生产性服务资源集聚模式会影响制造业资本回报率吗?
|
摘要
文章在测算出生产性服务资源三类集聚程度的基础上,运用空间计量方法首次深入剖析集聚模式对制造业资本回报率的作用机制,并进一步从时间异质性和距离异质性视角刻画上述机制。得到的结论主要有:首先,生产性服务资源自身集聚及其与制造业协同集聚均有助于制造业资本回报率的提升,生产性服务资源与农业的协同集聚则会对制造业资本回报率产生负向冲击,这一负向冲击主要产生于2012年后;其次,虽然生产性服务资源与制造业协同集聚对制造业资本回报率的作用力大于生产性服务资源自身集聚,但生产性服务资源与制造业协同集聚对制造业资本回报率正向作用的显著性上限为300公里,地理距离对生产性服务资源自身集聚正向效应的制约力则不显著;最后,就业密集度、人力资本深化和生产率提升均有助于制造业资本回报率的提升,研发投入对制造业资本回报率的作用力不显著,中国制造业资本回报率持续提升还有赖于劳动者技能提升和技术进步。
Based on estimating three kinds of productive service resource agglomeration, this paper takes advantage of spatial panels to study the effects of productive service resource agglomeration on the capital return rate in manufacturing industries from several aspects. The results show that: firstly the agglomeration of productive service and co-agglomeration of the productive service and the manufacturing industry will improve the capital return rate of manufacturing, while the co-agglomeration of productive service and agriculture industry has negative effects on capital return rate in manufacturing industries, the negative effects start from 2012. Secondly, although the positive effects of co-agglomeration of the productive service and manufacturing industry on capital return rate in manufacturing industries are greater than the agglomeration of productive service, co-agglomeration's positive effects only occur within a distance of 300 km. Thirdly, the improvement of employment density, human capital and productive rate will do good to the capital return rate in manufacturing industries. R&D input effects on the capital return rate in manufacturing industries is insignificant. The improvement of the capital return rate in manufacturing industries relies on the promotion of labor skill and technology.
Based on estimating three kinds of productive service resource agglomeration, this paper takes advantage of spatial panels to study the effects of productive service resource agglomeration on the capital return rate in manufacturing industries from several aspects. The results show that: firstly the agglomeration of productive service and co-agglomeration of the productive service and the manufacturing industry will improve the capital return rate of manufacturing, while the co-agglomeration of productive service and agriculture industry has negative effects on capital return rate in manufacturing industries, the negative effects start from 2012. Secondly, although the positive effects of co-agglomeration of the productive service and manufacturing industry on capital return rate in manufacturing industries are greater than the agglomeration of productive service, co-agglomeration's positive effects only occur within a distance of 300 km. Thirdly, the improvement of employment density, human capital and productive rate will do good to the capital return rate in manufacturing industries. R&D input effects on the capital return rate in manufacturing industries is insignificant. The improvement of the capital return rate in manufacturing industries relies on the promotion of labor skill and technology.
引文
[1]邹薇,袁飞兰.劳动收入份额、总需求与劳动生产率[J].中国工业经济,2018(2):5-23.
[2]刘志彪,吴福象.贸易一体化与生产非一体化研究[J].中国社会科学,2006(2):80-92.
[3]赵善梅,吴士炜.基于空间经济学视角下的我国资本回报率影响因素及其提升路径研究[J].管理世界,2018(2):68-79.
[4]黄先海,金泽成,余林徽.出口、创新与企业加成率:基于要素密集度的考量[J].世界经济,2018(5):125-146.
[5]徐现祥,李书娟,王贤彬.中国经济增长目标的选择[J].世界经济,2018(10):3-25.
[6]刘晓光,卢锋.中国资本回报率上升之谜[J].经济学(季刊),2014(3):817-836.
[7]张勋,徐建国.中国资本回报率的驱动因素[J].经济学(季刊),2016(3):1081-1112.
[8]孙晓华,郭旭.工业集聚效应的来源:劳动还是资本[J].中国工业经济,2015(11):78-93.
[9]苏丹妮,盛斌,邵朝对.产业集聚与企业出口产品质量升级[J].中国工业经济,2018(11):117-135.
[10]MARKUSEN J,RUTHERFORD T F,TARR D.Trade and direct investment in producer services and the domestic market for expertise[J].Canadian Journal of Economics,2005,38(3):758-777.
[11]陈启斐,刘志彪.生产性服务进口对我国制造业技术进步的实证分析[J].数量经济技术经济研究,2014(3):74-88.
[12]ESWARAN M,KOTWAL A.The role of the service sector in the process of industrialization[J].Journal of Development Economics,2002,68(2),401-420.
[13]MARKUSEN J R.Trade in producer services and in other specialized intermediate inputs[J].American Economic Review,1989,79(1):85-95.
[14]唐晓华,张欣珏,李阳.中国制造业与生产性服务业动态协调发展实证研究[J].经济研究,2018(3):79-83.
[15]李华香,李善同.中国城市服务业空间分布的特征及演变趋势分析[J].管理评论,2014(8):22-30.
[16]ELLISON G,GLAESER E L.Geographic concentration in U.S.manufacturing industries:a dartboard approach[J].Journal of Political Economy,1997(5):889-927.
[17]DURANTON G,OVERMAN H G.Tsting for localization using micro-geographic data[J].Review of Economic Studies,2005,72(4):1077-1106.
[18]CAPELLO R.Recent theoretical paradigms in urban growth,European planning studies[J].2013,21(3):316-333.
[19]于斌斌.中国城市生产性服务业集聚模式选择的经济增长效应[J].经济理论与经济管理,2016(1):98-112.
[20]原毅军,郭然.生产性服务业集聚、制造业集聚与技术创新[J].经济学家,2018(5):23-31.
[21]BAI C E,HSIEH C T,QIAN Y.The return to capital in China[J].Social Science Electronic Publishing,2006,37(2):61-88.
[22]白重恩,张琼.中国的资本回报率及其影响因素分析[J].世界经济,2014(10):3-30.
[23]黄先海,杨君,肖明月.中国资本回报率变动的动因分析[J].经济理论与经济管理,2011(11):47-54.
[24]邵挺.金融错配、所有制结构与资本回报率[J].金融研究,2010(9):47-63.
[25]陈虹,朱鹏珅.资本回报率对我国区域经济非均衡发展的影响[J].经济科学,2018(6):11-22.
[26]陈建军,刘月,邹苗苗.产业协同集聚下的城市生产效率增进[J].浙江大学学报(人文社会科学版),2016(3):150-163.
[27]余泳泽,刘大勇,宣烨.生产性服务业集聚对制造业生产效率的外溢效应及其衰减边界[J].金融研究,2016(2):23-36.
[28]ELHORST J P.Applied spatial econometrics:raising the bar[J].Spatial Economic Analysis,2010,5(1):9-28.
[29]蔡昉.中国如何通过经济改革兑现人口红利[J].经济学动态,2018(6):6-16.
(1)陈建军等(2016)[26]论证了方程(2)的科学性和合理性。其研究表明:方程(2)测度结果与E-G法测度结果的相关系数达到了0.9409。为此,陈建军等(2016)[26]认为方程(2)具有较强的科学性和合理性。不仅如此,与E-G系数相比,方程(2)的优势在于不仅能够刻画“协同质量”,还能刻画“协同高度”。详见陈建军等(2016)[26]一文的说明。
(2)中国城市统计年鉴中共统计了291个城市数据(2016年),因数据缺失比较严重或统计数据不连续而删除的地级市有:长治市、朔州市、忻州市、双鸭山市、伊春市、牡丹江市、黑河市、蚌埠市、马鞍山市、惠州市、防城港市、贵港市、三沙市、儋州市、巴中市、资阳市、六盘水市、毕节市、铜仁市、普洱市、拉萨市、金昌市、白银市、海东市、吴忠市、中卫市等共计26个。
(3)非常感谢匿名审稿人关于人力资本代理变量选择的建议。考虑到地级市层面就业人员中受教育状况的数据难以获得,本文以地级市高校在校生人数表示。虽然在校生人数是一个“次优”代理变量,但在“最优”变量数据不可获得的情况下,在校生是则成为“最优选择”,而且这一做法为学界广泛推崇,如陈建军等(2016)[26]和于斌斌(2016)[19]等均以地级市在校生作为人力资本的代理变量进行实证研究。为此,该变量是相对科学可靠的。
(4)需要指出的是300公里是笔者多次“试错”所得到的结论。由于K公里(250 (5)无形性特征也使得生产性服务资源自身集聚能为非常远的制造业提供服务,这在很大程度上导致自身集聚变量在三个距离上均表现出显著的正效应。
[2]刘志彪,吴福象.贸易一体化与生产非一体化研究[J].中国社会科学,2006(2):80-92.
[3]赵善梅,吴士炜.基于空间经济学视角下的我国资本回报率影响因素及其提升路径研究[J].管理世界,2018(2):68-79.
[4]黄先海,金泽成,余林徽.出口、创新与企业加成率:基于要素密集度的考量[J].世界经济,2018(5):125-146.
[5]徐现祥,李书娟,王贤彬.中国经济增长目标的选择[J].世界经济,2018(10):3-25.
[6]刘晓光,卢锋.中国资本回报率上升之谜[J].经济学(季刊),2014(3):817-836.
[7]张勋,徐建国.中国资本回报率的驱动因素[J].经济学(季刊),2016(3):1081-1112.
[8]孙晓华,郭旭.工业集聚效应的来源:劳动还是资本[J].中国工业经济,2015(11):78-93.
[9]苏丹妮,盛斌,邵朝对.产业集聚与企业出口产品质量升级[J].中国工业经济,2018(11):117-135.
[10]MARKUSEN J,RUTHERFORD T F,TARR D.Trade and direct investment in producer services and the domestic market for expertise[J].Canadian Journal of Economics,2005,38(3):758-777.
[11]陈启斐,刘志彪.生产性服务进口对我国制造业技术进步的实证分析[J].数量经济技术经济研究,2014(3):74-88.
[12]ESWARAN M,KOTWAL A.The role of the service sector in the process of industrialization[J].Journal of Development Economics,2002,68(2),401-420.
[13]MARKUSEN J R.Trade in producer services and in other specialized intermediate inputs[J].American Economic Review,1989,79(1):85-95.
[14]唐晓华,张欣珏,李阳.中国制造业与生产性服务业动态协调发展实证研究[J].经济研究,2018(3):79-83.
[15]李华香,李善同.中国城市服务业空间分布的特征及演变趋势分析[J].管理评论,2014(8):22-30.
[16]ELLISON G,GLAESER E L.Geographic concentration in U.S.manufacturing industries:a dartboard approach[J].Journal of Political Economy,1997(5):889-927.
[17]DURANTON G,OVERMAN H G.Tsting for localization using micro-geographic data[J].Review of Economic Studies,2005,72(4):1077-1106.
[18]CAPELLO R.Recent theoretical paradigms in urban growth,European planning studies[J].2013,21(3):316-333.
[19]于斌斌.中国城市生产性服务业集聚模式选择的经济增长效应[J].经济理论与经济管理,2016(1):98-112.
[20]原毅军,郭然.生产性服务业集聚、制造业集聚与技术创新[J].经济学家,2018(5):23-31.
[21]BAI C E,HSIEH C T,QIAN Y.The return to capital in China[J].Social Science Electronic Publishing,2006,37(2):61-88.
[22]白重恩,张琼.中国的资本回报率及其影响因素分析[J].世界经济,2014(10):3-30.
[23]黄先海,杨君,肖明月.中国资本回报率变动的动因分析[J].经济理论与经济管理,2011(11):47-54.
[24]邵挺.金融错配、所有制结构与资本回报率[J].金融研究,2010(9):47-63.
[25]陈虹,朱鹏珅.资本回报率对我国区域经济非均衡发展的影响[J].经济科学,2018(6):11-22.
[26]陈建军,刘月,邹苗苗.产业协同集聚下的城市生产效率增进[J].浙江大学学报(人文社会科学版),2016(3):150-163.
[27]余泳泽,刘大勇,宣烨.生产性服务业集聚对制造业生产效率的外溢效应及其衰减边界[J].金融研究,2016(2):23-36.
[28]ELHORST J P.Applied spatial econometrics:raising the bar[J].Spatial Economic Analysis,2010,5(1):9-28.
[29]蔡昉.中国如何通过经济改革兑现人口红利[J].经济学动态,2018(6):6-16.
(1)陈建军等(2016)[26]论证了方程(2)的科学性和合理性。其研究表明:方程(2)测度结果与E-G法测度结果的相关系数达到了0.9409。为此,陈建军等(2016)[26]认为方程(2)具有较强的科学性和合理性。不仅如此,与E-G系数相比,方程(2)的优势在于不仅能够刻画“协同质量”,还能刻画“协同高度”。详见陈建军等(2016)[26]一文的说明。
(2)中国城市统计年鉴中共统计了291个城市数据(2016年),因数据缺失比较严重或统计数据不连续而删除的地级市有:长治市、朔州市、忻州市、双鸭山市、伊春市、牡丹江市、黑河市、蚌埠市、马鞍山市、惠州市、防城港市、贵港市、三沙市、儋州市、巴中市、资阳市、六盘水市、毕节市、铜仁市、普洱市、拉萨市、金昌市、白银市、海东市、吴忠市、中卫市等共计26个。
(3)非常感谢匿名审稿人关于人力资本代理变量选择的建议。考虑到地级市层面就业人员中受教育状况的数据难以获得,本文以地级市高校在校生人数表示。虽然在校生人数是一个“次优”代理变量,但在“最优”变量数据不可获得的情况下,在校生是则成为“最优选择”,而且这一做法为学界广泛推崇,如陈建军等(2016)[26]和于斌斌(2016)[19]等均以地级市在校生作为人力资本的代理变量进行实证研究。为此,该变量是相对科学可靠的。
(4)需要指出的是300公里是笔者多次“试错”所得到的结论。由于K公里(250