崔凌云,陳　礪

(1.對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院,北京 100029;2.齊魯工業(yè)大學(xué) 金融學(xué)院,濟(jì)南 250353)

?

半島經(jīng)濟(jì)研究

山東制造業(yè)產(chǎn)業(yè)集聚與地區(qū)專業(yè)化的空間效應(yīng)
——基于空間面板模型的實證

崔凌云1,2,陳礪1

(1.對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院,北京 100029;2.齊魯工業(yè)大學(xué) 金融學(xué)院,濟(jì)南 250353)

[摘要]選取2009～2013年山東省17地市兩位數(shù)制造業(yè)統(tǒng)計數(shù)據(jù),計算了各地市制造業(yè)平均集中率和地區(qū)相對專業(yè)化指數(shù),分析了山東省制造業(yè)空間分布特征并采用空間杜賓面板模型測算了資本投入、勞動投入、制造業(yè)集聚與地區(qū)專業(yè)化對制造業(yè)產(chǎn)出的空間效應(yīng)。實證結(jié)果顯示,當(dāng)前山東制造業(yè)生產(chǎn)過程中,資本投入存在顯著為正的直接效應(yīng)和空間溢出效應(yīng);勞動投入對本空間單元的直接效應(yīng)為正,對相鄰單元存在顯著為負(fù)的空間溢出效應(yīng);制造業(yè)集聚可顯著地正向影響本空間單元。

[關(guān)鍵詞]產(chǎn)業(yè)集聚;平均集中率;地區(qū)專業(yè)化;空間杜賓面板模型;空間溢出效應(yīng)

一、引言

產(chǎn)業(yè)集聚研究特定產(chǎn)業(yè)在各地理單元間分布的不均衡性,若特定產(chǎn)業(yè)的很大份額集中在少數(shù)幾個地區(qū),其空間分布越不均衡,產(chǎn)業(yè)集聚程度越高[1,2]。美國經(jīng)濟(jì)學(xué)家波特認(rèn)為產(chǎn)業(yè)集聚具有外部經(jīng)濟(jì),通過規(guī)模收益遞增和創(chuàng)新可以促進(jìn)地區(qū)和產(chǎn)業(yè)發(fā)展。地區(qū)專業(yè)化研究地區(qū)經(jīng)濟(jì)活動在各產(chǎn)業(yè)間分布的不均衡性,若特定地區(qū)的全部經(jīng)濟(jì)活動集中在少數(shù)幾個產(chǎn)業(yè)上,各產(chǎn)業(yè)占其全部經(jīng)濟(jì)活動的比例相差越大,該地區(qū)的專業(yè)化水平越高。新經(jīng)濟(jì)地理的中心—外圍論認(rèn)為,地區(qū)專業(yè)化水平提高是區(qū)域經(jīng)濟(jì)一體化的必然結(jié)果,并將促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)集聚。

近年來,各級政府推動了越來越多的區(qū)域經(jīng)濟(jì)一體化,既有跨省的珠江三角洲、長江三角洲和京津冀一體化,也有各省的省內(nèi)一體化,如2013年山東省確立了“兩區(qū)一圈一帶”發(fā)展戰(zhàn)略,劃分了山東半島藍(lán)色經(jīng)濟(jì)區(qū)、黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)、省會城市群經(jīng)濟(jì)圈和西部經(jīng)濟(jì)隆起帶。區(qū)域經(jīng)濟(jì)融合促進(jìn)了地區(qū)專業(yè)化與產(chǎn)業(yè)集聚,也帶來了學(xué)術(shù)領(lǐng)域的研究課題:產(chǎn)業(yè)的空間分布不均衡問題。產(chǎn)業(yè)的空間分布差異既可以產(chǎn)業(yè)集聚的指標(biāo)衡量,也可以地區(qū)專業(yè)化的指標(biāo)衡量。它們的差別在于,衡量產(chǎn)業(yè)集聚的指標(biāo),以某產(chǎn)業(yè)全部經(jīng)濟(jì)活動的規(guī)模為總體,以總區(qū)域中各子區(qū)域為分割單元;衡量地區(qū)專業(yè)化的指標(biāo),以某子區(qū)域全部經(jīng)濟(jì)活動的規(guī)模為總體,以該子區(qū)域全部經(jīng)濟(jì)活動的各大產(chǎn)業(yè)為分割單元。

對產(chǎn)業(yè)空間分布不均衡問題的研究,主要包括四個方面。首先,如何衡量產(chǎn)業(yè)空間分布的不均衡。白重恩等提出構(gòu)建hoover地方化系數(shù)衡量中國產(chǎn)業(yè)地區(qū)集中度;羅勇等則根據(jù)Ellision和Glaeser建立的產(chǎn)業(yè)地理集中指數(shù),計算了中國五省市20個制造行業(yè)1993～2003年的集聚程度;樊福卓比較了hoover系數(shù)和krugman相對專業(yè)化指數(shù),指出系數(shù)構(gòu)建必須考慮地區(qū)的(或行業(yè)的)相對規(guī)模因素,否則存在錯誤判斷的傾向[3-5]]。其次,中國產(chǎn)業(yè)集聚及地區(qū)專業(yè)化水平是否有所提高。Young通過對中國各地區(qū)農(nóng)業(yè)、工業(yè)、建設(shè)、交通和貿(mào)易五個領(lǐng)域及第一、二、三產(chǎn)業(yè)相對比重演變的分析,得出改革期間,中國地方保護(hù)主義上升和地區(qū)專業(yè)化降低的結(jié)論。范建勇、郭志儀等多篇文章提出了相反的意見。其中,范建勇利用兩位數(shù)水平的制造業(yè)數(shù)據(jù)分析,發(fā)現(xiàn)改革以來中國地區(qū)間的專業(yè)化水平已有提高,產(chǎn)業(yè)布局上絕大部分行業(yè)已經(jīng)或正在轉(zhuǎn)移進(jìn)入東部沿海地區(qū)[6-8]。再次,中國產(chǎn)業(yè)集聚及地區(qū)專業(yè)化水平的影響因素問題[9-12]。冼國明等發(fā)現(xiàn)FDI和對外貿(mào)易對中國產(chǎn)業(yè)布局的影響日益加深;桂安生等對FDI區(qū)位選擇和產(chǎn)業(yè)集聚的關(guān)系進(jìn)行實證研究,認(rèn)為FDI的區(qū)位選擇具有“路徑依賴性”。近幾年,對影響因素的分析多集中于具體行業(yè),如龐麗等研究了汽車產(chǎn)業(yè)的集聚及影響因素,陳俊等利用31省市2005～2010年的相關(guān)數(shù)據(jù)對我國金融產(chǎn)業(yè)集聚的影響因素進(jìn)行空間實證,指出我國金融產(chǎn)業(yè)存在不斷增強(qiáng)的正向空間自相關(guān)性與空間集聚性,鄰接地區(qū)的金融產(chǎn)業(yè)集聚具有溢出效應(yīng)。最后,產(chǎn)業(yè)集聚及地區(qū)專業(yè)化對特定區(qū)域發(fā)展的影響問題。謝品等實證研究了江西省產(chǎn)業(yè)集聚、地區(qū)專業(yè)化與經(jīng)濟(jì)增長的關(guān)系,指出其為倒U型關(guān)系并計算了閥值;孫久文等研究了京津冀地區(qū)的產(chǎn)業(yè)空間轉(zhuǎn)移與協(xié)同發(fā)展[13,14]。這些文章雖考慮到區(qū)域內(nèi)產(chǎn)業(yè)的空間分布差異,但少有用空間面板方法研究某地理單元產(chǎn)業(yè)分布不均衡對相鄰地理單元的直接及間接影響。

產(chǎn)業(yè)集聚的核心是制造業(yè)集聚,山東雖是我國制造業(yè)大省,其制造業(yè)分布卻不均衡,以2013年為例,制造業(yè)工業(yè)總產(chǎn)值居于前3位的城市分別是青島、煙臺和濰坊,皆位于山東半島,后3位分別是萊蕪、日照和棗莊,多位于魯西南地區(qū)[15-17]?，F(xiàn)有制造業(yè)分布有何特點,其集聚程度、地區(qū)專業(yè)化程度如何從空間上直接或間接影響各地市制造業(yè)產(chǎn)出水平,針對這一問題,下面運(yùn)用空間面板方法對山東省17地市的數(shù)據(jù)進(jìn)行分析。

二、指標(biāo)說明

(一)產(chǎn)業(yè)集聚

本文選擇以地區(qū)制造業(yè)平均集中率衡量產(chǎn)業(yè)集聚水平,其計算公式為:

(1)

(2)

本文選取山東省2009～2013年17地市28個制造業(yè)細(xì)分行業(yè)的工業(yè)總產(chǎn)值,代入公式計算各地市及經(jīng)濟(jì)區(qū)的制造業(yè)平均集中率(由于官方劃定的經(jīng)濟(jì)區(qū)范圍有部分地市重疊,所以本文重新劃分了“兩區(qū)一圈一帶”所轄地市,如表1所示,這種劃分方法和官方的劃定略有出入)。表1截取了2009年、2011年和2013年的數(shù)據(jù)加以比較。從表1可見,2013年制造業(yè)集聚程度較高的城市是青島、煙臺和威海,較低的城市是萊蕪、日照和濟(jì)寧,前者2013年制造業(yè)總產(chǎn)值排名第1、第2和第10位,且都位于山東半島,后者的總產(chǎn)值排名17、16和13,且多位于魯西南地區(qū),說明發(fā)達(dá)的制造業(yè)和其集聚程度呈正相關(guān);與2009年相比,2013年山東省17地市中,集聚程度上升的有9個,其中居前三位的是泰安(0.028)、東營(0.027)和德州(0.017);集聚程度下降的有8個,居前三位的分別是濰坊(-0.031)、煙臺(-0.03)和濟(jì)南(-0.02),一個值得注意的現(xiàn)象是,山東半島自2011年確立藍(lán)色半島經(jīng)濟(jì)區(qū)后,只有核心城市青島制造業(yè)集聚程度上升,周邊城市濰坊、煙臺和威海的集聚程度都在下降;省會城市群經(jīng)濟(jì)圈2013年提出,2009年至2013年間,其核心城市濟(jì)南的制造業(yè)集聚程度顯著降低,周邊城市泰安和德州制造業(yè)集聚程度則在上升。

(二)地區(qū)專業(yè)化

本文選用克魯格曼(Krugman)地區(qū)間相對專業(yè)化指數(shù)衡量地區(qū)專業(yè)化水平,其計算公式為:

(3)

表1　山東省各地市制造業(yè)平均集中率及比較

本文測算了山東省2009～2013年17地市的地區(qū)間相對專業(yè)化指數(shù),表2截取2009年、2011年和2013年的數(shù)據(jù)加以比較。根據(jù)2013年的數(shù)據(jù),相對專業(yè)化指數(shù)最低的是青島(0.7),說明在山東半島藍(lán)色經(jīng)濟(jì)區(qū)發(fā)展中,青島形成了“大而全”的制造業(yè)結(jié)構(gòu)。相對專業(yè)指數(shù)較高的城市有萊蕪和日照,萊蕪是“鋼鐵城”,制造業(yè)結(jié)構(gòu)單一,且其他制造業(yè)部門發(fā)展滯后,所以此項指數(shù)最高,與2009年的指數(shù)相比,已下降了0.145,說明結(jié)構(gòu)單一的問題有所改善;日照2013年全省制造業(yè)總產(chǎn)值排名倒數(shù)第二,制造業(yè)不發(fā)達(dá)。萊蕪的“結(jié)構(gòu)單一型”和日照的“不發(fā)達(dá)型”都表現(xiàn)為高的相對專業(yè)化指數(shù)，需要仔細(xì)區(qū)分。

三、模型設(shè)定和計量方法

lnYit=lnA+α1lnKit+α2lnLit.

(4)

可以看出,α1為資本的產(chǎn)出彈性,α2為勞動的產(chǎn)出彈性。將制造業(yè)平均集中率記為meancon,將地區(qū)間相對專業(yè)化指數(shù)記為ksi,并將兩者引入上式,可得非空間面板模型:

lnYit=C+α1lnKit+α2lnLit+φ1meanconit+φ2ksiit+μi+γt+εit… .

(5)

(一)空間計量方法

靜態(tài)空間面板模型可以表示為:

(6)

表2　山東省各地市地區(qū)間相對專業(yè)化指數(shù)及比較

式(6)中ρ、β和δ均為未知系數(shù),根據(jù)Elhorst2012年設(shè)計的方法,可以通過假設(shè)檢驗H01:δ=0,檢驗SDM是否可簡化為SAR,通過假設(shè)檢驗H02:δ+ρβ=0,檢驗SDM是否可簡化為SEM。三個模型之間的演化關(guān)系見圖1。

沿用上述靜態(tài)空間面板模型的思路,本文空間面板模型為:

(7)

其中,參數(shù)向量β=[α1,α2,φ1,φ2]T,參數(shù)向量δ=[δ1,δ2,δ3,δ4]T。

(二)變量選取

本文采用山東省17地市(包括濟(jì)南、青島、淄博、棗莊、東營、煙臺、濰坊、濟(jì)寧、泰安、威海、日照、萊蕪、臨沂、德州、聊城、濱州和菏澤)的主要經(jīng)濟(jì)指標(biāo)為樣本,樣本區(qū)間為2009～2013年,數(shù)據(jù)來源為各地市各年的統(tǒng)計年鑒,變量選取和數(shù)據(jù)描述參見表3。

圖1　空間模型SDM、SAR和SEM的演化關(guān)系圖

因變量lnY為各地市各年的兩位數(shù)制造業(yè)(細(xì)分行業(yè))工業(yè)總產(chǎn)值取對數(shù),反映制造業(yè)的發(fā)展水平。

解釋變量lnK為各地市各年制造業(yè)固定資產(chǎn)凈值取對數(shù)(由于部分地市統(tǒng)計年鑒的統(tǒng)計口徑差異,濰坊市以固定資產(chǎn)原價替代了固定資產(chǎn)凈值,臨沂市以總資產(chǎn)減流動資產(chǎn)近似估計了固定資產(chǎn)凈值),資本投入主要是固定資產(chǎn)投入,它是制造業(yè)生產(chǎn)的基礎(chǔ);lnL為各地市各年制造業(yè)從業(yè)人員數(shù)取對數(shù),勞動投入同樣是制造業(yè)生產(chǎn)不可或缺的條件;meancon和ksi分別為各地市各年的制造業(yè)平均集中率和地區(qū)間相對專業(yè)化指數(shù),計算方法見前文第二部分的指標(biāo)說明。

本文構(gòu)建兩種空間權(quán)重矩陣來進(jìn)行空間計量分析。一是高速公路里程數(shù)(也可用鐵路里程數(shù)或鐵路運(yùn)行時間構(gòu)建空間權(quán)重矩陣,但如聊城等地市至今未通火車,故綜合全省情況,采用了高速公路里程數(shù)做空間權(quán)重矩陣;且各地市間制造業(yè)產(chǎn)品流通確實主要依靠高速公路運(yùn)輸完成)權(quán)重矩陣,將不同地市高速公路的里程數(shù)取倒數(shù)作為權(quán)重矩陣的對應(yīng)元素,對角線上元素為0,且矩陣內(nèi)按行進(jìn)行標(biāo)準(zhǔn)化。二是純距離權(quán)重矩陣,用不同地市間直線距離的倒數(shù)作為權(quán)重矩陣中的對應(yīng)元素,對角線上元素為0且同樣進(jìn)行行標(biāo)準(zhǔn)化。純距離權(quán)重矩陣僅用于下文中的穩(wěn)健性檢驗。

四、模型選擇和結(jié)果分析

(一)模型選擇

表3　相關(guān)變量的描述性統(tǒng)計

為選擇出適合本文數(shù)據(jù)的空間面板模型,根據(jù)Elhorst2012年設(shè)計的方法,第一步估計無空間效應(yīng)的面板模型并進(jìn)行LM檢驗:

lnYit=C+α1lnKit+α2lnLit+φ1meanconit+φ2ksiit+μi+γt+εit.

(8)

本文數(shù)據(jù)N(17)大T(5)小,據(jù)此應(yīng)估計短面板模型并判斷為固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。Elhorst指出,當(dāng)研究位于不間斷的相鄰空間單元的時空數(shù)據(jù)時,比如某省所有地市不同時間上的數(shù)據(jù),固定效應(yīng)模型更適合[1,2]。運(yùn)行Elhorst提供的Matlab程序包可得表4。

表4中將不考慮空間因素的固定效應(yīng)面板模型分成四類,分別估計系數(shù)后進(jìn)行了LM檢驗。普通混合面板和空間固定效應(yīng)的LM檢驗都在1%顯著水平拒絕“沒有因變量空間效應(yīng)”和“沒有殘差項空間效應(yīng)”的兩項原假設(shè),穩(wěn)健的LM檢驗在5%顯著水平同樣拒絕這兩項原假設(shè);時間固定效應(yīng)中,LM檢驗和穩(wěn)健的LM檢驗都無法拒絕“沒有因變量空間效應(yīng)”的原假設(shè),在5%顯著水平又同時拒絕了“沒有殘差項空間效應(yīng)”的原假設(shè);空間時間雙固定效應(yīng)中,LM檢驗和穩(wěn)健的LM檢驗在10%顯著水平拒絕了“沒有因變量空間效應(yīng)”的原假設(shè),但兩個檢驗都無法拒絕“沒有殘差項空間效應(yīng)”的原假設(shè)。因此,普通混合面板和空間固定效應(yīng)中應(yīng)包含因變量的空間滯后項并考慮殘差項的空間自相關(guān),時間固定模型中只需考慮殘差項的空間自相關(guān)問題,而空間時間雙固定效應(yīng)模型中只需考慮因變量的空間滯后效應(yīng)。

表4　無空間效應(yīng)面板模型的LM檢驗和穩(wěn)健LM檢驗

注:括號內(nèi)為t值,*、#、¤分別表示10%、5%、1%顯著水平,下同。

為確定空間固定效應(yīng)和時間固定效應(yīng)的顯著性,需進(jìn)行LR檢驗。表5中的檢驗結(jié)果顯示,1%顯著水平下可拒絕“沒有空間固定效應(yīng)”和“沒有時間固定效應(yīng)”的原假設(shè),因此下文的空間面板建模中應(yīng)當(dāng)區(qū)分空間效應(yīng)和時間效應(yīng)。

表5　空間固定效應(yīng)和時間固定效應(yīng)聯(lián)合顯著性檢驗

根據(jù)Elhorst2012年設(shè)計的方法,第二步進(jìn)行Wald檢驗和LR檢驗,判斷面板模型是否可簡化為SAR面板模型或SEM面板模型。檢驗的判斷標(biāo)準(zhǔn)為,對于兩項原假設(shè)H01:δ=0和H02:δ+ρβ=0,如果不能拒絕H01且第一步中LM檢驗和穩(wěn)健LM檢驗顯示因變量的空間效應(yīng)顯著,則應(yīng)選用SAR面板模型;如果不能拒絕H02且第一步中LM檢驗和穩(wěn)健LM檢驗顯示殘差項的空間效應(yīng)顯著,則應(yīng)選擇SEM面板模型;如果兩項原假設(shè)均可拒絕,則應(yīng)選擇SDM面板模型。

根據(jù)表5的顯著性檢驗結(jié)果,本文僅選擇對空間固定效應(yīng)、時間固定效應(yīng)和空間時間固定效應(yīng)進(jìn)行Wald檢驗和LR檢驗,結(jié)果見表6。

表6　空間面板模型的Wald檢驗和LR檢驗

注:p為對應(yīng)的概率。

表5中,在空間固定效應(yīng)中,Wald檢驗和LR檢驗均在1%顯著水平拒絕原假設(shè)H01和H02,即SDM面板模型不能簡化為SAR面板模型或SEM面板模型,因此應(yīng)選擇SDM面板模型;在時間固定效應(yīng)中,Wald檢驗和LR檢驗均在1%顯著水平拒絕原假設(shè)H01,在5%顯著水平拒絕原假設(shè)H02,即此時也應(yīng)選擇SDM面板模型;在空間時間固定效應(yīng)中,對于原假設(shè)H01,Wald檢驗和LR檢驗的p值均大于10%,因此不能拒絕原假設(shè)H01,但兩個檢驗又同時在5%顯著水平拒絕了原假設(shè)H02,結(jié)合第一步空間時間雙固定效應(yīng)模型中,LM檢驗和穩(wěn)健的LM檢驗10%水平上顯示因變量的空間效應(yīng)顯著,故雙固定效應(yīng)中應(yīng)使用SAR面板模型。

(二)結(jié)果分析

表7列出了SDM與SAR面板模型的估計結(jié)果,其中模型1是空間固定效應(yīng)下的SDM面板模型,模型2是時間固定效應(yīng)下的SDM面板模型,模型3是空間時間固定效應(yīng)下的SAR面板模型。比較模型1～3,選擇最適合本文的最終模型,首先需要明確判斷標(biāo)準(zhǔn)。傳統(tǒng)模型中擬合優(yōu)度R2已不再適合具有空間效應(yīng)的模型判斷,Elhorst認(rèn)為,此時需綜合考慮CorrectedR2和對數(shù)似然值loglikols再判斷才準(zhǔn)確。模型1的Corrected R2為0.872 7,略小于模型2的0.898 7,但遠(yuǎn)高于模型3的0.571 5,模型1的loglikols為83.352 6,略低于模型3的91.912 4,單遠(yuǎn)高于模型2的25.642 4,故從統(tǒng)計的角度綜合來看,模型1更適合本文。從理論上看,空間效應(yīng)反映隨地理位置而變化的因素對因變量的影響,時間效應(yīng)反映隨時間而變化的因素對因變量的影響,本文內(nèi)容只涉及5年時間(2009～2013),但包括了山東省17地市,故受時變因素的影響較小,受空間變化因素的影響更大。理論上看,模型1也更可靠。

表7中模型4是使用純距離權(quán)重矩陣估計的空間固定效應(yīng)SDM面板模型,而模型1～3均是使用高速公路里程數(shù)權(quán)重矩陣估計的。比較模型1和模型4,兩者除權(quán)重矩陣不同外其余因素皆相同,估計的結(jié)果基本相似,估計系數(shù)差異明顯的有兩項,一是ksi的系數(shù)在模型1中為0.057 4,模型4中為0.185 4,二是W*meancon的系數(shù),在模型1中為-5.483 7,在模型4中為4.330 6,但這兩項在兩個模型中均不顯著。故模型4可以印證模型1的估計是穩(wěn)健的。因此本文選擇空間固定效應(yīng)的SDM面板模型1,作為研究山東省制造業(yè)產(chǎn)業(yè)集聚和地區(qū)專業(yè)化空間效應(yīng)的模型。

模型1顯示,山東省某一空間單元制造業(yè)產(chǎn)出受本單元資本投入的影響較小,為0.107 6,在5%水平顯著,受相鄰空間單元資本投入的影響較大,為0.948 0,且通過1%顯著性檢驗,說明資本在山東并不稀缺,資本的使用不存在競爭性,且各地市間制造業(yè)產(chǎn)出是相互促進(jìn)的;本單元勞動投入對本單元制造業(yè)產(chǎn)出的影響系數(shù)為0.283 8,但不夠顯著,相鄰空間單元勞動投入將減少本單元制造業(yè)產(chǎn)出,系數(shù)為-1.779 5,在1%水平顯著,說明山東省制造業(yè)當(dāng)下缺少熟練工人,工人跨地市流動可帶來制造業(yè)產(chǎn)出在各地市間“此消彼長”;本單元制造業(yè)集聚程度對產(chǎn)出的影響為11.959 4,在1%水平顯著,相鄰空間單元制造業(yè)集聚對本單元產(chǎn)出的影響為-5.483 7,在10%水平不顯著,說明產(chǎn)業(yè)集聚僅在本單元內(nèi)規(guī)模收益遞增和知識溢出,這種經(jīng)濟(jì)外部性還不能在相鄰空間單元顯著擴(kuò)散;本單元和相鄰空間單元的地區(qū)專業(yè)化程度對制造業(yè)的產(chǎn)出影響均不顯著,說明山東省各地市制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)趨同,整體呈現(xiàn)出“你有我有”的特點,缺少專業(yè)化分工,沒有發(fā)揮比較優(yōu)勢來促進(jìn)制造業(yè)產(chǎn)出增加;制造業(yè)產(chǎn)出自身的空間滯后項對本單元產(chǎn)出的影響為0.502 0,且通過1%顯著性檢驗,說明山東省各地市間制造業(yè)的相互影響和輻射作用顯著,制造業(yè)發(fā)達(dá)地區(qū)的正外溢效應(yīng)可擴(kuò)散到相鄰地市,并起到積極的推動作用。

表7　SDM與SAR面板模型的估計結(jié)果

(三)直接效應(yīng)和溢出效應(yīng)分析

在沒有空間效應(yīng)時,回歸系數(shù)反映了解釋變量對因變量的影響,當(dāng)模型考慮了空間相關(guān)性后,這種影響的表述變得非常復(fù)雜。Lesage和Pace提出用直接效應(yīng)、溢出效應(yīng)和總效應(yīng)的概念來反映這種影響,即在空間杜賓模型y=ρWy+Xβ+WXδ+ε中,可以表述為:

(In-ρW)y=Xβ+WXδ+ε，

(9)

(10)

其中,Sr(W)=V(W)(Inβr+Wθr),V(W)=(In-ρW)-1,將式(10)展開:

+(In-ρW)-1ε .

在各個效應(yīng)中,lnK的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)在1%的水平下顯著,其中直接效應(yīng)的系數(shù)

表8　空間固定的SDM面板模型直接效應(yīng)和溢出效應(yīng)

為0.181 8,溢出效應(yīng)的系數(shù)遠(yuǎn)大于直接效應(yīng),為1.965 2,總效應(yīng)的系數(shù)為2.147 0。這表明本地市的資本投入每增加1%,可對全省制造業(yè)產(chǎn)生約2.15%的總增長效應(yīng),其中對本地市制造業(yè)增長的直接效應(yīng)僅為0.18%,對相鄰地市制造業(yè)增長的溢出效應(yīng)則約為1.97%?？梢钥闯?資本投入在山東省內(nèi)存在明顯的外溢,一地市的資本投入對相鄰地市產(chǎn)生積極的示范效應(yīng),通過先進(jìn)管理經(jīng)驗或技術(shù)的傳播帶來相鄰地市的增長。勞動投入lnL的直接效應(yīng)系數(shù)為0.166 2,但不顯著,溢出效應(yīng)系數(shù)為-3.147 3,在5%的水平顯著,兩者正負(fù)相抵后使總效應(yīng)的系數(shù)為-2.981 1,在5%水平顯著?？梢钥闯?勞動投入增加1%,本地市產(chǎn)出僅增長約0.17%,但勞動投入的溢出強(qiáng)度非常大,將顯著減少相鄰地市的制造業(yè)產(chǎn)出約3.15%,說明當(dāng)下山東制造業(yè)缺乏熟練工人,各地市間存在著勞動力的競爭。

制造業(yè)集聚的直接效應(yīng)系數(shù)非常大,為11.884 3,在1%水平顯著,溢出效應(yīng)和總效應(yīng)的系數(shù)分別為-0.629 1和11.255 2,但兩者均不顯著,這說明本地區(qū)制造業(yè)產(chǎn)出受本地區(qū)制造業(yè)集聚的正向影響強(qiáng),遠(yuǎn)高于勞動投入和資本投入的影響,但制造業(yè)地理集中帶來的規(guī)模收益遞增和知識創(chuàng)新不具有空間溢出性。

地區(qū)專業(yè)化直接效應(yīng)、溢出效應(yīng)和總效應(yīng)均不顯著,說明山東省各地市制造業(yè)結(jié)構(gòu)趨同,各地制造業(yè)結(jié)構(gòu)相近,不能利用有效制造業(yè)分工來促進(jìn)產(chǎn)出增加。

五、政策建議

以上研究結(jié)果顯示山東省各地市的制造業(yè)增長不僅受到本地市資本、勞動和產(chǎn)業(yè)集聚的影響,還受到相鄰地市產(chǎn)出、資本和勞動影響。為更好利用各地市間的空間依賴性,推進(jìn)區(qū)域經(jīng)濟(jì)融合,促進(jìn)山東省制造業(yè)發(fā)展,提出如下建議:

首先,各地市優(yōu)先發(fā)展資本密集型制造產(chǎn)業(yè)。資本投入具有正向溢出作用,可以帶動全省制造業(yè)共同發(fā)展。在熟練工人稀缺的時候,各地市都發(fā)展勞動密集型制造產(chǎn)業(yè),容易引起不必要競爭,反而降低了整體產(chǎn)出水平。

其次,各地市在制定制造業(yè)發(fā)展戰(zhàn)略時不能各自為政,要與其他地市協(xié)調(diào)發(fā)展。相鄰地市的制造業(yè)不是競爭關(guān)系,不能以與相鄰地市同產(chǎn)業(yè)惡性競爭來實現(xiàn)本地市的增長。相鄰地市間制造業(yè)增長具有正向溢出效應(yīng),相鄰地市產(chǎn)出減少也會減少本地市制造業(yè)產(chǎn)出。

最后,合理利用制造業(yè)空間布局,促進(jìn)區(qū)域融合。制造業(yè)集聚僅在一地市內(nèi)具有外部經(jīng)濟(jì),不具備跨地市的溢出效應(yīng)。據(jù)此,若一地市希望承接相鄰地市發(fā)達(dá)的制造業(yè),可在兩市交界處建立制造業(yè)園區(qū),主動謀取制造業(yè)集聚的溢出效應(yīng)。另外,針對制造業(yè)結(jié)構(gòu)趨同問題,可根據(jù)各地市的比較優(yōu)勢確定相互聯(lián)系又各具特色的制藥業(yè)發(fā)展方向。山東省已有的山東半島藍(lán)色經(jīng)濟(jì)區(qū)或黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)即是按這個方向來推動的。

本文利用空間杜賓面板模型分析了山東省制造業(yè)產(chǎn)業(yè)集聚與地區(qū)專業(yè)化的空間溢出效應(yīng),一方面發(fā)現(xiàn)兩者的空間溢出效應(yīng)都有待加強(qiáng),另一方面,發(fā)現(xiàn)以青島為核心的山東半島藍(lán)色經(jīng)濟(jì)區(qū)與以濟(jì)南為核心的省會城市群經(jīng)濟(jì)圈有相反的產(chǎn)業(yè)集聚方向,在這兩個子區(qū)域內(nèi)制造業(yè)的空間溢出效應(yīng)有何不同,需要我們重視并進(jìn)一步研究。

[ 參 考 文 獻(xiàn) ]

[1]Elhorst J P. Specification and Estimation of Spatial Panel Data Models[J]. International Regional Science Review,2003,26(3):244-268.

[2]Elhorst J P, Fréret S. Evidence of political yardstick competition in France using a two-regime spatial Durbin model with fixed effects[J]. Journal of Regional Science,2009,49: 931-951.

[3]白重恩,杜穎娟,陶志剛,等.地方保護(hù)主義及產(chǎn)業(yè)地區(qū)集中度的決定因素和變動趨勢[J].經(jīng)濟(jì)研究,2004,(4):29-40.

[4]羅勇,曹麗莉.中國制造業(yè)集聚程度變動趨勢實證研究[J].經(jīng)濟(jì)研究,2005,(8):106-115.

[5]樊福卓.地區(qū)專業(yè)化的度量[J].經(jīng)濟(jì)研究,2007,(9):71-83.

[6]范劍勇.市場一體化、地區(qū)專業(yè)化與產(chǎn)業(yè)集聚趨勢:兼談對地區(qū)差距的影響[J].中國社會科學(xué),2004,(6):39-51.

[7]邵挺,范劍勇.房價水平與制造業(yè)的區(qū)位分布:基于長三角的實證研究[J].中國工業(yè)經(jīng)濟(jì),2010,(10):24-32.

[8]譚銳,趙祥,黃亮雄.高房價下的制造業(yè)轉(zhuǎn)移:城市間還是城市內(nèi)?[J].經(jīng)濟(jì)學(xué)報,2015,(2):56-75.

[9]冼國明,文東偉.FDI、地區(qū)專業(yè)化與產(chǎn)業(yè)集聚[J].管理世界,2006,(12):18-31.

[10]陳海波,張悅.外商直接投資對江蘇區(qū)域經(jīng)濟(jì)影響的實證分析:基于空間面板模型[J].國際貿(mào)易問題,2014,(7):62-71.

[11]金春雨,程浩.中國制造業(yè)產(chǎn)業(yè)集聚與地區(qū)專業(yè)化存在空間溢出效應(yīng)嗎?來自空間杜賓模型的經(jīng)驗證據(jù)[J].21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué),2013,(10):506-527.

[12]程中華,劉軍.產(chǎn)業(yè)集聚、空間溢出與制造業(yè)創(chuàng)新:基于中國城市數(shù)據(jù)的空間計量分析[J].山西財經(jīng)大學(xué)學(xué)報,2015,(4):34-44.

[13]謝品,李良智,趙立昌.江西省制造業(yè)產(chǎn)業(yè)集聚、地區(qū)專業(yè)化與經(jīng)濟(jì)增長實證研究[J].經(jīng)濟(jì)地理,2013,(6):103-108.

[14]孫久文,姚鵬.京津冀產(chǎn)業(yè)空間轉(zhuǎn)移、地區(qū)專業(yè)化與協(xié)同發(fā)展:基于新經(jīng)濟(jì)地理學(xué)的分析框架[J].南開學(xué)報(哲學(xué)社會科學(xué)版),2015,(1):81-89.

[15]肖汝琴.山東半島藍(lán)色經(jīng)濟(jì)區(qū)城市群空間聯(lián)系定量研究[J].經(jīng)濟(jì)地理,2014,34(8):75-80.

[16]宋廷山,郭思亮,刁艷華.山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放的時空特征及差異分析[J].統(tǒng)計與決策,2014,2(2):109-111.

[17]王小兵.我國城市能源消費與城市化關(guān)系的動態(tài)計量分析:以山東半島藍(lán)色經(jīng)濟(jì)區(qū)為例[J].軟科學(xué),2013,27(12):90-94.

[責(zé)任編輯:陳宇涵]

doi:10.3969/j.issn.1672-5956.2016.03.003

[收稿日期]2015-12-15

[基金項目]對外經(jīng)濟(jì)貿(mào)易大學(xué)研究生科研創(chuàng)新項目(201540)

[作者簡介]崔凌云,1980年生,女,山東濟(jì)南人,對外經(jīng)濟(jì)貿(mào)易大學(xué)博士生,研究方向為產(chǎn)業(yè)經(jīng)濟(jì),(電子信箱)clysmail@aliyun.com。

[中圖分類號]F426.4

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1672-5956(2016)03-0012-10