新型城镇化、空间溢出效应与制造业结构升级研究.docx

1、新型城镇化、空间溢出效应与制造业结构升级研究 摘要 通过构建空间计量模型对我国新型城镇化和制造业结构升级在空间上的内在关系进行研究。结果显示：新型城镇化建设整体上对本省制造业结构升级具有显著的正向促进作用，但对周边省份制造业结构升级却有较为显著的负向作用；金融支撑、资本流动对本省制造业结构升级有强烈正向冲击效应，对周边省份制造业结构升级却有显著负向作用；此外，科技进步与投入对本省有正向影响，对周边省份的影响效应却不明显。 下载 关键词 新型城镇化；制造业；结构升级 中图分类号 F299.21 文献标识码 A 文章编号 2095-3283（ 2017） 10-0130-04 作者简介 陈英哲（

2、1992-），男，汉族，山东德州人，研究生，研究方向：收入相关的健康不平等。 一、引言 李克强总理在 2014年的政府工作报告中指出：扩大内需的最优路径就是加速新型城镇化的发展，而新型城镇化的发展又建立在产业发展的基础之上。由此可见，产业升级是新型城镇化建设的重要推动力之一，尤其是现代制造业的发展是新型城镇化的强力引擎。反之，新型城镇化能否推动制造业向中高端靠拢，引领制造业结构趋于高度化呢？制 造业结构升级是指制造业内部由低端制造向高端制造转变的过程。伴随着社会的进步和经济的发展，劳动力逐渐向中高端制造业集聚，农村百姓的生活质量也逐步向城镇看齐，那么研究制造业结构问题就无法避开城镇化这一重要因

3、素。 目前有关新型城镇化与制造业结构升级的文献几乎为空白，比较接近的研究是从城镇化对产业结构升级的视角切入的。该方面的研究大致形成两种观点：一种观点认为，新型城镇化对产业结构升级确实有推动作用。Michael（ 2012）站在全球视角上通过实证研究发现，全球城市化可以非常有力地促进多种产业的分工，这是 实现产业集聚的前提，在这个过程中产业创造力得到明显提升，最终推进产业结构升级。蓝庆新、陈超凡（ 2013）通过实证分析得出新型城镇化与产业结构升级空间关系极为密切的结论。Farhana（ 2012）通过对发展中国家的研究得出，城镇化水平的提升会使分工愈加细致，但由于起步较晚，只能承担一些低端分工

4、，导致污染高的产业留在国内，从而使其以粗放型增长方式推进工业化，阻碍产业结构的优化转型。更进一步，这种粗放型发展模型会极大制约创新能力的提升，这对极为重视创新能力的产业结构升级来说无疑是致命的（ Hope， 1998；郑有国 ， 2013）。 以上研究不同程度地丰富了相关文献，同时也为研究该问题的学者开拓了思路，但以往学者未曾将研究方向聚焦在新型城镇化对制造业结构升级角度上，且很少将该类问题与空间计量模型结合起来。因此，本文将从人口、经济、社会、空间四个角度分别选取相关指标，再将选取的多个指标综合成一个新指标来测度新型城镇化水平，之后采用空间计量的方法研究新型城镇化对我国制造业结构升级的影响。

5、 二、指标选取及数据说明 （一）新型城镇化指标选择 在借鉴新型城镇化相关文献和资料的基础上 6-10，本文从人口城镇化、经济城镇化、空间城镇化和社会城镇化四个方面来反映新型城镇化水平（见表 1）。之后采用主成分分析法，并进行坐标平移处理，提取出一个综合指标，用来测度新型城镇化水平，作为模型的解释变量。 （二）制造业结构升级衡量指标 参考绝大多数学者对制造业行业的分类，本文将制造业行业分成低、中、高三个档次，考虑到某些行业的数据缺失问题，本文选取 21 个制造业行业。与此同时，借鉴衡量产业结构升级的测度指标，即高端制造业行业产值与中端制造业行业产值之比（中记为 H1）作为测度制造业结构升级指标

6、，该指标完全可以反映出整个制造业内部结构变动的过程。 （三）数据说明 本文原始数据来自中国统计年鉴中国工业经济统计年鉴、国泰安（ CSMAR）数据库的中国区域经济研究数据以及各省份统计年鉴，鉴于数据的可获性，本文选取了 20052014 年全国除港、澳、台、西藏以外的 30个省、市、自治区的统计数据，同时为有效消除时间序列的异方差，本文对所有控制变量取对数处理。变量的描述性统计见表 2。 另外，本文还将以下三个控制变量引入到模型中：科技进步与投入（ R&D），用各省份 R&D 投入经 费表示。科学技术进步是推动制造业结构优化升级最根本的动力来源；金融支撑（ fin），用 30 个省、市、自治区

7、的金融业生产总值来表示。制造业结构优化升级必须要有金融行业强有力的支撑才能实现，金融业能为制造业各行业提供源源不断的资金支持，为企业注入新鲜的血液来推动企业发展；资本流动（ cp），用 30 个省、市、自治区的进出口总额反映。一个地区资本流动越强，表明该地区经济开发程度越高。因此，资本流动对经济增长和制造业结构升级的作用不言而喻。 三、中国新型城镇化与制造业结构升级的时空特征分析 （一）空间 面板模型的估计结果 本文通常采用 Morans I 指数来判断变量间的空间自相关性，本文对所用的面板数据进行了空间自相关检验，结果显示： Marginal 值为 0.015，Morans I 指数为 -0

8、.0503。由此得知， Morans I 指数值小于零，且在 5%水平上显著。因此，新型城镇化、制造业结构升级之间存在显著的空间自相关性，并且这种空间相关性表现为负的空间集聚特征。在此基础上，本文又做了 Hausman 检验，结果显示， SDM 和 SEM 模型 P 值均小于 0.1，拒绝原假设，故采用固定效应模型。因此，本 文基于固定效应的 SDM和 SEM模型，借助 Matlab14a 软件对模型进行估计检验，结果如表 3 所示： 在进行空间计量模型估计之前，先对变量间的关系做了 OLS 估计，并通过相关检验来选择合 ?m 模型。从表 3 可以看出， OLS 估计的拟合优度为0.3835，

9、四个解释变量中有三个通过了显著性检验。新型城镇化对制造业结构升级有极为显著的正向影响，而金融支撑和科技进步与投入有负向影响，资本流动对其影响结果不显著。残差的 Moran I 为 -0.05， P值为 0.016，拒绝原假设，与前文对制造业结构升级的空间相关性检验吻 合。 基于经济权重矩阵，得出 SDM 与 SEM 模型的估计结果以及相应的拟合优度（见表3）。对比三个模型可以发现， SDM 与 SEM 的拟合优度均大于 OLS 估计，说明分析制造业结构升级与新型城镇化关系问题时引入空间因素两个模型的估计结果更为合理。对比 SDM、 SEM 两模型发现，在同种固定效应条件下，空间杜宾模型（ SD

10、M）的极大似然统计值（ LogL）及拟合优度系数（ R2）均大于空间误差模型（ SDM），因此，从整体上来说， SDM 模型的估计结果要明显优于 SEM，同时也更加接近客观现实。 进一步从 LogL、 R-squared 分析， SDM 的时空双重固定效应（ stF）模型是较优选择， NU 的系数是正数，且在 1%水平上显著。由此可见，由于中国各省份之间经济发展不平衡，导致在新型城镇化水平上也不一致，在空间上形成了对制造业结构优化升级强烈冲击。因此， SDM 模型结果说明，新型城镇化建设对制造业结构升级影响的过程中确实存在较强的空间效应。另外，其他因素也会对制造业结构升级造成影响。资本流动致使

11、国外技术资本转移到国内，先进的技术加快劳动力的分工，逐渐转变劳动者的就业结构状况，是技术创新与进步使得生产工具得到不断改进，进而提高劳动生产率，节省出来的劳动力就由本行业转向其他行业，也可能流入需求扩张行业或者存在持续技术进步的新兴行业，这就推动了整个地区的制造业逐渐向中、高级或者资本、技术密集型行业转移，从而导致制造业结构全面升级。此外，金融支撑的回归系数值在三种效应下的结果并不一致，有正有负且不显著，这说明金融行业的发展对产业升级并没有很强的正面影响，甚至会产生负面影响，原因可能在于中端和低端制造业企业相对于高端企业来说对资金的需求量大，银行或银行性质企业为其提供的资金量高于高端制造业企业

12、，从而使得中低端行业的发展水平远超过高端行业发展的 步伐。 经 LR检验，结果显示 LR统计量值为 27.53， P值为 0.0000151% ，因此SDM 模型不可退化为 SEM 模型，所以本文采用空间杜宾模型（ SDM）。 （二）变量直接效应与溢出效应 表 4 列出了 SDM 模型在空间固定效应（ sF）、时间固定效应（ tF）、 ?r空双重固定效应（ stF）下各变量的直接效应与溢出效应。从表 4 中可以看出，时间和空间固定效应下新型城镇化有显著的正向直接效应和负向溢出效应。时空固定效应下有显著的直接效应，间接效应不显著，原因可能是当新型城镇化程度增强时，不仅 会导致本省的制造业结构升级

13、还会延迟周边省份的制造业结构升级或者使周边省份制造业结构降级。这种情况出现的原因：一方面可能是由于各省份之间存在激烈的竞争，当某一省份制造业结构升级时，高端产业生产的产品增加，会扩大该省份在高端产品市场份额，从而挤压周边省份市场占有量，导致周边省份制造业结构升级延缓；另一方面也有可能是本省低、中端制造业升级为高端制造业时，中低端行业的产品相对减少，从而导致周边省份该层次产品产量提高，补充了本省份让出的市场份额。此外，金融支撑和资本流动在三种效应下均显示对制造业结构升级有极为显著的直 接效应和溢出效应，金融行业的发展和 FDI对本省份结构升级有显著促进作用，但却不利于周边省份制造业结构的优化，另

14、外，通过系数对比可以看出，此两因素对制造业结构升级的贡献率显著大于新型城镇化的作用。科技进步与投入在三种效应下均能对结构升级有正向推动作用，但对周边省份的影响却不明显。 四、结论 本文采用 20052014 年全国 30 个省、市、自治区的数据，构建了新型城镇化评价指标体系，并通过主成分分析将人口城镇化、经济城镇化、空间城镇化、社会城镇化 4项指标合成为一个综合评价指标作为核心解释变量，然后计算出制造业结构高级化率来衡量被解释变量制造业结构升级，最后引入科技进步与投入、金融支撑以及资本流动构建空间计量模型进行了实证研究。得出以下结论：我国新型城镇化和制造业结构优化升级在空间上的分布不是随机的，

15、二者之间确实有显著的空间相关关系。新型城镇化建设水平高的省份大致也是制造业结构高级化的省份，但该省份的新型城镇化水平却不利于周边省份的制造业结构优化升级，其他因素同样对制造业结构升级产生一定的影响，金融支撑、资本流动对本省制造业结构升级有显著正向影响，对周边省份有显著负向影响，科技进步与投入仅对本省影响较为显著，对周边省份影响不明显。 针对上述结论，政府部门应在加强新型城镇化建设以促进本区域制造业结构高度化、合理化的同时，要注重同周边省份的协同合作，不可一味追求本省结构升级而忽视对周边省份造成的负面影响。此外，还要重视研发支出、金融支撑、进出口对制造业结构优化升级的正向影响，逐渐提高研发投入，

16、不断完善针对制造业企业的金融信贷政策，全面推动制造业结构升级。 参考文献 Michaels G.， Rauch F， Redding S J.Urbanization and Structural Transformation. 蓝庆新，陈超凡 .新型城镇化推动产业结构升级了吗？ J.财经研究，2013（ 12）： 5771. Farhana K M， Rahman S A， Rahman M.Factors of Migration in Urban Bangadesh： An Emporical Study of Poor Migrants in Rajshahi City Hope K

17、R.Urbanization and Urban Growth in Africa. 郑有国，魏禄绘 .中国城市化曲折进程原因探析 J.亚太经济， 2013（ 1）：66-70. 何江，张馨之 .中国区域经济增长及其收敛性：空间面板数据分析 J.南方经济， 2006（ 5）： 44-52. 付凌晖 .我国产业结构高级化与经济增长关系的实证研究 J.统计研究，2010（ 8）： 7981. Elhorst J P.Saptial Economerrics： From Cross-Sectional Data to Spatial Panelse Commons： The Evolution of Institutions for Collective Action oyce J.Inequality as a Cause of Environmental Degradation 责任编辑：郭丽春）