中国地区投入产出表FES方法_蒋雪梅
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
更进一步地 , 综合均值和变异系数的结 果 , 并将均值
以 0. 01和 变异 系数 以 1. 0为 限区 分 , 统 计结 果被 分 为四 类。其中 , 仅 有 11. 7% 的 系数 分 布于 均值 较 大而 变异 系 数较小的 区间 ; 16. 8% 的系 数分布 于均 值较 小变异 系数 也较小的区间 ; 大部分系数分 布于变异系数较大的 区间 , 其中 19. 3% 的系 数 均值 较 大 , 51. 6% 的系 数 均值 较 小。 Dietzenbacher 和 Heo n对荷兰 1948～ 1984连续 37年 13部门
3 中国地区表的中间投入特点
由于中国经济快速的发展 ,全国 及各地区的经济结构 一直在发生变化 ;加之中国地域辽阔 ,各地区经济基 础、资 源禀赋差异很大 ,地区间技术水平和 发展程度均存在较大 悬殊 ,国外较适用 的传统非 调查法不 一定适用 于中国。本 部分以 1997年地区表为基础 ,首先对中国地 区表的中间投 入特点进行统计分析 ,以初步讨论与 其他国家地区表的具 体差异 ,也为探求适用中国地区表的 编制方法建立基础。
2. 3 FES法
FES( Fundamental Economic Structure)法 [9]则从另 一 个角度诠释了中间投入的技术特征 ,并可用于估计相关 地 区的 中间技术投 入。通 过对一系列 不同地区 IO 表的中 间 投入与该地区特征变量 (如该地区的总产出 ,总增加值等 ) 作回归 , F ES根据回归方程的显著性将矩阵中所有的中 间 流 量分为“基础”与“非基础”两类。该法认 为 ,若 中间投 入 的回归方程显著 ,则表示这些地区具有类似的中间投入 技 术 特征 ,可称为“基础” (也 称“可 估计” )的 投入。其回归 方 程有线性和对数两种形式:
Zij (r ) = T+ UX ( r ) lnZij (r ) = T+ UlnX (r ) r = 1,… ,m; i , j = 1,… ,n
其中 , Zij (r )为 r 地区的中间投入 , X (r )为该地 区的特征变 量。
Jesen曾以澳大利亚昆士兰 10个地 区的 IO 表为例 ,发 现 11部门表 的 FES回 归结果 中 ,有 75% 的 中间投 入变 量 具 有显著 的结果 (显 著水平 为 10% ) ,证 实了 FES方程 可
第 2期 蒋雪梅 ,佟仁城: 中国地区投入产出表 F ES方法
77
年度 IO 表的投入系 数稳定性 进行分 析 ,发 现 86. 4% 的 系 数变 异系数 小于 0. 5[13]。这 说明与 发达 国家相 比 ,中国 表 的投入产出系数变异程度明显偏高 ,不能直接套用发达 国 家的 编表方法。同时表 1也表 明 ,对 中国的 IO 表 进行估 计 时 ,占比重超 过一半的 较小均值和 较大变 异系数 的部分 , 以及本身比重虽小但均值较大的部分 ,都在很大程度上 影 响流量矩阵的估计准确度 ,在估计时 ,应予重点关 注。
蒋雪梅 ,佟仁城
(中国科学院 研究生院 管理学院 ,北京 100049)
摘 要: 由于地区投入产出表的编制需要投入大量人力、物力 ,基于已有统计数据进行的非调查编表方法一 直 受到学界和统计部门的重视。中国各省市大都将编制地区表作为一种制度 ,编表方法的研究具有重要意义。本 文以中国 1997年 27个地区的 40部门投入产出表为背景 ,实证了国外常用的传统非调查编表方法对于中国的不 适用性 ,并基于中国的特点 ,提出了基于稳健回归的 F ES法。实证结果表明 ,该方法的编表准确 度明显高于其 它传统方法。 关键词: F ES;地区投入产出表 ;非调查法 ;稳健 回归 中图分类号: F233 文献标识码: A
3. 1 投入系数特点
1997年中国地区表的部门分类为 40× 40,共涵盖 27个 省市 (以下简称地区 ) ,对各地区的 1600个系 数逐一分析显 然难 以实现。由 于投入 系数 是各 地区 生产 投入 技术 的象 征 [12] ,因 此 ,与中 间投入 相比 ,投入 系数 将更 具稳定 性和 比较意义。这里首先以所有地区投入 系数的平均值及其变 异系数为指标 ,对各地区中间投入特 征进行统计描述。
76
模 糊 系 统 与 数 学 2008年
调整成所需目标地区的表。
以在很大程度上反映这些地区整 体的技术投入水平 [9]。之
2. 2 基于类似地区 IO表的目标调整法
基于 类似地区 IO 表的目标调 整法应 用也很 广泛。它 与地区化方法类似 ,也需以目标地区各部门中间投入矩 阵 行和、列和为控制变量 ;其差异在于 ,该方法认为与全国 表 相比 ,某类似地区的系数更接近于目标地区的技术投入 水 平 ,因此该方法以类似地区表为基础 ,用 R AS调整得到 目 标 表。Hewing s就曾 以华 盛顿 州 1963年 的表为 基础 ,估 计 堪萨斯州 1965年的目标表 [8]。
1 引言
地区投入产出表是区域经济计量分 析的重要工具 ,其 编 制方法 也一 直是投 入产 出学 界的 关注 焦点。编 制地 区 IO 表 的方 法 大致 可 概括 为 三 类 [1] ,一 为 调 查 法 ( Surv ey M ethod) ,即 与编 制全国 表类 似 ,首先进 行各 部门 的物 料 消 耗以及来源 (或流 向 )、增加值产 生、最 终消费 以及调 入 调出 的专项调查 ,对调 查数据进行 处理调 整生成 ;二为 非 调 查法 ( N on-Surv ey M ethod) ,即结合 本地 区各部 门增 加 值、最终消费、总产出等已有统计数据 ,利用具有类似消 耗 结构 的 IO 表 ,用 R AS法 ( Sto ne, 1961)或类 似方法进行 调 整生 成。前一 种方法需 要投入大 量人力、物力、财 力 ,应 用 有很 大难度 ; 而后一种 方法 ,表 的准确度 又与调 查法相 差 甚远。有鉴于此 ,便产生了兼具两者优点的 第三种方法: 混 合 编表法 ( Hy brid M ethod)。混合编 表法对 重要部 门的 投 入系 数或部分重 要投入系 数采用调查 法并将其 作为先 验 信息 ,对其它 投入系数 则采用非调 查法 ,基于某 张具有 类 似结构的 IO 表调整生成。目前 ,混合编表法已被越来越 广 泛用 于地区 表的编 制 [2- 3 ]。我国逢 0、逢 5年 度编制 的延 长 表 , 也采用了混合编表法 [4]。
轴 ,中 间流量 为 Y 轴 ,并 将 FES回归、所有 样本投 入系数 均值以及地区化方法的拟合直线可视化 ,以期更直观了解 投入系数的分布特点及其对应的拟合程度。
根据中间 流量的意 义 ,当 j 部 门总投 入为 0时 , i 部门 对 j 部门的 投入也为 0,因此在 F ES方 程中应有 回归系数 T≈ 0, 此时 ,拟 合曲线应通过 原点。且 对于变异 系数较低 的投入系数 ,观测值会以较低的离散 程度分布在样本均值 附近 ,故用 FES方程做 估计时 ,拟合直 线应有较 高的 R2. 散点图 (如图 1)较好地印证了这一推测。图 1分别给出了变 异系数较低时 ,不同均值水平下的系 数分布。显见 ,不管均 值高低 ,当变 异系数 较低时 , FES方 程的 R2较高 ,且 各种 方法的拟合差异不大。
后 , W esthuizen, Thakur 分 别在此 基础上 ,用美 国、印 度的 数据验证了 F ES法的有效 性 ,并更进一 步 ,引入 了相应部 门的 总 产出、总 投 入、该 地区 的 总 人口 等 特征 变 量估 计
F ES方 程 ,利用 其回归系 数和已知自 变量 ,估计目 标地区 的所 有中间 流量 , 尝 试用 FES法编 制地 区表 [10- 11 ]。但由 于估计结果并未与上文提及的传统方法做比较 ,其有效性 并未得到很好的验证。
由于在编表过程中无法对所编表的 准确度做出判断 , 故难以证明所用方法的有效性 ,本文以中国 1997年调查 法 编制的 27个地区 40部门投入产出表为背景 ,首先假设其 中 某地区 (目标地区 )的中间消耗矩阵不存 在 ,以其它 26张 地
区表或者全国表及部分统计数据为基础 ,生成目标地区的 中间消耗 矩阵 ,并 与其真实 数据做对 比 ,验 证所用 方法的 有效性。因非调查 法是所有 三种方法 的基础 ,且在 表已经 存在的情况下 ,混合编表法中调查重 要系数这一步骤无法 实施。因此 ,本文将省略这一步骤 ,重点关注 于非调查编表 方法及其结果准确度的验证。
第 26卷第 3期 (总第 171期 ) 系 统 工 程 2008年 3月 Sy stems Engi neering
文章编号: 1001-4098( 2008) 03-0075-06
中国地区投入产出表 FES方法
V ol. 26, No. 3 M a r. , 2008
2 相关编表方法综述
对地区表非调查编制方法的讨论比混合法更早 。非调 查法编制 地区表 ,大致 分为两 个步骤 [5]: ① 基于具 有类似 技术 投入结 构的 IO 表调 整得到 目标 地区 的技 术投 入表 ( regional tech nical aa ble) ;②应用非调查调整方法 ,如地区 购买系数 ( r egional purchase coefficient, RPC)、地区区位熵 系数 ( wimple locatio n quotient, SL Q) ,将 得到 的技术 投入 表调整成 中间投入不 包含其他 地区调入的 地区内 投入表 ( intra-regional tra nsac tions table)。但由于投入产出调查中 对地区的内部与外部投入未作区 分 [4 ] ,目前 已有的投入产 出表均为 技术投入表。针对 中国地区 表的这一 特征 ,本文 着重于前一步骤及其综述。
2. 1 基于全国 IO表的地区化方法
在众多方 法中 ,基于全国 IO表 的地区 化方法 是应用 最广的 [6]。该方 法假设全国表的技术投入系 数代表国内各 地区的平 均技术水平 ,因此 ,以目标 地区各 部门中 间投入 矩阵的行和、列和 为控制变量 ,即可将全国表用 R AS法 [7]
收稿日期: 2007-12-20 基金项目: 北京市科委博士论文专项资助项目 ( ZZ0749) 作者简介: 蒋 雪梅 , 女 , 四川人 ,中国科学院研 究生院管理学 院博士研究生 ,研 究方向: 宏观经济 学 , 区域经济学 ; 佟 仁城 ,男 ,山东 人 ,中国科学院研究生院管理学院教授 ,博士生导师 ,研究方向: 数量经济学及投入产出分析。
3. 2 投入系数散点图分析
为进一 步了解 FES方程对中国所有地 区表拟合欠 佳 的原 因 ,本部 分依据表 1中 高 /低 均值和 高 /低变 异系数 的 分类基准 ,在每一类中 ,随机挑选 10个系 数 ,对 27个样本 中 的 观测值 作散 点图进 行比 较。散点图 以部 门总 投入 为 X
> 50
合计
0. 0- < 0. 5
0
2
1
2
4
12
30
51
0. 5- < 0. 8
3
39
27
44
56
75
45
2 89
0. 8- < 1. 0
7
56
35
53
32
39
15
2 37
1. 0- < 2. 0
69
1 57
1 03
12 4
73
69
15
6 10
> 2. 0
2 17
92
39
26
22
8
0
4 04
合计
2 96
3 46
2wk.baidu.com05
24 9
18 7
20 3
10 5
15 91*
注: 其中有 9个系数在所有地区均为 0,此表并未将其列入。 表 1表明 ,中国地区表投入系数的变异 系数普遍偏高 , 变异 系数小于 0. 5的仅 占全部系 数的 3. 2% ,大于 1. 0的 占 63. 7% ;相较之下 ,投入 系数的均 值分布 则集中 在较小 范 围内 ,在 0. 05以 下的系数高达 93. 4% ,而小于 0. 01的为 68. 9% 。
表 1给出了对 1997年中国 27张地区表所 有投入系数的 分析结果。按照从 小到大的 顺序 ,均 值被细 分为 7类 ,变异 系数被细分为 5类。
表 1 中国 1997年 27个地区表投入系数均值及变异系数统 计
变异系数 C Vij
0- < 1
1- < 3
投入系数 均值 a-ij (× 1000) 3- < 5 5- < 10 10- < 20 20- < 50
以 0. 01和 变异 系数 以 1. 0为 限区 分 , 统 计结 果被 分 为四 类。其中 , 仅 有 11. 7% 的 系数 分 布于 均值 较 大而 变异 系 数较小的 区间 ; 16. 8% 的系 数分布 于均 值较 小变异 系数 也较小的区间 ; 大部分系数分 布于变异系数较大的 区间 , 其中 19. 3% 的系 数 均值 较 大 , 51. 6% 的系 数 均值 较 小。 Dietzenbacher 和 Heo n对荷兰 1948～ 1984连续 37年 13部门
3 中国地区表的中间投入特点
由于中国经济快速的发展 ,全国 及各地区的经济结构 一直在发生变化 ;加之中国地域辽阔 ,各地区经济基 础、资 源禀赋差异很大 ,地区间技术水平和 发展程度均存在较大 悬殊 ,国外较适用 的传统非 调查法不 一定适用 于中国。本 部分以 1997年地区表为基础 ,首先对中国地 区表的中间投 入特点进行统计分析 ,以初步讨论与 其他国家地区表的具 体差异 ,也为探求适用中国地区表的 编制方法建立基础。
2. 3 FES法
FES( Fundamental Economic Structure)法 [9]则从另 一 个角度诠释了中间投入的技术特征 ,并可用于估计相关 地 区的 中间技术投 入。通 过对一系列 不同地区 IO 表的中 间 投入与该地区特征变量 (如该地区的总产出 ,总增加值等 ) 作回归 , F ES根据回归方程的显著性将矩阵中所有的中 间 流 量分为“基础”与“非基础”两类。该法认 为 ,若 中间投 入 的回归方程显著 ,则表示这些地区具有类似的中间投入 技 术 特征 ,可称为“基础” (也 称“可 估计” )的 投入。其回归 方 程有线性和对数两种形式:
Zij (r ) = T+ UX ( r ) lnZij (r ) = T+ UlnX (r ) r = 1,… ,m; i , j = 1,… ,n
其中 , Zij (r )为 r 地区的中间投入 , X (r )为该地 区的特征变 量。
Jesen曾以澳大利亚昆士兰 10个地 区的 IO 表为例 ,发 现 11部门表 的 FES回 归结果 中 ,有 75% 的 中间投 入变 量 具 有显著 的结果 (显 著水平 为 10% ) ,证 实了 FES方程 可
第 2期 蒋雪梅 ,佟仁城: 中国地区投入产出表 F ES方法
77
年度 IO 表的投入系 数稳定性 进行分 析 ,发 现 86. 4% 的 系 数变 异系数 小于 0. 5[13]。这 说明与 发达 国家相 比 ,中国 表 的投入产出系数变异程度明显偏高 ,不能直接套用发达 国 家的 编表方法。同时表 1也表 明 ,对 中国的 IO 表 进行估 计 时 ,占比重超 过一半的 较小均值和 较大变 异系数 的部分 , 以及本身比重虽小但均值较大的部分 ,都在很大程度上 影 响流量矩阵的估计准确度 ,在估计时 ,应予重点关 注。
蒋雪梅 ,佟仁城
(中国科学院 研究生院 管理学院 ,北京 100049)
摘 要: 由于地区投入产出表的编制需要投入大量人力、物力 ,基于已有统计数据进行的非调查编表方法一 直 受到学界和统计部门的重视。中国各省市大都将编制地区表作为一种制度 ,编表方法的研究具有重要意义。本 文以中国 1997年 27个地区的 40部门投入产出表为背景 ,实证了国外常用的传统非调查编表方法对于中国的不 适用性 ,并基于中国的特点 ,提出了基于稳健回归的 F ES法。实证结果表明 ,该方法的编表准确 度明显高于其 它传统方法。 关键词: F ES;地区投入产出表 ;非调查法 ;稳健 回归 中图分类号: F233 文献标识码: A
3. 1 投入系数特点
1997年中国地区表的部门分类为 40× 40,共涵盖 27个 省市 (以下简称地区 ) ,对各地区的 1600个系 数逐一分析显 然难 以实现。由 于投入 系数 是各 地区 生产 投入 技术 的象 征 [12] ,因 此 ,与中 间投入 相比 ,投入 系数 将更 具稳定 性和 比较意义。这里首先以所有地区投入 系数的平均值及其变 异系数为指标 ,对各地区中间投入特 征进行统计描述。
76
模 糊 系 统 与 数 学 2008年
调整成所需目标地区的表。
以在很大程度上反映这些地区整 体的技术投入水平 [9]。之
2. 2 基于类似地区 IO表的目标调整法
基于 类似地区 IO 表的目标调 整法应 用也很 广泛。它 与地区化方法类似 ,也需以目标地区各部门中间投入矩 阵 行和、列和为控制变量 ;其差异在于 ,该方法认为与全国 表 相比 ,某类似地区的系数更接近于目标地区的技术投入 水 平 ,因此该方法以类似地区表为基础 ,用 R AS调整得到 目 标 表。Hewing s就曾 以华 盛顿 州 1963年 的表为 基础 ,估 计 堪萨斯州 1965年的目标表 [8]。
1 引言
地区投入产出表是区域经济计量分 析的重要工具 ,其 编 制方法 也一 直是投 入产 出学 界的 关注 焦点。编 制地 区 IO 表 的方 法 大致 可 概括 为 三 类 [1] ,一 为 调 查 法 ( Surv ey M ethod) ,即 与编 制全国 表类 似 ,首先进 行各 部门 的物 料 消 耗以及来源 (或流 向 )、增加值产 生、最 终消费 以及调 入 调出 的专项调查 ,对调 查数据进行 处理调 整生成 ;二为 非 调 查法 ( N on-Surv ey M ethod) ,即结合 本地 区各部 门增 加 值、最终消费、总产出等已有统计数据 ,利用具有类似消 耗 结构 的 IO 表 ,用 R AS法 ( Sto ne, 1961)或类 似方法进行 调 整生 成。前一 种方法需 要投入大 量人力、物力、财 力 ,应 用 有很 大难度 ; 而后一种 方法 ,表 的准确度 又与调 查法相 差 甚远。有鉴于此 ,便产生了兼具两者优点的 第三种方法: 混 合 编表法 ( Hy brid M ethod)。混合编 表法对 重要部 门的 投 入系 数或部分重 要投入系 数采用调查 法并将其 作为先 验 信息 ,对其它 投入系数 则采用非调 查法 ,基于某 张具有 类 似结构的 IO 表调整生成。目前 ,混合编表法已被越来越 广 泛用 于地区 表的编 制 [2- 3 ]。我国逢 0、逢 5年 度编制 的延 长 表 , 也采用了混合编表法 [4]。
轴 ,中 间流量 为 Y 轴 ,并 将 FES回归、所有 样本投 入系数 均值以及地区化方法的拟合直线可视化 ,以期更直观了解 投入系数的分布特点及其对应的拟合程度。
根据中间 流量的意 义 ,当 j 部 门总投 入为 0时 , i 部门 对 j 部门的 投入也为 0,因此在 F ES方 程中应有 回归系数 T≈ 0, 此时 ,拟 合曲线应通过 原点。且 对于变异 系数较低 的投入系数 ,观测值会以较低的离散 程度分布在样本均值 附近 ,故用 FES方程做 估计时 ,拟合直 线应有较 高的 R2. 散点图 (如图 1)较好地印证了这一推测。图 1分别给出了变 异系数较低时 ,不同均值水平下的系 数分布。显见 ,不管均 值高低 ,当变 异系数 较低时 , FES方 程的 R2较高 ,且 各种 方法的拟合差异不大。
后 , W esthuizen, Thakur 分 别在此 基础上 ,用美 国、印 度的 数据验证了 F ES法的有效 性 ,并更进一 步 ,引入 了相应部 门的 总 产出、总 投 入、该 地区 的 总 人口 等 特征 变 量估 计
F ES方 程 ,利用 其回归系 数和已知自 变量 ,估计目 标地区 的所 有中间 流量 , 尝 试用 FES法编 制地 区表 [10- 11 ]。但由 于估计结果并未与上文提及的传统方法做比较 ,其有效性 并未得到很好的验证。
由于在编表过程中无法对所编表的 准确度做出判断 , 故难以证明所用方法的有效性 ,本文以中国 1997年调查 法 编制的 27个地区 40部门投入产出表为背景 ,首先假设其 中 某地区 (目标地区 )的中间消耗矩阵不存 在 ,以其它 26张 地
区表或者全国表及部分统计数据为基础 ,生成目标地区的 中间消耗 矩阵 ,并 与其真实 数据做对 比 ,验 证所用 方法的 有效性。因非调查 法是所有 三种方法 的基础 ,且在 表已经 存在的情况下 ,混合编表法中调查重 要系数这一步骤无法 实施。因此 ,本文将省略这一步骤 ,重点关注 于非调查编表 方法及其结果准确度的验证。
第 26卷第 3期 (总第 171期 ) 系 统 工 程 2008年 3月 Sy stems Engi neering
文章编号: 1001-4098( 2008) 03-0075-06
中国地区投入产出表 FES方法
V ol. 26, No. 3 M a r. , 2008
2 相关编表方法综述
对地区表非调查编制方法的讨论比混合法更早 。非调 查法编制 地区表 ,大致 分为两 个步骤 [5]: ① 基于具 有类似 技术 投入结 构的 IO 表调 整得到 目标 地区 的技 术投 入表 ( regional tech nical aa ble) ;②应用非调查调整方法 ,如地区 购买系数 ( r egional purchase coefficient, RPC)、地区区位熵 系数 ( wimple locatio n quotient, SL Q) ,将 得到 的技术 投入 表调整成 中间投入不 包含其他 地区调入的 地区内 投入表 ( intra-regional tra nsac tions table)。但由于投入产出调查中 对地区的内部与外部投入未作区 分 [4 ] ,目前 已有的投入产 出表均为 技术投入表。针对 中国地区 表的这一 特征 ,本文 着重于前一步骤及其综述。
2. 1 基于全国 IO表的地区化方法
在众多方 法中 ,基于全国 IO表 的地区 化方法 是应用 最广的 [6]。该方 法假设全国表的技术投入系 数代表国内各 地区的平 均技术水平 ,因此 ,以目标 地区各 部门中 间投入 矩阵的行和、列和 为控制变量 ,即可将全国表用 R AS法 [7]
收稿日期: 2007-12-20 基金项目: 北京市科委博士论文专项资助项目 ( ZZ0749) 作者简介: 蒋 雪梅 , 女 , 四川人 ,中国科学院研 究生院管理学 院博士研究生 ,研 究方向: 宏观经济 学 , 区域经济学 ; 佟 仁城 ,男 ,山东 人 ,中国科学院研究生院管理学院教授 ,博士生导师 ,研究方向: 数量经济学及投入产出分析。
3. 2 投入系数散点图分析
为进一 步了解 FES方程对中国所有地 区表拟合欠 佳 的原 因 ,本部 分依据表 1中 高 /低 均值和 高 /低变 异系数 的 分类基准 ,在每一类中 ,随机挑选 10个系 数 ,对 27个样本 中 的 观测值 作散 点图进 行比 较。散点图 以部 门总 投入 为 X
> 50
合计
0. 0- < 0. 5
0
2
1
2
4
12
30
51
0. 5- < 0. 8
3
39
27
44
56
75
45
2 89
0. 8- < 1. 0
7
56
35
53
32
39
15
2 37
1. 0- < 2. 0
69
1 57
1 03
12 4
73
69
15
6 10
> 2. 0
2 17
92
39
26
22
8
0
4 04
合计
2 96
3 46
2wk.baidu.com05
24 9
18 7
20 3
10 5
15 91*
注: 其中有 9个系数在所有地区均为 0,此表并未将其列入。 表 1表明 ,中国地区表投入系数的变异 系数普遍偏高 , 变异 系数小于 0. 5的仅 占全部系 数的 3. 2% ,大于 1. 0的 占 63. 7% ;相较之下 ,投入 系数的均 值分布 则集中 在较小 范 围内 ,在 0. 05以 下的系数高达 93. 4% ,而小于 0. 01的为 68. 9% 。
表 1给出了对 1997年中国 27张地区表所 有投入系数的 分析结果。按照从 小到大的 顺序 ,均 值被细 分为 7类 ,变异 系数被细分为 5类。
表 1 中国 1997年 27个地区表投入系数均值及变异系数统 计
变异系数 C Vij
0- < 1
1- < 3
投入系数 均值 a-ij (× 1000) 3- < 5 5- < 10 10- < 20 20- < 50