产业集聚对全要素生产率的影响研究

王晨晨

摘要：通过研究制造业集聚程度、服务业集聚程度、与全要素生产率及其分解项之间的关系，发现服务业的集聚与全要素生产率存在显著的正向关系，而制造业的集聚与全要素生产率存在显著的负向关系，且这种作用主要通过技术进步产生，然而技术效率在其中发挥的作用不大。在此基础上提出相对应的政策建议，包括：努力提高制造业质量、打造“制造业+服务业”双轮驱动发展模式、营造良好的营商环境、提高科学技术向生产力转化的技术效率等。

关键词：全要素生产率;产业集聚;制造业;服务业

中图分类号：F26 文献标识码：A 文章编号：1008-4428（2019）09-0050-03

一、引言

改革开放四十年以来，中国经济的腾飞创造了人类经济发展史上的奇迹。早在1994年克鲁格曼就撰文提出，东亚的经济增长完全可由要素资源的持续投入得到解释。而全要素生产率并没有得到增长，不存在所谓的“东亚奇迹”。针对东亚经济发展模式的讨论，林毅夫和任若恩（2007）一方面批判了克鲁格曼观点的缺失，另一方面也承认在资源稀缺性和规模报酬递减的背景下。依靠要素投入的增长模式终将难以为继，我们应该更加注重技术进步与创新，从而促进全要素生产率的提高，这才是经济持续高效发展的动力源泉。党的十九大报告中也指出：“我国经济已由高速增长阶段转向高质量发展阶段”“必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率”。由此可见，关注并研究全要素生产率及其影响因素，兼具理论及现实意义。

由于成本集约和规模报酬等内在因素的驱动，越来越多的企业在进行区位选择时走向了产业集聚。顾名思义，产业集聚是指同一产业在某个特定地理区域内高度集中。经济学家马歇尔（1980）首次对产业集聚提出系统阐述，认为集聚的企业能够通过知识技术的外溢加快创新、中间投入的专业化细致分工、劳动力市场等资源的共享提高竞争力。因此，经济的发展将在很大程度上受到产业集聚的影响。那么，产业集聚对经济的全要素生产率有怎样的影响作用？是通过怎样的内在路径产生影响的？不同产业的集聚所产生的影响是否相同？以上将是本文研究的重点。

关于产业集聚与全要素生产率的关系研究。现有文献并没有达成统一的认识。从国外学者来看，Ottaviano和Pinelli（2006）基于芬兰的地区数据先后测算了产业集聚及生产率水平，并证实二者之间存在显著的正相关关系。Rice和Ven，ables（2006）基于英国的行业数据测算并证实产业集聚对地区全要素生产率的影响并不显著。Bmersma和Ooterhaven（2009）基于荷兰的数据却得出二者之间存在显著的负相关关系。从国内学者来看，范剑勇（2014）利用中国县级行业数据测算证明，专业化集聚通过对技术效率的改善来促进全要素生产率的提高，而多样化集聚的影响作用不明显。程中华和张立柱（2015）认为产业集聚产生的空间溢出效应反而会抑制城市生产率的提高，其抑制作用通过MAR外部性及Poaer外部性发挥。崔宇明（2013）则发现产业集聚对全要素生产率的影響存在门槛效应。其正向促进作用将伴随城市化水平的提高而不断增强。

综上所述，其一，现有文献主要关注特定地区或者特定行业的产业集聚，却忽略了不同产业间的集聚程度对全要素生产率产生影响的异质性。反观中国经济发展的现状。制造业的升级问题如鲠在喉，服务业的发展却欣欣向荣逐渐成为国民经济的重要组成部分，由此我们可以推测制造业现有的集聚是低质量的集聚。对全要素生产率的提高并无帮助，而新兴服务业的集聚才将进一步带动资源、市场、技术的重新整合与进步，从而促进全要素生产率的提高。其二，现有文献少有进一步深入探索产业集聚影响全要素生产率的内在机制，我们更加应该关注产业集聚是通过何种路径对全要素生产率产生影响的。基于现有文献，本文利用中国31个省市自治区1997-2016年的面板数据，在测算出全要素生产率指数值、并将其分解为技术进步与技术效率两项指数值的基础上，进一步计算出制造业、服务业各自细分行业的集聚程度，并研究制造业的集聚、服务业的集聚、与全要素生产率及其分解项之间的关系。研究发现服务业的集聚与全要素生产率存在显著的正向关系，而制造业的集聚与全要素生产率存在显著的负向关系，且这种作用主要通过技术进步产生而与技术效率关系不大。

二、全要素生产率的测算

（一）全要素生产率的测算方法

目前，学术界测算全要素生产率的方法主要有：索洛余值法、DEA-Malmquist指数法、SFA随机前沿法。考虑到研究需要，本文采用DEA-Malmquist指数法对全国各地区的全要素生产率（TFPCH）进行测算，并将全要素生产率（TFPCH）进一步分解为技术进步（TECHCH）和技术效率（EFFCH）两项指标，其中TFPCH=TECHCH～EFFCH。

根据Caves（1982）等人的相关理论，从t时期到t+l时期的Malmquist指数可表示为：

其中，x和y分别表示投入和产出向量，D表示投入距离函数。

对于全要素生产率（TFPCH）而言，若其指数值大于1。则表明全要素生产率提高;若其指数值小于1.则表明全要素生产率降低。剩余两项分解项指数值的大小变动同理。

（二）测算全要素生产率的数据说明

本文利用全国31个省市自治区1997-2016年的面板数据，使用DEAP 2.1软件，基于DEA-Malmquist指数模型，测算了全国31个地区20年的全要素生产率水平及其分解指数。测算过程中需要用到各地区的投入产出数据。其中产出数据采用各地区各年份的国内生产总值（GDP），并根据平减指数折算为以2000年为基期的实际GDP。投人要素包含劳动力投入和资本投入两项，其中劳动力投人数据采用各地区各年份的从业人员年末人数，资本投入数据采用永续盘存法进行测算：

Kit=Kit-1×（1-δit）+Iit （3）

i表示第i个地区，t表示第z年。借鉴张军（2004）的处理方法，当年投资，采用各地区各年份全社会固定资产投资，并根据投资价格指数同样折算为以2000年为基数的实际投资额;基期资本存量采用1997年全社会固定资产投资额除以10%得到;折旧率δ采用9.6%，数据来源于《中国统计年鉴》以及各地区统计年鉴。

（三）全要素生产率及其分解项的测算结果

由于DEAP 2.1测算的全要素生产率为指数值，因此第一年的数据不产生结果，全要素生产率及其分解项的值从1998年开始显示。将各地区的测算结果取平均值并按照时间序列绘制趋势如图1所示。由图1分析可知，近二十年来全要素生产率（TFPCH）总体呈现波动中上升的趋势。进入21世纪以来，全要素生产率（TFPCH）的值基本维持在1以上，说明中国经济的发展效率正逐步提升，也并非克鲁格曼所说的完全依靠要素资源的投入。2008～2009年，全要素生产率（TFPCH）可见明显的下跌，这与现实经济遭遇全球金融危机相吻合。2012-2013年，全要素生产率（TFPCH）又见小幅回落，此后开始平稳上升，究其原因，2013年前后中国经济逐渐步入新常态，一项项触及深水区的改革措施在短期内使得经济数据呈现出下跌，但长期来看是有利于经济持续健康发展的。

就全要素生产率分解项来看，技术进步（TECHCH）基本与全要素生产率（TFPCH）的变动趋势相一致，且其值同样维持在1以上，而技术效率（EFFCH）的值总体在1以下小幅震荡。可见，我国全要素生产率的提高基本是依靠技术进步，这种进步既有外来技术引入也有自主研究开发，但是在将科学技术转化为生产力的体制机制上有所欠缺，使得技术效率始终无法得到改善。

三、模型设置及变量说明

（一）计量模型构建

本文重点研究制造业的集聚程度、服务业的集聚程度、与全要素生产率及其分解项之间的关系。在此思路指导下，分别构建如下三个模型：

（二）变量说明

1.被解释变量

全要素生产率（TFPCH）及其分解项技术进步（TECHCH）、技术效率（EFFCH），测算方法及结果如前文所述。

2.核心解释变量

制造业集聚度（ags2）和服务业集聚度（agg3）。对于产业集聚程度的度量，常用的几种方法包括：行业集中度指数、赫芬达尔一赫希曼指数、区位熵指数等。基于数据可操作性的角度，借鉴杨仁发（2013）、梁军（2018）等人的处理方法。本文选取区位熵指数法分别测算全国31个地区1997～2016年制造业、服务业各自的产业集聚度：

其中，当计算t时期i地区制造业的集聚程度时，ejit、eitEjt、Et分别表示i地区制造业中就业人数最多的，f行业的就业人数、i地区的总就业人数、全国，行业的就业人数、全国总就业人数。当计算i地区服务业的集聚程度时同理。计算数据来源于《中国劳动统计年鉴》。

3.控制变量

外商直接投资（FDI），采用各地区各年份外商直接投资数据，按照当年汇率折算为人民币计价，并除以当地当年的国内生产总值GDP。政府干预程度（GOV），采用各地区各年份财政支出总额数据，除以当地当年的（GDP）。基础设施建设（INS）采用各地区各年份人均道路面积数据。以上数据来源于《中国统计年鉴》《中国财政年鉴》及各地区年鉴。

四、回归分析

依据上述公式4-6分别对应模型1-3.通过Hausman检验确定采用固定效应模型进行回归，估计结果如表1所示。由结果分析可知，制造业集聚与全要素生产率显著负相关，而服务业集聚与全要素生产率显著正相关，这与本文的理论预测相一致。究其原因，其一，我国制造业现状仍然大规模依靠高投入、高消耗获取收益，造成严重的环境污染和资源浪费，这种低质量的制造业的集聚并不利于全要素生产率的提高。其二，大量的传统制造业普遍忽视人才和技术，致使人力资源效率低下，技术进步速度缓慢，同样不利于生产效率的提高。其三，随着经济的发展和人民生活水平的提高，大量高质量现代服务业的集聚，伴随着服务共享、资源共享的规模经济优势，从而有利于整体生产率的提升。其四，为了满足人民日益提升的物质文化需要，服务业必须重视人才培育和技术进步，提高资源利用效率。因此这种服务业的集聚是高质量的集聚、能够促进全要素生产率的提高。

与分解项的回归结果中。制造业集聚与技术进步（TECHCHC）显著负相关，服务业集聚与技术进步（TECHCH）显著正相关，这与全要素生产率的影响方向一致，但是二者与技术效率（EFFCH）的关系均不显著。由此可见，制造业及服务业的集聚主要通过技术进步对全要素生产率产生影响，而技术效率在其中所发挥的作用微乎其微。

另外，对控制变量的分析可知，外商直接投资、基础设施建设与全要素生产率存在显著的正向关系，而政府干预程度与全要素生产率存在显著的负向关系。优质外商的入驻同时带来先进的技术，对技术的学习和模仿从而研发新的技术，并通过知识溢出的外部效应和产业示范效应促进全要素生产率的提高。政府对市场的过度干预，使得市场的自由运转机制无法得以充分发挥，从而导致生产效率低下。基础设施建设的不断完善，逐步为企业营造优质的营商环境，是全要素生产率得以提高的重要原因。

五、结论与建议

本文通过对制造业集聚程度、服务业集聚程度与全要素生产率及其分解项的回归分析，得出服务业的集聚能够促进全要素生产率的提高，而制造业的集聚总体不利于全要素生产率的提高，且这种影响主要通过技术进步发挥作用，而技术效率并未充分发挥影响作用。由此提出以下政策建议：

第一，努力提高制造業的水平及质量，提高对知识技术的重视程度，培育核心竞争力。促进传统制造业的转型升级，加快实现由要素驱动向创新驱动转变，尽快改善制造业对全要素生产率的负面影响。

第二，继续加大对服务业的创新和研发投入，充分发挥服务业在价值链上游的研发环节和价值链下游的营销环节的积极作用。着力提升服务业尤其是生产性服务业对制造业的推动作用，努力打造“制造业+服务业”的双轮驱动发展路径，共同促进全要素生产率的提高。

第三，营造更加有利的营商环境。着力提升产业技术效率。通过不断引入优质外商资源、完善基础设施建设、进一步深化改革简政放权，引导资源合理有效流动，深入推动体制机制优化，努力提高知识技术向生产力转化的技术效率。