山東制造業產業集聚與地區專業化的空間效應
——基于空間面板模型的實證

崔凌云,陳　礪

(1.對外經濟貿易大學 國際經濟貿易學院,北京 100029;2.齊魯工業大學 金融學院,濟南 250353)

?

半島經濟研究

山東制造業產業集聚與地區專業化的空間效應
——基于空間面板模型的實證

崔凌云1,2,陳礪1

(1.對外經濟貿易大學 國際經濟貿易學院,北京 100029;2.齊魯工業大學 金融學院,濟南 250353)

[摘要]選取2009～2013年山東省17地市兩位數制造業統計數據,計算了各地市制造業平均集中率和地區相對專業化指數,分析了山東省制造業空間分布特征并采用空間杜賓面板模型測算了資本投入、勞動投入、制造業集聚與地區專業化對制造業產出的空間效應。實證結果顯示,當前山東制造業生產過程中,資本投入存在顯著為正的直接效應和空間溢出效應;勞動投入對本空間單元的直接效應為正,對相鄰單元存在顯著為負的空間溢出效應;制造業集聚可顯著地正向影響本空間單元。

[關鍵詞]產業集聚;平均集中率;地區專業化;空間杜賓面板模型;空間溢出效應

一、引言

產業集聚研究特定產業在各地理單元間分布的不均衡性,若特定產業的很大份額集中在少數幾個地區,其空間分布越不均衡,產業集聚程度越高[1,2]。美國經濟學家波特認為產業集聚具有外部經濟,通過規模收益遞增和創新可以促進地區和產業發展。地區專業化研究地區經濟活動在各產業間分布的不均衡性,若特定地區的全部經濟活動集中在少數幾個產業上,各產業占其全部經濟活動的比例相差越大,該地區的專業化水平越高。新經濟地理的中心—外圍論認為,地區專業化水平提高是區域經濟一體化的必然結果,并將促進地區經濟發展和產業集聚。

近年來,各級政府推動了越來越多的區域經濟一體化,既有跨省的珠江三角洲、長江三角洲和京津冀一體化,也有各省的省內一體化,如2013年山東省確立了“兩區一圈一帶”發展戰略,劃分了山東半島藍色經濟區、黃河三角洲高效生態經濟區、省會城市群經濟圈和西部經濟隆起帶。區域經濟融合促進了地區專業化與產業集聚,也帶來了學術領域的研究課題:產業的空間分布不均衡問題。產業的空間分布差異既可以產業集聚的指標衡量,也可以地區專業化的指標衡量。它們的差別在于,衡量產業集聚的指標,以某產業全部經濟活動的規模為總體,以總區域中各子區域為分割單元;衡量地區專業化的指標,以某子區域全部經濟活動的規模為總體,以該子區域全部經濟活動的各大產業為分割單元。

對產業空間分布不均衡問題的研究,主要包括四個方面。首先,如何衡量產業空間分布的不均衡。白重恩等提出構建hoover地方化系數衡量中國產業地區集中度;羅勇等則根據Ellision和Glaeser建立的產業地理集中指數,計算了中國五省市20個制造行業1993～2003年的集聚程度;樊福卓比較了hoover系數和krugman相對專業化指數,指出系數構建必須考慮地區的(或行業的)相對規模因素,否則存在錯誤判斷的傾向[3-5]]。其次,中國產業集聚及地區專業化水平是否有所提高。Young通過對中國各地區農業、工業、建設、交通和貿易五個領域及第一、二、三產業相對比重演變的分析,得出改革期間,中國地方保護主義上升和地區專業化降低的結論。范建勇、郭志儀等多篇文章提出了相反的意見。其中,范建勇利用兩位數水平的制造業數據分析,發現改革以來中國地區間的專業化水平已有提高,產業布局上絕大部分行業已經或正在轉移進入東部沿海地區[6-8]。再次,中國產業集聚及地區專業化水平的影響因素問題[9-12]。冼國明等發現FDI和對外貿易對中國產業布局的影響日益加深;桂安生等對FDI區位選擇和產業集聚的關系進行實證研究,認為FDI的區位選擇具有“路徑依賴性”。近幾年,對影響因素的分析多集中于具體行業,如龐麗等研究了汽車產業的集聚及影響因素,陳俊等利用31省市2005～2010年的相關數據對我國金融產業集聚的影響因素進行空間實證,指出我國金融產業存在不斷增強的正向空間自相關性與空間集聚性,鄰接地區的金融產業集聚具有溢出效應。最后,產業集聚及地區專業化對特定區域發展的影響問題。謝品等實證研究了江西省產業集聚、地區專業化與經濟增長的關系,指出其為倒U型關系并計算了閥值;孫久文等研究了京津冀地區的產業空間轉移與協同發展[13,14]。這些文章雖考慮到區域內產業的空間分布差異,但少有用空間面板方法研究某地理單元產業分布不均衡對相鄰地理單元的直接及間接影響。

產業集聚的核心是制造業集聚,山東雖是我國制造業大省,其制造業分布卻不均衡,以2013年為例,制造業工業總產值居于前3位的城市分別是青島、煙臺和濰坊,皆位于山東半島,后3位分別是萊蕪、日照和棗莊,多位于魯西南地區[15-17]。現有制造業分布有何特點,其集聚程度、地區專業化程度如何從空間上直接或間接影響各地市制造業產出水平,針對這一問題,下面運用空間面板方法對山東省17地市的數據進行分析。

二、指標說明

(一)產業集聚

本文選擇以地區制造業平均集中率衡量產業集聚水平,其計算公式為:

(1)

(2)

本文選取山東省2009～2013年17地市28個制造業細分行業的工業總產值,代入公式計算各地市及經濟區的制造業平均集中率(由于官方劃定的經濟區范圍有部分地市重疊,所以本文重新劃分了“兩區一圈一帶”所轄地市,如表1所示,這種劃分方法和官方的劃定略有出入)。表1截取了2009年、2011年和2013年的數據加以比較。從表1可見,2013年制造業集聚程度較高的城市是青島、煙臺和威海,較低的城市是萊蕪、日照和濟寧,前者2013年制造業總產值排名第1、第2和第10位,且都位于山東半島,后者的總產值排名17、16和13,且多位于魯西南地區,說明發達的制造業和其集聚程度呈正相關;與2009年相比,2013年山東省17地市中,集聚程度上升的有9個,其中居前三位的是泰安(0.028)、東營(0.027)和德州(0.017);集聚程度下降的有8個,居前三位的分別是濰坊(-0.031)、煙臺(-0.03)和濟南(-0.02),一個值得注意的現象是,山東半島自2011年確立藍色半島經濟區后,只有核心城市青島制造業集聚程度上升,周邊城市濰坊、煙臺和威海的集聚程度都在下降;省會城市群經濟圈2013年提出,2009年至2013年間,其核心城市濟南的制造業集聚程度顯著降低,周邊城市泰安和德州制造業集聚程度則在上升。

(二)地區專業化

本文選用克魯格曼(Krugman)地區間相對專業化指數衡量地區專業化水平,其計算公式為:

(3)

表1　山東省各地市制造業平均集中率及比較

本文測算了山東省2009～2013年17地市的地區間相對專業化指數,表2截取2009年、2011年和2013年的數據加以比較。根據2013年的數據,相對專業化指數最低的是青島(0.7),說明在山東半島藍色經濟區發展中,青島形成了“大而全”的制造業結構。相對專業指數較高的城市有萊蕪和日照,萊蕪是“鋼鐵城”,制造業結構單一,且其他制造業部門發展滯后,所以此項指數最高,與2009年的指數相比,已下降了0.145,說明結構單一的問題有所改善;日照2013年全省制造業總產值排名倒數第二,制造業不發達。萊蕪的“結構單一型”和日照的“不發達型”都表現為高的相對專業化指數，需要仔細區分。

三、模型設定和計量方法

lnYit=lnA+α1lnKit+α2lnLit.

(4)

可以看出,α1為資本的產出彈性,α2為勞動的產出彈性。將制造業平均集中率記為meancon,將地區間相對專業化指數記為ksi,并將兩者引入上式,可得非空間面板模型:

lnYit=C+α1lnKit+α2lnLit+φ1meanconit+φ2ksiit+μi+γt+εit… .

(5)

(一)空間計量方法

靜態空間面板模型可以表示為:

(6)

表2　山東省各地市地區間相對專業化指數及比較

式(6)中ρ、β和δ均為未知系數,根據Elhorst2012年設計的方法,可以通過假設檢驗H01:δ=0,檢驗SDM是否可簡化為SAR,通過假設檢驗H02:δ+ρβ=0,檢驗SDM是否可簡化為SEM。三個模型之間的演化關系見圖1。

沿用上述靜態空間面板模型的思路,本文空間面板模型為:

(7)

其中,參數向量β=[α1,α2,φ1,φ2]T,參數向量δ=[δ1,δ2,δ3,δ4]T。

(二)變量選取

本文采用山東省17地市(包括濟南、青島、淄博、棗莊、東營、煙臺、濰坊、濟寧、泰安、威海、日照、萊蕪、臨沂、德州、聊城、濱州和菏澤)的主要經濟指標為樣本,樣本區間為2009～2013年,數據來源為各地市各年的統計年鑒,變量選取和數據描述參見表3。

圖1　空間模型SDM、SAR和SEM的演化關系圖

因變量lnY為各地市各年的兩位數制造業(細分行業)工業總產值取對數,反映制造業的發展水平。

解釋變量lnK為各地市各年制造業固定資產凈值取對數(由于部分地市統計年鑒的統計口徑差異,濰坊市以固定資產原價替代了固定資產凈值,臨沂市以總資產減流動資產近似估計了固定資產凈值),資本投入主要是固定資產投入,它是制造業生產的基礎;lnL為各地市各年制造業從業人員數取對數,勞動投入同樣是制造業生產不可或缺的條件;meancon和ksi分別為各地市各年的制造業平均集中率和地區間相對專業化指數,計算方法見前文第二部分的指標說明。

本文構建兩種空間權重矩陣來進行空間計量分析。一是高速公路里程數(也可用鐵路里程數或鐵路運行時間構建空間權重矩陣,但如聊城等地市至今未通火車,故綜合全省情況,采用了高速公路里程數做空間權重矩陣;且各地市間制造業產品流通確實主要依靠高速公路運輸完成)權重矩陣,將不同地市高速公路的里程數取倒數作為權重矩陣的對應元素,對角線上元素為0,且矩陣內按行進行標準化。二是純距離權重矩陣,用不同地市間直線距離的倒數作為權重矩陣中的對應元素,對角線上元素為0且同樣進行行標準化。純距離權重矩陣僅用于下文中的穩健性檢驗。

四、模型選擇和結果分析

(一)模型選擇

表3　相關變量的描述性統計

為選擇出適合本文數據的空間面板模型,根據Elhorst2012年設計的方法,第一步估計無空間效應的面板模型并進行LM檢驗:

lnYit=C+α1lnKit+α2lnLit+φ1meanconit+φ2ksiit+μi+γt+εit.

(8)

本文數據N(17)大T(5)小,據此應估計短面板模型并判斷為固定效應模型還是隨機效應模型。Elhorst指出,當研究位于不間斷的相鄰空間單元的時空數據時,比如某省所有地市不同時間上的數據,固定效應模型更適合[1,2]。運行Elhorst提供的Matlab程序包可得表4。

表4中將不考慮空間因素的固定效應面板模型分成四類,分別估計系數后進行了LM檢驗。普通混合面板和空間固定效應的LM檢驗都在1%顯著水平拒絕“沒有因變量空間效應”和“沒有殘差項空間效應”的兩項原假設,穩健的LM檢驗在5%顯著水平同樣拒絕這兩項原假設;時間固定效應中,LM檢驗和穩健的LM檢驗都無法拒絕“沒有因變量空間效應”的原假設,在5%顯著水平又同時拒絕了“沒有殘差項空間效應”的原假設;空間時間雙固定效應中,LM檢驗和穩健的LM檢驗在10%顯著水平拒絕了“沒有因變量空間效應”的原假設,但兩個檢驗都無法拒絕“沒有殘差項空間效應”的原假設。因此,普通混合面板和空間固定效應中應包含因變量的空間滯后項并考慮殘差項的空間自相關,時間固定模型中只需考慮殘差項的空間自相關問題,而空間時間雙固定效應模型中只需考慮因變量的空間滯后效應。

表4　無空間效應面板模型的LM檢驗和穩健LM檢驗

注:括號內為t值,*、#、¤分別表示10%、5%、1%顯著水平,下同。

為確定空間固定效應和時間固定效應的顯著性,需進行LR檢驗。表5中的檢驗結果顯示,1%顯著水平下可拒絕“沒有空間固定效應”和“沒有時間固定效應”的原假設,因此下文的空間面板建模中應當區分空間效應和時間效應。

表5　空間固定效應和時間固定效應聯合顯著性檢驗

根據Elhorst2012年設計的方法,第二步進行Wald檢驗和LR檢驗,判斷面板模型是否可簡化為SAR面板模型或SEM面板模型。檢驗的判斷標準為,對于兩項原假設H01:δ=0和H02:δ+ρβ=0,如果不能拒絕H01且第一步中LM檢驗和穩健LM檢驗顯示因變量的空間效應顯著,則應選用SAR面板模型;如果不能拒絕H02且第一步中LM檢驗和穩健LM檢驗顯示殘差項的空間效應顯著,則應選擇SEM面板模型;如果兩項原假設均可拒絕,則應選擇SDM面板模型。

根據表5的顯著性檢驗結果,本文僅選擇對空間固定效應、時間固定效應和空間時間固定效應進行Wald檢驗和LR檢驗,結果見表6。

表6　空間面板模型的Wald檢驗和LR檢驗

注:p為對應的概率。

表5中,在空間固定效應中,Wald檢驗和LR檢驗均在1%顯著水平拒絕原假設H01和H02,即SDM面板模型不能簡化為SAR面板模型或SEM面板模型,因此應選擇SDM面板模型;在時間固定效應中,Wald檢驗和LR檢驗均在1%顯著水平拒絕原假設H01,在5%顯著水平拒絕原假設H02,即此時也應選擇SDM面板模型;在空間時間固定效應中,對于原假設H01,Wald檢驗和LR檢驗的p值均大于10%,因此不能拒絕原假設H01,但兩個檢驗又同時在5%顯著水平拒絕了原假設H02,結合第一步空間時間雙固定效應模型中,LM檢驗和穩健的LM檢驗10%水平上顯示因變量的空間效應顯著,故雙固定效應中應使用SAR面板模型。

(二)結果分析

表7列出了SDM與SAR面板模型的估計結果,其中模型1是空間固定效應下的SDM面板模型,模型2是時間固定效應下的SDM面板模型,模型3是空間時間固定效應下的SAR面板模型。比較模型1～3,選擇最適合本文的最終模型,首先需要明確判斷標準。傳統模型中擬合優度R2已不再適合具有空間效應的模型判斷,Elhorst認為,此時需綜合考慮CorrectedR2和對數似然值loglikols再判斷才準確。模型1的Corrected R2為0.872 7,略小于模型2的0.898 7,但遠高于模型3的0.571 5,模型1的loglikols為83.352 6,略低于模型3的91.912 4,單遠高于模型2的25.642 4,故從統計的角度綜合來看,模型1更適合本文。從理論上看,空間效應反映隨地理位置而變化的因素對因變量的影響,時間效應反映隨時間而變化的因素對因變量的影響,本文內容只涉及5年時間(2009～2013),但包括了山東省17地市,故受時變因素的影響較小,受空間變化因素的影響更大。理論上看,模型1也更可靠。

表7中模型4是使用純距離權重矩陣估計的空間固定效應SDM面板模型,而模型1～3均是使用高速公路里程數權重矩陣估計的。比較模型1和模型4,兩者除權重矩陣不同外其余因素皆相同,估計的結果基本相似,估計系數差異明顯的有兩項,一是ksi的系數在模型1中為0.057 4,模型4中為0.185 4,二是W*meancon的系數,在模型1中為-5.483 7,在模型4中為4.330 6,但這兩項在兩個模型中均不顯著。故模型4可以印證模型1的估計是穩健的。因此本文選擇空間固定效應的SDM面板模型1,作為研究山東省制造業產業集聚和地區專業化空間效應的模型。

模型1顯示,山東省某一空間單元制造業產出受本單元資本投入的影響較小,為0.107 6,在5%水平顯著,受相鄰空間單元資本投入的影響較大,為0.948 0,且通過1%顯著性檢驗,說明資本在山東并不稀缺,資本的使用不存在競爭性,且各地市間制造業產出是相互促進的;本單元勞動投入對本單元制造業產出的影響系數為0.283 8,但不夠顯著,相鄰空間單元勞動投入將減少本單元制造業產出,系數為-1.779 5,在1%水平顯著,說明山東省制造業當下缺少熟練工人,工人跨地市流動可帶來制造業產出在各地市間“此消彼長”;本單元制造業集聚程度對產出的影響為11.959 4,在1%水平顯著,相鄰空間單元制造業集聚對本單元產出的影響為-5.483 7,在10%水平不顯著,說明產業集聚僅在本單元內規模收益遞增和知識溢出,這種經濟外部性還不能在相鄰空間單元顯著擴散;本單元和相鄰空間單元的地區專業化程度對制造業的產出影響均不顯著,說明山東省各地市制造業產業結構趨同,整體呈現出“你有我有”的特點,缺少專業化分工,沒有發揮比較優勢來促進制造業產出增加;制造業產出自身的空間滯后項對本單元產出的影響為0.502 0,且通過1%顯著性檢驗,說明山東省各地市間制造業的相互影響和輻射作用顯著,制造業發達地區的正外溢效應可擴散到相鄰地市,并起到積極的推動作用。

表7　SDM與SAR面板模型的估計結果

(三)直接效應和溢出效應分析

在沒有空間效應時,回歸系數反映了解釋變量對因變量的影響,當模型考慮了空間相關性后,這種影響的表述變得非常復雜。Lesage和Pace提出用直接效應、溢出效應和總效應的概念來反映這種影響,即在空間杜賓模型y=ρWy+Xβ+WXδ+ε中,可以表述為:

(In-ρW)y=Xβ+WXδ+ε，

(9)

(10)

其中,Sr(W)=V(W)(Inβr+Wθr),V(W)=(In-ρW)-1,將式(10)展開:

+(In-ρW)-1ε .

在各個效應中,lnK的直接效應、溢出效應和總效應在1%的水平下顯著,其中直接效應的系數

表8　空間固定的SDM面板模型直接效應和溢出效應

為0.181 8,溢出效應的系數遠大于直接效應,為1.965 2,總效應的系數為2.147 0。這表明本地市的資本投入每增加1%,可對全省制造業產生約2.15%的總增長效應,其中對本地市制造業增長的直接效應僅為0.18%,對相鄰地市制造業增長的溢出效應則約為1.97%。可以看出,資本投入在山東省內存在明顯的外溢,一地市的資本投入對相鄰地市產生積極的示范效應,通過先進管理經驗或技術的傳播帶來相鄰地市的增長。勞動投入lnL的直接效應系數為0.166 2,但不顯著,溢出效應系數為-3.147 3,在5%的水平顯著,兩者正負相抵后使總效應的系數為-2.981 1,在5%水平顯著。可以看出,勞動投入增加1%,本地市產出僅增長約0.17%,但勞動投入的溢出強度非常大,將顯著減少相鄰地市的制造業產出約3.15%,說明當下山東制造業缺乏熟練工人,各地市間存在著勞動力的競爭。

制造業集聚的直接效應系數非常大,為11.884 3,在1%水平顯著,溢出效應和總效應的系數分別為-0.629 1和11.255 2,但兩者均不顯著,這說明本地區制造業產出受本地區制造業集聚的正向影響強,遠高于勞動投入和資本投入的影響,但制造業地理集中帶來的規模收益遞增和知識創新不具有空間溢出性。

地區專業化直接效應、溢出效應和總效應均不顯著,說明山東省各地市制造業結構趨同,各地制造業結構相近,不能利用有效制造業分工來促進產出增加。

五、政策建議

以上研究結果顯示山東省各地市的制造業增長不僅受到本地市資本、勞動和產業集聚的影響,還受到相鄰地市產出、資本和勞動影響。為更好利用各地市間的空間依賴性,推進區域經濟融合,促進山東省制造業發展,提出如下建議:

首先,各地市優先發展資本密集型制造產業。資本投入具有正向溢出作用,可以帶動全省制造業共同發展。在熟練工人稀缺的時候,各地市都發展勞動密集型制造產業,容易引起不必要競爭,反而降低了整體產出水平。

其次,各地市在制定制造業發展戰略時不能各自為政,要與其他地市協調發展。相鄰地市的制造業不是競爭關系,不能以與相鄰地市同產業惡性競爭來實現本地市的增長。相鄰地市間制造業增長具有正向溢出效應,相鄰地市產出減少也會減少本地市制造業產出。

最后,合理利用制造業空間布局,促進區域融合。制造業集聚僅在一地市內具有外部經濟,不具備跨地市的溢出效應。據此,若一地市希望承接相鄰地市發達的制造業,可在兩市交界處建立制造業園區,主動謀取制造業集聚的溢出效應。另外,針對制造業結構趨同問題,可根據各地市的比較優勢確定相互聯系又各具特色的制藥業發展方向。山東省已有的山東半島藍色經濟區或黃河三角洲高效生態經濟區即是按這個方向來推動的。

本文利用空間杜賓面板模型分析了山東省制造業產業集聚與地區專業化的空間溢出效應,一方面發現兩者的空間溢出效應都有待加強,另一方面,發現以青島為核心的山東半島藍色經濟區與以濟南為核心的省會城市群經濟圈有相反的產業集聚方向,在這兩個子區域內制造業的空間溢出效應有何不同,需要我們重視并進一步研究。

[ 參 考 文 獻 ]

[1]Elhorst J P. Specification and Estimation of Spatial Panel Data Models[J]. International Regional Science Review,2003,26(3):244-268.

[2]Elhorst J P, Fréret S. Evidence of political yardstick competition in France using a two-regime spatial Durbin model with fixed effects[J]. Journal of Regional Science,2009,49: 931-951.

[3]白重恩,杜穎娟,陶志剛,等.地方保護主義及產業地區集中度的決定因素和變動趨勢[J].經濟研究,2004,(4):29-40.

[4]羅勇,曹麗莉.中國制造業集聚程度變動趨勢實證研究[J].經濟研究,2005,(8):106-115.

[5]樊福卓.地區專業化的度量[J].經濟研究,2007,(9):71-83.

[6]范劍勇.市場一體化、地區專業化與產業集聚趨勢:兼談對地區差距的影響[J].中國社會科學,2004,(6):39-51.

[7]邵挺,范劍勇.房價水平與制造業的區位分布:基于長三角的實證研究[J].中國工業經濟,2010,(10):24-32.

[8]譚銳,趙祥,黃亮雄.高房價下的制造業轉移:城市間還是城市內?[J].經濟學報,2015,(2):56-75.

[9]冼國明,文東偉.FDI、地區專業化與產業集聚[J].管理世界,2006,(12):18-31.

[10]陳海波,張悅.外商直接投資對江蘇區域經濟影響的實證分析:基于空間面板模型[J].國際貿易問題,2014,(7):62-71.

[11]金春雨,程浩.中國制造業產業集聚與地區專業化存在空間溢出效應嗎?來自空間杜賓模型的經驗證據[J].21世紀數量經濟學,2013,(10):506-527.

[12]程中華,劉軍.產業集聚、空間溢出與制造業創新:基于中國城市數據的空間計量分析[J].山西財經大學學報,2015,(4):34-44.

[13]謝品,李良智,趙立昌.江西省制造業產業集聚、地區專業化與經濟增長實證研究[J].經濟地理,2013,(6):103-108.

[14]孫久文,姚鵬.京津冀產業空間轉移、地區專業化與協同發展:基于新經濟地理學的分析框架[J].南開學報(哲學社會科學版),2015,(1):81-89.

[15]肖汝琴.山東半島藍色經濟區城市群空間聯系定量研究[J].經濟地理,2014,34(8):75-80.

[16]宋廷山,郭思亮,刁艷華.山東半島藍色經濟區碳排放的時空特征及差異分析[J].統計與決策,2014,2(2):109-111.

[17]王小兵.我國城市能源消費與城市化關系的動態計量分析:以山東半島藍色經濟區為例[J].軟科學,2013,27(12):90-94.

[責任編輯:陳宇涵]

doi:10.3969/j.issn.1672-5956.2016.03.003

[收稿日期]2015-12-15

[基金項目]對外經濟貿易大學研究生科研創新項目(201540)

[作者簡介]崔凌云,1980年生,女,山東濟南人,對外經濟貿易大學博士生,研究方向為產業經濟,(電子信箱)clysmail@aliyun.com。

[中圖分類號]F426.4

[文獻標識碼]A

[文章編號]1672-5956(2016)03-0012-10