长三角制造业集聚的现状及其影响因素研究

许修齐　项章特

摘 要：制造業是我国实体经济的主体，与农业、服务业相比，制造业的集聚现象更加普遍。集聚经济是促进制造业增长和布局调整的核心力量，当前我国制造业正亟待转型升级和布局优化。为研究制造业集聚现象及其影响因素，利用区位熵指标，测算长三角地区25个地级及以上城市代表性制造业的集聚度，研究发现：2006—2016年期间，长三角制造业的集聚水平总体上呈现为稳定且缓慢下降的趋势，其中核心城市的下降幅度更大。通过全局MoranI指数的计算，发现长三角各城市的制造业集聚具有空间相关性。结合理论分析和相关检验结果，构建空间杜宾模型，探究长三角制造业集聚的影响因素。结果显示，良好的交通基础设施、扩大的市场规模和配套企业投资是影响制造业集聚的重要因素，而劳动力数量已不再是影响长三角制造业集聚的主要因素。为此的政策建议是加强区域产业协同发展，推进交通基础设施建设，并在技术和人力资本上增加投入。

关 键 词：制造业集聚;影响因素;空间溢出;长三角

DOI：10.16315/j.stm.2019.04.009

中图分类号： F 062.9

文献标志码： A

收稿日期： 2019-06-14

作者简介： 许修齐（1994—），女，硕士研究生;

项章特（1995—），男，硕士研究生.

Current situation and influencing factors of manufacturing industry

agglomeration in the Yangtze River Delta：based on SDM model

XU Xiu-qi1， XIANG Zhang-te2

（1.School of Economics， Sichuan University， Chengdu 610065，China;

2.School of Manufacturing Science and Engineering， Sichuan University， Chengdu 610065，China）

Abstract：Manufacturing is the mainstay of Chinas economy， compared with agriculture and service industries， the agglomeration of manufacturing is more common. Agglomeration economy is the core force to promote manufacturing growth and layout adjustment，and it is urgent to transform and upgrade. To study the phenomenon of manufacturing agglomeration and its influencing factors，this paper measures the concentration of representative manufacturing of cities in the Yangtze River Delta with the location entropy index. It is found that the concentration level of the Yangtze River Delta manufacturing industry is generally stable and slowly decreasing during 2006—2016， and the core cities have a sharp decline. Furthermore， it is found that the manufacturing agglomeration of the cities in the Yangtze River Delta is spatially correlated through the calculation of the global MoranI index. Combined with theoretical analysis and related test results， a spatial Dubbin model was constructed to explore the factors affecting the industrial agglomeration of the Yangtze River Delta. The results show that the transportation infrastructure， the size of market， supporting and enterprise investment are important factors affecting the agglomeration of manufacturing industry， and the number of labor is no longer the main factor affecting the industrial agglomeration of the Yangtze River Delta. The policy recommendations for this are to strengthen the coordinated development of regional industries， promote the construction of transportation infrastructure， and increase investment in technology and human capital.

Keywords：agglomeration of manufacturing industry; space overflow; Yangtze River Delta

產业集聚是产业演化过程中的一种地缘现象，表现为相关产业在某个特定的地理空间内的高度集中[1]，如西雅图的航空、法兰克福的化工等。规模报酬递增和外部经济效应的存在，使得制造业往往在地理上趋向集中，对区域产业布局与经济发展产生重要影响[2]。长三角地区拥有我国最大的综合性工业基地，2018年该地区第二产业增加值占全国的比重达20.4%。制造业发达，以浙江温州为代表的专业化生产模式带来产业集聚的不断深化。与此同时，随着工资和土地价格的上升，长三角核心区的传统制造业开始向外转移，正如高波等[3]指出，进入21 世纪，由于资源约束加剧，长三角城市群的制造业开始向城市群外尤其是中西部地区转移，由此引起了制造业空间布局的调整。制造业的空间溢出效应体现在空间上的连续与扩散，即本城市对周边城市制造业产生的影响，由此引起制造业布局的集中与扩散[4]。但学者们在研究产业集聚问题时，往往忽略了这种空间关联性，掩盖了城市之间的空间溢出效应[5]。

因此本文在研究城市的产业集聚现象时，将立足现有文献成果研究路径，并空间效应加以考虑，以此提高实证研究结果的可靠性。本文还利用空间计量模型对长三角制造业的影响因素进行研究，并对产业集聚的空间溢出效应剖析，探求产业发展的一些规律，为长三角产业一体化发展提供建议。本文的主要创新与边际贡献主要在于：运用空间计量方法，对长三角制造业集聚的影响因素进行了深入剖析，特别是对劳动力数量的关注。文中所指长三角地区是指地理范围包括上海市、江苏省和浙江省的全域，区别于长三角城市群以及泛长三角地区。

1 文献综述

产业集聚理论最早见于贸易学说，但它们从土地角度进行的分析缺乏系统性。马歇尔是首位对系统研究产业集聚现象的学者，他认为产业之所以在空间上集聚，主要得益于外部经济，这种外部经济主要包括3个方面的内容：第一，中间品投入和服务的专业化;第二，劳动力市场可以共享;第三，基于人力资本的知识外溢。此后，产业集聚理论出现了许多流派，例如韦伯的“工业区位论”，具体分析了运输、劳动力和聚集在工业区位选择中所起到的作用。产业集聚的相关理论研究主要沿着集聚原因、集聚机制、集聚效应等几条脉络进行，但由于空间角度从未被纳入主流经济学研究，产业集聚相关研究进展缓慢。直到 20 世纪90 年代，克鲁格曼创立了新经济地理学，开始了对产业集聚的规范分析。Krugman[6]认为，产业集聚同时受到企业的规模报酬递增、运输成本和生产要素流动的影响。Venables[7]证明了贸易成本降低可能会促进产业集聚;Palivos等[8]指出，知识的溢出、公共物品的供应、规模经济、消费的外部性都能够促进产业集聚。贺灿飞等[9]认为，产业集聚受到来自资源投入、市场需求、企业规模、外部经济以及区域经济一体化等各方面的影响。理论上对影响产业集聚的因素探讨已经比较充分，但具体的影响机制还有待深入研究。

实证研究方面，对产业集聚的效应，陈建军等[10]以长三角次区域1978—2005年的数据为样本，对外围式的集聚给集聚地区带来的经济发展、技术进步和索洛剩余递增3类集聚效应进行了理论和实证分析。雷平[11]通过相关数据研究发现，我国电子信息产业制造业具有较强的内部规模经济效应与雅各布斯外部性。理论上对产业集聚的影响因素探讨较充分，而很多学者从实证角度再次证明了这些理论。陈国亮等[12]采用全国城市面板数据进行了计量分析，研究发现：产业关联度和知识密集度与产业集聚水平呈正相关关系，中心城市的发展可以带动周边城市的产业集聚，这从侧面反映了产业集聚的在城市层面的空间相关性。樊秀峰等[13]同样运用类似方法对陕西省制造业集聚度影响因素进行了研究，结果表明：产业集聚能够从高劳动力密集度、高行业增长水平、规模经济、劳动生产率的提高和运输成本降低上享受好处，但往往会受到政府干预的负面影响。刘宏曼等[14]选取区位熵作为衡量指标，探究了影响京津冀地区制造业集聚的因素，研究结果表明：劳动力、技术以及第三产业的发展对产业集聚有重要影响，而资本对产业集聚的影响并不显著。在对产业集聚的影响因素进行研究时，也有学者注意到了产业集聚的空间效应。王俊松[15]利用空间计量方法，发现长三角制造业生产存在着明显的空间溢出效应，空间上以上海为中心、延沪宁沪甬交通干线布局。魏守华等[16]运用城市典型制造业行业数据，探究长三角制造业集聚是否受到经济结构和城市间溢出效应的影响，结论是肯定的。尹希果等[17]也用利用空间计量方法，实证分析了2000—2011年我国省际城市化、交通基础设施对制造业集聚的空间效应。学者们对于产业集聚的测度不一，但探讨的产业集聚的影响因素主要集中在劳动力、技术、交通和制度方面。影响因素之间存在的空间相关性也得到了众多学者的认可，如高云虹等[18]基于中心—外围模型进行实证检验，结果表明：劳动力流动对工业集聚存在显著正向影响，同时高、低技能两类劳动力二者之间存在相互影响。董洪超等[19]运用研究了交通运输对各产业空间集聚的效应及作用机制，发现铁路客运、公路客、货运对制造业及生产型服务业均具有显著效应，且公路货运在东部区域表现出网络效应。契约制度对地区产业集聚有显著影响[20]，而制度水平的高低呈现出显著相似属性的集聚效应[21]。

2 理论假设与变量选择

产业集聚的相关研究表明，劳动力、交通、技术和制度等都是影响产业集聚的因素，资本的影响尚无定论。本文做出如下假设：

1）交通。运输费用影响制造业的聚集。若厂商享受了正外部经济，但该区域的运输成本很高，高于外部经济带来的收益，厂商便不会选择聚集;当运输成本相对较低时，厂商会为了获得产业的前后向联系带来的效益而进行聚集[22]。通常来说，交通基础设施较好的地方，运输成本也会较低，而货运量能从侧面反映出区域的交通条件和市场规模。

2）制度。制度因素对产业聚集的影响是由贸易和专业化所导致的，经济开放制度促进了商品和生产要素在地区间的自由流动，强化了贸易和专业化过程，在市场的驱动力下，走上专业化发展道路， 从而推动了产业聚集的形成。在全球经济的发展过程中，随着经济的逐步开放，产业空间布局自发调整的案例不少。例如，在北美自由贸易协定签署后，墨西哥的很多工业企业就从墨西哥城附近迁往了靠近美国的地区[23]。

3）劳动力。马歇尔在分析产业集聚的动因时，就提到了“劳动力池”的问题，学者们对于劳动力与产业集聚的关系得研究也比较丰富。这些研究普遍认为，劳动力流动对工业集聚存在显著正向影响。而长三角本身就是劳动力流入地，其产业发展离不开劳动力的大量供给。

4）投资。制造业集聚本身就是一个厂商不断迁入某地的过程，与之相伴随的就是企业投资的落地。考虑到规模效益和产业链条，其他厂商投资的增加对本厂商迁入是一种推动力，也就是说，企业固定资产投资与产业集聚是一种正向相关关系。而关于工资和价格水平对厂商在区域间的选址的影响并没有定论。

反映技术层面的指标，由于不具有稳健性，在这里暂不予考虑。基于上述分析，选取以下指标来表征各影响因素：交通运输条件和市场规模以该城市的货运总量（包括公路、铁路和水路运输）来衡量，规模以上工业企业固定资产投资反映投资规模，用外贸依存度指标反映城市经济开放程度，劳动力数量则选取第二产业就业人数来表示。具体的变量指标名称和因素对应关系，其中为消除部分变量单位的影响，对相应指标进行了对数化处理[24]，如表1所示。

3 长三角制造业集聚现状及空间相关性分析

3.1 制造业集聚度的测算及数据来源

现有文献中经常采用的衡量产业集聚的指标，包括赫希曼[KG-*5]-[KG-*5]赫芬代尔系数、区位熵、锡尔系数和基尼系数等，几者各有优劣。考虑到数据可得性、结果精确性等因素，本文用区位熵lq测度长三角制造业的集聚水平，lq的计算式为

其中：lqit为第i个城市第t年代表性制造行业的区位熵;qit为第i个城市第t年代表性制造行业的规模以上总企业产值;gdpit为第i个城市第t年地区生产总值;GDPt为全国第t年国内生产总值;Qt为全国第t年代表性制造行业的规模以上总企业产值。

现有文献大多对2位数产业的集聚度进行研究，利用的指标是企业数量或产值。考虑到制造业本身的复杂性和数据可得性，选取代表性行业的产值是比较理想的方法，更能观测到集聚水平的变化。并且就当前长三角的经济结构发展现状而言，随着经济的继续发展，城市服务业产值占GDP的比重不断上升、工业发展相对缓慢，比重有所下降是一种必然的趋势，因此用工业总产值计算集聚水平是不准确的。本文借鉴魏守华的研究思路，选取了长三角制造业中的 6 个行业，分别是纺织业、服装与鞋帽制造业、化学原料制品业、黑色金属冶炼及压延加工业、交通运输设备制造业、通信设备、计算机等制造业的产值，主要是基于以下考虑：一是上述6个行业产值在长三角制造业中所占比重较高，具有代表性;二是上述6个行业体现分类的多样性，并且这几个行业的要素相对密集度各有不同。如果第i个城市计算得到lqit大于1，则可认为其制造业具有较高的集聚水平。

本文以2006—2016 年长三角25个地级及城市的数据作为分析样本，样本涵盖的年份位于中国制造业刘易斯拐点出现之后[25]，长三角区域核心城市的部分制造业开始向外围转移，因而该时期具有新的阶段特征。采用区位熵计算的长三角制造业集聚水平，如表2所示。

3.2 制造业集聚度现状分析

2006—2016年长三角总体的集聚度均大于1，说明长三角制造业的集聚水平较高，总体上高于全国平均水平，且集聚水平较为平稳。其中，上海市、江苏省、浙江省两省一市的2006—2016年的年平均集聚度分别为1.40、1.35和0.96。浙江省集聚水平小于1与浙江省发达的专业化生产现状不符，主要原因是由于数据缺失，本文采用的是规模以上工业企业产值数据，因此未将浙江发达的民营小企业或家庭小作坊生产纳入计算，导致浙江的制造业集聚度计算结果偏低。

由表1可知，长三角内部各城市间的集聚度水平差异还是比较明显。最高的集聚度为2，最低的不足0.2;集聚度的最大值呈現下降趋势，而最小值始终维持在较低的水平上，没有明显变化。从标准差上来看，确实未有收敛趋势。长三角总体、核心区和辐射区的平均集聚水平，如图1所示。核心区城市拥有坚实的制造业基础，制造业集聚水平明显高于经济发展相对落后的辐射区城市，且辐射区的集聚水平不太稳定，可能是相关数据统计上的误差造成的。核心区与辐射区在制造业集聚上的差距虽然在缩小，但这并不是由于辐射区的经济追赶导致的，而是因为核心区自身产业结构升级造成集聚度下降导致的。

3.3 制造业集聚空间相关性分析

测算全局MoranI指数，判断地区间是否具有空间相关性，其计算式为

其中：I是指数，测度各城市间制造业集聚的总体相关程度;S2=1n∑ni=1（Ai-A）2，A=1n∑ni=1Ai，

Ai为第i个城市制造业集聚度，n为地区数，w为空间权重矩阵。I的取值范围为-1≤i≤1，当I大于0时，表示地区间呈现空间正相关，小于0时则为负相关，绝对值越大，相关性越强。

两区域有共同的边界则视为相邻。运用Matlab软件可以计算得到2006—2016年长三角各城市全局MoranI指数值，如表3所示。

由表3可知，全局MoranI均为正值，大部分年份的指数值都高于0.3，除个别年份外均通过了显著性水平为1%的检验，这说明长三角的制造业集聚存在着较为明显且稳定的正向的空间相关性，即对于集聚度较高的城市，相邻城市的产业集聚度往往也较高，反之亦然。

由图2可知，大多数城市的点都落入了第一象限（高[KG-*5]-[KG-*5]高）和第三象限（低[KG-*5]-[KG-*5]低）。即2006—2016年绝大多数城市均位于典型观测区内，只有个别城市位于二、四象限，散点图上点的分布形态更进一步说明了这种空间正相关的稳定性。其间稳定处于高[KG-*5]-[KG-*5]高区域的城市有上海、苏州、无锡、镇江和南京，宿迁、温州、丽水则基本都处在低[KG-*5]-[KG-*5]低区域之中，与长三角地区的核心[KG-*5]-[KG-*5]外围结构相一致。

4 长三角制造业影响因素的实证分析

4.1 样本时期、数据来源

本文设定研究的样本时期为2006—2016年，区位熵计算所需的数据来自于2007—2017年《中国城市统计年鉴》和长三角各城市的统计年鉴，货运总量、规模以上工业企业固定资产投资额和第二产业就业人数均来自于2007—2017年《中国城市统计年鉴》，外贸依存度的相关数据来自于历年《中国区域经济统计年鉴》。

4.2 空间计量模型设定

基于前述分析，长三角各市制造业产业集聚存在显著空间相关性。为进一步揭示问题实质，建立空间计量经济模型分析其影响因素，而空间计量经济模型的形式取决于空间相关性假设检验的结果。

如果空间相关性仅存在于被解释变量之间，对应的空间滞后模型（spatial lag model，SLM）为

y=ρwy+xβ+ε。（3）

其中：y为被解释变量;w为空间权重矩阵;ρ为空间自回归系数;x为影响因素数据矩阵;β为相应的系数;ε为误差项。

如果空间相关性仅存在于误差项中，则对应的空间误差模型（spatial error model，SEM）为

y=xβ+u。（4）

其中：u=λMu+ε，ε～N（0，σ2In）。w为空间权重矩阵;λ为误差项空间相关系数向量。

如果空间相关性同时存在于被解释变量和解释变量中，对应的空间杜宾模型（Spatial Durbin Model，SDM）为

y=ρwy+xβ+wxθ+ε。（5）

其中：wx为来自邻居自变量的影响;θ为相应的系数向量。对制造业产业集聚影响因素的分析不仅要考虑本地作用，对临近地区空间相互作用的分析还可以更好地揭示影响作用的发生机制，因此采用空间杜宾模型更符合理论假设和预期。Elhorst[26]指出，可以用Wald检验对SDM模型是否能够简化为SLM模型或者SEM模型进行判断，也可以比较3个模型的适用性。据此，用matlab首先对空间面板杜宾模型进行了Wald检验，结果如表4所示。

由表4中的检验结果可以看出，Wald_spatial_lag 和Wald_spatial_error检验均通过了1%显著性水平检验，这说明检验拒绝了原假设，即空间杜宾模型不能简化为空间滞后模型和空间误差模型，空间杜宾模型（SDM）是最适合的选择。

为了对面板数据模型进一步控制，需要判断模型是否应该控制固定效应或者随机效应，一般的检验方法是Hausman检验。对面板数据模型进行了Hausman检验，结果发现Hausman统计值分别为27.348 9，并且在1%的水平上显著，拒绝了存在随机效应的原假设，说明模型存在固定效应。鉴于此，本文选择固定效应的空间面板模型来进行分析。

4.3 模型估计

空间杜宾模型（SDM）的结果，如表5、表6所示。

由表5和表6可知，SDM模型结果的显著性强于普通面板模型，因此加入空间项，使用空间杜宾模型将使得结果更加可靠。由SDM模型的计量结果可知，货运总量X1和邻近城市的货运量W×x1对该城市制造业集聚度的影响一正一负，且都通过了1%的显著性检验，从侧面反映出了一个城市交通条件的提升和市场规模的扩大能促进该地的制造业集聚，而产业资源是有限的，邻近城市的交通条件越好、市场规模越大，反而将一些制造业企业吸引到邻近城市去，因此是不利于该城市的制造业集聚的。工业企业固定资产投资X2和邻近城市的工业企业固定资产投资W×x2对该城市制造业集聚度的影响方向同样是一正一负，工业企业固定资产投资于制造业集聚呈正向相关关系，这与理论假设相一致。而邻近城市的投资增多不利于制造业集聚，同样也是一种城市间竞争的表现，各地方政府在招商引资方面进行激烈竞争也就不难去理解了。第二产业就业人数X3的系数为负，而空间项W×x3的系数反而为正，这与之前的假设有所不同。但深入思考便不难理解，就长三角目前的制造业发展现状来说，劳动力要素对制造业的影响逐渐减小。劳动密集型制造业由于成本的上升而向外转移，长三角特别是核心区城市纷纷选择发展智能制造，转向资本或技术密集型制造业。第二产业就业人数规模缩小，在一定程度上反映了制造业内部产业结构的高级化。另一方面，勞动力层面不光考虑到数量，还应考虑质量，也就是常说的人力资本，因此该指标反映劳动力对产业集聚的影响是不全面的。外贸依存度X5对制造业集聚的影响系数没有通过1%的显著性检验。最后来看空间自相关系数，系数为正，表明邻近城市的制造业集聚对该城市的制造业集聚有正向作用。邻近城市平均集聚度提高1%，会促进本城市集聚水平提高0.67%。这种正向作用主要基于更大范围内的产业集聚带来的规模效益和产业上下游的配套，如果考虑到在这个过程中竞争带来的资源消耗，那么实际的空间溢出效应将更高。

4.4 直接效应和间接效应分析

杜宾模型回归结果显示，交通条件、企业固定资产投资和第二产业就业人数都对本地和邻近城市的制造业集聚有显著的影响，但是我们并不能直接采用空间杜宾模型回归结果系数度量自变量对因变量的空间溢出效应，因此还要进一步对效应进行分解。解释变量某一观测值的改变不仅会影响该地区的解释变量，还将影响相邻地区的对应变量，这2个影响过程分别为直接效应和间接效应[27]，如表7所示。

由表7的分解结果可知，货运总量所表示的交通条件和市场规模的对制造业集聚的影响是正向的，其直接效应和间接效应都通过了1%的显著性检验，说明城市交通条件的改善和市场规模的扩大，对本城市和邻近城市的制造业集聚都有相当的促进作用。以上海和苏州为例，紧密的经济联系使得苏州与上海正配套形成国际制造业基地。上海与苏州缩小时空距离或者上海通过自贸区建设扩大其市场规模，都无疑会给上海这座长三角中心城市和邻近的苏州带来制造业发展上的利好。固定资产投资对邻近城市的制造业集聚的影响通过了5%的显著性检验，作用为负，即固定资产投资每增加1%，邻近城市的产业集聚度将会下降0.18%，这与前文资源竞争的分析相一致。劳动力数量越多，邻近城市的制造业集聚度越高，其原因主要是本城市为邻近城市提供了有相应劳动力技能的第二产业就业人员，通过劳动力流动实现劳动力共享。本城市的劳动力数量提高1%，邻近城市可以实现制造业集聚度上升0.76%。经济开放程度越高，对本城市和邻近城市的制造业集聚都有促进作用，且直接效应和间接效应的影响大小几乎相同。

5 结论与思考

第一，长三角的制造业集聚具有空间相关性。长三角集聚水平较高，但区域内核心城市和非核心城市的制造业集聚发展是有差距的，且非核心城市的制造业集聚在近年来没有明显改善。根据对长三角25座地级及以上城市制造业集聚的空间相关性的测算，发现其空间相关性是非常显著的。换句话说，集聚的高[KG-*5]-[KG-*5]高区域和低[KG-*5]-[KG-*5]低区域成片存在，长三角以上海为中心的制造业圈层结构明显。为了推进长三角一体化发展，做好区域产业分工，实现产业协同发展将是一个必然的选择。

第二，良好的交通基础设施、增长的市场规模、配套企业投资和经济开放是影响制造业集聚的重要因素。交通基础设施一种网络性基础设施，各种要素通过网络实现跨区域流动，因此产业集聚因交通而必然存在空间溢出效应。交通基础设施的建设一方面能改善区域的通达性，降低运输成本;另一方面也会吸引劳动力、资本等生产要素流人，从而促进制造业集聚[28]。企业投资所吸引的其他企业，必然是能够降低成本、享受外部经济的相关企业。在招商引资时，要有机聚合产业，同时也要避免行政手段过度干预要素的市场化流动。另外，对于获取投资比较困难、经济开放程度较低的欠发达地区，这种马太效应对它们来说是不利的。

第三，劳动力数量不再是影响长三角制造业集聚的重要因素。改革开放以来，长三角地区制造企业通过代工生产融入全球价值链，加之市场规模较大，众多企业在此形成了制造业集群。但受到成本的影响，劳动力密集型的产业逐渐外移，从产业集聚的角度来讲，长三角已进入了产业转型阶段。应利用长三角丰富的科教资源和劳动力资源，进一步提高技术、人力资本等高端要素对制造业发展的推动作用，加快传统要素驱动的转型[29]。

参考文献：

[1] PORTER M E.The competitive advantage of nations[M].NewYork：The Free Press，1990：1.

[2] 王子龙，谭清美，许箫迪.产业集聚水平测度的实证研究[J].中国软科学，2006（3）：109.

[3] 王猛，高波.空间集聚、外部性与制造业增长：兼论长三角城市群應对“制造业双重转移”[J].南京社会科学，2015（4）：15.

[4] 周泳宏，谭蓉娟.同城关系、行业内外溢效应与集聚：来自制造业2000—2007年市际面板数据的实证[J].当代财经，2009（2）：82.

[5] 程中华，于斌斌.产业集聚与技术进步：基于中国城市数据的空间计量分析[J].山西财经大学学报，2014，36（10）：58.

[6] KRUGMAN P.Geography and trade[M].Cambridge：MIT Press，1991：1.

[7] VENABLES A.New developments in the study of economic integration[M].Netherlands：Kluwer Academic Publishers，1996：1.

[8] PALIVOS T，WANG P.Spatial agglomeration and endogenous growth[J].Regional Science and Urban Economics，1996，26（6）：645.

[9] 贺灿飞，刘洋.产业地理集中研究进展[J].地理科学进展，2006， 25（2）：59.

[10] 陈建军，胡晨光.产业集聚的集聚效应：以长江三角洲次区域为例的理论和实证分析[J].管理世界，2008（6）：68.

[11] 雷平.我国信息产业制造业集聚效应与区域根植性：基于省际面板数据的研究[J].软科学，2009，23（10）：12.

[12] 陈国亮，陈建军.产业关联、空间地理与二三产业共同集聚：来自中国212个城市的经验考察[J].管理世界，2012（4）：82.

[13] 樊秀峰，康晓琴.陕西省制造业产业集聚度测算及其影响因素实证分析[J].经济地理，2013，33（9）：115.

[14] 刘宏曼，郎郸妮.京津冀协同背景下制造业产业集聚的影响因素分析[J].河北经贸大学学报，2016，37（4）：104.

[15] 王俊松.长三角制造业空间格局演化及影响因素[J].地理研究，2014，33（12）：2312.

[16] 魏守华，汤丹宁，孙修远.本地经济结构、外部空间溢出与制造业增长：以长三角为例[J].产业经济研究，2015（1）：71.

[17] 尹希果，刘培森.城市化、交通基础设施对制造业集聚的空间效应[J].城市问题， 2014（11）：13.

[18] 高云虹，符迪贤.异质劳动力与工业空间集聚：基于中心—外围模型的扩展分析[J].财经科学，2015（11）：55.

[19] 董洪超，蒋伏心，路璐.空间视角下的交通运输与产业集聚：基于空间杜宾模型的实证分析[J].经济问题探索，2019，439（2）：122.

[20] 王永进，李坤望，盛丹.契约制度与产业集聚：基于中国的理论及经验研究[J].世界经济，2010（1）：141.

[21] 杨冬梅，万道侠，王琳.制度要素、空间溢出与区域经济增长：基于空间面板数据模型分析[J].山东社会科学，2016（12）：116.

[22] KRUGXNAN，VENABLES.Globalization and the inequality of nations[J].Quarterly Journal of Economics，1995，10（4）：857.

[23] 刘军，徐康宁.中国制造业地区聚集的决定因素研究[J].科学学与科学技术管理，2008，29（10）：127.

[24] 曲玥，蔡昉，张晓波.“飞雁模式”发生了吗？：对1998—2008年中国制造业的分析[J].经济学季刊，2013，12（2）：757.

[25] 魏肖杰，张敏新.中国林业产业集聚影响因素作用机制的实证研究：基于空间杜宾模型[J].资源开发与市场，2018，34（12）：1731.

[26] ELHORST J P.Matlab software for spatial panels[J].International Regional Science Review，2014，37（3）：389.

[27] 王鹤，周少君.城镇化影响房地产价格的“直接效应”与“间接效应”分析：基于我国地级市动态空间杜宾模型[J].南开经济研究，2017（2）：5.

[28] 邓涛涛，王丹丹，吴丹.交通基础设施、空间溢出与制造业地理集聚：基于省级分行业面板数据分析[J].区域经济评论，2017（2）：33.

[29] 何喜军，魏国丹，张婷婷.区域要素禀赋与制造业协同发展度评价与实证研究[J].中国软科学，2016 （12）：163.

[编辑：费 婷]