产业集聚、创新与企业利润率——基于中国制造业企业的实证研究

耿晔强，韩钧伊

(山西大学经济与管理学院，山西太原030006)

一 引言

改革开放以来，我国形成了包括食品加工、纺织服装和金融、物流等多种行业类型的产业集聚区，并且随着经济的不断发展，产业集聚区在空间维度和产业门类上日益拓展，以产业群为代表的产业集聚已然成为我国经济发展过程中的一个重要特征。通常产业集聚能为企业提供专业化和多样化的条件从而提高企业的经营水平，同一地区内行业的集中化对企业所在的生产要素市场、劳动力市场以及产品市场存在正外部性，这都有利于集聚企业利润率的提高。［1－2］此外，随着科学技术水平的飞速发展和全球市场竞争的不断加剧，我国传统的低成本优势逐渐丧失，企业要想在新市场中占据一定的市场份额，发展方式必须由要素驱动向创新驱动转变。因此大力推动产业集聚、鼓励企业不断提升自主创新能力，对我国的经济发展和企业成长都意义重大。

企业作为经济发展过程中的微观主体，企业利润率在一定程度上不仅体现了企业自身的运营能力，而且还反映出我国市场经济的发展状况。因此，微观企业该如何增强竞争力以提高利润水平是政府和企业需要共同研究的课题。对于是什么因素影响了企业利润率，已有研究主要从政府政策［3］、企业生产率［4］、市场竞争［5］、劳动力成本［6］等角度进行探究，本文则意图从微观层面考察产业集聚、创新对企业利润率的影响。

实际上，关于产业集聚的相关文献大都集中于研究集聚产生的外部性，产业集聚产生的外部性被认为是影响生产率最重要的外部性。［7］早在20世纪初Marshall［8］就提出产业集聚形成的外部规模经济包括劳动力市场共享、投入产出关联和知识技术的外溢，这三方面的效应都会通过降低生产成本来提高生产效率。由于Marshall最早提出的理论机制认为产业集聚产生的外部性在本产业内较为显著，随后的很多研究都围绕着本产业集聚的溢出效应展开。Henderson 和 Kuncoro［9］利用韩国、美国和巴西的制造业数据进行经验研究，发现产业集聚对处于行业内的企业生产率有显著的促进作用。之后，Duranton和Puga［10］基于共享、匹配和学习三种机制研究了城市集聚经济的微观理论基础，同样发现了集聚产生的正外部性影响。Combes和 Gobillon［11］则从产业集聚的沟通外部性角度出发，研究发现集聚的沟通外部性可以促进企业生产率的提高进而影响企业的出口行为。以上文献是关于同一行业的产业集聚带来的外部性研究，还有另外一些文献研究了属于不同行业的产业集聚带来的外部性。［12－14］如Hoover［15］最早研究了不同行业产业集聚的外部性，他认为各种经济活动趋向于集中在同一地区，取决于该地区经济规模带来的多样化。与Hoover类似，Jacobs［16］认为在不同产业之间最重要的信息可以溢出，多样化的产业会比专业化的产业更能促进产业的空间集聚，而且多样化的产业更有利于企业创新。国内也有许多学者对产业集聚产生的外部性效应进行了研究，［17－19］他们的研究大多是从产业或城市层面展开的，基于微观层面的研究较少。范剑勇［20］利用我国地级城市数据进行研究发现城市产业集聚程度的提高促进了生产率的提升。陈良文等［21］采用北京2004年经济普查数据研究发现劳动生产率与经济密度呈正相关关系。冯猛等［22］通过对通信设备、计算机与其他电子设备制造业企业进行研究，发现产业集聚对企业全要素生产率有显著为正的影响。

此外，从经济学理论研究和实践经验来讲，创新是经济增长的最终源泉，［23－24］而在我国创新也已经成为国家提高社会生产力和综合国力的重要发展战略，［25］同样作为微观企业要想进入新市场、增加市场份额和增强竞争优势也必须要不断提高自主创新能力。［26］实际上，早在20世纪初就有学者认识到了创新的重要性，Schumpeter［27］认为创新具有两大功能:其一是创新可以抵消生产要素边际报酬递减带来的不利影响;第二是创新可以根据市场的需要重新组合生产要素，突破资源稀缺的限制。［28］目前研究创新的相关文献主要集中在两个方面;一方面是研究创新与企业显性绩效的关系。Klette和 Griliches［29］认为企业创新的目的是获得垄断租金，那样企业在产品或服务上可以制定更高的成本加成率，最终促使企业获取更大的利润。Matsuo［30］则以日本某营业部为研究对象展开实证研究，发现企业市场导向型创新有利于企业销售部门绩效的提高。随后Rosenbusch［31］使用Meta分析方法验证了产品创新对企业绩效的促进作用。另一方面是研究创新与企业生产率的关系。新经济增长理论的研究者Solow［32］通过研究技术变革和总生产函数的关系后发现创新研发投入越大越有助于社会全要素生产率的提升。在此基础上，Atkeson和 Burstein［33］在微观层面研究发现产品创新可以促使企业边际成本的降低从而促进企业生产率的提升。随后，Hall［34］总结了大部分相关文献，均证实了企业创新可以明显促进企业生产率的提高。国内学者吴延兵［35］利用中国制造业企业数据为样本进行实证研究，得出的研究结论与以上文献一致，均发现创新对企业生产率的促进作用。刘啟仁等［36］从微观层面分析了产品创新对企业成本加成率的影响效应，研究发现产品创新可以增加企业市场份额，从而企业可以制定更高的成本加成率。

由此我们可以发现，现有文献多为对产业集聚、创新对企业绩效影响的单独研究，鲜有文献把它们纳入同一框架体系下进行研究。事实上，产业集聚使得大量企业集聚在同一地区，这在一定程度上加剧了集聚企业间的竞争压力，企业为了获得更高的利润率，必然会提升自身的创新能力。因此，本文将深入研究产业集聚、创新对企业利润率的影响。

与已有研究相比，本文的创新之处在于:第一，将产业集聚、创新和企业利润率纳入到统一的研究框架，首次考察了产业集聚、创新对企业利润率的影响，补充了现有文献的缺失;第二，采用2003－2007年中国制造业企业数据实证分析产业集聚、创新与企业利润率的关系，提供了来自中国企业的经验证据，而且采用多种产业集聚测度指标，从多方面研究了产业集聚对企业利润率的影响效应，此外，还从多个维度对计量结果进行稳健性检验，提高了研究结果的可靠性;第三，更细化的考察了产业集聚、创新对不同性质企业(包括企业所有制类型、出口状态、地区分布、行业类型)利润率的异质性影响，深化了我们对产业集聚、创新与企业利润率关系的认识。

二 理论机制与假设的提出

产业集聚、创新对企业利润率的影响受到越来越多学者的关注，［37－39］图1是本文建构的简化的影响机制图。产业集聚主要通过两种渠道影响企业利润率，一种是直接渠道，一种是间接渠道。直接渠道下，产业集聚通过规模效应作用方式影响企业利润率。［40］具体来讲，产业集聚使得本行业的企业和相关行业的企业集聚在一起，地理距离的接近使得交通运输成本大大降低，上下游企业间的业务往来更加便利频繁，企业规模不断扩大，边际成本随之降低，进而提高了企业的利润率。间接渠道下，产业集聚通过影响企业的生产率间接影响企业利润率，［41－43］其中主要包括三种作用方式即投入共享效应、劳动力市场蓄水池效应和知识溢出效应。［8］具体来说，投入共享效应包括中间品投入共享和基础设施投入共享。中间品投入共享一方面可以增加投入品的多样性，［44］另一方面可以提高企业的专业化程度，［45－46］中间投入品种类的增多和企业专业化程度的提高均会促进生产率的增长，进而促进企业利润率的提升。而基础设施投入共享能够改变目前各大企业自建自用带来的巨大投资问题，资源共享使企业生产率提高，进而促进企业利润率的提高。［47］劳动力市场蓄水池效应是指劳动人口聚集使得企业能及时雇佣到额外需要的劳动力，降低了因偶发性冲击带来的劳动力雇佣风险，提高了企业与劳动力互相匹配的可能性，保障了劳动力和企业资本在内的生产要素边际生产率的稳步增长，进而促进了企业利润率的提升。［10］知识溢出效应是指企业在空间上的集中方便了就业人员的沟通交流，交流所获取的知识信息通过正式或非正式的方式在企业间传播，加强了企业间决策信息的外溢，降低了企业的经营风险，提高了企业的生产效率，进而促进了企业利润率的提升。［4，48］企业间彼此邻近是知识溢出效应发挥作用的重要条件，地理距离的增加会对企业间的沟通交流及信息的传递产生抑制作用，因此产业集聚对企业利润率的影响呈现高度地区化。［49］

创新同样通过直接渠道和间接渠道影响企业利润率。直接渠道主要包括三种作用方式即市场份额效应、价格提高效应和竞争逃离效应。［30－31，34］具体来讲，市场份额效应是指创新产品可以使企业获得更多的市场份额，企业的市场份额越大产品需求弹性就越小，企业获得一定的垄断租金有利于加成率的提高，进而影响企业利润率。［33］价格提高效应是指创新可以提高产品质量，产品质量的提高使得企业在市场竞争中取得领先优势，这有利于企业加成率的提升，并且依靠产品质量增强方式带来的“价格提高效应”高于市场竞争产生的“价格降低效应”，进而企业利润率随之提高。［50］竞争逃离效应是指创新使企业为了满足随时变化的消费者需求不断在产品上创造和增加价值，企业的产品越受消费者青睐，它所面临的外部市场竞争压力就越低，进而企业越能够获得比竞争对手更高的利润率。［51］间接渠道下，创新主要通过要素重组效应作用方式影响企业生产率从而间接影响企业利润率。［52］具体来说，创新通过生产要素的重新组合可以突破资源稀缺的瓶颈问题，抵消要素边际报酬递减的不利影响，带来生产效率的提升促使边际成本降低，从而促进了企业利润率的提高。［28］

综合以上产业集聚、创新对企业利润率的影响机制分析，提出以下四个假说:

假说1:产业集聚对企业利润率的影响呈现高度产业化，同一地区本产业集聚程度和相关产业集聚程度的提高均会促进企业利润率的提升。

假说2:产业集聚对企业利润率的影响呈现高度专业化，同一地区某一行业的产业集聚专业化程度越高越有利于提高企业利润率。

假说3:产业集聚对企业利润率的影响呈现高度地区化，某一行业的产业集聚对企业利润率的作用随地理距离的增加而减弱。

假说4:创新对企业利润率具有正向影响，企业创新能力的提升有利于企业利润率的提高。

图1 产业集聚、创新对企业利润率的影响机制

三 计量模型、样本数据与指标测度

(一)计量模型设定

本文旨在考察产业集聚、创新对企业利润率的影响，为此设定的基准计量模型如下所示:

其中，下标 i、j、k 和 t分别代表企业、行业、地区和年份。因变量lnprofitijkt代表企业利润率，lnaggjkt代表产业集聚指标，本文分别采用本产业集聚指数、相关产业集聚指数、专业化产业集聚指数和地方化产业集聚指数来衡量，lnnewijkt表示企业的产品创新指标，用企业是否进行新产品创新虚拟变量来衡量，Zijkt表示企业层面的控制变量集合，包括企业规模(size)、资本密集度(capital)、企业年龄(age)、人力资本(human)及人均工资(awage)，Vi和Vt分别为企业固定效应和年份固定效应，εijkt表示误差项。估计系数β1和β2分别反映产业集聚、创新对企业利润率的影响程度。

(二)数据说明

本文使用的样本数据来自国家统计局的中国工业企业数据库，样本期间为2003－2007年。该数据库涵盖了全部国有企业以及年销售收入超过500万元以上的非国有工业企业，数据库内容包括企业基本情况如企业代码、企业名称、所在地、注册类型和从业人数等基本信息，还包括企业财务情况如营业利润、工业增加值、固定资产合计、实收资本等财务数据。工业企业数据库具有样本量大、指标多、时间序列长等优势，但也存在样本错配、指标缺失、指标异常、样本选择和测度误差等诸多问题。［53］为了尽可能避免样本误差对研究结果带来的不良影响，本文借鉴 Brandt等［54］及谢千里等［55］使用的方法对企业微观数据做了如下处理。第一，剔除从业人数小于8及不满足规模以上标准的观测值;第二，剔除不在营业状态的企业;第三，剔除关键指标缺失的观测值，如从业人员年平均人数、实收资本、应付工资总额、企业年龄、销售收入等;第四，剔除一些明显不符合会计准则的观测值，如总资产小于固定资产净值、当期折旧大于累计折旧、总资产小于流动资产等。经过以上处理，本文最终得到12 022家样本企业，共60 110个观测值。

(三)主要变量的指标测度

1．企业利润率指标的测度

企业利润率是企业一定时期的利润总额对有关经济指标值的比率，是体现企业利润水平的相对指标，它可以综合反映企业整个生产经营活动的经济效果。衡量企业利润率的指标形式有很多，本文主要采用资金利润率指标来反映企业一定时期的利润水平。

资金利润率是一定时期的利润总额对企业全部资金(包括固定资金和流动资金)平均占用额的比率。在价格稳定的条件下，它的高低既取决于生产量和销售量的多少以及产品成本的升降，又取决于固定资金和流动资金占用量的大小。它不仅可以通过利润从反面来衡量成本，也可以直接反映资金耗用的经济效果，比较全面地展现了企业经营的管理

其中，下标i和t分别表示企业和年份，lnprofitit表示企业i在t年的资金利润率，π表示企业的利润总额，na和cf分别表示固定资产原价全年平均余额和定额流动资金全年平均余额。

2．产业集聚指标的测度

衡量产业集聚程度的指标有很多，包括有Hoover系数、就业密度、基尼系数、EG指数、赫芬达尔指数等。为了能够较为全面的分析集聚程度对企业利润率产生的影响，本文从同一地区的产业集聚、专业化集聚和同一行业的地区集聚三个角度展开研究，［56］具体包括有本产业集聚指标、相关产业集聚指标、专业化产业集聚指标和地方化产业集聚指标。

产业集聚指标用来考察本行业内集聚和行业间多样化集聚产生的外部性效应，具体包括本产业集聚指标和相关产业集聚指标。本产业集聚指标为在同一4分位行业中除去本企业的就业人数外其他企业的就业人数总和;相关产业集聚指标为处于同一2分位行业但不同4分位行业中，其他企业总的就业人数。［57］计算公式如下所示:

其中，下标i、k和t分别代表企业、地区和年份，j1表示4分位行业，j2表示2分位行业。lnindustryownijkt为本产业集聚指标，通过企业所在地区的行业内其他企业的就业规模来衡量，可以反映本地行业内集聚的外部性对企业的影响;lnindustryrelatedj1kt为相关产业集聚指标，通过同一地区内相关行业的就业规模来衡量，可以反映本地相关行业间集聚的外部性对企业的影响。Ej1kt表示t时期地区k中4分位行业j1的总就业人数，Ej2kt表示t时期地区k中2分位行业j2的总就业人数。Eij1kt表示企业 i的就业人数。

专业化产业集聚指标用企业层面的就业区位商指数来测度。就业区位商是一个相对指标，它表示给定地区的某一行业的就业集中程度与该行业在国家层面的就业集中程度的比较。［58］企业层面的区位商集聚指数计算公式如下所示:水平，是一个具有高度综合性的指标。因此，本文以资金利润率指标作为衡量企业利润率的形式，其计算公式如下:

其中，下标 i、k、j和 t分别代表企业、地区、4分位行业和年份表示专业化产业集聚指标，x表示就业人数。

地方化产业集聚指标用来考察产业集聚的外部性是否高度地区化，具体包括有本地区集聚指标、相邻地区集聚指标和其他地区集聚指标。本地区集聚指标(lnareaown)为在同一市辖区内4分位行业的就业人数;相邻地区集聚指标(lnarearelated)为在同一省份内除了本市以外的4分位行业就业人数总和;其他地区集聚指标(lnareaother)为外省的就业人数总和。

3．创新指标的测度

创新是指生产要素的重新组合，［27］现有文献中主要包括两类创新指标，一类是衡量创新投入的指标，具体包括研发密度、研发经费和研发人员数量;另一类是衡量创新产出的指标，具体包括新产品的种类或数量、［59］专利申请或发明数。［60］

本文根据企业是否报告正的“新产品产值”构建创新哑变量(new)来衡量创新活动。采用创新哑变量衡量创新活动是由于“研究开发费”数据有所缺失，而且创新投入转化为产出通常具有一定的时滞性，“新产品产值”更能反映出创新的结果，从而更贴近对企业利润率的研究。然而，仅采用哑变量指标衡量企业创新活动较为单一，为避免单一变量测量误差导致的内生性问题，本文在稳健性检验部分还采用“企业新产品产值占工业总产值的比重”即“新产品占比”来进一步衡量企业产品创新情况。

(四)控制变量的构建

为了能够得到可靠的估计结果，本文在计量模型中还加入了影响企业利润率的其他因素作为控制变量，具体包括:

1．企业规模(size)。本文用企业从业人数的对数作为衡量企业规模大小的标准，其值越大表明企业规模越大。企业规模越大越有利于企业规模经济的实现，这就意味着在一定的产量范围内，随着产量的增加，平均成本不断降低，有利于企业利润率的提高。因此，预期符号为正。

2．资本密集度(capital)。本文用固定资产净值年平均余额与从业人员年平均人数的比值来衡量企业的资本密集度，比值越大，企业的资本密集度越高。通常，企业的资本密集度越高，表明企业拥有的固定资产等资本品越多，企业的生产技术越先进，［61］越有利于企业利润率的提升。因此，预期符号为正。

3．人均工资(awage)。本文用企业的年应付工资总额与从业人员的年平均人数比值作为衡量企业人均工资水平的标准，比值越大，人均工资水平越高。人均工资水平通常可以反映企业的技术密集度，人均工资越高表明企业雇佣的劳动力所掌握的劳动技能越高，企业的竞争力也就越强，企业利润率业随之提高。因此，预期符号为正。

4．人力资本(human)。本文用企业的职工教育费与从业人员年平均人数的比值来衡量人力资本水平，比值越大，人力资本水平越高。人力资本水平越高表明企业越重视人才的培养和技术的更新，具有较强学习能力的企业，更有利于企业利润率的提高。因此，预期符号为正。

5．企业年龄(age)。本文用企业当年年份与成立年份的差值作为企业年龄的度量值，差值越大，企业存续时间越长。企业会经历成立、成长、成熟等阶段，不同的发展阶段企业会采取不同的经营战略，企业的创新投入会随着企业年龄的在增加而递减，企业存续时间越长越容易出现经营战略保守、管理体制僵化等问题，这样会导致企业产品更新换代速度较慢，阻碍企业竞争力的提升，不利于企业利润率的提高。因此，预期符号为负。

四 实证分析

(一)基准结果

我们按照式(1)的计量模型使用平衡面板数据进行固定效应估计，检验了产业集聚、创新对企业利润率的影响，结果如表1所示，表1中的第(1)－(6)列展示了模型中分别使用不同类型产业集聚指标的回归结果。第(1)列和第(2)列是分别使用本产业集聚指标和相关产业集聚指标的计量结果，结果显示，本产业集聚和相关产业集聚的估计系数显著为正，而且本产业集聚的估计系数比相关产业集聚的估计系数大，表明本产业集聚和相关产业集聚程度的提高均会明显提高企业利润率，并且本产业集聚对企业利润率的促进作用要比相关产业集聚对企业利润率的促进作用大，该结论验证了假说1的正确性。第(3)列是采用专业化集聚指标的计量结果，从中可以看出，专业化集聚的估计系数显著为正，表明专业化集聚程度越高对企业利润率的促进作用越大，这就验证了假说2的合理性。第(4)列－第(6)列是使用地区集聚指标的计量结果，反映产业集聚程度随地理距离的变化对企业利润率的不同影响。从第(4)列中可以看出本地区集聚的估计系数显著为正，表明本地区集聚程度的提高会促进企业利润率的提升;第(5)列中相邻地区集聚的估计结果不显著，表明相邻地区产业集聚对企业利润率的影响微乎其微;第(6)列中的其他地区集聚的估计系数显著为负，表明其他地区产业集聚程度的提高会对本地区企业利润率产生负向影响，这是由于地理距离的疏远，其他地区的集聚外部性对本地区企业的促进效应有限，甚至其他地区集聚程度的提高会使其他地区的企业与本地区企业形成一定竞争关系，抑制本地区企业利润率的提高。综上分析表明，产业集聚对企业利润率的影响呈现高度地区化，某一行业的产业集聚对企业利润率的作用随地理距离的增加而减弱，验证了假说3的正确性。此外，表中第(1)列－第(6)列中的创新的估计系数都显著为正，表明创新对企业利润率的提升有明显的促进作用，这一结论验证了假说4的合理性。除此之外，从表中可以看出，所有控制变量的估计结果都达到了预期并且都很显著，与前文分析结论一致。

表1 基准回归结果

(二)异质性分析

基准回归分析是基于全样本考察产业集聚、创新对企业利润率的影响的，为了更全面的考察不同样本类型对计量结果的影响，本文根据企业的所有制类型、所属的行业类别、出口状态和地区分布对企业样本进行分类，细化考察产业集聚、创新对企业利润率的异质性影响。

1．企业所有制类型的异质性

为了考察产业集聚、创新对不同所有制类型企业利润率的差异化影响，本文在基准回归模型的基础上，加入所有制虚拟变量与产业集聚和创新的交互项，其中虚拟变量foreign代表外资企业，private代表私营企业，以国有企业作为对照组进行回归。①Guariglia等(2011)指出按照企业实收资本比重划分所有制的方法，比根据企业登记注 册类型来划分所有制类型更为可靠和准确。鉴于此，本文使用实收资本比例来定义企业所有制类型，我们把企业股权结构中外资比例大于或等于25%的企业定义为外资企业，然后国有和集体资本占比较大的企业为国有企业，法人和私人资本占比较大的企业为私营企业。表2第(1)列中在基准回归模型的基础上加入产业集聚与所有制类型虚拟变量的交互项，表中计量结果显示，产业集聚对私营企业和外资企业的利润率有显著的促进作用，并且对外资企业利润率的促进作用大于对私营企业利润率的促进作用，而对国有企业利润率的影响为负。这是因为，国有企业的地理区位选择要受到政府战略目标、战略规划等因素的影响，并不完全受经济因素的支配，从而导致国有企业布局相对分散、集聚程度较低，国有企业对产业集聚带来的外部性不敏感，［62］加之其他企业类型产业集聚程度的提高会使国有企业面临很大的市场竞争压力，这样会抑制国有企业利润率的提升，因此产业集聚对国有企业利润率的影响为负;而非国有企业则主要根据市场因素决定生产布局，这使得产业集聚的外部性效应能够较大程度发挥出来，因此产业集聚对私企和外企有较大提升作用。表2第(2)列中在基准回归模型的基础上加入创新与所有制类型虚拟变量的交互项，从中可以看出，创新对国有企业、私营企业和外资企业利润率的影响都显著为正，并且对外资和私企利润率的影响要比对国企的影响大。这是由于国有企业在体制结构上的落后与局限性，使其在技术提升及效率改善方面处在落后地位，而非国有企业得益于组织结构的简单灵活性，为了不断提升市场竞争力会不断进行技术创新，从而促进企业利润率的提高。表2第(3)列中同时加入了产业集聚、创新与企业所有制类型的虚拟变量的交互项，计量结果与前面的结论一致。

表2 产业集聚、企业创新对企业利润率的异质性影响

2．企业出口状态的异质性

本文中根据企业是否报告正的出口交货值建构了企业出口状态的虚拟变量②本文界定出口交货值＞0的企业为出口企业。，exdum=1代表出口企业，exdum=0代表非出口企业，在基准回归模型的基础上加入产业集聚、创新与虚拟变量exdum的交互项，以非出口企业为对照组进行回归，回归结果如表3前三列所示。从表中第(1)列可以看出，产业集聚对出口企业和非出口企业利润率的影响都显著为正，但对出口企业的影响比非出口企业的影响小。这是由于出口企业多以加工贸易为主，与国内贸易相比，出口贸易具有更大的不确定性，如汇率波动、宏观经济形势变化等。［63］为了适应国际市场需求的剧烈波动、提高出口市场份额，企业不得不随之进行产品转型，在这一过程中企业需要支付一定的调整费用。因此，产业集聚对出口贸易企业的正外部性作用不能很好地发挥出来。从表中第(2)列可以看出，创新对出口企业和非出口企业利润率的影响都为正向影响，并且创新对出口企业的影响比非出口企业的影响大。这是因为出口企业相对于内销企业而言具有更大的市场空间，新产品可以销售到更广的市场，进而可以通过扩大市场份额提升其影响力。因此，激发出口企业的创新积极性更有利于提高企业利润率。表中第(3)列同时加入了产业集聚、创新与企业出口状态的虚拟变量的交互项，计量结果与前面的结论一致。

为了进一步考察产业集聚、创新对不同出口密集度企业利润率的影响，本文根据出口密集度将出口企业进行了分类，分为高出口密集度企业和低出口密集度企业，①本文界定出口密集度=出口额/销售总额，高出口密集度企业是出口密集度＞0.8的企业，中低出口密集企业是出口密集度＜0.8的企业。虚拟变量exh=1代表高出口密集度企业，exi=1代表低出口密集度企业。本文在基准回归模型的基础上加入了产业集聚、创新与出口密集度虚拟变量的交互项，以非出口企业为对照组进行了回归，结果如表3后三列所示。从表中第(4)列可以看出，产业集聚对高出口密集度企业利润率的影响要小于对非出口企业的影响，这与上面得出的结论一致，而产业集聚对低出口密集度的影响不显著。我国的高出口密集度企业大多以加工贸易为主，这些企业多以贴牌定牌为主，自主品牌少，而且企业集而不合，产业链较短，无序竞争多合作少致使产业集聚外部性不能很好地发挥出来。表中第(5)列显示，创新对高出口密集度企业利润率的影响要大于对非出口企业的影响，而对低出口密集度企业利润率的影响效果不显著。相较高出口密集度企业，低出口密集度企业内部科研投入、教育培训不多，企业的整体创新能力不强，因此，创新对企业出口贸易发挥的作用不明显，从而对企业利润率的影响也不显著。表中第(6)列同时加入了产业集聚、创新与企业出口密集度的虚拟变量的交互项，计量结果与前面的结论一致。

表3 产业集聚、企业创新对企业利润率的异质性影响

续表3 产业集聚、企业创新对企业利润率的异质性影响

3．企业的行业类别异质性

为了考察产业集聚、创新对不同行业类别企业利润率的异质性影响，我们将企业样本分为高技术行业企业和中低技术行业企业，①本文将样本按照企业所在的行业分为高技术行业与中低技术行业，具体分类标准参照中国国家统计局的《中国高技术产业统计年鉴》。并以虚拟变量tech=1代表高技术行业，tech=0代表中低技术行业。本文在基准回归模型中加入产业集聚、创新与行业类别虚拟变量的交互项，以中低技术行业为对照组进行回归，回归结果如表4所示。表4第(1)列计量结果显示，产业集聚对高技术行业企业利润率的影响明显大于对中低技术行业企业的影响，中低技术行业企业产业集聚的估计系数不显著，说明产业集聚对中低技术行业企业利润率没有明显影响。高技术行业企业多以资本密集型企业为主，产业集聚带来的技术溢出效应等能被资本密集型企业很快吸收，这样有利于资本密集型企业自身水平的提高，从而促进企业利润率的提升。从表中第(2)列可以看出，创新对中低技术行业企业利润率没有显著影响，而对高技术行业企业利润率的影响则显著为正。中低技术行业企业多以劳动密集型企业为主，创新投入带来的技术革新对高技术行业企业的影响要效果要明显优于中低技术行业企业。表中第(3)中同时加入产业集聚、创新与行业类别的虚拟变量的交互项，计量结果与前文结论一致。

4．企业的地区分布异质性

为了分析产业集聚、创新对不同地区企业利润率的异质性影响，本文根据国家统计局的分类标准，将样本分为东部地区企业、中部地区企业和西部地区企业，②按照国家统计局的分类标准，将北京、天津、河北、辽宁、上海、江苏、浙江、福 建、山东、广东和海南划分为东部;将山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南划分为中部;将四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古划分为西部。同时构建地区分布虚拟变量，mid=1代表中部地区企业，east=1代表东部地区企业，并在基准回归模型的基础上加入产业集聚、创新与地区分布虚拟变量的交互项，以西部地区为对照组进行回归，回归结果如表5所示。从表中第(1)列的回归结果可以看出，产业集聚对西部地区企业利润率的影响为负向，对中部地区企业利润率的影响不显著，对东部地区企业利润率的影响显著为正向。这说明东部地区产业聚集对企业利润率的促进作用要明显高于其他地区，这是由于东部地区拥有雄厚的经济基础、区位优势、人力资本优势和政策倾斜，仅占国土面积12%的东部沿海地区汇集着中国近70%的制造业，东部地区产业聚集水平高于其他地区产业聚集水平，因此东部地区产业集聚对企业利润率的促进作用更为明显。表中第(2)列计量结果显示，创新对中部和西部地区企业利润率的影响均不显著，而对东部地区企业利润率的影响显著为正。创新对东部地区企业利润率的促进作用大于对中西部地区企业的促进作用，是由于东部地区大多以高新技术行业为主，企业对创新能力的提高较为重视，而中西部地区多以资源密集型行业为主，企业发展很受自然条件的约束，加之中西部地区劳动力素质普遍偏低，使得企业创新动力不足，因此，创新对东部地区企业利润率的促进作用相较其他地区更大。表中第(3)列同时加入了产业集聚、创新与地区分布的虚拟变量交互项，所得计量结果与前文分析结果一致。

表4 产业集聚、企业创新对企业利润率的异质性影响

表5 产业集聚、企业创新对企业利润率的异质性影响

续表5 产业集聚、企业创新对企业利润率的异质性影响

(三)稳健性检验

为了验证上述所得结论具有稳健性，本文进一步处理了主要解释变量的内生性问题、剔除了异常样本、使用了创新的不同度量方法进行回归，结果如表6所示。

1．剔除异常样本

为了更准确地反映产业集聚、创新对企业利润率的影响，本文将产业集聚、创新、利润率三个变量低于5%分位数值和高于95%分位数值的企业作为异常样本进行剔除，处理后的样本观测值为59547个，在此基础上按照基准回归模型进行固定效应回归，计量结果在表中前两列展示。表中第(1)、(2)列分别是采用不同的集聚指标的回归结果，回归结果显示，剔除异常样本后，产业集聚、创新依然对企业利润率有正向促进作用，并且其他控制变量的计量结果也与基准回归结果一致。因此，本文的估计结果不受异常样本的影响。

2．内生性问题的处理

本文中解释变量与被解释变量、控制变量与被解释变量之间可能存在逆向因果关系，从而引起内生性问题。如企业创新投入的加大通常会促进企业利润率的提升，反过来，利润率越高的企业往往自身就拥有较强的创新能力。此外，计量模型中不可避免会存在遗漏变量、度量误差，这也会导致内生性问题的存在。基于此，为了得到更稳健的计量结果，本文选取主要解释变量的滞后一期作为工具变量，使用工具变量两阶段最小二乘法来解决内生性问题，计量结果如表6中第(3)和(4)列所示。从中可以看出产业集聚、创新变量的估计系数都显著为正，表明产业集聚和企业创新能力的提高均会促进企业利润率的提升，说明本文的计量结果在处理了内生性问题后依然稳健。

3．替换创新的衡量指标

本文在基准回归模型中采用创新虚拟变量来判断企业是否进行创新，为避免单一变量测量误差对计量结果的不良影响，在此通过使用新产品产值替换创新的虚拟变量来考察回归结果的稳健性，计量结果如表6中第(5)和(6)所示。从中可以看出替换创新的衡量指标后计量结果与基准回归得到的计量结果一致，都反映出产业集聚、创新对企业利润率的促进作用，因此，本文所得结论不会因变量的度量指标不同而发生改变，结果依然稳健。

表6 稳健性检验结果

五 结论与政策建议

本文利用中国规模以上工业企业数据，从微观层面考察了产业集聚、创新对企业利润率的影响。研究结果表明，产业集聚、创新对企业利润率都有显著的促进作用。从多个维度考察产业集聚对企业利润率的影响发现:产业集聚对企业利润率的影响呈现高度产业化，本产业和相关产业集聚程度的提高均会促进企业利润率的增长，并且本产业集聚对企业利润率的影响要比相关产业集聚对企业利润率的影响大;再者，产业集聚对企业利润率的影响还呈现高度专业化，产业集聚专业化程度越高，对企业利润率的促进作用越大;最后，产业集聚对企业利润率的影响还呈现高度地区化，产业集聚对企业利润率的促进作用随地理距离的增加而减弱。此外，企业规模、资本密集度、人均工资、人力资本、企业年龄作为控制变量也是影响企业利润率的重要因素，其中，企业规模、资本密集度、人均工资、人力资本对企业利润率的影响显著为正，而企业年龄对企业利润率的影响为负，并且，以上结论都通过了各种稳健性检验。进一步研究发现，企业异质性会影响产业集聚、创新对企业利润率的作用。具体而言，(1)企业所有制类型的异质性回归结果显示，产业集聚对私营企业和外资企业的利润率有显著的促进作用，并且对外资企业利润率的促进作用大于对私营企业利润率的促进作用，而对国有企业利润率的影响为负。创新对国有企业、私营企业和外资企业利润率的影响都显著为正，并且对外资和私企利润率的影响要比对国企的影响大。(2)企业出口状态的异质性回归结果显示，产业集聚对出口企业和非出口企业利润率的影响都显著为正，但对出口企业的影响比非出口企业的影响小。创新对出口企业和非出口企业利润率的影响都为正向影响，并且创新对出口企业的影响比非出口企业的影响大。(3)企业行业类别的异质性回归结果显示，产业集聚对高技术行业企业利润率的影响明显大于对中低技术行业企业的影响，创新对中低技术行业企业利润率没有显著影响，而对高技术行业企业利润率的影响则显著为正。(4)企业地区分布的异质性回归结果显示，产业集聚对西部地区企业利润率的提高有抑制作用，对中部地区企业利润率的影响不显著，而对东部地区企业利润率的影响显著为正向影响。创新对中部和西部地区企业利润率的影响均不显著，而对东部地区企业利润率的影响显著为正。

基于得出的研究结论，本文提出以下政策建议:为了充分发挥产业集聚对企业利润率的促进作用，政府应该遵循产业发展规律，依照现有的产业基础，科学编制规划，细化产业分类，壮大产业规模，推进产业集聚，提升内生增长动力。同时，政府还应该进一步优化产业布局，明确产业定位，拓宽产业链，吸引上下游企业集聚发展，提高相关行业的集中程度，促进产业集聚的正外部性效应有效发挥，推动地区内企业的整体发展。此外，创新也是影响企业利润率的一个重要因素，为了充分利用创新对企业利润率的促进作用，政府应该营造鼓励创新的社会环境，制定优惠政策提升企业创新意愿;深化教育体制改革完善创新人才培养体系为企业引进高层次人才提供便利;加快金融体制改革完善企业融资渠道为企业创新提供充足的资金保障;加强知识产权保护执法力度改善企业创新的法制环境为企业的创新成果提供法律保护，激励企业创新能力的提升。

［1］Glaeser E L，Kallal H D，Scheinkman J A.Growth in Cities［R］.NBER Working Paper，1991，No.3787.

［2］Ge Y.Globalization and Industry Agglomeration in China［J］.World Development，2009，37(3):550 － 559.

［3］De Locker J，Warzynski F.Markups and Firm － level Export Status［J］.American Economic Review，2012，102(6):2437－2471.

［4］Lundvall B A.National Systems of Innovation:Toward a Theory of Innovation and Interactive Learning［M］.London:Anthem Press，2010.

［5］Melitz M J，Ottaviano G I P.Market Size，Trade，and Productivity［J］.Review of Economic Studies，2008，75(1):295 －316.

［6］Acemoglu D.When Does Labor Scarcity Encourage Innovation? ［J］.Journal of Political Economy，2010，118(6):1130－1149.

［7］Strange W，Rosenthal S.Evidence on the Nature and Sources of Agglomeration Economics［M］∥Henderson J V，Thisse J F.Handbook of Regional and Urban Economics.Amsterdam:Elsevier，2004.

［8］Marshall A.Principles of Economic［M］.London:MacMillan，1920.

［9］Handerson V，Kuncoro A，Turner M.Industrial Development in Cities［J］.Journal of Political Economy，1995，103(5):1067－1090.

［10］Duranton G，Puga D.Microfoundations of Urban Agglomeration Economies［M］∥Henderson J V，Thisse J F.Handbook of Regional and Urban Economics:vol.4.Amsterdam:Elsevier，2004.

［11］Combes P P，Duranton G，Gobillon L D，Roux S，The productivity advantages of large cities:distinguishing agglomeration from firm selection ［J］.Econometrica，2012，117(3):2543－2594.

［12］Greenaway D，Kneller R.Exporting，Productivity and Agglomeration［J］.European Economic Review，2008，225(4):919－939.

［13］Lovely M E，Rosenthal S S，Sharma S.Information，Agglomeration，and the Headquarters of US Exporters［J］.Regional Science and Urban Economics，2005，34(3):167 －191.

［14］Knarvik K H，Steen F.Vertical Industry Linkages:Sources of Productivity Gains and Cumulative Causation? ［J］.Review of Industrial Organization，2002，21(4):3 －20.

［15］Hoover E M，Location Theory and the Shoe Leather Industries［M］.Harvard University Press，1937.

［16］Jacobs J.The Economy of Cities［M］.New York:Vintage，1969.

［17］胡 翠，谢世清.中国制造业企业集聚的行业间垂直溢出效应研究［J］.世界经济，2014(9):77－94.

［18］张志强.聚集经济、企业异质性会提高企业的绩效吗?［J］.产业经济研究，2014(5):33 －43.

［19］杜威剑，李梦洁.产业集聚会促进企业产品创新吗?［J］.产业经济研究，2015(4):1 －9.

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

［21］陈良文，杨开忠，沈体雁，王 伟.经济集聚密度与劳动生产率差异——基于北京市微观数据的实证研究［J］.经济学(季刊)，2009(1):99－114.

［22］范剑勇，冯 猛，李方文.产业集聚与企业全要素生产率［J］.世界经济，2014(5):51－73.

［23］Hall R E，Jones C I.Why Do Some Countries Produce So Much Output Per Worker Than Others［J］.Quarterly Journal of Economics，1999，114(1):83 －116.

［24］Easterly W，Levine R.It’s Not Factor Accumulation:Stylized Facts and Growth Models［J］.World Bank Economic Review，2001，15(2):11 －26.

［25］周 济.在实施创新驱动发展战略中勇挑重担建功立业——深入学习贯彻习近平同志在中国科学院和中国工程院院士大会上的重要讲话精神［N］.人民日报，2014－9－2(7)

［26］刘啟仁，黄建忠.异质出口倾向、学习效应与“低加成率陷阱”［J］.经济研究，2015(12):143－157.

［27］Schumpeter J A.The Theory of Economic Development:an Inquiry Into Profits，Capital，Credit，Interest，and the Business Cycle［M］.Transaction Publishers，New Brunswick(U.S.A.)and London(U.K.)，1934.

［28］Subramaniam M，Youndt M A.The Influence of Intellectual Capital on the Types of Innovative Capabilities［J］.Academy of Management Journal，2005，48(3):450 －463.

［29］Klette T J，Grilliches Z.Empirical Patterns of Firm Growth and R＆D Investment:A Quality Ladder Model Interpretation ［J］.The Economic Journal，2000，110(463):363 －387.

［30］Matsuo M.Customer Orientation，Conflict，and Innovativeness in Japanese Sales Departments ［J］.Journal of Business Research，2006，59(2):242 －250.

［31］Rosenbusch N，Brinckman J，Bausch A.Is Innovation Always Beneficial?A Meta－analysis of the Relationship Between Innovation and Performance in SMEs［J］.Journal of Business Venturing，2011，26(4):441 －457.

［32］Solow R M.Technical Change and The Aggregate Production Function ［J］.The Reviews of Economics and Statistics，1957，39(3):312 －320.

［33］Atkeson A，Burstein A.Pricing － to － market，Trade Costs，and International Relative Prices［J］.The American Economic Review，2008，98(5):1998 －2031.

［34］Hall B H，Mariresse J，Mohnen P.Measuring the returns to R＆D，In Bronwyn Hall Nathan Rosenberg［M］∥Handbook of the economics of innovation.Amsterdam and Oxford:North － Holland，2010，1033 －1082.

［35］吴延兵.R＆D与生产率——基于中国制造业的实证研究［J］.经济研究，2006(11):60－71.

［36］刘啟仁，黄建忠.产品创新如何影响企业加成率［J］.世界经济，2016(11):28－53.

［37］Henderson V.Efficiency of Resource Usage and City Size［J］.Journal of Urban Economics，1986，19(1):47 －70.

［38］Cingno F，Puga D.Identifying the Sources of Local Productivity Growth［J］.Journal of the European Economic Association，2004，2(5):720 －742.

［39］Casaburi L，Minerva G A.Production in Advance Versus Production in Order:the Role of Downstream Spatial Clustering and Product Different［J］.Journal of Urban Economics，2011，70(1):32 －46.

［40］Kline S J，Rosenberg N.An Overview of Innovation［M］∥Landau R，Rosenberg N.The Positive Sum Strategy:Harnessing Technology for Economic Growth Washington D C:National Academy Press，1986.

［41］Lin H L，Li H Y，Yang C H.Agglomeration and Productivity:Firm －level Evidence from China’s Textile Industry［J］.China Economic Review，2011，22(4):313 －329.

［42］Yang C H，Lin H L，Li H Y.Influences of production and R＆D glomeration on productivity:Evidence Form Chinese Electronics Firms［J］.China Economic Review，2013，27(3):162－178.

［43］范剑勇，冯 猛.中国制造业出口企业生产率悖论之谜:基于出口密度差别上的检验［J］.管理世界，2013(8):16－29.

［44］Broda C，Weinstein D.Globalization and the Gain from Variety［J］.Quarterly Journal of Economies，2006，121(2):541－585.

［45］Holmes T J.Localization of Industry and Vertical Disintegration［J］.Review of Economics and Statistics，1999，81(2):314－325.

［46］Cainelli G，Iacobucci D.Agglomeration，Related Variety and Vertical Integration ［J］.Economic Geography，2012，88(3):255－277.

［47］Holl A.Market Potential and Firm －level Productivity in Spain［OL/J］.Journal of Economic Geography，2011.http:∥dx.doi.org/10.1093/jeg/lbr030(first published online December，24，2011).

［48］Fernandes A P，Tang H.Learning to Export From Neighbors［J］.Journal of International Economics，2014，34(5):67－84.

［49］Patacchini E，Picard P M，Zenou Y.Urban Social Structure，Social Capital and Spatial Proximity［R］.Social Capital and Spatial Proximity，CEPR Discussion Paper，2015，No.DP10501.

［50］Bellone F，Musso P，Nesta L，Waezynski F.International Trade and Firm － level Markups When Location and Quality Matter［J］.Journal of Economic Geography，2016，16(1):67－91.

［51］Kugler M，Verhoogen E.Prices，Plant Size，and Product Quality［J］.Review of Economic Studies，2012，79(1):307－339.

［52］Kim W C，Mauborgne R.Value Innovation:The Strategic Logic of High Growth ［J］.Harvard Business Review，1997，75(1):103 －112.

［53］聂辉华，江 艇，杨汝岱.中国工业企业数据库的使用现状和潜在问题［J］.世界经济，2012(5):142－158.

［54］Brandt L，Biesebroeck J V，Zhang Y.Creative Accounting or Creative Destruction?Firm－level Productivity Growth in Chinese Manufacturing［J］.Journal of Development E－conomics，2012，97(2):339 －351.

［55］谢千里，罗斯基，张轶凡.中国工业生产率的增长与收敛［J］.经济学(季刊)，2008(3):809－826.

［56］张国锋，王永进，李坤望.产业集聚与出口企业:基于社交与沟通外溢效应的考察［J］.世界经济，2016(2):48－74.

［57］Holmes T J.Localization of Industry and Vertical Disintegration ［J］.Review of Economics and Statistics，1999，56(6):314－325.

［58］Holmes T J，Stevens J J.Geographic Concentration and Establishment Scale［J］.Review of Economics and Statistics，2002，77(6):682 －690.

［59］Audretsch D B，Feldman M P.R＆D Spillovers and the Geography of Innovation and Production ［J］.The American Economic Review，1996，86(3):630 －640.

［60］Jaffe A B.Real Effects of Academic Research ［J］.The A－merican Economic Review，1989，79(5):957 －970.

［61］Schott P K.Across－product Versus Within－product Specialization in International Trade ［J］.The Quarterly Journal of Economics，2004，119(2):646 －677.

［62］J Jefferson G，Albet G Z，Guan X J，Yu X Y.Ownership，Performance，and Innovation in China’s Large － and Medium － Sized Industries Enterprise Sector［J］.China Economic Review，2003，14(5):89 －113.

［63］Barrios S，Gorg H，Strobl E.Explaining Firm’s Export Behavior:R＆D，Spillovers and the Destination Market［J］.Oxford Bulletin of Economics and Statistics，2003，89(11):475－496.