Relatedness and urban industrial growth
LIUXin通讯作者:
收稿日期:2015-11-27
修回日期:2016-03-7
网络出版日期:2016-04-20
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (8386KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
动态外部性理论强调知识溢出是产业增长的主要动力[1],MAR外部性理论认为知识溢出主要集中在某一产业内部,即专业化能够促进产业增长。Jacobs认为产业之间的知识溢出更为重要,城市产业结构的多元化更有利于创新从而实现产业增长[2]。Porter则认为本地企业间竞争比垄断更能促进知识溢出与产业增长[3]。大量针对发达国家的实证研究试图检验上述三种外部性对产业增长的影响,但并没有得到一致的结论。而关于中国的实证研究则得出了较为一致的结论,即专业化不利于产业增长,本地竞争有利于产业增长,而多元化的效应并不明确。改革开放以来,中国积极参与经济全球化进程,在很多制造业领域占据了较大份额。1998-2013年,工业增加值的年平均增长率高达13.3%。1998年的工业增加值超过3万亿人民币,2012年的工业增加值已经超过20万亿人民币,制造业的增长速度十分惊人。制造业的迅速增长吸引了众多****关注中国产业增长研究。近年来有部分****研究动态外部性对中国产业增长的影响,并得出了较为一致的结论,即专业化不利于产业增长,竞争程度有利于产业增长,而多元化的效应并不明确[4-7]。
技术是经济增长理论的核心要素,动态外部性的重要性也与技术关联密切相关。动态外部性理论强调知识溢出对产业增长的作用,这种广义的知识溢出既包括人才流动、技术交流等形式,也包括相似产业间的相互学习和协作。相关实证研究表明,存在技术关联的产业的专业化比其自身专业化更能促进产业增长,存在技术关联的产业之间也存在共享专业化的劳动力市场、供应商和企业之间的知识溢出等现象。因此,引入产业技术关联有助于丰富动态外部性对产业增长的解释,从而进一步认识产业增长。
近年来,相关****对技术关联与产业增长的关系进行了一些实证研究,但现有研究主要集中在发达国家,尚没有系统研究产业技术关联与中国城市产业增长的关系。本文将构建以产业技术关联为核心,涵盖产业特征和区域特征两个维度的地级市尺度数据模型,验证技术关联对城市产业增长的促进作用及其与产业特征和区域特征的相互作用。
2 动态外部性、技术关联与产业增长
内生增长理论认为技术或者知识也是一种生产要素,并且是内生的。技术或者知识还能够对生产做出贡献,即具有外部性[8,9]。这种外部性能够促进人力资本的增长,进而促进创新活动,加速地区的产业增长过程。由于技术或者知识的溢出是动态的,因此其产生的外部性也被称为动态外部性。动态外部性主要包括MAR外部性和Jacobs外部性。MAR外部性强调区域内部同行业的企业集聚会导致成本下降、知识溢出等地方化经济效应,即产业的专业化有利于产业增长[10]。Jacobs认为创新活动来自于城市中不断添加新事物的过程,即产业多元化能够推动知识溢出和创新活动的发生,进而促进产业增长。根据其理论,产业结构较为多元化的城市增长更快[11],因此Jacobs外部性也被称为城市化经济。长期以来,关于地方化经济和城市化经济的争论一直是动态外部性研究的焦点。例如,Porter认为产业地理集中有利于知识溢出,推动产业增长和城市发展,这与MAR外部性一致,但Porter和Jacobs都强调企业间的竞争能够通过促进创新推动产业增长[2,3]。自20世纪90年代以来,大量实证研究探讨了动态外部性对产业增长的影响,但没能得出一致性的结论[12-14]。近年来,关于中国的实证研究得出了较为一致的结论。例如,Battisse采用1988-1994年29个省份两位数制造业数据发现专业化不利于产业增长,而企业竞争会促进产业增长[4]。薄文广利用1994-2003年的数据验证了Battisse的结果[5],同时提出多样化与产业增长之间存在非线性关系,当多样化程度较低时,多样化不利于产业增长,反之会促进产业增长。孙晓华等[7]利用2003-2008年的数据创新性地从城市尺度进行研究,发现特大型城市中多样化对产业增长具有促进作用,而专业化的影响较弱。而其他城市中专业化起着重要的推动作用,多样化则造成一定阻碍。
技术是经济增长理论中的重要因素,一般通过技术溢出的形式促进产业增长。产业之间的技术溢出包括知识性溢出、产业关联性溢出和市场性溢出[15]。知识性溢出即通过人才流动、技术传播等形式进行的技术溢出,产业关联性溢出指具有类似投入产出结构的行业间的相互学习和合作行为,市场性溢出主要关注贸易活动对知识传播的促进作用。但Nooteboom[16]认为产业存在一定的认知距离,只有产业处于认知距离之内才能促进知识溢出和创新活动的发生。此外,外部性的重要性是与技术关联密切相关的,存在技术关联的产业的专业化更能促进产业增长[17]。类似的实证研究表明存在技术关联的产业之间也存在MAR外部性[18]。
近十年来,随着演化经济地理****对于产业技术关联的深入分析,一系列实证研究显示产业技术关联对于区域产业增长具有十分重要的影响。例如Frenken等探讨了技术关联对荷兰区域产业增长和失业率降低的重要作用[19];Boschma等利用意大利的数据也发现存在技术关联的产业之间的贸易多样化能够显著促进区域产业增长[20]。
但现有研究主要集中在发达国家,尚没有系统研究产业技术关联与中国城市产业增长的文章,因此本文构建以产业技术关联为核心,涵盖产业特征和区域特征两个维度的数据模型,验证技术关联对城市产业增长的促进作用及其与产业特征和区域特征的相互作用。
3 数据来源与研究方法
基于1998-2008年国家统计局组织调查的“中国工业企业数据库”,采用混合面板数据模型从产业—空间视角探讨产业技术关联与城市产业增长之间的关系。该数据库的样本范围包括全部国有工业企业以及规模以上非国有工业企业,为统一数据标准,将主营业务收入小于500万元及以下的企业剔除。由于本文研究技术关联与中国地级市产业增长之间的关系,因此将行政区划全部调整至2008年的地级行政区划。最后,剔除数据库中的采矿业、废弃资源和废旧材料回收加工业以及电力、燃气及水的生产和供应业等行业的企业。其他解释变量的数据主要来源于相应年份的《中国统计年鉴》、《中国区域统计年鉴》、《中国城市统计年鉴》以及相关地区的统计年鉴等。本文验证产业技术关联是否促进中国城市产业的增长。产业技术关联与传统的产业关联概念不同,产业关联基于产业之间的投入产出关系,主要指货物和资本的联系;而Boschma等强调产业技术关联是具有类似知识基础、制度结构等要素的产业之间的联系,产业技术关联更倾向于发生在拥有类似要素的产业的区域,这种区域内的产业能够获得更多的机会去扩展规模或者转型到相关产业中从而实现更快速的增长[19,21]。Hidalgo等也指出具有技术关联的两个产业发展需要类似的区域条件基础[22]。产业技术关联通常根据标准的产业分类进行刻画,即基于两位数行业分类划分相关产业和不相关产业。也有基于投入产出表的衡量方法,例如Fan等根据投入产出表中的产业上下游联系度量产业技术关联[23]。但上述度量方式的地域和产业尺度较宏观,衡量较为粗糙。采用产业共聚关系来衡量产业技术关联可以反映具有相似要素的产业之间的联系,也可以在四位数行业的层面上进行研究,有利于更细致地分析技术关联与城市产业增长之间的关系。借鉴Hidalgo等的研究[22],采用两个产业共同出现在同一个城市的条件概率来刻画产业技术关联,预期一个企业所属行业与其他行业关联越紧密,它的生存机会也会更多,其所属行业的增长更加迅速。具体定义为:
式中:i和j分别表示两个产业;
Tab. 1
表1
表11998-2008年技术关联强度的区域和产业差异
Tab. 1Regional and industrial differences of relatedness during 1998-2008
东部 | 中部 | 西部 | 劳动密集型 | 资本密集型 | 技术密集型 | |
---|---|---|---|---|---|---|
均值 | 0.146937 | 0.133877 | 0.126072 | 0.1472665 | 0.1407595 | 0.1529622 |
标准差 | 0.058639 | 0.067330 | 0.070775 | 0.0654465 | 0.0649410 | 0.0617813 |
新窗口打开
4 技术关联与中国城市产业增长
4.1 中国城市产业增长
改革开放以来,中国对外开放程度和市场化进程不断深入,中国制造业近十几年来完成了飞速增长(图1)。中国制造业在很多领域占据全球市场的主要份额,据联合国工业发展组织的统计,中国制造业增加值占世界的比例已由1980年的1.5%增长到2009年的15.6%。显示原图|下载原图ZIP|生成PPT
图11998-2013年中国工业增加值变化趋势图
-->Fig. 1Temporal trends of Chinese industrial added value during 1998-2013
-->
1998-2013年期间工业增加值的年平均增长率高达13.3%。1998年的工业增加值超过3万亿人民币,2012年的工业增加值已经超过20万亿人民币,虽然受到金融危机等因素的影响,近年来工业增加值增长速度趋缓,但考虑到制造业的产业结构与技术创新能力还有较大的提升空间,中国制造业未来很长一段时间内仍将保持较快的增长速度。
图2展示了1999-2009年期间中国制造业工业总产值空间分布情况。1999年中国制造业工业总产值高度集中在长三角、珠三角以及京津地区和山东半岛。1999-2009年期间,中国制造业产业增长迅速, 并且呈现向沿海地区集聚的态势。到2009年,京津冀、长三角和珠三角成为中国制造业的绝对核心区,区域内核心城市的制造业工业总产值均超过了万亿元。与此同时,中西部地区的产业增长也有大幅提升,尤其是内蒙古、湖南、川渝、河南等地区。
显示原图|下载原图ZIP|生成PPT
图2中国制造业工业总产值分布图
-->Fig. 2Gross industrial output in China by prefecture
-->
图3展示了1998-2008年期间中国地级市制造业工业总产值增长的空间分布,总体上分布较为分散。值得注意的是,东部沿海地区制造业集聚程度较高,对外开放和市场化程度也显著高于中西部地区,因此东部沿海地区的城市产业增长普遍较快。值得注意的是,中西部地区也有相当数量的城市显示出较快的产业增长速度,主要分布在内蒙古、四川、湖南、江西等省份。这些区域的制造业产业规模相对较小,因此在产业结构升级早期,倾向于具有较高的增长率,属于补偿性增长。
显示原图|下载原图ZIP|生成PPT
图31998-2008年中国制造业工业总产值增长率空间分布
-->Fig. 3Annual growth rate of gross industrial output in China by prefecture during 1998-2008
-->
图4展示了2000-2011年中国制造业分行业工业总产值比例的变化情况。总体上看,各两位数行业占工业总产值比例变化不大。通信设备、计算机及其他电子设备制造业等技术密集型行业产业增长迅速,在2004-2008年期间甚至占到全部制造业工业总产值近二成比例。而纺织业、服装业等劳动密集型行业的比例略有下降,化学原料及化学制品业、交通运输设备制造业等资本密集型行业的比例持续上升。可见,近年来中国制造业结构正由以劳动密集型行业为主转向以资本密集型和技术密集型行业为主。
显示原图|下载原图ZIP|生成PPT
图42000-2011年中国制造业分行业占工业总产值比例变化
-->Fig. 4Ratio change of gross industrial output in China by industry during 2000-2011
-->
进一步分析中国不同区域和不同产业类别的城市产业增长情况,根据国家统计局公布的区域划分标准,将全国分为东部、中部、西部和东北四个区域。图5展示了四大经济区域内部四个代表性行业占工业总产值比例的变化情况。以通信设备、计算机及其他电子设备制造业为代表的技术密集型行业呈现向沿海地区集聚的趋势,近年来中西部地区的比例显著下降。劳动密集型行业的整体变化相对较为平稳,中西部地区的比例略有上升。但值得注意的是,1998-2004年,沿海地区比例上升,中西部地区比例下降;而2005年以后,沿海地区比例开始下降,中西部地区比例反而上升,反映出劳动密集型行业由沿海向内陆转移的过程。而资本密集型行业则呈现中部地区比例降低,西部地区比例略有上升的特征。总体上看,中国城市产业正在经历由以劳动密集型行业为主向以资本密集型和技术密集型行业为主转变的过程,并伴随着东部沿海地区的劳动密集型向内陆转移的现象。
显示原图|下载原图ZIP|生成PPT
图51998-2007年中国四大区域代表性行业占工业总产值比例变化图
-->Fig. 5Ratio change of gross industrial output by industry in four areas of China during 1998-2007
-->
4.2 技术关联对城市产业增长的影响
影响中国城市产业增长的因素十分复杂,存在产业和空间等多维度的差异,在验证技术关联对城市产业增长影响的基础上,本文同时引入产业特征和区域特征以及技术关联与两者的交叉项来系统分析中国城市产业增长机制,探讨技术关联与产业增长在不同产业和不同区域间的差异。4.2.1 模型设定与变量选取 本文从内部规模经济、外商投资比例和企业间竞争强度等角度来衡量产业特征对上述二者关系的影响。规模经济理论是研究企业发展和产业增长的基础理论,马歇尔指出规模经济有利于产业发展,并且包括内部规模经济和外部规模经济两类[10],尤其是内部规模经济促使资本、劳动力等生产要素集中在少数大企业,从而促进产业增长。采用企业平均就业规模(SIZE)来衡量内部规模经济,预期其回归系数为正。经济全球化进程显著影响着城市产业增长,产业通过利用外商直接投资参与经济全球化,强化自身比较优势,吸收先进科学技术和管理经验,积极获取知识溢出和创新活动以推动产业增长[24]。但同时,外资资本比例较高的产业通常是技术或资本密集型的产业,产业的产值总量较大,其增长率相对较低。另外外资也有可能产生竞争挤占作用,从而影响产业增长[25]。采用外资资本占实收资本比例(FDI)表示各产业参与全球化程度,预期系数不确定。根据Porter外部性理论,企业间的竞争能够通过促进创新推动产业增长[26],采用行业内企业数目(COMP)来反映企业间竞争强度,预期系数为正。
另外一组变量主要衡量区域特征的影响。城市产业增长与城市经济发展水平和城市化水平相关,在经济发展水平较低的阶段,产业基础薄弱,产业增长缓慢;随着经济发展和城市化水平的提高,产业集中到拥有区位优势的城市,这些城市的产业实现快速增长;而经济发展到较高阶段后,容易产生环境污染等拥挤成本,形成产业外向转移的离心力,将制约产业的增长[6]。选取城市人均国民生产总值(PGDP)表示经济发展水平,非农人口占总人口比例(URBAN)表征城市化水平,预期系数为负。城市的产业增长还受到该区域经济市场化程度的影响,市场力量强的城市可能吸引各类要素的集聚,促进产业增长[27]。采用城市内部非国有资本占实收资本的比例(MARK)来度量经济市场化程度。在韦伯的工业区位论中,运输成本是其核心要素,可见交通条件对制造业的重要影响。交通网络发达的城市其交通成本较低,有利于企业间的生产与技术联系[28],从而促进产业增长。采用城市内公路里程与城市面积的比值(TRAN)来衡量城市交通网络发达程度,预期回归系数为正。各变量的统计性描述结果如表2所示。
Tab. 2
表2
表2主要变量统计性描述
Tab. 2Statistical description of main variables
观测值 | 平均值 | 标准差 | 最小值 | 最大值 | |
---|---|---|---|---|---|
Relatedness | 1216880 | 0.1932883 | 0.0924413 | 0 | 1 |
SIZE | 1232768 | 258.6296 | 486.0307 | 0 | 36590 |
FDI | 1232768 | 0.0364882 | 0.0925172 | 0 | 1 |
COMP | 1232768 | 33.92098 | 93.24946 | 0 | 2826 |
PGDP | 1232768 | 14095.08 | 13060.17 | 0 | 102741 |
URBAN | 1232768 | 0.3239391 | 0.5753018 | 0 | 29.53673 |
MARK | 1232768 | 0.6793762 | 0.3796069 | 0 | 1 |
TRAN | 1232768 | 0.5582799 | 0.351544 | 0 | 3.931304 |
新窗口打开
本文采用产业—空间新增长模型验证技术关联对城市产业增长的影响,并引入产业特征和区域特征及其与技术关联的交叉项以分析产业增长在产业—空间层面的差异。最后,模型还控制了人均资本(AVEK)和人均劳动力(AVEL)的增长,分别用某城市某产业2008年人均资本和劳动力除以1998年的初始值测算,预计这两个变量均与产业增长呈正相关关系。最终模型定义为:
式中:i为区域中j产业在第t年与第t-1年的产值差与i区域中j产业在第t年的产值的比例,即i区域中j产业的产值增长率;
Tab. 3
表3
表3模型变量相关系数表
Tab. 3Coefficients of variables
Relatedness | SIZE | FDI | COMP | PGDP | URBAN | MARK | TRAN | |
---|---|---|---|---|---|---|---|---|
Relatedness | 1.0000 | |||||||
SIZE | 0.0125 | 1.0000 | ||||||
FDI | 0.0597 | 0.0217 | 1.0000 | |||||
COMP | 0.1484 | -0.0485 | 0.2062 | 1.0000 | ||||
PGDP | 0.1278 | -0.0361 | 0.3335 | 0.4184 | 1.0000 | |||
URBAN | 0.0173 | 0.0059 | 0.0645 | 0.0225 | 0.1849 | 1.0000 | ||
MARK | 0.2535 | 0.0815 | 0.1704 | 0.3339 | 0.2709 | 0.0179 | 1.0000 | |
TRAN | 0.1543 | -0.0174 | 0.2353 | 0.2890 | 0.4299 | 0.0597 | 0.2108 | 1.0000 |
新窗口打开
4.2.2 技术关联与城市产业增长 首先分别就技术关联以及相关的产业特征和区域特征变量进行回归分析。结果(表4)显示,在控制产业和区域虚拟变量之后,技术关联显著促进城市产业增长。模型(2)和模型(3)依次引入表示产业特征和区域特征的变量,技术关联对产业增长的促进作用依然显著,但回归系数逐渐降低,说明产业和区域特征与技术关联之间存在一定的相互作用,并且会削弱技术关联对产业增长的积极影响。
Tab. 4
表4
表4技术关联与城市产业增长回归结果
Tab. 4Regression results from relatedness and industrial growth
模型(1) | 模型(2) | 模型(3) | |
---|---|---|---|
Relatedness | 66.27*** | 65.16*** | 64.28*** |
(2.607) | (2.615) | (2.624) | |
AVEK | 0.5363*** | 0.4818*** | 0.4291*** |
(0.251) | (0.188) | (0.192) | |
AVEL | 0.2273*** | 0.2039*** | 0.1728** |
(0.536) | (0.518) | (0.482) | |
SIZE | 0.123*** | 0.139*** | |
(0.0449) | (0.0449) | ||
FDI | -7.647*** | -4.100* | |
(2.136) | (2.235) | ||
COMP | 0.706*** | 0.633*** | |
(0.152) | (0.166) | ||
PGDP | -6.22*** | ||
(2.01) | |||
URBAN | -0.455 | ||
(0.653) | |||
MARK | 11.35*** | ||
(0.987) | |||
TRAN | 3.901*** | ||
(0.718) | |||
产业虚拟变量 | 是 | 是 | 是 |
区域虚拟变量 | 是 | 是 | 是 |
Constant | -58.74*** | -61.08*** | -68.51*** |
(2.608) | (2.641) | (2.723) | |
R2 | 0.1792 | 0.0835 | 0.0728 |
Observations | 307962 | 307962 | 255301 |
新窗口打开
在产业特征变量中,SIZE的回归系数显著为正,即平均企业规模越大的产业越容易实现产业增长,表明产业内企业的规模经济能够促进产业增长,符合马歇尔的规模经济理论[10]。FDI变量的回归系数显著为负,印证了外资可能产生竞争挤占作用的假设[24]。而反映企业间竞争强度的行业内企业数目的COMP变量的系数显著为正,说明高强度的竞争环境有利于产业增长,实证研究结果符合Porter外部性的理论假设[3]。
反映区域特征的变量中,表示经济发展水平的城市人均国民生产总值的PGDP变量的系数显著为负,说明人均国民生产总值越高的区域其产业增长反而较为缓慢,这与区域所处的发展阶段有关,处于经济发展较高阶段的区域容易产生环境污染等负外部性,使得产业有向外迁移的意愿,从而抑制城市产业增长。表示非农人口比例的URBAN变量的系数为负,但并不显著,说明城市化水平与产业增长之间的关系不明确。这与中国城市化发展水平同工业化水平之间存在错配有较大关系,周其仁指出中国优先发展工业化的战略使得城市化水平长期以来滞后于工业化[29],因此城市化水平的提升对城市产业增长的带动作用十分有限。表示非国有资本占实收资本的比例的MARK变量的系数显著为正,说明市场化程度较高的区域倾向于具有较高的产业增长率。值得注意的是,市场化程度变量的系数显著高于其他解释变量。中国正处于市场化转型过程中,相关制度引生出许多市场力量较强的区域,这些区域往往具有较高的经济活力,企业进入与退出行为也更加普遍和频繁,通过频繁的企业动态变化将效率较低的企业淘汰,效率较高的企业得以保留,生产效率不断提高,城市产业得以迅速增长。表示城市交通网络发达程度的TRAN变量的回归系数也显著为正,表明区域交通网络越发达越有利于促进产业增长,发达的交通网络不仅可以降低运输成本,还能够促进企业间的知识溢出和技术交流。随着全球化进程的深入,完善的交通基础设施使得区域能够更加便捷地获取资本、技术等生产要素,进而促进产业增长。
4.2.3 技术关联与产业—区域虚拟变量分析 为分析产业—区域特征与技术关联之间的相互作用,检验技术关联在不同产业和不同区域之间的差异,本文引入技术关联变量和产业虚拟变量与区域虚拟变量相乘的交叉项。回归结果(表5)显示技术关联对城市产业增长的影响在不同产业和不同区域间存在显著差异。在控制产业虚拟变量和区域虚拟变量的基础上,表5所示的模型(5)引入技术关联与区域虚拟变量的交叉项,结果显示技术关联与东部地区(East)交叉项的系数显著为正,说明与其他地区相比,在东部地区技术关联越高,产业增长越迅速。而技术关联与西部地区(West)的交叉项系数显著为负,与中部地区(Middle)的交叉项系数为负,但不显著。表明中部地区的技术关联对产业增长不存在显著促进作用,而在西部地区,技术关联较高的产业反而倾向于具有较低的增长率。上述研究结果与吴三忙等对中国省级产业增长的研究相吻合,并将动态外部性对城市产业增长的影响扩展到产业技术关联层面[6]。东部地区经济发展水平和市场化程度较高,人力资本禀赋显著优于中西部地区,交通网络较为发达,企业间交流学习更加便捷,产业间和区域间技术联系更容易形成。形成技术联系之后,在地理邻近的基础上形成认知邻近,知识溢出得以实现,创新活动与技术革新等行为不断发生,推动区域产业迅速增长。中西部地区市场化程度和对外开放程度较低,交通基础设施尚不发达,企业间联系因地理隔离受到严重限制,技术联系程度相对较低。即使形成技术联系,由于人力资本禀赋较差,企业间知识溢出和创新活动发展缓慢,技术联系难以推动产业增长。甚至在西部地区,由于产业联系薄弱,往往是相关政策或者制度因素成为引致产业增长的主导力量,导致技术联系与产业增长间呈现出负相关关系。Guo等对中国各个区域产业结构的研究发现西部地区的产业技术关联程度普遍较低,且西部地区的产业结构调整方向和新引进的产业往往是和本地技术关联程度较差的产业[30]。
Tab. 5
表5
表5技术关联与产业-区域交叉变量回归结果
Tab. 5Regression results from relatedness with indus-regional variables
模型(4) | 模型(5) | 模型(6) | |
---|---|---|---|
Relatedness | 64.28*** | 66.70*** | 65.31*** |
(2.624) | (2.972) | (2.930) | |
East | -3.622 | -6.483** | -3.512 |
(2.412) | (2.746) | (2.447) | |
Middle | -7.164*** | -5.985** | -7.195*** |
(2.409) | (2.727) | (2.444) | |
West | -8.475*** | -5.226* | -8.397*** |
(2.447) | (2.907) | (2.482) | |
Labor | 1.605** | 2.740** | |
(0.646) | (1.268) | ||
Capital | 1.609** | 1.543 | |
(0.489) | (1.211) | ||
Tech | 3.165*** | -0.968 | |
(0.634) | (1.767) | ||
Relatedness*East | 15.07** | ||
(6.565) | |||
Relatedness*Middle | -6.933 | ||
(6.188) | |||
Relatedness*West | -16.69** | ||
(7.628) | |||
Relatedness*Labor | -7.001 | ||
(5.520) | |||
Relatedness*Capital | -1.403 | ||
(5.930) | |||
Relatedness*Tech | 22.04** | ||
(8.867) | |||
Constant | -68.51*** | -69.24*** | -68.64*** |
(2.723) | (2.779) | (2.783) | |
R2 | 0.0728 | 0.0694 | 0.0637 |
Observations | 255301 | 255301 | 255301 |
新窗口打开
表5所示的模型(6)引入技术关联与产业虚拟变量的交叉项,结果显示技术关联与劳动密集型(Labor)和资本密集型(Capital)的交叉项的系数均为负,但并不显著,而技术关联与技术密集型产业(Tech)的交叉项系数显著为正,说明劳动密集型和资本密集型产业的技术关联强度对产业增长没有显著影响,而技术密集型产业中技术关联较强的产业通常具有更高的增长率,这与文东伟等的研究结果相一致[5,24]。技术密集型产业与劳动密集型和资本密集型产业相比通常具有更高的人力资本,在技术密集型产业内部,技术关联强度越高,企业间技术和知识的溢出效应越显著,通过相互协作和学习等形式实现产业增长,这也符合新增长理论关于动态外部性的论述[8]。而劳动密集型和资本密集型更依赖于劳动力或者资本等生产要素的规模效应带来的生产效率提升,技术关联的形成对这两类产业知识溢出的促进作用有限。因此,技术关联对于技术密集型产业增长的促进作用较为显著,对其他类型产业并没有明显作用。
4.2.4 技术关联与产业—区域特征分析 为进一步探究技术关联在不同产业和不同区域之间的差异,本文引入技术关联变量和相关控制变量相乘的交叉项。回归结果(表6)显示技术关联在不同产业和不同区域对城市产业增长的影响存在差异。
Tab. 6
表6
表6技术关联与其他交叉变量回归结果
Tab. 6Regression results from relatedness and interactions
模型(7) | 模型(8) | 模型(9) | |
---|---|---|---|
Relatedness | 64.28*** | 66.70*** | 65.31*** |
(2.624) | (2.972) | (2.930) | |
SIZE | 0.139*** | 0.151*** | 0.142*** |
(0.0449) | (0.0470) | (0.0468) | |
FDI | -4.100* | -3.822* | -4.032* |
(2.235) | (2.258) | (2.255) | |
COMP | 0.633*** | 0.568*** | 0.633*** |
(0.166) | (0.169) | (0.168) | |
PGDP | -6.22*** | -5.58*** | -6.34*** |
(2.01) | (2.04) | (2.03) | |
URBAN | -0.455 | -0.485 | -0.506 |
(0.653) | (0.657) | (0.657) | |
MARK | 11.35*** | 11.36*** | 11.32*** |
(0.987) | (0.997) | (0.997) | |
TRAN | 3.901*** | 3.957*** | 3.971*** |
(0.718) | (0.723) | (0.723) | |
Relatedness*SIZE | 8.936** | ||
(4.526) | |||
Relatedness*FDI | -3.403 | ||
(3.931) | |||
Relatedness*COMP | 12.73** | ||
(4.288) | |||
Relatedness*PGDP | -5.806 | ||
(3.191) | |||
Relatedness*URBAN | -2.007 | ||
(5.717) | |||
Relatedness*MARK | 23.19** | ||
(9.916) | |||
Relatedness*TRAN | 16.84** | ||
(7.381) | |||
Constant | -68.51*** | -67.76*** | -69.35*** |
(2.723) | (2.620) | (2.514) | |
R2 | 0.0728 | 0.0671 | 0.0609 |
Observations | 255301 | 255301 | 255301 |
新窗口打开
模型(8)引入技术关联与表征产业特征的控制变量之间的交叉项,回归结果显示技术关联与产业内部规模经济交叉项的回归系数显著为正,技术关联与企业间竞争强度交叉项的系数也显著为正,而技术关联与外商直接投资交叉项的系数并不显著。表明技术关联较强的产业中,产业内部规模经济越显著,产业增长越迅速。内部规模经济显著的企业或者产业更容易获得其他合作企业的知识溢出,也更容易发展自身的创新活动,有助于促进城市产业增长。同样地,竞争强度较高的产业其增长速度更快。技术关联较强的产业其增长通常来源于与其他相关企业的合作与交流,因此较高的竞争强度有利于实现快速增长。该结果与已有的研究结果相吻合,也符合Porter外部性的假设[3-7]。
模型(9)引入技术关联与表征区域特征的控制变量之间的交叉项,回归结果显示技术关联与市场化程度交叉项的回归系数显著为正,与城市交通网络发达程度交叉项的系数也显著为正,而技术关联与经济发展水平和城市化水平交叉项的系数均不显著。结果表明在技术关联较强的区域内,较高的市场化程度和交通网络发达程度有利于推动产业增长,但较高的经济发展水平和城市化水平对于产业增长的促进作用并不突出。这是由于技术关联较强的区域内部的产业增长更加依赖于知识溢出和创新活动,更加发达的市场和便捷的交通对于产业增长的促进作用更为显著。在前人研究区域差异对城市产业增长影响的基础上[4-6],本文将区域差异进一步细化为表征区域差异的一系列变量,研究结果表明知识溢出和创新活动活跃的区域其产业增长更迅速。
5 结论
动态外部性理论对于产业增长的影响得到广泛研究,大量实证研究验证了专业化、多样化和竞争外部性对产业增长的影响,发达国家的实证研究没能得到一致的结论,中国的实证研究虽然得出了“专业化不利于产业增长,竞争程度有利于产业增长,而多元化的效应并不明确”等较为一致的结论,但仍有部分实证研究结果与之相悖。中国作为发展中国家,正处于转型发展过程中,政策和制度与发达国家相比更不稳定,市场机制尚不健全,企业更有动力利用动态外部性来降低自身成本。随着中国经济发展的进程,通过技术进步和创新来提升企业竞争力逐渐成为企业的新选择,技术对于城市产业增长的影响也日趋重要。考虑到动态外部性理论对于技术等生产要素的忽视,本文构建以产业技术关联为核心,涵盖产业特征和区域特征两个维度的数据模型,验证技术关联对城市产业增长的促进作用及其与产业特征和区域特征的相互作用。本文探讨1998-2008年技术关联与城市产业增长的关系。传统的基于投入产出表的技术关联衡量方法只能较为粗糙地衡量两位数部门之间的关联,且容易忽视技术等隐性要素对产业增长的影响,基于产业共聚关系的技术关联衡量方法可以在四位数行业水平进行分析,能够更加细致地分析技术关联对城市产业增长的影响。本文发现技术关联显著促进城市产业增长,且与产业特征和区域特征之间存在一定的相互作用。同时,企业平均就业规模较大和企业间竞争强度较大的产业增长更快,市场化程度较高和交通网络较为发达的区域倾向于具有较高的产业增长率。而外资比例较高的产业由于对本地形成的挤占作用导致产业增长受限,经济发展水平和城市化水平较高的区域其产业增长较慢。此外,还发现东部地区技术关联越高,产业增长越迅速。中部地区的技术关联对产业增长不存在显著促进作用,而在西部地区,技术关联较高的产业反而倾向于具有较低的增长率。另外,劳动密集型和资本密集型产业的技术关联强度对产业增长没有显著影响,而技术密集型产业中技术关联较强的产业通常具有更高的增长率。上述结果弥补了技术关联与城市产业增长对中国研究的不足,并且从产业和区域角度进行了更加深入地分析,对中国城市产业增长和区域经济发展具有理论意义。
近年来中国制造业实现了高速发展,外资的进入与市场化进程固然是促进产业增长的重要因素,但技术因素不应被忽视。本文研究表明,技术关联显著促进中国城市产业增长。这对中国城市产业发展和区域经济发展具有重要的政策意义,现阶段很多地方政府的产业政策比较盲目,造成地区间产业同构问题严重,缺乏专业化的分工,虽然形成了多元化的产业结构,但地方产业的技术关联强度较低,不利于企业存活和城市产业增长。因此,地方政府在制定产业政策或引进新产业时应充分发挥本地的技术优势,重点引进或发展与本地技术相关程度较高的产业,提升企业存活率和新引进产业的可持续性,进而促进城市产业增长和区域经济发展。
此外产业增长研究中关于路径依赖和路径创造的争论较多。演化经济地理****强调技术关联在产业演化过程中发挥着重要的作用,进而决定了区域产业升级的方向和路径。但也有****指出,某些特定的产业政策能够推动区域产业结构发生转变[31],并将这种模式称为路径创造。值得注意的是,本文研究结果说明不同的产业结构和区域特征导致技术关联的作用强度有所不同,中国产业发展和技术关联在区域间高度不平衡的特征为不同区域制定产业政策提供了全新的理论依据。未来的研究可以基于路径依赖和路径创造,继续挖掘不同区域的技术关联对城市产业增长的影响机制。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | , This paper considers the prospects for constructing a neoclassical theory of growth and international trade that is consistent with some of the main features of economic development. Three models are considered and compared to evidence: a model emphasizing physical capital accumulation and technological change, a model emphasizing human capital accumulation through schooling, and a model emphasizing specialized human capital accumulation through learning-by-doing. |
[2] | , |
[3] | ABSTRACT |
[4] | , For 30 industry sectors, this paper provides empirical evidence on the relation between the local economic structure (local sectoral specialization, diversity, and competition) and the 1988–1994 value-added growth of Chinese provinces. The econometric analysis shows first that while diversity and competition have a positive influence on local growth, specialization has a negative impact. Second, it appears that industry sectors located in coastal provinces and those located in interior provinces have been subject to different growth impulses. |
[5] | . , 本文利用我国29个省、市、自治区25个产业的面板数据研究了外部性对于地区产业增长的影响,结果发现:在全国样本范围内,专业化水平与产业增长之间存在着负向关系;竞争程度与地区产业增长之间存在着正向关系;多样化程度与产业增长之间存在着一种非线性关系,当多样化程度较低时,多样化不利于产业增长,而当多样化水平较高时,多样化则会促进产业增长。在分地区分产业的分析中,产业多样化水平对经济增长的作用在很大程度上取决于产业的性质(高度规模经济产业或低度规模经济产业)及产业的地理区位(沿海地区或内陆地区)。 , 本文利用我国29个省、市、自治区25个产业的面板数据研究了外部性对于地区产业增长的影响,结果发现:在全国样本范围内,专业化水平与产业增长之间存在着负向关系;竞争程度与地区产业增长之间存在着正向关系;多样化程度与产业增长之间存在着一种非线性关系,当多样化程度较低时,多样化不利于产业增长,而当多样化水平较高时,多样化则会促进产业增长。在分地区分产业的分析中,产业多样化水平对经济增长的作用在很大程度上取决于产业的性质(高度规模经济产业或低度规模经济产业)及产业的地理区位(沿海地区或内陆地区)。 |
[6] | . , 本文利用中国31个省区169 个制造业在1999~2009年的数据,实证分析了专业化、多样化和竞争程度等因素对制造业增长的影响。研究结果表明,在全国样本范围内,专业化(MAR 外部性)对制造业增长的影响为负,而多样化的产业环境(Jacobs外部性)和竞争(Porter外部性)有利于制造业的增长。在分地区、分产业和分地区 分产业的分析中,专业化和多样化对不同地区和不同类型的制造业增长的影响存在显著差异,但是竞争对制造业的增长始终具有显著正面效应。 , 本文利用中国31个省区169 个制造业在1999~2009年的数据,实证分析了专业化、多样化和竞争程度等因素对制造业增长的影响。研究结果表明,在全国样本范围内,专业化(MAR 外部性)对制造业增长的影响为负,而多样化的产业环境(Jacobs外部性)和竞争(Porter外部性)有利于制造业的增长。在分地区、分产业和分地区 分产业的分析中,专业化和多样化对不同地区和不同类型的制造业增长的影响存在显著差异,但是竞争对制造业的增长始终具有显著正面效应。 |
[7] | . , 本文以集聚经济的外部性理论为依据,利用2003—2008年中国281个地级市的面板数 据,创新性地从城市规模的视角就多样化、专业化与城市经济增长之间的关系进行了实证检验,结果表明:对于不同规模的城市来说,多样化和专业化对地区经济增 长具有不同的影响;在特大型城市中,多样化对经济增长存在显著的正效应,专业化的影响较弱;在大、中、小型城市的经济发展中,专业化起着重要的推动作用, 而产业多样化则给中小型城市的经济增长造成了一定阻碍。上述结论将为我国城市产业发展战略的选择与调整提供丰富的政策含义。 , 本文以集聚经济的外部性理论为依据,利用2003—2008年中国281个地级市的面板数 据,创新性地从城市规模的视角就多样化、专业化与城市经济增长之间的关系进行了实证检验,结果表明:对于不同规模的城市来说,多样化和专业化对地区经济增 长具有不同的影响;在特大型城市中,多样化对经济增长存在显著的正效应,专业化的影响较弱;在大、中、小型城市的经济发展中,专业化起着重要的推动作用, 而产业多样化则给中小型城市的经济增长造成了一定阻碍。上述结论将为我国城市产业发展战略的选择与调整提供丰富的政策含义。 |
[8] | , |
[9] | |
[10] | , |
[11] | , This paper considers the heterogeneity and diversity of cities as sources of economic growth. It links modern notions of economic growth to the distinguishing characteristics of cities and to the external effects on consumption and production produced by the internal diversity of urban areas. The paper reviews the role of traditional scale economies as well as the importance of diversity in economizing on shared inputs and transactions costs, and efficiencies arising from the operation of the law of large numbers in metropolitan areas. The authors also review recent empirical evidence on the importance of these elements of heterogeneity in conditioning economic growth. |
[12] | , Assesses the theories of knowledge spillover and growth proposed by Romer, Porter, and Jacobs by focusing on the largest industries in 170 U.S. cities. While th |
[13] | , |
[14] | , For 52 industry sectors and 42 services sectors, this paper tests how the local economic structure (local sectoral specialization and diversity, competition, average size of plants, and total employment density) affects the 1984-1993 employment growth of 341 local areas. These areas entirely and continuously cover the French territory. The impact of the local economic structure differs in industry and services. In industrial sectors, local total employment density, competition, and plant size always reduce local growth. Sectoral specialization and diversity have a negative impact on growth, but also increase the growth of a few sectors. Service sectors always exhibit negative specialization effects and positive diversity effects. Competition and plant size have a negative impact and density a positive one, but exceptions are observed for some sectors. |
[15] | , Government policies like the Advanced Technology Program (“ATP”) are intended, at least in part, to remedy the “market failure” inherent in the fact that a significant portion of the social benefits of new knowledge and technology are not captured by a firm that invests in R&D. ATP’s project selection, and its evaluation of the impact of its program, can be made more effective by explicitly incorporating the analysis of such “spillovers.” For project selection, this means identifying technological, organizational and economic factors that tend to oint to a large “spillover gap,” or deviation between the social and private rates of return to a proposed project. For program evaluation and assessment, it means adapting existing study methods that measure social returns to innovation in ways that explicitly capture spillover effects. |
[16] | , <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">In this paper we test the relation between cognitive distance and innovation performance of firms engaged in technology-based alliances. The key finding is that the hypothesis of an inverted U-shaped effect of cognitive distance on innovation performance of firms is confirmed. Moreover, as expected, we found that the positive effect for firms is much higher when engaging in more radical, exploratory alliances than in more exploitative alliances. The effect of cumulative R&D turns out to be mixed. It appears to increase absorptive capacity, as expected, but there is clear evidence that it also reduces the effect of cognitive distance on novelty value, making it increasingly difficult to find additional novelty.</p> |
[17] | , P ORTER M. E. (2003) The economic performance of regions, Reg. Studies 37 , 549-578. This paper examines the basic facts about the regional economic performance, the composition of regional economies and the role of clusters in the US economy over period of 1990 to 2000. The performance of regional economies varies markedly in terms of wage, wage growth, employment growth and patenting rate. Based on the distribution of economic activity across geography, we classify US industries into traded, local and resource-dependent. Traded industries account for only about one-third of employment but register much higher wages, far higher rates of innovation and influence local wages. We delineate clusters of traded industries using co-location patterns across US regions. The mix of clusters differs markedly across regions. The performance of regional economies is strongly influenced by the strength of local clusters and the vitality and plurality of innovation. Regional wage differences are dominated by the relative performance of the region in the clusters in which it has positions, with the particular mix of clusters secondary. A series of regional policy implications emerge from the findings. P ORTER M. E. (2003) La performance economique des regions, Reg. Studies 37 , 549-578. Cet article cherche a examiner les principes fondamentaux de la performance economique regionale, de la structure des economies regionales, et du role des groupements dans l'economie des Etats-Unis de 1990 a 2000. La performance des economies regionales varie sensiblement du point de vue des salaires, de la croissance des salaires, de la hausse de l'emploi, et du nombre des brevets. A partir de la repartition de l'activite economique geographique, on classe les entreprises industrielles aux Etats-Unis sous les rubriques commerciale, locale, et dependante des ressources. Les entreprises industrielles a vocation commerciale n'expliquent qu'un tiers de l' emploi mais laissent voir des salaires nettement plus eleves, des taux d'innovation bien plus importants, et influent sur les salaires locaux. Employant des distributions de localisations partagees a travers les Etats-Unis, on delimite des groupements d'entreprises industrielles a vocation commerciale. La structure des groupements varie sensiblement suivant la region. La performance des economies regionales est fortement influence par la force des groupements locaux et par la vitalite et par la pluralite de l'innovation. Les ecarts des salaires reels s'expliquent primordialement par la performance relative de la region quant aux groupements ou elle est pre sente, la structure particuliere des groupements n'etant que d'une importance secondaire. Il en resulte toute une serie d'implications pour la politique. P ORTER M. E. (2000) Die wirtschaftliche Leistungskraft von Regionen, Reg. Studies 37 , 549-578. Dieser Beitrag analysiert Kerndaten regionaler Wirtschaftsraume in den Vereinigten Staaten, insbesondere ihre wirtschaftliche Leistungskraft, ihre Zusammensetzung und die Rolle regionaler Cluster. Die Regionen der Vereinigten Staaten unterschieden sich in den Jahren 1990 bis 2000 deutlich in ihrer wirtschaftlichen Leistungskraft gemessen an Lohnniveau und - wachstum, Beschaftigungsentwicklung, und Patentrate. Basierend auf der geographischen Konzentration oknomischer Aktitivtat klassifizieren wir Industriezweige als uberregional ("traded'), lokal oder abhangig von der Prasenz von Naturscha tzen. Cluster uberregionaler Industrien beschaftigen nur circa ein Drittel aller Erwerbstatigen, verzeichnen aber uberdurchschnittliche Lo hne und signifikant hohere Innovationsraten als die Gesamtwirtschaft. Die relative Bedeutung einzelner Cluster innerhalb der Gruppe uberregionaler Industrien unterscheidet sich deutlich im regionalen Vergleich. Der wirtschaftliche Erfolg einer Region wird stark von der relative Leistungskraft und Innovationsstarke der dort angesiedelten uberregionalen Cluster beeinflusst. So hat das relative Lohnniveau in den uberregionalen Clustern in einer Region einen dominanten Einfluss auf das regionale Lohnniveau, wahrend die spezifische Identitat dieser Cluster nur eine sekundare Rolle spielt. Der Beitrag entwickelt aus dieser Analyse eine Reihe von Implikationen fur die Wirtschaftspolitik. |
[18] | , P otter A. and W atts H. D. Revisiting Marshall's agglomeration economies: technological relatedness and the evolution of the Sheffield metals cluster, Regional Studies . According to Alfred Marshall, firms receive increasing returns from a trinity of agglomeration economies: a local pool of skilled labour, local supplier linkages and local knowledge spillovers. This article re-examines the mechanisms underlying Marshall's agglomeration economies in the Sheffield metals cluster wherein Marshall discovered them. Despite the cluster's decline, empirical evidence is found that the mechanisms underlying Marshallian agglomeration economies continue to occur within the surviving metals industry. However, upon closer examination, Marshallian agglomeration economies have evolved to become more prevalent amongst plants that use related metals technology. The results highlight the importance of technological relatedness to cluster survival. |
[19] | , |
[20] | , This article presents estimates of the impact of regional variety and trade linkages on regional economic growth by means of export and import data by Italian province (NUTS 3) and sector (three-digit) for the period 1995-2003. Our results show strong evidence that related variety contributes to regional economic growth. Thus, Italian regions that are well endowed with sectors that are complementary in terms of competences (i.e., that show related variety) perform better. The article also assesses the effects of the breadth and relatedness of international trade linkages on regional growth, since they may bring new and related variety to a region. Our analysis demonstrates that regional growth is not affected by simply being well connected to the outside world or having a high variety of knowledge flowing into the region. Rather, we found evidence of related extraregional knowledge sparking intersectoral learning across regions. When the cognitive proximity between the extraregional knowledge and the knowledge base of a region is neither too small nor too large, real learning opportunities are present, and the external knowledge contributes to growth in regional employment. Copyright (c) 2009 Clark University. |
[21] | , Following last decade's programmatic papers on Evolutionary Economic Geography, we report on recent empirical advances and how this empirical work can be positioned vis-vis other strands of research in economic geography. First, we review studies on the path dependent nature of clustering, and how the evolutionary perspective relates to that of New Economic Geography. Second, we discuss research on agglomeration externalities in Regional Science, and how Evolutionary Economic Geography contributed to this literature with the concepts of cognitive proximity and related variety. Third, we go into the role of institutions in Evolutionary Economic Geography, and we relate this to the way Institutional Economic Geography tends to view institutions. From this discussion, a number of new research challenges are derived. |
[22] | , Economies grow by upgrading the products they produce and export. The technology, capital, institutions, and skills needed to make newer products are more easily adapted from some products than from others. Here, we study this network of relatedness between products, or "product space," finding that more-sophisticated products are located in a densely connected core whereas less-sophisticated products occupy a less-connected periphery. Empirically, countries move through the product space by developing goods close to those they currently produce. Most countries can reach the core only by traversing empirically infrequent distances, which may help explain why poor countries have trouble developing more competitive exports and fail to converge to the income levels of rich countries. |
[23] | , Employing commodity flow data from input-output (IO) tables, we construct two IO-based measures to capture interindustry and intersegment vertical relatedness and complementarity. At the industry level, we demonstrate that the new IO-based measures outperform traditional measures based on Standard Industry Classification (SIC) codes. At the firm level, we report that firms increase their degree of vertical relatedness and complementarity over time. The increasing pattern is robust; it is not sensitive to accounting changes in segment definition, different weighting methods, and different IO data employed. As an application, we examine the valuation effects of relatedness in the context of corporate diversification. Copyright 2000 by University of Chicago Press. |
[24] | . , 本文考察了1999年至2008年中国30个省区26个工业行业的产业增长及其影响因素。经验观察发现,东部地区大多数工业行业的产业增长要高于中西部地区;技术密集型行业和劳动密集型行业的产业增长总体上要高于资本密集型行业和资源密集型行业。计量分析结果表明,外商资本和出口开放显著促进了中国省区产业增长,而低效率的国家资本则妨碍了地区产业规模的扩大。经验研究证实,省区产业增长受到省区地理位置和行业市场依存类型的共同影响,出口需求依存度高的行业,在距离海外市场更近、出口开放度更高的省区,产业增长更快;国内需求依存度高的行业,在市场潜力更大的省区,产业增长更快;进口需求依存度高的行业,在距离国际市场更近的省区,产业增长受到国际竞争压力更大的抑制。本文的结论对促进中国地区协调发展和行业规模的扩大提供了一定的依据。 , 本文考察了1999年至2008年中国30个省区26个工业行业的产业增长及其影响因素。经验观察发现,东部地区大多数工业行业的产业增长要高于中西部地区;技术密集型行业和劳动密集型行业的产业增长总体上要高于资本密集型行业和资源密集型行业。计量分析结果表明,外商资本和出口开放显著促进了中国省区产业增长,而低效率的国家资本则妨碍了地区产业规模的扩大。经验研究证实,省区产业增长受到省区地理位置和行业市场依存类型的共同影响,出口需求依存度高的行业,在距离海外市场更近、出口开放度更高的省区,产业增长更快;国内需求依存度高的行业,在市场潜力更大的省区,产业增长更快;进口需求依存度高的行业,在距离国际市场更近的省区,产业增长受到国际竞争压力更大的抑制。本文的结论对促进中国地区协调发展和行业规模的扩大提供了一定的依据。 |
[25] | . , 本文利用我国1999--2007年间30个地区21个工业行业数据,实证检验区域内知识溢出和企业竞争对地区产业创新的影响。区域内知识溢出包括产业内知识溢出(MAR外部性)和产业间知识溢出(Jacobs外部性)两类,本文对后者从产业多样性与产业互补性两方面进行刻画,一定程度上弥补了现有文献对产业间关联程度差异的忽视。此外,我们基于动态面板数据的计量方法有利于克服模型的内生性问题。研究发现MAR外部性与Jacobs外部性对我国地区产业创新的影响均显著为正,但影响程度不同:Jacobs外部性中的产业互补对创新的推动作用最大,它大约为产业多样性或产业内MAR外部性作用的两倍;区域内企业竞争对创新的影响显著为负。 , 本文利用我国1999--2007年间30个地区21个工业行业数据,实证检验区域内知识溢出和企业竞争对地区产业创新的影响。区域内知识溢出包括产业内知识溢出(MAR外部性)和产业间知识溢出(Jacobs外部性)两类,本文对后者从产业多样性与产业互补性两方面进行刻画,一定程度上弥补了现有文献对产业间关联程度差异的忽视。此外,我们基于动态面板数据的计量方法有利于克服模型的内生性问题。研究发现MAR外部性与Jacobs外部性对我国地区产业创新的影响均显著为正,但影响程度不同:Jacobs外部性中的产业互补对创新的推动作用最大,它大约为产业多样性或产业内MAR外部性作用的两倍;区域内企业竞争对创新的影响显著为负。 |
[26] | , Whether diversity or specialization of economic activity better promotes technological change and subsequent economic growth has been the subject of a heated debate in the economics literature. The purpose of this paper is to consider the effect of the composition of economic activity on innovation. We test whether the specialization of economic activity within a narrow concentrated set of economic activities is more conducive to knowledge spillovers or if diversity, by bringing together complementary activities, better promotes innovation. The evidence provides considerable support for the diversity thesis but little support for the specialization thesis. |
[27] | . , <p>新经济增长理论强调动态外部性对经济增长的积极作用。本研究认为动态外部性对中国城市产业增长的影响依赖于中国经济转型。利用2000年和2005年地级市及其以上城市的两位数制造业数据进行实证研究,发现动态外部性和我国城市产业增长存在非线性关系。产业专业化和本地竞争一定程度上可以促进产业增长,但是当专业化和竞争超过一定水平之后将不利于产业增长;相反,多元化程度只有达到较高水平之后才会显著促进产业增长。本研究还发现动态外部性对于市场化程度较高、参与全球化程度高、地方保护较强的产业以及位于经济自主权较大的城市的产业影响尤为显著。本文清晰地表明我国经济转轨为动态外部性的发生创造了条件。</p> , <p>新经济增长理论强调动态外部性对经济增长的积极作用。本研究认为动态外部性对中国城市产业增长的影响依赖于中国经济转型。利用2000年和2005年地级市及其以上城市的两位数制造业数据进行实证研究,发现动态外部性和我国城市产业增长存在非线性关系。产业专业化和本地竞争一定程度上可以促进产业增长,但是当专业化和竞争超过一定水平之后将不利于产业增长;相反,多元化程度只有达到较高水平之后才会显著促进产业增长。本研究还发现动态外部性对于市场化程度较高、参与全球化程度高、地方保护较强的产业以及位于经济自主权较大的城市的产业影响尤为显著。本文清晰地表明我国经济转轨为动态外部性的发生创造了条件。</p> |
[28] | . , <p>改革开放以来,中国制造业空间格局发生了显著变化,多数产业在20世纪80年代趋于空间分散而在90年代趋于地理集中;大部分省区的制造业结构逐渐多元化,90年代后期以来趋于专业化。中国制造业的地理格局存在显著的产业间差异,出口加工型产业越来越向沿海省区集中,原材料指向型更加接近资源地而比较分散,消费市场导向型产业需要就近市场也趋于分散,各地区竞相发展的高利润、高税收产业也更趋于分散。本文系统考察了影响各制造业省区地理分布的区位因素,发现影响我国制造业省区分布的重要因素依次为政策和制度因素、劳动力素质和成本、规模经济、自然资源和区位通达性,但不同类型产业的地理分布影响因素差异较大。</p> , <p>改革开放以来,中国制造业空间格局发生了显著变化,多数产业在20世纪80年代趋于空间分散而在90年代趋于地理集中;大部分省区的制造业结构逐渐多元化,90年代后期以来趋于专业化。中国制造业的地理格局存在显著的产业间差异,出口加工型产业越来越向沿海省区集中,原材料指向型更加接近资源地而比较分散,消费市场导向型产业需要就近市场也趋于分散,各地区竞相发展的高利润、高税收产业也更趋于分散。本文系统考察了影响各制造业省区地理分布的区位因素,发现影响我国制造业省区分布的重要因素依次为政策和制度因素、劳动力素质和成本、规模经济、自然资源和区位通达性,但不同类型产业的地理分布影响因素差异较大。</p> |
[29] | 他曾意气风发,组织并参与改革前夜的种种探讨莫干山会议闪现的火花,让当时的政府高层眼前一亮他出生城市,却也经历过轰轰烈烈的上山下乡多年的城乡往返,让他对城市和乡村有了更深的理解不了解城市,如何将城市化进行到底?不了解农村与农民,何以了解一个中国!本期“名刊名著栏目”与您分享著名经济学家周其仁的《城乡中国》(上、下) 他曾意气风发,组织并参与改革前夜的种种探讨莫干山会议闪现的火花,让当时的政府高层眼前一亮他出生城市,却也经历过轰轰烈烈的上山下乡多年的城乡往返,让他对城市和乡村有了更深的理解不了解城市,如何将城市化进行到底?不了解农村与农民,何以了解一个中国!本期“名刊名著栏目”与您分享著名经济学家周其仁的《城乡中国》(上、下) |
[30] | , A growing literature on evolutionary economic geography concludes that regional industrial evolution is path-dependent and is determined by the pre-existing industries. This study applies the co-occurrence approach to calculate the production relatedness and portrays the production space and then examines the impact of production relatedness on regional industrial evolution. The findings report that production relatedness does underscore the regional structure change in China but shows significant regional differences in the evolution path. The coastal region has strong tendency of path dependence in its industrial evolution, while North West and South West break the path-dependent trajectory and transition into high productive sectors distant from their own production network. The results suggest that national policies can play its crucial role in creating new paths in China's regional development. Institutions matter to allow the significant role of industry relatedness in driving regional industrial evolution. |
[31] | , Rapid and sustained economic growth in the emerging world has brought new members, notably China, into the group of middle-income countries. Reaching this level of income, however, has historically presented countries with a new set of challenges to development, resulting in slowing growth and an entrapment in what is known as the middle-income trap. Limited income convergence in Latin America has at least partly been due to its reduced capacity to engage in a structural transformation conducive to higher productivity. In contrast, emerging Asia offers a few examples of these 65virtuous. productive transformations. With these two references in mind, we build a comparative analysis based on the following points: First, we illustrate differences in the process of structural transformation, both with regard to sector productivity and employment absorption. Second, we adopt the Product Space methodology to compare the structural transformation that took place in both regions. Finally, we consider the role played by Productive Development Policies (PDP) in shaping the process of structural transformation, through a comparative review of these policies in Korea, Brazil and Mexico. In short, the analysis allows us to gauge the role that the economic specialisation of a country plays in facilitating transitions to more advanced stages of economic development. La croissance rapide et soutenue dans les économies émergentes a fait rentrer des nouveaux membres, dont la Chine, dans le groupe des pays à revenu intermédiaire. Cependant, atteindre ce niveau de revenu, a historiquement supposé pour ces pays de faire face à de nouveaux défis pour le développement, entra06nant un ralentissement de la croissance et une situation de stagnation connue sous le nom de piège des revenus intermédiaires. La convergence toutefois limitée de l’Amérique latine est en partie expliquée par sa capacité réduite à s’engager dans des transformations structurelles vers une productivité plus élevée. En revanche, l’Asie émergente nous présente des exemples de ces vertueuses transformations productives. Tenant compte de ces deux différences, nous élaborons une analyse comparative basée sur les dimensions suivantes : D’abord, nous illustrons des différences dans le processus de transformation structurelle, à la fois par rapport à la productivité sectorielle et la relocalisation d’emplois. Par la suite, nous adoptons la méthodologie de Product Space pour comparer la transformation structurelle qui a eu lieu dans les deux régions. Finalement, nous considérons le r00le des politiques de développement productives (PDP) pour déterminer le processus de transformation structurel, à travers une révision comparative de ces politiques en Corée, au Brésil et au Mexique. En somme, l’analyse permet d’évaluer le r00le que la spécialisation économique d’un pays peut jouer pour faciliter la transition vers des phases de développement économique plus avancées. |