空

我國居民收入結構不平等的空間分布特征及影響效應 章貴軍，饒嘉雯，王開科（1） 政府補貼與企業研發投入時空演變及協調 俞立平，冉嘉睿（15） 人口紅利的經濟效應 ——基于質量和數量的雙重研究視角 王 連，周之浩，張維星（28） 數字化轉型驅動制造業與服務業融合的空間效應 吳繼英，李 琪（42） 疫情沖擊、慕課熱度與選課偏好 劉 杰，楊 洋，嚴繼高（57） 異常點診斷視角下的大數據杠桿抽樣方法 賀建風，張莉維（70） 統計調查在近現代史發展進程中的實踐邏輯 朱小理，黃 婷（86） 期刊基本參數：CN14—1400/C8鄢2020鄢B鄢A4鄢96鄢ZH鄢P鄢預20鄢2000鄢7鄢2022-6 主管主辦 編輯出版 《統計學報》編輯部 發行范圍 公開 國內發行 山西省郵政報刊發行局 國外發行 中國國際圖書貿易總公司 印刷單位 山西科林印刷有限公司 國內刊號 CN 14—1400/C8 國際刊號 ISSN 2096—7411 定 價 20 元（人民幣） 地 址 太原市小店區塢城路 140 號 電 話 0351—7666806 郵 編 030006 電子郵箱 tjxbtg@163.com 微 信 統計學報 投稿系統 http://tjxb.sxufe.edu.cn 出版日期 2022 年 6 月 25 日 2022 年 第 3 期 第 3 卷 總第 15 期 榮譽主編 李寶瑜 主 編 米子川 副主編 高艷云 編輯部主任 副主編 副主任 田井泉 山西財經大學 2022.3 （雙 月 刊） ····························目次 秦興俊

JOURNAL OF STATISTICS No.3，2022 General SerialNo.15 （Bimonthly） Honorary Editor-in-Chief: Li Bao-yu Editor-in-chief: Mi Zi-chuan Assistant Editor-in-chief: Gao Yan-yun Editorial Director: Assistant Editor-in-chief: Vice Editorial Director: Tian Jing-quan Supervised by: Shanxi University of Finance & Economics Edition & Publication: the Editorial Office of Journal of Statistics Issue Scope: Open Issued by: Shanxi Postal Distribution Bureau Issued abroad by: International Book Trading Corporation of China Printed by: Shanxi Kelin Printing Co., Ltd CN Serial Number: CN 14-1400/C8 International Standard Serial Number: ISSN 2096-7411 Price: 預20 Address: No.140 Wucheng Road of Taiyuan, Shanxi, China Tel: 0086-0351-7666806 Post code: 030006 E-mail: tjxbtg@163.com WeChat: 統計學報 Submission System: http://tjxb.sxufe.edu.cn Publication Date: Jun. 25, 2022 Qin Xing-jun Contents Basic Parameter of the Journal：CN14—1400/C8鄢2020鄢B鄢A4鄢96鄢ZH鄢P鄢預20鄢2000鄢7鄢2022-6 Spatial Distribution Characteristics and Influential Effects of Residents' Income Com原 position Inequality in China ZHANG Gui-jun，RAO Jia-wen，WANG Kai-ke（1） Spatio-Temporal Evolution and Coordination between Government Subsidies and Corporate R&D Investment YU Li-ping, RAN Jia-ru（i 15） Economic Effect of Demographic Dividend ——Based on the Dual Research Perspectives of Quality and Quantity WANG Lian, ZHOU Zhi-hao, ZHANG Wei-xing（28） Spatial Effect of Digital Transformation Driving the Integration of Manufacturing and Service Industries WU Ji-ying, LI Q（i 42） Epidemic Shock, Popularity of MOOC and Preference for Courses LIU Jie, YANG Yang, YAN Ji-gao（57） Big Data Leverage Sampling Based on the Perspective of Outliers Diagnosis HE Jian-feng, ZHANG Li-we（i 70） Practical Logic of Statistical Investigation in the Development Process of Modern and Contemporary History ZHU Xiao-li, HUANG Ting（86）

DOI 編碼：10.19820/j.cnki.ISSN2096-7411.2022.03.001 ［基金項目］國家社科基金一般項目（21BJT020） ［作者簡介］章貴軍（1978—），男，湖北監利人，福建師范大學數學與統計學院副教授，江西財經大學鄉村振興研究中心研究 員，經濟學博士，主要研究方向為經濟社會統計；饒嘉雯（1997—），女，江西宜春人，江西財經大學統計學院碩士 研究生，主要研究方向是經濟統計；王開科（1986—），男，河南禹州人，山東財經大學統計學院副教授，經濟學博 士，主要研究方向是經濟統計、國民經濟核算。 我國居民收入結構不平等的 空間分布特征及影響效應 章貴軍 1，2，饒嘉雯 2，王開科 3 （1.福建師范大學 數學與統計學院，福建 福州 350117； 2.江西財經大學 統計學院，江西 南昌 330013；3.山東財經大學 統計學院，山東 濟南 250011） ［摘 要］使用2011—2017年中國家庭金融調查（CHFS）數據，測度了要素收入集中指數來反映我國居民收入結構不平等特 征及驅動因素，并基于莫蘭指數和動態空間杜賓模型探究了居民收入結構不平等的空間分布特征和影響效應。研究發現：我國 收入結構不平等程度比較嚴重，收入結構不平等變化的驅動因素是勞動收入，資本收入的貢獻較??；地區間的收入結構不平等 存在明顯異質性，東部地區的收入結構不平等程度遠低于中西部地區；收入結構不平等存在顯著的空間聚集效應，且該空間聚 集效應具有優化趨勢；經濟發展水平和去工業化程度對我國居民收入結構不平等具有顯著的空間溢出效應，經濟發展水平表現 出“長期效果強于短期效果”的時效性，而去工業化程度則表現出“短期效果強于長期效果”的時效性。 ［關鍵詞］資本收入；勞動收入；收入結構不平等；動態空間杜賓模型；空間溢出效應 ［中圖分類號］F124.7 ［文獻標識碼］A ［文章編號］2096-7411（2022）03-0001-14 Spatial Distribution Characteristics and Influential Effects of Residents’Income Composition Inequality in China ZHANG Gui-jun 1,2，RAO Jia-wen 2，WANG Kai-ke 3 （1.School of Mathematics and Statistics, Fujian Normal University, Fuzhou 350117；2.School of Statistics, Jiangxi University of Finance and Economics, Nanchang 330013；3.School of Statistics, Shandong University of Finance and Economics, Jinan 250011,China） Abstract: Using the 2011 -2017 China Household Finance Survey Data （CHFS）, this study measured the factor income concentration index to study the characteristics and driving factors of residents’income composition inequality in China, and explored the spatial distribution characteristics and influential effects of residents' income composition inequality based on the Moran index and dynamic spatial Durbin model. The empirical results were listed as follows. Firstly, the income composition inequality in China was rather serious, and the driving factor of the change of income composition inequality was labor income, while capital income has contributed little. Secondly, there was obvious heterogeneity in the income composition inequality among regions, that is, the degree of income composition inequality in eastern region was far lower than that in central and western regions. Thirdly, income composition inequality had significant spatial agglomeration effect, and the spatial agglomeration effect has showed an optimization trend. Finally, the level of economic development and the degree of deindustrialization both had a significant spatial spillover effect on the income composition inequality for Chinese residents, and the level of economic development showed the timeliness of "long-term effect was stronger than short-term effect", while the degree of deindustrialization showed the timeliness of "short-term effect was stronger than 2022年6月 JOURNAL OF STATISTICS 第3卷 第3期 Jun.，2022 Vol.3 No .3 · 1 ·

統計學報 2022 年 第 3 期 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 一、引言 改革開放以來，我國政府采取的東部地區先行 先試的策略在為中西部地區積累發展經驗的同時， 也造成了經濟社會發展的不平衡。雖然中西部地區 居民收入近幾年已取得較快增長，但與東部地區間 差距依然較大，東部地區居民人均可支配收入為中 部地區的 1.52 倍，為西部地區的 1.62 倍。淤2021 年 習近平同志闡述富裕的重要意義時強調，“我們決不 能允許貧富差距越來越大、窮者愈窮富者愈富，決不 能在富的人和窮的人之間出現一道不可逾越的鴻 溝”。為探索縮小貧富差距、發展共同富裕的策略，大 量學者對收入不平等的空間特征進行了研究。然而， 傳統的收入不平等測度過程中并沒有反映收入分 配中不同的收入來源，導致收入不平等掩蓋了收入 結構不平等，忽略了財富分配的公平性。社會財富 分配的公平性不再僅體現在收入水平上，需進一步 擴展至要素收入的均衡上，這是收入分配研究中常 被忽略的內容。黨的十九大報告關于 2035 年、2050 年發展目標的闡述都鮮明地體現了改善人民生活、 縮小差距、實現共同富裕的要求。為了達到這一要 求，“十四五”規劃建議中明確指出，要“多渠道增加 城鄉居民財產性收入，提高農民土地增值收益分享 比例，完善上市公司分紅制度，創新更多適應家庭 財富管理需求的金融產品”。顯然，居民收入分配中 的要素收入內容已受到政府部門的高度重視。 目前，學術界對要素領域的居民收入分配的研 究尚處在起步階段，主要體現在三個方面。第一，在 數據處理上，國內相關研究對要素收入的處理還不 夠精細。陳斌開等（2009）[1]在研究勞動收入時直接將 勞動收入視為工資性收入，未考慮到經營性收入中 的勞動成分。朱子云 （2014）[2]、焦音學和柏培文 （2020）[3] 等的研究則忽略了經營性收入中的資本成 分，將資本收入等同于財產性收入。柏培文和李相霖 （2020）[4] 雖然對經營性收入中的資本成分和勞動成 分進行了剝離，但仍未把個體收入完全分解為勞動 收入和資本收入。 第二，側重于收入水平的不平等研究，忽略了要 素收入在個人收入中分布是否均勻的問題。孫殿明 和韓金華（2010）[5]指出，建國 60 年來我國居民收入 分配差距呈現出先縮小后擴大的“V 字型”或“U 字 型”演變軌跡。萬廣華等（2008）[6]認為，自 20 世紀 90 年代中期以來，農村收入不平等程度一直在提高，且 我國東、中、西部地區的收入差距擴大速度要快于三 大區域內部的收入差距擴大速度，區域間收入不平 等的貢獻率在上升，其比重已高達 60%以上。陳斌開 等（2009）[1]研究發現，經濟過程中的產業結構變遷和 技術進步導致了 1990—2005 年間的我國城鎮居民 收入差距擴大。陳釗等（2010）[7]的研究表明，行業因 素對城鎮居民收入不平等的影響正不斷提高，其貢 獻 率 已 由 1988 年 的 1.03% 上 升 至 1995 年 的 3.02%，之后又進一步提高到 2002 年的 10.07%。儲 德銀和張婷（2016）[8]指出，財政分權水平的提升有利 于減少收入不平等，其政策效果表現為總體居民收 入不平等<農村居民收入不平等<城鎮居民收入不平 等。然而，上述研究忽略了要素收入在不同收入群體 中的分布不平等，不能從收入結構角度揭示收入不 平等產生的原因。Atkinson（2000）[9]的研究指出，收入 分布中處于較高位置的個體收入來源主要是資本收 入，處于較低位置的個體收入來源主要是勞動收入， 增加勞動收入一般會縮小居民收入分配差距。因此， 考慮要素收入在居民收入中的分布情況有利于從收 入結構角度有針對性地提出改進收入分配不平等的 政策建議。 第三，側重于從收入不平等分解方面或宏觀經 濟發展差異方面探尋縮小收入差距的研究，忽略了 要素收入分配和個人收入分配之間的聯系。陳斌開 和林毅夫（2012）[10]、汪晨等（2020）[11]的研究均表明， 窮人面對的“機會不平等”使其財富增長更慢，甚至 陷入貧困陷阱。朱子云（2014）[2]利用雙層分解模型研 究發現，產出分配率差異、城鄉養老支付差異加劇和 農村人口向城鎮遷徙是導致城鄉收入差距擴大的原 因。焦音學和柏培文（2020）[3]基于新古典模型的研究 認為，第二、三產業發展差異導致了城鄉內部及總體 收入差距，三次產業勞動收入份額與經濟增長呈 “U”型趨勢。江克忠和劉生龍（2017）[12]基于不平等的 收入來源分解，發現工資性收入對收入不平等的貢 獻最高，之后是經營性收入、轉移性收入和財產性收 入。張志超等（2014）[13]指出，當逆向財政程度大于 13.87%時，財政支農力度會擴大城鄉收入差距，反 之，財政支農力度對城鄉收入差距縮小有明顯作用。 胡宗義等（2013）[14]基于誤差修正模型研究得出，金 融發展會加劇市場中資源分配的不公平，農村居民 long-term effect". Key Words: capital income; labor income; income composition inequality; dynamic spatial Durbin model; spatial spillover effects · 2 ·

統計學報 2022 年 第 3 期 收入差距會隨之擴大。然而，Schlenker 和 Schmid （2015）[15]的研究則認為，資本要素份額變動對個體 收入分配的影響依賴于資本收入本身的集中度。 Adams 等（2014）[16]的研究表明，整體不平等取決于 資本和勞動要素內部與要素間收入不平等以及高薪 勞動者與高資本收入者的高相關性。Milanovic （2016）[17]認為，在資本要素份額不斷上升的背景下， 當資本收入高度不平等時，資本富裕者和總體收入 富裕者之間存在高度正相關會加劇收入不平等的程 度。Atkinson（2009）[18]的研究強調，忽略要素收入和 個人收入分配的聯系不能很好地反映收入分配的公 平性和合理性。 鑒于現有研究的不足，本文利用 2011—2017 年 的中國家庭 金融調查 （China Household Finance Survey，CHFS）數據，采用要素收入集中指數對我國 居民收入結構不平等進行測度，并分析我國居民收 入結構不平等的特征和驅動因素，之后以省市為單 位構建面板數據，基于莫蘭指數和動態空間杜賓模 型探索我國居民收入結構不平等的空間分布特征和 影響效應。本文研究的意義在于，為我國居民收入結 構不平等的相關研究提供信息和數據支撐，有助于 我國在新的歷史階段消除兩極分化，促進社會財富 分配的公平公正，減少社會分化和利益沖突，繼續探 索實現共同富裕的有效途徑。 二、收入結構不平等理論 （一）收入結構不平等內涵 “收入結構不平等”一詞源自于英文“Income Composition Inequality”，由 Ranaldi（2021）[19]提出， 通過要素收入集中指數來度量。收入結構不平等是 指任何一對組合收入在收入分配中分布不均勻的 程度，該組合收入既可以由勞動收入和資本收入構 成，也可以由凈收入和稅負構成，還可以由儲蓄和 消費構成。由于側重研究收入的來源，故將總收入 分解為勞動收入和資本收入，則收入結構不平等反 映的是勞動收入與資本收入在收入分配中分布不 均勻的程度。 當位于收入分配底層和頂層的群體分別賺取兩 種不同類型的收入時，也就是說當一種收入集中在 低收入人群手中，另一種收入集中在高收入群體手 中時，勞動收入和資本收入將呈現出明顯的兩極分 化態勢，收入結構不平等最大。當經濟體中所有個體 都賺取兩種類型的收入且收入結構比例相同時，收 入結構不平等最小?？紤]到資本收入和勞動收入存 在相互依賴性，用其中一種收入來源描述即可。以資 本收入為例，當所有個體的資本收入在總收入中所 占比重一致時，收入結構不平等最小。在這種情況 下，個體資本收入在總資本收入中所占比重等于個 體勞動收入在總勞動收入中所占比重，表明勞動收 入與資本收入在收入分配中是均勻的，且個體的勞 動收入和資本收入是協調的。為了更好地說明這個 概念，假設有一個由甲和乙兩個個體組成的經濟體， 其中甲的月收入為 6 000 元，乙的月收入為 30 000 元。分情況來看：如果甲的收入全部來自勞動收入， 而乙的收入全部來自資本收入，這時經濟體中的收 入結構不平等程度最大；如果甲的資本收入為 5 000 元，勞動收入為 1 000 元，而乙的資本收入為 25 000 萬元，勞動收入為 5 000 元，此時經濟體中的收入結 構不平等最小。不難發現，即使在收入結構不平等最 小的時候，經濟體中收入不平等的問題也存在，這是 因為收入不平等反映的是總收入在個體分配中是否 均衡，收入結構不平等反映的則是個體分配到的組 合收入是否均衡。 值得注意的是，研究收入結構不平等問題的最 終目的不是實現勞動收入與資本收入的完全協調， 而是相對協調，消除勞動收入與資本收入的兩極分 化，使得各收入群體的收入來源多元化，以期將收入 結構不平等控制在合理范圍內，從而促進收入均衡 增長，形成較為穩定的收入結構。 （二）收入結構不平等的測度方法 借鑒 Ranald（i 2021）[19]的方法，將個體 i 的收入記 為 Yi，Y=移 n i=1 Yi 表示整個經濟體中的總收入，則個體 i 在整個經濟體中的收入相對份額表示為 yi= Yi Y 。 以此類推，若將總收入分為資本收入和勞動收入， 個體 i 的資本收入和勞動收入分別記為 裝i 和 Wi， 則 裝=移 n i=1 裝i 和 W=移 n i=1 Wi 分別表示經濟體中的勞 動收入和資本收入，個體 i 在經濟體中的資本收入和 勞動收入的相對份額分別記為 琢i= 裝i 裝 和 茁i= Wi W 。用 仔= 裝 Y 和 w= W Y 分別表示資本要素份額和勞動要素 份額，則個體 i 的收入可以分解為如下形式： yi=琢i仔+茁iw （1） 1.要素收入集中程度的度量。將個體按照收入 或收入相對份額進行升序排列，即 yi臆yi+（1 i=1，…， n-1）且 y0=0。p= i n 為收入小于等于 yi 的個體比例， 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 · 3 ·

統計學報 2022 年 第 3 期 L（y，p）=移 i j=1 yj 表示對應于收入 y 的洛倫茲曲線。進 一步，根據個體收入排序對相應收入來源 z 的相對 份額進行累積，從而得到收入來源 z 的偽洛倫茲曲 線（Fei et al.，1978）[20]，將偽洛倫茲曲線按收入來源 z 的要素份額縮小，即得到收入來源 z 的實際集中 曲線。由此，對應于收入來源 z 的實際集中曲線如 式（2）所示： L（z，p）=z i 移 j = 1 濁j；z=仔，w （2） 關于式（2）中的 濁j，有 濁j= 琢j，z=仔 茁j，z=w 嗓 ，后文不再贅 述。需要注意的是，由于存在收入較低個體占有較高 資本份額的可能，資本相對份額較低的個體的收入 排序可能位于資本份額較高的個體之前。 根據個體的收入分解，對于任意的 p，收入洛倫 茲曲線 L（y，p）都可以分解為資本收入和勞動收入 的實際集中曲線的總和，如式（3）所示： L（y，p）=L（仔，p）+L（w，p） （3） 由于資本收入和勞動收入可能分別集中在收入 較高和收入較低的個人手中，為了準確評估資本收 入和勞動收入在收入分配中的兩極分化程度，引入 收入來源零集中和最大集中兩個概念。 當所有個體擁有的資本相對份額和勞動相對份 額相等時（琢i=茁i），兩類不同的收入在經濟體中是零 集中的，此時收入結構不平等最小。由此定義收入來 源 z 的零集中曲線 L（e z，p），如式（4）所示： L（e z，p）=z i 移 j = 1 yj；z=仔，w （4） 當處于收入分配底層 p 的個體收入僅由收入 來源 z_（z_=1-z）組成，而處于收入分配頂層 1-p 的個體收入僅由收入來源 z 組成時，兩個收入來源 在整個經濟體中最大集中，此時收入結構不平等最 大。我們定義收入來源 z 的最大集中曲線 L ma（x z，p） 如下所示： L ma（x z，p）= L M（z，p）= L（y，p） p臆p 憶 z p躍p 嗓 憶 L（m z，p）= 0 p臆p 憶憶 L（y，p）-z_ p躍p 嗓 憶憶 扇 墑 設 設 設 設 設 設 設繕設 設 設 設 設 設 設 ；z=仔，w （5） 其中，L（y，p 憶）=z，L（y，p 憶憶）=1-z。此外，為了確定 收入來源 z 的最大集中曲線，需進行如下判斷：如果 移 n i=1移 i j=1 濁j躍移 n i=1移 i j=1 yj，那么 L ma（x z，p）= L M（z，p）；如 果移 n i=1移 i j=1 濁j約移 n i=1 移 i j=1 yj，那么 L ma（x z，p）= L m（z，p）。 簡單來說，當實際集中曲線面積大于零集中曲線面 積時，L ma（x z，p）= L M（z，p），而當實際集中曲線面積小 于零集中曲線面積時，L ma（x z，p）= L（m z，p）。 2.要素收入集中指數的構建。為反映不同來源 收入的分布是否均勻，根據前文引入的實際集中曲 線、零集中曲線與最大集中曲線，依據基尼系數的構 造思想，構建對應收入來源 z 的收入要素集中指數 （Income-Factor Concentration Index，IFC）I（z），以此 來準確度量收入結構不平等的程度。 （I z）= A（z） B ma（x z） ；z=仔，w，max=m，M （6） A（z）= 1 2n 移 n i=1［（L（e z，i n ）+L（e z，i-1 n ））-（L（z， i n ）+L（z，i-1 n ））］ （7） B ma（x z）=訐 1 2n 移 n i=1［（L（e z，i n ）+L（e z，i-1 n ））- （L ma（x z，i n ）+L ma（x z，i-1 n ））］訐 （8） 其中，A（z）表示收入來源 z 的零集中曲線和實 際集中曲線之間的面積，B ma（x z）表示零集中曲線和 最大集中曲線之間的面積。顯然，要素收入集中指數 的取值范圍為[-1，1]。假定總收入由資本收入和勞動 收入構成，z_ 表示勞動收入，z 表示資本收入，當位 于收入分配底層的個體僅擁有勞動收入，而位于頂 層的個體僅擁有資本收入時，I（z）取值為 1；當位于 收入分配底層的個體僅擁有資本收入，而位于頂層 的個體僅擁有勞動收入時，（I z）取值為-1；當所有個 體的資本收入和勞動收入相對份額相同時，或零集 中曲線面積和實際集中曲線面積相等時，I（z）取值 為 0，此時，認為收入結構絕對平等。另外，經過計 算可知I（z）=-I（z_），故 z 的選擇無論是勞動收入還 是資本收入，其結果表示的意義都是一致的。 為考察收入結構不平等分布的動態變化，引入 一個更簡潔的要素收入集中指數表達式，如式（9） 所示： （I z）= w仔（滋軌z -滋軌z） B ma（x z） （9） 滋軌z= 1 2n 移 n i=1（移 i j=1濁j+移 i-1 j=1 濁j） （10） 其中，滋軌z 表示收入來源 z 的偽洛倫茲曲線面積， 則 z伊滋軌z 表示收入來源 z 的實際集中曲線面積。當滋軌z 增加時，說明收入來源 z 向收入分配的底層移動；當 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 · 4 ·

統計學報 2022 年 第 3 期 滋軌z 減少時，說明收入來源 z 向收入分配的頂層移動； 當滋軌z=滋軌z（_ 琢i=茁）i 時，收入結構不平等最小，那么滋軌z_ 向滋軌z 靠近或者滋軌z 向滋軌z_ 靠近均可使得收入結構不平等減小， 但在滋軌z約滋軌z_ 時前者會使得經濟體的收入不平等加劇。 3.要素收入分配與個人收入分配的聯系。為了 對要素收入分配和個人收入分配之間的關系進行深 入探究，需考慮收入洛倫茲曲線面積和基尼系數之 間的關系。由于收入洛倫茲曲線的面積等于收入來 源 z 和 z_ 的實際集中曲線面積之和，則基尼系數可 以表示為滋軌z 和滋軌z_ 的函數，如下所示： G=1-2滋軌y=1-2［z滋軌z+（1-z）滋軌z_］=1-2（z（滋軌z-滋軌z_）+滋軌z_） （11） 對上式求導，得到基尼系數 G 對要素份額 z 的 偏導數: 鄣G 鄣z =2（滋軌z_-滋軌z） （12） 由式（12）可知，當滋軌z_-滋軌z躍0時，收入來源 z 的增加 會增加收入不平等，這就意味著要素收入分配與個 人收入分配的關系依賴于滋軌z_-滋軌z，由此要素收入集中 指數可被視為能夠將這兩種分配聯系起來的工具。 例如，當要素收入集中指數大于零時，資本收入份額 的上升才會導致收入不平等加劇。另外，要素收入集 中指數的絕對值越大，意味著要素收入分配與個人 收入分配的聯系越緊密。 三、研究設計 （一）空間相關性檢驗 1.全局空間自相關性?？臻g相關性是進行空間 計量分析的前提和保證，全局相關性是用來考察整 個 地 區 整體 的 空 間 相 關 程 度。 本 文 采 用 全 局 Moran's I 指數（Anselin，1988）[21]進行空間相關性檢 驗，計算公式如下所示： Moran's I= n 移i = 1 n 移 j = 1 W（ij xi-x軃）（xj-x軃） S 2 n 移i = 1 n 移 j = 1 Wij （13） 其中，x軃=移 n i=1 xi/n，S 2=移 n i=1（xi-x軃）2 /n，xi 為空間單 元 i 的收入結構不平等，Wij 是空間權重矩陣，后文 不再贅述。全局 Moran's I 指數的取值范圍在-1 到 1 之間，其絕對值越小說明空間相關性越小，該指數大 于 0 說明各地區間的收入結構不平等存在正向空間 相關性，等于 0 說明不存在空間相關性，小于 0 說明 存在負向空間相關性。 2.局部空間自相關性。全局 Moran's I 指數體現 了全國地區的空間相關性，對于局部地區，可通過局 部 Moran's I 指數來檢驗是否存在顯著局部空間聚 集現象。 Ii=（xi-x軃） S 2 n 移 j = 1 W（ij xj-x軃） （14） Ii 是空間單元 i 的局部 Moran's I 指數，表示空 間單元 i 與相鄰空間單元間的關聯程度。若以（xi-x軃） 為橫坐標，以移 n j=1 W（ij xj-x軃）為縱坐標，將平面區域分 為四個象限，則每個象限均象征相鄰單元間的特定 關系，由此得到局部 Moran's I 指數散點圖。其中，第 一象限表示當地和鄰地收入結構不平等均較高，為 “高-高聚集”地區；第二象限表示當地收入結構不平 等較低而鄰地較高，為“低-高聚集”地區；第三象限 表示兩地收入結構不平等均較低，為“低-低聚集”地 區；第四象限表示當地收入結構不平等較高而鄰地 較低，為“高-低聚集”地區。 同時，通過計算各地區收入結構不平等的局部 Moran's I 指數并進行顯著性水平檢驗，可考察不同 地區對鄰近地區的輻射效應。在考察地區通過顯著 性檢驗的前提下，若該地區屬于“高-高聚集”，則表 明該地區對鄰近地區存在正向帶動效應，若該地區 屬于“低-低聚集”，則說明該地區對鄰近地區存在明 顯的負向帶動作用。 （二）空間計量模型設定 考慮到我國各地區間存在頻繁的經濟互動，收 入結構不平等可能會受到空間因素的影響，而空間 計量模型就充分考慮了各地區間的空間依賴性。一 個地區的收入結構不平等不僅會受到當地相關因素 的影響，還可能會受到鄰近區域相關因素的影響，本 文設定空間杜賓模型進行分析，見式（15）。之所以選 用空間杜賓模型，原因在于該模型能夠更有效地控 制可能存在空間溢出行為的變量，從而提高估計結 果的穩健性（Yu et al.，2013）[22]。在實證分析時，需進 行固定效應檢驗與模型退化檢驗，以檢驗模型設定 的正確性。 Yt=子Yt-1+鬃WYt-1+籽WYt+Xt茁+WXt茲+琢+姿t咨n+著t （15） 其中，被解釋變量 Yt 為收入結構不平等程度；Xt 為相關解釋變量；籽 為空間回歸系數，表示鄰近地區 被解釋變量對當地被解釋變量的影響；W 為空間權 重矩陣；茁 和 茲 為空間解釋變量的系數，分別表示當 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 · 5 ·

統計學報 2022 年 第 3 期 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 地解釋變量和鄰近地區解釋變量對當地被解釋變量 的影響程度；琢 為個體效應，姿t 為時間效應，咨n 為 n伊1 且每個元素都為 1 的列向量，著t 為隨機誤差向量；子 為時間滯后項系數，鬃 為空間滯后項系數。當 子=0 且 鬃=0 時，該模型為靜態空間杜賓模型；當 子屹0 且 鬃= 0 時，為動態時間滯后杜賓模型；當 子=0 且 鬃屹0 時， 為動態空間滯后杜賓模型；當 子屹0 且 鬃屹0 時，為動 態時空滯后杜賓模型。 由于復合型權重矩陣包含空間單元間相互作用 的經濟關系和距離影響，可以使區域間的空間聯系 得到更全面準確的反映?；诖?，本文借鑒林光平等 （2005）[23]的方法將地理距離型權重矩陣與經濟距離 型權重矩陣進行組合以構建復合型權重矩陣，并在 實證分析前對其進行行標準化處理。其中，地理距離 型權重矩陣為空間單元 i 和 j 間距離平方的倒數，經 濟距離型權重矩陣為空間單元 i 和 j 市場化程度平 均值間差異程度的倒數，采用王小魯等（2019）[24]測 算的市場化指數作為市場化程度的衡量指標。 Wij= 1 dij 2 1 Yi -Yj i屹j 0 i=j 扇 墑 設 設 設 設 設繕設 設 設 設 設 （16） （三）變量選取與數據來源 本文所用數據通過微觀和宏觀兩種途徑來收 集，其中收入結構不平等 （ifc）、經濟發展水平 （income）、資本收入份額（rate_c）數據均由微觀數據 CHFS2011—2017 年中相應省市樣本計算得出，失 業率（unemp）、對外開放水平（fdi）、去工業化程度 （indus）、人力資本水平（edu）、城鎮化水平（urban）等 樣本數據則來自相應年份的《中國統計年鑒》、《中國 人口和就業統計年鑒》、國家統計局官方網站和各省 市的統計年鑒。本文選取 CHFS 數據的原因在于，該 數據庫中家庭收入具體構成等問題的涉及更為詳 盡，而其他數據庫中所涉及的財產性收入可能不夠 全面，或是未包括家庭股票、基金、債券等金融產品 的收入信息，或是收入數據信息不明確，多輪調查沒 有相應的指導性文件，導致無法界定收入類別。本文 研究對象為 2011—2017 年均參與調查的省市，同時 考慮到部分省市樣本量不足 100，其樣本代表性可 能較差，故予以剔除。 1.被解釋變量：收入結構不平等（ifc）。由于研究 需將家庭收入完全分解為資本收入和勞動收入，因 此參考 Ranald（i 2021）[19]對資本收入和勞動收入的 定義，經過與 CHFS 數據庫中的四大分項收入于的子 項收入進行詳細比對，以樣本家庭的平均工資收入 為門檻進行分類。若經營性收入小于等于平均工資 收入，則將該經營性收入全都歸為勞動收入，若經營 性收入大于平均工資收入，則將多余的經營性收入 歸入資本收入，最終將工資性收入、轉移性收入和經 營性收入中的勞動成分歸為家庭勞動收入，將財產 性收入和經營性收入中的資本成分歸為家庭資本收 入（Ranaldi，2021；Glyn，2009）[19,25]。之所以將轉移性 收入納入勞動收入的定義，原因有二：第一，有助于 分析收入再分配對收入結構不平等的影響，如 Parolin 和 Gornick（2021）[26]指出轉移性收入有力地 塑造了發達經濟體的包容性增長；第二，選擇涵蓋個 人所有收入來源的福利概念有助于我們明確能夠真 正從資本收入中受益的群體。針對樣本中的缺失值 問題需要說明的是：對于部分存在缺失值的變量， CHFS 對其進行了插值處理，本文所用數據均經過 了插值處理；由于部分問題只有在特定的邏輯條件 下才需要回答，對于不需要回答導致的缺失問題屬 于合理邏輯范圍下的合理缺失，對此進行相應處理 即可；若經過前兩步處理后樣本仍存在缺失，本文將 采取直接剔除的方法進行處理。同時，考慮到需要計 算資本收入占總收入的比值和勞動收入占總收入的 比值，將家庭總收入小于等于 0 和四大分項收入小 于 0 的樣本予以剔除。為了降低極端值對本文結果 的影響，剔除數據中總收入位于 1%分位數以下和 99%分位數以上的樣本。在估算要素收入和整理數 據之后，根據收入結構不平等的測度方法計算相應 的要素收入集中指數。 2.解釋變量。（1）經濟發展水平（income），本文以 2010 年為基期，通過 CPI 換算得出各年份各經濟體 具有可比性的人均收入，即實際人均收入，測度各經 濟體的經濟發展水平。（2）資本收入份額（rate_c），學 者們在研究要素收入分配對收入不平等的影響時得 出了一致結論，即資本收入份額的上升會拉大個人 收入差距，因此本文用一個經濟體中資本收入占總 收入的比重嘗試探究要素收入分配對收入結構不平 等的影響。（3）失業率（unemp），考慮到數據的可獲 得性，本文采用城鎮登記失業率這一指標來表示失 業率，盡管城鎮登記失業率并不能全面反映總體的 就業狀況，但仍可以在一定程度上反映勞動力市場 的情況。（4）對外開放水平（fdi），隨著我國開放程度 的不斷提高，外商直接投資的外溢效應逐漸顯現，本 文將實際使用的外商直接投資通過相應年份的匯率 換算成當年的人民幣，進而采用外商直接投資占地 · 6 ·

統計學報 2022 年 第 3 期 表 1 變量的描述性統計 變量 變量名稱 指標說明 平均值 標準差 最小值 最大值 ifc 收入結構不平等 見公式（6） 0.562 0.162 -0.134 0.813 income 經濟發展水平 人均實際收入 17411 8721 3319 46116 unemp 失業率 城鎮登記失業率 0.034 0.007 0.013 0.045 fdi 對外開放程度 外商直接投資/GDP 0.028 0.023 0.001 0.109 indus 去工業化程度 1-工業增加值/GDP 0.620 0.076 0.447 0.866 edu 人力資本水平 受高等教育的比例 0.169 0.107 0.065 0.559 urban 城鎮化水平 城鎮人口數/總人口數 0.579 0.143 0.347 0.893 rate_c 資本收入份額 資本收入/總收入 0.130 0.044 0.043 0.288 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 區生產總值的比重來度量地區對外開放水平。（5）去 工業化程度（indus），去工業化是指工業化進程中工 業比重下降的過程，根據 Rodrik（2016）[27]的研究可 知工業化程度可用制造業增加值占 GDP 的比重度 量，但由于各省份制造業增加值數據的獲取受限，故 本文使用工業增加值代替制造業增加值，用 1-工業 增加值占地區生產總值的比重衡量去工業化程度。 （6）人力資本水平（edu），已有研究表明就業人員的受 教育程度與其收入狀況息息相關，本文參考曹遠征和 丁攀（2019）[28]的研究選用就業人員中受高等教育人 口占總就業人口的比重作為人力資本水平的衡量指 標。（7）城鎮化水平（urban），盡管衡量城鎮化的指標 有多種，但考慮到數據的可獲得性和操作的可行性， 本文采用人口城鎮化率來衡量我國城鎮化發展水平， 即以城鎮人口占總人口的比重作為城鎮化水平的衡 量指標。為緩解數據的波動性及可能存在的異方差 問題，在進行實證分析前對所有解釋變量進行了對數 化處理。表 1 為各變量的描述性統計結果。 四、實證結果與分析 （一）收入結構不平等的測度結果 表 2 報告了 2010—2016 年全國地區和各省市 的要素收入集中指數。從全國地區來看，觀察期內我 國居民要素收入集中指數遠大于 0，說明我國資本 收入主要集中在高收入群體手中，大部分低收入群 體難以獲得資本收入，主要依賴于勞動收入，表現出 了“窮人擁有勞動收入，富人擁有資本收入”的特征。 同時，根據樣本計算的我國 2016 年居民要素收入集 中指數為 0.574，高于同時期歐洲主要發達國家的平 均水平 0.526，盂意味著我國收入結構不平等程度相 對嚴重。這說明，我國要素收入分配與個人收入分配 之間的聯系更為密切，資本收入份額和勞動收入份 額的波動對收入不平等的影響較大。 表 2 2010—2016 年各地區要素收入集中指數 地區 2010 年 2012 年 2014 年 2016 年 平均值 全國 0.449 0.534 0.588 0.574 0.536 東部 北京 -0.134 0.222 0.340 0.418 0.212 天津 0.121 0.351 0.533 0.465 0.368 河北 0.761 0.758 0.626 0.723 0.717 遼寧 0.236 0.450 0.640 0.645 0.493 上海 0.230 0.246 0.478 0.394 0.337 江蘇 0.559 0.439 0.595 0.537 0.533 浙江 0.315 0.497 0.545 0.510 0.467 山東 0.554 0.478 0.479 0.547 0.514 廣東 0.291 0.636 0.557 0.527 0.503 平均值 0.326 0.453 0.532 0.530 0.460 山西 0.545 0.534 0.623 0.652 0.589 吉林 0.484 0.643 0.618 0.590 0.584 中部 · 7 ·

統計學報 2022 年 第 3 期 圖 1 2010—2016 年各地區資本收入和勞動收入的偽洛倫茲曲線面積 0.3 0.2 0.1 0 全國 北京 天津 河北 遼寧 上海 江蘇 浙江 山東 廣東 山西 吉林 黑龍江 安徽 江西 河南 湖北 湖南 重慶 四川 云南 甘肅 2010 2012 2014 2016 2010 2012 2014 2016 2010 2012 2014 2016 2010 2012 2014 2016 2010 2012 2014 2016 資本收入偽洛倫茲曲線面積 勞動收入偽洛倫茲曲線面積 0.3 0.2 0.1 0 0.3 0.2 0.1 0 0.3 0.2 0.1 0 0.3 0.2 0.1 0 （續表 2） 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 表 2 數據還表明，在 2010—2016 年間，我國居 民要素收入集中指數呈現出“倒 U 型”趨勢，具體表 現為：2010—2014 年的收入結構不平等程度逐漸增 加，2014—2016 年的收入結構不平等呈減小趨勢。 結合圖 1 不難看出：在 2010—2014 年間，全國居民 資本收入的偽洛倫茲曲線面積幾乎不變，而勞動收 入的偽洛倫茲曲線面積呈上升趨勢，表明在此期間 居民的勞動收入持續向低收入群體流動，進而導致 收入結構不平等加??；在 2014—2016 年間，居民資 本收入和勞動收入的偽洛倫茲曲線面積均呈緩慢上 升趨勢，說明居民資本收入和勞動收入都向低收入 群體流動，且前者的流動趨勢更大，從而使得收入結 構不平等得到改善。由上述分析可知，2010—2016 年間我國收入結構不平等變化的驅動因素是勞動收 入，資本收入的貢獻較小。 從省市層面來看，除河北以外，2010—2016 年北 京、天津、遼寧、上海、江蘇、浙江、山東和廣東等東部 地區的要素收入集中指數平均值均低于 0.54，除了山 西和吉林以外的中西部地區的要素收入集中指數平 均值均高于 0.60，同時東、中、西部三大地區的要素收 入集中指數平均值分別為 0.460、0.641 和 0.632，說明 東部地區的收入結構不平等遠低于中西部地區，中西 部地區的收入結構不平等較為嚴重。值得一提的是， 2010 年北京市的要素收入集中指數小于 0，根據樣本 數據可知其高收入群體幾乎沒有經營性收入，導致資 本收入較低，使得勞動收入集中在收入分配的頂層。 結合實際情況來看，北京作為我國的政治中心、文化 中心、國際交往中心和科技創新中心，具備強大的人 黑龍江 0.565 0.625 0.714 0.692 0.649 安徽 0.439 0.689 0.692 0.586 0.601 江西 0.481 0.723 0.700 0.688 0.648 河南 0.798 0.813 0.610 0.734 0.739 湖北 0.681 0.663 0.628 0.651 0.656 湖南 0.608 0.671 0.708 0.651 0.660 平均值 0.575 0.670 0.662 0.656 0.641 西部 重慶 0.652 0.668 0.608 0.740 0.667 四川 0.653 0.491 0.664 0.626 0.608 云南 0.584 0.622 0.646 0.559 0.603 甘肅 0.512 0.691 0.600 0.794 0.649 平均值 0.600 0.618 0.629 0.679 0.632 中部 · 8 ·

統計學報 2022 年 第 3 期 年份 復合型權重矩陣 經濟距離型權重矩陣 Moran’I Z P 值 Moran’I Z P 值 2010 0.621 3.905 0.000 0.447 3.209 0.001 2012 0.443 2.783 0.003 0.226 1.729 0.042 2014 0.553 3.613 0.000 0.473 3.475 0.000 2016 0.619 3.737 0.000 0.536 3.628 0.000 表 3 收入結構不平等的全局 Moran's I 指數 表 4 2010—2016 年局部 Moran's I 指數散點圖對應省市 年份 高-高聚集型 低-高聚集型 低-低聚集型 高-低聚集型 2010 河北、山西、吉林、黑龍江、江西、山東、河南、 湖北、湖南、重慶、四川、云南、甘肅 遼寧、安徽 北京、天津、上海、浙江、廣東 江蘇 2012 河北、吉林、黑龍江、安徽、江西、河南、湖北、 湖南、重慶、云南、甘肅 山西、遼寧、山東、四川 北京、天津、上海、江蘇、浙江 廣東 2014 河北、山西、遼寧、吉林、黑龍江、安徽、江西、 河南、湖北、湖南、重慶、四川、云南、甘肅 山東 北京、天津、上海、江蘇、浙江、廣東 — 2016 河北、山西、遼寧、黑龍江、江西、河南、湖北、 湖南、重慶、四川、甘肅 吉林、安徽、山東、云南 北京、天津、上海、江蘇、浙江、廣東 — 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 2.局部空間特征：輻射效應。表 4 反映了 2010— 2016 年我國居民收入結構不平等的局部 Moran's I 指數散點圖中各象限所包括的區域?？梢?，大部分省 份處于第一象限和第三象限，表明 2010—2016 年間 省域間居民收入結構不平等存在顯著的空間正相關 性，與全局檢驗結論相同。分區域看，河北、黑龍江、江 西、河南、湖北、湖南、重慶、甘肅等地區一直處于局部 Moran's I 指數散點圖的第一象限。部分省份表現不 太穩定，如山東在 2010 年處于第一象限，但在2012 年處于第二象限，遼寧在 2010—2012 年間均處于第 二象限，在 2014 年之后則轉入第一象限。不難看出， 隨著中國經濟的持續改善和經濟結構的不斷優化，屬 于“高-高聚集”區域的省份在減少。北京、天津、上海 和浙江等地表現較為穩定，始終在第三象限中。廣東 和江蘇在 2010—2012 年間由第四象限轉至第三象 限，但在 2014 年后又回到第三象限。 總體而言，我國居民收入結構不平等的空間聚 集效應顯著，整體表現為東部地區呈“低-低聚集”特 征，中西部地區呈“高-高聚集”特征，再次驗證了東 部地區的居民收入結構不平等低于中部和西部地 區。同時，從空間聚集的變化趨勢來看，省域收入結 構不平等的空間聚集存在優化趨勢，不斷由高聚集 轉變為低聚集，具體表現為“高-高聚集”型地區逐漸 減少而“低-低聚集”型地區不斷增加。 力資本，因此這一高收入群體可能主要是高學歷人 群，一般而言高學歷人群的勞動收入份額較高。 根據圖 1 可知，東部地區的資本收入偽洛倫茲 曲線面積明顯大于中西部地區，而東中西部地區的 勞動收入偽洛倫茲曲線面積差距較小，說明東部地 區由于低收入群體獲得了更多的資本收入份額，促 使居民的資本相對份額向勞動相對份額靠近，從而 縮小了收入結構不平等。孫武軍等（2013）[29]的研究 表明，東部地區和中西部地區的金融聚集差異較大， 且金融資源向東部地區聚集。結合前文分析結論，東 部地區和中西部地區的金融聚集差異促使居民獲得 的資本收入份額也產生了差異，進一步導致收入結 構不平等也產生了區域性差異。 （二）空間相關性分析 1.全局空間特征：聚集效應?？紤]到地理距離型 權重矩陣和經濟距離型權重矩陣僅是從空間的單一 維度考察空間單元間的相互關系，本文采用復合型 權重矩陣進行測度，并使用經濟距離型權重矩陣進 行驗證。表 3 的計算結果表明，在復合型權重矩陣 下，我國居民收入結構不平等的全局 Moran's I 指數 呈現出“U 型”趨勢，即從 2010 年的 0.621 下降到 2012 年的 0.443，后又上升至 2016 年的 0.619，且均 通過了 1%的顯著性水平檢驗，意味著我國各省域間 居民收入結構不平等的空間相關性先減弱而后逐漸 增強。在經濟距離型權重矩陣下，全局 Moran's I 指 數仍表現出“U 型”變化趨勢，表明計算結果穩健。 總體而言，各省域間居民收入結構不平等存在 顯著的正向空間自相關性，表明居民收入結構不平 等的空間分布并非完全隨機，而是存在顯著的空間 聚集效應，相似收入結構不平等水平的省份呈現出 了聚集現象。因此，有必要建立空間計量模型來深入 探索收入結構不平等的空間影響效應。 · 9 ·

統計學報 2022 年 第 3 期 表 5 2010—2016 年局部 Moran's I 指數 年份 高-高聚集型 低-低聚集型 地區 局部 Moran's I 指數 地區 局部 Moran's I 指數 地區 局部 Moran's I 指數 2010 湖北 0.909 * 北京 4.035 *** 廣東 1.905 *** 天津 4.164 *** 2012 北京 2.468 *** 江蘇 0.922 ** 天津 2.817 *** 2014 江西 1.271 ** 北京 2.151 *** 湖南 1.286 ** 天津 2.158 *** 四川 0.500 ** 廣東 1.144 ** 2016 河北 0.486 * 北京 2.223 *** 江蘇 0.890 * 甘肅 0.329 ** 天津 2.291 *** 浙江 1.737 ** 上海 1.797 ** 廣東 1.200 ** 注：*、** 和 *** 分別表示在 10%、5%和 1%顯著性水平上通過 Z 檢驗。 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 表 5 中列出了通過顯著性檢驗的省市及其局部 Moran's I 指數。在“高-高聚集”區域中，2014 年江西 和湖南的局部 Moran's I 指數較高，表明江西和湖 南的極化效應較為明顯，即這兩地對推高鄰近地區 居民收入結構不平等的帶動作用明顯。從“低-低聚 集”的省市來看，第一象限的省份從 2010 年的三個 增加到 2016 年的六個，說明空間聚集對減小我國 居民收入結構不平等的積極作用在不斷擴大。其 中，北京和天津一直處于“低-低聚集”區域且輻射 作用顯著，說明這兩地對改善鄰近地區居民收入結 構不平等的帶動作用強烈。然而，在 2010—2016 年 間，北京和天津的局部 Moran's I 指數分別從 4.035 和 4.164 下降到2.223 和 2.291，說明這兩地的輻射 效果存在減弱趨勢。 （三）空間計量分析 1.空間計量模型的確定。在建立空間面板模型 之前，需要進行 LM 檢驗，其檢驗結果表明無法支持 模型的非空間性。為了選擇合適的空間面板模型，需 要進行 Husman 檢驗，結果通過了 1%顯著性水平的 檢驗，拒絕隨機效應的假設，選擇固定效應模型?？?間滯后模型和空間誤差模型均為空間杜賓模型的特 例，對此本文借鑒 Lesage 和 Pace（2009）[30]的研究根 據 LR 檢驗和 Wald 檢驗選擇合適的空間計量模型， 結果均拒絕了空間杜賓模型可退化為空間滯后模型 的原假設，說明應選擇空間杜賓模型。另外，由于前 一期的收入結構不平等可能會對當期的收入結構不 平等產生顯著影響，為驗證這種動態效應是否存在， 需進一步構建動態空間杜賓模型。而且，使用動態空 間杜賓模型能夠避免其他未被納入模型的影響因素 可能造成的內生性問題。在表 6 中，分別構建動態時 間滯后杜賓模型、動態空間滯后杜賓模型和動態時 空滯后杜賓模型等三種不同類型的動態空間杜賓模 型，結果顯示 AIC 和 BIC 準則篩選出的最優模型均 是動態空間滯后杜賓模型。 由動態空間滯后杜賓模型的估計結果可知，空 間滯后系數 rho 顯著為正，表明在考慮動態效應后， 鄰近地區收入結構不平等每增長 1 單位，本地區收 入結構不平等會提高 0.438 單位。要素收入集中指 數空間滯后項（W*ifc）的回歸系數為 0.122，且未通 過顯著性檢驗，表明上一期鄰近地區的收入結構不 平等對本地區收入結構不平等存在正向效應，但影 響不顯著。同時，經濟發展水平和去工業化程度對 收入結構不平等的影響程度相對較大，且均通過了 顯著性檢驗。其中，經濟發展水平（lnincome）及其空 間滯后項（W*lnincome）的估計系數分別為-0.362 和-0.622，且均通過了 1%的顯著性水平檢驗，表明 經濟發展既有利于改進本地區居民的收入結構不平 等，又能夠顯著降低鄰近地區居民的收入結構不平 等。去工業化程度 （lnindus） 及其空間滯后項 （W*lnindus）的估計系數分別為 0.548 和-0.802，且 分別通過了 5%和 10%的顯著性水平檢驗，說明去 工業化程度對當地收入結構不平等存在顯著的正 向效應，但對鄰近地區收入結構不平等存在顯著的 負向效應。這意味著，去工業化程度的深化會導致 當地居民的收入結構不平等擴大，但卻能夠有效抑 制鄰近地區居民的收入結構不平等上升，且去工業 化程度的加深對擴大居民收入結構不平等的影響 最大。 ·10·

統計學報 2022 年 第 3 期 2.空間影響效應分析。表 7 空間效應的分解結 果表明，從短期溢出效應來看，經濟發展水平 （lnincome）的直接溢出效應的估計系數為-0.286，間 接溢出效應的估計系數為-0.403，且分別通過了 10%和 5%的顯著性水平檢驗，說明經濟發展水平的 提高不僅會促進當地居民的收入結構不平等縮小， 還會推動鄰近地區的居民收入結構不平等縮小。究 其原因，隨著經濟發展水平的提高，居民的理財意識 逐漸增強，有更多的資金進行投資活動，促使資本收 入向收入分配的底層流動，進而減小居民收入結構 不平等。此外，經濟發展水平之所以能夠顯著降低鄰 近地區的居民收入結構不平等，主要得益于發展水 平較高省份對鄰近地區經濟的輻射帶動作用。 去工業化（lnindus）的直接溢出效應的估計系數 為 0.732，間接溢出效應的估計系數為-0.890，且分 別通過了 1%和 5%的顯著性水平檢驗，表明去工業 化程度的加深既會通過直接效應對當地居民的收入 結構不平等產生促進效果，又能夠通過間接效應抑 制鄰近地區居民收入結構不平等的擴大。究其原 因：第一，在由工業轉向服務業的去工業化過程中， 服務業中的金融業、信息傳輸、計算機服務和軟件 業等高收入部門興起，使得資本收入集中在收入分 配的頂層，加劇了收入結構不平等；第二，去工業化 會導致原本在工業部門可以獲得高薪的人群被迫 流向服務業中相對低薪的部門（劉來會、安素霞， 2020）[31]。簡而言之，去工業化會使得勞動收入向收 入分配的底層流動，擴大居民收入結構不平等。另 外，由于區域內去工業化程度的加深會導致就業機 會大幅度縮減，進一步引致大量勞動力向鄰近地區 流動，從而降低勞動收入在收入分配底部的集中度， 縮小鄰近地區居民的收入結構不平等。 人力資本水平（lnedu）直接溢出效應的估計系 數為-0.094，間接溢出效應的估計系數為 0.395，且 分別通過了 10%和 1%的顯著性水平檢驗，表明人 力資本水平越高，當地居民收入結構不平等程度越 低，并使得鄰近地區居民的收入結構不平等相對較 高。這可能是因為：一方面，隨著受高等教育人數的 增加，能夠獲取高勞動收入的人群增多，從而使得勞 動收入流向收入分配的頂層；另一方面，受教育程度 較高的人更有可能使個人收入來源多樣化，拓寬資 本收入渠道，進而降低資本收入在收入分配頂層的 相對份額。這兩種機制均可能使得當地居民收入結 構不平等下降。一個地區受過高等教育的勞動力比 例越高，意味著鄰近地區就可能存在優質勞動力缺 失的問題，進而使得鄰近地區的居民收入結構不平 等擴大。結合我國實際情況，東部地區從中西部地區 吸引了大量的高素質人才，導致西部地區居民收入 結構不平等加劇。 表 6 動態空間杜賓模型估計 解釋變量 動態時間滯后 杜賓模型 動態空間滯后 杜賓模型 動態時空滯后 杜賓模型 L.ifc 0.023 （0.050） 0.020 （0.052） L.Wifc 0.122 （0.120） 0.125 （0.119） lnincome -0.362 *** （0.127） -0.362 *** （0.132） -0.364 *** （0.130） lnunemp 0.118 ** （0.049） 0.101 ** （0.049） 0.106 ** （0.046） lnfdi -0.016 （0.013） -0.020 （0.014） -0.020 （0.014） lnindus 0.488 ** （0.245） 0.548 ** （0.228） 0.548 ** （0.226） lnedu -0.035 （0.053） -0.019 （0.052） -0.015 （0.055） lnurban -0.049 （0.370） -0.145 （0.324） -0.078 （0.380） lnrate_c 0.315 *** （0.046） 0.309 *** （0.048） 0.310 *** （0.047） W*lnincome -0.619 *** （0.196） -0.622 *** （0.198） -0.624 *** （0.194） W*lnunemp 0.139 （0.088） 0.147 ** （0.068） 0.149 ** （0.068） W*lnfdi -0.018 （0.055） -0.027 （0.054） -0.031 （0.056） W*lnindus -0.917 * （0.483） -0.802 * （0.459） -0.818 * （0.465） W*lnedu 0.444 ** （0.190） 0.450 ** （0.176） 0.465 ** （0.185） W*lnurban -0.661 * （0.374） -0.296 （0.319） -0.305 （0.312） W*lnrate_c 0.118 ** （0.056） 0.118 ** （0.059） 0.126 ** （0.060） rho 0.471 *** （0.093） 0.438 *** （0.091） 0.449 *** （0.092） sigma2_e 0.001 *** （0.000） 0.001 *** （0.000） 0.001 *** （0.000） R 2 0.324 0.347 0.339 Log-L 145.428 146.333 146.495 AIC -200.855 -202.665 -200.989 BIC -104.414 -106.224 -102.405 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 ·11·

統計學報 2022 年 第 3 期 失業率（lnunemp）直接溢出效應的估計系數為 0.088，間接溢出效應的估計系數為 0.089，但后者未 通過顯著性檢驗，意味著失業率的增加會引起當地 居民收入結構不平等增加，但對鄰近地區的影響不 顯著?？赡艿脑蛟谟?，失業人群獲得的失業救濟金 屬于勞動收入，并且失業救濟金的額度遠小于原本 工作可獲得的勞動收入，導致勞動收入更加集中在 收入分配的底層，進而增大居民收入結構不平等。 資本收入份額（lnrate_c）直接溢出效應的估計 系數為 0.310，間接溢出效應的估計系數為-0.011， 但后者未通過顯著性檢驗，表明資本收入份額的增 加會引起當地居民收入結構不平等上升，但不會對 鄰近地區的居民收入結構不平等產生顯著影響。由 于社會資本收入份額增加時，富人會獲得整個社會 中絕大部分的資本收入，使得資本收入集中在收入 分配的頂層，從而加劇收入結構不平等，這與傳統的 研究認為勞動收入份額與收入不平等存在關系的結 論相一致，即國民收入分配向勞動要素傾斜將改善 整體收入分配狀況（周明海、楊粼炎，2017）[32]。 從長期溢出效應來看，影響居民收入結構不平 等因素的顯著性與短期溢出效應基本一致。其中，不 論是直接溢出效應還是間接溢出效應，經濟發展水 平的長期效應均明顯大于短期效應，同時失業率的 長期直接溢出效應大于短期直接溢出效應，人力資 本水平的長期間接溢出效應大于短期間接溢出效 應，表現出了“長期效果強于短期效果”的時效性。去 工業化程度的長期溢出效應均小于短期溢出效應， 資本收入份額的長期直接溢出效應小于短期直接溢 出效應，二者表現出了“短期效果強于長期效果”的 時效性。 （四）穩健性檢驗 為了檢驗結果的穩健性，本部分將復合型權重 矩陣替換成經濟距離型權重矩陣進行分析，結果如 表 8 所示?？傮w來看，穩健性檢驗的結果與表 6 中動 態空間杜賓模型的結果基本一致，表明動態空間杜 賓模型得到的估計結果比較穩健。 表 7 動態空間杜賓模型的長、短期溢出效應估計 解釋變量 短期溢出效應 長期溢出效應 直接效應 間接效應 總效應 直接效應 間接效應 總效應 lnincome -0.286 * （0.147） -0.403 ** （0.194） -0.689 *** （0.135） -0.307 ** （0.136） -0.447 ** （0.189） -0.753 *** （0.147） lnunemp 0.088 * （0.051） 0.089 （0.063） 0.177 *** （0.062） 0.092 * （0.049） 0.102 （0.063） 0.194 *** （0.068） lnfdi -0.017 （0.014） -0.019 （0.044） -0.035 （0.044） -0.017 （0.013） -0.021 （0.046） -0.039 （0.049） lnindus 0.732 *** （0.220） -0.890 ** （0.371） -0.158 （0.427） 0.666 *** （0.213） -0.839 ** （0.383） -0.173 （0.467） lnedu -0.094 * （0.056） 0.395 *** （0.148） 0.301 ** （0.128） -0.069 （0.051） 0.397 *** （0.150） 0.329 ** （0.141） lnurban -0.099 （0.388） -0.181 （0.358） -0.281 （0.251） -0.109 （0.365） -0.197 （0.337） -0.306 （0.274） lnrate_c 0.310 *** （0.049） -0.011 （0.045） 0.299 *** （0.055） 0.305 *** （0.047） 0.022 （0.046） 0.327 *** （0.060） 表 8 動態空間杜賓模型的穩健性檢驗 解釋變量 動態時間滯后 杜賓模型 動態空間滯后 杜賓模型 動態時空滯后 杜賓模型 L.ifc 0.010 （0.045） 0.016 （0.050） L.Wifc 0.174 （0.114） 0.180 （0.120） lnincome -0.357 *** （0.128） -0.335 *** （0.117） -0.336 *** （0.117） lnunemp 0.081 （0.063） 0.085 （0.067） 0.091 （0.061） lnfdi -0.024 ** （0.011） -0.031 *** （0.010） -0.032 *** （0.010） lnindus 0.469 ** （0.221） 0.495 *** （0.190） 0.495 *** （0.191） lnedu 0.036 （0.055） 0.054 （0.048） 0.058 （0.048） lnurban -0.034 （0.303） -0.182 （0.290） -0.146 （0.311） lnrate_c 0.328 *** （0.037） 0.324 *** （0.032） 0.325 *** （0.033） 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 ·12·

統計學報 2022 年 第 3 期 五、結論 為了揭示收入分配存在的短板，本文就我國居 民收入結構不平等的空間分布特征及影響效應進行 了研究。本文基于 CHFS2011—2017 年的數據，從全 國和省市的角度對 2010—2016 年我國居民收入結 構不平等進行了測度和特征比較，并運用全局 Moran's I 指數和局部 Moran's I 指數及其散點圖，從 空間聚集效應和輻射效應兩個角度研究了我國居民 收入結構不平等的空間分布特征，之后進一步運用 動態空間杜賓模型和空間效應分解對其影響因素進 行了探究，最后得出了四點結論。 第一，我國資本收入主要集中在高收入群體中， 大部分低收入群體難以獲取資本收入，主要依賴于 勞動收入，表現出“窮人擁有勞動收入，富人擁有資 本收入”的特征。根據樣本計算的我國 2016 年居民 要素收入集中指數遠高于同時期歐洲主要發達國家 的平均水平，意味著我國居民收入結構不平等程度 相對較嚴重，也說明我國要素收入分配與個人收入 分配之間的聯系更為密切，資本收入份額和勞動收 入份額的波動對收入不平等的影響較大。 第二，在 2010—2016 年間，我國居民要素收入 集中指數呈“倒 U 型”趨勢，峰值出現在 2014 年。從 勞動收入和資本收入偽洛倫茲曲線面積的角度分析 得出，2010—2014 年間居民的勞動收入持續向低收 入群體流動，導致收入結構不平等加劇，之后在 2014—2016 年間居民的資本收入和勞動收入都向 低收入群體流動，且前者的流動趨勢更大，使得收入 結構不平等得到改善。因此，我國居民收入結構不平 等變化的驅動因素是勞動收入，而資本收入的貢獻 則較小。 第三，收入結構不平等存在地區異質性。我國居 民收入結構不平等的空間聚集效應顯著，其中東部 地區呈現出“低-低聚集”特征，中西部地區呈現出 “高-高聚集”特征。從空間聚集的變化趨勢來看，我 國居民收入結構不平等的空間聚集存在優化趨勢， 即不斷由高聚集轉變為低聚集，具體表現為“高-高 聚集”型地區逐漸減少而“低-低聚集”型地區不斷增 加。在“高-高聚集”區域中，江西和湖南兩地對推高 鄰近地區居民收入結構不平等的帶動作用明顯。北 京和天津一直處于“低-低聚集”區域且輻射作用顯 著，說明這兩地對降低鄰近地區居民收入結構不平 等的帶動作用強烈。 第四，基于動態空間杜賓模型對我國居民收入 結構不平等影響因素的研究表明，鄰近地區的居民 收入結構不平等對當地居民收入結構不平等有促進 作用，經濟發展水平對居民收入結構不平等具有顯 著的抑制作用，去工業化程度對居民收入結構不平 等具有推動作用，且去工業化程度的加深對擴大居 民收入結構不平等的影響最大。同時，經濟發展水平 和去工業化程度具有負的空間溢出效應，其中經濟 發展水平表現出了“長期效果強于短期效果”的時效 性，而去工業化程度則表現出了“短期效果強于長期 效果”的時效性。 W*lnincome -0.485 *** （0.164） -0.460 *** （0.161） -0.469 *** （0.165） W*lnunemp 0.195 （0.136） 0.274 ** （0.112） 0.282 *** （0.108） W*lnfdi -0.013 （0.034） -0.030 （0.031） -0.034 （0.031） W*lnindus -1.129 * （0.647） W*lnedu 0.614 *** （0.165） 0.637 *** （0.151） 0.644 *** （0.156） W*lnurban -0.653 * （0.334） -0.040 （0.350） -0.030 （0.351） W*lnrate_c 0.203 ** （0.081） 0.184 ** （0.085） 0.190 ** （0.082） rho 0.665 *** （0.102） 0.614 *** （0.111） 0.625 *** （0.106） sigma2_e 0.001 *** （0.000） 0.001 *** （0.000） 0.001 *** （0.000） R 2 0.234 0.299 0.297 Log-L 149.742 151.503 151.645 AIC -209.484 -213.006 -211.290 BIC -113.043 -116.565 -112.706 -1.341 ** （0.654） -1.151 * （0.640） （續表 8） —————— 注釋： 淤 來自《中國統計年鑒-2021》。 于 四大分項收入的計算方法來自中國家庭金融調查數據庫官方文件《CHFS2017 綜合變量計算說明》。 盂 歐洲主要發達國家收入結構不平等的測算結果來源于 Ranald（i 2021）[19]。 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 ·13·

統計學報 2022 年 第 3 期 ［參考文獻］ ［1］陳斌開，楊依山，許 偉.中國城鎮居民勞動收入差距演變及其原因：1990—2005［J］.經濟研究，2009，44（12）：30-42. ［2］朱子云.中國城鄉居民收入差距的分解分析［J］.數量經濟技術經濟研究，2014（2）：52-67. ［3］焦音學，柏培文. 三大產業勞動收入份額、經濟增長及收入差距［J］.數量經濟技術經濟研究，2020（4）：26-45. ［4］柏培文，李相霖.要素收入與居民分配格局［J］. 吉林大學社會科學學報，2020（5）：71-81援 ［5］孫殿明，韓金華.建國60年來我國居民收入分配差距演變軌跡及原因研究［J］.中央財經大學學報，2010（5）：44-48. ［6］萬廣華，張藕香，伏潤民. 1985—2002年中國農村地區收入不平等：趨勢、起因和政策含義［J］.中國農村經濟，2008（3）： 4-15. ［7］陳 釗，萬廣華，陸 銘.行業間不平等：日益重要的城鎮收入差距成因——基于回歸方程的分解［J］.中國社會科學， 2010（3）：65-76. ［8］儲德銀，張 婷.財政分權與收入不平等——基于面板門限回歸模型的實證分析［J］.山西財經大學學報，2016，38（1）： 12-24. ［9］Atkinson A B. The Changing Distribution of Income：Evidence and Explanations［J］. German Economic Review，2000，1（1）： 3-18. ［10］陳斌開，林毅夫.金融抑制、產業結構與收入分配［J］.世界經濟，2012，35（1）：3-23. ［11］汪 晨，張彤進，萬廣華.中國收入差距中的機會不均等［J］. 財貿經濟，2020，41（4）：66-81. ［12］江克忠，劉生龍.收入結構、收入不平等與農村家庭貧困［J］. 中國農村經濟，2017（8）：75-90援 ［13］張志超，吳曉忠，陳曉聲.區域差異、逆向財政機制與城鄉收入差距——基于動態面板與門限面板模型的研究［J］.山西 財經大學學報，2014，36（8）：1-10. ［14］胡宗義，劉亦文，袁 亮.農村金融發展、政府治理與收入不平等［J］.山西財經大學學報，2013，35（8）：31-41. ［15］Schlenker E, Schmid K D. Capital Income Shares and Income Inequality in 16 EU Member Countries ［J］. Empirica， 2015，42（2）：241-268. ［16］Adams J, Karabarbounis L, Neiman B.Labor Shares and Income Inequality［C］. Meeting Papers from Society for Economic Dynamics, 2014. ［17］Milanovic B. Increasing Capital Income Share and Its Effect on Personal Income Inequality［R］. LIS Working Papers，2016. ［18］ Atkinson A B. Factor Shares：The Principal Problem of Political Economy?［J］. Oxford Review of Economic Policy, 2009，25（1）：3-16. ［19］Ranaldi M. Income Composition Inequality［J］. Review of Income and Wealth，2021，68（1）：139-160. ［20］Fei J C H,Ranis G,Kuo S W Y. Growth and the Family Distribution of Income by Factor Components ［J］. The Quarterly Journal of Economics,1978,92（1）：17-53. ［21］Anselin L. Spatial Econometrics：Methods and Models［M］. Netherlands：Springer，1988. ［22］Yu Y H, Zhang L, Zheng F H. Strategic Interaction and the Determinants of Public Health Expenditures in China：a Spatial Panel Perspective［J］. The Annals of Regional Science, 2013, 50（1）：203-221. ［23］林光平，龍志和，吳 梅.我國地區經濟收斂的空間計量實證分析：1978—2002年［J］.經濟學（季刊），2005（S1）：67-82. ［24］王小魯，樊 綱，胡李鵬.中國分省份市場化指數報告（2018）［M］.北京：社會科學文獻出版社，2019：45-49. ［25］Glyn A. Functional Distribution and Inequality［M］. Oxford：Oxford Univ. Press，2009. ［26］Parolin Z J,Gornick J. Pathways Toward Inclusive Income Growth：A Comparative Decomposition of National Growth Profile［s J］. American Sociological Review, 2021, 86（6）：1131-1163. ［27］Rodrik D . Premature Deindustrialization［J］. Journal of Economic Growth，2016，21（1）：1-33. ［28］曹遠征，丁 攀.貨幣政策對收入不平等的影響效應——基于122個國家面板數據的研究［J］.湖南大學學報（社會科學 版），2019，33（2）：59-67. ［29］孫武軍，寧 寧，崔 亮. 金融集聚、地區差異與經濟發展［J］. 北京師范大學學報（社會科學版），2013（3）：92-103. ［30］LeSage J P, Pace R K. Introduction to Spatial Econometrics［M］. Boca Raton：Chapman and Hall/CRC，2009. ［31］劉來會，安素霞.去工業化對收入不平等的影響：機制分析與實證檢驗［J］.南方經濟，2020（12）：90-107. ［32］周明海，楊粼炎.中國勞動收入份額變動的分配效應：地區和城鄉差異［J］. 勞動經濟研究，2017（6）：56-86. ［責任編輯：陳冬博］ 章貴軍，等：我國居民收入結構不平等的空間分布特征及影響效應 ·14·

DOI 編碼：10.19820/j.cnki.ISSN2096-7411.2022.03.002 ［基金項目］浙江省自然科學基金重點項目（Z21G030004）；浙江省一流學科 A 類項目（浙江工商大學統計學，管理科學 與工程） ［作者簡介］俞立平（1967—），男，江蘇泰縣人，浙江工商大學統計與數學學院教授，經濟學博士，主要研究方向是技術經濟 與科技評價；冉嘉睿（1995—），女，四川廣元人，浙江工商大學統計與數學學院博士研究生，主要研究方向是科 技創新政策與科技評價。 政府補貼與企業研發投入時空演變及協調 俞立平，冉嘉睿 （浙江工商大學 統計與數學學院，浙江 杭州 310018） ［摘 要］研發科技投入是高技術產業發展的動力，而政府補貼對高技術產業發展具有推動作用，研究二者間的時空演變 與協調能夠進一步優化研發資源分配，為高質量發展提供政策啟示。本文首先對高技術產業企業研發投入與政府補貼的空間特 征及其變化趨勢進行了分析，之后計算了各省份二者間的耦合協調關系，最后通過建立面板向量自回歸模型，使用脈沖響應函 數分析了二者間的關系。結果表明：我國高技術產業的科研投入空間分布不均衡；政府對于高技術產業資金資助的南北縱向發 展態勢明顯優于東西橫向發展，但差距呈縮小趨勢；我國政府補貼與高技術產業企業研發投入的協調水平整體上呈穩定態勢， 其協調耦合在空間上有地域差異；政府補貼對高技術產業研發投入的影響具有長期性。 ［關鍵詞］高技術產業；政府補貼；研發投入；重心模型；耦合協調關系；脈沖響應函數 ［中圖分類號］F271 ［文獻標識碼］A ［文章編號］2096-7411（2022）03-0015-13 Spatio-Temporal Evolution and Coordination between Government Subsidies and Corporate R&D Investment YU Li-ping, RAN Jia-rui （School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018, China） Abstract: R&D investment in science and technology is the driving force for the development of high -tech industries, and government subsidy is a big boost for it. Studying the spatial-temporal evolution and coordination between the two can further optimize the allocation of R&D resources, and provide policy insights for high-quality development. This research firstly analyzed the spatial characteristics and their changing trends of scientific investment and government subsidies in high-tech industry, and then calculated the coupled coordination relationship between the two in each province. Finally, the paper established the panel vector autoregressive model, and applied the impulse response function to make an analysis on this relationship. The results showed that, the scientific research investment in high-tech industries distributed unevenly among regions. The vertical development trend of government funding for high-tech industry from north to south was significantly better than the horizontal development from east to west, but the gap was narrowing. The coordination level of government subsidies and R&D investment in high-tech industries in China was stable on the whole, while their coordination coupling differed among regions. Meanwhile, the influence of government subsidies on R&D investment in high-tech industries has the long-term characteristics. Key Words: high-tech industry; government subsidies; R&D investment; center of gravity model; coupled coordination relationship; impulse response function 2022年6月 JOURNAL OF STATISTICS 第3卷 第3期 Jun.，2022 Vol.3 No .3 ·15·

統計學報 2022 年 第 3 期 俞立平，等：政府補貼與企業研發投入時空演變及協調 一、引言 創新驅動發展戰略對提升社會生產力和綜合國 力具有重要意義。隨著科技進步與社會發展，技術創 新在提升企業生產效率、促進產業結構升級等方面 具有的作用越來越重要。當前我國正處于經濟轉型 升級的關鍵時期，大力發展高技術產業正是創新驅 動發展戰略的核心。高技術產業作為經濟發展新動 能的關鍵領域，能夠推動經濟結構優化，引導經濟實 現高質量發展。因此，應清晰把握我國在高技術行業 領域高質量發展過程中的突出優勢、明顯短板和關 鍵需求，提升企業自主創新能力，升級產業結構，優 化生產技術，這是高技術產業健康發展的必然選擇， 也是推動我國高技術產業高質量發展的關鍵所在。 政府補貼對高技術產業企業的研發投入活動具 有指導意義。技術創新能為研發帶來活力，增強企業 自主創新能力，為企業發展提供動力。但是，高技術 產業的技術創新在研發過程中充滿了不確定性，具 有高投入、高風險、研發周期長等特點，一旦研發成 功，其創新成果有明顯正外部性，可能存在市場失 靈，導致企業研發投入的創新私人收益小于社會收 益。為了糾正市場失靈，鼓勵企業加大研發投入，我 國政府頒布了一系列有針對性的創新財政補貼政 策，以對高技術產業進行引導與支持。其中，對企業 研發投入的政府補貼最為直接，一方面能彌補企業 研發資金的不足，降低企業風險，激勵企業自主創 新，另一方面補貼政策的傾向與扶持力度可以在一 定程度上促進新型產業發展，扶持地區比較優勢產 業發展，鼓勵高技術產業結構升級和調整。 高技術產業研發投入與政府補貼在時空分布上 存在差異性。從高技術產業的地理分布看，主要聚集 在東部沿海地區，形成有“四大”高技術產業集成區 與“三大”高新產業帶。從 R&D 經費投入資金來源 看，70%的資金來自企業，政府部分約占 20%。以 2020 年為例，東、中、西部高技術企業研發投入占比 分別為 76.46%、14.62%、8.92%，而高技術產業的政 府研發補貼額占比分別為 50.96%、27.27%、21.77%。 政府的財政支持能夠促進高技術產業研發創新，但 由于補貼制度不健全、市場經濟不完善等問題，可能 會導致資源存在錯配。因此，應深入研究政府財政補 貼與高技術企業研發投入的時空分布及協調發展， 這不僅對完善我國研發補貼政策具有一定的啟示意 義，而且對企業研發投入的資源配置具有重要現實 意義。 本文研究內容如下：首先，從重心、耦合協調度 視角出發，分析我國高技術產業企業研發投入與政 府補貼的空間特征及其變化趨勢；其次，計算各省份 高技術產業企業研發投入與政府補貼的耦合協調關 系；最后，通過建立面板向量自回歸模型，使用脈沖 響應函數分析企業研發投入與政府補貼的關系并提 出政策建議。本文創新之處有兩點：第一，從重心、耦 合協調視角研究高技術產業企業研發投入與政府補 貼的時空分布和協調發展，不但豐富了高技術企業 研發投入的理論研究，而且對于優化高技術企業研 發投入資源配置、合理利用政府資金、提高政府財政 使用效率和企業研發投資效率、促進高技術產業加 快技術創新以及早日實現我國產業結構轉型升級都 具有重要意義；第二，通過建立面板向量自回歸模 型，使用脈沖響應函數分析企業研發投入與政府補 貼的關系，目的在于客觀反映二者間的互動關系，這 對于新發展格局下政府動態調整和完善研發補貼政 策、發揮不同主體的創新優勢以及實現科技創新自 立自強都具有重要的現實意義。 二、文獻綜述 關于政府補貼對企業研發投入的影響研究主要 存在三種觀點。第一，政府補貼能激發企業研發投入 的技術創新潛力。由于創新具有高度不確定性，企業 與潛在外部投資者之間存在嚴重信息不對稱，而政 府補貼正好扮演了信息傳遞的媒介，會向外界傳遞 出“企業可能值得投資”的信號（Kleer，2010）[1]，使得 企業擁有更多的研發投入資金。Arrow（1962）[2]從外 部性角度分析認為，由于企業技術研發活動能帶來 較大的外部性，導致產生的社會收益高于個人收益， 因此政府要對企業進行補貼，鼓勵企業研發，減少外 部性帶來的負面影響。Spence（1984）[3]認為，財政補 貼能夠促進企業開展更多研發投入活動。程華、趙祥 （2008）[4]發現，滯后一期的 R&D 投入會受到科技投 入的顯著促進作用，隨著企業規模壯大，政府補貼的 激勵效果反而越好。第二，政府補助可能會阻礙企業 的研發投入。Buxom（2000）[5]發現，西班牙企業在得 到政府補助之后反而減少了對創新的投入，使得創 新水平降低。Clausen（2009）[6]發現，企業在獲得政府 補助之后對于創新的需求會發生變化，在創新價格 不變的情況下，反而會減少對創新的投入。第三，政 府補貼對企業技術創新并無顯著激勵作用。Buxom （2000）[5]指出，政府提供大部分公共產品和服務時都 是低效率的行為，不能有效改善市場資源的配置。政 府對高技術產業研發補貼過多，企業就會減少自身 的 R&D 經費投入，從而對 R&D 經費產生擠出效應。 ·16·

統計學報 2022 年 第 3 期 高艷慧等（2012）[7]指出，政府對企業的研發補貼除了 能給企業帶來先進收益外，還可能會向市場傳遞出 利好信號，從而促進企業獲得更多的銀行貸款。 關于企業研發投入的研究主要有兩個方面。一 方面是針對企業研發投入與企業績效展開，研究認 為二者間存在兩種關系。第一種是企業研發投入與 企業績效正相關。Pandit 等（2011）[8]研究發現，高科 技企業創新投入的增加有助于提升企業未來經營績 效。于蔚（2018）[9]通過建立變截距面板數據模型對高 技術產業的 R&D 投入與產出關系進行了實證研究， 結果表明 R&D 資金投入對產出具有絕對正向作用。 杜勇、鄢波（2014）[10]指出，中國高技術企業研發投入 與盈利能力之間存在明顯正相關關系。第二種是企 業研發投入與企業績效負相關。Vithessonthi 等 （2016）[11]發現，研發投入強度與企業經營績效負相 關，且在研發投入較多的企業中該負相關關系更為 顯著。郭研、劉一博（2011）[12]研究認為，高技術企業 規模對于研發投入密度具有顯著負效應。張儉、張玲 紅（2014）[13]發現，企業研發投入不僅與研發當年的 企業績效呈負相關關系，且與隨后兩年的企業績效 也呈負相關關系。另一方面是公司治理或政府行為 都會影響企業的研發投入。從公司治理與研發投入 看，有效的公司治理機制如董事會控制體系、少數股 東權益保護等能夠緩解企業研發投入的代理問題， 從而有效促進企業研發投入（Hillier et al.，2011）[14]。 從政府行為與研發投入看，政府的投資和產權管理 等行為是影響企業研發投入的重要因素（吳超鵬、唐 菂，2016）[15]，同時政府的一系列財政政策對企業研發 投入也有激勵作用，能夠從整體上提高企業研發投 入（馮海紅等，2015）[16]。 關于企業研發投入與政府補貼的關系，學術界 得到的結論并不一致，主要存在兩種觀點，一種是政 府補貼對企業研發投入存在“杠桿效應”，另一種是 政府補貼對企業研發投入存在“擠出效應”。關于“杠 桿效應”，學者 Raines（1968）[17]得出了政府研發資金 能夠促使企業加大研發投入的結論。梁彤纓等 （2012）[18]實證分析發現，政府為企業提供的研發補 助能夠提高企業研發投資的報酬率，極大促進企業 研發投入。關于“擠出效用”，Leyden 等（1989）[19]證 實企業 R&D 投入的比例與公共 R&D 資助呈負相關 關系。鄭緒濤（2009）進一步發現，我國政府對企業研 發補助政策運用間接補助和直接撥款的方式，在對 企業 R&D 投入起到杠桿效應的同時也存在部分擠 出效應。主要原因是，政府與企業開展創新活動的目 的存在區別，政府希望通過對企業研發進行補貼來 提高社會福利水平，追求全社會收益最大化，而企業 是以自身利潤最大化為目的開展經營活動。從投入 類型看，政府的研發補貼更傾向于知識溢出性很強、 研發難度較大的基礎研究，而企業的研發投入更傾 向于商業化前景非常明朗且可以完全獲取研發收益 的投入。 有部分學者關于政府研發補貼與企業研發經費 的空間聯系進行了研究。由于不同地區的先天優勢 不同，導致區域間發展存在不平衡性。從政府研發補 貼角度，陳志軍（2016）運用面板平滑轉換模型研究 發現，我國財政投入存在空間集聚效應，空間差距 大，東部地區明顯大于中西部地區。崔也光等（2017） 從經濟區域視角研究發現，中西部地區的政府補貼 對研發強度的促進效果比東部地區更顯著，京津冀 的政府補貼對研發強度的促進效果比長三角、珠三 角地區更顯著。楊得前、劉仁濟（2018）以研發補貼強 度為考察指標，對我國高技術產業的研發補貼進行 了空間格局分析，結果顯示中國高技術產業的研發 補貼強度略有增加，研發補貼強度的地區差異經歷 了“縮小—擴大—再縮小”的演進階段，且存在多極 化現象。從企業研發經費角度，鄒琳等（2015）以長三 角城市群為案例研究發現，研發經費投入出現了顯 著的極化現象，并以上海為絕對高值極化中心。周 燕、李泓欣（2018）從空間計量角度出發，對我國區域 間高技術產業的發展建立了評價體系，發現東中部 地區的績效比西部地區高。孫曦曦等（2019）運用 DEA-BCC 模型測算了 2007—2016 年我國高技術產 業的創新效率，從區域視角將重心模型引入高技術 產業創新領域，刻畫了高技術產業創新的重心移動 軌跡。李恒等（2016）比較分析和定量研究了驅動我 國科技創新重心演變的主要因素，結果表明我國科 技創新重心與髙技術產業重心、經濟重心和研發投 入重心具有較強的相關性。徐玉蓮等（2011）研究發 現，我國各省市科技創新與科技金融的耦合協調度 整體偏低，東、中、西部地區的耦合協調度差距較為 顯著。唐根年、徐維祥（2004）研究發現，高技術產業 集群主要發生在京津冀、長江三角洲和珠江三角洲 三大地區。 從現有研究成果看，國內外學者主要對高技術 產業政府補貼、企業研發投入及政府補貼對企業研 發投入的影響展開了豐富研究。學者們普遍認為政 府研發補貼對企業研發投入具有顯著影響，而影響 政府補貼與企業研發投入關系的因素卻是多樣的。 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·17·

統計學報 2022 年 第 3 期 現有研究主要存在三方面的局限：第一，對于政府補 貼、企業研發投入隨時間變化的研究還有待深入；第 二，關于政府補貼與研發投入的時空演變及協調研 究較少；第三，針對政府補貼與企業研發投入兩者間 互動關系的研究尚未達成統一認識。 本文從重心、耦合協調度視角出發，先對我國高 技術產業科技投入與政府補貼發展過程中的時間、 空間特征及其變化趨勢進行分析，再對政府補貼與 高技術產業科研投入在各省份間的耦合協調關系展 開研究，最后建立面板向量自回歸模型，用脈沖響應 函數分析政府補貼與高技術產業研發科技投入之間 的關系并給出相關政策建議。通過深入分析政府補 貼與企業研發投入的時空演變及協調，能為高技術 產業研發投入與政府補貼合理分布調整提供參考， 帶動高技術產業整體均衡發展，優化市場資源配置， 提升企業創新產出能力，促進經濟快速發展。同時， 也能為政府制定政策、增大政府補貼的合理利用程 度以及更好調動企業提高財政資金的利用率進而提 升政策質量提供參考意見。 三、理論分析 政府研發補貼是政府對企業開展創新活動的有 效獎勵，通常傾向于高技術產業。當前，我國正面臨 日益嚴峻的核心技術封鎖以及科技創新交流受阻， 研發創新作為推動技術創新的重要因素，對企業擁 有核心競爭力、提升競爭優勢具有重大意義。由于研 發創新具有極強的專業性與復雜性，如果將研發創 新活動完全交給市場，僅依靠企業自身研發動力決 定研發投入，可能會出現“市場失靈”現象和投資不 足問題，無法達到市場資源的有效配置。因此，政府 需要積極干預，對 R&D 活動的“市場失靈”進行有效 矯正，而政府調控下的政府研發補貼就能在一定程 度上幫助企業突破“卡脖子”技術，從而突破封鎖壁 壘，實現自主可控的高質量發展。政府研發補貼作為 有針對性的引導支持型政策，對推動企業投入研發 活動、提高創新效率具有重要意義。 從政府研發補貼的類型來看，主要有直接資助 與間接資助。其中，直接資助是在政府財政預算范圍 內對企業直接撥款支持，如政府研發津貼等。間接資 助是政府通過減免稅等優惠政策將本應上繳財政的 部分資金留給企業，如研發費用加計扣除等。直接資 助與間接資助在方式上存在不同，直接資助是政府 意愿與偏好的直接體現，偏向于行政性手段，運行機 制較為復雜，具有較大靈活性，而間接資助是通過市 場化使得符合一定條件的企業均可受益，運作過程 較為公平，資助范圍更大。從資助對象上，直接資助 與間接資助也有較大差異。對于直接資助，政府有時 會對企業配套資金有要求，這可能會極大帶動企業 加大研發資金投入，從而具有杠桿效應。如果直接資 助的對象是某企業已規劃好的研發項目，反而可能 會導致資助替代企業原計劃的部分投入，從而產生 擠出效應。對于間接資助，由于其是一種事后的研發 成本按比例抵免手段，一般能夠降低企業 R&D 的邊 際成本，有利于帶動企業進行更多的 R&D 投入，從 而產生杠桿效應。 政府補貼對企業研發投入具有重要作用。短期 來看，研發投入會占用企業資源，可能會對企業短期 內經營造成負向影響，但長期來看能為企業帶來持 續發展。不同區域的企業在發展程度、競爭程度等方 面存在差異，創新能力程度也存在差異，這在一定程 度上導致政府研發補貼的效果也存在差異。經濟發 展相對發達的東部沿海區域與相對落后的中西部區 域相比，其政府補貼政策效果存在不同，有兩方面的 原因。一方面，發達東部沿海區域的市場化程度較 高，制度環境相對完善，政府更注重為企業的創新意 識及相應的技術服務，會營造良好的創新氛圍，鼓勵 創新主體在更好的環境中開展創新活動（任優生、邱 曉東，2017）。在行政審批上，會簡化政府研發補貼的 審批流程，使得創新要素流動更自由，創新主體集聚 度增高。另一方面，發達區域范圍內企業的市場競爭 較為激烈，為了保持核心競爭力與可持續創新發展 能力，會加大研發投入，更加重視技術創新。再加上 發達區域擁有相對完善的知識產權保護強度，會較 好地降低企業創新風險，使得創新資源可以得到較 好共享和利用，通過知識產權蘊含的市場機制促使 創新成果轉移和轉化，進而增強政府研發補貼對企 業創新績效的激勵作用。 政府補貼對企業創新具有重要影響。企業創新是 企業將生產要素轉化為無形資產的活動，具有長期性 和高風險屬性的特點（Fernandes and Paunov，2015）。 企業創新能為企業帶來難以被模仿和替代的創新產 品，鞏固公司的核心競爭力（Barney，1991）。創新與 研發緊密相關（林小玲，2019）[20]。從政府補貼的正向 效應看，對企業創新有三種效應：一是資源效應，政 府研發補貼能夠在一定程度上緩解企業的融資約 束，增加企業的研發活動資金，促進企業創新產出績 效提高；二是風險效應，獲得政府研發補貼會降低企 業對研發活動的風險，減輕企業財務風險與經營風 險，可能會有效增加企業研發成功的概率，提高企業 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·18·

統計學報 2022 年 第 3 期 創新產出；三是傳遞效應，市場投資者由于存在信息 差，對投資的把握存在一定難度，而政府研發補貼作 為一種傳遞企業利好信息的信號，能在一定程度上 幫助企業獲得投資者的認可和青睞，由此幫助企業 獲得所需創新資源并提升企業的創新產出績效。從 政府補貼的負向效應看，對企業有兩種效應：一是多 重博弈，當企業獲得政府補貼后，會對其形成依賴， 降低自身研發積極性，使得企業研發部門對研發成 果的積極性減弱，未能實現政府補貼彌補創新投入、 降低自身研發成本的效果，使得企業研發效率與創 新績效降低；二是逆向選擇，補貼發放對象的選擇過 程中存在尋租問題，部分企業只是為了尋求補貼而 進行研發，在申報過程中通過謊報自身經營業績、偽 造科研成果等手段賺取補貼，并沒有真正提高企業 的創新績效。 企業研發投入與企業創新的主要動力。研發投 入能夠促使企業掌握核心技術和擁有發展的競爭優 勢，能夠為企業獲得經營績效（馮志堅，2015）[21]。企 業研發投入不僅可以產生新知識、帶來新技術、形成 新產品、改善企業的生產經營模式，而且會對企業績 效產生影響。企業創新具有不確定性，研發投入不一 定能帶來收益，若未能達到預期效果可能會給企業 帶來經濟負擔。并且，研發投入會受到企業規模、產 業特征等諸多因素的干擾，可能會對企業經營活動 產生一定影響。通常情況下，由于研發投入的技術創 新具有一定的滯后性，只有新技術獲得應用，形成新 產品，才能實現企業收益。研發投入到產品生產期間 需要其他資源投入的協調配合，否則會影響研發投 入的有效轉化，甚至對企業經營產生負向影響。 企業研發投入對企業創新的影響主要體現在四 個方面。第一，研發投入可以促進技術創新，產生新 成果。提升企業的技術優勢有助于企業節約成本、提 升效率，提高企業的運營能力，促進企業生產能力和 生產要素利用率提高，為企業帶來規模效益。第二， 研發投入能夠推動知識積累和創新能力提升?？萍?創新能使得產品更具市場優勢，滿足市場的多樣化 需求，從而占據更廣闊的市場空間，獲取更多利潤 （袁東任、汪煒，2015）[22]。第三，通過企業自主研發投 入創新，能夠實現關鍵技術的自主研發，擺脫對外部 技術的依賴，創造新的消費需求，從而擁有核心競爭 力。由于企業研發投入是一個長期的過程，且研發過 程中充滿了風險性與不確定性，從技術研發投入到 實際應用于生產，在短時間內無法極大提升企業的 競爭力，需要持續的資金投入。還有，當企業對某一 項技術進行研發投入時，投資者會對企業的研發行 為持積極態度，認為企業有更大的發展潛力，從而提 高企業的融資水平，這對于增加企業研發投入與提 升核心競爭力有重要意義。第四，研發投入可分為研 發人員投入和研發經費投入，其中研發人員投入是 對研發活動執行者的投入，研發經費投入是以資金 或設備的形式進行的直接投入，二者性質不同，對企 業經營績效的影響也不同。 四、數據來源與研究方法 （一）數據來源 鑒于數據的統一性與可獲得性，本文從《中國高 技術產業統計年鑒》獲取了 1997—2016 年高技術產 業生產經營企業大中型高技術產業企業科技活動 R&D 活動經費中的 R&D 經費內部支出與政府資金 兩個指標，并將這兩個指標數據作為研究基礎數據。 地理坐標選取各個省市的省會城市坐標?？臻g數據 來源于國家基礎地理信息中心（http://www.ngcc.cn/）。 （二）研究方法 1.重心模型。重心的概念起源于物理學，指物體 各部分所受重力產生合力的作用點。由重心移動計 算公式可知，決定重心的因素只有地理位置和屬性。 已知地域行政區城市地理位置固定，屬性變化即是 重心變化的主要原因。高技術產業研發投入重心與 空間幾何中心的整合過程是高技術產業研發投入發 展的集中體現，各地區間的高技術產業優勢、發展水 平、發展速度不同，故高技術產業研發投入重心處于 變化之中。高技術產業發展需要知識與人力，大學城 是提供人力和知識的來源，而優質的教育資源又集 中在各省份的中心城市，所以選擇各省份區域地理 位置來計算高技術產業研發投入的重心，以此來反 映高技術產業研發投入發展差異變化軌跡。 假設一個行政區域由 n 個次級區域（或稱為質 點）P 構成，第 i 個次區域的中心城市的坐標為（Xi， Yi），Mi 為第 i 個次區域的某種屬性的量值（或稱為 質量），求其重心。設重心在 Q 處，則該區域某種屬 性重心 Q 的地理坐標為: X= 移 n i=1MiXi 移 n i=1Mi （1） Y= 移 n i=1MiYi 移 n i=1Mi （2） X 和 Y 分別為屬性重心的經、緯度坐標，M 代表 目標屬性值。 2.重心移動方向模型。重心移動方向主要是通 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·19·

統計學報 2022 年 第 3 期 過計算偏移角度 茲 實現，其計算方法為： 茲=n仔/2+tan -［1 Yi-Yi-1 Xi-Xi-1 ］；n=0，1，2 （3） （Xi，Yi）、（Xi-1，Yi-1）分別代表第 i 年和第 i-1 年 的重心坐標。茲 代表遷移方向，坐標正東方為零度， 逆時針方向為正，從第一至第四象限依次為正東至 正北、正北至正西、正西至正南、正南至正東，重心位 移方向介于依180 度之間。 3.重心移動距離模型。設 k、m 年間經濟重心移 動的空間距離為 dm-k（單位為 km），令 k臆1臆m， 再加上述假定，則有： dl-k=c* （xl-xk）2 姨 +（yl-yk）2 （4） c 為常數（c=111.111），含義為：由地球表面坐標 單位（度）轉化為平面距離（km）的系數（喬家君、李 小建，2005）[23]。 4.耦合關聯度與耦合協調度。將高技術產業企 業研發投入與政府資助兩個系統通過耦合作用產生 的相互影響程度視為兩個子系統的耦合度，以此反 映兩系統間的相互作用強度。根據耦合理論，耦合度 模型表達式如下： C= U（A u1）伊U（A u2） 姨［U（A u1）+U（A u2）］2 （5） 上式中，UA（u1）、UA（u2）分別為高技術產業研發 投入與政府資助額。耦合度 C 介于 0 和 1 之間：當 C 趨向于 1 時，高技術產業企業研發投入與政府資助 的耦合度較大，兩個系統之間達到了良性共振耦合， 系統將趨向于新的有序結構；當 C 趨向于 0 時，高技 術產業企業研發投入與政府資助的耦合度最小，兩 個系統處于無關狀態，系統向無序發展。 之后，計算耦合協調度。耦合度 C 作為反映高技 術產業企業研發投入與政府資助相關程度的重要指 標，對判斷兩個系統的耦合作用強度、發展秩序等有 重要意義。為避免“偽協調”現象，在考慮耦合度 C 的 同時，引入耦合協調度 D 和協調指數 T： T=mU（A u1）+nU（A u2） （6） D=（T伊C）1/2 （7） 其中，C 為耦合度，D 為耦合協調度，T 為 U1 和 U2 的綜合調和指數，用于反映 U1 和 U2 的整體協同 效應或貢獻。m 和 n 為待定系數，研究認為高技術產 業企業研發投入與政府資助同樣重要，取 m=n=0.5。 D 值越大，說明高技術產業企業研發投入與政府資 助的耦合協調發展狀況越好，協調水平越高，反之 D 值越小，則說明高技術產業企業研發投入與政府資 助的協調水平越低。 由于海南、西藏、寧夏、青海、新疆五個省份的部 分年度數據缺失，本文在計算時剔除了這五個省份。 為了測定高技術產業企業研發投入與政府資助間的 協調程度，本文對數據進行歸一化處理，為方便計 算，對兩個指標進行標準化處理： Xi= Xi-Xmin Xmax-Xmin （8） 在對數據進行標準化處理以后，發現數據中出 現 0 值，于是對數據進行再處理： Xi=Xi*0.99+0.01 （9） 5.向量自回歸模型。VAR 模型可用于檢測某些 變量的滯后項對其他變量的當期值是否有影響，這 種方法被稱為格蘭杰因果關系檢驗。這里所指的并 非是邏輯上的因果關系，而是指先發生的事件有助 于解釋后發生的事件。VAR 模型中各個方程的系數 往往并不重要，因為它們只能反映局部的信息，而建 立于模型之上的脈沖響應函數卻可以完整地呈現不 同變量之間的相互作用，反映的是一個變量對來自 其他變量的沖擊所作出的反應。 五、高技術產業企業研發投入和政府資助重心 的時空格局及演變 由于我國各個地區的高技術產業起步時間、發 展優勢不同，其發展水平與速度也不同。隨著時間推 移，各地區的產業發展對高技術產業研發投入會產 生影響，從而引起研發經費、政府資助重心的變化， 使得我國高技術產業研發投入重心、政府資助重心 處于一種不斷變化的狀態。為反映出我國高技術產 業發展及政府對高技術產業的關注度，本文將對高 技術產業企業研發投入、政府資助發展變化的軌跡 及均衡程度進行分析，從而發現高技術產業研發投 入和政府資助之間的聯系。 （一）高技術產業企業研發投入與政府補貼重心 的變化 根據上面的重心計算方法，計算得出了 1997— 2016 年高技術產業研發投入重心經緯度及其各年 份移動距離及移動角度，具體數值見表 2。 耦合協調度 D 等級 0.00~0.19 失調耦合 0.20~0.39 初級協調耦合 0.40~0.59 中級協調耦合 0.60~0.79 高級協調耦合 0.80~1.00 優質協調耦合 表 1 協調耦合等級 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·20·

統計學報 2022 年 第 3 期 由表 2 中數據可知，我國高技術產業企業研發 投入重心呈現出從低經度高緯度向高經度低緯度移 動的趨勢，年平均移動距離為 48.11km。從時間上 看，1997—2016 年我國高技術產業企業研發投入重 心地理坐標介于 115.07~116.02、29.53~32.02 之間， 主要在湖北、河南、江西交界地區移動，其中 90%的 時間段存在于湖北境內，僅有 1997 年、2010 年移動 到河南、江西境內。 從移動方向上看，整體移動趨勢向東南方向，其 中移動最大距離為 208.03km，方向為東南方向，移 動最小距離為 4.66km，方向為西南方向。已知我國 地理重心位于陜西省咸陽市，具體位置在北緯 34毅32憶、 東經 108毅55憶。1997 年，我國的高技術產業企業研發 投入重心位于北緯 32毅25憶、東經 115毅07憶，在河南信 陽縣境內，在我國地理重心的東南部，且隨著時間到 2016 年，研發投入的移動趨勢與地理重心越來越偏 離，可知我國高技術產業研發投入發展存在嚴重的 不平衡趨勢。 高技術產業研發投入重心大部分時間位于湖北 黃岡，背后原因與我國的建設發展具有一定關系。當 時我國正處于建國初期，經濟及工業基礎都相當薄 弱，內地與沿海經濟發展極不平衡，僅有的工業都集 中于沿海地區，再加上國際形勢處于緊張狀態，為了 加強國防建設，1964 年中央常委會提出了“三線建 設”。三線是我國對國內省區的劃分，主要依據是所 處的戰略位置，一般認為京廣鐵路以東至東南沿海 和三北地區（華北、東北、西北邊疆）為一線地區，西 南諸?。ㄔ颇?、貴州、四川）和西北內陸地區（陜西、甘 肅、青海）以及豫西、鄂西、湘西地區為三線地區，介 于一線地區和三線地區之間的區域為二線地區。由 此時開始，經濟建設的重點隨之從東部沿海地區轉 向經濟薄弱、交通不便、現代化工業薄弱的西南、西 北地區。在建設大三線（指西南、西北等省份）的同 時，各省、市、自治區也進行了小三線建設。從三線建 設以后，國家戰略即向中西部轉移，所以重心也發生 了遷移?！叭€建設”用 20 年時間在中國中西部地區 建設了現代工礦業企業及科研院所，形成了重大科 研、生產基地以及包括煤炭、電力、冶金、化工、機械、 核能、航空、航天、兵工、電子、船舶工業等門類比較 齊全的戰略后方基地，為我國高技術產業發展奠定 了基礎。 圖 1 顯示，從空間上看，1997—2016 年高技術 產業企業研發投入重心的空間動態演變軌跡在 2001 年、2005 年、2010 年出現了重要拐點。具體而 言，高技術研發投入重心經緯度在 1997 年后大幅變 化，從高緯度低經度移動到 1998 年，此后在經緯度 小幅波動的情況下呈“三角式”移動到 2000 年，在 2001—2005 年間呈倒“Z”字型移動，緯度基本保持 穩定而經度大幅升高，在 2005—2016 年又出現逆轉 趨勢，在緯度幾乎保持不變的情況下經度出現下降 趨勢。從空間地理位置來說，高技術產業研發投入重 心在 1997—2001 年間整體由西北方向向東南方向 移動，在 2001 年之后又開始向東北方向移動，直到 表 2 1997—2016 年高技術產業研發投入重心演變趨勢 年份 經度 緯度 城市 移動距離 移動角度 1997 115.07 32.02 信陽 — — 1998 115.58 30.22 黃岡 208.03 -74.33 1999 115.19 29.99 黃石 49.86 210.49 2000 115.39 31.14 黃岡 129.81 80.22 2001 115.14 30.27 黃岡 101.02 253.83 2002 115.61 31.10 黃岡 106.70 60.45 2003 115.55 30.95 黃岡 18.57 250.14 2004 115.65 30.50 黃岡 50.80 -77.42 2005 116.02 30.02 黃岡 66.61 -52.49 2006 115.76 29.98 黃岡 28.49 189.15 2007 115.74 30.06 黃岡 8.52 107.89 2008 115.81 30.00 黃岡 9.47 -40.16 2009 115.87 29.97 黃岡 8.51 -26.93 2010 115.73 29.53 九江 50.93 251.78 2011 115.81 30.10 黃岡 63.76 82.18 2012 115.79 30.02 黃岡 8.87 74.88 2013 115.63 30.02 黃岡 17.92 179.44 2014 115.67 30.04 黃岡 4.66 15.08 2015 115.49 30.03 黃岡 19.61 2.99 2016 115.42 29.97 黃岡 10.09 220.47 俞立平，等：政府補貼與企業研發投入時空演變及協調 圖 1 1997—2016 年高技術產業企業研發投入重心的 空間動態演變軌跡 合肥 巢湖 銅陵 六安 安慶 池州 黃山 九江 景德鎮 咸寧 黃石 鄂州 武漢 孝感 黃岡 信陽 97 00 02 03 04 98 99 10 01 14 16 05 1812 ·21·

統計學報 2022 年 第 3 期 2005 年方向開始逆轉，整體趨勢向西南方向移動。 從時間上看，1997—2016 年間政府對高技術產 業的補貼整體呈現出從西北方向向東南方向移動的 趨勢，年平均移動距離為 110.82km，如表 3 所示。從 重心演變趨勢來看，經緯度波動范圍分別為 111.84~ 116.33、32.45~34.87，在河南、山東、安徽三地交界處 移動，75%時間段位于河南境內，其余時間段在山東 和安徽境內。從空間上看，2000 年、2005 年、2008 年 、2011 年 有 拐 點 （見 圖 2）：1997—2000 年 和 2000—2005 年經緯度有小幅度波動，移動趨勢呈 “氣球”式，具有平移性，從高經度低緯度向低經度高 緯度移動后又回到高經度低緯度；2005—2011 年經 緯度同時上升，呈現出向東北部移動的趨勢；2011— 2016 年經緯度呈“S”型移動，移動方向出現逆轉，向 西南方向移動，從高經度高緯度向低經度低緯度過 渡。由此，從空間地理位置上看，政府對高技術產業 資 助 重 心 的 空 間 動 態 軌 跡 在 1997—2000 年 和 2000—2005 年向東南方向移動，在 2005—2011 年 呈局部大幅度移動，移動距離最大為 179.43km，波 動強度大，在 2011—2016 年移動趨勢逐漸平穩，向 西南方向移動。 高技術產業企業研發投入重心與政府資助重心 的經、緯度變動對比分析如圖 3 和圖 4 所示。首先， 從整體上看，高技術產業研發投入與政府補貼都是 從低經度高緯度向高經度低緯度移動，變動趨勢具 有一致性。從數值上看，2007 年之前的高技術產業 重心軌跡的經度數值明顯大于政府資助重心對應年 份的經度數值，而高技術產業研發投入重心的經度 變動幅度明顯平緩于政府資助重心的經度變動幅 度。其次，從經度看，2007 年之前的政府補貼呈上下 波動，在 1998 年、2001 年、2004 年形成波峰，在 2007 年以后政府補貼圍繞研發投入經度上下波動， 波動范圍在依1 經度。從緯度看，政府給予高技術產 業的補貼在 1998 年、2003 年、2008 年形成有波峰， 除此以外在變動方向和變動幅度上的趨勢基本相 同。高技術產業重心與政府資助的主流趨勢都是從 高緯度的北方向低緯度的南方運動，隨著時間變化， 表 3 1997—2016 年高技術產業政府補貼重心演變趨勢 年份 經度 緯度 城市 移動距離 移動角度 1997 112.77 33.21 南陽 — — 1998 112.80 33.95 平頂山 82.73 87.45 1999 111.84 33.38 南陽 124.53 210.77 2000 113.07 33.20 南陽 137.49 -7.98 2001 114.42 33.03 駐馬店 152.06 -7.22 2002 113.13 33.68 駐馬店 160.55 153.46 2003 113.63 34.08 許昌 70.61 218.85 2004 114.84 33.54 周口 147.53 -23.90 2005 113.83 32.45 信陽 164.40 47.06 2006 114.91 32.86 駐馬店 127.92 200.84 2007 115.92 34.12 商丘 179.43 50.95 2008 116.09 34.87 菏澤 85.71 77.31 2009 116.00 33.92 亳州 105.73 -84.45 2010 115.15 32.82 駐馬店 154.96 -127.80 2011 116.33 33.68 亳州 162.69 35.93 2012 116.28 33.35 亳州 37.49 -81.74 2013 115.83 33.42 阜陽 51.21 171.07 2014 116.19 33.39 亳州 40.43 -4.33 2015 115.11 33.65 周口 123.85 166.56 2016 114.95 32.70 駐馬店 107.15 -99.60 俞立平，等：政府補貼與企業研發投入時空演變及協調 圖 3 高技術產業企業研發投入與政府補貼重心的 經度變動軌跡比較 圖 4 高技術產業企業研發投入與政府資助重心的 緯度變動軌跡比較 36.00 34.00 32.00 30.00 28.00 26.00 政府補貼 蔭 高技術產業 R&D 內部經費支出 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 117.00 115.00 113.00 111.00 109.00 政府補貼 高技術產業 R&D 內部經費支出 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 銀 蔭 蔭 圖 2 1997—2016 年政府對高技術產業資助重心的 空間動態演變軌跡 銀 三門陜 洛陽 焦作 鄭州 新鄉 開封 菏澤 南陽 駐馬店 平頂山 漯河 許昌 周口 阜陽 信陽 六安 淮南 合肥 滁州 亳州 蚌埠 淮北 宿州 商丘 棗莊 濟寧 鶴壁 濮陽 巢湖 99 97 00 02 03 01 0415 05 16 06 10 13 14 11 09 08 ·22·

統計學報 2022 年 第 3 期 南北方向呈現出相互牽制發展現象。高技術產業重 心的緯度數值高于政府對高技術產業的資助，而在 變動幅度上高技術產業重心緯度的變化幅度明顯強 于政府資助。最后，從地理位置來說，政府補貼重心 比高技術產業更傾向于低緯度南部區域，高技術產 業重心比政府補貼更偏向高經度的東部區域。政府 補貼重心集中于河南、安徽、山東省份，而高技術產 業研發投入重心則集中在湖北、河南、江西省份，兩 指標重心均偏離我國地理重心，顯示出我國高技術 產業政府補貼對于研發投入具有非均衡性，總體呈 現出不平衡的格局和態勢。 （二）重心變化解釋 根據上述分析，可以將高技術產業政府補貼與 研發投入劃分為四個階段。第一階段為 1997—2000 年，高技術產業企業研發投入與政府補貼呈三角形 式波動。我國從 1986 年開始實施“863 計劃”，拉開 了高新技術研發的序幕，從多角度、多方位對高新技 術產業、項目進行了規劃。1987 年改革開放開始實 施，一系列優先發展東部沿海地區、長三角和渤海地 區的政策頒布，開發區、經濟特區建設效果明顯，地 理位置優勢給其帶來了經濟快速發展，使其成為了 拉動經濟發展的第一引擎。1995 年，《加速科學技術 進步的決定》的出臺首次將高新技術產業與農業、工 業作為同等重要的任務出現在決定中，并提出將一 些高技術產業通過逐步方式發展成為國民經濟的支 柱產業。經此，使得高技術產業企業的研發投入與政 府補貼重心向東南部偏移，東北部老工業基地優勢 開始減弱。 第二階段是 2000—2005 年，高技術產業企業研 發投入重心向東南部呈直線式移動，而政府對于高 技術的補貼呈“氣泡式”移動。隨著國家對高技術產 業政策、規劃及配套細則的逐漸完善，從基礎性支 持、關鍵性技術創新發展向原始技術創新與科技成 果轉化并重，極大促進了科技成果轉化。由于高技術 產業發展對人才、物質、資金等有著極大需求，所以 經濟發達的東南部地區的發展優先于落后的西北地 區。政府資助則集中在東北部，國家對于京津地帶以 及東北老工業基地經濟給予了大力支持。西部大開 發政策頒布后，西部的發展速度仍舊緩慢，使得政府 資助的南北差距繼續擴大，東西差距也擴大迅速。 第三階段是 2005—2011 年，高技術產業企業研 發投入雖有小幅波動，但整體向西南部移動。政府補 貼在 2008 年出現最大偏移，在 2005—2008 年間向 東北部直線移動，在 2008 年以后方向逆轉，開始向 西南方向移動。隨著高技術產業建設逐漸完備和經 濟形勢逐漸好轉，西部大開發等一系列政策開始發 揮作用，大量研發資金開始內流，技術、人才等資源 也開始逐漸向西部轉移，為中西部地區發展注入了 活力。 第四階段是 2011—2016 年，高技術產業企業研 發投入的重心移動與政府補貼呈一致性，都向西南方 向波動。原因可能是，為了適應國家更好發展，2008 年我國廢止了原《國家高新技術產品目錄》，重新制定 了《國家重點支持的高新技術領域》，將新的領域納入 到高技術產業領域。發展政策與優惠福利都具有一定 的滯后性，隨著西部發展優勢開始逐步凸顯，東部地 區優勢逐漸減弱，國家投資與外商投資也轉向中西 部，中西部經濟逐漸轉好，同時中西部地區也在積極 響應東部地區的一些高技術產業轉移。 綜上所述，高技術產業政府補貼與研發投入的 移動軌跡主要顯示出了四個特征。第一，重心都位于 中部地區，其中高技術產業研發投入基本位于湖北 省境內，而高技術政府補貼基本位于河南省境內，彼 此不存在交叉，但兩者都有相似的空間分布格局，整 體上都有向西南部移動的趨勢。第二，在 2010 年之 前，高技術產業研發投入重心的運動區域為向東南 部移動，在 2005 年之前政府對于高技術產業的補貼 也在東南部移動，但在 2005 年以后高技術產業政府 補貼開始向東北部移動，而高技術產業研發投入仍 舊向偏東南部移動。分析其原因可能是，東部比中西 部具有更多優勢，東部城市沿海，具有先天地理優 勢，鑒于海運成本遠低于陸運成本，因此更容易發展 制造業。東部地區擁有較好的人文地理環境、優質的 教育資源、資金支持、管理制度，為經濟發展創造了 條件。同時，由于集聚人口而產生了市場規模經濟效 應，使得高技能勞動力生產效率提高，從而具備發展 科研創新等高科技產業的優勢，極大程度推動了高 新技術產業重心向東南部移動。第三，從重心變化的 角度和位移距離上看，政府對高技術產業資助的重 心變動幅度比高技術產業企業研發投入更大，顯示 出政府對高技術產業發展的資助較高技術產業企業 研發投入變動更為活躍，可知政府在高技術產業研 發投入中起到了一定的調節作用。第四，從整體演化 路徑看，我國高新技術產業發展不均衡問題越來越 嚴重，為了緩解不均衡帶來的負面影響，政府對高技 術產業的配置也在不斷調整。 （三）耦合關聯度與耦合協調度 通過對 1997—2016 年我國 26 個省份高技術產 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·23·

統計學報 2022 年 第 3 期 滯后期 檢驗與結論 F 檢驗 概率 結論 1 年 高技術產業 R&D 內部經費支出不是政府資助的原因 46.797 0.000 拒絕 *** 1 年 政府資助不是高技術產業 R&D 內部經費支出的原因 0.087 0.767 接受 2 年 高技術產業 R&D 內部經費支出不是政府資助的原因 17.249 0.000 拒絕 *** 2 年 政府資助不是高技術產業 R&D 內部經費支出的原因 2.851 0.059 拒絕 * 3 年 高技術產業 R&D 內部經費支出不是政府資助的原因 9.004 0.000 拒絕 *** 3 年 政府資助不是高技術產業 R&D 內部經費支出的原因 2.364 0.070 拒絕 * 4 年 高技術產業 R&D 內部經費支出不是政府資助的原因 6.166 0.000 拒絕 *** 4 年 政府資助不是高技術產業 R&D 內部經費支出的原因 2.108 0.079 拒絕 * 業企業研發投入與政府資助的耦合協調度計算結果 進行分析，可知各省份高技術產業企業研發投入與 政府資助的耦合協調度偏低，從東向西遞減。其中， 耦合協調度最高的地區為廣東市，數值為 0.60，達到 了高度協調耦合階段；處于中度協調耦合的地區有 2 個，分別是江蘇和陜西；處于初級協調耦合階段的 地區有 11 個，分別是北京、福建、黑龍江、湖北、江 西、遼寧、山東、上海、四川、天津、浙江；其余 12 個城 市處于失調耦合階段。廣東省走在了改革開放的前 列，其擁有優越的地理位置和超前的投資機會，能夠 積累資金和人才，整體發展很好。其次是江蘇和陜 西，江蘇是我國的教育大省，擁有優質師資、創新人 才、高校、科研院所等創新資源，而陜西西安有高技 術產業密集區，且為千年古都，能夠將傳統與高技術 產業融合發展，都走在了創新前沿。其余省份的耦合 協調度結果總體偏低，代表我國高技術產業與政府 對高技術產業資助尚未形成良性互動的耦合機制， 甚至出現了相互掣肘現象，長期將不利于產業與地 區發展。由于東部沿海地區占據了地理位置、資金、 人才等有利因素，產業研發創新能力與企業績效高 度協調，發展趨勢較好。相對而言，西部城市發展不 均衡，整體耦合協調度較低。 我國的高技術產業企業研發投入與政府資助耦 合協調度處于 0.2~0.26 之間，見圖 5。整體上看，處 于初級耦合協調階段，且耦合協調度隨時間呈遞增 趨勢。1997 年的耦合協調度最高，達到了 0.26，在 1997—2007 年間一直呈波動趨勢，在 2007 年以后 呈線性遞增趨勢。當前我國正處于經濟轉型升級的 重要時期，各地政府應重視對高技術產業的支持，通 過促進高技術產業與政府資助二者協調發展，為經 濟結構升級和經濟發展提供動力，實現各地區因地 制宜式的發展，縮小各地區間的發展差距。 （四）高技術產業企業研發投入與政府補貼向量 自回歸模型 首先，對數據進行平穩性檢驗，否則數據不平穩 會造成偽回歸或者虛假回歸。為避免數據出現異方 差，將兩個指標數值取對數。運用面板數據單位根檢 驗方法 Levin 檢驗、ADF 檢驗、PP 檢驗對數據進行 平穩性檢驗，結果顯示全部平穩，見表 4。 為了檢驗高技術產業企業研發投入與政府資助 之間從數據上是否存在因果關系，進行了格蘭杰因 果檢驗，結果見表 5。 變量 Levin 檢驗值 ADF 檢驗值 PP 檢驗值 結果 log（g） -10.049 150.433 162.731 平穩 Log（t） -7.287 128.660 131.249 平穩 表 4 面板數據單位根檢驗 注：*、** 和 *** 分別表示在 10％、5%和 1%的水平下統計 檢驗顯著，下同。 表 5 格蘭杰因果檢驗 由于面板數據是平穩的，可對最佳滯后階數進 行判斷，從“多數原則”可以看出，最佳滯后階數為 3 階（見表 6）。建立 VAR 模型，所有特征根都在單位 圓內，說明模型結構穩定。由于 VAR 模型是一種非 理論性模型，它的系數經濟學意義不大（俞立平， 2014）[24]，因此在分析 VAR 模型時，往往不分析一個 變量的變化對另一個變量影響的彈性系數，僅采用 脈沖響應函數進行分析。給出脈沖響應圖形，置信區 俞立平，等：政府補貼與企業研發投入時空演變及協調 0.30 0.25 0.20 0.15 0.10 0.05 0.00 圖 5 1997—2016 年高技術產業 R&D 內部經費支出與 政府資助年份的協調度排序 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 蔭 ·24·

統計學報 2022 年 第 3 期 間為 95%，中間為脈沖響應點估計值，上下兩條分別 是 95%置信區間的上下邊界。 脈沖響應函數描述的是在模型中某一變量擾動 項受到一個標準差大小的沖擊對系統中每個變量當 期值和未來值的影響。橫坐標的刻度單位為 VAR 模 型估計的滯后單位時間。由圖 6 可知，高技術產業企 業研發投入與政府補貼首先都有一個正向響應，此 后沖擊響應在趨于零值附近波動。再之后，高技術產 業企業研發投入逐漸趨于收斂，而政府補貼在第 5 期后迅速收斂，其收斂表現出了較強的自身穩定性， 說明政府改變其補貼程度更不易。 從高技術產業企業研發投入對政府補貼的沖擊 響應看，在當期給政府補貼一個正向沖擊后，當期未 發生變化，第 1 期正向增加，上升達到最高值，第 2 期后迅速下降達到底端，雖此后一直都是負值，但逐 漸縮小并收斂。由于初期存在正向變化，可反映出在 高技術產業研發投入初期需要大量資金進行研發， 對產品、技術等進行升級創新。但是，隨著研發投入 的增加，政府資助的公平性與資源分配的均衡性使 得政府對于企業研發投入的補貼不能無限度增加， 可以看出兩者之間協調性不好。 從政府補貼對高技術產業企業研發投入的沖擊 響應看，給高技術產業企業研發投入一個正向沖擊， 隨后正向影響縮小并呈收斂趨勢。政府補貼對高技 術產業研發投入存在正向作用，反映出政府補貼對 高技術產業企業研發投入的影響是長期的。 六、結論與建議 （一）結論 本文利用重心、耦合協調理論研究了我國 1997—2016 年間高新技術產業與政府資助的空間 分布格局遷移演化情況和各省份耦合協調程度，在 比較二者變動趨勢的基礎上，結合構建的向量自回 歸模型進行了研究，得出五點結論。 第一，我國高新技術產業科研投入空間分布不 均衡。高技術產業重心與政府資助重心的主流趨勢 都是從高緯度的北方向低緯度的南方運動，隨著時 間變化，南北方向呈現出相互牽制的發展現象。高技 術產業重心的緯度數值高于政府對高技術產業的資 助，而在變動幅度上高技術產業重心緯度的變化幅 度明顯強于政府資助。從地理位置上來說，政府補貼 重心比高技術產業更傾向低緯度的南部區域，高技 術產業重心比政府補貼更偏向高經度的東部區域。 政府補貼的重心集中于河南、安徽、山東省份境內， 而高技術產業研發投入的重心則集中在湖北、河南、 江西省份境內，兩指標重心均偏離我國地理重心，顯 示出我國高技術產業政府補貼對于研發投入具有非 表 6 滯后階數判斷 LAG AIC BIC HQIC 1 -0.540 -0.044 -0.345 2 -0.708 -0.153 -0.489 3 -0.851 -0.231 * -0.606 * 4 -0.873 * -0.182 -5.990 圖 6 高技術產業研發投入與政府補貼脈沖響應 lmpulse-responses for 3 lag VAR of lnt lng 注：在雙邊誤差 5%的情況下進行蒙特卡洛 500 次重復。 IRF of lnt to lnt 0.150 0.100 0.050 0.000 0 s 2 4 6 8 10 IRF of lnt to lng 0.020 0.010 0.000 -0.010 -0.020 -0.030 0 s 2 4 6 8 10 0.080 0.060 0.040 0.020 0.000 0 s 2 4 6 8 10 IRF of lng to lnt 0.250 0.200 0.150 0.100 0.050 0.000 0 s 2 4 6 8 10 IRF of lng to lng 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·25·

統計學報 2022 年 第 3 期 均衡性，總體呈現出不平衡的格局和態勢。 第二，我國政府對于高技術產業資金資助的南 北縱向發展態勢明顯優于東西橫向發展，但差距呈 縮小趨勢。重心都位于中部地區，高技術產業研發投 入基本位于湖北省境內，而高技術政府補貼基本位 于河南省境內，彼此不存在交叉，但兩者都有相似的 空間分布格局，從整體上都呈向西南部移動趨勢。在 2010 年之前，高技術產業研發投入重心的運動區域 為向東南部方向移動，與之相比，2005 年之前政府 對于高技術產業的補貼也向東南部移動，但在 2005 年以后高技術產業政府補貼開始向東北部移動，而 高技術產業研發投入仍舊向偏東南部移動。 第三，我國政府補貼與高技術產業企業研發投入 的協調發展水平整體呈穩定態勢，協調耦合度所處等 級及其演變在空間上存在地域差異，大體上呈現出 “東高西低，北高南低”的局面。通過研究可知，1997— 2016 年我國 26 個省份的高技術產業企業研發投入 與政府資助的耦合協調度偏低，從東向西遞減。其中， 處于高度協調耦合階段的地區有廣東 1 個，處于中度 協調耦合階段的地區有江蘇、陜西 2 個，處于初級協 調耦合階段的地區有北京、福建、黑龍江、湖北、江西、 遼寧、山東、上海、四川、天津、浙江 11 個，其余 12 個 地區處于失調耦合階段。我國高技術產業企業研發投 入與政府資助的耦合協調度處于 0.2~0.26 之間，整體 上處于初級耦合協調，且隨時間發展耦合協調度呈遞 增趨勢。1997 年的耦合協調度最高，達到了 0.26，之 后在 1997—2007 年間耦合協調一直呈波動趨勢，但 在 2007 年以后呈線性遞增趨勢。 第四，高技術產業發展與政府資助的互動關系明 顯。從格蘭杰因果檢驗看，在滯后 2~4 期的情況下，高 技術產業企業研發投入與政府資助均互為因果。從高 技術產業研發投入與政府補充的脈沖響應看，政府補 貼對高技術產業企業研發投入的影響具有長期性。 第五，根據脈沖響應函數，從高技術產業企業研 發投入對政府補貼的沖擊響應看，在當期給政府補 貼一個正向沖擊后，當期未發生變化，第 1 期正向增 加，上升達到最高值，第 2 期后迅速下降達到底端， 雖此后一直都是負值，但逐漸縮小并收斂。由于初期 存在正向變化，可反映出在高技術產業研發投入初 期需要大量資金進行研發，對產品、技術等進行升級 創新。但是，隨著研發投入的增加，政府資助的公平 性與資源分配的均衡性使得政府對于企業研發投入 不能無限度增加，可以看出兩者之間協調性不好。從 政府補貼對高技術產業企業研發投入的沖擊響應 看，給高技術企業研發投入一個正向沖擊，隨后正向 影響縮小并呈收斂趨勢。政府補貼對高技術產業研 發投入存在正向作用，反映出政府補貼對高技術產 業企業研發投入的影響是長期的。 （二）建議 1.合理配置資源，發揮大市場作用，促進國內循 環。目前我國存在科研投入空間不均衡問題，必須關 注后天因素，加強東西部高新技術產業結構的調整。 由于地理位置、歷史等原因，東部地區具有更多優 勢，其擁有豐富的資金、技術、人才等資源，這些都是 高技術產業發展離不開的資源，而中西部高新技術 產業發展卻因此受到了一定限制。應消除生產要素 跨區域流動和合理配置的瓶頸制約，加快建設統一 開放有序的國內大市場。一方面，可以讓產品和要素 在市場的資源配置中流動，發揮市場的決定性作用， 也更好地發揮政府作用。另一方面，堅決破除地區之 間的利益藩籬和制度壁壘，避免各自為政、畫地為牢 的做法，加快構建全國統一的市場規則體系，實現我 國高新技術產業全面可持續均衡發展。 2.區域范圍內對高技術產業中的“卡脖子”領域 給予更大的財政支持?？赏ㄟ^政府協調東西橫向的高 技術產業資源配置來解決東、西部區域高新技術產業 發展不平衡的問題，從而均衡我國高新技術產業發 展。政府資助對高技術產業空間均衡發展具有一定的 南北牽引作用，應加強政府對南北區域高技術產業均 衡發展的研發經費投入資助，促進我國高新技術產業 南北縱向區域均衡協調發展。要進一步加大中西部地 區發展，大力推動西部大開發、中部崛起、振興東北老 工業基地的經濟協調發展戰略，重點提升西部地區的 科研機構研究水平，改善就業環境，完善人才引進機 制，為改善資源配置不平衡的狀況而努力。國家應對 高新技術產業發展給予支持，鼓勵企業創建自主研發 機制，引入創新性人才，激發企業與人才的創新活力。 3.進一步完善政府補貼政策制度。高技術產業 研發投入與政府補貼不協調，政府補貼對于高技術 產業研發投入的影響具有長期性。企業在進行研發 投入時，不僅要加大投入力度，還要關注研發投入的 持續性。由于政府與企業之間存在信息不對稱，僅憑 政府對補貼企業進行選擇不具有公正性，必須進一 步完善評審體制，并定期考察企業對于補貼資金的 使用情況。政府補貼能夠有效支持企業技術創新，提 高創新效率，不僅要在企業研發前期提供資金支持， 在企業研發步入正軌后也要持續關注，合理利用政 府資源，使企業研發投入產出最大化。 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·26·

統計學報 2022 年 第 3 期 ［參考文獻］ ［1］Kleer R. Government R&D Subsidies as a Signal for Private Investors［J］. Research Policy，2010，39（10）：1361-1374. ［2］Arrow K J. The Economic Implications of Learning by Doing［J］.The Review of Economic Studies，1962，29（3）：155-173. ［3］Spence M. Cost Reduction，Competition，and Industry Performance ［J］. Econometrica：Journal of the Econometric Society， 1984，52：101-121. ［4］程 華，趙 祥.政府科技資助對企業R&D產出的影響——基于我國大中型工業企業的實證研究［J］.科學學研究，2008 （3）：519-525. ［5］Buxom I. An Empirical Evaluation of the Effects of R&D Subsidies ［J］. Economics of Innovation and New Technology， 2000，9（2）：111-148. ［6］Clausen T H. Do Subsidies Have Positive Impacts on R&D and Innovation Activities at the Firm Level?［J］. Structural Change and Economic Dynamics，2009，20（4）：239-253. ［7］高艷慧，萬迪昉，蔡 地.政府研發補貼具有信號傳遞作用嗎——基于我國高技術產業面板數據的分析［J］.科學學與科 學技術管理，2012，33（1）：5-11. ［8］ Pandit S，Wasley C E，Zach T. The Effect of Research and Development （R&D）Inputs and Outputs on the Relation between the Uncertainty of Future Operating Performance and R&D Expenditures ［J］. Journal of Accounting，Auditing & Finance， 2011，26（1）：121-144. ［9］于 蔚.高技術產業R&D投入與產出關系的實證研究［D］.吉林：吉林大學，2018. ［10］杜 勇，鄢 波，陳建英.研發投入對高新技術企業經營績效的影響研究［J］.科技進步與對策，2014，31（2）：87-92. ［11］Vithessonthi C，Racela O C. Short-and Long-run Effects of Internationalization and R&D Intensity on Firm Performance［J］. Journal of Multinational Financial Management，2016，34：28-45. ［12］郭 研，劉一博.高新技術企業研發投入與研發績效的實證分析——來自中關村的證據［J］.經濟科學，2011（2）：117- 128. ［13］張 儉，張玲紅.研發投入對企業績效的影響——來自2009—2011年中國上市公司的實證證據［J］.科學決策，2014（1）： 54-72. ［14］Hillier D，Pindado J，Queiroz V，et al. The Impact of Country-level Corporate Governance on Research and Developmen［t J］. Journal of International Business Studies，2011，42（1）：76-98. ［15］吳超鵬，唐 菂.知識產權保護執法力度、技術創新與企業績效——來自中國上市公司的證據［J］.經濟研究，2016，51 （11）：125-139. ［16］馮海紅，曲 婉，李銘祿.稅收優惠政策有利于企業加大研發投入嗎［J］.科學學研究，2015，33（5）：665-673. ［17］Raines F Q. R&D：Essays on the Economics of Research and Development ［J］. Journal of Economic Issues，1968，2（2）： 250-252. ［18］梁彤纓，馮 莉，陳修德.稅式支出、財政補貼對研發投入的影響研究［J］援軟科學，2012，26（5）：32-35. ［19］Leyden D P，Link A N，Bozeman B. The Effects of Governmental Financing on Firms' R&D Activities：A Theoretical and Empirical Investigation［J］. Technovation，1989，9（7）：561-575. ［20］林小玲.財政補助、外部融資與企業自主研發投入——基于2016年全國企業調查數據［J］.山西財經大學學報，2019，41 （5）：68-80. ［21］馮志堅.外商直接投資、垂直專業化與企業研發投入——基于中國工業企業數據庫的實證檢驗［J］.山西財經大學學報， 2015，37（8）：52-62. ［22］袁東任，汪 煒.信息披露、現金持有與研發投入［J］.山西財經大學學報，2015，37（1）：81-91. ［23］喬家君，李小建.近50年來中國經濟重心移動路徑分析［J］.地域研究與開發，2005（1）：12-16. ［24］俞立平.網絡背景下信息資源與經濟增長互動關系研究——基于PVAR模型的省際面板數據估計［J］.情報科學，2014，32 （12）：67-71+76. ［責任編輯：陳冬博］ 俞立平，等：政府補貼與企業研發投入時空演變及協調 ·27·

DOI 編碼：10.19820/j.cnki.ISSN2096-7411.2022.03.003 JOURNAL OF STATISTICS 人口紅利的經濟效應 ——基于質量和數量的雙重研究視角 王 連 1，2，周之浩 1，張維星 1 （1.蘭州財經大學 統計學院，甘肅 蘭州 730020；2.甘肅省數字經濟與社會計算科學重點實驗室，甘肅 蘭州 730020） ［摘 要］在質量和數量的雙重視角下定性研究人口紅利對經濟增長的影響機制和路徑，并基于2001—2019年30個省份的 面板數據，運用面板固定模型、面板分位數模型、Bootstrap中介效應模型和空間杜賓模型等進行實證分析。結果顯示：人口數量紅 利會顯著驅動經濟總量增長，但會抑制經濟質量提升，人口質量紅利則能同時促進經濟總量和經濟質量的發展；我國經濟發展 進入新常態后，人口質量紅利正在取代人口數量紅利成為經濟發展的主導力量；人口數量紅利和人口質量紅利通過產業結構升 級和技術進步對經濟發展產生了間接影響；人口數量紅利對經濟質量具有空間抑制效應，而人口質量紅利對經濟總量具有顯著 的空間溢出效應。 ［關鍵詞］人口紅利；經濟效應；產業結構升級；技術進步；空間溢出效應 ［中圖分類號］F124 ［文獻標識碼］A ［文章編號］2096-7411（2022）03-0028-14 Economic Effect of Demographic Dividend ----Based on the Dual Research Perspectives of Quality and Quantity WANG Lian 1，2 , ZHOU Zhi-hao 1 , ZHANG Wei-xing 1 （1.School of Statistics, Lanzhou University of Finance and Economics, Lanzhou 730020; 2. Gansu Key Laboratory of Digital Economy and Social Computing Science, Lanzhou 730020, China） Abstract: From the dual perspectives of quality and quantity, this paper qualitatively studied the influencing mechanism and paths of demographic dividend on economic development, and made an empirical analysis through applying the panel fixed effect model, the panel quantile model, the Bootstrap mediation effect model and the spatial Durbin model based on the panel data of 30 provinces from 2001 to 2019. The results were listed as follows. Firstly, demographic quantity dividend has significantly driven the growth of economic aggregate, but has also inhibited the development of economic quality. However, demographic quality dividend could promote the development of the two aspects of economy. Secondly, after entering a new normal in economic development, population quality dividend has gradually replaced demographic quantity dividend as the main force in economic development. Thirdly, both demographic quantity dividend and demographic quality dividend have exerted an indirect effect on economic development through the channels of industrial structure upgrading and technological progress. Finally, demographic quantity dividend had a spatial inhibitory effect on economic quality, while demographic quality dividend had a significant spatial spillover effect on economic aggregate. Key Words: demographic dividend; economic effect; industrial structure upgrade; technological progress; spatial spillover effect Jun.，2022 Vol.3 No.3 2022年6月 第3卷 第3期 ［基金項目］甘肅省哲學社會科學規劃項目（2021YB076）；甘肅省高等學校青年博士基金項目；蘭州財經大學自主立項項 目；甘肅省優秀研究生“創新之星”項目 ［作者簡介］王 連（1977—），女，河南羅山人，蘭州財經大學統計學院副教授，統計學博士，主要研究方向是經濟高質量發 展、應用統計；周之浩（1996—），男，山東聊城人，蘭州財經大學統計學院碩士研究生，主要研究方向是區域經 濟；張維星（1996—），女，山西臨汾人，蘭州財經大學統計學院碩士研究生，主要研究方向是人口經濟學。 ·28·

統計學報 2022 年 第 3 期 王 連，等：人口紅利的經濟效應 一、引言 人口是經濟社會發展的基礎性、全局性、長期性 戰略支撐要素，亦是促進經濟高速增長的重要載體。 人口紅利是新時代我國經濟轉向高質量發展階段的 核心動力源，也是實現共同富裕根本目標的重要引 擎?！笆奈濉币巹澗V要提出，要構建高質量的教育體 系和全方位全周期的健康體系，優化人口結構，拓展 人口質量紅利，提升人力資本水平和人的全面發展 能力。從總的人口數量、質量和結構來看，我國的勞 動力資源依然豐富，人口紅利持續存在，特別是隨著 人口素質的提高，人口數量紅利逐步向人口質量紅 利轉變。人口紅利的轉型不僅有利于促進經濟發展 方式轉變、產業結構升級、全要素生產率提高，還可 以推動人口與經濟社會持續協調，實現高質量發展。 然而，新時代我國仍面臨嚴峻的人口問題。第七次全 國人口普查數據顯示，我國勞動年齡人口和占比雙 重下降，人口老齡化程度快速加深。具體來看，2020 年我國的勞動年齡人口為 8.94 億人，與 2010 年第 六次全國人口普查的 9.40 億人相比，下降了 4.89 個 百分點；勞動年齡人口占比也從 2010 年的 70.14% 下降至 2020 年的 63.35%，降幅達到 6.79 個百分點。 蔡昉在 2022 宏觀形勢年度論壇上指出：“中國‘未富 先老’的現象日益顯現，老年人口比重已超過 14%， 正式成為老齡化社會；同時，預期人口將出現負增 長，這使中國不僅遭遇供給側沖擊，甚至是需求側尤 其是消費方面的巨大沖擊，從而將使經濟陷入嚴重 的衰退中?！贝送?，我國在人口發展中還面臨人口流 動活躍、人才分布不均等嚴峻考驗。人口流動不僅導 致欠發達地區勞動力缺乏、人才流失嚴重，而且使發 達地區出現人才擁擠、就業競爭激烈等問題，進一步 拉大各區域的經濟差距，加劇區域發展不平衡、不協 調的困境。本文的邊際貢獻在于，將經濟質量納入分 析框架，通過對數量和質量雙重視角下人口紅利的 經濟效應變遷和動態轉型進行實證分析，驗證了其 中存在的直接效應以及中介效應、空間效應等間接 效應，深入探究了人口紅利的經濟效應，完善了具有 中國特色的人口紅利理論與經驗研究。 二、文獻綜述 長期以來，學術界主要是從人口的經濟效應以 及人口與經濟的協同效應入手，研究人口與經濟的 關系。本文以人口紅利為切入點，參考楊成鋼和閆東 東（2017）[1]的研究，將人口紅利分為人口數量紅利和 人口質量紅利，從人口數量紅利、人口質量紅利及人 口紅利轉型三個方面進行文獻梳理。 （一）人口數量紅利 人口數量紅利又稱為傳統的人口紅利，是指勞 動年齡人口增加和總撫養比下降所引致的經濟快速 增長的“有利性”（楊成鋼和閆東東，2017）[1]。悲觀派 學者認為，近年來我國人口數量紅利式微，對經濟的 影響不再顯著，急需為經濟增長尋找新的突破口（張 同斌，2016；黃凡和段成榮，2022）[2，3]。周浩（2018）[4]認 為，在人口老齡化和人口結構轉型的背景下，我國的 勞動力比較優勢已經削弱，人口數量紅利效應日益 衰減。田偉（2018）[5]通過測算人口紅利對經濟增長的 貢獻，認為我國已進入后人口紅利時代，人口數量的 優勢逐漸消失。都陽和封永剛（2021）[6]認為，我國已 進入老齡化社會，勞動參與率和儲蓄率的下降都會 使經濟發展速度放緩。柏培文和張云（2021）[7]基于 CHIP 截面數據構建了一般均衡模型，分析了數字經 濟、人口紅利對中低技能勞動者工資收益和福利水 平的影響，發現人口紅利減少會導致勞動力短缺。樂 觀派學者則認為，人口數量紅利是經濟發展的重要 引擎。Bloom 等（2003）[8]、Cai 等（2005）[9]認為，總撫養 比越高，社會負擔就越重，經濟的生產能力也越低， 而勞動年齡人口占比越大，勞動供應和儲蓄就越多， 經濟增長也越快。鐘水映和李魁（2010）[10]采用空間 計量和廣義矩估計方法，驗證了人口紅利對經濟發 展的顯著空間溢出性。陸旸和蔡昉（2014）[11]發現，人 口紅利通過充足的勞動供給促進了高投資、高資本 的形成，進而推動了我國經濟的騰飛。 （二）人口質量紅利 人口質量紅利又稱為第二次人口紅利、人力資 本紅利，是指勞動力素質提升所帶來的經濟增長的 “有利性”（楊成鋼和閆東東，2017）[1]。目前，多數學 者已在人口質量紅利的經濟效應分析上達成共識， 即人口質量紅利是經濟發展的重要動力源?；谖?觀經濟理論，張同斌（2016）[2]、Li 等（2016）[12]利用一 般均衡模型分析發現，高技能勞動力占比和人力資 本水平的提升能夠推動經濟快速發展。鐵瑛等 （2019）[13]利用人口普查數據，驗證了人口結構變動 影響出口的理論解釋和微觀機制。王樹（2021）[14]運 用三期戴蒙德迭代模型進行了理論分析，認為人口 質量紅利是驅動經濟高質量發展的重要因素?；?不同的經驗研究視角，鄧翔等（2019）[15]利用面板門 檻模型分析發現，隨著人力資本集聚程度的提高，人 力資本對經濟增長的影響呈現先增加后減少的倒 U 形特征。俞伯陽和叢屹（2021）[16]利用動態面板模型 分析發現，人力資本紅利對加快產業結構高級化進 ·29·

統計學報 2022 年 第 3 期 程具有正向作用。戴瓊瑤等（2021）[17]利用空間計量 模型，實證分析了教育和健康兩類人力資本紅利的 空間相關性及其對經濟增長的空間溢出效應。 （三）人口紅利動態轉型 在當前傳統人口紅利的下沉期，我國的人口紅 利并未消失，而是向人口質量紅利動態轉變（原新和 劉繪如，2019）[18]。學者們普遍認為，傳統人口紅利向 新型人口紅利的轉變是支撐我國經濟發展的動力源 泉，也是成功跨越中等收入陷阱的動力機制（劉鵬， 2010；晏月平等，2018；原新和金牛，2021）[19-21]。在實 證研究中，學者們采用不同的模型分析了人口數量 紅利向人口質量紅利動態轉型的關系以及人口結構 轉型的經濟效應。張同斌（2016）[2]基于門限面板數據 模型研究發現，不同發展階段的城市人口數量紅利 和人口質量紅利對經濟增長的影響存在差異和變 化，質量型人力資本紅利已取代數量型人口紅利成 為經濟增長的新路徑。楊成鋼和閆東東（2017）[1]通 過拓展 MRW 模型，構建了人口數量和人口質量雙 重視角下人口紅利經濟效應的理論分析模型，進一 步驗證了二者的經濟效應和替代關系。鐵瑛等 （2019）[13] 探討了人口結構轉型對出口的作用機理， 認為加快實現人口紅利向人才紅利的轉變，是應對 人口老齡化背景下我國出口轉型升級的重要思路。 （四）文獻述評 現有關于人口紅利與經濟增長的研究雖已較為 成熟，但仍存在以下幾個問題：一是人口紅利已發生 動態轉型，而研究者對人口紅利的概念界定以及新 時代傳統人口紅利的經濟效應分析仍沒有達成共 識；二是現有的人口紅利經濟效應研究大多屬于定 性分析，有關新時代背景下人口紅利的實證研究依 然較少；三是在現階段人口分布不均衡的情況下，有 關人口紅利對經濟增長區域差異和空間效應的研究 仍處于起步階段，有待進一步的深化?；诖?，本文 將從數量和質量的雙重視角出發，界定人口紅利的 相關概念，同時將經濟質量納入分析框架，利用省際 面板數據實證分析人口紅利的經濟效應變遷和動態 轉型，并運用多種計量模型對人口紅利的經濟效應 進行實證分析，驗證其中存在的直接效應以及中介 效應、空間效應等間接效應。 三、概念界定與相關理論分析 （一）相關概念 人口紅利是建立在人口機會窗口上的經濟學概 念。國內外許多學者將人口紅利界定為人口的數量 和結構變化對經濟發展的“有利性”，即狹義的人口 紅利。狹義的人口紅利包含兩大基本要素，一是勞動 力規模較大，二是撫養負擔較輕（鐘水映和李魁， 2010；王穎等，2010）[10，22]。本文的人口紅利是指廣義 的人口紅利，也可以理解為一種“有利性”，即人口 年齡結構變動和人口質量提升共同作用于經濟發 展的“有利性”（楊成鋼等，2017；趙雨等，2017）[1，23]。 此外，根據人口特性的不同，人口紅利還可分為人 口數量紅利和人口質量紅利。人口數量紅利又稱為 傳統人口紅利、第一次人口紅利，是指人口年齡結 構變動所帶來的經濟增長紅利 （陳衛等，2007）[24]， 勞動年齡人口比重上升和撫養比下降均可以為經 濟發展創造有利的人口條件（鐘水映和李魁，2010； 周浩，2018）[10，4]。人口質量紅利又稱為人力資本紅利、 第二次人口紅利、人才紅利，是指人力資本強化的紅 利（原新等，2019）[18]，即勞動力素質提升所帶來的經 濟發展效應（涂舒和周宇，2013；Li et al.，2016）[25，12]。 （二）理論分析與研究假設 在早期的新古典增長模型中，經濟增長的核心 要素是資本和勞動力。隨著新增長理論的興起， Romer 和 Lucas 開始強調人力資本、技術進步等因 素對經濟長期增長的重要性，并將人力資本作為要 素納入生產函數中。至此，以人力資本為代表的人口 質量紅利和以勞動力為代表的人口數量紅利共同驅 動經濟發展，成為經濟發展的兩大核心動力源。 改革開放以來，人口數量紅利一直是我國經濟 發展的關鍵動力源。就人口增長的經濟效果而言，人 口數量的增加對經濟增長既有積極的影響，又有消 極的影響。由人口經濟理論可知，人口增長可以產生 兩種經濟效應。（1）形成規模經濟，促進勞動分工和 技術進步，在經濟資源相對充裕的條件下，人口增長 有利于經濟增長（鐘水映等，2016）[26]。馬歇爾認為， 一國的經濟繁榮持續推進，只要不產生使人口出生 率比死亡率降得更低的負作用，工資的增加就可引 致勞動力供給增加的傾向，同時，增加的利潤有助于 提高生活水平，增強經濟主體的能動性，使勞動力需 求增加（李仲生，2013）[27]。這樣，勞動力工資和資本 利潤的增加共同推動國民收入水平提高，而人口增 長能夠產生促進經濟發展的結果。（2）人口增長可能 帶來經濟資源的壓力，使投資減少、勞動生產率下 降，在經濟資源短缺的條件下，人口增長不利于經濟 增長（李仲生，2013）[27]。我國是人口大國，具有勞動 力豐富的優勢，同時，我國的人口壓力也很大，出生 率低、死亡率低、結婚率低以及勞動占比下降、社會 撫養比上升等問題，均導致傳統型人口紅利的消融。 王 連，等：人口紅利的經濟效應 ·30·

統計學報 2022 年 第 3 期 人口數量紅利式微又會進一步削弱勞動稟賦的優 勢，對我國的經濟發展產生沖擊。相比較而言，新時 代我國人口紅利的積極作用大于消極影響，人口增 長顯然促進了我國經濟的高質量發展。 隨著我國經濟發展進入新常態，人口質量紅利 已逐漸取代人口數量紅利成為經濟增長的主導力 量，同時也是加速經濟高質量轉型的核心驅動力。舒 爾茨在人力資本理論中提出，人力資本是國民經濟 保持增長的主要原因。勞動力是重要的生產要素，人 口質量和知識投資在很大程度上決定了人類的發展 前景（李仲生，2013）[27]。人口對經濟發展的作用除了 體現在人口數量方面外，還體現在人口質量方面。毋 庸置疑，較高的人口質量或勞動力人口質量對經濟 活動中的生產、交換、分配、消費等各個方面均具有 促進作用。人口質量如果與經濟發展相適應，就能促 進經濟發展；人口質量尤其是勞動力人口質量若普 遍低下，就會阻礙經濟發展。一方面，人力資本是提 高生產效率的關鍵因素，人力資本投入的增加既可 以提高人力資本自身的生產效率，又可以促進其他 要素生產效率的提升。作為生產要素的人力資本，其 不僅可以直接對經濟增長作出貢獻，還可以通過科 學技術進步促進經濟增長。另一方面，人力資本的積 累直接促使勞動力素質提高，降低勞動的復雜程度， 使勞動者投入生產中的勞動質量提高，從而促進生 產發展和經濟增長。顯而易見，人口質量已逐漸取代 人口數量成為經濟增長和高質量發展的動力源?；?于以上分析，本文提出研究假設 H1 和 H2。 H1：人口數量紅利和人口質量紅利是推動我國 經濟發展的動力源。 H2：人口結構正在發生由人口數量紅利向人口 質量紅利的轉變。 人口紅利除了對經濟產生直接影響外，還可以 通過其他路徑對經濟產生影響，包括中介效應、空間 溢出效應等間接效應。 1.人口紅利與產業結構升級。人口結構轉變可 以通過生產要素集聚、人力資本投資影響產業升級， 進而影響經濟增長。在經濟的持續發展過程中，產業 結構由原始的、低級的產業結構向先進的、高級的產 業結構轉變。冉茂盛和毛戰賓（2008）[28]指出，人力資 本作為生產投入要素中最核心的要素，其自身的要 素功能及其因自身存量增長加速其他生產要素集聚 而具有的效率功能，使得人力資本存量及結構優化 能夠促進產業結構升級，進而成為經濟高質量發展 的重要引擎。楊成鋼等（2017）[1]、晏月平等（2018）[20]提 出，隨著產業結構的轉型升級，我國的人口質量紅利 逐漸取代人口數量紅利在經濟發展中占據主導地 位，成為跨越中等收入陷阱的動力機制和支撐經濟 持續增長的動力來源。劉玉飛和彭冬冬（2016）[29]認 為，人口老齡化可以促進產業結構升級。俞伯陽和叢 屹（2021）[16]認為，在人口紅利向人力資本紅利轉變 的窗口期，勞動力質量對促進產業結構升級至關重 要，而產業結構升級又是加快經濟轉型的核心動力。 因此，具有一定規模和水平的人力資本是促進產業 結構升級的基礎和關鍵因素。 2.人口紅利與技術進步。人口增長對技術進步 的影響，就如同其對規模經濟的影響一樣是有利的。 西蒙認為，人類的智力、知識和創造力是最基本的資 源，在人口眾多的地區，科學發明較多，先進技術、知 識的傳播也較快。因此，假設其余情況均相同，則較 多的勞動力總會使發達世界的技術進步更快（李仲 生，2013）[27]。在當今知識經濟和科學技術迅猛發展 的時代，將科技進步與經濟增長聯系起來進行考慮 是非常必要的。俞伯陽和叢屹（2021）[16]指出，創新型 人才是新時代國家和民族發展的力量和源泉，創新 科技型人才在勞動年齡人口中的比例越高，越有利 于驅動經濟高質量發展。原新和金牛（2021）[21]認為， 只有持續進行技術創新，高質量人口才能從低附加 值的企業和部門流向高附加值的企業和部門，人口 紅利的經濟效果才能持續顯現。因此，人才紅利可以 促進技術進步，其與生產資料一起成為影響經濟增 長的重要因素。在 21 世紀初期，發達國家中由人力 資本依托的技術進步對生產力的貢獻占到 60%~ 80%。技術變革意味著同樣的勞動和資本投入，能夠 生產更多的產出。同時，依托人力資本的勞動力素質 改善和人力資本存量增加在經濟增長中發揮了巨大 作用，綜合要素生產率對經濟增長的影響是不可低 估的?；谝陨戏治?，本文提出研究假設 H3。 H3：人口數量紅利和人口質量紅利通過產業結 構升級和技術創新間接影響我國的經濟發展。 3.人口紅利對區域協調發展的空間效應。新增 長理論是在空間勻質假設下進行分析的，而事實上， 人口紅利同資本、技術等生產要素一樣會出現集聚 現象。由新經濟地理學可知，人口數量紅利未必一定 會被所在地吸收，其可能發生外溢（鐘水映和李魁， 2010）[10]，人力資本對周邊地區的經濟增長也會產生 影響（Rosenthal and Strange，2008）[30]。地區間的人力 資本流動成為經濟活動地理集中的推動力和基本因 素（Koenker and Bassett，1978）[31]，“擁擠效應”所引致 王 連，等：人口紅利的經濟效應 ·31·

統計學報 2022 年 第 3 期 的回流形成新的人口要素集聚，通過競爭效應或溢 出效應影響周邊地區的經濟增長，為外圍地區帶來 更高的經濟效率。郭英彤等（2017）[32]認為，省域經濟 存在條件收斂，相鄰地區的經濟增長呈現正相關關 系。鄧飛等（2020）[33]以人力資本異質性為視角，分析 了不同層次人力資本對區域經濟發展效能的空間差 異。從現有研究來看，人力資本紅利是否具有顯著的 異質性空間效應仍然存在爭議，有待進一步的驗證。 基于以上分析，本文提出研究假設 H4。 H4：人口數量紅利和人口質量紅利對經濟的影 響存在空間溢出效應。 四、數據來源與變量選取 （一）數據來源 本文選取 2001—2019 年我國 30 個省、市、自治 區（西藏及港澳臺地區除外）的面板數據，分析人口 數量紅利和人口質量紅利對我國經濟的實際貢獻以 及人口結構轉變對經濟發展的影響。本文的數據來 源于《中國統計年鑒》《中國科技統計年鑒》《中國能 源統計年鑒》以及各省的統計年鑒、中經數據庫、 wind 數據庫、第七次全國人口普查報告，少數缺失數 據通過查找統計公報和線性插值法等補充完整。 （二）變量 1.被解釋變量：總量和質量兩個維度的經濟發 展水平。經濟總量（gdp）用實際 GDP 來衡量，即利用 2001—2019 年 30 個 省 份 的 名 義 地 區 生 產 總 值 （GDP）數據，計算出 GDP 平減指數（以 2000 年為基 期）對名義 GDP 進行平減，從而得到實際 GDP 變 量。經濟質量（gml）則借鑒史代敏和施曉燕（2022）[34] 的做法，使用綠色全要素生產率（用 MAXDEA 軟件 計算的非導向的超效率 SBM-GML 指數測算）作為 替代變量。投入要素包括勞動、資本和能源，勞動投 入用各省級地區的就業總人口來衡量，能源消耗量 以煤炭、電力、石油和天然氣消費量折算成“萬噸標 準煤”進行加總計算，資本存量采用張軍等（2004）[35] 的永續盤存法計算。期望產出為各省級地區以 2000 年價格為基準的不變價 GDP，非期望產出則為二氧 化碳、工業二氧化硫、工業廢水和工業固體排放量， 其中，二氧化碳排放量數據根據《中國能源統計年 鑒》進行測算，其余數據來自于各省的統計年鑒。 2.核心解釋變量：數量和質量兩個維度的人口 紅利。人口數量紅利（dedi）體現在總撫養比和勞動 年齡人口占比兩個方面，張同斌 （2016）[2]、周浩 （2018）[4] 選用總撫養比系數作為人口數量紅利的度 量指標。借鑒他們的思路，本文用總撫養比的倒數衡 量人口數量紅利，總撫養比下降相當于總撫養比的 倒數上升，這會促進經濟增長，即人口數量紅利的增 加會顯著促進經濟發展。人口質量紅利（hc）以 6 歲 及以上人口中受教育程度為高中以上學歷占總人口 的比重進行衡量（楊成鋼和閆東東，2017）[1]，本文預 期其有正面影響。 3.其他變量。參考已有文獻中有關經濟增長影 響因素的選取方法，本文在經濟增長模型中加入影 響經濟增長的其他變量，如市場化程度、政府干預 度、外商投資強度、進出口額、產業結構升級、技術創 新能力等。市場化程度（mp）用各省份市場化進程指 數（樊綱等，2011）[36]來推算，政府干預度（fir）用地方 財政一般預算支出占地區生產總值的比值來衡量 （張同斌，2016）[2]，外商投資強度（rfdi）用外商直接投 資額與 GDP 的比重來衡量，進出口（tra）用進出口總 額與 GDP 的比值來衡量，產業結構升級（indus）用第 三產業與第二產業的比值代表產業結構高級化，技術 創新能力（tech）用專利申請和授權數量來衡量?？紤] 到異方差和數據的平穩性問題，本文對所有變量進行 了對數化處理，各變量的具體定義如表 1 所示。 表 1 變量名稱、符號及定義 變量類型 變量名稱 符號 定義 被解釋變量 經濟增長 gdp 用各省、自治區和直轄市歷年的實際 GDP 來衡量 經濟高質量發展 gml 使用非導向的超效率 SBM-GML 指數進行測度 核心解釋變量 人口數量紅利 dedi 用總撫養比的倒數來衡量，總撫養比下降，則人口數量紅利增加 人口質量紅利 hc 用 6 歲及以上人口中受教育程度為高中以上學歷的占比來衡量 控制變量 市場化進程 mar 樊綱等（2011）[36]測算的各省份市場化進程指數 政府干預度 fir 財政一般預算支出/地區生產總值 外商投資強度 rfdi 外商直接投資額/國內生產總值 進出口 tra 按經營單位所在地劃分的貨物進出口總額/國內生產總值 中介變量 產業結構升級 indus 第三產業產值/第二產業產值 技術進步 tech 各省份專利申請和授權數量 王 連，等：人口紅利的經濟效應 ·32·

統計學報 2022 年 第 3 期 五、實證檢驗和結果分析 （一）面板固定效應模型 為了驗證假設 H1，本文基于 Romer 和 Lucas 的 新增長理論模型 Y =F（K，L，H，T）進行模型設定，其 中，Y 為產出，K、L、H、T 分別表示資本、勞動、人力資 本、技術進步，F 為經濟增長函數。本文結合所要研 究的問題，將模型表示為以下形式： Y=AL 琢H 茁X 啄 （1） 其中，Y 表示經濟發展（包括數量和質量兩部 分），L 表示人口數量紅利，H 表示人口質量紅利，A 表示技術進步，X 代表其他要素和控制變量。將等式 兩邊同時取對數，式（1）可以表示為線性回歸方程。 本文選取 2001—2019 年 30 個省、市、自治區的面板 數據，利用面板模型驗證人口數量紅利和人口質量 紅利對經濟總量和經濟質量的影響。通過 Hausman 和似然比檢驗，本文選擇面板個體固定效應模型進 行分析，面板固定模型設定如下： lngdpit=琢0+琢1lndediit+lnZ 憶 it 茁it+ui+著it （2） lngdpit=琢0+琢1lnhcit+lnZ 憶 it 茁it+ui+著it （3） lngdpit=琢0+琢1lndediit+琢2lnhcit+lnZ 憶 it 茁it+ui+著it （4） lngmlit=琢0+琢1lndediit+lnZ 憶 it 茁it+ui+著it （5） lngmlit=琢0+琢1lnhcit+lnZ 憶 it 茁it+ui+著it （6） lngmlit=琢0+琢1lndediit+琢2lnhcit+lnZ 憶 it 茁it+ui+著it （7） 為了避免多重共線性，本文利用 VIF 進行共線 性檢驗。結果顯示，VIF 值均小于 5，說明模型不存在 嚴重的多重共線性問題。 表 2 的基準回歸結果顯示，人口紅利對經濟總 量和質量均有影響。從全樣本來看，2001—2019 年 我國 30 個省份的人口數量紅利增加，顯著促進了經 濟總量提升，但抑制了經濟的高質量發展，而人口質 量紅利提升不僅有利于經濟增長，而且可以正向推 動經濟高質量發展。該結果驗證了假設 H1，也與人 口經濟學理論相吻合?？v向來看，模型 2 至模型 4 反 映了人口紅利與經濟增長的關系。模型 2 的結果顯 示，在 0.01 的顯著性水平下，撫養比的倒數增加 1 百分點（撫養比下降 1 個百分點），則經濟顯著增長 0.566 百分點，說明人口數量紅利可以正向促進經濟 快速增長。模型 3 的人口質量紅利系數為 0.784，說 明人口質量紅利可以顯著促進經濟增長。模型 4 是 將兩個核心變量放入同一框架，其系數均顯著為正， 說明我國的人口紅利仍未消失，人口數量紅利和人 口質量紅利共同驅動了經濟增長。模型 5 至模型 7 反映了人口紅利與經濟高質量發展的關系。模型 5 的人口數量紅利系數（-0.095）在 0.01 的水平下顯著 為負，說明人口數量紅利會抑制經濟高質量發展。模 型 6 的人口質量紅利系數（0.510）顯著為正，說明人 口質量紅利會推動經濟高質量發展。模型 7 的結果 顯示，人口數量紅利會抑制經濟高質量發展，而人口 質量紅利會促進經濟高質量發展。對比模型 2 和模 型 5 的結果可以發現，人口數量紅利增加會促進經 濟總量提升，但會抑制經濟高質量發展，該結論與模 型 4 和模型 7 的結論一致。對比模型 3 和模型 6 的 結果可以發現，人口質量紅利增加不僅能夠顯著促 進經濟增長，還能推動經濟高質量發展。隨著人口質 量紅利的增加，即 6 歲以上人口中受教育程度為高 中學歷及以上占比的升高，我國的經濟總量和經濟 質量都得到顯著提升。 從控制變量來看，市場化進程和政府干預對經 濟總量和質量的影響大多顯著為正，這與經濟理論 相吻合。市場化進程的推進，實現了社會資源的合理 利用和優化配置，促進了社會經濟的快速發展，同 時，市場化為經濟增長提供了空間，帶動了新型經濟 的發展，對經濟總量和質量的提升產生了正向影響。 政府干預作為“看不見的手”，在市場不能自動達到 帕累托最優的情況下，發揮了引導性作用，促使經濟 發展達到總量、質量雙提升的效果。外商投資對經濟 總量的影響顯著為負，而對經濟質量的影響不顯著。 這可能是因為，過多的外商投資會帶來本地產品滯 銷、整體生產率下降、產業鏈低端鎖定等問題，從而 抑制經濟增長。進出口占 GDP 的比重對經濟總量和 質量的影響均顯著為負，其原因可能是：一方面，我 國各地區的出口一部分是源自外商投資的出口，進 出口占 GDP 的比重對經濟的正向作用可能被削弱， 從而抑制經濟增長；另一方面，貿易摩擦會干擾對外 貿易進程，使進出口額占 GDP 的比重出現跳躍式下 滑，其對經濟逐漸產生負向影響。 表 2 基準回歸結果 被解釋變量 模型（2） 模型（3） 模型（4） 模型（5） 模型（6） 模型（7） lngdp lngdp lngdp lngml lngml lngml lndedi 0.566 *** （0.102） 0.259 *** （0.0886） -0.095 *** （0.028） -0.123 *** （0.029） 王 連，等：人口紅利的經濟效應 ·33·

統計學報 2022 年 第 3 期 lnhc 0.784 *** （0.050） 0.749 *** （0.051） 0.510 *** （0.016） 0.0676 *** （0.016） lnmp 1.076 *** （0.062） 0.792 *** （0.055） 0.816 *** （0.055） 0.046 *** （0.017） 0.0336 * （0.018） 0.0222 （0.018） lnfir 1.918 *** （0.046） 1.362 *** （0.054） 1.368 *** （0.0536） 0.068 *** （0.013） 0.0216 （0.018） 0.0183 （0.017） lnrfdi -0.089 *** （0.029） -0.157 *** （0.023） -0.128 *** （0.025） 0.013 （0.008） 0.023 *** （0.007） 0.00953 （0.008） lntra -0.124 *** （0.030） -0.098 *** （0.026） -0.099 *** （0.025） -0.015 * （0.008） -0.013 （0.008） -0.0127 * （0.008） cons 10.18 *** （0.228） 7.998 *** （0.238） 7.723 *** （0.254） 0.125 ** （0.063） -0.227 *** （0.077） -0.0966 （0.082） hausman 0.000 0.000 0.0000 0.000 0.0536 0.0012 N 570 570 570 570 570 570 （二）異質性分析 為了驗證假設 H2，同時探討人口數量紅利和人 口質量紅利在時間上的變化以及區域異質性問題， 本文采用分時段的回歸和面板分位數回歸，檢驗人 口紅利的變化趨勢以及不同經濟發展水平下各省份 人口紅利的異質性影響。 1.分時間段面板數據分析。表 3 報告了 2001— 2009 年和 2010—2019 年兩個時間段，人口紅利對 經濟總量和經濟質量的差異性影響。從人口紅利對 經濟總量的影響效果來看，人口數量紅利的回歸系 數從 1.092 變為-0.533，說明人口數量紅利與經濟總 量的關系呈現倒 U 形，即隨著人口數量紅利的增 加，經濟總量先上升后下降。人口質量紅利的系數從 0.210 顯著提高至 0.424，說明人口質量紅利逐漸顯 現，且隨著時間的推移，人口質量紅利對經濟總量的 影響日益顯著。該結論也與經濟理論和現實情況相 符。一方面，企業用人成本增加導致部分海外產業外 遷，就業崗位減少，勞動力數量的增加并沒有帶來就 業的壓力，人口紅利的增加反而對經濟增長產生了 抑制作用。另一方面，經濟危機、全球需求端萎靡意 味著空閑勞動力增加，隨著第三次產業技術革命的 興起，各國對高技術人才更加渴求，各行各業也更加 智能化，這使得勞動力質量成為經濟增長的核心動 力。從表 3 人口紅利對經濟質量的影響來看，兩個時 間段的人口數量紅利系數均不顯著，且回歸系數很 小，說明人口數量紅利的影響微乎其微。人口質量紅 利系數從 0.006 2 上升至 0.533，即從不顯著到顯著， 說明人口質量紅利對經濟高質量發展的影響逐步顯 現，尤其是近幾年的影響效果更加明顯?？傊?，從 2010 年開始，人口數量紅利式微，而人力資本紅利 逐漸超越人口數量紅利成為我國經濟發展的主導力 量。本文認為，我國的人口結構正在發生轉型，且人 口數量紅利的驅動力正載轉化為人口質量紅利的驅 動力，這是符合二次人口紅利理論的。 （續表 2） 注：***、**、* 分別表示變量在 0.01、0.05、0.1 的水平下顯著，括號內為標準差，hausman 檢驗結果為 p 值，下同。 表 3 人口紅利的經濟效應（分時間段回歸） 被解釋變量 2001—2009 年 2010—2019 年 2001—2009 年 2010—2019 年 lngdp lngdp lngml lngml lndedi 1.092 *** （0.159） -0.533 *** （0.0938） -0.0121 （0.056） 0.0374 （0.049） lnhc 0.210 ** （0.101） 0.424 *** （0.045） 0.0062 （0.035） 0.0533 ** （0.0237） lnmp 0.658 *** （0.067） 1.041 *** （0.073） 0.0132 （0.023） 0.0232 （0.039） lnfir 1.349 *** （0.079） 0.0807 （0.074） -0.0543 ** （0.0277） 0.159 *** （0.039） lnrfdi -0.167 *** （0.035） 0.0571 ** （0.023） 0.00149 （0.012） 0.0283 ** （0.012） 王 連，等：人口紅利的經濟效應 ·34·

統計學報 2022 年 第 3 期 被解釋變量 分位點 0.25 0.5 0.75 0.25 0.5 0.75 lngdp lngdp lngdp lngml lngml lngml lndedi 0.373 *** （0.142） 0.252 *** （0.097） 0.155 （0.119） -0.163 *** （0.045） -0.116 *** （0.033） -0.080 * （0.041） lnhc 0.572 *** （0.119） 0.759 *** （0.083） 0.909 *** （0.100） 0.0843 *** （0.025） 0.0649 *** （0.018） 0.050 ** （0.023） lnmp 0.915 *** （0.090） 0.810 *** （0.062） 0.725 *** （0.075） 0.0168 （0.023） 0.0231 （0.017） 0.0279 （0.021） lnfir 1.485 *** （0.106） 1.361 *** （0.073） 1.262 *** （0.089） 0.00629 （0.026） 0.0203 （0.0195） 0.031 （0.025） lnrfdi -0.154 *** （0.039） -0.126 *** （0.027） -0.103 *** （0.033） -0.00265 （0.011） 0.0115 （0.008） 0.022 ** （0.010） lntra -0.104 *** （0.038） -0.0986 *** （0.026） -0.094 *** （0.032） -0.0189 ** （0.009） -0.0116 * （0.007） -0.0061 （0.009） N 570 570 570 570 570 570 2.分位數面板數據分析。為了驗證假設 H2，同 時探究不同經濟發展水平下各省份人口紅利對經濟 發展的異質性影響，本文引入面板分位數回歸模型， 即在分位數回歸模型 （QRM）（Koenker and Bassett， 1978）[31]的基礎上，借鑒蘆婷婷和祝志勇（2021）[37]的 方法，利用面板分位數模型進行參數估計，將被解釋 變量看成是一個函數分布，根據最小化加權的殘差 絕對值求和，從而估計解釋變量處于被解釋變量不 同分位點時的影響。面板分位數模型設定如下： lngdpit|子=琢0子+琢1lndediit|子+琢2lnhcit|子+lnZ 憶 it|子 茁it|子+ui|子+著it|子 （8） lngmlit|子=琢0子+琢1lndediit|子+琢2lnhcit|子+lnZ 憶 it|子 茁it|子+ui|子+著it|子 （9） 其中，下標 子 表示分位數（本文選取 0.25、0.5、 0.75 三個分位點）。 從表 4 的面板分位數模型回歸結果來看，隨著 分位點的變化，GDP 水平越高的地區，人口數量紅利 的驅動效應越小直至不顯著，而三個分位點上的人 口質量紅利則從 0.572 提高到 0.759 再到 0.909，說 明經濟越發達地區人口數量紅利的驅動效應越弱， 而人口質量紅利的驅動效應越強。這就進一步驗證 了假設 H2，即我國人口結構已發生變化，由人口數 量紅利轉向人口質量紅利。同時，對于經濟高質量發 展而言，人口數量紅利的抑制作用是一直存在的，但 經濟質量越高的地區，人口數量紅利的負面效應越 弱。人口質量紅利則具有促進作用，且經濟質量越低 的地區，人口質量紅利的驅動效應越強。這可能是因 為，單純的勞動力增加并不能帶動地區經濟的高質 量發展，反而會因就業壓力大、環保意識薄弱、受教 育程度參差不齊等而產生抑制作用，而在高質量發 展程度較低的地區，高素質人才的邊際效用更強，這 也符合高質量發展對技術創新等層面的需求。此外， 經濟質量較高的地區還會產生人才的虹吸效應，造 成擠出效應和人口質量紅利的浪費。 （續表 3） lntra 0.00811 （0.052） -0.0695 ** （0.0298） -0.0266 * （0.018） -0.0275 * （0.016） cons 8.537 *** （0.356） 6.664 *** （0.261） -0.0732 （0.1248） -0.0253 （0.138） N 270 300 270 300 表 4 人口紅利的經濟效應（分位數回歸） 綜上所述，人口數量紅利雖然對經濟總量具有 正向影響，但對經濟質量具有抑制作用，而人口質量 紅利對經濟總量和經濟質量均具有顯著的促進作 用。同時，人口數量紅利與經濟總量的關系在時間上 呈現倒 U 形，而人口質量紅利對經濟總量和經濟質 量的影響日益顯著?？傮w來看，人口數量紅利式微， 王 連，等：人口紅利的經濟效應 ·35·

統計學報 2022 年 第 3 期 而人口質量紅利逐漸超越人口數量紅利成為我國經 濟發展的主導力量。就不同的地區而言，兩類人口紅 利的影響效果不盡相同，經濟發達地區人口數量紅 利的驅動效應較弱，而人口質量紅利的驅動效應較 強，同時，人口數量紅利對經濟高質量發展所起的抑 制作用在經濟質量高的地區較弱，而人口質量紅利 的促進作用在經濟質量低的地區則較強，總體的區 域差異性較大。 （三）機制分析 由前文的理論分析可知，人口紅利不僅對經濟發 展具有直接效應，還可以通過產業結構升級和技術進 步對經濟發展產生間接影響。為了驗證假設 H3，本文 使用中介效應模型驗證人口紅利的實現路徑。 Y=cX+e1 （10） M=aX+e2 （11） Y=c憶X+bM+e3 （12） 中介效應分析一般采用逐步檢驗回歸系數的方 法，可以分為三步。第一步，檢驗方程（10）的系數 c， 也就是自變量對因變量 Y 的總效應。第二步，檢驗 方程（11）的系數 a，也就是自變量與中介變量 M 的 關系。第三步，在控制中介變量 M 后，檢驗方程（12） 的系數 c憶和系數 b。由于遮掩模型可能出現直接效 應和間接效應相互抵消的情況，本文還要進行中介 效應檢驗。鑒于 Bootstrap 具有較高的統計效力（溫 忠麟和葉寶娟，2014）[38]，本文采用 Bootstrap 檢驗中 介效應，設定次數為 500 次、區間為 95%的置信區 間，如果該置信區間不包含 0，則拒絕系數乘積為 0 的原假設，說明中介效應顯著。Bootstrap 檢驗結果見 表 5 和表 6。從表 5 的結果來看，人口數量紅利通過 技術進步對經濟增長和高質量發展產生促進作用， 通過產業結構優化對高質量發展產生正面影響，但 對經濟增長的效果不明顯。這可能是因為，產業結構 升級可能帶來的經濟“陣痛”，導致人口紅利對經濟 增長的效果不顯著。 表 5 人口數量紅利的 Bootstrap 中介效應檢驗 被解釋變量 中介變量 效應分析 系數 標準差 95%置信區間 lngdp lnindus 直接效應 1.422 *** 0.225 0.982 1.862 間接效應 0.023 0.037 -0.050 0.095 lntech 直接效應 -0.083 0.094 -0.268 0.101 間接效應 1.528 *** 0.206 1.124 1.933 lngml lnindus 直接效應 0.016 0.015 -0.015 0.046 間接效應 0.018 *** 0.007 0.004 0.031 lntech 直接效應 0.011 0.017 -0.022 0.044 間接效應 0.023 *** 0.004 0.014 0.031 從表 6 的結果來看，人口質量紅利通過產業結 構優化對經濟增長產生抑制作用，對經濟高質量發 展產生正向作用，通過技術進步對經濟增長產生正 向作用，但對經濟高質量發展的中介效應不明顯。這 可能是因為，高等教育的培養方向導致技術進步的 方向向經濟重心偏移，而“軟實力”尤其是環境保護 方面的技術創新較少。對比直接效應和間接效應可 以發現，從系數的角度來看，人口質量紅利對經濟增 長和經濟高質量發展的總效應（系數加總）均為正， 這與前文的基準回歸、異質性分析結果相符。 表 6 人口質量紅利的 Bootstrap 中介效應檢驗 被解釋變量 中介變量 效應分析 系數 標準差 95%置信區間 lngdp lnindus 直接效應 1.469 *** 0.103 1.266 1.671 間接效應 -0.275 *** 0.064 -0.402 -0.149 lntech 直接效應 -0.451 *** 0.052 -0.553 -0.349 間接效應 1.644 *** 0.083 1.481 1.808 lngml lnindus 直接效應 0.040 *** 0.006 0.028 0.052 間接效應 0.018 *** 0.004 0.011 0.026 lntech 直接效應 0.053 *** 0.007 0.038 0.067 間接效應 0.005 0.004 -0.003 0.013 王 連，等：人口紅利的經濟效應 ·36·

統計學報 2022 年 第 3 期 （四）穩健性檢驗 為了驗證各模型結果的可信程度，本文進一步 進行替代控制變量的穩健性檢驗和一階差分 GMM 的內生性檢驗，以期解決可能存在的模型設定、互為 因果等問題。 1.替換控制變量。本文以按境內目的地和貨源 地劃分的貨物進出口水平（merc）替換按經營單位所 在地劃分的貨物進出口水平（tra），并進行穩健性檢 驗。從表 7 的穩健性檢驗結果來看，替換控制變量 后，核心解釋變量的系數和顯著性均未發生明顯變 化，說明模型設定合理、結果可靠。 表 7 穩健性檢驗 被解釋變量 模型（4） 模型（4） 模型（7） 模型（7） lngdp lngdp lngml lngml lndedi 0.259 *** （0.0886） 0.281 *** （0.879） -0.123 *** （0.029） -0.120 *** （0.029） lnhc 0.749 *** （0.051） 0.760 *** （0.050） 0.0676 *** （0.016） 0.0691 *** （0.016） lnmp 0.816 *** （0.055） 0.840 *** （0.055） 0.0222 （0.018） 0.0247 （0.0178） lnfir 1.368 *** （0.0536） 1.365 *** （0.053） 0.0183 （0.017） 0.0182 （0.017） lnrfdi -0.128 *** （0.025） -0.135 *** （0.246） 0.00953 （0.008） 0.00862 （0.008） lntra -0.099 *** （0.025） -0.0127 * （0.008） lnmerc -0.134 *** （0.026） -0.0157 * （0.009） cons 7.723 *** （0.254） 7.738 *** （0.250） -0.0966 （0.082） -0.0969 （0.0081） hausman 0.0000 0.0000 0.0012 0.0005 N 570 570 570 570 2.內生性檢驗。由于人口紅利存在滯后效應，可 能會對模型的內生性產生影響，本文使用差分 GMM 模型進行內生檢驗。一階差分 GMM 檢驗模型如下： lngdpit=琢0+琢1lngdpi，t-1+琢2lndediit+琢3lnhcit+lnZ 憶 it 茁it+ ui+著it （13） lngmlit=琢0+琢1lngmli，t-1+琢2lndediit+琢3lnhcit+lnZ 憶 it 茁it+ ui+著it （14） 其中，lngdpi，t-1 和 lngmli，t-1 為滯后一期的工具變 量，其他符號及變量同上。 加入被解釋變量的滯后一期作為工具變量后， 基準回歸模型就變為動態面板回歸模型。表 8 的差 分 GMM 檢驗結果顯示，AR（1）均在 0.05 的水平上 顯著，而 AR （2）在 0.05 的水平上不顯著，說明 Arellano-Bond 檢驗沒有拒絕“擾動項無自相關”的 原假設。sargan 檢驗結果也不顯著，不能拒絕“工具 變量有效”的原假設，說明模型設定合理。因此，內生 性檢驗得以通過。同時，GMM 估計結果與靜態面板 模型估計結果基本一致，各變量的系數和顯著性無 顯著變化，這也進一步證明了模型的穩健性。 表 8 差分 GMM 模型的內生性檢驗 被解釋變量 模型（13） 模型（14） lngdp lngml L.lngdp 0.980 *** （0.004） L.lngml 0.200 ** （0.079） lndedi 0.167 *** （0.010） -0.002 （0.035） lnhc -0.046 *** （0.008） 0.038 *** （0.014） lnmp 0.030 *** （0.003） 0.061 *** （0.009） lnfir 0.006 （0.007） 0.016 * （0.009） lnrfdi 0.004 ** （0.002） 0.029 *** （0.004） 王 連，等：人口紅利的經濟效應 ·37·

統計學報 2022 年 第 3 期 六、空間效應檢驗 根據 Toble（r 1970）[39]提出的地理學第一定律，任 何地理事物之間都存在相關性，且與距離有關。已有 研究發現，人口紅利具有明顯的區域異質性（王志寶 等，2013）[40]，經濟總量和經濟質量也存在明顯的區 域差異 （董敏杰和梁泳梅，2013；魏敏和李書昊， 2018）[41，42]?；诖?，本文利用空間計量模型對人口紅 利的空間效應進行分析。 （一）空間權重矩陣 本文采用鄰接空間權重矩陣（W）進行空間分析。 鄰接空間權重矩陣又稱為 0-1 矩陣，其通過判斷區 域是否相鄰來反映空間關系，設定方法如下： wij 1，i 區域和 j 區域相鄰 0，i 區域和 j 區域不相鄰 嗓 （15） （二）空間自相關檢驗 在確定是否使用空間計量方法時，本文首先考 察數據是否存在空間依賴性和相關性。鑒于已有研 究 普 遍 使 用 Moran’I 檢 驗 空 間 自 相 關（Moran， 1950）[43]，本文也采用全局 Moran’I 檢驗被解釋變量 （經濟總量和經濟質量）和核心變量（人口數量紅利 和人口質量紅利）的空間相關性。全局 Moran’I 的 計算公式如下： Moran’I= 移 n i=1移 n j=1w（ij yi-y軃ij）（yj-y軃ij） s 2移 n i=1移 n j=1wij （16） 其中，s 2= 移 n i=1（yi-y軃ij）2 n 為樣本方差，n 為區域數 量，Wij 為空間權重矩陣 i 行 j 列的元素，yi 表示區域 i 的四個變量。Moran’I 取值一般在[-1，1]之間，指數 值大于 0 表示存在空間正向相關，小于 0 表示存在 負向相關，接近 0 則表明空間分布是隨機的，不存在 空間自相關。本文利用 Stata16.0 軟件計算得到經濟 總量、經濟質量、人口數量紅利和人口質量紅利的全 局 Moran’I，如表 9 所示。 由表 9 可知，被解釋變量和核心解釋變量的全 局 Maran 指數大多顯著為正，說明地區的經濟總量、 經濟質量、人口數量紅利和人口質量紅利均存在空 間正自相關性，且區域間存在空間聯系，即模型的被 解釋變量和核心變量均存在空間自相關關系。 （三）空間杜賓模型回歸 鑒于 Maran 指數顯示的被解釋變量和核心變 量均存在空間自相關關系，且 LM 檢驗中的空間誤 差和自相關結果均顯著，本文選擇鄰接空間權重矩 陣。為了驗證假設 H4，本文借鑒白雪潔和周曉輝 （2021）[44]的研究，通過引入空間杜賓模型，進一步檢 驗人口數量紅利和人口質量紅利對經濟發展的空間 溢出效應。模型設定如下： lngdpit =琢0 +籽 n 移 j = 1 Wijlngdpjt +琢1lndediit +琢2lnhcit +漬 n 移 j = 1 WijXit+姿Wui+著i （17） lngmlit=琢0+籽 n 移 j = 1 Wijlngmljt+琢1lndediit+琢2lnhcit+漬 n 移 j = 1 WijXit+姿Wui+著i （18） lnmerc 0.032 *** （0.002） -0.047 *** （0.006） cons 0.099 *** （0.038） -0.162 *** （0.059） AR（1） 0.0026 0.0035 AR（2） 0.0534 0.5741 sargan 0.9933 0.9933 N 510 510 （續表 8） 注：AR（1）、AR（2）及 sargan 結果均為 p 值。 表 9 2001—2019 年的全局 Moran 指數 年份 lngdp lngml lndedi lnhc 2001 0.188 * 0.188 * 0.442 *** 0.334 *** 2002 0.190 * 0.025 0.456 *** 0.256 ** 2003 0.191 * 0.079 0.563 *** 0.298 *** 2004 0.192 * -0.098 0.553 *** 0.305 *** 2005 0.189 * 0.071 0.488 *** 0.350 *** 2006 0.190 * 0.054 0.519 *** 0.286 *** 2007 0.194 * 0.122 0.456 *** 0.263 *** 2008 0.194 * -0.040 0.432 *** 0.301 *** 2009 0.194 * 0.182 * 0.504 *** 0.301 *** 2010 0.198 ** 0.010 0.409 *** 0.166 * 2011 0.194 * 0.086 0.366 *** 0.206 ** 2012 0.189 * -0.030 0.340 *** 0.227 ** 2013 0.187 * -0.115 0.362 *** 0.283 *** 2014 0.186 * 0.132 * 0.340 *** 0.249 *** 2015 0.186 * 0.298 *** 0.317 *** 0.259 *** 2016 0.189 * 0.190 ** 0.321 *** 0.261 ** 2017 0.194 * 0.115 0.282 *** 0.065 2018 0.196 * 0.020 0.325 *** 0.272 *** 2019 0.198 ** 0.140 0.289 *** 0.262 *** 王 連，等：人口紅利的經濟效應 ·38·

統計學報 2022 年 第 3 期 其中，i、j 代表不同的區域，t 代表年份，Wij 表示 空間權重，籽 為被解釋變量空間回歸系數，漬 為解釋 變量空間回歸系數，姿 為空間誤差回歸系數?？臻g杜 賓模型的 hausman 檢驗結果顯示，模型應選擇隨機 效應。本文對隨機效應的空間面板杜賓模型進行檢 驗，結果均顯著，說明空間杜賓模型不會出現退化。 從間接效應來看，人口數量紅利對經濟總量的 空間溢出效應不顯著，但對經濟高質量發展的空間 抑制效應顯著，這意味著本地的人口虹吸效應雖然 對經濟效應有利，但對周邊地區的經濟發展會有負 面影響，現實中東部地區的虹吸效應對周邊地區的 影響可以佐證這一點。人口質量紅利對經濟總量具 有顯著的空間溢出效應，對經濟高質量發展的空間 溢出效應則不顯著。人口質量紅利不僅會對本地的 經濟發展產生正面影響，還會對周邊地區的經濟發 展產生促進作用。這可能是因為，人口質量紅利所帶 來的知識溢出效應和技術溢出效應實現了區域擴 散。此外，從控制變量的空間效應來看，其總效應和 直接效應與前文的面板回歸結果相符，這就進一步 驗證了本文結論的準確性。 七、結論與建議 基于 2001—2019 年我國 30 個省、市、自治區 （西藏及港澳臺地區除外）的面板數據，本文以人口 表 10 空間杜賓模型回歸結果 被解釋變量 模型（17） 模型（17） 模型（18） 模型（18） lngdp lngdp lngml lngml 主效應 lndedi 0.073 * （0.039） 0.062 * （0.039） -0.041 ** （0.021） -0.036 * （0.021） lnhc 0.118 *** （0.237） 0.122 *** （0.024） 0.052 *** （0.013） 0.052 *** （0.126） lnmp 0.187 *** （0.361） 0.188 *** （0.369） 0.039 ** （0.198） 0.038 * （0.021） lnfir -0.068 ** （0.338） -0.068 ** （0.034） 0.029 ** （0.015） 0.030 ** （0.015） lnrfdi -0.013 （0.011） -0.012 （0.011） -0.001 （0.005） -0.001 （0.005） lntra 0.014 （0.011） -0.004 （0.005） lnmerc 0.004 （0.011） -0.003 （0.006） cons 2.737 *** （0.310） 2.764 *** （0.312） -0.086 （0.078） -0.088 （0.078） 總效應 lndedi 0.325 * （0.196） 0.303 * （0.190） -0.106 *** （0.031） -0.099 *** （0.0327） lnhc 0.532 *** （0.124） 0.554 *** （0.122） 0.066 *** （0.024） 0.067 *** （0.024） lnmp 0.762 *** （0.092） 0.763 *** （0.093） 0.259 （0.023） 0.238 （0.024） lnfir 1.773 *** （0.128） 1.766 *** （0.128） 0.019 （0.023） 0.027 （0.023） lnrfdi -0.060 （0.055） -0.077 （0.054） 0.027 *** （0.009） 0.026 *** （0.010） lntra -0.122 * （0.070） -0.039 *** （0.013） lnmerc -0.115 * （0.072） -0.036 *** （0.013） 直接效應 lndedi 0.095 ** （0.045） 0.083 * （0.045） -0.041 * （0.021） -0.036 * （0.021） lnhc 0.151 *** （0.027） 0.157 *** （0.027） 0.051 *** （0.012） 0.052 *** （0.012） lnmp 0.237 *** （0.033） 0.238 *** （0.034） 0.041 ** （0.019） 0.040 ** （0.020） lnfir 0.083 ** （0.035） 0.083 ** （0.035） 0.030 ** （0.014） 0.031 ** （0.014） lnrfdi -0.016 （0.012） -0.018 （0.012） -0.001 （0.005） -0.001 （0.005） lntra 0.003 （0.014） -0.004 （0.005） lnmerc -0.005 （0.014） -0.004 （0.005） 間接效應 lndedi 0.230 （0.171） 0.219 （0.166） -0.065 ** （0.031） -0.063 ** （0.031） lnhc 0.381 *** （0.108） 0.397 *** （0.106） 0.015 （0.229） 0.016 （0.023） lnmp 0.524 *** （0.089） 0.525 *** （0.089） -0.015 （0.027） -0.017 （0.028） lnfir 1.689 *** （0.112） 1.683 *** （0.112） -0.011 （0.025） -0.004 （0.024） lnrfdi -0.043 （0.048） -0.060 （0.047） 0.028 *** （0.009） 0.027 *** （0.009） lntra -0.126 ** （0.061） -0.035 *** （0.012） lnmerc -0.109 * （0.061） -0.032 *** （0.124） sigma 0.005 *** （0.0002） 0.005 *** （0.0003） 0.003 *** （0.0002） 0.003 *** （0.0002） likehood 562.295 560.296 828.944 827.768 N 570 570 570 570 王 連，等：人口紅利的經濟效應 ·39·

統計學報 2022 年 第 3 期 數量紅利、人口質量紅利與經濟發展之間的關系為 主線，通過構建面板固定效應模型、面板分位數模 型、空間杜賓模型，對人口紅利的經濟效應及時空異 質性進行了分析，并得出以下結論：（1）全樣本分析 表明，人口數量紅利增加會顯著促進經濟總量增長， 但會抑制經濟質量提高，而人口質量紅利增加能夠 在促進經濟總量增長的同時，推動經濟高質量發展； （2）異質性分析表明，我國經濟發展進入新常態后， 人口數量紅利式微，人口質量紅利逐漸取代人口數 量紅利成為經濟發展的主導力量，經濟發展水平不 同的地區人口數量紅利和人口質量紅利的驅動效應 也存在差異；（3）機制分析表明，人口數量紅利和人 口質量紅利會隨著產業結構升級和技術進步對經濟 總量和質量產生顯著的影響；（4）空間分析表明，人 口數量紅利對經濟總量的空間溢出效應不顯著，但 對經濟高質量發展的空間抑制效應顯著，而人口質 量紅利對經濟總量具有顯著的空間溢出效應，對經 濟高質量發展的空間溢出效應則不顯著。 根據以上研究結論，結合新時代我國人口與經 濟發展面臨的困境，本文提出三方面建議。 第一，加快推動經濟轉型，從更多地依靠人口數 量紅利向依靠人口質量紅利轉變。我國不僅要繼續 擴大勞動年齡人口規模，更要提升勞動力質量。在政 策方面，我國應通過制定更加靈活、更富有彈性的退 休制度，解決年輕勞力的后顧之憂，激發勞動年齡人 口的工作熱情。同時，我國應繼續落實三胎政策，適 度鼓勵和扶持三胎家庭，從根源上解決未來勞動力 短缺的問題。在行動方面，我國應擴大教育支出，嚴 抓高等學校教育與科研，強化教育和技能培訓等，以 提升我國的勞動力質量，為經濟的高質量發展提供 更多的高素質人才。 第二，重視不同經濟發展水平地區人口紅利的 不平衡性，推動區域協調發展。我國應推進并完善勞 動力市場體系建設，不僅要在發達地區及中等發達 省份滿足高質量人才要求，以需求為導向提供就業 崗位，而且要在經濟欠發達省份推進人才引進政策， 以落戶政策、獎勵政策等留住高素質人才，同時對經 濟落后地區開展各種層次的教育和培訓，提高勞動 力的積極性，避免勞動力流失。為了降低人口數量紅 利對經濟質量的空間抑制作用，強化人口質量紅利 對經濟增長的空間溢出效應，勞動力聚集或勞動密 集型產業較多的地區可以通過產業轉型升級減少人 口數量集聚，西部地區則可以通過人才引進或打造 核心城市的方式吸引人才，從而充分發揮人口質量 紅利的空間溢出效應。 第三，加快產業結構升級，實現創新驅動的經濟 轉型。在產業升級方面，我國不僅要在要素扶持政策 和相關市場領域改革方面加大支持和推進力度，還 要積極培育經濟新業態，加強技術創新平臺及科技 服務體系建設，推動健康產業與數字經濟的深度融 合。在技術創新方面，我國不僅要深化科技體制改 革，著力解決科技與經濟脫節的問題，更要大力實施 知識產權戰略，加強知識產權創造、應用和保護，進 一步激發廣大科技工作者的創新活力，最大程度地 動員和整合全社會的科技創新資源，實現要素資源 效益的最大化，增強科技工作的活力、動力及其對經 濟社會發展的支撐力、引領力。 ［參考文獻］ ［1］楊成鋼，閆東東.質量、數量雙重視角下的中國人口紅利經濟效應變化趨勢分析［J］.人口學刊，2017，39（5）：25-35. ［2］張同斌.從數量型“人口紅利”到質量型“人力資本紅利”——兼論中國經濟增長的動力轉換機制［J］.經濟科學，2016（5）： 5-17. ［3］黃 凡，段成榮.從人口紅利到人口質量紅利——基于第七次全國人口普查數據的分析［J］.人口與發展，2022，28（1）： 117-126. ［4］周 浩.人口結構轉變對中國經濟增長的影響研究［D］.濟南：山東大學，2018. ［5］田 偉.中國人口紅利與經濟增長［J］.經濟問題探索，2018（7）：10-19. ［6］都 陽，封永剛.人口快速老齡化對經濟增長的沖擊［J］.經濟研究，2021，56（2）：71-88. ［7］柏培文，張 云.數字經濟、人口紅利下降與中低技能勞動者權益［J］.經濟研究，2021，56（5）：91-108. ［8］ Bloom D E，Canning D，Sevilla J.The Demographic Dividend：A New Perspective on the Economic Consequences of Population Change［J］.Foreign Affairs，2003，82（3）：148. ［9］Cai Fang，Wang Dewen.China’s Demographic Transition：Implications for Growth［M］// Garnaut，Song（eds）.The China Boom and Its Discontents.Canberra：Asia Pacific Press，2005：34-52. ［10］鐘水映，李 魁.人口紅利、空間外溢與省域經濟增長［J］.管理世界，2010（4）：14-23，186-187. 王 連，等：人口紅利的經濟效應 ·40·

統計學報 2022 年 第 3 期 ［11］陸 旸，蔡 昉.人口結構變化對潛在增長率的影響：中國和日本的比較［J］.世界經濟，2014，37（1）：3-29. ［12］Li G，Liang Y，Shen K.Assessment of China’s Qualitative Demographic Dividend for Economic Growth During 2016-2020 ［J］.China Economist，2016，11（1）：112-125. ［13］鐵 瑛，張明志，陳榕景.人口結構轉型、人口紅利演進與出口增長——來自中國城市層面的經驗證據［J］.經濟研究， 2019，54（5）：164-180. ［14］王 樹“. 第二次人口紅利”與經濟增長：理論淵源、作用機制與數值模擬［J］.人口研究，2021，45（1）：82-97. ［15］鄧 翔，朱高峰，萬春林.人力資本對中國經濟增長的門檻效應分析——基于人力資本集聚視角［J］.經濟問題探索， 2019（5）：173-181. ［16］俞伯陽，叢 屹.數字經濟、人力資本紅利與產業結構高級化［J］.財經理論與實踐，2021，42（3）：124-131. ［17］戴瓊瑤，劉家強，唐代盛.中國人力資本紅利及空間效應研究［J］.人口研究，2021，45（5）：33-48. ［18］原 新，劉繪如.中國人口紅利研究的發展——基于文獻綜述視角［J］.西北人口，2019，40（5）：60-68. ［19］劉 鵬.中國人口紅利的變化與對策研究［J］.山西財經大學學報，2010（S2）：75-76. ［20］晏月平，李新宇.人口紅利期結束對我國跨越“中等收入陷阱”帶來的挑戰與機遇［J］.人口與社會，2018，34（1）：19-31. ［21］原 新，金 牛.新型人口紅利是經濟高質量發展的動力源［J］.河北學刊，2021，41（6）：109-116. ［22］王 穎，佟 健，蔣正華.人口紅利、經濟增長與人口政策［J］.人口研究，2010，34（5）：28-34. ［23］趙 雨，鐘水映，任靜儒.經濟發展過程中“人口紅利”的反思與再定義［J］.中南財經政法大學學報，2017（4）：3-11，158. ［24］陳 衛，都 陽，侯東民.是人口紅利?還是人口問題［J］.人口研究，2007（2）：41-48. ［25］涂 舒，周 宇.轉型期中國經濟增長的新源泉：新型人口紅利［J］.現代經濟探討，2013（11）：16-20. ［26］鐘水映，趙 雨，任靜儒“. 教育紅利”對“人口紅利”的替代作用研究［J］.中國人口科學，2016（2）：26-34，126. ［27］李仲生.人口經濟學［M］.北京：清華大學出版社，2013：35-73，160-167. ［28］冉茂盛，毛戰賓.人力資本對經濟增長的作用機理分析［J］.重慶大學學報（社會科學版），2008（1）：56-59. ［29］劉玉飛，彭冬冬.人口老齡化會阻礙產業結構升級嗎——基于中國省級面板數據的空間計量研究［J］.山西財經大學學 報，2016（3）：12-21. ［30］Rosenthal S S，Strange W C.The Attenuation of Human Capital Externalities［J］.Journal of Urban Economics，2008（2）：373- 389. ［31］Koenker R，Bassett G.Regression Quantiles［J］.Econometrica，1978，46（1）：33-50. ［32］郭英彤，郭 輝.空間視角下人力資本質量對區域經濟增長收斂性的影響［J］.社會科學研究，2017（6）：31-38. ［33］鄧 飛，柯文進.異質型人力資本與經濟發展——基于空間異質性的實證研究［J］.統計研究，2020，37（2）：93-104. ［34］史代敏，施曉燕.綠色金融與經濟高質量發展：機理、特征與實證研究［J］.統計研究，2022，39（1）：31-48. ［35］張 軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000［J］.經濟研究，2004（10）：35-44. ［36］樊 綱，王小魯，馬光榮.中國市場化進程對經濟增長的貢獻［J］.經濟研究，2011，46（9）：4-16. ［37］蘆婷婷，祝志勇.人工智能是否會降低勞動收入份額——基于固定效應模型和面板分位數模型的檢驗［J］.山西財經大 學學報，2021，43（11）：29-41. ［38］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745. ［39］Tobler W R.A Computer Movie Simulating Urban Growth in the Detroit Region［J］.Economic Geography，1970，46（1）：234- 240. ［40］王志寶，孫鐵山，李國平.近20年來中國人口老齡化的區域差異及其演化［J］.人口研究，2013，37（1）：66-77. ［41］董敏杰，梁泳梅.1978—2010年的中國經濟增長來源：一個非參數分解框架［J］.經濟研究，2013，48（5）：17-32. ［42］魏 敏，李書昊.新時代中國經濟高質量發展水平的測度研究［J］.數量經濟技術經濟研究，2018，35（11）：3-20. ［43］Moran P A P.Notes on Continuous Stochastic Phenomena［J］.Biometrika，1950，37（1/2）：17-23. ［44］白雪潔，周曉輝.產業結構升級的經濟增長空間溢出——軟環境還是硬設施［J］.山西財經大學學報，2021（9）：44-56. ［責任編輯：高 ?。?王 連，等：人口紅利的經濟效應 ·41·

DOI 編碼：10.19820/j.cnki.ISSN2096-7411.2022.03.004 ［基金項目］國家自然科學基金項目（71704069）；中國商業統計學會 2021 年度規劃課題（2021STY09）；江蘇大學科研課題 立項資助項目（20C106） ［作者簡介］吳繼英（1979—），女，江蘇六合人，江蘇大學財經學院副教授，管理學博士，主要研究方向為數字經濟和經濟統 計；李 琪（1997—），女，山東泰安人，江蘇大學財經學院碩士研究生，主要研究方向為經濟統計。 數字化轉型驅動制造業與 服務業融合的空間效應 吳繼英，李 琪 （江蘇大學 財經學院，江蘇 鎮江 212013） ［摘 要］基于2013—2020年省域面板數據構建中介模型和空間計量模型探討數字化轉型對制造業與服務業融合的影響。 研究發現：數字化轉型有效驅動了產業融合且在東部地區和東北地區的效果明顯；數字化轉型能通過制造業服務化加快產業融 合，而服務業制造化不是有效傳導機制；制造業與服務業融合有空間集聚特征，高值集聚分布在長三角、珠三角等東部沿海及中 部地區部分省份，西部地區和東北地區低低集聚明顯；考慮空間因素后數字化轉型驅動產業融合的“本地-鄰地”效應顯著，相比 西部地區和東北地區，東部地區和中部地區數字化轉型具有“先發優勢”，對鄰近地區產生空間溢出效應。 ［關鍵詞］數字化轉型；制造業與服務業融合；制造業服務化；服務業制造化；空間溢出效應 ［中圖分類號］F062.9 ［文獻標識碼］A ［文章編號］2096-7411（2022）03-0042-15 Spatial Effect of Digital Transformation Driving the Integration of Manufacturing and Service Industries WU Ji-ying, LI Qi （School of Finance and Economics, Jiangsu University, Zhenjiang 212013, China） Abstract: This paper constructed the mediation model and spatial econometric model to explore the impact of digital transformation on the integration of manufacturing and service industries based on the provincial panel data from 2013 to 2020. The study found that, digital transformation has effectively driven industrial integration and the effect was more obvious in eastern and northeast regions. Meanwhile, digital transformation could accelerate industrial integration through the channel of manufacturing industry servicizing, but service industry manufacturing didn’t work as a channel. Moreover, the integration of manufacturing and service industries had the characteristics of spatial agglomeration, and the high-value agglomeration was mainly in the Yangtze River Delta, Pearl River Delta and other eastern coastal regions, as well as some central provinces. But western region and northeastern region both showed a low-low agglomeration effect. After considering spatial factors, this driving effect had a significant “local - neighbor”effect. Compared with western and northeast regions, the digital transformation in eastern and central regions had an obvious “first-mover advantage”, which also had a spatial spillover effect on neighboring regions. Key Words: digital transformation; integration of manufacturing and service industries; manufacturing industry servicizing; service industry manufacturing; spatial spillover effect 一、引言 制造業作為國民經濟的支柱，其高質量發展是 經濟高質量發展的關鍵戰略支撐，但我國制造業與 世界先進水平相比仍大而不強，在創新能力、服務水 2022年6月 JOURNAL OF STATISTICS 第3卷 第3期 Jun.，2022 Vol.3 No.3 ·42·

統計學報 2022 年 第 3 期 吳繼英，等：數字化轉型驅動制造業與服務業融合的空間效應 平、質量效益等方面差距明顯。為推動中國制造由大 變強，《中國制造 2025》提出要加快制造與服務的協 同發展，積極發展服務型制造，推動制造業與服務業 相融共生、協同發展既是制造業與服務業轉型發展 的重要方向，也是服務經濟時代背景下現代產業發 展的主流趨勢。新一代信息技術的應用極大拓展了 制造業與服務業融合發展的空間，二者融合作為產 業結構發展和演進的基本態勢正呈現出加速和深化 的趨勢（杜傳忠、侯佳妮，2021）[1]。但是，從實際情況 來看，中國制造業與服務業還存在融合程度不深、融 合水平不高等問題。其原因可歸結為以下三個方面： （1）缺乏核心關鍵技術，這使得相關企業難以提供行 業獨占性的產品和服務，直接影響到產業融合的程 度和效果；（2）創新動力不足，一些領域的融合缺乏 創新性和靈活性，更多是對發達國家和跨國公司的 現有模式進行沿襲或模仿，不能很好適應市場形勢 的變化；（3）政策環境有待完善，產業融合需要投入 大量資金，而金融、財政等支持政策尚未健全，產業 轉型融資得不到保障。因此，如何更好地推動制造業 與服務業深度融合發展是當前亟待解決的重要問 題，必須激發產業創新能力，探究制造業與服務業融 合的新動能。 近年來，數字經濟的發展成為世界各國關注的 焦點，在數字技術生態系統的推動下整個經濟社會 正在發生深刻變革（翟云等，2021）[2]，尤其是在疫情 負面沖擊背后，云辦公、線上教育、遠程醫療、智能護 理等模式的興起正加速人類生產和生活方式的變 革，對企業復工復產及實體經濟復蘇發揮了重要作 用，有效推動了各行各業的數字化轉型（吳靜等， 2020）[3]?！吨袊鴶底纸洕l展白皮書（2021）》顯示， 2020 年我國產業數字化規模已達 31.7 萬億元，占數 字經濟比重為 80.9%。面對數字化發展的新機遇， “十四五”規劃明確指出要建設數字中國，以數字化 轉型整體驅動生產方式、生活方式和治理方式變革， 也提出利用數字技術與實體經濟的融合賦能傳統產 業轉型升級，催生新產業新業態新模式。因此，現階 段有必要利用數字技術改造傳統產業鏈，進而推動 制造業和服務業融合發展。那么，數字化轉型是否已 成為驅動我國制造業與服務業融合的新動能，如果 是那其作用機制是什么，而這種驅動作用是否會溢 出到鄰近地區？回答上述問題，揭示數字化轉型對制 造業與服務業融合的影響效應，有利于推動我國數 字化轉型進程，對于建設數字中國、促進產業結構升 級、實現制造業與服務業融合具有重要的理論與現 實意義?；诖?，為了探究數字化轉型對制造業與服 務業融合的影響效應，本文在測度我國各省份數字 化轉型指數和制造業與服務業融合度的基礎上展開 實證研究，以期為推進我國產業數字化轉型和產業 融合提供理論參考和依據。 二、文獻綜述 （一）關于制造業與服務業融合的相關研究 產業融合作為現代產業發展的一種新的特征和 趨勢受到學術界的高度關注和重視，其內涵是指由 于技術進步等改變了原有產業產品的市場需求，使 得產業間的競爭與合作關系發生變化而導致的產業 界限模糊，最終催生出新興產業的過程（王翔、肖挺， 2015）[4]。制造業和服務業融合發展已成為一個普遍 趨勢，二者融合是指由于產品與服務間的相互滲透 與融合使得二者界限變得模糊，傳統制造業擁有越 來越多的服務元素，服務業也逐漸擁有傳統制造業 的特征（Goldhar、Berg，2010）[5]。理論上制造業與服務 業融合是基于產業間的供求關系，通過服務業供給 和制造業需求有效銜接，形成制造業與服務業融合 的動態體系（劉佳等，2014）[6]。兩個產業也存在內生 互動的作用機制，制造業在依靠服務投入發展的同 時能夠提升服務質量，服務質量的提高又會促進制 造業的發展（孫暢，2020）[7]。圍繞制造業與服務業融 合的研究主要有融合水平測度、互動關系研究、影響 因素分析等，關于產業融合的測算方法尚未統一，目 前采用耦合協調度模型的較多（唐曉華等，2018；孫 暢、吳芬，2020）[8,9]。影響制造業與服務業融合的因素 包括對外開放、政府干預、人才資源等，顧乃華、朱文 濤（2019）[10]利用雙向固定效應模型的研究發現，服 務對外開放有助于促進制造業與生產性服務業的產 業融合；財政政策是政府支持產業互動融合發展的 重要手段，現階段政府科技投入政策對產業融合沒 有發揮出顯著的作用，而政府的教育支出政策對于 產業互動融合的促進作用最明顯（張昊等，2020）[11]； 人才資源也是決定產業融合的關鍵，程廣斌、楊春 （2020）[12] 研究了長江經濟帶產業融合的影響因素， 由于該區域整體上擁有較高的人力資本水平，人才 資源對產業融合水平有著較強的正向影響，數字技 術 也 在 一 定 程 度上 促 進 了 產 業 間 的 融 合 發 展 （Ardolino，2018）[13]。 （二）關于數字化轉型的相關研究 在數字時代，新的數字技術和新的商業模式不 斷涌現所帶來的變革稱為數字化轉型，引起了各行 業行為和結構的變化（Genzorova，2019）[14]，在探討數 ·43·

統計學報 2022 年 第 3 期 字化轉型的相關文獻中，理論層面的研究包括數字 化轉型的內涵（Myron，2016）[15]、理論邏輯（肖旭、戚 聿東，2019）[16]、影響因素（陳慶江等，2021）[17]等。數字 化轉型的內涵涉及企業、產業乃至整個經濟社會各 領域，但目前并未形成共識，本文從產業層面將數字 化轉型理解為利用新興數字技術驅動傳統產業變革 升級的過程。實證研究側重于數字化轉型水平的測 算和轉型績效衡量等，比如 OECD 推出了 G20 數字 化轉型工具包對各國數字化轉型現狀進行評價，騰 訊研究院發布《數字化轉型指數報告 2021》，從基礎 設施層、平臺層、應用層三個層次構建指標體系并計 算了 2020—2021 年中國數字化轉型指數。國內外學 者開始關注數字化轉型的影響效應并進行了積極探 索，有學者認為，數字技術的出現會對產業結構轉型 產生影響，研究發現這一影響具有邊際遞增的積極 作用（陳小輝等，2020）[18]。張吉昌、龍靜（2022）[19]從數 字技術視角探討了數字技術應用對企業創新水平的 影響，實證檢驗發現數字技術顯著促進了企業創新。 殷群、田玉秀（2021）[20]測算了區域數字化轉型程度， 并通過實證發現數字化轉型顯著提升了高技術產業 的創新效率。陳堂、陳光（2021）[21]測算了數字化轉型 指數并分析了其對產業結構升級的影響，得出了數 字化轉型能推動域內和域外產業結構升級的結論。 （三）數字化轉型對產業融合影響的相關研究 數字技術的不斷成熟和廣泛擴散已成為各產業 生產組織方式、商業模式、產業業態等全方位顛覆性 變革的推動力量（李曉華，2021）[22]。相關研究已表明 數字技術的出現能夠有效推動產業結構轉型，這也 為制造業與服務業融合開辟了一個新的研究視角。 理論上數字化轉型能直接促進制造業與服務業融 合，新一代信息技術與生產、分配、交換、消費等經濟 活動的融合能催生產業發展新領域，是推動我國產 業結構向中高端邁進的重要驅動力量 （張于喆， 2018）[23]，通過應用數字技術可以將服務業與制造業 結合起來以加強生產計劃和庫存管理等活動（Frank et al.，2019）[24]。數字化轉型也能間接促進制造業與 服務業融合，Ardolino 等（2018）[13]研究了如何利用數 字技術將數據轉化為信息和知識以支持制造業企業 的服務化轉型，從而實現制造業和服務業融合發展； 尚慶?。?021）[25]認為，技術的變革創新為服務業轉 型提供動力，服務企業可以借助制造業發展優勢實 現制造化發展，從而使服務業在轉型升級中加快與 其他產業的融合發展。實證方面，學者們主要從互聯 網發展、數字金融等角度探討對產業結構轉型或產 業融合的影響，趙霞、寧憶童（2020）[26]建立普通面板 模型研究了互聯網對流通服務業與制造業融合的影 響，發現互聯網能顯著促進流通服務業與制造業融 合，而交易成本、市場需求和技術創新是有效傳導機 制；Chen、Zhang（2021）[27]利用中國上市企業數據探 討了數字金融對制造業服務化的影響，結果表明數 字金融對中國制造業服務化具有顯著的正向影響； 徐佳賓、孫曉諦（2022）[28]利用省級面板數據探究了 互聯網影響不同類型服務型制造的差異性特征，發 現在生產率較低的制造業中互聯網對服務型制造有 更強的推動作用，但鮮有實證研究基于制造業服務 化或服務業制造化視角探討數字化轉型對制造業與 服務業融合的傳導機制。 綜上所述，既有研究取得了豐碩的成果，為進一 步研究數字化轉型對制造業與服務業融合的影響提 供了很好的借鑒，但仍存在值得突破的空間。首先， 現有關于數字化轉型和制造業與服務業融合的研究 相對獨立，鮮有學者將二者關聯在一起，數字化轉型 是否已成為驅動制造業與服務業融合的新動能還有 待研究。其次，鮮有研究關注數字化轉型驅動制造業 與服務業融合的內在作用機制，數字化轉型能否通 過制造業服務化和服務業制造化間接影響產業融合 有待驗證。最后，數字化轉型對產業結構升級或產業 融合影響的相關研究大多忽視了空間因素對變量的 影響，僅采用普通面板模型進行分析。與現有文獻相 比，本文的邊際貢獻體現在以下幾點：第一，從理論 層面分析數字化轉型驅動制造業與服務業融合的內 在機理，并實證考察數字化轉型對制造業與服務業 融合的影響；第二，進一步引入制造業服務化和服務 業制造化作為中介變量，借助中介效應模型揭示數 字化轉型驅動制造業與服務業融合過程中的傳導機 制；第三，充分考慮空間因素對變量的影響，由于已 有文獻采用空間計量模型方法的研究不夠充分，因 此，本文將空間因素考慮在內，運用空間杜賓模型探 討數字化轉型驅動制造業與服務業融合的空間溢出 效應。 三、理論分析與研究假設 （一）數字化轉型驅動制造業與服務業融合的直 接效應 隨著信息技術的發展和互聯網的普及，數字信 息成為重要的生產和生活要素，數字技術的蓬勃發 展不僅改變了傳統的經濟模式，在產業融合的過程 中也對產業結構產生了深遠影響，催生出新產品、新 業態、新模式。新一代信息技術向制造業與服務業領 吳繼英，等：數字化轉型驅動制造業與服務業融合的空間效應 ·44·

統計學報 2022 年 第 3 期 域滲透，推動了制造業和服務業的數字化轉型，現代 數字技術和網絡平臺的發展使制造業和服務業突破 了傳統的產業界限，制造業依靠物聯網、云計算和大 數據分析技術等搭建面向客戶的服務平臺，服務企 業向制造企業提供金融、咨詢、銷售、信息等方面的 服務支持，制造企業提供工藝流程級的制造過程，二 者合作完成產品制造共同為客戶提供產品服務系 統，在動態協作中優化資源配置，實現制造和服務資 源的整合。制造業和服務業由原來提供單一產品或 服務向提供產品加服務的模式轉變，產品加服務的 經營方式決定了制造商和服務商的利益是密切相關 的，尤其是在新一代信息技術的創新與應用過程中， 產業鏈上各類主體形成了更為智能和高效的決策管 理體系，縮短了與終端消費者之間的距離，數字化貫 穿于產品研發、生產、銷售和服務的全過程為制造業 和服務業融合創造了新條件，促進了制造業與服務 業在技術、產品、業務和市場等方面的相互融合與滲 透，成為制造業與服務業融合的加速器和催化劑。 （二）數字化轉型驅動制造業與服務業融合的傳 導機制 在數字化轉型驅動產業融合的過程中既有制造 企業向服務化方向發展，也有服務企業向著制造化 方向發展，形成了一批服務型制造示范企業。一方 面，數字技術促進了制造業的服務創新，制造企業不 再局限于研發、制造和銷售產品，還利用數字技術提 供一些高附加值的服務。企業通過物聯網和大數據 獲取有關客戶使用產品的數據，在為客戶提供售后 服務的同時，也能為企業銷售提供更加科學有效的 決策，比如上海電氣、陜鼓集團等制造企業通過“技 術+管理+服務”模式圍繞核心產品積極發展增值服 務，拓展了企業自身的服務化模式，實現了企業自身 的良性發展和與客戶的持續共贏。另一方面，是數字 技術在服務業轉型中的應用，服務業通過嵌入制造 領域將計算機、電子技術等先進制造技術融入服務 業，通過自身產業優勢以委托制造和品牌授權等形 式向制造環節拓展，改變了其發展模式，還通過汲取 制造業管理理念，向操作標準化、連鎖規?；凸芾?科學化嬗變，從而擁有越來越多制造業元素（錢龍、 何永芳，2019）[29]，比如，京東依托其豐富健全的消費 者家電網購大數據，推出反向定制的“京品家電”，實 現了向制造化方向拓展?？傊?，數字技術的創新與應 用提高了制造業與服務業的信息化程度，在推動制 造業服務化和服務業制造化過程中加快了產業間的 要素流動，使制造業和服務業邊界的“模糊化”趨勢 加快，基于上述分析，提出本文的研究假設 H1 和 H2。 H1：數字化轉型使制造業和服務業突破了傳統 產業界限，促進制造業與服務業融合發展。 H2：數字化轉型作用于制造業服務化和服務業 制造化過程最終驅動制造業與服務業融合。 服務業 制造化 圖 1 數字化轉型驅動制造業與服務業融合的機理 制造業 及時提供售后服務 獲取并滿足客戶需求 制造業 服務化 制造業中嵌入服務元素 數字技術應用 制造業與服務 業融合 互 相 融 合 與 滲 透 汲取制造業管理理念 服務業中嵌入制造元素 服務業 實現多元化發展 （三）數字化轉型驅動制造業與服務業融合的空 間效應 數字技術的發展能夠突破地理空間對經濟活動 的限制，可以跨時間、空間和地點傳播信息，進而有 效推動各行各業間的互動性，加速技術、信息、知識 等要素在區域間的有效溢出（惠寧、白思，2021）[30]， 這不僅使溢出效應具有全域性特征，而且也強化了 溢出的局域性特點（曹玉平，2020）[31]。相關文獻已經 指出互聯網發展 （Zhang、Ke，2021）[32]、數字金融 （Shen et al.，2021）[33]以及數字經濟（李雪等，2021）[34] 等均呈現出明顯的空間自相關性，此外，產業結構 （白雪潔、周曉輝，2021）[35]、產業融合（陳堂、陳光， 2021）[36]等也具有空間相關性。Kutin 等（2016）[37]指 出，隨著技術的快速發展，為數字化和智能化的模式 轉變節省了大量資源和成本，能顯著提升產業鏈整 體效率，特別是在產業融合過程中可以通過新技術 的引進、吸收以及擴散的方式實現生產要素跨區域 的流動。因此，數字化轉型對制造業與服務業融合帶 來的影響不限于區域內部，可能通過跨地區的知識、 技術外溢對周邊地區的制造業與服務業融合發展產 吳繼英，等：數字化轉型驅動制造業與服務業融合的空間效應 ·45·

統計學報 2022 年 第 3 期 生空間溢出效應，基于此，提出本文的研究假設 H3。 H3：數字化轉型可以通過空間外溢效應驅動鄰 近地區制造業與服務業融合。 四、研究設計 （一）模型設定 1.基準回歸模型。為驗證假設 H1 構建式（1）的 面板回歸模型，旨在探討數字化轉型對制造業與服 務業融合產生的直接影響。其中，icit 表示 i ?。ㄊ校┰?t 年的制造業與服務業融合水平；核心解釋變量 digit 是 i ?。ㄊ校┰?t 年的數字化轉型水平；向量 X 代表 控制變量；著it 為隨機擾動項；琢0、琢1、茲 為待估的參數。 icit=琢0+琢1digit+茲Xit+著it （1） 2.中介效應模型。為驗證假設 H2 揭示數字化轉 型促進制造業與服務業融合的作用機制，分別以制 造業服務化和服務業制造化作為中介變量建立中介 效應模型。 Mit=茁0+茁1digit+茲1Xit+著it （2） icit=酌0+酌1digit+酌2Mit+茲2Xit+著it （3） 按照溫忠麟、葉寶娟（2014）[38]的中介效應檢驗 方法，首先，對式（1）進行檢驗，若系數 琢1 顯著，表明 數字化轉型對制造業與服務業融合有顯著影響。其 次，對式（2）進行檢驗，若系數 茁1 顯著，表明數字化 轉型可以影響中介變量。最后，將數字化轉型和中介 變量同時納入模型進行回歸，若系數 酌2 顯著 酌1 不顯 著，則存在完全中介效應；若 酌1 和 酌2 均顯著且 琢1 大 于 酌1，則存在部分中介效應。此外，若系數 茁1 和 酌2 至 少一個不顯著，需要再做 Sobel 檢驗確認中介效應 是否存在。 3.空間相關性檢驗。在使用空間計量模型前需 對數據進行空間相關性檢驗，本文利用 Moran’s I 指 數從全局和局部對制造業與服務業融合進行空間相 關性檢驗，全局 Moran’s I 的計算公式如式（4）所示。 Moran’s I= 移i=1 n 移j=1 n W（ij Yi-Y軍）（Yj -Y軍） S 2移i=1 n 移j=1 n Wij （4） 其中，S 2= 1 n 移i=1 n （Yi-Y軍），Y軍1 n 移i=1 n Yi，n 是研究 的地區總數（本文 n=30）；Yi 為區域 i 的觀測值（本文 為制造業與服務業融合）；Wij 是空間權重矩陣，當區 域 i 與區域 j 相鄰時，取值為 1，反之取值為 0。 Moran's I 的取值范圍是[-1，1]，若 Moran's I>0，表示 所檢驗的變量存在空間正相關性；若 Moran's I<0，則 表示存在空間負相關性；若 Moran's I=0，表示不存在 空間相關性。 全局空間自相關假定空間是同質的，但區域要 素具有空間異質性，為了更好的刻畫制造業與服務 業融合的空間異質性引入局部莫蘭指數，計算公式 如式（5）所示。 Ii= （Yi-Y軍）移j屹i n W（ij Yj -Y軍） S 2 （5） 其中，Y、W、S 2 與式（4）含義相同。Ii 反映制造業 與服務業融合的局部特征，Ii>0 表示高（低）值制造 業與服務業融合的區域被其它高（低）值制造業與服 務業融合的區域所包圍；Ii<0 表示高（低）值制造業 與服務業融合的區域被其它低（高）值制造業與服務 業融合的區域所包圍。采用繪制 Moran's I 散點圖的 方式來呈現其空間演化過程，Moran's I 散點圖的 4 個象限代表不同的空間關聯形式，第一象限表示本 地與鄰地的觀測對象均為高水平，即高高集聚（HH）；第二象限表示本地低水平觀測對象被鄰地高水 平觀測對象包圍，即低高集聚（L-H）；第三象限表示 本地與鄰地的觀測對象均為低水平，即低低集聚（LL）；第四象限表示本地高水平觀測對象被鄰地低水 平觀測對象包圍，即高低集聚（H-L）。 4.空間計量模型?？臻g計量模型包括空間滯后 模型 （Spatial Lagged Model，SLM）、空間誤差模型 （Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM）?？臻g滯后模型中包含被解釋變 量的空間滯后項，空間誤差模型中包含了誤差項的 空間滯后項，空間杜賓模型包含解釋變量和被解釋 變量的空間滯后項。為驗證假設 H3 構建如下的空 間杜賓模型，旨在考察數字化轉型對鄰近地區制造 業與服務業融合的空間外溢效應，模型表達式如下： icit=茁0+籽移j=1 N Wijicjt+茁1digit+茲1移j=1 N Wijdigjt+茁2Xit+茲2移j=1 N WijXjt+著it （6） 其中，茁0 為常數項；籽 為空間自回歸系數；茁1 和 茁2 分別是核心解釋變量和控制變量的彈性系數；茲1 和 茲2 分別為核心解釋變量和控制變量空間滯后項 的彈性系數；著it 為隨機擾動項。當式（6）滿足 茲=0 和 茲+籽茁=0 時，SDM 模型可以簡化為 SLM 模型和 SEM 模型。Wij 為 N伊N 階空間權重矩陣，反映地理單元在 空間上的相互依賴關系，采用鄰接權重矩陣表示，當 區域 i 與區域 j 相鄰時取值為 1，反之取值為 0，并采 用式（7）的地理距離權重矩陣和式（8）的嵌套矩陣進 行穩健性檢驗。 Wij= 1 dij i=j 0 i屹j 扇 墑 設 設 設 設繕設 設 設 設 （7） 吳繼英，等：數字化轉型驅動制造業與服務業融合的空間效應 ·46·

統計學報 2022 年 第 3 期 Wij= 1 dij ·diag（X軍1 X軍 ，X軍2 X軍 ，…，X軍n X軍 ） （8） 其中，dij 為兩省域之間的距離，通過省會間的經 度和緯度計算得到；diag（…）為對角矩陣，矩陣對角 線元素中的X軍i 表示樣本期內區域 i 的 GDP 均值，X軍 為樣本期內所有地區的 GDP 均值。 （二）變量測度與說明 1.被解釋變量：制造業與服務業融合（ic）。制造 業與服務業的持續發展和價值提升依賴于各自的發 展優勢和相互配合，通過壯大產業發展規模、提升產 業經濟效益、激發產業發展潛力等實現總體最優發 展并帶動產業融合。因此，產業綜合發展依賴于產業 規模、經濟效益和發展潛力，參考相關研究以產業規 模、經濟效益、發展潛力作為一級指標建立制造業和 服務業發展水平的評價指標體系（唐曉華等，2018； 張虎、韓愛華，2019）[8,39]，通過熵值法測算制造業發展 水平（Um）和服務業發展水平（Us），具體見表 1。 表 1 制造業與服務業綜合發展評價指標體系 行業 一級指標 二級指標 單位 指標屬性 制造業 產業規模 制造業就業人數/工業就業人數 % + 制造業銷售產值/工業銷售產值 % + 制造業就業人數/服務業就業人數 % + 經濟效益 制造業工資總額/制造業就業人數 萬元/人 + 資產負債率 % - 發展潛力 （當年工業生產總值/上年生產總值-1）*100% % + （當年制造業就業人數/上年就業人數-1）*100% % + 服務業 產業規模 服務業就業人數/地區就業人數 % + 服務業生產總值/地區生產總值 % + 服務業就業人數/制造業就業人數 % + 經濟效益 服務業工資總額/服務業就業人數 萬元/人 + 勞動生產率 萬元/人 + 發展潛力 （當年服務業生產總值/上年生產總值-1）*100% % + （當年服務業就業人數/上年就業人數-1）*100% % + 吳繼英，等：數字化轉型驅動制造業與服務業融合的空間效應 根據唐曉華等（2018）[8]采用耦合協調度模型測 產業融合的方法，測算制造業與服務業融合水平。由 耦合度 C 的計算公式可知，當 Um 和 Us 處于相近且 較低水平時，產業間的耦合度可能會很高，從而出現 “偽協調”的結果，因此，為精準地反映制造業和服務 業的融合水平，進一步引入耦合協調度 D，模型表示 見式（10）。協調度 Tit=aUmit+bUsit，a、b 為待定系數， 分別表示制造業和服務業對產業融合的貢獻指數， 采用熵值法確定權重系數。 C=2姨Um·Us （/ Um+Us） （9） D=姨C·T （10） 2.核心解釋變量：數字化轉型水平（dig）。目前， 對數字化轉型水平的測度未形成一致的標準，有學 者采用人均互聯網寬帶接入用戶數和互聯網普及率 等單一指標來衡量（Habibi、Zabardast，2020；柳卸林 等，2021）[40,41]，也有學者從不同視角構建指標體系對 數字化轉型進行評價（Tatiana、Roman，2021；殷群、 田玉秀，2021）[42,20]。數字化轉型是帶動經濟和產業結 構不斷優化的動態過程，首先，互聯網的普及與應用 提供了數字化轉型的基礎環境，近年來互聯網經濟 的影響范圍已拓展到各產業，互聯網技術已成為傳 統產業結構升級的重要驅動力，有效驅動了制造業 和服務業的創新發展，在“互聯網+”背景下，制造業 服務化和服務業制造化是產業創新發展形成的新型 產業形態。其次，數字化轉型勞動力和創新平臺的投 入為制造業服務化和服務業制造化提供智力支持和 技術創新，主要通過知識和技術外溢效應帶動產業 結構優化升級，是推動產業融合創新的根本動力（趙 玉林、裴承晨，2019）[43]。最后，數字技術與傳統產業 融合使得產業信息化程度得到大幅提高，產業數字 化轉型促進產業間要素流動，突破產業間的技術邊 界，推動產業的跨界融合?？紤]到采用單一指標不能 準確反映地區數字化轉型水平，因此，本文基于數字 ·47·