高技術產業轉移的定量測度及效應分析

李 健，賴文杰

(1.天津理工大學 管理學院；2.天津理工大學 循環經濟與企業可持續發展研究中心，天津 300384)

0 引言

當前，我國已進入高質量發展階段。在我國經濟由高速增長階段轉向高質量發展階段的關鍵時期，面對舊動能日漸式微和傳統產業增長乏力，高技術產業作為戰略性引領產業，表現出強勁增長活力。2016年，我國高技術產業增加值占GDP的比重達到5.08%，成為經濟增長的重要引擎；2019年，規上高技術制造業增加值與高技術產業投資分別同比增長8.8%和17.3%，明顯快于規上工業增速，表明高技術產業是我國實現高質量發展的主要動力。然而，我國高技術產業發展也面臨一系列問題，如要素配置的結構紅利呈下降趨勢[1]、區域間發展差距較大[2]、低水平區域存在“馬太效應”[3]等，同時結合相關數據，高技術產業增加值增速從2010年的16.6%降至2019年的8.8%，表明我國高技術產業在增長動力、資源配置效率、區域協調發展等問題上面臨困境。

產業轉移作為一種產業基于資源供給或產品需求變化發生轉移的經濟過程[4]，其實質是生產要素在不同區域間的重新配置[5]，對于提升產業的資源配置效率、推動產業在區域層面協調發展具有重要作用，因而也是高技術產業破解發展困境的關鍵所在。由于高技術產業對自然資源的依賴性較弱，更容易發生產業轉移現象[6]，因而通過產業轉移實現高技術產業高質量發展更具可能性，但現實中，產業轉移能否提升高技術產業發展質量仍需檢驗。同時，在構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局下，承接高技術產業轉移成為中西部地區積極融入雙循環發展格局的重要抓手。因此，分析高技術產業轉移狀況和轉移效應具有重要現實意義，但如何較為全面地分析產業轉移效應是研究的難點。

在高質量發展階段，提高全要素生產率是高質量發展的動力源泉。全要素生產率作為一種資源配置效率，是產業轉移效應的重要反映，也是產業高質量發展的重要體現。因此，以產業全要素生產率衡量產業轉移效應具備一定合理性。為此，本文核心研究問題是：樣本期內，高技術產業具有怎樣的相對轉移規模和轉移特征？產業轉移過程中是否提升了高技術產業全要素生產率？

1 文獻綜述

產業轉移形式包括國內省際產業轉移和國際產業轉移，早期關于產業轉移效應的研究主要集中在以國際產業轉移為主的外商直接投資(FDI)與經濟增長的關系上。雖然大多數研究認為FDI是人力資本、技術轉讓和跨國公司理念在各國間溢出的重要渠道，但在實證檢驗方面，FDI對經濟增長的影響尚存在爭議。Iamsiraroj&Ulubasoglu[7]運用Meta-Analysis方法對先前的研究進行分析，發現只有不到一半的研究認為FDI對經濟增長有積極且顯著的影響，近1/3的研究得出FDI對經濟增長有負面影響的結論。原因可能是，學者們主要從經濟發展水平[8]、金融發展水平[9]和制度質量[10]等不同角度進行考察。

隨著內生增長理論的出現以及對經濟可持續增長的關注，學者們開始聚焦產業轉移與全要素生產率的關系，但在實證分析方面，同樣出現爭議。一種觀點認為FDI能夠促進東道國全要素生產率提升，如Mohammed&Murshed[11]研究發現，FDI通過技術轉讓、擴散和溢出效應提升東道國全要素生產率；Adnan等[12]、Malikane[13]分別以南亞地區和非洲地區為研究對象，證實FDI對東道國全要素生產率提升的促進作用。另一種觀點認為FDI對東道國全要素生產率的影響是不確定的，如Aitken&Harrison[14]研究發現，FDI對委內瑞拉企業生產率具有負面影響，并以“市場偷竊”假說作為解釋，該假說認為，雖然FDI能夠促進技術轉移，但代價是國內企業的市場份額，這將迫使國內企業以更高的平均成本進行生產，因此FDI的效應可能是負面的；Cecchini&Lai-Tong[15]以7個地中海國家為樣本，研究發現FDI對全要素生產率的溢出效應取決于東道國人力資本、貿易開放水平等因素；Benxi & Ruiying[16]通過比較FDI對木材制造業、造紙制造業和家具制造業全要素生產率的影響，發現FDI對不同行業的影響具有差異。因此，產業轉移能否提升高技術產業全要素生產率仍需要考證。

國內產業轉移研究視角主要集中在產業轉移測度[17]、動力機制[4]、經濟效應[5]等方面。其中，對于高技術產業轉移的研究，學者們主要從區域發展差異[2]、產業轉移趨勢[6]、空間轉移模式與動力機制[18]等方面進行分析。在全要素生產率效應方面，張秀生和黃鮮華[19]通過研究區域制造業轉移發現，由于國內產業轉移多以資源消耗型的落后產業為主，因此制造業轉移未能促進區域全要素生產率整體提升；劉亞婕和董鋒[20]通過研究制造業轉移的技術進步效應發現，產業轉移對全要素生產率的影響與當地經濟發展水平有關。

綜上所述，通過梳理相關文獻發現：首先，關于產業轉移對全要素生產率的效應研究多以國際產業轉移為主，有關國內省際產業轉移層面的研究較少，并且在行業層面以制造業為主，缺少對高技術產業轉移的關注；其次，有關產業轉移對全要素生產率的影響框架，學者們主要從經濟發展水平、金融發展水平和人力資本等中間因素角度進行探討，少有學者從分解全要素生產率的角度出發，深入探討高技術產業轉移對產業全要素生產率的作用路徑。因此，本文主要邊際貢獻在于，分析產業轉移對高技術產業全要素生產率的影響，同時基于分解后的全要素生產率，分析產業轉移對高技術產業全要素生產率的作用路徑。鑒于此，本文從定量角度分析高技術產業的相對轉移規模和轉移特征，在此基礎上，將全要素生產率分解為技術進步指數、純技術效率指數和規模效率指數，基于2009—2018年中國內地30個省市(西藏因數據不全，未納入統計)面板數據，運用靜態面板模型和動態面板模型檢驗產業轉移對高技術產業全要素生產率的影響，并結合作用路徑和行業異質性探討提升產業轉移效應的舉措。

2 理論機制分析

梳理相關文獻發現，產業轉移主要通過產業集聚、結構優化和技術溢出方式作用于產業全要素生產率。

產業轉移本質上是生產要素在地理空間上的優化再配置過程[5]。在這個過程中，為追求外部規模經濟，生產要素、企業乃至產業會在一個地區內聚集，形成產業集聚現象。產業集聚存在規模效應和擁擠效應。產業轉移初期，生產要素在一定區域內集中并積累，有利于企業節省運輸成本，共享資源要素，從而獲得規模效應，通過提升資源配置效率，實現全要素生產率提升。隨著集聚規模擴大，產業集聚會出現擁擠效應，表現為勞動力、土地、資本等生產要素配比失衡，加之交通擁擠、環境污染等問題，從而制約全要素生產率提升。此時，需要再次通過產業轉移，將與要素結構不契合的企業遷出，以消除擁擠效應的非經濟性。此外，產業集聚類型也會對全要素生產率產生影響。范劍勇等[21]基于1998—2007年通信設備、計算機及其它電子設備業數據，發現產業集聚主要通過提升技術效率、促進技術進步作用于全要素生產率，其中，專業化集聚經濟對全要素生產率有顯著促進作用，多樣化集聚經濟雖然能促進技術進步，但未能顯著促進整體TFP提升。

在產業轉移過程中，當生產要素從低邊際生產率部門流動至高邊際生產率部門時，會釋放出結構紅利，反之則為結構負利。實踐表明，充分釋放要素配置結構紅利是提升全要素生產率的重要機制和手段，但現有研究關于結構紅利的檢驗結論尚不統一。以高技術產業為例，胡亞茹和陳丹丹[1]通過分解中國高技術產業全要素生產率的增長率，發現要素配置結構紅利對TFP提升起到重要作用；劉沛罡等[22]研究中國高技術產業結構紅利發現，勞動力和資本在跨行業流動時產生結構紅利，但在跨省流動時產生結構負利。

由于產業轉移通常是梯度轉移，在梯度轉移過程中，高梯度地區會為低梯度地區帶來相對先進的技術或管理經驗，此時產業轉移主要通過技術進步或純技術效率作用于全要素生產率。技術溢出效應分為產業內的水平溢出和產業間的垂直溢出，其中，水平溢出主要通過示范效應、競爭效應和培訓效應影響東道國或低梯度地區全要素生產率，垂直溢出則通過產業間的前后向關聯效應作用于全要素生產率。李春梅[23]等以產業關聯效應較強的電子設備制造業為研究對象，證實產業關聯效應確實存在，并且能促進電子設備制造業全要素生產率提升；Junbing[24]基于中國內地30個省市面板數據，證實技術溢出對全要素生產率具有提升作用。然而，也有研究認為，產業轉移可能會使承接地依賴外來技術溢出，從而陷入“低端技術陷阱”[25]。

綜上所述，雖然產業轉移能通過產業集聚、結構優化和技術溢出等方式作用于產業全要素生產率，但現實中，我國高技術產業在產業轉移過程中是否提升了產業全要素生產率尚不確定，倘若存在促進作用，是作用于技術進步、純技術效率抑或是規模效率還需要進一步分析。

3 高技術產業轉移定量測度及分析

3.1 產業轉移界定

產業轉移分為絕對轉移和相對轉移[26]。其中，絕對轉移是指產業從一個地區轉移至另一個地區，表現為轉出地產值絕對下降和轉入地產值絕對上升；相對轉移是指地區間產值發生相對變化，表現為產業重心改變。由于我國缺乏企業地理變遷數據，同時考慮到各地產業產值在較多年份處于普遍增加的狀況，因此本文將產業轉移界定為相對轉移。

3.2 測度方法與數據來源

關于產業相對轉移的測度，由于地區產業產值的變化可能來自地區經濟規模的變動，而非來自產業遷移，因此會給相對指標測度帶來偏差。為此，本文借鑒孫曉華等[5]的方法，加入地區經濟規模占比，以消除地區經濟規模擴大造成的影響，其公式為：

(1)

3.3 高技術產業轉移分析

基于公式(1)，本文測度2009—2018年中國內地30個省市高技術產業相對轉移量。雖然高技術產業可作為知識和技術密集型產業的代表，但由于行業間生產要素總量、要素配置結構等存在差異，會對整體測度結果造成影響。為此，本文選取醫藥制造業、電子及通信設備制造業、計算機及辦公設備制造業作為代表性子行業，比較行業間轉移差異。為使結果更為直觀，對2009—2018年各地各產業轉移量進行累計，結果如圖1所示。其中，顏色由淺至深依次表示數值缺失地區、產業轉出地區、一般承接地區和主要承接地區，主要承接地區是指產業承接量排在前5位的省市，圖中數值為各省市的相對轉移量。

圖1 高技術產業及代表性子行業產業轉移

從高技術產業整體看，地理分布表現出從東部向中西部轉移的趨勢。產業承接量排在前5位的省市依次為重慶、河南、安徽、海南和江西，產業轉出量排在前5位的省市為北京、上海、天津、福建和江蘇。結合地理分布，河南、安徽和江西是中部地區主要承接地和產業集聚地；西部地區相對轉移數值呈現出以重慶為中心向外遞減的趨勢，說明重慶是西部地區主要承接地和產業集聚地。此外，主要承接地安徽、江西與主要轉出地福建、江蘇毗鄰，說明局部地區存在梯度轉移特征。

從細分行業看，醫藥制造業、電子及通信設備制造業、計算機及辦公設備制造業表現出截然不同的轉移趨勢和集聚趨勢。一方面說明因行業要素配置結構和地區資源稟賦不同產生的產業轉移差異確實存在；另一方面表明高技術產業子行業正形成不同產業空間布局，這不僅有利于各地區發揮比較優勢，避免產業同質化發展，還有利于推動區域協調發展，形成國內大循環發展格局。其中，醫藥制造業從內陸向東部沿海地區零星集聚，主要承接地為海南、北京、遼寧、江蘇和上海，主要轉出地為江西、貴州、廣西、吉林和重慶，表明醫藥制造業主要從欠發達地區向發達地區轉移，存在逆梯度轉移特征[18]。同時，除北京外，主要承接地普遍具備臨海港口優勢，說明市場貿易環境是醫藥制造業產業轉移的主要動因之一。電子及通信設備制造業呈現出從四周向中心集聚的轉移趨勢，主要承接地為重慶、河南、江西、貴州和湖南，主要轉出地為北京、天津、上海、江蘇和福建，雖然產業從東部向中西部轉移，但主要承接地并非以中部為主，說明該行業不具備依次轉移的梯度特征。此外，除河南外，其余主要承接地在地理空間上呈現出毗鄰集聚的帶狀分布特征，這一定程度上與電子及通信設備制造業的產業強關聯性有關。計算機及辦公設備制造業主要呈現出從東部沿海向內陸轉移的趨勢，主要承接地為重慶、四川、安徽、廣西和天津，主要轉出地為上海、廣東、福建、北京和浙江，從地理分布上看，廣西與廣東毗鄰、安徽與浙江毗鄰、天津與北京毗鄰，說明局部存在梯度轉移特征。同時，重慶和四川是計算機及辦公設備制造業最主要的產業承接地，表明西南地區正成為全國計算機制造中心。原因在于，不同于以往沿海地區“兩頭在外”的加工貿易模式，重慶通過引進零部件、原材料和整機廠商，形成上、中、下游產業鏈集群和“一頭在內，一頭在外”的發展模式，有效解決了物流成本過高、產業配套不足等問題，從而形成產業承接的比較優勢，成為計算機及辦公設備制造業的主要承接中心。

4 高技術產業轉移效應分析

4.1 模型設定

結合文獻綜述分析，產業轉移對產業全要素生產率的影響可能還受到經濟發展水平[8]、金融發展水平[9]、人力資本和對外開放程度[15]的影響，因此本文將其作為控制變量，靜態模型構建如下：

(2)

其中，i表示省市，t表示年份；Y為被解釋變量，分別代表全要素生產率(TFP)、技術進步指數(Tech)、純技術效率指數(Pech)和規模效率指數(Sech)；QIT為核心解釋變量，代表產業轉移量；控制變量方面，lnPGDP表示經濟發展水平，HC代表人力資本，FIN表示金融發展水平，OPEN表示對外開放程度；β為相應變量的待估計系數，C為常數，μ代表個體效應，?表示時間效應，ε為隨機誤差項。

為避免模型(2)的內生性問題，確保檢驗結果的穩健性，本文采用動態模型進行檢驗。由于兩階段系統GMM在處理異方差和序列相關時更有效，因此使用兩階段系統GMM方法分析產業轉移對產業全要素生產率的影響，即在模型(2)中加入被解釋變量的滯后項，模型如下：

Yi,t=C+β0Yi,t-1+β1QITi,t+β2lnPGDPi,t+

β3HCi,t+β4FINi,t+β5OPENi,t+μi+εi,t

(3)

4.2 指標說明

(1)被解釋變量。被解釋變量包括全要素生產率(TFP)、技術進步指數(Tech)、純技術效率指數(Pech)和規模效率指數(Sech)。關于全要素生產率的測度，參照大多數學者的方法，本文采用DEA-Malmquist指數法測算2009—2018年各省市高技術產業TFP增長率，并將其分解為技術進步指數、純技術效率指數和規模效率指數。其中，以經價格平減后的高技術產業主營業務收入衡量產出，分別以高技術產業從業平均人數和固定資本存量衡量勞動力和資本投入，固定資本存量采用永續盤存法估計，其公式為：

Kt=It+(1-δt)Kt-1

(4)

其中，Kt為第t年的固定資本存量，It為經價格平減后的第t年新增固定資產；δt為固定資本折舊率，參照大多數學者的一般做法[27]，折舊率取15%。關于基期固定資本存量，采用吳延兵[28]的方法，假定固定資本存量平均增長率等于每年新增固定資本平均增長率，則基期固定資本存量公式為：

(5)

其中，K0為基期固定資本存量，I0為基期新增固定資本，g為樣本期內各省市實際新增固定資本平均增長率。

(2)核心解釋變量。本文核心解釋變量為產業轉移量(QIT)，相關概念界定和測度方法與前文一致，將消除地區經濟規模干擾的產業在國內區域間相對規模變化看作是產業轉移。

(3)控制變量?？刂谱兞恐校洕l展水平采用經價格平減后的地區人均GDP對數衡量；人力資本采用受教育程度為大專以上人員比重衡量；金融發展水平采用各省市金融機構人民幣存貸款余額占GDP比重衡量；借鑒劉亞婕等[20]的方法，對外開放程度采用地區外商直接投資額(FDI)占地區GDP比重衡量。各變量及測算方法如表1所示。

表1 各變量測算方法

4.3 數據來源與說明

由于相關年鑒自2012年起不再統計高技術產業總產值，因此本文以主營業務收入替代該指標。相關數據均以2008年為基期進行平減，其中，高技術產業主營業務收入用各省市工業生產者出廠價格指數進行平減，人均GDP、地區生產總值用各省市相關GDP指數進行平減，固定資本用各省市固定資產投資價格指數進行平減。部分缺失數據通過平滑方式獲取。數據來源于《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國統計年鑒》以及各省市統計年鑒。

表2為各變量描述性統計結果。本文采用相關系數和方差膨脹因子對各解釋變量間的相關性進行檢驗，結果如表3所示。各解釋變量間的相關系數均小于0.7，且VIF值均小于3，表明模型中解釋變量不存在嚴重的多重共線性問題。由于DEA-Malmquist指數法測算的是增長率，產業轉移指數測算的是每年的相對轉移量，因此在回歸之前，對被解釋變量以2008年為基期進行轉換，產業轉移量則進行逐年累加。

表2 變量描述性統計結果

表3 變量相關性分析結果

4.4 結果分析

在回歸之前，為選取合適的面板模型，本文使用F檢驗判斷是否存在個體效應(見表4)，結果顯示，每個模型都存在個體效應。在此基礎上，為檢驗個體效應是否與其它解釋變量相關，本文先檢驗面板數據，結果顯示，面板模型存在異方差、截面相關和序列相關。因此，采用穩健Hausman檢驗對個體效應進行檢驗，結果顯示，各模型均拒絕個體效應與其它解釋變量不相關的原假設，說明采用固定效應模型更有效。

表4 面板模型相關檢驗結果及判斷

由于模型存在異方差、截面相關和序列相關，因此使用Driscoll-Kraay標準誤對模型結果進行修正，并且采用包含個體效應和時間效應的雙向固定效應模型進行計算，靜態模型估計結果如表5所示。

表5 靜態面板模型回歸結果

從被解釋變量內涵看，全要素生產率反映資源配置效率；技術進步指數反映生產前沿面的移動情況，表示生產技術水平是否提升；純技術效率指數反映對生產前沿面的追趕程度，表示生產的純技術有效性是否提高；規模效率指數反映生產規模的有效程度，表示產業生產規模效率是否提升或是否向最佳規模效率逼近。

從靜態模型回歸結果看，全要素生產率、技術進步指數和純技術效率模型均在1%的統計水平上顯著，且F值與R2均相對較大，說明模型擬合效果較好；規模效率模型雖然在1%的統計水平上顯著，但R2較小，說明模型擬合效果較差。

核心解釋變量方面，全要素生產率模型中，產業轉移的貢獻系數為1.542，在1%的統計水平上顯著，表明產業轉移能顯著提升承接地高技術產業全要素生產率。從細分指數模型看，技術進步模型中，產業轉移的貢獻系數為0.235，在1%的統計水平上顯著，說明產業轉移能促進承接地產業技術進步；純技術效率模型中，產業轉移的貢獻系數為1.026，在1%的統計水平上顯著，表明產業轉移能顯著促進承接地產業純技術效率提升；規模效率模型中，產業轉移的貢獻系數為-0.138，在1%的統計水平上顯著，說明產業轉入會抑制承接地產業規模效率提升。因此，技術進步和純技術效率是產業轉移促進承接地產業全要素生產率提升的主要作用路徑。原因在于：一方面，由于高技術產業主要從東部向中西部地區轉移，東部作為高技術產業的先行區，相較中西部而言，具備更加先進的技術和管理經驗，存在技術梯度。在產業轉移過程中，知識和技術會伴隨企業遷移向承接地企業擴散，而承接地產業集聚發展會進一步加快知識和技術擴散，從而有利于承接地產業技術進步。另一方面，當前高技術產業呈現區域專業化趨勢[18]，不僅在行業層面，在行業內部生產過程中也出現區域專業化，即產品內分工現象，這意味著產業轉移很大程度上以價值鏈某個環節作為主體進行遷移。按照傳統產業轉移理論，勞動密集型行業會優先發生產業轉移，對應產品內分工，即為加工制造環節。因為隨著產品標準化，高技術成分會固化在儀器或設備中，此時該環節對人力資本的要求并不高，企業為獲取勞動力成本優勢，反而會將加工制造環節轉移至相對落后的地區。根據《我國高技術產品貿易狀況分析》(《科技統計報告匯編》第9期)，2017年，以“三來一補”為代表的加工貿易占我國高技術產品出口貿易的59.6%，說明加工制造環節是我國高技術產業的一大主體，同時也是高技術產業的主要轉移對象。由于加工制造環節通常具備成熟的生產流程和管理經驗，因而該環節的轉入能顯著提升承接地產業純技術效率，加之該環節是轉移的主體，因此產業轉移對純技術效率的貢獻系數大于技術進步。此外，產業轉移對規模效率的負向影響表明，承接地未能有效整合轉移資源。原因可能在于，承接地盲目吸納與自身資源稟賦不契合的企業，同時，遷入企業處于被動嵌入狀態，無法與當地企業建立產業關聯，從而對承接地規模效率產生負面影響。

在控制變量中，經濟發展水平對全要素生產率的貢獻系數為-0.426，在5%的統計水平上顯著，表明經濟發展水平提高不利于高技術產業全要素生產率提升。從細分指數模型看，經濟發展水平對技術進步和純技術效率的貢獻系數分別為-0.115和-0.226，且分別在10%和5%的統計水平上通過顯著性檢驗，表明經濟發展水平提高同樣不利于高技術產業技術進步和純技術效率提升。原因可能如前所述，加工制造環節是我國高技術產業的一大主體，隨著經濟發展水平提升，勞動力等生產要素的價格也隨之上漲，從而使產業效益降低，不利于產業全要素生產率提升。對外開放程度對全要素生產率的貢獻系數為9.130，在1%的統計水平上顯著，表明擴大對外開放有利于高技術產業全要素生產率提升。對外開放程度對純技術效率的貢獻系數為7.631，在5%的統計水平上通過顯著性檢驗，表明純技術效率是對外開放程度促進產業全要素生產率提升的主要作用路徑。原因可能在于，對外開放程度能夠反映國際產業轉移狀況，由于我國知識產權制度尚不完善，并且存在國外技術封鎖，外商直接投資(FDI)以勞動密集型或技術含量低的環節為主，因此這部分產業或環節轉入不會帶來明顯的技術進步，但成熟的生產流程和管理經驗能提升產業純技術效率。金融發展水平和人力資本在全要素生產率模型中未能通過顯著性檢驗。

為修正可能存在的遺漏變量、測量誤差和潛在內生性等問題，本文采用兩階段系統GMM方法對模型進行估計，結果表6所示。從模型有效性看，4個模型的AR(1)均小于0.1且AR(2)均大于0.1，表明不存在擾動項自相關，同時模型的Hansen檢驗均大于0.1，說明模型的工具變量有效。

表6 動態面板模型回歸結果

從動態模型回歸結果看，核心解釋變量在全要素生產率、技術進步、純技術效率和規模效率模型中的結果與靜態模型結果相近，未發生實質性變化，說明模型的估計具備一定穩健性。

4.5 行業異質性分析

由于高技術產業子行業存在截然不同的轉移趨勢和集聚趨勢，因而產業轉移效應可能也會有所不同。為此，本文選取醫藥制造業、電子及通信設備制造業、計算機及辦公設備制造業作為代表性行業，對產業轉移效應的行業異質性進行比較分析?？紤]到部分行業相關數據缺失，并且每年的變化不具備規律性，因此對缺失數據的地區和年份進行剔除，限于篇幅，僅分析核心解釋變量的影響，結果如表7所示。

表7 產業轉移效應的行業異質性分析結果

表7結果顯示，3個子行業產業轉移對全要素生產率的貢獻系數均為正，且在1%的統計水平上顯著，表明各行業產業轉移對承接地產業全要素生產率有促進作用，但從細分指數看，產業轉移對全要素生產率的作用路徑存在行業異質性。醫藥制造業的純技術效率指數為正，技術進步指數和規模效率指數為負，表明醫藥制造業轉入主要通過純技術效率提升全要素生產率。原因可能在于，醫藥制造業是從欠發達地區向發達地區進行逆梯度轉移，企業的遷入不僅未能給承接地帶來先進技術，反而還會因產業競爭加劇和研發資源爭奪等問題抑制產業技術進步，從而產生負面影響，規模效率的抑制作用也表明承接地未能有效整合轉移資源。電子及通信設備制造業的純技術效率指數和規模效率指數為正，技術進步指數不顯著，其中，純技術效率指數的貢獻系數遠大于規模效率指數，表明電子及通信設備制造業轉入主要通過純技術效率提升承接地產業全要素生產率。不同于其它行業，電子及通信設備制造業的規模效率指數為正，可能是因為該行業較強的產業關聯性能自發整合產業轉移資源。計算機及辦公設備制造業與高技術產業整體類似，其技術進步指數和純技術效率指數為正，規模效率指數為負，并且純技術效率指數遠大于技術進步指數，說明該行業轉移主要通過純技術效率提升承接地產業全要素生產率。

5 結論與啟示

5.1 結論

本文基于2009—2018年我國內地30個省市高技術產業面板數據，從定量角度分析高技術產業的相對轉移規模和轉移特征。在此基礎上，檢驗產業轉移是否提升了高技術產業全要素生產率以及通過何種路徑提升全要素生產率，同時檢驗是否存在行業異質性，得到以下主要結論：首先，高技術產業總體表現出從東部向中西部轉移的趨勢，并在局部地區存在梯度轉移特征。不同子行業間產業轉移存在顯著差異，其中，醫藥制造業從內陸向東部沿海地區零星集聚，電子及通信設備制造業從四周向中心集聚并呈現出毗鄰集聚的帶狀分布特征，計算機及辦公設備制造業主要從東部沿海向內陸集聚，西南地區成為全國計算機制造中心。其次，樣本期內，靜態面板模型和動態面板模型估計結果均表明，產業轉移能顯著提升承接地高技術產業全要素生產率，但對全要素生產率的作用路徑存在行業異質性。綜合來看，各行業產業轉入對純技術效率的正向影響均顯著，說明產業轉移主要通過純技術效率提升承接地產業全要素生產率。

5.2 啟示

本文研究表明，我國高技術產業正從東部向中西部地區轉移，在轉移過程中，各子行業形成了不同產業空間布局，產業轉入提升了承接地高技術產業全要素生產率。這說明我國高技術產業在空間布局、資源配置和區域協調發展等方面有所改善，并呈現良好發展態勢。但還應該看到，與其它地區相比，西北地區是產業承接的薄弱地區，當前承接產業主要依賴于純技術效率提升全要素生產率，技術進步的作用不足，規模效率具有負向影響。為此，本文從優化高技術產業空間布局出發，提出如下建議：

首先，各區域應培育高技術產業內循環體系，形成產業承接比較優勢。當前高技術產業存在區域專業化趨勢，形成不同區域分工局面，但比較來看，多數區域在特色產業方面的比較優勢尚不突出。為此，應借鑒重慶承接計算機及辦公設備制造業的經驗，加強特色產業內循環體系培育，完善產業配套設施，建立上、中、下游產業鏈集群，形成產業承接比較優勢。

其次，承接地應結合資源稟賦和產業關聯，整合轉移資源。本文研究表明，各地在整合高技術產業轉移資源方面有所不足。為此，承接地應結合資源稟賦，承接與自身要素配置結構相契合的高技術企業，并借鑒電子及通信設備制造業的承接經驗，利用產業關聯性優化產業空間布局。在此過程中，主動幫助遷入企業與當地企業建立聯系，推動高技術產業集群內企業交流，促進企業間資源共享，提升產業集聚的規模效應。

5.3 研究不足

本文在定量測度高技術產業相對轉移的基礎上，檢驗產業轉移對高技術產業全要素生產率的影響，并探討產業轉移對全要素生產率的作用路徑，但還存在以下不足：首先，局限于相對轉移視角。相對轉移考察的是產業重心變化，盡管本文在一定程度上消除了地區經濟規模的影響，但與實際轉移狀況相比，仍存在一定偏差。其次，分析粒度較粗。本文以高技術產業作為主要研究對象，而具體行業間存在較大差異，如轉移趨勢差異、作用路徑差異等，盡管本文加入醫藥制造業、電子及通信設備制造業、計算機及辦公設備制造業作為代表性子行業進行比較和佐證，但以高技術產業為主體的分析結果仍存在一定偏差。