地区专业化集聚对经济增长的效应分析

刘汉中，刘佳丽

（湖南商学院 经济与贸易学院,长沙　410205）

地区专业化集聚对经济增长的效应分析

刘汉中，刘佳丽

（湖南商学院 经济与贸易学院,长沙410205）

在运用区位熵指数测算工业专业化集聚水平的基础上，采用我国31省市1993-2013年的数据，运用面板数据估计方法分析各地区的专业化集聚程度与经济增长的关系，其结果显示：我国各地区之间工业专业化集聚发展水平分布严重不均，东部地区的发展显著高于且快于中、西部地区；同时，我国各地区工业专业化集聚与区域经济增长之间并不是简单的线性函数关系，而是存在倒“U”型的非线性函数关系，在各地区经济发展的初期，经济活动的空间集聚能够促进地区的经济增长，而随着经济的发展，经济活动的进一步集中将会阻碍各地区经济的增长。

专业化集聚；经济增长；区位熵；Williamson效应

一、引言

产业集聚是当今社会存在的一个普遍的经济现象，随着全球化经济与国际化分工的发展，它对各国经济增长的影响日益凸现。产业集聚对经济增长到底具有促进作用还是抑制作用？这对于政策制定者来说是至关重要的，因为他们在制定经济发展政策时必须充分考虑到产业空间集聚与城市集群效应的影响。因此，研究产业集聚与经济增长关系，既能为国家或地区的政策制定者在解决产业空间布局与促进地区经济增长的问题上提供有效的经验支持与指导，也能更好地发挥我国现有的经济集聚优势对其他各地区所起的带动作用。

长时间以来，空间因素对人类社会经济活动的重要影响一直被主流经济学家所忽视。直到20世纪90年代初期，Fujita、Krugman和Venables等创建了新经济地理学，在经济理论中加入了经济活动的区位因素，建立空间经济分析模型来解释经济活动的集聚与分散现象，为研究区域经济提供了一个全新的视角。[1]Krugman甚至研究了美国106个行业的地区空间基尼系数如何影响地区专业化水平，发现通过提高产业集聚能够刺激经济的增长。[2]Baldwin和Forslid则是在假定劳动力可自由流动且企业垂直关联的前提下，提出产业集聚会促进经济增长的结论。[3]Baldwin、Ottaviano和Martin则是构建了一个以新经济地理理论与新经济增长理论为基础的内生经济增长模型，发现地区经济活动空间集聚可以通过降低企业的创新成本，来达到推动经济增长的目的。[4]近年来，也出现了相当多赞成这一观点的研究。Crozet&Koenig运用欧盟的地区数据探索经济活动的集聚是否会带来经济增长，得出了经济活动的空间集聚会推动经济增长的结论。[5]同样，Mitra &Sato采用因素分析法研究日本县级水平的两位数产业数据，发现在大多数产业中技术效率对外部的规模经济都存在正相关关系。[6]不难看出，这些学者的研究大多是基于特定的生产与消费函数，以及在严格的假设条件限制下，从内生经济增长理论出发考察劳动力、物质资本以及技术水平等要素集聚与经济增长之间的内在机制，但实际上有些严苛的假设条件与现实的经济发展是不相符的甚至是有悖的，而且我们也可以看到大多数研究都没有考虑到存在地域性特征的知识溢出效应。

总体来说，绝大多数研究成果都显示产业集聚与经济增长之间存在正相关关系，但也有部分研究成果所得出的结论并非如此。如Williamson曾强调：经济活动的空间集聚在经济发展的不同阶段对资源配置效率以及生产效率产生不同的效应，既存在正向推动效应也存在负的外部性，此时经济的空间集聚与经济增长的关系已不是正向促进关系。[7]Bode则是在控制私人收益的前提下运用德国的相关数据，提出经济集聚并不能够明显地提高劳动生产率的结论。[8]Brulhart& Sbergami以墨西哥32个州的数据为样本，利用工具变量法进行实证分析，结果表明经济集聚水平对经济增长的影响并不明显。[9]可是，Bosker使用欧洲地区25年的面板数据，分析得出：周边地区的发展对本地区的经济增长产生正效应，而本地区的内部集聚则对地区经济增长存在负效应。[10]由此可知，各学者有关产业集聚与经济增长关系的研究结论并不一致，甚至认为存在负相关关系，这主要是因为各城市经济的发展存在一个拥挤效应，当经济发展到一定程度之后，大量的劳动力与资本等要素涌入城市不仅不会促进城市的发展，反而会给城市的进一步发展带来交通拥挤、福利下降等阻碍作用。而且各学者的研究只是简单地立足于各自研究样本的需要而选取指标，其各指标之间存在显著的差异性，故衡量的集聚程度与经济增长水平也是各异的，并未从最原始的直接检验出发，而只是单一地从当时经济数据出发来考察经济活动的空间集聚对地区经济增长的影响。

当然，国内也有不少学者一直在关注着国内产业集聚与经济增长之间的关系，但基本都是从实证的角度出发研究各衡量集聚水平的指标对经济增长的单一关系，如周兵和薄勇健用定量分析的方法研究西部各地区产业集聚存在的差异对经济增长的影响；[11]梁琦则是从产业关联的角度分析FDI在中国分布情况来研究产业集聚理论；[12]罗勇和曹丽莉利用EG指数研究中国电子通讯及设备制造业，得出制造产业内的空间集聚与工业总产值之间有着高度的正相关关系。[13]范剑勇利用反映产业集聚程度的就业密度研究中国2004年的非农劳动生产率，结果发现中国显著高于欧美国家。[14]薄文广则是以1994-2003年间中国29个省市25个行业地区数据为样本，并利用反映多个外部性因素的专业化指数对地区产业增长进行实证研究，指出专业化水平与产业增长之间是负相关的。[15]胡永亮利用2002-2004年全国数据对我国各地区的制造业产业集聚度进行研究，发现在产业集聚与经济增长之间竟然存在三次方的非线性函数关系。[16]上述学者的研究都是基于经济学的研究范式，用定量化的方法来考察产业集聚与经济增长的关系，只是间接地检验各衡量集聚水平的指标对经济增长的影响。

由上述文献可知，目前关于经济活动的空间集聚与经济增长之间的关系研究可谓是众说纷纭，莫衷一是，因此给我们提供了较大的研究空间。从国内外学者多年的相关研究来看，理论上都是在严格的假设条件下以特定的生产和消费函数为基础，单一地考察以劳动力、物质资本以及技术水平等为主，各集聚要素对经济增长的影响机制；实证分析则明显是与理论相脱节的，各实证模型选取的指标各异，只是间接地选取了衡量集聚水平的指标，导致结论的不一致性。因此，本文立足于我国具体国情，从产业集聚的结构出发直接地考察各地区专业化集聚与经济增长之间的关系，认为经济活动的空间集聚与经济增长之间本身就不是一种简单的线性关系，而是存在复杂的非线性函数关系；同时，也认为经济活动的空间集聚对经济增长的影响具有阶段性特征，在不同经济发展阶段会表现出不同的效应，在经济发展的初期阶段，各地区的基础设施相当不完善，经济活动的集中会给各地区的经济增长带来促进效应，而随着经济发展到一定阶段之后，经济活动的进一步集中将会给各地区经济增长造成拥挤效应。

二、模型构建与变量的选择

（一）模型构建

本文以较为稳健的柯布道格拉斯生产函数的经济增长理论为实证模型基础，并结合我国具体国情以及面板模型本身的特点，对产业集聚与经济增长的关系进行研究；同时，引入时间维度考察各地区专业化集聚对经济增长的动态变化，并用最简单的形式将模型[17]定为：

上式中，被解释变量LnGDPit代表第i个地区t时期的实际地区生产总值，解释变量Lqit表示第i个地区t时期的区位熵，Xsit表示第i个地区t时期的地区专业化系数，Invit代表第i个地区t时期的固定资产投资，Labit代表第i个地区t时期的劳动力投入情况，εit、μit均为残差项。

（二）变量选择

受统计口径变动的影响，本文的数据主要包括1993-2013年全国31个省、直辖市（不包括港澳台地区）以及自治区的面板数据，原始数据主要来源于历年的《中国统计年鉴》《中国工业统计年鉴》、各省统计年鉴、国家统计局以及地方统计局等。本文主要运用区位熵指数以及地区专业化系数来衡量各地区工业专业化集聚程度，进一步分析集聚效应的作用，并对各选择的变量做了统计性描述如表1，选择的变量主要有：

1.被解释变量主要选取的是我国31省市国内生产总值（GDP）年均增长率，以此表示各地区经济增长指标，为了避免异方差的出现故而将其对数化，而且所有的GDP数据都是进行价格平减之后的实际GDP值。

2.产业专业化集聚指标则是采用31省市的工业区位熵指数（LQ），区位熵指数是一个地区量与全国量的比值，衡量的是一个地区的某产业专业化集聚程度在全国各地区中的相对水平，可以排除各地区的规模差异化影响，其计算公式为：

其中，Lij是地区i内产业j的增加值（就业人数或产值），Li表示产业j的全国增加值（就业人数或总产值），Qkj表示国家或省份i的地方生产总值（就业人数或增加值），Qk表示国家或省份i的国内生产总值（就业人数或增加值）。一般认为，若，意味着该地区存在较强的产业集聚现象；若，则意味着该地区产业集聚趋势较弱。

3.本文的解释变量还选取了衡量产业集聚程度的地区专业化系数（XS），它主要是指一个地区某部门专业化水平的具体计算，是以该部门可以用于输出部分的产值与该部门总产值之比来衡量，其结果能够较为稳定地衡量产业集聚，在对产业集聚的各种研究中运用甚广。

4.就业总量指标是用各地区的劳动力就业（Lab）对数值来衡量，以此来表示各地区的专业化集聚的年就业增长率，反映了该地区的经济发展总体就业规模。

5.资本投入指标是指各地区固定资产投资（Inv）对数值，用来衡量各地区的物质资本投资的增长情况。

表1　变量的初始统计性描述（1993年与2013年）

三、我国各地区工业专业化集聚水平的测算结果及分析

测算集聚水平的指标有很多，主要是区位熵、产业集中度、空间基尼系数、赫芬达尔—赫希曼指数（H指数）等。但各指标的侧重点有所不同，基于本文研究的出发点以及数据的有限性，故选择区位熵来测算我国各地区工业专业化集聚情况，主要以各省市工业总量为研究对象，尚未对细分的工业行业进行细致深入研究。

（一）我国东中西部地区工业专业化集聚变动趋势的比较

图1　1993-2013我国工业集聚区位熵指数

利用区位熵计算了1993-2013年我国东中西部地区工业专业化集聚情况，主要测算结果具体如图1所示。图1测算结果表明，从总体上来看，虽然我国东中西部地区工业专业化集聚水平分布存在严重不均的现象，但通过各种政策的支持与推动都逐步走向了专业化集聚。东部地区工业专业化集聚程度明显高于中、西部地区，其区位熵指数显著大于1，具有较强的专业化集聚趋势；中部地区工业专业化集聚程度则是以2006年为分界线，2006之前的工业区位熵指数都是小于1，表明1993-2006年中部地区的工业集聚都不具专业化优势，而直到2006年后的工业区位熵指数才达到并超过1，这时东部地区的工业分布才具有明显的专业化集聚趋势；西部地区工业集聚发展则更加缓慢，直到2009年工业区位熵指数才达到1，表明西部地区工业集聚才逐渐向专业化发展。

（二）我国各省市工业专业化集聚变动趋势及特征

根据区位熵计算公式测算了1993-2013年我国各省市具体的工业专业化集聚情况，由于篇幅有限，列举了主要年份的测算结果如表2。由表2可知，从整体上来看，1993-2013年我国各省市工业区位熵波动幅度比较明显，能够更加细致地显示出我国各省市具体的工业专业化集聚水平的变化差异，我国大部分省市的专业化优势已经实现了从无到有的转变（LQ<1变为LQ>1），如内蒙古、吉林、安徽、福建、江西、湖北等；也有部分一直保持着专业化优势的省市，其工业区位熵明显大于1，这表明我国的工业占据着这些地区经济体的主要地位，如天津、河北、山西、辽宁、江苏、浙江一直处于较高水平，而黑龙江、山东、河南、广东则是略大于1；当然也有部分省市不具有专业化优势（工业区位熵一直很低，甚至呈现递减趋势），像经济与政治高度发展的北京，旅游业发达的海南，以及基础设施不发达的偏远地区贵州、云南、甘肃、西藏等；最后，还有上海由于产业升级与结构调整的需要，从具有高度的专业化优势转变为没有专业化优势。这些符合我国东部沿海经济相对发达的省市产业集聚繁多而西部欠发达地区工业集聚分布分散在少数几个城市的现象。

表2　1993-2013年我国各省市工业区位熵测算结果

四、回归结果及分析

本文主要是探讨我国各地区专业化集聚水平对区域经济增长的效应，为了使回归结果保持稳健性，需要采用不同的集聚指标进行分析，本文不仅采用了区位熵来研究经济活动集聚对各地区经济增长的影响，而且还利用地区专业化系数来更为准确地分析各地区专业化集聚对经济增长的效应。运用E-views7.2对我国31省市1993-2013年的工业数据进行豪斯曼检验与面板随机效应估计回归，并得到结果如下：

（一）豪斯曼检验（Hausman Test)结果

为了检验模型设定的正确性，我们首先需要对模型（1）、（2）进行F检验，发现模型（1）、（2）都拒绝了为混合模型的原假设；我们需要进一步对模型（1）、（2）进行豪斯曼检验，以确定其为随机效应还是固定效应，因而我们得到豪斯曼检验的结果如表3所示：模型（1）主要反映的是专业化集聚对经济增长的效应，区位熵指数的一次项、二次项系数分别为正、负，两种效应的系数符号一致，且其P值为0.3505，显著大于0.05，表明模型（1）在5%的显著性水平下接受随机效应的原假设；而模型（2）则也是反映地区专业化集聚水平对经济增长的影响，地区专业化系数的一次项、二次项系数分别为正、负，两种效用的系数符号也是趋于一致的，系数值的差异并不明显，但P值为0.3354却显著大于0.05，说明模型（2）在5%的显著性水平下也接受随机效应的原假设。因此，需要进一步对模型（1）与模型（2）进行随机效应估计检验。

表3　豪斯曼检验（Hausman test)结果（1993-2013年）

（二）面板随机效应估计回归

通过对模型（1）与模型（2）做F检验与豪斯曼检验，我们已知它们均是选择了随机效应估计，故得到这两个模型的面板随机效应结果如表4。从模型（1）与模型（2）的回归结果中，我们可以看出，整体来说两个模型的结果趋于一致，均说明我国各地区专业化集聚水平与经济增长之间并非是单一的线性关系，而是存在非线性关系。具体而言，在以区位熵指数衡量经济专业化集聚的模型（1）中，区位熵指数的一、二次项系数分别为0.5155、-0.5054，一次项系数为正、二次项系数为负，这表明用区位熵来衡量的专业化集聚水平与各地区经济增长之间存在倒“U”型的非线性函数关系；在以地区专业化系数衡量的我国各地区经济专业化集聚水平的模型（2）中，地区专业化系数的一、二次项系数分别为0.2217、-0.0597，也是一次项系数为正、二次项系数为负，这也充分说明用地区专业化系数衡量的我国各地区专业化集聚水平与经济增长之间确实存在非线性的倒“U”关系。也就是说，从我国各省市的经济发展情况来看，在经济发展的初期阶段由于交通、通信等基础设施的匮乏，经济活动的空间集聚能够发挥自身的规模经济效益推动各地区经济的快速增长；而当经济发展到一定程度之后，产业活动的进一步专业化集聚，只会给各地区经济的发展带来拥挤效应，从而阻碍各地区经济的发展。

而在模型（1）与模型（2）中其他的控制变量，物质资本投入与劳动力投入对区域经济增长的偏效应均呈正相关，其偏效应弹性系数差别不大，分别为0.7676、0.7424与0.3554、0.3562。这表明，物质资本投入只要增加1%，经济增长水平就会提高0.7676%与0.7424%；而劳动力投入只要增加1%，经济增长水平就会提高0.3554% 与0.3562%。这也充分说明在我国经济增长过程中劳动力所发挥的作用比较大，符合我国现阶段具有发展劳动力密集型与资本密集型产业优势的现实。

当然，从随机效应的回归结果中，我们可知，不论是从区位熵指数还是地区专业化系数衡量的经济专业化集聚水平来看，我国工业专业化集聚与各地区经济增长之间均不是简单的线性关系，而是存在倒“U”型的非线性函数关系。并对照各省市近年来的工业专业化集聚指数，可以看出，我国大部分地区的工业集聚专业化水平都已经达到了一定的高度，并且显著地处于极值点（Lq=0.26）的右侧，这就充分地说明了我国各地区工业的集聚水平已经基本达到了具有专业化优势的高度，但这也给我国各地区经济的发展带来了一定的阻碍作用，当各地区工业专业化集聚达到一定的程度时，各地区的经济增长就会随着专业化集聚程度的进一步提高而下降，从而阻碍各地区经济的发展。

表4　面板随机效应估计结果（1993-2013年）

五、结论

本研究先借助区位熵指数测算我国各省市专业化集聚水平，发现我国东中西部地区的工业集聚水平分布严重不均衡，东部地区专业化集聚指数明显高于中西部地区；中部地区则由于国家中部崛起战略的推动，于2006年也逐渐达到集聚专业化水平；西部地区则是由于各种基础设施以及地理条件的限制，工业集聚发展非常缓慢，但也在2009年基本达到专业化水平。同时，对我国1993-2013年间31个省市的数据进行专业化集聚水平与区域经济增长关系的实证分析，为了回归结果的稳健性，我们分别采用了区位熵指数与地区专业化系数来衡量我国各地区专业化集聚水平，得出一致结论：我国工业集聚水平与各地区经济增长之间并不是简单的线性函数关系——正相关或者负相关，而是存在倒“U”型的非线性关系；而且我国现行大部分地区的工业集聚水平处于极值点的右侧，也充分说明我国大部分地区工业专业化集聚水平的进一步发展，对各地区的经济增长已经不存在明显的优势了，甚至还会阻碍各地区经济的进一步增长。当然，也还存在一小部分地区的工业专业化集聚水平还比较低，存在一定的发展潜力，如西藏等。

基于以上分析，我国在构建新型现代产业体系时应从产业集聚结构出发，促进各地区专业化集聚水平合理的发展，发挥促进各地区经济增长的积极作用。而针对现行我国各地区的专业化集聚水平发展不均的情况，我们可以合理利用资源，一方面引进人才技术、提供优惠政策，积极推动西部落后地区专业化集聚发展，提高居民收入与生活水平，从而促进当地经济增长；另一方面我们也要调整专业化集聚已达到相当高度的地区，优化其产业结构，全面推动产业升级，发展新型产业，促进产业集聚的多样化，寻找促进经济增长的新契机。

[1]Fujita M,P Krugman,and A J Venables.The Spatial Economy: Cities,Regions and International Trade[M].Cambridge,Mass: MIT Press,1999.

[2]Krugman,P.R..Increasing Return sand Economic Geography [J].Journal of Political Economy,1991(99):483-499.

[3]Baldwin,R E and E.R.Forslid.The Core-Periphery Model and Endogenous Growth:Stabilizing and Destabilizing Integration[J]. Economica,2000(67):307-324.

[4]Baldwin R E,P Martin and G Ottaviano.Global Income Divergence,Trade and Industrialization:the Geography of Growth Take-offs[J].Journal of Economic Growth,2001(6): 5-37.

[5]Matthieu Crozet&Pamina Koenig.The Cohesion Vs Growth Trade Off:Evidence from EU Regions[Z].Mino,University Of Paris,2007.

[6]Mitra A,and H Sato.Agglomeration Economies in Japan: Technical Efficiency,Growth and Unemployment[J].Review of Urban and Regional Development Studies,2007(19):197-209.

[7]Williamson,J G.Regional Inequality and the Process of National Development:A Description of the Patterns[J].Economic Development and Cultural Change,1965(4):3-45.

[8]BerlinBodeE.Productivityeffectsofagglomeration externalities[Z].Third Spatial Econometrics Workshop,2004.

[9]Brulhart,M,F Sbergami.Agglomeration and growth:Empirical evidence[EB/OL].ETSG Working Paper:www.hec.unil. ch/mbrulhart/papers,2006.

[10]BoskerM.Growth,agglomerationandconvergence:a space-time analysis for European regions[J].Spatial Economic Analysis,2007(2):91-110.

[11]周兵,薄勇健.一个基于产业集聚的西部经济增长实证分析[J].数量经济技术经济研究,2003(8):143-147.

[12]梁琦.产业集聚论[M].北京:商务印书馆:2004.

[13]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):106-115.

[14]范剑勇.产业聚集与地区间劳动生产率差异[J].经济研究, 2006(3):103-114.

[15]薄文广.外部性与产业增长——来自中国省级面板数据的研究[J].中国工业经济,2007(1):37-44.

[16]胡永亮.分工、产业集聚与区域经济增长研究[D].西安:西北大学,2006.

[17]章元,刘修岩.聚集经济与经济增长：来自中国的经验证据[J].世界经济,2008(3):60-70.

Analysis of Effect between Specialized Agglomeration and Economic Growth within Regions

LIU Hanzhong,LIU Jiali
（College of Economics and Trade,Hunan University of Commerce,Changsha,Hunan410205,China）

Based on the location quotient measure industrial agglomeration level of specialization and panel data estimation method this paper uses the data of 31 provinces and municipalities during 1993-2013 to analyse the relationship between the degree of specialized agglomeration and economic growth during each area in China.The results show that:the level of specialization of industry cluster development among regions are severely uneven distribution,the eastern region is significantly higher and faster than that of the central and western regions;at the same time the relationship between the specialized agglomeration and regional economic growth is not a simple linear function,but the presence of a nonlinear function of inverted"U"shaped,in the early stages of economic development,the spatial agglomeration of economic activity can promote economic growth during regions and with the economic development further the concentration of economic activity will hamper the region's economic growth.

specific agglomeration;economic growth;location quotient;williamson effect

F 290

A

10.3969/j.issn.2096-059X.2016.03.001

2096-059X（2016）03-0001-07

（责任编校：贺常颖）

2016-03-12

国家社科基金项目（11BJY012）

刘汉中（1968-），男，湖南娄底人，博士，教授，主要从事计量经济学前沿理论方法及其应用研究；刘佳丽（1991-），女，湖南衡阳人，硕士研究生，主要从事区域经济研究。