企业生产率分布的城市因素考量——基于珠三角纺织业数据的实证*

王如玉 林剑威

［提 要］以地区企业生产率分布曲线为研究对象，在珠三角纺织及相关行业的数据基础上，分析了城市因素如竞争情况、经济发展、产业集聚情况等对其企业生产率分布曲线的影响。并通过分布曲线拟合、参数估计和对参数进行回归等方式探索影响机制以及影响程度。阐释了企业选址与城市产业集聚程度、城市居民收入水平、城市市场竞争和城市市场潜力的关系。［关键词］异质性企业 生产率分布 企业选址 城市经济学［中图分类号］F270.3［文献标识码］A［文章编号］1000-114X（2016）02-0038-09



企业生产率分布的城市因素考量——基于珠三角纺织业数据的实证*

王如玉 林剑威

*本文系国家社会科学基金重大项目“空间经济学在中国的理论与实践研究”（项目号13&ZD166）、国家自然科学基金项目“异质性企业空间选择及其效应研究”（项目号71273285）、国家教育部高等学校博士学科点专项科研基金项目“产业转移的资源空间配置效应——基于企业视角的考察（项目号20130171110043）和广东省普通高校人文社会科学重大攻关项目“广东省制造业转型升级与劳动力就业长效机制研究”（项目号2012ZGXM-0001）的阶段性成果。

一、研究背景

企业与城市之间存在着怎样的匹配关系呢？城市又是如何吸引优质的企业发展起来的呢？随着近年来全国大力推动城市化进程，这个问题值得认真探讨。为了当地经济的持续健康发展，各地政府都倾向于从外招商引资，引入优质的企业以带动本地经济的发展。而如今企业在进行区位选择时越来越多地考虑到迁入城市的竞争情况、经济发展、劳动力成本等因素，这些因素将影响着企业的效率和发展。在加快实施创新驱动发展战略的大环境下，地方政府不再是单一地提高当地企业的生产率水平，而需要考虑到当地的企业生产率分布，增加高生产率企业的数量的同时减少低生产率企业的数量。这就要求我们厘清影响企业生产率分布的城市因素及其影响机制。

已有研究表明，不同企业的生产率是各不相同的，而且它们的生产率服从着特定的分布函数。自从Melitz①（2003）模型获得广泛认可以来，经济学家们开始从企业生产率异质性的角度去考虑国际贸易以及随之而来的企业区位选址问题。时至今日，前人的研究成果已经形成了一个比较完善的体系，阐明了大城市或者集聚地区的企业平均生产率普遍较高，也通过一系列模型解释了其中的原理与机制。然而，研究却很少涉及企业生产率分布，更具体地说，企业生产率分布是如何受区域固有因素影响的。本文对此从《中国工业企业数据库》筛选出珠三角地区的纺织相关行业进行实证研究，研究生产率分布的情况（偏度、分散度）是如何受地区的集聚情况等因素影响的。

就是在同一个城市内，企业的生产率彼此之间都是非常不同的。对于企业生产率的分布，Syverson②（2004）的实证研究比较值得注意，他认为区域中较大的消费者需求会导致当地生产率分布的较低一部分因为激烈的市场竞争而被截断。然而，除了竞争的激烈程度之外还有很多其他区域因素也可能会影响当地的企业生产率分布。可以从空间经济学中的集聚效应和外部性等方面考虑。如果集聚效应对市场的竞争性有所影响，那将很有可能导致更多的低效率企业能够借助这些区域优势在市场上生存，企业生产率分布就会更广一些。具体来说，一些低生产率的供应商可能能够因为给高生产率的生产商度身定做地提供原材料，从而在市场存活；本地知识溢出效应也有可能提高了低效率企业的存活率。同样地，巨大的消费者需求本身也能够缓解竞争压力，达到同样的效果。总的来说，企业集聚在激化市场竞争激烈程度的同时，也会因为与其协同产生的一些正外部性使得更多的企业生存下来，从而使企业生产率分布更广。

本文对传统的异质性企业选择效应与分类效益模型进行拓展，从空间差异角度提出城市因素影响城市企业生产率分布的理论假说，利用1999年至2009年《中国工业企业数据库》面板数据，参照Okubo和Tomiura③（2011）对日本制造业企业生产率分布分析的方式，筛选出珠三角各城市纺织业相关数据进行实证研究，刻画了其全要素生产率的分布情况，并从区域的市场潜力、市场竞争、经济发展、居民收入以及行业份额等方面差异检验了城市因素对企业生产率分布的影响。最后，本文尝试从实证结果相应给出企业与城市之间若干关系的解释。

二、研究对象

本文所研究的区域选定为珠三角地区，具体来说是9个城市：广州、惠州、深圳、珠海、东莞、肇庆、佛山、中山、江门。珠三角地区作为具有全球影响力的先进制造业生产基地，是全国制造业技术研发创新的基地，在全国经济中具有举足轻重的地位，因此具有极大的研究价值。

本文所选取的行业为纺织业及其相关行业，包括以下三个行业：纺织业（行业代码：17），纺织服装、鞋、帽制造业（行业代码：18），皮革、毛皮、羽毛（绒）及其制品业（行业代码：19）。广府地区纺织业拥有深厚的历史底蕴及地区特色，据雍正年间的《广东通志》载：“粤缎之质密而匀，其色鲜华，光辉滑泽……金陵、苏杭皆不及”，在当时的最繁荣的时期，广府地区拥有纺织手工业工人30000人以上，而当时纺织业的手工业工人也是后来工人阶级的原型。随着经济发展以及社会变革，传统的纺织业也根据产品不同发展成了纺织服装、鞋、帽制造业和皮革、毛皮、羽毛（绒）及其制品业等行业。直至今天，珠三角的纺织及相关行业依然在广州制造业中占有重要地位。因此本文选择这三个行业主要是有以下原因：一是三个行业的制造工艺相似，适合进行企业间的生产率比较；二是据最新的《广东统计年鉴》显示，珠三角的纺织行业及相关行业的规模以上企业数量在珠三角的制造业中占有绝对的优势，这说明了纺织业及其相关行业在珠三角制造业中的重要要地位，也说明这些行业在珠三角的制造业研究中具有一定的代表性；三是由于具有充足的规模以上企业数据，因此选纺织业及其相关行业进行研究会比选其他行业更为有效。

三、研究假设

本文的研究目的是分析地方如何优化其区域的企业生产率分布曲线，使其向高生产率方向倾斜并集中，基于此，本文提出以下三个假设：

（一）产业集聚与企业生产率分布的关系

产业集聚对于集聚企业产生正外部性，从而促进企业的生产率提高，这一点已经在前文的文献综述中详尽阐明。自从Marshall（1920）提出的产业集聚通过其产生的前后向关联效应、知识溢出效应、劳动力池效应而促进集聚区域中的企业发展以来，产业集聚对于企业影响的研究已经形成理论体系。而Krugman和Vennables④（1995）对于制造业企业的研究，发现运输成本的变化会影响产业集聚的情况，从而提出了中心—外围模型（Core—Periphery Model，也就是“C—P”模型）。尤其是在“新新经济地理”的学说体系逐渐被广泛认同以后，区域经济学家与城市经济学家们更多地从企业生产率异质性的角度对产业集聚的影响进行进一步研究。Baldwin和Okubo⑤（2005）更基于此提出了“选择效应”和“分类效应”，认为外围规模较小的市场的高效率企业会最先选择进入规模较大的市场，而中心规模较大的市场的低效率企业会最先被淘汰到规模较小的市场。

对于产业集聚与企业生产率之间的关系，我国的学者也进行了许多的实证研究。张妍云（2005）利用全国在省级层面的截面数据进行最小二乘法的实证回归研究，得到的结论是制造业的产业集聚现象能够促进区域的劳动生产率提高。赵伟和张萃（2008）则对全国的制造业进行分行业研究，从企业层面发现制造业的产业集聚现象能够提高企业的全要素生产率水平。朱英明（2009）则通过实证发现制造业产业集聚现象对全要素生产率的促进具有规模效应因素。钱水土等（2010）则通过对长三角面板数据进行回归，发现产业集聚与区域经济增长存在稳定的正相关关系。

本文尝试从企业生产率分布情况的角度验证这一理论，本文选用的反映产业集聚情况的指标是克鲁格曼指数，也就是地区行业从业人员份额。本文希望验证的假设是产业集聚对于企业生产率的提高作用在生产率分布的表现是使其分布向高生产率方向偏斜，因此引出假设1：

H1：产业集聚程度的提高有助于促进企业生产率分布往高生产率方向偏斜。

（二）居民收入水平与企业生产率分布的关系

本文研究主题是企业与城市之间是怎么匹配的，更具体来说就是什么样的城市能吸引到更多生产率高的企业。因此，居民收入水平作为城市的一个重要指标，也被列入了考虑范围。在过往的研究中，城市居民的收入水平一般是由人均GDP（Real GDP per capita）这一指标进行衡量的，即地区GDP与其常住人口的比值，同时该指标也能反映出该地区的人民生活水平。而对于居民收入水平与生产率之间的关系也是很早就已经有学者进行研究，曹广忠等（1999）就以居民收入水平为研究对象探讨影响我国城市工业效率与经济发展的因素，彭薇（2010）则对人均GDP的影响因素进行分析，提出了劳动生产率、劳动力年龄结构、劳动参与率以及社会就业率这四个因素，并通过实证分析出其中劳动参与率与劳动力年龄结构的影响是最显著的，而其改变的主要动因是劳动力在区域之间的流动，这篇文献为本文的相关政策建议提供了一定的理论和实证支撑。

因此，本文要探究居民收入水平与企业生产率分布之间的关系，分别以地区GDP与人口为解释变量以及直接以人均GDP为解释变量建立模型进行检验分析，希望验证的假设是居民收入对于企业生产率的提高作用在生产率分布的表现是使其分布向高生产率方向偏斜，因此引出假设2：

H2：城市的人均GDP越高，其企业生产率分布则越往高生产率方向偏斜。

（三）本地市场竞争与企业生产率分布的关系

在Melitz（2003）的模型之中，Melitz已经明确指出了区域激烈的市场竞争对于当地企业生产率的促进作用。而从微观层面上来说，也有大量文献证明了市场竞争能够促进企业治理结构的调整以及研发手段的创新，从而提高企业绩效。谭云清（2008）通过实证表明本地市场行业内竞争能促使企业进行治理结构上的调整，改善企业管理水平，提高企业绩效。赖俊平（2012）则从宏观层面分析了在我国四位数工业行业之中市场竞争程度对企业生产率分布的具体影响，并证明了市场竞争能够优化市场资源的配置效率。吴利华等（2013）指出了我国国企改制阶段工业企业进入退出市场对产业生产率的影响，发现在这一阶段中国企逐渐减少民企逐渐增加，生产率水平得以提高，进一步发现政府会比较可能补助在市场中处于劣势且生产率较低的国有企业，影响了市场竞争水平，这篇文献的结论也是本文的一个重要的理论支撑。

根据前人的研究成果，本文希望探究本地市场竞争程度与企业生产率分布之间的关系，根据Meltz（2003）以及Baldwin和Okubo（2005）的模型，本文假设市场竞争会导致低生产率的企业被淘汰，从而是企业生产率分布更加集中。由于数据限制，本文采用本地同行业的企业数量作为市场竞争程度的描述，因此推出以下假设：

H3：城市的同行业企业数量的增加会导致其企业生产率分布更为集中。

四、实证分析

（一）企业生产率分布描述

通过对《中国工业企业数据库》1999～2009年的数据进行筛选处理，分别筛选出这9个城市这十一年来的纺织行业企业数据。经过筛选，提取出广州市平均每年1061家企业、惠州市平均每年230家企业、深圳市平均每年419家企业、珠海市平均每年152家企业、东莞市平均每年599家企业、肇庆市平均每年131家企业、佛山市平均每年681家企业、中山市平均每年609家企业、江门市平均每年442家企业的有关数据进行分析。

从这些数据进行第二轮筛选，提取出每一家企业的产品销售收入、固定资产、全部从业人员年平均人数的指标进行数据包络分析，利用DEAP2.1软件算出其技术效率作为其全要素生产率指标，收集整理每个企业的指标数据。

对于得出的各城市生产率指标进行统计描述，整理相应的平均值、标准差、偏度、峰度等数据，以备下一步的回归。以数据库中最新的数据2009年数据为例，根据Cabral和Mata⑥（2003）的方法，对每个城市的企业生产率先取对数，再进行标准化（即每个企业的生产率都经过减去平均值，再把差除以其分布标准差的处理），所得每个城市的企业生产率分布图如下所示：

如下面9个图所示，在此为了初步观察，将9个城市按照其区域人均GDP高低、企业数、产业集聚情况等指标由高到低大致分为3个层级。第一行的城市从左到右为广州、佛山、深圳；第二行的城市从左到右为惠州、东莞、中山；第三行的城市从左到右为珠海、肇庆、江门。

从图中不同层级分布大致可以看出，层级高的城市企业生产率分布会偏斜于平均值以右，即分布偏向于高生产率方向。而相反地，层级低的城市企业生产率分布会偏斜于平均值以左，即分布偏向于低生产率方向。而从标准差反映的分布宽度来说，层级高的城市企业生产率分布会更为集中，层级低的企业生产率分布会更为分散。

图1　2009年珠三角九市的企业生产率分布图

从企业生产率分布情况中能比较直观地感知一些结论，而为了了解具体不同城市指标对企业生产率分布影响情况，理清相应的影响机制，并给出合理的解释，本文需要进行进一步的回归分析。

（二）回归分析结果

通过以上的企业生产率分布计算与统计分析，得到9个城市11年的企业生产率分布相关的指标，与相应年份城市的具体指标相匹配，得出总共99个样本。根据前文所述的以下的两个回归方程，以当地企业生产率的分布形状参数k和标准差σ作为被解释变量，以市场潜力、人口规模、克鲁格曼指数、当地区域GDP、年份作为解释变量，进行回归分析。

由于分年份回归样本量有限，使得整体的回归水平均不显著，因此在此忽略年份变量，进行总体回归，另外也对多重共线性、异方差等问题进行检验，最后回归结果如下所示：

现在让我们观察两个方程的分析结果，为了优化回归效果，每个被解释变量和解释变量都已经经过标准化处理，因此每个变量的前缀均为s，以表示standarize处理。其中sskewness表示标准化后的形状参数，sstddev表示标准化后的标准差，sper表示标准化的区域人均GDP值，sfirms表示的是标准化的区域纺织业企业数，spemp表示的标准化的克鲁格曼指数，即行业从业人员比例，反映从业集聚情况，spotentiality则表示标准化的区域市场潜力值。

表1　两个回归方程回归结果

从两个回归方程的F值和R方值可以看出，两个回归方程的总体回归效果显著。两个回归方程的F值都在0.1％的置信水平显著，R方值分别为0.2458以及0.2662，代表两个方程的被解释变量分别有24.58％以及26.62％的比例能被解释变量所解释，说明整体回归合乎要求，适合进行回归分析与假设检验。

（三）假设检验与分析

总结以上回归结果，如下图所示：

图2　回归结果总结

针对回归结果，现检验以下三个假设，能发现假设1不能通过假设检验，而假设2和假设3均能通过假设检验。

H1：产业集聚程度的提高有助于促进企业生产率分布往高生产率方向偏斜。

克鲁格曼指数的本质是行业从业人员份额的加成，反映地区产业集聚程度。从回归结果可以看出，克鲁格曼指数的相应解释变量其系数为正，但是其显著性检验无法通过，即其回归系数不显著。

由于克鲁格曼指数是描述区域产业集聚情况的重要指标，因此该假设从企业生产率分布反映了产业集聚所产生的正外部性。产业集聚对于企业生产率的促进效应已经在前文的文献综述中详尽描述了，而该参数显著性检验无法通过则说明，产业集聚所产生的正外部性是对集聚区中所有企业，无论高效率还是低效率，都是有促进生产率的作用的。因此，其影响并不能显著地导致生产率分布的左右偏移。

如前人所研究的，产业集聚程度提高，有助于降低企业从供应商获得原材料的成本，也有助于培养专业人才以及强化知识溢出，实现金融外部性和技术外部性。因此提高企业生产率最有效的方式也许不是补贴政策，切实做好区域产业规划才是重中之重。

H2：人均GDP的提高有助于促进企业生产率分布往高生产率方向偏斜。

针对这一假设，本文以市场潜力、行业份额以及企业数作为控制变量，以人均GDP值作为解释变量，对分布的形状参数进行回归，结果显著性检验得以通过。

由于人均GDP的定义是当地的GDP总额与当地人口的比值，衡量地区居民的收入水平。而从回归结果可以看出，人口规模对形状参数的影响是负的，而GDP对形状参数的影响是正的，由于人均GDP是衡量区域居民收入水平的重要指标，因此该命题反映了城市居民收入水平以及企业生产率之间的一种相互促进的关系。居民收入水平的提高能刺激当地市场的消费需求，提升企业的盈利空间，从而刺激企业生产率的提高。因此，要提高区域内的企业生产率水平，可以先从切实提高当地居民的收入水平入手。而对于提高居民收入水平的手段，在后面的政策建议中将进行讨论。

H3：城市的同行业企业数量的增加会导致其企业生产率分布更为集中。

地区中的同行业企业数反映了该行业的市场竞争水平，在对标准差的回归方程中，解释变量的回归系数为负，说明其增加会导致分布标准差以及方差的减小。对这解释变量进行显著性检验，显著性检验通过。

该指标对于标准差的影响主要反映在随着同行业企业数的增加，市场的竞争将变得更加激烈，因此低生产率的企业会被淘汰出市场，而高生产率的生存空间也会被一定程度上压缩，因此生产率分布会更为集中。结合以上两个命题，当城市在产业集聚程度、经济发展以及区位情况都取得优势的基础上，鼓励本地企业的创立或吸引外来企业提高市场竞争水平，有助于筛选城市中高生产率的企业，淘汰低生产率的企业，提高城市中企业的平均生产率，从而进一步推动城市经济的发展。

而在以上两个回归中，对于市场潜力的参数不显著的情况的解释，主要在于随着珠三角地区纺织行业的电子商务的快速发展以及出口量的日益增多，城市所处的区位所带来的市场潜力已经无法决定企业所面对的市场竞争激烈程度，也难以影响其企业生产率分布情况。

五、研究结论

本研究的结果表明，城市的人均GPD与其企业生产率分布的形状参数存在正向关系，即人均GDP的提高都有助于促进企业生产率往高生产率方向偏斜。而城市的产业集聚程度、GDP则与其分布的标准差存在负向关系，即这两项指标的提高都会导致企业生产率分布更为集中。产业集聚程度对企业生产率分布的影响并不显著。市场潜力在大区域中对企业生产率分布影响不显著，在缩小区域范围后对企业生产率分布的影响是显著的，能够促进企业生产率向高生产率方向偏斜，并使企业生产率分布更加集中。对于企业与城市之间的匹配，本文主要得出以下结论：

（一）企业生产率分布与城市产业集聚程度的关系

城市的产业集聚程度的提高能够促进当地整体企业生产率水平的提升。但是由于产业集聚产生的外部性对企业生产率水平的促进没有区分高生产率企业和低生产率企业，甚至低生产率企业从区域产业集聚产生的外部性中收益更多，因此城市产业集聚程度对企业生产率的分布影响不显著。

（二）企业生产率分布与城市居民收入水平的关系

城市居民收入水平的提高能够使企业生产率分布呈现“高多低少”的形态，即高生产率企业相对更多，低生产率企业则被淘汰出市场。这是因为城市居民收入水平的提高能够提升当地消费者需求，从而为企业提高更好的盈利环境与空间，因此能够促进高生产率企业的发展，使其有更多的资本投入到培训与研发等项目之上，进一步提高其生产率水平。结果高生产率企业因此具有更大的市场竞争优势，从而将低生产率企业淘汰出市场。

（三）企业生产率分布与城市市场竞争的关系

城市的本地市场竞争越激烈，企业生产率分布会呈现更加集中的形态，即“两端少中间多”，非常高生产率和非常低生产率的企业相对较少。这是因为市场的激烈竞争有助于筛选高效率企业的生存，同时淘汰低效率企业使其离开本地市场。而且市场的激烈竞争也使得市场不存在垄断企业，寡头数量较小。因此，随着市场竞争越来越激烈，企业生产率分布将更为集中。对市场主体而言，开放市场竞争对于企业生产率筛选具有重要作用。

（四）企业生产率分布与城市市场潜力的关系

由于本文研究发现，当把研究范围缩小到单一城市后，各区域的市场潜力对于当地企业生产率分布的影响就会变得非常显著。所以这个时候，城市的各区域市场潜力越高，其企业生产率分布会同时呈现“高多低少”和相对集中的形态，即企业的生产率普遍较高，低生产率企业被淘汰出市场。市场潜力与区域周边经济发展有关，周边经济发展越好其市场潜力值越高。因此对于城市而言，区域协调发展能够提高各区域的市场潜力值，从而优化其企业生产率分布。

①Marc J.Melitz，“The impact of trade on intra- industry reallocations and aggregate industry productivity”，Econo-metrica，Vol.71，No.6，2003，pp.1695-1725.

②Syverson，Chad.，“Market Structure and Productivity：A Concrete Example，”Journal of Political Economy，Vol.112，No.6，2004，pp：1181- 1222.

③Toshihiro Okubo and Eiichi Tomiura.”，Productivity distribution，firm heterogeneity，and agglomeration：Evi-dence from firm- level data”，RIEB Discussion Paper，2011.

④Krugman P.，and A.J.Venables，“Globalization and the Inequality of Nations”.The Quarterly Journal of Eco-nomics，Vol.110，No.4，1995，pp.857-880.

⑤Baldwin，R.and Okubo，T.，“Heterogeneous firms，agglomeration and economic geography：Spatial selection and sorting”，NBER working paper series，w1165，2005.

⑥Cabral，M.B.and Mata，J.，“On the Evolution of the Firm Size Distribution：Facts and Theory.”American Eco-nomic Review，vol.93，2003，pp.1075-1090.

参考文献

［1］Marshall，A.Principles of Economics.London：macmillan，1920.

［2］张妍云：《我国的工业集聚及共效应分析——基于各省工业数据的实证研究》，太原：《技术经济与管理研究》，2005年第4期。

［3］赵伟、张萃：《中国制造业区域集聚与全要素生产率增长》，上海：《上海交通大学学报：哲学社会科学版》，2008年第5期。

［4］朱英明：《区域制造业规模经济、技术变化与全要素生产率——产业集聚的影响分析北京》，北京：《数量经济技术经济研究》，2009年第10期。

［5］钱水土、金娇：《金融结构、产业集聚与区域经济增长：基于2000～2007年长三角地区面板数据分析》，杭州：《商业经济与管理》，2010年第4期。

［6］曹广忠、周一星、杨玲：《中国城市经济增长多因素分析》，长沙：《经济地理》，1999年第2期。

［7］彭薇：《基于分解模型的人均GDP地区间差异分析——从空间角度》，哈尔滨：《管理科学》，2010年第3期。

［8］谭云清：《产品市场竞争与公司治理有效性：理论与实证研究》，上海：上海交通大学，2008年。

［9］赖俊平：《市场竞争程度与中国工业生产率分布变化》，南京：《产业经济研究》，2012年第1期。

［10］吴利华、申振佳：《产业生产率变化：企业进入退出、所有制与政府补贴——以装备制造业为例》，南京：《产业经济研究》，2013年第4期。

［11］梁琦：《产业集聚论》，北京：商务印书馆，2004年。

［12］梁琦：《分工、集聚与增长》，北京：商务印书馆，2009年。

［责任编辑 潘 莉］

［提 要］以地区企业生产率分布曲线为研究对象，在珠三角纺织及相关行业的数据基础上，分析了城市因素如竞争情况、经济发展、产业集聚情况等对其企业生产率分布曲线的影响。并通过分布曲线拟合、参数估计和对参数进行回归等方式探索影响机制以及影响程度。阐释了企业选址与城市产业集聚程度、城市居民收入水平、城市市场竞争和城市市场潜力的关系。
［关键词］异质性企业 生产率分布 企业选址 城市经济学
［中图分类号］F270.3［文献标识码］A［文章编号］1000-114X（2016）02-0038-09

作者简介：王如玉，中山大学管理学院博士生；林剑威，中山大学管理学院博士生。广州 510275