工业经济增量大全11篇
时间：2023-09-24 10:41:56
工业经济增量篇（1）
在往年的数据基础上，我们将进一步研究他们之间的作用机制问题。我们通过向量自回归模型测度东北三省经济增长与三次产业之间的作用机制，具体分析三次产业对于经济增长的影响，以及经济增长、第一、第三产业发展对于第二产业的影响，检验农业和服务业是否能带动工业发展；对于黑、吉、辽经济增长与三次产业间的关系进行脉冲响应函数分析，检视某一变量的变化对于其它变量的随时间改变的影响状况；通过对东北三省经济增长以及三次产业进行方差分解分析，识别各变量的贡献度，揭示各省的优势产业，进一步揭示第一产业和第三产业是否能促进第二产业的发展。在本章中，我们也基于经典的工业化理论建构衡量地区工业化进程的指标体系，比较分析东北三省工业化进程综合指数以及所处工业化阶段。
一、吉林省经济增长与三次产业关联性的VAR分析，贡献度分析
我们将能够直接表述吉林省经济发展水平的GDP增长率时间序列(JLGDP)与吉林省三次产业增加值增长率的时间序列(JL1、JL2、JL3)共同构建一个四元向量自回归(VAR)模型。其中，我们根据AIC准则以及BIC准则，确定我们所构建的VAR模型的最优滞后阶数为4阶，最终获得如表2.2所示的模型各个参数具体估计结果。
从表2.2列式的估计结果中，我们可以看出，以前年度的GDP增长率、三次产业增加值增长率对于吉林省当前年度GDP增长率的影响程度不同。吉林省前四年的第三产业增加值增长率对当年第二产业增加值增长率的影响方向和大小各有不同。除了三年前第三产业增加值增长率对当年第二产业增加值增长率有负向影响以外，其它年份均呈现正向影响，并且影响的大小先增加后减弱。
二、吉林省经济增长与三次产业间的脉冲响应函数分析
在本部分，我们将基于经典的脉冲响应函数分析思路，对吉林省第一产业增加值增长率(JL1)、第二产业增加值增长率(JL2)、第三产业增加值增长率(JL3)与GDP增长率(JLGDP)之间的冲击反应随时间推移的变化路径进行直观鲜明地刻画和描述，最终获得如图2.3所示的吉林省GDP增长率对第一产业增加值增长率、第二产业增加值增长率及第三产业增加值增长率的冲击反应轨迹，如图2.4所示的吉林省第二产业增加值增长率对GDP增长率、第一产业增加值增长率及第三产业增加值增长率的冲击反应轨迹。其中，横坐标表示冲击发生后的时间间隔(在此指年度)，纵坐标表示冲击反应程度，图中虚线表示1倍标准差范围内的置信曲线，蓝色实线表示冲击响应函数的轨迹。
图2.3中左侧的坐标系描绘了当吉林省第一产业增加值增长率上涨1%的时候，对此后十年间GDP增长率所造成的影响轨迹。我们可以看出，吉林省GDP增长率在第一产业增加值增长率上升的当年基本保持稳定不变，在第二年吉林省GDP增长率出现下滑，并且下滑幅度为十年之最，一直到第四年吉林省GDP增长率一直处于下滑状态，但降幅逐渐减小，在第五年吉林省GDP增长率以最大涨幅呈现上升状态，此后吉林省GDP增长率基本处于上升状态，但上升的幅度时有波动，在第五年到第八年增幅逐渐减小，在第八到九年增幅逐渐增加之后又趋于减小。图2.3中居中的坐标系刻画了当吉林省第二产业增加值增长率增加1%的时候，GDP增长率在十年时间内受其影响的波动轨迹。从中发现，吉林省GDP增长率在第二产业增加值增长率变动的当年基本不受影响，在第二年吉林省GDP增长率以最大的增幅上升，之后GDP增长率的增幅逐渐减缓，在第四年吉林省GDP增长率出现下滑，并且下滑趋势缓慢增加，在第五年下滑幅度达到最大，其后减幅逐渐放慢，第七年的时候吉林省GDP增长率又呈现上升的状态，但仅维持一年，之后又迅速下滑，并且下降的幅度逐渐增加。图2.3右侧的坐标系描述了当吉林省第三产业增加值增长率正向变动1%的时候，GDP增长率在十年间的变动情况。我们发现，在吉林省第三产业增加值增长率上升的当年，GDP增长率基本不受影响，自第二年开始吉林省GDP增长率增加，并且增幅逐渐上升，第三年达到最大的增幅，其后吉林省GDP增长率依然呈现上升的状态，但增幅逐渐减弱，自第五年开始吉林省GDP增长率以微小的幅度呈现上升或下降的状态，到第九年和第十年GDP增长率基本保持稳定不变。
图2.4中左侧的坐标系描述了当吉林省GDP增长率增加1%的时候，对于第二产业增加值增长率随时间变化的影响轨迹。从中可以发现，在吉林省GDP增长率上升的当年，第二产业增加值增长率以最大的涨幅呈现上升的态势，其后一直到第三年吉林省第二产业增加值增长率均处于上升状态，但增幅逐渐减小，在第四年吉林省第二产业增加值增长率出现下滑冰箱下滑幅度为十年之最，从第五年开始吉林省第二产业增加值增长率均呈现上涨的状态，但增长幅度先增加后减小，到第十年的时候上升的幅度已经十分微弱。图2.4中居中的坐标系描绘的是当吉林省第一产业增加值增长率上涨1%时，对第二产业增加值增长率随时间变化的影响轨迹。我们可以发现，吉林省第二产业增加值增长率在第一产业增加值增长率上升的当年以最大的降幅下滑，其后下降的幅度逐渐放缓，第五年的时候第二产业增加值增长率开始上升，并且增幅为十年之最，而后直到第七年吉林省第二产业增加值增长率均处于上升状态，但增加的幅度逐渐减弱，在第八年第二产业增加值增长率又开始下滑，但第九年和第十年均处于上升状态。图2.4中右侧的坐标系刻画了当吉林省第三产业增加值增长率上涨1%的时候，第二产业增加值增长率受其影响的随时间变化的轨迹。可以看出，吉林省第二产业增加值增长率在第三产业增加值增长率上涨的当年基本不受影响，其后第二产业增加值增长率开始上升，并且增幅逐渐增大，在第三年达到最大的增幅，之后第二产业增加值增长率的增幅逐渐放缓，第五年和第六年吉林省第二产业增加值增长率处于下降的状态，但第八年和第九年又呈现上升的态势，在第十年的时候吉林省第二产业增加值增长率有微弱的下降趋势。
三、吉林省经济增长与三次产业间相互影响的贡献度分析
在这一部分，我们运用方差分解的方法具体考察吉林省第一产业增加值增长率(JL1)、第二产业增加值增长率(JL2)、第三产业增加值增长率(JL3)与GDP增长率(JLGDP)之间影响的贡献度问题，从而深入刻画吉林省各个产业与GDP之间的影响程度，最终获得的方差分解估计结果在表2.7和表2.8中详细给出。其中，表2.7刻画了吉林省GDP增长率的方差分解结果，表2.8给出了吉林省第二产业增加值增长率的方差分解结果。
观察表2.7我们发现，前六年内，随着时间的推移，吉林省GDP增长率对其自身影响的贡献度逐渐减弱，而第一产业增加值增长率、第二产业增加值增长率和第三产业增加值增长率对GDP增长率影响的贡献度不断增强，其中又以第二产业增加值增长率对GDP增长率影响的贡献度最大。自第七年起，GDP增长率、第一产业增加值增长率、第二产业增加值增长率和第三产业增加值增长率对GDP增长率影响的贡献度基本保持稳定。其中GDP增长率对其自身影响的贡献度最大，第二产业增加值增长率对GDP增长率影响的贡献度排在第二位，第三产业增加值增长率对GDP增长率影响的贡献度次之，而第一产业增加值增长率对GDP增长率影响的贡献度最低。
工业经济增量篇（2）
“克强指数”是指用新增的用电量、铁路货运量和贷款发放量三个指标分析经济状况，认为这可以反映真实的状况，能挤出一般统计中的水分。“克强指数”的三个结构指标能从不同角度显示经济运行状态，并且具有不同程度的先行指标属性，是观察工业生产、能源消耗以及经济运行状态的一组定量指标。
电力作为一种特殊的商品具有两大特性：电力的生产、输送与消费同时在瞬间完成的特性及电力不可大规模储存的特性。这要求发电和用电必须时刻保持完全平衡，这两大特征决定了电力生产、消费的实时性，以及与国民经济发展的同步性。此外，电力数据是通过发电侧表计与用电侧表计的读数经校合而成。从而客观上保证了电力数据的实时行、可靠性及准确性。由此决定了电力生产、消费与经济发展的紧密相关性及电力经济在宏观经济研究中的重要作用。
因此，用电量是一个不太容易造假、相对比较准确反映经济动态的指标，它可以准确反映工业生产的活跃度、工厂开工率。
二、河南省经济与用电量关系研究
电力是经济发展的重要保障，电力发展与经济发展密切相关，用电量是度量经济发展的晴雨表。
电力消费与经济总量在数学上呈正相关关系，用电量持续上涨意味着经济处于上行通道、发展势头良好，用电量的持续下滑意味着经济增长乏力。
通过回归分析得出，河南省用电量与经济相关系数R在0.98～0.99之间，说明用电量与经济总量相关性很高，两者增长趋势上总体一致。并且经济发展与工业用电量、居民生活用电量相关程度也很高，总体增长趋势更为一致。
三、河南省经济增速与用电量增速关系研究
2000～2012年间，河南省经济和用电量均保持了高速增长，其中有5年经济增速高于用电量增速，其余7年经济增速低于用电量增速。根据河南省经济发展增速，将河南省2000～2012年间经济发展划分为上升期（2000～2004年）、平稳期（2004～2007年）、回落期（2007～2009年）、上升期（2009～2011年）、回落期（2011～2012年）五个阶段。在经济上升期用电量增速高于经济增速、在经济平稳及回落期用电量增速低于经济增速，用电量增速比经济增速更能敏感地反映经济的变化，这也是“克强指数”选用这一指标的主要原因。
因此，从河南省经济与全社会用电量增速曲线走势可以得出：用电量增速变动趋势与经济增速变动趋势基本一致，但是用电量增速波动幅度比经济增速波动趋势剧烈得多。经济增速持续加快时，用电量增速也持续加快，且增速大于经济增速；经济增速回落时，则用电量增速同步回落，且回落幅度更大。
通过回归分析得出：经济增速与用电量增速间相关系数R在0.26～0.46之间，说明经济增速与用电量增速之间无显著关系，这是由于用电量增长不仅受同期经济发展绝对水平影响，而且还与经济结构、经济发展阶段有关。
四、用电量与经济增速背离现象表征下的探究
（一）电力消费弹性系数分析
电力消费弹性系数是电力消费增长率与经济增长率的比例，其变动是一定时期内经济增长、结构变化、技术进步、供求关系、出口状况等相关因素共同作用的结果，是国民经济诸多数量关系中的重要变量之一。一般而言，当经济增长、产业结构、技术进步和供求关系等变化较平稳时，电力消费弹性系数变化也较平稳；但在经济处于结构调整或转型时期，或电力市场从卖方市场转入买方市场时期，电力消费弹性系数往往波动较大，电力消费增长率和经济增长率之间的关系往往变得不确定。
过去10年全国各省市也多次出现电力消费与经济增长背离，这表明电力消费增速和经济增速并非总是同步，多数情况下两者增减幅度不同，某些特殊年份或时段甚至还出现大幅背离。这种背离在国外历史上也存在。
（二）产业经济结构和用电结构分析
1.经济结构。近年来河南省积极推进产业结构调整，全省产业结构不断优化，第一产业比重持续下降，第二产业比重逐渐上升，第三产业保持平稳，二产主导地位更加明确。
对比2012年河南省与全国三产结构（10.1∶45.3∶44.6），可以看出河南省第一产业和第二产业比重偏高，分别比全国高2.6个和11.8个百分点；第三产业的比重则偏低，低于全国14.4个百分点，说明河南省三次产业结构的演进度还低于全国平均水平。
2.用电结构。分产业用电结构可以反映出一个地区经济的产业结构特征。2013年上半年河南省用电量增长速度远低于全省经济8%的增速，上半年河南省用电量1370.52亿千瓦时，同比增长1.17%，其中第一产业增幅为-6.60%，第二产业增幅为-0.77%，第三产业增幅为9.64%，城乡居民增幅为7.88%。
2013年上半年全省用电量的波动虽然跟重工业行业的生产形势有很大关系，但由于轻工业用电、第三产业用电增速、城乡居民用电增速分别为11.67%、9.64%、7.88%，体现出与河南省当前的经济结构转型也有一定的关系，也显示出“这是一个从依靠第二产业逐步转向依靠第三产业的过程”。
（三）分产业度电产值分析
2012年河南省度电产值10.85元，其中一产48.3元、二产8.27元、三产38.6元，二产度电产值较低，低于全省平均值。从度电产值看，工业尤其是重工业的度电产值低于一产、三产和轻工业。
因此，由于目前河南省高耗能行业度电产值低，用电量占比高但经济中占比低，而其他工业度电产值高，用电量占比低但经济中占比高，高耗能行业发展形势对用电量增长的敏感程度高于对经济增长的敏感程度。
随着产业结构的逐步调整，工业度电产值高、用电量占比低但经济中占比高的新兴产业的发展将会更加迅速，河南经济仍将会继续保持较快的增长速度，电力消费则将从超高速增长逐步转向平稳增长。
五、结论
（一）用电量增长与经济发展密切相关，用电量增速比经济增速更能敏感反映经济变化
河南省用电量与经济发展增长趋势上总体一致，但是用电量增速波动幅度比GDP增速波动趋势剧烈得多。在经济上升期用电量增速高于经济增速、在经济平稳及回落期用电量增速低于经济增速，用电量增速比经济增速更能敏感地反映经济变化。
（二）用电量与经济增速背离预示着河南经济结构转型态势的显现
工业经济增量篇（3）
在全球金融危机影响下,2008年,江苏省规模以上工业增加值同比增长14•2%,增幅比2007年回落4•7个百分点,而浙江省2008年同比增长10•1%,比2007年回落7•8个百分点;2009年,江苏省规模以上工业增加值同比增长14•6%,比2008年高出0•4个百分点,而浙江省同比增长6•2%,比2008年进一步回落3•9个百分点。可见,金融危机对浙江工业经济的影响要明显大于江苏省。图1反映的是自金融危机爆发以来江浙两省规模以上工业增加值同比增长率的变动轨迹。对比两省工业经济的月度数据变化轨迹,我们还可以发现一些细致的特征。
1)在金融危机的逐步影响下,2008年3月-2009年2月,江浙两省的工业增加值的增长率均出现了明显的回落。比较而言,浙江省的回落幅度更大,最大回落幅度高达23个百分点,2009年1-2月甚至出现了同比-8%的巨大降幅;同期江苏的最大回落幅度却不到浙江的1/2,为10•2个百分点,最低增长速度也在+8%(同样出现在2009年1-2月)。
2)2009年2月开始,两省的工业经济均开始明显的复苏。江苏工业增长率在2月份就迅速恢复到危机前的水平,而浙江省的增长率却到2009年底左右才恢复到危机前的水平。此外,2010年1月后,两省的工业经济均出现了小幅的下降,但是浙江的情况要稍好于江苏。
3)两省工业经济增长率的波动幅度存在明显的差异。2008年3月-2009年4月,江苏省工业增加值增长率的最大波动幅度为14•9%,而同期浙江省的最大波动幅度却高达33•5%,是江苏省的2倍多。在这个时段,江苏省增长率的标准差为3•66%,而浙江省却达到了7•49%,也是江苏省的2倍多。
鉴于以上两省工业经济总体运行情况的具体特征,我们将分析区间划分为两个阶段:工业经济不断回落的2008年3月-2009年1月为第一阶段,工业经济逐步回稳的2009年2月-2010年4月为第二阶段。
二、两省工业增长差异的供给结构原因探讨
一般认为,江苏工业经济是偏向于外资驱动的,而浙江工业经济则是典型的民营经济主导;同时,我们也观察到,与浙江省相比,江苏重工业所占的比重显著高于轻工业。于是,我们自然就会猜测,金融危机下两省工业经济增长的差异是由于其工业结构的不同导致的。为此,我们将从轻、重工业结构和企业类型结构两个角度考察两省工业经济的变动轨迹,以此验证我们的猜测。
(一)增长率的分解
为了考察上述观点,我们先进行增长率的分解。假设一个经济由两部分组成(多部分情况下以此类推),其产出分别为Y1和Y2,总产出为Y,于是:式(1)表明:总量的增长率可以分解为由各个分量增长带来的总量增长之和,换言之,Y的增长率=Y1的增长率•Y1在Y中所占的份额+Y2的增长率•Y2在Y中所占的份额。我们将这两项分别称为Y增长率的Y1分量和Y增长率的Y2分量。
(二)工业增长率的轻重工业结构分解
从直观上观察轻、重工业增加值增长率的变化情况,我们发现:在危机开始阶段的2008年4月-2009年2月,江浙两省的轻、重工业均出现了明显的同步衰退特征。进一步细致观察还可以发现:在这个时期,江苏省轻工业的增长速度要高于同期的重工业的增长速度,而浙江省的情况却大致相反。在2009年3月以后,两省重工业的复苏均比轻工业强劲。这一直观结果并不能直接用来解释结构差异对经济波动的影响,因为它并没有考虑不同经济组成部分的权重,事实上,如果经济的某一部分仅仅占据很小的比重,那么即使其增长速度超过其他部分较多,其对总体经济的贡献也是很小的。为此,必须考虑其所占比重带来的影响。根据式(1),我们将工业增加值增长率进行分解,得到两省工业经济增长率的重工业分量和轻工业分量,具体结果分别绘于图2(江苏省)和图3(浙江省)中。比较图2和图3,我们发现:在危机日益严重的第一阶段,江苏工业经济增长率的重工业分量明显大于其轻工业分量,由此可以认为重工业的确是稳定江苏省经济增长的重要力量,它在很大程度上抵消了轻工业对经济增长的贡献逐步下降的影响。浙江省有所不同,尽管其重工业的表现也要略好于轻工业,但基本出现了同步下滑的特征,从而它没有支撑住浙江工业经济的整体下滑。在工业经济明显复苏的第二阶段,江苏省工业增长率的轻工业分量呈现出一定的下降趋势,而重工业分量却明显回升到了一个比原先更高的水平。与之形成对照,浙江省工业增长率的轻工业分量和重工业分量却双双表现出了比较明显的上升趋势,重工业分量的上升力量尤为强劲,以此成为其工业经济迅速回升的主力军,与此同时,轻工业的力量也不容忽视。
(三)工业增长率的企业类型结构分解
从企业类型上,由于私营企业和外商及港澳台投资企业在江浙工业经济中所占比重较大,为此,我们仅对它们的增长率分量的变化情况进行观察,具体计算结果将其描绘在图4和图5中。
从图4可以看出,江苏的外商和港澳台投资工业的增长率分量在第一阶段急剧下降,到2009年1月到达了最低点,其中2008年第四季度到2009年全年其值低于私营工业的增长率分量,说明它对工业经济增长的贡献也低于私营工业的贡献。相对而言,私营工业却非常稳定,其增长率分量大多保持在4%~8%之间。
由此可见,稳定增长的私营工业才是江苏工业经济保持稳定的重要力量,而不是外资和港澳台投资工业。这一结论与人们通常的观点是相左的。浙江的情况与江苏有所不同(见图5)。首先表现为浙江私营工业和外商及港澳台投资工业增长率在第一阶段的同步大幅回落和在第二阶段的同步稳定回升,其中私营工业在第二阶段的回升势头尤为强劲;其次表现为其私营工业的增长率分量始终大于外商及港澳台投资工业的增长率分量,这与私营工业占据较大比重有一定的关系。由于浙江省私营工业、港澳台投资工业与外商投资工业增长率分量变动的同步性特征非常明显,因此,浙江工业经济的衰退和复苏其实是一种整体性的衰退和复苏。考虑到浙江省的对外贸易依存度较高,可以大致推测,浙江工业经济的衰退和复苏在很大程度上是由于外部需求萎缩和随后的复苏直接作用的结果。
三、两省工业增长差异的需求结构原因探讨
消费、投资与出口是拉动经济增长的三驾马车,尽管对一个区域来说,直接分析这三种力量比较困难,因为我们往往无法按区域直接分割满足各地区消费需求的具体供给指向,但是,我们还是可以通过消费、投资与出口的数据对比,从一个侧面大致看出推动经济增长(或衰退)的力量对比。从两省消费、出口和投资额绝对值的变动轨迹我们不难发现以下几个特点:第一,在金融危机的影响下,两省的出口总额出现了很大幅度的波动,其中在第一阶段出现了非常明显的下降轨迹,在第二阶段总体出现了持续性的回升态势;第二,不论是在第一还是第二阶段,消费变量基本呈现出较为稳定的增长态势;第三,工业投资额与工业增加值轨迹表现出了较为明显的同构现象;第四,两省的出口变动明显要比工业经济增加值及其他变量滞后一期,因此,在以下的分析中,我们将出口变量进行滞后一期处理。
(一)各需求变量之间的相关性分析
从国家层面上说,消费、投资、出口均会正向影响工业增加值。但对一个地区来说,情况就会有些不同。经计算,我们得到金融危机以来江苏和浙江的工业增加值、消费品零售总额、工业投资额和出口总额变量序列之间的相关系数矩阵,具体见表1。数据表明,江苏省的工业增加值与消费、投资及出口的相关系数差距不大,大致说明拉动经济增长的三股力量比较均衡;另外,消费与投资正相关、投资与出口负相关,说明江苏的工业经济比较重视国内需求,对外部需求的依赖程度不是很高。而浙江省的情况有明显的不同,其工业增加值与投资及出口高度正相关,相关系数分别达到了0•82和0•77,说明浙江工业经济的投资依赖与出口依赖特征非常明显;另外,出口与投资相关程度较高(相关系数达到0•62)、投资与消费负相关,说明外部需求依赖性的特征依然严重。可见,江苏工业在保持经济内外需求的平衡方面要明显好于浙江工业经济,这应该也是在金融危机中两省工业经济产生较大差异的重要原因。
(二)消费、投资和出口对江浙工业经济增长影响的差异分析
我们将通过建立计量经济模型来分析消费、投资和出口对江浙工业经济增长影响的差异。具体的计量经济学方程如下:lnY=β0+β1lnC+β2lnI+β3lnX+ε(2)其中:Y为工业增加值,C为消费总额、I为工业投资总额、X为出口总额、ε为随机误差项。
1.总体差异比较
利用852008年3月-2010年4月两省工业经济运行的月度数据,在E-Views软件上运行,分别得到以下结果:江苏省:浙江省:比较方程(3)和(4),我们发现:第一,江苏工业增加值对国内消费的弹性为0•4556,高于浙江的0•4326;第二,浙江工业增加值对投资的弹性(0•2847)明显高于江苏(0•1474);第三,浙江工业增加值对出口的弹性(0•3742)也明显高于江苏(0•3406)。
2.分阶段比较
工业经济增量篇（4）
从整体趋势看，上世纪80年代末至90年代初、90年代末至本世纪初，工业污染物排放弹性系数呈现大幅度波动态势，其余时间段均较平稳，且污染排放增长速度整体远低于经济增长速度。1.4排放强度趋势分析工业污染物排放强度为单位GDP工业污染物排放量，常州市1986－2011年工业污染物排放强度变化趋势见图3。由图3可知，1986－2011年，工业废水、COD排放强度持续削减，尤其是上世纪80年代后期至90年代初期，呈现急剧削减趋势;SO2、烟尘、粉尘排放强度上世纪80年代末稍有上升，90年代初急剧削减，之后维持削减态势。
2经济发展与工业污染排放关系分析
以人均GDP为自变量x，以废水排放量、COD排放量、SO2排放量、烟尘排放量、粉尘排放量为因变量y，选用二次方程、三次方程、复合曲线模型进行曲线拟合分析经济发展与工业污染排放关系。根据曲线拟合结果、模型检验参数，在各个函数模型中进行优选。
2.1曲线拟合结果
1986－2011年常州市工业污染物排放与人均GDP曲线拟合图见图4，曲线拟合参数及方程式见表2。从拟合结果可知:(1)工业污染物排放与人均GDP各曲线估计模型F值概率均很小，显著水平较低;从各模型判定系数R2可看出，三次方程模型判定系数R2均最大，分别为0.749、0.377、0.233、0.593和0.421。(2)工业废水、COD、SO2、烟尘排放量随经济发展呈现“U型+倒U型”曲线特征;工业粉尘排放量随经济发展整体呈现弱“倒U型”曲线特征。(3)综合判断，1986－2011年长时间尺度人均GDP与工业污染物排放之间的关系不具典型EKC曲线特征。
2.2分时段拟合结果
改革开放后，计划经济向市场经济转型，苏南模式逐步形成，上世纪80年代中期常州市启动了农村工业化和城镇化的进程，乡镇企业快速发展，劳动密集型的轻工业占主体;90年代中期开始发展外向型经济，大规模外商投资企业涌现，改革开放直至上世纪末以体制创新为主，进入本世纪后，开始了增长方式的创新，转为依靠科技进步的低投入、低消耗、低污染和高效率的增长方式，经济发展呈现明显分阶段特征。为此，分时段拟合经济发展与污染物排放量，以探索其相关关系，拟合结果见图5。从拟合结果可知:(1)1986－1995年，工业废水、COD排放量与经济发展拟合效果较好(R2分别为0.925和0.882，方程式分别为y=27786－2.869x+0.00012x2和y=119700－45.167x+0.007×10－5x2－3.1×10－7x3)，排放量随经济增长而削减;1996年－2011年，工业废水、COD排放量与经济发展呈现“倒U型”曲线关系(R2分别为0.814和0.709，方程式分别为y=－159.9+0.946x+2.89×10－6x2－1.5×1010x3和y=－25189+4.176x－8.3×10－5x2+4.55×1010x3)。(2)1986－1997年，粉尘排放量与经济发展拟合效果较好(R2为0.941，方程式为y=27731+5.936x－0.002x2+1.44×10－7x3)，排放量随经济增长长期持平后于90年代中后期上升;1998年－2011年，呈现“倒U型”曲线关系(R2为0.812，方程式为y=－61209+9.447x+1.59×10－9x3)，但曲线有拖尾现象。(3)1986－2004年，SO2、烟尘排放量与经济发展拟合效果较差(R2为0.266和0.656)，SO2随经济发展呈波动变化，无明显规律，烟尘排放量随经济发展略有削减;2005年－2011年，SO2和烟尘排放量与经济发展拟合效果较好(R2为0.985和0.930，方程式分别为y=1266310－1.264x+2.92×10－11x3和y=62664－0.911x+6.86×10－11x3)，SO2随经济发展呈现“倒U型”右侧曲线特征，烟尘随经济发展呈弱“U型”曲线特征。
2.3拟合结果分析
驱动环境质量变动的影响因素中，目前主要研究视角为经济发展的环境效应，包括规模效应、结构效应和广义技术(减排)效应。(1)规模效应是指随着经济规模扩大，如果经济结构和技术减排水平不变，经济规模作用结果将使污染增加，环境质量退化。常州市1992－1994年经济超高速增长，年均增长率超40%，1996年经济总量超400亿，随着经济的增长，随后10年内工业废水、COD、粉尘排放量持续增加，规模效应显著。(2)结构效应是指经济规模和技术减排水平不变，经济结构导致产业结构的变动对环境质量的改善表现出先负后正的效应作用的效果。常州市1986－2011年，主要为第一产业向第三产业转变，第二产业比重较为平稳，结构效应尚不明显。(3)广义技术(减排)效应指的是通过技术进步、环境经济政策使单位经济产出的污染排放量下降。常州市1986－2011年，单位GDP污染物排放强度急剧下降，工业污染物排放增长速度显著低于GDP增长速度。尤其是“十一五”期间，从工程减排、结构减排和管理减排三方面全力推进污染减排，共关闭化工企业963家，非化工类企业118家，搬迁污染企业160家，淘汰高耗能高污染设备748台(套)，污染物排放水平明显好转，除烟尘外，污染物排放量与经济发展均呈现“倒U型”右侧曲线特征。
工业经济增量篇（5）
众所周知，电力工业是国民经济发展的基础产业，其发展对国民经济的其他部门的发展起着支撑作用。对于我国而言，“国民经济每增长1%，电力产业发展增长约为1.13%时才能为国民经济的其他部门发展提供足够动力。”因此，电力工业的发展水平在一定的程度上反映了国民经济的发展状况。
一、现阶段我国电力消费的状况
改革开放以来，电力体制不断改革，在实行多家办电、积极合理利用外资和多渠道筹促资金，运用多种电价和鼓励竞争等有效政策的激励下，电力工业发展迅速，在发展规模、建设速度和技术水平上不断刷新纪录、跨上新的台阶。发电装机容量继1987年突破1亿千瓦后，到1995年超过了2亿千瓦，2000年达到了3亿千瓦。目前，我国发电装机容量和用电量稳居世界第二位，但人均用电水平还很低，2006年，我国人均装机容量为473千瓦，人均用电量为2149千瓦时，大致相当于美国的1/7、日本的1/4和韩国的1/3，也低于2004年的世界平均水平的608千瓦和2371千瓦时。具体而言，我国近三十年来电力消费的状况如表一所示：
其中：gdp表示国内生产总值，dgdp表示其增长率，tce表示年度国内电力消费量，tpe表示年度国内电力生产量，dtce 、dtpe分别代表其增长率。
综上所述，现阶段我国总体经济处于快速的运行阶段，自2002年以来，我国GDP增长率每年保持在8%以上，经济运行进入新一轮的上升时期。在这样的一个宏观形势下，我国电力产业也呈现出了前所未有的发展势头。由图2可知，2000――2007年，我国的电力产业的强劲发展为经济的健康持续增长提供了基本保证。同时，我国的电力供求关系也保持平衡。在2000年以前，经济增长的幅度超过了电力消费增长幅度，说明我国的电力总体供给短缺，这也在一定的程度上制约了电力的消费，因而在一定程度上制约了我国经济的增长。
二、我国电力供应与经济增长之间的张力
从当前我国的宏观经济景气指数的变动及电力行业的生产与对电力的消费可以较好的说明我国电力产业运行与经济增长的现状，如图3―图5所示。
从图3、4、5可以得出用电量与经济增长之间关系的如下两个特点：
2.1、在经济增长下行时，发电量下行的幅度更大；当经济增长上行时，发电量上行的幅度也更大。1998年GDP增长率由上年的9.3%回落到7.8%，发电量增长率则由上年的5%回落到2.8%，发电量增长水平远低于GDP增长水平，回落幅度则大于GDP。2008年的变化趋势也是如此，GDP增长率由上年的13%回落到9%，而发电量增长率则由上年的15.8%回落到5.6%，回落幅度大于GDP，增幅则已明显低于GDP。其次，用电量与经济增长数据不一致的情况，国外也存在。美国2001年电力消费下降3.6%，而国内生产总值增长0.8%；1991年电力消费增长5.0%，但国内生产总值则下降0.2%。日本2003年电力消费下降1.3%，而国内生产总值增长1.8%。韩国1980年电力消费增长5.4%，而国内生产总值则下降1.5%。
2.2、生产结构变化是用电量与经济增长数据的重要原因之一。分析我国发电量与经济增长数据之间的关系，必然注意到生产结构的变化。上世纪90年代中期以后，我国重化工原材料行业经历了一个较长时期的调整，在此期间，钢铁、有色、建材等行业出现了比较严重的生产能力过剩，生产长时间在低谷徘徊。随着这些高耗能产业的调整，电力需求明显减少，发电能力过剩问题比较突出。而经济增长则更多地依靠耗能较低的轻工业，以及各类服务业支持，这就出现了经济增长水平相对较高，回落幅度较小；而发电量（用电量）增长水平则相对较低，增幅下降较大。去年我国经济的调整，也包含重化工原材料工业的调整，特别在四季度，重工业增幅下降远大于轻工业，这就必然导致发电量（用电量）增长低于经济增长，增幅回落大于经济增长。
工业经济增量篇（6）
文献标识码：A
文章编号：1002-2848-2021（02）-0123-12
一、问题的提出
工业是实体经济的主体，是推动经济高速增长的基石。改革开放后，中国依靠独特的土地制度和工业用地配置方式实现了高速工业化，使中国成为世界工厂[1]。土地在中国过去的工业化发展中发挥了非常重要的作用，学术界也广泛认可土地对工业经济的促进作用[2-4]，但随着工业化的不断发展，土地作为中国特色的政策工具，也带来了资源配置效率下降[5]、土地寻租行为增加[6]、用地结构错配[7]、生态环境质量下降[8]等问题。赵崔莉等[9]根据不同阶段工业化特征认为，当前中国处于创新型工业化时期，土地肩负着调控和引导工业化科学发展的双重责任，过去依靠工业用地的宽供应和制度扭曲带来的低成本供应促进工业经济发展的模式已经不再适应当前的工业经济现状。刘守英等[10-11]认为，土地对经济的作用可能出现阶段性变化，上一轮进程中土地是促增长的，但在经济发展阶段转换后，土地却在一定程度上产生阻碍作用；实证分析也證明了中国经济发展进入转型期后，“以地谋发展”模式对地方经济和工业化的拉动作用已经衰竭，部分地区由于风险增加，过度投放土地反而抑制经济增长和工业化发展。周咏馨等[12]研究发现，工业用地对工业经济的贡献存在区域差异，工业用地投入对京津冀和长三角地区的工业产出有推动作用，而对珠三角地区则产生了负面效应。
上一阶段土地投入促进了工业经济的发展，而其副作用也正影响着下一阶段的工业经济发展。近年来，中国政府开始关注土地对工业经济的影响。2006年，为抑制地方政府低价甚至零地价出让工业用地引起恶性竞争，进而造成土地闲置或浪费，国务院《关于加强土地调控有关问题的通知》（国发〔2006〕31号），规定工业用地必须采用招标拍卖挂牌方式出让，其出让价格不得低于公布的最低价标准，此后全国工业用地供应比例逐年降低（见图1），从2006年的50.4%降至2017年的20.19%①。同时，这一政策的出台也成为中国工业用地出让市场化发展的关键节点，此后中国工业经济发展进入转型期。需要指出的是，尽管工业用地供应比例逐渐下降，但目前中国工业用地比重仍显著高于主要市场经济国家的当期水平，而且也高于这些国家在高速工业化阶段的工业用地水平[13]。
在中国工业经济发展的特殊模式下，本文试图探讨以下几个核心问题：转型期土地要素投入是否促进了工业经济的增长？土地要素对工业经济的作用是否存在区域差异？近年来中国降低工业用地供应比重的策略是否正确？现有研究分析转型期工业用地对工业经济的贡献缺乏足够的时间序列，且采用普通面板模型[3-4]，假定各城市之间是相互独立的，然而地方政府工业用地出让存在相互竞争和模仿行为[14]，不同地区工业用地效率存在明显的空间相关性[15]，忽略地区之间的空间相关性，可能会造成有偏估计。鉴于此，本文拟利用全国286个地级市2007—2018年的面板数据，基于包含工业用地的扩展柯布-道格拉斯生产函数构建空间面板模型，分析转型期工业用地对工业经济的影响以及区域差异。这一问题的研究对转型期的中国工业经济发展具有一定借鉴意义，也可为土地参与宏观调控提供参考依据。
二、理论分析
以亚当·斯密和大卫·李嘉图为代表的古典经济学派认为土地作为重要的生产要素，是“财富之母”，他们也强调由于边际报酬递减规律的作用，供给总量固定的土地是制约经济增长的关键因素。以索洛和斯旺为代表的新古典经济学派认为资本和技术进步是经济增长的关键，土地可以为资本所替代，且技术进步足以抵消土地要素对经济增长的制约[16-17]。Rhee等[18-19]在新古典经济增长模型的框架下研究认为，土地资源在平衡增长路径下是动态无效率的，不过他们的研究将土地要素视为一个固定不变的量。从古典经济学到新古典经济学，土地要素在经济学理论中的作用明显下降，这与土地要素相关的经济学理论诞生的时代环境是契合的。一方面，从以土地生产为主的农业社会过渡到以机器生产为主的工业社会，土地要素的作用下降；另一方面，新古典经济学理论诞生时，西方国家大部分完成了城市化、工业化，经济社会结构稳定，土地利用结构变化较小，土地供给总量基本固定。近年来，随着新增长理论的发展和新经济地理学的诞生，土地和空间要素被置于较高位置，以Romer[20]和Lucas[21]为代表的新增长理论学者将土地要素重新纳入内生模型，克鲁格曼则重新审视了空间因素，开创了新经济地理学。Harvey等[22]也提出土地与劳动一样是国民经济增长的要素，认为土地在长期经济增长的不同阶段均起到十分重要的作用。
经济学的主流观点多诞生在西方国家，由于经济社会发展阶段的差异和国情差别的存在，导致经济学理论并不完全符合中国实际。主要体现在：
（1）中国的城市化和工业化还在进行，土地供给总量并不固定。据国家统计局统计，全国建设用地面积和工业用地面积分别由2007年的36351.65km2和7446.02km2增长到2018年的56075.9km2和11026.77km2，年均增长率分别为4.02%和3.63%；
（2）中国实行土地公有制，地方政府垄断土地一级市场导致土地市场发育不够成熟，地方政府为了发展本地经济往往对土地市场进行干预，比如低价出让土地招商引资，此外，地方政府可以控制土地进入市场的时机和规模，实现土地宏观调控[3]，这些都增强了土地要素的重要性；
（3）中国区域发展不平衡，加之土地特有的区位特性难以被技术进步所代替，使得土地要素能够主导区域间要素流动，影响资源配置效率，进而对经济产生影响。因此，在研究中国工业经济增长问题时，有必要将土地与资本和劳动一起纳入经济增长模型。
工业用地增长对工业经济发展可能存在正、负两种效应。市场经济条件下，土地要素投入遵循边际收益递减规律。在非完全竞争（垄断竞争）条件下，产品销量与价格成反比，在需求弹性大于1，即销量增加的百分比快于价格下降的百分比时，边际收益为正，工业用地的增长会带来工业产出的增加，总收益随销量的增加而增加，此时，工业用地增长对工业经济发展产生正效应。随着产量的增加，当需求弹性小于1，即价格下降的百分比快于销量增加的百分比时，边际收益为负，总收益随销量的增加而减少，此时增加工业用地投入对工业经济发展产生负效应。结合中国实际来看，一方面，过去40年，中国独特的“以地谋发展”模式一定程度上适应中国国情。地方政府低价出让工业用地吸引投资，结合开放政策和人口红利，促进了资本和劳动要素的同向增长，对工业经济发展产生了正效应。另一方面，政府对工业用地出让的干预阻碍了土地市场化发展，多年低价工业用地的大规模出让，导致重复性落后产能堆积和大量工业用地闲置，降低了资源配置效率，对工业经济发展产生负效应。
本文借助扩展柯布-道格拉斯生产函数分析土地要素对中国工业经济的影响，根据传统柯布-道格拉斯生产函数的一般原理及上述理论分析，假设：（1）土地与资本、劳动和技术进步相互独立；（2）土地与资本、劳动一样是可变且外生的
下文将通过多重共线性检验和稳健性检验来验证上述假设的合理性。。引入土地要素后的擴展柯布-道格拉斯生产函数为：
（三）空间权重的设定
空间权重矩阵用于反映各地区变量之间的相互影响程度，设置空间权重矩阵是空间计量分析中的关键环节。本文首先根据各城市中心之间的地理距离构造地理距离矩阵[WTHX]wij，各城市中心距离根据经纬度计算得到，[WTHX]wij为城市i和城市j中心之间距离平方的倒数。由于空间模型对空间权重矩阵的设定较为敏感，且通常情况下，距离并不是决定地区之间相互依赖关系的唯一因素，考虑到城市之间发展水平存在差异，采用各城市经济水平对地理距离矩阵进行加权，构建经济-地理综合权重矩阵[WTHX]Wij，从而得出稳健结论。具体做法是先利用各城市历年GDP的平均值占全国GDP总平均值的比重构建对角矩阵，则经济-地理综合权重矩阵可以表示为地理距离矩阵[WTHX]wij与该对角矩阵的乘积。为了简化模型，通常将空间权重矩阵“行标准化”，行标准化后的矩阵分别记为[WTHX]w′[KG-*3]ij和[WTHX]W′[KG-*3]ij。两种空间权重矩阵的定义如下：
（四）变量与数据说明
根据上文分析，国务院2006年《关于加强土地调控有关问题的通知》（国发〔2006〕31号），规定工业用地必须采用招拍挂方式出让后，中国工业经济发展进入转型期。剔除政策当年影响后，采用全国286个地级市2007—2018年共12年YCHcfwavuyIm3Ens6BwfucF6bbNeEDrEQScO6K6ptRI=的面板数据进行分析。因变量工业经济选择规模以上工业企业总产值（output）、应缴增值税（vat）和利润总额（profit）来衡量。工业总产值、应缴增值税和利润总额是从不同角度反映工业企业生产经营成果的重要经济指标，工业总产值反映企业生产能力大小和水平高低，主要与产量和价格有关；应缴增值税反映企业创造的新增价值和商品附加值大小，在抵扣税额和税率不变的情况下，主要与销售收入有关，与产量和利润无直接关系；利润总额反映企业的生存能力和盈利能力，主要与企业产品的成本、质量和销量有关。自变量根据上文理论分析包括工业用地、工业资本和工业劳动力，其中，工业用地（area）用地区工业用地总面积衡量，工业资本（cap）用地区规模以上工业企业固定资产净值年均余额衡量，工业劳动力（labor）用工业从业人数衡量。为增加模型的有效性，考虑数据可获取性并借鉴相关研究[4]，在模型中加入控制变量，包括：
（1）人口规模（pop）：用年末总人口衡量，人口规模越大，市场消费能力越强，也可以为工业生产提供更多高素质的劳动力，对工业经济产生正效应；
（2）用地规模（build）：用建设用地面积衡量，用地规模也可以表征市场大小，一定程度上，用地规模越大，容纳的工业企业越多，有利于产生规模效应，促进工业经济发展；
（3）科技投入（tech）：用科技支出占地方公共财政支出的比重衡量，增加科技投入有利于加强科技成果转化和推广，提高企业生产力水平，助推工业经济提质增效；
（4）工业水平（sec）：用第二产业产值占GDP的比重衡量，地区工业化水平越高，成本越低，劳动生产率越高，对企业的吸引力越强，更有利于发挥规模效应。本文数据来源主要为2007—2019年《中国城市建设统计年鉴》《中国城市统计年鉴》以及各省市经济社会发展统计公报，对个别缺失值进行了线性处理。数据描述性统计见表1。为减少面板数据中价格指数变动的影响，以2007年为基期，采用相应平减指数予以修正。除利润总额因包含负值而采用水平
值外，其余数值型变量均取对数进入模型。需要说明的是，《中国城市统计年鉴》从2017年开始不再提供规模以上工业企业总产值数据，因此，以工业总产值为因变量的面板数据时间序列为2007—2016年，以应缴增值税和利润总额为因变量的面板数据时间序列为2007—2018年。
四、实证检验与结果分析
（一）空间相关性分析
首先检验各主要变量是否存在空间相关性。图2为2007—2018年主要变量的全局
Moran’sI变化情况。利润总额采用水平值，因而相比其他变量
Moran’sI较高且波动较大，不同年份在0.504～0.908之间变动，其他变量的
Moran’sI在0.296～0.487之间变动，不同年份变化比较平稳。所有变量的
Moran’sI均在1%的水平下显著，表明中国各城市工业总产值、应缴增值税、利润总额和工业用地面积均存在极显著的空间正相关，需要将地区空间特性引入模型，才能在工业用地对工业经济影响的实证分析中得出更加符合实际的结论。
其次需要区分空间相关性的形式，Anselin[23]认为空间相关性主要有三种形式，分别通过因变量的空间滞后系数、误差项的空间自相关系数和空间滞后自变量的系数来反映，不同的空间相关性形式对应不同的空间回归模型。本文用拉格朗日乘数（LMlag、LMerr）及其稳健形式（R-LMlag、R-LMerr）检验空间相关性，选择合适的空间计量模型
该检验是针对截面模型提出的，需改进后运用于面板模型的检验。本文借鉴何江等[24]的做法，构建分块对角矩阵
[WTHX]C=[WTHX]It[WTHX]W（其中It为t×t的单位矩阵）代替原空间权重矩阵[WTHX]W，即可进行面板拉格朗日乘数检验。。此外，通过
Hausman检验确定应选择固定效应模型还是随机效应模型。表2是两种空间权重矩阵下
LM检验与
Hausman检验结果，LMerr和LMlag统计量均显著，除地理距离矩阵下应缴增值税R-LMerr检验不显著外，其他情况下R-LMerr统计量均显著，考虑到两种空间相关性可能同时存在，根据
LeSage等[25]的观点，在不能忽略空间滞后因变量的情况下，空间杜宾模型将是更好的选择，故选择空间杜宾模型。
Hausman检验表明应选择固定效应模型。
（二）基准回归结果
在回归之前检验模型中的变量是否满足扩展柯布-道格拉斯生产函数中各变量独立的假设条件，同时为确保模型估计的稳定性和准确性，需对所有变量进行多重共线性检验。结果表明，各变量的方差膨胀因子（VIF）最大值为4.36，低于5，可以进行估计
因变量为工业总产值时，各变量VIF最大值为4.36，平均值为2.99；因变量为应缴增值税和利润总额时，各变量VIF最大值为4.31，平均值为2.91。。首先采用地理距离矩阵进行估计，表3同时列出了三种模型估计结果，一定程度上可检验结果的稳健性。可以看出，不同模型估计结果基本一致，系数符号和显著性比较接近，区别仅在于第（5）列，采用空间误差模型时，工业用地面积对应缴增值税影响不显著而其他模型显著。所有模型的空间相关系数（ρ/λ）均在1%的水平上显著，表明地区间工业经济发展有显著的空间依赖性，将空间效应纳入模型是必要的。
具体来看，工業用地面积对工业经济三个衡量指标的影响均显著为负，其中，对工业总产值和应缴增值税的影响在5%和10%的水平上显著为负，对利润总额的影响在1%的水平上显著为负，表明工业用地增长对工业经济的发展产生负效应，这一结论从工业用地角度证明了靠土地发动经济的效力在减退[10]，也表明现阶段通过土地招商引资、低成本供地的“以地谋发展”模式已经难以拉动工业经济增长，应该加快产业升级，注重“内涵式发展”[12]。此外，土地是工业生产的重要投入要素之一，但工业经济增长与工业用地投入却不一定成正比。一方面，企业只有在同时投入资本、劳动力等其他要素时才能发挥生产效益，闲置土地并不能推动工业经济的发展，甚至因为土地资源的浪费而对工业经济发展产生阻碍效应。以开发区的发展为例来看，设立开发区是地方政府的重要发展政策之一，已有研究已经证明了设立开发区对国内生产总值、外商直接投资有积极影响[26-27]，但也导致了大量的低效用地和闲置用地。原国土资源部2003年调查发现，全国6866个开发区中大约70%的土地处于闲置状态[28]。另一方面，激烈的引资竞争和过量的低价工业用地出让导致落后产能集聚、产能过剩和产业雷同等问题，土地低效利用也会抑制工业经济的增长[11]。中国工业用地比重居高不下，但与此同时中国工业经济增速却显著下行[12]，反映出地区竞争背景下，各地区对工业用地利用效率不够重视。
工业资本对工业总产值和应缴增值税有极显著的促进作用，对利润总额影响不显著。中国制造业还存在大量落后产能，企业净资产的增加并不必然导致利润增加，利润驱动可能来自资本投入，但如果资本投入是粗放式的，利润效率可能越来越低。工业总产值和应缴增值税主要对应企业生产和销售环节，价格稳定和正常销售情况下，增加资本投入无疑会带来总产值和应缴增值税的增长。科技创新是引领发展的第一驱动力，提高资本利用率和企业利润率，还是要依靠科技进步和技术创新。工业劳动力对工业总产值、应缴增值税和利润总额均有极显著促进作用，表明当前工业经济整体自动化、智能化水平仍然不高，劳动力对工业经济发展仍发挥着重要作用。
从控制变量来看，城市人口规模、用地规模、科技投入和工业发展水平对工业经济发展均有显著的正向影响，符合预期。城市人口规模和用地规模是构成市场的主要因素，市场越大要素集聚程度越高，越有利于实现企业的规模化。增加科技投入能够提高企业生产效率，促进工业经济发展。工业水平决定了地区市场发达程度，工业化水平越高越能发挥企业规模效应。
空间权重矩阵的选择对空间模型至关重要，本文进一步采用经济-地理综合权重矩阵检验研究结果稳健性，同样列出了三种模型的估计结果，见表4。经济-地理综合权重矩阵既考虑了空间上的地理距离，又通过GDP加权考虑了经济发展水平的影响，能够更真实地反映地区间的相互影响程度，相比地理距离矩阵而言更为合理。一方面，城市之间的地理距离无差别地衡量两个经济发展水平不同的城市，而实际上经济发展水平高的城市和经济发展水平低的城市之间的辐射带动作用并不对等，比如北京对保定的辐射作用和保定对北京的辐射作用不可同日而语；另一方面，GDP加权将各城市的经济发展水平量化，把城市间经济水平差距考虑在内，也更加符合实际，比如上海对常州的辐射作用和南京对常州的辐射作用也不相同。加权后的经济-地理综合权重矩阵回归结果与基准回归保持一致，只是系数大小略有变化，表明本文研究结果比较稳健，研究结论可信。
（三）稳健性检验
本文还做了两方面工作来对上文结果进行进一步的稳健性检验。首先，工业生产是一个连续的过程，上期的工业产出和利润可能会影响当期产出和利润，此外，尽管本文控制了一些可能影响工业经济的变量，但仍可能存在遗漏变量而影响估计结果的稳定性，因此将滞后一期因变量引入模型，构建动态空间滞后模型和动态空间杜宾模型，以控制动态时滞和遗漏变量对模型的影响，并以此检验估计结果是否稳定，估计结果见表5第（1）（2）（4）（5）（7）（8）列。其次，工业用地和工业经济可能互为因果，并由此导致模型出现内生性问题。本文采用系统矩估计（System-GMM）对模型重新估计，结果见表5第（3）（6）（9）列。AB（1）检验的P值均小于0.1，拒绝残差不存在一阶序列相关的原假设，AB（2）检验的P值均大于0.1，不能拒绝残差不存在二阶序列相关的原假设，同时，Hansen检验的P值均不显著，表明所选的工具变量具有一定合理性。与上文估计结果相比，动态空间回归和系统矩估计结果的主要变量系数符号和显著性没有发生明显变化，说明本文的估计结果稳健
稳健性检验和基准回归结果一致，表明满足土地与资本、劳动均外生的模型假设。。
（四）空间效应分解
空间杜宾模型包含了自变量的空间滞后项，模型的回归系数不能直接反映自变量对因变量的具体影响程度，LeSage等[25]根据空间效应作用范围和对象的不同，将空间计量模型中自变量对因变量的影响分为直接效应、间接效应和总效应。直接效应反映自变量x对本区域y的平均影响，间接效应反映x对其它区域y的平均影响，也即空间溢出效应，总效应反映x对全部区域y的平均影响。空间杜宾模型提供了各自变量对因变量的影响效应分解，从表6的结果可以看出，工业用地对工业总产值和利润总额不仅具有显著的直接负效应，其所引致的空间溢出效应对邻近地区工业总产值和利润也具有显著的负向影响，且间接效应大于直接效应。这可能是因为相邻地区的工业发展模式往往具有相似性，地区之间存在相互依赖性，同时，城市之间存在引资竞争，有扩大工业用地面积的动机，“低门槛”出让工业用地，导致利用粗放，效率不高。工业用地对应缴增值税的直接效应显著为负，间接效应和总效应为负但均不显著，原因可能是工业用地增加导致本地产品供大于求，销量下降。工业资本对工业总产值和应缴增值税的直接效应、间接效应和总效应均显著为正，
[FL（18，22K1]
而对利润总额的三种效应均不显著。工业资本能显著提高本地区和邻近地区工业总产值和应缴增值税而对利润总额影响不显著，说明当前工业产品附加值还不高，科技驱动技术进步有待提高。工业劳動力对工业总产值的影响主要表现为对本地区的直接影响，间接效应不显著，而对应缴增值税和利润总额则三种效应均显著为正。原因可能是普通劳动力多选择当地就业，而高质量的劳动力要素在地区间的流动会带来技术进步和生产力的提高，对应缴增值税和利润产生明显的溢出效应。
（五）区域异质性分析
中国地域广阔，不同区域工业经济发展水平存在较大差异，为进一步分析中国不同区域各要素投入对工业经济影响的差异性，按照中国经济区域分类标准，将各城市根据所属省份划分为东部、中部和西部三个区域
东部省份包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部省份包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部省份包括广西、四川、重庆、内蒙古、贵州、云南、陕西、西藏、甘肃、青海、宁夏、新疆。，进行区域回归分析。上文分析表明，经济-地理综合权重矩阵相比地理距离矩阵更符合现实情况，因此区域回归均采用相应的经济-地理综合权重矩阵，同时，根据表7的LM检验和Hausman检验结果，选择合适的空间模型。
表8为区域异质性回归结果。可以看出，东部和中部地区工业用地对工业总产值影响不显著，表明当前东部和中部地区工业用地对工业总产值的促进作用不明显。西部地区工业用地对工业总产值有显著的负向影响。原因可能是多方面的：第一，西部地区市场发育不完善、基础设施落后、前期投入要素完备率低等都会导致西部地区相对东部和中部地区有较高的工业用地闲置率。第二，资源错配使得稀缺的土地资源被低效利用，从而降低企业的生产效率[29]。西部地区工业发展水平低，仿效东部地区开展大规模的工业园区建设以吸引投资，却引资效果不佳，反而造成资源浪费和土地利用效率下降。第三，工业用地价格会基于选择效应影响工业用地效率[30]，西部地区以相对更低的工业用地价格承接东部和中部地区转移的产业，会带来更高的低效率企业进入比例和更低的低效率企业淘汰风险。三大区域工业用地对应缴增值税影响均不显著，表明工业用地面积的增加也不能带来企业应缴增值税的增长。从利润来看，东部地区工业用地面积增加对利润总额带来了显著的负效应，中西部地区效应不显著。原因可能是东部地区相比中西部地区土地市场化水平较高，用地成本增加，另外，随着国家生态环境保护力度加强，倒逼企业转型升级，传统高污染、高能耗企业向中西部转移，也会导致东部地区企业利润下降。
三大区域工业资本对工业总产值和应缴增值税的影响均显著为正，工业资本对中部地区利润总额影响显著为正，而对东部和西部地区影响不显著。工业资本增长有助于企业扩大生产规模，可以带来总产值和应缴增值税的增长，但企业利润增长更依赖科技进步，现阶段中部地区承接大量东部地区转移产业，短期内利润有所增长，但长期来看仍应重视技术进步与产业升级。东部地区工业劳动力对工业总产值和应缴增值税的影响显著为正，对利润总额影响不显著，表明东部地区企业自动化、智能化水平较高，逐渐由劳动密集型向资本密集型转变。中西部地区工业劳动力对工业经济三项指标均显著为正，表明劳动力对中西部地区工业经济量和质的提高均有促进作用。整体来看，现阶段工业资本和工业劳动力对工业经济的发展仍有显著的推动作用，但企业科技含量不足，制约了资本利用率和企业利润率的提高，应根据地区发展特征提高要素配置效率。
从控制变量来看，人口规模对东部地区利润总额影响显著为正，对中部地区工业总产值和利润总额影响显著为正，对西部地区三个指标影响均显著为正，表明人口红利对当前工业经济发展仍有促进作用，这种促进作用自西向东递减。用地规模对东部地区工业总产值和中部地区应缴增值税影响显著为正，其余情况影响不显著。科技投入对东部地区三个指标影响均显著为正，对中部地区利润总额影响显著为正，对西部地区影响均不显著，原因在于东部地区竞争激烈，企业更加注重自身的科技含量，以技術进步带动企业生产效率的增长，这也反映出中西部地区技术水平较低，科技投入对生产效率的拉动作用不足。工业化水平对三大区域工业经济均有显著的正向影响，与全国层面结果一致。
五、结论与启示
本文基于空间相关性分析，构建空间计量模型，采用全国286个地级市2007—2018年面板数据，分析了转型期工业用地和其他要素投入对工业经济的影响。主要结论如下：
（1）工业经济要素投入和产出指标均表现出明显的空间相关性，采用空间计量分析是合理且必要的。
（2）全国层面，工业用地增长对工业经济发展产生负面效应，土地发动工业经济的效力在减退，现阶段“以地谋发展”模式难以拉动工业经济增长。引资竞争导致的“低门槛”工业用地出让还通过空间溢出效应对邻近地区工业经济产生负作用，这一结论证明了近年来降低工业用地供应比重的策略是正确的。工业资本对工业总产值和应缴增值税有显著的直接效应和空间溢出效应，对利润增长的直接效应和空间溢出效应却不显著，企业科技水平不高是制约当前资本利用率和工业利润率提高的关键因素。工业劳动力对工业总产值、应缴增值税和利润总额均有显著的促进作用，其所引致的空间溢出效应还会带来邻近地区应缴增值税和利润总额的增长。
（3）区域层面，三大区域工业用地增加均不能拉动工业经济增长，工业用地对西部地区工业总产值有显著的负效应，对东部地区利润总额有显著的负效应。工业资本和工业劳动力对三大区域工业总产值和应缴增值税均有显著促进作用，工业资本对中部地区利润总额有显著促进作用，对东部和西部地区作用不显著，企业科技含量不高的制约作用在东部和西部地区更加明显。工业劳动力对中部和西部地区利润总额有显著促进作用，对东部地区作用不显著，体现出劳动力对东部地区工业经济发展质的提升作用弱化。
根据以上结论，得出以下启示：
工业经济增量篇（7）
中图分类号：F224；F061.5 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.11.63 文章编号：1672-3309（2013）11-135-03
一、引言及文献综述
从古至今，如何实现有效快速的经济增长一直是学者们普遍关注的重点。随着产业集聚理论的发展和成熟，其与经济增长的关系为学者们提供了探讨新的经济增长推动力的新的角度。
新古典经济学家马歇尔最早关注产业集聚效应，他把经济规模划分为“外部规模经济”和“内部规模经济”两类，认为产业集聚是因为外部规模经济所导致的，他还指出有三个原因导致了产业集聚的产生，即稳定的技术市场、附属产业提供的经济的原料以及技术外溢。
马歇尔之后，胡佛的产业集聚最佳规模论认为，产业集聚区域是一种规模经济区，就任何一个产业而言，集聚的企业过多或过少，都不会达到集聚的最佳效果。佩鲁（Francois Perruox，1955）的增长极理论认为20世纪的经济增长是以支配效应为特征的，通过“增长极”对周围资源和产业的吸聚和带动作用可以实现非均衡增长战略。
迈克尔・波特（Michael Porter，1990）引入“集群”概念，揭示了产业发达国家的普遍现象――产业集群，并高度评价了其在形成与提高产业竞争优势中的重要性。以保罗・克鲁格曼（Paul Robin Krugman，1991）为代表的新经济地理学派对产业集聚机制以及产业集聚与区域经济增长关系做了系统、严谨的模型化研究，提出了基于产业集聚的制造业中心――农业的区域经济增长模型。
中国学术界从20世纪80年代末开始对产业集聚的研究，大量研究则是在2000年以后。朱英明（2003）构建了区域经济增长的概念性模型，据此他分析了产业集聚的区域效应，并以日本和韩国为例，说明了产业集聚的区域差异，以长江三角洲为例，定量分析了发达地区的外商投资企业空间集聚与地区增长的关系。范剑勇（2003）采用新经济地理学的分析框架和理论假定，从要素流动、制造业规模报酬递增和运输成本的相互作用来解释制造业在东部沿海地区集聚与地区差距的因果关系。罗勇（2007）通过建立多个计量经济模型，对中国制造业进行了实证分析，验证了产业集聚不但带来了经济增长，也扩大了区域经济差距 。
然而，前人的研究结果有两点不足之处：一是大部分学者在研究产业集聚与区域经济增长的关系时往往是以某一个特定的区域为例来说明。但是由于在中国不同地区的经济、政治、文化等方面的差异，尤其是经济政策上的差异，使得更多时候对某一个地区的研究并不能代表总体上产业集聚与区域经济增长的关系。二是在实证研究中，大部分学者只是简单构造研究产业集聚效果与经济增长指标之间关系的计量模型，而在模型中忽视了传统经济增长理论所证明的影响经济增长的几个重要的因素，如技术进步、劳动力数量以及人均资本等。
因此，本文试图弥补上述缺陷：一是运用各省地级市的数据计算并观察各个省份的产业集聚效果，运用面板数据从全国范围考察产业集聚对区域经济增长的影响效应，说服力较强；二是将产业集聚因素纳入柯布―道格拉斯生产函数，将产业集聚理论与传统经济增长理论相结合，从而更加全面的说明经济增长的影响因素。
二、产业集聚的测算
在衡量产业集聚的指标中，区位基尼系数、E-G指数、产业方差系数的运用比较多，而计算泰尔指数的文献较少，因此本文运用泰尔指数衡量产业集聚程度。由于泰尔指数需要通过省级以下地级市的工业企业总产值和就业人数计算得出该省的泰尔指数，因而4个直辖市的泰尔指数无法计算，省和青海省工业总产值过低，产业集聚现象比较难以出现，本文通过计算全国25个省份（直辖市、、青海除外）的泰尔指数来说明我国工业产业集聚现象。本文采用以全国各省各地区工业企业总产值为计算对象、工业企业就业人数为权重计算泰尔指数，公式如下：
■（2.1）
其中，Theil为各省份泰尔指数，Ei为各地级市工业企业就业人数，E为各省份工业企业就业人数，GDPi为各地级市工业企业年总产值，GDP为各省份工业企业年总产值。
泰尔指数越高，说明该省工业企业集聚效应越强；泰尔指数越低，说明该省工业企业集聚效应越弱。
通过计算出来的我国2005-2010年各个省份的泰尔指数，整体上基本都小于0.4，其中，黑龙江的产业集聚效应最大，5年平均泰尔指数不足0.1的省有17个，说明现在我国各个省份的工业产业集聚效应不高，并没有充分利用好集聚所带来的外部效应，这也是制约我国工业发展的原因之一。
三、工业经济增长影响因素的理论模型
历史上有很多经典的经济增长模型阐述过关于经济增长的影响因素。索洛经济增长模型创建了“资本深化”和“资本广化”两个概念，表明了长期经济增长除了要有资本以外，更重要的是靠技术的进步、教育和训练水平的提高。而罗默的内生增长模型把经济增长建立在内生技术进步上，将技术进步完全的内生化，说明了增长的原动力是知识积累而不是资本的积累。可以总结出，影响经济增长的最主要的几个因素是技术进步、劳动力投入以及资本的积累。因此，在研究经济增长的驱动因素时，以上三个变量是必不可少的。
本文通过将产业集聚因素纳入柯布―道格拉斯生产函数，从而构建用于实证分析的理论模型。
根据柯布―道格拉斯生产函数Y=AL？琢K？茁，工业总产量取决于技术进步、劳动力投入以及资本投入。根据新地理经济学的解释，产业集聚会通过规模经济以及知识外溢从而促进技术的进步。因此，本文将柯布―道格拉斯函数中的A进行进一步分解，即
A=A（Theil，X）
其中Theil表示产业集聚效果的泰尔指数，X为影响技术进步的其他因素。进一步的，本文考虑到工业企业中国有企业的比例对技术进步的影响。一般认为，国有企业因政府长期大力扶持而导致企业缺乏竞争力和创新精神，往往效率和生产力都很低下，而且国有企业内部在体制、机制、管理等方面都存在着许多劣势和不足。所以工业企业中国有企业所占份额越高，工业企业整体的技术进步就越慢。所以，本文将生产函数中的技术进步因素进一步分解为
A=A（Theil，SOE，X）
其中，SOE为工业企业中国有企业的比重。而模型中的X因素，本文将使用工业企业科技研发投入量来进行计量。工业企业的科技研发投入的大小会对工业企业的技术进步产生影响，一般来说，工业企业的研发投入越多，生产及管理技术越先进。因此，
A=A（Theil，SOE，RD）
其中RD为科技研发指标。
基于以上分析，运用线性模型，本文将生产函数设定为
Y=Theil？酌SOE？啄RD？兹L？琢K？茁（3.1）
将上述函数等式两边取对数，得到函数：
LnY=γLn（Theil）+δLn（SOE）+θLn（RD）+αLnL+βLnK（3.2）
上述生产函数说明，总产出的变化率取决于产业集聚的变化、国有企业占比的变化、研发投入的变化、劳动力数量的变化以及资本积累的变化。
四、工业经济增长影响因素的实证研究
（一）模型设计及变量选择
根据本文推导的生产函数，本文建立如下计量模型：
Log（Y）it=c+？酌Log（Theil）it+？啄Log（SOE）it+？兹Log（RD）it
+？琢Log（L）it+？茁Log（K）it+？滋it（4.1）
Y为工业总产值，采用各省各年规模以上工业企业总产值，log（Y）则为工业总产值增长率，用它来代表各个省份工业的经济增长程度，该数值越高，说明经济增长越快。Theil为泰尔指数，用它来代表各个省份工业企业产业集聚程度， Log（Theil）表示工业产业集聚程度的变化，其值越高，聚集程度越高。K表示人均资本量，采用的是各省份规模以上工业企业固定资产净值与其就业人数之比，Log（K）为人均资本量的增加量，本文用它来代表影响经济增长的资本积累因素，Log（K）越大，资本深化越快，因而理论上经济增长越快。L表示劳动力数量，采用各省规模以上工业企业年平均就业人数，Log（L）为劳动力增长率，本文用它来代表影响经济增长的劳动力增加因素，Log（L）越大，劳动力增长越快，经济增长也将越快。RD表示研发指标，采用各省大中型工业企业科技活动经费内部支出总额来表示，Log（RD）表示研发投入的增长率，本文用它来表示影响经济增长的技术进步因素，Log（RD）越大，认为技术进步更快，经济增长也越快。SOE表示国有企业比重，采用各省份国有工业企业总产值与全部国有企业及其他规模以上非国有工业企业总产值之比，Log（SOE）表示国有企业比重的变化情况，其值越高，国有企业比重越大，理论上经济增长反而应该越慢。
（二）数据来源
本文采用的是面板数据，数据的时间跨度为2005-2010年。样本数据来自全国25个省份（直辖市、、青海除外）的具体数据，分别取自国家统计年鉴、中国工业统计年鉴、中国科技统计年鉴以及中国城市统计年鉴等。
（三）分析结果
经过Hausman检验，本文应该运用固定效应面板模型。通过Eviews5.0检验，各个解释变量系数的t值以及F统计量均显著，回归结果如下：
Log（Y）it=c-0.04Log（Theil）it-0.42Log（SOE）it+0.14Log（RD）it
+1.25Log（L）it+0.81Log（K）it+？滋it（4.2）
1、产业集聚与工业经济增长。Log（Theil）指数变量的t统计量P值为0.0031，在5%显著性水平下，其对经济增长率的影响显著，4.2式中Log（Theil）系数为负数，由于泰尔指数的值介于0和1之间，所以，工业产业集聚对工业总产量的影响为正向的。这说明关联性企业在地域上的相对集中一方面有利于公共基础设施的规模化建造、集约化使用，以及共享性生产设备的专业化建造、专业化服务，从而能够有效降低各个环节零配件与组装企业的生产成本。另一方面，创新信息在集群内的溢出和扩散，激励集群内企业更多地实施创新活动，从而提高本企业的生产率，促进经济增长。
2、其他变量对工业经济增长的影响。Log（RD）变量在5%显著性水平下也通过了检验，说明随着工业企业科技研发投入的增加，企业的产值增长率也得到了一定程度的提高。这与本文之前分析的结果相一致。
Log（SOE）即国有企业比重的变化量也通过了显著性检验，不过与之前分析的结果不同，国有企业比重增加反而会促进经济增长。国有企业虽然一直是效率低下的代名词，目前也仍然位于效率的最底层，但是毕竟近年来的改革也使其效率有了不断的提高。因此从动态上说，国有企业不断提高的效率可能会导致产量的提高。
Log（K）即人均资本变量的变化率通过了显著性检验，说明资本深化的确有助于经济增长。这与传统经济增长理论的结论一致。
Log（L）即劳动力的增加幅度通过了显著性检验，说明劳动力数量的增加有助于经济增长。这与传统的经济增长理论也一致。
五、结论与政策建议
（一）本文结论
本文通过将产业集聚因素纳入柯布―道格拉斯生产函数，从而构建用于实证分析的理论模型，运用2005-2010年25个省的数据进行实证分析，得出如下结论：工业企业产业集聚水平的提高、工业企业科技研发投入的增加、人均资本的增加以及就业人数的增加有助于工业经济的增长，而国有企业比重的增加由于国有企业自身改革取得进步从而也对经济的增长有正向作用。
（二）政策建议
1、加强产业集聚区的建设，尤其是大力发展新兴工业园区。制定战略性的园区发展与产业集群发展相衔接和相促进的发展规划。在园区建设和产业集群化发展中必须规划优先，结合园区产业基础、交通条件、发展潜力与优势等制定既符合新型工业化的要求，又满足集群发展机理的高级化的产业集群发展规划，引导集群朝着更加健康的方向发展。要通过规划对现有的产业布局进行调整、改造，组建符合新型工业化要求的专业化的产业园区。
2、在推进产业园区建设的同时，还要完善政府服务职能，加强基础设施建设，改变传统工业企业扎堆却无法形成有效产业链条的现状，强调关联性企业的区域集聚与产业地区协同，改善和提升产业链条，实现规模经济和集约化生产，有效提升企业生产效率，促进经济增长。
3、其他方面，本文建议政府制定相关政策，积极鼓励企业进行科技研发投入，改善生产技术，提高劳动生产率，比如可以建立创新基金等。同时，注重企业资本积累，扩大企业规模，推动经济向前发展。采取相关措施继续吸引人才，尤其是高端人才。最后，还要坚持国有工业企业改革，使企业更加市场化，更多的从科技研发成果、生产率、资源利用率等综合指标考察企业的成绩，提高国有工业企业生产和管理效率，从而间接带动整体的经济增长。
参考文献：
[1] Krugman P. Development， Increasing Returns and Economic Geography[J]. Journal of Political Economy，1991（99）.
[2] Michaele Porter. The Comprtitiveness Advantage of Nation[M].New York： Free press，1990.
[3] 马歇尔.经济学原理（上卷）[M].北京：商务印书馆，1965.
[4] 埃德加・M・胡佛.区域经济学导论[M].上海：上海远东出版社（中译本），1992.
[5] 李子奈.计量经济学[M].北京：高等教育出版社，2000.
[6] 范剑勇、李方文.中国制造业空间集聚的影响： 一个综述[J].南方经济，2011，（06）.
[7] 左和平.产业集群与区域经济发展关联研究的回顾与展望[J].企业经济，2010，（01）.
工业经济增量篇（8）
一、 引言
党的十八大报告中提出要深化国有企业改革，不断增强国有经济的活力、控制力、影响力。这是对国有企业在国家建设中所处的重要地位的总结和肯定。但改革开放以来，随着市场经济改革的不断深入，我国国有经济成分在不断下降，特别是我国工业经济的发展中。比如，从不同所有制工业资产的比重变化来看，1998年，国有资产占比达77%，2002年降为69%，2007年为51%，到2012年时，不足一半，为49%。而要增强国有经济的控制力和影响力，又需要国有经济有较大幅度的增长，因此，如何在国有经济成分下降的情况下，提升国有经济的发展质量和数量，是一个重要的研究课题。
金融是现代经济的核心，金融发展同经济增长有着密切的联系。早在1911年，熊彼得就指出金融中介在一国经济发展中的重要性。后来，King和Levine(1993)以80个国家1960年～1989年为样本分析认为：金融发展与经济增长是较为显著和稳健的正向关系。Rousseau和Wachtel(1998)对工业化时期的研究表明金融发展对经济增长是促进作用。我国在上世纪末以来，对金融发展与经济增长的探讨也比较多，谈儒勇(1999)，周立、王子明(2002)的实证研究表明，中国金融发展与经济增长之间有显著的正相关关系。赵振全、薛丰慧(2004)的研究表明我国信贷市场对经济增长的作用比较显著。但王晋斌(2007)的研究则并未证明金融发展与经济增长之间的正向关系。武志(2010)对我国金融发展与经济增长间关系进行经验研究，提出的新假说认为金融发展的内在质是由经济增长所引致。从这些文献的研究中，我们可以看出，对金融发展与经济增长关系的探讨在逐渐深入，但这些文献重点在于从宏观上对两者关系的探讨上，而对不同体制下的经济发展没有深入。金融危机以来，国有经济的重要性凸现，并得到认可，政府在干预经济时需要国有经济的大力支持，特别是在我国经济发展方式转型的过程中，国有经济的作用影响深远。国有工业经济作为我国公有经济的核心，在国有经济中占有重要地位。本文试图利用1999年～2011年西部十二省市区的面板数据建立计量经济模型，研究国有工业经济增长与金融发展之间的关系，为我国国有工业经济的发展提出建议。
二、 模型、变量与数据说明
1. 国有工业经济发展变量。GDP是研究宏观经济增长最重要的指标，本文采用地区国有工业总产值来衡量国有工业经济发展的水平，为了消除原始数据的异方差，本文将采用原始数据的对数形式予以代替。
2. 金融变量。金融变量主要有两个方面：一是金融发展水平。金融发展水平的衡量指标非常多，常见的有金融相关比率(FIR)、麦氏指标M2/GDP。由于我国区域金融发展水平差异较大，西部地区金融业的发展相对落后，西部地区企业的间接融资比重大，而且金融对工业经济增长的影响主要体现在信贷支持上，因此本文采用贷款余额占GDP之比作为金融发展水平的测量指标，用FINit表示。二是金融支持水平。企业的经营需要资金支持，企业为了扩展经营规模，特别是工业企业的固定资产投资，需要投入大量的被长期占用的资金，因此要通过长期负债来筹集资金。事实上，我国目前的金融机构，特别是大型国有银行将贷款大部分贷给国企，特别是国有大中型企业。因此，本文以长期负债占固定资产净值之比作为地区金融支持水平的测量指标，用SUPit表示。
3. 控制变量。影响国有工业经济发展的因素很多，因此需要对一些主要变量进行控制来增强模型的解释能力。首先，生产的发展，既要有物质资本的投入，也要有人力资本的投入。因此，本文以各地区固定资产投资额来表示物质资本对国有工业经济发展的影响，用MCit表示，以地区第二产业就业人数来反映人力资本的影响，用HCit表示。同时，国有企业的发展，政府的作用巨大，因此本文以地方政府的财政支出额来反映政府行为对国有工业经济发展的影响，用GOVit表示。对三组控制变量的数据取对数，以消除观测数据的异方差。
鉴于数据的可得性和可比性，本文将采用1999年～2011年西部12省市、自治区的面板数据来进行实证分析。所有原始数据主要来源于西部各省市自治区1999年～2012年的统计年鉴，部分来源于相关年份的《中国统计年鉴》、《工业经济统计年鉴》《金融统计年鉴》。
三、 模型选择与计量方法
本文选用面板数据的计量方法。面板数据模型根据系数向量和常数项是否为常数，分为混合回归模型、变截距模型和变系数模型，一般通过构造F统计量进行协方差分析来予以判断。
查F分布表，在给定5%的显著性水平下，得到相应的临界值。由于F2
进行时间序列分析时，须先判断模型中变量的平稳性，以避免产生“伪回归”问题。面板单位根检验综合了时间序列和横截面的特征，可以精确的判断单位根的存在情况。单位根检验的结果见表1。
从表1中看出，除金融发展变量FIN在Fisher-ADF检验时处于10%的置信水平，其他变量均在5%的置信水平的前提下拒绝原假设，我们可以认为序列中不存在单位根，因此所有变量在水平状态下是平稳的。
四、 回归结果及分析
运用Eviews6.0，模型的估计结果见表2。
从模型估计结果中看，模型的R2值为0.893 320，F检验通过了置信度为1%的显著性检验，表明模型估计效果整体上较好，因此，本模型能较好地解释西部地区国有工业经济的增长情况。
解释变量金融发展水平FIN与国有工业经济的增长呈正相关关系，即金融发展水平越高的地区，国有工业经济的发展越好。因为金融发展有助于实现资本的积聚与集中，提高社会和企业的投资水平，帮助实现大规模的现代化生产经营，实现规模经济效益。西部地区的金融发展可能主要得益于宏观环境与政策，西部大开发战略实施以来，国家出台了一系列政策措施，要求各级相关部门大力支持。各银行金融机构响应国家号召，在西部大开发战略实施过程中，积极支持西部地区的基础设施建设，加强了对公用事业建设的支持，在农村和城市电网改造、城市供排水、城乡通讯工程改造、城市道路建设等方面的投入得到全面加强。同时，银行金融机构大力扶持和培育特色农业和经济林业，积极支持旅游文化企业，加大对防治环境污染、节能降耗等项目领域的资金支持力度，积极支持环境综合治理工程项目，大力推进重点节能工程、重点企业节能技术改造的贷款投入。由此，伴随着西部地区基础设施建设、资源开发等资金的投入，使得西部金融发展水平在金融资产的“量”上得以发展，西部地区经济增长，国有工业经济也随之增长。但是，银行金融机构，特别是商业金融机构，按照经济发展程度进行资源配置，重点将资源配置在东部发达地区。而西部地区金融机构资金不足，结构单一，信贷规模难以满足西部地区发展的要求，也难以满足国有工业经济的发展需求。
解释变量金融支持水平SUP与国有工业经济的增长呈正相关关系且显著性水平比较高，系数也较大，表明金融支持水平越高的地区，国有工业经济的增长更显著。因为企业的经营需要资金支持，特别是工业企业大量的长期固定资产投资，没有银行的支持，难以进行。由于西部地区的客观情况，自然条件比较恶劣，信息、交通等基础设施发展严重滞后，科技、人才、经营理念落后，使得西部地区难以通过市场方式吸引东部资金和外资的大规模流入。因此，西部地区的资金主要来源于国家银行的大力支持，以及国家对西部大开发在资金政策上的支持。
从控制变量上看，物质资本和人力资本的系数为正，但对物质资本与人力资本的系数进行比较可以发现，在推动国有工业经济增长的因素中，物质资本的影响较大，而人力资本的系数偏小，影响并不显著。这从一个侧面反映出西部地区国有工业经济的增长还是一种粗放型的增长，主要来源于物质资本的投入，人力资本的贡献小，这与西部地区目前人力资本匮乏、生产技术落后、管理理念落后是比较符合的。从系数上看，财政支持与国有工业经济的增长呈负相关关系，本来西部大开发中，特别是初期，西部的发展是一种“强财政、弱金融”的局面，财政对西部地区经济的发展是非常重要的。在这里出现负相关，可能是随着市场经济改革的进一步推进，国有工业企业被进一步推向市场，国家对国有工业企业的支撑作用减弱有关。
五、 研究结论与政策启示
本文针对金融发展与国有工业经济的增长问题进行研究，采用1999年～2011年西部12省市、自治区的面板数据，从实证研究的角度检验了金融发展对国有工业经济增长推动作用，实证结果表明：国有工业经济的发展与西部地区的金融发展和金融支持密切相关，特别是金融信贷的直接支持作用，因此，在提升国有工业经济发展质量与数量的过程中，本文根据分析研究提出以下建议：
工业经济增量篇（9）
近年来新疆经济高速发展，但是在经济质量上的发展却十分缓慢，地区差距、城乡差距和工农差距依然很大。为了实现新疆经济全面协调的发展就要处理好工业和农业的协调发展。
在本文研究中所涉及工业泛指非农业部门和城市，而农业则涵盖了“三农”的各个方面。因此，在此选取下述两组反映新疆经济增长与工农业经济协调发展状况的指标，通过计量分析来对二者之间的相互关系进行研究。
一、经济增长与工农业经济协调发展状况指标的选取
1.经济增长指标
（1）区域生产总值：反映新疆经济增长总投入规模。
（2）财政收入：反映新疆经济增长的效应和质量。
（3）国际贸易总额：反映新疆与周围国家经济来往。
（4）固定资产投资：反映新疆经济增长的推动力。
2.工农业协调发展指标
（1）城乡居民收入比:衡量城乡收入差距，以城镇居民人均可支配收入与农民人均纯收入的比例来表示。
（2）城乡居民生活水平比:反映城乡生活水平差距，用城镇居民生活恩格尔系数与农民生活恩格尔系数的比例来表示。
（3）城乡居民消费水平比:反映城乡消费水平差距，用城镇居民人均总消费水平与农民人均总消费水平的比例来表示。
二、数据的选取与处理
1.数据来源及预处理
本文所涉包括1989年至2007年近二十年的数据，取自历年的中国统计年鉴和新疆统计年鉴。其计量在SPSS17.0和Eviews5上完成。
为了消除量纲对运算的影响，本文采用了极差平移的变换方法，对数据进行了标准化处理，消除了量纲的影响。
2.主成分分析
（1）经济增长水平值
通过统计软件SPSS17.0主成分分析得出，经济增长水平的主成分1初始特征值为3.932且大于1，并且总方差的累计贡献率达98.30%，因此，可以用其作为原变量所包含信息的代表。同时还得到了主成分1的用主成分载荷矩阵，用其中的数据除以主成分相对应的特征值开平方根便得到两个主成分中每个指标所对应的系数。将得到的特征向量与标准化后的数据相乘,然后就可以得出主成分表达式--新疆经济增长水平值。
经济增长水平=0.5ZA1+0.5ZA2+0.49ZA3+0.5ZA4
(2)工农业经济协调发展状况值
通过统计软件SPSS17.0主成分分析得出，工农业经济协调发展的主成分1初始特征值为2.261大于1，且总方差的累计贡献率达75.37%，因此，可以用其作为原变量所包含信息的代表。同时可以用得到的主成分载荷矩阵中的数据除以主成分相对应的特征值开平方根便得到两个主成分中每个指标所对应的系数。将得到的特征向量与标准化后的数据相乘,然后就可以得出主成分表达式--新疆工农业协调发展水平值。
工农业协调发展水平=0.5*ZB1-0.6*ZB2+0.62*ZB3
3、H—P滤波处理
本文运用向量自回归模型(VAR)来分析新疆经济增长与工农业经济协调发展之间关系，而VAR模型要求系统中的变量是平稳序列。Hodrick—Prescott滤波(H一P滤波)是经常使用的经济变量趋势分解方法，利用H—P滤波可以将经济变量序列中的长期增长趋势和短期波动成份分离出来，经过H—P滤波处理得到的数据为平稳序列。为此，本文借助于Eviews5.0统计软件，对经济增长水平指标和工农业经济协调发展状况指标进行了H-P滤波处理。
三、经济增长与工农关系状况的相互关系分析
1.经济增长与工农关系的初步判断
1989至2003年，随着代表经济增长的HP曲线(红线)的上升，代表工农业经济协调发展状况(蓝线)的HP曲线总体上也呈现出上升趋势，但是到了2004年工农业经济协调发展状况(蓝线)的HP曲线开始下降,这表明随新疆的工农业经济协调发展状况并没有因为经济的增长而改善，反而工农经济发展差距越来越大，社会经济发展越来越不平衡。
图11989一2007年新疆经济增长与工农业经济协调发展水平值的H·P滤波值曲线
2.Johansen协整检验
如前所述，经过HP滤波处理得到的经济增长HP和工农业经济协调发展状况HP数据为平稳序列，适用于VAR模型。在作进一步的分析之前，本文先用Johansen协整检验法进行协整检验，以确定这两个指标之间是否存在某种平稳的线性组合，即是否存在指标间的长期稳定关系(协整关系)。表1给出了Johansen协整检验结果。
表1H·P滤波值的Johansen协整检验
原假设的协整向量个数
特征值Eigenvalue
迹统计量
Trace Statistic
5%临界值
1%临界值
None
0.993257
99.35718
15.49471
19.93711
At most 1
0.570564
工业经济增量篇（10）
中图分类号：F127 文献标识码：A
文章编号：1004-4914（2013）07-178-02
目前，我国工业经济发展方式正处于转型时期，西江经济带的经济增长方式也正由粗放型向集约型转变，由又快又好向又好又快转变，这既是经济发展方式的转变，也是经济发展方式内容的实质转变。西江经济带推进工业化、实现经济结构转型对经济增长的贡献有多大？工业化能否有效地促进经济增长，成为继投资和劳动之后经济增长的又一重要推动力？对这些问题进行研究具有重要的政策意义和实践价值。本文对西江经济带工业化水平对经济发展的拉动作用进行分析，从中找出一些影响工业化进程的制约因素，找到一条适合西江经济带新型工业化的发展道路，以加快工业化进程，促进西江经济带的发展。
一、广西西江经济带经济发展简况
2012年8月9日，自治区政府批复实施《广西西江经济带发展总体规划》。广西西江经济带包括广西西江沿江7市：南宁、柳州、梧州、贵港、来宾、百色、崇左，土地面积13.09万平方公里，占广西总面积的55%，2011年总人口为2787万，占广西总人口的54%，地区生产总值为4523亿元，占广西生产总值的58%。第一、第二、第三产业的比重分别为：15.66%，49.38%，34.96%。但是作为主导产业的工业发展缓慢，2011年工业增加值为3096.44亿元，工业化率仅为43.06%，整体处于工业化初期阶段，与全国的平均水平还有很大差距。工业化是现代化的基础和前提，高度发达的工业社会是现代化的主要标志，是实现现代化不可逾越的历史阶段。工业落后，必然导致综合经济实力不强，城镇化进程缓慢，社会各项事业发展受到制约，最终影响现代化的进程。
二、研究思路及变量选取
（一）研究思路
文章将从三个层面对西江经济带经济增长与工业化水平两者之间的关系进行探讨。首先，采用ADF检验对变量的平稳性进行检验，以避免所研究的时间序列出现“伪回归”现象。其次，采用Johansen协整检验方法对两个变量的长期动态关系进行检验。最后，使用脉冲响应函数分析西江经济增长与工业化水平之间互相冲击的力度。
（二）变量选取
通过对诸多经济学家文献的综合分析，以及各指标数据采集的可行性，文章选取以下两个变量进行研究。
1.经济增长水平（GDP）。文章选用GDP的变化量来考察经济的发展。以广西西江经济带中各市的GDP加总表示西江经济带经济发展情况。
2.工业化水平（GYH）。衡量工业化水平的指标较多，本文选用学者们广泛认同的第二产业中的工业增加值比重来进行衡量，即工业增加值占当年GDP的比率，以各市的工业化均值表示。
（三）数据来源及处理
由于广西西江经济带七个城市中，崇左市建市较晚，所获数据年限较短将影响实证效果。在历史上西江经济带的贵港市隶属于玉林地区管辖，只是在1995年设立贵港市才从玉林分离出去。玉林市容县的绣江和北流的圭江同属于西江水系。2012年2月，自治区工信委印发的《广西西江经济带工业发展“十二五”规划》涵盖柳州、桂林、来宾、梧州、玉林、贵港、贺州等7市。由此可见，玉林本身就是西江经济带不可缺少的一员，故以玉林市取代崇左市，由南宁、柳州、梧州、贵港、玉林、百色、来宾组成西江经济带的实证分析不会影响其效果。从数据的可获得性考虑，本文选取的样本空间为2002—2011年，所有的数据均来自历年的《广西统计年鉴》。
三、广西西江经济带工业化与经济发展水平关系的实证分析
（一）平稳性检验
为了避免模型中出现“伪回归”现象，在建立计量经济模型之前，要对所采用的时间序列进行单位根检验，以确定各序列的平稳性和单整阶数。文章采用ADF检验法，运用Eviews6.0软件，对GDP和GYH两个变量进行平稳性检验。检验结果如表1所示。
由表1可知，时间序列GYH和GDP的原序列都是非平稳的，但它们的一阶差分是平稳的，所以二者都为一阶单整I（1），可能存在协整关系，下面进行协整检验。
（二）协整检验
协整（cointegration）分析理论是近年来处理非平稳经济时间序列之间长期均衡关系和短期波动的有力工具。通过单位根检验可知，西江经济带经济发展和工业化水平都是单整序列，因而可以对其进行协整检验，检验结果见表2。
从检验结果可以看出，在5%的显著性水平下，无论是迹统计量检验还是最大特征值统计量检验的结果都显著，两个变量之间存在着一个协整关系。进一步的，通过对二变量进行分析，确定协整方程的一般形式为：
GDP=-7786.15+318.29GYH+e
R2=82.70 （-4.1583） （6.1831）
根据方程可以得出结论：方程模拟效果较好，回归方程不仅具有较高的拟合优度，且各系数的t值都在2之上，说明各变量的系数都比较显著。从协整的数学模型中我们看到，工业化水平和经济发展二者存在很好的关系，西江经济带工业化率每提高一个百分点就能带来经济增长318.29亿元。通过对比两者的数据，我们看到：从长期来看，工业化率的提高将带来GDP的显著增加，二者是同向发展的。
（三）脉冲响应分析
脉冲响应函数用于考察来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。图1分别为渐进解释法模拟的关于经济增长和工业化水平的脉冲响应函数图，追踪期为10年。图中纵轴表示因变量对解释变量的响应程度，虚线代表置信区间，以响应函数值加或减两倍标准差为准，实线代表响应函数的实际值。
首先，考察GDP对其自身滞后期和GYH冲击的响应情况。从图1第1行观察到，经济增长对其自身的一个标准差有正向反应，且反应程度有增强的趋势，持续时间较长。说明西江经济带经济增长与其滞后期有一定的关联性，经济增长具有一定的惯性特征。对于GYH的冲击，GDP产生负向响应，响应的程度虽较弱，但有扩大的趋势，这与我们观察到的工业化水平与经济增长同向变化趋势是相悖的，很多程度上是由于西江经济带工业化总体上呈现出粗放型的特征，工业化主要是总量的扩张，结构变化相对滞后，过度依赖能源且加大对环境的污染，这在一定程度上制约了经济的发展。
其次，我们考察GYH对其滞后期和GDP冲击的响应情况。从图中第2行可知西江经济带的工业化水平对经济增长表现出一定程度的正向响应，但是这种响应程度随着时间的推移而逐步减弱，并趋于平稳，说明经济增长对工业化水平的促进作用是非常明显的，虽然程度不断减弱。工业化水平对来自自身标准差的冲击刚开始呈现正向响应，说明工业化水平具有一定的惯性特征，但响应程度不断减弱，并于第4期达到临界值，随后转为较弱的负向响应。
四、结论及建议
1.通过单位根检验，工业化水平和经济增长两个变量符合协整检验的必要条件，经过JJ协整检验，他们之间存在长期均衡关系。由协整方程可知，工业化水平每提高一个百分点将带来GDP增长318.29亿元，这对于西江经济带来说，将使国民经济增量发生巨大变化。研究结果表明，无论是在短期还是长期，工业化水平提高对经济增长都有重要的促进作用，对经济增长的拉动作用非常明显。
2.脉冲响应函数表明经济增长主要是来自其自身的冲击，与其滞后期的关联度较大，而工业化对经济增长产生负向响应。说明西江经济带工业化进程中，除个别城市如南宁、柳州已进入工业化中期阶段外，大部分城市还处于都还处于工业化初级阶段的中后期，经济增长主要依赖资源和要素的驱动，呈现明显的粗放型增长特征。在将来的发展中各市必须寻求新的发展路径，应该尽快转变经济发展方式，推进结构调整，提高资源生产率和降低废弃物排放，减少环境污染，走内涵型工业化道路。
3.西江经济带的工业化率与全国相比总体上还处于较低水平，因此，充分利用西江经济带的资源优势，突出发展重点，实施新型工业化主导战略，建立跨区域生态产业链。柳州是一个工业强市，建议以柳州汽车城为中心，整合玉柴集团、南宁专用汽车厂、桂林客车工业集团等企业，打造全国领先的现代化汽车产业基地；百色铝土矿资源丰富，建议以百色的铝土矿生产基地为中心，与南宁的金属制造业、柳州的冶金工业、来宾的铝精深加工业等冶金企业进行配套，打造全国重要的铝工业生态产业基地；贵港市是我国最大的制糖产业基地，建议以广西贵港国家生态工业（制糖）示范园区为中心，把南宁、柳州、崇左、来宾、贺州、百色各大糖厂进行整合，打造西南地区现代化生态工业（制糖）产业基地。
4.充分利用西江经济带的区位优势，加快与珠江三角洲地区和港、澳、台地区的市场对接，各市要建立错位发展、分工协作的竞争机制。玉林、贵港、梧州三市有着得天独厚的区位优势和资源优势，理所当然要担当承接产业转移的排头兵，应重点发展机械工业、建材工业、食品工业、电子工业、林产品加工业、石材加工业等产业；南宁、柳州两市经济实力、科技实力较强，工业基础雄厚，应重点发展化工、汽车、软件、生物工程、新能源、新材料、中医药等产业；百色、来宾、崇左三市有着丰富的矿产资源和水资源，应重点发展冶金工业、电力工业、采矿业、农产品加工业等产业。
参考文献：
1.高铁梅.计量经济分析方法与建模：Eviews应用及实例[M].北京：清华大学出版社，2006
2.吴敬琏.思考与回应：中国工业化道路的抉择（上）[J].学术月刊，2005（12）：38-45
3.吴敬琏.思考与回应：中国工业化道路的抉择（下）[J].学术月刊，2006（1）：58-61
4.钱纳里等.工业化和经济增长的比较研究（中译本）[M].上海三联书店，1989
工业经济增量篇（11）
一、经济发展与环境关系研究的理论综述
关于经济发展与环境关系的研究主要集中于环境库兹涅茨曲线(EKC)假说的验证分析。关于导致环境污染经济原因的分析主要有三个方面:一是关于污染物排放影响效应因素的研究,Grossman and Krueger(1995)和Panayotou(1997)开创性地将经济增长对环境质量的影响分解为三部分:规模效应、结构效应和技术效应,认为经济增长过程中环境质量的变化方向是这三种效应共同作用的结果。于峰、齐建国(2006)通过计算环境污染及其经济影响因子之间的灰色关联度,得出产出结构和GDP、收入分配和贸易结构是我国环境污染关系最为密切因素的结论。二是模型及方法方面的研究,如运用因素分析方法定量分解出经济发展各因素对污染排放的影响程度。王海建(1999)利用投入产出技术给出一类经济结构变动对环境污染物排放的影响分析模型,分析部门污染物排放系数、生产技术变动、最终需求变动及其联合影响等对污染物排放的影响。三是通过建立计量回归模型或因素分解分析模型等对经济社会等各因素对环境污染的影响进行实证分析或预测。如马小明等(2006)提出了基于投入产出分析的产业结构环境影响评价方法,结果表明,环境经济静态投入产出模型能够较好地预测产业结构调整引起的污染物排放变化量。
现有文献主要集中在宏观层面,围绕环境库兹涅茨曲线的分析。但环境库兹涅茨曲线假说没有深入分析经济增长影响环境质量的途径,只是单纯使用减量模型对收入水平变化和环境质量指标进行简单的统计相关分析,而经济增长过程中影响环境质量变化的因素很多,人均收入变化只是经济规模扩张的一个影响因素,减量模型抽象掉了太多环境质量其他影响的因素,研究方法过于简单(Stern et al.,1996)。我国以往在这一领域的研究也都采用减量模型,但收入增长背后的规模、结构和技术变化因子对环境质量产生不同的效应。目前具体针对工业发展与环境关系的研究较少,从工业经济内部角度进行的效应分解分析则更为罕见。
工业经济内部角度是指工业经济活动的水平和规模、部门结构、技术水平(包括环境技术水平)等方面。与以往研究不同,本文拟从工业经济内部分解了工业发展各种效应对“三废”排放的影响,以判断工业污染的具体来源及影响程度,为工业发展及经济增长方式转型提供了理论依据。
二、工业发展对 “三废”排放影响的因素分解模型
随着环境经济学、生态经济学等相关学科的发展,我们发现经济活动水平和规模、产业结构和技术水平都在很大程度上影响着环境状况。根据Grossman and Krueger(1995)和Ekins (1997)模型,用Ei表示环境质量因素,如污染物的排放,用yi表示该部门的产出,?琢i是该部门环境压力系数,Y表示所有经济部门的产出总和,si表示部门产出占总产出的比重,对任一经济部门,环境和增长的关系可以表述为Ei=?琢iyi,式中,总的污染排放等于各部门排放量求和,即:
鉴于本文研究内容的限定,在此选取工业增加值来代表工业经济活动的水平和规模,工业内部部门的增加值为yi,i部门在工业增加值中所占的比例为?琢i,?琢i=yi/Y,令E表示工业总排污量,bi表示i部门单位增加值排污量,那么污染强度为bi=Ei/yi,则有工业污染物排污方程为:
E=∑yibi=Y∑?琢ibi
为了分析工业规模、结构和技术水平对环境污染的影响,不妨考虑两个时期污染物产生的变化(下标t表示比较期,下标0表示基期)。由此,增加的污染物排放量ΔE可以表示为:
是在保持基期规模和基期污染强度也即基期环境技术水平不变的情况下,由于工业结构变化导致的排污量的变化;第二项表示经济规模的增量部分在基期环境技术、政策水平及保持基期污染强度不变条件下,由于工业结构变化导致的排污量的变化。
第三部分Y0∑?琢i0(bit-bi0)+(Yt-Y0)∑?琢i0(bit-bi0),分解出了排放强度效应,第一项表示的是在保持基期工业规模和基期工业结构不变的情况下,环境技术水平及环境政策变化导致的排污量的变化;第二项表示工业规模的增量部分在其它一定条件下,由于污染强度变化导致的排污量的变化。
第四部分Y0∑(?琢it-?琢i0)(bit-bi0)+(Yt-Y0)∑(?琢it-?琢i0)(bit-bi0)是交叉项,第一项为二项交叉项,表示的是在基期规模下,由于工业部门结构和污染强度同时变化导致的排污量的变化;第二项为三项交叉项,表示工业规模、结构及污染强度同时变化导致的排污量的变化。
三、工业发展各因素对工业“三废”排放影响的实证分析
根据2005年和2007年《全国环境统计公报》中各行业工业“三废”排放数据和《中国统计年鉴》中工业各部门增加值及工业增加总值数据,再利用?琢i=yi/Y和bi=Ei/yi这两个计算公式可得出2005年和2007年工业各部门增加值在工业总增加值中所占比例及污染强度。
其中:2005年和2007年万元增加值排放废水量最大的前3个行业分别为造纸及纸制品业(320.5,243.59)、化学纤维制造业(99.97,60.48)、化工原料及化学制品业(77.20,44.14),括号里的数字前者为2005年数据,后者为2007年数据,计量单位均为吨/万元(下同)。
2005年万元增加值排放废气量最大的前3个行业分别为电力煤气及水生产制造业(0.260)、有色金属冶炼及压延业(0.175)、黑色金属冶炼及压延业(0.152);2007年则是电力煤气及水生产制造业(0.237)、非金属矿物制造业(0.152)、造纸及纸制品业(0.042)。
2005年和2007年万元增加值排放固体废弃物量最大的前3个行业分别为采掘业(0.094,0.053)、石油加工及炼焦业(0.027,
0.017)、非金属矿物制造业(0.060,0.013)。
再根据本文上一部分的模型,通过整理和计算可衡量出工业经济发展对环境污染的影响,并且对工业污染物排放量变动的来源进行分解,分别衡量其单个因素的影响程度,具体数值如表1所示。
从表1可以看出,与预估结果一致,规模效应全为正。除了固体废弃物,另外两种工业污染物的规模效应在其排放增加中起到最大的作用。从2005年到2007年,以可变价格计算,工业增加值从72187亿元上升为117048.4亿元,增长速度为62%,这造成工业三废在相同的时期内分别增加了62.09%、61.23%和62.14%,几乎和工业经济规模的扩张程度相同。说明在我国工业化程度不断提高的同时,向环境排放的污染物也在不断增加,工业发展在不断给我们的环境增加压力。
表1表明,2005年至2007年工业内部各部门结构变化也导致了工业三废排放量的变化。其中最明显的是工业废气的变化,比2005年增加了19.54%;而工业废水则只有轻微增长;工业固体废弃物的排放量则呈现负增长。具体原因是我国工业内部排放废气量较大的部门,如电力、煤气及水生产制造业在迅速扩张,其工业增加值所占比例从0.260降为0.237;而排放固体废弃物较多的部门,如采掘业、石油加工业则明显缩小,其工业增加值所占比例从0.094降为0.053。
从表1中的排放强度效应这一项可以看出,由于我国工业各部门的生产技术和环境技术水平有很大提高,单位工业增加值的排污量大大减少,从而导致污染物的排放量大幅减少。此因素在减少工业固体废弃物排放量方面的贡献尤为突出,使得2007年工业固体废弃物比2005年减少了85.05%。此结果可能是受循环经济理念影响所致,工业固体废弃物的资源化再利用率提高,从而排放量减少。因工业废水资源化再利用的限制因素多于固体废弃物,二者对减排的贡献度均显示出递减态势。
结果表明,对于工业“三废”而言,除固体废弃物以外,工业规模的扩大是其排放增加的最大原因;对于固体废弃物来说,工业经济的排放强度效应比规模效应更大,是其排放量减少的最主要因素;工业内部结构的变化导致了工业废气排放量明显增加,固体废弃物排放量明显下降;排放强度效应在工业“三废”减排方面起着显著作用。
四、结论
第一,近年来,随着工业经济的增长,在工业“三废”排放量持续增加、环境污染加剧的背景下,工业发展的规模效应扮演着重要角色,尤其对于工业废水和废气来说,规模效应是其排放量增加的最大因素。
第二,2005年至2007年工业内部结构变化导致工业废气排放量明显增加,固体废弃物排放量明显下降。说明调整工业部门结构、加快工业内部的产业结构升级、大力发展工业高新技术产业有利于减少工业污染,提高环境质量。
第三,排放强度效应在工业“三废”的减排方面有显著作用,说明在我国工业发展水平和规模扩大的同时,其生产技术水平和环境技术水平也在显著提高。启示我们在追求工业经济增长的过程中,要注意与此相联系的各方面技术水平的提高,还要制定有利于促进环境质量提高的政策法规。
第四,工业发展的排放强度效应大于规模效应,是导致固体废弃物排放量减少的最主要因素,说明产生固体废弃物工业部门的生产和环境技术水平有很大的提高,在一定程度上也是循环经济理念推动的结果。我们应继续提倡工业循环经济思想,不断提高工业固体废弃物的资源化再利用率,减少污染,走工业可持续发展之路。
【参考文献】
[1] Grossman G and A.B Krueger:Economic Growth and the Environment[J].Quarterly Journal of Economics,1995,110(2).
[2] Panayotou:T. Demystifying the Environmental Kuznets Curve: Turning a Black Box into a Policy Tool[J].Environment and Development Economics,1997(2).
[3] 于峰、齐建国:我国环境库兹涅茨曲线的解析[J].生态经济,2006(2).
[4] 王海建:经济结构变动对环境污染物排放的影响分析[J].中国人口・资源与环境,1999(7).
[5] 马小明、张立勋、戴大军:产业结构调整规划的环境影响评价方法及案例[J].北京大学学报(自然科学版),2003(7).
