摘要： 本文基于世界投入产出数据库提供的 1995~2009年投入产出数据， 运用网络分析方法， 从产业结构中心度视角， 研究了G7和BRIC产业结构的演进规律。

关键词： 产业结构 演进特征 网络分析

    本文基于网络分析方法， 根据投入产出数据构建产业结构网络模型及产业部门中心地位的度量指标， 从各部门在产业结构中所处地位的视角， 分析发达国家和新兴国家产业结构的演进特征， 拓展现有研究视角， 发掘被传统分析工具所忽视的特征。

（一） 产业结构网络模型构建

1.产业结构部门关系矩阵构建。产业部门之间是相互关联的， 每个部门在消耗其它部门产出的同时也在为其它部门的生产提供投入， 这一经济活动对应于投入产出表的中间流量数据。对于包含n个部门的经济体， 中间流量数据a ij （i，j=1，2， ……，n） 表示部门j生产过程中消耗的部门i生产的产品和服务。根据Montresor 和Marzetti （2009）对矩阵规模效应问题的处理方法， 本文对中间流量数据进行单位化处理， 用 A ij 表示部门i生产而被部门j消耗的产品占部门j中间消耗总量的比重， 即：以A ij 为元素建立的n×n关联关系矩阵记为 A， 即：（1）显然， 关联系数矩阵反映了各部门之间的产品消耗关系。

2.产业结构网络程度中心度指标构建。网络中心度常用于分析网络成员的活跃程度， 以度量网络成员在网络中的重要性。网络中心度越大， 说明该产业部门在产业结构网络中具有越重要的地位。程度中心度、 亲密中心度和中间中心度 （Wasserman and Faust， 1994） 是网络分析中广泛使用的3个指标。亲密中心度和中间中心度反映网络成员间的亲密程度和最短路径， 程度中心度基于某部门与其他部门之间的中间产品流动信息， 度量某部门参与产业结构网络产品交流的活跃程度， 可以从参与中间产品流动的程度来反映某部门在产业结构网络中的地位。某部门的程度中心度越高， 意味着该部门在产业结构中发挥的产品流转中枢作用越大， 该部门在产业结构中的地位越重要。因此， 本文采用程度中心度度量产业部门重要性。记部门i的程度中心度为c i ， 计算公式为：除以网络规模 （即网络成员的数量， 在本文研究的产业结构网络中即为部门数量n） 是为了消除不同网络规模对程度中心度的影响 （Wasserman and Faust， 1994） 。显然，C i 的取值在0到1之间： 取值越高表示该部门与其他部门联系越密切； 取值为 0 表示该部门与任何部门都没有联系； 取值为1表示所有其他部门都只与该部门有联系， 此时该部门的参与程度最高， 显然该部门也最重要。

3.产业结构网络中心势指标构建。由Freeman （1979）提出、 并被Wasserman和Faust （1994） 进一步发展的网络中心势， 可用于度量产业结构网络中重要部门的集中程度。其计算依据主要是各网络成员 （对应于本文中的产业部门） 的程度中心度到网络中最重要部门的程度中心度的距离之和。其计算公式为：其中c max 表示产业部门程度中心度的最大值。 产业结构的网络中心势越小， 则对应时期内产业结构网络中产业部门的程度中心度与最重要产业部门的程度中心度的差异越小， 表明各部门的重要性程度差别不大， 不存在主导整个产业结构网络的重要部门； 数值越大， 对应时期内产业结构网络中部门中心地位的差异越明显， 产业结构被少数几个重要的产业部门所主导， 产业结构网络的集中程度越高。

（二） 数据说明为保证不同国家和地区的投入产出表具有可比性， 数据需在一致的框架下统计， 包括使用统一的产品和行业分类， 使用一致的定义和价格单位等。世界投入产出数据库建设项目正是为了满足这个需要。该项目构建的世界投入产出表 （World Input-Output Table， WIOT） ， 其统计对象除27个欧盟成员国外， 还包括美国、 中国、 俄罗斯、 日本、加拿大等13个重要国家， 数据跨度为1995~2009年， 包括35个产业部门。对WIOT数据的内容、 来源和方法的详细介绍可以参考Timmer等 （2012） 。本文选择WIOT中G7和BRIC国家的投入产出数据。

（三） 产业结构网络中心部门重要性演化特征部门程度中心度反映了该部门在产业结构中的中心地位， 在一段时期内产业结构中部门中心地位的变化程度， 反映着产业结构的变动趋势。部门中心度变化越剧烈， 说明产业结构调整越频繁， 尚未形成稳定的产业结构；部门中心度变化缓慢， 则说明产业结构已趋于稳定。

首先， 根据 （1） 式构建各国各年度1995~2009年投入产出关系矩阵， 然后根据 （2） 式计算产业结构中各部门的程度中心度， 度量各部门在产业结构中的重要性。G7国家产业部门重要性演进特征见图1 （依次为美、 日、 英、 德、 法、意、 加， 其中每条线对应一个部门， 横轴为时间， 纵轴为程度中心度） 。类似地， 我们可以得到BRIC国家产业部门中心度地位变化趋势演进图， 结果见图 2 （依次为巴西 （B） 、 俄罗斯（R） 、 印度 （I） 和中国 （C） ） 。

从图1~2上我们可以明显看出， G7与BRIC国家产业部门重要性演进趋势呈现完全不同的特征。 分析趋势线图形， 我们发现了产业结构程度中心度具有如下明显特征。第一个特征是， G7 的产业结构中心度变化趋势线平稳， 而BRIC的趋势线频繁交织。G7的产业部门中心度变化趋势图中各部门对应的线条较为平稳， 说明发达国家的产业结构， 至少从1995年以来， 已基本稳定。不同的是， BRIC的产业部门中心度变化趋势线存在较多交叉， 波动明显， 说明BRIC各国的产业结构仍处于剧烈调整阶段， 产业结构尚未稳定下来。其中， 巴西趋势线图交织的较为温和， 俄罗斯存在少数趋势线的大起大落， 印度的趋势线也开始逐渐清晰， 而中国的趋势线一直很混乱。这说明， 俄罗斯和巴西的产业结构正逐渐趋于稳定， 印度其次， 中国依然没有部门能在产业结构中长期占据明显的中心地位， 符合中国产业结构一直处于调整中的现实。另一个被以往研究所忽略的特征是， G7国家趋势线存在明显分层 （或断层） 现象， 即少数部门的程度中心度非常大， 对应的趋势线远远高于其他部门的趋势线， 继而在图1中呈现出大量空白区域； 相反， BRIC国家趋势线分布较为均匀， 没有分层。 从图中可以明显看出， G7国家的大部分产业部门的趋势线沉淀在图形底部， 只有1至2条趋势线明显高于其他所有趋势线。 说明在G7国家的产业结构中， 存在长期而稳定地具有明显中心地位的产业部门发挥辐射功能， 对于其他部门的生产经营产生重要影响。 这种少数网络节点占据中心地位与其他节点联系， 而其他节点处于网络边缘只与中心节点联系的网络结构， 被称为 “核心—边缘” 结构。 典型的核心-边缘结构使每对成员之间的距离更短， 进而允许信息 （如产品价格、 订单数量等信息） 的快速流动 （Borgatti and Everett， 2000） 。

BRIC国家由于众多趋势线彼此交叉， 使得整个产业的趋势线图形呈现出一片混沌， 没有出现明显的重要性产业部门沉淀。 但是，BRIC各国的产业结构在分层的程度上也有所不同。 分层相对明显的是俄罗斯， 大部分产业部门已逐渐向下沉淀， 而上层产业也正逐渐形成； 紧随其后的是巴西， 上层产业相对稳定， 但中层产业的分层演进还在进行； 印度和中国的产业分层最不明显。 中国尤其不明显， 底部趋势线不多， 上层产业也没有完全稳定下来。我们将G7与BRIC国家的程度中心度按降序排序， 选取排名前三的部门作为产业结构的中心产业部门 （受篇幅限制这里只给出结论不报告数据） 。 我们发现， G7成员的中心产业部门具有惊人的相似性， 全部为第三产业， 尤其是与投融资活动相关的租赁和其他商业活动以及金融保险业。 此外， 出现频率较高的还有批发贸易业、 旅游和其他辅助运输业以及房地产业。 相反， BRIC成员的中心产业部门呈现明显的异质性， 其中巴西的中心产业与 G7 国家相似， 俄罗斯主要包括能源相关的电力燃气和水的生产供应业、 炼油及核燃料加工业等部门， 印度的中心产业部门则经历了由第一产业 （农业） 到第二产业 （电力燃气和水的生产供应业、 内路运输业和建筑业等） 再到第三产业 （金融保险业） 的过渡。 中国的中心产业部门与所有其他国家特征均不同， 是唯一一个在整个研究期内， 第一产业一直在产业结构中占据重要地位的国家。 化学工业和金属制品业也长期是中国的中心产业部门。 也就是说， 中国的中心产业部门长期由第一产业和第二产业中的传统工业构成。

（四） 产业结构网络重要部门集中程度演化特征为测量产业结构网络中各产业部门在程度中心度方面的差异程度， 我们采用 （3） 式定义的网络中心势对产业结构网络重要部门集中程度进行度量。结果如表1。从表中可以看出， 不同国家产业结构的网络中心势存在较大差异。从演化趋势上看， G7国家的网络中心势基本呈现上升趋势， 表明G7国家产业结构的集中程度在逐渐增强， 产业部门产品流动越来越多地依赖于少量的中心产业。从具体取值来看， 网络中心势最大的是法国， 研究期内均超过16%， 均值达到17.1%。其次是德国和美国， 均值都超过了14%。加拿大和日本最低， 均值只有7.7%， 法国均值是它们的2.22倍。说明G7国家整体趋势基本一致， 但具体水平上存在较大差异。对于BRIC国家， 使用图3反映各国产业结构网络中心势随时间的演化趋势。 从图3中可以明显看出， BRIC 国家中网络中心势最高的是俄罗斯， 其均值达到9.3%， 甚至超过了G7国家中的加拿大和日本。 1995~1998 年间俄罗斯产业结构的网络中心势不断上升一度超过14%。 该阶段在俄罗斯产业结构中占据中心地位的产业部门是电力、 煤气及水的生产和供应业。 此后网络中心势急剧下降，继而维持在8%左右。 此外， 巴西、 印度和中国产业结构的网络中心势变化不大。 其中， 巴西和印度的网络中心势均值分别为6.3%和6.0%， 低于G7国家的最低水平。 中国产业结构的网络中心势最低， 研究期内均值只有4.2%， 为同期法国网络中心势均值 （17.1%） 的1/4。 总体来看， 俄罗斯前期由于资源禀赋的优势， 其能源相关部门一度在产业结构中占据重要的中心地位， 此后随着其他产业部门的不断发展， 这一优势地位受到较大挑战； 而巴西、 印度和中国的产业部门地位一直较为均匀， 没有演化出明显的中心产业， 表现为产业结构的集中程度较低。 尤其是中国， 集中程度指标远低于BRIC国家的平均值， 集中现象最不明显， 表明产业发展还不成熟， 没有一个行业能脱颖而出起到中心作用。

（五） 结论

本文基于社网络分析方法， 采用 WIOT 提供的 G7 与BRIC国家1995~2009年投入产出数据， 从产业部门地位以及产业结构集中程度的视角， 研究了G7与BRIC国家产业结构的演化特征， 得出如下结论： （1） 研究期内G7国家产业结构已趋于稳定， 而 BRIC 国家产业结构正大幅调整。（2） G7国家中心产业部门主要是与投融资活动相关的第三产业。而BRIC国家中心产业部门仍然是第一产业和第二产业， 但逐渐呈现出第三产业占据重要地位的趋势。巴西和印度的中心产业部门中， 金融保险业开始出现， 说明这两个国家的产业结构中， 金融保险业相对较为活跃， 对其他产业部门的生产提供较大力度的金融资源的支持。俄罗斯的能源产业一直占据重要地位， 而中国的农业一直作为中心产业部门而存在， 尽管近年来地位也呈现下降趋势。 （3） G7国家产业结构呈现 “核心—边缘” 结构特征， 而BRIC国家则没有。G7国家少数极为重要的产业部门在产业结构中发挥着产品流转中枢的作用， 其他部门主要与中心产业部门直接联系， 网络结构呈现出明显的集中特征。BRIC国家， 尤其中国， 产业部门地位趋势线复杂交织， 部门的重要性分布较为均匀， 网络中心势仅为法国的四分之一， 重要性部门集中程度不高。通过促进核心产业部门的形成， 可以发挥 “核心—边缘” 结构信息流动的优势， 促进产业结构的转型升级。

参考文献（1） Borgatti S. P.，Everett M. G.， 2000， “Models of Core/Periph⁃ery Structures” ， Social Networks， 21 （4） ,pp.375~395.（2） Freeman L C.， 1979， “Centrality in Social Networks Conceptu⁃al Clarification” ， Social Networks， 1 （3） ,pp.215~239.（3） Montresor S.，Marzetti G. V.， 2009， “Applying Social NetworkAnalysis to Input- output Based Innovation Matrices：An IllustrativeApplication to Six OECD Technological Systems for the Middle 1990s” ，Economic Systems Research， 21 （2） ,pp.129~149.（4） Timmer M.， Erumban A. A.， Francois J.， Genty A.， Gouma R.，Los B.， Neuwahl F.， Pindyuk O.， Poeschl J.，Rueda-Cantuche J. M.，2012， “The World Input-output Database（WIOD） ：Contents，Sourcesand Methods” ， WIOD Background Document Available at www.wiod.org.（5）Wasserman S，Faust K.，1994， “Social Network Analysis：Methods and Applications” ， Cambridge University Press.