随着全方位对外开放新格局的逐步形成, 贸易开放在通过规模效应、技术溢出等诸多途径促进国内外资源配置更有效率、产业结构向资本密集型和技术密集型进行调整的同时, 也对国内的产业转型升级造成越来越多的外生性影响。在国内许多地区推动产业转型升级的实践中, 也越来越多地重视将当地产业结构放在全球产业链分工的大视野下加以分析, 并主动融入全球贸易分工格局, 以期实现与国际接轨的产业转型升级。与此同时, 以全要素生产率为代表的内生因素作为推动经济增长的主要源泉也对产业转型升级形成了强劲的内生动力。在我国经济进入“新常态”的背景下, 推动区域产业结构从粗放型向集约型转变, 实现全要素生产率提高基础上的产业转型升级已成为当前及今后一个时期区域经济发展的重要任务。
既有研究已经开始将我国的产业转型升级放在贸易开放的视野下进行考察[1], 无论是宏观上对经济增长问题的研究[2]还是微观层面的案例式研究[3], 都已发现了开放因素在产业转型升级中的实际作用, 并逐渐形成了贸易开放中垂直分工对产业转型升级的效应研究等热点方向。与此同时, 全要素生产率也是我国工业, 特别是高能耗产业转型升级中的重要考察因素[4], 其水平的高低可能是影响产业转型升级进程的重要因素。我国不同区域在贸易开放度、全要素生产率、经济发展总体水平等方面均存在较大差距, 这就决定了各区域产业结构的转型升级在水平和进度上都可能存在一定区别, 相应的政策也就需要“因地制宜”有针对性, 但现有文献对产业转型升级在不同区域间差异性的研究显然不够。因此, 本文拟将贸易开放度和全要素生产率的差异作为主要的视角, 分析各地区产业转型升级的动力差异性。
1、理论模型构建开放经济条件下的国际贸易增长也为产业转型升级提供了更为强劲的外部动力, 这意味着有必要将产业转型升级纳入开放经济的分析框架。同时, 经典的新古典经济增长理论主要关注技术进步在推动国民经济增长中的作用, 而对诸如产业转型升级等经济结构的变化并未展开深入分析。本位理论模型的构建着眼于将贸易开放和全要素生产率纳入产业转型升级动力的分析框架, 主要解决相关变量的数量化衡量问题, 并最终将其纳入可运用面板数据进行计量经济分析的模型中。
(1.1) 贸易开放度的衡量从工业化演进的角度来看, 制造业结构与贸易结构之间存在高度的相关性[5], 且有研究认为贸易结构对产业结构具有先导效应[6], 贸易开放推动产业转型升级的主要机理之一是通过工业产品的进口替代和出口替代等方式逐步推动产业结构的高级化。既有研究已经从国际垂直分工等较为细分的视角关注到了这一点[7], 并进行了区域开放视角下的研究[8], 但这一作用在不同区域之间存在较为明显的差异[9]。作为反映一国经济外向性和开放程度的重要指标, 贸易开放度在国内外许多研究中常以贸易依存度进行简单的计算, 该方法虽然计算简便但由于分子分母数值含义不同导致估计结果可能出现不同程度的偏误。此处借鉴裴长洪等对贸易依存度指标的定义方法[10]并进行修正, 在原方法的基础上另外引入国内生产过程中对国际市场原材料和中间产品的需求。
$O{{P}_{it}}=\frac{\Delta {{X}_{it}}+{{M}_{it}}}{\Delta {{Y}_{it}}+{{M}_{it}}}。$ | (1) |
公式(1) 表示i省份t年份的贸易依存度, OPit等于同省份同年份的出口增加值ΔXit加上进口原材料、中间产品额Mit去除以i省份t年份的生产总值增加值ΔYit与进口原材料、中间产品额Mit之和。通过该方法计算各省市区域的贸易开放度, 可以避免传统贸易依存度在计算过程中可能导致的偏误。
(1.2) 全要素生产率计算技术进步作为推动产业转型升级的根本性力量, 其发挥作用的主要形式是推动全要素生产率不断提高。而全要素生产率作为衡量单位投入产出量的重要指标, 不仅反映了生产技术进步的影响, 而且囊括了组织管理创新等非物质资源投入带来的生产效率全方位增长。全要素生产率的主要计算方法包括索洛残差法、指数法、随机或确定前沿生产函数法等。本文选择的Malmquist生产率指数法已经被一些学者在行业全要素生产率的测算中使用和验证[11], 该方法首先将全要素生产率TFP分解为技术进步TECH与技术效率EFFCH两个部分, 进而将EFFCH分解为纯技术效率PECH与规模效率SECH两部分:
$\text{TFPC}{{\text{H}}_{\text{i}}}\text{=TEC}{{\text{H}}_{\text{i}}}\text{*PEC}{{\text{H}}_{\text{i}}}\text{*SEC}{{\text{H}}_{\text{i}}}$ | (2) |
最后将TECH指数、PECH指数和SECH指数的几何平均数作为全要素生产率指标, 该值大于1、小于1或等于1分别意味着生产率增长、下降或无变化。
(1.3) 产业转型升级水平测度一般来说, 产业转型升级不仅包括宏观层面产业结构的改变, 而且包括中观层面产业自身的演进和微观层面产业内组织结构的变化。但从本文的研究目的出发, 对产业转型升级的测度仅从较为宏观的产业结构层面参考, 即主要衡量我国不同省级区域的结构性产业转型升级水平。与传统的产业结构相似系数等指标不同, 此处选择在Michaeli系数方法的基础上建立如下指标用以反映我国的产业转型升级水平:
${{M}_{it}}=0.5*\sum\limits_{j=1}^{n}{{{a}_{ijt}}}-{{a}_{ijt-n}}。$ | (3) |
其中:M表示各行业t年较t-n年占比的变化水平;aijt和aijt-n分别为i省区j行业第t年和第t-n年所占份额。
(1.4) 计量经济模型的构建在既有研究中, Fagerberg已经考察了技术进步、产业结构变动及生产效率的关系[12], 国内学者也对产业转型升级水平和劳动生产率进行了相关研究[13]。考虑到各省市区域在经济发展阶段存在较大的差异性, 理论模型除将贸易开放程度和全要素生产率作为影响产业转型升级的主要因素之外, 还将各省市区域的人均国内生产总值作为控制变量纳入考量, 并构建如下计量经济模型:
${{M}_{it}}={{\alpha }_{0}}+{{\alpha }_{1}}O{{P}_{it}}+{{\alpha }_{2}}TF{{P}_{it}}+{{\alpha }_{3}}PGD{{P}_{it}}+{{\mu }_{it}}。$ | (4) |
模型中除产业转型升级水平指数Mit和修正的贸易依存度指数OPit外, 另外引入3个控制变量, 其中TFP为全要素生产率, 可以反映各地区的技术水平, 引入的主要依据是新经济理论认为技术进步可以推动产业变革, 可能改变原有产业面貌或刺激新兴产业的出现。PGDP表示各省市人均经济发展水平, 用来衡量经济发展因素, 根据配第—克拉克定理, 经济发展水平显著影响经济体的产业结构。
2、实证分析 (2.1) 数据选取本文选取全国除西藏自治区(数据缺失)和港澳台地区以外的30个省(市)区域在贸易开放度、产业转型升级指数、人均收入水平、技术水平及资源禀赋方面的数据, 考虑统计口径变化及数据的可得性将样本区间确定为2000—2014年。其中全要素生产率、各省市进出口总量、人均GDP、产业结构、资源开发水平等相关数据均由历年《中国工业经济统计年鉴》《中国统计年鉴》整理计算得出。为消除异方差的影响, 对所有变量取对数处理。
(2.2) 模型检验 2.2.1. 单位根和协整检验各经济变量的时间序列经济数据可能本身并不存在协整关系, 但却常常可以得出较好的回归结果, 此时虽然回归的决定系数R平方项较高但却并不能用以说明实际经济问题, 这一现象被称作伪回归。为防止出现伪回归现象, 需对面板数据进行单位根检验。
面板数据单位根检验方法与单纯时间序列数据不同, 面板数据单位根检验法主要分为相同根检验方法和不同根检验法。相同根检验方法主要包括LLC检验、Breitung检验、Hadri检验;不同根检验方法主要包括IPS检验和Fisher-ADF检验。其中, LLC检验、Breitung检验、IPS检验、Fisher-ADF检验原假设含有单位根;Hadri检验原假设为不含有单位根。本文分别选择相同根的LLC检验法和不同根的Fisher-ADF检验法对各变量进行检验, 各变量经一阶差分后均可得到一阶单整变量且P值均不显著。接着通过协整检验来判断变量间的协整关系是否存在, 此处选择常用的Kao检验法和Pedroni检验法中的Panel-ADF统计量和Group-PP统计量对面板数据进行协整检验, 发现变量协整关系均存在, 可以做回归分析, 见表 1。
![]() |
表 1 各变量的协整检验结果 |
在分析区域差异之前, 首先对全国样本数据进行变量拟合, 以初步观察各变量的估值系数和符号, 判断各解释变量对被解释变量的作用方向及影响大小, 以供分区域研究参考。
从表 2可以看出, 全国样本数据的模型估计值显示贸易开放度变量的估值系数符号为正, 贸易开放对产业转型升级的影响在5%水平上显著为正, 且贸易开放度指数每增加1%, 产业结构调整0.157个百分点, 即贸易开放对我国的产业转型升级起到了显著的促进作用。根据Grossman和Krueger关于贸易开放效应的研究经验, 将贸易开放效应分为三类, 即结构效应、技术效应和规模效应。具体解释为贸易开放有助于促进产业结构调整升级, 发展中国家一面承接发达国家转出的产业, 另一面淘汰国内落后的夕阳产业, 通过融入全球产业链不断调整产业结构, 促进产业结构的优化升级;技术效应则通常以跨国公司为载体, 经济体通过扩大贸易开放不断接触吸收国际领先的生产技术和管理理念来提升产业结构;规模效应是指贸易开放带来的贸易创造效应, 它可以有效扩大国内企业的市场规模, 降低生产成本, 实现规模经济。表 3数据中贸易开放变量对我国的产业转型升级起到的促进作用证实了结构效应和技术效应的解释适用于我国样本区域内的经验数据。
![]() |
表 2 全国样本数据模型估计值 |
全国样本数据全要素生产率变量的估计值符号为正, 生产技术水平的提升对产业转型升级的影响在5%水平上显著为正, 全要素生产率水平每增加1%, 产业结构调整0.104个百分点。这一分析结果表明, 全国样本区域内生产技术水平的提升对我国产业转型升级的促进作用显著。
表 2数据反映出, 全国样本区域内人均GDP变量在10%水平上显著为正, 人均收入每增加1%, 产业结构调整0.092个百分点。该现象同样在现有研究中存在理论基础, 根据配第—克拉克定理, 随着经济的发展, 人均收入水平不断提升, 第一产业国民收入和劳动力占比逐渐下降, 第二产业国民收入和劳动力相对比重上升, 经济进一步发展, 第三产业国民收入和劳动力占比也开始上升, 即产业结构不断升级。表 2数据表明, 全国样本区间内经济发展水平的提升促进了该地区产业转型升级, 全国样本检验结果验证了配第—克拉克定理在我国的适用性。
3、省级数据检验我国作为区域经济不平衡特征显著的发展中大国, 不同省市区域在经济发展水平、贸易开放程度、产业结构变迁、资源禀赋和技术水平等方面存在较大差异。因此, 分区域样本进行数据检验比单一的全国性样本数据分析更具现实意义, 此处选择用面板联立方程分别检验东、中、西部地区样本。根据研究需要将全国除西藏外的30个省市作如下划分:东部地区包括北京、天津、上海、辽宁、河北、山东、江苏、浙江、福建、广东、海南;中部地区包括山西、安徽、江西、河南、湖北、湖南、黑龙江、吉林;西部地区包括重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏、新疆、内蒙古等, 检验结果见表 3。
就贸易开放度的影响来看, 东部地区贸易开放对产业转型升级的影响在10%水平上显著为正, 贸易开放度指数每增加1%, 产业结构调整0.045个百分点, 即贸易开放有效促进了东部地区产业转型升级。其可能的内在机制一方面是, 东部地区随着贸易开放度的提高获得了更广阔的市场空间和更大的产品生产规模, 并通过吸收国际产业技术溢出获得了资源配置效率提升, 从而实现了产业结构的优化演进;另一方面, 贸易开放还可能伴随着向国内其他区域的产业转移, 即通过转产淘汰相对落后的生产能力促进了产业的转型升级。中、西部地区贸易开放度变量的估计值同东部地区一样符号为正, 其中中部地区贸易开放对产业转型升级的影响在5%水平上显著为正, 贸易开放度指数每增加1%, 产业结构调整0.172个百分点;西部地区贸易开放对产业转型升级的影响在5%水平上显著为正, 贸易开放度指数每增加1%, 产业结构调整0.318个百分点。比较而言, 贸易开放度提高区域产业转型升级的促进作用在中西部地区比东部地区更大, 开放性贸易政策对促进中西部地区产业转型升级的作用效果更为突出。
就全要素生产率的影响来看, 东、中、西部地区全要素生产率变量的估计值符号均为正, 其中, 东部地区的生产技术水平提升对产业转型升级的影响在5%水平上显著为正, 全要素生产率水平每增加1%, 产业结构调整0.029个百分点;中部地区的生产技术水平提升对产业转型升级的影响在10%水平上显著为正, 全要素生产率水平每增加1%, 产业结构调整0.022个百分点;西部地区的生产技术水平提升对产业转型升级的影响在5%水平上显著为正, 全要素生产率水平每增加1%, 产业结构调整0.328个百分点。分析结果表明, 东、中、西部地区生产技术水平的提升均对该地区的产业转型升级起到显著的促进作用, 但西部地区尤为显著。
![]() |
表 3 东、中、西部地区面板数据模型估计值 |
就经济发展水平的影响来看, 该变量在东、中、西部地区的估计值均为正。其中东部地区经济发展水平对产业转型升级的影响在5%水平上显著为正, 人均产出每增加1%, 产业结构调整0.053个百分点;中部地区的经济发展水平提升对产业转型升级的影响在5%水平上显著为正, 人均产出每增加1%, 产业结构调整0.034个百分点;西部地区的人均经济发展水平提升对产业转型升级的影响在10%水平上显著为正, 人均GDP每增加1%, 产业结构调整0.251个百分点。这表明东、中、西部地区经济发展水平提升均对该地区的产业转型升级起到促进作用, 这一结论也验证了“配第—克拉克”定理中经济发展水平显著影响产业结构的观点。
4、结论与启示一是对外贸易开放程度的提高对我国的产业转型升级起到了显著的促进作用, 但作用的强度存在区域间的差别, 贸易开放在中西部地区的产业转型升级过程中的重要性比东部地区更显著。东部地区作为全国率先实行对外开放的区域, 当前已经具备较高的贸易开放水平, 而中西部地区对“贸易开放红利”的利用还处在相对初级阶段, 这意味着中西部地区对外贸易开放度的提高会得到更大的边际回报。二是全要素生产率的提高对产业转型升级具有显著的支撑作用, 这种作用在西部地区尤为显著, 原因可能在于中西部地区长期以来在技术水平和人力资本方面较为落后, 全要素生产率提高带来的边际回报尚处于较快上升的阶段。三是从经济发展水平的阶段来看, 中西部地区产业转型升级的动力要强于东部发达地区。长期以来, 中西部地区的产业结构高度化水平较低, 工业化进程显著落后。这也意味着适逢全方位对外开放的机遇, 中西部地区具有更大的产业转型升级空间和潜力, 并存在借助扩大开放摆脱落后面貌甚至实现赶超的可能。
我国区域经济中的产业转型升级应在以下方面更有作为:一是应更加注重发挥各地区的优势, 提升贸易开放在带动区域经济转型升级中的动力作用。东、中、西部地区均应及时抓住“丝绸之路经济带”和“21世纪海上丝绸之路”建设的机遇, 找准区域经济在全方位对外开放新格局中的定位, 充分发挥在地理区位、交通运输、资源环境等方面的优势。特别是应抓住贸易开放扩大带来的需求结构变化契机, 及时调整产业结构向需求导向型转变, 加快实现有效的产业转型升级。要发挥当地现有产业结构中的比较优势, 深入挖掘贸易开放带来的产业转型升级机会, 在提高贸易开放度的同时, 实现产业结构的国际化转型升级。二是应大力加强技术进步作为产业转型升级的源动力地位。当前我国产业转型升级一方面要提升传统产业生产过程中的科技含量, 大力推动对污染排放较多的重化工业, 对其进行降低污染物排放的技术改造及对资源耗费较多的生产环节进行节能降耗技术改造, 实现传统产业的绿色化转型升级;另一方面则要继续鼓励科研机构技术成果向市场产品开发转化, 增加工农业产品和服务业中的技术含量, 特别是要注重运用互联网技术提升产业运行效率, 提升产业转型升级中的科技含量。三是应更多地通过提升人力资本存量增强产业转型升级的内生动力。中西部地区在教育水平和人力资本积累有限的情况下, 不仅应继续加大总体的教育投入, 改善当地教育条件, 而且应充分考虑当地经济发展和产业转型升级的未来需要进行人力资本投入。特别是应在重视基础教育的同时, 加大产业应用型人才的培养力度, 通过构建多元化、多层次的教育体系提升劳动力素质和全要素生产率, 从而获得支持产业转型升级的持续内生动力。
[1] | 李娟, 万璐, 唐珮菡. 产业转型升级、贸易开放与中国劳动市场波动[J]. 中国人口资源与环境, 2014(1): 140–147. |
[2] | 傅强, 黎秀秀. 贸易开放度、产业结构升级与经济增长[J]. 工业技术经济, 2014(7): 115–120. |
[3] | 安礼伟, 张二震. 对外开放与产业结构转型升级:昆山的经验与启示[J]. 财贸经济, 2010(9): 70–74. |
[4] | 沈可挺, 龚健健. 环境污染、技术进步与中国高耗能产业——基于环境全要素生产率的实证分析[J]. 中国工业经济, 2011(12): 25–34. |
[5] | 彭华. 日本贸易结构与产业结构变动的关联研究——基于1960-2010年制造业数据的VAR模型[J]. 经济问题探索, 2013(4): 180–190. |
[6] | 李荣林, 姜茜. 我国对外贸易结构对产业结构的先导效应检验——基于制造业数据分析[J]. 国际贸易问题, 2010(8): 3–12. |
[7] | 张明志, 李敏. 国际垂直专业化分工下的中国制造业产业升级及实证分析[J]. 国际贸易问题, 2011(1): 118–128. |
[8] | 王春晖, 赵伟. 集聚外部性与地区产业升级:一个区域开放视角的理论模型[J]. 国际贸易问题, 2014(4): 67–77. |
[9] | 阚大学. 区域对外贸易与制造业产业结构间关系的实证研究——基于省级制造业行业动态面板数据[J]. 技术经济, 2010(4): 38–44. |
[10] | 裴长洪, 彭磊. 对外贸易依存度与现阶段我国贸易战略调整[J]. 财贸经济, 2006(4): 3–8. |
[11] | 陈红蕾, 覃伟芳, 吴建新. 考虑碳排放的工业全要素生产率变动及影响因素研究——广东案例[J]. 产业经济研究, 2013(5): 45–53. |
[12] | Fagerberg J. Technological Progress,Structural Change and Productivity Growth:A Comparative Study[J]. Structural Change and Economic Dynamics, 2000(4): 393–411. |
[13] | 谭晶荣, 颜敏霞, 邓强, 等. 产业转型升级水平测度及劳动生产效率影响因素估测——以长三角地区16个城市为例[J]. 商业经济与管理, 2012(5): 72–81. |