本篇论文目录导航：
【题目】经济转型升级视角下长三角产业链金融发展探究
【第一章】长三角产业链金融建设分析绪论
【第二章】产业链金融相关理论回顾及文献综述
【第三章】长三角产业链金融发展现状
【第四章】发展产业链金融SWOT分析
【5.1 - 5.3】构建产业链金融与经济转型升级评价指标体系
【5.4 5.5】长三角地区经济转型与产业链金融水平评价
【第六章】产业链金融对经济转型升级促进作用实证研究
【第七章】各地区产业链金融发展方向探析及对策建议
【结论/参考文献】产业链金融发展问题研究结论与参考文献
6 长三角产业链金融对经济转型升级促进作用实证研究
随着服务经济和绿色经济时代的到来，通过区域间集群式产业链发挥大国市场的规模效应，实现我国各地尤其是长三角地区产业链转型升级迫在眉睫。而产业链金融正能够有效提升各区域的产业在全球生产网络、全球价值链和供应链中的地位，引导产业链延伸和高端化发展。一个区域的竞争优势不仅体现在某个特定产业或某项特定产品上，而且更多地体现在同一产业的产业链中和同一产品的产业链各个环节或工序上。长三角地区的集群式产业链应由传统的加工组装向先进制造及生产性服务业拓展。
由于生产性服务业的辐射半径大于传统制造业，故当前长三角地区应当积极构建以服务经济为主的产业结构，并大力发展以生态经济和知识经济为基础的绿色经济。服务经济中的主导产业多为绿色产业，而绿色经济是今后一个时期世界产业结构调整的主导力量和推动经济复苏的新引擎。美、欧、日、韩等国家和地区纷纷提出了"低碳绿色增长战略".发展绿色经济已经成为越来越多的国家克服金融危机、抢占未来发展制高点的重要战略取向。发展绿色经济要求我国根据环境容量和循环经济要求调整优化产业结构，大力发展高附加值、低污染、低能耗、体现自主创新能力的绿色产业，加快形成节约能源资源和保护生态环境的产业结构和经济发展方式，实现全面的经济转型升级。而产业链金融在这一过程中起着至关重要的作用。
那么到底产业链金融与经济转型升级的互动影响如何？除了逻辑分析及典型案例的探讨，还需要更深入的实证研究。因为目前没有相关的统计资料，直接度量经济转型升级程度与产业链金发展水平具有一定的困难，因而我们在上一章中通过建立指标体系对其进行测度。具体而言，本章以长三角地区为例，通过对长三角 16 市 2006-2013 年面板数据的计量实证分析产业链金融对经济转型升级的促进作用。
6.1 变量设计
经济转型升级主要体现在产业结构的优化与升级上。在产业转型升级过程中，原有产业链内的企业会根据比较优势原则对相应的产品链和服务链等进行全球化或区域性的优化配置，形成合理的区域价值链分工和产业空间布局。一般而言，产业链的空间协作能够促使产业结构实现优化和升级，相应的，通过外部的垂直分工或水平分工，再加上产业链金融的相关金融服务，会形成配套完善的经济群落。而且产业链的大发展一般与城市化的进程协同演进，从而可以在更大的辐射半径内集聚科技创新能量，提高产业的核心竞争力，促使其实现转型升级并拉动区域经济可持续发展。
经济及产业的转型与升级需要创新来实现。而相关研究表明，目前对创新的测量尚没有一个统一的理想方法，包括科技投入、研发费用、科学研究从业人员或专利数量等在内的各种公开数据是目前对创新的实证研究中应用最广泛的（Polenske K R,2009）。虽然这些指标远谈不上完美，但因为数据的可得性和及时性而被学者们纷纷采用。而经济转型升级的实证研究更是面临度量的难题，因为其含义较为广阔，不仅包含创新，还包含其他各类相关因素，难以进行评测。
在此，笔者综合经济增长质量、经济结构转型升级、科技进步、资源节约与环境保护等四个方面对经济转型升级进行测度。
根据已有的理论文献及长三角的实际情况，笔者选取可能影响经济转型升级的自变量为：产业链金融发展水平、生产性服务业发展水平及中小企业资助水平作为待考察因素，并以人口密度（人/平方公里）、人均 GDP（元）和利用 FDI（万美元）额为控制变量，运用计量经济学模型筛选出对经济转型升级影响较大的因素，并以各个变量的标准化系数来确定各个影响因素的相对重要性。相关变量详细定义。
6.2 实证模型
面板数据（panel data 或 longitudinal data,也译为"平行数据"），指的是在一段时间内跟踪同一组个体（individual）的数据。它既有横截面的维度（n 位个体），又有时间维度（T 个时期）。面板数据的主要优点有：
（1）可以解决遗漏变量问题。遗漏变量偏差是一个普遍存在的问题。虽然可以用工具变量法解决，但有效的工具变量常常很难找。遗漏变量常常是由于不可观测的个体差异或"异质性"（heterogeneity）造成的，如果这种个体差异"不随时间而改变"（time invariant），则面板数据提供了解决遗漏变量问题的又一利器（陈强，2010）。
（2）提供更多个体动态行为的信息。由于面板数据同时有横截面与时间两个维度，有时它可以解决单独的截面数据或时间序列数据所不能解决的问题。
（3）样本容量较大。由于同时有截面维度与时间维度，通常面板数据的样本容量更大，从而可以提高估计的精确度。
故笔者选用面板数据进行回归估计，但没有采用逐步回归法，因为这种模型如果一开始排除了应加入的变量会犯遗漏相关变量的错误，并带来严重的后果.
当然，面板数据也会带来一些问题，比如，样本数据通常不满足独立同分布的假定，因为同一个体在不同时期的扰动项一般存在自相关。另外，面板数据的收集成本通常较高，不易获得。
估计面板数据的一个极端策略是将其看成截面数据而进行混合回归（pooledregression），即要求样本中每个个体都拥有完全相同的回归方程。另一极端策略则是，为每个个体估计一个单独的回归方程。前者忽略了个体间不可观测或被遗漏的异质性，而该异质性可能与解释变量相关从而导致估计不一致。后者则忽略了个体间的共性，也可能没有足够大的样本容量。因此，在实践中常采用折中的估计策略，即假定个体的回归方程拥有相同的斜率，但可以有不同的截距项，以此来捕捉异质性，这类模型被称为"个体效应模型"（individual-specific effectsmodel），即（ 1, , ; 1 ）it it i i ity = b x? + d z ?+ u + ei = n t =TL L （6-1）其中，iz 为不随时间而变（time invariant）的个体特征（即 ,it iz = z "t ），而itx可以随个体及时间而变（time-varying）。扰动项由（ ）i itu + e两部分构成，称为"复合扰动项"（composite error term）。其中，不可观测的随机变量iu 是代表个体异质性的截距项，ite 为随个体与时间而改变的扰动项。
若所有个体都拥有完全一样的回归方程，则方程（6-1）可以写为：（ 1, , ; 1 ）it it i ity = a + b x? + d z ?+ ei = n t =TL L （6-2）其中，itx? 不包括常数项。这样就可以把所有的数据放在一起，像对待横截面数据那样进行 OLS 回归，故称称为"混合回归"（pooled regression）。
如果iu 与某个解释变量相关，则称之为"固定效应模型"（Fixed Effects Model,简记 FE）2.这种情况下，OLS 是不一致的。解决的方法是将模型转换，消去iu后获得一致估计量。
如果iu 与所有解释变量 （ , ）it ix z 均不相关，则称之为"随机效应模型"（RandomEffects Model,简记 RE）。从经济理论的角度来看，随机效应模型比较少见3,但仍须通过数据来检验究竟该用随机效应还是固定效应模型。
索洛认为，一个经济学模型的核心就是一组行为规则，即对于一个经济变量的运动同另一些非经济的变量之间关系的一组说明。根据前面的理论分析，建立计量经济模型如下：
面板数据模型通常有 3 种，即混合估计模型、固定效应模型和随机效应模型。
在模型选择时尤其需要对固定效应模型和随机效应模型的适用性进行检验，最常用的检验方法就是 Hausman 检验（豪斯曼检验）。Hausman 检验是基于 OLS 和2SLS 估计值的比较判断其差异是否在统计上显著（张晓峒，2009）。对面板数据而言，不论固定效应还是随机效应都是随机的，都是概括了那些没有观测到的、不随时间而变化的、但影响被解释变量的因素（尤其当截面个体比较多的时候，这种假设是比较合理的）。非观测效应究竟应假设为固定效应还是随机效应，关键看这部分不随时间变化的非观测效应对应的因素是否与模型中控制的观测到的解释变量相关，如果这个效应与可观测的解释变量不相关，则这个效应成为随机效应。这也正是 Hausman 设定检验所需要检验的假说。
因此，在采用面板数据的实证研究中，需要利用 Hausman 检验和 F 统计量检验模型的选择。Hausman 检验用于检验应建立随机效应模型还是固定效应模型；而 F 统计量则用于检验应建立混合模型还是固定效应模型（张晓峒，2009）。
F 检验的原假设为：模型中不同个体的截距项相同，若计算出的 F 值大于临界值，则拒绝原假设，应建立个体固定效应模型。F 统计量定义为：
其中rFSS 代表约束模型的残差平方和，而uRSS 则为非约束模型的残差平方和，F 统计量服从自由度为（ m, T - k）的 F 分布，即有： F ~ F （ m, T - k）。
Hausman 检验的原假设为个体效应与解释变量无关，即 H0:
iu 与 ,it ix z 不相关"（随机效应模型为正确模型）无论原假设成立与否，FE 都是一致的。然而，如果原假设成立，则 RE 比 FE 更有效。但如果拒绝原假设，则 RE 不一致。因此，
6.3 数据来源、处理与变量的描述统计
因为目前还没有直接针对各地经济转型升级及产业链金融的统计数据，笔者在上文中通过建立指标体系对其进行测度，另外鉴于数据的可得性，服务业发展水平用第三产业比重来度量,各市中小企业资助水平用中小企业技术创新基金网站上公布的各市资助额度来表示。其余数据主要来源于 2007-2014 年的《中国城市统计年鉴》、《江苏统计年鉴》、《浙江统计年鉴》、《上海统计年鉴》及各地级市的统计年鉴。
为避免或减少异方差的影响，再加上不同变量之间量纲不相同，需对各带量纲的变量进行无量纲化处理，同样采用离差标准化法对所有变量进行预处理，将所有数据iX 转换成[0,1]之间的数据，利用如下公式进行：
其中，1maxii nX? ?为每组变量数据的最大值，1minii nX? ?为每组变量数据的最小值。
对 POTI、IFBF、FDI、RGDP、RM 进行数据预处理后，各变量的描述统计如下表所示，其中 ETUL 的平均水平最高，但其样本的离散程度却是最低的，RM 的离散程度最高， POTI、RGDP 的平均水平与其样本的离散程度均相对较高，剩余变量的均值都与离散程度都相对较低。
为把握关键变量的相互关系，笔者通过 2013 年的曲线图分析本文重点关注的核心自变量产业链金融水平与经济转型升级之间的关系。如图 6.1 所示，两者具有极高的相关性。但前者对后者最终影响如何，还需要我们用更严谨的实证研究来证明。
6.4 实证结果及分析
6.4.1 实证结果
根据前面的分析和总结，笔者首先采用混合最小二乘回归分析法（OLS），然后同时进行了固定效应模型估计和随机效应模型的 GLS 估计，并进行了模型选择的 Hausman 检验。再加上根据验证理论的需要，总计进行了 18 个回归模型分析。
所有混合 OLS 模型均在 F 检验中被拒绝，而所有模型的 Hausman 检验中 P值均小于 0.05,因而拒绝原假设，认为这些模型均应该使用固定效应。固定效应模型的结果。
6.4.2 结果分析
从表 6.4 的回归结果可以看出，大部分 R2的值大于或接近 0.8,说明方程对样本点的拟合效果很好，此外，6 个模型的 Hausman 检验中 P 值均小于 0.05,故强烈拒绝原假设，认为这些模型均应该使用固定效应。具体可言，可得到：
（1）产业链金融对于经济转型升级具有显著的促进作用（模型一至四），这也印证了本文所提出的论点。产业链金融能够有效破解中小企业烦、难、贵问题，加快培育社会效益好、可持续发展的新兴产业，引导产业链延伸和高端化发展，助推产业转型升级。因此，不仅在长三角，还应在全国范围推广、促进产业链金融的发展，进而提升我国产业在全球生产网络、价值链和供应链中的地位。
（2）第三产业比重对经济转型升级有显著的正向影响（模型一、二、五）。
说明服务业的发展水平是经济转型升级的重要依托，同时第三产业的发展也极大地推动了经济转型升级水平，这与产业链金融的正向影响可以相互印证。当前长三角等东部沿海地区的经济正处于转型升级的关键阶段，呈现出结构多元、空间多元的特点。需要改变长三角制造业以量扩张为主的模式，改变产业结构低端锁定现象，把握产业结构演变趋势，主动地推进产业结构的转换与优化升级，需要自主创新，增强工业创新的动力，同时也需要大力发展现代服务业，如电子商务、物流配送、总部经济、文化创意经济等产业的发展。现代服务业和先进制造业之间是一种双向互动的啮合关系：先进制造业的发展拉动现代服务业的发展，现代服务业推动先进制造业的升级优化，两者共生共进，相互依赖。要着眼于产业链网整合，优化现代服务业和先进制造业互动发展的平台建设。
（3）从中小企业资助角度来看，按理说应当对经济转型升级有积极的正面贡献，但回归结果呈现出不稳定的结果，时正时负，仅在模型五中显著。这说明中小企业的潜力远未发挥出来，从而对经济转型升级的贡献不足。总之，当前的中小企业发展尚不足以支持长三角经济的有效升级，急需大力支持并实现有效升级，故而应积极推动产业链金融的发展，缓解中小企业融资难问题，助推其转型升级。
（4）在控制变量中，人均 GDP 水平与经济转型升级呈现出显著正相关的关系，说明经济发展水平与转型升级的内在要求是一致的，当经济发展到一定阶段，其需求的持续升级必然要求各方面（包括生活、科技、环境等）也要进行升级。
人口密度在各项回归中与经济转型升级均呈现显著的负相关，说明随着人口的增加，对生活、卫生、资源、环境等各方面均造成较大的压力。当前人口老龄化问题日趋严重，养老保障、老年人医疗卫生消费支出增加、劳动年龄人口比重下降等现象都会对经济转型升级造成一定的影响。另外，FDI 的影响作用也呈现出不稳定的结果，时正时负，这说明外国直接投资的作用机理较为复杂，对东道国的经济发展和产业升级的影响机制和渠道较多，综合影响较难判定，在实践中需具体问题具体分析，这也和当前学界的认识是一致的。
总体而言，促进长三角经济转型升级，就要发展创意经济、网络经济、总部经济等新型业态，努力形成新的经济增长点。同时，需要在尊重市场发展规律的前提下，进一步强化政府的引导助推能力，促进产业链金融健康快速发展。企业、科研机构、金融机构、服务咨询机构和政府机构等的日益健全和有机协同，产品制造者、原材料供应商和产品消费者之间结成的无形网络，知识和信息在产业链上企业间传播和转移，最终不断产生和积累新知识。一旦有新的产品或工艺技术在产业链上出现，很快就会通过发达的服务机构在产业链内传播、溢出和渗透，从而将一个创新活动发展成一群创新活动，后进企业通过模仿和学习，缩小差距，节约成本。所以基于产业链金融平台的互动发展能使链上企业低成本地学习新技术。
