高房價下山東省制造業(yè)集聚的空間效應分析——基于空間面板模型的實證

文/崔凌云

?

高房價下山東省制造業(yè)集聚的空間效應分析——基于空間面板模型的實證

文/崔凌云

摘要：本文選取2009-2013年山東省17地市兩位數(shù)制造業(yè)統(tǒng)計數(shù)據(jù)，分析了山東省制造業(yè)集聚的特征并采用空間杜賓面板模型測算了資本投入、勞動投入、制造業(yè)集聚以及房價上漲對制造業(yè)產出的空間效應。本文的實證過程中采用了三種不同的權重矩陣，結果顯示，當前山東制造業(yè)生產過程中，資本投入的直接效應較小，溢出效應較大；無論采用何種權重衡量，勞動投入的產出彈性均遠大于資本投入，且制造業(yè)中勞動力為稀缺要素。

關鍵詞：產業(yè)集聚；平均集中率；空間杜賓面板模型；空間溢出效應

經濟活動在空間上各地理單元間的分布往往不均衡，特別是在工業(yè)生產中。若特定產業(yè)的很大份額集中在少數(shù)幾個地區(qū)，其空間分布越不均衡，產業(yè)集聚程度越高。美國經濟學家波特認為這種產業(yè)集聚具有外部經濟，通過規(guī)模收益遞增和創(chuàng)新可以促進產業(yè)發(fā)展和地區(qū)經濟增長。近年來，各級政府越來越認可產業(yè)集聚的正外部性，通過推動鄰近地區(qū)經濟一體化來促進有序的產業(yè)集聚，實現(xiàn)1+1>2的效果?？缡〉膮^(qū)域經濟一體化主要有珠江三角洲一體化、長江三角洲一體化和京津冀一體化，各省省內也有局部一體化戰(zhàn)略，如山東省2013年確立了“兩區(qū)一圈一帶”發(fā)展戰(zhàn)略，劃分了山東半島藍色經濟區(qū)、黃河三角洲高效生態(tài)經濟區(qū)、省會城市群經濟圈和西部經濟隆起帶①。

學界也認可產業(yè)集聚的作用。新經濟地理的中心-外圍論從動態(tài)角度刻畫了有序產業(yè)集聚的三階段：第一階段，企業(yè)和工人向一個地區(qū)集中，地區(qū)專業(yè)化生產水平提高，初步形成“中心-外圍”結構；第二階段，為避免過度擁擠，資源密集型產業(yè)有序向外圍轉移；第三階段，實現(xiàn)區(qū)域內自由貿易和專業(yè)化分工，本區(qū)域工業(yè)生產水平顯著上升。隨著政府主導的區(qū)域一體化向縱深發(fā)展，空間視角下的產業(yè)集聚成為近幾年學術討論的熱點。范劍勇、李方文（2011）發(fā)現(xiàn)地市級層面制造業(yè)分布較為平均，城市體系的扁平化特征明顯，但縣級層面的產業(yè)集聚趨勢非常明顯；宋馬林等（2012）利用我國中部六省88個地市8年數(shù)據(jù)，采用LISA統(tǒng)計分析了第二產業(yè)的空間集聚與擴散狀態(tài)，通過馬爾科夫鏈模擬，找到了各狀態(tài)之間的轉移概率，預測了其未來發(fā)展狀態(tài)；徐文娟、鐘立新（2015）比較了廣東、浙江兩省5年間兩位數(shù)制造業(yè)的產業(yè)集聚情況，其指標包括靜態(tài)與動態(tài)SP指數(shù)、MoranI指數(shù)和制造業(yè)中心值，說明兩省間產業(yè)集聚與擴散的行業(yè)存在差異。以上文章僅分析了產業(yè)集聚的空間相關性，并未利用空間面板分析其影響因素。在既有基礎上，本文將使用空間面板模型研究山東省17地市制造業(yè)集聚對工業(yè)生產的空間影響。

一、指標說明

本文選擇以地區(qū)制造業(yè)平均集中率衡量產業(yè)集聚水平，其計算公式為：

其中，i代表地市，N為地市數(shù)量，r代表細分行業(yè)，R為細分行業(yè)部門的數(shù)量，為i地市r細分行業(yè)的工業(yè)總產值，為i地市r細分行業(yè)的工業(yè)總產值占全省該細分行業(yè)工業(yè)總產值的份額。即為i地市的制造業(yè)平均集中率，該指標越大，表明制造業(yè)在特定地區(qū)越集中。

本文選取山東省2009-2013年17地市28個制造業(yè)細分行業(yè)②的工業(yè)總產值，代入公式計算各地市及經濟區(qū) 的制造業(yè)平均集中率。2013年制造業(yè)集聚程度較高的城市是青島、煙臺和威海，較低的城市是萊蕪、日照和濟寧，前者2013年制造業(yè)總產值排名第1、2和10位，且都位于山東半島，后者的總產值排名17、16和13，且多位于魯西南地區(qū)，說明發(fā)達的制造業(yè)和其集聚程度呈正相關。與2009年相比，2013年山東省17地市中，集聚程度上升的有9個，其中居前三位的是泰安（0.028）、東營（0.027）和德州（0.017）；集聚程度下降的有8個，居前三位的分別是濰坊（-0.031）、煙臺（-0.03）和濟南（-0.02）。

二、計量方法

（一）空間計量方法

靜態(tài)空間面板模型可以表示為：

式（4）中ρ、β和δ均為未知系數(shù)，根據(jù)Elhorst2012年設計的方法，可以通過假設檢驗檢驗SDM是否可簡化為SAR，通過假設檢驗檢驗SDM是否可簡化為SEM。因此，本文空間面板模型為：

（二）變量選取

本文采用山東省17地市的主要經濟指標為樣本，樣本區(qū)間為2009-2013年，數(shù)據(jù)來源為各地市各年的統(tǒng)計年鑒，變量選取和數(shù)據(jù)描述如下：因變量：lnY，其中Y為各地市各年的兩位數(shù)制造業(yè)（細分行業(yè)）工業(yè)總產值,以2009年為基期，用地區(qū)生產總值指數(shù)對其進平減處理。本文將實際工業(yè)總產值取對數(shù)得到lnY，反映制造業(yè)的發(fā)展水平。主要解釋變量：lnK，其中K為各地市各年制造業(yè)固定資產凈值③，以2009年為基期，用地區(qū)生產總值指數(shù)進行了平減。本文將實際固定資產凈值取對數(shù)得到lnK。資本投入主要是固定資產投入，它是制造業(yè)生產的基礎；lnL，其中L為各地市各年制造業(yè)從業(yè)人員數(shù)，取對數(shù)后得到lnL，勞動投入同樣是制造業(yè)生產不可或缺的條件；meancon，為各地市各年的制造業(yè)平均集中率，衡量產業(yè)集聚程度，計算方法見前文第二部分的指標說明?？刂谱兞浚簆house為房價上漲率，在各地市各年的統(tǒng)計年鑒中，有上年為100的新建住宅銷售價格指數(shù)④，該指數(shù)減去100即為phouse。

（三）空間權重矩陣的構建

本文構建三種空間權重矩陣來進行空間計量分析。

一是高速公路里程數(shù)權重矩陣W1。根據(jù)地理學第一定律,任何事物與周圍事物之間均存在聯(lián)系，而距離近的事物比距離遠的事物聯(lián)系密切，因此在描述本文樣本的空間結構時，首先考慮距離權重矩陣W1。令不同地市i和j間高速公路的里程數(shù)為d，則

為W1中對應元素，并在矩陣內按行進行標準化。

二是鄰接權重矩陣W2。不同地市i 和j若相鄰則為1，不相鄰在為0，這表現(xiàn)為在矩陣W2中，對角線上元素為0，其它元素為

同樣，矩陣W2中按行進行標準化。

三是經濟活動權重矩陣W3。制造業(yè)生產或集聚本身是經濟活動，單純以地理距離或鄰接來刻畫其空間結構不夠細致，還要綜合考慮非地理因素的影響。因此，在借鑒了李靖等（2010）的思路后，本文的W3為：其中，Y為各地市各年制造業(yè)實際工業(yè)總產值，為考察期內第i地市制造業(yè)實際總產值平均值，為考察期內制造業(yè)實際總產值的平均值。

三、模型選擇和結果分析

（一）模型選擇

為選擇出適合本文樣本的空間面板模型，根據(jù)Elhorst2012年設計的方法，第一步估計無空間效應的面板模型并進行LM檢驗：

本文數(shù)據(jù)N（17）大T（5）小，因此屬于短面板模型固定效應模型更適合。運行Elhorst提供的Matlab程序包可以看出⑤，空間固定效應中應考慮殘差項的空間自相關，空間時間雙固定效應中是否應包含因變量的空間滯后項和殘差項的空間自相關，需要進一步檢驗。

為確定空間固定效應和時間固定效應的聯(lián)合顯著性，需進行LR檢驗。LR檢驗結果顯示⑥，空間固定效應和時間固定效應均呈現(xiàn)1％水平上的聯(lián)合顯著，因此應建立空間時間雙向固定效應模型。

根據(jù)Elhorst2012年設計的方法，第二步進行Wald檢驗和LR檢驗，判斷面板模型是否可簡化為SAR面板模型或SEM面板模型。檢驗的判斷標準為，對于兩項原假設和如果不能拒絕且第一步中LM檢驗和穩(wěn)健LM檢驗顯示因變量的空間效應顯著，則應選用SAR面板模型；如果不能拒絕且第一步中LM檢驗和穩(wěn)健LM檢驗顯示殘差項的空間效應顯著，則應選擇SEM面板模型；如果兩項原假設均可拒絕，則應選擇SDM面板模型。

根據(jù)聯(lián)合顯著性檢驗結果，本文對空間時間雙固定效應模型進行Wald檢驗和LR檢驗，結果見表1。表1中第一列為基于極大似然法（QML）估計的空間杜賓模型，第二列為基于Yu和Lee （2008）的糾偏QML估計。這里T=5， N=17,滿足N>T，T>N1/3=2.57，根據(jù)Yu 和Lee（2008）的研究，此時應使用糾偏QML。第一列的Wald檢驗和LR檢驗均在5％顯著水平拒絕了兩項原假設和第二列在10％顯著水平亦可拒絕兩項原假設和即此時空間杜賓模型（SDM）不能簡化為SAR或SEM，第三列的估計結果檢驗在5％顯著水平也支持空間杜賓模型（SDM）。對于應選擇第三列的空間隨機時間固定效應模型的估計結果，還是第二列的空間時間雙固定效應模型的估計結果，Hausman檢驗的統(tǒng)計量為10.32，其p值為0.3248，故不能拒絕空間隨機效應的原假設，此時應選擇第三列的估計結果。

（二）結果分析

根據(jù)表1中第三列的估計結果，本地資本投入的產出彈性為0.083，勞動投入的產出彈性為0.305，這兩項系數(shù)均在5％水平顯著。其他地市資本投入亦能增加本地制造業(yè)產出，其系數(shù)為0.472，在1％水平顯著，這表明資本在山東并不稀缺，制造業(yè)資本的使用不存在競爭性，且各地市間制造業(yè)產出是相互促進的；值得注意的是，現(xiàn)階段其他地市資本投入對本地產出的增加系數(shù)0.472遠大于本地資本和勞動的產出增加系數(shù)0.083和0.305，這表明制造業(yè)應協(xié)調各地市后統(tǒng)一發(fā)展。本地制造業(yè)集聚程度對產出的影響為11.065，在1％水平顯著，其他地市制造業(yè)集聚對本地產出的影響為-3.561，在10％水平不顯著，說明產業(yè)集聚僅在本單元內規(guī)模收益遞增和知識溢出，這種經濟外部性還不能在相鄰空間單元顯著擴散。估計結果還顯示出，本地房價上漲將減少本地制造業(yè)產出，其他地市房價上漲將增加本地制造業(yè)產出，但兩項系數(shù)（絕對值）均非常小，且不顯著。

表1中的結果由高速公路里程數(shù)權重矩陣W1獲得，為比較產業(yè)集聚的相互影響，表2中利用鄰接權重矩陣W2和經濟活動權重矩陣W3對本文樣本再次進行估計，其結果依然支持空間隨機和時間固定的SDM模型。

當考慮鄰接關系時，模型（2）給出，本地資本投入的產出彈性為0.077，在10％水平顯著，本地勞動投入的產出彈性為0.388，在1％水平顯著，產業(yè)集聚對本地產出的影響系數(shù)為10.086，在1％水平顯著，本地房價上漲將使本地產出減少，但其系數(shù)如模型（1）一樣，非常小且不顯著。鄰接地市資本投入對本地制造業(yè)產出的彈性為0.171，在5％水平顯著，此項系數(shù)遠小于以W1為權重矩陣時的系數(shù)0.472，說明資本溢出效應主要發(fā)生在非鄰接地市。鄰接地市的產業(yè)集聚水平和房價漲幅對本地制造業(yè)生產影響與以W1為權重矩陣時基本相同，且都不顯著。（見表2）

表1　包含空間時間雙固定效應的空間杜賓模型（SDM）估計

當綜合考慮經濟活動的影響時，模型（3）給出，本地資本投入的產出彈性降為0.066，在10％水平顯著，本地勞動投入的產出彈性將為0.285，在5％水平顯著，本地產業(yè)集聚水平的影響系數(shù)為10.245，比模型（2）中略有下降，同樣也在1％水平顯著。本地房價上漲對本地制造業(yè)產出的影響為負，但同前兩個模型一樣，系數(shù)非常小且不顯著。在以經濟活動權重矩陣W3衡量的模型（3）中，其他地市，特別是制造業(yè)發(fā)達地市的資本投入對本地市制造業(yè)產出的影響繼續(xù)下降，為0.059，在1％水平顯著，這說明模型（1）中的資本溢出效應主要發(fā)生在非鄰接的制造業(yè)欠發(fā)達地市。模型（3）中，其他地市的勞動投入對本地市產出的影響在1％水平顯著，這和前兩個模型不同，雖然數(shù)值較小，僅為-0.075，但說明制造業(yè)發(fā)達地市的勞動力投入增加，將吸引本地市制造業(yè)工人流出而減少本地產出。模型（3）中，其他地市產業(yè)集聚對本地市產出的影響為正，但依然不顯著，其他地市房價上漲能帶來本地市產出增加，系數(shù)僅為0.003，但在1％水平顯著。

最后，綜合三個模型可發(fā)現(xiàn)，周邊地市制造業(yè)產出對本地市制造業(yè)產出的影響均為負，但都不顯著。注：括號內為t值，*,**,***分別表示10％、5％、1％顯著水平。

表2　變換權重矩陣的空間杜賓模型估計結果

四、結論

綜合前文的空間面板分析表明，目前山東省各地市制造業(yè)生產中：資本投入的直接效應較小，溢出效應較大，且溢出主要面向非鄰接的制造業(yè)欠發(fā)達地市；無論采用何種權重衡量，勞動投入的產出彈性均遠大于資本投入，且制造業(yè)勞動力為稀缺要素，一地市勞動投入增加將使其他地市制造業(yè)產出減少，這種減少在以經濟活動因素衡量的權重矩陣W3中是顯著的；本地產業(yè)集聚能顯著促進本地制造業(yè)產出增加，對其他地市產出的影響不顯著；雖然房價上漲，但房價對本地制造業(yè)產出的影響數(shù)值上非常小且統(tǒng)計上也不顯著。

注釋：

①2009年國務院批復建立黃河三角洲高效生態(tài)經濟區(qū)，2011年國務院批復建立山東半島藍色經濟區(qū)，2013年山東省確立省會城市群經濟圈和西部隆起經濟帶，明確了“兩區(qū)一圈一帶”發(fā)展戰(zhàn)略。

②這28個細分行業(yè)在“國民經濟行業(yè)分類與代碼（GB/4754-2011）”中對應為C13-C27，C29-C42。由于篇幅有限，平均集中率的計算結果文中并未列出，如有需要，請向作者索取。

③由于部分地市統(tǒng)計年鑒的統(tǒng)計口徑差異，濰坊市以固定資產原價替代了固定資產凈值，臨沂市以總資產減流動資產近似估計了固定資產凈值。

④年鑒中缺少威海市和濱州市2009-2011年、聊城市2011年數(shù)據(jù)，本文均通過插值法計算獲得。

⑤運行結果如有需要，請向作者索取。

⑥由于篇幅有限，LR檢驗結果并未列出，如有需要，請向作者索取。

參考文獻：

[1] Elhorst,J.P.(2003). "Specification and Estimation of Spatial Panel Data Models."International Regional Science Review 26(3):244-268.

[2] 邵挺,范劍勇.房價水平與制造業(yè)的區(qū)位分布——基于長三角的實證研究[J].中國工業(yè)經濟,2010,(10):24-32.

[3] 范劍勇,李方文.中國制造業(yè)空間集聚的影響:一個綜述[J].南方經濟,2011,(06):53-66+6.

[4] 宋馬林,王舒鴻,黃蓓,胡百紅.我國中部六省產業(yè)集聚與擴散的空間計量[J].地理研究,2012,(03):534-542.

[5] 于斌斌,楊宏翔,金剛.產業(yè)集聚能提高地區(qū)經濟效率嗎?——基于中國城市數(shù)據(jù)的空間計量分析[J].中南財經政法大學學報,2015,(03):121-130.

[6] 徐文娟,鐘立新.基于空間變換的產業(yè)集聚計量模型及實證檢驗[J].統(tǒng)計與決策,2015,(15):131-134.

[7] 唐運舒,馮南平,高登榜,楊善林.產業(yè)轉移對產業(yè)集聚的影響——基于泛長三角制造業(yè)的空間面板模型分析[J].系統(tǒng)工程理論與實踐,2014,(10):2573-2581.

[8] 譚銳,趙祥,黃亮雄.高房價下的制造業(yè)轉移:城市間還是城市內?[J].經濟學報,2015,(02):56-75.

[9] 李婧,譚清美,白俊紅.中國區(qū)域創(chuàng)新生產的空間計量分析——基于靜態(tài)與動態(tài)空間面板模型的實證研究[J].管理世界,2010,(07):43-55+65.

（作者單位：齊魯工業(yè)大學金融學院）