地区采矿业专业化强度及差异性判别：基于就业量的云南省实证分析

廖望科，陈春艳，徐齐利，陈 平

(1．大理学院经济研究所，云南 大理 671003； 2.中国社会科学院,北京 100732)

云南是我国主要的矿产资源富集区之一，矿业开发产业也日益成为成云南省的支柱产业之一，而且正如聂巧平、冯蕾(2011)所指出的，在由东至西的产业转移中，西部采矿业集中率开始提升、逐步形成行业优势，这在云南省有色金属矿采选业中尤为明显。

但是，行业产值规模优势并未转化为产业竞争力和地区专业化等比较优势。首先，林幼斌(2008)、刘春学、邓明翔(2012)先后指出由于存在非专业化、缺乏有效组织监管的无序经营，矿产资源开发并没有使云南的资源优势转化为经济优势和发展优势，反而出现了所谓的 “资源诅咒”，造成了严重的环境污染和生态灾难和矿难事件。其次，正如李俊、范柱国(1999)所观察到的，在缺乏专业化产业基地的粗放型、乡镇式经营和开发模式下，云南矿产资源开发和利用中存在回收率低、综合利用率低、资源浪费大等问题。低专业化强度下采矿业的局部地区无序发展已经对我国稀缺土地资源造成了相当损坏(参见何书金、苏光全，2002；胡少伟、周跃，2009)。最后，王海燕、武伟(2010)发现，低专业化水平影响了我国矿业企业国际竞争能力的提高。周铁军、刘传哲(2011)进一步说明，正是由于自身专业化强度不高、过度依赖政府的对外直接投资现状制约了采矿业真正国际化的步伐。

在上述学者对区域采矿业发展政策和规划的探讨中，都不约而同地将不同地区的采矿业专业化强度作为重要基础与支撑，视为决策的出发点之一。如何准确测度和比较不同地区采矿业专业化强度就成为一项基础性研究工作。

但国内关于地区采矿业专业化水平测度与差异分析的研究并不充分，测度方法也有待完善。尽管樊福卓(2007)等人的研究已经对地区产业专业化水平的测度方式给出了系统梳理，并且提醒任何测度必须考虑相对规模等重要因素，但是在若干关于地区采矿业专业化差异的实证研究中并未引起足够重视。类似聂巧平、冯蕾(2011)等人的研究虽然按照樊福卓(2007)的思路对我国地区采矿业专业化给出了相对准确的测定，但其与上述研究所存在的共同问题是：直接将基于某个年份的某个地区指标统计数据的区位商计算结果作为专业化水平及其地区差异的测度，而没有认识其结果只是年份样本值。以有限年份的样本差异代替总体差异，分析并不完整，使其后续结果可信度降低。

1 采矿业专业化强度的测度样本:基于就业量的区位商

专业化强度测算至少涉及以下方面：如何定义地区采矿业专业化强度；在此定义下选取何种指标和方法来测算专业化强度的样本值；如何从样本值中推断地区采矿业专业化的真实水平；最后，如何刻画专业化强度的地区差异。我们首先获取2003～2010年各州市采矿业就业量区位商的样本值。以就业量为指标的各年份产业区位商样本值计算公式为

LQi,r,t=

r=1,…,R;t=2003,…,2010

其中Employi,r,t表示第i(i=1,…,I)产业，在第r(r=1,…,R)地区(各个同级州市)，于第t(t=2003,…,2010)年末的就业量。可见.LQi,r,t能够表征i(i=1,…,I)产业在r(r=1,…,R)地区的专业化强度的当年观测值：通常，若LQi,r,t>1，则表明i(i=1,…,I)产业在r(r=1,…,R)地区趋向具有比较优势；若LQi,r,t<1，则表明i(i=1,…,I)产业在r(r=1,…,R)地区趋向具有比较劣势。

本文以2004～2011年云南统计年鉴中各地区(州市)分行业年末城镇单位就业人数*改革开放以来，国家和云南省统计部门分别对统计年鉴的统计口径和科目进行过数次调整，因此分行业年末城镇单位就业量的统计规范和标准也随之改动。但2004及其后年鉴的相关统计口径和科目趋于固定，因此对应的2003～2010年统计数据才具有可比性。同时本研究中8年的样本值也满足统计检验中自由度要求。云南省统计年鉴中关于各州市分行业就业量分为就业人数、职工人数、在岗职工3种指标。其中我们所采用的“就业人数”指标反应了省内全部劳动力资源在某个行业的全年利用情况，更符合这里的研究意图。作为Employi,r,t，i=1,…,19;r=1,…,16;t=2003,…,2010,计算出2003～2010年昆明、曲靖、玉溪等16个地区采矿业在云南省内的地区专业化强度LQ，如表1所示。

对表1的样本数据，计算出采矿业区位商样本的平均数和中位数如表2所示。从表2中可以看出，曲靖、楚雄、怒江、玉溪、昭通、文山、红河共7个地区的区位商样本平均数和中位数都大于1，丽江、迪庆大约为1，其余共7个地区的区位商样本平均数和中位数都小于1。对此，可以合理假设：云南省采矿业比较优势存在地区差异。

2 专业化强度地区差异性的初步判别：点估计与区间估计

如前述，区位商的样本差异并不代表总体差异(Hogg and Ledolter，1987)。针对表1中的区位商样本数据，在正态假设等前提下，云南省16州市地区采矿业专业化强度的点估计和区间估计如表3所示。从表3中可以看出，昆明、普洱、版纳、临沧、大理、德宏、迪庆、丽江、保山共8个地区的采矿业专业化强度LQ的点估计和区间估计都在1以下；曲靖、玉溪、楚雄、昭通、文山共5个地区的采矿业专业化强度LQ的点估计和区间估计都在1以上。由此，可以初步判定：云南省采矿业专业化强度存在地区差异。

我们重点观察的是一个地区的采矿业专业化程度是否与该地区的采矿业相对规模及采矿业产业化需求相适应。举例而言，昆明地区并不以采矿业为支柱产业(以产出占比计)，对其采矿业专业化程度也不需要求过高，表3的证据确实如此。但所谓“三江成矿”的丽江、大理及迪庆地区，其采矿业专业化水平却与昆明相近、处于劣势，无法满足对应地区的采矿业现代化与产业化需求。通过各区域采矿业专业化程度点估计值的分布区间可以看出，整体而言，滇中区域的各地州专业化程度处于采矿业产业化要求合理区间上，而滇西、滇西北、滇东南的采矿业专业化程度明显与该区域各地州的采矿业产业化要求不相适应。

表1 采矿业不同地区专业化强度LQ的样本值分布

表2 采矿业区位商样本平均数和中位数

表3 地区采矿业专业化强度LQ的点估计和区间估计

3 专业化强度地区差异性的整体判别：单因素方差分析

H01:μ1=μ2=…=μ16;

H11:∃i≠j,μi≠μj,i,j=1,…,16

其中μi是地区i(i=1,…,16) LQ的期望值。单因素方差分析结果如表4所示。

表4方差分析显示， F统计量的值为10.35，P值为零，这说明：原假设不成立，即云南省采矿业专业化强度存在显著的地区差异。

表4 地区采矿业专业化强度LQ方差分析

4 专业化强度地区差异性的比较判别：多重比较分析

采用Searle、Speed与Milliken(1980)对偏差均值的分析方法，我们对云南省内两两地区间采矿业专业化偏差均值也进行了95%区间估计。多重比较及偏差均值分析结果可以很直观地通过图示展现。由于16个地区采矿业的两两比较结果将是16个图示，限于篇幅、避免繁琐，我们仅以昆明和曲靖的多重比较计算结果作为示例，见图1～2。

图1、图2中可以看出，昆明市采矿业专业化程度的均值偏差的右临界值(图1中的粗实线段右端)明显小于曲靖、楚雄、怒江等3个地区的左临界值(图1中的细实线段左端)，因此它对这3个地区处于比较弱势，而与其他地区的左或者右临界值都有重叠(图1中的虚线段)，属于比较均势。曲靖市均值偏差的左临界值(图2中的粗实线段左端)大于除楚雄、怒江之外的其他所有13个地区的右临界值(图2中的细实线段右端)从而具有比较优势，而与楚雄、怒江地区的左或者右临界值都有重叠(图2中的虚线段)，属于比较均势。

图1 昆明采矿业专业化多重分析比较结果

图2 曲靖采矿业专业化多重分析比较结果

通过多重比较结果即可发现云南省各州市间采矿业专业化程度的两两差异性关系。结合云南省的5大经济区域及其产业规划布局，我们将这一系列差异性关系总结在表5中。不难看出，由于两两地区之间的优势强弱是反向的，表5中的标示应当是逆对称的。

从表5可以看出：①两两地区间专业化强度的对比给出了实际经济意义上的地区产业比较优势强弱，采矿业专业化强度最高的是曲靖市(高于其他13个州市)，其次分别是怒江(高于11个州市)、楚雄(高于7个州市)，其他州市几乎没有什么采矿业比较优势(仅分别高于1个州市)，除滇中以外的其他地区处于明显的比较弱势；②我们可以依此对照、调整和优化云南省采矿业发展规划与布局：过分集中于滇中的专业化强度未必与云南省矿产资源分布相适应及云南省“十二五”规划相适应；同时，滇西北等矿业产业基地建设却会面对专业化弱势的明显制约。

表5 任意两地区之间采矿业专业化化强度比较

5 研究结论及政策启示

本文试图以云南省为实证案例，给出针对地区采矿业专业化强度及其地区差异性判别的更加完整的分析路径和测度方法。首先，为考察云南省地区采矿业专业化强度是否存在显著的地区差异性，本文以地区产业城镇就业量为计算标的来获取云南省各州市采矿业区位商的样本数据(2003～2010年)，再对各州市区位商总体进行点估计和区间估计，并初步判定：云南省地区采矿业专业化强度存在地区差异性。我们进一步对样本数据进行方差分析来判定：云南省地区采矿业专业化强度确实存在显著的地区差异性。最后，通过Turkey方法对样本数据进行多重比较分析并估计出地区偏差均值的点估计和区间估计。从多重比较结果进一步判定了两两地区间的专业化差异程度，其中滇中各个州市在专业化强度方面具有明显的比较优势。而这一差异与各地区采矿业产业化规划和布局的要求并不完全匹配。因此，相关的政府投入与产业政策有必要体现并适应这些地区差异。

本研究也有值得改进和拓展的方面。第一，在专业化强度分析中，具体测度指标和统计分析方法的选取需要对应关注的产业和地区不同有所调整；第二，专业化强度和比较优势的动态变迁是未来值得关注的研究方向：本文隐含做出了专业化强度的真实水平在相对较短的研究期内基本稳定、没有明显变动趋势的假定，从表1中8年的样本值可以看出事实基本如此。但由于政策效应作用和经济结构变迁，在较长的时间尺度上，各个地区的专业化强度和比较优势几乎可以肯定会存在趋势变化，此时计量分析而非统计分析可能是更合理的方法。

[1]Hochberg,Y.,A.C.Tamhane.Multiple Comparison Procedures.Hoboken,NJ:John Wiley & Sons,1987.

[2]Hogg,R.V.,and J.Ledolter.Engineering Statistics.New York:MacMillan,1987.

[3]Milliken,G.A.,and D.E.Johnson.Analysis of Messy Data,Volume 1:Designed Experiments.Boca Raton,FL:Chapman & Hall/CRC Press,1992.

[4]Searle,S.R.,F.M.Speed,and G.A.Milliken.“Population marginal means in the linear model:an alternative to least-squares means.”American Statistician.1980,pp.216-221.

[5]樊福卓.地区专业化的度量[J].经济研究，2007(9)：71-83.

[6]何书金，苏光全.中国采矿业的发展与矿区土地损毁预测[J].资源科学，2002,24(2)：17-21.

[7]胡少伟，周跃.循环经济与云南矿产资源的可持续利用 [J].商场现代化，2009， 569(3)：188-189.

[8]李俊，范柱国.云南矿产资源与可持续发展[J].中国地质矿产经济，1999(2)：17-21.

[9]林幼斌.云南矿产资源开发生态补偿机制初探[J].西南林学院学报，2008,28(4)：133-136.

[10]刘春学，邓明翔.云南矿产资源开发中的生态补偿问题及建议[J].生态经济，2012(5)：282-284.

[11]聂巧平，冯蕾.我国工业大类行业布局的变动及其成因——基于两次经济普查数据的分析[J].当代经济管理，2011，33(8)：56-61.

[12]王海燕，武伟.我国采矿业对外直接投资效应分析[J].合作经济与科技，2010,387(2):6-7.

[13]周铁军，刘传哲.中国采矿业对外直接投资现状及动因分析[J].中国煤炭，2011，37(1)：33-36.