基于非竞争型投入产出表的产业关联效应方法研究

苏明华

[摘 要] 投入产出是经济学研究的一个永恒话题，国内外学者对相关领域的研究取得丰硕成果。通过编制非竞争型投入产出表并选择测度产业关联的方法，对非竞争型投入产出表的关联效应进行实证研究。研究结果证明基于里昂惕夫完全需求矩阵的产业关联测度方法适合于分析前向影响力，而基于高斯完全供给系数矩阵的产业关联测度方法，则适合于分析后向关联效应。

[关键词] 投入产业模型；产业关联效应；前向关联；后向关联

[中图分类号] F223 [文献标识码] A [文章编号] 1009-6043（2017）08-0126-07

自从里昂惕夫（Leontief）提出以投入产出模型为基础的产业关联分析以来，产业关联分析现已成为研究产业结构问题的重要方法。通过分析一国（一地区）产业发展现状，找出其产业发展优势及存在的问题，为制定经济社会发展战略与政策提供重要依据。随着我国经济进入新常态，我国产业结构问题凸显，仅从需求侧着手破解发展困局很难有所突破，需要积极推进供给侧结构性改革。为了更好的推动供给侧结构性改革，推动我国产业结构调整及升级，首先要充分了解我国产业结构的具体状况。本文通过对非竞争型投入产出表的产业关联效应的实证分析，寻找适合中国国情的产业关联效应的研究方法，为产业结构调整和升级提供理论依据。

一、相关研究文献

（一）国外相关研究文献

投入产出模型由美国经济学家里昂惕夫（Leontief）于1936年提出，二战结束之后，世界各国政府纷纷编制本国的投入产出表，为产业关联效应的研究提供基础支撑。从20世纪50年代起，在西方经济学界逐渐兴起了基于投入产出表的产业关联效应研究。美国经济学家Rasmussen（1956）最先提出了利用里昂惕夫完全需求矩阵分析产业之间关系的想法，而Hirschman（1958）则提出了产业关联效应的概念，两者为产业关联的发展奠定了理论基础。同年，Chenery和Watanable则利用直接投入矩阵分析产业关联效应，奠定了产业关联效应测度的方法基础。接着，Hazari（1970）以Rasmussen的加权思想为指导，以里昂惕夫完全需求矩阵为基础，利用实证分析证实了加权与不加权的产业关联测度方法存在巨大差异。同年，Augustinovics（1970）利用高斯（Ghosh）完全供给系数矩阵，分析了从供给角度测度的产业关联方法。随后，Nugent（1973）比较了Rasmussen和Hirschman的产业关联测度分析方法，认为前者的测度方法比后者的更为合理。Jones（1976）以Hazari方法为基础，从供给方面系统分析了产业关联测度方法，并充分论证其应用价值。同年Laumas（1976）则认为，根据产业规模加权可以反映不同产业在经济中的重要性程度，提出了把经济总体增加一个单位，最终产出时需要根据各产业规模大小分配新增最终产出，并基于此量化各产业部门因此而产生的新需求之思想，该思想奠定了边际加权测度法基础。Miller（1989）最先认为根据里昂惕夫或高斯相关矩阵的产业关联分析，所基于直接消耗系数矩阵或分配系数矩阵稳定的假设不一定成立，但Miller和Blair（2009）认为投入产出分析方法在短期内具有近似的意义。Oosterhaven和Stelder（2002）进一步认为，应该从主动施加影响的角度来研究产业关联效应的问题，因而用里昂惕夫相关矩阵分析后向关联，用高斯相关矩阵分析前向关联，则经济意义更为合理。总之，西方国家对产业关联的深入系统研究，为我国的产业关联研究提供了重要参考价值。

（二）国内相关研究文献

投入产出模型自问世以来，已经走过了七十多年的历史，目前，世界上主要国家和地区都根据该模型的思想指导，定期编制投入产出表。而我国则早在1982年，就编制了第一张国民经济价值型投入产出表。从1987年起，我国每隔五年编制一次全国价值型投入产出表，而以此为基础，每隔两年编制全国性的投入产出延长表。由此，我国逐渐通过学习模仿西方的相关理论，结合国内情况，兴起了产业关联研究的热潮。但国内的学者很长一段时间都处于学习消化国外相关理论的过程。刘起运（2002）认为利用里昂惕夫相关矩阵计算的不加权影响力系数，作为产业关联效应测度不合理，应该利用产品部门最终产出占整个国民经济最终产出的比例，作为权数加权处理。而感应系数则以高斯相关矩阵为基础，利用产品部门的初始投入占整个国民经济的初始投入的比例作为权数，加权计算感应系数（推动诱发系数）。但由于其权数的设置存在一定问题，导致只改变了系数的绝对值，而系数的排列顺序并没有改变。之后，厦门大学杨灿（2005）针对不加权的产业关联测度方法存在的缺陷，提出了以产品部门最终产出额作为权数，加权测度产业关联效应。其公式具体如下：

其中上标中有l的表示用里昂惕夫相关矩阵计算的影响力系数和感应系数，上标有g的表示用高斯相关矩阵计算的影响力系数和感应系数。至于在具体的应用过程中，通常用里昂惕夫相关矩阵计算影响力系数，用高斯相关矩阵计算感应系数。目前，产业关联的测度方法主要基于里昂惕夫（Leontief）和高斯（Ghosh）模型的两大相关系数矩阵。根据里昂惕夫完全需求系数矩阵计算的非加权影响力系数，为该矩阵的各列之和除以各列之和的平均值，而感应系数则为该矩阵各行之和分别除以各行之和的平均值。影响力系数反映了某一产品部门对作为一个整体的国民经济各部门的后向关联度，感应系数则反映了前向关联度。根据高斯相关矩阵同样可以获得一套影响力系数和感应系数，但在实际应用中，通常根据里昂惕夫完全需求矩阵计算后向关联系数，而根据高斯完全分配系数矩阵计算前向关联系数。很长一段时期内，研究产业关联效应都基于尚未提出进口成分的投入产出表，导致产业关联效应的测度存在一定偏差。因此，国内学者在这方面也进行了相关研究。例如刘遵义（2007）等利用非竞争型投入表研究中美贸易顺差问题，而齐舒畅（2008）等则用各种相关调查资料，编制了我国2002年非竞争型投入产出表。目前非竞争型投入产出表的编制通常有三种方法，第一种就是根据竞争型投入产出表各产品部门各项数额比例分摊该产品部门的进口额，该方法假设同一产品部门中进口产品与国内产品具有同质性。第二种方法是根据商品名称和编码协调制度（HS）分类数据，利用商品流量和专家咨询法，结合相关调查资料，确定每个产品部门进口商品在各项之中的分配。第三种方法就是以海关编码协调制度（HS）分类为指导，结合大类经济类别分类表（BEC）把各产品部门的进口商品额分摊到中间投入和其它各项之中，然后再按照比例法或者其它方法在某产品部门各中间投入项分摊进口额。以上三种方法各有优缺点，第一种方法简单容易操作，但假设条件不一定成立；第二种方法精确性好，但工作量大，对资料要求高，还带有一定的主观性；第三种方法工作量大，精度相对较好，但进口商品在各产品部门中间消耗内部分摊的时候需要特别注意。总之，经过多年的发展，我國在产业关联效应测度的理论方面，已经取得丰硕成果，并已经形成具有自身特色的理论体系。

二、非竞争型投入产出表的编制

（一）计算进口与部门相关系数

首先从列向量的角度考虑，计算进口项与各列之相关系数，记为rj（j=1.2.3…n+3）。列相关系数越大，则该产业投入量中进口的份额相对更大，反之相对越小。接着从行向量的角度考虑，仍然以进口作为基准，计算其与各产品部门的相关系数，记为ri（i=1.2.3…n）。行相关系数越大，则产品流向与进口关系就越密切，则其产品中进口产品份额就相对更多。基于以上两个因素的考虑，利用列相关与行相关两者的交叉影响，可以避免进口产品与纯国内产品同质性的假设，编制出更为合理的非竞争型投入产出表。

（二）计算进口流向分配系数

（三）计算进口在各处分配系数

表1 非竞争型投入产出表（价值型）

三、测度产业关联方法的选择

众所周知，某个产品部门之所以对国民经济影响巨大或者较小，主要在于该产品部门对国民经济中很多的部门影响相对较大或者较小。基于此考虑，在产业关联效应测度中，或许可以先分别量化某一产品部门对所有其它的产业部门的相对影响力大小，然后再量化其对作为一个整体的国民经济各部門的相对影响力或者感应力。

（一）设计影响力系数

首先根据里昂惕夫直接消耗系数矩阵Bl，计算完消耗系数矩阵（I-Bl）-1-I，并计算该矩阵各行的均值，并用各行的均值分别除以所在行的每一个完全消耗系数。然后，根据高斯直接分配系数矩阵Bg，计算出完全分配系数矩阵（I-Bg）-1-I；并计算该矩阵各行分配系数的均值，并用各行分配系数的均值分别除以该行每一个分配系数。接着，对以上处理过的两个矩阵各列分别求和，并计算各列所求之和的均值；最后用各列之和分别除以各列之和的均值获得影响力系数。则以下为公式的具体推导过程。

该系数表示所有的产品部门都供给一个单位的中间消耗时，第j个产品部门占用的中间消耗量。如果该部门所占用的中间消耗量越大，则其对国民经济其它部门影响就大，产业关联就强。由于该系数没有考虑产品部门的规模，属于相对影响力系数。因此，为了更全面的考察产业关联效应，应该对其加权，计算绝对影响力系数。在此，可以选择各产品部门供给的中间投入量作为权数，权数用Si表示。以下为利用各产品部门供给的中间投入量的绝对影响力系数的公式。

未加权的影响力系数的经济意义非常明确，其表示当每一个产品部门都分别供给一个单位的中间投入时，某一产品部门完全需求所占用的份额。而加权的影响力系数则表示，每一个产品部门都分别按照自己的规模供给中间投入时，某一产品部门完全需求所占用份额与各部门供给的中间投入的均值之比。

（二）设计感应系数

首先根据里昂惕夫直接消耗系数矩阵Bl，计算完消耗系数矩阵（I-Bl）-1-I；然后计算该矩阵各列的均值Bg，并用各列的均值分别除以所在列的每一个完全消耗系数（I-Bg）-1-I。然后，仍利用高斯直接分配系数矩阵，计算出完全分配系数矩阵；然后计算该矩阵各列分配系数的均值，并用各列分配系数的均值分别除以该列每一个分配系数。接着对以上处理过的两个矩阵各行分别求和，并计算各行所求之和的均值；最后用各行之和分别除以各行之和的均值获得感应系数。则以下为公式的具体推导过程。

该系数表示所有的产业部门都消耗一个单位的中间投入时，第i个产品部门供给的中间投入量。如果该部门所供给的中间投入量越大，则其对国民经济其它部门的感应就越强。由于该系数没有考虑产品部门的规模，属于相对感应系数。因此，为了更为全面的考察产业关联效应，应该对其加权，计算其绝对感应系数。在此，可以选择各产业部门中间消耗量作为权数，量化产业规模的影响。权数用di表示。以下为利用各产业部门的中间消耗总额作为权数，加权的绝对感应系数公式。

未加权的感应系数经济意义也非常明确，其表示当每一个产业部门对中间投入的完全需求为一个单位的时候，某一产品部门需要供给的中间投入量。而加权的感应系数则表示，每一个产业部门都分别按照自己的规模对中间投入提出需求时，某一产品部门中间投入供给量与产业部门中间投入中间消耗之和的均值之比。

四、实证分析

基于以上产业关联效应测度公式，结合前人提出的产业关联测度公式，以下将利用2010年我国投入产出表数据，计算相应测度公式的影响力系数和感应系数，比较不同测度方法的异同。

（一）未加权的产业关联测度公式比较

首先以里昂惕夫完全需求系数矩阵和高斯完全供给系数矩阵为基础，分别计算相应的简单影响力系数和感应系数。该系数分别用λll、λgg和δll、δgg表示，上标ll表示用里昂惕夫完全需求系数矩阵计算的相应系数，上标为gg则表示用高斯完全供给系数矩阵计算的相应系数。接着仍根据里昂惕夫完全需求系数矩阵和高斯完全供给系数矩阵，分别计算按照以上公式计算的相关系数λl、δl、λg、δg。最后结合以上计算结果，进行对比分析。

由上表数据可知，基于里昂惕夫完全需求系数矩阵计算系数时，影响力系数排名变化（λll与λl比较）最小的有农林牧渔业，石油和天然气开采业，金属矿采选业，非金属矿及其他矿采业，石油加工、炼焦及核燃料加工业，工艺品及其他制造业，批发和零售业，水利、环境和公共设施管理业各产业部门，其λll排名分别为35、36、22、18、33、7、39、9，而λl排名为42、37、23、12、38、5、41、6，两者相差不大，而其它的产品部门的排名都变化很大。但感应系数两种方法计算的结果区别却不大，如两者区别比较大的有纺织业，纺织服装鞋帽皮革羽绒及其制品业，非金属制品，废品废料，教育，公共管理和社会组织其δll排名分别为11、24、19、29、41、42，而δl排名则分别为17、30、12、15、29、32，其它产品部门的排名变化则很小。当基于高斯完全供给系数矩阵计算系数时，影响力系数排名变化最大（λgg、λg）的产品部门分别有农林牧渔，煤炭开采与洗选业，交通运输设备制造业，建筑业，房地产业，租赁和商务服务业，公共管理与社会组织的λgg排名分别为22、36、1、5、17、19、13，而λg排名分别为17、33、4、1、18、20、10，两者变化不大，其余的产品部门的该系数排名都已发生巨大变化。但感应系数两种计算方法排名变化较大，仅有以下产业部门该系数排名变化较小：煤炭开采和洗选业，石油和天然气开采业，金属矿采选业，非金属矿及其他矿采业，纺织服装鞋帽皮革羽绒及其制品业，木材加工及家具制造业，造纸印刷及文教体育用品制造业和教育的λgg排名分别为2、1、3、7、36、21、10、29，而λg排名分别为4、1、5、7、34、21、13、32，其余产品部门两种感应系数排名变化都很大。最后检验关联效应不同测度方法结果的相关性（见下表）。

（二）未加权与加权的产业关联测度公式比较

由表4数据可知，基于里昂惕夫完全需求系数矩阵计算系数时，未加权的影响力系数λl与加权影响力系数λl*相比较，排名变化不大的产业部门有石油和天然气开采业，金属矿采选业，纺织服装鞋帽皮革羽绒及其制品业，木材加工及家具制造业，租赁和商务服务业，其λl排名分别由37、23、11、14、24名，变成λl*的34、22、11、12、20名，总体变化不大，而其它产品部门排名变化很大。但感应系数δl与δl*的排名变化都不大，只有建筑业由δl排名第39上升δl*的11位，另外废品废料则由原来的15位下降到35位，其余的产品部门加权与不加权感应系数排名顺序都变化不大。基于高斯完全供给系数矩阵计算系数时，未加权的影响力系数λg与加权的影响力系数λg*相比较，变化最大就是教育，卫生、社会保障和社会福利业，公共管理和社会组织，其λg排位分别为15、14和10，变化为λg*的35、26和30名，其它产品部门两种方法计算的系数排名变化不大。但感应系数δg与δg*两者的排名变化相对较大，除了煤炭开采和洗选业，石油和天然气开采业，金属矿采选业，造纸印刷及文教体育用品制造业，金融业，租赁和商务服务业，公共管理和社会组织的两种计算方法的系数排名变化比较小，其δg排名分别为4、1、5、13、15、20、41，而δg*的排名为1、4、3、14、16、20、41，而其它产品部门两种方法的系数排名变化都相对较大。最后检验关联效应不同测度方法结果的相关性（见下表）。

（三）比较加权的产业关联测度公式

由表6数据可知，基于里昂惕夫完全需求系数矩阵计算系数时，未加权的影响力系数λly与加权影响力系数λl*相比较，各产业部门两个不同方法计算的影响力系数排名变化都比较大，但也存在排名变化小的产品部门，例如通用、专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业，工艺品及其他制造业，废品废料，燃气生产和供应业，水的生产和供应业，交通运输及仓储业，住宿和餐饮业，租赁和商务服务业的λly排名分别为3、2、6、5、20、42、35、36、17、16、19，而λl*的排名分别为5、2、3、6、18、42、38、37、16、17、20，两者区别不大。但是两者感应系数排名变化不大，只有建筑业的λly排名为1，变成λl*排名11，至于其它的产品部门两者方法计算的系数排名变化不大。基于高斯完全供给系数矩阵计算系数时，未加权的影响力系数λgy与加权的影响力系数λg*相比较，所有产品部门两种方法计算的感应系数排名变化不大，即便变化最大的房地业也仅仅由λgy的第15位，变成λg*的第25位，其它产业部门的排名变化基本都没超过5。再考虑感应系数δgy与δg*的比较，两种方法计算的系数排名变化都比较大，但也有一些产业部门系数的排名变化不大，例如食品制造及烟草加工业，纺织服装鞋帽皮革羽绒及其制品业，化学工业，非金属矿物制品业，金属冶炼及压延加工业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业，工艺品及其他制造业，工艺品及其他制造业的δgy的排名分别为，11、31、4、16、6、25、20、36，而δg*的排名分别9、30、5、17、7、21、19、34，两者变化不大。而且它所有的产品部门的该系数的排名变化都比较大。最后检验关联效应不同测度方法结果的相关性（见下表）。

五、结论

产业关联测度有多种方法可供选择，在实际应用过程中，可以根据研究者研究的目的，选择相应的方法。以上实证结果可以获得以下结论：首先，本文所设计的不加权产业关联测度方法，与通常的简单产业关联测度方法具有一定的替代关系。其次，本文所设计的不加权和加权产业关联测度方法之间具有一定的互补关系。另外，本文所设计的加权产业关联设计方法中，基于里昂惕夫完全需求矩阵计算的影响力系数与杨灿设计的加权方法具有互补关系，感应系数则与杨灿设计的加权方法具有替代关系，而基于高斯完全供给系数矩阵计算的加权测度方法与杨灿设计的加权测度方法，影响力系数则具有比较强的替代关系，而感应系数则具有一种互补关系。最后，综合以上所有分析，本文所设计产业关联测度方法中，基于里昂惕夫完全需求矩阵适合于分析前向影响力，而基于高斯完全供给系数矩阵，则适合于分析后向关联效应。

[参考文献]

[1]A.Ghosh.Input-output Approach in an Allocation System [J].Economica，New Series： Willey.1958（2）：58-64.

[2]Albert Otto.Hirschman. The Strategy of Economics[M].New Haven： Yale University Press，1958：100-105

Chenery H B. and Watanabe T. International Comparisons of the Structure of Production[J].Economectrica： Journal of Econometric Society，1958：490-515.

[3]Augustinovics M.Methods of International and Intertemporal Comparison of Structure in A P Cater and A Brody（eds）， Contributions to Input-output Analysis[M].Amsterdam： North-Holland，1970：249-269.

[4]Yotopoulos P A. and Nugent J B. A Balanced-growth Version of the Linkage Hypothesis：a Test[J].The Quarterly Journal of Economics，1973，87（2）：157-171.

[5]Jones L P. The Measurement of Hirschmanian Linkages[J].The quarterly Journal of Economics， 1976， 29（2）：2-13.

[6]Laumas P S. The Weighting Problem in Testing the Linkage Hypothesis[J].Quarterly Journal Economics：1976，90：208-312.

[7]Oosterhaven J. Stelder D.and Stelder D.Net Multipliers Avoid Exaggerating Impacts：With A Bi-Regional Illustration for the Dutch Transportation Sector[J].Journal of Regional Science，2002，42（3）：533-543.

[8]Ronald E.Miller and Peter D.Blair. Input-output Analysis[M].Cambridge CB28RU，UK： Cambridge University Press.2009：543-548.

[9]劉遵义，陈锡康，杨翠红，等.非竞争型投入占用产出模型及应用——中美贸易顺差透视[J].中国社会科学，2007（5）：91-103.

[10]杨灿.国民经济统计学——国民经济核算原理[M].北京：科学出版社，2014：92-94，120.

[11]齐舒畅等.我国非竞争型投入产出表编制及其应用分析[J].统计研究，2008（5）：80-83.

[12]张芳.针对加工贸易之非竞争型投入产出表的编制与应用分析[J].统计研究，2011（8）：73-79.

[责任编辑：史朴]