泛珠三角经济合作区背景下，产业分工与转移的计量分析
来源：岁月联盟
时间：2010-06-25
【关键词】：资本要素 劳动要素 劳动密集型产业 资本密集型产业
引言：“泛珠三角地区（9+2）经济合作”概念在2003年第一次提出后，便在国内外经济学界引起巨大的关注。泛珠三角地区涵盖广东，广西，江西，福建，湖南，贵州，云南，海南，四川以及港澳两地区，地域面积占我国国土面积五分之一，经济总量居国内同类合作区的首位。
近年来广东省经济发展遭遇瓶颈制约，以加工制造为主的劳动密集型产业在周边省区快速发展下遭遇巨大的市场竞争压力，优势逐渐丧失；同时由于长三角洲地区以及环渤海圈经济合作地区的高速发展，广东省面临更多的直接的竞争，而在高新产业和服务类产业以及知识信息产业等方面，广东由于人才和地域以及政策信息的原因，该类产业发展并未得到壮大。因此广东省面临产业升级以提升地区内经济竞争力，增强经济持续增长能力的难题。
在1998年提出“西部大开发”后，西部各省区在直接或间接的各类援助后，发挥自身地区的优势产业，在纵向比较上，经济获得突飞猛进的发展，然而在横向比较方面，东西部地区的经济差距却在拉大。因此西部地区需要东部地区更多的人才，技术和管理经验的支持，而最直接最有力的就是投资的力量，因此西部地区希望通过东西部地区的产业转移，通过地区协作获得更多的市场空间，从而充分利用本地区的优势生产要素，加快地区内经济发展速度。
而在中部和东部地区的省份，由于经济发展，迫切要求市场空间的扩大和地区保护壁垒的削弱，同时产业高度发展也意味分工程度的提高，对地区合作性要求也更为提高，因此该类地区同样对加强地区间合作具有很强的需求。
在上述地区间的合作要求下，以珠江水系流域地区为基础的泛珠三角经济合作区便从而诞生，并在2004年召开各省区领导人的正式洽谈会，签订一系列经济协作文件。
按照产业分工理论，优势生产要素的不同决定不同的产业分工，只有遵循比较优势原则，才能更好地完成该协作区内产业间分工。从产业经济学的雁形形态理论和梯度理论而言，后发展地区的经济发展与经济已发展地区存在密切的产业转移发展关系，只有经历产业转移获得发展的基础后，后发展地区才能有资本实现跨越性或赶超型经济发展。而从产业生命周期理论而言，已发展地区最终将要对衰退产业进行转移，通过技术创新和资本投入，才能促进新兴产业的发展从而获得产业升级，以实现新一轮的经济发展循环。
因此我认为泛珠三角地区经济合作成功与否取决于该协作区内各地区的优势生产要素的差异性，以及产业间的互补性和递进性。
一，本文经济模型的设定
（1）选取模型函数。由于本文主要研究泛珠三角地区内各地区的优势生产要素，从而揭示该地区内是否存在产业间转移的可能性，而在生产要素对地区经济发展作用函数主要是生产函数，因此我们主要采用的是希克斯中性技术进步假定下的柯布道格拉斯生产函数，结合索洛新古典经济增长理论函数，从而构建以下模型：
该式的左边表示产出的增长率，右边第一项是劳动力的增长使产出增长的部分(α为产出的劳动力弹性)，第二项为资本的增长使产出增长的部分(β为产出的资本弹性)，μ表示由于技术进步而使产出增长的部分，称为技术进步率。
为便于分析估计，我们可把（1）式的各项分别通过年增长率进行替换，则（1）式可转化为：
分别称之为技术进步、劳动力增长、资本增长对产出增长的贡献度。
（2）选取变量分析。根据上述建模函数要求，我们需要得到国民经济增长，资本量和劳动量的数据分析，因此在统计数据中我们以历年的实际GDP数据作为对国民经济增长的衡量数据，以全社会固定资产投资作为资本投入量的衡量数据，而以全社会就业人员数量作为劳动投入量的衡量数据。由于存在GDP和固定资产投资数据涉及价格变动，为剔除价格变动对本模型的影响，本文将采用折平价后的实际GDP和实际固定资产投资作为衡量数据。
（3）数据修正。自1978年以来，我国主要经历三次价格波动剧烈阶段，在1986年到1988年和1993年到1995年两阶段出现较严重的通货膨胀现象，在1999年到2002年出现较严重的通货紧缩现象，在2003年又出现通货膨胀现象的苗头，价格失真易导致市场配置失灵，要素使用效率下降，影响经济正常增长，因此需要对上述年份数据作修正。 二，数据来源
在本文统计分析数据主要来源于各省区的统计局年度公报数据和统计年鉴，时间跨度分别为1978年到2004年（广东省），1984年到2004年（四川省）。通过不同省区的生产函数分析，得出不同省区资本，劳动，技术要素分别对该地区增长的贡献度，从而反映不同省区之间是否存在产业转移的可能性和合理性。而其中我们将主要以广东省和四川省作为主要样本分析。（具体年份数据见后文）
三，估计与检验结果分析：
广东省模型方程估计与检验：现以1979年到2004年的广东省国内生产总值增长率（G），全社会固定资产投资增长率（K），全社会就业人员年增长率（L）作为变量数据输入，并进行最小二乘法估计，所得结果为：
附表1：
Dependent Variable: G
Method: Least Squares
Date: 06/01/05 Time: 21:23
Sample: 1979 2004
Included observations: 26
Variable Coefficient Std. Error t-Statistic Prob.
C 11.06207 1.562036 7.081827 0.0000
K 0.109530 0.037284 2.937728 0.0074
L 0.167986 0.402986 0.416853 0.6807
R-squared 0.277804 Mean dependent var 13.49615
Adjusted R-squared 0.215004 S.D. dependent var 4.374424
S.E. of regression 3.875739 Akaike info criterion 5.655516
Sum squared resid 345.4910 Schwarz criterion 5.800681
Log likelihood -70.52171 F-statistic 4.423657
Durbin-Watson stat 1.160240 Prob(F-statistic) 0.023688
由于在该组结果数据中L变量系数无法通过T检验值（远小于2），且该方程的R-squared值太低，说明该模型方程的拟合优度较差，因此需要对方程选取样本进行调整。在比较上述模型方程各年份数据残值度大小后（见图1）
图1
逐次剔除数据进行调整，决定对1981年，1982年，1987年，1988年，1993年，1994年，1995年的数据进行调整。
调整后所得最小二乘估计法结果为：
附表2：
Dependent Variable: G
Method: Least Squares
Date: 06/02/05 Time: 21:48
Sample: 1979 1997
Included observations: 19
Variable Coefficient Std. Error t-Statistic Prob.
C 8.516613 0.979153 8.697939 0.0000
K 0.146919 0.020320 7.230223 0.0000
L 0.600857 0.243033 2.472329 0.0250
R-squared 0.789173 Mean dependent var 13.27632
Adjusted R-squared 0.762820 S.D. dependent var 4.569536
S.E. of regression 2.225415 Akaike info criterion 4.581703
Sum squared resid 79.23953 Schwarz criterion 4.730825
Log likelihood -40.52618 F-statistic 29.94589
Durbin-Watson stat 2.018450 Prob(F-statistic) 0.000004
对上述广东省的模型方程进行检验：
1，经济意义检验。由方程所得系数可知，K的系数为0.146919，L的系数为0.600857，显示资本和劳动的投入增加对国内生产总值增长率均具有正方向作用性，并且两系数绝对值均小于1，绝对值之和小于1，符合经济现实意义；
2，统计检验。
（1）T检验：在本模型方程系数的T检验值可知，K，L分别为7.230223和2.472329，绝对值均超过2，由t分布表可知，样本数量为19时，在0.05显著性水平下，t=1.729,显然本方程系数在显著性水平0.05时通过检验；
（2）F检验：在本模型方程估计结果表中可得知该模型方程的F检验值为29.94589，由F分布表可知，在0.05显著性水平假设时，F（1，17）=4.45，29.94589〉4.45，因此该回归方程总体是显著的，通过F检验；
（3） 值为0.789173，数值相对较低，但考虑作为时间序列模型，影响国内生产总值增长率的因素众多而复杂，且在上世纪八十年代我国的统计制度尚未完善，统计数据的精确度并不令人满意，我认为本模型方程 值是正常可接受的；
3，计量经济检验：
（1）多重共线性的检验：在Eviews软件中进行系数相关性检验，得到本模型方程的K，L两变量系数的相关系数值为 ：
K L
K 1 0.05127
L 0.05127 1
显然从显示结果看，该相关系数值（0.05127）非常小，因此可认为本模型方程中解释变量并不存在严重的多重共线性现象；
（2）异方差性检验：本文采用ARCH检验方法，由附表3结果表可知，在选取残差平方的滞后期数为3期，Obs*R-squared=2.120524，显然2.12504< (0.05)=7.81，故表明本模型方程能通过0.05显著水平下的异方差性检验假设，可认为不存在异方差性现象；
附表3：广东省模型方程ARCH检验结果表；
ARCH Test:
F-statistic 0.611125 Probability 0.620607
Obs*R-squared 2.120524 Probability 0.547772
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/06/05 Time: 21:49
Sample(adjusted): 1982 1997
Included observations: 16 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 2.623494 1.560397 1.681299 0.1185
RESID^2(-1) -0.201068 0.286457 -0.701914 0.4961
RESID^2(-2) 0.250438 0.254493 0.984070 0.3445
RESID^2(-3) -0.018341 0.202908 -0.090388 0.9295
R-squared 0.132533 Mean dependent var 2.730051
Adjusted R-squared -0.084334 S.D. dependent var 3.601299
S.E. of regression 3.750082 Akaike info criterion 5.693750
Sum squared resid 168.7573 Schwarz criterion 5.886897
Log likelihood -41.55000 F-statistic 0.611125
Durbin-Watson stat 1.918045 Prob(F-statistic) 0.620607
（3）序列相关性检验：即自相关性检验，本文采用D-W检验，由上文表2可知本模型方程的D-W检验中的d统计值为2.01845，查d统计量分布表可知，在0.05显著性水平上，样本数量为19的 ， 分别为1.074，1.536，则显然1.536<2.01845<(4-1.536), 根据一阶自回归判断区域划分可知，表明该模型方程不存在一阶自相关，所以本模型方程通过该假设检验，可认为K，L两变量不存在序列相关性现象；
因此广东省的模型方程应为：
四川省模型方程估计与检验分析：现以1985年到2004年的四川省国内生产总值增长率，全社会固定资产投资增长率，全社会就业人员年增长率为变量数据输入，并进行最小二乘法估计，所得结果为：
附表4：
Dependent Variable: G
Method: Least Squares
Date: 06/02/05 Time: 12:48
Sample: 1985 2004
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 7.756845 0.725307 10.69457 0.0000
K 0.128004 0.029343 4.362277 0.0004
L -0.159740 0.261720 -0.610344 0.5497
R-squared 0.552986 Mean dependent var 9.366439
Adjusted R-squared 0.500396 S.D. dependent var 2.754041
S.E. of regression 1.946630 Akaike info criterion 4.307557
Sum squared resid 64.41926 Schwarz criterion 4.456917
Log likelihood -40.07557 F-statistic 10.51506
Durbin-Watson stat 0.766384 Prob(F-statistic) 0.001066
由于在该组数据中L变量系数无法通过T检验值（远小于2），且该方程的R-squared值太低，说明该模型方程的拟合优度较差，因此需要对方程选取样本进行调整。在比较上述模型方程的残余值度大小，见图2：
图2
逐次对数据进行剔除调整后，决定对1989年，1994年，1995年，1999年，2002年，2003年的数据进行调整。
调整变量数据后进行最小二乘估计法所得结果为：
附表5：
Dependent Variable: G
Method: Least Squares
Date: 06/03/05 Time: 15:45
Sample: 1985 1998
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C 7.850098 0.610357 12.86149 0.0000
K 0.138755 0.019704 7.041926 0.0000
L -0.499779 0.219909 -2.272663 0.0441
R-squared 0.863282 Mean dependent var 9.162140
Adjusted R-squared 0.838424 S.D. dependent var 2.984913
S.E. of regression 1.199832 Akaike info criterion 3.389649
Sum squared resid 15.83555 Schwarz criterion 3.526590
Log likelihood -20.72754 F-statistic 34.72872
Durbin-Watson stat 1.954926 Prob(F-statistic) 0.000018
对四川省模型方程的系数估计结果进行检验：
1，经济意义检验。由方程所得系数可知，K的系数为0.138755，L的系数为（-0.499779），显示资本和劳动的投入增加对国内生产总值增长率分别具有相反方向的作用性，并且两系数绝对值均小于1，绝对值之和小于1，符合经济现实意义；
2，统计检验：
（1）T检验：由上述估计结果可知，本模型方程估计系数K和L的T检验值为7.042和（-2.273），均超过2，由t分布表可知，样本数为14时，在0.05显著水平下，t 的绝对值应等于2.145，显然本方程系数在显著性水平0.05时通过检验；
（2）F检验：在本模型方程估计结果表5可得知该模型方程的F检验值为34.729，由F分布表可知，在0.05显著性水平假设时，F（1，12）=4.75，34.729〉4.75，因此该回归方程总体是显著的，通过F检验；
（3） 值为0.863，数值相对较高，考虑作为时间序列模型，影响国内生产总值增长率的因素众多而复杂，且在上世纪八十年代我国的统计制度尚未完善，统计数据的精确度并不令人满意，我认为本模型方程 值是正常可接受的；
3，计量经济检验：
（1）多重共线性的检验：在Eviews软件中进行系数相关性检验，得到本模型方程的K，L两变量系数的相关系数矩阵为 ：
K L
K 1 -0.2842
L -0.2842 1
显然从该估计结果中，可知估计系数K和L的相关系数为（-0.2842），该值相当小，因此我们认为本模型方程的多重共线性不显著；
（2）异方差性检验：本文采用ARCH检验方法，由附表6检验结果可知，在选取残差平方的滞后期数为3期，Obs*R-squared=0.984109，显然0.984109< (0.05)=7.81，故表明则本模型方程能通过0.05显著水平下的异方差性检验假设，可认为不存在异方差性现象；
附表6: 四川省模型方程ARCH检验结果表：
ARCH Test:
F-statistic 0.229261 Probability 0.873214
Obs*R-squared 0.984109 Probability 0.805097
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/06/05 Time: 21:38
Sample(adjusted): 1988 1998
Included observations: 11 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 1.301050 0.889007 1.463488 0.1867
RESID^2(-1) -0.157063 0.384505 -0.408481 0.6951
RESID^2(-2) -0.214212 0.286409 -0.747922 0.4789
RESID^2(-3) 0.006883 0.291618 0.023603 0.9818
R-squared 0.089464 Mean dependent var 0.906270
Adjusted R-squared -0.300765 S.D. dependent var 1.193560
S.E. of regression 1.361268 Akaike info criterion 3.729998
Sum squared resid 12.97136 Schwarz criterion 3.874687
Log likelihood -16.51499 F-statistic 0.229261
Durbin-Watson stat 1.967409 Prob(F-statistic) 0.873214
（3）序列相关性检验：即自相关性检验，本文采用D-W检验，由上表可知本模型方程的D-W检验中的d统计值为1.955，查d统计量分布表可知，在0.05显著性水平上，样本数量为14的 ， 分别为0.905，1.551，则显然0.905<1.955<(4-1.551),根据一阶自回归判断区域划分可知，表明该模型方程不存在一阶自相关， 所以本模型方程通过该假设检验，可认为K，L两变量不存在序列相关性现象；
因此四川省模型方程应为：
四，经济意义分析：
1， 各要素对经济增长贡献度分析。
广东省该模型方程中（选取19个样本数据）的国内生产总值年平均增长率为12.7447%，全社会固定资产投资年增长率为17.4339%，全社会劳动就业年增长率为：3.1163%；
则可得资本要素对广东省经济增长的贡献度为：20.10%，劳动要素对广东省经济增长的贡献度为：14.69%,则技术进步等其他要素对广东省经济增长的贡献度为65.21%；
四川省该模型方程中（选取14个样本数据）的国内生产总值年平均增长率为9.11714%，全社会固定资产投资年增长率为15.1611%，全社会劳动就业年增长率为：1.5840%；
则可计算得资本要素对四川省经济增长的贡献度为：23.08%，劳动要素对四川省经济增长的贡献度为：-8.68%，则技术进步等其他要素对四川省经济增长的贡献度为85.6%；
2，解释变量的估计系数意义分析。
在广东省的数据统计中，通过最小二乘法估计后，资本要素的估计系数为0.1469，劳动要素的估计系数为0.60085，截距常数项为8.516；
资本要素估计系数结果表明在广东省经济增长中，1%的资本增长率将拉动国内生产总值0.1469%的增长率；劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值0.60085%的增长率；截距常数项表明技术进步等其他要素在本模型方程样本中拉动国内生产总值增长率为8.516%；
在四川省的数据统计中，通过最小二乘法估计后，资本要素的估计系数为0.138755，劳动要素的估计系数为（-0.499779），截距常数项为7.850098；
资本要素估计系数结果表明在四川省经济增长中，1%的资本增长率将拉动国内生产总值0.138755%的增长率；劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值（-0.499779%）的增长率；截距常数项表明技术进步等其他要素在本模型方程样本中拉动国内生产总值增长率为7.850098%；
3，估计系数的现实意义。
广东省：在广东省的模型方程结果显示，我们可知在广东省的经济增长中，劳动要素的使用效率要高于资本要素使用效率，证明广东省在改革开放以来大力劳动密集型产业如制造业，装配业和加等决策的正确性，在附表7可知在1992年到2004年此阶段，资本要素的使用效率系数为0.826253，资本要素的使用效率系数为0.092782；资本要素使用效率相对较低，说明广东省须进一步改善投资环境，提升投资效率；技术进步等因素对二十多年来广东的经济增长起到极其重要的作用，因此广东省必须注重以为基础，以科技进步为动力，以制度完善建设为保障，进一步提高技术，制度等生产要素对经济增长的促进作用。
劳动要素和资本要素对经济增长均起正向相关性作用，根据规模经济概念定义，我们认为在广东省经济发展系统中，两要素的使用正处于规模经济阶段，资本和劳动两要素的持续增加投入度仍将进一步拉动经济增长率。
附表7：1992年到2004年广东省模型方程的估计结果
Dependent Variable: G
Method: Least Squares
Date: 06/01/05 Time: 16:38
Sample: 1992 2004
Included observations: 13
Variable Coefficient Std. Error t-Statistic Prob.
C 8.979956 0.721097 12.45319 0.0000
K 0.092782 0.018432 5.033832 0.0005
L 0.826253 0.182575 4.525562 0.0011
R-squared 0.828646 Mean dependent var 12.95562
Adjusted R-squared 0.794375 S.D. dependent var 3.323368
S.E. of regression 1.507012 Akaike info criterion 3.857309
Sum squared resid 22.71086 Schwarz criterion 3.987682
Log likelihood -22.07251 F-statistic 24.17928
Durbin-Watson stat 1.042588 Prob(F-statistic) 0.000148
四川省：在四川省的模型方程结果显示，我们可知在四川省的经济增长中，资本要素的使用效率也相对较低，但对经济增长率起正向相关性作用；劳动要素的使用效率为负数，说明其对经济增长率起负向相关性作用；而技术进步等要素对四川省的经济增长率起到不可替代性的作用。
四川省的劳动要素使用效率为负，我们根据规模经济概念定义分析可以认为目前在四川省的经济发展系统中，劳动要素处于过剩状态，边际价值很低甚至可认为为负数，因此面临规模不经济状况。要改变此类情况可采取两方面措施：1，大量输出过剩劳动力，提高本省经济发展系统中劳动要素的边际使用价值，从而摆脱劳动要素处于规模不经济的状况；2，大力发展劳动密集型产业，提高经济发展对劳动要素的吸收量，从而相对解决劳动要素过剩状况，提高劳动要素的使用效率。
四川省的资本要素使用率相对较低，同样与该地区投资环境，投融资体制效率有着密切的关系。由于长期以来政府职能过多干预市场，使得市场在有形和无形之手的两个强有力或甚至政府凌驾于市场之上的调控下，无法得到完善的建设，资本流动无所适从，从而资本要素的配置效率低下。因此要提高资本要素的使用率，我们首先要求政府改变其行政职能定位，让位市场，服务市场，使得资本要素自主流动性增强，提高配置效率就可提高资本的使用效率。
四川省的技术进步等要素对经济增长起到极大的作用，说明四川省在教育投资和人才培养乃至科技发展上都相对重视，因此侧面反映四川省科技发展状况仍相对较好，须进一步保持和发展。
在广东省与四川省的比较中，我们可得知广东省的国内生产总值的年增长率要较四川省高三个百分点，可见两省间在经历二十五年的改革开放后，差距日益拉大；两省的资本要素使用效率都相对较低并可视为类似水平，我们认为是由于市场环境和政府干预的类似，制度建设的类似，使得资本要素在两省间的使用效率都较类似，所不同的是资本投入量。广东省资本投入量较高水平原因在于三个外生变量因素的作用：A，政府政策性的倾斜性投资水平高；B，引进外资力度大，外资在广东省投资规模中占据较大比重；C，居民编辑储蓄倾向随收入水平的提高而提高，从而高储蓄率为高投资率提供资金支持，高投资率带来高利润率，收入水平也获提高，形成良性循环。五，对泛珠三角合作的思考
泛珠三角经济合作区建立的着眼点在于加强省区经济协作，加快要素流通和产业转移的速度，从而达到多赢的均衡格局。下文我将主要以广东省为经济水平较高的地区或产业的代表，以四川省为经济发展水平较落后的地区或产业的代表，并运用相关经济学理论，分析泛珠三角地区间经济互补性的强弱及产业转移的相关情况。
1，李嘉图的比较优势成本理论和H-O的要素禀赋理论。李嘉图的比较优势理论认为，两地区的经济发展过程中，产业选择应基于“两利取其重，两害取其轻”的原则，选择机会成本较少的产业进行生产和发展；而要素禀赋理论认为不同的国家应根据各自不同的要素禀赋状况选择产业发展，价格水平的差异将使要素禀赋条件发生变化，导致资源要素的流动，并最终在各地区形成均等的投资利润率和要素回报率，从而带动不同地区的经济得到良性发展。从本质上而言，两个理论都着眼于优势生产要素，着眼于生产成本的比较，认为每个地区应根据自身优势要素情况，选择与优势要素相匹配的产业进行发展。
由上文分析可知，在资本要素投入方面，广东省与四川省的资本要素都处于稀缺状况，资本要素的使用效率都近似相同，因此两地区对资本要素投入的需求都较大；在劳动要素投入方面，显然四川省的劳动要素禀赋处于优势地位，出现劳动要素过剩的情况，因此其使用效率为负数，而广东省的劳动要素禀赋处于劣势地位，劳动要素需求较强，因此其使用效率为正数。
根据“两利取其重，两害取其轻”的原则，并考虑产业发展的机会成本，显然四川省应该选择劳动密集型产业进行发展。因为假若选择资本密集型产业发展时，四川省经济发展面临的产业选择成本即机会成本是将进一步加剧劳动要素的过剩情况，从而使劳动要素对该地区的国内生产总值的负效应增大，而选择劳动密集型产业发展时，劳动要素的使用效率将提高，所面临的机会成本是资本要素贡献度的下降，但此下降是有限的，因为发展劳动密集型产业同样需要大量资本投入并且资本要素的使用效率在该地区中相对较低。所以发展劳动密集型产业的机会成本小于发展资本密集型产业的机会成本。
相反，广东省更应该选择发展资本密集型产业，因为广东省的资本要素和劳动要素的积累率相对较高，该地区已具备向高新技术产业转移的基础。假若广东省仍选择劳动密集型产业发展时，该地区的劳动要素使用率虽相对较高，但由于劳动要素的回报率也在迅速提高，加强劳动密集型产业发展时，提高对劳动要素的市场需求，无疑将进一步推高劳动要素的回报率，从而直接提高该地区经济发展的直接要素使用成本，降低经济发展的效益。同时放弃大力发展资本密集型产业时，将放弃产业升级机会，可能丧失地区经济发展的领头羊的地位，并可能因为周边地区劳动密集型产业的发展对本地区产业构成极大的市场压力，从而使得本地区的劳动密集型产业在竞争中丧失优势地位，从而直接削弱本地区的经济发展实力。相反假若选择资本密集型产业时，广东省自身具有较大的资本存量，并可通过投资环境的改善从而提高投资使用效率，吸引更多的资本投入，因此其技术上具可行性。其所面临的机会成本将是产业结构调整对经济发展所带来的阵痛，如失业率的上升，劳动密集型产业产值的下降，但从长远来看，地区的竞争优势在于它的核心竞争力，一旦广东省成为资本密集型产业基地，其与其他地区的劳动密集型产业基地形成差异化，从而建立自身的核心竞争力，广东的经济发展将更为快速和不可模仿性。因此广东省基于机会成本和收益比较应该选择资本密集型产业发展。
根据H-O要素禀赋理论而言，由上文可知，四川省的优势生产要素在于劳动，广东省的优势生产要素在于资本存量，因此四川省更应该专注发展劳动密集型产业，而广东省则应该选择发展资本密集型产业。
在泛珠三角经济协作的背景下，广东省与四川省应建立并完善产业分工。广东省应根据自身情况，发挥资本要素的优势，发展资本密集型产业，并逐步分阶段将部分劳动密集型产业向四川省或其他地区转移，同时完善投资环境和投资制度，推进投融资体制的深化改革，以吸引更多的其他省区的资本投入本地经济循环系统，从而对本地区资本密集型产业起资金支持。而四川省在目前阶段则应加快劳动密集型产业的发展，吸引外来资金投入劳动密集型产业中；并应加快推进输出劳务服务市场的建立，有序稳定地输出本地劳工。同时还应鼓励部分资金进行跨省区的投资，以达到资本要素的优化配置。
在2004年3月，泛珠三角经济合作区在广州签订关于投资和劳工输出等一系列相关协议，无疑将进一步从实质上推动泛珠三角区内劳动要素和资本要素的市场优化配置力度，提高要素的使用率，促进各自地区的经济发展。
2，赤松要的雁行形态理论。日本著名经济学家赤松要在全球化和国际化视角下，认为一国的经济发展要有完善的内外贸结合的全方位的产业结构，该国应将本国产业发展与国际市场密切联系起来，使产业结构国际化，从而提出著名的“雁行形态理论”。认为后期的化国家可通过四阶段加速本国工业化进程：1，进口国外产品并形成国内市场；2，逐步形成国内生产能力，逐步替代进口产品；3，从国内市场饱和到产品出口，开拓国际市场；4，国外生产能力形成，并对本国进行产品返销，迫使本国产品减少生产，并促使新产品开发。从而形成良性循环，不断促进本国的产业结构升级和发展。该理论重大的缺陷在于假定落后国家或地区甘于长期落后或长期处于产业转移的接受方，不能主动调整国际产业分工结构。显然在国际竞争中这是不可能实现的。
我们认为该理论对分析一国环境下，不同地区间产业结构升级和转移更有指导和实质意义，因为一国制度内能最大程度保证地区间产业分工结构的相对稳定性，不至于出现地方主动调整产业结构分工动力过强的现象，例如可通过行政干预和财政倾斜力度等进行调控。因此本文将从该理论出发简单分析泛珠三角地区合作区中产业结构分工状况。
首先，劳动密集型产业的雁行形态应为：港澳地区的劳动密集型产业为雁首，珠江三角洲地区为雁翼，而内地地区为雁尾。合理的产业分工转移应是从雁首，至雁翼，再到雁尾。20世纪六七十年代，港澳地区的制造业（以劳动密集型产业为主）发展迅速，成为香港经济腾飞的坚实基础，香港自此发展资本密集型和信息服务类产业，并成为亚洲四小龙之一；20世纪八十年代中期后，港澳地区的劳动密集型产业向珠三角洲地区转移，广东抓住发展机遇，大力推进劳动密集型产业发展，使得经济增长速度占据全国首位，并形成该地区强大的经济实力基础，由上文附表7可知在此阶段劳动要素的使用效率远高于资本要素（L/K系数比0.826253/0.092782，接近于9比1）；21世纪以来，广东省的劳动密集型产业发展遭遇瓶颈进入转移阶段，而内地地区的劳动密集型产业发展仍相对落后，因此广东省应主动使劳动密集型产业向内地地区进行转移，自身才能完成产业升级和发展，而内地地区则可承接产业转移，推进本地区经济发展和产业结构调整进程。
其次，资本密集型产业的雁行形态应为：港澳地区为雁首，珠江三角洲地区为雁翼，内地地区作为雁尾。目前港澳地区基本完成资本密集型产业的发展阶段，正进入技术信息服务类产业发展的快速阶段，因此港澳地区可考虑将部分资本密集型产业向广东省进行转移；广东省作为雁翼，应珍惜机遇，主动承接资本密集型产业转移，同时加快本地区该产业的发展，从而能更好完成资本密集型产业的发展阶段。
最后，在科技信息服务产业方面，我认为珠江三角洲地区和内地地区在技术水平上并不存在太大的差距，因此在该产业发展，从产业结构发展阶段来看，广东省可能有更大的优势，但不明显。从上文计量经济检验结果也显示，技术进步等要素对两地区的经济增长率都极其重要，贡献度也相当。但港澳地区在该产业发展方面有更大的优势，因为该地区拥有人才和环境的优势。因此我认为在技术信息方面，珠三角洲地区和内地地区应加强的是技术信息的共享性协作和知识产权保护的协作性；港澳地区与祖国大陆地区则应签订增强对知识产权保护力度的协议，并推进两地技术和信息的交流促进。
因此我认为在赤松要的“雁行形态理论”指导下，泛珠三角经济合作区应建立如下产业分工结构：港澳地区专注科技信息服务产业；珠三角州地区则专注资本密集型产业的发展；内地地区则应加快劳动密集型产业的发展。
在2004年泛珠三角经济合作区在广州举行的洽谈会中，就知识产权保护和信息共享等等方面也达成一致协议，有利于泛珠三角地区的产业分工结构的建立和明确，有利于合作区内各地区的经济发展。
3，产品生命周期理论。此理论由美国经济学家弗农提出，并由威尔士等人发展，它是关于产品生命不同阶段决定生产与出口该产品的国家转移理论。该理论认为产品的生命周期经历四个阶段：（1）新产品生产与出口时期；（2）外国厂商开始生产并开始取代产品进口阶段；（3）本国与外国在新产品出口市场共同竞争阶段；(4)本国引进该类产品阶段，并开始新产品的研发阶段。显然该理论与“雁行形态理论”分析基本相似，所不同点在于该理论的国家利益考虑出发点不一致，弗农理论建立在发达国家基础，而雁行形态理论则是后发达国家。从两理论的阶段发展可知，发达国家与后发达国家的产品经历周期阶段类似，只是起点与终点存在不一致。
我们同样试图将该理论引入本合作区进行分析，把广东省视为发达国家，四川省视为后发达国家。从广东省角度出发考虑，显然广东省目前处于优势地位的劳动密集型产业随着产品生命周期阶段的进展而终将向后发达地区进行转移，四川省则将经历三阶段：开始接收劳动密集型产品并进行替代性生产；与广东省在其他省区劳动密集型产品市场进行竞争；承接广东省劳动密集型产业的转移，向广东省输出该产业产品。
我们认为广东省劳动密集型产业正处于产品生命周期的第三阶段，最终将进入第四阶段，因此广东省将加快转移劳动密集型产业，谋求新产品的研发。资本密集型产业无疑是较好选择。
4，区域梯度开发的产业布局理论。地区性产业布局理论主要有四类：（1），增长极发展布局理论，如经济特区的建立和开放城市的确定；（2），点轴布局理论，我国当前的两种点轴模式为：A “T”型模式，以沿海和长江为轴线，以上海等主要城市为点；B，“弓箭型”模式，沿海为弓，京广线为弦，长江为箭，上海为箭头；（3）布局模式，如京津唐地区，长江三角洲地区和珠江三角洲地区；（4）区域梯度开发模式。
区域梯度开发理论认为：由于技术发展是不平衡的，客观上存在一种技术梯度，有梯度就有空间转移。生产力的空间推移要从梯度的实际情况出发，首先让有条件的高梯度地区引进掌握先进生产技术，然后逐步向处于二，三级梯度的地区转移，实现经济分布的相对均衡。
在泛珠三角地区中，包括着我国东中西三个地区的省区，由于改革开放的时间先后顺序不一致，改革和开放的力度及深度也不太一致，政府的扶持政策也不一致，导致泛珠三角合作区内各成员伙伴的经济发展水平不一致，并有着相当大的差距。因此我们认为泛珠三角合作区内同样存在较大的技术差距，也就是说在该合作区内，技术发展是不平衡的，客观上存在技术梯度。我们认为在泛珠三角合作区内从技术水平角度出发可作以下粗略的划分:A,高梯度地区，包括香港，澳门，广东；B，中梯度地区，包括福建，湖南，四川，广西；C，低梯度地区，包括江西，贵州，云南，海南。
由区域梯度开发理论可知，只要存在梯度就存在技术的空间转移，因此在泛珠三角合作区中同样存在技术的空间转移。 技术转移的方向则是自高梯度地区，中梯度地区和第梯度地区的顺次转移，此过程则成为合作区内产业结构升级，调整和产业扩散的基本脉络。
广东省处于高梯度地区，四川省处于中梯度地区，客观上存在产业技术转移的问题，但因产业技术涵盖内容比较广，一般而言，我们认为产业技术的转移顺序原则应该为：低附加值的产业技术转移到高附加值的产业技术转移；影响地区经济发展程度从小到大的产业技术转移。无疑，劳动密集型产业技术的附加值低于资本密集型产业，而不同产业影响地区经济发展的程度则因地区而异。
在广东省国内生产总值中，由上文可知资本要素对广东省经济增长的贡献度为：20.10%，劳动要素对广东省经济增长的贡献度为：14.69%；四川省的国内生产总值中，资本要素对四川省经济增长的贡献度为：23.08%，劳动要素对四川省经济增长的贡献度为：-8.68%。显然在广东省，资本密集型产业对该地区的经济发展影响程度高于劳动密集型产业，广东省可考虑劳动密集型产业技术的转移；同时在四川省的数据显示，劳动要素的贡献度为（-8.68%），亟需劳动密集型产业技术的引进，提高劳动要素的贡献度。
因此在两个产业技术转移顺序决定原则下，广东省均应考虑向中梯度地区转移产业技术，产业技术则应选择劳动密集型产业技术的转移。四川省作为中梯度地区，应积极接纳劳动密集型产业技术的转移，发展该产业，并在适当阶段向低梯度地区进行产业转移，如贵州和云南地区。
只有确立清晰的产业转移脉络，泛珠三角地区的产业分工结构才能完善，合作区内各伙伴成员才能完成产业升级和发展，从而形成多赢的均衡格局。
综述：本文通过广东省和四川省的历年数据引用，采取新古典经济增长模型函数进行计量经济分析，得出两省区劳动要素，资本要素和技术进步等要素对国内生产总值的相关系数，并求得各要素对国内生产总值的贡献度。在此数据基础上，分别从李嘉图的比较优势成本理论和H-O要素禀赋理论，雁行形态理论和产品生命周期理论以及产业布局中的区域梯度开发理论角度出发，对广东省和四川省的产业分工结构进行探讨分析，认为四川省应专注劳动密集型产业发展，而广东省应专注于资本密集型产业发展，从而认为泛珠三角经济合作区内存在产业分工结构调整的必要性和产业互补合作的可能性。
附，本文模型方程所采用数据：
广东省：
obs K P L G
1978 27.23 1.004 2153.87 101
1979 28.29 1.03 2304.95 108.5
1980 38.29 1.085 2367.78 116.5
1981 60.4 1.093 2423.79 109.0
1982 84.73 1.023 2521.38 112.0
1983 88.71 1.007 2569.7 107.3
1984 130.37 1.012 2637.49 115.6
1985 184.59 1.136 2731.11 118.0
1986 216.5 1.048 2811.92 112.7
1987 251.01 1.117 2910.99 119.6
1988 353.59 1.302 2994.72 115.8
1989 347.34 1.21 3041.27 107.2
1990 381.47 0.956 3118.1 111.6
1991 478.2 1.106 3259.2 117.7
1992 921.75 1.058 3367.21 122.1
1993 1629.87 1.182 3433.91 122.3
1994 2141.15 1.189 3493.15 119.1
1995 2327.22 1.116 3551.2 114.9
1996 2327.64 1.044 3641.3 110.7
1997 2298.14 1.001 3701.9 110.6
1998 2668.13 0.97 3783.89 110.2
1999 3027.56 0.967 3796.32 109.5
2000 3233.7 0.999 3989.32 110.8
2001 3536.41 0.987 4058.63 109.6
2002 3970.69 0.985 4134.37 111.7
2003 4988.9 1.006 4210 113.6
2004 5983.27 1.03 4620 114.2
本表中，K代表广东省全社会固定资产投资规模；L代表广东省全社会就业人数量；P代表广东省商品零售价格指数；G代表广东省国内生产总值增长指数，以上年为基准，即上年=100；
数据来源：1，广东省2002年统计年鉴，广东省统计信息网；
2，广东省2002年到2004年统计公报，广东省统计信息网；
四川省：
obs K P L G
1984 70.09 1.027 3643.11 11.8156
1985 109.66 1.088 3742.97 5.5670
1986 112.66 1.07 3885.74 8.6426
1987 140.18 1.088 3967.27 7.5506
1988 158.51 1.207 4090.08 2.5909
1989 152.4 1.178 4217.57 6.9654
1990 162.66 1.021 4304.25 7.9970
1991 204.28 1.029 4454.96 13.0465
1992 304.78 1.054 4539.83 12.9133
1993 459.4 1.132 4565.96 11.4088
1994 573.43 1.217 4580.05 10.7612
1995 677.34 1.148 4606.85 10.0739
1996 803.79 1.061 4609.69 10.2095
1997 949.3 1.008 4617.57 9.1161
1998 1184.8 0.974 4533.73 5.5978
1999 1220.66 0.97 4482.31 9.0006
2000 1403.85 0.985 4435.75 9.1978
2001 1573.8 0.992 4424.02 11.8156
2002 1805.2 0.987 4592.3 10.6
2003 2158.2 0.999 4675 11.8
2004 2648.5 1.037 4691 12.7
本表中，K代表四川省全社会固定资产投资规模；L代表四川省全社会就业人数量；P代表四川省商品零售价格指数；G代表四川省国内生产总值增长率；
数据来源：1，四川省2002年统计年鉴，四川省统计信息网；
2，四川省2002年到2004年的统计公报，四川省统计信息网；
：
1，庞皓，李南成，《计量经济学》，西南财经大学出版社，2001年；
2，苏东水，《产业经济学》，高等出版社，2000年2月；
3，陈同仇，薛荣久，《国际贸易》对外贸易大学出版社，1997年5月；
4，广东省2002年统计年鉴，广东省统计信息网；
5，广东省2002年到2004年统计公报，广东省统计信息网；
6，四川省2002年统计年鉴，四川省统计信息网；
7，四川省2002年到2004年的统计公报，四川省统计信息网；
上一篇：海南城乡协调发展与制度创新
