尤文龍,王宮成
(1.東北財經(jīng)大學產(chǎn)業(yè)組織與企業(yè)組織研究中心,遼寧 大連 116025;2.中國中車集團公司,北京 100036)
2018年習近平總書記在深入推進東北振興座談會上強調,東北地區(qū)是重要的工業(yè)和農(nóng)業(yè)基地,戰(zhàn)略地位十分重要。作為維護國防、糧食、生態(tài)、能源和產(chǎn)業(yè)安全的重要老工業(yè)基地,東北地區(qū)的產(chǎn)業(yè)融合發(fā)展成為深化改革、培育新動能和激發(fā)創(chuàng)新活力的關鍵路徑和載體。2017年東北地區(qū)第二產(chǎn)業(yè)增加值占全國比重僅為5.7%,與2003年東北振興戰(zhàn)略伊始的9.9%相比,反而下降了4.2個百分點;2018年遼寧、吉林和黑龍江地區(qū)生產(chǎn)總值的增速分別為5.7%、4.5%和5.0%,均低于全國6.6%的平均水平。在東北經(jīng)濟下行結束且逐步企穩(wěn)的關鍵時期,實現(xiàn)傳統(tǒng)產(chǎn)業(yè)供給側結構性改革和新興產(chǎn)業(yè)培育,對于加快東北地區(qū)產(chǎn)業(yè)融合和產(chǎn)業(yè)振興具有重要的理論意義和現(xiàn)實意義。
從東北地區(qū)傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展現(xiàn)狀來看,2017年遼寧規(guī)模以上裝備制造業(yè)、石化、冶金和農(nóng)產(chǎn)品加工業(yè)增加值占規(guī)模以上工業(yè)增加值比重高達83.0%,其中高端裝備制造業(yè)增加值占比僅為5.8%,高技術制造業(yè)占第二產(chǎn)業(yè)固定資產(chǎn)投資比重僅為12.3%;吉林新興產(chǎn)業(yè)增加值占工業(yè)增加值比重為15.1%;黑龍江新興產(chǎn)業(yè)投資4 210.6億元,增長10.4%。東北地區(qū)傳統(tǒng)產(chǎn)業(yè)仍然位居產(chǎn)業(yè)主導地位,新興產(chǎn)業(yè)規(guī)模和比重亟待提升,傳統(tǒng)產(chǎn)業(yè)轉型升級和新興產(chǎn)業(yè)壯大,成為提高東北地區(qū)產(chǎn)業(yè)融合發(fā)展質量的政策目標。由此可見,東北全面振興和全方位振興必須解決的關鍵問題在于產(chǎn)業(yè)結構和經(jīng)濟結構問題,東北傳統(tǒng)產(chǎn)業(yè)調整改造與新興產(chǎn)業(yè)培育壯大能否實現(xiàn)融合發(fā)展,是加快推進東北經(jīng)濟高質量發(fā)展的重大理論問題和實踐問題。
2013年國家發(fā)展和改革委員會印發(fā)《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》,東北34個城市中有23個入選該名單,表明東北老工業(yè)基地調整改造任務仍然十分艱巨,2010年國務院發(fā)布《國務院關于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》,兩項政策的交匯為研究產(chǎn)業(yè)融合政策效果提供了條件,對東北地區(qū)傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合效果進行檢驗,對于加快提升產(chǎn)業(yè)融合質量、以產(chǎn)業(yè)振興實現(xiàn)東北全面振興具有重要的理論意義和現(xiàn)實意義。
作為傳統(tǒng)產(chǎn)業(yè)升級和新興產(chǎn)業(yè)培育壯大的階段性演進規(guī)律和趨勢,產(chǎn)業(yè)融合歷來受到政府部門重視,成為制定產(chǎn)業(yè)政策需考慮的重點問題,學者們對此進行了大量理論探討、定量測度和實證研究?,F(xiàn)有關于傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展的研究主要集中在融合發(fā)展機理方面。孫軍和高彥彥[1]從新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)互動維度對產(chǎn)業(yè)融合和產(chǎn)業(yè)結構的變遷邏輯進行了理論分析,基于螺旋上升模型的研究認為,傳統(tǒng)產(chǎn)業(yè)可以升級為新興產(chǎn)業(yè),而培育新興產(chǎn)業(yè)可以為傳統(tǒng)產(chǎn)業(yè)升級奠定基礎,以發(fā)揮比較優(yōu)勢的思路去壯大新興產(chǎn)業(yè)有利于實現(xiàn)產(chǎn)業(yè)融合質量的提升。梁威和劉滿鳳[2]基于耦合協(xié)調評價模型對新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)耦合協(xié)調度進行定量測度,認為協(xié)調度呈現(xiàn)緩慢上升趨勢,且東部地區(qū)高于西部地區(qū),新興產(chǎn)業(yè)滯后于傳統(tǒng)產(chǎn)業(yè),是耦合協(xié)調度低下的主要原因。
產(chǎn)業(yè)融合發(fā)展評價的對象主要集中在信息業(yè)與制造業(yè)的關系或具體產(chǎn)業(yè)案例等方面,融合發(fā)展效果的實證研究主要采用傳統(tǒng)的面板數(shù)據(jù)回歸分析等方法。汪芳和潘毛毛[3]認為,相比勞動密集型產(chǎn)業(yè)與資本密集型產(chǎn)業(yè),技術密集型產(chǎn)業(yè)更易產(chǎn)生融合,信息業(yè)與制造業(yè)融合發(fā)展對制造業(yè)成長的貢獻大于績效提升。高智和魯志國[4]運用耦合評價模型測度了裝備制造業(yè)和高技術服務業(yè)的融合水平,研究結果顯示,產(chǎn)業(yè)聯(lián)動性較高但耦合協(xié)調度偏低,產(chǎn)業(yè)融合發(fā)展水平總體不高,且呈現(xiàn)東部高于西部的特征。Banker 等[5]認為,電子科技將降低企業(yè)成本,導致產(chǎn)業(yè)融合與產(chǎn)業(yè)績效之間存在正相關關系。Liao和Tu[6]認為,在低不確定情形下,信息化可以有效推動制造業(yè)發(fā)展,但產(chǎn)業(yè)融合不顯著;在高不確定情形下,產(chǎn)業(yè)融合可以推動制造業(yè)發(fā)展,但信息化對制造業(yè)發(fā)展的影響不顯著。
在推動傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展的產(chǎn)業(yè)政策方面,現(xiàn)有文獻主要基于政府補貼和技術進步方式選擇等角度進行機制設計和政策落地。王宇和劉志彪[7]研究了差異化補貼方式對新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)發(fā)展的影響,認為生產(chǎn)補貼短期內(nèi)推動新興產(chǎn)業(yè)但抑制傳統(tǒng)產(chǎn)業(yè)發(fā)展,在不具有可持續(xù)性的情況下不利于長期的技術進步,是否存在高水平的知識溢出效應,是補貼能否推動新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)均衡發(fā)展的關鍵因素,對新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)融合階段的研判,是動態(tài)調整和優(yōu)化政府補貼的主要依據(jù)。陸立軍和于斌斌[8]對新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的融合階段、企業(yè)行為和政府策略進行了理論和實證檢驗,認為產(chǎn)業(yè)融合先后經(jīng)歷相互適應、協(xié)同發(fā)展和分化替代等過程,政府行為和骨干企業(yè)顯著影響融合度及趨勢,分別對新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)采取相應的產(chǎn)業(yè)政策并搭建創(chuàng)新平臺是地方政府提升融合質量的重要抓手。余泳澤和劉大勇[9]對傳統(tǒng)產(chǎn)業(yè)和新興產(chǎn)業(yè)技術進步路徑的差異化特征進行了理論和實證檢驗,認為傳統(tǒng)產(chǎn)業(yè)技術進步主要以技術引進和模仿創(chuàng)新為主,而新興產(chǎn)業(yè)則主要以自主創(chuàng)新為主。Legewie[10]認為,盡管20世紀80年代日本進行了區(qū)域間的自由化發(fā)展,但政治或經(jīng)濟政策仍然是阻礙產(chǎn)業(yè)深度融合的關鍵要素。李少林[11]認為,傳統(tǒng)產(chǎn)業(yè)改造與新興產(chǎn)業(yè)培育所構成的“雙峰逼近效應”,能夠倒逼政府產(chǎn)業(yè)政策的目標制定,政府科技支出資金的比例與產(chǎn)業(yè)協(xié)同度無明顯正相關關系,而人力資本的積累則促進了產(chǎn)業(yè)協(xié)同度提升。
現(xiàn)有文獻的局限性主要體現(xiàn)在:一是理論分析的主觀性較強,呈現(xiàn)出較為粗糙的特征,傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展水平的測度模型或方法相對單一;二是僅以部分代表性行業(yè)為例測算融合度,研究范圍比較狹窄;三是就傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合效果的實證研究指標維度僅局限于產(chǎn)業(yè)績效方面,對指標體系缺乏全面設計和評價。本文的貢獻主要體現(xiàn)在:一是選取傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)分化相對較為明顯的東北地區(qū)34個城市作為研究對象,具有較強的針對性;二是以傳統(tǒng)產(chǎn)業(yè)改造升級政策與新興產(chǎn)業(yè)發(fā)展戰(zhàn)略實施的時間交匯節(jié)點作為產(chǎn)業(yè)融合發(fā)展效果準自然實驗的關鍵依據(jù),具有較高的合理性;三是以《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》確立的改造目標構造多維效果評價指標并分別進行經(jīng)驗研究,能夠為推動傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展質量提升的政策設計提供穩(wěn)健的經(jīng)驗依據(jù)。
本文選取東北地區(qū)34個城市的面板數(shù)據(jù)研究傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展效果,以2003年第一輪東北振興為研究的時間起點,考慮到數(shù)據(jù)的可獲得性,研究區(qū)間取至2016年,相關原始數(shù)據(jù)主要來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、Wind資訊金融終端、《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《遼寧省統(tǒng)計年鑒》《吉林省統(tǒng)計年鑒》《黑龍江省統(tǒng)計年鑒》等,數(shù)據(jù)處理過程中對相關單位進行了統(tǒng)一換算,并對除比重外的絕對數(shù)均取自然對數(shù),個別缺失值采取移動平均法或加權平均法補齊。
1.被解釋變量
為體現(xiàn)產(chǎn)業(yè)融合發(fā)展政策效果的研究意義、合理性和權威性,本文以《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》所確定的調整改造目標維度設置被解釋變量,主要從產(chǎn)業(yè)結構、基礎設施、節(jié)能減排和科技創(chuàng)新等角度進行指標設計。借鑒干春暉等[12],用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比(upg)衡量產(chǎn)業(yè)結構優(yōu)化升級;參考蔡曉慧和茹玉驄[13]的指標設計思路,并基于數(shù)據(jù)可得性,用一般公共預算支出(lnexp)衡量基礎設施水平;參考林伯強和李江龍[14],用單位GDP用電量(ele)和工業(yè)二氧化硫排放量(lnemi)衡量節(jié)能減排成效;參考李小平和李小克[15],用第二產(chǎn)業(yè)勞動生產(chǎn)率(lnpro)衡量科技創(chuàng)新能力。
2.解釋變量
本文以東北三省為研究對象,由于《國務院關于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》于2010年起實施,《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》名單于2013年公布,因而本文將傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策(pol)實施的時間節(jié)點取在2013年,綜合考慮數(shù)據(jù)的可得性和準自然實驗的實施前提,劃定研究區(qū)間為2003—2016年,如果該城市被納入傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策實施范圍,2003—2012年該城市pol賦值為0,2013—2016年該城市pol賦值為1。在DID模型中,設置虛擬變量treat劃分實驗組和對照組,以入選名單的23個城市為實驗組(treat=1),東北地區(qū)其余11個城市為對照組(treat=0)。在此基礎上,構造交互項變量pol×treat,用于衡量傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策的凈效應。
3.控制變量
由于產(chǎn)業(yè)融合發(fā)展效果通常受到投資、科技、開放程度、外資、經(jīng)濟發(fā)展水平、人口布局、工業(yè)結構、消費需求和信息化等方面的影響,本文參考江小涓[16]、譚海鳴等[17]與郭家堂和駱品亮[18],選取城市固定資產(chǎn)投資(lnconstr)、一般公共預算科學技術支出(lntec)、進出口總額占比(tra)、外商直接投資(lnfdi)、人均地區(qū)生產(chǎn)總值(lnper)、人口密度(lnden)、第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重(str)、社會消費品零售總額(lnconsu)、互聯(lián)網(wǎng)寬帶接入用戶數(shù)(lnint)等指標作為控制變量,各指標維度的控制變量根據(jù)經(jīng)濟理論分別確定。
根據(jù)《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》,將省會城市和計劃單列市市轄區(qū)不列入到實驗組,原因在于單一的市轄區(qū)影響較小,因此,出于簡化處理的考慮,本文設定鞍山、撫順、本溪、錦州、營口、阜新、遼陽、鐵嶺、朝陽、盤錦和葫蘆島等遼寧11個地級市,吉林、四平、遼源、通化、白山和白城等吉林6個地級市;齊齊哈爾、牡丹江、佳木斯、大慶、雞西和伊春等黑龍江6個地級市,共計23個地級市作為傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策實施的實驗組。沈陽、大連和丹東等遼寧3個城市,長春和松原等吉林2個城市,哈爾濱、鶴崗、雙鴨山、七臺河、黑河和綏化等黑龍江6個城市,共計11個城市作為對照組?;居嬃磕P驮O定如下:
yit=α0+α1polit+α2treatit+α3polit×treatit+α4Xit+εit
其中,y代表上述一系列被解釋變量;i和t分別代表城市和年份;X代表上述一系列控制變量;ε代表隨機擾動項。本文重點考察α3的符號,即傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策效果的方向。主要變量的描述性統(tǒng)計如表1所示。
表1主要變量的描述性統(tǒng)計
采取DID模型進行政策效果評估最重要的假設前提是實驗組與對照組滿足共同趨勢假設,即假如不存在傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策,34個城市各項目標效果變量的變化沒有系統(tǒng)性差異。
表2是傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對產(chǎn)業(yè)結構升級影響的DID模型回歸結果。
表2傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對產(chǎn)業(yè)結構升級影響的DID模型回歸結果
注:括號內(nèi)是標準誤,***、**和*分別表示在1%、5%和10%水平上顯著,下同。
從表2可以看出,列(1)pol×treat的系數(shù)在5%的水平上顯著,列(2)—列(4)pol×treat的系數(shù)均在1%的水平上顯著,表明傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對產(chǎn)業(yè)結構升級具有顯著正向影響。當加入控制變量后,pol×treat的系數(shù)變化較小,表明回歸結果具有較強的穩(wěn)健性。本文以列(4)對回歸結果進行解釋,固定資產(chǎn)投資對產(chǎn)業(yè)結構升級的影響顯著為負,一般公共預算科學技術支出對產(chǎn)業(yè)結構升級的影響顯著為負,第二產(chǎn)業(yè)勞動生產(chǎn)率對產(chǎn)業(yè)結構升級的影響顯著為負,進出口總額占比對產(chǎn)業(yè)結構升級的影響顯著為負,外商直接投資顯著對產(chǎn)業(yè)結構升級的影響顯著為正,人口密度對產(chǎn)業(yè)結構升級的影響顯著為正,其余控制變量對產(chǎn)業(yè)結構升級的影響不顯著。為深入驗證該回歸結果的準確性,需采取共同趨勢假設檢驗。
表3是傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對一般公共預算支出影響的DID模型回歸結果。
表3傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對一般公共預算支出影響的DID模型回歸結果
從表3可以看出,pol×treat的系數(shù)均為負數(shù),但均不顯著,表明傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策并未提高一般公共預算支出。即傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對一般公共預算支出的提升效果較差,東北地區(qū)基礎設施及其服務能力亟待加強,老工業(yè)基地調整改造仍有較大的公共支出缺口。
表4是傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對單位GDP用電量影響的DID模型回歸結果。
表4傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對單位GDP用電量影響的DID模型回歸結果
從表4可以看出,pol×treat的系數(shù)均在1%的水平上顯著為負,表明傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策起到了節(jié)約能源和提高能效的作用。一般公共預算科學技術支出對單位GDP用電量的影響顯著為負,表明科技投入對能源效率提升起到了推動作用;外商直接投資對單位GDP用電量具有微弱的顯著正向影響,表明東北地區(qū)外資引進主要體現(xiàn)在高能耗行業(yè);人均地區(qū)生產(chǎn)總值顯著降低了單位GDP用電量;互聯(lián)網(wǎng)寬帶接入用戶數(shù)顯著增加了單位GDP用電量。
表5是傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對工業(yè)二氧化硫排放量影響的DID模型回歸結果。
表5傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對工業(yè)二氧化硫排放量影響的DID模型回歸結果
從表5列(1)—列(3)pol×treat的系數(shù)來看,傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對工業(yè)二氧化硫排放量的影響不顯著,從列(4)來看,甚至具有不顯著的正向影響,表明東北地區(qū)仍是粗放式發(fā)展模式,產(chǎn)業(yè)融合發(fā)展并未降低二氧化硫排放量。一般公共預算科學技術支出和人口密度均顯著提高了工業(yè)二氧化硫排放量,外商直接投資和人均地區(qū)生產(chǎn)總值顯著降低了工業(yè)二氧化硫排放量。
表6是傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對第二產(chǎn)業(yè)勞動生產(chǎn)率影響的DID模型回歸結果。
表6傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對第二產(chǎn)業(yè)勞動生產(chǎn)率影響的DID模型回歸結果
從表6列(1)—列(3)pol×treat的系數(shù)來看,傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對第二產(chǎn)業(yè)勞動生產(chǎn)率的正向影響不顯著,從列(4)來看,甚至有不顯著的負向影響,表明東北地區(qū)產(chǎn)業(yè)融合發(fā)展政策的科技創(chuàng)新績效不顯著,產(chǎn)業(yè)融合發(fā)展政策的技術協(xié)同層面存在較大短板,亟待通過產(chǎn)業(yè)融合實現(xiàn)老工業(yè)基地自主創(chuàng)新能力提升。
在DID模型不滿足共同趨勢假設的情況下,Heckman等[19-20]推出PSM-DID模型,能夠有效克服不滿足共同趨勢假設的問題,成為政策效果評估廣泛應用的方法[21]。實驗組與對照組在受到傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策的作用之前不能夠完全滿足共同趨勢假設,由此引發(fā)的問題可以由匹配估計量進行解決,傾向得分匹配方法在此時具有較強的應用價值[22]。運用核匹配法計算權重的具體思路是:一是用實驗組的變量與控制變量估計傾向得分;二是估算實施傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策的城市結果變量的前后變化,對每一個實施城市i,估計與之相匹配的全部沒有實施政策的城市在該政策實施前后的變化情況;三是將實施政策的城市在實施政策前后的變化減去匹配后沒有實施政策的城市變化,可得該政策的平均處理效應,可衡量傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對實驗組城市的影響。
從本文DID模型回歸結果來看,表2pol×treat的系數(shù)和表4pol×treat的系數(shù)顯著,可進行共同趨勢假設檢驗。共同趨勢假設檢驗步驟:首先,利用Stata14.0對2003—2016年每年生成一個虛擬變量(yrdum1—yrdum14),即當year=2003,yrdum1取值為1,其余為0;……,year=2016,yrdum14取值為1,其余為0。其次,生成政策實施之前年份的虛擬變量(yrdum1—yrdum10)與實驗組虛擬變量(treat)的交互項,記為treat*,將treat*加入到DID模型中。最后,通過比較未加入控制變量和加入控制變量的pol×treat的系數(shù)顯著性及treat*的系數(shù)顯著性來識別是否滿足共同趨勢假設檢驗,若加入控制變量后,pol×treat的系數(shù)依然顯著,且treat*系數(shù)不顯著,表明通過共同趨勢假設檢驗,否則表明未通過共同趨勢假設檢驗。傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對產(chǎn)業(yè)結構升級影響的共同趨勢假設檢驗結果表明,(3)限于篇幅,共同趨勢假設檢驗結果未在正文列出,留存?zhèn)渌?。未加入控制變量的pol×treat的系數(shù)為0.244,在10%的水平上顯著,加入控制變量后,pol×treat的系數(shù)為0.252,且在5%的水平上顯著,而且treat*的系數(shù)均不顯著,意味著DID模型回歸結果通過了共同趨勢假設檢驗,即表2的回歸結果是可靠的。傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對單位GDP用電量影響的DID模型回歸模型的共同趨勢假設檢驗結果顯示,未加入控制變量的pol×treat的系數(shù)為-0.033,在10%的水平上顯著,加入控制變量后,pol×treat的系數(shù)為-0.025,且不顯著,而且treat*的系數(shù)大部分變得顯著,意味著DID模型回歸結果未通過共同趨勢假設檢驗,需進一步基于PSM-DID模型進行估計,以克服不滿足共同趨勢假設檢驗所帶來的偏差。
本文采用Probit模型進行傾向指數(shù)的估計,從協(xié)變量回歸結果來看,一般公共預算科學技術支出、人均地區(qū)生產(chǎn)總值和互聯(lián)網(wǎng)寬帶接入用戶數(shù)對單位GDP用電量的影響均顯著,一般公共預算科學技術支出和人均地區(qū)生產(chǎn)總值對單位GDP用電量均有顯著正向影響,意味著東北地區(qū)發(fā)展方式轉變?nèi)匀沃氐肋h;互聯(lián)網(wǎng)寬帶接入用戶數(shù)顯著降低了單位GDP用電量?;诤似ヅ浞椒ü烙婸SM-DID估計量,其結果為-0.101,在1%的水平上顯著,表明基于PSM-DID模型估計的回歸結果驗證了傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策顯著降低了東北地區(qū)單位GDP用電量的結論。引入選項test檢驗協(xié)變量的平衡性,結果顯示,四個協(xié)變量lntec、lnfdi、lnper和int在實驗組與對照組之間不存在顯著差異,滿足協(xié)變量平衡性,PSM-DID模型的估計結果有效。(4)限于篇幅,PSM-DID模型回歸結果未在正文列出,留存?zhèn)渌鳌?/p>
本文以2003—2016年東北地區(qū)34個城市的相關數(shù)據(jù)為研究樣本,基于2010年《國務院關于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》與2013年《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》的政策交匯點,以東北地區(qū)23個入選老工業(yè)基地調整改造的城市為實驗組,其余11個城市為對照組,運用DID模型和PSM-DID模型對傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策的實施效果進行準自然實驗研究。研究結果表明,傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展政策對東北地區(qū)產(chǎn)業(yè)結構升級有顯著正向影響,對單位GDP用電量有顯著負向影響,對一般公共預算支出、工業(yè)二氧化硫排放量和第二產(chǎn)業(yè)勞動生產(chǎn)率的影響均不顯著。
基于東北地區(qū)傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展存在的關鍵問題和準自然實驗研究結論,筆者提出以下政策建議:一是深入貫徹落實習近平總書記在東北振興座談會上的重要講話精神,全面推進《全國老工業(yè)基地調整改造規(guī)劃(2013—2022年)》的任務和目標落實,優(yōu)化城市空間結構,著重在基礎設施建設和城市服務功能方面進行預算安排的傾斜,以支持老工業(yè)基地改造提升;二是踐行“綠水青山就是金山銀山”的綠色發(fā)展理念,堅持淘汰落后產(chǎn)能和相應的供給側結構性改革,將污染物減排作為工業(yè)高質量發(fā)展的首要任務;三是實施創(chuàng)新驅動戰(zhàn)略,發(fā)揮傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)的技術協(xié)同性,推動工業(yè)內(nèi)部的創(chuàng)新要素結構優(yōu)化,以推動創(chuàng)新績效和生產(chǎn)率的提升;四是以更高的開放水平和更優(yōu)質的外資進入為抓手,煥發(fā)老工業(yè)基地的生機,盤活東北老工業(yè)基地各類要素的國際流動,使得市場機制在產(chǎn)業(yè)融合過程中起到?jīng)Q定性作用,從而提升傳統(tǒng)產(chǎn)業(yè)與新興產(chǎn)業(yè)融合發(fā)展效果。