中国高技术产业集聚经济差异分析

陈　俊，代　明，宋　慧

(暨南大学经济学院，广东　广州　510632)



中国高技术产业集聚经济差异分析

陈俊，代明，宋慧

(暨南大学经济学院，广东广州510632)

本文借鉴Akihiro Otsuka和Mika Goto改进的索洛残差法，对中国高技术产业的集聚经济效应进行效果评价，并进一步分析了财政科技投入对高技术产业集聚的贡献。研究发现，高技术产业集聚经济效应存在显著的区域差异，财政科技投入的贡献率呈收敛趋势，且中西部的高技术产业集聚经济效应高于东部地区，从而为政府优化科技资源投入提供相应建议。

集聚经济效应；索洛残差法；财政科技投入

1　引言

新一轮科技革命背景下，各国或地区纷纷调整发展战略以应对正在孕育的产业变革。2013年德国正式推出工业4.0计划，以提升制造业的智能化水平。中国在2002年就提出要走“以信息化带动工业化，以工业化促进信息化”的新型工业化道路。可以预见，高技术产业将成为未来各国或地区之间合作竞争的重要领域。当下中国经济发展进入“新常态”阶段，一个重要任务就是如何加快传统产业转型升级，实现以要素驱动、投资规模驱动为主向以创新驱动发展为主转变，发展高技术产业对提升中低技术产业增长、带动区域工业发展具有重要的现实意义[1-2]。

中国高技术产业发展极不平衡，其主要原因是区域生产效率存在明显差异。东、中部的高技术产业生产效率高于西部，且上升趋势明显，西部则处于相对平稳状态[3]。这说明即使投入等量生产要素，因生产效率差异，东、中部地区将比西部获得更高的经济回报。这种超额回报从企业层面可理解为规模经济，从区域层面则表现为集聚经济[4]。在实际研究中，对其实现量化显得尤为重要。

关于产业集聚的定量评价，常用指标包括行业集中度(CRn)、赫芬达尔指数(HHI)、区位熵(LQ)，空间基尼系数(G)、EG指数、DO指数、SP指数等[5]。以上方法均只能度量产业集聚水平，属于集聚状态评价。索洛残差法(Solow Residual Approach)过去用以测算全要数生产率(TFP)，经Otsuka和Goto(2015)改进，可测量集聚经济效应，并发现社会先行资本对日本制造业和非制造业的集聚经济效应均存在显著正影响[6]。此法对产业集聚进行直接的效果评价，具有较大的借鉴意义。

高技术产业发展与政府引导密切相关。2014年中央及地方财政科技支出达5253.86亿元，连续8年以14.4%的均速增加。如何优化这些科技资源配置是政府部门关注的现实问题。理论上，政府通过提供一定的财政支持，发展高端产业所需的技术基础，引导高技术产业集聚。实际上，财政科技投入的去向是决定配置效率的关键，部分科技资源已经或正被浪费。本文发现，东部地区财政科技投入对高技术产业集聚的贡献率正在快速下滑，低于全国平均水平线，西部地区逐渐接近全国平均水平线，中部地区则已经超过平均水平线。说明存在高财政科技投入对应低经济效应、低财政科技投入对应高经济效应这一错配关系。因此，建议适当将部分科技资源转向中西部地区，尤其是在科技资源富余而效率偏低与科技资源紧缺而效率激增的地区之间实现动态调整，从而实现有限资源效益最大化。

2　模型推导

2.1理论模型

假设高技术产业的总量生产函数形式为Yt=Atf(Kt,Lt)，t为时刻，Y为产出，K为资本存量，L为劳动投入，A为希克斯中性技术系数。方程两边同时对t求导并除以Y，得式(1)：

(1)

利润最大化的一阶条件为：

(2)

(3)

式中，P、PK、PL分别为产品、资本和劳动的价格。资本产出份额SK和劳动产出份额SL分别为：

(4)

(5)

设γ=SK+SL，若γ>1，则表示集聚经济；若γ<1，则表示集聚不经济。将式(4)、式(5)代入式(1)，得式(6)：

(6)

索洛残差(Solow Residual)则定义为：

(7)

不难推出式(8)：

(8)

通过式(8)估计出γ值，其值反映高技术产业集聚经济效应的大小。

2.2实证模型

估计γ值之前，先要通过式(7)估测SL的大小，获得SR。运用式(9)进行回归，i为样本区域，a0为常数项，为随机项。

ln(Yit/Lit)=a0+αln(Kit/Lit)+εit

(9)

然后，运用式(10)估测γ值。b0为常数项，为随机项。

SRit=b0+βlnKit+εit

(10)

因此，γ=1+。

3　数据与变量

3.1样本选择和数据来源

本文数据主要来源于《中国高技术产业统计年鉴》(以下简称“高技术年鉴”)和《中国统计年鉴》。样本包括中国所有省级单位(省、直辖市、自治区)，时间跨度为1995—2012年。获取的主要指标包括：分地区高技术产业增加值(亿元)，新增固定资产(亿元)，从业人员年平均人数(人)，财政科技支出(万元，2006年之前为科技三项费用、科学事业费之和，2007年之后为科学技术支出)。价格平减指数(折合1995年可比价)包括：分地区生产总值平减指数，固定资产投资价格指数，工业生产者出厂价格指数。按地区分组东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西和海南(12个)；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南(8个)；西部地区包括：内蒙古、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆(11个)。

3.2主要变量的处理

资本存量、劳动投入量是生产关系中两项重要投入指标。劳动投入量一般采用从业人员数或从业人员工作时长衡量。资本存量一般采用永续盘存法(PIM)测算，公式为Kt=It+(1-σ)Kt-1，σ为资本折旧率，It为第t期固定资产投资额。该方法的关键在于基期资本存量和折旧率的确定。对于基期高技术产业的资本存量，本文借鉴吴延兵估计基期R&D存量的方法[7]，公式为K1=I1(1+g)/(g+σ)，式中g为基期以前的固定资产投资平均增长率。因此，在已知每期固定资产投资额的情况下，只要确定增长率g、折旧率σ，就可知每期资本存量。

王小鲁等以5%作为全社会固定资本折旧率[8]，吴延兵以15%作为R&D资本折旧率[7]。本文认为高技术产业固定资本折旧速度快于全社会固定资本，而慢于R&D资本折旧速度，故取折旧率为10%为宜。高技术产业年固定资产投资平均增长率按历年统计数据计算，约为5%。

高技术产业地区总产出采用实际产业增加值表示，相比主营业务收入、总产值等指标，增加值扣除了中间投入品价值，避免了重复计算问题，并以地区生产总值平减指数折合1995年可比价。固定资产投资额以固定资产投资价格指数折合1995年可比价。劳动投入量以从业人员年平均人数衡量。财政科技投入以地区工业生产者出厂价格指数折合1995年可比价。以上即为本文使用的主要变量。

4　实证分析

4.1产业结构效应检验

产业结构是造成区域经济差异的重要因素。2002年国家统计局颁布的《高技术产业统计分类目录》把高技术产业(制造业)划分为:医药制造业(MPPM)，航空、航天器及设备制造业(MAS)，电子及通信设备制造业(MEECE)，计算机及办公设备制造业(MCOE)，医疗设备及仪器仪表制造业(MMEMI)和信息化学品制造业(MEC)六大类。不同产业之间存在显著的生产效率差异，刘勇等运用DEA和Malmquist指数分析发现，电子及通信设备制造业的经济效率最高，其次是医疗设备及仪器仪表制造业和医药制造业较高，计算机及办公设备制造业最低[9]。高技术产业区域生产效率差异是否缘于六类产业空间分布不均，有待进一步检验。

高技术年鉴中没有统计信息化学品制造业相关数据，该行业实际所占比重较低，忽略其产出对结果分析影响不大。按东中西分组，分别计算各细分行业主营业务收入占地区高技术产业的比例，如表1所示。三大区域MEECE比重均最高，东部MAS比重最低，中部MCOE比重最低，西部MMEMI比重最低。从标准差来看，MMEMI和MEECE分别为28.97、21.80，相对偏高，说明其在省域之间分布较不均衡。然而，所有细分行业均在10%显著性水平下的置信区间内，说明东中西部高技术产业结构差异虽然存在，但并不足以完全解释高技术产业的区域生产效率差异原因所在。

4.2集聚经济效应测度

表1　2012年分区域高技术产业结构统计情况(%)

资料来源：2013年《中国高技术产业统计年鉴》。

表2　1995—2012年索洛残差基本统计

4.3财政科技投入效果

假设政府科技投入(G)与高技术产业的集聚经济效应(γ)存在线性关系，即γ=G。代入式(8)，得回归方程：SRit=φ0+(δlnGit-1)lnKit+εit，φ0为常数项，ε为随机项。单红梅等对1991—2003年中国科技投入的经济效果实证研究表明，科技投入不但对当期的经济增长具有促进作用，而且存在滞后效应[10]。本文将财政科技投入滞后1期作为自变量，采用混合OLS回归得δ=0.0526、φ0=6.0456，1%水平下显著。各省市区δ值见表3。

从图1可见，1995—2007年，财政科技投入效果具有明显的收敛趋势，并且大部分年份δ值均介于0.0520～0.0560之间，2007—2012年又逐渐发散，δ值介于0.0048～0.0520之间。整体来看，财政科技投入效果先上升后下降，东部居高，并逐步下降；中部平稳，并逐步超过全国平均水平；西部上升明显，并逐步接近全国平均水平，说明这期间的财政措施在缓解高技术产业发展东—西矛盾方面发挥了积极作用。若将更多的科技资源分配到中西部，引导高技术产业集群发展，则可以有效提高科技资源的利用效率，同时促进东—西部协调发展。

表3　集聚经济效应和财政科技投入效果测算结果

注：下标E、M、W分别表示所属区域为东部、中部和西部。

图1　1995—2012年财政科技投入效果变化趋势

从省级层面来看，2012年较1995年波动幅度更小。除个别省份(如浙江、广东)外，财政科技投入对高技术产业集聚的效果均逐渐趋近全国平均水平。北京、上海、江苏、浙江等省份财政科技投入效果从水平线以上降到水平线以下，山西、云南、甘肃、宁夏、新疆财政科技投入效果较差，吉林、内蒙古、重庆、青海等地区财政科技投入效果改善较快，福建、海南、江西、四川、山西等省份财政科技投入效果变化不大。据此认为，1995—2012年，财政科技投入效果在区域间发生了较大调整，部分发达地区财政科技资源可能富余，而一些原先较落后的中西部地区亟需增加科技投入，通过政府的合理分配，可有效提高科技资源的配置效率。

5　结论与建议

第一，基于集聚效果评价测量中国高技术产业集聚经济效应是索洛残差法的新运用，较基于集聚状态评价的方法更具参考价值。

第二，中国高技术产业集聚经济效应存在较大的区域差异，东部集聚经济效应高于全国平均水平，中西部集聚经济效应相对较低，但是中西部存在明显的追赶趋势。

第三，财政科技投入有利于提升高技术产业的集聚经济效应，发挥“种子效应”。中国财政科技投入效果存在逐渐收敛的趋势，东部财政科技投入效果明显下降，中部平稳上升并超过全国平均线，西部快速上升并接近全国平均水平。

从以上分析和结论得到以下政策建议：应适当将部分财政科技投入转向中西部地区，尤其是在科技资源富余而效率偏低与科技资源紧缺而效率激增的地区之间实现动态调整，从而实现有限资源效益最大化。

[1]王伟光,马胜利,姜博.高技术产业创新驱动中低技术产业增长的影响因素研究[J].中国工业经济,2015(03):70-82.

余甫功,欧阳建国.高技术产业发展对工业的带动作用和溢出效应研究——基于两部门模型的省际Panel Data的实证检验[J].数量经济技术经济研究,2007(07):35-43.

余泳泽,张妍.我国高技术产业地区效率差异与全要素生产率增长率分解——基于三投入随机前沿生产函数分析[J].产业经济研究,2012(01)：4-53.

KANEMOTO Y，OHKAWARA T，SUZUKI T.Agglomeration economies and a test for optimal city sizes in Japan[J].Journal of the Japanese and international economies,1996(04):379-398.

孙慧,周好杰.产业集聚水平测度方法综述[J].科技管理研究,2009(06):449-451.

OTSUKA A，GOTO M.Agglomeration economies in Japanese industries：the solow residual approach[J].The annals of regional science，2015(02):401-416.

吴延兵.自主研发、技术引进与生产率——基于中国地区工业的实证研究[J].经济研究,2008(08):51-64.

王小鲁,樊纲.中国经济增长的可持续性——跨世纪的回顾与展望[M].北京:经济科学出版社,2000.

刘勇,史忠良.我国高技术产业分行业运行效率的实证分析[J].当代财经,2009(06):81-84.

[10]单红梅,李芸.1991—2003年间中国科技投入经济效果的实证分析[J].系统工程,2006(09):88-92.

(责任编辑沈蓉)

An Analysis on Agglomeration Economies of China’s High-tech Industry

Chen Jun，Dai Ming，Song Hui

(College of Economics，Jinan University，Guangzhou 510632，China)

Most of existed literature employs state-evaluation method to measure agglomeration economies.However，a new Solow residual approach has been introduced in this paper，which improved by Akihiro Otsuka and Mika Goto，through which we measured the agglomeration economies of China’s high-tech industry，and further analyzed the contribution of financial input to science and technology.It shows that the agglomeration economies of China’s high-tech industry have significant regional differences，and the seed effects of financial input to science and technology converged during 1995-2012.The results to some extent benefit governments to optimize the science and technology resources.

Agglomeration economies；Solow residual approach；Science and technology input

广东省产业发展与粤港澳台区域合作研究中心(经纬粤港澳经济研究中心)项目“创新型域体评价体系研究”(B070300066)。

2015-10-20

陈俊(1992-)，男，江西抚州人，暨南大学经济学院研究生；研究方向：区域与产业经济。

F429.9

A