中国林业产业集聚影响因素作用机制的实证研究—基于空间杜宾模型

魏肖杰,张敏新

(1.南京林业大学 经济管理学院,江苏 南京 210037;2.潍坊学院 经济管理学院,山东 潍坊 261061)

1 引言

林业是重要的国民经济部门,林业产业涵盖营林造林、林产品加工、森林旅游和生态保护等三次产业,内涵十分丰富。2016年全国林业产业总值首次突破6.49万亿元,比2015年增长了9.30%。全国林业三次产业的产值结构为33∶50∶17,以林业旅游与休闲为主的林业服务业所占的比重在逐年提高,林业产业结构也在不断优化;林业主要产业精准带动108万人脱贫。可以说,我国要全面建成小康社会和建设生态文明,实现满足人民日益增长的美好生活需要的目标,都离不开林业产业的持续与健康发展。

我国林业产业集聚特征显著,目前已形成了五大林业产业集聚区,中东部和两广地区、东北地区、东南沿海、西北地区、西南地区的林业产业集聚各具特色;林业产业集聚区的林业产业发展更快更好,如2016年广东、山东两省的林业总产值超过6000亿元,广西壮族自治区、福建省、江苏省、浙江省、湖南省、江西省、安徽省和四川省都超过3000亿元,大量研究表明产业集聚有利于产业和地区的经济发展[1-5]。因此,我国《林业产业发展“十三五”规划》中提出把推进林业产业集群发展作为林业发展的主要任务之一，研究林业发展必然离不开对林业产业集聚的研究。

2 相关研究综述

Marshall开创性地提出了“产业区”概念,后来在区域经济研究中,学者们借鉴经济地理学中的这一经典概念,演化并提出了产业集聚的概念。Michael E Porter认为产业集聚是指“一组在地理上靠近的相互联系的公司和关联的机构”[6]。产业集聚理论及实证研究主要沿着集聚测度、集聚机制和集聚与经济增长的关系等几条脉络进行[7],但由于空间地理因素不能纳入规范分析,导致产业集聚研究不能得到主流经济学的认可。Paul R Krugman的研究开拓性建立了中心—外围模型(Core-Periphery Model),将冰山运输成本、规模报酬递增和不完全竞争市场假设引入模型进行规范分析[8],为新经济地理学做出了开创性的贡献,并因此获得2008年诺贝尔经济学奖,产业集聚研究也再次成为经济学领域关注的核心。国内关于新经济地理学和产业集聚的研究以苗长虹、崔利华和吕拉昌等较具代表性,他们分别侧重产业集聚的机制和路径依赖、产业集聚作为政策工具的运用等方面的研究[9,10]。随着产业集聚研究的开展,涉及的产业也从制造业扩展到了资源产业、物流服务业等不同产业[11-14],取得了丰富的研究成果。在林业产业集聚研究领域,王玉芳、王香花等基于区位商分别对黑龙江省和山西省林业产业集聚进行了测度,并对各地市的集聚水平进行了比较[15,16];汪浩关于苏北林业产业集聚的研究,重点在林业产业集聚对投资、消费和贸易的影响这一研究视角[17],颇具特色;李小平对我国各省木材加工产业的集聚进行了空间演化方面的系统研究[18],很具参考性。此外,张占贞、王兆君、洪燕真等的研究也各有侧重[19-24]。产业集聚的本质是经济地理现象,空间计量经济学的发展拓展了产业集聚研究范围[25],使集聚微观机制研究更加深入[26]。林业产业包括三次产业,其中第一产业的资源分布地理特点突出,第二、三产业以第一产业为基础,同样会存在空间相关性,因此关于林业产业集聚研究有必要采用空间计量经济学的方法。张成林、宋维明基于省级层面对我国林业外资利用效率进行了空间计量分析[27];魏素豪、宗刚运用空间计量方法对我国林业产业集聚作了研究和探讨[28]。这些研究对本文具有很高的借鉴价值,美中不足的是对空间相关性的探讨止步于集聚结果方面,而进一步对集聚影响因素的空间相关性进行研究可更深刻地揭示集聚的微观机制,本研究拟在该方面进行拓展。

综上所述,在产业集聚实证研究中,空间边界选择既有省级层面也有地市级层面,本文对林业产业集聚的研究拟采用省级层面,因为这样既符合林业产业涵盖产业门类丰富的特点,又具备数据采集整理方面的优势,而且与经济决策和产业政策制定主体的层次相吻合。本研究在借鉴前人研究的基础上,采用我国30个省份2005—2016年的《中国林业统计年鉴》和《中国统计年鉴》(未包括香港与澳门特别行政区和台湾地区;海南省区位独立,不能进行后续空间分析而略去)中的数据研究我国林业产业集聚诸多影响因素的作用机制。拟运用空间计量分析方法和工具,首先检验林业产业集聚的空间依赖性,然后分析各主要影响因素的作用机制来验证相关理论假设，根据研究结果提出结论和建议，以期为我国林业产业更好地发展提供借鉴。

3 我国林业产业集聚特征分析

3.1 区域和省域特征

如前所述,我国林业呈现集聚特征,为衡量产业集聚水平,需要选择合适的集聚测度指标。本文采用区位商(lq)来测度林业产业集聚水平,原因是该指标既能反映地区专业化程度,又侧重地理空间角度,与本文要求相符。设定的lq计算公式为:

lqit=(qit/gdpit)/(Qt/GDPt)

(1)

式中,qit为i省第t年林业产业产值;gdpit为i省第t年的国内生产总值;Qt为第t年我国林业产业产值;GDPt为我国第t年国内生产总值。判断标准是,如果计算得到i省lqit>1,则认为该省的林业产业具有较高的集聚水平。采用区位熵计算我国林业集聚水平较高的省域数量情况见表1。

表1 林业集聚水平较高(lq>1)省域数量

注:1.为简洁起见,只列出了2005—2016期间部分年份数据;2.区域林业划分遵循2017年的《中国林业发展报告》。

图1 江西、山东、北京林业集聚度(lq)时序

从全国来看,林业产业集聚水平较高的省份2016年有14个,占比为46.7%,与2005年的40%相比略有增加。其中,东部、中部和东北地区均呈上升态势,西部地区略微下降。从2016年不同区域的集聚省份占比来看,东部为44.4%，中部为66.7%，西部为33.3%，东北地区为66.7%,区域之间存在差异。此外,通过分析各省指标发现,多数省域集聚态势稳定且存在差异,如北京、天津等市的lq指标始终远低于1,福建、江西、广西等省的lq指标一直超出1,而山东等省的lq指标波动上升,林业集聚水平呈上升态势,3个代表性省市的状况见图1。

3.2 空间依赖性分析

Tobler提出的“地理学第一定律”认为,事物之间的关联与距离相关,且往往呈反比。林业产业集聚作为一种空间地理现象,存在空间相关性。从前面的分析也可看出我国各区域林业产业集聚存在差异,因此提出以下假设:假设1——我国林业产业集聚存在空间相关性。

作为空间计量分析的初步检验,首先是测度各省林业产业区位熵lqit的空间相关性。空间自相关的度量指标包括莫兰指数I(Moran′s I)、吉尔里指数C(Geary′s C)和Getis-Ord指数G,本文采用莫兰指数来检验其空间相关性(采用另外两个指数测得的结论类似,不再赘述)。测度莫兰指数时,需要首先设定空间权重矩阵,本文根据我国各省的空间邻近情况,采用的空间权重矩阵设置为:

(2)

式中,i=1,2,…,30;j=1,2,…,30;而且设定当i=j时,Mij=0。

莫兰指数取值介于-1和1之间,大于0时说明存在空间正相关关系,小于0即为存在空间负相关关系,该情形很少见,绝对值的大小反映空间相关性的大小。根据我国林业产业集聚水平计算的全局空间自相关莫兰指数见表2。从表2可见,2005—2016年我国林业产业集聚存在显著的空间正相关性,相关系数稳定在0.3左右,这验证了假设1,也预示对我国林业产业集聚进行空间计量分析能更深刻地揭示各因素的作用机制。

为直观显示各省林业产业集聚的空间相关关系,本文采用局部空间自相关分析,通过计算2016年我国30个省林业产业集聚水平的莫兰指数,绘制散点图(图2)。图2再次验证了存在显著正相关的结论,而且更具体地刻画了集聚的空间特征。2016年,落入HH区域的包括浙江省、安徽省、福建省、江西省、湖北省、湖南省、广东省、广西壮族自治区、贵州省、云南省等,落入LL区域的包括北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、上海市、陕西省、甘肃省、青海省、宁夏回族自治区等,两者合计占总数的70%。

表2 2005—2016年我国各省林产业集聚水平的全局空间自相关莫兰指数

图2 2016年30个省林业产业集聚水平莫兰指数散点图

4 理论假设、变量选择与模型设定

4.1 理论假设、变量选择

产业集聚的相关研究[9-11,13,28,29]表明,自然资源禀赋是产业集聚形成的重要因素,林业产业更是如此,对自然资源禀赋的依赖使各地区产业发展不平衡,林业自然资源禀赋丰沛程度显著影响着林业产业的集聚水平。人力资源作为另一类资源因素对各产业集聚影响显著,尤其是对劳动力密集的产业更是如此。林业各产业劳动力密集特征明显,因此这一因素必需考虑。产业集聚作为一种经济地理现象,地理区隔或交通成本对其影响深远,因此产业集聚考虑空间因素就成为题中之义,这在Krugman的新经济地理研究中体现得非常明显,交通条件的改善可提高资源的流动性,降低运输成本,所以交通基础设施建设水平是林业产业集聚研究的要素之一。产业集聚作为各地综合竞争力的重要来源,是各地经济发展的重要驱动器,这被Michael E Porter指出后,促进产业集聚、形成优势产业群的做法越来越被重视。各地为优势产业集聚的形成和发展不断创造各种条件,产业集聚如大多数经济现象一样,是市场和政府调控的共同结果,因此必须将政府调控因素考虑在内。但政府调控可能会干扰市场机制的发挥,因此该因素的影响方向和程度较复杂。此外,已具备的产业基础是产业集聚的条件和保障,经济系统的一个特征就是路径依赖。即系统运转过程中的自组织功能会形成且会不断强化,反映在产业集聚上就是完善强大的产业基础会促进产业集聚,集聚又会进一步促进产业发展,不断循环加强,林业系统和林业产业集聚同样也具备这一特征。

基于上述分析,选取以下指标来表征各影响因素:自然资源禀赋以各省的森林蓄积量来衡量;人力资源条件以各省林业产业在岗职工年平均工资来衡量;交通设施条件以各省公路里程来衡量;政府管理因素以财政支出占GDP比重来衡量;已有产业基础规模以滞后一期林业产业产值来衡量。具体的变量指标名称和因素对应关系见表3,其中为消除部分变量单位的影响,对相应指标进行了对数化处理。

表3 模型中变量指标及其解释

结合以上理论分析和变量选择,本文提出以下假设:假设2——林业自然资源禀赋(森林蓄积量对数值)对林业产业集聚有显著的正向影响;假设3——地区人力资源条件(林业系统在岗职工年平均工资对数值)对林业产业集聚有显著的负向影响;假设4——交通设施条件(公路里程对数值)对林业产业集聚有显著的影响,方向未定;假设5——政府调控(财政支出占GDP比重)对林业产业集聚有显著的影响,方向未定;假设6——已有产业基础规模(滞后一期林业产业产值对数值)对林业产业集聚有显著的正向影响。

4.2 空间计量模型设定

基于前述分析,我国各省林业产业集聚存在显著空间相关性。为深入揭示问题实质,建立空间计量经济模型分析其影响因素，而空间计量经济模型的形式取决于空间相关性假设检验的结果。如果空间相关性仅存在于被解释变量之间,对应的空间自回归模型(Spatial Autocorrelation Model,SAR)为:

y=ρWy+Xβ+ε

(3)

式中,y为被解释变量;W为空间权重矩阵;ρ为空间自回归系数;X为影响因素数据矩阵;β为相应的系数;ε为误差项。

如果空间相关性仅存在于误差项中,则对应的空间误差模型(Spatial Error Model,SEM)为:

y=Xβ+u

(4)

其中,u=λMu+ε,ε～N(0,σ2In)。式中,M为空间权重矩阵;λ为误差项空间相关系数向量。

如果空间相关性同时存在于被解释变量和解释变量中,对应的空间杜宾模型(Spatial Durbin Model,SDM)为:

y=ρWy+Xβ+WXθ+ε

(5)

式中,WX为来自邻居自变量的影响;θ为相应的系数向量。

根据前述理论分析,结合空间自相关性检验的结论,林业产业集聚影响因素分析不仅要分析本地作用,对临近地区空间相互作用的分析还可以更好地揭示影响作用的发生机制,因此采用空间杜宾模型更符合理论假设和预期。为稳健起见,我们同时采用空间自回归和空间误差模型进行分析检验和模型对比。综上所述,本文对我国30个省林业产业集聚影响因素分析的空间杜宾模型设定为:

(6)

式中,lqi,t为各省林业产业区位商;ρ为被解释变量的空间滞后系数向量;Wi,j为空间权重矩阵;β为解释变量的系数向量;Xi,t为解释变量矩阵,包括森林蓄积量、林业系统在岗职工年平均工资等4个解释变量向量;Di,j为解释变量的空间权重矩阵,本研究中设定与Wi,j相同;θ为解释变量空间滞后系数向量;εi,t为随机扰动项向量。

5 估计结果分析

分析表4中的数据,首先看空间杜宾模型(SDM)的结果,空间自回归系数ρ在1%的水平上显著为正,与之前的空间自相关检验结果吻合,说明被解释变量的空间滞后必须考虑,证明采用空间计量模型的合理性。解释变量中产业基础条件(lnlfov)影响在1%的水平上显著为正,证明某地的林业产业基础条件越好,越有利于该地的林业产业集聚,与理论分析和假设6相符;自然资源禀赋(lnforest)的影响不显著,未能验证假设2,对比其他模型结果,只有OLS的结果显示该因素影响在5%的水平上显著为正,可见加入个体效应尤其是考虑了空间相关性后,自然资源禀赋对林业产业集聚的影响不再显著,这与林业产业升级对自然资源的依赖程度降低的趋势相吻合;交通基础条件(lnmile)的影响在5%的水平上显著为负,可认为交通的便利使资源流动性增强,削弱了对资源依赖严重的林业产业的集聚基础,带来了负向影响,部分验证了假设4;人力资源条件(lnwage)因素影响不显著,未能支持假设3,而且其作用符号为正,与前述结论相反,其原因会随着后面的分析而揭开。

表4 空间杜宾模型(SDM)及其他模型(SEM、SAR、OLS、RE)结果

注:Standard errors in parentheses;*p<0.1；**p<0.05,***p<0.01。

林业产业基础条件(lnlfov)和人力资源条件(lnwage)的空间滞后影响分别在5%和10%的水平上显著,说明临近地区的因素对本地区林业产业集聚产生显著影响,证明了空间杜宾模型的合理性,两者的符号均为负,对林业产业基础条件因素影响的解释是前述对该变量作用解释的翻版。即某一地区的林业产业基础条件越好,在有利于该地林业产业集聚的同时,对临近地区的产业集聚会产生负面影响,且影响不可忽视,再次有力验证了假设6。比较表4中产业基础条件(lnlfov)在本地和临近地区的影响程度数据可见,当地产业基础条件的正向影响程度大于临近地区该因素的负向作用;对人力资源因素的解释是,由于林业产业的劳动力密集特征,决定了企业选址时会集中在工资水平较低的区域,以降低成本,因此某地区林业产业职工工资水平越低,对相关企业的吸引力越强,越有利于林业产业在本地区的集聚。经过验证，工资因素同样存在空间相关性,这与劳动力在一定区域的流动性有关,再考虑到林业产业集聚的空间性,因此某一地区的工资因素对临近地区的林业产业集聚产生类似影响也就不难理解。这也从另一个角度验证了假设3。

对应分析SEM、SAR等模型的结果,SAR模型空间自回归系数ρ在1%的水平上显著为正,SEM模型显示扰动项存在空间依赖性。λ在1%的水平上显著为正,同样说明空间相关性的存在。在各影响因素的方向和显著性方面,交通基础条件(lnmile)影响显著为负,自然资源禀赋(lnforest)影响不显著,与SDM模型结论一致;产业基础条件(lnlfov)的影响效果与之前SDM模型分析中的Main部分类似,数值略小。我们注意到在SDM模型的结果中,产业基础条件(lnlfov)的本地影响比临近地区该因素影响更加显著,且绝对值更大。有趣的是，人力资源条件(lnwage)的影响方向与Wx部分方向一致,但绝对值略小,与SDM模型分析中的Main部分相反。在SDM模型中,该因素Wx部分显著,且绝对值大于不显著的Main部分,因此综合前述分析,可以认为SEM、SAR模型中的产业基础条件(lnlfov)和人力资源条件(lnwage)的结果是对SDM模型本地因素和临近地区因素空间影响作用的综合,同样对前述假设起到了支持作用,只是对内在机理的分析不如SDM模型更深刻,可见SDM模型的解释力优于SEM、SAR模型。此外,OLS和RE模型的结果虽然也支持前述假设,但由于未考虑空间影响因素,其结果只能做参照。最后来看前面唯一未被讨论的政府调控因素,其作用在各个模型中方向一致,都是正向且影响均不显著,但考虑到理论分析和实践中这一因素的必要性,作为控制变量在各模型中均予以保留。

6 结论与讨论

通过前文分析论述,本文得出以下主要结论:首先,我国林业产业集聚特征明显,各区域、省域之间存在差异,集聚态势与区域分布联系密切,经空间相关性检验,产业集聚存在显著的空间正相关;各省林业产业集聚态势在研究期内变化较小,产业区位商(lq)较稳定。可见产业集聚形成后,相应的配套措施和内外部环境都向维持平衡状态的方向发展,产业优势形成后能保持一定惯性,各地的决策机构也会重视对该地区竞争优势的维护和提升,这些都使林业产业集聚的态势保持相对稳定。《林业产业发展“十三五”规划》提出要巩固发展特色产业集聚,因此各地保持前期各项产业政策措施的稳定性和连续性是维持林业产业集聚优势的基础,同时还要关注临近地区的产业发展态势,强优势,补短板,促进当地林业经济的快速健康发展。其次,采用空间杜宾模型的分析得到如下结论:①在考虑个体效应和空间相关性的前提下,林业产业对自然资源禀赋的依赖不再显著,交通设施条件改善对资源依赖型的林业产业集聚产生负向显著影响,因此自然禀赋丰沛地区要善用“靠山吃山”策略,利用资源优势,大力发展林业新兴产业和林业服务业,促进产业升级,做大产业规模,提高产业竞争力。②林业产业具有显著的规模效应,已有产业规模优势是前期产业发展积累的宝贵基础[30, 31],是林业产业集聚的决定性因素之一。空间杜宾模型揭示已有产业基础条件在本地区具有正向显著作用,同时模型结论中还表明临近地区的规模优势对本地林业产业集聚的负面影响不可小觑。由于林业产业集聚空间正相关性显著,即诸多林业产业集聚程度高的省份在空间上临近,反之亦然,可见具备产业基础规模优势的省份其邻省的竞争力同样强,因此像广东、浙江、安徽、福建、江西等林业大省要着重扶持龙头企业,实施品牌培育战略,保持政策措施的持续性,以维持自己的地位。③人力资源条件因素的分析结论更有启发意义,林业产业具有劳动力密集型特点,人力资源的重要性自不待言。产业向人力成本较低区域也就是人力资源丰富区域集聚的明显特征,空间杜宾模型更深刻地揭示了这一特征,说明流动性更强的人力资源是改变产业集聚均衡状态的一个关键因素,因此四川省、河南等劳动力输出大省可通过制定人力政策,吸纳和留住劳动力,借助丰富的劳动力资源,从临近地区甚至是更远地区吸纳或承接相应林业产业,提升本地的林业产业集聚水平和产业经济规模。第三,空间杜宾模型中对临近地区产业基础和人力资源条件因素的分析,深刻揭示了空间相关性的实质，即既相互竞争,又唇齿相依。因此从区域经济发展角度来看,最佳的选择是互利共赢,这也是空间依赖性的内涵之一。在当前实施的国家战略如“一带一路、长江经济带、京津冀协同发展、东北国有林区改革”的背景下,区域林业发展力度持续增强,要想维持本地优势林业产业集聚态势,必须考虑与临近地区的协调平衡关系,同业竞争很难双赢,错位发展或抱团发展而形成一体化的区域经济是更好的策略。各地在政策制定时要着眼大局,形成地区联动,形成互补态势。此外,还要清醒的认识到,市场对资源配置起到决定性的作用,政府的调控和服务作用虽然不可或缺,但过度干预会影响市场配置机制作用的发挥,因此在制定产业政策时必须遵循市场规律,不可越俎代庖。