区域效应（共11篇）
区域效应 篇1
区域经济是按自然地域、经济联系以及社会发展需要形成的经济联合体, 是社会经济活动专业化分工与协作在空间上的反映。依托区域经济的规模和范围, 结合自身的辐射范围, 区域物流将区域内外的物品从供应地向接受地进行输送。在这个过程中, 公路、铁路等多种运输方式及仓储等物流节点现实了有机衔接, 运输、储存等物流基本功能实现了有机集成, 区域物流活动的水平和效率大大提高, 区域经济发展不断向前推进。区域物流对区域经济的促进作用具体体现为区域物流产生的以下各种效应。
一、关联效应
美国著名发展经济学家赫希曼于1958年出版了代表作《经济发展战略》一书, 倡导把不平衡增长看作经济发展的最佳方式, 提出了“发展是一连串不均衡的锁链”的命题。根据赫尔希曼的不平衡增长理论, 区域经济获得增长的最有效途径是实施优先发展引致决策最大化项目的不平衡增长战略。所谓引致决策最大化项目就是通过自身的发展能诱导其他项目或部门最快发展的项目。根据“引致决策最大化”原则, 关联效应越大的产业对区域经济的推动作用越大[1]。区域物流是个关联效应很高的产业, 其前向关联体现在区域物流产业的发展将促进物流装备制造业、物流系统业、物流新工艺和新技术的发展, 提高物流活动的效率;其后向关联体现在区域物流产业的发展将带动公路、铁路、航空、管道、仓储、通讯等产业的发展进而拉动对钢铁、煤炭、水泥和制造业的需求;其旁侧关联体现在区域物流产业的发展将对所有区域的商业、供销、粮食、外贸等行业乃至区域内所有行业的供应、生产、销售中的物流活动产生积极影响[2]。从动态的角度看, 由于区域物流产业的关联效应大, 因此区域物流产业的增长速度越快, 与其相关联的其他产业的发展速度也就越快, 区域产业结构的转换能力大大增强, 致使区域产业发展不断地达到更高级的水平, 产出效率大幅度提高。产出效率的提高反过来促进物流产业优化, 进而又带动关联产业的发展, 再度提高产出效率, 进一步推动区域经济上新台阶。
二、资源再配置效应
由于区域经济的不平衡发展, 使得各种资源和生产要素不断由一个区域向另一个区域流动。当生产要素在各区域之间流动时, 区域经济系统的全要素生产率增长是由两部分构成的:一是区域经济系统全要素生产率提高的贡献, 二是生产要素流动的贡献。也就是说.区域经济系统总的全要素生产的增长率, 等于区域经济系统全要素生产率增长率加权平均和再加上一个附加数值。这个附加数值所表示的就是资源再配置效应[3]。区域物流的发展程度越高, 劳动力、资本等生产要素流动的规模和速度也越大。流入区域的劳动力既是生产者又是消费者, 因而产生大量的生产需求和消费需求, 这些需求对相关产业的发展起着积极作用。流入区域的资本投入, 能适时地促成新兴产业兴起, 加快某些薄弱产业的发展, 以及产业内部结构的改善。此外, 根据区域经济发展的输出基础理论, 增加区域的输出基础即区域的输出产业, 将启动一个乘数过程, 其乘数值等于区域输出产业与非输出产业的收入或就业量之比。也就是说, 一个区域对外输出的总额越大, 其输出产业的收入就越多。这部分收入除了补偿输出产业的生产费用外, 可以用于满足区域内需要的产品的生产和服务业, 以及用于扩大出口。因此, 当输出产业和输出总额越大时, 区域经济的规模和相应的收入就越大。如果从资源配置效应的角度看, 意味着等量生产要素投入于区域输出产业为区域经济带来的收益高于投入于其他产业所带来的收益。然而, 生产要素在产业间的转移的规模和速度依赖于区域物流的发展状况。只有在区域物流高度发展的前提下, 生产要素才有条件大规模地聚集输出产业。可以说, 区域物流的资源再配置效应就是通过加快生产要素的流动, 特别是加快输出产业的发展, 最终达到促进区域经济发展的目的。
三、成本效应
区域经济的形成是区域特色经济发展的结果, 也是区域之间经济分工的结果。分工演化出一系列的经济共生现象:商品化和市场化程度增加, 贸易依存度、互补性上升, 内生的比较利益增加, 经济结构多样化程度提高, 产业化程度增加, 自给自足率下降, 生产集中程度和市场一体化程度提高。分工的不断细化客观上要求提高协作水平, 而区域物流的发展, 有助于提高协作效率, 降低交易成本, 对区域内经济发展及区域间的经济合作的效率和水平有着至关重要的影响。区域物流的成本效应主要是因为随着区域物流的进一步发展, 各级区域物流中心得以建立。区域物流中心的建立使得许多物流企业在空间层面集聚在一起, 对于物流消费方而言, 物流企业的集聚使得物流服务功能集中在一起, 这样便于物流服务消费方寻求到能够满足自身需求的物流服务, 同时减少了搜寻成本。对于物流供给方而言, 一方面物流企业的聚集使得企业之间的合作机会大大增强, 企业之间的长期合作将在很大程度上抑制交易双方之间的机会主义行为, 这使得交易双方机会主义交易费用有望控制在最低限度。另一方面, 从交易主体行为看, 物流企业的集聚拓展了信息的共享面积, 减少了在物流作业过程中所发生的信息阻断, 从而提高双方对不确定性环境的认知能力, 减少因交易主体的“有限理性”而产生的交易费用[4]。总而言之, 区域物流的发展改变了物流企业之间的关系, 物流企业之间的联系由原来点和点、要素和要素之间偶然的、随机的关系随之变成一个区域网络内各成员之间的稳定的、紧密的联系。一个结构稳定、高效运作的物流网络, 不仅可以减少组成要素之间的磨损和交易成本, 减少用户使用网络资源和要素的成本, 还可以放大各要素的功能提高要素和整个网络的收益。
四、增长极效应
1945年法国经济学家弗朗索瓦·佩鲁提出了增长极理论, 该理论认为在区域经济发展的初期, “增长并不会同时出现在所地方, 而是首先出现在一些增长点和增长极上, 然后沿着不同的渠道向外扩散并对整个经济造成不同最终影响”。根据佩鲁的意思, 作为经济部门的增长极是与主导产业联系在一起的。后来, 增长极的概念经过改造, 从经济空间逐步转换到地理空间。若从地理角度, 增长极可视为具有高创新能力、高增长率, 并能够促进区域经济增长的中心区位, 即增长极。在物流发展规划中, 确定区域物流中心城市就是确定区域增长极。增长极的作用机理中最重要的是极化效应, 其表现为:由于区域物流的发展, 区域物流中心城市对周围地区产生一定的吸引力和向心力, 周围地区的劳动力、资金、原材料与初级产品等资源, 被吸引到极点上来, 从而获得各种聚集经济。而聚集经济反过来又进一步增强了增长极的极化效应, 从而加速其增长速度和扩大其吸引范围。对于区域物流中心城市的发展来讲, 这是一个良性循环。但对于周边地区而言, 由于大量资源的迁出, 经济发展更是雪上加霜, 陷入停滞。然而极化效应的绝对优势仅显示于增长极发展初期的一段时间内。随后, 增长极的推动力通过一系列联动机制而不断向外分散的过程中, 扩散效应越来越明显。通过产品、资金、人才信息的流动, 增长极将其经济动力的创新成果扩散到广大腹地, 从而使跨区域经济通过增长极的带动呈跳跃式增长。
五、“点——轴”开发效应
点轴开发理论最早由波兰经济家萨伦巴和马利士提出。“点-轴”模式是增长极模式的扩展。由于增长极数量的增多, 增长极之间由于生产要素交换需要交通线路以及动力供应线、水源供应线等, 这些线路相互连接起来就是发展轴。这种轴线首先是为区域增长极服务的, 但轴线一经形成, 对人口、产业也具有吸引力, 吸引人口、产业向轴线两侧集聚, 并产生新的增长点。点轴贯通, 就形成点轴系统。区域物流点轴系统中的“点”指的是各级物流中心, “轴”指的是连接“点”和“点”的“基础设施束”。在区域物流网络形成过程中, 社会经济要素在“点”上集聚, 形成各级物流中心。物流的主要功能之一就是将货物快速、安全、低成本地运达顾客, 因此便捷的交通运输网络及其无缝隙的转接能为其实现方便条件。另外, 为了完成无缝转接, 各级物流中心需要加强相互之间的联系, “点”和“点”之间由线状基础设施联系在一起的“轴”得以形成并发展起来, “点-轴”模式开始将重点由点转向了轴线。“轴”对附近区域有很强的经济吸引力和凝聚力。轴线上集中的社会经济设施, 通过产品、信息、技术、人员、金融等对附近区域有扩散作用。扩散的物质要素和非物质要素作用于附近区域, 与区域生产力要素相结合, 形成新的生产力, 推动区域经济的发展。
参考文献
[1]张金锁, 康凯.区域经济学[M].天津大学出版社, 1997.
[2]郭湖斌.区域物流与区域经济协同发展研究[J].物流科技, 2008, (7) .
[3]黄继忠.区域内经济不平衡增长论[M], 经济管理出版社, 2001.
[4]张文杰.区域经济发展与现代物流[J].中国流通经济, 2002, (1) .
区域效应 篇2
一、货币政策产生区域差异化效应的原因分析
1.投资、消费利率敏感性的区域差异。货币政策的利率传导机制理论认为，利率冲击会引起投资、消费(特别是住房消费和家庭耐用品消费)的变动，然而不同区域的投资、消费的利率敏感性是存在差异的，而且消费可以分为耐用消费品和非耐用消费品，一般而言，耐用消费品的利率敏感性要大于非耐用消费品的利率敏感性。Taylor(1995)，Carlino&DeFina(1998)，Ganley&Simon(1997)，Hayo&Uhlenbrock(1999)通过研究发现，由于不同区域企业构成不一样，使中央银行统一货币政策在各区域产生效应差异。Corsetti·G，Pesenti·P(1999)研究发现在消费信贷发展较快的区域，消费增加使消费的利率敏感性加大，货币政策对总需求的影响更大，利率冲击在北欧国家比在法国对产出有更大的影响。
2.开放程度的区域差异。货币政策冲击会影响汇率和股票价格，汇率变化会影响净出口的变化，而不同区域开放程度的差异会使货币政策产生差别化效果。Dombusch，R·&C.Favero(1998)认为货币政策冲击会影响汇率和股票价格，汇率变化会影响净出口的变化，而不同区域开放程度存在差异，根据托宾q理论，股票价格变化会使投资需求产生变化，财富效应会使消费需求产生变化，这样货币政策必然产生区域效应差异。
3.企业融资结构的区域差异。如果企业融资对某一家或几家银行有很高的依赖性，面对银行的信贷紧缩必然显得很脆弱；如果企业从不同规模、类型的银行融资，甚至同某些银行建立长期合作关系，则会大大减少信贷紧缩对它的影响。另一值得重视的结构性因素是非银行机构融资的可得性程度，它们是企业在银行融资外的重要融资渠道，非银行机构融资的可得性程度高会减少企业对银行融资的依赖程度。Kashyap&Stein(1997)认为货币政策通过商业银行的信贷供给影响经济，因此，当不同区域的企业在对银行信贷资金的依赖性和可得性方面存在差异时，货币政策区域差别效应就产生了。货币政策影响借款单位的净价值和现金流。
4.商业银行发展和结构的区域差异。不同区域由于商业银行规模大小(可以用银行总资产来衡量)、组织结构(可以用银行数量、银行业竞争程度衡量)存在差异，会使货币政策传导的实际效果产生差异。另外，中央银行对商业银行影响大小还与商业银行资产结构和银行融资可得性程度有关，面对中央银行紧缩的货币政策，拥有高流动性资产的商业银行将会迅速调整其资产结构，同时可以从其他地方融资弥补流动资金，因而仍然可以按照满意的价格向企业贷款，对实体经济的紧缩效应较小。Kashyap&Stein(1997).Dombusch，Favero&Giavazzi(1998)，MaeLennan&Muellbauer(1998)提出，区域间金融结构的差异，例如商业银行和企业的产业集中度，银行的稳健状况，非银行融资的可得性程度，会使统一货币政策产生区域效应差异。
二、欧盟货币政策效应区域差异化研究进程
在欧洲货币联盟产生以前，有关经济讨论主要集中在对加入货币联盟的成本和收益的分析，欧洲货币联盟成立以后，讨论焦点转移到欧洲中央银行(ECB)同一货币政策在成员国的非对称传导，随后，货币政策传导效应区域差异化研究逐渐被引入对—个国家内部的研究。
(一)对EMU整体货币政策效应的研究
Carlo Altavilla(2000)对EMU统一货币政策进行研究，认为EMU国家存在结构性和周期性差异，货币政策在成员国内存在非对称性冲击，但利率和汇率渠道产生的非对称性冲击还不至于在欧盟内部产生很大的摩擦和抵触，通过实证分析发现统一货币政策对一国产出的冲击主要和一个国家的大小有关。Volker Clausen，Bernd Hayo(2002)分析了欧盟货币政策走向统一时非对称的货币冲击，欧盟中央银行的某一反应将在不同成员国产生不同的反应，也许在将来这种区域间反应的差别会缩小或消失，但这种区域差别在何时、如何缩小或消失仍然不得而知。
YunusAksoy&Paul DeGrauwe(2002)首次研究欧洲中央银行理事会(GoverningCouncil~GC)决策程序对各成员国经济发展和福利水平的影响，沿用了RudebuschandSvensson在最优线性反馈规则(optimallinearfeedbackrules)基础上确定的各成员国最优利率。PaulDeGrauwe(2000)认为ECB在执行货币政策时面临成员国非对称货币政策传导冲击的挑战，他运用两国家模型进行研究，认为，ECB货币政策制定者在代表EMU整体利益时，会经常考虑对自己国家的影响，只有成员国经济发展是同步的，这种冲突才能避免。
Carlo Monticelli(2000)分析EMU结构非对称对货币政策传导的影响，认为经济结构多样性的影响和货币政策对社会冲击存在协整关系，当冲击主要集中在对总需求的影响上时，总供给对不可预料价格变动反应弹性差异是影响货币政策效应的主要结构性原因。
(二)对EMU不同成员国货币政策效应的比较研究
BernankeB，GertlerM(1995)，CeeehettiS(1999)以英国、德国和意大利为例，研究了企业结构和银行结构对货币政策的影响，认为以小企业和小银行为主体的国家对货币政策的反应比较大，相比德国和英国而言，在意大利货币政策产生反应较慢，强度也小。Hallett and Piscitelli(1999)以德国、法国和意大利为例对这一问题进行研究，得出了大致相同的结论，发现意大利所受货币政策冲击相对较小。
区域效应 篇3
摘 要：大学城通过集聚效应的发挥在一定程度上促进了高等教育的发展，同时也对城市经济产生了巨大的拉动效应。虽然重庆大学城2003年才开始投资建设，但其对重庆市地方经济的发展已具有显著的拉动作用，尤其是对第二、三产业的拉动显著，但对第一产业发展的贡献不明显。
关键词：大学城；区域经济；联动效应；重庆
中图分类号：F127
文献标识码：A
文章编号：1008-6439(2008)01-0051-03
Positive research into regional interaction effect on Chongqing College Town
ZHAO Xiu-yu，ZHENG Chun-hai
(School of Trade and Public Administration，Chongqing University，Chongqing 400044，China)
Abstract：College Towns promote the development of higher education，to some extent，by clustering effect，and，meanwhile，have great driving effect on urban economy. Although Chongqing College Town was initiated in 2003 in investment and construction，the Town has obvious driving effect on Chongqing local economy，has bigger driving effect on secondary and tertiary industry and has unclear contribution to primary industry.
Key words：College Town；regional economy；interaction effect；Chongqing
随着我国高等教育发展规模的急剧扩张，全国各地兴起了一股大学城建设的热潮。大学城通过集聚效应的发挥在一定程度上促进了高等教育的发展，同时也对城市经济产生了巨大的拉动效应。
一、重庆大学城概述
据统计，整个重庆大学城建设资金投入在100 亿元左右。按照政府的口径，建设进度实施“三步走”：即是在 2005 年底有2万~3万名大学生入住；2007年完善各种配套功能，使得大学城的功能基本完备，大学城将累计入住学生7万~8万人；2010 年成为全国一流大学城，并具有一定国际影响，将大大拉动重庆沙坪坝东部经济的迅速发展。
二、重庆大学城对重庆经济发展拉动作用的实证分析
(一)模型的建立
有关分析经济增长的模型很多，其中有关教育包括高等教育与经济发展关系的实证研究方法主要有：国外率先使用的余量法、系数法以及国内有关研究人员提出的总课时数简化法、劳动生产率简化法、因素测算法、教育收益测算法等。但是在分析大学城对城市经济拉动作用的过程中，由于大学城集聚效应带来的高等教育发展对城市经济的促进作用具有长期性和滞后性的特点，在诸多影响城市经济发展因素中将其作为一个因素分离出来进行准确计量分析、评价不具有可行性。另外，由于重庆大学城2003年才开始投资建设，在评价大学城对城市经济发展拉动作用过程中不宜采用回归分析方法。据此，本文采用模糊数学统计方法对重庆大学城建设在城市经济发展中的贡献进行估计，加以评价。
设有自然数序列：
据此，可以得到大学城建设和城市经济发展在某些衡量指标上的模糊关联度，进而对大学城建设的经济拉动效应进行分析。其中关联度为正则二者关系为正相关，关联度为负则二者为负相关；关联度越大说明二者关系越密切，关联度越小说明二者关系密切程度越低。
(二)指标体系的构建
考虑到大学城建设的规模性以及由大学城带来的高等教育的整体性与协调性，本文从四个方面对XП淞拷行指标选择：
(1)重庆大学城年消费总量(X1)。重庆大学城年消费总量在定量过程中以大学城入住人数以及年人均住宿费、年人均生活费为计算标准，反映大学城内入住学生消费与地方经济发展各项指标之间的关系。
(2)重庆大学城基建年投资总量(X2)。大学城基建投资总量在定量过程中主要以大学城各期建设投资为主，主要包括政府拨款、银行贷款以及学校自筹等。这类指标反映的是大学城基本建设投资与地方经济发展之间的相互关系。
(3)重庆大学城科技园工业年投资总量(X3)。这类指标的确定主要是根据大学城的建设带动了高新技术产业和研究机构的发展，并且在地理位置上以大学城作为核心，形成了新兴的大学科技园，实现了产、学、研一体化发展模式。由于大学城科技园科技成果转化为生产力的过程相对滞后，本文主要强调大学城科技园在建设过程的投资情况与地方经济发展之间的关联度。
(4)重庆大学城周边房地产及配套设施年投资总量(X4)。大学城建设使周边土地成为房地产商开发的热土，相应的配套服务实施投资总量也进一步加大。据此，这类指标在定量的过程既包括大学城周边房地产开发商的投资总量，也包括房地产商对楼盘的配套设施投资，主要反映由于大学城建设带来的周边地区房地产开发投资与城市经济发展之间的关联程度。
(三)分析结果
利用上述公式，经过计算可以得到重庆大学城建设对经济拉动的评价指标(X)与重庆市经济发展评价指标(Y)之间的关联度(见表1)。
三、结论
依据以上定量分析结果，对重庆大学城在重庆经济发展中的贡献效果做出以下评价：
1.从整体上看，重庆大学城建设对重庆地方经济发展具有显著拉动作用。从上述结果中可以看出，重庆大学城建设与重庆经济发展呈现正相关关系，即重庆大学城建设有利于重庆经济发展。在评价重庆市经济发展的4个指标与衡量大学城建设的4个指标的16个关联值中，关联值均为正，并且其中有8个呈现高度正相关，3个呈现显著正相关。
将关联值矩阵中的数据代入公式R=1N-1∑N-1i=1r璱j(t)=∑r璱ji×jВ可以得到平均关联度为R=0.680，从总体上标明重庆大学城建设与重庆市经济发展呈显著正相关关系。
2.重庆大学城建设对重庆市第二产业发展拉动效果显著。重庆大学城科技园工业年投资总量(X3)与重庆市国内生产总值年增加量(Y1)、重庆市第二产业年总量增加值(Y2)以及重庆市第三产业年总量增加值(Y3)都呈现高度正相关关系，说明由大学城聚集带动的科技园投资能促进当地经济的发展，也说明大学城集聚有利于产、学、研一体化发展。重庆大学城周边房地产及配套设施年投资总量(X4)和重庆大学城年消费总量(X1)分别与重庆市第二产业年总量增加值(Y2)呈显著正相关和低度正相关关系，且XЦ飨钪副暧氇Y2е副甑钠骄关联度为R=0.726，说明重庆大学城建设对重庆市第二产业发展拉动效果显著。
3.重庆大学城建设对重庆市第三产业发展拉动效果显著。重庆大学城基建年投资总量(X2)、重庆大学城科技园工业年投资总量(X3)以及重庆大学城周边房地产及配套设施年投资总量(X4)三个指标都与重庆市第三产业年总量增加值(Y3)呈高度正相关关系，重庆大学城年消费总量(X1)与Y3С氏灾正相关关系，且XЦ飨钪副暧氇Y3е副甑钠骄关联度为R=0.848，说明大学城建设对地方第三产业发展的拉动作用非常显著。
4.重庆大学城建设对重庆市第一产业发展贡献不明显。重庆大学城年消费总量(X1)、重庆大学城基建年投资总量(X2)、重庆大学城科技园工业年投资总量(X3)以及重庆大学城周边房地产及配套设施年投资总量(X4)四个指标都与重庆市第一产业年总量增加值(Y4)呈弱正相关关系，说明大学城建设对重庆市第一产业发展的贡献效果并不明显，但是正相关系表明大学城建设在一定程度有利于第一产业发展，这可能主要归因于大学城建设过程中提供的大量征地补偿。
参考文献：
[1] 何心展.大学城对高等教育与区域经济协调发展的促进作用[J].宁波大学学报(教育科学版)，2002(1)：5-7.
[2] 周祥胜，刘国.中国大学城建设的若干问题及建议[J].文化论坛，2005(24)：199-222.
[3] 伍源德，郑 琼.创建国家产业基地，增强重庆直辖效应[J].重庆工商大学学报(西部论坛)，2006，16(5)：45-49.
[4] 栾国良.浅议大学城建设与促进城郊经济发展[J].佳木斯大学社会科学学报，2006(2)：37-38.
[5] 朱瑾，李捍元.从大学城模式谈高校资源共享[J].西安建筑科技大学学报(社会科学版)，2006(1)：93-95.
[6] 蒋达勇.我国大学城建设的理性思考与对策分析[J].广西青年干部学院学报，2003(6)：24-26.
(责任编校：夏冬)
高端人才区域聚集效应分析 篇4
一、高端人才区域聚集内涵分析
1、高端人才区域聚集及其分类
高端人才区域聚集。 高端人才是一个综合型概念, 是社会各个领域都非常需要的人才。[1]高端人才是位于人力资源金字塔顶端的稀缺人才。 这部分人才不仅有丰富的现代化知识和高尚的品质, 同时还具有丰富的管理经验与精湛的专业技能, 极具开拓精神、创新能力和宏观战略思维, 能够适应市场竞争需求, 并且凭借极具创造性的工作能够为社会进步作出显著的贡献。 人才是会流动的。 这一流动性能够产生人才相对集中的聚集现象。 高端人才作为人才中最优秀的群体, 其流动性更为频繁, 相对聚集的现象更为明显。
所谓高端人才区域聚集, 是在一个时间段内, 由区域内外部环境变化而引起的高端人才按某种联系聚集到某个区域内的现象。 最典型的一个例子就是美国硅谷, 至今已有一百万以上的来自全世界的科技人才聚集在那里, 其中包括近千名美国科学院院士, 以及四十多名获诺贝尔奖的科学家。[2]
高端人才区域聚集的类型。 高端人才区域聚集按成因划分为三类。 第一, 政策导向型聚集, 发生在区域发展的初期, 由于区域自身内部环境还没有构建出来, 因而要依赖政府的优惠政策进行扶植。 第二, 产业导向型聚集。 区域发展阶段, 区域内产业结构慢慢形成, 高端人才的聚集开始围绕区域产业结构的形成而展开, [3]人才种类更加丰富, 结构也更加多元化。 第三, 人才市场导向型聚集, 区域发展进入成熟阶段, 由于区域内的聚才环境已逐渐成熟, 人才流动开始依据人才市场的需要展开。
2、高端人才区域聚集的特征
聚集范围相对狭小。 人才在区域内是不均匀分布的, 若把区域看成一个平面, 人才在这个平面内通常成片状分布, 每一片的人才聚集都会成为区域发展的动力。 高端人才自身条件优越, 对环境更加挑剔, 因而其聚集壁垒更高。 与一般人才的聚集相比, 高端人才在区域内的聚集范围会更加狭小, 呈点状分布。 如果说人才分布在区域发展的各行各业, 那么高端人才在区域内的聚集更多集中在高新开发区的知名企业和新兴产业中。
人才的同质性或相关性更突出。 所谓“物以类聚, 人以群分”, 人才出现聚集, 其主体之间必然存有某种相关性。 高端人才也不例外, 但是由于高端人才是稀缺的人力资源, 他们所研究的领域可能鲜为人知, 因而更需要找到志同道合的人一起交流与进步, 这就决定了聚集在区域内的高端人才具有更为突出的同质性或相关性。 例如, 北京中关村聚集的多为高层次的IT人才。
聚集地经济较发达。 高端人才聚集度较高的区域经济也相对繁荣。 资料显示:我国当高端人才区域聚集存在这样的现状, 沿海多于内陆、东部多于中部、西部最少。[4]细细研究, 不难看出高端人才的地域分布与我国经济发展的整体态势息息相关。 东南沿海地区早在改革开放初期就受到了国家的重视, 起步早, 发展快, 到如今已然是我国经济最发达的地带, 成为高端人才聚集的最大区域。
3、高端人才区域聚集的现状
对于人才的空间分布状况, 古人早就有所研究。 古语有云“仁者乐山, 智者近水”, 可见, 区域地理环境就对人才聚集有一定影响。 然而, 随着社会的不断发展与进步, 人才的分布早已不仅仅是地理环境之间的差异所致了, 人才的流动与聚集更与区域的各方面息息相关。 目前, 高端人才区域聚集的现状总体可归结为一点, 即不均衡, 主要体现在两个方面, 一是物理空间上的不均衡, 二是高端人才在不同行业上的聚集程度不同。
空间聚集不均衡。 我国高端人才区域聚集现象在空间上总体呈现一个阶梯状。 高端人才的聚集现象在东部地区表现最为明显, 中部次之, 西部地区的高端人才聚集现象最不明显。 资料显示, 东部地区聚集了国内50%以上的高端人才, 从事高新技术的高端人才大都聚集在东部, 而中西部的人才不仅在总量上少于东部, 质量上也不及东部地区。
各行业的聚集度不同。 高端人才区域聚集的现状还体现在不同行业上的聚集度不同。 随着社会的进步, 由于行业性质的差异, 那些投资周期短、资本回收快、 经济效益高的行业更加受到他们的青睐。自2009 至2013 年, 北京由“海聚工程”所聚集的高端人才在生物制药等产业的聚集度各不相同。 其中, 生物制药业与电子信息业的聚集度较高。 由此, 我们可以看出, 目前我国高端人才区域聚集在不同行业的聚集程度有所差异。
二、高端人才区域聚集效应分析
人才聚集现象出现之后, 在区域环境的影响下, 人才累积会由量变产生质变, [5]发挥出人才的聚集效应。 所谓高端人才区域聚集效应可定义为:在一个时间维度内, 在良好的区域整体环境下, 高端人才凭借一定的相互关联在区域内形成聚集, 从而产生一种积极的效应, 对区域发展的促进作用不断放大，明显优于高端人才相对分散或集中度较低的区域。
1、高端人才区域聚集的经济效应
推动区域新兴产业的发展。 高端人才的作用不容小觑, 江西新余单是引进了一个彭小峰, 短短时间内就带动了整个江西光伏产业的发展。 如果单单引进一个高端人才就能诞生一个明星企业, 推动一个产业的发展, 那高端人才区域聚集所带来的经济效应必定更为显著。 高端人才聚集会优化区域的人才队伍, 给区域经济发展注入新鲜的活力, 他们在不同的产业领域内创新创造, 必然会引领新兴产业的发展。
促使区域产业链更加完整。 区域往往会凭借当地的优势资源发展优势产业, 吸引一批高端人才来到区域内。 当高端人才聚集形成一定规模后, 信息共享度越来越高, 知识溢出效应明显, 通过不断的交流与学习, 高端人才的作用将进一步显现。 他们在产业链的不同环节各自发挥, 从而促使区域产业分工更加趋向于细致化、专业化以及合理化, 在产业链的薄弱、缺失、瓶颈环节有所突破, [6]进而不断扩充、完整区域产业链。 当区域开始整合所有资源逐渐形成支柱产业以及关乎未来发展的战略性产业时, 区域内势必会带来新一轮的高端人才聚集。久而久之, 就会形成一个螺旋式上升的循环, 高端人才越聚集区域产业链越完整;产业链不断扩充和完整就会为区域创造更多就业机会, 吸引更多高端人才, 最终将带动区域GDP的持续增长。
带动区域经济转型。 随着社会的进步与科技的飞速发展, 区域内的一些传统产业, 如纺织业、机械制造业等已经不能够适应其经济发展的要求, 区域经济要想适应新世纪发展趋势并保持增长就必须对现有的经济结构进行重塑, 转变类型。
高端人才活跃在专业最前沿, 凭借其顶尖的技术与战略的眼光为区域经济的发展探寻了新的前进方向, 成为区域经济发展的“引路人”。 海洋经济、生态经济、新能源经济等的兴起与发展都与高端人才区域聚集息息相关。 高端人才区域聚集促使产业结构进一步优化, 推动了产业升级, 带动了区域经济转型, 促进了区域经济总量的持续上升。
2、高端人才区域聚集的政治效应
贯彻落实中央关于区域发展的政策。 改革开放以来, 国家相继发布了一系列政策来规划促进区域发展, 这些政策涉及内容广泛, 类型多样, 涵盖了区域性的产业政策、 金融政策以及区域开放政策等。高端人才具有较高的政治素养和政治敏感度, 再加上他们最前沿的专业知识与创新思维, 可以帮助地方政府和企事业单位更好的解读、消化中央文件精神, 将中央关于区域发展的政策和方针更好地贯彻落实到区域发展的各个环节中。
为区域发展赢得更为优惠的政策。 当今社会, 国家对高端人才的重视度越来越高, 为了实现自主创新和民族富强, 我国投入了大量的人力、物力、财力来培养、引进、留住更多的高端人才。 国务院出台了一系列相关政策作为支持。 如实施振兴东北老工业基地战略, 沿海开发战略、中部地区崛起战略、长江三角洲经济圈战略...... 正是有了这些政策的支持, 才使得更多的高端人才回国、回乡发展, 为区域发展做出了贡献。
3、高端人才区域聚集的文化效应
激发区域内个体价值文化的创造。高端人才往往在自我实现甚至是超越自我方面有着更高的需要。高端人才向某区域内聚集, 他们丰富的人生与职业经历, 别具一格的人生观与价值观, 不断实践与开拓创新的作风, 都将对区域内人才观念的形成产生不同程度的影响。 深圳特区聚集高端人才, 如今已发展成为我国自主创新的一个传奇, 不仅诞生了华为、腾讯、中兴等多个世界级大型企业, 更是造就了任正非、马化腾、侯为贵等一大批优秀企业家。 这些企业家具有极大的模范作用, 激励着一个个有志青年, 鼓励他们为实现自我价值而奋斗, 从而激发了区域内个体价值文化的创造。
推进区域各企业组织文化建设。 组织是区域的一个重要构成因素, 也是高端人才聚集到一个区域后的最终去向, 因而, 组织文化关乎着高端人才的去留。 高端人才在进入一个新的组织之前, 基本上就已经形成了属于自己独有的性格特征, 他们的认知程度、思维模式以及目标追求等方面都会存在或大或小的差异。 因而, 他们的空降很可能会引发组织内个体之间的冲突。 可在组织内形成一种“留大同, 存小异”的文化, 既规避、削弱了组织冲突, 又不至于使组织陷入思维僵化, 让人才可以沿着组织发展所需要的方向去发挥效能, 将人才价值变现得淋漓尽致。
提升区域文化软实力。 高端人才对核心价值体系的认同与捍卫, 能够帮助社会主义核心价值体系深入民心, 为建设区域文化做出贡献。 区域发展过程中将更注重高端人才的价值创造。 高端人才聚集能够进一步提高区域的凝聚力以及创新创造能力。高端人才跨区域的文化交流, 能够打破长期以来的人才地域化的观念, 让高端人才能不受空间的限制, 创造更大的价值。 高端人才聚集, 能够促进区域内文化产业的大发展, 促进大众传媒业、公益事业文学艺术业的进一步繁荣壮大。 因此, 高端人才区域聚集效应能够在不同层次上为区域文化建设提供助力, 提升区域整体的文化软实力。
4、高端人才区域聚集的科技效应
为区域带来先进的科研技术。 那些有着国际工作经验、活跃在专业最前沿的高端人才的流动与聚集必将为区域带来更多顶尖的科研技术与成果。 在高端人才的带领下, 一系列重大的技术被攻克, 一系列崭新的领域被开辟, 他们凭借一项技术或专利, 促成了相关项目的启动, 推动了一大批高新技术企业的发展壮大, 对区域内科学技术的进步产生重大影响。
发挥创新优势推动区域科技腾飞。 高端人才作为科技的创作者、使用者和传播者, 为区域科技的腾飞作出了巨大的贡献。 高端人才区域聚集会产生技术溢出效应, 即创新。[7]高端人才自身就拥有极强的创新意识与能力, 具有较高的整合能力与学习能力, 他们的聚集将会在区域内形成更多的创新团队, 成为推动区域科技发展的核心队伍, 进一步提升创新能力, 形成强大的创新优势, 为区域带来更丰富的创新成果。
三、优化高端人才区域聚集效应的对策
高端人才区域聚集效应对整个区域的发展起到巨大作用, 但是大量高端人才的无序聚集也会带来一些负面影响。 譬如:人才没有关联性或者关联性不大因而不能产生人才聚集的规模效应;区域聚才环境不理想因而留不住高端人才;人才流动过于滞后因而人才不能合理分配;人才市场出现混乱而不能发挥出应该有的作用等。 这些情况都意味着高端人才区域聚集也会带来消极影响。 因此, 如何才能使高端人才走向聚集, 并且创造一个和谐的环境供其发展, 从而提升高端人才区域聚集效应对区域发展来说至关重要。
1、个体层面要提升整体综合素质
人才个体是高端人才聚集过程中的主体, 只有做到个体层面上综合素质的不断提高, 才能为高端人才区域聚集效应奠定基础, 带来1+1>2 的乐观效应。
始终保持积极心态。 高端人才奋斗在各个领域的最前端, 其职业往往具体高风险、高要求、高压力的特点。 保持一个积极的心态对高端人才来说尤为重要。 适量的运动不仅能帮助其强身健体, 而且能够舒展心绪, 养成乐观豁达的性格。 一个健康的业余爱好也能帮助其调节心理状态, 当高端人才能够保持一个最佳的心态, 他们身上的创新能力会不断放大, 成果更为突出。
不断更新知识结构。 如今知识的更新异常迅速, 高端人才虽然比一般人掌握更为先进与全面的知识, 但如果稍有懈怠, 必定会被淘汰。 为了减少知识老龄化的现状, 人才个体必须自觉地学习新知识。 国家培养一个高端人才是要花费很大的人力物力的, 高端人才从形成到发展再到更高层次的深造是一个持续并且不能中断的过程, 一旦有一点滞后, 人才的价值就可能丧失。 高端人才必须通过各种方式不断更新自身的知识结构, 积极参加专家会议, 适时出国交流等。
持续增强综合能力。 能力的形成是一个持续的过程, 高端人才不仅要具备一般能力, 而且要掌握专业领域所需要的特殊能力, 并且这些能力要比常人更为娴熟精湛。 能力不是与生俱来的, 必须不断地进行自我修炼, 一旦拥有一项能力也不能够大意, 如果不去提升, 就可能被淘汰或是逐渐丧失。 高端人才光有知识是不够的, 必须持续增强其整体综合能力, 包括整合能力、人际交往能力、创新创造能力等。
2、组织层面要打造聚才文化环境
组织层是区域发展中尤为重要的一环, 它是人才直接聚集与发展的栖息地。 组织文化是企业发展壮大的核心灵魂, 是企业能够吸引高端人才的基础。 只有在组织内打造出一个优秀的、和谐的、创新的文化环境, 才能让组织转变成一块强力磁铁, [8]将那些与组织价值观保持一致的人才紧紧抓住, 要从以下三个层次着手, 建设优秀的组织文化, 增强组织凝聚力和向心力, 为区域聚集更多高端人才, 促进聚集效应的提升。
不断充实观念层。 观念层是组织文化的核心, 充斥于整个组织的各个方面, 作用最为明显。 首先, 组织要明确一个具有挑战性的组织愿景, 高端人才往往更加热衷于自我突破, 毫无挑战的组织目标吸引不了高端人才。 其次, 要形成以人为本的组织哲学, 用以指导组织的人才工作, 科学处理高端人才在引进、使用、维持和再发展方面的各种问题。 最后, 组织必须倡导一种互信互助、竞合发展的组织精神, 在组织内形成良好的风气, 规避人才恶性竞争的风险, 最大限度地发挥人才的效用。
不断完善制度层。 一方面, 组织要不断完善其工作制度和管理, 在进行高端引智后, 必须要关注高端人才在本组织的适应性。 鉴于高端人才的独特性, 组织要更加灵活地为其设置岗位, 并在管理上予以更多特权, 保障其创造力的发挥。 另一方面, 组织要制订若干特色制度, 用以人才的激励。 例如, 制订优秀员工表彰制度对高端人才进行物质上的激励;制订骨干员工深造制度, 让高端人才进入企业后还可以接着朝更高层次进修发展。
适时更新器物层。 器物层是组织文化的外显层次, 保持器物层的不断更新, 是对现代企业的必然要求。 首先, 一个通俗大气的组织名称, 一个别具特色的组织标志, 能够帮助企业更好的推销自己, 吸引高端人才的目光。 其次, 组织要经常性引进新设备新器材, 为高端人才提供优越的硬件环境。 最后，组织丰富的业余文化活动也相当重要, 毕竟高端人才的生活中也不是仅仅只存在工作这一样东西而已, 他们也需要有质量的生活。
3、区域层面要系统规划聚才举措
高端人才区域聚集是一个持续的过程, 吸引只是开始, 更重要的是怎样保持住高端人才。 区域层面要系统进行高端人才的招揽、 维持以及培养工作, 不断完善高端人才聚集过程中的各类细节问题, 从而加强组织的吸引力, 聚集更多高端人才为区域发展做出贡献。
一是多渠道引进高端人才。 高端人才区域聚集效应的产生首先离不开人才的聚集, 因而区域的首要工作就是尽力去引进来自世界各地的高端人才，增加其总量。 其次, 要充分发挥所在区域人才市场的作用, 发挥互联网的作用, 借助猎头公司, 高校招聘, 海外招聘等方式, 从不同的渠道进行高端引智增加高端人才到区域聚集的几率。
二是科学灵活使用高端人才。 高端人才在数量上的聚集还不能产生聚集效应, 引进高端人才之后必须认清其价值, 科学地进行使用, 注重其价值的创造以及潜力的发挥。 要构建一个灵活的用人机制, 尊重每个高端人才与众不同的个性与价值, 要扶植新兴产业的发展, 创造更多的岗位, 把人才配置到最恰当、最需要的岗位上, 最大限度地实现人尽其才。
三是多优惠留住高端人才。 区域要聚集高端人才, 必须要解决其户口、组织关系等的迁移问题, 要创造更加便捷的条件解决其工作、住房、家属工作等切身问题, 让他们安心留下。 区域要给予人才特区更多的优惠政策, 加紧完善人才特区的聚才环境, 真正保证高端人才能够融入进区域内, 增强情感上的联结, 为区域发展谋福利。
4、政府层面要科学制定聚才政策
普及科学人才观。 政府要进一步普及科学人才观, 让社会对高端人才的认识更加透彻, 使用更加合理。 要注意, 衡量高端人才的标准不可单一, 学历的高低并不能确切地证明能力的强弱, 要从多角度给予评判, 深入挖掘人才的价值。
制定积极人才流动政策。 政府要通过制定积极的人才流动政策来引导与规范高端人才的正确流动。 要健全户籍制度和居住制度有效衔接的人口管理制度[9], 进一步推动人才的合理流动和聚集。 另外, 在这个数字化的时代, 流动也出现了新的方式, 政府可以通过建立完整的人才信息资源数据库, 使人才资源能够为各区域所共享, 不在受地域所限制。
实施特殊支持政策。 高端人才是整个社会的稀缺资源, 高端人才区域聚集效应对区域发展有着重大作用。 因而, 政府应该对其实施与一般人才不同的特殊政策。 政府一方面要实行更多顺应新时期发展要求的高端人才引进政策, 树立国家引才品牌, 为国家聚集海内外高端人才;另一方面, 要针对高端人才制定有效的激励政策, 设立高端人才发展基金, 用以高端人才的激励和再发展, 维持高端人才在区域内的聚集, 减少不必要的流失。
参考文献
[1]吴蕴慧.苏州集聚高端人才战略研究[J].全国商情, 2012, (3) :4-6.
[2]牛冲槐, 姜海洋.硅谷与中关村人才聚集效应及环境比较研究[N].管理学报, 2008-5 (3) .
[3]马建龙, 刘兵, 张培.新兴工业区人才聚集模式研究[J].科技进步与对策, 2010, (2) :142-144.
[4]李双双, 延军平.中国当代地理教授、研究员地域分异[J].地理科学进展, 2011, (10) :1298-1304.
[5]牛冲槐, 崔静, 高凤莲.人才流动与人才聚集效应的作用机理研究[N].山西农业大学学报, 2010-2 (9) .
[6]江岩.科学认识高端人才引领作用[J].中国人才, 2012, (5) :13.
[7]牛冲槐, 杨玲, 芮雪琴.区域人才聚集下的创新优势分析[N].山西高等学校社会科学学报, 2010, (1) .
[8]牛冲槐, 贺召贤, 张永红.组织文化对科技型人才聚集效应的影响研究[N].太原理工大学学报, 2010, (3) .
区域效应 篇5
关键词：金融产业集群；经济增长
金融集聚作为金融业发展到一定阶段出现的产物，也是产业聚集的重要方面之一。金融集聚指具有总部功能的金融中介机构、跨过企业及监管部门等机构向特定区域集中形成的集群，并且与国际大型企业、机构来往密切的特殊产业空间结构。
1.金融产业集群竞争力评价体系的构建
1.1相关指标的说明
金融产业集群竞争力评价体系通常从金融产业集群竞争力、环境支撑竞争力、技术创新竞争力及政府作用竞争力等指标进行综合分析。
1.2样本的选取和数据整理
在选取样本时通常选择在金融业已经有一定发展规模，并且具有竞争优势的城市为例子，通过对其金融市场体系进行综合性分析，整理出能够体现集群竞争力的数据。
通过根据某城市实际情况建立计量模型对金融企业为区域经济增长带来的价值进行说明。为了确定金融产业集聚对经济增长带来的影响通过协整检验及格兰杰因果检验加以分析。通过协整检验得出在%的显著性水平下，某城市的金融集聚与经济增长之间只存在一个协整向量并具有稳定长期的均衡关系。如下图：
同时通过格兰杰因果检验方法对二者的因果关系进行进一步确定。得出以下数据：
在确定二者具有长期因果关系后通过建立VAR模型，如下图，得出金融聚集对经济增长有着很大效应。
1.3计算金融产业集群竞争力指数
通过对金融产业集群在经营效率、金融风险控制及区域金融创新能力的评估能够计算出金融产业集群的竞争力指数。
2.金融产业集群对金融产业提高收益的影响
2.1提高金融创新速度和效率
金融企业通过大批集聚在特定某一区域能够提高金融创新速度并提高效率。通过集聚形式不仅能够促进金融企业间的互相学习同时也加强了企业之间的竞争力。金融企业集群在彼此丰富的资源优势的基础上为区域经济增长及发展也提供了创新优势与可能。金融企业集群中各金融企业之间以及金融企业与科研机构、非金融企业间的紧密联系能够有效支持金融创新系统。通过不同机构之间相互交流并共享知识，及技术能够为金融创新提供各种技术支持及资源，并且具有较高的便捷性[1]。
金融创新是对金融知识进行创造并且共享、传播的过程。金融产业集群为具有创新性的金融知识提供了很好的学习机制，并且创新性的金融知识具有一定的默示性。通过金融产业集群形成的产业氛围能够加快实现金融创新的速度、效率及其区域化进程，同时可以促进金融企业间进行创新性地吸收、模仿并且进行金融创新成果及知识的共享，能够使集群获得创新性的区域性优势。
2.2有利于金融机构的风险控制、风险管理和风险分摊
金融产业集群具有信息外部性的特征，因此能够形成良好的风险防御系统并且建立起信用文化。由于金融产业集群通过信息共享的形式促进各企业间的沟通与进步，其信息外部性特征不仅在传播及共享上具有很高的便捷性，能够使金融集群中的各企业快速适应市场的新形势并有准备地承受市场经济运行带来的压力，最终形成良好的金融风险预警系统，这对金融机构在风险控制、分摊及管理有十分重要的作用。
金融产业集群化的形式，能够在集群内形成良好的信用文化氛围。信用文化基础作为市场化经济中的必要组成部分之一，能够促进集群的发展并且完善、健全区域金融信用。由于金融集群内的各企业间形成了长期性的合作关系，同时在非正式规则的约束下形成网络式社会关系，这样有利于企业间相互判断信用情况并建立起信用文化。集群内良好的信息流动性能够有效降低金融风险。金融产业集群的市场流动性较为良好，并且能够有效降低融资风险及成本，其先进的风险控制技术也能够在区域内得到快速传播。金融机构可以通过对金融风险进行科学量化，从而通过风险成本将预期损失覆盖。在金融产业集群内的各金融企业可以通过专业化分工来承担金融风险并共同分享盈利机会[2]。
2.3提高金融机构的运行效率，促进新金融机构的建立
金融产业集群通过在空间上进行企业集中化并优化产业组织结构，能够有效提高运行效率，同时也能够促进新的金融机构的建立。由于金融企业集群在经济效应上能够产生范围化、集群化及规模化的效应，这些经济效应能够有效提高集群内企业的运行效率并成为其发展优势。
集群化的金融产业能够有效降低集群内金融企业的交易成本，通过共享客户信息系统及资料数据库等能够减少获取信息方面的使用成本，并且区域内的金融产业集群具有的地理优势也能够有效降低投资成本；集群内具有密切合作关系的金融企业间的关系网络也能够有效帮助其提高运行效率。集群内的金融企业通过资源共享能够更加清晰地了解客户信息并通过网络资源共享提高运行效率，同时也能够促进交易双方快速达成合作。集群内的金融企业通过高效利用资源，通过将企业内部的部分项目交由外部企业承包的形式有效降低成本支出[3]。金融产业集群内的企业之间可以通过协同营销的方式共同进行广告宣传，利用区域效应形成知名度高的品牌效应，同时通过专利专卖的手段进行垄断式销售能够获取客观的利润。金融产业集群通过形成区域性品牌效应，还能够促进新金融机构的建立。
3.金融产业集群竞争力对地区经济增长的效应分析
区域内金融资源配置的效率高低，会直接受到金融产业集群集中的特定区域的金融结构的影响。在金融产业的发展进程中会受到各种市场因素的影响和推动并使得金融机构和资源向具有经济优势的特定城市集中，在形成区域性金融产业集群的同时各金融机构会围绕金融产业集群进行分布。区域性的金融产业集群具有的极化效应随着金融产业集群的迅速发展，在实现外部效应的同时也能够促进区域内的原金融机构快速发展，并且在资金流通、商品流通与生产等方面都会产生极化效应。金融产业集群作为增长极能够带动促进整个区域经济增长并且产生集聚效应。金融产业集群的建立拉动着区域金融的形成，并且其发展水平对区域经济增长水平有着很大的影响力[4]。
4.金融产业集群竞争力对产业结构升级的效应分析
4.1金融产业集群竞争力与第三产业发展
金融产业集群作为区域经济增长极能够通过资金、技术及产品等多种途径对周围地区产生影响。大量的资本输出在满足区域经济发展的同时，也能够有效优化产业结构并支持其升级。由于金融产业集群周围地区的金融辅助产业不够完善，例如中介机构、信息咨询机构、法律咨询结构等第三产业机构能够有效利用金融产业集群竞争力带来的金融服务。另外，金融产业集群聚集的大量研发机构、企业带来的技术成果对周围地区企业的发展也有重要作用。因此，金融产业集群竞争力对拉动第三产业的发展有十分巨大的作用。
4.2金融产业集群竞争力与产业结构升级
通过金融产业集群，能够降低投资成本并为本区域的金融企业提供便利。由于金融产业集群区具有健全的金融体系已经发展良好的金融市场，作为资金集散地金融产业集群区能够为本区域的金融企业解决资金瓶颈的困扰，并给予一定的资金支持。例如信托产品及风险投资等手段都能够多样化地满足各企业对资金的需求。
本地区内拥有闲置资金的投资者，能够通过健全的金融体系及发展良好的金融市场获得可靠的投资渠道，同时能够促进金融产品达到供需平衡。金融产业集群通过为有发展空间的高技术产业提供资金支持并促进其发展，对区域内的产业结构进行合理调整，并且为区域经济结构的调整创造良好的融资环境，因此，金融产业集群的竞争力能够大力推进金融产业的结构优化升级。
结束语
金融产业集群作为金融业的未来发展趋势，其稳定、健全的金融体系及发达的经济市场能够对金融风险进行有效控制和管理，并且对区域经济增长有很重要的作用。（作者单位：河北大学）
参考文献：
[1]韩丽娜.金融产业可持续发展的管理机制构建[J].商业时代，2013，（29）
[2]张春杰.金融生态视角下我国金融产业的结构特征及其调整[J].经济导刊，2011，（6）
[3]刘仁伍.加快金融产业培育，优化金融资源配置，助推浙江經济转型[J].浙江金融，2011，（1）
区域金融的环境效应实证研究 篇6
关键词：环境金融,区域金融,环境效应
一、引言与文献综述
在产业发展尤其是一、二产业发展与经济社会可持续发展关系越来越受到关注的同时,目前发展较快的现代服务业尤其是作为现代经济核心的金融业发展与环境状况的关系却尚未受到足够的重视。[1,19]事实上,金融业的发展一方面会通过金融机构自身资源、环境消耗对其所处环境产生直接影响;[2,17]另一方面会通过其资源配置功能间接地而更大范围地对环境、资源状况产生影响(于永达、郭沛源,2003;王玉婧、江航翔,2006)。[3,4]因此,通过各种类型的金融创新以实现金融对环境保护和环境改善的影响开始引起各国学者的关注,Mc Cammon(1995)、Scholz(1995)、Keidel(1997)、Jose Salazar(1998)、Coulson and Monks(1999)、Eric Cowan(1999)、Marcel Jeucken(2001)、Schaltegger and Figge(2001)、Sonia Labatt and Rodney R White(2002)、T.E.Gradel and B.R.Allenby(2003)、Marcia Annisette(2004)、Sanjeev Bansal(2006)、Perez Oren(2007)等对环境金融创新及其作用进行了分析;王军华(2000)、于永达、郭沛源(2003)、熊学萍(2004)、陈光春(2005)、张伟(2005)、李心印(2006)、李虹(2006)、王玉婧、江航翔(2006)、王卉彤(2006)、孙恒有(2006)、丁玲华(2007)、李华友(2007)、任卫峰(2008)、葛兆强(2009)等中国学者也开始结合中国实际基于循环经济、低碳经济和中国经济转型对环境金融问题进行了研究,提出了绿色金融、绿色信贷、绿色证券、绿色保险等一系列环境金融相关概念。金融机构对金融与环境关系及环境金融的认识经过了一个较长过程。Marcel Jeucken(2001)的研究认为,最初金融机构将环境视作不应由其考虑的因素;之后金融机构发现融资项目的环境风险可能会向其自身传递,开始将环境风险评估纳入其融资项目评估体系;其后随着社会环境保护意识的增强和环保产业的兴起,金融机构意识到环保行动有助于其树立良好的声誉,同时金融机构也开始在这一领域里获得新的业务增长机会,于是开始重视环保业务的发展;从未来的发展趋势预测,金融活动最终应在环境保护、资源有效利用和经济社会可持续发展方面发挥推动作用,并从中获得自身的良性发展。实践中基于《京都议定书》配额项下的碳金融交易也取得了很多运用交易机制形成市场化环保模式的经验。[5,11]
尽管一些中外学者做了有关金融与环境关系的分析,但是此类研究仍然处于起步阶段,较多的是关于环境金融实践、国际环境金融合作实务以及环境金融概念范畴的分析和实践发展状况的描述,目前尚未形成较为系统的环境金融理论体系,并且尚未对环境金融的内在机制进行系统研究,无论对于发达国家或发展中国家,尤其缺乏相关的实证分析,也未见到有关中国金融发展与环境状况关系的理论与实证分析,更未见到结合区域性特征进行的相关研究。我们认为环境状况与金融发展状况均与不同区域的经济、社会发展水平密切相关,因此环境与金融均具有区域性特征。基于这种认识,本文将在理论分析与理论模型的基础上,通过中国不同省、区、市区域金融发展状况与区域环境质量关联性、区域环境金融与区域环境质量的关联性、区域间环境金融发展差异性等方面的实证分析,从区域视角研究现阶段中国金融发展与环境状况的关系。本文以下的第二部分进行金融与环境关联性的金融创新理论模型、声誉理论模型和公共金融理论模型分析,并基于区域视角建立实证分析的基本假设;第三部分基于中国内地29个省、区、市区域数据进行相关的实证检验;第四部分是对本文理论与实证分析的总结,并提出相关政策建议。[6,7,12]
二、理论分析与基本假设
金融机构和金融活动能够通过直接或间接的方式对环境、资源、生态等产生影响,但是从市场的角度,我们认为金融进入环境领域有着多方面的原因。首先,传统理论认为环境投入属于公共投入范畴,应由政府财政承担。但是,随着人们环境意识的逐步增强,环境消费逐步进入了许多私人消费领域,因而除了公共需求外,企业和个人也产生了类似私人消费品的环境消费需求。因此,商业性金融可以以一般商业形式进入这一新兴的产品生产和服务供给领域;同时,随着居民和政府对环境质量要求的提高,企业融资项目的环境风险在加大,金融机构在融资活动中出于控制风险和自身经营安全,需要重视和规范环境风险评估,将环境风险视作整个风险评估体系的一项主要组成。其次,出于商业性市场声誉的考虑,金融机构在为企业和个人提供融资服务的过程中应充分履行资源与环境社会责任,开展相应的环境风险评估,避免其融资活动对资源环境造成间接的负面影响,从而在金融市场上树立良好的金融企业品牌形象,积淀金融企业核心文化内涵。再次,尽管政府财政承担着公共环境供给的责任,但是在财政力量不能及时提供充分的环境供给时,应该通过金融方式动员更多的社会经济资源投入环境领域,然后再以环境改善后所增加的公共收益偿还融资,这种做法在经济学上显然同样是值得的。综合分析,我们认为金融进入环境领域的第一种诱因属于一般意义的市场延伸与拓展,可以使用传统的市场经济理论以及环境金融创新理论进行认识;第二、三种诱因则可以以使用声誉理论模型和公共进入理论模型进行解释。[8,13]
(一)环境金融创新理论模型
现代市场经济的核心理念为创新,创新同样是金融企业和金融活动的常态,只有保持创新才能保持金融业的生存和发展(Van Horne,1985)。在环境经济备受瞩目的背景下,金融业进行必要的创新,使其传统业务适应新的社会、经济、市场变化,为其开辟新的市场领域是金融业可持续发展的必然选择。[9]
J.A.Schumpeter(1912)的创新理论将创新活动归结为产品、技术、市场、原料和制度等方面的创新,基于一般创新理论的金融创新理论同样认为金融创新活动源于多层次、多方面的因素影响(Tufano,2002)。Greenbaum and Heywood(1973)认为金融创新满足了仍然缺乏供给的潜在的金融服务需求,并使得创新的金融产品得以推广;David Llewellyn(1985)具有类似的观点,认为金融创新的范围包括了金融工具、市场及模式等方面,并认为各类环境条件的变化是金融创新的诱因。综上所述,我们认为环境金融是一种金融创新,正如每一次金融创新活动一样,环境金融创新是金融机构为了适应市场需求变化即适应社会对环境质量提高的新要求、居民对环境产品与服务的新要求、政府环境监管与治理的新要求所做出的回应。在全球环境意识普遍提高的背景下,治理环境污染、生态保护、减少温室气体排放的国内需求不断提高,国际合作不断加强。居民、企业和政府所代表的公共需求使得环境经济的市场不断扩大,金融业的可持续发展必然需要依赖社会需求和产业发展的变化,在居民和政府环境需求持续快速增长、环境产业发展日趋成熟的过程中,金融业适应市场变化的能力和速度将决定其未来发展。但是,环境产品与服务和传统产品与服务也有着很大的区别,从而也构成了环境市场较为显著的差异性,因此传统金融模式进行金融创新就能够适应市场的变化和新市场的兴起,赢得自身新的发展空间。我们认为环境金融创新将是包括金融机构、金融工具、金融模式、金融市场、金融交易制度等多层次、多方面的创新活动,如“碳金融”创新交易实践就包括了金融工具、金融市场、国际金融合作等多领域的创新。此外,除了在银行信贷、资本市场和保险市场领域里进行环境金融创新以外,还可以运用包括环境产权交易市场、中小环境科技企业融资、环境知识产权抵押融资以及环境基金、风险投资、海外资本市场、中小企业集团债券等环境金融创新形式。[10,14,15]
另外,人们对环境问题的关注也会导致一项企业或项目因为忽视环境、资源和生态因素而遭受谴责、处罚、成本增长甚至失败,如小火电、小造纸、小化工等企业因环境污染、资源浪费被关停,这一过程会给金融机构融资资金带来风险。因此,在一般传统融资项目中,金融机构也需要针对环境需求、环境影响和环境监管的变化进行项目评估和业务操作层次上的创新。
(二)金融机构的环境金融声誉理论模型
Tadelis(1999)的研究指出,声誉对企业而言至关重要,其形成需要长期积累并付出艰辛努力,是具有价值的企业最主要的无形资产类型。Dunbar and Schualbacb(2001)的研究认为,声誉是企业可持续发展的关键因素。企业声誉源于客户、供应商、投资人和政府等各利益关联者对企业的综合评价,一般来讲,企业产品和服务质量、收益状况、诚信状况对企业声誉有着重要影响。随着环境保护与企业社会责任观念的提高,人们开始越来越注重企业履行环境保护等社会责任意识和能力,因而企业履行社会责任越来越成为形成其声誉的重要影响因素。Fombrun(1990)的研究就认为企业社会责任履行的意识与能力已经构成对其声誉形成的重要影响。Brown and Dacin(1997)的研究认为,企业社会责任的履行影响企业声誉,并因此影响消费者对企业形象和企业产品、服务的认同与选择。Sen and Bhattacharya(2001)、Mohr and Webb(2005)等学者的实证研究也得出了类似的结论,企业社会责任履行状况影响企业声誉,从而影响消费者的市场选择行为及价格定位。[16]
与一般企业比较,品牌和声誉等无形资产对于从事信用业务的金融机构而言具有尤其重要的意义。因此,金融机构需要利用一切机会树立客户信心和政府监管信任,除了保持经验安全、防范风险意外,随着人们对金融机构社会责任要求的提高,充分履行社会责任也是金融机构树立品牌形象、积累良好声誉的重要方面。金融机构环境保护意识和环境保护行为属于金融机构的重要社会责任,金融机构的环境意识与行为除了影响其金融创新市场选择之外,一项重要的影响是其企业品牌声誉,并潜在地影响其市场地位、产品定价和长期竞争能力、可持续发展能力。实践中,“赤道原则”为金融机构履行环境保护社会责任制定了基本原则。履行环保社会责任的金融机构必然能够树立负责任企业的形象,从而提升企业声誉,取得消费者市场选择和政府监管的充分信任,提高金融机构的品牌价值,间接为企业创造收益积累基础条件。因此,金融机构的环境金融业务一方面需要从市场角度进行金融创新,另一方面也应从社会责任和企业声誉角度形成环境行为的自我道德约束。
(三)政府的公共环境金融理论模型
政府公共支出的主要收入来源为税收等行政渠道,但税收等形式的政府财政收入受到税法和区域经济发展状况的制约,各个区域政府年度财政收入是有限的,在需要增加开支的情况下可以通过发行债券等金融渠道筹集资金,以获得政府资金在时间和空间上的再配置,我们可以将政府这种通过金融渠道筹集资金并用于公共支出的方式称为公共金融。传统经济学理论认为环境属于公共品的范畴,需要通过政府财政形式的公共支出来保障供给。但是,我们认为政府公共财政配置社会资源的能力是有限的,即便是完全需要由政府负责提供的环境公共品,也可以通过金融的方式获得更多的资源配置,以政府和金融的共同力量结合使环境产品与服务获得更充足的供给,在时间与空间上提高资源在环境领域里的配置效率。政府可以通过向公众或商业银行发行环境治理债券等金融形式筹集资金以保障环境投入,我们将这种由政府以金融方式进行的环境投入称为公共环境金融。我们认为政府尤其是区域政府可以运用公共环境金融并按照各区域的环境需求进行投入,通过区域环境质量的提高吸引各方面投资并使本区域各项要素增值,增强区域的要素吸引力和综合竞争力,从而带动财政收入增长,偿还环境金融融资资金。[18]
根据以上的理论分析并结合区域性视角,我们下面的实证分析将基于以下假设:
假设1:区域金融发展状况与区域环境质量具有关联性,即区域金融发展会通过直接和间接方式对区域环境质量产生负面或积极的影响。这一假设暗示,如果在区域金融发展中金融机构与金融活动的各个环节没有环境因素的关注,则会对区域环境质量产生负面影响;如果通过金融视角和金融环节关注环境、制约环境损害行为、激励环境改善,则有利于区域经济、社会关注环境问题,有利于环境事业获得更多的资源配置,有利于减少环境污染事件的发生。
假设2:区域环境金融投资能够对区域环境质量产生影响,即通过金融方式筹集资金对环境领域的投资能够对改善环境质量产生影响。传统理论认为环境治理主要是政府的公共责任,财政投入是环境质量改善的主要资金来源,尽管已经存在金融来源的环境资金投入,但是环境金融投资对环境改善的作用程度必然受到其规模和方式的制约。因此,这一假设事实上暗示如果环境金融尚未对环境质量改善发挥明显的促进作用,需要通过金融创新的方式使环境事业能够更多地利用金融这种市场化程度相对较高的融资渠道获得更充足的资源配置。
假设3:环境金融具有区域性特征,即处于不同经济区的省、区、市环境金融规模与形式存在区域差异性。环境金融应与经济、社会发展阶段、社会对环境问题的认知程度、市场化水平、公共服务能力等因素相关,中国不同经济区域的发展水平存在较大的差异性,因而环境金融在不同经济区域的发展水平应存在差异性。
三、实证分析
(一)区域金融的环境效应实证分析
金融发展状况与环境质量的关联性是我们的研究基础,因此我们将首先对中国区域金融发展状况对区域环境质量的影响进行实证分析。实证分析将以区域环境质量作为被解释变量,以区域金融发展水平作为解释变量,并分别以空气“二氧化氮含量”表示区域环境质量、以“人均区域金融业产值”表示区域金融发展水平。
国家统计局的统计年报以及国家环保局的环境统计年报对于环境质量和环境污染状况的统计主要包括气体污染物、水体污染物和固体污染物产生与排放量等指标,我们认为其中空气污染影响企业生产和居民生活,涉及范围最广,是最具综合性的环境质量指标。空气质量指标中“二氧化氮含量”的来源既包括工业源又包括生活源,主要由广泛使用的石油、天然气和煤炭等燃烧产生,而且是国家统计局城市空气质量指标中的氮氧化物含量指标,能够较为综合地反映区域环境质量。因此,我们选取“二氧化氮含量”指标表示各区域的环境质量状况。需要说明的是,“二氧化氮含量”指标表明的是环境受污染的状况,因而其为负向指标,即该指标越低表明环境状况越优,反之亦然。“人均区域金融业产值”综合反映了各类金融产业、各类金融业务的发展水平,较能综合反映区域金融发展状况,因此我们选择这一指标作为代表区域金融的解释变量。数据来源为中国国家统计局2008年度中国统计年鉴公布的包括内地29个省、区、市(由于数据缺少而没有包括青海、西藏2省、区,以下相同)的相关数据,未加特别说明的数据时间均为2007年度。我们建立如下式(1)的计量分析模型:
其中:Q代表以“二氧化氮含量”表示的区域环境质量水平;F代表以“人均区域金融业产值”表示的区域金融发展水平。数据检验结果见表1。
注:***、**、*分别为1%、5%、10%水平上显著,括号内的数值为t检验值。
从实证检验的结果中我们发现,区域金融发展水平在5%水平上对区域环境质量水平有较为显著的解释作用,对于我们的基本假设1,实证检验结果首先表明区域金融发展状况与区域环境质量有着较为显著的关联性;其次,我们发现解释变量“区域金融业产值”指标的回归系数为正值,由于环境质量指标“二氧化氮含量”为负向指标,因此说明区域金融发展尚未将环境问题作为重点考虑的因素,目前的金融活动没有重视环境因素,金融机构尚未在其业务活动中将环境作为关注目标,金融机构和金融活动无论通过自身的直接作用或是通过其融资业务的间接作用都对环境产生了负面影响。这一检验结果证实了我们的假设,目前的金融机构和金融活动对环境产生了一定程度的直接或间接影响,提示我们可以从金融角度关注环境问题。
(二)环境金融的区域环境质量效应实证分析
中国目前各区域针对环境治理的各项投资来源中,来源于金融方面的投资是否对区域环境质量改善做出了显著性贡献是我们关注金融影响环境问题的又一个主要方面。因此我们将进一步对中国区域环境金融投资状况对区域环境质量的影响进行实证分析。实证分析将以区域环境质量作为被解释变量,以区域环境金融投资水平作为解释变量。我们仍然采用空气“二氧化氮含量”表示区域环境质量;采用中国国家统计局2008年度中国统计年鉴公布的各区域2006年度工业污染治理投资来源数据,以“排污费补助”、“政府其他补助”、“企业自筹”和“银行贷款”等形式的环境投资,各投资来源指标均采用各区域的人均数据,“银行贷款”即环境金融形式。
需要说明的是,我们所采用的区域环境质量水平指标为2007年度数据,区域环境金融投资指标为2006年度数据。我们认为,区域环境金融投资对区域环境质量产生相应的影响存在1年的时滞是合理的。我们建立如下式(2)的计量分析模型:
其中:Q代表以“二氧化氮含量”表示的区域环境质量水平;Fj(j=1,2,3,4)分别代表“排污费补助”、“政府其他补助”、“企业自筹”和“银行贷款”等形式的环境投资,F4即为我们要检验的环境金融投资。数据检验结果见表2。
从表2所显示的实证检验结果中,我们发现工业污染治理投资来源4项指标中,“排污费补助”和“政府其他补助”两项来源于政府公共支出的项目,分别在10%和5%水平上对区域环境质量水平具有较为显著的解释作用,而“企业自筹”和“银行贷款”来源的投资对环境质量的影响作用均不显著。表明区域环境质量改善投资主要依靠政府投入,环境金融尚未对区域环境质量改善做出显著性贡献。
注:***、**、*分别为1%、5%、10%水平上显著,括号内的数值为t检验值。
同时,由于我们所采用的表示环境质量水平的指标空气“二氧化氮含量”为负向指标,而政府投入中发挥最显著作用的“政府其他补助”对环境污染程度指标的影响为正,说明各区域政府的环境投资仍为被动模式,是迫于环境压力而采取一定的补救措施,公共环境影响行为处于起步阶段;同时,这一检验结果也暗示中国各区域未来需要向统一环境投资规划、环境风险防范、预先环境投入、优化环境质量主导的环境投资主动模式转变,以提高环境投资及环境影响行为的效率,降低环境投资和环境影响行为的成本。
(三)环境金融的区域效应实证分析
尽管我们的上述实证检验显示中国各区域环境金融投资尚未对各区域环境质量改善产生显著性影响,但是由于中国不同区域间经济、社会、金融发展水平存在较大的差异性,因此我们仍然关心各区域间环境金融投资水平是否存在显著的差异性,即发达区域是否已经先于欠发达区域开始重视环境金融的投入,从而检验我们基于基本理论分析对于环境金融区域性特征的认识和假设。实证分析将以区域环境金融投资水平作为被解释变量、以表明各经济区域性特征的虚拟变量作为解释变量。区域环境金融投资水平以上述工业污染治理投资来源中的“银行贷款”指标各区域人均额表示;区域虚拟变量则包括表示东部、中西部区域的虚拟变量等反映区域性特征的相应指标设定。我们采用虚拟变量的形式来表示不同的经济区域特征,将青海、西藏外的中国内地29个省区市划分为东、中西部2个区域(1),分别以RGi(i=1,2)表示东部和中西部虚拟变量,则有:
依据前述理论分析和基本假设,我们建立环境金融区域效应分析的计量模型以对理论分析、模型和基本假设进行检验。我们基于年度时点水平建立基本计量分析模型如下式(3):
其中α0、α1为模型参数;F表示被解释变量,为区域环境金融投资变量指标,即工业污染治理投资来源中的“银行贷款”指标各区域人均额;RGi表示解释变量,为代表东部、中西部等不同区域特征的虚拟变量。检验结果见表3。
注:***、**、*分别为1%、5%、10%水平上显著,括号内的数值为t检验值。
从表3所显示的检验结果中我们发现,区域环境金融投资的东部效应和中西部效应均达到10%的显著性水平;东部经济区域虚拟变量的回归系数为正,中西部经济区域虚拟变量的回归系数为负,说明东部区域的区域环境金融投资水平普遍明显高于中西部区域。尽管实证分析第二部分的检验结果表明,目前中国区域环境金融尚不能对区域环境质量产生显著性影响,但是环境金融区域效应的实证检验仍然表明环境金融具有显著的东部、中西部区域效应,即东部省市区域的人均环境金融投资额普遍显著性高于中西部省、区、市。一方面,东部区域的经济发展仍属以制造业主导的粗放型经济,对环境和资源的消耗也带来了对环境治理投资的相应需求;另一方面,东部区域随着经济、社会的领先发展已开始更多地运用金融方式增加对环境的投资,改善和优化经济、社会发展的环境条件。
四、总结
区域效应 篇7
(一)文献综述
区域经济不均衡发展是大国经济发展的普遍特征。新世纪的中国宏观政策框架更加强调区域协调发展基础之上的宏观可持续发展。在影响区域经济发展的众多宏观调控政策中,货币政策通过影响不同区域金融总量的存量和流量结构,对不同区域之间产生出不对称的政策效应,使得不同区域之间在经济起飞过程中有可能产生由于货币金融要素而导致的非均衡发展的作用力。这一影响区域经济协调发展的内生性宏观政策因素以及其政策效应,使得我国货币政策传导机制存在着区域分配性效应,造成货币政策总量效应和结构效应在各区域之间存在显著差异,弱化稳健货币政策促进宏观增长和协调发展的实效性,并可能进一步加剧区域经济发展和金融发展的非均衡性,从而进一步加剧我国货币政策区域分配性效应。因此,系统研究中国货币政策的区域性分配效应,以便提出在操作目标和执行机制层面配合总量性货币政策的结构性货币金融政策建议,从而弱化货币政策区域分配性效应对区域经济和金融协调发展的影响。
自上世纪90年代以来,鉴于货币政策分配性效应在影响区域金融总量和区域真实经济方面的重要影响,一些经济学家对货币市场的不完善性在货币政策传导过程中的作用重新进行审视,并对单一货币政策在欧盟各成员国、美国和加拿大各区域等是否会产生不同效果进行了系列研究。Arnold和Vrugt(2002)提出了在EMU各成员国国内也可能存在货币政策区域效应。Carlino和DeFina(1999)对美国48个州的数据进行了分析,结果表明美联储的货币政策会产生区域效应,而利率渠道是导致货币政策区域效应的原因;Owyang和Wall(2004)对美国八大经济区的研究表明利率渠道和信贷渠道都对美国货币政策区域效应有一定的解释力。
国内学术界也对该主题进行了探讨。宋旺、钟正生(2006)基于最优货币区理论的分析框架,对我国货币政策区域效应的存在性及其原因进行了实证分析。卢盛荣(2006)基于最优货币区理论框架和货币政策传导机制理论分析框架,对如何测度货币政策的地区效应提出了一些有借鉴价值的相对指数方法。
上述研究,为该主题提供了有价值的参考文献。然而,由于该主题涉及特定金融结构条件下的货币政策传导机制的微观结构分析,结合我国银行体系的信用创造来研究我国货币政策区域分配性效应的有影响力的文献尚不多见。因此,本文从区域金融总量差异的视角,以区域层面的国民收入、银行贷款余额和物价水平为参数组合,建立了一个基于VAR模型(脉冲响应分析和方差分解分析)的中国货币政策区域分配效应的实证研究框架,从货币政策和区域银行体系信用创造方面实证考察了中国货币政策区域分配效应的现象。同时,基于实证结果所揭示的结构性观点,本文提出了一些关于中国货币政策区域结构优化的针对性建议。
(二)理论框架:金融总量的作用与货币传导机制
1. 实证框架的思路
分配性效应的存在,使得货币政策难以兼顾政策的结构平衡和公平目标,并成为货币利益在不同企业、行业和区域之间进行分配的人为性干预因素。货币政策分配性效应可以归纳为两种形式:基于金融加速器机制的分配性效应,以及基于信用创造机制的分配性效应。前者可以存在于一般企业、金融企业和不同产业之间,后者主要存在于同一货币主权的不同经济和金融发展水平的区域之间。
为了在实证层面能深入研究货币政策的区域分配性效应,本文拟采取区域金融总量为参数,来考察货币政策对不同区域之间的可能存在的非对称性影响。在参数特征上,区域金融总量已经包含了货币政策分配性效应两种作用机制在区域层面上的传导结果,因此本文的实证模型逻辑是通过区域层面的金融总量作为代表货币政策结果的参数,来考察货币变量对区域国内生产总值、物价水平的实体经济影响。
2. 区域金融总量的政策作用机制
关于金融总量,有各种不同的层次和定义。最广义地来看,金融总量可以包括金融体系中所有金融资产,包括货币、信贷、证券、衍生证券等所有金融资产的总和。(1)此处,为了强调对货币传导机制的分析,引用Gurley和Shaw对金融总量的定义:用借款人在不用削减当期和将来支出的条件下合理地负债吸收的能力,所形成的宏观层面的金融能力来衡量金融总量。(2)从信用关系链的产生过程来看,负债吸收能力有两个来源:一是经济主体之间在既定的流动性条件下相互形成的债权、债务;二是信用关系产生的流动性创造,并且流动性的保证是负债吸收能力的约束条件。从而,我们可以认为金融体系是经济体系中金融总量的总供给者,金融资产形成的信用放大机制就是金融总量的产生机制。在银行等金融中介提供信贷融资的环境中,一般以信贷总量表示金融总量,作为经济体系中的金融流动性。
在信用创造条件下,金融总量的形成有两种互动的途径:(1)银行体系的信用货币创造机制;(2)金融资产市场中的资产价格形成机制。这两种机制存在着一种互动的反馈关系,使得金融总量往往成倍大于实际经济中的资本形成,其根源是信用货币的放大机制。
在这样的金融总量产生和运动机制中,实体经济和虚拟经济中的货币传导机制也就产生了相互的作用。实体经济的货币传导关注的是以投、融资为根本目的的资本配置和流动性,而虚拟经济的货币传导关注的是纯粹的金融交易,两者根本的共同点在于货币金融运动的增值性,而且这种增值性最终是要以实体经济的物质和劳务价值作为支持的。因此,两者之间存在着一定条件下的转化。
在金融总量的产生机制中,我们可以看出银行体系的信用创造是金融总量产生的最终来源。银行的信用创造行为,与经济周期的变化存在着相互作用的机制。在金融总量产生机制周期性结构不对称的作用下,货币传导机制随着经济周期的波动呈现出明显的周期性效应。
区域金融总量作为货币运动在区域的存量和流量运动的结果,已经包含了货币政策分配性效应的区域性影响。因此,可以从区域金融总量角度去考察货币政策在不同的区域之间有可能形成的分配性效应。
二、模型选择、数据检验和计量模型建立
(一)计量模型选取和变量选择
本文将采用向量自回归(Vector Auto-Regressive,VAR)模型及其脉冲响应函数(Impulse Response Function)和方差分解(Variance Decomposition)的研究方法来考察我国货币政策的区域分配效应。
关于变量的选择,本文选取国内产生总值(GDP)作为全国和区域层面的产出指标,选取全国和区域层面的居民消费物价指数(CPI)作为物价指标,选取全国层面的金融机构贷款余额(DK)作为货币政策的指标。这些数据来源于中国经济信息网统计数据库和产业数据库、国家统计局和各省统计信息网的统计公报以及中国金融统计(1949—2008)和新中国五十年统计资料汇编。下面将重点介绍数据的处理过程。
说明：P值是ADF检验统计量的P值，可用于辅助决定是否接受(拒绝)原假设。使用规则：如果P<α，在α显著水平上拒绝原假设。反之，则接受原假设。
需要特别说明的是,在区域层面的数据指标构造过程中,我们使用区域内各省CPI的简单平均作为区域CPI,用区域各省贷款余额绝对量相加后计算出的增长率作为区域贷款增长率,用区域内各省GDP绝对量相加后计算出的增长率作为区域GDP增长率。
(二)数据处理和检验
1. 平稳性检验(ADF检验)
以时间序列为研究对象,首先要确保该序列的平稳性,如果序列是不平稳的,则通过OLS估计出来的结果用于预测将不再准确。因此,首先要对数据进行平稳性检验(也称单位根检验),这里使用的方法是ADF(Augmented Dickey-Fuller)检验,检验结果如表1所示。
从表1的数据平稳性检验结果可知,所有变量的原始序列都是不平稳的,而它们的一阶差分序列则全部平稳,说明它们都是一阶单整的。
2. Johansen协整检验
为了研究我国货币政策的区域分配效应,必须检验国家层面(GJ)和区域层面的贷款、GDP以及CPI是否存在长期均衡关系。为了配合VAR模型,本文采用Johansen协整检验。具体结果如表2至表5所示。
Johansen协整检验结果表明,不管是国家层面还是区域层面,贷款和GDP以及CPI之间都存在着长期均衡的关系,这为本文建立VAR模型奠定了基础。
3. Granger因果检验
Granger因果检验的主要目的是检验两个变量Xt和Yt之间的因果关系,判断它们之间是否存在因果关系。如果存在,则可以证明它们之间存在单向因果关系,或是双向因果关系(即互为因果)。虽然贷款、GDP和CPI之间存在着协整关系,但对它们之间的相互关系形式的准确认识,直接关系到货币政策的定位以及用货币政策调控国家或者区域经济的有效性。检验结果如表6至表9所示。
Granger因果检验显示,贷款是GDP的Granger原因都很显著(西部不太显著),而GDP是贷款的Granger原因则都不显著(除了东部)。这就为我们在使用货币政策调控经济的合理性以及货币政策的独立性的判断方面提供了有力的实证依据。
(三)VAR模型建立和估计
本文使用1985—2008年24年的年度数据,建立以下全国层面和区域层面的四个VAR模型:(1)国家层面使用国家贷款(GJDK)、国家GDP(GJGDP)、国家CPI(GJCPI)建立了VAR(4)模型;(2)东部地区层面使用东部贷款(EDK)、东部GDP(EGDP)、东部CPI(ECPI)建立了VAR(4)模型;(3)中部地区层面使用中部贷款(MDK)、中部GDP(MGDP)、中部CPI(MCPI)建立了VAR(4)模型;(4)西部地区层面使用西部贷款(WDK)、西部GDP(WGDP)、西部CPI(WCPI)建立了VAR(4)模型。
上述模型滞后期选择是基于LR、FPE、AIC、SC和HQ准则的。由于篇幅有限,在此不给出具体的模型形式。(3)
三、中国货币政策区域分配效应的脉冲―响应分析和方差分解分析
(一)脉冲―响应分析
脉冲响应函数刻画了内生变量对误差变化大小的反应。具体地说,它刻画了当误差项上加一个标准差大小的冲击后,对内生变量值和未来值所带来的影响。通过VAR系统,又把该变化传递给其他内生变量。如此循环,整个VAR系统就产生了动态反馈。
本文对国家层面、区域层面的VAR模型进行了脉冲―响应分析。
在国家层面上,GDP对M2冲击响应值远远小于它对贷款冲击的响应。这说明国家如果要大幅刺激或者振兴经济的话,增加贷款将比增加M2更奏效;在区域层面上,同是扩张性货币政策,各区域层面GDP做出了完全不一样的响应。东部地区响应是最大的,货币政策效用持续时间是最短的,时滞也是最短的,说明扩张性货币政策对东部的经济刺激作用更明显;中部和西部经济对扩张性货币政策的响应完全不同于东部。中部基本上不会出现负的影响。西部则不同,负的影响要持续近两年,随后政策效果才会显现。
由于各区域经济对货币政策响应的不同,客观上造成了货币政策的区域分配效应。脉冲响应示意效果如图1和图2所示。
以上从国家层面、区域层面实证分析了货币政策对经济的刺激作用,表明各区域、各省都有不同的响应现象。集中表现在:(1)货币政策的时滞不一样。有的省份长达3～5年,有的省份只有2年,有的省份时滞在一年之内;(2)货币政策发生时效的期限不一样。有的省份可以持续长达5～6年,有的省份4年,少数省份则在1～4年之间,不过大部分省份都在4年左右;(3)货币政策刺激经济的幅度不一样。有的省份的响应值相当大,有的则很小,负的影响也是类似的。(4)
国家层面、区域层面的GDP对贷款响应存在着响应差异。与此相对应,区域物价对货币政策的响应也存在很大的差异。
在国家层面上,同样是扩张性货币政策,国家CPI对两种政策工具(贷款、M2)响应完全不一样,国家CPI对国家贷款响应的程度是最激烈的,波动幅度最大。另外,政策发生正效用的时间期限完全不一样,M2显得时效更长一些,贷款冲击中间出现了很长的负效用期限;在区域层面上,扩张性货币政策对各区域造成的影响是完全不一样的。东部的波动幅度是最大的,不过是负的波动;西部相对小一点,政策时滞也是不一样的;中部的时滞最长,东部和西部次之,这就造成了货币政在区域间的影响非对称性。响应效应具体如图3、图4所示。
(二)方差分解分析
在方差分解时,由于不同的分解顺序对整个VAR系统造成的影响是不尽相同的。考虑到这一点,本文使用了两种不同的分解顺序:
序列I:DK GDP CPI
序列II:GDP DK CPI
两种分解顺序对应了货币政策的不同“角色”,即货币政策是内生的还是外生的?序列I的逻辑是:贷款增长→GDP增长,这时对应的货币政策是外生的;序列II的逻辑是:GDP增长→贷款需求上升
→贷款增长,这时对应的货币政策是内生的。基于这样的逻辑思路,我们来检验全国层面、各区域层面各自GDP的结构。
在国家层面上,两种政策工具(贷款、M2)对经济的解释比例相差很大,这就为我们在选择货币政策工具时提供了理论指导。贷款手段适合于经济从复苏到繁荣中前期,而M2则适合用在繁荣后期。因为繁荣后期如果改用M2而减少贷款,那么贷款对经济增长的解释比例将大幅下降,这有利于国家控制经济过热。但为了预防经济硬着陆,适当地增加M2对经济有温和的刺激作用—抵消部分贷款减少带来的负面影响。
在区域层面上,区域经济对货币政策的内生性和外生性的敏感明显高于全国平均水平,并且自身变化本身就很大。其次,在相同条件下,各个区域货币政策对经济的解释比例也是不一样的。不管如何分解,贷款对西部经济的解释比例都是最高的。当货币政策是外生的时候,西部的经济属于典型的贷款拉动型的。这一实证依据符合我们对实际情况的经验感知,这也说明西部的经济发展水平(层次)是最低的。因此,如果用相同的货币政策来刺激经济,那么对各个区域形成的影响是完全不一样的,这和上面的脉冲响应函数分析所得出的结论是一致的,同时也说明中国货币政策区域分配性效应的客观存在性。
注：此图根据中国金融统计年鉴计算而得。
四、区域金融总量差异的现状分析
前面已经实证分析了货币政策对地区、各省经济的不同效果。此处我们结合上述的分析结构和分析结论,从区域金融总量差异的角度来理解相关的分析结论。
从贷款余额的增速来看,不管是地区还是省级层面都存在很大的差异。同时,不管是从区域贷款增速还是从区域贷款所占全国贷款比例的比重来看,东部区域都有明显的优势。贷款占全国比例方面,中部和西部很接近但略高于西部并且趋势趋同。
东部区域贷款比重一直呈上升趋势,而且远远大于中部、西部地区。从1996年以后,中部和西部比重有下降趋势,而东部且加速上升,前面的方差分解已经说明贷款所代表的货币政策对经济增长的解释权重很高,在这样的前提下,中国的货币政策在各区域之间无形中产生了对经济资源进行再分配的结果。
另外,从M2角度分析,各区域也是存在很大的差异的。由于M2是全国范围统计的,省级以及地区层面没有这个概念,因此本文以各区域内各省份存款近似替代。从而说明M2差异也是导致货币政策区域差异形成的原因之一。从图6、图7中,我们可以看到,从1996年以后,东部和中部、西部的M2差距加速拉大,中部地区和西部地区的差异不太大。
从图6、图7中可以看出,在区域金融总量上,不管是贷款余额还是存款余额,东部有绝对的优势,这也是符合实际的。并且从1997年以后,东部地区贷款余额和存款余额增速加快,和中部、西部的距离进一步拉大。
虽然东部贷款占全国大部分比率,但它的GDP也占全国最大比率。为了深入分析到底各区域不同的贷款的经济增长贡献效率如何,本文用单位GDP所耗费的贷款资源这一指标,来分析各个区域对贷款资金利用效率的差别。分析结果如图8所示。
从图8中可以看出,东部经济的贷款的依赖越来越大,而中部和西部则有下降的趋势。这是否说明如果给中部地区和西部地区更多的资金,那么会有更快的发展呢?这一点有待考证。(5)
然而,图8的分析揭示了另一种可能,就是东部经济发展遇到了瓶颈,使得它的单位GDP耗资远远高出中部和西部。结合我们在经验上了解的东部经济崛起过程中的技术模仿和国际产业转移承接的特征,我们可以合理地推测东部经济的结构性发展已然走到一个经济周期和产业周期的转折点。从而,按照本文的实证研究结论,东部经济以技术创新和产业结构升级的方式突破这一发展模式瓶颈将是很有必要的,而中西部经济在以投资为导向的技术模仿和国际产业转移承接模式中还具有一定的发展空间。(6)
五、研究结论及政策建议
(一)研究结论
从脉冲响应分析到方差分解,本文的实证研究表明了货币政策(不论是扩张性货币政策还是紧缩性货币政策)对各区域经济有不同的作用,小到各个产业,大到整个经济体,对货币政策都有不同的响应形态。由于各地区经济结构的差异以及金融总量(不管是贷款余额还是存款余额)的差异,客观上导致了货币政策在实施过程中对各区域的经济资源进行了分配,这便是货币政策的区域分配效应。
从国家到地区再到各省,它们的金融总量都是不同的。这一点可以从两个方面表现出来:一个方面是各区域(省)存贷款余额的绝对数量差异,另一方面则表现在各区域(省)的存贷款的增长速度差异,这便是区域金融总量差异。前文已经分析了各区域经济对贷款冲击脉冲响应的差异,这种差异表现在两个方面,横向上表现为同一区域内各经济变量(GDP、CPI、各产业产值)对贷款所代表的货币政策冲击的响应是有差异的,纵向上表现为同一经济变量(GDP、CPI)对贷款冲击的响应是不一样的。从上面的分析可以看出,货币政策对各区域经济具有分配效应。
(二)政策建议
在本文的实证研究基础上,我们可以总结一下合理的政策建议:
1. 货币政策对转轨过程中的中国宏观经济调控及
其效应达成具有重要作用,因此有必要进一步研究最优化的结构性货币政策框架;
2. 货币政策的贷款数量调控手段,在中国国家
层面和区域层面都是一种效果明显的政策手段,但是基于东中西各区域的Granger因果显著性差别,有必要考虑更为优化的区域贷款规模和引导规划;
3. 基于GDP对贷款和M2的冲击响应分析,贷
款是比M2更有效率的扩张性货币政策工具;M2是比贷款更合适的非扩张性货币政策工具;基于方差分解分析结论,贷款手段适合于经济从复苏到繁荣中前期,而M2则适合用在繁荣后期;
注：此图根据历年金融年鉴整理计算而得。
4. 由于各区域之间存在着不同的货币政策响应,
有必要考虑一种结构优化的补充性区域货币政策框架。具体而言,就是统一货币政策框架下的西部贷款定向增加(比如政策性金融)的补充,东部结合产业结构升级需求的贷款引导政策,以及介于两者之间的中部货币政策取向;
5. 由于分配性效应的存在,统一的货币政策难
以在各区域间兼顾政策的结构平衡和公平目标。因此,在统一货币政策基础上的区域性金融措施发展就成为必要。具体而言,就是西部和中部需要更大力度政策支持的金融提升,在区域金融措施方面加大金融创新和融资服务方面的功能性建设,促使区域资本形成机制的效率提升。
参考文献
[1]樊明太.金融结构与货币传导机制[M].北京:中国社会科学出版社,2005.
[2]Chris Brooks著,邹宏元主译.金融计量经济学导论[M].成都:西南财经大学出版社,2005.
[3]蒋冠.金融摩擦条件下货币传导机制的微观基础研究[M].北京:中国金融出版社,2006.
[4]梁琪,腾建州.中国宏观经济和金融总量结构变化及因果关系研究[J].经济研究,2006(1).
[5]宋旺,钟正生.我国货币政策区域效应的存在性及原因——基于最优货币区域理论的分析[J].经济研究,2006(3).
[6]孙镭.货币供应量、信贷总量对宏观经济变量影响的差异性——中国1998—2004年的经验分析[J].统计与新息论坛,2006,(3).
[7]周孟亮,李明闲.我国货币政策效应区域差异性实证研究[J].贵州财经学院学报,2007,(2).
[8]周孟亮,李明闲.中国货币政策内部传导机制效应区域差异化研究[J].金融与经济,2007,(3).
[9]周孟亮,李海艳,贺方.我国货币政策最终目标的调整研究[J].浙江金融,2008,(11).
基于辐射效应的区域物流合作分析 篇8
2014年中国的快递行业发展较为迅速, 同比增长70.8%。从2010年到2014年我国快递行业的发展指数年均增长将近30%。以上数据表明, 在“跨境电商”等战略方针的大背景下, 近几年中国的快递行业保持了持续快速发展的稳定形势。在以BAT为主导的大数据时代, 中国的电子商务平台建设也得到了政府的支持、消费者的认可。
目前我国的区域经济一体化建设正在朝着成熟化方向不断发展, 目前在长江经济带已经有了比较稳定的实施效果, 现在正在实施推动京津冀协同发展策略。当下市场行情较好的物流行业, 在区域合作、区域物流一体化的协调发展上也产生了正向的外部效益。因此, 加快对我国区域物流行业的适度规划和有效改进, 对于国家的区域经济发展具有更加完善的指导意义。
二、区域经济辐射效应
1. 辐射效应的基本思想
区域物流中的辐射效应指的是通过点、线和面的相互辐射, 形成一个巨大的辐射网络, 通过联系辐射源及其相关的辐射地区, 形成一个开放的区域系统。同时, 在市场机制的主导下, 利用经济利益驱动企业效益规模的发展, 借助企业之间的相互合作以及良性竞争, 达到双赢的利好局势。
2. 辐射效应的实践意义
区域经济的发展需要区域间的协调与合作, 区域物流是在区域范围内的发展, 因而其与区域经济有着密切的关系。“十三五”规划中提出的要通过完善物流基础设施建设, 来发展区域物流中心的策略, 正是对于区域合作发展的肯定。通过实施区域物流合作化机制, 推动区域产业结构升级, 提升区域经济发展水平。同时, 在区域物流发展的良好趋势下, 带动交通运输业、旅游业等其他服务型行业发展。
数据来源:速途研究院
三、区域物流合作现状
区域型物流有很强的导向性, 面向地域市场而形成以垂直型为主导, 水平型物流协调发展的多元化物流合作机制。图1所示为我国垂直型物流合作发展带来的经济效益。我国的物流业从2010年物流开始起步, 经过多次发展与改革, 从7.1亿元的物流业绩, 到后来的每年以将近1亿元的增长速度发展到2015年年初的11亿元的水平, 我国的物流产业总值呈不断上升状态。5年的发展, 让物流业的规模从线下发展到了线上, 从最初的邮政发展到今天的互联网物流业, 辐射效应效果显著。
我国的水平型区域物流合作机制也在不断发展。国内的物流业覆盖了城市和乡村, 商家收到客户的订单, 即向物流公司送交货物, 当物流公司揽下订单后, 就是货物运送的起始时间。快递公司进入不同的区域中转站, 将物品转交给当地的配送中心, 在再次的检查与装运之后, 货物将发往下一座城市。从车运到空运, 从陆运到海运, 我国的物流业不仅实现了可以“内网互联”, 还渐渐地与国际接轨, 实现了跨区域合作的模式。
四、区域物流合作案例
1. 申通e物流业务模式分析
申通e物流主要是针对电子商务平台上的客户订单提供服务, 为达到电子商务配送的要求, 申通e物流采用了独立的运作模式, 在进行售后服务中, 由不同的公司及部门负责。通过使用推荐物流下单, 可直接通过申通在线客服得到服务;如果没使用推荐物流, 而是在线下使用申通快递的, 若发生服务失败的情况, 可以致电或发电子邮件进行投诉。同时, 申通物流通过与外商企业协作, 和国外建立了快件来往。
2. 申通e物流成功的关键因素
申通e物流自始至终采用统一的营销模式, 全网络采用统一的申通商标等形象, 各网点采用电脑系统, 所有的管理信息在此一系统中完成数据扫描, 上传和查询。总部作为系统的管理与维护者, 对信息进行统一管理, 从而实现了品牌、服务、信息管理的统一。
同时, 申通e物流建立在电子商务平台层面, 以互联网为传播媒介, 以亿万的网民为受众群体。并且在经营模式上改革创新, 在发展战略上通过与BAT之一的阿里巴巴旗下的淘宝合作。申通的线下实体企业和淘宝的线上虚拟平台之间的互利共赢发展策略, 不仅是跨行业、跨平台的大胆的经营方针, 而且在物流的速度和效率上提高了一个层次, 带动了物流业的良性发展, 更是在传统物流的基础上, 针对社会发展趋势, 满足人们生活工作需求, 从而加强了区域物流的交流与合作往来。
五、区域物流合作对区域经济的影响
1. 形成的优势
(1) 完善企业主导型区域经济合作。在制度规范与区域市场完善的前提下, 实现跨区域企业组织对区域市场的替代, 节约交易费用, 降低再投资的交易成本, 这正是企业主导型区域经济合作组织的生命力所在。通过市场关系的企业组织化, 能有效地降低跨区域活动的外部性, 减少契约签订次数与监督检查契约的执行费用, 将分立或是对立的区域利益通过内部化或区域一体化, 形成彼此相互关联的区域关系格局。
(2) 区域合作辐射效应产生的经济效益。区域合作的辐射效应实现了物流企业的效率和效益的统一。一方面物流企业可以通过区域间的合作网, 以契约确定物流企业间的交易程序、信用关系与利益联系, 从而降低物流企业市场交易中的相关费用。另一方面物流企业可以通过这种合作网, 形成基于运输服务的关联网络, 既保持各物流企业的相对独立性, 又可避免市场失灵、信息不对称等问题, 利用市场机制来降低交易费用, 提高交易效率。而交易效率的提高反过来又可以促使区域物流合作更加顺利。
(3) 区域物流合作对区域物流发展的正外部效应。区域的经济发展水平关系到区域的物流发展, 区域物流的发展也能够促进区域各项经济事业的发展。合作制度可以明确规定和保障各个合作企业与创新成果关系, 使各合作企业具有安全感, 垂直合作创新的成果会在这样一种环境下得到激励。同时, 各个物流企业的水平合作可以提供新产品新服务, 合作制度可以保障企业在合作中的权利, 使企业集中精力提升自身的核心竞争力, 从而促进技术创新。而技术创新可以有效地优化物流生产要素结构及组合方式, 从而促进区域物流良好发展。
2. 存在的弊端
(1) 企业创新受阻。区域物流合作不断发展的同时, 也伴随着企业“搭便车”行为的产生。企业过于依赖关联产业间的合作与资源共享, 造成企业自身特征和优势的逐渐退化, 在创新领域缺乏主观能动性, 使得在一段时间内企业发展较快, 但是随着外来企业得不断加入, 尤其是到了“瓶颈”时期, 企业间的各种不良竞争, 使得企业自我创新发展受到阻碍, 逐渐形成了一种优胜劣汰的产业格局。
(2) 诱发“马太效应”。每个行业都有先锋势力, 在行业的发展中发挥着主导甚至是垄断的作用, 这是一种“品牌优势效应”。物流业之所以可以发展到今天, 除了有政府和消费者的支持, 更离不开它多年来积累的“品牌优势”。而具有“品牌优势”的企业带来的合作效应就相应地弱化了, 企业间出现恶性竞争, 强者更强, 弱者更弱, 行业间出现两极分化, 诱发了“马太效应”。因此, 促进区域物流协调发展的同时, 也要注意分工的明确。企业在提高自身效率和效益的同时, 还要注意加强对自己的核心竞争力的建设, 发展属于自己的品牌。
六、绿色区域物流合作新模式
绿色物流是现代物流的核心组成部分。物流要发展, 一定要与绿色生产、绿色营销、绿色消费等绿色活动紧密联系起来。人类经济活动不能因物流而过分地消耗资源、破坏环境。为提高物流效率, 日本已经成立了一个“绿色物流合作会议”, 将已经成熟的二氧化碳排放量的计算方法运用到提高货主与物流企业的协调与合作方面。我国政府可以借鉴日本的绿色物流合作模式, 建设中国特色化区域物流实践基地。改变传统经济粗放型的发展方式, 突出集约式发展, 在选址上, 应科学合理, 要与物流园区的产业布局对接, 合理利用土地资源, 考虑环保要求。整合物流工具, 使海、陆、空、铁等网络交通运输方式齐聚园区, 发挥区域多式联运的便捷优势。物流基地要适当引进实践型物流人才, 承担技术创新的责任, 发展适合自身特点的绿色物流技术。
通过加强绿色物流合作机制和基础设施网络的建设, 改善和规范区域物流市场环境, 构建区域物流公共信息平台, 最终实现区域物流一体化发展的目标。而区域物流一体化最终表现为区域物流发展的整体性以及均衡性。参与合作各方通过合作实现区域物流竞争力的提升, 并实现每个参与主体的均衡发展。同时, 区域物流合作要求参与主体具有关联性, 使各个主体通过有效方式形成相互联系的共同体, 随着合作内容及程度的深化, 表现出更为密切的关联性, 实现协调发展。
从“跨境电商”到“物流合作”, 从“互联网”到“物联网”, 都是表明合作的重要性。我国的经济发展也是如此。国家的总体经济水平的提高, 需要每个行业的共同努力和协调发展。目前, 我国的区域物流发展还处于实践和探索阶段, 合作过程中还存在许多需要改进的不协调的地方。行业在加快自身发展的同时, 不仅要兼顾企业和消费者的利益, 而且还要从长远发展的角度针对发展过程中存在的劣势, 吸收同产业其他行业的优势, 以期达到高效益与高效率并存的局面, 促进经济又好又快发展。
摘要：本文主要以发展绿色物流为目标, 在区域经济辐射理论的基础上, 提出基于辐射效应的区域物流合作发展的理念。根据我国物流行业目前的发展状况, 分析区域物流合作的利弊, 提出优化措施:在效率与公平的基础上, 建立绿色区域物流合作平台, 从而有效地解决物流基础设施重复建设及物流市场恶性竞争的问题, 推动我国区域合作进程, 为加快区域物流一体化发展提供理论依据和参考。
关键词：绿色区域物流,辐射效应,区域经济发展
参考文献
[1]宗禾.厉以宁谈十三五规划:经济中高速增长已达共识[J].齐鲁周刊, 2014 (49) :6.
[2]黄露.北京、上海对周边区域经济辐射能力的比较研究[J].时代金融, 2015 (33) :237-238.
[3]金玉雪, 满海雁.浅谈申通物流成本控制[J].新经济, 2015 (Z2) :131-133.
[4]沈广启.区域经济学理论的发展与应用分析[J].中国管理信息化, 2013 (18) :43-44.
[5]敖惠诚.优化区域金融生态是超越“马太效应”的关键环节[J].中国金融, 2005 (24) :9-11.
区域效应 篇9
自1979年7月国务院颁发了《中华人民共和国中外合资经营企业法》以来, 我国经济的持续增长、巨大的国内市场需求潜力、丰裕的劳动力资源等因素吸引了大量的FDI。与此同时, 由于我国引资政策及各地区地理位置差异等方面的原因, 我国FDI区域分布呈现极度失衡的状态, 东部地区在引资规模及增长速度等方面都远远高于中部和西部地区。商务部数据显示:2006年全国实际利用外商直接投资694.70亿美元, 其中东部地区实际利用外商直接投资569.22亿美元, 占全国引资份额的81.94%。随着近年来我国引入外资量的不断增加, FDI区域分布的这种不平衡已逐渐成为制约我国经济平衡发展的主要因素。正是基于这个原因, FDI区域分布的不平衡对我国区域经济差异的影响日渐受到国内外学者们的关注, 许多学者对该问题进行了实证分析, 如:武剑 (2002) [1]运用多维方差分析模型进行分析得出FDI区域差距对GDP区域绝对差距的贡献度为19.71%, FDI在区域分布上的不均衡是造成我国区域经济差异的一个重要因素。Fu (2004) [2]采用沿海地区与内陆地区各自的人均GDP比值来衡量区域经济差异, 利用我国16个内陆地区1995-1998年的面板数据进行分析, 研究显示:我国内陆地区与沿海地区FDI分布差异对我国区域经济差异有显著的正影响, FDI流量差距每增加1%, 区域经济差异就增加0.02%。还有一些研究 (Yao & zhang, 2001[3];Demurger, 2001[4];Zhang, 2001[5]) 表明FDI对我国沿海地区经济增长有正的影响, 而对内地经济增长却没有正的影响, 这是导致我国区域经济差异逐渐扩大的一个重要因素。
以上实证研究从不同侧面证实了FDI区域分布差异对我国区域经济差异的影响, 为学者们进行相关研究提供了丰富的参考。然而, 要制定相应措施以缩小FDI分布差异对我国区域平衡发展的影响, 更主要的是要了解FDI区域分布不平衡影响我国区域经济差异的具体作用机制, 不免令人遗憾的是目前尚未发现该方面的研究。有鉴于此, 本文尝试以TFP区域差异作为中介变量, 构建中介效应模型实证分析FDI区域分布差异对我国区域经济差异的影响机制, 并对其中介效应进行相关的实证检验, 以期能为我国制定相应措施以缩小FDI分布差异对我国区域平衡发展的影响提供经验证据。后文的结构安排如下:首先是模型构建及变量说明;然后是实证分析;最后是结论与启示。
2 模型构建及变量说明
2.1 中介模型的构建
FDI作为我国资本形成的一个重要来源对我国经济增长有明显的促进作用, 然而目前我国东部地区依然是吸引外资的主要地区, 所占比重始终在80%以上, 中西部地区与东部地区的FDI差异悬殊。从这个角度来讲, FDI的这种区域分布差异会直接影响到我国区域经济差异, 称其为FDI对我国区域经济差异影响的直接效应 (direct effect) 。另一方面, FDI作为一种特殊的投资, 它不仅为东道国带来了大量资金的投入, 对东道国还存在着技术溢出效应 (E. Borensztein, 1998[6];蒋殿春、夏良科, 2005[7], Yao and Wei, 2007[8]) 。这种溢出效应是东道国技术进步的主要推进力, 而技术进步又是经济增长另一重要源泉, 故FDI区域分布差异应该还会通过影响技术进步差异而间接导致我国区域经济差异, 称其为FDI对我国区域经济差异影响的间接效应或中介效应 (mediating effect) 。为了实证分析FDI分布差异对我国区域经济差异的具体影响机制, 本文构建以下中介效应模型 (相应路径图见图1) :
dgapit=a0+a1dfdiit+a2dkdit+a3dhit+ε1it (1)
dtfpit=b0+b1dfdiit+b2dkdit+b3dhit+ε2it (2)
dgapit=c0+c1dfdiit+c2dkdit+c3dhit+c4dfpit+ε3it (3)
其中:t表示年份, i表示省份;ε1、ε2和ε3为随机干扰项, 假设其服从均值为零, 方差有限的正态分布。式 (1) 中dgapit、dfdiit、dkdit和dhit分别为中西部①地区第t年省份i与东部地区经济发展水平、FDI水平、国内投资水平和人力资本水平的区域差异, 系数a1、a2和a3分别度量的是FDI区域分布差异、国内投资区域分布差异和人力资本区域分布差异对我国区域经济差异影响的总效应 (total effect) , 式 (2) 中dtfpit为中西部地区第t年省份i与东部地区TFP的区域差异, 系数b1、b2和b3分别度量的是FDI区域分布差异、国内投资区域分布差异和人力资本区域分布差异对技术进步区域差异的影响。式 (3) 中系数c1、c2和c3分别度量的是FDI区域分布差异、国内投资区域分布差异和人力资本区域分布差异对我国区域经济差异影响的直接效应 (direct effect) 。
将式 (2) 代入式 (3) , 则有下式:
dgapit=c0+ (c1+c4b1) dfdiit+ (c2+c4b2) dkdit+ (c3+c4b3) dhit+ε4it (4)
式 (4) 中系数c4b1度量的是FDI区域分布差异通过中介变量TFP区域差异而影响我国区域经济差异的中介效应 (mediating effect) 。
从路径图 (图1) 可以看出, 本文构建的中介效应模型是递归的 (recursive) , 即在路径图上直线箭头是单向的, 没有反向或循环的直线箭头;且误差项与应变量间无弧线箭头联系;加之本模型中涉及的变量全部是显变量。该情况下, 实证分析过程中可以利用通常的回归分析替代路径分析对模型进行估计及中介效应的检验, 因此, 后文实证分析采用常规的回归分析。
2.2 样本选择及变量说明
本文选取我国29个省份1990—2006年的面板数据进行实证分析。由于历史原因西藏数据缺失严重, 故未将其纳入样本范围;而重庆市只有直辖后的数据, 故将其并入四川后纳入样本范围。文中1990—2004年的基础数据来源于《新中国五十五年统计资料汇编》;2005—2006年的基础数据来源于2006年及2007年《中国统计年鉴》。为了消除价格因素的影响, 所有涉及价格度量的变量都以1990年不变价格计算。
dgapit为区域经济差异。与Fu (2004) [2]类似, 本文采用第t年东部地区与该年中西部地区省份i各自人均GDP的比值dgapit来衡量区域经济差异。设定影响我国区域经济差异的主要因素包括:FDI区域差异dfdiit、国内投资区域差异dkdit、人力资本区域差异dhit和技术进步区域差异dtfpit等。
dfdiit为FDI区域分布差异。采用第t年东部地区与该年中西部地区省份i各自人均FDI存量的比值来衡量。此处之所以选用FDI存量概念, 是由于FDI与其他各种资本一样, 在具体劳动生产过程中前面各期FDI残值也发生了作用, 若选用FDI流量概念则忽视了前面各期FDI的贡献。然而由于中国一直以来都没有对FDI存量进行过统计, 故本文运用永续盘存法对我国FDI存量进行估计, 其具体的估算公式如下:
FDIit=FDIi, t-1 (1-δit) +fit (5)
其中, FDIit为省份i第t年的FDI存量;fit为省份i第t年的FDI流量, 即当期外商直接投资实际利用外资金额;δit为省份i第t年FDI存量的经济折旧率。与张军等 (2004) [9]估计省际物质资本存量相同, 本文也采用固定经济折旧率9.6%;FDI存量的基期数据采用稳态方法 (King and Levine, 1994) [10]进行估计。
dkdit为国内投资区域差异。采用第t年东部地区与该年中西部地区省份i各自人均国内投资存量的比值来衡量。此处的国内投资存量为总资本存量与FDI存量的差值, 总资本存量同样采用永续盘存法 (张军等, 2004) [9]计算, 基期总资本存量的估算同样采用稳态方法 (King and Levine, 1994) [10]进行估算。
dhit为人力资本区域差异。采用第t年东部地区与该年中西部地区省份i人力资本水平的比值来衡量。此处采用6岁及以上人口平均受教育年数来衡量地区人力资本水平。设定文盲半文盲、小学、初中、高中、大专以上教育程度的居民平均教育年数分别为0、6、9、12 和16年, 计算公式为:HUM=prim×6+midd×9+high×12+univ×16, 其中prim、midd、high和univ分别为小学、初中、高中和大专以上教育程度居民占地区6岁及以上人口的比重。
dtfpit为技术进步区域差异。采用第t年东部地区与该年中西部地区省份i各自TFP的比值来衡量, 分省份的TFP采用索洛余值法进行估算。
3 实证分析
3.1 计量方法及实证结果
在研究区域经济差异问题时, 若简单地使用截面数据对模型进行估计, 会忽略地区资源禀赋等因素对区域经济差异的影响, 从而导致估计结果不可靠。因此, 本文采用面板数据分析方法估计模型, 这样可以控制无法直接观测到的地区资源禀赋等因素对区域经济差异的影响, 使得估计结果更加可靠。面板数据模型的估计, 通常可以采用固定效应模型 (fixed effects) 和随机效应模型 (random effects) 两种方法。固定效应估计法假设截面扰动项μi与自变量相关, 并通过给每个截面设置一个虚拟变量来对模型进行估计;随机效应估计法假设截面扰动项μi随机分布且与自变量严格不相关, 并使用广义最小二乘法 (generalized least squares, GLS) 对模型进行估计。固定效应模型及随机效应模型的选择取决于Hausman检验, 若通过显著性检验, 则拒绝原假设, 认为固定效应模型与随机效应模型存在系统差异, 选择固定效应模型进行估计;否则接受原假设, 认为固定效应模型与随机效应模型不存在系统差异, 选择随机效应模型进行估计。另一方面, 观察变量dgap、dfdi、dkd、dh及dtfp的数据, 发现上述五个变量在时间上存在一定的同趋势性, 考虑到对变量取对数后不会改变其时序性质, 且对数化后的数据容易得到平稳序列, 因此对数据进行对数处理。本文利用STATA9.0软件对模型 (1) (2) (3) 分别利用固定效应模型和随机效应模型进行估计, 其回归结果如表1所示。
注:1.表中变量全部采用自然对数形式;2.***、**、*分别表示在1%、5%、10%的显著性水平下显著;3.回归系数下方为固定效应模型的t值或随机效应模型的z值。
就模型 (1) 而言, Hausman检验卡方值在1%显著性水平下不显著, 接受原假设, 故固定效应模型与随机效应模型不存在系统差异, 选择随机效应模型;模型 (2) 的Hausman检验卡方值在1%显著性水平下显著, 拒绝原假设, 故固定效应模型与随机效应模型存在系统差异, 选择固定效应模型;模型 (3) 的Hausman检验卡方值在1%显著性水平下不显著, 接受原假设, 故固定效应模型与随机效应模型不存在系统差异, 选择随机效应模型。模型参数估计后, 便可以对TFP区域差异的中介效应进行检验。
3.2 中介效应的检验
与参数的估计相比, 中介效应的检验相对要复杂些。根据检验的原假设来分, 一般对中介效应的检验有三种方法: (1) 依次检验回归系数, 即依次检验H0:b1=0和H0:c4=0, 若二者都被拒绝, 则中介效应显著, 否则不显著。此方法的优点在于检验结果一目了然, 且犯第一类错误的概率很小;弱点在于当中介效应较弱时, 检验的功效很低, 即犯第二类错误的概率很大。 (2) 检验H0:c4b1=0, 若该原假设被拒绝, 则中介效应显著, 否则不显著。此方法的优点在于检验的功效较高, 即犯第二类错误的概率较小;但弱点在于检验结果不易观察, 且当b1=0或c4=0只有一者成立时, 犯第一类错误的概率很大。 (3) 检验H0:a1-c1=0, 若该原假设被拒绝, 则中介效应显著, 否则不显著。此方法的优点也在于检验的功效较高;但弱点在于检验结果不易观察, 且当中介效应不存在 (c4b1=0) , 只要c4显著, 则中介效应就显著, 此时犯第一类错误的概率很大。由于三种检验方法各有利弊, 以下分别利用三种方法对TFP区域差异的中介效应进行检验, 以期能实现三种方法的优势互补, 对该中介效应进行更加科学和客观地检验。
由表1报告的模型回归结果可知, 利用方法 (1) 进行检验, 中介效应显著, 本文不再对其进行详细说明。以下详细描述利用方法 (2) 和方法 (3) 进行检验的情况。
方法 (2) , 检验H0:c4b1=0的关键在于求出
其中, sb1, sc4分别为
方法 (3) , 检验H0:a1-c1=0的关键也在于求出
其中, sa1, sc1分别为
由三种方法的检验结果可知:TFP区域差异的中介效应显著, 即我国中西部与东部地区FDI区域分布差异除了直接影响到我国区域经济差异外, 确实还通过中西部与东部地区TFP区域差异这个中介变量间接影响了我国区域经济差异。
3.3 实证结果分析
从模型 (1) 的随机效应模型回归结果不难看出:我国中西部与东部地区FDI区域分布差异、国内投资区域差异和人力资本区域差异对我国区域经济差异都有正且显著的总效应, 即若我国中西部地区与东部地区FDI区域差异、国内投资区域差异和人力资本区域差异扩大, 我国区域经济差异也会随之扩大。另外, 中西部与东部地区FDI区域差异对我国区域经济差异影响的总效应a1为0.104, 较之Fu (2004) [2]研究中的总效应0.027有较大的差异, 这其中可能的原因是本文的外资使用FDI存量概念度量, 而Fu (2004) [2]的研究中外资使用FDI流量概念度量, 忽视了除当期之外的前面各期FDI区域分布差异对我国区域经济差异的影响。
模型 (2) 测定的是中西部与东部地区FDI区域差异、国内投资区域区域差异和人力资本区域差异对技术进步区域差异的影响。从模型的固定效应模型回归结果不难看出:三个变量的回归系数都为正, 但只有变量dfdi和dh的回归系数显著。这说明我国中西部地区与东部地区FDI分布差异和人力资本分布差异对TFP区域差异都有显著的正效应, 但中西部地区与东部地国内投资分布差异对TFP区域差异没有显著的影响。究其原因可能是我国FDI和人力资本对技术进步存在正的溢出效应, 而国内投资却没有显著的溢出效应。变量dfdi的回归系数0.134较之变量dh的回归系数0.122略大, 这说明对技术进步区域差异的影响, 外商直接投资区域差异较之人力资本区域差异要更大。
从模型 (3) 的随机效应模型回归结果不难看出:各变量的回归系数为正且都显著, 这说明四种影响因素对我国区域经济差异都有正且显著的直接效应。对我国区域经济差异的直接影响中, 中西部与东部地区的FDI区域差异较之国内投资区域差异要小, 然而根据中介效应检验的结果可知:FDI区域差异不仅对我国区域经济差异有直接影响, 它还以技术进步区域差异作为中介对我国区域经济差异有间接影响。
4 结论与启示
随着我国国际贸易的日益频繁与及引入外资量的不断增加, 中西部与东部地区FDI区域分布差异对我国区域经济差异的影响已经不容忽视。为了分析FDI区域分布差异影响我国区域经济差异的具体机制, 本文利用我国29个省份1990—2006年的面板数据构建中介模型进行了实证分析, 并分别利用三种不同方法对TFP区域差异的中介效应进行验证。研究表明:FDI区域分布差异对我国区域经济差异有显著的正影响, 而且FDI的区域分布差异在直接影响了我国区域经济差异的同时, 还以TFP区域差异为“中介”显著地间接影响了我国区域经济差异, 即我国中西部与东部地区FDI区域分布差异对我国区域经济差异的形成不仅存在直接效应, 而且存在显著的中介效应。
本文实证分析所蕴含的启示是:外资引入量的日益增加, 确实促进了我国的经济发展, 然而外资区域分布的严重失衡也导致我国区域经济差异的扩大。要缩小由于外资区域分布差异造成的中西部与东部的区域经济差异, 促进我国区域经济的协调发展:一方面, 中央政府部门应采取适当的倾斜政策, 加强中西部地区基础设施建设, 改善投资环境, 以此鼓励更多的FDI流入中西部地区, 从而减少由于FDI区域分布差异而直接造成的我国区域经济差异;另一方面, 中西部地区地方政府也应采取相应措施, 努力提高当地学习及模仿先进技术的能力, 即提高当地的技术吸收能力, 从而减少由于中西部与东部地区FDI技术溢出效应差异而间接造成的我国区域经济差异。
区域效应 篇10
[摘 要] 我国区域经济发展不平衡的马太效应已经生成，东、中、西部差距继续扩大。文章分析了马太效应对区域经济发展的诸多影响，并提出调控马太效应的中部发展新思路。
[关键词] 中部 区域经济发展 马太效应 调控
一、东、中、西部经济失衡加剧：一个马太效应的视角
20世纪80年代，为了打破平均推进和平均分配的格局，我国实施了区域非均衡发展战略，在东南沿海实行对外开放，给以政策优惠，让这些地区首先发展和富裕起来。应该说我国的区域经济推进战略是成功的，东部地区的经济得到了高速发展，但是，东、中、西部也因此出现了严重的经济发展不平衡。尤其是90年代以来，东部与中、西部经济的绝对差距和相对差距都呈加速扩大的趋势，区域经济发展中的马太效应开始显现。
进入21世纪，针对经济发展的区域严重失衡，我国先后实行了“西部大开发”和“振兴东北老工业基地”战略，在一定程度上促进了这些地区的经济跨越式发展。目前，我国区域经济发展速度呈现出新的景象：东部地区依然势头最劲，西部地区已后来居上，东北地区在加紧赶超，惟有中部地区相对滞缓，增长速度的位次呈后移之势（如图1）。中部地区总体上与东部地区的差距越来越大，马太效应越演越烈。
马太效应作为人类社会普遍存在的、调节资源利益的自发机制，其运行对经济格局的形成与转变有积极和消极双重影响。从积极方面看，它能极大地激励一个国家或地区取得更高的经济发展业绩，鼓励他们不断增强发展的动力和创造力，以形成新的发展优势，从而保持“高位”；从消极方面看，马太效应在促进发达地区经济实力增强的同时，会造成贫困地区发展经济所需的人、财、物等生产要素大量流失，增长速度滞缓。技术进步、人才流动和资本聚集等方面马太效应的生成，加剧了我国东、中部的区域经济失衡。
1.技术进步的马太效应。现代经济发展的实践表明，技术进步已经成为经济增长的最重要决定性因素，是经济持续增长的源泉。我国一直很重视科学技术的发展，改革开放以来，全国的科技水平得到了很大的提高。但各区域的科技发展很不均衡，基本与经济发展水平的结构一致，呈现出东、中、西部的梯次结构。各区域科技水平发展的差异直接导致了经济增长方式的不同，目前东部地区已经进入相对集约型的增长阶段（0.5 2.人才流动的马太效应。人才是经济增长的另一重要源泉。东部地区拥有社会生产力水平高、社会开放和政治程度高、研发的投入与产出高和教育发达程度高的“四高”优势，不仅为人才提供了良好的物质条件和生活待遇，而且还为他们提供了施展才华，实现价值，贡献社会的舞台。在高收入和多发展机会的双重诱因下，中部地区培养的人才大量流向东南沿海，据不完全统计，中部地区平均每年新增加的人才外流数高达三百多万。人才大量外流使中部地区人才匮乏的情况也愈加严重，特别是高层次人才（见表1），这大大影响了中部地区前沿科学和高新技术的传播与推广。人才流动的马太效应，在一定时期内还将进一步加剧区域和产业发展的不平衡。 3.资本聚集的马太效应。资本也是经济增长的关键要素之一。东部地区之所以能长期领先于中、西部地区，重要原因之一就在于资金的持续注入与合理利用。地区经济发展的资本来源主要包括储蓄转化的银行信贷、资本市场的直接融资和外商投资。东部地区经济实力强大，大量的居民储蓄为其经济发展提供了巨大的资金支持；而高水平的社会生产力与良好的投资环境也吸引着越来越多的中外投资者，据统计，2005年东部地区的外商直接投资额为3821亿元，相比之下，中部地区只有417.3亿元，只占东部地区的10.92%。更值得注意的是，在我国资本市场不断发展壮大的过程中，东部地区依靠众多的上市公司，在资本市场筹集了大量的发展资金，形成了事实上的中、西部对东部的资金转移（见表2），而随着民营企业上市步伐的加快，这种不均衡将进一步加剧。 三、马太效应的调控与中部崛起 马太效应是一种自生自发的调节机制，它只会按其自身规律，而不是按社会要求来发展变化，这就意味着：中部地区要实现对东部地区的赶超，走出“中部塌陷”的尴尬局面，就必须调控马太效应，使其温和适度，扬长避短，做大做强优势产业，发展壮大非优势产业。而要实现跨越式的大发展，中部需要创新发展思路： 1.国家区域经济发展政策的倾斜。经济实践表明，我国经济发展以政府主导模式为主，国家实行的区域经济政策可以改变马太效应的游戏规则。改革之初，对东部地区实行一系列优惠政策，促进了东部经济大发展。2001年实施西部大开发后，西部经济总量增速于2002年首次超过中部，并且这一态势一直持续至今。可以说，我国区域经济发展不平衡，首要原因在于国家的非均衡推进战略。因此，中部地区要走出“盆地”状态，发挥其后发优势，需要国家采取干预的手段，对中部地区实行倾斜的区域经济政策，否则，完全由市场来分配资源，必然产生马太效应，中部地区只能是被东部地区越甩越远。而且中部地区一直未得到优惠政策扶持，国家给予适度的支持是完全必要的。 2.准确对区域发展定位。所谓“定位”是指明确中部地区在宏观区域分工中的地位或位置。改革开放以来，无论是中央还是地方，对中部地区发展的定位一直不明确，缺乏清晰的发展战略，造成中部产业结构与东部、西部有很大的同构性，结构调整步履维艰。因此，中部地区结合区位优势，找好自己的定位，从整体上把握地区发展战略，十分关键。 3.善用別人的力量。欠发达地区想破解马太效应，在竞争中获胜，就必须先学会造势，善于借助发达地区的力量。因此，中部地区可以一方面直接学习和利用发达国家、沿海地区成熟的技术和经验，从而减少自己发展过程中的风险成本；另一方面可以承接东部的产业技术转移，虽然技术上略逊一筹，但建设周期也较短，安排劳动力相对较多，以此为起点，借助外力有可能直上新的“台阶”，从而发挥欠发达地区的后发优势。 参考文献： [1]西武:马太效应--从成功走向成功的捷径[M].机械工业出版社,2004 [2]龚刚聂晶:区域投资的优化选择与马太效应[J].开发研究,2003,5 [3]南昌大学中国中部经济发展研究中心.中部地区优势产业发展研究[M]，北京：经济科学出版社,2006 关键词：货币政策,区域效应,综列协整 货币政策是以调节总量为主的宏观经济政策, 但由于区域经济发展水平差异, 实行统一的货币政策会导致不同区域间在宏观经济指标上表现出不同的效果, 这就是所谓的货币政策的区域效应, 正是Scott开启了这一新的研究领域。 一、文献综述 国内外对货币政策的区域效应研究颇丰。巴曙松 (1998) 认为, 我国东西部地区存在经济、金融发展水平的巨大差距, 中央银行实行高度统一的货币政策, 会导致货币政策执行效果与目标不一致, 降低货币政策的有效性。焦瑾璞等 (2006) 从货币政策传导机制和货币政策工具执行效果两个方面深入、全面分析货币政策的区域效应, 并提出了相应的政策建议。丁文丽 (2006) 运用协整检验和Granger因果关系检验方法对1990年以来货币政策效应进行检验, 发现各区域信贷供给量和货币供给量与经济增长之间的影响关系确实存在着较为显著的差异。张晶 (2006) 从利率渠道、信贷渠道和汇率渠道出发, 利用VAR模型和IRF检验证实中国货币政策存在显著的区域效应。曾康霖 (1995) 指出, 经济、金融发展不平衡必然会引起银行信贷借存差的问题。王维强 (2005) 认为, 区域差异的存在可能扭曲统一货币金融政策的作用机制, 耿识博等 (2005) 通过建立货币政策区间不对称效应模型, 分析了货币政策对区域经济的差异影响。刘玄等 (2006) 利用VAR模型和冲击响应函数方法对1997年1月至2004年8月货币政策传导的地区差异问题作实证分析, 发现东部地区对货币政策敏感度高于中西部地区。宋旺等 (2006) 基于VAR模拟货币供给量M2冲击对东中西部实际产出的影响, 证实我国存在明显的货币政策效应区域差异。常海滨和徐成贤 (2007) 将全国划分为八大区域, 基于Granger因果关系、协整关系分析一年期存款基准利率和各区域内金融机构各项存款余额之间的关系, 认为部分地区货币政策传导机制通畅, 部分地区传导机制不通畅。杨晓和杨开忠 (2007) 基于Granger因果关系、协整关系、脉冲响应分析方法, 分析M1和人均GDP之间关系, 认为货币政策对东中西各地区影响依次减弱。曹永琴 (2007) 基于Panel Data和SVAR研究, 发现货币政策效应的区域差异主要体现在广义货币冲击对区域真实人均国民生产总值的影响上, 微观主体可以通过多元化投资分散货币冲击, 减少货币政策区域效应差异。陈安平 (2007) 通过建立一个包括政府投资、银行贷款、价格指数和东中西部人均产出等变量的SVAR模型, 分析认为自1978年以来, 货币政策对中西部, 尤其是对西部的影响明显增加。江群等 (2008) 运用固定效应变系数模型估计中国八大综合经济区实际产出对信贷冲击的敏感系数, 研究表明, 我国货币政策信贷传导效果存在显著的区域效应。郭评生、吴伟军 (2009) 利用结构向量自回归模型, 证实我国货币政策确实存在明显的区域效应。 Scott (1955) 用自由储备率的变动与各地银行储备之间的关系, 研究了货币政策的差异性影响。Garrison等 (1979) 分析美联储货币政策对美国8个经济区的影响, 发现货币政策对不同地区的制造业收入影响差异较大。Carlino等 (1998) 研究发现各州金融发展程度和产业构成等对美国的货币政策存在显著的区域差异。Aksoy等 (2002) 、Huchet (2003) 、Belke等 (2005) 、Clausen等 (2006) 证实欧洲中央银行统一的货币政策下货币政策效应区域差异性是存在的。David (2006) 建立VAR模型分析南非1的M1和各省物价指数关系, 发现各地对货币政策冲击敏感度不一致。Bias (1992) 通过美联储公开市场操作、贴现率与美国12个州的州内M1等指标建立地区货币供应模型, 认为美国国家货币政策具有显著的区域差异效应。 二、数据来源与说明及模型设定 1、数据来源与说明 (1) 货币政策中介变量。国外的货币政策区域效应研究多基于利率, 然而我国货币市场不成熟, 人民币利率缺乏弹性、市场化程度较低, 全国一致的利率水平是无法显现货币政策区域效应的。故此以广义货币供给量作为货币政策中介变量是比较好的选择。不过当前阶段缺乏各自治区的货币供给量统计数据, 鉴于此, 本文使用各自治区贷款来替代货币供应量。 (2) 区域经济协调发展指标。如文献综述所阐述, 大多数对中国货币政策区域效应研究都是以人均GDP或以经过价格水平调整的GDP或人均GDP来测度区域经济协调发展的指标。考虑到打工经济非常突出, 打工者生活、工作的大多数时间是远离户籍地的, 不适宜用人均总量水平来测度经济发展。况且货币政策影响的是宏观经济变量, 货币政策中介变量本身也是宏观经济变量, 无需进行平均化处理。此外, 价格水平影响了GDP的核算, 也影响了货币的实际投放量的核算, 故而实证分析也无需进行价格水平的调整。本文是基于月度数据分析, 而当前阶段缺乏各自治区的月度GDP统计数据, 故此, 本文使用各自治区月度工业增加值来代替。 本文是从月度数据收集的现实困境以及整个经济运行态势的转换角度来确定数据样本期的。2004年以来由于房地产市场泡沫、能源价格带动整个物价水平持续显著上升, 央行持续采取了适度紧缩货币政策, 而从2008年下半年开始, 我国受到金融危机的巨大冲击, 作为应对措施, 财政政策和货币政策都完全转向了, 受数据不足所限本文不能捕捉紧缩和积极货币政策的差别效应, 所以本文选择的样本期间为2004年1月至2008年6月。本文所有使用的数据来自于中宏数据库以及中国统计年鉴。 2006年11月以后国家统计局不再公布月度工业增加值数据, 故此本文使用该公式计算出后续数据:月度工业增加值=上年同期月度工业增加值× (本期数比上年同期增长%+1) ×消费者物价指数 (上年同期=100) /100。利用估计算的各自治区2006年11月之前月度工业增加值与公布的数据进行两变量线性回归分析得到的斜率系数, 经WALD检验与“1”无显著差异, 这表明估算的数据替代效果良好。 2、面板数据结构模型 本文以Yit、Xit分别表示第i个自治区t期月度工业增加值与工业贷款, 建立五个自治区的综列模型为: 令yit=log (Yit) , xit=log (Xit) , 则上述模型可以表述为: 其中βi度量i自治区工业增加值的工业信贷弹性, αi度量了i自治区工业增加值对工业信贷的静态依赖, μit综合反映了所有其他因素在t期对i自治区工业增加值的影响。 三、实证分析 为避免缪误回归, 在进行协整检验前, 需要对综列变量进行综列单位根检验来证实变量是由综列单位根过程生成。 1、综列单位根检验 所谓综列单位根检验是指将综列变量各横截面序列作为一个整体进行单位根检验, 本文应用Im、Persaran和Shin的统计量实现综列单位根检验。 (注:检验形式——有截距但不含趋势项。) 对各自治区的工业增加值y和工业总产值x综列变量分别进行IPS检验。由检验结果 (如表1) 可知, 模型的2个变量的综列数据水平值的检验的下尾单侧p值均大于99%, 不能拒绝存在综列单位根的原假设;而其一阶差分数据检验的下尾单侧p值均为0, 高度显著地拒绝原假设。故此可认为, 2个变量的综列数据均为I (1) 过程所生成。 2、综列数据协整分析 基于 (2) 式估计αi, βi, 得到的结果如表2所示。 由估计的结果, 在10%的显著水平上, βi通过了t检验, 这表明从长期看货币政策显著影响各自治区的发展。并且除新疆外, 其他四个自治区扩张的货币政策会导致经济同向增长, 其中宁夏贷款弹性达到1.335, 而广西、内蒙古贷款弹性更是都超过2.000, 工业增加值的增长率超过贷款的增长率, 表明在这些区域贷款对经济发展能提供更大的推动作用。 3、短期动态调整分析 综列模型揭示了五个自治区工业增加值与工业贷款的长期均衡关系, 为决策部门提供了制定差异化货币政策的依据。进一步还可以利用如下误差校正模型分析两经济变量的短期动态调整, 即: 其中, 为模型估计的残差, 为短期调整效应, 该效应反映上一期对平衡关系的偏离在本期所得到的修正。估计结果如表3所示。 从结果可以看出, 内蒙古和宁夏自治区短期调整系数具有正确的符号, 并且在5%的水平上显著, 尽管其他三个地区调整系数是正的, 但统计上并不显著。估计的结果印证了前述综列协整关系的存在。与反映长期均衡关系的协整向量不同, 反映各自治区工业贷款短期变化对工业增加值的短期影响。估计结果显示, 除西藏外各自治区贷款的短期变化对工业增加值的增长具有抑制作用, 不过在统计上除内蒙古外都不显著。五个自治区中三个的短期效应系数为正, 两个为负, 绝对值最大的为内蒙古0.168, 这意味着其均衡偏差在下一期约有16.8%得到调整, 这些表明各自治区信贷的影响具有发散性, 并且对各地区的影响存在差异。 四、结论 基于综列数据协整模型以及短期动态调整分析, 对2004年1月至2008年6月五个自治区经济增长与货币政策关系进行实证研究, 民族地区存在明显的货币政策区域效应:货币供应对经济发展的推动力度有显著差异, 且短期上货币政策的影响具有发散性。 鉴于分析的结论, 本文建议:第一, 考虑各民族地区的实际情况, 建立充分反映区域经济特点的货币政策体系, 实施差别化的货币调控政策, 例如在贷款额度, 存款准备金率等方面给予区别对待。第二, 培育发展区域金融市场, 增强区域融资能力。民族地区货币市场发展滞后, 货币政策传导效率低下。对民族地区适当降低金融机构的准入门槛, 大力发展本地化经营的区域性中小金融机构, 使货币政策能更有效的发挥作用。第三, 强化金融监管政策, 避免民族地区信贷违规流向其他地区而影响政策效果以及政策的调整。 参考文献 [1]常海滨、徐成贤:我国货币政策传导机制区域差异的实证分析[J].经济科学, 2007 (5) . [2]杨晓、杨开忠:中国货币政策影响的区域差异研究[J].财经研究, 2007 (2) . [3]曹永琴:中国货币政策效应的区域差异研究[J].数量经济技术经济研究, 2007 (9) . [4]陈安平:我国财政货币政策的区域差异效应研究[J].数量经济技术经济研究, 2007 (6) .区域效应 篇11