长三角高技术产业同构对区域经济增长影响的研究

长三角高技术产业同构对区域经济增长影响的研究-----基于空间计量经济的实证分析内容提要: 本文从空间经济的视角研究产业同构对区域经济增长的影响。

考虑到长三角高技术产业间有较强的空间相关性和溢出效应．采用空间计量模型对2009年长三角16市的数据进行分析，研究发现长三角高技术产业同构对区域经济增长有促进作用。

关键词:产业同构空间计量经济模型空间相关性一、引言长三角地处“黄金水道”和“黄金海岸”的结合部，位于沿江沿海“T”字带，是中国目前经济发展速度最快、经济总量规模最大、最具有发展潜力的经济板块。

传统意义的长江三角洲北起通扬运河，南抵杭州湾，西至南京，东到海滨，包括上海和南京、无锡、常州、镇江、扬州、苏州、南通、泰州及浙江东北的杭州、嘉兴、宁波、绍兴、舟山、湖州和台州，共16市。

2009年，长三角l6市高技术产业实现总产值21244．89亿元，占全国高技术总产值比重达35．16％，成为促进我国高技术产业发展的重要推动力。

长三角地区的高技术产业开发区是转变经济增长方式的重要载体，是推进地区产业结构升级换代的强大引擎，是提高产业竞争力的关键。

根据2010年国家发展改革委印发的《长江三角洲地区区域规划通知》中，我们发现不论是区域规划还是重点发展的高技术支柱产业，16市大部分都以发展医药、电子信息、通信设备等先进制造业为主，说明长三角地区间产业发展具有高度相似性。

所以，长三角高技术产业的同构问题有待研究。

产业同构是指区域产业结构在一定时间内出现的高度相似状态，指在主导产业的选择、技术水平的确定和产业组织规模方面出现的相似现象。

长三角产业同构的问题比较复杂，学者们众说纷坛，研究角度的不同使得长三角产业同构的问题没有统一的定论。

认为长三角存在严重产业同构的学者主要依据是：(1)根据产业结构相似系数计算出的结果(2)根据区域分工指数得出结论但是也有学者研究长三角细分产业，深入到制造业和产品层面，认为产业结构相似性趋向弱化，产业同构有其内在的必然性o关于产业同构对区域经济增长的影响，学者们持不同的看法。

一部分学者认为制造业扩散中的产业结构趋同是经济发展中的必然现象，它引起的产业间竞争是适度的，很少存在所谓的由于重复建设而导致的恶性竞争、但也有的学者认为区域产业结构趋同会对区域经济发展造成消极影响，直接的后果是造成市场分割，阻碍一体化进程，造成城市间的重复建设和资源浪费。

近年来长三角高技术产业更多的表现为区域间分工深化，大规模产业集聚的出现，这使得我们有必要运用空间经济理论和地理空间数据分析，纳入产业同构问题的研究中，从空间的角度研究产业同构对区域经济增长的影响。

它将有助于政府部门更加清晰的把握大局，合理布局区域内高技术产业，减少因过度同构导致的政策效果失效和资源浪费，从而促进地区经济的合理转型和整体发展，使长三角地区经济持续健康稳定的发展。

二、空间计量经济方法与模型空间计量经济学是以空间经济理论为基础，利用地理信息技术，对空间相关数据进行处理，运用统计、计量等其他方法对空间现象进行分析。

传统的计量经济模型忽略了复杂的空间依存结构问题和空间相互作用，使得其回归分析产生偏差，空间计量经济模型不仅解决了偏差的问题还为引入空间联系变量提供新的方法。

（一）空间计量核心概念与方法1．空间自相关空间自相关是空间场中数值集聚程度的度量，如果空间中数值有集聚的倾向，则表现出很强的正空问自相关；如果空间中数值有排斥的倾向，则表现出负的空间自相关。

空间自相关的度量可以分为全局空间自相关和局部空间自相关。

全局空间自相关描述空间数据在整个系统内表现出的分布特征，一般用Moran指数I、Geary指数c测度；局部空间自相关描述局部子系统分布特征，可用来表现局部空间集聚l生和空间异常，一般用G统计量、Moran散点图测度。

我们通常使用Moran指数I进行全局空间自相关检验。

全局Moran 指数I的取值范围是一1和1之间，大于0表示正相关，越接近1表示区域间存在较强的空间正相关，小于0表示负相关，越接近一1表明区域问存在较强的空间负相关，接近0表示区域间不存在空间自相关。

2．空间计量经济学模型空间计量经济学模型通过空间权重矩阵对传统的线性回归模型进行修正，根据截面数据的异质性把空间计量模型分为两类：空间滞后模型和空间误差模型。

(1)空间滞后模型空间滞后模型(SpaiM Lag Model，简称SLM)用于考察一个地区的行为对整个系统内其他地区的行为存在影响的情况，变量问的空间相关性由外生的空间滞后因变量来反映，空间滞后回归模式：(2)空间误差模型空间误差模型(Spatial Error Model，简称SEM)通过误差项表现区域间空间单位的异质性导致的区域间相互关系，空间误差模式：(二)数据来源和变量设计1．数据来源根据2002年7月国家统计局《高技术产业统计分类目录的通知》，我国高技术产业统计范围包括：医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业和医疗设备及仪器仪表制造业。

考虑到数据的可得性，本文选择制造业二级目录中的医药制造业、交通运输设备制造业、通信设备计算机及其他电子设备制造业、专用设备制造业、仪器仪表及办公机械制造业这5大行业为研究对象。

另外，本文以长三角l6市为单位，即上海、南京、无锡、常州、镇江、扬州、苏州、南通、泰州、杭州、嘉兴、宁波、绍兴、舟山、湖州和台州。

由于采用空间计量模型，只能采用某一时间点的数据，所以选择时间为2009年。

数据来源全部来自2010年中国统计年鉴、各市统计年鉴、高技术产业统计年鉴。

2．变量设计(1)经济效益变量。

我们选择人均国内生产总值(GDP)为被解释变量，代表区域经济发展的程度。

(2)产业结构相似系数。

用联合国工业发展组织提出的产业结构相似系数作为变量之一，表达式如下：由于产业结构相似系数是两个地区间的同构度，我们选取16市的数据，则共有120个指标值。

用折线图表现出2001—2009年长三角地区间高技术产业的同构程度的平均值，见图1。

在图中，可以看出：第一，长三角产业同构程度逐渐增大，上升速度明显加快；第二，从具体年份看，2001—2005年，产业结构相似系数比较平稳，有小幅度的下降，最低达到0．64，但是从2006年起，同构度增大，2009年长三角地区间产业结构相似系数的均值已经达到0．75。

这与我国转变经济增长方式，调整产业结构的发展规划息息相关。

长三角作为高技术产业的领头地位，需率先进行产业的升级改造，这样不可避免出现新一轮的高技术产业同构。

(3)改进的克鲁格曼指数。

为了进一步测算产业结构趋同程度，王志华对克鲁格曼的结构差异度指数进行修改。

(4)控制变量。

选择两个控制变量，分别是资本(K)和劳动力(L)。

用t期区域i和i的高技术产业从业平均人数之和代表劳动投入用t期区域i和j的高技术产业固定资产原价之和代表资本投入。

为了减少异方差的可能性，对变量取对数。

(三)模型介绍本文采用的计量模型主要是研究长三角高技术产业同构对区域经济的影响。

由于长三角地区间空间的相邻性，本文还采用空间计量经济模型，引入空间因子建立模型。

为了具体分析长三角的同构性是如何影响地区经济发展，本文将建立产业结构相似系数、结构差异度、资本、劳动力与地区经济发展的空间计量模型。

首先建立原始的多元线性回归模型：空间计量经济模型分为空间滞后模型与空间误差模型。

应用空间滞后模型(sLM)建立的产业同构模型如下：空间误差模型(SEM)设定如下：关于选择哪种模型，我们借鉴Anselin提出的空间误差模型和空间滞后模型的拉格朗日乘子(La—grange multiplier，LM)法进行检验，表达式如下：LM—Error用于检验空间滞后模型，LM—Lag用于检验空间误差模型，其中e是残差项，b是回归系数。

Anselin和Florax指出如果LM—Error和LM—Lag都不显著，采用普通最小二乘法的估计结果；如果LM—Error和LM—Lag都显著，可以选择两模型中较大的模型；如果LM—Error 和LM—Lag其中一个显著，选择显著的模型进行空间回归模型。

三、检验结果(一)空间自相关性检验本文对2009年长三角16市的5个相关变量在空间相互依赖性方面进行检验，表1显示各变量的Moran’I指数，如果Moran’I正态统计量z值均大于正态分布函数在0．05水平下的临界值1．64，则表明区域经济活动在空间分布上有明显的正相关性，也说明区域间出现集聚效应。

表1中各变量的Moran指数I值均通过了5％水平下的显著性检验并为正。

表明长三角16市的产业结构相似系数、产业结构差异度、区域资本和劳动力的投入与经济效益有明显的正自相关关系和空间依赖性，长三角高技术产业的空间分布有聚集的趋势，具有高或者低增长水平的区域与其他具有高或者低水平的区域在空间分布上相互临近，各区域间的经济活动对经济增长有正向的溢出效应。

因此，从整体上说长三角的5个变量存在空间相关性，如果忽视空间相关性，不仅在理论上会存在不足还与实际的区位模式不符，下面对模型进行深入考察，比较OLS、SLM和SEM的回归结果。

(二)空间计量模型的估计与分析空间相关性检验已经发现长三角高技术产业的5个变量具有空间相关性，需要采用空间计量模型进行估计。

以2009年长三角16市两区域问的产业结构相似系数、产业结构差异度、资本和劳动力为横截面，进行普通最小二乘法的估计，通过拉格朗日乘子及其显著性来判断空间计量模型SLM和SEM的形式，结果见表2。

从表2中OLS的结果知，模型的拟合优度不高，达到63．42％，模型整体上通过10％水平的显著性检验。

产业结构相似系数(LnS)和资本(LnK)的回归系数为正、产业结构差异度(LnMKI)的回归系数为负，与我们预期基本一致，并且通过显著性检验。

但是劳动力(LnL)回归系数为负，与预期结论相反，未能通过5％水平的显著性检验，故OLS模型不适合进行产业同构对经济增长影响的估算，这说明OLS模型在设定方面存在一定的问题。

由于Moran指数检验表明，多元线性回归的空间依赖性很明显，因此忽略空间相关性的回归可能导致模型存在偏差，需要考虑SLM 和SEM。

表2显示SLM和SEM的拟合优度高于OLS模型，达到0．9，说明空间因素在分析产业同构对经济增长的影响方面起到作用。

通过比较LogL、AIC和sC值会发现，SLM的LogL最大、AIC和sc值最小，模型的拟合性高于SEM。

为了进一步辨别采用SLM还是SEM，表2显示LMLAG比LMERR更显著，并且R—LMLA显著，R—LMERR不显著，根据Anselin等的判别标准，可以判断适合的模型是空间滞后模型。

表2还表明SLM 比SEM的R2、LogL、AIC 和Sc值，SLM的模拟效果更好。