多重集聚效应（精选九篇）
多重集聚效应 篇1
1. 研究背景
我国区域经济发展存在严重不均衡，自2000年达到0.4的警戒线，而要素分布的非均衡性是导致这种现象的重要原因。浙江省是我国区域经济发展表现优异的省份之一，改革开放初期，大量资源流向浙江，产生聚集效应，对浙江省的经济增长和发展产生了重大的影响。
很多学者将浙江省经济飞速发展解释为要素聚集的带动。主要的观点是，改革开放以来，开放度高和政策环境良好的浙江等东部沿海省份成为外商直接投资的热土，极大地促进了出口工业的发展，吸收了大量当地劳动力和中西部劳动力，地区产值迅速得到提高。经济发展的资本原始积累基本完成后，经济结构的高度化要求因运而生，各种研发投入经费增加，基础设施迅速发展完善。经济的发展形成良性循环，要素聚集导致经济发展，经济发展吸引要素聚集。但是，对要素聚集的研究大都集中在单要素的聚集研究中，即便很多地区存在多重要素的聚集，也只是将这些聚集的要素分开来，分别研究其聚集度。然而，不能忽视的经济事实是，诸多地区存在要素的多重聚集现象，而且，要素与要素之间必然将产生作用而不是孤立的，要素间的相互作用而产生的经济影响更是不能忽视。
浙江省是要素多重聚集的典型省份，科学技术，国内投资，外商直接投资，出口需求等等，明显存在多重要素聚集。而其中，根据内生增长理论，投资与技术的结合必然产生正的溢出效应。但是，国内投资和外商直接投资的聚集是否会造成投资过剩而产生负的经济影响，则非常值得研究。
2.研究思路和研究方法
主要研究思路是，运用要素区位熵测度浙江省不同经济阶段的不同要素的聚集度，总结分析要素聚集在区域经济发展过程中的空间变化规律，说明要素多重聚集的存在。运用计量经济模型分析要素的多重聚集将对区域经济发展产生巨大的影响。研究方法包括：
(1)在第四部分要素聚集度测量中，采用区位熵指数度量要素的空间聚集度。区位熵计算主要采用的公式
如若q大于1, 说明生产要素x在区域i的聚集速度高于其经济增长速度。如若等于1，则说明，要素在该区域的聚集程度与其经济发展速度是匹配的。如若小于1，则说明要素聚集速度慢于该区域的经济增长速度。通过测定浙江省不同时间段的要素区位熵，说明要素的空间流动和聚集规律，以证明要素多重聚集现象的存在。
(2)采用多元回归方法，以区域经济总量指标和速度指标等为被解释变量，以各种要素区位熵为解释变量，建立计量模型。具体计量经济模型如下：
其中，L, DK, FDI, M, A分别代表劳动力，国内投资，外商直接投资，出口，技术水平等生产要素的区位熵。Pgdp为人均国内生产总值，gdp为国内生产总值。ξi为随机干扰项(i=1, 2)。
决定经济增长的因素是多方面的，在一个封闭的国民经济或区域内，国民生产总值是现存的生产能力即产出和需求的函数。从供给方面看，产出取决于生产要素劳动、资本、土地等的数量和质量;从需求方面看，总需求是有私人的消费需求和公共的消费需求以及私人和公共的投资需求两部分构成。此外，经济增长还取决于其他的一系列因素，如技术进步，空间结构，产业机构，基础设施体系，政治体制，社会体制以及这些因素随时间而发生的变化。在一个开放的国民经济或区域内，国民生产总值还受到区域外生产能力和需求的影响，可看作是进口和出口的影响。
根据新古典区域经济学最典型的均衡分析法，最终得出结论，要素流动最终将达到均衡，各地的经济增长速度最终也将达到均衡。在经济发展过程中，要素所有者为了获得更高的要素报酬，将使要素流向边际报酬高的地区或行业，但是，边际报酬递减规律使得原本边际报酬高的地区不可能永远处于高水平，而将不可避免的下降，甚至低于原本边际报酬不如它的地区。要素的这种趋利流动最终将在地区间的要素边际报酬相等的时候停滞。新古典经济学在区域经济增长理论方面的分析也大致一样，地区间的经济增长率最终将趋于收敛。可以看出，新古典经济学之所以在区域经济增长理论上得出这样的结论，很大程度上是由于它的边际分析和均衡分析模式。边际量的递减是均衡产生的基础。但是，是否所有的经济要素之边际量都是遵循递减法则?如若不是，其区域经济收敛结论则无法得出。
内生增长理论将技术进步内生化，将人力资本因素纳入到经济增长分析模型。该理论认为，技术的边际产量是递增的，即技术将产生正的外部性而使得经济增长超过投资所决定的生产边界。也正是由于这一点，经济增长的趋同不是一定的，存在发散的可能性。随着经济学的发展，纳入区域经济增长分析的内生指标越来越多。人力资本与技术的含义也更加丰富，管理智慧也包括在其中。
多重聚集效应作用于区域经济增长的机制分析
国内学者傅道臣(1993)等在丹尼森的研究框架下，估算了人力资本、非人力资本、知识进展等各种因素对经济增长的作用。沈坤荣(1994, 1999)等用类似的方法也估算了包括综合要素等在内的各要素对与经济增长的影响。新经济增长理论的总量生产函数非常不确定，学者们往往将对经济增长的诸因素放入计量模型，进行简单的回归。测算一定时期内某一地区或某些地区经济增长的各个促进要素对于经济经济增长的贡献份额。这种经验性的研究往往只是简单分解了各要素的贡献率，而忽视了要素间可能存在的相互作用。这种相互作用是经济增长的加速器，其产生的外部效应将带来经济增长的乘数扩张。
不论是要素集聚还是产业集聚，推动经济增长的作用机制是类似的。主要是规模效应，外部效应和乘数效应。聚集经济减少了企业获取各种要素的成本，不同的要素同时聚集还会产生相互影响。比如从理论上讲，资本和技术的同时聚集将扩大产出，产生规模报酬递增效应。国内投资与国外投资同时聚集，在经济发展的初期阶段将产生规模效应，加速经济增长。当经济发展到一定程度，将产生投资拥挤现象，不利于经济效率的提升。
分析框架
1.指标选取
本文选取的待研究变量为，劳动力、固定资产投资、外商直接投资、进出口规模、研发投入。这些变量的变化都有可能对浙江省的经济产生影响，本文将分别计算出他们的区位熵，研究其在浙江省的聚集程度。将计算出来的区位熵进行两两组合。确定那些要素的组合产生了重要的经济影响。具体指标体系如下：L：劳动力的区位熵，劳动力数量取从业人员总数;M：进出口总额区位熵;A：技术水平区位熵，取用研发投入代表技术要素投入;DK：固定资产投资区位熵;FDI：外商直接投资区位熵。以上变量均采用1998～2009年的相关数据。
2. 主要计量模型
其中，link1, link2分别表示要素的多重聚集度，是多重聚集要素的区位熵的乘积。Pgdp为人均国内生产总值，gdp为国内生产总值。ξi为随机干扰项(i=1, 2)。
实证研究与结果分析
根据浙江省1998～2011年的统计数据，得到各种要素的区位熵如表1。
通过表1可以看出，国内投资1998～2005年区位熵大于1。说明国内投资在浙江省发生了聚集，浙江省国内投资的增速高于全国平均水平。自2006年到2009年，国内投资的区位熵下降到1以下，说明在这一段时间，浙江省的国内投资增速慢于全国平均水平;外商直接投资的区位熵在1998～2002年小于1，说明这段时间，外商直接投资的聚集程度不是很高，而2003～2009年，外商直接投资的区位熵大于1, 2006、2007年甚至接近2。说明外商直接投资在这一段时间聚集于浙江的速度很快，大大高于全国平均水平;进出口规模的区位熵虽然小于1，但主要是由于，随着改革开放的深入，我国的进出口规模迅速扩张，发展速度惊人，浙江的进出口数量即使逐年增长也仍然慢于全国的速度;劳动力要素区位熵小于1，说明劳动力的聚集程度低于全国平均水平;技术要素的区位熵在2006～2007年大于1，说明浙江省的技术水平发展速度快于全国平均水平。
由表1还可以看出，浙江省的要素多重聚集现象。2003～2005年，国内投资和外商直接投资的区位熵都大于1，说明这段时间，国内投资和外商直接投资都存在大规模的增长。技术水平与外商直接投资的区位熵在2006～2007年均大于1。说明，这段时间浙江省的技术水平高于全国平均水平。
2003～2005年，浙江省的国内投资和外商直接投资出现了多重聚集，而且在这段时间，浙江省的经济增长速度发生了下滑。2006～2007年，浙江省的外商直接投资和技术出现了多重聚集，且在这段时间，浙江省的经济增长速度飞速发展，如图1。
由以上可清晰看出，2003～2005年，国内投资和外商直接投资的多重聚集对应于浙江省经济增长速度的下降, 2006～2007年，外商直接投资和技术的多重聚集对应于浙江省经济增长速度的上升。
通过以下计量经济学模型更可看出，国内投资和外商直接投资的多重聚集对浙江省区域经济增长带来的影响。
由方程1和方程2可以看出，外商直接投资和国内投资的多重聚集将对经济产生负的影响，外商直接投资和技术的多重聚集将对经济产生正的影响。
政策建议
由以上分析可知，在浙江省经济发展过程中要避免国内投资和外商直接投资的过剩，这样势必产生投资过剩的低效率现象，不利于经济的可持续增长。相反，应该鼓励外商直接投资和技术要素的共同聚集，外商直接投资和技术相结合将产生正的溢出，对经济的可持续增长有极大的促进作用。
首先，浙江省在致力于经济建设的过程中，应该合理引导投资流向，大量国内投资和外商直接投资的集中不利于经济效率的提高。国内投资更应该走向中西部，中西部投资市场广阔，是投资的较优选择。
北京集聚效应打造文化产业高地 篇2
(新闻联播2010年12月24日)：北京市通过建设产业链条完整、品牌影响力突出的文化产业聚集区，使文化产业成为仅次于金融业的第二大支柱产业。
几天前，北京石景山区趣游科技有限公司迎来第8000万个注册用户。这家成立刚满两年的网页游戏平台运营商，已经跃居全国同行业前列。企业负责人介绍，发展之快首先要归功于石景山高度集聚的文化产业环境。
趣游北京科技有限公司副总裁张磊：整个网页游戏产业，也是一种产业链模式的，有研发，有运营，有支付渠道，有衍生产品。选择石景山也主要是由于它区域的吸引力。五年前，首钢开始搬离石景山，这个老工业区面临经济空心化困境。最终，他们选择了数字娱乐产业。首先就是针对文化产业链条紧密的特点，在空间上引导产业集聚。在拥有中关村石景山园和一大批文化产业专业楼宇后，石景山区又通过政策与资金扶持，上马大项目，“国家数字媒体技术产业化基地”、“中国动漫城-原首钢二工厂”等国家级文化品牌纷纷在这里落户。
企业越聚越多，原来小小的趣游有了产业链的支持，业务已经开始向海外扩展。尝到甜头后，趣游还主动帮助园区招商，甚至连竞争对手也招来七八家。
趣游北京科技有限公司副总裁张磊：只要有竞争，大家都想往这个行业里来，这个行业才能越做越大。
“集聚”效应放大汶上文化资源优势 篇3
综合景区优势打造旅游产业区
宝相寺景区是山东省汶上县最著名的景区，每年吸引来众多国内外游客。在大力实施园区产业集聚战略前提下，汶上县对宝相寺景区划分不同区域，规划建设一批以佛教经典为内涵、运用现代科技手段、吸引游客参与互动的游览项目，规划建设高标准讲经堂、大型停车场、影视基地、酒店、宾馆等，打造“佛教文化产业园”，带动了旅游等相关产业快速发展。
同时，该县大力推进南旺枢纽考古遗址公园建设，建设集公众考古、教育科研和观光游览于一体的运河文化风景区，打造“运河文化产业园”。依托莲花湖湿地，加快民俗文化馆建设，计划启动婚庆文化主题公园建设，填补鲁西南婚庆文化主题公园的空白，培育婚庆新兴产业，打造“民俗文化产业园”。实施了企业集团培育战略，建立以政府投入为引领，企业投资为主体，社会投入为补充的投融资体系，大力培育市场主体，提升文化旅游产业实力，实现现有景区公司化运作、企业化经营。
“三区一带” 均衡发展文化旅游
做好文化和旅游结合的文章，成为汶上县打造文化旅游产业链的首选路径。该县先后投资1200多万元编制完成了旅游发展总体规划和目的地营销规划，逐步形成了以宝相寺景区为核心、南有南旺运河历史文化旅游区、北有大汶河生态旅游度假区，小汶河旅游观光带贯穿县域全境的“三区一带”的旅游均衡发展格局。突出宝相寺景区龙头作用，加快宝相宫建设步伐，实施宝相寺景区东西两片区开发，全面推进品质提升和配套服务工程。先期投资4000多万元，启动了南旺枢纽考古遗址项目，以“运河文化”为主题，着力打造集考古、旅游观光、教育科研于一体的遗址公园。推进莲花湖湿地二期工程建设，增强文化内涵和体验、观光、参与功能。以大汶河旅游综合开发项目为重点，打造北部山区生态旅游新高地。启动了孔子仁政园和泉河、小汶河景观廊道建设，规划建设书画古玩和旅游纪念品特色街，拉长了汶上县旅游产业链条。
该县还通过培育休闲体验游，丰富文化产业内涵，延伸和完善文化产业发展链条。汶上县以“青春活力，快乐旅游”为主题，精心策划一系列聚焦休闲、激发全民的大型娱乐互动体验活动，引导群众到户外去、到景区感受大自然的清新气息和生命激情绽放的美丽。以有奖运动和趣味比赛的形式，开展了历时3个多月的“国民休闲汇”活动，打造了运动版的时尚旅游，实现了全民休闲。在北部山区和大汶河沿岸水域，组织开展了乡村休闲活动。在“中都文苑”广场，组织开展夜间休闲和健身休闲。
据了解，该县根据“三区一带”旅游景区布局，引导发展旅游休闲、文化休闲和修学休闲。连续在宝相寺景区举办了撞钟祈福、放生和素斋品尝等活动，并将“中都文苑”广场、文化广场、中都广场、圣泽商务中心纳入休闲活动之中，与宝相寺景区一起，形成特色鲜明的佛都圣地休闲祈福游。在莲花湖湿地举办了水上竞技、溶洞奇趣探和CS真人对抗等多种比赛，开展了湿地探险、观光游览、水上娱乐等湿地休闲体验游。在汶河度假区，举办了汶河漂流、沙滩娱乐、水上垂钓以及农家菜品尝等形式的大汶河生态度假休闲游。相继在“中都文苑”广场、莲花湖湿地举办了激情夏夜广场休闲演艺和“欢乐国庆节、相约莲花湖、畅游大湿地”主题休闲周活动。
（本版组稿：山东省汶上县委宣传部
多重集聚效应 篇4
自从1978年改革开放以来, 我国经济取得了前所未有的快速发展, 人民的生活水平有了很大的提高, 而与此同时, 区域经济发展水平的差距也在迅速的扩大, 林毅夫 (2003) 就已关注到了这一问题。虽然发展过程中地区差距拉大是难以避免的, 但这种差距长期存在并持续拉大, 可能影响到整体经济的效率, 也不利于社会稳定和社会整体福利水平的持续提高。
根据古典经济增长理论, 资本的边际效率是递减的, 那么发达地区的资本边际效率将小于落后地区, 这将意味着落后地区较发达地区有更高的经济增长速度, 最终必然导致区域经济增长的收敛性。然而大量的经验研究表明区域经济增长的收敛性并不是普遍存在的, 与此相反, 区域经济增长却呈现发散状态。后来Romer (1986) 提出的内生经济增长理论对此做出解释, 认为人力资本的积累和技术进步将会导致经济发达地区产生规模经济效应, 具体表现为资本边际效率递增, 而非递减。一个国家的经济增长是否符合内生经济增长理论, 关键在于该国的产业是否能够集聚, 并且产业集聚是否导致了生产要素的集聚。由于受到要素禀赋的影响, 一个国家内部的产业集聚是有所差异的, 必然会导致生产要素集聚的差异性, 进而造成区域经济增长的差异。因此了解中国多重集聚效应现状和梳理清多重集聚效应对中国区域经济增长的影响机制是既有必要又有现实意义的。
二、各要素集聚程度的度量
我们选取投资、技术进步、出口贸易和FDI作为影响中国区域经济增长的主要因素。下面我们将借鉴区位熵的理论建立指标, 对这些影响区域经济增长的要素进行集聚程度的测量, 我们称之为某某的区位熵。假设有n个地区, xi表示i地区X的值占全国X值的比重 (其中X代表影响区域经济增长的某因素) , yi表示i地区的国内生产总值占全国国内生产总值的比重, 则i地区的区位熵为:
如果Ii=1的话, 说明i地区X的增长速度和其经济发展速度相当;Ii>1时, 说明i地区X的增长速度快于其国内生产总值, 相对于地区经济增长而言, X有向该地区集聚的趋势;Ii<1时, 说明i地区X的增长速度慢于其国内生产总值, X有向外地区转移的趋势。Li值越大表明X这种因素在i地区的集聚程度越大, 其增长的速度越快于该地区的经济增长, 该因素对经济发展的影响越大。
本文本节和下节所需的数据主要来源于《中国统计年鉴》 (1998-2006年) 和中经网统计数据库。我们选取了中国各地区的国内生产总值和人均国内生产总值, 其中的投资、技术进步、出口贸易和FDI分别用各地区的全社会固定投资、研究与试验发展 (R&D) 经费支出、按经营单位所在地分货物出口总额和国外直接投资代表。应用公式 (2.1) 我们分别计算出中国1998-2006年的各地区的投资、技术、出口贸易和FDI的区位熵, 及计算出这9年几个要素区位熵的均值。
对这些数据进行分析, 本文得到以下看法:中国东部地区的投资区位熵正在逐步减小, 中部地区保持基本不变, 而西部地区正在逐渐增加。说明了相对于地区经济增长而言富裕地区的投资增速有降低趋势, 国内投资正加大向贫穷地区的转移力度。技术要素、出口贸易和FDI在中国各地区的分布极其不均衡, 集聚程度还有继续加强的趋势。北京、天津和上海的投资、技术、出口贸易和FDI的区位熵值均大于1, 四种要素都向这几个地区集聚, 说明了我国出现了多重要素集聚的现象, 而这几个地区的经济发展水平正好也在全国名列前茅。
三、多重集聚效应的交互作用检验
本节我们将用方差分析的方法来对上一节计算出的各种集聚指标进行交互作用检验, 看是否存在着集聚效应相互促进或相互抑制影响地区经济增长的情况。
我们以投资区位熵和技术区位熵为例来讲述具体的试验设计方法。首先我们把投资区位熵设为A因素, 将它是大于等于1的情况设为A1, 小于1的情况设为A2;相对的我们把技术区位熵设为B因素, 将它是大于等于1的情况设为B1, 小于1的情况设为B2。这样我们就产生A1B1, A1B2, A2B1和A2B2这四种情况。然后将2006年中国各地区的用就业人数平均实际GDP (我们把它简称为劳动力人均实际GDP) 作为观察值, 来检验它们是否对劳动力人均实际国内生产总值产生交互作用影响。
我们将四个聚集指标分别用SPSS软件进行交互作用检验, 检验结果为表3.1, 并得出了某两因素交互作用在不同条件下的各地区劳动力人均实际GDP均值, 结果为表3.2。
分析表3.1与表3.2后我们可以得出以下结论:投资与技术集聚效应之间的交互作用和投资与FDI集聚效应之间的交互作用显著, 其它集聚效应的交互作用不能通过检验, 可认为它们之间不存在相互影响的关系。在投资区位熵小于1和技术进步区位熵大于1的情况下, 劳动力人均实际国内生产总值的均值明显的大于其他情况, 说明了中国经济发达地区投资力度在减小的同时技术要素对区域经济增长的作用在逐步加强, 经济正由粗放型增长模式向集约型增长模式转变。在投资区位熵小于1和FDI区位熵大于1的情况下, 劳动人均国内生产总值的均值明显的大于其他情况, 说明发达地区在国内投资减速的同时依旧受到国外投资的青睐。
四、面板数据模型的结果及分析
这一节我们将利用上面计算出的1998-2006年的中国各地区的要素区位熵数据与劳动力人均实际国内生产总值的数据建立面板数据计量模型。由于投资与技术和投资与FDI之间的交互作用通过检验, 我们将其引入面板模型当中, 其模型如下:
其中, Yit表示i地区的劳动力人均实际GDP, Kit表示i地区的投资区位熵, Ait表示i地区的技术区位熵, Mit表示i地区的出口贸易区位熵, FDIit表示i地区的FDI区位熵Kit*Ait表示i地区投资与技术的集聚效应交互作用, Kit*FDIit表示i地区投资与FDI的集聚效应交互作用。
经过检验此模型属于变截距模型, 其结果如下表4.1:
从表4.1 (a) 中的检验结果可以看出, 包括常数项在内的7个变量都通过了t检验, 方程的拟和度很好, 其中, 投资与技术和投资与FDI集聚效应的交互作用的系数显著不为零, 与前面我们用方差分析的结果一致。
综合面板数据模型的结果我们得出以下观点:
(1) 中国30个地区的变截距项表现出各地区初期的劳动力人均实际GDP与全国均值水平的差异, 数值为正就说明在初期其经济发展水平高于全国平均值, 这些省市基本上分布在东部地区;数值为负就说明在初期其经济发展水平低于全国平均值, 这些省市基本上分布在中、西部地区。截距项相差较大反映出在初期各地区之间存在着经济发展水平上的巨大差距。
(2) 中国的投资和出口贸易长期以来在发达地区过于集聚, 造成了经济效率下降和成本上升等负面因素已大于集聚效应对经济增长的正面因素。又由于东部地区的投资和贸易出口占全国比重过大, 致使投资和贸易的集聚效应对经济增长过多地显示为负面效应。技术在全国的分布极为不均, 它只在个别地区的集聚现象明显且处于集聚的初期阶段, 其产生出的集聚效应对区域经济增长的催化作用还不显著。由于FDI的经济效率较高且集聚效应明显, 能推动区域经济更快的发展, 但同时也是造成区域经济差距扩大的重要因素。另外, 投资和技术集聚效应的交互作用对经济有正向的推动作用, 投资与FDI集聚效应的交互作用对于经济增长更多体现的是彼此之间的替代作用。
五、政策建议
由于各地区地理位置和资源禀赋等情况的不同, 各地区的经济发展模式应当各具特色, 具体对待。东部在经历了几十年的高速发展之后, 已经形成了较为完整的基础建设配套设施和产业结构, 应该在未来更注重对技术、人力资本和管理等软实力的提升, 增加他们对经济增长的贡献率, 避免进行重复性建设的浪费。促进经济从粗放型经济增长模式向集约型经济增长模式的转变。而中、西部地区当前的主要任务是尽量加快本地区的基础建设和提高人们的生活水平, 为以后经济快速增长打好物质基础。
我国现在正处于经济结构调整的初期, 劳动密集型和资本密集型产业有向中、西部地区转移的趋势, 技术密集型产业在东部地区更加集中。由于加大投资能立竿见影的促进经济增长, 而技术等软实力因素需要积累到一定程度后其对经济增长的促进效果才能逐渐显现出来, 所以在经济结构调整的初期我们看到的是地区经济发展差距的逐渐缩小。不过, 等到经济结构调整到位后, 技术等软实力因素对经济的报酬递增效应就会显现, 那时候地区经济发展的差距就可能再次的扩大。
参考文献
[1]陈林生, 李刚.聚集效应、区位差别与区域经济增长[J].四川大学学报 (哲学社会科学版) , 2004, (02) .
[2]林毅夫, 刘培林.中国经济发展战略与地区经济差距[J].经济研究, 2003, (03) .
[3]罗勇.中国制造业集聚程度变动趋势实证研究[J].经济研究, 2005, (08) .
[4]Baldwin, R.and P.Martin.Agglomeration and Regional Growth[J].Handbook of Regional and Urban Economics, 4, pp.2671-2711.
多重集聚效应 篇5
一、调研必备的步骤
针对特定区域, 地理及经济常常彼此交互, 含有空间作用。依照地理学特有的这一定理, 若空间单元彼此的间隔偏近, 二者面积也很小, 则会显现最强状态之下的自相关性, 含有空间相关。选取北京地区, 为了明晰它的金融发展效应, 就要考量空间特有的这一相关性, 查验这种特性。设定全局指数, 测得了局部架构下的自相关、全局的这种相关倾向。
(一) 解析必备数值的来源
筛选出来的样本有着彼此差异, 可以测得数值。针对北京区县, 拟定了可用的调研对象。选定对象之后, 还应筛选年份, 把这一时段设定成探析期间。解析空间数值时, 采纳了解析类的软件, 探究空间向量。考量通用归类, 北京市可被细分成四重的分支:核心城区、近处的城郊、较偏远的城郊、周围布设的多个区县。选出来的区县都占到了特有的金融产值, 识别它们显现出来的差值。经过这种测定, 就识别了金融变更之中的集聚状态、辐射状态等。
(二) 金融集聚关涉的指数
给定全局指数, 它表征着总体框架内的集聚效应, 反映集聚指标。从全局视角看, 空间自相关折射出北京区段的总分布特性, 属于空间分布。选定某一区段, 测得了观测值。在邻近单元内, 确认了矩阵特有的空间权值。设定邻近矩阵, 用以代表预设的空间权重。
若指数被测定为正数, 代表着金融进展路径的正相关, 显现集聚的倾向。这一数值越大, 效应就会越强;若指数是负数, 代表着进展之中的负相关, 凸显了相反态势下的集聚;若指数是零, 那么区县凸显了随机的、独立的布设状态, 并不存在相关。
(三) 辐射效应关涉的指数
设定局部指数, 代表辐射效应。全局指数预设了这一假设:金融进展表征出来的总趋向是同一的。对比现实来看, 这种假定仍有着偏大的差异。探析局部效应, 要借助于预设的局部指数, 探析空间自相关。从发展视角看, 局部指标侧重辨别了某区段进展之中周边受到的多样影响。
这类指标可被分成LISA特有的数值、描绘的散点图。区分四重象限, 划分四个类别。在这之中, 第二象限代表着:空间单元及附带的周边单元都显现了偏高的属性数值, 可看做热点区;与之相反, 第四象限被划归为盲点。若某一区段被归入了第二及第四象限, 那么选出来的空间单元凸显了优良的正相关。周边属性值很高, 但空间单元本体却显示了偏低的属性值。
二、集聚状态下的影响要素
某些区段自身总面积并不很大, 邻近区县偏多。但与之相反, 偏大区县没能拥有附带的邻近区县。为此探究时, 不可忽略这样的邻近空间。借助选取的软件, 辨析了年度时段内的进展指数。经过详尽辨别, 表征了显著性现有的水准。调研数值代表着:金融进展态势下的空间自相关尤为凸显。由此可知, 金融发达这样的城区彼此集聚, 落后区段也倾向于集聚, 显示马太效应[2]。识别数值曲线即可获取这一规律:累积起来的金融业进展经由各个时段, 总体为升高、降低、再次升高。金融集聚关联的多样要素可被分成如下:
(一) 经济不断进展
金融业进展不可脱离总体范畴内的经济进步。在集聚原理下, 经济进展助推了日渐深化的金融。然而, 这一时段的深化并非均衡, 它伴有资源渐渐的集聚, 是集聚的进程。最近几年, 北京吸纳了多方投入进来的金额, 这类资源快速被分散, 提快了城区进展的速率。到了03年, 爆发非典延缓了行业拓展的速率, 总体速度放缓。在很大程度上, 放缓的倾向缩减了彼此差异, 减小自相关性。北京作为首都, 它整合了多样的金融类机构, 拥有巨额资源。截至去年, 北京拥有的这一资产占到了超出64%, 金融最为发达。
自组织指引之下, 金融拓展之中的收益也渐渐流入偏少的发达区段, 例如核心城区。在2007年, 股市凸显了爆发态势下的繁荣走向, 提快了金融集聚。资源快速涌进了城区, 缩减区域差异。直至后期, 股市渐渐趋向于平缓, 才缓和了这一倾向。
(二) 区域独有的优势
地理优势不可予以忽视, 它影响着城区总的进展, 有着重要价值。例如:西城独有的区段优势, 让它快速拓展成最为发达的区段, 金融业也发达。与之相应, 东城区依托了独有的石油优势, 吸纳了神华、中石化这样的优良央企;企业集聚于此, 彰显区段优势。东城区还侧重拓展了低碳类的经济、增设绿色金融, 提快了平日的进展速率。
依托绿色金融, 服务业也获取了较快的总进展。最近十年之内, 东城区挤入了现有的热点城区。对比这些城区, 周边地段及偏远郊县没能凸显地理优势, 吸纳资源并不足够, 渐渐变成了不发达区段。
(三) 拟定的战略及走向
北京市区内, 金融进展依循了总体规划, 设定明晰的指引目标。变更产业构架, 设定了战略的多重支撑。侧重薄弱区段, 供应最佳的支撑, 获取凸显的金融成就。从近期进步看, 金融增添的总规模、占到现有的比值都获取了首位。但对比看, 提快金融进展依循的指引类政策仍倾向于保守, 没能大胆予以变更。
在2005年, 发改委拟定了新意见, 促进北京区段宏观的金融, 增设了土地类的、户口及税收搭配的多重资源, 供应政策支撑。此后两三年, 陆续出台关联的意见, 借助于税收来添加必备的奖励, 供应支撑杠杆。历经这种调整, 北京确认了金融业应有的战略位置, 借助财政支撑, 助推了功能区进步。资源流入了设定好的区段, 实现集聚效应。
三、构建辐射效应
空间计量即可获取这一结果:从总体范围看, 筛选样本时点后, 有着显著特性的区段聚集为中心城区、关联的周边城区。从变更趋向看, 进展中的金融历经了如下进程:首先快速增加, 然后缓慢缩减, 显出了正负状态下的极化成效。西城区凸显了集聚特性的最大指数, 始终维持稳定;东城区被测得的指数超出了预设的限度, 构成了增长极。然而, 密云及怀柔这样的偏远区段仍偏落后, 怀柔甚至被归为负向增长极。金融发展各时段的辐射效应被归类为如下:
(一) 倾斜性的各区段规划
最近二十年来, 北京拟定构建的金融区段含有:西城的金融街、CBD特有的核心区段, 它们都紧密关联着政策指引。构建这些区域, 不可脱离本源的主导, 例如政府支持。但在全国范围, 金融核心区段都显出了明晰的政策指向[3]。例如CBD这样的区段、上海浦东区域、滨海新区特有的区域, 都获取了长时段的倾斜支持。政策显示倾斜, 也提快了金额的集聚。依托辐射效应, 固定区段将被延展至周围的区段。
(二) 善用方位优势来带动辐射
拟定意见以前, 拓展产业构架、维持最快情形下的金融增速, 各个区段都拥有着本源的进驻动力, 行业竞争剧烈。借助升级背景, 显现某一城区特有的方位优势, 影响并且带动。这种辐射成效应被看成侧重点, 它关联着区位。例如海淀区, 拥有集聚着的院校, 依托科研优势。信息行业被提快了速度, 注重开放机会。在很短时段内, 股权投资吸纳了超出40家这样的金融类主体。历经几年发展, 构建起来的中关村就融汇了招募进来的多方资本, 构成发展热点。
(三) 归结可得结论
金融业应被看成首要的行业, 它供应着长久态势下的发展依托, 彰显首都实力。协调多个区县, 缩减中心区段及附带的周边差异, 是现今情形下的侧重点。促进共同进展, 不仅要依托独有的地理优势, 更应凭借政策。
四、结语
探析金融集聚, 选取空间计量特有的解析流程。针对北京区域, 创设了概要情形下的金融格局, 摸索动态变更。金融发展进程融汇了辐射效应及特有的集聚效应, 二者彼此契合。参照调研结果, 明晰了北京区域之内的金融空间布设状态、空间性的差异。拟定探究区域, 解析了关联的空间权重。协调区域进展, 应能考虑区段内的现有状态, 识别金融差异, 创设共同进展的新路径。
摘要：在北京区域内, 金融业被看成最大产业, 它供应了区域进展必备的助推力, 构成增长动力。新时期以来, 金融业占到了超出10%这样的总产值, 仍在快速增长。这样的背景下, 采纳空间计量特有的途径来辨识金融的总格局, 探析集聚效应。探析影响因素, 金融集聚附带的辐射效应折射出北京城区以内的金融进展走向, 反映出相关性。辨析辐射效应, 明晰了金融架构下的总格局、发展的总趋向。解析深层成因, 供应后续决策的必备参照。
关键词：北京金融集聚,影响因素,辐射效应
参考文献
[1]刘同山.北京区域金融发展的集聚效应与辐射效应研究[J].区域金融研究, 2011 (11) :63-68.
[2]黄永兴, 徐鹏, 孙彦骊.金融集聚影响因素及其溢出效应——基于长三角的实证分析[J].投资研究, 2011 (08) :111-119.
多重集聚效应 篇6
近年来, 产业创新集聚成为产业集聚问题的研究热点之一, 来自策略管理、社会学、经济学等领域的学者都对其进行了不同层面的研究[1]。产业创新集聚是在一定资源环境中, 基于创新事件的不断产生, 在知识技术的扩散效应下形成的同一产业的集聚现象[2,3]。在社会实践中, 如美国的硅谷、新加坡科学园、中国台湾新竹科学园、印度的班加罗尔高科技园区等, 都是世界著名的创新集聚区域[4]。
创新集群具有“放大或加速国内市场竞争时生产要素的创造力”, 企业在彼此互相牵连的关系中, 目标一直地投资科技、信息、基础建设和人力资源, 出现了外溢效果[4]。企业间的交互行为直接或间接地提高了信息在企业之间的流通, 提高了企业本身与产业内的信息沟通和获取能力。为提高企业获取信息的能力而构建的软、硬件环境, 都可称为信息化建设环境。信息化建设能够加快信息传播的速度, 使知识和技术的传播以及其对生产率的影响具备了全球化特征[5]。在产业创新集聚中, 信息化水平是影响创新活动和创新集聚区域形成的重要因素之一, 然而却鲜有文献针对信息化水平在产业创新集聚演化过程中的影响效应进行分析和研究。在产业创新集聚演化过程中, 信息化因素是如何发挥作用、如何影响集聚的?信息化水平的差异程度对产业创新集聚的形成速度、集群发展规模、产业内部差异化水平是否会产生影响?上述问题均值得深入研究, 但由于信息化水平对创新集聚的影响难于用定量化的形式表示, 而数理模型也难以描绘出产业集聚的动态演化过程, 因此相应研究尚存在不足之处。
基于此, 本文将采用计算实验方法克服上述困难。计算实验方法是采用自下而上的主体建模方式, 借助计算机构造实验对象、实验环境, 通过微观主体的自适应交互, 揭示系统整体的演变规律[6]。计算实验方法弥补了传统的定性和定量研究方法的不足, 作为一种新兴的社会科学研究方法, 吸引了众多领域的学者投身其研究[6]。
2 建模思路分析
Brenner将产业集聚现象产生的因素分为三类:必要因素、触发事件和自我强化的过程[7]。在产业创新集聚演化过程中, 企业所处的创新网络与信息化程度等创新环境是必要因素;创新活动是触发事件, 一个创新事件可以通过知识的溢出触发大量的后续创新行为;自我强化过程则是与网络环境中的其他个体不断交互、不断学习的表现。
知识溢出伴随着企业间的模仿、学习等交互活动, 是一种过程、一种结果和一种影响, 知识溢出效应则是知识接受者或需求者消化吸收所导致的知识创新以及所带动的经济增长等其他影响[8]。正是由于知识溢出效应的存在, 为了节省创新成本、分担创新的风险等, 即使是在存在相互竞争关系的企业也趋向于在同一产业区内集聚。知识的溢出效应伴随着产业创新活动产生, 而创新活动以网络形式普遍存在于市场环境中[9,10], 这种网络包含企业之间的模仿、学习、合作等多种交互形式, 是知识的传播渠道。但交互网络中的企业不会也不可能和其他所有企业进行交互, 每个企业都有着自己交互惯性, 和临近企业的交互关系更为密切。企业的创新活动在每一阶段都受到外部环境的影响[11], 其中信息化水平被认为是外部环境的重要因素, 直接影响到企业的生长能力、创新能力。
为了分析信息化水平对产业创新集聚的影响, 本文从两个层次进行研究, 全局范围内的信息化水平和局部空间内的信息化水平。两个层次的信息化水平都对企业间信息、知识交流有着重要的影响, 进而影响产业创新集聚的形成和发展。
3 产业创新集聚计算实验模型
3.1 模型基本假设
①不同地域的信息化水平不同, 同一地域内企业个体的信息化水平也有差异, 企业的信息化水平越高, 企业的生长能力就越强。信息化因素之外的创新环境及产业集聚的影响因素是外生给定且相同的。信息化水平的差异影响企业的生长能力、创新能力、创新水平和经济效益[11,12]。
②企业之间的空间距离越接近, 企业之间存在交互关系的可能性也就越大。企业之间地理上的接近为企业之间和研究人员之间的交互提供了便利条件, 增大了彼此之间的交流的可能性和频率[13,14], 企业员工及研发人员之间的直接交互在企业的发展中起到了非常大的作用, 是企业创新和知识溢出效应产生的驱动因素之一[15,16]。
③企业之间的知识溢出效益与交互企业间距离成反比。关于空间距离与知识溢出效应的研究已有不少相关模型[17,18]。在R&D活动中, 企业之间的空间距离、企业的创新投入成为影响知识溢出效应的两大重要因素, 研究者从数理和实证研究多个方面对空间距离和创新成果的影响进行了验证和分析[19,20]。
④企业的成长模型符合logistic曲线, 企业的创新投入、知识溢出效应与企业的规模正相关。所有企业处于同一产业内, 企业个体是同质的。
3.2 计算实验模型设定
(1) 知识溢出效应函数
企业的创新收益除了和自身的创新投入有关, 还与其交互网络内企业的创新投入有关, 同时受到交互网络上知识溢出效应的影响[20,21]。在网络的交互环境中, 企业受到的知识溢出效应表示为:
其中, Ri表示企业i的创新投入, Rj表示企业j的创新投入, Dij表示企业i与企业j之间的空间距离。δi表示企业i的信息化水平影响因子, εij表示企业i、j间的知识溢出效应影响因子, 由系统随机取值, 0≤α, β1, δi, εij≤1, β3<0, 1≤β2<2。
(2) 知识溢出效应下的企业生长模型
企业在不进行任何创新、不同其它企业交互的情况下, 其成长模型可表示为:
Xi (t) 表示企业i在第t期的企业规模;ki表示企业i在不创新、不参与网络交互情况下所能达到的最大规模, 在企业初始化阶段确定并保持不变;ri (t) 表示第t周期企业i的成长速率, ri (t) 与企业信息化水平正相关。
由于企业的信息化水平与企业的创新能力正相关, 企业每期的创新投入与企业规模正相关, 因此可令:
企业在网络环境中所受到的知识溢出效应可以表示为:
因此, 在考虑交互网络情况下, 基于知识溢出效应的企业生长模型可以表示为:
(3) 信息化水平表述
①全局信息化水平
信息化水平的提高使信息的传递和企业之间的交流更为便捷, 从某种程度上降低了企业之间的空间距离。以单位时间内信息的平均传播路径长度表示全局信息化水平, 用Df表示。GCij表示两个企业之间的地理欧式距离, 那么在全局信息化水平影响下的企业间空间距离Dij可以表示为:
②局部地域信息化水平
局部地域内的信息化水平影响到企业自身的信息化水平, 影响到企业的成长速率和创新能力。
在800×800的空间内, 本文拟对上述两种情况进行比较分析。情况1如图1 (a) 所示, 以坐标A (400, 400) 为中心, 根据距离A的地理欧式距离不同, 企业的信息化水平与企业的内生增长率r的关系定义见式 (8 (a) ) 。情况2如图1 (b) 所示, 以坐标B (0, 0) 为中心, 根据距离B的地理欧式距离不同, 企业的信息化水平与企业的内生增长能力r的关系定义见式 (8 (b) ) 。
(4) 交互网络结构设定
企业交互网络的构造方法如下:
①根据企业间的空间距离构造企业交互概率矩阵C, 企业之间的空间距离越近, 交互的概率越大, 归一化处理使
②产生随机数η∈ (0, 1) , 若cij≤η≤cij+1, 则选取i和j企业节点;
③若企业i, j之间没有连线, 则连接企业i, j, 否则转第②步。
④重复这个过程, 直到网络中有M条边为止。
(5) 粒子群算法的设定
PSO算法是一种模拟鸟群飞行觅食的行为, 通过个体之间的协作来寻找最优的进化计算技术。本文采用局部寻优的标准算法进行产业创新集聚演化过程的模拟。
企业根据自身当期所获得的知识溢出收益Pi (t) 、历史最优的知识溢出收益pi、局部最优的知识溢出收益gi调整自身的行为。具体步骤如下:
①对企业参数进行初始化, 设定企业数量N, 随机产生每个企业的初始位移P (t) 和方向V (t) 。
②计算每个企业本周期的知识溢出收益和知识溢出收益影响下的企业规模, 并将本周期的知识溢出收益作为本期的适应值Pi (t) =Ii (t) 。
③若Pi (t) 大于企业历史最优适应值pi, 则pi=Pi (t) ;若Pi (t) 大于距离企业i半径为R的局部区域内企业的最优适应值gi, 则gi=Pi (t) 。
④根据式 (9) 、式 (10) 更新企业的方向和位置:
⑤转第②步, 直到运行T个周期为止。
其中c0、c1、c2表示企业的学习因子和群体认知系数。
4 计算机模型设定
4.1 计算机模型说明
本实验建模采用的是多主体建模方法, 使用RePast J建模框架, 以JBuilder 2007为开发环境。假定市场中有200个企业, 初始均匀分布于空间当中, 通过不断交互逐步形成集聚。本文参数的设置主要是为问题研究提供便利, 主要分析局部和全局信息化程度对集聚演化效果、演化速度、产业发展规模、市场集中度等方面的影响。
4.2 基准模型参数设定
在实验过程中所采用的基本模型中的参数设置如表1 (可参见前面公式) 。
5 实验结果分析与管理启示
(1) 产业创新集聚演化结果
企业在网络环境中不断寻求更高的知识溢出效应和生产规模, 产生聚集现象, 见图2。演化结果给出了两种不同的局部信息化水平情况下的运行视图, 在多次重复实验中两种不同的情况得到了共同的演化规律。
从演化过程可以看出, 集聚现象往往在局部信息化水平高且创新能力强的区域内。企业在创新网络环境中反复交互合作, 通过交互网络传播新技术、新知识, 带动区域内产业发展的同时吸引外部企业, 进而形成知识和技术的孵化中心和聚集地。集聚区域正是在新知识的发现和传播过程中形成的, 其形成需要良好的地域信息化建设。从而得到管理启示:区域内信息化水平的提高可提升企业的创新能力和成长能力, 为集聚效应的形成创造了有利条件。
现实中一些案例较好地验证了上述结论, 例如, 硅谷成为最著名的高技术、高成长的创新集聚区, 除了具备便利的信息系统和交通等基础设施建设、快捷的政府与法律服务等提高信息化水平的硬件环境建设以外, 其突出的信息化软环境为高技术产业的发展提供源动力, 例如频繁的人才交流与流动、众多的国外移民、开放型的公司生产结构等。硅谷正是在一种信息化水平高于国际平均水平的情况下, 逐渐发展起来的。
上述结论对我国建设高新技术开发区、产业园区有一定的管理启示。园区建设应大力投资建设有利于企业之间交流、合作的信息化硬环境和软环境, 例如政府管理软件的学习与引进、交通基础设施的建设等, 以及专业的招商网络、市场化的人力资源管理系统的营造等。
(2) 产业发展和集聚效果分析
在基准参数设置下, 以图1 (a) 及式 (8 (a) ) 为局部信息化参数配置, 观察集聚形成及演化过程中的产业圭模变化和中心区域内的集聚效果, 见图3。
从图3 (a) 可以看出, 随着企业间空间距离的缩小, 知识溢出效应逐渐增大, 距离上的接近有利于产业内知识溢出效应的产生, 更有利于提高企业的生产能力和竞争力。产业内相关企业群聚在一起, 在合作与竞争基础上能够加强区域与企业的创新能力, 从而促进产业竞争力的提升。由此对我们的管理启示是:产业内企业的集中分布有利于企业之间信息交流和沟通, 是增强产业产能的有效途径, 可以促使产业内部协同发展。以美国高新技术集聚区为例, Joanne和Joel[21]的研究表明, 相对全国范围来说, 集聚区域内的高新企业业绩表现非常强劲, 将企业置于集聚区域可以大大降低企业风险。这正从实证的角度印证了创新集聚能够使企业在合作竞争中达到协同、共生, 提升产业的整体竞争力, 与本文模型的演化结果一致。
从图3 (b) 和图3 (c) 可以看出, 中心区域的规模占有率和行业的集中率都经历了一个高速发展的阶段, 但中心区域的规模占有率在之后进入略有下降的震荡阶段, 而行业的集中率则逐步降低。分析其内部原因, 随着中心区域创新集聚效应形成, 企业间信息化水平差异降低, 地理位置的接近也使得企业间知识溢出效应增强, 创新知识的共享程度逐渐提高, 因此, 在企业技术创新投资等其他影响因素不变的情况下, 企业间技术创新能力在集聚演化过程中动态趋同。由此得出结论:高信息化水平作为一种资源优势, 有利于提升区域内产业整体规模、竞争力和行业集中度, 但是要维持区域内的竞争优势, 还需要在适当时候对区域内的信息化水平进行升级、优化产业结构以及提升其他影响因素水平, 实现区域创新能力的提升与产业的持续高速发展。
上述结论与现实中的一些状况较为吻合, 如硅谷在经历了20世纪70年代至80年代中期的高速发展之后, 进入了短暂的发展低潮。最为重要的原因是在技术和知识扩散影响下, 全球范围内日本等国的技术创新能力有了很大的提高, 对硅谷提出了新的挑战。20世纪80年代至90年代中期, 硅谷软件业的崛起, 实现了高新技术产业的自动优化升级, 使硅谷由低谷走向高潮, 创造了一个新的技术发展时期。
从本文实验结果可以看出, 创新是集聚不断提升的源泉, 信息化水平作为一种资源优势, 要为企业创新服务。面对创新能力动态趋同的压力时, 通过对产业结构的升级、增加创新额度等手段激发新的创新优势, 可以实现产业创新集聚的持续高速发展。
(3) 全局信息化对集聚效应的影响分析
图4是全局信息化水平不同情况下的创新集聚效应分析结果, 经过1500次运行实验, 统计出全局信息传播速率对集聚效应的影响。
从图4可以看出:全局信息化程度越高, 网络上企业集聚速度越快, 产业发展的规模也越大。这一结论和现实状况是吻合的。产业创新集聚具有产业集聚的一般特征, 不论是传统产业区, 还是高新技术产业区, 在全球信息化水平不断提高的带动下, 产业集聚地的形成速度在不断加快。例如我国的苏州工业园区, 其产业集聚速度明显高于20世纪80年代成立的开发区。由此可以看出:信息化的发展促进了产业集聚效应的加剧, 有必要提高产业所处市场的整体信息化水平, 进而提升产业整体的发展规模。
6 结语
本文对产业创新集聚形成过程进行了计算建模与实验。在构建模型过程中所采用的粒子群算法, 能够较为科学地模拟出企业个体的自组织行为特征。通过建立网络环境下受知识溢出效应影响的创新收益函数及集聚演化模型, 对产业创新集聚形成过程中的信息化因素进行了分析研究。通过程序多次运行得到了一些稳定且具有统计性规律的实验结果, 所得结论与现实情况较为吻合。
本文研究尚存在一些不足, 例如文中描述的创新集聚影响因素还可以进一步扩展等。此外, 文中所提出的模型可以进一步为研究产业演进状态、产业生命周期等提供研究基础和参考。
浙江服务业集聚的经济效应研究 篇7
浙江省是中国目前产业集聚发展水平最高的省份。浙江克服了资源短缺和没有政府扶持的劣势, 发展到经济水平跃居全国前列, 得益于浙江经济的发展模式:产业集聚——被专家称作“中国经济第三次浪潮的发动机”。浙江省现有的产业集聚主要集中在工业, 但在服务业上也有较好的表现。最典型的例子莫过于义乌的发展。浙江已经开始高度关注服务业的集聚效应, 着力发展服务业, 打造经济新引擎。在这样一个社会经济环境和政策背景下, 研究浙江服务业集聚的经济效应, 显得十分迫切, 且意义重大。
一、服务业集聚与经济增长的关系
对于服务业集聚与经济增长的关系, 现有的研究还较为不足。程大中和陈福炯 (2005) 研究了中国服务业相对密集度与其劳动生产率的关系, 发现除房地产业外, 中国服务业及其分部门的相对密集度对其自身的劳动生产率都具有显著的正面影响。刘明菲和孙君军 (2008) 运用区位熵法对江苏、浙江、广东三省的物流产业集聚度进行测算, 并测算了三省的物流产业集聚度与区域经济发展的关联性, 结果表明, 区域物流集聚度与区域经济具有密切的相关性。
在已有的关于服务业集聚的研究中, 对金融业集聚的研究相对多一些。比如谭玉成 (2009) 分析了环渤海经济圈金融产业集聚与区域经济增长之间的耦合协调关系, 发现1995年以来, 环渤海经济圈金融产业集聚与区域经济增长之间的协调关系由上世纪初的彼此失调逐渐过渡到目前的良好协调和优质协调关系, 且在这一过程中, 金融产业集聚过程中金融产业的发展超前于区域经济增长, 并对区域经济有着良好的带动帮助作用。部分针对长三角地区的实证研究 (刘红, 2008;杨起予, 2009) 表明, 上海金融集聚不仅对上海本地的经济起到了很大的促进作用, 还对整个长三角地区的经济增长与产业结构优化起到了明显辐射作用。
二、计量模型
本文用空间基尼系数来衡量服务业的集聚程度。空间基尼系数的计算方式为:
其中, Eir代表给定区域r内i行业的企业法人单位数, Ein代表全省 (国) i行业的企业法人单数总数, Er代表给定区域r内所有行业的企业法人单位总数, En则代表全省 (国) 所有行业的企业法人单位总数。空间基尼系数Gi趋于0, 说明i行业在空间上分布比较平均, 也即集聚程度较小;Gi值越大, 说明i行业在空间上的集聚程度越高。
在估计服务业集聚的经济效应时, 本文采用如下形式的计量模型:
其中, Yi表示第i类服务行业的单位法人营业收入 (或者人均营业收入) ;Gi表示第i类服务行业的集聚程度;Di表示第i类服务行业是否是生产性服务业;Yeari表示两次经济普查的年份;Xi表示其他一些控制变量。
当计量模型式 (2) 中不包括方括号里的交互项时, β1就表示所有服务业的平均经济效应;当式 (2) 中包含了方括号里的交互项时, β1测得消费性服务业的经济效应, 而β1+β3测得生产性服务业的经济效应。
三、浙江服务业集聚的经济效应
(一) 服务业的总体经济效应
注:*、**、***分别表示T检验结果在10%、5%、1%的显著性水平下显著。
利用2004年和2008年《中国经济普查年鉴》、《浙江省经济普查年鉴》、《福建经济普查年鉴》及《广东经济普查年鉴》中的相关数据, 根据式 (2) 估计得到服务业集聚的经济效应 (如表1所示) 。从表1中可以看到, 浙江服务行业的集聚程度每提高1%, 每个法人单位的平均营业收入将增加0.262%。这是一个相当大的数值, 表明集聚的确能够在很大程度上提高企业的盈利能力。
单位法人营业收入主要是从整个企业的层面来刻画服务业集聚的经济效应, 但法人单位营业收入的增加有可能是因为雇佣了更多的劳动者, 或者是企业规模扩大导致的。那么, 服务业的集聚是否真如集聚理论所预言的那样, 可以提高劳动生产率呢?
所以, 本文接着从人均营业收入的集聚弹性来考察服务业集聚的经济效应。结果表明, 浙江服务业人均营业收入对集聚程度的弹性等于0.065, 即服务行业的集聚程度每提高1%, 人均营业收入将增加0.065%。这证实了服务业集聚的确能够通过经济外部性、报酬递增、技术创新与扩散等途径提高企业的竞争力和劳动生产率。
(二) 消费性服务业和生产性服务业的经济效应
服务业是一个异质性很强的产业, 对于不同类型的服务业, 其集聚的经济效应也会大相径庭。一种常见的分类方法是将所有服务业分成消费性服务业和生产性服务业两大类。表1表明, 消费性服务业集聚的经济效应要远远低于生产性服务业:从单位法人营业收入来看, 前者的弹性为0.126, 而后者的弹性高达0.395, 后者是前者的3倍多;从人均营业收入来看, 两者更加悬殊, 前者的弹性仅为0.011, 且在统计上不显著, 而后者的弹性为0.118, 是前者的10倍有余。以上结果表明, 生产性服务业将在未来的经济发展中扮演更加重要的角色。
(三) 地区之间的横向比较
从表1中可以看到, 浙江消费性服务业集聚的经济效应与全国平均水平、福建、广东相比存在明显差异。其他地区的经济效应或者在统计上与零无异, 或者显著小于零, 这与浙江显著大于零的经济效应形成鲜明对比。
对于全国消费性服务业, 其单位法人营业收入和人均营业收入的集聚弹性分别为-0.126和-0.131。这表明, 从全国平均水平来看, 不是集聚发展, 而是离散发展能够带来更高的经济效应。这也意味着, 消费性服务业集聚的辐射效应有限, 只能在一定范围内进行集聚, 大范围的集聚反而会抑制经济的良性发展。特别地, 卫生、社会保障等公共服务业的过度集聚, 还会导致服务效率的低下和社会不公平程度的上升。对于福建、广东来说, 估计得到的消费性服务业的集聚弹性在统计上不显著异于零, 表明提高消费性服务业的集聚程度并不能带来正向的经济效益。
对于生产性服务业, 浙江的集聚效应相对偏低:从单位法人营业收入的集聚弹性来看, 浙江的经济效应为0.395, 该数值是全国平均水平的42.43%, 是广东的75.96%;从人均营业收入的集聚弹性来看, 浙江的经济效应为0.118, 该数值是全国平均水平的40.14%, 是福建的83.69%, 是广东的59.3%。
结语
本文利用2004年与2008年两次经济普查数据, 对浙江服务业集聚的经济效应进行了研究。结果表明, 浙江省的服务业集聚有着显著的正向经济效应, 集聚的确能够在很大程度上提高企业的盈利能力。特别地, 我们将服务业分为生产性服务业和消费性服务业, 并分别对这两种不同性质服务业集聚的经济效应进行了估计, 发现生产性服务业集聚的经济效应要远大于消费性服务业。从地区间衡量比较来看, 浙江消费性服务业集聚的经济效应较全国平均水平及福建、广东来得高, 但生产性服务业集聚的经济效应相对要比全国平均水平和广东低一些。所以, 浙江在推进生产性服务业集聚的过程中, 更应该注重服务业集聚发展所需要的组织保障体系、市场服务体系、创新网络体系以及社会制度环境等建设, 充分挖掘、发挥集聚效应, 达到事半功倍的效果。
参考文献
[1]程大中.中国服务业相对密集度及对其劳动生产率的影响[J].管理世界, 2005, (2) :77-84.
[2]刘明菲, 孙君军.物流产业集聚度与区域经济关联性分析[J].铁道运输与经济, 2008, (6) :8-11.
[3]谭玉成.对环渤海经济圈金融产业集聚与经济增长的耦合关系研究[J].时代经贸, 2009, (7) :54-56.
[4]刘红.金融集聚对区域经济的增长效应和辐射效应研究[J].上海金融, 2008, (61) :14-19.
北京电商抱团发展集聚效应初现端倪 篇8
北京是中国电子商务产业链最为饱满的地区之一, 通过电子商务, 企业减少了流通环节, 消费者得到了便利。联盟成立后, 将整合北京相关企业优势资源, 互补合作, 推动电子商务快速发展, 促进首都经济转型升级。到2015年, 北京电子商务交易额将翻着跟头上涨到超过1万亿元, 服务收入超过100亿元, 网络零售交易额超过800亿元, 创建国家电子商务示范城市。2010年北京电子商务总交易额在4 000亿元左右。
点评:发挥群聚效应, 促进资源共享, 可实现互赢互利。北京电商抱团发展反映的是经济学中产业集群的集聚效应。这种发展模式, 在降低各项成本、提高服务效率和快速反应能力、扩大市场力量、增强创新能力等方面发挥着至关重要的作用。
高技术产业集聚效应与创新绩效分析 篇9
随着技术进步与产业结构变迁, 我国高技术产业迅速发展, 高技术产业的投入与产出迅速增加, 并呈现集群化模式发展, 成为地区经济增长的引擎。但是, 高技术产业呈现非均衡性发展, 从地区来看, 不论是R&D投入还是产出, 总体来讲呈现东强西弱局面, 东部省市如广东、江苏、上海、浙江等的高技术产业集聚度不断提高, 而中西部地区市场份额与竞争力则日益削弱。从行业来看, 高技术产业的发展也不平衡, 行业集聚与创新活动呈现不同发展特征。集聚必然形成集聚效应, 本文主要从行业角度对高技术产业集聚效应对产业创新活动的影响进行分析。
2 文献综述
近年来大量的文献对集聚效应、知识溢出与区域创新进行了研究, 并形成了三种不同的观点, 即MAR溢出、Jocobs溢出和Porter溢出。以Marshall (1890) 、Arrow (1962) 和Romer (1986、1990) 为代表的MAR外溢观点认为, 知识溢出主要来源于相同产业内部的公司, 在特定区域内产业集聚度越高越有利于同产业的创新活动。Jocobs溢出 (Jocobs, 1969) 则提出了相反的观点, 认为知识溢出主要来源于的不同产业间的公司, 区域产业越多样化则越有利于知识溢出与区域经济增长。而Porter溢出 (Porter, 1990) 观点则认为, 市场竞争是产生知识溢出与创新优势的主要源泉, 同时他也认为外部性主要来源于同一产业而非不同的产业间。
集聚效应对区域经济增长与创新绩效的定量研究, 不同样本与数据得出不同的结论。Glaeser等 (1992) 利用1956-1987年间的美国170个城市6个产业数据, 采用最小二乘法来评估地区产业结构对产业增长影响, 发现竞争性与多样性有利于产业增长, 而专业化对产业绩效起这负作用。Henderson等 (1995) 把产业分为高技术产业与传统产业, 利用1970—1987年间224个地区8个制造业数据分析发现, 传统产业只存在MAR溢出, 而高技术产业同时存在MAR溢出与Jocobs溢出。Stefano (1998) 对意大利25个产业研究显示产业集聚对创新活动具有显著正效应, 多样化的产业集聚更有利于创新活动, 而Raffaele (2000) 对意大利85个产业784个地区研究发现产业的创新活动和专业化与多样化都存在正相关, 而多样化的产业集聚在高技术产业及大城市表现更为显著。我国的薄文广 (2007) 利用中国省级面板数据研究了集聚外部性对地区产业增长的影响, 结果发现各种溢出效应因产业、地区不同而不同。龙志和、蔡杰 (2008) 对中国1999—2003年30个省市25个工业产业的面板数据分析工业产业发展中知识溢出效应发现, 存在显著MAR溢出效应, 不存在Porter溢出。
大量类似的研究一般都以制造业作为样本, 结论也因样本数据选择不同而不同, 而单独对我国高技术产业集聚外部性与区域经济增长与创新之间的研究还比较少。所以, 本文借鉴前人的研究成果, 把集聚外部性效应分解成专业化、多样化与竞争性三种效应, 同时结合高技术产业R&D投入, 对1998—2007年中国高技术产业的相关数据进行计算, 来考察高技术产业集聚外部性与行业创新之间的关系。
3 模型设立与变量选择
描述创新活动的区域分布, 首先要解决创新活动的测度问题, Griliches (1979) 认为创新活动的测度主要借助于“专利数据 (patent) ”、“专利引用 (patent citation) ”和“新产品记录 (innovation record) ”三个指标, 并建立了以专利作为衡量知识与创新的生产函数, 并被许多经济学家所接受并加以创新, 如Jaffe (1989) 、 Anselin (1997、 2000) Fischer、Greunz (2003) 等。
为了考察高技术产业集聚与知识创新之间的关系, 我们拟采用各产业所授予的专利数作为因变量, 用以衡量产业的知识创新;R&D投入与产业集聚性作为自变量, 作为衡量知识创新的影响因素。R&D投入分为两部分, 一是R&D资本的投入, 二是R&D人员的投入。资本的投入采用中国高技术产业年末固定资产值加上各年的R&D投入, 然后用固定资产投资价格指数进行平整处理。R&D人员的投入采用中国各年份R&D活动人员折合全时当量。产业集聚对知识创新的影响分解成三种效应:专业化效应、多样化效应与竞争性效应。
方程 (1) 中, ZLjt代表高技术各产业的专利, K与L分别表示资本投入与劳动投入, βi为各变量系数。
Sj, t代表行业的专业化指标, 用以衡量MAR溢出:
VAi, j, t代表i地区j产业t年的工业增加值, VAi, t代表i地区t年的高技术产业工业增加值, VAn, j, t代表全国高技术j产业t年的工业增加值, VAn, t代表全国高技术产业工业增加值。
Dj, t代表行业的多样化指标, 用以衡量JOCOBS溢出:
COMj, t代表行业的竞争性指标衡量, 用以衡量Porter外溢:
本文数据来源于中国历年高技术产业统计年鉴。本文对我国31个省的医药、航天航空、电子及通信设备、电子计算机及办公设备、医疗设备及仪器仪表五大高技术产业的1998—2007共十年数据, 分别计算了专业化、多样化与竞争性指标数值。对此, 我们分别进行了分地区与分行业的计算。
4 变量检验与实证结果分析
4.1 变量检验
时间序列的单位根检验理论已经比较成熟, 但对于面板数据单位根的检验还是处于计量经济的前沿阶段, 目前经常采用的主要方法有Levin-Lin-Chu (1992, 2002) 、Breitung t-Stat (2000) 、Hadri (1999) 、Im, Pesaran and Shin (1997) 、ADF-Fisher Chi-square (1999) 和PP-Fisher Chi-square (1999) 和检验。前三种检验假设变量服从相同的单位根过程, 而后三种检验假设各个序列的单位根可以不同。变量的检验结果如表1。
*表示Individual intercept检验;**表示Individual intercept and trend检验;***表示None检验。
从检验结果来看, LN (ZL) 除了IPS检验没有通过平稳性检验外, 其它检验都通过检验, 我们认为可以把它认作平稳序列。LN (S) 、LN (D) 和LN (J) 通过平稳性检验, 而LN (K) 和LN (L) 未能通过平稳性检验, 而△LN (K) 、△LN (L) 则均通过了平稳性检验。所以, 我们把模型修正为:
4.2 实证结果
对面板数据的估计, 首先需要判断面板数据的模型形式。面板数据模型的判断, 首先采用F统计量判断是属于变系数模型、变截距模型还是不变系数模型, 然后再运用Hausman检验方法判断是采用固定影响还是随机影响模型。经过计算与验证, 最后采用固定影响变截距截面加权模型, 其结果如下:
从模型结果来看, 产业专业化对行业的专利生产存在正弹性, 产业多样化与竞争性则存在负弹性, 资本投入与劳动投入的增量对专利生产存在正弹性。这也就表明, 在高技术产业中, 专业化程度的提高有利于与行业知识的生产与创新, 验证存在着MAR溢出效应, 而多样化与竞争性则不利于行业知识的生产与创新, 存在负向的Jocobs溢出和Porter溢出。相对资本投入的增加, R&D人员投入的增加更加有利于促进高技术产业创新的绩效。从行业来看, 电子及通信设备、电子计算机及办公设备创新绩效远高于均值水平, 而航天航空则远远低于均值水平。
5 结论
在高技术产业中, 专业化程度的提高有利于产业创新与发展, 而多样化与竞争性增强则与行业知识的生产与创新存在负相关。这也是就意味着集聚程度的提高产生正向的溢出效应, 促进了知识的扩散与交流, 并进而迸发新的知识与更多专利创新。而产业的多样化对行业专利的负弹性反映了产业的分散分布不利于高技术产业创新, 这也解释高技术产业为什么往往都是以集群形式存在, 创新知识更多产生于资本与人才密集区域。产业竞争尤其是过度竞争往往会导致创新收益的消散, 降低了企业创新的投入—产出比。R&D资本与人力资源的投入是高技术产业创新的基本, 各地区应根据各自高技术产业发展的特点加大投入, 促进高技术的发展。
参考文献
[1]GLAESER E L, KALLAL HD, SCHEINKMAN J, SCHLEIFER A.Growth in Cities[J].Journal of Political Economy, 1992 (100) .
[2]HENDERSON V, KUNCORO A, TURMER M.Industrial Develop-ment in Cities[J].Journal of Political Economy, 1995 (103) :101-102.
[3]RAFFAELE PACI, STEFANO USAI.The Role of Specialization andDiversity Externalities in the Agglomeration of Innovation Activities[Z].Working Paper CRENOS, 1999:67-89.
[4]GRILICHES Z.Issues in Assessing the Contribution of R&D to Pro-ductivity Growth[J].Bell Journal of Economics, 1979, 10:92-116.
[5]薄文广.外部性与产业增长[J].中国工业经济, 2007 (1) :37-44.
