羅芳 趙煦琨
自人類進(jìn)入工業(yè)社會(huì)以來(lái),產(chǎn)業(yè)集聚成為經(jīng)濟(jì)發(fā)展和工業(yè)化進(jìn)程中的一個(gè)重要現(xiàn)象。保羅·克魯格曼認(rèn)為經(jīng)濟(jì)活動(dòng)最突出的地理特征就是集中[1]。產(chǎn)業(yè)在地理上的集中伴隨著城市的發(fā)展,這種工業(yè)化與城市化的交互演進(jìn)推動(dòng)了區(qū)域經(jīng)濟(jì)的發(fā)展。產(chǎn)業(yè)集聚的概念首先由馬歇爾提出用以描述“專門工業(yè)集中于特定的地方”這種經(jīng)濟(jì)現(xiàn)象,并從勞動(dòng)力市場(chǎng)共享、中間產(chǎn)品投入和技術(shù)溢出三個(gè)方面解釋了產(chǎn)業(yè)集聚的成因[2]。在迪克西特和斯蒂格利茨[3]提出的D-S模型的基礎(chǔ)上,克魯格曼創(chuàng)建新經(jīng)濟(jì)地理學(xué)(NEG),并提出了中心—外圍模型。新經(jīng)濟(jì)地理學(xué)把經(jīng)濟(jì)空間高度抽象為同質(zhì)性的平面,以壟斷競(jìng)爭(zhēng)的市場(chǎng)結(jié)構(gòu)、規(guī)模收益遞增與“冰山運(yùn)輸成本”[4]作為基本假設(shè),探討了一個(gè)最初由兩個(gè)完全相同的區(qū)域構(gòu)成的經(jīng)濟(jì)系統(tǒng)通過(guò)制造業(yè)人口的遷移,內(nèi)生地演化為工業(yè)核心區(qū)與農(nóng)業(yè)邊緣區(qū)的演化過(guò)程。在演化過(guò)程中存在著集聚力與分散力,其中集聚力表現(xiàn)為“市場(chǎng)接近效應(yīng)”與“生活成本效應(yīng)”,分散力表現(xiàn)為“市場(chǎng)擁擠效應(yīng)”[5][6]。新經(jīng)濟(jì)地理學(xué)的中心—外圍模型中農(nóng)業(yè)部門報(bào)酬不變和制造業(yè)部門報(bào)酬遞增的假設(shè),為城鄉(xiāng)收入差距提供了理論建模的出發(fā)點(diǎn);而其對(duì)集聚經(jīng)濟(jì)空間外溢性的分析也為使用空間計(jì)量模型研究地區(qū)產(chǎn)業(yè)集聚問(wèn)題提供了思路。
自改革開(kāi)放以來(lái),中國(guó)城鄉(xiāng)收入差距總體呈現(xiàn)縮小—擴(kuò)大—再縮小的趨勢(shì),并于近年來(lái)持續(xù)縮小。根據(jù)國(guó)家統(tǒng)計(jì)局最新發(fā)布的報(bào)告,2020年中國(guó)城鄉(xiāng)居民人均收入比值依然達(dá)到2.56的水平,城鄉(xiāng)收入差距依然顯著。劉易斯(1954)[7]、費(fèi)景漢和拉尼斯(1964)[8]根據(jù)發(fā)展中國(guó)家經(jīng)濟(jì)結(jié)構(gòu)的二元性質(zhì)構(gòu)建了二元經(jīng)濟(jì)結(jié)構(gòu)模型,并在此基礎(chǔ)上形成了二元經(jīng)濟(jì)結(jié)構(gòu)理論。二元經(jīng)濟(jì)結(jié)構(gòu)理論以農(nóng)村存在大量剩余勞動(dòng)力為前提,將經(jīng)濟(jì)劃分為傳統(tǒng)農(nóng)業(yè)部門和現(xiàn)代工業(yè)部門,由于工業(yè)部門生產(chǎn)率較高并由此產(chǎn)生城鄉(xiāng)收入差距,而城鄉(xiāng)差距的存在使得勞動(dòng)力從農(nóng)村的農(nóng)業(yè)部門轉(zhuǎn)移到城市的工業(yè)部門,在這個(gè)過(guò)程中城鄉(xiāng)收入差距會(huì)不斷縮小直到二元經(jīng)濟(jì)結(jié)構(gòu)解體。庫(kù)茲涅茨基于西方工業(yè)化國(guó)家的收入分配情況,提出了著名的倒U型曲線,即隨著經(jīng)濟(jì)由低級(jí)階段向高級(jí)階段發(fā)展,收入分配的不平等程度有先擴(kuò)大后縮小的趨勢(shì)[9]。二元經(jīng)濟(jì)結(jié)構(gòu)理論與庫(kù)茲涅茨曲線分別將城鄉(xiāng)收入差距與部門生產(chǎn)率、勞動(dòng)力轉(zhuǎn)移與經(jīng)濟(jì)發(fā)展階段關(guān)聯(lián)起來(lái),為后續(xù)研究提供了理論分析的基點(diǎn)。
現(xiàn)階段中國(guó)經(jīng)濟(jì)呈現(xiàn)出明顯的城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu),國(guó)內(nèi)的研究很早就關(guān)注到了分配政策、產(chǎn)業(yè)政策、城市化對(duì)城鄉(xiāng)收入差距的影響。賀曉東(1988)[10]認(rèn)為政策偏向與剪刀差導(dǎo)致了城鄉(xiāng)收入差距的擴(kuò)大。蔡昉和楊濤(2000)[11]從政治經(jīng)濟(jì)學(xué)的角度分析中國(guó)重工業(yè)優(yōu)先發(fā)展戰(zhàn)略與城市偏向政策造成的城鄉(xiāng)收入差距的持續(xù)擴(kuò)大,不僅是社會(huì)和政治不穩(wěn)定的潛在因素,而且會(huì)造成勞動(dòng)力和其他生產(chǎn)要素在部門間配置的低效進(jìn)而阻礙中國(guó)經(jīng)濟(jì)的長(zhǎng)期持續(xù)增長(zhǎng)。陸銘和陳釗(2004)[12]認(rèn)為城市化對(duì)降低城鄉(xiāng)收入差距作用顯著,地方政府實(shí)施的帶有城市傾向的經(jīng)濟(jì)政策則會(huì)擴(kuò)大城鄉(xiāng)收入差距。陳斌開(kāi)和林毅夫(2013)[13]的研究發(fā)現(xiàn)鼓勵(lì)資本密集型部門優(yōu)先發(fā)展的政府戰(zhàn)略會(huì)造成城市部門就業(yè)需求的相對(duì)下降,進(jìn)而延緩城市化進(jìn)程,延緩了農(nóng)村居民有效地向城市轉(zhuǎn)移的進(jìn)程并造成城鄉(xiāng)收入差距的擴(kuò)大。
在產(chǎn)業(yè)集聚對(duì)收入分配影響的研究方面,現(xiàn)有研究更多側(cè)重于對(duì)地區(qū)間收入分配差距的分析,對(duì)于城鄉(xiāng)收入差距方面的研究則相對(duì)較少。蔡武等(2013)[14]基于1998—2010年省級(jí)數(shù)據(jù),通過(guò)空間自回歸及空間誤差模型計(jì)算得出結(jié)論:現(xiàn)階段中國(guó)農(nóng)村勞動(dòng)力流動(dòng)加速城市產(chǎn)業(yè)集聚進(jìn)而擴(kuò)大城鄉(xiāng)收入差距。曾鵬和吳功亮(2015)[15]基于1999—2014年的地級(jí)市數(shù)據(jù),通過(guò)最小二乘模型計(jì)算顯示:在中國(guó)中部和西部地區(qū),產(chǎn)業(yè)集聚將擴(kuò)大城鄉(xiāng)收入差距;在東部地區(qū),產(chǎn)業(yè)集聚將縮小城鄉(xiāng)收入差距。陳旭(2019)[16]基于2001—2011年地級(jí)市數(shù)據(jù)的研究認(rèn)為制造業(yè)的地理集聚則能夠有效地縮小城鄉(xiāng)收入差距。彭代彥和袁暢(2020)[17]基于2005—2016年省級(jí)數(shù)據(jù),通過(guò)空間杜賓模型得出產(chǎn)業(yè)集聚會(huì)縮小本地區(qū)及鄰近地區(qū)城鄉(xiāng)收入差距的結(jié)論。相關(guān)研究采用了不同方法對(duì)產(chǎn)業(yè)集聚對(duì)城鄉(xiāng)收入差距的影響進(jìn)行探討,結(jié)論也各有不同,研究角度更多側(cè)重空間異質(zhì)性,對(duì)產(chǎn)業(yè)集聚度以及產(chǎn)業(yè)異質(zhì)性的分析則稍顯粗糙。
本文分產(chǎn)業(yè)、分地區(qū)對(duì)全國(guó)制造業(yè)的集聚現(xiàn)象進(jìn)行了更細(xì)致的測(cè)度與描摹。首先,在地區(qū)制造業(yè)集聚的測(cè)度方面,本文沒(méi)有使用現(xiàn)有研究中廣泛使用的區(qū)位熵,而是將傳統(tǒng)用于測(cè)度行業(yè)集聚的EG指數(shù)進(jìn)行變形用來(lái)測(cè)度地區(qū)制造業(yè)的集聚情況;其次,在產(chǎn)業(yè)異質(zhì)性分析方面,本文在計(jì)算各地區(qū)制造業(yè)總體集聚程度之余,又進(jìn)一步測(cè)度了制造業(yè)中勞動(dòng)密集型產(chǎn)業(yè)與高技術(shù)產(chǎn)業(yè)的集聚度并分析了其對(duì)城鄉(xiāng)差距的影響,拓展了研究的思路;最后,雖然最新研究中已經(jīng)開(kāi)始運(yùn)用空間計(jì)量模型進(jìn)行分析,但計(jì)量模型設(shè)定大都較為粗糙,本文則從數(shù)據(jù)特征上探討了空間杜賓模型中固定效應(yīng)與隨機(jī)效應(yīng)的選擇,使得統(tǒng)計(jì)模型的設(shè)定更加嚴(yán)謹(jǐn)。
由于現(xiàn)今中國(guó)具有明顯的城鄉(xiāng)二元結(jié)構(gòu)特征[13,18],因此城市和農(nóng)村具有不同的產(chǎn)業(yè)構(gòu)成。為使分析更為簡(jiǎn)潔清晰,本文假定某一地區(qū)由農(nóng)村和城市兩個(gè)部門構(gòu)成,農(nóng)村部分進(jìn)行農(nóng)業(yè)生產(chǎn),城市部門進(jìn)行工業(yè)生產(chǎn),集聚效應(yīng)只作用于城市部門。參照蔡武等(2013)[14]引入中間產(chǎn)品投入,建立規(guī)模報(bào)酬不變的柯布—道格拉斯形式農(nóng)村生產(chǎn)函數(shù):
其中,Y1、A1、L1、K1、I分別為農(nóng)業(yè)的產(chǎn)出、生產(chǎn)技術(shù)函數(shù)(常數(shù))、勞動(dòng)力、資本與中間投入品,α為農(nóng)業(yè)中勞動(dòng)力相對(duì)資本的投入比例,1-β為中間投入品的投入比例,有0<α、β<1。
Ciccone[19]的研究認(rèn)為集聚經(jīng)濟(jì)效應(yīng)會(huì)帶來(lái)經(jīng)濟(jì)效率的改進(jìn),且國(guó)內(nèi)相關(guān)研究也支持這一結(jié)論[20][21]。因此認(rèn)為工業(yè)生產(chǎn)技術(shù)函數(shù)A2為隨城市集聚水平上升而上升的常數(shù),而農(nóng)業(yè)生產(chǎn)技術(shù)函數(shù)A1則為固定常數(shù)。由于產(chǎn)業(yè)集聚效應(yīng)在生產(chǎn)技術(shù)函數(shù)中已經(jīng)得到體現(xiàn),故工業(yè)部門生產(chǎn)函數(shù)設(shè)定為規(guī)模報(bào)酬不變的柯布—道格拉斯函數(shù):
其中,Y2、L2、K2分別為工業(yè)的產(chǎn)出、勞動(dòng)力及資本,ε為工業(yè)中勞動(dòng)力相對(duì)資本的投入比例,0<ε<1。為建立起農(nóng)業(yè)與工業(yè)部門的聯(lián)系,假設(shè)工業(yè)產(chǎn)出中固定比例γ作為中間投入品進(jìn)入農(nóng)業(yè)生產(chǎn),即I=γY2。
設(shè)農(nóng)業(yè)、工業(yè)部門的勞動(dòng)力收益分別為w1、w2,則有:
城鄉(xiāng)收入差距可表示為;
當(dāng)產(chǎn)業(yè)集聚度上升時(shí),一般認(rèn)為會(huì)帶來(lái)工業(yè)生產(chǎn)效率的提升,并進(jìn)一步使得城市部門勞動(dòng)力與資本進(jìn)一步上升。由(5)式可知,城市部門從農(nóng)村部門吸收勞動(dòng)力會(huì)縮小城鄉(xiāng)收入差距,而城市部門從農(nóng)村部門吸收資本以及城市部門單方面的效率提升均會(huì)造成城鄉(xiāng)收入的擴(kuò)大。
在經(jīng)濟(jì)的實(shí)際運(yùn)行中,產(chǎn)業(yè)集聚對(duì)城鄉(xiāng)收入差距的影響是多種因素同時(shí)作用的結(jié)果。一方面,在區(qū)域內(nèi)部產(chǎn)業(yè)集聚可以產(chǎn)生集聚規(guī)模效應(yīng)和外部經(jīng)濟(jì),提高要素配置效率與勞動(dòng)者收入水平,進(jìn)而拉動(dòng)農(nóng)村勞動(dòng)力轉(zhuǎn)移就業(yè),使農(nóng)民獲得較高非農(nóng)收入,使得大量資金通過(guò)匯款進(jìn)入農(nóng)村地區(qū),有利于緩解農(nóng)村地區(qū)資本投入?yún)T乏的局面。在此情況下城鄉(xiāng)差距取決于城市居民與農(nóng)村居民收入的相對(duì)增長(zhǎng)水平。另一方面,由于產(chǎn)業(yè)集聚必然會(huì)導(dǎo)致區(qū)域經(jīng)濟(jì)梯度現(xiàn)象,進(jìn)而在城鄉(xiāng)間產(chǎn)生極化效應(yīng)、擴(kuò)散效應(yīng)與回程效應(yīng)[22]。由于產(chǎn)業(yè)集聚現(xiàn)象隨著城鄉(xiāng)收入差異的擴(kuò)大而繼續(xù)加強(qiáng)[23],從而擴(kuò)大城鄉(xiāng)的經(jīng)濟(jì)梯度,使得極化效應(yīng)、擴(kuò)散效應(yīng)與回程效應(yīng)的作用更為明顯。極化效應(yīng)表現(xiàn)為生產(chǎn)要素間的聚集帶來(lái)的規(guī)模經(jīng)濟(jì)效益在起作用,使生產(chǎn)要素進(jìn)一步向城市集中;擴(kuò)散效應(yīng)表現(xiàn)為城市對(duì)農(nóng)村的經(jīng)濟(jì)溢出效應(yīng),促使生產(chǎn)向農(nóng)村地區(qū)擴(kuò)散;回程效應(yīng)則表現(xiàn)為城市競(jìng)爭(zhēng)力增強(qiáng)帶來(lái)的高回報(bào)率,使得資本、人才等生產(chǎn)要素從農(nóng)村向城市回流,使城市經(jīng)濟(jì)進(jìn)一步發(fā)展的同時(shí)削弱農(nóng)村地區(qū)的發(fā)展?jié)摿?。極化效應(yīng)、回程效應(yīng)均會(huì)造成城鄉(xiāng)收入差距的擴(kuò)大,而擴(kuò)散效應(yīng)則會(huì)減小城鄉(xiāng)收入差距,具體效果取決于三個(gè)效應(yīng)的綜合。一般而言,在經(jīng)濟(jì)發(fā)展初期,極化效應(yīng)居于主導(dǎo)地位;隨著經(jīng)濟(jì)整體水平的發(fā)展,擴(kuò)散效應(yīng)逐漸增強(qiáng)。
關(guān)于地區(qū)層面產(chǎn)業(yè)集聚的測(cè)度,已有文獻(xiàn)多采用的測(cè)度指標(biāo)為區(qū)位熵。區(qū)位熵易于計(jì)算,對(duì)數(shù)據(jù)要求較低,可以反映某區(qū)域內(nèi)某一產(chǎn)業(yè)部門的專業(yè)化程度,進(jìn)而度量產(chǎn)業(yè)在區(qū)域內(nèi)相對(duì)集中度。然而區(qū)位熵的計(jì)算中未能考慮行業(yè)間的交互關(guān)系,故無(wú)法度量產(chǎn)業(yè)的絕對(duì)集中度。與之相對(duì),EG指數(shù)中包含了赫芬達(dá)爾指數(shù)和空間基尼系數(shù)兩項(xiàng)指標(biāo),能夠?qū)⒁?guī)模集聚和空間集聚兩方面因素納入統(tǒng)一的分析框架中[24],數(shù)學(xué)表達(dá)式優(yōu)美且彈性較好,并能夠區(qū)分隨機(jī)集中和企業(yè)間由于共享外部性或自然優(yōu)勢(shì)的集中,同時(shí)反映了產(chǎn)業(yè)自身的絕對(duì)集聚以及與區(qū)域內(nèi)其他產(chǎn)業(yè)的相對(duì)集中度,具有區(qū)位熵所不具備的優(yōu)越性。雖然其對(duì)微觀數(shù)據(jù)要求較高,但綜合考慮計(jì)算結(jié)果的可信性、對(duì)產(chǎn)業(yè)集聚形態(tài)描摹的準(zhǔn)確性,本文選擇使用EG指數(shù)度量中國(guó)制造業(yè)的集聚程度。
本文分行業(yè)、分地區(qū)研究全國(guó)范圍制造業(yè)的集聚情況,地區(qū)劃分基于省級(jí)行政區(qū),而行業(yè)劃分則基于2011年《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》(GB/T4754-2011)的劃分標(biāo)準(zhǔn),選取C13~C43共31個(gè)制造業(yè)行業(yè)作為研究對(duì)象。由于數(shù)據(jù)可得性、指標(biāo)口徑等原因,在地區(qū)選取上未計(jì)入西藏、新疆、青海、海南以及香港、澳門特別行政區(qū)及臺(tái)灣地區(qū)。故研究的空間范圍共涵蓋中國(guó)大陸27個(gè)省級(jí)行政區(qū)。
2011年《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》(GB/T4754-2011)與2002年《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》(GB/T4754-2012)相比改動(dòng)較大:其一,從2011年起,規(guī)模以上工業(yè)企業(yè)的起點(diǎn)標(biāo)準(zhǔn)從年主營(yíng)業(yè)務(wù)收入500萬(wàn)元提高到2000萬(wàn)元;其二,《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》2011版將橡膠制品業(yè)和塑料制品業(yè)兩個(gè)大類合并為橡膠和塑料制品業(yè),將交通運(yùn)輸設(shè)備制造業(yè)分為汽車制造業(yè)和鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)。由于《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》(GB/T4754-2011)從2013年開(kāi)始實(shí)行(對(duì)應(yīng)統(tǒng)計(jì)數(shù)據(jù)為2012年),為保證標(biāo)準(zhǔn)的一致性,同時(shí)考慮數(shù)據(jù)的可得性,本文選用數(shù)據(jù)的時(shí)間跨度為2012—2018年。
計(jì)算EG指數(shù)既可以使用各行業(yè)的就業(yè)數(shù)據(jù),也可以使用產(chǎn)值數(shù)據(jù)。在國(guó)內(nèi)外已有研究中,尤其是外國(guó)學(xué)者的研究中,較多使用的是就業(yè)數(shù)據(jù)。然而,中國(guó)各地區(qū)發(fā)展水平差異很大,由此會(huì)帶來(lái)各地區(qū)就業(yè)人員較大的質(zhì)量差異,且國(guó)有企業(yè)中存在的勞動(dòng)力過(guò)剩現(xiàn)象較為普遍;同時(shí)由于研究的時(shí)間序列較短,期間就業(yè)人員變動(dòng)亦不足以體現(xiàn)出產(chǎn)業(yè)集聚現(xiàn)象的變化規(guī)律。因而,采取就業(yè)數(shù)據(jù)計(jì)算EG指數(shù)可能導(dǎo)致產(chǎn)業(yè)集聚度測(cè)度的較大系統(tǒng)性誤差,故本文選擇使用產(chǎn)值數(shù)據(jù)計(jì)算EG指數(shù)。綜合考慮數(shù)據(jù)可得性、易得性與統(tǒng)計(jì)口徑的統(tǒng)一性,最終選擇規(guī)模以上企業(yè)的主營(yíng)業(yè)務(wù)收入作為計(jì)算EG指數(shù)的統(tǒng)計(jì)指標(biāo)。為保證不同年份數(shù)據(jù)的可比性,本文根據(jù)2012—2018年《中國(guó)統(tǒng)計(jì)年鑒》中的工業(yè)生產(chǎn)者出廠價(jià)格指數(shù),將各年份統(tǒng)計(jì)指標(biāo)統(tǒng)一調(diào)整為2012年的不變價(jià)進(jìn)行計(jì)算。
實(shí)證數(shù)據(jù)主要來(lái)源于2013—2019年所研究的27個(gè)省級(jí)行政區(qū)的統(tǒng)計(jì)年鑒中有關(guān)規(guī)模以上工業(yè)企業(yè)的相關(guān)統(tǒng)計(jì),并根據(jù)2013—2017年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》對(duì)數(shù)據(jù)進(jìn)行了一定補(bǔ)充。盡管筆者盡一切努力希望能夠使用純凈統(tǒng)一的數(shù)據(jù),但依然有部分?jǐn)?shù)據(jù)缺失,為了順利完成EG指數(shù)的計(jì)算,對(duì)缺失數(shù)據(jù)進(jìn)行了人工補(bǔ)充處理。以下特別進(jìn)行說(shuō)明:北京市煙草制品業(yè)數(shù)據(jù)缺失,考慮到北京市只有一家相關(guān)企業(yè),在數(shù)據(jù)缺失的情況下,將企業(yè)主營(yíng)業(yè)務(wù)收入記為0。由于《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼》(GB/T4754-2017)從2019年開(kāi)始實(shí)行,故2018年度已經(jīng)有少數(shù)省份(河北、寧夏、天津)不進(jìn)行規(guī)模以上企業(yè)的主營(yíng)業(yè)務(wù)收入的統(tǒng)計(jì)而改為統(tǒng)計(jì)營(yíng)業(yè)收入。為保證數(shù)據(jù)指標(biāo)的一致性,其2018年規(guī)模以上企業(yè)的主營(yíng)業(yè)務(wù)收入通過(guò)由規(guī)模以上企業(yè)營(yíng)業(yè)收入回歸換算的方式確定。與此情況類似,黑龍江2017、2018年主營(yíng)業(yè)務(wù)收入由產(chǎn)成品回歸換算得到。另外,部分省市(福建、上海等)還出現(xiàn)個(gè)別年份企業(yè)數(shù)量數(shù)據(jù)缺失的情況,考慮到規(guī)模以上企業(yè)數(shù)量變化較慢,故采取相鄰年份平均向上取整的方式對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)充。
依照Ellison和Glaeser的定義[25,26],假設(shè)某經(jīng)濟(jì)體的產(chǎn)業(yè)i內(nèi)有N個(gè)企業(yè),且該經(jīng)濟(jì)體被劃分為r個(gè)地理區(qū)域,則產(chǎn)業(yè)i的EG指數(shù)的表達(dá)式為:
其中,i,j,k分別表示產(chǎn)業(yè)、區(qū)域和企業(yè)。sij為產(chǎn)業(yè)i在區(qū)域j的相關(guān)指標(biāo)(產(chǎn)值)占產(chǎn)業(yè)i在所研究經(jīng)濟(jì)體相關(guān)指標(biāo)的總和中的比例,xj為區(qū)域j所有行業(yè)相關(guān)指標(biāo)的總和占所研究經(jīng)濟(jì)體所有行業(yè)相關(guān)指標(biāo)的總和中的比例,Zk為企業(yè)k的相關(guān)指標(biāo)在產(chǎn)業(yè)i相關(guān)指標(biāo)總和中的比例。Gi是產(chǎn)業(yè)i的空間基尼系數(shù),Hi是產(chǎn)業(yè)i的赫芬達(dá)爾指數(shù)。
這里需要說(shuō)明的是,由于缺乏企業(yè)的微觀詳細(xì)數(shù)據(jù),即Zk無(wú)法求得,因此無(wú)法完全按照Ellison和Glaeser的公式計(jì)算出赫芬達(dá)爾指數(shù)Hi。本文參照楊洪焦[27]的做法,對(duì)赫芬達(dá)爾指數(shù)Hi的公式做出了調(diào)整:假設(shè)在每個(gè)區(qū)域j,產(chǎn)業(yè)i內(nèi)所有企業(yè)具有相同的規(guī)模。調(diào)整后赫芬達(dá)爾指數(shù)Hi的計(jì)算公式為:
其中,nij為區(qū)域j中擁有產(chǎn)業(yè)i的企業(yè)個(gè)數(shù),Empij為區(qū)域j中產(chǎn)業(yè)i的相關(guān)指標(biāo)值,Empi為產(chǎn)業(yè)i的相關(guān)指標(biāo)在經(jīng)濟(jì)體中的總值。由此可以得到產(chǎn)業(yè)i的EG指數(shù)的計(jì)算表達(dá)式為:
EG指數(shù)多用于行業(yè)集聚水平的測(cè)度,當(dāng)使用EG指數(shù)測(cè)量地區(qū)中產(chǎn)業(yè)的集聚水平時(shí),借鑒朱萬(wàn)春[28]的方法對(duì)公式做出部分調(diào)整:
考慮到本文選用的是主營(yíng)業(yè)務(wù)收入作為EG指數(shù)的計(jì)算指標(biāo),故其中Empij為j地區(qū)中i行業(yè)企業(yè)主業(yè)業(yè)務(wù)收入總和,Empj為j地區(qū)所有制造業(yè)企業(yè)主營(yíng)業(yè)務(wù)的總和。因而有由此可得,i行業(yè)在j地區(qū)的集聚指數(shù)γij=γi×wij。將j地區(qū)各行業(yè)的γij按行業(yè)進(jìn)行加總,就可求得j地區(qū)的EG指數(shù)
j地區(qū)中i行業(yè)的EG指數(shù)的表達(dá)式為:
j地區(qū)制造業(yè)總體的EG指數(shù)的表達(dá)式為:
根據(jù)全國(guó)制造業(yè)EG指數(shù)各地區(qū)統(tǒng)計(jì)數(shù)據(jù)(統(tǒng)計(jì)表略),在地區(qū)層面,制造業(yè)集聚水平呈現(xiàn)東部、西部相對(duì)較高、中部相對(duì)較低的特征??傮w而言,各省制造業(yè)集聚在所研究的時(shí)間范圍內(nèi)有較為明顯的提高,但綜合產(chǎn)值數(shù)據(jù)指標(biāo)(制造業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入)來(lái)看,這種集聚水平的提高更多來(lái)自產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化而非產(chǎn)值本身的提升。
與更簡(jiǎn)單直接的城鄉(xiāng)居民收入比相比,泰爾指數(shù)在計(jì)算時(shí)考慮到城鄉(xiāng)人口的動(dòng)態(tài)變化,并在進(jìn)行收入差距的測(cè)度時(shí),借助信息熵的概念將人口份額的變化轉(zhuǎn)化為收入份額的變化進(jìn)行解釋,因此泰爾指數(shù)不僅能夠反映城鄉(xiāng)居民的收入比,而且還將城鄉(xiāng)人口的相對(duì)變化納入考慮。由于現(xiàn)階段中國(guó)城鄉(xiāng)經(jīng)濟(jì)依舊呈現(xiàn)出顯著的二元結(jié)構(gòu),因此選用泰爾指數(shù)相對(duì)更適合在現(xiàn)階段度量中國(guó)城鄉(xiāng)收入差距。因此本文參照歐陽(yáng)志剛(2014)[29]的方法,使用泰爾指數(shù)對(duì)中國(guó)各地區(qū)的城鄉(xiāng)收入差距進(jìn)行度量。
泰爾指數(shù)的表達(dá)形式為:
其中i表示區(qū)域,t表示時(shí)間,j=1,2分別表示城鎮(zhèn)和農(nóng)村地區(qū),rij表示i地區(qū)城鎮(zhèn)或農(nóng)村人口數(shù)量,Sij表示i地區(qū)城鎮(zhèn)或農(nóng)村人口總可支配收入,Si表示i地區(qū)居民可支配收入的總和。本文通過(guò)城市或農(nóng)村人均可支配收入與常住人口數(shù)的乘積來(lái)計(jì)算Sij,全部計(jì)算數(shù)據(jù)均由國(guó)家統(tǒng)計(jì)局官網(wǎng)(http://www.stats.gov.cn/)獲得。公式中是城鎮(zhèn)居民或農(nóng)村居民與全體居民可支配收入之比,因此城鄉(xiāng)收入差距越小ln()的值便越趨近于0。泰爾指數(shù)的值越小代表研究地區(qū)的城鄉(xiāng)收入差距越小。
根據(jù)各地區(qū)泰爾指數(shù)統(tǒng)計(jì)數(shù)據(jù)(統(tǒng)計(jì)表略),無(wú)論在全國(guó)還是各地區(qū),泰爾指數(shù)均穩(wěn)步下降,說(shuō)明全國(guó)范圍內(nèi)各地區(qū)城鄉(xiāng)收入差距持續(xù)縮小。在地區(qū)層面,城鄉(xiāng)收入差距明顯呈現(xiàn)為西高東低,說(shuō)明西部地區(qū)的城市化進(jìn)程相對(duì)東中部地區(qū)較為滯后,城鄉(xiāng)差距較大。
莫蘭指數(shù)可以用來(lái)度量某種屬性在區(qū)域中的空間相關(guān)性[30]。因?yàn)闇y(cè)度指標(biāo)的空間自相關(guān)特征對(duì)于建立計(jì)量模型具有重要參考價(jià)值,故本文通過(guò)全局莫蘭指數(shù)來(lái)測(cè)度各地區(qū)制造業(yè)集聚與城鄉(xiāng)收入差距的空間自相關(guān)特征。
全局莫蘭指數(shù)(Global Moran’s I):
其中:
n為樣本數(shù),xi、yi為區(qū)域i、j的屬性值,xˉ、yˉ為xi、yi的均值,wij為空間權(quán)重矩陣,本文基于鄰接標(biāo)準(zhǔn)定義空間權(quán)重,若區(qū)域間相鄰取值為1,不相鄰取值為0。
全局莫蘭指數(shù)I是空間自相關(guān)回歸方程系數(shù)的估計(jì)值,其取值范圍為[-1,1]。全局莫蘭指數(shù)I在0至1間取值,為正相關(guān),表示具有相似的屬性集聚在一起(即高值或低值間相鄰接);全局莫蘭指數(shù)I在0至-1間取值,為負(fù)相關(guān),表示具有相異的屬性集聚在一起(即高值與低值、低值與高值相鄰接);全局莫蘭指數(shù)I接近于0,則表示隨機(jī)分布,或區(qū)域間不存在空間自相關(guān)性。
表1、表2中所示為2012—2018年地區(qū)制造業(yè)集聚EG指數(shù)與城鄉(xiāng)收入差距胎兒指數(shù)的全局莫蘭指數(shù)(stata 15.0計(jì)算所得)。由表中數(shù)據(jù)可知,總體上兩者的空間自相關(guān)性非常顯著。
表1 地區(qū)制造業(yè)集聚全局莫蘭指數(shù)
表2 地區(qū)城鄉(xiāng)收入差距全局莫蘭指數(shù)
本文主要基于地區(qū)層面進(jìn)行實(shí)證研究,從而進(jìn)行實(shí)證分析的數(shù)據(jù)類型為面板數(shù)據(jù);在前文的研究中,地區(qū)層面制造業(yè)集聚與城鄉(xiāng)收入差距均表現(xiàn)出顯著的空間自相關(guān)特征。普通最小二乘(OLS)模型無(wú)法描摹變量間的空間交互特征,因此在實(shí)證模型的選取中,必然選用可以反映數(shù)據(jù)空間分布特征的空間計(jì)量模型。
空間滯后模型(SLM)的表達(dá)式為:
其中Y為被解釋變量矩陣,X為解釋變量矩陣,ρ為空間效應(yīng)系數(shù),β為參數(shù)向量,W為空間權(quán)重矩陣。在空間滯后模型中,被解釋變量Y不僅受到其自身的解釋變量X影響,還受到其他區(qū)域相同被解釋變量的影響,而這一點(diǎn)正好反映出變量的空間自相關(guān)特征。
空間誤差模型(SEM)的表達(dá)式為:
其中Y、X、W的意義同上,λ為空間誤差相關(guān)系數(shù),其作用在于度量鄰近個(gè)體關(guān)于被解釋變量的誤差沖擊對(duì)本個(gè)體觀察者的影響程度。在空間誤差模型中,空間擾動(dòng)項(xiàng)ε和空間總體相關(guān),某一區(qū)域的擾動(dòng)會(huì)隨空間效應(yīng)影響到其他區(qū)域。
空間杜賓模型(SDM)可以看做加入空間滯后變量而增強(qiáng)的空間滯后模型,其表達(dá)式為:
式中Y,X,W的意義同上,γ是一個(gè)參數(shù)向量,用來(lái)度量相鄰區(qū)域的解釋變量對(duì)被解釋變量的影響,反映相鄰區(qū)域解釋變量均值的空間滯后效應(yīng)。
當(dāng)γ=0時(shí),空間杜賓模型退化為空間滯后模型;當(dāng)ρ=0時(shí),空間杜賓模型退化為解釋變量的滯后模型;當(dāng)γ和ρ均等于0時(shí),空間杜賓模型直接退化為最小二乘模型。
與空間滯后模型相比,空間杜賓模型同時(shí)考慮到了解釋變量X與被解釋變量Y的空間自相關(guān)特征,而在前文研究中,作為被解釋變量的城鄉(xiāng)差距泰爾指數(shù)與作為主解釋變量的地區(qū)制造業(yè)集聚EG指數(shù)均表現(xiàn)出顯著的空間自相關(guān)特征。且空間杜賓模型具有良好的退化性質(zhì),因此初步選定使用空間杜賓模型來(lái)進(jìn)行地區(qū)制造業(yè)集聚對(duì)城鄉(xiāng)差距影響的實(shí)證研究。
綜合已有文獻(xiàn),影響城鄉(xiāng)收入差距的因素主要由地區(qū)經(jīng)濟(jì)發(fā)展水平、城市化進(jìn)程、對(duì)外開(kāi)放程度以及政府行為等[15-17,29,31]。因此,在確定了被解釋變量為地區(qū)城鄉(xiāng)差距泰爾指數(shù)以及主解釋變量為地區(qū)制造業(yè)集聚EG指數(shù)的前提下,本文將控制變量設(shè)置如下。
1.地區(qū)經(jīng)濟(jì)發(fā)展水平:根據(jù)已有的研究成果,中國(guó)經(jīng)濟(jì)發(fā)展與城鄉(xiāng)收入差距大致呈現(xiàn)倒U型的關(guān)系,因此本文將地區(qū)經(jīng)濟(jì)發(fā)展水平納入控制變量,所選用GDP數(shù)據(jù)經(jīng)價(jià)格平減(2012年基期),單位為億元,在模型計(jì)算中取對(duì)數(shù)ln(GDP)代入計(jì)算。
2.城市化進(jìn)程:中國(guó)目前仍處于城鄉(xiāng)二元結(jié)構(gòu),城市化過(guò)程中農(nóng)村人口向城市遷移,會(huì)對(duì)城鄉(xiāng)收入差距產(chǎn)生多重效應(yīng)。一方面,由于城鄉(xiāng)收入差距的存在,勞動(dòng)力由農(nóng)村流向城市進(jìn)而增加城市勞動(dòng)者數(shù)量,增強(qiáng)了城市勞動(dòng)力市場(chǎng)的競(jìng)爭(zhēng)程度。同時(shí),城市化進(jìn)程使得城市人口數(shù)量增加、城市規(guī)模擴(kuò)大,以此增強(qiáng)了城市的輻射效應(yīng),擴(kuò)大農(nóng)產(chǎn)品的需求,帶動(dòng)農(nóng)村地區(qū)發(fā)展因此有利于城鄉(xiāng)收入差距的縮小;另一方面農(nóng)村勞動(dòng)力的轉(zhuǎn)移促使城市規(guī)模擴(kuò)大,城市的聚集效應(yīng)更為明顯,生產(chǎn)效率的提高進(jìn)一步提高了城市居民收入水平進(jìn)而可能導(dǎo)致城鄉(xiāng)收入差距的進(jìn)一步擴(kuò)大。因此,城市化對(duì)城鄉(xiāng)收入差距的影響是正、負(fù)效應(yīng)綜合作用的結(jié)果。本文以csh=城鎮(zhèn)人口/總?cè)丝诒硎境鞘谢M(jìn)程并代入計(jì)算。
3.對(duì)外開(kāi)放程度:萬(wàn)廣華等(2005)[31]的研究認(rèn)為:全球化會(huì)顯著擴(kuò)大地區(qū)間收入差距;導(dǎo)致地區(qū)間收入差距的最為主要的因素是資本。由于外商直接投資主要集中于城市,因此對(duì)外開(kāi)放程度可能會(huì)對(duì)城鄉(xiāng)收入差距產(chǎn)生正向關(guān)聯(lián)。本文以外商直接投資(FDI)表示地區(qū)對(duì)外開(kāi)放程度,所選用FDI數(shù)據(jù)經(jīng)過(guò)匯率換算與價(jià)格平減(2012年基期),單位為億元,取對(duì)數(shù)ln(FDI)代入計(jì)算。
4.政府行為:中國(guó)政府在地方經(jīng)濟(jì)發(fā)展中扮演著重要的角色。由于現(xiàn)階段城市投資回報(bào)率顯著高于鄉(xiāng)村,因此如果地方政府追求經(jīng)濟(jì)增長(zhǎng),則政府開(kāi)支便會(huì)偏向城市。而同時(shí),中國(guó)政府高度重視三農(nóng)問(wèn)題并每年提供了大量涉農(nóng)貸款推動(dòng)鄉(xiāng)村發(fā)展。本文通過(guò)兩個(gè)指標(biāo)來(lái)衡量政府行為對(duì)城鄉(xiāng)收入差距的影響。其一為政府參與經(jīng)濟(jì)程度f(wàn)is=政府財(cái)政支出/地區(qū)GDP,其二為政府鄉(xiāng)村扶持程度ny=涉農(nóng)貸款金額/貸款總額。
當(dāng)初步確定使用空間杜賓模型進(jìn)行實(shí)證分析,第二個(gè)問(wèn)題便隨之而至。由于面板數(shù)據(jù)具有個(gè)體與時(shí)間兩個(gè)維度,因此兩者相應(yīng)的固定效應(yīng)與隨機(jī)效應(yīng)使得模型會(huì)有四種不同的表現(xiàn)形式。大部分現(xiàn)有研究都選擇直接使用固定效應(yīng)進(jìn)行計(jì)算,少部分文獻(xiàn)中則使用了hausman檢驗(yàn)來(lái)進(jìn)行固定效應(yīng)與隨機(jī)效應(yīng)判斷。但不同于最小二乘方法,使用空間計(jì)量模型對(duì)面板數(shù)據(jù)進(jìn)行回歸,個(gè)體上選擇固定效應(yīng)與隨機(jī)效應(yīng)會(huì)對(duì)計(jì)量結(jié)果造成非常大的影響。因此有必要就固定效應(yīng)與隨機(jī)效應(yīng)的選擇進(jìn)行更詳盡的分析,而非沿襲使用固定效應(yīng)的慣例。
基于數(shù)據(jù)的短時(shí)間序列特征,在分析數(shù)據(jù)時(shí)不需要進(jìn)行面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn),但由于短時(shí)間序列可能帶來(lái)的異方差與序列相關(guān)問(wèn)題,使得經(jīng)典hausman檢驗(yàn)不再適用;同時(shí)考慮到基于Bootstrap法的hausman檢驗(yàn)在的穩(wěn)健性和可靠性比現(xiàn)有的非參數(shù)檢驗(yàn)更為優(yōu)越[32],故本文選擇基于Bootstrap法的hausman檢驗(yàn)。使用stata 15.0計(jì)算所得的檢驗(yàn)結(jié)果為p=0.9687,不能拒絕存在隨機(jī)效應(yīng)的原假設(shè),應(yīng)使用個(gè)體隨機(jī)效應(yīng)。雖然應(yīng)用hausman檢驗(yàn)可以在統(tǒng)計(jì)上對(duì)固定效應(yīng)與隨機(jī)效應(yīng)的選擇進(jìn)行一些統(tǒng)計(jì)學(xué)上解釋[33],但這種統(tǒng)計(jì)上的解釋在很多情況下依舊不能避免靠統(tǒng)計(jì)結(jié)果的顯著性來(lái)選擇模型之嫌。本文根據(jù)固定效應(yīng)與隨機(jī)效應(yīng)所對(duì)應(yīng)的統(tǒng)計(jì)性質(zhì)與研究問(wèn)題的數(shù)據(jù)特征在個(gè)體與時(shí)點(diǎn)的固定效應(yīng)與隨機(jī)效應(yīng)進(jìn)行選擇,并盡最大努力嘗試對(duì)所做選擇進(jìn)行解釋。
不論固定效應(yīng)或隨機(jī)效應(yīng),其本質(zhì)上要解決的都是通過(guò)模型無(wú)法直接捕捉到的異方差性的問(wèn)題。在面板數(shù)據(jù)的框架下中,固定效應(yīng)(FE)可以理解為做的是虛擬變量OLS回歸。在多數(shù)的經(jīng)濟(jì)數(shù)據(jù)中,個(gè)體不可觀測(cè)的異質(zhì)性截距往往與解釋變量有關(guān)或相互干擾,固定效應(yīng)這種虛擬變量回歸的做法可以很好地控制并排除那些不可觀測(cè)的個(gè)體差異的影響,從而可以在一定程度上解決遺漏變量的問(wèn)題,提高模型的準(zhǔn)確性。本文中,最終帶入模型的面板數(shù)據(jù)集的個(gè)體數(shù)為27個(gè)(即前文中計(jì)算地區(qū)制造業(yè)集聚EG指數(shù)的27個(gè)省份),時(shí)間序列長(zhǎng)度為7年。首先,由于數(shù)據(jù)可得性及指標(biāo)一致性所導(dǎo)致的短時(shí)間序列使得時(shí)間項(xiàng)上很難滿足隨機(jī)效應(yīng)(RE)嚴(yán)格的假設(shè):即假設(shè)個(gè)體異質(zhì)性截距ut與所有解釋變量Xt均不相關(guān),并且殘差ε是一個(gè)服從正態(tài)分布的隨機(jī)變量。其次,主解釋變量地區(qū)制造業(yè)集聚EG指數(shù)在2016—2018年間變化較大,與時(shí)點(diǎn)隨機(jī)效應(yīng)中個(gè)體殘差ε服從正態(tài)分布的假設(shè)不符。以上兩點(diǎn)均使得本文在模型選擇上必然選擇時(shí)點(diǎn)固定效應(yīng)。
在個(gè)體層面的選擇上,由于省份這種分組變量本身就可以代表其總體(即一個(gè)國(guó)家的省份是固定的),在變量選擇上不是一種隨機(jī)抽樣,由此乍看之下似乎個(gè)體固定效應(yīng)是合理的選擇,畢竟固定效應(yīng)在參數(shù)估計(jì)量的一致性上擁有更好的統(tǒng)計(jì)性質(zhì)。但是,這里還有很重要的一點(diǎn):作為主解釋變量的地區(qū)制造業(yè)集聚的EG指數(shù)并不是由原始數(shù)據(jù)直接得到,而是經(jīng)過(guò)了復(fù)雜計(jì)算所得,且在EG指數(shù)的計(jì)算過(guò)程中,由于企業(yè)微觀數(shù)據(jù)尚不完善,使用了“在每個(gè)區(qū)域j,產(chǎn)業(yè)i內(nèi)所有企業(yè)具有相同的規(guī)?!边@一假設(shè)。如果使用固定效應(yīng)估計(jì)地區(qū)制造業(yè)集聚的EG指數(shù),相當(dāng)于把這一本來(lái)可能損害統(tǒng)計(jì)結(jié)果的假設(shè)在模型上進(jìn)行了進(jìn)一步的強(qiáng)化??紤]到個(gè)體樣本數(shù)較多,更容易滿足隨機(jī)效應(yīng)的假設(shè)。同時(shí),在模型中個(gè)體使用隨機(jī)效應(yīng)的設(shè)定也符合hausman檢驗(yàn)的結(jié)果。故而本文選擇個(gè)體隨機(jī)效應(yīng)進(jìn)行計(jì)量模型建模。
由此,可以確定本文采用的計(jì)量模型為個(gè)體隨機(jī)、時(shí)點(diǎn)固定的混合效應(yīng)空間杜賓模型,其表達(dá)式為:
式中,α為常數(shù),λt為時(shí)間固定效應(yīng),Y為被解釋變量矩陣,X為解釋變量矩陣,ρ為空間效應(yīng)系數(shù),β、γ為參數(shù)向量,W為空間權(quán)重矩陣,Xˉ為相鄰區(qū)域解釋變量均值所構(gòu)成的矩陣。
制造業(yè)全行業(yè)計(jì)量模型分析結(jié)果如表3所示(全部計(jì)算均由stata 15.0完成)。表3中,theil表示被解釋變量地區(qū)城鄉(xiāng)差距泰爾指數(shù);EG、lnGDP、lnFDI、ny、fis與csh分別表示解釋變量地區(qū)制造業(yè)集聚EG指數(shù)、地區(qū)經(jīng)濟(jì)發(fā)展水平、地區(qū)對(duì)外開(kāi)放程度、政府鄉(xiāng)村扶持程度、政府參與經(jīng)濟(jì)程度與城市化進(jìn)程。*、**、***分別表示統(tǒng)計(jì)量在10%、5%、1%的顯著性水平下顯著,括號(hào)中數(shù)值為標(biāo)準(zhǔn)差。Main,Wx分別為解釋變量矩陣X與WX的系數(shù),對(duì) 應(yīng) 式(4.4)中 的β和γ。LR_Direct,LR_Indirect,及LR_Total分別對(duì)應(yīng)各解釋變量的直接、間接效應(yīng)和總效應(yīng)。直接效應(yīng)表示某地區(qū)解釋變量對(duì)被解釋變量的影響大小,在數(shù)值上等于SDM模型系數(shù)與反饋效應(yīng)之和。其中反饋效應(yīng)指某地區(qū)的解釋變量對(duì)鄰近地區(qū)的被解釋變量產(chǎn)生影響繼而通過(guò)其他地區(qū)的被解釋變量影響本地區(qū)的被解釋變量。間接效應(yīng)又被稱為空間溢出效應(yīng),其值為空間系數(shù)矩陣非對(duì)角元素的行平均,用于度量本地區(qū)被解釋變量受到鄰近地區(qū)解釋變量的影響??傂?yīng)為直接效應(yīng)與間接效應(yīng)之和,可以解釋為某地區(qū)某解釋變量的變動(dòng)對(duì)所有地區(qū)被解釋變量的平均影響。
由表3可知,模型的擬合優(yōu)度R2=0.9622接近于1,且系數(shù)向量β的所有值均在不同顯著性水平上顯著,表現(xiàn)出所選用模型良好的統(tǒng)計(jì)性質(zhì)。變量EG的系數(shù)向量β與直接效應(yīng)均在95%水平呈現(xiàn)顯著正值,說(shuō)明總體上全國(guó)制造業(yè)集聚會(huì)造成城鄉(xiāng)收入差距的擴(kuò)大。如前文所述,制造業(yè)集聚主要發(fā)生在城市,其一方面帶來(lái)效率的提升進(jìn)而產(chǎn)生規(guī)模經(jīng)濟(jì)吸引農(nóng)村勞動(dòng)力流入城市,另一方面通過(guò)空間梯度效應(yīng)改變城鄉(xiāng)間的生產(chǎn)資料分配,其作用機(jī)制較為復(fù)雜。因此,為進(jìn)一步探究制造業(yè)集聚對(duì)城鄉(xiāng)收入差距的作用機(jī)理,本文又使用空間杜賓模型,對(duì)制造業(yè)中典型勞動(dòng)密集型與高技術(shù)產(chǎn)業(yè)單獨(dú)進(jìn)行了空間計(jì)量分析。
表3 制造業(yè)全行業(yè)空間杜賓模型計(jì)算結(jié)果
基于黃艷等(2009)[34]、陳景新與王云峰(2014)[35]的研究,基于生產(chǎn)要素的相對(duì)密集程度,本文將C17紡織業(yè)、C18紡織服裝、服飾業(yè)、C19皮革毛皮羽毛及其制品和制鞋業(yè)、C20木材加工及木竹藤棕草制品業(yè)、C21家具制造業(yè)、C24文教工美體育和娛樂(lè)用品制造業(yè)、C30非金屬礦物制品業(yè)、C33金屬制品業(yè)、C34通用設(shè)備制造業(yè)、C35專用設(shè)備制造業(yè)十個(gè)制造業(yè)細(xì)分行業(yè)界定為勞動(dòng)密集型產(chǎn)業(yè),并對(duì)其各行業(yè)集聚度進(jìn)行加總得到勞動(dòng)密集型產(chǎn)業(yè)的集聚度EGl。計(jì)算結(jié)果如表4所示,變量EGl的系數(shù)向量β與直接效應(yīng)均在95%水平呈現(xiàn)顯著負(fù)值,說(shuō)明勞動(dòng)密集型產(chǎn)業(yè)的集聚可以顯著降低本省的城鄉(xiāng)收入差距。另一方面,其空間溢出效應(yīng)卻顯著為正值,對(duì)此現(xiàn)象可以解釋為現(xiàn)階段中國(guó)大多數(shù)勞動(dòng)密集型產(chǎn)業(yè)集聚度上升的省份(如安徽、廣西、湖南、江西),其產(chǎn)業(yè)集聚主要依靠周邊發(fā)達(dá)省份的產(chǎn)業(yè)轉(zhuǎn)移,周邊省份由于將勞動(dòng)密集型產(chǎn)業(yè)逐漸轉(zhuǎn)移,因此其產(chǎn)業(yè)的集聚更多導(dǎo)致城鄉(xiāng)差距的擴(kuò)大,這導(dǎo)致了勞動(dòng)密集型產(chǎn)業(yè)集聚的空間溢出效應(yīng)會(huì)擴(kuò)大城鄉(xiāng)收入差距的統(tǒng)計(jì)現(xiàn)象。
表4 勞動(dòng)密集型產(chǎn)業(yè)空間杜賓模型計(jì)算結(jié)果
根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《國(guó)民經(jīng)濟(jì)行業(yè)分類》(GB/T 4754—2017),本文將C27醫(yī)藥制造業(yè)、C37鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)、C39計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)、C40儀器儀表制造業(yè)四個(gè)制造業(yè)細(xì)分行業(yè)界定為高技術(shù)產(chǎn)業(yè),對(duì)其集聚度進(jìn)行加總得到高技術(shù)產(chǎn)業(yè)的集聚度EGh。計(jì)量模型的結(jié)果表明,不同于勞動(dòng)密集型產(chǎn)業(yè),高技術(shù)產(chǎn)業(yè)的集聚無(wú)法顯著縮小本省居民城鄉(xiāng)收入差距,且其空間溢出效應(yīng)依然會(huì)導(dǎo)致城鄉(xiāng)收入差距的擴(kuò)大(表5)。
表5 高技術(shù)產(chǎn)業(yè)空間杜賓模型計(jì)算結(jié)果
勞動(dòng)密集型產(chǎn)業(yè)對(duì)減小城鄉(xiāng)收入差距的良好表現(xiàn)證明了產(chǎn)業(yè)集聚通過(guò)拉動(dòng)農(nóng)村勞動(dòng)力轉(zhuǎn)移就業(yè)、提高農(nóng)民非農(nóng)收入,可以有效減小城鄉(xiāng)間居民的收入差距;而基于高技術(shù)產(chǎn)業(yè)集聚的實(shí)證則說(shuō)明當(dāng)產(chǎn)業(yè)集聚無(wú)法有效拉動(dòng)農(nóng)村勞動(dòng)力轉(zhuǎn)移時(shí),產(chǎn)業(yè)集聚帶來(lái)的規(guī)模收益與外部性均主要作用于城市,其區(qū)域梯度現(xiàn)象在現(xiàn)階段主要表現(xiàn)為極化效應(yīng),并由此導(dǎo)致了城鄉(xiāng)收入差距的擴(kuò)大。
本文通過(guò)構(gòu)建個(gè)體隨機(jī)效應(yīng)、時(shí)點(diǎn)固定效應(yīng)的空間杜賓模型研究了區(qū)域制造業(yè)集聚對(duì)城鄉(xiāng)收入差距的影響,所得結(jié)論如下:現(xiàn)階段制造業(yè)集聚總體上擴(kuò)大了城鄉(xiāng)收入差距;其中勞動(dòng)密集型產(chǎn)業(yè)的集聚可以減小城鄉(xiāng)收入差距;高技術(shù)產(chǎn)業(yè)的集聚則會(huì)導(dǎo)致城鄉(xiāng)差距的擴(kuò)大。
盡管中國(guó)目前制造業(yè)集聚依然處于不利于城鄉(xiāng)公平、協(xié)調(diào)發(fā)展的階段,但應(yīng)該看到制造業(yè)集聚通過(guò)農(nóng)村勞動(dòng)力轉(zhuǎn)移來(lái)減小城鄉(xiāng)間居民收入差距的顯著作用?,F(xiàn)階段的問(wèn)題在于:一方面,現(xiàn)有的城鄉(xiāng)二元體制阻礙了城鄉(xiāng)間勞動(dòng)力的自由流動(dòng);另一方面,城市偏向的教育投入政策擴(kuò)大了城鄉(xiāng)人力資本水平的差異[36],農(nóng)村勞動(dòng)力無(wú)法勝任高技術(shù)產(chǎn)業(yè)的工作。這使得產(chǎn)業(yè)集聚的溢出效應(yīng)總體更多作用在城市,產(chǎn)業(yè)升級(jí)對(duì)農(nóng)村的輻射帶動(dòng)作用受到限制。為此提出建議:
1.要繼續(xù)擴(kuò)大制造業(yè)集群規(guī)模,加快城市產(chǎn)業(yè)結(jié)構(gòu)升級(jí),并同時(shí)發(fā)展符合比較優(yōu)勢(shì)的勞動(dòng)密集型企業(yè)。要看到現(xiàn)階段制造業(yè)集聚對(duì)城鄉(xiāng)收入差距的不利影響是暫時(shí)的,且受制于其他條件。制造業(yè)集聚帶來(lái)的規(guī)模效應(yīng)和外部經(jīng)濟(jì)可以提高要素配置效率與勞動(dòng)者收入水平,進(jìn)而從根本上改善收入分配、實(shí)現(xiàn)共同富裕。
2.要推進(jìn)城市化進(jìn)程、改革戶籍制度,逐步破除城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu),為城鄉(xiāng)間勞動(dòng)力更加自由的流動(dòng)創(chuàng)造條件。在現(xiàn)階段可通過(guò)發(fā)展鄉(xiāng)鎮(zhèn)企業(yè)的方式,提升農(nóng)村產(chǎn)業(yè)的集聚水平,加快城鄉(xiāng)間產(chǎn)業(yè)鏈的聯(lián)系和融合,使得城市產(chǎn)業(yè)集聚的擴(kuò)散效應(yīng)更好地發(fā)揮作用。
3.要增加農(nóng)村教育投入,提升農(nóng)村的人力資本。向農(nóng)村傾斜的教育投入政策可以改善農(nóng)村勞動(dòng)力素質(zhì)較低的現(xiàn)狀,更符合市場(chǎng)需求的勞動(dòng)力供給也能為農(nóng)村地區(qū)帶來(lái)更高的人力資本投資回報(bào),使農(nóng)村居民充分共享城市高技術(shù)產(chǎn)業(yè)集聚的紅利。