生产性服务业FDI空间集聚对制造业竞争力的影响研究

2021-05-22 09:21殷晓红孙宏宇
关键词:生产性竞争力服务业

殷晓红,李 笑,孙宏宇

本刊核心层次论文

生产性服务业FDI空间集聚对制造业竞争力的影响研究

殷晓红,李 笑,孙宏宇

(辽宁工业大学 经济管理学院,辽宁 锦州 121001)

本文利用我国的24个省市2008—2017年的数据进行分析,采用区位熵指数计算我国生产性服务业的集聚规模;采用空间计量经济模型构建空间权重矩阵,借助Moran’s I 指数、Geoda EDA分析、空间滞后及空间误差模型进行实证检验,对生产性服务业集聚对制造业竞争力的影响进行研究。结果表明各省份间经济关系成正相关,存在明显的空间正相关和空间集聚的特征。人力资本是生产性服务业 FDI 空间集聚最重要的正相关因素,相较于其他因素人力资本状况对制造业竞争力具有比较大的影响,政府干预度对制造业竞争力的影响作用位居其后,生产性服务业集聚规模与制造业竞争力呈负向影响关系,但是这种负向效应并不显著。

生产性服务业;FDI空间集聚;制造业竞争力

一、引言

改革开放以来,伴随着我国的经济实力和国际地位的提升,许多问题也随之而来。就发展速度来看,生产性服务业的发展速度在制造业迅猛发展的对比之下显得极为缓慢,我国经济的产业结构正处于严重失衡的状态[1]。本文是对产业集聚更加深入的研究,并对生产性服务业FDI空间集聚的经济效应进行深入分析,以期从新的视角探讨提高制造业竞争力的有效建议及措施。所以,不管从何种角度来讲,研究生产性服务业FDI空间集聚对制造业竞争力的影响都至关重要。

二、数据与方法

本文主要采用理论分析与实证分析相结合、定性分析与定量分析相结合以及比较分析等方法。本文通过调查分析各省的生产性服务业FDI数据进行研究,分析的空间单元限定为24个省市,以2008—2017年为样本期,所采用的数据均来自《中国统计年鉴》。数据处理过程主要通过Excel进行对数处理,通过ArcGIS软件来进行数据格式的转换,实证分析部分通过GeoDa软件进行空间计量分析。其中选择制造业竞争力表示被解释变量、生产性服务业集聚规模用表示、人力资本状况用表示、政府干涉程度用表示。

三、结果与分析

(一)全局莫兰检验

采用GeoDa软件对我国2008—2017年各省数据进行莫兰检验,因为篇幅有限本文只列出2008年莫兰检验结果。

图1 2008年各省GDP莫兰检验结果图

从图1可知,2008年Moran’s I 为0.039,各省份间经济关系成正相关。

(二)散点图分析

分别对2008年及2017年各省份ln、ln、ln以及ln的数据进行散点图矩阵可视化处理。其中下降的折线表示指标之间呈负向影响,上升表示指标之间呈正向影响。

图2 2008年散点图矩阵

图3 2017年散点图矩阵

对比可知,两幅图中各指标变量两两之间的关系有正向也有负向,且在2008年和2017年对比之下各个指标关系中没有太大变化,这说明,2008年与2017年对比来看,各个指标在生产性服务业FDI集聚更好的优化上都可能发挥了作用。

(三)GeoDa EDA分析

空间计量中平行坐标图和散点图矩阵的作用就相当于是SPSS中的描述性统计分析,是对于数据基本特征及变量之间相关关系的描述,并未对实际分析造成重要的影响[2]。在图4中,4.1360和6.9882表示在该标签下的最小值和最大值,5.4807和0.8059表示在该标签下的均值与标准差。

图4 2008年数据平行坐标图

图5 2017年数据平行坐标图

综合图4和图5可知,人力资本是影响制造业竞争力最重要的因素,对提高制造业竞争力有着不可替代的作用,政府干预位居其后,与人力资本状况相比对制造业竞争力的影响效果较弱,而其余指标也对制造业竞争力的提高起到了或多或少的效果。

(四)空间模型建立及结果说明

(1)2008年空间模型建立

根据2008的各项数据,建立空间滞后模型,如表1所示。

表1 空间滞后模型回归系数表

VariableCoefficientStd.Errorz-valueProbability WlnY0.3197230.3455650.9252180.35485 CONSTANT-0.1053261.96453-0.05361390.95724 lnD-0.2963220.227704-1.301350.19314 lnP0.7880660.231853.399040.00068 lnG-0.4340890.566448-0.7663350.44348

资料来源:利用Geoda对数据进行滞后回归分析

空间滞后模型(Spatial Autoregressive Model),简记为SAR,其经济学定义是,若所关心的数据变量之间与留存使用空间矩阵说明的空间关联性,则单单思考其自身的自变量不能够完美的估量和预测该数据指标的发展方向。在模型中恰当的思考由于地理空间结构造成的不良影响,便可以更好的决定这一空间效应制造的影响[3]。其基础模型为:

在公式(2)中可以看出,人力资本与制造业竞争力呈正向影响关系;政府对提高制造业竞争力起到正向调节作用。

(2)2017年空间模型建立

对于2017年的各省份的指标数据进行空间滞后模型检验,其结果如表2所示。

表2 空间滞后模型回归系数表

VariableCoefficientStd.Errorz-valueProbability WlnY0.5907180.2525572.338950.01934 CONSTANT-1.207831.91699-0.6300670.52865 lnD-0.4340760.210813-2.059060.03949 lnP1.336910.2994784.464130.00001 lnG1.557430.9525471.635020.10204

资料来源:利用Geoda对数据进行滞后回归分析

在表2中,除常数项和ln外,其余变量概率值均小0.1,把其余变量引入公式(1),其中的lnY系数为0.590718,ln的系数为-0.434076,ln的系数为1.3369,获得方程(3)如下:

在公式(3)中可以看出,生产性服务业集聚规模与制造业竞争力呈负向影响关系;人力资本状况与辽宁省制造业竞争力呈正向影响关系,对提高制造业竞争力起到正向调节作用。

综合2008年和2017年的结果可知,长久以来人力资本状况对制造业竞争力有着正向影响,是提高制造业竞争力不可或缺的因素。

四、结论

1. 因地制宜采取不同集聚政策

对于具有较高产业关联度和较大发展潜力的行业进行重点关注。通过采取政策措施为制造业企业营造出良好的环境,搭建更高的发展平台,分类推进企业发展[4]。

2. 刺激制造业对生产性服务业的需求

通过Geoda EDA分析可以得出在经济发展的大形势下,要想发挥出最大的优势,生产性服务业的发展是必不可少的,因为作为二三产业之间的粘合剂,生产性服务业的产业联动性可以促使制造业将企业内部不太重要的服务环节外包给专业的服务提供商。

3. 增强生产性服务业创新能力

作为生产性服务业的重要优势,知识密集性和智力密集性的功能推动了服务业的改造提升,并在信息技术和高新技术方面对产业实行了全面网络化的信息管理[5]。

4. 加大高级生产性服务业FDI力度

在市场化水平方面,生产性服务业需要加大对具有垄断性的服务部门的开放,以此来拓宽服务业的市场准入条件,达到提高生产性服务业市场份额并最终达到提高制造业竞争力的目的。

[1] 肖珣. 中国生产性服务业发展对制造业升级的影响研究[D]. 武汉: 中南财经政法大学, 2018.

[2] 矫萍. 生产性服务业FDI空间集聚的经济增长效应——基于省级面板数据的空间计量分析[J]. 对外经贸, 2014(8): 66-68.

[3] 苏晶蕾. 生产性服务业集聚对我国制造业升级的影响研究[D]. 长春: 东北师范大学, 2018.

[4] 矫萍, 姜明辉. 生产性服务业FDI空间集聚的影响因素研究——基于空间计量的分析[J]. 预测, 2015, 34(2): 41-47.

[5] 杜宇玮. 中国生产性服务业对制造业升级的促进作用研究——基于效率视角的评价[J]. 当代经济管理, 2017, 39(5): 65-72.

F426

A

1674-327X (2021)02-0014-03

10.15916/j.issn1674-327x.2021.02.005

2020-10-22

辽宁省社会科学规划基金重点项目(L19AJL003)

殷晓红(1971-),女,辽宁抚顺人,教授,博士。

(责任编校:许伟丽)

猜你喜欢
生产性竞争力服务业
做好服务业 做强鱼文化
观图释义:《红楼梦赋》与《〈红楼梦赋〉图册》的生产性传播
自动化正悄然无声地重塑服务业
战略应对力是企业的核心竞争力
服务外包提升中国新的竞争力
产业集聚对生产性服务业效率的影响
“北上广深”pk城市竞争力
2014上海民营服务业50强
2014上海服务业50强
生产性服务业与装备制造业的互动发展