R＆D與產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)研究——基于非參數(shù)DEA方法和面板門檻模型的實(shí)證檢驗(yàn)

代 斌

(山東大學(xué)商學(xué)院，山東威海264209)

一、問題的提出

國(guó)家和區(qū)域間的競(jìng)爭(zhēng)力表現(xiàn)為對(duì)各種生產(chǎn)要素的吸引以及利用這些要素創(chuàng)造價(jià)值的能力，而產(chǎn)業(yè)集聚在全球化和區(qū)域化相互合作與競(jìng)爭(zhēng)中起到了不可替代的作用。對(duì)于產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)和技術(shù)創(chuàng)新的研究，新地理經(jīng)濟(jì)學(xué)、集群理論和內(nèi)生增長(zhǎng)理論等研究范式普遍認(rèn)為產(chǎn)業(yè)集聚能夠通過降低交易成本、加強(qiáng)企業(yè)競(jìng)爭(zhēng)、共享基礎(chǔ)設(shè)施和要素資源、獲得知識(shí)技術(shù)外溢以及擴(kuò)展上下游相互關(guān)聯(lián)的產(chǎn)業(yè)鏈等途徑提高生產(chǎn)效率，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

事實(shí)上，國(guó)內(nèi)外學(xué)者從不同角度對(duì)集聚效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)，其中，支持產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)的結(jié)果大量存在。Bottazzi＆Peri(2003)［1］利用1977—1995年間歐洲186個(gè)區(qū)域的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)，知識(shí)和技術(shù)的溢出效應(yīng)隨距離遞減。Gilbert，McDougall，Andretsch(2007)［2］利用 127 個(gè)不同地區(qū)的微觀企業(yè)數(shù)據(jù)檢驗(yàn)發(fā)現(xiàn)，集聚效應(yīng)通過技術(shù)知識(shí)溢出促進(jìn)企業(yè)創(chuàng)新。此外，Dekle＆Eaton(1999)［3］、Harris＆Ioannides(2000)［4］、Ottaviano＆Pinelli(2006)［5］、Braunerhjelm＆Borgman(2006)［6］和 Brulhart＆Mathys(2007)［7］等學(xué)者分別利用不同國(guó)家的數(shù)據(jù)分析得出產(chǎn)業(yè)集聚與生產(chǎn)率之間存在正向影響關(guān)系。

但是，也有不少學(xué)者的檢驗(yàn)結(jié)果不支持產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)。Bode(2004)［8］在擴(kuò)展Ciccone和Hall(1996)理論模型的基礎(chǔ)上，利用德國(guó)的數(shù)據(jù)檢驗(yàn)得出經(jīng)濟(jì)集聚與生產(chǎn)率沒有顯著關(guān)系。Bautista(2006)［9］采用工具變量法對(duì)墨西哥32個(gè)州年度數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果不支持聚集經(jīng)濟(jì)對(duì)于技術(shù)溢出的促進(jìn)作用。Gopinath等(2004)［10］研究美國(guó)制造業(yè)行業(yè)數(shù)據(jù)，發(fā)現(xiàn)產(chǎn)業(yè)集聚與生產(chǎn)率的增長(zhǎng)并沒有直接相關(guān)性，而呈現(xiàn)倒U關(guān)系;另外，Carlino(1979)［11］、Jones(1995)［12］的相關(guān)實(shí)證研究發(fā)現(xiàn)集聚效應(yīng)與生產(chǎn)率之間是負(fù)相關(guān)的關(guān)系。

那么，究竟產(chǎn)業(yè)集聚能否促進(jìn)技術(shù)的溢出?針對(duì)國(guó)內(nèi)外學(xué)者實(shí)證檢驗(yàn)結(jié)果的分歧，本文嘗試從技術(shù)吸收角度探討這一問題。盡管集聚效應(yīng)對(duì)技術(shù)溢出的促進(jìn)作用在理論上得到了有效的論證，但在實(shí)際數(shù)據(jù)的檢驗(yàn)中卻存在差異，由此本文猜測(cè)，在現(xiàn)實(shí)經(jīng)濟(jì)中，產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)的實(shí)現(xiàn)可能依賴于其他的因素。在現(xiàn)有文獻(xiàn)的實(shí)證研究中不難發(fā)現(xiàn)，發(fā)達(dá)國(guó)家和地區(qū)的檢驗(yàn)結(jié)果普遍存在著技術(shù)溢出效應(yīng)，但是對(duì)于發(fā)展中國(guó)家和地區(qū)的技術(shù)溢出效應(yīng)，假設(shè)檢驗(yàn)卻難以得到一般性的結(jié)論。一個(gè)可能的解釋就是各個(gè)國(guó)家和地區(qū)吸收能力的差異導(dǎo)致了產(chǎn)業(yè)集聚的技術(shù)溢出效果不同，而R＆D經(jīng)費(fèi)投入作為反映技術(shù)吸收能力的關(guān)鍵因素，對(duì)產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)產(chǎn)生了重要影響。Eaton ＆Kortum(1999)［13］，Kinoshita(2000)［14］，Connolly(2003)［15］實(shí)證研究發(fā)現(xiàn)，R＆D投入會(huì)促進(jìn)產(chǎn)業(yè)吸收、消化先進(jìn)技術(shù)，增強(qiáng)技術(shù)溢出效應(yīng);吳延兵(2006)［16］和李小平等(2006)［17］利用中國(guó)行業(yè)數(shù)據(jù)研究表明，R＆D 能促進(jìn)行業(yè)內(nèi)部技術(shù)擴(kuò)散，提高行業(yè)勞動(dòng)生產(chǎn)率?；诖耍疚脑谘芯慨a(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)時(shí)，將R＆D納入同一框架中進(jìn)行分析，研究在不同R＆D強(qiáng)度下，產(chǎn)業(yè)集聚與技術(shù)溢出的變動(dòng)關(guān)系。

二、模型設(shè)定和變量選擇

集聚經(jīng)濟(jì)的發(fā)展促進(jìn)了同質(zhì)和相互關(guān)聯(lián)企業(yè)的集中，而高度依附于企業(yè)的科技知識(shí)在高集聚地區(qū)得到了大量的累積，如何將集聚經(jīng)濟(jì)帶來的知識(shí)技術(shù)轉(zhuǎn)化為生產(chǎn)力，這與一個(gè)地區(qū)的技術(shù)吸收能力息息相關(guān)。因此，本文嘗試在R＆D視角下研究集聚經(jīng)濟(jì)的技術(shù)溢出效應(yīng)，摒棄以往對(duì)產(chǎn)業(yè)集聚與技術(shù)溢出的簡(jiǎn)單線性研究，借鑒Hansen(1999)［18］提出的系統(tǒng)內(nèi)生分組的非線性回歸方法——門限模型，選取不同地區(qū)的R＆D強(qiáng)度作為門檻變量，測(cè)算各省的全要素生產(chǎn)率(TFP)增長(zhǎng)，并將其作為技術(shù)溢出的代理變量，檢驗(yàn)產(chǎn)業(yè)空間集聚和區(qū)域技術(shù)溢出水平的非線性關(guān)聯(lián)。

(一)門檻模型不設(shè)定

本文研究在R＆D水平約束下產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)，結(jié)合Hansen的面板門檻模型，初步將研究的回歸方程設(shè)定為:

其中，技術(shù)溢出水平(TFPit)為被解釋變量，R＆D強(qiáng)度(Innoit)為門檻變量，制造業(yè)集聚指數(shù)(Aglit)為門檻依賴變量，城鎮(zhèn)化水平(Ubrit)、人力資本發(fā)展水平(Ubrit)、技術(shù)追趕項(xiàng)(Catch_upit)為控制變量，ηit為個(gè)體效應(yīng)，表示不隨時(shí)間變化但是影響地區(qū)技術(shù)進(jìn)步的資源稟賦差異;εit為隨機(jī)擾動(dòng)項(xiàng)，假設(shè)其服從均值為零且方差有限的正態(tài)分布。門檻模型主要解決兩方面問題:一是聯(lián)合估計(jì)門檻值γ和斜率值β;二是進(jìn)行門檻效應(yīng)檢驗(yàn)，即門檻的顯著性檢驗(yàn)和門檻真實(shí)性檢驗(yàn)。

(二)數(shù)據(jù)來源及變量說明

本文采用的是我國(guó)29個(gè)省份1986—2011年的樣本數(shù)據(jù)進(jìn)行實(shí)證分析。由于西藏省份數(shù)據(jù)存在嚴(yán)重缺失，所以不將其納入樣本范圍;而重慶市在1997年之前缺失數(shù)據(jù)，所以將重慶市和四川省合并為同一樣本分析，其他缺失數(shù)據(jù)采用插值法補(bǔ)齊。除特別指出外，數(shù)據(jù)的來源均為《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省《統(tǒng)計(jì)年鑒》。各項(xiàng)指標(biāo)的描述性統(tǒng)計(jì)如表1。

表1 各指標(biāo)的描述性統(tǒng)計(jì)

其中，全要素生產(chǎn)率(TFPit)增長(zhǎng)作為衡量地區(qū)技術(shù)溢出水平的指標(biāo)。衡量不同測(cè)算地區(qū)全要素生產(chǎn)率的方法優(yōu)缺點(diǎn)，我們使用數(shù)據(jù)包絡(luò)分析(DEA)的Malmquist生產(chǎn)率指數(shù)，計(jì)算TFP的增長(zhǎng)。Malmquist生產(chǎn)率是利用投入產(chǎn)出效率計(jì)算每個(gè)年份相對(duì)要素生產(chǎn)率，本文以1978年不變價(jià)格的實(shí)際GDP作為產(chǎn)出變量，投入變量采用資本存量和勞動(dòng)要素，資本存量沿用張軍等(2004)［19］的做法選取9.6%的經(jīng)濟(jì)折舊率，采用永續(xù)盤存法估計(jì)中國(guó)各省1985—2011年的資本存量，并折算為1978年不變價(jià)格;勞動(dòng)要素選擇各省年底從業(yè)人數(shù)代替，具體原理可見顏鵬飛等(2004)［19］相關(guān)論文。

本文研究的是在R＆D經(jīng)費(fèi)支出約束水平下產(chǎn)業(yè)集聚與全要素生產(chǎn)率增長(zhǎng)的變動(dòng)關(guān)系，因此，本文選取各省份的R＆D強(qiáng)度作為門檻變量(Innoit)，產(chǎn)業(yè)集聚水平作為門檻依賴變量(Aglit)。對(duì)于R＆D強(qiáng)度指標(biāo)，本文選取R＆D經(jīng)費(fèi)存量占生產(chǎn)總值百分比表示。產(chǎn)業(yè)集聚水平選擇的是中國(guó)各省份的制造業(yè)集聚程度，測(cè)算指標(biāo)為制造業(yè)的區(qū)位熵指數(shù)，用各省份制造業(yè)的生產(chǎn)總值占該省份所有行業(yè)的比例，除以全國(guó)制造業(yè)生產(chǎn)總值在全國(guó)總行業(yè)生產(chǎn)總值的比例，即可測(cè)算出不同地區(qū)的制造業(yè)集聚水平。

在門限模型設(shè)定中，為更全面地反映集聚水平高對(duì)全要素生產(chǎn)率增長(zhǎng)的影響程度，本文選取中國(guó)各個(gè)省份的城鎮(zhèn)化水平(Ubrit)、人力資本水平(Ubrit)和技術(shù)追趕項(xiàng)(Catch_upit)作為控制變量。其中，城鎮(zhèn)化選取的是各省份非農(nóng)村人口的比例;人力資本別表示各教育層次的權(quán)重和不同教育程度的從業(yè)人員比重，本文借鑒楊文舉(2006)［21］的方法，根據(jù)受教育程度的不同賦予從業(yè)人員不同權(quán)重:文盲、半文盲、小學(xué)、初中、高中、大專及以上分別為0、1、6、9、12、16，以陳釗等(2004)［22］的數(shù)據(jù)為基礎(chǔ)，估算我國(guó)各省份歷年從業(yè)人員的人均受教育年限表示各地區(qū)的人力資本水平;技術(shù)追趕項(xiàng)Catch_up=Hi(Ymax-Yi)/Yi，Ymax，其中，表示的是最發(fā)達(dá)地區(qū)的人均收入水平，以上海市人均收入表示，Yi表示i省份的人均收入水平。

三、集聚對(duì)全要素生產(chǎn)率(TFP)增長(zhǎng)的實(shí)證結(jié)果及討論

(一)模型門檻效應(yīng)檢驗(yàn)

在模型系數(shù)估計(jì)之前，必須檢驗(yàn)?zāi)Ｐ褪欠翊嬖陂T檻效應(yīng)。針對(duì)本文建立的實(shí)證模型，為判斷模型究竟存在幾個(gè)門檻值，Hansen構(gòu)造了門限模型的F統(tǒng)計(jì)量進(jìn)行識(shí)別。檢驗(yàn)結(jié)果如下:

表2 門檻效應(yīng)檢驗(yàn)

通過模型的門檻效應(yīng)檢驗(yàn)結(jié)果可知，單門檻效應(yīng)在1%的顯著性水平下顯著，且F統(tǒng)計(jì)量為37.985，P值為0.006;雙門檻效應(yīng)在5%的顯著性水平下顯著，且F統(tǒng)計(jì)量為10.955，P值為0.016;三重門檻效應(yīng)在10%的顯著性水平下顯著，且F統(tǒng)計(jì)量為8.635，P值為0.068。為確定門檻個(gè)數(shù)，需進(jìn)一步檢驗(yàn)門檻值及其置信區(qū)間。

(二)門檻值的確定和檢驗(yàn)

門檻效應(yīng)檢驗(yàn)的原假設(shè)(H0)為:β1=β2，Hansen(1996)提出使用極大似然估計(jì)量檢驗(yàn)?zāi)Ｐ烷T檻值，模型的門檻值則是能夠使LR估計(jì)值接近于零的門檻變量的取值，基于此，本文采用“自助取樣法”(bootstrap)，運(yùn)用 stata12.0抽樣500次，測(cè)算模型的LR值，進(jìn)而確定模型的門檻置信區(qū)間。

上圖為門限自抽樣檢驗(yàn)的LR趨勢(shì)線，LR與圖中虛線相交的點(diǎn)為門檻變量(Innoit)的置信區(qū)間，由圖1可知，估計(jì)出的第一個(gè)門檻值置信區(qū)間為［2.261，3.265］，抽樣結(jié)果顯示，當(dāng)門檻變量為2.790時(shí)，LR的值最接近零，所以門檻單一門檻值為2.790，在確定第一個(gè)門檻值的基礎(chǔ)上繼續(xù)抽樣驗(yàn)證第二個(gè)門檻。模型存在第二個(gè)門檻，LR趨勢(shì)線與虛線相交于1.179和1.908，這是第二個(gè)門檻值的置信區(qū)間，抽樣結(jié)果顯示第二個(gè)門檻值為1.511。為判斷第三個(gè)門檻值是否可取，在固定兩個(gè)門檻的基礎(chǔ)上對(duì)樣本重新抽樣，確定第三個(gè)門檻值為8.652，但在樣本數(shù)據(jù)中只有極個(gè)別的數(shù)值在8.652之上，由此判定第三個(gè)門檻值是游離于整體樣本之外的離群值。因此，本文將模型設(shè)定為雙門檻面板門檻模型，門檻變量R＆D強(qiáng)度(Inno it)的兩個(gè)門檻值分別為2.790和1.511。

(三)模型的估計(jì)結(jié)果及討論

根據(jù)模型門檻效應(yīng)檢驗(yàn)的結(jié)果，將模型修正為雙重門檻模型，如下:

基于上述模型，將模型內(nèi)生分組，分別在地區(qū)R＆D強(qiáng)度位于1.511以下、1.511與2.790之間以及2.790以上，對(duì)模型系數(shù)進(jìn)行回歸估計(jì)，以期研究在不同R＆D強(qiáng)度下，產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率的增長(zhǎng)的影響差異程度。為使模型估計(jì)更加直觀，本文采用面板固定效應(yīng)模型和門檻模型分別對(duì)變量進(jìn)行估計(jì)對(duì)比，見表3。

表3 模型估計(jì)結(jié)果

由表3可知，城鎮(zhèn)化水平的加劇對(duì)于地區(qū)全要素生產(chǎn)率的增長(zhǎng)促進(jìn)作用不顯著，這是因?yàn)殡m然廉價(jià)的農(nóng)村勞動(dòng)力涌入城鎮(zhèn)，但從事的大部分工作是簡(jiǎn)單的體力勞動(dòng)，并不能有效促進(jìn)地區(qū)企業(yè)之間的技術(shù)知識(shí)流動(dòng)，并且隨著地區(qū)的城鎮(zhèn)化進(jìn)程的加快，居民的收入差距也不斷擴(kuò)大(蔡昉，2003)［23］，不同時(shí)期城鄉(xiāng)收入差距對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)不同(王少平等，2007)［24］，所以城鎮(zhèn)化不能直接促進(jìn)地區(qū)生產(chǎn)率提高;人力資本與全要素生產(chǎn)率增長(zhǎng)的關(guān)系顯著為正，表明人力資本在吸收、消化集聚效應(yīng)帶來的知識(shí)技術(shù)積累中起到顯著的促進(jìn)作用;技術(shù)追趕項(xiàng)對(duì)全要素增長(zhǎng)的影響顯著為負(fù)，這說明全要素生產(chǎn)率存在馬太效應(yīng)，落后地區(qū)并沒有表現(xiàn)出對(duì)發(fā)達(dá)地區(qū)生產(chǎn)率的追趕。

本文關(guān)注的重點(diǎn)是在不同R＆D強(qiáng)度下，產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率(TFP)增長(zhǎng)影響的差異性。通過面板固定效應(yīng)的檢驗(yàn)結(jié)果可見，產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)的影響并不顯著，由此表明產(chǎn)業(yè)集聚與TFP增長(zhǎng)的關(guān)系并不是簡(jiǎn)單的線性關(guān)系。而在面板門限模型估計(jì)結(jié)果中，產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)的影響存在顯著的門檻效應(yīng)。在R＆D強(qiáng)度位于1.511以下，產(chǎn)業(yè)集聚與TFP增長(zhǎng)的關(guān)系雖然為正，但并不明顯;當(dāng)R＆D強(qiáng)度跨越1.511，產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)的正向影響在置信水平為10%的條件下顯著;而當(dāng)R＆D強(qiáng)度位于2.790以上時(shí)，產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)的促進(jìn)作用明顯加強(qiáng)，顯著性水平也進(jìn)一步提高。兩種模型的估計(jì)結(jié)果充分支持了本文的預(yù)期假設(shè)，地區(qū)的科研投入會(huì)對(duì)產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)產(chǎn)生約束和限制，當(dāng)研發(fā)投入較低時(shí)，集聚所帶來的技術(shù)積累得不到有效的吸收和消化，因此不會(huì)產(chǎn)生技術(shù)溢出效應(yīng)，對(duì)TFP增長(zhǎng)的促進(jìn)作用也不明顯;隨著R＆D經(jīng)費(fèi)的不斷投入，則會(huì)促進(jìn)集聚地區(qū)內(nèi)科學(xué)技術(shù)的進(jìn)步，將集聚效應(yīng)產(chǎn)生的技術(shù)積累有效地轉(zhuǎn)化為生產(chǎn)力，促進(jìn)地區(qū)創(chuàng)新能力和經(jīng)濟(jì)水平的發(fā)展;當(dāng)R＆D強(qiáng)度得到進(jìn)一步提高，技術(shù)知識(shí)的轉(zhuǎn)化效應(yīng)加速，對(duì)地區(qū)的投入產(chǎn)出效率的促進(jìn)作用尤為明顯。

(四)對(duì)于樣本的內(nèi)生性分組

依據(jù)雙重門檻模型估計(jì)結(jié)果，可以將研究對(duì)象分為三組，即較低R＆D強(qiáng)度組(Innoit≤1.511)，中等R＆D強(qiáng)度組(1.511 ＜Innoit≤2.790)和較高R＆D強(qiáng)度組(Innoit﹥2.790)。為直觀地研究中國(guó)歷年R＆D支出變化，本文選取了1995年、2000年、2005年和2011年的各省R＆D指標(biāo)對(duì)比分析。

表4 各省歷年R＆D強(qiáng)度分組

由內(nèi)生分組結(jié)果可見，我國(guó)的R＆D強(qiáng)度總體呈現(xiàn)上升趨勢(shì)。在1995年，各省份的R＆D強(qiáng)度投入普遍偏低，絕大部分地區(qū)落在第一區(qū)間，只有三個(gè)省份的科技研發(fā)投入達(dá)到中等水平，而在較高R＆D強(qiáng)度組只有兩個(gè)省份;在2000年，各省的R＆D經(jīng)費(fèi)產(chǎn)生了一定的變化，但總體變化不明顯，只有廣東省進(jìn)入到中等R＆D強(qiáng)度組，其他各省的區(qū)間并沒有變動(dòng);而隨著經(jīng)濟(jì)發(fā)展和科技進(jìn)步，各省對(duì)科研經(jīng)費(fèi)投入越來越重視，2005年各省的R＆D強(qiáng)度發(fā)生了較大的變動(dòng)，共有11個(gè)省份的R＆D強(qiáng)度達(dá)到了中等水平，而上海和天津的經(jīng)費(fèi)支出跨越過了第二個(gè)門檻值，進(jìn)入了較高R＆D強(qiáng)度組;在2011年，各省的R＆D強(qiáng)度進(jìn)一步提高，較低R＆D強(qiáng)度組只剩下海南省，中高R＆D強(qiáng)度組的省份數(shù)均為14個(gè)。此外，本文發(fā)現(xiàn)，我國(guó)R＆D強(qiáng)度在東中西部地區(qū)存在差異。以2011年底的各省分組為例，雖然大部分省份的R＆D投入水平達(dá)到了中等以上水平，但是經(jīng)過進(jìn)一步分類發(fā)現(xiàn)，東中西地區(qū)R＆D水平存在顯著的差異，東部地區(qū)的11個(gè)省份共有9個(gè)位于較高R＆D強(qiáng)度組，而中西部大部分省份則仍位居中等R＆D強(qiáng)度組。

四、產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)作用渠道的進(jìn)一步驗(yàn)證

在驗(yàn)證產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率增長(zhǎng)存在門檻效應(yīng)的基礎(chǔ)上，本文進(jìn)一步研究在不同R＆D水平下，產(chǎn)業(yè)集聚對(duì)TFP增長(zhǎng)的作用渠道?；跀?shù)據(jù)包絡(luò)(DEA)的估算方法，TFP增長(zhǎng)可以進(jìn)一步分解:［25］

由(3)式可知，TFP增長(zhǎng)可以分解為兩部分，一個(gè)是技術(shù)效率的改進(jìn)(EFFCH)，一個(gè)是技術(shù)進(jìn)步的變化(TECH)。其中，EFFCH是要素強(qiáng)處置和規(guī)模報(bào)酬不變條件下的相對(duì)效率變化指數(shù)，測(cè)度的是t到t+1期每個(gè)觀察對(duì)象到最佳時(shí)點(diǎn)的追趕程度。TECH測(cè)度的是技術(shù)邊界從t到t+1期的移動(dòng)，該指標(biāo)大于1表示技術(shù)進(jìn)步，等于1時(shí)技術(shù)無進(jìn)步，小于1時(shí)技術(shù)退步。為進(jìn)一步研究產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率增長(zhǎng)的門檻效應(yīng)的作用渠道，本文分別驗(yàn)證在R＆D(Innoit)約束下產(chǎn)業(yè)集聚(Aglit)對(duì)技術(shù)進(jìn)步(TECH)和技術(shù)效率(EFFCH)影響的門檻效應(yīng)。關(guān)于門檻效應(yīng)研究和門檻F統(tǒng)計(jì)驗(yàn)證步驟限于文章篇幅不再列出，實(shí)證最終結(jié)果見表5。

表5 模型估計(jì)結(jié)果

針對(duì)模型估計(jì)結(jié)果，本文重點(diǎn)研究在不同R＆D強(qiáng)度下產(chǎn)業(yè)集聚促進(jìn)全要素生產(chǎn)率增長(zhǎng)的作用渠道。通過表4的檢驗(yàn)結(jié)果可見，在較低R＆D區(qū)間，集聚對(duì)技術(shù)進(jìn)步(EFFCH)的影響不顯著，但是隨著科研經(jīng)費(fèi)投入水平的不斷提高，集聚對(duì)技術(shù)進(jìn)步(EFFCH)的促進(jìn)作用逐漸加強(qiáng)，且十分顯著;而產(chǎn)業(yè)集聚對(duì)于技術(shù)效率(EFFCH)影響起初為正，但是隨著R＆D強(qiáng)度的提高，集聚對(duì)于技術(shù)效率的影響作用逐漸為負(fù)。這說明產(chǎn)業(yè)集聚的技術(shù)效應(yīng)主要是通過促進(jìn)技術(shù)進(jìn)步來實(shí)現(xiàn)的，R＆D水平的提高則會(huì)加快集聚地區(qū)新信息、新創(chuàng)意、新技術(shù)在企業(yè)之間的傳播速度，促進(jìn)新工藝、新技術(shù)的外溢的實(shí)現(xiàn)，進(jìn)而促進(jìn)地區(qū)技術(shù)進(jìn)步;但是，隨著地區(qū)專業(yè)化水平的提高，大量同質(zhì)和關(guān)聯(lián)企業(yè)的不斷集中，集聚密度達(dá)到一定程度之后，地方公共設(shè)施供給難以滿足需求的快速增長(zhǎng)，會(huì)出現(xiàn)能源緊張、交通擁擠、要素供給不足等“擁擠現(xiàn)象”，同時(shí)在高集聚密度的區(qū)域，企業(yè)內(nèi)部的管理方式相對(duì)落后、企業(yè)之間的惡意競(jìng)爭(zhēng)等現(xiàn)象會(huì)在一定程度影響技術(shù)效率的改進(jìn)，在本文實(shí)證結(jié)果中，集聚對(duì)技術(shù)效率影響的先正后負(fù)，也充分說明了這個(gè)問題。綜合來看，盡管在不同R＆D強(qiáng)度下，產(chǎn)業(yè)集聚對(duì)技術(shù)進(jìn)步和技術(shù)效率的影響不盡相同，但整體上R＆D對(duì)產(chǎn)業(yè)集聚的技術(shù)溢出起到了顯著的促進(jìn)作用。

五、結(jié)論與啟示

本文基于1986—2011年中國(guó)省際數(shù)據(jù)，利用面板門限模型，以各省R＆D強(qiáng)度為門檻變量，產(chǎn)業(yè)集聚水平為門檻依賴變量，檢驗(yàn)了不同R＆D強(qiáng)度下產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)。研究結(jié)果表明，產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)確實(shí)存在著門檻效應(yīng)，只有當(dāng)R＆D強(qiáng)度達(dá)到1.511時(shí)，產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率的促進(jìn)作用才在統(tǒng)計(jì)上表現(xiàn)出一定的顯著性，而當(dāng)R＆D強(qiáng)度跨越2.790時(shí)，產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率的促進(jìn)作用則表現(xiàn)得十分顯著。這意味著，隨著區(qū)域R＆D投入的不斷增加，產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)會(huì)不斷加強(qiáng)，而集聚產(chǎn)生的技術(shù)積累則能有效地轉(zhuǎn)化為生產(chǎn)力，帶來地區(qū)生產(chǎn)率水平的提高，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。因此，區(qū)域在利用產(chǎn)業(yè)集聚帶來的技術(shù)溢出效應(yīng)提高產(chǎn)業(yè)技術(shù)水平時(shí)，應(yīng)注意加大R＆D投入，提高區(qū)域R＆D水平，為產(chǎn)業(yè)集聚發(fā)展提供良好的技術(shù)吸收消化環(huán)境，突破R＆D投入對(duì)產(chǎn)業(yè)集聚技術(shù)溢出效應(yīng)的限制和約束，有效提升產(chǎn)業(yè)競(jìng)爭(zhēng)力。

此外，本文發(fā)現(xiàn)，雖然R＆D強(qiáng)度對(duì)產(chǎn)業(yè)集聚的技術(shù)溢出效應(yīng)整體上存在著積極影響，但不同R＆D強(qiáng)度下產(chǎn)業(yè)集聚對(duì)全要素生產(chǎn)率的具體作用渠道卻不同。其中，產(chǎn)業(yè)集聚在不同的R＆D強(qiáng)度下與技術(shù)進(jìn)步之間均存在正向影響，且產(chǎn)業(yè)集聚對(duì)技術(shù)進(jìn)步的促進(jìn)作用隨著R＆D強(qiáng)度的加強(qiáng)愈加明顯。然而，產(chǎn)業(yè)集聚與技術(shù)效率水平則僅在中低R＆D強(qiáng)度的區(qū)域中趨于同方向變化，也就是說，隨著R＆D強(qiáng)度的提高，集聚對(duì)技術(shù)效率的積極作用將越來越弱，甚至出現(xiàn)負(fù)向影響。這說明在集聚程度較高的區(qū)域，“擁擠現(xiàn)象”、同質(zhì)企業(yè)之間惡性競(jìng)爭(zhēng)等現(xiàn)象相應(yīng)較嚴(yán)重，這將阻礙產(chǎn)業(yè)技術(shù)效率的提高。對(duì)此，應(yīng)注意加強(qiáng)對(duì)產(chǎn)業(yè)集聚區(qū)企業(yè)的監(jiān)管，完善相應(yīng)的法律法規(guī)，減少企業(yè)間的惡性競(jìng)爭(zhēng)，同時(shí)也要及時(shí)完善產(chǎn)業(yè)發(fā)展所需的公共配套設(shè)施，減少產(chǎn)業(yè)集聚過程中的技術(shù)效率浪費(fèi)，促進(jìn)集聚區(qū)產(chǎn)業(yè)健康可持續(xù)發(fā)展。

最后，通過對(duì)中國(guó)各省R＆D支出變化的研究，本文指出，盡管中國(guó)各省R＆D強(qiáng)度總體呈現(xiàn)上升趨勢(shì)，但區(qū)域發(fā)展卻不平衡，東部地區(qū)大部分省份的R＆D投入水平均達(dá)到了中等以上水平，而中西部地區(qū)的大部分省份則仍處于中等R＆D強(qiáng)度組。值得注意的是，通過實(shí)證分析本文還發(fā)現(xiàn)，全要素生產(chǎn)率的增長(zhǎng)并不具有收斂性，落后地區(qū)的全要素生產(chǎn)率并不具有更快的增長(zhǎng)率。全要素生產(chǎn)率的這種馬太效應(yīng)將會(huì)導(dǎo)致東中西部生產(chǎn)率差距的進(jìn)一步擴(kuò)大，使區(qū)域發(fā)展的不平衡性加劇。因此，在加大各省R＆D強(qiáng)度的同時(shí)，更應(yīng)注意協(xié)調(diào)東中西部產(chǎn)業(yè)發(fā)展，改善中西部地區(qū)產(chǎn)業(yè)發(fā)展的基礎(chǔ)設(shè)施，提高中西部地區(qū)從業(yè)人員的受教育水平，加大對(duì)中西部產(chǎn)業(yè)發(fā)展R＆D投入的政策支持，提高中西部地區(qū)產(chǎn)業(yè)的技術(shù)吸收、消化能力，促進(jìn)產(chǎn)業(yè)生產(chǎn)率的增長(zhǎng)，緩解區(qū)域產(chǎn)業(yè)發(fā)展不平衡的矛盾，實(shí)現(xiàn)經(jīng)濟(jì)快速健康可持續(xù)發(fā)展。

［1］Bottazzi L.and G Peri.Innovation and Spillovers in Regions:Evidence from European Patent Data［J］.European Economic Review，2003，46:687-710.

［2］Gilbert B.A ，Mcdougall P.Pand Audretsch D.B.Clusters.Knowledge Spillovers and New Venture Performance:An empirical examination［J］.Journal of Business Venturing，2007.

［3］Dekle R and Eaton J.Agglomeration and Land Rents:Evidence from the Prefectures［J］.Journal of Urban Eeonomics，1999，46(2):200-214.

［4］Harris T.F and Ioannides Y.M.Productivity and Metropolitan Density.Discussion Paper，Department of Economics，Tufts University，2000.

［5］Ottaviano G.I.P and D.Pinelli.Market Potential and Productivity:Evidence from Finnish Regions［J］.Regional Science and Urban Economics，2006，36:636-657.

［6］Pontus Braunerhjelm and Benny Borgman.Agglomeration，Diversity and Regional Growth.Electronic Working Paper 71，2006.

［7］Brulhart M.and Mathys N.Sectoral Agglomeration Economics in a Panel of European Regions.CEPR Discussion Paper，2007，6410.

［8］Bode E.Productivity Effects of Agglomeration Externalities.Working Paper，2004

［9］ Bautista A.D.Agglomeration Economies，Economic Growth and the New Economic Geography in Mexieo［Z］.EconWPA，2005

［10］Gopinath M，Piek D.and Y.Li.An Empirical Analysis of Productivity Growth and Industrial Concentration in US Manufacturing［J］.Applied Economics，2004，36(1):1-17

［11］Carlino G.A.Increasing Returns to Scale in Metropolitan Manufacturing.Journal of Regional Science，Vol.19，1979:363-373.

［12］Jones C.R＆D-Based Models of Economic Growth.Journal of Political Economy［J］，Vol.103，1995:759-784.

［13］ Jonathan Eaton and Samuel Kortum.International Technology Diffusion:Theory and Measurement［ R］，Boston University and NBER，Working paper，1996b:1-56.

［14］Kinoshita Y.R＆D and Technology Spillovers Via FDI:Innovation and Absorptive Capacity［R］，CEPR Working Paper Number 349，2000.

［15］Connolly M.The Dual Nature of Trade:Measuring Its Impact on Imitation and Growth［J］，Journal of Development Economics，2003，72:31-55.

［16］吳延兵.R＆D與生產(chǎn)率—基于中國(guó)制造業(yè)的實(shí)證研究［J］.經(jīng)濟(jì)研究，2006，(11):60-71.

［17］李小平，朱鐘棣.國(guó)際貿(mào)易、R＆D溢出和生產(chǎn)率增長(zhǎng)［J］.經(jīng)濟(jì)研究，2006，(12):31-43.

［18］Hansen B.E.Effects in No-dynamic Panels:Estimation，Testing，and Inference［J］.Journal of Econometrics.1999，93(2):345-368.

［19］張 軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算:1952—2000［J］.經(jīng)濟(jì)研究，2004，(10):35-44.

［20］顏鵬飛，王 兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng):基于DEA的實(shí)證分析［J］.經(jīng)濟(jì)研究，2004，(12):55-65

［21］楊文舉.適宜技術(shù)理論與中國(guó)地區(qū)經(jīng)濟(jì)差距的實(shí)證研究［D］.武漢大學(xué).

［22］陳 釗，陸 銘，金 煌.中國(guó)人力資本和教育發(fā)展的區(qū)域差異:對(duì)于面板數(shù)據(jù)的估算［J］.世界經(jīng)濟(jì)，2004，(12):25-31.

［23］蔡 昉.城鄉(xiāng)收入差距與制度變革的臨界點(diǎn)［J］.中國(guó)社會(huì)科學(xué)，2003，(5):16-25.

［24］王少平，歐陽志剛.我國(guó)城鄉(xiāng)收入差距的度量及其對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)［J］.經(jīng)濟(jì)研究，2007，(10):44-55.

［25］ Fare R，Grosskopf S and Norris M.Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，84:66-83