基于多变量稳健估计法的我国通信业区域差异研究

李雄英 王斌会 谢贤芬



基于多变量稳健估计法的我国通信业区域差异研究

李雄英 王斌会 谢贤芬

根据钻石模型，构建相应的指标体系，采用多变量稳健估计法对中国通信业发展水平区域差异进行实证研究。结果表明：在中国31个省、直辖市和自治区的通信业发展水平中，广东、江苏、上海和北京位列前4名，西藏、贵州、甘肃和宁夏位列后4名；从排名结果来看，东部地区的综合排名比西部地区靠前。结合具体情况，分析了造成通信业发展水平区域差异的原因，并提出相应的政策建议。

通信业;区域差异; 传统主成分; 多变量稳健估计法

一 引 言

1978年改革开放以来，随着经济和社会的发展，我国通信产业取得了巨大的成就。但是我国区域资源的分布特征以及经济发展差距较大，导致各地区通信业发展不平衡。通过研究区域间通信业发展差异，找到影响其发展的主要因素，对推进我国区域通信业的协调、有序、健康和快速发展有重要意义。

区域差异主要表现为在一个国家内部，一些区域比另一些区域有更快的增长速度、更高的经济发展水平和更强的经济实力，以致在空间上呈现发达地区与不发达地区并存的格局。日益扩大的区域差异已越来越明显地影响到经济繁荣、社会稳定和国家统一(Wei,1999[1];Demurger,2001[2])。我国实施西部大开发战略以来，西部地区的通信业快速发展，但与东南部沿海地区相比，差距依然很大。例如在中西部地区，收入对通信业业务增长会产生显著影响，但东南部发达地区则不会。东南部沿海地区通信业相应设备的价格会对业务增长特征产生显著影响，而中西部地区则没有出现。影响通信产业发展的主要原因有哪些，应该制定什么对策来减轻区域差异带来的影响，一直是理论研究者和实际经济工作者感兴趣的话题。

近几年来，学术界对通信业区域发展问题做了许多研究。刘宇(2006)[3]采用投入产出方法对20世纪90年代电信业的经济影响进行了实证研究；李元生等(2006)[4]运用随机试验熵的概念计算中国电信业“七五”至“九五”时期历年的熵值，分析中国电信业区域的不均衡发展状况；刘孟飞(2014)[5]在DEA-Tobit两阶段分析框架下研究中国电信产业效率，认为东部地区省份综合效率、纯技术效率排名靠前，网络融合对电信业综合效率和纯技术效率的提升起到了促进作用；Lien和Peng(2001)[6]对OECD国家的电信业进行了分析。其中大部分主要使用参数的随机边界分析法(Stochastic Frontier Function Approach,SFA)和非参数数据包络分析法(Data Envelopment Approach, DEA)；也有学者(Resende和Facanha,2005[7]等)使用传统主成分方法对通信业进行了研究。主成分方法的关键是计算出变量的协方差矩阵或者相关矩阵，而使用传统主成分方法得到的协方差矩阵或者相关矩阵是一个不稳健的估计量，对离群值非常敏感，影响所计算的特征值和特征向量，因而产生不合理的结果。有学者提出并且使用稳健统计方法(王斌会，2007[8]，2015[9]；郭亚凡，2007[10]；Aelst et al.,2002[11])，这种方法有很高的抗离群值的作用，但目前较少学者使用此方法对通信业的区域差异发展水平做相应的研究。基于以上考虑，本文使用多变量稳健估计方法对我国通信业的区域差异进行研究，并对促进我国各地区通信业保持协调稳定可持续的增长提出相应的政策建议。

二 MCD稳健估计方法的原理、算法和模拟比较

(一)MCD估计方法的基本原理

1984年，Rousseeuw最早提出了MCD(Minimum Covariance Determinant)多变量稳健估计方法，主要是利用迭代和马氏距离的思想构造一个稳健的协方差矩阵估计量，在此基础上计算稳健相关矩阵，从而进行主成分分析。算法的结构保证了该方法具有很高的稳健性。

(二)MCD估计的具体算法及稳健主成分的计算步骤

当det(S2)≠det(S1)时，反复进行迭代，至det(Sn)=det(Sn-1)停止。这个过程称为C-step，其用算法可描述为：

对于给定的h个样本集Hold或分布(Told，Sold)，进行以下步骤：

1. 计算对于i=1,2,…,n的马氏距离dold(i)；

2. 对dold(i)进行排序，产生一个数列π，其中dold(π(1))≤dold(π(2))≤…≤dold(π(n))；

3. 令Hnew={π(1),π(2),…,π(h)}；

4. 计算Tnew=ave(Hnew)以及Snew=cov(Hnew)。

重复1-4步进行迭代，当det(S2)=0或det(S2)=det(S1)时停止运算。

通过MCD方法得到了稳健的协方差矩阵，用于下一步的稳健主成分分析。稳健主成分分析法的目的是构造一个稳健的协方差矩阵，归根到底就是要降低离群值对协方差矩阵的影响，并把离群值的遮蔽效应去掉，把离群值高效地检测出来，降低它对结果的影响。

(三)稳健主成分综合评价模型的建立

1.数据的标准化处理。由于不同指标具有不同的量纲，为消除不同量纲对结果可能产生的影响，对各指标数据进行稳健标准化处理，如下式所示：

其中μR为数据的稳健均值，σR为数据的稳健标准差，经过稳健标准化处理后，每个指标的均值为0，方差为1。

2.使用上述MCD估计方法计算其稳健协方差矩阵cov(Hnew)。

4.确定稳健主成分。设Comp.1、Comp.2、Comp.3、…、Comp.p为p个稳健主成分，其中前m个稳健主成分包含的数据信息总量(即其累积方差贡献率)不低于80%时，可取前m个稳健主成分来反映原评价对象。

三 中国通信业发展水平的区域差异实证分析

(一)通信业发展机理

经济全球化背景下，一国或一地区的通信业发展规模和速度主要取决于其竞争优势。国际通信业较量的结果通常由本国该产业的生产效率、营销能力和服务能力所决定。产业之间竞争的结果最终表现为该国或该地区产业在市场上的占有率或盈利能力。影响一国或一地区通信业发展水平的因素有两个：比较优势和竞争优势。比较优势主要由一国资源禀赋决定，而竞争优势则取决于多种因素。按波特的“钻石”体系理论，竞争优势取决于生产要素、需求条件、企业战略结构与竞争、相关与支持产业、政府和机遇这六个方面的因素，其中前4个因素为决定一国或一地区产业发展的“关键要素”。

开放经济条件下，一国或一地区通信业的发展，要以比较优势为基础，但更重要的是产业竞争优势的发挥。比较一国或一地区的通信业发展水平及影响因素，“钻石模型”是一个有效的方法。因此，本文以“钻石模型”为理论依据，根据可获得性与可操作性的原则，在众多可供选择的指标中选取下列指标衡量通信业发展水平。

(二)指标体系的建立与指标选择

通信产业是一国或一地区的基础产业，具有准公共品性质，在衡量其发展水平时须兼顾经济效益和社会效益。经济效益可以通过市场绩效指标来反映，而社会效益指标则是多维的。通信业的生产要素水平主要反映在人力资源状况、资本状况、生产设施设备状况上。随着城市化水平和人均GDP的提高，对通信业服务种类和质量的需求也水涨船高，这两个指标可以反映通信业的市场需求条件。影响通信业发展的相关与支持产业覆盖了其上下游产业，包括电子信息产品的制造业和包括通信服务业在内的服务业。由于通信产业是基础产业，也是服务业，其下游的支持产业相当多，因此把整个服务业视为其支持产业。由于我国通信产业内中国移动、中国联通、中国电信三家国营公司是高度垄断的企业，企业的战略、结构与同业竞争和机遇因素不容易量化，在此不考虑进入指标体系。政府对产业竞争优势的作用主要体现在4个“关键要素”的引导和促进上，为产业内企业创造有利的经营环境，本文选择私有企业数量来反映政府努力的程度。

综合而言，选取经济效益与社会效益、市场需求条件、生产要素、相关与支持产业、政府的作用为一级指标。其中反映经济效益与社会效益的指标包括成本利润率X1(由通信利润总额除以通信业务收入计算)、固定电话普及率X2、移动电话普及率X3以及互联网普及率X4；反映市场需求条件的指标包括人均地区生产总值X5、城镇人口比重X6；反映生产要素的指标包括通信固定资产投资X7、科技人员数量X8、光缆线路长度X9、移动电话交换机容量X10以及互联网宽带接入端口X11；反映相关与支持产业的指标包括二三产业比重X12以及电子信息产业增加值X13；反映政府作用的指标为私营企业数量X14。从国研网、《中国信息产业年鉴》、《中国私营企业年鉴》和《2012年中国电信业发展统计公报》中收集相关指标的数据，以衡量2012年广东、湖南、广西、福建、上海、河北、吉林等31省(市、自治区)通信业发展水平。

(三)通信业发展水平区域差异的实证分析

首先对计量各省市通信业发展水平的相关变量进行描述性统计分析，结果见表3：

表3 原始数据中各变量的定义和描述性统计

数据来源：国研网、《中国信息产业年鉴》、《中国科技统计年鉴》、《中国私营企业年鉴》、《2012年中国电信业发展统计公报》。

为消除不同量纲对结果的可能影响，本文先对各指标数据进行标准化处理，然后计算出稳健标准化，再利用R3.0.2软件对影响通信业发展水平的14个因素进行稳健主成分分析，提取关键因素。根据选取主成分个数的判断标准，即取特征值大于1或累积贡献率达到85%以上的主成分，提取4个主成分，代表了绝大部分的指标信息，运算结果见表4和表5。

表4 相关矩阵的方差、方差贡献率及累计方差贡献率

表5 各地区的稳健主成分综合得分及排名

(续上表)

各地区通信业发展水平的稳健主成分综合得分及排名显示(见表4)，排名比较靠前的有广东、江苏、上海、北京、浙江、山东、辽宁、福建、天津、四川等地区。除四川省外，其余地区均属于沿海发达省市，说明我国通信业的发展水平仍以东南部沿海地区为主导。排名比较靠后的是新疆、广西、江西、云南、海南、青海、宁夏、甘肃、贵州、西藏等地区。除海南外，其余地区均属于“老少边穷”地区，说明我国西部地区和“老少边穷”地区的通信业发展水平与东南部沿海地区省份相比较仍存在差距。

表5 稳健主成分载荷矩阵

由表5稳健主成分载荷矩阵可见：第一主成分Comp1在通信固定资产投资、光缆线路长度、移动电话交换机容量、互联网宽带接入端口、电子信息产业主营业务收入、科技人员数量、私营企业户数上的载荷值都很大。这些指标中，前4个是通信业生产要素投入状况的反映。电子信息产品制造业主营业务收入是通信业的相关与支持产业即关联产业状况的反映。科技人员数量反映人力资本状况，是一国或一地区高级生产要素的指标。私营企业户数反映营商环境，私营企业数量的多寡跟地方政府对待工商业的态度与政策有很大关联，因此用这个指标反映通信业中政府作用，可视为经营环境指标。这些指标综合在一起反映了通信业生产方面的因素，可视为反映地区通信业各要素投入的主成分。第二主成分Comp2在固定电话普及率、移动电话普及率、互联网普及率、人均地区生产总值、城镇人口比重上有较大的载荷值。前3个指标既能反映通信业的社会效益，也能反映社会对通信业服务的需求程度，人均地区生产总值反映一般的社会需求水平，城市化水平(城镇人口比重)与通信业需求程度成正比，因此可视为反映通信业需求因素的主成分。第三主成分Comp3在二三产业比重上有较大的载荷值，一国或一地区的产业结构中工业化程度越高，通信服务业水平就越发达，因此可视为反映通信业相关与支持产业因素方面的主成分。第四主成分Comp4在通信业成本利润率上有很大的载荷值，可视为反映经济效益的主成分。

表6 稳健主成分得分及排名

(续上表)

从第一稳健主成分得分上看(见表6)，广东、江苏、山东、浙江、上海、四川、福建、河南、河北、北京的得分较高，位居前10名；而新疆、贵州、吉林、内蒙古、西藏、甘肃、天津、海南、青海、宁夏的得分较低，位居后10名。关于通信业的生产要素投入，总的说来，沿海发达省市投入较多，“老少边穷”地区投入较少。从第二主成分得分来看，北京、上海、广东、江苏、天津、浙江、福建、辽宁、内蒙古、山东得分较高，位居前10名，说明这些省市对通信业的需求较旺，电信服务的普及率也较高，社会效益明显。四川、西藏、湖南、安徽、江西、甘肃、广西、河南、贵州、云南的得分较低，位居后10名，说明这些省市对通信业的服务需求程度较低。关于通信业的需求因素，总的说来，发达地区需求旺盛，中西部落后地区需求较弱。从第三主成分的得分来看，内蒙古、河南、吉林、青海、陕西、山西、辽宁、河北、广西、安徽得分较高，位居前10名，除河北省外，其余省份没有一个是东南部沿海地区的，这些地区的产业结构中工业比重偏大，服务业偏小，以工业为主的产业结构是对通信服务业发展的强有力支撑，因而这些地区通信业的相关与支持产业的基础较好。宁夏、山东、贵州、西藏、福建、浙江、海南、北京、上海、江苏、广东在第三主成分上的得分较低，位居后十名，这些地区中贵州、西藏、海南、北京、上海、广东的第三产业比重超过了第二产业，产业结构呈现轻量化现象，第二产业对通信业的支持力度有限。总的说来，第二产业比重较小的省市通信业的相关与支持产业对通信业的支持水平较低。从第四主成分的得分来看，北京、海南、天津、广西、云南、安徽、湖南、辽宁、黑龙江、重庆得分较高，位居前10名，这些省市在通信业上的投入产出比较高，经济效益较好。其中北京和天津经济发展水平较高，海南、广西、云南则为旅游大省，这5个省市的产业结构均为轻量化结构，服务业比重远超第二产业。浙江、河北、吉林、河南、内蒙古、新疆、青海、四川、西藏、江苏、广东的得分较低，位居后10名，这些省份既有位于沿海地区也有位于中西部地区，通信业的经济效益较差。值得注意的是，排名数一数二的广东和江苏在通信业生产要素投入和需求水平方面都位居前列，但成本利润率排名却倒数第二和第一，说明2012年这两个省通信业的经营技术水平与效率不高，大有改善的余地。

因此，总的说来，我国通信业发展水平表现出强烈的不平衡特征，地区差异较大：一是通信业资源分布的不平衡，东南部沿海省市拥有较好的通信基础设施(光缆线路长度、移动电话交换机容量、互联网宽带接入端口)、较多的生产要素投入(通信业科技人才数量、固定资产投资、电子信息产品制造)和较宽松的企业经营环境(私营企业数量较多)，中西部地区在这三方面的表现较差。例如通信业固定资产投资，排名最靠前的广东占总量11.96%，约为通信固定资产投资排名最后的宁夏的22倍。二是通信业需求程度和社会效益的不平衡，东南部沿海省市对通信业服务的需求较高(较高的固定电话普及率、移动电话普及率、互联网普及率、人均地区生产总值和城市化水平)，通信业的服务水平也较高，而中西部地区较低。三是通信业的相关与支持产业发展水平不平衡，东南部沿海省市垫底而中西部地区位居前列。四是经济效益在东南部沿海省市和西部地区内部出现了分化，东南部沿海省市中北京、天津、海南高居榜首，江苏、广东垫底；西部地区中广西、云南高居榜首，内蒙古、新疆、青海、四川、西藏位居榜尾。五是通信业综合发展水平不平衡，东南部沿海地区高，中西部地区低。

(四)通信业区域发展不平衡原因分析

根据“钻石模型”，包括生产要素、需求条件、相关和支持产业及企业战略、企业结构和同业竞争在内的4个“关键因素”是一国产业竞争优势最重要的来源。生产要素中又包括人力资源和资本资源、知识资源与基础设施。这几个生产要素无论是初级生产要素(如固定资本投资)还是高级生产要素(如科技人才数量)在各省份的分布都是不平衡的。各地区科技人才数量的均值为99772人，其中最大值(山东)为301307人，是最小值地区西藏(3867人)的78倍左右。各地区通信固定资产投资的均值是114.41万元，广东以424.3万元排名第一，是通信固定资产投资平均值的4倍左右，是宁夏(仅19.1万元)的22倍。电话及互联网普及率、人均地区生产总值和城镇化水平反映通信业的需求条件，是通信业发展的动力。即地区通信业市场的大小，会影响通信运营商业务规模和效率，从这一点看，各省市的通信运营商面对的市场大小是不相同的。产业结构反映了通信业的相关与支持性产业水平，而相关与支持性产业是第三个关键要素。沿海地区正进入工业化中后期，随着产业转型升级发展，以及产业结构中服务业比重超过工业比重，工业对通信服务需求在发生新的变化。中西部地区工业化水平处于中期，现正承接沿海地区的产业转移，通信业的上下游得到展开，工业发展有力地支持了通信服务业发展。企业战略、结构与同业竞争则在全国表现出大致相当的水平。在2012年6月以前，各省市的通信业由三寡头垄断经营，不对民营资本开放，市场呈现寡头垄断格局，因而这一关键要素对区域通信业发展差异的影响较弱。此外，在政府作用方面，东南沿海和中西部地区的作用水平也是有差异的，差异反映在营商环境方面的指标——私有企业数量上。

四 结论与政策含义

(一)结论

本文运用基于MCD估计的多变量稳健估计方法对我国各地区的通信业发展水平进行综合分析，研究结果表明国内的通信业存在区域发展水平差异，并且在“钻石模型”体系下分析了通信业区域发展水平差异背后的原因，得到如下结论：

1.我国通信业发展水平地区差异大，无论在生产要素投入还是需求水平、经济效益与社会效益、相关支持产业与政府作用方面均相距甚远。发达地区与不发达地区通信业内部及不同地区通信公司的盈利能力方面也存在差异。东南部沿海发达地区拥有较丰富生产要素与较好的需求条件，但通信业盈利能力较低。相反，资源禀赋与需求条件都较差的西部地区则拥有较强的盈利能力。

2.相关及支持产业对通信业发展水平影响较大，产业结构高级化与通信业的发展水平呈负相关。通信业发展受工业发展程度的影响较大。产业结构中工业比重较大的地区能够给予通信业较大的支持，这类地区多为中西部地区，例如内蒙古和河南；相反，产业结构中服务业比重较大的地区，其工业对通信业的支持力度较弱，例如广东和江苏。

3.政府的正面作用与通信业的发展水平相关性强。通信服务具有准公共品性质，政府具有重要责任。当政府重视企业经营环境、降低行业准入门槛、提供投资机会、提供有效率的行政服务时，行业内私营企业数量增加，市场竞争活跃，生产效率提高。

通信业作为国民经济的支柱性、基础性、先导性行业，在国民经济发展中具有举足轻重的地位，承担着推动国家信息化和促进国民经济发展的重任，其均衡、协调发展对推动国民经济统筹协调和可持续发展尤为重要。

(二)政策含义

1.加快中西部通信业发展，缩小与东南部沿海地区的差距。我国中西部地区省份或自治区如内蒙古、黑龙江、江西、贵州、云南、西藏、甘肃、青海等的通信业发展综合排名总体靠后，需在既定的相关产业支持和需求条件下突出重点，增加研发投入，加强通信基础设施建设，扩大光缆线路长度，增加互联网接入端口，同时引进或培育通信业技术人才，提高从业人员的服务质量。促进地区通信业发展与地区经济发展协调，同时使经济效益与社会效益并重。

2.从国家层面上讲，在规划通信业总体布局时，通信业资源配置应考虑向中西部地区尤其是西部“老、少、边、山、穷”地区倾斜，以一定的融资手段支持这些地区通信业发展。

3.加强通信业垄断监管，进一步推动通信业市场化竞争。通信服务的供给由联通、移动、电信三寡头垄断，已有研究及现实情况表明寡头垄断的市场效率不高。地方政府作为市场的“守夜人”，应根据工信部《关于鼓励和引导民间资本进一步进入电信业的实施意见》制定具体措施和监管办法，支持中小民营资本进入本地通信业细分市场，使市场竞争主体呈现多元化格局，利用“鲶鱼效应”促进通信服务市场发展。

[1] Wei, Y. D.. Regional Inequality in China:Progress in Human[J].Geography,1999, 23(1): 49-59.

[2] Demurger, S.. Infrastructure Development and Economic Growth: An Explanation for Regional Disparities in China[J].JournalofComparativeEconomics, 2001, 29(1): 95-117.

[3] 刘宇. 中国电信业经济影响的定量研究方法——兼论投入产出表的调整[J]. 数量经济技术经济研究, 2006, (6): 98-105.

[4] 李元生, 刘宇. 中国电信业区域不均衡发展的嫡值分析[J]. 数量经济技术经济研究, 2002, (12): 34-35.

[5] 刘孟飞. 网络融合下的中国电信业效率评价及其影响因素研究[J]. 产经评论， 2014， 5(2)： 79-92.

[6] Lien， D., Peng， Y.. Competition and Production Efficiency Telecommunications in OECD Countries[J].InformationEconomicsandPolicy, 2001, 13(6): 51-76.

[7] Marcelo Resende, Luis Otavio Facanha. Price-cap Regulation and Service-quality in Telecommunications: An Empirical Study[J].InformationEconomicsandPolicy, 2005, 17 (1): 1-12.

[8] 王斌会. 稳健主成分分析方法及其在经济管理中的应用[J]. 统计研究, 2007, (24): 72-76.

[9] 王斌会, 李雄英. 稳健因子分析方法的构建及比较研究[J]. 统计研究， 2015， (5)： 84-90. .

[10] 郭亚凡. 稳健统计以及几种统计量的稳健性比较分析[J]. 统计研究, 2007, (9): 82-85.

[11] Pison， G., Aelst， S. V., Willems， G.. Small Sample Corrections for LTS and MCD[J].Metrika, 2002, 55(1-2): 111-123.

[12] Rousseeuw, P. J., Diessen， K. V.. A Fast Algorithm for the Minimum Covariance Determinant Estimator[J].Technometrics, 1999, 41(3): 212-223.

[引用方式]李雄英,王斌会,谢贤芬.基于多变量稳健估计法的我国通信业区域差异研究[J].产经评论,2015,6(4):107-117.

A Study on Regional Differences of China’s Telecommunication Industry Development——Based on the Multivariate Robust Estimation Method

LI Xiong-ying WANG Bin-hui XIE Xian-fen

This paper uses diamond model to build the index system, in addition, it uses the multivariate estimation method to do the empirical research on the regional differences of the development of China Telecommunication industry. The results show that: as for the development level of the telecommunication industry of 31 provinces, municipalities and autonomous regions in China, Guangdong, Jiangsu, Shanghai and Beijing rank the top four, and at the same time, Tibet, Guizhou, Gansu and Ningxia rank the botton four. From the ranking results mentioned above, a comprehensive ranking of the eastern region is better than the western region. Combined with the specific situation, the reasons of the regional differences in the development level of the telecommunication industry and the corresponding policy recommendations are given.

telecommunication industry; regional differences; traditional principal component; multivariate robust estimation

2014-08-12

中央高校基本科研业务费专项资金项目“科技信息统计与绩效评估系统研制”(项目编号：11614801，主持人：王斌会);广东省省部产学研结合项目“大型公共场所突发事件的风险评价及预警监测应急管理系统研制”(项目编号：2011A090200044，主持人：王斌会)。

李雄英，暨南大学经济学院博士研究生，研究方向为统计学在经济管理中的应用；王斌会，暨南大学管理学院教授、博士生导师，研究方向为统计学在经济管理中的应用；谢贤芬，暨南大学经济学院讲师，研究方向为统计信息与决策支持系统。

F632.1

A

1674-8298(2015)04-0107-11

[责任编辑：伍业锋]

10.14007/j.cnki.cjpl.2015.04.010