中國高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)差異分析

陳　俊，代　明，宋　慧

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東　廣州　510632)

?

中國高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)差異分析

陳俊，代明，宋慧

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東廣州510632)

本文借鑒Akihiro Otsuka和Mika Goto改進(jìn)的索洛殘差法，對中國高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)進(jìn)行效果評價，并進(jìn)一步分析了財政科技投入對高技術(shù)產(chǎn)業(yè)集聚的貢獻(xiàn)。研究發(fā)現(xiàn)，高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)存在顯著的區(qū)域差異，財政科技投入的貢獻(xiàn)率呈收斂趨勢，且中西部的高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)高于東部地區(qū)，從而為政府優(yōu)化科技資源投入提供相應(yīng)建議。

集聚經(jīng)濟(jì)效應(yīng)；索洛殘差法；財政科技投入

1　引言

新一輪科技革命背景下，各國或地區(qū)紛紛調(diào)整發(fā)展戰(zhàn)略以應(yīng)對正在孕育的產(chǎn)業(yè)變革。2013年德國正式推出工業(yè)4.0計劃，以提升制造業(yè)的智能化水平。中國在2002年就提出要走“以信息化帶動工業(yè)化，以工業(yè)化促進(jìn)信息化”的新型工業(yè)化道路?？梢灶A(yù)見，高技術(shù)產(chǎn)業(yè)將成為未來各國或地區(qū)之間合作競爭的重要領(lǐng)域。當(dāng)下中國經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”階段，一個重要任務(wù)就是如何加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)以要素驅(qū)動、投資規(guī)模驅(qū)動為主向以創(chuàng)新驅(qū)動發(fā)展為主轉(zhuǎn)變，發(fā)展高技術(shù)產(chǎn)業(yè)對提升中低技術(shù)產(chǎn)業(yè)增長、帶動區(qū)域工業(yè)發(fā)展具有重要的現(xiàn)實意義[1-2]。

中國高技術(shù)產(chǎn)業(yè)發(fā)展極不平衡，其主要原因是區(qū)域生產(chǎn)效率存在明顯差異。東、中部的高技術(shù)產(chǎn)業(yè)生產(chǎn)效率高于西部，且上升趨勢明顯，西部則處于相對平穩(wěn)狀態(tài)[3]。這說明即使投入等量生產(chǎn)要素，因生產(chǎn)效率差異，東、中部地區(qū)將比西部獲得更高的經(jīng)濟(jì)回報。這種超額回報從企業(yè)層面可理解為規(guī)模經(jīng)濟(jì)，從區(qū)域?qū)用鎰t表現(xiàn)為集聚經(jīng)濟(jì)[4]。在實際研究中，對其實現(xiàn)量化顯得尤為重要。

關(guān)于產(chǎn)業(yè)集聚的定量評價，常用指標(biāo)包括行業(yè)集中度(CRn)、赫芬達(dá)爾指數(shù)(HHI)、區(qū)位熵(LQ)，空間基尼系數(shù)(G)、EG指數(shù)、DO指數(shù)、SP指數(shù)等[5]。以上方法均只能度量產(chǎn)業(yè)集聚水平，屬于集聚狀態(tài)評價。索洛殘差法(Solow Residual Approach)過去用以測算全要數(shù)生產(chǎn)率(TFP)，經(jīng)Otsuka和Goto(2015)改進(jìn)，可測量集聚經(jīng)濟(jì)效應(yīng)，并發(fā)現(xiàn)社會先行資本對日本制造業(yè)和非制造業(yè)的集聚經(jīng)濟(jì)效應(yīng)均存在顯著正影響[6]。此法對產(chǎn)業(yè)集聚進(jìn)行直接的效果評價，具有較大的借鑒意義。

高技術(shù)產(chǎn)業(yè)發(fā)展與政府引導(dǎo)密切相關(guān)。2014年中央及地方財政科技支出達(dá)5253.86億元，連續(xù)8年以14.4%的均速增加。如何優(yōu)化這些科技資源配置是政府部門關(guān)注的現(xiàn)實問題。理論上，政府通過提供一定的財政支持，發(fā)展高端產(chǎn)業(yè)所需的技術(shù)基礎(chǔ)，引導(dǎo)高技術(shù)產(chǎn)業(yè)集聚。實際上，財政科技投入的去向是決定配置效率的關(guān)鍵，部分科技資源已經(jīng)或正被浪費。本文發(fā)現(xiàn)，東部地區(qū)財政科技投入對高技術(shù)產(chǎn)業(yè)集聚的貢獻(xiàn)率正在快速下滑，低于全國平均水平線，西部地區(qū)逐漸接近全國平均水平線，中部地區(qū)則已經(jīng)超過平均水平線。說明存在高財政科技投入對應(yīng)低經(jīng)濟(jì)效應(yīng)、低財政科技投入對應(yīng)高經(jīng)濟(jì)效應(yīng)這一錯配關(guān)系。因此，建議適當(dāng)將部分科技資源轉(zhuǎn)向中西部地區(qū)，尤其是在科技資源富余而效率偏低與科技資源緊缺而效率激增的地區(qū)之間實現(xiàn)動態(tài)調(diào)整，從而實現(xiàn)有限資源效益最大化。

2　模型推導(dǎo)

2.1理論模型

假設(shè)高技術(shù)產(chǎn)業(yè)的總量生產(chǎn)函數(shù)形式為Yt=Atf(Kt,Lt)，t為時刻，Y為產(chǎn)出，K為資本存量，L為勞動投入，A為?？怂怪行约夹g(shù)系數(shù)。方程兩邊同時對t求導(dǎo)并除以Y，得式(1)：

(1)

利潤最大化的一階條件為：

(2)

(3)

式中，P、PK、PL分別為產(chǎn)品、資本和勞動的價格。資本產(chǎn)出份額SK和勞動產(chǎn)出份額SL分別為：

(4)

(5)

設(shè)γ=SK+SL，若γ>1，則表示集聚經(jīng)濟(jì)；若γ<1，則表示集聚不經(jīng)濟(jì)。將式(4)、式(5)代入式(1)，得式(6)：

(6)

索洛殘差(Solow Residual)則定義為：

(7)

不難推出式(8)：

(8)

通過式(8)估計出γ值，其值反映高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)的大小。

2.2實證模型

估計γ值之前，先要通過式(7)估測SL的大小，獲得SR。運(yùn)用式(9)進(jìn)行回歸，i為樣本區(qū)域，a0為常數(shù)項，為隨機(jī)項。

ln(Yit/Lit)=a0+αln(Kit/Lit)+εit

(9)

然后，運(yùn)用式(10)估測γ值。b0為常數(shù)項，為隨機(jī)項。

SRit=b0+βlnKit+εit

(10)

因此，γ=1+。

3　數(shù)據(jù)與變量

3.1樣本選擇和數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》(以下簡稱“高技術(shù)年鑒”)和《中國統(tǒng)計年鑒》。樣本包括中國所有省級單位(省、直轄市、自治區(qū))，時間跨度為1995—2012年。獲取的主要指標(biāo)包括：分地區(qū)高技術(shù)產(chǎn)業(yè)增加值(億元)，新增固定資產(chǎn)(億元)，從業(yè)人員年平均人數(shù)(人)，財政科技支出(萬元，2006年之前為科技三項費用、科學(xué)事業(yè)費之和，2007年之后為科學(xué)技術(shù)支出)。價格平減指數(shù)(折合1995年可比價)包括：分地區(qū)生產(chǎn)總值平減指數(shù)，固定資產(chǎn)投資價格指數(shù)，工業(yè)生產(chǎn)者出廠價格指數(shù)。按地區(qū)分組東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南(12個)；中部地區(qū)包括：山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南(8個)；西部地區(qū)包括：內(nèi)蒙古、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆(11個)。

3.2主要變量的處理

資本存量、勞動投入量是生產(chǎn)關(guān)系中兩項重要投入指標(biāo)。勞動投入量一般采用從業(yè)人員數(shù)或從業(yè)人員工作時長衡量。資本存量一般采用永續(xù)盤存法(PIM)測算，公式為Kt=It+(1-σ)Kt-1，σ為資本折舊率，It為第t期固定資產(chǎn)投資額。該方法的關(guān)鍵在于基期資本存量和折舊率的確定。對于基期高技術(shù)產(chǎn)業(yè)的資本存量，本文借鑒吳延兵估計基期R&D存量的方法[7]，公式為K1=I1(1+g)/(g+σ)，式中g(shù)為基期以前的固定資產(chǎn)投資平均增長率。因此，在已知每期固定資產(chǎn)投資額的情況下，只要確定增長率g、折舊率σ，就可知每期資本存量。

王小魯?shù)纫?%作為全社會固定資本折舊率[8]，吳延兵以15%作為R&D資本折舊率[7]。本文認(rèn)為高技術(shù)產(chǎn)業(yè)固定資本折舊速度快于全社會固定資本，而慢于R&D資本折舊速度，故取折舊率為10%為宜。高技術(shù)產(chǎn)業(yè)年固定資產(chǎn)投資平均增長率按歷年統(tǒng)計數(shù)據(jù)計算，約為5%。

高技術(shù)產(chǎn)業(yè)地區(qū)總產(chǎn)出采用實際產(chǎn)業(yè)增加值表示，相比主營業(yè)務(wù)收入、總產(chǎn)值等指標(biāo)，增加值扣除了中間投入品價值，避免了重復(fù)計算問題，并以地區(qū)生產(chǎn)總值平減指數(shù)折合1995年可比價。固定資產(chǎn)投資額以固定資產(chǎn)投資價格指數(shù)折合1995年可比價。勞動投入量以從業(yè)人員年平均人數(shù)衡量。財政科技投入以地區(qū)工業(yè)生產(chǎn)者出廠價格指數(shù)折合1995年可比價。以上即為本文使用的主要變量。

4　實證分析

4.1產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)檢驗

產(chǎn)業(yè)結(jié)構(gòu)是造成區(qū)域經(jīng)濟(jì)差異的重要因素。2002年國家統(tǒng)計局頒布的《高技術(shù)產(chǎn)業(yè)統(tǒng)計分類目錄》把高技術(shù)產(chǎn)業(yè)(制造業(yè))劃分為:醫(yī)藥制造業(yè)(MPPM)，航空、航天器及設(shè)備制造業(yè)(MAS)，電子及通信設(shè)備制造業(yè)(MEECE)，計算機(jī)及辦公設(shè)備制造業(yè)(MCOE)，醫(yī)療設(shè)備及儀器儀表制造業(yè)(MMEMI)和信息化學(xué)品制造業(yè)(MEC)六大類。不同產(chǎn)業(yè)之間存在顯著的生產(chǎn)效率差異，劉勇等運(yùn)用DEA和Malmquist指數(shù)分析發(fā)現(xiàn)，電子及通信設(shè)備制造業(yè)的經(jīng)濟(jì)效率最高，其次是醫(yī)療設(shè)備及儀器儀表制造業(yè)和醫(yī)藥制造業(yè)較高，計算機(jī)及辦公設(shè)備制造業(yè)最低[9]。高技術(shù)產(chǎn)業(yè)區(qū)域生產(chǎn)效率差異是否緣于六類產(chǎn)業(yè)空間分布不均，有待進(jìn)一步檢驗。

高技術(shù)年鑒中沒有統(tǒng)計信息化學(xué)品制造業(yè)相關(guān)數(shù)據(jù)，該行業(yè)實際所占比重較低，忽略其產(chǎn)出對結(jié)果分析影響不大。按東中西分組，分別計算各細(xì)分行業(yè)主營業(yè)務(wù)收入占地區(qū)高技術(shù)產(chǎn)業(yè)的比例，如表1所示。三大區(qū)域MEECE比重均最高，東部MAS比重最低，中部MCOE比重最低，西部MMEMI比重最低。從標(biāo)準(zhǔn)差來看，MMEMI和MEECE分別為28.97、21.80，相對偏高，說明其在省域之間分布較不均衡。然而，所有細(xì)分行業(yè)均在10%顯著性水平下的置信區(qū)間內(nèi)，說明東中西部高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)差異雖然存在，但并不足以完全解釋高技術(shù)產(chǎn)業(yè)的區(qū)域生產(chǎn)效率差異原因所在。

4.2集聚經(jīng)濟(jì)效應(yīng)測度

表1　2012年分區(qū)域高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)統(tǒng)計情況(%)

資料來源：2013年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。

表2　1995—2012年索洛殘差基本統(tǒng)計

4.3財政科技投入效果

假設(shè)政府科技投入(G)與高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)(γ)存在線性關(guān)系，即γ=G。代入式(8)，得回歸方程：SRit=φ0+(δlnGit-1)lnKit+εit，φ0為常數(shù)項，ε為隨機(jī)項。單紅梅等對1991—2003年中國科技投入的經(jīng)濟(jì)效果實證研究表明，科技投入不但對當(dāng)期的經(jīng)濟(jì)增長具有促進(jìn)作用，而且存在滯后效應(yīng)[10]。本文將財政科技投入滯后1期作為自變量，采用混合OLS回歸得δ=0.0526、φ0=6.0456，1%水平下顯著。各省市區(qū)δ值見表3。

從圖1可見，1995—2007年，財政科技投入效果具有明顯的收斂趨勢，并且大部分年份δ值均介于0.0520～0.0560之間，2007—2012年又逐漸發(fā)散，δ值介于0.0048～0.0520之間。整體來看，財政科技投入效果先上升后下降，東部居高，并逐步下降；中部平穩(wěn)，并逐步超過全國平均水平；西部上升明顯，并逐步接近全國平均水平，說明這期間的財政措施在緩解高技術(shù)產(chǎn)業(yè)發(fā)展東—西矛盾方面發(fā)揮了積極作用。若將更多的科技資源分配到中西部，引導(dǎo)高技術(shù)產(chǎn)業(yè)集群發(fā)展，則可以有效提高科技資源的利用效率，同時促進(jìn)東—西部協(xié)調(diào)發(fā)展。

表3　集聚經(jīng)濟(jì)效應(yīng)和財政科技投入效果測算結(jié)果

注：下標(biāo)E、M、W分別表示所屬區(qū)域為東部、中部和西部。

圖1　1995—2012年財政科技投入效果變化趨勢

從省級層面來看，2012年較1995年波動幅度更小。除個別省份(如浙江、廣東)外，財政科技投入對高技術(shù)產(chǎn)業(yè)集聚的效果均逐漸趨近全國平均水平。北京、上海、江蘇、浙江等省份財政科技投入效果從水平線以上降到水平線以下，山西、云南、甘肅、寧夏、新疆財政科技投入效果較差，吉林、內(nèi)蒙古、重慶、青海等地區(qū)財政科技投入效果改善較快，福建、海南、江西、四川、山西等省份財政科技投入效果變化不大。據(jù)此認(rèn)為，1995—2012年，財政科技投入效果在區(qū)域間發(fā)生了較大調(diào)整，部分發(fā)達(dá)地區(qū)財政科技資源可能富余，而一些原先較落后的中西部地區(qū)亟需增加科技投入，通過政府的合理分配，可有效提高科技資源的配置效率。

5　結(jié)論與建議

第一，基于集聚效果評價測量中國高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)是索洛殘差法的新運(yùn)用，較基于集聚狀態(tài)評價的方法更具參考價值。

第二，中國高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)存在較大的區(qū)域差異，東部集聚經(jīng)濟(jì)效應(yīng)高于全國平均水平，中西部集聚經(jīng)濟(jì)效應(yīng)相對較低，但是中西部存在明顯的追趕趨勢。

第三，財政科技投入有利于提升高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)，發(fā)揮“種子效應(yīng)”。中國財政科技投入效果存在逐漸收斂的趨勢，東部財政科技投入效果明顯下降，中部平穩(wěn)上升并超過全國平均線，西部快速上升并接近全國平均水平。

從以上分析和結(jié)論得到以下政策建議：應(yīng)適當(dāng)將部分財政科技投入轉(zhuǎn)向中西部地區(qū)，尤其是在科技資源富余而效率偏低與科技資源緊缺而效率激增的地區(qū)之間實現(xiàn)動態(tài)調(diào)整，從而實現(xiàn)有限資源效益最大化。

[1]王偉光,馬勝利,姜博.高技術(shù)產(chǎn)業(yè)創(chuàng)新驅(qū)動中低技術(shù)產(chǎn)業(yè)增長的影響因素研究[J].中國工業(yè)經(jīng)濟(jì),2015(03):70-82.

余甫功,歐陽建國.高技術(shù)產(chǎn)業(yè)發(fā)展對工業(yè)的帶動作用和溢出效應(yīng)研究——基于兩部門模型的省際Panel Data的實證檢驗[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(07):35-43.

余泳澤,張妍.我國高技術(shù)產(chǎn)業(yè)地區(qū)效率差異與全要素生產(chǎn)率增長率分解——基于三投入隨機(jī)前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2012(01)：4-53.

KANEMOTO Y，OHKAWARA T，SUZUKI T.Agglomeration economies and a test for optimal city sizes in Japan[J].Journal of the Japanese and international economies,1996(04):379-398.

孫慧,周好杰.產(chǎn)業(yè)集聚水平測度方法綜述[J].科技管理研究,2009(06):449-451.

OTSUKA A，GOTO M.Agglomeration economies in Japanese industries：the solow residual approach[J].The annals of regional science，2015(02):401-416.

吳延兵.自主研發(fā)、技術(shù)引進(jìn)與生產(chǎn)率——基于中國地區(qū)工業(yè)的實證研究[J].經(jīng)濟(jì)研究,2008(08):51-64.

王小魯,樊綱.中國經(jīng)濟(jì)增長的可持續(xù)性——跨世紀(jì)的回顧與展望[M].北京:經(jīng)濟(jì)科學(xué)出版社,2000.

劉勇,史忠良.我國高技術(shù)產(chǎn)業(yè)分行業(yè)運(yùn)行效率的實證分析[J].當(dāng)代財經(jīng),2009(06):81-84.

[10]單紅梅,李蕓.1991—2003年間中國科技投入經(jīng)濟(jì)效果的實證分析[J].系統(tǒng)工程,2006(09):88-92.

(責(zé)任編輯沈蓉)

An Analysis on Agglomeration Economies of China’s High-tech Industry

Chen Jun，Dai Ming，Song Hui

(College of Economics，Jinan University，Guangzhou 510632，China)

Most of existed literature employs state-evaluation method to measure agglomeration economies.However，a new Solow residual approach has been introduced in this paper，which improved by Akihiro Otsuka and Mika Goto，through which we measured the agglomeration economies of China’s high-tech industry，and further analyzed the contribution of financial input to science and technology.It shows that the agglomeration economies of China’s high-tech industry have significant regional differences，and the seed effects of financial input to science and technology converged during 1995-2012.The results to some extent benefit governments to optimize the science and technology resources.

Agglomeration economies；Solow residual approach；Science and technology input

廣東省產(chǎn)業(yè)發(fā)展與粵港澳臺區(qū)域合作研究中心(經(jīng)緯粵港澳經(jīng)濟(jì)研究中心)項目“創(chuàng)新型域體評價體系研究”(B070300066)。

2015-10-20

陳俊(1992-)，男，江西撫州人，暨南大學(xué)經(jīng)濟(jì)學(xué)院研究生；研究方向：區(qū)域與產(chǎn)業(yè)經(jīng)濟(jì)。

F429.9

A