统计测度（通用4篇）
统计测度 篇1
1问题提出和文献回顾
1.1问题提出
服务业是指农业、工业和建筑业以外的其他各行业, 即国际通行的产业划分标准的第三产业, 在我国的三次产业划分中, 第三产业是指除第一、二产业以外的其他行业, 主要包括交通运输, 仓储和邮政业、批发和零售业、住宿和餐饮业、金融业、房地产业及其他。本文所论述的服务业也就是按照我国所划分的第三产业。产业集群概念最早是由波特明确提出并加以定义的, 他认为产业集群就是在地理上靠近, 由于具有共性或互补性而相互联系的公司跟关联机构。马歇尔是最早研究产业集群现象的, 他是最先发现产业集群的外部经济性, 并且首创“产业区”的概念和理论。之后, 制造业的集聚现象就成为学者主要研究对象之一。著名的配第—克拉克定理指出, 随着经济的发展, 人均国民收入水平的提高, 第一产业国民收入和劳动力的相对比重逐渐下降;第二产业国民收入和劳动力的相对比重上升, 伴随经济进一步发展, 第三产业国民收入和劳动力的相对比重也开始上升。与制造业的集聚相比较, 以知识密集, 人才密集, 信息密集, 技术密集为主要特征的服务业在地区的密集趋势也日渐显著, 其空间布局上的集群化十分突出, 很多发达国家已经建立了以服务业为主的产业结构, 并且产业集聚是其服务业发展的主要组织形式。美国华尔街CBD金融区, 汇聚了世界金融, 保险, 银行等行业的巨头, 是世界上就业密度最高的地区;英国伦敦是世界上最大的欧洲美元市场和国际外汇市场, 其现代服务业集群大多是生产性服务业;东京中央商务区是由多处多功能各异的商务集中区共同构成, 金融、信息相关产业及专业服务产业是其集群的重要特征。目前, 服务业在我国经济发展过程中占有越来越重要的地位, 服务业的产业集群作为区域性的核心竞争力的作用不断为人们所认识, 与制造业集群研究成果相比, 国内服务业集群研究还不够完善, 因此科学分析中国服务业的集聚水平, 集聚区域和发展动态, 具有非常重要的实践意义。
1.2文献回顾
产业集聚程度是集聚定量研究的基础, 中外有关产业集聚的衡量指标不断在优化。Duranton和Overman (2005) 将产业聚集程度的测度方法划分为第一代、第二代、第三代测度方法。第一代测度方法主要包括产业集中度, 赫芬达尔指数 (H) , 空间基尼系数 (G) , LQ指标;第二代测度方法主要包括EG指数, MS指数;第三代主要是产业的共同集中指数等。其中, 产业集中度, 赫芬达尔指数 (H) , 空间基尼系数 (G) , LQ, EG指数使用的频率都是比较高的。产业集中度计算比较方便, 但不能反映其余地区的产业集聚情况, 而且随着n的不同取值可能会得到不同的结论, 因此还必须结合其他的衡量指标。赫芬达尔指数 (H) 的公式比较容易理解, 但是相关数据不易得到。空间基尼系数 (G) 简便直接, 公式容易理解, 而且数据比较容易获得, 但不能区分集聚是来自产业结构还是来自区域的自然条件, 技术外溢引起的地理集中。LQ指标有严格的假设条件, 即假设每一产业的劳动生产率在区域和国家两个层面上是相同的, 但该指标不能识别产业集群的数目, 大小及各产业间的联系。EG指数避免了空间基尼系数 (G) 的不足, 使产业集聚程度进行跨产业、跨时间、跨国的比较成为可能, 比空间基尼系数 (G) 的地理意义更明显。李太平 (2007) 基于Ellison&Glaeser构建EG指数的思路提出了衡量产业区域集聚程度的简便方法———θ指数, 可以运用已有的统计数据测度, 且计算结果与EG指数高度一致。我国服务业的集聚现象越来越明显, 很多学者采用不同的衡量指标对我国的服务业集聚程度进行测量, 比较有代表性的文献比如:马风华等 (2006) 利用Ellison&Glaeser建立的EG指数和自定义的五省市集中度, 对我国11个服务行业1998~2002年的集聚程度进行测定。研究结果表明, 1998~2002年我国服务业并没有出现明显的产业集聚现象, 集聚程度却有增长的趋势。而且服务业在地域分布上极不平衡, 广东、河南、江苏、山东四省集中度最高, 西部地区服务业相对落后, 我国的服务业有向制造业集聚程度高的地区集聚的倾向。胡霞 (2008) 研究了中国城市服务业空间集聚变动趋势, 研究结果表明, 中国城市服务业有明显的产业集聚现象, 其强度高于工业, 而且集聚程度的大小与行业的社会性质相关。李文秀, 胡继明 (2008) 利用2000~2005年样本数据, 通过G系数, H指数和EG指数三大指标分析了服务业空间集聚水平、行业内的企业集聚程度和集聚结构, 研究结果表明, 我国服务业的绝大多数细分行业的集聚程度呈现上升的趋势, 但与OECD国家相比较, 我国服务业不论是行业的区域程度还是行业内的企业程度都比发达国家要低, 行业内的企业集聚程度较低, 导致我国服务业的集聚结构比较差。杨勇 (2008) 利用转换区域分布基尼系数和产业集中度这两项衡量指标, 对中国东中西地区的服务业集聚程度进行测量, 研究结果表明, 中国服务业主要集聚在东部地区。胡霞 (2009) 利用绝对熵指数和相对熵指数测度了服务业及其各细分行业的集聚程度, 研究结果表明服务业的集聚程度明显高于工业, 并且这种现象有增强的趋势, 同时, 利用2005年中国地级以上城市的样本数据多元回归分析显示, 不同行业的特征影响本行业的集聚程度、知识的密集水平、产业资金的密集程度、中间产品需求率、政府的管制水平、开放程度都会影响到行业的集聚程度。
本文在已有的成果基础上分别从行业的区域集聚, 行业内的企业集聚两个角度就2005~2011年全国八大区域服务业的集聚程度做进一步的测度分析。最后因国务院发展研究中心曾发布报告指出, 中国所沿袭的东、中、西区域划分方法已经不合时宜, 本文创造性的将我国的31个省市区分为八大地区, 即东北综合经济区 (辽宁、吉林、黑龙江) , 该地区资源丰富, 土壤肥沃, 作为老工业基地, 工业基础较好, 可以建成全国性的专业农业生产基地和最大的重工业基地;北部沿海综合经济区 (北京、天津、河北、山东) , 该地区有中国的首都北京, 是中国的政治中心, 人才汇集, 可以大力发展高新技术与研发产业, 同时利用地理优势, 建成海上捕捞和海上养殖基地;东部沿海综合经济区 (上海、江苏、浙江) , 该地区是中国的经济中心, 人口密集, 人员素质较高, 建设成为中国最大的核心经济区, 人才培养中心和金融贸易中心;南部沿海经济区 (福建、广东、海南) , 该地区对外开放最早, 发展成最重要的外向型经济发展区、消化吸收国外先进技术基地、高科技产品研发制造区;黄河中游综合经济区 (陕西、山西、河南、内蒙古) , 该地区煤炭资源丰富, 占据全国煤炭资源半数以上, 建成全国最大的煤炭开采和深加工基地, 天然气开采和水能源开发基地, 奶业基地;长江中游综合经济区 (湖北、湖南、江西、安徽) , 该地区是以水稻和棉花为主的农业专业化生产基地及深加工工业基地, 以有色金属和钢铁为主的原材料加工基地;大西南综合经济区 (云南、贵州、四川、重庆、广西) , 该地区以重庆为中心的重化工业和以成都为中心的轻纺工业, 大力发展旅游业和农林经济;大西北综合经济区 (甘肃、青海、宁夏、西藏、新疆) , 该地区建成最大的能源战略开发基地、最大的棉、果、畜牧业深加工基地、中国与中亚地区沟通交流的前沿阵地、打造特色旅游基地。从不同角度分析这八大经济区域服务业的集聚情况。
2测量指标的选择和数据来源
2.1测量指标
综合考量各种衡量指标的使用频率跟优缺点, 本文选择空间基尼系数 (G) , 赫芬达尔系数 (H) 和LQ来测量服务业及其部分细分行业的集聚程度。其中, 空间基尼系数 (G) 用来衡量行业的区域集聚, 赫芬达尔系数 (H) 用来衡量行业内的企业集聚, LQ用来衡量八大地区的产业专业化程度。
行业的区域集聚是某一产业在特定的地理区域的集聚, 形成该区域核心竞争力的过程, 表现为产业在空间位置上分布的不平衡。空间基尼系数 (G) 是意大利经济学家基尼提出的用来评判收入分配公平程度的指标, 也可用于衡量服务业各行业的区域集聚程度。
其中, G是空间基尼系数, sj是j地区某产业就业人数所占全国该产业总就业人数的比重, xj是该地区就业人数所占全国总就业人数的比重。空间基尼系数也可以用产值和增加值进行计算, 计算方法和采用就业人数的计算方法一样, 本文所使用的数据是各地区的产值。
空间基尼系数的值介于0和1之间, G值越大, 表示该行业在地理上的集聚程度越高, 当G=0时, 表示该产业在空间上的分布是平均的。
行业内的企业集聚是一行业内的市场份额逐步集聚在少数企业中, 从而获取的集聚经济优势的过程。赫芬达尔系数 (H) 是由Herfindal提出的用来测量行业内企业集中程度。
其中, xi是各企业的销售额, T为市场份额, si是第i个企业的市场份额, n为该行业中企业的总数。一般情况下, H的值越大, 说明行业内企业的集聚程度越高, 反之, 说明行业内企业的集聚程度越低。由于我国有关各企业的销售额等详细统计数据无法查找到, 以至无法算出各企业的市场份额, 所以本文借鉴杨洪焦 (2008) 改造H系数的方法, 即, 假设对于各个区域而言, 某产业内所有企业具有相同的规模, 将赫芬达尔 (H) 系数公式修改成以下形式进行估算:
其中, ei是某地区某产业的就业人数, ci是某地区某产业的企业个数, 分为n个地区, T是市场总规模。本文中, 各行业就业人数采用各地区按行业分城镇单位就业人数和私营企业、个体企业就业人数之和;各行业企业个数采用按地区分组的法人单位数;市场总规模主要是通过所选产业的总就业人数来衡量。
一般情况下, H值越大, 说明行业内企业的集聚程度越高。当行业内所有企业都有相同的份额时, 即行业内绝对平均, 则H值是1/n;当所有市场份额都集中在一个企业里, 则H值是1。
LQ具有严格的假设, 即假设每一产业的劳动生产率在区域和国家两个层面上是相同的, 它是用一个特定区域中某产业占有份额与整个经济中该产业占有份额相比的数值, 计算公式为
其中, n是行业数, m是地区数, eij是j地区i行业的从业人数。本文中, 各行业就业人数采用各地区按行业分城镇单位就业人数和私营企业、个体企业就业人数之和。一般情况是, LQ>1, 表明某产业在该区域的比较优势越明显, 竞争能力也就越强。LQ也长用来判别产业集聚存在的可能性指标, LQ>1.4就认为具有产业集聚。
2.2数据来源
在对中国服务业集聚特性进行研究时, 需要采用各地区, 各行业的生产总值和就业人员的数据, 为了保持统计口径的一致性, 以及鉴于数据资料的可获得性, 本文仅选取中国大陆31个省、市、自治区, 并将其划成八大经济区域。根据具体衡量指标所需的数据和所获数据, 选择相应的服务业细分行业。本文所采用的数据来自《中国统计年鉴》以及《中国第三产业统计年鉴》, 研究的时间段为2005~2011年。
3测量结果分析
3.1行业的区域集聚
从2005~2011年中国服务业及各细分行业的G系数测算结果 (见表1) 、集聚水平变化趋势 (见图1, 图2) 来看, 服务业的G指数均值分别为0.001695712, 0.002823861, 0.002127978, 0.002464297, 0.013425765, 0.006123178表明近年来中国服务业的集聚水平较低;服务业的G系数由2005年的0.001618504上升到2011年的0.001695283, 且以2009年为界, 呈现明显的先升后降趋势, 2009年达到顶峰, 后虽有下降, 但仍高于顶峰前的集聚水平。而服务业的各细分行业的G系数处于波动之中, 除了金融业的G系数大些, 其他细分行业的G系数都较小, 交通运输, 仓储和邮政业的G系数波动中相对要稳定些, 其他细分行业的G系数波动幅度相对要大, 表明服务业各细分行业的集聚水平不高而且还不稳定。
根据服务业各细分行业2005年和2011年G系数来看, 金融业的集聚程度相对而言最高, 居于首位;房地产业的集聚程度次之, 居于第二位;交通运输, 仓储和邮政业, 批发和零售业, 住宿和餐饮业的集聚程度相对而言要低些。相对2005年, 住宿和餐饮业, 金融业, 房地产业的集聚程度有下降的趋势, 交通运输, 仓储和邮政业的集聚程度稳中有升, 而批发和零售业有上升的趋势。
服务业各细分行业的集聚程度和演变趋势具有差异化特性。各细分行业2005~2011年G系数的起始值、变动幅度及均值总体测算结果见表2所示。
3.1.1交通运输, 仓储和邮政业
2005~2011年交通运输, 仓储和邮政业的G系数均值为0.002683193, 集聚程度在整体服务业中居于中等水平, 相对于2005年, 该指标有所上升, 总体而言, 交通运输, 仓储和邮政业的空间集聚水平是稳中有升。
3.1.2批发和零售业
2005~2011年批发和零售业的G系数均值为0.002362698, 集聚程度在整体服务业中居于中等偏下水平, 相对于2005年, 该指标有所上升, 且上升幅度是最大的, 总体而言, 批发和零售业的空间集聚水平处于波动状态。
3.1.3住宿和餐饮业
2005~2011年住宿和餐饮业的G系数均值为0.002149267, 集聚程度在整体服务业中居于末位水平, 相对于2005年, 该指标有所下降, 且下降幅度是最大的, 总体而言, 住宿和餐饮业的空间集聚水平呈现缓慢下降的趋势。
3.1.4金融业
2005~2011年金融业的G系数均值为0.013323596, 集聚程度在整体服务业中居于最高水平, 相对于2005年, 该指标有所下降, 且降幅仅略微小于住宿和餐饮业, 总体而言, 金融业的空间集聚水平处于缓慢下降的趋势。
3.1.5房地产业
2005~2011年房地产业的G系数均值为0.005847003, 集聚程度在整体服务业中居于中等偏高水平, 相对于2005年, 该指标也有所下降, 总体而言, 房地产业的空间集聚水平处于下降的趋势。
3.2行业内的企业集聚
服务业及其部分细分行业的H系数及变化趋势如表3所示。
2005~2007年, 在本文研究的交通运输, 仓储和邮政业, 批发和零售业, 住宿和餐饮业这3个服务业中的细分行业中, 相对而言, 交通运输, 仓储和邮政业的企业集聚程度最高, 这可能是因为它属于高进入壁垒行业, 垄断力量较容易形成, 因而行业内的企业集聚程度较高;住宿和餐饮业次之, 批发和零售业的企业集聚程度最低, 2008~2011年, 住宿和餐饮业的企业集聚程度最高, 这可能是因为住宿和餐饮业属于消费性服务业, 为了降低行业内企业的交易成本, 企业间的激烈竞争, 会使市场份额逐渐集中在少数几个大企业手中, 使得其H指数比较大;交通运输, 仓储和邮政业次之, 批发和零售业的企业集聚程度仍然最低。
从变化趋势来看, 2005~2011年, 中国服务业及其三大细分行业:交通运输, 仓储和邮政业, 批发和零售业, 住宿和餐饮业的企业集聚程度基本呈现下降趋势。2011年相比2005年交通运输, 仓储 (61.2%) 和邮政业, 批发和零售业 (59.4%) , 住宿和餐饮业 (38.0%) 的集聚程度下降幅度都比较大, 说明中国服务业中的这三大细分行业的企业集聚程度在空间上逐渐向均匀状态发展。
3.3八大区域部分细分行业的LQ
3.3.1交通运输, 仓储和邮政业
2005~2011年间交通运输, 仓储和邮政业LQ值最大的是东北综合经济区, 相比2005年, 2011年其值还上升了10.25%, 并且, 东北综合经济区的LQ值是唯一超过1.4的, 表明交通运输, 仓储和邮政业在该地区具有产业集群。北部沿海综合经济区LQ值虽不及东北综合经济区大, 但一直呈现增大的趋势, 且2011年相对于2005年上升的幅度是最大的。东部沿海综合经济区和南部沿海经济区的LQ值相对较小, 但也一直呈现上升趋势。与此同时, LQ下降幅度最大的是长江中游综合经济区。
3.3.2批发和零售业
2005~2011年间批发和零售业LQ值较大的主要聚集在大西南综合经济区, 长江中游综合经济区和南部沿海经济区。相比2005年, 大西北综合经济区, 大西南综合经济区和长江中游综合经济区LQ值还处于上升的趋势, 而东部沿海综合经济区的LQ值下降的幅度是最大的。大西南综合经济区, 长江中游综合经济区, 黄河中游综合经济区, 南部沿海经济区的批发和零售业的LQ值都大于1, 表明批发和零售业在这些区域的比较优势越显著, 竞争能力就越强。总的来说, 批发和零售业的LQ值在全国八大经济区域间的差距是最小的。
3.3.3住宿和餐饮业
2005~2011年间, 住宿和餐饮业的LQ值较大的主要在东北综合经济区, 大西北综合经济区, 大西南综合经济区和黄河中游综合经济区, 而东部沿海综合经济区的LQ值相对较小。相比2005年, 黄河中游综合经济区LQ值上升的幅度是最大, 而北部沿海综合经济区LQ值下降的幅度是最大的, 其他地区的LQ值相对比较稳定。东北综合经济区和大西南综合经济区的LQ值在2005~2011年都是大于1, 表明住宿和餐饮业在这些区域的比较优势越显著, 竞争能力就越强。而大西北综合经济区是唯一一个LQ值超过1.4的经济区域, 表明住宿和餐饮业在大西北综合经济区具有产业集聚。
3.3.4租赁和商务服务业
2005~2011年间, 租赁和商务服务业的LQ值较大的主要在北部沿海综合经济区, 东部沿海综合经济区和南部沿海经济区。东北综合经济区, 大西北综合经济区和黄河中游综合经济区的LQ值较小。相比2005年, 南部沿海经济区LQ值上升的幅度最大, 而长江中游综合经济区LQ值下降的幅度是最大的。其中, 2005~2011年北部沿海综合经济区, 东部沿海综合经济区和南部沿海经济区的LQ值都大于1, 表明租赁和商务服务业在这些区域的比较优势越显著, 竞争能力就越强。
4结论及政策建议
4.1结论
基于上述分析, 可以得出以下结论:
4.1.1行业的区域集聚
在本文所研究的服务业及服务业部分细分行业中, 服务业以2009年为界, 呈现明显的先升后降趋势, 2009年达到顶峰, 后虽有下降, 但仍高于顶峰前的集聚水平。金融业的区域集聚程度是最高的, 交通运输, 仓储和邮政业, 批发和零售业, 住宿和餐饮业的集聚程度都比较低, 总的来看, 本文所研究的服务业部分细分行业的集聚水平不高而且还处于波动之中, 未来发展趋势还不稳定。
4.1.2行业内的企业集聚
在本文研究的服务业部分细分行业中, 批发和零售业的企业集聚程度最低, 住宿和餐饮业, 交通运输, 仓储和邮政业这两个细分行业以2008年为界, 在2008年之前, 交通运输, 仓储和邮政业的企业集聚程度高于住宿和餐饮业的企业集聚程度, 2008年之后, 住宿和餐饮业的企业集聚程度高于交通运输, 仓储和邮政业的企业集聚程度。而且这三大细分行业的企业集聚程度都出现了明显的下降趋势。
4.1.3八大经济区域的LQ值
在本文研究的服务业四大细分行业中, 交通运输, 仓储和邮政业主要聚集在东北综合经济区, 并且交通运输, 仓储和邮政业在该地区具有产业集群, 在北部沿海综合经济区, 该产业一直处于上升的趋势, 而在长江中游综合经济区, 该产业处于下降的趋势;批发和零售业在大西南综合经济区, 长江中游综合经济区, 黄河中游综合经济区这三大区域的比较优势越显著, 竞争能力就越强, 并且该产业在长江中游综合经济区, 黄河中游综合经济区有上升的趋势;住宿和餐饮业主要聚集在东北综合经济区, 大西北综合经济区, 大西南综合经济区和黄河中游综合经济区, 该产业在大西北综合经济区具有产业集聚, 该产业在东北综合经济区和大西南综合经济区这两大区域的比较优势越显著, 竞争能力就越强;租赁和商务服务业主要聚集在北部沿海综合经济区, 东部沿海综合经济区和南部沿海经济区, 并且在这三大区域的比较优势越显著, 竞争能力就越强。
4.2政策建议
(1) 从整个国家来看, 除了金融业的集聚程度相对较高外, 其他行业的集聚程度都有待提高, 为了促进产业结构的优化升级, 应该大力发展第三产业, 并且充分利用服务业的产业集聚优势, 提高服务业在经济总量中的比重。在这个过程中, 很重要的一点是依靠政府的领导作用, 建立公开透明、管理规范、监督有效的市场准入制度, 积极引进国外先进的服务业跨国投资和服务外包, 大力发展金融、信息技术、交通运输, 仓储和邮政业等服务业, 促进我国服务业结构的优化。
(2) 从区域协调发展看, 八大经济区域各有竞争优势, 各区域应优先发展强项行业, 同时扶持弱势行业的发展;积极推进各经济区域资源整合, 各经济区基础设施建设, 重视人才引进, 增强服务业自主创新能力, 同时整合区域高等院校、科研机构、企业等资源, 产学研相结合, 培养创新型人才, 为服务业集聚发展储备力量, 充分利用信息技术, 知识促进各经济区域服务业集聚发展。
统计测度 篇2
一、新型城镇化的基本特点和要求
我国城镇化发展经历了起步、波动、停滞、复苏、稳步增长、高速发展等不同时期,阶段性特征明显[2]。改革开放以来,我国城镇化进程明显加快,取得显著进展。国家统计局统计资料表明,1979年以来我国城镇化率年均提高1.02个百分点,2000年以来城镇化率年均提高1.36个百分点。2012年城镇化率已达到52.57%,与世界平均水平大体相当。一段时期我国在城镇化发展理念和思路上存在一定误区,不少地方城镇化被“GDP政绩”捆绑,出现“盲目大拆大建,跟风大跃进”“大量农业转移人口难以融入城市社会,市民化进程滞后”“城市病”“城镇化体制机制不健全”等问题严重。缺乏顶层设计、过程曲折、水平相对较低和发展不均衡等构成了我国城镇化的基本特点。根据世界城市化的一般规律,我国仍处在城镇化率30%~70%的快速发展期,但同时又面临人口与资源、环境矛盾加剧,城乡差距扩大,产业结构升级与就业压力巨大等问题,所以需要对我国城镇化战略进行继承、调整和优化,走新型城镇化道路。
城镇化是一个历史范畴,同时也是一个发展中的概念。从社会学角度看,城镇化是现代化进程的必然经历,是生产力发展的必然结果。从世界范围来看,城镇化分发达型城镇化和发展型城镇化,其特点不一样。发展型城镇化有5个特点[2]:一是城镇化原始积累主要来自于农业;二是偏重于发展第二产业,而非发展第三产业;三是具有明显的二元结构;四是动力机制主要是推力而非拉力;五是城市低收入群体占有很大比重。我国城镇化主要属于发展型城镇化。2011年,城镇人口首次超过农村人口,我国进入以城市社会为主体的新时期。随着城镇化步伐加快,同时又面临人口多、底子薄、资源相对短缺、生态环境比较脆弱、社会经济发展不平衡的基本国情,如何遵循世界城镇化一般发展规律,走一条具有中国特色的新型城镇化道路,是我国城镇化能否成功的关键。
为此,从党的十五届四中全会通过的《关于制定国民经济和社会发展第十个五年计划的建议》中正式提出“城镇化”,尤其是党的十八大提出新型城镇化以来,具有中国特色城镇化的内容得到极大充实和完善。按照中央精神,新型城镇化应具有6个基本特点[3]:一是以人为本,核心是人的城镇化;二是目的在于破除城乡二元结构,促进生产要素自由流动,实现社会公平和共同富裕;三是集约、高效、生态、低碳;四是四化同步、产业是支撑;五是根据资源环境承载能力科学布局,大中小城市和小城镇协同发展;六是决定性驱动力量是市场,政府职能发挥是重要保障,改革是核心。
中央城镇化工作会议要求我国城镇化发展:(1)要以人为本,推进以人为核心的城镇化,提高城镇人口素质和居民生活质量,把促进有能力在城镇稳定就业和生活的常住人口有序实现市民化作为首要任务;(2)要优化布局,根据资源环境承载能力构建科学合理的城镇化宏观布局,把城市群作为主体形态,促进大中小城市和小城镇合理分工、功能互补、协同发展;(3)要坚持生态文明,着力推进绿色发展、循环发展、低碳发展,尽可能减少对自然的干扰和损害,节约集约利用土地、水、能源等资源;(4)要传承文化,发展有历史记忆、地域特色、民族特点的美丽城镇。
二、新型城镇化的测度及评价体系
我国新型城镇化测度的构建既要充分体现我国新型城镇化基本特点和要求,又要遵循城镇化测度一般规律。为此,按照中央城镇化工作会议精神,借鉴联合国人居中心的城市发展指数[4](CDI)和城市指标准则[5](UIG)、社科院中国中小城市科学发展评价指标体系[6]等国内外研究成果,以及科学性、可比性、可操作性的普适性原则,对我国新型城镇化进行测度。
(一)测度的 6 个方面
1.以人为本,公平共享。
按照中央要求,首先是人的城镇化,要有序推进农业转移人口市民化,特别是要把有能力在城镇稳定就业和生活的常住人口有序实现市民化作为首要任务;其次,城镇化要有产业支撑,有产业基础才能解决更多人就业,城镇化才可能立得住;最后,要实现基本公共服务均等化,教育、就业、社会保障、基本医疗、保障性住房等覆盖城镇常住人口,努力提高城镇人口素质和居民生活质量。为此,可选取的指标有:常住人口城镇化率、城镇常住人口基本养老保险覆盖率、城镇常住人口基本医疗保险覆盖率、城镇常住人口保障新住房覆盖率、农民工随迁子女接受义务教育比例、人均受教育年限、平均预期寿命等。
2.四化同步,统筹城乡。
工业化是城镇化的基础,农业现代化是城镇化的基本要求。所以,要积极推动信息化和工业化深度融合,工业化和城镇化良性互动,城镇化和农业现代化相互协调,促进城镇发展与产业支撑、就业转移和人口集聚相统一,促进城乡要素平等交换和公共资源均衡配置,形成以工促农、以城带乡、工农互惠、城乡一体的新型工农、城乡关系。为此,可选取的指标有:户籍人口城镇化率、第三产业增加值占GDP比重、城镇化率与工业化率之比等。
3.市场主导,政府引导。
正确处理政府和市场的关系,更加尊重市场规律,坚持使市场在资源配置中起决定性作用。要更好发挥政府作用,切实履行政府制定规划政策、提供公共服务和营造制度环境的重要职责,使城镇化成为市场主导、自然发展的过程,成为政府引导、科学发展的过程。为此,可选取的指标有:城镇居民恩格尔系数、物价水平、城镇居民人均可支配收入、失业率(城镇)等。
4.优化布局,集约高效。
首先,必须以人口、资源、环境、生态合理承载能力为原则进行科学布局;其次,充分发挥大中城市的辐射效应和龙头作用,发挥小城镇的互补作用和联动效应;再次,要根据城镇资源禀赋,发展各具特色的城镇产业体系,强化城镇间专业化分工协作,增强中小城市和小城镇产业承接能力;最后,城镇建设用地必须严控增量、盘活存量、优化结构,用较少的资源消耗和环境代价获取较大的城镇化发展。为此,可选指标有:单位GDP综合能耗、人均GDP、城镇公共用水普及率、城镇人均建设用地、城市社区综合服务设施覆盖率、城市人均公共绿地面积、建成区绿化覆盖率等。
5.生态文明,绿色低碳。
要树立尊重自然、顺应自然、保护自然的生态文明理念,构建科学合理的城镇化推进格局,推进绿色、低碳、集约、高效的城镇化。要按照促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀的总体要求,形成生产、生活、生态空间的合理结构。要切实提高能源利用效率,降低能源消耗和二氧化碳排放强度。要不断改善环境质量,减少主要污染物排放总量,控制开发强度,增强抵御和减缓自然灾害能力。为此,可选指标有:重点工业污染源达标排放率、城市污水处理率、城市生活垃圾无害化处理率、集中式饮用水源水质达标率、地级以上城市空气质量达到国家标准的比例、城镇绿色建筑占新建建筑比重、城镇可再生能源消费比重等。
6.文化传承,彰显特色。
文化是人的精神家园,也是城市生命力所在。要充分发挥文化引领风尚、教育人民、服务社会、推动城镇发展的作用。城镇建设要体现尊重自然、顺应自然、天人合一的理念,依托现有山水脉络等独特风光,让城市融入大自然,让居民望得见山、看得见水、记得住乡愁。要融入现代元素,更要保护和弘扬传统优秀文化,延续城市历史文脉,发展有历史记忆、地域特色、民族特点的美丽城镇。要融入让群众生活更舒适的理念,体现在每一个细节中。为此,这方面可选指标有:文化产业增加值占GDP比重、居民文化娱乐服务支出占家庭消费支出比重、城镇居民生活环境满意度指数等。
(二)指标体系及标准
指标体系初步确定后,采用相关系数法、主成分分析法等对初选指标进行筛选,确定最终入选的指标。然后,依据中共中央国务院《国家新型城镇化规划(2014—2020年)》[7]、环保部《国家级生态乡镇申报及管理规定(试行)》[8]、国家统计局全面建设小康社会统计监测方案[9]等研究成果,经过反复测算,最终确定出到2020年我国新型城镇化的各指标具体测度标准及权重,形成我国新型城镇化的测度评价方案(见表1、公式1)。
新型城镇化的综合实现程度为:
三、实证分析
2007年6月7日,国务院批准重庆市和成都市设立全国统筹城乡综合配套改革试验区,这是国家首次批准在西部地区设立改革试验区。7年多来,成渝两市为打破城乡分割的二元体制障碍,构建城乡一体化发展的体制机制目标,结合两市具体情况,积极开展新型城镇化建设。重庆市实施“一圈两翼”发展战略,强化小城镇建设,引导农村人口向城市合理流动,加快农村土地经营权流转改革和转变政府职能。成都市按照构建“一城、三圈、六走廊”的城市空间发展格局,逐步形成了1个特大城市(成都主城区)、6条走廊雏形、4个中等城市、4个小城市及区域中心镇所构成的成都市域城镇体系。经过不懈探索和努力,成渝两地作为全国改革试验区,在统筹城乡协调发展方面取得很大成就,其新型城镇化建设在全国有很强的代表性。因此,本文选择成渝两地进行新型城镇化实证分析。
(一)各指标实现程度的计算方法
本文选取的正指标有26个,如常住人口城镇化率等,实现程度的计算公式为:
其中,zi为xi的评价值,xi为实际值,xi1为标准值。
逆指标有两个,分别为城镇居民恩格尔系数和单位GDP综合能耗,实现程度的计算公式为:
其中,zi为xi的评价值,xi为实际值,xi1为标准值。
区间指标有两个,即失业率和城镇化率与工业化率之比,实现程度的计算公式为:
其中,zi为xi的评价值,xi为实际值,[q1,q2]为指标xi的目标值区间,m1与m2为xi的下确界与上确界。参照国家统计局全面建设小康社会统计监测方案,本文将失业率的下确界定为0,上确界定为8,城镇化率与工业化率之比的下确界定为0,上确界定为3。
(二)成渝两市新型城镇化实证分析结果
根据《2013中国统计年鉴》《2013成都统计年鉴》《2013重庆统计年鉴》《2013城市统计年鉴》等资料,按照2020年我国新型城镇化的实现目标,通过计算,得到成渝两地各区县2012年新型城镇化的综合实现程度,并按照“秩和比”法排序[10],得到成渝两地各区县新型城镇化综合实现程度(见表2)。
从计算结果来看,2012年成都市、重庆市新型城镇化的综合实现度分别为84.5%、81.8%,而全国新型城镇化实现程度为74.2%。说明成都市、重庆市新型城镇化的综合实现度分别高于全国平均水平10.3个和7.6个百分点。
以2020年为目标,成都和重庆的新型城镇化建设均已实现8成以上,说明成渝统筹城乡综合配套改革试验区建设的重大推动作用,但随着我国新型城镇化改革进入深水区,新型城镇化会遇到资源、环境、生态、人口、社会公平、可持续性等方面越来越大的困难,这在一定程度上会减缓两市城镇化的发展步伐,对此,必须要有充分的认识。
四、总结
本文根据中央十八大及城镇化工作会议精神,系统探讨了我国新型城镇化的基本内涵、属性和特点,构建了我国新型城镇化的测度及评价指标体系,并以成渝全国统筹城乡综合配套改革试验区为例探讨了具体评价过程。
我国新型城镇化的测度及统计评价是一个需要不断深化和完善的重要课题。特别是新型城镇化评价指标体系如何与我国现行统计制度和方法中确定的指标体系衔接,优化指标的标准值及权重等方面都值得进一步探讨。本文认为,通过正确地确定新型城镇化的测度及评价方法,有助于我国新型城镇化健康发展,从而促进我国社会经济发展水平的进一步提高。
摘要：本文根据中央十八大及城镇化工作会议精神,系统探讨了我国新型城镇化的基本内涵、属性和特点,并依据中共中央国务院《国家新型城镇化规划(2014—2020年)》,借鉴联合国人居中心的城市发展指数(CDI)和城市指标准则(UIG)、国家环保部《国家级生态乡镇(环境优美乡镇)建设指标》、社科院中国中小城市科学发展评价指标体系、国家统计局全面建设小康社会统计监测方案等研究成果,构建了我国新型城镇化的测度及评价指标体系,还以成渝全国统筹城乡综合配套改革试验区为例探讨了具体评价过程。
统计测度 篇3
关键词：科技创新,景气指数,SW模型
1研究背景
1.1国内外创新型城市建设趋势
进入21世纪,在经济全球化的进程中,国际竞争更趋激烈,许多国家都把强化国家创新体系作为国家战略,把科技创新投入作为战略性投资,超前部署和发展科学研究前沿的高技术及其战略产业,实施国家重大科技规划,以增强国家创新能力来提升国际竞争力。在创建创新型国家中,创建科技创新型城市更是得到共识,其城市创新发展的战略与内容是突现科技集成和科技创新。这类城市,如美国硅谷、夏威夷、加拿大渥太华等,在发展中国家中有印度的班加罗尔等。我国十六届三中全会把“加快国家创新体系建设”作为深化科技体制改革的重要内容,特别是国内许多省市提出了推进创新型城市建设的战略,如深圳市、北京市、杭州市、上海市等城市。目前,全国创新型城市试点已达57个。
1.2问题的提出
区域创新系统 ( RIS) 的概念已经成为制订区域创新政策的基础分析框架,这是国家创新体系在横向维度上的深化与发展,即向地理边界的空间维度进行拓展。这也带来了一个新的学术研究和实践领域的发展,即越来越多的区域不断加强对区内创新发展状况的指数测度研究。目前,国内外已经出现了测度城区科技创新的一系列指标,如知名度较高的 “硅谷指数”、 “密西西比创新指数” ( 2007年) 、“夏威夷创新指数” ( 2008年) 、 “加拿大大西洋省区域创新指数” ( 2004年) 、 “中关村指数” ( 2005年) 、“张江创新指数” ( 2005年) 、 “杭州创新指数” ( 2008年) 。但是,目前这些反映区域科技创新发展状态的指数存在相当大的局限性,主要表现在: ( 1) 主要是基于绩效和能力测度,反映的是区域的创新能力和绩效,而非测度区域的创新景气状态与趋势。( 2) 无论区域大小,全部采取年度数据测度,指数的动态性和时效性严重不足。这是目前所有相关城市创新指数的共同弱点,如北京中关村2012年指数2013年9月13日才公布。由于动态性和时效性不强,各指数对创新政策的及时制定和调整作用较弱。( 3) 创新的概念界定与测度指标内容越来越宽泛,许多测度与经济、社会测度指标雷同,包括了社会、经济、自然环境等过多因素,创新的概念界定与范围不明确,指标越来越宽泛。 ( 4) 测度方法多采取单指标或简单加权,都不能从本质上反映科技创新活动的波动规律,不能反映科技创新指标之间的时序性波动特点,如科技投入和产出指标的时滞性。
1.3本文拟解决的问题及其意义
本文的目的就是利用2007年深圳南山区科技创新统计改革后建立的基于季度周期统计的科技创新指标体系,构建一套反映城市科技创新状态,动态性、时效性很强的测度城市科技创新景气指数,特别是深圳南山区科技创新活动统计的改革使得在研究区域创新指数方面的实践走在了理论前面。构建这种基于季度数据的城市科技创新景气指数具有以下的重要意义: 有助于区域科技创新政策及时制定和调整; 有助于企业判断科技创新活动未来发展的趋势并及时决策资源配置; 有助于社会公众关注和理解区域创新活动的发展与政策; 有助于弥补在测度科技创新活动景气方面的研究落后于经济景气领域的不足。这对目前正以科技创新促进经济发展方式转变、提高经济增长质量、促进我国创新型国家及创新型城市的建设既具有现实意义,又具有学术价值。
2文献综述
区域创新系统是一个新兴的概念,是指一个区域内有特色的、与地区资源相关联的、推进创新的制度组织网络,是国家创新体系在横向维度上的深化与发展,即向地理边界的空间维度上进行拓展[1]。 库克等[2]在1992年最早提出了区域创新系统的概念,指介于国家创新体系和企业技术体系之间的主管层次的创新系统[3]。Dtling[4]认为区域创新体系是由内生性组织 ( 主要是创新型企业、大学、研究和教育机构) 和其它支持知识转移和创新融资的组织构成。目前较为有影响的区域创新系统理论主要有企业群理论[5]、三螺旋理论[6]和区域创新网络理论[7]等。一些学者 也进行了 深入研究,如Zhou等[8]、Revilla等[9]、Yoshiyuki等[10]、Anne等[11]、 Clercq等[12]、Tom等[13]等从不同视角对区域创新系统进行了深入剖析,这为探讨区域创新系统的测度和评价内容、范围、结构奠定了理论基础。
创新指标体系的研究已有半个多世纪的历史, 以R&D指标为起点,遵循 “由简到难、由单到多”, 常用作单指标的数据有: R&D指标、专利指标、生产率指标、国家创新系统测度、主要创新、科研论文等。目前,多指标评价已成为区域科技创新能力测评的主流。Hill提出了衡量技术创新能力的4种间接指标: 技术创新的投入、中间产品、某种产品或过程性能以及生产某种产品所需投入要素数量。 Rothwell等[14]认为可用专利活动 ( Patent activity) 和单位价值 ( Unit value) 两种指标评价创新能力。 Niosi[15]在总结历史文献的基础上提出从创新单位的特征、流动指标、绩效指标3个方面来对国家创新系统绩效进行测度。Riba等[16]、任胜钢等[17]、张序萍等[18]很多学者对区域创新系统评价进行了实证研究。由于创新指标体系必须具有权威性和公信力, 尽管学者们进行了很多相关研究,但最终主要是由国家和 国际机构 完成的。 联合国教 科文组织 ( UNESCO) 、经济合作与发展组织 ( OECD) 、美国国家科学基金会等机构推动了区域创新系统的发展测度与评价,特别是OECD从1963年至1995年推出了涉及到科技统计广泛领域的标准与规范性手册[19,20,21,22,23],这些手册是各国进行科技创新活动统计的依据。
区域创新系统评价分析方法的研究主要集中在创新评价结构模型的构造、创新指数的构建方法、 创新指数的分析方法和分析工具等方面,归结起来主要应用了以下几类分析工具:( 1) 模糊综合评价; ( 2) 灰色系统理论; ( 3) 密切值法; ( 4) DEA法; ( 5) AHP方法; ( 6) 回归检验等。这些研究所展现的工具为我们分析区域创新发展状况提供了研究方法和可供选择的工具。
科技创新景气是指创新的总体运行状态,景气指数法是一种实证的景气观测方法。目前,我国主要采用的景气分析方法多为景气指数方法,主要是通过信息提取的方法,并且基于相关指数构建方法 ( 如合成指数、因子分析法、主成分分析法、SW方法) 建立景气监测体系,对景气测度对象进行实时监控和预警预测。Nerb G[24]最早将基于时钟分析的方法引到景气分析中来; 从预警的角度,则是基于B - B算法的峰谷分析一直被广泛用于实际工作[25]。 在扩散指数和合成指数两种方法相继诞生后,James等[26]利用时间序列分析法,从多个重要指标序列中得到观测不到的变量,并把它视为真正的景气循环, 这种方法就是SW景气指数法。Hubrich[27]、董文泉等[28]、张嘉为等[29]应用SW方法进行了实证研究, 这些研究进一步验证了SW景气指数法的可靠性和广泛性。
3科技创新景气指数构建的理论基础
3.1熊彼特创新周期理论
经济周期循环理论 ( 又名商业周期循环论) 是熊彼特以 “创新理论”为依据提出的著名理论,将经济周期归结为外生的创新,创新不是连续均匀地分布在时间序列之上,而是时断时续、时高时低, 有时 “群聚”、有时稀疏,这样就产生了创新周期从而导致经济周期。以各个时期的主要技术发明为标志,熊彼特将经济发展过程划分为3个 “长波”, 即产业革命时代、蒸汽和钢铁时代以及电器、化学和汽车时代,这一结论被后续的学者证实。近期也有学者研究表明人类已经经历了5次创新波,现在正在经历 以 “绿色经济” 为核心的 第6次创新波[30]。如图1所示。
3.2科技创新活动景气的定义及景气循环
本文界定科技创新景气是指创新的总体运行状态。科技创新景气 ( Boom) 是指科技创新活动繁荣、上升、兴旺、发达的状态; 而不景气则指科技创新活动萧条、下降、衰退、停滞的状态。由于存在着技术周期、产品周期、经济周期共同影响,科技创新活动也存在着循环机理。科技创新景气循环即科技创新波动,是指某区域及其科技管理部门在组织引导科技创新部门完成其科技创新活动的过程中,从创新研发、创新产品生产、创新产品销售及产业化各方面所表现出来的规模和数量的不断上升与下降的循环往复运动,具有反复性、多样性、累积性、非对称性、不可分割性的特点,可分为宏观景气、中观景气和微观景气。
3.3科技创新景气指数的界定
本文认为科技创新景气指数法是一种实证的景气观测方法,是对区域科技创新景气调查中所存在的定性指标通过定量方法加工汇总,综合反映某一特定区域科技创新活动所处的状态或发展趋势的一种指标,又称科技创新景气度。区域科技创新景气指数的波动表明该区域科技创新活动在一定周期内呈现出的扩张、高峰、收缩、谷底循环周期。
4深圳南山科技创新景气指数构建方法
深圳作为一个民营高科技创新都市,是首个国家创新型城市试点城市,计划于2015年建成。深圳市南山区 ( 深圳市高技术园区和大学最集中、高科技产业创新最活跃的城区) ,特别是针对国内外科技创新指标统计严重滞后的现状,政府从2007年开始进行了科技创新指标统计的重大改革,在该区按照季度周期 ( 而非年度) 对58个相关科技创新指标进行统计,这是国内外目前唯一采用季度周期进行科技创新指标统计的城区,走在了世界的前列。
4.1指标选取与数据处理
4.1.1数据来源与指标筛选
本文的数据来源于深圳南山区统计局,共提供了58个深圳南山区科技创新景气指标,覆盖年份为2007年1季度—2013年2季度共26个季度,所涉及的数据约1 000多个。根据数据的缺失情况以及指标的重要性和波动性,配合科技创新的过程维度、 结构维度进行指标的筛选。
4.1.2数据处理
深圳南山区所提供的原始数据存在数据缺失、 畸形等问题,为了避免对分析结果造成损害,本文遵循保持数据完整性、合理性、减少突变及剔除内在影响因素的原则,对原始数据进行处理。
( 1) 异常点的处理: 本文把数据正常值界定在 [u - 3σ,u + 3σ] 内,通过统计方法和统计软件对异常值进行处理。
( 2) 缺失数据的处理: 通过均值法或线性趋势法对其进行替换。对数据进行初步处理之后,计算相应的同比增长率序列。为了剔除季节变动要素和不规则变动要素给景气指数分析结果带来的负面影响,本文采用Eviews中X - 12法对数据进行季节调整。
4.2景气指数指标的确定
4.2.1基准循环的选取
基准循环是分析波动周期及波动特征的主要依据。目前国际上正在使用的景气指数有3种循环: 古典循环、增长循环、增长率循环。由于目前我国的科技发展速度较快,科技创新投入总量和各项指标都在增长,很少出现绝对量下降的情况,只是增长速度的变化幅度较大,因此本文采用同比增长率循环法来反映科技创新指标的变化情况。
4.2.2基准指标的确定
景气指数体系是以基于有关科技创新变量相互之间的时差关系来指示景气动向的。基准指标就相当于衡量其时间序列先后顺序的尺度。根据重要性、 波动性以及能够敏感反映科技创新变化活动的原则, 本文选取了正在申请专利数量为基准指标。这主要是由于专利申请数量的统计受专利法的保障,能准确地反映一个区域的科技状态,同时它也是国际公认的测度区域科技力量强弱的一个重要标志。
4.2.3科技创新景气指数指标动态分组
创新活动是一个过程,各项活动指标之间存在着时差关系,本文将之划分为先行指标、一致指标和滞后指标3类。采取以时差相关分析法为主、K L信息法为辅,对科技创新活动的指标进行动向分组,以揭示这种科技创新活动的本质规律。
( 1) 时差分析法。在时差相关分析法中,设为基准指标,为被选择指标,r为时差相关系数,则:
其中: l为超前、滞后期,l取负数时表示超前, 取正数时表示滞后,l被称为时差或延迟数; L为最大延迟数; nl是数据取齐后的数据个数。在选择景气指标时,一般计算若干个不同延迟数的时差相关系数,然后进行比较,其中最大的时差相关系数被认为反映了被选指标与基准指标的时差相关关系,相应的延迟数l表示超前或滞后期。我们取最大滞后阶数为7,当阶数q≤ - 3时为先行指标,q≥3时为滞后指标, - 2≤q≤2时为一致指标。
( 2) K - L信息法。应用K - L信息法时,设基准指标为由于任意满足pi> 0,∑pi= 1的序列p均视为某随机变量的概率分布列,因此对基准指标做标准化处理,使得指标的和为单位1,处理后的序列记为p,则:
设被选择的指标也做标准化处理,处理后的序列标记为q,则:
则,K - L信息量可由下式计算:
式中: l表示超前、滞后期,l取负数时表示超前,取正数时表示滞后,l被称为时差或延迟数; L为最大延迟数; nl是数据取齐后的数据个数。当计算出2L + 1个K - L信息量后,从这kl值中选出一个最小值k'l作为被选指标关于基准指标的K - L信息量,即其相对应的延迟数l'表示超前或滞后期。在K - L信息量方法中,由于数据的序列长度的限制,取其最大滞后阶数为4: 当阶数 - 4≤q < - 2时,指标所属类别为先行指标; 2 < q ≤4时, 指标所属类别为滞后指标; - 1≤q≤1时,指标所属类别为一致指标。
( 3) 景气指标动向分组结果。本文选取正在申请专利的总量作为基准指标,根据各指标与基准指标的时序关系进行先行指标组、一致指标组以及滞后指标组 的确定,最终的动 向分组结 果如表1所示。
注: 由于采用同比增长循环,各指标为同比增长率
结果表明: 经过初步筛选,共有21个指标构成深圳南山区科技创新景气测度的指标体系,其中先行指标、一致指标和滞后指标各7项。
4.3科技创新景气指数的构造
4.3.1SW方法原理
设yt为t时期k个指标变量的平稳部分的值,yt为k × 1向量,它是可观测的,特别这里假定其季节要素已经被删除 ( 在前面数据处理中季节和趋势影响因素已经去掉) ; Ct为t时期的景气指数具体值, 即为c = { c1,c2,…,cT} ,它就是前述的SW景气指数,是不可观测的,必须随其进行推断; ut是与ct独立,表示各个指标变量的k × 1向量,可假定ut的期望值为0。以上各变量满足关系式:
式 ( 5) 中与通常的回归方程有所不同,因为说明变量的ct是不可观测的。根据通常的回归方程来估计是不可能实现的,必须利用状态空间模型, 状态空间模型的核心就是Kalman滤波。式 ( 5) 被称为测量方程,其中可以认为不含观测误差。同时, 将ct和ut看成是随机过程,ct是AR ( p)( p阶自回归过程) ,ut的每一个分量为AR ( r)( r阶自回归过程) ,写成表达式即为:
其中:
在式 ( 8) 和 ( 9) 中:
在这里,假定:并且两者独立; 同时,H = diag ( h1,…,hk) 。按照状态空间模型的测度,式 ( 6) 和 ( 7) 式称为转移方程。 通常的回归方程式一样,在yt正规化条件下来推断参数 γ、、θ、σ2,H没有本质上的影响。此时式 ( 6) — ( 8) 变化成为:
将上述假定按状态空间模型的记号描述,测量方程、转移方程和干扰项分别为:
其中,状态变量 αt及干扰项 ξt为:
上述向量都是 ( p + kγ) × 1向量,而∑为对角矩阵: '
这里,Ia表示a × a的单位矩阵; 0a,b表示a × a的零矩阵; 0a表示a × 1的零向量。
结合景气指数构造,需要注意在SW方法中对动态因子模型中的变量进行界定,本文将运用Xt代替所采用的指标,主要指标之间的线性随机结构关系如式 ( 20) 和 ( 21) :
在式 ( 20) 中,△Xt代表n × 1维的可观测变量,通常是景气波动的一致指标组成的向量。Xt包括两个成分: 第一个成分是 “看不见的单一共同因子”,其表示为Ct,它对n个科技创新指标的波动均产生影响; 第二个成分是n维随机扰动向量 μt,它代表除共同因子之外,影响每个科技创新指标波动的个别随机因素。
4.3.2测度指标的具体说明
基于SW方法原理,本文应用改进的SW景气指数法构建科技创新景气指数,并且以一致性指标构建的指数为反映区域科技创新活动状态的景气指数 ( 先行指标与滞后指标将构成区域科技创新先行景气指数与滞后景气指数) 。指标分组结果显示,一致指标为高技术产品销售总产值、企业自有技术产品销售产值、高新技术产品增加值、高新技术产品实现利税总额、高新技术产品投入资金总额、研究开发人员和正在申请专利数量共7个增长指标。
动态因子模型的充分必要条件是时间序列必须是平稳的,因此首先通过ADF方法对各个序列进行平稳性检验。ADF检验采用t统计量进行检验,给出了3种不同检验回归模型以及不同样本下t统计量在1% 、5% 和10% 检验水平下的临界值。若检验t统计量值小于临界值,则拒绝原假设; 反之则接受原假设。
根据以上原理,对指标X1进行ADF检验,结果如表2所示。
由于T值大于临界点的显著性水平,因此X1是非平稳的,对X1进行一阶差分,再对其进行平稳性检验,结果如表3所示。
由T值可以看到,X1的一阶差分序列是平稳序列,可以构造SW指数。
按上述方法对7个指标分别进行检验,结果发现,企业自有技术产品销售产值的原序列和一阶差分序列都不平稳,因此将该指标舍去,用剩余的6个指标来构造SW一致景气指数。
4.3.3提取循环波动项
针对上述6个一致指标,通过X - 12季节调整法直接分离波动循环要素,提取的循环波动要素如表4所示。
为了满足动态因子模型对时间序列的要求,要对每个循环进行差分并进行ADF检验。通过ADF检验,发现6个序列都是平稳序列,满足动态因子模型的要求。
4.3.4Kalman滤波求解
通过EVIEWS软件,对SW一致景气指数进行编程。本文采用了6个指标序列,假设这6个指标分别满足下列模型:
本文采取了固定干扰性的方法构建SW模型, 随着以后数据的增加,可以逐渐对干扰性进行参数估计。改进后的状态空间方程为:
将此方程代入Eviews中进行状态空间模拟的构造,求得参数结果如表5所示。
4.3.5SW景气指数实现
以状态空间形式估计动态因子模型,由模型模拟得到了共同因子△sw,将其转化为表征宏观科技创新运行态势的景气指数,即SW景气指数 ( 一致景气指数) ,结果如图2所示。
5深圳南山区科技创新景气指数分析
5.1总体趋势分析
结合图2,根据SW一致指数的走势看,设定2008年1季度为基期 ( 景气指数为100 ) ,从2008年1季度以来,深圳南山区的科技创新景气指数可划分为4个阶段: 阶段1 ( 2008年1季度—2009年1季度) 为反复震荡阶段,此阶段,受金融危机大环境的影响,南山区科技创新景气指数在2008年3季度达到第一个低点 ( 99. 25) ,这是截至目前南山区科技创新景气指数历史最低点。阶段2 ( 2009年2季度—2010年3季度) 为波动向上阶段,此阶段, 尽管景气指数出现波动,但趋势向上,并且在2010年3季度达到101. 37的相对高峰值。阶段3 ( 2010年4季度—2011年4季度) 为大幅震荡阶段,此阶段,南山区科技创新景气指数出现大幅震荡并2次探底; 在2011年4季度创出了深圳南山区科技创新景气指数的新高102. 76,这也是截至目前南山区科技创新景气指数的第一高点。阶段4 ( 2012年1季度—2013年2季度) 为再次探底阶段,在2011年4季度创出新高后,受国内外大环境的影响,此阶段再次出现了景气下降探底现象; 2012年4季度出现历史上的第二个景气最低点 ( 99. 46点) ,此后景气状态出现震荡回升。
5.2景气指数波动的成因分析
从图2可以看出,深圳南山区科技创新景气指数的波动性较大,尤其是在2008年3季度形成了历史上的最低点,显示出深圳南山区在2000年之后的科技创新景气状况处于较大的动荡期,这表明2008年出现的世界经济危机对中国国内的影响。在第3阶段,指数的波动幅度较大,波动高度较高、深度也比较深,表明SW指数的敏感度较高、波动性大。 从2012年3季度开始,景气指数出现大幅度下降, 4季度出现历史上第二低点。对指标的分析表明造成景气低迷的主因是4项: 金融、出口、人才、创新资源。在这期间,南山区企业的高新技术产品出口额下降 - 32% ,先行指标中,研发经费在2012年2季度出现了高达 - 4. 5% 的负增长,而金融机构贷款指标更是出现了连续4个季度的负增长,研发人员增长从增长3% 急剧下降到0. 6% 。通过景气指标的监测及时发现了问题,表明SW方法测度的科技创新景气指数能够真实反映深圳市南山区科技创新活动的景气状态。
5.3景气测度的政策反馈调整作用
根据对深圳南山区科技创新景气指数的监测及成因分析,要提高深圳南山区的科技创新景气度, 政府和企业需要采取4个方面对策: 第一,加强金融对科技创新企业的支持; 第二,制定有针对性地引入企业高层次的研发人才政策; 第三,制定有利于企业合作创新的科技政策和法规 ( 组合创新资源) ; 第四,企业要加强对国际市 场变化的 应对研究。
6研究结论
本文依据熊彼特的创新周期理论和创新景气理论对区域科技创新景气测度进行了系统的理论阐述, 利用SW模型方法构建了系统、动态地反映区域科技创新活动转折和波动的景气指数,研究结论表明:
第一,区域科技创新活动存在着周期波动,科技创新景气指数反映了这种波动的状态和本质。
第二,科技创新活动指标间存在着时差性,对科技创新指标采用动向分组方法有助于揭示科技创新活动的时序性。
第三,由于科技创新速度加快,目前以年度数据测度城区等小区域的科技创新状态已不具备动态性和时效性,采取季度数据的测度能更加及时、动态地反映2008年以来深圳南山区科技创新景气波动的状态 ( 如果采用年度数据,仅有5 ~ 6个年度数据是无法动态分析景气状态变化的) 。
统计测度 篇4
目前国内外在船厂风险领域的研究主要集中在船厂日常经营风险方面的定性研究, 定量研究则很少, 船厂接单风险及其测度的研究文献则更少。Kavussanos、郭欣等以及王晨歌等学者分别从船价及付款方式、成本及合同风险等方面对船厂的一类或多类风险进行定性研究[1,2,3]。定量研究方面, 学者们在借鉴其他领域风险评价或测度研究方法的同时, 认为纯定量分析技术无法解决风险测度中的半结构化和非结构化问题[4], 针对此缺点提出了模糊综合评价法、神经网络法、功效系数法等方法, 如许立坤和林滨采用模糊综合评价法对客观存在的船东风险进行了研究, 并对两家船东进行了实证研究, 取得了较好的效果[5];陶永宏、祁爱琳则从船舶行业层面将BP神经网络法运用到风险测度中, 并考虑造船市场风险滞后性的特点, 用功效系数法进行优化[6]。
1990年中国工程院院士王光远教授发表的《未确知信息及其数学处理》揭开了未确知数学的第一页, 该学科的创建开辟了有别于随机性、模糊性和灰性的研究途径和方法, 在各领域已得到广泛应用, 如:周书敬等将其用于房地产投资环境的评价中, 克服了以往单层次模型的限制, 实现了有结构决策和无结构决策的结合[7];郭奇将此法用于企业经济效益的评价, 并对三个企业的经济效益进行实证研究, 取得较好的效果[8]。这些研究表明, 该理论作为研究未确知信息的一种数学方法, 可以定量描述具有未确知性的事物处于未确知状态时的大小, 避免了采用其他数学方法造成的信息度量的误差, 是一种较为理想的信息度量方法。
2 未确知测度理论在船厂接单风险测度中的可行性分析
首先, 船厂接单风险具有未确知性。一般风险具有客观性、可变性等特征, 但因船厂订单建造周期长、投资额大、技术要求高等特点, 在完成过程中未确知因素大量存在且不断变换, 由此造成其在风险复杂度和强度上都远高于其他行业。船厂接单风险具有五大显著特征:复杂性、高度集中性、相对性、不确定性和潜在性, 其中复杂性和潜在性最易导致风险的未确知性显现。
其次, 尽管专家们对各要素了解已经很专业, 但在风险估值时将他们的判断集中于一个数值点是不现实的, 而未确知测度理论采用区间处理方法可以根据所选取指标的特点和数据的实际状态所决定;且多位学者认为风险等级是有序分割, 各区间性质不同, 笼统采用最大隶属度识别判断不符合实际, 应采用置信度识别原则[9,10], 而未确知测度理论就是采用该原则。
正是船厂接单风险的特性使决策者在识别接单风险时对其真实状态和风险的数量关系不能准确地识别和度量, 这就要求我们利用科学的方法正确识别风险, 改变风险发生的环境条件, 从而减小风险的负面结果, 而未确知测度理论正是解决这一问题的较好方法。
3 船厂接单风险测度模型
3.1 船厂接单风险测度指标体系的建立
测度指标体系的建立是船厂接单风险测度的重要内容, 其能否全面准确地反映风险影响要素将直接关系到测度结果的有效性。通过参阅大量文献和对南通、扬州及南京等地船厂进行实地调研, 确定指标体系。
本文建立的指标体系遵循一条主线、四大目标和五大原则:
(1) 一条主线, 即以供应商—船厂—船东为主线。订单的风险是由宏观经济风险波及到造船市场, 最终从供应商和船东的风险行为综合作用于船厂, 供应商和船东的风险是外部风险的集中体现, 这是船厂订单风险的传导机制, 也即风险的变化规律。这条主线贯穿风险的始末, 只要抓住这条主线, 就严格遵循风险的变化规律。
(2) 四大目标, 即费用、进度和质量及稳定性的目标。前三种风险管理的三大铁定目标同时也是风险传统的三大信号;对于最后的稳定性是特指船东的可靠度, 每在船市萧条期, 船东遇到危险就将风险转嫁给船厂, 做出弃船、撤单的行为, 对船厂造成很大的危害, 可见订单的可靠度也是不可忽视的。
(3) 五大原则, 即层次化与扁平化相结合、完备性与简明性相结合、动态与静态相结合、指导性与实用性相结合、普遍性与特殊性相结合的原则。
3.2 风险区间的划分及指标的处理
本文按照分值将警度区间划分为五个等级, 考虑到制造业通常以50%作为经济强弱的临界点, 所以本文以50分作为有无风险的临界点, 50~60分作为第一风险区间, 依次划分区间, 五个区间分别对应风险一级至五级。分类标准如表1所示。
(1) 定量指标的处理。本文中共有9个定量指标, 由于各指标的特性不同, 所以各自划分的标准也要因指标而异。其中:船型创新度指标的风险指对船型的不同创新程度所带来的技术上的不确定, 本文用风险值表示。该指标是由船型的建造历史重复性和船型的技术难度来决定的, 且船型的技术难度又是相对于船型的建造重复性而言的, 二者存在乘积关系。正常情况下, 船型的建造历史重复度越高, 船型建造时的技术难度也就越低, 风险性也就越小;反之亦然。根据船厂造船的实际情况, 首制船风险最高, 同类船型建造3次以上即为成熟船型, 风险基本上就已经很小了。本文按照造船技术的难度, 将目前我国所造主要船型分为五个等级 (如表2) , 其中难度最高的为一级, 难度越高则对应的风险也就越大。故船型的计算公式表示为:Hk=Xi×Yj, 其中Hk表示船型的创新风险, i表示同类船型船厂历史建造次数, Xi表示船舶的船型重复性所对应的风险系数, j表示对应船型类别。
与表2一一对应, 表示船型的技术难度等级分布形式如下:
Hk相应的等级分类分别如表3所示。
钢材综合利用率根据行业实际情况最高在94%左右, 本文以92%作为低风险的警戒线。国内钢材综合价格指数波动幅度是由中国钢铁工业协会编制的反映我国钢材价格走势的综合指标, 由于该指标的风险主要发生在未来的一段时间, 所以该指标应以船东询单当时的指数为基准, 考虑未来1至2年内的波动风险, 根据《中国船舶工业年鉴》, 通常以10%作为最高风险的警戒线。船厂工人工资占行业平均工人工资指标参照《中国船舶工业年鉴》计算得出。汇率波动 (上升) 幅度指标根据汇率波动程度对船厂的实际影响来划分, 该指标具有一定的预测性, 实际值应以实际询单时间为基期, 考虑未来1至2年内的波动风险。新船价格指数、船东资产负债率依据《中国船舶工业年鉴》所拟定。历史违约次数指标, 如果船东违约2次及以上, 则其信誉在行业内基本就荡然无存了。
(2) 定性指标的处理。本文所构建的指标体系以定性指标居多, 要将这些因素参与数学计算, 需要运用适当的数学工具将其定量化。本文选择利用未确知有理数或盲数表达专家对船厂接单风险要素的估计, 可以更客观合理地反映评价对象的实际情况。论文所有指标的划分结果如表1所示。对于极大值指标, 对应的风险等级依次为风险高、风险较高、风险中、风险较低、风险低;而对于极小值指标, 对应的风险等级则相反。
本文确定的船厂接单风险测度指标体系如表4所示。
注:论文是以供应商-船厂自身-船东这样一条主线分析识别风险的, 上表的排列顺序与此主线的不一致是为了排版的整洁性需要, 对论文的结果无影响
3.3 船厂接单风险未确知测度模型构建
设有m个待评价的对象, n个评级指标, xij表示第i个评价对象关于第j个属性的测度值, 对于每个xij有p个测度等级。令μijr=μ (xij∈cr) 表示测量值属于第r个评级等级的Cr的程度, 且满足非负有界性、归一性以及可加性。
未确知测度分布函数中直线型未确知测度函数是应用最广的函数, 本文采用此构造方法构造出分类标准的未确知测度函数:
本文采用客观的赋权重的方法———熵值法来确定单指标的权重p, 设μij所确定的信息熵为:
则vij反映了向量μij各分量取值的集中程度, 即指标Ij的重要程度, 称vij为指标的分类区分度。令:
显然, 故称ωijr为指标分类权重, 则综合指标的未确知测度为:
由于评级空间是一个有序分割类, 即评级等级有序, 判别准则不适用最大隶属原则, 因此, 引入置信度识别准则进行计算。设置信度为λ (0.5<λ<1) , 通常取0.6或0.7, 本文对此重新确定, 实例中计算结果为0.9, 令:
则判断xi属于第k0个评级等级ck0, 即xi不低于ck0等级的置信度为λ, 或低于ck0等级的置信度是1-λ。
综上可知, 构建基于未确知测度的综合测度流程如图1所示。
4 案例分析
2012年9月20日, B公司向A公司询单, 订单为MR型成品油船建造合同。B公司是一家历史悠久的公司, 航线遍及中国以及东南亚、澳洲、欧洲、地中海等地, 运输网络完善。C公司是A公司钢板的主要供应商。A公司与B公司是首次合作, C公司也同样是新的供应商。该张订单对于A公司因不同的建造次数而风险差异很大, 因此本文分首制船、建造过2条和3条以上三种情况探讨其风险大小。
(1) 假设为首制船, 根据表3, 对应的风险区间为60~70。
1) 定量指标及定性指标的处理。首先, 定量指标数据如表5所示。
注:预测数据来自前瞻产业研究院及中国外汇交易中心, 实际数据由中国船舶网、myspic及克拉克松等网站收集和整理
其次, 对于定性指标, 本文采用专家调查法。要将专家意见参与数学计算, 需要运用适当的数学工具将其定量化, 本文选择利用未确知有理数或盲数表达专家对船厂订单风险要素的估计, 可以更客观合理地反映评价对象的实际情况。然而由于人类自身认识能力受到各种条件的约束, 具有一定的有限性和局限性, 所以专家意见的正确性和准确性也是相对的。这种相对性, 我们用可信度来描述, 取区间[0, 1]某个值来量化表示。设α表示可信度, 这α=1表示最可信, α=0表示最不可信[13]。对专家可信度进行度量, 我们常采用如下方法之一或结合使用: (1) 由专家本人根据自己的专业知识和对信息的掌握程度给出; (2) 由作者根据该专家的成就或者相关经历给出; (3) 由周围对专家较为了解的人给出。本文考虑到所研究对象的复杂性和专业性, 决定选取方法 (2) 。对于专家数量的选取, 一般以5~10人为宜, 也可以因情况而异。设有n名专家F1、F2、…、Fn组成专家组, 对船厂订单风险要素进行估计, 各个专家评价结果的可信度相应为α1、α2、…、αn。计算步骤如下:
(1) 专家F1关于专家组的综合可信度为:
(2) 专家组的综合可信度为:
(3) 由于专家评估区间有交叉, 需对专家估计的区间的端点值aij、bij (j=1, 2, …, n) 按大小进行排序。若设所得序列为ai1, ai2, bi1, bi2, …, aik, bik, 则根据此序列可组成新的区间序列[ai1, ai2], [bi1, bi2], …, [aik, bik], 设此时的置信度为γ1、γ2、…、γk, γj (j=1, 2, …, k) 的求解按比例分配的方法得到。以区间[ai1, ai2]的可信度γ1为例:
本文经选取专家调研及其可信度评价等过程, 最后根据公式 (6) 和 (7) 分别求得各专家和专家组的综合可信度分别为:α1=0.2, α2=0.2, α3=0.3, α4=0.1, α5=0.2;α=0.9;各指标的评估结果如表6所示。
由表6可看出, 测度指标评估区间有交叉, 因而进行无交叉化处理及可信度的计算。对于要素“主机供应可靠性I111”, 首先对ai1和bi1重新排序, 结果为70、75、80、85, 于是得到新的区间序列:[70, 75]、[75, 80]、[80, 85]。根据公式8可得γ1、γ2、γ3:;同理可得γ2、γ3分别为0.5和0.3。则对要素“主机供应可靠性I111”的估计结果为:I111:, 根据未确知有理数及盲数期望的定义及运算法则计算得:
, 由于E (f1 (x) ) 的总可信度α=1, 故该一阶未确知有理数实际上就是实数78, 即x1=78。用同样的方法可得出“其他关键设备供应可靠性I112”, 结果如下:
同理可得其他指标相应的结果, 篇幅限制, 不再一一列出。
2) 指标测度过程以二级指标下的底层指标“主机供应可靠性I111”、“其他关键设备供应可靠性I112”为例来说明单指标测度过程。对于I111, 将专家组评分综合值x1=78代入分类标准的未确知测度分布函数方程中:μ111 (x∈c1) =0, μ111 (x∈c2) =0.3, μ111 (x∈c3) =0.7, μ111 (x∈c4) =0, μ111 (x∈c5) =0, 故指标I111的单指标测度向量为: (0 0.3 0.7 0 0) ;同理, I112的单指标测度向量为: (0.8 0 0 0.2 0) 。由以上各个单指标测度向量可得同一个二级指标下的测度矩阵为:;同理可得:。由公式 (2) — (4) 可得:;同理得v112、ω112为0.5020、0.4475。
故I11指标下的分类权重为:, 由公式 (4) 可得:;同理可得:μ12= (0 0.1857 0.1108 0.2314 0.4721) , μ13= (0 0 00.1975 0.8025) 。同样根据公式 (2) — (4) , 重复两次上面的计算, 可得最终的测度值:μ= (0.210.2287 0.5942 0.0329 0) 。
3) 识别与排序。由于评价空间是一个有序分割类, 因此可用置信度判断准则来进行判断。根据前面的计算, 取λ=0.9, 由上述综合测度评价向量和公式 (5) 可知, k=3, 故该订单的风险等级为三级。该结果对决策者来说, 该订单的风险较大, 要极其慎重考虑, 建议不接单。
(2) 假设建造过两次, 依据上述算法, 则对应的测度值为 (0.1375 0.3421 0.1649 0.3555 0) , 相应的风险等级为四级。
(3) 假设建造过三次以上, 依据上述算法, 则对应的测度值为 (0.0308 0.0264 0.0851 0.38250.4752) , 相应的风险等级为五级。
据此分析, 后两种情况下订单均可接, 只是前者风险更大一些, 建造时要将风险严格控制。
5 结论与启示
本文针对当前造船市场风险巨大的现状, 探寻船厂接单的风险测度模式, 经过研究得出以下结论:
(1) 本文将未确知测度理论引入到船厂接单风险测度研究中, 并与客观的赋权重的方法———熵权法有机结合, 根据船型建造次数不同则风险差异较大的规律分三种情况进行探讨, 测度出企业的风险级别并给出接单建议。这表明未确知测度理论能够定量解决船厂的接单风险问题, 避免纯主观的盲目性, 为决策者接单决策提供科学的理论依据。
(2) 不同的时间及不同的船厂测度对应的权重和结果也不同, 本文在此只对船型不同、建造次数进行了分类讨论和测度, 船厂应根据实际情况进行分类测度。另外, 该测度方法若与网络技术相结合形成决策系统, 将为船厂提供更加高效的决策工具, 这也为笔者及其他学者后续研究指明了方向。
摘要：受全球金融危机的影响, 船厂接单风险再次笼罩整个船舶行业, 这些风险较为复杂且具有较大的不确定性, 对此提出未确知测度理论来测度经营者因信息掌握不全条件下的风险, 以期为决策者作出接单决策提供科学依据。对未确知测度理论的概念和应用现状进行概述, 分析该理论在接单风险测度中的可行性, 并依据1-4-5思维方法建立船厂接单风险测度指标体系, 构建船厂接单风险测度未确知测度模型;最后, 通过案例进行有效性和实用性分析。
关键词：接单风险,测度指标体系,未确知测度理论,风险测度
参考文献
[1]KAVUSSANOS.International comparison of market risks across shipping-related industries[J].Market Policy&Management, 2010, 7 (30) :200–204
[2]郭欣, 刘舟豪, 徐雅啸, 等.后经济危机时代船舶修造企业的材料成本管理[J].造船技术, 2011 (1) :5–10
[3]王晨歌.浅析造船合同下的撤单风险[J].重庆科技学院学报, 2012 (10) :51–53
[4]李晓宇.高新技术风险测度系统研究[D].北京:北京交通大学, 2006:12–13
[5]许立坤, 林滨.船东风险评估实证研究[J].中国造船, 2010 (1) :26–27
[6]陶永宏, 祁爱琳.基于功效系数及神经网络的造船业风险测度研究[J].中国造船, 2010 (5) :193–194
[7]周书敬.房地产投资环境未确知测度的综合评价方法[J].统计与决策, 2006 (11) :15–16
[8]郭奇.基于未确知测度理论的工业企业经济效益评价[J].数学的实践与认识, 2011, 41 (2) :45–49
[9]王超.确知测度理论的冲击危险性综合评价模型及应用研究[D].北京:北京交通大学, 2011:12–15