《中国制造业产业集聚与全要素生产率增长》-管理学论文，管理论文-论文范文参考-科学狗论文网

标题

中国制造业产业集聚与全要素生产率增长

范文

丁文雅　张二华

摘?要：本文引入研發新产品销售收入为门槛变量，将制造业产业集聚度、外商直接投资、产业规模、基础设施建设、城镇化进程和全要素生产率纳入到回归模型中，分析各地区在研发新产品销售收入差别下，制造业产业集聚对全要素生产率的增长产生怎样的影响。研究表明，研发新产品销售收入带来的门槛效应存在于制造业产业集聚与全要素生产率之间，且二者呈现非线性的关系;随着研发新产品销售收入占比的增加，技术进步增长将对全要素生产率产生积极影响，当超过某一门槛值时，技术效率对全要素生产率的削弱将产生更大的影响，使得高阶段时的全要素生产率降低。

关?键?词：制造业产业集聚;全要素生产率;研发新产品销售收入;门槛回归模型

DOI：10.16315/j.stm.2019.05.005

中图分类号：?F0615

文献标志码：?A

Industrial?agglomeration?and?total?factor?productivity?growth?in?China：

a?study?based?on?interprovincial?differences

DING?Wenya，?ZHANG?Erhua

（Business?School，Ningbo?University，Ningbo?315211，?China）

Abstract：This?paper?takes?sales?revenue?of?R&D?new?products?of?provinces?in?China?as?threshold?variables?by?using?Hansens?panel?data?threshold?regression?model?to?analyse?Industrial?Agglomeration.This?study?reveals?the?driving?force?of?regional?economic?development，?and?the?different?impact?of?regional?industrial?agglomeration?on?economic?development?under?the?difference?of?sales?revenue?of?R&D?new?products?in?different?regions.?The?results?show?that?manufacturing?agglomeration?has?a?nonlinear?relationship?with?total?factor?productivity，as?well?as?a?threshold?effect;?With?the?increase?of?sales?revenue?of?R&D?new?products，?the?growth?of?technological?progress?will?have?a?positive?impact?on?total?factor?productivity，?when?it?exceeds?a?certain?threshold?value.?At?the?same?time，?the?weakening?of?technology?efficiency?will?have?a?greater?impact?on?TFP，?which?will?reduce?TFP?at?a?high?stage.

Keywords：manufacture?industrial?agglomeration;total?factor?productivity?growth;sales?revenue?of?R&D?new?products;threshold?regression?model

收稿日期：?2019-06-04

作者简介：?丁文雅（1994—），女，硕士研究生;

张二华（1979—），男，副教授，博士，硕士生导师.

经济活动的集聚现象是否能带来技术创新、促进技术进步，一直以来都是许多学者关注的焦点，对于产业集聚现象大家公认的观点是集聚地区不仅可以提供有利于创新的生产要素，也能提供有利于创新知识和技术溢出效应的创新环境。不少国内外学者采用数量规模，尤其是行业就业人数来作为对经济活动密集的度量，在研究影响产业集聚程度的因素方面，王丽丽[1]用制造业就业人数占比衡量产业集聚，研究产业集聚对经济发展的影响。王燕等[2]研究20个制造行业空间集聚，发现集聚促进技术进步并且存在最佳集聚规模。周懿敏[3]通过各地区就业人数衡量区位熵，发现东北部、东部、中部、西部地区集聚差异较大，而城市化进程、研发投入、市场化进程等是影响集聚的重要因素。关于技术效率与技术进步的研究以及对于模型的使用上，多数学者以非线性关系切入研究，大多实证结果表明产业集聚主要是通过技术进步促进全要素生产率的提高。王丽丽等[4-5]采用门槛回归模型，通过对28个制造行业的面板数据研究了空间集聚与TFP增长之间的非线性关系。白积洋[6]引入门槛变量，利用非线性的门槛回归方法探讨了门槛变量下产业集聚影响全要素生产率的途径。柴志贤等[7]、潘江玲[8]、崔宇明等[9]、金飞等[10]均基于DEA模型，分解各地区行业TFP数据验证技术进步和技术效率对TFP的增长贡献，结果表明增长贡献主要是来自技术进步。本文的研究在总结已有文献的基础上，引入研发投入，从研发新产品销售收入占比的角度，研究制造业产业集聚对全要素生产率的影响，探讨研发新产品销售收入达到一定值时是否引起全要素生产率的结构突变，同时对比省际间差异。

1?集聚测算及分析

产业集聚是指在产业发展过程中由于某一地理区域内产业资本要素不断汇聚而使该产业在空间尺度上不斷趋同的过程，运用较广的产业集聚的测算方法主要有空间基尼系数、EG指数和区位熵指数等。

1.1?测算结果

本文选用区位熵指数来衡量集聚程度以及各地区制造业的专业化程度，制造业产业集聚水平根据各地区1997—2016年28个制造行业就业人数测算，集聚水平表达式如下：

LQi=mi/∑miMi/∑Mi。（1）

本文以制造业就业数据为基础测算全国各省市自治区的区位熵指数，各数据来源于同花顺数据库、各地区统计年鉴。式（1）中等号左边LQi代表i地区该产业的区位熵指数，等号右边mi代表i地区该产业的就业人数，∑mi全国该产业总就业人数，Mi代表i地区总就业人数，∑Mi代表全国总就业人数。若区位熵指数大于1，则表示存在产业集聚现象，反之则不存在产业集聚现象，集聚度越高区位熵指数值越大。将各省市、自治区数据代入式（1）得到1997—2016年我国各地区制造业区位熵指数，结果如表1所示。

1.2?空间特征

对比我国各省市、自治区1997—2016年制造业的区位熵指数发现西部地区制造业未出现明显的产业集聚现象，东部地区制造业整体空间集聚水平明显高于中部、西部地区。

1999年之前，东北地区制造业的集聚水平与东部地区差异较小，而1999年之后，东北地区制造业的集聚水平有较大的下降趋势，逐步降低到同时期中部地区集聚水平以下，并且区位熵指数在2008年之后保持在1以内，说明东北地区未能继续形成集聚现象。东部地区北京、天津、上海等制造业产业集聚程度相对较高，但2003年以后集聚程度普遍呈弱化趋势，并且在2008年、2012年集聚程度均有较大幅度下降，2013年至今一直相对平稳。产业集聚效应在2003年以前一直对东部和中部地区集聚有促进作用，而之后集聚效应的促进作用开始减弱，2008年经济危机大环境使减弱程度更加明显。究其原因可能是东部沿海地区企业劳动力等要素成本增加使得经营成本增加，生产加工型制造业向内陆地区逐步分散，中部地区制造业得以集聚发展，集聚度进一步增加，使得中东部地区的差距进一步缩小。产业结构的调整使得第三产业的占比逐渐加大而制造业的占比逐渐减少，生产要素更多的转向第三产业等。西部地区由于地理位置的劣势，一直未形成制造业的集聚现象[11]，同时西部地区制造业区位熵值一直保持在0.55左右，如图1所示。

2?全要素生产率测算及分析

全要素生产率反映的是国家及地区经济增长质量，主要是指一个地区的总产出量与全部生产要素真实投入量之比，全要素生产率指标在显示国家和地区经济发展程度中发挥着重要作用。全要素生产率的增长则是指除有形生产要素如资本、土地、劳动等生产要素所带来的经济增长以外的经济增长，一般是指技术进步所带来的经济增长。

2.1?测算方法

Malmquist最早提出Malmquist指数，后来RolfFare等将数据包络分析法（DEA）与之结合，将Malmquist指数分解为不同方面（技术进步变动与技术效率变动），本文主要涉及DEAMalmquist指数法，指数分解如下：

M=[Dtn（xt+1n，yt+1n）Dt+1n（xt+1n，yt+1n）×Dtn（xtn，ytn）Dt+1n（xtn，ytn）]12×Dtn（xt+1n，yt+1n）Dtn（xtn，ytn）。（2）

2.2?测算结果

2.2.1?数据选取

产出量数据：选取全国31个省市、自治区1997—2016年的GDP数据来衡量各省市、自治区的产出量，将历年名义GDP转化为以1997年为基期的不变价格计算的实际GDP，使数据更具可比性。

3.1.3?变量说明

被解释变量：全要素生产率增长以及分解量技术进步、技术效率是本文的被解释变量。

解释变量：解释变量为各地区制造业产业集聚水平。

门槛变量：一般来说，增加研发的投入会使企业对先进技术的引进、吸收和消化能力逐渐加强，技术溢出效应效果也会逐渐显著。研发新产品的销售收入可以在一定程度上衡量产品或技术研发的效果，因此，本文选取各省市研发新产品销售收入占DGP的比重作为门槛变量，数据来源于中国统计局。

控制变量：外商直接投资会影响地区资本存量，而地区能通过产业转移、技术关联和知识溢出等进一步提高全要素生产率，采用地区实际利用外资额占GDP的比重来衡量外商直接投资作用效果;产业规模，产业的集聚所形成的产业分工能使生产效率进一步的提升，采用各地区制造业就业比例衡量该指标;基础设施，通过降低运输成本和生产要素的交易成本形成规模效应和集聚经济，采用人均城市道路面积衡量该指标;城镇化进程，随着产业结构转型，各地区通过城镇化有可能吸引更多技术、资本以及人才的流入提高地区的创新能力，从而促进地区发展，采用城镇人口占比来衡量该指标。

数据来源：各地区各变量的实证数据均来自于同花顺数据库以及各地区统计年鉴中制造业的相关数据，实证检验数据跨度为2005—2016年。

3.2?实证结果

3.2.1?门槛效应检验

本文基于模型（5）、（6）、（7），借助Eviews10软件分析全国31个省市、自治区2005—2016年的面板数据，对制造业产业集聚度与全要素生产率、技术进步和技术效率进行实证研究。

首先检验门槛效应是否存在于制造业产业集聚与全要素生产率之间，然后分析不同类型门槛模型对应的门槛值及置信区间，如表3所示。从表3可以看出，通过400次的模拟得到单一门槛、双重门槛、三重门槛的F统计量与P值，根据模拟数据单一门槛、双重门槛或是三重门槛在5%水平下均拒绝原假设，即存在门槛值。从表4可以看出，在95%置信区间显著性差别不大的情况下，单一门槛的置信区间范围最广为[0.004，0.036]，因此选择单一门槛效应模型，对应的门槛值为0.035，将我国31个省市、自治区研发投入占比分为低、高2个等级。

通过各门槛区间省份分布情况，我国各地区研发投入水平基本处于低水平，虽然近两年的情况有所好转，但仍然只有北京、上海这两座城市的研发比重达到高水平，如表5所示。

3.2.2?回归结果

对模型（5）、（6）、（7）分别以0.035为门槛值进行回归分析，模型（5）回归分析结果，如表6所示：

公式表述：

TFP=0.925+0.015lq（inno≤0.035）-0.015lq（inno>0.035）-0.019fdi+

0.039size+0.1infra-0.051urban。（8）

基于模型（6），用同样的方法对产业集聚与技术进步的关系进行实证研究最终实证结果，如表7所示。

公式表述：

TC=0.425-0.000?1lq（inno≤0.035）+

0.027?8lq（inno>0.035）-0.265fdi+

0.291size+0.11infra+0.901urban。（9）

基于模型（7），用同样的方法对产业集聚与技术效率的关系进行实证研究最终实证结果，如表8所示。

公式表述：

EC=1.413+0.013?5lq（inno≤0.035）-

0.036?2lq（inno>0.035）+0.213fdi-

0.201size-0.104?1infra-0.104urban。（10）

4?结论

前文对中国31个省市、自治区1997—2016年面板数据进行实证检验，缺失值进行删减处理，利用门槛回归模型对制造业产业集聚与全要素生产率及其分解变量做非线性回归分析，根据3个模型的实证结果，得出以下结论：

首先，检验模型整体是显著的，制造业产业集聚与全要素生产率之间存在非线性关系，低水平阶段（inno≤0.035）的制造业产业集聚与高阶段（inno>0.035）的制造业产业集聚对全要素生产率的影响呈现正反差异，存在门槛效应。从回归结果式（8）来看，低水平阶段（inno≤0.035）的制造业产业集聚对全要素生产率的影响为0.015，即制造业产业集聚水平增加一单位会使得全要素增长率增加0.015个单位，而高阶段时的制造业产业集聚对全要素生产率的影响为-0.015，即制造业产业集聚水平增加一单位会使得全要素增长率减少0.015个单位。二是，结合回归结果式（9）与式（10）来看，低水平阶段（inno≤0.035）的制造业产业集聚对技术进步增长的影响为-0.000?1，不显著，低水平阶段（inno≤0035）的制造业产业集聚对技术效率增长的影响为0.013?5，在10%水平下显著，技术进步增长作用促进了全要素生产率的提高;高水平阶段（inno≤0035）时的制造业产业集聚对技术进步增长的影响为0.027?8，在5%水平下显著，高阶段水平（inno≤0.035）时的制造业产业集聚对技术效率增长的影响为-0.036?2，在1%水平下顯著，技术效率增长的抑制作用大于技术进步增长的促进作用，从而导致全要素生产率的下降。

随着研发新产品销售收入占比的增加，技术进步增长将对全要素生产率产生积极影响，当超过某一门槛值时，技术效率对全要素生产率的削弱将产生更大的影响，使得高阶段时的全要素生产率降低，也即当研发新产品销售收入占比处于高水平时，制造业产业集聚对技术进步的促进作用不敌其对技术效率的阻碍。一般来说，制造业产业集聚可以给地区带来竞争效应、学习效应、专业化效应和规模效应，企业可以在相互竞争和交流中学习先进生产技术，促进企业技术创新，然而随着对研发重视度的提高，企业对新技术的吸收能力增强，但是技术效率仍得不到大幅度的提升。

参考文献：

[1]?王丽丽.中国产业集聚与全要素生产率增长[D].济南：山东大学，2010：1.

[2]?王燕，徐妍.中国制造业空间集聚对全要素生产率的影响机理研究：基于双门槛回归模型的实证分析[J].财经研究，2012（3）：135.

[3]?周懿敏.中国制造业集聚与全要素生产率增长[D].深圳：深圳大学，2017：1.

[4]?王丽丽，范爱军.空间集聚与全要素生产率增长：基于门槛模型的非线性关联研究[J].财贸经济，2009（12）：105.

[5]?王丽丽.集聚、贸易开放与全要素生产率增长：基于中国制造行业的门槛效应检验[J].产业经济研究，2012（1）：26.

[6]?白积洋.产业集聚、贸易开放与全要素生产率：来自中国省际的证据[J].科学决策，2011（11）：34.

[7]?柴志贤，黄祖辉.集聚经济与中国工业生产率的增长：基于DEA的实证分析[J].数量经济技术经济研究，2008（11）：3.

[8]?潘江玲.产业集聚与技术进步的关系研究：基于我国装备制造业的实证检验[J].商业时代，2013（3）：118.

[9]?崔宇明，代斌，王萍萍.城镇化、产业集聚与全要素生产率增长研究[J].中国人口科学，2013（4）：54.

[10]?金飞，陈晓峰.产业集聚、技术变化与全要素生产率：基于长三角20个制造行业的实证分析[J].工业技术经济，2015（7）：54.

[11]?练丹.制造业产业集聚对西部地区经济增长的影响研究[D].重庆：重庆大学，2017：1.

[12]?徐淑丹.中国城市的资本存量估算和技术进步率：1992～2014年[J].管理世界，2017（1）：17.

[13]?王丽丽.门槛效应、制造业地区集聚与全要素生产率增长：基于贸易开放视角[J].财经论丛，2012（3）：3.

[14]?代斌.R&D与产业集聚的技术溢出效应研究：基于非参数DEA方法和面板门槛模型的实证检验[J].哈尔滨商业大學学报，2013（5）：43.

[15]?潘文卿，刘庆.中国制造业产业集聚与地区经济增长：基于中国工业企业数据的研究[J].清华大学学报（哲学社会科学版），2012（1）：137.

[编辑：厉艳飞]

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。