基于投資分析視角的國(guó)家級(jí)新區(qū)發(fā)展評(píng)價(jià)
——對(duì)浦東新區(qū)與濱海新區(qū)的實(shí)證研究

2023-08-02 04:00:26張蒙李湛

上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版) 2023年7期

張蒙李湛

(1. 上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院,上海 200030;2. 上海社會(huì)科學(xué)院應(yīng)用經(jīng)濟(jì)研究所,上海 200020)

引言

區(qū)域發(fā)展績(jī)效評(píng)價(jià)是區(qū)域發(fā)展研究的重要方面。在我國(guó)經(jīng)濟(jì)從高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的背景下,區(qū)域發(fā)展績(jī)效評(píng)價(jià)不僅要關(guān)注發(fā)展的速度,還要關(guān)注發(fā)展的質(zhì)量。國(guó)家級(jí)新區(qū)承擔(dān)了國(guó)家重大發(fā)展和改革開放重要使命,在引領(lǐng)高質(zhì)量發(fā)展上被寄予厚望,因此在對(duì)國(guó)家級(jí)新區(qū)的發(fā)展績(jī)效進(jìn)行分析評(píng)價(jià)時(shí),尤其要注重對(duì)發(fā)展質(zhì)量特征的提煉。目前一些較早設(shè)立的國(guó)家級(jí)新區(qū),如浦東新區(qū)和濱海新區(qū),已經(jīng)獲得了十年以上的年度數(shù)據(jù),使用數(shù)據(jù)進(jìn)行計(jì)量分析具備了可行性。

區(qū)域發(fā)展績(jī)效評(píng)價(jià)需要統(tǒng)計(jì)數(shù)據(jù)的支持,然而區(qū)域的發(fā)展效果有些是統(tǒng)計(jì)數(shù)據(jù)能體現(xiàn)的,有些是統(tǒng)計(jì)數(shù)據(jù)涵蓋不到的,尤其是在區(qū)域的發(fā)展質(zhì)量上。雖然也有發(fā)展質(zhì)量相關(guān)的統(tǒng)計(jì)數(shù)據(jù),但是無(wú)法全面體現(xiàn)發(fā)展質(zhì)量,這時(shí)就需要采用模型和方法對(duì)潛在的發(fā)展特征進(jìn)行挖掘?，F(xiàn)有文獻(xiàn)中的投資乘數(shù)研究、投資的產(chǎn)出彈性研究及基于全要素生產(chǎn)率(Total Factor Productivity,以下簡(jiǎn)稱TFP)的發(fā)展評(píng)價(jià)研究等,都是使用了人口和資本等要素,從各自的角度對(duì)發(fā)展效果特征的反映。理論上講,發(fā)展質(zhì)量的提升會(huì)帶來(lái)要素報(bào)酬遞增的特征,因此通過要素報(bào)酬特征觀察發(fā)展質(zhì)量是可行的。然而要素種類有很多,要素報(bào)酬也有很多方面的特征,這就需要選擇合適的要素視角來(lái)切入研究。

在轉(zhuǎn)向高質(zhì)量發(fā)展的背景下,基于投資視角的研究更具有參考價(jià)值。(1) 高質(zhì)量發(fā)展階段依然離不開投資,比如制造和研發(fā)投資的比重都會(huì)明顯上升,投資的結(jié)構(gòu)特征和效果特征均會(huì)明顯改變,可以通過投資發(fā)展效果來(lái)反映要素報(bào)酬特征,進(jìn)而對(duì)區(qū)域發(fā)展?fàn)顩r進(jìn)行判斷。(2) 投資代表的是增量資本視角,投資是否旺盛在一定程度上反映出要素是否有活力,投資視角更適合對(duì)經(jīng)濟(jì)增長(zhǎng)中的新動(dòng)能和新特征進(jìn)行觀察。存量資本和增量資本是兩個(gè)不同的概念,在轉(zhuǎn)型期,存量資本可以解釋產(chǎn)出,但增量資本更適合解釋增長(zhǎng)。轉(zhuǎn)型期的存量資本難以有效盤活的問題比較突出,雖然存量資本體量龐大且依然可以解釋部分產(chǎn)出,但是并不適合解釋增長(zhǎng),尤其是部分存量資本所沉淀的落后產(chǎn)業(yè)可能是停滯的甚至是衰退的。由于舊模式中的投資回報(bào)率下降,依賴于舊模式的要素逐漸失去活力,其對(duì)應(yīng)的投資占比將持續(xù)下降。新業(yè)態(tài)將為區(qū)域發(fā)展帶來(lái)新的動(dòng)能,更具活力的產(chǎn)業(yè)和要素對(duì)應(yīng)的投資占比會(huì)不斷提升。(3) 從要素視角看,投資是區(qū)域配置要素的重要方式,今天如何配置資源決定了明天有怎樣的收獲,當(dāng)下如何投資事關(guān)未來(lái)發(fā)展是否順利。通過投資還能夠引導(dǎo)要素的流動(dòng),重構(gòu)和完善區(qū)域要素格局,進(jìn)而為區(qū)域發(fā)展的升級(jí)提供動(dòng)力。

我國(guó)經(jīng)濟(jì)在全局上已轉(zhuǎn)向高質(zhì)量發(fā)展階段,但局部而言不同的區(qū)域在轉(zhuǎn)換步伐上卻快慢不同,其中浦東新區(qū)和濱海新區(qū)起步較早,是高質(zhì)量發(fā)展研究的典型案例。然而研究難點(diǎn)在于: 浦東新區(qū)與濱海新區(qū)的起步時(shí)間、地理位置、人文環(huán)境和外部條件等諸多因素存在差異,如果簡(jiǎn)單地直接進(jìn)行對(duì)比,那即使得出浦東新區(qū)發(fā)展質(zhì)量更高的結(jié)論,也很可能歸因于地處上海且背靠長(zhǎng)三角的優(yōu)勢(shì),并不能就此說(shuō)浦東新區(qū)在投資實(shí)踐上做得更好。為了克服這個(gè)難點(diǎn),需要改變研究方法的角度: 以浦東新區(qū)與上海市進(jìn)行對(duì)比,以濱海新區(qū)與天津市進(jìn)行對(duì)比,看看這兩個(gè)新區(qū)是否在各自的區(qū)域形成了相對(duì)優(yōu)勢(shì)。此時(shí),如果濱海新區(qū)優(yōu)于天津市,那可以說(shuō)濱海新區(qū)做得好,但浦東新區(qū)能不能優(yōu)于上海市,這個(gè)難度就有些大了。通過對(duì)比可以體現(xiàn)國(guó)家級(jí)新區(qū)的新特征,而值得關(guān)注的是: 這個(gè)新特征是不是從設(shè)立之初就有?還是有一個(gè)逐漸孕育的過程?在理論上有沒有依據(jù)?現(xiàn)實(shí)中是否如此?這些都是值得思考的問題。通過區(qū)域?qū)Ρ润w現(xiàn)出的國(guó)家級(jí)新區(qū)的新特征也是廣義性的和綜合性的,本研究只是從某一個(gè)角度對(duì)新特征的觀察,并不能代表新特征的全貌,但可以為區(qū)域發(fā)展評(píng)價(jià)提供依據(jù)。

本文基于投資分析視角,對(duì)國(guó)家級(jí)新區(qū)投資發(fā)展的階段特征進(jìn)行理論分析和概括,探索國(guó)家級(jí)新區(qū)發(fā)展評(píng)價(jià)的新方法。在實(shí)證研究部分,本文分別對(duì)浦東新區(qū)和濱海新區(qū)兩個(gè)案例進(jìn)行實(shí)證研究,實(shí)證結(jié)果反映了浦東新區(qū)和濱海新區(qū)都在各自所在區(qū)域形成了發(fā)展質(zhì)量上的相對(duì)優(yōu)勢(shì)。

本文探索了國(guó)家級(jí)新區(qū)發(fā)展質(zhì)量評(píng)價(jià)的新方法,可以概述為五點(diǎn): (1) 從理論上看,發(fā)展質(zhì)量的提升,會(huì)帶來(lái)要素報(bào)酬的提升,基于投資視角的要素報(bào)酬特征分析觀察發(fā)展質(zhì)量是可行的;(2) 從實(shí)踐中看,國(guó)家級(jí)新區(qū)的投資發(fā)展效果的變化,與從基建投資階段向產(chǎn)業(yè)投資階段的轉(zhuǎn)換相關(guān),也與降低對(duì)投資依賴和新動(dòng)能釋放息息相關(guān);(3) 從關(guān)鍵特征來(lái)看,較低投資和較快增速這一特征是否具有長(zhǎng)期持續(xù)性是關(guān)鍵,這個(gè)關(guān)鍵特征能體現(xiàn)出新區(qū)在要素報(bào)酬上的優(yōu)勢(shì)和發(fā)展質(zhì)量上的優(yōu)勢(shì),這也是本文分析視角下國(guó)家級(jí)新區(qū)的新特征的體現(xiàn);(4) 從模型方法上看,向量誤差修正模型(Vector Error Correction Model,以下簡(jiǎn)稱VECM模型)的協(xié)整結(jié)果反映出基于協(xié)整糾正的長(zhǎng)期趨勢(shì)特征,通過VECM計(jì)量分析可以對(duì)較低投資和較快增速這一關(guān)鍵特征的長(zhǎng)期持續(xù)性進(jìn)行檢驗(yàn)確認(rèn);(5) 從評(píng)價(jià)角度看,站在區(qū)域?qū)Ρ鹊慕嵌?設(shè)置國(guó)家級(jí)新區(qū)為目標(biāo)區(qū)域,設(shè)置其所在城市為參照區(qū)域,通過投資效果的相對(duì)特征來(lái)判斷發(fā)展質(zhì)量上的相對(duì)特征。

一、文獻(xiàn) 綜述

在二十世紀(jì)中葉的投資建設(shè)實(shí)踐熱潮中,投資發(fā)展理論也獲得了快速發(fā)展。二戰(zhàn)后的歐洲正在重建,美國(guó)的馬歇爾計(jì)劃深刻地改變了歐洲經(jīng)濟(jì)格局。然而法國(guó)缺乏資本的困境并沒有改善,在此背景下佩魯(Franois Perroux)在1950年發(fā)展出集中現(xiàn)有資源讓一部分優(yōu)勢(shì)產(chǎn)業(yè)或區(qū)域優(yōu)先發(fā)展的思想,歐共體統(tǒng)一大市場(chǎng)的思想快速萌芽。(1)Franois Perroux, “Economic Space: Theory and Applications,” The Quarterly Journal of Economics, vol.64, no.1 (February 1950), pp.89-104.彼時(shí)的美國(guó)也處在投資建設(shè)公路的熱潮中,正經(jīng)歷從鐵路時(shí)代向公路時(shí)代的過渡,1987年洛根(John R. Logan)在著作中提到科羅拉多的丹佛和懷俄明的夏延正在激烈競(jìng)爭(zhēng)誰(shuí)能獲得通往鹽湖城的高速公路。(2)John R. Logan, Harvey L. Molotch, Urban Fortunes: the Political Economy of Place, California: University of California Press, 1987, pp.50-98.冷戰(zhàn)的結(jié)束為歐共體和歐洲統(tǒng)一大市場(chǎng)帶來(lái)曙光,然而風(fēng)頭卻被1990年代的東亞經(jīng)濟(jì)泡沫搶走。1995年楊(Alwyn Young)透過東亞經(jīng)濟(jì)的投資驅(qū)動(dòng)的外在特征對(duì)其發(fā)展質(zhì)量進(jìn)行觀察,(3)Alwyn Young, “The Tyranny of Numbers: Confronting the Statistical Realities of the East Asian Growth Experience,” The Quarterly Journal of Economics, vol.110, no.3(1995), pp.641-680.他和謝(Chang-Tai Hsieh)關(guān)于東亞經(jīng)濟(jì)發(fā)展質(zhì)量評(píng)價(jià)的爭(zhēng)論直到東亞泡沫破滅后依然熱烈。(4)Chang-Tai Hsieh, “What Explains the Industrial Revolution in East Asia? Evidence from the Factor Markets,” American Economic Review, vol.92, no.3(2002), pp.502-526.2000年世紀(jì)之交克魯格曼(Paul Krugman)開始思考美國(guó)的世界第一的位置是否穩(wěn)固。(5)Paul Krugman, “Can America Stay on Top?” The Journal of Economic Perspectives, vol.14, no.1 (2000), pp.169-175.恰在此時(shí)中國(guó)開始以世界制造中心的身份登場(chǎng),中國(guó)的投資實(shí)踐為經(jīng)濟(jì)飛躍提供了重要支撐。2008年次貸危機(jī)后緊接著歐債危機(jī)和英國(guó)脫歐公投,歐洲統(tǒng)一大市場(chǎng)的愿景大為縮水。一些東歐經(jīng)濟(jì)體迫切尋求投資發(fā)展空間,但在愈演愈烈的東歐地緣危機(jī)下其實(shí)難有大的作為。(6)Bartlomiej Rokicki, Marcin Stepniak, “Major Transport Infrastructure Investment and Regional Economic Development — An Accessibility-Based Approach,” Journal of Transport Geography, vol.72(2018), pp.36-49.世界百年未有之大變局已然到來(lái),中國(guó)的投資實(shí)踐也將邁向新篇章。

投資效率的相關(guān)研究主要是以投資的產(chǎn)出彈性理論或者投資的乘數(shù)理論為基礎(chǔ),分析投資對(duì)經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)作用。巴羅(Robert J. Barro)用了98個(gè)經(jīng)濟(jì)體的跨度26年的數(shù)據(jù),研究發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與政府消費(fèi)有顯著的負(fù)相關(guān),但與公共投資有不顯著的正相關(guān)。(7)Robert J. Barro, “Government Spending in a Simple Model of Endogeneous Growth,” Journal of Political Economy, vol.98, no.5(October 1990), pp.103-125.國(guó)內(nèi)學(xué)者葛翔宇等基于準(zhǔn)自然試驗(yàn)樣本,使用50個(gè)縣的20年跨度的數(shù)據(jù),研究了京九鐵路投資建設(shè)對(duì)途徑縣市經(jīng)濟(jì)增長(zhǎng)的影響。(8)葛翔宇、黃永強(qiáng)、周艷麗: 《交通基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)增長(zhǎng)——基于準(zhǔn)自然實(shí)驗(yàn)的證據(jù)》,《系統(tǒng)工程理論與實(shí)踐》2019年第39卷第4期,第922—934頁(yè)。本文采用的區(qū)域?qū)Ρ鹊慕嵌仍谒悸飞项愃朴跍?zhǔn)自然試驗(yàn)的思路,關(guān)鍵在于設(shè)置好目標(biāo)區(qū)域和參照區(qū)域。常非凡和宋永華模擬了政府財(cái)政在人力資本投資和基礎(chǔ)設(shè)施投資上的效果,其關(guān)注點(diǎn)不僅僅是產(chǎn)出增長(zhǎng),而是包括了人力資本積累效率、勞動(dòng)力、資本要素的供給和使用效率等更多指標(biāo)。(9)常非凡、宋永華: 《財(cái)政支出,人力資本積累與經(jīng)濟(jì)高質(zhì)量發(fā)展——基于動(dòng)態(tài)隨機(jī)一般均衡模型的研究》,《宏觀經(jīng)濟(jì)研究》2022年第6期,第15—28頁(yè)。

內(nèi)生增長(zhǎng)理論出現(xiàn)后,學(xué)術(shù)研究的關(guān)注點(diǎn)逐漸從增長(zhǎng)數(shù)量轉(zhuǎn)移到發(fā)展質(zhì)量上。1986年羅默(Paul M. Romer)用跨度達(dá)到百年以上的數(shù)據(jù),分析了人均產(chǎn)出增速隨著時(shí)代的前進(jìn)而不斷提升的現(xiàn)象,尤其是美國(guó)1800—1978年間每40年的人均產(chǎn)出增速的遞增,發(fā)現(xiàn)了內(nèi)生增長(zhǎng)理論中的要素報(bào)酬遞增規(guī)律,內(nèi)生增長(zhǎng)理論由此進(jìn)入人們的視野。(10)Paul M. Romer, “Increasing Returns and Long-Run Growth,” Journal of Political Economy, vol.94, no.5(October 1986), pp.1002-1037.張軍擴(kuò)等基于要素視角分析了高質(zhì)量發(fā)展重要特征是要素利用效率高,要素配置扭曲小;(11)張軍擴(kuò)、侯永志、劉培林等: 《高質(zhì)量發(fā)展的目標(biāo)要求和戰(zhàn)略路徑》,《管理世界》2019年第35卷第7期,第1—7頁(yè)。周璇和陶長(zhǎng)琪基于要素視角,利用我國(guó)的省域面板數(shù)據(jù)研究了包括制度要素在內(nèi)的要素空間集聚對(duì)全要素生產(chǎn)率的影響,研究表明制度要素起到了積極且重要作用。(12)周璇、陶長(zhǎng)琪: 《要素空間集聚、制度質(zhì)量對(duì)全要素生產(chǎn)率的影響研究》,《系統(tǒng)工程理論與實(shí)踐》2019年第39卷第4期,第1051—1066頁(yè)。王華使用中國(guó)1952年到2015年的數(shù)據(jù)對(duì)TFP 進(jìn)行了測(cè)算,其文獻(xiàn)中的圖5展示的計(jì)算得到的TFP增速和國(guó)內(nèi)生產(chǎn)總值(Gross Domestic Product,以下簡(jiǎn)稱GDP)增速走勢(shì)高度趨同。(13)王華: 《中國(guó)GDP數(shù)據(jù)修訂與全要素生產(chǎn)率測(cè)算: 1952—2015》,《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2018年第8期,第39—53頁(yè)。楊耀武和張平建立了經(jīng)濟(jì)發(fā)展質(zhì)量測(cè)度指標(biāo)體系,關(guān)注了經(jīng)濟(jì)、社會(huì)、環(huán)境、公平和福利等諸多指標(biāo),這是與科創(chuàng)類指標(biāo)體系完全不同的角度。(14)楊耀武、張平: 《中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的邏輯、測(cè)度與治理》,《經(jīng)濟(jì)研究》2021年第56卷第1期,第26—42頁(yè)。

很多文獻(xiàn)用TFP來(lái)體現(xiàn)發(fā)展質(zhì)量,但是在TFP的應(yīng)用中存在一些問題,以下從數(shù)據(jù)特征上來(lái)分析: (1) TFP值每年都在上下波動(dòng),但是發(fā)展質(zhì)量的提升卻是一個(gè)緩慢和持續(xù)的過程,通常會(huì)用5年或10年這樣較長(zhǎng)的跨度來(lái)觀察發(fā)展質(zhì)量的提升,所以即使看到TFP連續(xù)兩年出現(xiàn)下降,也未必就代表發(fā)展質(zhì)量出現(xiàn)了退步;(2) 上文提到的相關(guān)研究發(fā)現(xiàn)TFP數(shù)據(jù)和GDP數(shù)據(jù)在走勢(shì)上出現(xiàn)趨同特征,即GDP增速快的時(shí)候TFP增速也快,也就是說(shuō)二者數(shù)據(jù)出現(xiàn)了同質(zhì)化,此時(shí)憑什么說(shuō)GDP僅體現(xiàn)數(shù)量而TFP卻能體現(xiàn)質(zhì)量呢;(3) 在轉(zhuǎn)型背景下,過去的高投資和高增速將逐漸回落,此時(shí)的TFP數(shù)據(jù)必將受到GDP增速回落的影響,那么如何從經(jīng)濟(jì)數(shù)據(jù)中捕捉發(fā)展質(zhì)量提升的特征就成為問題的關(guān)鍵。以上我們把TFP和GDP的數(shù)據(jù)特征進(jìn)行了對(duì)比,國(guó)外學(xué)術(shù)界一些令人咋舌的案例,比如證明貓是流體的研究,其采用的就是把貓的特征和流體的特征進(jìn)行對(duì)比的思路,當(dāng)然最終目的是探索和選擇更合適的研究數(shù)據(jù)、研究角度和研究方法。

目前國(guó)家級(jí)新區(qū)發(fā)展評(píng)價(jià)的相關(guān)文獻(xiàn)主要有兩個(gè)方面: 一是對(duì)自身發(fā)展效果的評(píng)價(jià),二是對(duì)周邊區(qū)域的輻射帶動(dòng)效果的評(píng)價(jià)。范巧和王成綱研究了重慶兩江新區(qū)對(duì)周邊區(qū)域的輻射帶動(dòng)效果,利用重慶兩江新區(qū)2011年至2015年的統(tǒng)計(jì)數(shù)據(jù),研究發(fā)現(xiàn)其對(duì)重慶市內(nèi)區(qū)縣的輻射帶動(dòng)相關(guān)效果并不明顯。(15)范巧、王成綱: 《國(guó)家級(jí)新區(qū)輻射帶動(dòng)力評(píng)價(jià)及其影響因素分解——以重慶兩江新區(qū)為例》,《技術(shù)經(jīng)濟(jì)》2017年第36卷第1期,第80—89頁(yè)。葉姮等運(yùn)用廣義回歸神經(jīng)網(wǎng)絡(luò)法(General Regression Neural Network,以下簡(jiǎn)稱GRNN),對(duì)9個(gè)國(guó)家級(jí)新區(qū)和8個(gè)潛力區(qū)域進(jìn)行發(fā)展?jié)摿C合評(píng)價(jià),結(jié)果顯示新區(qū)發(fā)展?jié)摿︻愋筒罹噍^大,沿海較內(nèi)陸有更大優(yōu)勢(shì),浦東新區(qū)所在的上海在指標(biāo)結(jié)果上也是領(lǐng)先于其他城市。(16)葉姮、李貴才、李莉等: 《國(guó)家級(jí)新區(qū)功能定位及發(fā)展建議——基于GRNN潛力評(píng)價(jià)方法》,《經(jīng)濟(jì)地理》2015年第35卷第2期,第92—99頁(yè)。本文在方法設(shè)計(jì)上在對(duì)區(qū)域發(fā)展質(zhì)量特征進(jìn)行提煉的同時(shí),避免出現(xiàn)沿海普遍優(yōu)于內(nèi)陸的情況,增加不同的區(qū)域在方法應(yīng)用后的結(jié)果的可比性。

二、理論基礎(chǔ)和研究方法

投資會(huì)推動(dòng)區(qū)域的發(fā)展,而區(qū)域發(fā)展的升級(jí)又伴隨著投資結(jié)構(gòu)的變化和投資效果的改變。對(duì)于國(guó)家級(jí)新區(qū)這樣的特殊區(qū)域,怎樣從理論上對(duì)其投資發(fā)展的階段特征進(jìn)行認(rèn)識(shí)?用怎樣的模型方法來(lái)對(duì)其投資發(fā)展效果進(jìn)行分析,尤其要體現(xiàn)發(fā)展質(zhì)量的特征?下文將就上述幾個(gè)問題進(jìn)行分析。

(一) 國(guó)家級(jí)新區(qū)的發(fā)展概況分析

浦東新區(qū)地處上海市,浦東新區(qū)的GDP約占上海市三分之一,在經(jīng)濟(jì)體量上已逐漸對(duì)標(biāo)上海。浦東新區(qū)打造的張江高科技園區(qū)、陸家嘴金融中心和洋山港等發(fā)展板塊以及如今的自貿(mào)區(qū)板塊的崛起,為上海的經(jīng)濟(jì)、金融、貿(mào)易和航運(yùn)四個(gè)中心建設(shè)提供了有力支持,進(jìn)一步拓展了長(zhǎng)三角一體化發(fā)展的格局。(17)羅守貴: 《協(xié)同治理視角下長(zhǎng)三角一體化的理論與實(shí)踐》,《上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2022年第30卷第2期,第36—45頁(yè)。

濱海新區(qū)地處天津市,其陸地面積2 270平方公里,海域面積2 500平方公里,其GDP在天津市GDP中的占比甚至超過了50%。濱海新區(qū)形成了先進(jìn)制造業(yè)產(chǎn)業(yè)區(qū)、高新技術(shù)產(chǎn)業(yè)區(qū)、化工區(qū)、海港物流區(qū)、臨空產(chǎn)業(yè)區(qū)的綜合產(chǎn)業(yè)格局,作為環(huán)渤海區(qū)域眺望東北亞大陸經(jīng)濟(jì)板塊的重要門戶,為京津冀協(xié)同發(fā)展進(jìn)一步開拓了格局。(18)江曼琦: 《京津冀協(xié)同發(fā)展戰(zhàn)略下的京津雄功能重構(gòu)與產(chǎn)業(yè)協(xié)同發(fā)展》,《上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2022年第30卷第2期,第22—35頁(yè)。

重慶兩江新區(qū)地處長(zhǎng)江以北和嘉陵江以東,規(guī)劃面積達(dá)1 200平方公里,處于長(zhǎng)江經(jīng)濟(jì)帶,是內(nèi)陸開放重要門戶。兩江新區(qū)形成了高科技產(chǎn)業(yè)區(qū)、高端服務(wù)業(yè)區(qū)和先進(jìn)制造業(yè)區(qū),涵蓋了汽車、裝備制造、電子信息、生物醫(yī)藥、材料和環(huán)保等多個(gè)方向的產(chǎn)業(yè)發(fā)展格局,并結(jié)合了金融、信息和物流等服務(wù)業(yè)配套。(19)王佳寧、羅重譜: 《綜合配套改革試驗(yàn)區(qū)產(chǎn)業(yè)功能區(qū)及其管理體制解構(gòu): 天津?yàn)I海與重慶兩江》,《改革》2013年第4期,第73—82頁(yè)。

在我國(guó)東西兩個(gè)戰(zhàn)略方向上,舟山群島新區(qū)和蘭州新區(qū)東西守望。舟山群島新區(qū)由東海上的1 390個(gè)島嶼和鄰近海域組成,陸地面積1 440平方公里,海域面積20 800平方公里,打造了以港口、航運(yùn)、物流、船舶和裝備制造及能源等產(chǎn)業(yè)體系,是我國(guó)“一帶一路”建設(shè)的東線前沿,是我國(guó)環(huán)太平洋方向的藍(lán)海戰(zhàn)略的重要支點(diǎn)。(20)李湛、桂海濱: 《國(guó)家級(jí)新區(qū)的發(fā)展與再認(rèn)識(shí)》,《上海經(jīng)濟(jì)》2017年第1期,第5—15頁(yè)。蘭州新區(qū)地處黃河流域經(jīng)濟(jì)帶上游,是胡煥庸線西側(cè)唯一的國(guó)家級(jí)新區(qū),其所能輻射的內(nèi)陸經(jīng)濟(jì)空間是其他國(guó)家級(jí)新區(qū)無(wú)法比擬的,同時(shí)蘭州新區(qū)還是我國(guó)“一帶一路”建設(shè)的西線前沿,是聯(lián)結(jié)了亞歐大陸的絲路經(jīng)濟(jì)帶上的燈塔?；谏鲜龈艣r作簡(jiǎn)要分析如下:

(1) 國(guó)家級(jí)新區(qū)在規(guī)劃體量和發(fā)展遠(yuǎn)景上都對(duì)標(biāo)甚至超越了原有城市。浦東新區(qū)在經(jīng)歷了十多年的高速發(fā)展后,于2009年吸納了原上海市的南匯區(qū)完成了擴(kuò)容,陸地面積達(dá)到1 210平方公里。可見國(guó)家級(jí)新區(qū)在定位上不只是原有城市轉(zhuǎn)型發(fā)展的輔助位,更是開拓發(fā)展的核心位。

(2) 國(guó)家級(jí)新區(qū)以綜合的產(chǎn)業(yè)發(fā)展格局為特征。在經(jīng)歷初期的廠房路橋等基礎(chǔ)建設(shè)階段后,其會(huì)進(jìn)入產(chǎn)業(yè)發(fā)展活力的釋放階段。隨著發(fā)展階段的轉(zhuǎn)換,國(guó)家級(jí)新區(qū)的投資結(jié)構(gòu)將發(fā)生變化,基建投資占比會(huì)逐漸下降,產(chǎn)業(yè)投資占比會(huì)逐漸上升,而投資帶動(dòng)發(fā)展的效果特征亦會(huì)相應(yīng)改變。

(3) 國(guó)家級(jí)新區(qū)融入我國(guó)對(duì)內(nèi)和對(duì)外雙向開放的整體戰(zhàn)略中。(21)李湛、黃建鋼: 《國(guó)家級(jí)新區(qū): 拓展發(fā)展新空間》,上海: 上海交通大學(xué)出版社,2017年。浦東新區(qū)與長(zhǎng)三角、濱海新區(qū)與京津冀環(huán)渤海以及南沙新區(qū)與粵港澳大灣區(qū)的地理位置分布說(shuō)明,我國(guó)的復(fù)合型區(qū)域戰(zhàn)略包括了首都、省市、直轄市、經(jīng)濟(jì)特區(qū)、國(guó)家級(jí)新區(qū)、特別行政區(qū)等各類區(qū)域,區(qū)域一體化發(fā)展和區(qū)域協(xié)調(diào)發(fā)展不斷走向深入,區(qū)域要素的流動(dòng)和配置格局會(huì)發(fā)生更深刻的變化。(22)符正平: 《粵港澳大灣區(qū)一體化發(fā)展的理論與推進(jìn)策略》,《上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2022年第30卷第2期,第13—21頁(yè)。

(二) 基于區(qū)域?qū)Ρ冉嵌鹊姆治?/h3>
區(qū)域?qū)Ρ冉嵌刃枰O(shè)置目標(biāo)區(qū)域和參照區(qū)域,本研究以國(guó)家級(jí)新區(qū)為目標(biāo)區(qū)域,以國(guó)家級(jí)新區(qū)所在的城市或區(qū)域?yàn)閰⒄諈^(qū)域,進(jìn)而對(duì)國(guó)家級(jí)新區(qū)投資發(fā)展的相對(duì)特征進(jìn)行觀察。以浦東新區(qū)作為案例,作浦東與浦西的對(duì)比: m_inv表示了浦東新區(qū)與上海浦西的投資率差距,而m_gdp表示了浦東新區(qū)與上海浦西的GDP增速差距。投資率由該年度的固定資產(chǎn)投資額除以該年度的GDP得出,經(jīng)濟(jì)增速由該年度GDP和前一年度GDP計(jì)算得出。浦東新區(qū)與上海浦西進(jìn)行對(duì)比得到的相對(duì)經(jīng)濟(jì)增速和相對(duì)投資率如圖1所示。
圖1 浦東新區(qū)的相對(duì)投資率和相對(duì)發(fā)展增速
2009年原屬上海的南匯區(qū)并入浦東新區(qū),導(dǎo)致了浦東新區(qū)宏觀數(shù)據(jù)的跳躍式提升,而上海市2009年宏觀數(shù)據(jù)相對(duì)平穩(wěn),有鑒于此,本文采取了平滑處理,取2008年和2010年m_inv和m_gdp的均值作為2009年的樣本數(shù)據(jù)。下面對(duì)圖形特征作簡(jiǎn)要分析:
首先,圖1中的曲線呈現(xiàn)較明顯的非線性協(xié)整特征,表現(xiàn)為整體上走勢(shì)較為糾纏,但是前后兩段的糾纏特征有所不同: 在1990年至2003年間的曲線交點(diǎn)較多,且兩條曲線的上下位置頻繁互換;在2004年至2017年間幾乎沒有交點(diǎn),兩條曲線的上下位置固定了下來(lái)。這就很符合1997年巴爾克(Nathan S. Balke)和福姆比(Thomas B. Fomby)研究中提到的非線性協(xié)整的GLOBAL和LACAL特征,即總體特征和局部特征,在總體上呈現(xiàn)協(xié)整特征,在局部上協(xié)整特征出現(xiàn)了顯著變化。(23)Nathan S. Balke, Thomas B. Fomby, “Threshold Cointegration,” International Economic Review, vol.38, no.3(August 1997), pp.627-645.當(dāng)然這個(gè)非線性特征光靠圖形觀察還是不夠的,要通過計(jì)量分析才能進(jìn)一步確認(rèn)。這個(gè)非線性特征會(huì)在另一篇文獻(xiàn)中專門研究,本文不再深入。
其次,對(duì)圖1中的線性部分作進(jìn)一步觀察,可以看到2004年至2017年間m_inv曲線基本保持在橫軸下方,表明浦東新區(qū)的投資率基本上低于上海浦西;而m_gdp曲線基本處在橫軸上方,表明浦東新區(qū)的經(jīng)濟(jì)增速基本上快于上海浦西。可見,浦東新區(qū)在2004年后的十多年里保持了較低投入和較快增速的特征,這是個(gè)關(guān)鍵特征,反映出浦東新區(qū)在發(fā)展質(zhì)量上的相對(duì)優(yōu)勢(shì),也是從本文研究視角出發(fā)對(duì)浦東新區(qū)新特征的發(fā)現(xiàn)。
再次,上述分析引出了一個(gè)問題。浦東新區(qū)的前十多年并未呈現(xiàn)這個(gè)新特征,如果圖形上看不出的話,可以通過計(jì)量分析進(jìn)一步確認(rèn)。對(duì)浦東新區(qū)而言,這個(gè)新特征并非從頭就有,而是逐漸孕育顯現(xiàn)的。這個(gè)現(xiàn)象在理論上有沒有依據(jù)?這個(gè)現(xiàn)象有沒有普遍性呢?未必!本文通過濱海新區(qū)的實(shí)證研究,確認(rèn)了濱海新區(qū)在前十年就已經(jīng)呈現(xiàn)了這種新特征。那么,從一般意義上怎樣認(rèn)識(shí)國(guó)家級(jí)新區(qū)發(fā)展演進(jìn)的階段特征呢?

(三) 國(guó)家級(jí)新區(qū)投資發(fā)展的三階段特征

從要素理論看,區(qū)域發(fā)展來(lái)自各類要素的集聚、融合與相互作用。區(qū)域發(fā)展的升級(jí)就意味著要素質(zhì)量的提升和要素相互作用效果的提升,意味著要素報(bào)酬的提升。當(dāng)然區(qū)域的要素報(bào)酬是廣義的和抽象的,需要從一定的研究視角對(duì)要素報(bào)酬的某些特征進(jìn)行觀察。本研究基于投資分析視角,來(lái)觀察要素報(bào)酬特征,進(jìn)而對(duì)發(fā)展質(zhì)量特征進(jìn)行概括?？偟膩?lái)說(shuō),從要素理論看國(guó)家級(jí)新區(qū)投資發(fā)展的階段演進(jìn)規(guī)律有其內(nèi)在合理性。其階段特征的簡(jiǎn)要概括見表1。

表1 國(guó)家級(jí)新區(qū)投資發(fā)展的三階段特征

這里就表1中的國(guó)家級(jí)新區(qū)投資發(fā)展的三階段特征略作探討:

(1) 在增速優(yōu)勢(shì)階段,經(jīng)濟(jì)高增速保障了投資的高回報(bào),會(huì)吸引更多的資本進(jìn)入,投資本身能夠推動(dòng)經(jīng)濟(jì)增長(zhǎng),這樣形成正向循環(huán),表現(xiàn)為持續(xù)的高投資和高增速特征。由于資本是有避險(xiǎn)情緒的,如果增速降了,投資也會(huì)出逃,由于這個(gè)階段經(jīng)濟(jì)增長(zhǎng)較依賴于投資,因此投資出逃反過來(lái)又拖累了經(jīng)濟(jì)增速,又會(huì)形成負(fù)向循環(huán)。這個(gè)增速優(yōu)勢(shì)階段要放在我國(guó)城市化加速的背景下理解,王小魯研究發(fā)現(xiàn)中國(guó)的城市化從2000年開始加速,(24)王小魯: 《中國(guó)城市化路徑與城市規(guī)模的經(jīng)濟(jì)學(xué)分析》,《經(jīng)濟(jì)研究》2010年第45卷第10期,第20—32頁(yè)。到2011年我國(guó)城市化率越過50%的里程碑,流入城市的巨量人口帶來(lái)龐大的生產(chǎn)生活需求,這樣的供需均衡意味著極大的增長(zhǎng)空間和投資空間,表現(xiàn)為高投資和高增速的外在特征。

(2) 到質(zhì)量?jī)?yōu)勢(shì)階段后,即使投資出現(xiàn)下降,經(jīng)濟(jì)增速優(yōu)勢(shì)依然能保持,因?yàn)閰^(qū)域的要素集聚從量變走向質(zhì)變,新動(dòng)能逐漸釋放,區(qū)域經(jīng)濟(jì)發(fā)展對(duì)投資的依賴顯著降低。上文圖1中對(duì)浦東新區(qū)前十多年和后十多年的對(duì)比印證了這一點(diǎn)。國(guó)家級(jí)新區(qū)會(huì)經(jīng)歷不同發(fā)展階段的不斷向前演進(jìn),進(jìn)入高質(zhì)量發(fā)展階段后國(guó)家級(jí)新區(qū)也被寄望擔(dān)負(fù)起發(fā)展質(zhì)量引領(lǐng)的重任。

(3) 國(guó)家級(jí)新區(qū)的新特征從不同的角度能給出不同的答案。本文基于投資分析視角來(lái)看,較低的投資率和較快的經(jīng)濟(jì)增速是一個(gè)關(guān)鍵特征,如果這個(gè)關(guān)鍵特征具有長(zhǎng)期性和持續(xù)性,那就反映出國(guó)家級(jí)新區(qū)在要素報(bào)酬上的優(yōu)勢(shì)特征,更深入地看就是發(fā)展質(zhì)量上形成了優(yōu)勢(shì)。

(4) 為什么要有過渡階段?從理論層面看,這里有宏觀調(diào)控的需要,投資的大起大落或影響到經(jīng)濟(jì)增速的起伏波動(dòng),繼而影響到就業(yè)、通脹、市場(chǎng)信心等一系列問題,所以投資要逐漸回落。從現(xiàn)實(shí)操作層面看,重大項(xiàng)目投資都有幾年期的投資規(guī)劃,也不可能所有的項(xiàng)目投資都在某一年整齊劃一的停止。從統(tǒng)計(jì)年鑒中看,重大項(xiàng)目的投資規(guī)劃通常為3～4年。從浦東新區(qū)的實(shí)際情況來(lái)看,其投資回落過渡期也就是從2000年到2003年這四年投資率停留在40%上下,2004年以后就迅速向30%下方回落了。

(5) 高投資未必就能順利轉(zhuǎn)向高質(zhì)量,三階段路徑也并不是必然的。在國(guó)內(nèi)的案例中,一些區(qū)域在高投資階段后陷入了投資依賴,暴露出轉(zhuǎn)型困難和千城一面等問題。當(dāng)然也可以找到其他案例,比如新加坡在東亞泡沫破滅后,嚴(yán)格上說(shuō)并未進(jìn)入高質(zhì)量發(fā)展,而是開啟了又一個(gè)投資增殖階段,利用之前的積累進(jìn)行主權(quán)投資,在中美兩大經(jīng)濟(jì)體之間左右逢源,尤其是背靠中國(guó)這棵大樹,進(jìn)入2000年后在中國(guó)的高增長(zhǎng)期經(jīng)常能看到淡馬錫等資本的活動(dòng)身影。

(6) 雖然本研究選擇了濱海新區(qū)2006年至2017年的數(shù)據(jù)進(jìn)行分析,但其投資建設(shè)早在2006年之前就已開始,其產(chǎn)業(yè)功能區(qū)的建設(shè)和完善有了更充足的準(zhǔn)備,所以盡管是正式設(shè)立后的前十年,但是能更快地從基建投資階段過渡到產(chǎn)業(yè)投資階段。這就可以解釋為什么基于本文分析視角下的國(guó)家級(jí)新區(qū)的新特征,濱海新區(qū)在前十年就已逐漸呈現(xiàn)。當(dāng)然,三階段演進(jìn)也不是一勞永逸,即便是進(jìn)入第三階段,那后面還有更高的階段需要努力。所以不管是浦東新區(qū)還是濱海新區(qū),不管是下一個(gè)十年還是再下一個(gè)十年都很關(guān)鍵。

(四) VECM模型簡(jiǎn)析

在簡(jiǎn)析VECM模型前先回顧一下VECM模型的出現(xiàn)背景。1970年代,靜態(tài)模型計(jì)量研究遇到諸多問題: (1) 隨著解釋變量的不斷增多,模型過度識(shí)別問題的困擾愈發(fā)明顯,模型變量因果關(guān)系的糾纏愈發(fā)紛繁;(2) 靜態(tài)模型的構(gòu)建依賴于以宏觀理論為依據(jù)的主觀判斷,而1970年代滯漲危機(jī)中的宏觀理論失效,使靜態(tài)模型的發(fā)展愈加困難;(3) 靜態(tài)模型缺乏對(duì)跨期動(dòng)態(tài)的考慮,因此無(wú)法克服盧卡斯批判所針對(duì)的問題。進(jìn)入1980年代后,動(dòng)態(tài)模型的出現(xiàn)為計(jì)量研究帶來(lái)了新突破,西姆斯(Christopher A. Sims)在1980年的研究中引入向量自回歸模型(Vector AutoRegression,以下簡(jiǎn)稱VAR模型),不僅在模型中納入跨期動(dòng)態(tài),而且將模型構(gòu)建的話語(yǔ)權(quán)交給數(shù)據(jù)本身,降低了模型建立過程對(duì)主觀判斷的依賴。(25)Christopher A. Sims, “Macroeconomics and Reality,” Econometrica, vol.48, no.1(January 1980), pp.1-48.阿米薩諾(G. Amisano)和詹尼尼(C. Giannini)在1997年的研究中發(fā)展了結(jié)構(gòu)向量自回歸模型(Structual Vector AutoRegression,以下簡(jiǎn)稱SVAR模型),兼顧了模型的當(dāng)期和跨期動(dòng)態(tài)的同時(shí)刻畫,并通過引入喬列斯基下三角陣方法(Cholesky Decomposition)緩解了自由度過度消耗的問題。(26)G. Amisano, C. Giannini, Topics in Structural VAR Econometrics, Heidelberg: Springer, 1997.再后來(lái)發(fā)現(xiàn)當(dāng)模型變量存在單位根特征時(shí),不管是普通最小二乘法(Ordinary Least Squares,以下簡(jiǎn)稱 OLS)還是VAR模型都可能遭遇謬誤回歸的問題,針對(duì)單位根問題,恩格爾(Robert F. Engle)和格蘭杰(C. W. J. Granger)在1987年的研究中提出了協(xié)整理論,其經(jīng)典應(yīng)用是分析了名義國(guó)民生產(chǎn)總值(Gross National Product,以下簡(jiǎn)稱GNP)與M2貨幣供應(yīng)量之間的協(xié)整關(guān)系。(27)Robert F. Engle, C. W. J. Granger, “Co-Integration and Error Correction: Representation, Estimation, and Testing,” Econometrica, vol.55, no.2 (March 1987), pp.251-276.進(jìn)入1990年代后, 動(dòng)態(tài)模型計(jì)量有了進(jìn)一步的發(fā)展,1995年約翰森(Soren Johansen)在VAR模型和協(xié)整理論的基礎(chǔ)上完善了VECM模型,(28)Soren Johansen, Likelihood-Based Inference in Cointegrated Vector Autoregressive Models, New York: Oxford University Press, 1995.這也是本研究所使用的模型。

在本文基于投資分析視角的發(fā)展評(píng)價(jià)研究中,VECM模型方法的優(yōu)勢(shì)體現(xiàn)在以下幾點(diǎn)。(1) 投資帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的效果不僅可能存在滯后性,還可能存在遞延性,即投資效果可能要到下一年才能出現(xiàn),而這個(gè)效果可能會(huì)持續(xù)數(shù)年,此時(shí)基于OLS的靜態(tài)模型并不能考慮到跨期影響,而VECM模型是考慮到跨期影響的。(2) 在外部沖擊和一些隨機(jī)事件的影響下,經(jīng)濟(jì)發(fā)展是可能出現(xiàn)短期波動(dòng)的,比如一些高質(zhì)量發(fā)展區(qū)域在外部危機(jī)的沖擊下可能短期內(nèi)的GDP數(shù)據(jù)并不好看,此時(shí)短期分析模型就可能并不準(zhǔn)確,而在VECM模型中,一旦各種隨機(jī)事件沖擊使得變量偏離協(xié)整關(guān)系,那模型的誤差糾正機(jī)制會(huì)逐漸消除這些隨機(jī)沖擊的影響,其協(xié)整結(jié)果正是對(duì)長(zhǎng)期趨勢(shì)特征的反映。(3) 如果模型變量使用的是投資和GDP等數(shù)據(jù),那首先要做的是單位根特征和協(xié)整存在性檢驗(yàn),而不適合直接用OLS或者說(shuō)VAR來(lái)做模型,在1990年以前的文獻(xiàn)中會(huì)出現(xiàn)用OLS計(jì)算協(xié)整結(jié)果,但是1990年以后會(huì)用動(dòng)態(tài)OLS(Dynamic OLS,以下簡(jiǎn)稱DOLS)或者其他方法來(lái)計(jì)算協(xié)整系數(shù),在STATA等計(jì)量軟件中的協(xié)整結(jié)果與OLS結(jié)果也并不相同。這表明存在單位根時(shí)貿(mào)然使用OLS來(lái)計(jì)算不僅會(huì)有謬誤回歸的問題,而且難以滿足無(wú)偏估計(jì)的要求。(4) 在經(jīng)濟(jì)和金融數(shù)據(jù)中存在大量的單位根特征的背景下,基于協(xié)整理論的VECM模型就成為更合適的選擇,其應(yīng)用不僅在經(jīng)濟(jì)研究領(lǐng)域較為普遍,比如GNP與M2的經(jīng)典協(xié)整關(guān)系研究,而且在金融研究領(lǐng)域也較普遍,比如利率的期限結(jié)構(gòu)的協(xié)整關(guān)系研究。(29)Bruce E. Hansen, Byeongseon Seo, “Testing for Two-Regime Threshold Cointegration in Vector Error-Correction Models,” Journal of Econometrics,vol.110(2002), pp.293-318.

(五) 建立VECM模型

在建模之前,圖形觀察不可或缺。因?yàn)閂ECM模型的趨勢(shì)特征設(shè)定存在主觀性,即根據(jù)STATA的和兩份手冊(cè)說(shuō)明: 隨著圖形中的趨勢(shì)特征的不同,相應(yīng)的也要為VECM模型設(shè)置不同的趨勢(shì)約束條件。鑒于下文實(shí)證分析的樣本數(shù)據(jù)的趨勢(shì)特征均相對(duì)穩(wěn)定,為VECM模型設(shè)置trend(rc)作為趨勢(shì)約束條件,建立VECM模型如式(1)。

(1)

模型的主要結(jié)果就在于協(xié)整關(guān)系的結(jié)果。協(xié)整結(jié)果用以觀察區(qū)域投資發(fā)展效果的長(zhǎng)期趨勢(shì)特征。比如在浦東新區(qū)案例中,當(dāng)浦東新區(qū)的投資率高于浦西時(shí),協(xié)整結(jié)果中的參數(shù)b反映了浦東新區(qū)將其投資優(yōu)勢(shì)轉(zhuǎn)化為經(jīng)濟(jì)增速優(yōu)勢(shì)的程度,是投資效率的反映;而協(xié)整結(jié)果中的參數(shù)a反映的是即使沒有投資優(yōu)勢(shì)依然能保持的經(jīng)濟(jì)增速優(yōu)勢(shì),或者說(shuō)在具有投資優(yōu)勢(shì)時(shí)能為其向增速優(yōu)勢(shì)的轉(zhuǎn)化提供的額外加成。

在國(guó)家級(jí)新區(qū)的新特征判斷上,協(xié)整參數(shù)a是一個(gè)相當(dāng)關(guān)鍵的指標(biāo)。如果協(xié)整參數(shù)a的結(jié)果為正數(shù),那就意味著同樣的投入會(huì)獲得更多的產(chǎn)出,符合較低投資率和較快增速這一關(guān)鍵特征。如果協(xié)整參數(shù)a在統(tǒng)計(jì)上顯著,就表明上述關(guān)鍵特征具有長(zhǎng)期持續(xù)性,是能說(shuō)明新區(qū)形成了發(fā)展質(zhì)量上的優(yōu)勢(shì)的,本文分析視角下的國(guó)家級(jí)新區(qū)的新特征也就得到確認(rèn)。

三、浦東新區(qū)的實(shí)證分析

浦東新區(qū)的實(shí)證分析中,浦東新區(qū)是目標(biāo)區(qū)域,而上海浦西是參照區(qū)域。之所以選擇浦東新區(qū)2006年至2017年的數(shù)據(jù);一方面是與濱海新區(qū)的實(shí)證分析在時(shí)間段選擇上保持一致;另一方面是這個(gè)時(shí)間段內(nèi)浦東新區(qū)和濱海新區(qū)都呈現(xiàn)了鮮明的階段特征。在浦東新區(qū)的實(shí)證分析時(shí),即使多一年或者少了一年,也不會(huì)影響模型結(jié)果對(duì)發(fā)展質(zhì)量的相對(duì)優(yōu)勢(shì)的判斷。針對(duì)2009年浦東新區(qū)擴(kuò)容帶來(lái)的統(tǒng)計(jì)數(shù)據(jù)躍升,如前文所述對(duì)2009年數(shù)據(jù)做平滑處理。

(一) 數(shù)據(jù)來(lái)源

浦東新區(qū)的樣本數(shù)據(jù)從2006年至2017年的浦東新區(qū)與上海市的統(tǒng)計(jì)年鑒中獲得。在獲取統(tǒng)計(jì)數(shù)據(jù)時(shí),浦西的數(shù)據(jù)通過上海市的數(shù)據(jù)減去浦東的數(shù)據(jù)獲得。浦東新區(qū)的m_gdp反映了浦東新區(qū)與上海浦西的經(jīng)濟(jì)增速差異,浦東新區(qū)的m_inv反映了浦東新區(qū)與上海浦西的投資率差異。為保證計(jì)算精確度,小數(shù)點(diǎn)位數(shù)保留較多,相關(guān)數(shù)據(jù)見表2。

表2 浦東新區(qū)實(shí)證研究的樣本數(shù)據(jù)

(二) 圖形分析

圖2中,實(shí)線表示m_inv數(shù)據(jù),即浦東新區(qū)的投資率減去上海浦西的投資率;虛線表示m_gdp數(shù)據(jù),即浦東新區(qū)的GDP增速減去上海浦西的GDP增速。圖2表現(xiàn)了浦東新區(qū)投資率優(yōu)勢(shì)與經(jīng)濟(jì)增速優(yōu)勢(shì)的趨勢(shì)特征。

圖2 浦東新區(qū)實(shí)證分析的樣本數(shù)據(jù)圖形

圖形分析不僅符合研究開展邏輯,也有模型趨勢(shì)約束設(shè)定的客觀需要: (1) 首先觀察圖2中的曲線走勢(shì)的長(zhǎng)期特征,看到浦東新區(qū)在2006年到2017年期間呈現(xiàn)了較低投資率和較快增速的長(zhǎng)期特征,而且這個(gè)特征很明顯,其后將在實(shí)證分析中對(duì)這一特征進(jìn)行計(jì)量分析和檢驗(yàn)確認(rèn);(2) 基于圖形觀察為VECM模型設(shè)定趨勢(shì)約束條件,由于圖2中的趨勢(shì)特征相對(duì)穩(wěn)定,因此在建立VECM模型時(shí)設(shè)定trend(rc)作為趨勢(shì)約束條件。

(三) 相關(guān)檢驗(yàn)

首先對(duì)樣本數(shù)據(jù)進(jìn)行單位根檢驗(yàn): m_gdp的迪基-福勒檢驗(yàn)(DF檢驗(yàn)) 統(tǒng)計(jì)值-2.021,不能拒絕H0: 具有單位根的假設(shè),m_inv的DF檢驗(yàn)統(tǒng)計(jì)值為-2.213,也不能拒絕H0: 具有單位根的假設(shè)。檢驗(yàn)結(jié)果表明m_gdp和m_inv的單位根特征具有顯著性,見表3。

表3 浦東新區(qū)樣本數(shù)據(jù)的單位根檢驗(yàn)

根據(jù)滯后期選擇檢驗(yàn)(Obtain lag-order selection statistics for VARs and VECMs,以下簡(jiǎn)稱 varsoc檢驗(yàn))結(jié)果為模型選擇設(shè)定2期滯后,模型的趨勢(shì)約束設(shè)置為trend(rc),進(jìn)行協(xié)整數(shù)量檢驗(yàn)(Estimate the cointegrating rank of a VECM, 以下簡(jiǎn)稱vecrank檢驗(yàn))的結(jié)果見表4: rank為0時(shí)的Trace統(tǒng)計(jì)值為33.198 4,超過了1%臨界值24.6,拒絕H0: 有不超過0個(gè)協(xié)整關(guān)系的原假設(shè),表明存在1個(gè)或1個(gè)以上的協(xié)整關(guān)系;rank為1時(shí)的Trace統(tǒng)計(jì)值為5.875 7,既小于5%臨界值9.42,也小于1%臨界值12.97,表明在1%和5%的顯著性水平上無(wú)法拒絕H0: 有不超過1個(gè)協(xié)整關(guān)系的原假設(shè),表明協(xié)整關(guān)系的數(shù)量不會(huì)超過1個(gè)。其*1*5表明無(wú)論是按照1%顯著性水平還是5%顯著性水平來(lái)判斷,協(xié)整關(guān)系都是存在的,而且數(shù)量是1,見表4。

表4 浦東新區(qū)樣本數(shù)據(jù)的協(xié)整數(shù)量檢驗(yàn)

至此,可以進(jìn)行完整的模型計(jì)算,模型結(jié)果見下文的式(2),相關(guān)指標(biāo)見下文的表6。在完成模型計(jì)算后還要完成以下檢驗(yàn): 先通過模型結(jié)果穩(wěn)定性檢驗(yàn)(Check the stability condition of VECM estimates,以下簡(jiǎn)稱vecstable檢驗(yàn))判斷協(xié)整數(shù)量的正確設(shè)定和協(xié)整結(jié)果具有良好的穩(wěn)定性(限于篇幅結(jié)果未列出);再通過模型殘差自相關(guān)檢驗(yàn)(Perform LM test for residual autocorrelation,以下簡(jiǎn)稱veclmar檢驗(yàn))表明模型殘差無(wú)顯著的自相關(guān)(限于篇幅結(jié)果未列出);最后通過模型殘差正態(tài)性檢驗(yàn)(Test for normally distributed disturbances after vec,以下簡(jiǎn)稱vecnorm檢驗(yàn))判斷模型殘差具有良好的正態(tài)性,結(jié)果見表5。

表5 浦東新區(qū)VECM的vecnorm檢驗(yàn)

表6 浦東新區(qū)VECM模型參數(shù)的統(tǒng)計(jì)指標(biāo)

(四) 模型結(jié)果

(2)

VECM模型方程結(jié)果見式(2),VECM模型參數(shù)的計(jì)算和檢驗(yàn)指標(biāo)見表6,其中Coef.是參數(shù)的計(jì)算值,Std.Err.是標(biāo)準(zhǔn)差,后面三列是z值、P值和95%置信區(qū)間。這里重點(diǎn)看一下誤差糾正趨勢(shì)的相關(guān)指標(biāo): 模型協(xié)整結(jié)果中的參數(shù)a的計(jì)算結(jié)果為-0.044,***表示其在1%的水平上顯著;模型協(xié)整結(jié)果中的參數(shù)b的計(jì)算結(jié)果為-0.46,***表示其在1%的水平上顯著;模型的誤差調(diào)節(jié)參數(shù)α1的計(jì)算結(jié)果為-1.355,***表示其在1%的水平上顯著;誤差調(diào)節(jié)參數(shù)α2的計(jì)算結(jié)果為0.533,在統(tǒng)計(jì)上并不顯著,見表6。

(五) 主要結(jié)果分析

結(jié)合上文圖2來(lái)進(jìn)一步分析模型的誤差糾正特征: 當(dāng)模型變量走勢(shì)偏離了協(xié)整結(jié)果所反映的趨勢(shì)時(shí),模型的誤差糾正主要是通過m_gdp的走勢(shì)來(lái)調(diào)節(jié),誤差調(diào)節(jié)參數(shù)α1體現(xiàn)了誤差糾正的速度。由于在兩個(gè)誤差調(diào)節(jié)參數(shù)中只有一個(gè)參數(shù)α1是統(tǒng)計(jì)顯著的,反映在圖形中就是m_gdp走勢(shì)的波峰波谷特征會(huì)更陡峭,而且m_gdp和m_inv走勢(shì)的糾纏特征也不會(huì)那么強(qiáng)烈。

根據(jù)模型的協(xié)整結(jié)果,浦東新區(qū)的較低投資和較快增速這一關(guān)鍵特征的長(zhǎng)期持續(xù)性得到了計(jì)量確認(rèn),協(xié)整參數(shù)a和協(xié)整參數(shù)b均達(dá)到1%水準(zhǔn)的統(tǒng)計(jì)顯著?？梢越Y(jié)合協(xié)整關(guān)系的定量結(jié)果,對(duì)上述關(guān)鍵特征進(jìn)行分析: 協(xié)整關(guān)系用式(3)來(lái)表達(dá),εt為協(xié)整殘差,在與上海浦西的對(duì)比中,浦東新區(qū)能把1個(gè)單位的投資率優(yōu)勢(shì)轉(zhuǎn)化為0.46個(gè)單位的經(jīng)濟(jì)增速優(yōu)勢(shì);浦東新區(qū)在把投資優(yōu)勢(shì)轉(zhuǎn)化為經(jīng)濟(jì)增速優(yōu)勢(shì)時(shí)可以提供4.4%的額外加成,或者說(shuō)即使浦東和浦西的投資率相同,浦東新區(qū)仍具有4.4%的經(jīng)濟(jì)增速優(yōu)勢(shì)。

m_gdpt=0.044+0.46·m_invt+εt

(3)

上述結(jié)果體現(xiàn)了浦東新區(qū)在要素報(bào)酬上和發(fā)展質(zhì)量上的相對(duì)優(yōu)勢(shì),同時(shí)也反映出浦東新區(qū)經(jīng)濟(jì)對(duì)投資依賴的顯著降低,以及其經(jīng)濟(jì)發(fā)展新動(dòng)能的釋放。根據(jù)本文概括的國(guó)家級(jí)新區(qū)發(fā)展演進(jìn)的三階段特征來(lái)判斷,浦東新區(qū)已經(jīng)從增速優(yōu)勢(shì)階段逐步過渡到發(fā)展質(zhì)量?jī)?yōu)勢(shì)階段。至此,圖2中觀察到的浦東新區(qū)較低投資和較快增速這一關(guān)鍵特征的長(zhǎng)期持續(xù)性得到了定量分析和計(jì)量確認(rèn)。

四、濱海新區(qū)的實(shí)證分析

濱海新區(qū)實(shí)證分析中,濱海新區(qū)是目標(biāo)區(qū)域,而天津市是參照區(qū)域。其2006年正式設(shè)立后的統(tǒng)計(jì)數(shù)據(jù)可以獲得,之所以只用到2017年的數(shù)據(jù),一個(gè)重要原因是2018年統(tǒng)計(jì)數(shù)據(jù)有較大幅度的修正,導(dǎo)致統(tǒng)計(jì)數(shù)據(jù)出現(xiàn)斷崖式下跌,官方解釋是統(tǒng)計(jì)口徑上出現(xiàn)了重復(fù)。這絕對(duì)是經(jīng)濟(jì)研究中不想碰到的問題,如果數(shù)據(jù)不準(zhǔn)確,那結(jié)果也沒有說(shuō)服力。

好在2006年至2017年這十二年的樣本觀測(cè)數(shù)量已經(jīng)能初步滿足要求,而且這十二年濱海新區(qū)的階段特征也較為鮮明。很顯然這十二年濱海新區(qū)的數(shù)據(jù)是受到統(tǒng)計(jì)口徑重疊的影響的,它同時(shí)導(dǎo)致無(wú)法拆分獲得濱海和非濱海兩部分?jǐn)?shù)據(jù)進(jìn)行對(duì)比。雖然統(tǒng)計(jì)口徑重疊弱化了濱海新區(qū)與天津市在數(shù)據(jù)上的差異,但是只要這個(gè)差異還在,就能用模型計(jì)量對(duì)差異進(jìn)行確認(rèn),根據(jù)分析結(jié)果依然能對(duì)濱海新區(qū)的相對(duì)特征進(jìn)行判斷。