席艷玲 吉生保
(1.清華大學 公共管理學院,北京 100084;2.中國礦業大學 管理學院,江蘇 徐州 221166)
技術異質性視角下產業集聚與產業成長的關系研究
席艷玲1吉生保2
(1.清華大學 公共管理學院,北京 100084;2.中國礦業大學 管理學院,江蘇 徐州 221166)
利用2004-2011年面板數據和系統GMM估計法對產業集聚與產業成長關系的研究表明:一般技術產業集聚同產業成長呈“倒U”型關系,部分省市已呈現出過度集聚狀態;高技術產業集聚同產業成長則近似于正相關;一般技術產業仍可通過擴大企業規模來促進產業發展,高技術產業則更多的需要通過內在的技術升級來促進產業發展。
技術異質性;產業集聚;產業成長
中國制造業在東部地區的高度集聚一方面通過規模經濟效應和技術溢出效應加速產業成長,另一方面也產生了要素價格上漲、交通擁堵、環境污染等一系列“市場擁擠效應”,而后者則對產業的進一步成長起制約作用。
國內外學術界對產業集聚的研究,既有支持產業集聚加速產業成長的[1,2],也不缺乏支持產業集聚不利于產業成長的[3,4],還有研究表明,產業集聚與產業成長是一種倒U型的關系[5]。顯然,產業集聚并不一定總能促進產業成長。正因如此,不同性質產業的進一步集聚可能會對產業成長產生不同的效果,而分清這種差異對提升產業競爭力具有重要意義。然而,現有研究多是從產業整體或者某些具體產業出發,較少考慮產業異質性,這可能影響研究的精準性和適用性。
本文從技術異質性視角將我國制造業劃分為高技術產業和一般技術產業,在此基礎上利用2004-2011年度分省數據,實證研究兩類產業成長的影響因素,重點考察產業集聚在其中所起的作用,并對其差異進行比較分析和深入探討,以期更好促進我國高技術制造業發展,并帶動制造業整體技術水平的提升。
在一個標準的新古典增長模型中,產出是資本和勞動力的函數,假設該函數為規模報酬不變的Cobb-Douglas生產函數,則產業產出可以用如下函數描述:


將式(2)代入式(1),并對兩邊取自然對數,可得:


人力資本用地區平均受教育年限來衡量; 平均受教育年限計算方面,可以根據我國統計口徑將人口按照文化程度劃分為以下5組:未上過學(y1=0)、小學(y2=6)、初中(y3=9)、高中(y4=12)和大專及以上(y5=16),則平均受教育年限的計算公式為2:

產業聚集度用區位熵指數衡量,計算公式為:

本文利用2004-2011年的分省數據,具體來源如下:
1.高技術產業數據。除人力資本外,其余變量高技術產業所需原始數據均來自2005-2012年的《中國高技術產業統計年鑒》。
2.一般技術產業數據。由于高技術產業為制造業中的一部分,因此用制造業整體數據減去高技術產業數據即可得出一般技術產業的相應指標數據。制造業整體數據來自《中國經濟普查年鑒2004》、2006-2012年《中國工業經濟統計年鑒》,以及2005-2012年的《中國統計年鑒》。
3.2010年6歲以上不同教育程度人口比例數據來自《中國人口與就業統計年鑒2011》,其余年份來自相應年份的《中國統計年鑒》,根據式(5)即可得出各地區平均受教育年限。表示
首先分析一般技術產業集聚對產業成長的影響,將控制變量依次加入回歸方程,估計結果見表1。估計采用解釋變量的一階滯后項作為GMM估計的工具變量,并采用AR(1)、AR(2)檢驗和Sargan過度識別檢驗的P值來判斷模型設定的合理性和工具變量的有效性,其結果在表2的最后3行給出??梢钥闯?,在逐個加入解釋變量時,模型的AR(1)檢驗P值均小于0.1,AR(2)檢驗P值均大于0.1,說明工具變量的選取較為合理,而Sargan過度識別檢驗的P值均大于0.1,說明不存在過度識別,模型的設定較為合理。

表1 一般技術產業的系統GMM回歸結果
從估計系數的正負及其顯著性水平來看:(1)物質資本、勞動力以及人力資本的邊際彈性均顯著為正,這符合經濟增長理論的一般邏輯;(2)一般技術產業集聚同產業成長呈“倒U”型關系,通過計算拐點為1.0308,根據各地區的區位熵數值,從2004-2011年的均值來看,天津、遼寧、上海、江蘇、浙江、山東等東部地區均開始出現過度集聚現象,如果從2011年的數據來看,位于中部的安徽和河南也開始出現了過度集聚現象;(4)一般技術產業規模經濟的系數為0.7585,意味對一般技術產業而言,擴大企業規模獲得規模報酬仍然是發展產業的主要途徑;(5)對外開放對一般技術產業成長的影響顯著為正,說明加強對外貿易能促進一般技術產業的快速發展。
對高技術產業的回歸估計結果如表2所示。從AR(1)、AR(2)檢驗和Sargan過度識別檢驗的P值來看,也不存在過度識別問題。

表2 高技術產業的系統GMM估計結果
高技術產業估計結果與一般技術產業的異同表現在以下幾點:
1.高技術產業物質資本、勞動力和人力資本的產出彈性分別為0.1117.0.3740和0.1318,而低技術產業對應的產出彈性分別為0.0909、0.3796和0.1203,可以看出,高技術產業物資資本和人力資本的產出彈性則較明顯高于低技術產業,意味可以通過將資本從低技術產業轉移到高技術產業的方式,提升整個制造業的產出能力;
2.從表2中模型四的結果來看,雖然LQ的平方項顯著為負,看似好像高技術產業的產業集聚同產業成長也呈“倒U”型,但計算拐點LQ=2.5148,此時只有廣東位于拐點之右,其余地區則均處于上升通道,因此可以近似認為高技術產業集聚同產業成長呈正相關,加快其產業集聚仍能較大程度地促進產業成長;
3.高技術產業規模經濟的系數為0.0109,遠低于一般技術產業的0.7585,說明高技術產業通過擴大企業規模來促進產業成長的空間十分有限,研發和技術進步才是其產業快速發展的強勁和持久動力;
4.與一般技術產業不同,對外開放度對高技術產業成長的影響顯著為負,說明對高技術產業而言,對國際市場依賴強反而會抑制其產業發展,一種可能的解釋是,我國高技術產業在參與全球生產網絡過程中面臨“低端鎖定”問題。
綜合分析,本文得到以下結論:高技術產業比一般技術產業有著更高的物質資本和人力資本的產出彈性;一般技術產業集聚同產業成長呈“倒U”型關系,且東部地區除北京、福建、廣東和海南4省外,其余7省市均已呈現出產業過度集聚,高技術產業集聚同產業成長則近似于正相關;一般技術產業仍可通過擴大企業規模來促進產業發展,高技術產業則更多的需要通過內在的技術升級來促進產業發展;對外開放對一般技術產業和高技術產業的影響相反。
基于上述研究,結合我國高技術產業的分布現狀,為促進我國產業合理集聚及健康發展,本文提出以下建議:
第一,對于廣東省而言,關鍵是以研發創新和人力資本積累突破制約高技術產業的瓶頸,在高技術產業自身的升級上為全國作出表率,實現產業在全球價值鏈分工地位中的明顯攀升。
第二,天津、河北、遼寧、江蘇、浙江和山東6省市,需要通過提升高技術產業的集聚程度加快產業技術升級。
第三,對于北京、上海和海南而言,制造業不是或已經不是其產業發展重點,北京、上海以金融等現代服務業為重點,海南則以旅游業為重點,應在引領發展現代服務業或特色服務業方面為全國作出表率。
第四,對于福建省而言,可以積極吸引一部分廣東高技術產業相對富裕的產能,進一步提高產業集聚程度和技術水平。
第五,對廣大中西部地區而言,核心是為高技術產業的發展創造良好環境和有利條件,以此加快制造業整體的技術升級,實現創新發展。
[1]Martin P & Ottaviano GIP, Growth and Agglomeration[J].International Economic Review,2001, 42(4):947-968.
[2]秦建軍,武拉平,等.產業地理集聚對產業成長的影響[J].農業技術經濟,2010(1).
[3]Rizov M., Oskam A., Walsh P., Is There a Limit to Agglomeration? Evidence from Productivity of Dutch Firms[J].Regional Science and Urban Economics, 2012,42(4): 595-606.
[4]汪彩君,唐根年.長江三角洲地區制造業空間集聚、生產要素擁擠與集聚適度識別研究[J].統計研究,2011(2).
[5]周圣強,朱衛平.產業集聚一定能帶來經濟效率嗎:規模效應與擁擠效應[J].產業經濟研究 ,2013(3).
[6]Mankiw NG, Romer D, Weil, DN.A Contribution to the Economic Growth[J].Quarterly Journal of Economics, 1992, 107(2):407-437.
F207
A
1003-1154(2016)01-0020-03
10.3969/j.issn.1003-1154.2016.01.007
國家自然科學基金青年項目(71303234,71403269);教育部人文社科基金青年項目(13YJC630058).
1與物質資本和勞動力有所不同,一個地區的人力資本能對所有產業產生影響,很難以產業為標準對人力資本進行分割,因此對一般技術產業和高技術產業的人力資本都采用地區的平均受教育年限來衡量。
2限于篇幅,據式(5)計算的各地區平均受教育年限數據文中未列出,備索。
3限于篇幅,據式(6)計算的各地區一般技術產業和高技術產業的區位熵指數文中未列出,備索。