唐建榮，房俞曉，張鑫和，唐雨辰

(1.江南大學(xué) 商學(xué)院，江蘇 無錫 214122； 2.利物浦大學(xué) 管理學(xué)院，英國 利物浦 L693BX)

一、引言

產(chǎn)業(yè)集聚是經(jīng)濟(jì)活動(dòng)在空間集聚的重要地理特征，其實(shí)質(zhì)是資本要素在空間范圍內(nèi)合理流動(dòng)并逐漸歸集的過程。長久以來，制造業(yè)被普遍認(rèn)為是國民經(jīng)濟(jì)發(fā)展的根基和動(dòng)力，而制造業(yè)的集聚水平和發(fā)展程度對(duì)于衡量一個(gè)區(qū)域的綜合競爭力及現(xiàn)代化程度至關(guān)重要。近十年來，中國制造業(yè)不斷繁榮發(fā)展，整體規(guī)模不斷擴(kuò)大，2016年中國規(guī)模以上制造業(yè)企業(yè)實(shí)現(xiàn)利潤62 398億元，同比增長12.3%，制造業(yè)已經(jīng)成為促進(jìn)中國經(jīng)濟(jì)增長的重要源動(dòng)力?！笆濉睍r(shí)期，中國正式印發(fā)了《中國制造2025》，該綱要明確了制造業(yè)國民經(jīng)濟(jì)的主體地位，并提出要提高產(chǎn)業(yè)集聚的層次和質(zhì)量，培育一批國際化的特色制造業(yè)集群，以加快制造業(yè)轉(zhuǎn)型升級(jí)的步伐，推動(dòng)中國經(jīng)濟(jì)健康協(xié)調(diào)發(fā)展。然而，中國制造業(yè)區(qū)域發(fā)展差異較大，制造業(yè)集聚呈現(xiàn)出明顯的中心-邊緣特征，東部沿海地區(qū)制造業(yè)集聚明顯，且中心度自東向西、由沿海至內(nèi)陸逐漸降低。因此，研究制造業(yè)集聚與中國區(qū)域經(jīng)濟(jì)增長的內(nèi)在影響機(jī)制及其存在的空間溢出效應(yīng)，對(duì)中國未來制造業(yè)空間布局的調(diào)整優(yōu)化和促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，具有重要意義。

Marshall是研究工業(yè)集聚現(xiàn)象的新古典經(jīng)濟(jì)學(xué)派先驅(qū)，他從外部規(guī)模經(jīng)濟(jì)的角度闡述了“產(chǎn)業(yè)區(qū)”的形成，產(chǎn)業(yè)集聚主要通過共享勞動(dòng)力市場、知識(shí)溢出、節(jié)省運(yùn)輸成本促進(jìn)效率提升，為后人的研究奠定了思想基礎(chǔ)[1]。Hoover提出了產(chǎn)業(yè)集聚的最佳規(guī)模理論，認(rèn)為產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長存在自我強(qiáng)化機(jī)制，產(chǎn)業(yè)集聚產(chǎn)生的外部性會(huì)吸引同類經(jīng)濟(jì)體加入集聚區(qū)，使集聚體進(jìn)一步強(qiáng)化，從而促進(jìn)區(qū)域經(jīng)濟(jì)增長[2]。20世紀(jì)90年代以來，以Krugman、Fujita等人為代表的新經(jīng)濟(jì)地理學(xué)派，在規(guī)模報(bào)酬遞增和不完全競爭理論的基礎(chǔ)上，將空間區(qū)位因素納入一般均衡的分析框架中，實(shí)現(xiàn)了主流經(jīng)濟(jì)學(xué)向地理空間的擴(kuò)展。產(chǎn)業(yè)空間集聚能否提升區(qū)域競爭力進(jìn)而促進(jìn)經(jīng)濟(jì)增長，備受國內(nèi)外學(xué)者關(guān)注。Martin等人構(gòu)建了經(jīng)濟(jì)增長和產(chǎn)業(yè)集聚自我相互強(qiáng)化的過程模型，證實(shí)產(chǎn)業(yè)集聚能夠通過交易成本的外部性降低創(chuàng)新成本，從而促進(jìn)經(jīng)濟(jì)發(fā)展，同時(shí)經(jīng)濟(jì)增長又推動(dòng)了以地區(qū)專業(yè)化分工為基礎(chǔ)的產(chǎn)業(yè)集群進(jìn)一步擴(kuò)張[3]；Geppert等人利用西德1980—2000年20年的數(shù)據(jù)，驗(yàn)證了產(chǎn)業(yè)的地理集中與經(jīng)濟(jì)增長呈正相關(guān)關(guān)系[4]；陳建軍等人通過VECM和協(xié)整分析對(duì)1978—2005年長三角區(qū)域進(jìn)行實(shí)證研究，結(jié)果表明產(chǎn)業(yè)集聚能夠使集聚區(qū)內(nèi)人民生活質(zhì)量得到提高和推動(dòng)區(qū)域技術(shù)發(fā)展，并使經(jīng)濟(jì)實(shí)現(xiàn)進(jìn)一步增長[5]；潘文卿等人采用HHI指數(shù)作為產(chǎn)業(yè)集聚測(cè)算指標(biāo)，利用動(dòng)態(tài)面板兩階段系統(tǒng)GMM估計(jì)方法，測(cè)算了2001—2007年中國制造業(yè)產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系，結(jié)果顯示兩者存在顯著正相關(guān)[6]；李秋雨等人構(gòu)建了中國旅游產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長之間的空間計(jì)量模型，結(jié)果表明國內(nèi)旅游和入境旅游業(yè)存在空間集聚現(xiàn)象，且對(duì)經(jīng)濟(jì)增長有著顯著的正向影響[7]。

然而，并不是所有學(xué)者都認(rèn)為產(chǎn)業(yè)集聚會(huì)對(duì)經(jīng)濟(jì)增長產(chǎn)生積極影響，還有一些學(xué)者得出了二者存在顯著的負(fù)相關(guān)或無相關(guān)關(guān)系的結(jié)論。比如謝波基于1990—2010年中國中、西、東部地區(qū)的省際面板數(shù)據(jù)進(jìn)行分析，結(jié)果表明資源產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長產(chǎn)生負(fù)向作用[8]；Ercole等人采用區(qū)位熵指標(biāo)測(cè)算了印度尼西亞2000—2009年五位數(shù)制造業(yè)的集聚水平，并得出了專業(yè)化集聚與制造業(yè)增長成反比的結(jié)論[9]。此外，還有部分學(xué)者認(rèn)為兩者之間并不是簡單的線性關(guān)系，而是呈現(xiàn)倒U型，即產(chǎn)業(yè)集聚一開始對(duì)經(jīng)濟(jì)增長產(chǎn)生積極作用，待達(dá)到一定程度后會(huì)出現(xiàn)負(fù)相關(guān)。

通過文獻(xiàn)梳理發(fā)現(xiàn)，從研究視角上看：現(xiàn)有研究主要研究了產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間的線性或非線性關(guān)系，雖然現(xiàn)有研究已考慮了地區(qū)間差異影響，但目前大部分研究都將區(qū)域視為一個(gè)獨(dú)立個(gè)體進(jìn)行分析，忽略了區(qū)域間的空間聯(lián)系，鮮有研究考慮到產(chǎn)業(yè)集聚的地理位置與經(jīng)濟(jì)增長是否有關(guān)；從研究方法上看：近年來關(guān)于制造業(yè)集聚與經(jīng)濟(jì)增長的研究主要采用的是 OLS 回歸、動(dòng)態(tài)面板數(shù)據(jù)一階差分廣義矩方法、系統(tǒng)動(dòng)態(tài) GMM 法等，鮮少考慮到空間效應(yīng)的存在，而空間計(jì)量方法的提出為空間效應(yīng)的研究提供了可能。Anselin提出區(qū)域地理空間單元上的某種經(jīng)濟(jì)特征與臨近地區(qū)經(jīng)濟(jì)特征是相關(guān)的[10]。目前，中國正處于制造業(yè)轉(zhuǎn)型的新時(shí)期，與以往的研究相比，本文主要基于Anselin的空間計(jì)量經(jīng)濟(jì)學(xué)理論，從空間溢出效應(yīng)的角度出發(fā)，嘗試將地理因素納入到制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長的關(guān)系中，同時(shí)添加各生產(chǎn)要素作為控制變量，通過構(gòu)建空間計(jì)量模型，揭示中國制造業(yè)集聚與區(qū)域增長的邏輯關(guān)系及空間溢出效應(yīng)，從而避免普通面板模型不涉及空間相關(guān)性的缺陷，對(duì)于中國未來制造業(yè)空間布局的調(diào)整優(yōu)化及區(qū)域經(jīng)濟(jì)水平的提升，都將具有一定的現(xiàn)實(shí)意義。

二、制造業(yè)集聚與經(jīng)濟(jì)增長邏輯關(guān)系測(cè)定

筆者認(rèn)為，制造業(yè)集聚促進(jìn)區(qū)域經(jīng)濟(jì)增長的內(nèi)在機(jī)理在于企業(yè)共享因制造業(yè)集聚而形成的規(guī)模經(jīng)濟(jì)效益、成本節(jié)減效益和資源共享效益，從而促進(jìn)區(qū)域?qū)I(yè)化分工、提高集聚區(qū)內(nèi)生產(chǎn)效率、優(yōu)化地區(qū)資源配置，使得區(qū)域經(jīng)濟(jì)得到進(jìn)一步發(fā)展。一方面，由于產(chǎn)業(yè)集聚存在自我強(qiáng)化機(jī)制，會(huì)進(jìn)一步吸引各類企業(yè)在該地區(qū)集聚，形成愈加明顯的經(jīng)濟(jì)效益；另一方面，由于空間地理位置的鄰近性，區(qū)域間資本要素自由流動(dòng)，集聚區(qū)會(huì)產(chǎn)生空間溢出效應(yīng)，通過區(qū)域集聚的溢出效應(yīng)，知識(shí)、技術(shù)、人才、交通等資源向鄰近省域輻射傳播，從而帶動(dòng)鄰近省域的經(jīng)濟(jì)發(fā)展。同時(shí)，制造業(yè)集聚還通過城市化效應(yīng)，加快了集聚區(qū)內(nèi)城市化進(jìn)程，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，對(duì)區(qū)域經(jīng)濟(jì)產(chǎn)生積極的外部效應(yīng)。因此，本文首先通過探索性空間數(shù)據(jù)分析方法(ESDA)探索中國省域經(jīng)濟(jì)增長水平的空間自相關(guān)規(guī)律，繼而通過構(gòu)建適宜的空間計(jì)量模型，以揭示省域制造業(yè)集聚與經(jīng)濟(jì)增長的內(nèi)在邏輯關(guān)系。

(一)探索性空間數(shù)據(jù)分析(ESDA)

探索性空間數(shù)據(jù)分析(ESDA)通常被用來驗(yàn)證空間數(shù)據(jù)是否存在自相關(guān)性，而空間自相關(guān)實(shí)質(zhì)上展現(xiàn)的是某一要素在不同地理單位的空間集聚特征，用于闡明研究對(duì)象在空間分布中存在的集聚和相關(guān)性程度[11]。本文利用全局Moran'sI統(tǒng)計(jì)量測(cè)算中國省域經(jīng)濟(jì)發(fā)展的全局空間自相關(guān)系數(shù)，采用局部Moran指數(shù)、散點(diǎn)圖及LISA集聚圖直觀地展示其局部空間自相關(guān)性。

1.全局空間自相關(guān)。全局Moran'sI統(tǒng)計(jì)量指空間相鄰區(qū)域單元的屬性相近度。利用Moran'sI驗(yàn)證中國省域經(jīng)濟(jì)增長全局空間相關(guān)性的存在，該指數(shù)被定義為：

(1)

其中n為區(qū)域數(shù)量，xi和xj分別為地區(qū)i和j的樣本觀察值，ωij是標(biāo)準(zhǔn)化的空間權(quán)值矩陣。全局Moran'sI指數(shù)的取值區(qū)間一般為[-1,1]，大于0代表正相關(guān)，小于0則表示負(fù)相關(guān)。

2.局部空間自相關(guān)。全局Moran'sI統(tǒng)計(jì)量僅描繪省域經(jīng)濟(jì)增長的全局相關(guān)性，因此引進(jìn)局部Moran指數(shù)并繪制局部Moran散點(diǎn)圖，進(jìn)一步度量每個(gè)省與鄰接省域間經(jīng)濟(jì)增長的關(guān)聯(lián)性與異質(zhì)性。局部Moran指數(shù)被定義為：

(2)

其中Ii為正，表明該省與鄰省的屬性相似(“高-高”或“低-低”集聚)；Ii為負(fù)，則說明該省與鄰省的屬性不相似，存在空間異質(zhì)性(“高-低”或“低-高”集聚)。

(二)空間計(jì)量模型

由于空間樣本觀察值存在一定的相關(guān)性，與傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)中樣本觀察值不相關(guān)的假設(shè)基礎(chǔ)相悖，而傳統(tǒng)計(jì)量方法會(huì)導(dǎo)致樣本信息失真及結(jié)果有偏。通過ESDA方法分析確定中國省域經(jīng)濟(jì)增長存在空間相關(guān)性，納入地理因素并建立合適的空間計(jì)量模型，可以探討中國制造業(yè)集聚與經(jīng)濟(jì)增長的空間溢出效應(yīng)。

空間計(jì)量模型是對(duì)納入不同空間交互效應(yīng)的普通回歸模型的拓展，主要包含以下三類：

1.空間滯后模型(Spatial Lag Model，SLM)

(3)

其中i為截面維度樣本，t為時(shí)間維度數(shù)據(jù)；yit為因變量樣本觀察值；δ為空間自回歸系數(shù)；ωij為空間權(quán)重矩陣所含元素，表示區(qū)域i和j的鄰近關(guān)系；xit為k維自變量樣本觀察值；β為k維回歸系數(shù)列向量；μi為個(gè)體固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。此模型包含了因變量之間的內(nèi)生交互項(xiàng)，側(cè)重揭示一個(gè)主體的因變量的取值與相鄰主體的因變量取值有關(guān)。

2.空間誤差模型(Spatial Error Model，SEM)

SEM模型包含了誤差項(xiàng)間的交互效應(yīng)，側(cè)重揭示被忽略因變量的決定因素是具有空間相關(guān)性的，或者不可觀測(cè)的沖擊服從空間交互的形式，其基本表達(dá)式為：

yit=xitβ+μi+uit

(4)

(5)

式(4)(5)中uit為空間誤差自相關(guān)，λ為自相關(guān)系數(shù)。

3.空間杜賓模型(Spatial Durbin Model，SDM)

SDM模型同時(shí)包含了內(nèi)生及外生交互效應(yīng)，除了包含SLM模型的內(nèi)生交互項(xiàng)外，還側(cè)重揭示了特定主體的因變量與相鄰主體的獨(dú)立自變量取值有關(guān)的外生交互效應(yīng)。SDM模型為：

(6)

其中γ為k維回歸系數(shù)列向量。

制造業(yè)集聚不僅會(huì)對(duì)本區(qū)域經(jīng)濟(jì)活動(dòng)的空間分布產(chǎn)生影響，還可能會(huì)對(duì)相鄰省域的經(jīng)濟(jì)增長產(chǎn)生重要的空間溢出效應(yīng)?？臻g計(jì)量經(jīng)濟(jì)學(xué)的提出為空間溢出效應(yīng)的研究提供了可能，因此本文將根據(jù)研究內(nèi)容設(shè)定合適的空間計(jì)量模型，深入揭示不同時(shí)間和空間視閾下制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的影響機(jī)理。

三、變量選取與模型設(shè)定

通過文獻(xiàn)梳理，結(jié)合前人研究，本文以柯布-道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)，選擇合適的數(shù)據(jù)表征變量，并將制造業(yè)集聚變量及與經(jīng)濟(jì)增長相關(guān)的5類控制變量納入一般生產(chǎn)函數(shù)，建立空間計(jì)量模型并對(duì)其進(jìn)行實(shí)證研究。

(一)變量選取與數(shù)據(jù)來源

國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)自2012年開始發(fā)生變化，為保證數(shù)據(jù)的連續(xù)性和完整性，本文選取了2012—2015年期間全國31個(gè)省份(不包括港、澳、臺(tái)及南海諸島)的面板數(shù)據(jù)進(jìn)行實(shí)證研究。數(shù)據(jù)來自2012—2015年《中國統(tǒng)計(jì)年鑒》、《中國工業(yè)統(tǒng)計(jì)年鑒》、《中國勞動(dòng)統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒。

1.被解釋變量。為消除省域規(guī)模因素影響和增加數(shù)據(jù)可比性，本文以2005年為基期，利用GDP平減指數(shù)得到各地區(qū)人均實(shí)際生產(chǎn)總值表征中國經(jīng)濟(jì)增長狀況。

利用ArcGIS軟件，以2015年中國31個(gè)省份人均實(shí)際GDP為衡量指標(biāo)，繪制中國省域經(jīng)濟(jì)增長空間分布六分位圖(見圖1)，顏色愈深表明該省經(jīng)濟(jì)發(fā)展水平愈高。由此可以看出，中國省域經(jīng)濟(jì)增長水平存在比較明顯的區(qū)域差異，大致呈現(xiàn)從東部地區(qū)向中西部地區(qū)逐漸降低的趨勢(shì)。同時(shí)，省域與鄰近地區(qū)顏色相近，表明中國省域經(jīng)濟(jì)增長水平大致相近，呈現(xiàn)比較明顯的空間集聚分布特征。

圖1 2015年中國人均實(shí)際GDP六分位圖

2.核心解釋變量。區(qū)域經(jīng)濟(jì)的集聚與擴(kuò)散理論認(rèn)為，在集聚效應(yīng)促進(jìn)經(jīng)濟(jì)增長的同時(shí)，通過擴(kuò)散效應(yīng)也可以推動(dòng)周邊地區(qū)經(jīng)濟(jì)的發(fā)展。自20世紀(jì)90年代以來，產(chǎn)業(yè)集聚理論開始快速發(fā)展，關(guān)于產(chǎn)業(yè)集聚水平的衡量指標(biāo)也有了長足的進(jìn)步，已愈加符合產(chǎn)業(yè)集聚的真實(shí)情況。在產(chǎn)業(yè)集聚的量化研究中，目前的衡量指標(biāo)主要有行業(yè)集中度、區(qū)位熵、HHI指數(shù)、EG指數(shù)等，而運(yùn)用區(qū)位熵指標(biāo)可以消除區(qū)域規(guī)模差異，分析區(qū)域內(nèi)產(chǎn)業(yè)的集聚傾向。本文采用區(qū)位熵指標(biāo)測(cè)算制造業(yè)集聚情況，具體測(cè)算公式為：

(7)

表1表明：2012—2015年間中國制造業(yè)區(qū)位熵均值超過1的地區(qū)有12個(gè)，說明這12個(gè)地區(qū)存在制造業(yè)集聚；其中區(qū)位熵始終超過1的有山東、江蘇、河南、廣東、江西、安徽、天津、浙江、吉林 9個(gè)地區(qū)，表明這9個(gè)地區(qū)與全國相比具有比較優(yōu)勢(shì)，產(chǎn)業(yè)集聚程度較高。顯然，中國制造業(yè)集聚存在比較明顯的區(qū)域差異，大致呈現(xiàn)從東部地區(qū)向中西部地區(qū)逐漸降低的趨勢(shì)，這與中國的經(jīng)濟(jì)發(fā)展水平的空間分布大致上是相同的。另外，由于勞動(dòng)力、土地等要素成本的增加，部分經(jīng)濟(jì)發(fā)達(dá)地區(qū)制造產(chǎn)業(yè)開始內(nèi)遷或外移，導(dǎo)致制造業(yè)集聚呈現(xiàn)緩慢發(fā)展甚至下降趨勢(shì)，如上海、浙江的集聚優(yōu)勢(shì)減弱，而江西、河南等中部地區(qū)憑借勞動(dòng)力資源、價(jià)格等優(yōu)勢(shì)承接了東部地區(qū)的制造業(yè)轉(zhuǎn)移，集聚程度得到了加強(qiáng)。

表1 中國31個(gè)省份制造業(yè)區(qū)位熵指數(shù)表

注：根據(jù)式(7)，利用2012—2015年《中國工業(yè)統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒數(shù)據(jù)整理計(jì)算所得。

3.控制變量。選取人力資本投入、固定資產(chǎn)投資、技術(shù)創(chuàng)新、基礎(chǔ)設(shè)施建設(shè)、城市化等5個(gè)要素作為控制變量，以更加全面地揭示中國省域經(jīng)濟(jì)增長效應(yīng)。

(1)人力資本投入：根據(jù)Lucas模型，人力資本形成的最佳實(shí)現(xiàn)途徑為教育。因此，本文參考劉軍的做法，利用平均受教育年限表征人力資本投入情況，其中將未上過學(xué)、小學(xué)、初中、高中、?？啤⒈究?、研究生及以上的受教育年限分別設(shè)置為0、6、9、12、15、16、19年，用上述7種學(xué)歷層次就業(yè)人員所占比例與相應(yīng)受教育年限乘積之和來度量各地區(qū)人力資本投入。

(2)固定資產(chǎn)投資：固定資產(chǎn)投資作為促進(jìn)經(jīng)濟(jì)全面發(fā)展的“三駕馬車”之一，無疑是實(shí)現(xiàn)經(jīng)濟(jì)增長的重要源泉。本文以2005年為基期，利用各地區(qū)固定資產(chǎn)投資價(jià)格平減指數(shù)得到各地區(qū)全社會(huì)實(shí)際人均固定資產(chǎn)投資，并據(jù)此度量各省區(qū)固定資產(chǎn)投資，其中西藏?zé)o此價(jià)格指數(shù)，因此用商品零售價(jià)格指數(shù)(RPI)代替。

(3)技術(shù)創(chuàng)新：技術(shù)創(chuàng)新是中國發(fā)展的核心戰(zhàn)略，有利于提高生產(chǎn)效率、降低成本，為經(jīng)濟(jì)增長提供巨大動(dòng)力，而研發(fā)投入又是促進(jìn)技術(shù)創(chuàng)新發(fā)展的源泉，因此采用R&D人員全時(shí)當(dāng)量代表各地區(qū)創(chuàng)新程度。

(4)基礎(chǔ)設(shè)施建設(shè)：經(jīng)濟(jì)發(fā)展離不開基礎(chǔ)設(shè)施建設(shè)的推動(dòng)，公共交通網(wǎng)絡(luò)的通達(dá)性對(duì)物質(zhì)資本的運(yùn)輸、促進(jìn)生產(chǎn)要素的流動(dòng)具有重要意義，因此采用鐵路和公路營業(yè)里程之和比各省面積表示各地區(qū)基礎(chǔ)設(shè)施建設(shè)狀況。

(5)城市化：城市化打破了城鄉(xiāng)壁壘，提升了資源聚集能力，是實(shí)現(xiàn)現(xiàn)代化的必經(jīng)之路，也是促進(jìn)區(qū)域協(xié)調(diào)發(fā)展的有力支撐，故采用分地區(qū)年末城鎮(zhèn)人口比重代表城市化水平。

(二)制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長

以柯布—道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)估計(jì)集聚的經(jīng)濟(jì)效應(yīng)，是目前研究中較為常用的方法。為了研究制造業(yè)集聚對(duì)經(jīng)濟(jì)增長的作用，本文引入制造業(yè)集聚變量和其他能夠影響經(jīng)濟(jì)增長的控制變量，將原有C-D生產(chǎn)函數(shù)改進(jìn)為：

(8)

其中Yit表示被解釋變量經(jīng)濟(jì)增長，即為t時(shí)期i區(qū)域的人均實(shí)際生產(chǎn)總值；Ait為綜合技術(shù)水平；Qit為核心解釋變量制造業(yè)集聚，即為t時(shí)期i區(qū)域的制造業(yè)區(qū)位熵；ψ為制造業(yè)集聚對(duì)經(jīng)濟(jì)增長的影響系數(shù)；Lit、Kit、Fit、Zit、Hit為控制變量，分別表示t時(shí)期i區(qū)域的人力資本、固定資產(chǎn)、技術(shù)創(chuàng)新、基礎(chǔ)設(shè)施、城市化投入量；α、β、φ、σ、υ為各控制要素對(duì)經(jīng)濟(jì)增長的影響系數(shù)。

為消除改進(jìn)后生產(chǎn)函數(shù)中存在的數(shù)據(jù)異方差性，將式(8)取對(duì)數(shù)形式，構(gòu)建制造業(yè)集聚對(duì)經(jīng)濟(jì)增長影響的普通面板模型為：

lnYit=lnAit+αlnLit+βlnKit+ψlnQit+

φlnFit+σlnZit+υlnHit+εit

(9)

以改進(jìn)后的普通面板模型為起點(diǎn)納入空間地理因素，由此分別構(gòu)建相應(yīng)的空間計(jì)量模型為：

SLM模型

φlnFit+σlnZit+υlnHit+μi+εit

(10)

SEM模型

lnYit=αlnLit+βlnKit+ψlnQit+φlnFit+

σlnZit+υlnHit+μi+uit

(11)

(12)

SDM模型

(13)

上述3種模型為涉及不同交互效應(yīng)的制造業(yè)集聚與經(jīng)濟(jì)增長的空間計(jì)量模型。SLM模型(10)側(cè)重研究本省域產(chǎn)業(yè)集聚與相鄰省域經(jīng)濟(jì)增長對(duì)本省域經(jīng)濟(jì)增長的影響；SEM模型(11)、(12)則主要探討了本省域產(chǎn)業(yè)集聚、被忽略掉的擾動(dòng)誤差項(xiàng)對(duì)本省經(jīng)濟(jì)增長的影響；而SDM模型(13)不僅揭示了相鄰省域經(jīng)濟(jì)增長的空間溢出效應(yīng)，還研究了相鄰省域產(chǎn)業(yè)集聚對(duì)本省經(jīng)濟(jì)增長的作用，符號(hào)含義與式(3)～(6)相同。

四、實(shí)證分析與估計(jì)結(jié)果

根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)原理，首先通過探索性空間數(shù)據(jù)分析(ESDA)檢驗(yàn)中國31個(gè)省域經(jīng)濟(jì)增長的空間依賴性。

(一)區(qū)域經(jīng)濟(jì)增長空間相關(guān)性分析

1.全局空間自相關(guān)分析。依據(jù)一階Rook原則構(gòu)建空間權(quán)重矩陣，利用GeoDa軟件得到中國31個(gè)省份經(jīng)濟(jì)增長水平的全局Moran'sI指數(shù)及顯著性檢驗(yàn)結(jié)果，見表2。

表2 中國31個(gè)省份經(jīng)濟(jì)增長全局Moran's I指數(shù)表

由表2可知：2012—2015年中國經(jīng)濟(jì)增長水平的全局Moran'sI指數(shù)均在0.4以上，最高年份達(dá)到了0.460；同時(shí)，所有年份的Moran'sI指數(shù)的P值皆小于0.01，全部通過了顯著性檢驗(yàn)，這說明中國經(jīng)濟(jì)增長水平存有非常明顯的空間正自相關(guān)性，即存在空間集聚效應(yīng)，臨近地區(qū)的經(jīng)濟(jì)發(fā)展水平呈現(xiàn)出一定的相似性。

2.局部空間自相關(guān)分析。為更深入地對(duì)中國經(jīng)濟(jì)增長的空間相關(guān)模式進(jìn)行分析，以2015年為例，繪制中國經(jīng)濟(jì)增長的局部Moran散點(diǎn)圖，見圖2。

圖2 2015年中國經(jīng)濟(jì)增長局部Moran散點(diǎn)圖

由圖2可知：中國31個(gè)省份在第一第三象限分布較多，即中國經(jīng)濟(jì)增長的空間相關(guān)模式以“高-高”和“低-低”集聚為主；其中處于“高-高”象限的省份有7個(gè)，而處在“低-低”象限的省份有15個(gè)，共占全國總量的71%，說明中國經(jīng)濟(jì)增長水平在空間存在非常明顯的正相關(guān)性。

由于Moran散點(diǎn)圖包含了所有研究區(qū)域，并不能判斷各省份集聚區(qū)是否能夠通過顯著性檢驗(yàn)，因此利用ArcGIS軟件繪制2015年中國經(jīng)濟(jì)增長的LISA集聚圖，進(jìn)一步探討具體省域經(jīng)濟(jì)增長對(duì)鄰近地區(qū)的影響程度，見圖3。

圖3中有圖形填充的地區(qū)表明省域經(jīng)濟(jì)增長空間關(guān)系顯著，其中“高-高”區(qū)域表明該省域與鄰省的經(jīng)濟(jì)增長水平都比較高；“低-低”區(qū)域表明該省與鄰近省域的經(jīng)濟(jì)增長水平都比較低；“低-高”區(qū)域表明該省經(jīng)濟(jì)增長水平較低，而其鄰省較高；“高-低”區(qū)域表明本省經(jīng)濟(jì)增長水平較高，但其鄰近省域較低。

圖3 2015年中國經(jīng)濟(jì)增長LISA集聚圖

由圖3可以看出：位于“高-高”集聚區(qū)的省份分別為江蘇、上海；“低-低”集聚區(qū)主要分布在西部地區(qū)，包括：新疆、西藏、云南、貴州、青海、四川；另外，河北處于“低-高”集聚區(qū)，因?yàn)橄啾缺本?、天津及上海等周邊地區(qū)，河北的經(jīng)濟(jì)增長水平較低?？傮w而言，中國經(jīng)濟(jì)增長的空間集聚特征明顯，具有顯著的自相關(guān)性，其集聚模式呈現(xiàn)出梯度發(fā)展的趨勢(shì)，東部區(qū)域經(jīng)濟(jì)增長水平較高，西部經(jīng)濟(jì)增長則相對(duì)較低。

(二)空間計(jì)量模型的選擇

探索性空間數(shù)據(jù)分析(ESDA)結(jié)果表明，中國各省的經(jīng)濟(jì)增長存在正向空間自相關(guān)性，由此可以根據(jù)相應(yīng)的判定準(zhǔn)則選擇合適的空間計(jì)量模型，以探究制造業(yè)集聚與中國經(jīng)濟(jì)增長水平的溢出效應(yīng)。

1.固定效應(yīng)與隨機(jī)效應(yīng)。根據(jù)非觀測(cè)效應(yīng)的不同，面板數(shù)據(jù)模型可以分為兩大類，即固定和隨機(jī)效應(yīng)；其中固定效應(yīng)又可以分為時(shí)期固定、空間固定以及時(shí)期空間雙固定效應(yīng)，利用Hausman檢驗(yàn)可以對(duì)固定效應(yīng)和隨機(jī)效應(yīng)進(jìn)行選擇。一般來說，當(dāng)樣本回歸分析限定于某些特定的個(gè)體時(shí)，應(yīng)選擇固定效應(yīng)模型。因此，利用Matlab2016b軟件，首先對(duì)未納入空間因素的普通面板模型進(jìn)行混合OLS回歸估計(jì)及LR檢驗(yàn)，判斷其存在何種交互效應(yīng)，詳細(xì)結(jié)果見表3。

由表3可知：Hausman檢驗(yàn)值為32.861，通過1%的顯著性檢驗(yàn)，即拒絕隨機(jī)效應(yīng)模型，再次證明使用固定效應(yīng)更佳；同時(shí)，LR時(shí)期固定和LR空間固定效應(yīng)檢驗(yàn)結(jié)果皆通過了1%顯著性檢驗(yàn)，拒絕了時(shí)期固定和空間固定效應(yīng)的混合非顯著性的原假設(shè)，因此可以將模型擴(kuò)展為時(shí)期空間雙固定模型[12]。通過雙固定模型估計(jì)結(jié)果可以看出，制造業(yè)集聚、固定資產(chǎn)投入、城市化對(duì)中國經(jīng)濟(jì)增長水平的影響系數(shù)均為正數(shù)，且通過了顯著性檢驗(yàn)。然而，由于中國經(jīng)濟(jì)增長水平存在明顯的空間相關(guān)性，因此未納入空間效應(yīng)的普通回歸模型的估計(jì)系數(shù)會(huì)產(chǎn)生偏差。

表3 普通面板模型OLS估計(jì)及LR檢驗(yàn)結(jié)果表

注：*、**、***分別代表0.1、0.05、0.01的顯著性水平；括號(hào)內(nèi)為t統(tǒng)計(jì)值。

2.空間滯后模型與誤差模型。根據(jù)Anselin提出的判別準(zhǔn)則，可以判斷SLM與SEM模型的選擇，即假若LMlag比LMerror在統(tǒng)計(jì)上更加顯著，且R-LMlag比R-LMerror在統(tǒng)計(jì)上更加顯著，則選擇SLM模型，反之選擇SEM模型[13]；利用時(shí)期空間雙固定效應(yīng)下的普通面板OLS估計(jì)得到的殘差序列進(jìn)行LM檢驗(yàn)，得到的LMlag值為8.512、R-LMlag值為17.887，均通過了1%顯著性檢驗(yàn)；而LMerror值為0.402，未通過顯著性檢驗(yàn)，因此應(yīng)選擇雙固定效應(yīng)下的SLM模型(10)要比SEM模型(11)(12)更為合適。

3.空間杜賓模型。由于LM檢驗(yàn)并沒有考慮到SDM模型的適用性，因此可以根據(jù)Burridge提出的判別準(zhǔn)則，判斷SDM模型是否可以簡化為SLM或SEM模型，即可以通過Wald檢驗(yàn)和LR檢驗(yàn)來檢驗(yàn)原假設(shè)H0：θ=0和H0：θ+δβ=0，如若檢驗(yàn)結(jié)果同時(shí)拒絕了這兩個(gè)原假設(shè)，則SDM模型能夠最好地?cái)M合數(shù)據(jù)；若拒絕了前一個(gè)假設(shè)且R-LMlag值顯著，則SDM能夠簡化為SLM模型；同理，若拒絕了后一個(gè)假設(shè)且R-LMerror值顯著，則SDM能夠簡化為SEM模型[14]。因此，利用Matlab2016b軟件，得到雙固定效應(yīng)下SDM模型中Wald和LR檢驗(yàn)的檢驗(yàn)值，據(jù)此判斷SDM模型是否可以簡化，詳細(xì)結(jié)果見表4。

表4 雙固定SDM模型的Wald和LR檢驗(yàn)結(jié)果表

注：*、**、***分別代表0.1、0.05、0.01的顯著性水平。

由表4可知，無論是SLM模型還是SEM模型的Wald值和LR值，都通過了1%顯著性檢驗(yàn)，拒絕了原假設(shè)，即SDM模型不能簡化。利用極大似然法(ML)估計(jì)不同交互效應(yīng)下的SDM模型，具體結(jié)果見表5。

表5 不同交互效應(yīng)下SDM模型的ML估計(jì)結(jié)果表

注：*、**、***分別代表0.1、0.05、0.01的顯著性水平；括號(hào)里數(shù)字為相應(yīng)變量系數(shù)的Asymptot t-stat值。

空間計(jì)量模型下，Log-likehood值的大小表明了擬合數(shù)據(jù)效果的優(yōu)良。由表5可知，時(shí)期空間雙固定效應(yīng)下的SDM模型的Log-likehood值最高，且其擬合優(yōu)度R2與離散度sigma2結(jié)果相對(duì)較好，再次證實(shí)了本研究中雙固定SDM模型的優(yōu)越性。另外，由表3和表5對(duì)比可以看出，與普通面板模型OLS估計(jì)結(jié)果相比，雙固定效應(yīng)下SDM模型的ML估計(jì)值顯著性有了明顯提高，這表明納入空間效應(yīng)后，普通面板模型的估計(jì)系數(shù)偏差得到了有效矯正。綜上所述，選擇更為一般的時(shí)期空間雙固定SDM模型(13)研究制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的影響機(jī)制最佳。

(三)雙固定SDM模型空間效應(yīng)分解分析

LeSage等人提出利用SDM模型設(shè)定的點(diǎn)估計(jì)方法來驗(yàn)證是否存在空間溢出效應(yīng)或許會(huì)存在一定偏誤，即自變量的系數(shù)估計(jì)值并不代表真實(shí)的偏回歸系數(shù)[15]。因此，將時(shí)期空間雙固定效應(yīng)下的SDM模型(13)通過偏微分方式對(duì)空間效應(yīng)進(jìn)行分解(見表6)，其中直接效應(yīng)代表本省域各解釋變量對(duì)本地區(qū)經(jīng)濟(jì)增長的影響，間接效應(yīng)表示本省域各解釋變量對(duì)鄰近地區(qū)經(jīng)濟(jì)增長的影響，而總效應(yīng)則為直接與間接效應(yīng)之和，即為各解釋變量對(duì)經(jīng)濟(jì)增長的整體影響。

表6 時(shí)期空間雙固定效應(yīng)下SDM模型空間效應(yīng)分解表

注：*、**、***分別代表0.1、0.05、0.01的顯著性水平；括號(hào)里數(shù)字為相應(yīng)變量系數(shù)的t值。

由表6各解釋變量對(duì)區(qū)域經(jīng)濟(jì)增長的分解效應(yīng)結(jié)果可知：

一是制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)為0.114，且通過了1%的顯著性檢驗(yàn)，即當(dāng)制造業(yè)的區(qū)位熵增加1%，在其他條件保持不變的情況下該省的實(shí)際人均GDP 將提高0.114%，這表明制造業(yè)集聚對(duì)本省域經(jīng)濟(jì)增長具有重要推動(dòng)作用；其間接效應(yīng)顯著為正，說明制造業(yè)集聚水平的提高不僅能夠拉動(dòng)本省域的經(jīng)濟(jì)增長，且有利于鄰近省域經(jīng)濟(jì)發(fā)展水平的提升，制造業(yè)集聚存在明顯的空間溢出效應(yīng)；制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長是相伴而生、休戚與共的統(tǒng)一體，制造業(yè)集聚實(shí)質(zhì)是在市場開放的條件下各種資本要素合理流動(dòng)且不斷匯聚不斷累積的動(dòng)態(tài)過程，集聚所實(shí)現(xiàn)的共享勞動(dòng)力市場、節(jié)約運(yùn)輸成本、技術(shù)外溢等外部規(guī)模效應(yīng)都可以促進(jìn)企業(yè)生產(chǎn)率的提高，進(jìn)而促進(jìn)區(qū)域經(jīng)濟(jì)增長；制造業(yè)集聚所產(chǎn)生的空間溢出效應(yīng)又會(huì)帶動(dòng)周邊地區(qū)的發(fā)展，產(chǎn)生由“極化效應(yīng)”向“涓滴效應(yīng)”的過渡，形成新的增長極，縮小區(qū)域發(fā)展差距。

二是人力資本投入對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)與間接效應(yīng)均顯著為正，說明人力資本投入對(duì)促進(jìn)區(qū)域經(jīng)濟(jì)增長水平具有明顯的積極影響。內(nèi)生增長理論模型認(rèn)為，經(jīng)濟(jì)能夠快速、持續(xù)、健康增長的主要?jiǎng)恿σ巡辉偈俏镔|(zhì)資源而是知識(shí)、技術(shù)等人力資源。由總效應(yīng)估計(jì)系數(shù)可以看出，人力資本投入的增加對(duì)區(qū)域經(jīng)濟(jì)增長的推動(dòng)作用明顯高于固定資產(chǎn)投資增加產(chǎn)生的促進(jìn)作用，這也與潘文卿的研究結(jié)論相似[6]。

三是固定資產(chǎn)投資對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)為0.222，且通過了5%的顯著性檢驗(yàn)，表明固定資產(chǎn)投資能夠有效帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展；投資與總產(chǎn)出之間存在著乘數(shù)效應(yīng)，擴(kuò)大固定資產(chǎn)的投入將會(huì)對(duì)經(jīng)濟(jì)增長產(chǎn)生成倍的拉動(dòng)作用；固定資產(chǎn)投資的間接效應(yīng)為0.213但并不顯著，說明固定資產(chǎn)投資對(duì)鄰近省域經(jīng)濟(jì)增長的作用程度較為有限。

四是技術(shù)創(chuàng)新的直接效應(yīng)與間接效應(yīng)的估計(jì)系數(shù)顯著為正，但系數(shù)較小，均不足0.1，這表明R&D人員全時(shí)當(dāng)量的增加對(duì)區(qū)域經(jīng)濟(jì)增長的作用微乎其微，通過提高R&D人員全時(shí)當(dāng)量來促進(jìn)區(qū)域經(jīng)濟(jì)增長還有很大的空間。

五是基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)和間接效應(yīng)均顯著為正，基礎(chǔ)設(shè)施是區(qū)域發(fā)展的硬環(huán)境。一方面，基礎(chǔ)設(shè)施建設(shè)的完備能夠?yàn)閰^(qū)域產(chǎn)業(yè)的高效發(fā)展提供安全有序、充滿活力的硬件平臺(tái)，為產(chǎn)業(yè)規(guī)模的擴(kuò)大和地區(qū)產(chǎn)業(yè)向高附加值轉(zhuǎn)化創(chuàng)造條件，促進(jìn)區(qū)域經(jīng)濟(jì)增長；另一方面，基礎(chǔ)設(shè)施將各個(gè)省域連成一個(gè)整體，能夠促進(jìn)各種經(jīng)濟(jì)要素的流動(dòng)，降低企業(yè)交易成本，通過區(qū)域間經(jīng)濟(jì)活動(dòng)的擴(kuò)散對(duì)鄰省域經(jīng)濟(jì)增長產(chǎn)生重要作用。

六是城市化對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)為0.236，且通過了1%的顯著性檢驗(yàn)，而間接效應(yīng)為0.285，通過了5%的顯著性檢驗(yàn)。Krugman認(rèn)為在不完全競爭市場條件下，人口和經(jīng)濟(jì)集中有利于經(jīng)濟(jì)活動(dòng)間的技術(shù)和金錢外部性，從而促進(jìn)經(jīng)濟(jì)增長[16]111-117。因此，城市化不僅能夠促進(jìn)本省經(jīng)濟(jì)發(fā)展，同時(shí)對(duì)相鄰省域的經(jīng)濟(jì)發(fā)展具有重要影響。

五、結(jié)論與建議

本文利用區(qū)位熵測(cè)算了2012—2015年中國31個(gè)省份制造業(yè)集聚狀況，利用探索性空間數(shù)據(jù)分析方法驗(yàn)證了中國區(qū)域經(jīng)濟(jì)發(fā)展存在空間相關(guān)性，并據(jù)此構(gòu)建空間計(jì)量模型，考察了制造業(yè)集聚對(duì)中國區(qū)域經(jīng)濟(jì)增長影響的空間溢出效應(yīng)，其主要結(jié)論為：

第一，中國制造業(yè)集聚具有鮮明的區(qū)域差異特征。根據(jù)中國31個(gè)省份制造業(yè)區(qū)位熵測(cè)算結(jié)果可知，山東、江蘇、河南、江西、廣東、安徽、天津、浙江、吉林制造業(yè)集聚程度較高，全國制造業(yè)集聚大致呈現(xiàn)從東部地區(qū)向中西部地區(qū)逐漸降低的趨勢(shì)。

第二，中國區(qū)域經(jīng)濟(jì)發(fā)展存有顯著的空間自相關(guān)特征。從中國經(jīng)濟(jì)增長LISA集聚圖中可以看出，中國目前形成了以江蘇、上海為核心的“高-高”集聚區(qū)，以新疆、西藏、云南、貴州、青海、四川為主的“低-低”集聚區(qū)以及以河北為核心的“低-高”集聚區(qū)，其集聚模式呈梯度發(fā)展，東部地區(qū)經(jīng)濟(jì)增長水平較高，西部地區(qū)經(jīng)濟(jì)增長水平較低。

第三，中國制造業(yè)集聚能夠有效促進(jìn)區(qū)域經(jīng)濟(jì)增長。制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的直接效應(yīng)為0.114，間接效應(yīng)為0.080，且均通過了5%的顯著性檢驗(yàn)，這表明在考慮了空間相關(guān)性和控制了人力資本投入、固定資產(chǎn)投資、技術(shù)創(chuàng)新、基礎(chǔ)設(shè)施建設(shè)、城市化要素后，制造業(yè)集聚不僅會(huì)對(duì)本省域的經(jīng)濟(jì)增長起到促進(jìn)作用，同時(shí)會(huì)對(duì)相鄰省域經(jīng)濟(jì)增長產(chǎn)生一定的正向溢出效應(yīng)。另外，由空間雙固定效應(yīng)下的SDM模型分析結(jié)果可知，各控制變量對(duì)區(qū)域經(jīng)濟(jì)增長具有明顯的正向直接影響，除固定資產(chǎn)投資外也存在顯著的正向溢出作用。

以上實(shí)證結(jié)果和研究結(jié)論表明，目前制造業(yè)集聚和經(jīng)濟(jì)發(fā)展水平并不平衡，制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)也呈現(xiàn)出顯著的區(qū)域差異性特征。同時(shí)，制造業(yè)集聚與各生產(chǎn)要素都對(duì)區(qū)域經(jīng)濟(jì)增長產(chǎn)生了相應(yīng)的直接作用與間接影響。因此，進(jìn)一步優(yōu)化中國制造業(yè)集聚的空間布局、促進(jìn)要素之間的合理流動(dòng)、推動(dòng)中國區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展，顯得尤為重要。據(jù)此，本文提出以下政策建議：

第一，引導(dǎo)產(chǎn)業(yè)合理布局，深化“示范效應(yīng)”。中國制造業(yè)集聚存在著較為明顯的區(qū)域差異特征，因此各地區(qū)政府應(yīng)加快建設(shè)制造強(qiáng)國，實(shí)施制造強(qiáng)基工程，發(fā)揮政府的引導(dǎo)作用，形成合理的制造業(yè)布局，著力推動(dòng)傳統(tǒng)制造業(yè)向中高端邁進(jìn)；各地區(qū)可以結(jié)合自身優(yōu)勢(shì)條件，重點(diǎn)培育適應(yīng)市場需要、機(jī)制靈活、帶動(dòng)面廣的特色制造業(yè)，進(jìn)一步打造像舟山船舶產(chǎn)業(yè)集聚區(qū)、龍口有色金屬加工業(yè)、上海民用航天基地等新型工業(yè)化優(yōu)勢(shì)產(chǎn)業(yè)示范基地以及獨(dú)具特色的制造業(yè)集聚區(qū)，以集聚區(qū)內(nèi)龍頭企業(yè)為引導(dǎo)，充分發(fā)揮示范帶頭作用，吸引更多優(yōu)質(zhì)企業(yè)落戶，從而使制造業(yè)集聚程度進(jìn)一步提高，有效促進(jìn)制造業(yè)結(jié)構(gòu)優(yōu)化升級(jí)以及區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

第二，打破地區(qū)產(chǎn)業(yè)封鎖，強(qiáng)化“擴(kuò)散效應(yīng)”。由制造業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的分解效應(yīng)可知，制造業(yè)集聚不僅對(duì)本省經(jīng)濟(jì)增長具有促進(jìn)作用，同時(shí)能夠推動(dòng)相鄰省域經(jīng)濟(jì)的發(fā)展。因此，各地區(qū)應(yīng)依托區(qū)域經(jīng)濟(jì)發(fā)展政策的“四大板塊”、“三大戰(zhàn)略”，不斷完善區(qū)域制造業(yè)發(fā)展政策，重視制造業(yè)集聚的空間溢出作用，從而打破地區(qū)間制造業(yè)封鎖及利益藩籬，強(qiáng)化擴(kuò)散效應(yīng)，輻射帶動(dòng)周邊區(qū)域的發(fā)展，縮小鄰近省域間經(jīng)濟(jì)發(fā)展差距。東部地區(qū)應(yīng)憑借自身良好的區(qū)位優(yōu)勢(shì)，不斷加強(qiáng)制造業(yè)集聚區(qū)的發(fā)展；而中西部地區(qū)在發(fā)展本地區(qū)優(yōu)勢(shì)制造業(yè)的同時(shí)，可以進(jìn)一步優(yōu)化制造業(yè)發(fā)展的硬環(huán)境和軟實(shí)力，積極拓展制造業(yè)發(fā)展新空間，以便承接來自東部鄰近地區(qū)的制造業(yè)轉(zhuǎn)移，實(shí)現(xiàn)鄰近區(qū)域間的產(chǎn)業(yè)承接與融合。

第三，促進(jìn)區(qū)域要素投入，優(yōu)化“乘數(shù)效應(yīng)”。由各生產(chǎn)要素分解效應(yīng)的估計(jì)結(jié)果可知，科技創(chuàng)新、固定資產(chǎn)投資、城市化、人力資本投入以及基礎(chǔ)設(shè)施建設(shè)對(duì)區(qū)域經(jīng)濟(jì)增長的總效應(yīng)都為正且影響程度依次增強(qiáng)，這表明促進(jìn)區(qū)域經(jīng)濟(jì)增長和提高省域經(jīng)濟(jì)綜合實(shí)力離不開這些要素的提升。因此，各地區(qū)應(yīng)加強(qiáng)各資本要素的投入，加快基礎(chǔ)設(shè)施建設(shè)，促進(jìn)區(qū)域間要素自由流動(dòng)，全面提高資源配置效率，同時(shí)發(fā)揮區(qū)域要素的乘數(shù)效應(yīng)[17]，培育區(qū)域經(jīng)濟(jì)新增長極，為省域經(jīng)濟(jì)可持續(xù)發(fā)展創(chuàng)造源動(dòng)力。