区域一体化是否优化了企业生产率？——来自长江经济带的证据

■李毅婷 韦庄禹 武可栋

一、引言

制造业在经济增长中扮演着举足轻重的角色。近年，各国纷纷实施推进计划促进制造业高质量发展。德国提出了德国工业4.0，英国推出了“英国制造2050”，法国制定了“新工业法国”计划，美国出台了《重振美国制造业框架》《先进制造业国家战略计划》等政策。为顺应世界经济发展趋势，我国也推出了《中国制造2025》。要实现经济提质增效的目标，我国必须重塑制造业，全面提升企业全要素生产率，促进转型升级。

当前我国经济正处于换挡阶段，如何实现以协调为核心的高质量发展受到学界的广泛关注。加强区域间合作、实施区域一体化有利于打破财政分权背景下地方经济发展各自为政的局面，进而促进协调发展，助推转型升级。从国际经验来看，实施区域一体化是大势所趋。近年来我国经济活动也逐渐改变以往个体分散的形式，朝着区域一体化方向发展。我国先后提出珠三角经济区、泛珠三角合作区、长江经济带、京津冀协同等区域发展战略。其中，长江经济带覆盖东中西部三个地区，GDP 总和占我国GDP 比重超40%，在我国区域协调发展战略中起着不可忽视的作用。事实上，早在20世纪80年代初国家提出长江“一线”战略构想时，长江经济带就已经初具雏形，但由于城市间经济合作并没有实质性发展，区域一体化效果不佳。2005年，长江沿线的七省二市（上海、江苏、安徽、江西、湖北、湖南、重庆、四川、云南）签订了《长江经济带合作协议》，加快了区域合作步伐，区域一体化也迈入新征程。

从现实情况来看，企业生产经营需要投入一系列要素资源，而过去地方政府出于地方保护的目的，人为设置行政壁垒，导致要素难以自由流动，极大阻碍了企业生产效率的优化和提升，也制约着各地区的经济增长。实施长江经济带区域一体化战略可以弱化行政壁垒，释放要素和市场活力，影响企业生产率。然而，实施区域一体化战略能够在多大程度上影响企业生产率？这种影响效应是正向的还是负向的？这一影响背后的作用机制是怎样的？这些问题值得进一步深入探讨。

二、文献综述

一体化的概念最早是在1952年由经济学家Tinbergen 提出，在欧洲经济共同体等组织成立后，区域一体化的相关研究逐渐深化。纵观既有文献，国内外学者主要围绕区域一体化的测度和效果展开研究。在区域一体化的测度方面，为准确识别区域一体化水平，学者采用多种方法来测算，主流的方法包括价格法[1，2]、贸易法[3]和产业结构法[4，5]。近年来，区域一体化的内涵持续丰富，学者们倾向于使用构建综合评价指标体系的方法估算区域一体化水平，但不同方法测算出的区域一体化水平有所差异。就我国而言，在财政分权背景下各城市之间行政壁垒和市场分割问题突出，“以邻为壑”式的增长模式会阻碍经济活力的释放，因而区域一体化的发展模式逐渐受到关注。尽管中国的区域一体化程度还不够高，但总体呈现上升的趋势[6，7]。李雪松等[8]从市场一体化、行政一体化和社会一体化等三个维度选取了二十四个指标来测算长江中游城市群一体化的水平，发现长江中游的三个城市群一体化水平总体是增长的，三个城市群的一体化水平存在明显差异，但差距呈缩小的趋势。在区域一体化的效果方面，这类研究更加注重探讨数量关系。大部分研究认为区域一体化能正向促进经济增长[9，10]，其背后逻辑是区域一体化能通过推动要素流动、调整优化产业结构促进经济增长。不仅如此，区域一体化还对城市创新[11，12]、直接投资[13]产生影响。

从影响企业生产率的因素出发梳理现有研究可以发现，企业进出口[14，15]、跨国并购[16]、对外直接投资[17]等经营行为会影响生产率。当然，企业经营绩效好坏也依赖于整个宏观环境，其生产率高低受外部环境的影响。外部环境中，政府补贴与企业生产率息息相关。政府补贴对企业转变发展方式有导向作用[18]，可以抵消融资约束的负向影响[19]，从而提升企业生产率，但这种影响可能是非线性的，当补贴力度超过某一阈值时，该效应由正转负，进而对企业生产率产生抑制作用[20]。此外，产业政策作为政府宏观调控的手段，对企业生产率也会产生影响。宋凌云等[21]和Aghion等[22]的研究结果表明产业政策对生产率也具有促进作用。但张莉等[23]通过梳理各省九五、十五和十一五规划中的产业政策，从微观层面验证了产业政策的“生产率效应”，认为产业政策会引导资源流向重点产业，从而扭曲要素在行业间的配置，导致企业过度投资、降低投资效率，抑制企业生产率提升。Lee[24]基于韩国各行业的面板数据，使用计量模型研究了政府干预对企业生产率的影响，同样发现政府对行业的干预不利于企业生产率的增长。随着研究的深入，学者分析不同政府政策对企业生产率的影响，但研究区域一体化对企业生产率影响的成果仍然相对匮乏。

与既有文献相比，本文的边际贡献包括：从研究视角来看，现有文献主要聚焦在区域一体化的经济增长效应方面，且基本停留在省域或城市层面，本文将区域一体化与企业生产率纳入统一分析框架，将研究视角下沉到微观层面，拓展了区域一体化的政策研究视域，也深化了研究程度。从研究方法来看，使用不同方法测算出的区域一体化水平存在偏差，为有效避免估算偏差，本文将“区域一体化”视为一个准自然实验，通过倾向匹配得分-双重差分模型（PSM-DID），有效避免了样本的选择性误差以及模型遗漏变量偏误所导致的内生性问题。此外，本文使用的是我国规模以上工业企业数据，大样本统计推断无疑使研究结论具有更强的可靠性。

三、理论机制与假设

区域一体化带来的区域间合作、市场一体化能有效破除企业因行政壁垒引致的经济活动在地理空间上的限制和要素资源流动的约束，从而激发企业生产积极性，提高生产效率。

从区域间合作角度出发，在区域尚未实施一体化战略时，地方政府各自为政，没有发挥资源最大化优势，企业生产率自然低下。加上区域间产业趋同现象严重，企业之间会出现恶性竞争，追求短期效益，难以开展资金投入大、研发周期长的创新活动，不利于企业的长期发展。而在区域一体化战略实施后，各地区之间的合作更加密切，各地区能够有效避免恶性竞争，发展具有自身比较优势的产业，专业分工明显，企业专业化水平提升，生产率也将提高。同时，企业间的合作更加密切，在技术合作、创新协同的影响下，企业创新效率和创新成果转化率提高，进而提升了企业的生产效率。

从市场一体化角度出发，区域一体化反映的是地理空间外部性的内部化过程[25]，其本质是为降低贸易壁垒和成本[26]，建立跨区域的共同市场，使得区域间的贸易活动更加活跃，市场规模会随贸易自由度的提升而扩大。一方面，伴随市场规模的扩大，企业贸易范围更广，交易对象更多，在产品和要素市场上的贸易选择机会更多，能以更低的成本选择更优质的中间投入品来进行生产，由诸多企业集聚所带来的规模效应会直接降低其生产成本，提高企业生产率。另一方面，市场规模扩大意味着市场竞争趋于激烈，企业经营压力更大，在竞争机制下，为避免被市场淘汰，企业必须主动适应市场环境变化，通过发挥专业优势和激发创造活力提升企业生产效率。基于上述分析，本文提出如下假设：

假设1：区域一体化有利于提高企业生产率。

区域一体化背景下，要素自由流动会改变资源配置格局，在各部门的生产效率存在差异的情形下，要素资源会从低效率部门流向高效率部门，不同行业内的企业生产率受到不同影响。在同一行业内，高端人才、资本资源将逐渐流向高要素回报率、高生产率的企业，而随着企业把这些高级生产要素投入到生产中，投资规模扩张将进一步提高生产效率[27]，提升竞争力，以此循环往复。马太效应一方面使得优质企业生产率越来越高，另一方面使得低生产率企业逐渐失去竞争优势，从而退出市场，整个行业的生产效率得以提高。不同行业间的资源也会重新配置进而影响企业的生产率，那些具有高成长、高收益和比较优势行业中的企业会因区域一体化而获利，扩张企业规模从而影响生产率。基于上述分析，本文提出如下假设：

假设2：区域一体化对企业生产率的影响具有行业异质性。

不同行政等级的城市在行政和财政方面具有较大的差异。一般来说，直辖市和省会城市在基础设施建设、财税土地政策、营商环境和社会文化背景等方面表现更加优越，这些城市往往具备虹吸效应。因此，实施区域一体化将有助于吸引更多优质要素流入，进而提升企业生产率。但值得注意的是，由于直辖市和省会城市本身已经集聚了大量的企业和资源，产业发展趋于饱和，拥挤效应逐渐显现，生产生活环境开始恶化，区域一体化形成的市场一体化可能导致本地要素特别是人才等高级生产要素外流，进而对本地企业的生产率产生抑制作用。基于此，区域一体化战略对直辖市和省会城市的企业生产率的影响具有不确定性。对于一般城市来说，区域一体化战略强化了城市间合作，特别是要素的流入以及各种人才、科技的“飞地建设”，加速了知识交换，隐性知识的溢出和扩散也为欠发达城市提供了有利的发展条件，从而有助于提高企业生产率。基于上述分析，本文提出如下假设：

假设3：区域一体化对企业生产率的影响具有城市异质性。具体而言，区域一体化对直辖市和省会城市的企业生产率的影响具有不确定性，但可以提高一般城市的企业生产率。

四、研究设计

（一）模型设定和变量说明

本文将2005年长江沿线七省两市共同签订《长江经济带合作协议》作为一项准自然实验。考虑到实施区域一体化产生效果会出现时滞性，将覆盖上海市、江苏省、安徽省、江西省、湖北省、湖南省、重庆市、四川省、云南省在内的城市在2006年及以后时期作为实验组，以此检验实施区域一体化对企业生产率的影响。在估计二者是否有影响时，即使加入部分除区域一体化外其他影响企业生产率的控制变量，也难以避免因遗漏变量等内生问题而导致的估计结果偏差。为此，本文使用双重差分法（DID）解决内生性问题。双重差分法有效的前提条件是实验组与控制组的样本是随机分配的，显然这一条件在本实验中难以得到满足。为解决“样本选择偏差”问题，参照Heckman 等[28]和李贲等[29]的研究方法，本文将所有样本分为实验组和控制组两个组，并设立After 和Treat 两个虚拟变量。Treat 为城市是否为长江经济带虚拟变量，当城市属于长江经济带时赋值为1，否则为0；After为实验期虚拟变量，2006年及之后的时期属于实验期，赋值为1，若时间早于2006年则赋值为0；定义After 和Treat 的交互项识别“区域一体化效应”，即实施区域一体化对企业生产率的影响。最终采用倾向匹配双重差分法（PSM-DID）对政策的效果进行估计，模型设定如下：

其中，After、Treat 以及交互项AfterTreat 是核心解释变量。tfp-fe为被解释变量，即企业生产率。考虑到研究的样本期为1998—2012年，而从2008年开始，工业企业数据库中缺失了工业增加值和工业中间投入品等关键指标，故无法利用LP 法和OP 法计算企业全要素生产率。因此，本文参考李磊等[30]的方法，在使用生产函数法的基础上利用面板固定效应法对企业全要素生产率进行估计，具体操作过程中，将工业总产值作为产出指标，固定资产净值和平均从业人员数作为投入指标。此外，本文还使用传统的索罗残差法对全要素生产率进行估计（tfp-ols），并将其作为稳健性测试的一部分。

参照企业生产率相关研究成果，本文从企业和城市层面选取以下变量构成m个控制变量（control）：债务比率（Debt），用期末负债总额占资产总额比重的对数来度量。负债比率较大意味着企业面临着较大的经营风险，企业可能会采取一些损害生产率的行为以避免资金链断裂。人力资本（Hum），采用本年应付工资总额与企业从业人员的比重取对数估计。人力资本是企业生产过程中必不可少的要素投入，人力资本越高说明劳动力素质越高，其从事复杂工作的能力越强，能为企业带来更大价值，从而提升生产率。人均固定资产量（Cap），使用企业固定资产净值年平均余额与从业人数的比重取对数衡量。人均固定资本量越大说明企业的资金实力相对雄厚，设备更新或购买新设备的机会更大，能通过使用先进机器设备来提高生产率。融资约束（Lim），采用企业利息支出占固定资产合计比重的对数来测算。融资约束对企业生产率具有双面作用：一方面当受到融资约束时，由于资金的匮乏，企业不能及时更新设备和投入研发，难以实现规模经济，且在面临不确定因素时不得不放弃投资机会，造成资源配置效率低下，从而损失企业生产率；另一方面当受到较大的融资约束时，企业会有更强的创新动力提高生产率从而获得收益并保持竞争力[31]。在城市层面，加入人均GDP这一变量。GDP以1998年为基期，使用GDP 平减指数消除价格因素后折算得到实际GDP。

（二）数据来源及处理

本文搜集了1998—2012年中国各地级市和工业企业数据。城市数据来源于《中国城市统计年鉴》《中国区域统计年鉴》、CSMAR 数据库、中经网数据库，设立时间晚于1998年的地级市予以删除，最终保留228个地级市。工业企业数据的处理分为三部分：第一，参照Brandt 等[32]的方法，对工业企业数据库进行序贯识别，生成企业-年度面板数据。第二，借鉴聂辉华等[33]的研究思路，对合成的面板数据进行如下处理：（1）剔除平均职工人数少于8人的观测值；（2）剔除总资产小于流动资产，总资产小于固定资产净值，总资产小于长期投资，或者累计折旧小于当期折旧等明显不符合会计准则的观测值；（3）剔除销售额低于500万元即不符合“规模以上工业企业”的观测值；（4）剔除实收资本小于或等于0以及工业总产值小于0的异常值；（5）以1998年为基期对价格消费指数和工业品出厂指数对相关指标进行平减。第三，利用省地县码的前四位数与地级市的识别码进行横向匹配，生成用于实证分析的城市-企业-年度三维面板数据。此外，为了保证样本期内企业观测的连贯性，本文选择所属城市在1998年及之前成立且在1998年至2012年间连续生存的企业作为研究样本，最终获得172159个样本。

（三）样本匹配及统计描述

本文先将样本分为实验组和控制组，使用倾向匹配方法寻找控制组，然后将所有样本数据随机排序，并使用债务比率、人力资本、人均固定资本和融资约束四个变量作为协变量，采用常用的卡尺内K近邻方法进行数据匹配（其中K=4），使用Logit 模型计算得分，从而得到最终的样本。

双重差分倾向匹配结果有效的前提条件是，实验组和控制组的样本在完成匹配之后没有明显差异，即必须满足“平行趋势”。通过观察协变量在匹配后的标准偏差和T检验结果可以判别倾向匹配是否有效。一般地，协变量在匹配以后标准偏差的绝对值越小，匹配效果越好，一般要小于20%[34]；T检验的原假设是“各协变量不存在显著差异”，若t 统计量不拒绝原假设，则说明两组样本在经过匹配以后并不存在明显差异。平衡检验结果如表1所示。表1中的T 检验结果显示，所有协变量的t 统计量均不显著，表明匹配使用的协变量和匹配方法是合适的。

表1 平衡检验结果

表2为被解释变量和控制变量等主要指标的描述性统计特征，可见各变量还是存在个体差异的。

表2 主要变量描述性统计

五、估计结果与分析

（一）基准回归结果

表3汇报了基于PSM-DID 模型估计的区域一体化对企业生产率的影响结果，（1）至（5）列为逐步加入企业债务比率、人力资本、人均固定资产量、融资约束和所在城市的人均GDP 五个控制变量的结果。从实证结果来看，交互项AfterTreat的系数显著为正，这验证了在控制其他影响因素后，区域一体化总体上有助于提升企业生产率。且在依次加入控制变量的情形下，系数始终在1%的水平上显著，未发生显著改变，说明假说1成立。

表3 PSM-DID回归结果

控制变量方面，企业债务比率的系数在1%的水平上显著为负，说明过高的负债会使企业经营波动较大，不能总是采取适用自身经营的最佳战略，从而降低其生产效率。企业层面的人力资本、人均固定资产量、融资约束和城市层面的人均GDP变量系数均为正，前三者系数均通过了1%的显著性水平检验，说明人力资本、人均固定资产量和融资约束与企业生产率呈正相关关系，人力资本水平越高、人均固定资产量越高以及融资约束越大，则越有助于提升企业生产率，人均GDP系数暂时不显著。

（二）基于行业和城市行政级别的异质性分析

由于制造业内部细分行业在要素投入种类、数量和比例等方面均存在明显差异，各产业之间的企业生产方式也会因此产生巨大的差异，因此区域一体化对不同行业之间的企业生产率影响有可能表现出异质性。根据韩峰等[35]的研究，本文将工业按不同标准划分为不同类型的行业：按要素密集程度分为劳动密集型、资本密集型和技术密集型行业；按技术层次划分为高端技术、中端技术和低端技术行业。以此验证假说2是否成立。

表4报告了区域一体化对属于不同要素密集型行业内的企业生产率的估计结果，结果发现无论是劳动密集型、资本密集型还是技术密集型行业，区域一体化至少在5%的水平上显著促进了行业内企业的生产率提升，且该正向效应的作用在技术密集型、资本密集型和劳动密集型行业依次减弱，符合经验现实。可能的原因是，技术密集型行业的企业生产率提高主要来源于技术进步，而技术进步又极大程度上依赖于高素质人才特别是“高精尖”人才。过去受各种因素制约，部分要素无法自由流动，实施区域一体化可以降低各地方行政区的行政壁垒和放松户籍制度管制，高素质人才会从生产率较低的劳动力和资本密集型等行业内的企业流向生产率较高的技术密集型行业内的企业，且这类高级生产要素具有规模报酬递增的特质，更大程度上带动技术密集型行业内的企业生产率提升。劳动密集型行业内的企业生产率受劳动力价格因素影响最为明显，尽管区域一体化引致的市场一体化有助于降低劳动力市场的均衡价格，但与此同时也应当认识到，随着中国经济体量的不断扩大，对各个层次劳动力的需求规模都逐渐提升，劳动力价格整体处于持续攀升的阶段，区域一体化战略降低劳动力价格进而促进劳动密集型行业内企业生产率提升的作用是最小的。而资本密集型行业则处于技术和劳动力密集型行业中间，因此区域一体化带来的企业生产率提升效应也处于二者之间。

表4 按要素密集型行业分类的回归结果

产业分类多种多样，为尽量捕捉区域一体化对不同类型行业内的企业生产率影响的异质性特征，本文进一步将制造业按技术层次划分为高端技术行业、中端技术行业和低端技术行业三个类别，以检验区域一体化对不同技术层次的行业中的企业生产率的影响。表5报告了按技术层次划分行业的回归结果。从表5的结果来看，区域一体化对不同技术层次行业内的企业生产率都表现出正向促进作用，值得注意的是，区域一体化仅对高端技术行业和中端技术行业的正向效应是显著的，而对低端技术行业中的企业生产率并没有产生实质性的积极影响。

表5 按技术层次划分行业的回归结果

根据中国城市行政级别的划分并结合长江经济带的情况，本文将经济带城市划分为三种类型，分别是直辖市、省会城市和一般城市。表6的结果显示，区域一体化的实施仅能对一般城市内企业的生产率产生积极作用，而对直辖市和省会城市的企业生产率产生并不显著的负向影响。可能的原因是，本文所选用的企业样本均属于制造业。张萃[36]的研究结果表明，制造业逐渐由顶级城市向其他城市扩散，一般城市集聚的制造业企业越来越多，因而区域一体化对一般城市内的企业生产率影响较大。除样本因素之外，更深层次的原因可能是直辖市和省会城市享有更大的自主权，政府为经济发展采取的行政干预程度更高。由于财政资金相对充裕，政府会通过补贴的形式帮助和扶持企业发展。本文认为，尽管实施区域一体化整体上有利于提升企业生产率，但由于政府补贴行为影响了区域一体化对企业生产效率的影响效果，导致区域一体化对直辖市和省会城市内的企业生产效率的影响并不显著。

表6 按城市分类的回归结果

为深化研究，使用企业补贴收入与固定资产净值的对数来衡量政府补贴，在式（1）的基础上加入AfterTreat与政府补贴的交互项Support，并以直辖市和省会城市两种类型的城市样本进行回归，以进一步揭示其企业生产率不显著的原因。若交互项Sup⁃port 的系数显著为负，则说明直辖市和省会城市因政府补贴的关系制约了区域一体化对企业生产率的作用。

从表7可以看出，无论是使用直辖市和省会城市的总样本还是各自的分样本，Support的系数均显著为负。这说明对直辖市和省会城市内的企业进行补贴，可能导致企业竞争动力不足，从而对企业生产率产生负面影响。尽管区域一体化有助于提升整体的企业生产率，但在政府补贴的负向效应作用下，正反效应相互抵消，使得区域一体化不能对直辖市和省会城市内的企业生产率产生显著的影响。

表7 城市异质性的机制检验结果

（三）稳健性检验

为尽量使估计结果真实可靠，本文进行三个稳健性测试。

第一，更换匹配方法和匹配对象。一是改变匹配距离，将卡尺内的K 近邻匹配中的K=4 分别替换成K=2和K=3，检验结果是否受样本数量影响；二是增加匹配变量，在原有基础上加入用企业净利润占总资产比重的对数衡量的资产收益率（Roa），观察回归结果是否受匹配变量的数量影响。表8（1）至（3）列显示了估计结果，核心解释变量和控制变量的系数符号和显著性都没有发生明显的变化，说明改变匹配方法和匹配对象并不会对结果造成巨大冲击，证实基准回归结果具有稳健性。

第二，更换被解释变量。将使用OLS 方法计算出的企业生产率作为被解释变量，结果见表8（4）列。实证结果表明，即使替换了被解释变量，结果依然没有发生实质性的变化，表明基准回归结果是真实可靠的，再次佐证了区域一体化的确能提高企业生产率这一事实。

第三，由于本文的样本期为1998—2012年，在此期间可能存在其他对长江经济带企业生产率产生影响的其他政策或重大事件（如中国加入WTO和金融危机等），为了尽可能减少外部冲击对本文基本结论产生的影响，本文在稳健性测试中使用刘瑞明等[37]的方法：首先，删除2001年以及之前的样本，保留2002—2012年间的样本进行回归分析，以此消除中国加入WTO可能对于本文基本结论带来的影响；其次，采用类似的做法，删除2008年及以后的样本，保留1998—2007年的样本进行回归分析，以此消除金融危机可能对本文基本结论产生的影响。在具体操作过程中，除样本期变化外，文章的模型设定均与前文保持一致。PSM-DID 的回归结果汇报于表8（5）和（6）列，可以看到，消除这两项可能对企业生产率产生影响的外部冲击后，区域一体化仍然对企业生产率有积极影响，进一步说明前文的研究结论具备稳健性。

表8 稳健性检验回归结果

六、总结和政策建议

本文以长江经济带为例，利用1998—2012年的工业企业数据和长江经济带的城市数据，使用倾向匹配得分—双重差分模型来识别区域一体化对企业生产率的影响，结果表明区域一体化总体上能够显著提升企业生产率。在进一步分析中，本文从行业性质、城市类型等角度探讨区域一体化对企业生产率影响的异质性，发现：将所有制造业行业按要素投入密集程度划分类别时，区域一体化对各类别行业企业生产率正向影响效应由劳动密集型、资本密集型和技术密集型依次递增；按行业技术层次划分时，该正向影响效应由小到大依次是低端技术行业、高端技术行业和中端技术行业；在不同类型城市中，仅一般城市内企业的生产率能受到区域一体化的显著影响，而区域一体化对直辖市和省会城市内的企业未产生实质性影响。稳健性检验结果表明，在更换匹配方法、匹配变量和被解释变量后，估计结果均未发生明显变化，表明区域一体化促进区域内企业生产率提升这一结论具有稳健性。根据以上研究结论，本文提出政策启示：

第一，经验数据表明区域一体化能够提高企业生产率是不可否认的事实，但值得注意的是这种正向影响效应还不够大，应进一步激发区域一体化的“生产率效应”。为激发企业经营活力，释放经济增长潜力，亟须继续深化改革，加强区域之间的合作力度，积极实施区域一体化战略，实现制造业转型升级，区域协调发展。第二，一般城市应该更积极主动地对接发达地区，增强城市间的沟通和合作力度，优化营商环境，为企业营造良好的发展环境。■