國內貿易影響了區域工業競爭力嗎？

摘 要：在運用競爭優勢理論解析國內貿易對區域工業競爭力影響機理，構建總體回歸模型和工具變量模型，并在施加多種估計策略后得到的回歸結果表明：國內貿易對于區域工業競爭力提升具有顯著的正向促進效應，且重要程度相對更高。這一結果在考慮內生性情況下仍然成立，并通過了多種穩健性檢驗。進一步分組群分析結果顯示：正向促進效應具有顯著的企業性質和地理區位的異質性，其中非國有企業與皖南地區組群的平均估計效應相對較高。在新發展階段，安徽省理應優先推動國內貿易水平提升，在因地制宜加快形成高質量發展的區域經濟布局下，突出非國有企業和皖南地區對提升安徽工業競爭力的相對重要性。

關鍵詞：國內貿易；區域工業競爭力；鉆石模型；城市面板數據

中圖分類號：F424

DOI： 10.19504/j.cnki.issn1671-5365.2024.05.03

《“十四五”國內貿易發展規劃》指出，我國已進入新發展階段，國內貿易已成為構建新發展格局的重要支撐。2016—2020年，我國社會消費品零售總額從31.6萬億元增長到39.2萬億元，年均增長6.5%，成為全球第二大消費品市場；2020年，內貿主要行業增加值為12.8萬億元，占GDP比重為12.6%[1]。這種全面發展超大規模國內市場帶來的繁榮國內貿易，能推動勞動分工深化，進而促進生產技術提高、生產成本降低以及產業競爭力提升。研究國內超大規模市場帶來的繁榮國內貿易是否影響了區域工業競爭力提升，是構建新發展格局的重要抓手，對于推動區域經濟高質量發展亦具有重要意義。

長期以來，國內生產部門與對外出口部門的割裂發展，加劇“體外循環”式的外貿擴張模式在內外貿不同管理體制下頑固發展的局面[2]。于是在探索本地市場效應可實現工業集聚的基礎上[3-4]，學者們將考察重心從促進產業升級轉移至關于“本地需求-本地供給”的邏輯傳導鏈條上，認為本地需求擴張可通過內部規模經濟、成本降低與創新差異化產品等渠道驅動產業國際競爭力提升[5]。

現有研究關于更大需求規模的本地市場對位于其中的廠商有利已達成共識，但在執行統一經濟法令的領土轄區內，影響區域產業發展的市場邊界未必局限于區域自身的行政邊界，即不能僅從國內需求層面探討區域工業競爭力，與“國內需求”關系密切的“國內貿易”則跨越了區域行政邊界的局限性。

一、理論分析

目前解釋產業競爭力最重要的兩種框架是比較優勢理論與競爭優勢理論。前者主要關注同類產業之間關系，后者更重視不同產業之間的關系[6]；但兩者之間并非相互對立的替代關系，發展中國家競爭優勢的建立離不開比較優勢的發揮[7]。因而，作為對區域間產業沖突與替代（而非產業分工與互補）因果關系重視的表現，選擇以競爭優勢理論作為基本研究范式。國家競爭優勢理論主要闡述了選擇和創造有利條件以塑造內生優勢進而實現產業競爭優勢，有利條件包括“四因素”（生產要素、需求條件、相關與支持性產業、企業戰略與同業競爭）和“兩變數”（機會和政府），即鉆石模型。國家競爭優勢理論指出：需求條件主要通過市場規模與市場特征兩個渠道影響區域產業競爭力[8]63-116。

（一）需求條件

需求條件指本國市場對該產業所提供的產品或服務的需求，即國內需求條件。波特認為，國內需求的變化比國際需求變化更易被企業發現和捕捉，且國內市場需求主要通過市場規模與市場特質兩個渠道影響區域產業競爭力。而在關境內滿足國內需求過程中進行的本國商品、服務及生產要素的交換活動即為國內貿易。國內貿易與國內需求除了包含范圍和時間跨度方面的不同[9]，國內貿易還跨越了區域行政邊界的局限性，兩者之間有著密切的聯系，國內需求是國內貿易的基礎和前提，國內貿易是國內需求得到滿足和實現的結果和表現；在考慮以滿足國內居民有效需求的情況下，國內貿易可以表征國內市場需求/國內需求條件。

（二）國內貿易影響區域產業競爭力的機理

國內貿易可表征國內市場需求/國內需求條件，故國內貿易通過市場規模與市場特質來影響區域產業競爭力。

1.國內貿易通過市場規模影響區域產業競爭力。若國內貿易規模較大，即區域內市場需求數量較大，則有利于形成廠商生產的規模經濟，進而提高產業內生產效率。依據規模經濟理論的一般含義，在一定閾值范圍內，隨著產量增加，平均生產成本便被新增產出分攤、壓低，從而提升其產品或服務的市場競爭力。顯然，企業控制生產規模的決策與最佳生產效益的獲得是依據區域市場需求，畢竟達到供需均衡才更具操作與實踐上的經濟性。規模經濟的支持者認為，這一機理尤其適用于需要依賴產能降低生產成本的產業，若能專注于通過市場規模引導該類產業提升生產率，區域內產業便可爭取到有利的競爭優勢地位。雖然對一些強調數量優勢的企業，規模經濟確實重要，然而在其他受制于物質技術條件與社會經濟關系企業的內部，規模經濟與競爭優勢形成的因果關系較為脆弱。事實在于，本地市場對于某個特定產業環節的需求量，并非必然與該產業的競爭優勢相符。上述現象導致此類企業往往借助“細分市場需求的結構”（market demand segmentation）來確立其異質性，即國內貿易通過市場特質影響區域產業競爭力。

2.國內貿易通過市場特質影響區域產業競爭力。市場特質指向的“產品差異型競爭優勢”較難被競爭對手模仿，更易長期保持競爭優勢。首先，市場特質可通過降低搜集、整合市場信息的成本。本地市場客戶是企業最直接的壓力，故企業對周遭市場需求的注意力最敏感。而由于語言文化與法律法規等地緣條件的一致性與熟悉性，本地市場極大影響了企業認知與詮釋客戶需求的能力，使得供需雙方在情報傳達過程中將信息失真降到最低，提高交易達成效率。其次，市場特質能引導企業創新與發展方向。一方面，本地市場客戶的形態特征往往受本地經濟環境或國民偏好等影響；若由于國民偏好導致內需市場對于質量具有較高的要求，或擁有來自支持性產業的、為補充其自身某種不足而主張進行交易的苛刻型客戶，則廠商將掌握市場脈動，也會有更多創新與發展的動機；本地市場的預期需求雖然帶給企業提早行動的機會，但其提前飽和則迫使企業繼續創新與升級，此時本地市場則更會帶給企業更大壓力，企業被迫降低售價、創新產品造型、加強產品功能，從而增加更多客戶購買的誘因。另一方面，本地市場的預期需求也可能因該國政策或者價值觀而緣起；若本地市場最先針對某項產品或服務產生需求，則會使得本地企業比其他區域的競爭對手更早行動，發展該項產業，進而產生滿足其他區域市場中客戶需求的能力，部分企業可搶先建立大量生產線并通過學習效應積累經驗，以此形成區域內產業間專業化分工。

特別地，即使在地域層面上將固定行政區劃意義上市場拓展至要素自由流動意義上市場后，上述理論的指導價值仍未失去其一般性。因為歷史經驗表明，在同一經濟關稅區內，國家政策法規、社會價值偏好等前定變量的系統性差異通常并不大。由此提出研究假設1：

假設1：國內貿易增長對于區域工業競爭力的提升具有正向促進作用。

國內貿易過程中，本地市場的各種條件可彼此相互強化，并在產業各個演化階段中有其特有的重要性，這便是“需求條件的交互作用”。本地市場最大的貢獻在于，為企業提供發展、持續投資與創新的動力，并在日益復雜的產業環節中建立企業的競爭力。因而，國家競爭優勢理論認為，內需市場的特征是競爭優勢的根源，相比較其他因素帶來的短暫優勢，本地需求條件產生的競爭優勢具有決定性和長久延續的特點。據此進一步提出研究假設2：

假設2：國內貿易增長對于區域工業競爭力提升影響的重要程度更高。

二、研究設計

（一）樣本選擇和數據來源

中國經濟發展過程中“內部需求不足”是經濟學界所公認的典型化事實。即使在經歷了長期出口增長后，學者們所提供的重要經驗證據依舊沒有支持中國自加入世界貿易組織（WTO）后出口貿易規模的擴大與出口企業生產率的提高或制造業企業員工收入的改善之間存在著正相關關系；先前發展過程中外向型出口模式與本土市場需求割離現實的存在，導致在改革轉軌過程中未實際形成具有促進可持續增長與產業轉型升級內生機制的經濟體系。事實上，在剔除其間加工貿易方式的影響后，以凈出口為代表的真實外部需求對中國經濟增長的改善作用實際有限。如圖1 所示，與整個中國內外需求結構相比，近20年來，安徽省貨物和服務凈出口率（Net Export， NE）對于地區生產總值的拉動緊密圍繞零水平線穩健。尤其是2008 年后安徽省最終消費率（Final Con?sumption Expenditure，FCE）與資本形成率（GrossCapital Formation，GCF）均同步收斂至50%上下的拉動作用水平，說明安徽省支出法生產總值結構幾乎完全由最終消費率與資本形成率決定，凈出口率占比則微乎其微，反映了增長由內部需求決定的區域模式。

在當前以國內大循環為主體的現實格局與政策導向下，跟安徽省內外需求結構相類似的獨特的區域發展模式，能否克服時艱并繼續平穩實現產業高質量發展，是基于當下經濟運行事實而延伸出的學理深思。選取2001—2019年安徽省16個地級市為研究樣本，屬于時間維度較大、橫截面維度較小的長面板。

社會經濟數據均來源于國務院發展研究中心信息網區域經濟數據庫與《安徽統計年鑒》（2001—2020），自然地理數據來源于美國國家海洋和大氣管理局環境信息中心。

（二）變量選擇與度量

1.被解釋變量。波特以與多國進行實際且持續的出口貿易表征產業競爭力。在“雙循環”新發展格局下，忽略國內市場份額是不合理的，故選擇以工業利潤總額表征區域工業競爭優勢（Com?petitive Advantage，CA）。產業利潤作為產業產出與投入之差，既反映擁有競爭力的結果，亦體現了獲取競爭力的終極目標，是衡量產業競爭力最準確指標[10]。

2.核心解釋變量。國內貿易（Domestic Trade，DT）是焦點概念，反映特定商品和服務在國內市場的需求狀況，選取區域社會消費品零售總額（Total Retail Sales Of Consumer Goods）來表征。作為國民經濟各行業通過多種商品流通渠道直接供給城鄉居民和社會集團的消費品總額，是目前表現國內貿易最直接的數據。

3.控制變量。經濟社會中，空間依存的混雜因素會妨礙因果效應的識別，為盡可能避免數據Galton謬誤，依據經驗理論將更多控制變量納入回歸方程。

（1）生產要素，包括本土稟賦（Home-GrownResources，HGR）即天然繼承型外生優勢和高級生產要素（Highly Specialized Resources，HSR）即后天創造型內生優勢。前者指自然資源、氣候、地理位置、人口等，由于地理位置、人口統計學特征等概念難以量化，故選取區域年平均氣溫反映以空氣溫度為主的氣候對于工業活動的影響。后者指能創造生產要素的機制，以第二產業從業人員數比重作為反映工業復雜與熟練勞動力稟賦水平的代理指標。

（2）相關與支持性產業（Related and Support?ing Industries，RSI）。以公路運輸貨運量作為表征指標，這是因為交通運輸業作為工業主要配套產業，同時選取控制變量應使實證模型更接近數據生成過程、遠離理論的程式化因果效應，但港口對自然條件要求較高，而鐵路運輸存在長期行政壟斷和路線覆蓋不全面問題[11]，空運占運輸業貨運量總體比重較小，故公路運輸貨運量成為最合適的代理指標。

（3）同業競爭（Rivalry）。以區域中工業企業數量反映區域中工業競爭態勢。若各類企業具有不同規模、組織形式、管理模式等特征，且市場中不存在行政扭曲，要素可以自由進出，此時企業競爭必定是有效率的。

（4）政府行為（Gov）。政府對地方市場的干預更多地體現于政府消費的當地偏好，選取城市一般性政府公共支出占國內生產總值比重反映區域政府在本地市場中的作用。

（5）機遇（Chance）。當前雙循環大背景下，與滬蘇浙相鄰的安徽面臨重大機遇之一即長三角一體化發展。長三角國家戰略規劃雖涵蓋安徽省全域，但以合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等城市為中心區；機遇是虛擬變量，若為長三角城市群中心城市則取值1，否則取0。

（三）模型設定

1. 總體回歸模型

依據前述研究，設定總體回歸模型如下：

其中，i 表示安徽省城市（i = 1，2，…，16），包括合肥、淮北、亳州、宿州、蚌埠、阜陽、淮南、滁州、六安、馬鞍山、蕪湖、宣城、銅陵、池州、安慶、黃山16個地級市①；t（t = 2001，2002，…，2019）表示年份；β1 為主要感興趣系數，β0、βk、γt 為需要估計參數（k =2，…，6）；Dt 為時間虛擬變量，表示不隨個體但隨時間變化；復合擾動項中，μi 為不可觀測、不隨時間變化的個體效應截距項，εit 為隨個體與時間變化的特異性誤差；DTit 為以國內貿易表征的需求條件；Contrlit 表示包括本土稟賦HGRit、高級專業化稟賦HSRit、相關與支持性產業RSIit、同業競爭Rivalryit、政府行為Govit 與機遇Chanceit 等控制變量。

雖然在總體模型中已依據鉆石模型控制了對被解釋變量有重要影響的變量，且運用可解決個體異質性的面板模型來處理遺漏變量問題，但由于區域工業競爭力與國內貿易可能同時受隨機干擾項中外生因素如宏觀經濟環境的影響，估計結果可能存在聯立方程偏差，故此引入自然變量工具集和滯后變量工具集設定二階段最小二乘法（TSLS）模型。

2. 自然變量工具集估計模型

一般通過引入地理因素來緩解經濟與貿易之間的雙向因果關系，故借助于區域地形起伏度（Relief Degree of Land Surface，RDLS）②與區域年均降水量（Average Annual Precipitation）③組成的工具變量（IV）集，從誤差項中剔除與內生變量相關因素，以便得到一致估計。從供給側看，區域范圍內國內貿易一般以陸地運輸形式展開，且以鐵路運輸與公路運輸為主，在城市內、城鄉間的貨物貿易則以公路運輸為主；公路運輸效率與本地地形起伏態勢強相關（一種極端情況便是盤山公路），進而直接影響貿易效率。從需求側看，氣象通過作用于情緒、計劃性偏差以及風險認知等路徑傳導至消費者心理和行為，進而影響區域內居民、企業等國內貿易。可見，該工具變量滿足與內生解釋變量相關性要求。

同時，該工具變量集滿足排他性約束假設。理性人假設下工業布局選址均是前定的，即從經濟效益看，工廠會選擇具有明顯區位優勢地址。因而，工具變量影響結果變量的唯一渠道便是通過與其相關的原因變量，說明本節中的工具變量滿足非混雜性，即以觀測變量為條件，工具變量與潛在結果是正交的。構建自然變量工具集TSLS模型：

ln DTit = α0 + α1 ln Rdlsit + α2 ln Rainfallit + vit （2）

其中，α0、α1 與α2 為參數，νit 為擾動項。

3. 滯后變量工具集估計模型

工具變量兩階段最小二乘法未控制個體效應，且自然地理變量組成的工具變量集缺乏動態性[12]，為此將進一步采用滯后變量工具集估計。滯后識別的基本邏輯是：滯后的解釋變量移動了內生性偏差參數估計的渠道，用同樣不可檢驗的不可觀察物之間無動態假設補充了對可觀察物的選擇假設[13]，且無需數據集以外數據便可緩解內生性。選擇國內貿易滯后一期ln L.DT 與滯后二期ln L2.DT 共同構成第二個工具變量集④，滯后變量工具集TSLS模型如下：

ln DTit =δ0 + δ1 ln L.DTit + δ2 ln L2.DTit + τit （3）

其中，δ0、δ1 與δ2 為參數，τit 為擾動項。

三、實證結果與分析

（一）變量描述性統計

為保持數據平穩性并盡可能滿足經典線性模型假定，對所有非虛擬變量進行自然對數化處理，表1概括了各變量基本特征，其中各變量標準差水平反映數據波動性較小的事實。從集中趨勢上看，產業競爭力最小值為7.992，最大值為15.503，均值為12.654，反映安徽省各城市間工業競爭力水平非均衡發展態勢。

（二）基準回歸結果分析

1. 多種策略估計結果

由式（1）得到基準回歸結果如表2所示，其中第2-6 列依次為固定效應（FE）、雙向固定效應（FE_TW）、混合效應、面板校正標準誤（PCSE）、Driscoll-Kraay 標準誤（DKSE）估計結果；且在估計中均使用聚類穩健標準誤，聚類至市一級。各種組內估計策略擬合優度表明模型變量可解釋區域工業競爭力約86% ～ 89%的變動。

表2第2列中F檢驗、Hausman檢驗、Breush-Pagan檢驗結果強烈拒絕原假設，表明固定效應優于隨機效應或混合效應模型；對于影響工業競爭力的各變量，除了以公路貨運量表征的相關與支持產業外，其余變量系數均在1%或5%顯著性水平上具有統計學意義。

由于省內各地級市每年社會環境或技術水平不同，故模型可能存在不隨個體但隨時間而變的遺漏變量。為同時捕捉時間效應，運用雙向固定效應模型（FE_TW）進行估計，F統計量表明，年度虛擬變量聯合顯著性強烈拒絕“無時間效應”的原假設，即模型存在時間效應。

表2第3列中氣象條件LnHGR 與同業競爭不再具有統計意義；其余變量系數符號、大小均與單項固定效應估計結果基本保持一致。

考慮到固定效應模型中非時序變量均與反映個體效應的虛擬變量呈完全共線性，因而組內估計量無法識別不隨時間變化變量的影響，故將機遇納入模型并進行混合回歸。

表2第4列結果表明，混合效應比固定效應估計結果顯著性提高，但各變量系數方向不變，表明長三角一體化機遇對安徽省區域工業競爭力提升呈正向促進作用；同時，政府行為系數大大降低，表明機遇對于區域工業發展的貢獻也被納入政府作為而高估了后者的貢獻率。

針對長面板數據，還需關注可能出現的自相關問題。Modified Wald檢驗與Wooldridge檢驗顯著拒絕了同方差與序列無關的假設，而Pesaran檢驗、Friedman檢驗與Frees檢驗結果表明模型內存在組間同期自相關，故在使用“普通最小二乘法（OLS）+（聚類）穩健標準誤”基礎上，進一步選擇利用面板校正標準誤（PCSE）進行修正估計。PSCE在T/N較大時更加漸進有效，且設定每個截面內擾動項服從相同的一階自回歸AR（1），結果見表2第5列結果。同時使用一般認為處理固定效應模型中組間異方差、組內自相關效果更為強健的Driscoll-Kraay 標準誤（DKSE）進行估計；該方法采用非參數技術，對截面數量并未限制，當時間維度逐步增大時標準誤對一般形式截面相關性與序列相關性具有穩健性，結果見表2第6列，可見在施加更為嚴格的估計策略后，結果與原來仍然一致。

2. 變量的相對重要性

為進一步考察核心解釋變量和其他解釋變量對于安徽省工業競爭力影響的差異性，運用標準化系數值⑤表征各解釋變量的重要性程度，結果如表3所示，將國內貿易改變一個標準差，擬合的區域工業競爭力將改變0.324，約為前者標準差（1.583）的1/5，其他解釋變量數值均低于此值，表明核心解釋變量比模型中其他變量的重要性程度更高。

從生產要素來看，以氣象條件表征的本土稟賦對于安徽省工業活動的影響呈負向效應，且在各因素的影響力排序中重要性居于末位，說明安徽省本土稟賦不利于本地工業活動的平穩運行且影響相對較小；同時，以熟練工人表征的高級專業化稟賦對安徽省工業競爭力提升呈正向促進作用，該因素作用的重要性僅次于核心解釋變量國內貿易，凸顯人力資本積累在區域工業發展中的貢獻。在余下變量中，以財政支出占地區生產總值表征的政府行為lnGov 以及同業競爭lnRivalry 對于區域工業競爭力發展的影響呈正向促進效應，且兩變量系數標準化數值表明其重要性適中，說明在推進市場化改革進程中政府為區域工業發展提供了諸多社會支持與保障。

總之，不論采取何種估計策略，國內貿易LnDT 系數均顯著為正且重要性程度最高，并在調整了其自身與其他變量的共同線性影響后，國內貿易規模每變動1%，安徽省工業競爭力隨之變動值位于0.319% ～ 0.507%區間。至此，研究假設1和假設2得到驗證。

（三）內生性討論

（1）自然變量工具集法。根據式（2）進行自然變量工具集TSLS估計，結果如表4第2列所示，依據Staiger 與Stock 經驗法則，最小特征值統計量（假設擾動項為iid）大于10，同時Cragg-DonaldWald 統計量（假設擾動項為iid）與Kleibergen-Paap rk Wald統計量（不對擾動項作iid假設）也均大于Stock amp; Yogo（2005）10%臨界值19.931，拒絕“存在弱工具變量”假設；在工具變量外生性檢驗方面，Hansen檢驗（不對擾動項作iid假設）相伴概率表明不能在10%顯著性水平上拒絕“工具變量過度識別”的原假設。將表2中基準估計結果與表4中工具變量回歸結果比較發現，所有變量均呈統計顯著性，但在考慮內生性后，國內貿易系數達到0.459，其數值仍位于上節區間內，較為合理；且內生性同時使得其他控制變量系數產生微弱向上偏移的趨勢。

依據上述分析可知不存在弱工具變量，但為了穩健起見，使用對弱工具變量更不敏感的有限信息最大似然法（LIML）估計，見表4第4列，發現估計結果與原來十分相似。

（2）滯后變量工具集法。表4第2列表明，雖然在異方差情形下仍適用D-W-H檢驗的p 值大于0.05，即不拒絕“所有解釋變量均為外生變量”的原假設；進一步采用面板工具變量固定效應兩階段最小二乘法（IV_FE_TSLS）估計，結果如表4第3列所示，其D-M檢驗表明固定效應模型存在內生性；同時，表4第3列中Anderson canon. Corr.LM檢驗與Cragg-Donald Wald F檢驗均拒絕原假設，Sargan檢驗接受原假設，表明滯后變量工具集的適用性。在控制個體效應并處理內生性問題后，各解釋變量預期符號并未改變；但國內貿易對工業競爭力作用彈性下降至0.259。人力資本的貢獻亦下降至0.86，相關與支持性行業的影響卻不再顯著。

通過全面考察比較在變換不同工具變量（集）與計量方法的情況下的估計結果與基準估計結果之間的變動敏感性后發現，無論是國內貿易規模對于區域工業競爭力的最低影響效應還是最高影響效應，均與未考慮內生性前的回歸結論偏差不大。

（四）穩健性檢驗

進一步通過改進計量方法、更換代理變量以及剔除異常樣本進行穩健性檢驗。

（1）改進計量方法的穩健性檢驗。進一步選擇不需嚴格滿足經典線性假設的廣義矩估計法（GMM）進行估計，表4第5列和第6列分別匯報的是先對原模型進行FE變換后再對變換后模型使用GMM估計和工具變量固定效應兩步最優GMM（IV-FE-GMM2）估計結果，比較發現在放寬假設條件后，估計結果的大小和方向與原來相比差別不大，印證了基準模型對于工具變量備選模型具有穩健性。

（2）更換代理變量的穩健性檢驗。通過更換代理變量，考察對原模型進行合理變化后估計值是否依舊穩健，其中，核心解釋變量代理變量的合理選取事關統計推論的可靠性。為避免變量選取任意性與特定性導致結論的偶然性，將原代理指標社會消費品零售總額替換為批發零售貿易業商品銷售總額（Total Sales of Wholesale and RetailTrade，WRT）進行混合OLS回歸，各主要變量系數大小及方向與前文均一致，如表5所示，同時在控制雙向固定效應（FE_TW）后，氣象因素、相關與支持性產業不再具有統計意義，與前文研究結論相同，符合Leamer穩健性。

（3）剔除異常樣本的穩健性檢驗。為了分離2008年次貸危機這一異常事件的干擾，選擇使用Jackknife方法進行結構置換檢驗，即一次刪除數個分析單元，從而比較估計值在多大程度上依賴這些單元組。首先從總樣本中剔除2008年數據并分別進行Pooled OLS和FE_TW估計，結果如表5所示，同時考慮到突發事件引致的隨機沖擊可能具有動態慣性，繼續刪除2008—2010年樣本后再分別進行Pooled OLS 和FE_TW 回歸，結果發現：國內貿易估計量的符號均與基準回歸相同，且在統計意義上均顯著異于零；即使在同時控制個體與時間固定效應后，國內貿易的估計系數仍位于上文提及的合理區間范圍內，說明核心結論具有穩健性。

（五）組群分析

為考察不同樣本對于所得結果具有不同的敏感性，進一步分別基于企業性質和地理區位將樣本分成不同的固定組群，構建合成面板進行異質性組群分析。

（1）企業性質異質性組群分析。根據國有經濟出資人對企業資產的實際控制，將樣本分為國有及國有控股組群與非國有及國有控股組群，回歸結果如表6所示。非國有控股企業國內貿易作用彈性相對稍大，人力資本、政府行為及機遇依舊對安徽不同所有制企業工業競爭力顯著正向促進；但氣候條件、相關與支持性產業等并未給予國有或非國有工業企業競爭力以任何明顯差異性。這再次印證了前文結論的穩健性。然而，同業競爭對于不同所有制企業工業競爭力存在顯著區別；其對國有及國有控股企業樣本組群不存在統計意義，而對非國有企業樣本組群在1%水平上顯著正相關，這是因為在競爭性產業中一些國有企業市場主體地位尚未真正確立，國有資本運行效率需進一步提高。

（2）城市地理異質性組群分析。依照地理區位將原樣本劃分為皖北、皖中與皖南⑥三個組群，回歸結果如表6所示。皖南、皖北地區國內貿易均對區域工業競爭力呈正向lnDT 促進效應，但皖南地區正效應更明顯，皖中地區呈正相關但不顯著，表明國內貿易對工業競爭力的促進效應呈區域異質性。相關與支持性行業均呈顯著正相關效應，表明無論產業來自安徽省哪一地理分區，均可通過熟練產業工人提高其工業競爭力。同業競爭僅在皖北地區不顯著，但政府行為在本地區系數高達29.38，說明皖北區域工業競爭力發展更依賴于本地政府的支持，其產業發展市場化程度較低。氣候條件僅在皖中地區存在統計意義，這是由于皖中地處暖溫帶與亞熱帶過渡地區，而皖北暖溫帶半濕潤季風氣候與皖南亞熱帶濕潤季風氣候的交替對于當地工業等經濟活動產生一定的影響。同業競爭在皖中地區估計系數最高，表明皖中地區工業競爭力發展比省內其他地區更依靠本地市場競爭的作用，這是由于滁州市相對于省內其他城市更鄰近于以南京、合肥為代表的長三角區域重要核心城市，參與產業集聚與競爭的條件相對充分，而合肥市作為綜合性國家科學中心和國家科技創新型試點城市，其經濟活力與潛力突出。以公路運輸為表征的相關與支持性行業僅在皖南地區顯著，這是由于近年來安徽省加大推進皖南交旅融合發展交通強國建設，從而有效提升其綜合交通樞紐輻射能力。

四、結論與啟示

在施加了各種估計策略后的計量結果均表明：國內貿易是2001—2019年間安徽省區域工業競爭力提升的主要推動力；分組回歸結果也揭示出這一結論在國有及國有控股企業與非國有企業、皖北地區與皖南地區組群中的適用性；在非國有企業與皖南地區中，國內貿易影響安徽省區域工業競爭力的平均估計效應相對較高。

基于上述研究結論，得到如下啟示：

一是在新發展階段理應將推動國內貿易水平提升的努力置于優先地位。傳統意義上，受制于居民收入水平增長的瓶頸，區域消費能力偏低現象在短期內難以有較大突破，可通過將供給目標轉向至國內其他區域的市場從而得到部分緩解。同時，至少就估計所得的效應而言，國內貿易的相對經濟重要性最高，說明在今后轉向以高質量發展與內循環為主的持續支持國內需求規模擴大的機制設計過程中，理應將推動國內貿易水平提升的努力置于優先地位。

二是重視同業競爭和相關支持性產業對于區域工業競爭力的提升。區域市場中的工業企業同業競爭可能為產業競爭力的進步提供一定程度上的激勵，而良好的、以公路運輸貨運量為代表的相關配套產業支持程度也有助于區域工業競爭力的改善。

三是因地制宜加快形成高質量發展的區域經濟布局。聚焦區域戰略目標，圍繞創新鏈、產業鏈、供應鏈、價值鏈，加快形成國有和非國有等各類企業自主經營公平競爭、商品和要素自由流動的現代市場體系；遵循優勢互補原則，彰顯皖南、皖中、皖北不同區域的比較優勢，加快形成高質量發展的區域經濟布局。

注釋：

① 根據《關于撤銷地級巢湖市及部分行政區劃調整的實施意見》（皖發〔2011〕19號），2011年巢湖市被劃歸合肥、蕪湖和馬鞍山三市管轄。由于“三分巢湖”對區域經濟增長與競爭力提升產生不同帶動作用，為避免非平衡面板中個體在時間維度上消亡可能引致的內生性，因此本文所選城市不包括巢湖市。

② 將數字高程模型（SRTM 90 m）數據重采樣成 1 km后計算得到的中國陸地地形起伏度公里網格數據集，聚類至市一級。

③ 降水量指從天空降落到地面的液態或固態水，未經蒸發、滲透、流失而在地面上積聚的深度。

④ 同時選擇二期滯后作為工具變量是為了彌補上述自然地理工具變量集TSLS估計不足并方便在此基礎上進行比較。

⑤ 通過將各變量減去均值后除以對應標準差得到消除量綱后的系數標準化值，所對應的各變量相對經濟重要性，其定義為：解釋變量標準化值的估計系數占被解釋變量標準差的比重。

⑥ 皖北指淮河以北地區，包括宿州、淮北、蚌埠、阜陽、淮南和亳州；皖中指淮河以南、大別山-巢湖以北地區，包括合肥、六安和滁州；皖南指長江以南地區，包括馬鞍山、蕪湖、銅陵、宣城、黃山、池州和安慶。

參考文獻：

[1] 商務部等22部門關于印發《“十四五”國內貿易發展規劃》的通知[EB/OL].（2021-12-31）[2022-10-10].http：//scjss.mof?com.gov.cn/article/zl/zlzc/202201/20220103236795.shtml.

[2] 易先忠，包群，高凌云，等.出口與內需的結構背離：成因及影響[J].經濟研究，2017，52（7）：79-93.

[3] 范劍勇，謝強強.地區間產業分布的本地市場效應及其對區域協調發展的啟示[J].經濟研究，2010，45（4）：107-119，133.

[4] 趙增耀，夏斌.市場潛能、地理溢出與工業集聚：基于非線性空間門檻效應的經驗分析[J].中國工業經濟，2012（11）：71-83.

[5] 宣燁，徐圓，宣思源.內需驅動與服務業國際競爭力提升：基于“母市場效應”的研究[J].財貿經濟，2015（3）：136-149.

[6] 金碚.產業國際競爭力研究[J].經濟研究，1996（11）：39-44，59.

[7] 林毅夫，李永軍.比較優勢、競爭優勢與發展中國家的經濟發展[J].管理世界，2003（7）：21-28，66，155.

[8] Michael E.Porter.國家競爭優勢[M].北京：中信出版社， 2012.

[9] 南楠，程中海.國內貿易概念解構、測度與啟示[J].經濟學家，2021（10）：32-40.

[10] 李春頂.中國出口企業是否存在“生產率悖論”：基于中國制造業企業數據的檢驗[J].世界經濟，2010，33（7）：64-81.

[11] 包群，邵敏，侯維忠.出口改善了員工收入嗎？[J].經濟研究，2011，46（9）：41-54.

[12] 趙磊.旅游發展與經濟增長：來自中國的經驗證據[J].旅游學刊，2015，30（4）：33-49.

[13] BELLEMARE M F， MASAKI T， PEPINSKY T B. Lagged explanatory variables and the estimation of causal effect[J]. The Journal of Politics， 2017， 79 （3）： 949-963.

【責任編輯：許潔】

基金項目：國家社科基金一般項目（22BJL064）； 教育部人文社會科學研究項目（21YJA790081）； 安徽省高校哲學社會科學優秀科研創新團隊（2023AH010014）； 安徽省高校學科（專業）拔尖人才學術資助項目（gxb?jZD2022022）；安徽省自然科學基金面上項目（2108085MG245）； 安徽省哲學社會科學規劃一般項目（AHSKY2021D136，AHSKY2022D071）； 2023 年安徽省教育廳高端人才引育行動青年拔尖人才項目