產業結構升級影響因素的實證分析

潘　團

(安徽財經大學　經濟學院，安徽　蚌埠　233030)

?

產業結構升級影響因素的實證分析

潘團

(安徽財經大學經濟學院，安徽蚌埠233030)

摘要：產業結構升級是轉變中國經濟發展方式的重要途徑，也是實現經濟能夠持續健康發展的內在要求。選取中國2004-2014年30個省級面板數據構建影響產業結構升級的因素指標體系，采用面板單位根、協整和Granger因果檢驗分析指標數據的平穩性和長期趨勢，并通過FMOLS對模型進行估計，研究發現：長期內，勞動力、資本、技術產出、消費水平、政府職能、外商投資、環保投入、能源投入與產業結構升級互為因果關系；勞動力、資本、政府職能和環保投入與產業結構升級存在正相關關系；而技術產出與外商投資對產業結構升級影響并不顯著，消費水平和能源投入對產業結構升級存在負向影響關系。

關鍵詞：產業結構升級；面板單位根檢驗；協整檢驗；Granger因果檢驗；FMOLS

產業結構升級是現代經濟發展理論的核心，它既是外生介入的手段又是內生作用的中介，因此產業結構升級是轉變當前經濟發展方式、實現我國經濟持續健康發展的一個有效突破點。本文從經濟學多角度深入研究產業結構在升級過程中的影響因素，可以更深刻地理解產業結構在升級過程中的經濟變量，根據各個變量的作用大小為產業結構升級措施的制定提供一定的參考建議。

一、文獻綜述

在產業結構升級與經濟發展關系問題上，新古典經濟增長理論認為：在市場完全競爭的基礎上，經濟增長就是勞動力，資本和技術三種要素綜合作用的結果，并且排斥結構因素在經濟增長過程中的作用，而結構主義學派認為在進行產業結構升級過程中，結構因素不僅會促進經濟增長，還會產生一種“結構紅利”，從而加速整個經濟的增長。Hollis B. Chenery(1960)[1]提出調整產業結構是經濟發展方式轉變的內因，同時提出了“標準結構”這一概念，即通過測度經濟的發展程度在不同時期的有關產業結構的標準數據，強調對產業結構變動的各種制約因素的分析，如勞動力規模、資本比例、技術水平等。Walt Whitman Rostow(1988)[2]和Hollis B. Chenery的觀點基本一致，認為一些產業可以通過積極引入現代技術要素在提高自身生產率的同時，還能對其他產業產生“擴散效應”進而提高整個經濟的增長率，轉變當前的生產方式和促進經濟的增長。國內學者大都從影響產業結構升級的經濟因素進行了大量探索。郭克莎(2001)[3]從結構主義的理論和方法出發，從資源優化配置為切入點提出了中國產業結構存在偏差和升級緩慢是導致經濟發展不協調的兩個主要因素，提出要通過不斷提高全要素生產率來加速產業結構升級。杜傳忠，郭樹龍(2011)[4]通過對中國30個省市1997—2009年的面板數據研究了中國產業結構升級的影響因素，結論是資本投入、外商投資、需求等因素對產業結構升級具有正向作用，而勞動者數量、技術水平等對產業結構升級并不顯著。張翠菊，張宗益(2015)[5]用空間自相關分析方法對1997—2012年中國30個省市的面板數據進行研究，結果顯示資本投資、技術進步、城市化等因素有利于我國的產業結構升級，而投資拉動對中國的產業結構升級具有很強的刺激作用。本文在前人研究的基礎上，從供需、技術水平和對外開放等多角度深入分析和研究影響中國產業結構升級的影響因素。

二、研究方法

(一)面板單位根檢驗

由于一些非平穩的序列通常表現出相同的變化趨勢，但這些序列本身并沒有相互影響關系，也就是“虛假回歸”。為了保證估計結果有意義，避免偽回歸，對各序列進行平穩性單位根檢驗。相比于時間序列單位根檢驗方法，面板數據單位根檢驗方法主要有LL檢驗、IPS檢驗、ADF-Fisher檢驗和PP-Fisher檢驗等。

Levin和Lin(1992)[6]提出的LL檢驗雖然具有更強的應用性，在一段時間里得到廣泛使用，適合較大樣本檢驗(時間維度25—250，截面維度10—250)，但LL檢驗還存在著嚴重的局限性。該檢驗忽略面板數據各剖析面序列的一階滯后項系數的差異性，要求零假設和備擇假設是相同的 。要求所有縱剖面時間序列或者都含有單位根，或者所有縱剖面時間序列都是平穩序列，顯然不符合實際。

Im、Pesaran和Shin(1997，2002)提出了IPS檢驗，彌補了LL檢驗的缺陷，不再要求面板數據各剖析面序列的一階滯后系數必須相同，允許部分剖析面序列含有單位根，最后借助蒙特卡洛模擬，發現在小樣本條件下，IPS檢驗方法明顯比LL檢驗合理。但是，IPS檢驗同樣存在缺陷。IPS檢驗前提是各剖析面序列保持相同的時間長度和相同的滯后階數，所以Maddala和Wu(1997)提出ADF檢驗和PP-Fisher檢驗解決了這一問題，允許各剖析面序列具有不同的時間長度和不相的滯后階數，對統計量的滯后長度和樣本數大小的選擇比較精確穩健。綜上所述，對于平衡面板數據，LL檢驗和IPS檢驗和ADF檢驗和PP-Fisher檢驗沒有差異；對于非平衡面板數據，LL檢驗和IPS檢驗則無法精準，所以本文采用ADF檢驗和PP-Fisher檢驗。

(二)面板協整檢驗

如果僅用普通最小二乘法和移動平均法來分析非平穩序列，會出現十分荒謬的結論，不相關的變量可能高度相關，存在相關關系的變量卻得到毫不相關的結論[7]。傳統的辦法無法驗證非平穩序列短期內各變量的自相關關系，但協整檢驗能有效區分它們之間的長期均衡關系問題[8]，若存在長期協整關系，傳統的普通最小二乘法已經無法有效估計模型，可以采用完全修正普通最小二乘法估計(FMOLS)。

單位根檢驗的步驟是，從原序列開始單位根檢驗，如果無法拒絕原假設，存在單位根，則對其一階差分后繼續檢驗，若拒絕原假設，檢驗終止，反之，繼續進行二階甚至高階差分后檢驗，直至平穩。在所有變量序列同階單整的條件下，可以進行面板協整檢驗。協整性是指，不存在短期均衡關系的各個經濟變量之間，通過某種線性組合之后轉化為平穩序列，我們就稱這些變量間存在協整關系。由Pedroni(1995)首先提出面板協整檢驗方法，經過反復的演進，目前主要存在Kao(1999)、Pedroni(2000)、Larsson(2001)三種方法, 當時間長度較大時，這三個檢驗方法都非常高效。但當時間長度縮小時，這三種的檢驗效率也開始下降。若時間寬度固定為10時，隨著樣本量變大，Kao(1999)檢驗則會比Pedroni檢驗的效率高。但隨著時間長度的增大，Pedroni(2000)檢驗比Kao(1999)檢驗效果更好，且它們兩者的檢驗效率都比Larsson檢驗好。本文的面板數據時間長度為11(2004-2014),因此選Kao(1999)檢驗。

(三)Granger因果檢驗

Granger提出，對于面板數據，如果兩個非平穩時間變量存在協整關系，那么它們之間至少有一個方向上的Granger因果關系。Granger因果檢驗能有效驗證兩個變量之間是否存在因果關系，例如變量X的變動是否會引起Y的變化，X過去的值影響Y變動的程度如何？通過分析解釋變量X的滯后項和被解釋變量Y之間的回歸結果，如果X在Y的回歸分析中系數顯著，對Y的預測有益，代表“X是引起Y的原因”[9]。本文采用誤差修正模型[10]作Granger因果檢驗:

△lnY=β00+∑pβ01p△lnX1t-p+∑pβ02p△lnX2t-p+…+∑pβ08p△lnX8t-p+θ0ecmt-1

△lnX1=β10+∑pβ11p△lnYt-p+∑pβ12p△lnX2t-p+…+∑pβ18p△lnX8t-p+θ1ecmt-1…

△lnX8=β00+∑pβ01p△lnX1t-p+∑pβ02p△lnX2t-p+…+∑pβ08p△lnYt-p+θ8ecmt-1

三、實證分析

(一)指標的選擇及模型設定

通過對產業結構升級的初步分析，在設計指標時考慮到數據之間的可能存在的異方差和共線性，提取供需、技術進步、投資等方面的多個指標作為產業結構升級的影響因素。指標體系見表1所示。

表1　指標名稱符號及定義

為了測度影響產業結構升級的各種因素，文章選取了與產業結構升級密切相關的八項指標，并根據道格拉斯生產函數理論建立如下回歸方程：

lnYit=?0+?1lnX1it+?2lnX2it+?3lnX3it+?4lnX4it+?5lnX5it+?6lnX6it+?7lnX7it+?8lnX8it+εit

其中，i為省市，t為年份，為隨機擾動項。本文選用的數據是2004—2014年30個省市的面板數據(西藏地區因為工業污染治理總額較多缺失，未包含在內)，數據來源于中國統計年鑒地區年度數據。通過利用每年美元對人民幣的匯率將外商投資企業投資總額換算成人民幣，并將工業污染治理完成投資總額單位換算成億美元，統一單位。

數據預處理的方法:

(二)計量模型的估計

1.面板單位根檢驗

對產業結構升級程度(lnY)、勞動力(lnX1)、資本(lnX2)、技術產出(lnX3)、消費水平(lnX4)、政府職能(lnX5)、外商投資(lnX6)、環保投入(lnX7)和能源投入(lnX8)及其一階差分作面板單位根檢驗，以確定其平穩性。

根據面板單位根檢驗的結果分析得到(見表2)，ADF-Fisher和PP-Fisher檢驗的結果有很強的一致性，對數序列中只有變量lnY的檢驗結果拒絕原假設，不存在單位根，其他變量都無法拒絕原假設，存在單位根，均是不平穩序列，所以對數序列不滿足平穩性。繼續對一階差分序列作單位根檢驗，結果表明在10%的顯著性水平下拒絕原假設，所有變量都滿足平穩性，可以進行面板協整檢驗。

表2　面板單位根檢驗的結果

注：檢驗形式設定為：不含截距項和趨勢項，各檢驗的原假設為含有單位根

*顯著性水平在10%的水平上拒絕原假設，**顯著性水平在5%的水平上拒絕原假設，***顯著性水平在1%的水平上拒絕原假設

2.面板協整檢驗

KAO協整檢驗的原假設為:不存在協整關系，拒絕原假設意味著變量間存在長期的協整關系。從表3可以得到，產業結構升級程度(lnY)、勞動力(lnX1)、資本(lnX2)、技術產出(lnX3)、消費水平(lnX4)、政府職能(lnX5)、外商投資(lnX6)、環保投入(lnX7)和能源投入(lnX8)通過檢驗，拒絕原假設，存在長期協整關系。

表3　面板協整檢驗結果(KAO)

3.完全修正普通最小二乘法估計(FMOLS)

對于具有長期協整關系的面板數據，直接采用普通最小二乘法估計會產生虛假回歸，需要采用完全修正普通最小二乘法估計(FMOLS)，能有效解決變量間因序列相關性和內生性而使回歸系數出現偏差的問題[11]。

FMOLS協整估計的結果表4得到，技術產出和外商投資對產業結構升級的估計系數不顯著，其他變量系數都通過顯著性檢驗，勞動力增加1%，產業結構升級增長0.012 7%；資本增加1%,產業結構升級增長0.022 2%；消費水平增加1%,產業結構升級降低0.047 5%；政府職能水平增加1%,產業結構升級增長0.049 0%；環保投入增加1%,產業結構升級增長0.003 8%；能源投入增加1%,產業結構升級減少0.013 1%。可以看出, 勞動力、資本、政府職能和環保投入對產業結構升級具有正向影響關系，消費水平和能源水平對產業結構升級具有負向影響關系，技術產出和外商投資對產業結構升級影響則不顯著。

表4　完全修正普通最小二乘法估計結果

注：*顯著性水平在10%的水平上拒絕原假設，**顯著性水平在5%的水平上拒絕原假設，***顯著性水平在1%的水平上拒絕原假設

4.面板Granger因果檢驗

建立誤差修正模型，得到Granger因果檢驗的結果如表5所示，得到如下結論：

第一，誤差修正項均顯著，說明勞動力、資本、技術產出、消費水平、政府職能、外商投資、環保投入、能源投入和產業結構升級都存在長期的Granger因果關系。在長期以內，變量產業結構升級、資本、技術產出、消費水平、政府職能、外商投資、環保投入和能源投入是勞動力投入變動的長期Granger原因；產業結構升級、勞動力、技術產出、消費水平、政府職能、外商投資、環保投入和能源投入是資本投入變動的長期Granger原因；同時，產業結構升級、勞動力、資本、消費水平、政府職能、外商投資、環保投入、能源投入是技術產出變動的長期Granger原因等等。總之，產業結構升級與文中選取的各項影響指標存在長期的Granger因果關系。

第二，根據各差分項的顯著性判斷，短期內技術產出和政府職能對產業結構升級存在單向的Granger因果關系，產業結構升級對消費水平、政府職能、環保投入和能源投入存在單向的Granger因果關系。即政府職能和產業結構升級互為Granger因果關系，技術產出是產業結構升級的原因，但產業結構升級不是技術產出的原因。

表5　Granger因果檢驗的結果

注：*顯著性水平在10%的水平上拒絕原假設，**顯著性水平在5%的水平上拒絕原假設，***顯著性水平在1%的水平上拒絕原假設

四、結語

通過以上分析與產業結構升級相關的影響因素和產業結構升級是否存在Granger因果關系，以及對產業結構升級的影響程度等相關重要問題進行實證檢驗，得出以下結論：

第一，通過Granger因果檢驗得到，在長期內勞動力、資本、技術產出、消費水平、政府職能、外商投資、環保投入、能源投入與產業結構升級互為因果關系，而在短期內，只有技術產出和政府職能是產業結構升級的原因，其他因素對產業結構升級的短期影響較小。

第二，勞動力、資本、政府職能和環保投入對產業結構升級具有正向影響關系，隨著我國政府逐漸轉變政府職能建立服務型政府，通過加大對教育的投入力度，尤其是加大對農民工的再培訓力度，使得我國的勞動力素質逐漸得到提升，由于資本的利用效率進一步得到提升和政府在節能環保這方面措施的不斷完善，在加速我國產業結構升級過程中發揮了重要作用。

第三，消費水平和能源水平對產業結構升級具有負向影響關系，這與我國實際情況相一致，由于我國的生存型消費比重偏高，消費結構不太合理，從而導致居民整體消費水平不高，能源的利用效率提升緩慢，在一定程度上阻礙了產業結構升級的加速。為此我國應該突出擴大居民消費比重和提升能源利用水平在推動產業結構升級方面的作用。

第四，技術產出和外商投資對產業結構升級影響不顯著，這是因為我國企業對產品研發投入與西方發達國家相比還存在一定的差距，高科技產品產出量不足，產品的附加值不高，相比于技術產出，外商投資一般都集中于沿海發達地區，造成區域經濟發展不協調，而且服務業的貿易比重較小，對我國產業結構升級作用有限，為此我國應該重視對產品的研發投入和成果的轉化，有效結合產品的研發和生產，同時積極引導外商投資向中部、西部轉移，提高外來資本的利用率加速我國產業結構的升級。

參考文獻:

[1]Chenery H B. Patterns of Industrial Growth [J]. The American Economic Review，1960,50(4)：624～654.

[2] 羅斯托.從起飛到持續增長的經濟學[M].成都：四川人民出版社，1988.

[3] 郭克莎.中國：改革中的經濟增長與產業結構變動[M].上海：上海三聯書店，1996.

[4] 杜傳忠,郭樹龍. 中國產業結構升級的影響因素分析——兼論后金融危機時代中國產業結構升級的思路[J]. 廣東社會科學,2011,(4):60～66.

[5] 張翠菊,張宗益. 中國省域產業結構升級影響因素的空間計量分析[J]. 統計研究,2015,(10):32～37.

[6] Levin A. ,C. F. Lin and C .S .J. Chu.Unit Root Tests in Panel Data ,asymptotic and Finite-sample Properties[J].Journal of Econometrics, 2002,(108): 1～24.

[7] 王凱,黎友煥. 財政分權與中國經濟增長——基于省級面板數據協整和格蘭杰因果檢驗的實證分析[J]. 貴州財經學院學報,2009,(6):76～80.

[8] 黃凌云,陳明強,陳剛. 外商直接投資與中國進出口貿易的區域差異研究——基于省級面板數據的單位根、協整與Granger因果檢驗[J]. 世界經濟研究,2007,(8):57～62,87～88.

[9] Granger, C. W. J. Investigating Causal Relations by Economic Models and Cross-Spectral Methods [J]. Econometrica, 1969, (37): 424～438.

[10] 張望. 中國產業結構升級與就業問題的協整與誤差修正模型研究[J]. 哈爾濱商業大學學報(社會科學版),2006,(4):37～41.

[11] 安文強,王相寧.香港跨境貿易人民幣結算影響因素分析——基于FMOLS模型和Granger因果檢驗[J]. 中國科學技術大學學報, 2014，(6)：516～522．

文章編號：2095-4654(2016)04-0033-05

收稿日期：2015-12-13

基金項目：安徽財經大學研究生科研創新基金項目“安徽經濟轉型升級的水平測度與提升路徑”(ACYC2015071)

中圖分類號：F062.9

文獻標識碼：A