資本積累的空間溢出效應研究

吳繼貴,葉阿忠,張月玲

(福州大學經濟與管理學院,福建福州350108)

1 引 言

物資、人力和R&D資本是經濟增長的重要源泉.資本在地區的稟賦程度、結構組成和流動特性直接決定了地區經濟的發展水平.安虎森[1]指出,經濟活動存在異質性,且是在特定的空間范圍內聯系起來的.因此,在空間經濟學視域下,不同地區的資源稟賦、資本積累、地理區位、市場條件和政府政策存在一定的差異,導致區域間的資本溢出效應亦表現出不同的特征.也就是說,區域間資本的空間分布和空間影響往往是具體的、塊狀的和局部的,并非全局的和同質的.然而,既有研究卻普遍偏重于全局性分析,假定區域間的資本分布及其溢出具有同質性,致使局部性的經濟作用規律被忽視,無法有效甄別特定區域內資本要素的空間溢出機制差異,難以為區域經濟一體化發展提供針對性建議.因此,在區域經濟發展存在不均衡的條件下以及區域經濟一體化進程加快的大背景下,探討經濟區域間資本積累的空間集聚和外溢特性,弄清資本在具體經濟區域內部的作用機制,將能夠為促進區域間經濟的協調發展和整體經濟效益的提高,提供科學的理論依據和數據支持,為區域間經濟發展政策的制定提供一定的參考和借鑒.

資本空間溢出的相關問題,一直是國內外學術界研究的熱點.目前關于人力、R&D和物資資本的空間溢出規律的研究大致可以分為三類.1)關于人力資本空間溢出的研究.Pede[2]指出一個地區的生產效率不僅受地區本身人力資本水平的影響,還受到周邊地區人力資本的溢出影響.陳得文[3]和逯進[4]對中國經濟問題的經驗研究也表明,人力資本在空間上存在正向的溢出效應;2)關于R&D資本空間溢出的研究.Eberhardt[5]和盛壘[6]指出R&D的溢出作用同樣不可忽視.Moreno[7]對175個歐洲地區的研究顯示,一個地區的知識生產同樣會受到其它地區知識的空間溢出影響.Deltas[8]的研究顯示,R&D的空間溢出存在一個有效距離.當從溢出中心到接收地的距離為500 km時,R&D的空間溢出效果將被削弱55%～70%.其他學者亦有類似的發現,例如Krugman[9]、L′opez-Bazo[10]和劉舜佳[11]等;3)關于物資資本空間溢出的研究.Lall[12]指出交通運輸基礎設施的建設可以沖破地域的限制,并由此產生空間溢出.Tong等[13]對美國交通基礎設施的空間溢出性進行了研究,指出基礎設施建設不僅能夠促進當地的農業產出,還能夠對周邊地區的農業產出產生影響.Yu等[14]的研究結果顯示,中國交通運輸具有正向的空間溢出效應.但是,在不同時段,東、中和西部地區的溢出效應又表現出不同的規律.張光南[15]的研究則表明,基礎設施的空間溢出對制造業的成本效應遠大于地區內部建設所產生的成本效應.這些研究局限于資本外生的理論框架,主要考量單一資本要素的溢出效果,而忽視了資本要素之間的內生影響.因此,對資本溢出效應規律的解讀過于寬泛,難以針對特定區域給出具體而富于指導性的政策建議.

關于資本內生關系的研究,當前國內外文獻主要沿時間維度展開,從理論和實證兩個角度考察人力、物質和研發資本之間的交互影響.1)就理論研究而言,該方面的研究最早始于物資和人力資本關系的探討.Lucas[16]和Greiner[17]指出人力和物資資本存在一定的互補關系,二者的增長必須相互匹配才能促進產出的增加.Caballé等[18]認為物資資本的增加能夠影響人們對教育的時間投入,并由此導致人力資本積累水平的變化.而人力資本水平的變化又會致使邊際生產率產生變化,繼而對物資資本的積累產生影響.隨后,又有學者將R&D引入內生模型,如Funke[19]、Strulik[20]和Arnold[21]建立了以人力、物資和R&D資本的內生增長模型.此后,國內也出現了少量類似的研究.例如,吳春力等[22]構建了出了人力、物資和R&D資本的內生經濟理論模型,從理論上論證了三者的動態關系,并指出R&D資本的累積能夠較為明顯地促進人力資本、物資資本和社會產出的同步增長.2)也有學者試圖從實證角度探討資本之間的內在數量關系.胡永遠等[23]采用了GMM估計法,探討人力資本與物資資本二者間的內生關系.其研究成果表明,人力資本和物資資本的相互影響具有非對稱性.Grier[24]對撒哈拉地區的研究同樣也表明人力資本和物資資本存在內生性.李志宏等[25]的研究則表明R&D與資本積累之間存在長期且穩定的雙向Granger因果關系.魏下海[26]的研究表明受外部區域的競爭優勢和經濟增長集聚效應的影響,容易導致經濟資源和生產要素外流,并指出技術要素和物資資本更容易向人力資本高的地區流動和匯集.遺憾的是,這些研究普遍基于古典統計和計量經濟學分析中樣本相互獨立的基本假設,忽略了個體的空間差異性.從新經濟地理學的角度看,任何經濟現象都很難擺脫相互之間的空間影響而孤立存在.因此,不考慮空間滯后所產生的影響,顯然難以完全反映客觀實際.

縱觀上述研究,既有文獻主要側重于從全局的角度探討人力、物資和R&D資本積累的空間溢出規律,而很少從局部的視角研究資本積累在特定區域內的相互作用.同時,以往的研究主要從時間維度探討人力、物資和R&D資本積累的內生關系,而缺乏從空間維度更深入地解讀資本之間的交互影響,導致資本在空間層面的作用規律長期被忽視.為此,本文設計了能夠從空間維度反映內生關系的空間計量模型——橫截面數據半參數空間結構向量自回歸模型,并以上海的一階和二階Queen鄰近區域為研究對象,探索人力、R&D和物資資本積累的空間集聚和溢出規律.該模型將傳統的向量自回歸模型的思想應用于空間建模領域,融合了參數估計和非參數估計的優點,對空間經濟現象的解讀更具系統性和客觀性,因而也更切近區域經濟現實.本文的研究發現東部和部分中部地區是三種資本積累的熱點區域,而西部則為冷點區域;同時,對上海與周邊地區資本積累交互影響的分析發現,上海地區R&D資本積累的集聚效應大于擴散效應,對周邊地區R&D資本具有虹吸效應;人力資本積累的涓滴效應顯著,能夠對周邊地區的人力資本產生擴散作用;而物質資本積累的空間溢出則呈現出“斷裂性”和“跳躍性”,即其在一階空間鄰近“中心效應”顯著,而在二階鄰近則“涓滴效應”突出.

2 模型估計、設定和變量說明

2.1 模型估計

本文所設計的CSSSVAR模型,結合了參數估計和非參數估計.它既能夠反映出變量之間的線性關系,又能夠反映出外生變量出現非線性的情況.設CSSSVAR模型的第k個內生變量方程為

將式(1)中的非參數項移到方程左側,可得

其中yki表示第i∈{1,2,...,N}個個體的第k∈{1,2,...,K}個內生變量,表示i個個體第K個內生變量的一階空間滯后;xQi表示第i個個體的第Q個外生變量,表示i個個體第Q個外生變量的一階空間滯后;zi是第i個個體非參數部分的外生變量,表示i個個體非參數部分外生變量的一階空間滯后;是非參數項;uki為噪音,假定其為獨立同分布,且

若β,δ和γ給定,則式(2)可以寫成

將式(4)代入模型(1),得到如下參數模型

通過GMM估計方法[28],可以得到β,δ和γ參數的估計結果.接著,可以獲得Gk(·)的最終估計

2.2 模型設定

式(7)～式(8)中的變量包括R&D(RD)、物資資本(KC)、人力資本(LC)和對外開放度(Open).有研究表明,Open與這些變量有可能存在不同程度的非線性關系.例如,賴永劍[31]應用PSTR模型驗證了R&D、人力資本、基礎設施和貿易開放度之間存在較為明顯的非線性的關系.同時,通過繪制RD、LC、KC與Open的散點圖(圖1),亦存在類似的發現.

此外,各資本關于Open的非參數估計與Open的擬合曲線同樣再次印證了此種非線性關系(圖6).由此,可以給出以RD、KC和LC為內生變量,以Open為非參數外生變量的半參數空間結構向量自回歸模型的完整形式.該模型不僅考慮到了地區自身資本積累的影響,還考慮到了一階空間鄰近和二階空間鄰近地區資本積累對當地所產生的影響.

圖1 RD,KC,LC和Open的擬合曲線Fig.1 The fitted curve among RD,KC,LC and Open

需要說明的是,模型(7)中內生變量的空間滯后階數,主要根據赤池信急準則(akaike information criterion,AIC)進行判定和選擇.此處主要采用了由Akaike[32]和McQuarrie等[33]所提出AIC、AICc和AICu三個評判標準.表1列出了信急準則計算結果.

表1 信息準則計算結果Table 1 The results of AIC

計算結果表明,較一階空間滯后,在二階空間滯后的條件下,所構建的半參數空間結構向量自回歸模型模型具有更好的估計性質.

在模型(7)中,若將RDki,KCki和LCki,k=1,2,3,移到向量方程的左側,便可獲得由三者所構成的向量系數矩陣β.若將其求逆矩陣,并通過矩陣運算將其移到向量方程右側,將各變量的系數矩陣與β矩陣的逆進行矩陣運算,則可以獲得簡化后的向量方程,具體如式(8)所示.

其中γ=β?1σ,η=β?1θ,M(Openi)=β?1G(Openi),且v=β?1u.

2.3 變量說明

本文各變量的構造說明如下:1)R&D資本主要采用永續盤存法測算.考慮到R&D水平的地區差異,此處借鑒王孟欣[29]的做法將東、中和西部地區的R&D折舊率分別設為18%,15%和12%;2)物資資本的計算參考了單豪杰[30]的做法,并將折舊率設為10.196%;3)由于教育在人力資本的形成過程中起著至關重要的作用,且與人力資本表現出很強的正相關關系.因此,人力資本的計算主要采用教育年限法;4)對外開放度則采用進出口總額占GDP的比值進行衡量;5)空間關系矩陣則根據Queen準則進行構建.其中,一階Queen鄰近表示某區域具有共同邊界或者共同頂點的鄰近,而二階Queen鄰近表示某區域周邊具有共同邊界和頂點的鄰近.由此,構造出中國31個省市的一階和二階Queen鄰近,具體如圖2所示.需要說明的是,除Open變量外,其它變量在估計前均進行了對數化處理.構造上述變量的數據主要來源于《中國統計年鑒》、《中國科技統計年鑒》和《中國人口與就業統計年鑒》.

圖2 基于Queen準則的空間一階鄰近和二階鄰近的空間關系矩陣Fig.2 The first and second orders of spatial neighbors based on Queen criteria

3 實證分析

3.1 全局的空間相關性

考慮到所構建的CSSSVAR模型同時包了括一階和二階的空間鄰近關系.因此,有必要分別對基于一階Queen和二階Queen空間權重RD、KC和LC變量對應的Moran指數進行計算,以確定各類資本是否存在空間相關性.其中,基于一階Queen空間權重的RD、KC和LC變量的Moran指數的計算結果分別為0.357 7,0.372 5和0.313 6,且其所對應的P值分別為0.001 0,0.001 2和0.002 0(圖3).檢驗結果表明,在一階Queen條件下,R&D資本、物資資本和人力資本均表現出很強的正空間相關性.在二階Queen條件下,RD、KC 和LC變量的Moran指數分別為0.176 2,0.203 4和0.129 1,對應的P值分別為0.001 5,0.003 1和0.026 3(圖4).雖然,在二階Queen條件下,各資本的空間相關性較一階Queen情況下有所減弱,但是依然表現出較強的顯著性.

圖3 基于一階Queen的RD、KC和LC的Moran散點圖Fig.3 The Moran scatter of RD,KC and LC based on the first order of Queen

圖4 基于二階Queen的RD、KC和LC的Moran散點圖Fig.4 The Moran scatter of RD,KC and LC based on the second order of Queen

3.2 局部的空間相關性

雖然,Moran指數能夠從全局上判斷R&D資本、物資資本和人力資本的空間相關性,但是卻無法識別它們在局部空間上的集聚(局部空間相關)模式.而G統計量恰巧彌補了這方面的不足,它能夠識別出空間個體屬性是存在高值還是低值集聚,即所謂的熱點(hot spot)和冷點(cold spot)區域.由圖5可知,1)R&D 資本積累主要在上海、江蘇、安徽和天津地區表現出高值集聚.這些地區是我國R&D投資熱點區域.然而,新疆、青海、甘肅和四川地區的R&D資本積累則表現低值集聚,是我國R&D投資的冷點區域,R&D投資的活躍度相對較低;2)物資資本的熱點區域主要分布在東部及其毗連地帶.這些地區包括上海、浙江、江蘇、福建、山東、河南、安徽和江西.然而,物資資本的冷點區域則主要分布西部地帶,其中包括新疆、甘肅和四川;3)人力資本熱點地區主要位于天津和河北兩地,空間分布范圍相對較小.然而,冷點區域主要集中于西部地區,空間分布范圍相對較大,面積近乎覆蓋了三分之一的國土面積,主要包括新疆、青海、西藏、四川和廣西地區.上述現象表明,我國R&D資本、物資資本和人力資本的積累存在較為明顯的空間分異和塊狀分布的現象,即總體上表現出東部地區的資本積累水平相對較高,而西部地區的資本積累水平則相對較低.根據經濟生產函數,資本積累水平的高低將直接影響到地區的經濟產出[35].由此可見,西部地區R&D資本、物資資本和人力資本的欠缺,是導致其經濟發展長期落后于東部和部分中部地區的重要原因.

圖5 RD、KC和LC的空間集聚圖Fig.5 Spatial agglomeration of RD,KC and LC

3.3 估計結果

根據式(1)～式(6)的估計過程,此處估計出了由人力資本、物資資本、R&D資本和Open四者所構建的實證模型.通過使用MATLAB和R等軟件,得出了模型中的參數部分和非參數部分的估計結果.其中參數部分的估計結果如表2所示,而非參數部分的估計結果如圖6所示.

表2 CSSSVAR模型的估計結果Table 2 The estimation results of CSSSVAR model

續表2Table 2(continue)

圖6 R&D,KC和LC關于對外開放度(Open)的偏導數p1,p2和p3Fig.6 The curve fit of the partial derivative of openness p1,p2and p3.

3.4 空間脈沖響應

該部分內容主要以上海及其周邊地區作為研究對象,模擬在上海地區的資本沖擊條件下,其一階Queen和二階Queen空間鄰近地區的資本響應情況(圖7).

圖7 上海的一階與二階Queen空間鄰近區域Fig.7 The first and second orders Queen neighbors of Shanghai

圖7中上海的一階Queen鄰近區域為江蘇和浙江,而二階Queen鄰近區域由北往南依次為山東、安徽、江西和福建.

在圖8～圖10中,各圖的橫坐標表示省份,從左往右依次為浙江?1、江蘇?2、安徽?3、福建?4、江西?5和山東?6,而縱坐標表示脈沖響應值.

圖9 上海地區KC沖擊下其周邊地區KC的脈沖響應值Fig.9 The neighbor’s impulse response value of KC under the shocks of KC from Shanghai

圖10 上海地區LC沖擊下其周邊地區LC的脈沖響應值Fig.10 The neighbor’s impulse response value of LC under the shocks of LC from Shanghai

根據圖8,對來自上海地區R&D資本的正向沖擊,上海的一階與二階Queen空間鄰近區域的R&D資本表現出“U”形的負向響應.其中,浙江、江蘇和江西的負向響應幅度相對較小,脈沖響應值分別為?0.100 6,?0.082 1和?0.089 5,而安徽、福建和山東的負向響應幅度相對較大,脈沖響應值分別為?0.179 0,?0.173 4和?0.120 7.該結果表明,上海地區R&D資本的積累存在負向的空間溢出效應,即上海的R&D資本的積累能夠在不同程度上抑制周邊地區R&D資本積累水平的提高,表現出較為明顯的中心化效應和極化效應.這主要是由于,憑借獨特的地理區位、勞動者素質、產業結構和對外貿易政策方面的優勢,上海對高科技產業的吸引能力不斷增強,并在區域中逐步形成了獨特的競爭優勢,對周邊地區的R&D資源產生了較強的吸引力,尤其對其二階Queen鄰近的安徽、福建和江西地區的R&D資本所產生的吸引力更為明顯.這些吸引又具體表現為上海周邊地區R&D人才的流失、R&D資金的流失和R&D成果的流失.該發現也在一定程度上驗證了齊紅倩等[34]的研究結果,即上海地區的自主創新活動存在“技術洼地效應”.隨著上海自貿區建設的推進,資本要素的流動將更為通暢.因此,在可預見的時期內,上海地區R&D資本的中心化效應和區位鎖定效應顯著,且尚處于強化階段,短期內難以逆轉.

根據圖9,對來自上海地區物資資本的正向沖擊,上海的一階與二階Queen空間鄰近區域的物資資本表現出不同幅度的響應.其中,一階Queen空間鄰近區域表現出負向響應,而二階Queen空間鄰近區域則表現正向響應.這表明上海地區物資資本的積累能夠對其毗連地區的浙江和江蘇省的物資資本產生一定的抑制作用.但是,其對二階Queen鄰近的安徽、福建、江西和山東的物資資本則表現出正向的空間溢出效應.由此可見,上海地區物資資本的積累的空間溢出效應表現出一定的“斷裂性”和“跳躍性”.這主要是由于,在上海的一階Queen鄰近區域,即浙江和江蘇地區的物資資本的積累存在一定的同質性,區域內對物資資本投資更多地表現為競爭關系.由于上海地區具有良好的經濟基礎、更為開放的投資環境以及成熟的資本市場等優越條件,因而能夠對周邊的物資資本投資形成巨大的吸引力,易產生回波效應,誘導周邊的物資資本向上海地區聚集.而這在一定程度上抑制了浙江和江蘇兩地物資資本積累水平的提高.然而,與浙江和江蘇地區不同的是,處于上海二階Queen鄰近的安徽、福建、江西和山東地區,上海地區的物資資本則對這些地區表現為正向的空間外溢性,即對這些地區物資資本的擴散效應更為顯著.出現此種現象的原因可能包括這幾個方面:首先,二階Queen鄰近地區的地理位置相對于一階Queen鄰近地區相對較遠,這些地區的物資資本投資受上海的影響相對較小.同時,這些地區在各自所屬的區域中的經濟實力相對較強,因此其對周邊的物資資本投資也存在較強的吸引力.其次,不像江蘇、浙江與上海地區的經濟發展實力相當,二階Queen鄰近地區的經濟實力與上海地區的經濟發展水平存在一定的差距,在區域的固定資產投資中更多表現為區域互補和帶動的關系.例如,上海地區在固定資產投資、研發和管理占據較高的優勢,而安徽、福建和江西等地區則在固定資產建設的人力和成本方面占據優勢.

根據圖10,對來自上海地區人力資本的正向沖擊,上海的一階Queen鄰近和二階Queen鄰近地區的人力資本均表現出明顯的正向響應,且響應強度隨著距離上海鄰近階數增加而衰減.具體而言,在一階Queen鄰近范圍內,上海對江蘇和浙江地區的人力資本的溢出效應最為明顯,其響應幅度分別位居第一和第二.在二階Queen鄰近范圍內,上海地區對安徽和福建的人力資本溢出較為明顯,山東次之,江西則最弱.該結果提示,上海地區的人力資本積累能夠對周邊地區產生不同程度的涓滴效應,處于資本積累的擴散階段.這與上海的人口結構、經濟圈建設、產業結構調整以及教育資源存在密切的關系.其中1)從上海的人口結構來看,上海地區的流動性人口數量巨大,這意味著上海地區的人力資本具備較高的溢出潛力.根據《上海統計年鑒2013》發布的數據,2012年上海流動人口數量達到960萬人,全市的常住人口和流動人口的比重達到40.3%.而流動性人口的最大特征具有非穩定性,這部分人在上海地區學到技術和本領后,很可能會選擇人才競爭相對較為緩和的周邊地區進行發展;2)從經濟圈的建設來看,隨著長三角快速交通網絡的建設,形成了以上海為中心的“1小時經濟圈”,并逐漸向“2小時經濟圈”和“3小時經濟圈”的方向發展.上海與浙江、江蘇經濟發展的同日化和同城化,在很大程度上推動了區域間的人口流動,促進了上海地區人力資本的外溢.由此,也就不難解釋為何上海的一階Queen鄰近地區人力資本響應幅度遠大于二階Queen鄰近地區的現象;3)從產業結構調和地區發展戰略上看,上海已經處于工業化后期,并向后工業化階段轉變,其經濟結構以服務業為主.同時,政府為了將上海建設成國際經濟、金融、貿易和航運中心,上海市正逐漸將低端產業和部分高新技術產業向周邊地區進行轉移.而產業轉移既能夠拉動周邊地區經濟的增長,又能夠通過“干中學”效應為周邊地區的人力資本的積累做出貢獻;4)從教育資源上看,上海地區高校云集,是我國高等教育最為發達的地區之一.優質的教育資源能夠培養出地區社會經濟發展所需的各類人才.在為周邊地輸送了大量高素質的人力資源的同時,上海地區的教育改革和人才培養模式的探索也為周邊地區人才培養和教育改革起一定的示范作用.

4 結束語

資本在空間層面的分布特征和作用機制蘊含著區域間資本的重新配置和重組的政策含義.本文的實證研究結果表明:1)就全局性的角度而言,在平衡東西部地區的發展時,一方面需要注重對西部地區的物資資本和研發資本的投入,另一方面也要注重對該地區人力資本的培養.同時,鄰近區域若要充分發揮資本的空間溢出性,就必須充分考量資本在區域間的配置水平和配置結構,即空間相互鄰近區域的資本水平和資本結構組成的差距不宜過大.2)就特定區域的角度而言,資本的作用又有具體的形式和規律.本文對上海及周邊地區的研究表明,在不同的空間領域內資本的集聚和溢出過程并非單線程,而是多線程并存的形式.因此,在制定特定地區的資本配置政策時,需要弄清資本,尤其是區域增長極對周邊地區的資本,是處于集聚作用階段、溢出作用階段還是二者作用交織并存的階段.唯有如此,在推進區域一體化發展的進程中,不至由于過度的“馬太效應”和“極化效應”而導致區域內部發展出現明顯的斷裂地帶、邊緣區域和凹陷地區,進而實現特定區域內部社會經濟的協調發展和整體實力的提高.