贸易便利化、产业集聚与地区产业增长

李 波 赵鑫铖 李艳芳

(云南大学 1.经济学院 2.发展研究院，云南 昆明650091； 3.云南财经大学 印度洋地区研究中心，云南 昆明650021)

贸易便利化、产业集聚与地区产业增长

李 波1赵鑫铖2李艳芳3

(云南大学 1.经济学院 2.发展研究院，云南 昆明650091； 3.云南财经大学 印度洋地区研究中心，云南 昆明650021)

利用中国2005—2010年地区产业面板数据，运用双重差分非线性计量模型，以产业集聚为视角，实证研究了贸易便利化对地区产业增长的影响。研究发现：贸易便利化显著促进了地区产业增长，尤其是促进集聚程度较高产业的增长；贸易便利化是通过出口规模经济效应、出口资源配置效应、进口竞争效应、进口知识技术转移效应、水平效应、垂直效应、成本节约效应等渠道促进地区产业增长的。

产业集聚；贸易便利化；影响机制；产业增长

一、引言

众所周知，中国在沿海地区率先实行对外开放的发展战略，由此创造了高速增长的“中国奇迹”，而与此同时中国经济增长的地区差距问题也逐步显现(范剑勇，2006)。其中，产业增长的地区差距问题尤为突出，且差距仍然不断扩大(蒋冠宏 等，2013；盛丹 等，2011)。这表现在，中国产业增长存在明显的东西部地区差异，东部地区的产业增长率明显高于西部地区，如江苏、广东、山东三地的年均增长率高达45%，而新疆、甘肃、宁夏等西部地区却低于5%(蒋冠宏 等，2013)。

2008年金融危机之后，世界经济陷入低迷，全球贸易增长乏力。全球各方都希望通过推进贸易便利化为跨国贸易注入活力，以便走出金融危机所带来的“雾霾”。如WTO继续在全球范围大力推进“贸易便利化协议”，以及推进双边与多边贸易协定*WTO出版的《世界贸易报告2015》对WTO RTA database研究发现，区域贸易协定(RTAs)中涉及到WTO贸易便利化协定的内容多达二十八条，当前实施的RTAs中有超过90%的RTAs涉及贸易便利化的内容。。近几年，中国经济发展进入新常态，经济增长速度和外贸增长速度都由高速向中高速转变。为此，中国不仅要融入并要主动推动全球贸易便利化进程，还要加快推进贸易便利化建设步伐。

当前，中国贸易便利化正处于快速发展时期，而阻碍贸易便利化的经济发展不平衡问题和东西部差距问题也不断凸显。例如：2005—2010年间，东部地区贸易便利化综合指数平均得分为0.94，而西部地区仅为-0.70，东部地区是西部地区的两倍*关于贸易便利化的测算指标详情见下文说明。。可见，中国的贸易便利化进程与经济发展轨迹类似，呈现出同步的地区差异特征。对此不禁要问，贸易便利化与地区产业增长是否有明显的联系呢？贸易便利化对产业增长的具体影响又是如何的呢？贸易便利化又能否成为“后关税时代”地区产业增长的重要力量呢？同时，中国的经济活动空间也在不断重新布局，人口和产业集聚日益显著(范剑勇，2004，2006)，高集聚程度的产业数目不断增加，低集聚程度的产业数目不断减少(文东伟 等，2014)。而产业集聚和经济增长是一个相伴相生的过程(刘修岩，2009)，存在显著的外部性特征(如学习效应、关联效应、共享效应等)，这些外部性特征在企业成长和经济发展的过程中都扮演着重要的角色。贸易便利化存在交易成本和制度安排的特征属性，贸易便利化对地区产业增长的影响是否会因为产业集聚的外部性特征而有所不同呢？

基于此，本文试图对上述问题进行一一解答，不仅关注贸易便利化是如何影响地区产业增长的，还结合产业集聚的外部性特征，探讨在产业集聚不断变化的现实背景下，贸易便利化对不同地区产业增长的影响究竟有何不同。

本文与先前研究的最大不同在于：一是从“贸易便利化”出发，从产业层面考察贸易便利化对地区产业增长的影响，同时结合产业集聚的外部性特征，将地区特征和产业特征结合起来，深入探讨贸易便利化的地区差异是如何从产业集聚的外部性特征差异转化为地区产业增长差异的；二是本文借鉴了Rajan et al.(1998)论证产业特征与地区特征结合对地区产业增长影响的经典论证方法，即“连续型双重差分模型(Difference in Difference)”，利用工具变量控制关键变量的内生性问题；三是深入研究了贸易便利化影响地区产业增长的机制与渠道。

二、文献回顾与研究命题

(一)相关文献梳理

现有解释产业增长与地区差异的文献主要有两类：一类是动态外部性(dynamic externality)理论研究；另一类是从影响因素方面(如契约效率执行、FDI、市场规模等)研究产业增长的地区差异。

在动态外部性研究方面，主要是从专业化(specialization)、多样化(diversify)与竞争性(competition)的视角出发，论证支撑产业增长的关键因素。在这方面开拓性研究是由Glaeser et al.(1992)所做出，其通过运用美国1956—1987年170个城市的二分位产业增长数据研究发现，地区专业化并不能促进就业增长，地区多样化和竞争性才是就业增长的关键。而随后对中国的大量研究也都借鉴了这一研究思路和框架，Mody et al.(1997)利用中国沿海地区工业部门数据，研究了动态外部性对中国产业增长的影响，结果发现，当专业化水平较低时，一个行业获得其他行业的外部溢出越大，轻工业发展越快，重工业则发展越慢，但竞争性对增长的作用并不明显。Batisse(2002)认为，竞争性和多样化有利于省区产业增长，而专业化却不利省区产业增长，且沿海省区和内陆省区的产业增长推动力存在差异。Gao(2004)的研究则发现，仅仅只有地区竞争性有助于地区产业增长，并没有发现产业增长与当地专业化、产业多样化是否存在正相关。薄文广(2007，2008)则指出，多样化与产业增长呈非线性关系，专业化不利于产业增长，而竞争性则会促进产业增长。贺灿飞等(2009)采用2000—2005年城市层面二分位制造业的数据得出以下结论，动态外部性与城市产业增长完全呈非线性关系。

在研究中国产业增长影响因素方面，现有的研究主要从FDI、市场规模、人力资本、市场化程度、契约执行效率等因素展开。文东伟(2013)利用中国省区工业行业数据研究外商资本对中国产业增长的影响，发现FDI对中国地区产业增长有明显促进作用，尤其对FDI密集型地区的FDI依赖性产业促进作用更大。黄玖立等(2008)认为，市场规模对产业增长有促进作用，但市场规模差异是造成东部地区与中西部地区大多数行业增长出现差异的关键。黄玖立等(2009b)认为，地区人力资本水平的初始差异会因产业技能劳动投入密度不同而影响地区产业增长。盛丹等(2011)认为，市场化程度的提高将促进要素市场和中间投入品市场的完善，从而降低中间投入品的交易成本，促进产业快速增长，且能够更加明显的削减较高技术复杂程度行业的中间投入品交易成本，进而对相应产业增长产生更大促进作用。蒋冠宏等(2013)从理论和实证两方面论证了契约执行效率对产业增长的影响，发现契约质量改善有利于产业增长，尤其对契约依赖密集型产业的契约质量改善作用显著。

上述研究不仅为地区产业增长提供了动态外部性方面的解释，还从产业层面对地区产业增长差异进行了深刻的探讨，深化了对中国地区产业增长差异来源的认识。然而这些研究在考察外部性、人力资本、FDI、市场规模、市场化程度等影响中国地区产业增长差异之时，却忽视了引致中国经济快速发展一个重要推动力——出口，也即贸易政策和贸易制度的推进会引致出口的“爆炸式增长”；同时，上述文献也仅考虑了动态外部性的综合影响，而忽视在产业集聚不断变化的现实背景下，产业集聚的外部性特征将会加强以贸易便利化为主要内容的贸易政策和贸易制度对地区产业增长的作用效果。

(二)研究命题

改革开放以来，中国对外贸易规模迅速扩大，2013年中国已超越德国成为世界第一大贸易国。这不仅仅是中国遵循比较优势、实施出口导向战略的结果(王孝松 等，2015)，也是中国推进一系列贸易制度和削减贸易壁垒*根据世界银行的统计数据，中国的最惠国加权平均关税率从2000年的14.7%下降到2011年的3.7%。的体现。而对于“后关税时代”的全球经济，不仅需要关注贸易便利化促进全球经贸增长的作用，也要在一国内部建立匹配贸易便利化的制度安排，否则势必将影响一国的产业增长。同时，由于中国的产业集聚程度也在不断提高，高集聚程度的产业不断增加，低集聚程度的产业不断减少(文东伟 等，2014)，且贸易便利化本身存在交易成本和制度安排的特征属性，因此，产业集聚的外部性特征也会深刻影响贸易便利化对地区产业增长的作用程度。那么，贸易便利化到底如何影响地区产业增长呢？产业集聚的外部性特征究竟如何影响贸易便利化对地区产业增长的作用呢？

贸易便利化能有效降低对外贸易的交易成本，加速商品贸易和要素跨境流动，促进最终品和中间品的进出口贸易，最终推动经济增长。因而，贸易便利化对地区产业增长的影响机制可通过作用于中间品进口贸易和最终品进出口贸易两方面得以体现：

(1)在最终品贸易方面。首先，通过促进最终品进入出口国际市场，从来带来规模经济效应和资源配置效应，贸易便利化最终促进了增长(Helpman et al.，1985)；其次，贸易便利化减少了进口贸易时间，提高了外国先进产品进入国内市场的水平，加剧了本国市场的竞争程度，促进了国内市场的优胜劣汰(Baumol et al.，1991)；再次，贸易便利化带来的本国进口最终品，能够加速贸易知识和技术要素的跨国转移(Coe et al.，1995；Broda et al.，2004)。

(2)在中间品贸易方面。贸易便利化主要通过作用于中间投入品进口而影响经济增长。具体表现在：一方面，贸易便利化有利于企业进口更多种类的国外中间投入品，发挥进口中间投入品的“水平效应”，从而加快企业自身生产率水平的提高(Grossman et al.，1991；Broda et al.，2006)；另一方面，贸易便利化还将加速国外高质量和高技术含量的中间投入品进入，从而替代本国投入品，通过技术的溢出效应产生更高的经济产出(Krugman，1979)，即发挥进口中间投入品的“垂直效应”(又称“学习效应”)。此外，贸易便利化还能减少企业进口的贸易成本，进而加强竞争，降低企业中间投入品成本，促进相关产业产值的增长。

而对产业集聚的作用而言，贸易便利化结合产业集聚的外部性特征还会产生学习效应和共享效应(Duranton et al.，2004)，但对不同集聚程度的产业，地区产业增长作用会有所不同。对集聚程度较高的产业：一方面，贸易便利化相关的软件基础设施(如海关监管环境改善、贸易政策法规公开透明)*Portugal-Perez et al.(2012)在研究100个发展中国家的贸易便利化改革对出口绩效的影响时，把贸易便利化涉及的四大领域分为硬件基础设施(包括电子商务应用和交通基础设施)和软件基础设施(包括海关效率和监管环境)两块。改善是一个了解、学习和传播的过程(Li et al.，2009)，集聚程度越高的产业学习效应越强；另一方面，贸易便利化相配套的硬件基础设施(如电子通信技术、交通基础设施)越完善，产业集聚的共享效应也越强。在这两方面作用下，高集聚程度的产业更可能从贸易便利化进程中获益，导致贸易便利化对相应产业增长的促进作用更大。

因而，地区贸易便利化水平提升会通过中间品进口贸易(“水平效应”、“垂直效应”和“成本节约效应”)和最终品进出口贸易(“出口规模经济效应”、“出口资源配置效应”、“进口竞争效应”和“进口知识技术转移效应”)的作用渠道，进而促进地区产业增长；同时对集聚程度较高的产业而言，推进产业所在地区贸易便利化进程对产业增长的促进作用更大。具体的影响机制如下图所示：

图1 贸易便利化、产业集聚与地区产业增长影响机制图

而本文研究脉络是：在研究命题的基础上，结合2005—2010年中国地区产业层面的数据，实证检验贸易便利化对地区产业增长的影响，并验证产业集聚的外部性特征是否对贸易便利化影响中国地区产业增长存在强化配置作用。

三、模型设定与数据说明

(一)模型设定

上文对贸易便利化影响地区产业增长进行了解释，同时还分析了贸易便利化如何通过产业集聚影响地区产业增长，进而发挥对经济增长的集聚优势。由于地区产业增长受地区特征与产业特征交互作用，通过一般的线性计量模型无法描述出贸易便利化通过产业集聚的外部性特征影响地区的产业增长的机制。近年来，在产业增长研究中涉及到国家特征与产业特征、地区特征和产业特征交互作用时，大多借鉴Rajan et al.(1998)的办法，在研究金融发展对产业增长影响时，引入国家金融发展与产业外部融资依赖的交互项，建立连续变量的双重差分非线性模型，进而估计并识别它们具体对产业增长的影响。Claessens et al.(2005)在研究产业市场竞争对产业增长时，也应用了这一模型。在对中国地区产业增长的研究方面，黄玖立等(2009a)、盛丹等(2011)也都借鉴了这一研究方法。

本文研究对象也非常适合采用Rajan et al.(1998)的研究方法，因而本文设定了地区特征与产业特征交互作用(交互项)及其各自维度的固定效应的连续性双重差分模型(又称为双向固定效应模型)，进而估算贸易便利化通过产业集聚的外部性作用对地区产业增长的影响。具体模型设定如下：

gjr=λj+μr+αDD×aggj×PCA_TFr+β×controljr+εjr

(1)

由式(1)可知，不同地区维度变化对产业增长的影响都能够通过地区固定效应线性地刻画，这显然没能考虑到地区维度变量对产业增长的平均影响，因而不能实证检验贸易便利化对地区产业增长的促进作用。因此，需要对式(1)进行修正，剔除地区固定效应，单独控制地区贸易便利化水平，以便清楚的刻画出地区贸易便利化对企业生产率的平均影响。由此，相应的计量模型设定为：

gjr=λj+α×PCA_TFr+β×controljr+εjr

(2)

上述式(1)、式(2)中，下标j指产业、r指地区；gjr是j产业r地区人均工业总产值的增长率；为清楚的识别地区特征变量和产业特征变量，把地区特征变量都大写，产业特征变量都小写，PCA_TFr为r地区贸易便利化水平的综合指数；aggj是产业集聚程度；为了避免估计结果的有偏性，加入了影响地区产业增长的其他因素，即控制变量集合controljr，其主要包括产业人力资本依赖度和地区人力资本的交互项(hj×HUMANr)、产业自然资源密集度和地区自然资源禀赋的交互项(rj×RESOURCEr)，以及地区产业的竞争性程度(comjr)、多样化程度(divjr)、专业化程度(spejr)等三个反映动态外部性的变量；λj、μr分别指产业固定效应、地区固定效应，模型控制不同层面的固定效应的目的在于控制未观测到的不同层面的异质性，减少遗漏变量偏误和模型设定偏误，同时式(1)中贸易便利化水平与产业集聚程度的交互项、行业固定效应、地区固定效应三者共同构成了本文的连续性双重差分模型，当然该模型也是双重固定效应模型中的一种；εjr表示随机干扰项。

式(1)中交互项aggj×PCA_TFr的估计系数αDD为本文关注的第一个焦点，若该估计系数为正，则表明贸易便利化会促进集聚程度较高的产业增长，即贸易便利化能通过发挥产业集聚外部性作用促进地区产业增长；而式(2)中TFr的估计系数α则完全刻画了贸易便利化对地区产业增长的总体影响，是本文考察的第二个重点，若该估计系数显著为正，则说明贸易便利化对地区产业增长有明显的促进作用。

(二)变量说明与度量

1.产业增长率

2.贸易便利化

由于尚无国际通用的贸易便利化标准定义，因而现今存在种类各异的贸易便利化测算方法。本文借鉴目前认可程度较高的Wilson et al.(2003,2005)的方法，把贸易便利化涉及的领域归纳为法制环境、海关效率、交通基础设施以及电子商务应用等四个方面，并利用综合测算贸易便利化的计分法和代理变量法分别计算相应领域的情况，通过标准化处理并经主成分分析法构建测算贸易便利化程度的综合指标——贸易便利化综合指数。具体指标测算如下：

(1)法制环境。以樊纲等(2011)的市场化指标体系中的“市场中介组织的发育和法律制度环境”代表法制环境指标，这与蒋为等(2015)的法制环境度量指标一致。

(2)海关效率。借鉴Hoekstra(2013)对各国海关效率的度量方法，采用《世界银行企业调查》(Worldbank Enterprise Survey)数据中的企业进出口货物清关所需的时间来代表海关效率，把该数据中每个地区的进出口所需天数的平均值作为企业所在省份的海关效率代表变量。

(3)交通基础设施。参考Demurger(2001)、刘秉镰等(2011)对中国各省区交通基础设施的测算方法，先加总铁路里程数、公路里程数、内河航道里程数等三类运输方式的总里程数，然后用总里程数除以相应的国土面积再乘以1000，得到总体交通运输方式的每1000平方公里网络密度(简称交通网络密度)。

(4)电子商务应用。采用信息化发展指数代表测算，该指数在国家统计局统计科学研究所每年发布的《中国信息化发展指数监测年度报告》中，宋周莺等(2013)对此进行了修正，修正后的信息化发展指数包括三类一级指标和十一个二级指标。

基于上述指标，本文借鉴樊纲等(2011)计算市场化指数的方法对不同领域的指标进行了标准化评分，然后采用主成分分析法(PCA)构建贸易便利化综合指数*此处感谢审稿人的宝贵建议。，接下来以各地区历年的贸易便利化综合指数为基础，参照Rajan et al.(1998)的做法计算样本期每个地区贸易便利化综合指数的平均值，记为本文双重差分模型中贸易便利化程度的度量指标。当然，贸易便利化各个子领域指标度量计算处理方法与贸易便利化综合指数处理方法相同*下文稳健性检验中使用的主成分分析方法测算贸易便利化综合指数的计算过程与此处相同。。

3.产业集聚

随着研究数据可获得性的提升，特别是企业层面的微观数据质量的提高，产业集聚的度量指标也有所改进，形成了三代产业集聚度量体系(Duranton et al.，2005)*关于三代产业集聚程度指标的度量方法，英文文献参见Duranton et al.(2005)，中文文献参见乔彬等(2007)。。其中第三代是最为前沿和最为准确的研究测算体系，然而由于缺乏充分的地理层面数据，导致其在测算中国产业集聚的研究中尚不多见，因而目前中国的产业集聚测算仍以第二代测算体系为主。本文也采用第二代产业集聚指标体系中EG指数(Ellison et al.，1997)的修正指数进行测算，即使用MS指数(Maurel et al.，1999)。这是因为Alonso-Villar et al.(2004)研究发现，MS指数和EG指数在测算某地区的某一产业的份额与该地区总体产业份额偏离时，该类偏离对EG指数的作用永远都是正的，而对MS指数的影响会因偏离的方向不同而有所差异，当偏离大于0时，对MS指数的作用为正，当偏离小于0时，对MS指数的作用为负；此外还发现，上述差异使得MS指数对工业化程度较高地区的企业空间分布更加敏感，如法国的产业集聚MS指数与EG指数、基尼系数相关性达90%。因此，本文采用MS指数测算中国的产业集聚程度，具体计算公式如下式：

(3)

参照式(3)，以县级层面为地理单元测算二分位行业中的每个行业每年的产业集聚程度，然后也采用类似计算贸易便利化程度的方法测算样本期每个行业的产业集聚程度的均值，记为本文双重差分模型中产业集聚程度的度量指标。

四、估计结果与分析

(一)基准回归结果

表1、表2是基于式(1)、式(2)，以贸易便利化四个分领域指标为基础的基准估计结果，两表区别在于表2中加入了影响产业增长的一系列控制变量。按表1估计结果所示，贸易便利化四个分领域指标的估计系数显著为正，说明贸易便利化所有分领域的改善都能显著促进地区产业增长；贸易便利化四个分领域指标与产业集聚的交互项的估计系数也显著为正，则表明贸易便利化四个分领域的改善都显著促进集聚程度较高产业的增长。而在加入控制变量后的估计结果依然如此*此时，海关效率的估计系数需要在31%的显著性水平下显著。，进一步证明了估计结果的稳健性，具体见表2。

表1 贸易便利化各个领域对地区产业增长影响的基准回归结果(一)

注：表中的所有标准误都是异方差稳健标准误；( )中数据均为异方差稳健标准误；*、**、***分别代表10%、5%、1%显著性水平下显著。下表同。

表2 贸易便利化各个领域对地区产业增长影响的基准回归结果(二)

考虑到贸易便利化涉及的领域众多，以及众多领域指标的度量都采用了统一的标准化度量方法，本文采用主成分分析法计算贸易便利化综合指数，然后进行回归估计。同时，为了保证估计结果的稳健性，在估计过程中加入了控制变量，估计结果如表3所示。由表3可知，此时仍然发现贸易便利化对产业增长有促进作用(见表3第(1)、(3)列)，并且对集聚程度较高产业促进作用更大(见表3第(2)、(4)列)。这与上文解释一致，即贸易便利化通过影响中间投入品贸易和最终品贸易促进地区产业增长，产业集聚的学习效应和共享效应还能通过加强贸易便利化的软件基础设施和硬件基础设施影响地区产业增长，因而，对集聚程度较高的产业，贸易便利化对地区产业增长表现出更高的促进作用。为了简化分析，下文关于贸易便利化对产业增长影响的后续分析(包括进一步讨论和稳健性检验)中，仍沿用此处的贸易便利化综合指数作为贸易便利化的度量指标。

表3 贸易便利化综合指数对地区产业增长影响的回归结果

注： K-P rk LM值(Kleibergen-Paap rk LM statistic)为工具变量识别不足检验统计量，原假设为方程存在识别不足问题；A-R Wald F值(Anderson-Rubin Wald F值)为内生回归元联合显著性的F检验，原假设为第一阶段内生回归元联合显著性检验值为0；C-D Wald F值(Cragg-Donald Wald statistic)为工具变量弱识别检验，原假设为方程存在弱相关问题； []中数值为相应统计量的p值，{ }中数值为相应统计量10%统计水平下的临界值。下表同。

从控制变量来看，产业人力资本依赖度和地区人力资本的交互项(h1×HUMAN)估计系数显著为正，说明人力资本对产业增长具有重要作用，产业对人力资本依赖程度越高，人力资本对地区产业增长的作用越大，这与黄玖立等(2009b)的研究结论一致。此外，就动态外部性的估计结果而言，多样化(divjr)估计系数显著为正，说明雅各布(Jacobs)外部性对中国地区产业增长的作用明显，与Batisse(2002)对中国地区产业增长的研究结论相符；竞争性(comjr)的估计系数为负，表现的不显著，表明波特竞争外部性不利于中国的地区产业增长，这是因为中国的市场经济发展快速，市场竞争激烈，从而可能出现过度竞争，这样就压缩了企业生存空间，不利于技术创新，乃至阻碍了中国的产业增长，与Mody et al.(1997)、盛丹等(2011)研究得到的结论类似；专业化(spejr)的估计系数为正，且在1%的水平下显著为正，说明马歇尔-阿罗-罗默(MAR)外部性明显推动了中国地区产业增长，产业内的技术溢出效应显著，与盛丹等(2011)的研究结论一致。

(二)内生性考察

由于贸易便利化与地区产业增长之间可能存在双向因果关系，从而导致内生性问题的出现，以致最终影响估计结果。而地区产业增长影响贸易便利化的可能途径为：在改善地区产业增长的过程中，不可避免地会加强基础设施建设，从而导致地区产业进口和出口的增加，这势必会提高对贸易便利化的需求，从而提高贸易便利化水平。为此，本文在解决内生性问题时采用通用做法，即通过寻找检验贸易便利化的有效工具变量，进行工具变量的二阶段最小二乘法(2SLS)估计，以更好识别贸易便利化对企业生产率的影响。借鉴黄玖立等(2006)使用的海外市场接近程度作为贸易便利化的工具变量，具体处理方法是：海外市场接近程度以各省区省会城市与海岸线距离的倒数乘以100进行计算。而合理有效的工具变量具有两大特征：一是工具变量外生性，即工具变量与模型的残差项无关。海外市场接近程度属于地理变量，显然与产业增长无明显的直接关系，也与本文样本期的产业增长无明显关联。二是工具变量与内生变量的相关性。对于中国而言，与海外市场接近程度越高的地区，一般是基础设施和制度质量较好的东部地区，当地进出口的贸易便利化水平相对较高。

表3报告了以海外市场接近程度为工具变量的两阶段最小二乘法估计结果。工具变量的相关检验具体步骤如下：(1)Kleibergen-Paap rk LM统计量都在5%的显著性水平下拒绝原假设，说明工具变量能够被有效的识别；(2)Anderson-Rubin Wald F统计量也在1%的显著性水平下显著，表明工具变量与内生变量有较强的相关性；(3)Cragg-Donald Wald F统计量值都大于10%水平下的临界值，显著拒绝工具变量弱识别的原假设。此外，第一阶段的F值也远远大于10，上述检验充分表明本文选择的工具变量是合理有效的。由表3可知，无论是否考虑其他控制变量，各列结果都充分表明贸易便利化对地区产业增长有显著的促进作用，尤其对集聚程度较高产业促进作用更为显著。这与上一部分的基准回归结果类似，各类控制变量的估计结果也基本一致，进一步证实了本文的研究结论。

(三)稳健性分析

为保证本文研究结果的稳健性和可靠性，接下来通过改变度量指标、替换估计方法和剔除异常值等办法进行稳健性分析。

第一，替换关键变量度量指标。对被解释变量地区产业人均总产值增长率的度量，基准回归中一直采用的是地区产业总产值计算的结果，然而考虑到库存问题导致的产能过剩对产业发展的影响，以及人均产值增长率会受物价指数波动的影响，本文需要进一步采用地区产业人均销售总额和地区产业人均就业人数为基准计算地区产业增长率，相应的回归结果见表4的第(1)—(4)列；关于贸易便利化的度量，在基准回归中，本文采用主成分分析法(PCA)对法制环境、海关效率、交通基础设施和电子商务应用等贸易便利化综合指标进行回归，这既考虑到不同贸易便利化领域的相应指标权重存在差异，也是仅根据统计数据变化差而分析出来的结果，本文参考Wilson et al.(2003)、方晓丽等(2013)办法，把交通基础设施、海关效率、法制环境及电子商务应用的权重分别确定为10%、50%、25%和15%，估计结果见表4的第(5)、第(6)列；关于产业技术的度量，即产业集聚的MS指数，是以县级层面数据为度量计算单位，但文东伟等(2014)采用EG指数计算中国各行业的空间集聚程度时指出，EG指数存在明显的可更改区域单元选择问题(MAUP)，即当行业层级给定时，地理层级越仔细，EG指数越小。由于MS指数是由EG指数修正而来，本文也采用城市层面和省级层面数据分别计算二分位行业的MS指数，并进行相应估计，结果见表5的第(1)—(2)列。

表4 稳健性检验估计结果(一)

第二，变更估计方法。工具变量的弱识别问题会导致估计结果存在偏误。虽然上述二阶段最小二乘估计(2SLS)并没有发现弱识别问题，但Stock et al.(2002)利用蒙特卡洛模拟研究却发现，在有限样本的情况下，有限信息最大似然估计(LIML)会比二阶段最小二乘法得到更优的估计结果。此时为保证估计结果的稳定性，也进行了工具变量的有限信息的最大似然估计(IV-LIML)回归，具体见表5的第(3)—(4)列。

第三，剔除异常样本观测点。样本数据中的异常值可能会严重影响估计结果的稳健性，虽然本文的贸易便利化取值连续性强、分散程度高，但中国的贸易便利化情况也存在明显的东西部差异，东部沿海地区(如上海、北京)贸易便利化水平明显高于西部内陆地区(如青海、宁夏)，样本期内贸易便利化综合指数平均水平最高的上海为2.56，平均水平最低的青海仅为-1.34，前者是后者的接近3倍，样本数据存在一定数量的异样样本。因此，在剔除贸易便利化指标中小于5%分位数和大于95%分位数的样本后，回归结果见表5的第(5)—(6)列。

表4、表5全面报告了利用工具变量法对上述三个视角进行稳健性检验的估计结果，结果发现，相应的工具变量的检验结果都与内生性分析部分类似，说明选取的工具变量是非常有效的，贸易便利化会显著影响地区产业增长，尤其是对集聚程度较高的产业影响更为显著，相应控制变量的估计结果也与前文分析一致。说明估计结果并不会受变量度量指标、估计方法、样本异常值的影响，进一步表明本文的回归结果是稳健可靠的。

表5 稳健性检验估计结果(二)

五、扩展分析：可能的影响渠道探究

贸易便利化会通过影响中间投入品进口和最终品贸易而促进产业增长。那么，贸易便利化影响地区产业增长的渠道是否真的存在呢？为此，需要进一步建立中介效应模型(mediator effects model)，结合《中国海关企业进出口数据库》*此处，根据相关机构提供的HS、ISIC(Rev3)、GB/T2002、BEC、SNA等代码之间的转换和对照表对《中国海关企业进出口数据》进行灵活转换，得到相应各个行业的中间品、最终品等进出口数据。由于数据可获得性原因，此处仅仅使用了2009年相应的进出口数据代表2005—2010年间各地区各行业的最终品和中间品进出口数据。相关数据，对可能的影响渠道进行实证检验。

中介效应模型的构建分为三步：首先，中介变量对基本自变量进行回归；其次，因变量对基本自变量进行回归，也即前文的式(2)；最后，因变量同时对基本自变量和中介变量进行回归。三步回归中，若基本自变量显著影响中介变量、基本自变量显著影响因变量、基本自变量和中间变量显著影响因变量等三大中介效应模型条件同时满足，通过进一步比较三步回归之间的系数，以确定中介效应是否存在。如果基本自变量在最后一步的估计系数小于第二步的估计系数，说明存在部分的中介效应；若最后一步中基本自变量的估计系数变得不显著，则说明存在完全的中介效应。因而，完整的中介效应模型设定如下：

medjr=κj+α×PCA_TFr+β×controljr+εjr

(4)

gjr=λj+α×PCA_TFr+β×controljr+εjr

(5)

gjr=νj+α×PCA_TFr+δ×medjr+β×controljr+εjr

(6)

其中：medjr为相应的中间变量，包括对最终品贸易便利化和中间品贸易便利化两个渠道产生影响的中介变量。然而，由于部分影响渠道的中介变量可能无法准确刻画和度量，本文选取相关中介变量对部分影响渠道来进行检验。具体选取的中介变量见下文。

(一)影响渠道考察之一：中间品进口方面

如前文所述，贸易便利化会通过进口中间品的“水平效应”、“垂直效应”、“成本节约效应”影响地区产业增长，这分别反映的是中间品进口贸易便利化带来的中间品进口产品种类、产品数量以及产品单位成本对产业增长的促进作用，本文分别选取地区产业层面的中间品进口种类数目(imp_inter_hs_num)、产品数量(imp_inter_quantity)、进口相对价格(rel_imp_inter_price)*各地区各产业中间进口品相对价格计算步骤如下：根据各个地区每个产业中间品的进口总额和数量，得到相应地区产业中间品的进口价格；然后参照张翊等(2015)采用制造业工业品出厂价格指数代理国内生产中间品价格的方法，以各地区按行业分工业品出厂价格指数作为国内各地区各产业生产的中间品价格；最后，各地区各产业中间品进口价格与国内各地区各产业生产的中间品价格相除，即可得到各地区各产业的中间品进口相对价格(rel_price)。予以度量。

表6 贸易便利化对产业增长的影响渠道：中间品进口方面

如表6所示，第(1)列为前文基准估计，即式(5)、式(2)的结果；对于中介效应模型式(4)，相应的估计结果为第(2)、(4)、(6)列，第(2)、(4)列贸易便利化的估计系数都在1%的显著性水平下为正，说明贸易便利化会促进中间品进口种类数目增多和产品数量的增加，第(6)列贸易便利化的估计系数显著为负，说明推进贸易便利化将削减中间品进口的相对价格；对于中介效应模型式(6)，相应的估计结果分别为表6的第(3)、(5)、(7)列，贸易便利化的系数都显著为正，但估计系数小于第(1)列基准估计的结果，其中对应的中介变量ln(imp_inter_hs_num)和ln(imp_inter_quantity)的估计系数显著为正，说明进口产品种类的增加和进口产品数量的增多有益于地区产业增长，而中介变量ln(rel_imp_inter_price)的估计系数为负，但需要在更高的显著性水平下显著*此处需要在45%的显著性水平下显著。，表明进口中间品相对价格的下降有利于地区产业增长。与此相对应的Sobel检验，除“成本节约效应”需在更高的显著性水平下显著外，“水平效应”和“垂直效应”分别对应的Sobel检验统计量的伴随概率都小于1%，且都在1%的显著性水平下显著。中介效应模型的三步检验估计结果充分证实了贸易便利化会通过中间品进口的“水平效应”、“垂直效应”、“成本节约效应”促进地区产业增长。

(二)影响渠道考察之二：最终品贸易方面

如前所述，一方面，贸易便利化会通过扩大出口的方式，产生规模经济效应和资源配置效应，从而实现地区产业增长，此处采用地区产业最终品出口总量(exp_quantity)和最终品出口种类数目(exp_hs_num)分别度量地区的行业最终品出口贸易便利化的规模和资源配置程度；另一方面，贸易便利化还会增加最终品进口，增进进口的竞争效应和知识技术的转移效应，进而影响地区产业增长。内生增长理论表明，产品种类越多，知识、技术的转移能力和创新能力越强，因而可以采用进口最终品的种类数目(imp_hs_num)刻画进口最终品贸易便利化的知识转移能力和技术转移能力，而进口最终品带来的竞争程度使用最终品进口总额(imp_value)度量，进口总额越多，竞争程度越高。

表7 贸易便利化对产业增长的影响渠道：最终品贸易方面

表7报告了贸易便利化通过影响最终品进出口贸易的方式，进而对地区产业增长产生作用的中介效应估计结果。中介效应模型式(4)估计结果为表7的第(1)、(3)、(5)、(7)列，由结果可知，贸易便利化的估计系数都在1%的显著性水平下为正，分别说明贸易便利化促进了最终品出口总量、出口种类数目、进口最终品种类数目以及进口总额的增加；中介效应模型式(6)估计结果为表7第(2)、(4)、(6)、(8)列，贸易便利化的估计系数也都在1%的显著性水平下显著为正，但估计系数小于表6的第(1)列基准估计结果，即式(5)估计结果，且除ln(exp_quantity)之外，分别对应的中介变量需在5%显著性水平下显著为正外，其他中介变量如ln(exp_hs_num)、ln(imp_value)以及ln(imp_hs_num)的估计系数也都在1%的显著性水平下显著为正，表明最终品出口的产品数量、出口产品种类数目、最终品进口的产品总额以及进口产品种类数目的增加都促进地区产业增长，与此相对应的Sobel检验统计量的伴随概率都小于1%，表明在1%的显著性水平下显著。因而，三步中介效应模型检验结果都充分证实了下述结果：贸易便利化通过最终品进出口贸易对地区产业增长存在“规模经济效应”、“资源配置效应”、“竞争效应”以及“知识技术转移效应”等四个渠道的影响机制。

六、结论与政策启示

本文在文献梳理的基础上，解释了贸易便利化如何通过中间品贸易和最终品贸易影响地区产业增长，分析了在产业集聚的学习效应和共享效应作用下，贸易便利化是如何对地区产业增长产生影响的；通过借鉴Rajan et al.(1998)的连续变量的双重差分非线性模型设定方法，将地区特征和产业特征相结合，结合中国2005—2010年地区产业面板数据，实证研究了产业集聚视角下贸易便利化对地区产业增长的影响。研究发现：贸易便利化显著促进了地区产业增长，尤其显著地促进集聚程度较高产业的增长；贸易便利化通过最终品进出口贸易的“出口规模经济效应”、“出口资源配置效应”、“进口竞争效应”、“进口知识技术转移效应”以及中间品进口贸易的“水平效应”、“垂直效应”、“成本节约效应”等渠道促进地区产业增长。

基于结论，政策启示在于：

首先，应该继续推进中国贸易便利化各分领域的建设。虽然世界出现了反对自由贸易、逆全球化的浪潮，但应该继续加快推进中国贸易便利化进程，尤其是推进中国西部地区的贸易便利化，缩小地区贸易便利化差距，这将是“后关税时代”增强中国企业国际竞争力、提高中国产业增长发展能力的关键。

其次，发挥“出口资源配置效应”和“进口知识技术转移效应”，以更好地促进中国的产业升级。目前，中国经济面临下行压力，亟需解决的是产能过剩问题，而不是产能不足的问题。“出口规模经济效应”虽然推动了地区产业增长，极大地提高了中国的产能水平，却未能很好地提升中国在全球生产网络中的位置。因此，要增强贸易便利化进程推进与产业政策制定对产业发展的协同促进作用：一方面，鼓励相关产业企业利用贸易便利化加速高质量的中间投入品对技术升级和产品创新的促进作用，另一方面，还应该加快产业集聚步伐，发挥“学习效益”、“溢出效益”和“分享效益”，持续推进中国的产业升级。当前，中国倡导的“一带一路”重大战略，将在次区域、区域及泛区域经济合作层面给中国及合作区域的贸易便利化带来了难得的机遇，尤其中国对周边交通、通讯等基础设施的投入，以及在国际机制平台中实现的通关效率和制度建设等，无疑都将拓展中国的国际贸易空间，从而有利于中国地区产业的增长和升级。

薄文广. 2007. 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(1):37-44.

薄文广. 2008. 动态外部性、外国直接投资与地区产业增长:基于中国数据的实证研究[J]. 国际贸易问题(7):87-93.

樊纲,王小鲁,朱恒鹏. 2011. 中国市场化指数:各地区市场化相对进程2011 年报告(第1版)[M]. 北京：经济科学出版社.

范剑勇. 2004. 市场一体化、地区专业化与产业集聚趋势:兼谈对地区差距的影响[J]. 中国社会科学(6):39-51,204-205.

范剑勇. 2006. 产业集聚与地区间劳动生产率差异[J]. 经济研究(11):72-81.

贺灿飞,潘峰华. 2009. 中国城市产业增长研究：基于动态外部性与经济转型视角[J]. 地理研究(3):726-737.

黄玖立,黄俊立. 2008. 市场规模与中国省区的产业增长[J]. 经济学 (季刊)(4):1317-1334.

黄玖立,李坤望. 2006. 出口开放、地区市场规模和经济增长[J]. 经济研究(6):27-38.

黄玖立,冼国明. 2009a. FDI、融资依赖与产业增长: 中国省区的证据[J]. 世界经济文汇(3):60-74.

黄玖立,冼国明. 2009b. 人力资本与中国省区的产业增长[J]. 世界经济(5):27-40.

贾净雪. 2015. 我国中间品进口结构及其行业增长效应研究[J]. 国际贸易问题(5):21-30.

蒋冠宏,蒋殿春. 2012. 基础设施、基础设施依赖与产业增长：基于中国省区行业数据检验[J]. 南方经济(11):116-129.

蒋冠宏,蒋殿春,王晓娆. 2013. 契约执行效率与省区产业增长：来自中国的证据[J]. 世界经济(9):49-68.

蒋为,蒋柳. 2015. 法制环境,契约执行与中国企业出口行为[J]. 当代财经(1):87-97.

刘秉镰,刘玉海. 2011. 交通基础设施建设与中国制造业企业库存成本降低[J]. 中国工业经济(5):69-79.

刘修岩. 2009. 产业集聚与经济增长：一个文献综述[J]. 产业经济研究(3):70-78.

盛斌,毛其淋. 2011. 贸易开放、国内市场一体化与中国省际经济增长:1985—2008年[J]. 世界经济(11):44-66.

盛丹,王永进. 2011. 市场化、技术复杂度与中国省区的产业增长[J]. 世界经济(6):26-47.

宋周莺,刘卫东. 2013. 中国信息化发展进程及其时空格局分析[J]. 地理科学(3):257-265.

佟家栋,刘竹青. 2014. 地理集聚与企业的出口抉择: 基于外资融资依赖角度的研究[J]. 世界经济(7):67-85.

王苍峰. 2007. 中间品进口对我国制造业行业人均产出的影响：对1999—2003年28个行业的实证研究[J]. 南开经济研究(4):129-138.

王孝松,翟光宇,林发勤. 2015. 反倾销对中国出口的抑制效应探究[J]. 世界经济(5):36-58.

文东伟. 2013. FDI、出口开放与中国省区产业增长[J]. 金融研究(6):104-117.

文东伟,冼国明. 2014. 中国制造业产业集聚的程度及其演变趋势:1998—2009年[J]. 世界经济(3):3-31.

吴三忙,李善同. 2011. 专业化, 多样化与产业增长关系：基于中国省级制造业面板数据的实证研究[J]. 数量经济技术经济研究(8):21-34.

ALONSO-VILLAR O, CHAMORRO-RIVAS J, GONZALEZ-CERDEIRA X. 2004. Agglomeration economies in manufacturing industries: the case of Spain [J]. Applied Economics, 36(18):2103-2116.

BATISSE C. 2002. Dynamic externalities and local growth: a panel data analysis applied to Chinese provinces [J]. China Economic Review, 13(2):231-251.

BAUMOL W J， LEE K S. 1991. Contestable markets, trade, and development [J]. The World Bank Research Observer, 6(1):1-17.

BRODA C， WEINSTEIN D E. 2004. Variety growth and World welfare [J]. American Economic Review, 94(2):139-144.

BRODA C， WEINSTEIN D E. 2006. Globalization and the gains from variety [J]. The Quarterly Journal of Economics, 121(2):541-585.

CICCONE A， PAPAIOANNOU E. 2009. Human capital, the structure of production, and growth [J]. Review of Economics and Statistics, 91(1):66-82.

CLAESSENS S， LAEVEN L. 2005. Financial dependence, banking sector competition, and economic growth [J]. Journal of the European Economic Association, 3(1):179-207.

COE D T， HELPMAN E. 1995. International R&D spillovers [J]. European economic review, 39(5):859-887.

COMBES P P. 2000. Economic structure and local growth: France, 1984—1993 [J]. Journal of Urban Economics, 47(3):329-355.

DEMURGER S. 2001. Infrastructure development and economic growth: an explanation for regional disparities in China [J]. Journal of Comparative economics, 29(1):95-117.

DURANTON G， OVERMAN H G. 2005. Testing for localization using micro-geographic data [J]. The Review of Economic Studies, 72(4):1077-1106.

DURANTON G， PUGA D. 2004. Micro-foundations of urban agglomeration economies [R]. NBER Working Paper, w9931.

ELLISON G, GLAESER E L. 1997. Geographic concentration in US manufacturing industries: a dartboard approach [J]. Journal of Political Economy, 105(5):889-927.

FRANK M W. 2005. Income inequality and economic growth in the US:a panel cointegration approach [R]. Sam Houston State University Economics and International Business Working Paper, No.SHSU-ECO-WP05-03.

GAO T. 2004. Regional industrial growth: evidence from Chinese industries [J]. Regional Science and Urban Economics, 34(1):101-124.

GLAESER E L, KALLAL H D, SCHEINKMAN J A， et al. 1992. Growth in cities [J]. Journal of Political Economy, 100(6):1126-1152.

GROSSMAN G M, HELPMAN E. 1991. Quality ladders in the theory of growth [J]. The Review of Economic Studies, 58(1):43-61.

HELPMAN E, KRUGMAN P R. 1986. Market structure and foreign trade: increasing returns, imperfect competition, and the international economy [J]. The Economic Quarterly, 40(129):708-710.

HENDERSON V, KUNCORO A, TURNER M. 1995. Industrial development in cities [J]. Journal of Political Economy, 103(5):1067-1090.

HOEKSTRA R. 2013. Boosting manufacturing firms′ exports? the role of trade facilitation in Africa [R]. IEE Working Paper 197.

KRUGMAN P R. 1979. Increasing returns, monopolistic competition, and international trade [J]. Journal of International Economics, 9(4):469-479.

LI Y, WILSON J. 2009. Trade facilitation and expanding the benefits of trade: evidence from the firm-level data [R]: ARTNET Working Paper, No.7109.

MAUREL F, SEDILLOT B. 1999. A measure of the geographic concentration in French manufacturing industries [J]. Regional Science and Urban Economics, 29(5):575-604.

MODY A, WANG F Y. 1997. Explaining industrial growth in coastal China: economic reforms… and what else [J]. The World Bank Economic Review, 11(2):293-325.

PORTUGAL-PEREZ A, WILSON J S. 2012. Export performance and trade facilitation reform: hard and soft infrastructure [J]. World Development, 40(7):1295-1307.

RAJAN R G, ZINGALES L. 1998. Financial dependence and growth [J]. American Economic Review, 88(3):559-586.

STOCK J H, WRIGHT J H, YOGO M. 2002. A survey of weak instruments and weak identification in generalized method of moments [J]. Journal of Business & Economic Statistics, 20(4):518-529.

WILSON J S, MANN C L, OTSUKI T. 2003. Trade facilitation and economic development: a new approach to quantifying the impact [J]. The World Bank Economic Review, 17(3):367-389.

WILSON J S, MANN C L, OTSUKI T. 2005. Assessing the benefits of trade facilitation: a global perspective [J]. The World Economy, 28(6):841-871.

(责任编辑 张 坤)

Trade Facilitation, Industrial Agglomeration, and Regional Industrial Growth

LI Bo1ZHAO XinCheng1LI YanFang2

(1.Yunnan University, Kunming 650091; 2.Yunnan University of Finance and Economics, Kunming 650221)

Using Chinese regional industrial panel data from 2005—2010, referenced to Difference-in-Difference nonlinearity model, this paper makes an empirical study relating trade facilitation′s effects on industrial development with the view of industrial agglomeration. The research finds that trade facilitation significantly promotes regional industrial growth, especially the highly agglomerated ones, both using sub-area and comprehensive indexes. The study on medium effect model′s mechanism reveals that trade facilitation pushes the growth of regional industries by channels of export scale economy, export resource reallocation, import competition, import technology-knowledge transfer, horizontal effect, vertical effect, and cost saving effects.

industrial agglomeration; trade facilitation; effects mechanism; industrial growth

2017-01-04

李 波(1987-)，男，江西九江人，博士，云南大学经济学院讲师。 赵鑫铖(1981-)，男，云南大理人，博士，云南大学发展研究院副教授。 李艳芳(1976-)，女，云南普洱人，博士，云南财经大学印度洋地区研究中心讲师。

教育部人文社会科学项目“贸易便利化对经济增长和企业绩效的影响研究——以中国-东盟自贸区为例”(14YJC790059)；云南省哲学社会科学规划项目“中国东盟贸易便利化合作及经济影响研究”(QN2014022)；云南省科技惠民计划项目“经济新常态下云南产业发展新动力研究”(2015RD008)。

F752.4

A

1001-6260(2017)06-0001-16

10.19337/j.cnki.34-1093/f.2017.06.001

财贸研究 2017.6