产业集聚的知识溢出对区域经济差距的影响——基于制造业与服务业的比较研究

吉亚辉,曹希广

(西北师范大学经济学院，甘肃 兰州 730070)

产业集聚的知识溢出对区域经济差距的影响
——基于制造业与服务业的比较研究

吉亚辉,曹希广

(西北师范大学经济学院，甘肃 兰州 730070)

本文采用2005—2014年中国30个省份制造业与服务业的面板数据，运用Arellano-Bond GMM估计方法，考察了MAR、Jacobs与Porter溢出效应对区域经济差距的影响。结果表明：①目前制造业的MAR、Jacobs与Porter溢出效应均缩小了区域间的经济差距，而服务业的MAR和Porter溢出效应有扩大该差距的作用。②制造业与服务业的MAR、Jacobs与Porter溢出效应均与区域间的经济差距存在非线性关系，当跨越门槛临界值后，知识溢出会产生相反的影响作用。③与沿海地区相比，内陆地区的知识溢出更能缩小区域间的经济差距。

产业集聚；知识溢出；区域经济差距

1 引言

胡鞍钢[1]曾指出：“若将中国放入国家背景之下比较的话，其地区发展差距最大的特点便是‘一个中国，四个世界’。”这并不是一个夸张说法，因为从一定程度来上说，当前中国各省内部的经济发展差异水平跟一个国家内部的经济发展差异水平是类似的，而各省之间的经济发展差异水平跟国家之间的经济发展差异水平是类似的。而且随着经济的迅速增长，中国区域之间的经济差距在不断地扩大。中国区域间经济差距形成的原因有许多，其中自然禀赋、投入要素、历史条件以及政策条件等都是重要的影响因素。而从产业集聚与外部性的研究视角来看，产业集聚与区域经济差距形成有密切的关系[2]。根据已有文献的研究，产业集聚又分为产业内集聚和产业间集聚，存在三种外部性(MAR溢出效应[3]、Jacobs溢出效应[4]和Porter溢出效应[5])与之对应[6]。

目前,随着产业集聚理论和知识外部性(知识溢出，Knowledge Spillovers)理论的不断发展，越来越多的学者就产业集聚的知识溢出对区域经济增长及差距影响进行了研究。相关的研究文献主要沿着两条研究思路展开。第一条研究思路主要以内生增长理论为基础，认为产业集聚可以通过知识溢出促进创新，创新将推动集聚地区的经济增长，进而扩大了区域间的经济差距[7-8]。另一条研究思路基于新经济地理学分析框架,认为知识溢出效应在空间集聚中发挥作用：知识溢出可以促进产业的空间集聚，该集聚会推动经济增长，进而产生了区域间的经济差距[9-11]。可见，产业集聚可以通过促进集聚区内知识溢出的产生来推动产业创新和经济增长，从而各地区的经济发展也由于产业集聚的状况不同而产生差异。

在已有文献的基础上，本文以2005—2014年中国30个省(市，自治区)(剔除西藏、港澳台地区)制造业与服务业的面板数据作为样本，运用Arellano-Bond GMM估计方法，研究分析了不同类型产业的三种知识溢出对中国区域经济差距的影响。

2 模型、变量与方法

2.1 模型构建

本文主要研究MAR溢出效应、Jacobs溢出效应与Porter溢出效应对区域经济差距的影响。基于Marshall、Jacobs和Porter等人的知识溢出理论，并借鉴Cécile Batisse[12]以及Bivand等[13]人的实证计量模型，我们构建了知识溢出效应对区域经济差距影响的计量方程，如下式：

(1)

Κ∈(manufacture，service)

其中，i表示地区，t表示年份，R-disparityit表示区域经济差距，为被解释变量；MARit为MAR溢出效应，即专业化效应；Jacobsit表示Jacobs溢出效应，即多样化效应；Porterit为Porter溢出效应，即竞争效应。此外，根据Krugman[14]、贺灿飞等[15]与杨仁发等[11]多位学者研究，认为不同类型产业的集聚对区域经济差距的影响机制与效应是不同的。故本文将三种溢出效应按产业类型分为制造业知识溢出和服务业知识溢出，以便对制造业知识溢出与服务业知识溢出对区域经济差距的影响进行对比分析。Xit表示控制变量，包括人力资本(hcap)、城市化水平(city)、市场化水平(market)、外资占比(fdi)和开放程度(open))；εit为随机扰动误差项。

考虑到区域经济差距具有持续性，这种差距的变化是一种动态的过程，当期的区域经济差距可能会受到上一期的影响。因此，我们将解释变量的滞后项加入到计量模型(1)当中，模型便扩展为动态面板模型：

(2)

K∈{manufacture，service}

其中，R-disparityit-1为解释变量的滞后项。

2.2 变量说明

(1)被解释变量。R-disparity为区域经济差距，笔者采用各省(市，自治区)的人均国内生产总值(GDP)和全国人均国内生产总值(GDP)相减之后差值与全国人均国内生产总值(GDP)的比值(或相对人均GDP与1的差值)来衡量。本文以各地区的居民消费价格指数将人均名义GDP折算成以2005年不变价格计算的人均实际GDP，从而剔除物价因素的影响。

(2)解释变量。

①MAR溢出效应(MAR)，也称专业化效应。本文借鉴Glaeser等[3]构建的地区专业化指数进行衡量，定义i地区的专业化指数为：

(3)

其中，sij是i地区j行业的就业人数占i地区其所属产业的总就业人数的比重；sj是j行业的就业人数占其所属产业全国总就业人数的比重。二者的比值衡量了样本产业中某个行业的专业化程度，对其取最大便得到了一个地区的样本产业的专业化程度。另外，当Κ=manufacture时，MARΚ表示制造业的专业化指数；当Κ=service时，MARΚ表示服务业的专业化指数。

②Jacobs溢出效应(Jacobs)，也称多样化效应，主要采用多样化指数进行衡量。本文借鉴了张宗庆等[16]关于多样化指数的测度方法，即采用1-HHI(赫希曼-赫芬达尔系数)来表示多样化程度，其定义公式为：

service}

(4)

其中sij的含义同上。若一个地区的样本产业的行业分布是多样化的，则就业也倾向于在多个行业中分散，此时sij的值会变小，很显然该多样化指数的数值会变大[16]。Κ的分取情况同上。

③Porter溢出效应(Porter)，也称竞争效应。本文借鉴Glaeser等[3]所使用的竞争指数进行衡量，计算公式为：

(5)

其中qij表示i地区j产业的企业个数，qnj表示全国j产业的企业个数；yij表示i地区j产业的总产值，ynj表示全国j产业的总产值。该指数越高，表明该地区样本产业内部企业间的竞争程度越大。Κ的分取情况同上。

(3)控制变量。人力资本(hcap)采用各地区普通高中与高等学校在校生数占总人口的比重来衡量。城市化水平(city)采用各地区非农人口占总人口的比重来衡量。市场化水平(market)采用樊纲和王小鲁构建的各省市场化指数进行衡量。外资占比(fdi)采用各地区FDI(外商直接投资)占GDP的比重进行衡量，FDI按当年美元对人民币汇率调整成人民币计价。开放程度(open)采用对外贸易依存度，即各地区进出口总额占GDP的比值来衡量，按当年美元对人民币的汇率调整为人民币计价的进出口总额。

2.3 数据选取

本文选取2005—2014年中国30个省(市，自治区)(剔除西藏、港澳台地区)制造业和服务业的面板数据作为样本进行研究分析，其中有关制造业指标数据的计算涉及26个行业的数据，而有关服务业的指标数据涉及了14个行业的数据，主要来源于历年《中国工业(经济)统计年鉴》《中国第三产业统计年鉴》《中国劳动统计年鉴》和《中国统计年鉴》。市场化指数数据来源于2006年和2010年《中国市场化指数——各地区市场化相对进程报告》。除此之外，其他数据均来自历年《中国统计年鉴》和Wind资讯数据库。

2.4 计量方法

我们构建的计量模型(2)中包含了被解释变量的滞后项，因此该模型是个动态面板模型，但被解释变量的滞后项与误差项之间具有相关性(存在内生性问题)。而该相关性将会导致普通最小二乘法估计量有偏与不一致。为了得到无偏且一致的估计量，本文采用Arellano和Bover、Blundell和Bond提出的Arellano-Bond GMM动态面板数据估计方法。本文采用stata 11.0作为分析软件。

3 实证检验

3.1 全国层面的知识溢出对区域经济差距的影响

本文使用Arellano-Bond GMM估计方法分别对制造业和服务业的知识溢出对区域经济差距的影响进行了逐步回归分析。回归结果如表1所示，我们将三种溢出效应逐次加入到模型当中，得到模型(1)～(3)和(5)～(7)。结果显示制造业的MAR溢出效应对区域经济差距的影响显著为负，估计系数为-0.0144，说明制造业专业化程度的提高1%会使区域经济差距缩小0.0144%，意味着制造业的专业化水平提高有利于区域经济差距的改善，这与理论模型的结论是不一致的。本文认为其主要的原因是：中国大部分地区的制造业还延续着劳动密集型发展模式，企业中存在大量的低技术劳动力。制造业在一个地区集聚会使得该地区大量农村剩余劳动力转变这些制造业中的低技术劳动力，使得企业劳动生产率下降，抑制了该地区产业和经济的增长，从而缩小了区域经济差距。另外，中国制造业存在“集而不聚”或者“形聚而神不聚”现象，仅仅是地理空间上的集聚，可能是由政府推动产生或者无序自发产生，但没有形成显著的知识与技术溢出效应。而服务业的MAR溢出效应对区域经济差距的影响显著为正，估计参数为0.005，可制造业专业化程度的提高1%会使区域经济差距扩大0.005%，说明服务业专业化程度的提高扩大了区域经济差距，这一结果与理论模型的结论一致。

根据模型(2)(4)和(6)(8)回归结果，我们发现无论制造业还是服务业的Jacobs溢出效应对区域经济差距的影响系数在1%的水平下均显著为负，这说明制造业与服务业多样化程度提高均会缩小区域经济差距，Jacobs溢出效应并不存在。这一结果与我们的理论模型结论不一致，且与杨仁发[11]、程中华等[8]学者的结论有所不同，但与龙志和[17]与张宗庆等[16]学者的研究结果相似。本文认为当前中国不同产业关联性和互补性依然不足，并未发挥出技术和知识的溢出效应，可能的原因是中国大部分企业过于保守，不同产业间的企业在一个地区集聚更多的是为共享市场，从而抑制了该类型的溢出效应的发挥。模型(3)(4)和(7)(8)显示制造业与服务业的Porter溢出效应的回归系数分别在1%的水平下均显著为负和显著为正。前者说明制造业行业竞争程度越高，区域经济差距会越小，这一结果与理论模型结果不一致。制造业内部行业间的竞争越激烈，就越容易导致某个企业知识和技术的创新被迅速模仿，创新的收益便会下降，故企业更加倾向于主动抑制本企业内部的这种非自愿技术外溢[6]，从而抑制了创新和技术外溢。后者表明服务业行业竞争程度越高，区域经济差距越大，即存在Porter溢出效应。

由表1的回归结果可知，五个控制变量对区域经济差距的影响与已有文献的研究结论基本一致。地区人力资本与区域经济差距存在显著正向关系，即人力资本的增加会拉大区域经济的差距。地区外资占比对区域经济差距具有正向促进作用，即导致区域经济差距的扩大。开放程度、市场化水平以及城市化水平的提高也会拉大区域经济的差距。此外，区域经济差距的一阶滞后项的估计系数显著为正，意味着区域经济差距具有很明显持续性。

表1 知识溢出效应影响区域经济差距的回归结果

注：括号内数值表示稳健的标准差，* * *、* *和*分别表示1%、5%和10%的显著水平，lagR-disparity表示R-disparity滞后项，表中所给出的Hansen检验和AR(2)都是其统计量对应的p值，下同。

我们进一步考虑到三种溢出效应与区域经济差距可能存在着非线性关系，故将三者的平方项引入到计量方程(2)中(见表2)。根据表2中模型(9)和(12)的回归结果，制造业MAR溢出效应的估计参数在1%的水平下为正且显著，而它的平方项显著为负，说明制造业的专业化程度与区域经济差距之间存在正U型非线性关系，即存在门槛效应。由负向影响转为正向影响的门槛临界值为12.21，该数值处于样本取值区间内部。这意味着当低于该值时，制造业的专业化程度的提高将缩小区域经济差距；当高于该值时，将扩大区域经济差距，该结果验证了理论模型的结论。而服务业的MAR溢出效应的估计参数在1%的水平下显著为正，而它的平方项显著为负，说明服务业的专业化程度与区域经济差距之间存在倒U型非线性关系。从模型(10)和(13)回归结果来看，制造业与服务业的Jacobs溢出效应的估计参数均在1%的水平下显著为负，其平方项显著为正。这说明不管是制造业还是服务业，多样化程度与区域经济差距之间存在正U型非线性关系，该结果也验证了理论模型的结论。该结果便对前文中Jacobs溢出效应不存在的原因提供了进一步的解释。模型(11)和(14)结果显示，制造业与服务业的Porter溢出效应与区域经济差距之间也呈现出显著的正U型关系，该结果也验证了理论模型的结论。

表2 知识溢出与区域经济差距的非线性关系考察的回归结果

3.2 沿海与内陆地区的知识溢出对区域经济差距的影响

改革开放以来，由于国家区域政策的倾斜以及参与全球化分工程度加深，使得东部沿海地区拥有较好的基础设施和丰富的人力资本等条件，其经济发展水平远远高于内陆地区。即沿海与内陆地区的知识溢出对区域经济差距的影响存在一定的差异，为了考察该差异，我们在计量方程(2)中引入了沿海内陆的虚拟变量(沿海省份为0，包括辽宁、北京、天津、河北、浙江、江苏、上海、福建、山东、广东和海南11个省市；内陆省份为1，为其余省市)分别与三种溢出效应的交互项。

根据表3的回归结果可以看出，模型(1)中沿海地区制造业的MAR溢出效应对区域经济差距的影响系数显著为负，估计参数为-0.0137，而交互项的估计系数显著为正，那么综合来看内陆地区MAR溢出效应对区域经济差距的影响为-0.0041。可见相比内陆地区，沿海地区的专业化程度更有利于改善区域经济差距。而模型(5)中沿海地区服务业的MAR溢出效应对区域经济差距的影响显著为正，而交互项的估计系数并不显著，这说明沿海地区服务业的专业化程度的提高扩大了区域间经济差距，而内陆地区则不存在这种效应。模型(2)～(4)的结果显示，沿海地区制造业的Jacobs和Porter溢出效应均显著为负，(2)和(3)中沿海地区的估计系数分别为-0.597和-0.0475，内陆地区分别为-0.647和-0.121。虽然两个地区制造业的多样化程度与竞争程度都有缩小区域经济差距的作用，但内陆地区的影响更强。模型(6)～(7)的结果显示，沿海地区的服务业Jacobs溢出效应与Porter溢出效应对区域经济差距的影响系数分别为-0.497和0.0974，内陆地区分别为-0.564和-0.0276。说明两个地区服务业的多样化程度提高都会缩小区域经济差距，而内陆地区的影响更大。另外，沿海地区服务业竞争程度的提高会扩大区域间经济差距，而内陆地区的竞争程度会缩小区域经济差距。模型(8)中服务业的三种溢出效应基本都不显著(除了沿海地区的Jacobs溢出效应)，限于篇幅不再多做解释。

此外，控制变量除了在个别模型中不显著的情况外，基本与前文的研究一致。

表3 沿海地区与内陆地区的知识溢出对区域经济差距的影响比较

4 结论

通过以上研究得出以下主要结论：

首先，从初步回归结果中制造业集聚的知识溢出来看，MAR溢出效应、Jacobs溢出效应与Porter溢出效应对中国区域经济差距的影响系数均显著为负，意味着目前各地区制造业的专业化程度、多样化程度与竞争程度的提高实际上缩小了区域间的经济差距。而就服务业集聚的溢出效应来看，MAR溢出效应和Porter溢出效应对中国区域经济差距的影响系数均显著为正，Jacobs溢出效应显著为负，意味着服务业专业化程度和竞争程度的提高会扩大区域间的经济差距；多样化程度的提高缩小了区域之间的经济差距。

其次，加入平方项的回归结果。制造业的MAR溢出效应、Jacobs溢出效应与Porter溢出效应与区域经济差距间均存在正U型非线性关系，说明专业化程度、多样化程度与竞争程度较低时会缩小区域间的经济差距，跨越门槛临界值后，会扩大区域间的经济差距。就服务业来看，其MAR溢出效应与区域经济差距之间存在倒U型非线性关系，表明随着服务业专业化程度的提高，区域经济差距是先扩大后缩小的。其Jacobs溢出效应与Porter溢出效应与区域经济差距间均存在正U型非线性关系，即随着多样化与竞争程度的提高，区域间的经济差距将先缩小后扩大。

最后，我们在计量模型当中引入了地区虚拟变量的交互项，实证结果表明沿海与内陆地区制造业的MAR溢出效应、Jacobs溢出效应与Porter溢出效应对中国区域经济差距的影响系数均显著为负，但内陆地区的影响系数的绝对值更大，说明两个地区制造业的专业化、多样化和竞争程度均会缩小区域间的经济差距，而内陆地区的这个影响作用更明显。沿海与内陆地区服务业的情况有所不同，沿海地区服务业的专业化程度对区域经济差距具有扩大作用，内陆地区的影响作用不明显。就服务业的多样化程度来看，沿海地区的多样化程度对区域经济差距的作用要小于内陆地区。

此外，相比市场化水平、城市化水平和外资占比等其他控制变量，人力资本的提高更加稳定地扩大中国区域间的经济差距。

[1]胡鞍钢.地区与发展:西部开发新战略[M].北京:中国计划出版社,2001.

[2]范剑勇,朱国林.中国地区差距演变及其结构分解[J].管理世界,2002,7:37-44.

[3]GLAESER E，KALLAL H D，SCHEINKMAN J,et al.Growth in cities[J].Journal of political economy，1992，100(6)：1126-1152.

[4]JACOBS J.The economy of cities[M].New York：random house，1969.

[5]PORTER M E.The competitive advantage of notions[J].Harvard business review，1990，68(2)：73-93.

[6]王海宁,陈媛媛.产业集聚效应与地区工资差异研究[J].经济评论，2010(5)：72-81.

[7]金春雨,王伟强.产业集聚,知识溢出与工业经济增长——基于空间面板模型的实证研究[J].财经论丛,2015(1)：3-9.

[8]程中华,刘军.产业集聚,市场潜能与地区工资差距[J].财经论丛,2015(3):10-16.

[9]赵勇,白永秀.知识溢出:一个文献综述[J].经济研究,2009(1):144-156.

[10]范剑勇.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,2004(6)：39-51.

[11]杨仁发.产业集聚与地区工资差距——基于我国269个城市的实证研究[J].管理世界,2013(8)：41-52.

[12]CÉCILE Batisse.Dynamic externalities and local growth：a panel data analysis applied to Chinese provinces[J].China economic review，2002，13(2)：231-251.

[13]ROGER S B.Dynamic externalities and regional manufacturing development in poland[J].Tijdschrift voor economische en sociale geografie，1999，90(4)：347-362.

[14]KRUGMAN P.Increasing returns and economic geography[J].The journal of political economy，1991，99(3)：483-499.

[15]贺灿飞,朱彦刚,朱晟君.产业特性,区域特征与中国制造业省区集聚[J].地理学报,2010,65(10):1218-1228.

[16]张宗庆,张寅.产业集聚,知识溢出与区域增长——基于长三角区域的实证研究[J].东南大学学报:哲学社会科学版,2012,14(1):37-43.

[17]龙志和,蔡杰.中国工业产业发展中知识溢出效应的实证研究[J].经济评论，2008(2)：45-52.

TheEffectsofKnowledgeSpilloversofIndustrialAgglomerationonRegionalEconomicDisparity——ComparativeStudyonManufacturingIndustryandServiceIndustry

Ji Yahui，Cao Xiguang

(School of Economics，Northwest Normal University，Lanzhou 730070，China)

This paper quantitatively estimates the effect of MAR spillovers，Jacobs spillover and Porter spillover on Chinese regional economic disparity with Arellano-Bond GMM estimation methods through panel data of manufacturing and services of Chinese 30 provinces from 2005 to 2014.The research conclusion indicates that:①MAR spillovers，Jacobs spillovers effects and Porter spillovers of manufacturing industry are narrowing Chinese regional economic disparity,while MAR spillovers and Porter spillovers of service industry are expanding Chinese regional economic disparity.②The effect of MAR spillovers，Jacobs spillovers and Porter spillovers of manufacturing and service industries on Chinese regional economic disparity is non-linear，when they cross the threshold of critical values，knowledge spillovers will have the opposite effect.③Compared with coastal areas，inland areas of knowledge spillovers can narrow the economic disparity among regions in China.

Industrial agglomeration；Knowledge spillover；Regional economic disparity

国家自然科学基金项目“供应和需求混合中断下供应链协调的理论与应用研究”( 71471148) 。

2016-08-30

吉亚辉(1964-)，女，陕西韩城人，硕士，教授；研究方向：区域空间结构等。

F207

A

(责任编辑 刘传忠)