“一带一路”高技术产业聚集对全要素生产率影响

张　利,童　舟

(西安邮电大学 经济与管理学院， 陕西 西安 710121 )

产业聚集是指产业在某一特定区域内高度集中，生产资本要素在空间被不断汇聚的一个过程[1]。高技术产业是指当代尖端技术(信息技术、生物工程和新材料等领域)生产高技术产品的产业群。一般来说，高技术产业是研究开发领域投入较多的新兴产业[2]。关于高技术产业聚集的研究，文献[3]运用省级面板数据，研究了高技术产业聚集对技术创新的影响及区域比较，在控制科研人员和经费投入、外商直接投资及制度创新条件下，发现高技术产业聚集能够促进技术创新，但在控制变量选取上仍需要进一步选择。文献[4]从出口贸易、产业成长能力、研发资本投入强度、人力资本水平和政府支持条件的角度，研究高技术产业聚集对技术创新效率的影响，研究发现我国东部地区高技术产业聚集对技术创新效率的促进作用大于东北部和中西部地区。

全要素生产率是用来衡量生产效率的指标，它有3个来源：一是效率的改善；二是技术进步；三是规模效应。全要素生产率是分析经济增长源泉的重要工具，也是政府制定可持续发展政策的重要依据[5]。文献[6]对我国各地区工业企业的全要素生产率进行了测算分析，从技术进步与配置效率两个方面，通过构建面板模型估算要素市场化对工业企业全要素生产率、技术进步、配置效率等影响，研究发现，要素市场化对工业企业的全要素生产率的改善较为显著，但并没有考虑金融市场化、外资、劳动力流动和技术成果市场化对各地区全要素生产率的影响。文献[7]测算中国装备制造业及其细分行业全要素增长率，对其进行分析。研究发现，中国装备制造业全要素生产率存在区域和省份之间的差异，同时装备制造业及其细分行业并未真正实现由粗放向集约型增长方式转变。

在产业聚集对全要素生产率的影响研究中，文献[8]运用空间聚集指数法和生产率指数法测算出广东省产业聚集指标和全要素生产率，对计量模型进行回归，得出广东省制造产业聚集对行业全要素生产率具有明显促进作用，但并未在回归模型中加入控制变量。文献[9]研究了生产性服务业和制造业协同聚集对全要素生产率的影响，在不进行内生变量分组的情况下，全国均值水平的产业协同聚集抑制全要素生产率增长，但对于地级市面板数据检验时，未考虑地区间的产业聚集内生影响因素。文献[10]运用计量分析方法研究了制造业产业聚集于全要素生产率之间的关系，选取人力资本、外商投资和基础设施因素作为控制变量，得出产业聚集对全要素生产率的影响存在明显的地区差异。

“一带一路”与高技术产业聚集和全要素生产率的研究中，文献[11]研究了“一带一路”科技文化发展对我国西部高技术产业聚集的作用。文献[12]利用“一带一路”沿线15省(市、区)的面板数据检验基础设施，对全要素生产率的直接和间接效应，研究表明,基础设施投资并不能直接促进全要素生产率的提高，也不能促进经济基础设施规模的扩大抑制全要素生产率的提高。区位熵，是一种衡量区域要素空间分布的方法，也是反映某一产业部门的专业化程度，以及某一区域在高层次区域的地位和作用。区位熵可在一定程度上反映出地区层面的产业聚集水平[13]。非参数数据包络分析指数法(data envelopment analysis-malmqist， DEA-Malmquist)，是直接利用线性优化方法给出每一个决策单元的边界生产函数的估算，对效率变化和技术进步进行测度，DEA-Malmquist指数变动值即为全要素生产率变动值[14]。

本文拟以“一带一路”地区高技术产业水平发展[15]为对象，运用区位熵法和DEA-Malmquist指数法，对我国“一带一路”18省(市、区)高技术产业聚集水平和全要素生产率进行测算。再将“一带一路”18省(市、区)划分为东北、西南、华东、华南和西北五大地区，通过加入控制变量，建立面板数据回归模型，对“一带一路”五大地区高技术产业聚集水平和全要素生产率的影响进行研究。

1　“一带一路”高技术产业聚集与全要素生产率测算

1.1　“一带一路”高技术产业聚集度测算

根据文献[10]利用区位熵方法测算“一带一路”高技术产业聚集度，表示不同地区高技术产业专业化水平。区位熵计算公式为

(1)

式(1)中i表示不同地区，j表示不同时期，Qij表示各地区i在j时期高技术产业区位熵指数，qij表示不同地区i在j时期高技术产业总产值,qj表示j时期工业总产值，qi为“一带一路”所有地区高技术产业总产值，q为“一带一路”所有地区工业总产值。数据来源于2007—2017年《中国高技术产业统计年鉴》[16]及2007—2017年《中国统计年鉴》[17],得到结果见表1。

表1　“一带一路”18省(市、区)高技术产业聚集水平测度结果(2006—2016)

通过区位熵计算结果来衡量“一带一路”沿线18省(市、区)高技术产业产业聚集水平，当区位熵指数大于1时，表示高技术产业在该地区有较高的聚集度；当区位熵指数等于1时，表示高技术产业在该地区居于全国水平；当区位熵指数小于1时，表示高技术产业在该地区聚集度低于全国平均水平。由表1可以看出，2006—2016年“一带一路”沿线地区高技术产业聚集水平的省际差异较为明显，上海、浙江、福建、广东、海南、重庆、陕西7省(市)高技术产业区位熵值均大于1，说明高技术产业聚集度水平较高；辽宁、吉林、黑龙江、云南、甘肃、青海6省，区位熵值均大于整体平均值，说明高技术产业聚集潜力较大。西藏、广西、宁夏、新疆和内蒙古5省(区)相对而言,高技术产业聚集水平处于劣势。从地域分布来看，不同地区之间因发展投入产出不同，出现较大的地区差异。东北地区3省，高技术产业聚集度均值分别为0.946、0.988、0.789，产业聚集度接近平均水平，但从2013年开始聚集度呈减小化趋势。西南地区，云南、西藏、重庆3省(市、区)，高技术产业聚集度均值分别为0.859、0.148、1.576，因地理资源等条件不同，高技术产业聚集度呈现较大差异化。华东地区，上海、浙江、福建3省市，高技术产业聚集度均值分别为4.600、1.754、1.680，均为高技术产业发达省(市、区)且聚集度较高。华南地区，广东、广西和海南3省(区)，高技术产业聚集度均值在4.798、0.278、2.078，发展程度较为稳定且有增长的趋势。除陕西省外，西北地区和内蒙古自治区产业聚集度，均在平均值水平以下且聚集度处于波动时期。

1.2　“一带一路”高技术产业全要素生产率测算

根据文献[18]对全要素生产率的测算方法，选择DEA-Malmquist指数方法对“一带一路”沿线省(市、区)高技术产业的全要素生产率进行计算，具体过程如下

lnTij=C+alnQij+bln(R+W+J)ij+Qij。

(2)

式(2)中，ln表示取对数，Tij表示i地区j时期全要素生产率，C表示常数项，a和b分别表示对应系数，R表示高技术产业从业人员平均数，W表示高技术产业固定资产投资额，将2006年的高技术产业固定资产资本形成总额以10%作为初始资本存量。J表示规模以上企业高技术产业总产值有效值，利用规模以上企业总产值指数平减调整为2006年的价格。利用规模以上企业总产值指数平减调整为2006年的价格。Oij代表误差项。上述指标数据的时序长度为2006—2016年，其数据均来自于2006—2016年《中国高技术产业统计年鉴》[16]数据的描述性统计特征表和2007—2015年“一带一路”高技术产业全要素生产率，分别如表2和表3所示。

表2　“一带一路”高技术产业投入产出变量描述性统计特征(2006—2016)

表3　“一带一路”18省(市、区)高技术产业全要素生产率结果(2007—2015)

从整体来看，2007—2015年“一带一路”沿线18省(市、区)的全要素生产率呈增长趋势。从地区来看，东北地区的辽宁、吉林和黑龙江3省的全要素生产率逐年降低，表明东北地区全要素生产率对高技术产业增长的促进作用逐渐减小。西南地区中，云南、西藏和广西3省(区)的全要素生产率逐年降低，表明西南地区全要素生产率逐年递减，该地区的高技术产业增长，相比东北地区高技术产业促进作用略微明显，西南和东北地区高技术产业的发展遇到了一定的瓶颈，导致全要素生产率增长乏力。华东地区中，上海、浙江和福建3省(市)的全要素生产率逐年增加，表明华东地区全要素生产率对该地区高技术产业的增长贡献维持较强的上升作用。华南地区中，广东、海南和广西3省(区)的全要素生产率逐年增加，表明华南地区全要素生产率，相比华东地区对高技术产业促进作用较弱，但仍维持上升趋势。西北地区中，陕西、甘肃、青海、宁夏、新疆及内蒙古5省(区)的全要素生产率逐年微弱增加，表明西北地区全要素生产率，对高技术产业起到了一定的促进作用。华东、华南和西北3地区整体全要素生产率维持了增长趋势，这与这些地区利用优惠扶持政策，加大生产投入、逐步淘汰落后产能、提高管理水平等密不可分。

2　“一带一路”高技术产业聚集对全要素生产率影响分析

2.1　模型设定

以“一带一路”高技术产业为研究对象，将高技术产业全要素生产率视为被解释变量，高技术产业聚集度为解释变量，高技术产业从业人数平均数和出口交货值作为控制变量，构建“一带一路”高技术产业聚集度与全要素生产率的回归模型。

lnTij=C+dlnQij+elnEij+flnKij+Pij。

(3)

式(3)中，Rij表示i地区j时期高技术产业从业人数平均数，Kijj表示i地区j时期高技术产业出口交货值，C为常数项，d、e、f分别表示对应系数，Pij表示误差项。其中从高技术产业从业人数平均数选取不同地区高技术产业从业人数的平均值，而出口交货值选取的是不同地区规模以上企业的高技术产业出口交货值，数据的时序长度为2007—2015年，取自2007—2015年《中国高技术产业统计年鉴》[16]。

2.2　回归结果与分析

2.2.1回归结果

按“一带一路”沿线区域划分，表示不同地区高技术产业全要素生产率，分别表示为东北地区(Y1)、西南地区(Y2)、华东地区(Y3)、华南地区(Y4)和西北地区(Y5)。“一带一路”下5大区域高技术产业聚集与全要素生产率的回归结果，见表3。

表3　“一带一路”5大区域高技术产业聚集对全要素生产率影响结果

2.2.2回归分析

对表3的回归结果进行分析如下。

(1)高技术产业聚集能够促进全要素生产率的增长，过度高技术产业聚集对全要素生产率起到抑制作用。西南地区和西北地区高技术产业聚集度，对全要素生产率的影响较大，影响系数分别在0.660和0.521；东北地区和华南地区高技术产业聚集度，对全要素生产率较小，影响系数分别在0.098和0.195；华东地区高技术产业聚集度，对全要素生产率呈负向影响，影响系数为-0.010。这不仅说明不同区域高技术产业聚集度对全要素生产率存在较大差异，也说明当区域高技术产业聚集出现扎堆现象时，增加高技术产业聚集度反而会抑制全要素生产率增长。全要素生产率反映了技术进步、制度创新及管理改善对经济发展带来的影响，虽然华东地区和华南地区属于高技术产业发达省份，经济体量大，总产值占比高，但也面临着劳动力成本上升、土地价格上涨等情况。这些地区高技术产业聚集对经济发展贡献缓慢，是产业过度聚集带来的拥挤效应，不仅对“一带一路”沿线地区高技术企业的持续盈利能力造成了严重的挑战，也势必会影响全要素生产率的增长。

(2)不同区域之间高技术产业聚集与全要素生产率有较大差异。根据高技术产业发展投入来看，高技术产业向劳动力成本相对低廉、资源及土地相对富裕的地区转移是必然趋势，通过创新技术转移维持高新技术企业发展。高技术产业聚集程度与全要素生产率的区域差异化,通过利用外部经济及当地资源促进高技术产业技术创新，实现全要素生产率的增长。不仅缓解华东地区和东北地区过度的产业聚集带来的土地拥挤和成本上升等经营压力，更为华东地区和西南地区高技术产业,向西南地区和西北地区转移提供了新的发展契机。西北地区和西南地区通过积极发展高技术产业聚集，承接华东地区和华南地区高技术产业转移，获取先进的高新技术及管理经验，通过技术溢出效应，促进西北地区和西南地区在航空航天及医药制造业等高技术产业的技术创新，实现该地区高技术产业全要素生产率的增长。这是改变“一带一路”沿线区域高技术产业发展不平衡和自主创新能力不足现状下最实际的一种方式，但通过技术创新实现高技术产业的可持续发展仍是未来的发展方向。

3　结论

利用高技术产业为研究对象，计算“一带一路”高技术产业聚集水平和全要素生产率，并利用回归面板模型，实证分析了“一带一路”不同区域高技术产业聚集对全要素生产率的影响，得出以下结论。

(1)“一带一路”高技术产业聚集水平的省级差异较为明显。上海、浙江、福建、广东、海南、重庆和陕西7省(市)高技术产业聚集水平较高；辽宁、吉林、黑龙江、云南、甘肃和青海6省高技术产业聚集水平中等，具有较大的发展潜力；西藏、广西、宁夏、新疆和内蒙古5省(区)高技术产业聚集水平较弱，处于较大的劣势。

(2)“一带一路”沿线18省(市、区)的全要素生产率呈增长趋势。辽宁、吉林和黑龙江3省全要素生产率，对高技术产业增长的促进作用逐渐减小，云南、西藏和广西3省(区)的全要素生产率逐年降低，相比东北地区高技术产业促进作用略微明显，西南和东北地区高技术产业的发展遇到了一定的瓶颈，导致全要素生产率增长乏力。上海、浙江和福建3省(市)全要素生产率，对该地区高技术产业的增长贡献维持较强的上升作用。广东、海南和广西3省(区)的全要素生产率逐年增加，相比华东地区对高技术产业促进作用较弱，但仍维持上升趋势。陕西、甘肃、青海、宁夏、新疆及内蒙古6省(区)的全要素生产率逐年微弱增加，表明西北地区全要素生产率，对高技术产业起到了一定的促进作用。

(3)“一带一路”高技术产业聚集水平能够促进全要素生产率增长，当出现一定程度的拥挤效应时，继续加大高技术产业聚集水平，可能会抑制全要素生产率的增长。“一带一路”中西南地区和西北地区相对其他地区，通过高技术产业聚集可增加全要素生产率的增长，华东和东北地区高技术产业聚集出现了一定的聚集拥挤现象，导致全要素生产率的增长逐年递减。西南地区和西北地区高技术产业聚集，对全要素生产率促进作用强于华南地区，更优于华东和东北地区。