刘丽琼,穆 燕
(南京财经大学,江苏 南京 210023)
科技服务业是促进我国经济发展必不可少的一环,以知识密集型为主要特征的科技服务业已成为目前发展较为迅速的产业之一。 集聚发展不仅可以带来诸如规模经济、降低交易成本、资源共享等好处,而且可以很好地解决外部性问题。 所以促进科技服务业集聚化,一方面可以提高我国科技服务业的发展速度和发展水平;另一方面,科技服务业的发展,可以带动我国经济的高质量高速度发展。 所以,了解和识别产业升级发展态势和影响因素,弄清楚科技服务业集聚对于产业升级的影响,能为我国各地区根据自身特点制定合理的产业政策、有效促进产业升级提供参考依据。
目前我国对于科技服务业、科技服务业集聚及产业升级的研究大概可以分为三类:首先是对于科技服务业及其集聚的研究,包括科技服务业的特征、发展效率及趋势、集聚影响因素;其次是生产性服务业集聚对于产业结构升级的影响以及影响的时空差异;再者是产业融合对于产业升级的影响。通过阅读已有的文献,可以总结出,大部分学者都对科技服务业及集聚、产业升级有很深入的研究,但较少关注两者之间的影响,且大部分未能单独研究某个行业对于产业升级的影响,而是关注产业融合的影响。 因此,本文考察科技服务业集聚对产业升级的影响。 通过区位熵、空间基尼系数对科技服务业集聚度进行衡量,并引入科技服务业集聚度、教育资本集中度、市场集中度、人力资本集中度、研发投入集聚度、产值集中度作为解释变量,通过空间计量模型对科技服务业集聚对产业升级的影响进行实证分析并检验。 本文的研究意义包含以下几个方面:①以科技服务业集聚的理论作为基础,在此基础上阐明科技服务业集聚对产业升级的影响;②通过理论和实践分析科技服务业集聚对于产业升级影响的时空差异性,从而为各地区因地制宜制定合理化政策提供依据;③检验影响产业升级的其他因素,找出影响显著的变量。
目前国际上对于产业集聚度的衡量可以划分为三个阶段。 考虑到数据的可获得性,本文选用第一阶段的测量方法来衡量我国科技服务业集聚度。 本文选取2010 ~ 2018年数据(来自历年的统计年鉴),同时,为便于测算,将研究地区划分为东、中、西三大部分。 参考现有的划分经验,将东部地区界定为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11 个省、市;将中部地区界定为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8 个省;将西部地区界定为重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等12 个省、市、自治区。
运用空间基尼系数测度科技服务业集中度,计算公式如下:
式中,G
表示i
地区的空间基尼系数,SP表示i
地区科技服务业就业数,SP 表示全国科技服务业就业总数,X
表示地区i
的就业人数,X
表示全国就业人员数。本文主要利用2014~2018年的经济数据,来计算我国31个省份的区位熵(LQ)。 具体计算公式如下:
随着我国工业 “中国制造2025” 目标的提出,我国经济正逐渐从前期的工业化阶段向后工业化阶段过渡,在这个产业转型升级过程中,科技服务业必然会起很大作用。 我国相继打造了许多产业集聚区,以期通过产业集聚的方式来促进产业的发展,优化产业结构并实现促进地区经济发展的目的。本文重点是研究科技服务业集聚对于产业升级的影响,通过历年统计的经济数据,建立空间计量模型,并从理论和实证两方面研究科技服务业集聚能否促进产业升级,以及在我国不同地区科技服务业集聚对产业升级的影响效果是否存在差异。
(1)促进劳动生产率的提高,有利于产业升级。
(2)产业竞争效应,内部竞争和外部竞争促进生产效率的提高。
(3)外部性效应,地区之间的发展互相联动,彼此促进。(4)知识外溢效应,提高技术扩散效率。
1.散点图构建
通过科技服务业集聚度与产业升级的散点图(图1) 可以初步发现科技服务业集聚度的提高促进了产业升级,两者之间呈现出一定的相互关系。
图1 产业升级与科技服务业集聚度散点图
2.计量模型构建
上文的理论分析阐明了科技服务业集聚通过直接或间接效应作用于产业升级,为了验证并提高理论分析的可行度,本文将通过建立计量模型进一步进行实证分析。 建立的基本模型如下:
式中,Y
为被解释变量,代表我国31 个省、市、自治区的产业升级情况,X
为核心解释变量,代表我国科技服务业集聚度,其他均为解释变量。3.变量选择
(1)被解释变量:产业升级(Y
)。 本文选取3 次产业结构度来对我国产业升级情况进行衡量。 产业升级(Y
)=第三产业增加值/ 国内生产总值,产业升级情况与得到的值的大小呈正相关,因为根据发达国家的发展路径和经验来看,如果在产业结构中,技术含量越高、附加值越大的产业占比越大,产业结构就处于不断优化过程中。 本文通过查询各省统计年鉴,计算得出我国各省份的三次产业结构度。(2)核心解释变量:科技服务业集聚度(X
),在构建的模型中,科技服务业集聚度通过区位熵的值进行衡量。(3)其他解释变量,考虑到产业升级除了可能受科技服务业集聚度的影响之外,还可能受与科技服务业高度相关的指标的影响,如教育资本集中度(X
)、市场集中度(X
)、人力资本集中度(X
)、研发投入集中度(X
)、产值集中度(X
)等,因此本文也将这些指标纳入研究当中。4.数据说明
被解释变量产业升级是经过计算得到的三次产业结构度,其原始数据来自中国统计年鉴。 核心解释变量区位熵经过以上运算所得、教育资本集中度、市场集中度、人力资本集中度、研发投入集聚度、产值集中度等数据是通过计算所得,初始数据来源于《中国统计年鉴》以及各省统计年鉴。
5.实证分析
对建立的模型,采用最小二乘法估计模型参数,回归结果显示,R
=0.
8272,=0.
7841,可决系数较高,但当α
=0.
1时,不仅X
(研发投入集中度)、X
(产值集中度)的系数不显著,且X
(市场集中度)、X
(人力资本集中度)的符号与预期相反,这显示可能存在多重共线性。 为进一步讨论变量之间是否存在多重共线性,计算各解释变量之间的相关系数,先将每个解释变量(X
)依次分别作为被解释变量,再依次对其余的解释变量进行回归。 将第j
个变量的方差扩大因子用VIF表示,一般来讲,如果VIF的值大于等于10,我们就可以认为解释变量之间有严重的多重共线性,就本文的计算结果来看,X
(科技服务业集聚度)、X
(人力资本集中度)的方差扩大因子远大于10,这说明变量之间存在严重的多重共线性问题。为了消除多重共线性的影响,将各变量进行对数变换和回归分析对模型进行修正,在α
=0.
05 下,只有ln能通过检验,其余解释变量对被解释变量影响不显著,这与预期不一致,故通过剔除变量法将解释变量分组,搭建4 个模型研究各集聚度因素对于产业升级的影响,结果见表1。表1 样本回归系数表
模型 系数X1 X2 X3 X4 X5 X6模型1 Coef.0.072200 4.199117 Std.0.026568 2.613679 t 2.717597 1.606592模型2 Coef.0.305139 Std.0.091442 t 3.336965模型3 Coef.0.001843 -0.000224 Std.0.000277 6.65×10-5 t 6.647963 -3.370022
续表
模型 系数X1 X2 X3 X4 X5 X6模型4 Coef.1.64×10-6 Std.1.09×10-6 t 1.508341
本文选取2010~2018年31 个省市自治区的数据进行分析,从总体上看,东部地区产业集聚度最高、中部地区产业集聚度居中、西部地区产业集聚度最低。 一方面,各地区经济发展不平衡导致了产业分布及集聚度的差异;另一方面,各地区产业集聚度的差异又反过来影响了各地区的经济发展和产业升级,进而产业升级与产业集聚度之间形成了相互制约的关系。
虽然各地区产业集聚度呈现出差异性,但通过莫兰指数的计算可以发现,地区之间产业升级呈现出相关性,在2010~2016年间,我国产业升级的莫兰指数大于0,表明产业升级空间相关性显著,但从2012年开始,显著水平从1% 下降到5%。 但地区之间依旧会相互影响,并且影响不局限于相邻地区,这正说明了全球经济是融为一体的。
科技服务业集聚度对产业升级有影响,进一步可以细分为教育资本集中度、市场集中度、人力资本集中度、研发投入集聚度、产值集中度。 根据显著性水平的不同,将影响产业升级的解释变量划分为两类。 第一类为在5% 显著性水平下通过检验的解释变量,即科技服务业集聚度、市场集中度、人力资本集中度、研发投入集聚度,这些因素对产业升级有较强的促进作用;第二类为在20% 显著性水平下通过检验的解释变量,即教育资本集中度、产值集中度,这些因素对产业升级有一定的促进作用。 具体来看,在5% 的显著性水平下,科技服务业集中度每变动一个单位,会使产业升级变动0.07 个单位;市场集中度每变动一个单位,会使产业升级变动0.31个单位;人力资本集中度每变动一个单位,会使产业升级变动0.001 个单位;研发投入集中度每变动一个单位,会使产业升级反向变动0.0002 个单位。 在20% 的显著性水平下,教育资本集中度每变动一个单位,会使产业升级变动4.199 个单位;产值集中度每变动一个单位,会使产业升级变动1.64×10个单位。 综合以上分析来看,教育资本集中度对产业升级影响效果最大,其后依次是市场集中度、科技服务业集中度、人力资本集中度、研发投入集中度和产值集中度。 通过分析发现,科技服务业集聚度对产业升级存在影响。
根据以上的结论,本文认为要想进一步促进我国的产业升级,政府应该因地制宜,制定适合各地区发展的政策,同时重视促进产业集聚,从多方面引导及鼓励科技服务业集聚,例如打造有利于集聚发展的环境、制定相关的优惠政策等,从多方面共同发力,来提升我国产业升级的速度。