劉 慧,楊 君,吳應(yīng)宇
(1.浙江理工大學 經(jīng)濟管理學院,浙江 杭州 310018;2.東南大學 經(jīng)濟管理學院,江蘇 南京 211189)
改革開放以來,中國取得了令學界贊嘆的“經(jīng)濟奇跡”,成為了僅次于美國的世界第二大經(jīng)濟體,這一經(jīng)濟奇跡很大程度上得益于中國“高投資、高產(chǎn)出”[1]和“引進外資從事加工貿(mào)易的國際代工、嵌入發(fā)達國家主導(dǎo)的全球價值鏈引致出口劇增”[2]的經(jīng)濟增長模式,然而這一增長模式不僅導(dǎo)致了中國區(qū)間產(chǎn)業(yè)嚴重同構(gòu),還使得經(jīng)濟增長質(zhì)量、效益普遍較低[2-3]。隨著人口紅利的逐漸消失和環(huán)境壓力持續(xù)增長,上述增長模式逐漸變得舉步維艱。有鑒于此,十九大提出了經(jīng)濟由“高速增長”階段向“高質(zhì)量增長”階段轉(zhuǎn)變的發(fā)展戰(zhàn)略,因而轉(zhuǎn)變長期形成的粗放型增長方式、優(yōu)化經(jīng)濟結(jié)構(gòu)和轉(zhuǎn)換經(jīng)濟增長動力成為了當前經(jīng)濟發(fā)展的重要任務(wù)[4-5]。由于資本要素的流動會推動技術(shù)和勞動力等要素的空間再配置,進而對異質(zhì)性資源要素的利用效率和回報率產(chǎn)生影響[3],為此,提升投資效率和資本回報率是實現(xiàn)上述任務(wù)的重要途徑。
制造業(yè)轉(zhuǎn)型升級是造成資本回報率動態(tài)波動的關(guān)鍵因素[6-7],而產(chǎn)業(yè)資源空間集聚則會對制造業(yè)轉(zhuǎn)型升級產(chǎn)生深遠影響[8]。產(chǎn)業(yè)資源空間分布和集聚的本質(zhì)是中間品、勞動力和知識要素在不同空間的配置[9],生產(chǎn)性服務(wù)資源以知識要素密集型中間品的形式融入生產(chǎn)過程,能有效地耦合制造業(yè)的人才、知識、中間品和生產(chǎn)環(huán)節(jié),被視為制造業(yè)發(fā)展的潤滑劑和助推劑[10]。由此,我們自然會產(chǎn)生一個疑惑,生產(chǎn)性服務(wù)資源空間集聚會對制造業(yè)資本回報率產(chǎn)生什么樣的影響呢?生產(chǎn)性服務(wù)資源集聚呈現(xiàn)出三種類型:生產(chǎn)性服務(wù)資源自身集聚、生產(chǎn)性服務(wù)資源與制造業(yè)生產(chǎn)過程協(xié)同集聚、生產(chǎn)性服務(wù)資源與農(nóng)業(yè)生產(chǎn)過程協(xié)同集聚。這三類集聚對制造業(yè)資本回報率的作用機制是否存在差異呢?提高制造業(yè)資本回報率和生產(chǎn)性服務(wù)資源利用效率是我國實現(xiàn)經(jīng)濟增長質(zhì)量和效益提升的根本途徑和核心內(nèi)容,也是我國應(yīng)對當前資源錯配(特別是資本和生產(chǎn)性服務(wù)資源),進一步釋放要素空間再配置的重要手段[3]。為此,探索上述問題的答案對中國制定擺脫生產(chǎn)性服務(wù)資源低效均衡、提升經(jīng)濟增長質(zhì)量、優(yōu)化生產(chǎn)性服務(wù)資源空間溢出效應(yīng)和緩解要素資源錯配方面的政策具有較高的參考價值。
雖然生產(chǎn)性服務(wù)資源集聚和資本回報率的研究歷史并不長,但一方面生產(chǎn)性服務(wù)資源會對制造業(yè)產(chǎn)品質(zhì)量升級[9]、生產(chǎn)率提升[10]、技術(shù)進步[11]和生產(chǎn)成本降低[12]產(chǎn)生顯著的正向效應(yīng);另一方面資本回報率既是經(jīng)濟高質(zhì)量、高效益運行的重要標志[3],也是激發(fā)資本要素活力、優(yōu)化勞動力和知識配置效率的關(guān)鍵因素[6]。二者迅速成為了當前學界研究的熱點,經(jīng)過近些年的發(fā)展,逐漸形成了以下兩個相對系統(tǒng)的研究領(lǐng)域:
一是生產(chǎn)性服務(wù)資源集聚的研究。Markusen(1989)[13]對生產(chǎn)性服務(wù)(Producer Service)內(nèi)涵的界定,開啟了生產(chǎn)性服務(wù)資源系統(tǒng)研究的先河,融入生產(chǎn)過程既是生產(chǎn)性服務(wù)資源的生存之道[10],也是其發(fā)揮各項功能的核心途徑,因而早期關(guān)于生產(chǎn)性服務(wù)資源的研究多關(guān)注其對制造業(yè)的促進功能[11]及生產(chǎn)性服務(wù)資源與制造業(yè)的耦合、互動機制[14]。由于生產(chǎn)性服務(wù)資源發(fā)展趨勢呈現(xiàn)出典型的空間集聚分布特征[15],為此,生產(chǎn)性服務(wù)資源集聚越來越成為當前學界關(guān)注的焦點。已有研究多在運用Ellison和Glaeser(1997)[16]、Duranton和Overman(2014)[17]等方法測度出集聚度的基礎(chǔ)上,深入分析生產(chǎn)性服務(wù)資源的集聚效應(yīng)。已有研究多表明:生產(chǎn)性服務(wù)資源集聚對經(jīng)濟績效[18]、全要素生產(chǎn)率[19]和技術(shù)創(chuàng)新[20]具有顯著的促進作用,也有部分學者嘗試對比分析了生產(chǎn)性服務(wù)資源集聚與制造業(yè)集聚經(jīng)濟效應(yīng)的差異[20]。綜上可知:雖然學界對生產(chǎn)性服務(wù)資源自身集聚的經(jīng)濟效應(yīng)進行了大量的深耕,但生產(chǎn)性服務(wù)資源與其他產(chǎn)業(yè)的協(xié)同集聚以及自身集聚與協(xié)同集聚經(jīng)濟效應(yīng)差異的研究仍屬于“少墾之地”。
二是資本回報率的研究。中國的高投資率和資本回報率持續(xù)上升并存的事實,不僅使得已有的理論框架難以為其提供科學的解釋[6],還激發(fā)了學界研究資本回報率的熱情。早期研究集中于資本回報率測度方法的構(gòu)建領(lǐng)域,如Bai等(2006)[21]、白重恩和張瓊(2014)[22]以及黃先海等(2011)[23]等均從多個視角構(gòu)建了資本回報率的識別方法。在度量方法相對成熟后,資本回報率變遷的動因成為了新的研究熱點,如劉曉光和盧鋒(2014)[6]與張勛和徐建國(2016)[7]等均在該領(lǐng)域進行了深入的剖析,已有研究發(fā)現(xiàn)資本深化[7]、技術(shù)進步[23]、資源配置方式[24]、全要素生產(chǎn)率[22]、金融效率[24]和產(chǎn)業(yè)升級[3]均會對資本回報率產(chǎn)生影響。也有少量學者開始嘗試探究資本回報率波動的經(jīng)濟效應(yīng),如陳虹和朱鵬珅(2018)[25]深入剖析了資本回報率對中國區(qū)域經(jīng)濟差異的作用機制,認為資本回報率是影響中國區(qū)域間經(jīng)濟差距的重要因素。綜合梳理可以發(fā)現(xiàn):資本回報率的測度、影響因素和經(jīng)濟效應(yīng)已成為學界關(guān)注的熱點,學界也意識到資源配置方式會對資本回報率產(chǎn)生重要影響,但鮮有學者深入剖析生產(chǎn)性服務(wù)資源空間配置對資本回報率的影響,更無學者探究生產(chǎn)性服務(wù)資源不同集聚類型對資本回報率的作用機制及其差異。
綜合可知,生產(chǎn)性服務(wù)資源集聚和資本回報率同屬當前學界研究的熱點,但二者的研究長期處于“平行而無交集”狀態(tài),僅能從已有研究中推導(dǎo)出生產(chǎn)性服務(wù)資源集聚對資本回報率可能具有如下作用機制。一是促進作用。生產(chǎn)性服務(wù)資源的自身集聚或與工業(yè)協(xié)同集聚所具備的空間外溢效應(yīng),會對工業(yè)技術(shù)進步、生產(chǎn)成本降低產(chǎn)生正向影響,進而推動資本邊際產(chǎn)出的提升,從而有利于資本回報率的提升;二是抑制作用。生產(chǎn)性服務(wù)資源集聚往往意味著知識密集型資本的集聚,進而促進當?shù)氐馁Y本勞動比提升和資本深化,要素回報率邊際遞減規(guī)律會對資本回報率產(chǎn)生一定負向效應(yīng)。交集型經(jīng)驗分析的缺乏使得學界始終無法知悉二者的實際作用機制,更無法構(gòu)建準確政策啟示助力資本回報率和生產(chǎn)性服務(wù)資源集聚的良性互動。有鑒于此,本文以中國265個地級城市生產(chǎn)性服務(wù)資源的自身集聚和協(xié)同集聚測度為切入點,首次細致分析生產(chǎn)性服務(wù)資源異質(zhì)性集聚類型對制造業(yè)資本回報率的作用機制,并從多維細分視角進行剖析,以期在彌補現(xiàn)有研究缺憾的基礎(chǔ)上,首次將生產(chǎn)性服務(wù)資源、集聚類型和資本回報率等相對分散的研究領(lǐng)域進行有效對接,為我國制定制造業(yè)資本回報率提升、生產(chǎn)性服務(wù)資源空間配置方式優(yōu)化和高質(zhì)量增長方面的政策提供更為可靠的經(jīng)驗證據(jù)。
本文要分析生產(chǎn)性服務(wù)資源自身集聚和協(xié)同集聚對制造業(yè)資本回報率的影響機制,為此,本文關(guān)于集聚的測度方法涉及到兩類:一類是自身集聚的測度。綜合權(quán)衡區(qū)位商、空間基尼系數(shù)、赫芬達爾指數(shù)、Hoover指數(shù)和集中度等自身集聚測度方法和本文的數(shù)據(jù)特征,筆者以區(qū)位商衡量生產(chǎn)性服務(wù)資源的自身集聚,具體方法如下:
(1)
其中,PSJi為i地區(qū)生產(chǎn)性服務(wù)資源集聚度,SLi為地區(qū)i生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù),Li代表i地區(qū)總就業(yè)人數(shù),SL表示全國生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù),L代表全國總就業(yè)人數(shù)。
另一類是協(xié)同集聚的測度方法,目前衡量產(chǎn)業(yè)協(xié)同集聚的常用方法有E-G法和D-O法兩類,但兩類方法各有優(yōu)劣,筆者借鑒陳建軍等(2016)[26]的處理方法,以如下方法衡量生產(chǎn)性服務(wù)資源的協(xié)同集聚:[注]陳建軍等(2016)[26]論證了方程(2)的科學性和合理性。其研究表明:方程(2)測度結(jié)果與E-G法測度結(jié)果的相關(guān)系數(shù)達到了0.9409。為此,陳建軍等(2016)[26]認為方程(2)具有較強的科學性和合理性。不僅如此,與E-G系數(shù)相比,方程(2)的優(yōu)勢在于不僅能夠刻畫“協(xié)同質(zhì)量”,還能刻畫“協(xié)同高度”。詳見陳建軍等(2016)[26]一文的說明。
(2)
其中,SXJmij為生產(chǎn)性服務(wù)資源與特定產(chǎn)業(yè)的協(xié)同集聚指數(shù),該指數(shù)越大說明協(xié)同集聚程度越高,Smi為產(chǎn)業(yè)i在城市m的集聚程度,Smj為產(chǎn)業(yè)j在城市m的集聚程度。參照陳建軍等(2016)[26]的處理方法,筆者以(1)式核算方程(2)中各地區(qū)不同產(chǎn)業(yè)的集聚度S。借鑒余泳澤等(2016)[27]的做法,筆者選擇了《中國城市統(tǒng)計年鑒》中的“交通運輸、倉儲及郵政業(yè)”“信息傳輸、計算機和軟件業(yè)”“金融業(yè)”“租賃和商業(yè)服務(wù)業(yè)”“科研、技術(shù)服務(wù)和地質(zhì)勘查業(yè)”作為生產(chǎn)性服務(wù)產(chǎn)業(yè)??紤]到數(shù)據(jù)的連貫性和可獲得性,筆者刪除了部分數(shù)據(jù)有缺失的城市,選取了265個地級市作為研究對象,[注]中國城市統(tǒng)計年鑒中共統(tǒng)計了291個城市數(shù)據(jù)(2016年),因數(shù)據(jù)缺失比較嚴重或統(tǒng)計數(shù)據(jù)不連續(xù)而刪除的地級市有:長治市、朔州市、忻州市、雙鴨山市、伊春市、牡丹江市、黑河市、蚌埠市、馬鞍山市、惠州市、防城港市、貴港市、三沙市、儋州市、巴中市、資陽市、六盤水市、畢節(jié)市、銅仁市、普洱市、拉薩市、金昌市、白銀市、海東市、吳忠市、中衛(wèi)市等共計26個。時間跨度為2005—2015年。筆者分別測算了生產(chǎn)性服務(wù)資源自身集聚,生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚和生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚等三個集聚指數(shù)。表1報告了265個城市測度結(jié)果在不同區(qū)域的均值。可知首先從全國層面上看,生產(chǎn)性服務(wù)資源的自身集聚系數(shù)基本維持在0.8左右,呈現(xiàn)略微下降的趨勢,而生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚程度提升了8.228%,與農(nóng)業(yè)協(xié)同集聚程度提升了1.9266%。這一定程度上表明:首先,我國生產(chǎn)性服務(wù)資源與制造業(yè)和農(nóng)業(yè)的融合程度有進一步加強的趨勢;其次,生產(chǎn)性服務(wù)資源與制造業(yè)的協(xié)同集聚指數(shù)明顯大于其與農(nóng)業(yè)的協(xié)同集聚指數(shù),可見制造業(yè)與生產(chǎn)性服務(wù)資源在空間上的融合集聚程度高于農(nóng)業(yè)與生產(chǎn)性服務(wù)業(yè)的融合集聚程度,導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于:生產(chǎn)性服務(wù)資源立足于生產(chǎn)過程,制造業(yè)生產(chǎn)過程對技術(shù)和知識密集型中間品的要求往往高于農(nóng)業(yè)生產(chǎn),進而使得其與生產(chǎn)性服務(wù)資源有更高的空間集聚度;最后,從區(qū)域上看,東部地區(qū)三類集聚值均大于中部地區(qū),而中部地區(qū)的集聚程度高于西部地區(qū),可見生產(chǎn)性服務(wù)資源集聚程度在我國東、中、西部區(qū)域呈現(xiàn)遞減趨勢,導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于:我國的經(jīng)濟發(fā)展水平在東、中、西部地區(qū)呈現(xiàn)遞減趨勢,經(jīng)濟發(fā)展水平越高的區(qū)域?qū)ιa(chǎn)性服務(wù)資源的需求越高[12,19],從而使得東部地區(qū)三類集聚均高于中、西部。
表1 生產(chǎn)性服務(wù)資源自身集聚與協(xié)同集聚測度結(jié)果的均值
注:SXJM代表與制造業(yè)的協(xié)同集聚值,SXJA代表與農(nóng)業(yè)協(xié)同集聚值,增幅的單位為%
學界在測度方法領(lǐng)域的深入探討為本文測度制造業(yè)資本回報率提供了深刻的洞見,綜合權(quán)衡方法的科學性和數(shù)據(jù)的可獲得性,筆者借鑒劉曉光和盧鋒(2014)[6]的研究以利潤總額與固定資產(chǎn)之比來衡量制造業(yè)的資本回報率?;凇吨袊鞘薪y(tǒng)計年鑒》筆者測度了265個城市制造業(yè)的資本回報率,圖1報告了全國層面1996—2015年的資本回報率??芍w而言1996—2015年間中國制造業(yè)的資本回報率呈現(xiàn)上升趨勢,而2011年后中國制造業(yè)的回報率呈現(xiàn)略微的下降趨勢。這一結(jié)論既印證了2011年前我國投資量增和資本回報率升并存的事實特征, 也在一定程度上表明:投資量增與回報率升并存的狀態(tài)可能難以持續(xù),繼續(xù)采用投資量的粗放型擴大的經(jīng)濟政策,可能會對資本回報率產(chǎn)生負面影響。
圖1 1996—2015中國制造業(yè)資本回報率
生產(chǎn)性服務(wù)資源集聚對資本回報率的作用機制雖能從已有研究中推導(dǎo)而得,但經(jīng)驗研究仍缺乏,尚無學者證實二者存在長期均衡關(guān)系,為避免實證結(jié)果出現(xiàn)無長期均衡關(guān)系的“偽回歸”,筆者采用Kao-ADF檢驗對生產(chǎn)性服務(wù)資源三類集聚與資本回報率間的關(guān)系進行協(xié)整檢驗。表2報告了相應(yīng)的結(jié)果,可知:滯后一期與滯后二期的Kao-ADF檢驗值均在1%顯著性水平下證實了生產(chǎn)性服務(wù)資源三類集聚與資本回報率存在長期均衡關(guān)系,為此,排除了“偽回歸”的風險。
表2 生產(chǎn)性服務(wù)資源三類集聚與資本回報率協(xié)整檢驗結(jié)果
圖2 生產(chǎn)性服務(wù)資源集聚與制造業(yè)資本回報率關(guān)系的散點圖
為了更直觀地判斷生產(chǎn)性服務(wù)資源三類集聚對制造業(yè)資本回報率的影響機制。筆者進一步繪制出了相應(yīng)的散點圖,由圖2的擬合曲線斜率可知:生產(chǎn)性服務(wù)資源集聚、與制造業(yè)協(xié)同集聚會對制造業(yè)產(chǎn)生正效應(yīng),生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚會對制造業(yè)資本回報率產(chǎn)生一定的負向影響。導(dǎo)致上述現(xiàn)象出現(xiàn)的原因可能在于:一方面生產(chǎn)性服務(wù)資源集聚、與制造業(yè)協(xié)同集聚會使得制造業(yè)的生產(chǎn)過程更便利地獲得生產(chǎn)性服務(wù)資源的支持,進而推動其生產(chǎn)升級,對資本要素的邊際產(chǎn)出產(chǎn)生正向影響,也在一定程度上表明這兩類集聚所產(chǎn)生的促進效應(yīng)大于抑制效應(yīng)。另一方面生產(chǎn)性服務(wù)資源是有限的,當生產(chǎn)性服務(wù)資源流向農(nóng)業(yè)時,制造業(yè)獲得生產(chǎn)性服務(wù)資源支持的機會就會降低,進而對制造業(yè)的資本回報率產(chǎn)生負向影響。當然這僅僅是無條件相關(guān)的方向性判斷結(jié)論,后文將以空間面板模型結(jié)合相應(yīng)的控制變量進行實證解析,以得到更為科學可靠的結(jié)論。
本文以265個城市為樣本研究生產(chǎn)性服務(wù)資源集聚類型對資本回報率的影響機制,由于城市間的距離存在差異且資本具有較強的空間流動性,即被解釋變量可能存在空間相關(guān)性,為此,筆者先判斷被解釋變量的空間相關(guān)性,再確定實證模型的選擇。本文以Moran’s I指數(shù)來判斷被解釋變量的空間相關(guān)性,計算公式如下:
(3)
(4)
表3 中國城市制造業(yè)資本回報率的Moran’s I指數(shù)
注:***,**和*分別代表在1%,5%和10%的顯著性水平下顯著
借助方程(3)和(4),筆者識別了265個城市2005—2015年制造業(yè)資本回報率在不同地理距離上的空間相關(guān)性。表3報告了整體、0~300公里、0~500公里和0~1000公里四個層面的Moran’s I指數(shù)及其相應(yīng)的Z統(tǒng)計量。可知,首先,不同地理距離層面的Moran’s I指數(shù)均顯著為正,這表明制造業(yè)資本回報率存在顯著的正向空間相關(guān),為此,制造業(yè)資本回報率存在較強的空間集聚特征;其次,隨著距離的擴大,Moran’s I指數(shù)呈現(xiàn)顯著的下降趨勢,這表明距離越近,制造業(yè)資本回報率的空間相關(guān)性越高;最后,隨著時間的推移四個層面Moran’s I指數(shù)均呈現(xiàn)上升的趨勢,可見中國城市制造業(yè)資本回報率的空間相關(guān)性呈日益加強的趨勢。綜上可知,空間相關(guān)性是影響我國城市制造業(yè)資本回報率變化的重要因素。為此,本文采用空間面板模型刻畫生產(chǎn)性服務(wù)資源集聚對資本回報率的作用機制。
被解釋變量的空間相關(guān)估計結(jié)果證實空間外溢效應(yīng)顯著存在,為此,采用普通的面板數(shù)據(jù)模型進行實證分析,所得結(jié)論可能是有偏的。筆者采用空間計量模型來檢驗生產(chǎn)性服務(wù)資源集聚對制造業(yè)資本回報率的影響機制。筆者構(gòu)建如下基礎(chǔ)性計量方程:
HBLit=α+βJJit+γiXi+εit
(5)
JJ和HBL分別代表生產(chǎn)性服務(wù)資源集聚類型和制造業(yè)資本回報率,X為控制變量。Elhorst(2010)[28]指出空間計量模型的一般形式可以設(shè)定為:
(6)
(7)
(8)
其中,空間矩陣Wij對角線上的值均為0,dij是城市i和j之間的地理距離。
為了提高實證結(jié)果的可靠性,筆者進一步加入既能刻畫區(qū)域特征,又可能影響資本回報率的變量作為控制變量。具體有:(1)政府規(guī)模(GOV),政府規(guī)??坍嫷氖钦畬Ρ镜貐^(qū)市場的影響程度[26],實證中以各城市政府支出占GDP的比重來表示;(2)就業(yè)密集度(JYD),資本不變的情況下,增加勞動力投入會有助于資本邊際產(chǎn)出的遞增,進而對資本回報率產(chǎn)生影響。本文以各城市就業(yè)人數(shù)與國土面積之比表示;(3)人力資本(HUM),勞動力技能提升不僅會提升勞動力的產(chǎn)出,還使得資本匹配到了更高質(zhì)量的勞動力,推動資本回報率變遷,本文以各城市每百萬人口中高校在校生人數(shù)的自然對數(shù)表示;[注]非常感謝匿名審稿人關(guān)于人力資本代理變量選擇的建議??紤]到地級市層面就業(yè)人員中受教育狀況的數(shù)據(jù)難以獲得,本文以地級市高校在校生人數(shù)表示。雖然在校生人數(shù)是一個“次優(yōu)”代理變量,但在“最優(yōu)”變量數(shù)據(jù)不可獲得的情況下,在校生是則成為“最優(yōu)選擇”,而且這一做法為學界廣泛推崇,如陳建軍等(2016)[26]和于斌斌(2016)[19]等均以地級市在校生作為人力資本的代理變量進行實證研究。為此,該變量是相對科學可靠的。(4)研發(fā)投入(TCP),研發(fā)投入是實現(xiàn)技術(shù)升級的重要途徑,也是優(yōu)化要素資源配置的重要方式,本文以各城市人均科研經(jīng)費支出的自然對數(shù)表示。(5)城市生產(chǎn)率(SCL),生產(chǎn)率反映了城市的生產(chǎn)效率,生產(chǎn)率的變遷會影響生產(chǎn)要素的邊際產(chǎn)出,進而對資本回報率產(chǎn)生影響。文章以各城市GDP與總就業(yè)人數(shù)之比的自然對數(shù)表示。
基于基礎(chǔ)模型、空間計量模型和中國265個城市的數(shù)據(jù),筆者對生產(chǎn)性服務(wù)資源三類集聚對制造業(yè)資本回報率作用機制進行了面板OLS回歸,空間面板SEM回歸和空間面板SAR回歸,表4報告了相應(yīng)的檢驗結(jié)果。空間面板SEM回歸和空間面板SAR回歸的Spatial rho統(tǒng)計量和Spatial lambda統(tǒng)計量均在至少1%的顯著性水平下通過檢驗,為此,采用空間計量檢驗結(jié)果所得結(jié)論是可靠的。此外,面板OLS回歸,空間面板SEM回歸和空間面板SAR回歸所得結(jié)果中,變量預(yù)期符號和顯著性上較為一致,這一定程度上表明解釋變量和被解釋變量之間關(guān)系具有較強的穩(wěn)定性,這種穩(wěn)定性不受回歸方法變化的影響。
表4 整體層面生產(chǎn)性服務(wù)資源集聚類型對資本回報率影響的計量結(jié)果
注:M為解釋變量,代表PSJ,MJ和AJ。***,**和*分別代表在1%,5%和10%的顯著性水平下顯著,括號內(nèi)為t值,Rho和Lambda為空間自相關(guān)檢驗結(jié)果,其中Rho為SAR模型的檢驗系數(shù),Lambda為SEM模型檢驗系數(shù),以下同
對比三類生產(chǎn)性服務(wù)資源集聚的估計系數(shù)可以得到如下發(fā)現(xiàn):首先,生產(chǎn)性服務(wù)資源自身集聚會對制造業(yè)資本回報率產(chǎn)生顯著的促進作用,這表明:推進生產(chǎn)性服務(wù)資源集聚有助于中國城市的資本回報率,進而進一步激發(fā)資本的活力;其次,生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚也會對制造業(yè)資本回報率產(chǎn)生顯著的正向效應(yīng)。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于:生產(chǎn)性服務(wù)資源以高端知識密集型要素融入制造業(yè)生產(chǎn)環(huán)節(jié)[10],生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚有助于推動要素邊際產(chǎn)出的提升,進而推動制造業(yè)資本回報率的提升。值得一提的是,三種計量方法的回歸結(jié)果中,生產(chǎn)性服務(wù)資源自身集聚的系數(shù)均小于其與制造業(yè)協(xié)同集聚的估計系數(shù)。這一定程度上表明:一方面與制造業(yè)協(xié)同集聚給制造業(yè)資本回報率帶來的正向效應(yīng)比生產(chǎn)性服務(wù)資源自身集聚的正效應(yīng)大,另一方面通過引導(dǎo)生產(chǎn)性服務(wù)資源從自身集聚向與制造業(yè)協(xié)同集聚,可以更好地發(fā)揮生產(chǎn)性服務(wù)資源促進制造業(yè)資本回報率提升的功能。最后,生產(chǎn)性服務(wù)資源與農(nóng)業(yè)的協(xié)同集聚會對制造業(yè)資本回報率產(chǎn)生顯著的負效應(yīng)。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于:資源有限性約束下,一旦生產(chǎn)性服務(wù)資源與農(nóng)業(yè)生產(chǎn)過程形成協(xié)同集聚,會在一定程度上“擠占”制造業(yè)所需的生產(chǎn)性服務(wù)資源“份額”,進而使得制造業(yè)生產(chǎn)過程無法得到“足夠”的生產(chǎn)性服務(wù)資源支持,從而對制造業(yè)資本回報率產(chǎn)生不利影響。綜合分析控制變量的實證結(jié)果還可以得到以下結(jié)論:
一是就業(yè)密集度深化有助于制造業(yè)資本回報率的提升。表4的9個方程中就業(yè)密集度變量的估計系數(shù)均顯著為正,這表明:一方面增強就業(yè)密集度可以成為制造業(yè)資本回報率提升的重要途徑;另一方面本文的實證結(jié)論與要素配置理論的基本觀點是吻合的,提升勞動力要素配置比能促進資本要素的邊際產(chǎn)出,進而推動資本回報率提升。然而根據(jù)1%人口抽樣調(diào)查數(shù)據(jù)或人口普查計算,中國的生育率已經(jīng)低到令人難以置信的程度[29],為此,伴隨著人口紅利的消失,通過這一手段來提升資本回報率已經(jīng)難以為繼。此外,這一實證結(jié)果也給中國未來的資本回報率提升帶來了警示:生育率降低會引致就業(yè)密集度降低,進而對制造業(yè)資本回報率產(chǎn)生一定的不利影響,因而克服這一不利因素的影響也是未來提升資本回報率、激發(fā)資本要素活力的必由之路。
表5 變更被解釋變量測度方法的穩(wěn)健性檢驗結(jié)果
注:***,**和*分別代表在1%,5%和10%的顯著性水平下顯著
二是人力資本深化有助于制造業(yè)資本回報率的提升。該變量在9個方程的估計結(jié)果中均顯著為正。這一結(jié)論表明:首先,人力資本變量的估計結(jié)果也符合了邊際產(chǎn)出理論的基本觀點,為此,實證結(jié)果具有一定的科學性;其次,未來可以通過適度擴大高等院校招生規(guī)模、大力提升高等院校學生教育質(zhì)量和加大技能教育培訓(xùn)投入等手段持續(xù)提升人力資本規(guī)模和質(zhì)量,為制造業(yè)資本回報率提升提供源源不斷的人力資本支持;最后,人力資本可以成為彌補人口紅利逐步消失的重要手段,可見提升勞動力技能水平可以成為緩解人口老齡化壓力的重要手段。
三是生產(chǎn)率的提升會對制造業(yè)資本回報率產(chǎn)生促進功能。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于:生產(chǎn)率的提升往往意味著單位要素產(chǎn)出的提升,進而推動要素回報率的提升。提升生產(chǎn)技術(shù)水平和勞動力技能是生產(chǎn)率提升的主要途徑,為此,提升技術(shù)水平和勞動者技能可以成為資本回報率提升的重要渠道。值得一提的是政府規(guī)模變量對資本回報率的作用力并不顯著,為此,通過增加或降低財政支出難以達到優(yōu)化制造業(yè)資本回報率的效果。此外,人均研發(fā)投入變量對制造業(yè)資本回報率的作用力也不顯著。研發(fā)對資本回報率的作用可能表現(xiàn)在兩個方面:一方面研發(fā)投入會推動技術(shù)進步,進而推動資本的邊際產(chǎn)出和回報率提升;另一方面研發(fā)投入往往源于企業(yè)的利潤,為此,越大的研發(fā)投入對利潤的擠占越大,進而不利于資本回報率的提升。因而導(dǎo)致上述現(xiàn)象出現(xiàn)的本質(zhì)原因在于:中國研發(fā)投入引致的技術(shù)進步對制造業(yè)資本回報率的正向作用小于其對利潤擠占引致的負效應(yīng),即研發(fā)投入所帶來的技術(shù)進步幅度不夠大,無法抵消其對利潤擠占帶來的負效應(yīng)。
前文面板OLS回歸,空間面板SEM回歸和空間面板SAR回歸所得結(jié)果在預(yù)期符號和顯著性方面保持了一致,已經(jīng)從變更計量方法視角進行了穩(wěn)健性檢驗。為更好確保前文實證結(jié)果的可靠性,進一步運用兩種方法進行穩(wěn)健性檢驗:一是通過變更被解釋變量測度方法進行穩(wěn)健性檢驗。劉曉光和盧鋒(2014)[6]與黃先海等(2011)[23]的研究表明:資本回報率有包含稅收和不包含稅收兩類測度方法,前文所測度的資本回報率不包含稅收。為此,借鑒劉曉光和盧鋒(2014)[6]的做法,筆者將本年應(yīng)交增值稅與利潤之和除以固定資產(chǎn)來衡量制造業(yè)含稅資本回報率,表5報告了制造業(yè)含稅資本回報率的穩(wěn)健性檢驗結(jié)果??芍悍€(wěn)健性檢驗結(jié)果在預(yù)期符號和顯著性上與表4 相比,并無明顯差異,因而前文的檢驗結(jié)果是穩(wěn)健可靠的。
表6 變更空間權(quán)重矩陣的穩(wěn)健性檢驗結(jié)果
注:***,**和*分別代表在1%,5%和10%的顯著性水平下顯著
二是通過變更計量檢驗空間矩陣進行穩(wěn)健性檢驗,筆者進一步運用經(jīng)濟空間權(quán)重作為空間矩陣進行穩(wěn)健性分析。借鑒于斌斌(2016)[19]的研究,筆者構(gòu)建如下經(jīng)濟空間權(quán)重矩陣:
(8)
表7 時間異質(zhì)性層面SAR模型回歸結(jié)果
注:***,**和*分別代表在1%,5%和10%的顯著性水平下顯著
本部分進一步從時間和距離異質(zhì)性視角就集聚類型對制造業(yè)資本回報率的影響進行檢驗??紤]到表4中SEM模型和SAR模型在變量回歸結(jié)果的顯著性和預(yù)期符號上較為一致。而SAR模型回歸結(jié)果的可決系數(shù)均大于SEM模型。為此,為免累贅異質(zhì)性計量結(jié)果均采用SAR模型分析。表7報告了2005—2010、2005—2012和2005—2014三個時間段的回歸結(jié)果。可知:首先,生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚系數(shù)的估計值顯著為正,與整體層面具有一致性,這表明二者促進制造業(yè)資本回報率的功能在不同的時間段均穩(wěn)健存在。值得一提的是,兩類集聚的系數(shù)呈現(xiàn)出一定的提升趨勢,這一定程度上表明生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚對制造業(yè)資本回報率的促進作用日益增強;其次,生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚的估計系數(shù)在2005—2010和2005—2012兩個時間段并不顯著,而在2005—2014年顯著為負。這表明:生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚對制造業(yè)生產(chǎn)性服務(wù)資源的“擠占”現(xiàn)象主要出現(xiàn)在2012年后,2012年后中國生產(chǎn)性服務(wù)資源供給的增長速度已經(jīng)低于生產(chǎn)性服務(wù)資源需求的增長速度,從而使得生產(chǎn)性服務(wù)資源的“有限性”矛盾更為突出。
表8 距離異質(zhì)性層面SAR模型回歸結(jié)果
注:***,**和*分別代表在1%,5%和10%的顯著性水平下顯著
空間經(jīng)濟學的研究多表明:在空間距離的作用下,變量之間的作用力可能會具有衰減特征。為此,筆者通過重新設(shè)定空間距離矩陣的形式,從距離異質(zhì)性視角就生產(chǎn)性服務(wù)資源三類集聚與制造業(yè)資本回報率的作用機制進行實證分析。表8報告了不同距離的實證結(jié)果。[注]需要指出的是300公里是筆者多次“試錯”所得到的結(jié)論。由于K公里(250 提升生產(chǎn)性服務(wù)資源和資本要素服務(wù)經(jīng)濟增長的水平是當前我國實現(xiàn)經(jīng)濟增長質(zhì)量提升的重要戰(zhàn)略支撐,而優(yōu)化資本回報率和生產(chǎn)性服務(wù)資源配置模式是實現(xiàn)上述戰(zhàn)略支撐的關(guān)鍵途徑。為此,理清生產(chǎn)性服務(wù)資源集聚模式對制造業(yè)資本回報率的作用機制,對于中國提升生產(chǎn)性服務(wù)資源配置效率、激發(fā)資本要素活力和轉(zhuǎn)變經(jīng)濟增長方式都具有重要的現(xiàn)實價值。鑒于此,本文在測算出生產(chǎn)性服務(wù)資源三類集聚程度的基礎(chǔ)上,運用空間計量方法首次深入剖析集聚模式對制造業(yè)資本回報率的作用機制,并進一步從時間和距離異質(zhì)性視角刻畫上述機制。得到的結(jié)論主要有:一是生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚均有助于制造業(yè)資本回報率的提升,這一正效應(yīng)呈現(xiàn)出日趨增強的趨勢,生產(chǎn)性服務(wù)資源與農(nóng)業(yè)的協(xié)同集聚則會對制造業(yè)資本回報率產(chǎn)生負向沖擊,這一負向沖擊主要產(chǎn)生于2012年后;二是雖然生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚對制造業(yè)資本回報率的作用力大于生產(chǎn)性服務(wù)資源自身集聚,但生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚對制造業(yè)資本回報率正向作用的顯著性上限為300公里,地理距離對生產(chǎn)性服務(wù)資源自身集聚正向效應(yīng)的制約力則不顯著;三是就業(yè)密集度、人力資本深化和生產(chǎn)率提升均有助于制造業(yè)資本回報率的提升。就業(yè)密集度的正效應(yīng)也對人口增長乏力的中國提出了警示,而人力資本和生產(chǎn)率提升的正效率則表明,中國制造業(yè)資本回報率持續(xù)提升還有賴于勞動者技能提升和技術(shù)進步;四是研發(fā)投入對制造業(yè)資本回報率的作用力不顯著,這一定程度上表明,中國研發(fā)的投入產(chǎn)出效率偏低,以至于用于研發(fā)投入所產(chǎn)生的利潤無法抵消其所擠占“利潤”,有陷入“研發(fā)投入遞增、資本回報率遞減”的研發(fā)悖論傾向,為此,優(yōu)化研發(fā)投入模式迫在眉睫。 本文一定程度上填補了生產(chǎn)性服務(wù)資源與資本回報率交叉研究的空白,從集聚類型視角為理解生產(chǎn)性服務(wù)資源對制造業(yè)資本回報率的作用機制提供新的經(jīng)驗證據(jù)。此外本研究還具有重要的政策內(nèi)涵:首先,在制造業(yè)集聚區(qū)300公里內(nèi),鼓勵生產(chǎn)性服務(wù)資源自身集聚向與制造業(yè)協(xié)同集聚有助于資本回報率的提升。這一政策措施的優(yōu)勢在于,其本質(zhì)上相當于生產(chǎn)服務(wù)資源空間配置結(jié)構(gòu)的優(yōu)化,能在無需增加生產(chǎn)性服務(wù)資源供給的條件下,增強生產(chǎn)性服務(wù)資源提升制造業(yè)資本回報率的作用效率;其次,生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚對制造業(yè)資本回報率產(chǎn)生負向沖擊的根本原因是生產(chǎn)性服務(wù)資源“有限性”引致的擠占效應(yīng)。為此,可以通過增強生產(chǎn)性服務(wù)領(lǐng)域資本投入、優(yōu)化生產(chǎn)性服務(wù)企業(yè)經(jīng)營環(huán)境、大力引進境外高水平生產(chǎn)性服務(wù)和加大高端服務(wù)業(yè)政策支持力度等手段提升生產(chǎn)性服務(wù)資源的供給規(guī)模與質(zhì)量,以緩解生產(chǎn)性服務(wù)資源“有限性”給制造業(yè)資本回報率帶來的提升瓶頸;再次,提高人力資本的數(shù)量和質(zhì)量是中國緩解人口老齡化給制造業(yè)資本回報率帶來不利沖擊的重要手段。為此,加大高等教育投入、提升高等教育質(zhì)量是今后制造業(yè)資本回報率提升的重要途徑;最后,研發(fā)悖論現(xiàn)象的存在使得資本回報率提升常用的“研發(fā)投入-技術(shù)進步-資本回報率提升”途徑在中國似乎顯得難以企及。為此,迫切需要重新審視中國研發(fā)投入產(chǎn)出的模式,逐步消除研發(fā)投入產(chǎn)出中不當配置和不當“損耗”,并科學合理地利用全球科技資源提升自身的研發(fā)效率和創(chuàng)新水平,以最大化研發(fā)投入對制造業(yè)資本回報率提升的促進效應(yīng)。五、結(jié)論與啟示