互联网、禀赋结构与长江经济带工业绿色全要素生产率——基于三大城市群108个城市的实证分析
|
摘要
文章采用方向距离函数及ML指数测算2003-2016年长江经济带108个城市的工业绿色全要素生产率(GTFP),建立面板数据模型实证检验互联网、禀赋结构及其交互作用对工业GTFP的影响。结果表明:长江经济带工业GTFP年均增长8.4%,长三角—中三角—泛成渝城市群工业GTFP呈显著梯级差异;互联网显著促进了长江经济带工业绿色技术进步,禀赋结构的提升抑制了工业GTFP增长,但互联网与禀赋结构的良性互动纠偏了禀赋结构提升的负向影响;中三角互联网处于提升技术效率的低水平阶段,泛成渝和长三角较高的互联网发展水平显著促进了技术进步,互联网与禀赋结构的良性互动促进了长三角和中三角工业GTFP改进,而泛成渝尚未形成两者的良性互动。
This paper applies the directional function and the ML index to measure the industrial green total factor productivity( GTFP) of 108 cities in the Yangtze River Economic Belt from 2003 to 2016,and builds the panel data model to empirically test the impacts of Internet development,endowment structure and their interaction on industrial GTFP. The results show that:The industrial GTFP in the Yangtze River Economic Belt increases by 8. 4% annually,whereas the cities in the Yangtze River Delta—the Central Delta—the Pan Chengdu-Chongqing Delta show significant cascade differences; The Internet development greatly facilitates the industrial green technology progress in the Yangtze River Economic Belt,and the promotion of endowment structure inhibits the growth of industrial GTFP,but the positive interaction between Internet development and endowment structure rectifies the negative influence of the upgrading of endowment structure; The Internet development in the Central Delta is at a low level of improving technical efficiency,and the higher level of Internet development in the Pan Chengdu-Chongqing Delta and the Yangtze River Delta significantly promotes technological progress. The positive interaction between Internet development and endowment structure promotes the improvement of GTFP in the Yangtze River Delta and the Central Delta,while the Pan Chengdu-Chongqing Delta does not yet form a benign interaction.
This paper applies the directional function and the ML index to measure the industrial green total factor productivity( GTFP) of 108 cities in the Yangtze River Economic Belt from 2003 to 2016,and builds the panel data model to empirically test the impacts of Internet development,endowment structure and their interaction on industrial GTFP. The results show that:The industrial GTFP in the Yangtze River Economic Belt increases by 8. 4% annually,whereas the cities in the Yangtze River Delta—the Central Delta—the Pan Chengdu-Chongqing Delta show significant cascade differences; The Internet development greatly facilitates the industrial green technology progress in the Yangtze River Economic Belt,and the promotion of endowment structure inhibits the growth of industrial GTFP,but the positive interaction between Internet development and endowment structure rectifies the negative influence of the upgrading of endowment structure; The Internet development in the Central Delta is at a low level of improving technical efficiency,and the higher level of Internet development in the Pan Chengdu-Chongqing Delta and the Yangtze River Delta significantly promotes technological progress. The positive interaction between Internet development and endowment structure promotes the improvement of GTFP in the Yangtze River Delta and the Central Delta,while the Pan Chengdu-Chongqing Delta does not yet form a benign interaction.
引文
[1]李黎明,陈明媛.专利密集型产业、专利制度与经济增长[J].中国软科学,2017(4):152-168.
[2]王杰,刘斌.环境规制与企业全要素生产率[J].中国工业经济,2014(3):44-56.
[3]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3):53-62.
[4]张军.增长、资本形成与技术选择:解释中国经济增长下降的长期因素[J].经济学(季刊),2002(1):301-338.
[5]李斌,祁源,李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验[J].国际贸易问题,2016(7):119-129.
[6]万伦来,朱琴.R&D投入对工业绿色全要素生产率增长的影响——来自中国工业1999-2010年的经验数据[J].经济学动态,2013(9):20-26.
[7]KAHN J A,MCCONNELL M M,PEREZ-QUIROS G.On the Causes of the Increased Stability of the US Economy[J].Economic Policy Review,2002,8(1):183-202.
[8]ANDROUTSOS A.Access link bandwidth externalities and endogenous Internet growth[J].International Journal of Network Management,2011,21(1):21-24.
[9]TEEECE D J.Business Models,Business Strategy and Innovation[J].Long Range Planning,2010,43(4):172-194.
[10]康志勇.禀赋结构、适宜技术与中国制造业技术的“低端锁定”[J].世界经济研究,2016(1):3-7,14.
[11]杨文举.技术效率、技术进步、资本深化与经济增长:基于DEA的经验分析[J].世界经济,2006(5):73-83.
[12]余妙志.中国工业深化和技术进步的再检验——地区视角的分析[J].工业技术经济,2010,29(3):108-113.
[13]涂正革.环境、资源与工业增长的协调性[J].经济研究,2008(2):93-105.
[14]李强.结构调整偏向性、比较优势变迁与制造业全要素生产率增长[J].世界经济研究,2017(2):114-125.
[15]李海舰,田跃新,李文杰.互联网思维与传统企业再造[J].中国工业经济,2014(10):135-146.
[16]吴义爽,盛亚,蔡宁.基于互联网+的大规模智能定制研究——青岛红领服饰与佛山维尚家具案例[J].中国工业经济,2016(4):127-143.
[17]杜娟,王建伟,王峰,等.互联网与工业融合创新的主要路径及模式初探[J].产业经济评论,2014(5):20-26.
[18]王丹枫.产业升级、资本深化下的异质性要素分配[J].中国工业经济,2011(8):68-78.
[19]汪伟,郭新强.收入不平等与中国高储蓄率:基于目标性消费视角的理论与实证研究[J].管理世界,2011(9):7-25.
[20]渠慎宁.ICT与中国经济增长:资本深化、技术外溢及其贡献[J].财经问题研究,2017(10):26-33.
[21]柯善咨.中国城市与区域经济增长的扩散回流与市场区效应[J].经济研究,2009(8):85-98.
[22]卢丽文,宋德勇,黄璨.长江经济带城市绿色全要素生产率测度——以长江经济带的108个城市为例[J].城市问题,2017(1):61-67.
[23]原毅军,谢荣辉.环境规制与工业绿色生产率增长——对“强波特假说”的再检验[J].中国软科学,2016(7):144-154.
(1)禀赋结构即指资本劳动比,反映了资本存量与劳动存量积累的相对速度,禀赋结构提升表明资本投入增加,资本劳动比增加。资本深化即资本—劳动比的增长,禀赋结构的提高与资本深化在本文中具有相同意思。
(2)核心变量互联网从业人数和控制变量产权结构均来源于中国工业企业数据库。数据处理方式如下:通过企业行业代码来识别所属行业,筛选出2004-2013年电子通信设备制造业各企业数据;根据各企业地区代码识别所属地级市,将同一地级市的数据进行汇总即可得各城市电子通信设备制造业从业人数。
(3)基于数据可获得性,实证分析的研究跨期为2004-2013年,未更新至2004-2016年。度量互联网发展水平应综合考虑互联网普及程度和互联网投资水平,而后者需采用互联网从业人数指标,该指标仅能从中国工业企业数据库中获取。截至目前,该数据库仅更新至2013年,故实证模型未更新至2016年。
[2]王杰,刘斌.环境规制与企业全要素生产率[J].中国工业经济,2014(3):44-56.
[3]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3):53-62.
[4]张军.增长、资本形成与技术选择:解释中国经济增长下降的长期因素[J].经济学(季刊),2002(1):301-338.
[5]李斌,祁源,李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验[J].国际贸易问题,2016(7):119-129.
[6]万伦来,朱琴.R&D投入对工业绿色全要素生产率增长的影响——来自中国工业1999-2010年的经验数据[J].经济学动态,2013(9):20-26.
[7]KAHN J A,MCCONNELL M M,PEREZ-QUIROS G.On the Causes of the Increased Stability of the US Economy[J].Economic Policy Review,2002,8(1):183-202.
[8]ANDROUTSOS A.Access link bandwidth externalities and endogenous Internet growth[J].International Journal of Network Management,2011,21(1):21-24.
[9]TEEECE D J.Business Models,Business Strategy and Innovation[J].Long Range Planning,2010,43(4):172-194.
[10]康志勇.禀赋结构、适宜技术与中国制造业技术的“低端锁定”[J].世界经济研究,2016(1):3-7,14.
[11]杨文举.技术效率、技术进步、资本深化与经济增长:基于DEA的经验分析[J].世界经济,2006(5):73-83.
[12]余妙志.中国工业深化和技术进步的再检验——地区视角的分析[J].工业技术经济,2010,29(3):108-113.
[13]涂正革.环境、资源与工业增长的协调性[J].经济研究,2008(2):93-105.
[14]李强.结构调整偏向性、比较优势变迁与制造业全要素生产率增长[J].世界经济研究,2017(2):114-125.
[15]李海舰,田跃新,李文杰.互联网思维与传统企业再造[J].中国工业经济,2014(10):135-146.
[16]吴义爽,盛亚,蔡宁.基于互联网+的大规模智能定制研究——青岛红领服饰与佛山维尚家具案例[J].中国工业经济,2016(4):127-143.
[17]杜娟,王建伟,王峰,等.互联网与工业融合创新的主要路径及模式初探[J].产业经济评论,2014(5):20-26.
[18]王丹枫.产业升级、资本深化下的异质性要素分配[J].中国工业经济,2011(8):68-78.
[19]汪伟,郭新强.收入不平等与中国高储蓄率:基于目标性消费视角的理论与实证研究[J].管理世界,2011(9):7-25.
[20]渠慎宁.ICT与中国经济增长:资本深化、技术外溢及其贡献[J].财经问题研究,2017(10):26-33.
[21]柯善咨.中国城市与区域经济增长的扩散回流与市场区效应[J].经济研究,2009(8):85-98.
[22]卢丽文,宋德勇,黄璨.长江经济带城市绿色全要素生产率测度——以长江经济带的108个城市为例[J].城市问题,2017(1):61-67.
[23]原毅军,谢荣辉.环境规制与工业绿色生产率增长——对“强波特假说”的再检验[J].中国软科学,2016(7):144-154.
(1)禀赋结构即指资本劳动比,反映了资本存量与劳动存量积累的相对速度,禀赋结构提升表明资本投入增加,资本劳动比增加。资本深化即资本—劳动比的增长,禀赋结构的提高与资本深化在本文中具有相同意思。
(2)核心变量互联网从业人数和控制变量产权结构均来源于中国工业企业数据库。数据处理方式如下:通过企业行业代码来识别所属行业,筛选出2004-2013年电子通信设备制造业各企业数据;根据各企业地区代码识别所属地级市,将同一地级市的数据进行汇总即可得各城市电子通信设备制造业从业人数。
(3)基于数据可获得性,实证分析的研究跨期为2004-2013年,未更新至2004-2016年。度量互联网发展水平应综合考虑互联网普及程度和互联网投资水平,而后者需采用互联网从业人数指标,该指标仅能从中国工业企业数据库中获取。截至目前,该数据库仅更新至2013年,故实证模型未更新至2016年。