《中国有色金属行业的地理分布——基于空间杜宾模型的实证分析-孙祥栋.pdf》由会员分享，可在线阅读，更多相关《中国有色金属行业的地理分布——基于空间杜宾模型的实证分析-孙祥栋.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第35卷第6期 技 术 经 济 V0135，No61111 1 1旦 !垒翌旦!旦曼兰兰!竺呈旦翌i! !：!中国有色金属行业的地理分布基于空间杜宾模型的实证分析孙祥栋1，张亮亮2(1国网能源研究院，北京102209；2西南财经大学_T-商管理学院，成都611130)摘 要：使用2004-2013年中国有色金属冶炼及压延加工业的用电数据，应用克鲁格曼G指数探讨了该行业的产业空间布局，并基于空间杜宾面板模型分析了有色金属冶炼及压延加工业区位布局的影响因素。结果表明：2009年以后该行业整体上出现转移扩散现象；中、西部地区是该行业的主要集中地；资源禀赋是影响该行业产业布局的主要因素；临近省份有色金
2、属行业发展的溢出效应也有效地促进了本地该行业的发展。关键词：有色金属行业；产业转移；产业布局中图分类号：F0615 文献标志码：A 文章编号：1002980X(2016)06-009605有色金属冶炼及压延加工业是国民经济发展必需的基础原材料产业，具有产品类型多、应用范围广、产业关联高等特点，在中国新型工业化、新型城镇化的进程中发挥着重要作用。2004-2013年，中国10种常用有色金属(铝、铜、铅、锌、镍、镁、钛、锡、锑和汞)的产量由144112万吨增长到402878万吨，年均增长1369。在产量持续增长的同时，有色金属冶炼及压延加工业的产业布局也持续优化。本文旨在全面呈现2004-2013
3、年中国有色金属冶炼及压延加工业的产业转移情况和区位布局变迁，并进一步分析有色金属冶炼及压延加工业产业转移的影响因素。不同于已有研究，本文使用行业电力消费数据反映有色金属冶炼及压延加工业转移扩散的动态变化，并考虑空间溢出效应，运用空间杜宾模型(spatial Durbin model)分析有色金属冶炼及压延加工业的发展动力。1 文献综述2004年以来，随着中国产业转移实践热潮的涌起，产业转移研究文献逐渐丰富。从研究对象来看，已有研究基本可分为两类：一类研究以工业部门、服务业部门或细分行业为研究对象，旨在寻找中国产业转移的普遍规律，挖掘中国产业转移的特点、方向、未来趋势以及相应对策1。51；另一类
4、研究的研究对象更为聚焦，即往往以一个行业为研究对象，梳理96该行业的空间布局变迁，分析影响该行业转移扩散的相关因素等口1 0|。第一类研究的普遍观点是，2004年中国已呈现产业转移迹象，随后呈现出再集聚的特征。例如，张公嵬指出，2004年中国以纺织服装制造业为代表的劳动力密集型产业已表现出从沿海地区向其他地区加速转移的趋势，2007年资本密集型产业也表现出转移、扩散的迹象11|。孙祥栋和王涵认为：20052013年中国大部分制造业子行业经历了集聚一转移扩散一再集聚的全周期过程，其中劳动力密集型产业相对于原材料密集型产业和资本密集型产业更早地呈现出转移扩散的特征；服务业同样呈现出转移扩散的新趋势
5、，但是其转移扩散的时间略微滞后，且只有少数行业表现出再集聚的特点口2|。第二类研究在阐述产业区位布局的同时，一般从资源禀赋、地理区位和市场需求等方面探讨特定行业的区位布局以及产业转移的影响因素，且并未得到较为一致的结论。Kim的研究表明，美国州一级区域特定产业的就业规模与该州的资源禀赋存在较强的相关性。Bai应用面板数据也证实了上述结果，即产业的地理分布明显依赖于历史条件口引。而Davis等指出，市场规模对产业的地理分布具有显著影响1 4c。上述研究普遍存在两方面不足。首先，已有研究多以行业增加值、行业总产值、行业就业量为基础收稿日期：2016一05一03基金项目：国家社会科学基金重大项目“中
6、国新型城镇化：五个维度协同发展研究”(14ZDA035)作者简介：孙祥栋(1986 )，男，山东临沂人，国网能源研究院研究员，博士，研究方向：城镇化、能源经济；张亮亮(1981一)，男，山东潍坊人，西南财经大学工商管理学院讲师，博士，研究方向：产业经济、绿色经济。万方数据孙祥栋等：中国有色金属行业的地理分布度量地区行业发展布局，而上述指标均是有偏的，其中工业总产值和工业增加值均是对规模以上工业企业的统计，就业数据为城镇地区的就业统计1朝；其次，已有研究在检验地理区位对行业布局发展的影响时，多引入沿海、内地或东部地区、中部地区、西部地区、东北地区等虚拟变量，并检验相关虚拟变量的显著程度。笔者认为
7、，上述对空间溢出效应的测度是粗糙的。本研究对上述两方面不足进行完善：首先，利用行业的电力消费数据，运用克鲁格曼G指数，计算2004-2013年中国有色金属冶炼及压延加工业在国内的转移变迁，总结其空间布局变迁的时间节点和方向；然后，进一步进行理论分析，并运用空间杜宾面板模型讨论影响中国有色金属冶炼及压延加工业空间布局的因素。2研究方法与数据说明21克鲁格曼G指数在已有的理论研究中，区位熵、区域基尼系数、赫芬达尔指数和EG指数等均可用于度量产业集中度。本文借鉴Krugman的计算方法1引，应用克鲁格曼G指数从总体上刻画产业的空间分布和变化趋势。克鲁格曼G指数用于衡量产业在不同省份是平均分布还是集中
8、分布。指数G的最小值是0，最大值趋近于2。动态来看，指数G的变化趋势能够反映产业的集聚水平是提高还是降低，即产业在不同地区是不断集聚还是转移扩散。克鲁格曼G指数的计算公式如下：G一，(s。一z。)2。式(1)中：下标i为区域变量；5。和z。为地区i产业发展的比例变量。考虑到电力消费是衡量地区经济、行业增长的有效风向标，是“克强指数”的重要组成部分17。91，笔者使用地区有色金属冶炼及压延加工业的用电量度量该地区有色金属冶炼及压延加工业的发展水平。22空间杜宾面板分析若地区之间存在空间上的依赖性，则一个地区的经济绩效会受到其区位的影响。在进行空间面板数据分析前，首先需要通过探索性数据分析呈现空间
9、数据在整体系统上的分布。在全局空间相关性中，Moran指数(I)和Geary指数(C)是最为常用的两个测度指标。Moran指数的计算公式如下：，z叫(五一x)(xj一；)f=兰L皇L一一。(z：；)2i=1 J一1 i=1叫i(zi一；)(z，一至)立_塑了-一。 (1)” n 。S2。i=1 J=1式(1)中：九表示空间个体的总数；表示空间权重，当两个地区相邻时其值为1，否则为0；z，和z，分别表示所要考察的两个区域的特征；芝表示特征的平均值；S2表示特征的方差。Moran指数的取值范围是一1，1。Moran指数大于0，表示相邻区域之间存在正相关关系，即高值区域与高值区域相邻或低值区域与低值
10、区域相邻；Moran指数小于0，表示相邻区域的特征相反；Moran指数等于0，表示区域特征是随机分布的，各区域并不存在空间上的相关性。与Moran指数类似，Geary指数也可用于判断空间聚类水平。Geary指数的计算公式如下：(托一1)4(蕾一巧)2C=-尘1_一。(2)2。(z，一；)2i=1 J=1 i一1式(2)中各变量的具体含义与式(1)中类似。此外，Geary指数的取值范围是o，2，但2不是一个严格的上限。当Geary指数小于1时，变量间存在空间上的正相关性；当Geary指数等于1时，变量间在空间上不相关；当Geary指数大于1时，各变量负相关。在考虑变量空间相关性的基础上，进一步应
11、用空间杜宾模型分析有色金属冶炼及压延加工业分布的影响因素。空间杜宾模型同时考虑了空间滞后解释变量、空间滞后被解释变量对被解释变量的影响，因此可以捕捉不同的空间溢出效应。空间杜宾模型的基本形式如下：挑一rimWy+p如+咿Dz+Z+肛。(3)式(3)中：Y。为被解释变量；z。为解释变量；为考虑空间效应的解释变量；W为被解释变量的空间矩阵；D为考虑空间效应的解释变量的空间矩阵；rho为被解释变量的空间影响效应；臼为解释变量的空间影响效应2”21。一般情况下，WD，z。一z口。空间权重的计算取决于“相邻”的定义。相邻的定义有多种，其中“车”相邻(rook contiguity)和“后”相邻(quee
12、n contiguity)最为普遍。根据“车”相邻的定义：若两个区域有共同的边，则空间权重虬0为1，否则为0。根据。后”相邻的定义：若两个区域有共同的边或共同的顶点，则空间权重虬玎为1，否则为0。97万方数据技术经济 第35卷第6期23理论模型与数据来源有色金属冶炼及压延加工业属于原材料密集型产业，影响该行业分布的因素主要有3个。第一，新古典贸易理论、传统区位理论的观点认为，资源密集型产业的分布主要由地区的资源禀赋决定。为有效降低运输成本，资源密集型产业大多集中在原材料密集地区口2。2 4。第二，有学者认为，运输条件是资源禀赋的替代品。随着交通技术越来越发达，长期来看交通成本有降低趋势，原材料
13、密集型产业将布局在市场所在地以满足市场需求51。第三，有学者认为，地理区位同样至关重要。新经济地理学强调了空间溢出效应的重要性，地区间溢出效应的相对作用力可以决定区域增长模式是均衡的还是非均衡的2 6|。有色金属冶炼及压延加工业的区位布局是靠近资源地还是市场地?“有色金属工业十二五发展规划”显示，“十一五”期间中国的有色金属冶炼产能已逐步开始向资源和能源丰富的地区转移。从发展趋势来看，靠近资源地的区位优势可能对有色金属冶炼及压延加工业的区域布局具有更为重要的作用。为对以上假设进行更为量化的判断，笔者应用面板数据的固定效应模型和随机效应模型进行分析。进一步，考虑到空间上“相互靠近”有利于行业的快
14、速发展z“，本文检验有色金属冶炼及压延加工业的产业布局是否有空间集聚特征。在检验空间相关性的基础上，笔者应用空间杜宾面板模型对有色金属冶炼及压延加工业空间分布的影响因素进行实证研究。模型设定的基本形式如下：口。一rhoWec。+岛GRP。+屉storaged+01DGRPd+02D storage。+肛。 (5)式(5)中：ec。表示t年地区i有色金属冶炼及压延加工业的电力消费；GRP。表示t年地区i的地区生产总值，反映了该地区的消费潜力；storage。表示t年地区i的有色金属矿产储量，通过将地区的铝矿(aluminum)、铜矿(copper)、锌矿(zn)、铅矿(1ead)、 硫铁矿(su
15、lphurfeFrO)和菱镁矿(rnagnesite)的储量加总得到；W ec d、DGRP。、Dstorage。分别表示相应变量的空间滞后项。此外，本文对所有价值变量均进行价格平减，对所有总量数据均进行对数处理。有色金属冶炼及压延加工业的用电量数据来源于2005-2014年电力工业统计资料汇编；各地区的产出数据来源于2005-2014年的中国统计年鉴，有色金属行业的矿产数据来源于万德数据库。各变量的描述性统计结果如表1所示。表1 变量的描述性统计结果Variable Obs MeaR StdDeV Min MaxGRP 310 1229769 1095436 251_9677 5941975
16、300 8909667 1054781 O2 6131storage 340 126991 Z763849 0 1826021aluminum 340 2457078 6662198 O 4663176copper 340 8470338 1427599 O 82436lead 340 4029991 7215087 0 50802340 1136805 2371766 O 151436magTte$te 340 5151883 2615828 O 1796694sul肋urferro 340 4851452 9333287 0 42807043 中国有色金属行业的区位分布20042013年中
17、国铝矿等6种矿产的总储量由425118万吨减至357309万吨。分地区来看，西部地区和东北地区的有色金属矿产储量最为丰富(见表2)，占全国有色金属矿产储量的比例分别约为40和30。动态来看，2004-2013年西部地区的有色金属矿产储量占比波动上升，东北地区的该比例波动下降，而东部地区和中部地区的该比例则呈持续下降趋势。表2 20042013年中国分地区有色金羼矿产储量万吨年份 东部地区 中部地区 西部地区 东北地区2004 6925196 1143568 11 52785 12623112005 6822942 1063574 1202309 150929Z2006 6687145 1040
18、069 1189905 16756122007 6482341 1010413 1193133 17099532008 651558 9916857 1186976 16816372009 623883 843284 1317888 18364672010 5092616 8664196 1324155 16921552011 3646441 8203221 1435969 17224682012 3598031 7271754 1368092 14353082013 3627537 7359861 1402697 1071654资料来源：笔者计算。数据显示：2004-2013年中国有色金属冶
19、炼及压延加工业的用电量从不到1300亿千瓦时增至超过4000亿千瓦时，年均增长超过20。本文通过计算有色金属冶炼及压延加工业的G指数把握该行业的空间布局特征。结果显示：2004m2013年该行业的G指数总体上呈先升后降趋势，顶点出现在2009年这与孙祥栋和王涵1纠的研究结论较为一致，从而进一步证实了本文使用有色金属冶炼及压延加工业的用电数据考察该行业产业转移情况的合理性。分阶段来看，2004-2009年该行业整本文采用区域的“四分法”。东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、安徽、江西、河南、湖北和湖南；西部地区包括内蒙古、广西、重庆、四川、贵
20、州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北地区包括辽宁、吉林和黑龙江。98万方数据孙祥栋等：中国有色金属行业的地理分布体上呈“集中”特征，而2009-2013年则表现出“转移扩散”的特点。2004-2013年中国分地区的有色金属冶炼及压延加工业用电量占比见表3。由表3可知：2004年起东部地区的有色金属冶炼及压延加工业用电占比波动上升，2009年达到最高点，随后快速降低；中部地区的该比例先稳步上升，2008年后快速下降，2013年降至2255；2004-2013年东北地区的该比例先降后升，2013年为249；西部地区的该比例呈不断上升趋势，2013年达到6021。表3 2004-201
21、3年中国分地区有色金属冶炼及压延加工业用电量占比 年份 东部地区 中部地区 西部地区 东北地区2004 1727 2744 4738 79l2005 1732 3038 4803 4282006 1802 3170 4679 3492007 1787 3380 4511 3222008 1747 3367 4602 2852009 1804 3187 4802 20720lO 1783 3015 4961 2412011 1672 2832 5284 2122012 1520 2489 5757 2342013 1475 2255 6021 249资料来源：笔者计算。从各省域有色金属冶炼及压延
22、加工业的电力消费情况来看：2004-2009年期间，9个省份为有色金属冶炼及压延加工业的迁入地，其中迁入规模前5位省(自治区、直辖市)分别为河南、内蒙古、山东、云南和天津，其他省份为行业净迁出省，其中迁出量排名前5位的省区分别为辽宁、甘肃、吉林、湖南、四川；2010-2013年期间，13个省份为行业迁入地，其中迁出量排名前5位的省区分别为新疆、甘肃、云南、内蒙古和宁夏，其他省份为净迁出省，迁出量排名前5位的省区分别为河南、广西、山东、湖北和山西。4 中国有色金属冶炼及压延加工业区位布局的影响因素本文依次使用混合OLS(ordinary leastsquare)模型、固定效应模型和随机效应模型考
23、察有色金属冶炼及压延加工业的区位布局的影响因素(结果见表4)。在Wald检验和Hausman检验的基础上，笔者选择随机效应模型进行解释瞳8【。随机效应模型的估计结果显示：一个地区的有色金属冶炼及压延加工业的发展对该地区资源禀赋的依赖性较大，而地区市场规模的影响并不显著。表4面板数据的回归结果被解释变量：ec变量 混合OLS模型固定效应模型 随机效应模型一0222+ 0812 0161GRP(00980) (0529) (0263)0281 00469 O135storage(00244) (00604) (00481)3041 一4104 0822Constant(0825) (4483) (
24、2197)0bservations 300 300 300Rz 0346 O451注：“”“一”和“”分别表示户l zlGRP 0303584 0280468 108 O279storage 0184138 0044474 414 OConstant 1141488 3677442 31 0002DGRP 一155839 0488509 319 O001Dstorage 0066896 0095871 O7 0485W0c 0240406 0084233 285 0004资料来源：笔者计算。5结论与建议本文的结论如下：第一，2004-2013年中国有色金属冶炼及压延加工业呈现出“先集中后转移扩
25、散”的特征。本文使用2004-2013年有色金属冶炼及压延加工业的电力消费数据，应用克鲁格曼G指数考察了该行业的集聚和转移特点。结果表明，2009年以后有色金属冶炼及压延加工业呈现出转移扩散特征。综合来看，中、西部地区是有色金属冶炼及压延加工业集中发展的地区。第二，资源禀赋、空间溢出效应是影响有色金属冶炼及压延加工业布局发展的主要因素。在检验空间Moran指数的基础上，本文应用空间杜宾面板模型探寻了影响有色金属冶炼及压延加工业发展的主要因素。结果表明：一个地区的有色金属资源矿产禀赋、相邻地区有色金属冶炼及压延加工业的发展1 00状况对该地区的有色金属冶炼及压延加工业发展具有显著的促进作用；有色
26、金属冶炼及压延加工业的发展更靠近“资源地”和“集中地”。政府在行业发展政策方面应做到：进一步优化有色金属冶炼及压延加工业的布局，促进该行业在资源地集中、有序发展；顺应产业转移潮流，促进有色金属冶炼及压延加工业继续向中、西部地区转移。中、西部地区在承接有色金属冶炼及压延加工业产业转移的过程中，需要促进行业集中发展，充分利用区域间的空间溢出效应。参考文献1蔡防，王德文，曲弱中国产业升级的大国雁阵模型分析J经济研究，2009(9)：4-1423刘红光，刘卫东，刘志高区域间产业转移定量测度研究J中国工业经济，2011(6)：79883殷阿娜，王厚双京津冀产业梯度转移中的政府合作博弈演化J技术经济，20
27、16(1)：78824程大中，黄雯中国服务业的区位分布与地区的专业化J财贸经济，2005(7)：73815周五七中部承接沿海产业转移的产业选择以安徽为例J技术经济，2010(6)：1031076朱克力基于GIS的中国钢铁产业布局研究D1重庆：重庆大学，20087徐康宁，韩剑中国钢铁产业的集中度、布局与结构优化研究兼评2005年钢铁产业发展政策J中国工业经济，2006(2)：37448王翔，邵毅，李东中国有色金属产业布局特征及对江苏的启示J南京社会科学，2009(9)：28339贺灿飞，朱彦刚中国资源密集型产业地理分布研究以石油加工业和黑色金属产业为例J自然资源学报，2010(3)：489-50
28、1r10 BAI C E，DU Y，TA0 Z，et a1Local protectionism andregional specialization：evidence from Chinas industriesJJournal of International Economics，2004，63：39741711 张公嵬我国产业集聚的变迁与产业转移的可行性研究J经济地理，2010(10)：1670167312孙祥栋，王涵中国城镇非农产业区位布局的省际变迁基于2005-2013年城镇地区的就业数据J区域经济评论，2015(4)：13213613KIM SExpansion of market
29、s and the geographic distribution of economic activities：the tends in USregionalmanufacturing structure，1860-1987JQuarterlyJournal of Economics，1995，110(4)：881-90814DAVIS D R，wEINSTEIN D EEconomic geography andregional production structure：an empirical investigationJEuropean Economic Review，1999，43(
30、98)：37940715张卉产业分布、产业集聚和地区经济增长：来自中国制造业的证据D上海：复旦大学，200716KRUGMAN PGeography and TradeMCambridge：MIT Press1991(下转第118页)万方数据技术经济 第35卷第6期Impact of Economic Volatility and Proactive MacroeconomicPolicies on Economic GrowthZhou Zhou，Wei Jie(School of Economics and Management，Tsinghua University，Beijing 10
31、0084，China)Abstract：Based off the dynamic evolution process of division network of labor，this paper discusses the influence of proactive macroeconomicpolicies and economic volatility on economic growthIt finds as follows：economic volatility and economic growth are two macro phenomena in thedynamic e
32、volution process of division network of labor；the effect of economic volatility on economic growth depends on the structure characteristics and evolution process of iabor division network；the influences of governmenfs macroeconomic policies on economic growth are determinedby regional economic struc
33、ture and development level；governmenfs longterm macro-economic policies making by rules is beneficial to economicgrowth，and governments shortterm macro-economic policies making discretionary has a negative effect on economic growthKeywords：economic volatility；economic growth；division network；structu
34、ral adjustment；macroeeonomicpolicy(上接第100页)17袁家海，丁伟，胡兆光电力消费与中国经济发展的协整与波动分析U3电网技术，2006(9)：1015E183 SHIU A，LAM P LElectricity consumption and economic growth in China EJEnergy Policy，2004，32(1)：47-54193王群伟，周德群，张柳婷基于DEA方法的全要素电力消费效率分析J工业技术经济，2008(3)：535520LEE L-F，Yu jEstimation of spatial autoregressive
35、 panel data models with fixed effectsJJournal of Econometrics，2010，154：165185Z1CAMERON A C，GELBACH J B，MILLER D LRobustinference with muhiway clusteringJJournal of Business&Economic Statistics。2011，29(2)：23824922斯杰潘诺夫苏联工业地理M北京：三联书店，1955：9卜9223戈赫曼美国工业地理M北京：三联书店，1958：126130243陈汉欣新世纪中国钢铁工业的发展与布局及其愿景I-J
36、经济地理，2006(1)：6-1025张晓平，张青云世界钢铁工业发展趋势及对中国钢铁工业的影响J世界地理研究，2005(2)：808626KUBO YScale economies，regional externalities，and thepossibility of uneven developmentJJournal of Regional Science，1995(35)：29-4227GLAESER E LKALLAL H D，SCHEINKMAN J A，eta1Growth in citiesJJournal of Political Economy，1992，100：11261
37、15228孙样栋，郑艳婷，张亮亮。基于集聚经济规律的城市规模问题研究口中国人口资源与环境，2015(3)：7481Geographical Distribution of Nonferrous Metals Industry in ChinaEmpirical Analysis Based on Spatial Durbin ModelSun Xiangdon91，Zhang Lianglian92(1State Grid Energy Research Institute，Beijing 102209，China；2School of BusinessAdministration，South
38、western University of Finance and Economics。Chengdu 611130，China)Abstract：This paper uses the G index to analyze the distribution of nonferrous metals industry in China from 2004 to 2013 by using the elec。tricity consumption data of this industryThen it empirically studies the main factors affecting
39、 the location layout of nonferrous metals industryby using the spatial Durbin modelThe result shows that nonferrous metals industry mainly agglomerates in central and western regions of Chinaduring the period of 20042013；resource endowment and spillover effect of the development of nonferrous metals industry in neighboring provinces are the main factors affecting the layout of nonferrous metals industryKeywords：nonferrous metals industry；industry transfer；industry distribution118万方数据