产业结构升级对绿色经济高质量发展影响的实证研究
2021-04-20纪佳琪范浩阳
刘 蕾,纪佳琪,范浩阳
(河北民族师范学院 数学与计算机科学学院,河北 承德 067000)
随着中国经济进入新常态,中国面临“三期叠加”的宏观态势,如何通过绿色发展解决产业结构“不平衡”问题,是实现经济高质量发展的重要问题。自中共十八大以来“绿色”发展理念的提出,到2019年9月黄河流域生态保护和高质量发展上升为重大国家战略,这些前瞻性的顶层设计无一不展现出中国摒弃“粗放式”发展模式,走绿色发展之路的决心。河北省承德市地处塞外,在京津冀协同发展形势下,确立了“3+3”主次分明且梯级推进的产业格局,已进入结构转换新时期,正确处理经济增长与产业结构升级关系是该阶段承德市经济发展面临的首要问题。
一、文献综述及问题提出
产业结构转型升级对经济发展的影响一直是政界以及学术界讨论的热点话题。国外最早研究产业结构的学者是15世纪的威廉·配第。20世纪,克拉克指出产业结构的调整会导致生产要素与劳动要素的重新配置,进而对经济发展产生一定的影响[1]。随后,更多学者认为产业结构转型升级能够促进经济的绿色增长,产业结构对经济增长的影响呈现动态变化的特征[2-3]。国内学者对此也作了充分研究:大量学者从产业结构升级对经济增长的影响出发,得出具有正向促进作用[4-6];一些学者采用面板数据,并建立健全科学合理的评价指标体系[7],分析了产业集聚对城市经济增长具有正向效应和非线性的倒U型关系[8];有些学者认为产业结构升级对经济增长影响不大,甚至有负向效应[9],且不同地区和不同时期产业结构升级对经济增长的影响存在差异,产业结构高级化对经济增长产生收敛性抑制作用,各地区要加快技术进步,提高全要素生产率[10]。此外,学者还对生态文明与经济高质量发展的关系进行研究,为城市的绿色发展提供借鉴[11-12]。
由国内外研究可知,产业结构变化错综复杂,且产业结构变迁对经济增长影响存在不确定性。鉴于此,基于承德市六大主导产业面板数据对产业要素产出作出估计,将测算绿色全要素生产率作为经济高质量发展的代理指标,并从产业结构合理化、高级化、收益化以及政府干预4个维度建立评价指标体系,运用多种面板模型分析六大产业发展态势的主要影响因素,检验产业结构升级对经济高质量绿色发展的影响,以期为河北省经济高质量绿色发展提供借鉴。
二、六大产业全要素生产率变化率测度
随着中国经济步入新常态,过去的生产要素驱动型经济发展增长模式将难以为继,实现经济增长向创新型驱动转变是中国经济的必由之路,而全要素生产率即为创新的重要度量指标。因此,该文首要计算六大产业的全要素生产率,测度承德市经济增长由“量”向“质”转型的程度。
(一)数据来源及模型简介
在测算全要素生产率之前,首先阐述数据来源及所采用的模型。
1.数据来源
数据来源于承德市各个行业财务报表数据以及《承德市统计年鉴》,样本时间为2008—2018年。合理的指标选择是投入产出评价有效的前提和基础,在产出方面,已有文献多选择主营业务收入、营业利润和净利润作为期望产出;在投入方面,年末员工总数作为劳动投入,主营业务成本作为中间投入,固定资产与无形资产等作为资本投入。根据已有文献的总结,结合承德市六大产业的特殊性,选择GDP作为产出指标,从业人员期末数、施工项目和固定资产投资作为投入指标。
2.模型简介
为测算承德市六大产业效率值,选用BCC-DEA模型,以投入为导向,选用一般规模报酬(CRS)作为主要评价指标,CRS表示技术效率(投入产出效率),主要描述各个产业总的投入产出效率的高低,根据测算的绿色经济效率值及数据包络法原理可知,当测度值等于1时,代表该产业经济发展很好;当测度值在0.8~1时,表示该产业经济发展较好;当测度值在0.6~0.8时,表示该产业经济发展一般;测度值在0.6以下,表示其发展情况较差。
在BCC-DEA模型的基础上,运用Malmquist指数对承德市六大产业技术效率的变化进行分解。Malmquist指数可分解为TFC(全要素生产率变动)、TC(技术变动)、EFC(技术效率变动)、PC(纯技术效率变动)和SC(规模效率变动),即这5个指标动态分析时序变化和个体差异对产业的影响。
(二)六大产业全要素生产率实证分析
用BCC-DEA模型对六大产业全要素生产率进行静态分析,并在此基础上运用Malmquist指数对其进行动态分析。
1.六大产业全要素生产率静态分析
基于上述DEA模型,对承德市六大产业效率值进行测算,选用一般规模报酬作为主要参考(表1)。从产业来看,食品医药连续11年测度值为1,清洁能源近10年为1,表明经济发展状况较好;钒钛产业均值为0.87,可知钒钛产业对产业增加值贡献较大;装备制造产业效率均值0.75,生产要素利用率中等,经济发展情况处于一般水平;而大数据和文化旅游产业处在较低水平,表明在经济发展中其模式有待改善。从时间维度来看,近11年承德六大产业全要素生产率在0.6~0.8,生产要素利用率处于中等水平,可知各产业之间生产要素利用率差距较大。
表1 2008—2018年承德市六大产业CRS测度结果
2.六大产业Malmquist指数动态分析
(1)六大产业全要素生产率指数及分解的时序变化
2008—2018年六大产业TFC平均增长了6.6%,说明各个产业规模效率得到提高。2008—2009年TFC为0.805,六大产业除纯技术效率提升了2.3%以外,其余效率均呈下降状态,这说明企业技术衰退,规模水平偏离最佳规模程度加大;2011—2014年,六大产业全要素生产率的变化率均大于1,说明产业技术进步,制度和管理水平有所提高;2014—2016年,六大产业全要素生产率的变化率均小于1,其中技术水平退步严重,但技术效率得到了提高,故全要素生产率降低;2016—2018年,六大产业全要素生产率的变化率大于1,说明产业技术进步,制度和管理水平提高,它们带来的正效应超过产业规模负效应,故全要素生产率提高(表2)。
表2 2008—2018年六大产业Malmquist指数及其分解的时序变化
(2)六大产业全要素生产率指数及分解的个体差异
六大产业在2008—2018年全要素生产率上涨了12.9%,其中规模效率提升5.1%,技术进步5.9%,纯技术效率增加5.1%,表明各产业技术得到较大进步,且制度与管理水平得到优化(表3)。具体而言,六大产业仅装备制造在2008—2018年全要素生产率下降了9.7%,技术进步1.6%,且规模效率提升3.2%,说明装备制造的技术虽得到了较大进步,但不足以抵消制度与管理水平低下,故全要素技术效率下降。
表3 2008—2018年六大产业Malmquist指数及其分解的个体差异
三、产业结构对经济增长的面板模型分析
该文主要研究承德市产业结构调整对经济增长的影响,数据资料主要来源于《承德市统计年鉴》以及各个企业财务报表。产业结构调整是影响经济效率的因素之一,为更好地检验它们之间的关系,将产业结构调整中产业结构合理化、高级化和收益化作为核心解释变量,并将政府干预纳入模型中,进行实证分析。
(一)指标体系构建
产业结构调整是影响经济效率的一种因素,为更好地检验两者之间的关系,将产业结构调整中产业结构合理化(IR)、产业结构高级化(IA)、产业结构收益化(IS)以及政府干预(IN)纳入模型当中,并将动态经济效率(DEA)作为因变量(表4)。
表4 指标体系及计算方法
(二)模型设定及检验
在进行面板模型分析之前,需设定模型具体形式。
1.模型设定
根据上文确定的解释变量与被解释变量,面板模型设定如下:
DEAit=βit+β0IRit+β1IAit+β2ISit+β3INit+μi+ξit
其中i=1,2…N(N=6)代表六大产业;t=1,2…T(T=11)代表研究序列时期;DEAit表示i产业第t年的经济效率;IRit、IAit、ISit和INit分别表示i产业第t年的各自变量;βit代表截距项;μi表示无法观察到的个体差异;ξit代表随机误差项;β0、β1、β2和β3代表解释变量系数。
模型按照估计系数βit和β0、β1、β2、β3的不同分为3种不同形式,若两者都不变为混合回归模型,βit变化而β0、β1、β2、β3不变则为变截距模型,若两者都变则为SUR模型。
2.单位根及协整检验
为防止伪回归,采用LLC检验、IPS检验、Fisher-ADF检验及LM检验4种方法,分别对DEA、IR、IA、IS以及IN这5个变量进行单位根检验。基于此,对序列进行协整检验。
(1)单位根检验
单位根检验结果表明,在10%的显著性水平下,六大产业的5个变量通过了4种方法的检验,拒绝原假设,原序列不存在单位根,数据是平稳的,可以进行协整检验(表5)。
表5 单位根检验
(2)协整检验
采用KAO检验、Pedroni检验和Westerlund检验3种方法对平稳序列进行协整关系检验。在5%的显著性水平下,P值均小于0.05,说明两者所构成的面板数据存在协整关系(表6)。
表6 原平稳序列的协整检验
(三)面板数据模型实证结果分析
通过上述检验可知,面板数据存在协整关系,可进行面板数据建模。
1.面板数据模型选择
首先,进行协方差检验以确定选用哪一种模型,可知应建立SUR模型(表7)。其次,进行Hausman检验,卡方统计量为74.2,P值为0.003,最终选择固定效应模型。
表7 协方差检验结果
2.固定效应变系数模型构建
通过以上分析,分别建立个体固定效应、时点固定效应以及时点个体固定效应模型。个体固定效应回归调整R2为0.898 0,F统计量显著,拟合优度较高(表8)。IR、IA、IS以及IN这4个指标回归系数均显著,表明产业结构调整对地区经济效率存在一定影响。产业结构合理化、产业结构收益化及政府干预对经济增长产生正向影响,表明各产业利用较少的劳动力生产较多的产品,营业利润占主营业务收入越多,表明产业创造的收入越多,能够为社会带来的经济价值也越多。同时,政府的大力支持是各产业为承德市经济增长奉献力量的动力,政府投资在GDP比重中每提高1个百分点,承德市的全要素生产率将提高0.982个百分点。产业结构高级化与经济效率之间存在显著负向关系,表明技术改造投资占总投资增大,经济效率值会随之减小。因此,各个产业应把创造的价值投入到社会再生产当中,在技术改革的同时也应该注重各产业发展现状。
时点固定效应模型调整R2为0.601 4,F统计量在10%的水平上显著,拟合优度良好。产业结构高级化和政府干预两个指标回归系数显著,表明承德市六大产业全要素生产率在时间维度上仅受这两项指标的影响,且对经济效率值产生负向影响。随着时间的推移,技改投资占总投资越多,越会占用企业投资资源,导致产业长时间无资金从事其他活动。政府干预越强烈,产业自由度越低,进而导致产业经济效率值降低。因此,各产业应该充分发挥自主创新的能力,政府应加大投资力度,给予企业更多自主权。
表8 固定效应变系数模型回归结果
时点个体固定效应模型调整R2为0.435 7,F统计量不显著,拟合结果较差。仅产业结构收益化随着时间和产业的变化,与经济效率具有显著负相关系,表明随着时间的推移,不同产业的营业利润占主营业务收入越多,承德市经济效率值会越下降。因此,各个企业应在未来的时间中把企业的营业利润投入到社会生产中,创造更多的经济价值。
3.面板数据模型形式的确定——协方差检验
对上述3种面板数据模型进行协方差检验(表9)。在5%的显著性水平下,检验一和四表明时点个体固定效应优于混合回归并优于时点固定效应模型;检验二和三表明个体固定效应优于时点个体固定效应优于混合回归。因此,应建立个体固定效应模型。
表9 协方差检验结果
4.不同产业个体固定效用回归结果
采用个体固定效应模型分析不可观测因素对不同产业影响的大小(表10)。各产业系数均在10%水平下通过显著性检验,且各系数均为正值,表明各产业受不可观测正向影响显著。从各系数的估计值看,大数据产业和文化旅游产业受不可观测因素影响小于其他产业,大数据产业全要素率较低的不可观测因素可能是该产业刚刚起步且产业规模较小;文化旅游产业成为产业升级的“助推器”,建设成果显著;钒钛产业不可观测因素每变动一个单位,经济效率变动0.858;清洁能源产业主要受当地经济发展状况影响;食品医药产业作为人类生活必需品,受不可观测影响较大;装备制造产业企业规模较小且产业链条短,应充分发挥产业优势,优化投融资体系,建设和打造产业聚集区。
表10 不同产业个体固定效应回归结果
四、结论与启示
该文通过承德市2008—2018年的面板数据分析产业结构升级对经济增长的影响,希望通过考察产业结构调整与经济效率之间的关系找到适合承德市经济发展的有效途径。
(一)结论
通过对承德市2008—2018年的面板数据分析产业结构升级对经济绿色增长的影响,研究结论如下:
首先,BCC-DEA模型表明食品医药、清洁能源和钒钛产业发展较好,对产业增加值贡献较大;装备制造产业生产要素利用率中等,经济发展情况处于一般水平;大数据和文化旅游产业处在较低水平,发展状况欠佳。
其次,2008—2018年Malmquist指数分解六大产业全要素生产率、规模效率、技术效率、技术变动以及纯技术效率呈增长态势,各个产业规模效率得到提高、技术得到进步,且制度与管理水平也略有优化。TFC平均增长了6.6%,2008—2018年全要素生产率上涨了12.9%,而装备制造的全要素生产率下降了9.7%。2016—2018年,六大产业全要素生产率增长近15%。
最后,以DEA-Malmquist指数所得的经济效率为因变量,以产业结构合理化、产业结构高级化、产业结构收益化和政府干预为自变量,通过面板模型和SUR模型进行实证分析。个体固定效应回归表明,产业结构合理化、产业结构收益化及政府干预对经济增长产生正向影响,较少的劳动力产生更多的社会价值。同时,政府的大力支持是各产业为承德市经济增长奉献力量的动力。产业结构高级化与经济效率之间存在显著负向关系,表明技术改造投资占总投资越大,营业利润占主营业务收入越多,经济效率值越会降低。不同产业受不可观测因素的影响程度不同。大数据产业和文化旅游产业受不可观测因素的影响小于钒钛产业、清洁能源、食品医药以及装备制造产业。钒钛是承德市特色产业,文化旅游、食品医药、清洁能源和装备制造产业较为成熟,大数据作为承德市新兴产业具有产业企业规模较小和产业链条短的特点,应充分发挥产业优势,优化投融资体系建设,并打造产业聚集区。
(二)启示
第一,坚持“主攻三产、强化三产”,提升产业结构合理化。食品医药、文化旅游以及钒钛作为承德三大主导产业,增加值占比在90%以上,其余3个产业提升空间较大,可见产业结构均衡性有待提高,各产业要主动适应承德市经济发展新常态,根据各产业经济发展情况调整产业结构,提升各产业间的聚合质量,积极促进产业结构均衡发展。
第二,合理调整研发投入,以创新促进产业结构高级化。各产业应发挥科技创新和制度创新的主导作用,通过模仿创新逐渐提高至集成创新最后达到自主创新,走产业结构高级化道路。大数据产业科技创新是可持续发展的基础,国际领先的钒钛产业技术优势是其成为主导产业的有力支撑。智能装备应与钒钛产业融合发展,绿色食品应与旅游业融合发展,医疗康养应与生物制药融合发展,这些产业要针对自身资源优势与不足,利用市场需求和比较优势确定融合发展新空间。
第三,发挥产业优势资源,促进产业结构收益化。发挥各产业自身优势,加快企业建设,通过各产业特色科技化的产品,增加企业的创新收益,进而诱导企业按照市场进行供给创新,促进产业结构收益化。如钒钛产业化工园建设要满足工业细分的需求;大数据科技园的建设急需企业入驻,形成产值效应。
第四,加强宏观调控,加大政策支持力度,不断完善和创新基础设施产业投融资模式。抓住京津冀协同发展机遇,拉动投资,扩大合作领域,不断创新高端产业投融资模式,加强顶层设计。如旅游产业要立足“建设京津冀水源涵养功能区”定位,解决文化产业融资难问题,加强智能装备产业的政策统筹工作,为其提供指导咨询服务。
测算及分析产业结构转型对经济增长的影响,不仅是客观评价经济“新常态”的重要部分,还可为供给侧结构性改革提供参考性意见。该文利用地市级面板数据实证分析了产业结构调整对地区经济增长影响的微观作用机制,并提出了相应的政策建议。