产业集聚和区域经济增长的实证分析——基于空间计量视角

黄 微

（广西大学 商学院，南宁 530004）

经济增长一直是经济学中的一个热门话题，我国目前已是全球第二大经济体。但是近些年来，我国的经济增速逐步放缓，从2010 年的10.64%到2018 年的6.57%，如何使我国经济增速进一步提升值得我们关注。同时，影响经济增长的因素很多，产业集聚作为一种现代化的产物，是否会对我国的经济情况有所影响，如何高效的利用资源使得我国经济进一步增长，因此，对我国经济增长的分析具有一定的重要性。

产业集聚对经济情况的影响，很多学者做过探讨。张治栋、王亭亭（2019）[1]通过面板数据分析，认为产业集聚和城市集聚对推动区域经济增长均具有显著作用；张云飞（2013）[2]通过面板数据分析，认为产业集聚初期推动经济增长，达到一定程度后，过度集聚引起的负外部性会抑制经济增长；周圣强、朱卫平（2013）[3]利用门限回归计算分析，认为在我国产业集聚对于部分城市已经形成拥挤效应，应该鼓励先发地区向欠发地区产业转移；潘文卿、刘庆（2012）[4]通过GMM 估计得出，中国地区制造业的产业集聚对经济增长具有显著的正向促进作用；徐盈之、彭欢欢、刘修岩（2011）[5]通过门槛回归验证威廉姆森假说，认为空间集聚对经济增长具有非线性效应。

当代学者对产业集聚影响经济情况的探讨，多数从面板数据去分析，很少有设计使用空间面板数据去分析，由于一个地区的产业集聚不仅仅会对该地区的经济有所影响，同时也会辐射到周边地区的经济情况，所以单纯地使用面板数据来进行回归分析可能会产生一定的误差，而如果使用空间计量模型来分析可以使得此误差影响降低。基于此，本文使用空间计量来进行产业集聚对我国经济情况的影响进行分析。

一、作用机理分析

产业集聚对区域经济增长具有不可忽视的推动作用，这种推动作用主要是通过产业集聚产生溢出效应、竞争效应、合作效应。

（一）溢出效应

产业集聚产生的溢出效应主要通过创新来实现[6]。一定规模的产业集聚能推动企业之间的创新行为。一方面，企业之间由于相邻的距离，自然而言的会产生知识溢出，企业之间的交流、学习的增加，创新的萌芽也在逐渐的生长；另一方面，企业之间竞争会通过创新来占领市场，通过创新的产品、创新的模式等方式来提高自己市场的占有率，在这种优胜劣汰的环境下，企业之间只有不断的创新才能稳住自己的市场份额，所以企业之间会不断的进行创新行为。正因为如此，产业集聚的情况下，企业之间充满活力，不断创新，提高产出，对区域的经济增长有着良好的促进效果。

（二）竞争效应

产业集聚能通过企业之间的竞争来推动区域的经济增长。在产业集聚的情况下，企业之间的竞争行为会愈发强烈，一方面，因为企业之间的距离很近，信息的传达和获取较为方便，同类型的企业之间会产生较强的竞争来进一步占领市场；另一方面，企业也会在产业链的上游、下游通过竞争来不断拓展市场。由于产业集聚使企业之间的竞争不断增强，市场不断拓展，从而推动了区域的经济增长。

（三）合作效应

产业集聚能通过企业之间的相互合作来推动区域的经济增长。产业集聚为企业的相互交流合作提供了很好的环境和平台，在企业集聚的环境中，存在着大量的同类企业，也存在着大量的产业链上下游企业，企业相互之间彼此了解和熟悉，企业之间相互交流合作变得更加便捷，企业之间也更加信赖，从而使得企业之间的合作越来越多，产出水平得到一定的提升，能够给区域的经济产生一定的促进作用。

二、模型构建

（一）变量选取

1.因变量

地区生产总值PGDP：对于地区生产总值 GDP的计算，本文采用各个省份年度生产总值对数化处理。

2.自变量

产业集聚水平AGG：衡量产业集聚水平的变量或指标很多，其中区位商的计算和相关数据较为容易被获得，因此本文采用区位商来衡量一个区域的产业集聚水平。相关计算公式如下：

式中，Ei,j表示地区行业就业人数，Ei表示地区所有产业就业人数，Ek,j表示全国行业就业人数，Ek表示全国所有产业就业人数。

3.其他控制变量

(1)资本投入类变量ININV。宏观经济学中在索罗模型中提到：在长期，资本的投入可以对一个地区的经济增长有一定的推动作用，投资越大，通常经济发展也就越快。本文采用此思想，我们用各地区全社会人均固定资产投资(inv)来衡量地区的物质资本投入，同时进行对数处理。

(2)人力资本投入类变量INEDU。新经济增长理论中提到人力资本对经济增长具有一定的推动作用，人力资本的提高能够使资源使用更高效，而教育是人力资本素质提高的一个关键。张望（2010）[7]认为人力资本是影响产业集聚与经济增长的核心因素。基于此，本文用教育支出(edu)表示地区人力资本的投入，同时进行对数处理。

(3)政府作用类变量INGOV。我国是社会主义国家，在经济发展的同时，政府作为市场的调节者，发挥着很大的作用。而政府投资作为政府引导市场的一个常用手段，很大程度上能够激发市场活力，提高市场效率，促进区域的经济发展水平。本文用政府投资来作为政府作用类变量的指标，同时进行对数化处理。

(4)人口类变量PEO，用各个省份人口自然增长率（‰）表示。索罗模型理论表明，人口对一个地区的经济增长有着重要的影响。

表1 模型变量说明表

（二）普通面板模型构建

PGDPi,t=β1AGGi,t+β2ININVi,t+β3INEDUi,t+β4INGOVi,t+β5PEOi,t+γ

其中：i 代表地区，t 代表时间；PGDPi,t代表i地区t 时间的地区生产总值，AGGi,t代表i 地区t时间的产业集聚水平，ININVi,t代表i 地区t 时间的资本投入水平，INEDUi,t代表i 地区t 时间的人力资本投入水平，INGOVi,t代表i 地区t 时间的政府作用水平，PEOi,t代表i 地区t 时间的人口水平，βi（i=1,2,3,4,5）为各个变量系数。

本文采用我国30 个省份（由于西藏地区数据缺失）2007-2017 年间的数据，得到以下数据（表2）。

表2 变量描述性统计

（三）空间面板模型构建

1.空间权重矩阵的构建

本文依据可获得性原则和简便原则，采用root 原则的简单二分权重矩阵方法获得本文所需要的空间邻接矩阵。通过查阅地图和我国省份经纬度，做出我国各省份之间的0-1 矩阵。

2.空间相关性检验

如表3 所示，我们通过测算我国省份各个年度产业集AGG 和地区生产总值PGDP 的全局莫兰指数我们发现，PGDP 的莫兰值为0.049，不存在空间相关性。而各省份的产业集聚水平AGG 的莫兰值为0，也就是说我国各省份之间的AGG 之间存在着空间自相关性。如果只用常规的面板数据在进行实证分析，得到的测算结果会存在一定的误差，所以本文采用空间计量的方法来进行测算，能够减少一定的误差。

表3 莫兰检验

3.空间模型的选择

常用的空间模型主要有空间误差SEM，空间滞后SAR 和空间杜宾SDM 三个模型，为了选择合适的模型来进行数据测算，不少文章将三种模型进行测算同时列出结果来进行比较。本文认为这种做法具有一定的不合理性，每一种模型针对的情况不同，需要进行一定的检验才能选择最合适的模型来做分析。本文采用LM 检验可以对三种模型进行一个明确的比较和选择，通过STATA来进行计算，可以得出下表4。

通过表4 我们发现，莫兰值为0,再一次证实了我们选择空间计量模型的必要性。同时，SEM的p 值为0，也就是说，我们可以采用空间误差SEM 模型来进行分析；SAR 的p 值为0.088，我们不能使用空间滞后SAR 模型。

在空间误差SEM 和空间杜宾SDM 模型之间我们也需要进行比较，可以通过LR 检验来鉴别本文的数据是适用SEM 还是更适用SDM 模型。本文运用STATA 来进行LR 检验，我们发现LR 检验的P 值为0，也就是说，在空间误差SEM 和空间杜宾SDM模型之间，空间杜宾SDM 不能退化为空间误差SEM，从而我们应该选用SDM 空间杜宾模型来进行数据回归分析。

4.hausman 检验

在对模型进行计算的时候，固定效应FE 和随机效应RE 作为两种可行的方法可以进行计算，不同的效应适用的情况不一样，对数据分析的结果也不一样。为了针对本文的数据特点，使得模型的结果更有说服力，我们通过hausman 检验可以对两种效应来进行一定的选择。通过STATA 计算，我们发现hausman 检验的结果为-13.56，为负数，根据一般的经验而言，本文应该采用固定效应FE 来进行计算更为合适，随机效应RE 在本文并不适用。

5.联合显著性检验

对于面板数据而言，我们有个体固定效应IND，时间固定效应TIME 还有双固定效应BOTH，不同的固定效应适用于不同的情况，比如个体固定效应就解决了不随时间而变但随个体而异的遗漏变量问题。所以在选择固定效应的时候，应该根据研究对象的特点来选择。运用STATA，我们可以通过联合显著性检验来根据数据的特点选择合适的方法进行数据回归处理。

表4 LM 检验

通过计算，我们发现对于双固定BOTH 和个体固定效应IND 而言，联合显著性检验的P≠0，我们应该选择双固定效应BOTH；对于双固定BOTH 和时间固定效应TIME 而言，联合显著性检验的P=0,我们应该选择时间固定效应TIME。因此，在本文中，时间固定效应更适用本文的数据处理，这样，我们可以解决不随个体而变但随时间而变的遗漏变量问题。

6.空间杜宾模型结果

通过STATA 进行计算，我们得到以下如表5 所示的结果。

表5 空间杜宾模型结果

通过观察，我们发现：R 平方大于0.95，拟合效果较好；自变量和控制变量系数的P 值小于0.01，在1%的水平上显著，但是空间滞后项系数只有INGOV 在1%的水平上显著，其余皆不显著。

具体而言：产业集聚水平AGG 的系数为正，同时在1%的水平上显著，这表明地区的产业集聚影响着该地区的经济增长水平，同时具有正相关；资本类投入ININV 的系数为正，同时在1%的水平上显著，这表明地区的实物类资本投资和该地区的经济增长具有正的相关性，也从侧面说明了古典经济增长理论的正确性；人力资本投入INEDU的系数为正，同时在1%的水平上显著，这表明一个地区的经济增长与教育的投入是有正的相关性，教育的投入越大，经济增长水平也就越高，因为教育可以使得人们的知识水平提升，知识水平提升之后作用于生产力，同时促进经济增长；政府作用INGOV 的系数为正，同时在1%的水平上显著，这表明政府的投入可以对地区的经济增长起到正的作用，同时，空间滞后项系数也为负，这表明一个地区的政府投入太多的话，会对附近区域的经济增长起到反作用，原因在于地区的政府投入过多，引起资源的增加，使得资源投入在一个地区上，使得周围地区的资源降低，于是反作用于周围地区的经济增长；人口类变量PEO 的系数为负，同时在1%的水平上显著，这表明地区的人口过多会对地区的经济增长起到反作用。

三、结论和建议

本文通过对我国30 个省份2007-2017 年共计11 年的数据为样本，利用区位商指数对我国产业集聚水平的测量，采用时间固定效应来做空间杜宾模型分析，得出以下结论和建议：

1.增加各个省份产业集聚水平

实证表明，各个省份的产业集聚水平可以对地区的经济增长起到正的作用，增加各个地区的产业集聚水平可以提高该地区的经济发展水平。

2.增加实物类投入

实证表明，增加实物类资本的投入可以增加各个地区的经济发展水平，例如修建一定的公共设施，给予实体类企业一些帮扶等。

3.增加人力资本投入

实证表明，人力资本投入对各个地区的经济增长起到正的作用。各个地区可以增加人力资本的投入来促进地区的经济发展，例如可以提高教学质量，学校和企业进行一定的相互学习，产学研相结合。

4.适当的进行政府投入

实证表明，政府投入的增加会对该地区的经济增长起到正的作用，但是会抑制周边地区的经济发展，所以我们政府部门在进行政府投入的时候应该适当、适量、适时，而不是一味地增加投入。