党的十九大报告开创性地提出新时代中国社会主要矛盾发生了深刻变化,即转变为人民日益增长的美好生活需求与不平等、不充分发展之间的矛盾,要求强化实施区域协调发展战略,加大力度支持革命老区、民族地区、边疆地区、贫困地区等落后地区发展,持续推进区域相关发展政策。但越来越多的学者发现,在我国投资驱动型经济发展模式下,高资本积累与低经济运行效率并存已成为经济新常态的不争事实,极大地阻碍了区域协调发展进程[1]。发展经济学理论认为,发展过程是资本积累过程,资本积累是社会分工的必要先决条件,也是落后地区实现经济赶超的主要因素,其在经济发展中起着举足轻重的作用,而经济赶超的实现取决于资本积累后的良好匹配状况,也即经济长期持续稳定增长[2-4]。当资本积累到一定数量,资本之间匹配协调的重要性开始凸显。各种资本并不是独立促进经济社会发展,当经济运行中同时存在多种资本形式时,片面强调某种资本积累,会忽视各种资本之间的合理配置,导致资本运行低效率,造成大量资本浪费,在资本报酬递减和动态无效状态下,为维持经济运行又会投入大量资本,形成恶性循环,高资本积累便成为经济运行低效率的补偿。因此,为避免经济运行中出现的高资本积累与低经济运行效率并存的状态,以及实现落后地区的优质赶超,促进资本间存量匹配与结构协调显得至关重要[1]。
与区域协调发展战略实施密切相关的另一个典型事实是,享受国家政策支持与财税等资源倾斜的区域普遍面临高投资与自我发展能力不足的矛盾。以西部大开发为例,自2000年正式实施西部大开发战略以来,国家投资总规模达到3.75万亿元,西部地区实物资本积累、人力资本积累与社会资本积累取得了突破性进展, GDP占全国比重由18.63%增长到20.47%,基础设施建设发展迅猛,教育投入稳中求进,基本公共服务体系不断完善,但城镇化辐射效应和集聚效应难以释放,产业结构缺陷明显,长期发展动力有待进一步培育,自我发展能力需要不断提升[5]。只有这样,才能彻底转变高资本积累与低经济运行效率并存状态,有效提高区域协调发展水平。
现有关于资本如何影响经济发展的研究更多强调资本积累与经济赶超、经济增长的关系,往往忽略了资本匹配对区域协调发展的影响。资本积累与经济赶超方面,尹翔硕和尹翔康[6]从经济增长动力形成阶段出发,研究了资本积累如何实现落后国家的经济赶超,认为资本投入强度与模仿创新能力是经济赶超的关键,与邹薇和代谦[7]、Nelson&Phlep[8]的研究相一致,建议将提高人力资本储蓄率作为发展中国家政府的一个可行战略选择;侯高岚[9]进一步探究物质资本、人力资本和社会资本积累如何促进经济赶超,认为物质资本投资是经济赶超的工具和途径,人力资本投资是经济赶超的前提,社会资本投资是经济赶超的基础。资本积累与经济增长方面,严成樑和龚六堂[10]在一个资本积累和创新相互作用的内生经济增长中考察财政政策对经济增长的影响,认为相对于生产性公共支出,政府对资本积累或研发的补贴可能更有利于促进经济增长;赵志耘等[11]构建了一个区分设备资本和建筑资本的内生增长模型,提出判断资本体现式技术进步的3个基本命题,研究发现物质资本积累与技术进步动态融合是我国经济增长的主要动力来源。国外学者也有类似研究[12-16]。但是,对于资本匹配的区域协调发展效应有待进一步挖掘。因此,值得反思的问题是:以往区域协调发展战略实施所形成的高资本积累是否具有良好的资本匹配状态?资本匹配质量是否影响区域协调发展水平?目前此类研究较多表现为理论逻辑的探讨[17-20],缺乏经验分析证据,尤其鲜有文献研究实物资本-人力资本-社会资本匹配对区域协调发展的影响。为了验证以上主要问题,本文从理论上分析“实物资本-人力资本-社会资本”最优匹配存在性与高效经济增长率的关系,在测算我国省级层面物质资本-人力资本-社会资本匹配度的基础上,对资本匹配条件不同地区的区域协调发展水平进行横纵向维度分析比较。特别地,本文在对区域协调发展水平来源进行分解的基础上,详细分析和探讨了资本匹配度对区域协调发展的传导路径。相关研究对欠发达地区追加资本投资过程中如何提高区域协调发展水平,具有重要的政策参考意义。
本文边际贡献有:①在拓展MRW模型的基础上,理论分析“实物资本-人力资本-社会资本”最优匹配存在性与高效经济增长率的关系,进一步构建资本匹配程度与匹配质量通过创新力培育实现落后地区经济赶超,进而影响区域协调发展能力的传导路径;②运用耦合协调度模型测算我国实物资本-人力资本-社会资本的匹配状况,对低质量耦合锁定情景进行阶段性分析;③运用省级面板数据实证检验资本匹配对区域协调发展的影响效应及传导机制。
借鉴MRW模型(Mankiw等,1992)的思想,在其模型的基础上拓展一个包含实物资本、人力资本和社会资本的经济增长模型,据此得出人均实际产出及经济增长率的回归方程。
Y=K(t)αH(t)βS(t)γ[A(t)L(t)1-α-β-γ]
(1)
其中,Y、K、H、S、A、L分别表示总产出水平、实物资本、人力资本、社会资本、外生技术水平和劳动力数量。总产出水平由实物资本、人力资本、社会资本、劳动和技术决定。α、β、γ分别为实物资本、人力资本和社会资本的要素弹性,α>0,β>0,γ>0,且α+β+γ<1。假定劳动力数量和技术增长外生,初始劳动力数量和技术水平分别为L(0)和A(0),劳动力数量和技术水平增长率分别为n和g,因此,劳动和技术积累方程可分别表示为L(t)=nL(t),A(t)=gA(t)。用dk、dh、ds分别表示物质、人力和社会资本储蓄率,且假设这3类资本具有相同折旧率δ,即δk=δh=δs=δ,因此,实物资本、人力资本与社会资本积累方程如下:
K(t)=dkY-δK(t)
(2)
(3)
S(t)=dsY-δS(t)
(4)
基于这一框架可以判断实物资本、人力资本及社会资本三者间协调匹配关系对经济增长的影响。在给定资本储蓄率dk、dh和ds的条件下,经济中的总消费C为:C=Y(t)[1-dk-dh-ds] 。结合实物资本积累方程式(2)、人力资本积累方程式(3)和社会资本积累方程式(4),假设中央计划者具有常系数风险规避效用函数:
建立汉密尔顿函数:
中央计划者效用最大化的一阶条件是:
(5)
求解方程组(5),可得实物资本、人力资本和社会资本的最优比例关系:
K:H:S=α:β:γ
(6)
式(6)表明,整个经济体的效用最大化要求实物资本、人力资本和社会资本存量等于三者的要素弹性比。这说明,在现实生产中,给定生产函数后,存在最优实物资本、人力资本和社会资本的比例关系,任何偏离都会造成结构性失业与产能损耗。
通常实物资本、人力资本和社会资本储蓄率不是外生的,而是由经济内生决定,因此,将方程式(1)两边同时除以有效劳动人数,得到人均有效劳动产出水平。
(7)
结合方程式(2)、(3)和(4),可以得到人均有效劳动的实物资本、人力资本和社会资本的动态累积方程。
(10)
当变量k、h、s同时处于均衡增长路径时,有:
(11)
其中,人均有效劳动的实物资本、人力资本和社会资本分别为k*、h*和s*,则有:
(12)
可以看出,当经济处于均衡增长路径时,实物资本、人力资本及社会资本三者之比等于相应的资本储蓄率之比,即k*∶h*∶s*=dk∶dh∶ds。
因此,要实现整个经济体效用最大化,即要实现落后地区经济赶超,实物资本、人力资本与社会资本存量之间的最优比例关系是:三者的资本存量之比等于它们的要素弹性之比;当经济处于均衡增长路径时,人均有效劳动的实物资本、人力资本与社会资本之比等于其相应的资本储蓄率之比。据此,提出如下研究假设:
H1:资本匹配度影响区域经济发展效率,当实物资本、人力资本及社会资本间处于最优匹配关系时,整个区域经济体实现效用最大化,有利于区域经济发展与赶超。
资本匹配质量会影响区域协调发展水平,而创新是区域实现可持续发展的力量源泉。一般而言,实物资本积累通过新增投资促进新技术扩散和新产品开发,主要影响产业创新力[21];人力资本积累通过提高要素配置效率而促进技术创新力[22];社会资本积累则通过制度创新、管理创新等政府组织、企业组织和中介组织的创新行为影响组织创新力提升[23]。落后地区经济赶超一方面在于资本积累的基础性作用,另一方面也离不开资本匹配所形成的区域创新合力发挥。事实上,发展过程本身就蕴含资本积累状态,增强区域自我发展能力实质上是增强创新力,在这个过程中需要资本匹配的合理构建 ,才能有效达成落后地区经济赶超目标,实现国家区域协调发展战略(见如图1)。因此,进一步提出如下研究假设:
H2:资本匹配质量主要通过创新力培育影响区域协调发展水平。
图1 传导路径框架
资本形态由实物资本、人力资本演化到社会资本的过程,不仅仅是资本社会化的拓展,而且,三者之间存在内在关联性与继承性,社会资本是包含比实物资本与人力资本更宽泛的资本形态,同时,实物资本、人力资本及社会资本之间的相互影响关系明显,3种资本之间存在最优比例协调关系,共同促进经济快速发展。
合理的评价指标是区域发展中实物资本—人力资本—社会资本协调发展评价的基础。综合考虑实物资本、人力资本和社会资本之间的相互作用机理及数据可得性原则,本文采用实物资本系统、人力资本系统及社会资本系统的综合指标加以反映,其中,实物资本用全社会固定资产投资额表示,采用永续盘存法进行估计,人力资本用人均受教育年限反映,社会资本采用公共服务支出反映,相关测算指标与已有文献相吻合[24-26]。将3个系统的指标数据拟合成一个综合数据,这样每个系统用一个综合评价值反映,并运用变异系数法客观求取权重,从而计算实物资本、人力资本及社会资本3种资本子系统之间的相互协调作用程度,数据来源于2008-2019年《中国统计年鉴》及《中国财政统计年鉴》等。
2.2.1 耦合协调度模型构建
引用物理学中容量耦合概念及容量耦合系数模型,构建两个资本系统及3种资本系统之间匹配协调度测量模型。
其中,u1,t、u2,t、u3,t分别为实物资本、人力资本与社会资本的综合评价值,且0≤C3(t)≤1,其值越接近1,表示各子系统匹配协调度越大。一般而言,当C3(t)取值在[0~0.35]之间时为低关联度,表明三系统之间的相互作用弱,匹配不协调;当C3(t)取值在[0.35~0.65]之间时为关联度弱,匹配协调性一般;当C3(t)取值在[0.65~0.85]之间时,三者具备较高关联度,匹配程度较高;当C3(t)取值在[0.85~1]之间时,表明三者之间具备极高关联度,三系统指标间相对变化趋势基本一致[27]。
2.2.2 匹配结果分析
根据匹配协调度测算方法,本文测算了我国内地31个省、市(自治区)2008-2019年实物资本、人力资本及社会资本的匹配协调度,结果如表1所示。
表1 2008-2019年我国各省域实物资本、人力资本
与社会资本匹配协调度
区域2008201120152019北京0.8440.8510.8660.888天津0.8140.8240.8390.865河北0.7920.8080.8250.856辽宁0.7540.7810.7960.818山东0.7660.7810.7980.836江苏0.7790.7920.8140.857上海0.8650.8750.8910.911浙江0.8010.8150.8390.879福建0.8070.8150.8290.858广东0.8540.8610.8790.909海南0.8630.8680.8760.898山西0.7430.7690.8010.867黑龙江0.7380.7480.7810.857吉林0.6610.6750.7550.848河南0.7010.7150.7380.806安徽0.6890.7020.7310.778湖北0.7110.7350.7710.804湖南0.7240.7560.7930.845江西0.7220.7430.7820.823陕西0.6450.6590.6830.725甘肃0.7110.7320.7560.793宁夏0.6550.6690.7150.749青海0.5510.5690.5890.639新疆0.6880.7020.7280.758重庆0.7280.7410.7710.829四川0.7020.7210.7390.769贵州0.7130.7350.7520.799云南0.6660.6810.7240.772西藏0.5520.5680.5870.629广西0.6990.7210.7490.796内蒙古0.6530.6690.6920.723
通过表1可以发现,我国实物资本、人力资本及社会资本的协调度总体较高但区域差异明显。东部地区资本协调度在0.8~0.9之间,中部地区与全国资本匹配协调度相近,但低于东部地区,总体位于0.7~0.8之间,而西部地区资本协调度最低,总体处于0.6~0.7之间。从空间分布来看,资本匹配程度呈现东部沿海向内陆延伸递减的分布格局,与经济发展水平相一致,人力资本结构研究课题组(2012)的研究也有类似结果。
从以上分析可以进一步发现,一方面,区域发展水平与资本匹配程度呈正比;另一方面,区域经济发展与经济赶超不仅取决于实物资本、人力资本及社会资本的积累,也取决于三者之间良好匹配。三者之间的匹配既有可能是资源丰裕条件下的,也有可能是要素水平匮乏状态下的,两类协调状态明显有着差异化区域增长效率。
建立多元回归模型检验实物资本、人力资本及社会资本匹配度对区域协调发展水平的影响。方程如下:
CRDi,t=α0+α1CMi,t+Zi,t+δi+φt+μi,t
(1)
其中,CRDi,t表示区域协调发展水平;CMi,t表示资本匹配度;Zit是控制变量组,包括财政分权(FD)、就业率(Labor)、产业结构(IS)、城市化率(UR)、对外开放程度(FDI)和转移支付(Transfer);δi表示地区固定效应,φt表示时间固定效应;μi,t是随机扰动项,i,t分别为省份和时间。为了缓解可能存在的内生性问题,本文控制地区效应和时间效应,并尽可能将相关变量纳入分析框架。
本文数据主要来源于EPS数据库的《中国宏观数据库》(2008-2019)、《中国区域经济数据库》、《中国财政数据库》(2008-2019)等,以及WIND数据库、中经网和各省市统计年鉴。为保证数据稳定性及减少异方差的干扰,对所有变量数据取对数,同时,对相关数据以2000年为基期作平滑处理。
3.2.1 核心变量
区域协调发展水平(CRD)。本研究采用中国统计学会发布的地区发展与民生指数(DLI)作为区域协调发展的代理指标,并将数据拓展至2019年,该指数兼顾了区域发展的公平与效率两个维度,为区域协调发展提供了较好的参照物[28]。资本匹配度(CM),由前文测算而定。
3.2.2 控制变量
①财政分权(FD):财政分权给予地方政府宽松的财政支配权,有益于经济赶超的落实,采用地方人均财政支出/(地方人均财政支出+中央人均财政支出)进行度量[28];②就业率(Labor):就业水平是区域发展的重要影响因素,采用年末城镇单位就业总人数与地区总人口的比值表示;③产业结构(IS):产业结构优化升级是区域经济发展重要引擎之一,有利于区域整体经济提质增效[29];④城市化率(UR):城镇化发展与经济发展具有协同一致性,是区域发展的助推力[30];⑤对外开放程度(FDI):东道国市场规模(水平FDI)和东道国原材料及廉价劳动力(垂直FDI)都会对我国区域协调发展产生显著影响,采用FDI与GDP之比表示外资规模[31];⑥转移支付(Transfer):转移支付是再分配政策和发挥“涓流效应”的重要途径,其对区域协调发展具有显著影响,用农村居民转移性收入和财产性收入总和作为转移支付的代理变量[32]。
3.2.3 描述性统计
相关变量的描述性统计分析如表2所示。数据来源于2008-2019年我国内地31个省、市、自治区相关变量的省级面板数据集。其中,Log(CRD)表示区域协调发展水平对数值,该变量均值为4.127,标准差为0.166,说明总体上我国区域协调发展水平较高,但各省之间存在差异较大;该变量最大值为4.530,最小值为3.698,进一步说明不同省份之间的区域协调发展水平具有很大差异。Log(CM)代表资本匹配度,其均值为-0.275,最大值为-0.093,最小值为-0.596,说明不同省份的资本匹配度存在较大差异,有助于提高回归模型的检验价值。
表2 变量描述性统计结果
变量均值最大值最小值标准差数量Log(CRD)4.1274.5303.6980.166372Log(CM)-0.275-0.093-0.5960.106372Log(FD)-0.165-0.008-2.2460.164372Log(Labor)-2.185-0.946-3.7540.556372Log(IS)-0.1120.022-0.3860.060372Log(FDI)-4.360-0.184-8.9770.826372Log(Transfer)7.2419.3695.3770.820372Log(UR)3.9704.4953.0860.259372Log(NP)7.3161.8160.57310.466372Log(PAR)1.5031.218-1.1444.039372Log(PSE)6.9430.5355.9459.045372
3.3.1 资本匹配的区域协调发展效应
表3是资本匹配对区域协调发展的影响回归结果。其中,模型(1)是基准回归结果,采用最小二乘法估计,结果显示资本匹配的系数为0.940,在1%水平上显著,说明资本匹配有利于区域协调发展水平提升。模型(2)是加入控制变量后的回归结果,经过豪斯曼(Hausman) 检验,选择固定效应模型进行回归。结果显示,资本匹配的系数为0.290,在1%水平上显著,依然对区域协调发展具有稳健的促进作用,控制变量中,除对外开放程度对区域协调发展具有负向效应外,其它变量都对区域协调发展具有积极效应,且结果稳健,可能的解释是受到经济发展水平影响,发达地区与欠发达地区的FDI投资水平存在差异,进一步影响了FDI投资的技术吸收能力,从而导致区域发展差距拉大,已有文献也有相关研究结论[33-34]。
3.3.2 分区域回归结果
依据国家统计年鉴划分标准,将全国划分成东、中、西部,探讨资本匹配对区域协调发展影响的区域差异特征,并进行豪斯曼(Hausman)检验选择最佳估计方法,回归结果如表3所示。经过豪斯曼(Hausman)检验,东、中和西部地区数据均适合采用固定效应模型进行回归。整体来看,东部地区资本匹配度对区域协调发展的促进作用高于中部地区、西部地区;分区域看,东部地区资本匹配系数为0.117,在10%水平上显著,控制变量方面,除对外开放程度对区域协调发展具有负向效应外,其余变量均具有正向效应;中部地区资本匹配系数为0.105,在10%水平上显著,控制变量方面,对外开放程度与产业结构对区域协调发展产生负向影响,说明中部地区产业结构优化有待进一步推进;西部地区资本匹配系数为0.095,在1%水平上显著,控制变量方面,主要是对外开放程度对区域协调发展产生负向效应。至此,验证了假设H1。
表3 资本匹配对区域协调发展的影响
解释变量模型1(基准回归)模型2(FE)东部(FE)中部(FE)西部(FE)C4.062***(57.820)1.734***(9.190)2.476***(9.810)0.704*(1.510)2.092***(6.870)Log(CM)0.330*(1.520)0.290***(2.59)0.117*(11.770)0.105*(1.340)0.095***(6.780)Log(FD)0.034***(2.790)0.020*(2.020)0.027(1.310)0.945***(6.090)Log(Labor)0.021**(2.340)0.026**(2.310)0.059***(3.85)0.023*(1.540)Log(IS)0.176(1.590)0.302**(2.040)-0.616***(-3.410)0.400**(2.250)Log(FDI)-0.011***(-3.660)-0.046***(-7.600)-0.030***(-4.190)-0.001(-0.170)Log(Transfer)0.037***(5.500)0.049***(6.310)0.010**(0.750)0.052***(4.640)Log(UR)0.520***(10.630)0.312***(4.850)0.852***(6.680)0.377***(5.100)豪斯曼(Hausman)检验35.090***31.67***40.270***72.36***调整的R20.9520.5350.8950.8710.893观测值37237213292144
注:C为常数项,括号中数字为t检验值,***、**、*分别表示1%、5%和10%的显著水平,FE代表固定效应模型,RE代表随机效应模型
为了验证传导机制,进一步探究资本匹配的区域协调发展效应来源是产业创新、技术创新还是组织创新,或者三者都有,以及解释力度如何,借鉴Cutler 等 [35]的方法,在方程(1)中加入机制变量γi,t,机制变量包含:人均新产品销售收入(NP)反映产品创新,每万人专利申请受理量(PAR)反映技术创新,人均公共服务支出(PSE)反映组织创新。其它变量与前文一致,并分两步检验。首先,直接检验资本匹配度对人均新产品销售收入、专利申请受理量和公共服务支出的影响,以验证资本匹配的区域协调发展效应传导路径;其次,依据机制检验思路,在估计方程(3)的基础上,定量分析机制变量在资本匹配影响区域协调发展中的解释力度,其方法是分别回归估计得到式(1)与(3)的资本匹配度系数和
并计算得到
它表示机制变量在解释资本匹配对区域协调发展影响中所占比重,直观反映机制变量的解释力度,详细证明过程参见Cutler 和 Liters-Muney的文献附录。相关回归方程式如下:
CMi,t=β0+β1NPi,torPARi,torPSEi,t+μi,t
(2)
CRDi,t=ε0+ε1CMi,t+γi,t+Zi,t+δi+φt+μi,t
(3)
资本匹配对区域协调发展影响的传导机制检验结果如表4所示。回归结果显示,资本匹配对三大机制变量具有显著正向影响,且对组织创新的影响作用最大,其次为技术创新、产业创新,说明资本匹配对传导机制具有积极影响。
表4 资本匹配对区域协调发展影响的传导机制检验结果
变量Log(NP)Log(PAR)Log(PSE)Log(CM)0.001*0.009*0.030**(0.450)(1.030)(2.240)全部控制变量是是是地区与时间控制是是是调整的R2 0.8730.8760.878
注:括号内为稳健标准误;***、**、*分别表示1%、5%和10%的显著水平,下同
表5是资本匹配对区域协调发展影响的传导机制分解回归结果,进一步探究了三大传导机制的具体解释程度。结果显示,资本匹配通过组织创新效应实现区域协调发展的解释程度最大,达到39%;其次为技术创新效应实现区域协调发展的解释程度,达到25%;最后是产业创新效应实现区域协调发展的解释程度,达到16%,说明资本匹配影响区域协调发展的传导机制有效,从而证实了假设H2。
为了证明结论的可靠性,本文作以下稳健性检验,检验结果表明实证分析可靠。一方面替换核心解释变量方法,具体为实物资本、人力资本及社会资本两两匹配,以新测算的资本匹配度作为解释变量;另一方面,采用随机效应模型方法进行回归。从稳健性检验结果来看,两种方法都显示资本匹配有利于区域协调发展水平提升,很好地印证了回归结果的可靠性(见表6)。
表5 资本匹配对区域协调发展影响的传导机制分解
解释变量基准回归机制1:产业创新机制2:技术创新机制3:组织创新Log(NP)Log(PAR)Log(PSE)Log(CM)0.330*(1.520)0.393*(0.340)0.440*(0.450)0.541*(0.540)Log(NP)0.003**(2.130)Log(PAR)0.004*(2.250)Log(PSE)0.028**(2.350)1-α︿ε︿16%25%39%全部控制变量是是是是地区与时间控制是是是是调整的R2 0.9520.9740.9730.975
表6 稳健性检验结果
解释变量稳健性检验1:替换核心解释变量稳健性检验1:替换核心解释变量稳健性检验1:替换核心解释变量稳健性检验2:随机效应回归C1.765***(7.335)2.734***(9.652)2.993***(10.326)2.764***(13.480)Log(CM)0.211*(0.954)实物资本与人力资本匹配0.090***(1.79)实物资本与社会资本匹配0.115***(2.29)人力资本与社会资本匹配0.183***(2.63)全部控制变量是是是是地区与时间控制是是是是调整的R20.5220.5290.5320.511
本文在拓展MRW模型的基础上,理论分析“实物资本-人力资本-社会资本”最优匹配存在性与高效经济增长的关系,进一步构建资本匹配程度与匹配质量通过创新力培育实现落后地区经济赶超,进而影响区域协调发展能力的传导路径,并利用中国省级面板数据进行经验研究,得到如下主要结论:
(1)理论上,要实现整个区域经济体效用最大化,实物资本、人力资本与社会资本存量之间存在最优比例关系,当3种资本处于最优比例时,有利于区域经济发展与赶超,并且资本匹配质量主要通过创新力培育影响区域协调发展水平。
(2)从经验证据来看,资本匹配协调度测算结果显示,我国实物资本、人力资本及社会资本的协调度总体较高但区域差异明显,与经济发展水平呈正比,空间上呈现东部沿海向内陆延伸递减的分布格局。计量回归检验发现,资本匹配整体上有利于区域协调发展,东部地区资本匹配度对区域协调发展的促进作用高于中部地区、西部地区。
(3)机制检验上,资本匹配通过组织创新效应实现区域协调发展的解释程度最大,达到39%,其次为技术创新效应实现区域协调发展的解释程度,达到25%,最后是产业创新效应实现区域协调发展的解释程度,达到16%,说明资本匹配影响区域协调发展的传导机制有效。
(1)强化资本匹配的区域协调发展效应。国家层面从政策顶层设计出发,制定区域发展资本匹配政策的强化与落实,重视资本匹配相关法律法规的作用,杜绝资本投资“大水漫灌”,为区域发展的资本匹配落实创造良好的实施环境,尤其对欠发达地区给予政策绿色通道及技术指导,充分发挥资本匹配的区域协调发展效应。
(2)因地制宜实施资本匹配政策。依据区域自然条件、社会发展状况等,制定差别化的资本匹配落实政策。同时,加强对区域资本匹配状况的科学测算,针对资本匹配区域差异化短板,及时进行补充修订,最大程度发挥资本匹配的区域协调发展效应。
(3)畅通资本匹配对区域协调发展效应的传导机制。资本匹配主要通过创新力培育影响区域协调发展,具体涉及产业创新力、技术创新力与社会创新力,不同的创新力培育存在差异化的资本匹配结构,也存在不同的区域协调发展效应。因此,推行资本匹配政策时切忌“一刀切”,需要科学把握各种创新力培育的资本匹配状况,并提供适宜性的政策体系,畅通相关机制,提高资本匹配的区域协调发展效率。
[1] 张月玲,林锋,陈宝国.中国区域资本积累、要素匹配与动态效率差异[J].现代财经(天津财经大学学报),2016,36(12):23-34.
[2] 大卫·李嘉图.政治经济学及赋税原理[M].北京:商务印书馆,2014.
[3] SOLOW R M. Investment and technical progress [J].Mathematical Methods in the Social Sciences,1960,1(10):48-93.
[4] 陈建勋.从纳克斯的“贫困恶性循环论”所想到的[J].上海经济研究,1988(2):56-59.
[5] 白永秀,何昊.西部大开发20年:历史回顾、实施成效与发展对策[J].人文杂志,2019(11):52-62.
[6] 尹翔硕,尹翔康.资本积累、模仿与创新——从美国和日本的经济发展看落后国家如何赶超[J].复旦学报(社会科学版),2001(4):87-95.
[7] 邹薇,代谦.技术模仿、人力资本积累与经济赶超[J].中国社会科学,2003(5):26-38+205-206.
[8] NELSON R R,PHELPS E S. Investment in humans,technological diffusion,and economic growth [J]. American Economic Review,1965,56(2):69-75.
[9] 侯高岚.资本积累与经济赶超[J].当代经济研究,2005(11):45-48.
[10] 严成樑,龚六堂.资本积累与创新相互作用框架下的财政政策与经济增长[J].世界经济,2009,32(1):40-51.
[11] 赵志耘,吕冰洋,郭庆旺,等.资本积累与技术进步的动态融合:中国经济增长的一个典型事实[J].经济研究,2007(11):18-31.
[12] RAUL RAMOS,JORDI SURINACH,MANUEL ARTIS. Regional economic growth and human capital: the role of over-education [J]. Regional Studies,1999,46(10):1389-1400.
[13] PAUL CHESHIRE. Endogenous processes in European regional growth: convergence and policy [J]. Growth & Change,2000,31(4):455-479.
[14] BATABYAL,AMITRAJEET A,NIJKAMP,PETER. Human capital use,innovation,patent protection,and economic growth in multiple regions [J]. Economics of Innovati on & New Technology,2013,22(2):113-126.
[15] GUILLAUMONT PATRICK,MCGILLIVRAY MARK,WAGNER LAURENT. Performance assessment,vulnerability,human capital,and the allocation of aid among developing countries [J]. World Development,2015,48(6):366-373.
[16] TEIXEIRA,AURORA A,et al. Economic growth,human capital and structural change: a dynamic panel data analysis [J]. Research Policy,2016,45(8):1636-1648.
[17] SALA-I-MARTIN B X. Public finance in models of economic growth [J]. The Review of Economic Studies,1992,59(4):645-661.
[18] 刘军,周绍伟.人力资本承载力与有效人才流动[J].管理世界,2004(8):139-140.
[19] ROMER,PAUL M. Increasing returns and long-run growth [J]. Journal of Political Economy,1986,94(5):1002-1037.
[20] 岳希明,任若恩.测量中国经济的劳动投入:1982—2000年[J].经济研究,2008(3):16-28.
[21] 梁双陆,梁巧玲.实物资本类型与我国区域产业创新效应差异比较[J].产经评论,2015,6(5):5-19.
[22] 王煌,黄先海,陈航宇,等.人力资本匹配如何影响企业加成率:理论机制与经验证据[J].财贸经济,2020,41(1):110-128.
[23] 辛枫冬.论知识创新与制度创新、技术创新、管理创新的协同发展[J].宁夏社会科学,2009(3):47-50.
[24] 钱雪亚,徐文晔,王秋实.中国各省市总资本水平差异实证研究[J].经济地理,2009,29(7):1064-1069.
[25] 蔡晳,王德文.中国经济增长可持续性与劳动贡献[J].经济研究,1999(10):62-68.
[26] 万建香,汪寿阳.社会资本与技术创新能否打破“资源诅咒”——基于面板门槛效应的研究[J].经济研究,2016,51(12):76-89.
[27] “人力资本结构研究”课题组.人力资本与物质资本的匹配及其效率影响[J].统计研究,2012,29(4):32-38.
[28] 钟文,钟昌标,郑明贵,等.兼顾公平与效率的交通基础设施与区域协调发展研究——基于新经济地理学视角[J].地域研究与开发,2019,38(6):1-5+28.
[29] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011,46(5):4-16+31.
[30] 孙叶飞,夏青,周敏.新型城镇化发展与产业结构变迁的经济增长效应[J].数量经济技术经济研究,2016,33(11):23-40.
[31] 刘曙光,张涵.FDI与区域创新发展关系研究评述[J].经济问题探索,2017(2):177-182.
[32] 陈秀山,张启春.转轨期间财政转移支付制度的区域均衡效应[J].中国人民大学学报,2003(4):69-76.
[33] 罗军,陈建国.研发投入门槛、外商直接投资与中国创新能力——基于门槛效应的检验[J].国际贸易问题,2014(8):135-146.
[34] 张涵,李晓澜.FDI与OFDI溢出对高技术产业区域创新的门槛效应研究[J].科技进步与对策,2020,37(2):74-81.
[35] CUTLER D M,LLERASMUNEY A. Understanding differences in health behaviors by education. [J]. Journal of Health Economics,2010,29(1): 1-28.