地区工业生产差异：经济地理的解释，本文主要内容关键词为：工业生产论文,差异论文,地理论文,地区论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
中西部地区被认为是中国经济发展的战略纵深。传统观点认为，在东部沿海地区经济全面发展后，东部沿海地区对中西部地区的辐射效应会带动中西部地区经济的快速发展，从而维持整个国民经济的新一轮增长。但是事实上的情况是，中西部地区的经济在国家的多项发展计划支持下依然没有大的起色，经济发展缓慢，东中西地区差距扩大是我们关注地区差异问题的原因。
衡量地区差距的一个方法是计算地区产出的基尼系数。林毅夫、蔡昉和李周（1998）的研究通过计算1978-1995年的分省人均GDP基尼系数，描述了地区差异的变化趋势。除了1978-1985年有缓慢下降外，地区差异有持续扩大的趋势。同时他们按产业对基尼系数分解，计算了三大产业基尼系数的贡献率和弹性，发现第二产业的基尼系数贡献率和弹性占主导地位，但是从1978年以来趋于下降。另外第一和第三产业基尼系数弹性为负，有降低总体不平等程度的作用。范剑勇和朱国林（2002）做了类似的计算。值得注意的是我们看到第二产业基尼系数的贡献率在1990年后逐步上升，1995年以后第二产业基尼系数贡献率超过了60％。第二产业中占主要地位的是工业，所以地区差异实际上是各地工业生产的差距，这一点也与我国正在经历工业化过程一致。同时，第三产业的发展是与工业化进程相联系的，所以工业化进程会直接影响第三产业的地区差异，从而又影响地区总产出的差异。
所以，回答地区差异的问题实际上就转变为解释地区工业生产差距的问题。本文的结构如下：第二部分是对地区工业生产差距的描述，我们计算了劳均工业产出基尼系数，比较了劳动生产率水平的地区差异；第三部分简单回顾了现有的解释地区差异的文献，同时指出存在的问题，提出了我们的看法；第四部分介绍了为了考虑一些地区固有的因素的影响而采用的层次线性模型估计，第五部分说明了我们的数据来源和数据描述；第六部分是对计量结果的说明；最后我们在第七部分作了总结和提出相应的政策建议。
二、地区工业生产的差异：1983-2001
为了清晰的显示各省市区工业生产差距，我们首先分别计算了1981和2001年工业密度（各省工业GDP产值/各省土地面积），并且我们使用SAS软件绘制了各年中国工业GDP产值密度区域分布图（图一）。我们的数据不包括香港、澳门和台湾地区，重庆仍然包括在四川省内。根据工业密度的差异，各个省市区被分为五组，每组包括六个省，分别用疏密程度不同的井线表示，疏密程度对应工业密度。可以清楚的看到中国工业密度从东至西的减少，这个与中国地区差异随地势变化的观点是符合的。对比1981和2001年，工业密度最高的六个省市区中的辽宁和山东被浙江和广东替代。山西和陕西的工业密度下降，福建和江西的工业密度位次上升。
图1A 1981年中国工业GDP产值密度区域分布图
图1B 2001年中国工业GDP产值密度区域分布图
数据来源：复旦大学中国经济研究中心（CCES）数据库（注：图的疏密表示工业密集程度以及相应的排序。）
其次按照传统的分析地区差异的方法，我们计算了地区劳均工业产出基尼系数。基尼系数的计算使用的是简单的切块法，由于忽略了弓形面积，一般认为这种算法得到的基尼系数偏小。因为没有工业劳动力的直接统计数据，所以我们用第二产业劳动力减去建筑业劳动力。计算结果绘制成折线图（图二）。1984-1990年劳均工业产出基尼系数的下降可以被解释为1984年中国工业改革的制度效应。覃成林（1997）用各省人均国民生产总值与全国平均值的离差和比率研究1990-1995年中国区域经济差异变化特征，发现这个时期沿海地区的上海、北京二天津和辽宁四个老工业省，广东、浙江、江苏、福建和山东五个新兴工业省与其他省区，特别是中西部省区的差异扩大了。从图二我们也可以看到劳均工业产出基尼系数在这个时期上扬趋势明显。
图2 各省劳均工业产出基尼系数1983-2001
数据来源：复旦大学中国经济研究中心（CCES）数据计算
以上分别描述了工业密度和劳均工业产出的差异，如果我们进一步提问差异的原因，一种解释是要素生产力各地的差异。由于中国户籍制度限制劳动力的流动，加上中国文化中安土重迁的传统，使得劳动力要素的流动性较差，因此本文将注意力集中于劳动生产力的差异。
最后我们描述了劳动生产力的区域差异，并且判断劳动生产力的地区差异的显著程度。武义青、程希骏和聂辰席（1998）利用了各个省市区1995年第三次工业普查的数据拟和我国省市区工业的科布-道格拉斯生产函数。并且利用综合要素生产率的测定模型计算了我国各个省市区工业比较生产率和位次。他们的比较劳动生产率的含义是各个省市区劳均产出与全国平均的劳均产出比（
）。其中比较劳动生产率排名第1位的上海（1.8256）是排名第30位的西藏（0.4522）的4倍（注：武义青等（1998）中列出了他们计算的所有省市区的数据，感兴趣的读者可以参考他们的文献。）。
根据武义青等（1998）计算的数据，我们分别作了内地沿海（注：沿海内地区分的依据是各个省市区是否有海岸线。尽管北京没有海岸线，但是由于北京的特殊地位和靠近天津港口的地理位置，所以处理为沿海。）和东中西（注：东部包括北京、天津、河北、辽宁、上海、浙江、福建、江苏、广东、海南、山东、广西；中部包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖南、湖北；西部包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。）比较劳动生产率的盒形图（注：盒形图由一个矩形盒和两个须构成，矩形盒的两侧分别位于上下四分位数的位置，盒的中间的线是中位数据。盒的两侧的须分别自四分位数的边出发延伸1.5倍四分位极差范围内最远的数据点的位置。异常点单独用圆圈表示）（图三和图四）。图三中的三个盒形图分别代表内地，沿海和全国比较劳动生产率。图四中的四个盒形图依次是东部，西部，中部和全国比较劳动生产率。从图形中我们可以直观的观察到地区工业劳动生产率平均水平的差异。从内地沿海劳动生产率来看，沿海地区的劳动生产率普遍的高于内地。从东中西劳动生产率来看，东部地区的劳动生产率同样普遍的高于中西部地区，但是中西部地区的差异不大，相对来说中部地区的劳动生产率水平接近，而西部地区的水平差异比较大。
图3 内地沿海差异
图4 东中西差异
数据来源：武义青等（1998）计算的数据
进一步我们使用单因素方差分析（ANOVA）来检验各个地区工业劳动生产率平均水平的差异程度是否显著。检验的结果在附录一的表一A、B中。对于按照沿海内地和按照东中西地区来区分的工业劳动生产率平均水平差异的Bartlett检验值分别是 chi2（1）=5.7996（Prob＞chi2=0.016）和chi2（2）=6.2866（Prob＞chi2=0.043）。两种区分的显著水平都在95％以上。这说明地区工业劳动生产率水平的差异是显著的。
附录一：单因素方差分析
表一 A 沿海内地工业劳动生产率水平均值差异：单因素方差分析
平均值 标准差 频度
内地0.700.1718
沿海1.240.3212
全国0.920.3630
来源平方和自由度
平均平方和 F统计量P值
组间2.121
2.12 36.790.000
组内1.61 280.06
全部3.74 290.13
Bartlett检验chi2（1）=5.7996Prob＞chi2=0.016
表一 B 东中西工业劳动生产率水平均值差异：单因素方差分析
平均值
标准差 频度
东部 1.270.3211
中部 0.700.13 8
西部 0.720.2011
全国 0.920.3630
来源平方和
自由度平均平方和 F统计量
P值
组间2.17 2 1.08 18.67 0.000
组内1.57 27 0.06
全部3.74 29 0.13
Bartlett检验chi2（1）=6.2866Prob＞chi2=0.043
三、经济、制度和地理：地区工业差距的多种解释
尽管对于中国工业产出的地区差异以及工业劳动生产率的地区差异的理论解释不足，但是实证研究已经取得了非常多的成果。相当多的实证研究基于新古典增长理论，将增长率的差异归纳为要素投入，政策和地理等因素等。
大多数文献都包括了对于要素投入导致地区差异的解释。Fleisher和Chen（1997）观察到沿海地区的全要素生产率是非沿海地区的2倍，认为这就是造成中国非沿海地区高投资率下低速经济增长的原因。他们将全要素生产率的差异归纳为人力资本、外商直接投资和基础建设，并且强调了基础建设是吸引外商投资和留住大学毕业生的重要原因。所以他们强调了在对中西部地区增加投资的同时，提高中西部地区全要素生产能力。但是他们的这种观点没有考虑到中西部自身的特点：教育的落后，基础建设不足，缺少外商直接投资与西部的地理条件，文化因素等都有想当大的关系，不理解这些根本的原因，政策往往是无效率的。而杨开忠（1994）同样分析了中央政府投资的地区倾斜对于地区差异的影响。
对于地区政策差异的计量成为各个文献关注的重点。Chen和Feng（2000）关注了教育和和外贸对于地区差异的影响，同时认为各个地方不仅要注重人才培养，更要建立完善的人才市场。更为重要的是他们在计量模型中考虑了国有企业的比重对于地区差异的影响，从而引进了制度对于地区差异的影响，并且发现国有企业高的地区经济增长速度慢的结论。林毅夫和刘培林（2003）认为正如激进转轨国家经济试验所表明的，私有化本身不能促进经济的发展。这个问题在理论界还存在争议，有待进一步的实证检验。另外张平（1999），万广华（1998），和Rozzelle（1994）都关注了乡镇企业发展的地区差异。
林毅夫和刘培林（2003）认为各个省市区之间发展水平的差距在于新中国成立以来所推行的重工业优先发展的赶超战略形成的生产要素存量配置结构，与许多省市区的要素禀赋结构决定的比较优势相违背，从而导致大量的赶超企业缺乏自生能力。通过在模型中考虑政府推进的发展战略对于比较优势战略的偏离指数，他们得出发展战略越体现赶超的特征，则劳均GDP增长率就越低的结论。这种观察与我们前面分析的比较劳动生产率差异的地区分布是一致的。但是由于他们使用的是地区虚拟变量的方法，所以尽管计量结果显示自然条件和其他不可观察的区域特征等因素对各个省市区经济增长的影响，却没有办法区分这些影响。另外一个比较令人困惑的问题是，如果不考虑其他效率因素，单单赶超战略似乎不足以形成工业劳动力产出弹性如此大的差异，中西部地区如此低的劳动力产出弹性意味着确实从事着劳动力密集程度高于东部地区的产业，这就与中西部违背比较优势的解释不一致了。
Démurger等（2002）认为，带有地区倾向型的政策（主要是一些放松管制的政策）使得沿海地区更好地融入了全球经济，这就扩大了地区间的收入差距；也有学者关注了倾向于东部地区的财政转移政策（Raiser，1998；马拴友和于红霞，2003）。同时，开放程度也被认为是导致地区间收入差距的原因，Kanbur和Zhang（2003）使用时序数据发现了实际税率和贸易依存度与地区间收入差距的正相关关系。一些学者认为，FDI的地区间分布不均也是导致区域经济发展不平衡的重要原因（如魏后凯，2002；武剑， 2002）。不同的基础设施条件同样也导致了地区差距的形成（Démurger，2001）。王小鲁和樊纲（2004）报告了一系列的研究成果，这些研究包括了从资本要素和劳动要素到市场化和城市化等各个方面。
以上的分析多数注重了地区的经济和政策因素的作用，但是基于对省市区工业比较生产率巨大差异的观察，我们认为一个并没有被充分重视的因素是地区间的经济地理因素对于解释差异的重要作用。正如我们所知道的，由于海运运输成本较低，同时沿海意味着对外贸易便利，也更容易接受外来的投资，所以是否沿海对于解释地区差异至关重要。另外中国的地理特征是由东向西的阶梯形，东部交通便利，而越是西部交通条件和气候条件就越恶劣，这对于地区差距也是有一定影响的。
中国的民族文化是地理因素的一个延展，不过对于如何度量这种的差异是相当困难的。考虑到由于中国是一个多民族国家，少数民族居住地区集中，实行自治，特别是少数民族的语言与汉族不同，这往往增加了交易成本，使得工业的发展举步维艰（注：这个观点需要感谢复旦大学劳动和激励经济学工作室的建议。）。所以不同的民族文化和习惯对于地区工业产出差距的影响是不可忽视的。地区间的差距在一定程度上也是各民族经济发展不平衡的体现。因此我们将少数民族人口比例作为一个代理变量。另一个方面我们考虑了高等学校的外部性作用。已经有很多的文章检验过教育程度对于地区差异的影响，但是我们知道由于人口的流动性，在校学生与实际在学校所在地工作的学生群体是不同的，所以很难用在校学生数量来度量当地的人力资本因素。这里考虑高校的数量虽然不能代表人力资本，但是考虑到高校的人才高地作用，所以把它作为一个代理变量。
要检验以上的因素的作用，遇到的一个技术上的困难是经济地理因素往往是不变的。如果直接用截面数据，那么时间的选取往往会导致结果的不同，结论的稳定性值得质疑。如果直接采用面板数据分析的方面，将这些不变的量作为虚拟变量，那么采用普通最小二乘法（OLS）往往会因为非观测效应（unobserved effect）与解释变量相关而产生有偏不一致的估计，这又被称为差异性偏误（heterogeneity）。如果采用固定效应分析，那么虽然可以消除非观测效应，但是重要的不变的因素也被消除，而这正是我们所关注的。
一般的随机效应模型通过减去变量的准除平均后的数据（quasi-demeaned data），所以容许我们考虑不随时间变化的解释变量，但是随机效应模型假设了不可观测因素与解释变量相互独立，这个假设往往不能得到满足。比如林毅夫和刘培林（2003）（注：事实上林毅夫和刘培林（2003）使用的是截面数据回归，不存在以上的问题。）使用的外商直接投资变量为1978-2000年期间外商直接投资累计额的自然对数，但是如果在随机效应模型中运用这个变量实际上是假设了外商投资与地区政策、投资环境等不可观测因素是不相关的，这不符合实际。所以我们这里采用了层次线性模型（注：这种方法归功于Goldstein（1991），最早用于社会学中研究样本来自不同层级和单位。从某种意义上讲，层次线性模型相当于随机效应和固定效应模型的结合。），将面板数据和不变因素分两层次分析。
层次线性模型最早是在社会科学中研究多水平、多层次的数据结构时，为了解决组效应问题而提出的一种方法。相对于线性回归和方差分析依靠的普通二乘法估计，多层分析使用收缩估计（shrinkage estimation）更加稳定和精确。多层线性模型用两个估计的加权综合作为最后的估计：一是来自每个组的OLS估计，另一个是组间的加权最小二乘法（WLS）估计。最后的估计来自于对这两个回归的加权平均（注：加权平均的权值是信度λ，它依赖各层的方差，协方差以及样本大小。），如果样本规模小，则更为依赖第二层的WLS估计，样本规模大则更为依赖第一层的OLS估计。多层估计的另一个优点是对于样本规模不相等的数据结构，由于采用了极大似然估计的迭代过程（iterative process），所以可以估计方差和协方差。
四、层次线性模型
在第一层次计量方差的设定中，我们采用只有劳动力（L）一种投入要素的生产函数：
Y[，tj]=A[，tj]×f（L[，tj]）（1）
其中t表示时间下标，j表示省下标，这样A[，tj]实际上表示了由于各个省所处的地区不同形成的生产差异。
进一步我们把f（L[，tj]）表示为科布-道格拉斯生产函数，并且在等式两边分别取对数，我们用小写的字母来表示取了对数后的变量，得到以下计量方程：
y[，tj]=a[，tj]+b[，tj]·l[，tj]+μ[，tj]（2）
其中b[，tj]表示的是各个省劳动力生产弹性的差异。
如我们设定第一层次所解释的a[，tj]，b[，tj]对应与各个省都有不同的影响，所以对上述方程采用普通最小二乘法（OLS）估计，那么存在残差不满足同方差的假定的问题。采用固定效应估计法（FEE）虽然可以消除截距项，但是对于关心截距项差异的研究，它同样消除差异背后的经济学含义。而层次线性模型估计方法考虑其他随机因素影响 a[，tj]，b[，tj]。
第二层次计量方程分别是：
a[，j]=a[，0]+a[，1]X[，j]+ε[，j]（3）
其中X[，j]是表示影响。a[，tj]的因素，在这里我们主要分析由于地区不同造成的影响，我们采用了两种取分地区不同的方法：1、是否是沿海省市区的划分，2、东中西三大区域划分。对于第一种划分，我们考虑到对外开放使得沿海地区更多的接受国外的先进技术和管理方法，所以工业产出水平高于内地。对于第二种划分，我们考虑的是由于历史的原因，东中西的工业生产存在的巨大的差异，特别是由于中国自然的地理条件使得西部地区不适合居住，地广人稀，所以工业的生产条件劣于东中部地区，这一点也可以从中国的人口的自然分布看出。另一个方面我们也考虑了外国直接投资的影响，作为控制因素。
b[，j]=β[，0]+β[，1]z[，j]+ε[，j]（4）
在这里Z[，j]，是表示影响b[，tj]的因素。我们分别考虑了各个省高等学校数量以及少数民族在各个省人口的比重的影响。
五、模型设定和数据说明
我们的数据包括两个层次，第一个层次的数据来自复旦大学中国经济研究中心（CCES）数据库，数据说明见附录二中的表二。数据包括1983年到2001年中国30个省市区的工业产出和工业从业人员，不包括港澳台地区。其中工业从业人员是用第二产业从业人员减去建筑业的从业人员得到的。由于没有固定资产的一个好的度量指标，所以我们没有按照一般两种要素的生产函数设立计量模型，只考虑了劳动投入要素。这种方法也曾被其他一些经济学家采用，比如Wei（1993）。为了数据的一致性，我们将独立为直辖市的重庆包括在四川省内。另外，许多经济学家认为衡量地区差异时，是否包括直辖市对结果有很大的影响，我们计算了包括与不包括直辖市两组数据的不同计量结果，但是因为包括直辖市的结果较差，所以我们只报告了不包括直辖市的结果。
附录二：数据说明
表二 数据说明（不包括直辖市）
观察数 均值
标准差最小值 最大值
第一层变量
LogY5042.360.66
0.2 3.68
LogL5042.390.49
0.6 3.04
第二层变量
沿海 27
沿海（1） 9
内地（0）18
东中西27
东（2）
8
中（1）
8
西（0） 11
FDI27
11.421.350 100.85
少数民族27
16.96
22.65 0.27 94.07
高等学校
27
44.323.833 86
数据来源：复旦大学中国经济研究中心（CCES）数据库以及作者收集
第二层次的数据一般是不随时间变化的或者是加总的数据。数据说明见附录二中的表二。其中是否沿海地区划分，东中西地区划分变量是根据我们的共识，在上文的注解中也有说明。外商直接投资数据我们采用了现有数据的平均数，西藏地区数值为零，这值得怀疑，但是如果从基数角度看，影响不大。少数民族人口比例代理变量采用了第五次人口普查的数据，由于少数民族是聚居的，变动比较小，所以这个变量也是基本稳定的。另一个代理变量是各个省市区的高校数量。已经有很多文章研究过人力资本积累对产出的影响，本文关注的是大学是否有对当地的文化溢出效应。我们的数据来自中国高等学校教师网（www.ccf.edu.cn）。对于这些变量，我们估计少数民族变量的影响是负的，而地区划分、外商直接投资和高等学校变量是正的。同样我们对每一个设定都检验了包括直辖市和不包括直辖市两组数据的不同计量模型。
六、计量结果和解释
按照层次线性模型的估计步骤，首先我们估计一个不包括第二层预测变量的随机效应回归模型。估计的结果显示在附录三的表三中。除了允许自变量和截距项的回归系数在各个省市区（第二层）随机变化外，建立的模型与普通的回归模型一样。模型采用了限制最大似然法估计，结果收敛、似然函数值为-210.022。劳动力变量的系数是2.333（P=0.000），截距项的系数是2.332（P=0.000）。我们也报告了自变量和截距项在各个省市区之间的变异程度（用Chi平方值衡量）。劳动力变量的变异程度是194.876（P=0.000），截距项的变异程度是1367.917（P=0.000）（注：我们同样检验了包括直辖市的模型，对比发现两种模型的省市区变异程度均显著，包括直辖市的模型的普通异程度明显偏高）。
附录三：层次线性估计
表三 不包括第二层变量的随机效应模型 （不包括直辖市）
固定效应随机效应
回归系数 标准差T检验P值
方差成分Chi平方P值
截距1
2.332 0.10522.124
0.000
0.3061367.917
0.000
LogL2.333 0.366 6.368
0.000
2.967 194.876
0.000
似然函数值： -210.022
估计方法： restricted maximum likelihood
（robust standard errors）
随后我们分别报告了四组（不包括直辖市）不同第二层变量组和计量结果（附录三表）。之所以没有将全部的变量放在一起估计的结果报告是因为，各个变量的显著性明显下降，并且出现与判断不一致的结果。模型均采用了限制最大似然法估计，各个模型的估计都快速收敛。另外分别观察是否包括直辖市的不同模型，我们发现一般含有直辖市的模型的解释变量往往不显著。这个结果与我们在前面注释4中提到的包括直辖市的变异程度明显偏高是相吻合的。可见直辖市与其他省区差异由其他的因素解释。所以在后面对各个模型的说明中我们不再解释包括直辖市的模型。
外商投资是所有模型中共有的解释变量，这是因为外商投资在改革开放后的地区差异中占有关键作用，魏后凯（2002）计量结果发现1985-1999年期间，东部发达地区和西部落后地区经济增长差异的90％是由外商直接投资引起的。我们检验的结果发现所有模型中外商直接投资影响均为正，也就是对于截距项有加强的影响，这与符号判断一致。对于沿海与内地的区分，外商直接投资变量系数都在95％的水平上显著（P值分别为0.029和0.051）。而对于东中西的区分，系数的显著性比较低（P值分别为0.134和0.247），可见中西部地区的外商直接投资影响差异不大。
对于地理变量，我们分别考察了沿海与东中西划分。总体上看虽然各个模型的地理变量的系数均为正，也就是说对于第一层模型的截距项起到了加强的影响，这些都与我们平时的观察是一致的。但是所有模型的地理变量系数的显著性都不高，低于95％的水平。也就是说如果控制了其他变量，那么仅仅是地理的差异造成地区工业产出差距并不显著。这一点似乎可以从一个侧面说明林毅夫和刘培林（2003）认为的各地以自身优势发展生产，才能减少地区间的差距。
对于我们选取的两个代理变量——少数民族和高等学校，检验的结果是很有意思的。首先少数民族人口比例变量系数的符号为负，也就是说对于第一层的劳动力变量有减弱的影响，这与我们的符号判断一致。根据层次线性模型的设定，这就意味着在一个少数民族人口比重高的地方，工业生产水平就相对较低。尽管对此可以有多种解释，我们的一个观点是由于小数民族地区的语言和文化差异，使得分工所产生的交易费用比较大，从而影响了工业生产的发展。虽然在很多情况下，少数民族人口比例变量系数的显著性不高，低于95％的显著水平，但是在第一个以沿海为地区划分的模型中少数民族变量系数显著（P值为0.030）。而这个模型对于外商直接投资变量系数的显著性判断结果也比较好。证实了我们所认为的地区差异问题同样也是民族发展不平衡的问题的观点（注：在中国，少数民族通常是聚居在少数民族自治区市县中，而这些区市县往往都是工业发展落后，收入水平比较低的地区。）。高等学校代理变量系数的显著性是非常的糟糕的，同时一些模型的系数符号判断也是与直觉相反。这可能是我们选取的变量自身没有反映高等学校地区差异，因为不同的高校的差异非常大，简单的数量没有考虑到这些方面。另一个解释是高等学校对于地区劳动生产力提升也许没有起到应有的作用。当然这个结论需要进一步的检验。
七、结论及政策建议
我们的工作强调了经济地理的差异对于地区工业产出差异的影响。基于工业在国内生产总值中的重要地位，以及对于地区产出差异的影响，我们认为解决工业产出的差距是解决地区差距的中心任务。事实上如果人均产出差异显著，那么中西部地区的要素（人才和其他可流动资源）就会往东部人均产出高的地区转移，中西部地区就会进一步陷入贫困陷阱中。新经济地理学从理论上证明了这种与传统增长理论不一致的结果出现的可能性。
外商直接投资再一次被证明是对地区发展起到关键作用的因素。而除了沿海地区，中西部地区都没有很好的引进外资，加强本地的竞争能力。当然外资的引进本身受到地区发展水平的限制。所以更为重要的可能是加强内地的引资能力建设。完善的市场制度，基础设施建设对于内地吸引外商直接投资，从而减少地区差异具有重要作用。
根据我们的计量检验，地区工业产出的差异可以被地区少数民族比例不同解释，这提醒我们注意地区差异问题同样也是多民族经济发展差异问题，这也与我国少数民族地区由于语言差异造成的交易成本上升从而无法享受现代工业文明有关。所以在保护各个民族文化的同时，我们也要注意加强对于内地少数民族聚居地区的支持。另外高等学校应该起到人才高地从而促进地区工业发展的作用，但是从检验的结果来看这需要我们做出更多的努力。
许多学者通过对地区差距的指数计算及其分解发现东部沿海地区和中西部地区内部的差异在减小，而两个地区间的差距扩大。范剑勇和朱国林（2002）研究进一步发现东部地区内部差异在去除了直辖市后差异显著减小（注：关于指数的计算和分解的细节以及结果，感兴趣的读者可参考范剑勇和朱国林（2002））。但是我们的研究发现东部尽管有沿海的地理优势，但是从检验的结果来看并不是造成地区工业发展差异的不可扭转的因素，我们认为西部地区同样有资源方面的优势。因此在中国现代工业化的进程中，各地利用发展的良好时机，从而建立有自身特色的地区工业，这样才有利于地区的平衡发展。
标签：劳动生产率论文; 工业生产论文; 经济模型论文; 经济论文; 解释变量论文; 宏观经济论文; 地理论文; 基尼系数论文; 经济学论文;