陳永潔,鄧平穩(wěn),于桂海
(貴州財(cái)經(jīng)大學(xué) 大數(shù)據(jù)統(tǒng)計(jì)學(xué)院,貴州 貴陽(yáng) 550025)
近年來(lái),貴州省經(jīng)濟(jì)在國(guó)家的大力支持下得到了快速發(fā)展,截至2020年,貴州省地區(qū)生產(chǎn)總值連續(xù)10年位居全國(guó)前列。分析產(chǎn)業(yè)關(guān)聯(lián)關(guān)系,使產(chǎn)業(yè)關(guān)聯(lián)關(guān)系狀態(tài)達(dá)到最優(yōu),將會(huì)很大程度上推動(dòng)貴州省經(jīng)濟(jì)社會(huì)的高質(zhì)量發(fā)展[1,2]。因此,本文利用復(fù)雜網(wǎng)絡(luò)分析方法和指數(shù)隨機(jī)圖模型來(lái)研究分析貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)。
本文選取了2017年貴州省42個(gè)部門的投入產(chǎn)出(表1)[3],將大數(shù)據(jù)產(chǎn)業(yè)作為一個(gè)單獨(dú)的產(chǎn)業(yè)來(lái)分析貴州省的產(chǎn)業(yè)關(guān)聯(lián)關(guān)系,但是目前的國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)中,還沒(méi)有將大數(shù)據(jù)產(chǎn)業(yè)來(lái)作為一個(gè)統(tǒng)計(jì)對(duì)象進(jìn)行核算,因此本文結(jié)合大數(shù)據(jù)產(chǎn)業(yè)的內(nèi)涵和外延來(lái)進(jìn)行分析,把42個(gè)部門分為12個(gè)產(chǎn)業(yè)部門。
利用12個(gè)部門的直接消耗系數(shù)來(lái)構(gòu)建0-1矩陣,通過(guò)此0-1矩陣構(gòu)建產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)圖并對(duì)其網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行探索分析[4]。對(duì)12個(gè)產(chǎn)業(yè)關(guān)聯(lián)關(guān)系進(jìn)行網(wǎng)絡(luò)可視化,如圖1所示。

表1 12個(gè)部門與42個(gè)部門對(duì)應(yīng)

圖1 12個(gè)產(chǎn)業(yè)部門可視化
(1)網(wǎng)絡(luò)密度。通過(guò)計(jì)算得到貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度值為0.5833,說(shuō)明了貴州省12 個(gè)產(chǎn)業(yè)之間聯(lián)系較為緊密。
(2)點(diǎn)度中心度、中介中心度。點(diǎn)度中心度反映了網(wǎng)絡(luò)中某一個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的關(guān)聯(lián)性,用來(lái)表示某節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要作用,點(diǎn)度中心度的計(jì)算公式如下:
(1)
中介中心度反映的是網(wǎng)絡(luò)中某一節(jié)點(diǎn)在網(wǎng)絡(luò)中作為中心點(diǎn)作用的程度。絕對(duì)中心度計(jì)算公式如下:
(2)
式(2)中,njk代表j與k之間最短路線總數(shù),njk(i)代表經(jīng)過(guò)j與k兩點(diǎn),且經(jīng)過(guò)點(diǎn)i的最短路線總數(shù)[5]。計(jì)算結(jié)果見(jiàn)表2。

表2 中心性指標(biāo)計(jì)算結(jié)果
由表2可知,交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)以及工業(yè)的出度排名第一,意味著這兩個(gè)產(chǎn)業(yè)更傾向于與其他產(chǎn)業(yè)產(chǎn)生關(guān)聯(lián),是貴州省的重要支柱產(chǎn)業(yè);而入度排名第一的是大數(shù)據(jù)產(chǎn)業(yè)、金融業(yè)、電子信息產(chǎn)業(yè),這就說(shuō)明了這3個(gè)產(chǎn)業(yè)的受關(guān)注程度很強(qiáng),在未來(lái)貴州的經(jīng)濟(jì)發(fā)展中會(huì)占有重要地位,但同時(shí)這3個(gè)產(chǎn)業(yè)也更容易受到其他產(chǎn)業(yè)的影響。
中介中心度排名前3的分別是交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè),金融業(yè),工業(yè);說(shuō)明這3個(gè)產(chǎn)業(yè)是貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)的重要樞紐。
雖然利用可視化和網(wǎng)絡(luò)指標(biāo)分析對(duì)貴州省產(chǎn)業(yè)部門關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行了分析,但是顯然該分析有一定的局限性,無(wú)法從中了解到貴州省產(chǎn)業(yè)部門關(guān)聯(lián)網(wǎng)絡(luò)形成的影響機(jī)制。關(guān)于網(wǎng)絡(luò)的形成影響機(jī)制,需要利用指數(shù)隨機(jī)圖模型(ERGM)來(lái)進(jìn)行深入剖析。ERGM是目前在社會(huì)網(wǎng)絡(luò)分析研究方面的新興發(fā)展模型[6,7]。不同于傳統(tǒng)的計(jì)量模型,ERGM研究的是在網(wǎng)絡(luò)中一條關(guān)系出現(xiàn)的條件概率受給定網(wǎng)絡(luò)中其他關(guān)系時(shí)的影響[8,9]。利用ERGM來(lái)探索網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)形成過(guò)程是通過(guò)同時(shí)考慮多個(gè)網(wǎng)絡(luò)結(jié)構(gòu)變量進(jìn)行研究[10,11]。
本文選取有向邊(Edges)、互惠性(Mutual)、擴(kuò)張性(Ostar2)、聚斂性(Istar2)、傳遞閉合(Ttriple)5個(gè)變量,構(gòu)建ERGM的基礎(chǔ)模型和高階模型。在基礎(chǔ)模型中,只考慮了有向邊和互惠性,從ERGM回歸結(jié)果1分析(表3),有向邊的效應(yīng)類似于線性回歸模型中的截距效應(yīng),對(duì)研究影響結(jié)果不大,可以忽略;互惠性參數(shù)不顯著,反映出了產(chǎn)業(yè)之間關(guān)聯(lián)關(guān)系的依賴性不高。在高階模型中,考慮了擴(kuò)張性、聚斂性和傳遞閉合,從回歸結(jié)果可以看到擴(kuò)張性顯著為正,聚斂性顯著為負(fù),這說(shuō)明了整個(gè)產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)出以多種指出為主導(dǎo)的關(guān)系形式。另外,傳遞閉合參數(shù)顯著為正,說(shuō)明產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)出一般密集的狀態(tài),比較傾向于以群體結(jié)構(gòu)進(jìn)行運(yùn)作來(lái)形成網(wǎng)絡(luò)的自效應(yīng)。產(chǎn)業(yè)網(wǎng)絡(luò)間不同的產(chǎn)業(yè)在投入和產(chǎn)出相互契合,因此會(huì)形成多個(gè)閉合性的密集區(qū)域,即貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)有形成多個(gè)產(chǎn)業(yè)關(guān)聯(lián)集團(tuán)的傾向[12,13]。
在同配性(Homphily)方面,本文將各個(gè)產(chǎn)業(yè)的最終消費(fèi)平均分為高、中、低3類來(lái)考慮相同消費(fèi)水平的產(chǎn)業(yè)是否更容易發(fā)生關(guān)聯(lián)關(guān)系。從模型(3)得出,Homphily1(consumptionHigh),Homphily2(consumptionMid),Homphily3(consumptionLow)中,Homphily1顯著為正,說(shuō)明最終消費(fèi)水平高的產(chǎn)業(yè)部門有明顯的關(guān)聯(lián)傾向。在發(fā)出效應(yīng)(Sender)和接收效應(yīng)(Receiver)方面,Sender1(consumption High),Sender2(consumption Mid)和Receive2(consumption Mid)為顯著正相關(guān),Receiver1(consumption High)沒(méi)有通過(guò)顯著性檢驗(yàn)。這說(shuō)明高、中消費(fèi)水平的產(chǎn)業(yè)部門比低消費(fèi)水平的產(chǎn)業(yè)部門更有對(duì)外關(guān)聯(lián)其他產(chǎn)業(yè)部門的傾向,與此同時(shí)中消費(fèi)水平的產(chǎn)業(yè)部門更加吸引其他產(chǎn)業(yè)部門與其進(jìn)行關(guān)聯(lián)。進(jìn)一步說(shuō)明了最終消費(fèi)水平中等的產(chǎn)業(yè)部門既能更多的與其他產(chǎn)業(yè)部門關(guān)聯(lián),又能吸引其他產(chǎn)業(yè)部門與其進(jìn)行關(guān)聯(lián),也就是最終消費(fèi)水平中等的產(chǎn)業(yè)部門出度入度都很大,那這類產(chǎn)業(yè)部門在網(wǎng)絡(luò)中就極其重要(表3)[14]。
在屬性模型(3)的基礎(chǔ)上,本文考慮加入了就業(yè)潛力協(xié)變量網(wǎng)絡(luò)和共同產(chǎn)業(yè)集群協(xié)變量網(wǎng)絡(luò)來(lái)考察產(chǎn)業(yè)的就業(yè)潛力和是否同屬一個(gè)產(chǎn)業(yè)集群對(duì)各個(gè)產(chǎn)業(yè)互相之間的關(guān)聯(lián)影響[15]。根據(jù)模型回歸結(jié)果(4)、(5)來(lái)看,就業(yè)潛力網(wǎng)絡(luò)和共同產(chǎn)業(yè)集群網(wǎng)絡(luò)的參數(shù)顯著為正,體現(xiàn)了就業(yè)潛力網(wǎng)路和共同產(chǎn)業(yè)集群網(wǎng)絡(luò)分別對(duì)產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)形成具有顯著影響。最后從總體來(lái)看,復(fù)合模型(6)綜合了內(nèi)生結(jié)構(gòu)效應(yīng)、行動(dòng)者-關(guān)系效應(yīng)和所有協(xié)變量網(wǎng)絡(luò)效應(yīng),其回歸結(jié)果相較模型(3)、(4)、(5)的AIC、BIC值有明顯的上升,并且兩個(gè)外生網(wǎng)絡(luò)也不再顯著,總體擬合效果較差,不予參考(表4)。

表3 ERGM回歸結(jié)果1

表4 考慮協(xié)變量網(wǎng)絡(luò)ERGM回歸結(jié)果 1
本文在對(duì)貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)指標(biāo)分析、產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)形成的影響因素分析研究后,得出以下結(jié)論:
(1)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、工業(yè)以及金融業(yè)是目前貴州省經(jīng)濟(jì)高速發(fā)展的驅(qū)動(dòng)器;大數(shù)據(jù)產(chǎn)業(yè)和電子信息產(chǎn)業(yè)在未來(lái)貴州的經(jīng)濟(jì)發(fā)展中會(huì)占有重要地位。整體來(lái)看,貴州省12 個(gè)產(chǎn)業(yè)之間聯(lián)系較為緊密。其中交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、工業(yè)以及金融業(yè)對(duì)其他產(chǎn)業(yè)的影響力很強(qiáng),是貴州省產(chǎn)業(yè)中的重要支柱產(chǎn)業(yè),也是貴州省產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)的重要樞紐;其他產(chǎn)業(yè)與電子信息產(chǎn)業(yè)、大數(shù)據(jù)產(chǎn)業(yè)連接比較容易,因此大數(shù)據(jù)產(chǎn)業(yè)、電子信息產(chǎn)業(yè)的受關(guān)注程度很強(qiáng),對(duì)其他產(chǎn)業(yè)有很強(qiáng)的吸引力,其他產(chǎn)業(yè)會(huì)更傾向于與這兩個(gè)產(chǎn)業(yè)相融合。
(2)貴州省產(chǎn)業(yè)之間關(guān)聯(lián)關(guān)系依賴性不高,整個(gè)產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)出以多種指出為主導(dǎo)的關(guān)系形式,有形成多個(gè)產(chǎn)業(yè)關(guān)聯(lián)集團(tuán)的傾向。產(chǎn)業(yè)的最終消費(fèi)水平、就業(yè)潛力網(wǎng)路和共同產(chǎn)業(yè)集群網(wǎng)絡(luò)對(duì)產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)的形成具有顯著影響。