泛珠三角经济合作区背景下产业分工与转移的计量分析.docx
《泛珠三角经济合作区背景下产业分工与转移的计量分析.docx》由会员分享,可在线阅读,更多相关《泛珠三角经济合作区背景下产业分工与转移的计量分析.docx(18页珍藏版)》请在冰豆网上搜索。
泛珠三角经济合作区背景下产业分工与转移的计量分析
泛珠三角经济合作区背景下,产业分工与转移的计量分析
:
产业转移与分工日益成为泛珠三角经济合作区的焦点议题,也是全国东中西部地区经济合作的重要内容,本文试以新古典经济增长函数构建模型,以广东省和四川省为代表样本,通过计量经济分析,比较两省经济系统内优势生产要素的差异,从而提出两省区的产业转移和分工内容,并试从李嘉图的比较优势成本理论,H-O要素禀赋理论,雁行形态理论,产品生命周期理论,以及产业布局中的区域梯度开发理论出发,阐述广东省和四川省进行产业转移和分工的必要性和合理性。
本文结论为:
广东省应逐步向具劳动要素优势地区转移劳动密集型产业,专注于资本密集型产业发展;四川省则应发挥要素禀赋优势,专注于劳动密集型产业发展。
【关键词】:
资本要素劳动要素劳动密集型产业资本密集型产业
引言:
“泛珠三角地区经济合作”概念在2003年第一次提出后,便在国内外经济学界引起巨大的关注。
泛珠三角地区涵盖广东,广西,江西,福建,湖南,贵州,云南,海南,四川以及港澳两地区,地域面积占我国国土面积五分之一,经济总量居国内同类合作区的首位。
近年来广东省经济发展遭遇瓶颈制约,以加工制造为主的劳动密集型产业在周边省区快速发展下遭遇巨大的市场竞争压力,优势逐渐丧失;同时由于长三角洲地区以及环渤海圈经济合作地区的高速发展,广东省面临更多的直接的竞争,而在高新产业和金融服务类产业以及知识信息产业等方面,广东由于人才和地域以及政策信息的原因,该类产业发展并未得到壮大。
因此广东省面临产业升级以提升地区内经济竞争力,增强经济持续增长能力的难题。
在1998年提出“西部大开发”后,西部各省区在直接或间接的各类援助后,发挥自身地区的优势产业,在纵向比较上,经济获得突飞猛进的发展,然而在横向比较方面,东西部地区的经济差距却在拉大。
因此西部地区需要东部地区更多的人才,技术和管理经验的支持,而最直接最有力的就是投资的力量,因此西部地区希望通过东西部地区的产业转移,通过地区协作获得更多的市场空间,从而充分利用本地区的优势生产要素,加快地区内经济发展速度。
而在中部和东部地区的省份,由于经济发展,迫切要求市场空间的扩大和地区保护壁垒的削弱,同时产业高度发展也意味分工程度的提高,对地区合作性要求也更为提高,因此该类地区同样对加强地区间合作具有很强的需求。
在上述地区间的合作要求下,以珠江水系流域地区为基础的泛珠三角经济合作区便从而诞生,并在2004年召开各省区领导人的正式洽谈会,签订一系列经济协作文件。
按照产业分工理论,优势生产要素的不同决定不同的产业分工,只有遵循比较优势原则,才能更好地完成该协作区内产业间分工。
从产业经济学的雁形形态理论和梯度理论而言,后发展地区的经济发展与经济已发展地区存在密切的产业转移发展关系,只有经历产业转移获得发展的基础后,后发展地区才能有资本实现跨越性或赶超型经济发展。
而从产业生命周期理论而言,已发展地区最终将要对衰退产业进行转移,通过技术创新和资本投入,才能促进新兴产业的发展从而获得产业升级,以实现新一轮的经济发展循环。
因此我认为泛珠三角地区经济合作成功与否取决于该协作区内各地区的优势生产要素的差异性,以及产业间的互补性和递进性。
一,本文经济模型的设定
选取模型函数。
由于本文主要研究泛珠三角地区内各地区的优势生产要素,从而揭示该地区内是否存在产业间转移的可能性,而在生产要素对地区经济发展作用函数主要是生产函数,因此我们主要采用的是希克斯中性技术进步假定下的柯布道格拉斯生产函数,结合索洛新古典经济增长理论函数,从而构建以下模型:
该式的左边表示产出的增长率,右边第一项是劳动力的增长使产出增长的部分(α为产出的劳动力弹性),第二项为资本的增长使产出增长的部分(β为产出的资本弹性),μ表示由于技术进步而使产出增长的部分,称为技术进步率。
为便于分析估计,我们可把式的各项分别通过年增长率进行替换,则式可转化为:
分别称之为技术进步、劳动力增长、资本增长对产出增长的贡献度。
选取变量分析。
根据上述建模函数要求,我们需要得到国民经济增长,资本量和劳动量的数据分析,因此在统计数据中我们以历年的实际GDP数据作为对国民经济增长的衡量数据,以全社会固定资产投资作为资本投入量的衡量数据,而以全社会就业人员数量作为劳动投入量的衡量数据。
由于存在GDP和固定资产投资数据涉及价格变动,为剔除价格变动对本模型的影响,本文将采用折平价后的实际GDP和实际固定资产投资作为衡量数据。
数据修正。
自1978年以来,我国主要经历三次价格波动剧烈阶段,在1986年到1988年和1993年到1995年两阶段出现较严重的通货膨胀现象,在1999年到2002年出现较严重的通货紧缩现象,在2003年又出现通货膨胀现象的苗头,价格失真易导致市场配置失灵,要素使用效率下降,影响经济正常增长,因此需要对上述年份数据作修正。
二,数据来源
在本文统计分析数据主要来源于各省区的统计局年度公报数据和统计年鉴,时间跨度分别为1978年到2004年,1984年到2004年。
通过不同省区的生产函数分析,得出不同省区资本,劳动,技术要素分别对该地区经济增长的贡献度,从而反映不同省区之间是否存在产业转移的可能性和合理性。
而其中我们将主要以广东省和四川省作为主要样本分析。
三,估计与检验结果分析:
广东省模型方程估计与检验:
现以1979年到2004年的广东省国内生产总值增长率,全社会固定资产投资增长率,全社会就业人员年增长率作为变量数据输入,并进行最小二乘法估计,所得结果为:
附表1:
DependentVariable:
G
Method:
LeastSquares
Date:
06/01/05Time:
21:
23
Sample:
19792004
Includedobservations:
26
VariableCoefficientStd.Errort-StatisticProb.
C
K
L
R-squaredMeandependentvar
AdjustedR-squareddependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
由于在该组结果数据中L变量系数无法通过T检验值,且该方程的R-squared值太低,说明该模型方程的拟合优度较差,因此需要对方程选取样本进行调整。
在比较上述模型方程各年份数据残值度大小后
图1
逐次剔除数据进行调整,决定对1981年,1982年,1987年,1988年,1993年,1994年,1995年的数据进行调整。
调整后所得最小二乘估计法结果为:
附表2:
DependentVariable:
G
Method:
LeastSquares
Date:
06/02/05Time:
21:
48
Sample:
19791997
Includedobservations:
19
VariableCoefficientStd.Errort-StatisticProb.
C
K
L
R-squaredMeandependentvar
AdjustedR-squareddependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
对上述广东省的模型方程进行检验:
1,经济意义检验。
由方程所得系数可知,K的系数为,L的系数为,显示资本和劳动的投入增加对国内生产总值增长率均具有正方向作用性,并且两系数绝对值均小于1,绝对值之和小于1,符合经济现实意义;
2,统计检验。
T检验:
在本模型方程系数的T检验值可知,K,L分别为和,绝对值均超过2,由t分布表可知,样本数量为19时,在显着性水平下,t=,显然本方程系数在显着性水平时通过检验;
F检验:
在本模型方程估计结果表中可得知该模型方程的F检验值为,由F分布表可知,在显着性水平假设时,F=,〉,因此该回归方程总体是显着的,通过F检验;
值为,数值相对较低,但考虑作为时间序列模型,影响国内生产总值增长率的因素众多而复杂,且在上世纪八十年代我国的统计制度尚未完善,统计数据的精确度并不令人满意,我认为本模型方程值是正常可接受的;
3,计量经济检验:
多重共线性的检验:
在Eviews软件中进行系数相关性检验,得到本模型方程的K,L两变量系数的相关系数值为:
KL
K1
L1
显然从显示结果看,该相关系数值非常小,因此可认为本模型方程中解释变量并不存在严重的多重共线性现象;
异方差性检验:
本文采用ARCH检验方法,由附表3结果表可知,在选取残差平方的滞后期数为3期,Obs*R-squared=,显然()=,故表明本模型方程能通过显着水平下的异方差性检验假设,可认为不存在异方差性现象;
附表3:
广东省模型方程ARCH检验结果表;
ARCHTest:
F-statisticProbability
Obs*R-squaredProbability
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/06/05Time:
21:
49
Sample(adjusted):
19821997
Includedobservations:
16afteradjustingendpoints
VariableCoefficientStd.Errort-StatisticProb.
C
RESID^2(-1)--
RESID^2(-2)
RESID^2(-3)--
R-squaredMeandependentvar
AdjustedR-squared-dependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
序列相关性检验:
即自相关性检验,本文采用D-W检验,由上文表2可知本模型方程的D-W检验中的d统计值为,查d统计量分布表可知,在显着性水平上,样本数量为19的,分别为,,则显然(),根据一阶自回归判断区域划分可知,表明该模型方程不存在一阶自相关,所以本模型方程通过该假设检验,可认为K,L两变量不存在序列相关性现象;
因此广东省的模型方程应为:
四川省模型方程估计与检验分析:
现以1985年到2004年的四川省国内生产总值增长率,全社会固定资产投资增长率,全社会就业人员年增长率为变量数据输入,并进行最小二乘法估计,所得结果为:
附表4:
DependentVariable:
G
Method:
LeastSquares
Date:
06/02/05Time:
12:
48
Sample:
19852004
Includedobservations:
20
VariableCoefficientStd.Errort-StatisticProb.
C
K
L--
R-squaredMeandependentvar
AdjustedR-squareddependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
由于在该组数据中L变量系数无法通过T检验值,且该方程的R-squared值太低,说明该模型方程的拟合优度较差,因此需要对方程选取样本进行调整。
在比较上述模型方程的残余值度大小,见图2:
图2
逐次对数据进行剔除调整后,决定对1989年,1994年,1995年,1999年,2002年,2003年的数据进行调整。
调整变量数据后进行最小二乘估计法所得结果为:
附表5:
DependentVariable:
G
Method:
LeastSquares
Date:
06/03/05Time:
15:
45
Sample:
19851998
Includedobservations:
14
VariableCoefficientStd.Errort-StatisticProb.
C
K
L--
R-squaredMeandependentvar
AdjustedR-squareddependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
对四川省模型方程的系数估计结果进行检验:
1,经济意义检验。
由方程所得系数可知,K的系数为,L的系数为,显示资本和劳动的投入增加对国内生产总值增长率分别具有相反方向的作用性,并且两系数绝对值均小于1,绝对值之和小于1,符合经济现实意义;
2,统计检验:
T检验:
由上述估计结果可知,本模型方程估计系数K和L的T检验值为和,均超过2,由t分布表可知,样本数为14时,在显着水平下,t的绝对值应等于,显然本方程系数在显着性水平时通过检验;
F检验:
在本模型方程估计结果表5可得知该模型方程的F检验值为,由F分布表可知,在显着性水平假设时,F=,〉,因此该回归方程总体是显着的,通过F检验;
值为,数值相对较高,考虑作为时间序列模型,影响国内生产总值增长率的因素众多而复杂,且在上世纪八十年代我国的统计制度尚未完善,统计数据的精确度并不令人满意,我认为本模型方程值是正常可接受的;
3,计量经济检验:
多重共线性的检验:
在Eviews软件中进行系数相关性检验,得到本模型方程的K,L两变量系数的相关系数矩阵为:
KL
K1-
L-1
显然从该估计结果中,可知估计系数K和L的相关系数为,该值相当小,因此我们认为本模型方程的多重共线性不显着;
异方差性检验:
本文采用ARCH检验方法,由附表6检验结果可知,在选取残差平方的滞后期数为3期,Obs*R-squared=,显然()=,故表明则本模型方程能通过显着水平下的异方差性检验假设,可认为不存在异方差性现象;
附表6:
四川省模型方程ARCH检验结果表:
ARCHTest:
F-statisticProbability
Obs*R-squaredProbability
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/06/05Time:
21:
38
Sample(adjusted):
19881998
Includedobservations:
11afteradjustingendpoints
VariableCoefficientStd.Errort-StatisticProb.
C
RESID^2(-1)--
RESID^2(-2)--
RESID^2(-3)
R-squaredMeandependentvar
AdjustedR-squared-dependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
序列相关性检验:
即自相关性检验,本文采用D-W检验,由上表可知本模型方程的D-W检验中的d统计值为,查d统计量分布表可知,在显着性水平上,样本数量为14的,分别为,,则显然(),根据一阶自回归判断区域划分可知,表明该模型方程不存在一阶自相关,所以本模型方程通过该假设检验,可认为K,L两变量不存在序列相关性现象;
因此四川省模型方程应为:
四,经济意义分析:
1,各要素对经济增长贡献度分析。
广东省该模型方程中的国内生产总值年平均增长率为%,全社会固定资产投资年增长率为%,全社会劳动就业年增长率为:
%;
则可计算得资本要素对广东省经济增长的贡献度为:
%,劳动要素对广东省经济增长的贡献度为:
%,则技术进步等其他要素对广东省经济增长的贡献度为%;
四川省该模型方程中的国内生产总值年平均增长率为%,全社会固定资产投资年增长率为%,全社会劳动就业年增长率为:
%;
则可计算得资本要素对四川省经济增长的贡献度为:
%,劳动要素对四川省经济增长的贡献度为:
-%,则技术进步等其他要素对四川省经济增长的贡献度为%;
2,解释变量的估计系数意义分析。
在广东省的数据统计中,通过最小二乘法估计后,资本要素的估计系数为,劳动要素的估计系数为,截距常数项为;
资本要素估计系数结果表明在广东省经济增长中,1%的资本增长率将拉动国内生产总值%的增长率;劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值%的增长率;截距常数项表明技术进步等其他要素在本模型方程样本中拉动国内生产总值增长率为%;
在四川省的数据统计中,通过最小二乘法估计后,资本要素的估计系数为,劳动要素的估计系数为,截距常数项为;
资本要素估计系数结果表明在四川省经济增长中,1%的资本增长率将拉动国内生产总值%的增长率;劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值的增长率;截距常数项表明技术进步等其他要素在本模型方程样本中拉动国内生产总值增长率为%;
3,估计系数的现实意义。
广东省:
在广东省的模型方程结果显示,我们可知在广东省的经济增长中,劳动要素的使用效率要高于资本要素使用效率,证明广东省在改革开放以来大力发展劳动密集型产业如制造业,装配业和加工业等决策的正确性,在附表7可知在1992年到2004年此阶段,资本要素的使用效率系数为,资本要素的使用效率系数为;资本要素使用效率相对较低,说明广东省须进一步改善投资环境,提升投资效率;技术进步等因素对二十多年来广东的经济增长起到极其重要的作用,因此广东省必须注重以教育为基础,以科技进步为动力,以制度完善建设为保障,进一步提高技术,制度等生产要素对经济增长的促进作用。
劳动要素和资本要素对经济增长均起正向相关性作用,根据规模经济概念定义,我们认为在广东省经济发展系统中,两要素的使用正处于规模经济阶段,资本和劳动两要素的持续增加投入度仍将进一步拉动经济增长率。
附表7:
1992年到2004年广东省模型方程的估计结果
DependentVariable:
G
Method:
LeastSquares
Date:
06/01/05Time:
16:
38
Sample:
19922004
Includedobservations:
13
VariableCoefficientStd.Errort-StatisticProb.
C
K
L
R-squaredMeandependentvar
AdjustedR-squareddependentvar
ofregressionAkaikeinfocriterion
SumsquaredresidSchwarzcriterion
Loglikelihood-F-statistic
Durbin-WatsonstatProb(F-statistic)
四川省:
在四川省的模型方程结果显示,我们可知在四川省的经济增长中,资本要素的使用效率也相对较低,但对经济增长率起正向相关性作用;劳动要素的使用效率为负数,说明其对经济增长率起负向相关性作用;而技术进步等要素对四川省的经济增长率起到不可替代性的作用。
四川省的劳动要素使用效率为负,我们根据规模经济概念定义分析可以认为目前在四川省的经济发展系统中,劳动要素处于过剩状态,边际价值很低甚至可认为为负数,因此面临规模不经济状况。
要改变此类情况可采取两方面措施:
1,大量输出过剩劳动力,提高本省经济发展系统中劳动要素的边际使用价值,从而摆脱劳动要素处于规模不经济的状况;2,大力发展劳动密集型产业,提高经济发展对劳动要素的吸收量,从而相对解决劳动要素过剩状况,提高劳动要素的使用效率。
四川省的资本要素使用率相对较低,同样与该地区投资环境,投融资体制效率有着密切的关系。
由于长期以来政府职能过多干预市场,使得市场在有形和无形之手的两个强有力或甚至政府凌驾于市场之上的调控下,无法得到完善的建设,资本流动无所适从,从而资本要素的配置效率低下。
因此要提高资本要素的使用率,我们首先要求政府改变其行政职能定位,让位市场,服务市场,使得资本要素自主流动性增强,提高配置效率自然就可提高资本的使用效率。
四川省的技术进步等要素对经济增长起到极大的作用,说明四川省在教育投资和人才培养乃至科技发展上都相对重视,因此侧面反映四川省科技发展状况仍相对较好,须进一步保持和发展。
在广东省与四川省的比较中,我们可得知广东省的国内生产总值的年增长率要较四川省高三个百分点,可见两省间在经历二十五年的改革开放后,差距日益拉大;两省的资本要素使用效率都相对较低并可视为类似水平,我们认为是由于市场环境和政府干预的类似,制度建设的类似,使得资本要素在两省间的使用效率都较类似,所不同的是资本投入量。
广东省资本投入量较高水平原因在于三个外生变量因素的作用:
A,政府政策性的倾斜性投资水平高;B,引进外资力度大,外资在广东省投资规模中占据较大比重;C,居民编辑储蓄倾向随收入水平的提高而提高,从而高储蓄率为高投资率提供资金支持,高投资率带来高利润率,收入水平也获提高,形成良性循环。
五,对泛珠三角经济合作的思考
泛珠三角经济合作区建立的着眼点在于加强省区经济协作,加快要素流通和产业转移的速度,从而达到多赢的均衡格局。
下文我将主要以广东省为经济发展水平较高的地区或产业的代表,以四川省为经济发展水平较落后的地区或产业的代表,并运用相关经济学理论,分析泛珠三角地区间经济互补性的强弱及产业转移的相关情况。
1,李嘉图的比较优势成本理论和H-O的要素禀赋理论。
李嘉图的比较优势理论认为,两地区的经济发展过程中,产业选择应基于“两利取其重,两害取其轻”的原则,选择机会成本较少的产业进行生产和发展;而要素禀赋理论认为不同的国家应根据各自不同的要素禀赋状况选择产业发展,价格水平的差异将使要素禀赋条件发生变化,导致资源要素的流动,并最终在各地区形成均等的投资利润率和要素回报率,从而带动不同地区的经济得到良性发展。
从本质上而言,两个理论都着眼于优势生产要素,着眼于生产成本的比较,认为每个地区应根据自身优势要素情况,选择与优势要素相匹配的产业进行发展。
由上文分析可知,在资本要素投入方面,广东省与四川省的资本要素都处于稀缺状况,资本要素的使用效率都近似相同,因此两地区对资本要素投入的需求都较大;在劳动要素投入方面,显然四川省的劳动要素禀赋处于优势地位,出现劳动要素过剩的情况,因此其使用效率为负数,而广东省的劳动要素禀赋处于劣势地位,劳动要素需求较强,因此其使用效率为正数。
根据“两利取其重,两害取其轻”的原则,并考虑产业发展的机会成本,显然四川省应该选择劳动密集型产业进行发展。
因为假若选择资本密集型产业发展时,四川省经济发展面临的产业选择成本即机会成本是将进一步加剧劳动要素的过剩情况,从而使劳动要素对该地区的国内生产总值的负效应增大,而选择劳动密集型产业发展时