基于Weaver-Thomas模型的贵州省主导产业选择*

马家丽

（重庆工商大学数学与统计学院，重庆 400067）

基于Weaver-Thomas模型的贵州省主导产业选择*

马家丽

（重庆工商大学数学与统计学院，重庆 400067）

运用Weaver-Thomas模型对2007年贵州省投入产出数据进行处理，得到了产业关联度系数、方差系数、技术系数以及产业增加值比重等6个指标，通过分析得到了贵州省主导产业的个数；而后选用综合评价的方法，得到了贵州省以电力、热力的生产和供应业、化学工业等22个主导产业。

Weaver-Thomas；投入产出；综合评价

贵州是我国的能源大省，水、电、煤多种能源兼备，且互济。省“十一·五”规划纲要指出“十一·五”时期是我省加快小康社会建设，实现经济社会发展历史性跨越的关键时期，经济社会发展的主要目标之一是结构调整取得新突破，特色优势产业健康成长，做大做强能源支柱产业，基本建成我国南方重要的能源基地；充分发挥能源和矿产资源组合优势，加快把煤及煤化工铝及铝加工磷及磷化工培育成为新兴支柱产业；巩固壮大烟酒支柱产业，努力促进轻工业加快发展；积极发展以航天航空电子信息和先进制造业为代表的高技术产业，全面增强自主创新能力；加快以旅游业为龙头的服务业发展，着力提高服务业对经济增长的贡献率。由此可见煤炭电力化工烟酒制药旅游及以航天航空电子信息和先进制造业为代表的高技术产业是贵州省现阶段重点扶植和培育的支柱产业，它们一方面充分利用了贵州省的区域资源优势，另一方面普遍存在着经济效益低下，资源浪费和环境污染等问题。

目前对贵州省主导产业的研究只有叶文春（2008）运用投入产出法对贵州省的主导产业进行了分析［1］；李雪婷（2012）也运用投入产出方法，着重选用感应度系数和影响力系数对贵州省主导产业做出了分析［2］，Weaver-Thomas组合指数模型是解决多指标条件下主导产业优选分析的有效方法［3］，它根据产业的各项竞争指标体系，优选出地区具有核心竞争力的主导产业。

选用Weaver-Thomas模型运用投入产出系数以及综合评价的方法对贵州省的主导产业进行选择，可以更加准确的选择出贵州省的主导产业以供政策制定。

1 主导产业优选的Weaver-Thomas模型

1.1 模型简介

Weaver-Thomas模型的主要原理是把一个观测分布与假设分布相比较，以建立一个最接近的近似分布。使用模型时，首先要把各项指标按照大小顺序排列，然后再通过计算和比较每一个假设分布和实际分布之差的平方和，以此确定最佳的拟合。

Weaver-Thomas模型在确定主导产业时，首先针对单个指标，把所有的产业从大到小排序，然后将排在第一的产业作为该指标的一个关键部门，运用Weaver-Thoma模型计算出其值，也即假设分布的值。接着再依次假设该指标有2个、3个、4个、……、关键部门直至最后一个产业也成为关键部门，分别算出他们的模型值，最后把所有求得的假设分布的值进行比较找出最小的，如果值所对应的假设分布与实际分布拟合最好，那么其最小值所对应的产业个数就是指标关键部门的个数。算出所有指标对应的关键部门的个数，然后进行平均，得到的平均数即为利用模型对所有指标所确定的主导产业的个数。

1.2 模型的计算形式

Weaver-Thomas模型的计算公式：

2 主导产业选择的指标体系

主导产业是指那些能够迅速有效吸收创新成果，对其他产业有着广泛影响，能满足不断增长的市场需要，并因此而获得较高的、持续的发展的产业。基于投入产出分析、相关经济理论，确定了几个指标，作为选择主导产业的指标体系。

2.1 产业关联系数

主导产业与区域内其他产业必须有较强的关联性，这种联系可以是直接的，也可以是间接的，联系越广泛，则主导产业的发展就越能通过聚集经济和乘数效应的作用，带动整个区域的经济发展。主导产业与其他非主导产业通过相互影响发生联系，影响方式有两种：（1）主导产业对其他产业的影响，其影响程度叫做影响力；（2）主导产业受其他产业部门的影响，其影响的程度叫做感应度。是列昂惕夫逆系数矩阵的系数值。说明产业与其他产业的关联性越强，它的发展对区域经济发展带动作用越大。

2.2 方差系数

为了弥补由于关联度会忽略有些部门仅与几个特定的部门关系密切，虽然有较高的Fj和Ei，但是实际的扩散能力和扩散感应却不高，这就需要引入一个方差系数指标来消除这类误差。

式中，σi和σj分别是完全消耗系数矩阵B中第i行和第j列的数据的标准差；bi和bj分别是B第i行和第j列中数据的均值。Di或Dj高，则说明产业连带作用主要集中在几个部门，低则说明产业的连带作用平均分散在多个部门，也就消除了前面所说的扩散能力和扩散感应理论值高但实际值很小所造成的判断误差。

2.3 技术系数

Ni、Pi与Xi分别表示i产业的初始投入、固定资产折旧和总投入，Ii反映了产业的科技创新能力，表明每单位总投入能够得到多少新创造的价值。其中，新创造的价值为最初投入减去固定资产折旧，Ii越大表明产业的科技创新能力越强；反之则越弱。

2.4 产业增加值比重

Gi为第i产业增加值占所有产业增加值的比重；Yi为i产业的增加值；Gi越大表示i产业对地区增加值的贡献越大，反之越小。

2.5 利税规模

其中SRi为第i产业的利税规模；Ri为第i产业的利税总额。指标反应了第i产业对国家财政收入的贡献度。

2.6 劳动报酬规模

其中Qi为第i产业的劳动报酬规模；Li为第i产业劳动报酬额，指标反应了第i产业所创造的劳动报酬占整个地区劳动报酬的比重，是一个惠民的指标。

2.7 流出规模

其中Hi为第i产业的流出规模；EXi为第i产业的流出额，指标体现了区域与其他地区相比具有优势的产业。

3 贵州省主导产业选择的实证分析

3.1 数据的处理

利用贵州省2007年投入产出表数据，计算得到了各个产业的产业关联度系数、方差系数、技术系数以及产业增加值比重6个指标。

3.2 WT值的计算

由于方差系数指标为逆指标，为运用Weaver-Thomas模型进行主导产业的选择，首先先将方差系数根据最大阈值法进行正向化处理，再将处理过后的全部数据进行单位化。而后运用Matlab软件编写程序，输入标准化的各个产业对应的指标数据后得到各个行业各个指标的WT值。WT值的数据见表1所示。

表1 各产业各指标的WT值①

续表1

3.3 变异系数法

变异系数法对各个指标进行赋权，并通过线性加权平均对各个产业的各个指标值进行综合，得到各个产业的综合得分。然后对各个产业的综合得分进行排序，排序在最前面的nq个（Weaver-Thomas模型确定的主导产业的个数）产业即为贵州省主导产业的个数。

通过计算得到的主导产业个数为22个。

运用指标的原始数据构造A矩阵，运用变异系数法得到了各个指标的权数，而后运用加权平均法计算得到各个产业的综合得分，从得分看出排在前面22个产为：电力、热力的生产和供应业、化学工业、交通运输及仓储业、金属冶炼及压延加工业、煤炭开采和洗选业、金融业、批发和零售业、石油加工炼焦及核燃料加工业、农林牧渔业、通用专用设备制造业、金属制品业、造纸印刷及文教体育用品制造业、通信设备计算机及其他电子设备制造业、燃气生产和供应业、住宿餐饮业、纺织业、电气机械及器材制造业、非金属矿产物制品业、租凭和商务服务业、工艺品及其他制造业和交通运输设备制造业。

4 结 论

（1）Weaver-Thomas模型所确定的主导产业个数为22个，从而可以看出，贵州省的主导产业优势不突出，从而导致了运用模型计算所产生的个数偏多。

（2）从综合评价的结果可以看出，处于比较优势的22个主导产业中仅仅只有金融业、住宿和餐饮业、为第三产业，其余大多都是第二产业。从而说明贵州省的产业结构仍然需要大力调整，以适合新的产业布局。

（3）从主导产业中可以看出贵州省的优势产业中关于能源的产业占了大多数的比重，说明贵州省的经济在一定程度上依赖于自然资源的开采和利用。在可持续发展的今天，政府应该做好这些产业的发展导工作，引导产业提引高单位能耗生产总值，从而实现资源环境的可持续发展。

［1］叶文春.贵州省主导产业选择的投入产出分析［J］.贵州民族学院学报：哲学社会科学版，2008（1）：37

［2］李雪婷.贵州省主导产业选择——利用投入产出法［J］.科技致富向导，2012，27：36-37

［3］罗泽举，王崇举，黄正洪，等.Weaver-Thomas模型的战略产业选择研究［J］.重庆大学学报：社会科学版，2010（2）：201-204

［4］顾明.基于Weaver-Thomas模型的四川省工业战略产业研究［J］.重庆工商大学学报：自然科学版，2012（5）：35-49

［5］魏寿邦，王姝.Weaver-Thomas模型的MATLAB语言实现［J］.电脑知识与技术：学术交流，2006，20：104

［6］贵州省统计局.贵州省2007年投入产出表［N］.贵州省统计局，2007

［7］陈正伟.综合评价方法及应用［M］.北京：华夏文化艺术出版社，2008

Leading Industry Selection of Guizhou Province Based on Weaver-Thomas Model

MA Jia-Li
（School of Mathematics and Statistics，Chongqing Technology and Business University，Chongqing 400067，China）

The number of leading industries of Guizhou Province is obtained by the analysis of such six indicators as industrial correlation degree coefficient，variance coefficient，technical coefficient，industrial valueadded proportion，scale of profit and tax，and wage scale through the processing of input-output data of Guizhou Province in 2007 via Weaver-Thomas Model，and then 22 leading industries such as power industry，production and supply of heating power，chemical industry and so on in Guizhou Province are selected by comprehensive evaluation method.

Weaver-Thomas；input-output；comprehensive evaluation

O629

A

1672-058X（2014）03-0049-06

责任编辑：田 静

2013-11-02；

2013-11-20.

电子商务及供应链系统重庆市重点实验室开发基金项目（2013ECSC0103）.

马家丽（1989-），女，贵州遵义人，硕士研究生，从事统计学经济社会统计研究.