论文部分内容阅读
[摘 要]我国东、中、西部地区之间的梯度发展并没有使得东部地区向中西部地区有着明显趋势的产业转移，在产业转移过程中存在着诸多制约因素，形成了产业转移粘性。因此，本文尝试分析导致产业转移粘性的因素，并运用面板数据模型对北京、天津、上海、江苏、浙江和广东六个经济发达的东部省市进行产业转移粘性的测度，并依据结论得出相应的政策启示。
[关键词]Panel-data模型；东部地区；产业转移粘性
[中图分类号]F0629 [文献标识码]A [文章编号]1005-6432（2014）33-0014-02
产业梯度转移理论认为，区域之间客观上存在着经济、技术发展水平的梯度差异，这是资源禀赋、地理条件、历史基础等原因造成的。同时，一个地区的经济梯度水平取决于该地区产业结构的优劣程度，而产业结构的状况又取决于地区经济部门，特别是其主导产业在工业生命周期中所处的阶段。如果其主导产业部门由处于创新阶段的专业部门所构成，则说明该区域具有发展潜力，因此将该区域列入高梯度区域。该理论认为，梯度转移过程主要是通过多层次的城市系统扩展开来的。
我国地域空间经济发展水平可分为东部、中部和西部三大地带，中、西部地区虽然自然资源丰富，但技术力量薄弱，资金不足，多数地区处于“中间技术”甚至传统技术地带；而沿海和部分中部地区则具有“先进技术”和雄厚的经济力量。根据梯度转移理论，地区间产业梯度会导致成熟产业从高梯度地区往低梯度地区进行转移，我国东部沿海地区产业往中西部地区转移的条件基本成熟，东部地区应该有大量传统产业往中西部地区进行转移（冯根福等，2010）。但从当前现实情况看，东部发达地区依然发达，中西部落后地区依然落后，显然，传统的产业梯度转移理论无法解释这种现象。造成这种现象的原因是，存在着诸多延缓区域梯度转移进程的因素，从而形成区域梯度转移粘性。
1 模型设计、变量说明及数据处理
11 理论模型分析及变量说明
产业转移是一个多主体、多空间、多学科的复杂的经济现象（陈刚，刘姗姗，2006）。產业转移粘性也是一个复杂的问题，其成因是多方面的。国内的大部分学者将其归为以下几个方面：劳动力的极化聚集、资本的极化聚集、技术创新的极化聚集、收入的极化聚集、基础建设的极化聚集和制度因素等。我们从中提取了一些可以量化的影响因素：在岗职工平均工资和从业人员数（表示劳动力成本和劳动力供给）、固定资产投资额（代表资本的聚集程度）、专利授权量（表示技术的极化聚集）、城镇居民家庭人均收入（表示购买力水平）、公路里程（表示基础设施情况）和进出口总额占GDP比重（表示对外开放程度）。目前研究达成的共识是，这些因素的状况越好，越容易吸引其他地区的产业到该地区进行投资，同时也就容易“黏住”该地区的产业，使其难以“逃离”该地区而转移到其他地区。
假设各产业的生产函数为三要素投入，采用广义的Cobb-Douglas生产函数形式，即：
12 数据来源及处理
与中部地区相比较，东部地区的北京、天津、上海、江苏、浙江和广东六省市与中部地区的人均国民收入差距最为明显，它们与中部地区的产业梯度差也就最大，最容易发生向中部地区的产业转移。因此，本文选择这六个省（市）2000—2012年的面板数据。为了降低数据规模，且不影响数据的基本形态，我们对面板数据取自然对数。
2 数据的平稳性及协整性检验
为了防止面板数据分析中出现伪回归，必须对各序列的平稳性进行检验。而检验数据平稳性最常用的就是单位根检验。检验结果是，只有LLC和PP-Fisher检验拒绝了不存在单位根的原假设，其他检验没有拒绝原假设，说明各数据序列存在单位根。
对各序列数据一阶差分处理后重新进行检验，其结果是所有检验都接受了不存在单位根的原假设，说明各序列的一阶差分数据是平稳的，各序列都是一阶单整的，这表明各序列之间有可能存在长期的均衡关系。
由于平稳性检验表明数据各序列之间可能存在长期的、稳定的均衡关系，因此有必要对此关系是否真的存在进行检验，即协整检验。检验得出：协整检验的显著性水平为00020，拒绝了不存在协整关系的零假设，说明模型中各序列之间存在着长期的、稳定的均衡关系。
3 模型回归分析与结果
面板数据模型克服了截面数据模型和时间序列模型的缺点，因此本文选取面板数据模型来进行实证分析。现将模型设定为无个体影响的不变系数模型进行回归分析。我们观察到，无个体影响的不变系数模型中，有三个解释变量（交通状况、工资水平和收入水平）的系数不显著，并且调整后的可决系数只有085，回归效果较差。
由于截面数小于解释变量数，因此无法设定模型为随机效应模型。对上述模型设定进行调整，重新设定为个体固定效应模型，并且对于每个截面成员都有相同的系数，权重设定为Cross-section Weights，从回归的结果看，各解释变量的系数都是显著的，并且加权统计的结果与不加权统计的结果相比较，加权统计中各回归指标都比不加权统计的结果明显改善。调整后的可决系数为0986，表明拟合优度较佳；D-W系数为219，大于2，表明不存在序列相关性；模型的F统计量的显著性水平为0，表明各序列之间存在显著性的线性关系。
模型回归的结果还表明，与中部地区产业梯度差最大的东部六个地区中，各个地区的固定影响因素不同。同样的产业转移粘性因素，对各地区的固定影响并不同。广东、江苏和天津受到的固定影响更大些，北京、上海和浙江受到的影响更小些。同时，在造成产业转移粘性的六个因素中，购买力水平、固定资产投资和劳动力供给对各地区产业转移的影响最大，交通便利性、劳动力成本、技术水平和对外开放程度对产业转移的影响较小。
虽然上述分析表明，我们调整后的个体固定效应模型回归效果较好，但面板数据之间是否真的存在个体固定影响？我们需要对此进行检验。检验的原假设H0：不同个体的模型截距项相同（建立混合估计模型），备择假设H1：不同个体的模型截距项不同（建立个体固定效应模型）。 其中SSEr，SSEu分别表示混合估计模型和个体固定效应模型的残差平方和。个体固定效应模型比混合估计模型多了N-1个被估参数。若计算出的F统计量的值大于其临界值，就拒绝原假设，应该建立个体固定效应模型。
对所设定的个体固定效应进行检验，其结果是F统计量的值为1069，大于第一自由度为5、第二自由度为65，显著性水平为001时的临界值，所以模型设定为个体固定效应模型是正确的。
4 产业转移粘性的测定
我们比较东部地区的北京、上海、天津、江苏、浙江和广东各省（市）与中部地区上述七个产业转移基础平均指标间的差距。由于前面建立面板数据模型时采用的是各指标的自然对数，因此在比较时，我们先将数据转换为自然数，然后再求其差额。将差额代入面板数据各截面模型，我们对产业转移粘性进行测定，其结果如下表所示。
东部六省市向中部地区产业转移的粘性系数
可以看出，东部六省市2007年之前的产业转移粘性系数几乎都小于零，表明2007年之前东部六省市整体上属于产业转出的态势，2007年之后产业转移粘性系数为正数，表明东部六省市的产业有了转入的态势，这可能与2008年金融危机的爆发不无关系。特别地，上海在2010年后产业才有了整体转入的态势，这可能与浦东开发的建设进程有一定的关系。
5 结 论
本文的研究结论是：①同样的产业转移粘性因素，对东部六个地区的固定影响不同，广东、江苏
和天津受到的固定影响更大些；②在造成产业转移粘性的六个因素中，购买力水平、固定资产投资和劳动力供给对各地区产业转移的影响最大；③东部六省市在2007年前后产业转移粘性系数由负数转为正数，说明产业由转出发展为转入的态势，这可能与2008年金融危机有关系。
东、中、西部地区通过产业转移可以优化产业结构，但产业转移依赖于一定的前提条件。首先，东部地区某些产业的优势已经很小，急需将产业转出以集中力量培育新型优势产业，中西部通过有选择地承接一些产业以升级产业结构；其次，东部地区产业转移的成本必须是其可以承受的，中西部地区通过优化当地的条件来吸引产业转移，尤其是对产业转移影响很大的因素：购买力水平、固定资产投资和劳动力供给；最后，国际投资环境如2008年金融危机和各区域的发展需要都不同程度影响着产业转移的趋势和规模。
注释：数据分析均由Eviews70软件完成。
参考文献：
[1]张晓峒Eviews使用指南与案例[M]北京：机械工业出版社，2007.
[2]张存菊，苗建军基于Panel-data的区际产业转移粘性分析[J]软科学，2010（1）：79-83.
[3]成祖松我国区域产业转移粘性的成因分析：一个文献综述[J]经济问题探索，2013（3）：187-194.
[4]Lewis ArthurThe Evolution of the International Economic Order[M]Princeton University Press， 1978.
[5]杜传忠，韩元军，张宪国我国区际产业转移的动力及粘性分析[J]江西社会科学，2012（5）.
[6]成祖松，王先柱，冷娜娜区域产业转移粘性影响因素的实证分析[J]财经科学，2013（11）：78-88.
[7]冯根福，刘志勇，蒋文定我国东中西部地区间工业产业转移的趋势、特征及形成原因分析[J]当代经济科学，2010（2）：7-16.
[关键词]Panel-data模型；东部地区；产业转移粘性
[中图分类号]F0629 [文献标识码]A [文章编号]1005-6432（2014）33-0014-02
产业梯度转移理论认为，区域之间客观上存在着经济、技术发展水平的梯度差异，这是资源禀赋、地理条件、历史基础等原因造成的。同时，一个地区的经济梯度水平取决于该地区产业结构的优劣程度，而产业结构的状况又取决于地区经济部门，特别是其主导产业在工业生命周期中所处的阶段。如果其主导产业部门由处于创新阶段的专业部门所构成，则说明该区域具有发展潜力，因此将该区域列入高梯度区域。该理论认为，梯度转移过程主要是通过多层次的城市系统扩展开来的。
我国地域空间经济发展水平可分为东部、中部和西部三大地带，中、西部地区虽然自然资源丰富，但技术力量薄弱，资金不足，多数地区处于“中间技术”甚至传统技术地带；而沿海和部分中部地区则具有“先进技术”和雄厚的经济力量。根据梯度转移理论，地区间产业梯度会导致成熟产业从高梯度地区往低梯度地区进行转移，我国东部沿海地区产业往中西部地区转移的条件基本成熟，东部地区应该有大量传统产业往中西部地区进行转移（冯根福等，2010）。但从当前现实情况看，东部发达地区依然发达，中西部落后地区依然落后，显然，传统的产业梯度转移理论无法解释这种现象。造成这种现象的原因是，存在着诸多延缓区域梯度转移进程的因素，从而形成区域梯度转移粘性。
1 模型设计、变量说明及数据处理
11 理论模型分析及变量说明
产业转移是一个多主体、多空间、多学科的复杂的经济现象（陈刚，刘姗姗，2006）。產业转移粘性也是一个复杂的问题，其成因是多方面的。国内的大部分学者将其归为以下几个方面：劳动力的极化聚集、资本的极化聚集、技术创新的极化聚集、收入的极化聚集、基础建设的极化聚集和制度因素等。我们从中提取了一些可以量化的影响因素：在岗职工平均工资和从业人员数（表示劳动力成本和劳动力供给）、固定资产投资额（代表资本的聚集程度）、专利授权量（表示技术的极化聚集）、城镇居民家庭人均收入（表示购买力水平）、公路里程（表示基础设施情况）和进出口总额占GDP比重（表示对外开放程度）。目前研究达成的共识是，这些因素的状况越好，越容易吸引其他地区的产业到该地区进行投资，同时也就容易“黏住”该地区的产业，使其难以“逃离”该地区而转移到其他地区。
假设各产业的生产函数为三要素投入，采用广义的Cobb-Douglas生产函数形式，即：
12 数据来源及处理
与中部地区相比较，东部地区的北京、天津、上海、江苏、浙江和广东六省市与中部地区的人均国民收入差距最为明显，它们与中部地区的产业梯度差也就最大，最容易发生向中部地区的产业转移。因此，本文选择这六个省（市）2000—2012年的面板数据。为了降低数据规模，且不影响数据的基本形态，我们对面板数据取自然对数。
2 数据的平稳性及协整性检验
为了防止面板数据分析中出现伪回归，必须对各序列的平稳性进行检验。而检验数据平稳性最常用的就是单位根检验。检验结果是，只有LLC和PP-Fisher检验拒绝了不存在单位根的原假设，其他检验没有拒绝原假设，说明各数据序列存在单位根。
对各序列数据一阶差分处理后重新进行检验，其结果是所有检验都接受了不存在单位根的原假设，说明各序列的一阶差分数据是平稳的，各序列都是一阶单整的，这表明各序列之间有可能存在长期的均衡关系。
由于平稳性检验表明数据各序列之间可能存在长期的、稳定的均衡关系，因此有必要对此关系是否真的存在进行检验，即协整检验。检验得出：协整检验的显著性水平为00020，拒绝了不存在协整关系的零假设，说明模型中各序列之间存在着长期的、稳定的均衡关系。
3 模型回归分析与结果
面板数据模型克服了截面数据模型和时间序列模型的缺点，因此本文选取面板数据模型来进行实证分析。现将模型设定为无个体影响的不变系数模型进行回归分析。我们观察到，无个体影响的不变系数模型中，有三个解释变量（交通状况、工资水平和收入水平）的系数不显著，并且调整后的可决系数只有085，回归效果较差。
由于截面数小于解释变量数，因此无法设定模型为随机效应模型。对上述模型设定进行调整，重新设定为个体固定效应模型，并且对于每个截面成员都有相同的系数，权重设定为Cross-section Weights，从回归的结果看，各解释变量的系数都是显著的，并且加权统计的结果与不加权统计的结果相比较，加权统计中各回归指标都比不加权统计的结果明显改善。调整后的可决系数为0986，表明拟合优度较佳；D-W系数为219，大于2，表明不存在序列相关性；模型的F统计量的显著性水平为0，表明各序列之间存在显著性的线性关系。
模型回归的结果还表明，与中部地区产业梯度差最大的东部六个地区中，各个地区的固定影响因素不同。同样的产业转移粘性因素，对各地区的固定影响并不同。广东、江苏和天津受到的固定影响更大些，北京、上海和浙江受到的影响更小些。同时，在造成产业转移粘性的六个因素中，购买力水平、固定资产投资和劳动力供给对各地区产业转移的影响最大，交通便利性、劳动力成本、技术水平和对外开放程度对产业转移的影响较小。
虽然上述分析表明，我们调整后的个体固定效应模型回归效果较好，但面板数据之间是否真的存在个体固定影响？我们需要对此进行检验。检验的原假设H0：不同个体的模型截距项相同（建立混合估计模型），备择假设H1：不同个体的模型截距项不同（建立个体固定效应模型）。 其中SSEr，SSEu分别表示混合估计模型和个体固定效应模型的残差平方和。个体固定效应模型比混合估计模型多了N-1个被估参数。若计算出的F统计量的值大于其临界值，就拒绝原假设，应该建立个体固定效应模型。
对所设定的个体固定效应进行检验，其结果是F统计量的值为1069，大于第一自由度为5、第二自由度为65，显著性水平为001时的临界值，所以模型设定为个体固定效应模型是正确的。
4 产业转移粘性的测定
我们比较东部地区的北京、上海、天津、江苏、浙江和广东各省（市）与中部地区上述七个产业转移基础平均指标间的差距。由于前面建立面板数据模型时采用的是各指标的自然对数，因此在比较时，我们先将数据转换为自然数，然后再求其差额。将差额代入面板数据各截面模型，我们对产业转移粘性进行测定，其结果如下表所示。
东部六省市向中部地区产业转移的粘性系数
可以看出，东部六省市2007年之前的产业转移粘性系数几乎都小于零，表明2007年之前东部六省市整体上属于产业转出的态势，2007年之后产业转移粘性系数为正数，表明东部六省市的产业有了转入的态势，这可能与2008年金融危机的爆发不无关系。特别地，上海在2010年后产业才有了整体转入的态势，这可能与浦东开发的建设进程有一定的关系。
5 结 论
本文的研究结论是：①同样的产业转移粘性因素，对东部六个地区的固定影响不同，广东、江苏
和天津受到的固定影响更大些；②在造成产业转移粘性的六个因素中，购买力水平、固定资产投资和劳动力供给对各地区产业转移的影响最大；③东部六省市在2007年前后产业转移粘性系数由负数转为正数，说明产业由转出发展为转入的态势，这可能与2008年金融危机有关系。
东、中、西部地区通过产业转移可以优化产业结构，但产业转移依赖于一定的前提条件。首先，东部地区某些产业的优势已经很小，急需将产业转出以集中力量培育新型优势产业，中西部通过有选择地承接一些产业以升级产业结构；其次，东部地区产业转移的成本必须是其可以承受的，中西部地区通过优化当地的条件来吸引产业转移，尤其是对产业转移影响很大的因素：购买力水平、固定资产投资和劳动力供给；最后，国际投资环境如2008年金融危机和各区域的发展需要都不同程度影响着产业转移的趋势和规模。
注释：数据分析均由Eviews70软件完成。
参考文献：
[1]张晓峒Eviews使用指南与案例[M]北京：机械工业出版社，2007.
[2]张存菊，苗建军基于Panel-data的区际产业转移粘性分析[J]软科学，2010（1）：79-83.
[3]成祖松我国区域产业转移粘性的成因分析：一个文献综述[J]经济问题探索，2013（3）：187-194.
[4]Lewis ArthurThe Evolution of the International Economic Order[M]Princeton University Press， 1978.
[5]杜传忠，韩元军，张宪国我国区际产业转移的动力及粘性分析[J]江西社会科学，2012（5）.
[6]成祖松，王先柱，冷娜娜区域产业转移粘性影响因素的实证分析[J]财经科学，2013（11）：78-88.
[7]冯根福，刘志勇，蒋文定我国东中西部地区间工业产业转移的趋势、特征及形成原因分析[J]当代经济科学，2010（2）：7-16.