基于知识溢出的中国省际区域经济增长收敛性实证研究
经济增长的收敛性分析

经济增长的收敛性分析作者:朱静来源:《时代金融》2013年第32期【摘要】为了分析中国国内各地区及各省份经济增长是否存在收敛性,运用时间序列分析法即ADF单位根检验、IPS异质面板单位根检验及Johansen协整检验法,对1978~2011年全国各省的人均GDP序列进行了实证研究。
结果表明,东中西部地区各自作为一个整体时,地区间不存在强势和弱势随机收敛;东中西部地区内部都存在强势随机收敛;全国经济增长在长期内存在以广东、山东和福建为中心的收敛趋势。
【关键词】经济增长随机性收敛面板单位根协整一、引言中国区域经济一直存在着发展不协调的问题,呈现东部地区发展迅速,中西部地区发展较慢的格局。
为刺激中西部地区发展,中央政府先后提出了“西部大开发”和“促进中部地区崛起”等战略,一系列政策的实施,使中西部地区的发展速度加快,但是中西部地区的经济发展水平与东部地区相比还存在较大差距,这在一定程度上制约着社会经济的长期发展。
因此,研究我国各地区经济增长之间是否存在收敛的趋势就显得尤为重要。
二、文献综述对经济增长收敛性的研究一直是增长理论中的一个重要问题,拥有许多经验研究文献。
这些文献主要运用增长回归法、时间序列法和增长分布法对条件β收敛、绝对β收敛、σ收敛、俱乐部收敛和随机性收敛(stochastic convergence)等进行了研究。
其中,时间序列法可以更好地发现整个样本期潜在的经济增长收敛性,面板数据的时间序列分析还可以从不同序列的混合数据中获得更多的信息。
因此,本文拟采用时间序列法来检验我国各地区及全国各省经济增长是否支持收敛假说。
近些年,我国已有一些学者运用时间序列分析方法检验了我国各地区经济增长的收敛性。
陈安平等(2004)通过对全国各省1952~2001年的人均产出序列进行协整关系检验,发现东部和西部内部各省经济增长之间有收敛趋势,中部地区内部和三大地区间的经济增长不存在收敛趋势;中部各省的经济增长在长期受三个共同冲击的影响,东中西部三大地区的经济增长在长期受两个共同冲击的影响。
中国区域经济收敛机制研究

商业经济与管理2009年中国区域经济收敛机制研究夏万军(安徽财经大学统计与应用数学学院,安徽蚌埠233030)摘要:文章在对Dowrick 和Rogers 框架研究的基础上,运用空间计量经济学的方法构建了在一个框架中同时分析新古典收敛机制和新增长收敛机制的修正Dowrick 和Rogers 模型并进行了实证检验。
实证结果表明:改革开放以来,特别是1981-2005年期间,我国区域经济增长收敛性既有新古典收敛机制的作用,同时也有新增长收敛机制的作用。
但是在不同时期,不同的收敛机制在发挥作用。
关键词:区域经济收敛;经济增长;技术扩散;收敛机制中图分类号:F061.5文献标识码:A文章编号:1000-2154(2009)09-0052-06一、前言收敛研究始于Baumol (1986)和Abramovitz (1986)。
Baumol (1986)采用Maddison 数据,发现工业化国家存在收敛[1],但该发现被认为是建立在样本选择有偏的基础上(Delong ,1988)[2]。
因为,如果把样本扩展到非工业化国家,则不存在收敛。
同期以Romer (1986)和Lucas (1988)为代表的新增长理论,确切地说是AK 类型的新增长理论,预言的恰是趋异[3-4]。
基于此,新古典增长理论的拥护者Barro 和Sala -i -Martin (1992)以及Mankiw 、Romer 和Weil (1992)等把收敛进一步细化为δ收敛、绝对β收敛和条件β收敛。
在概念细化的基础上,大量的实证分析都揭示了在世界范围内不存在绝对β收敛,但确实存在条件β收敛。
随后收敛研究大致沿着两个方向发展:收敛机制和收敛工具箱的拓展。
收敛机制的拓展主要是从关注资本边际报酬递减到关注技术扩散、转移。
收敛工具箱的拓展主要是从横截面数据分析到面板数据分析。
在索洛增长模型中,假设各个经济体有着相同的技术进步率A ,所以他们没有着重考虑A 在短期内影响经济增长的动态。
中国区域间经济互动的来源_知识溢出还是技术扩散_张勋

A (
, i t
t λ ω g , i , 使用空间动 态 面 板 模 型 考 察 了 美 国 各 州 的 经 济 收 , =A i tj ) 0e ∏ Aj, i j≠
敛性 。 国内的学者也逐 渐 关 注 经 济 互 动 性 的 测 量 : 有 研 究 从 有 知 识 溢 出 的 多 ;有研 国系统的知识增长动力学的角度提出非线性知识溢出 ( 王峥等 ,2 0 0 7)
摘 要 本文在 一 个 新 古 典 的 分 析 框 架 下 , 将 经 济 互 动 分 解 为 知识溢出和技术扩散 , 并利用中国的省际面板数据和 空 间 计 量 方 法 , 估计中国区域间 经 济 互 动 的 来 源 。 实 证 结 果 表 明 , 中 国 区 域 间 经 济 互动主要来自知 识 溢 出 , 然 而 中 国 的 经 济 增 长 过 程 中 知 识 溢 出 率 仍 然偏低 , 区域间经 济 互 动 性 较 弱 。 本 文 认 为 , 加 强 专 利 技 术 的 保 护 有利于增强技术 扩 散 效 应 , 促 进 劳 动 力 和 资 本 自 由 流 动 则 有 利 于 提 高中国整体上的区域间经济互动 。 关键词 区域间经济互动 , 知识溢出 , 技术扩散 :1 / D O I 0 . 1 3 8 2 1 . c n k i . c e . 2 0 1 6 . 0 3 . 1 5 j q
1 ① 技术进步的引发机制归结为人才流动 、 研发 、 企业家创业以 及 贸 易 投 资 。 实
际上 , 人才流动 、 贸 易 投 资 就 是 知 识 溢 出
2 ② ,研 发 则 是 技 术 创 新, 由 此 引 发
技术扩散 , 而企业家创业是技术创新的人力资本维度 。 然而 , 上述文献并没 有 真 正 意 义 地 从 实 证 上 区 分 知 识 溢 出 与 技 术 扩 散 效 应 , 本文借助中国 的 省 级 数 据 , 致 力 于 实 现 这 种 区 分 。 我 们 的 研 究 主 要 与 两 支文献紧密相关 。 第一 支 文 献 植 根 于 内 生 增 长 理 论 , 主 要 探 讨 了 如 何 从 理 论 和实证上 测 度 知 识 溢 出 和 技 术 扩 散 。 从 知 识 溢 出 的 角 度 ,B a r r o a n d S a l a i - - ( ) 给出了一 个 内 生 增 长 的 分 析 框 架 , 说 明 知 识 溢 出 是 资 本 投 入 的 M a r t i n 2 0 0 4 一个函数 。 而从技术 扩 散 的 角 度 ,E 为新技术的发明 a t o n a n d K o r t u m( 1 9 9 9) 和扩散提供了理论基 础 , 他 们 通 过 国 际 专 利 、 生 产 率 以 及 研 发 的 数 据 估 计 了 / 国际技术扩散的 方 向 和 数 量 , 发 现 有 2 3 的 国 家 需 要 技 术 引 进,而 美 国 和 日 本是 主 要 的 技 术 输 出 国 。 Y u a n d L e e( 2 0 1 2)则 利 用 传 统 的 技 术 扩 散
数字经济发展与区域经济收敛——基于动态空间面板模型的实证研究

区域经济㊀㊀[基金项目]国家社会科学基金项目 新型城镇化背景下 农转非 人口的劳动力市场融入研究 (20CRK006)㊀㊀[作者简介]尹希果(1972-㊀)ꎬ男ꎬ山东淄博人ꎬ重庆大学经济与工商管理学院教授㊁博士生导师ꎮ主要研究方向:发展经济学ꎮ数字经济发展与区域经济收敛基于动态空间面板模型的实证研究尹希果㊀魏苗苗(重庆大学经济与工商管理学院ꎬ重庆㊀400044)㊀㊀[摘㊀要]㊀数字经济发展对于扎实推进共同富裕具有重要意义ꎮ基于经济增长条件收敛模型ꎬ采用动态空间杜宾模型实证考察数字经济发展对区域经济增长收敛的影响ꎮ研究发现:考察期内全国经济增长具有显著的条件收敛特征ꎬ数字经济发展显著促进了区域经济收敛ꎻ东中西部地区和南北地区均存在明显的俱乐部收敛现象ꎬ仅东部地区和南方地区数字经济发展能够显著缩小地区经济差距ꎻ东部地区数字经济发展对本地区及邻近地区的经济增长均具有显著的正向累积效应ꎬ西部地区数字经济发展的空间溢出效应为负ꎮ为此ꎬ提出以下政策建议:一是充分把握数字经济发展机遇ꎬ二是巩固数字经济的区域经济收敛效应ꎬ三是推行差异化的数字经济政策ꎬ四是推动数字经济均衡发展ꎮ[关键词]㊀数字经济ꎻ经济收敛ꎻ经济增长ꎻ空间溢出[DOI编码]㊀10.13962/j.cnki.37-1486/f.2024.02.003[中图分类号]F127㊀㊀[文献标识码]A㊀㊀[文章编号]2095-3410(2024)02-0029-14一㊁引言实现共同富裕是党和政府的长期历史任务ꎮ党的二十大报告对扎实推进共同富裕作出重要战略部署ꎬ凸显了共同富裕在全面建设社会主义现代化国家的重要地位ꎮ作为实现共同富裕的重要内容ꎬ实现区域协调发展对于推动社会经济稳定发展具有现实意义ꎮ当前ꎬ中国经济已经由高速增长阶段转向高质量发展阶段ꎬ但区域发展不平衡的问题仍日益突出ꎬ如何实现中国区域的共同富裕和经济协调发展是亟待解决的重大问题ꎮ随着人工智能㊁云计算㊁区块链等前沿数字技术的发展ꎬ数字经济逐渐成为经济新常态下国民经济的重要支撑力量和增长动力ꎮ同时ꎬ数字经济具有降成本性㊁强扩散性以及高成长性等主要特征(宋洋ꎬ2019)[1]ꎬ在产业结构升级(陈晓东㊁杨晓霞ꎬ2021)[2]㊁全要素生产率提升(杨慧梅㊁江璐ꎬ2021)[3]以及经济高质量发展(赵涛等ꎬ2020)[4]等方面已表现出强大动力ꎮ因此ꎬ在 实现共同富裕 的战略决策下ꎬ探究数字经济发展对区域经济增长收敛的影响具有重要价值和意义ꎮ区域经济收敛问题一直是宏观经济领域关注和研究的重点内容之一ꎬ已有文献考察了政92区域经济府财政支出(王宝顺㊁徐绮爽ꎬ2021)[5]㊁人口流动(侯燕飞㊁陈仲常ꎬ2016[6]ꎻ毛新雅㊁翟振武ꎬ2013[7])㊁外商直接投资(雷俐等ꎬ2020)[8]和交通基础设施建设(俞峰等ꎬ2021)[9]等方面对地区经济差距的影响ꎮ目前学术界对于数字经济发展能否缩小区域经济差距仍存在争议ꎮ李治国和王杰(2021)[10]认为ꎬ数字技术的应用能够促进各类数据要素快捷流动ꎬ优化数据要素配置ꎬ从而缩小地区经济差距ꎮ杨文溥(2021)[11]认为依托于数字技术的发展ꎬ经济落后的地区可以通过数字经济的后发优势促进经济增长ꎬ为实现区域经济协调发展提供了发展机遇ꎮ高远东和裴馨(2023)[12]认为 宽带中国 战略实施能够通过技术创新缩小地区经济差距ꎮ然而ꎬ金春枝和李伦(2016)[13]则指出数字经济发展过程中可能存在数字鸿沟问题ꎮ陈文和吴赢(2021)[14]实证发现数字经济发展与城乡收入差距之间存在U型关系ꎬ数字鸿沟最终会扩大城乡收入差距ꎮ卢盛峰和洪靖婷(2023)[15]发现电子商务进农村试点不仅没有缩小县域内经济差距ꎬ数字能力鸿沟反而进一步加剧了经济发展不平衡程度ꎮ已有文献对于促进区域协调发展具有一定的借鉴意义ꎬ但学者关于数字经济发展究竟是扩大还是缩小了地区经济差距并未达成一致ꎮ与本文最相关的是邵秀燕和陈思华(2022)[16]的研究ꎬ他们探究了数字经济发展对以卫星灯光数据测度的城市经济增长收敛的影响ꎬ但他们主要采用普通面板模型ꎬ并未着重探讨数字经济发展带来的空间溢出效应ꎮ此外ꎬ尽管卫星灯光数据具有一定的客观性ꎬ但本身还存在诸多缺陷ꎬ如卫星灯光会受到地形和森林覆盖率的影响㊁对原始灯光影像进行数据提取方法的选择较为主观以及灯光亮度值饱和度等问题ꎬ这不可避免降低了卫星灯光数据的客观性[17][18]ꎮ鉴于此ꎬ本文在已有研究的基础上纳入经济增长收敛框架ꎬ运用空间计量模型探究全国㊁东中西部地区及南北地区数字经济发展与区域间经济增长差距之间的因果关系ꎬ为统筹推进区域经济协调发展提供理论支撑和决策参考ꎮ本文的边际贡献可能体现在三个方面:第一ꎬ现有研究关于数字经济发展对地区经济差距影响的观点并不统一ꎮ本文基于经济增长收敛模型ꎬ实证检验数字经济发展对中国区域经济增长及收敛性的影响ꎬ进一步丰富了数字经济与区域经济收敛方面的研究ꎮ第二ꎬ与已有研究主要使用普通面板模型进行区域收敛分析不同ꎬ考虑到各地区经济活动的互动联系随着信息技术的发展变得更为密切ꎬ本文将空间因素纳入经济增长收敛模型ꎬ采用动态空间计量模型进行实证研究ꎬ为数字经济发展促进区域经济收敛提供了更为可靠的经验证据ꎮ第三ꎬ以往研究主要基于全国层面进行研究ꎬ考虑到不同区域数字经济发展的影响效应可能具有差异ꎬ本文进一步考察了东中西部地区和南北地区数字经济发展对区域经济收敛的影响ꎬ以期全面系统把握数字经济发展与经济增长收敛之间的关系ꎬ从而有利于各地区因地制宜制定差别化政策ꎮ二、理论分析与研究假设(一)数字经济发展与区域经济增长作为数字经济的核心ꎬ数据要素与劳动力㊁资本等传统生产要素在多维度㊁高层次上实现协同创新和融合发展ꎬ作用于生产㊁消费㊁生活和公共服务等各个领域ꎬ为经济发展提供新动能ꎮ首先ꎬ数字经济在规模经济和范围经济方面具有显著特征[19]ꎬ能够通过降低生产成本促进经济发展ꎮ在企业数字化转型过程中ꎬ生产成本具备低边际成本的特征ꎮ企业倾向于无限扩大生产规模ꎬ长期平均成本随着生产规模的扩大而降低ꎬ形成规模经济效应ꎮ与工业经济相 03区域经济比ꎬ数字经济能够以更低的成本实现技术创新和产品创新ꎬ显著增加市场上商品和服务的种类ꎬ有助于形成范围经济ꎮ其次ꎬ数字经济通过优化资源配置㊁提高资源配置效率加快区域经济增长ꎮ数字经济极大优化了 看得见的手 的资源配置功能[20]ꎮ平台企业将生产者和消费者进行在线精准匹配ꎬ实现供求双方高效对接ꎬ大幅度提升资源利用效率ꎮ最后ꎬ数字经济通过提高全要素生产率促进经济发展ꎮ数字经济以数据为核心生产要素ꎬ打破了传统要素市场的束缚ꎬ渗透到产业的各个生产环节ꎬ改变生产过程中要素的投入种类和比例ꎬ从而提升生产效率[21]ꎮ综上ꎬ本文提出假设1ꎮ假设1:数字经济发展能够显著促进区域经济增长ꎮ(二)数字经济发展与区域经济收敛数字经济主要通过一体化效应㊁知识与技术的溢出效应促进区域经济增长收敛ꎮ一方面ꎬ数字经济发展带来的一体化效应有利于推动实现区域协同发展ꎮ新一代数字技术的广泛应用能够解决由于地理位置造成的市场分割问题ꎬ有效发挥市场的一体化效应[22]ꎮ在区域一体化下ꎬ落后地区通过比较优势嵌入到发达地区的价值链中ꎬ生产本地区具有比较优势的产品ꎬ从而实现不同发展水平的地区之间的分工与协作ꎮ与发达地区的经济互动ꎬ有助于落后地区推动传统产业转型ꎬ延伸产业链ꎬ从而提升经济增长速度和质量ꎮ另一方面ꎬ经济落后的地区通过知识和技术溢出的后发优势缩小与富裕地区的差距ꎮ由于信息知识具有正向外溢性的特征ꎬ落后地区可以通过学习和模仿发达地区制度㊁政策等方面的成功经验ꎬ实现管理水平和生产效率的提高ꎬ加快经济增长速度ꎮ落后地区可以在短时间内迅速将数字技术与传统产业结合起来ꎬ为实现 弯道超车 提供了发展机遇ꎮ综上ꎬ本文提出假设2ꎮ假设2:数字经济发展可以显著促进区域经济增长收敛ꎮ由于各地区资源禀赋㊁发展阶段差异较大ꎬ数字经济在东中西部地区的发展不平衡ꎬ导致其对区域经济收敛的影响可能也存在差异ꎮ东部地区经济基础较为扎实ꎬ有能力投入大量人力㊁物力进行数字基础设施建设ꎬ数字经济发展水平整体较高ꎮ在企业数字化转型过程中ꎬ北京㊁上海㊁广东等数字经济发展活跃的发达地区能够充分释放数字经济为经济发展带来的积极效应ꎬ带动东部地区其他省份数字经济发展与经济增长ꎬ有助于促进东部地区经济收敛ꎮ与东部地区相比ꎬ中西部地区经济基础较差ꎬ数字产业发展普遍滞后ꎬ且地区间内部经济活动的联动性较弱ꎬ数字经济发展的红利难以有效释放ꎬ对经济增长的拉动作用有限ꎮ因此ꎬ中西部地区数字经济对经济增长收敛的影响可能不显著ꎮ基于此ꎬ本文提出假设3ꎮ假设3:数字经济发展对经济收敛的促进作用在东中西部地区具有差异ꎬ东部地区作用效果更为显著ꎮ近年来ꎬ中国区域经济发展不均衡已从东中西部地区差距转变为南北地区差距ꎮ南方地区的经济发展水平和质量均显著高于北方ꎬ数字经济对区域经济收敛的影响效应可能也存在差异ꎮ北方地区高度依赖投资驱动的重工业ꎬ经济发展缺乏韧性ꎬ具有显著的政府主导特征ꎬ导致其资源配置效率低下ꎮ同时ꎬ北方地区企业数字化转型进程较为缓慢ꎬ难以推动产业结构优化ꎬ也不能吸引高科技人才以促进技术创新ꎬ无法有效促进经济增长和缩小经济差距ꎮ与北方地区相比ꎬ南方地区市场机制较为健全ꎬ具有较为夯实的经济发展水平和技术创新基础ꎮ例13区域经济如ꎬ长江三角洲和珠江三角洲地区能够通过劳动力流动㊁产业集聚㊁产业链延伸等ꎬ依靠产业互补㊁专业化分工以及知识㊁技术与创新扩散缩小地区间差距ꎮ因此ꎬ南方地区可以强化数字经济发展的经济增长效应ꎬ使得南方地区数字经济对经济增长收敛的影响强于北方地区ꎮ基于以上分析ꎬ本文提出假设4ꎮ假设4:数字经济发展对经济收敛的促进作用在南北地区具有差异ꎬ南方地区作用效果更为显著ꎮ三㊁模型设定㊁变量选取与数据来源(一)模型设定参考Barro和Sala-I-Martin(1992)[23]提出的β收敛理论ꎬ构建不包含空间因素的区域经济增长收敛模型:giꎬt=α+βlnyiꎬt-1+εiꎬt(1)式(1)为区域经济增长绝对收敛模型ꎮ其中ꎬgiꎬt是经济增长率指标ꎬ用i地区t时期的实际人均GDP增长率表示ꎻlnyiꎬt-1是期初经济发展水平ꎬ用i地区t-1时期的实际人均GDP对数值表示ꎻeiꎬt为随机误差项ꎻβ是收敛系数ꎬ若β小于0ꎬ则表示区域经济存在绝对收敛ꎬ各地区经济差距趋于缩小ꎻ若β大于0ꎬ则表示区域经济发散ꎬ各地区经济发展趋于不平衡ꎮgiꎬt=α+βlnyiꎬt-1+γXiꎬt+εiꎬt(2)式(2)是在绝对收敛模型的基础上加入控制变量ꎬ表示经济增长条件收敛模型ꎬXiꎬt表示一系列控制变量的集合ꎮ考虑到空间地理因素对区域经济收敛存在一定的影响ꎬ且经济增长可能具有时间上的路径依赖特征ꎬ本文在式(2)模型的基础上引入空间效应ꎬ构建动态空间面板计量模型进行收敛性分析ꎮ条件收敛的动态空间杜宾模型设定如下:giꎬt=α+ηgiꎬt-1+βlnyiꎬt-1+α1deiiꎬt+γXiꎬt+ρWgiꎬt+β1Wlnyiꎬt-1+α2Wdeiiꎬt+μi+δt+εiꎬt(3)其中ꎬWgiꎬt㊁Wlnyiꎬt-1和Wdeiiꎬt分别是实际人均GDP增长率㊁期初实际人均GDP和数字经济发展的空间滞后项ꎻgiꎬt-1是实际人均GDP增长率的时间滞后项ꎻW为空间权重矩阵ꎻmi和dt分别代表空间效应和时间效应ꎻ其他变量含义同式(1)和式(2)ꎮ为检验空间计量模型估计结果的稳健性ꎬ本文构建了两类空间权重矩阵ꎬ并对其进行标准化处理:(1)邻接权重矩阵(W1)ꎬ即当两地区地理邻接时W1=1ꎬ非地理邻接时W1=0①ꎻ(2)地理距离权重矩阵(W2)ꎬ用基于经纬度计算的地区间距离平方的倒数表示两地区之间的空间关联程度ꎮ此外ꎬ根据收敛系数βꎬ可以计算出考察期T内相应的收敛速度s以及半生命周期tꎬ计算公式如下:s=-ln(1-β)/T(4)τ=ln(2)/s(5) (二)变量选取①考虑到海南与其他省份均不相邻ꎬ但其距离广东最近ꎬ故将广东作为其邻接省份ꎮ23区域经济1.被解释变量ꎮ被解释变量为实际人均GDP增长率(giꎬt)ꎬ用i地区t时期实际人均GDP的对数值减去t-1时期实际人均GDP的对数值表示ꎮ本文所使用的实际GDP是以2005年为基期将名义GDP用GDP平减指数调整所得ꎮ2.核心解释变量ꎮ关于数字经济发展水平的衡量ꎬ目前并没有统一的指标ꎮ虽然一些研究机构已经测算了各地区数字经济综合发展水平ꎬ但均存在样本时期跨度小的问题[24]ꎮ因此ꎬ结合数据可得性ꎬ本文从数字基础设施㊁数字产业㊁数字技术及数字应用四个维度选取12个指标构建各地区数字经济发展水平指数ꎬ具体指标体系见表1ꎮ参考杨丽和孙之淳(2015)[25]的做法ꎬ基于熵值法测算各个数字经济子指标所占权重ꎬ再根据各个指标的权重得分计算得到各地区数字经济发展水平ꎮ㊀表1数字经济发展水平指标体系一级指标二级指标三级指标指标属性数字经济发展水平数字基础设施数字产业数字技术数字应用平均每平方千米互联网宽带接入端口(个)+平均每平方千米长途光缆线路长度(公里)+平均每平方千米移动电话交换机容量(户)+移动电话普及率(部/百人)+软件业务收入(万元)+软件和信息技术服务业企业数目(个)+信息传输㊁计算机服务和软件从业人员(万人)+信息传输㊁计算机服务和软件业全社会固定投资占比(%)+域名数(万个)+网站数(万个)+网页数(万个)+IPV4数(万个)+人均电信业务量(万元)+人均快递业务量(件/人)+3.控制变量ꎮ为更加全面分析数字经济发展对区域经济增长收敛的影响ꎬ借鉴雷俐等(2020)[8]㊁邵秀燕和陈思华(2022)[16]等关于经济增长收敛影响因素的文献ꎬ本文选取了一系列控制变量:(1)城镇化率(ur)ꎮ本文使用各地区城镇人口占总人口的比重表示ꎮ(2)外商直接投资(fdi)ꎮ本文使用实际利用外商投资额占GDP的比重来表示ꎮ(3)固定资产投资(inv)ꎮ本文用各地区全社会固定资产投资额与地区GDP的比值衡量固定资产投资ꎮ(4)人力资本水平(lnedu)ꎮ本文使用各地区每万人普通高等学校在校学生数来衡量各地区的人力资本水平ꎬ为了消除异方差的影响ꎬ在实证分析中取对数ꎮ(5)就业水平(lnemp)ꎮ本文使用各地区年末就业人数衡量就业水平ꎬ在实证分析中取对数ꎮ(三)数据来源本文选取2006-2019年中国30个省(自治区㊁直辖市)(因数据缺失严重ꎬ不包括西藏自治区和香港㊁澳门㊁台湾)的平衡面板数据探究数字经济发展与区域经济增长收敛之间的关系ꎮ本文所采用的变量数据主要来源于历年«中国统计年鉴»«中国科技统计年鉴»«中国电子信息统计年鉴»及各省(自治区㊁直辖市)统计年鉴ꎬ表2报告了各变量的描述性统计情况ꎮ四、实证结果与分析(一)空间相关性检验为考察现阶段我国各地区实际人均产出和数字经济发展的空间分布状况ꎬ本文采用Mo ̄33区域经济ran'I指数法对所选取2006-2019年30个地区样本的实际人均GDP和数字经济发展进行了空间自相关检验ꎮ表3展示了在邻接矩阵和地理距离矩阵下历年Moran'I指数及其显著性ꎮ由表3可以看出ꎬ实际人均GDP㊁数字经济发展的Moran'I指数均为正值ꎬ且在10%的水平上通过显著性检验ꎮ其中ꎬ在两种权重矩阵下ꎬ实际人均GDP的Moran'I指数均大于0.3ꎬ且在1%的显著性水平上通过检验ꎬ表现出显著的正向空间相关性ꎮ说明区域经济发展并不是相互独立的ꎬ而是在空间分布上呈现集聚态势ꎮ与实际人均GDP相比ꎬ数字经济发展的空间相关性较弱ꎬ但其数值和显著性呈现增强趋势ꎮ因此ꎬ在考察数字经济发展对区域经济增长收敛的影响时应该将空间相关性考虑在内ꎬ否则会导致模型设定的偏误ꎮ㊀表2变量的描述性统计变量观测值均值标准差最小值最大值实际人均GDP增长率(g)4200.08580.02790.00600.1626期初经济发展(lnyt-1)42010.13310.58508.556611.6406数字经济发展(dei)4200.08610.10710.00860.7023城镇化率(ur)4200.54660.13570.27460.8960外商直接投资(fdi)4200.02390.02090.00010.1210固定资产投资(inv)4200.76540.27930.21091.5965人力资本水平(lnedu)4205.15440.32574.09485.8676就业水平(lnemp)4207.61970.79945.68428.8749㊀表3实际人均GDP㊁数字经济发展的Moran I指数年份实际人均GDP数字经济发展邻接矩阵地理距离矩阵邻接矩阵地理距离矩阵20060.432∗∗∗0.391∗∗∗0.134∗0.080∗20070.422∗∗∗0.388∗∗∗0.141∗0.098∗20080.414∗∗∗0.381∗∗∗0.145∗0.101∗20090.406∗∗∗0.375∗∗∗0.181∗∗0.123∗∗20100.395∗∗∗0.370∗∗∗0.197∗∗0.122∗∗20110.380∗∗∗0.363∗∗∗0.174∗∗0.111∗20120.368∗∗∗0.355∗∗∗0.193∗∗0.132∗∗20130.359∗∗∗0.347∗∗∗0.177∗∗0.117∗∗20140.351∗∗∗0.338∗∗∗0.184∗∗0.121∗∗20150.348∗∗∗0.331∗∗∗0.185∗∗0.115∗∗20160.348∗∗∗0.326∗∗∗0.231∗∗0.148∗∗20170.350∗∗∗0.324∗∗∗0.251∗∗∗0.160∗∗20180.350∗∗∗0.325∗∗∗0.238∗∗0.156∗∗20190.350∗∗∗0.325∗∗∗0.230∗∗0.152∗∗㊀注:∗∗∗㊁∗∗和∗分别表示回归结果在1%㊁5%和10%的置信水平下通过显著性检验ꎮ下同ꎮ(二)空间计量模型结果分析1.空间计量模型选择按照Elhorst(2014)[26]的 从具体到一般 和 从一般到具体 的检验思路ꎬ本文依次从LM检验㊁豪斯曼检验以及空间杜宾模型简化检验(Wald检验㊁LR检验)对空间计量模型进行必要的识别检验ꎬ具体结果如表4所示ꎮ首先ꎬ采用LM检验和稳健性LM检验ꎬ邻接矩阵和地理距离矩阵下的结果均在5%的水平上通过了显著性检验ꎬ表明采用空间计量模型是优于普通面板模型的ꎮ其次ꎬ豪斯曼检验在两种权重矩阵下的结果均为拒绝原假设ꎬ表明固定效应模型的估计结果更有效ꎮ最后ꎬ在不同的权重矩阵下ꎬWald检验和LR检验通过了1%水平下的显著性检验ꎬ表明空间杜宾模型不能被简化为空间滞后模型和空间误差模型ꎮ此外ꎬ考虑到上一期的实际人均GDP增长率可能对当期的经济增长率有影响[27]ꎬ本文最终选用时间和地区双向固定的动态空间杜宾模型探究数字经济发展与区域经济收敛之间的空间关联特征ꎮ43区域经济㊀表4空间面板计量模型的检验结果检验统计量邻接矩阵地理距离矩阵ValueP-ValueValueP-ValueLM-lag115.654∗∗∗0.000140.570∗∗∗0.000RobustLM-lag5.696∗∗0.0178.751∗∗∗0.003LM-error151.208∗∗∗0.000166.751∗∗∗0.000RobustLM-error41.250∗∗∗0.00034.932∗∗∗0.000Hausmantest53.580∗∗∗0.00031.380∗∗∗0.008Waldtestspatiallag46.240∗∗∗0.00072.390∗∗∗0.000Waldtestspatialerror31.120∗∗∗0.00034.210∗∗∗0.000LRtestspatiallag32.030∗∗∗0.000112.040∗∗∗0.000LRtestspatialerror32.870∗∗∗0.000107.170∗∗∗0.0002.全样本回归结果分析表5报告了空间效应下全国层面数字经济发展对经济增长收敛的影响结果ꎮ为了更加科学地分析数字经济发展对中国区域经济收敛的影响ꎬ本文也列出了静态空间杜宾模型的估计结果进行比较ꎮ如表5所示ꎬ列(1)和列(3)是邻接矩阵和地理距离矩阵设定下的静态空间杜宾模型估计结果ꎬ列(2)和列(4)则是相应矩阵下的动态空间杜宾模型估计结果ꎮ在动态空间杜宾模型中ꎬ经济增长滞后一期的系数均为正ꎬ且在1%的检验水平下显著ꎬ表明上一期的经济增长能够正向预测当期的经济增长ꎬ验证了前文关于地区经济增长具有明显路径依赖特征的推断ꎬ将经济增长率的滞后项纳入计量模型能够有效减少模型设定偏误ꎮ此外ꎬ无论是在邻接矩阵还是在地理距离矩阵下ꎬ与静态空间杜宾模型相比ꎬ动态空间杜宾模型的拟合优度R2都更高ꎬ进一步说明动态空间面板模型优于静态空间面板模型ꎮ因此ꎬ本文主要选择动态空间杜宾模型的估计结果分析数字经济发展与区域经济收敛之间的关系ꎮ㊀表5数字经济影响区域经济收敛的全样本回归结果邻接矩阵地理距离矩阵静态SDM动态SDM静态SDM动态SDM(1)(2)(3)(4)l.g0.4773∗∗∗(11.59) 0.4824∗∗∗(11.67)β-0.1021∗∗∗(-9.04)-0.1025∗∗∗(-9.35)-0.1003∗∗∗(-8.81)-0.0996∗∗∗(-9.02)dei0.0698∗∗∗(4.98)0.0481∗∗∗(3.58)0.0697∗∗∗(4.95)0.0449∗∗∗(3.35)ur-0.0388(-0.91)0.0587(1.43)-0.0451(-1.07)0.0493(1.22)fdi0.1888∗∗∗(3.68)0.1105∗∗(2.32)0.2050∗∗∗(3.93)0.1103∗∗(2.29)inv0.0146∗∗∗(3.40)0.0033(0.84)0.0133∗∗∗(3.03)0.0032(0.80)lnedu0.0295∗∗∗(4.00)0.0194∗∗∗(2.64)0.0320∗∗∗(4.29)0.0173∗∗∗(2.33)lnemp-0.0167∗(-1.75)-0.0131(-1.43)-0.0158(-1.63)-0.0135(-1.49)r -0.2234∗∗∗(-3.38)0.1781∗∗∗(2.72)-0.1259(-1.49)0.1785∗∗∗(2.12)s0.00770.00770.00750.0075t 90.105689.734391.812992.4935时间效应是是是是地区效应是是是是R20.71720.78590.72500.7789N420390420390㊀注:括号内为Z统计量ꎬ∗∗∗㊁∗∗和∗分别表示回归结果在1%㊁5%和10%的置信水平下通过显著性检验ꎮ下同ꎮ53区域经济在动态空间杜宾模型中ꎬ空间自相关系数r均在1%的检验水平下显著为正ꎬ说明各地区存在较强的经济活动互动关系ꎬ这与前文空间自相关检验的结果保持一致ꎮ收敛系数β都小于0ꎬ且通过了1%水平的显著性检验ꎬ表明落后地区的经济增长率高于发达地区的增长率ꎬ即我国区域经济增长具有显著的条件收敛特征ꎮ在考虑地区异质性因素的条件下ꎬ各地区的经济增长会朝着各自的均衡水平发展ꎮ从收敛速度和半生命周期的计算结果来看ꎬ在邻接矩阵和地理距离矩阵下ꎬ全国的收敛速度分别为0.77%和0.75%ꎬ半生命周期分别为89.734年和92.496年ꎮ两种权重矩阵下的结果差异较小ꎬ说明估计结果具有较强的稳健性ꎮ数字经济发展的系数在1%的水平上显著为正ꎬ表明数字经济的发展显著提高了地区经济的发展速度ꎬ对缩小区域经济差距具有显著的正向效应ꎬ研究假设1和2均得到验证ꎮ作为一种新兴的经济形态ꎬ数字经济的发展能够降低生产成本ꎬ优化资源要素配置ꎬ推动产业结构合理化与高级化ꎬ从而促进地区经济增长ꎮ同时ꎬ数字经济的快速发展促进了区域经济一体化发展ꎬ具有知识技术溢出效应和创新扩散效应ꎬ加大了区域间统筹协调力度ꎬ增加了各地区分工协作的机会ꎬ有助于经济落后的地区充分发挥数字经济发展的后发优势ꎬ进而推动实现区域经济均衡发展ꎮ在控制变量方面ꎬ外商直接投资对地区经济增长的促进作用在5%的检验水平下显著为正ꎮ外商直接投资为地区经济发展提供了充足的资金ꎬ并通过竞争和示范效应推动企业进行技术创新ꎬ有利于全要素生产率提升ꎬ进而带动经济发展ꎮ同时ꎬ外商直接投资的协调引进也能减小全国范围内的经济差距ꎮ人力资本在1%的水平上能够显著促进区域经济增长ꎮ人力资本是技术创新的核心要素之一[28]ꎬ有效促进各地区创新能力提升ꎬ从而加快经济发展ꎮ经济落后地区通过人力资本积累能够更好地学习和模仿富裕地区的先进技术ꎬ实现对发达地区的追赶式增长ꎬ进而促进区域经济收敛ꎮ从估计结果来看ꎬ就业人数增加对经济发展呈负向影响ꎬ这与奥肯定律预期不符ꎬ但与马大来和陈仲常(2015)[29]的研究结果一致ꎮ原因可能是地区的就业结构调整不能适应产业结构的优化升级ꎬ造成产业结构与就业结构不协调[30]ꎮ此外ꎬ城镇化率和固定资产投资对经济增长的影响均为正ꎬ但在统计意义上不显著ꎮ3.分区域回归结果分析从熵值法计算的数字经济指数来看ꎬ2019年东部地区的数字经济发展水平均值为0.320ꎬ中部地区均值为0.096ꎬ西部地区均值只有0.079ꎬ反映了各区域数字经济发展不平衡ꎬ中西部地区的数字经济发展与东部地区还存在很大差距ꎮ由于数字经济发展与经济增长收敛在区域分布上可能存在明显的异质性特征ꎬ本文将样本分为东㊁中㊁西部三大地区①ꎬ进一步探究数字经济发展对三大地区经济增长收敛的影响ꎬ同时也可以检验东中西部地区的经济增长是否存在俱乐部收敛ꎮ表6为空间效应下东中西部地区数字经济影响经济增长收敛的回归结果ꎮ所有模型中ꎬ上一期的实际人均GDP增长率的系数在1%的水平下均显著为正ꎬ反映了三大地区的经济增长也存在明显的动态效应ꎬ再次验证了使用动态空间面板模型的必要性ꎮ63 ①东部地区包括北京㊁天津㊁河北㊁辽宁㊁上海㊁江苏㊁浙江㊁福建㊁山东㊁广东及海南11个省份ꎬ中部地区包括山西㊁吉林㊁黑龙江㊁安徽㊁江西㊁河南㊁湖北㊁湖南8个省份ꎬ西部地区包括内蒙古㊁广西㊁四川㊁重庆㊁贵州㊁云南㊁陕西㊁甘肃㊁青海㊁宁夏及新疆11个省份ꎮ。
城市化、技术溢出与经济增长—基于中国省级面板数据的空间计量检验

城市化、技术溢出与经济增长—基于中国省级面板数据的空间计量检验王浩名(内蒙古财经大学经济学院,呼和浩特010070)摘要:基于2007~2014年中国省级面板数据,运用空间计量面板模型实证分析了人口城市化率、空间城市化率、技术溢出与经济增长之间的关系。
研究表明,人口城市化率、空间城市化率、技术进步和溢出的提高能够对省域经济增长产生促进作用,且对经济增长的直接效用、间接效用和总效用非常显著;人口城市化是促进地区经济可持续增长的根本动力;中西部实现经济可持续增长的基础在于避免人才过度流失,且打破户籍约束使空间城市化和人口城市化相契合;在此基础上实现由技术创新和溢出带动经济增长。
关键词:人口城市化;空间城市化;技术溢出;经济增长;空间实证分析Urbanization, Technology Spillover and Economic Growth ——Spatial Econometric Empirical Study by Panel Data of Chinese ProvincesWANG Hao-ming(College of Economics, Inner Mongolia University of Finance and Economics, Hohhot 010070) Abstract:Based on the Chinese provincial panel data from 2007 to 2014, this paper analyzes the relationship of population urbanization rate, spatial urbanization rate, technology spillover and economic growth using spatial metering panel model. The study shows that the increase of population urbanization rate, spatial urbanization rate, technological spillover can promote the growth of provincial economy. Meanwhile the direct effect, indirect utility and total utility are very significant. Population urbanization is the fundamental driving force to sustainable regional economic development; the central and western regions to achieve sustainable economic growth is based on the avoidance of excessive loss of talent, and break the household registration constraints of urbanization and fit; on this basis to promote economic growth by technological innovation and spillover.Key words: population urbanization; land urbanization; technological spillover; economic growth; Spatial Empirical Study收稿日期:2017-02-06基金项目:国家社会科学基金项目:中国全面“二孩”生育政策下消费结构变化预测与“供给侧”调整研究(项目编号:16BJL081)作者简介:王浩名(1981-),男,辽宁沈阳人,博士,讲师,研究方向为经济统计学。
中国省域经济增长质量测度及其收敛性分析

中国省域经济增长质量测度及其收敛性分析作者:肖攀李连友苏静来源:《财经理论与实践》2016年第04期摘要:从经济增长的结构、稳定性、福利变化与成果分配、资源环境代价等4个维度构建中国经济增长质量综合评价指标体系,并采用熵权综合指数法测度了2000~2012年中国30个省域的经济增长质量指数。
并采用PS收敛模型就中国省域经济增长质量的收敛性及其动态转移路径进行系统分析。
研究结果表明:我国省域经济增长质量整体水平呈上升趋势,且整体上不存在收敛性,但是存在5个收敛俱乐部,且各收敛俱乐部经济增长质量的变化趋势及其相对转移路径存在显著差异。
关键词:经济增长质量;指标体系; PS俱乐部收敛中图分类号:F061.2; F12 文献标识码: A 文章编号:1003-7217(2016)04-0111-07一、引言与文献综述经济增长质量内涵的阐释和状态的量化是经济增长质量研究的基础。
早期的研究者大多从单一维度来理解经济增长质量,认为经济增长质量即经济增长的要素使用效率,经济增长的要素使用效率越高则经济增长质量越好。
21世纪以来,学者们开始从多维角度阐释经济增长质量内涵。
托马斯(2001)将经济增长的环境代价以及收入差距、福利状况等因素作为评价经济增长质量的重要依据[1]。
Barro(2002)认为经济增长质量包括受教育水平、收入分配、法律和秩序发展的程度以及预期寿命、健康状况等方面的内容[2]。
Popkova and Tinyakova (2013)研究认为经济增长质量应该体现经济发展的可持续,并阐释了世界经济不同发展阶段下经济增长的质量水平及其条件[3]。
厉以宁(2004)认为中国经济增长质量主要包括资源消耗、环境破坏和知识产权三个维度[4]。
任保平(2013)研究认为经济增长质量是增长的效率提高、结构优化、稳定性提高、福利分配改善、创新能力提升,从而使经济增长能够长期得以持续的结果[5]。
部分学者采用计量模型实证测度了经济增长质量水平。
知识溢出的局域性与地区经济增长不平衡性探讨

知识溢出的局域性与地区经济增长不平衡性探讨内容摘要:知识溢出促进收益递增是新经济增长理论的一个中心议题,目前对该领域的研究已经从理论和经验研究转向对知识溢出的地理性关注,这说明知识溢出、创新行为的地理集聚与经济发展的不均衡性之间的关系越来越受到关注。
本文从知识溢出的不同类型、知识溢出的空间维度、知识溢出的地理机制及结构条件等角度,分析知识溢出的局域性特征对地区经济增长的不平衡性影响。
关键词:知识溢出地理集聚创新集群经济增长集聚、知识溢出与区域经济增长的理论研究知识空间分布的不均衡,暗示了知识溢出的范围受限及区域利用溢出知识的能力的差异,进而知识溢出对集聚及区域经济增长都有重要意义。
显然,由于知识溢出的局域性,为了充分利用这些溢出知识,产生了生产行为的地理集中。
知识溢出的空间维度以及集聚经济对生产率有正效应这一思想,至少可以追溯到Marshall(1890/1966)。
而将知识溢出的重要性作为生产行为集聚的驱动力的始作俑者是Kahnert(1998)的经验性观察。
他认为创新性生产设备往往会集中在集聚的中心地,当标准化后再向外围地区扩散,空间毗邻使发生在微观水平的知识溢出通过生产行为的地理性集聚而得以充分利用。
因此,集聚的增长效应包含:一方面如果知识溢出的确是局域性的,那么集聚可能是充分利用溢出知识的一个一般性前提;另一方面集聚导致创新行为的集中,而这对于单位资本的增长至关重要。
因此,集聚效应该是中心区域和外围区域经济发展差异得以维持的基础。
知识溢出的作用可能是强大的,例如Englmann 和Walz(1995)的理论模型表明,即使参与高技术产品生产的要素是不流动的,与一个非贸易中间品相联系的知识溢出的存在,足以使高技术产品的生产集中在一个中心区域,而留给外围区域的只是一些对知识溢出不重要的传统产品的生产。
如果人力资本也倾向于集中在中心区域,而普通劳动力集中在外围区域的话,中心和外围的增长路径会进一步偏离。
高技术产业的省域知识溢出与R&D集聚——对中国高技术产业R&D数据的实证研究

、
模翟建立 、 变量选取及数据
知识生产 函数( K P F ) 是分析 区域知识 生产与溢 出的一个强
有力的工具。本文在综合分析了多种 生产 函数模型 的基础上 。 分
析 了高技术产业在 R & D过程 中的多重投入 性 , 以及 知识存量 的
外溢性等 因素 ,建立 了一个 更加贴合本文研究 实际的知识生产 函数模型 :
I I t =A i 喀
! u 《
( 1 )
量有很 好的解释力。在各解释变量中 , I n K i , t 一 1的回归系数高达
没 有通 过显 著性水平 检验 , 说 明这 两项 的 R & D投入并没 有对高
时当量是指全时人员数/ ] l l z l  ̄ 全 时人 员按工作量折算 为全 时人员
数的总和。
2 0 1 3 . O 9 【 上 拳 一 l 强| 5 7
Ac a d e mi c P o i n t O f Vi e w
体 的知识创造或创新 时, 知识就会 明显地 溢出。 因此 , 知识溢 出
行扩展 , 并取对数后的模 型如 下:
t : t + B l h K i l + I ] 2 1 . q - , 卜 l + B 3 h l E ^ 一 l + 8 4 1 l l U j I + £ i t ( 2 )
投入对创新产 出有很强的影响 ,高技术产业每增加 1 单位 R &D
项 目经费 的投入 , 将会 引起 0 . 6 3单位创新产出的变动 , 这也验证 了高技 术产 业属 于资本 密集型产业这一特点 。同时 , I n P i , t 一 1的 回归系数达到 0 . 7 2 , 也通过 了 5 %的显 著性检验 , 表 明地 区专利
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第8卷第5期管理学报V01.8
No.5
2011年5月ChineseJournalofManagementMay2011
基于知识溢出的中国省际区域经济增长收敛性实证研究
张玉明1李凯2(1.渤海大学商学院;2.东北大学工商管理学院)摘要:使用空问计量经济模型实证研究了知识溢出对中国省际区域经济增长收敛性的影响。研究发现省际区域间的知识溢出与区域经济增长存在关联性,以高技术产业为例的3种知识溢出形式对省际区域经济增长及其收敛性的影响是不同的。对省际区域经济增长收敛性的检验结果表明,在1996—2005年间不存在绝对收敛,但是存在条件收敛。条件收敛的实践启示是:如果贫困区域能受到发达区域的拉动和辐射,那么落后省际区域的增长将能成为中国整体发展中最有效的部分。关键词:空间计量经济模型;知识溢出;区域经济增长;收敛中图分类号:C93;C812文献标识码:A文章编号:1672—884X(2011)05一0745—07
AnEmpiricalStudy蚰EconomicalGrowthConVergenceinChina’sProvincialAreasBased帅KnowledgeSpilloVe体
ZHANGYumin91
LIKai2
(1.BohaiUniversity,Jinzhou,Liaoning,China;2.Northeastern
University,Shenyang,China;)
Abstract:Anempiricalstudyoninnuenceofknowledgespilloversoneconomicalgrowthconver—
genceinChina’sprovincialareasbyspatialeconometricsmodel.Researchfoundthatknowledgespill—
oversbetweenthe31provincialareasisrelatedwitheconomicalgrowth,theinfluenceofthreeknowl—
edgespilloversshapeofhightechnicalindustryonregionaleconomicalgrowthandconvergenceisdif—ferent.Totesttheeconomicalgrowthconvergenceofprovincialareas,itisshownthattherehavenot
evidenceofabsolutelyconvergenceduring1996~2005,butthereisanevidenceofconditionalconver—
genceinChina’sprovincialeconomicgrowth.Conditionalconvergence’spracticeenlightenmentisifthepoorregioncouldbepulledandtheradiatedfromthedevelopedregion,thepoorregion’sgrowth
willbeabletobecomethemosteffectivepartintheChineseintegraldevelopment.
Keywords:spatialeconometricmodel;knowledgespillovers;regionaleconomicgrowth;econom—icconvergence
问题的讨论区域发展差距与经济的持续快速增长,一直是中国经济社会发展的现实,也是政策制定者和研究者们关注的热点问题。20世纪90年代中期以来,国内外学术界对中国区域经济增长收敛问题进行了卓有成效的探讨,其中p收敛的研究在文献中占主导地位。研究者多使用国际上通行的分析方法,用人均收入数据,采用经济增长模型做回归分析,对中国地区经济增长的趋同性进行检验。例如,JIAN等口]、魏后收稿日期:2009—12—10基金项目:国家自然科学基金资助项目(70772097)凯[23等利用1952年以来中国各省份的人均GDP或人均国民收入(NI)数据,对区域经济的绝对趋同性进行计量分析,认为中国区域经济绝对收敛在波动中呈现出明显的阶段性。林光平等03利用空间计量模型研究中国28个省市1978~2002年间人均实际GDP的p收敛情况,发现省区间经济存在收敛性,但是卢的估计值表现出增大的趋势。在有关条件收敛的研究方面,CHEN等H]、蔡防等∞3的研究结果表明,在控制了绝对收敛模型的一系列外生变量后,省区收敛回归模型的拟合效果大大改善,且具有
・745・万方数据管理学报第8卷第5期2011年5月统计上显著的收敛性。这些被控制的外生变量包括初始人力资本存量、市场化程度、对外开放程度、产业结构变量、投资率(或储蓄率)、劳动力(或人口自然)增长率、就业率、政府消费、城市化程度、技术选择指数等。一些研究者注意到,中国明显地存在着东部、中部、西部地区经济差异。某些在一定区域内部一致,而在区域间分异的外生因素,对全国整体收敛性有重要影响。在对中国区域经济增长收敛性的研究中,大多数研究只是单纯考察各地区自身的影响因素,没有涉及区域之间经济发展产生的相互影响及其空间联系。针对这一问题,吴玉鸣等∞汀]对中国区域经济增长的趋同性进行了空间计量检验和研究,运用空间统计和计量经济学的Moran指数法及面板数据模型分析了中国31个省级区域经济增长集聚及其影响因素。结果表明,中国省域经济增长具有明显的空间依赖性,在地理空间上存在集聚现象,区域经济增长在时空上呈现出明显的空间效应,忽视空间效应将造成模型设定的偏差和计量结果的非科学性。可以看出,国内外学者运用不同的模型对中国区域经济增长收敛性问题进行了实证研究,但鲜见从知识溢出视角来研究中国区域经济增长收敛性问题。本研究以高技术产业为例,考查1996~2005年间中国省际区域经济增长与知识溢出的关系,检验省际区域经济增长过程是否表现出人均GDP的收敛或发散。通过构建一个知识溢出与省际区域经济增长的关系模型,并将该模型纳入省际区域经济收敛模型,从空间计量经济学的视角研究省际区域经济增长及其收敛问题。2计量经济学的模型结构这里建立一个模型以研究与省际区域经济结构有关的知识外部性。在解释省际区域经济增长时,首要的是对增长的测量。本研究使用以1995年为基年计算的实际人均GDP测量省际区域经济增长,将省际区域经济增长模型纳入省际区域经济收敛模型。2.1省际区域经济增长模型基于GLAESER等∞3的研究,假设省际区域经济是独立、开放的经济,共享公共的劳动和资本储备,i省际区域在£年的产出y。由柯布-道格拉斯生产函数给出yl,,=A。L;.,K7.。,(4,6<1),(1)・746・式中,A。代表i省际区域在£年的技术水平;L。和K。分别表示i省际区域在£年的劳动和资本存量。因为标准化产品的价格为统一价格,利润最大化问题由下式给出
max(AⅢL7.。K7.,一m.。LⅢ一r1.。K川),(2)式中,硼。为i省际区域在£年的工资率;r。为i省际区域在£年的租金价格。按照产出对劳动的一阶条件,假定雇用劳动,直到劳动的边际产出等于工资率(伽。),因此i省际区域在£年的边际产出等于工资率,即婺:私。L£1Ki,:砒。(3)
类似地使用产出对资本的一阶条件,假定租用资本,直到资本的边际产出等于租金价格(^.。),即有蓑=‰以删一‰。(4)
用式(3)除以式(4),得豁=筹。
㈣6A。L:.。K乞1r“f。
…
正如利润最大化的一阶条件式(3)和式(4)所示,能够使用资本表达式代入式(1)。由式(5)可得K1.一一(詈)Lhr(等),(6)
把式(6)代入式(1),可得省际区域产出为yI.f一¨。[(知.。)(等)卜(7)
对式(7)取自然对数可得lnym=lnAⅢ+(口+6)lnLi.。+6(1nm.,一
ln^.。+ln6一ln口)。(8)假定所有省际区域的资本价格相同且是常
数,由式(8)可得lnyf.,一C+lnAf.,+(d+6)lnL。+61nm…(9)
因此得到省际区域的劳动和工资率与产出之间的关系。我们关注的是知识外部性对生产率增长的影响。由式(9)减去滞后T年的值,得到£与£+T2年之间[£,£+丁]的产出增长率为tn(等)一-n(等)批州・n(导)+
6ln(坠盟),(10)
由式(10),得到劳动生产率增长的方程式-n(皆)乩(等)+
(口+6一1)ln(等)+6ln(等)。…)假定区域技术水平的增长依赖各区域的知识外部性一],则有ln(竽)=工7。y+e。,(12)
万方数据基于知识溢出的中国省际区域经济增长收敛性实证研究~张玉明李凯
式中煽.,为误差项;x。是.,×1阶向量,代表i省际区域的知识外部性(即专业化、多样化和本地竞争)和i省际区域其他一些初始条件,诸如人力资本和创新差距等。把式(12)代入式(11)可得
ln(≮竽)=工7。y+(n+6—1)ln(每盟)+
(13)式中,y。表示i省际区域在£年的单位劳动生产率或者单位劳动产出,即y。兰y“,/L。。利用式(13)能够测量MAR理论曲“23中的知识外部性对省际区域生产率增长的影响。2.2省际区域经济增长收敛模型2.2.1绝对收敛由绝对卢收敛的概念¨叼可知,绝对卢收敛的判断依据如下ln(业)一口+辟n(弘.,)+£m,(14)二y“‘式中,ln(y。+T/M,,)是i区域在£和£+T年之间的生产率增长的对数;ln(y。)是i区域在f年生产率的对数。如果区域经济是收敛的,那么生产率的增长应该与区域的初始生产率水平负相关。条件豚。意味着绝对卢收敛,因为估计的结果是在整个考察期内生产率增长与初始生产率水平负相关。在实际中,当较贫困地区的增长速度快于较富裕地区,而不管它们各自的特点如何时,就发生了绝对收敛。2.2.2条件收敛除了绝对收敛外,根据BARRo等Ⅱ33和SALA—I—MARTIN[143的研究,还有条件收敛。若增长和初始收入是负偏相关的,则称为条件p收敛=1“。换句话说,若对增长和初始收入进行横截面回归估计,则附加的若干可控变量的估计系数保持为常数;若初始收入水平的估计系数是负的,则称在这组数据下是条件口收敛。在实际中,若一个国家或地区的经济距离自己的稳定状态越远,经济增长越快时,则存在条件收敛。显然,后一种类型的收敛要更弱一些,在一定条件下,条件收敛甚至允许富国比穷国增长更快一些。对于条件收敛的估计,应用下列方程:ln(告盟)一口+犀n(y。)+z7。9+e。,(15)-,l・f式中,z。是K×1阶向量,若它为常量,则i区域经济在£年处于稳定状态。若p估计是负的,一旦z。为常量,则称在这组数据下为条件p收敛。3数据和变量描述本文利用的省际区域经济数据来源于1996~2006年的《中国统计年鉴》、2002~2006年的《中国高技术产业统计年鉴》n63以及1997年的《重庆统计年鉴》。《中国高技术产业统计年鉴》是根据国家统计局2002年颁布的《高技术产业统计分类目录》加工整理。本研究在计算高技术产业多样化时,是按照此年鉴中的高技术分类情况进行计算的。数据包括人均GDP、就业、人均工资以及专利授权数等年度数据。估计的被解释变最是人均GDP增长;解释变量为省际区域的单位劳动工资(以平均工资近似代替)以及就业等。在经济增长理论中一个有趣的问题是人力资本水平是否加速经济增长n“。有较多知识型人口的都市区域被期望产生更多的局域溢出,在其他条件不变的情况下,技术水平会经历较