鄭明貴,賴一鳴,吳萍
(1.江西理工大學(xué) 經(jīng)濟(jì)管理學(xué)院,江西 贛州 341000;2.中國(guó)科學(xué)技術(shù)大學(xué) 管理學(xué)院,安徽 合肥 230026)
工業(yè)作為經(jīng)濟(jì)發(fā)展的根基和動(dòng)力,其集聚水平對(duì)衡量區(qū)域綜合競(jìng)爭(zhēng)力及現(xiàn)代化程度至關(guān)重要。區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展不僅體現(xiàn)在經(jīng)濟(jì)因素方面,還與產(chǎn)業(yè)結(jié)構(gòu)、生態(tài)環(huán)境、對(duì)外開放和社會(huì)服務(wù)等方面密切相關(guān)[1]。創(chuàng)新是高質(zhì)量發(fā)展的第一動(dòng)力、協(xié)調(diào)是其內(nèi)生特點(diǎn)、綠色是高質(zhì)量發(fā)展的普遍形態(tài)、開放是實(shí)現(xiàn)高質(zhì)量發(fā)展的必由之路,而共享是高質(zhì)量發(fā)展的根本目的[2-3]。引導(dǎo)工業(yè)合理集聚、促進(jìn)工業(yè)轉(zhuǎn)型升級(jí),是推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的重要手段。已有文獻(xiàn)僅探討了工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展某一因素如經(jīng)濟(jì)增長(zhǎng)、環(huán)境污染之間的關(guān)系,鮮有文獻(xiàn)探討與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的整體關(guān)系。Baldwin等[4]、Fujita & Thisse[5]、張妍云[6]研究發(fā)現(xiàn)工業(yè)集聚促進(jìn)了區(qū)域經(jīng)濟(jì)增長(zhǎng),而趙艷平等[7]研究表明工業(yè)集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)存在非線性的倒“U”型關(guān)系。另一方面,工業(yè)集聚產(chǎn)生的環(huán)境外部性也不容忽視,工業(yè)集聚直接造成了環(huán)境污染,引起人口集聚也加重了當(dāng)?shù)厣钗廴綶8-10]。但也有學(xué)者認(rèn)為隨著集聚規(guī)模擴(kuò)大,將吸引更多外資企業(yè)進(jìn)入,帶來(lái)先進(jìn)環(huán)保理念并產(chǎn)生技術(shù)溢出效應(yīng),很大程度上改善了環(huán)境污染狀況[11]。同時(shí),隨著集聚水平提高,生產(chǎn)體系更加完善,生產(chǎn)效率顯著提升,對(duì)污染排放產(chǎn)生抑制作用[12]。也有少量學(xué)者認(rèn)為工業(yè)集聚會(huì)對(duì)環(huán)境產(chǎn)生影響,但因集聚水平不同,無(wú)法確定是促進(jìn)還是抑制效應(yīng)[13]。
對(duì)于金融支持的調(diào)節(jié)效應(yīng),多數(shù)學(xué)者認(rèn)為金融能夠作為中間媒介與實(shí)體產(chǎn)業(yè)相結(jié)合[14],這不僅能加快經(jīng)濟(jì)增長(zhǎng)速度,還能夠提高資源配置效率、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu),促進(jìn)經(jīng)濟(jì)系統(tǒng)達(dá)到高效協(xié)調(diào)的狀態(tài)[15-17]。伴隨著金融體系的不斷完善,資本配置效率不斷提高,進(jìn)而加速工業(yè)發(fā)展,促進(jìn)工業(yè)集聚[18-19]。但也有學(xué)者認(rèn)為金融支持對(duì)工業(yè)集聚可能存在非線性影響,并存在門檻效應(yīng),且在不同區(qū)域間的影響效果存在異質(zhì)性[20-21]。
本文的邊際貢獻(xiàn):首先,選擇多指標(biāo)測(cè)度法,構(gòu)建了中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)體系,測(cè)算出2006—2019年中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù),豐富了區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)體系的理論與方法。其次,建立了工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展關(guān)系的檢驗(yàn)?zāi)P秃蜋C(jī)理檢驗(yàn)?zāi)P?,研究發(fā)現(xiàn)兩者存在非線性的“U”型關(guān)系以及金融支持的曲線調(diào)節(jié)作用,工業(yè)集聚在不同區(qū)域?qū)?jīng)濟(jì)高質(zhì)量存在異質(zhì)性影響,可以為產(chǎn)業(yè)轉(zhuǎn)移、區(qū)域制訂工業(yè)發(fā)展戰(zhàn)略提供參考依據(jù)。
環(huán)境庫(kù)茲涅茨曲線和大多數(shù)國(guó)家(地區(qū))的發(fā)展情況表明:經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染呈現(xiàn)“先污染后治理”的倒“U”型關(guān)系,經(jīng)濟(jì)增長(zhǎng)往往是工業(yè)集聚不斷深化的過(guò)程[13]。受制于工業(yè)集聚發(fā)展水平、規(guī)模效應(yīng)和擁擠效應(yīng)的轉(zhuǎn)化,工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展存在非線性影響。工業(yè)集聚初期只是簡(jiǎn)單的“企業(yè)扎堆”。工業(yè)企業(yè)為了追逐經(jīng)濟(jì)利益和產(chǎn)業(yè)規(guī)模,往往忽視了技術(shù)創(chuàng)新,產(chǎn)能擴(kuò)張的同時(shí)知識(shí)外溢效應(yīng)并不顯著,資源消耗速度遠(yuǎn)高于再生速度和區(qū)域環(huán)境承載能力[9]。依靠要素投入的增長(zhǎng)方式不僅對(duì)企業(yè)創(chuàng)新能力沒(méi)有幫助,還會(huì)使區(qū)域內(nèi)企業(yè)陷入以追求規(guī)模為主導(dǎo)的惡性競(jìng)爭(zhēng),抑制了區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。
隨著工業(yè)集聚程度的提高,區(qū)域內(nèi)污染排放逐漸降低,工業(yè)集聚與環(huán)境保護(hù)之間的矛盾開始得到改善。首先,集聚規(guī)模提高將吸引更多從事相似經(jīng)濟(jì)活動(dòng)的工業(yè)企業(yè)進(jìn)入,形成規(guī)模經(jīng)濟(jì),促進(jìn)資本和勞動(dòng)力等要素共享,區(qū)域內(nèi)分工與合作更專業(yè)化,交易成本下降,生產(chǎn)效率提高。其次,集聚規(guī)模提高使得企業(yè)間的交流學(xué)習(xí)更加頻繁,知識(shí)和技術(shù)在集聚區(qū)域內(nèi)傳播與外溢,促進(jìn)工業(yè)企業(yè)技術(shù)的進(jìn)步。工業(yè)集聚誘發(fā)的技術(shù)進(jìn)步、技術(shù)外溢與競(jìng)爭(zhēng)效應(yīng)為區(qū)域內(nèi)企業(yè)選用綠色生產(chǎn)技術(shù)提供了可能,技術(shù)進(jìn)步和競(jìng)爭(zhēng)壓力逼迫企業(yè)開始注重環(huán)境保護(hù)以增強(qiáng)差異化競(jìng)爭(zhēng)優(yōu)勢(shì)并提高社會(huì)信譽(yù)[22]。最后,集聚規(guī)模提高能夠吸引大量區(qū)域外的資本、人才與技術(shù),加快區(qū)域產(chǎn)業(yè)集聚高端化,為區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展提供強(qiáng)有力的保障。與此同時(shí),產(chǎn)業(yè)結(jié)構(gòu)、需求結(jié)構(gòu)和就業(yè)結(jié)構(gòu)優(yōu)化將不斷推動(dòng)政府的治理效率提升,使環(huán)境污染問(wèn)題進(jìn)一步改善,對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生促進(jìn)作用。由此,提出假設(shè)1。
H1:工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展呈非線性的“U”型關(guān)系,隨著工業(yè)集聚程度的提高,區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)先下降后上升。
企業(yè)發(fā)展與融資渠道、融資成本密切相關(guān),工業(yè)集聚和技術(shù)創(chuàng)新都離不開金融市場(chǎng)支持[23]。第一,金融支持能夠加劇工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展從抑制效應(yīng)向促進(jìn)效應(yīng)的過(guò)渡,使得“U”型曲線變得更陡峭。金融支持較高區(qū)域?qū)Y本的集聚作用更強(qiáng),有利于幫助企業(yè)實(shí)現(xiàn)現(xiàn)代化的大規(guī)模生產(chǎn)經(jīng)營(yíng),擴(kuò)大集聚規(guī)模,產(chǎn)能擴(kuò)張的同時(shí)也增加了污染排放。隨著集聚程度提高,金融支持較高區(qū)域內(nèi)企業(yè)增速加快,市場(chǎng)與資源競(jìng)爭(zhēng)越激烈,容易引起“競(jìng)爭(zhēng)激勵(lì)效應(yīng)”[24],競(jìng)爭(zhēng)倒逼企業(yè)創(chuàng)新研發(fā),在效率提升的同時(shí)污染排放也降低。第二,金融支持較高的區(qū)域擁有發(fā)育程度較高的金融市場(chǎng),投資機(jī)會(huì)明顯多于金融抑制區(qū)域。同時(shí),金融產(chǎn)品對(duì)資本的吸納能力會(huì)更強(qiáng),在攬儲(chǔ)的競(jìng)爭(zhēng)中會(huì)給出更高的資本收益率,吸引更多外來(lái)資本流入,進(jìn)一步促進(jìn)區(qū)域內(nèi)工業(yè)集聚和工業(yè)水平的提高。金融支持推動(dòng)工業(yè)集聚,工業(yè)集聚產(chǎn)生的“擁擠效應(yīng)”迫使一些附加值低的勞動(dòng)密集型企業(yè)淘汰出局[25],并引導(dǎo)該區(qū)域向高端產(chǎn)業(yè)集聚,推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展,即工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型曲線拐點(diǎn)向左移動(dòng)。第三,金融支持程度提高帶來(lái)技術(shù)進(jìn)步和投資增加,進(jìn)一步加快區(qū)域內(nèi)的人才、信息和資本集聚并促進(jìn)技術(shù)創(chuàng)新活動(dòng),企業(yè)有更多機(jī)會(huì)從事創(chuàng)新研發(fā)[26]。因此能夠提升工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展“U”型曲線整體水平。由此,提出假設(shè)2。
H2:金融支持對(duì)工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型曲線關(guān)系產(chǎn)生調(diào)節(jié)效應(yīng)。
H2a:金融支持使工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型曲線形狀更加陡峭。
H2b:金融支持使工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型曲線拐點(diǎn)左移。
H2c:金融支持提升了工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型曲線整體水平。
經(jīng)濟(jì)高質(zhì)量發(fā)展的測(cè)算方法大致可分為兩種:?jiǎn)我恢笜?biāo)測(cè)度和多指標(biāo)測(cè)量法。有學(xué)者認(rèn)為經(jīng)濟(jì)發(fā)展質(zhì)量是一個(gè)綜合性概念,采用替代性指標(biāo)能夠較好解決測(cè)量中存在的不可計(jì)量因素問(wèn)題,主要選用全要素生產(chǎn)率替代[27]。 多指標(biāo)法考慮了可能影響經(jīng)濟(jì)高質(zhì)量發(fā)展的各方面因素,通過(guò)對(duì)相關(guān)指標(biāo)綜合分析和計(jì)算從而獲得相應(yīng)的評(píng)價(jià)指標(biāo),能更全面地刻畫高質(zhì)量發(fā)展[28-30]。參考詹新宇和崔培培[30]的做法,基于新發(fā)展理念,從經(jīng)濟(jì)活力與創(chuàng)新效率、結(jié)構(gòu)優(yōu)化、資源消耗與環(huán)境污染、對(duì)外開放程度、社會(huì)福利與共同富裕等維度建立中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)體系,如表1所示。
表1 中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)體系
以往研究大多采用相對(duì)指數(shù)法、熵權(quán)法、因子分析法和主成分分析法測(cè)算區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù),其中熵權(quán)法根據(jù)指標(biāo)變異程度測(cè)算權(quán)重,可在一定程度上消除主觀因素。因此,選用熵權(quán)法對(duì)2006—2019年中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展水平進(jìn)行測(cè)度,同時(shí),為了便于不同年份比較,參考楊麗和孫之淳[31]的做法加入時(shí)間變量。步驟如下:
(1)指標(biāo)選取。設(shè)有r個(gè)年份,n個(gè)省份,m個(gè)指標(biāo),則xijt為第t年i省份的第j個(gè)指標(biāo)值。
(2)數(shù)據(jù)預(yù)處理。對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理:
正向指標(biāo):
負(fù)向指標(biāo):
(3)第j項(xiàng)指標(biāo)第i省域值占該指標(biāo)的比重pijt:
(4)計(jì)算第j項(xiàng)指標(biāo)的熵值ej:
(5)計(jì)算指標(biāo)差異系數(shù)gj及權(quán)重wj:
(6)計(jì)算高質(zhì)量發(fā)展指數(shù)Hqdit:
由此,測(cè)算出2006—2019年中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)。
(1)被解釋變量:區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展(Hqd),采用熵權(quán)法測(cè)算。
(2)解釋變量:工業(yè)集聚(agg)。目前,衡量產(chǎn)業(yè)集聚水平的指標(biāo)較多,主要包括赫芬達(dá)爾指數(shù)、空間基尼系數(shù)、區(qū)位熵、集中率等。區(qū)位熵指數(shù)可以消除區(qū)域差異等外部因素,能更加真實(shí)地反映出產(chǎn)業(yè)分布情況,故采用區(qū)位熵方法測(cè)算各地區(qū)產(chǎn)業(yè)集聚程度。
(3)調(diào)節(jié)變量:金融支持(fin)。借鑒劉錫良和李秋嬋[32]的做法,選用金融業(yè)增加值占地區(qū)GDP的比重衡量。
(4)控制變量。參考方敏等研究[33],選取全社會(huì)固定資產(chǎn)投資(sai)、政府宏觀調(diào)控(goν)、城鎮(zhèn)化率(urb)、人口密度(pd)、工業(yè)發(fā)展規(guī)模(ind)等作為控制變量。
由此,歸納變量如表2所示。
為檢驗(yàn)假設(shè)H1和H2,構(gòu)建模型(8)和(9):
表2 變量定義
式中:i表示省份;t表示年份;Controlit表示控制變量;eit為隨機(jī)擾動(dòng)項(xiàng)。
本文數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局、各省份統(tǒng)計(jì)年鑒、各省份專利年鑒和Wind數(shù)據(jù)庫(kù)。剔除數(shù)據(jù)大量缺失的港澳臺(tái)及西藏地區(qū),最終得到30個(gè)省份2006—2019年的面板數(shù)據(jù),共計(jì)420個(gè)觀測(cè)值。變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表3。
表3 變量描述性統(tǒng)計(jì)
由表3可知,區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展(Hqd)極大值為0.59,極小值為0.07,平均值為0.18,說(shuō)明中國(guó)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展仍不平衡、發(fā)展水平相差較大。工業(yè)集聚(agg)平均值為1.02,極大值為1.33,極小值為0.36,說(shuō)明中國(guó)工業(yè)集聚程度仍然不均勻。金融支持(fin)極大值為0.17,極小值為0.01,平均值為0.03,說(shuō)明各地區(qū)金融支持程度較低且差異巨大。其他控制變量的數(shù)值差異較明顯,數(shù)據(jù)離散程度較好,說(shuō)明樣本具有較好的代表性。
3.2.1 工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展回歸結(jié)果
回歸模型依次加入控制變量、主變量、調(diào)節(jié)變量與主變量交互項(xiàng),利用Hausman檢驗(yàn)對(duì)固定效應(yīng)和隨機(jī)效應(yīng)進(jìn)行檢驗(yàn),結(jié)果表明存在固定效應(yīng),因此,本文采用固定效應(yīng)回歸模型。為消除交互項(xiàng)帶來(lái)的多重共線性,對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理再生成交互項(xiàng),回歸結(jié)果見(jiàn)表4。
表4 固定效應(yīng)模型回歸結(jié)果
由表4可知,模型1是基礎(chǔ)模型,為各控制變量對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的回歸結(jié)果,結(jié)果顯示全社會(huì)固定資產(chǎn)投資、城鎮(zhèn)化水平和人口密度越大,越有利于區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展,政府宏觀調(diào)控和工業(yè)發(fā)展規(guī)模越大,越不利于區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展水平。
借鑒Haans等[34]的研究,兩個(gè)變量滿足“U”型關(guān)系必須滿足三個(gè)條件:第一,自變量二次項(xiàng)系數(shù)顯著為正。第二,當(dāng)自變量取最小值時(shí)曲線斜率顯著為負(fù),當(dāng)自變量取最大值時(shí)曲線斜率顯著為正。第三,曲線的拐點(diǎn)在自變量的取值范圍內(nèi)。
根據(jù)上述檢驗(yàn)方法對(duì)模型2進(jìn)行分析。工業(yè)集聚agg的一次項(xiàng)系數(shù)顯著為負(fù)(-0.222),二次項(xiàng)系數(shù)顯著為正(0.095)。曲線斜率Hqd'=β1+2β2agg,當(dāng)agg取最小值0.36時(shí),Hqd'為-0.153 6;當(dāng)agg取最大值1.33時(shí),Hqd'為0.031;曲線斜率在agg取值范圍的最左端顯著為負(fù),在最右端顯著為正。曲線拐點(diǎn)(1.168)在agg的區(qū)間[0.36,1.33]范圍內(nèi)。因此,工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展呈“U”型關(guān)系,假設(shè)H1成立。
3.2.2 金融支持調(diào)節(jié)效應(yīng)回歸結(jié)果
模型3在模型2的基礎(chǔ)上考慮了金融支持的調(diào)節(jié)效應(yīng),加入了金融支持fin與agg和agg2的交互項(xiàng)。fin與agg交互項(xiàng)系數(shù)為0.915,在1%水平下顯著;fin與agg2交互項(xiàng)系數(shù)為2.448,在1%水平下顯著,說(shuō)明金融支持對(duì)工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的調(diào)節(jié)效應(yīng),假設(shè)H2成立。
借鑒Haans等[34]對(duì)“U”型調(diào)節(jié)作用檢驗(yàn)的三種方法,從“U”型曲線的形態(tài)、拐點(diǎn)位置和整體水平三個(gè)方面對(duì)金融支持的調(diào)節(jié)效應(yīng)進(jìn)行分析。
(1)金融支持對(duì)“U”型曲線形態(tài)的影響。模型3是關(guān)于自變量agg的二次函數(shù),其曲線形態(tài)的陡峭程度由函數(shù)頂點(diǎn)的曲率K決定,省略模型3的控制變量,簡(jiǎn)化為公式(3)并對(duì)其求二階導(dǎo)數(shù)得到K,見(jiàn)公式(4)。對(duì)于“U”型曲線而言,頂點(diǎn)的曲率K應(yīng)為正數(shù),K的值越小越接近于0,曲線越平緩,K的絕對(duì)值越大曲線越陡峭。在模型3的回歸結(jié)果中,β4為2.448,在5%水平下顯著,β2和fin均大于0,fin越大,K的絕對(duì)值越大,說(shuō)明金融支持程度越高,工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的曲線關(guān)系越陡峭(如圖1所示),假設(shè)H2a成立。
圖1 不同金融支持程度下工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展關(guān)系圖
(2)金融支持對(duì)“U”型曲線拐點(diǎn)位置的影響?!癠”型曲線的拐點(diǎn)位置是當(dāng)二次函數(shù)一階導(dǎo)數(shù)等于0時(shí),自變量agg的取值決定,對(duì)公式(3)求導(dǎo)并使其導(dǎo)數(shù)等于0,求出曲線拐點(diǎn)agg*的取值公式,見(jiàn)公式(5)。為研究調(diào)節(jié)變量fin的變化對(duì)agg*的影響,對(duì)公式(5)求偏導(dǎo),見(jiàn)公式(6)。若偏導(dǎo)大于0,隨著fin增大,agg*的取值越大,拐點(diǎn)右移;反之,偏導(dǎo)小于0,隨著fin增大,agg*的取值越小,拐點(diǎn)左移。由公式(6)可知,分母恒大于0,因此fin對(duì)曲線的影響由(β1β2-β3β4)的大小決定,模型3的回歸結(jié)果中,β1、β2、β3、β4均顯著,(β1β2-β3β4)的值為-0.430,小于0,說(shuō)明fin越大,曲線拐點(diǎn)左移,假設(shè)H2b成立。
(3)金融支持對(duì)“U”型曲線整體水平的影響。曲線整體水平由自變量agg取任意值時(shí)對(duì)應(yīng)的因變量Hqd大小決定。將金融支持程度高的區(qū)域Hqd記為HqdfinH,將金融支持程度低的區(qū)域Hqd記為HqdfinL,若HqdfinHHqdfinL恒大于0,則假設(shè)H2c成立。通過(guò)公式(7)計(jì)算HqdfinH-HqdfinL,其中finH-finL>0,則只需要驗(yàn)證β3agg+β4agg2+β5在agg取任意值時(shí)都大于0,則假設(shè)成立。設(shè)f(agg)=β3agg+β4agg2+β5,f(agg)恒大于0需要滿足兩個(gè)條件:β4>0和f(agg)無(wú)解(即。模型3的回歸結(jié)果中,β4為2.448,在1%水平下顯著,,滿足兩個(gè)條件。因此,當(dāng)fin取任意值時(shí),HqdfinH-HqdfinL恒大于0,假設(shè)H2c成立。
區(qū)域差異可能會(huì)影響本文的實(shí)證結(jié)果。為此,本文將樣本劃分為東部、中部、西部三個(gè)組(東部地區(qū)包括北京、天津、上海、浙江、江蘇、福建、廣東、遼寧、山東、河北、海南11個(gè)省份;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個(gè)省份;西部地區(qū)包括內(nèi)蒙古、廣西、四川、貴州、云南、陜西、甘肅、寧夏、新疆、青海、重慶11個(gè)省份),分別用FGLS模型回歸,結(jié)果見(jiàn)表5。
表5 分區(qū)域回歸結(jié)果
從模型4、模型6和模型8來(lái)看,東部、中部和西部工業(yè)集聚一次項(xiàng)系數(shù)顯著為負(fù),其二次項(xiàng)系數(shù)顯著為正;模型6、模型8通過(guò)Hanns等提出的“U”型檢驗(yàn),說(shuō)明中部、西部地區(qū)的工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展存在“U”型影響,模型4未通過(guò)“U”型檢驗(yàn)。從模型5、模型7和模型9來(lái)看,金融支持對(duì)工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的調(diào)節(jié)作用在東部和西部顯著而在中部不顯著??赡茉蛟谟冢旱谝?,東部地區(qū)高質(zhì)量發(fā)展水平較高,隨著產(chǎn)業(yè)轉(zhuǎn)移,工業(yè)集聚程度降低并集中于“U”型曲線拐點(diǎn)的左邊。但較高水平金融支持可以調(diào)節(jié)東部地區(qū)工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)系,使工業(yè)集聚分布在曲線拐點(diǎn)兩端。第二,西部地區(qū)依靠“西部大開發(fā)”等政策獲得了較高的金融支持;而中部地區(qū)金融支持程度相對(duì)較低,使得金融支持在促進(jìn)工業(yè)集聚推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的作用不夠顯著。
為了控制可能出現(xiàn)的組內(nèi)自相關(guān)和異方差問(wèn)題,解決工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的雙向因果關(guān)系。本文首先采用FGLS方法對(duì)模型進(jìn)行估計(jì)(表6),再將工業(yè)集聚滯后一階進(jìn)行回歸(表7)。結(jié)果表明本文結(jié)論依然穩(wěn)健。
表6 FGLS回歸結(jié)果
表7 工業(yè)集聚滯后一階的FGLS回歸結(jié)果
本文對(duì)工業(yè)集聚更換了度量方法進(jìn)行回歸(表8),用當(dāng)?shù)刂圃鞓I(yè)從業(yè)人口占當(dāng)?shù)鼐蜆I(yè)人口比重與全國(guó)制造業(yè)從業(yè)人口占全國(guó)就業(yè)人口比重的比值重新測(cè)算工業(yè)集聚程度?;貧w結(jié)果與前文基本保持一致,表明研究結(jié)論具有較強(qiáng)的穩(wěn)健性。
表8 換變量的固定效應(yīng)回歸結(jié)果
以2006—2019年中國(guó)30個(gè)省份為樣本,探究工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)系以及金融支持對(duì)兩者關(guān)系的調(diào)節(jié)效應(yīng),得出如下結(jié)論。
(1)受制于工業(yè)集聚水平,規(guī)模效應(yīng)和擁擠效應(yīng)的不斷變化,工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的影響存在“U”型曲線關(guān)系。當(dāng)工業(yè)集聚程度較小時(shí),工業(yè)企業(yè)追求規(guī)模擴(kuò)張而忽視技術(shù)進(jìn)步,對(duì)環(huán)境和生態(tài)造成不可逆轉(zhuǎn)的傷害,不利于區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。隨著集聚規(guī)模擴(kuò)大,集聚區(qū)域出現(xiàn)“競(jìng)爭(zhēng)激勵(lì)效應(yīng)”,對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展起到促進(jìn)作用。分區(qū)域來(lái)看,中部和西部地區(qū)的工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展存在“U”型關(guān)系,但東部地區(qū)未通過(guò)檢驗(yàn),原因是東部地區(qū)的工業(yè)集聚程度已位于“U”型曲線拐點(diǎn)的左邊。
(2)金融支持對(duì)工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“U”型關(guān)系存在調(diào)節(jié)效應(yīng)。第一,較高的金融支持能夠加劇區(qū)域工業(yè)企業(yè)的規(guī)模效應(yīng)和擁擠效應(yīng),使“U”型曲線變陡峭。第二,金融支持促進(jìn)工業(yè)集聚,引起“競(jìng)爭(zhēng)激勵(lì)效應(yīng)”,迫使落后的勞動(dòng)密集型企業(yè)離開,引導(dǎo)高端產(chǎn)業(yè)集聚,使“U”型曲線拐點(diǎn)左移。第三,在金融支持程度較高的區(qū)域,工業(yè)企業(yè)獲得資金支持的機(jī)會(huì)更多,較低的融資約束使企業(yè)能夠投入更多資金進(jìn)行研發(fā)創(chuàng)新,進(jìn)而提高企業(yè)效率,提升工業(yè)集聚與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展“U”型曲線的整體水平。東部和西部地區(qū)的調(diào)節(jié)效應(yīng)顯著,中部地區(qū)因金融支持程度較低調(diào)節(jié)效應(yīng)不顯著。
本文的政策啟示在于:
(1)根據(jù)區(qū)域自身優(yōu)勢(shì),規(guī)劃工業(yè)的競(jìng)爭(zhēng)和市場(chǎng)布局。集聚程度高的區(qū)域重點(diǎn)培育市場(chǎng)潛力大、帶動(dòng)面廣的特色工業(yè),依靠集聚區(qū)內(nèi)龍頭企業(yè)引導(dǎo),發(fā)揮示范帶頭作用,吸引更多優(yōu)質(zhì)企業(yè)進(jìn)入,淘汰產(chǎn)能弱后企業(yè),對(duì)于工業(yè)集聚程度較低的區(qū)域,應(yīng)積極引導(dǎo)工業(yè)企業(yè)進(jìn)入,帶動(dòng)其規(guī)模經(jīng)濟(jì)。東部地區(qū)作為產(chǎn)業(yè)轉(zhuǎn)移的主要轉(zhuǎn)出方,應(yīng)“騰籠換鳥”,大力發(fā)展新型綠色工業(yè)、引導(dǎo)高端工業(yè)集聚促進(jìn)區(qū)域內(nèi)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。中部和西部地區(qū)作為產(chǎn)業(yè)轉(zhuǎn)移承接地,應(yīng)合理協(xié)調(diào)好各區(qū)域工業(yè)集聚程度,引導(dǎo)工業(yè)向促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的方向集聚。
(2)重視金融支持在工業(yè)集聚和區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展中的作用,進(jìn)一步提高對(duì)高生產(chǎn)率、高效率工業(yè)部門特別是高新技術(shù)產(chǎn)業(yè)的金融支持力度,為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供充足的金融支持。相比于東部和西部,中部地區(qū)金融支持程度低、調(diào)節(jié)效應(yīng)不明顯,建議加大中部地區(qū)工業(yè)企業(yè)的金融支持程度。