超大城市工業內部結構變遷的實證研究
——以北京和上海為例

孫智君，粟曉珊，劉蕊涵

(武漢大學 經濟與管理學院，湖北 武漢 430072)

超大城市工業內部結構變遷的實證研究
——以北京和上海為例

孫智君，粟曉珊，劉蕊涵

(武漢大學 經濟與管理學院，湖北 武漢 430072)

通過計算1984-2013年北京和上海兩市工業內部結構綜合指數，顯示超大城市工業內部結構水平總體呈上升趨勢。一方面，隨著城市規模增大，超大城市工業向高加工度化、高技術化、高附加值化方向的工業結構發展；另一方面，超大城市整體經濟結構具有后工業化階段特征，其第三次產業比重不斷增加，為其工業提供特色服務。通過脈沖響應函數、方差分解分析以及協整檢驗，考察北京和上海6個影響因素與其工業內部結構水平的關系。結果顯示，北京的消費需求、投資需求、科技進步和FDI對其工業內部結構變遷的影響大；上海的人均GDP、消費需求、投資需求、政府支出對其工業內部結構的解釋力更強。可見，工業內部結構水平與6個影響因素存在長期均衡關系，上述因素對于超大城市現有工業結構表現出或高或低的影響作用。

特大城市；工業內部結構；脈沖響應函數；方差分析；協整檢驗

一、問題提出

世界經濟史的發展歷程表明，經濟活動集聚與規模經濟效益推動工業化與城市化快速發展，從而形成了分布于北美、歐洲和東南亞等地區的大城市及都市綿延體。2005年，按照GDP排名的世界前30位城市，其產出約為世界總產出的16%，前100位城市的產出占了近25%(胡光宇，2009)[1]。2014年，中國最新版《關于調整城市規模劃分標準的通知》，將城區常住人口1000萬以上的城市界定為超大城市。鑒于中國最新城市規模劃分標準為2014年版，國內學術界對超大城市的現有研究均基于特大城市展開。特大城市社會經濟發展水平高，對外開放程度高；因其地域范圍內較高比例的重點知名大學和高水平的科研機構聚集，進而成為新設備、新技術、新產品的發源地與聚集地(曾青，2012)[2]。緣于特大城市在一國發展過程中所起的非常重要的引領作用，近年來，國內學術界針對特大城市做了較為廣泛的研究，但大部分成果從社會學、生態學和空間演變規律等視角展開研究，如特大城市空間結構演變(葉昌東、周春山，2014)[3]、特大城市土地使用模式研究(于長明、吳唯佳，2015)[4]等；少數學者從不同角度針對特大城市服務業進行了實證研究，如特大城市服務業就業彈性(紀韶、王珊娜，2014)[5]，長江經濟帶特大城市服務業發展水平及其影響因素研究(吳傳清、彭哲遠，2015)[6]等。上述從產業視角進行的研究似乎暗含著一個假設：超大城市一定存在著一條趨向于以服務業為主體的發展軌跡。但是，加里·皮薩諾和威利·施(Gary P. Pisano，Willy C. Shih，2012)[7]認為2008年金融危機背后的深刻原因在于美國制造業，尤其是一些老牌工業城市制造業的衰落。這一認識促進了發達國家工業產業政策的重啟和實施：奧巴馬政府提出了包括先進制造業伙伴計劃及未來十年構建45個產業共性技術的研究機構等在內的系列制造業政策；歐洲制定了“集成式”產業政策，預期將制造業占GDP的比重從當前的16%提高到20%。發達國家大城市產業結構演進的現實路徑給中國超大城市結構調整提供了諸多有益的啟示。

近年來，國內外學術界對國家和區域層面的經濟增長與工業結構之間的關系、工業結構演變影響因素，以及工業內部結構發展趨勢的研究，為上述發達國家的工業政策提供了理論和實證依據。艾琳娜、席爾瓦(Elena Sochirca等，2013；Ester G. Silva等，2012)[8-9]研究表明，技術的相對供給、經濟增長率和工業結構間是正向的兩兩相關關系。富爾維(Fulvio Castellacci，2010)[10]針對18個經合組織國家1970-2005年間動態面板數據和截面數據所做的實證研究顯示，與信息、通訊、技術相關的工業擁有更強的創新能力和發展活力。因此，國家應使工業結構向高技術制造業和生產性服務業轉型，以促進國家經濟增長。帕特里克(Patrik Gustavsson Tingvall，2004)[11]研究發現歐洲國家工業結構形成于市場程度、地理因素、企業的研發經費、資本的累積等因素的互相作用，其中，資本積累很高的國家建成高水平的、資本密集型的工業結構，人力資本占優勢的國家會建成知識密集型工業。對于中國工業結構演變影響因素的相關研究，陳實意(Shiyi Chen，2011)[12]指出，伴隨經濟增長和要素市場改革，中國工業結構發生了顯著變化，并成為生產要素在效率更高的部門重新配置的重要原因；西蒙(Simon X. B. Zhao等，2004)[13]從新經濟地理學的角度考察，發現區域優勢、多樣化工業部門、靈活的工業生產過程、資本的集聚和專業化、全球性的對外貿易、豐富的自然資源和政府的積極開發政策，以及運輸基礎設施、稅收和其它區域振興政策(洪俊杰等，2014)[14]是中國改革開放后工業結構的空間變化原因。董學斌(Dong X等，2011)[15]從宏觀和微觀層面考察，發現人均國內生產總值、國內消費傾向、城鄉差距、勞動力和資本存量規模、產權保護，以及行政效能是影響中國產業結構的決定因素。更重要地，戴魁早(2012)[16]證明了自主創新能力、技術吸收能力、居民收入增長、國際貿易和市場化進程是驅動中國工業結構變遷的重要因素。就中國工業結構的總體發展趨勢而言，1978年以來，中國工業結構演變趨勢的穩定性逐步增強，與發達國家工業化的一般規律也逐漸趨于一致(李博、曾憲初，2010；楊合湘，2008)[17-18]；工業內部結構呈重型化趨勢，重工業比重進一步上升，輕紡工業比重下降，金屬加工業比重上升，裝備制造業比重基本穩定(金碚等，2011；中國社會科學院工業經濟研究所課題組，2010)[19-20]。

本文的研究對象是處于快速發展期的中國特大城市的工業內部結構。前文所述的總體性研究成果，一定程度上為超大城市的工業結構變遷研究提供了分析框架和思路，但是，超大城市因其自身特點又有區別于國家整體的結構演變趨勢。北京和上海作為我國最具代表性的兩個超大城市，其工業化進程已經步入后工業化時期，經濟高速增長的同時伴隨著工業內部結構的不斷變遷。研究其工業內部結構的變遷，不僅能更加全面地理解北京和上海工業化的發展歷程，而且能為北京和上海以及其他超大城市產業結構調整提供非常寶貴的經驗和啟示。根據前文所述超大城市的相關特征，本文借鑒 “工業產業結構高度”指標體系(倫蕊，2005)[21]，以北京和上海1984-2013年相關數據為基礎，通過計算兩市工業內部結構水平綜合指數，從工業產業間結構高度、工業產業鏈結構高度以及工業產業結構升級轉換能力三個角度考察兩市工業內部結構演變過程。進一步地，運用單位根檢驗考察序列平穩性，通過VAR模型中的脈沖相應函數、方差分解分析考察因變量和自變量之間的關系，運用協整檢驗考察序列長期均衡關系，以探究超大城市經濟發展、消費需求、投資需求、政府行為、科技進步和FDI等因素如何影響北京和上海工業內部結構變遷。

二、北京市和上海市工業內部結構狀況

工業內部結構指一個國家或地區工業經濟系統中各產業部門之間的比例關系和相互聯系(倫蕊，2005)。本文參考倫蕊所設計的指標體系，根據超大城市的相關特征，同時基于北京和上海相關數據的可得性，對部分指標進行調整，構建以下測定和反映超大城市工業內部結構水平的指標體系。其中，反映超大城市工業內部結構的總體特征指標是“工業內部結構水平綜合指數”。進一步地，將該指標分解為從橫向水平上反映各工業部門之間構成形式及比例的“工業產業間結構”，從縱向水平上反映各工業部門所處的地位及其之間的相互聯系的“工業產業鏈結構”，以及反映工業部門開放程度和相關產業支持度的“工業產業結構升級能力指數”(具體指標及計算公式詳見表1)。

首先根據表1公式計算某超大城市工業內部結構三個分指標的原始指數，然后計算該城市工業內部結構水平綜合指數。在計算后者之前，需要先采用“max-min標準化”法進行無量綱化處理，以使數據具有可比性。公式為：新指標數據=(原指標數據-原指標最小值)/(原指標最大值-原指標最小值)，即對原始數據進行線性變換，使變換后的數值落在[0，1]之間。則：工業內部結構水平綜合指數=∑(標準化處理后的個體指標×相應權重)，其取值范圍在[0,100]間。

表1 工業內部結構測評指標體系

對北京和上海的6個基礎指標數值作標準化處理，通過變異系數法，得到北京和上海各指標的賦值權重，如表2所示。

按照上述計算方法及權重值，本文利用北京和上海1984-2013年間數據，首先計算兩市工業內部結構分指標的六個原始指數(表3)，然后計算兩市工業內部結構綜合指數(表4)，為使結果更加清晰展現，將后者反映為曲線(見圖1、2)。

表2 北京和上海各指標權重

注：根據表1及《北京統計年鑒》(1984-2014)、《上海統計年鑒》(1984-2014)、《中國高技術產業統計年鑒》(2002-2013)計算所得。

表3 北京、上海兩市工業內部結構分指標

數據來源：根據《北京統計年鑒》(1984-2014)、《上海統計年鑒》(1984-2014)、《中國高技術產業統計年鑒》(2002-2013)計算所得。

(一)北京、上海兩市工業內部結構分指標及分析

根據表3結果考察兩個特大城市工業內部結構。

其一，工業產業間結構。研究期內，北京重工業化系數呈上升趨勢，重型化特征明顯。因為建國后北京市構建了以重化工、黑色金屬加工等為主體的重工業體系。上海重化工系數居于0.79-3.48間，大大低于北京該值。因為建國后相當長時期內，上海市主導產業是輕紡工業。1990年以來，上海調整紡織、輕工業產業政策，重工業占主導地位的先進制造業得以加快發展(王耀鑫、張宏韜，2009)[22]，導致重工化系數有一定程度增長，但仍然低于北京該值。北京高技術產業發展系數呈倒W型，1984-1993年間發展平緩，一直低于上海市該值，1994年后快速上升，并在此后10余年時間內一直超過上海市，后與上海持平。原因是1993年國務院制定《北京城市總體規劃》強調要積極調整產業結構，促進高技術產業的發展，以適合首都經濟發展的需要。上海高技術產業發展系數總體呈上升狀態，2005年稍有下降。這一特殊現象與朱振鍇(2013)[23]研究結論相符，高技術產業中存在“倒掛”現象，即產值比重越大的行業，其增加值則越低，這必然導致該系數降低。近年上海更加重視服務業發展，致使2012、2013年該系數萎縮至0.19左右。

其二，工業產業鏈結構。一般地，加工工業發展速度高于原材料工業和采掘業發展速度，北京市高加工度系數的演變趨勢與此規律較為吻合。不過，高加工度系數于2003年突然增大至3.1754，其原因在于，2003年前，北京一般加工制造業比重過大，而高附加值、高技術含量的產品少(周景勤，2001)[24]。2003年后，北京逐步重視高附加值產業發展，該系數不斷增大，并于2006年超過上海市。上海市高加工度系數總體在2.0以上，且呈不斷增加趨勢，說明上海工業產業生產鏈延長，生產更加迂回。1997年后，上海工業提出了要加快形成以深加工為特征的工業格局，形勢有所回升，保持在3.5-4.0左右。就工業增加值率系數而言，兩市較為相當。北京市該值在變化中保持在20%以內左右，1993年達到最高值36%，此后在浮動中下降，近幾年該系數降低與北京進入后工業化時代的特征相符。上海工業增加值率系數波動趨勢大。近幾年該系數的下降同樣與上海進入工業化后期有關，其工業發展減速及其地位下降，因此是合理的。

其三，工業產業結構升級轉換能力。首先，兩市第三產業支持度系數均呈上升趨勢，但上海市該值明顯低于北京市，其2013年值甚至低于北京市1995年值。2013年北京第三產業總產值14986.5億元，占地區生產總值76.9%；2013年上海第三產業總產值13445.07億元，占地區生產總值62.2%。這一方面說明北京市第三產業已經成為地區支柱產業，另一方面，雖然第三產業已成為上海經濟發展的主導產業，但是現代服務業對上海先進制造業之間的關聯性和支撐作用還有待提高。兩市FDI影響系數較為相當：北京市該值總體呈上升趨勢，但2000年以后基本保持在3%左右。1998年亞洲金融危機導致外商投資減少，該系數有所下降。其后，中央政府實施的積極產業政策抵消了2008年國際金融危機的負面影響，外資利用于2013年達到85.24億美元。但由于北京市地區GDP高，而FDI增長幅度相對小，致使該值相對較小。上海FDI影響系數總體呈倒U型。1991年后，該系數直線上升，然后降到2000年后保持平穩。2001年中國加入WTO，上海的人力、物力成本上漲，外商為節約成本，偏好選擇江浙地區投資，致使FDI較以前減少。但在WTO后過渡期，上海著力于提高對外開放整體水平，該系數始終保持在5%左右。

(二)北京、上海兩市工業內部結構綜合指數分析

根據表4、圖1及圖2結果可見，1984-2013年間，北京工業內部結構水平在波動中上升。從2003年開始其綜合指數值超過60，且在2013年達到最高水平75.071。其中以北京工業產業間結構系數上升幅度最大，2000年后對北京工業內部結構升級的貢獻最大；工業鏈結構系數呈波動上升趨勢，1995年后上升幅度小于工業間結構指數；工業產業結構升級轉換能力指數在上升中呈較平穩態勢，2000年該指數低于工業間結構指數。該時期內，上海工業內部結構總體水平上升，2003年綜合指數值均達到峰值71.001，此后維持在60左右。其中工業產業間結構系數持續上升，2000年后上升速度較快；工業鏈結構系數在波動中小幅上升，所占數值較大，對上海市工業內部結構升級的貢獻最大；工業產業結構升級轉換能力指數變化在1991年后上升明顯。

表4 北京、上海兩市工業內部結構綜合指數

注：本表為將原始指標值無量綱標準化處理后并加權求和得到的指數值。

圖1 北京工業間結構指數、工業產業鏈結構指數、工業結構升級轉換能力指數、工業內部結構綜合指數數據來源：根據《北京統計年鑒》(1984-2014)、《中國高技術產業統計年鑒》(2002-2013)。

圖2 上海工業間結構指數、工業產業鏈結構指數、工業結構升級轉換能力指數、工業內部結構綜合指數數據來源：根據《上海統計年鑒》(1984-2014)、《中國高技術產業統計年鑒》(2002-2013)。

分析結果顯示，北京和上海工業內部結構水平總體呈上升趨勢。一方面，隨著城市規模的增大，基于歷史的，以及各經濟要素的作用，超大城市工業并沒有消失，而是向高加工化、高技術化、高附加值化方向的結構發展；另一方面，超大城市整體經濟結構具有后工業化階段特征，其第三次產業比重不斷增加，為其工業提供特色服務。其次，在工業產業間結構上，表現出重型化上升到一定高度后再平穩下降的特征和趨勢，高技術產業對經濟發展發揮重要作用。在工業產業鏈結構上，高加工度系數不斷上升；工業增加值率系數波動大，且有下降趨勢，說明第三產業已成為超大城市的支柱產業。最后，在工業結構升級轉換能力上，第三產業支持度系數呈上升趨勢，對超大城市經濟結構優化升級起到重要推動作用，但上海落后于北京；FDI的影響系數先升后降，此后保持平穩。

三、基本假定、數據來源與計量模型

(一)基本假定、變量選擇與數據來源

根據學術史上關于工業結構演變規律的經典理論(霍夫曼，1958年；庫茲涅茨，1971年；錢納里，1986年；等)[25-27]，以及本文開篇綜述的近年相關研究成果和結論，要解釋超大城市工業內部結構演變的影響因素，主要從宏觀、微觀、制度和空間經濟理論幾個角度展開，為此考察如下指標：

1.解釋變量

(1)經濟發展水平(人均GDP)。在分析工業結構演變的實證研究中，幾乎國內外所有學者都選擇人均GDP來衡量一國經濟發展水平。經濟發展水平對于工業結構的影響是確定的，但是這種影響是單向的還是雙向的，是正效應還是負效應，需要進一步探究。

(2)消費需求(TRS)。超大城市龐大的人口總數將帶來巨大的消費需求，而這些消費需求將通過波及效應導致對于資本品的巨大需求。本文以社會消費品零售總額來反映此指標。消費需求對于工業內部結構具有正向影響作用，一般而言，社會消費品零售總額越大，工業內部結構越趨向于高級化和合理化。

(3)投資需求(TI)。工業投資對工業內部結構的變化具有重要影響。工業投資能夠促使工業內部結構向高加工化階段發展，而隨著工業內部結構的高加工化，進而會推動工業內部結構往資本密集型和技術密集型方向發展。本文以社會固定資產投資額來反映此指標。

(4)政府財政支出(PFE)。隨著工業化進程加快，工業對財政收入的貢獻加大，財政支出對工業化也起著加速作用。徐振(2011)[28]認為財政政策是政府進行宏觀調控的重要手段，在工業結構調整中，應發揮財政的引導激勵及約束作用，有效推動工業內部結構的優化升級。李平安(2008)[29]也認為財政支出是產業結構優化升級的重要支撐政策。本文選取相關年份北京和上海的財政支出衡量。

(5)科技進步(TC)

在美國，96%的創新產生于都市地區(胡光宇，2009)。科技進步會影響超大城市工業內部部門分工的發展和深化，從而促使工業內部結構發生變遷；科技進步通過促進經濟增長間接影響工業內部結構的變化。但是技術進步難以直接量化，基于數據可得性，本文采用北京的專利授權量和上海的科技獲獎項來反映此指標。

(6)外商直接投資(FDI)

外商直接投資影響工業內部結構變化是大多數學者認同的。改革開放以來，北京和上海作為先發城市，FDI已經成為其經濟的重要組成部分。FDI在規模上和領域上均不斷的擴大，外資企業也成為工業結構的重要組成部分。FDI通過促進技術進步、改變消費需求等間接促使工業內部結構發生變化。本文采用北京和上海實際利用外資額衡量此指標。

2.被解釋變量

參考本文第二部分，將“工業內部結構綜合指數(IISI)”設定為評判超大城市工業內部結構發展趨勢和狀況的指標。

3.數據來源

本文研究的樣本時期為1984-2013年，被解釋變量所需原始數據中，北京市和上海市人均GDP、北京市和上海市社會消費品零售總額、北京市和上海市社會固定資產投資額、北京市和上海市財政支出、北京的專利授權量和上海的科技獲獎項均來源于1984-2014年度《北京統計年鑒》和《上海統計年鑒》；北京市實際利用外資額中，1984-1986年數據來自《實際利用外資31省3類數據分布總表》，其余均來自1987-2014年度《北京統計年鑒》。上海市實際利用外資額均來自1984-2014年度《上海統計年鑒》。

(二)計量模型

1.ADF單位根檢驗

為估計北京和上海的VAR模型，我們有必要首先考察北京和上海1984-2013年間的時間序列是否平穩，運用EVIEWS7.2分別對北京和上海的數據進行ADF檢驗，其檢驗結果分別如表5、表6所示。

從表5、表6可以看出，北京和上海原始數據的ADF值均大于10%的臨界值，時間序列不平穩，不是I(0)序列，不能用經典回歸模型估計。然后對原始數據進行一階差分，得到的一階差分序列在10%水平上的ADF值均通過了單位根檢驗，即是I(1)平穩序列。

2.VAR模型估計

上述ADF結果表明，北京和上海的各個變量在樣本區間內為一階單整，即用來建立向量的自回歸模型經檢驗為穩定的，因而可以做脈沖響應函數及方差分解。本文運用EVIEWS7.2分別估計用北京的LNGDP、LNTRS、LNTI、LNPFE、LNTC、FDI、IISI以及用上海的GDP、LNTRS、LNTI、LNPFE、LNTC、FDI、IISI數據建立VAR模型，根據AIC和SC最小準則，選擇模型的滯后期為2，進行模型估計。鑒于VAR估計出來的模型本身沒有實際經濟意義，故不在此列出。

表5 北京時間序列的ADF檢驗結果

注：c表示含截距項，0表示無時間趨勢，7為根據SIC準則確定的滯后階數，樣本區間是1984-2013年。

表6 上海時間序列的ADF檢驗結果

注：c表示含截距項，0表示無時間趨勢，1表示有時間趨勢，7為根據SIC準則確定的滯后階數，樣本區間是1984-2013年。

四、實證檢驗與結果分析

(一)脈沖響應函數分析

1.北京脈沖響應函數分析

從圖3北京VAR模型脈沖分析結果，可以看出：第一，IISI對人均GDP響應路徑除了在第2到第5期、第25期以后為負以外，其余均為正響應或趨于收斂于0，說明一般意義上北京人均GDP增長對其工業內部結構升級是正向作用。人均GDP在第1期對IISI有最大沖擊。第二，消費需求在前6期對IISI有負沖擊，第7年以后正沖擊較顯著，說明隨著消費需求的增加，在前期雖然會降低IISI的水平，但是當消費需求達到一定水平后，有助于IISI的上升。第三，投資需求對IISI在第2、第5年有峰值，然后一直是正的路徑影響，說明投資對工業內部結構變遷的效果最明顯。第四，政府行為在第3年沖擊效果強，第5年以后沖擊為正但不顯著，反映財政支出在第3年以后，財政支出的增加有利于IISI的改善。第五，IISI對科研的反映較弱，第2年存在負峰值，第4年上升到頂點，其后沖擊是平穩收斂，在第22年后有較小負響應，說明科研對工業內部結構變遷的影響存在一個比較長的滯后期，科研投入對工業內部結構的變遷影響需要很長的時間才能轉化出來。第六，北京FDI對IISI影響路徑在前2期為正，其后總體上是負的，FDI的增加對工業內部結構變遷的影響不大，這可能與北京進入后工業化時期，外商投資多投于金融、科技等服務業有關。

2.上海脈沖響應函數分析

從圖4中可以逐步分析出：第一，IISI對人均GDP響應除第3到5期為正外，其余時期總體路徑為負，說明上海人均GDP的增長對其工業內部結構升級作用不大，可能與人均GDP中絕大多數的比例來自服務業有關。第二，消費需求對IISI沖擊總體路徑為正。在第2年有正峰值，第25年后逐漸趨于穩定。第三，投資需求對IISI的沖擊第9期有正峰值，總體效果弱于消費沖擊，說明投資對工業內部結構的影響是不固定的，在有些年份可能會促進升級，有些年份則不利于工業內部結構升級，具體要看投資方向。第四，政府行為在第3年和第10年沖擊效果強，第23年以后有負沖擊。第五，IISI對科研的反映較弱，第6年和第14年有個較小正峰值后，處于較為均衡狀態，同北京相似，說明科研投入存在較長時滯效應。第六，FDI對IISI的影響路徑總體上不明顯，FDI的增加對工業內部結構變遷的影響不大，這可能也是因為上海后工業時期，金融服務業擁有吸收外資的優勢。

圖3 北京市人均LNGDP、LNTRS、LNTI、LNPFE、LNTC、FDI對IISI的影響

圖4 上海市人均GDP、LNTRS、LNTI、LNPFE、LNTC、FDI對IISI的影響

(二)方差分解分析

1.北京方差分解分析

首先運用EVIEWS7.2估計得到北京的VAR模型，然后對北京工業內部結構綜合指數IISI的變化進行方差分解，得到表7的結果。

從表7北京工業內部結構綜合指數中由人均GDP的解釋的部分整體上升，到2013年該解釋變量的影響已從1985年的0.496%逐年上升到2006年的最高值6.380%，然后稍有微降并平穩在6.2%左右。消費需求的貢獻率也是上升，且在2013年達到峰值13.419%。投資需求額對工業內部結構綜合指數的影響逐年增加，在2013年影響最大值為14.156%。財政支出的貢獻率變化不大，總體保持在1%左右。科研對工業內部結構的影響稍有減弱態勢。FDI對工業內部結構變化的影響逐步增強，由最初1985年的0.55%上升到2013年的12.287%。

2.上海方差分解分析

同樣運用EVIEWS7.2估計得到的上海VAR模型，然后對上海工業內部結構綜合指數IISI的變化進行方差分解，得到結構如表8。

從表8的上海工業內部結構綜合指數方差分解的結果看，人均GDP對上海市工業內部結構的影響最大，并呈逐年增長趨勢，在2013年時其解釋能力占39.6%，幾乎達到一半。消費需求對IISI變動的影響呈先升后稍有下降的態勢，近年下降至15%左右。IISI的變動由投資需求解釋的部分和90年代相比，上升較快，90年代后維持在9%左右。財政支出對IISI的變動解釋部分總體稍有減弱，在樣本的最后一年2013年對IISI變動的影響只有7.217%。科研整體對IISI解釋的比例不大，樣本區間內呈先升后降態勢，近幾年平穩在3%左右。上海FDI對IISI變動的影響除了1984—1987年較小外，此后保持平穩，樣本區間內83%的時間內其影響在3.5%以上。

(三)Johansen協整檢驗

在檢驗時間序列的平穩性后，有必要考察北京和上海的時間序列間是否存在長期均衡關系。因為本文因變量和自變量一共有7個，是多變量模型。我們在此運用EVIEWS7.2中的Johansen協整檢驗。北京和上海的檢驗結果分別如表9和表10。

表7 北京工業內部結構綜合指數方差分解結果

表8 上海工業內部結構綜合指數方差分解結果

表9 北京時間序列Johansen協整檢驗結果

根據Johansen協整檢驗結果的判斷法則，即當統計量的值大于5%臨界值時，或者是當1%臨界值小于0.05時，說明至少存在1個協整關系。通過表9結果顯示，北京時間序列在5%和1%的顯著水平下存在4個協整關系。說明北京原始序列間存在長期的均衡關系。

我們仍然根據Johansen協整檢驗結果判斷法則考察上海時間序列的長期均衡關系，表10的檢驗結果表明上海時間序列在5%和1%的顯著水平下存在5個協整關系，同樣說明上海原始序列間存在長期均衡關系。

表10 上海時間序列Johansen協整檢驗結果

五、結論與政策建議

基于北京和上海1984-2013年時間序列數據的計量分析，以及脈沖相應函數及方差分析結果，就北京市而言，其消費需求、投資需求、科技進步和利用外資對工業內部結構變動的解釋力較大，影響更為明顯，而人均GDP和政府財政支出的解釋能力有限。就上海市而言，其人均GDP、消費需求、投資需求、政府支出對其工業內部結構的解釋力更強，具有拉動作用，而科技進步和利用外資對其影響不大。隨后，針對兩市進行協整檢驗，結果顯示，北京和上海的工業內部結構與其人均GDP、消費需求、投資需求、政府財政支出、科技進步以及利用外資情況之間存在長期均衡關系。總體而言，經濟發展水平、消費需求、投資需求、政府財政支出、科技進步和FDI對北京和上海工業內部結構的優化升級均起了或高或低的影響作用。基于上述結論，本文針對中國超大城市工業結構調整和優化提出幾點政策建議。

(一)加快產業結構調整進程

以北京和上海為代表的中國超大城市正進入后工業化時期，“后工業城市”在很多方面是工業城市的延續(李勇，2009)[30]，即使其工業結構中重工業比重在達到一定峰值后開始下降，但是以知識經濟為關鍵要素、資源消耗少、附加價值高、科技含量高的制造業仍然是超大城市未來工業結構的重點。譬如，節能環保產業、新能源產業、生物醫藥產業、新材料產業等，甚至目前發達國家所專注的工業互聯網產業、3D制造等等。另一方面，超大城市的后工業時代，高度專業化的生產性服務逐漸取代傳統重工業而成為支柱產業，譬如公司法律、咨詢等商務服務業，以及由工業互聯網延伸出來的數字化服務、數字技術、網絡技術和生產性服務業相結合的產業領域。超大城市政府應遵循發展規律，制定相關政策促進產業結構優化升級，使其服務業與高端制造業相互匹配。

(二)構建特大城市科技創新體系

培育持續創新的文化和制度氛圍是城市政策制定者的長久目標。超大城市在從工業向后工業轉型過程中，一定要把握機會成為技術創新領導者，成為國際城市和國家城市網絡中的重要節點。為達成此目標，地方政府應構建一套強大的科技創新體系，其中，創新管理體系尤其重要。超大城市政府部門首先應具備科技資產意識，并努力整合科技資產，成為城市公共科技資產的管理者。公共科技資產是由國家或地方政府資助科研人員完成的科研成果，使科技資產真正成為公共產品，成為推動區域和國家科技進步的真正力量。其次，具體的科研創新項目應該采用市場機制的方式進行。但是，政府應成為重大領域研發活動的組織者和第一責任人。其三，政府應該是創新科技政策的制定者。當前，大型城市因其高校和研究機構眾多，智力資源豐富而產生了很多歸屬和體制特征上較為復雜的新型研發組織， 那么，政府需要設計和制定完整的圍繞創新的法律框架，解決科技成果的資產屬性和股權激勵等問題，以更好地推動科技創新成果在質和量上的飛躍。其四，構建城市重大項目科技研發平臺。政府作為公共產品的提供者，應該在諸多利益相關者之間搭建重要產業的研發平臺。研究者在政府資助下，提出相關產業的發展設想。譬如，未來技術方向、發達國家與中國目前的研發水平及比較、最終研發成果等等。這樣的公共研發平臺能為可能的投資者、研發者和創業者服務，通過產生乘數效應而發揮其獨特而高效的作用。

(三)調整外資外貿政策

前文已述，專業化服務是后工業時代超大城市的主要推動力量。中國目前已經成為全球制造業中心，那么，北京和上海特大城市將逐步成長為全球金融中心，甚至全球專業化服務中心。在此背景下，超大城市應調整“引進來”和“走出去”外資外貿政策。完善基礎設施，制定靈活的土地售賣或租賃政策，鼓勵和支持外商將資金投向高技術產業以及專業化服務業。同時，在本土相關產業已經具備現代產出能力的前提下，鼓勵本土企業向海外投資生產，構建流通體系，成為全球性城市和現代產業體系的重要節點。

[1] 胡光宇.2009年世界發展報告：重塑世界經濟地理[M]. 北京: 清華大學出版社, 2009.

[2] 曾 青.中國特大城市的發展現狀、問題及對策芻議[J]. 經濟研究導刊, 2012(13): 174-175.

[3] 葉昌東,周春山.近20年中國特大城市空間結構演變[J]. 城市發展研究, 2014(3): 28-34.

[4] 于長明,吳唯佳.世界五大城市地區土地使用模式比較研究[J]. 城市與區域規劃研究, 2015(1): 68-87.

[5] 紀 韶,王珊娜.特大城市服務業就業彈性的實證研究——以北京市為例[J]. 首都經濟貿易大學學報, 2014(3): 35-40.

[6] 吳傳清,彭哲遠.長江經濟帶特大城市服務業發展水平及其影響因素研究[J]. 區域經濟評論, 2015(3): 125-134.

[7] Gary P Pisano,Willy C Shih.Producing prosperity:Why America needs a manufacturing renaissance [M].Harvard Business School Press, 2012.

[8] Elena Sochirca,scar Afonso, Pedro Mazeda Gil. Technological-knowledge bias and the industrial structure under costly investment and complementarities [J]. Economic Modelling, 2013(32): 440-451.

[9] Ester G Silva, Aurora A, C Teixeira. Does structure influence growth? A panel data econometric assessment of “relatively less developed”countries,1979-2003 [J]. Industrial and Corporate Change, 2012, 20(2): 457-510.

[10] Fulvio Castellacci. Structural change and the growth of industrial sectors:Empirical test of a GPT model[J],Review of Income and Wealth, 2010(56): 475-499.

[11] Patrik Gustavsson Tingvall. The Dynamics of European Industrial Structure [J]. Review of World Economics, 2004, 140(4): 665-687.

[12] Shiyi Chen, Gary H Jefferson, Jun Zhang. Structural change,productivity growth and industrial transformation in China[J]. China Economic Review, 2011(22): 133-150.

[13]SXB Zhao，CSP Tong，J Ciao. Spatial changes in China’s industrial sttructure [J]. Geography, 2004, 89(2): 127-139.

[14] 洪俊杰,劉志強,黃 薇.區域振興戰略與中國工業空間結構變動——對中國工業企業調查數據的實證分析[J]. 經濟研究, 2014(8): 28-40.

[15] Dong X, Song S, Zhu H. Industrial structure and economic fluctuation—Evidence from China [J]. The Social Science Journal, 2011, 48(3): 468-477.

[16] 戴魁早.中國工業結構變遷的驅動因素：1985-2010[J]. 當代經濟科學, 2012(6): 1-14+122.

[17] 李 博,曾憲初.工業結構變遷的動因和類型——新中國60年工業化歷程回顧[J]. 經濟評論，2010(1): 50-57.

[18] 國家發改委宏觀經濟研究院課題組,楊合湘.我國的工業結構演變與工業政策調整[J]. 經濟學動態, 2008(5): 44-50.

[19] 金 碚,呂 鐵,鄧 洲.中國工業結構轉型升級：進展、問題與趨勢[J]. 中國工業經濟, 2011(2): 5-15.

[20] 中國社會科學院工業經濟研究所課題組.“十二五”時期工業結構調整和優化升級研究[J]. 中國工業經濟, 2010(1): 5-23.

[21] 倫 蕊.工業產業結構高度化水平的基本測評[J]. 江蘇社會科學, 2005(2): 69-74.

[22] 王耀鑫,張宏韜.上海工業60年發展的回顧與展望[J]. 上海企業, 2009(9): 22-24.

[23] 朱振鍇,項歌德.高技術產業增加值率偏低原因探析——以上海、江蘇和浙江比較為例[J]. 中國科技論壇, 2013(4): 41-47.

[24] 周景勤.關于北京工業結構調整與產業升級的若干思考[J]. 北京市經濟管理干部學院學報, 2001(2): 3-7+15.

[25]Hoffmann W G. The growth of industrial economies [M]. Manchester: Manchester University Press, 1958.

[26]Kuznets S. Economic growth of nations: Total output and production structure [M]. Cambridge, MA: Harvard University Press, 1971.

[27]Chenery H B, Robinson S, Syrquin M. Industrialization and growth: A comparative study [M]. New York: Oxford University Press, 1986.

[28] 徐 振.甘肅省工業結構調整的財政政策研究[J]. 財會研究, 2011(14): 10-14.

[29] 李安平.我國產業結構優化中的財政支出政策研究[D]. 廣州: 暨南大學, 2008.

[30] 李 勇.后工業時期的城市[J]. 科學發展, 2009(2): 102-113.

(本文責編：辛 城)

Empirical Research on Internal Industrial Structure Changes in Mega-cities：A Case Study on Beijing and Shanghai

SUN Zhi-jun, SU Xiao-shan, LIU Rui-han

(EconomicsandManagementSchool，WuhanUniversity，Wuhan430072,China)

By calculating the composite index of industrial internal structure for Beijing and Shanghai in 1984-2013, which showing the level of industrial internal structure in mega-cities overall presents a trend of rising, on the one hand, as the urban size has grown, the industries structure of mega-cities developed to high-processing degree, high-technology, high-value-added direction; on the other hand, mega-cities’ overall economic structure has characteristic of the Post-industrialization Stage, which proportion of tertiary industry is continuously increasing, providing special services for their industry. By impulse response function, variance decomposition analysis and cointegration test, estimate the relationship between six factors and their internal industrial structure level for Beijing and Shanghai, the results reveal that Beijing's consumption demand, investment demand, technological progress and FDI have a marked impact on its internal industrial structure; Shanghai’s GDP per capita, consumer demand, investment demand, government play an more important role in its industrial internal structure. Then the level of industrial internal structure and the six influencing factors exist the long-run equilibrium relationship, these factors have a high or small influence on mega-cities’ existing industrial structures.

mega-cities；industrial internal structure；impulse response function；variance analysis；cointegration test

2016-08-29

2017-02-24

孫智君(1969-)，女，湖北洪湖人，武漢大學經濟與管理學院副教授、碩士生導師，美國加利福利亞大學戴維斯分校訪問學者，研究方向：區域產業經濟分析。

F421

A

1002-9753(2017)03-0084-15