廣東省工業產業知識溢出效應

劉細鵬，龍志和，吳　梅

(華南理工大學經濟與貿易學院,廣東　廣州　510640)

?

廣東省工業產業知識溢出效應

劉細鵬，龍志和，吳梅

(華南理工大學經濟與貿易學院,廣東廣州510640)

摘要：本文采用2005—2013年廣東省21個地區、31個工業產業的三維面板數據，通過建立SUR空間經濟計量模型，對廣東省工業產業知識溢出效應進行實證研究。結果表明，其存在正向MAR溢出效應和正向Porter溢出效應，且珠三角地區MAR溢出效應比非珠三角地區顯著，非珠三角地區Porter溢出效應普遍強于珠三角地區。

關鍵詞：知識溢出；三維面板數據；工業產業；SUR

1引言

國內外的實證文獻中，大部分以Glaeser等[1]、Henderson等[2]的知識溢出效應實證文章為基礎，探究不同國家、不同地區在不同時期的知識溢出效應對就業、經濟增長、專利等方面的影響，所得結論并不一致[3-7]。Zhang Mingqian、Wu Yilin[8]分別以有無新產品輸出描述創新概率、新產品產值占全部工業產值比重描述創新產出，用中國2006年2807個縣161個產業的數據，建立兩步驟線性模型進行研究，結果表明兩步的模型均有正向MAR效應，高市場化水平產業和高科技產業Jacobs效應顯著。段會娟、梁琦[9]對中國的地方專業化、知識溢出與區域創新效率進行分析，認為專業化經濟有利于創新，COMP效應為負。單玲玉[10]用中國32個省際區域制造業數據研究中國知識溢出對制造業發展的影響，發現中國省際區域制造業Porter溢出和Jacobs溢出顯著，而MAR溢出不顯著。此外彭向、蔣傳海[11]，劉璐[12]，張宗慶、張寅[13]，張同斌、高鐵梅[14]等，都利用中國的相關數據進行了實證研究。

縱觀國內外關于知識溢出效應的實證研究，大多文獻根據不同時期不同國家和地區的數據，建立二維面板數據經濟計量模型研究知識溢出效應。此類研究兩個方面有待進一步完善：一是不少研究忽略區域間的相互影響，假定各區域相互獨立，沒有考慮彼此間存在的空間相關性，計量模型中沒有考慮區域間相互作用的影響；二是同類研究未綜合考慮時間、地區、產業三個維度的影響，而僅研究地區與產業或地區與時間的二維面板數據，忽略時間維度的相關性。針對這兩類問題，本文采用三維面板數據SUR空間經濟計量模型，實證研究廣東省工業產業知識溢出效應對經濟增長的影響。

2實證研究及結果

2.1數據說明

本研究使用廣東省2005—2013年31個工業產業、21個地級市的相關數據，對廣東省工業產業的知識溢出效應進行實證研究，數據來源于各年《廣東工業經濟統計年鑒》。

為更好地分析比較廣東省珠三角地區和非珠三角地區工業產業知識溢出效應，本研究將分為全省樣本、珠三角地區樣本(9個地區)、非珠三角地區樣本(12個地區)三部分數據建立模型，對比分析全省、珠三角和非珠三角地區的工業發展情況，用Gauss軟件[15]計算。

2.2空間相關性檢驗

本文采用空間計量模型進行計算分析，故先需進行空間相關性檢驗，判斷變量或誤差項是否存在顯著的空間相關性，而各地區間的空間相關性通常使用空間權重矩陣描述。很多學者采用二分相鄰矩陣作為空間權重矩陣，但該矩陣設置過于簡單，例如與廣州相鄰的地區中，距離有遠有近，其影響效果并不相同，二分相鄰矩陣不能體現其中的差異。為了更好地刻畫區域間的空間相關性，本文采用地區間經緯度距離的倒數距離矩陣作為權重矩陣(對角線為0)，即wij=1/dij(wii=0)，其中wij表示空間權重矩陣中的元素，dij為兩個地區的經緯度坐標的歐氏距離。

為檢驗模型的空間相關性，需先估計理論模型的普通二維面板數據，再對其殘差進行空間相關檢驗(見表1)。出于篇幅考慮，結果(包括后文的檢驗與估計)均以2013年為例展示。

表1　空間相關性檢驗結果(2013年)

廣東全省樣本的空間相關性檢驗結果顯示，2005—2013年全省9期的Moran’s I檢驗p值均非常小，即檢驗結果顯示全省9期的數據均存在明顯的空間相關性。這表明，廣東省21個地區間的工業產業存在空間上的相關性，原有的普通二維面板數據的系數估計量有偏。因此，在研究廣東省知識溢出效應時，需在原有模型上引入空間權重矩陣。從LM-error和LM-lag檢驗結果看，9期數據檢驗統計均顯著，通過穩健的LM檢驗結果看，穩健的LM-error檢驗顯著性更好，故空間經濟計量模型考慮選擇空間誤差模型(SEAR)。

珠三角地區的Moran’s I檢驗結果顯示，2008—2010年、2012—2013年存在顯著空間相關性；進一步，穩健LM-error通過檢驗、穩健LM-lag檢驗不顯著，此檢驗結果表明珠三角樣本的空間經濟計量模型同樣選擇空間誤差模型(SEAR)。

非珠三角地區的2005—2013年的數據均通過了Moran’s I檢驗，即存在顯著的空間相關性；進一步，穩健LM-error檢驗結果不顯著、穩健LM-lag檢驗結果顯著，即非珠三角樣本的空間經濟計量模型應考慮選擇空間滯后模型(SAR)。

2.3三維面板數據SUR空間經濟計量分析

進行三維面板數據SUR空間經濟計量模型估計之前，需通過空間Hausman檢驗確定選擇隨機效應模型還是固定效應模型。9期數據的空間Hausman檢驗結果顯示(2013年結果見表2)，全省樣本、珠三角地區樣本和非珠三角地區樣本的空間Hausman檢驗統計量均比較大，拒絕“選擇隨機效應模型”的原假設，故采用固定效應模型進行估計。

表2　空間Hausman檢驗結果(2013年)

廣東省工業產業知識溢出三維面板數據SUR空間經濟計量模型，2013年系數估計結果見表3。

表3　三維面板數據SUR空間經濟計量

注：各系數估計值括號內為檢驗的統計量，帶*表示a=5%時顯著。

根據本研究對廣東省工業產業間知識溢出2005—2013年數據的模型估計結果，分析如下：

全省樣本的勞動(LnL)和資本(LnK)的系數估計值(即為貢獻彈性)均顯著為正，且數值相對較大，考察期廣東省工業產業增長勞動和資本起主導作用。通過比較勞動和資本的系數估計值大小發現，資本的系數估計值大于勞動的系數估計值，這說明隨著經濟的增長，廣東省的工業發展正由“勞動密集型企業占工業主導地位”逐步向“資本密集型企業占工業主導地位”轉變。珠三角地區和非珠三角地區的勞動、資本系數估計值都顯著，且符號與全省相同，系數值也較大，勞動與資本對珠三角和非珠三角地區工業產業的發展起重要作用。對比系數估計值的大小可知，珠三角地區資本的貢獻彈性大于勞動的貢獻彈性，而非珠三角地區資本的貢獻彈性小于勞動的貢獻彈性。從圖1更為清晰地看出，非珠三角地區的勞動系數高于全省，而珠三角地區的勞動系數低于全省，圖2的資本系數大小則相反。這與廣東省不同經濟發展水平區域的產業分布有關，珠三角地區多資本密集型產業，而非珠三角地區多資源開發型產業。

圖1　勞動(LnL)系數比較

圖2　資本(LnK)系數比較

全省、珠三角和非珠三角地區的MAR溢出效應指標系數估計值(SPEC)均顯著為正，表明無論是基于全省角度，還是珠三角與非珠三角地區，同產業內的集聚更有利于推動產業發展；此外，隨著時間的推移，系數估計值整體都呈增大的趨勢(見圖3)，說明從全省的角度看，產業集中更有利于促進知識的擴散與傳播，且這種同產業內的知識擴散與傳播，正隨著地區間交流的加強而逐步提高。對比圖3系數估計值的大小發現，珠三角地區的MAR效應遠高于全省和非珠三角地區，這與珠三角地區良好的經濟發展基礎、相對發達的市場經濟條件有關，使得珠三角地區產業集中度高于非珠三角地區。

圖3　MAR溢出效應指標系數比較(SPEC)

多樣化溢出效應(Jacobs)的DIV指標系數估計值為負且不顯著，說明廣東不同行業中溢出效應不明顯，其多樣化環境還不足以促進知識溢出。在現有的同類研究文獻中，Jacobs知識溢出效應多與“都市經濟”相關聯，在發達的都市經濟環境下，產業間的知識溢出對該地區的經濟發展起著重要的促進作用。廣東省工業產業的Jacobs溢出效應不顯著，可能是因為廣東省的工業仍處于較單一的產業集聚發展階段，產業間存在較大的技術差異性，Jacobs效應不明顯。

COMP系數估計結果顯示，除個別期外，全省、珠三角地區和非珠三角地區競爭性溢出效應均顯著為正，表明無論是基于全省角度，還是區分珠三角和非珠三角地區，其工業產業的發展均存在較為明顯的Porter溢出效應，知識在特殊的聚集產業內溢出刺激經濟增長，專業化和地方競爭有利于廣東省的經濟增長。從時間角度看(見圖4)，Porter溢出效應在三個區域的趨勢差異較大，珠三角地區在2011年以前整體上升趨勢，而非珠三角地區表現為先增大后減小的走勢。與專業化溢出效應相反的是，2012年以前非珠三角地區的Porter溢出效應的系數估計值普遍大于珠三角地區，這意味著，前期的競爭性市場環境更有利于非珠三角地區的工業發展。

圖4　競爭性知識溢出效應指標系數比較(COMP)

3總結

本文通過引入空間權重矩陣考察區域間的空間相關性，以廣東全省、珠三角地區、非珠三角地區三組樣本數據，分別建立三維面板數據SUR空間經濟計量模型，對廣東省工業產業知識溢出效應進行實證研究。研究結果表明：廣東省工業發展進程中，由專業化帶來的MAR溢出效應對區域產業發展起主導作用，Porter溢出效應次之，多樣化帶來的Jacobs溢出效應不顯著；同時，不同地區MAR溢出效應和Porter溢出效應的程度不同，珠三角地區MAR溢出效應影響更突出，而非珠三角地區由競爭性帶來的Porter溢出效應要普遍大于珠三角地區。

比較傳統的二維面板數據模型(限于篇幅，結果未展示)與三維面板數據SUR空間模型的估計結果，可知空間誤差項顯著為正，印證了引入地區空間相關性的必要。從實證結果看，兩個模型的勞動、資本變量的估計符號及估計值大小的差異并不大。關于三種溢出效應，對比兩種模型估計結果可以看到，系數估計值的符號沒有改變，但是系數估計值的大小發生了變化：

(1)MAR溢出效應系數值增大。各年系數估計值都明顯增大，且兩種模型的變化趨勢相同，說明在考慮了空間相關性及時間維度因素后，廣東省工業產業集中度變動特征得以加強，同產業內的知識擴散與傳播對產業發展的影響有所提高。

(2)Jacobs溢出效應無論是二維面板數據模型還是三維面板數據模型都不顯著。這說明一個地區多樣化的產業環境對企業間知識溢出作用并沒有產生明顯影響，廣東省尚未達到“都市化”產業間知識溢出水平。

(3)Porter溢出效應系數估計值明顯提高。這說明隨著地方經濟聯系的加強，一個地方市場結構的競爭性環境越能被激發，推動不同企業之間的知識溢出，Porter溢出效應更加顯著，企業更愿意進行風險創新投資，帶來企業間知識溢出的增強。

參考文獻：

[1]Glaeser E L，Kallal H D，Scheinkman J A，Schleifer A.Growth in Cities[J].Journal of Political Economy，1992，(100):1126-1152.

[2]Henderson V,Kuncoro A，Turner M.Industrial Development in Cities[J].Journal of Political Economy，1995，(103)：1067-1090.

[3]Cainelli G，Leoncini R.Externalities and Long-term Local Industrial Development.Some Empirical Evidence from Italy[J].Revue d’E’ conomie Industrielle，1999，(90):25-39.

[4]Cainelli G，Leoncini R Anna Montini.The Evolution of Industrial Sectors in Europe[Z].Paper Prepared for the Nelson and Winter Conference Aalborg，2001.

[5]Martin P，T Mayer，F Mayneris.Spatial Concentration and Firm-level Productivity in France[R].CEPR Discussion Paper No.6858,2001.

[6]Drucker J.Industrial Structure and the Sources of Agglomeration Economies：Evidence from Manufacturing Plant Production[J].Growth and Change Vol.44 No.1(March 2013)：54-91.

[7]W Widodo，R Salim，H Bloch.Agglomeration Economies and Productivity Growth in Manufacturing Industry：Empirical Evidence from Indonesia*[J].Economic Record，Vol.90，Special Issue，June 2014:41-58.

[8]Zhang M，Wu Y.Impact of Agglomeration Spillover in Spatial Difference of Innovation Activities-panel Data Analysis of China Manufacturing Industry[R].Micro Evidence on Innovation in Developing Economies Conference Papers，2008.

[9]段會娟，梁琦.地方專業化、知識溢出與區域創新效率——基于我國省際面板數據的分析[J].經濟論壇，2009(11)：21-23.

[10]單玲玉.知識溢出對制造業發展的影響研究——基于空間計量的分析[D].南京財經大學碩士學位論文，2010.

[11]彭向，蔣傳海.產業集聚、知識溢出與地區創新——基于中國工業行業的實證檢驗[J].經濟學季刊，2011，(3)：913-935.

[12]劉璐.產業集聚、知識溢出與城市經濟增長——基于兩廣城市的對比分析[J].當代經濟，2012，12月上：109-111.

[13]張宗慶,張寅.產業聚集、知識溢出與區域增長[J].東南大學學報(哲學社會科學版)，2012，(1)：37-43.

[14]張同斌，高鐵梅.研發存量、知識溢出效應和產出空間依賴性對我國高新技術產業產出的影響[J].系統工程理論與實踐，2014，(7)：1739-1748.

[15]LIN K-P.Computational Econometrics：GAUSS Programming for Econometricians and Financial Analysis[M].ETEXT Publishing Los Angles，2001.

(責任編輯沈蓉)

Empirical Research of Industrial Knowledge Spillover Effect in Guangdong Province

Liu Xipeng，Long Zhihe，Wu Mei

(School of Economics and Commerce，South China University of Technology，Guangzhou 510640,China)

Abstract：Using industrial production panel data of 31 industrial sectors across 21 counties in Guangdong province from 2005 to 2013，it studied the knowledge spillover effect based on 3-dimensional panel data SUR econometric model.The results show that both MAR spillover effect and Porter spillover effect are found in the industries across regions in Guangdong province.PRD MAR spillover effect is more significant than non-PRD,while non-PRD Porter spillover effect is stronger than PRD.

Key words:Knowledge spillover；3-dimensional panel data；Industrial；SUR

中圖分類號:F061.5

文獻標識碼:A

作者簡介：劉細鵬(1989-)，男，廣東人，華南理工大學經濟與貿易學院碩士研究生；研究方向：經濟系統分析。

收稿日期：2015-03-03

基金項目：國家社科基金“市場一體化的經濟增長效應研究”(11CJY010)，廣東省教育廳特色創新類項目“三維空間多層次面板數據模型研究”(2014WTSCX001)，廣州市哲學社會科學項目“三維空間面板數據模型研究”(15G05)。