产业转移推动地区技术进步了吗？

一 引 言

“第四次产业转移”在国际金融危机爆发后迅速展开，在我国，产业转移现象包括国外的转入与国内地区间转移。2012年，工信部发布指导意见，提出构建“一轴一带、五圈五群”产业发展格局；发改委于2016年印发《关于贯彻落实区域发展战略促进区域协调发展的指导意见》，加强对重点地区产业转移的政策引导，支持承接产业转移示范区建设。在党中央、国务院的高度重视下，区域协调发展产业有序转移与承接，不仅促进一体化进程，也有利于产业聚集。目前，京津冀地区产业转移已取得初步成效，产业空间布局逐步清晰，诠释了北京非首都功能，在带动周边省市产业转型升级上发挥了重要作用(贺胜兵等，2012)[1]；长江经济带围绕电子信息技术、精密设备、汽车、家用电器和服装纺织五大制造业构建相应的产业布局，适应当地资源与环境承载力(Wang和Deng，2015)[2]。从地区GDP增长速度来看，承接产业转移为中西部地区短期经济发展提供了契机，然而是否会为承接地带来技术水平提升依旧无法确定。为了回答这一问题，本文从技术进步视角对我国产业转移效应进行评估，并将我国地区发展差异性纳入分析范畴。

与以往研究相比，本文的研究特点主要有：(1)从技术进步效应视角对中国产业转移政策的实施效果进行评价，完善产业转移政策效应研究，为地方政府制定产业转移政策提供参考。(2)本文基于中国30个省、市、自治区进行分析，考虑到地区异质性，将整体样本划分为东、中、西部，分区域探究产业转移政策的实施效果，因地制宜地设计产业转移引导政策。

二 文献综述

产业转移促进资本与技术的流动，使得承接地与转出地的经济发展水平和产业结构发生变化。大多数文献采用FDI衡量国际产业转移，对其产出效应研究较为丰富。无论是理论分析结果(Romer,1986[3]；Lucas,1999[4])，还是基于扩展的VAR模型、格兰杰因果检验等实证结果(Ericsson和Irandoust,2001[5];Choe,2003[6]; Ghosh和Wang,2010[7];邹建华和韩永辉，2013[8]；Al-Iriani，2006[9])，均验证了FDI是促进承接地经济增长的主要因素之一，相应地，政府干预会影响FDI对承接地的经济增长贡献率(Candau，2013)[10]。然而，Sarkar(2008)[11]在以42年间51个发展中国家为样本研究时发现，FDI无法长期促进地区经济增长。不仅如此，FDI对承接地经济发展的负向效应还与当地发展水平有关(Lessmann，2013)[12]。以中国为例，外资的进入挤出了中西部地区投资，使得FDI对经济增长的负向影响比东部地区更为严重(聂飞和刘海云，2015)[13]。相较于FDI的经济增长效应研究，有关其技术进步效应的研究较少，目前主要观点认为在控制政策等相关变量后，FDI对承接地技术进步表现出重要影响(李艳和柳士昌，2018[14]；李晓英，2018[15])。具体来说，FDI对不同类型产业的技术溢出效应存在差异，即会对劳动密集型与技术密集型产业技术发展带来显著的提升效应，反而会抑制资本密集型产业技术发展(阳立高等，2017)[16]。

产业转移不仅发生在国与国之间，一个国家内的地区与地区间也会发生产业转移现象，尤其是在我国政府积极引导发达地区产业向中西部地区转移背景下。现有文献对国内区域间产业转移的研究主要集中在引致其转移的原因与转移规模测算，研究样本时间主要在2012年之前，认为生产要素的流动是引致区域产业转移的主要因素。承接地区发展水平与能力的差异也使得产业转移的经济效应有所差异，但是成本的动态变化使得产业转移对承接地经济增长产生了正向促进作用(杨亚平和周泳宏，2013[17]；胡伟和张玉杰，2015[18]；张龙鹏和周立群，2015[19]；张辽，2013[20])。然而，在2012年以后，承接制造业转移对地区经济增长的促进作用逐渐降低，符合边际效应递减规律，产业转移并没有为承接地区带来长期的经济增长效应(孙慧文，2017[21]；陈凡等，2017[22])。不仅如此，省际间产业转移还会对承接地区的技术创新产生影响。冯南平和杨善林(2012)[23]研究认为，区域内产业转移无法起到促进地区技术进步的作用，尤其在东部地区，省际间产业转移阻碍了技术创新产出的提升，抑制了东部各省份的技术进步。与东部地区不同，西部地区则受益于产业转移对技术进步的正向溢出效应(雒海潮和苗长虹，2019)[24]。

目前，我国区域内产业转移效应研究尚有不足，主要问题：(1)区域产业转移的研究样本集中在2012年之前，研究重点为生产要素流动所引致的小规模产业转移，对于国家政策引致的产业转移效应研究甚少。(2)研究方法大多采用传统计量模型，未考虑产业转移的时空效应。(3)未考虑中国产业转移差异性的现状，忽视了产业转移政策效应的区域异质性。

三 模型设计

(一)研究方法及模型

为区分不同经济发展水平对于产业转移技术进步效应的影响，本文首先采用面板门槛模型，以经济发展水平为门槛变量，分析人均GDP是否会影响产业转移对于承接地技术进步的作用效果。构建模型如下：

lnYit=β0+β1lnXit×I(lnPGDPit≤γ1)+β2lnXit×I(lnPGDPit>γ1)+…+

β2n-1lnXit×I(lnPGDPit≤γn)+β2nlnXit×I(lnPGDPit>γn)+θlnXcontrol+μi+εit

(1)

其中，Yit为技术进步效应，采用TFPit表示；Xit为核心解释变量——产业转移(IT)，考虑到中国的产业转移主要以工业制造业为主，采用偏离-份额法测算工业制造业产业转移规模；PGDPit为门槛变量，表示各地区的经济发展状况，用人均GDP衡量；γ为待估计门槛阈值，I(·)表示检验假设的指示函数，当括号内条件满足时，则符合假设取值为1，反之则取值为0；Xcontrol为对区域技术进步产生影响的控制变量，包括人力资本(HC)、对外开放(OPEN)、研发强度(RD)以及金融发展水平(FD)；μit和εit为服从正态分布的随机扰动项。

为了客观地评价区域产业转移所带来的技术进步效应，本文采用空间计量模型将产业转移的空间效应纳入考虑范畴。不同的空间面板模型所假定的传导机制存在差异，本文遵循OLS-[SARSEM]-SAC-SDM思路进行模型估计，并依据LR检验与Wald检验结果选择拟合效果最优的模型进行分析。由于空间滞后因变量与滞后误差变量的存在，模型估计方法有工具变量法(IV)、极大似然估计法(MLE)等方法，考虑到IV方法中选择合适的工具变量困难较大，且其参数估计结果往往会超出定义域，故本文采用MLE方法对模型进行估计。

基于上述分析构建如下模型：

lnYit=β0+δWlnYit+β1lnXit+β2lnXcontrol+θ1WlnXit+θ2WlnXcontrol+εit

(2)

lnYit=β0+δWlnYit+β1lnXit+β2lnXcontrol+μit

(3)

μit=λWμit+εit

其中，模型(2)、模型(3)分别为SDM模型、SAC模型，在对上述模型分别附加部分限制条件后将得到SAR模型、SEM模型与OLS模型，分别为模型(4)、模型(5)以及模型(6)。

lnYit=β0+δWlnYit+β1lnXit+β2lnXcontrol+εit

(4)

lnYit=β0+β1lnXit+β2lnXcontrol+μit

(5)

μit=λWμit+εit

lnYit=β0+β1lnXit+β2lnXcontrol+εit

(6)

其中，W为空间权重矩阵，一般来说，区域间距离越大知识的溢出效应越弱，故借鉴白俊红等(2017)[25]的研究采用空间距离权重矩阵：

其中，i、j代表各省份；dij表示各省份间距离，单位为千米。

(二)指标选取与数据来源

1.技术进步。本文采用城市全要素生产率增长率衡量地区的技术进步效应，借鉴白俊红等(2010)[26]和杨浩昌等(2018)[27]的研究，采用2007-2016年各省份数据并基于DEA-Malmquist指数模型测算各省份2008-2016年TFP增长率。其中，总产出以国民生产总值衡量，并以2007年为基期对各省份历年GDP平减；总投入包括城镇就业人数以及全社会固定资产投资。

由于中国幅员辽阔，各地区发展差异较大，故将整体样本划分为东部、中部以及西部地区。同时西藏及港澳台地区数据缺失较为严重，故研究样本中剔除西藏及港澳台地区(1)其中，东部地区包括北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省与海南省等11个省市，中部地区包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省以及湖南省等8个省份，西部地区包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、陕西省、甘肃省、青海省、宁夏回族自治区以及新疆维吾尔族自治区等11个省、市、自治区。。

2.产业转移。基于偏离-份额法的思想，将某一产业在某一行政单元一定时期经济产出的变化分解为不同区域层面的增长分量，观察区际产业转移的时空演变趋势和绝对规模(昌忠泽等，2019)[28]。

3.经济发展。考虑到经济发展水平会对不同地区的技术进步产生影响，为了客观分析产业转移对于承接省份技术水平的提升，选择经济发展水平作为门槛变量。同时参照相关学者的研究，以人均GDP衡量经济发展(张明和李曼，2017)[30]。

4.控制变量。

(1)对外开放。对外开放对我国经济发展产生了很大的影响，但是每个地区对外开放程度以及地理位置的不同对该地区技术进步的影响也不尽相同，甚至出现相悖的影响。虽然如此，众多学者的研究表明对外开放是研究中国区域技术进步时不可忽视的影响因素。故本文借鉴韩军等(2015)[31]的研究，选择外商直接投资额占地区GDP的比重衡量各地区对外开放程度。

(2)人力资本。人力资本可以通过技术创新与模仿等间接效应作用于区域技术进步。杜伟等(2014)[32]选择平均受教育年限、杨浩昌等(2018)[27]选择每万人中高等学院在校学生数衡量人力资本，但考虑到真正能促进地区技术进步、产生剩余劳动价值的是研发人员，故本文采用各地区研发人员数的对数衡量。

(3)研发强度。研发是促进技术进步的重要因素(景维民和张璐，2014)[33]，也会对区域经济增长产生正向影响(钟祖昌，2013)[34]。由于将产业转移与地区研发强度同时纳入考虑范畴的研究较少，而当考虑产业转移时研发投入是否会对区域技术进步产生正向影响，具有不确定性。本文选择地区R&D投入与GDP的比值作为研发强度的代理变量(2)需要特别说明的是，为避免人力资本与研发强度存在的多重共线性问题使得模型估计结果失真，本文进行了多重共线性检验，结果表明各模型中均不存在显著的多重共线性，VIF远小于10。。

(4)金融发展水平。易信和刘凤良(2015)[35]研究表明金融发展通过技术创新的“水平效应”与“结构效应”促进了产业技术发展以及经济增长，并且发挥着不可估量的作用。因此，本文考虑各地区金融发展水平的影响，采用各省份金融机构总贷款额与GDP的比值作为金融发展的代理变量。

主要数据均来源于《中国统计年鉴》(2007-2017)，其中金融机构贷款数额来源于《中国金融年鉴》(2007-2017)，表1为各主要变量的描述性统计结果。

表1 主要变量的描述性统计

四 实证结果与分析

(一)门槛模型分析

门槛模型的确定建立在门槛效应存在的基础上，首先对政策作用力度的门槛效应进行检验，采用Bootstrap法重复抽样2000次获得F值的渐进分布及相应的P值，其中F值为16.71、P值为0.003，在1%的显著性水平下通过假设检验。本模型仅存在一个门槛值，估计值为12.53，故选择单一门槛模型进行分析，分析软件为Stata15.0，结果如表2所示。

表2 面板门槛模型估计结果

由门槛模型的估计结果可以发现，产业转移承接地区的经济发展水平具有显著的门槛效应，会影响产业转移的技术溢出效应。对于经济发展水平较低的省份，即lnRGDP低于12.53，产业转移的估计系数为0.0041，并通过了10%的显著性检验，表明产业转移会对承接地区带来显著的技术进步。而对于经济发展水平较高的地区，即lnRGDP高于12.53，IT的估计系数为-0.0025，P值为0.080，在10%的显著性水平下认为承接产业转移会抑制该地区的技术进步。对于经济发展落后地区，承接产业转移被认为是带动经济发展的契机(Liu和Dong，2019)[29]，同时还将显著提高本地区的技术水平。落后地区政府为了追求短期经济增长，提高区域就业率，积极承接产业转移，同时伴随着核心技术的转移。虽然承接产业转移会抑制经济发达地区全要素生产率的提高，但是目前中国产业转出地主要集中在东部发达地区。也就是说，对经济发达的产业转出地区而言，工业制造业的转移为高新技术产业等技术密集型产业提供了发展空间，实现了“腾笼换鸟”转型升级，虽然短时间内产业转移降低了地区经济发展速度(Liu和Dong，2019)[29]，但是产业结构升级的经济效应才是可持续发展的关键，也是获得更多超额利润的保障。

人力资本、研发强度以及金融发展均会对区域全要素生产率产生正向促进效果，这也与大多研究结果类似。就全国层面而言，对外开放程度会抑制地区技术进步，但是这一效应并未通过统计检验。外商投资作为衡量国际产业转移的主要指标，从长远发展来看，将不利于我国技术进步。产生这种情况的主要原因有两点：其一，虽然中国各区域均不断提高对外开放水平，积极引进外资，但是技术封锁以及知识产权保护政策使得外商投资带来的技术效应几乎为零；其次，低廉优质的劳动力资源以及蓬勃发展的市场才是跨国公司向中国投资的主要原因，所以FDI大多流向劳动密集型产业，并对中国企业造成了技术挤出效应。

(二)分地区分析

由于产业转移时空效应的存在，无法满足传统计量模型的假设前提，本文遵循OLS-[SARSEM]-SAC-SDM思路进行模型估计。在进行实证分析前，首先对因变量进行空间相关性检验，结果见表3，表明各地区技术进步水平存在显著的空间相关性。

表3 2008-2016年中国30个省份TFP的全局Morans’I统计指标

考虑到中国各地区发展水平差异较大，即东部、中西部地区存在一定的空间异质性。因此，有必要在总体分析的基础上，将中国整体地区划分为东部、中部与西部，研究各区域产业转移对地区技术进步的影响。

表4 考虑区域差异的产业转移的技术进步效应分析

(续上表)

变量东部地区模型1中部地区模型2西部地区模型3W*lnIT-0.0146*-0.0027*0.0142*(-1.85)(-1.53)(1.78)N997299Log-L108.3510 115.8518 150.2920 AIC-192.7020-207.7036-276.5840BIC-161.5606-180.3836-245.4426R20.44030.76190.6496

注：括号内为t统计值；*、**、***分别表示P<0.1、0.05、0.01；本表未汇报SDM模型中控制变量的空间交互系数。

表4为分地区估计结果，霍斯曼检验显示应选择固定效应模型；结合Wlad检验与LR检验结果以及各模型自然对数值，SDM模型的拟合效果最优，故仅汇报SDM模型的估计结果。

对于东部各省份而言，无论是区域间产业转移还是国际间产业转移均会对东部地全要素生产率产生抑制作用，区域间产业转移对东部地区全要素生产率的抑制效应更强。东部地区作为当前产业转移的主要转出地区，考察期间东部地区工业制造业共转出166764亿元(当年价格)，随着工业制造业的转出，东部地区各省份开始发展高新技术产业，产业结构由劳动密集型、资本密集型产业转向了技术密集型产业，率先开始了产业转型升级。工业制造业的大规模转出使得地区经济增长放缓，但是为了获得更多超额利润，向产业链高附加值环节攀升，应当舍弃部分高能耗高污染的落后产能。观察控制变量估计结果可以发现，人力资本、金融发展会显著促进东部各省份全要素生产率，但研发强度作用为负且不显著。这可能是因为，东部各省区为促进全要素生产率的提高，加大研发投入比重，但研发投入与成果产出不成比例，出现了规模效益递减情况并造成大量的研发资源浪费，反而无法促进该地区的技术进步，如何提高研发成果转化依旧是困扰东部各省区全要素生产率提升的关键问题。

考察期间中部地区共承接产业转移46596亿元(以当年价格)，承接产业转移显著促进了中部地区技术进步。但是国际间产业转移并未起到类似的效果，无法促进技术水平的提升，主要原因是随着大众生态保护意识的逐渐提高，政府环境规制力度逐步加强，发达国家将中国中部欠发达地区作为“垃圾场”的目的无法实现，已逐步撤离部分在华投资。中部地区研发强度整体较弱，企业科研设备档次较低且无法留住“高精尖”科研人才，虽然研发强度与人力资本均能促进全要素生产率的提升，但由于未能通过显著性检验，其促进作用微乎其微。

西部地区作为承接中东部产业转移的主要地区，考察期内共承接20096亿元产业转移(以当年价格)，但是无法显著促进地区全要素生产率的提高，这个结果与国际产业转移的影响结果类似。人力资本与研发强度均不会对西部地区全要素生产率产生显著作用，主要原因可能是西部地区科研人员数量较少，科研投入水平不及发达地区，无法获得高水平的研究成果且成果转化率较低，故当前无法显著作用于各项指标。不仅如此，由于西部地区金融发展水平较差，金融市场尚未完善，还会对地区技术发展产生显著抑制作用。然而，金融发展水平是影响地区技术进步的因素之一，为追求进一步的发展，西部各地方政府应当健全当地金融市场监督体制与法律法规，保证市场运行良好。

下文将进一步分解各解释变量对地区全要素生产率的差异化影响，结果见表5。

表5 SDM模型的直接效应、空间溢出效应和总效应：分地区分析

注：括号内为t统计值；*、**、***分别表示P<0.1、0.05、0.01。

对于中部地区而言，承接产业转移会促进该地区全要素生产率提升，但未产生正向的空间溢出效应。外资投入对地区全要素生产率的正向作用未通过显著性检验。中部地区人力资本与研发强度对全要素生产率的影响与东部地区类似，但是或许中部地区整体研发水平不及东部地区，其对技术进步的效应并未通过检验。中部地区金融业发展水平会直接促进全要素生产率的提高，也会产生较强的负面溢出效应，因此总体效应为负却并未通过显著性检验。承接产业转移对西部省份技术进步的直接促进作用并不显著，空间溢出效应却能显著促进当地技术进步，但是就整体效应而言，承接产业转移未显著影响西部地区全要素生产率。

综上所述，分地区分析结果表明，由于地区异质性的存在，产业转移规模对于各地区技术进步的影响各不相同。其中，东部发达省份是中国目前产业转出的主要地区，工业制造业的转出为高新技术产业发展“腾笼换鸟”，率先实现了产业转型升级；中西部地区作为主要的产业承接地，发达地区大规模的工业制造业转移为该区域带来了经济发展的契机，但产业转移的知识溢出效应仅能促进中部地区全要素生产率的提高，而无法显著影响西部地区技术进步。

(三)稳健性检验

在稳健性检验中本文将更换基准模型中的空间权重矩阵，基于地理位置设计权重矩阵，即若两省区相邻，则对应元素为1，反之为0。基于霍斯曼检验结果可知，模型均显著拒绝原假设选择固定效应模型，根据Wald检验、LR检验结果以及各模型自然对数值，均认为SDM模型拟合效果最好，估计结果见表6。在更换了空间权重矩阵后，虽然各因素估计系数与基准模型存在差异，但是各解释变量的显著性水平与方向并未发生变化，验证了本文基准模型的稳健性。

表6 基于地理位置的空间权重矩阵稳健性检验结果

注：括号内为t统计值；*、**、***分别表示P<0.1、0.05、0.01；本表未汇报SDM模型中控制变量的空间交互系数。

五 结论与启示

将产业转移提升至国家政策层面，极大地加快了全国产业转型升级和地区技术创新。为验证产业转移的技术进步效应，本文以2008-2016年中国30个省、市、自治区为样本，选择全要素生产率作为技术进步的代理变量，基于偏离-份额法思想测算各省份产业转移规模，以经济发展水平为门槛变量构建面板门槛模型，分析产业转移与技术进步间的非线性关系。并进一步考虑产业转移的空间相关性与区域发展差异，将整体样本划分为东、中、西部地区，采用一系列空间面板模型进行区域分析。

主要研究结论是：就全国而言，承接产业转移对于地区技术水平的影响与当地的经济发展水平有关，当经济发展水平低于门槛值时，承接产业转移会显著促进区域全要素生产率的提高，相反，当经济发展越过门槛值时，承接产业转移会抑制当地技术进步。进一步将区域差异性纳入分析范畴时，发现各地区产业转移的技术进步效应差异性明显。东部地区产业转移变量会抑制地区全要素生产率的提高，表明东部地区作为当前产业转移的主要转出方，已率先通过“腾笼换鸟”，促进技术进步；中部与西部地区作为产业承接地，承接产业转移对两地区的影响不尽相同，承接产业转移将会加速中部地区的技术进步，然而产业转移不是促进西部地区技术进步的主要原因。

从政策层面上说，各地区的发展异质性决定它们应当根据地区特征制定不同的产业转移政策，以取得更好的产业转移政策实施效果。东部地区应加大工业制造业转出力度，虽然短期内会降低经济增速，但长期看有利于充分的、可持续的产业转型升级；值得注意的是，应当关闭东部地区落后且对环境造成污染的产业，严禁此类型产业转移至欠发达地区。中、西部地区应运用税收优惠以及技术抵税等政策工具积极承接产业转入；同时重视自主研发创新，引进高层次人才，形成本地区研发创新团队，加快地区技术水平的提升。