中国制造业的集聚机制：基于行业间共同集聚的视角.pdf

中国制造业的集聚机制:基于行业间共同集聚的视角刘 念 范剑勇摘 要:制造业规模大、产业配套齐全是中国经济区别于别国的重要特色与优势,强化这一优势是推动经济高质量发展的重要着力点。在空间范围上,我国制造业主要分布于沿海地区。自然优势是推动行业间共同集聚的首要因素,投入产出关系、劳动力池与知识溢出是影响共同集聚的重要因素,且劳动力池的影响系数高于其余二者。为此,需要在消减影响劳动力流动的制度障碍、完善现代化产业体系、推动知识溢出等方面完善政策体系,以良好的集聚效应推进制造业高质量发展,夯实中国式现代化建设的产业基础。关键词:制造业 产业集聚 共同集聚 劳动力池 知识溢出引 言党的二十大指出:“高质量发展是全面建设社会主义现代化国家的首要任务。没有坚实的物质技术基础,就不可能全面建成社会主义现代化强国。”制造业规模大、产业配套齐全是中国经济区别于别国的重要特征之一,切实有效地推动制造业高质量发展是实现上述目标的前提条件之一。同时,面对国外需求萎缩、地缘政治风险增大等不利条件,党中央、国务院将“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”确立为“十四五”时期经济社会发展的指导思想,其中的重要路径是加快建设全国统一大市场,推动各类要素流向效率最高的部门或区域,做大做强经济总蛋糕。在一定意义上,实现中国式现代化的两个抓手是制造业高质量发展与国内统一大市场建设。本文将基于这一认识背景,深入探讨现阶段制造业集聚背后的机制。制造业的空间集聚可以带来效率提升,为中国式现代化提供强大的物质技术基础。改革开放以来,中国制造业在空间上呈现出不平衡的集聚态势,主要从西部地区与东北地区等逐渐转移到以珠三角、长三角、胶东半岛为代表的东部沿海地区。从19982013 年沿海地区和中西部内陆地区产业平均集中率的变化趋势来看,沿海地区的制造业集中率明显高于中西部内陆地区,前者集中率一直高于 0.65。在东部沿海地区内部,产业分布也呈现出明显的不平衡特征,以长三角地区为例,制造业主要集中在苏州、无锡等少数城市。制造业不平衡分布的事实预示着,不仅单个制造业行业集中在空间上的某一点,呈现出本地化与专业化的生产特征,而且,制造业的不同行49本文系国家自然科学基金项目“城镇化背景下地方政府性债务的挤出效应研究”(项目号:72173024)的阶段性成果。范剑勇:市场一体化、地区专业化与产业集聚趋势 兼谈对地区差距的影响,中国社会科学2004 年第 6 期。范剑勇、刘念、刘莹莹:地理距离、投入产出关系与产业集聚,经济研究2021 年第 10 期。路江涌、陶志刚:中国制造业区域聚集及国际比较,经济研究2006 年第 3 期。业在空间上也是集聚在沿海地区等少数区域。对于前者,国内学者已有深入研究,但是,对于制造业内部不同行业共同集聚于沿海地区的成因与机制,国内文献鲜有述及。不同行业之间的共同集聚机制,可以从如下现象中获取理论上的灵感。首先,自然的地理或资源因素,如不同行业共同使用港口、航道或某类自然资源。其次,不同行业之间具有投入产出关系,例如,长三角地区的毛纺织业(四位数编码1722,下同)与毛针织品及编织品制造业(1762)在空间上主要集聚在嘉兴市的桐乡、苏州市的常熟。再次,某些行业之间可能没有投入产出关系,却雇用职业技能类似的劳动力,使其在这类行业之间自如地转换岗位,以应对行业波动的风险,例如,企业管理、市场管理、供应链管理等生产性服务业集聚在北京、上海等地。最后,某些行业没有雇用技能类似的劳动力,却共享相同的基础知识,例如,合成橡胶制造业(2652)与废金属废料和碎屑的加工处理(4320)均需要掌握橡胶制造工艺。基于上述现象,本文探讨不同行业共同集聚于某一区位的内在机制,进而阐明中国制造业整体集聚于沿海地区背后的规律。回到理论溯源与实证研究传统上,多数研究基于马歇尔产业外部性的三个来源:投入产出关系、劳动力池与知识外溢,从单个行业的角度实证分析单一产业的集聚机制。本文将经典的马歇尔产业外部性来源拓展到行业间共同集聚研究上。从研究时序上看,现有研究分为单一行业集聚、行业共同集聚、行业异质性三个阶段。其中,第一阶段主要通过构建空间基尼系数、EG 指数来研究单一行业的不同集聚机制。第二阶段构建行业共同集聚指数,以此作为行业间地理邻近性的代表,并将投入产出关系、劳动力池与知识溢出视作行业间经济邻近性,通过分析地理邻近性与经济邻近性之间的关系来探讨不同力量引致的集聚机制。第三阶段主要着眼于异质性分析,切入点为是否属于高科技产业、高技能行业等。本文的研究内容以第二阶段为主,并辅以高技术类、高技能类的行业异质性分析。同一个行业在各维度上存在较大相似性,难以在单个行业层面上区分或揭示投入产出关系、劳动力池与知识溢出等因素对集聚水平的影响,行业之间的共同集聚为此提供了一种解决思路:不同行业在某些维度存在相似特征,但在另外一些维度存在较大差异。例如,嘉兴市桐乡市羊毛衫市场、中山市古镇镇灯饰市场、台州市温岭县横峰鞋业市场等小商品产业集群,往往依托丰富完备的上下游产业链,强调投入产出关系;餐饮业等生活服务业集聚,与其雇用技能相似的劳动力有关,强调劳动力池效应;为便于面对面交流,知识密集型行业的空间集聚范围通常较小,强调知识溢出效应。这些特质提供了足够的变异度,为识别集聚经济的来源奠定基础。本文利用工业企业微观数据,在三位数行业层面上构建任意两个行业之间的共同集聚指数,并使用投入产出表、人口普查数据、专利数据库分别构建投入产出关系、劳动力池与知识溢出指标,为制造业集聚机制提供中国经验证据。实证结果表明,自然优势是行业共同集聚的第一重要因素;投入产出关系、劳动力池与知识溢出是影响中国制造业集聚的重要因素,且劳动力池的重要性高于投入产出关系与知识溢出。同时,异质性分析表明,投入产出关系与知识溢出对共同集聚水平较高的行业影响更大,劳动力池对不同集聚大小的行业影响大致相同;高技能组与高技术组对知识溢出效应的依赖度与低技能组、低技术组无明显差异。本文的研究结论具有重要的现实意义,包括但不限于以下内容。首先,在共同集聚研究中,尽管没有将行业间的距离纳入分析框架,但是,鉴于我国制造业近一半的份额集中在广东、江苏、山东与浙江等少数省份,研究结论适合于上述省份的分析。也就是说,制造业集中于少数区域,形成较高水平的空间效率,这是中国式现代化的重要物59中国制造业的集聚机制:基于行业间共同集聚的视角梁琦、钱学锋:外部性与集聚:一个文献综述,世界经济2007 年第 2 期。Alfred Marshall,Principles of Economics,London:Macmillan,1890.质技术基础。其次,通过国内统一大市场建设,加快各类要素向有效率的区域或部门转移与集中,做大做强经济蛋糕,在这一过程中,通过收入的再次分配,可以在更高水平上实现共同富裕与帕累托改进,进而实现经济质量更高、更持久的发展。共同集聚水平测度与影响因素的指标构建(一)被解释变量:共同集聚指数本文借助两两行业间的共同集聚分析马歇尔产业外部性的来源与相对大小,使用 EG 共同集聚指数衡量任意两个三位数制造业行业之间的共同集聚水平,数据来源为 2011 年工业企业数据库,包含 167 个三位数行业,共 13861 个行业对。以地级及以上城市作为基本区域单位,共计 287个城市。表 1 共同集聚指数排名前 15 位的行业对行业 i行业 j共同集聚指数通信设备制造(401)电子计算机制造(404)0.103电子计算机制造(404)文化、办公用机械制造(415)0.096通信设备制造(401)文化、办公用机械制造(415)0.085通信设备制造(401)钟表与计时仪器制造(413)0.080电子计算机制造(404)电子元件制造(406)0.076通信设备制造(401)工艺美术品制造(421)0.071制帽(183)交通器材及其他交通运输设备制造(379)0.071电子计算机制造(404)其他电子设备制造(409)0.071电子计算机制造(404)电子器件制造(405)0.070电子元件制造(406)文化、办公用机械制造(415)0.069钟表与计时仪器制造(413)文化、办公用机械制造(415)0.068电子计算机制造(404)家用视听设备制造(407)0.067丝绢纺织及精加工(174)纤维素纤维原料及纤维制造(281)0.066其他电子设备制造(409)文化、办公用机械制造(415)0.064电子器件制造(405)文化、办公用机械制造(415)0.060 注:括号内为依据国民经济行业分类代码(2002 年版)划分的三位数制造业行业代码。表 1 统计了共同集聚指数排名前 15 位的行业对,共同集聚程度较高的行业大多属于同一个二位数制造业,如通信设备、计算机及其他电子设备制造业(二位数行业代码为 40),其中,33%的企业分布在广东省,22%的企业分布在江苏省,广东、江苏、浙江、山东四省的企业合计占比约为70%。此外,有 143 个行业对的共同集聚指数小于 0.001;共同集聚指数最低的行业对是酒精制造(三位数行业代码 151,下同)与雷达及配套设备制造(402)。(二)解释变量:集聚外部性马歇尔产业外部性的三个机制(投入产出关系、劳动力池与知识溢出)可以理解为“物”“人”“思想”在不同空间距离条件下在不同行业间流动的难易程度与广义“运输成本”,运输成本越低,越有可能提高产业集聚水平。1.投入产出关系从直观上看,制造业企业相互靠近,可以减少中间投入品的运输成本。本文使用 2007 年中国投入产出表构建行业间投入产出关系。2007 年中国投入产出表将国民经济生产活动划分为135 个产品部门,其中包含 81 个制造业产品部门;2002 年版国民经济行业分类包含 169 个三位数制造业行业,因此,投入产出表中一个制造业产品部门对应一个或多个三位数制造业行业。对于同属一个产品部门的三位数制造业行业,以该三位数制造业总产值占其所属产品部门总产值的份额为权重,对基本流量表进行拆分,将 81 个制造业产品部门转换成 167 个三位数制造业行业。统一行业代码后,使用基本流量表分别计算行业 i 从行业 j 购买的产品价值量占行业 i 总中间投入的比重,定义为行业 i 的“投入系数”(Inputij),以及行业 i 向行业 j 销售的产品价值量占行业 i总中间使用的比重,定义为行业 i 的产出系数(Outputij)。同理,计算行业 j 的投入系数 Inputji与产出系数 Outputji。投入系数最大值为0.567,代表非金属废料和碎屑的加工处理业(432)从金属废料和碎屑的加工处理业(431)购入的中间投入品份额;产出系数最大值为 0.775,代表炼钢业(322)向钢压延加工业(323)销售的中间使用份692023.4Glenn Ellison,Edward L.Glaeser,William R.Kerr,“What Causes Industry Agglomeration?Evidence from Coagglomeration Patterns”,American Economic Review,Vol.100,No.3,2010,pp.1195-1213.额。此外,约 75%的行业投入系数或产出系数小于 0.0001,几乎不存在投入产出关系。构建变量 IOij反映行业 i 与行业 j 之间的投入产出关系:IOij=maxInputij,Outputij。其中,Inputij表示行业 i 与行业 j 投入系数的最大值,反映行业对之间的投入关系;Outputij表示行业 i 与行业 j 产出系数的最大值,反映行业对之间的产出关系;IOij为投入关系与产出关系的最大值,综合反映行业 i 与行业 j 的投入产出关系(描述性统计见表 2)。表 2 主要变量的描述性统计变量名称观测值均值标准差最小值最大值共同集聚指数138610.0100.00700.103自然优势138610.0080.0010.0040.015劳动力池138610.1360.167-0.0080.995劳动力池(工具变量)102960.3480.235-0.0081知识溢出138610.1290.16900.995投入产出关系138610.0100.03100.775投入产出关系(工具变量)102960.0220.05300.9272.劳动力池劳动力池的外部性收益主要包括共担风险、提高企业与员工之间的匹配概率与匹配质量等。这些理论的共同之处在于强调劳动力在不同企业与行业间的流动性,只有当不同行业使用相似类型的劳动力时,劳动力才有动力在行业间自由流动。因此,不同行业所需的职业类型有相似之处,衡量劳动力池效应需要考虑相似职业在不同行业间的结构分布。本文使用 2010 年第六次人口普查数据构建不同行业间的职业结构相关系数衡量劳动力池效应(LabCorrij)。2010 年人口普查数据提供了劳动力三位数职业代码与三位数行业代码信息,其中,职业依据 2009 年版职业分类与代码 进行划分,共包含 405 个三位数职业。将行业 i 与行业 j总就业人数中职业 o 所占比重分别定义为 shareio与 sharejo,计算 shareio与 sharejo的相关系数,以此衡量行业 i 与行业 j 职业分布的相似程度。行业对的职业相似度均值为0.136(详见表2);金属废料和碎屑的加工处理业(431)与非金属废料和碎屑的加工处理业(432)的职业分布相似度最高,相关系数为 0.995;皮革鞣制加工业(191)与航空航天器制造业(376)的职业分布相似度最低,相关系数为-0.008。3.知识溢出本文利用专利数据构造行业间技术相似度指标来衡量行业间知识溢出,该指标隐含假设技术相似程度越高的行业越有可能产生知识交流。将企业专利数据库与中国工业企业数据库进行匹配,参照劳动力池指标的构建方法,计算行业 i 与行业 j 的技术相似度。结果表明,技术相似度均值为 0.129(详见表 2);中药饮片加工业(273)与中成药制造业(274)的技术 相 似 度 最 高,为0.995;41 个行业对的技术相似度为 0,在技术层面上不存在知识溢出。(三)解释变量:自然优势除了集聚外部性,自然优势也会影响行业间的共同集聚。两个行业集聚在相同地区可能不是为了获得集聚外部性,而是被相同的自然优势吸引。例如,船舶及浮动装置制造业(375)和精炼石油产品制造业(251)的共同集聚指数为 0.015(位于共同集聚指数第 83 分位数处),较高的共同集聚水平可能仅与它们倾向于选择沿海地区有关。自然优势也可能影响行业间投入产出关系、劳动力池与知识溢出,从而造成遗漏变量偏误。因此,自然优势对共同集聚的影响不容忽视。自然优势不仅包括狭义的资源禀赋(如矿产资源),还包括广义的劳动力成本优势、交通成本优势等。关于中国产业分布的研究文献较为一致地发现,地方保护主义、产业政策影响了中国产业结构布局,而土地是地方政府发展经济的重要资源,重点行业能够获取更多的工业用地。为控制上述因素对共同集聚的影响,本文构79中国制造业的集聚机制:基于行业间共同集聚的视角叶静怡等:中国国有企业的独特作用:基于知识溢出的视角,经济研究2019 年第 6 期。白重恩等:地方保护主义及产业地区集中度的决定因素和变动趋势,经济研究2004 年第 4 期;吴意云、朱希伟:中国为何过早进入再分散:产业政策与经济地理,世界经济2015 年第 2 期。张莉等:重点产业政策与地方政府的资源配置,中国工业经济2017 年第 8 期。造城市特征和行业特征交互项,在没有集聚外部性的条件下估计其对行业空间分布的影响。具体而言,各个城市在自然资源、劳动力成本、交通成本、制度环境等方面存在差异,不同行业关注的城市特征有所不同,例如,资源型行业倾向于选择自然资源丰富的地区;对外贸易份额高的行业倾向于靠近港口城市或劳动力投入成本低的区域以提高自己的国际竞争力。因此,城市特征和行业特征共同决定企业选址决策,最终影响行业空间分布。本文选取相关变量衡量城市自然资源禀赋、劳动力投入成本和交通成本,并引入制度环境变量度量地方政府产业政策与地方保护主义动机的强弱。确定城市特征变量后,选取相关行业特征变量,如各行业对自然资源和劳动力的投入比重、对交通的依赖程度、是否为中央支持的重点行业等。城市特征与行业特征的交互项表示密集使用某一要素的行业是否倾向于选择该要素更为密集的地区。自然优势变量的数据来源及指标包括:(1)2010 年中国城市统计年鉴,用于计算第一产业占 GDP 的比重、采矿业从业人数占城市总职工人数的比重、人口密度、一般预算内财政收入占 GDP 的比重;(2)2010 年第六次人口普查数据,用于计算劳动力成本;(3)2007 年中国投入产出表,用于计算自然资源投入密集度、交通要素投入密集度等行业特征指标;(4)20072010年土地交易网数据,用于计算重点行业土地出让面积占城市土地总出让面积的比重;(5)2009 年中国工业企业数据库,用于计算国有企业数量占行业企业总数的比重、行业单位产值利税率;(6)对港口城市进行划分,港口城市=1,非港口城市=0;(7)参考“十一五”期间的重点行业分类,重点行业=1,非重点行业=0。在此基础上,构建 10 个城市特征与行业特征交叉项,并进行标准化处理(均值为 0,方差为1)。使用非线性最小二乘法进行估计,得到各个投入要素对行业空间分布的影响系数,主要结论如下:(1)自然资源要素投入密集度高的行业倾向于选择自然资源较为丰裕的城市;(2)城市的人力资本禀赋影响了行业对劳动力要素的投入强度,劳动力要素密集度高的行业倾向于选择人力资源禀赋与之相适应的地区;(3)对外贸易依赖度高的行业倾向于靠近沿海地区;(4)最终消费占总产出比重高的行业倾向于靠近市场需求较大的城市;(5)重点行业更愿意选择能为其提供较多土地资源的城市;(6)国有企业数量多或者单位产值利税率高的行业更愿意选择地方保护程度较高的地区。根据本处估计结果,计算得到行业工业总产值中城市所占份额的拟合值以及仅存在自然优势、不存在集聚外部性时的行业间共同集聚水平。中国制造业集聚机制的实证分析(一)基准回归本部分从共同集聚视角出发,实证分析马歇尔三大外部性对产业集聚的影响以及三个外部性的相对重要性。为了比较三个集聚外部性以及集聚经济与自然优势的相对影响大小,本文对所有变量进行标准化处理(均值为 0,标准差为 1)。表 3 报告的估计结果显示,投入产出关系、劳动力池、知识溢出与自然优势均显著影响共同集聚水平,并且自然优势的影响与解释力度大于集聚外部性,自然优势每变动一单位标准差,实际观测到的共同集聚水平将变动 0.422 个标准差,可以解释 17.8%的共同集聚水平变化。在三个集聚外部性中,劳动力池的影响与解释力度最大,行业间的职业结构相关系数每变动一单位标准差,共同集聚水平将变动 0.285 个标准差。列(5)同时控制三个集聚外部性,和单变量回归结果相比,投入产出关系与知识溢出效应的估计系数变化较大,下降幅度超过 70%;劳动力池的变化幅度较小;三个外部性解释了 8.7%的共同集聚水平变化,低于自然优势。列(6)进一步控制自然优势的影响,三个集聚外部性的估计系数没有明显变化,并且自然优势对共同集聚的影响仍高于集892023.4Glenn Ellison,Edward L.Glaeser,“The Geographic Concentration of Industry:Does Natural Advantage Explain Agglomeration?”,AmericanEconomic Review,Vol.89,No.2,1999,pp.311-316.限于篇幅,未报告自然优势对产业集聚影响的回归结果,如有需求,可向作者索取。聚外部性。由表 3 可得出以下结论:第一,从共同集聚视角出发,马歇尔集聚经济的三个机制仍然具有解释力,投入产出关系、劳动力池与知识溢出是影响产业共同集聚的重要因素。第二,自然优势是影响产业集聚的第一因素,其影响力大于三个集聚外部性。第三,在集聚外部性指标中,由劳动力池引致的行业间共同集聚最为重要。表 3 行业间共同集聚机制:基准回归(OLS)(1)(2)(3)(4)(5)(6)投入产出关系0.133(0.016)0.042(0.014)0.051(0.013)劳动力池0.285(0.013)0.248(0.012)0.135(0.010)知识溢出0.174(0.012)0.061(0.010)0.088(0.009)自然优势0.422(0.011)0.381(0.010)常数项0.000(0.008)0.000(0.008)0.000(0.008)0.000(0.008)0.000(0.008)0.000(0.007)adj.R20.0180.0810.0300.1780.0870.222N138611386113861138611386113861 注:(1)所有变量均进行标准化处理;(2)括号内为稳健标准误;(3)、分别表示 10%、5%、1%的显著性水平。下同。(二)工具变量回归前文通过构建自然优势指标缓解遗漏变量对集聚外部性指标的估计偏误,但是实证模型仍可能存在反向因果问题,行业对之间的投入产出关系、职业结构相关系数与技术相似度除了影响共同集聚水平(“因”),也可能是共同集聚的体现(“果”)。以投入产出关系为例,制鞋业和皮革业的投入产出关系可能不是仅仅代表制鞋技术的内在特征,如果制鞋业和塑料制品业因为某些偶然因素集聚在一起,并且,两个行业因运输成本优势而发生贸易往来,那么鞋子中的塑料成分或许会增加、皮革成分或许会减少。此时,投入产出表中的基本流量信息部分反映了共同集聚的影响,会造成反向因果问题。本文利用美国数据构造工具变量来缓解这一担忧,数据处理方法如下:(1)使用美国经济分析局提供的 2002 年投入产出表构造行业间投入产出关系的工具变量,将美国制造业四位数行业代码与中国制造业三位数行业代码进行统一,利用美国 2002 年投入产出表投入系数与产出系数,得到中国任意两个三位数制造业行业间投入产出关系的拟合值。(2)使用美国劳动局提供的 2010年行业职业就业矩阵构造劳动力池的工具变量。匹配行业代码后,在中国制造业三位数层面上计算行业 i、j 内各职业就业份额,得到任意两个行业间的职业结构相关系数。(3)由于涉及专利代码与行业代码转换,我们很难利用美国专利数据构建技术相似度指标的工具变量。同时,知识溢出与投入产出关系、劳动力池存在相关性,将三个外部性指标的工具变量同时放入回归方程,会导致严重的多重共线性问题,降低估计结果的准确性。出于上述考虑,本文不构造知识溢出的工具变量。表 4 报告了 2SLS 第二阶段估计结果,所有回归的 Kleibergen-Paap F 统计量在 1%水平上显著拒绝弱工具变量假设,说明工具变量是有效的。列(1)投入产出关系的系数大于表 3 列(1)估计值,说明基准回归低估了投入产出关系对共同集聚的影响;列(2)进一步控制自然优势,虽然投入产出关系的估计值有所下降,但仍然大于基准回归估计系数。列(3)劳动力池的估计系数大于表3 列(2),加入自然优势后,列(4)劳动力池的99中国制造业的集聚机制:基于行业间共同集聚的视角2SLS 估计系数与 OLS 大致相同。列(5)(7)同时使用投入产出关系与劳动力池,列(5)显示,若不控制自然优势,行业间投入产出关系的估计系数不再显著;加入自然优势指标后,投入产出关系与劳动力池的估计系数在 1%水平上显著,和表 3列(6)相比,两个指标的系数估计值有所提升,并且投入产出关系提升幅度更大。列(7)将知识溢出纳入回归方程,结果没有发生显著变化。表 4 表明,一方面,使用工具变量处理内生性问题并没有改变基准回归的主要结论,投入产出关系、劳动力池依旧是影响共同集聚的重要因素。另一方面,基准回归低估了投入产出关系的相对大小,控制反向因果的潜在影响后,显著提升了投入产出关系的相对重要性。表 4 行业间共同集聚机制:工具变量回归IV:IOUSijIV:LabCorrUSijIV:IOUSij与 LabCorrUSij(1)(2)(3)(4)(5)(6)(7)投入产出关系0.350(0.044)0.292(0.038)0.043(0.047)0.168(0.044)0.150(0.046)劳动力池0.438(0.020)0.247(0.018)0.421(0.026)0.178(0.026)0.152(0.027)自然优势0.487(0.012)0.432(0.012)0.444(0.012)0.451(0.013)知识溢出0.048(0.017)KP F 统计量139.109137.9792200.3291877.29765.31569.46058.389adj.R2-0.0350.2200.0740.2730.0770.2680.274N10296102961029610296102961029610296 (三)异质性分析前文主要关注马歇尔三大集聚外部性对制造业集聚的平均影响,在此从两个角度进行异质性分析:一是比较在不同的共同集聚水平下,集聚外部性影响系数是否存在差异;二是行业异质性,比较集聚外部性在不同行业类别中发挥的作用。1.分位数回归共同集聚水平低的行业对与共同集聚水平高的行业对,二者经济联系是否相同?如若不同,在不同的共同集聚水平下,哪一类集聚外部性影响更大?在此使用分位数回归对上述问题展开讨论。具体而言,在分位数回归中同时控制投入产出关系、劳动力池、知识溢出与自然优势,估计共同集聚指数在不同分位点处集聚外部性指标的系数大小。图 1 表明,三大集聚外部性呈现迥异特征,基准回归掩盖了集聚外部性的差异化影响。其一,投入产出关系对共同集聚水平较低的样本不存在显著影响,对共同集聚水平较高的样本影响更大。当行业与行业的共同集聚水平位于 20分位数以下时,投入产出关系的系数估计值约为0.02,在统计上不显著;当行业与行业的共同集聚水平位于 2080 分位之间时,投入产出关系的估计系数约为 0.03,并且大多数分位点均在 1%水平上显著;当行业与行业的共同集聚水平大于 80分位数时,投入产出关系影响力逐渐增加。其二,与投入产出关系相反,劳动力池对共同集聚水平较高的样本影响更小。当共同集聚水平位于 85分位数以下时,劳动力池的估计系数基本稳定在0.13 附近,并且在 1%水平上显著;超过 85 分位数后,劳动力池影响力逐渐减弱。其三,知识溢出对共同集聚水平的影响随着分位数增加而增加,超过 70 分位后,知识溢出的影响幅度明显提升,高于投入产出关系与劳动力池的影响。因此,图1 展示的集聚外部性变化趋势传递出如下信息:行业间的共同集聚水平越高,从集聚经济中获得的外部性收益越大。0012023.4图 1 行业间共同集聚机制:分位数回归注:(1)横轴代表共同集聚水平所在的分位数,实线代表分位数回归的系数估计值;(2)模型使用稳健标准误,阴影部分为95%置信区间。2.行业类型异质性首先,利用 2010 年人口普查数据划分技能类型,计算各三位数行业本科及以上学历就业人数占该行业总就业人数的比重,将样本分成两组:如果某行业对中有任意一个行业的高学历劳动力份额高于制造业平均值,则将该行业对定义为高技能组,其余为低技能组。其次,对于技术类型,按照高技术产业(制造业)分类(2013)划分高技术行业与低技术行业,如果某行业对中有任意一个行业为高技术行业,将该行业对定义为高技术组,其余为低技术组。在此基础上,对实证模型进行分组回归,结果详见表 5。从中可以发现两个特征:第一,投入产出关系与劳动力池对高技能组、高技术组的影响大于低技能组、低技术组,知识溢出对高技能组、高技术组的影响略低于低技能组、低技术组,但系数差别不大;第二,除了低技术组投入产出系数不显著外,其他指标均显著为正,说明三个集聚机制对不同类型行业的共同集聚均有重要影响,集聚外部性在行业层面上具有一定的普适性。表5 行业间共同集聚机制:基于技能水平与技术类别分组(1)高技能组(2)低技能组(3)高技术组(4)低技术组投入产出关系0.053(0.019)0.030(0.015)0.370(0.078)0.008(0.008)劳动力池0.181(0.016)0.106(0.011)0.164(0.048)0.133(0.009)知识溢出0.086(0.014)0.091(0.012)0.053(0.026)0.086(0.009)自然优势0.415(0.014)0.416(0.012)0.366(0.023)0.358(0.009)常数项0.178(0.026)0.096(0.028)0.057(0.022)-0.011(0.008)adj.R20.2240.2420.2320.211N82965565313010731以发达国家为研究对象的结果表明,知识溢出对高技术组与高技能组的影响更大,投入产出关系与劳动力池对低技术组与低技能组的影响更大;随着时间推移,知识溢出的影响逐渐增强,投入产出关系与劳动力池的影响逐渐减弱。本文以发展中国家为研究对象,所得出的结果与发达国家存在明显差异,这在某种程度上体现了发展阶段差异。可能的解释是,中国制造业以加工制造为主,并没有处在产业价值链顶端,依赖大量中间投入品与劳动力投入,高技能行业与高技术行业可能更重视供应链的质量与效率,对劳动力素质的要求也更高,因此倾向于靠近与之存在紧密投入产出关系、劳动力结构更加相似的行业。中国制造业研发与创新等知识密集型活动相对不足,导致知识溢出对高技能行业、高技术行业的影101中国制造业的集聚机制:基于行业间共同集聚的视角Giulia Faggio,Olmo Silva,William C.Strange,“Heterogeneous Agglomeration”,The Review of Economics and Statistics,Vol.99,No.1,2017,pp.80-94.Mathieu P.A.Steijn,Hans R.A.Koster,Frank G.Van Oort.“The Dynamics of Industry Agglomeration:Evidence from 44 Years of Coag-glomeration Patterns”,Journal of Urban Economics,Vol.130,2022.响与对低技能行业、低技术行业的影响不存在明显差别。相反,发达国家相对处在产业价值链顶端,研发与创新活动频繁,使得集聚外部性在不同行业间存在明显分化,知识溢出效应能够促进高技能、高技术行业集聚。结论与政策含义本文从行业间共同集聚出发,以制造业整体共同集聚于沿海地区为实践背景,将马歇尔产业外部性三个来源物化为任意两个行业间在三个维度上经济联系的紧密程度,使用 2011 年工业企业数据库、2007 年中国投入产出表、2010 年第六次人口普查数据、2009 年企业专利数据构建相关变量,实证检验马歇尔三个集聚来源的存在性,并比较其引致共同集聚的相对重要性。实证结果表明,自然优势仍是影响中国制造业共同集聚的首要因素,投入产出关系、劳动力池与知识溢出是影响产业间集聚的重要因素,并且,劳动力池的重要性高于投入产出关系与知识溢出。为了增强计量分析的可靠性,本文利用美国 2002 年投入产出表、2010 年行业职业就业矩阵分别为投入产出关系、劳动力池构建工具变量,回归结果显示,基准回归低估了投入产出关系系数,劳动力池仍然是引致行业间共同集聚的最主要马歇尔外部性因素。本文从两个角度进行异质性分析,发现投入产出关系与知识溢出对共同集聚水平较高的行业对影响更大,劳动力池对不同集聚水平的行业对影响大致相同;同时,高技能组与高技术组对投入产出关系、劳动力池的依赖度高于低技能组与低技术组,知识溢出效应在不同组别之间无明显差异。本文结论为政府制定本地区经济发展规划提供了经济学视角,对优化劳动力资源空间配置、建立现代化产业体系、科技创新等战略举措具有重要启示意义。第一,劳动力池对中国制造业集聚的影响力大于投入产出关系与知识溢出,并且在不同集聚水平下,劳动力池均存在显著影响。但是,户籍制度限制了劳动力自由流动,劳动力资源难以实现最优空间配置。破除户籍障碍,推动劳动力在全国范围内自由流动,将为提升产业集群质量、推动制造业高质量发展打牢制度性底座。第二,投入产出关系对中国制造业集聚的重要性不容忽视。中国是唯一拥有全部工业门类的国家,工业生产体系齐全,在当前全球产业链、供应链不断受到地缘政治博弈、军事冲突等外部因素干扰和破坏的背景下,政策制定者应当发挥“世界工厂”独一无二的优势,以市场为导向,提升产业链的空间配置效率,推动区域产业集群与地区协同发展。第三,行业异质性分析结果表明,知识溢出效应对高技能行业、高技术行业的影响与低技能、低技术行业无明显差异,这可能与中国制造业以加工制造为主、研发创新活动强度相对不足等特征有关。假如该解释成立,那么,中国的高技能行业与高技术行业需要在全球产业链高端环节进行探索与突破,释放知识溢出的正外部性效应。第四,自然优势仍是影响中国制造业集聚的最重要因素,其影响力大于三个集聚外部性之和。各地区可以将自然优势与马歇尔集聚机制相结合,在利用自然条件因地制宜发展本地优势产业的基础上,进一步从物品、人、知识等角度分析本地要素结构,发挥优势、补齐短板,通过集聚外部性等机制进一步推动地区经济发展。例如,土地资源充足但产业基础薄弱的地区,可以通过入股形式向产业基础强但是缺乏土地资源的邻近地区分享土地指标,吸引相关产业进入,与邻近地区优势产业互补,扩大产业集群范围,使本地企业获得集聚外部性。第五,制造业高质量发展与国内统一大市场建设是相辅相成的,以市场价格信号为导向,通过消除劳动力流动的制度障碍,促进劳动力向效率较高的部门或区域流动,将有力推动制造业空间效率提升与高质量发展;同时,经济高质量发展产生的效率红利及其二次分配,也将提高国内消费能力,进一步提升国内统一大市场的建设水平。作者简介:刘念,复旦大学理论经济学博士后流动站研究人员;范剑勇(通讯作者),复旦大学世界经济研究所教授、博士生导师。责任编辑:战炤磊2012023.4Main Abstracts(1)Analysis on Distribution Justice of Digital LaborWei Xiaoping 33Digital labor is a new type of labor phenomenon appeared with the development of digital economy.The e-mergence of this phenomenon has brought about the related issue of distribution justice,which has arousedwidespread attention and discussion among Marxist scholars at home and abroad.This paper attempts to useMarxs critical theory of political economy to analyze the relevant theoretical issues based on Marxs textualliterature,drawing on relevant research results at home and abroad,combined with the new characteristics ofdigital labor in the Internet era.(2)Seriousness in the Cultivation Theory of Cheng-Zhus Neo-Confucianism:Free Will and PureExperienceJiao Deming 62