中部地区制造业地理集聚水平影响(2)
三、行政垄断、市场效率对中部制造业产业地理集聚的影响
(一)行政垄断因素的测量
不少学者通过选取替代变量的方法间接测量区域内行业存在的行政垄断程度。比如白重恩等人(白重恩，杜颖娟，陶志刚等，2004)通过行业利税率与国有化成份比指标去衡量我国地方保护主义的程度。余东华(余东华，2008)选择了行业增加值占制造业比重，从业人员占制造业比重，国有经济比重，行业利税贡献率，大中型企业增加值比重等六个方面的指标作为影响行业受保护程度的因素，并根据相关研究确定了上述指标的权数，最后通过对所有指标赋权得出了中国制造业行业受保护指数。本文选择了4个指标作为衡量中部地区制造业行政垄断程度的变量，它们分别是：各个行业部门总资产占整个制造业总资产比重、各个行业部门获得利润和上缴税收总额占整个制造业比重、各个行业就业人数比重占制造业比重以及中部地区地方政府财政收入占当年GDP比重。以上四个指标都是正向指标，指标水平越高表明行业存在的行政垄断程度越大。除了地方财政收入占GDP比重的指标是时间序列外(8个样本点)，其余三项指标都是面板数据，我们对于中部地区19个二位数制造业行业在2003-2010期间的各期数据都进行了计算。在获得上述四项指标之后，我们采取了主成分分析法对上述四个指标进行主成分提取，进而根据各个主成分的方差贡献率对主成分赋权，从而得到衡量中部制造业行政垄断因素的综合指数。
(二) 市场效率水平的测量
市场效率水平用于反映行业市场对于生产要素综合使用效率的情况，我们这里选择用全要素生产率这一指标去测量中部地区制造业的市场效率水平。目前在计算全要素生产率方面应用最广泛的非参数法是数据包络法(DEA)，与参数法计算全要素生产率相比，非参数法具有不需预先设定生产函数形式，允许企业规模报酬可变，能够对全要素生产率进行分解等多种优点，是一种应用比较广泛的全要素生产率估计方法。本文选择数据包络法去计算中部地区19个二位数制造业子行业在2003-2010期间的全要素生产率，由于这里的投入产出数据都是对面板投入产出序列，所以我们进一步选择Malmqusit指数去计算中部地区制造业部门的全要素生产率。Malmquist指数是Fare等人基于数据包络分析(DEA)框架提出的一项针对面板投入产出序列的技术进步水平核算方法(Fre， R， Grosskopf， S and Norris， M，1994)。与其他数据包络分析法一样，Malmquist指数是基于一系列投入产出距离函数而构建起来的，用公式可以表示为：
Mi(xit，yit，xit+1，yit+1=Dit(xit+1，yit+1)Dit(xit，yit)*Dit+1(xit+1，yit+1)Dit+1(xit，yit)1/2
=Dit+1(xit+1，yit+1)Dit(xit，yit)*Dit(xit+1，yit+1)Dit+1(xit+1，yit+1)*Dit(xit，yit)Dit+1(xit，yit)1/2 (3)
式(3)中的Dit和Dit+1都是基于不同投入产出序列的距离函数，其中i表示观察样本(DEU)，t表示时期。xit表示样本i在t期的投入序列，yit表示样本i在t期的产出序列，其他符号同理可推。Malmquist指数可以分解为技术前沿变动(TECH)和配置效率变动(EFFCH)两部分，它们分别对应于上式中的A和B两部分。技术前沿变动衡量的是在不同的技术条件下，样本在本期的投入要素使用效率与上一期要素使用效率的比值，反映了由于技术前沿变动带来的要素使用效率的变化，可以将其理解为生产理论中由于生产可能性边界本身的移动对样本点造成的效率变化。配置效率变动则反应的是在相同的技术条件下，样本在本期的投入要素使用效率与上一期要素使用效率的比重。它说明了样本对于投入要素配置效率的改变情况，可以将其理解为样本点在生产可能性线上的移动造成的效率水平变动。两者相乘即为全要素生产率水平，代表了样本对于生产要素的综合考虑效率，我们这里选择中部地区19个二位数制造业子行业在2003-2010年期间的每年总资产存量最为资本投入量，选择行业的年末就业人数作为劳动投入量，同时选择各个行业的年末总产值作为产出量。通过DEAP 2.0软件计算得出最后的全要素生产率数据。
(三) 计量模型分析
本文建立计量模型对市场效率、行政垄断对中部地区制造业产业集聚水平进行实证分析，采用面板数据回归分析法。在模型设定中，被解释变量是中部地区制造业的EG指数，它反映出中部地区的产业集聚水平，记为GINI;解释变量是中部地区制造业地方保护综合指数和全要素生产率指数，其中地方保护综合指数代表中部地区制造业的行政垄断水平，全要素生产率指数代表中部地区制造业的市场效率水平，这里分别记为localprotect(LP)和TFTindex(TFT)。由于上述面板数据都有时间序列，因此在对面板数据回归之前，首先对数据进行平稳性检验。选取软件Eviews 6.0。
变量名Levin， Lin&Chu tBreitung tstatIm， Pesaran and
Shin WstatADF Fisher
ChisquarePP Fisher
ChisquareGini29.47593.418832.9571679.0851108.543P-Value00.99970.00160.00010local protect11.97380.146511.2372271.5452121.837P-Value00.44180.1080.00080tft index12.06231.841461.3569270.4193153.062P-Value00.03280.08740.00110
从平稳性检验结果中可以看到，中部地区制造产业的EG指数，地方保护综合指数以及全要素生产率指数通过了大部分的单位根检验，在5%的显著水平内拒绝了数据序列有一个单位的原假设，因此可以认为上述三个指标都是平稳的序列，可以直接加入估计模型中。
通过对上述三个变量建立含有固定效应的变系数面板模型来估计解释变量对于被解释变量的影响参数。模型方程的具体形式如下：
Ginii=c+ai+β1ilocalprotecti+β2itftindexi+ui (4)
其中：c代表固定截距，ai代表行业i对应的固定效应，β1i代表i行业的地方保护综合指数变化对产业集聚指数变化的影响参数，β2i代表i行业的要素综合使用效率指数变动对产业集聚指数变化的影响参数，ui是随机误差项。由于本文的面板数据横截面长度超过了时间序列长度，因此为了消除横截数据的异方差等问题，本文采用截面加权估计法(cross section weights，CSW)估计上述方程。估计结果见表2，软件选择eviews6.0，其中表中第一行是各参数的估计值，第二行是参数显著性检验的检验值，*表示参数显著性检验的显著性水平，***代表参数在1%水平上显著，**代表参数在5%水平上显著，*代表参数在10%水平上显著，没有星号表示参数不显著。
行业名称LP 估计参数TFT估计参数固定效应农副食品加工业0.0114960.1037370.174691(1.815551*)(1.670623*)食品制造业0.0011770.0259030.093501(0.402309)(1.198112)饮料制造业0.0006530.0019730.076979(0.131681)(0.058511)纺织业0.0010660.0544660.000493(0.727655)(1.680135*)纺织服装、鞋、帽制造业0.0730940.2549160.285862(3.072623***)(1.893133*)木材加工及木、竹、藤、棕、草制品业0.0133940.0103920.052989(3.740357***)(0.513465)造纸及纸制品业0.0124980.0141590.066343(4.069595***)(0.642201)石油加工、炼焦及核燃料加工业0.022390.015890.440626(0.740727)0.11344化学原料及化学制品制造业0.0000850.0074790.062297(0.018613)0.298429医药制造业0.0126650.0161530.052353(8.560161***)(1.287491)非金属矿物制品业0.0026010.0302850.109393(2.083714**)(2.949548***)黑色金融冶炼延压加工业0.0109880.0010380.014921(4.896528***)(0.097222)有色金属冶炼及延压加工业0.0006490.0004580.057007(0.191005)(0.045969)金属制品业0.011880.0004580.040342(2.091373**)(0.045969)通用设备制造业0.0056730.0326380.116831(1.680175*)1.188844专业设备制造业0.0031850.0645880.1297930.4155291.108211交通运输设备制造业0.0015060.1802380.20865(0.149425)(2.219451**)电气机械及器材制造业0.0163270.0117230.089306(3.947028***)0.43802通信设备、计算机及其他电子设备制造业0.0129680.2114720.2021010.824748(1.352243)
