产业集聚与城镇化关系的实证分析——基于我国东中西部差异的视角

马志东，俞会新

(河北工业大学 经济管理学院,天津 300401)

产业集聚与城镇化关系的实证分析
——基于我国东中西部差异的视角

马志东，俞会新

(河北工业大学 经济管理学院,天津 300401)

国内外研究发现，产业集聚发达程度与城镇化水平高低存在很大关系。首先总结了产业集聚与城镇化的内在联系，然后在回顾产业集聚与城镇化互动发展文献的基础上运用面板数据模型，实证分析了我国东部6省市与中西部5省市产业集聚和城镇化之间的关系并得出结论：产业集聚与城镇化之间的确存在明显的相关关系并呈现出显著的阶段性差异。东部地区处于城镇化中期和后期阶段，第三产业集聚对城镇化的拉动作用超过第二产业。中西部地区处于城镇化中期阶段，第二产业集聚是城镇化的主要推动力。各地区要因地制宜，发挥比较优势，培育具有地方特色的产业集群，提高区域城镇化水平。

产业集聚； 城镇化； 面板数据模型

一、引 言

产业集聚是一种世界性的经济现象，马歇尔早在100多年前就已经关注特定地区的工业集聚现象[1]，此后不同学者从不同的角度对产业集聚进行了理论和实证研究。其中比较著名的是美国学者迈克尔·波特对产业集群的研究，他在论述国家竞争优势时提出产业集群是一国的生产率和竞争优势[2]。国内较早研究产业集聚与区域经济发展的学者是北京大学的王缉慈教授，她指出培育具有地方特色的企业集群，营造区域竞争优势是提升国家竞争力的关键[3]。实践证明国内外典型的产业集群(如美国的硅谷，意大利的米兰，中国的义乌)在加速地方经济增长、推动工业化进程和促进城镇化发展、增强国家竞争力方面发挥了重要作用。由于世界上产业集聚区域较多，研究学者众多，我国学者在引用或翻译时使用了如下概念：“中小企业集群”“区域产业群”“产业集群”等。本文认为这些表述并未改变产业集聚的本质，所以未对概念进行细分。

对于城镇化的研究，国外学者探讨得较早也较为深入，涉及许多学科领域，涵盖众多方面，不同学者分别从区位理论、非均衡增长理论、人口迁移理论、结构理论、生态学派理论等方面进行了研究。我国较早研究城镇化问题的学者是费孝通先生[4]，他在19世纪80年代提出研究小城镇问题的重要意义，后来不同学者从城镇化规模，城镇化道路、城镇化机制，城镇化与经济增长，区域城镇化，新型城镇化等不同视角开展了更为深入的研究。随着我国城镇化进程不断推进，城镇化率由1978年的17.9%提高到2015年的56.1%，年均提高1个多百分点。国内外学者在研究中发现，产业集聚发达的地区恰恰也是城镇化水平较高的地区。中国社会科学院工业经济研究报告显示，我国百佳产业集群主要集中在东部沿海地区，一些中部地区只有一两个，西部地区则更少，甚至没有；与此同时我国东部地区城镇化率分别比中部和西部地区高13.3和17个百分点。这些事实都证明了产业集聚与城镇化发展之间存在着内在联系。

产业集聚为城镇化发展提供产业支撑，增强了城镇的竞争力，优化了城镇的形态。产业集聚利用自身形成的规模经济和集聚经济效应，吸引相关的上下游企业和各类生产要素集中在城镇地区，降低了企业的生产成本和交易费用，促进企业间信息共享和交流合作，促使企业进行高层次的竞争，从而客观上推动产业集群不断吸引高层次人才，不断研发和应用新技术，创造新产品，创新服务方式，形成良好的创新生态系统。产业集聚达到一定的规模后，就可以形成区域性乃至世界性品牌，提高区域的知名度，增强城镇的竞争力与开放性，使城镇成为区域性的增长极，引领周边区域的发展。此外，产业集聚区内众多的企业提供了充足的就业岗位，吸纳了大量农村剩余劳动力转移，客观上形成了人口集聚区，从而带动第三产业的发展。同时，城镇为产业集聚区内的企业和员工提供良好的基础设施和公共产品等物质支持，有利于企业进行良好的区位选择、降低交易成本、提高生产效率，留住高层次人才。此外，政府治理下的城镇必须创造良好的投资环境和企业生存发展环境，以吸引外来资本，促进人才与技术流入，从而加快产业集聚向更高层次发展，为区域经济发展提供强有力的保障。总之，有产业支撑和人口集聚的城镇化才能实现产城融合的良性发展，有物质支持和环境保障的产业集聚才能实现企业的永续经营，离开了产业与人口支撑的城镇化只能是空心的城镇化，离开了物质与环境保障的产业集聚也只能是无序的产业集聚，产业集聚与城镇化在合理有序地推动着彼此向高层次、高形态发展。

二、文献回顾

目前国内外学者在分别研究产业集聚、城镇化方面的论著已经很多，研究得相对深入，但是研究产业集聚与城镇化互动发展的文献相对较少。国外学者主要在区域经济学、新经济地理学、古典与新古典经济学等分析框架下进行研究。马歇尔认为产业区为了外部规模经济而在特定区域集聚，客观上促使城镇产生和发展。20世纪五六十年代，发展经济学家和地理学家认为，在经济发展中，城镇化具有循环累积的性质和作用，城镇化的发展取决于工业化和经济增长水平，而城镇化也是工业化和经济增长的重要驱动力量。埃德温·米尔斯和布鲁斯·汉米尔顿用城市形成模型阐述了产业集聚与城镇化的关系，认为城镇化发展的主要动力来源于产业的区位选择和集聚过程[5]。

我国学者也对产业集聚与城镇化互动发展的关系进行了一些研究。曹广忠在对山东省和浙江省4个小城镇调研分析的基础上认为，在产业集聚的基础上形成产业集群，培育有生命力的创新空间，促进小城镇可持续发展[6]。徐维祥在大量调查研究的基础上得出产业集群与城镇化互动发展的三种模式——专业市场模式、政府主导的开发区建设模式、外商投资模式，认为产业集群与城镇化互动发展具有地域性、普遍性、多样性的特点，各地区要因地制宜，选择适合自身发展的模式[7]。赵昕运用面板数据模型对中东部10个省份产业集聚和城镇化互动发展进行了实证分析，认为必须准确把握产业集群与城镇化之间的互动规律，缩小中东部地区的差异，促进城镇化水平的提高[8]。刘湘辉、孙艳华认为，中小企业集群与城镇化耦合发展已成为现当代区域经济发展的亮点、增长点[9]。鲁德银以 2002-2009 年时点时段数据进行比较，通过湖北与苏浙粤的乡镇园区的产业集群在农村城镇化和小城镇发展中的贡献和产业集群条件比较，表明乡镇园区在农村城镇化的作用，解释产业集群条件差异对农村城镇化的影响，并提出城镇化的发展战略是培育和促进乡镇产业集群持续快速发展[10]。陆根尧等采用多元典型相关分析方法，对浙江省产业集群与城市化互动发展进行了实证分析，结果表明产业集群与城市化之间存在着显著的相关性，二者互动发展已成为区域经济发展的强大动力[11]。陈斌基于系统藕合视角对江苏省产业集群和城镇化关系进行研究，认为产业集群与城镇化在同一区域中互为发展和约束条件且两者的藕合作用明显[12]。杨仁发、李娜娜采用系统广义矩估计方法，利用面板数据模型对制造业集聚和服务业集聚对城镇化的异质性影响进行了实证分析，结果发现我国制造业集聚对城镇化发展起主导作用，服务业集聚对城镇化促进作用不明显[13]。

综上所述,国外研究大多处于理论探索与建模阶段，实证研究较少，国内虽然一度出现过学者对产业集聚与城镇化结合起来进行的研究的热潮,但研究的方法和视角都较传统、单一,侧重于规范分析,定量的实证研究相对较少。本文试图构建面板数据模型对两者关系作出实证研究,论证产业集聚与城镇化之间的相关性。同时通过比较产业集聚程度较高的东部地区与相对落后的中西部地区的相关数据,找出区域之间的差距,说明产业集聚与城镇化之间的相互关系。

三、实证分析

(一)指标选取与说明

学者通常用城镇人口比重和非农人口比重两个指标来表示城镇化水平。前者是指一个国家或地区居住在城镇内的人口占总人口的比率，即常住人口城镇化率。后者是指一个国家或地区非农人口占总人口的比率，即户籍人口城镇化率。由于我国统计口径的调整，自2006年以来才有按城镇、农村分类的城镇人口比重的统计，在过去的数十年内，城镇人口指的是在城市中居住的非农人口，即户籍城镇化人口。而用户籍城镇化人口测量的城镇化水平会大大低估实际的城镇化水平，比如长期在城镇中从事非农产业的农民工群体未被包含在城镇人口中。据统计，2012年我国按户籍人口统计的城镇化率比真实的城镇化率低17.3个百分点。究竟哪个衡量指标更好，并没有绝对的比较优势，只有不同的适用情况，根据研究的需要来选择。从我国的实际情况出发，按人口确切的居住地来统计的各地区城镇化水平近10年来有比较完整的数据。所以本文选取常住人口城镇化比重来衡量城镇化水平，并以城镇化水平作为模型的被解释变量，城镇化水平由CZH来表示。

关于产业集聚水平的测度，学者也在不断探索和完善各种测度方法，比较常见和应用较多的有区位商系数、行业集中度、空间基尼系数、赫芬达尔指数、EG指数、HK指数等方法。本文鉴于产业GDP数据的可得性和计算的便利性，采用的指标为区位商系数，能够较形象地反映某个国家或地区的主导产业和产业集聚水平。区位商系数的计算公式为:LQij=(Lij/Li)/(Lj/L)。其中LQij为区位商系数；Lij为i地区j部门的GDP；Li为i地区的GDP；Lj为全国j部门的GDP；L为全国的GDP。区位商系数的值越大，表示产业集聚的程度越高。研究学者一般认为区位商系数大于1时，表明产业比较集中，属于专业化程度较高的部门。本文没有对行业进行细分，而是把二三产业的区位商作为模型的解释变量，分析二三产业的集聚与城镇化水平的关系，二三产业区位商系数由ECY、SCY来表示。

(二)样本和数据来源

东部地区是我国产业集聚发展程度最好的地区，东部地区有长三角、珠三角和京津冀三大城市群。据统计，这三大城市群以2.8%的国土面积创造了36%的国内生产总值，集聚着全国将近1/5的人口，解决了大量农村剩余劳动力的就业，带来了社会结构的深刻变革，大大促进了城镇化水平的提高。2013年我国东部地区城镇化率为63%。东部地区已经进入工业化成熟和城镇化中后期阶段，产业转型升级的效果直接决定未来城镇化的速度与质量。随着国家中部崛起战略的推进和西部成渝城市群的确立，中西部地区根据自身的资源环境承载能力，积极承接东部地区的产业转移，形成新的增长极，推动人口经济合理布局，快速推进城镇化进程，2013年中部、西部地区城镇化率分别为49.7%和46.0%。但是由于多方面综合因素的影响，中西部地区仍然处于粗放发展阶段，制造业与资源能源行业在短期内仍然是经济增长的重要支撑。产业结构的差异导致了城镇化进程的差异，虽然东部地区与中西部地区的城镇化率还有些差距，但是随着东部地区土地、资源、劳动力价格的日益上涨，东部地区的产业不断向中西部转移，如富士康、三星电子等在中西部地区的布局，在中西部地区形成若干个产业集聚地带，加上西部地区资源型产业和旅游产业等发展较快，中西部劳动力向东部转移的趋势下降，中西部地区在工业驱动下的城镇化速度在加快，正如李克强总理在2014年政府工作报告中提到的“引导约一亿人在中西部地区就近城镇化”。2009-2014年5年间，中西部地区吸纳农村剩余劳动力的总量增加了3 549万人，比重上升了将近8个百分点，中西部地区城镇化水平与东部地区的差距呈现逐年缩小的趋势。本研究选取的省市有北京、天津、江苏、浙江、上海、广东，河南、湖北、湖南、重庆、四川共11个地区，这些省市属于产业集群较典型和城镇化发展相对较好的区域，在所属的东中西部地区中比较具有代表性。所以笔者以东部6省市(北京、天津、江苏、浙江、上海、广东)的相关数据与中西部5省市(河南、湖北、湖南、重庆、四川)的数据进行分析，横向对比东部与中西部产业集聚与城镇化的差距，找出形成差距的原因，为地方政府更加合理的制定政策提供一些有益的参考。本研究选取的数据主要来源于《中国统计年鉴》(2006—2014)。部分数据直接获得，部分数据经由笔者计算获得。

(三)模型选取

由于我国各省市之间存在显著的地区差异，如果单纯采用时间序列数据进行分析容易产生回归结果不显著等问题。因此，在计量方法选择上，本研究采取面板数据(Panel Data)进行分析。时间序列数据和截面数据结合起来形成面板数据(Panel Data)。在对面板数据(Panel Data)进行分析时，容易产生异方差性和序列相关性问题，为了克服上述缺陷，采用异方差稳健标准误进行检验分析。

采用Panel Data进行数据分析时，主要问题就是模型的设定问题。对于面板数据模型的设定主要有3种形式：(1)变系数模型(斜率和截距都不同)，(2)变截距模型(斜率相同，截距不同)，(3)齐次参数模型(斜率和截距都相同)

一般的线性面板数据模型采取如下形式：

Yit=αit+βitXit+uit(i=1,2,3……，N)(t=1,2,3…T)

其中向量Yit=(y1it,y2it,…ykit)为被解释变量，Xit=(x1it,x2it,…xkit)为解释变量，k为外生变量个数，αit、βit为待估计参数，βit=(β1it,β2it,…βkit),uit为随机扰动项，T为时期数，N为横截面个数。

至于面板数据(Panel Data)采用上述3个模型的哪一种模型，需要用面板数据分别构造上述3种模型，假设模型(1)(2)(3)的残差平方和分别记为S1、S2、S3。检验方法采用协方差分析，构造两个F检验进行分析。先构造两个假设，检验假设1，H0：斜率相同截距不同，H1：斜率和截距都不同；检验假设2，H0：斜率和截距都相同，H1：斜率和截距都不同。分别构造假设1的检验统计量和假设2的检验统计量：

其中S1、S2、S3为上述模型(1)(2)(3)的残差平方和。在假设1和假设2的情况下，统计量F1和F2服从特定自由度的F分布。如果F2大(等)于某置信度下的同分布临界值，则拒绝假设2，继续检验，找出非齐次的来源；反之，利用模型(3)拟合样本。在已确定参数存在非齐次的基础上，如果F1大(等)于某置信度下的同分布临界值，则拒绝假设1，用模型1拟合样本；反之，用模型(2)拟合样本。

此外，根据样本数据性质的不同，模型(1)和模型(2)有固定效应模型和随机效应模型之分，并分别对应不同的参数估计方法。前者将反映时期和个体遗漏的估计作为未知的常数，后者将其视为随机变量。选用哪种模型，取决于我们如何选取省市这些截面单元。如果各省市是从相应地带中随机抽取的，则总体中的个体差异服从随机分布，应该采用随机效应模型；如果选取的截面是总体的所有单位时，固定效应模型比较合适。本文中，我们分别分析东部6个省市北京、天津、江苏、浙江、上海和广东以及中西部5省市河南、湖北、湖南、四川和重庆，通过比较分析东部地区和中西部地区的差异，并采用Hausman检验判断使用固定效应模型还是随机效应模型。

(四)计量结果与分析

1.描述性统计。东部地区和中西部地区各变量的描述性统计见表1-2。

表1 东部地区描述性统计

表2 中西部地区描述性统计

表1和表2分别为东部地区和中西部地区各变量的描述性统计。从均值来看，在城镇化率方面，从样本中抽取的东部地区已达到72.35%，而中西部地区为43.73%，东部地区城镇化率远远高于中西部地区；在第二产业聚集程度方面，中西部地区为1.049 1>1，而东部地区为0.996 1<1，这说明中西部地区第二产业相对聚集，第二产业比重仍然较大，吸收了大量剩余劳动力就业；在第三产业聚集程度方面，东部地已经达到1.168 9>1，相比之下，中西部地区仅有0.865 3，可见东部地区第三产业集聚优势明显，第三产业比重较大，城镇人口内部职业构成由第二产业转向第三产业。从最小值和最大值来看，在城镇化率方面，东部地区城镇化水平最小为50.5%，最高为89.6%，结合城镇化水平基本数据，根据诺瑟姆提出的城镇化发展规律(城镇化率低于30%为城镇化初期阶段，城镇化率30%～70%为城镇化中期阶段，城镇化率大于70%为城镇化后期阶段)可知，东部地区北京、上海、天津已经进入城镇化后期阶段，城镇化率都在70%以上，其中上海最高，北京次之，天津排名第三。江苏、浙江、广东已经进入城镇化中期向城镇化后期过渡阶段，是我国城镇化发展的第二梯队，广东城镇化率为67.76%，略高于浙江(64.00%)和江苏(64.11%)。而中西部地区城镇化水平最小为30.70%，最高为58.30%，城镇化水平从低到高排名为：河南、四川、湖南、湖北、重庆，其中河南、四川、湖南城镇化率一直在50%以下，湖北2011年首次超过50%，重庆自2009年超过50%。可见，东部地区城镇化水平整体较高，但方差较大，即地区差异较大；中西部地区城镇化水平较低，但方差较小，即整体城镇化水平落后但地区差异相对较小，都处于城镇化中期阶段。在第二产业聚集程度方面，东部地区最小为0.496 0，最高为1.268 0，而中西部地区最小为0.842 0，最高为1.262 0，可见东部地区和中西部地区内部在第二产业聚集程度方面也存在着较大的差异，相对而言，东部地区差异较大。在第三产业聚集程度方面，东部地区最小为0.874 0，最高已达到1.753 0；而中西部地区最小为0.662 0，最高为1.095 0。可见，东部地区第三产业聚集程度还是很高的，不过方差相对而言依然较大。

2.模型估计。在本文中，由于面板时间跨度为2005-2013年9年，而样本选取的东部和中西部地区分别为6个和5个，因此无须检验变系数模型，可直接检验是否是变截距模型。表3结果分别为东部地区和中西部地区变截距模型的F检验结果，原假设是使用混合回归(Pooled OLS)。

表3 两地区变截距模型F检验结果

从表3结果可以得知，无论是东部地区还是中西部地区，F统计量均较大，在5%显著性水平下，均拒绝使用混合回归的原假设。因此，使用固定效应(Fixed Effect)模型优于使用混合回归(Pooled OLS)。

表3仅仅区别了固定效应模型和混合模型，还无法判断固定效应模型和混合效应模型哪个更为适合。一般而言，可以通过使用Hausman检验判断选择固定效应模型，还是选择随机效应模型。表4结果分别为东部地区和中西部地区变截距模型的Hausam检验结果，原假设是使用随机效应模型。

表4 两地区模型选择的Hausman检验结果

从表4的结果可知，东部地区和中西部地区的卡方统计量分别为34.82和31.43，在5%的显著性水平下，均拒绝使用随机效应模型的原假设。因此使用固定效应(Fixed Effect)模型优于使用随机效应(Random Effect)模型(表5)。

表5 两地区固定效应模型对比结果

Standard errors in parentheses * p<0.1,** p<0.05,*** p<0.01

表5的结果为东部6省市和中西部5省市的固定效应模型的输出结果。从表5中可以看出：第一，东部6省市和中西部5省市产业聚集对城镇化的影响存在明显的差异。具体来看，对东部地区而言，第二产业聚集对城镇化的影响不显著，而第三产业对城镇化的影响在10%的显著性水平下是显著的；从数值来看，第三产业聚集对东部地区城镇化影响为正，数值为0.340。就中西部地区而言，第二产业聚集和第三产业聚集对城镇化的影响均十分显著，在1%的显著性水平下通过了检验；从数值上看，第二产业聚集和第三产业聚集对中西部地区的城镇化影响均为正向，分别为0.647和0.344。相比较而言，东部地区和中西部地区城镇化受到第三产业拉动的影响大小较为接近，但中西部地区城镇化受到第二产业的促进作用更为明显。第二，结合基本数据来看，东部6省市与中西部5省市在产业结构方面存在明显的差异。对于东部6省市而言，第三产业对城镇化的推动作用远大于第二产业。2014年北京市第三产业比重达到77.9%，超过第二产业56.5个百分点；上海市第三产业比重为64.8%，超过第二产业将近30个百分点；广东省三次产业结构为4.7∶46.2∶49.1，第三产业比重超过第二产业3.1个百分点；浙江省三次产业结构4.4∶47.7∶47.9,第三产业比重首次超过第二产业；天津市2014年第三产业比重与第二产业基本持平；江苏省第三产业比重比第二产业低1个百分点。而中西部5省市则相反，虽然第三产业比重有所上升，但上升缓慢，总体而言第二产业比重仍大于第三产业。2014年河南省三次产业结构为11.9∶51.2∶36.9；湖北省三次产业结构为11.6∶46.9∶41.5；湖南省三次产业结构为11.6∶46.2∶42.2；四川省三次产业结构为12.4∶50.9∶36.7；重庆市三次产业结构比为7.4∶45.8∶46.8。实践证明，第三产业在转移农村剩余劳动力，加快城镇化进程方面起着非常重要的作用。北京、天津、上海、江苏、浙江、广东这些省市近年来通过发展产业集群，逐步实现了产业的转型升级，第三产业在国民生产总值中的比重逐渐上升甚至超过了第二产业。而中西部地区现在仍处在工业初期或中期阶段，产业结构仍然是以制造业等第二产业为主，这在很大程度上影响了城镇化水平的提高。

四、结论与对策

(一)结论

1.东部地区城镇化水平远远高于中西部地区。从抽取的样本均值来看，东部地区平均城镇化率比中西部地区高28.62个百分点。东部地区虽然城镇化水平整体较高，但方差较大，即地区差异较大，上海、北京、天津已进入城镇化后期阶段，浙江、江苏、广东都处于城镇化中期阶段。中西部地区城镇化水平较低，但方差较小，即整体城镇化水平落后但地区差异相对较小，都处于城镇化中期阶段。

2.东部地区第三产业集聚优势明显，中西部地区第二产业集聚程度相对第三产业要高。从样本均值来看，东部地区第三产业区位商系数为1.168 9，中西部地区只有0.865 3，说明东部地区第三产业比重较大，劳动力流动由第二产业转向第三产业。中西部地区第二产业区位商系数大于1，说明中西部地区第二产业比重仍然较大，吸收大量剩余劳动力就业。在第二产业与第三产业集聚程度方面，东部地区的内部差异要大于中西部地区。

3.产业集聚与城镇化之间的确存在明显的相关关系并呈现出显著的阶段性差异。第二产业集聚在城镇化早期和中期阶段确实对城镇化起到了很大的推动作用，这在中部和西部地区表现明显。但是到了城镇化后期，第三产业集聚对城镇化的拉动作用超过第二产业，如东部6省区。就我国总体而言，第二产业集聚仍然是现阶段城镇化的主要推动力。但是随着经济的发展及产业结构的调整，第三产业集聚与城镇化的关系会逐渐显现出来。

(二)对策

按照国际城镇化的经验，随着经济发展水平的提高，资本与技术在工业上替代劳动力的趋势会不断加强，第二产业吸纳劳动力的数量会逐渐减少，第三产业就业比重会逐步提升，成为吸纳城镇人口增长的主要渠道。东中西部地区要根据各自的产业基础和客观条件因地制宜，发挥比较优势，培育具有地方特色的产业集群。东部沿海地区产业集群要不断进行技术创新，学习发达国家的经验，优化集群内部组织机构，激发集群的创新活力，促进低端产业集群向中高端产业集群升级。东部地区处于城镇化中后期，依靠第三产业的发展来吸纳农村剩余劳动力，引导创新创意产业、休闲娱乐产业和高端服务业的发展，促进城镇功能不断优化升级，未来东部地区产业转型的效果将直接决定城镇化的速度与质量，要避免由于产业和人口的过度集中而给城镇化发展带来负面的影响。中西部地区应利用国家政策扶持，发展典型的工业集聚带，以工业化带动城镇化发展，缩小与东部发达地区的差距，同时建设相关服务市场，推动第三产业集聚，为经济发展注入新的活力。中西部大城市要发挥好引领和辐射作用，带动周边中小城市以城镇群的形态推动产业结构的优化和城镇化的协同发展；中小城市坚持工业与服务业并举，发挥当地比较优势，走“专精特深”的发展道路；小城镇要紧密依托农村专业市场促进产业集聚，吸纳农村剩余劳动力。各级政府要不断进行制度创新与观念革新，认识到城镇化与产业集聚发展的相关关系，改变传统的政绩观，切不可为了追求政绩盲目建设产业集聚区，也切不可为了追求城镇化速度而忽视城镇化质量。要克服官僚主义，提高政府治理水平，做好产业发展与城镇化发展长远规划，贯彻一张蓝图用到底的精神，引导市场自发配置生产要素，营造有利于产业集聚的社会文化环境，真正激发企业活力，提高经济效率，促进产业与城镇化可持续发展。

[1]马歇尔.经济学原理[M].北京:商务出版社,1981:280-284.

[2]PORTER M E.The Adam Smith Address: Location,Clusters,and the“ new” Microeconomics of Competition[J].The National Association of Business Economists,1998,33(1):7- 17.

[3]王辑慈.关于地方产业集群研究的几点建议[J].经济经纬，2004(2)：53-57.

[4]费孝通.论中国小城镇的发展[J].中国农村经济,1996(3)：3-10.

[5]李清娟.产业发展与城市化[D].上海：上海财经大学,2002:44-55.

[6]曹广忠.企业布局、产业集聚与小城镇发展——对山东、浙江四个小城镇的调查分析[J].农业经济问题,2003(7)：36-40.

[7]徐维祥,唐根年.产业集群与城镇化互动发展模式研究[J].商业经济与管理,2005(7)：40-44.

[8]赵昕.产业集聚与城市化关系的实证分析[J].经济与管理,2007(11)：40-44.

[9]刘湘辉,孙艳华.集聚效应:中小企业集群与城镇化耦合发展的机理分析[J].甘肃社会科学,2010(2)：95-99.

[10]鲁德银.基于村镇企业产业集群的农村城镇化政策思路——苏浙粤鄂城镇化与乡镇园区的比较[J].农业经济,2011(8)：13-15.

[11]陆根尧,符翔云,朱省娥.基于典型相关分析的产业集群与城市化互动发展研究:以浙江省为例[J].中国软科学,2011(12):101-109.

[12]陈斌.产业集群与新型城镇化耦合度及其影响研究——以江苏省为例[J].科技进步与对策,2014(10)：53-57.

[13]杨仁发，李娜娜.产业集聚能否促进城镇化[J].财经科学,2016(6)：124-132.

【责任编辑 郭 玲】

An Empirical Analysis of the Relationship between Industrial Agglomeration and Urbanization——Based on the Perspective of Differences between East and Midwest of China

MA Zhi-dong,YU Hui-xin

(School of Economics and Management,Hebei University of Technology,Tianjin 300401,China)

The studies both at home and abroad found that,industrial agglomeration degree has a lot to do with the urbanization level.This article first summarizes the inner link of the industrial agglomeration and urbanization,and then reviews the literature of the interactive development of industrial agglomeration and urbanization,using the panel data model,to make an empirical analysis on the relationship between industrial agglomeration and urbanization of six provinces and cities in eastern region and 5 provinces and cities in central and western regions,and concludes that there is an obvious correlation between industrial agglomeration and urbanization,presenting a significant periodic differences.The eastern region is in the middle and late stage of urbanization,and the third industrial agglomeration on the pulling effect on the urbanization is more than the second industrial agglomeration.The central and western regions are in the middle stage of urbanization,and the second industrial agglomeration is the main driving force of urbanization.Each region should adjust measures to local conditions,develop comparative advantage,foster industrial clusters with local characteristics,and improve the level of regional urbanization.

industrial agglomeration;urbanization;panel data model

2016-09-10

河北省科技厅软科学计划项目“城镇化与创新型产业集聚互动关系研究” (14456115D)

马志东(1968—)，男，河北石家庄人,河北工业大学博士研究生，主要研究方向：技术创新与制度创新。

F062.9

A

1005-6378(2016)06-0080-08

10.3969/j.issn.1005-6378.2016.06.012