侯淑霞, 王雪瑞

(內(nèi)蒙古財(cái)經(jīng)大學(xué)商務(wù)學(xué)院,內(nèi)蒙古 呼和浩特 010070)

近年的綜合經(jīng)濟(jì)先行指數(shù)報(bào)告顯示,世界各國經(jīng)濟(jì)普遍呈現(xiàn)增長減速趨勢。中國經(jīng)濟(jì)雖然保持著穩(wěn)中有進(jìn)的態(tài)勢,但內(nèi)生動(dòng)力不足、結(jié)構(gòu)失衡等諸多瓶頸對發(fā)揮市場在資源配置中的決定性作用造成了嚴(yán)重阻礙。如何提升內(nèi)生動(dòng)力、調(diào)節(jié)產(chǎn)業(yè)結(jié)構(gòu)是亟待解決的問題。經(jīng)驗(yàn)研究顯示,諸多OECD國家多年來不斷提高生產(chǎn)性服務(wù)業(yè)在經(jīng)濟(jì)中的比重,其增加值占國內(nèi)生產(chǎn)總值的比重已超過了1/3[1]。生產(chǎn)性服務(wù)業(yè)比重的提高,被Hansen證明能促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展[2]。同時(shí),皮特(Peter,2012)也指出生產(chǎn)性服務(wù)業(yè)對中國經(jīng)濟(jì)總體和主要城市的發(fā)展是一個(gè)機(jī)會(huì)[3]。

從中國生產(chǎn)性服務(wù)業(yè)空間分布和集聚效應(yīng)的研究可以看出,中國的經(jīng)濟(jì)在長期平穩(wěn)發(fā)展的同時(shí),也帶動(dòng)了中國生產(chǎn)性服務(wù)業(yè)的集聚式發(fā)展[4]。然而,中國各省區(qū)生產(chǎn)性服務(wù)業(yè)的發(fā)展水平出現(xiàn)了較大的區(qū)域差異、生產(chǎn)性服務(wù)業(yè)集聚的空間分布極不平衡,大體上呈從東至西依次遞減[4]。這與中國經(jīng)濟(jì)發(fā)展水平極其相似,表明生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長之間可能存在較強(qiáng)的相關(guān)關(guān)系,與鮑爾溫等(Baldwin et al,2004)指出的經(jīng)濟(jì)增長與空間集聚存在關(guān)系十分吻合*鮑德溫等(Baldwin et al,2004)認(rèn)為經(jīng)濟(jì)增長和空間集聚的理論研究表明經(jīng)濟(jì)增長和空間集聚是兩個(gè)難以分離的變化過程,在本質(zhì)上是相互影響的內(nèi)生化過程。[5]。對工業(yè)集聚與經(jīng)濟(jì)增長的研究也表明,中國經(jīng)濟(jì)增長與產(chǎn)業(yè)集聚之間存在內(nèi)生關(guān)系[6]。然而,諸多研究證明了生產(chǎn)性服務(wù)業(yè)集聚與工業(yè)集聚性質(zhì)具有顯著的差異,中國生產(chǎn)性服務(wù)業(yè)與經(jīng)濟(jì)增長是否存在內(nèi)生關(guān)系,生產(chǎn)性服務(wù)業(yè)集聚對中國經(jīng)濟(jì)增長作用如何,這些都是值得深入探討的熱點(diǎn)問題。

一、研究文獻(xiàn)回顧

在理論研究方面,學(xué)者們(Martin和Ottaviano,1999,2001;Baldwin et al,2004)以內(nèi)生增長理論為基礎(chǔ),結(jié)合新經(jīng)濟(jì)地理學(xué)的空間集聚相關(guān)思想,構(gòu)建了集聚經(jīng)濟(jì)模型,對產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了研究[7][8]。馬丁等(Martin和Ottaviano,2001)從創(chuàng)新和成本的角度,證明了產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間的相互促進(jìn)作用,認(rèn)為二者是此增彼漲、累積循環(huán)的過程[8]。杜邦(Dupont,2007)從知識溢出的角度,論證了產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的促進(jìn)作用[9]。

在實(shí)證研究方面,西庫恩等(Ciccone和Hall,1996)通過對勞動(dòng)生產(chǎn)率與就業(yè)密度的研究,發(fā)現(xiàn)美國各州就業(yè)密度的增長對勞動(dòng)生產(chǎn)率具有顯著的促進(jìn)作用[10]。西庫恩(Ciccone,2002)對歐洲的進(jìn)一步研究也得出了同樣的結(jié)論[11]。另外,以E-G指數(shù)表示產(chǎn)業(yè)集聚對瑞典的研究(Braunerhjelm和Borgman,2006)、以面板數(shù)據(jù)對歐洲的研究(Brülhart和Mathys,2008)都顯示了同樣的結(jié)論[12][13]。對芬蘭的研究顯示了類似的結(jié)果,人口密度對收入增長有正向促進(jìn)作用[14]。

國內(nèi)學(xué)者對產(chǎn)業(yè)集聚的研究大多是圍繞工業(yè)集聚進(jìn)行的。通過E-G指數(shù)表示的產(chǎn)業(yè)集聚也被證明(羅勇和曹麗莉,2005)與工業(yè)總產(chǎn)值存在高度正相關(guān)[15]。在使用工具變量法的研究中(章元和劉修巖,2008),與鮑蒂斯塔(Bautista,2006)得出了不同的結(jié)論,認(rèn)為中國產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長具有顯著的正向促進(jìn)作用[16]。

總之,盡管有少數(shù)不同的結(jié)論,但多數(shù)實(shí)證研究都證明了工業(yè)集聚對經(jīng)濟(jì)增長的促進(jìn)作用以及經(jīng)濟(jì)增長對工業(yè)集聚的促進(jìn)作用。然而,基于內(nèi)生的生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長的內(nèi)生關(guān)系的研究還有待補(bǔ)充。

二、內(nèi)生性假設(shè)與理論模型結(jié)構(gòu)

(一)生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)率

在西方發(fā)達(dá)國家的服務(wù)業(yè)中,生產(chǎn)性服務(wù)業(yè)是國民經(jīng)濟(jì)貢獻(xiàn)最大的一部分。生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)可以用其增加值貢獻(xiàn)率來做初步的簡單衡量。從中國各省2011年生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)率可以看出*具體數(shù)據(jù)可向作者索取。,經(jīng)濟(jì)較發(fā)達(dá)的省份(如北京、上海、山東、天津、江蘇等),其生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)的貢獻(xiàn)率較高(在24%以上),而經(jīng)濟(jì)欠發(fā)達(dá)的新疆、甘肅、四川等省份,其生產(chǎn)性服務(wù)業(yè)的貢獻(xiàn)率較低(在11%以下)?？傮w而言,中國生產(chǎn)性服務(wù)業(yè)發(fā)展水平還很低,各省的貢獻(xiàn)率都在40%以下。

(二)生產(chǎn)性服務(wù)業(yè)集聚的經(jīng)濟(jì)增長效應(yīng)假設(shè)

學(xué)者們從理論上提出了集聚經(jīng)濟(jì)對經(jīng)濟(jì)增長的促進(jìn)作用,國內(nèi)學(xué)者也通過實(shí)證研究驗(yàn)證了工業(yè)集聚對經(jīng)濟(jì)增長的正向效應(yīng),但對生產(chǎn)性服務(wù)業(yè)與經(jīng)濟(jì)增長的關(guān)系尚未得到經(jīng)驗(yàn)證明。基于此,本文對中國生產(chǎn)性服務(wù)業(yè)與經(jīng)濟(jì)增長之間的關(guān)系做一假設(shè):中國生產(chǎn)性服務(wù)業(yè)集聚對經(jīng)濟(jì)增長具有正向促進(jìn)作用,二者之間具有內(nèi)生關(guān)系。

(三)理論模型結(jié)構(gòu)

在經(jīng)濟(jì)增長與產(chǎn)業(yè)集聚的關(guān)系研究中,Baldwin和Martin(2004)通過擁堵成本檢驗(yàn)了經(jīng)濟(jì)增長與產(chǎn)業(yè)集聚的理論聯(lián)系[17],認(rèn)為產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間存在雙向互動(dòng)關(guān)系。依此經(jīng)驗(yàn)和上文假設(shè),我們構(gòu)建如下的理論模型:

其中,g為經(jīng)濟(jì)增長率,h為產(chǎn)業(yè)集聚度,Xg為影響經(jīng)濟(jì)增長的相關(guān)要素,Xa為影響產(chǎn)業(yè)集聚的相關(guān)要素。

對于g方程,本文在羅默爾(Romer,1986,1994)的內(nèi)生增長模型基礎(chǔ)上進(jìn)行了擴(kuò)展[18],引入生產(chǎn)性服務(wù)業(yè)集聚度變量,將擴(kuò)展后的增長模型作為研究經(jīng)濟(jì)增長效應(yīng)的模型。對于h方程,我們選取影響生產(chǎn)性服務(wù)業(yè)集聚的相關(guān)變量,考慮到生產(chǎn)性服務(wù)業(yè)集聚程度的內(nèi)生性,弱化了生產(chǎn)性服務(wù)業(yè)增加值在模型中的作用,構(gòu)建了集聚方程。根據(jù)假設(shè),生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長是一個(gè)互相影響的內(nèi)生化過程,為準(zhǔn)確檢驗(yàn)它們的相互關(guān)系,本文采用聯(lián)立方程模型來分析這一過程,模型中所有變量均采用對數(shù)形式。模型具體形式如下:

(四)數(shù)據(jù)選取與變量詮釋

模型中的變量取值均根據(jù)2010-2011年的《中國統(tǒng)計(jì)年鑒》和2010-2011年的《中國人口統(tǒng)計(jì)年鑒》的相關(guān)統(tǒng)計(jì)數(shù)據(jù)計(jì)算得出。變量rgdp表示經(jīng)濟(jì)增長率,用各省2011年的GDP對數(shù)值減去2010年的GDP的值再除以2010年的GDP值衡量。變量pifa表示人均固定資產(chǎn)投資,用2011年的固定資產(chǎn)投資除以2011年的人口數(shù)衡量。變量ppp表示人均人力資本投入,用2011年各省大專以上人口數(shù)衡量。變量prde表示技術(shù)進(jìn)步,用2011年各省的研發(fā)投入經(jīng)費(fèi)除以人口數(shù)衡量。變量rvps表示生產(chǎn)性服務(wù)業(yè)集聚度,以往的研究采用了人口密度等多種集聚度量方法,但相比較而言產(chǎn)業(yè)增加值占該行業(yè)全國總值的比重更能代表其集聚性,我們用2011年各省生產(chǎn)性服務(wù)業(yè)增加值占全國的生產(chǎn)性服務(wù)業(yè)增加值的比重衡量。變量pdpg表示各省的知識溢出,知識溢出是產(chǎn)業(yè)集聚的主要因素,但對其量化卻十分困難,我們用各省專利授權(quán)數(shù)除以生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)衡量。變量pifaps表示生產(chǎn)性服務(wù)業(yè)勞均固定資產(chǎn)投資,用2011年各省生產(chǎn)性服務(wù)業(yè)的固定資產(chǎn)投資除以生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)衡量,并表示生產(chǎn)性服務(wù)業(yè)基礎(chǔ)設(shè)施建設(shè)水平。變量rvpsp表示勞動(dòng)力價(jià)值(即生產(chǎn)性服務(wù)業(yè)勞均增加值),用2011年生產(chǎn)性服務(wù)業(yè)增加值除以生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)衡量。

三、空間相關(guān)性檢驗(yàn)下的實(shí)證模型

(一)單方程空間自相關(guān)性檢驗(yàn)

空間自相關(guān)性檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ突貧w殘差的空間自相關(guān)性問題,對聯(lián)立方程模型的空間自相關(guān)性檢驗(yàn),目前還沒有比較成熟和具體的方法。我們通過對聯(lián)立方程模型中各方程OLS回歸殘差的Moran’s I檢驗(yàn)每個(gè)方程的空間自相關(guān)性問題,最后根據(jù)安瑟林給出的空間計(jì)量模型選擇方法決定空間聯(lián)立方程模型的形式*Anselin(2005)給出了空間計(jì)量模型形式的選擇規(guī)則,即考慮LM(Error)和LM(Lag)檢驗(yàn)統(tǒng)計(jì)量。如果二者都不能拒絕0假設(shè),則直接使用OLS的估計(jì)結(jié)果,無需進(jìn)行空間計(jì)量模型的設(shè)定與估計(jì)。如果有且僅有一個(gè)LM檢驗(yàn)統(tǒng)計(jì)量拒絕了0假設(shè),則選擇其對應(yīng)的空間回歸模型。當(dāng)兩個(gè)LM 檢驗(yàn)統(tǒng)計(jì)量都拒絕了0假設(shè),則考慮檢驗(yàn)統(tǒng)計(jì)量的抗差(Robust)形式。一般地,兩個(gè)抗差(Robust)LM檢驗(yàn)統(tǒng)計(jì)量只有一個(gè)是顯著的,或其中一個(gè)的重要性比另一個(gè)更顯著(如P<0.00000比P<0.03更顯著)。在此情況下,選擇與最顯著的統(tǒng)計(jì)量相對應(yīng)的空間回歸模型。。由于這樣的檢驗(yàn)方法沒有考慮聯(lián)立方程模型中各方程間的相互影響,故只能作為模型構(gòu)建的初步檢驗(yàn)。在空間聯(lián)立方程模型確立后,還要通過空間聯(lián)立方程模型與經(jīng)典聯(lián)立方程模型的估計(jì)效果再次驗(yàn)證其空間自相關(guān)性的消除效果。

1.經(jīng)濟(jì)增長模型的空間自相關(guān)性檢驗(yàn)

假設(shè)生產(chǎn)性服務(wù)業(yè)集聚變量為外生變量,對經(jīng)濟(jì)增長模型進(jìn)行OLS回歸,通過其殘差的Moran’s I檢驗(yàn)方程的空間自相關(guān)性。從回歸及診斷結(jié)果來看*詳細(xì)回歸結(jié)果可向作者索取。,模型OLS估計(jì)的殘差Moran’s I指數(shù)高度顯著(P=0.0059230<0.01),說明模型具有強(qiáng)烈的空間自相關(guān)性。由于LM(lag)顯著(P=0.0072857<0.01),而LM(error)不顯著(P=0.1723610),根據(jù)安瑟林的空間計(jì)量模型選擇方法*Anselin(2005)給出了空間計(jì)量模型形式的選擇規(guī)則。,經(jīng)濟(jì)增長模型應(yīng)使用空間滯后模型進(jìn)行估計(jì)。

2.生產(chǎn)性服務(wù)業(yè)集聚模型的空間自相關(guān)性檢驗(yàn)

4.3.2.2 化學(xué)防治?？菸?、莖點(diǎn)枯病、葉部病害用50%多菌靈500倍液、70%甲基硫菌靈(甲托)800倍液、70%代森錳鋅800倍、75%百菌清600倍液防治。一般在發(fā)病初期用藥，全田噴霧2～3次，間隔時(shí)間為5～7 d。

假設(shè)經(jīng)濟(jì)增長率變量為外生變量,對生產(chǎn)性服務(wù)業(yè)集聚模型進(jìn)行OLS回歸,通過其殘差的Moran’s I檢驗(yàn)方程的空間自相關(guān)性。從回歸及診斷結(jié)果來看*詳細(xì)回歸結(jié)果可向作者索取。,模型OLS估計(jì)的殘差Moran’s I指數(shù)高度顯著(P=0.0193264<0.05),說明模型具有強(qiáng)烈的空間自相關(guān)性。由于LM(lag)顯著(P=0.0917793<0.1),而LM(error)不顯著(P=0.4197219),根據(jù)安瑟林的空間計(jì)量模型選擇方法*Anselin(2005)給出了空間計(jì)量模型形式的選擇規(guī)則。,生產(chǎn)性服務(wù)業(yè)集聚模型應(yīng)使用空間滯后模型進(jìn)行估計(jì)。

(二)空間聯(lián)立方程模型形式

通過對聯(lián)立方程模型中兩個(gè)方程的OLS估計(jì)及其殘差的Moran’s I檢驗(yàn),我們確立了各方程的空間滯后模型形式。據(jù)此,空間聯(lián)立方程模型的形式可以寫成:

模型中的變量總數(shù)K為9,ln(rgdp)方程中包含的變量數(shù)M1為6,ln(rvps)方程中包含的變量數(shù)M2為5,模型方程總數(shù)G為2。因K-M1>G-1、K-M2>G-1,故模型中的方程均可識別。

四、模型估計(jì)及結(jié)果分析

(一)二階段最小二乘估計(jì)

在聯(lián)立方程中,由于內(nèi)生變量是作為解釋變量出現(xiàn)的,所以O(shè)LS估計(jì)是有偏的。蒙特卡羅的研究表明,二階段最小二乘法(2SLS)的小樣本性質(zhì)在大多數(shù)方面優(yōu)于其他估計(jì)量且相當(dāng)穩(wěn)定,即對其他估計(jì)問題(如多重共線性、誤設(shè)定的存在)不敏感,因而我們用2SLS對空間聯(lián)立方程模型進(jìn)行估計(jì)。具體步驟如下:

1.工具變量的選取。2SLS的思路是將所有的前定變量結(jié)合起來產(chǎn)生一個(gè)復(fù)合變量,以此作為“最佳工具變量”。首先將方程中作為解釋變量的每一個(gè)內(nèi)生變量對聯(lián)立方程模型中全部前定變量回歸(即估計(jì)相應(yīng)的簡化式方程),然后計(jì)算這些內(nèi)生變量的估計(jì)值。本文聯(lián)立方程模型中選取ln(rgdp)和ln(rvps)的簡化式方程估計(jì)變量和作為工具變量*具體內(nèi)容及估計(jì)結(jié)果可向作者索取。。

2.模型替換。用上一階段中得出的內(nèi)生變量的估計(jì)值代替空間聯(lián)立方程模型中各方程右端的內(nèi)生變量(即作為這些變量的工具變量),對原方程進(jìn)行OLS估計(jì)后可得到結(jié)構(gòu)參數(shù)的估計(jì)值。

(二)模型結(jié)果及空間自相關(guān)性驗(yàn)證

我們分別對模型進(jìn)行“空間聯(lián)立方程模型的2SLS估計(jì)”和“經(jīng)典聯(lián)立方程模型的2SLS估計(jì)”,通過對經(jīng)典聯(lián)立方程模型的2SLS估計(jì)結(jié)果與空間計(jì)量模型的估計(jì)結(jié)果進(jìn)行比較*兩次估計(jì)的詳細(xì)結(jié)果可向作者索取。,進(jìn)一步驗(yàn)證聯(lián)立方程模型單方程空間自相關(guān)性檢驗(yàn)的結(jié)果。

(三)模型結(jié)果分析

從空間聯(lián)立方程模型經(jīng)濟(jì)增長方程的估計(jì)結(jié)果可以看出,GDP增長率的回歸結(jié)果與中國的經(jīng)濟(jì)發(fā)展情況基本相符。首先,經(jīng)濟(jì)增長率的空間滯后變量高度顯著,表明中國經(jīng)濟(jì)增長具有較明顯的空間自相關(guān)性,各省的經(jīng)濟(jì)增長會(huì)受到一定距離內(nèi)的鄰近省份經(jīng)濟(jì)增長的影響*這正是空間權(quán)重矩陣所要表達(dá)的內(nèi)容。。其次,生產(chǎn)性服務(wù)業(yè)集聚程度系數(shù)為正且在5%水平顯著,表明生產(chǎn)性服務(wù)業(yè)集聚對中國經(jīng)濟(jì)增長具有明顯的正向效應(yīng)。另外,從其系數(shù)可知,當(dāng)生產(chǎn)性服務(wù)業(yè)集聚度增加1%時(shí),經(jīng)濟(jì)增長率增長0.083327%,表明生產(chǎn)性服務(wù)業(yè)集聚程度的增加,其經(jīng)濟(jì)增長效應(yīng)將有明顯提高。這與對工業(yè)集聚的研究結(jié)果不同,從模型結(jié)果來看,中國生產(chǎn)性服務(wù)業(yè)集聚還未出現(xiàn)因集聚過度影響經(jīng)濟(jì)發(fā)展的“擁擠效應(yīng)”*“擁擠效應(yīng)”是種群增長過程中隨著密度增加而使種群增長速度降低的現(xiàn)象,此處指因產(chǎn)業(yè)集聚過度而引起經(jīng)濟(jì)增長速度下降的現(xiàn)象。。再次,人均固定資產(chǎn)投資對中國經(jīng)濟(jì)增長的作用顯著,當(dāng)人均固定資產(chǎn)投資增加1%時(shí),經(jīng)濟(jì)增長率增長0.101648%。人均人力資本水平對經(jīng)濟(jì)增長的作用也比較顯著,當(dāng)大專以上人口數(shù)增加1%時(shí),經(jīng)濟(jì)增長率增長0.086963%,表明高級人才在經(jīng)濟(jì)增長中具有重要作用。最后,技術(shù)進(jìn)步對經(jīng)濟(jì)增長的作用顯著,當(dāng)技術(shù)進(jìn)步增加1%時(shí),經(jīng)濟(jì)增長率增長0.058803%。上述結(jié)果證實(shí)了生產(chǎn)性服務(wù)業(yè)集聚等因素對中國經(jīng)濟(jì)增長的巨大拉動(dòng)效應(yīng)。

從空間聯(lián)立方程模型生產(chǎn)性服務(wù)業(yè)集聚方程的估計(jì)結(jié)果可以看出,生產(chǎn)性服務(wù)業(yè)集聚的空間滯后變量顯著,表明在經(jīng)濟(jì)增長內(nèi)生的情況下,生產(chǎn)性服務(wù)業(yè)也存在空間自相關(guān)。各變量系數(shù)都為正且全部顯著,表明經(jīng)濟(jì)增長、人力資本水平、人均固定資產(chǎn)投資和知識溢出均對生產(chǎn)性服務(wù)業(yè)集聚具有顯著的促進(jìn)作用。從各變量系數(shù)來看,在其他變量不變的情況下,當(dāng)經(jīng)濟(jì)增長率增加1%時(shí),生產(chǎn)性服務(wù)業(yè)集聚程度增加0.350618%,表明隨著經(jīng)濟(jì)的不斷增長,生產(chǎn)性服務(wù)業(yè)的空間集聚效應(yīng)還會(huì)加強(qiáng)。當(dāng)人力資本價(jià)值(即生產(chǎn)性服務(wù)業(yè)的勞均增加值)增加1%時(shí),生產(chǎn)性服務(wù)業(yè)集聚增加0.662916%。當(dāng)生產(chǎn)性服務(wù)業(yè)勞均固定資產(chǎn)投資增加1%時(shí),生產(chǎn)性服務(wù)業(yè)集聚增加0.345878%。當(dāng)知識溢出增加1%時(shí),生產(chǎn)性服務(wù)業(yè)集聚增加0.140491%。

五、結(jié) 語

本文通過構(gòu)建生產(chǎn)性服務(wù)業(yè)集聚和經(jīng)濟(jì)增長之間的聯(lián)立方程模型,利用2010、2011年各省截面數(shù)據(jù),對生產(chǎn)性服務(wù)業(yè)集聚和經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行了實(shí)證分析。研究結(jié)果表明,生產(chǎn)性服務(wù)業(yè)集聚影響經(jīng)濟(jì)增長,經(jīng)濟(jì)增長反過來又會(huì)影響生產(chǎn)性服務(wù)業(yè)集聚,生產(chǎn)性服務(wù)業(yè)集聚和經(jīng)濟(jì)增長之間具有內(nèi)生關(guān)聯(lián)性。

同時(shí),我們發(fā)現(xiàn)中國經(jīng)濟(jì)增長具有較明顯的空間自相關(guān)性,各省的經(jīng)濟(jì)增長受到一定距離內(nèi)的鄰近省份經(jīng)濟(jì)增長的影響,且生產(chǎn)性服務(wù)業(yè)集聚對中國整體經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。人均固定資產(chǎn)投資、人均人力資本水平和技術(shù)進(jìn)步等內(nèi)生經(jīng)濟(jì)增長理論的重要影響因素對中國經(jīng)濟(jì)增長的作用比較顯著。生產(chǎn)性服務(wù)業(yè)集聚的回歸結(jié)果表明,經(jīng)濟(jì)發(fā)展水平、人力資本價(jià)值、固定資產(chǎn)投入和知識溢出對生產(chǎn)性服務(wù)業(yè)集聚具有顯著的促進(jìn)作用。

[1] 呂政,劉勇,王欽.中國生產(chǎn)性服務(wù)業(yè)發(fā)展的戰(zhàn)略選擇——基于產(chǎn)業(yè)互動(dòng)的研究視角[J].中國工業(yè)經(jīng)濟(jì),2006,(7).

[2] Hansen N.Do producer services induce regional economic development?[J].Journal of regional Science,1990,30(4):465-476.

[3] Peter W.Daniels.The transition to producer services in China[J].Producer Services in China:Economic and Urban Development,2012,(42):29-51.

[4] 王雪瑞.我國生產(chǎn)性服務(wù)業(yè)成長與發(fā)展現(xiàn)狀研究[J].財(cái)經(jīng)理論研究,2013,(5):42-48.

[5] Baldwin R.E.,Wyplosz C.The economics of European integration[M].London:McGraw-Hill,2004.

[6] 柯善咨,姚德龍.工業(yè)集聚與城市勞動(dòng)生產(chǎn)率的因果關(guān)系和決定因素——中國城市的空間計(jì)量經(jīng)濟(jì)聯(lián)立方程分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,(12):3-14.

[7] Martin P.,Ottaviano G.I.P.Growing locations:Industry location in a model of endogenous growth[J].European Economic Review,1999,43(2):281-302.

[8] Martin P.,Ottaviano G.I.P.Growth and agglomeration[J].International Economic Review,2001,42(4):947-968.

[9] Dupont V.Do geographical agglomeration,growth and equity conflict?[J].Papers in Regional Science,2007,86(2):193-213.

[10] Ciccone A.,Hall R.E.Productivity and the density of economic activity[R].National Bureau of Economic Research,1996.

[11] Ciccone A.Agglomeration effects in Europe[J].European Economic Review,2002,46(2):213-227.

[12] Braerhunelm P.,Borgman B.Agglomeration,diversity and regional growth[R].Royal Inst,2006.

[13] Brülitute of Technology,CESIS-Centre of Excellence for Science and Innovation Studies,hart M.,Mathys N.A.Sectoral agglomeration economies in a panel of European regions[J].Regional Science and Urban Economics,2008,38(4):348-362.

[14] Ottaviano G.I.P.,Pinelli D.Market potential and productivity:evidence from Finnish regions[J].Regional Science and Urban Economics,2006,36(5):636-657.

[15] 文玫.中國工業(yè)在區(qū)域上的重新定位和聚集[J].經(jīng)濟(jì)研究,2004,(2):84-94.

[16] 章元,劉修巖.聚集經(jīng)濟(jì)與經(jīng)濟(jì)增長——來自中國的經(jīng)驗(yàn)證據(jù)[J].世界經(jīng)濟(jì),2008,(3):60-70.

[17] Baldwin R.E.,Martin P.Agglomeration and regional growth[J].Handbook of regional and urban economics,2004,(4):2671-2711.

[18] Romer P.M.The origins of endogenous growth[J].The Journal of Economic Perspectives,1994,8(1):3-22.