王 猛，習(xí) 敏

(陜西師范大學(xué) 國際商學(xué)院，陜西 西安 710119)

一、引言

改革開放以來，中國積極融入制造業(yè)全球價值鏈，得以建立起門類齊全的制造業(yè)體系。制造業(yè)的快速發(fā)展成為中國經(jīng)濟高速增長的引擎。如何提升制造業(yè)生產(chǎn)率一直是關(guān)乎中國經(jīng)濟高質(zhì)量發(fā)展的重要問題，這一問題在經(jīng)濟結(jié)構(gòu)性減速的新常態(tài)下更加突出。本文試圖證明，繼續(xù)推動制造業(yè)集聚以發(fā)掘空間紅利，可能是提升中國制造業(yè)生產(chǎn)率的一個重要突破口。

理論上看，空間集聚會產(chǎn)生正的外部性，進而提升制造業(yè)生產(chǎn)率。這種正的外部性既包括專業(yè)勞動力市場、中間投入品共享、知識溢出等供給側(cè)機制(Marshall，1920[1])，也包括本地市場效應(yīng)等需求側(cè)機制(Krugman，1991[2])。當(dāng)然，隨著空間集聚進一步加強，土地、勞動力等要素的價格上升可能造成負(fù)的外部性，從而降低制造業(yè)生產(chǎn)率(Krugman，1991[2])。西方發(fā)達國家的經(jīng)驗表明，空間集聚產(chǎn)生的正的外部性能顯著提升制造業(yè)生產(chǎn)率(Cingano和Schivardi，2004[3]；Otsuka和Yamano，2008[4]；Antonietti和Cainelli，2011[5]；Lee等，2013[6])，也有研究發(fā)現(xiàn)了負(fù)的外部性，即空間集聚會降低制造業(yè)生產(chǎn)率(Martínez等，2007[7]；Broersma和Ooterhaven，2009[8]；Rizov和Oskam，2012[9])。

那么，空間集聚如何影響中國的制造業(yè)生產(chǎn)率？現(xiàn)有研究的結(jié)論可歸納為“線性”和“非線性”兩類。大部分研究發(fā)現(xiàn)，空間集聚產(chǎn)生的正的外部性能顯著提升制造業(yè)生產(chǎn)率，即二者間存在正向的線性關(guān)系(柯善咨和姚德龍，2008[10]；陳柳，2010[11]；張公嵬和梁琦，2010[12]；張公嵬等，2013[13]；張先鋒和胡翠群，2013[14]；胡玫等，2015[15]；韋曙林和歐梅，2017[16]；張超和周立新，2018[17]；曹正旭等，2020[18]；楊浩昌等，2020[19])。但也有研究指出，由于正的外部性、負(fù)的外部性交替占據(jù)主導(dǎo)地位，空間集聚對制造業(yè)生產(chǎn)率的影響是非線性的：二者間可能存在倒U形或U形關(guān)系(袁駿毅、樂嘉錦，2018[20]；陳陽和唐曉華，2019[21])；也可能導(dǎo)致空間集聚的作用隨時間推移出現(xiàn)反轉(zhuǎn)(孫浦陽等，2013[22]；金春雨和程浩，2015[23])。

鑒于現(xiàn)有研究的眾說紛紜，對此問題形成共識性結(jié)論需要進一步分析。本文將基于2001—2016年20個兩位數(shù)行業(yè)面板數(shù)據(jù)，就空間集聚對制造業(yè)生產(chǎn)率的影響進行再估計。對全樣本的固定效應(yīng)估計證實了正向線性關(guān)系的存在，即空間集聚顯著提升了制造業(yè)生產(chǎn)率。進一步的門限回歸則發(fā)現(xiàn)空間集聚與制造業(yè)生產(chǎn)率之間存在一定的非線性關(guān)系：空間集聚的水平提高導(dǎo)致其對全要素生產(chǎn)率的影響增強，但對勞動生產(chǎn)率則缺乏類似影響。

此外，高生產(chǎn)率抑或低生產(chǎn)率的制造業(yè)更易受空間集聚的影響？空間集聚與制造業(yè)生產(chǎn)率的因果關(guān)系在不同要素密集度的行業(yè)間是否存在差異？上述問題目前仍缺乏充分的探討，本文將嘗試加以回答。采用分位數(shù)回歸研究空間集聚對不同制造業(yè)生產(chǎn)率水平的差異化影響，發(fā)現(xiàn)空間集聚的影響隨制造業(yè)生產(chǎn)率的提升而減弱。按照要素密集度對制造業(yè)分組進行分樣本回歸，考察空間集聚影響制造業(yè)生產(chǎn)率的行業(yè)異質(zhì)性，結(jié)果表明空間集聚的影響主要體現(xiàn)在資本密集型、勞動密集型行業(yè)，在技術(shù)密集型行業(yè)不顯著。

本文結(jié)構(gòu)安排如下：第二部分報告模型、數(shù)據(jù)和變量，第三部分展示并分析回歸結(jié)果，第四部分得出結(jié)論并討論其政策含義。

二、研究設(shè)計

(一)模型設(shè)定

為估計空間集聚對制造業(yè)生產(chǎn)率的影響，本文構(gòu)造以下回歸模型：

mpit=β0+β1aggit+β2controlit+μi+ζt+εit

(1)

式(1)中，mp為制造業(yè)生產(chǎn)率，agg為空間集聚，control為影響制造業(yè)生產(chǎn)率的一系列控制變量，μ為行業(yè)固定效應(yīng)，ζ為年份固定效應(yīng)，ε為隨機誤差項，i和t分別表示制造業(yè)行業(yè)和年份，β0～β2為待估的參數(shù)向量。

(二)數(shù)據(jù)來源和變量選擇

本文選取2001—2016年的制造業(yè)兩位數(shù)行業(yè)為研究樣本。數(shù)據(jù)來源包括國家統(tǒng)計局?jǐn)?shù)據(jù)庫以及歷年《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》。按現(xiàn)行統(tǒng)計制度，樣本期內(nèi)的行業(yè)劃分依據(jù)1994年、2002年、2011年3個版本的《國民經(jīng)濟行業(yè)分類》進行，存在行業(yè)口徑不一致的問題。對此，本文參考余泳澤等(2017)[24]，將2011年版《國民經(jīng)濟行業(yè)分類》中的“汽車制造業(yè)”和“鐵路、船舶、航空航天和其他設(shè)備制造業(yè)”合并為2002年版《國民經(jīng)濟行業(yè)分類》中的“交通運輸設(shè)備制造業(yè)”。同時剔除2011年版《國民經(jīng)濟行業(yè)分類》新增的“皮革、毛皮、羽毛及其制品和制鞋業(yè)”“木材加工和木、竹、藤、棕、草制品業(yè)”“家具制造業(yè)”“印刷和記錄復(fù)制業(yè)”“文教、工美、體育和娛樂用品制造業(yè)”和“橡膠和塑料制品業(yè)”等行業(yè)。最終研究個體確定為20個制造業(yè)兩位數(shù)行業(yè)，得到320個觀測值?？紤]到制造業(yè)行業(yè)間存在較大的異質(zhì)性，本文借鑒張其仔和李蕾(2017)[25]的做法，利用模糊聚類分析將20個兩位數(shù)行業(yè)分為勞動密集型、資本密集型和技術(shù)密集型3類。①

1.被解釋變量

對于被解釋變量制造業(yè)生產(chǎn)率，本文選擇勞動生產(chǎn)率(lp)、全要素生產(chǎn)率(tfp)兩種指標(biāo)加以測量。

勞動生產(chǎn)率是制造業(yè)的產(chǎn)出與勞動投入之比。制造業(yè)的產(chǎn)出指標(biāo)包括增加值、總產(chǎn)值和銷售產(chǎn)值等。限于數(shù)據(jù)可得性，本文參考唐曉華等(2017)[26]，用規(guī)模以上工業(yè)企業(yè)的銷售產(chǎn)值表示制造業(yè)產(chǎn)出，并根據(jù)工業(yè)品出廠價格指數(shù)(PPI)調(diào)整為2001年不變價。制造業(yè)的勞動投入指標(biāo)用規(guī)模以上工業(yè)企業(yè)的從業(yè)人數(shù)表示，并對2012年的缺失值取均值補齊。

全要素生產(chǎn)率中涉及的制造業(yè)產(chǎn)出、勞動投入指標(biāo)與勞動生產(chǎn)率相同。此外，全要素生產(chǎn)率計算還涉及資本存量的投入。借鑒余泳澤等(2017)[24]，本文用永續(xù)盤存法(PIM)計算規(guī)模以上工業(yè)企業(yè)的資本存量，步驟如下：(1)使用2001年固定資產(chǎn)凈值作為基期資本存量K0；(2)用第t年與t-1年的固定資產(chǎn)原價之差表示新增投資額It，并根據(jù)固定資產(chǎn)投資價格指數(shù)調(diào)整為2001年不變價；(3)用第t年與t-1年的累計折舊之差表示本年折舊Zt，進而用Zt除以第t-1年的固定資產(chǎn)原價，得到折舊率δt；(4)依據(jù)公式Kt=It+ (1-δt)Kt-1，計算2002年及以后各年的資本存量。最后，基于規(guī)模以上工業(yè)企業(yè)的產(chǎn)出、勞動投入、資本存量數(shù)據(jù)，用數(shù)據(jù)包絡(luò)分析(DEA)計算可變規(guī)模報酬下的純技術(shù)效率，作為制造業(yè)全要素生產(chǎn)率的度量。

2.核心解釋變量

本文選擇區(qū)位基尼系數(shù)(gini)衡量制造業(yè)空間集聚。作為基尼系數(shù)在區(qū)域和產(chǎn)業(yè)研究中的應(yīng)用，區(qū)位基尼系數(shù)因其計算簡單、對應(yīng)的洛倫茲曲線直觀而得到廣泛使用(戴平生，2015)[27]，其計算公式為：

(2)

式(2)中，gini為區(qū)位基尼系數(shù)，其取值范圍為[0, 1]。yi和yj表示第i、j個省級行政區(qū)規(guī)模以上工業(yè)企業(yè)的從業(yè)人數(shù)占全國的份額(i，j=1，…，n)，μ為各省級行政區(qū)的均值。空間基尼系數(shù)的值越接近于1，表明制造業(yè)的空間集聚水平越高。

3.控制變量

為緩解遺漏變量造成的內(nèi)生性問題，本文引入以下控制變量：(1)勞均資本存量(k)。勞均資本存量是影響生產(chǎn)率的核心變量，用規(guī)模以上工業(yè)企業(yè)的資本存量和從業(yè)人數(shù)之比表示。(2)研發(fā)投入(r&d)。研發(fā)投入的大小與技術(shù)進步密切相關(guān)，進而影響生產(chǎn)率。用大中型工業(yè)企業(yè)新產(chǎn)品銷售收入占主營業(yè)務(wù)收入的比重表示。(3)國有產(chǎn)權(quán)比重(soe)。國有產(chǎn)權(quán)比重越高，意味著該行業(yè)的市場化程度較低，從制度視角看可能不利于生產(chǎn)率提升。用國有企業(yè)的主營業(yè)務(wù)收入與規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入之比表示。(4)對外開放(open)。對外開放為制造業(yè)提供了參與國際市場競爭的機會，有利于企業(yè)學(xué)習(xí)和創(chuàng)新，從而提升生產(chǎn)率。用規(guī)模以上工業(yè)企業(yè)的出口交貨值與銷售產(chǎn)值之比表示。

(三)描述性統(tǒng)計

制造業(yè)生產(chǎn)率在兩位數(shù)行業(yè)間存在較大的差異。從勞動生產(chǎn)率看，煙草制品業(yè)和石油加工、煉焦及核燃料加工業(yè)最高，2001—2016年的平均勞動生產(chǎn)率分別高達249.59和130.05；紡織業(yè)和紡織服裝、鞋、帽制造業(yè)處于最低水平，平均勞動生產(chǎn)率分別為25.18和36.64。從全要素生產(chǎn)率看，煙草制品業(yè)和通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)的生產(chǎn)率最高，2001—2016年平均全要素生產(chǎn)率均為1；非金屬礦物制品業(yè)、造紙及紙制品業(yè)的平均全要素生產(chǎn)率最低，分別僅有0.42和0.41。

總體上，20個兩位數(shù)行業(yè)在2001—2016年的平均集聚水平為0.56。其中，通信、計算機及其他電子設(shè)備制造業(yè)，紡織服裝、鞋、帽制造業(yè)的平均集聚水平最高，分別達到0.76和0.73；醫(yī)藥制造業(yè)、有色金屬冶煉及壓延加工業(yè)的平均集聚水平最低，分別為0.43、0.42。

主要變量的描述性統(tǒng)計見表1。為減輕異方差問題，對勞動生產(chǎn)率和勞均資本存量作對數(shù)化處理。

表1 主要變量的描述性統(tǒng)計

三、回歸結(jié)果及分析

(一)全樣本回歸

參數(shù)估計前，對回歸模型進行Hausman檢驗，檢驗值為19.05，對應(yīng)的p值為0.0041，表明應(yīng)選擇固定效應(yīng)估計。全樣本回歸結(jié)果見表2，其中模型1～3以勞動生產(chǎn)率為被解釋變量，模型4～6以全要素生產(chǎn)率為被解釋變量。

表2 空間集聚與制造業(yè)生產(chǎn)率：全樣本回歸

續(xù)表

在模型1、模型4未控制年份固定效應(yīng)時，區(qū)位基尼系數(shù)的系數(shù)估計值為正，且分別通過1%和10%水平的顯著性檢驗；模型2、模型5同時控制行業(yè)和年份固定效應(yīng)后，區(qū)位基尼系數(shù)的系數(shù)估計值仍在5%水平上顯著為正。這說明空間集聚對制造業(yè)生產(chǎn)率具有促進作用，即二者間存在正向的線性關(guān)系。專業(yè)勞動力市場、中間投入品共享、知識溢出和本地市場效應(yīng)等構(gòu)成了正的外部性(Marshall，1920[1]；Krugman，1991[2])，有助于提升制造業(yè)生產(chǎn)率。

有必要討論聯(lián)立內(nèi)生性問題?？臻g集聚固然顯著促進了制造業(yè)生產(chǎn)率，但為了追求較高的制造業(yè)生產(chǎn)率水平，制造業(yè)布局也可能發(fā)生相應(yīng)調(diào)整，因此制造業(yè)生產(chǎn)率會反過來影響空間集聚。為緩解這種反向因果導(dǎo)致的內(nèi)生性問題，模型3、模型6對所有解釋變量均滯后一期。核心解釋變量的估計系數(shù)仍然為正，且分別通過10%和5%水平的顯著性檢驗?？梢?，考慮聯(lián)立內(nèi)生性后，空間集聚對制造業(yè)生產(chǎn)率的正向影響具有穩(wěn)健性。

控制變量中，勞均資本存量、研發(fā)投入顯著提高了勞動生產(chǎn)率，但不能提高全要素生產(chǎn)率，國有產(chǎn)權(quán)比重和對外開放的作用則不顯著。

(二)門限回歸

全樣本回歸結(jié)果證實了空間集聚具有正的外部性，且與制造業(yè)生產(chǎn)率之間存在正向的線性關(guān)系。但現(xiàn)有文獻指出，由于正的外部性、負(fù)的外部性交替占據(jù)主導(dǎo)地位，空間集聚對制造業(yè)生產(chǎn)率的影響也可能是非線性的。這一類文獻通常在回歸模型中加入空間集聚的二次項。在樣本量較小時，這種做法往往導(dǎo)致較嚴(yán)重的多重共線性問題，影響參數(shù)估計的有效性?；谶@一考慮，本文采用門限回歸檢驗空間集聚與制造業(yè)生產(chǎn)率的非線性關(guān)系。這一處理能有效避免多重共線性對參數(shù)估計結(jié)果的干擾，增強結(jié)論的可信度。

以核心解釋變量作為門限變量，依次估計單門限效應(yīng)和雙門限效應(yīng)，結(jié)果如表3所示。以勞動生產(chǎn)率為被解釋變量時，單門限值、雙門限值均未通過顯著性檢驗，可見空間集聚與制造業(yè)勞動生產(chǎn)率之間并不存在非線性關(guān)系。

表3 空間集聚與制造業(yè)生產(chǎn)率：門限回歸

續(xù)表

但以全要素生產(chǎn)率為被解釋變量時，空間集聚的門限值1通過了1%水平的顯著性檢驗，門限值2則未通過顯著性檢驗，可見空間集聚具有單門限效應(yīng)，門限值為0.49。在[0, 0.49)區(qū)間，空間集聚的估計系數(shù)為0.62；在[0.49, 1]區(qū)間，空間集聚的估計系數(shù)增大至0.95。這就意味著空間集聚與制造業(yè)全要素生產(chǎn)率之間存在非線性關(guān)系?？臻g集聚水平提高會更加促進全要素生產(chǎn)率提升。需要說明的是，單門限兩邊的估計系數(shù)均為正數(shù)，而非“一正一負(fù)”，說明這種非線性關(guān)系并不是U形或者倒U形。

門限回歸進一步驗證了全樣本回歸的結(jié)果，即空間集聚發(fā)揮了正的外部性，且沒有產(chǎn)生負(fù)的外部性。

(三)分位數(shù)回歸

接下來，本文將基于分位數(shù)回歸，討論空間集聚對不同水平的制造業(yè)生產(chǎn)率的影響是否存在差異。將面板數(shù)據(jù)和分位數(shù)回歸相結(jié)合，不僅可以測度解釋變量對被解釋變量的某個特定分位點的邊際效果，還可控制個體差異以避免極端值對結(jié)果的干擾，使得回歸結(jié)果更加精確和穩(wěn)定。參照任思雨等(2019)[28]，本文分別以勞動生產(chǎn)率、全要素生產(chǎn)率作為被解釋變量，在0.1、0.25、0.5、0.75和0.9分位點上進行參數(shù)估計，其結(jié)果見表4。限于篇幅，僅報告空間集聚變量的估計系數(shù)。

表4中，以勞動生產(chǎn)率為被解釋變量時，空間集聚的系數(shù)估計值在0.1分位點為2.229，在0.25、0.5分位點下降至2.219和2.203，在0.75、0.9分位點則進一步下降至2.185和2.173，且均通過了顯著性檢驗。以全要素生產(chǎn)率為被解釋變量時，系數(shù)估計值的變動趨勢相同：在0.1分位點為1.337，在0.25、0.5分位點下降至1.296和1.219，在0.75、0.9分位點則進一步下降至1.131和1.090。

表4 空間集聚與制造業(yè)生產(chǎn)率：分位數(shù)回歸

核心解釋變量的系數(shù)隨分位點的上升而下降，表明空間集聚對制造業(yè)生產(chǎn)率的影響與制造業(yè)生產(chǎn)率本身的水平密切相關(guān)。制造業(yè)生產(chǎn)率較低時，受空間集聚的影響更為強烈。隨著制造業(yè)生產(chǎn)率的提高，空間集聚的影響也逐漸減弱。這一發(fā)現(xiàn)意味著，與生產(chǎn)率較高的制造業(yè)行業(yè)相比，那些生產(chǎn)率水平低下的制造業(yè)行業(yè)從空間集聚中獲益更大。

(四)分樣本回歸

全樣本回歸證實了空間集聚對制造業(yè)生產(chǎn)率有正向影響。這種影響在不同要素密集度的行業(yè)間是否存在差異？為回答這一問題，本文對勞動密集型、資本密集型和技術(shù)密集型行業(yè)樣本分別進行回歸，結(jié)果見表5。

表5中，以勞動生產(chǎn)率為被解釋變量時，空間集聚的系數(shù)估計值在資本密集型行業(yè)中為6.215，且通過了1%水平的顯著性檢驗，在勞動密集型和技術(shù)密集型行業(yè)中不顯著。以全要素生產(chǎn)率為被解釋變量時，空間集聚的系數(shù)估計值在資本密集型行業(yè)中為3.573，且通過1%水平的顯著性檢驗，在勞動密集型行業(yè)中為1.483，且在10%水平上顯著，在技術(shù)密集型行業(yè)中不顯著。這一結(jié)果表明，空間集聚對生產(chǎn)率的促進作用主要存在于資本密集型、勞動密集型行業(yè)。限于數(shù)據(jù)可得性，本文無法進一步考察其中的作用機制，有待后續(xù)研究的補充。

表5 空間集聚與制造業(yè)生產(chǎn)率：分樣本回歸

四、結(jié)論與政策含義

對中國這樣的制造業(yè)大國而言，提升制造業(yè)生產(chǎn)率關(guān)乎中國經(jīng)濟的高質(zhì)量發(fā)展。本文從空間集聚的視角探討制造業(yè)生產(chǎn)率的提升路徑。針對現(xiàn)有文獻的不足，本文基于2001—2016年20個兩位數(shù)行業(yè)的面板數(shù)據(jù)，對空間集聚對制造業(yè)生產(chǎn)率的影響進行再估計，結(jié)論如下：第一，全樣本回歸中控制了勞均資本存量、研發(fā)投入、國有產(chǎn)權(quán)比重和對外開放等變量后，空間集聚顯著提升了制造業(yè)生產(chǎn)率，證實二者間整體上存在正向的線性關(guān)系。第二，根據(jù)門限回歸結(jié)果，空間集聚與制造業(yè)生產(chǎn)率存在一定的非線性關(guān)系?？臻g集聚水平的提高會強化其對全要素生產(chǎn)率的影響，但對勞動生產(chǎn)率則缺乏類似影響。第三，分位數(shù)回歸表明，空間集聚對低生產(chǎn)率制造業(yè)的影響強于高生產(chǎn)率制造業(yè)，即空間集聚的作用強度與制造業(yè)生產(chǎn)率水平關(guān)系密切。第四，分樣本回歸結(jié)果顯示，空間集聚對制造業(yè)生產(chǎn)率的影響主要體現(xiàn)在資本密集型、勞動密集型行業(yè)，在技術(shù)密集型行業(yè)并不顯著。

上述結(jié)論為從空間集聚角度提升中國的制造業(yè)生產(chǎn)率提供了政策啟示。本文證明空間集聚通過正的外部性提升了制造業(yè)生產(chǎn)率，且并未發(fā)現(xiàn)空間集聚會產(chǎn)生負(fù)的外部性，這意味著政策上應(yīng)堅持推動制造業(yè)的空間集聚，以充分發(fā)揮其正的外部性。具體地，應(yīng)從以下三個方面著手。首先，鑒于制造業(yè)生產(chǎn)率較低時受空間集聚的影響更為強烈，那些生產(chǎn)率水平低下的制造業(yè)行業(yè)從空間集聚中獲益更大，應(yīng)特別鼓勵紡織業(yè)，紡織服裝、鞋、帽制造業(yè)，造紙及紙制品業(yè)等低生產(chǎn)率行業(yè)的空間集聚。其次，由于空間集聚對中國制造業(yè)生產(chǎn)率提升的影響主要存在于具備比較優(yōu)勢的勞動密集型行業(yè)，以及可能建立競爭優(yōu)勢的資本密集型行業(yè)，因此應(yīng)著重推動這些行業(yè)的空間集聚。最后，構(gòu)建促進要素自由流動的制度環(huán)境。消除地方保護主義，打破區(qū)域間壁壘，是促進中國制造業(yè)集聚的根本舉措。為此，應(yīng)通過完善考核機制來弱化地方政府間的過度競爭，以消除制造業(yè)要素流動的體制性障礙，實現(xiàn)全國范圍內(nèi)的資源優(yōu)化。

注釋：

①120個兩位數(shù)行業(yè)中，8個勞動密集型行業(yè)為：農(nóng)副食品加工業(yè)，食品制造業(yè)，飲料制造業(yè)，紡織業(yè)，紡織服裝、鞋、帽制造業(yè)，造紙及紙制品業(yè)，非金屬礦物制品業(yè)，金屬制品業(yè)；5個資本密集型行業(yè)為：煙草制品業(yè)，石油加工、煉焦及核燃料加工業(yè)，化學(xué)原料及化學(xué)制品制造業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)；7個技術(shù)密集型行業(yè)為：醫(yī)藥制造業(yè)，通用設(shè)備制造業(yè)，專用設(shè)備制造業(yè)，交通運輸設(shè)備制造業(yè)，電氣機械及器材制造業(yè)，通信、計算機及其他電子設(shè)備制造業(yè)，儀器儀表及文化、辦公用機械制造業(yè)。