安徽省产业集聚的空间溢出效应分析

徐 昕，陈兆清

（中共六安市委党校 经济学教研室，安徽 六安 237000）

一、引言及文献综述

随着中国经济发展进入新时代，供给侧结构性改革的深入推进以及梯度空间发展战略的实施，各地区经济正从高速发展向高质量发展转变。在这一进程中，产业集聚趋势更加明显。对于处于长三角地区的安徽来说，可以通过不断深化与苏浙沪产业分工合作，优化重点产业布局，推动产业链深度融合，在积极承接苏浙沪高端制造业产业转移的过程中，逐步建设成为具有国际影响力的先进制造业基地。尤其是合肥作为综合性国家科学中心，吸引一批高端创新要素在此集聚，成为安徽地区产业集聚的有力支撑。在这一进程中，产业集聚是否只对集聚地经济产生影响，或者说一地产业集聚能否带动周边地区经济共同发展仍需进一步验证。与此同时，安徽地区经济发展不平衡的状况依然存在，皖北、皖西部分地市贫困发生率相对较高，而随着产业集聚的趋势越发明显，会如何影响地区间的均衡发展也值得关注。

许多经济学家在Marshall关于产业集聚研究的基础上，将劳动力市场共享、专业性附属行业的增长和技术溢出解释为关于集聚经济产生的三个原因（邓慧慧，2012）［1］，认为集聚能够通过共享劳动力市场、知识溢出和节省运输成本等方面提升生产效率（陈子真，2017）［2］。此后从不同角度对产业集聚进行分析的研究逐步展开，Porter（1990）从国家竞争力角度研究地方产业集聚现象，认为生产成本、相关产业及要素需求条件等要素的变动是触发形成地方产业集聚的重要原因［3］。根据最佳规模理论，大量类似的经济体由于产业集聚的外部性而进入集聚区，这一过程会不断强化集聚体，从而促进经济增长（胡晨光，2011）［4］。进一步地，有学者在规模报酬递增和不完全竞争理论的基础上，将空间区位因素纳入一般均衡的分析框架，对区域集聚现象给出了更加合理的经济学解释，实现主流经济学向地理空间的扩展（唐建荣，2018）［5］。

具体到对国内产业集聚的研究，主要集中于对集聚程度的测算、对集聚影响因素的探索以及对集聚效应等方面的研究。相关研究表明，1998-2009年，中国制造业产业集中度处于由低到高不断加深的进程中（文东伟，2014）［6］。经济开放、市场化和城市化的加强以及基础设施的改善都是促进产业集聚的重要因素（金煜，2006）［7］，但2008-2013年，中国制造业空间集聚程度开始呈现下降趋势（刘明，2017）［8］，主要原因可能在于地方保护主义、运输成本和自然资源禀赋的限制（Young，2000；路江勇，2007）［9-10］。学者关于产业集聚对经济增长的影响也没有达成共识，陈建军等人研究1978-2005年长三角区域的产业集聚状况，发现产业集聚促进了集聚区的经济增长［11］，李秋雨等人通过空间计量模型验证了旅游业的空间集聚对经济增长有显著促进作用［12］，产业集聚不仅会促进本地区经济增长，还会对相邻地区经济增长形成正向溢出效应（唐建荣，2018）［5］。但谢波通过对中国中、东、西部地区的分析发现，资源产业集聚对经济增长起到抑制作用［13］。此外，还有研究表明产业集聚对经济增长首先起到促进作用，达到一定程度后会抑制经济增长，二者之间呈现倒“U”型关系。

从文献的梳理可以发现，产业集聚对于经济增长的影响因时因地有所差异，并且多数研究关注于产业集聚及其集聚区经济增长之间的关系，对于区域间空间联系的研究相对较少，针对某一具体地区的研究更加缺乏。在这一背景下，研究安徽地区产业集聚对经济增长的空间溢出效应，有较强的针对性，对于地区经济发展，产业空间布局的优化调整有一定的现实意义。

二、经济增长的空间相关性检验

本文将通过探索性空间数据分析检验安徽省16个地市经济增长的空间依赖关系。首先通过一阶Rook原则构建空间权重矩阵，计算各市经济增长水平的全局Moran’sI指数及其显著性检验结果。

根据表1可以发现，2014年和2016年安徽省各市经济增长的全局Moran’sI指数在5%的显著性水平上均显著为正，其余年份全局Moran’sI指数在1%的显著性水平上均显著为正，表明省内各市的经济增长水平具有明显正的空间自相关性。

表1 安徽省16个地级市经济增长全局Moran’sI指数

为更深入地研究安徽省内各市经济增长的空间相关模式，我们绘制了2018年局部Moran散点图（图1）。从图1中可以看出，分布在第一第三象限的地市较多，表明安徽经济增长空间相关模式以“高—高”和“低—低”集聚为主，其中合肥、马鞍山、芜湖、铜陵四市处于“高—高”象限，阜阳、宿州、淮北、亳州、安庆、六安六市处于“低—低”象限，共占全省总量的62.5%，也说明安徽省内各市经济增长水平存在明显的正相关关系。

图1 安徽经济增长局部Moran散点图

进一步地，通过LISA集聚图（图2）分析省内各市经济增长对邻近地区的影响程度。从图2中可以看出，共有9个地市的空间依赖关系显著。其中处于“高—高”集聚区的四市位于安徽中东部沿江地区，紧邻江苏，属于长江经济带范围；处于“低—低”集聚区的阜阳、亳州和淮北三市均位于安徽北部地区；宣城处于“低—高”集聚区，因为与其周边的芜湖、马鞍山相比，宣城经济增长水平相对较低；蚌埠处于“高—低”集聚区。总体而言，安徽中东部地区经济增长水平较高，西北部地区相对较低，空间集聚特征比较明显，具有显著的自相关性。

图2 安徽经济增长LISA集聚图

三、变量选取及实证模型设定

通过对相关研究的梳理，本文在柯布—道格拉斯生产函数的基础上构建空间计量模型，以此研究产业集聚对经济增长的空间溢出效应。

（一）变量解释与数据来源

（1）被解释变量。以各地区人均生产总值表示各市经济增长状况，并且以2014年为基期对其进行调整。

（2）核心解释变量。根据已有文献，关于产业集聚的衡量指标主要有区位熵、行业集中度、HHI指数等，其中区位熵指数能够在消除区域规模差异的基础上分析区域内产业的集聚倾向。本文采用区位熵指数作为核心解释变量，计算方法如下：

其中，pi为i地区第二三产业产值之和，GDPi为i地区生产总值，P为全省第二三产业产值之和，GDP为全省生产总值，Q大于1表明该地区在省内具有产业集聚优势，小于1表明在省内缺乏产业集聚发展优势。

安徽省各市2014-2018年产业区位熵指数见表2所列。整体上看，历年来，合肥区位熵指数基本位居全省第一，均值也为全省最高。可见安徽省内，合肥的产业集聚程度较高，具有明显的产业集聚优势。芜湖、马鞍山、淮北、铜陵、黄山等五市区位熵指数始终超过1，表明这五市在省内也具有比较优势。区位熵指数超过1的城市中，除黄山和淮北外，均属于长三角城市群和皖江城市带范围。长期以来，合肥、芜湖、马鞍山等地积极推进制造业与服务业融合进程，供应链物流、工业设计、信息软件等生产性服务业持续壮大，黄山围绕旅游、文化、生态、体育、健康融合发展，非遗文化传习、民宿短租等新业态快速成长，因此这些地市的产业集聚程度相较于其他地市高。

表2 安徽省16个地级市区位熵指数表

（3）控制变量。参照相关研究，选取人力资本投入、固定资产投资、技术创新、基础设施建设和城市化作为控制变量。根据Lucas模型及相关研究，教育是形成人力资本的最佳途径，因此本文以人均受教育年限度量人力资本投入。对于其他变量，以R&D人员全时当量度量技术创新水平，以年末实有道路长度度量基础设施建设程度，以城镇化率衡量城市化水平。

实证分析的数据来源主要为历年《安徽省统计年鉴》及安徽省统计局数据库，并以2014年为基期调整。

（二）模型设定

本文首先将产业集聚变量及相关控制变量引入C-D生产函数，并且为消除异方差性，对生产函数取对数，构建产业集聚对经济增长影响的普通面板模型：

在（2）基础上纳入空间地理因素，构建产业集聚对经济增长影响的空间计量模型：

其中，PGDP表示各地区人均生产总值，Q表示产业集聚程度，Edu表示教育状况，Inv为固定资产投资，Rds表示R&D人员全时当量，Path表示年末实有道路长度，Citi表示城镇化率。

四、实证结果分析

利用极大似然法对时期空间双固定效应SDM模型进行估计，结果如表3所示。

表3 SDM模型的估计结果

根据回归结果可以发现，产业集聚的回归弹性显著为正，表明产业集聚程度的提高能够显著提升地区经济增长水平。区域内产业集聚会为企业带来规模经济效益、成本节减效益和资源共享效益，能够促进区域专业化分工、提高区域内生产效率并优化资源配置，通过交易成本外部性降低创新成本，从而促进区域经济发展。投资和技术创新的回归弹性都显著为正，表明这二者对经济增长有显著的促进作用。城市化水平的回归弹性显著为正，表明城市化水平的提高会显著促进城市的经济增长。

教育的回归弹性为正，但不显著，主要原因可能在于，长期以来，安徽一直是人口净流出大省，人才流失状况比较严重。根据第六次全国人口普查数据显示，安徽省人才外流总量达960万，位居全国第一，其中大多数流向苏浙沪地区。虽然紧邻江苏、浙江、上海等东部发达地区，在承接产业转移方面具有优势，也能够更好地享受这些地区经济发展的溢出效应，但是，本地区人才也更趋向于流向这些邻近的发达地区，教育投入的收益一定程度上随着人才流出转移到这些地区，导致教育对于安徽本地经济发展的促进作用受到抑制。基础设施回归弹性为正，但也不显著，相关研究认为，基础设施投资与经济增长之间存在着倒“U”型关系，基础设施投资的本质是一种投资要素，也存在着边际递减效应。当前安徽地区基础设施已经较为完善，基础设施并不是本地区经济发展最大的制约因素，所以基础设施投资对安徽经济发展的作用并不显著。

为进一步分析产业集聚的空间溢出效应，将总效应分解为直接效应及间接效应，分解结果如表4所示。

表4 产业集聚的空间溢出效应

通过对产业集聚空间溢出效应结果的分析可以发现，产业集聚对本市经济增长的直接效应为0.28，并且在1%的显著性水平上显著，而间接效应为0.27，在10%显著性水平上显著。表明在其他因素保持不变的情况下，以区位熵指数表示的地区产业集聚程度每提高1个百分点，本地区经济将会增长0.28个百分点，邻近地区经济将增长0.27个百分点。充分说明，产业集聚会对经济增长产生显著的推动作用，同时其溢出效应也十分明显，尤其是对于安徽来说，产业集聚对于经济增长的促进作用是十分巨大的。一方面，长期以来，安徽地区经济发展相对落后于周边省份，尤其是与苏浙沪地区经济发展水平相差很大，近年来由于承接东部地区产业转移，为安徽的发展创造了机遇期。在承接产业转移的过程中，伴随着各种要素更加合理流动并不断累积，一定程度上促进了本省的产业集聚。另一方面，安徽省会城市合肥作为长三角城市群副中心、综合性国家科学中心、“一带一路”和长江经济带双节点城市，三次产业结构不断优化，供给侧结构性改革成果显著，培育并发展了一大批高新技术企业，吸引了大量省内和周边省份的优质资源，客观上促进了该市产业集聚程度的提高。在产业集聚过程中所带来的共享劳动力市场、节约运输成本、技术外溢等外部效应促进了企业生产效率的提高，推动了区域经济增长，并且这个过程中所产生的空间溢出效应也会带动周边地区的经济增长，实现从“极化效应”到“涓滴效应”的过渡，形成新的经济增长极，也在一定程度上缩小了区域发展差距。

固定资产投资对经济增长的直接效应与间接效应分别在1%和5%的显著性水平上显著，说明加大固定资产投资能够有效促进本地区及邻近地区的经济增长。R&D人员全时当量对经济增长的直接效应与间接效应分别在1%和5%的显著性水平上显著。此外，根据对总效应的分解结果来看，固定资产投资和R&D人员全时当量对经济增长的间接效应均明显高于其直接效应。表明通过提高R&D人员全时当量能够有效促进本市及邻近地区经济增长，并且邻近地区能够获得更大的带动效益。

城市化的直接效应和间接效应分别在1%和10%显著性水平上显著，说明城市化的推进有利于本市和邻近地区经济增长。根据Krugman的观点，在不完全竞争市场条件下，人口和经济集中有利于经济活动间的技术外部性，从而促进经济增长。因此城市化不仅能够促进本市经济发展，同时对相邻地区的经济发展也有促进作用。

五、结论及对策建议

本文通过SDM模型对2014-2018年安徽16个地级市的经济状况分析发现，产业集聚程度的提高有利于地区经济增长，同时还能够显著带动相邻地区的经济增长，此外投资的增加，技术进步以及城市化的推进也对本地区和相邻地区的经济增长具有显著的促进作用。

第一，安徽区域经济发展具有显著的空间自相关特征。安徽中东部沿江地区部分城市经济增长水平较高，处于“高—高”集聚区，而皖北、皖西部分城市处于“低—低”集聚区，与其他地市相比，经济增长水平较低。

第二，安徽地区产业集聚具有鲜明的区域差异特征。安徽地区属于长三角城市群和皖江城市带范围的部分城市产业集聚程度较高，整体上，安徽地区产业集聚程度表现出中部高，南北低的态势。

第三，从对安徽各市的分析来看，产业集聚的辐射作用显著，能够有效带动周边城市的经济增长。控制变量中，固定资产投资、技术创新和城市化水平对地区经济增长有显著促进作用，对其他地区也有显著的正向溢出效应。但教育和基础设施对本地区和其他地区的影响均不显著。教育影响不显著的主要原因在于安徽地区人才流失问题严重，对教育的投入一定程度上随人才的流出而转移到省外地区。

可以看出，安徽地区的经济发展水平和产业集聚程度在各市有所差异，产业集聚对地区经济具有显著的直接和间接促进作用，但是地区间不平衡的发展状况将会导致各地从产业集聚进程中的获益不平衡，进而有可能进一步加大地区之间的差异，因此，为了促进安徽省内各地经济快速发展，缩小地区差异，应当从以下几方面着手：

一是强化高水平人才队伍建设，为产业集聚和地区发展提供智力支持。人才是技术创新、产业集聚、经济发展的重要保障，习近平总书记强调，人才是第一资源。当前，人才引进已成为各地服务区域发展的战略选择。各地应围绕重点产业精准引才，积极研究制定专项政策引进产业急需紧缺人才，留住本地高校毕业生和技能人才，重点大力引进皖籍在外就学的毕业生和技能人才。

二是做强主导产业，提高产业集聚程度，带动区域经济发展。应以习近平新时代中国特色社会主义思想为指导，深入贯彻新发展理念，按照高质量发展要求，立足各地区产业基础，发挥自身资源优势，围绕主导产业和重点培育企业，进一步强化创新驱动，完善上下游产业链，不断增强发展驱动力，推动经济持续高质量发展。

三是优化产业布局，建立区域协调机制，促进区域共同发展。紧紧围绕长江经济带、淮河生态经济带和皖江城市带的发展规划，各地在做强主导产业的同时，做好其他相关产业的转移和承接，实现区域间产业的良性互动和错位发展，引导产业集聚区的合理布局，最终形成合理有序的现代化产业体系。