制造業泰爾熵指數及其對全要素生產率TFP的影響研究

吳敏潔，徐常萍，唐 磊

（1.東南大學 經濟管理學院，南京 211102；2.南京信息工程大學 商學院，南京 210044）

0 引言

21世紀初，Yong（2000）[1]提出了著名的“地方保護主義上升，導致改革開放期間中國國內市場分散化”的觀點，引起了國內學者的關注，白重恩等（2004）[2]關于同時期產業集聚度上升的發現反駁了Young。盡管在產業部門集聚水平增強還是減弱問題上存在分歧，但雙方就地方保護主義的存在，以及由此引發的效率損失給予了肯定。此后，陸續有學者對中國制造業集聚程度與變動趨勢進行了研究，得到的結論有：（1）從20世紀末到21世紀初，制造業集聚水平不斷提升，一些學者發現2004集聚拐點出現，另有學者認為拐點持續時期較長——在2003—2008年期間；（2）部分產業呈現由東部向中部和西部擴散態勢；（3）與發達國家相比，中國制造業集聚水平較低，集聚效應有待增強[3-6]。另有一些文獻論證了集聚對生產率的影響，Ciccone和Hall（1996）[7]通過集聚的生產函數模型構建，檢驗了美國和歐洲產業集聚對勞動生產率的正向促進作用，指出在密集地區，集聚的正向效應大于并抵消了擁擠效應。范劍勇（2007）[8]證實了集聚對中國非農產業勞動生產率的促進作用。然而，集聚超過一定程度，會導致競爭惡化，成本上升，產生集聚不經濟[9]。研究發現，我國部分勞動密集型制造業出現過度集聚，阻礙了生產率提高[10,11]。隨著環境問題的日益突出，學者們逐漸關注集聚對包含能源和污染排放因素的全要素生產率的影響，但研究結論存在較大分歧[12，13]。事實上，行業的異質性造成不同制造行業的集聚程度，變化趨勢和集聚影響差異較大，本文從制造業行業的異質性特征入手，考察集聚對制造業全要素生產率的影響，為政府部門制定產業集聚政策提供參考。

1 模型的構建

1.1 理論模型

Combes（2008）[14]構建了基于產業s某廠商i的Cob-Douglas實物量值生產函數模型：

其中，Ai為希克斯中性技術進步，li表示勞動力，μi是勞動力的效率水平。ki為勞動力以外的其他投入品。設yir為該廠商產品銷售到區域r的產品數量，pir是扣除中間產品邊際成本后銷售到區域r產品的出廠價格，該廠商生產產品平均單位價值（扣除中間產品后）：

由式（1）和式（2）可得到某廠商i的Cob-Douglas貨幣量值生產函數模型：

全要素生產率（TFP）是廠商所有產出和所有投入之比，則有：

上述全要素生產率未考慮環境效率，能源是生產活動中的重要投入要素，以二氧化碳為代表的污染物排放和能源使用有著直接關系，隨著環境規制的日益嚴格，化石類“不清潔”能源的使用會增加廠商的治污成本，造成生產性投資的擠占，抑制廠商整體產出，本文在式（1）基礎上增加能源要素，得到：

式中，hi表示能源的清潔度，能源含碳量越高，清潔度hi越小。相應地，考慮環境（二氧化碳）因素的全要素生產率：

整體產業s的環境全要素生產率可以由所有廠商全要素生產率的平均值來表示：

式中，ns是產業s的廠商數量。

因此，影響產業全要素生產率的因素有如下四個：（1）產業廠商技術水平Ai；（2）產業廠商出廠價格pi；（3）產業廠商勞動力效率μi；（4）產業廠商清潔能源的使用hi。

1.2 實證模型

產業的空間分布通過對四個變量的作用來影響產業全要素生產率，適度的產業集聚可以產生技術溢出，提高廠商的技術水平Ai；其次，產業廠商集中于需求地或者中間品生產供應地，可以獲得較高的價格水平pi；再者，集聚產生的勞動力“蓄水池”效應，可以提供更多熟練勞動力，勞動力效率μi相應較高；最后，相對于散點分布，產業集聚可以形成污染治理的規模效應，便于清潔能源的統一推廣使用。另一方面，集聚區過度擁擠——競爭加劇，勞動力、土地成本攀升，將抑制價格水平pi。對污染密集產業來說，集聚地寬松的環境規制政策，往往導致能源和環境資源的濫用，形成“污染避難所”。

據此，本文提出：

假設1:產業集聚會對制造業全要素生產率產生影響，影響大小和方向不定；

假設2：不同產業對技術溢出、勞動力效率、環境紅利和擁擠成本的敏感度不同，集聚對制造業不同產業的影響存在差異。

理論模型（7）可以轉換為全要素生產率與集聚水平的回歸模型，增加控制變量和誤差項后，t時期產業S的集聚對全要素生產率的影響的基礎模型如下：

其中，下標S表示產業，t表示時間，TFP表示制造業全要素生產率，TE代表產業集聚水平，控制變量包括：（1）廠商規模（SCA）。除了集聚帶來的產業層面規模經濟，還有來自企業層面的規模經濟，廠商平均規模越大，來自企業層面的規模效應越強。規模經濟是生產率提升的重要源泉，預期廠商規模正向影響全要素生產率。以單位制造業產值來表示。（2）國有經濟（STA）。國有經濟由于其特殊的產權障礙，一定程度影響了資源配置。預期負向影響全要素生產率。（3）外商投資（FDI）。外商投資是國內企業獲得技術溢出的重要來源，預期其正向影響全要素生產率，用外商資本占比表示。（4）出口（EXP）出口是獲得技術溢出的有一途徑，另外，出口帶來外部需求增加，有助于價格上升，是促進全要素生產率的又一動力，預期正向影響全要素生產率，以出口交貨值與產值比表示。（5）經濟危機（CRI）。改革開放使中國迅速融入全球經濟，進入21世紀，全球經歷了兩次接踵而至的經濟危機，給中國帶來了一定沖擊，因此，引入虛擬變量，并設2008年、2009年、2010年和2011年為1，其余年份為0。考慮到經濟危機摧毀的一般是技術落后、生產率低下、缺乏競爭優勢的企業，預期其對制造業生產率產生正向影響。ε表示誤差項。

2 測量方法

本文數據來源于2002—2017年的《中國統計年鑒》《中國工業統計年鑒》《中國能源統計年鑒》以及中國30個省/直轄市（西藏除外）的統計年鑒，統計口徑為“規模以上工業企業”。2001—2016年間，我國《國民經濟行業分類代碼》經歷了2次修改，為了保證行業一致，本文對修改中涉及的“橡膠制品業”和“塑料制品業”合并為“橡膠和塑料制品業”，汽車制造業和鐵路運輸設備制造業合并為“交通運輸設備制造業”，最終得到了27個兩位數制造業行業的相關數據。

2.1 集聚水平的測量方法

產業的空間集中度測量方法有基尼系數、艾薩德指數、熵指數、EG指數等，考慮到數據的可獲得性，本文采用熵指數法，它具有特殊的可分解性，可以將產業集聚分解為不同經濟圈之間的集聚變動和經濟圈內的集聚變動。

假設s=1，…，S表示制造業產業部門，h=1，…，H表示省份，考察集中水平時需要對某一項目進行評估，即s產業部門h省份（直轄市）的某項目水平，本文選用產值代表。為部門s的總體產值。為h省份（直轄市）的總體產值。是制造業所有產業部門所有省份（直轄市）的總體產值。可得到s產業的泰爾熵指數如下：

本文將泰爾熵指數進一步分解，可得到產業在經濟圈之間和經濟圈內的空間集中度，見式（10）至式（12）:

經濟圈內部的集聚度（TEs

w）見式（12），是對各經濟圈內產業分布不均衡水平的加權累加：

2.2 全要素生產率的測量方法

本文考察的全要素生產率指標，包含期望產出（產值）、非期望產出（二氧化碳排放）、資本、勞動和能源要素投入量五個方面，綜合反映了經濟與資源環境效率，采用SBM方向性距離函數[15]進行測算。該方法克服了傳統距離函數無法考慮非期望產出的缺陷，可以測度給定方向投入和環境技術結構下，期望產出擴大和非期望產出縮減的可能性大小。

將K個制造業細分產業看作不同決策單元，構造生產技術前沿面，假設每個產業使用N種投入x=x1，…，xN∈，生產出M種期望產出y=y1，…，yM∈，同時排放I種非期望（“壞”）產出b=b1，…，bI∈，每一時期t=1，…，T，第K個產業的投入產出值為。運用數據包絡分析，可以得到環境技術模型：

表示每個橫截面決策單元觀測值的權重。在式（4）基礎上構建基于規模報酬可變的SBM方向性距離函數

3 制造業泰爾熵指數度量結果

本文根據OECD制造業技術密集程度和勞動密集程度劃分標準將27個制造業細分產業分為：技術密集型制造業（9個）、低技術勞動密集型制造業（10個）和低技術資本密集型制造業（8個）。根據上文集聚測量方法，計算得到2001—2016年二位數制造業細分產業的泰爾熵指數和主要集聚區域。集聚區域依據國務院發展研究中心（2005）發布的四大板塊（東部、東北、中部和西部）、八大經濟經濟圈劃分方法，測算結果見下頁表1。

表1 2001—2016年制造業各產業泰爾熵

從集聚程度來看，我國多數技術密集型制造業集聚水平低，其中，化學原料及化學制品制造業泰爾熵指數平均值各行業最低。要素特征決定了技術密集型產業具有較高的規模經濟和范圍經濟，受擁擠成本和運輸成本影響的程度低于其他產業，地方保護主義壁壘或成為阻礙技術密集型產業集聚的原因。化學原料及化學制品、交通運輸設備、通用設備、醫藥制造等技術密集型產業規模龐大，對地方收入影響顯著，由于某種偏好性質引起的產業部門的集聚與分散，宏觀上會產生效率損失，抑制經濟發展。

從產業的專業化集聚區域來看，技術密集型制造業主要集中于長三角經濟圈，裝備制造業、化學工業等成為長三角優勢產業。南部沿海在電子及通信設備制造業表現出絕對的專業化優勢。此外，一些低技術勞動密集型產業也主要集中于南部沿海經濟圈，加工貿易導引下，皮革、服裝、玩具產業在地方經濟中占有重要比重。低技術資本密集型產業則更多集中在長江中游、黃河中游、大西南等中、西部板塊，以國有經濟和污染密集為特征。

從集聚演變趨勢來看，2001—2016年，制造業集聚整體呈現先上升后下降的態勢，集聚短期變動的主要原因為制造業活動在經濟圈間分布的差異，各經濟圈內集聚度隨時間變化相對穩定。

4 實證結果

4.1 空間分布對制造業整體全要素生產率的影響

實證模型中被解釋變量——全要素生產率的值在0～1間，分別在最低界限值（0）和最高界限值（1）處被截斷，傳統的線性面板不再適用此類回歸，文章采用專門處理截斷數據的Tobit面板模型。由于個體異質性充分統計量的缺失，無法對固定效應Tobit模型進行條件最大似然估計，因此，分別采用混合Tobit回歸（混合OLS）和隨機效應面板Tobit回歸（RE）進行估計，運用stata14.0軟件，結果見表2。

表2 制造業整體回歸結果

對模型進行LR檢驗，結果強烈拒絕“H0:σu=0”，認為存在個體效應，故應選擇隨機效應面板Tobit回歸檢驗集聚對制造業全要素生產率的影響，結果顯示：（1）產業集聚促進了制造業全要素生產率的提高，且通過1%的顯著性檢驗，假設1得證。在控制了廠商規模效應，國有經濟、外商投資等因素后，制造業集聚水平每提高一個單位，全要素生產率平均增加23.77%，廠商規模同樣顯著促進全要素生產率的提高，相比其他因素系數最大，說明規模效應是“集聚紅利”的主要來源。（2）國有經濟和外商投資負向抑制造業全要素生產率，且通過1%的顯著性檢驗。表明國有企業資源配置效率低，制約了產業效率提高。外商投資是獲得發達國家技術溢出的重要途徑，對全要素生產率的負向作用與預期相反，可能的解釋是：隨著國內外制造企業技術差距的縮小，外商投資的溢出效應減弱，一些行業對外商投資的過度依賴，阻礙了國內企業的溢出吸收和自主創新。一些外商投資以母國利益為核心，將母國淘汰的技術和污染產品轉移到中國，給中國制造業可持續發展造成了損害。（3）出口負向影響制造業全要素生產率，但不顯著。出口的技術溢出效應和需求擴張作用未見顯著影響。我國出口產品結構不合理，初級產品、低附加值產品和污染密集型產品占有很大比重，一定程度影響了要素配置效率。（4）經濟危機正向影響制造業全要素生產率，且通過顯著性檢驗。反映了環境壓力對制造業生產率改善的促進作用。

4.2 空間分布對制造業全要素生產率影響的行業差異

按前文所述分類對制造業進行分類回歸，LR檢驗均拒絕了不存在個體效應的假設，繼續選擇隨機效應面板Tobit模型，結果見表3。

表3 制造業分類回歸結果

集聚對不同制造行業全要素生產率的影響差異顯著：集聚促進了技術密集型制造業和低技術勞動密集型制造業全要素生產率的提高，且通過1%顯著性檢驗；相反，集聚顯著抑制了低技術資本密集型制造業全要素生產率，假設2得證，核心解釋變量的回歸結果顯示：（1）技術密集型產業的回歸系數最大，反映集聚對技術密集型產業有更強的正向影響，知識是技術密集型產業最主要的投入要素，然而，個體間知識傳播隨著空間距離的增加不斷衰減，集聚可以促進思想的流動，硅谷的成功也顯示集聚更有利于創造尖端技術。（2）低技術資本密集型產業主要為能源強度高的污染密集型產業，集聚對低技術資本密集型產業的顯著負向作用。一定程度上驗證了“污染避難所”假說，即污染密集型企業傾向于建立在環保要求較低的區域。我國一些污染密集型產業主要集中在中部和西部地區,相比東部更為完善的的基礎設施和勞動力人才供應市場，一些中、西部地方政府傾向通過更為寬松的環保措施吸引污染密集型企業設廠，造成能源和環境的透支，一定程度制約了環境和全要素生產率的提高。（3）低技術勞動密集型產業的集聚系數為正，說明過度擁擠并未在我國低端勞動密集型產業的集聚中占據主要效應。近來我國長三角和南部沿海的紡織服裝、文教體育用品等產業已經出現向中部鄰接區域的轉移，加速承接區域的集聚，符合產業效率和區域發展要求。

5 結論

制造業各行業集聚水平及對生產率影響的研究結果顯示，在2001—2016年間：（1）技術密集型制造業主要在東部區域集聚，并呈現強化趨勢，但集聚程度較低，低技術勞動密集型制造業主要集聚在南部沿海，集聚水平在2008年后快速下降，出現向中部和西部轉移態勢，以污染密集為代表的低技術資本密集型制造業主要集中在中、西部板塊，集聚強度呈現減弱。（2）集聚顯著促進了制造業全要素生產率的提高，規模效應是“集聚紅利”的主要來源。（3）由于行業異質性，集聚對技術密集型制造業全要素生產率的促進作用最強，勞動密集型產業其次，而具有污染特征的低技術資本密集型制造業集聚存在顯著負向影響，印證了“污染避難所”假說。