APP下载

产业关联网络的结构特征及影响因素分析
——以长江经济带为例

2023-02-13华,

科技和产业 2023年1期
关键词:各省市经济带关联

杨 华, 张 梅

(贵州财经大学 大数据应用与经济学院, 贵阳 550025)

自新冠疫情爆发以来,中国各区域不同产业都受到严重影响。值得关注的是不同产业受到疫情的冲击程度存在明显的差异,但由于产业间的关联性,没有任何一个产业能免遭疫情的冲击。相关研究指出疫情对经济发展的影响具有网络性和共享性等特征,对各产业的影响具有差异性[1],但没有对这一特征和现象进行解释。疫情对各个产业都带来不同程度的影响,其中对制造业、服务业及中小企业的冲击较显著[2]。疫情冲击下,劳动密集型产业与资本密集型产业产生了不同的反馈机制[3]。新冠疫情冲击下,由于产业关联的存在,产业之间的波及效应尤其明显,任意产业受到冲击都将波及其他产业,而且这种波及效应也呈现出一定的产业差异性。新冠疫情对产业冲击的连锁反应与产业之间关联程度差异密切相关。鉴于此,本文试图揭示产业关联网络的结构特征,并解释影响产业之间关联程度强弱的主要因素。考虑区域差异及经济发展水平的影响,选取横贯东中西的长江经济带作为研究对象,长江经济带包含西部、中部、东部省市,经济发展差异大,研究其产业关联网络的结构特征并分析其影响因素,其结论具有一定的普适性。

1 文献回顾

对于产业关联的研究学界已经具备一定的研究基础,产业关联是指产业之间在经济技术上的数量比例关系,表现为直接或间接的相互影响、相互制约的经济联系[4]。现实经济活动中,各产业之间存在着广泛、复杂和密切的技术经济联系。结合发展中国家的工业化问题,国外学者认为应依据产业关联效应来识别关键性部门,在制定经济发展战略时应首先培养具有前关联度的产业,以带动前向关联和后向关联的产业共同发展[5]。根据关联扩散效应选择对经济规模具有扩散效应的产业作为主导产业,并依赖于产业的关联扩散效应带动区域内的产业提升和经济的全面增长[6]。传统产业与新兴产业是相互关联、相互交融、关联共生的。可见,在产业关联的分析中明确产业关联的主导产业对产业共同发展至关重要。就区域发展而言,区域之间的经济联系主要表现在产业联系上,区域经济的协调发展就是区域产业之间的协调发展[7]。研究指出,随着产业结构的调整与优化,中国产业的空间网络关联程度逐渐增强[8]。有学者利用空间计量方法验证关联产业发展会影响本地及邻近地区生产性服务业的空间分布[9]。有学者在研究长三角区域一体化的产业关联时提出长三角地区间产业关联不强,且主要是第二产业呈现的推动力和影响力[10]。

综上可知,现有研究的局限性在于:一是已经揭示了产业关联的网络性,但没有揭示具体的网络特征;二是已经提出产业关联中主导产业的重要性,但对于主导产业的识别没有进行深入研究;三是不同产业之间产业关联性强弱存在明显差异,但尚未进行解释。

2 产业关联网络的结构特征

2.1 产业关联网络的构建基础

2.1.1 网络节点

利用长江经济带11省市2012、2017年的投入产出表42个产业部门数据构建产业关联网络,系统、全面地反映各省市产业关联的空间结构特征。产业关联网络中的节点就是产业,节点的大小代表了每个产业度值的相对大小,其中度值越大的产业在网络中关联程度越高,因此拓扑图可以直观反映各产业在网络中的控制地位,进而识别产业关联网络中的主导产业或核心产业。

2.1.2 边与边权的确定

在长江经济带各省市的空间网络中,以各省市各产业间的投入产出关系作为网络的边。在构建产业关联网络中考虑产业投入产出的方向性,即边的有向性。参考已有研究的做法[11-13],利用投入产出表中的直接消耗系数(1)部分研究中也选用影响力系数和感应度系数构建产业联动网络,但这两个指标测度的是某产业的全局关联系数而无法测度具体产业之间的相互关联关系。作为产业节点之间的边权,反映的是生产经营中产品部门j的单位总产出所消耗的产品部门i货物或服务的价值量,这种边权的大小反映了产业之间经济联系的紧密程度,即产业之间的直接关联程度,并且设定阈值以剔除较弱的产业联动关系,以呈现更加明晰的产业网络拓扑图。边权的计算方法如下:

1)计算直接系数。

aij=xij/xj,i,j=1,2,…,n

(1)

式中:xj为j产业的产出;xij为i产业对j产业的中间投入。矩阵A=(aij)n×n为系数矩阵,用来衡量投入产出表中各产业的技术经济联系或产品间的技术经济联系。

2.2 产业关联网络的特征

基于长江经济带各省市2012、2017年的投入产出表,利用UCINET6.2软件建立各省市的产业网络,从两方面揭示产业关联网络的结构特征:一是选取网络平均路径长度、聚类系数、网络密度等常规参数,用以反映产业关联网络的小世界特征及其关联的紧密性;二是通过利用各产业度值的相对大小,构建产业关联网络的拓扑图(2)限于篇幅,仅呈现2012年云南省与上海市的产业关联网络拓扑图作为代表。,通过拓扑图呈现产业关联网络中的核心产业(图1、图2)。

表1显示,长江经济带各省市产业网络中,从一个节点到另一个节点产业的平均最短距离均为1左右,说明产业间的平均最短距离较短,产业网络内任意两产业之间的联通将不超过2个产业间隔,产业间可实现资源的有效联通。各省市产业网络的聚类系数值较高,均在0.95以上,说明产业网络中任意产业与所有相邻产业之间的实际关联边数占最大可能边数的95%以上。较短的平均最短距离和较高的聚类系数显示,长江经济带各省市产业关联网络均符合复杂网络的“小世界网络”特征,各省市产业间已形成了产业复杂网络。较小的网络密度显示,长江经济带各省市内不同产业之间关联较弱,资源没有在区域内得到最优配置,产业联动发展的难度大。

图1、图2显示,长江经济带各省市产业关联网络中处于主导地位的产业是化学工业、批发和零售业、交通运输设备制造业、金融保险业、电力、热力的生产和供应业等,这些产业都是各省市经济发展的支柱,其中交通运输设备制造业附加值较高,是各省市其他产业发展的重要基础,也是产业关联中的重要枢纽;电力、热力的生产和供应业是维持经济运行与发展的重要支撑,其本身已经形成一个产业网,渗透到各个产业中;批发与零售贸易业是推动地区经济发展的重要动力,是其他产业发展的重要原材料来源;而化学工业是各省市产业发展中的主导产业,是经济发展的重要支撑。长江经济带各省市虽然经济发展差异明显,但在产业关联网络中主导产业或核心产业基本相似,这些主导产业与其余不同产业的关联程度也存在明显差异,这一现象将通过后面的实证检验进行解释。

表1 2012、2017年长江经济带各省市产业关联网络特征

图1 2012年云南省产业复杂网络拓扑图(阈值为0.013 717)

图2 2012年上海市产业复杂网络拓扑图(阈值为0.015 202)

3 实证研究与结果分析

3.1 数据说明

参考《国民经济行业分类与代码》(GT/T 4754—2002),将长江经济带各省市统计年鉴中规模以上工业企业统计表中的产业与投入产出表中的产业进行匹配对应及合并,共得23个产业。这些产业主要包括采矿业中的煤炭开采和洗选业、金属矿采选业等,制造业中的化学工业、食品制造及烟草加工业等;电力、燃气及水的生产和供应业中的水的生产与供应业、燃气生产和供应业等。

数据主要来源于《中国统计年鉴》、长江经济带11省市统计年鉴、中国统计局网站、长江经济带11省市投入产出表、产业复杂网络的统计指标等。由于仅选取各省市的2012、2017年的投入产出表数据进行分析,为保证数据的可得性、完整性及各指标数据的时间跨度一致,其余指标数据均只选择这两个年份的数据。

3.2 模型与变量

3.2.1 模型设定

前面分析可知,在长江经济带各省市的产业关联网络中,各产业关联强度存在明显的差异,省区差异并不明显,但为了更准确地解释影响各省市的产业关联强度的主要因素,也控制了各省市的经济发展水平的影响。建立如下模型:

Yij=β0+β1Xi+β2Xj+γW+ξi+εij

(2)

式中:Yij表示j省区内i产业的平均联系强度;Xi为产业特性;Xj为省区特征;W为产业特性与省区特征的交叉项;ξi为地区固定效应;εij为随机误差项。模型进一步细化为

Intra-linkij=β0+β1Tovij+β2Agrdij+

β3Tranij+β4Ldeij+β5Aflij+θ1Oraij+

θ2Roicij+θ3Tcaij+θ4Psrij+θ5Olpij+

λPgdpj+γTovij×Pgdpj+ξi+εij

(3)

式中:β1~β5反映产业经济指标对其关联强度的影响;θ1~θ5反映产业的经济效益指标对其关联强度的影响;λ反映省区经济发展水平的影响;γ反映产业发展水平对其产业关联强度的影响是否受各省市经济发展水平的影响。其他变量见3.2.2节。

3.2.2 变量说明

1)产业的平均关联强度(Intra-link)。该指标数据来源于产业关联网络的统计指标,选取各产业节点标准化后的出度与入度值的均值反映产业的平均联系强度,即产业的关联水平。选取该指标的依据主要有两点:一是度值的含义就是反映其在网络中的联通度,度值越大,其在网络中的控制力越强,关联其他节点的能力越强;二是现有研究已利用平均度刻画网络中节点的平均关联强度[14]。

2)产业经济特征用如下指标反映:①产业总产值(Tov),反映产业的经济发展水平。②农业投入强度(Agrd),利用投入产出表中农业投入占该产业总投入的比重来表示,反映其对农业的依赖程度。农业是国民经济中的基础产业,其与各产业之间联系紧密,并且许多产业之间的关系都是基于农业联系的基础上建立起来的。③交通投入强度(Tran),利用投入产出表中交通运输部门的投入占该产业总投入的比重来表示。产业之间的联系离不开交通运输、仓储、邮政等部门的支持,交通运输业在产业关联上发挥着重要的作用。④劳动力投入密度(Lde),劳动力投入密度用产业单位产值所需劳动力反映。⑤产业内部规模经济(Afl),用产业内企业平均就业规模来衡量,即用就业人口与总的企业数的比值反映。

3)产业的经济效益选取如下指标:①产值利税率(Ora),其中产值利税率=利税总额/产业总产值,衡量产业的单位产值利税。该指标在一定程度上可以反映产业受地方政府的保护程度。出于税收的原因,地方政府通常采取对本地企业制定较高的利税率,以保护本地企业免受其他地区同类企业的竞争,因此利税率的高低,可用来衡量产业受地方政府的保护程度[15]。进一步地,李善同等[16]研究认为增加值率和行业的利润水平较高的产业,为地方政府提供稳定的税收收入较多,这类产业受地方政府保护严重。因此,将产值利税率作为解释变量,以分析产业的平均联系强度是否受地方保护主义的影响。②资本回报率(Roic),资本回报率是利润总额与总资产的比,表示以货币衡量的要素投入产出比率。③其余反映经济效益的控制变量主要是流动资产周转次数(Tca)、产品销售率(Psr)、全员劳动生产率(Olp)。

4)由于重点从产业层面分析,所以省市特征的变量仅考虑了产业所在省市的经济发展水平(Pgdp),采用各省区的人均GDP来衡量;分析显示,区域内部产业之间的差异较大,各省市间的差异较小,各省市间产业网络差异考虑仅由经济发展水平的差异引起。

3.2.3 变量描述性统计

将2012年和2017年的变量数据进行统计描述,结果见表2。

表2 变量描述性统计

3.3 实证结果分析

回归主要分3步:①控制各省市经济发展水平的影响,仅考虑产业的经济特征与经济效益指标对产业关联强度的影响;②同时考虑产业特性和各省市经济发展水平对产业关联强度的影响;③重点分析产业发展水平对产业关联强度的影响是否与省区经济发展水平有关。

3.3.1 基准回归结果

实证检验结果显示(表3),产业关联强度不仅与产业的经济特征、效益等有关,还与地区的经济发展水平有关。首先,从产业自身的经济特征来看,产业自身发展水平对产业关联强度具有显著的正向影响,2012、2017年的样本数据检验结果一致,这也说明发展水平较高的产业,往往是产业关联网络中的核心产业;农业投入强度与产业关联强度间存在显著的负向关系,一般来讲农业投入强度较大的产业均是与农业直接相关或是基础类的产业,这类产业普遍发展水平并不高,要素的投入与产出并不多,与其他产业的联系相对较小,所以这类产业的关联水平较低;产业的交通投入强度对产业关联水平具有显著正向影响,产业的交通投入越大,说明其与其他产业的联系越多,其关联水平越高;产业的劳动力投入密度越高,产业的关联水平越低,劳动密集度较高的产业,一般可称为劳动密集型行业,这类产业主要生产初级产品,由于生产技术有限,溢出效应较低,与其他产业的投入联系相对单一,产出联系较弱,所以该类产业的关联水平较低;回归中企业的平均就业规模对产业的联系强度存在不稳定的正向影响,一般来讲,企业的平均就业规模越大,其产值相对较高,但并不绝对。其次,从产业的经济效益来看,产值利税率对产业关联水平的影响并不显著,说明地方政府对产业的保护主义对产业的关联水平没有显著的影响,但在2017年控制省份发展水平差异后,产值利税率对产业关联水平存在负向的影响关系,这也说明地方保护的产业其关联水平反而不高;分阶段来看,2012年资本回报率、流动资产周转次数、产品销售率对产业的关联水平均不具有显著影响,但随着经济发展,产业升级,在2017年这3项效益指标均对产业关联水平具有一定影响;在产业的经济效益指标中,全员劳动生产率越高,产业关联水平越高。最后,考虑各省市的经济发展水平,从模型2与模型3的回归结果可以看出,各省市的经济发展水平对产业关联水平具有显著的负向影响,这与构建网络时经济发展水平较高的省市其网络密度略低相符,随着经济的发展,各产业结构逐渐升级完善,产业之间的相互依赖性逐渐降低,所以经济发展水平较高时,产业之间的关联程度相对较低。此外,从产业发展水平与省市经济发展水平的交互项可以看出,产业发展水平对产业关联强度的影响受省区经济发展水平的影响,即省区经济发展水平会削弱产业发展水平对产业关联强度的影响。

表3 基准回归结果

3.3.2 稳健性检验

由于样本中包含了采矿业、制造业和电力、燃气及水的生产和供应业三大类的细分行业,各类产业之间也存在差异。为进一步揭示产业的各项经济特征、经济效益指标对产业平均关联强度的影响,将只考虑制造业细分行业,不包括采矿业和电力、燃气及水的生产和供应业的细分行业,主要是由于采矿业与电力、燃气及水的生产和供应业的细分行业对本地的自然资源或是需求的依赖程度较大。因此,仅选取制造业细分行业进行稳健性检验,回归结果见表4。

稳健性检验的回归结果与基准回归结果基本一致。在产业的经济特征中依然是产业发展水平与交通投入强度对产业的关联水平具有显著的正向影响;农业投入强度对产业关联水平具有负向影响。在产业的效益特征中,仅有全员劳动生产率对产业关联强度存在显著的正向影响,其余经济效益指标,如产业利税率、资本回报率、流动资产周转次数、产品销售率对产业关联强度的影响存在明显的时期差异,且在2012年,这些产业效益指标对产业关联强度的影响并不显著,但2017年,这些指标均对产业关联强度具有显著的影响,其中产值利税率、资本回报率、产品销售率对产业的关联强度具有显著的负向影响,这说明地方保护政策、效益较好的产业及生产中间产品较少的产业其关联强度相对较低,仅有流动资产周转次数对产业的联系强度存在显著的正向影响,说明资产周转越快,产业关联强度越高。各省市的经济发展水平对产业关联强度存在显著的负向影响,说明经济发展水平较高的地区,其产业发展间的相互依赖较弱,产业的关联水平较低。进一步地,考虑产业发展水平对产业关联强度的影响时,还分析了各省市经济发展水平的影响,得出结论一致,即各省市经济发展水平的提高,会减弱产业发展水平对产业关联强度的影响。

表4 变样本的稳健性检验结果

4 结论与启示

基于新冠疫情对产业冲击的关联性与差异性,选取长江经济带11省市2012、2017年的投入产出表数据,利用复杂网络分析法构建了长江经济带11省市的产业关联网络,揭示了产业关联网络的结构特征及影响因素。研究表明:①长江经济带各省市的产业关联网络具有复杂网络的小世界网络特征,其中产业关联网络中的核心产业主要是各省市的支柱产业及附加值较高的产业,如化学工业、批发与零售业、交通运输设备制造业、金融保险业等,这些产业在产业关联网络中关联水平较高,具有主导地位,其余产业关联水平相对较低。②从产业经济特征看,产业自身的发展水平与交通投入强度对产业关联水平具有显著的正向影响,产业的农业投入强度与劳动力投入密度对产业关联水平具有显著的负向影响。③从产业经济效益看,全员劳动生产率越高的产业其关联水平越高。④各省市的经济发展水平对产业关联水平也具有显著的负向影响,经济相对发达的省市,各产业之间的相互依赖性会降低。此外,产业发展水平对产业关联强度的影响受省区经济发展水平的影响,即省区经济发展水平会削弱产业发展水平对产业关联强度的影响。

产业关联对于促进经济全面发展具有重要作用。基于以上结论,为优化产业关联路径带来以下几点启示:①以主导产业为核心,辐射带动相关产业的发展。由于产业关联的存在,各区域内的主导产业是产业发展的核心推动力量,因此推动主导产业的发展,进而带动其他产业的发展是各区域产业发展的重点。②基于产业之间的供需关系,促进产业链的形成。由于产业之间供需关系的存在,使得产业关联普遍存在,因此可根据这种关系,建立更为紧密的产业链,并通过产业之间的协同发展促进经济发展。③以市场需求为导向,推进产业合作深化。由于发展需要,在政策支持下,各区域都会有某几个产业共同发展的想象。各区域可根据政策导向和市场需求,促进相关产业网络的形成,通过深化产业合作来促进经济发展。④从区域层面看,由于产业关联的存在,使得某一产业受到冲击时其他产业也会相应受到影响,比如自然灾害、突发公共卫生事件等的冲击会波及许多产业,带来不利影响,为了降低这种不利影响的波及,各区域应该提高经济发展水平,优化产业结构,降低产业之间的相互依赖性。而从产业层面,为避免产业自身在产业关联网络中的被动地位,应提高产业自身的发展水平,提升其在产业关联网络中的地位。

猜你喜欢

各省市经济带关联
不惧于新,不困于形——一道函数“关联”题的剖析与拓展
一条江的嬗变长江经济带绿色发展之路
2019年各省市诗词学(协)会换届情况
各省市重点工程科学有序复工
“一带一路”递进,关联民生更紧
中国各省市经济发展水平分析
中国各省市经济发展水平分析
陕西呼应长江经济带
应对2018年中考全国各省市67道作文题,高分素材,成就高分作文
奇趣搭配