基于動態偏離—份額空間模型的資源型產業競爭力研究——以云南省為例

鄭逢波 王 筱 陳 龍

（云南財經大學國際工商學院, 云南 昆明 650000）

一、引言

資源型產業是云南省多年來依托資源條件打造的傳統特色產業，2012 年云南省資源型產業對工業總產值的貢獻率高達36%。在國家推進產業結構調整、轉變經濟發展方式的大背景下，在中國—東盟自由貿易區正式建成和橋頭堡戰略實施的條件下，分析云南省資源型產業的競爭力、探索產業結構優化策略，具有重要的現實意義。

“十一五”以來，國內眾多學者對資源型產業競爭力及產業結構優化策略開始研究。國內關于資源型產業競爭力的評價方法可以分為非定量描述法和定性與定量相結合的方法。其中，非定量描述法致力于建立資源型產業的核心競爭力模型，但缺少對資源型產業分析的針對性，因此這種方法在分析評價資源型產業的競爭力中應用較少。眾多學者更多的采用定性與定量結合的方法，如層次分析法、模糊綜合評價法、偏離份額分析法（SSM）等。陳偉達、景生軍（2012）應用SSM 分析了長三角十六個城市現代服務業的競爭優劣勢、空間結構狀況和資源配置狀況。司首婧（2013）運用灰色多層次分析方法對安徽旅游貿易的競爭力進行了測評。

在這些定性與定量相結合的方法中，偏離份額分析法具有較強的綜合性和動態性，對研究對象有相對客觀的評價，是解釋區域與產業競爭力的有效方法。國內外很多學者對偏離份額分析法進行了拓展，將其應用到區域發展和區域競爭力的研究中。由于傳統的SSM 沒有考慮到區域之間的交互作用，為此，Nazaras, Hewingsgjd（2004）提出一種SSM 的空間拓展模型。對于模型的常用變量，Haynes,Dncm（1997）認為選擇就業人數作為變量，用于對制造業各產業部門增長的比較研究，Georgions F et. al.（2009）則傾向于選擇勞動生產率。吳繼英、趙喜倉（2002）考慮到區域之間的空間交互作用，構建空間權重矩陣，對江蘇省產業競爭力進行了分析。趙喜倉、鄒威華（2012）引出動態偏離—份額空間模型，并將此模型應用于分析鎮江市六大高技術產業的競爭力中。楊艷俊等（2012)通過SSM 的空間拓展模型，對云南25 個邊境縣域經濟產業結構進行了空間差異分析。司林波等(2014)運用SSM 對河北沿海地區產業結構進行分析。

從目前研究看，國內學者對資源型產業的研究及偏離份額分析法的應用已取得了一定的成果，但是多集中于對傳統模型及動態模型的應用，對偏離份額空間模型的研究較少，對云南省資源型產業競爭力的研究較少涉及。因此，本文采用偏離份額分析的空間模型，結合偏離份額分析的傳統模型及動態模型，并將經典引力模型引入到偏離份額空間模型權重的計算中，以云南省資源型產業中各行業的年度總產值數據為基礎，將考察期進一步細化，分析評價云南省資源型產業的競爭力，以期為云南省資源型產業的健康發展提供參考。

二、 數據和方法

（一） 偏離份額分析

偏離份額分析法（shift-share-analysis, SSM）最先是由美國學者Dunn（1960）提出并總結，現在普遍采用的形式。傳統的偏離份額分析將區域經濟的增長分解為三部分：份額分量、產業結構分量、競爭力分量，其中產業結構分量與競爭力分量又稱為總偏離分量。

設xij代表區域j 第i 個產業部門基期的經濟產值代表第i 個產業部門末期的經濟產值，則第i 部門在此期間的產值變化可以表示為：

其中：

動態偏離份額分析法將研究時段分為更細的時段，計算以年為基礎的國家增長分量、產業結構分量和競爭力分量，然后將時間段內的結果相加，這就為偏離分量的計算提供了相對精確的方法。

（二） 空間拓展模型

1.空間權重矩陣

在空間模型中，區域間多方向的空間依賴，可以用一個R*R 的權重矩陣W 表示，元素wjk代表空間單位j 和k 之間的相互依賴程度，其值是有限非負的。權重矩陣W 中各空間單位相互依賴程度的測度主要考慮兩大類變量，自然地理變量和經濟變量。

自然地理變量主要考慮區域之間的地理鄰近，可用Moran P.（1948）提出的布爾矩陣或鄰近單位之間公共邊界的長度表示。當區域間的交互作用表現為區域的經濟產出之間的關系時，可以選用經濟變量（如人均收入、部門/產業產出等）測度區域之間的經濟距離，從而定義權重，如Boarnet（1998）定義的權重隨著區域間經濟相似度的提高而提高，權重變量可以是人口密度、人均GDP、各產業總產值或利潤。

但空間模型中權重的計算以一個經濟指標為基礎，忽略了交通、人文等因素的影響，因此本文將王德忠、莊仁興（1996）提出的經濟聯系量化模型引入空間模型的權重計算中，作為權重指標的計算方式來測度鄰近區域資源型產業發展對云南的影響。

其中，Pi、Pj分別是兩個城市的人口指標，本文選取各省資源型產業的從業人數作為人口指標；vi、vi是兩城市的經濟指標，本文選取2007 年各省資源型產業的產值作為經濟指標；Dij是兩城市的距離，K 為常數。

2.空間拓展模型

Nazara&Hewings 提出偏離份額分析的空間拓展模型，即在偏離份額分析中，結合空間結構，考慮到區域間的相互作用，在模型中引入一個空間修正的增長速度，公式如下：

在上述公式中，公式左邊即在一定期間內產值的變化量，公式右邊包含了三個分量，第一項為國家分量，等同于公式（1）中的第一個分量；等式右邊第二項描述了j 區域i 部門在鄰近區域的空間增長速度與國家所有部門的平均增長速度的差異引起的增量，即鄰近—國家產業結構分量，亦可稱為空間產業結構分量。該值大于0，說明鄰近區域產業的發展對該區域產生積極的影響。等式右邊第三項描述了j 區域i 部門的實際增長速度與空間增長速度的差異引起的增量，即空間競爭力分量，該值大于0，說明鄰近區域對區域j 的經濟發展有著積極的促進作用。

（三） 數據來源

本文研究的資源型產業主要是礦產資源開采及加工為主的行業，根據我國經濟統計的行業分類，資源型產業具體應包括以下9 個行業：煤炭開采和洗選業、黑色金屬礦采選業、有色金屬礦采選業、非金屬礦采選業、石油加工煉焦及(核燃料)加工業、非金屬礦物制品業、有色金屬冶煉及壓延加工業、石油和天然氣開采業、黑色金屬冶煉及壓延加工業。本文以上述9 個行業2007 年～2011 年的年度總產值數據為基礎對云南省資源型產業競爭力進行研究。

根據偏離份額分析法的空間模型，以云南為研究區域，選擇貴州、四川、廣西為鄰近區域，將相關數據代入SSM 相關模型中，進行計算分析。根據公式（5）可得，貴州、四川、廣西三個鄰近省區的權重分別為0.35、0.32、0.33。

三、結果與分析

（一） 云南資源型產業競爭力總體狀況

根據偏離份額分析法的動態模型及空間模型，將考察期劃分為四個階段，以云南省資源型產業的年度總產值數據為基礎進行計算，計算結果見表1、表2。

表1 2007 年～2011 年云南資源型產業動態偏離份額結果(單位：億元)

表2 2007 年～2011 年云南省資源型產業動態偏離份額空間模型結果(單位：億元)

由表1 可知，2007 年～2011 年，份額分量總體為正，說明云南資源型產業的增長高于全國平均水平；產業結構分量一直為正，且呈上升趨勢，并且對總增長的貢獻均值為76%，說明云南資源型產業各產業結構優于全國平均水平，產業結構不斷優化；而競爭力分量不穩定，且均值為負，說明云南省資源型產業的競爭力水平低于全國平均水平，相對合理的產業結構并沒有彌補競爭力缺乏這一劣勢。因此，對于云南省資源型產業來說，提升產業競爭力是促進資源型產業發展的重點。由于總偏離分量為正值，并且對總增長量的貢獻較高（均值貢獻率為83%），說明云南資源型產業的增長速度遠遠高于全國平均水平且增長較快。

由表2 可知，2007 年～2011 年份額分量均大于零且數值較大，說明云南省資源型產業的增長高于全國水平，但前后時段占比有下降的趨勢；空間產業結構分量除2007 年～2008 年外均大于零，說明云南省鄰近區域的資源型產業的實際增長高于全國平均速度，這對云南省資源型產業的增長會產生正面的、積極的影響；而空間競爭力分量，在考察四階段內均值為負且波動較大，說明云南省資源型產業的實際增長速度低于空間增長速度，即云南省沒有能夠充分利用其鄰近區域經濟發展對其產生的正面影響，相對于其鄰近區域，競爭力較弱。由此導致考察期內，資源型產業產值理論上損失均值為243.63 億元。

（二）云南資源型產業中各行業競爭力分析

選取2007 年和2011 年全國、云南及其三個鄰近省區（廣西、貴州、四川）的資源型產業的總產值數據分別為基期數據和末期數據，運用空間模型及傳統偏離份額分析模型進行計算，結果見表3、表4。

表3 2007 年～2011 年云南省資源型產業傳統偏離份額結果(單位：億元)

由表3 可知，資源型產業所涉及的九個行業中，石油和天然氣開采業、石油加工煉焦及核燃料加工業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業的產業結構分量的增量為負，說明這四個行業的內部結構不盡合理，具有競爭優勢和發展迅速的項目比例相對較低。其他五個行業的產業結構分量在30 ～90 之間，即這五個行業由于產業結構優勢帶來的產值增長在30 億元到90 億元之間，說明其他各行業的產業結構較為合理。各行業的份額分量均為正值，且對行業增長量的貢獻均值為26 億元，說明云南省資源型行業大部分是增長型行業；云南省資源型產業所涉及的九個行業中，石油加工煉焦及核燃料加工業的競爭力分量為正，且增加額對其行業總增長量的貢獻為25%；煤炭開采和洗選業的競爭力分量增加額對其行業總增長量的貢獻達41%，說明相對于全國而言，云南省的石油加工煉焦及核燃料加工業在全國資源型產業中初步具有了競爭力，但競爭力不強，而煤炭開采和洗選業在全國資源型產業中有一定的競爭力。其他行業競爭力分量為負，特別是有色金屬冶煉及壓延加工業的競爭力分量為較大負值（-760.97），說明與全國平均水平相比，這些行業的競爭力較弱。

由表4 可知，空間模型中，總體來看，大多數行業的總增長量為正值，這主要歸功于區域增長分量的增長。九個行業的份額分量均為正值，且除石油和天然氣開采業外，份額分量對總增長量的貢獻較大，說明云南省各資源型產業增長較快且發展潛力大。除石油和天然氣開采業、黑色金屬冶煉及壓延加工業及有色金屬冶煉及壓延加工業外，其他六個行業的空間產業結構分量均在109 和300 之間，說明鄰近區域其他六個行業的實際增長速度大于全國平均水平，這會對云南省經濟增長產生正面的、積極的影響；所有行業的空間競爭力分量為負值，說明云南省資源型產業的實際增長速度均低于空間增長速度，即云南省沒有能夠充分利用其鄰近區域經濟發展對其產生的正面影響，相對于其鄰近區域，處于劣勢競爭地位。同時，空間競爭力分量對總增長量的貢獻均為負值，即云南省資源型產業因競爭力較弱而導致總增長量的減少，從而帶來了一定的理論損失。

表4 2007 年～2011 年云南省資源型產業偏離份額分析空間模型結果(單位：億元)

(三) 行業優勢分析圖及行業偏離分量圖

為了了解云南省資源型產業中各行業的發展情況，對云南資源型產業9 個行業之間進行比較，繪制各行業的行業優勢分析圖（見圖2）及行業偏離分量圖（見圖3），以確定各行業未來的發展趨勢。

行業優勢分析圖如圖1 所示，可分為八個扇面（S1,S2……S8），以反映在總增長量、部門增長優勢方面的幾種不同的行業類型。行業偏離分量分析圖，以競爭力分量D 為橫軸，以結構偏離分量P 為縱軸，亦可分為八個扇面，扇面劃分如圖1 所示。

圖1 行業優勢分析圖和部門偏離分量分析圖的扇面劃分

圖2 2007 年～2011 年間云南省資源型產業的行業優勢分析圖(單位：億元)

根據崔功豪等（2006）提出的行業優勢分析法，結合圖2 可知，石油加工煉焦及（核燃料）加工業、黑色金屬礦采選業、非金屬礦物制品業、煤炭開采和洗選業位于第一象限，是較好的行業，說明這四個行業具有較強的行業優勢。非金屬礦采選業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、有色金屬礦采選業位于S4 區域，是一般行業，也是增長行業，雖具有一定的增長優勢，但還不具備行業優勢。石油和天然氣開采業，位于S5 區域，在總量上是負增長，雖然份額分量為正，但不足以消除部門總偏離量的劣勢帶來的損失。

云南省資源型產業均分布在第一、第二象限，說明云南省資源型產業結構較合理，大部分行業屬于增長型行業，同時，位于第一象限中的四個行業由于具有持續的增長優勢。

圖3 2007 年～2011 年間云南省資源型產業的行業偏離分量圖(單位：億元)

根據崔功豪等（2006）提出的行業偏離分量分析法，結合圖3 可知，煤炭開采和洗選業位于S1 區域，是基礎、發展較快的較好行業，為原有基礎較好、競爭力較好的部門；黑色金屬采礦業、非金屬礦物制品業位于S4 區域，是基礎較好、產業結構較好但地位下降的一般行業；有色金屬礦采選業、非金屬礦采選業、非金屬礦物制品業，位于S5 區域，此區域的行業，產業結構有一定的優勢，基礎較好，但并沒有彌補競爭力缺乏這一劣勢帶來的損失，屬于較差行業；石油和天然氣開采業、黑色金屬冶煉及加工業、有色金屬冶煉及壓延加工業位于第三象限，是基礎差且缺乏競爭力的最差行業；石油加工煉焦及（核燃料）加工業位于S3 區域，是基礎差但發展較快的較好或一般行業。云南省資源型產業的九個行業分布不均衡，具有競爭力的行業較少，大部分行業缺乏競爭力，同時，一般行業較少，競爭力較差的行業多，這不利于云南省資源型產業的健康可持續發展。

對于主導行業的選擇，崔功豪等（2006）提出應以行業優勢分析圖和行業偏離分量圖中第一象限中的行業為參考，結合第二象限中發展潛力大的行業，即黑色金屬礦采選業、有色金屬礦采選業、煤炭開采與洗選業、非金屬礦采選業最有可能成為云南資源型產業中的主導行業。

四、結論與對策建議

本文以云南省資源型產業中九個行業2007 年～2011 年行業總產值面板數據為基礎，結合偏離份額分析的空間模型、傳統模型及動態模型，對云南省資源型產業的競爭力及其產業結構進行了系統性的研究，從而得到以下結論及對策建議。

（一）結論

第一，動態的偏離份額分析模型顯示，云南資源型產業的增長速度遠遠高于全國平均水平且增長較快，產業結構因素對總增長量的貢獻率高于競爭力因素，說明產業結構因素更能推動經濟增長。相對于其他行業而言，煤炭開采和洗選業、黑色金屬礦采選業、非金屬礦采選業、非金屬礦物制品業這四個行業產業結構比較合理，但這四個行業并沒有表現出競爭優勢。

第二，空間模型的結果顯示，周圍鄰近省區的資源型產業的產業結構較為合理，且增長較快，盡管周圍鄰近省區對云南省資源型產業的增長產生了較大的正面影響，主要表現在促進云南省資源型產業各行業產業結構合理化，但云南省并沒有充分利用這種影響，因此也帶來了一定的理論損失。

第三，傳統偏離份額分析模型、行業優勢分析圖及行業偏離分量圖表明：有色金屬礦采選業、非金屬礦采選業發展基礎較好，且屬于增長行業，但不具有行業優勢，即競爭力較差，是云南省資源型產業未來需要發展的重點行業；煤炭開采和洗選業行業發展基礎較好，有較強的競爭力；石油加工煉焦及（核燃料）加工業，雖然基礎差，產業結構有待優化，但發展較快；石油和天然氣開采業、黑色金屬冶煉及加工業、有色金屬冶煉及壓延加工業這三個行業基礎較差且缺乏競爭力，增長處于相對劣勢；黑色金屬采礦業、非金屬礦物制品業雖然有一定的行業地位，但行業地位處于下降趨勢，缺乏發展潛力。

（二）對策建議

根據本文的研究結論，為了提升云南省資源型產業的競爭力水平，使其健康發展，提出如下對策建議：

第一，重點發展主導產業，特別是黑色金屬礦采選業、有色金屬礦采選業、非金屬礦采選業。同時，培植發展增長后勁大的產業，包括具有發展潛力的產業及有一定發展基礎但缺乏競爭力的行業，如石油加工煉焦及（核燃料）加工業、黑色金屬礦采選業、非金屬礦物制品業。加大扶持基礎差且缺乏競爭力的產業，如黑色金屬冶煉及加工業、有色金屬冶煉及壓延加工業，通過加強技術投入和技術創新等，推動這些基礎差的行業成為云南省資源型產業中新的增長點。

第二，區域之間的相互作用會對地區產生積極或消極的影響，在發展資源型產業的過程中，應正確對待其鄰近區域經濟發展對其產生的威脅，充分利用鄰近區域經濟發展帶來的機遇，同時利用中國—東盟自貿區和橋頭堡戰略實施帶來的機遇，走出一條特色的資源型產業增長道路。

第三，云南省被稱為有色金屬王國，但有色金屬礦采選業、有色金屬壓延業的空間競爭力分量卻是負數，這說明云南省資源型產業的競爭優勢大部分是由于自然資源的優勢而存在的，在提高競爭力方面，可借鑒鄰近省份廣西的經驗，從培育產業創新平臺、創建創新配套機制、培育企業的創新能力、引進人才四個方面增強資源型產業的競爭力。

五、結束語

本文采用了偏離份額空間模型與傳統模型、動態模型相結合的方式，并將區域經濟聯系的典型公式應用到偏離份額分析空間模型中。從三種模型結果的比較可以看出，考慮到區域之間的影響，可以得出更準確的結論，更能了解區域經濟所處的地位，有針對性地制定區域的發展政策。但對定量分析結果的解讀需要在較扎實的理論背景基礎上，才能得出可靠的結論。由于多種局限性，本文對分析結果的解讀存在一定的片面性，力求在后續研究中改進。

[1] 云南省統計局.云南省統計年鑒[M].北京：中國統計出版社, 2008-2012.

[2] 陳偉達,景生軍.基于偏離-份額空間結構模型的長三角現代服務業協調布局研究[J].東南大學學報(哲學社會科學版),2012, (1):31-36.

[3] 司首婧.安徽省國際旅游服務貿易競爭力評估研究——基于灰色多層次評估模型的視角[J].淮海工學院學報（人文社會科學版）, 2013, (7): 69-72.

[4] 吳繼英.趙喜倉.偏離-份額分析法空間模型及其應用[J].統計研究,2009, (4):73-79.

[5] 趙喜倉,鄒威華.鎮江市高新技術產業競爭力及產業結構研究——基于動態偏離-份額空間模型的分析[J].科技進步與對策, 2014, (2):55-60.

[6] 楊艷俊,駱華松,柳德江,黃莉.基于偏離-份額空間拓展模型的云南省邊境縣域經濟空間差異分析[J].世界地理研究,2012, (12):48-56.

[7] 司林波,孟衛東,途英柯.基于偏離-份額分析法的河北沿海地區產業結構分析[J].管理現代化, 2014, (2):18-20

[8]王德忠,莊仁興.區域經濟聯系定量分析初探——以上海與蘇錫常地區經濟聯系為例[J].地理科學, 1996, (2): 51-56

[9] 崔功豪,魏清泉,劉科偉.區域分析與區域規劃[M].北京：高等教育出版社. 2006: 213-223.

[10] Nazaras, Hewingsgjd, Fall. Spatial Structure and Taxonomy of Decomposition in shift-share analysis [J]. growth and change, 2004,35(4): 476-490.

[11] Hayneske, Dncm. Productivity Change in Manufacturing Regions a Multi- factor/Shift-Share Approach [J]. growth and change, 1997, (28): 201-221.

[12] Georgios Fotopoulos，Dimitris Kallioras，George Petrakos. Spatial variations of Greek Manufacturing Employment Growth:The Effects of Specialization and International Trade [J]. Regional Science，2009, (3):109-136.

[13] Dunn ES.A Statistical and Analytical Technique for Regional Analysis [J]. Papers of Regional Science Association, 1960, (6):97-112.

[14] Moran P. The Interpretation of Statistical Maps [J]. JR Stat Soc B, 1948, (10):23-33.

[15] Marlon G.Boarnet.Spillovers and the Locational Effects of Public Infrastructure [J]. Journal of Regional Scienc, 1998,38(3):48-56