基于产业集聚视角下的中国制造业效率研究

徐斯旸 刘爽 何富美

内容提要：制造业高质量发展是经济可持续健康发展的重要内容。本文采用我国2000-2016年省区层面制造业数据对制造业的效率和产业集聚效应进行测度，并就二者的关系进行实证研究。研究表明：（1）样本期内我国制造业发展表现为先集聚、再分散然后再小幅集聚的变动趋势。其中，东部地区制造业资源和劳动密集型产业向西部地区分散趋势明显，同时东部地区开始转而集聚高技术产业。（2）总体上我国制造业集聚促进了生产率的增长。其中，对资源和劳动密集产业，集聚对产业效率提升的影响效应要大于资本和技术密集型产业;产业高度集聚对制造业效率提升的影响效应并不明显，而产业中低度集聚对制造业纯技术效率的影响要大于规模效率的影响。

关键词：制造业;产业集聚;制造业效率

中图分类号：F270.3  文献标识码：A  文章编号：1001-148X（2020）11-0043-11

收稿日期：2020-08-08

作者简介：徐斯旸（1989-），女，广州人，广东金融学院金融与投资学院讲师，经济学博士，研究方向：金融发展、宏观经济、银行信贷行为;刘爽（1990-），男，郑州人，经济学博士，广东粤科创业投资管理有限公司，研究方向：投资效率;何富美（1983-），本文通讯作者，男，安徽怀宁人，南京财经大学金融学院讲师，经济学博士，研究方向：金融计量及应用研究。

基金项目：广东普通高校重点科研平台与科研项目“银行、政府与僵尸企业贷款问题研究”，项目编号：2018WQNCX124;广东金融学院创新强校工程科学研究项目，项目编号：41。

一、引言

制造业集聚代表不同发展时期制造业变化的主要发展特征，体现特定技术时期内生产要素比较优势选择与不断进行空间匹配的结果，从而对制造业效率的变化产生重要影响[1]。我国制造业发展存在极强的产业集聚差异性，在东西部区域形成的极化边缘局势是由各个地方的要素配置、市场消费和政策规制等一系列影响因素共同作用的结果。在一定交通成本条件下，区域比较优势能够有效地降低贸易成本，实现规模经济，产业进一步集中也决定了初期的制造业产业布局。这种在东部地区制造业集聚形成的地方性生产网络，可以促进工业企业创新能力与区域基础设施、科技资源的有效链接。區域科技基础设施的供给也能够通过促进技术创新能力的提升来优化集聚形式，促进集聚企业之间的生产交易网络的形成，进而建立较强的差异性、外部性关系。既有文献大多集中于针对产业集聚与生产率之间关系的研究，而未聚焦到制造业或者仅以制造业中某一类行业作为分析样本，对于我国制造业效率变化的动态过程仍需深入挖掘。因此，针对中国制造业发展的新形势，梳理产业集聚与制造业效率协同发展的因果关系，寻找推动制造业效率增长的作用规律，具有理论和现实意义。

本文系统梳理我国产业集聚与制造业效率研究的脉络，利用行业集中度、区位熵指数、空间基尼系数等方法，以中国大陆31个省市（自治区）2000-2016年的面板数据为观测样本，测度制造业区域和行业集聚程度，并采用面板回归模型分析产业集聚对于制造业效率的影响。本文的主要贡献是系统构建了产业集聚与制造业效率关系的研究框架，基于集聚视角揭示制造业效率变化的特征，发现两者并非简单的线性关系，而是呈现出周期性的规律，当集聚在合理的范围之内，能够通过技术要素匹配和外部性效应促进制造业效率的提升，当集聚超出合理范围，会导致要素技术投入的不匹配，导致制造业效率下滑。由于我国制造业在自身发展过程中产业集聚现象比较明显，在当前制造业结构更新的背景下考虑区域和行业的异质性，从而拓展和完善该领域方向上的理论深度。

二、理论基础与研究思路

（一）理论基础

1.产业集聚。产业集聚描述了产业经济活动的空间不均衡现象，解释了产业在某个特定区域内高度集中、资本要素不断集聚的动力机制。自然资源禀赋、外部性、规模经济、运输成本等是产业集聚的基础。区域经济增长具有外部性，包括企业同质和异质外部性，它们是专业化和多样化经济形成的积极原因。Porter（1998）认为集聚的产生是以要素禀赋为原始诱因，但正在转向选择兼有效率、质量和专业化的区位[2]。在外部性理论、劳动分工理论、交易费用理论、新竞争优势理论等之后，Fujita & Mori（1996）从核心外围两个层面，引入交通运输成本解释了全球化视角下投入-产出关联引致的制造业集聚趋势，认为随着交通运输成本的不断下降，外围和中心会形成收敛态势，从而打破集聚机制[3]。

产业集聚的存在形式包括企业层面的内部规模经济、本地化外部规模经济和城市化经济等，企业集聚有利于在竞争环境中提高自身竞争力，同时也能从企业信任、社会纽带等非正式关系中了解和交换信息，减少信息不对称可能带来的风险问题。不完全竞争和运输成本可能引发上下游产业之间的前向关联和后向关联，这些关联遇到运输成本适中的条件下，就会带来集聚，而一旦运输成本进一步降低，扩散效应便会呈现[4]。也有学者从劳动力效应、中间投入、知识外溢等方面分析了产业集聚的机制与生产率效应。

2.制造业效率。新古典经济增长理论基于人口和劳动力增长率假定常数的前提，定义生产率的直接来源包括资本和劳动力两种要素投入。非新古典增长范式认为内生因素包括信息溢出和外部性带来的经济增长较为重要，技术进步直接决定经济增长。产业集聚带来的经济外部性，通过中间产品、劳动力市场共享和产业结构多样化带来的知识溢出，能够降低运输和工资等生产成本，提高生产效率。在新古典和非新古典经济增长理论的基础上，从劳动力效应、中间投入、知识外溢等内生性因素方面开展的生产效率研究，发现经济活动规模增长会激发空间外部性和规模经济，以及中间投入产品的需求，两者共同决定了生产率的变化，使要素投入和消费产品的多样性让步于规模经济，从而让集聚产生更高的生产效率，规模化生产企业和专业化城市更有利于在一定范围内提升生产效率[5]。

制造业效率研究主要关注效率测度、效率变化机制、效率的影响因素三大方面，研究发现投资配置效率对于区域经济增长影响具有异质性和动态性[6-7]。在影响制造业效率变化的外部环境因素研究中，学者们多从在宏观经济投资、劳动分工、发展支撑条件等方面进行阐释。在全球经济一体化、国际分工背景下，传统的垂直分工向跨国性的水平分工带来的多样性产业集聚，有利于提供创新环境、提升效率。如Oleksandr（2005）对中国80多家钢铁制造业的投资效率进行随机前沿模型（SFA）分析，发现整体投资效率上升，产业内部的技术效率上升却不明显，规模效率带动的总体效率提升不具有可持续性[8]。Sochirca et al.（2013）探討了外商资本投资对工业发展投资效率的影响，发现在经济结构发生重大调整时，技术密集型工业的投资效率更明显，而外商直接投资所表现的结构倾斜性、技术溢出效应对产业结构升级具有重要作用[9]。Gomariz & Ballesta（2014）则探讨了融资约束下某些因素是否会影响到投资-投资效率的敏感性，使用投资现金流敏感性模型对投资效率进行了分析，表明了企业面临融资约束程度的上升时投资效率会显著提高[10]。

3.产业集聚与制造业效率。基于报酬递增和外部性的产业集聚及其引发的空间溢出有力地推动着制造业效率变化，并成为国家提升制造业竞争力的重要战略工具。产业集聚增强了知识技术交流和企业合作，降低企业生产成本，提高竞争优势。这种产业集聚产生的内部技术溢出效应，有助于经济增长收敛。在向高质量增长转型的过程中，可以通过集聚以深化外部性效应实现规模经济和结构升级，并通过提高专业化水平、差异化服务促进制造业形成竞争优势，以自身的专业化发展实现制造业成本的下降，并且通过知识密集化、技术密集化等形式提升制造业的技术创新能力，以达到提升制造业效率的目标。在产业集聚的过程中，不同企业节点之间的直接联系主要是通过集聚网络内企业之间的知识信息共享和信任合作关系进行实现。

（二）逻辑梳理

基于产业集聚的视角，可以结合宏微观两个层面，进一步对我国制造业投资效率进行深入考察研究。从宏观角度说，产业集聚是包括产业结构、规模、组织和技术等多方面综合性整合升级的过程，对产业技术效率的影响主要通过外部性、规模经济、技术溢出效应来体现;从微观层面来说，产业集聚是指产业集聚区各企业通过互相学习、资源整合、优势互补等方式向先进性产业方向不断转移、演化从而实现集聚区企业效率提升的动态过程，具体通过创新能力、资产专用性、要素投入、投资决策对产业技术效率产生作用。

在产业集聚区内，不同增长率的产业间重新配置生产资源、调整生产率结构，提高全要素生产率实现产业集约型增长。在经济增长的过程中，决定和影响制造业投资效率的因素很多，从产业集聚角度分析，在宏观层面，经济增长、人才培养、技术进步和政策支持等对制造业投资效率都具有驱动作用，如经济增长促进产业分工及结构转型，提高投资效率优化资源配置。技术进步是生产力发展的巨大杠杆，是制造业结构不断优化、转型和升级的源泉。制度影响则是提升制造业投资效率的重要内生变量，是产业集聚的耦合动力。在微观层面，制造业企业在进行投资活动时，通常将行业投资环境看作投资活动运作的外部条件，行业本身的人力资本市场、技术外溢、规模效益等则是产业空间聚集产生的市场因素。

基于产业转型视角，结合宏微观两个层面，综合分析影响我国制造业投资效率的相关因素，我们对制造业投资效率的相关影响因素描述如图1所示。

（三）研究思路

产业集聚是影响当前我国制造业效率发展重要因素。改革开放之后的40多年中，我国制造业持续快速增长极大地刺激了经济发展，很大程度上依赖于东部地区的制造业集聚带来的规模增长和技术进步。当前我国制造业生产正处于区域转移过程之中，部分地区仍然依靠大规模的物质要素投入来维持竞争力，存在突出的区域差异、产品低端锁定等突出问题，急需探讨优化区域间生产效率的发展路径，摆脱要素投入的路径依赖。在我国积极推动制造业转型升级进程中，有必要从产业集聚的视角来探讨其对于制造业效率的影响作用，认识制造业效率的变化规律，指导我国制造业结构调整和转型升级步伐。鉴于此，本文基于文献与逻辑梳理，利用我国制造业工业企业数据，在分别从地理和行业角度对制造业集聚度进行测算的基础上，采用面板回归模型分析产业集聚对于制造业效率的影响。

三、实证研究设计

（一）制造业集聚的测度

测度产业集聚指标的方法较多，包括EG指数、泰尔系数、赫芬达尔指数、空间基尼系数以及区位熵等。本文鉴于数据可获得性和分析效果，选取以下方法。

（四）数据来源与描述性统计

在区域制造业集聚度测算方面，现有文献大多采用就业数据或产出数据，国内通常使用就业数据进行测算，由于我国不同省份的劳动生产率差距较大，就业数据使用容易形成差异干扰，统计口径不一致也会降低精确性，因此本文选择工业总产值进行制造业区域集聚的分析[14]。

本文所使用的数据来源于2000-2016年的《中国工业统计年鉴》和《中国统计年鉴》。分行业、分地区的规模以上制造业企业主要经济指标来自于《中国工业统计年鉴》，在数据选择的过程中，使用制造业销售产值数据进行区域制造业集聚分析。从表1可以看出，2000年我国31个省区观测值中最大值是9005.96亿元，平均值是2106.73亿元。到了2016年制造业观测值中最大值是150132.65亿元，平均值是33607.23亿元。这表明样本期内我国制造业的总量显著提升，并从标准差可得知各个省区之间的差异也较大，且这种区域差异正在被逐渐拉大。

所有变量的说明及描述性统计分为三类：一类是制造业效率（TF）、纯技术效率（PTF）和规模效率（SE）的估算指数;第二类是制造业集聚度（Cagg），采用制造业销售产值，并进行量纲处理;第三类是从统计年鉴中新获取的控制变量数据。行业规模（Cscale）使用主营业务收入占工业总产值的比重来衡量;外资因素（Cfdi）采用外商投资和港澳台投资之和占行业总资产的比重进行衡量;要素比例（Cysbl）固定资产净值与从业人员年均人数的比值来衡量;研发投入（Cr&d）使用新产品产值占工业总产值的比重来衡量;出口贸易（Cexport）使用出口交货值占工业总产值的比重进行衡量。以上数据来源于2000年到2016年的《中国统计年鉴》和《中国工业经济统计年鉴》。

四、实证结果

（一）制造业集聚总体情况

表3为我国各省区制造业总产值份额占比①，为了更好地表示增减份额的变化，以1%为幅度进行分类说明。2000年以来，根据制造业份额的增减变化趋势，可以分为降低类（-1%）、稳定类（-1%

从图2的区域集聚指数可以看出，样本期间我国制造业的区域集聚经历了集聚到分散的过程，近期又表现出新一轮的集聚特征。样本期间，我国制造业由区域集聚转向为区域扩散与溢出，而在2011年后平稳发展，在2015年又呈现出小幅度的区域集聚现象。研究时期G指数平均值是27.34，区域制造业集聚时期表现在2000年到2006年，G指数由26.73增长到28.45，后在2006年到2011年又表现出区域扩散趋势，到2011年G指数降低到26.68。后来在2011年到2014年一直维持在26.65-26.85之间，制造业在区域上的分布比较稳定。之后又开始出现区域集聚现象。

（二）制造业集聚的区域分析

表4给出了2000-2016年我国制造业行业集中度情况，以此来分析规模较大的制造行业在省区层面上的比例和分布情况。从整体上看，样本期内CR4均大于30%，说明集聚特征显著。从行业变化来看，制造业经历了集聚、分散再到集聚的变化特征，2000年到2003年CR5不断增长，2004年之后开始下降，到2013年降低到44.20。从2013年之后又开始了新一轮的集聚，CR5增长到2016年的46.64，这一轮的集聚相较于2000年到2003年的集聚速度较弱。从具体行业上看，黑色金属冶炼和压延加工业、纺织服装和服饰业的行业集中度下降较快，表明这两个行业比重受到了大幅削减，而现代装备制造业、通信设备等技术含量较高的制造业得到了较快发展，整个行业的结构性调整较为明显。

此外，采用区位熵指数来分析各个省份的制造业集聚情况。表5各个省区的区位熵指数显示，2000-2016年我国制造业区位熵指数都有所增长，表明样本期内各省区的专业化程度在提高。分地区来看，东部、中部、西部和东北地区的区位熵指数均有变化。2000年以来我国东部地区的区位熵指数增长幅度要小于中西部地区，这一变化趋势表明东部地区的优势正在生变化，中西部地区的集聚趋势日趋显著。总体上，在区域层面，样本期间前期阶段东部地区经历了制造业的集聚发展，在集聚一定时间之后，集聚速度变缓且有所下降，开始向中西部地区转移。

（三）制造业集聚的行业分析

为了消除某一行业中大规模企业的影响，进一步采用赫芬达尔指数对21个制造业行业的集聚度进行测度。从表6我国制造业各个行业的集聚度EG指数可以看出，2000-2016年，我国制造业的主要行业集聚指数变化由2000年的0.2908變化为2011年的0.04405，然后又在2016年下降到0.02350，这表明研究期间我国制造业行业的集聚趋势也在出现非线性的变化，以2011年为变化的拐点呈现出先集聚后扩散的变化特征。2000-2011年我国的制造业多数行业集聚程度呈现缓慢增长的趋势，2011年之后又开始出现一定的扩散态势。从整体上来看，我国制造业的行业分布集聚度呈现出较大差异，其中化学纤维制造业集聚度最高，EG指数均值为0.20159，医药制造业的EG指数，为0.00537，相差巨大。根据Ellison & Glaeser（1997）[11]的产业集聚分类标准，分别以0.02和0.05为标准线来定义低度集聚、中度集聚和高度集聚，可以看出，高度集聚的行业包括仪器仪表及文化办公机械制造业、纺织服装业、化学纤维制造业、通信设备和计算机及其他电子设备制造业;中度集聚的行业包括通用设备制造业、农副食品加工业、石油加工和炼焦及核燃料加工业、烟草制造业、造纸及纸制品业、黑色金属冶炼及压延加工业、电气机械及器材制造业。其他行业属于低度集聚行业。

从具体行业变化来看，这些制造业行业在2000-2016年的EG指数变化趋势主要包括三种情况：第一类是总体上升的行业，包括酒、饮料和精制茶制造业，医药制造业、有色金属冶炼和压延加工业共3个行业;第二类是一直下降的行业，包括非金属矿物制造业，石油加工、炼焦和核燃料加工业，计算机、通信和其他电子设备制造业;第三类是先上升后下降的行业，包括金属制品业、农副食品加工业、造纸和纸制品业、食品制造业、纺织服装业、通用设备制造业，其他部分行业的变化趋势不显著。我国制造业出现以上情况的原因可能在于随着我国市场开放程度的进一步加深，以及区域之间便捷程度的提高，需求消费市场对于行业发展和布局的影响在逐渐强化，东部地区由于集聚拥挤过度而开展产业转移的市场会随着中西部地区生产成本优势的形成而出现重新布局，集聚的向心力变小、离心力增大，从而影响到了产业集聚趋势。

（四）制造业集聚对生产效率的影响

1. 行业的估算结果。首先本文使用Stata 14.0软件对模型进行GMM动态估计，从检验结果可以看出，自相关检验表明模型不存在一、二阶的自相关性，说明采用的估计方法是合适的。Sargan过度性和Hausen外部性检验表明模型在5%的显著性水平下是成立的。表7回归结果显示，滞后一期TE、PTE、SE的影响系数均在1%的水平下显著，说明制造业总体效率的提高存在显著的循环累计效应和路径依赖效应，制造业效率提高的上一期变动会对当期产生正向作用。其次观察主要解释变量Cagg的系数，三者都在1%的统计水平上显著为正，表明提高产业集聚能够促进制造业效率的提高。从影响系数的作用强度来看，制造业集聚对效率提高的影响系数达到了9.32，其中对纯技术效率的影响幅度要大于规模效率，说明2000-2016年，产业集聚水平的提高促进了技术改善，提高了制造业效率，产业集聚每提高1%，对制造业效率的提升带动作用能够达到9.32%。

此外，我们还可以得到如下特征：（1）行业规模和投入研发对制造业效率的影响系数为正，其他变量对制造业效率的影响存在不确定性。这表明行业规模对制造业效率的提高影响并不显著，因为行业规模面向的是规模要素投入，对于技术发展影响的程度较小，仅仅为0.0234，在样本期内对制造业效率的提升有限。（2）要素比例对于制造业技术效率、纯技术效率和规模效率的影响都表现为负面作用，并且在1%的统计水平上得到了验证。在样本期内，我国的制造业发展要素、资本投入快速增长，制造业就业结构处于大幅度的调整当中，就业总量增长缓慢甚至在部分年度出现了裁员现象，资本劳动比例变大，无法满足制造业生产技术改善对于劳动力要素的要求，导致制造业的技术效率很难得到改善和进步，进而影响到制造业效率的提高。（3）外商直接投资对于制造业效率的影响都表现为负向的显著性，并且在1%的统计水平上都通过了检验。表明FDI对于制造业纯技术效率和规模效率的负面影响作用程度要小于技术效率，可能在于外商直接投资一般采用相对封闭性的雇佣制度，并且采取了一系列的技术专利保护法案来防止技术外溢，并且在投资上也会影响其他同质企业的投入减少，从而影响到规模效率和纯技术效率的发挥。（4）出口贸易的增长在制造业效率提高方面的作用不大，仅在规模效率上体现出明显的促进效应，在5%的统计水平上通过了检验。表明我国制造业的大量出口贸易并没有从实质上提升制造业效率，仅是在规模消费需求拉动方面带动了投资进入。

2.分行业类型的估算结果。上文提到，资源密集型和劳动密集型的制造业已经从集聚走向扩散，形成了跨区域的产业转移现象，制造业效率也在变化过程中出现波动性的下降趋势;资本和技术密集型的行业增长态势显著，在某些区域出现了新一轮的集聚发展。鉴于这种差异性的变化情况，这里将21个行业划分为四个类型，然后将变化性质相同的归为一类进行动态估计，即资源密集型和劳动密集型属于一类，资本和技术密集型属于第二种类型。

然后采用Stata 14.0再次进行两阶段差分GMM动态估计，形成的模型估算结果表8表明：滞后一期Te、Pte、Se的影响系数都在1%的水平上表现显著，两种分类的行业效率增长存在显著的路径依赖效应，制造业效率提高的上一期变动会对当期的提升产生正向作用。观察产业集聚分别对于两类行业的影响程度，可以发现，产业集聚对于资源和劳动密集型的正向影响程度较大，影响都在1%的统计水平上达到了显著，对资本和技术密集型产业的影响并不显著。从影响强度来看，产业集聚对于资源和劳动密集型行业来说，当Cagg每提高1%，会导致该类型制造业效率的增长带动作用达到11.57%，这种带动效果非常明显。但是对于资本和技术密集型行业来说，只在5%的统计水平上对制造业的规模效率上产生了一定影响。综上所述，对于资源和劳动力密集型行业来说，投入产出比提高的主要策略在于生产要素的较大投入和技术的提升，且这种生产要素的获取与区位和交通条件紧密相关，而要素投入又占有较强的影响作用，所以制造业集聚有利于降低企业生产交易和链接成本，进而提高制造业效率;对于资本和技术密集型产业来说，制造业效率主要受知识、技术要素的投入等因素影响，相较于资源和劳动力密集行业，区位制约、物质性要素投入的影响相对较小，进而弱化了集聚对制造业效率的提升作用。

然后觀察其他解释变量对于两类制造业行业效率的影响，可以得到如下结论。一是对于资源和劳动力密集型行业来说，行业规模、技术研发、对外贸易这三个要素可以在规模效应、技术进步和需求拉动方面形成对效率的前沿拉动，要素比例和对外投资两个解释变量与上节相同，并没有对该类型制造业企业效率的提升起到正向作用。二是对于资本和技术密集型行业来讲，能够对效率起到正向影响作用的是规模投入、技术研发和对外贸易，除技术研发解释变量在1% 的统计水平上达到显著之外，其他解释变量的影响并不显著，多是在5%的统计水平上达到显著，而要素投入和外商投资并没有对该类型行业的效率变化起到正向推动作用。

按照集聚程度将制造业行业划分为中低水平集聚行业和高度集聚行业，检验产业集聚和其他解释变量对于制造业效率的影响关系。从表9中可以看出，高度集聚行业的集聚对制造业效率提升的效应表现的并不显著，集聚对于纯技术效率有一定的影响，在5%的统计水平上达到了显著，对规模效率的影响不显著。中低集聚行业的产业集聚对制造业效率提高的影响较大，影响系数达到了11.42，对纯技术效率和规模效率的影响也分别达到了9.62%和4.29，并且都在1%的统计水平上表现显著。这种现象说明了适宜的产业集聚有利于促进制造业效率的提升，高度集聚反而不利于提高制造业效率。在产业集聚规模影响生产效率方面存在门槛效应，即当产业集聚超过集聚门槛之后，会导致产业过度集聚，从而引发集聚拥挤效应，形成无效竞争和投入，反而会对效率提升起到负面作用。

从其他解释变量来看，高度集聚区域仅收到技术创新带来的影响，影响系数达到了5.107，而对规模效率的影响程度不大，其他解释变量并未对效率增长产生影响。中低集聚行业方面，几个解释变量都形成了较强的解释力度，在1%的同级水平都达到了显著影响，说明在中低集聚区域通过增加规模要素和资本技术的投入能实现制造业效率的提高。

五、結果与政策启示

本文实证检验了我国制造业的产业集聚发展特征及其对制造业效率增长的影响，主要结论包括两方面。一方面，我国制造业呈现出先集聚、再分散然后再小幅集聚的变动趋势。从整体上看，制造业出现了由东部地区向中西部分散的显著特征。其中，从行业上来看，分散出去的行业主要是以资源和劳动密集型行业为主，如纺织服装和服饰业、黑色金属冶炼和压延加工业等在东部地区受到了大幅削减;东部地区分散出这些制造业之后，转而集聚现代装备制造业、通信设备制造业等技术含量较高的高新技术产业。另一方面，总体上我国制造业集聚促进了生产率的增长，集聚程度每提高1%，制造业效率的增长指数就会增加9.32%。其中，对于资源和劳动密集型行业，产业集聚度每提高1%，带动该类型制造业效率的提升达到11.57%，这种影响要大于对于资本和技术密集型产业的影响程度;产业高度集聚对制造业效率的提升效应表现的并不显著，中低集聚行业的产业集聚对对制造业纯技术效率的影响要大于规模效率的影响，说明适度的产业集聚有利于促进制造业效率的提升，高度集聚未必有利于制造业效率的提高。

基于研究结论，我们提出相关政策建议：其一，提高区域优势行业集中度，合理调配产业市场结构，实现行业规模化经营。我国制造业效率存在差异化发展的问题，前期制造业高度集聚在长三角、珠三角等经济发达地区，目前这些区域的制造业正在从东部发达地区向中西部地区扩散，尤其是一些能源、化工、纺织等资源和劳动力密集型的行业，保留了一些飞机制造、电动汽车、智能制造等技术含量较高的高端制造业，以技术创新突破制造业效率制约瓶颈;而中西部由于前期积累的制造业基础较为薄弱，仍在通过承接资源和劳动力密集型产业实现制造业效率的优化。虽然两种地区的制造业效率都在呈现出提升优化的趋势，但是这种产生的机制是异质性的。面对不同行业的发展极不均衡的局面，不同区域应以市场消费需求为导向，分类施策、分类指导，统筹协调各个行业的发展。对于制造业效率较高的行业，应该从资金、政策环境、技术创新等方面进行配套来促进发展，对于制造业效率较低的行业，应进一步加强产业集聚，提高规模报酬，大力引进技术人才、创新技术以优化制造工艺流程，提高要素投入的利用效率。其二，准确把握区域优势行业，实施非均衡发展策略。区域发展的阶段性决定着制造业的行业结构和各种基础性发展要素的水平。本文数据样本前期，上海、广州、北京等大城市制造业高度集聚，通过技术、知识、人才的空间溢出来对周边制造业行业发展产生辐射带动作用;随着制造业行业调整，大城市的传统制造业出现空心化，必须用一些具有创新性的高端制造业进行填补，形成新的具有竞争地位的行业门类。这个调整过程中挤压出去的传统制造业行业对于承接地而言，也属于相对高端的制造业行业，仍然会在这个区域的发展中起到积极带动作用。我国制造业的发展收敛正在发展并将持续推进，但是收敛速度有下降趋势，这表明仍将有大批的制造业发展要素从发达地区向外围区域扩散和溢出，在承接制造业行业发展时，地方政府应摸清和认准区域制造业的资源优势、区位交通条件、与其他区域的关联关系、优势行业发展状态等情况，遴选出与区域比较优势相符合的行业进行集聚发展，并且提高知识、人才、技术的有效承接，来实现制造业的落地发展和效率提升。中央政府应采取适度的非均衡发展战略，注重产业的关联性，制定适宜的制造业发展政策。其三，充分激发企业创新能力，建立健全技术创新体系。技术创新有利于突破制造业的低端锁定，推动价值链从低端向高端跃进，从而提升制造业效率。我国东部地区在传统制造业企业迁出之后，应充分利用人才扶持政策、创新政策、科研政策等促进提升高端制造业的创新发展能力，充分发挥其产业辐射和区域带动能力，不断提高我国高端制造业的国际竞争能力。对于中西部承接产业转移的地区，需要从制造业发展的内生动力出发，发展与自身资源要素比较优势相匹配的制造业，在人才、知识、技术等方面进行溢出接纳和强化，不断地保持制造业效率的稳步提升状态。

注释：

① 数据以每三年作为一个节点，分段选择2000年、2003年、2006年、2009年、2012年、2015年和2016年数据结果。

参考文献：

[1] 王珺，李泽华.中国制造业知识溢出吸收机制研究[J].中山大学学报（社会科学版），2018，58（6）：9-18.

[2] Porter M E. The Adam Smith address： location， clusters， and the “new” microeconomics of competition[J]. Business Economics，1998，33（1）：7-13.

[3] Fujita M，Mori T. The role of ports in the making of major cities： Self-agglomeration and hub-effect[J]. Journal of development Economics，1996，49（1）：93-120.

[4] Venables A J. Equilibrium Locations of vertically linked industries[J]. International Economic Review， 1996，37（2）：341-359.

[5] 陈良文，杨开忠.集聚与分散：新经济地理学模型与城市内部空间结构、外部规模经济效应的整合研究[J].经济学（季刊），2008（1）：53-70.

[6] 李小平，朱钟棣.中国工业行业的全要素生产率测算——基于分行业面板数据的研究[J].管理世界，2005（4）：56-64.

[7] Rahman M A. Regional allocation of investment： an aggregative study in the theory of development programming[J]. The Quarterly Journal of Economics， 1963： 26-39.

[8] Oleksandr M. Restructuring，productivity and technical efficiency in Chinas Iron and Steel Industry， 1988-2000[J]. Journal of Asian Economics，2005，15（1）： 135-151.

[9] Sochirca E， Afonso ， Gil P M. Technological-knowledge bias and the industrial structure under costly investment and complementarities[J]. Economic Modelling， 2013，32： 440-451.

[10]Gomariz M F C， Ballesta J P S. Financial reporting quality， debt maturity and investment efficiency[J]. Journal of banking & finance， 2014，40： 494-506.

[11]Ellison G.， Glaeser E L. Geographic concentration in US manufacturing industries： a dartboard approach[J]. Journal of Political Economy， 1997（5）.

[12]杨洪焦，孙林岩，吴安波.中国制造业集聚度的变动趋势及其影响因素研究[J].中国工业经济，2008（4）：64-72.

[13]张中华，刘爽.中国制造业投资效率测度——基于产业转型视角[J].中南财经政法大学学报，2017（4）：12-19.

[14]路江涌，陶志刚.我国制造业区域集聚程度决定因素的研究[J].经济学（季刊），2007（3）：801-816.

Abstract：High quality development of manufacturing industry is an important part of sustainable and healthy economic development. This paper uses China′s provincial level manufacturing data from 2000 to 2016 to measure the efficiency and industrial agglomeration effect of manufacturing industry， and makes an empirical study of the relationship between them.The results show that： （1） the development trend of China′s manufacturing industry is first agglomeration， then decentralization. Among them， manufacturing resources and labor-intensive industries in the eastern region tend to disperse to the western region， while the eastern region begins to cluster high-tech industries.（2） On the whole， China′s manufacturing industry agglomeration promotes the growth of productivity， among them， for resource and labor-intensive industries， the impact of agglomeration on industrial efficiency is greater than that of capital and technology intensive industries; the impact of high industrial agglomeration on manufacturing efficiency is not obvious， while the impact of low industrial agglomeration on pure technical efficiency is greater than that of scale efficiency.

Key words：manufacturing industry; industrial agglomeration; manufacturing efficiency

（責任编辑：李江）