《产业竞争力目标下的微观数据统计方法应用研究.doc》由会员分享，可在线阅读，更多相关《产业竞争力目标下的微观数据统计方法应用研究.doc（118页珍藏版）》请在金锄头文库上搜索。
1、产业竞争力目标下的微观数据统计方法应用研究Application of Micro-data Statistical Methods in Industrial Competitiveness中国人民大学 付文静、周芳、陈琳摘要：从系统分析的角度讲，产业竞争力研究不仅包括对产业竞争力水平和内在驱动力的分析，还不可缺少对产业外部竞争格局的探讨。从这一角度来看，迈克尔波特首创的“钻石模型”和“五力分析模型”以及后续研究者的修正与丰富为我们展开产业竞争力的系统研究奠定了坚实的理论基础。以此为基础，我们可以通过引入微观数据统计方法、合并使用企业数据与宏观经济数据融，来实现对产业竞争力的系统研究：在产业
2、竞争力的内在驱动力研究中，因子分析可用于理论驱动因素的提取，多元回归分析或路径分析可用于对这些驱动因素的驱动力进行定量分析；在产业外部竞争格局的研究中，常用于收入分配问题的洛伦兹曲线和基尼系数可引用来反映上下游产业的相对垄断性，Kolmogov-Smirnov检验可用于判断目标产业与重要上下游产业之间的相对垄断性的是否存在显著性差异。本文以2008年全国经济普查数据和2007年北京市投入产出数据为基础对北京市仪器仪表及文化、办公用机械制造业的产业竞争力进行了实证分析，提出了一套适用于产业竞争力系统研究的微观数据统计方法体系。实证分析结论显示：该产业的盈利能力在北京市制造业中名列前茅，其产业竞争
3、力主要受管理创新和市场需求的影响。但是在与重要上、下游产业的竞争和谈判中，由于该产业的垄断程度较低，可能会影响到其产业竞争力的充分发挥。关键词：产业竞争力；微观数据统计；驱动因素；竞争格局一、引言工业革命推动了社会生产力的突飞猛进。社会再生产的不断扩大加剧了经济发展与资源有限性之间的矛盾。改革开放以来我国经济的持续、迅速腾飞，足以令世界惊叹。可连续30年的粗放型经济增长严重消耗了我国的资源和要素存量，并由此引发了生态环境破坏、资源能源耗竭、环境污染严重等问题。当初丰厚的“人口红利”为我国的经济发展做出了不可磨灭的贡献。但随着社会再生产的不断扩大，“刘易斯拐点”的到来已是必然，这使传统经济增长的
4、不可持续性逐渐显露。2008年始于美国的金融危机让我们意识到了相对于关注少数几个重点产业的发展而言，我们更应当从整个产业链着眼来思考产业的布局、协调和发展问题。重整产业链布局，推动产业结构高端化的要求呼之欲出。同时，经济全球化的影响已深入各国，全球已然成为一种牵一发而动全身的势态。世界各国势力蠢蠢欲动。“经济转型”若处理得好，则可能为我国孕育一次新的经济腾飞，但若在转型的过程中出现些意外，则对我国经济发展的影响也是不可低估的。要想在经济转型这一关键时期提高产业结构调整的效率，缩短产业结构调整的“痛苦期”和“风险期”，我们就必须对目前国内对关系国民经济发展的产业链及其重点产业的竞争力问题有全面、
5、深入的了解。二、产业竞争力的理论基础竞争力是一个非常宽泛的概念。对于其定义，国内外至今未有一个明确的结论 芮明杰、富立友、陈晓静，产业国际竞争力评价理论与方法M，复旦大学出版社，2009年。研究者习惯将竞争力划分为企业竞争力、产业竞争力和国家竞争力3个层次 Francis, A. and P, K, Tharakan. The Competitiveness of European Industry M, Routledge, London and New York, 1989. Nelson, R. Recent Writings on Competitiveness: Boxing the
6、 Compass J, California Management Review, 1992, Vol, 34, pp. 127-137.。三者相互影响，密不可分。其中，企业竞争力侧重于观察单个企业是否能通过特有的资源或能力培养出竞争优势，并使其产品或服务在价格或质量上优于竞争对手，从而占领更优质的市场，获取更多利润。它是产业竞争力的基础。没有竞争力强的企业作为支撑，产业竞争力就无从谈起。产业竞争力则关注一个产业在竞争中是否具有竞争优势。它以企业竞争力为基石，但却不是企业竞争力的简单加合。一个产业的竞争对象可以是其他国家或地区的同类产业，也可以是本国或本地区的其他产业。哈佛商学院教授迈克尔波特
7、（Michael E. Porter）的产业竞争力理论是竞争力研究史上的一座里程碑。他著名的“竞争三步曲”：竞争战略 迈克尔波特，竞争战略M，华夏出版社，2005年。、竞争优势 迈克尔波特，竞争优势M，华夏出版社，2005年。和国家竞争优势 迈克尔波特，国家竞争优势M，华夏出版社，2005年。以创造性的思维提出了一系列竞争分析的综合方法和技巧，为理解竞争行为和指导竞争行动提供了较为完整的知识框架。其在国家竞争优势一书中提出了著名的“钻石模型”（图 1）理论，将影响竞争力的因素归结为包括“要素条件”、“需求条件”、“相关与支持性产业”和“企业策略、结构与竞争态势”在内的4个关键要素及“机遇”和“
8、政府”2个辅助要素6。“钻石模型”提出之后，世界各国学者又对该理论进行了丰富和完善，在其基础上又添加了知识吸收与创新、社会文化以及国家产业组织等要素1 Van Den Bosch, F., A. Van Prooijen, and M. E. Porter. The Competitive Advantage of European Nations: The Impact of National Culture A Missing Element in Porters Analysis? A Note on Culture and Competitive Advantage: Response
9、 to van den Bosch and van ProoijienJ, European Management Journal, 1992, Vol. 10, No. 2, pp. 173-178.，使其更适合现代产业竞争力的研究。图 1 波特的“钻石模型”除了“钻石模型”，波特教授在其著作竞争战略里面提出的“五力分析模型”（图 2）也为对我们研究产业竞争力起到了重要指导作用。该模型的提出最初是用于企业竞争环境的分析。波特认为一个企业的竞争环境好坏是由“供应商的讨价还价能力”、“购买者的讨价还价能力”、“潜在竞争者进入的能力”、“替代品的替代能力”和“行业内竞争者现在的竞争能力”5种力量决
10、定的4。事实上，从产业的角度来看，供应商和购买者正好分别对应了上游产业和下游产业。而这两类产业的竞争格局（即垄断程度）对一个产业竞争力的提升是有重大影响的。因此，该理论对于我们研究产业竞争力也是非常重要的如果说“钻石模型”方便了我们思考哪些因素可能在产业竞争力的提升过程中发挥驱动作用，那么“五力分析模型”就指导了我们对产业间竞争优势的分析。图 2 波特的“五力分析模型”三、产业竞争力实证方法应用研究目前国内外关于产业竞争力的界定各有侧重。为了明确实证分析的目标，这里我们将产业竞争力定义为“一个产业在资源条件约束下，通过各种方式创造价值并利用合理渠道在市场上出售其产品或服务以实现价值的能力”。从
11、定义中可以看出，决定产业竞争力的要素共包括两类：（1）产业竞争力的内在驱动力。这类要素包括各种内在地对产业竞争力提升起推动作用的变量，如要素投入、创新、产业间合作、市场需求等。其理论基础就是波特的“钻石模型”及后续国内外研究者对其所做的有效修正。（2）产业的外部竞争格局。这类要素主要包括对产业提升其在相关产业间的相对竞争优势有重大影响作用的变量，如与上、下游产业的相对垄断程度。如果说产业的内在驱动力是产业竞争力的决定要素，是产业提升其竞争力的基础，那么产业的外部竞争格局是产业竞争力的重要影响要素，是产业充分实现其竞争力的条件。因此，我们对产业竞争力进行系统研究时不仅要深入挖掘那些驱动因素是真正
12、能有效驱动产业竞争力的变量，还要客观分析这个产业所处的外部竞争格局是否有利于其竞争力的发挥。（图 3）图 3 产业竞争力的系统研究框架数据预处理内在驱动力研究外部竞争格局研究产业竞争力1 数据预处理与多层数据融合方法产业竞争力是一个涉及管理、经济、市场等多个领域的复杂问题，其驱动因素绝非经济生活的一两个侧面可以完全涵盖。因此有关信息必然来自于不同的统计数据。这样，我们在进行统计描述和建模之前，不仅要选择来源可靠的数据，同时还要使用合理的统计方法来解决不同数据的统计口径问题。利用微观数据及其统计方法进行产业竞争力的系统研究是我们的目的。对于产业竞争力而言，最好的微观数据莫过于企业数据。但能提供详
13、细的企业信息的统计数据种类是非常少的，因此对于一些难以获得企业数据的指标，我们只能借助相应的行业数据。这样，如何将部分具备企业数据的指标与仅能获取行业数据的指标融合起来便是我们在数据预处理阶段需要重点考虑的一个问题。由于这一问题就是想要通过一定的方法对不同层次数据（如行业数据和企业数据）进行处理，使其统计口径满足数据对接的需要，因此我们可称之为“多层数据的融合问题”。多层数据融合问题与目前统计上研究较多的缺失值插补问题具有一定的相似性。常见的缺失值插补方法有Ad hoc法、均值填补法（又可进一步分为非条件均值填补法和条件均值填补法）、相关推估法和贝叶斯法 矛群霞，缺失值处理统计方法的模拟比较研
14、究及应用J，四川大学硕士毕业论文，2005年。各种方法的处理原理和应用局限如表 1所示。表 1 常见的缺失值插补方法方法处理原理应用局限Ad hoc法直接删除有缺失值的样本仅适用于缺失样本占全部样本比例较小的情况非条件均值填补法用全部用本数据的均值估计缺失值容易出现严重低估数据变异性的现象，尤其不适用于缺失样本占全部样本比例较大的情况条件均值填补法先对样本进行分类，然后用样本所属类别的均值估计缺失值可能出现低估数据变异性的现象，估值质量在一定程度上受分类细化程度的影响相关推估法通过建立回归、判别等模型利用已知变量的值推估缺失值估值质量在很大程度上依赖于相关模型的解释力度贝叶斯法利用贝叶斯原理估
15、计缺失值对模型假定的正确性要求极高我们要将行业汇总数据细化到企业层面，其特征相当于处理变量缺失问题，因此合适的方法包括非条件均值填补法、条件均值填补法、相关推估法和贝叶斯法。但是考虑到在有行业汇总数据的情况下条件均值填补法的估计效果优于非条件均值填补法，而贝叶斯法对模型假定的正确性要求极高，因此合适的方法仅剩条件均值填补法和相关推估法。在这两种方法中，条件均值填补法可能出现低估数据变异性的问题；而相关推估法虽然能更好地解决数据变异性问题，但其估值质量又在很大程度上依赖于相关模型的解释力度。因此，单独使用其中任何一种方法似乎都不是最理想的。所以我们在这里尝试将这两种方法结合起来使用。（1）条件均值填补法假设Y是只能得到行业汇总数据的变量，并且这里的行业比我们研究的目标行业分类更细。例如我们的目标行业在国民经济行业分类中的编码为二位码，而所得到的行业汇总数据是按三位码或四位码汇总的。此时，可直接使用每类行业的平均值作为该行业内企业在变量Y上的估计值。（2）相关推估法假设X )表示m个能得到企业数据，且与Y有显著内在联系的变量；是一组可得到企业数据的变量，并且Y与X在理论和实证上均有显著的内在联系。可建立X和Y的关系模型 回归模型可看作是关系模型的一种。，其中为随机误差项，模型解释力度为。此时，可由得到每个企业在变量Y上的估计值。（3
