基于投入产出模型的贵州省农业产业链稳定发展策略研究

汤新云，胡蝶

安徽财经大学经济学院，安徽 蚌埠 233030

在国民经济运行中，产业链水平关系整个产业体系的效益和质量，十三届全国人大二次会议上，发改委提出的八字方针中明确指出要推动提升产业链水平.贵州省生物资源丰富，自然条件优渥，在农业发展上具有一定的优势和潜能.然而，该省经济较落后，农业资本存量低、服务体系不健全等问题突出，农业总产值未能体现当地丰富的资源条件.研究贵州省农业产业链的稳定发展策略对于促进当地农业发展和产业结构优化具有重要意义.

在对产业关联的分析研究中，Christian Kerschner和Klaus Hubacek在分析世界石油产量达到最高点时的影响时，先综述了供应边驱动模型和混合模型的应用，最终选用供应限制模型来进行论证分析;李朋林、唐珺利用陕西省投入产出数据，对当地煤炭业的产业关联进行研究，结果显示当地煤炭业的前向关联强于后向关联，对当地经济有着基础支撑作用.在专门针对产业链的分析研究中，陈婧铱通过对江苏省多地的小龙虾产业链的实地调查，分析了该产业链的发展状况与瓶颈问题，对农业产业链的发展方向提供了建议.

以往关于产业链的实证研究中，大部分是从单一维度来分析，如仅从产业关联方面，或仅从产业链稳定性的影响因素进行分析.鉴于此，本研究以贵州省为研究对象，从多个维度来综合分析贵州省农业产业链的现状和特征.根据最新的2017投入产出表数据，结合感应度和影响力系数、区位商、产业关联以及最小生成树等理论来较为全面地论证和分析贵州省农业的发展现状和产业链特征，最后提出贵州省农业及其关联产业协同发展的政策建议.

1 贵州省农业发展概况

在利用投入产出模型进行产业链综合分析之前，首先需要对贵州省农业发展的概况进行全局的把握，这里主要通过计算贵州省农业的区位商、感应度系数等来了解.

1.1 计算公式

1.2 数据来源

由于2017年全国各省份的投入产出表还未公开发布，而2012年的相对比较陈旧，无法反映2013年～2018年这六年期间经济结构所发生的变化，尤其是2016年～2017年，我国经济结构在供给侧改革政策影响下发生了非常深刻的变革，因此，本研究采用2017年全国投入产出表，用整体分析局部.

2017全国投入产出表为149部门表，为了更清晰地展示产业脉络，本研究将149个行业合并为56个大行业，得到56部门投入产出表，合并方式参照广发证券资深宏观分析师盛旭的《基于2017投入产出表的产业链剖析:结构特征与动态演变》一文.

1.3 结果和分析

根据历年的中国以及各省份的统计年鉴，结合公式(1)可算得2018年各省份农业区位商以及贵州省历年的农业区位商，如表1和表2所示.

表1 2018年各省份农业区位商Tab.1 Agricultural location quotient of all provinces in 2018

从表1中可以看到，2018年贵州省的农业区位商在全国31个省份中排名第六，比较靠前.从表2中可以看到，贵州省农业区位商自2013年开始高速增大，而后趋于平稳发展.不论是从横向还是从纵向的角度上看，贵州省农业的专业化程度还是比较高的.

根据合并后的2017年全国56部门投入产出表，得出农业的中间需求合计为850 668 733万元，总需求为1 101 240 340万元;中间投入合计为446 305 900万元，总投入为1 101 240 340万元.结合公式(2)和公式(3)可计算出我国农业的中间需求率为77.25%，中间投入率为40.53%.由此可见，农业的中间需求率高于中间投入率，因此，农业产品中有相当一部分供给给其他产业生产，是其他产业发展的基础［3］.

表2 1996年～2018年贵州省农业区位商Tab.2 Agricultural location quotient of Guizhou Province from 1996 to 2018

根据2017年全国56部门投入产出表，利用公式(4)和公式(5)计算出我国农业的感应度和影响力系数.其中感应度系数为2.401 3＞1，高于所有行业的平均水平;影响力系数为0.720 9＜1，处于整体平均水平之下.

2 农业的产业关联和波及线路分析

产业关联不仅要考虑需求角度的完全关联，还要考虑供给角度的完全关联.而Leontief模型能够反映需求角度的完全关联，Ghosh模型能够反映供给角度的完全关联，因而这两个模型的平均可以很好地衡量产业的完全关联大小［2］.根据产业关联情况即可推导出产业波及线路.

2.1 模型选取

经济学上，通常把投入产出模型分为Leontief模型(需求驱动模型)和Ghosh模型(供给驱动模型).两种模型的内容、区别和联系如表3所示.

表3 Leontief和Ghosh模型的区别和联系Tab.3 The differences and connections between the Leotief model and the Ghosh model

其中，A为投入系数矩阵;A'为直接分配系数矩阵;V为部门增加值矩阵;aij为投入系数;a'ij为直接分配系数;xi表示部门i的总产出;xj表示部门j的总投入.(I－A)－1为Leontief逆矩阵，记为L;(I－A')－1为Ghosh 逆矩阵，记为 G［10］.

定义产业关联矩阵F为

式(1)中，L－I为完全消耗系数矩阵，反映需求驱动模型的直接和间接关联;G－I为完全分配系数矩阵，反映供给驱动模型的完全关联.F的行向量反映前向关联，列向量反映后向关联，fij表示产业i对产业j的前向关联，也即产业j对产业i的后向关联.

2.2 产业关联的结果和分析

根据合并后的2017年全国56部门投入产出表，利用公式(6)计算出56部门的产业关联矩阵F.由于篇幅有限，此处仅展示F矩阵的第一行和第一列的数据，并在按产业关联大小降序排列后，筛选出排名前十的产业(表4).

表4 农业对本产业和其他产业的前后向关联(部分数据)Tab.4 Backward and forward linkages between agriculture and other industries(partial data)

在表4中，第一行F值反映农业对产业本身和其他产业的前向关联，第二行F值反映农业对产业本身和其他产业的后向关联.由表4的“第一行F值”列数据可知，农业对农副食品加工业的前向关联系数最高，其次是食品制造业、纺织业和农业本身等产业;由表4的“第一列F值”列数据可知，农业对自身产业的后向关联系数最高，之后依次是化学产品制造业、农副食品加工业等产业.因此，纺织业和食品制造业可被认为是农业的后向关联产业，农副食品加工业与农业为双向关联关系，化学原料和化学制品制造业可被认为是农业的前向关联产业，另外，农业的内部关联也比较高.

2.3 农业波及线路分析

根据产业关联分析结果可绘制出五个部门的产业网络图如图1所示.

图1 五个部门产业网络Fig.1 Industrial network of the five departments

图1中，箭头指向的产业为箭头出发点产业的后向关联产业，箭头旁的数据为产业关联大小.从该图可以清晰地看出，化学产品制造业供给产品给农业生产;农业供给产品给食品制造业和纺织业生产;农业供给产品给农副食品加工业进一步生产，农副食品加工业的产品又返回农业进行生产.

顺向波及线路为:我国农业的发展会带动食品制造业、纺织业等产业的发展，而这些产业的后向关联产业也随后发展.逆向波及线路为:我国农业的发展会拉动其先行产业化学产品制造业等产业的发展，接着再对这些产业的前向关联产业产生影响，以此类推.

3 最小支撑树下的农业产业链分析

为了更加直观地了解农业产业链上有哪些产业部门，以及各产业部门在农业产业链中的相对地位，需要绘制一个产业链简图.本研究利用最小支撑树理论来进行我国农业产业链的绘制和分析［4］.

3.1 最小支撑树的概念

若无向图的边有权值，则称该无向图为无向网;若无向网中每个顶点都有边相连，则称这几个点和边组成一个连通图;若该连通图的某一无圈子图贯通它的所有点，则此子图称作该连通图的一棵支撑树;在所有生成树中，边长之和最小的树称为最小支撑树，即满足

3.2 最小支撑树的求解以及产业链简图的绘制和分析

求解最小支撑树的方法有二:避圈法和破圈法.本研究采用破圈法来绘制农业产业链简图［5］，步骤如下:

第一步:缩减部门数量.

在运用56部门数据的情况下，产业部门的数量和信息十分庞大，呈现结果也相应变得复杂繁琐，难以直观地观察网络图的特征.鉴于此，本处研究把与农业关联较小的产业部门从产业关联矩阵F中剔除，剔除逻辑为:若F第一行的第i个元素和第一列的第i个元素都小于阈值a，则删除矩阵F第i行和第i列的数据，即删除对农业前向关联和后向关联都较小的部门i的相关数据，从而得到F的子矩阵，记为F'.在经过多次阈值的试取后，最终取a=12/56，缩减后的子矩阵F'(表5)留下了农业、住宿餐饮业等共5个产业.

表5 五部门的产业关联矩阵F'Tab.5 Industry correlation matrix F'for five sectors

第二步:计算F'+(F')T，得到五阶矩阵F*(表6).此时的F*表示产业的无向关联，即产业的相互依存关系，研究时只需利用F*的上三角矩阵.

表6 五部门的无向关联矩阵F*Tab.6 Directionless industry correlation matrix F'for five sectors

第三步:将F*非对角线上的元素(表示产业间的完全关联)取倒数再向下取整，然后根据非对角线上的元素画出产业的连通图(图2).图2中的①、②、③、④、⑤依次代表表6中从左往右排列的五个产业，线段旁的数据为权值，代表产业间的无向关联大小的倒数.

第四步:破圈.

在连通图中任取一个圈，从圈中剔除一条边长最大(即产业关联最小)的边.在剩下的图中，重复这个步骤，直至得到一个不含圈的图为止，此时便得到农业产业链的最小支撑树(图3).图3中只有相邻的产业部门间的连线有意义，未直接相连的产业部门间的联系较疏远［6］.

根据图3的最小支撑树可绘制出我国农业产业链简图(图4).图4中的数据为产业间的无向关联大小.从图4中可以看出，在农业产业链上，农业与相邻的三个产业为直接关联关系，而与住宿餐饮业为间接关联关系，其中，与农副食品加工业的关系最紧密，其次是食品制造业、纺织业.

图2 五部门的连通图Fig.2 The connecting graph of five departments tree

图3 农业产业链的最小支撑树Fig.3 The smallest supporting of the agricultural industrial chain

图4 贵州省农业产业链简图Fig.4 A brief diagram of the agricultural industry chain in Guizhou province

4 结论与建议

4.1 研究结论

从贵州省农业发展概况分析部分可知:贵州省农业的专业化程度较高，该产业有很大的优势和发展潜力;我国农业是中间投入型基础产业，是其他产业发展的基础，应得到先行发展;我国农业对其他产业的影响较小，而受其他产业的影响比较大.

通过我国农业的产业关联和波及线路分析可知:农业的前向关联产业有化学原料和化学制品制造业等产业，农业的后向关联产业有纺织业和食品制造业等产业，而农副食品加工业与农业为双向关联关系，农业对自身的前向关联和后向关联也都比较高;另外，我国农业的发展会带动食品制造业、纺织业等产业的发展，再对后续产业产生影响，该产业的发展还会拉动其先行产业化学产品制造业等产业的发展，再对这些产业的先行产业产生影响.

通过最小支撑树下的农业产业链分析可知:农业的主要依存产业为纺织业、食品制造业、农副食品加工业以及住宿餐饮业，农业在五个产业中处于中心的地位;另外，农业与食品制造业、纺织业和农副食品加工业为直接关联关系，而与住宿餐饮业为间接关联关系，其中，与农副食品加工业的关系最紧密，其次是食品制造业、纺织业.

4.2 政策建议

4.2.1 横向做大农业产业群 农业作为我国基础产业，应得到先行发展.贵州省在农业资源丰富的条件下，更要坚持农业农村优先发展，突出绿色特色提效益，发挥当地农业的优势和潜力［7］.

第一，完善产业集群战略.结论显示，农业的内部关联比较高，表明农业内部的市场交易较活跃，因此，该产业可通过在地理上聚集的相似企业来获得更大的发展潜力.当地政府应该有针对性地对农业实施精准的产业聚集政策，引导农业内部专业化分工和外部协作，促进农业产业集群健康发展.

第二，强化政策支撑，完善基础设施.当地政府应加大财政支持，推动基础设施投融资，鼓励民间资本投资，有序推进农业相关基础设施的完善.同时，还要加快推进传统基础设施现代化改造，与新型农业接轨，发挥农业基础设施的最大功能.

第三，持续推进改造和提升传统农业，培育和扩大新型农业.不仅要通过引入人才、技术，挖掘传统农业的发展潜力，使传统农业焕发活力，同时也要加强对农业技术创新的支持，培育和完善关键核心技术创新能力，促进新兴农业集群发展.

4.2.2 纵向拉伸农业产业链 第一，对于农业的前向关联产业如化学原料和化学制品制造业，首先要促进该产业的发展，才能保证相关农资物品的充分供应，从而保障农业的增产与增收;对于农业的后向关联产业如纺织业和食品制造业，贵州省可通过对农产品进行价格补贴，对农业相关企业进行财政补贴、资金贴息、纳税返还，对优质项目主体实行差异化的激励政策，从而降低后向关联产业的成本，促进其稳定发展［8］.

第二，对于对农业影响最大的纺织业和食品制造业等产业，政府应加以产业政策扶持，如推动股权融资和债券融资、成立由政府引导的专项投资基金，以此来促进产业转型升级的高质量发展，使得产业本身发展的同时，对农业的发展也能起到带动作用［9］;另外，政府要强化农业产业链项目支撑，围绕农业、纺织业、食品制造业、农副食品加工业以及住宿餐饮业等领域谋划生成一批补链、强链型产业项目，跟踪推进.