技术关联与巨型城市群产业转移关系研究——来自京津冀证据的分析

文余源，张博伦

(中国人民大学 经济学院，北京 100872)

内容提要：京津冀协同发展已经上升为国家重大战略，其实施过程中的产业转移是优化产业空间布局的重要政策措施。本文建立了纳入技术关联因素的产业转移推拉模型，采用2003-2012年中国工业企业数据库数据，通过技术关联度来度量产业之间的联系，探讨技术关联对京津冀巨型城市群产业转移的影响。研究结果表明，在控制了产业特征和地区特征因素条件下，技术关联与京津冀巨型城市群制造业总体转移呈显著正相关，对劳动密集型、资本密集型和技术密集型三类分行业的产业转移表现出不同程度的推动作用，但在不同地区间存在一定差异。上述发现对京津冀三地协同产业转移与承接具有重要政策含义。

一、引言

巨型城市群是国家发展战略核心区和新型城镇化主体区。目前中国已形成京津冀、长三角、珠三角、长江中游和成渝等五个巨型城市群，它们在发展过程中都面临产业转移与承接的问题。其中，随着京津冀地区的不断发展，一些对未来影响深远的问题开始显现。比如，北京外来人口增长过快，京津两市水资源严重短缺、大气污染严重,“大城市病”问题凸出；区域发展差距悬殊，河北显著落后于京津二市，出现环京津贫困带等。促进京津冀地区内的制造业转移，对疏解北京“非首都功能”和促进产业高端化，缓解京津“大城市病”、水资源短缺等问题，以及对河北省经济发展、提升产业能级、缩小与京津二市的差距、促进京津冀区域协同发展具有重要现实意义。

产业转移的内涵有宏观和微观两种视角。宏观角度，比如陈建军(2002)认为，产业转移是产业从某地转移到另一地的经济过程，其原因是资源供给或产品需求条件发生了改变；初钊鹏等(2018)认为产业转移是产业在地理位置上的部分或整体迁移，其本质是生产要素转移；付保宗(2008)则强调产业转移是相互联系区域间某产业相对规模的变化，其中相对规模增加的地区是产业转入地，反之则是产业转出地。微观角度，认为产业转移的实质是企业的迁移行为(Pellenbarg和Knoben，2012；许德友，2015)，例如，很多跨国公司通过跨境投资设立分公司、并购甚至将总部迁移到其他国家的现象，可以算作是国际尺度的产业转移。相较于宏观视角的产业转移，微观视角的企业迁移是对产业转移更为狭义的定义。本文认为企业迁移是狭义上的产业转移现象，而产业区位变化则是更广义上的产业转移，并在经验分析中采用广义产业转移的内涵。

大量文献对区域产业结构演化中技术关联作用进行的研究表明，地区通过创造性破坏来引进新技术、产品和产业，技术关联性是这个多元化过程的主要推动力；在此过程中从相关部门或者在多个相关部门能力重组中产生了新部门，地区倾向于在与它们现有活动强相关的部门进行扩张和多元化。例如，Klepper和Simons(2000)发现，成功的电视制片人在进入电视行业前是经验丰富的电台制作人，这两个行业的核心能力和惯例具有高度互补性。Boschma和Wenting(2007)研究表明区域知识库的技术关联性对英国汽车产业的地方化起到很大作用。在瑞典，产业更可能进入有技术关联产业的地区，更可能从产业不相关的地区退出。西班牙各地区倾向于发展与既有产业具有相似能力的新产业。在美国技术关联很重要，关联产业更容易进入或更不容易退出(Essletzbichler，2015)。从上述研究看，技术关联的概念为我们提供了观察集聚外部性在企业、产业和区域层面作用效果的新途径。然而，经验研究主要来自于欧美等发达国家。He等(2018)和金璐璐等(2017)研究了技术关联在中国各地区产业的进入与退出中发挥的重要作用，研究表明与当地既有产业技术关联较强的新产业更容易进入，而技术关联较弱的产业则更容易退出。但是，产业的进入和退出只是产业转移的一部分，技术关联在京津冀地区制造业的转移过程中是否发挥着重要作用，是本文探讨的问题。

少数学者从产业关联的角度来探讨产业转移。刘新争(2016)从投入产出的视角研究了产业关联与产业转移的关系，认为建立在产业关联基础上的产业转移可以更好地促进产业融入到转入地的产业结构中。但是，使用投入产出表来度量产业之间的关联更注重产业之间的物质联系(货物和资本的联系)，且仅仅能够粗糙地衡量两位数产业之间的关联，而Boschma(2005)强调产业技术关联是具有类似制度结构、知识基础等要素的产业之间的联系。本文借鉴Hidalgo等(2007)的研究，测算基于产业共聚关系的产业技术关联，并在此基础上研究技术关联对京津冀巨型城市群制造业转移的影响，期望对产业转移的研究提供一种新思路。

二、理论分析框架

目前，对产业转移动力机制的研究大多基于推拉理论来构建产业转移的分析框架。推拉理论最早由Ravenstien(1885)提出，用于解释人口迁移的趋势，很多学者受此启发将推拉理论用于构建产业转移的分析框架。在雁阵模式理论中，发达国家为了发展高新技术产业、调整产业结构，会淘汰失去了比较优势的落后产业，这种将产业向外推的力可以称为“推力”，相对而言，欠发达地区为了引进先进技术，有将发达地区淘汰的产业引入的“拉力”，由此揭示出产业转移的动力机制。Vernon(1966)所提出的产品生命周期理论强调了一国(或一国企业)在不同时期比较优势与竞争优势的动态转化特点，他认为先发地区有动力将失去了比较优势的产业通过对外投资的方式向外转移。刘易斯(1984)认为，产业转移的主要原因是发达地区劳动成本高于欠发达地区的这种差异。Kojima(1975)提出的边际产业转移理论认为，发达国家为获取利益，倾向于将不再具有比较优势的产业推向对外直接投资，因而形成产业转出的推力；发展中国家或地区则通过承接产业转入提升其比较优势，从而形成产业转移的拉力。

张静和付金存(2015)建立了基于推拉理论的产业转移分析框架，认为转出区与转入区技术、成本、产业和经济势能的差异诱发产业势差，产业势差在经济推力和拉力共同作用下转换为转移动能，揭示了产业转移发生的内在机理。许德友(2015)认为产业转移的力量可以分为发达地区转出产业的推力和留住产业的拉力，欠发达地区承接产业的引力和不利条件造成的斥力。可以看出，后者所提出的斥力和引力实质上与推力和拉力相同，只是换了一种说法。综合来看，无论是国外关于产业转移的经典理论还是国内学者对产业转移的研究，大都可以基于推拉理论来构建分析框架。

如图1所示，产业转移能否发生取决于以上推力和拉力的角力。来自产业转出地的推力因素主要包括劳动成本增高、土地约束加强、政策推动倒逼、环保管制严化、市场竞争加剧等；但同时又具有“留住”产业的拉力作用，包括人才供给充足、投资营商环境良好、基础设施及公共服务设施完善、迁移机会成本高等。与之对应，来自产业转入地也有拉力和推力作用，其方向与产业转出地相反，吸引产业转入的拉力主要是土地供给充足价低、劳动成本低廉、当地市场潜力大、优惠政策吸引等因素；但也存在排斥的推力因素如当地配套不足、投资营商环境不佳、市场狭小以及人才匮乏等因素。产业转出地通常为推力大于拉力的地区，产业转入地恰好相反。产业转出地的推力和产业转入地的拉力二者的合力大于产业转出地拉力与产业转入地推力的合力时，产业转移即可发生。不同文献对产业转移研究虽然各有侧重，但总体都体现了上述分析框架。

图1 产业转移的一般分析框架

产业转移的研究大多是基于比较优势理论来进行的。比如，劳动密集型产业转移理论认为，发达国家要素禀赋资源数量与结构发生变化后，其劳动密集型产业相比发展中国家逐渐丧失了比较优势。根据比较优势理论，发达国家将从发展中国家进口这些其自身不具比较优势的劳动力密集型产品(刘易斯，1984)。边际产业转移理论可以视为劳动密集型产业转移理论的一个推广，劳动力密集型产业正是首先沦为边际产业的典型。Ozawa(1992)将产业转移的动因归结为“比较优势的再生”(Comparative Advantage Recycling)。也就是产业所在国家或地区失去了产业的比较优势，那么这些产业就有动力转移到具有比较优势的其他国家和地区。

也有学者从产业关联的角度来研究产业转移。刘新争(2016)认为，建立在产业关联基础上的产业转移比之基于劳动力成本等外生比较优势的产业转移效果要更显著。He等(2016)认为，中国区域产业发展具有路径依赖性，产业关联在进入和退出中作用显著。刘鑫和贺灿飞(2016)研究认为技术关联对城市产业增长的影响具有显著的促进作用。在瑞典，产业更可能进入有技术关联产业的地区，更可能从产业不相关的地区退出(Neffke和Boschma，2011)。西班牙的地区倾向于发展与既有产业具有相似能力的新产业(Boschma和Minondo，2012)。

可见技术关联是影响产业发展和演化的重要因素，但是对技术关联影响产业转移的研究尚不多见，且缺少中国这样发展中国家内部产业转移的实证研究作支撑。本文在既有研究基础上，将技术关联引入产业转移的分析框架中来研究京津冀地区内部制造业的转移现象。研究框架设计如图2所示：技术关联可以通过对产业转出地和产业转入地的推力、拉力来影响产业转移。具体讲，当所有因素所形成的合力将转移产业推离某地区，则该地区为产业转出地；反之，则为产业转入地。为此我们提出如下两个假设并在后文展开经验分析。

假设1：对于产业转出地而言，若某产业与既有产业技术关联较弱，则该产业更容易向区外转移；反之，则有阻碍该产业转出该地的拉力。

假设2：对于产业转入地而言，若某产业与既有产业技术关联较弱，则该地区难以吸引该产业进入；反之，则该地区有吸引该产业进入的拉力。

三、数据说明和经验模型

(一)数据来源与处理

通常京津冀城市群通常包括北京、天津二直辖市和河北省的石家庄、唐山、秦皇岛、廊坊、保定、张家口、承德等城市，但考虑到2015年中共中央和国务院联合印发的《京津冀协同发展规划纲要》(中发[2015]16号)将京津冀协同发展上升为国家重大区域发展战略，京津冀三地各城市事实上已经被国家从战略高度进行了聚合，根据国家战略，其交通基础设施、生态环境保护和产业升级转移等领域将全域推进协同发展，因此本文研究的京津冀巨型城市群涵盖京津冀地区全部城市。

图2 引入技术关联的产业转移分析框架

制造业是国内外研究产业转移的典型产业，为增强可比性，本文着重于制造业的转移研究。数据主要来源于中国统计局的工业企业数据库。该数据库包括国有工业企业和非国有工业企业中500万元以上规模的企业的详细信息。

首先按年份根据企业的行政区划代码将企业进行地级以上城市的区分，然后采用聂辉华等(2012)的方法，对存在数据重复、指标缺失、样本匹配混乱、变量大小异常等问题的数据项进行清洗处理，对各年经济类指标以2010年为基年进行价格订正，最后构建了京津冀13个城市2003-2012年的面板数据。

为了研究不同要素密集型产业的转移特征，本文借鉴鲁桐和党印(2014)的研究，通过定量分析方法对制造业进行分类。分类指标包括固定资产比重和研发支出比重，其计算公式如下：

固定资产比重=固定资产/资本总数

(1)

研发投入强度=研究与试验发展(R&D)经费/主营业务收入之比

(2)

其中固定资产比重指标根据2011年工业企业数据库计算得出，研发投入强度指标数据以《2011年全国科技经费投入统计公报》为依据。考虑到不同年份计算结果的可比性，各年份行业分类都以2011年的分类为准。由于二位代码行业分类相对比较宽泛，各行业没有发生跨越式的技术变革，因此选取2011年行业分类不会对模型计算结果产生实质性影响。

显然，研发投入强度较高的行业对技术更为重视，技术要素对这类产业更为重要，因此可以根据研发投入强度指标将技术密集型行业区分出来；与研发投入强度指标类似，固定资产比重较高的产业对资本要求较高(鲁桐和党印，2014)，可以进一步区分出资本密集型产业和劳动密集型产业。具体方法：首先，根据2011年工业企业库数据以及2011年全国科技统计公报数据计算研发投入强度和固定资产比重；其次，先用研发投入强度指标将产业的技术密集程度分为高、中、低三个类别，其中，技术密集程度越高的行业说明技术对该行业越重要，因此将技术密集度较高的行业定义为技术密集型产业(研发投入强度高于1%)；再次，根据固定资产比重进一步将技术中低度密集产业分为两大类，其中固定资产比重占比较大(高于36%)的为资本密集型产业，其他的行业为劳动密集型产业，分类结果如表1所示。总体而言，劳动密集型行业较多，其他两个行业较少。

表1 行业分类

(二)典型事实

本文通过产业区位基尼系数和结构变动系数来把握京津冀地区制造业的集聚程度及变化趋势，以反映京津冀制造业转移的总体特征。值得注意的是，京津冀制造业并非只在区域内部转移，也存在产业由京津冀地区向域外转移或者由区外转移到京津冀地区内部的现象。本文关注的重点是京津冀内部各地区之间的企业迁移和产业相对规模的变化，因此对京津冀制造业向区外转移的情况不做讨论。

衡量京津冀地区各产业区域集中度和区际分布差异的产业区位基尼系数公式如下：

(3)

结构变动系数可衡量区域内制造业不同行业转移的强度，对其公式为：

Ri=∑|xit-xi0|

(4)

其中，Ri为i行业的结构变动系数，其值越大，表明产业转移的程度越强烈，反之产业转移程度较低；xit和xi0分别为某地基期和末期i行业工业总产值占京津冀区域i行业工业总产值的比重。

图3展示了2003-2012年期间京津冀地区各类行业区位基尼系数的变动情况，制造业整体以及劳动密集型、资本密集型和技术密集型三大类产业的集聚程度总体均呈下降趋势。表明各大类产业都有从中心向其他地区分散化转移趋向。

图3 2003-2012年京津冀制造业及各类型制造业空间分散转移趋势

图4展示了2003-2012年间三类制造业内部各行业的转移程度，尽管各行业结构变动系数存在差别，但均反映各行业发生了不同程度的产业转移。其中，劳动密集型行业中的工艺品及其他制造业C42和食品制造业C14，资本密集型行业中的石油加工、炼焦及核燃料加工业C25和化学纤维制造业C20以及技术密集型行业中的电气机械及器材制造业C39结构变动系数高，转移幅度大；而农副食品加工业C13、交通运输设备制造业37、通信设备、计算机及其他电子制造业C40等的结构变动系数相对较小，转移程度较低。

图4 2003-2012年京津冀区域制造业各行业结构变动系数

综合产业区位基尼系数趋势和行业结构变动系数特征来看，京津冀地区的产业区域转移一直在持续发生。那么这种转移受哪些因素及哪种主导因素影响是本文试图探讨的问题。

(三)技术关联的度量

本研究的关键变量是产业间技术关联性。一般来说，有三种不同的方法来衡量产业间联系。其一，根据标准行业分类体系来衡量各产业间的技术关联(Neffke和Boschma，2011)。其二，刘新争(2016)从投入产出的角度来把握产业之间的产业关联。其三，Hidalgo等(2007)根据不同产业在同一地方出现的概率来度量技术关联。贺灿飞等(2016)、He等(2016)也利用第三种方法来研究技术关联在中国地区的产业进入和退出中所发挥的作用。由于第三种方法可以在四位代码行业层次上来衡量各产业之间的关系，其他方法无法达到这一要求。因此本文采用第三种方法来度量不同制造业之间的技术关联性。具体公式如下：

RLij=min{P(RCAi|RCAj)，P(RCAj|RCAi)}

(5)

其中，RCAi和RCAj分别表示产品i和j在某城市的显性比较优势，P(RCAi|RCAj)表示某城市产品j具有显性比较优势下产品i具有显性比较优势的条件概率，min{}表示取最小值，RLij表示i产业和j产业间的技术关联性，数值上等于产品i和j两个条件概率的最小值，LQ表示企业所在城市某四位数产业就业的区位商，表示相对比较优势。典型地，LQ>1表明产业专业化。新的技术关联性度量方法可以更好地描绘地区复杂的产业联系。

本文研究京津冀各城市产业间技术关联性对新产业转入和既有产业转移的影响，考虑到各城市不同产业规模不同，计算城市某产业与其他产业的技术关联性采用产业规模加权更为合理，这里以各产业就业人数来衡量产业规模。于是可定义各城市四位代码制造业行业的加权技术关联性如下：

(6)

其中，Rri表示四位代码制造业i与城市r已有产业结构的加权技术关联程度，Erj表示除i外的其他四位代码制造业j在城市r的就业人数。

(四)变量选取和模型说明

1. 变量选择

(1)被解释变量。本文主要研究技术关联在广义产业转移中所起的作用，即对制造业区位变化的影响。根据前文对产业转移内涵的界定，可用各地区制造业份额变动来衡量产业转移，并将其作为被解释变量。

(2)关键解释变量——技术关联。Hidalgo等(2007)根据不同产业在同一地方出现的概率来度量技术关联。贺灿飞等(2016)也利用此种方法来研究技术关联在中国地区的产业进入和退出中所发挥的作用。前文梳理了技术关联影响产业转移的路径，认为其影响机制可通过两条途径发生：一是技术关联通过促进知识溢出来促进空间集聚，进而作用于相关产业；二是技术关联通过促进知识溢出，而知识溢出对技术进步起到重要作用，最终表现为技术关联通过技术进步来影响产业转移。因此，预计技术关联与产业转移呈正相关。

(3)其他变量。本文重点研究京津冀地区产业转移和技术关联度之间的关系，但由于产业不同，地区经济发展水平的不同，产业转移与技术关联之间的关系势必受到其他因素的影响，包括行业因素和地区因素两类(表2)，其中：

产业分工梯度。处于不同经济发展阶段的地区，其主导产业选择会有很大的差异，各个区域主导区域经济发展的经济要素也不同，从而形成了不同的区域分工。而且，区域分工从根本上讲是产业梯度的形成原因，即分工的产生导致了产业梯度的出现。产业分工和专业化生产可以提升生产效率和专业化水平，并可带来规模经济和集聚经济效应，进而强化区域间的产业梯度。但产业分工与产业转移的相关性不确定，如果回波效应比较显著，则二者正相关，如果扩散效应更为显著，则二者负相关。

表2 变量符号及其含义

劳动力供给水平。产业转移理论和有关经验研究都表明，劳动力供给水平对产业转移十分重要。企业的区位选择会受到多个因素的影响，比如财政政策、劳动供给、交通状况、市场开放等，其中劳动力作为重要的生产要素，充足的劳动力供给对企业具有吸引力，进而会导致产业转移。采用京津冀地区各市各行业的平均就业人数来反映劳动力供给水平，预期劳动力供给与制造业转移正相关。

固定资本投入水平。特定产业的固定资本可以衡量产业转移的机会成本，即固定资本投入越大的产业由于机会成本高而不会轻易转移。同时，固定资本的投资水平也可以反应资本要素的活跃程度和禀赋差异，这种差异也会影响产业转移的发生。本文使用京津冀各地区分行业固定资产总值来代表其相应行业固定资产投入水平。预计固定资本投入水平和产业转移有关，但是方向不确定。

劳动力工资水平。该指标具有双重属性，既可反映劳动力成本，也可反映劳动力素质。前者对劳动力密集型产业制约比较大，后者则可能表明高工资对应了附加值较高的产业。采用京津冀各地区的职工薪酬来表示劳动力工资水平，若二者负相关，说明劳动力工资水平促进了制造业转移；若二者正相关，表明制造业发展成熟，高工资反映了劳动力高素质，对高附加值产业有集聚力。

经济发展水平。经济发展水平是衡量一个地区经济发展阶段的综合指标。经济发展水平较高的地区，一方面由于本地良好的经济发展条件可以吸引产业进入；另一方面对周围地区具有辐射作用，因此产业也有可能从发达地区转向不发达地区。这里使用京津冀各地区人均GDP来反映地区经济发展水平，并认为地区经济发展水平对产业转移有影响，但是方向不确定。

交通运输条件。该指标是研究产业转移中不可缺少的因素。在美国的制造业转移过程中，随着交通运输技术的发展，交通条件便利的都市区对产业区位的影响力越发重要，促进了美国的制造业由东部、北部转移到美国西部和南部(Klepper和Simons，2015)。本文用各城市人均铺装道路面积反映交通设施水平，该值越大，交通设施条件越好，相应的交通成本越低，越有利于该地区对制造业的迁入产生吸引力，制造业份额也越高。

2.模型说明

本文以京津冀地区北京、天津以及河北11个地级市作为空间单元，基于2003-2012年面板数据，研究制造业产业转移的影响因素。重点关注技术关联度与产业转移之间的关系。数据主要来源于2003-2012年的统计数据以及北京、天津、河北各地市2004-2013年的统计年鉴。

根据Hausman检验的结果， 本文选择固定效应模型。设定模型如下：

mirt=β0+αr+βi+ηt+β1lnRLirt+β2lnLQirt+β3lnLaborirt+β4lnFixkirt+β5lnPGDPrt+β6lnWagert+β7lnTranrt+εirt

(7)

其中，i为行业，r为城市，t为时间。εirt为随机扰动项，αr表示地区固定效应，βi为行业固定效应，ηt表示时间固定效应。其中，lnRLirt、lnLQirt、lnLaborirt、lnFixkirt在不同行业、地区和时间不同，lnPGDPrt、lnWagert、lnTranrt不同地区和时间不同。模型中，我们对各变量进行对数变换，以使数据更加平稳，削弱共线性和异方差性，并可得到解释变量的弹性。

四、实证结果及其分析

根据方程(7)，首先对全样本数据进行总体回归；其次，分别对劳动密集型、资本密集型以及技术密集型制造业进行回归，以考察行业差别是否会影响技术关联度的作用；最后，通过对不同地区分别回归以及使用GMM方法回归，来对结果进行稳健性检验，以确保结果的可信性。

(一)初始检验

通过Stata软件使用固定效应模型对2003-2012年13个城市面板数据进行估计，结果如表3所示。技术关联在制造业总体、劳动密集型、资本密集型和技术密集型行业的回归结果中，在1%或10%水平都显著为正，除技术密集型行业外，技术关联的回归系数(绝对值)都高于其他各变量(对技术密集型行业仅低于劳动力工资变量)。这表明技术关联对京津冀地区制造业转移具有决定性或关键性影响，也就是说，京津冀地区的产业转移与承接主要由技术关联因素主导，其他因素居于从属和辅助地位。分行业比较技术关联度的回归系数可知，劳动密集型制造业最大为0.132，技术密集型制造业次之为0.0981，资本密集型制造业最小为0.0734。表明技术关联因素对劳动密集型制造业影响最大，其次是技术密集型和资本密集型行业。这与以往研究(陈建军，2002)劳动密集型产业的发展主要受地区劳动成本影响的传统观点相左。事实上，劳动密集型产业的发展也受当地是否能提供相关技术条件因素影响巨大。

表3 固定效应模型估计结果

注：***表示P<0.01，**表示P<0.05，*表示P<0.1，括号内为标准误(下同)。

从行业因素来看，产业分工(lnLQ)对制造业总体和三类要素密集型产业转移的回归系数都显著为正，这表明在回波效应作用下，产业分工所形成的梯度差距越大，产业就越会向产业梯度较高的地区逆梯度转移，反映了产业地方专业化聚集特征。劳动力供给水平(lnLabor)在所有行业的产业转移中显著为正，表明劳动力供给充足的地区对制造业具有较大的吸引力，是接纳和承接转移产业的有利因素，或者说，劳动力供给不足的地区可能会发生产业转出。固定资本投入水平(lnFixk)与劳动力供给类似，均在1%的水平上与产业转移呈正相关。这表明固定资产投资水平较高的地区资本要素较为活跃，更有利于产业的转入。

从地区因素来看，劳动力工资水平(lnWage)在制造业总体、劳动密集型和技术密集型行业的转移中都显著为负，表明较低的劳动力工资水平促进了制造业的转移。人均城市产值(lnPgdp)在制造业总体、劳动密集型和技术密集型行业的转移中显著为正，说明经济发展水平较高的地区对产业吸引力较强，有利于产业转入。交通水平(lnTran)与经济发展水平类似，交通条件优越利于产业转入活动的发生。值得注意的是，地区因素在资本密集型行业的转移中并不显著且符号与总体和其他两类相反，这表明资本密集型产业对地区因素反应“迟钝”，不及对行业因素反应灵敏，区位惰性更强，这可能与资本密集型产业一般体量巨大、区位沉没成本很高而不易迁移有关。

(二)分地区情况与稳健性检验

为了了解不同城市是否有不同于整体的表现，本文对京津冀13个城市分别进行回归(表4)，结果表明，虽然在制造业回归时技术关联对产业转移的影响均为正，但是在分地区进行回归时各城市各有不同。由于中国地方政府的产业政策对产业转移具有重要影响，并不完全是市场主导的结果，因此，不同地区的产业转移受技术关联的影响也不同。

天津、邯郸、邢台、保定、张家口、承德与沧州的回归结果中，技术关联与产业转移的关系显著为正，这与总体初始检验的结果相一致。这表明，在上述城市的产业转移过程中，较强的技术关联较有利于产业转入该地区，较弱的技术关联促进产业转出该地区。

表4 分城市固定效应模型估计结果

表4 (续)

部分城市的回归结果与总体初始检验不一致。北京、石家庄、唐山、秦皇岛、廊坊和衡水并不显著，且北京、沧州、廊坊和衡水的回归结果中，技术关联与产业转移负相关，其中沧州在1%的水平上显著为负。这可能是因为，京津冀地区的制造业转移并不完全是一个市场主导的结果，地方政府在产业转移中起到很大的作用。北京在促进产业转出时或者河北各地市在引进产业时，可能并未考虑到该产业与当地其他产业之间的联系，例如近年来北京的汽车制造业转入沧州即是政府主导的结果，而与沧州是否具备更好的汽车制造业发展技术关联条件关系不大。总体而言，大多数地区中技术关联与产业转移呈正相关，说明估计结果较为稳健。

为分析结果可靠性，下面进行稳健性检验。面板数据模型常用估计方法是固定效应和随机效应两种模型，但如果解释变量存在内生性时，这两种模型均无法保证参数估计的无偏性。为消除模型选择对估计结果的影响和减少内生性，本文分别使用系统GMM和差分GMM进行估计，结果如表5所示。发现关键解释变量的符号没有发生根本性变化，且均在1%的水平上显著，这说明结果是稳健可信的。对于行业因素和地区因素两类控制变量而言，GMM方法的回归结果与前述结果也大体相同，说明估计结果具有较好的稳健性。

五、结论与讨论

本文建立了纳入技术关联的产业转移机制和分析框架，主要探讨了技术关联对京津冀巨型城市群制造业区内转移的影响。经验分析表明，技术关联在京津冀地区制造业的转移中发挥了重要作用。从制造业总体、劳动密集型和资本密集型行业的转移来看，技术关联相对于其他因素都表现了最强的促进作用，在技术密集型行业则表现为次强的影响因素。总体而言，技术关联是推动京津冀城市群内部产业转移和承接的主导性关键因素，其他因素则居次要地位。其他变量行业因素中，产业分工具有促进产业逆梯度转移聚集的作用，劳动力供给充足和固定资本投入高有利于产业转入；地区因素中，劳动工资低和经济发展水平高一般有利于产业转入，但资本密集型产业区位惰性较大，对地区因素不敏感。京津冀城市群不同城市其产业转移具有不同的特征，多数城市的产业转移受技术关联影响显著，少数城市可能受政府主导干预而导致技术关联影响不显著。

上述结论对有效促进京津冀地区的产业转移和优化空间布局具有重要政策启示。在北京疏解非首都功能的背景下，在为需要疏解出北京的产业选择承接地时，一定要充分重视技术关联的作用。任何一个产业都不是孤立的存在，需要和其他产业进行生产或技术上的互动。本文的研究表明，转移产业在与其技术关联较为紧密的地区更容易存活且能够发展得更好，反之，产业将难以真正嵌入到承接地的产业体系，也难以得到良好的发展条件甚至发生产业退出。

从京津角度而言，在推动产业转出时需要充分考虑到企业转出的隐性成本。如果企业所在的产业和京津当地产业的关联度较低，则推动相关企业转移的成本相对较低，反之，则转移成本也较高。因此，在选择疏解产业的顺序上，应该优先考虑转移那些技术关联度较低的产业。

表5 GMM方法估计结果

从河北或其他产业承接地来讲，承接产业转移时应该选择和本地技术关联较强的产业。企业转移到河北之后，能否存活并得到更好的发展，是关系到整个京津冀地区产业转移成败的关键问题。如果是在市场完全自发下形成的产业转移和承接，这并不足以成为真正的问题，因为企业在市场条件下进行自我选择时会自觉不自觉地纳入了技术关联因素。但是京津冀地区的产业转移显然行政干预色彩浓厚，因而政策或规划若不对包括产业技术关联在内的各类因素进行充分综合考虑，就难以确保其实施的预期效果，轻则该地区产业转移效率受到影响，重则影响到京津冀协同发展进程。因此，选择与承接地技术关联度较高的产业进行定向转移，有利于提高产业转移的效率，有利于促进承接地产业的成长，进而有利于京津冀协同战略的推进。特别是作为“集中疏解北京非首都功能”的雄安新区，其建设与发展更要积极创造良好的技术关联条件以更好地承接北京转出的相关产业。

本文从技术关联的角度来探讨京津冀地区制造业转移，为技术关联性在一个发展中国家区域内部产业转移中发挥的作用提供了现实依据，为演化地理经济学中的路径依赖论断提供了额外支持。同时，本文研究结论也具有更广泛的现实意义，盲目引进与当地产业技术相关程度较低的产业，不利于企业存活发展和产业顺利成长，因此，地方政府应着眼于充分发挥本地技术优势来引进新产业和制定产业政策，重点引入和发展与本地技术相关度高的产业。

需要指出，本文受工业企业数据库数据(2003-2012年)所限，没有覆盖近年数据，不能完全反映近几年京津冀地区产业转移情况。其次，未能深入行业内部研究各生产环节的转移。同一行业内部的不同生产环节差别较大，比如研发环节与生产环节则具有较大的不同。现实中可能存在许多企业将研发总部留在北京等大城市并将生产环节转移到劳动力更为充足的河北等地的现象，本文由于数据的可得性，并未深入到行业内部对生产环节的转移进行研究。再次，由于区县及企业数据获得困难，本文在实证研究中选取指标变量的全面性和精准性有欠缺，例如，虽然产值份额变化表征了产业相对转移，但毕竟是转入转出的综合结果，而不能反映其中的细节。这些不足也是进一步研究需深化和完善的方向。