[摘要]新經(jīng)濟(jì)地理理論認(rèn)為異質(zhì)性企業(yè)全要素生產(chǎn)率來源于集聚效應(yīng)，或者選擇效應(yīng)，抑或兩者共同作用。江蘇實施南北結(jié)對幫扶政策，推動制造業(yè)從南往北梯度轉(zhuǎn)移，促進(jìn)了區(qū)域間均衡發(fā)展，也改善了企業(yè)生產(chǎn)率。為了識別、分析江蘇制造企業(yè)全要素生產(chǎn)率優(yōu)勢來源于集聚效應(yīng)還是選擇效應(yīng)，選擇2000—2020年江蘇制造業(yè)上市公司為樣本，采用散點擬合、面板回歸、“左斷尾—右移動”系統(tǒng)識別等方法進(jìn)行實證分析，結(jié)果發(fā)現(xiàn)江蘇全域和蘇南地區(qū)的制造企業(yè)同時存在集聚效應(yīng)和選擇效應(yīng)，且集聚效應(yīng)大于選擇效應(yīng)，蘇中和蘇北地區(qū)主要表現(xiàn)為集聚效應(yīng)?；诖?，提出江蘇制造企業(yè)可以通過合理布局獲取空間外部經(jīng)濟(jì)，而政府則可以通過優(yōu)化南北幫扶政策提升江蘇制造企業(yè)全要素生產(chǎn)率。

[關(guān)鍵詞]制造業(yè)；上市公司；企業(yè)生產(chǎn)率；集聚效應(yīng)；選擇效應(yīng)

一、 引言

自2001年始，江蘇為了平衡區(qū)域發(fā)展，實施了“南北掛鉤，結(jié)對幫扶”政策，以南北城市共建工業(yè)園區(qū)為載體，基于市場機制，強化政府有形之手的作用，推動制造業(yè)在江蘇區(qū)域從南往北梯度轉(zhuǎn)移，產(chǎn)生了巨大的經(jīng)濟(jì)和社會效益。制造企業(yè)作為產(chǎn)業(yè)區(qū)域間轉(zhuǎn)移的關(guān)鍵力量，其全要素生產(chǎn)率的高低不但反映了區(qū)域經(jīng)濟(jì)增長的質(zhì)量和制造業(yè)發(fā)展的績效，也影響著區(qū)域的長期高質(zhì)量發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。

已有研究文獻(xiàn)[1-4]通常認(rèn)為地區(qū)企業(yè)的全要素生產(chǎn)率來源于集聚效應(yīng)，或者選擇效應(yīng)，抑或兩者共同作用。那么，江蘇制造企業(yè)全要素生產(chǎn)率來源于集聚效應(yīng)還是選擇效應(yīng)？抑或是兩者兼而有之？兩種效應(yīng)在江蘇全域表現(xiàn)出怎樣的總體特征？在蘇南、蘇中和蘇北三大區(qū)域，企業(yè)空間集聚度不同的區(qū)域空間維度又表現(xiàn)出怎樣的特征差異？這些問題的回答對于江蘇南北均衡發(fā)展政策的實施和完善具有重要的決策參考價值，同時也會豐富企業(yè)生產(chǎn)率來源的微觀研究文獻(xiàn)。

關(guān)于江蘇生產(chǎn)率的研究大多是從宏觀視角，應(yīng)用非參數(shù) DEA-Malmquist 指數(shù)法測算江蘇全要素生產(chǎn)率，強調(diào)科技創(chuàng)新投入的重要性[5]；或者比較分析蘇南、蘇中、蘇北區(qū)域全要素的增長態(tài)勢，認(rèn)為江蘇的全要素生產(chǎn)率增長具有明顯南高北低態(tài)勢[6-7]，以及從波動上升、長期下滑和小幅回升3個階段分析江蘇全要素生產(chǎn)率變動情況[8]。宏觀層面的分析并不能回答制造業(yè)生產(chǎn)率來源的命題，而基于制造業(yè)微觀企業(yè)層面的江蘇全要素生產(chǎn)率來源研究較為鮮見。

本文相較于已有研究試圖做出兩點邊際貢獻(xiàn)：一是從“企業(yè)—區(qū)域”層面，采取散點擬合、面板回歸和“左斷尾—右移動”系統(tǒng)識別法分析江蘇制造企業(yè)全要素生產(chǎn)率來源，為相關(guān)理論研究拓展相提供江蘇樣本；二是從企業(yè)生產(chǎn)率來源識別角度探討江蘇區(qū)域間平衡發(fā)展命題，有別于大量的宏觀闡釋，能夠為完善江蘇制造企業(yè)的空間分布決策和政府南北幫扶政策，提供具有堅實微觀基礎(chǔ)的決策參考。

二、 理論假說

企業(yè)集群的外部經(jīng)濟(jì)性自馬歇爾開始，就得到了經(jīng)濟(jì)學(xué)家的持續(xù)關(guān)注，學(xué)者們認(rèn)為知識溢出效應(yīng)、勞動力市場匹配和中間投入品共享是企業(yè)集群產(chǎn)生外部經(jīng)濟(jì)性的主要途徑。Melo等[1]通過回顧關(guān)于集聚經(jīng)濟(jì)與生產(chǎn)率關(guān)系的一系列研究文獻(xiàn)，發(fā)現(xiàn)大部分成果都認(rèn)為兩者之間呈正向關(guān)系。但是集聚效應(yīng)不是區(qū)域生產(chǎn)率差異的唯一解釋。高生產(chǎn)率的企業(yè)往往選擇進(jìn)入市場更大的地區(qū)或國家[2]，從而產(chǎn)生集聚效應(yīng)。但同時地區(qū)間存在競爭強度差異，低生產(chǎn)率企業(yè)往往為了逃避競爭而退出集群經(jīng)濟(jì)[3-4]，這就產(chǎn)生了“選擇效應(yīng)”。江蘇經(jīng)濟(jì)發(fā)展空間上存在差距，企業(yè)空間集聚也存在差異，部分制造企業(yè)為了逃避競爭也會由蘇南發(fā)達(dá)地區(qū)向蘇中、蘇北發(fā)展中地區(qū)遷移。同時，制造企業(yè)在政府區(qū)域平衡政策的推動下也會加速遷移過程，呈現(xiàn)出較強的選擇效應(yīng)。由此，本文提出第1個研究假說。

研究假說1：存在性，即集聚效應(yīng)和選擇效應(yīng)同時存在是江蘇制造企業(yè)全要素生產(chǎn)率優(yōu)勢的共同來源。

為了識別集群經(jīng)濟(jì)的生產(chǎn)率是來源于集聚效應(yīng)還是選擇效應(yīng)，經(jīng)濟(jì)學(xué)家發(fā)展出兩種主流實證方法。第一種方法是“左斷尾—右移動”系統(tǒng)識別法。該方法是Syverson[9]基于分位數(shù)方法和比較分位數(shù)識別是否存在左斷尾現(xiàn)象[10]發(fā)展而來，即如果生產(chǎn)率密度函數(shù)發(fā)生“右移動”，表明存在集聚效應(yīng)，意味著集聚提高了企業(yè)生產(chǎn)率；如果生產(chǎn)率分布密度函數(shù)圖產(chǎn)生“左斷尾”現(xiàn)象，表明存在選擇效應(yīng)，也就是說競爭淘汰了低生產(chǎn)率企業(yè)[11]。第二種方法是生產(chǎn)率增長法。該方法是Yutaka等[12]提出，即如果集聚區(qū)生產(chǎn)率增長速度較快，則存在集聚效應(yīng)；如果集聚區(qū)新成立企業(yè)生產(chǎn)率較高，則存在選擇效應(yīng)。劉海洋等[13]認(rèn)為這兩種方法只能識別集聚效應(yīng)和選擇效應(yīng)的存在性，并未回答生產(chǎn)率的來源，他提出應(yīng)基于企業(yè)生命周期模型分時段識別生產(chǎn)率優(yōu)勢來源。更多的國內(nèi)學(xué)者應(yīng)用“左斷尾—右移動”系統(tǒng)識別法，從開發(fā)區(qū)[14]、地理區(qū)域[15-17]、城市群[18]、市場化水平[19]、服務(wù)行業(yè)[20]等多個方面廣泛討論了企業(yè)生產(chǎn)率優(yōu)勢的集聚效應(yīng)與選擇效應(yīng)來源問題，并普遍認(rèn)為集聚效應(yīng)要大于選擇效應(yīng)。從江蘇制造企業(yè)主要集聚于蘇南地區(qū)的客觀現(xiàn)實，以及南北幫扶政策落地主要是引導(dǎo)南方地區(qū)低生產(chǎn)率制造企業(yè)向位于北方的共建工業(yè)園區(qū)轉(zhuǎn)移集聚的經(jīng)濟(jì)現(xiàn)象，本文提出第2個研究假說。

研究假說2：主導(dǎo)性，即集聚效應(yīng)大于選擇效應(yīng)是江蘇制造企業(yè)生產(chǎn)率優(yōu)勢持續(xù)改善的主要來源。

三、 研究設(shè)計

1. 模型設(shè)置

參考已有研究[9-11]，可能同時存在集聚效應(yīng)和選擇效應(yīng)，也就意味著制造企業(yè)空間集聚與企業(yè)全要素生產(chǎn)率之間可能呈現(xiàn)非線性關(guān)系。由此，本文設(shè)定核心變量非線性面板回歸模型如下：

[LPat=β0+γatAat+δatA2at+βatBat+ρatCat+εat] （1）

其中，[a]，[t]分別為城市和年份；[LPat]為采用[LP]法測算的企業(yè)全要素生產(chǎn)率指數(shù)的城市均值；[γat]為城市制造企業(yè)空間集聚度的系數(shù)；[Aat]為城市制造企業(yè)空間集聚度；[δat]為城市制造企業(yè)空間集聚度二次項的系數(shù)；[A2at]為城市制造企業(yè)空間集聚度二次項；[βat]為城市企業(yè)異質(zhì)性指標(biāo)變量的系數(shù)向量；[Bat]為城市企業(yè)異質(zhì)性指標(biāo)變量均值的集合；[ρat]為城市宏觀經(jīng)濟(jì)變量的系數(shù)向量；[Cat]為城市宏觀經(jīng)濟(jì)變量的指標(biāo)集合；[εat]為誤差項。此外，該模型也將用于分位數(shù)回歸分析。

2. 指標(biāo)選擇

（1）企業(yè)全要素生產(chǎn)率

本文的城市全要素生產(chǎn)率水平使用制造企業(yè)全要素生產(chǎn)率的算術(shù)平均值表征。制造企業(yè)全要素生產(chǎn)率測度的方法主要有參數(shù)法、半?yún)?shù)法和非參數(shù)法三類[21-23]。采用中間投入變量作為代理變量的[LP]法能夠最大限度減少樣本損失量[24]，本文采用[LP]法估計企業(yè)生產(chǎn)率的模型設(shè)定如下：

[Lnyit=θ0+θ1Lnlit+θ2Lnkit+θ3Lnmit+wit]" （2）

其中，[yit]為[t]年[i]企業(yè)的總產(chǎn)出，以企業(yè)營業(yè)收入表征；[lit]為[t]年[i]企業(yè)的勞動總投入，以應(yīng)付職工薪酬衡量；[kit]為[t]年[i]企業(yè)的資本投入，以固定資產(chǎn)凈額測度；[mit]為[t]年[i]企業(yè)的中間產(chǎn)品、原料和能源等投入，依據(jù)中間投入品的會計計算公式 “中間投入=營業(yè)成本+銷售費用+管理費用+財務(wù)費用-折舊與攤銷-支付給職工以及為職工支付的現(xiàn)金”計算得到；[wit]為殘差項。

（2）企業(yè)空間集聚度

常用測度產(chǎn)業(yè)集聚方法中空間基尼系數(shù)、區(qū)位熵、[HHI]指數(shù)、[EG]指數(shù)等更多反映的是產(chǎn)業(yè)的專業(yè)化程度，而不是地理空間上的集聚。考慮了空間因素的[DO]指數(shù)等，由于其復(fù)雜性很少被用于計量分析[25]。劉海洋等[13]采用企業(yè)數(shù)量與企業(yè)所在區(qū)域的面積比值表征企業(yè)空間集聚度，忽視了企業(yè)的異質(zhì)性，尤其是規(guī)模差異。有鑒于此，本文將城市所有制造企業(yè)的主營業(yè)務(wù)收入總和與地理面積的比值表征該城市的企業(yè)空間集聚度。計算公式如下：

[alat=MBIiatamat]" （3）

其中，[alat]為[t]年[a]城市的企業(yè)空間集聚度指數(shù)；[MBIiat]為[t]年[a]城市[i]企業(yè)的主營業(yè)務(wù)收入；[amat]為[t]年[a]城市的地理面積。

（3）企業(yè)異質(zhì)性控制變量

參考已有研究[13，20，24]，本文選擇的企業(yè)異質(zhì)性控制變量如下：[①]勞動力成本（[LCit]），企業(yè)空間集聚與勞動力成本密切相關(guān)，高生產(chǎn)率企業(yè)往往選擇高技能勞動者集聚地區(qū)并支付高工資，而低生產(chǎn)率企業(yè)會選擇低勞動成本地區(qū)，使用當(dāng)年企業(yè)應(yīng)付職工薪酬與雇傭員工數(shù)量比值來衡量；[②]資本密集度（[CIit]），是反映企業(yè)技術(shù)水平和研發(fā)能力的重要指標(biāo)，較高的資本密集度意味著企業(yè)有能力進(jìn)行設(shè)備更新和技術(shù)改造，持續(xù)提升生產(chǎn)率，使用年末公司固定資產(chǎn)與雇傭員工數(shù)量比值來表征；[③]資產(chǎn)回報率（[ROit]），反映了企業(yè)持續(xù)經(jīng)營的能力，以凈利潤與資產(chǎn)總計的比率表示；[④]企業(yè)規(guī)模（[FSit]），被大部分學(xué)者認(rèn)為是重要的創(chuàng)新來源基礎(chǔ)，使用年末公司資產(chǎn)總額來表征；[⑤]企業(yè)年齡（[AGit]），對于企業(yè)技術(shù)積累有重要影響，使用公司的統(tǒng)計年份減去其成立年份加1來測度。城市層面的各個企業(yè)異質(zhì)性指標(biāo)采用企業(yè)的算術(shù)平均值表征。

（4）宏觀經(jīng)濟(jì)環(huán)境控制變量

本文選擇企業(yè)經(jīng)營相關(guān)的幾個關(guān)鍵宏觀指標(biāo)作為回歸估計的宏觀經(jīng)濟(jì)環(huán)境控制變量，如下：[①]城市經(jīng)濟(jì)發(fā)展水平（[ADat]），對企業(yè)獲取配套資源具有重要作用，使用地級市人均GDP來表征；[②]城市信息化水平（[ILat]），能夠直接降低交易成本，促進(jìn)技術(shù)擴(kuò)散，使用互聯(lián)網(wǎng)寬帶接入用戶量來表征；[③]城市產(chǎn)業(yè)結(jié)構(gòu)（[ISat]），反映了地區(qū)產(chǎn)業(yè)發(fā)展階段，使用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)增加值之和占地區(qū)生產(chǎn)總值的比重來表示；[④]對外開放水平（[FIat]），影響企業(yè)對外貿(mào)易和技術(shù)應(yīng)用，使用實際利用外資總額來表征。

3. 數(shù)據(jù)處理

考慮到企業(yè)層面數(shù)據(jù)的連續(xù)性、完整性和權(quán)威性，本文研究的上市公司特征指標(biāo)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，相關(guān)的宏觀經(jīng)濟(jì)指標(biāo)數(shù)據(jù)來源于歷年江蘇省統(tǒng)計年鑒。鑒于江蘇自2001開始實施“南北掛鉤，結(jié)對幫扶”政策，且江蘇上市公司自2000年才超過30家，本文綜合考量后將研究期間設(shè)定為 2000—2020年，并以 2000年為基期，采用江蘇工業(yè)生產(chǎn)者出廠價格指數(shù)剔除價格因素。同時，依據(jù)《上市公司行業(yè)分類指引（2012）》對上市公司的行業(yè)分類做了重新統(tǒng)一編碼。模型分析所需數(shù)據(jù)的具體清洗和處理步驟如下：第一，本文選擇行業(yè)兩位數(shù)代碼為C13—C43，在滬深 A 股上市且公司注冊地為江蘇的制造企業(yè)作為研究樣本；第二，為了盡量保證樣本上市公司特征值的穩(wěn)健性，從中剔除ST、*ST、PT以及考察指標(biāo)缺失的樣本，從而構(gòu)建企業(yè)級非平衡面板數(shù)據(jù)集；第三，根據(jù)指標(biāo)選擇和設(shè)計，計算各個企業(yè)各項異質(zhì)性指標(biāo)，并分城市采用算術(shù)平均法估計各個城市的企業(yè)指標(biāo)平均水平，形成城市企業(yè)指標(biāo)數(shù)據(jù)集；第四，按照城市、年份與城市宏觀經(jīng)濟(jì)數(shù)據(jù)指標(biāo)控制變量集匹配合并，得到本文的實證分析數(shù)據(jù)集。對絕對值指標(biāo)取自然對數(shù)后，各個指標(biāo)的描述性統(tǒng)計結(jié)果見表1。

四、 實證分析

1. 全樣本散點擬合與回歸分析

（1）全樣本散點擬合分析

圍繞探析制造企業(yè)全要素生產(chǎn)率優(yōu)勢來源識別主題，本文選擇城市制造企業(yè)全要素生產(chǎn)率為被解釋變量，城市制造企業(yè)空間集聚度為核心解釋變量，繪制兩者散點圖，并根據(jù)經(jīng)濟(jì)變量間通常為非線性關(guān)系以及擬合優(yōu)度繪制擬合曲線，見圖1。

江蘇全樣本擬合曲線向右上方傾斜同時向上凸起，表明城市制造企業(yè)空間集聚度與企業(yè)全要素生產(chǎn)率呈顯著的正相關(guān)關(guān)系，但是相關(guān)系數(shù)表現(xiàn)出遞減的特征。這說明城市制造企業(yè)空間集聚度是企業(yè)全要素生產(chǎn)率的重要來源，同時也表明隨著企業(yè)空間集聚度上升，集聚效應(yīng)逐漸減弱，意味著存在選擇效應(yīng)。因此，全樣本散點擬合分析初步驗證假說1。此外，城市制造企業(yè)空間集聚度與企業(yè)全要素生產(chǎn)率之間關(guān)系的多樣性特征，也為非線性回歸模型方程（1）的設(shè)定提供了基本數(shù)據(jù)特征基礎(chǔ)。

（2）全樣本回歸分析

為了細(xì)致考察江蘇制造企業(yè)空間集聚度對企業(yè)全要素生產(chǎn)率的影響，本文按照是否考慮集聚的非線性影響分兩種情況開展實證分析，應(yīng)用模型方程（1），采用逐步回歸方法進(jìn)一步檢驗兩者之間的關(guān)系，估計結(jié)果見表2。

未考慮非線性影響時，城市制造企業(yè)空間集聚度與企業(yè)全要素生產(chǎn)率關(guān)系顯著為正，表明企業(yè)空間集聚是江蘇企業(yè)生產(chǎn)率的重要來源?？紤]非線性影響時，城市制造企業(yè)空間集聚度的影響系數(shù)顯著變大，且依然顯著為正，而企業(yè)空間集聚度的二次項系數(shù)也顯著為負(fù)，進(jìn)一步表明江蘇企業(yè)空間集聚是江蘇企業(yè)生產(chǎn)率的重要來源，且同時存在顯著的選擇效應(yīng)。那么，全樣本回歸分析結(jié)果進(jìn)一步驗證了假說1。從系數(shù)大小看，企業(yè)空間集聚度系數(shù)顯著地大于其二次項系數(shù)，初步驗證了假說2。

2. “左斷尾—右移動”系統(tǒng)識別法分析

（1）基于核密度函數(shù)圖的比較分析

參照已有研究，本文采用核密度函數(shù)圖進(jìn)一步識別企業(yè)生產(chǎn)率的來源。本文將城市按照制造企業(yè)空間集聚度劃分為低于均值城市組和高于均值城市組，并繪制企業(yè)生產(chǎn)率核密度圖比較分析，見圖2。

我們可以發(fā)現(xiàn)如下3個規(guī)律：一是從核密度曲線左端看，低于均值城市組核密度曲線形態(tài)完整，說明低效率企業(yè)較多，而高于均值城市組核密度曲線產(chǎn)生了截斷，左斷尾特征表明存在顯著地選擇效應(yīng)；二是從核密度曲線的右端來看，低于均值城市組右尾曲線較短，說明高效率企業(yè)較少，而高于均值城市組核密度曲線呈現(xiàn)右拖尾特征，不僅表明存在顯著的集聚效應(yīng)，且生產(chǎn)率差異較大，集聚效應(yīng)顯著的大于選擇效應(yīng)；三是從核密度曲線峰值看，高于均值城市組的核密度曲線峰度較高且相對右移，表明存在顯著的集聚效應(yīng)。由此，從核密度函數(shù)圖的分布形態(tài)分析可以得出江蘇制造企業(yè)全要素生產(chǎn)率同時來源于集聚效應(yīng)和選擇效應(yīng)，且相較于選擇效應(yīng)集聚效應(yīng)更為顯著，為假說1和假說2提供了強有力的證據(jù)。

lt;c：＼users＼admini～1＼appdata＼roaming＼founder＼fx80＼temp＼wordimage＼企業(yè)2-江蘇制造企業(yè)生產(chǎn)率來源識別：集聚還是選擇-E95D＼image2.pnggt;

圖2 制造企業(yè)空間集聚度均值分組的企業(yè)生產(chǎn)率核密度圖

（2）分位數(shù)識別分析

在核密度函數(shù)圖識別基礎(chǔ)上，本文進(jìn)一步采用分位數(shù)法識別江蘇制造企業(yè)全要素生產(chǎn)率來源。由于集聚效應(yīng)是通過改善生產(chǎn)要素投入促進(jìn)生產(chǎn)率提高，而選擇效應(yīng)通過淘汰低生產(chǎn)率企業(yè)來提高生存企業(yè)的平均生產(chǎn)率。可以通過查看江蘇制造業(yè)全要素生產(chǎn)率分位數(shù)的分布特征以識別兩種效應(yīng)。具體識別原則[10-12]：第一，如果存在集聚效應(yīng)，高于集聚度均值城市組的75%分位數(shù)以上的生產(chǎn)率較高，且四分位距與標(biāo)準(zhǔn)差都較小；第二，如果存在選擇效應(yīng)，低于集聚度均值城市組的25%分位數(shù)以下的生產(chǎn)率較小，且四分位距和標(biāo)準(zhǔn)差都較大。

兩個城市組的制造企業(yè)全要素生產(chǎn)率分位數(shù)分布統(tǒng)計結(jié)果見表3。城市制造企業(yè)空間集聚度高于均值的城市組的企業(yè)生產(chǎn)率在選取的5個分位點、中位數(shù)、均值、最小值和最大值都較低于企業(yè)空間集聚度均值城市組大，而四分位距（IQR）和標(biāo)準(zhǔn)差則較小，完全符合上述識別原則，表明同時存在集聚效應(yīng)和選擇效應(yīng)，且集聚效應(yīng)大于選擇效應(yīng)。城市企業(yè)全要素生產(chǎn)率分位數(shù)統(tǒng)計分析結(jié)果進(jìn)一步為假說1和假說2提供了直觀的支持證據(jù)。

（3）分位數(shù)回歸分析

限于篇幅，本文沒有列出控制變量的估計結(jié)果，僅匯報全樣本、低于均值城市組和高于均值城市的分位數(shù)回歸結(jié)果中企業(yè)空間集聚度及其二次項系數(shù)估計結(jié)果，見表4。全樣本估計結(jié)果表明：企業(yè)空間集聚度系數(shù)為正，其二次項系數(shù)為負(fù)，意味著集聚效應(yīng)是生產(chǎn)率的來源，而呈非線性的特征則說明存在選擇效應(yīng)，且前者大于后者。進(jìn)一步看城市分組估計結(jié)果，10%分位數(shù)回歸結(jié)果表明低生產(chǎn)率企業(yè)存在顯著的選擇效應(yīng)，而90%分位數(shù)回歸結(jié)果表明高生產(chǎn)率企業(yè)的集聚效應(yīng)不顯著。由此可見，江蘇全要素生產(chǎn)率同時來源于集聚效應(yīng)和選擇效應(yīng)，且前者大于后者，驗證了假說1和假說2。

五、 進(jìn)一步分區(qū)域討論

1. 分區(qū)域散點擬合分析

根據(jù)江蘇省統(tǒng)計局的蘇南、蘇中、蘇北三大區(qū)域劃分，本文進(jìn)一步從3個區(qū)域的層面觀測各個區(qū)域中城市的企業(yè)空間集聚度對全要素生產(chǎn)率的影響，散點擬合曲線見圖3。蘇南地區(qū)城市樣本擬合曲線特征與江蘇全樣本擬合曲線特征相一致，也表現(xiàn)為同時存在集聚效應(yīng)和選擇效應(yīng)。蘇中地區(qū)城市樣本的擬合曲線近似于直線，表明該地區(qū)的集聚效應(yīng)非常顯著，但是無法判定是否存在選擇效應(yīng)。蘇北地區(qū)城市樣本的擬合曲線所表現(xiàn)出的特征呈向右上方傾斜，且微微凸向橫軸，表明企業(yè)空間集聚不但與全要素生產(chǎn)率呈顯著的正相關(guān)關(guān)系，而且處于向最佳狀態(tài)靠近階段，迫切需要進(jìn)一步提升企業(yè)空間集聚度，以獲取集聚經(jīng)濟(jì)。這里三大區(qū)域的企業(yè)空間集聚度與全要素生產(chǎn)率之間關(guān)系的多樣性特征，也為非線性回歸模型方程（1）的設(shè)定提供了可靠的數(shù)據(jù)特征基礎(chǔ)。

2. 分區(qū)域回歸分析

本文進(jìn)一步從蘇南、蘇中、蘇北3個區(qū)域?qū)用嬗^測各個區(qū)域中企業(yè)空間集聚度對企業(yè)全要素生產(chǎn)率的影響，并采用與全樣本分析一樣的回歸策略。但限于篇幅，僅匯報部分估計結(jié)果，見表5。

蘇南地區(qū)的估計結(jié)果表明，如果不考慮非線性影響，城市制造企業(yè)空間集聚度與企業(yè)全要素之間關(guān)系并不顯著；但是在考慮了非線性影響后，城市制造企業(yè)空間集聚度及其二次項與企業(yè)全要素之間呈顯著的相關(guān)關(guān)系，前者顯著為正，后者顯著為負(fù)，其表現(xiàn)出的特征與江蘇的全樣本分析結(jié)果相一致，且相關(guān)系數(shù)都變得更大，意味著同時存在集聚效應(yīng)和選擇效應(yīng)。蘇中地區(qū)的估計結(jié)果表明，如果不考慮非線性影響，城市制造企業(yè)空間集聚度與企業(yè)全要素之間相關(guān)系數(shù)顯著為正，且大于蘇南地區(qū)；但是在考慮了非線性影響后，城市制造企業(yè)空間集聚度及其二次項與企業(yè)全要素之間相關(guān)系數(shù)都不顯著，意味著并不存在選擇效應(yīng)。蘇北地區(qū)的估計結(jié)果表現(xiàn)出與蘇中地區(qū)的估計相一致的特征，但是集聚效應(yīng)的影響稍弱于蘇中地區(qū)，依然遠(yuǎn)大于蘇南地區(qū)。由此，總的來說，區(qū)域間企業(yè)全要素生產(chǎn)率來源存在差異，蘇南地區(qū)來源于集聚效應(yīng)和選擇效應(yīng)，蘇中地區(qū)和蘇北地區(qū)則主要來源于集聚效應(yīng)，未發(fā)現(xiàn)存在選擇效應(yīng)。

3. 分區(qū)域“左斷尾—右移動”系統(tǒng)識別法分析

（1）分區(qū)域核密度函數(shù)圖的比較分析

本文進(jìn)一步使用核密度圖比較分析三大區(qū)域的集聚效應(yīng)與選擇效應(yīng)。按照蘇南、蘇中和蘇北三大區(qū)域的各自制造企業(yè)空間集聚度平均值為界分組，繪制核密度圖，見圖4。3個區(qū)域都表現(xiàn)出顯著的左斷尾特征，表明都存在選擇效應(yīng)，而且高集聚度的全要素生產(chǎn)率都表現(xiàn)出右移動的特征，表明都存在集聚效應(yīng)。

（2）分區(qū)域分位數(shù)識別分析

三大區(qū)域的全要素生產(chǎn)率分位數(shù)分布統(tǒng)計結(jié)果見表6。各個區(qū)域內(nèi)，城市制造企業(yè)空間集聚度高于均值的城市組的企業(yè)全要素生產(chǎn)率在選取的5個分位點、中位數(shù)、均值、最小值和最大值都顯著比“低于企業(yè)空間集聚度均值城市”組大，而四分位距（IQR）和標(biāo)準(zhǔn)差則較小，符合前述生產(chǎn)要素來源識別原則，表明同時存在集聚效應(yīng)和選擇效應(yīng)，且集聚效應(yīng)大于選擇效應(yīng)。統(tǒng)計分析結(jié)果進(jìn)一步為假說1和假說2提供了直觀的支持證據(jù)。

（3）分區(qū)域分位數(shù)回歸分析

同樣限于篇幅，此處三大區(qū)域的分位數(shù)回歸也沒有列出其他控制變量的估計結(jié)果，僅匯報制造企業(yè)空間集聚度及其二次項系數(shù)的估計結(jié)果，見表7。三大區(qū)域中低生產(chǎn)率城市的企業(yè)空間集聚度系數(shù)為正，二次項系數(shù)為負(fù)，意味著集聚效應(yīng)是生產(chǎn)率的來源，且呈現(xiàn)非線性的影響，說明存在選擇效應(yīng)，且前者大于后者。高生產(chǎn)率城市的企業(yè)空間集聚度對生產(chǎn)率的影響表現(xiàn)出顯著的區(qū)域間差異：蘇南地區(qū)和蘇中地區(qū)企業(yè)空間集聚度始終對生產(chǎn)率存在顯著的集聚效應(yīng)和選擇效應(yīng)，且蘇中地區(qū)的集聚效應(yīng)更大；蘇北地區(qū)企業(yè)空間集聚也正向促進(jìn)了生產(chǎn)率提高，但是二次項系數(shù)不顯著，意味著生產(chǎn)率主要來源于集聚效應(yīng)。由此可見，集聚效應(yīng)是三大區(qū)域全要素生產(chǎn)率的共同來源，同時選擇效應(yīng)是蘇南地區(qū)生產(chǎn)率的另一個主要來源，于前述面板數(shù)據(jù)的回歸分析結(jié)論相一致。

六、 結(jié)論建議

1. 研究結(jié)論

企業(yè)空間集聚的外部經(jīng)濟(jì)性幾乎是馬歇爾之后經(jīng)濟(jì)學(xué)家的共識。尤其是新經(jīng)濟(jì)地理理論系統(tǒng)闡釋了集聚經(jīng)濟(jì)的發(fā)生機制，但是依然無法解釋許多企業(yè)為何遠(yuǎn)離集聚區(qū)。新經(jīng)濟(jì)地理理論嘗試從企業(yè)異質(zhì)性視角給出解釋，并提出了選擇效應(yīng)，發(fā)展了集聚經(jīng)濟(jì)理論。江蘇實施了20多年的南北共建工業(yè)園區(qū)政策已經(jīng)取得顯著經(jīng)濟(jì)績效，是空間集聚經(jīng)濟(jì)理論中集聚效應(yīng)和選擇效應(yīng)分析的鮮活樣本。本文從江蘇實施20多年的區(qū)域間制造業(yè)轉(zhuǎn)移政策切入，基于2000—2020年制造業(yè)上市公司數(shù)據(jù)，從總體和區(qū)域兩個層面，采用散點擬合和核密度函數(shù)的圖形分析、面板回歸和分位數(shù)回歸等計量分析方法，識別江蘇制造企業(yè)全要素生產(chǎn)率來源，得到如下結(jié)論：

（1）存在集聚效應(yīng)和選擇效應(yīng)，且前者大于后者

全樣本散點擬合圖呈現(xiàn)非線性特征，且考慮企業(yè)空間集聚度的非線性回歸系數(shù)顯著且變大，為同時存在集聚效應(yīng)和選擇效應(yīng)提供了較為一般的證據(jù)。而高企業(yè)空間集聚度城市的生產(chǎn)率核密度曲線同時表現(xiàn)出左斷尾和右移，分位數(shù)分布統(tǒng)計和分位數(shù)回歸的結(jié)果等都符合集聚效應(yīng)與選擇效應(yīng)同時存在的識別原則。進(jìn)一步看，散點擬合曲線總體態(tài)勢依然向右上方傾斜，高集聚度城市生產(chǎn)率核密度函數(shù)曲線的峰較大，表現(xiàn)出明顯的右拖尾特征，分位數(shù)統(tǒng)計指標(biāo)和回歸結(jié)果也都大于低集聚度城市，表明集聚效應(yīng)大于選擇效應(yīng)。

（2）區(qū)域間集聚效應(yīng)和選擇效應(yīng)存在差異

三大區(qū)域的制造企業(yè)生產(chǎn)率的散點擬合表現(xiàn)出顯著的差異，蘇南地區(qū)與全樣本相一致，同時存在兩種效應(yīng)，蘇中地區(qū)近似于直線，主要體現(xiàn)出的是集聚效應(yīng)，而蘇北地區(qū)微微凸向橫軸，表明集聚效應(yīng)還是較低，處于向最佳狀態(tài)趨近階段，選擇效應(yīng)幾乎可以忽略。分區(qū)域的回歸結(jié)果也基本印證了這些結(jié)論。進(jìn)一步看，三大區(qū)域中高集聚度城市的生產(chǎn)率核密度曲線表現(xiàn)為左斷尾，且都表現(xiàn)出右移的特征，蘇南地區(qū)和蘇中地區(qū)的生產(chǎn)率都來源于集聚效應(yīng)和選擇效應(yīng)的共同作用，其中蘇中地區(qū)的集聚效應(yīng)更大，而蘇北地區(qū)主要來源于集聚效應(yīng)，選擇效應(yīng)可以忽略不計。

2. 政策建議

根據(jù)江蘇全域和三大區(qū)域集聚效應(yīng)和選擇效應(yīng)表現(xiàn)的特征及其差異，本文提出合理籌劃企業(yè)投資布局決策和優(yōu)化調(diào)整政府南北幫扶政策兩方面建議：

（1）合理籌劃企業(yè)投資布局決策

區(qū)域間生產(chǎn)率來源的差異，為企業(yè)的空間布局決策提供了很好的指引。企業(yè)應(yīng)該清晰地認(rèn)識到蘇南地區(qū)集聚效應(yīng)固然很大，同樣也存在選擇效應(yīng)。企業(yè)可以充分評估自身的條件，順應(yīng)市場的發(fā)展規(guī)律，充分利用好政府推動南北均衡發(fā)展的政策優(yōu)勢，在三大區(qū)域選擇布局，實現(xiàn)利潤最大化。遷移到蘇中和蘇北發(fā)展中地區(qū)，往往意味著更多的機會，有成為當(dāng)?shù)禺a(chǎn)業(yè)龍頭企業(yè)的機會，享受集聚效應(yīng)紅利，處于產(chǎn)業(yè)鏈的頂端，從而實現(xiàn)效益的最大化，并帶動當(dāng)?shù)亟?jīng)濟(jì)發(fā)展。

（2）優(yōu)化調(diào)整政府南北幫扶政策

江蘇引導(dǎo)企業(yè)從南往北遷移集聚，主要以集聚效應(yīng)為主要因素。但是實際上企業(yè)存在異質(zhì)性，隨著北方共建園區(qū)的集聚程度提升，企業(yè)的生存門檻也在提升，選擇效應(yīng)逐漸顯現(xiàn)。這就需要對南北幫扶政策做出精細(xì)化調(diào)整，主要從以下3個方面著手：一是加大政策支持力度，推動蘇南相對缺乏生產(chǎn)率優(yōu)勢的企業(yè)向北遷移，獲取江蘇制造業(yè)空間集聚經(jīng)濟(jì)性；二是調(diào)整政策支持地區(qū)，將南北幫扶政策鼓勵企業(yè)的轉(zhuǎn)出地從蘇南地區(qū)擴(kuò)展到蘇中地區(qū)，利用集聚效應(yīng)和選擇效應(yīng)的區(qū)域間梯度差構(gòu)建江蘇全域產(chǎn)業(yè)梯度轉(zhuǎn)移機制；三是調(diào)整結(jié)對幫扶匹配關(guān)系，轉(zhuǎn)變南北幫扶為三大區(qū)域?qū)樱瑢⒛媳睅头稣哂僧?dāng)前蘇南和蘇北之間的對接，轉(zhuǎn)向以集聚效應(yīng)和選擇效應(yīng)為依據(jù)的區(qū)域效益最大化的協(xié)調(diào)對接，以最大限度獲取區(qū)域均衡發(fā)展的政策紅利。

參考文獻(xiàn)：

[1] Melo P C，Graham D J，Noland R B.A Meta-analysis of Estimates of Urban Agglomeration Economies[J].Regional Science amp; Urban Economics，2009，39（3）：332-342.

[2] Baldwin R E， Okubo T.Heterogeneous Firms， Agglomeration and Economic Geography： Spatial Selection and Sorting[J].Journal of Economic Geography，2006，6（3）：323-346.

[3] Melitz M，Ottaviano G I P.Market Size， Trade and Productivity[J].Review of Economic Studies，2008，75（1）：295-316.

[4] Venables A J.Productivity in Cities： Self-selection and Sorting[J].Journal of Economic Geography，2011，11（2）：241-251.

[5] 楊莉，余倩倩，張雪磊.江蘇沿江城市工業(yè)綠色發(fā)展評價與轉(zhuǎn)型升級路徑研究[J].江蘇社會科學(xué)，2019（6）：249-256.

[6] 趙婧軒.江蘇經(jīng)濟(jì)發(fā)展動力區(qū)域差異研究——基于縣（市）全要素生產(chǎn)率分析[J].江蘇海洋大學(xué)學(xué)報（人文社會科學(xué)版），2021，19（6）：119-128.

[7] 趙曼.基于DEA—Malmquist的江蘇區(qū)域經(jīng)濟(jì)全要素生產(chǎn)率測評[J].統(tǒng)計與管理，2020，35（3）：121-124.

[8] 王玲.江蘇全要素生產(chǎn)率的測算、比較及提升路徑分析[J].當(dāng)代經(jīng)濟(jì)，2022，39（3）：71-77.

[9] Syverson C.Market Structure and Productivity： A Concrete Example[J].Journal of Political Economy，2004（112）：1181-1222.

[10] Saito H，Gopinath M.Plants Self-selection， Agglomeration Economies and Regional Productivity in Chile[J].Journal of Economic Geography，2009，9（4）：539-558.

[11] Combes P P，Duranton G，Gobillon L，et al.The Productivity Advantages of Large Cities：Distinguishing Agglomeration from Firm Selection[J].Econometrica，2012，80（6）：2543-2594.

[12] Yutaka A，Kentaro N，Tetsuji O.Agglomeration or Selection？ The Case of the Japanese Silk Reeling Clusters[C].Primced Discussion Paper Series 7，Institute of Economic Research， Hitotsubashi University，2009.

[13] 劉海洋，劉玉海，袁鵬.集群地區(qū)生產(chǎn)率優(yōu)勢的來源識別：集聚效應(yīng)抑或選擇效應(yīng)？[J].經(jīng)濟(jì)學(xué)（季刊），2015，14（3）：1073-1092.

[14] 王永進(jìn)，張國峰.開發(fā)區(qū)生產(chǎn)率優(yōu)勢的來源：集聚效應(yīng)還是選擇效應(yīng)？[J].經(jīng)濟(jì)研究，2016，51（7）：58-71.

[15] 王良舉，王永培，袁平紅.中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢的來源：集聚、選擇抑或分類效應(yīng)[J].財貿(mào)研究，2018，29（3）：11-20.

[16] 何文韜.產(chǎn)業(yè)集聚對企業(yè)初始規(guī)模選擇與持續(xù)生存的影響——基于遼寧省中小企業(yè)的分析[J].經(jīng)濟(jì)地理，2019，39（10）：112-122.

[17] 林柄全，谷人旭，王俊松.集聚經(jīng)濟(jì)與基于價值鏈的企業(yè)區(qū)位選擇——重新發(fā)現(xiàn)內(nèi)部集聚經(jīng)濟(jì)[J].經(jīng)濟(jì)地理，2020，40（4）：56-64.

[18] 范紅忠，周葉迪.城市群企業(yè)生產(chǎn)率優(yōu)勢來源：集聚效應(yīng)或選擇效應(yīng)——基于2006—2018年民營上市企業(yè)的分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2020，39（9）：114-120.

[19] 孫曉華，袁方，郭旭.市場化改革的選擇效應(yīng)與集聚效應(yīng)——來自工業(yè)企業(yè)的經(jīng)驗證據(jù)[J].經(jīng)濟(jì)科學(xué)，2020（6）：5-18.

[20] 王晶晶，朱冬明.異質(zhì)性企業(yè)空間選擇、集聚與服務(wù)業(yè)生產(chǎn)率[J].經(jīng)濟(jì)研究參考，2020（11）：76-91.

[21] 何珊珊.非房地產(chǎn)企業(yè)進(jìn)入房地產(chǎn)行業(yè)對其全要素生產(chǎn)率的負(fù)面影響——基于中國A股上市公司數(shù)據(jù)的實證研究[J].當(dāng)代財經(jīng)，2018（2）：3-14.

[22] 沈曉梅，李芝辰，王磊.江蘇高新技術(shù)產(chǎn)業(yè)效率評價與驅(qū)動因素分析——基于Malmquist-CLAD的實證檢驗[J].華東經(jīng)濟(jì)管理，2020，34（7）：36-43.

[23] 嵇正龍，宋宇.空間集聚、企業(yè)更替與生產(chǎn)率[J].華東經(jīng)濟(jì)管理，2021，35（5）：111-118.

[24] 嵇正龍，宋宇.網(wǎng)絡(luò)位置對企業(yè)生產(chǎn)率的影響——基于吸收能力的中介機制分析[J].企業(yè)經(jīng)濟(jì)，2021，40（8）：64-73.

[25] 嵇正龍，宋宇.產(chǎn)業(yè)空間集聚中心引力指數(shù)算法的設(shè)計及應(yīng)用——基于長三角一體化視角的企業(yè)微觀數(shù)據(jù)驗證[J].統(tǒng)計與信息論壇，2020，35（3）：38-48.

基金項目：江蘇高校哲學(xué)社會科學(xué)研究基金一般項目“江蘇制造業(yè)上市公司全要素生產(chǎn)率增長來源分析”（項目編號：2021SJA2182）；國家社會科學(xué)基金重大項目“創(chuàng)新鏈與產(chǎn)業(yè)鏈耦合的關(guān)鍵核心技術(shù)實現(xiàn)機理與突破路徑研究”（項目編號：22amp;ZD093）。

作者簡介：嵇正龍（1982-），男，南京大學(xué)經(jīng)濟(jì)學(xué)院應(yīng)用經(jīng)濟(jì)學(xué)博士后，宿遷學(xué)院經(jīng)濟(jì)管理學(xué)院副教授，研究方向為企業(yè)經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)；鄭江淮（1968-），男，博士，南京大學(xué)經(jīng)濟(jì)學(xué)院院長，教授，博士生導(dǎo)師，研究方向為產(chǎn)業(yè)經(jīng)濟(jì)；肖艷（1973-），女，博士，宿遷學(xué)院經(jīng)濟(jì)管理學(xué)院院長，教授，研究方向為企業(yè)品牌、數(shù)字農(nóng)業(yè)。

（收稿日期：2023-03-17" 責(zé)任編輯：殷 俊）