全球空间关联视角下的中国经济增长_刘瑞翔.pdf

《全球空间关联视角下的中国经济增长_刘瑞翔.pdf》由会员分享，可在线阅读，更多相关《全球空间关联视角下的中国经济增长_刘瑞翔.pdf（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、全球空间关联视角下的中国经济增长*刘瑞翔颜银根范金内容提要: 本文利用 19952011 年世界投入产出表， 从全球空间关联角度对中国经济增长源泉进行分解， 研究发现: ( 1) 分析期间中国经济前向关联度增加同时， 后向关联度并没有得到有效提升。考虑到增加值因素之后， 中国经济在自身国际分工率上升同时，对外感应度有了大幅度提升; ( 2) 中国经济在对亚洲地区依赖度下降同时， 对北美区域经济依赖度有所上升。具体到国家层面而言， 分析期间中国经济对美国依存度有所增加， 对日本依存度却有所下降; ( 3) 过去10 多年来， 中国经济高速增长是内、 外因素共同作用的结果，全球投入产出结构变化对中

2、国经济带来的正面冲击大多是短期和暂时的， 以投资为主的国内最终品生产结构在中等收入阶段将不可持续。最后本文提出了针对性的政策建议。关键词: 空间关联经济增长动力全球投入产出模型中等收入阶段*刘瑞翔、 颜银根， 南京审计大学政治与经济研究院， 邮政编码: 211885， 电子信箱: ruixiangliu_nj 163. com， yyg1981 163com; 范金， 江苏省行政学院经济社会发展研究所， 邮政编码: 210009， 电子信箱: jfan2001 163 com。本文受到国家社会科学基金重点项目( 14AZD085) 、 国家自然科学基金项目( 71573137， 7137310

3、6) 、 江苏高校优势学科建设工程二期项目( PAPD) 的资助。感谢匿名审稿人提出的宝贵建议， 文责自负。驱动经济增长的 “三架马车” 包括消费、 投资和出口， 其中出口商品虽然在境外消费， 但却在境内生产， 因此从 GDP 核算视角可将其视为国内因素。一、引言推动一个国家或地区经济增长的动力源泉是什么?这在经济学界是一个永恒的话题。改革开放 30 年来， 中国经济取得了举世瞩目的成就， 被国内外称之为“增长奇迹” 。但在经历了 30 多年的高速增长之后， 中国经济自 2012 年开始出现明显减速现象， GDP 增长率从 2011 年的 9. 5% 逐步下降到 2016 年的 6. 7%，

4、引起了全世界的广泛关注。世界银行在东亚复兴: 关于经济增长的观点 等报告中指出 ， “一国从中等收入向高收入迈进的发展机制， 与实现起飞的机制有着根本的区别” 。因此， 在此承前启后的关键时刻， 重新审视中国起飞阶段的经济增长动力机制及其演化路径， 具有重要的理论价值与现实意义。长期以来， 经济学家在分析一个国家或地区经济增长源泉时， 一般都沿袭 Solow( 1957) 的增长核算研究思路， 从供给视角将经济增长分解成要素投入和全要素生产率等部分( 董敏杰和梁咏梅，2013; 郑京海和胡鞍钢， 2005) 。与以上文献不同， 部分学者从最终需求视角对中国经济增长源泉展开研究。沈利生( 200

5、9) 利用投入产出方法， 测算了消费、 投资和出口作为“三架马车” 对于中国经济生产的拉动作用， 认为 2002 年以来消费的拉动作用在下降， 出口的拉动作用在上升， 因此必须扩大消费的拉动作用。刘瑞翔和安同良( 2011) 构建了一个基于最终需求的增长核算框架， 对19872007 年间中国经济增长动因进行分析， 发现中国经济增长主要源于最终需求的拉动， 但全球化进程对其驱动机制产生了根本性的影响。通过以上文献梳理可以发现， 在现有增长核算框架之下， 无论是基于供给视角还是需求视角，其共同点都是将经济增长归因于其内部自身因素，却忽视了一个基本事实， 即在经济全球一体化982017 年第 5

6、期背景下， 跨国企业根据各国或地区的资源禀赋及比较优势， 对分散在世界各地的生产资源进行整合， 将生产流程中的各工序在不同国家或地区重新配置， 最终形成了国际垂直专业化分工体系。在这一体系之下， 各国或地区通过中间产品贸易组成全球性生产网络， 相互间产生技术联系和关联效应。在现有国际分工体系之下， 一个国家或地区的经济增长， 不仅取决于其自身的最终需求和生产技术， 还与国际分工体系以及该国在全球价值链中所处位置有关。因此， 要在全球一体化背景下分析中国经济增长源泉， 就必须考虑世界各国经济空间关联对其带来的影响。事实上， 已有部分文献采用计量工具考察空间溢出和经济增长之间关系， 发现伴随着中国

7、局域性的空间聚集特征日趋显著同时， 空间溢出效应对地区经济发展发挥了重要影响。从现有研究方法来看， 测度空间溢出主要包括空间计量( Ying， 2000; 潘文卿， 2012) 、 构建相关指标( Brun et al，2002) 以及 VA 模型( 李敬等， 2014) 等。但上述研究方法更多地考察中国区域之间的空间关联，而忽视中国与其他国家之间的经济关联。此外， 上述这些研究方法无法考察各区域之间的反馈效应， 更无法体现出各区域在生产过程中的分工合作关系。相比较而言， 多区域投入产出方法不但可以同时考察区域间溢出和反馈效应， 还可以借助于中间投入矩阵分析区域间分工合作关系。因此， 在研究区

8、域间溢出效应时， 人们越来越多地将眼光投入到多区域投入产出方法上去( 潘文卿， 2015) 。由于收到数据可得性的限制， 早期学者主要利用亚洲投入产出数据， 针对东亚地区国家相互间经济空间关联展开研究( Kuwamori Okamoto， 2007; Meng Inomata， 2009) ， 国内只有张亚雄和赵坤( 2005) 、 潘文卿( 2015) 等少数学者利用中国区域间投入产出表， 研究国内各地区间的技术溢出和反馈效应。近年来随着全球增加值贸易研究升温， 包括 WTOD 和 GTAP 在内的国际投入产出数据库不断得到完善。Johnson Noguera( 2012) 利用 OECD

9、投入产出数据， 发现在 19702009 年期间生产碎片化现象日趋严重。Timmer et al ( 2014)对全球价值链进行了分解， 发现全球价值链中资本和高技能劳动者所占比重有所增加， 但不同发展阶段国家相互间又有所差异。袁志刚等( 2014) 运用全球投入产出模型， 对中国生产服务业的发展动因展开分析。尽管以上文献从多维视角研究全球化对增加值贸易或产业结构变迁产生的影响， 但目前尚无学者利用投入产出方法， 基于全球空间关联视角对中国经济高速增长背后的动力源泉展开深入研究。与已有文献相比， 本文创新主要体现在以下方面: ( 1) 利用多区域投入产出模型， 从全球经济空间关联视角分析中国经

10、济增长的动力来源， 对中国经济高速增长现象提供了一种全新的解释;( 2)构建了一种新型增长核算框架， 将经济增长分解为增加值率效应、 国内乘数效应、 反馈效应、 外部溢出效应以及国内外需求效应等部分， 从不同视角重新认识中国经济增长背后的驱动机制; ( 3)基于全球投入产出模型特点， 定义了增加值基准的国际分工率、 感应度以及自我依存度等系列指标， 对全球经济空间关联给出了更为准确的测算结果。二、理论模型、 研究方法与数据来源1. 全球投入产出模型构造及经济空间关联度的测算在全球投入产出模型中， 世界各国经济相互作用并被视为一个整体， 因此与单区域模型相比，多区域投入产出模型更多包含了空间关联

11、信息。为了更清楚体现其特点， 本文给出了一张全球投入产出模型简表， 具体如下:在上表中， 全球投入产出模型由 n 个国家组成。其中表中元素 zrs表示 r 国对 s 国提供的中间投入品数量， 增加值用 v 表示， 总产出等于总投入并用 y 表示， 最终产品用 f 表示， 对应的向量( 矩阵) 用相应大写字母表示。根据表中水平方向的平衡关系， 并将中间品消耗量矩阵 Z 表示为中间消耗系数矩阵 A 和总产出向量 Y 相乘形式后， 可得到: AY + F = Y。变形后得到: Y = ( I A)1F。09刘瑞翔等: 全球空间关联视角下的中国经济增长表 1全球投入产出模型简述中间使用最终使用国家 1

12、国家 n国家 1国家 n总产出国家 1z11z1nf11f1ny1zrsfrs国家 nzn1znnfn1fnnyn增加值v1vn总投入y1yn其中 B = ( I A)1为完全消耗系数矩阵， 即我们所熟知的 Leontief 逆矩阵。与传统投入产出模型相似， 在全球投入产出模型中， 本文用下面两个指标基于产值角度来描述世界各国经济的空间关联结构:Backj=ni =1bij; Forwi=nj =1bij;( 1)在传统投入产出模型中， 式( 1) 中两个指标分别反映了产业之间的前向和后向关联程度， 但在全球投入产出模型中却被赋予新的内涵。其中， 前者反映一个国家经济与外部世界的后向空间关联程

13、度， 其经济学含义是该国家单位最终品生产所拉动的世界各国产出之总和， 后者表示一个国家经济与世界各国的前向空间关联程度， 其经济学含义是如果世界所有国家同时增加单位最终品生产， 该国因此而被诱发出的生产值。虽然以上两个指标从生产视角描述了国际空间关联结构， 但不足之处在于没有与各国分工合作过程中创造出来的新增价值联系起来。进一步地， 假设 Av为增加值系数矩阵， 其对角元素 avi=vi/yi表示国家 i 单位产出所对应的增加值。则根据投入产出理论， 可得到增加值表达式为:Val = AvBF = BvF( 2)将上式中的 AvB 记作增加值诱发系数矩阵 Bv， 其元素 bvij表示国家 j

14、每单位最终品生产诱发产生的国家 i 增加值。需要指出的是， 由于全球投入产出模型并不存在进口中间投入品， 因此任何国家单位最终品生产诱发的增加值也为单位值，即如果将矩阵 Bv中每一列视为向量， 则将其元素相加之和等于 1。虽然矩阵 Bv中每一列向量元素之和相同， 但其组成结构却具有明确的经济学意义: 该矩阵中对角线元素 bvii为国家 i 单位最终品生产所诱发自身增加值比例， bvij为国家 i 单位最终品生产所诱发国家 j 增加值比例。类似地， 将矩阵 Bv中 i 行所有元素相加， 其经济学含义是当世界各国同时增加单位最终品所引发的国家 i 新增价值数值。因此， 可进一步定义增加值基准的国际

15、分工率和感应度指标如下:VBackj=ni =1， ijbvij， j = 1， ， n;VForwi=nj =1bvij， i = 1， ， n前者表示一个国家单位最终品生产诱发其他国家增加值的比例， 反映了国际分工体系中该国最终品生产在经济关联后对其他国家 GDP 的拉动程度， 后者表示世界各国增加单位最终品生产诱发本国增加值水平， 反映了该国在国际分工体系中提供新增价值的能力。以上关于世界各国经济的空间关联分析， 主要基于 Leontief 逆矩阵和增加值诱发系数矩阵展开， 并没有考虑最终需求规模带来的影响( size effect) 。借鉴 Meng Inomata( 2009) 的思

16、路， 本文在式( 2) 基础上可以将国家 i 的增加值表示为:192017 年第 5 期在常见单区域投入产出模型中， 最终需求值等于其诱发产生的国内增加值与相关的完全消耗进口中间投入品数量之和，因此单位最终需求所诱发得到的增加值一般小于 1。Vali=nj =1vibi， jfj( 3)式( 3) 说明， 在全球投入产出分析框架下， 由于世界各国通过中间品贸易形成生产网络并相互关联， 一个国家的增加值并不仅取决于境内最终品的生产， 还依赖于境外最终品生产拉动。本文用经济依存度指标表示国家 i 对国家 j 的依存程度， 具体可表示为:Indij=vibi， jfjVali( 4)该系数表示国家

17、i 增加值总量中由国家 j 最终品生产诱发部分所占比例， 该比例数值越大， 说明国家 i 经济对于国家 j 依存程度越大。当式( 4) 中 j = i 时， 该系数反映了一个国家经济对于自身的依存程度， 该指标数值越大， 说明一个国家经济对于外部依赖程度越低， 反之则越高。2. 全球空间关联视角下中国经济增长源泉的分解正如上文指出的， 在全球投入产出模型框架下， 由于各国间通过中间产品贸易组成全球性生产网络， 一个国家的经济不仅与其自身生产技术及最终需求等内部因素相关， 还取决于全球投入产出结构以及其他国家最终品生产的拉动。因此， 在对中国经济进行增长核算时， 就必须考虑外部因素变化对中国经济

18、增长带来的影响。假设两个不同时期 t 和 t +1， 并用上标表示， 同时考虑不同结构分解方向所带来的结果差异，则在此期间增加值的差异可以表示为:Val = Vt+1Bt+1Ft+1 VtBtFt=12V( Bt+1Ft+1+ BtFt)增加值率变化效应+12( Vt+1BFt+ VtBFt+1 )全球投入产出结构变化效应+12( VtBt+ Vt+1Bt+1)最终品产出变化效应F ( 5)式( 5) 将所有国家的增加值变化分解成三个部分， 即增加值率变化效应、 全球投入产出结构变化效应和最终品产出变化效应。但在本文分析框架下， 还可以将后两项进行更加深入的分解。类似于 Miller Blai

19、r( 2009) 的方法， Leontief 逆矩阵可进一步分解为 B = M + N + T， 其中:M =( I A11)1， ， 0， ( I Aii)1， 00， ， ( I Ann)1; N =B11 ( I A11)1， ， 0， Bii ( I Aii)1， 00， ， Bnn ( I Ann)1; T =0， ， B1， n， 0， Bi， nBn， 1， ，0( 6)式( 6) 中， M 为国内乘数系数矩阵， 其对角线上元素( I Aii)1表示 i 国采用国内中间品而产生的国内乘数效应。N 为反馈系数矩阵， 其对角线上元素 Bii ( I Aii)1表示 i 国从国外进口中

20、间产品而对自身带来的反馈效应。T 为溢出系数矩阵， 其中元素 Bij( ij) 表示 i 国向国外出口中间产品而产生的外部溢出效应。根据式( 6) ， 可以将投入产出结构变化进一步分解成与国内乘数矩阵、 反馈矩阵以及溢出矩阵相关的三部分， 即 B = M + N + T。相应地， 可进一步将最终品产出分解成境内和境外两部分，Y = Yd+ Ys， 则增加值变化可分解为:Val =12V ( Bt+1Yt+1+ BtYt)增加值率变化效应+12( Vt+1MYt+ VtMYt+1 )国内乘数变化效应+12( Vt+1NYt+ VtNYt+1)反馈效应+12( Vt+1TYt+ VtTYt+1)溢

21、出效应+12( VtBt+ Vt+1Bt+1) Yd境内最终品变化效应+12( VtBt+ Vt+1Bt+1) Ys境外最终品变化效应通过上式， 可发现在现有国际分工体系下， 一个国家或地区的经济增长不仅取决于其自身因素( 增加值率变化效应、 国内乘数变化效应和境内最终品变化效应) ， 而且与外部因素( 由进口中间产29刘瑞翔等: 全球空间关联视角下的中国经济增长品产生的反馈效应、 出口中间产品产生的溢出效应和境外最终品变化效应) 密切相关。因此， 与传统增长核算框架相比， 本文从更为宏观的视角对经济增长源泉进行深入探索。3. 数据来源及处理本文采用欧盟委员会资助的世界投入产出数据库( WIO

22、D) 进行分析。该数据库包括了 27 个欧洲国家以及世界上其他地区的 13 个主要国家和地区 19952011 年 17 张投入产出表数据。具体包括以下四方面的内容: 19952011 年间世界投入产出数据， 19952011 年 40 个国家和地区的投入产出数据， 部分年份各国社会经济核算数据以及环境数据。在本文核算过程中， 主要考虑两方面的数据处理， 即价格和汇率波动对于中国经济增长带来的影响。对于前者， 国内外目前大多采用双重平减( double deflation) 方法( 袁志刚等， 2014; Miller Blair， 2009) ， 但这种方法不足之处在于，增加值只是作为平衡项

23、进行处理， 导致得到的结果并不能反映经济增长的事实。所幸的是， WIOD除了提供 19952011 年 17 张当年价投入产出表之外， 还提供了 19962009 年 14 张用上一年度价格表示的可比价投入产出表。如果简单采用同一年份的当年价表和可比价表进行比较， 反向推导得到价格指数序列， 将难以满足表中数据平衡的要求。因此， 本文采用以下步骤进行处理:( 1) 利用 t 期的当年价表和 t +1 期的可比价表逐次进行 SDA 分析， 从而得到了 14 组基于不同年份的可比价数据， 对于剩余的 20092011 年数据可采用当年价表近似得到， 则合计得到 16 组数据; ( 2) 利用中国统

24、计年鉴提供的历年平均汇率， 对所得到的 16 组数据转化为当年汇率水平下的人民币价值; ( 3) 对于 19952009 年 14 组基于不同年份可比价数据， 可根据 WIOD 每一期当年价表和可比价表数据进行比较， 对于 20092011 年间两组数据， 则利用中国统计年鉴 所提供的当年价和可比价 GDP 数据进行比较， 在得到历年增加值价格指数序列后， 进一步将其转换成 1995 年价格指数， 并对第 2 步数据进行平减， 最终得到去除价格和汇率影响之后的增加值数据。三、中国经济对外空间关联现状及其演化特征在上文模型中， 本文定义了多个指标， 从不同角度描述全球经济的空间关联程度。图 1

25、首先给出 19952011 年间世界整体及中国前( 后) 向经济关联度的变化趋势。从图中可以发现， 世界经济整体关联度从1995 年的1. 99 增长到2011 年的2. 12， 说明国际分工体系的建立使得世界各国经济关联程度有了一定程度提升。对于中国而言， 1995 年前向和后向关联度两者之间差异并不明图 119952011 年期间世界整体及中国前( 后)向经济关联度的变化趋势显， 分别为 2. 33 和 2. 30，略高于当时的世界平均水平。但在 2011 年， 中国经济前向关联度指标达到了 4. 26， 相比 1995 年增长了 1. 83 倍。相比较而言， 2011 年后向关联度仅为

26、2. 55，19952011 年期间变化并不明显。以上分析说明两点: 第一， 随着国际分工体系的建立， 中国经济在此期间顺利融入全球价值链之中; 第二，中国经济在感受外部世界的影响日益加深同时， 对于其他国家的影响并不明显。表 2 进一步给出 19952011 年间中国经济整体及三次产业前向关联度的空间分布变化趋势。从表中可发现， 分析期间中国与外部国392017 年第 5 期这里将世界投入产出表中 41 个国家( 地区) 进行了分类， 其中欧洲包括欧盟 27 个国家， 北美包括美国、 加拿大和墨西哥，亚洲包括日本、 韩国、 印度尼西亚、 印度， 剩余国家统一标志为 “其他” 。家之间前向关联

27、程度普遍有所提升， 其中， 与欧盟和亚洲国家之间前向关联度分别从期初的 0. 13和 0. 06 增加到期末的 1. 21 和 0. 41， 增加幅度尤为显著。对于第一产业而言， 其前向关联度从1995 年的 1. 52 小幅上升到 2011 年的 1. 6， 分析期间增加并不显著。与其形成明显对比的是， 第二产业前向关联度从 1995 年的 3. 48 增加到 2011 年的 8. 03， 其中， 与欧盟和亚洲经济体之间前向关联度从期初的 0. 26 和 0. 12 增加到期末的 2. 65 和 0. 95。第三产业前向关联度从 1995 年的 1. 98增加到 2011 年的 3. 14，

28、 其中， 自身增加单位最终品生产拉动产出值分析期间几乎保持不变， 其他国家增加单位最终品生产所拉动产出值则从期初的 0. 18 增加到期末的 1. 26， 出现了较大幅度的提升。以上分析说明， 分析期间中国经济对于外部世界感应程度有所提升， 在地域层面主要体现在欧洲和亚洲等国家( 地区) ， 在行业层面集中在第二和第三产业。表 219952011 年期间中国经济前向关联度的空间分布欧洲北美亚洲其他自身合计整体第一产业第二产业第三产业19950. 130. 020. 060. 032. 082. 3320111. 210. 160. 410. 222. 264. 2619950. 040. 01

29、0. 020. 011. 451. 5220110. 160. 020. 060. 031. 341. 6019950. 260. 040. 120. 073. 003. 4820112. 650. 370. 950. 503. 568. 0319950. 110. 010. 040. 021. 801. 9820110. 820. 080. 230. 131. 883. 14表 319952011 年期间中国经济后向关联度的空间分布欧洲北美亚洲其他自身合计整体第一产业第二产业第三产业19950. 040. 030. 100. 052. 082. 3020110. 050. 040. 080.

30、 122. 262. 5519950. 020. 020. 050. 031. 761. 8920110. 030. 020. 050. 081. 922. 1019950. 050. 050. 150. 082. 502. 8320110. 080. 060. 140. 212. 833. 3119950. 040. 030. 080. 051. 992. 1820110. 040. 030. 060. 082. 042. 25表 3 给出 19952011 年间中国经济整体及三次产业后向关联度的空间分布变化趋势。从表中发现， 中国每新增加单位最终品的生产， 所带动的产出值从1995 年的

31、2. 3 增加到 2011 年的 2. 55， 其中， 境内和境外产出值分别从期初的2. 08 和 0. 22 增 加 到 期 末 的 2. 26 和0. 29， 说明分析期间中国经济对于外部世界的影响力并没有得到有效提升。分行业来看， 第一产业和第三产业后向关联度从 1995 年的 1. 89 和 2. 18 上升到 2011年的 2. 1 和 2. 25， 在分析期间几乎没有增长。与其形成明显对比的是， 第二产业后向关联度从 1995 年的 2. 83 上升到2011 年的 3. 31， 分析期间增加了 0. 48，在三次产业中增长幅度是较为显著的。我国第二产业每新增单位最终产品， 所带动

32、内、 外部产出值从 1995 年的 2. 5 和0. 33 增加到 2011 年的 2. 83 和 0. 48， 说明其对外部上游经济体的影响力是极其有限的， 同时在分析期间并没有得到有效提升。在考虑了新增价值因素之后， 表 4 进一步给出 19952011 年间中国经济国际分工率的空间分布特征。从表中可以发现， 中国经济整体每单位最终品产出所诱发外部经济体的新增价值， 在分析期初主要体现在亚洲地区经济体， 但在分析期末更多体现在包括大量中小发展中经济体在内的 “其他” 国家。在三次产业中， 第一和第三产业国际分工率分析期间变化幅度有限，第二产业每单位最终品产出所诱发外部经济体的新增价值， 从

33、 1995 年的 0. 13 增加到 2011 年的0. 2， 是导致中国经济国际分工率上升的主要原因。进一步发现， 中国第二产业每单位最终品所诱发外部经济体新增价值中， 与欧盟和北美相关部分在分析期间数值较低且上升幅度有限， 与亚洲相关部分分析期间从 0. 06 下降为 0. 05。与以上地区形成明显对比的是， 第二产业单位最终品所诱发 “其他” 地区的新增价值， 从 1995 年的 0. 03 上升到 2011 年的 0. 09， 不但在分析期末数值最高，49刘瑞翔等: 全球空间关联视角下的中国经济增长而且增加幅度也是最为显著的， 这就说明考虑新增价值因素后， 中国对外影响力提升主要体现在

34、包括大量中小发展中经济体在内的 “其他” 国家。表 419952011 年期间中国经济国际分工率的空间分布欧洲北美亚洲其他自身整体第一产业第二产业第三产业19950. 020. 020. 040. 020. 9020110. 020. 020. 030. 050. 8719950. 010. 010. 020. 020. 9420110. 010. 010. 020. 040. 9219950. 020. 020. 060. 030. 8520110. 030. 030. 050. 090. 7819950. 020. 010. 030. 020. 9120110. 020. 010. 020

35、. 030. 90表 519952011 年期间中国经济基于增加值的感应度空间分布欧洲北美亚洲其他自身合计整体第一产业第二产业第三产业19950. 050. 010. 020. 010. 900. 9920110. 380. 050. 120. 070. 871. 4819950. 020. 000. 010. 010. 890. 9320110. 090. 010. 030. 020. 790. 9419950. 070. 010. 040. 020. 861. 0020110. 600. 080. 210. 110. 801. 8119950. 060. 000. 020. 010. 93

36、1. 0320110. 440. 040. 120. 071. 021. 70表 5 给出了 19952011 年期间中国经济基于增加值的感应度系数变化趋势， 该系数反映世界各国共同增加单位最终品产出时诱发中国经济新增价值的程度。从表中发现， 中国经济基于增加值的感应度系数从1995 年的 0. 99 增加到 2011 年的1. 48， 其中， 1995 年中国经济对外感应度系数合计仅为 0. 09， 但到 2011年已上升到 0. 61， 在分析期间有了较大幅度的提升。具体到产业部门而言， 第一产业对外感应度始终处于较低水平， 在整体感应度中所占比例也较小， 第二和第三产业对外感应度分别从期

37、初的 0. 14 和 0. 09 大幅度增加到期末的 1. 01 和 0. 68。进一步观察表 5 可发现， 分析期间我国与世界各地区间经济感应度出现普升现象， 其中， 与欧盟和亚洲经济体间感应度从 1995 年的 0. 05 和 0. 02 上升到2011 年的0. 38 和0. 12， 在所有地区中上升幅度是最为显著的， 是导致中国经济对外感应度上升的主要原因。上文分析主要基于 Leontief 逆矩阵和增加值诱发系数矩阵展开， 并没有考虑最终品生产规模带来的影响( size effect) 。图 2 给出考虑最终品生产规模后， 19952011 年期间中国经济整体及各产业自我依存度的变化

38、趋势。从图 2 中可以发现， 中国经济自我依存度从 1995 年的 91. 04% 下降到 2011 年的 87. 97%， 在分析期间合计下降了 3. 08 个百分点。其中， 第二产业自我依存度在三次产业中始终是最低的， 下降幅度也是最为显著的， 从 1995 年的 89. 46% 下降到 2011 年的 85. 67%，分析期间合计下降了 3. 79 个百分点。与第二产业不同， 第一产业自我依存度在三次产业中是最高的， 并从 1995 年的 93. 56%下降到 2011 年的 90. 69%， 在分析期间下降了 2. 87 个百分点。第三产业虽然自我依存度要高于第二产业， 但其下降幅度在

39、三者中是最低的， 从分析期初的 91. 79% 下降到期末的 89. 82%， 在分析期间仅下降了 1. 97 个百分点。以上分析从静态角度说明， 在全球产品内分工背景下， 中国经济虽然主要依赖境内最终品生产的拉动， 但自我依存度在分析期间不断下降， 其中， 以工业部门为主的第二产业下降程度是最为显著的。为了深入分析境外最终品生产对于中国经济所产生的影响， 表 6 给出了 19952011 年期间中国经济整体及各产业对外依存度的空间分布。表中数字说明， 分析期间中国经济对外依存度从1995 年的 8. 96%上升到2011 年的12. 03%， 分析期间增加了 3. 08 个百分点。其中， 中

40、国经济对北美地区依存度从期初的 1. 78%上升到期末的 2. 92%， 分析期间增加了 1. 14 个百分点， 在所有地区592017 年第 5 期图 219952011 年期间中国经济整体及各产业自我依存度变化趋势中上升幅度是最为显著的。与北美地区不同， 分析期间中国经济对于亚洲地区依存度仅上升了0. 15 个百分点， 在所有地区中是最低的， 说明 19952011 年间中国经济在对亚洲地区依赖度几乎不变同时， 对美国为首的北美国家依赖度有所上升。在三次产业中， 不同产业所依赖的地区又有所区别。其中， 第一产业部门对外依赖度的增加更多体现在 “其他” 国家， 即数量众多的发展中国家。第二产

41、业部门对外依存度增长主要体现在北美地区和“其他” 国家， 两者在分析期间分别增长了1. 21%和 1. 39%。第三产业对北美地区依存度从 1995 年的 1. 34%上升到 2011 年的 2. 43%， 在所有区域中增长幅度是最为显著的。表 619952011 年期间中国经济整体及各产业对外依存度的空间分布单位: %欧洲北美亚洲其他合计整体第一产业第二产业第三产业19952. 091. 782. 882. 208. 9620112. 792. 923. 033. 3012. 0319951. 371. 292. 231. 556. 4420112. 102. 262. 322. 639.

42、3119952. 152. 303. 382. 7110. 520113. 203. 513. 514. 1014. 3319952. 431. 342. 561. 888. 2120112. 502. 432. 662. 5810. 18具体到国家层面， 中国经济对外依赖较为显著的国家包括美国和日本， 分析期间其对外依存度均值分别为 2. 26% 和 1. 19%。图 3 给出了19952011 年间中国经济对于美国和日本历年依存度数值， 从图中可发现， 两者呈现出完全不同的变化趋势。在分析期初， 中国经济对美国和日本依存度差别并不明显， 约在1. 5%左右。但在分析期末， 中国经济对于美国

43、依存度增加到 2. 32%，在分析期间上升了 0. 79 个百分点，对于日本依存度却下降到 2011 年的 0. 99%， 在分析期间下降了 0. 45 个百分点。如果深入到产业层面， 可发现中国经济对于美国依赖程度增加主要源自于第二和第三产业， 特别是第三产业对美依存度增加了 0. 89%， 在三次产业部门中是最高的。相对应的是， 中国经济对于日本依存度下降则主要与第二产业有关， 相应依存度下降了 0. 64%， 说明中国工业在以加工贸易融入国际分工体系过程中， 降低而非增加了对于日本经济的依赖程度。四、全球空间关联视角下中国经济增长的动因分解通过上文分析， 我们对中国经济对外空间关联现状及

44、其演化规律有了深入认识， 并了解到在国际垂直专业化分工体系之下， 由于各国或地区通过中间产品贸易组成全球性生产网络， 相互间产生技术联系和关联效应， 所以一个国家经济增长不仅取决于自身因素， 还与全球投入产出结构和境外最终品产出变化密切相关。因此， 在全球空间关联视角下探寻中国经济的增长动力源泉， 将使得我们从一个更为宏观的视角了解中国经济发展动因， 从而更好地把握其未来的发展趋势。69刘瑞翔等: 全球空间关联视角下的中国经济增长图 319952011 年期间中国经济对于美国和日本依存度变化趋势1. 国际分工体系下各国经济增长动力源泉的横向比较为了更好研究国际分工对中国经济增长带来影响， 表7

45、 首先给出了19952011 年期间中、 美、 日、 欧盟以及新兴国家经济增长的因素分解。从表中可以发现， 在分析期间中国经济从 1995 年的 7280 亿美元增长到2011 年的 39808. 43 亿美元， 年均增长率达到了 11. 2%， 在所有经济体中排在首位。在此同时， 欧盟、 美国和日本在分析期间 GDP年 均 增 长 率 分 别 为 2. 12%、2. 78% 和1. 52%，以巴西、 印度和俄罗斯为代表的新兴国家 GDP 年均增长率为 6. 54%。横向比较来看， 发达国家由于人均 GDP 已经达到较高水平， 因此在分析期间经济增长较为缓慢。相反， 包括中国在内的新兴国家显示

46、了强劲发展势头， 成为世界经济增长近二十年来的主要动力引擎。表 719952011 年期间中、 美、 日、 欧盟以及新兴国家经济增长的因素分解 单位: 亿美元增加值率效应国内乘数效应反馈效应溢出效应境内最终品效应境外最终品效应合计欧盟7626. 31258. 78108. 283325. 4129729. 767731. 5433009. 90美国490. 893065. 5071. 07100. 8339408. 454098. 6040902. 67日本1004. 132506. 3422. 15731. 2512918. 553604. 8714312. 11中国2826. 54825.

47、 10105. 993729. 9529351. 461342. 4832528. 45新兴国家768. 19528. 9020. 791799. 9121899. 171053. 0823475. 85在全球一体化进程中， 由于各经济体在国际分工体系中位置不同， 从而导致其经济增长动力机制相互间又有所不同。对于增加值率效应而言， 仅有美国和日本两国为正， 而欧盟、 中国和其他新兴经济体都出现了负值。深入分析可知， 各国增加值率效应之所以出现分化， 与其在国际分工体系中所承担的角色有关。美国和日本之所以增加值率效应为正， 是由于其比较竞争优势更多体现在服务业领域， 由于服务业增加值率普遍要低于

48、工业部门， 由此带来的结构效应导致其增加值率效应为正。相反， 包括欧盟、 中国等在内的经济体在国际分工中竞争优势更多体现在制造业领域， 从而导致其增加值率效应出现负值。根据上文， 全球投入产出结构变化可进一步分解成国内乘数效应、 反馈效应以及溢出效应三部分， 其中， 国内乘数效应主要与单位产出中自身中间产品的消耗比例相关。从表 7 中可发现， 仅有中国的国内乘数效应出现正值， 其余经济体皆为负值。究其原因， 由于全球化进程中进口中间品所带来的替代效应， 大多数国家单位产出所消耗的本土中间品数量是下降的， 但对于中国而言， 在国际分工体系中 “世界工厂” 定位使得工业部门发展带来的结构效应超过了

49、替代效应， 导致国民经济整体中单位产出的国内中间产品消耗比例有所增加。反馈效应反映了进口中间品对本国经济带来的间接影响。表 7 结果显示， 在国际分工体系形成过程中， 所有国家通过进口国外中间品都对本国经济带来正面影响， 其中对于欧盟和中国的影响要更为显著一些。溢出效应反映了出口中间产品对本国经济带来的影响。分析结果显示， 美国和日本的溢出效应为负值， 而其他经济体溢出效应皆为正值， 说明在国际分工体系构建过程中， 美国和日本感受其他国家生产变化的影响在减弱。与此792017 年第 5 期同时， 欧盟和包括中国在内的新兴国家对外感应度有所增强。在全球投入产出框架下， 由于世界各国相互间经济关联

50、效应， 一个国家的经济增长同时依赖境内和境外最终品生产的拉动。在表7 中， 境外最终品生产对于不同经济体的拉动效应有较大差异。对于欧盟、 美国和日本等发达国家而言， 境外最终品生产对其经济增长的拉动约占到总量的 23. 42%、10. 02%和25. 19%。相反， 境外最终品生产对于中国和其他新兴经济体的拉动效果并不显著， 仅占到各自经济增长总量的4. 13%和4. 28%。究其原因， 与处于不同发展阶段国家最终品生产数量增长速度存在差异有关。一方面， 发达国家的跨国企业在全球产品内分工格局下， 通过外包或 FDI 等方式将产品生产工序中的装配环节配置在发展中国家， 另一方面， 在不同发展阶