基于动态偏离—份额空间模型的资源型产业竞争力研究——以云南省为例

郑逢波 王 筱 陈 龙

（云南财经大学国际工商学院, 云南 昆明 650000）

一、引言

资源型产业是云南省多年来依托资源条件打造的传统特色产业，2012 年云南省资源型产业对工业总产值的贡献率高达36%。在国家推进产业结构调整、转变经济发展方式的大背景下，在中国—东盟自由贸易区正式建成和桥头堡战略实施的条件下，分析云南省资源型产业的竞争力、探索产业结构优化策略，具有重要的现实意义。

“十一五”以来，国内众多学者对资源型产业竞争力及产业结构优化策略开始研究。国内关于资源型产业竞争力的评价方法可以分为非定量描述法和定性与定量相结合的方法。其中，非定量描述法致力于建立资源型产业的核心竞争力模型，但缺少对资源型产业分析的针对性，因此这种方法在分析评价资源型产业的竞争力中应用较少。众多学者更多的采用定性与定量结合的方法，如层次分析法、模糊综合评价法、偏离份额分析法（SSM）等。陈伟达、景生军（2012）应用SSM 分析了长三角十六个城市现代服务业的竞争优劣势、空间结构状况和资源配置状况。司首婧（2013）运用灰色多层次分析方法对安徽旅游贸易的竞争力进行了测评。

在这些定性与定量相结合的方法中，偏离份额分析法具有较强的综合性和动态性，对研究对象有相对客观的评价，是解释区域与产业竞争力的有效方法。国内外很多学者对偏离份额分析法进行了拓展，将其应用到区域发展和区域竞争力的研究中。由于传统的SSM 没有考虑到区域之间的交互作用，为此，Nazaras, Hewingsgjd（2004）提出一种SSM 的空间拓展模型。对于模型的常用变量，Haynes,Dncm（1997）认为选择就业人数作为变量，用于对制造业各产业部门增长的比较研究，Georgions F et. al.（2009）则倾向于选择劳动生产率。吴继英、赵喜仓（2002）考虑到区域之间的空间交互作用，构建空间权重矩阵，对江苏省产业竞争力进行了分析。赵喜仓、邹威华（2012）引出动态偏离—份额空间模型，并将此模型应用于分析镇江市六大高技术产业的竞争力中。杨艳俊等（2012)通过SSM 的空间拓展模型，对云南25 个边境县域经济产业结构进行了空间差异分析。司林波等(2014)运用SSM 对河北沿海地区产业结构进行分析。

从目前研究看，国内学者对资源型产业的研究及偏离份额分析法的应用已取得了一定的成果，但是多集中于对传统模型及动态模型的应用，对偏离份额空间模型的研究较少，对云南省资源型产业竞争力的研究较少涉及。因此，本文采用偏离份额分析的空间模型，结合偏离份额分析的传统模型及动态模型，并将经典引力模型引入到偏离份额空间模型权重的计算中，以云南省资源型产业中各行业的年度总产值数据为基础，将考察期进一步细化，分析评价云南省资源型产业的竞争力，以期为云南省资源型产业的健康发展提供参考。

二、 数据和方法

（一） 偏离份额分析

偏离份额分析法（shift-share-analysis, SSM）最先是由美国学者Dunn（1960）提出并总结，现在普遍采用的形式。传统的偏离份额分析将区域经济的增长分解为三部分：份额分量、产业结构分量、竞争力分量，其中产业结构分量与竞争力分量又称为总偏离分量。

设xij代表区域j 第i 个产业部门基期的经济产值代表第i 个产业部门末期的经济产值，则第i 部门在此期间的产值变化可以表示为：

其中：

动态偏离份额分析法将研究时段分为更细的时段，计算以年为基础的国家增长分量、产业结构分量和竞争力分量，然后将时间段内的结果相加，这就为偏离分量的计算提供了相对精确的方法。

（二） 空间拓展模型

1.空间权重矩阵

在空间模型中，区域间多方向的空间依赖，可以用一个R*R 的权重矩阵W 表示，元素wjk代表空间单位j 和k 之间的相互依赖程度，其值是有限非负的。权重矩阵W 中各空间单位相互依赖程度的测度主要考虑两大类变量，自然地理变量和经济变量。

自然地理变量主要考虑区域之间的地理邻近，可用Moran P.（1948）提出的布尔矩阵或邻近单位之间公共边界的长度表示。当区域间的交互作用表现为区域的经济产出之间的关系时，可以选用经济变量（如人均收入、部门/产业产出等）测度区域之间的经济距离，从而定义权重，如Boarnet（1998）定义的权重随着区域间经济相似度的提高而提高，权重变量可以是人口密度、人均GDP、各产业总产值或利润。

但空间模型中权重的计算以一个经济指标为基础，忽略了交通、人文等因素的影响，因此本文将王德忠、庄仁兴（1996）提出的经济联系量化模型引入空间模型的权重计算中，作为权重指标的计算方式来测度邻近区域资源型产业发展对云南的影响。

其中，Pi、Pj分别是两个城市的人口指标，本文选取各省资源型产业的从业人数作为人口指标；vi、vi是两城市的经济指标，本文选取2007 年各省资源型产业的产值作为经济指标；Dij是两城市的距离，K 为常数。

2.空间拓展模型

Nazara&Hewings 提出偏离份额分析的空间拓展模型，即在偏离份额分析中，结合空间结构，考虑到区域间的相互作用，在模型中引入一个空间修正的增长速度，公式如下：

在上述公式中，公式左边即在一定期间内产值的变化量，公式右边包含了三个分量，第一项为国家分量，等同于公式（1）中的第一个分量；等式右边第二项描述了j 区域i 部门在邻近区域的空间增长速度与国家所有部门的平均增长速度的差异引起的增量，即邻近—国家产业结构分量，亦可称为空间产业结构分量。该值大于0，说明邻近区域产业的发展对该区域产生积极的影响。等式右边第三项描述了j 区域i 部门的实际增长速度与空间增长速度的差异引起的增量，即空间竞争力分量，该值大于0，说明邻近区域对区域j 的经济发展有着积极的促进作用。

（三） 数据来源

本文研究的资源型产业主要是矿产资源开采及加工为主的行业，根据我国经济统计的行业分类，资源型产业具体应包括以下9 个行业：煤炭开采和洗选业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、石油加工炼焦及(核燃料)加工业、非金属矿物制品业、有色金属冶炼及压延加工业、石油和天然气开采业、黑色金属冶炼及压延加工业。本文以上述9 个行业2007 年～2011 年的年度总产值数据为基础对云南省资源型产业竞争力进行研究。

根据偏离份额分析法的空间模型，以云南为研究区域，选择贵州、四川、广西为邻近区域，将相关数据代入SSM 相关模型中，进行计算分析。根据公式（5）可得，贵州、四川、广西三个邻近省区的权重分别为0.35、0.32、0.33。

三、结果与分析

（一） 云南资源型产业竞争力总体状况

根据偏离份额分析法的动态模型及空间模型，将考察期划分为四个阶段，以云南省资源型产业的年度总产值数据为基础进行计算，计算结果见表1、表2。

表1 2007 年～2011 年云南资源型产业动态偏离份额结果(单位：亿元)

表2 2007 年～2011 年云南省资源型产业动态偏离份额空间模型结果(单位：亿元)

由表1 可知，2007 年～2011 年，份额分量总体为正，说明云南资源型产业的增长高于全国平均水平；产业结构分量一直为正，且呈上升趋势，并且对总增长的贡献均值为76%，说明云南资源型产业各产业结构优于全国平均水平，产业结构不断优化；而竞争力分量不稳定，且均值为负，说明云南省资源型产业的竞争力水平低于全国平均水平，相对合理的产业结构并没有弥补竞争力缺乏这一劣势。因此，对于云南省资源型产业来说，提升产业竞争力是促进资源型产业发展的重点。由于总偏离分量为正值，并且对总增长量的贡献较高（均值贡献率为83%），说明云南资源型产业的增长速度远远高于全国平均水平且增长较快。

由表2 可知，2007 年～2011 年份额分量均大于零且数值较大，说明云南省资源型产业的增长高于全国水平，但前后时段占比有下降的趋势；空间产业结构分量除2007 年～2008 年外均大于零，说明云南省邻近区域的资源型产业的实际增长高于全国平均速度，这对云南省资源型产业的增长会产生正面的、积极的影响；而空间竞争力分量，在考察四阶段内均值为负且波动较大，说明云南省资源型产业的实际增长速度低于空间增长速度，即云南省没有能够充分利用其邻近区域经济发展对其产生的正面影响，相对于其邻近区域，竞争力较弱。由此导致考察期内，资源型产业产值理论上损失均值为243.63 亿元。

（二）云南资源型产业中各行业竞争力分析

选取2007 年和2011 年全国、云南及其三个邻近省区（广西、贵州、四川）的资源型产业的总产值数据分别为基期数据和末期数据，运用空间模型及传统偏离份额分析模型进行计算，结果见表3、表4。

表3 2007 年～2011 年云南省资源型产业传统偏离份额结果(单位：亿元)

由表3 可知，资源型产业所涉及的九个行业中，石油和天然气开采业、石油加工炼焦及核燃料加工业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业的产业结构分量的增量为负，说明这四个行业的内部结构不尽合理，具有竞争优势和发展迅速的项目比例相对较低。其他五个行业的产业结构分量在30 ～90 之间，即这五个行业由于产业结构优势带来的产值增长在30 亿元到90 亿元之间，说明其他各行业的产业结构较为合理。各行业的份额分量均为正值，且对行业增长量的贡献均值为26 亿元，说明云南省资源型行业大部分是增长型行业；云南省资源型产业所涉及的九个行业中，石油加工炼焦及核燃料加工业的竞争力分量为正，且增加额对其行业总增长量的贡献为25%；煤炭开采和洗选业的竞争力分量增加额对其行业总增长量的贡献达41%，说明相对于全国而言，云南省的石油加工炼焦及核燃料加工业在全国资源型产业中初步具有了竞争力，但竞争力不强，而煤炭开采和洗选业在全国资源型产业中有一定的竞争力。其他行业竞争力分量为负，特别是有色金属冶炼及压延加工业的竞争力分量为较大负值（-760.97），说明与全国平均水平相比，这些行业的竞争力较弱。

由表4 可知，空间模型中，总体来看，大多数行业的总增长量为正值，这主要归功于区域增长分量的增长。九个行业的份额分量均为正值，且除石油和天然气开采业外，份额分量对总增长量的贡献较大，说明云南省各资源型产业增长较快且发展潜力大。除石油和天然气开采业、黑色金属冶炼及压延加工业及有色金属冶炼及压延加工业外，其他六个行业的空间产业结构分量均在109 和300 之间，说明邻近区域其他六个行业的实际增长速度大于全国平均水平，这会对云南省经济增长产生正面的、积极的影响；所有行业的空间竞争力分量为负值，说明云南省资源型产业的实际增长速度均低于空间增长速度，即云南省没有能够充分利用其邻近区域经济发展对其产生的正面影响，相对于其邻近区域，处于劣势竞争地位。同时，空间竞争力分量对总增长量的贡献均为负值，即云南省资源型产业因竞争力较弱而导致总增长量的减少，从而带来了一定的理论损失。

表4 2007 年～2011 年云南省资源型产业偏离份额分析空间模型结果(单位：亿元)

(三) 行业优势分析图及行业偏离分量图

为了了解云南省资源型产业中各行业的发展情况，对云南资源型产业9 个行业之间进行比较，绘制各行业的行业优势分析图（见图2）及行业偏离分量图（见图3），以确定各行业未来的发展趋势。

行业优势分析图如图1 所示，可分为八个扇面（S1,S2……S8），以反映在总增长量、部门增长优势方面的几种不同的行业类型。行业偏离分量分析图，以竞争力分量D 为横轴，以结构偏离分量P 为纵轴，亦可分为八个扇面，扇面划分如图1 所示。

图1 行业优势分析图和部门偏离分量分析图的扇面划分

图2 2007 年～2011 年间云南省资源型产业的行业优势分析图(单位：亿元)

根据崔功豪等（2006）提出的行业优势分析法，结合图2 可知，石油加工炼焦及（核燃料）加工业、黑色金属矿采选业、非金属矿物制品业、煤炭开采和洗选业位于第一象限，是较好的行业，说明这四个行业具有较强的行业优势。非金属矿采选业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、有色金属矿采选业位于S4 区域，是一般行业，也是增长行业，虽具有一定的增长优势，但还不具备行业优势。石油和天然气开采业，位于S5 区域，在总量上是负增长，虽然份额分量为正，但不足以消除部门总偏离量的劣势带来的损失。

云南省资源型产业均分布在第一、第二象限，说明云南省资源型产业结构较合理，大部分行业属于增长型行业，同时，位于第一象限中的四个行业由于具有持续的增长优势。

图3 2007 年～2011 年间云南省资源型产业的行业偏离分量图(单位：亿元)

根据崔功豪等（2006）提出的行业偏离分量分析法，结合图3 可知，煤炭开采和洗选业位于S1 区域，是基础、发展较快的较好行业，为原有基础较好、竞争力较好的部门；黑色金属采矿业、非金属矿物制品业位于S4 区域，是基础较好、产业结构较好但地位下降的一般行业；有色金属矿采选业、非金属矿采选业、非金属矿物制品业，位于S5 区域，此区域的行业，产业结构有一定的优势，基础较好，但并没有弥补竞争力缺乏这一劣势带来的损失，属于较差行业；石油和天然气开采业、黑色金属冶炼及加工业、有色金属冶炼及压延加工业位于第三象限，是基础差且缺乏竞争力的最差行业；石油加工炼焦及（核燃料）加工业位于S3 区域，是基础差但发展较快的较好或一般行业。云南省资源型产业的九个行业分布不均衡，具有竞争力的行业较少，大部分行业缺乏竞争力，同时，一般行业较少，竞争力较差的行业多，这不利于云南省资源型产业的健康可持续发展。

对于主导行业的选择，崔功豪等（2006）提出应以行业优势分析图和行业偏离分量图中第一象限中的行业为参考，结合第二象限中发展潜力大的行业，即黑色金属矿采选业、有色金属矿采选业、煤炭开采与洗选业、非金属矿采选业最有可能成为云南资源型产业中的主导行业。

四、结论与对策建议

本文以云南省资源型产业中九个行业2007 年～2011 年行业总产值面板数据为基础，结合偏离份额分析的空间模型、传统模型及动态模型，对云南省资源型产业的竞争力及其产业结构进行了系统性的研究，从而得到以下结论及对策建议。

（一）结论

第一，动态的偏离份额分析模型显示，云南资源型产业的增长速度远远高于全国平均水平且增长较快，产业结构因素对总增长量的贡献率高于竞争力因素，说明产业结构因素更能推动经济增长。相对于其他行业而言，煤炭开采和洗选业、黑色金属矿采选业、非金属矿采选业、非金属矿物制品业这四个行业产业结构比较合理，但这四个行业并没有表现出竞争优势。

第二，空间模型的结果显示，周围邻近省区的资源型产业的产业结构较为合理，且增长较快，尽管周围邻近省区对云南省资源型产业的增长产生了较大的正面影响，主要表现在促进云南省资源型产业各行业产业结构合理化，但云南省并没有充分利用这种影响，因此也带来了一定的理论损失。

第三，传统偏离份额分析模型、行业优势分析图及行业偏离分量图表明：有色金属矿采选业、非金属矿采选业发展基础较好，且属于增长行业，但不具有行业优势，即竞争力较差，是云南省资源型产业未来需要发展的重点行业；煤炭开采和洗选业行业发展基础较好，有较强的竞争力；石油加工炼焦及（核燃料）加工业，虽然基础差，产业结构有待优化，但发展较快；石油和天然气开采业、黑色金属冶炼及加工业、有色金属冶炼及压延加工业这三个行业基础较差且缺乏竞争力，增长处于相对劣势；黑色金属采矿业、非金属矿物制品业虽然有一定的行业地位，但行业地位处于下降趋势，缺乏发展潜力。

（二）对策建议

根据本文的研究结论，为了提升云南省资源型产业的竞争力水平，使其健康发展，提出如下对策建议：

第一，重点发展主导产业，特别是黑色金属矿采选业、有色金属矿采选业、非金属矿采选业。同时，培植发展增长后劲大的产业，包括具有发展潜力的产业及有一定发展基础但缺乏竞争力的行业，如石油加工炼焦及（核燃料）加工业、黑色金属矿采选业、非金属矿物制品业。加大扶持基础差且缺乏竞争力的产业，如黑色金属冶炼及加工业、有色金属冶炼及压延加工业，通过加强技术投入和技术创新等，推动这些基础差的行业成为云南省资源型产业中新的增长点。

第二，区域之间的相互作用会对地区产生积极或消极的影响，在发展资源型产业的过程中，应正确对待其邻近区域经济发展对其产生的威胁，充分利用邻近区域经济发展带来的机遇，同时利用中国—东盟自贸区和桥头堡战略实施带来的机遇，走出一条特色的资源型产业增长道路。

第三，云南省被称为有色金属王国，但有色金属矿采选业、有色金属压延业的空间竞争力分量却是负数，这说明云南省资源型产业的竞争优势大部分是由于自然资源的优势而存在的，在提高竞争力方面，可借鉴邻近省份广西的经验，从培育产业创新平台、创建创新配套机制、培育企业的创新能力、引进人才四个方面增强资源型产业的竞争力。

五、结束语

本文采用了偏离份额空间模型与传统模型、动态模型相结合的方式，并将区域经济联系的典型公式应用到偏离份额分析空间模型中。从三种模型结果的比较可以看出，考虑到区域之间的影响，可以得出更准确的结论，更能了解区域经济所处的地位，有针对性地制定区域的发展政策。但对定量分析结果的解读需要在较扎实的理论背景基础上，才能得出可靠的结论。由于多种局限性，本文对分析结果的解读存在一定的片面性，力求在后续研究中改进。

[1] 云南省统计局.云南省统计年鉴[M].北京：中国统计出版社, 2008-2012.

[2] 陈伟达,景生军.基于偏离-份额空间结构模型的长三角现代服务业协调布局研究[J].东南大学学报(哲学社会科学版),2012, (1):31-36.

[3] 司首婧.安徽省国际旅游服务贸易竞争力评估研究——基于灰色多层次评估模型的视角[J].淮海工学院学报（人文社会科学版）, 2013, (7): 69-72.

[4] 吴继英.赵喜仓.偏离-份额分析法空间模型及其应用[J].统计研究,2009, (4):73-79.

[5] 赵喜仓,邹威华.镇江市高新技术产业竞争力及产业结构研究——基于动态偏离-份额空间模型的分析[J].科技进步与对策, 2014, (2):55-60.

[6] 杨艳俊,骆华松,柳德江,黄莉.基于偏离-份额空间拓展模型的云南省边境县域经济空间差异分析[J].世界地理研究,2012, (12):48-56.

[7] 司林波,孟卫东,途英柯.基于偏离-份额分析法的河北沿海地区产业结构分析[J].管理现代化, 2014, (2):18-20

[8]王德忠,庄仁兴.区域经济联系定量分析初探——以上海与苏锡常地区经济联系为例[J].地理科学, 1996, (2): 51-56

[9] 崔功豪,魏清泉,刘科伟.区域分析与区域规划[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