长三角地区产业布局选择：多样化还是专业化

牛黎光，方大春

(安徽工业大学 商学院，安徽 马鞍山 243002)

一、引言

长三角一体化高质量发展关键在于构建一体化的长三角产业分工合作体系。因资源禀赋、发展情况和历史特征不同，城市产业布局方式呈现两种不同特征：专业化集聚和多样化集聚。专业化集聚与多样化集聚对经济增长会产生怎样的影响？经济学家有两种不同观点：地区产业专业化更有利于促进知识溢出和经济增长而形成马歇尔-阿罗-罗默(MAR，Marshall-Arrow-Romer)外部性，地区产业多样化更有利于促进知识溢出和经济增长形成雅各布斯(Jacobs)外部性。国内学者对此也有大量研究：苏红键、赵坚以全国284个地级单位为样本对中国城市产业专业化和职能专业化特征进行了分析，得出倾向于支持MAR溢出的结果[1]。蒋媛媛利用全域专业化指数测算中国地区专业化水平，提出整体的地区专业化水平与我国经济发展水平存在倒U关系[2]。俞梅珍、林志帆使用面板门槛模型研究产业专业化的潜在异质性，发现其对经济增长的影响存在明显的倒U型非线性特征[3]。张辽、杨成林发现多样化与经济增长间存在倒U关系，相关多样化能够显著促进地区经济增长，而无关多样化对地区经济增长有明显的阻碍作用[4]。周国富等通过理论分析得出，应当结合所处的外部经济环境来分析产业的相关或无关多样化对经济增长影响[5]。当前长三角地区存在的产业集聚与区域创新的空间分布存在明显的高度一致性现象[6]。随着长三角一体化进程加快，研究产业集聚对于长三角的经济发展究竟产生怎样影响，具有重要意义。本文以长三角城市群41市为样本，从实证角度考察产业专业化和多样化对城市群内部城市经济增长的影响，以期能为长三角城市群产业结构调整与实践提供参考。

二、专业化和多样化

(一)长三角各城市专业化和多样化指数

目前多样化指标和专业化指标的计算有多种方法。测度专业化的方法有区位熵、赫尔芬达-赫希曼指数等。区位熵通常用于衡量产业在特定区域中的相对集中度，是比较专业化程度的重要指标。测度产业多样化的方法主要有赫希曼-赫芬达尔多样化指数、相对多样化指数(克鲁格曼变异指数倒数)、熵指数等。

通过比较上述专业化的衡量方法，利用区位熵(SIi)来衡量城市的专业化水平。

SIi=∑Sij/Sj

(1)

为了便于不同城市间专业化的比较，借鉴李金滟、宋德勇[7]的做法采用相对专业化指数(RSIi)：

(2)

测度城市的多样化指数(DIi)选取赫希曼-赫芬达尔指数(HHI)的倒数：

(3)

为了便于城市间的比较，同专业化指标选取一样，采用相对多样化指数(RDIi)：

RDIi=1/∑(|Sij-Sj|)

(4)

公式中Sij表示i城市的j行业在城市i中的就业份额,Sj则表示j行业在全国所有的行业中所占就业份额。RSIi增大，表明区域专业化程度提高；RDIi增大，表明区域的多样化程度提高。

各产业数据从《中国城市统计年鉴》中选取2009-2018年的行业数据进行分析，借鉴魏玮等[8]与周国富等[5]对服务业的分类方法将19个行业划分为九大经济部门：农、林、牧、渔业；采矿业；制造业；电力、燃气及水的生产和供应业；建筑业；生产性服务业(金融业、房地产业、租赁和商务服务业)；消费性服务业(住宿和餐饮业、居民服务修理和其他服务业、文化体育和娱乐业)；流通性服务业(批发和零售业、交通运输仓储和邮政业、信息传输计算机服务和软件业)；社会性服务业(科学研究技术服务和地质勘査业、水利环境和公共设施管理业、教育、卫生和社会工作、公共管理社会保障和社会组织)。

(二)长三角各城市产业的专业化和多样化特征分析

首先，根据式(2)和式(4)测度长三角城市群城市的专业化和多样化水平，见表1、表2。鉴于篇幅有限仅列出2009年、2012年、2015年、2018年的城市群各市的计算结果。

由表1可知大部分城市的专业化指数都处于一个较低的水平。淮南和淮北的专业化指数在41市中在各个年份都处于较高水平，淮南在8以上，而淮北在12以上，远高于其他城市。淮南和淮北在2018年分别达到11.06和13.24。淮南和淮北的专业化主要集中在采矿业。淮安和衢州的专业化指数常处于较低水平。由淮安各年份的专业化最大值可知，淮安的专业化主要集中在制造业和建筑业。衢州的专业化并不集中于某些特定行业，而是呈现出较为分散的分布。总体上看上海、南京、苏州、合肥的专业化指数有上升趋势，而杭州呈现出下降趋势。变化幅度最大的是宣城，从2009年到2012年有较大幅度的提升，而2012年到2015年出现大幅度下降。

表1 长三角41市各年专业化指数

由表2可以看出，亳州、池州的多样化指数变化较大，并且呈现出逐年增长的趋势。其中连云港的多样化指数长期维持在较高水平，而苏州和淮北的产业多样化指数长期处于较低水平。上海、南京、合肥多样化指数呈现出下降趋势，而苏州、杭州有上升趋势。

表2 长三角41市各年多样化指数

三、模型设计、数据来源

(一)模型设计

在模型设计方面，城市经济学家亨德森等人将城市视为一个整体，以C-D函数为基础，加入了产业专业化与多样化因素。城市产出函数可以表示为：

(5)

式中：Y为总产出，i代表特定城市，t为时间，L为劳动投入，K为资本投入，α与β分别为资本和劳动的产出弹性，f(SIi,t)与g(DIi,t)分别表示城市产业专业化、多样化对产出的影响。

以公式(5)为基础推导城市产业专业化、多样化与经济增长的模型。对公式(5)两边取对数，以消除数据异方差。由于经济增长容易受到上一期经济发展情况的影响，拟构建动态面板模型，并基于现有文献控制了一些影响变量。得：

lnYi,t=InYi,t-1+β0+β1RSIi,t+β2RDIi,t+β3lnWorki,t+β4lnGdzci,t+β5lnOpeni,t+β6lnUrbani,t+β7lnRoadi,t+εi,t

(6)

为了考察多样化与专业化水平与经济增长之间是否存在非线性关系，在式(6)的基础上加入多样化指数和专业化指数的平方项。

(7)

(8)

(9)

其中：Y表示城市的GDP，i表示某个城市，t表示年份；RSI和RDI分别为相对产业专业化指数与相对产业多样化指数；Work表示就业人数，采用全市就业总人数；Gdzc表示固定资产投资；Open表示经济外向度，使用进出口总额占GDP的比重衡量各省份对外开放水平；Urban表示城镇化率，使用常住人口城镇化率(占总人口比重)；Road表示人均城市道路面积；εit是随机扰动项。

(二)数据来源

研究样本为长三角地区40个地级市和1个直辖市，选取2009年到2018年的相关数据，数据来源于2010—2019年《中国统计年鉴》、《中国城市统计年鉴》和长三角城市群对应省市各年统计年鉴，个别缺失值由线性插值法补齐。

资本投入(Gdzc)用资本存量，借鉴刘常青等[9]物质资本存量进行估算的方法，其估算方法为永续盘存法。其估算公式为：

Kt=Kt-1(1-δ) +(It+It-1+It-2)/3

(10)

其中K为资本存量；t为时间；δ为折旧率；It是t年的实际投资额。考虑到数据的可得性，永续盘存的起始时间取2007年。为消除价格因素的影响，对人均生产总值以2009年为基期进行平减。

表3 变量描述性统计

四、实证研究结果及分析

基于2009—2018年41市面板数据，使用Stata15.0进行回归分析。由于在式(6)中纳入了时间效应，被解释变量的滞后项会引起严重的内生性问题，从而使参数估计出现失误。如果继续采用传统面板模型估计方法，会导致估计结果发生偏差，从而使得到的统计结果偏离真实值。而动态面板系统GMM估计方法可以较好地克服模型严重的内生性问题。

根据两个主要解释变量设计了四个不同形式的模型，模型1不包含专业化和多样化指数，模型2、模型3和模型4分别对应式(7)、式(8)和式(9)。由模型2和模型3计算出RSI(专业化)和RDI(多样化)的拐点值分别为5.109 3和5.195 2。

在对各变量与因变量间的关系分析之前，首先对系统GMM模型中动态关系的设定是否合理进行检验。由表4可知，模型2至模型4的AR(1)的p值均小于0.05，AR(2)的p值均大于0.05，即随机误差项存在一阶序列相关和二阶序列不相关。用来判断工具变量过度识别的Sargan检验的p值均大于0.1，不能拒绝工具变量有效性假设，这说明工具变量的选取是合理且有效的，即系统GMM估计的结果是可信的。

表4 模型估计结果

具体来看，RSI(专业化)在模型2和模型4中均为正，且在1%置信水平上高度显著，说明产业专业化对经济增长有显著的正向效应。其二次项系数均为负，且在1%水平显著，表明产业专业化水平与经济增长之间存在非线性关系，系数为负说明在临界值5.109 3之前产业专业化水平的提升有助于经济增长，超过临界值之后的产业专业化水平增长将阻碍经济的增长。由表1可知大部分城市的专业化水平小于临界值，从城市群整体来看，产业专业化的增长正对经济增长发挥着正向作用。

RDI(多样化)在模型3和模型4中，一次项系数为负，二次项系数为正，且在1%水平显著，说明产业多样化对经济增长有负向作用，且产业多样化和经济增长之间存在非线性关系。二次项系数为正，说明在临界值5.195 2之前产业多样化水平的提升对经济增长有负向作用，而超过临界值后的产业多样化水平的提升有助于经济增长。由表2可知大部分城市的多样化水平小于临界值，从城市群整体来看，产业多样化的提高正对经济增长发挥着负向作用。

在模型1至模型4中Work(就业人数)、Open(经济外向度)和Road(人均道路面积)系数均为负，且在1%置信水平上高度显著。Work(就业人数)系数为负值，而Gdzc(固定资产投资)为正值，一方面表明长三角地区产业是资本或技术密集型，劳动力过多投入会对经济增长产生负作用；另一方面表明长三角地区人力资本需要提升，适应战略性新兴产业发展。Open(经济外向度)和Road(人均道路面积)的系数绝对值较小，表示其对经济的影响程度相对较小，表明国外经济尚未完全从经济危机中恢复，长三角地区基础设施水平暂时能够满足经济发展需要。Gdzc(固定资产投资)和Urban(城镇化率)系数均为正，且在1%置信水平上高度显著，表明固定资产投资与城镇化对城市经济有促进作用。

五、稳健性检验

为了进一步确定上述结果的准确性，通过剔除“异常”样本[10]进行稳健性检验，并利用Bond提出的一个经验判断法则进一步验证系统GMM估计结果的有效性，以Y滞后项为例，OLS估计量的系数为0.882 2，固定效应模型估计量的系数为0.404 4，系统GMM估计的系数(0.473 9)介于二者之间，说明系统GMM方法估计出的系数是合理的，可见系统GMM估计结果是有效的。

由表5可知，模型7的AR(1)p值小于0.05，AR(2)p值大于0.05，Sargan检验的p值大于0.1，说明剔除“异常”样本的系统GMM估计有效。可以看出，各解释变量的显著性和符号都与模型4基本保持一致，模型的整体解释程度相差较小，说明模型的估计结果是稳健的。

表5 产业专业化多样化与城市经济增长的关系

六、结论与建议

(一)结论

基于2009—2018年长三角城市群41市的面板数据，通过构建动态面板计量经济学模型，运用系统GMM方法实证检验了专业化、多样化对长三角城市群经济增长的影响。

研究结果表明，长三角城市群经济发展具有一定的惯性，城市上一期的发展状况对其后经济增长有影响。产业专业化对经济增长有显著的正向作用，说明提高产业专业化水平有利于促进城市经济增长。长三角城市在发展特色产业或承接经济发达地区的产业转移时，应注重培养主导产业，加强对承接产业的筛选，提高城市产业专业化水平。需要注意的是，产业专业化对经济增长的影响存在倒“U”型特征，地区产业专业化水平存在一个最优值而并非越高越好。地区产业专业化水平高于一定程度易导致其支柱产业过于单一，影响地区经济的稳定性，不但其抗风险能力变差，而且影响地区经济的可持续增长的能力。

产业多样化对经济增长有显著的负向作用，地区经济发展前期过多地提升多样化水平使得资源配置不集中，难以取得较好的成果。需要注意的是，产业多样化对经济增长的影响存在正“U”型特征，即多样化对经济增长的促进作用会先出现一个负向促进阶段，在某一点上促进作用发生变化，超过这一点时，多样化可能会促进经济增长。

(二)建议

第一，城市产业发展战略需要立足自身特征。根据产业专业化、多样化对经济发展影响的“U”型特征，充分发挥好产业集聚的两种模式在城市经济发展不同阶段的积极作用。政府应根据城市产业专业化和多样化水平合理规划城市产业发展方向，不要过度追求过高的专业化或者多样化水平。政府在选择引进或培育重点产业时，应该更多地考虑当地的区位、资源、环境等特点。尤其是中小城市在发展特色产业或承接经济发达地区的产业转移时，应注重培育主导产业，加强对承接产业的筛选，提高城市产业专业化水平，积极融入长三角城市群分工体系。

第二，城市产业布局需要在长三角产业共生网络寻找立足点。城市产业多样化集聚与专业化集聚对经济增长不同影响是基于生产要素不完全流动性。随着长三角交通一体化和公共服务一体化深入推进，生产要素流动加快，产业集聚不仅给城市自身带来效应，也对其他城市产生效应。实际上，随着产业内分工细化，产业之间会形成共生网络。城市在选择合适的产业发展时，应该站在长三角一体化层面考虑城市间的产业分工，避免城市间的恶性竞争。城市群内大城市应当积极承担、发挥好中心城市的辐射带动作用，其他城市应当围绕主导产业做好产业承接、配套工作和积极发展自身特色产业，深化城市群内部城市间的产业分工，以促进长三角一体化高质量发展。