基于投資分析視角的國家級新區(qū)發(fā)展評價
——對浦東新區(qū)與濱海新區(qū)的實證研究

2023-08-02 04:00:26張蒙李湛

上海交通大學學報(哲學社會科學版) 2023年7期

張蒙李湛

(1. 上海交通大學安泰經(jīng)濟與管理學院,上海 200030;2. 上海社會科學院應(yīng)用經(jīng)濟研究所,上海 200020)

引言

區(qū)域發(fā)展績效評價是區(qū)域發(fā)展研究的重要方面。在我國經(jīng)濟從高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的背景下,區(qū)域發(fā)展績效評價不僅要關(guān)注發(fā)展的速度,還要關(guān)注發(fā)展的質(zhì)量。國家級新區(qū)承擔了國家重大發(fā)展和改革開放重要使命,在引領(lǐng)高質(zhì)量發(fā)展上被寄予厚望,因此在對國家級新區(qū)的發(fā)展績效進行分析評價時,尤其要注重對發(fā)展質(zhì)量特征的提煉。目前一些較早設(shè)立的國家級新區(qū),如浦東新區(qū)和濱海新區(qū),已經(jīng)獲得了十年以上的年度數(shù)據(jù),使用數(shù)據(jù)進行計量分析具備了可行性。

區(qū)域發(fā)展績效評價需要統(tǒng)計數(shù)據(jù)的支持,然而區(qū)域的發(fā)展效果有些是統(tǒng)計數(shù)據(jù)能體現(xiàn)的,有些是統(tǒng)計數(shù)據(jù)涵蓋不到的,尤其是在區(qū)域的發(fā)展質(zhì)量上。雖然也有發(fā)展質(zhì)量相關(guān)的統(tǒng)計數(shù)據(jù),但是無法全面體現(xiàn)發(fā)展質(zhì)量,這時就需要采用模型和方法對潛在的發(fā)展特征進行挖掘?，F(xiàn)有文獻中的投資乘數(shù)研究、投資的產(chǎn)出彈性研究及基于全要素生產(chǎn)率(Total Factor Productivity,以下簡稱TFP)的發(fā)展評價研究等,都是使用了人口和資本等要素,從各自的角度對發(fā)展效果特征的反映。理論上講,發(fā)展質(zhì)量的提升會帶來要素報酬遞增的特征,因此通過要素報酬特征觀察發(fā)展質(zhì)量是可行的。然而要素種類有很多,要素報酬也有很多方面的特征,這就需要選擇合適的要素視角來切入研究。

在轉(zhuǎn)向高質(zhì)量發(fā)展的背景下,基于投資視角的研究更具有參考價值。(1) 高質(zhì)量發(fā)展階段依然離不開投資,比如制造和研發(fā)投資的比重都會明顯上升,投資的結(jié)構(gòu)特征和效果特征均會明顯改變,可以通過投資發(fā)展效果來反映要素報酬特征,進而對區(qū)域發(fā)展狀況進行判斷。(2) 投資代表的是增量資本視角,投資是否旺盛在一定程度上反映出要素是否有活力,投資視角更適合對經(jīng)濟增長中的新動能和新特征進行觀察。存量資本和增量資本是兩個不同的概念,在轉(zhuǎn)型期,存量資本可以解釋產(chǎn)出,但增量資本更適合解釋增長。轉(zhuǎn)型期的存量資本難以有效盤活的問題比較突出,雖然存量資本體量龐大且依然可以解釋部分產(chǎn)出,但是并不適合解釋增長,尤其是部分存量資本所沉淀的落后產(chǎn)業(yè)可能是停滯的甚至是衰退的。由于舊模式中的投資回報率下降,依賴于舊模式的要素逐漸失去活力,其對應(yīng)的投資占比將持續(xù)下降。新業(yè)態(tài)將為區(qū)域發(fā)展帶來新的動能,更具活力的產(chǎn)業(yè)和要素對應(yīng)的投資占比會不斷提升。(3) 從要素視角看,投資是區(qū)域配置要素的重要方式,今天如何配置資源決定了明天有怎樣的收獲,當下如何投資事關(guān)未來發(fā)展是否順利。通過投資還能夠引導(dǎo)要素的流動,重構(gòu)和完善區(qū)域要素格局,進而為區(qū)域發(fā)展的升級提供動力。

我國經(jīng)濟在全局上已轉(zhuǎn)向高質(zhì)量發(fā)展階段,但局部而言不同的區(qū)域在轉(zhuǎn)換步伐上卻快慢不同,其中浦東新區(qū)和濱海新區(qū)起步較早,是高質(zhì)量發(fā)展研究的典型案例。然而研究難點在于: 浦東新區(qū)與濱海新區(qū)的起步時間、地理位置、人文環(huán)境和外部條件等諸多因素存在差異,如果簡單地直接進行對比,那即使得出浦東新區(qū)發(fā)展質(zhì)量更高的結(jié)論,也很可能歸因于地處上海且背靠長三角的優(yōu)勢,并不能就此說浦東新區(qū)在投資實踐上做得更好。為了克服這個難點,需要改變研究方法的角度: 以浦東新區(qū)與上海市進行對比,以濱海新區(qū)與天津市進行對比,看看這兩個新區(qū)是否在各自的區(qū)域形成了相對優(yōu)勢。此時,如果濱海新區(qū)優(yōu)于天津市,那可以說濱海新區(qū)做得好,但浦東新區(qū)能不能優(yōu)于上海市,這個難度就有些大了。通過對比可以體現(xiàn)國家級新區(qū)的新特征,而值得關(guān)注的是: 這個新特征是不是從設(shè)立之初就有?還是有一個逐漸孕育的過程?在理論上有沒有依據(jù)?現(xiàn)實中是否如此?這些都是值得思考的問題。通過區(qū)域?qū)Ρ润w現(xiàn)出的國家級新區(qū)的新特征也是廣義性的和綜合性的,本研究只是從某一個角度對新特征的觀察,并不能代表新特征的全貌,但可以為區(qū)域發(fā)展評價提供依據(jù)。

本文基于投資分析視角,對國家級新區(qū)投資發(fā)展的階段特征進行理論分析和概括,探索國家級新區(qū)發(fā)展評價的新方法。在實證研究部分,本文分別對浦東新區(qū)和濱海新區(qū)兩個案例進行實證研究,實證結(jié)果反映了浦東新區(qū)和濱海新區(qū)都在各自所在區(qū)域形成了發(fā)展質(zhì)量上的相對優(yōu)勢。

本文探索了國家級新區(qū)發(fā)展質(zhì)量評價的新方法,可以概述為五點: (1) 從理論上看,發(fā)展質(zhì)量的提升,會帶來要素報酬的提升,基于投資視角的要素報酬特征分析觀察發(fā)展質(zhì)量是可行的;(2) 從實踐中看,國家級新區(qū)的投資發(fā)展效果的變化,與從基建投資階段向產(chǎn)業(yè)投資階段的轉(zhuǎn)換相關(guān),也與降低對投資依賴和新動能釋放息息相關(guān);(3) 從關(guān)鍵特征來看,較低投資和較快增速這一特征是否具有長期持續(xù)性是關(guān)鍵,這個關(guān)鍵特征能體現(xiàn)出新區(qū)在要素報酬上的優(yōu)勢和發(fā)展質(zhì)量上的優(yōu)勢,這也是本文分析視角下國家級新區(qū)的新特征的體現(xiàn);(4) 從模型方法上看,向量誤差修正模型(Vector Error Correction Model,以下簡稱VECM模型)的協(xié)整結(jié)果反映出基于協(xié)整糾正的長期趨勢特征,通過VECM計量分析可以對較低投資和較快增速這一關(guān)鍵特征的長期持續(xù)性進行檢驗確認;(5) 從評價角度看,站在區(qū)域?qū)Ρ鹊慕嵌?設(shè)置國家級新區(qū)為目標區(qū)域,設(shè)置其所在城市為參照區(qū)域,通過投資效果的相對特征來判斷發(fā)展質(zhì)量上的相對特征。

一、文獻綜述

在二十世紀中葉的投資建設(shè)實踐熱潮中,投資發(fā)展理論也獲得了快速發(fā)展。二戰(zhàn)后的歐洲正在重建,美國的馬歇爾計劃深刻地改變了歐洲經(jīng)濟格局。然而法國缺乏資本的困境并沒有改善,在此背景下佩魯(Franois Perroux)在1950年發(fā)展出集中現(xiàn)有資源讓一部分優(yōu)勢產(chǎn)業(yè)或區(qū)域優(yōu)先發(fā)展的思想,歐共體統(tǒng)一大市場的思想快速萌芽。(1)Franois Perroux, “Economic Space: Theory and Applications,” The Quarterly Journal of Economics, vol.64, no.1 (February 1950), pp.89-104.彼時的美國也處在投資建設(shè)公路的熱潮中,正經(jīng)歷從鐵路時代向公路時代的過渡,1987年洛根(John R. Logan)在著作中提到科羅拉多的丹佛和懷俄明的夏延正在激烈競爭誰能獲得通往鹽湖城的高速公路。(2)John R. Logan, Harvey L. Molotch, Urban Fortunes: the Political Economy of Place, California: University of California Press, 1987, pp.50-98.冷戰(zhàn)的結(jié)束為歐共體和歐洲統(tǒng)一大市場帶來曙光,然而風頭卻被1990年代的東亞經(jīng)濟泡沫搶走。1995年楊(Alwyn Young)透過東亞經(jīng)濟的投資驅(qū)動的外在特征對其發(fā)展質(zhì)量進行觀察,(3)Alwyn Young, “The Tyranny of Numbers: Confronting the Statistical Realities of the East Asian Growth Experience,” The Quarterly Journal of Economics, vol.110, no.3(1995), pp.641-680.他和謝(Chang-Tai Hsieh)關(guān)于東亞經(jīng)濟發(fā)展質(zhì)量評價的爭論直到東亞泡沫破滅后依然熱烈。(4)Chang-Tai Hsieh, “What Explains the Industrial Revolution in East Asia? Evidence from the Factor Markets,” American Economic Review, vol.92, no.3(2002), pp.502-526.2000年世紀之交克魯格曼(Paul Krugman)開始思考美國的世界第一的位置是否穩(wěn)固。(5)Paul Krugman, “Can America Stay on Top?” The Journal of Economic Perspectives, vol.14, no.1 (2000), pp.169-175.恰在此時中國開始以世界制造中心的身份登場,中國的投資實踐為經(jīng)濟飛躍提供了重要支撐。2008年次貸危機后緊接著歐債危機和英國脫歐公投,歐洲統(tǒng)一大市場的愿景大為縮水。一些東歐經(jīng)濟體迫切尋求投資發(fā)展空間,但在愈演愈烈的東歐地緣危機下其實難有大的作為。(6)Bartlomiej Rokicki, Marcin Stepniak, “Major Transport Infrastructure Investment and Regional Economic Development — An Accessibility-Based Approach,” Journal of Transport Geography, vol.72(2018), pp.36-49.世界百年未有之大變局已然到來,中國的投資實踐也將邁向新篇章。

投資效率的相關(guān)研究主要是以投資的產(chǎn)出彈性理論或者投資的乘數(shù)理論為基礎(chǔ),分析投資對經(jīng)濟增長的帶動作用。巴羅(Robert J. Barro)用了98個經(jīng)濟體的跨度26年的數(shù)據(jù),研究發(fā)現(xiàn)經(jīng)濟增長與政府消費有顯著的負相關(guān),但與公共投資有不顯著的正相關(guān)。(7)Robert J. Barro, “Government Spending in a Simple Model of Endogeneous Growth,” Journal of Political Economy, vol.98, no.5(October 1990), pp.103-125.國內(nèi)學者葛翔宇等基于準自然試驗樣本,使用50個縣的20年跨度的數(shù)據(jù),研究了京九鐵路投資建設(shè)對途徑縣市經(jīng)濟增長的影響。(8)葛翔宇、黃永強、周艷麗: 《交通基礎(chǔ)設(shè)施投資與經(jīng)濟增長——基于準自然實驗的證據(jù)》,《系統(tǒng)工程理論與實踐》2019年第39卷第4期,第922—934頁。本文采用的區(qū)域?qū)Ρ鹊慕嵌仍谒悸飞项愃朴跍首匀辉囼灥乃悸?關(guān)鍵在于設(shè)置好目標區(qū)域和參照區(qū)域。常非凡和宋永華模擬了政府財政在人力資本投資和基礎(chǔ)設(shè)施投資上的效果,其關(guān)注點不僅僅是產(chǎn)出增長,而是包括了人力資本積累效率、勞動力、資本要素的供給和使用效率等更多指標。(9)常非凡、宋永華: 《財政支出,人力資本積累與經(jīng)濟高質(zhì)量發(fā)展——基于動態(tài)隨機一般均衡模型的研究》,《宏觀經(jīng)濟研究》2022年第6期,第15—28頁。

內(nèi)生增長理論出現(xiàn)后,學術(shù)研究的關(guān)注點逐漸從增長數(shù)量轉(zhuǎn)移到發(fā)展質(zhì)量上。1986年羅默(Paul M. Romer)用跨度達到百年以上的數(shù)據(jù),分析了人均產(chǎn)出增速隨著時代的前進而不斷提升的現(xiàn)象,尤其是美國1800—1978年間每40年的人均產(chǎn)出增速的遞增,發(fā)現(xiàn)了內(nèi)生增長理論中的要素報酬遞增規(guī)律,內(nèi)生增長理論由此進入人們的視野。(10)Paul M. Romer, “Increasing Returns and Long-Run Growth,” Journal of Political Economy, vol.94, no.5(October 1986), pp.1002-1037.張軍擴等基于要素視角分析了高質(zhì)量發(fā)展重要特征是要素利用效率高,要素配置扭曲小;(11)張軍擴、侯永志、劉培林等: 《高質(zhì)量發(fā)展的目標要求和戰(zhàn)略路徑》,《管理世界》2019年第35卷第7期,第1—7頁。周璇和陶長琪基于要素視角,利用我國的省域面板數(shù)據(jù)研究了包括制度要素在內(nèi)的要素空間集聚對全要素生產(chǎn)率的影響,研究表明制度要素起到了積極且重要作用。(12)周璇、陶長琪: 《要素空間集聚、制度質(zhì)量對全要素生產(chǎn)率的影響研究》,《系統(tǒng)工程理論與實踐》2019年第39卷第4期,第1051—1066頁。王華使用中國1952年到2015年的數(shù)據(jù)對TFP 進行了測算,其文獻中的圖5展示的計算得到的TFP增速和國內(nèi)生產(chǎn)總值(Gross Domestic Product,以下簡稱GDP)增速走勢高度趨同。(13)王華: 《中國GDP數(shù)據(jù)修訂與全要素生產(chǎn)率測算: 1952—2015》,《經(jīng)濟學動態(tài)》2018年第8期,第39—53頁。楊耀武和張平建立了經(jīng)濟發(fā)展質(zhì)量測度指標體系,關(guān)注了經(jīng)濟、社會、環(huán)境、公平和福利等諸多指標,這是與科創(chuàng)類指標體系完全不同的角度。(14)楊耀武、張平: 《中國經(jīng)濟高質(zhì)量發(fā)展的邏輯、測度與治理》,《經(jīng)濟研究》2021年第56卷第1期,第26—42頁。

很多文獻用TFP來體現(xiàn)發(fā)展質(zhì)量,但是在TFP的應(yīng)用中存在一些問題,以下從數(shù)據(jù)特征上來分析: (1) TFP值每年都在上下波動,但是發(fā)展質(zhì)量的提升卻是一個緩慢和持續(xù)的過程,通常會用5年或10年這樣較長的跨度來觀察發(fā)展質(zhì)量的提升,所以即使看到TFP連續(xù)兩年出現(xiàn)下降,也未必就代表發(fā)展質(zhì)量出現(xiàn)了退步;(2) 上文提到的相關(guān)研究發(fā)現(xiàn)TFP數(shù)據(jù)和GDP數(shù)據(jù)在走勢上出現(xiàn)趨同特征,即GDP增速快的時候TFP增速也快,也就是說二者數(shù)據(jù)出現(xiàn)了同質(zhì)化,此時憑什么說GDP僅體現(xiàn)數(shù)量而TFP卻能體現(xiàn)質(zhì)量呢;(3) 在轉(zhuǎn)型背景下,過去的高投資和高增速將逐漸回落,此時的TFP數(shù)據(jù)必將受到GDP增速回落的影響,那么如何從經(jīng)濟數(shù)據(jù)中捕捉發(fā)展質(zhì)量提升的特征就成為問題的關(guān)鍵。以上我們把TFP和GDP的數(shù)據(jù)特征進行了對比,國外學術(shù)界一些令人咋舌的案例,比如證明貓是流體的研究,其采用的就是把貓的特征和流體的特征進行對比的思路,當然最終目的是探索和選擇更合適的研究數(shù)據(jù)、研究角度和研究方法。

目前國家級新區(qū)發(fā)展評價的相關(guān)文獻主要有兩個方面: 一是對自身發(fā)展效果的評價,二是對周邊區(qū)域的輻射帶動效果的評價。范巧和王成綱研究了重慶兩江新區(qū)對周邊區(qū)域的輻射帶動效果,利用重慶兩江新區(qū)2011年至2015年的統(tǒng)計數(shù)據(jù),研究發(fā)現(xiàn)其對重慶市內(nèi)區(qū)縣的輻射帶動相關(guān)效果并不明顯。(15)范巧、王成綱: 《國家級新區(qū)輻射帶動力評價及其影響因素分解——以重慶兩江新區(qū)為例》,《技術(shù)經(jīng)濟》2017年第36卷第1期,第80—89頁。葉姮等運用廣義回歸神經(jīng)網(wǎng)絡(luò)法(General Regression Neural Network,以下簡稱GRNN),對9個國家級新區(qū)和8個潛力區(qū)域進行發(fā)展?jié)摿C合評價,結(jié)果顯示新區(qū)發(fā)展?jié)摿︻愋筒罹噍^大,沿海較內(nèi)陸有更大優(yōu)勢,浦東新區(qū)所在的上海在指標結(jié)果上也是領(lǐng)先于其他城市。(16)葉姮、李貴才、李莉等: 《國家級新區(qū)功能定位及發(fā)展建議——基于GRNN潛力評價方法》,《經(jīng)濟地理》2015年第35卷第2期,第92—99頁。本文在方法設(shè)計上在對區(qū)域發(fā)展質(zhì)量特征進行提煉的同時,避免出現(xiàn)沿海普遍優(yōu)于內(nèi)陸的情況,增加不同的區(qū)域在方法應(yīng)用后的結(jié)果的可比性。

二、理論基礎(chǔ)和研究方法

投資會推動區(qū)域的發(fā)展,而區(qū)域發(fā)展的升級又伴隨著投資結(jié)構(gòu)的變化和投資效果的改變。對于國家級新區(qū)這樣的特殊區(qū)域,怎樣從理論上對其投資發(fā)展的階段特征進行認識?用怎樣的模型方法來對其投資發(fā)展效果進行分析,尤其要體現(xiàn)發(fā)展質(zhì)量的特征?下文將就上述幾個問題進行分析。

(一) 國家級新區(qū)的發(fā)展概況分析

浦東新區(qū)地處上海市,浦東新區(qū)的GDP約占上海市三分之一,在經(jīng)濟體量上已逐漸對標上海。浦東新區(qū)打造的張江高科技園區(qū)、陸家嘴金融中心和洋山港等發(fā)展板塊以及如今的自貿(mào)區(qū)板塊的崛起,為上海的經(jīng)濟、金融、貿(mào)易和航運四個中心建設(shè)提供了有力支持,進一步拓展了長三角一體化發(fā)展的格局。(17)羅守貴: 《協(xié)同治理視角下長三角一體化的理論與實踐》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第2期,第36—45頁。

濱海新區(qū)地處天津市,其陸地面積2 270平方公里,海域面積2 500平方公里,其GDP在天津市GDP中的占比甚至超過了50%。濱海新區(qū)形成了先進制造業(yè)產(chǎn)業(yè)區(qū)、高新技術(shù)產(chǎn)業(yè)區(qū)、化工區(qū)、海港物流區(qū)、臨空產(chǎn)業(yè)區(qū)的綜合產(chǎn)業(yè)格局,作為環(huán)渤海區(qū)域眺望東北亞大陸經(jīng)濟板塊的重要門戶,為京津冀協(xié)同發(fā)展進一步開拓了格局。(18)江曼琦: 《京津冀協(xié)同發(fā)展戰(zhàn)略下的京津雄功能重構(gòu)與產(chǎn)業(yè)協(xié)同發(fā)展》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第2期,第22—35頁。

重慶兩江新區(qū)地處長江以北和嘉陵江以東,規(guī)劃面積達1 200平方公里,處于長江經(jīng)濟帶,是內(nèi)陸開放重要門戶。兩江新區(qū)形成了高科技產(chǎn)業(yè)區(qū)、高端服務(wù)業(yè)區(qū)和先進制造業(yè)區(qū),涵蓋了汽車、裝備制造、電子信息、生物醫(yī)藥、材料和環(huán)保等多個方向的產(chǎn)業(yè)發(fā)展格局,并結(jié)合了金融、信息和物流等服務(wù)業(yè)配套。(19)王佳寧、羅重譜: 《綜合配套改革試驗區(qū)產(chǎn)業(yè)功能區(qū)及其管理體制解構(gòu): 天津濱海與重慶兩江》,《改革》2013年第4期,第73—82頁。

在我國東西兩個戰(zhàn)略方向上,舟山群島新區(qū)和蘭州新區(qū)東西守望。舟山群島新區(qū)由東海上的1 390個島嶼和鄰近海域組成,陸地面積1 440平方公里,海域面積20 800平方公里,打造了以港口、航運、物流、船舶和裝備制造及能源等產(chǎn)業(yè)體系,是我國“一帶一路”建設(shè)的東線前沿,是我國環(huán)太平洋方向的藍海戰(zhàn)略的重要支點。(20)李湛、桂海濱: 《國家級新區(qū)的發(fā)展與再認識》,《上海經(jīng)濟》2017年第1期,第5—15頁。蘭州新區(qū)地處黃河流域經(jīng)濟帶上游,是胡煥庸線西側(cè)唯一的國家級新區(qū),其所能輻射的內(nèi)陸經(jīng)濟空間是其他國家級新區(qū)無法比擬的,同時蘭州新區(qū)還是我國“一帶一路”建設(shè)的西線前沿,是聯(lián)結(jié)了亞歐大陸的絲路經(jīng)濟帶上的燈塔。基于上述概況作簡要分析如下:

(1) 國家級新區(qū)在規(guī)劃體量和發(fā)展遠景上都對標甚至超越了原有城市。浦東新區(qū)在經(jīng)歷了十多年的高速發(fā)展后,于2009年吸納了原上海市的南匯區(qū)完成了擴容,陸地面積達到1 210平方公里?？梢妵壹壭聟^(qū)在定位上不只是原有城市轉(zhuǎn)型發(fā)展的輔助位,更是開拓發(fā)展的核心位。

(2) 國家級新區(qū)以綜合的產(chǎn)業(yè)發(fā)展格局為特征。在經(jīng)歷初期的廠房路橋等基礎(chǔ)建設(shè)階段后,其會進入產(chǎn)業(yè)發(fā)展活力的釋放階段。隨著發(fā)展階段的轉(zhuǎn)換,國家級新區(qū)的投資結(jié)構(gòu)將發(fā)生變化,基建投資占比會逐漸下降,產(chǎn)業(yè)投資占比會逐漸上升,而投資帶動發(fā)展的效果特征亦會相應(yīng)改變。

(3) 國家級新區(qū)融入我國對內(nèi)和對外雙向開放的整體戰(zhàn)略中。(21)李湛、黃建鋼: 《國家級新區(qū): 拓展發(fā)展新空間》,上海: 上海交通大學出版社,2017年。浦東新區(qū)與長三角、濱海新區(qū)與京津冀環(huán)渤海以及南沙新區(qū)與粵港澳大灣區(qū)的地理位置分布說明,我國的復(fù)合型區(qū)域戰(zhàn)略包括了首都、省市、直轄市、經(jīng)濟特區(qū)、國家級新區(qū)、特別行政區(qū)等各類區(qū)域,區(qū)域一體化發(fā)展和區(qū)域協(xié)調(diào)發(fā)展不斷走向深入,區(qū)域要素的流動和配置格局會發(fā)生更深刻的變化。(22)符正平: 《粵港澳大灣區(qū)一體化發(fā)展的理論與推進策略》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第2期,第13—21頁。

(二) 基于區(qū)域?qū)Ρ冉嵌鹊姆治?/h3>
區(qū)域?qū)Ρ冉嵌刃枰O(shè)置目標區(qū)域和參照區(qū)域,本研究以國家級新區(qū)為目標區(qū)域,以國家級新區(qū)所在的城市或區(qū)域為參照區(qū)域,進而對國家級新區(qū)投資發(fā)展的相對特征進行觀察。以浦東新區(qū)作為案例,作浦東與浦西的對比: m_inv表示了浦東新區(qū)與上海浦西的投資率差距,而m_gdp表示了浦東新區(qū)與上海浦西的GDP增速差距。投資率由該年度的固定資產(chǎn)投資額除以該年度的GDP得出,經(jīng)濟增速由該年度GDP和前一年度GDP計算得出。浦東新區(qū)與上海浦西進行對比得到的相對經(jīng)濟增速和相對投資率如圖1所示。
圖1 浦東新區(qū)的相對投資率和相對發(fā)展增速
2009年原屬上海的南匯區(qū)并入浦東新區(qū),導(dǎo)致了浦東新區(qū)宏觀數(shù)據(jù)的跳躍式提升,而上海市2009年宏觀數(shù)據(jù)相對平穩(wěn),有鑒于此,本文采取了平滑處理,取2008年和2010年m_inv和m_gdp的均值作為2009年的樣本數(shù)據(jù)。下面對圖形特征作簡要分析:
首先,圖1中的曲線呈現(xiàn)較明顯的非線性協(xié)整特征,表現(xiàn)為整體上走勢較為糾纏,但是前后兩段的糾纏特征有所不同: 在1990年至2003年間的曲線交點較多,且兩條曲線的上下位置頻繁互換;在2004年至2017年間幾乎沒有交點,兩條曲線的上下位置固定了下來。這就很符合1997年巴爾克(Nathan S. Balke)和福姆比(Thomas B. Fomby)研究中提到的非線性協(xié)整的GLOBAL和LACAL特征,即總體特征和局部特征,在總體上呈現(xiàn)協(xié)整特征,在局部上協(xié)整特征出現(xiàn)了顯著變化。(23)Nathan S. Balke, Thomas B. Fomby, “Threshold Cointegration,” International Economic Review, vol.38, no.3(August 1997), pp.627-645.當然這個非線性特征光靠圖形觀察還是不夠的,要通過計量分析才能進一步確認。這個非線性特征會在另一篇文獻中專門研究,本文不再深入。
其次,對圖1中的線性部分作進一步觀察,可以看到2004年至2017年間m_inv曲線基本保持在橫軸下方,表明浦東新區(qū)的投資率基本上低于上海浦西;而m_gdp曲線基本處在橫軸上方,表明浦東新區(qū)的經(jīng)濟增速基本上快于上海浦西?？梢?浦東新區(qū)在2004年后的十多年里保持了較低投入和較快增速的特征,這是個關(guān)鍵特征,反映出浦東新區(qū)在發(fā)展質(zhì)量上的相對優(yōu)勢,也是從本文研究視角出發(fā)對浦東新區(qū)新特征的發(fā)現(xiàn)。
再次,上述分析引出了一個問題。浦東新區(qū)的前十多年并未呈現(xiàn)這個新特征,如果圖形上看不出的話,可以通過計量分析進一步確認。對浦東新區(qū)而言,這個新特征并非從頭就有,而是逐漸孕育顯現(xiàn)的。這個現(xiàn)象在理論上有沒有依據(jù)?這個現(xiàn)象有沒有普遍性呢?未必!本文通過濱海新區(qū)的實證研究,確認了濱海新區(qū)在前十年就已經(jīng)呈現(xiàn)了這種新特征。那么,從一般意義上怎樣認識國家級新區(qū)發(fā)展演進的階段特征呢?

(三) 國家級新區(qū)投資發(fā)展的三階段特征

從要素理論看,區(qū)域發(fā)展來自各類要素的集聚、融合與相互作用。區(qū)域發(fā)展的升級就意味著要素質(zhì)量的提升和要素相互作用效果的提升,意味著要素報酬的提升。當然區(qū)域的要素報酬是廣義的和抽象的,需要從一定的研究視角對要素報酬的某些特征進行觀察。本研究基于投資分析視角,來觀察要素報酬特征,進而對發(fā)展質(zhì)量特征進行概括?？偟膩碚f,從要素理論看國家級新區(qū)投資發(fā)展的階段演進規(guī)律有其內(nèi)在合理性。其階段特征的簡要概括見表1。

表1 國家級新區(qū)投資發(fā)展的三階段特征

這里就表1中的國家級新區(qū)投資發(fā)展的三階段特征略作探討:

(1) 在增速優(yōu)勢階段,經(jīng)濟高增速保障了投資的高回報,會吸引更多的資本進入,投資本身能夠推動經(jīng)濟增長,這樣形成正向循環(huán),表現(xiàn)為持續(xù)的高投資和高增速特征。由于資本是有避險情緒的,如果增速降了,投資也會出逃,由于這個階段經(jīng)濟增長較依賴于投資,因此投資出逃反過來又拖累了經(jīng)濟增速,又會形成負向循環(huán)。這個增速優(yōu)勢階段要放在我國城市化加速的背景下理解,王小魯研究發(fā)現(xiàn)中國的城市化從2000年開始加速,(24)王小魯: 《中國城市化路徑與城市規(guī)模的經(jīng)濟學分析》,《經(jīng)濟研究》2010年第45卷第10期,第20—32頁。到2011年我國城市化率越過50%的里程碑,流入城市的巨量人口帶來龐大的生產(chǎn)生活需求,這樣的供需均衡意味著極大的增長空間和投資空間,表現(xiàn)為高投資和高增速的外在特征。

(2) 到質(zhì)量優(yōu)勢階段后,即使投資出現(xiàn)下降,經(jīng)濟增速優(yōu)勢依然能保持,因為區(qū)域的要素集聚從量變走向質(zhì)變,新動能逐漸釋放,區(qū)域經(jīng)濟發(fā)展對投資的依賴顯著降低。上文圖1中對浦東新區(qū)前十多年和后十多年的對比印證了這一點。國家級新區(qū)會經(jīng)歷不同發(fā)展階段的不斷向前演進,進入高質(zhì)量發(fā)展階段后國家級新區(qū)也被寄望擔負起發(fā)展質(zhì)量引領(lǐng)的重任。

(3) 國家級新區(qū)的新特征從不同的角度能給出不同的答案。本文基于投資分析視角來看,較低的投資率和較快的經(jīng)濟增速是一個關(guān)鍵特征,如果這個關(guān)鍵特征具有長期性和持續(xù)性,那就反映出國家級新區(qū)在要素報酬上的優(yōu)勢特征,更深入地看就是發(fā)展質(zhì)量上形成了優(yōu)勢。

(4) 為什么要有過渡階段?從理論層面看,這里有宏觀調(diào)控的需要,投資的大起大落或影響到經(jīng)濟增速的起伏波動,繼而影響到就業(yè)、通脹、市場信心等一系列問題,所以投資要逐漸回落。從現(xiàn)實操作層面看,重大項目投資都有幾年期的投資規(guī)劃,也不可能所有的項目投資都在某一年整齊劃一的停止。從統(tǒng)計年鑒中看,重大項目的投資規(guī)劃通常為3～4年。從浦東新區(qū)的實際情況來看,其投資回落過渡期也就是從2000年到2003年這四年投資率停留在40%上下,2004年以后就迅速向30%下方回落了。

(5) 高投資未必就能順利轉(zhuǎn)向高質(zhì)量,三階段路徑也并不是必然的。在國內(nèi)的案例中,一些區(qū)域在高投資階段后陷入了投資依賴,暴露出轉(zhuǎn)型困難和千城一面等問題。當然也可以找到其他案例,比如新加坡在東亞泡沫破滅后,嚴格上說并未進入高質(zhì)量發(fā)展,而是開啟了又一個投資增殖階段,利用之前的積累進行主權(quán)投資,在中美兩大經(jīng)濟體之間左右逢源,尤其是背靠中國這棵大樹,進入2000年后在中國的高增長期經(jīng)常能看到淡馬錫等資本的活動身影。

(6) 雖然本研究選擇了濱海新區(qū)2006年至2017年的數(shù)據(jù)進行分析,但其投資建設(shè)早在2006年之前就已開始,其產(chǎn)業(yè)功能區(qū)的建設(shè)和完善有了更充足的準備,所以盡管是正式設(shè)立后的前十年,但是能更快地從基建投資階段過渡到產(chǎn)業(yè)投資階段。這就可以解釋為什么基于本文分析視角下的國家級新區(qū)的新特征,濱海新區(qū)在前十年就已逐漸呈現(xiàn)。當然,三階段演進也不是一勞永逸,即便是進入第三階段,那后面還有更高的階段需要努力。所以不管是浦東新區(qū)還是濱海新區(qū),不管是下一個十年還是再下一個十年都很關(guān)鍵。

(四) VECM模型簡析

在簡析VECM模型前先回顧一下VECM模型的出現(xiàn)背景。1970年代,靜態(tài)模型計量研究遇到諸多問題: (1) 隨著解釋變量的不斷增多,模型過度識別問題的困擾愈發(fā)明顯,模型變量因果關(guān)系的糾纏愈發(fā)紛繁;(2) 靜態(tài)模型的構(gòu)建依賴于以宏觀理論為依據(jù)的主觀判斷,而1970年代滯漲危機中的宏觀理論失效,使靜態(tài)模型的發(fā)展愈加困難;(3) 靜態(tài)模型缺乏對跨期動態(tài)的考慮,因此無法克服盧卡斯批判所針對的問題。進入1980年代后,動態(tài)模型的出現(xiàn)為計量研究帶來了新突破,西姆斯(Christopher A. Sims)在1980年的研究中引入向量自回歸模型(Vector AutoRegression,以下簡稱VAR模型),不僅在模型中納入跨期動態(tài),而且將模型構(gòu)建的話語權(quán)交給數(shù)據(jù)本身,降低了模型建立過程對主觀判斷的依賴。(25)Christopher A. Sims, “Macroeconomics and Reality,” Econometrica, vol.48, no.1(January 1980), pp.1-48.阿米薩諾(G. Amisano)和詹尼尼(C. Giannini)在1997年的研究中發(fā)展了結(jié)構(gòu)向量自回歸模型(Structual Vector AutoRegression,以下簡稱SVAR模型),兼顧了模型的當期和跨期動態(tài)的同時刻畫,并通過引入喬列斯基下三角陣方法(Cholesky Decomposition)緩解了自由度過度消耗的問題。(26)G. Amisano, C. Giannini, Topics in Structural VAR Econometrics, Heidelberg: Springer, 1997.再后來發(fā)現(xiàn)當模型變量存在單位根特征時,不管是普通最小二乘法(Ordinary Least Squares,以下簡稱 OLS)還是VAR模型都可能遭遇謬誤回歸的問題,針對單位根問題,恩格爾(Robert F. Engle)和格蘭杰(C. W. J. Granger)在1987年的研究中提出了協(xié)整理論,其經(jīng)典應(yīng)用是分析了名義國民生產(chǎn)總值(Gross National Product,以下簡稱GNP)與M2貨幣供應(yīng)量之間的協(xié)整關(guān)系。(27)Robert F. Engle, C. W. J. Granger, “Co-Integration and Error Correction: Representation, Estimation, and Testing,” Econometrica, vol.55, no.2 (March 1987), pp.251-276.進入1990年代后, 動態(tài)模型計量有了進一步的發(fā)展,1995年約翰森(Soren Johansen)在VAR模型和協(xié)整理論的基礎(chǔ)上完善了VECM模型,(28)Soren Johansen, Likelihood-Based Inference in Cointegrated Vector Autoregressive Models, New York: Oxford University Press, 1995.這也是本研究所使用的模型。

在本文基于投資分析視角的發(fā)展評價研究中,VECM模型方法的優(yōu)勢體現(xiàn)在以下幾點。(1) 投資帶動經(jīng)濟增長的效果不僅可能存在滯后性,還可能存在遞延性,即投資效果可能要到下一年才能出現(xiàn),而這個效果可能會持續(xù)數(shù)年,此時基于OLS的靜態(tài)模型并不能考慮到跨期影響,而VECM模型是考慮到跨期影響的。(2) 在外部沖擊和一些隨機事件的影響下,經(jīng)濟發(fā)展是可能出現(xiàn)短期波動的,比如一些高質(zhì)量發(fā)展區(qū)域在外部危機的沖擊下可能短期內(nèi)的GDP數(shù)據(jù)并不好看,此時短期分析模型就可能并不準確,而在VECM模型中,一旦各種隨機事件沖擊使得變量偏離協(xié)整關(guān)系,那模型的誤差糾正機制會逐漸消除這些隨機沖擊的影響,其協(xié)整結(jié)果正是對長期趨勢特征的反映。(3) 如果模型變量使用的是投資和GDP等數(shù)據(jù),那首先要做的是單位根特征和協(xié)整存在性檢驗,而不適合直接用OLS或者說VAR來做模型,在1990年以前的文獻中會出現(xiàn)用OLS計算協(xié)整結(jié)果,但是1990年以后會用動態(tài)OLS(Dynamic OLS,以下簡稱DOLS)或者其他方法來計算協(xié)整系數(shù),在STATA等計量軟件中的協(xié)整結(jié)果與OLS結(jié)果也并不相同。這表明存在單位根時貿(mào)然使用OLS來計算不僅會有謬誤回歸的問題,而且難以滿足無偏估計的要求。(4) 在經(jīng)濟和金融數(shù)據(jù)中存在大量的單位根特征的背景下,基于協(xié)整理論的VECM模型就成為更合適的選擇,其應(yīng)用不僅在經(jīng)濟研究領(lǐng)域較為普遍,比如GNP與M2的經(jīng)典協(xié)整關(guān)系研究,而且在金融研究領(lǐng)域也較普遍,比如利率的期限結(jié)構(gòu)的協(xié)整關(guān)系研究。(29)Bruce E. Hansen, Byeongseon Seo, “Testing for Two-Regime Threshold Cointegration in Vector Error-Correction Models,” Journal of Econometrics,vol.110(2002), pp.293-318.

(五) 建立VECM模型

在建模之前,圖形觀察不可或缺。因為VECM模型的趨勢特征設(shè)定存在主觀性,即根據(jù)STATA的和兩份手冊說明: 隨著圖形中的趨勢特征的不同,相應(yīng)的也要為VECM模型設(shè)置不同的趨勢約束條件。鑒于下文實證分析的樣本數(shù)據(jù)的趨勢特征均相對穩(wěn)定,為VECM模型設(shè)置trend(rc)作為趨勢約束條件,建立VECM模型如式(1)。

(1)

模型的主要結(jié)果就在于協(xié)整關(guān)系的結(jié)果。協(xié)整結(jié)果用以觀察區(qū)域投資發(fā)展效果的長期趨勢特征。比如在浦東新區(qū)案例中,當浦東新區(qū)的投資率高于浦西時,協(xié)整結(jié)果中的參數(shù)b反映了浦東新區(qū)將其投資優(yōu)勢轉(zhuǎn)化為經(jīng)濟增速優(yōu)勢的程度,是投資效率的反映;而協(xié)整結(jié)果中的參數(shù)a反映的是即使沒有投資優(yōu)勢依然能保持的經(jīng)濟增速優(yōu)勢,或者說在具有投資優(yōu)勢時能為其向增速優(yōu)勢的轉(zhuǎn)化提供的額外加成。

在國家級新區(qū)的新特征判斷上,協(xié)整參數(shù)a是一個相當關(guān)鍵的指標。如果協(xié)整參數(shù)a的結(jié)果為正數(shù),那就意味著同樣的投入會獲得更多的產(chǎn)出,符合較低投資率和較快增速這一關(guān)鍵特征。如果協(xié)整參數(shù)a在統(tǒng)計上顯著,就表明上述關(guān)鍵特征具有長期持續(xù)性,是能說明新區(qū)形成了發(fā)展質(zhì)量上的優(yōu)勢的,本文分析視角下的國家級新區(qū)的新特征也就得到確認。

三、浦東新區(qū)的實證分析

浦東新區(qū)的實證分析中,浦東新區(qū)是目標區(qū)域,而上海浦西是參照區(qū)域。之所以選擇浦東新區(qū)2006年至2017年的數(shù)據(jù);一方面是與濱海新區(qū)的實證分析在時間段選擇上保持一致;另一方面是這個時間段內(nèi)浦東新區(qū)和濱海新區(qū)都呈現(xiàn)了鮮明的階段特征。在浦東新區(qū)的實證分析時,即使多一年或者少了一年,也不會影響模型結(jié)果對發(fā)展質(zhì)量的相對優(yōu)勢的判斷。針對2009年浦東新區(qū)擴容帶來的統(tǒng)計數(shù)據(jù)躍升,如前文所述對2009年數(shù)據(jù)做平滑處理。

(一) 數(shù)據(jù)來源

浦東新區(qū)的樣本數(shù)據(jù)從2006年至2017年的浦東新區(qū)與上海市的統(tǒng)計年鑒中獲得。在獲取統(tǒng)計數(shù)據(jù)時,浦西的數(shù)據(jù)通過上海市的數(shù)據(jù)減去浦東的數(shù)據(jù)獲得。浦東新區(qū)的m_gdp反映了浦東新區(qū)與上海浦西的經(jīng)濟增速差異,浦東新區(qū)的m_inv反映了浦東新區(qū)與上海浦西的投資率差異。為保證計算精確度,小數(shù)點位數(shù)保留較多,相關(guān)數(shù)據(jù)見表2。

表2 浦東新區(qū)實證研究的樣本數(shù)據(jù)

(二) 圖形分析

圖2中,實線表示m_inv數(shù)據(jù),即浦東新區(qū)的投資率減去上海浦西的投資率;虛線表示m_gdp數(shù)據(jù),即浦東新區(qū)的GDP增速減去上海浦西的GDP增速。圖2表現(xiàn)了浦東新區(qū)投資率優(yōu)勢與經(jīng)濟增速優(yōu)勢的趨勢特征。

圖2 浦東新區(qū)實證分析的樣本數(shù)據(jù)圖形

圖形分析不僅符合研究開展邏輯,也有模型趨勢約束設(shè)定的客觀需要: (1) 首先觀察圖2中的曲線走勢的長期特征,看到浦東新區(qū)在2006年到2017年期間呈現(xiàn)了較低投資率和較快增速的長期特征,而且這個特征很明顯,其后將在實證分析中對這一特征進行計量分析和檢驗確認;(2) 基于圖形觀察為VECM模型設(shè)定趨勢約束條件,由于圖2中的趨勢特征相對穩(wěn)定,因此在建立VECM模型時設(shè)定trend(rc)作為趨勢約束條件。

(三) 相關(guān)檢驗

首先對樣本數(shù)據(jù)進行單位根檢驗: m_gdp的迪基-福勒檢驗(DF檢驗) 統(tǒng)計值-2.021,不能拒絕H0: 具有單位根的假設(shè),m_inv的DF檢驗統(tǒng)計值為-2.213,也不能拒絕H0: 具有單位根的假設(shè)。檢驗結(jié)果表明m_gdp和m_inv的單位根特征具有顯著性,見表3。

表3 浦東新區(qū)樣本數(shù)據(jù)的單位根檢驗

根據(jù)滯后期選擇檢驗(Obtain lag-order selection statistics for VARs and VECMs,以下簡稱 varsoc檢驗)結(jié)果為模型選擇設(shè)定2期滯后,模型的趨勢約束設(shè)置為trend(rc),進行協(xié)整數(shù)量檢驗(Estimate the cointegrating rank of a VECM, 以下簡稱vecrank檢驗)的結(jié)果見表4: rank為0時的Trace統(tǒng)計值為33.198 4,超過了1%臨界值24.6,拒絕H0: 有不超過0個協(xié)整關(guān)系的原假設(shè),表明存在1個或1個以上的協(xié)整關(guān)系;rank為1時的Trace統(tǒng)計值為5.875 7,既小于5%臨界值9.42,也小于1%臨界值12.97,表明在1%和5%的顯著性水平上無法拒絕H0: 有不超過1個協(xié)整關(guān)系的原假設(shè),表明協(xié)整關(guān)系的數(shù)量不會超過1個。其*1*5表明無論是按照1%顯著性水平還是5%顯著性水平來判斷,協(xié)整關(guān)系都是存在的,而且數(shù)量是1,見表4。

表4 浦東新區(qū)樣本數(shù)據(jù)的協(xié)整數(shù)量檢驗

至此,可以進行完整的模型計算,模型結(jié)果見下文的式(2),相關(guān)指標見下文的表6。在完成模型計算后還要完成以下檢驗: 先通過模型結(jié)果穩(wěn)定性檢驗(Check the stability condition of VECM estimates,以下簡稱vecstable檢驗)判斷協(xié)整數(shù)量的正確設(shè)定和協(xié)整結(jié)果具有良好的穩(wěn)定性(限于篇幅結(jié)果未列出);再通過模型殘差自相關(guān)檢驗(Perform LM test for residual autocorrelation,以下簡稱veclmar檢驗)表明模型殘差無顯著的自相關(guān)(限于篇幅結(jié)果未列出);最后通過模型殘差正態(tài)性檢驗(Test for normally distributed disturbances after vec,以下簡稱vecnorm檢驗)判斷模型殘差具有良好的正態(tài)性,結(jié)果見表5。

表5 浦東新區(qū)VECM的vecnorm檢驗

表6 浦東新區(qū)VECM模型參數(shù)的統(tǒng)計指標

(四) 模型結(jié)果

(2)

VECM模型方程結(jié)果見式(2),VECM模型參數(shù)的計算和檢驗指標見表6,其中Coef.是參數(shù)的計算值,Std.Err.是標準差,后面三列是z值、P值和95%置信區(qū)間。這里重點看一下誤差糾正趨勢的相關(guān)指標: 模型協(xié)整結(jié)果中的參數(shù)a的計算結(jié)果為-0.044,***表示其在1%的水平上顯著;模型協(xié)整結(jié)果中的參數(shù)b的計算結(jié)果為-0.46,***表示其在1%的水平上顯著;模型的誤差調(diào)節(jié)參數(shù)α1的計算結(jié)果為-1.355,***表示其在1%的水平上顯著;誤差調(diào)節(jié)參數(shù)α2的計算結(jié)果為0.533,在統(tǒng)計上并不顯著,見表6。

(五) 主要結(jié)果分析

結(jié)合上文圖2來進一步分析模型的誤差糾正特征: 當模型變量走勢偏離了協(xié)整結(jié)果所反映的趨勢時,模型的誤差糾正主要是通過m_gdp的走勢來調(diào)節(jié),誤差調(diào)節(jié)參數(shù)α1體現(xiàn)了誤差糾正的速度。由于在兩個誤差調(diào)節(jié)參數(shù)中只有一個參數(shù)α1是統(tǒng)計顯著的,反映在圖形中就是m_gdp走勢的波峰波谷特征會更陡峭,而且m_gdp和m_inv走勢的糾纏特征也不會那么強烈。

根據(jù)模型的協(xié)整結(jié)果,浦東新區(qū)的較低投資和較快增速這一關(guān)鍵特征的長期持續(xù)性得到了計量確認,協(xié)整參數(shù)a和協(xié)整參數(shù)b均達到1%水準的統(tǒng)計顯著。可以結(jié)合協(xié)整關(guān)系的定量結(jié)果,對上述關(guān)鍵特征進行分析: 協(xié)整關(guān)系用式(3)來表達,εt為協(xié)整殘差,在與上海浦西的對比中,浦東新區(qū)能把1個單位的投資率優(yōu)勢轉(zhuǎn)化為0.46個單位的經(jīng)濟增速優(yōu)勢;浦東新區(qū)在把投資優(yōu)勢轉(zhuǎn)化為經(jīng)濟增速優(yōu)勢時可以提供4.4%的額外加成,或者說即使浦東和浦西的投資率相同,浦東新區(qū)仍具有4.4%的經(jīng)濟增速優(yōu)勢。

m_gdpt=0.044+0.46·m_invt+εt

(3)

上述結(jié)果體現(xiàn)了浦東新區(qū)在要素報酬上和發(fā)展質(zhì)量上的相對優(yōu)勢,同時也反映出浦東新區(qū)經(jīng)濟對投資依賴的顯著降低,以及其經(jīng)濟發(fā)展新動能的釋放。根據(jù)本文概括的國家級新區(qū)發(fā)展演進的三階段特征來判斷,浦東新區(qū)已經(jīng)從增速優(yōu)勢階段逐步過渡到發(fā)展質(zhì)量優(yōu)勢階段。至此,圖2中觀察到的浦東新區(qū)較低投資和較快增速這一關(guān)鍵特征的長期持續(xù)性得到了定量分析和計量確認。

四、濱海新區(qū)的實證分析

濱海新區(qū)實證分析中,濱海新區(qū)是目標區(qū)域,而天津市是參照區(qū)域。其2006年正式設(shè)立后的統(tǒng)計數(shù)據(jù)可以獲得,之所以只用到2017年的數(shù)據(jù),一個重要原因是2018年統(tǒng)計數(shù)據(jù)有較大幅度的修正,導(dǎo)致統(tǒng)計數(shù)據(jù)出現(xiàn)斷崖式下跌,官方解釋是統(tǒng)計口徑上出現(xiàn)了重復(fù)。這絕對是經(jīng)濟研究中不想碰到的問題,如果數(shù)據(jù)不準確,那結(jié)果也沒有說服力。

好在2006年至2017年這十二年的樣本觀測數(shù)量已經(jīng)能初步滿足要求,而且這十二年濱海新區(qū)的階段特征也較為鮮明。很顯然這十二年濱海新區(qū)的數(shù)據(jù)是受到統(tǒng)計口徑重疊的影響的,它同時導(dǎo)致無法拆分獲得濱海和非濱海兩部分數(shù)據(jù)進行對比。雖然統(tǒng)計口徑重疊弱化了濱海新區(qū)與天津市在數(shù)據(jù)上的差異,但是只要這個差異還在,就能用模型計量對差異進行確認,根據(jù)分析結(jié)果依然能對濱海新區(qū)的相對特征進行判斷。