我国省际差异视角下产业集聚对经济增长效率的影响研究

王芳 汪婷

内容摘要：本文利用2000-2015年中国省际面板数据，利用区位熵指数和DEA模型分别测算了各地区第一二三产业的产业集聚水平和经济增长效率；在此基础上，运用固定效应模型实证分析了第一二三产业集聚水平对经济增长效率的影响。研究证实，在统计期间内，从全国来看，第一产业集聚水平最高，第二产业集聚度较低，第三产业最高值为北京市，最低值则由中部和西部地区占据。上海市经济发展与其他省份相比处于有效状态，东部地区省份技术效率整体较高，中部、西部和东北地区的技术效率在近年来呈现明显的下降趋势，全国大部分地区的规模效率均高于纯技术效率，表明资源配置效率偏离最优，存在着严重的要素过剩投入和技术投入不足现象。第一二产业集聚与经济增长效率之间呈现“正U型”非线性相关关系，而第三产业集聚与经济增长效率之間呈现正向线性相关关系。

关键词：产业集聚 经济增长效率 区位熵 DEA模型 固定效应模型

文献综述

国内外关于产业集聚问题的研究主要从两个方面出发：一是产业集聚水平的测度，有代表性的测算方法包括产业集中度（CRn）、区位熵指数（LQ）、空间（区位）基尼系数，赫芬达尔指数（HHI）、EG指数、γMS指数以及DO指数。二是关于产业集聚的影响因素的测度，尹希果和刘培森（2013）基于新经济地理学理论利用面板数据研究影响制造业集聚水平的因素，研究表明，城镇规模、知识密集度、交通运输以及固定资产投资都会影响制造业的集聚水平；江瑶和高长春（2017）利用半参数回归模型对长三角地区高新技术产业的细分行业进行研究，发现影响高技术产业集聚的因素主要有企业规模、人力资本、市场需求、开放程度以及城市运输便利程度。

对经济增长效率问题的研究，也可以归纳为两个方面：首先是经济增长效率的测算。于斌斌等（2015）利用随机前言分析（SFA）模型测算了中国城市经济效率，反映地区经济效率的结构性变化；李平（2016）分别利用数据包络分析（DEA）和随机前沿分析（SFA）测算了厂商的全要素生产率指数（TFP），并将其分解为技术变化和技术效率的提升；其次是关于经济增长效率影响因素的研究。仇银东（2015）研究发现经济关联度、交通运输便利程度和产业结构是提升我国经济增长效率的重要影响因素；范建双（2017）研究发现人口城镇化对绿色经济效率的提高具有正向相关效应。

关于产业集聚对经济增长效率的影响。张云飞（2014）的研究表明，产业集聚与经济增长之间存在倒“U”型的关系，即产业集聚初期对经济增长具有正向推动作用，集聚达到一定程度时，过度集聚则会带来拥挤效应，对经济增长具有负向抑制作用；Aslesen and Isaksen（2008）研究发现生产性服务业的集聚水平增加与经济增长之间呈现正向促进作用，而于斌斌（2015）等学者研究制造业集聚与地区经济效率之间的关系发现两者呈现“N”型变化。

综合以上研究不难发现，在产业集聚对经济增长效率的研究，学术界存在一定的争论，并且鲜有文献基于省际差异视角研究第一二三产业的产业集聚与经济增长效率的关系问题。基于此，本文利用2000-2015年《国家统计年鉴》和《科技统计年鉴》相关数据，分别利用区位熵指数刻画了中国三个产业集聚的演变趋势、利用DEA模型测算中国经济增长效率变化趋势以及利用固定效应模型分别计算三个产业对经济增长效率的影响，以期为我国不同区域产业结构升级和经济增长效率的提升提供决策依据。

方法选择、数据来源和模型构建

（一）方法选择和数据来源

本文分别采用区位熵指数测度产业集聚水平，利用DEA方法测度经济增长效率，最后利用固定效应模型分析产业集聚对经济增长效率的关系。所用数据均来自2001-2016年《国家统计年鉴》和《科技统计年鉴》，涉及价格因素的变量均采用价格指数进行平减。

（二）模型构建

区位熵。上述文献中已经指出，测算产业集聚水平的方法有多种多样，对于宏观层面的产业集聚水平的测度，相当一部分学者都选用了区位熵指数的方法，该方法的计算公式为：

（1）

其中，i表示地区，j表示产业。Qij表示i地区j产业的产值、增加值、销售收入等，Qi表示i地区的对应指标，Qj表示j产业对应指标的全国总和，Q表示全国所有产业对应指标对应总和，LQij表示i地区j产业的区位熵指数。当区位熵指数LQij>1时，表示i地区的j产业具有较高的集聚水平；当区位熵指数LQij<1时，表示i地区的j产业具有较低的集聚水平；当区位熵指数LQij=1时，表示表示i地区的j产业与全国其他地区的j产业的发展处于全国平均水平。

本文主要解释变量为一二三产业的集聚水平（Agg1，Agg2，Agg3），利用区位熵指数LQij作为代理变量，分别选用第一二三产业的产业增加值指标进行计算。

DEA模型。通过阅读文献和各方法的对比，本文利用中国31个省区市2000-2015年的投入和产出数据，以平减之后的资本存量和年末从业人员为投入指标，以平减之后的GDP为产出指标，选用DEA模型中基于规模报酬可变（Variable Return Scale，简称VRS）的投入导向型C2R模型测算经济增长效率，即在效率一定的情况下，求解投入的最小值，以期解决投入过剩的问题。

固定效应模型。为了研究中国省际产业集聚水平与经济增长效率之间的关系，本文以柯布-道格拉斯生产函数为依托，结合影响经济增长效率的各控制变量，设定计量模型为：

Yit=α0+αxAggxit+βicontrolit+εit （2）

i表示地区，t表示年份（2000-2015年），x表示第x产业（x=1，2，3），Yit为被解释变量，表示t年第i个省市的经济增长效率，α0是截距项，Aggxit是主要解释变量，表示t年第i个省市第x产业的产业集聚水平，αx为主要解释变量的系数，controlit均为控制变量，βi表示各控制变量的系数，εit表示随机误差项。

本文借鉴孙浦阳（2013）、李雪松（2017）等人的研究，选取地理因素、科研投入、经济开放程度、政府干预和受教育程度等一系列指标作为控制变量。本文的主要经济变量指标解释如下：地理因素（location）按照国家2012年公布的东部、中部、西部、东北地区进行划分，东部地区为1，中部地区为0，西部和东北地区为-1；科研投入（rd）采用各地区R&D;内部支出占全国R&D;内部总支出的比重；经济开放程度（open）采用各地的出口额占GDP的比重来表示；政府干预程度（finance） 采用各地的财政支出占GDP的比重表示；受教育程度（education）以九年义务教育为标准，所在省份平均受教育年限超过9年则表示为1，不足9年则表示为0。

为检验产业集聚与经济增长效率是否会呈现非线性相关关系，在上述公式中引入解释变量平方项，模型为：

Yit=α0+αxAggxit+αx2（YAggxit）2+βicontrolit+εit （3）

实证结果分析

本文分别利用Arcgis、DEAP2.0和Stata14.0对产业集聚水平、经济增长效率和产业集聚对经济增长效率的影响程度进行描述和测算，实证结果如下：

（一）产业集聚水平

从各省份和地区2000-2015年间第一二三产业集聚平均水平来看（见表1），我国大多数省份的第一产业集聚水平都在1以上，并且有一半以上的省份集聚水平在1.2以上，这与我国耕地的分布状况密切相关。其中，海南的第一产业集聚水平在2以上，表明海南省的第一产业在海南省的经济发展中与全国平均水平相比具有极大的优势，这主要是由海南的地理位置决定的，导致其在产业选择上具有较强的被动性。相比于第一产业，第二产业的集聚水平较低，均在1.2以下，并且较为集中地分布在我国东南部。我国第三产业集聚水平较高的城市分别是北京和西藏，北京作为我国的政治、文化和科技中心，第三产业的发展居于全国领先水平，故第三产业的集聚水平也较高；而西藏的经济发展水平较低，因此第三产业在经济发展中占据较大的份额；长期集聚水平较低的省份为河南和安徽，这两个中部省份第三产业发展水平较为滞后。

（二）经济增长效率

2000-2015年间各省份经济增长的技术效率、纯技术效率和规模效率的结果显示（见图1），上海的技术效率、纯技术效率和规模效率均为1，表明上海市的经济发展相比于我国其他城市而言，处于有效状态。北京和天津的纯技术效率和规模效率都较高，因此其技术效率也较为接近1。东部地区省份技术效率整體较高，如广东、江苏、浙江、山东等，其中广东和江苏的纯技术效率一直为1，表明其纯技术效率与其他地区相比处于有效状态，但广东省的规模效率呈现先升后降的“倒U型”变化，江苏省的规模效率呈现先降后升的“正U型”变化；西藏的纯技术效率也为1，但是西藏的规模效率一直处于下降的趋势。因此，这些个省份的技术效率也呈现出和规模效率相同的变化。中部（安徽、山西、江西、河南、湖北、湖南）、西部（云南、四川、广西、甘肃、重庆、贵州）、东北地区（黑龙江、辽宁）和个别东部地区 （河北、福建）近年来技术效率呈现明显的下降趋势，究其原因是纯技术效率下降明显所致，表明对于这些地区来说，资源配置偏离最优配置效率，存在着严重的过剩投入。另外我国大部分地区规模效率值高于纯技术效率值（宁夏、海南和青海除外），表明在我国当前的经济发展中，要素的投入数量和质量基本符合发展条件，但是管理水平和制度建设依然存在改进的空间以至于在资源配置中存在着较严重的效率损失。因此，提高技术效率虽然是提高当前经济增长效率的重要路径，但是也要注意资源的投入过剩和投资冗余的现象。

（三）产业集聚对经济增长效率的影响

在产业集聚水平对经济增长效率影响关系的测算中，先对构建的模型进行Hausman检验，检验结果显示，p值均为0，拒绝原假设，即应该使用固定效应模型予以测算。统计年份内我国第一二三产业集聚水平对经济增长效率影响的回归结果显示（见表2），第一产业集聚水平与经济增长效率并未呈现出显著地线性相关关系，而是呈现出“正U型”的非线性相关关系。第二产业集聚水平与经济增长效率之间呈现负的线性相关关系，也呈现出“正U型”非线性相关关系，但是根据Adj-R2可以看出，模型4的拟合效果比模型3更好。这一结论与孙浦阳（2013）的结论相吻合。第三产业集聚水平与经济增长效率之间并未呈现出非线性相关性，而是呈现出显著地正向相关性，即表明第三产业集聚水平的提高会促进我国经济增长效率的提高，这是因为第三产业是一个地区发展到一定经济程度之后才发展起来的产业，有一定的经济基础作为铺垫，保证了第三产业在集聚过程中能发挥出正向的集聚效应。

从控制变量来看，除了模型1之外，地理位置因素与经济增长效率均不呈现显著相关关系， R&D;投入在第一、二产业中都与经济增长效率呈现出正向相关性，而与第三产业之间的关系不显著。对外开放程度、教育水平以及政府干预程度都与经济增长效率在1%的显著性水平上相关，其中对外开放程度和教育水平与经济增长效率之间呈现正向相关关系，表明提高对外开放程度和增加教育水平会促进我国经济增长效率，而政府干预程度与经济增长效率之间呈现负向相关关系，表明政府对经济的过度干预有可能造成市场失灵，不利于经济增长效率的提升。

结论与建议

本文利用2000-2015年《国家统计年鉴》中31个省市的统计数据，先利用区位熵指数（LQ）测算我国第一二三产业的产业集中度；再运用DEA模型测算各地区的经济增长效率；最后运用固定效应模型分析了产业集聚水平对经济增长效率影响程度。实证结果表明：统计期间，从全国来看，第一产业集聚水平最高，第二产业集聚度较低，第三产业最高值为北京市，最低值则由中部和西部地区占据。上海市经济发展与其他省份相比处于有效状态，东部地区省份技术效率整体较高，中部、西部和东北地区的技术效率在近年来呈现明显的下降趋势，全国大部分地区的规模效率均高于纯技术效率，表明资源配置效率偏离最优，存在着严重的要素过剩投入和技术不足投入现象。第一、二产业的集聚水平均与经济增长效率之间呈现出“正U型”的显著相关关系，而第三产业集聚水平与经济增长效率之间呈现显著的线性相关关系。对外开放程度和教育水平在一二三产业中均与经济增长效率呈现显著正向相关关系，政府干预却呈现显著负向相关关系；R&D;投入仅在第一二产业中对经济增长效率有显著的正向相关关系，地理位置对经济增长效率影响不显著。

根据以上结论，对我国经济增长效率的提高可以提出以下几点建议：

因地制宜制定产业政策，优化产业结构。根据第一二三产业集聚水平的集聚水平及其与经济增长效率之间的相关关系，各地区在制定产业政策时要因地制宜合理优化。一是要改变第一、二产业发展中长期存在的高投入、高耗能和高污染等粗放式的发展模式，向低投入、低耗能和低污染的高质量发展转型。二是要积极完善相关产业发展的基础设施和相关配套、完善公共服务平台建设等。三是要进一步细化产业分工、鼓励科技创新，搭建产业链条上下游企业合作和信息共享平台，减少上下游企业间原材料的搜索成本和交易费用、提高产业内企业协作效率，降低生产成本，提升产品和服务质量，加强产业集聚水平的同时提高经济增长效率。

加强创新培育，提升转型发展驱动力。要从培养创新主体、完善创新人才成长环境和创新环境等角度，提升产业结构转型升级发展的驱动力。一是要大力培育和健全以企业、高等院校、科研院所为依托的创新体系，积极推进创新创业体系建设，不断增强创新支撑能力。二是要进一步完善支撑创新的人才体系建设，从人才引进、培养和激励等方面充分调动科研人员的积极性，不断优化人才创新环境。三是要加大对企业、高校和科研院所的科技经费、研究与实验发展（R&D;）经费、各级财政科技支出等科技创新投入，鼓励跨界联合攻关和协同创新，增强产业创新能力，推动传统产业的转型升级和新的发展动力的培育和成长，推动经济社会快速稳定发展。

扩大经济对外开放水平，实现经济共享共赢。提高经济对外开放水平，推进人才、技术和资本等要素市场的优化整合和国际市场的拓展，注重优化产业结构转型升级和资源配置效率的提升，实现经济共享共赢。一是要积极推进国际合作，开拓国际市场，充分发挥我国的市场、资源和劳动力等优势，建立国际性的生产体系、销售网络和融资渠道，在全球范围进行专业化和规模化经营。二是要积极引进国外的先进技术和设备，提高技术进步和管理水平，推进产业结构和产品结构升级。三是加大西部和内陆地区的开放程度，提高参与国际经济技术合作与竞争的范围、领域和层次，进而推进我国经济结构调整和产业结构升级，提高经济增长的效率和质量。