首先,用要素禀赋(资本形成总额除以劳动力人口,其衡量了一国资本要素的富裕度,记作lnFACTOR,ln为取自然对数,对随时间波动幅度较大的元数据进行对数处理以消减时间趋势,下同)、研发支出(研发投入占GDP比重,记作RD)、人力资本(以反映人口结构程度的总人口中在研究部门的研究人员比重来衡量,记作HR)来衡量生产要素状况;其次,选取国内生产总值(记作lnGDP)来衡量需求条件;再次,选取工业增加值(记作lnIVA)、金融机构向私人部门提供的信贷总额与GDP之比(记作PRIVATE)和股票市场总成交额与GDP之比(记作STOCK)来衡量整体工业和金融业等关联产业发展状况;最后,选取外商直接投资(记作lnFDI)、行业内大企业数(记作lnLE)来衡量企业战略与结构。φi、φt分别表示国家和年份的固定效应,εi,t为误差项。用于计算RSCA的出口数据来源于UN Comtrade,解释变量数据来源于WorldBank数据库。其中,RSCA的下标r、l、ct分别代表资源密集型、劳动密集型、资本和技术密集型三类产业。

表3 变量描述性统计

注: 本表由作者自制。

为判定变量平稳性,避免出现伪回归,根据计量经济学基本理论,对面板数据进行单位根检验和协整检验。结果如表4所示。

表4 面板单位根检验

注: 本表由作者自制。其中,D表示一阶差分。

根据表4,被解释变量单整阶数小于或等于解释变量单整阶数,且满足“解释变量单整阶数高于被解释变量单整阶数时,至少有两个解释变量单整阶数高于被解释变量单整阶数”的协整宽限条件,可继续作协整检验。Kao检验结果表明,在1%的显著性水平上拒绝不存在协整关系的原假设,即各变量之间存在协整关系,可以进行面板回归分析(见表5)。

表5 协整检验 导出到EXCEL

注: ***、**、*分别表示在 1% 、5% 、10% 的显著性水平上拒绝不存在协整关系的原假设。

由于本文3个模型的Hausman检验P值均为0.0000,拒绝“应建立随机效应模型”原假设,故采用固定效应回归模型。实证结果表明,除外商直接投资外,三大产业类别下其他解释变量的回归系数在一定显著性水平下均统计显著,这表明生产要素、需求条件、关联产业和企业战略与结构的变化对中欧产业差距的变动具有显著影响(见表6)。

表6 中欧产业差距影响因素回归结果 导出到EXCEL

注: 本表由作者自制,括号内为标准误,*表示回归系数的显著性水平,*** p<0.01, ** p<0.05, * p<0.1。

稳健性检验方面,本文采用Ramsey RESET检验,结果显示各统计量P值均小于0.1,说明统计量均通过Ramsey RESET检验;接着进行White检验,结果显示各变量P值均大于0.1,接受解释变量系数矩阵不存在异方差的前提假设,回归结果可信。另外,三个模型中解释变量显著性与回归系数符号基本一致,也在一定程度上说明了结果的稳健性。

三、 中欧产业差距变动背后的经济成因

结合实证结果,笔者认为中国较之欧盟产业差距缩小,得益于中国多方面经济因素对产业发展的改善与推进。

1. 研发支出等生产要素积极推动产业发展

对资源密集型产业而言,要素禀赋回归系数为正且通过1%显著性检验,表明中欧要素富裕度差距的缩小是导致中国资源密集型产业对欧盟竞争优势相对上升的重要原因。2000年时中国要素禀赋仅567.55美元/人,2017年时增长至6817.20美元/人,与欧盟同期比值由6∶100增加至48∶100。资本要素富裕度的上升带来了产业机械化发展、技术效率改善和产出结构优化,建立在有限土地资源基础上的种植业、林牧业、渔业等资源密集型产业得以快速发展。