郭 鷹

(浙江省社會(huì)科學(xué)院經(jīng)濟(jì)研究所,浙江 杭州 310025)

一、引 言

經(jīng)濟(jì)發(fā)展的區(qū)域差異問(wèn)題是我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中普遍存在的現(xiàn)象之一,這種差異不僅體現(xiàn)在我國(guó)東、中、西三大地區(qū)之間,同時(shí)也體現(xiàn)在省區(qū)內(nèi)部各市域之間。地域狹小的浙江地區(qū)內(nèi)部經(jīng)濟(jì)增長(zhǎng)的差異問(wèn)題,更易影響社會(huì)穩(wěn)定和省內(nèi)經(jīng)濟(jì)的良性發(fā)展。

改革開(kāi)放以來(lái),浙江經(jīng)濟(jì)快速增長(zhǎng),但在總體經(jīng)濟(jì)高速發(fā)展的同時(shí),省內(nèi)各區(qū)域間、各地市間卻存在很大的差異。金融危機(jī)對(duì)浙江的經(jīng)濟(jì)影響已日益顯現(xiàn),但由于浙江各區(qū)域的經(jīng)濟(jì)結(jié)構(gòu)特點(diǎn)不同,金融危機(jī)背景下的浙江各地市的經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力必然表現(xiàn)出一定的區(qū)域差異。經(jīng)濟(jì)增長(zhǎng)由最終需求拉動(dòng),而最終需求由三部分組成,即出口需求、投資需求和消費(fèi)需求,這三部分最終需求通常被稱為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的 “三駕馬車”。只要出口、投資、消費(fèi)的其中 “一駕馬車”動(dòng)力不足,那么整個(gè)國(guó)民經(jīng)濟(jì)的增長(zhǎng)就難以保證。

二、相關(guān)文獻(xiàn)回顧

許多學(xué)者早已注意到浙江省的區(qū)域差異問(wèn)題,并對(duì)其進(jìn)行了大量研究。陳修穎 (2009)研究了1990年以來(lái)浙江沿海區(qū)域差異及其成因,認(rèn)為各縣市都獲得了較快的發(fā)展,但區(qū)域發(fā)展差異也迅速擴(kuò)大,沿海內(nèi)部的區(qū)域差異成為浙江省區(qū)域差異的主要內(nèi)容,并運(yùn)用錫爾系數(shù)分析1990年以來(lái)浙江沿海經(jīng)濟(jì)差異,結(jié)果表明浙江沿?？傮w經(jīng)濟(jì)差異呈先降低后上升的趨勢(shì),市內(nèi)差異和市縣間差異是總體差異的主要組成部分,而且市內(nèi)差異不斷擴(kuò)大[1]。王壽春 (1999)研究了浙江區(qū)域經(jīng)濟(jì)的結(jié)構(gòu)性差異,認(rèn)為浙東北和浙西南兩大區(qū)域在經(jīng)濟(jì)結(jié)構(gòu)方面的差異呈擴(kuò)大趨勢(shì)[2]。余建新和祝煒平(2004)用單一指標(biāo)分析了浙江省內(nèi)區(qū)域經(jīng)濟(jì)發(fā)展差異,指出浙江省內(nèi)存在3個(gè)層次的經(jīng)濟(jì)發(fā)展差異,城鄉(xiāng)差異大于縣際差異,縣際差異又大于鄉(xiāng)鎮(zhèn)間的差異[3]。陸曉冬 (2001)分析了 “九五”期間浙江區(qū)域經(jīng)濟(jì)發(fā)展差異,得出了浙江區(qū)域經(jīng)濟(jì)發(fā)展差異表現(xiàn)為城市經(jīng)濟(jì)發(fā)展快于縣域經(jīng)濟(jì)、欠發(fā)達(dá)地區(qū)與較發(fā)達(dá)地區(qū)的差異繼續(xù)擴(kuò)大,無(wú)論在相對(duì)差異還是絕對(duì)差異上,浙江區(qū)域經(jīng)濟(jì)發(fā)展差異都在擴(kuò)大,而造成這種差異的主要原因有區(qū)域經(jīng)濟(jì)發(fā)展的要素投入差異、產(chǎn)業(yè)結(jié)構(gòu)上的層次差異和城市化進(jìn)程的差異[4]。陳自芳等 (1999)實(shí)證分析了浙江區(qū)域經(jīng)濟(jì)發(fā)展差異的原因,從工業(yè)總產(chǎn)值增長(zhǎng)率、各類市場(chǎng)擁有率、非國(guó)有工業(yè)企業(yè)產(chǎn)值占全部產(chǎn)值的比重等指標(biāo)分析了改革開(kāi)放以來(lái)浙江區(qū)域經(jīng)濟(jì)發(fā)展速度與工業(yè)化,尤其是個(gè)體民營(yíng)與鄉(xiāng)鎮(zhèn)企業(yè)發(fā)展、市場(chǎng)化程度有很強(qiáng)的相關(guān)性[5]。李昌興 (2004)分析了浙江區(qū)域經(jīng)濟(jì)發(fā)展差異與產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的關(guān)系,通過(guò)對(duì)浙江省內(nèi)各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)及其偏離分額的分析,得出第三產(chǎn)業(yè)的發(fā)展帶動(dòng)了全省GDP的發(fā)展速度,很好地推動(dòng)了浙江省區(qū)域協(xié)調(diào)發(fā)展的步伐[6]。李植斌和汪偉新 (2003)從區(qū)域經(jīng)濟(jì)差異變動(dòng)狀況分析入手,客觀評(píng)價(jià)了各地區(qū)的綜合經(jīng)濟(jì)發(fā)展動(dòng)力,探討了地區(qū)經(jīng)濟(jì)變動(dòng)的原因[7]。葉華和陳修穎 (2009)以浙江省11個(gè)地級(jí)市為基本單元,以人均國(guó)內(nèi)生產(chǎn)總值為測(cè)度區(qū)域經(jīng)濟(jì)差異的變量指標(biāo),運(yùn)用標(biāo)準(zhǔn)差指數(shù)和變異系數(shù)的研究方法,分析了浙江省1990年以來(lái)區(qū)域經(jīng)濟(jì)差異的演變軌跡,并運(yùn)用錫爾系數(shù)對(duì)其進(jìn)行了空間分解,結(jié)果表明浙江省的相對(duì)差異和絕對(duì)差異均呈擴(kuò)大的趨勢(shì),地區(qū)間差異是造成浙江省總體差異的主要因素[8]。潘強(qiáng)敏 (2005)從地理區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)組織等對(duì)省內(nèi)25個(gè)欠發(fā)達(dá)縣和3個(gè)欠發(fā)達(dá)海島的經(jīng)濟(jì)落后原因進(jìn)行了深入探究,解釋了欠發(fā)達(dá)縣存在的共同問(wèn)題[9]。

但上述研究普遍存在以下不足：(1)沒(méi)有注意到消費(fèi)、投資和出口三大經(jīng)濟(jì)驅(qū)動(dòng)力的區(qū)域差異及其對(duì)經(jīng)濟(jì)增長(zhǎng)影響的差異;(2)使用時(shí)間序列或截面數(shù)據(jù),用OLS方法進(jìn)行估計(jì),導(dǎo)致樣本容量偏小,估計(jì)方法過(guò)于簡(jiǎn)單,且不能同時(shí)反映各區(qū)域間的靜態(tài)差異情況和各個(gè)區(qū)域本身的動(dòng)態(tài)變化特征,因此會(huì)影響模型的擬合效果,估計(jì)結(jié)果的可信度不高?；谝陨戏治?本文擬采用面板數(shù)據(jù),從消費(fèi)、投資和出口三大需求驅(qū)動(dòng)力的角度,分析其對(duì)浙江不同區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響。

三、理論模型與研究假設(shè)

本研究的面板數(shù)據(jù)模型的形式為：

其中,xit是1×k維解釋變量矩陣,βi為k×1維向量,k為解釋變量的個(gè)數(shù),N表示個(gè)體截面成員的個(gè)數(shù),T表示每個(gè)截面成員的觀察時(shí)期數(shù)。

根據(jù)截距項(xiàng)α和系數(shù)項(xiàng)β的不同,我們可以將模型分為三種類型：

(1)無(wú)個(gè)體影響的不變系數(shù)模型,即αi=αj,βi=βj(2)

(2)含有個(gè)體影響的不變系數(shù)模型 (變截距模型),即αi≠αj,βi=βj(3)

(3)含有個(gè)體影響的變系數(shù)模型 (無(wú)約束模型),即αi≠αj,βi≠βj(4)

研究面板數(shù)據(jù)的第一步是檢驗(yàn)研究的問(wèn)題屬于上述三種類型的哪一種,廣泛使用的方法是協(xié)方差分析檢驗(yàn),主要檢驗(yàn)兩個(gè)假設(shè)：

如果接受假設(shè)H2,則可以認(rèn)為樣本數(shù)據(jù)符合模型 (2),無(wú)需再進(jìn)一步的檢驗(yàn)。如果拒絕假設(shè)H2,則需檢驗(yàn)假設(shè)H1。如果接受假設(shè)H1,則認(rèn)為樣本數(shù)據(jù)符合模型 (3)。反之,則認(rèn)為樣本數(shù)據(jù)符合模型 (4)。對(duì)應(yīng)假設(shè)H1和H2,在檢驗(yàn)的過(guò)程中構(gòu)造的檢驗(yàn)統(tǒng)計(jì)量分別為：

給定顯著性水平α,若F2＞Fα,則拒絕假設(shè)H2,繼續(xù)檢驗(yàn)假設(shè)H1。反之,則認(rèn)為樣本數(shù)據(jù)符合模型 (2)。若F1＞Fα,則拒絕H1,認(rèn)為樣本數(shù)據(jù)符合模型 (4),否則符合模型 (3)。

我們從凱恩斯提出的Y=C+I+(X-M)(即總產(chǎn)出=總消費(fèi)+總投資+(出口-進(jìn)口))這一國(guó)民經(jīng)濟(jì)核算體系中的恒等式出發(fā),設(shè)定本研究的地區(qū)生產(chǎn)總值與消費(fèi)、投資和凈出口的面板數(shù)據(jù)模型如下：

式 (7)中,GDPit是因變量,為第i個(gè)市在第t年的地方生產(chǎn)總值 (按GDP價(jià)格指數(shù)進(jìn)行平減);αi為第i個(gè)市的截距項(xiàng);Cit、Iit和Xit是因變量,分別為第i個(gè)市在第t年的消費(fèi)水平、投資水平和凈出口水平。其中,消費(fèi)水平以社會(huì)消費(fèi)品零售總額為指標(biāo),投資水平以全社會(huì)固定資產(chǎn)投資額為指標(biāo),凈出口水平以出口與進(jìn)口的差額為指標(biāo) (按照當(dāng)期匯率換算為人民幣計(jì)價(jià))。上述因變量均按居民消費(fèi)價(jià)格指數(shù)進(jìn)行平減,βi1、βi2和βi3為自變量系數(shù),i取值為1-11并分別表示杭州(HANGZHOU)、寧波 (NINGBO)、嘉興 (JIAXING)、湖州 (HUZHOU)、紹興 (SHAOXING)、舟山(ZHOUSHAN)、溫州 (WENZHOU)、金華 (JINHUA)、衢州 (QUZHOU)、臺(tái)州 (TAIZHOU)和麗水(LISHUI)等11個(gè)市,t表示不同的年度 (即2000-2008年),uit為隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證分析及結(jié)果

本文使用的各變量時(shí)間序列數(shù)據(jù)分別取自 《浙江省統(tǒng)計(jì)年鑒 (2009)》及各市統(tǒng)計(jì)年鑒并經(jīng)過(guò)整理,因部分地市2000年以前的進(jìn)出口統(tǒng)計(jì)數(shù)據(jù)無(wú)法獲取,所以本文的研究采用2000-2008年的統(tǒng)計(jì)數(shù)據(jù)。

為判斷模型的具體形式,根據(jù)式 (5)、(6)計(jì)算得到 (N=11,k=3,T=9)：F2=11.63;F1=2.64。查F分布表,在給定1%的顯著性水平下,相應(yīng)的臨界值為：F(40,55)=1.94;F(30,55)=2.03。由于F2＞1.94,所以拒絕H2;又由于F1＞2.03,所以拒絕H1。因此,模型采用變系數(shù)模型?？紤]到各個(gè)時(shí)期宏觀環(huán)境對(duì)各市影響的一致性,所以本文在分析中不考慮各時(shí)期的特有影響。本研究的數(shù)據(jù)包括了浙江省的所有地市,因此我們采用固定影響變截距變系數(shù)模型。由于不同區(qū)域之間的經(jīng)濟(jì)發(fā)展差異較大,可能存在橫截面異方差,為了減少由此造成的影響,本文采用截面加權(quán) (Cross-section Weights),在回歸中選取 “最小二乘法”,估計(jì)的分析軟件為Eviews6.0。估計(jì)結(jié)果詳見(jiàn)表1所示。

模型總體擬合度達(dá)到99.9%,F值為935,通過(guò)檢驗(yàn)。DW值為2.39,接近2,說(shuō)明隨機(jī)誤差項(xiàng)不存在自相關(guān) (或自相關(guān)性很弱),可以不考慮。通過(guò)以上分析,我們可以得到以下結(jié)論：

1.在消費(fèi)驅(qū)動(dòng)力方面,各市差異很大。其中,杭州消費(fèi)需求對(duì)地區(qū)生產(chǎn)總值的拉動(dòng)力最大,邊際貢獻(xiàn)為2.98,排在其后的依次為衢州 (2.79)、寧波 (2.74)、舟山 (2.63)、嘉興 (2.57)、紹興 (2.17)、麗水 (2.06)、溫州 (1.21)、金華 (0.71)、湖州 (-0.20)和臺(tái)州 (-0.94)。湖州和臺(tái)州的消費(fèi)邊際貢獻(xiàn)為負(fù)值,其原因可能是在10%的顯著性水平下沒(méi)有通過(guò)t檢驗(yàn),存在多重共線性。從區(qū)域來(lái)看,浙東北六市 (杭州、寧波、嘉興、湖州、紹興和舟山)的消費(fèi)邊際貢獻(xiàn)平均值為2.15,浙西南五市 (溫州、金華、衢州、臺(tái)州和麗水)的消費(fèi)邊際貢獻(xiàn)平均值為1.17,浙東北地區(qū)消費(fèi)對(duì)生產(chǎn)總值的拉動(dòng)力要明顯高于浙西南地區(qū)。

表1 面板數(shù)據(jù)模型估計(jì)結(jié)果

2.在投資驅(qū)動(dòng)力方面,各市差異也很大。其中,舟山投資需求對(duì)地區(qū)生產(chǎn)總值的拉動(dòng)力最大,邊際貢獻(xiàn)為0.46,排在其后的依次為衢州 (0.33)、嘉興 (0.33)、溫州 (0.24)、寧波 (0.23)、杭州(0.20)、臺(tái)州 (0.05)、金華 (0.04)、湖州 (-0.06)、紹興 (-0.08)和麗水 (-0.10)。湖州、紹興和麗水的投資邊際貢獻(xiàn)為負(fù)值,其原因可能是在10%的顯著性水平下沒(méi)有通過(guò)t檢驗(yàn),存在多重共線性。從區(qū)域來(lái)看,浙東北六市 (杭州、寧波、嘉興、湖州、紹興和舟山)的投資邊際貢獻(xiàn)平均值為0.18,浙西南五市 (溫州、金華、衢州、臺(tái)州和麗水)的投資邊際貢獻(xiàn)平均值為0.11,浙東北地區(qū)投資對(duì)生產(chǎn)總值的拉動(dòng)力要明顯高于浙西南地區(qū)。

3.在凈出口驅(qū)動(dòng)力方面,各市差異仍很大。其中,麗水凈出口需求對(duì)生產(chǎn)總值的拉動(dòng)力最大,邊際貢獻(xiàn)為2.92,排在其后的依次為湖州 (2.70)、臺(tái)州 (2.67)、金華 (1.28)、溫州 (1.07)、紹興 (1.01)、舟山 (0.10)、寧波 (0.09)、嘉興 (0.07)、杭州 (-0.28)和衢州 (-2.13)。杭州和衢州的投資邊際貢獻(xiàn)為負(fù)值,其原因可能是在10%的顯著性水平下沒(méi)有通過(guò)t檢驗(yàn),存在多重共線性。從區(qū)域來(lái)看,浙東北六市 (杭州、寧波、嘉興、湖州、紹興和舟山)的凈出口邊際貢獻(xiàn)平均值為0.61,浙西南五市 (溫州、金華、衢州、臺(tái)州和麗水)的凈出口邊際貢獻(xiàn)平均值為1.16,浙東北地區(qū)凈出口對(duì)生產(chǎn)總值的拉動(dòng)力要明顯低于浙西南地區(qū)。

五、結(jié) 語(yǔ)

進(jìn)入后金融危機(jī)時(shí)代,當(dāng)經(jīng)濟(jì)企穩(wěn)回升后,經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力亟待由政府投資向市場(chǎng)驅(qū)動(dòng)轉(zhuǎn)變。浙江各地市的經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力如何成功轉(zhuǎn)變,將直接關(guān)系到浙江經(jīng)濟(jì)新一輪的發(fā)展。政府在制定政策措施時(shí)應(yīng)充分考慮到各地經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力的差異性,因地制宜地出臺(tái)相應(yīng)政策,以提高政策的針對(duì)性和有效性,不能搞 “一刀切”。

[1]陳修穎.1990年以來(lái)浙江沿海區(qū)域差異及其成因分析[J].地理科學(xué),2009,(1).

[2]王壽春.浙江區(qū)域經(jīng)濟(jì)的結(jié)構(gòu)性差異及發(fā)展對(duì)策研究[J].浙江社會(huì)科學(xué),1999,(2).

[3]余建新,祝煒平.浙江區(qū)域經(jīng)濟(jì)發(fā)展差異研究[J].地域研究與開(kāi)發(fā),2004,(4).

[4]陸曉冬.“九五”期間浙江經(jīng)濟(jì)發(fā)展區(qū)域差異分析[J].財(cái)經(jīng)論從,2001,(11).

[5]陳自芳等.浙江區(qū)域經(jīng)濟(jì)的不平衡發(fā)展及純差異的收斂性 [J].浙江社會(huì)科學(xué),1998,(l).

[6]李昌興.浙江區(qū)域經(jīng)濟(jì)差異研究[J].浙江師范大學(xué)學(xué)報(bào),2004,(5).

[7]李植斌,汪偉新.浙江省90年代區(qū)域經(jīng)濟(jì)差異變動(dòng)研究 [J].浙江海洋學(xué)院學(xué)報(bào) (人文科學(xué)版),2003,(3).

[8]葉華,陳修穎.浙江省區(qū)域經(jīng)濟(jì)差異的演變軌跡及分解分析[J].嘉興學(xué)院學(xué)報(bào),2009,(4).

[9]潘強(qiáng)敏.對(duì)浙江欠發(fā)達(dá)地區(qū)發(fā)展?fàn)顩r的分析和思考 [J].浙江經(jīng)濟(jì),2005,(5).