行业维度下行业集聚与全要素生产率关系实证研究

■ 刘斯康 刘斯敖 副教授（、浙江经济职业技术学院 杭州 3008 、浙江工业大学之江学院 杭州 3004）

引言

产业集聚是产业地理空间分布的重要形式，对区域生产率的增长具有显著的影响。集聚产生了集聚效应，如信息与知识的外溢，劳动力市场与基础设施的共享等，从而成为影响生产率差异的重要因素，而产业集聚发展的不平衡，必然导致全要素生产率增长的不平衡。早在1890年马歇尔就研究了地方产业集聚所形成的规模经济效应对地方经济增长的影响，而后国内外大量经济学家研究了产业集聚与生产率增长之间的关系（Jocabs，1969；Dogan,2001，Mukkala，2004；范剑勇，2006；薄文广，2007；柴志贤、黄祖辉，2008，刘修岩，2009）。

长期以来，我国制造业发展呈现出区域和行业发展的不平衡现象，这既有地理区位、社会文化制度等因素，同时也与行业特征高度相关。目前，我国大部分制造业都集聚在东部沿海地区，而部分资源依赖型的产业寄居在中西部地区，不同行业之间的集聚度水平相差很大。而改革开放的市场竞争，导致不同行业沿着不同的路径集聚变迁，并进一步影响生产率水平的波动。测度行业集聚度和行业的生产率变化，并分析两者之间的关系，有利于进一步分析我国行业集聚变迁路径和生产率水平，提出相应的区域和行业发展政策。

指标选取及数据来源

本文以我国制造业为研究对象，样本数据来自于1991-2009年历年《中国工业经济统计年鉴》，部分年度的工业统计年鉴（1991、1995、1996和1998）缺失，2004年数据来自《中国工业经济普查年鉴2004》。

为了保持统计口径的一致性，统计口径为“全部国有及规模以上非国有工业企业主要经济指标统计”数据。为了保持地区数据的一致性，排除港、澳、台地区，因西藏地区数据过小而忽略不计，并且将重庆合并到四川当中去。这样本文共选取了29个省市自治区。

为保持行业数据一致性，排除采掘业以及电力、煤气、水的生产和供应与建筑业，同时排除一些因前后无数据而无法延续的行业，并将食品加工业和食品制造业合并为食品加工与制造业，将普通设备制造业和专用设备制造业合并为机械制造业。这样选择出的制造业共有17个，分别为食品加工及制造业、饮料制造业、烟草加工业、纺织业、造纸及纸制品业、石油加工及炼焦业、化学原料及化学制品业、医药制造业、化学纤维制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、金属制品业、机械制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业。

行业集聚度分析

产业集聚度研究可以分为地区维度和行业维度，相应的产生了一系列测度方法。测度地区维度集聚度的常用方法有Theil指数、克鲁格曼指数和区位熵等，测度行业维度集聚度的方法有集中率、赫芬达尔指数、空间基尼系数、EG指数等，各种方法各有利弊。

Ellision和Glaeser（1997）提出了新的集聚指数来测定产业空间集聚程度。假定国家或地区的某一产业内有N个企业，且将国家或地区划分为M个地理区域，这N个企业分布于M个区域之中。Ellision和Glaeser建立的产业空间集聚指数计算公式为：

表1 1990-2008中国17个制造业的行业集聚度

表2 1990-2008年各行业生产率平均指数

表3 全要素生产率指数和产业集聚度的面板单位根检验

其中，si表示区域i的某产业就业人数或工业总产值占该产业就业人数或全部工业总产值的比重，xi表示区域i全部就业人数或工业总产值占全部就业总人数或工业总产值的比重。赫芬达尔指数（Herfindahl Index）表示该产业中以就业人数或工业总产值为标准计算的企业分布。由于无法获取每个企业的规模，因此需要对EG指数中的行修正，修正为：

Qij表示地区i产业j的企业单位数，Yij表示地区i产业j的工业总产值，Yij/Qij表示地区i产业j的企业平均规模，Y是制造业工业总产值。Ellision和Glaeser建立的产业空间集聚指数充分考虑了企业规模及区域差异带来的影响，弥补了空间基尼系数的缺陷，使能够进行跨产业、跨时间、甚至跨国的比较。

利用EG指数公式，采用工业总产值指标，对1990-2008年的行业集聚度计算，部分年份结果如表1所示。从结果来看，行业集聚度变迁呈以下特征：

第一，在1990-2008年间，我国17个制造业的行业集聚度有了大幅度提高，产业趋向于空间集聚。1990年产业集聚系数rj≥0.04行业只有烟草加工业，而2008年增加到了5个行业，为化学纤维制造业、电子及通信设备制造业、烟草加工业、仪器仪表及文化办公用机械制造业和纺织业；1990年产业集聚系数0.02≤rj<0.04只有3个，而到2008年增加到5个行业；同时低度集聚的行业则从13个减少到7个。

第二，从行业类型来看，集聚度较高的行业多为资本技术密集型、垄断型和自然资源依赖型行业，如化学纤维、电子及通信设备制造业、仪器仪表及文化办公用机械制造业、烟草加工业、黑色金属冶炼及压延加工业、石油加工及炼焦业等。这结论与罗勇和曹丽莉（2005）、路江涌和陶志刚（2006）、杨洪焦和孙林岩（2009）的研究结论基本一致。同时，高集聚度行业还包括两个传统制造业：食品加工及制造业与纺织业。这用传统经济地理理论难以解释，杨洪焦、孙林岩和高杰（2008）等认为可以从新经济地理学中找到一些理论依据，如一个地区的企业数量、人力资本、消费者购买力及交通运输条件等都可以导致制造业在该地区的集聚。

第三，从行业集聚度变化的趋势来看，两种类型的行业集聚度上升较快，一是传统行业，如食品加工与制造、饮料制造业、纺织业；二是资本密集型和技术密集型的行业，如造纸及纸制品、医药制造、化学纤维制造、电气机械及器材制造、电子及通信设备制造、仪器仪表及文化办公用机械制造。而垄断型的烟草制造和资源型的石油加工及炼焦以及交通运输设备制造的行业集聚度变化则不大。这也说明市场竞争的结果是企业更趋向于空间集聚，以获取集群竞争优势；而垄断则延缓了这一结果。

全要素生产率分析

Battese和Coelli对生产率的测度方法进行了总结，认为主要有四种：回归生产函数模型、随机前沿法（SFA）、指数法和数据包络分析法（DEA），前两种为参数方法，需要事先设定生产函数形式，后两种为非参数方法，不需要设定生产函数模型。以数据包络分析为基础的Malmquist指数方法，可以将生产率拆分为技术进步、技术效率变化和规模效率的改善，从而被广泛使用。Fare等（1994）提出了基于产出的Malmquist生产率指数，其基本公式为：

方括号外的比值表示时期t到t+1的相对效率指数(TE)变化，方括号内的两个比值测度了技术边界从时期t到t+1的移动，即技术进步率指数(TP)变化。因此，全要素生产率的变化可以分解为技术效率的改善和技术进步率的变化。效率变化指数又可以进一步分解为纯技术效率变化指数(PE)和规模效率变化指数(SC)。

根据Malmquist指数计算方法，运用DEAP2.1，本文计算了17个制造业的Malmquist指数。限于篇幅，本文只给出了1990-2008年各行业生产率平均指数，如表2所示。

从表1中可以看出，1990-2008年间，17个制造业的全要素生产率都有较大幅度的提高，其中增长最快的两个行业是石油加工及炼焦业（1.166）和交通运输设备制造业（1.114），平均增长速度超过了10%，其技术效率和技术进步率都得到了较大的提高；生产率平均指数介于1.05-1.1之间的行业有化学纤维制造业（1.086）、黑色金属冶炼及压延加工业（1.083）、仪器仪表及文化办公用机械制造业（1.075）、化学原料及化学制品业（1.073）、电子及通信设备制造业（1.065）、饮料制造业（1.064）、烟草加工业（1.059）、机械制造业（1.058）和电气机械及器材制造业（1.05），这些行业的技术效率和技术进步率均大于1，但增速相对较小；而低于1.05的行业为食品加工及制造业（1.048）、纺织业（1.017）、造纸及纸制品业（1.032）、医药制造业（1.019）、非金属矿物制品业（1.04）、金属制品业（1.037），这些行业技术效率相对较低甚至倒退，技术进步率也相对较低。

表4 模型回归结果

从技术效率分解来看，纯效率指数提高相对较差，石油加工及炼焦业、交通运输设备制造业、电子及通信设备制造业三个行业的纯效率指数大于1，烟草加工业、黑色金属冶炼及压延加工业、机械制造业、仪器仪表及文化办公用机械制造业纯效率指数等于1，其它行业的纯效率指数小于1。相反，绝大部分行业的规模效率指数提高较快，除电子及通信设备制造业外均大于1，这也反映了这个行业增长主要依赖于技术进步，其它行业产业集聚度提高产生了经济规模效应。

行业集聚度对全要素生产率的影响分析

根据产业集聚度和全要素生产率的计算结果，建立全要素生产率与制造业集聚度之间的行业面板数据模型：

j代表行业，i=1，2，3，4，5，分别代表技术效率指数、技术进步指数、纯效率指数、规模效率指数和全要素生产率指数。β0是常数项，β1为系数，ηj代表行业的个体固定效应， ε是误差项。

为保证面板数据时间变量的平稳性，首先对各变量进行单位根检验，检验结果如表3所示。结果表明各种生产率指数和产业集聚度均具有很好的平稳性。

分别对各种生产率指数和产业集聚度的面板数据模型进行估计，模型估计结果如表4所示。从模型估计结果来看，各生产率指数对产业集聚度均具有正向的弹性系数，也即行业集聚程度的提高促进了生产率的提高。从具体影响分析来看，行业集聚度的提高对技术效率的改善影响较为明显，其弹性系数达到0.020，从对技术效率指数分解来看，对纯效率提高的弹性系数为0.011，对规模效率的提高为0.009。这也验证产业集群形成了规模经济效应，共享的劳动力和商品市场、信息资源和基础设施等为企业带来了竞争优势；而集群内的专业化分工协作体系促进了纯效率的提高，从而提升了技术效率。同时，集群内部市场竞争引发了企业技术创新的动力，刺激企业加强R&D投入、引入新技术、改变生产组织方式等，以及集群内的劳动力流动和知识溢出为企业模仿和创新提供了机会，促进了整个行业的技术进步，形成了规模报酬递增效应，验证MAR溢出效应的存在。

结论

本文通过行业维度对我国17个制造业的1990-2008年间EG指数的计算分析，发现不同行业之间的产业集聚变迁差异很大。

总体上来说，我国各行业集聚度总体呈上升趋势，垄断型、自然资源依赖型和技术密集型行业集聚度相对较高，传统行业如食品加工与制造、饮料制造业、纺织业及资本密集型和技术密集型行业的集聚度上升较快，产业集聚分布空间来看，绝大部分行业分布前几位地区都集中在东部地区。与产业集聚度相似，各行业的全要素生产率呈上升趋势，但存在行业差异，全要素生产率的提高主要依赖于技术进步和规模效率的提高，纯效率的提高则相对较弱。

产业集聚度的提高促进了各行业生产率的提高，尤其是提升了技术效率，同时促进了技术进步，但行业差异也非常明显。因此，要提高行业生产率，促进区域经济发展，应该制定更为合理的产业政策，本文认为应：

一是调整区域产业结构。行业集聚度的变迁不仅与行业特点有关，也与地理区位、社会文化制度、区域人力资本存量等紧密相连，因此需要遵循行业发展特点和区域发展特点，加快产业结构调整与产业集聚的合理分布，形成规模报酬递增效应。

二是加强集群组织制度创新。行业集聚有效地改善了技术效率，但这主要是众多企业的集聚形成了规模经济效应，部分行业纯效率的提高则不明显甚至倒退。因此需要加强集群内部的组织制度创新，形成更为合理地专业化分工合作体系，减少恶性竞争，提升行业组织的制度绩效。

三是加强行业的技术创新投入。行业集聚促进技术进步，一是源于集聚体内R&D投入增加，二是源于集群知识溢出效应。加大行业的R&D投入与创新，形成合理的集群R&D合作体系，加强专利保护的同时共享R&D创新与知识溢出效应，促进行业集聚的技术进步，提高行业的生产率水平，提升整个行业的市场竞争力。

1.Jacobs J., The Economy of Cities[M].1st ed.New York: Random House,1969

2.Dogan,E., External Scale Economies inTurkish Manufacturing Industries[J],International Review of Applied Economics,2001,No.4,Vol.15

3.Mukkala., Agglomeration Economies in the Finnish Manufacturing Sector[J].Applied Economics,2004,36

4.范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006.11

5.薄文广.外部性与产业增长[J].中国工业经济，2007.1

6.柴志贤，黄祖辉.集聚经济与中国工业生产率的增长[J].数量经济技术经济研究，2008.11

7.刘修岩.集聚经济与劳动生产率：基于中国城市面板数据的实证研究[J].数量经济技术经济研究，2009.7

8.Ellison,G., Glaeser,E.L., Geographic Concentration in U.S.Manufacturing Industries: A Dartboard Approach[J].Journal of Political Economy, 1997.105(5)

9.罗勇，曹丽莉.中国制造业集聚度变动趋势的研究应用[J].经济研究，2005.5

10.路江涌，陶志刚.中国制造业区域集聚及国际比较[J].经济研究，2006.3

11.杨洪焦，孙林岩.中国制造业结构的演进特征分析及其趋势预测[J].科研管理，2009.5

12.Battese, G.E,; Coelli,T.J., A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics,1995,Vol.20(2)

13.Fare, R; Grosskopf, S; Norris,M;Zhongyang.Z., Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries[J].American Economic Review[J].Mar1994, Vol.84(1)