地区与行业对中国经济波动的影响分析

　　一、引言
　　
　　对于经济波动的原因和机制的探讨，一直是宏观经济学极为关注的话题（如徐灵超，2012;吴贾等，2012）。一国的经济从横向看是由各个地区共同组成的，从纵向看又由很多行业构成，因而一国经济波动可以从行业与地区两方面进行结构分解。了解经济波动中地区与行业两方面的结构内容具有理论与政策含义。一方面，总量的宏观模型大多是建立在微观基础之上。那么，更为微观化的地区与产业单位波动与总量波动呈现何种关系？后者仅仅是前者的平均吗？大部分的研究表明，情况并非如此（如孙广生，2006），微观单位的波动平均大于总量波动。另一方面，微观单位之间的波动关系揭示了一国内经济波动的起因与传播机制，制定经济稳定政策时应考虑这些内容。

　　对于中国地区经济周期行为，黄玖立等（2011）利用1952-2009年中国省际产出数据的研究发现，双边距离、经济规模、产业结构与对外开放等因素影响了周期协同性。李勇、王满仓（2011）则认为市场化程度是我国地区经济周期差异化的重要原因。对于产业波动行为，一方面（马建堂，1988），由于部门需求弹性、投资偏向、进出口、主体感应速度和反应方式不同，由于总量波动以不同强度传导到各个部门，因而引起经济结构的周期性波动。另一方面，由于共同的技术或政策冲击以及产业间投入产出联系等因素，各产业波动会出现一定联动（Engle和Issler,1995;Durlauf,1989;Long和Plosser,1983;Hornstein和Praschnik,1997;Horvath,1998,2000;陈柏福，2010）。孙广生（2006）通过中国工业各产业增加值及其指数等变量研究表明，不同行业波动性高于总体经济波动性。产业结构变化也会影响整个经济波动（李猛，2010），例如波动性更高的行业在国民经济中所占比例下降，相对而言，总体经济波动下降。

　　中国地域辽阔，各地区资源禀赋差异甚大，经济结构也必然有很大的差异。显而易见，地区产业结构差异使得经济波动既有产业方面的含义（孙广生，2006），同时又具有区域方面的含义（黄玖立、李坤望、黎德福，2011）。所以，在探讨经济波动中的结构问题时，仅仅强调产业或区域因素是不全面的。

　　我们所要探讨的问题是，中国经济波动是来自区域冲击还是来自行业冲击？本文试图从地区与产业两个角度分解中国经济波动，并说明地区冲击与产业冲击对总量经济波动的相对重要性。识别经济波动是来自于地区因素还是来自于产业因素具有重要的政策含义（Stockman,1988;Ramos,et al.2003;Ghoshand Wolf,1997）。如果国家整体经济的波动的主要冲击源是某些省份的波动，那么面向全国的熨平经济波动的政策效果可能非常有限，合理的做法应该是制定政策专门针对经济发生大的波动的省份。反过来，如果总体经济的波动反映的是行业的波动，那么政府政策的着眼点应该是某些具体行业。

　　我们按照如下思路探讨这一问题（Ghosh and Wolf,1997）：首先，从特定地区（省份）的特定行业（如四川省农业）的冲击开始分析①。本文将该层次冲击命名为微观冲击。在该层面，本文试图分析典型的地区微观冲击与行业微观冲击幅度以及微观冲击的影响因素问题。这一分析有助于我们理解在微观层面上行业冲击与地区冲击的相对重要性。其次，本文将地区或行业冲击加总，得到地区冲击与行业冲击，并且我们把这样的冲击称为实际冲击，以表示它是地区或行业实际发生的冲击。在这一层面的分析中，本文试图比较地区冲击与行业冲击的大小并分析冲击的地区间与行业间的联动性差异。这一考察意在探讨地区与行业实际冲击的相对重要性。最后，我们简要考察整体经济的波动情况，并将其与省份和行业层面的波动进行比较。这一层面的分析将进一步探讨总量波动的来源。

　　剩余部分安排为：紧接着的第二节介绍我们的分析样本、数据来源以及一些数据预处理问题，第三节探讨特定区域的特定产业冲击（即微观冲击）问题，第四节分析地区与行业层面的冲击问题，第五节比较总量波动与地区、行业以及微观冲击的大小，第六节是简要结论。

　　二、数据来源及预处理
　　
　　本文所使用的基本数据为1985年至2009年各省（直辖市、自治区）工业分行业产值以及农业、林业、牧业和渔业总产值。在将名义产出调整为实际产出的过程中，调整工业分行业产值用的是《中国城市（镇）生活与价格年鉴》提供的工业品出厂价格指数，农林牧渔业产值则是根据《中国统计年鉴》公布的分地区农林牧渔业总产值指数进行调整。在数据可获得性基础上，我们最终得到了28个省级地区31个行业的数据（地区与行业可参见表1和表2）。由于工业分行业原始数据存在诸多问题，本文对此分别做如下处理：

　　（一）区域与行业的筛选
　　由于海南和重庆改为省级行政单位时间较晚，先前的数据匮乏，而西藏的相关数据缺乏也很严重，所以本文剔除这三个省级行政单位。

　　改革开放以后我国行业分类标准发生了几次变化，统计数据存在口径前后不一致、有些年份公布的数据比较粗糙（完全按照大的工业部门分类来报告）以及一些行业的名称前后也不一致等问题，为此，我们从三个方面对行业进行筛选：首先，剔除了一些数据缺失的行业，如文教体育用品制造业、橡胶制品业、水的生产和供应业、燃气生产和供应业等十几个行业。由于这些行业数据缺失严重而且在所有行业中占比很小，因此将其剔除而且预计不会对结果产生明显的影响。其次，重新划分了食品工业与机械工业数据。

　　1984 -1992 年间的食品工业主要涵盖了农副食品加工业和食品制造业两个行业，机械工业则包括通用设备和专用设备制造业两个行业，为了与新行业分类标准相对应，本文对于1992年以前数据作如下调整：按1993 年的构成比例把食品工业和机械工业的数据剖分到各个相应的分行业中。最后，对于名称变化而实际所指没变或变化很小的行业按照新的行业名称命名，比如将普通机械制造业归为通用设备制造业，假定1993 年前的石油加工业、炼焦煤气及煤制品业与 1993 至 2002 年的石油加工及炼焦业、煤气的生产与供应业以及2003年后的石油加工炼焦及核燃料加工业和燃气生产和供应业属于同一行业等。后面两方面的处理沿用了陈诗一（2011）的方法。

　　（二）工业统计口径调整原则
　　构造工业分行业面板数据的另一个困难是统计口径的前后不一致，1997年前统计年鉴主要报告的是乡及乡以上工业企业数据，而1998年后则报告的是规模以上工业企业数据，对于1997年前的工业分行业数据，《中国统计年鉴》和《中国工业经济统计年鉴》提供了1983-1997年独立核算村办工业的工业总产值，而在1998年以后再也没有提供。本文采用陈诗一（2011）的做法把工业分行业的数据调整到统一的全部工业口径。

　　三、特定地区的特定产业冲击
　　
　　在本部分我们探讨典型的地区微观冲击与行业微观冲击，为此我们首先要度量微观冲击。度量一个时间序列的波动性（周期性）部分或冲击有多种常见方式，本文采用和Ghosh and Wol（f1997）类似的方法，将对地区s 的 i 行业总产值对数值进行一阶自回归，其残差序列即为地区 s 的 i 行业的冲击①，也就是微观冲击。自回归方程为：0 1 1ln lnis is is is ist t ty b b ye-= + + （1）其中，lnyist表示 t 期 s 地区 i 行业的总产值对数，lnyist-1表示其 t-1 期值，βis0和βis1为要估计的常数系数，εist为扰动项。回归后得到的残差（记为 uist）即为 s 地区 i 行业的冲击，我们将它称为 s 地区 i 行业的微观冲击。

　　本部分依次探讨微观冲击幅度与影响因素两个问题。在探讨微观冲击幅度时，我们考察的是一个地区或行业内的典型微观冲击幅度（或幅度，size），其中大小是以冲击序列绝对值表示②，而“典型”则意味着是对区域内或行业内各微观冲击幅度的（加权）平均。本文以冲击序列的相关性来讨论冲击的影响因素。

　　各个冲击序列之间的相关性也被称为联动性或同步化（co-movement或synchronization）。波动或冲击大小以及同步性是刻画总量经济波动特征常见指标③。如果一个序列是多个序列和的形式，则总量序列波动大小既与各个组成部分大小有关，也与各组成部分之间的相关性（或协方差）有关。将i 行业微观冲击序列的绝对值按照不同区域加权平均得到i 行业微观冲击幅度序列：【1】

　　
　　（2）其中 Γit为i 行业微观冲击幅度，isty 为 t 期 s 地区 i 行业的总产值，itY 为 t 期 i 行业的全国总产值。最后，i 行业在整个样本期内的冲击大小的均值①:【2】
　　
　　（3）其中 Γi为i 行业1985年至2009年间微观冲击幅度的平均值，以此表示i 行业典型的微观冲击幅度。

　　同样的道理，地区的微观冲击幅度为：【3】
　　
　　表1其中stY 为 s 地区 t 期所有产业产值之和，stG 和sG 分别为 s 地区 t 期平均微观冲击幅度与该地区整个时间段内的平均微观冲击幅度。

　　按照（2）和（3）式以及（4）和（5）式计算得到各地区与行业微观冲击幅度如表1和2第二列和第五列所示，表中最后三行为相应描述性统计。【表2】

　　
　　从地区微观冲击来看，最小的是江苏和浙江，冲击大小分别为0.040和0.041,比平均水平低20%;冲击最大的是黑龙江和甘肃两省，冲击大小分别为0.078和0.079,均高出平均水平40%以上。从行业微观冲击来看，冲击最大的为非金属矿采选业，绝对冲击大小为0.084,最小的为纺织业，绝对冲击大小为0.039,前者是后者的两倍多。值得注意的是，与矿产资源相关的行业冲击整体比较大，例如在冲击最大的十个行业中，与矿产资源直接相关的行业占了6个。整体而言，平均行业微观冲击与地区微观冲击大致相当；但是，冲击的行业差异性略大于地区差异性，前者变异系数为0.21,后者为0.25.由上述计算公式可知，地区微观冲击幅度差异可能来自两个方面①,其一为微观冲击幅度的差异，即同一时期不同省份相同行业的冲击可能不一样，其二为各地区产业结构的不同，某一地区的冲击可能反映的是那个权重较大的行业的冲击。例如，河南是农业大省，其农业占该省GDP的比重相对较大，所以河南的经济冲击更可能反映的是该省农业的冲击。

　　同样的道理，不同行业微观冲击幅度的差异既反映了行业内微观冲击冲击大小的不同，也包含产业的区域结构差异。换句话说，某一行业的冲击可能反映该行业内各微观冲击本身的影响，也可能是该行业中产值较大地区的影响。仍以农业为例，全国农业的冲击可能是因为气候原因导致的全国范围内农业的减产，也有可能是农业大省河南的农业产值发生了冲击。

　　由此可见，权重（地区内的产业结构或产业的地区结构）的差异可能导致行业或地区冲击的差异。实际上，我国各地区产业结构或各产业的地区结构存在较大差异。例如，我们以赫芬达尔指数（HHI）表明不同行业的地区集中度，这一指标存在较大的行业差异。石油天然气开采业、通信设备计算机及其它电子设备制造业和化学纤维制造业地区集中度最高，其均值为1542.72;而集中度最低的三个行业分别为农作物种植业、牧业以及电力热力的生产和供应业，其均值为549.89,远低于前者。

　　为了确定权重的影响，我们参考Ghosh and Wol（f1997）的做法，改用新的权重计算行业和地区微观冲击幅度，具体做法如下：计算行业微观冲击幅度时，用各省GDP占全国GDP 的比重作为权重（这样同一省份的所有行业权重相同，从而过滤掉各省内行业权重差异的影响），计算地区绝对冲击时用各行业全国总产值占全国GDP的比重作为权重（同一行业在不同地区取相同权重）。计算结果如表1和表2中“权重2”列所示。从各行业或地区来看，少数行业或地区微观冲击幅度由于权重变化有较大差异，例如青海绝对冲击由0.069调整为0.122,化学纤维制造业由0.040调整为0.089.平均来看，冲击幅度略有提高，但是改变不大，其中行业微观冲击幅度均值从0.0545变为0.0575,地区微观冲击幅度均值从0.0547变为0.0639.冲击幅度提高说明权重较大的行业或地区冲击更小，或者说较小的微观冲击所占权重相对较大，而权重变化使得地区微观冲击幅度增加更多则表明这种效应在地区层面上（各行业权重变化）更明显。有趣的一点是，权重变化使得地区差异发生了较大变化，变异系数由0.208提高到0.322,而行业之间的异质性变化不大。

　　这说明各地区行业结构差异超过个行业地区结构差异。总之，权重的变化使得行业和地区冲击都发生了变化，但它并没有消除地区与行业之间的差异，由此可知：无论是微观冲击还是权重都对冲击有影响。

　　我们用相关系数这一指标来简要描述地区因素与行业因素对微观冲击的影响。具体而言，我们要用到包括行业内相关系数和地区内相关系数两个指标。行业内相关系数是指不同地区相同行业冲击之间的相关系数，行业内相关系数越高，微观冲击受到行业共同因素的影响越大；地区内相关系数是指同一省份内不同行业冲击之间的相关系数，地区内相关系数越高，地区因素对微观冲击影响越大。如果前者大于后者，则可认为行业因素对微观冲击影响更大，反之则是地区因素影响更大。本文涉及28个省份和31个行业，所以求得的相关系数矩阵中分别有378和465个相关系数，为了稳妥起见，本文分别用算术平均和加权平均两种方法计算相关系数的平均值。表3为计算结果描述性统计。【表3】

　　
　　由表3可知，平均来看，行业因素对微观冲击影响略微更大一些（图1更为直观地比较了地区内加权平均的相关系数与行业内相关系数）。例如，其它省份农业对四川省农业的影响要大于四川省内其它行业对农业的影响。当某地区的某个行业受到冲击时，其冲击会经两个维度进行传递，即行业内（地区间）和行业间（地区内）。相关系数反映的是两个变量之间的关联程度。由于行业内部的相关系数更大，冲击在行业内部的传递能力也就更强，进而对整体经济的影响也就更大。这一结论表明，在微观层面上行业冲击的影响相对更大一些。【图1】

　　
　　四、地区与行业实际冲击
　　
　　本部分我们试图探讨在将微观冲击加总为地区与行业层次后地区冲击与行业冲击的大小以及地区与行业间冲击联动性。（2）（-5）式加总所得的是典型的微观冲击，（2）与（4）式所得结果并非实际的行业与地区冲击序列，它们所要考察的是一个地区或一个行业内代表性的微观冲击的大小。显而易见，如果我们考虑整个地区或行业冲击，我们应将地区或行业内的微观冲击直接加总（而不是加总绝对值）。当我们将不同的微观冲击加总成整个地区或整个行业的冲击时，其中各组成部分的不同方向冲击之间会抵消。我们将这种加总得到的冲击称为地区或行业实际冲击，意味着它们是地区或行业实际发生的冲击。这种加总方法即为将（1）式回归残差序列直接进行加总。与上面绝对冲击加总类似，得到实际地区冲击和行业冲击序列及其大小度量依次为：【4】

　　
　　其中 Πst、Πit为 t 期的地区与行业冲击，Πs、Πi为它们在1985年至2009年地区与行业冲击大小的度量。

　　表4为（7）式和（9）式度量的地区与行业实际冲击大小的描述性统计结果，图2比较了绝对冲击与实际冲击大小。这些结果表明两点结论：第一，地区与行业实际冲击远小于表1和表2中按照（3）式和（5）式加总平均的地区与行业微观冲击（地区与行业绝对冲击均值）。地区和行业绝对冲击均值均为0.055,而地区实际冲击大小为0.00769,行业实际冲击大小为0.00677.地区（行业）实际冲击低于绝对冲击反映了行业（地区）内相关性较低的事实。地区内相关性较低说明加总成地区实际冲击时存在较大的冲击抵消效应（分散化效应）。第二，地区实际冲击略大于行业实际冲击，这反映了大的微观冲击在地区内权重相对于行业内权重相对更大的事实①.为阐明这一点，我们将868个微观冲击绝对值和按照从大到小进行排列，并计算每一微观冲击的地区内权重和行业内权重，最后计算出地区内权重大于行业内权重的冲击占总冲击的累计比例，如图3所示。图3表明，冲击绝对值越大，地区权重相对行业权重越大。【表4】

　　
　　说明：地区实际冲击中，权重1是指省内某行业产值占该省所有行业总产值的比重，权重2指全国某行业产值占全国所有行业总产值的比重；行业实际冲击中，权重1指某省某行业产值占该行业的全国总产值的比重，权重2指某省总产值占全国总产值的比重。【图2.图3】

　　
　　我们以行业间或地区间冲击相关性对联动关系做简要分析。行业间相关性计算方法为：首先用加权平均的方法计算各行业的实际冲击（用公式8计算的结果），然后算出某一行业与其它行业的相关系数，最后将这些系数简单平均或加权平均（权重为【5】

　　
　　其中y表示1986-2009年间某行业全国总产值的算数平均值）。地区间相关性与此类似。【表5.6】

　　
　　表5和表6分别报告了地区间冲击相关性与行业间冲击相关性及其统计描述。结果显示，算术平均法和加权平均法得到的结果整体上看比较接近，在此我们选择加权平均结果进行分析。在诸省份中，黑龙江与其它省份的相关系数最小，为0.006;辽宁最大，为0.528.行业方面，石油天然气开采业与其它行业的相关系数为负值，化学原料及化学制品业相关系数最大，为0.522.由图4可知，省份间的相关系数整体要高于行业间相关系数，尽管差异不是很大。地区间相关系数更高说明省间传递冲击的能力更强，当某省遇到经济冲击时，其冲击能够通过省与省间的渠道传递出去，进而影响整体经济冲击。所以，本文认为：无论从冲击大小还是从冲击联动性来考虑，在宏观经济层面上，地区因素对整体经济冲击的影响大于行业因素。【图4】

　　
　　进一步地，我们分别探讨影响地区间与行业间联动性（即相关系数）的因素。在探究地区之间的相关系数差异的原因时我们主要从两个方面加以考虑：距离和行业结构的相似性。距离可能有影响，其原因如下：第一，大量的研究表明距离和贸易之间呈负相关关系；第二，一些外部冲击有区域特征，比如气候灾害会使某一区域内的若干省份同时遭受影响。除了距离以外，各省间的行业结构差异也可能对彼此之间的经济冲击的相关性产生影响，结构相似的省份经济同步冲击的可能性可能更大一些。省与省的距离用省会之间的直线距离的对数表示（lg（dist）（）距离由中科院国家授时中心提供的有关软件测算获得），而两省间行业结构差异（dif_stu）的计算方法有多种，在此我们选择Ghosh and Wol（f1997）提出的方案，具体如下：首先计算省内各行业产值占省GDP的比重，然后计算省与省之间相同行业所占比重的差值，最后将这些差值取绝对值并求和。此外，本文还引入两地经济规模（两地GDP之和的对数值， lg（sumGDP））和联合增长率（j_g,两地增长率之积）两指标以控制规模和发展速度的影响。为研究各个因素对地区之间的相关系数的影响，我们采用最小二乘估计法（OLS）进行回归分析，具体回归方程如下：【6】

　　
　　其中 Corre 为相关系数，在分析行业与行业之间的相关系数差异方面，本文引入三个变量：第一，投入产出系数（IO_Coef），该指标反映的是两个行业之间生产上的联系；第二，行业赫芬达尔指数（HHI），该指标衡量的是行业产出在省份之间的分布情况；第三，行业比重之和的对数（lg（sum_weight），该指标反映的是两个行业总规模的大小，回归方程如下：【7】

　　
　　回归结果如表7和表8所示：【表7.8】

　　
　　以上回归结果表明：两省之间的距离越远、经济结构差异越大，两省经济冲击的联动作用就越小；在行业方面，两个行业间投入产出系数越高，则行业间关联性越高，说明经济波动可以由上下游产业链进行传递；另外赫芬达尔指数越高，即行业产出在省份之间分布越集中，行业间关联性越低，这可能是因为，如果某个行业的集中度很高，如主要集中在A省份，那么在A以外省份经济中占比就会很小，与这些省份中其它行业的关联性就会下降，从而降低了平均的关联性；最后行业的规模对行业间的联动有正向促进作用，这是因为行业规模越大，其对其它行业产品和服务的需求也就越大，同时该行业向其它行业提供的产品和服务也就越多，当两个行业的规模都很大时，二者间的关联性就比较高了。

　　五、总体经济的波动
　　
　　总体经济的波动是经济体内所有冲击相互作用的最终结果，所以它既能反映微观经济冲击的大小，也能反映行业与行业、省与省之间冲击的联动和相互抵消作用。【图5】

　　
　　图5有助于我们更清楚地了解不同层面经济波动之间的差异性。最上面的一条线是将微观波动取绝对值后加权平均达到的，它反映的是我国一定时期内经济发生的所有波动的总大小，它不允许行业与行业间、省与省间波动相互抵消。中间的两条线分别是省份和行业实际波动的绝对值，它们分别允许在各自内部异向波动相互抵消；最下面的一条是我国经济实际总波动的绝对值，它是先用加权平均的方法根据微观波动的实际值计算出行业（省份）的实际波动，然后将行业（省份）实际波动值加权平均，最后再将结果取绝对值，该结果反映的是我国经济最终实际受到的冲击的大小，它允许行业间、行业内、省间以及省内同时存在波动的抵消现象。

　　由此可知，不同层面的经济波动大小是不一样的，当我们考察的范围越广，加总程度越高时，经济波动的幅度就越小。这种差异体现了各种相关性（联动性）低于1的事实。六、结论及相关政策建议本文试图探讨区域与产业因素在中国经济波动中的相对重要性。分析的结果表明，这一问题的答案取决于考察的范围或加总程度。在微观层面，尽管行业微观冲击与地区微观冲击幅度相当，但是行业内相关系数超过地区内相关系数，因而行业因素起主导作用（例如，四川省农业的冲击主要受其它省份农业的影响而非四川省内其它行业）；在更高的加总层面，即对于国家整体经济的波动而言，地区冲击不但幅度高于行业冲击，而且地区间冲击联动性也更强，因而地区冲击占主导地位。从政策制定的角度来看，如果某地区的某个行业受到冲击，那么国家相关部门制定的政策应主要针对该行业，借助行业内部的相互影响实现对行业波动的平抑。但是，当国家整体经济发生波动时，政府应从地区（而非行业）的角度着手，对某些经济总量大、与其它省份关联度高的省份进行重点调控，这样才能起到较好的熨平经济波动的效果。

　　参考文献
　　[1] 陈柏福，2010,《我国产业结构变动对经济周期波动影响的实证分析》，《经济地理》，第 12 期，2031-2036.
　　[2] 陈诗一，2011,《中国工业分行业统计数据估算：1980--2008》，《经济学（季刊）》，第 3 期，735-776.
　　[3] 黄玖立、李坤望、黎德福，2011,《中国地区实际经济周期的协同性》，《世界经济》，第 9 期，19-41.
　　[4] 李猛，2010,《产业结构与经济波动的关联性研究》，《经济评论》，第 6 期，98-104.
　　[5] 李勇和王满仓，2011,《中国地区经济周期来源及其分解：基于市场成长的视角》，《当代财经》，第 9 期，11-21.
　　[6] 马建堂，1988,《周期波动与结构变动--经济周期影响产业结构的机制初探》，《经济研究》，第 6 期，65-73.
　　[7] 孙广生，2006,《经济波动与产业波动（1986-2003） --相关性、特征及推动因素的初步研究》，《中国社会科学》，第 3 期，62-73.
　　[8] 吴贾、徐舒、袁景安，2012,《开放经济下随机折现因子对经济周期与经济波动的解释能力》，《投资研究》，3 期，35-51.
　　[9] 徐灵超，2012,《中国信贷市场利率与经济波动：2004-2010》，《投资研究》，3 期，84-97.