李　强　高　楠　魏　巍

(1.安徽财经大学经济学院；2.安徽财经大学工商管理学院　安徽蚌埠　233030)



·经济与管理·

新能源产业聚集对经济增长的影响研究

李强1高楠1魏巍2

(1.安徽财经大学经济学院；2.安徽财经大学工商管理学院安徽蚌埠233030)

摘要：文章基于中国内地30个省(市、区)(西藏除外)2003—2011年省级面板数据对内地新能源产业聚集程度进行测度，并采用差分GMM估计方法实证检验了新能源产业聚集对中国经济增长的影响，结果显示：(1)我国长三角地区新能源产业聚集程度最高，其次是广东、山东和辽宁等沿海地区，西部地区新能源产业的聚集程度最低；(2)新能源产业聚集程度的提高有利于促进地区经济增长，即：新能源产业聚集度越高的地区，其经济发展速度越快。

关键词：新能源产业；产业聚集；经济增长；新能源产业效率

一、研究背景与文献综述

随着中印等新兴经济体的兴起，世界各国经济发展对资源需求的迅猛增加，当今时代已经深深烙下了自然资源极度稀缺和资源高价的印记。为应对全球气候变暖和矿产资源枯竭等资源环境问题，发展新能源产业成为世界各国应对能源和环境挑战的重要举措。以美国为例，美国总统奥巴马在2011年1月26日发表的国情咨文中将研发新能源称之为美国新时代的“阿波罗计划”。我国也不例外，2009年9月在美国匹兹堡举行的G20峰会上，时任国家主席的胡锦涛同志代表中国政府作出承诺：到2020年非化石能源消费将占我国一次能源的15%，并明确提出将大力发展可再生能源和核能。《中国国家自主贡献》预测，我国将在2030年左右达到碳排放峰值[1]。近年来，光伏、新能源汽车等新能源产业得到中央和地方政府的大力支持和诸多优惠政策扶持，我国新能源产业快速发展，自2008年以来我国光伏产业的产量位居世界第一。在我国新能源产业得以快速发展的同时，中国光伏产业在海外市场频遭“双反”打击，美国(2012)和欧盟(2013)相继对中国的光伏产品开征反倾销税，这给我国新能源产业的发展带来了巨大的打击。

伴随着全球新能源产业的快速发展，新能源产业也成为国内外学者研究的重点问题。综合来看，国内外学者主要从以下三个方面展开研究：一是新能源产业政策方面。Harmelink et al(2006)[2]、Haas et al(2011)[3]等学者的研究结果表明，欧盟各成员国的产业政策有利于促进新能源产业的发展。陈利强和屠新泉(2013)[4]研究了美国对我国新能源产业实施“双轨制反补贴”的发展战略问题，作者认为中国应当坚持攻防兼备的原则，应采取“国内主动限权、WTO限权和扩权、对美积极应诉、对美诉讼和反制”等应对措施。二是新能源产业竞争力方面的研究，如顾树华和周泸萍(1999)[5]、Ermis et al(2007)[6]、Feriol et al(2007)、孟浩和陈颖健(2010)[7]等学者的研究。三是新能源产业集群和产业聚集方面的研究。邱立成、曹知修和王自锋(2012)[8]的研究发现，政策、能源依赖度和能源价格是影响欧盟新能源产业发展的重要因素。李士忠、张朝和张素芳(2011)[9]、郭立伟和沈满洪(2013)[10]等学者对新能源产业集群现状进行了测算。现有文献的研究为本文的进一步研究提供了有益的借鉴。本研究在以下两个方面对现有文献进行扩展：一是运用区位熵指数对我国新能源产业聚集程度进行测度的基础上，基于我国内地30个省(市、区)(西藏除外)2003年—2011年省级面板数据实证检验新能源产业聚集对我国经济增长的影响，从而探讨新能源产业的发展是否有利于促进我国地区经济增长；二是采用投入导向的规模报酬不变的Malmquist-DEA生产率指数对我国30个省(市、区)新能源产业效率进行测度，探讨我国新能源产业发展效率问题。

二、新能源产业聚集度分析

国内外学者对产业聚集所使用的指标主要有行业集中度、区位熵指数、赫芬达尔—赫希曼指数、空间基尼系数、EG指数、DO指数等，这里选用区位熵指数对我国新能源产业聚集程度进行测度。

(一)区位熵指数

区位熵指数是指一个地区某种产业或产品生产在全国(全省)的产业或产品生产中所占的比重与该地区某项指标(产品、产业、人口等)占全国(全省)该项指标比重之比，是用于反映地方专业化程度的一个重要指标。其表达式为：

(1)

式中，Eij表示新能源产业的区位熵指数，qij表示i地区新能源产业的总产值，qi表示i地区的工业总产值，qkj表示全国新能源产业的总产值，qk表示全国的工业总产值。一般来说，Eij越大，表示i地区j产业的产业聚集程度越高。当Eij>1，表示i地区j产业的聚集程度较高，具有一定的专业化生产优势；当Eij>1.2时则表示该地区具有较高水平的专业化生产优势。当Eij<1时，表示i城市j产业的聚集程度较低，尚未形成专业化生产优势。

(二)数据说明及来源

由于新能源包括太阳能、风能、生物质能、地热能、海洋能、氢能等非常规能源，以至于我们很难用一个指标来囊括其所有内容，因此界定新能源产业总产值是个难点。这里参考李士忠、张朝和张素芳(2011)[9]、郭立伟和沈满洪(2013)[10]等学者的做法，用通用设备制造业、电气机械及器材制造业两个行业的工业总产值来表征新能源产业的总产值，并基于我国内地30个省(市、区)(西藏除外)2003年—2011年数据对我国内地新能源产业聚集指数进行测度，数据来源于《2004—2012中国工业经济统计年鉴》。

(三)测度结果

表1报告了我国内地30个省(市、区)2003年—2011年新能源产业的聚集指数，综合来看，具有如下特点：

(1)长三角地区新能源产业聚集程度最高，其新能源产业聚集指数均在1.2以上，其次是广东、山东和辽宁等沿海地区。具体来看，2003年—2011年期间上海、江苏、浙江和安徽四省的新能源产业聚集程度较高，其新能源产业聚集指数均在1.2以上①，其中浙江的新能源产业聚集指数最高，表明我国新能源产业主要集中于长三角地区，长三角地区的新能源产业具有较高的专业化生产优势。此外，广东、山东和辽宁三省绝大多数年份的新能源产业聚集指数大于1，表明广东、山东和辽宁地区的新能源产业具有一定的专业化生产优势。

(2)2003年—2011年期间新能源产业聚集指数在0.5以下的地区有山西、内蒙古、吉林、广西、海南、贵州、云南、甘肃、青海、宁夏和新疆，其中绝大部分西部地区的新能源产业聚集程度均较低，表明西部地区新能源产业聚集效应不明显。

(3)尽管吉林、江西和内蒙古新能源产业聚集指数均在1以下，但2003年—2011年期间吉林、江西和内蒙古新能源产业聚集指数增长速率最快，表明吉林、江西和内蒙古三省是我国当前新能源产业发展最快的地区。

表1　中国内地30省(市、区)(西藏除外)新能源产业聚集指数(2003—2011年)

三、实证分析

本部分通过实证检验新能源产业聚集与经济增长之间的关系来探讨我国新能源产业发展效率问题。

(一)模型设定

为实证检验新能源产业聚集对我国地区经济增长的影响，根据相关理论及现有学者的经验研究，我们设定如下回归方程：

Yit=A+β1AGGit+β2Zit+ui+εit

(2)

(二)变量设定及数据说明

1.变量设定

被解释变量。经济增长用地区生产总值(GDP)的对数表示，以2003年为基期运用消费价格指数进行平减，单位为亿元，用Y表示。

控制变量的选取。根据经典经济增长理论和现有文献的经验研究，我们在模型中引入了劳动、资本、对外开放和制度变迁作为模型的控制变量。其中，劳动投入用各省(市、区)的年末就业人数表征(单位：万人)，取对数后用L表示。由于2012年中国统计年鉴中没有报告各省(市、区)从业人员数据，因此，根据2003年—2010年期间从业人员的平均增长率进行递推来得到。资本用全社会固定资产投资表征，以2003年为基期运用消费价格指数进行平减，单位为亿元，取对数后用K表示。进出口贸易的快速发展是促进我国经济高速增长的重要原因，这里用各地区进出口贸易总额表示，并以2003年为基期运用消费价格指数进行平减，单位为亿元，取对数后用OP表示。制度变迁用樊纲等人公布的《中国市场化指数》来表征，用INS表示。由于缺少2010和2011年诱致性制度变迁数据，这里根据《中国市场化指数2011》中1997年—2009年间的平均增长率进行递推来得到。产业聚集指数用AGG表示。

2.数据说明

本研究以2003年—2011年内地30个省(市、区)数据为样本，由于缺少西藏多年数据而排除在样本之外，因此，文中的面板数据包括30个截面单元9年的时间序列数据，共计270个样本观测值。为保持样本数据的一致性，如无特别说明，数据均来源于《新中国60年统计资料汇编》、《中国统计年鉴》和《中国工业经济年鉴》。对各变量的描述性统计见表2，文中的所有数据处理均在STATA 11软件中完成。

表2　变量的描述性统计(2003—2011)

(三)计量检验

内生性是宏观经济研究中较为常见且棘手的问题，内生性的存在会导致模型估计结果发生偏误。这里采用Durbin-Wu-Hausman方法对表3中模型(4)进行检验，其原假设为模型不存在内生性问题，得到检验统计量为29.5，并且均在1%的显著性水平上拒绝原假设，表明模型中确实存在内生性问题。为此，这里采用差分GMM方法对模型进行再估计，并将解释变量的一阶滞后项作为其工具变量。表3中模型(1)至(4)最后三行报告了GMM估计自回归(AR)检验和过度识别的约束检验结果，结果显示，AR(2)和Sargan检验值的伴随概率值均大于0.1，表明所有工具变量均有效，扰动项也不存在二阶自相关，说明模型(1)至(4)中采用差分GMM方法进行参数估计是有效的。

表3中模型(1)至(4)报告了新能源产业聚集对经济增长影响的实证检验结果，各变量系数及其显著性在模型(1)至(4)中均未发生显著性变化，因此，这里重点分析模型(4)的估计结果。模型(4)回归结果显示，新能源产业聚集指数变量系数为正，并在1%的显著性水平上显著，表明新能源产业聚集程度的提高有利于促进地区经济增长，即：新能源产业聚集度越高的地区，其经济发展速度越快。此结论的实际意义在于，在自然资源极度稀缺和资源高价的当今时代，发展新能源产业是缓解我国经济发展中资源需求增长与资源不足、大量资源消耗与环境保护之间矛盾的必然选择。本文的实证研究表明，新能源产业的快速发展在缓解资源约束与我国经济快速发展之间矛盾的同时，发展新能源产业对我国经济增长具有显著的正向促进作用，这无疑是我国新能源产业发展的一个“意外之喜”，也为我国发展新能源产业提供强有力的支撑。此外，劳动和资本变量系数均为正，并通过了1%显著性水平上的检验，表明劳动和投资依然是促进我国经济增长的重要因素，这与经典经济增长理论相符。对外开放变量对经济增长具有显著的正向影响，也表明进出口贸易的快速发展是促进我国经济高速增长的重要原因；制度变迁系数为正，并在1%的显著性水平上显著，表明制度演进有助于实现我国经济的快速发展。

表3　实证检验结果

四、研究结论及对策建议

文章基于中国内地30个省(市、区)(西藏除外)2003年—2011年省级面板数据，采用区位熵指数对我国新能源产业聚集程度进行了测度，在此基础上采用差分GMM估计方法实证检验了新能源产业聚集对我国经济增长的影响，主要研究结论如下：

(1)我国30个省(市、区)新能源产业发展效率测度结果显示，长三角地区新能源产业聚集程度最高，其新能源产业聚集指数均在1.2以上，其次是广东、山东和辽宁等沿海地区。西部地区新能源产业聚集效应不明显，绝大部分西部地区的新能源产业聚集程度均较低，新能源产业聚集指数在0.5以下的地区有山西、内蒙古、吉林、广西、海南、贵州、云南、甘肃、青海、宁夏和新疆等地区。此外，吉林、江西和内蒙古三个地区新能源产业聚集指数增速最快。

(2)新能源产业聚集与经济增长的实证研究结果显示，新能源产业聚集程度的提高有利于促进地区经济增长，即：新能源产业聚集度越高的地区，其经济发展速度越快。此结论的实际意义在于，新能源产业的快速发展在缓解资源约束与我国经济快速发展之间矛盾的同时，发展新能源产业对我国经济增长具有显著的正向促进作用，这无疑是我国新能源产业发展的一个“意外之喜”，也为我国发展新能源产业提供强有力的支撑。此外，劳动、投资、对外开放和制度变迁系数显著为正，这与经典经济增长理论相符。

基于本文的实证研究，我们提出以下对策建议：

(1)充分利用国际和国内两个市场，努力开拓光伏等新能源产业的国内市场。在我国以光伏产业和新能源汽车产业为代表的新能源产业得以快速发展的同时，2012年和2013年我国光伏产业分别遭受美国和欧盟的“双反”打击，这对我国以外需为主的光伏产业带来了巨大的挑战。在国际市场需求逐渐萎缩的背景下，应着力提高光伏产业等新能源产业的国内市场需求，逐步降低我国新能源产业对国际市场的依赖度。

(2)鼓励有实力的企业进行对外直接投资，培育一批具有国际竞争力的新能源大企业。我国光伏产业等新能源产业纷纷遭受欧美“双反”打击的背景下，应及时调整我国新能源产业的发展战略和政府对其支持政策，加大对新能源企业在境外直接投资中的政策支持力度，鼓励有实力的企业进行对外直接投资，提升我国新能源产业的国际竞争力。

(3)营造良好的新能源产业集群发展环境，培育一批具有核心竞争力的新能源产业集群。本文的实证研究结果表明，我国长三角及部分东部地区新能源产业聚集程度较高。因此，目前我国应着力于营造良好的新能源产业集群发展环境，加大对太阳能、风能、核能和生物质能等新能源产业的政策支持力度，加强新能源产业园区建设，形成一批对新能源产业发展具有较强带动作用的大型企业，提升我国新能源产业的国际竞争力。

注释：

①安徽省2003年新能源产业聚集指数为1.19。

参考文献：

[1]劳承玉，张序.应对全球气侯变化的中国能源战略调整[J].西南金融，2016(4):16-19.

[2]Harmelink M., Voogta M., Cremerb C.. Analyzing the Effectiveness of Renewable Energy Supporting Policies in the European Union[J].EnergyPolicy,2006,34(3):343-351．

[3]Haas R., et al. A Historical Review of Promotion Strategies for Electricity from Renewable Energy Sources in EU Countries[J].RenewableandSustainableEnergyReviews,2011,15 (2):1003-1034．

[4]陈利强，屠新泉.美国对华新能源产业实施“双轨制反补贴”战略研究[J].国际贸易问题,2013(5): 67-77.

[5]顾树华,周泸萍.可再生能源资源评价体系与方法[J].中国人口·资源与环境,1999(2):46-50.

[6]Ermis K., et al. Artificial Neural Network Analysis of World Green Energy Use[J].EnergyPolicy, 2007,35(3): 1731-1743.

[7]孟浩，陈颖健.基于层次分析法的新能源产业发展能力综合评价[J].中国科技论坛,2010(6):51-58.

[8]邱立成，曹知修,王自锋.欧盟新能源产业集聚的影响因素[J].世界经济研究,2012(9):18-22.

[9]李士忠，张朝，张素芳.保定新能源产业园集聚效应的实证分析[J].产业与科技论坛,2011,10(9): 34-35.

[10]郭立伟，沈满洪.基于区位熵和NESS模型的新能源产业集群水平识别与评价——以浙江省为例[J].科学学与科学技术管理,2013,34(5):70-79.

[责任编辑刘瑜]

收稿日期：2016-02-27

基金项目：全国统计科学研究重点项目(2015LZ31)；安徽省社科规划项目(AHSKQ2014D42)；安徽省教育厅人文社科重点项目(SK2015A224，SK2016A0013)；安徽财经大学科研重点项目(ACKY1604ZDB)；蚌埠市社科规划项目(BB16B022)；感谢安徽省高校优秀青年人才支持计划的资助。

作者简介：李强(1981—)，男，副教授，博士，硕士生导师，研究方向：资源经济学、经济增长。

中图分类号：F263；F224

文献标志码：A

文章编号：1672-8505(2016)04-0062-06

The Influence of New Energy Industry Agglomeration on Economic Growth

LI Qiang1GAO Nan1WEI Wei2

(1.SchoolofEconomics,AnhuiUniversityofFinanceandEconomics;2.SchoolofBusinessAdministration,AnhuiUniversityofFinanceandEconomics,Bengbu,Anhui, 233030,China)

Abstract:This paper measures the industry agglomeration index of China’s new energy industry based on 2003—2011 provincial data of 30 regions in China, and empirically analyzes the influence of new energy industry agglomeration on economic growth based on FD-GMM estimation method. The result shows that: (1) The degree of new energy industry agglomeration of Yangtze River Delta region is the highest. The coastal regions such as Guangdong、 Shandong and Liaoning come second, and the western region is bottom of the regions; (2) The degree of new energy industry agglomeration is conducive to promoting regional economic growth, that is: the higher the new energy industry agglomeration, the faster the speed for economic development.

Key words：new energy industry; industry agglomeration; economic growth; new energy industry efficiency