李新光,張永起 ,黃安民
(1.武夷學院 商學院,福建 武夷山 354300;2.湖北師范大學 經濟與管理學院,湖北 黃石 435002;3.華僑大學 旅游管理學院,福建 泉州 362021)
隨著供給側改革的穩步推進,未來產業結構的調整優化必然需要大量的資金支持。在當前中國經濟放緩的趨勢下,如何充分發揮金融體系對產業升級的促進作用,為順利實現福建產業結構升級提供資金保障,達到“穩增長、調結構”的目標,是一個具有重要現實意義的課題。
近年來有關金融發展對產業結構升級的影響,國內外學者們對其進行了廣泛研究。國外的研究側重從證券市場對產業經濟的作用[1]、金融業的發展可以降低中國企業融資門檻[2]等定性視角作了論述。國內的研究側重從實證的角度來研究二者的關系:一種觀點認為金融發展還暫時未能促進產業結構的升級[3,4];另一種觀點則認為是促進論[5-7]。上述研究主要采用協整、VAR、Granger因果檢驗等方法分析金融發展對產業結構升級的影響。這些方法由于未能考慮空間相關性,均認為產業結構升級在空間上是獨立的,這將在一定程度上影響結論的準確性。隨著近年來空間計量分析方法得到越來越多的應用,已出現少量文獻開始采用空間計量方法分析產業結構升級的影響因素[8]。
本文與現有研究不同的地方表現在以下方面:(1)采用空間面板杜賓模型(SDM)分析金融發展對產業結構影響的溢出效應,進一步豐富將空間相關性和異質性考慮在內的相關研究。(2)多數文獻的研究主要采用省級數據或地級市數據,未能從更微觀的層面進行研究,本文將以福建縣域數據為樣本,以便更好地發現縣域產業結構之間的空間溢出效應。(3)考慮多種空間關聯形式來設置空間權重矩陣,比較不同空間權重對金融發展支持縣域產業結構升級溢出效應的差異。特別地,本文以自貿區三大片區為中心輻射半徑的空間權重矩陣進行設置。
設被解釋變量產業升級用sjzs表示,依據傳統面板數據的設定方法,建立基礎回歸方程:

其中,i代表截面;t代表時間;Xit表示n*k外生解釋變量矩陣;β為k維列向量,是回歸系數;Zit表示n*l維的控制變量矩陣;θ為l維列向量,是控制變量的回歸系數;αi表示空間個體效應;μt表示時間個體效應;εit是隨機擾動項。
傳統面板模型式(1)沒有考慮空間效應,而忽略這些空間因素可能會導致模型出現設定偏誤,從而影響分析結果的準確性。因此,Anselin(1988)提出在傳統回歸方程中引入空間權重矩陣,借鑒此種思想,在產業結構升級影響的基礎方程中引入被解釋變量、解釋變量、誤差項的滯后項,可以得到最一般的空間杜賓模型:
其中,W是表示N*N維空間權重矩陣;ρ是空間自相關系數;η1、η2分別表示空間滯后解釋變量與控制變量的系數。式(2)中空間相關性是由于空間單元之間內生和外生交互作用以及空間誤差的相關性共同作用的結果,它可以進一步簡化為空間滯后模型和空間誤差模型。
1.2.1 被解釋變量——產業結構升級
產業結構的升級是指產業結構重心不斷調整和優化的過程,主要表現為第一產業向第二、三產業不斷轉移的過程。借鑒文獻[9,11],構建產業結構升級指數(記為sjzs)。
1.2.2 解釋變量——金融支持
參考已有學者的做法,主要構建以下兩個指標來衡量金融支持:第一,金融支持規模。用國有銀行存貸款(或金融機構存貸款)/GDP來表示[8],它可以反映潛在的每單位GDP所體現的金屬發展規模(記為fir);第二,金融支持效率。用金融機構總貸款/總存款來衡量(記為cdb)[11]。
1.2.3 其他控制變量
除金融發展因素以外,還有其他影響產業結構升級因素,參文獻[12],從消費需求、投資供給等方面選擇控制變量。具體用人均社會消費品零售額表示居民消費(記為plse);用政府財政支出占GDP的比重表示政府消費(記為czzc);用人均資本存量表示資本投資(記為SK),其中資本存量的計算參考單豪杰(2008)的永續盤存法[13]。變量的說明和描述統計見表1。

表1 變量含義與描述性統計分析
本文實證所用的數據是福建省縣級市的年度數據(不包括副地級市),樣本區間為2001—2015年,考慮數據的可得性與可比性,剔除了數據缺失的樣本,最終確定了58個縣級市的870個樣本。所有指標均使用相應的以2001年=100的不變價格指數平減為實際值。計算兩個地方距離所用的經緯度坐標來自Google地球提供的GPS坐標,各變量的數據來自歷年《福建省統計年鑒》、福建省統計局、國研網。實證過程相繼用到Arcgis、Geoda、Stata、Matlab軟件。
空間權重矩陣是進行空間相關分析和空間計量回歸分析的基礎,為了使模型估計結果更加穩健,本文分別構建四種矩陣進行模型估計。
這種空間權重主要通過兩個經濟單元所處的地理位置是否相鄰來判斷他們的空間相關性。本文認為采用queen相鄰(有共同的邊界或點),用W1表示:

有學者提出[14],不能認為只要是不相鄰的兩個地方不論距離遠近都認為具有同等的影響。因此本文選擇兩地理單元空間距離①通過Google地球GPS得到經緯度,采用Donald J.Lacombe編寫的matlab代碼,按地理經緯度坐標計算的球面大圓距離(Great Circle distance)。平方倒數的W2[15]:

有學者指出[14,16],兩個地方收入水平差距若越小,則經濟聯系越緊密,產業聯動或產業轉移會更加明顯,因而給予較大的權重;反之則給予較小權重。具體定義如下②參考Lesage提供JPLV7空間計量包中由Tone E.SMITH(1998)編寫的distance代碼。:

其中,Yit為i地區第t年的經濟變量,本文用各縣的實際GDP表示。
隨著福建自貿區的成立,依仗自貿區開放的貿易優勢,必然會推動港口、母城的發展,從而給母城和區域發展帶來聚集效應和輻射效應,這已得到世界范圍內的認可[17]。福州、平潭、廈門是福建自貿區的三大片區,在其周邊的地區受到的影響比遠離這三個片區的影響更大。因此,為了衡量三個片區一定范圍內外的經濟輻射差異,重新建立新的空間權重W4:

其中,自貿區周邊是以福州、平潭、廈門為核心周邊100km的范圍為準①現在高鐵速度是250~300km/h,福州、廈門、平潭為中心的周邊100km就是20分鐘左右,充分體現產業結構發展的“同城”效應;同時,100km的距離基本上可以覆蓋20個左右的縣市(三分之一的截面樣本);此外,考慮50km、150km結果也相差不大。,只要屬于這個范圍的認為直接受自貿區的影響,并且這種影響會大于該區域范圍以外的地方。
在進行空間面板模型估計前,首先要檢驗經濟變量的空間相關性,常用的檢驗方法是計算Moran’s指數。其取值一般在[-1,1]之間,大于0代表空間正相關,小于0代表空間負相關,接近0則表示不存在空間自相關。表2列示了被解釋變量和兩個解釋變量的空間相關性。

表2 2001—2015年產業結構升級和金融發展的Moran’I指數
從表2中sjzs、cdb和fir的Moran指數來看,絕大多數Moran指數均為正且在1%水平下顯著。說明他們存在顯著的空間相關性,在模型實證過程中有必要考慮這種空間相關性。
通過對非空間面板進行LR檢驗,發現雙固定效應優于其他效應(雙固定與空間效應的LR=594.3975,p=0.000;雙固定與時間效應的LR=148.8937,p=0.0000)。同時hausman檢驗統計量為137.1014(p=0.0000),說明在5%水平下支持固定效應模型。
根據Anselin等提出的判斷方法,對包含雙固定效應的非空間面板模型進行LM檢驗,LMlag(統計量為87.7883,p=0.000)、LMLag_robust(統計量為7.0175,p=0.008)、LMerror(統計量為84.3116,p=0.000)、LMerror_robust(統計量為3.5407,p=0.000)均能在1%水平上拒絕原假設。這說明空間誤差和空間滯后模型均得到支持,有必要考慮一個更加廣義的空間杜賓模型,再結合表3的wald檢驗,可以證實SDM模型優于SAR、SEM模型。
根據四種空間權重矩陣得到空間杜賓模型(SDM)結果(見表3),兩個主要解釋變量的直接效應和間接效應分解結果(見下頁表4)。
從表3的估計結果可以發現:
第一,從空間相關系數來看,模型1至模型3中空間相關系數符號為正。可見不論是地理位置還是社會經濟特征均會對福建縣域產業結構升級產生影響;正的系數意味著正向溢出效應,即說明一個縣市的產業結構升級會促進鄰近地區的產業結構升級,地理位置相鄰或距離更近,資金、人才等生產要素的流動更加便利,有助于地區間產業結構升級產生空間集聚效應。這與較多學者的研究結論是一致的[8]。

表4 兩個主要解釋變量的空間效應分解
第二,比較不同空間權重下的空間相關系數大小,基于地理距離平方倒數W2的空間相關系數大于基于0-1空間權重下的系數,說明產業結構升級的溢出效應不再是簡單局限于空間位置是否相鄰。隨著高鐵時代的來臨,位置不相鄰縣市的同城效應逐步得到顯現,經濟發展和產業聯動將更加頻繁和密切,考慮產業升級的溢出效應時,地理距離權重比空間鄰接權重更能反映現實。模型3中空間相關系數為0.143,社會經濟特征對縣域產業結構升級的空間溢出效應的影響越來越大。通常來說,經濟較發達的地區,由于良好經濟環境和便利的交通條件,可以吸引更多的資金、生產要素的注入,地區之間產業聯系更密切,從而促進了產業聯動和產業轉移。因此,經濟水平高的地方(東南部)就慢慢形成產業升級水平較高的聚集區域,與閩西北的差距加大。
第三,模型4的空間相關系數為負。這是一個與前面三種空間權重不同的空間權重,它主要是在空間鄰接權重(W1)的基礎上再考慮是否屬于自貿區三片區的一定區域范圍。通過這種考慮得出了具有獨特意義的結果——空間相關性為負,意味著在福州、平潭、廈門100km以內的縣市,其產業升級在空間上表現出集聚效應而非正向溢出效應。可能的原因一是縣域之間產業發展的競爭所致,二是自貿區在2014年底國務院才正式宣布成立,自貿區給周邊區域產業升級帶來的紅利還未能得到充分的發揮,因此必須對這三個片區及附近縣市制定專門對策,以便順利扭轉這種局面。
第四,從兩個核心解釋變量估計系數來看,四種模型的cdb系數幾乎均一致為負,且都至少通過10%顯著性水平檢驗,和非空間面板回歸結果符號是一致的,結果具有一定的穩健性。從系數的大小來看,四種模型中的cdb系數的絕對值均比非空間面板回歸系數要小,說明不考慮空間效應的回歸會高估cdb的系數,進一步論證了空間效應考慮的必要性。這反映了金融發展效率從短期來看并未對產業結構升級的影響產生積極的推動作用,這與朱玉杰等(2014)[8]的估計結果是一致的。同時,w*cdb在四種模型中的系數符號幾乎都不顯著或為負,反映出鄰近地區金融發展效率的提升也未對產業升級產生促進作用。從fir估計系數來看,四種模型估計結果的系數均一致為正,且通過1%顯著性水平檢驗,都比傳統面板的估計系數要低;w*fir的系數在模型1至模型3中均顯著為正,但是在模型4中為負。說明金融發展規模能促進產業結構升級,同時還具有正向溢出效應,鄰近地區的金融規模提升會促進本地區產業結構升級。但是這種溢出效應在自貿區范圍的相鄰縣市還未能得到體現,可能與自貿區剛成立不久有關,但是也預示其隱藏著巨大的輻射功能。
第五,從解釋變量的效應分解來看(見表4),金融效率(cdb)在四種模型下對產業結構升級的直接效應、間接效應和總效應都為負,與之前的估計系數符號一致。從不同空間權重下的系數大小來看,基于空間鄰接(W1)的直接效應和間接效應的絕對值最小,說明通過空間鄰接特征下的金融效率對產業升級的抑制作用小于其他情形。而金融規模(fir)在四個模型中的直接效應均為正,采用地理距離權重(W2)情形下的直接效應(0.117)是高于鄰接(0.116,W1)、經濟距離(0.102,W3)、考慮自貿區的權重(0.113,W4),說明本地區金融規模的發展能促進本地區產業結構的升級。從間接效應來看,基于地理距離空間權重下的間接效應最大的(0.318),基于經濟距離倒數空間權重的間接效應最小(0.174),說明地理距離相近的地區之間金融規模的溢出效應大于社會經濟發展水平相近的地區之間金融規模的溢出效應。地理距離越近的地區不論是產業結構的溢出效應,還是金融發展規模的溢出效應都是較高的,呈現一定的集聚特征。在模型4中,自貿區范圍內的地區,金融效率的直接和間接效應均為負;金融規模的直接效應表現正向,但是其間接效應為負。可見自貿區內的地區金融發展規模能促進本地區產業結構升級的發展,但是沒有對鄰近地區產業升級產生正向溢出。
通過實證,得到如下結論:(1)福建縣域產業結構升級具有顯著的正向空間相關性,表現出顯著的集聚效應。(2)在控制雙向個體效應的空間杜賓模型(SDM)情形下,前3種空間權重下的縣域產業升級均表現出正向的空間溢出效應,其中基于地理距離權重的產業升級溢出效應大于簡單空間鄰接權重下的溢出效應;考慮社會經濟特征空間權重模型下的縣域產業結構升級表現出相對較弱的溢出效應。同時,考慮自貿區附近空間權重下產業結構升級效應為負。(3)金融效率對產業升級的影響在各個模型均為負,而且其直接效應、間接效應和總效應亦為負。(4)金融規模的發展能積極推動產業結構升級,同時對鄰近地區也表現出正向溢出效應;金融效率對產業結構的直接抑制和間接抑制作用較小。自貿區范圍內的金融規模只有直接效應為正、間接效應為負,金融效率的直接與間接效應均為負,這可能也是導致其產業結構升級空間相關系數為負的原因之一。
通過上述探討,提出以下對策建議:第一,各地區應該注意配合協調,制定共贏的金融政策,積極發揮金融發展對產業升級的正向溢出效應,這也需要各級政府積極引導,打破金融支持縣級地方政府產業發展的各種壁壘。如可以利用自貿區成立帶來的各種政策優惠,放寬金融支持地方產業發展的融資門檻,通過在自貿區周邊城市試點,再逐步放寬到全省。第二,合理引導金融規模發展,優化金融結構,扭轉金融效率對產業結構升級負向影響局面。可以適當減少政府干預金融領域力度,盤活存量資金而非倚靠增量信貸。合理配置金融資源在不同產業之間的比例,讓更多金融資源真正用于支持產業結構升級上。第三,注重不同地區產業政策的協調配合,合理引導不同地區產業之間的均衡發展。由于福建東南地區和西北地區經濟發展水平差異較大,政府應當積極引導地方產業政策和金融政策的區域協調發展,讓金融更加有效率地為地方產業轉型升級服務。