中国西部区域经济增长差异的因素分析——制造业省级面板数据的实证研究

王 坤

(华中科技大学经济学院，武汉430074)

0 引言

关于区域经济发展差异的研究，学者们从不同的学科角度给出了不同的解释，概括起来有两类:一是以经济增长理论为基础，认为影响经济增长的因素不仅有劳动、资本、技术进步、人口增长率、储蓄率，还有制度因素(私有化、对外开放等)以及发展战略等因素;二是以新经济地理理论为基础，从产业空间结构角度研究经济增长，即产业集聚和产业集群的空间产业组织形式对区域经济增长、区域经济差异的作用分析。

(1)以经济理论为基础的区域经济差异的因素研究。Masahisa Fujita和Dapeng Hu分析了1985—1994年间中国区域经济发展差异，认为中国区域经济表现出来的较强的生产集聚现象是造成区域经济差异的重要因素［1］;Jean-Claude Berthélemy 和 Sylvie Démurger 认为FDI对中国各省的经济增长具有长期的推动作用，各区域的FDI的差异是造成区域经济发展差异的主要原因［2］;Belton Fleisher等学者认为人力资本是造成区域经济差异的主要因素［3］;Puman Ouyang和 Shihe Fu认为FDI的溢出效应推动了经济发展，也造成了区域经济差异［4］;刘伟、李绍荣认为我国东中西部经济发展的不平衡是由于区域产业结构的不合理造成的［5］;林毅夫、刘培林、徐朝阳、潘士远等对发展战略与经济增长的相关性问题进行了深入探讨，认为国家实施的发展战略对区域经济发展的促进是有前提条件的，如发展战略与区域要素禀赋的比较优势相符时，不仅能促进区域经济增长，而且还能缩小区域间经济发展的差异，否则会加速区域间经济发展的差异［6-7］。总之，国内外学者以经济理论为基础，分别从技术水平、FDI、人力资本、劳动力转移、城市化进程、市场一体化、产业结构、经济政策及发展战略等多方面阐述了区域经济发展差异因素。

(2)以新经济地理理论为基础，从产业集聚视角研究区域经济发展差异问题。周兵、蒲勇健以西部交通运输业的产业集聚为例证明了区域经济增长与产业集聚呈正相关命题［8］;朱英明认为产业集聚促进了城市地区的经济增长，造成了集聚地区与不集聚地区的经济发展差异［9］;范剑勇、谢强强认为产业集聚的本地市场效应只能促进产业集聚的产生而不会扩大地区间收入差距，沿海地区产业集聚与区域经济协调发展是可以兼容的，中国的区域经济发展差异的原因是劳动力的不公平待遇造成的区域收入的差异［10］;国外学者 Boschma和Frenken［11］、Boschma 和 Martin［12］等利用进化论的模型和研究方法分析了产业集聚与经济发展的正相关性。

综上所述，研究者们从经济增长理论的角度对经济增长因素的分析主要是依据内生增长模型，将人力资本、技术进步、FDI等因素内生化，从而甄别各个因素对经济增长的贡献率，这方面的研究比较充分。以新经济地理理论为基础对产业集聚的集聚效应的研究比较多，而将产业集聚与西部工业结构、西部开发战略等因素结合在一起分析区域经济发展差异因素的实证研究比较少。本研究以西部地区制造业为例阐述产业集聚程度及西部开发战略的实施效果对西部经济发展差异产生的影响，由此提出西部经济协调发展相应政策建议。

1 西部区域经济增长差异比较

1．1 人均 GDP

20世纪90年代后，特别是1999年西部大开发政策实施以来，西部省份的经济进入了快速增长时期。西部经济增长的特点是整体水平提高与内部增长差异变大共存。2010年与1991年相比，西部12省份年人均GDP均值增长了23倍，是我国4大经济区增长速度最快的区域。但是，西部地区内部的差异不断扩大，根据2010年底的数据，人均GDP最高的内蒙古自治区(47 213元)，是最低的贵州省(13 229元)的3．6倍，人均GDP低于2万元的省份有4个(贵州、云南、西藏和甘肃)，人均GDP在2万～3万元的省份有5个，人均GDP高于3万元的省份只有2个(内蒙古和四川)。由此可见，在西部经济高速增长的背后是各省份的经济发展的不平衡现状。

根据《中国统计年鉴1991—2010》数据，从20年西部各省份人均GDP均值的变化 (图1)可以看出:内蒙古的经济增长率最高，1991—2010年间的人均GDP增长率均值为25．3%，但是，贵州、云南年人均GDP增长率仅为12%，西藏、甘肃各省的人均GDP增长率13%。由此可见，区域内部经济发展差异是显而易见的。

1．2 产业集聚度(以规模以上制造业为例)

区位熵是衡量产业聚集度的一种常用方法，它能较好反映区域内的某一产业部门的专业化程度以及要素在区域内的空间分布情况，可以用地区的产量、产值、经济能力以及就业人数等指标计算，本研究采用制造业就业人口数据表示制造业集聚度(A):

式中:Mit和Pit分别为t时刻区域i的制造业就业人数和区域i的就业人口总数;Mt和Pt分别为t时刻全国制造业就业人数和全国就业人口总数;Ait为t时刻区域i的制造业集聚指数。通常情况下，A越大，产业聚集程度越高。西部各省份规模以上制造业的产业集聚指数见表1。

通过图1与表1的比较可知，西部各省份的产业集聚程度与该地区经济增长率之间具有正相关性，即产业集聚度越高的区域，其经济增长速度也越快，如内蒙古、陕西、宁夏、新疆等省份，产业集聚度都大于1，其经济增长速度也是比较快的;而贵州、云南、西藏各省份的集聚度均小于1，其经济增长速度也比较慢。为证明产业集聚对区域经济增长差异的影响，建立计量模型并进行实证检验。

图1 1991—2010年西部各省份人均GDP增长率均值变化Fig．1 Themean variation of the per capita GDP grow th rate in China’swestern provinces from 1991 to 2010

表1 西部省份① 将重庆与四川的数据合并计算后，西部为11个省份。规模以上制造业集聚指数(1991—2010年)Tab．1 The scale above manufacturing industry agglomeration index in China’swestern provinces(1991—2010)

2 构建模型与实证检验

2．1 数据说明与计量模型

设C-D生产函数为:

式中:Yi表示人均产出;c表示综合技术水平;Li表示劳动投入;Ki表示资本投入;α，β分别表示劳动和资本的产出弹性。为了准确反映产业集聚对区域经济增长的作用，必须控制影响经济增长的其他重要变量。在(1)式中引入西部省份的规模以上工业企业产业集聚度、产业结构及西部大开发战略等影响因素，分别用 Agglomeration(Ag)，Industrial structure(Is)，Western Development Strategy(Wds)表示，得到:

将(2)式整理得到:

式中:Yi为第 i个区域的人均 GDP;α，β，δ，φ，θ分别表示上述各变量的产出弹性;t表示年份;ln c表示常数项，εit表示残差。选取1991—2010年间的西部省份制造业的面板数据，并对变量做以下简要说明:(1)经济增长(Y):可以用国内生产总值或人均GDP来表示。选取人均国内生产总值，原因是人均值可以消除区域在人口、土地面积等方面的差异，比总量更能精确反映区域内的实际经济增长率。(2)劳动投入(L):用劳动力素质指标表示，以各省份人力资本的数据作为代理变量。目前，国内外学者一般采用受教育年限衡量人力资本，其计算公式为:平均受教育年限 =小学文化程度就业人员比重×6+初中文化程度就业人员比重×9+高中文化程度就业人员比重 ×12+大专文化程度就业人员比重×15+本科文化程度就业人员比重 ×16+研究生文化程度就业人员比重×19。其中:研究生文化程度就业人员中含有博士文化程度就业人员，此外，2001年劳动统计数据缺失，以相邻2年的数据均值代替。(3)资本投入(K):由于各省制造业的实际投资额的数据难以获得，所以选取各省份规模以上工业企业固定资产原值作为其代理变量。(4)工业结构(Is):区域产业结构不仅影响区域经济发展，产业结构直接影响区域内的产业集聚程度，因此，将此变量引入方程中，并用工业增加值占GDP的比重表示。(5)西部大开发战略(Wds)，一个地区的产业组织形式受到区域经济发展战略的影响。我国西部地区在2000—2010年间的经济高速增长很大程度上受惠于1999年国家提出的西部开发战略，因此有必要在方程中引入该变量。本研究认为西部开发战略实施效果可以通过基础设施的建设带动区域经济的增长进行评价。根据1994年世界银行发展报告，基础设施可分为两类:经济基础设施和社会基础设施。经济基础设施的定义是“永久性的工程构筑、设备、设施和它们提供的居民所用和用于经济生产的服务”。因此引入了经济基础设施，并以铁路和公路的总里程数作为代理变量，用Rd表示。社会基础设施反映了区域的软实力，是区域经济发展的物质基础，以每名医生服务的人口数及每万人高等学校在校人数作为代理变量，分别用Dr和Ed表示。将西部开发战略的代理变量代入公式(3)中，得到(4)式:

式中:θ1，θ2，θ3分别为 Rd，Dr和 Ed的产出弹性。

2．2 实证检验及回归结果分析

2．2．1 变量的数据特征。首先对主要变量的数据特征进行了描述性统计(表2)。

表2 西部各省样本数据的主要变量描述性统计Tab．2 Themain variables ’descriptive statistics of western provinces in China

2．2．2 实证检验。采用面板数据有可能带来序列相关性和异方差问题，而且如果数据不符合模型的回归的前提条件，则容易出现伪回归。为了消除上述影响，采用广义最小二乘法(generalized least squared，GLS)进行估计［13］。运用统计软件SPSS17．0进行多元线性回归分析，得出各项解释变量的估计值(表3)。

表3 西部各省样本数据的解释变量回归结果Tab．3 The regression results of the interp retation variable of the sam p le data in China’s western provinces

2．2．3 回归结果的分析。(1)产业集聚。西部地区的产业集聚程度整体水平不高，只有内蒙、四川、宁夏和新疆4个省份的产业集聚度比较高，均通过了1%或5%的显著性检验，其他省份均未通过显著性检验，这说明经济增长速度较快的4个省份与其区域内制造业的产业集聚度高密切相关，产业集聚是推动经济增长驱动力，同时也是造成各省份经济发展差异的原因之一。(2)人力资本。西部大部分省份都比较重视高技术人才的培养，广西、云南和新疆的高等教育变量通过了5%的显著性检验，其余省份也均通过了1%的显著性检验，但是贵州未能通过显著性检验。说明西部地区有比较良好的人才储备，为技术进步、经济发展提供了坚实的物质基础;然而，贵州有可能因为缺乏高技术人才而阻碍经济的发展，进一步拉大与其他省份的经济发展差距。(3)固定资本投入。西部各省份的固定资本投入变量全部通过了1%的显著性检验，说明西部各省份的经济增长主要依靠资本的大量投入。因此，资本投入量仍然是造成西部地区经济发展不均衡的原因。(4)产业结构。产业结构不合理是导致西部地区经济发展差异的原因之一，特别是四川、云南、西藏、陕西、甘肃和新疆等省份的产业结构尤为不合理，其解释变量未能通过显著性检验，只有内蒙古的产业结构比较合理(通过了1%的显著性检验)。因此，西部各省份的产业结构已经严重制约了区域经济的发展，产业结构调整刻不容缓。(5)基础设施。无论是经济基础设施还是社会基础设施，西部整体的基础设施水平比较落后。从回归结果看，4个经济发达的省份的医疗通过了10%的显著性检验，铁路、公路等变量只通过了5%的显著性检验，其余均未通过显著性检验。由此可见，西部的基础设施水平严重滞后于区域经济发展的要求，不仅阻碍西部地区的区域经济发展，而且会加大西部各省份的经济增长的差距。

3 结论与政策建议

实施西部大开发战略极大地推动了西部经济的高速增长。2011年是西部大开发战略实施的第2个10年中的第1年，进入了深入推进的关键时期，因此对影响西部各省经济增长的主要因素进行分析尤为重要。针对西部各省份经济发展的不均衡现状，提出如下建议。

(1)充分利用区域的优势资源，逐步建成现代化的产业体系。我国的17个典型资源型地区中有8个是在西部地区，西部有丰富的矿产和能源资源，如金属矿产(黑色金属矿产、有色金属矿产、稀有金属矿产等)、非金属矿产(石灰岩、粘土等)以及石油、天然气、煤炭等能源资源，通过建立能源基地、资源深加工基地、装备制造业基地和战略性新兴产业基地等，充分利用本地优势资源，发挥比较优势，逐步建成现代化的产业体系。

(2)保证资本投入适应经济发展的需要，不断推进人力资本的开发。不断改善投资环境、继续加大投资的力度以及投资的方向是提高我国西部地区经济发展水平、缩小区域间差距的重要途径;在我国教育形式日益改善的同时，做好吸引人才并充分利用的工作，使人才结构合理化，发挥其对区域经济的推动作用，不断消除区域间经济发展的差距。

(3)合理调整产业结构，加强基础设施建设，发挥经济发展的基础性保障作用。西部各省份的基础设施已经不能适应经济快速增长的需要，要加快交通、水利、能源、通信、市政等基础设施建设，特别是对于广西、云南、西藏等几个落后地区;同时还要加快社会基础设施建设，优先发展教育事业，推进医药卫生体制改革。

(4)加快经济发展方式转变，提升经济增长的效率。经济发展方式转变的关键在于政府的改革，要通过管理体制的创新来完善经济发展的各项措施，准确地定位政府在经济管理领域的位置，科学地设计政府绩效考核指标，以西部地区的产业资源整合及产业优化升级为手段，实现我国西部各省经济的持续、高速、均衡地增长。

［1］ Masahisa Fujita ，Dapeng Hu．Regional Disparity in China 1985—1994:The Effects of Globalization and Economic Liberalization［J］．The Annals of Regional Science，2001，35(1):3-37．

［2］ Jean-Claude Berthélemy，Sylvie Démurger．Foreign Direct Investment and Economic Growth:Theory and Application to China［J］．Review of Development Economics，2000，4(2):140-155．

［3］ Belton Fleisher，Haizheng Li，Min Qiang Zhao．Human Capital，Economic Growth，and Regional Inequality in China［J］．Journal of Development Economics，2010，92(2):215-231．

［4］ Puman Ouyang，Shihe Fu．Economic Growth，Local Industrial Development and Inter-regional Spillovers from Foreign Direct Investment:Evidence from China［J］．China Economic Review，2012(3):21-25．

［5］ 刘伟，李绍荣．中国的地区经济结构与平衡发展［J］．中国工业经济，2005(4):61-68．

［6］ 林毅夫，刘培林．中国的经济发展战略与地区收入差距［J］．经济研究，2003(3):10-25．

［7］ 潘士远，林毅夫．发展战略、知识吸收能力与经济收敛［J］．数量经济技术经济研究，2006(2):3-13．

［8］ 周兵，蒲勇健．一个基于产业集聚的西部经济增长实证分析［J］．数量经济技术经济研究，2003(8):143-147．

［9］ 朱英明．区域制造业规模经济、技术变化与全要素生产率——产业集聚的影响分析［J］．数量经济技术经济研究，2009(10):3-18．

［10］ 范剑勇，谢强强．地区间产业分布的本地市场效应及对区域协调发展的启示［J］．经济研究，2010(4):107-119．

［11］ Boschma R A，Frenken K．Why is Economic Geography not an Evolutionary Science?Towards an Evolutionary E-conomic Geography［J］．Journal of Economic Geography，2006，6(3):273-302．

［12］ Boschma R A，Martin R．Editorial:Constructing Evolutionary Economic Geography［J］．Journal of Economic Geography，2007，7(5):537-548．

［13］ Woodridge JM．Econometric Analysis of Cross Sectionand Panel Data［M］．Cambridge，Massachusetts:The MIT Press，2002．