生产性服务业集聚与内生经济增长——基于空间联立模型的经验研究

侯淑霞, 王雪瑞

(内蒙古财经大学商务学院,内蒙古 呼和浩特 010070)

近年的综合经济先行指数报告显示,世界各国经济普遍呈现增长减速趋势。中国经济虽然保持着稳中有进的态势,但内生动力不足、结构失衡等诸多瓶颈对发挥市场在资源配置中的决定性作用造成了严重阻碍。如何提升内生动力、调节产业结构是亟待解决的问题。经验研究显示,诸多OECD国家多年来不断提高生产性服务业在经济中的比重,其增加值占国内生产总值的比重已超过了1/3[1]。生产性服务业比重的提高,被Hansen证明能促进区域经济发展[2]。同时,皮特(Peter,2012)也指出生产性服务业对中国经济总体和主要城市的发展是一个机会[3]。

从中国生产性服务业空间分布和集聚效应的研究可以看出,中国的经济在长期平稳发展的同时,也带动了中国生产性服务业的集聚式发展[4]。然而,中国各省区生产性服务业的发展水平出现了较大的区域差异、生产性服务业集聚的空间分布极不平衡,大体上呈从东至西依次递减[4]。这与中国经济发展水平极其相似,表明生产性服务业集聚与经济增长之间可能存在较强的相关关系,与鲍尔温等(Baldwin et al,2004)指出的经济增长与空间集聚存在关系十分吻合*鲍德温等(Baldwin et al,2004)认为经济增长和空间集聚的理论研究表明经济增长和空间集聚是两个难以分离的变化过程,在本质上是相互影响的内生化过程。[5]。对工业集聚与经济增长的研究也表明,中国经济增长与产业集聚之间存在内生关系[6]。然而,诸多研究证明了生产性服务业集聚与工业集聚性质具有显著的差异,中国生产性服务业与经济增长是否存在内生关系,生产性服务业集聚对中国经济增长作用如何,这些都是值得深入探讨的热点问题。

一、研究文献回顾

在理论研究方面,学者们(Martin和Ottaviano,1999,2001;Baldwin et al,2004)以内生增长理论为基础,结合新经济地理学的空间集聚相关思想,构建了集聚经济模型,对产业集聚与经济增长的关系进行了研究[7][8]。马丁等(Martin和Ottaviano,2001)从创新和成本的角度,证明了产业集聚与经济增长之间的相互促进作用,认为二者是此增彼涨、累积循环的过程[8]。杜邦(Dupont,2007)从知识溢出的角度,论证了产业集聚对经济增长的促进作用[9]。

在实证研究方面,西库恩等(Ciccone和Hall,1996)通过对劳动生产率与就业密度的研究,发现美国各州就业密度的增长对劳动生产率具有显著的促进作用[10]。西库恩(Ciccone,2002)对欧洲的进一步研究也得出了同样的结论[11]。另外,以E-G指数表示产业集聚对瑞典的研究(Braunerhjelm和Borgman,2006)、以面板数据对欧洲的研究(Brülhart和Mathys,2008)都显示了同样的结论[12][13]。对芬兰的研究显示了类似的结果,人口密度对收入增长有正向促进作用[14]。

国内学者对产业集聚的研究大多是围绕工业集聚进行的。通过E-G指数表示的产业集聚也被证明(罗勇和曹丽莉,2005)与工业总产值存在高度正相关[15]。在使用工具变量法的研究中(章元和刘修岩,2008),与鲍蒂斯塔(Bautista,2006)得出了不同的结论,认为中国产业集聚对经济增长具有显著的正向促进作用[16]。

总之,尽管有少数不同的结论,但多数实证研究都证明了工业集聚对经济增长的促进作用以及经济增长对工业集聚的促进作用。然而,基于内生的生产性服务业集聚与经济增长的内生关系的研究还有待补充。

二、内生性假设与理论模型结构

(一)生产性服务业对经济增长的贡献率

在西方发达国家的服务业中,生产性服务业是国民经济贡献最大的一部分。生产性服务业对经济增长的贡献可以用其增加值贡献率来做初步的简单衡量。从中国各省2011年生产性服务业对经济增长的贡献率可以看出*具体数据可向作者索取。,经济较发达的省份(如北京、上海、山东、天津、江苏等),其生产性服务业对经济的贡献率较高(在24%以上),而经济欠发达的新疆、甘肃、四川等省份,其生产性服务业的贡献率较低(在11%以下)。总体而言,中国生产性服务业发展水平还很低,各省的贡献率都在40%以下。

(二)生产性服务业集聚的经济增长效应假设

学者们从理论上提出了集聚经济对经济增长的促进作用,国内学者也通过实证研究验证了工业集聚对经济增长的正向效应,但对生产性服务业与经济增长的关系尚未得到经验证明。基于此,本文对中国生产性服务业与经济增长之间的关系做一假设:中国生产性服务业集聚对经济增长具有正向促进作用,二者之间具有内生关系。

(三)理论模型结构

在经济增长与产业集聚的关系研究中,Baldwin和Martin(2004)通过拥堵成本检验了经济增长与产业集聚的理论联系[17],认为产业集聚与经济增长之间存在双向互动关系。依此经验和上文假设,我们构建如下的理论模型:

其中,g为经济增长率,h为产业集聚度,Xg为影响经济增长的相关要素,Xa为影响产业集聚的相关要素。

对于g方程,本文在罗默尔(Romer,1986,1994)的内生增长模型基础上进行了扩展[18],引入生产性服务业集聚度变量,将扩展后的增长模型作为研究经济增长效应的模型。对于h方程,我们选取影响生产性服务业集聚的相关变量,考虑到生产性服务业集聚程度的内生性,弱化了生产性服务业增加值在模型中的作用,构建了集聚方程。根据假设,生产性服务业集聚与经济增长是一个互相影响的内生化过程,为准确检验它们的相互关系,本文采用联立方程模型来分析这一过程,模型中所有变量均采用对数形式。模型具体形式如下:

(四)数据选取与变量诠释

模型中的变量取值均根据2010-2011年的《中国统计年鉴》和2010-2011年的《中国人口统计年鉴》的相关统计数据计算得出。变量rgdp表示经济增长率,用各省2011年的GDP对数值减去2010年的GDP的值再除以2010年的GDP值衡量。变量pifa表示人均固定资产投资,用2011年的固定资产投资除以2011年的人口数衡量。变量ppp表示人均人力资本投入,用2011年各省大专以上人口数衡量。变量prde表示技术进步,用2011年各省的研发投入经费除以人口数衡量。变量rvps表示生产性服务业集聚度,以往的研究采用了人口密度等多种集聚度量方法,但相比较而言产业增加值占该行业全国总值的比重更能代表其集聚性,我们用2011年各省生产性服务业增加值占全国的生产性服务业增加值的比重衡量。变量pdpg表示各省的知识溢出,知识溢出是产业集聚的主要因素,但对其量化却十分困难,我们用各省专利授权数除以生产性服务业就业人数衡量。变量pifaps表示生产性服务业劳均固定资产投资,用2011年各省生产性服务业的固定资产投资除以生产性服务业就业人数衡量,并表示生产性服务业基础设施建设水平。变量rvpsp表示劳动力价值(即生产性服务业劳均增加值),用2011年生产性服务业增加值除以生产性服务业就业人数衡量。

三、空间相关性检验下的实证模型

(一)单方程空间自相关性检验

空间自相关性检验主要是检验模型回归残差的空间自相关性问题,对联立方程模型的空间自相关性检验,目前还没有比较成熟和具体的方法。我们通过对联立方程模型中各方程OLS回归残差的Moran’s I检验每个方程的空间自相关性问题,最后根据安瑟林给出的空间计量模型选择方法决定空间联立方程模型的形式*Anselin(2005)给出了空间计量模型形式的选择规则,即考虑LM(Error)和LM(Lag)检验统计量。如果二者都不能拒绝0假设,则直接使用OLS的估计结果,无需进行空间计量模型的设定与估计。如果有且仅有一个LM检验统计量拒绝了0假设,则选择其对应的空间回归模型。当两个LM 检验统计量都拒绝了0假设,则考虑检验统计量的抗差(Robust)形式。一般地,两个抗差(Robust)LM检验统计量只有一个是显著的,或其中一个的重要性比另一个更显著(如P<0.00000比P<0.03更显著)。在此情况下,选择与最显著的统计量相对应的空间回归模型。。由于这样的检验方法没有考虑联立方程模型中各方程间的相互影响,故只能作为模型构建的初步检验。在空间联立方程模型确立后,还要通过空间联立方程模型与经典联立方程模型的估计效果再次验证其空间自相关性的消除效果。

1.经济增长模型的空间自相关性检验

假设生产性服务业集聚变量为外生变量,对经济增长模型进行OLS回归,通过其残差的Moran’s I检验方程的空间自相关性。从回归及诊断结果来看*详细回归结果可向作者索取。,模型OLS估计的残差Moran’s I指数高度显著(P=0.0059230<0.01),说明模型具有强烈的空间自相关性。由于LM(lag)显著(P=0.0072857<0.01),而LM(error)不显著(P=0.1723610),根据安瑟林的空间计量模型选择方法*Anselin(2005)给出了空间计量模型形式的选择规则。,经济增长模型应使用空间滞后模型进行估计。

2.生产性服务业集聚模型的空间自相关性检验

4.3.2.2 化学防治。枯萎病、茎点枯病、叶部病害用50%多菌灵500倍液、70%甲基硫菌灵(甲托)800倍液、70%代森锰锌800倍、75%百菌清600倍液防治。一般在发病初期用药，全田喷雾2～3次，间隔时间为5～7 d。

假设经济增长率变量为外生变量,对生产性服务业集聚模型进行OLS回归,通过其残差的Moran’s I检验方程的空间自相关性。从回归及诊断结果来看*详细回归结果可向作者索取。,模型OLS估计的残差Moran’s I指数高度显著(P=0.0193264<0.05),说明模型具有强烈的空间自相关性。由于LM(lag)显著(P=0.0917793<0.1),而LM(error)不显著(P=0.4197219),根据安瑟林的空间计量模型选择方法*Anselin(2005)给出了空间计量模型形式的选择规则。,生产性服务业集聚模型应使用空间滞后模型进行估计。

(二)空间联立方程模型形式

通过对联立方程模型中两个方程的OLS估计及其残差的Moran’s I检验,我们确立了各方程的空间滞后模型形式。据此,空间联立方程模型的形式可以写成:

模型中的变量总数K为9,ln(rgdp)方程中包含的变量数M1为6,ln(rvps)方程中包含的变量数M2为5,模型方程总数G为2。因K-M1>G-1、K-M2>G-1,故模型中的方程均可识别。

四、模型估计及结果分析

(一)二阶段最小二乘估计

在联立方程中,由于内生变量是作为解释变量出现的,所以OLS估计是有偏的。蒙特卡罗的研究表明,二阶段最小二乘法(2SLS)的小样本性质在大多数方面优于其他估计量且相当稳定,即对其他估计问题(如多重共线性、误设定的存在)不敏感,因而我们用2SLS对空间联立方程模型进行估计。具体步骤如下:

1.工具变量的选取。2SLS的思路是将所有的前定变量结合起来产生一个复合变量,以此作为“最佳工具变量”。首先将方程中作为解释变量的每一个内生变量对联立方程模型中全部前定变量回归(即估计相应的简化式方程),然后计算这些内生变量的估计值。本文联立方程模型中选取ln(rgdp)和ln(rvps)的简化式方程估计变量和作为工具变量*具体内容及估计结果可向作者索取。。

2.模型替换。用上一阶段中得出的内生变量的估计值代替空间联立方程模型中各方程右端的内生变量(即作为这些变量的工具变量),对原方程进行OLS估计后可得到结构参数的估计值。

(二)模型结果及空间自相关性验证

我们分别对模型进行“空间联立方程模型的2SLS估计”和“经典联立方程模型的2SLS估计”,通过对经典联立方程模型的2SLS估计结果与空间计量模型的估计结果进行比较*两次估计的详细结果可向作者索取。,进一步验证联立方程模型单方程空间自相关性检验的结果。

(三)模型结果分析

从空间联立方程模型经济增长方程的估计结果可以看出,GDP增长率的回归结果与中国的经济发展情况基本相符。首先,经济增长率的空间滞后变量高度显著,表明中国经济增长具有较明显的空间自相关性,各省的经济增长会受到一定距离内的邻近省份经济增长的影响*这正是空间权重矩阵所要表达的内容。。其次,生产性服务业集聚程度系数为正且在5%水平显著,表明生产性服务业集聚对中国经济增长具有明显的正向效应。另外,从其系数可知,当生产性服务业集聚度增加1%时,经济增长率增长0.083327%,表明生产性服务业集聚程度的增加,其经济增长效应将有明显提高。这与对工业集聚的研究结果不同,从模型结果来看,中国生产性服务业集聚还未出现因集聚过度影响经济发展的“拥挤效应”*“拥挤效应”是种群增长过程中随着密度增加而使种群增长速度降低的现象,此处指因产业集聚过度而引起经济增长速度下降的现象。。再次,人均固定资产投资对中国经济增长的作用显著,当人均固定资产投资增加1%时,经济增长率增长0.101648%。人均人力资本水平对经济增长的作用也比较显著,当大专以上人口数增加1%时,经济增长率增长0.086963%,表明高级人才在经济增长中具有重要作用。最后,技术进步对经济增长的作用显著,当技术进步增加1%时,经济增长率增长0.058803%。上述结果证实了生产性服务业集聚等因素对中国经济增长的巨大拉动效应。

从空间联立方程模型生产性服务业集聚方程的估计结果可以看出,生产性服务业集聚的空间滞后变量显著,表明在经济增长内生的情况下,生产性服务业也存在空间自相关。各变量系数都为正且全部显著,表明经济增长、人力资本水平、人均固定资产投资和知识溢出均对生产性服务业集聚具有显著的促进作用。从各变量系数来看,在其他变量不变的情况下,当经济增长率增加1%时,生产性服务业集聚程度增加0.350618%,表明随着经济的不断增长,生产性服务业的空间集聚效应还会加强。当人力资本价值(即生产性服务业的劳均增加值)增加1%时,生产性服务业集聚增加0.662916%。当生产性服务业劳均固定资产投资增加1%时,生产性服务业集聚增加0.345878%。当知识溢出增加1%时,生产性服务业集聚增加0.140491%。

五、结 语

本文通过构建生产性服务业集聚和经济增长之间的联立方程模型,利用2010、2011年各省截面数据,对生产性服务业集聚和经济增长之间的关系进行了实证分析。研究结果表明,生产性服务业集聚影响经济增长,经济增长反过来又会影响生产性服务业集聚,生产性服务业集聚和经济增长之间具有内生关联性。

同时,我们发现中国经济增长具有较明显的空间自相关性,各省的经济增长受到一定距离内的邻近省份经济增长的影响,且生产性服务业集聚对中国整体经济增长具有显著的促进作用。人均固定资产投资、人均人力资本水平和技术进步等内生经济增长理论的重要影响因素对中国经济增长的作用比较显著。生产性服务业集聚的回归结果表明,经济发展水平、人力资本价值、固定资产投入和知识溢出对生产性服务业集聚具有显著的促进作用。

[1] 吕政,刘勇,王钦.中国生产性服务业发展的战略选择——基于产业互动的研究视角[J].中国工业经济,2006,(7).

[2] Hansen N.Do producer services induce regional economic development?[J].Journal of regional Science,1990,30(4):465-476.

[3] Peter W.Daniels.The transition to producer services in China[J].Producer Services in China:Economic and Urban Development,2012,(42):29-51.

[4] 王雪瑞.我国生产性服务业成长与发展现状研究[J].财经理论研究,2013,(5):42-48.

[5] Baldwin R.E.,Wyplosz C.The economics of European integration[M].London:McGraw-Hill,2004.

[6] 柯善咨,姚德龙.工业集聚与城市劳动生产率的因果关系和决定因素——中国城市的空间计量经济联立方程分析[J].数量经济技术经济研究,2008,(12):3-14.

[7] Martin P.,Ottaviano G.I.P.Growing locations:Industry location in a model of endogenous growth[J].European Economic Review,1999,43(2):281-302.

[8] Martin P.,Ottaviano G.I.P.Growth and agglomeration[J].International Economic Review,2001,42(4):947-968.

[9] Dupont V.Do geographical agglomeration,growth and equity conflict?[J].Papers in Regional Science,2007,86(2):193-213.

[10] Ciccone A.,Hall R.E.Productivity and the density of economic activity[R].National Bureau of Economic Research,1996.

[11] Ciccone A.Agglomeration effects in Europe[J].European Economic Review,2002,46(2):213-227.

[12] Braerhunelm P.,Borgman B.Agglomeration,diversity and regional growth[R].Royal Inst,2006.

[13] Brülitute of Technology,CESIS-Centre of Excellence for Science and Innovation Studies,hart M.,Mathys N.A.Sectoral agglomeration economies in a panel of European regions[J].Regional Science and Urban Economics,2008,38(4):348-362.

[14] Ottaviano G.I.P.,Pinelli D.Market potential and productivity:evidence from Finnish regions[J].Regional Science and Urban Economics,2006,36(5):636-657.

[15] 文玫.中国工业在区域上的重新定位和聚集[J].经济研究,2004,(2):84-94.

[16] 章元,刘修岩.聚集经济与经济增长——来自中国的经验证据[J].世界经济,2008,(3):60-70.

[17] Baldwin R.E.,Martin P.Agglomeration and regional growth[J].Handbook of regional and urban economics,2004,(4):2671-2711.

[18] Romer P.M.The origins of endogenous growth[J].The Journal of Economic Perspectives,1994,8(1):3-22.