互联网与制造业空间集聚：影响与机制

张旭娜，卢山冰

（1.西北大学经济管理学院，陕西西安 710127；2.西北大学丝绸之路研究院，陕西西安 710068）

1 研究背景

我国作为世界工业大国，制造业的发展关系着我国的经济命脉，制造业空间分布格局失衡将成为制约我国经济高质量发展的重要因素。早在1980 年，Marshall［1］就提出工业集聚的三大优势：专业化生产、共享劳动力市场以及知识溢出。在经济面临下行压力步入发展新常态时，我国政府出台多种产业政策吸引企业聚集来实现经济快速增长，然而，近些年我国的制造业集聚度却逐渐下降［2］，而美日英等发达国家的制造业集聚度却呈现出上升趋势［3］。

互联网以不可阻挡之势席卷而来，以一种创造性破坏改变了我国各个产业的生产运作方式。近些年，国内外对互联网的经济效应进行了深入的探讨，包括微观层面的企业创新，中观层面的产业升级以及宏观层面的经济增长、生产率、区域创新与国际贸易等，大部分学者承认了互联网带来的积极作用。从微观层面来看，互联网技术（ICT）与企业的高技能劳动力及长期雇佣劳动力的技能融合能够显著提升企业的生产率［4］；从中观层面来看，互联网可以通过生产率提升效应和资源配置效应促进产业结构升级［5］；从宏观层面来看，互联网的使用加大了区域研发力度，提高了区域创新水平，扩大了进出口密集度［6］，促进了经济的增长［7］。

关于互联网的集聚效应，已有文献得出了两种截然相反的结论。一是认为互联网抑制了企业的集聚，如Cairncross［8］提出互联网意味着“距离的死亡”，地理上的临近会加剧集聚引起的劣势；Peter 等［9］同样指出互联网的使用会扩大企业经济活动的分散。安同良等［3］基于中国数据验证了此结论，认为互联网的发展降低了运输成本、加大了房价等生产要素对企业的分散力，使企业趋于分散。二是认为互联网促进了企业的集聚，如Edward 等［10］认为现代信息技术的使用促进了企业的集聚，互联网虽然可以进行长距离的“对话”，却不可以“握手”；陈文涛等［11］以我国淘宝村为例，证明了在互联网的发展下企业集聚的重要性；石喜爱等［12］利用空间计量技术研究发现，互联网的使用提高了制造业就业人员的转移人数，人口规模是制造业赖以生存的生产要素，人口的集聚转移进一步提升了企业的集聚；徐梦冉等［13］利用我国工业企业数据验证了此结论；除此之外，曹玉平［14］以我国23 个省份的数据为样本，验证了互联网的使用促进了经济的集聚，并提出互联网对经济集聚的提升作用随着地区创新水平的增加而增加。

上述关于互联网与制造业集聚关系的研究还处于初始阶段，存在不全面不完善的问题，互联网与制造业集聚被认为是促进经济增长的双动力，剖析互联网与制造业集聚的关系，对于我国经济发展以及缩小地区收入差距具有重要的意义。本研究利用2003—2018 年我国31 个省份的面板数据建立计量经济模型，检验互联网与产业集聚的关系。

2 微观机制与经验假说

互联网对制造业集聚不仅产生直接的影响，而且通过知识溢出与市场潜力产生间接的影响；除此之外，互联网与制造业集聚之间的关系还受经济发展水平与人力资本水平的调节与制约。

2.1 互联网对制造业集聚的传导机制及假说

2.1.1 互联网对制造业集聚的影响

互联网具有基础设施的特性，会对微观企业产生一种直接的吸引作用，主要表现在互联网在制造业企业的采购、生产以及营销环节发挥着越来越重要的作用。采购环节，互联网使得供应商企业信息和商品价格透明化，降低了制造业企业对货源信息的搜寻成本，减少道德风险发生的概率，因为上下游企业任意一方违背合同条约，互联网的信息披露功能会导致企业由于诚信缺失而失去大片市场；此外，若供应商违背契约，制造业企业利用互联网平台可以很快找到新的供应商［15］。生产环节，互联网强大的信息传播功能可以促进生产、研发以及销售等部门的交流，对于产品的改进起到重要作用；除此之外，互联网与劳动力技能相融合，提高了企业劳动生产率，大大节约了人力成本。营销环节，互联网作为一种宣传手段与营销渠道，通过线上销售渠道开拓市场，可以提高销售收入；另外，互联网的网络价值将随着用户数的增多呈现几何级数增长，因此，在互联网的作用下，企业趋于集聚。

2.1.2 互联网对制造业集聚的间接影响

第一，互联网通过影响知识溢出，进而影响企业的分布格局。知识溢出是制造业集聚无法忽视的力量［16］。曹玉平［14］将知识分为全域性知识以及局域性知识，全域性知识指可被互联网携带传达的图像、文字、声音和视频等传播边际成本几乎为零的知识，而局域性知识指不可被互联网或者不能完全被互联网所传达，需要专业人员从错综复杂的信息中筛选、改进，具有专业性强的特性，使其只能通过距离的邻近、面对面交流才可以传播。互联网会同时扩大全域性知识以及局域性知识的溢出。全域性知识溢出会使企业趋于分散，而局域性知识溢出会导致企业趋于集聚，企业集聚还是分散取决于全域性知识与局域性知识作用力的大小。Janssona［17］以互联网行业为例，论证了企业之间距离的缩小可以减小引入新技术的不确定性。对于制造业来说，核心竞争力的提高还是取决于局域性知识，因此，小企业为了获得先进的技术水平与管理经验，会迁移至大企业的周围；同样，一些企业为了获得先进技术，会使得企业毗邻高校或者科研机构。

第二，互联网通过影响市场潜力进而影响制造业集聚。互联网营销平台的出现，扩大了购买力，提高了市场潜力。市场潜力的扩大有利于地区实现规模经济，而企业的集聚可实现营业利润的提高。“互联网+购物”以及“互联网+物流”都极大地拉近了买家与卖家的距离，节省了物流运输成本，Bernardo 等［18］证实了在互联网的作用下，即使没有交易成本，美国消费者还是喜欢购买本地的商品。孙军［19］建立了一个包含国内市场与国外市场的新经济地理模型研究发现，市场潜力的提高对于工业集聚具有显著的促进作用，因此，互联网发展水平的提升提高了市场潜力（包括本地市场潜力与外地市场潜力），本地市场潜力的提高使制造业趋于集聚。根据以上分析，提出假说1。

假说1：互联网发展除了对制造业集聚产生直接的吸引作用，还通过提高知识溢出、增加市场潜力间接促进制造业集聚

2.2 非线性传导机制及假说

较高的经济发展水平意味着具有丰富的资源和完善的基础设施以及金融资产。在经济落后的地区，基础设施的欠缺以及禀赋资源的匮乏，会降低互联网对企业的集聚效应。我国经济发达的地区集中了全国大部分的财富，有着较为先进的制造业体系、较高的对外开放力度、领先的创新水平、本地市场潜力，使用互联网的企业也较多，从而形成了网络效应，提高了网络价值，此时互联网对企业来说价值大于成本。在利润的驱使下，随着经济发展水平的提高，制造业企业使用互联网的动机越大，互联网对制造业企业的吸引力便越大，即认为随着经济发展水平的提高，互联网对制造业集聚的影响呈现出边际效应递增的特征。此外，互联网与制造业集聚的关系还受人力资本水平的调节与制约。当人力资本处于较低水平，员工与互联网技术相匹配，可有效提高企业的劳动生产率，此时，互联网技术在一定程度上能提高企业的集聚水平；随着人力资本的进一步提升，互联网技术将不再是企业集聚的向心力，主要原因是在人力资本丰富的地区，厂房、土地等固定资产的成本将会随之提高，且使用互联网设施的成本要高于雇佣劳动力，因此，互联网对制造业的集聚作用将会降低。根据以上分析，提出假说2。

假说2：在经济发展水平的制约下，互联网对制造业集聚的影响呈现边际效应递增的趋势；在人力资本水平的制约下，互联网对制造业集聚的影响呈现出先促进后抑制的非线性特征。

3 模型建立与变量解释

3.1 模型的建立

根据上述分析，采用普通最小二乘法（OLS）估计互联网对制造业集聚的影响，见公式（1）：

式（1）中：i为省份；t为时间；agg 代表被解释变量制造业集聚；web 为核心解释变量——互联网发展水平；Xk为控制变量，分别为经济发展水平、人力资本、财政支出、基础设施、成本（包括房价成本、环境成本以及人力成本）、对外开放水平与市场分割；为时间固定效应，为个体固定效应；为随机扰动项。

为检验互联网对制造业集聚的非线性影响，建立门槛回归模型，见公式（2）：

式（2）中：I为示性函数；qit为门槛变量，分别为经济发展水平与人力资本水平。

3.2 变量的含义与解释

3.2.1 被解释变量——制造业集聚水平（agg）

用区位熵来计算制造业集聚水平，公式如下：

式（3）中：manu_pop 表示地区制造业的就业人数；total_pop 表示地区所有行业的就业人数。

3.2.2 核心解释变量——互联网发展水平（web）

国内外学者对互联网发展水平的衡量主要有单一指标法以及综合指标法两类方法。单一指标法主要采用企业邮箱数、网站数以及互联网用户总数［15］，难以全面衡量复杂的网络系统，因此参考左鹏飞等［20］等以及韩先锋等［21］对指标的选取，从互联网的应用以及互联网供给两方面选取10 个指标对互联网进行衡量。互联网应用方面选取6 个指标，主要有网民普及率、网民数、移动电话普及率、每个网页平均字节数、网站数、CN 域名数；互联网供给采用IPv4 地址比重，信息传输、计算机服务和软件业从业人员数，长途光缆线路长度以及互联网接入端口数4 个指标代理（见表1）。采用面板数据熵权法分年份赋予指标权重，最后根据权重计算综合得分来衡量互联网发展水平。

表1 互联网发展水平测度体系

3.2.3 控制变量

（1）经济发展水平（pgdp），采用人均地区生产总值（GDP）代理。

（2）人力资本（lab），采用高等学校在校生数占年末总人数的百分比代理。

（3）政府支出（gov），采用政府支出与国内生产总值代理。

（4）基础设施（traf），采用城市道路长度与年末人数的比值代理。

（5）成本：房价成本（house），采用地区房价与工业总产值的比值代理；环境成本（evr），采用环境投资与工业总产值的比值代理；劳动力成本（wage），采用地区劳动力平均工资与工业总产值的比值代理。

（6）对外开放（open），采用进出口贸易总额与地区生产总值的比值代理。

（7）市场分割（fr），采用价格指数的标准差代理，即STDEV（Pi/Pj）。

3.3 数据来源以及描述性统计

以2003—2018 年我国31 个省区市（未含港澳台地区）为研究样本，与互联网相关的数据来自中国互联网信息中心（CNNIC），其余数据来自《中国统计年鉴》《中国城市统计年鉴》《中国区域统计年鉴》以及《中国宏观经济统计年鉴》。所有数据都经过平减处理，数据的描述性统计如表2 所示。

表2 变量的描述性统计结果

4 实证估计结果及分析

4.1 基准回归

Hausman 检验结果支持了固定效应模型的可行性，如表3 所示，M1～M4 都采用了固定效应模型对互联网与制造业集聚的关系进行了检验。其中，M1 在控制时间固定效应以及个体固定效应的基础上，核心解释变量互联网发展水平对制造业集聚的回归系数在0.1 的显著性水平下显著为正，证实了假说1。模型误差采用聚类稳健标准误。

4.2 稳健性检验

（1）替换被解释变量。表3 中 M1 的被解释变量制造业集聚水平是采用制造业就业人数利用区位熵的方法计算的数值，制造业就业人数占比越大，在一定程度上不能完全表示产业集聚水平越高，因此M2 在M1 的基础上替换被解释变量，采用工业总产值来计算区位熵，公式如下：式（4）中：industry 表示地区工业增加值。

M2 核心解释变量的系数同样在0.05 的显著性水平下显著，再次证实了假说1。

（2）替换解释变量。参考大多数学者的做法，在互联网发展水平的衡量上采用国际互联网人数与年末地区总人口的比值来替换表2 中 M1 的互联网发展水平。如表3 的M3 所示，在控制了时间效应与个体效应以及控制变量之后，采用最小二乘法对模型进行估计，结果证明互联网提高了制造业的集聚水平。

（3）删除后3 年数据。控制变量以及核心解释变量在2003—2005 年数据不齐全、质量不高，因此删除M1 中前3 年的数据。M4 是在删除3 年数据之后对M1 的重新估计，结果表明核心解释变量显著性提升，在0.01 的显著性水平下互联网依然显著提高了制造业集聚水平。

（4）内生性处理。模型建立过程中，可能会由于某种不可控因素遗漏一些变量，对模型估计会造成一定的偏误；除此之外，还有测量误差与互为因果的影响。一方面可能是互联网发展水平高的地区吸引制造业集聚，另一方面，也可能是制造业集聚程度较高的地区大力发展了互联网。表4 中Hausman检验P值为0.000，强烈拒绝了“没有内生性”的原假设。为了解决模型中内生性的问题，采用两阶段最小二乘法检验互联网与制造业集聚的关系。工具变量选取有线广播电视传输干线网络总长与解释变量的滞后1 期。工具变量的选取上，应该注意两点：第一，工具变量与核心解释变量应该具有相关性；第二，工具变量与随机扰动项应该不具有相关性，即工具变量除了通过影响解释变量进一步影响被解释变量这一条渠道外，不能通过其他途径对被解释变量产生影响。工具变量选取解释变量的滞后项具有以下优点：滞后1 期的互联网发展水平与当期互联网发展水平高度相关，前一期的互联网发展水平会对下一期的产生影响，而制造业企业往往更看重该地区互联网未来的发展，毫不关心前1 期的互联网发展水平，因此滞后1 期的互联网发展水平不能通过其他途径影响当期制造业集聚水平。有线广播电视传输网络干线总长是指用一系列线路（光纤、双绞线等）经过电路的调整变化，依据网络传输协议来进行通信的过程用的光缆总长，它会对网络的数据通信产生一定的影响。有线广播电视传输网络干线的长度在一定程度上通过影响互联网的发展水平进而对制造业集聚水平产生影响，除此之外，制造业企业不会仅仅由于某地有线广播电视传输网络干线总长处于较高水平就建立或者转移企业。表4 弱工具变量检验的F 值为306.338（超过10），说明工具变量不存在弱工具变量的问题，与核心解释变量具有较强的相关性。过度识别检验P值为0.194，接受“不存在过度识别”的原假设，即工具变量选取合理，与随机扰动项不相关。表3 中M5 为使用工具变量之后的估计结果，互联网对制造业集聚的回归系数在0.01 的显著性水平下显著为正，再次验证假说1 的正确性。

表3 基准回归与稳健性检验结果

表4 内生变量与工具变量检验

4.3 实证结论及解释

表3 中 M1～M5 的结论都证明了互联网发展水平的提高会促进制造业集聚水平的相应提高，原因在于互联网作为一种基础设施，在制造业的采购、生产、营销环节起着举足轻重的作用。在制造业的采购环节，互联网发展水平高的地区，企业的信息更加透明化，可以有效降低生产要素的采购成本，降低采购生产要素之前的搜寻成本与交易成本，减少了采购生产要素签订协议中的道德风险问题。在生产环节，互联网作为一种技术，融入制造业的生产过程，不仅可以促进制造业生产率的提升，扩大企业内部部门之间的交流与反馈，互联网的发展在一定程度上促进了不同企业之间技术的交流。在营销环节，互联网拓宽了销售渠道，加速了信息的传播速度，简便了商品销售过程，消费者随时可以购买商品；此外，借助数字化信息技术，可以准确掌握市场的消费偏好，精准营销，扩大了市场潜力。因此，在互联网的作用下，制造业会逐渐集聚。M1到M5 的结论都肯定了互联网对制造业的吸引作用，说明实证结果具有一定的稳健性。

对于控制变量来说，房价成本、环境成本以及劳动力成本对制造业集聚的回归系数显著为负，成本的增加降低了企业的利润，限制了企业进一步的发展，降低了制造业的集聚水平，符合经济学预期。对外开放水平对制造业集聚的回归系数显著为正，主要有两方面的原因：一方面对外开放增加了与国外市场的贸易机会，提高了企业的销售额，另一方面加强了与国外企业的交流频率，增加了知识溢出，因此，制造业集聚水平会随着对外开放水平的提高而提高。此外，经济发展水平、人力资本、政府支出、基础设施以及市场分割对制造业集聚的回归系数不显著。

5 门槛效应分析

互联网与制造业集聚的关系会受经济发展水平以及人力资本水平的制约。建立门槛回归模型，检验经济发展水平以及人力资本水平作为门槛变量时，互联网与制造业集聚关系的门槛回归结果见表5 和表6。当门槛变量为经济发展水平时，表6 中的M1为单门槛面板回归结果，门槛值在0.01 的显著性水平下显著，在门槛值左侧，互联网对制造业集聚具有促进的作用，在门槛值右侧，互联网发展水平对制造业集聚的边际效应增大，互联网对制造业的集聚作用随着经济发展水平的提高而增大。说明随着经济发展水平的提高，网络效应凸现，互联网的集聚作用增大。表6 中的 M2 为双重门槛回归结果，第2个门槛值不显著，并且在第2个门槛值的左右侧，互联网发展水平对制造业集聚的影响不显著。因此，有理由拒绝在经济发展水平的制约下互联网发展水平对制造业集聚呈现双重门槛效应，接受互联网发展水平对制造业集聚具有单门槛效应。当门槛变量为人力资本水平时，表6 中的M3 为单门槛回归结果，门槛值为2.762，并且在0.01 的显著性水平下显著，在门槛值的左侧，互联网对制造业集聚的影响为正，在门槛值的右侧，互联网对制造业集聚的影响显著为负。在人力资本水平的制约下，互联网对制造业集聚呈现先增加后降低的倒“U”型影响。说明只有劳动力保持在合理的水平下，才能最大化地发挥互联网对制造业的集聚作用。同样，第2 个门槛的检验结果拒绝了互联网发展水平对制造业集聚产生双重门槛效应，接受互联网发展水平在人力资本水平的制约下对制造业产生单一门槛效应。

表5 门槛值检验结果

表6 门槛回归结果

6 机制分析

6.1 模型建立

前面证实了互联网对制造业的集聚作用，本节重点探讨互联网对制造业集聚的影响机制。建立中介效应模型如公式（5）（6）（7）：

式（5）～式（7）中：Z为中介变量，分别为知识溢出（KS）与市场潜力（MP），其余变量含义公式（1）相同。

（1）知识溢出（KS），采用R&D 从业人员与年末总人口的比值代理。

（2）市场潜力（MP），计算公式如下：

6.2 计量回归结果

表7 中，M1 为基准回归，M2 和M3 为互联网通过知识溢出间接影响制造业集聚的检验结果，M4和M5 为互联网通过影响市场潜力间接影响制造业集聚的检验结果；M1、M3 与M5 的被解释变量为制造业集聚，M2 的被解释变量为知识溢出，M4 的被解释变量为市场潜力。M2 与M3 结果显示，在保持其他变量不变的情况下，互联网发展水平的提高增强了知识溢出效应，知识溢出效应与互联网共同促进了制造业集聚，其中，直接效应为0.307，间接效应为0.304×0.029，占总效应的比值为2.72%，M2与M3 的回归结果说明了随着互联网的发展，全局性知识溢出带来的扩散作用小于局域性知识溢出带来的集聚作用，因此，互联网发展水平的提高促进了制造业的集聚。同样，M4 与M5 的结果显示，互联网的发展扩大了市场潜力，互联网发展水平的直接效应为0.297，间接效应为5.772×0.008，占总效应的14.6%，说明互联网发展水平的提高扩大了本地市场潜力与外地市场潜力，但本地市场潜力的集聚作用大于外地市场潜力的分散作用，因此，互联网通过提高市场潜力进一步提高了制造业的集聚水平。

表7 中介效应检验结果

表7（续）

7 异质性分析

7.1 地区异质性分析

以上证实了互联网对制造业集聚的影响受经济发展水平的制约，为了进一步验证其准确性，参考国家统计局的划分方法1），将我国31 个省区市分别分为东部、中部以及西部地区，验证距离海岸线的远近以及经济发展程度的差异导致不同地区互联网对制造业集聚具有不同的影响。如表8 所示，M1 为东部地区互联网对制造业集聚的回归结果，说明互联网显著促进了制造业集聚；M2 与M3 分别为中、西部地区互联网对制造业集聚的回归结果，结果显示互联网在中西部地区抑制了制造业集聚，原因在于东部地区制造业有着较高的技术水平，并且东部地区企业使用互联网成本较低，与高昂的劳动力成本相比，生产中使用互联网更能达到利润最大化，而中西部地区经济较为落后、自动化程度发展水平较低但人力资本充足，与进口大量机械设备、实现完全机械化相比，企业更倾向于使用价格低廉的人力资本，因此互联网发展水平的提高抑制了 中西部地区制造业的集聚。

7.2 分位数回归分析

为了检验互联网对制造业集聚的边际效应是否会随着互联网发展水平的提高而提高，采用分位数回归方法检验互联网分别在0.25、0.50 以及0.75 分位对制造业集聚的影响，如表8所示M4、M5与M6所示。回归结果说明随着互联网发展水平的提高，互联网对制造业集聚的影响呈现出边际效应递增的特征，互联网为制造业的集聚提供了源源不断的动力。

表8 异质性检验结果

表8（续）

8 结论与建议

8.1 研究结论

互联网的发展对我国制造业的空间分布格局产生了深刻的影响，制造业的空间分布格局又深深地影响了我国经济的空间格局，研究互联网的发展与制造业集聚的关系，对于我国新时期提出的经济高质量发展以及缩小地区经济差距具有重要的意义。本研究基于我国2003—2018 年31 个省区市的面板数据，对互联网与制造业集聚的关系进行了研究，并得出以下结论：第一，互联网在总体上对我国制造业集聚呈现出促进的作用，在进行了一系列稳健性检验之后结论不变。第二，在经济发展水平以及人力资本水平的制约下，互联网与制造业集聚呈现出非线性关系，具体地，在经济发展水平的制约下，互联网对制造业集聚产生了边际效应递增的影响；在人力资本水平的调节作用下，互联网对制造业集聚呈现先促进后抑制的趋势。第三，互联网通过增加知识溢出、扩大市场潜力作用于制造业集聚。第四，互联网显著促进了东部地区制造业的集聚，却抑制了中西部地区制造业的集聚；分位数回归结果显示，随着互联网发展水平的提高，互联网发展对制造业集聚产生边际效应递增的影响。

8.2 对策建议

基于上述结论，提出如下建议：（1）促进“互联网+”制造业深度融合。积极发挥互联网作用，使互联网更好地服务于制造业。鼓励制造业企业使用先进的软件系统与现代通信技术，对传统设备进行智能化改造，支持企业依托互联网平台构建采购、生产与销售一体化综合集成系统，促进产业生态体系的发展。（2）调节人力资本的规模与结构。实证表明当人力资本保持在合理的水平下，互联网才能发挥最大限度的集聚效应，因此，打造多层次人力队伍，强化人才技术支撑，才能更好地辅助互联网发挥作用。当前我国互联网技术较薄弱，专业技术人才匮乏，在人力队伍的建设上应积极实施人才工程项目和高层次人才支持计划，共同推动地区产业与经济的集聚。（3）实施差异化的网络建设策略。实证表明互联网对我国不同地区的制造业具有不同的集聚作用，因此东中西部地区应当因地制宜，不能采用“一刀切”的互联网建设方案。东部地区应当充分发挥互联网对生产要素的集聚优势，致力于突破更高水平的互联网技术，担任起领头羊的重任；中西部地区现阶段应扩大基础设施的建设，推动“互联网+”行动计划顺利实施，吸引企业集聚，致力于缩小与东部地区的发展差距。

注释：

1）根据国家统计局的划分标准，东部地区主要为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11 个省市；中部地区主要为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8 个省；西部地区主要为内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12 个省区市。