魏肖杰,張敏新
(1.南京林業大學 經濟管理學院,江蘇 南京 210037;2.濰坊學院 經濟管理學院,山東 濰坊 261061)
林業是重要的國民經濟部門,林業產業涵蓋營林造林、林產品加工、森林旅游和生態保護等三次產業,內涵十分豐富。2016年全國林業產業總值首次突破6.49萬億元,比2015年增長了9.30%。全國林業三次產業的產值結構為33∶50∶17,以林業旅游與休閑為主的林業服務業所占的比重在逐年提高,林業產業結構也在不斷優化;林業主要產業精準帶動108萬人脫貧。可以說,我國要全面建成小康社會和建設生態文明,實現滿足人民日益增長的美好生活需要的目標,都離不開林業產業的持續與健康發展。
我國林業產業集聚特征顯著,目前已形成了五大林業產業集聚區,中東部和兩廣地區、東北地區、東南沿海、西北地區、西南地區的林業產業集聚各具特色;林業產業集聚區的林業產業發展更快更好,如2016年廣東、山東兩省的林業總產值超過6000億元,廣西壯族自治區、福建省、江蘇省、浙江省、湖南省、江西省、安徽省和四川省都超過3000億元,大量研究表明產業集聚有利于產業和地區的經濟發展[1-5]。因此,我國《林業產業發展“十三五”規劃》中提出把推進林業產業集群發展作為林業發展的主要任務之一,研究林業發展必然離不開對林業產業集聚的研究。
Marshall開創性地提出了“產業區”概念,后來在區域經濟研究中,學者們借鑒經濟地理學中的這一經典概念,演化并提出了產業集聚的概念。Michael E Porter認為產業集聚是指“一組在地理上靠近的相互聯系的公司和關聯的機構”[6]。產業集聚理論及實證研究主要沿著集聚測度、集聚機制和集聚與經濟增長的關系等幾條脈絡進行[7],但由于空間地理因素不能納入規范分析,導致產業集聚研究不能得到主流經濟學的認可。Paul R Krugman的研究開拓性建立了中心—外圍模型(Core-Periphery Model),將冰山運輸成本、規模報酬遞增和不完全競爭市場假設引入模型進行規范分析[8],為新經濟地理學做出了開創性的貢獻,并因此獲得2008年諾貝爾經濟學獎,產業集聚研究也再次成為經濟學領域關注的核心。國內關于新經濟地理學和產業集聚的研究以苗長虹、崔利華和呂拉昌等較具代表性,他們分別側重產業集聚的機制和路徑依賴、產業集聚作為政策工具的運用等方面的研究[9,10]。隨著產業集聚研究的開展,涉及的產業也從制造業擴展到了資源產業、物流服務業等不同產業[11-14],取得了豐富的研究成果。在林業產業集聚研究領域,王玉芳、王香花等基于區位商分別對黑龍江省和山西省林業產業集聚進行了測度,并對各地市的集聚水平進行了比較[15,16];汪浩關于蘇北林業產業集聚的研究,重點在林業產業集聚對投資、消費和貿易的影響這一研究視角[17],頗具特色;李小平對我國各省木材加工產業的集聚進行了空間演化方面的系統研究[18],很具參考性。此外,張占貞、王兆君、洪燕真等的研究也各有側重[19-24]。產業集聚的本質是經濟地理現象,空間計量經濟學的發展拓展了產業集聚研究范圍[25],使集聚微觀機制研究更加深入[26]。林業產業包括三次產業,其中第一產業的資源分布地理特點突出,第二、三產業以第一產業為基礎,同樣會存在空間相關性,因此關于林業產業集聚研究有必要采用空間計量經濟學的方法。張成林、宋維明基于省級層面對我國林業外資利用效率進行了空間計量分析[27];魏素豪、宗剛運用空間計量方法對我國林業產業集聚作了研究和探討[28]。這些研究對本文具有很高的借鑒價值,美中不足的是對空間相關性的探討止步于集聚結果方面,而進一步對集聚影響因素的空間相關性進行研究可更深刻地揭示集聚的微觀機制,本研究擬在該方面進行拓展。
綜上所述,在產業集聚實證研究中,空間邊界選擇既有省級層面也有地市級層面,本文對林業產業集聚的研究擬采用省級層面,因為這樣既符合林業產業涵蓋產業門類豐富的特點,又具備數據采集整理方面的優勢,而且與經濟決策和產業政策制定主體的層次相吻合。本研究在借鑒前人研究的基礎上,采用我國30個省份2005—2016年的《中國林業統計年鑒》和《中國統計年鑒》(未包括香港與澳門特別行政區和臺灣地區;海南省區位獨立,不能進行后續空間分析而略去)中的數據研究我國林業產業集聚諸多影響因素的作用機制。擬運用空間計量分析方法和工具,首先檢驗林業產業集聚的空間依賴性,然后分析各主要影響因素的作用機制來驗證相關理論假設,根據研究結果提出結論和建議,以期為我國林業產業更好地發展提供借鑒。
如前所述,我國林業呈現集聚特征,為衡量產業集聚水平,需要選擇合適的集聚測度指標。本文采用區位商(lq)來測度林業產業集聚水平,原因是該指標既能反映地區專業化程度,又側重地理空間角度,與本文要求相符。設定的lq計算公式為:
lqit=(qit/gdpit)/(Qt/GDPt)
(1)
式中,qit為i省第t年林業產業產值;gdpit為i省第t年的國內生產總值;Qt為第t年我國林業產業產值;GDPt為我國第t年國內生產總值。判斷標準是,如果計算得到i省lqit>1,則認為該省的林業產業具有較高的集聚水平。采用區位熵計算我國林業集聚水平較高的省域數量情況見表1。

表1 林業集聚水平較高(lq>1)省域數量
注:1.為簡潔起見,只列出了2005—2016期間部分年份數據;2.區域林業劃分遵循2017年的《中國林業發展報告》。

圖1 江西、山東、北京林業集聚度(lq)時序
從全國來看,林業產業集聚水平較高的省份2016年有14個,占比為46.7%,與2005年的40%相比略有增加。其中,東部、中部和東北地區均呈上升態勢,西部地區略微下降。從2016年不同區域的集聚省份占比來看,東部為44.4%,中部為66.7%,西部為33.3%,東北地區為66.7%,區域之間存在差異。此外,通過分析各省指標發現,多數省域集聚態勢穩定且存在差異,如北京、天津等市的lq指標始終遠低于1,福建、江西、廣西等省的lq指標一直超出1,而山東等省的lq指標波動上升,林業集聚水平呈上升態勢,3個代表性省市的狀況見圖1。
Tobler提出的“地理學第一定律”認為,事物之間的關聯與距離相關,且往往呈反比。林業產業集聚作為一種空間地理現象,存在空間相關性。從前面的分析也可看出我國各區域林業產業集聚存在差異,因此提出以下假設:假設1——我國林業產業集聚存在空間相關性。
作為空間計量分析的初步檢驗,首先是測度各省林業產業區位熵lqit的空間相關性。空間自相關的度量指標包括莫蘭指數I(Moran′s I)、吉爾里指數C(Geary′s C)和Getis-Ord指數G,本文采用莫蘭指數來檢驗其空間相關性(采用另外兩個指數測得的結論類似,不再贅述)。測度莫蘭指數時,需要首先設定空間權重矩陣,本文根據我國各省的空間鄰近情況,采用的空間權重矩陣設置為:
(2)
式中,i=1,2,…,30;j=1,2,…,30;而且設定當i=j時,Mij=0。
莫蘭指數取值介于-1和1之間,大于0時說明存在空間正相關關系,小于0即為存在空間負相關關系,該情形很少見,絕對值的大小反映空間相關性的大小。根據我國林業產業集聚水平計算的全局空間自相關莫蘭指數見表2。從表2可見,2005—2016年我國林業產業集聚存在顯著的空間正相關性,相關系數穩定在0.3左右,這驗證了假設1,也預示對我國林業產業集聚進行空間計量分析能更深刻地揭示各因素的作用機制。
為直觀顯示各省林業產業集聚的空間相關關系,本文采用局部空間自相關分析,通過計算2016年我國30個省林業產業集聚水平的莫蘭指數,繪制散點圖(圖2)。圖2再次驗證了存在顯著正相關的結論,而且更具體地刻畫了集聚的空間特征。2016年,落入HH區域的包括浙江省、安徽省、福建省、江西省、湖北省、湖南省、廣東省、廣西壯族自治區、貴州省、云南省等,落入LL區域的包括北京市、天津市、河北省、山西省、內蒙古自治區、遼寧省、上海市、陜西省、甘肅省、青海省、寧夏回族自治區等,兩者合計占總數的70%。

表2 2005—2016年我國各省林產業集聚水平的全局空間自相關莫蘭指數

圖2 2016年30個省林業產業集聚水平莫蘭指數散點圖
產業集聚的相關研究[9-11,13,28,29]表明,自然資源稟賦是產業集聚形成的重要因素,林業產業更是如此,對自然資源稟賦的依賴使各地區產業發展不平衡,林業自然資源稟賦豐沛程度顯著影響著林業產業的集聚水平。人力資源作為另一類資源因素對各產業集聚影響顯著,尤其是對勞動力密集的產業更是如此。林業各產業勞動力密集特征明顯,因此這一因素必需考慮。產業集聚作為一種經濟地理現象,地理區隔或交通成本對其影響深遠,因此產業集聚考慮空間因素就成為題中之義,這在Krugman的新經濟地理研究中體現得非常明顯,交通條件的改善可提高資源的流動性,降低運輸成本,所以交通基礎設施建設水平是林業產業集聚研究的要素之一。產業集聚作為各地綜合競爭力的重要來源,是各地經濟發展的重要驅動器,這被Michael E Porter指出后,促進產業集聚、形成優勢產業群的做法越來越被重視。各地為優勢產業集聚的形成和發展不斷創造各種條件,產業集聚如大多數經濟現象一樣,是市場和政府調控的共同結果,因此必須將政府調控因素考慮在內。但政府調控可能會干擾市場機制的發揮,因此該因素的影響方向和程度較復雜。此外,已具備的產業基礎是產業集聚的條件和保障,經濟系統的一個特征就是路徑依賴。即系統運轉過程中的自組織功能會形成且會不斷強化,反映在產業集聚上就是完善強大的產業基礎會促進產業集聚,集聚又會進一步促進產業發展,不斷循環加強,林業系統和林業產業集聚同樣也具備這一特征。
基于上述分析,選取以下指標來表征各影響因素:自然資源稟賦以各省的森林蓄積量來衡量;人力資源條件以各省林業產業在崗職工年平均工資來衡量;交通設施條件以各省公路里程來衡量;政府管理因素以財政支出占GDP比重來衡量;已有產業基礎規模以滯后一期林業產業產值來衡量。具體的變量指標名稱和因素對應關系見表3,其中為消除部分變量單位的影響,對相應指標進行了對數化處理。

表3 模型中變量指標及其解釋
結合以上理論分析和變量選擇,本文提出以下假設:假設2——林業自然資源稟賦(森林蓄積量對數值)對林業產業集聚有顯著的正向影響;假設3——地區人力資源條件(林業系統在崗職工年平均工資對數值)對林業產業集聚有顯著的負向影響;假設4——交通設施條件(公路里程對數值)對林業產業集聚有顯著的影響,方向未定;假設5——政府調控(財政支出占GDP比重)對林業產業集聚有顯著的影響,方向未定;假設6——已有產業基礎規模(滯后一期林業產業產值對數值)對林業產業集聚有顯著的正向影響。
基于前述分析,我國各省林業產業集聚存在顯著空間相關性。為深入揭示問題實質,建立空間計量經濟模型分析其影響因素,而空間計量經濟模型的形式取決于空間相關性假設檢驗的結果。如果空間相關性僅存在于被解釋變量之間,對應的空間自回歸模型(Spatial Autocorrelation Model,SAR)為:
y=ρWy+Xβ+ε
(3)
式中,y為被解釋變量;W為空間權重矩陣;ρ為空間自回歸系數;X為影響因素數據矩陣;β為相應的系數;ε為誤差項。
如果空間相關性僅存在于誤差項中,則對應的空間誤差模型(Spatial Error Model,SEM)為:
y=Xβ+u
(4)
其中,u=λMu+ε,ε~N(0,σ2In)。式中,M為空間權重矩陣;λ為誤差項空間相關系數向量。
如果空間相關性同時存在于被解釋變量和解釋變量中,對應的空間杜賓模型(Spatial Durbin Model,SDM)為:
y=ρWy+Xβ+WXθ+ε
(5)
式中,WX為來自鄰居自變量的影響;θ為相應的系數向量。
根據前述理論分析,結合空間自相關性檢驗的結論,林業產業集聚影響因素分析不僅要分析本地作用,對臨近地區空間相互作用的分析還可以更好地揭示影響作用的發生機制,因此采用空間杜賓模型更符合理論假設和預期。為穩健起見,我們同時采用空間自回歸和空間誤差模型進行分析檢驗和模型對比。綜上所述,本文對我國30個省林業產業集聚影響因素分析的空間杜賓模型設定為:
(6)
式中,lqi,t為各省林業產業區位商;ρ為被解釋變量的空間滯后系數向量;Wi,j為空間權重矩陣;β為解釋變量的系數向量;Xi,t為解釋變量矩陣,包括森林蓄積量、林業系統在崗職工年平均工資等4個解釋變量向量;Di,j為解釋變量的空間權重矩陣,本研究中設定與Wi,j相同;θ為解釋變量空間滯后系數向量;εi,t為隨機擾動項向量。

分析表4中的數據,首先看空間杜賓模型(SDM)的結果,空間自回歸系數ρ在1%的水平上顯著為正,與之前的空間自相關檢驗結果吻合,說明被解釋變量的空間滯后必須考慮,證明采用空間計量模型的合理性。解釋變量中產業基礎條件(lnlfov)影響在1%的水平上顯著為正,證明某地的林業產業基礎條件越好,越有利于該地的林業產業集聚,與理論分析和假設6相符;自然資源稟賦(lnforest)的影響不顯著,未能驗證假設2,對比其他模型結果,只有OLS的結果顯示該因素影響在5%的水平上顯著為正,可見加入個體效應尤其是考慮了空間相關性后,自然資源稟賦對林業產業集聚的影響不再顯著,這與林業產業升級對自然資源的依賴程度降低的趨勢相吻合;交通基礎條件(lnmile)的影響在5%的水平上顯著為負,可認為交通的便利使資源流動性增強,削弱了對資源依賴嚴重的林業產業的集聚基礎,帶來了負向影響,部分驗證了假設4;人力資源條件(lnwage)因素影響不顯著,未能支持假設3,而且其作用符號為正,與前述結論相反,其原因會隨著后面的分析而揭開。

表4 空間杜賓模型(SDM)及其他模型(SEM、SAR、OLS、RE)結果
注:Standard errors in parentheses;*p<0.1;**p<0.05,***p<0.01。
林業產業基礎條件(lnlfov)和人力資源條件(lnwage)的空間滯后影響分別在5%和10%的水平上顯著,說明臨近地區的因素對本地區林業產業集聚產生顯著影響,證明了空間杜賓模型的合理性,兩者的符號均為負,對林業產業基礎條件因素影響的解釋是前述對該變量作用解釋的翻版。即某一地區的林業產業基礎條件越好,在有利于該地林業產業集聚的同時,對臨近地區的產業集聚會產生負面影響,且影響不可忽視,再次有力驗證了假設6。比較表4中產業基礎條件(lnlfov)在本地和臨近地區的影響程度數據可見,當地產業基礎條件的正向影響程度大于臨近地區該因素的負向作用;對人力資源因素的解釋是,由于林業產業的勞動力密集特征,決定了企業選址時會集中在工資水平較低的區域,以降低成本,因此某地區林業產業職工工資水平越低,對相關企業的吸引力越強,越有利于林業產業在本地區的集聚。經過驗證,工資因素同樣存在空間相關性,這與勞動力在一定區域的流動性有關,再考慮到林業產業集聚的空間性,因此某一地區的工資因素對臨近地區的林業產業集聚產生類似影響也就不難理解。這也從另一個角度驗證了假設3。
對應分析SEM、SAR等模型的結果,SAR模型空間自回歸系數ρ在1%的水平上顯著為正,SEM模型顯示擾動項存在空間依賴性。λ在1%的水平上顯著為正,同樣說明空間相關性的存在。在各影響因素的方向和顯著性方面,交通基礎條件(lnmile)影響顯著為負,自然資源稟賦(lnforest)影響不顯著,與SDM模型結論一致;產業基礎條件(lnlfov)的影響效果與之前SDM模型分析中的Main部分類似,數值略小。我們注意到在SDM模型的結果中,產業基礎條件(lnlfov)的本地影響比臨近地區該因素影響更加顯著,且絕對值更大。有趣的是,人力資源條件(lnwage)的影響方向與Wx部分方向一致,但絕對值略小,與SDM模型分析中的Main部分相反。在SDM模型中,該因素Wx部分顯著,且絕對值大于不顯著的Main部分,因此綜合前述分析,可以認為SEM、SAR模型中的產業基礎條件(lnlfov)和人力資源條件(lnwage)的結果是對SDM模型本地因素和臨近地區因素空間影響作用的綜合,同樣對前述假設起到了支持作用,只是對內在機理的分析不如SDM模型更深刻,可見SDM模型的解釋力優于SEM、SAR模型。此外,OLS和RE模型的結果雖然也支持前述假設,但由于未考慮空間影響因素,其結果只能做參照。最后來看前面唯一未被討論的政府調控因素,其作用在各個模型中方向一致,都是正向且影響均不顯著,但考慮到理論分析和實踐中這一因素的必要性,作為控制變量在各模型中均予以保留。
通過前文分析論述,本文得出以下主要結論:首先,我國林業產業集聚特征明顯,各區域、省域之間存在差異,集聚態勢與區域分布聯系密切,經空間相關性檢驗,產業集聚存在顯著的空間正相關;各省林業產業集聚態勢在研究期內變化較小,產業區位商(lq)較穩定。可見產業集聚形成后,相應的配套措施和內外部環境都向維持平衡狀態的方向發展,產業優勢形成后能保持一定慣性,各地的決策機構也會重視對該地區競爭優勢的維護和提升,這些都使林業產業集聚的態勢保持相對穩定。《林業產業發展“十三五”規劃》提出要鞏固發展特色產業集聚,因此各地保持前期各項產業政策措施的穩定性和連續性是維持林業產業集聚優勢的基礎,同時還要關注臨近地區的產業發展態勢,強優勢,補短板,促進當地林業經濟的快速健康發展。其次,采用空間杜賓模型的分析得到如下結論:①在考慮個體效應和空間相關性的前提下,林業產業對自然資源稟賦的依賴不再顯著,交通設施條件改善對資源依賴型的林業產業集聚產生負向顯著影響,因此自然稟賦豐沛地區要善用“靠山吃山”策略,利用資源優勢,大力發展林業新興產業和林業服務業,促進產業升級,做大產業規模,提高產業競爭力。②林業產業具有顯著的規模效應,已有產業規模優勢是前期產業發展積累的寶貴基礎[30, 31],是林業產業集聚的決定性因素之一。空間杜賓模型揭示已有產業基礎條件在本地區具有正向顯著作用,同時模型結論中還表明臨近地區的規模優勢對本地林業產業集聚的負面影響不可小覷。由于林業產業集聚空間正相關性顯著,即諸多林業產業集聚程度高的省份在空間上臨近,反之亦然,可見具備產業基礎規模優勢的省份其鄰省的競爭力同樣強,因此像廣東、浙江、安徽、福建、江西等林業大省要著重扶持龍頭企業,實施品牌培育戰略,保持政策措施的持續性,以維持自己的地位。③人力資源條件因素的分析結論更有啟發意義,林業產業具有勞動力密集型特點,人力資源的重要性自不待言。產業向人力成本較低區域也就是人力資源豐富區域集聚的明顯特征,空間杜賓模型更深刻地揭示了這一特征,說明流動性更強的人力資源是改變產業集聚均衡狀態的一個關鍵因素,因此四川省、河南等勞動力輸出大省可通過制定人力政策,吸納和留住勞動力,借助豐富的勞動力資源,從臨近地區甚至是更遠地區吸納或承接相應林業產業,提升本地的林業產業集聚水平和產業經濟規模。第三,空間杜賓模型中對臨近地區產業基礎和人力資源條件因素的分析,深刻揭示了空間相關性的實質,即既相互競爭,又唇齒相依。因此從區域經濟發展角度來看,最佳的選擇是互利共贏,這也是空間依賴性的內涵之一。在當前實施的國家戰略如“一帶一路、長江經濟帶、京津冀協同發展、東北國有林區改革”的背景下,區域林業發展力度持續增強,要想維持本地優勢林業產業集聚態勢,必須考慮與臨近地區的協調平衡關系,同業競爭很難雙贏,錯位發展或抱團發展而形成一體化的區域經濟是更好的策略。各地在政策制定時要著眼大局,形成地區聯動,形成互補態勢。此外,還要清醒的認識到,市場對資源配置起到決定性的作用,政府的調控和服務作用雖然不可或缺,但過度干預會影響市場配置機制作用的發揮,因此在制定產業政策時必須遵循市場規律,不可越俎代庖。