制造业集聚与生产效率:新证据与新机制∗

王立勇 吕 政

(1.中央财经大学国际经济与贸易学院 北京 102206)

(2.中央财经大学统计与数学学院 北京 102206)

一、问 题 提 出

中国经济进入“新常态”以来，在美国金融危机的不利影响和中国自发进行供给侧结构性改革的综合作用下，经济增速逐年下滑，经济增长下行压力较大，中长期经济发展潜力以及长期经济增长已成为人们越来越关注的问题。新古典经济增长理论认为，一个经济体的长期经济增长主要倚靠生产率的提高。特别地，随着近年来中国就业人口出现下滑、老龄化程度逐渐加重，人口红利日渐消弭，这使提高生产效率变得更加迫切和关键。党的十九大报告指出:“中国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，“必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率”。由此可见，提高生产效率是高质量发展的动力源泉，对于中国跨越中等收入陷阱、全面建设社会主义现代化国家具有重要意义。

如何才能提高生产效率呢? 梳理既有文献不难发现，影响生产效率的因素众多，而产业集聚被认为是相对重要的一项。作为产业集聚的重要内容，制造业集聚的过程及其影响越来越受到学界和业界的关注。鉴于问题的重要性，国内外已有文献对产业集聚与生产效率的关系进行了广泛且深入的探讨，但并未得到一致结论，相关研究大体分为三类:第一类文献认为产业集聚有利于提高生产效率。持此类观点的研究认为，企业受益于产业集聚带来的规模经济，在正外部性的作用下提高了生产效率(王永进和张国峰，2016；张国峰等，2017)。第二类文献认为产业集聚不利于提高生产效率。该类文献认为，产业集聚容易引起交通拥堵及通勤成本上升、土地及劳动力要素成本上升、居住与生活成本上升等负外部性经济影响，进而恶化企业生产效率(盛丹和张国峰，2019；赵瑞丽等，2019)。第三类文献认为产业集聚与生产效率之间存在非线性关系。Broersma 和Oosterhaven (2009) 的研究结果显示，产业集聚对生产效率的拥挤效应将先于集聚效应出现，并且负向的拥挤效应和正向的集聚效应均会为相邻地区的集聚水平所弱化。沈能等(2014) 将产业集聚度设为门槛变量，运用门槛模型检验了制造业集聚对生产效率的非线性影响。值得关注的是，Desmet 和Fafchamps (2005)、余泳泽等(2016) 结合地理因素分析了产业集聚对生产效率的空间外溢效应，在不同地理边界上考察空间溢出的非线性特征，实证检验了产业集聚与生产率之间的非线性关系受到除集聚本身以外的因素影响。

考虑到中国问题的特殊性，产业集聚对劳动生产率的影响相对复杂，已有文献直接得出二者正相关或负相关的结论均可能存在偏差。图1 和图2 分别给出了路网相对稀疏的福建、贵州、陕西、宁夏四地和路网相对稠密的天津、浙江、安徽、河南四地的制造业集聚与生产效率之间的散点图。图1 中，地处我国东南、西南、西北地区的福建、贵州、陕西、宁夏地形以山地、丘陵为主，交通运输条件先天不足。图2 中，地处我国东部、中部地区的天津、浙江、安徽、河南地形以平原为主，交通条件相对发达。对比图1 和图2 可以明显看出，制造业集聚与生产效率之间分别呈现“一反”和“一正”的相关性:在路网相对稀疏的地区，制造业集聚与生产效率之间呈负相关；在路网较为稠密的地区，制造业集聚与生产效率之间呈正相关。直观地看，制造业集聚与生产效率之间的关系可能与交通运输条件相关，当交通运输条件较差时，制造业集聚与生产效率存在负相关关系，而当交通运输条件较好时，二者之间存在正相关关系。这一现象是已有文献所未发现且无法解释的，但此处仅仅是给出初步证据，是否具有一般性，还有待进一步论证和检验。

图1 2003—2017 年福建、贵州、陕西、宁夏四地制造业集聚与生产效率的散点图

图2 2003—2017 年天津、浙江、安徽、河南四地制造业集聚与生产效率的散点图

与已有文献相比，本文创造性工作主要体现在:第一，研究视角的创新。本文引入交通运输条件，从理论与实证两方面分析在不同交通运输条件下制造业集聚对生产效率存在的异质性因果效应，以更好地解释经济现实。与以往非线性关系的研究不同，Broersma 和Oosterhaven (2009)、沈能等(2014) 检验的是伴随产业集聚水平不断提高，由产业集聚自身变动对生产效率带来的非线性影响，并未考虑其他因素可能带来的外部性；Desmet 和Fafchamps (2005)、余泳泽等(2016) 基于地理距离检验产业集聚对生产效率的空间非线性效应，即随着地理距离的延伸，产业集聚对生产效率存在非线性影响，在研究中并未侧重考虑交通运输条件问题，与本文研究存在较大差异。本文重点讨论交通运输条件在产业集聚与生产效率之间非线性关系中起到的作用。第二，理论方面的创新。本文在纳入交通运输成本的基础上，构建能够刻画制造业集聚与生产效率之间关系的两部门经济模型，通过求解垄断竞争下的一般均衡结果分析交通条件在制造业集聚与生产效率中发挥的作用。第三，在研究方法上，考虑到制造业集聚与生产效率之间可能存在的非线性关系，本文放松线性约束，借助门槛面板模型内生划分不同交通运输条件情况，以检验不同交通运输条件下制造业集聚对生产效率的非线性影响，弥补已有研究的不足，提供新的经验证据。第四，在指标测度方面，鉴于传统劳动生产率的计算方法未考虑各城市制造业发展阶段的差异，只是简单地用总产值除以就业人数，导致不同制造业规模的城市之间缺乏可比性，本文进一步测算了各城市之间可比的制造业劳动力绩效，以度量制造业生产效率，为后续相关研究提供参考指标。

其余部分结构安排如下:第二部分为理论分析框架；第三部分是实证设计；第四部分为实证检验结果；最后是本文的研究结论与政策建议。

二、理论分析框架

为厘清不同交通运输条件下，制造业集聚对其生产效率影响的作用机制，本文以Abdel-Rahman 和Fujita (1990)、Duranton 和Puga (2005) 的中间产品模型为依据，参考Ciccone 和Hall (1996) 的单位面积需求成本思想，在一个纳入运输成本的两部门模型中进行理论分析。

首先，本文做出如下理论假设:第一，模型经济为制造业(x) 和零售业(y) 构成的两部门经济，分别作为产业链的生产端和销售端，所有厂商的区位选择不受限制。第二，市场形式属于垄断竞争，制造商利用劳动和资本要素生产有差异产品，零售商利用劳动力和制造商提供的中间产品向消费者提供有差异服务。第三，城市中的所有厂商呈线性均匀分布。第四，要素和产品的自由流动需要一定运输成本。运输成本ε取决于当地的土地面积S以及交通运输条件h，将运输成本表示为:

用CES 效用函数刻画不同城市的消费者偏好，零售业商品的不变替代弹性σr＞1，用Ei和Ej表示城市i和城市j中消费者对零售品的总支出，对应地用Ir，i和Ir，j分别表示两个城市商品市场的价格指数，pr，i(y)为零售商的商品销售价格。参考柯善咨和赵曜(2014) 的做法，将城市i中单个零售商的需求函数设为:

将零售商需求转换成单位面积需求，并用单位需求密度函数表示；另外，假设需求密度的弹性系数为(λ-1)/λ，其中λ＞1。ei和ej表示单位面积上城市i和城市j的消费者对零售商品的支出，qr，i(y)/Si为零售商的单位面积需求，则单个零售商的单位面积需求密度为:

根据厂商线性均匀分布的假设，有:

提取公因式qr，i(y)/Si，将零售商的单位面积需求函数变形为:

假定零售商的可变成本和固定成本分别为cvr，i和cfr，i，wi代表销售过程中向劳动力支付的工资，Im，i代表上游制造业产品的价格指数，β是制造业产品占投入成本的比重。为体现运输成本在要素转移中发挥的作用，本文将运输成本归结到制造业中间产品成本中，运输成本越高，中间产品投入在零售商成本中的比例越高，用β/(1 -ε)表示中间品投入份额，因此单个零售商的成本函数及其单位面积成本函数分别设为:

类似地，假设制造商生产的中间品的不变替代弹性为σm＞1，用Xi表示城市i的制造商总数，则制造业产品的价格指数为:

同理，制造商的单位面积需求函数见式(9)，Yi表示城市i的零售商总数:

同样令制造商的可变成本和固定成本分别为cvm，i和cfm，i，制造商在生产过程中需要投入劳动力和资本，用ki表示原始资本投入的利息，赋予资本的权重为δ，并纳入运输成本的影响，得到制造商单位面积成本函数:

在垄断竞争的市场形式下，求解厂商的一般均衡结果分两步①因篇幅所限，本文省略了一般均衡求解的具体推导过程，感兴趣的读者可在《经济科学》 官网论文页面“附录与扩展”栏目下载，具体见第一部分。:第一步，在短期所有制造商实现利润最大化。通过关于零售商的式(5) 和式(7)，关于制造业的式(9)和式(10)，本文分别利用利润最大化的一阶条件，得到均衡时零售业和制造业的最优定价。第二步，在长期厂商可以自由进出市场，在长期中任一企业的利润必须为零，得到零售商和制造商长期均衡下的单位面积需求qr，i/Si和qm，i/Si。结合两部门的产出关系，得到制造业在城市i的最优产量为:

为了与代表性研究保持一致，参考Ciccone 和Hall (1996)、Kanemoto 等(1996)、柯善咨和赵曜(2014) 用人均产出衡量生产效率的做法，以及Ciccone 和Hall (1996)、孙晓华等(2017) 用劳动力与城市面积的比值测度集聚水平的方法，本文以制造业产量与制造业就业人数的比值Qm，i/Lm，i衡量制造业劳动生产率，以制造业就业人数与城市面积的比值Lm，i/Si衡量制造业集聚水平，同时将wi、ki、Yi和qr，i视为控制变量，其他变量作为常数，得到制造业生产效率与制造业集聚的函数关系为:

对式(12)①中的制造业集聚Lm，i/Si求一阶导数，可得到制造业集聚对其生产效率的影响，求导结果如下:

由上述数理模型的推导结果可知，随着运输成本的不断降低，制造业集聚与生产效率之间呈现出U 形的非对称关系，拐点的位置取决于运输成本系数。如果运输成本大于临界值，那么制造业集聚会阻碍生产效率提高，只有当运输成本小于临界值时，制造业集聚才会发挥出应有的规模经济，对生产效率起到促进作用。可见，交通运输条件会在制造业集聚与制造业生产效率的关系中具有重要影响，本文认为引入交通运输条件后，制造业集聚对生产效率非线性影响的作用机制如下:

综合新经济地理学的理论假设以及中国制造业集聚的动力来源分析可发现，制造业集聚看似是一种宏观经济表现，实质上是制造业企业的微观区位选择，且选址过程在现实经济中受多方面因素影响，交通区位优势是促成地方制造业集聚的一个重要原因，但也不排除负外部性的可能(白万平等，2019)。

一般而言，制造业企业的运输成本会随着交通运输条件的改善而下降，拥有交通区位优势的地区，会吸引生产关系前后关联的制造业企业自发地聚集到一起。同一类型或不同类型的制造业企业在一定区域范围集聚时，不仅实现了专业化的劳动、资本集中，还传播了生产技术和管理经验(戴美虹，2020)。在MAR 外部性和Jacobs 外部性的综合作用下，正向的集聚效应为制造业生产带来了规模报酬递增的效果，有力地提高了制造业生产效率。通过文献梳理可知，有经验证据显示在拥挤效应下，制造业集聚会对生产效率带来负面影响。需要说明的是，拥挤效应是指制造业企业在从事生产活动时，生产要素的投入存在一个最优比例，如果制造业企业在工业园区过度集中，企业数量超过了园区的承载能力，为了自身利益最大化，会出现对劳动、资本、土地、原材料、公共基础设施等资源的争夺，过度的竞争会导致生产要素配置不平衡，造成制造业生产效率的损失(梅林和席强敏，2018)。在制造业集聚的过程中，负向的拥挤效应与正向的集聚效应同时产生，在不同均衡状态下这两股力量的作用大小有所不同，并且拥挤效应和集聚效应的强度可能会随当地其他环境因素的改变而改变。结合本文数理模型的推导结果可以判断，这些环境因素恰好包括本文所关注的交通运输条件。具体来说，在交通运输条件薄弱的地区，自身的经济体量往往相对有限，当地的制造业集聚程度在全国范围内处于较低水平，制造业集聚带来的正向效应并没有理想地发挥出来。此外，在这些不具备交通区位优势的地区，制造业集聚的形成还带有较强的政府主导特点，当地的工业园区在招商引资时得到了政府给予的大量政策优惠。在政府牵头下形成的制造业集聚，并不是由当地区位优势自发形成的，集聚效应往往不强。随着制造业企业不断进驻工业园区，拥挤效应将占据主导地位，反而不利于提高生产效率，失去了原先制定产业政策的应有之义。

综上所述，在交通运输条件作用下，制造业集聚对生产效率的影响是一柄“双刃剑”，既可能引起负向的拥挤效应对生产效率造成损失，也可以利用正向的集聚效应提高生产效率，制造业集聚对生产效率的影响本质上取决于上述两股力量孰强孰弱。本文认为，当制造业集聚引起生产要素配置失衡时，为弱化拥挤效应对制造业生产效率带来的负面影响，需要优化当地生产要素配置，而交通运输条件在其中发挥着重要作用。随着交通运输条件不断完善，当地的经济承载能力将相应提高，随着生产要素配置不断优化，制造业集聚带来的拥挤效应主导会逐渐向集聚效应主导转变，进而对生产效率带来积极影响。

经过上述数理推导和理论机制分析，本文提出以下两个待实证检验的研究假说:

假说1:制造业集聚对生产效率具有非线性影响。

假说2:制造业集聚对生产效率的作用方向取决于交通运输条件。

三、实 证 设 计

本部分介绍选用的研究方法，构建与数理模型推导相匹配的计量经济模型，并对变量含义与数据来源进行说明。

(一) 研究方法和模型设定

根据前述理论分析框架的一般均衡结果，为验证研究假说，本文在此借助门槛面板模型对制造业集聚与生产效率的关系进行实证检验。该方法以样本数据为依据，能够客观地估计出交通运输条件(门槛变量) 的阈值，避免了以往按均值或分位数主观分组检验造成的偏误。该方法的主旨思想是根据样本数据，内生估计出交通运输条件的门槛值，从而划分交通运输条件优劣区间，将制造业集聚设为随该区间而变的解释变量，通过构建分段函数进行分组回归，并对该门槛值的“门槛效应”进行相应检验。门槛面板模型设定为:

式(14) 中，i表示城市，t表示年份，LNLPit、LQit和ROADit分别表示制造业劳动生产率、制造业集聚和交通运输条件，其中ROADit是根据数理推导选定的门槛变量，LQit是核心解释变量。为了避免由于遗漏变量偏差导致的内生性问题，本文在模型中增加了控制变量，用Xit表示，β是待估系数，εit为随机扰动项，γ为待估计的门槛值，I(·)为指示函数，当满足括号内的条件时，令I＝1，反之，I＝0。

(二) 变量定义和数据说明

1.被解释变量

目前关于生产效率的测度方法主要有三种，分别是Malmquist 指数、全要素生产率(TFP)、劳动生产率。综合考虑地级市层面数据的可得性，以及指标选取的代表性，本文最终选取劳动生产率(LNLP) 反映制造业生产效率。另外，在稳健性检验中，本文测算了制造业劳动力绩效(PL) 作为劳动生产率的度量指标，以反映生产效率的相对质量，计算方式如下:

式(15) 中，Yit和Lit分别表示第i个城市在t年份的工业总产值及其总就业人数。

2.核心解释变量和控制变量

关于制造业集聚水平的测度方法较为丰富，本文采用区位熵(LQ) 衡量制造业集聚，该指标简单易行，较好地刻画了各个城市制造业集聚的相对水平，计算方式如下:

式(16) 中，EMit和Eit分别表示第i个城市在t年份的制造业就业人数及全行业就业总人数。在稳健性检验中，本文参考孙晓华等(2017) 的做法，测算了就业密度，以反映制造业生产活动的空间分布情况。在控制变量选取方面，本文采用投资依存度(INVEST) 来控制固定资本投资规模对制造业劳动生产率的影响；利用FDI 占GDP 比重衡量外资渗透度(FDI)；采用财政支出(EXPEND) 衡量政府对市场的干预程度，且政府财政支出的增加会提高企业的税收负担；采用职工平均工资反映消费能力(WAGE)，平均工资越高，消费者的购买能力越强，对制造业产品的需求往往更高；采用出口依存度(EXPORT) 控制出口导向对制造业生产效率的影响。需要说明的是，很多学者在省际问题的研究中，把铁路当作交通基础设施的代理变量，鉴于地级市层面的铁路里程数据较难搜集，因此本文采用公路密度(ROAD) 衡量各城市的交通运输条件。

3.数据来源

本文搜集整理了2003—2017 年中国286 个地级及以上城市的样本数据，数据主要来源于《中国城市统计年鉴》、《中国区域经济统计年鉴》 以及各省市统计年鉴，利用插值法补齐个别缺失数据，实际样本记录为4 290 组。另外，在2011—2013 年，国务院撤销了安徽省的巢湖市，将其辖区归入合肥、芜湖和马鞍山三市，升格贵州省毕节、铜仁两个地级市，在海南省设立三沙市，在青海省设立海东市，因此地级及以上城市数量由287个变为290 个，为统一口径，本文剔除了毕节、铜仁、三沙和海东4 个地级市进行实证分析。价格指数来源于2003 年以来各省市统计年鉴，所有货币价值的数据以2003 年不变价进行平减，并给出变量定义及各变量的描述性统计结果。①变量定义与描述性统计请见《经济科学》 官网“附录与扩展”第二部分。

四、实 证 结果

本部分将给出实证分析结果，并从替换被解释变量、替换核心解释变量和内生性等方面进行相应的稳健性检验。

(一) 门槛效应检验

进行门槛回归前，本文首先检验是否存在门槛效应，并判断模型中存在的门槛个数，利用拔靴法反复抽样300 次得到的检验结果见表1。由表1 可知，仅单一门槛的p值小于1%，意味着交通运输条件存在“单门槛效应”，门槛值为0.19，其95%的置信区间为[0.18，0.20]。

表1 交通基础设施门槛效应检验结果

(二) 门槛面板数据模型估计结果

表2 报告了基于单门槛效应的门槛面板模型检验结果，可以看出，在制造业区位熵与劳动生产率的关系中，交通基础设施的门槛效应十分明显。表2 中的第(2) 列至第(5) 列是在第(1) 列基础上逐步加入外商直接投资、财政支出、出口依存度和平均工资后，检验了制造业区位熵对制造业劳动生产率的非线性影响。从各列结果可知，当控制了关键控制变量之后，核心解释变量区位熵系数估计结果的方向、大小和统计显著性并未发生明显变化，说明本文核心解释变量系数的估计结果是稳健的。

表2 门槛面板数据模型估计结果

从表2 可以看出，在交通运输条件门槛值划分的两个区间上，制造业集聚对生产效率的影响存在明显差异。当地级市的公路密度小于等于0.19 时，即对交通运输条件较差的地级市而言，制造业集聚对劳动生产率的影响显著为负，这说明在制造业集聚形成的初期，大量的就业、资金涌入城市，但没有相应的交通基础设施与之相匹配，产业集聚在短期造成了城市人口规模扩张、交通堵塞及通勤成本上升等后果，使生产要素的流动受到一定限制，制造业集聚对生产效率的拥挤效应较为强烈，阻碍了资源利用效率的最大化，难以有效发挥制造业集聚的规模经济，不利于生产效率的提高。在拥挤效应为主要影响时，按照原先的制造业发展模式，制造业企业继续大量集中会加剧拥挤效应，因此有必要改善交通基础设施。当城市公路密度大于0.19 时，交通运输条件得到改善，此时制造业集聚产生的集聚效应更强，集聚效应接替拥挤效应占据主导地位，制造业集聚对生产效率正向的促进作用开始显现。在现实经济中，当交通基础设施改善到一定程度时，制造业企业能够共享基础设施，工业园区中的制造业企业通过专业化分工、产业前后向关联、规模化采购以及共担风险的方式获得规模报酬递增带来的正外部性，进而提高制造业生产率。上述实证分析结果与理论分析结论完全吻合，制造业集聚在不同的交通运输条件下对生产效率的影响存在显著差异，验证了制造业集聚与生产效率之间存在非线性关系。

表2 估计结果还显示，公路密度的估计系数显著为正，说明改善交通运输条件、降低运输成本，有利于厂商建立稳定的供销关系，促进生产率的提高。投资依存度对生产效率具有显著的正向影响，即投资环境改善会提高生产率。值得注意的是，无论是统计意义还是经济意义，FDI 对生产效率都有显著的促进作用。FDI 作为知识与技术的载体，通过技术外溢的方式提升企业的创新能力，大幅提高了制造业生产效率。

(三) 稳健性检验

本文主要从三个方面进行稳健性检验。①因篇幅所限，本文在这里仅说明稳健性检验的方法，稳健性检验部分的详细内容请见《经济科学》官网“附录与扩展”第三部分。第一，替换被解释变量的稳健性检验。考虑到制造业生产效率测度指标的不同选择，能够从不同角度反映制造业集聚对生产效率的影响，同时为了减少用劳动生产率衡量生产效率可能存在的度量误差，本文利用劳动力绩效作为生产效率的衡量方法进行稳健性检验，相对于劳动生产率侧重绝对数量，劳动力绩效侧重于比较各个地级市生产效率的相对高低，尽可能弱化各城市之间制造业规模上的差异，强调比较生产效率质量的相对高低。第二，替换核心解释变量的稳健性检验。本文采用就业密度指标替代原先的区位熵，以更好地反映制造业生产活动的空间分布情况。第三，内生性讨论。本文虽然在模型中控制了一系列变量，但模型仍可能存在双向因果关系等导致的内生性问题，本文对此进行讨论。上述稳健性检验结果充分证明了上文结论的稳健性和可信度。

五、结论与建议

为厘清交通运输条件在制造业集聚与生产效率的关系中发挥的作用，以及制造业集聚对生产效率的影响机理与作用路径，本文在中间产品模型基础上，将运输成本纳入刻画制造业集聚与生产效率之间关系的两部门经济模型，从理论层面分析制造业集聚与生产效率之间的非线性关系。随后，本文以2003—2017 年中国286 个地级及以上城市的平衡面板数据为样本，借助门槛面板模型实证检验在不同交通运输条件下制造业集聚对生产效率的非线性影响，得到以下结论:第一，制造业集聚对生产效率的影响存在门槛效应，且该影响受交通运输条件这一门槛变量影响。以公路密度的门槛值为界，将样本划分为交通运输条件发达和欠发达地区，当公路密度跨越门槛值时，制造业集聚对生产效率的影响存在显著的由负转正的变化。第二，制造业集聚能否促进生产效率提高，主要取决于集聚效应和拥挤效应二者的相对强弱。在交通运输条件发达的地区，制造业集聚带来的集聚效应强于拥挤效应，有利于提高当地的生产效率。反之，在交通运输条件薄弱的地区，制造业集聚的拥挤效应更强，对生产效率难以产生促进作用。第三，FDI 的技术外溢对提高制造业生产效率的成效显著。对比实证检验结果，无论是以绝对数量还是以相对质量衡量制造业生产效率，FDI 都能有效刺激生产效率的提高，在质量方面的刺激作用尤为明显，意味着作为知识和技术载体的FDI 具有显著的技术外溢。

基于上述研究结论，本文提出如下政策建议:第一，加强交通基础设施和配套环境建设，避免一拥而上或盲目地推进工业园区和产业园区建设。当地政府应当为提高生产效率创造良好的外部环境，依据地区的产业级差，借助市场力量合理有序引导产业转移，加快欠发达地区的工业化进程，从而获取集聚优势。第二，因地制宜引导制造业集群发展，提升制造业产业链高端布局比重，助力制造业高质量发展。在经济增长下行压力增大的挑战下，中国制造业亟待变“要素驱动”为“创新驱动”，实现制造业转型升级。第三，重视引进外资，消除生产要素流动壁垒，以推动制造业集聚和高效发展。制造业空间布局失衡导致大量生产资源的闲置和浪费，建议在效率优先兼顾公平的原则下，通过市场竞争和梯度发展，由粗放型增长向集约型增长方式转变。