本篇論文目錄導航：
【題目】經濟轉型升級視角下長三角產業鏈金融發展探究
【第一章】長三角產業鏈金融建設分析緒論
【第二章】產業鏈金融相關理論回顧及文獻綜述
【第三章】長三角產業鏈金融發展現狀
【第四章】發展產業鏈金融SWOT分析
【5.1 - 5.3】構建產業鏈金融與經濟轉型升級評價指標體系
【5.4 5.5】長三角地區經濟轉型與產業鏈金融水平評價
【第六章】產業鏈金融對經濟轉型升級促進作用實證研究
【第七章】各地區產業鏈金融發展方向探析及對策建議
【結論/參考文獻】產業鏈金融發展問題研究結論與參考文獻
6 長三角產業鏈金融對經濟轉型升級促進作用實證研究
隨著服務經濟和綠色經濟時代的到來，通過區域間集群式產業鏈發揮大國市場的規模效應，實現我國各地尤其是長三角地區產業鏈轉型升級迫在眉睫。而產業鏈金融正能夠有效提升各區域的產業在全球生產網絡、全球價值鏈和供應鏈中的地位，引導產業鏈延伸和高端化發展。一個區域的競爭優勢不僅體現在某個特定產業或某項特定產品上，而且更多地體現在同一產業的產業鏈中和同一產品的產業鏈各個環節或工序上。長三角地區的集群式產業鏈應由傳統的加工組裝向先進制造及生產性服務業拓展。
由于生產性服務業的輻射半徑大于傳統制造業，故當前長三角地區應當積極構建以服務經濟為主的產業結構，并大力發展以生態經濟和知識經濟為基礎的綠色經濟。服務經濟中的主導產業多為綠色產業，而綠色經濟是今后一個時期世界產業結構調整的主導力量和推動經濟復蘇的新引擎。美、歐、日、韓等國家和地區紛紛提出了"低碳綠色增長戰略".發展綠色經濟已經成為越來越多的國家克服金融危機、搶占未來發展制高點的重要戰略取向。發展綠色經濟要求我國根據環境容量和循環經濟要求調整優化產業結構，大力發展高附加值、低污染、低能耗、體現自主創新能力的綠色產業，加快形成節約能源資源和保護生態環境的產業結構和經濟發展方式，實現全面的經濟轉型升級。而產業鏈金融在這一過程中起著至關重要的作用。
那么到底產業鏈金融與經濟轉型升級的互動影響如何？除了邏輯分析及典型案例的探討，還需要更深入的實證研究。因為目前沒有相關的統計資料，直接度量經濟轉型升級程度與產業鏈金發展水平具有一定的困難，因而我們在上一章中通過建立指標體系對其進行測度。具體而言，本章以長三角地區為例，通過對長三角 16 市 2006-2013 年面板數據的計量實證分析產業鏈金融對經濟轉型升級的促進作用。
6.1 變量設計
經濟轉型升級主要體現在產業結構的優化與升級上。在產業轉型升級過程中，原有產業鏈內的企業會根據比較優勢原則對相應的產品鏈和服務鏈等進行全球化或區域性的優化配置，形成合理的區域價值鏈分工和產業空間布局。一般而言，產業鏈的空間協作能夠促使產業結構實現優化和升級，相應的，通過外部的垂直分工或水平分工，再加上產業鏈金融的相關金融服務，會形成配套完善的經濟群落。而且產業鏈的大發展一般與城市化的進程協同演進，從而可以在更大的輻射半徑內集聚科技創新能量，提高產業的核心競爭力，促使其實現轉型升級并拉動區域經濟可持續發展。
經濟及產業的轉型與升級需要創新來實現。而相關研究表明，目前對創新的測量尚沒有一個統一的理想方法，包括科技投入、研發費用、科學研究從業人員或專利數量等在內的各種公開數據是目前對創新的實證研究中應用最廣泛的（Polenske K R,2009）。雖然這些指標遠談不上完美，但因為數據的可得性和及時性而被學者們紛紛采用。而經濟轉型升級的實證研究更是面臨度量的難題，因為其含義較為廣闊，不僅包含創新，還包含其他各類相關因素，難以進行評測。
在此，筆者綜合經濟增長質量、經濟結構轉型升級、科技進步、資源節約與環境保護等四個方面對經濟轉型升級進行測度。
根據已有的理論文獻及長三角的實際情況，筆者選取可能影響經濟轉型升級的自變量為：產業鏈金融發展水平、生產性服務業發展水平及中小企業資助水平作為待考察因素，并以人口密度（人/平方公里）、人均 GDP（元）和利用 FDI（萬美元）額為控制變量，運用計量經濟學模型篩選出對經濟轉型升級影響較大的因素，并以各個變量的標準化系數來確定各個影響因素的相對重要性。相關變量詳細定義。
6.2 實證模型
面板數據（panel data 或 longitudinal data,也譯為"平行數據"），指的是在一段時間內跟蹤同一組個體（individual）的數據。它既有橫截面的維度（n 位個體），又有時間維度（T 個時期）。面板數據的主要優點有：
（1）可以解決遺漏變量問題。遺漏變量偏差是一個普遍存在的問題。雖然可以用工具變量法解決，但有效的工具變量常常很難找。遺漏變量常常是由于不可觀測的個體差異或"異質性"（heterogeneity）造成的，如果這種個體差異"不隨時間而改變"（time invariant），則面板數據提供了解決遺漏變量問題的又一利器（陳強，2010）。
（2）提供更多個體動態行為的信息。由于面板數據同時有橫截面與時間兩個維度，有時它可以解決單獨的截面數據或時間序列數據所不能解決的問題。
（3）樣本容量較大。由于同時有截面維度與時間維度，通常面板數據的樣本容量更大，從而可以提高估計的精確度。
故筆者選用面板數據進行回歸估計，但沒有采用逐步回歸法，因為這種模型如果一開始排除了應加入的變量會犯遺漏相關變量的錯誤，并帶來嚴重的后果.
當然，面板數據也會帶來一些問題，比如，樣本數據通常不滿足獨立同分布的假定，因為同一個體在不同時期的擾動項一般存在自相關。另外，面板數據的收集成本通常較高，不易獲得。
估計面板數據的一個極端策略是將其看成截面數據而進行混合回歸（pooledregression），即要求樣本中每個個體都擁有完全相同的回歸方程。另一極端策略則是，為每個個體估計一個單獨的回歸方程。前者忽略了個體間不可觀測或被遺漏的異質性，而該異質性可能與解釋變量相關從而導致估計不一致。后者則忽略了個體間的共性，也可能沒有足夠大的樣本容量。因此，在實踐中常采用折中的估計策略，即假定個體的回歸方程擁有相同的斜率，但可以有不同的截距項，以此來捕捉異質性，這類模型被稱為"個體效應模型"（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 為不隨時間而變（time invariant）的個體特征（即 ,it iz = z "t ），而itx可以隨個體及時間而變（time-varying）。擾動項由（ ）i itu + e兩部分構成，稱為"復合擾動項"（composite error term）。其中，不可觀測的隨機變量iu 是代表個體異質性的截距項，ite 為隨個體與時間而改變的擾動項。
若所有個體都擁有完全一樣的回歸方程，則方程（6-1）可以寫為：（ 1, , ; 1 ）it it i ity = a + b x? + d z ?+ ei = n t =TL L （6-2）其中，itx? 不包括常數項。這樣就可以把所有的數據放在一起，像對待橫截面數據那樣進行 OLS 回歸，故稱稱為"混合回歸"（pooled regression）。
如果iu 與某個解釋變量相關，則稱之為"固定效應模型"（Fixed Effects Model,簡記 FE）2.這種情況下，OLS 是不一致的。解決的方法是將模型轉換，消去iu后獲得一致估計量。
如果iu 與所有解釋變量 （ , ）it ix z 均不相關，則稱之為"隨機效應模型"（RandomEffects Model,簡記 RE）。從經濟理論的角度來看，隨機效應模型比較少見3,但仍須通過數據來檢驗究竟該用隨機效應還是固定效應模型。
索洛認為，一個經濟學模型的核心就是一組行為規則，即對于一個經濟變量的運動同另一些非經濟的變量之間關系的一組說明。根據前面的理論分析，建立計量經濟模型如下：
面板數據模型通常有 3 種，即混合估計模型、固定效應模型和隨機效應模型。
在模型選擇時尤其需要對固定效應模型和隨機效應模型的適用性進行檢驗，最常用的檢驗方法就是 Hausman 檢驗（豪斯曼檢驗）。Hausman 檢驗是基于 OLS 和2SLS 估計值的比較判斷其差異是否在統計上顯著（張曉峒，2009）。對面板數據而言，不論固定效應還是隨機效應都是隨機的，都是概括了那些沒有觀測到的、不隨時間而變化的、但影響被解釋變量的因素（尤其當截面個體比較多的時候，這種假設是比較合理的）。非觀測效應究竟應假設為固定效應還是隨機效應，關鍵看這部分不隨時間變化的非觀測效應對應的因素是否與模型中控制的觀測到的解釋變量相關，如果這個效應與可觀測的解釋變量不相關，則這個效應成為隨機效應。這也正是 Hausman 設定檢驗所需要檢驗的假說。
因此，在采用面板數據的實證研究中，需要利用 Hausman 檢驗和 F 統計量檢驗模型的選擇。Hausman 檢驗用于檢驗應建立隨機效應模型還是固定效應模型；而 F 統計量則用于檢驗應建立混合模型還是固定效應模型（張曉峒，2009）。
F 檢驗的原假設為：模型中不同個體的截距項相同，若計算出的 F 值大于臨界值，則拒絕原假設，應建立個體固定效應模型。F 統計量定義為：
其中rFSS 代表約束模型的殘差平方和，而uRSS 則為非約束模型的殘差平方和，F 統計量服從自由度為（ m, T - k）的 F 分布，即有： F ~ F （ m, T - k）。
Hausman 檢驗的原假設為個體效應與解釋變量無關，即 H0:
iu 與 ,it ix z 不相關"（隨機效應模型為正確模型）無論原假設成立與否，FE 都是一致的。然而，如果原假設成立，則 RE 比 FE 更有效。但如果拒絕原假設，則 RE 不一致。因此，
6.3 數據來源、處理與變量的描述統計
因為目前還沒有直接針對各地經濟轉型升級及產業鏈金融的統計數據，筆者在上文中通過建立指標體系對其進行測度，另外鑒于數據的可得性，服務業發展水平用第三產業比重來度量,各市中小企業資助水平用中小企業技術創新基金網站上公布的各市資助額度來表示。其余數據主要來源于 2007-2014 年的《中國城市統計年鑒》、《江蘇統計年鑒》、《浙江統計年鑒》、《上海統計年鑒》及各地級市的統計年鑒。
為避免或減少異方差的影響，再加上不同變量之間量綱不相同，需對各帶量綱的變量進行無量綱化處理，同樣采用離差標準化法對所有變量進行預處理，將所有數據iX 轉換成[0,1]之間的數據，利用如下公式進行：
其中，1maxii nX? ?為每組變量數據的最大值，1minii nX? ?為每組變量數據的最小值。
對 POTI、IFBF、FDI、RGDP、RM 進行數據預處理后，各變量的描述統計如下表所示，其中 ETUL 的平均水平最高，但其樣本的離散程度卻是最低的，RM 的離散程度最高， POTI、RGDP 的平均水平與其樣本的離散程度均相對較高，剩余變量的均值都與離散程度都相對較低。
為把握關鍵變量的相互關系，筆者通過 2013 年的曲線圖分析本文重點關注的核心自變量產業鏈金融水平與經濟轉型升級之間的關系。如圖 6.1 所示，兩者具有極高的相關性。但前者對后者最終影響如何，還需要我們用更嚴謹的實證研究來證明。
6.4 實證結果及分析
6.4.1 實證結果
根據前面的分析和總結，筆者首先采用混合最小二乘回歸分析法（OLS），然后同時進行了固定效應模型估計和隨機效應模型的 GLS 估計，并進行了模型選擇的 Hausman 檢驗。再加上根據驗證理論的需要，總計進行了 18 個回歸模型分析。
所有混合 OLS 模型均在 F 檢驗中被拒絕，而所有模型的 Hausman 檢驗中 P值均小于 0.05,因而拒絕原假設，認為這些模型均應該使用固定效應。固定效應模型的結果。
6.4.2 結果分析
從表 6.4 的回歸結果可以看出，大部分 R2的值大于或接近 0.8,說明方程對樣本點的擬合效果很好，此外，6 個模型的 Hausman 檢驗中 P 值均小于 0.05,故強烈拒絕原假設，認為這些模型均應該使用固定效應。具體可言，可得到：
（1）產業鏈金融對于經濟轉型升級具有顯著的促進作用（模型一至四），這也印證了本文所提出的論點。產業鏈金融能夠有效破解中小企業煩、難、貴問題，加快培育社會效益好、可持續發展的新興產業，引導產業鏈延伸和高端化發展，助推產業轉型升級。因此，不僅在長三角，還應在全國范圍推廣、促進產業鏈金融的發展，進而提升我國產業在全球生產網絡、價值鏈和供應鏈中的地位。
（2）第三產業比重對經濟轉型升級有顯著的正向影響（模型一、二、五）。
說明服務業的發展水平是經濟轉型升級的重要依托，同時第三產業的發展也極大地推動了經濟轉型升級水平，這與產業鏈金融的正向影響可以相互印證。當前長三角等東部沿海地區的經濟正處于轉型升級的關鍵階段，呈現出結構多元、空間多元的特點。需要改變長三角制造業以量擴張為主的模式，改變產業結構低端鎖定現象，把握產業結構演變趨勢，主動地推進產業結構的轉換與優化升級，需要自主創新，增強工業創新的動力，同時也需要大力發展現代服務業，如電子商務、物流配送、總部經濟、文化創意經濟等產業的發展?，F代服務業和先進制造業之間是一種雙向互動的嚙合關系：先進制造業的發展拉動現代服務業的發展，現代服務業推動先進制造業的升級優化，兩者共生共進，相互依賴。要著眼于產業鏈網整合，優化現代服務業和先進制造業互動發展的平臺建設。
（3）從中小企業資助角度來看，按理說應當對經濟轉型升級有積極的正面貢獻，但回歸結果呈現出不穩定的結果，時正時負，僅在模型五中顯著。這說明中小企業的潛力遠未發揮出來，從而對經濟轉型升級的貢獻不足?？傊?，當前的中小企業發展尚不足以支持長三角經濟的有效升級，急需大力支持并實現有效升級，故而應積極推動產業鏈金融的發展，緩解中小企業融資難問題，助推其轉型升級。
（4）在控制變量中，人均 GDP 水平與經濟轉型升級呈現出顯著正相關的關系，說明經濟發展水平與轉型升級的內在要求是一致的，當經濟發展到一定階段，其需求的持續升級必然要求各方面（包括生活、科技、環境等）也要進行升級。
人口密度在各項回歸中與經濟轉型升級均呈現顯著的負相關，說明隨著人口的增加，對生活、衛生、資源、環境等各方面均造成較大的壓力。當前人口老齡化問題日趨嚴重，養老保障、老年人醫療衛生消費支出增加、勞動年齡人口比重下降等現象都會對經濟轉型升級造成一定的影響。另外，FDI 的影響作用也呈現出不穩定的結果，時正時負，這說明外國直接投資的作用機理較為復雜，對東道國的經濟發展和產業升級的影響機制和渠道較多，綜合影響較難判定，在實踐中需具體問題具體分析，這也和當前學界的認識是一致的。
總體而言，促進長三角經濟轉型升級，就要發展創意經濟、網絡經濟、總部經濟等新型業態，努力形成新的經濟增長點。同時，需要在尊重市場發展規律的前提下，進一步強化政府的引導助推能力，促進產業鏈金融健康快速發展。企業、科研機構、金融機構、服務咨詢機構和政府機構等的日益健全和有機協同，產品制造者、原材料供應商和產品消費者之間結成的無形網絡，知識和信息在產業鏈上企業間傳播和轉移，最終不斷產生和積累新知識。一旦有新的產品或工藝技術在產業鏈上出現，很快就會通過發達的服務機構在產業鏈內傳播、溢出和滲透，從而將一個創新活動發展成一群創新活動，后進企業通過模仿和學習，縮小差距，節約成本。所以基于產業鏈金融平臺的互動發展能使鏈上企業低成本地學習新技術。
