集聚视角下云南省工业地域分布与经济效应研究

李兴波，聂元飞 ，兰 天

（1.云南财经大学 商学院，昆明 650221；2.云南省人民政府研究室 昆明 650021）

0 引言

20世纪70年代以来，在欧洲国家经济普遍衰退的背景下，聚集了众多中小企业的“第三意大利”的经济却飞速增长，引起学者关注。此后，产业集聚现象日趋普遍，论述产业集聚的文章陆续发表于 《美国经济评论》、《欧洲经济评论》、《国际经济学杂志》等国际经济学期刊上，特别是Porter的《论国家的竞争优势》以及Krugman的 《收益递增与经济地理》的发表，使产业集聚理论逐渐从经济学界的边缘状态进入到主流经济学的研究范畴。由于相关数据收集困难、计量模型设计复杂且计算量较大，国内学者提出成熟的计量模型并对产业集聚程度进行精确测定的研究成果较少，尤其是对不发达地区产业集聚的实证研究鲜有涉足。本文通过收集、整理较新的横截面数据及较长时间的时间序列数据，对云南的产业集聚区域分布进行实证研究，并运用统计分析软件对云南的产业集聚效应进行测算。

1 工业区域集聚及经济效应的测度方法及其计算说明

1.1 云南工业区域集聚及经济效应的测度方法

1.1.1 云南工业区域集聚的测度方法

产业区域集聚程度的高低实质上是指某产业在空间地理上分布的不均匀程度，区域集聚程度越高，产业分布越不均匀。本文选取了四组产业集聚衡量指标：行业集中度（CR1、CR2、CR5）、空间基尼系数和 N 指数。

行业集中度指行业内规模最大的前几位企业的规模占整个市场或行业的份额，在本文用来反映云南工业产值在最大几个州市的集中程度。其计算公式为：

式中：CRn表示产业中规模最大的前n位企业的行业集中度；Xi表示产业中第i位企业的规模数值；n表示产业内的企业数；N表示产业的企业总数。

空间基尼系数是一个衡量产业空间分布均衡性的指标，其值在0到1之间变动，越趋向于1表明产业集聚程度越强。其计算公式为：

式中：n为州市总数；X1，X2，…,Xn为按照递减排序的各州市某一特定行业的工业产值（或就业人数）；X为全省该行业工业平均产值（或就业人数）。

N指数是赫芬达尔指数的倒数，赫芬达尔指数指某特定行业市场上所有企业的市场份额的平方和。其计算公式为：

式中：X为产业市场总规模；Xi为产业中第i位企业的规模；Si表示产业中第i位企业的市场占有率；n表示产业内的企业数。在衡量产业集中度时，N指数表示某产业中存在的规模相等的企业数，在本文中相当于某产业平均分布于N个州市。赫芬达尔指数越大，N指数越小，产业集聚程度愈强。

1.1.2 云南工业集聚经济效应的测度方法

云南工业集聚经济效应的测度方法采用唐杰 （1989）改写的CES函数模型：

式中：P为某行业某年份的利润总值；Q为某行业某年份的工业总产值；K为某行业某年份固定资产净值；β为产出利润弹性；γ为固定资产占用的利润弹性。对上式两边取对数，作时间序列数据的移动回归处理，可求得产业集聚效应指数，其计算公式为：

若h大于1，表明该地区规模报酬递增，具有产业集聚效应；若h等于1，表明规模报酬不变，集聚收益不变；若h等于1，表明规模报酬递减，出现聚集不经济。

1.2 计算说明

本文数据均来源于历年《中国统计年鉴》及各省统计年鉴。由于我国自2003年开始启用新的国民经济行业代码（GB/T4754-2002），为保持统计口径的一致性，并考虑数据的可获取性，在对云南工业行业区域集聚的测算中，我们选择了工业行业中的26个大类作为研究样本，这些工业行业在新的国民经济分类体系中基本没有变动，且覆盖了云南的绝大部分工业行业。

由于我国的统计口径在1998年由乡及乡以上工业企业改为全部国有及年产品销售收入500万元以上非国有独立核算工业企业，并一直沿用至今，所以本文在计算1998年以后有关产业集聚程度的各类指标上统一采用新的统计口径，在测量产业集聚经济效应时，1997年以前采用乡及乡以上独立核算工业企业数据，1998年以后采用全部国有工业及规模以上非国有工业数据。

表1 云南省26大类两位数工业行业产业集聚指标（2007年）

关于区位熵和空间基尼系数的计算，Krugman和Amiti使用的是行业就业水平的数据，由于我国省际之间及云南省内州市之间经济发展不平衡，劳动生产率存在很大差异，对行业就业水平有较大干扰，因此本文均使用产值数据进行测算。

2 计算结果和数据分析

2.1 云南省工业产业集聚程度的实证分析

根据上文各指数计算公式，计算出的云南省26大类两位数工业行业产业集聚指标（2007年）见表1。

2.1.1 集中度分析

从行业集中度指标看，集聚程度最强（CR1最大）的工业行业为B10非金属矿采选业，属典型的资源依赖型工业，其中最大集聚地昆明所占比重高达95.92%，与之相比，第二、第三集聚地比重很小。CR1排名第二和第三的行业为C34金属制品业和C35通用设备制造业，最大集聚地比重分别为87.83%和82.99%，集聚程度也非常强。CR2、CR5最高的是C29橡胶制品业，依赖消费市场的产业特点使昆明成为该行业的最大集聚地。集聚程度较弱（CR1最小）的后7位工业行业均为资源依赖型工业，普遍集中于原料产地。

从集聚区的分布情况看，工业集聚程度最强的地区是昆明，其次是玉溪和曲靖，上榜次数（进入前5位集聚区的次数）分别为34、18、16。昆明是17个行业的第一集聚区和5个行业的第二集聚区，是名副其实的云南第一大工业基地。玉溪和曲靖分别是4个行业和3个行业的第一集聚区、7个行业和3个行业的第二集聚区，工业集聚程度也很高。其它主要工业行业集聚地及其上榜次数分别为：红河 14、楚雄 13、大理 12、文山 6、昭通6。普洱和西双版纳分别为C20木材加工及竹、藤、棕、草制品业和C15饮料制造业的第一集聚地，集聚程度分别是50.09%和27.56%。可以看出，云南工业产业布局存在严重的极化现象，重要工业产业普遍集中在几个发展水平较高的大城市，中小城市工业发展严重不足。

从三个指标的总体情况看，CR1数值较高 （低）的行业在CR5中数值也较高 （低），如CR1中比重超过40%的行业在CR5中都达到或超过90%，排名20位以后的行业在CR5中的排名都在19位之后。此外，在各工业行业中变动最大的是D46水的生产和供应业，从CR1到CR5降低了16个名次，这主要是由于规模经济和网络经济特征显著，行业市场主要为区域性市场的缘故。在各集中度指数排名中，CR1指数排名前两位的B10非金属矿采选业和C34金属制品业在其它两个指数中的排名均在前5位，变动幅度最小，地域集中度很强，说明资源禀赋和交通运输成本是影响产业聚集的重要因素。

2.1.2 空间基尼系数分析

根据空间基尼系数的大小，可将26大类两位数工业行业分为四组，按降序依次为：

第一组（G≥0.9）：B10非金属矿采选业、C34金属制品业。

第二组（0.8≤G＜0.9）：C35通用设备制造业、C29 橡胶制品业、C36专用设备制造业、C25石油加工、炼焦业及核燃料加工业、C37交通运输设备制造业、C27医药制造业。

第三组 （0.7≤G＜0.8）：C30 塑料制品业、C23 印刷业、记录媒介的复制、C20木材加工及竹、藤、棕、草制品业、C14食品制造业、C32黑色金属冶炼及压延工业、B06煤炭开采和洗选业、C33有色金属冶炼及压延工业、B08黑色金属矿采选业、C26化学原料及化学制品制造业、C17纺织业、C16烟草制品业、D46水的生产和供应业。

第四组（G＜0.7）：C22造纸及纸制品业、C15饮料制造业、D44电力、热力的生产和供应业、B09有色金属矿采选业、C13农副食品加工业、C31非金属矿物制品业。

2.1.3 N指数分析

N指数中排名前三位行业与CR1中排名前三位的行业相同，依次为B10非金属矿采选业、C34金属制品业和C35通用设备制造业，分别均匀分布于1.0863、1.2873、1.4177个州市。集聚性最弱的三个行业与CR2中排名后三位的行业相同，依次为 C15饮料制造业、C31非金属矿物制品业和B09有色金属矿采选业，分别均匀分布于6.3609、6.9972、7.1791个州市。从所有样本的均值上看，云南26大类两位数工业行业均匀分布于3.72个州市，总体集聚性较强。

2.1.4 三种指数比较

通过线性趋势线（见图1中a、b、c）可以看出，集中度指数、空间基尼系数和N指数三种指数对26大类两位数工业行业的产业集聚程度排序位次虽有变动，但总体相当。空间基尼系数与CR2指数拟合程度最高，趋势线斜率达0.944（见图1中b），其中变动较大的是D46水的生产和供应业（下降9位）和C20木材加工及竹、藤、棕、草制品业（上升5位），这是因为基尼系数是对样本总体集聚程度的相对度量，受到第一、二集聚区以外其它州市产值相对变动幅度的影响。N指数也与CR2指数拟合程度最高，趋势线斜率达到0.972（见图1中c），其中C20木材加工及竹、藤、棕、草制品业变动最大（上升4位），这是由于该行业CR1指数较高，排名较为靠前，而HHI由于使用平方和加权的方法，使得对工业产值较大的集聚区份额变化特别敏感，这种放大性进一步使N指数变得较小，导致某行业N指数排名与空间基尼系数排名的不一致，如D46水的生产和供应业。

综合来看，除B10非金属矿采选业外，C34金属制品业、C35通用设备制造业、C36专用设备制造业、C29橡胶制品业、C27医药制造业、C25石油加工、炼焦业及核燃料加工业在省内也具有很强集聚性，主要是由于技术密集型和资金密集型工业本身集聚性较强；B09有色金属矿采选业、C31非金属矿物制品业、C15饮料制造业、C13农副食品加工业、D44电力、热力的生产和供应业、C22造纸及纸制品业由于受自然资源产地、原料供应或产品运输成本过高等因素影响在地域分布上较为分散。一般来讲，集聚程度由高到低的行业分布基本与技术密集型产业—资本密集型产业—劳动密集型产业的发展路径相一致，但从计算结果来看，对最小有效率规模要求较大的C32黑色金属冶炼及压延工业及C26化学原料及化学制品制造业集聚程度却不高。

2.2 云南省工业产业集聚效应的实证分析

2.2.1 云南省工业产业集聚总体效应

表2 云南省工业产业集聚效应指数h的变化轨迹（1990～2007年）

通过收集云南1990～2007年全部独立核算工业企业的利润总额（P）、工业总产值（Q）及固定资产净值（K）数据，并以1990年云南省商品零售物价指数为基准，将三个变量（P、Q、K）的时间序列样本数据转化为1990年不变价。用eviews5.0进行10年为一期的移动回归处理后，得到9组数据，如表2所示。

剔除明显未通过t值检验的年段数据，得到云南工业产业集聚效应的总体变化轨迹 （见图2）。可以看出，h值除在2005年有所下降外，在其它年份呈稳步上升趋势，说明云南工业集聚经济效应不断增强。但是h值均小于1，说明云南工业经济绩效虽在好转，但是仍处于规模报酬递减阶段，整体工业集聚经济效应水平还比较低。

2.2.2 云南省工业产业集聚效应的因素分解

对工业集聚经济效应h三因素的具体测量方法为：内部集聚经济（ISE）=固定资产净值/企业数；布局集聚经济（LOC）为云南省工业占GDP的比重与全国工业占GDP的比重的比值；为尽可能消除城市集聚经济与内部集聚经济之间可能存在的共线性，城市集聚经济（UBE）为以1990～1999年工业企业平均数为100的指数化处理后的工业企业数。同时，为保持前后数据的可比性，我们对比1998年云南省乡及乡以上独立核算工业企业数和全部国有工业及规模以上非国有工业企业数，将1998年以前云南省乡及乡以上独立核算工业企业数近似转化为全部国有工业及规模以上非国有工业企业数。

在实际回归的过程中，我们发现残差平方的权数对估计结果具有影响，因此在这里采用加权最小二乘（WLS）估计量进行回归，回归结果为：

括号中为t统计量检验值，可以看出，UBE的系数明显不显著，剔除后重新回归，结果如下：

从回归结果看，对UBE虽然进行了指数化处理，但仍与LOC存在一定程度的共线性，经剔除后，模型的拟合优度达到0.9984，解释力非常强，t值检验较为显著，F检验联合显著，DW检验表明不存在自相关，表明模型结果比较理想。此外，运用移动回归法可以弥补观测值相对不足的缺陷，因此模型对云南省工业集聚效应具有较强的解释力。

由回归结果可以看出，城市集聚经济对云南工业行业的集聚经济效应影响不显著，表明云南工业行业在集聚过程中长期平均成本没有下降或下降趋势不明显，各工业行业之间产业链衔接较差，产业关联度低，同类企业之间没有充分利用在集聚过程中形成的专业化分工协作的经济集聚优势，交易成本过高；从内部集聚经济看，回归系数符号为正，表明云南工业企业可以从增加固定投资、扩大生产规模中降低企业的长期平均成本、获得正的收益，但该系数很小，表明外延式发展模式对云南工业集聚经济效应的增强作用十分有限；布局集聚经济的系数为负，表明云南工业产业布局结构不甚合理，有相当一部分工业企业没有以市场为导向选择在最佳集聚区位进行布局，导致地区比较优势未完全发挥和集聚经济效益的整体削弱。

3 结论及启示

（1）云南工业行业中一些具有显著集聚特征的该类工业行业地域分布比较分散，如黑色金属冶炼及压延工业和化学原料及化学制品制造业。究其原因，主要是由于云南在资源开发、战备需要、重工业优先、国家直接投资的计划经济体制推进下的工业化道路，决定了以采掘业、基本原材料工业为主的工业结构，造成条块分割、大而全、小而全的产业布局，进而破坏了区域分工和规模化。

（2）云南主要工业支柱产业在全省的地域分布极不平衡，由集聚机制形成的极点城市数量非常少，次极点城市经济单一，再加上交通不便等基础设施薄弱的制约，使极点效应的发挥十分有限，因此，继续加强基础设施建设，大力培育极点城市和次极点城市，是云南工业集聚式发展中亟待解决的重要问题。

（3）云南工业总体集聚经济效应的提高主要是由工业部门外延式扩大再生产带来的，而核心技术缺失、产业链条短、集聚企业根植性不强使得这种方式显得无效率。不可分性、市场摩擦、知识溢出是集聚经济得以形成的最基本原因，由于这些因素的存在，使得基础设施共享、中间投入品共享等存在外部性，城市集聚经济因素在CES函数模型中的不显著印证了云南加快城市化建设对获取这种外部性的重要意义。同时，地区工业产业结构趋同化等问题的存在破坏了区域间的合理分工与布局，区位生产优势的逐年递减及其与工业集聚经济效应的负向关系都可作为这方面的佐证。

[1]保罗·克鲁格曼.地理和贸易[M].北京：北京大学出版社，2000.

[2]魏后凯.市场竞争、经济绩效与产业集中—对中国制造业集中与市场结构的实证研究[M].北京：经济管理出版社，2003.

[3]魏后凯.中国产业集聚与集群发展战略[M].北京：经济管理出版社，2008.

[4]朱英明.长江三角洲地区外商投资企业空间集群与地区增长[J].中国工业经济，2002，（1）.

[5]文玫.中国工业在区域上的重新定位和聚集[J].经济研究，2004，(2).

[6]吴雪花，杨蕙馨.中国制造业产业集聚的实证研究[J].中国工业经济，2004，（10）.

[7]罗勇，曹丽莉.中国制造业集聚程度变动趋势实证研究[J].经济研究，2005，（8）.

[8]路江涌，陶志刚.中国制造业区域聚集及国际比较[J].经济研究，2006，(3).

[9]陈秀山，徐瑛.中国制造业空间结构变动及其对区域分工的影响[J].经济研究，2008，（10）.

[10]Krugman,P.Increasing Returns and Economic Geography[J].Journal of Political Economy，1991，99（3）.

[11]Amiti,M.New Trade Theorise and Industrial Location in the EU:A Survey of Evidence[J].Oxford Review of Economic Policy,1998，14(2).

[12]Porter,M.E.On Competition, Boston:Harvard Business School Press，1998.