山东制造业产业集聚与地区专业化的空间效应——基于空间面板模型的实证

崔凌云,陈　砺

(1.对外经济贸易大学 国际经济贸易学院,北京 100029;2.齐鲁工业大学 金融学院,济南 250353)



半岛经济研究

山东制造业产业集聚与地区专业化的空间效应
——基于空间面板模型的实证

崔凌云1,2,陈砺1

(1.对外经济贸易大学 国际经济贸易学院,北京 100029;2.齐鲁工业大学 金融学院,济南 250353)

[摘要]选取2009～2013年山东省17地市两位数制造业统计数据,计算了各地市制造业平均集中率和地区相对专业化指数,分析了山东省制造业空间分布特征并采用空间杜宾面板模型测算了资本投入、劳动投入、制造业集聚与地区专业化对制造业产出的空间效应。实证结果显示,当前山东制造业生产过程中,资本投入存在显著为正的直接效应和空间溢出效应;劳动投入对本空间单元的直接效应为正,对相邻单元存在显著为负的空间溢出效应;制造业集聚可显著地正向影响本空间单元。

[关键词]产业集聚;平均集中率;地区专业化;空间杜宾面板模型;空间溢出效应

一、引言

产业集聚研究特定产业在各地理单元间分布的不均衡性,若特定产业的很大份额集中在少数几个地区,其空间分布越不均衡,产业集聚程度越高[1,2]。美国经济学家波特认为产业集聚具有外部经济,通过规模收益递增和创新可以促进地区和产业发展。地区专业化研究地区经济活动在各产业间分布的不均衡性,若特定地区的全部经济活动集中在少数几个产业上,各产业占其全部经济活动的比例相差越大,该地区的专业化水平越高。新经济地理的中心—外围论认为,地区专业化水平提高是区域经济一体化的必然结果,并将促进地区经济发展和产业集聚。

近年来,各级政府推动了越来越多的区域经济一体化,既有跨省的珠江三角洲、长江三角洲和京津冀一体化,也有各省的省内一体化,如2013年山东省确立了“两区一圈一带”发展战略,划分了山东半岛蓝色经济区、黄河三角洲高效生态经济区、省会城市群经济圈和西部经济隆起带。区域经济融合促进了地区专业化与产业集聚,也带来了学术领域的研究课题:产业的空间分布不均衡问题。产业的空间分布差异既可以产业集聚的指标衡量,也可以地区专业化的指标衡量。它们的差别在于,衡量产业集聚的指标,以某产业全部经济活动的规模为总体,以总区域中各子区域为分割单元;衡量地区专业化的指标,以某子区域全部经济活动的规模为总体,以该子区域全部经济活动的各大产业为分割单元。

对产业空间分布不均衡问题的研究,主要包括四个方面。首先,如何衡量产业空间分布的不均衡。白重恩等提出构建hoover地方化系数衡量中国产业地区集中度;罗勇等则根据Ellision和Glaeser建立的产业地理集中指数,计算了中国五省市20个制造行业1993～2003年的集聚程度;樊福卓比较了hoover系数和krugman相对专业化指数,指出系数构建必须考虑地区的(或行业的)相对规模因素,否则存在错误判断的倾向[3-5]]。其次,中国产业集聚及地区专业化水平是否有所提高。Young通过对中国各地区农业、工业、建设、交通和贸易五个领域及第一、二、三产业相对比重演变的分析,得出改革期间,中国地方保护主义上升和地区专业化降低的结论。范建勇、郭志仪等多篇文章提出了相反的意见。其中,范建勇利用两位数水平的制造业数据分析,发现改革以来中国地区间的专业化水平已有提高,产业布局上绝大部分行业已经或正在转移进入东部沿海地区[6-8]。再次,中国产业集聚及地区专业化水平的影响因素问题[9-12]。冼国明等发现FDI和对外贸易对中国产业布局的影响日益加深;桂安生等对FDI区位选择和产业集聚的关系进行实证研究,认为FDI的区位选择具有“路径依赖性”。近几年,对影响因素的分析多集中于具体行业,如庞丽等研究了汽车产业的集聚及影响因素,陈俊等利用31省市2005～2010年的相关数据对我国金融产业集聚的影响因素进行空间实证,指出我国金融产业存在不断增强的正向空间自相关性与空间集聚性,邻接地区的金融产业集聚具有溢出效应。最后,产业集聚及地区专业化对特定区域发展的影响问题。谢品等实证研究了江西省产业集聚、地区专业化与经济增长的关系,指出其为倒U型关系并计算了阀值;孙久文等研究了京津冀地区的产业空间转移与协同发展[13,14]。这些文章虽考虑到区域内产业的空间分布差异,但少有用空间面板方法研究某地理单元产业分布不均衡对相邻地理单元的直接及间接影响。

产业集聚的核心是制造业集聚,山东虽是我国制造业大省,其制造业分布却不均衡,以2013年为例,制造业工业总产值居于前3位的城市分别是青岛、烟台和潍坊,皆位于山东半岛,后3位分别是莱芜、日照和枣庄,多位于鲁西南地区[15-17]。现有制造业分布有何特点,其集聚程度、地区专业化程度如何从空间上直接或间接影响各地市制造业产出水平,针对这一问题,下面运用空间面板方法对山东省17地市的数据进行分析。

二、指标说明

(一)产业集聚

本文选择以地区制造业平均集中率衡量产业集聚水平,其计算公式为:

(1)

(2)

本文选取山东省2009～2013年17地市28个制造业细分行业的工业总产值,代入公式计算各地市及经济区的制造业平均集中率(由于官方划定的经济区范围有部分地市重叠,所以本文重新划分了“两区一圈一带”所辖地市,如表1所示,这种划分方法和官方的划定略有出入)。表1截取了2009年、2011年和2013年的数据加以比较。从表1可见,2013年制造业集聚程度较高的城市是青岛、烟台和威海,较低的城市是莱芜、日照和济宁,前者2013年制造业总产值排名第1、第2和第10位,且都位于山东半岛,后者的总产值排名17、16和13,且多位于鲁西南地区,说明发达的制造业和其集聚程度呈正相关;与2009年相比,2013年山东省17地市中,集聚程度上升的有9个,其中居前三位的是泰安(0.028)、东营(0.027)和德州(0.017);集聚程度下降的有8个,居前三位的分别是潍坊(-0.031)、烟台(-0.03)和济南(-0.02),一个值得注意的现象是,山东半岛自2011年确立蓝色半岛经济区后,只有核心城市青岛制造业集聚程度上升,周边城市潍坊、烟台和威海的集聚程度都在下降;省会城市群经济圈2013年提出,2009年至2013年间,其核心城市济南的制造业集聚程度显著降低,周边城市泰安和德州制造业集聚程度则在上升。

(二)地区专业化

本文选用克鲁格曼(Krugman)地区间相对专业化指数衡量地区专业化水平,其计算公式为:

(3)

表1　山东省各地市制造业平均集中率及比较

本文测算了山东省2009～2013年17地市的地区间相对专业化指数,表2截取2009年、2011年和2013年的数据加以比较。根据2013年的数据,相对专业化指数最低的是青岛(0.7),说明在山东半岛蓝色经济区发展中,青岛形成了“大而全”的制造业结构。相对专业指数较高的城市有莱芜和日照,莱芜是“钢铁城”,制造业结构单一,且其他制造业部门发展滞后,所以此项指数最高,与2009年的指数相比,已下降了0.145,说明结构单一的问题有所改善;日照2013年全省制造业总产值排名倒数第二,制造业不发达。莱芜的“结构单一型”和日照的“不发达型”都表现为高的相对专业化指数，需要仔细区分。

三、模型设定和计量方法

lnYit=lnA+α1lnKit+α2lnLit.

(4)

可以看出,α1为资本的产出弹性,α2为劳动的产出弹性。将制造业平均集中率记为meancon,将地区间相对专业化指数记为ksi,并将两者引入上式,可得非空间面板模型:

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

(5)

(一)空间计量方法

静态空间面板模型可以表示为:

(6)

表2　山东省各地市地区间相对专业化指数及比较

式(6)中ρ、β和δ均为未知系数,根据Elhorst2012年设计的方法,可以通过假设检验H01:δ=0,检验SDM是否可简化为SAR,通过假设检验H02:δ+ρβ=0,检验SDM是否可简化为SEM。三个模型之间的演化关系见图1。

沿用上述静态空间面板模型的思路,本文空间面板模型为:

(7)

其中,参数向量β=[α1,α2,φ1,φ2]T,参数向量δ=[δ1,δ2,δ3,δ4]T。

(二)变量选取

本文采用山东省17地市(包括济南、青岛、淄博、枣庄、东营、烟台、潍坊、济宁、泰安、威海、日照、莱芜、临沂、德州、聊城、滨州和菏泽)的主要经济指标为样本,样本区间为2009～2013年,数据来源为各地市各年的统计年鉴,变量选取和数据描述参见表3。

图1　空间模型SDM、SAR和SEM的演化关系图

因变量lnY为各地市各年的两位数制造业(细分行业)工业总产值取对数,反映制造业的发展水平。

解释变量lnK为各地市各年制造业固定资产净值取对数(由于部分地市统计年鉴的统计口径差异,潍坊市以固定资产原价替代了固定资产净值,临沂市以总资产减流动资产近似估计了固定资产净值),资本投入主要是固定资产投入,它是制造业生产的基础;lnL为各地市各年制造业从业人员数取对数,劳动投入同样是制造业生产不可或缺的条件;meancon和ksi分别为各地市各年的制造业平均集中率和地区间相对专业化指数,计算方法见前文第二部分的指标说明。

本文构建两种空间权重矩阵来进行空间计量分析。一是高速公路里程数(也可用铁路里程数或铁路运行时间构建空间权重矩阵,但如聊城等地市至今未通火车,故综合全省情况,采用了高速公路里程数做空间权重矩阵;且各地市间制造业产品流通确实主要依靠高速公路运输完成)权重矩阵,将不同地市高速公路的里程数取倒数作为权重矩阵的对应元素,对角线上元素为0,且矩阵内按行进行标准化。二是纯距离权重矩阵,用不同地市间直线距离的倒数作为权重矩阵中的对应元素,对角线上元素为0且同样进行行标准化。纯距离权重矩阵仅用于下文中的稳健性检验。

四、模型选择和结果分析

(一)模型选择

表3　相关变量的描述性统计

为选择出适合本文数据的空间面板模型,根据Elhorst2012年设计的方法,第一步估计无空间效应的面板模型并进行LM检验:

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

(8)

本文数据N(17)大T(5)小,据此应估计短面板模型并判断为固定效应模型还是随机效应模型。Elhorst指出,当研究位于不间断的相邻空间单元的时空数据时,比如某省所有地市不同时间上的数据,固定效应模型更适合[1,2]。运行Elhorst提供的Matlab程序包可得表4。

表4中将不考虑空间因素的固定效应面板模型分成四类,分别估计系数后进行了LM检验。普通混合面板和空间固定效应的LM检验都在1%显著水平拒绝“没有因变量空间效应”和“没有残差项空间效应”的两项原假设,稳健的LM检验在5%显著水平同样拒绝这两项原假设;时间固定效应中,LM检验和稳健的LM检验都无法拒绝“没有因变量空间效应”的原假设,在5%显著水平又同时拒绝了“没有残差项空间效应”的原假设;空间时间双固定效应中,LM检验和稳健的LM检验在10%显著水平拒绝了“没有因变量空间效应”的原假设,但两个检验都无法拒绝“没有残差项空间效应”的原假设。因此,普通混合面板和空间固定效应中应包含因变量的空间滞后项并考虑残差项的空间自相关,时间固定模型中只需考虑残差项的空间自相关问题,而空间时间双固定效应模型中只需考虑因变量的空间滞后效应。

表4　无空间效应面板模型的LM检验和稳健LM检验

注:括号内为t值,*、#、¤分别表示10%、5%、1%显著水平,下同。

为确定空间固定效应和时间固定效应的显著性,需进行LR检验。表5中的检验结果显示,1%显著水平下可拒绝“没有空间固定效应”和“没有时间固定效应”的原假设,因此下文的空间面板建模中应当区分空间效应和时间效应。

表5　空间固定效应和时间固定效应联合显著性检验

根据Elhorst2012年设计的方法,第二步进行Wald检验和LR检验,判断面板模型是否可简化为SAR面板模型或SEM面板模型。检验的判断标准为,对于两项原假设H01:δ=0和H02:δ+ρβ=0,如果不能拒绝H01且第一步中LM检验和稳健LM检验显示因变量的空间效应显著,则应选用SAR面板模型;如果不能拒绝H02且第一步中LM检验和稳健LM检验显示残差项的空间效应显著,则应选择SEM面板模型;如果两项原假设均可拒绝,则应选择SDM面板模型。

根据表5的显著性检验结果,本文仅选择对空间固定效应、时间固定效应和空间时间固定效应进行Wald检验和LR检验,结果见表6。

表6　空间面板模型的Wald检验和LR检验

注:p为对应的概率。

表5中,在空间固定效应中,Wald检验和LR检验均在1%显著水平拒绝原假设H01和H02,即SDM面板模型不能简化为SAR面板模型或SEM面板模型,因此应选择SDM面板模型;在时间固定效应中,Wald检验和LR检验均在1%显著水平拒绝原假设H01,在5%显著水平拒绝原假设H02,即此时也应选择SDM面板模型;在空间时间固定效应中,对于原假设H01,Wald检验和LR检验的p值均大于10%,因此不能拒绝原假设H01,但两个检验又同时在5%显著水平拒绝了原假设H02,结合第一步空间时间双固定效应模型中,LM检验和稳健的LM检验10%水平上显示因变量的空间效应显著,故双固定效应中应使用SAR面板模型。

(二)结果分析

表7列出了SDM与SAR面板模型的估计结果,其中模型1是空间固定效应下的SDM面板模型,模型2是时间固定效应下的SDM面板模型,模型3是空间时间固定效应下的SAR面板模型。比较模型1～3,选择最适合本文的最终模型,首先需要明确判断标准。传统模型中拟合优度R2已不再适合具有空间效应的模型判断,Elhorst认为,此时需综合考虑CorrectedR2和对数似然值loglikols再判断才准确。模型1的Corrected R2为0.872 7,略小于模型2的0.898 7,但远高于模型3的0.571 5,模型1的loglikols为83.352 6,略低于模型3的91.912 4,单远高于模型2的25.642 4,故从统计的角度综合来看,模型1更适合本文。从理论上看,空间效应反映随地理位置而变化的因素对因变量的影响,时间效应反映随时间而变化的因素对因变量的影响,本文内容只涉及5年时间(2009～2013),但包括了山东省17地市,故受时变因素的影响较小,受空间变化因素的影响更大。理论上看,模型1也更可靠。

表7中模型4是使用纯距离权重矩阵估计的空间固定效应SDM面板模型,而模型1～3均是使用高速公路里程数权重矩阵估计的。比较模型1和模型4,两者除权重矩阵不同外其余因素皆相同,估计的结果基本相似,估计系数差异明显的有两项,一是ksi的系数在模型1中为0.057 4,模型4中为0.185 4,二是W*meancon的系数,在模型1中为-5.483 7,在模型4中为4.330 6,但这两项在两个模型中均不显著。故模型4可以印证模型1的估计是稳健的。因此本文选择空间固定效应的SDM面板模型1,作为研究山东省制造业产业集聚和地区专业化空间效应的模型。

模型1显示,山东省某一空间单元制造业产出受本单元资本投入的影响较小,为0.107 6,在5%水平显著,受相邻空间单元资本投入的影响较大,为0.948 0,且通过1%显著性检验,说明资本在山东并不稀缺,资本的使用不存在竞争性,且各地市间制造业产出是相互促进的;本单元劳动投入对本单元制造业产出的影响系数为0.283 8,但不够显著,相邻空间单元劳动投入将减少本单元制造业产出,系数为-1.779 5,在1%水平显著,说明山东省制造业当下缺少熟练工人,工人跨地市流动可带来制造业产出在各地市间“此消彼长”;本单元制造业集聚程度对产出的影响为11.959 4,在1%水平显著,相邻空间单元制造业集聚对本单元产出的影响为-5.483 7,在10%水平不显著,说明产业集聚仅在本单元内规模收益递增和知识溢出,这种经济外部性还不能在相邻空间单元显著扩散;本单元和相邻空间单元的地区专业化程度对制造业的产出影响均不显著,说明山东省各地市制造业产业结构趋同,整体呈现出“你有我有”的特点,缺少专业化分工,没有发挥比较优势来促进制造业产出增加;制造业产出自身的空间滞后项对本单元产出的影响为0.502 0,且通过1%显著性检验,说明山东省各地市间制造业的相互影响和辐射作用显著,制造业发达地区的正外溢效应可扩散到相邻地市,并起到积极的推动作用。

表7　SDM与SAR面板模型的估计结果

(三)直接效应和溢出效应分析

在没有空间效应时,回归系数反映了解释变量对因变量的影响,当模型考虑了空间相关性后,这种影响的表述变得非常复杂。Lesage和Pace提出用直接效应、溢出效应和总效应的概念来反映这种影响,即在空间杜宾模型y=ρWy+Xβ+WXδ+ε中,可以表述为:

(In-ρW)y=Xβ+WXδ+ε，

(9)

(10)

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

+(In-ρW)-1ε .

在各个效应中,lnK的直接效应、溢出效应和总效应在1%的水平下显著,其中直接效应的系数

表8　空间固定的SDM面板模型直接效应和溢出效应

为0.181 8,溢出效应的系数远大于直接效应,为1.965 2,总效应的系数为2.147 0。这表明本地市的资本投入每增加1%,可对全省制造业产生约2.15%的总增长效应,其中对本地市制造业增长的直接效应仅为0.18%,对相邻地市制造业增长的溢出效应则约为1.97%。可以看出,资本投入在山东省内存在明显的外溢,一地市的资本投入对相邻地市产生积极的示范效应,通过先进管理经验或技术的传播带来相邻地市的增长。劳动投入lnL的直接效应系数为0.166 2,但不显著,溢出效应系数为-3.147 3,在5%的水平显著,两者正负相抵后使总效应的系数为-2.981 1,在5%水平显著。可以看出,劳动投入增加1%,本地市产出仅增长约0.17%,但劳动投入的溢出强度非常大,将显著减少相邻地市的制造业产出约3.15%,说明当下山东制造业缺乏熟练工人,各地市间存在着劳动力的竞争。

制造业集聚的直接效应系数非常大,为11.884 3,在1%水平显著,溢出效应和总效应的系数分别为-0.629 1和11.255 2,但两者均不显著,这说明本地区制造业产出受本地区制造业集聚的正向影响强,远高于劳动投入和资本投入的影响,但制造业地理集中带来的规模收益递增和知识创新不具有空间溢出性。

地区专业化直接效应、溢出效应和总效应均不显著,说明山东省各地市制造业结构趋同,各地制造业结构相近,不能利用有效制造业分工来促进产出增加。

五、政策建议

以上研究结果显示山东省各地市的制造业增长不仅受到本地市资本、劳动和产业集聚的影响,还受到相邻地市产出、资本和劳动影响。为更好利用各地市间的空间依赖性,推进区域经济融合,促进山东省制造业发展,提出如下建议:

首先,各地市优先发展资本密集型制造产业。资本投入具有正向溢出作用,可以带动全省制造业共同发展。在熟练工人稀缺的时候,各地市都发展劳动密集型制造产业,容易引起不必要竞争,反而降低了整体产出水平。

其次,各地市在制定制造业发展战略时不能各自为政,要与其他地市协调发展。相邻地市的制造业不是竞争关系,不能以与相邻地市同产业恶性竞争来实现本地市的增长。相邻地市间制造业增长具有正向溢出效应,相邻地市产出减少也会减少本地市制造业产出。

最后,合理利用制造业空间布局,促进区域融合。制造业集聚仅在一地市内具有外部经济,不具备跨地市的溢出效应。据此,若一地市希望承接相邻地市发达的制造业,可在两市交界处建立制造业园区,主动谋取制造业集聚的溢出效应。另外,针对制造业结构趋同问题,可根据各地市的比较优势确定相互联系又各具特色的制药业发展方向。山东省已有的山东半岛蓝色经济区或黄河三角洲高效生态经济区即是按这个方向来推动的。

本文利用空间杜宾面板模型分析了山东省制造业产业集聚与地区专业化的空间溢出效应,一方面发现两者的空间溢出效应都有待加强,另一方面,发现以青岛为核心的山东半岛蓝色经济区与以济南为核心的省会城市群经济圈有相反的产业集聚方向,在这两个子区域内制造业的空间溢出效应有何不同,需要我们重视并进一步研究。

[ 参 考 文 献 ]

[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,杜颖娟,陶志刚,等.地方保护主义及产业地区集中度的决定因素和变动趋势[J].经济研究,2004,(4):29-40.

[4]罗勇,曹丽莉.中国制造业集聚程度变动趋势实证研究[J].经济研究,2005,(8):106-115.

[5]樊福卓.地区专业化的度量[J].经济研究,2007,(9):71-83.

[6]范剑勇.市场一体化、地区专业化与产业集聚趋势:兼谈对地区差距的影响[J].中国社会科学,2004,(6):39-51.

[7]邵挺,范剑勇.房价水平与制造业的区位分布:基于长三角的实证研究[J].中国工业经济,2010,(10):24-32.

[8]谭锐,赵祥,黄亮雄.高房价下的制造业转移:城市间还是城市内?[J].经济学报,2015,(2):56-75.

[9]冼国明,文东伟.FDI、地区专业化与产业集聚[J].管理世界,2006,(12):18-31.

[10]陈海波,张悦.外商直接投资对江苏区域经济影响的实证分析:基于空间面板模型[J].国际贸易问题,2014,(7):62-71.

[11]金春雨,程浩.中国制造业产业集聚与地区专业化存在空间溢出效应吗?来自空间杜宾模型的经验证据[J].21世纪数量经济学,2013,(10):506-527.

[12]程中华,刘军.产业集聚、空间溢出与制造业创新:基于中国城市数据的空间计量分析[J].山西财经大学学报,2015,(4):34-44.

[13]谢品,李良智,赵立昌.江西省制造业产业集聚、地区专业化与经济增长实证研究[J].经济地理,2013,(6):103-108.

[14]孙久文,姚鹏.京津冀产业空间转移、地区专业化与协同发展:基于新经济地理学的分析框架[J].南开学报(哲学社会科学版),2015,(1):81-89.

[15]肖汝琴.山东半岛蓝色经济区城市群空间联系定量研究[J].经济地理,2014,34(8):75-80.

[16]宋廷山,郭思亮,刁艳华.山东半岛蓝色经济区碳排放的时空特征及差异分析[J].统计与决策,2014,2(2):109-111.

[17]王小兵.我国城市能源消费与城市化关系的动态计量分析:以山东半岛蓝色经济区为例[J].软科学,2013,27(12):90-94.

[责任编辑:陈宇涵]

doi:10.3969/j.issn.1672-5956.2016.03.003

[收稿日期]2015-12-15

[基金项目]对外经济贸易大学研究生科研创新项目(201540)

[作者简介]崔凌云,1980年生,女,山东济南人,对外经济贸易大学博士生,研究方向为产业经济,(电子信箱)clysmail@aliyun.com。

[中图分类号]F426.4

[文献标识码]A

[文章编号]1672-5956(2016)03-0012-10