城市群企业生产率优势来源：集聚效应或选择效应——基于2006～2018年民营上市企业的分析

（华中科技大学经济学院，武汉 430074）

引 言

人口分布更密集、经济活动更频繁的大城市企业生产率更高，这被称为 “大城市企业生产率优势”，其存在已经得到众多经济学研究的证实[1-4]。而城市群作为城市化进程中城市进一步集聚、发展和升级的产物，其生产率问题却未引起多少关注，鲜少有文献对城市群与非城市群地区生产率差异的存在与来源进行研究。党的十九大报告提出，“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局”。因此，对我国城市群与非城市群间企业生产率差异进行研究，探讨 “城市群企业生产率优势”的存在性并分析优势来源能够帮助我们更好地了解城市群战略实施情况并指引未来发展道路。

1 文献综述

对区域生产率差异来源的分析多基于集聚效应和选择效应，相关研究最早可以追溯到马歇尔时代。Marshall[5]通过对小企业的研究发现聚集在一起的企业具有更高的生产效率，其原因在于知识外溢、劳动力市场匹配、上下游的投入产出关联，这被称为 “马歇尔外部性”，通常也归于集聚效应（Aggregation Effect）。此后，集聚效应受到广泛认可，成为区域经济学的一个重要概念。在此基础上，以Krugman为代表的主流经济学家提出了新经济地理理论，研究经济活动的空间聚集及增长动力。新经济地理学理论的提出，激发了有关集聚经济的大量实证研究，并发现集聚经济能提高集群地区企业的生产效率[2，6，7]。 但是这些研究结论正在受到质疑。集群地区的企业生产效率相对较高可能并不是由于聚集效应，而是因为集群地区企业初始生产率就较高。在此基础上，新新经济地理学说出现了，该学说放弃了传统的企业同质性假说，提出了选择效应理论。根据选择效应[8-10]，集群地区激烈的市场竞争将低效率企业淘汰至非集群地区，而将高效率企业保留，最后导致 “低效率企业分布于非集群地区，高效率企业分布于集群地区”的市场格局。

近年来，关于集聚效应与选择效应对中国企业生产率和空间分布影响的研究受到了一些学者的重视，余壮熊和杨扬[11]、 李晓萍等[12]、 刘海洋等[3]、 陈强远等[4]考察了城市规模与企业生产率间关系，但由于采用了不同的实证方法和城市规模划分标准，故结论并不统一，集聚效应和选择效应所起作用有待进一步验证；王永进和张国锋[13]、 盛丹和张国锋[14]则基于集聚效应和选择效应分别对开发区企业生产率优势和企业成本加成率优势进行了研究，发现集聚效应和选择效应均产生影响，其中由制度和政策优惠造成的选择效应起主要作用。

总的来说，目前还未有文献对城市群与非城市群地区企业生产率差异及其来源进行研究，现有关于城市群生产率的研究均是基于城市群生产率的内在影响机制[15，16]，或是针对某一个或某几个城市群的发展路径进行测评[17-19]。本文将基于新经济地理学和新新经济地理学中所提出的集聚效应和选择效应，对城市群与非城市群生产效率差异及其来源进行研究，并提出相关政策建议。本文的边际贡献在于：（1）首次从城市群角度对区域企业生产率差异进行研究，证实了 “城市群企业生产率优势”的存在；（2）从更微观的企业视角出发，基于集聚效应和选择效应对城市群企业和非城市群企业的生产率差异来源进行识别，并发现集聚效应是导致 “城市群企业生产率优势”的根本原因。

2 理论基础与模型设定

2.1 理论基础

（1）集聚效应的影响。集聚效应包括集聚经济和集聚不经济，两者相互抵消并表现为净集聚效应，净集聚效应可能为正也可能为负。规模经济、劳动力市场匹配、技术外溢、分工协作等是集聚经济的主要表现形式，集聚经济将促进集群地区内部企业生产率的提高；劳动力成本上升、地租上升、环境恶化、集聚阴影①等是集聚不经济的主要表现形式，集聚不经济将导致集群地区内部企业生产率的降低。

集聚效应将对集群地区内所有企业造成影响，但对地区内部异质性企业生产率的影响程度有所不同，即存在集聚效应异质性。如果高效率企业从集聚经济中获益更大，或因集聚不经济导致的损失更小，那么高效率企业和低效率企业间差异就会增加，地区内部企业生产率差距会扩大；如果低效率企业从集聚经济中获益更大，或因集聚不经济导致的损失更小，那么高效率企业与低效率企业间差异就会降低，地区内部企业生产率差异会缩小。李晓萍等[12]将前者称之为增强效应，而未对后者进行定义，本文参考增强效应的说法将后者称为减弱效应，增强效应和减弱效应分别对应集群地区内部企业生产率差异的增强和减弱。

（2）选择效应的影响。本文所提及的 “选择效应”是指由于集群地区和非集群地区的市场竞争程度存在差异，使得低效率企业主动或被动地选择在非集群地区发展，造成不同地区间企业生产率差异。

2.2 模型设定

为进一步用计量模型识别 “集聚效应”与“选择效应”，本文采用 Combes等[20]所提出的“无条件分布特征——参数对应”法，通过比较城市群地区和非城市群地区企业生产率分布差异，识别分布的移动（Shift）、伸缩（Dilate）和截断（Truncate）。 记λk（u）为Fk在概率为u处的生产率分位数，其中，F为累计密度函数，k＝1、2，1为非城市群地区，2为城市群地区。则城市群地区与非城市群地区的生产率之间存在以下关系：

具体的参数涵义如下：

A用来反映城市群地区企业生产率分布的移动特征，用于衡量净集聚效应的影响，参数A的值可大于0或小于0。A＞0意味着净集聚效应为正，此时集聚经济占主导地位，能从整体上提高城市群内企业效率，使得城市群企业生产率分布在非城市群基础上右移；反之，A＜0意味着净集聚效应为负，此时集聚不经济占主导地位，将对城市群内所有企业产生负面影响，使得城市群企业生产率分布在非城市群基础上左移。

D用来反映城市群地区企业生产率分布的伸缩特征，用于衡量集聚效应的异质性，参数D的值可以大于1或小于1。D＞1表明存在增强效应，此时城市群企业生产率分布在非城市群基础上扩张，分布更为发散，此时城市群内部企业生产率差异更大。而D＜1表明存在减弱效应，城市群企业生产率分布在非城市群企业基础上收缩，分布更加集中且城市群内部企业生产率差异更小。

S用来反映城市群地区企业生产率分布的左断（拖）尾特征，用于捕捉低生产率企业的区位选择，可用来衡量选择效应的影响，参数S的值可以大于0或小于0。S＞0说明选择效应作用明显，城市群中激烈竞争使低效率企业主动或被动转移至非城市群，此时城市群中低生产率企业所占比重较低，其分布呈现左断尾；S＜0则说明选择效应作用不明显或者选择效应被其他因素的影响抵消，城市群中低生产率企业所占比例较高，其分布呈现左拖尾。

3 实证分析

3.1 数据说明及描述性统计

本文所采用数据主要来自于2006～2018年民营上市企业公开财务报表。剔除国有上市企业的一个原因是国有企业的区位选择和生产决策往往由政府主导，而非市场选择。整个模型所涉及的变量有两个：企业对数全要素生产率（LTFP）与城市群（CLUSTER）。

企业对数全要素生产率（LTFP）计算方法主要参考鲁晓东和连玉君[21]以及 Giannetti等[22]的研究，将企业生产函数设定为：

其中，Yit、Kit、Mit、Lit分别表示企业i在时间t内的产出、资本要素投入、中间投入和劳动要素投入，分别用上市公司年度报表中所公示的主营业务收入、总资产、购入商品和劳务金额及企业员工数量进行衡量。对式（2）进行估计后得到的残差值εit即我们所需的企业对数全要素生产率LTFP。此外，为了验证不同全要素计算方法对结果稳健性的影响，在式（2）中加入上市公司年龄对上市公司性质进行控制计算出LTFP2，用资本性支出替代总资产作为资本要素投入计算出LTFP3，并加入上市公司年龄计算出LTFP4。

城市群（CLUSTER）是虚拟变量，当企业所在城市不属于任一城市群时取值为1，企业所在城市属于某一城市群时取值为2。我国城市群建设正如火如荼地展开，目前已存在大大小小20多个城市群，但并非所有城市群都有完整规划，很多城市群概念都只是提出而并未继续推进或提出时间较短且规模较小，本文在对现有城市群进行分析后选出了14个具有代表性的城市群，具体情况见表1。

表1 城市群具体情况

续 表

表2给出了不同变量的描述性统计结果。从表2可以看出，城市群企业生产率均值均要大于非城市群企业，即对民营上市企业而言，存在 “城市群企业生产率优势”。

表2 变量描述性统计

3.2 实证检验

3.2.1 基准检验

表3报告了2006～2018年全样本期的基准估计结果，（1）～（5）是对基准模型的变换，即分别考虑A、D、S；A、D；A、S；A；S。 参数A、D、S分别用于考察集聚效应、集聚效应异质性和选择效应。另外通过对比（1）～（5）列可以看出，第（1）列的模型拟合系数最高，可以据此认为综合考虑集聚效应、集聚效应异质性和选择效应的模型才是最优模型。

实证结果如表3所示，主要看第1列（即同时考虑A、D、S）所示结果：参数A的值显著大于0，说明净集聚效应为正，此时集聚经济占主导，促使城市群内企业生产率整体提升；参数D的值显著小于1，说明存在减弱效应，低效率企业更能从城市群协同发展中受益，城市群内企业生产率差异较小；参数S小于0且不显著，说明城市群内低效率企业占比较非城市群高，选择效应作用不明显。

表3 基准估计结果

3.2.2 城市群异质性检验

分别对各城市群发展情况进行分析。具体做法是当企业所在城市不属于任14个城市群之一时对变量CLUSTER取值为1，当企业所在城市属于对应城市群时对变量CLUSTER取值为2。实证结果如表4所示。就参数A的值来看，京津冀城市群、长三角城市群、关中平原城市群、粤港澳大湾区4个城市群对应参数A显著大于0，说明存在正的净集聚效应，集聚经济占主导，发展态势较好，促进了城市群内企业生产率的整体提高；而海峡西岸城市群和辽中南城市群对应参数A显著小于0，说明存在负的净集聚效应，集聚不经济占主导，城市群内企业生产率相对于非城市群企业整体降低；而其他城市群集聚效应作用不明显。就参数D的值来看，除了兰西城市群外，其他13个城市群对应参数D均显著小于1，存在减弱效应，即这13个城市群内民营上市企业生产率差异都小于非城市群。就参数S的值来看，所有城市群对应S值均不显著，说明选择效应未发生明显作用。

表4 各城市群估计结果

续 表

3.2.3 稳健性检验

为了避免由企业全要素生产率估算模型导致的误差，分别计算了LTFP2、LTFP3和LTFP4，计算方法参见数据说明部分，实证结果如表5所示。可以看出，稳健性回归结果与基准回归结果较为一致，均表现为参数A显著大于0，参数D显著小于1，且参数S不显著，说明存在集聚效应和减弱效应，而选择效应作用并不明显。

表5 民营上市企业TFP分布的稳健性检验估计结果

4 结论与建议

为了考察城市群和非城市群企业生产率差异，本文采用2006～2018年中国民营上市企业数据进行了分析，并发现城市群企业生产率均值要高于非城市群企业，即存在 “城市群企业生产率优势”，证实了城市群发展战略的必要性。为了进一步考察“城市群企业生产率优势”来源，本文基于 “无条件分布特征——参数对应”法进行了识别，并在此基础上对各城市群进行了分析，发现：（1）总体而言，“城市群企业生产率优势”是集聚效应作用的结果，选择效应作用并不显著；（2）对不同城市群，集聚效应表现不一：京津冀城市群、长三角城市群、关中平原城市群、粤港澳大湾区4个城市群内集聚经济占主导，而海峡西岸城市群和辽中南城市群内集聚不经济占主导，其他城市群集聚效应作用不明显；（3）不同的全要素生产率计算方法不影响结果稳健性。

为进一步促进城市群战略实施，助力企业生产率提高，本文提出如下政策建议：（1）要加快城市群集聚速度，强化城市群集聚能力，通过加强城市群内产业集聚、改善城市群内企业交流环境、促进人才自由流动等措施提升集聚经济正向影响；（2）要合理规划城市群发展，既要协调好城市群中心城市及外围城市的分工和布局，不顾此失彼，不拆东补西，又要协调好不同城市群的定位，避免恶性竞争；（3）要进一步推动企业特别是优秀企业落户于城市群内，形成带动效应。

注释：

①集聚阴影是指在城市群规划以中心大城市为主，忽视外围小城市的发展时，会掠夺小城市资源以发展大城市，致使外围小城市企业生产率降低。