田麗

內(nèi)容摘要：“一帶一路”建設(shè)與去產(chǎn)能是當(dāng)前我國(guó)最主要的兩大經(jīng)濟(jì)任務(wù)，前者的目的在于消除市場(chǎng)分割，實(shí)現(xiàn)市場(chǎng)一體化，而實(shí)現(xiàn)后者則需要降低產(chǎn)業(yè)趨同程度。因此，研究市場(chǎng)分割與產(chǎn)業(yè)趨同對(duì)于促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有重要的現(xiàn)實(shí)意義。本文采用實(shí)證檢驗(yàn)的方法對(duì)我國(guó)市場(chǎng)分割、產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)三者之間的關(guān)系進(jìn)行系統(tǒng)研究。結(jié)果表明：市場(chǎng)分割與經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)趨同的影響不明顯，地區(qū)產(chǎn)業(yè)趨同與市場(chǎng)分割是造成經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因;在達(dá)到最優(yōu)滯后期時(shí)，市場(chǎng)分割對(duì)經(jīng)濟(jì)增長(zhǎng)具有正面影響，在超過(guò)最優(yōu)滯后期，市場(chǎng)分割對(duì)經(jīng)濟(jì)增長(zhǎng)的影響程度開始由正轉(zhuǎn)負(fù);產(chǎn)業(yè)趨同對(duì)于經(jīng)濟(jì)增長(zhǎng)具有消極影響，隨著地區(qū)經(jīng)濟(jì)的增長(zhǎng)，市場(chǎng)分割程度逐漸降低。

關(guān)鍵詞：市場(chǎng)分割? ?產(chǎn)業(yè)趨同? ?經(jīng)濟(jì)增長(zhǎng)? ?格蘭杰檢驗(yàn)

隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和管理體制的優(yōu)化，各地區(qū)的經(jīng)濟(jì)活動(dòng)逐漸變得頻繁起來(lái)，在一定程度上振興了產(chǎn)業(yè)，提高了居民消費(fèi)水平。然而，財(cái)政分權(quán)也使得不同地區(qū)的經(jīng)濟(jì)競(jìng)爭(zhēng)變得愈發(fā)激烈，尤其是相鄰區(qū)域經(jīng)濟(jì)發(fā)展的差異化逐漸增大，導(dǎo)致我國(guó)部分地區(qū)市場(chǎng)分割現(xiàn)象越來(lái)越明顯，產(chǎn)業(yè)趨同現(xiàn)象也趨于嚴(yán)重（高傳倫，2017）。通常情況下，產(chǎn)品市場(chǎng)與要素市場(chǎng)二者只要有一者是全面開放的，都能夠促使市場(chǎng)的商品價(jià)格之間的差異性減小，所以通過(guò)對(duì)各類商品的價(jià)格進(jìn)行統(tǒng)計(jì)分析來(lái)測(cè)量市場(chǎng)分割程度的效果相對(duì)比較顯著（劉新貴等，2017）。在國(guó)內(nèi)市場(chǎng)分割與產(chǎn)業(yè)趨同并存的背景下，國(guó)家經(jīng)濟(jì)的發(fā)展極有可能出現(xiàn)兩個(gè)地區(qū)相互形成負(fù)面影響的惡性循環(huán)，進(jìn)而阻礙我國(guó)新常態(tài)下市場(chǎng)經(jīng)濟(jì)的發(fā)展速度。因此在新形勢(shì)下，研究市場(chǎng)分割、產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)之間的經(jīng)濟(jì)作用具有十分重要的戰(zhàn)略意義，本文通過(guò)理論分析和實(shí)證檢驗(yàn)的方式對(duì)我國(guó)市場(chǎng)分割、產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)三者之間的關(guān)系進(jìn)行研究，以期為我國(guó)經(jīng)濟(jì)的穩(wěn)步發(fā)展提供理論依據(jù)。

市場(chǎng)分割與產(chǎn)業(yè)趨同的測(cè)度

（一）市場(chǎng)分割的指標(biāo)選取與測(cè)度

本文選取我國(guó)2000-2017年全國(guó)31個(gè)省市區(qū)的九類商品的居民消費(fèi)價(jià)格進(jìn)行方差計(jì)算，測(cè)量樣本數(shù)量為59個(gè)，樣本點(diǎn)為11682個(gè)。同時(shí)，所選用的測(cè)度方法為價(jià)格法，采用的計(jì)算方法是將某兩個(gè)相鄰省份的相對(duì)價(jià)格求出方差，進(jìn)而再求出均值，這是因?yàn)閮蓚€(gè)相鄰省份之間的經(jīng)濟(jì)競(jìng)爭(zhēng)更為激烈，每個(gè)區(qū)域的市場(chǎng)分割策略均是根據(jù)周圍省市而實(shí)施的，進(jìn)而延伸到其他省市，因此，計(jì)算兩個(gè)相鄰省份的指標(biāo)才能體現(xiàn)出價(jià)格法的實(shí)際作用（李強(qiáng)等，2017）。價(jià)格法的具體計(jì)算步驟如下：

導(dǎo)出相對(duì)價(jià)格方差的差分形式，即：

式中，i、j分別表示相鄰的兩個(gè)省，本文直接采用的是相對(duì)價(jià)格方差的差分形式進(jìn)行計(jì)算，這對(duì)真實(shí)指標(biāo)的計(jì)算并不會(huì)造成影響，同時(shí)，為了保證計(jì)算結(jié)果的精準(zhǔn)性，將計(jì)算結(jié)果直接保留為價(jià)格方差的對(duì)數(shù)形式。

具體方法為求出某一種商品的在59個(gè)樣本間的平均值，再求出每個(gè)樣點(diǎn)的價(jià)格方差差分值與平均值的差值，得出。然后，求出某一年的兩個(gè)相鄰省份樣本商品的qkijt，求出方差即為兩個(gè)相鄰地區(qū)市場(chǎng)的分割指數(shù)。

（二）產(chǎn)業(yè)趨同指標(biāo)選取與測(cè)度

區(qū)位熵、霍夫曼系數(shù)、相似系數(shù)、結(jié)構(gòu)差異度指數(shù)和克魯格曼指數(shù)等是測(cè)量地區(qū)產(chǎn)業(yè)趨同程度的方法（劉剛，2017），其中，克魯格曼指數(shù)是比較成熟的分析產(chǎn)業(yè)趨同指標(biāo)的方法，其具體計(jì)算公式為：

式中，X表示一個(gè)地區(qū)某行業(yè)的工業(yè)產(chǎn)值，i、j 分別為不同的地區(qū)，K代表工業(yè)。產(chǎn)業(yè)趨同指標(biāo)樣本的選取與市場(chǎng)分割指數(shù)的樣本相同，都是將兩個(gè)相鄰地區(qū)作為研究對(duì)象。通過(guò)公式可知，克魯格曼指數(shù)測(cè)量的是產(chǎn)業(yè)趨同程度的逆向指標(biāo)，兩個(gè)地區(qū)之間的市場(chǎng)分割程度越大，進(jìn)而說(shuō)明地區(qū)專業(yè)化水平越高。

基于 PVAR 模型的市場(chǎng)分割、產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)關(guān)系檢驗(yàn)

（一）模型的選取

市場(chǎng)分割、產(chǎn)業(yè)趨同和經(jīng)濟(jì)增長(zhǎng)三者之間存在著十分緊密的聯(lián)系，向量自回歸模型（VAR）具有將每個(gè)內(nèi)生變量的系數(shù)進(jìn)行統(tǒng)計(jì)后構(gòu)建成模型的功能，進(jìn)而可以全方位地對(duì)市場(chǎng)分割、產(chǎn)業(yè)趨同以及經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行闡述。與此同時(shí)，VAR模型是由數(shù)個(gè)不完整的模型組建而成，其將每個(gè)不完整方程的優(yōu)點(diǎn)綜合在一起。本文在進(jìn)行VAR模型估計(jì)之前，對(duì)我國(guó)各省面板數(shù)據(jù)進(jìn)行一系列合理優(yōu)化，將PVAR與VAR模型緊密結(jié)合，為了排除不同變量所造成的個(gè)體差異誤差，將所選取的全部變量視為模型的內(nèi)生變量。

（二）數(shù)據(jù)說(shuō)明

本文將相對(duì)價(jià)格方差視為市場(chǎng)分割（X1）變量，采用克魯格曼指數(shù)作為產(chǎn)業(yè)趨同（X2）變量，我國(guó)人均GDP代表我國(guó)市場(chǎng)經(jīng)濟(jì)的發(fā)展水平（Y）。本研究將我國(guó)2000～2017年31個(gè)省市區(qū)的市場(chǎng)經(jīng)濟(jì)數(shù)據(jù)作為研究樣本，同時(shí)，考慮到所選用的數(shù)據(jù)隨時(shí)間的變化具有波動(dòng)性，在采用模型檢驗(yàn)之間，對(duì)全部數(shù)據(jù)取平均值來(lái)進(jìn)行合理優(yōu)化，所統(tǒng)計(jì)的數(shù)據(jù)具體結(jié)果如表1所示。

（三）實(shí)證過(guò)程及結(jié)果分析

為了避免變量隨時(shí)間的推移而發(fā)生波動(dòng)，本研究在具有截距項(xiàng)、常數(shù)項(xiàng)和走勢(shì)項(xiàng)的基礎(chǔ)上分別采用了ADF、IPS、LLC以及PP 四種模型對(duì)變量系數(shù)進(jìn)行動(dòng)態(tài)檢驗(yàn)，在此四種檢驗(yàn)手段中，LCC檢驗(yàn)法最具普遍性。通過(guò)表2可以看出，三個(gè)變量在具有系數(shù)項(xiàng)、走勢(shì)項(xiàng)以及截距項(xiàng)的函數(shù)背景下，其均在1%的顯著性水平下拒絕了變量系數(shù)的波動(dòng)型構(gòu)想，所以可以看出，所選取的不同省份的面板數(shù)據(jù)變量不具備單位根波動(dòng)的情況，因此，所選取的樣本數(shù)據(jù)是平穩(wěn)的，進(jìn)而可以得出本文通過(guò)驗(yàn)證所得出的市場(chǎng)分割結(jié)果是呈現(xiàn)收斂性的。

通常情況下，每個(gè)具有獨(dú)自特征的滯后期模型均能夠?qū)IC、BIC與HQIC指標(biāo)變?yōu)樽钚≈档臏笃?，?shí)質(zhì)上就是所謂的最優(yōu)滯后期，而 BIC、 HQIC是相對(duì)比較普遍的兩種檢驗(yàn)標(biāo)準(zhǔn)。受到檢驗(yàn)?zāi)攴莸闹萍s，當(dāng)滯后期限超過(guò)4期時(shí)，模型的檢驗(yàn)結(jié)果會(huì)出現(xiàn)相對(duì)方差的不均衡情況，所以本研究只在滯后期在3期以內(nèi)的區(qū)間內(nèi)選取最優(yōu)滯后期，具體選取結(jié)果見表3所示。由表3檢驗(yàn)結(jié)果可知，當(dāng)滯后期達(dá)到3期時(shí)，AIC、BIC與 HQIC三種指標(biāo)都達(dá)到了滯后期的最小值，說(shuō)明滯后第3期是向量自回歸的最優(yōu)滯后期。

本文采用格蘭杰因果檢驗(yàn)方法對(duì)我國(guó)不同地區(qū)的市場(chǎng)分割、產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)之間的時(shí)間關(guān)系進(jìn)行實(shí)證檢驗(yàn)，其中，在進(jìn)行格蘭杰因果檢驗(yàn)之前，假設(shè)所有變量之間不具有因果關(guān)系，如果檢驗(yàn)結(jié)果的滯后概率低于顯著水平，則假設(shè)不成立，此時(shí)變量之間具有因果關(guān)系，具體檢驗(yàn)結(jié)果如表4所示。為了確保檢驗(yàn)結(jié)果的平穩(wěn)性，本研究采用格蘭杰因果檢驗(yàn)對(duì)所有變量從滯后1期到3期進(jìn)行了檢驗(yàn)。通過(guò)表4檢驗(yàn)結(jié)果可以看出，在滯后期由1期到3期過(guò)程中，所有變量在1%的置信水平下X2不是 X1的格蘭杰原因均不成立;通過(guò)X1 、X2、Y三個(gè)變量之間的關(guān)系可以得出，區(qū)域經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)趨同是造成市場(chǎng)分割的格蘭杰因素。然而，即使在滯后3期時(shí)X1不是 X2的原因、Y不是X2的原因不成立，但檢驗(yàn)變量的滯后概率僅為10%，說(shuō)明檢驗(yàn)結(jié)果的特征性并不明顯，而當(dāng)滯后期為1和2期時(shí)，X1、X2、Y三個(gè)變量之間的關(guān)系假設(shè)都是成立的，說(shuō)明市場(chǎng)分割與經(jīng)濟(jì)發(fā)展水平造成區(qū)域產(chǎn)業(yè)趨同的現(xiàn)象存在，但作用效果并不明顯。造成上述現(xiàn)象的主要因素是我國(guó)各省份的部分產(chǎn)業(yè)受到國(guó)家經(jīng)濟(jì)政策的制約進(jìn)行了重新布局和規(guī)劃，這導(dǎo)致企業(yè)的結(jié)構(gòu)發(fā)生了一系列改變，此時(shí)產(chǎn)業(yè)的非盈利活動(dòng)現(xiàn)象多于盈利活動(dòng)，因此這部分企業(yè)結(jié)構(gòu)的完善與變遷動(dòng)力不足，市場(chǎng)分割、經(jīng)濟(jì)發(fā)展水平等市場(chǎng)原因并沒(méi)有發(fā)揮出顯著作用。

本文通過(guò)PVAR模型對(duì)各個(gè)變量進(jìn)行實(shí)證檢驗(yàn)，得到的GMM回歸系數(shù)可以反映出每個(gè)變量在不同滯后期下對(duì)檢驗(yàn)結(jié)果的影響程度，然而，由于向量自回歸模型的滯后項(xiàng)并不具備平穩(wěn)性，每個(gè)變量的系數(shù)僅僅能對(duì)小范圍內(nèi)的變量波動(dòng)情況進(jìn)行闡述。所以說(shuō)變量系數(shù)的大小并不能完全反映出變量對(duì)檢驗(yàn)結(jié)果的作用水平，但每個(gè)變量系數(shù)的顯著水平卻具有一定的檢驗(yàn)意義，具體檢驗(yàn)結(jié)果如表5所示。

通過(guò)表5可以看出，當(dāng)滯后期為1期的時(shí)候，市場(chǎng)分割系數(shù)與克魯格曼指數(shù)對(duì)產(chǎn)業(yè)的趨同程度影響比較明顯，當(dāng)滯后期到達(dá)2和3期時(shí)，二者對(duì)產(chǎn)業(yè)趨同沒(méi)有影響。然而，人均GDP對(duì)產(chǎn)業(yè)趨同一直表現(xiàn)出較小的影響，這是由于我國(guó)相關(guān)部門在制定經(jīng)濟(jì)政策時(shí)，其側(cè)重于將以往一期的市場(chǎng)分割程度與產(chǎn)業(yè)趨同程度的結(jié)果劃入到此次計(jì)劃中，我國(guó)社會(huì)的經(jīng)濟(jì)增長(zhǎng)速度也是影響產(chǎn)業(yè)布局的客觀因素之一，其影響效果在特定期間內(nèi)可以被忽略。就產(chǎn)業(yè)趨同而言，市場(chǎng)分割與人均GDP對(duì)我國(guó)市場(chǎng)整體經(jīng)濟(jì)發(fā)展水平的影響并不明顯，但由于其市場(chǎng)分割和人均GDP的單項(xiàng)影響效果卻十分顯著，這在一定程度上也反映出我國(guó)不同地區(qū)的市場(chǎng)分割與經(jīng)濟(jì)發(fā)展水平并不是產(chǎn)業(yè)趨同的格蘭杰原因。就地區(qū)的經(jīng)濟(jì)增長(zhǎng)而言，經(jīng)濟(jì)增長(zhǎng)與市場(chǎng)分割對(duì)產(chǎn)業(yè)趨同的作用效果比較明顯，但通過(guò)克魯格曼檢驗(yàn)結(jié)果可以看出，只有在滯后期為2期時(shí)，其對(duì)產(chǎn)業(yè)趨同的影響效果才逐漸提升。

結(jié)論與建議

本文采用格蘭杰因果檢驗(yàn)得出產(chǎn)業(yè)趨同與經(jīng)濟(jì)增長(zhǎng)是導(dǎo)致市場(chǎng)分割的格蘭杰原因;市場(chǎng)分割與經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)趨同的作用效果不明顯;造成經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因是地區(qū)產(chǎn)業(yè)趨同與市場(chǎng)分割;當(dāng)處于最優(yōu)滯后期時(shí)，市場(chǎng)分割對(duì)經(jīng)濟(jì)增長(zhǎng)的具有積極影響，當(dāng)超過(guò)最優(yōu)滯后期，其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響開始減小;產(chǎn)業(yè)趨同對(duì)于經(jīng)濟(jì)增長(zhǎng)具有負(fù)面影響，隨著地區(qū)經(jīng)濟(jì)的逐漸發(fā)展，市場(chǎng)分割水平呈現(xiàn)下降趨勢(shì)。

我國(guó)需要根據(jù)不同地區(qū)的地理資源特色來(lái)發(fā)展地區(qū)產(chǎn)業(yè)，最大限度利用地理優(yōu)勢(shì)來(lái)降低市場(chǎng)分割程度，進(jìn)而提高不同地區(qū)的經(jīng)濟(jì)發(fā)展速度;促進(jìn)相鄰地區(qū)的產(chǎn)業(yè)協(xié)同發(fā)展，出臺(tái)相關(guān)政策來(lái)提高不同地區(qū)產(chǎn)業(yè)的溝通頻率，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)、共同進(jìn)步。

參考文獻(xiàn)：

1.高傳倫.我國(guó)資本市場(chǎng)分割與資本擴(kuò)張的經(jīng)濟(jì)增長(zhǎng)效應(yīng)[J].商業(yè)研究，2017（8）

2.劉新貴，羅明.市場(chǎng)分割環(huán)境下城鄉(xiāng)流通基本態(tài)勢(shì)與一體化實(shí)現(xiàn)路徑[J].商業(yè)經(jīng)濟(jì)研究，2017（3）

3.李強(qiáng)，丁春林.資源稟賦、市場(chǎng)分割與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)經(jīng)緯，2017（3）

4.劉剛.中國(guó)國(guó)內(nèi)市場(chǎng)分割的演進(jìn)發(fā)展研究[J].北方經(jīng)貿(mào)，2017（2）