中国直辖市社会核算矩阵数据集

1 前言

现代经济学分析产业之间的投入产出联系，精确地刻画了社会经济中各个部门各个产业是如何关联的。比如汽车产量的增加，不但引起钢铁产量的增加，还会引起塑料、橡胶、电子、化工、机械等各个部门产量的增加，这些部门的发展又会进一步刺激更多行业的发展。因此，经济学家列昂惕夫（Wassily Leontief）提出了投入产出模型，也即列昂惕夫模型，运用联立的线性方程组对国民经济各个部门经济与技术的相互联系与相互影响进行精确的描述^[1]。投入产出方法的提出，对现代经济学的发展产生了巨大的促进作用与深远的影响。CGE模型全称是可计算一般均衡模型（Computable General Equilibrium Model），是投入产出分析的深化与发展。传统的投入产出模型只是从生产的中间产品/中间投入与要素投入、最终产品等环节进行分析，并没有考虑居民、企业、政府等部门的经济活动，也没有考虑储蓄、投资、进出口等社会经济账目，因此其作用具有一定的局限性^[1]。CGE模型将居民、企业、政府、储蓄、投资、进出口等部门与账目统一设置在模型中进行综合考虑，根据瓦尔拉斯的一般均衡思想^[2]对其价格变量进行求解，分析结果更加全面、系统，因此在国际贸易、政府税收、资源与环境、公共政策等领域发挥了巨大的作用，得到了广泛的应用，逐渐成为现代经济学研究的一个重要工具^[1]。

CGE模型数据来源于社会核算矩阵（Social Accounting Matrix，SAM），而社会核算矩阵以投入产出表为基础，在投入产出表的基础上增加了政府、储蓄投资、进出口等部门与模块，反映社会经济各个部门之间资金流动与比例关系，对社会经济活动进行了更加细致的刻画。同时，我国一般只有直辖市与省级行政区才编制投入产出表，而且每逢尾数为2、7的年份编表，编制时间间隔为5年，为了保持数据的更新，每逢尾数为0、5的年份编制投入产出延长表，投入产出延长表是在投入产出表的基础上进行数据更新，部门分类与投入产出表完全一致，数据也具有延长性，只是数据来源于统计资料，而不是像投入产出表中的数据那样来自直接调查，因此投入产出延长表与投入产出表基本一致，可以一起使用。由于目前国家统计局尚未编制2017年直辖市投入产出表，最新的投入产出表是2015年重庆市投入产出延长表。本文以北京市、天津市、上海市与重庆市为例，根据相关数据编制2015年重庆市SAM表、2012年北京、天津、上海、重庆4个直辖市的SAM表。

2 数据集元数据简介

《中国四个直辖市社会核算矩阵数据集（2012，2015）》^[3]的名称、作者、地理区域、数据年代、数据格式、数据集组成、数据出版与共享服务平台、数据共享政策等信息见表1。

3 数据研发方法

3.1 要素定义

SAM表中的10种要素包括工矿仓储、交通运输、住宅、商服、公共管理、劳动力、资本、土地、居民、政府。行业用地类型与投入产出部门的对应关系见表2。

续表

与投入产出表类似，SAM表是一个行与列相等的矩阵，相同的行与列对应国民经济中的某个部门。一般来说，SAM表包括生产/活动、劳动力、土地与资本等生产要素、以及居民、政府等账户与部门^[1]。其中生产/活动部门反应了产业部门之间的中间需求与中间投入关系，可以分开成生产与活动两个部门，也可以根据需要合成一个部门，为了分析需要进行简化处理，将生产与活动两个部门合并为生产/活动部门，具体见表3所示。

土地是一切生产与消费活动的物质载体，承载着所有产业部门的生产与服务活动，通过分析可以发现，我国投入产出分析的42个产业部门基本上与我国土地利用现状分类一级类^[5]中的交通运输用地、工矿仓储用地等5种国有建设用地类型相对应（表2）。具体来看，根据土地分类中的建设用地划分与行业定义，可以将投入产出表中的信息传输、软件和信息技术服务等5个行业与商服用地进行对应；将煤炭开采和洗选业、金属冶炼和压延加工品等27个行业与工矿仓储用地进行对应；将科学研究和技术服务、水利、环境和公共设施管理等7个行业与公共管理与公共服务用地进行对应；将房地产业与住宅用地进行对应。实际上，投入产出表42部门存在部分重叠领域，因此无法和土地利用现状分类完全一一对应，比如仓储业的划分问题。由于仓储业与交通运输业在我国投入产出表中被合并为交通运输、仓储和邮政业（代码30），无法进行拆分，并且在这里仓储业是指专门从事货物运输中转仓储，以及以仓储为主的货物配送活动，其主要的业务与交通运输属于同一门类，因此将交通运输及仓储业与交通运输用地进行对应。国有建设用地中的特殊用地包括军事设施、使领馆等用地，建设用地中的水域及水利设施用地包括水库水面、沿海滩涂等用地，其他用地包括空闲地。以北京市为例，2012年北京市特殊用地、水域及水利设施用地和其他用地分别为3.33、6.83和0 hm^2[6]，所占比例很小，并且与城市社会经济联系并不紧密，因此没有被纳入研究范围。由于本数据集主要用来研究城市建设用地结构，因此剔除投入产出表中农林牧渔等部门数据与相应的农用地数据。SAM表的其他部门借鉴文献^[1]，与标准CGE模型相匹配，包括要素、居民、政府与汇总等部门。

3.2 统计方法

根据以上分析，首先将2012年北京市、上海市、天津市与重庆市投入产出表^{[7, 10]}与2015年重庆市投入产出延长表^[10]中的原始数据根据表2部门分类进行横向与纵向的合并，然后将SAM表的其他部分数据根据各省市统计年鉴补齐。其中2012、2015年重庆市与2012年北京市、上海市、天津市交通运输用地、工矿仓储用地、公共管理与公共服务用地、住宅用地以及商服用地数据来源于文献^{[6, 11]}：国有建设用地供应情况——按用地类型和省市分列；SAM表要素增值部分来源于2012、2015年重庆市与2012年北京市、上海市、天津市投入产出表要素增值部分^{[7, 10, 12]}；SAM表的居民要素收入来源于2013、2016年重庆市与2013年北京市、上海市、天津市统计年鉴人民生活与物价部分^{[13, 17]}；SAM表的居民消费与政府购买来源于2012、2015年重庆市与2012年北京市、上海市、天津市投入产出表^{[7, 10, 12]}；SAM表个人所得税来源于2013、2016年重庆市与2013年北京市、上海市、天津市统计年鉴财政部分^{[13, 17]}。

与投入产出表相似，SAM表每列的总数与每行的总数相等，即实现SAM表的“平衡”。但是，通常意义上初级的SAM表并不平衡，因此需要通过不同的方法使其平衡。交叉熵法（Cross Entropy）是现代CGE模型采用的较多的平衡方法，包括直接交叉熵法与系数交叉熵法，其中系数交叉熵法主要是针对现有SAM表数据的更新。因此，为了保留经济学思想，又克服其主观性，本数据集采用以直接交叉熵法为主、手动平衡法为辅的方法对SAM表进行平衡。交叉熵法根据信息经济学提出的信息熵来构建模型，其目标函数为^[1]：

$H={\displaystyle \sum _j^n{\displaystyle \sum _i^n{Q}_{\mathrm{ij}}}}$，$\overline{H}={\displaystyle \sum _j^n{\displaystyle \sum _i^n\overline{Q_{\mathrm{ij}}}}}$，$s.t.{\displaystyle \sum _i^n{Q}_{\mathrm{ik}}}={\displaystyle \sum _j^n{Q}_{\mathrm{kj}}}$ (2)

式中，$\overline{Q_{\mathrm{ij}}}$是SAM表的原始数据，$Q_{\mathrm{ij}}$是平衡后的数据，均为正数。

4 数据集组成

本数据集存储为1个.xlsx格式文件，由6个数据表组成，数据量为25.2 KB，具体参见表1。

5 讨论和总结

SAM表是CGE模型的基础数据，也是投入产出表的进一步发展，在投入产出表的基础上增加了政府、储蓄投资、进出口等部门与模块，反映社会经济各个部门之间资金流动与比例关系，对社会经济活动进行了更加细致的刻画。以北京市SAM表为例，通过可计算一般均衡分析，分析GDP增加、劳动力、资金与土地等各种要素价格与总量变化等情况下，预测北京市经济社会各部门受到的影响，以此进行更精准的政策评估与调整。例如，当GDP增速为6.5%、土地价格上涨20%、劳动力总量增加20%时，将SAM表数据输入GAMS （General Algebraic Modeling System）软件，建立相应CGE模型后的结果见表4。

由表4可知：总体来看，伴随着经济发展，在GDP平稳增加、土地要素价格不断上涨、二胎政策带来劳动力供给显著增加等3种情景模拟下，北京市新增建设用地结构发生了显著的变化。当预期GDP平稳增长6.5%时，与实际值相比，要有效加大交通运输用地、住宅用地、公共管理与公共服务用地的供给；当土地价格增加20%，由于用地成本的明显增加，除交通运输用地以外，要严格控制工矿仓储用地、住宅用地、商服用地、公共管理与公共服务用地的审批与供给；预期劳动力总量增加20%时，模拟结果与情景2比较类似。因此，编制北京市、上海市、天津市与重庆市SAM表有利于运用CGE模型对各直辖市的社会经济问题进行更加全面而深入地分析。