吳 剛,宮汝娜,馮冬發(fā)
(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,西安 710061;2.陜西省社會(huì)科學(xué)院 經(jīng)濟(jì)研究所,西安 710065;3.北京大學(xué) 國(guó)家發(fā)展研究院,北京 100871)
制造業(yè)是實(shí)體經(jīng)濟(jì)的主體,從根本上決定了國(guó)家的綜合實(shí)力和國(guó)際競(jìng)爭(zhēng)力。要實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo),推動(dòng)中國(guó)制造走向中國(guó)創(chuàng)造、中國(guó)速度走向中國(guó)質(zhì)量、中國(guó)產(chǎn)品走向中國(guó)品牌,就必須加快制造業(yè)轉(zhuǎn)型升級(jí)、提質(zhì)增效,走制造業(yè)高質(zhì)量發(fā)展道路。
目前關(guān)于制造業(yè)高質(zhì)量發(fā)展的研究主要聚焦于發(fā)展水平、影響因素、發(fā)展路徑等方面。在發(fā)展水平方面,江小國(guó)等(2019)[1]從經(jīng)濟(jì)效益、技術(shù)創(chuàng)新、綠色發(fā)展、質(zhì)量品牌、兩化融合、高端化等方面評(píng)價(jià)了各省份制造業(yè)高質(zhì)量發(fā)展水平;曲立等(2021)[2]基于新發(fā)展理念評(píng)價(jià)我國(guó)區(qū)域制造業(yè)高質(zhì)量發(fā)展水平。在影響因素方面,汪芳和石鑫(2022)[3]認(rèn)為技術(shù)創(chuàng)新、人力資本等生產(chǎn)投入要素質(zhì)量對(duì)制造業(yè)高質(zhì)量發(fā)展的貢獻(xiàn)較大;鈔小靜等(2021)[4]發(fā)現(xiàn)5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)等新型數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施可以優(yōu)化生產(chǎn)制造;金澤虎和蔣婷婷(2022)[5]對(duì)長(zhǎng)三角樣本進(jìn)行分析,發(fā)現(xiàn)數(shù)字貿(mào)易顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展。在發(fā)展路徑方面,吳友群等(2022)[6]認(rèn)為數(shù)字化是提升制造業(yè)全球價(jià)值鏈(GVC)競(jìng)爭(zhēng)力的有效路徑;李巧華(2019)[7]基于制造業(yè)企業(yè)微觀視角,提出了如何構(gòu)建平臺(tái)化組織的實(shí)現(xiàn)路徑。
基于已有研究,本文采用Dagum 基尼系數(shù)及其分解、核密度估計(jì)、收斂性分析方法,對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展的區(qū)域差異和動(dòng)態(tài)演進(jìn)特征進(jìn)行深入探討。
本文參考文獻(xiàn)[8],基于高質(zhì)量發(fā)展內(nèi)涵,建立涵蓋效率改善、質(zhì)量提升、動(dòng)力轉(zhuǎn)換、結(jié)構(gòu)優(yōu)化共四個(gè)維度的制造業(yè)高質(zhì)量發(fā)展綜合評(píng)價(jià)體系,如下頁(yè)表1所示。
表1 制造業(yè)高質(zhì)量發(fā)展綜合評(píng)價(jià)指標(biāo)體系
1.2.1 Dagum基尼系數(shù)及其分解
進(jìn)一步定義pi≡ni/n,代表第i組樣本容量占全樣本的樣本容量的比例;,代表第i組制造業(yè)高質(zhì)量發(fā)展指數(shù)加總值占全樣本加總值的比例,得出全樣本基尼系數(shù)G的最終分解公式:
其中,I(?)代表示性函數(shù),它僅在yir-yjs>0 時(shí)才取值為1,否則取值為0。dij和fij具有對(duì)稱性。
1.2.2 核密度估計(jì)
核密度估計(jì)是對(duì)傳統(tǒng)直方圖的拓展,能夠以更加客觀和光滑的形式展示樣本數(shù)據(jù)的分布特征。具體來(lái)講,在繪制直方圖時(shí),首先要確定一個(gè)起始點(diǎn)y0和窗寬h,然后將數(shù)軸切割為可數(shù)個(gè)等寬區(qū)間[y0+mh,y0+(m+1)h);m?Z,其中,Z代表整數(shù)集,最后通過(guò)計(jì)數(shù)并計(jì)算頻率的方式確定每個(gè)等寬區(qū)間對(duì)應(yīng)的高度,公式如下:
使用光滑且連續(xù)的核密度函數(shù)替換式(6)中的示性函數(shù),使得結(jié)果函數(shù)圖像變得更為光滑,表達(dá)式為:
其中,K(?)是核密度函數(shù),且K(?)多為對(duì)稱函數(shù)。本文采用高斯核密度函數(shù)進(jìn)行測(cè)算,使用Silverman(1986)[9]提出的最優(yōu)窗寬選擇方法來(lái)選擇窗寬。
1.2.3 收斂性分析
σ收斂描述的是各地區(qū)制造業(yè)高質(zhì)量發(fā)展水平的離差會(huì)隨時(shí)間的推移而逐漸降低,離差越小代表地區(qū)差距越??;當(dāng)離差值被縮減到0時(shí),各地區(qū)的制造業(yè)高質(zhì)量發(fā)展水平將會(huì)完全相同。本文使用變異系數(shù)來(lái)衡量各個(gè)組別的σ收斂程度,公式如下:
β收斂描述的是當(dāng)前欠發(fā)達(dá)地區(qū)相較于發(fā)達(dá)地區(qū)擁有更快的增長(zhǎng)速度,前者能夠逐漸追趕上后者從而達(dá)到同一穩(wěn)態(tài)水平。β收斂又可以區(qū)分為絕對(duì)β收斂和條件β收斂,前者描述的是所有經(jīng)濟(jì)體都將實(shí)現(xiàn)同一穩(wěn)態(tài)水平,后者則表明不同經(jīng)濟(jì)體的穩(wěn)態(tài)水平將與其特定的經(jīng)濟(jì)屬性相關(guān);也就是說(shuō),實(shí)現(xiàn)條件β收斂時(shí),相關(guān)經(jīng)濟(jì)變量的增長(zhǎng)速度相同,但穩(wěn)態(tài)水平并不相同。β收斂是通過(guò)回歸分析來(lái)評(píng)判的,具體的計(jì)量經(jīng)濟(jì)學(xué)模型設(shè)定形式如下:
其中,yi,t代表省份i在第t時(shí)期的制造業(yè)高質(zhì)量發(fā)展水平,是對(duì)省份i在第t+1 時(shí)期的制造業(yè)高質(zhì)量發(fā)展水平增長(zhǎng)率的近似估計(jì)。Zi,t是模型的控制變量,本文參考王少劍和黃永源(2019)[10]、張卓群等(2022)[11]的研究,將其設(shè)定為:經(jīng)濟(jì)發(fā)展水平(develop),使用各省份的人均實(shí)際GDP衡量;科研經(jīng)費(fèi)投入(rd),使用地方財(cái)政中科學(xué)技術(shù)支出占一般預(yù)算支出的比重衡量;對(duì)外開(kāi)放水平(open),使用外商投資總額占GDP的比重衡量;市場(chǎng)化水平(market),使用地方一般公共預(yù)算支出占GDP 比重的倒數(shù)衡量;人力資本升級(jí)(human),使用高等學(xué)校在校生數(shù)占年末常住人口的比重衡量;互聯(lián)網(wǎng)基礎(chǔ)設(shè)施水平(internet),使用互聯(lián)網(wǎng)寬帶接入端口數(shù)占年末常住人口的比重衡量。γ是對(duì)應(yīng)于這些控制變量的模型參數(shù)。參數(shù)β1是本文關(guān)注的重點(diǎn),如果其取值顯著小于0,則說(shuō)明各省份之間的制造業(yè)高質(zhì)量發(fā)展水平存在條件β收斂趨勢(shì),否則便不存在條件β收斂趨勢(shì)。如果限定參數(shù)γ=0,且此時(shí)β1依然顯著小于0,則稱各省份之間的制造業(yè)高質(zhì)量發(fā)展水平存在絕對(duì)β收斂趨勢(shì)。如果確實(shí)存在收斂趨勢(shì),還可以依據(jù)公式v=-ln(1 -|β|)/T來(lái)計(jì)算收斂速度,T代表樣本時(shí)期數(shù)??梢钥闯觯绻?<|β|<1成立,那么當(dāng) |β|越大時(shí),相應(yīng)的收斂速度就越快。μi、ηt和?i,t分別代表了模型的固定個(gè)體效應(yīng)、時(shí)間效應(yīng)和隨機(jī)擾動(dòng)項(xiàng)。
本文基于空間杜賓模型的一般形式,構(gòu)建如下空間β收斂模型:
其中,wij是空間權(quán)重,代表的是省份i和省份j之間的空間關(guān)聯(lián)性;ρ是模型被解釋變量空間滯后項(xiàng)對(duì)應(yīng)的參數(shù),刻畫(huà)了空間鄰近省份制造業(yè)高質(zhì)量發(fā)展水平對(duì)于本地的全局空間溢出效應(yīng);δ是核心解釋變量空間滯后項(xiàng)對(duì)應(yīng)的參數(shù),刻畫(huà)的是局部空間溢出效應(yīng);其余設(shè)定與式(9)所代表非空間β收斂模型完全相同。本文使用R 語(yǔ)言完成模型估計(jì)。
本文的權(quán)重設(shè)定如下:
其中,distanceij表示省會(huì)城市之間的公路導(dǎo)航距離。
本文的核心經(jīng)濟(jì)變量是各省份的制造業(yè)高質(zhì)量發(fā)展指數(shù),通過(guò)構(gòu)建指標(biāo)體系具體核算后取得。式(9)和式(10)當(dāng)中提及的控制變量均采集自國(guó)家統(tǒng)計(jì)局官網(wǎng)和歷年《中國(guó)統(tǒng)計(jì)年鑒》,其中的名義值變量使用各省份的GDP平減指數(shù)調(diào)整為以樣本初期為基期的實(shí)際值,具體所用的GDP平減指數(shù)由各省份的GDP名義值和GDP指數(shù)換算得到。外商投資總額數(shù)據(jù)以美元計(jì)價(jià),使用國(guó)家統(tǒng)計(jì)局公布的當(dāng)年年平均匯率調(diào)整為人民幣計(jì)價(jià)數(shù)據(jù)后再參與計(jì)算。人口數(shù)目使用年末常住人口衡量。省會(huì)城市之間的公路導(dǎo)航距離為使用汽車導(dǎo)航軟件從省會(huì)城市甲到省會(huì)城市乙的最優(yōu)推薦路線的總里程數(shù),使用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)采集自百度地圖向社會(huì)公眾開(kāi)放的API。缺失數(shù)據(jù)先嘗試使用各省份國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)報(bào)告予以補(bǔ)全,無(wú)法補(bǔ)全者再使用線性插值法填充。在全面評(píng)估數(shù)據(jù)質(zhì)量的基礎(chǔ)之上,本文最終確定的研究對(duì)象為我國(guó)30個(gè)省份(不含西藏和港澳臺(tái)),樣本時(shí)期為2005—2021年。
本文依據(jù)各省份在2021年的制造業(yè)高質(zhì)量發(fā)展水平將其劃分為高質(zhì)量、中質(zhì)量和低質(zhì)量共三個(gè)組別。其中,高質(zhì)量組包括北京、天津、上海、江蘇、浙江、廣東、重慶和四川共8個(gè)省份;中質(zhì)量組包括吉林、安徽、福建、江西、湖北、湖南、貴州和陜西共8 個(gè)省份;低質(zhì)量組包括河北、山西、內(nèi)蒙古、遼寧、黑龍江、山東、河南、廣西、海南、云南、甘肅、青海、寧夏和新疆共14個(gè)省份。本文基于此分組方式探討我國(guó)制造業(yè)高質(zhì)量發(fā)展水平的空間差異,并剖析其差異來(lái)源。
使用前文介紹的Dagum 基尼系數(shù)分別測(cè)算了全國(guó)層面和三個(gè)組別的制造業(yè)高質(zhì)量發(fā)展水平的組內(nèi)差異程度,并將整個(gè)樣本時(shí)期內(nèi)的測(cè)算結(jié)果匯報(bào)在圖1中。
圖1 制造業(yè)高質(zhì)量發(fā)展水平組內(nèi)差異的變化情況
從全國(guó)層面來(lái)看,我國(guó)制造業(yè)高質(zhì)量發(fā)展水平的基尼系數(shù)從樣本期初期的0.31逐漸下降到樣本期末期的0.23,整個(gè)樣本時(shí)期內(nèi)的均值為0.26,這表明我國(guó)制造業(yè)高質(zhì)量發(fā)展的區(qū)域差異始終保持在相對(duì)合理的區(qū)間內(nèi)。從分組對(duì)比結(jié)果來(lái)看,三個(gè)組別的組內(nèi)基尼系數(shù)在大多數(shù)時(shí)間內(nèi)均未超過(guò)全國(guó)層面的整體基尼系數(shù),說(shuō)明各組別內(nèi)部的不均衡程度相對(duì)較低,樣本數(shù)據(jù)的整體差異主要來(lái)自分組間的差異。高質(zhì)量組的組內(nèi)基尼系數(shù)從樣本期初期的0.27,經(jīng)先升后降再升的動(dòng)態(tài)演進(jìn)過(guò)程調(diào)整到樣本期末期的0.22,位居三個(gè)組別之首。說(shuō)明該組別內(nèi)存在相對(duì)較大的不均衡問(wèn)題,主要原因是北京和廣東相對(duì)組內(nèi)其他省份具有斷層式的領(lǐng)先優(yōu)勢(shì)。低質(zhì)量組的組內(nèi)差異在樣本時(shí)期內(nèi)相對(duì)穩(wěn)定,與高質(zhì)量組的組內(nèi)差異交替處于第一的位置,盡管樣本期末期的組內(nèi)差異略小于樣本期初期,但組內(nèi)基尼系數(shù)值仍處于相對(duì)較高的位置;說(shuō)明制造業(yè)發(fā)展基礎(chǔ)相對(duì)薄弱的省份缺乏追趕能力,未能通過(guò)實(shí)現(xiàn)更快的增長(zhǎng)速度來(lái)減小區(qū)域間差異。中質(zhì)量組的組內(nèi)差異不僅始終為三個(gè)組別中的最低值,而且貢獻(xiàn)了最大的組內(nèi)差距降幅,從樣本期初期的0.21 降至樣本期末期的0.08,年均降幅達(dá)6.07%,說(shuō)明該組內(nèi)各省份的制造業(yè)高質(zhì)量發(fā)展水平接近絕對(duì)平均,具有極高的均等化程度。當(dāng)然,中質(zhì)量組的組內(nèi)差距也并非始終保持向下遞減的態(tài)勢(shì),它在2007年爆發(fā)環(huán)球金融危機(jī)后短暫上升,并持續(xù)增長(zhǎng)直到2012年。這主要是因?yàn)楦=ê完兾鬏^早地開(kāi)始探索制造業(yè)轉(zhuǎn)型升級(jí)的方向和路徑,相較于貴州和江西等省份更快地實(shí)現(xiàn)了制造業(yè)的復(fù)蘇。
拓展的組間基尼系數(shù)可以直接用于考察區(qū)域間差異程度,本文將部分重點(diǎn)年份的測(cè)度結(jié)果匯報(bào)在圖2中。
圖2 制造業(yè)高質(zhì)量發(fā)展組間差異的變化情況
從整體趨勢(shì)來(lái)看,圖2中陰影面積隨時(shí)間推移而逐漸縮小,且各維度均呈現(xiàn)向內(nèi)縮小的特征,表明我國(guó)制造業(yè)高質(zhì)量發(fā)展水平的組間差異正在逐漸減小;這種趨勢(shì)出現(xiàn)在任意兩個(gè)分組之間,側(cè)面反映出我國(guó)構(gòu)建新發(fā)展格局已取得積極成效,制造業(yè)發(fā)展不均衡現(xiàn)象得到一定緩解。但從各時(shí)期的變化幅度來(lái)看,組間差異的縮小主要發(fā)生在樣本時(shí)期的前半段。從2014 年開(kāi)始,組間差異的縮小幅度明顯變小甚至出現(xiàn)反彈,說(shuō)明我國(guó)的區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略開(kāi)始邁入“深水區(qū)”,改革阻力逐步顯現(xiàn)。具體從各個(gè)組間差異的數(shù)值水平來(lái)看,低質(zhì)量組與高質(zhì)量組、中質(zhì)量組之間的組間差異始終處于高位,樣本內(nèi)均值分別為0.32 和0.30,高于高質(zhì)量組和中質(zhì)量組之間的0.24。組間差異的排序與本文所用的分組方式保持一致,數(shù)值本身還可以反映出制造業(yè)的重積累性特征,即在樣本期初期底子厚、基礎(chǔ)好的制造業(yè)強(qiáng)省具有更高的概率進(jìn)入高質(zhì)量組;從屬中低質(zhì)量組的省份應(yīng)積極探索新的發(fā)展路徑,搶抓以數(shù)字技術(shù)為代表的新一輪信息技術(shù)革命機(jī)遇,努力實(shí)現(xiàn)“彎道超車”。
Dagum(1997)提出了一種全樣本數(shù)據(jù)基尼系數(shù)的分解方式,可將其分解為組內(nèi)差異、組間凈差異和超變密度共三個(gè)部分,本文將各部分的絕對(duì)數(shù)值和所占相對(duì)份額匯報(bào)在圖3中??梢钥闯觯覈?guó)制造業(yè)高質(zhì)量發(fā)展的組內(nèi)基尼系數(shù)在樣本期初期為0.09,逐漸下降到樣本期末期的0.06,相應(yīng)的貢獻(xiàn)份額從樣本期初期的28.15%波動(dòng)變化到樣本期末期的26.87%。這表明組內(nèi)差異對(duì)于整體差異的貢獻(xiàn)相對(duì)較小,超過(guò)七成的省份間差異來(lái)自組間凈差異,這與本文從圖1中得出的結(jié)論一致。
圖3 制造業(yè)高質(zhì)量發(fā)展水平的總體差異及其來(lái)源分解
組間凈差異在樣本期初期的數(shù)值為0.13,于2007 年上漲至樣本期內(nèi)的最大值0.15,此后開(kāi)始緩慢下降,在2012年到達(dá)樣本期內(nèi)最小值0.10,最后在波動(dòng)中又上漲至樣本期末期的0.11,整體波動(dòng)幅度并不大。不過(guò)全樣本基尼系數(shù)在樣本期內(nèi)處在下降軌道上,使得組間凈差異對(duì)整體基尼系數(shù)的貢獻(xiàn)從樣本期初期的42.40%逐漸上漲到樣本期末期的49.20%。由此可見(jiàn),縮小分組間凈差異,尤其是低質(zhì)量組與中高質(zhì)量組之間的差異,應(yīng)是我國(guó)繼續(xù)推動(dòng)制造業(yè)高質(zhì)量發(fā)展的重點(diǎn)任務(wù)之一。超變密度的絕對(duì)數(shù)值呈現(xiàn)逐漸下降的趨勢(shì),從樣本期初期的0.09逐漸下降到樣本期末期的0.05,占整體基尼系數(shù)的比重則從2005 年的29.44%下降到2021 年的23.93%。由于超變密度反映的是各分組間的交叉重疊部分對(duì)于整體基尼系數(shù)的貢獻(xiàn),在本文研究中所占的比例達(dá)到了四分之一左右,說(shuō)明本文所用分組方式存在較大的重疊部分,使用Dagum基尼系數(shù)展開(kāi)分析是合適的。進(jìn)一步地,本文發(fā)現(xiàn)分組間之所以存在交叉重疊部分,這是因?yàn)樗拇ê驼憬m然被歸入高質(zhì)量組,但他們的制造業(yè)高質(zhì)量發(fā)展水平在樣本期初期并未進(jìn)入前8 名;江西、湖南、貴州和吉林雖然被歸入中質(zhì)量組,但他們?cè)跇颖酒诔跗谝矝](méi)有處于倒數(shù)14名以內(nèi)。也就是說(shuō),上述省份在樣本時(shí)期內(nèi)實(shí)現(xiàn)了制造業(yè)的大跨步發(fā)展和組別的躍升,分析并總結(jié)他們的成功經(jīng)驗(yàn)可為其他欠發(fā)達(dá)省份未來(lái)進(jìn)一步提升制造業(yè)高質(zhì)量發(fā)展水平提供一定的借鑒與參考。
從圖4 可知,我國(guó)的制造業(yè)高質(zhì)量發(fā)展水平不斷上升,在制造業(yè)高端化、智能化和綠色化轉(zhuǎn)型道路上取得了一系列突破,在圖形上各分組核密度曲線均有明顯的右移趨勢(shì)。具體從各分組來(lái)看,中質(zhì)量組的曲線右移幅度相對(duì)較大,使之與高質(zhì)量組之間出現(xiàn)了重合部分,其制造業(yè)高質(zhì)量發(fā)展取得了一定的階段性成效。低質(zhì)量組的曲線右移幅度相對(duì)較小,對(duì)應(yīng)曲線的波峰位置依然落在中質(zhì)量組波峰的左側(cè),表明該分組內(nèi)各省份的制造業(yè)高質(zhì)量發(fā)展水平仍有較大的提升空間,這也是下一步推進(jìn)制造強(qiáng)國(guó)戰(zhàn)略的重點(diǎn)任務(wù)之一。
圖4 制造業(yè)高質(zhì)量發(fā)展水平的動(dòng)態(tài)演進(jìn)示意圖
我國(guó)各個(gè)省份擁有不同的自然資源稟賦和人文社會(huì)屬性,在發(fā)展制造業(yè)過(guò)程中所選擇的路徑和方式存在較大的差異,在核密度曲線上表現(xiàn)為各分組的主峰形態(tài)均呈現(xiàn)高度下降和寬度變大的特征,見(jiàn)表2。
表2 全國(guó)及各分組制造業(yè)高質(zhì)量發(fā)展的動(dòng)態(tài)演進(jìn)特征
全國(guó)層面的核密度曲線呈現(xiàn)明顯的右拖尾現(xiàn)象,說(shuō)明一些省份的制造業(yè)高質(zhì)量發(fā)展水平相比其他省份突出的高;而延展收斂表明這些極端值與均值之間的差距開(kāi)始出現(xiàn)縮小趨勢(shì),落后省份有機(jī)會(huì)實(shí)現(xiàn)對(duì)先進(jìn)省份的追趕或超越。高質(zhì)量組內(nèi)部同樣存在右拖尾現(xiàn)象,但具有延展收斂性,說(shuō)明該組別內(nèi)各省份都具有較好的發(fā)展前景。中質(zhì)量組和全國(guó)層面的核密度曲線具有類似的分布延展性。低質(zhì)量組中存在明顯的左拖尾和延展拓寬現(xiàn)象,說(shuō)明該組別內(nèi)一些省份的制造業(yè)高質(zhì)量發(fā)展水平長(zhǎng)期處于極低位置,迫切地需要國(guó)家層面統(tǒng)籌全國(guó)的優(yōu)質(zhì)發(fā)展要素,實(shí)施精準(zhǔn)的定點(diǎn)幫扶。
除高質(zhì)量組中出現(xiàn)了輕微的雙峰現(xiàn)象外,全國(guó)層面和其他兩個(gè)組別中都只存在單峰,說(shuō)明高質(zhì)量組內(nèi)存在一定的極化現(xiàn)象。先發(fā)省份應(yīng)積極承擔(dān)“先富帶后富”的責(zé)任,將自身發(fā)達(dá)的管理經(jīng)驗(yàn)、科學(xué)技術(shù)、人力資本等擴(kuò)散至后發(fā)省份,充分發(fā)揮空間溢出效應(yīng),爭(zhēng)取讓后者盡快步入制造業(yè)高質(zhì)量發(fā)展快車道。
使用前文所述收斂性分析方法,對(duì)全國(guó)層面和各組別的σ收斂性特征展開(kāi)測(cè)度,并將所得結(jié)果匯報(bào)在圖5中。
圖5 制造業(yè)高質(zhì)量發(fā)展水平σ 收斂系數(shù)的時(shí)變趨勢(shì)
從全國(guó)層面來(lái)看,我國(guó)制造業(yè)高質(zhì)量發(fā)展水平的σ收斂系數(shù)從樣本期初期的0.61 逐漸下降到樣本期末期的0.45,表明我國(guó)制造業(yè)高質(zhì)量發(fā)展水平在整體上具有較強(qiáng)的收斂趨勢(shì)。不過(guò)具體從分時(shí)段來(lái)看,2005—2007 年、2010 年和2017—2021 年的σ收斂系數(shù)均有所反彈,說(shuō)明當(dāng)前盡管有一定的收斂趨勢(shì),但距離真正實(shí)現(xiàn)σ收斂仍有一段較為長(zhǎng)期的拉鋸過(guò)程。從分組結(jié)果來(lái)看,三個(gè)不同組別的末期σ收斂系數(shù)較之初期均有所下降,表現(xiàn)出一定的σ收斂趨勢(shì),但他們的變化軌跡呈現(xiàn)不同的行為模式。中質(zhì)量組在大部分時(shí)期的σ收斂系數(shù)都要小于上一年,表現(xiàn)出非常強(qiáng)的σ收斂性特征,與其組內(nèi)差距不斷下降的結(jié)論保持一致。低質(zhì)量組的σ收斂系數(shù)在樣本期初期具有較大的下降幅度,但從2008年開(kāi)始步入平臺(tái)期,長(zhǎng)期保持在0.28左右,直到2014年才開(kāi)始繼續(xù)緩慢下降;可能是低質(zhì)量組內(nèi)各省份具有相對(duì)較弱的風(fēng)險(xiǎn)抵抗能力,當(dāng)年的全球金融危機(jī)對(duì)其產(chǎn)生了較大的負(fù)面影響。高質(zhì)量組的σ收斂系數(shù)在數(shù)值上處于最高位置,降幅遠(yuǎn)小于其余兩個(gè)組別,出現(xiàn)反彈的年份數(shù)目也更多,表明該組別內(nèi)部的σ收斂趨勢(shì)相對(duì)較弱,制造業(yè)頭部省份的強(qiáng)勢(shì)地位很難被取代。
本文使用空間β收斂模型展開(kāi)實(shí)證研究。討論是否存在絕對(duì)β收斂,即回歸模型當(dāng)中不包含任何控制變量,本文將相應(yīng)的模型參數(shù)估計(jì)結(jié)果匯報(bào)在表3中。
表3 制造業(yè)高質(zhì)量發(fā)展的絕對(duì)β 收斂
從表3中不難看出:(1)全國(guó)層面和中、低質(zhì)量組中存在絕對(duì)β收斂,但高質(zhì)量組的β收斂系數(shù)未能通過(guò)顯著性檢驗(yàn),說(shuō)明在中、低質(zhì)量組內(nèi)省份的制造業(yè)高質(zhì)量發(fā)展水平長(zhǎng)期內(nèi)會(huì)收斂到各自的穩(wěn)態(tài)水平。(2)中質(zhì)量組的收斂速度為0.111,要快于低質(zhì)量組的0.086和全國(guó)層面的平均值0.069,這是因?yàn)槠鋼碛凶畲蟮慕M內(nèi)差距降幅并且σ收斂系數(shù)降幅能夠保持一致。(3)從空間溢出效應(yīng)來(lái)看,被解釋變量空間滯后項(xiàng)對(duì)應(yīng)參數(shù)顯著為負(fù),說(shuō)明制造業(yè)高質(zhì)量發(fā)展較為迅猛的省份未能對(duì)其鄰近省份產(chǎn)生正向溢出效應(yīng),各省份制造業(yè)之間存在較為激烈的競(jìng)爭(zhēng);核心解釋變量空間滯后項(xiàng)對(duì)應(yīng)參數(shù)并不顯著,說(shuō)明空間鄰近省份制造業(yè)高質(zhì)量發(fā)展水平對(duì)于本省的制造業(yè)高質(zhì)量發(fā)展增速影響較小。當(dāng)然,絕對(duì)β收斂性分析默認(rèn)各個(gè)省份的經(jīng)濟(jì)社會(huì)發(fā)展水平相對(duì)接近,該假設(shè)在現(xiàn)實(shí)世界中并不一定成立,本文將若干控制變量引入實(shí)證模型,并將回歸結(jié)果匯報(bào)在下頁(yè)表4中。
表4 制造業(yè)高質(zhì)量發(fā)展的條件β 收斂
從表4 中不難看出:(1)往實(shí)證模型中添加若干控制變量后,所有分組回歸的擬合優(yōu)度均有所上升。從具體的回歸結(jié)果來(lái)看,全國(guó)層面和中質(zhì)量組中存在條件β收斂,但在高、低質(zhì)量組并不存在收斂趨勢(shì)。(2)從收斂速度來(lái)看,在控制了一些經(jīng)濟(jì)社會(huì)因素以后,中質(zhì)量組的收斂速度有所加快,而全國(guó)層面的收斂速度稍有放緩,說(shuō)明不同省份擁有不同的穩(wěn)態(tài)水平;長(zhǎng)期來(lái)看,各省份之間制造業(yè)高質(zhì)量發(fā)展水平始終會(huì)存在一定的差異。(3)加入控制變量并未改變低質(zhì)量組的空間溢出模式,其核心解釋變量的空間滯后項(xiàng)依然顯著為正,表明其鄰近省份的制造業(yè)高質(zhì)量發(fā)展水平會(huì)對(duì)本省的制造業(yè)高質(zhì)量發(fā)展水平增速產(chǎn)生正向影響,該組內(nèi)部存在通過(guò)吸收先進(jìn)發(fā)展要素實(shí)現(xiàn)制造業(yè)轉(zhuǎn)型升級(jí)的可能性。(4)控制變量對(duì)于不同分組內(nèi)省份的影響具有異質(zhì)性,科研經(jīng)費(fèi)投入的增加有助于提升高質(zhì)量組省份的制造業(yè)高質(zhì)量發(fā)展速度,但對(duì)于其他分組的影響相對(duì)不大,說(shuō)明創(chuàng)新更容易產(chǎn)生在發(fā)展基礎(chǔ)相對(duì)更好的頭部省份;提升對(duì)外開(kāi)放程度有助于加快高質(zhì)量組的制造業(yè)高質(zhì)量發(fā)展速度,但對(duì)于中、低質(zhì)量組的影響不顯著;市場(chǎng)化水平能夠提升中質(zhì)量組的制造業(yè)高質(zhì)量發(fā)展速度,不過(guò)對(duì)于高、低質(zhì)量組的影響并不顯著,這是該組各省份在未來(lái)一段時(shí)期內(nèi)可以著重考慮的改革方向之一。
本文使用Dagum基尼系數(shù)、核密度估計(jì)和收斂性分析法討論了我國(guó)制造業(yè)高質(zhì)量發(fā)展水平的區(qū)域差異、動(dòng)態(tài)演進(jìn)和收斂性特征,得出如下結(jié)論:
(1)從總體區(qū)域差異來(lái)看,我國(guó)各省份制造業(yè)高質(zhì)量發(fā)展水平之間的差異主要來(lái)自組間差異,尤其是低質(zhì)量組與中、高質(zhì)量組之間的差異。從組內(nèi)差異來(lái)看,三個(gè)組別的組內(nèi)差異在樣本期內(nèi)均出現(xiàn)了一定幅度的下降,其中,中質(zhì)量組的下降幅度最大,表明其制造業(yè)高質(zhì)量發(fā)展水平的均等化程度有了較大幅度的提升。超變密度對(duì)于全樣本基尼系數(shù)的貢獻(xiàn)相對(duì)較大,表明使用Dagum基尼系數(shù)討論制造業(yè)高質(zhì)量發(fā)展水平的區(qū)域差異是合理的,同時(shí)也揭示出部分省份在樣本期內(nèi)達(dá)成了分組躍升的階段性成就。
(2)從動(dòng)態(tài)演進(jìn)來(lái)看,各省份的制造業(yè)高質(zhì)量發(fā)展水平在樣本期內(nèi)均取得了一定程度的進(jìn)步,中、高質(zhì)量組之間的界限已然相對(duì)模糊,但低質(zhì)量組與中高質(zhì)量組之間的差距依然比較明顯。高質(zhì)量組內(nèi)存在較為明顯的極化現(xiàn)象,頭部省份的制造業(yè)高質(zhì)量發(fā)展水平相對(duì)其余省份較高,很難在短期內(nèi)被追趕或超越。低質(zhì)量組中部分省份的制造業(yè)高質(zhì)量發(fā)展進(jìn)度較為緩慢。
(3)從收斂性特征來(lái)看,各省份之間的制造業(yè)高質(zhì)量發(fā)展水平存在一定的σ收斂,但只在中質(zhì)量組中表現(xiàn)得較為明顯,中、低質(zhì)量組中存在著明顯的絕對(duì)β收斂和條件β收斂,高質(zhì)量組中則不存在任何β收斂趨勢(shì)。不同分組的收斂模式間存在較大的差異。