集聚效應、選擇效應及其對區域生產效率的影響

梁 琦，王斯克

(中山大學 管理學院，廣東 廣州 510275)

一、引 言

產業的空間集聚會提升企業全要素生產率，但其影響機制呈現多樣化，如集聚效應和選擇效應對集聚區域的全要素生產率具有提升作用，但兩種效應的作用機制與大小會因為區域和行業的不同產生差異。

已有研究發現地區經濟發展過程中產生差距，主要是各地全要素生產率的差異導致的[1-2]。新古典經濟學代表人物阿爾弗雷德·馬歇爾(Alfred Marshall, 1890)通過對小企業的研究發現集聚在一起的企業具有更高的生產效率[3]。Ottaviano(2012)通過模型發現，不論是經濟上升期還是衰退期，區域上的新進入者與退出者都要比在位者的生產率低[4]。在大量的實證檢驗后，大家都認為集聚程度與企業生產率高低有顯著的正相關關系。

空間經濟學理論認為企業的規模報酬遞增、龐大的消費市場、充足的資源供給以及較低的運輸和通勤成本等因素在因果循環累積作用下形成了產業集聚[5]。梁琦(2004)歸納了八大推動產業空間聚集的力量[6]。有的學者以市場規模為集聚表征，研究區域集聚效應與生產率的關系[7-9]。也有學者使用區域經濟活動的數據表征集聚，分析集聚效應對生產率的影響[10-12]。

Krugman和Venables(1995)經過進一步探究認為過高的集聚程度會加劇集聚區域土地、勞動力等生產資料的競爭，進而提高生產成本[13]。集聚區域內的小型制造業企業可能由于區域內同行業少數大公司的主導地位而難以獲得集聚經濟效益[14]。Melitz(2003)的研究發現，由于存在運輸成本和進入新市場的成本，企業需要支付固定成本才能進入新區[15]。易靖韜、傅佳莎(2011)利用浙江省企業層面數據進行的實證研究也得到類似結論[16]。國際貿易和空間經濟學視角下，空間對企業的選擇是提高生產率的另一個重要因素[17-20]，Behrens等(2014)在討論大、小城市的生產率差異中也證實了這一點[21]。該理論認為，空間內部競爭加劇淘汰生產力較低的企業，從而提升了地區整體生產率。

Combes(2012)和Accetturo(2011)等學者發現在意大利人口密集的勞動市場，集聚效應對大多數的行業起到更大的作用[22-23]。這兩項研究表明，集聚效應對城市化經濟有更大的影響。然而，Arimoto和Nakajima(2014)對日本繅絲行業的分析結果則顯示，集聚效應作用不明顯，集聚區域內的高生產率主要源自選擇效應[24]。Hasan等(2018)在對臺灣科技產業園的實證研究中發現，集聚效應和選擇效應對不同生產效率的高新產業效果不同[25]。我國學者也嘗試以省和大、小型城市為單位，對區域中的集聚效應和選擇效應進行探討[26-30]。此外，王永進和張國峰(2016)的研究發現開發區企業的生產率優勢主要源自集聚效應，但是其持續期非常短，在開發區成立三年后就基本消失[31]。這說明對于處于不同階段的集聚經濟，集聚效應和選擇效應作用力存在差異。

在集聚效應的研究中，普遍認為集聚效應是通過產業集聚的外部性提升區域中單一企業的素質來促進區域產業的整體發展，從而使得區域生產率得到提升。而選擇效應則依托企業的原有實力，通過地區的激烈競爭和高壁壘來剔除區域內低生產率企業，控制新進入企業的生產率水平，通過這種篩選機制達到提升地區生產率水平的目的。本文重點關注中國處在不同發展階段的傳統制造業和新興制造業在集聚效應和選擇效應的影響下集聚區域全要素生產率的變化。通過空間、時間、行業三個維度，對中國產業集聚區域中的集聚因素和選擇因素的作用機理進行對比分析，總結兩種效應的作用機制，同時也是第一次嘗試以不同經濟區域內主要城市為單位，結合生產率分布情況對集聚區域主要影響因素進行分析。

二、理論分析

經濟學家們已經通過多種形式的假設，對集聚效應提升區域生產率進行了數理模型的分析。接下來，本文將對集聚區域的選擇效應對生產率的影響進行討論。

因為產業集聚是在高度專業化分工的前提下形成的，所以假設在集聚區域內每個企業只生產一種產品。原材料的價格直接與集聚區域內企業的進入成本相關，也可體現集聚區域的競爭程度，所以討論選擇效應時須考慮地區原材料價格。而集聚區域內同類企業集中生產，使得地區對原材料的需求增加，所以假設原材料價格受到地區總產量的影響，且區域內總產量越高，原料價格越貴，假設區域總產量與原料價格之間呈線性正相關關系。因為企業能共享集聚區域內的基礎設施、市場等，產業集聚程度的提升使得每個企業的固定成本趨同，所以假設同一區域內同行業企業的固定成本是一樣的[32]。

企業的利潤函數為πi=pqi-ci， 其中，p為單位產品售價；qi為企業i的產品產量；ci為企業i的生產成本。

企業的生產成本由固定成本f、勞動成本li和原料成本mi三部分構成。所以企業利潤為

πi=pqi-li-mi-f

(1)

假設生產1單位產品所需勞動力成本為hi，地區總產量為a，因此有

πi=pqi-hiqi-waqi-f

(2)

其中w為參數，可以得到間接利潤函數為

(3)

我們將生產單位產品所需勞動力成本作為企業生產率的衡量值[24]，勞動力需求量越大，企業生產效率越低，區域內生產率分布函數為g(h)。

當利潤為0時，πi(hi)=0，企業將停止生產活動，此時

(4)

為企業決定是否進行生產的臨界值，當hi高于h′時，企業停止生產。企業進行生產時的間接利潤函數為

(5)

當區域的總利潤為0時，將不再有企業進入該區域，此時的狀態我們描述為：

(6)

其中s為企業進入該區域的進入成本。由上式可知：

(7)

因此當集聚區域的競爭激烈時，企業的進入成本會升高，企業的臨界生產效率也隨之升高。往往在集聚程度高的區域，因為租金等因素提高了企業的進入成本，所以企業須有更高的生產率才可以生存。換而言之，在產業集聚程度高的區域，選擇效應發揮重要作用，將生產率低的企業淘汰，并阻止新的低生產率企業進入市場，從而使得區域整體的生產率提升。

集聚區域的選擇效應剔除了低生產率企業，這也導致以選擇效應為主要影響因素的區域和以集聚效應為主要影響因素的區域的企業生產率分布的凸顯差異：選擇效應為主要影響因素的集聚區域內出現低生產率截斷的現象。

三、實證模型與數據

(一)模型選取

因為本數據為非平衡面板數據，故參考魯曉東和連玉君(2012)以及Giannetti等(2015)基于索洛殘差法的拓展方法[33-34]，用以計算各企業全要素生產率(TFP)。

yijt=αjt+βLjtLijt+βKjtKijt+βMjtMijt+εijt

(8)

其中，yijt表示j行業在t年的企業i的工業總產值；Lijt表示j行業在t年的企業i的員工數；Kijt表示j行業在t年的企業i的固定資產合計；Mijt表示j行業在t年的企業i的中間投入；殘差εijt就是企業TFP的值。

本文采用核密度估計來擬合觀察到的數據點，以模擬真實的TFP概率分布曲線，從而進一步辨別集聚效應和選擇效應。假設有獨立同分布F的n個樣本點，設其概率密度函數為f，核密度估計如下：

(9)

因為Epanechnikov內核在均方誤差意義下是最優的，效率損失也很小，故本文選用Epanechnikov核函數對密度函數進行估計。Epanechnikov曲線表達式如下：

(10)

(二)數據說明

本文選取1999年、2005年和2009年的數據，探討不同發展階段行業生產率的差異。其中，研究區域內紡織企業數量在1999年至2005年間提升顯著。因為我國紡織業在2006年進行了較大規模地轉移和升級，所以選取2005年的數據便于與2006年以后的數據進行比較。2008年世界金融危機爆發，因為金融危機對制造業造成的影響是間接的，所以2009年中國制造業受到金融危機影響更為擴大。考察金融危機對我國行業全要素生產率的影響也是一件有意義的事情，受到其他年份數據完整性的影響，所以最終選擇了1999年、2005年和2009年的數據進行對比分析。《中國工業企業數據庫》中所統計企業均為規模以上企業，這對本文對選擇效應的相關分析產生一定影響，雖然三年數據統計口徑有差異，但是在行業和數據類型的選取上最大限度地避免了差異大的數據，并且已經根據相關文獻對《中國工業企業數據庫》數據的介紹與分析，對數據進行了修正。

本文使用的所有數據均來自1999年、2005年和2009年的《中國工業企業數據庫》和《中國行政區域地理數據庫》，選取上海市、浙江省、江蘇省、廣東省、北京市、天津市、河北省、湖北省八個長三角、珠三角、京津冀和中部地區主要省與直轄市的所有企業數據進行整理。其中，因為1999年的數據沒有城市和地區名稱，所以需要通過與《中國行政區域地理數據庫》中的數據匹配來定位企業所在地。根據索洛殘差法計算企業全要素生產率的需要，我們從相應年份的《中國工業企業數據庫》中選取企業生產總值、年平均固定資產和年末工人數三類數據，并進一步求出地區的生產率情況。本文以紡織業、電子制造業和新能源產業作為傳統產業與新興、高科技產業的代表，對不同年份的長三角、珠三角、京津冀和中部地區主要城市的相關數據進行整理、分析。

本文剔除了生產總值為零的企業。部分企業有工人工作，但是其應付工資為零，此類企業的工人人數往往很少，也存在企業固定資產與生產總值相比相差很大的情況。在后續數據處理過程中，我們特別關注了此類企業的TFP值，發現其呈現出兩極分化的趨勢，一類企業TFP數值無限趨近10，另一類則無限趨近于0(前期生產投入巨大，而產出很少，幾乎沒有生產效率)。為了方便區分這類企業和進行數據統計，在進行描述性統計時，我們將它們的TFP值分別標注為10或者0。由于無法明確此類數據是否由于企業漏報工資所致，所以在繪制TFP密度分布曲線時，將此類企業數據剔除。為了使得核密度曲線更為圓滑，與正態分布曲線更相近從而便于分析，在核密度曲線估計過程中，對TFP數值作了對數處理。在計算TFP和繪制核密度曲線過程中，為了達到統計上的要求，從數據中剔除了大部分企業個數少于30的城市和地區，但是為了不同年份之間的數據對比，少數企業數量少于30的城市和地區的數據將會被保留。

四、實證結果與分析

(一)行業生產率分析

我國高生產率企業和低生產率企業在空間分布上都呈現集中于東部發達地區的特征[35]，所以本文主要關注珠三角、長三角、京津冀三個經濟增長極的主要城市和地區，同時加入中部經濟區的主要城市和地區，通過區域生產效率和產業中的企業個數(見圖1～圖6)進行對比、研究。

在行業的選取上，我國傳統制造業經過高速發展，已進入成熟階段。食品行業和紡織業都是我國傳統產業，且為勞動密集型產業，企業數量大。食品行業是擁有規模以上企業個數最多的制造業，但是其企業分布較為分散，沒有顯著的集聚現象。紡織業的企業數量僅次于食品行業，在我國東部沿海地區的集聚現象明顯，且各地行業集聚程度存在差異，所以選擇紡織業作為傳統制造業的代表。新興制造業是技術密集型行業，也是低能耗、高效率的行業，其發展受到關注。我國電子產業和新能源相關產業是發展最快的兩類新興制造業。其他新興行業的規模以上企業數量不符合大樣本標準，所以本文選擇電子制造業和新能源器材制造業作為新興制造業代表進行研究。在篩選出原始數據后，我們運用這些數據計算相關企業在不同年份的全要素生產率。本文采用改進的索洛殘差法，計算出每個企業的全要素生產率，經整理得到各主要城市和地區的全要素生產率。

圖1 紡織業企業個數(數據來源: 根據《中國工業企業數據庫》數據整理計算得到，下同。)

圖2 紡織業TFP均值

1999年江蘇省規模以上紡織業企業(下文中將省去“規模以上”)為2 107家，2005年為4 149家，到2009年江蘇省紡織業企業成倍增長至6 681家，保持著強勁的增長勢頭。其中蘇州、南通等主要城市的紡織業企業數量成倍增加，企業數量達到4位數以上。浙江省紡織業企業數量從1999年的1 765家，增長至2005年的5 285家，2009年增長放緩，相對2005年增加了2 000多家紡織企業。紹興、寧波、杭州等主要城市的企業數量增長迅速，且企業數量很大。

直至2009年，江浙兩省的紡織業依舊處于高速發展過程中，且主要城市的行業集聚度仍在提升。然而伴隨著更高的集聚程度，區域的平均生產率卻在降低。江蘇省紡織業的平均生產率由1999年的3下降到2.3左右，浙江省的平均生產率也由1999年的3.2下降到2.5左右。在下一節，會通過全要素生產率密度分布曲線對此現象進行進一步討論。

廣東省企業總數相比江浙兩省有差距，生產率相對較低，且變化很小。一線城市廣州的紡織業企業個數增加幅度也不大，1999年至2005年增加了101家，2005年至2009年只增加了22家。然而在佛山、汕頭、東莞等城市的企業數量呈現加速增長態勢。廣州市在紡織企業數量不大的情況下，卻難以孕育出新企業；新企業更愿意去周邊地區建廠生產。這說明廣東省紡織企業整體生產率低，同時生產要素價格上漲，企業利潤下降，在區域內行業生產率整體偏低的情況下，新進入的低生產率企業在高成本的環境下難以生存，只能在成本較低的一線城市周邊地區集聚。

相比廣州市紡織企業數量的低速增長，北京市紡織企業個數由2005年的163家降至2009年的125家。上海市紡織企業數量減少更為明顯，由2005年的971家降至2009年的579家。北京市和上海市的紡織業平均生產率也出現了下滑，下節將進一步討論上海市的生產率下滑和江浙兩省的情況有何異同點。

北京市、上海市紡織企業數量減少；河北省主要城市紡織企業數量有所增加；江浙兩省主要城市紡織企業數量激增；廣東省的廣州市紡織企業數量緩慢增長，而二、三線城市紡織企業數量增速較快。由此可知，在部分紡織企業數量增長幾乎停滯甚至減少的城市，紡織業的集聚現象已經不再僅僅向中心城市集聚，而是呈現以中心城市為中心、向周邊地區更大范圍集聚的現象。在這些大城市，紡織業的生產效率也停滯不前，甚至呈現負增長趨勢。原因可能是市場的競爭迫使新企業選址在成本較低的地區；也可能是高生產率企業在缺乏競爭對手的情況下減少技術創新投入，使得地區生產率停滯不前，在政府的調控下，采用產業轉移等政策，地區企業結構得到優化，為新企業提供生存空間，給行業帶來新的發展動力。

2005年，中國一線城市開始進行產業結構調整，逐步移除低生產率企業。在這些省份之中的主要紡織業集聚城市，因為集聚規模還處在增加的過程中，TFP并未有太大變化，大量新企業的進入甚至可能拉低地區的平均TFP；所以僅通過大的經濟區域、省等區域層面討論集聚效應對TFP的提升作用可能會發生偏差。2009年紡織業在金融危機影響下，行業整體的TFP和2005年幾乎持平，參照紡織業總產值5%的下滑比例，其TFP下滑速度相對較緩。這說明在國際貿易受阻的情況下，我國紡織企業紛紛采用新技術提升單位生產率來增強自身競爭力，同時擴大的內需也為紡織企業生存提供了保證。

較之浙江、江蘇、廣東三省，處于中部地區的湖北省的紡織業情況有明顯差異。在1999年到2005年期間，湖北省新增紡織企業120多家，由487家企業增至607家企業，2005年到2009年增速有所降低。而湖北各城市的生產率，在經過新企業進入拉低生產率的過程后，2005年至2009年，在世界金融危機的背景下，湖北省大部分城市平均生產率不降反增，且最小生產率值也上升了，生產率低的企業被移除市場，可能出現了低生產率截斷現象。

從整體上來看，2005年至2009年，無論是紡織企業數增長已經停滯的城市或地區，還是紡織企業數依舊在增加的城市或地區，紡織企業生產率變化并不大。這可能是因為集聚效應對低生產率的紡織業企業的生產率提升作用有限，也可能是大量新進入的低生產率企業的拉低所導致的。

對于新興制造業，由于1999年我國電子制造行業剛剛起步，可用數據過少，所以同時選取了起步較晚的新能源器材制造業進行對比。1999年，無論是珠三角、長三角還是京津冀地區，即使在其中的一線城市，中國的電子制造業和新能源器材制造業企業的數量都屈指可數。

圖 3 電子制造業企業個數

圖4 電子制造業TFP均值

北京市電子制造業算是國內的佼佼者，1999年便擁有60家電子制造業企業。總體上，北京市電子制造業的生產率呈現下滑趨勢。1999年，北京市主要通過引進松下等國外先進電子制造業公司來發展電子產業[36]。而隨著國家對本國電子制造企業的扶持，生產率較低的本國電子制造企業數量增加，拉低了北京市平均生產率。

為了能夠符合統計上的大樣本要求和結果上的顯著性，大部分地區不得不以省為單位來計算統計量。1999年電子制造業和新能源器材制造業的生產率整體上是較低的，即使東莞市出現了全要素生產率為10的電子制造企業，觀察其數據不難發現這是因為企業的固定資產極低造成的，這也許是一家依靠廉價勞動力對電子洋垃圾進行再加工的企業。而電子制造業在2005年和2009年發展迅速，集聚區域逐漸顯現。上海電子制造業企業數量經過1999年至2005年增加、2005年到2009年期間減少的過程，而生產率也隨之由降低轉變為上升。這說明部分城市的電子制造業發展，已由企業數量、行業規模的增加轉變到注重企業質量、提升企業生產率的階段。

新能源器材制造業企業數量少，且增長緩慢。統計的各省新能源器材制造企業總數，1999年只有109家，2005年也不過212家；雖然企業數量少，但是在成倍增長，由于基數過小，增長勢頭緩慢。新能源器材制造行業的全要素生產率數值普遍高于其他行業。廣東省的新能源器材制造業平均生產率出現了從1999年到2005年下滑，到2009年又重新拉升的過程。2009年，廣東省的新能源器材制造企業數量為108家，占考察地區新能源器材制造企業總量的三分之一以上，產業集聚對生產率的促進作用顯現。

通過對紡織業和電子制造業、新能源器材制造業的比較發現，傳統行業的企業數量優勢明顯，我國傳統行業逐漸進入成熟期，行業生產率和企業數量趨于穩定。部分經濟發達地區傳統行業發展遇到瓶頸，在行業生產率本就不高的情況下，由于缺乏活力，行業生產率增長緩慢，甚至停滯。而新興、高科技產業在發展初期就擁有較高的生產率，企業數量不多，在發展過程中生產率、企業數量變化快，行業發展勢頭強勁。

圖 5 新能源器材制造業企業個數

圖 6 新能源器材制造業TFP均值

在電子制造業和新能源器材制造業企業數量有限的樣本量下，通過簡單的最值、平均值等統計指標難以觀察出相應行業企業生產率的真實分布情況，甚至給人以集聚降低企業生產率的錯覺。這就需要通過核密度估計法繪制全要素生產率密度分布曲線，對問題進行進一步分析。

(二)集聚效應與選擇效應的辨別與分析

本文的實證分析方法源于Combes等(2012)的工作，其方法估計了生產率分布的集聚和選擇效應[22]2550-2551。直觀來說，集聚效應通過提高區域內所有企業的生產率將分布向右移動。另一方面，選擇效應通過將生產效率較低的工廠逐出市場，從而截斷了左邊的分布(Arimoto等，2014)[24]。

為了進一步分析各主要城市和地區的生產率特點與集聚區域主要影響因素的關系，我們對由上節統計分析所發現的特點較為鮮明的主要城市進行TFP核密度估計，使用Stata統計軟件繪出連續的TFP密度分布圖，進一步探討集聚效應和選擇效應，并回答上文提出的問題。蘇州市和紹興市分別為江蘇省和浙江省紡織企業數量最大的兩個城市，由圖7、圖8不難發現這兩個城市的TFP密度曲線隨時間的推移，其變化規律有相似之處。兩市1999年至2005年的低生產率企業密度大幅增加，2005年至2009年仍然有此趨勢。1999年至2009年期間兩市企業TFP分布廣，低生產率的新入企業數量大，集聚現象明顯，集聚效應在該地起主要作用。但是在紹興市，1999年出現了明顯的高生產率企業和低生產率企業兩極分化且大量共存的現象，新的企業受到該市高生產率企業的吸引前來辦廠，較之蘇州市，其集聚效應作用更為突出。

圖7 江蘇省蘇州市紡織業TFP密度分布

圖8 浙江省紹興市紡織業TFP密度分布

廣州市(圖9)從1999年到2009年，低生產率紡織企業的密度很大，但是隨著技術更新，廣州市的高生產率企業密度明顯增加。這是一個先由眾多低生產率企業集聚、通過集聚效應促進企業生產率提升、再吸引新企業進入的過程，體現出集聚效應與企業生產率的作用與反作用的循環累積過程。但是，隨著區域內生產率的提升，新企業和低效率企業因為地區的激烈競爭而難以大量進入市場，這使得廣州市的紡織企業數量在2005年后增幅很小，區域內最低生產率也幾乎沒有變化，集聚地區的選擇效應在逐步發揮作用，但還是以集聚效應為主。

圖9 廣東省廣州市紡織業TFP密度分布

上海市和湖北省襄樊市(2010年更名為襄陽市)的紡織企業TFP密度分布曲線體現出了低生產率截斷現象，如圖10、圖11所示。上海市紡織業起步很早，且發展迅速。從1999年起，上海市的高生產率紡織企業便擁有很高的密度。發展至2005年，因為地區紡織業競爭大，選擇效應凸顯，出現了明顯的低生產率截斷現象，生產率低于1.5的企業幾乎消失了，且低生產率企業密度減小了。但是在2006年，上海市對紡織企業進行了大遷移。到2009年，上海市紡織業以高生產率企業為主，雖然有很高的進入門檻，但是因為該地區紡織業生產率十分高，即使在遭受2008年金融危機的打擊下，仍有少部分新企業通過高投入試圖進入上海市的紡織行業，使上海紡織業煥發出新活力。

圖10 上海市紡織業TFP密度

圖11 湖北省襄樊市紡織業TFP密度分布

湖北省襄樊市的紡織業在1999年至2009年的發展過程中，企業數量翻了一倍，經歷了從大量吸引企業進入到淘汰低生產率企業的過程；在2009年，其TFP密度分布便有了低位截斷的現象。但是該市高生產率企業的分布密度并不如上海市那么大，企業生產率還有很大的提升空間，所以襄樊市在2009年出現的低生產率截斷現象可能是由地方政府政策引導所致，并非市場的選擇效應所為。

由以上分析可知，江浙兩省平均生產率的降低并不是因為高生產率企業的效率隨著集聚程度的提升而降低所致。在企業數量大幅度增加的同時，高生產率企業的密度保持不變，說明高生產率企業的個數也在增加，這說明集聚效應促進了低生產率企業的成長，同時也吸引了更多低生產率企業的進入。大量低生產率企業的進入拉低了地區的平均生產率。

上海市的生產率下滑是在對產業結構進行主動調整的過程中產生的。上海市紡織業發展迅速，行業競爭激烈，低生產率的企業在選擇效應作用下被淘汰。而高生產率企業占有更大的市場份額和更多的生產資料，因為缺乏競爭壓力，技術創新速度放緩，使得生產率有所降低。在進行主動調整后，部分起到行業主導作用的高生產率企業被移出，所以生產率繼續下滑。

因為1999年電子制造業和新能源器材制造業數據樣本過小，無法進行核密度估計，所以對以上兩個行業只描繪2005年和2009年的TFP密度分布函數，如圖12～圖14所示。

圖12 京津冀電子制造業TFP密度分布

圖13 廣東省深圳市電子制造業TFP密度分布

圖14 廣東省東莞市電子制造業TFP密度分布

中國電子制造業起步晚，但在1999年至2009年間，電子制造企業的數量增加迅速，其中京津冀地區和廣東省的電子制造業發展十分突出。但是在此期間，電子制造企業普遍效率低下，高生產率企業鳳毛麟角。2005年，京津冀地區甚至出現了TFP為負值的企業。2009年，京津冀、深圳市和東莞市電子制造企業TFP的密度分布大致相同，京津冀的生產率上升相對明顯。對于集聚程度較低、競爭較弱的電子制造業而言，還處于集聚形成的階段，大量低生產率企業向特定區域集中的趨勢明顯，但是聚效應作用微弱，選擇效應的作用更是無從體現。

因新能源制造企業樣本量太小，為滿足統計上的要求，以省為單位繪制TFP密度分布圖，如圖15～圖17所示。

圖15 廣東省新能源器材制造業TFP密度分布

圖16 浙江省新能源器材制造業TFP密度分布

圖17 江蘇省新能源器材制造業TFP密度分布

廣東省的新能源器材制造企業數量為所考察的三省之最，且增長迅速。從1999年至2009年的發展過程中，企業數量由37家增至108家，且主要集中在中山和佛山兩市。由2005年和2009年的TFP密度分布圖可以看到，曲線包含的生產率范圍擴大了，企業TFP分布越來越廣；出現了生產為負值的企業，少量的低生產率的新企業進入該省，相對的中、高生產率企業密度增加，且區域內企業生產率得到提升，集聚效應在此區域作用明顯，但選擇效應還未起作用。

2009年，浙江省和江蘇省的新能源器材制造企業數量分別僅為75家和62家，且相關企業在浙江省主要分散分布在杭州、嘉興和寧波三市；在江蘇省內分布更加分散。浙江、江蘇兩省新能源器材制造行業企業總數雖然呈現上升趨勢，但是因為兩省相關行業企業數量有限，且在省內分布較為分散，企業集聚程度低，集聚效應作用不明顯。

對于逐步進入成熟期的傳統行業，大部分集聚區域內集聚效應與選擇效應同時發揮作用，區域內原低生產率企業通過技術進步等方式提高生產效率，從而增加了高生產率企業數量。雖然選擇效應發揮作用，使得新增低生產率企業數量增速放緩，但增量基數大，所以高生產率企業密度幾乎不變。而新興、高科技產業的集聚區域還在逐漸形成的過程中，部分行業的集聚區域已見雛形，行業生產率在集聚效應的作用下得到提升，區域內企業數量增速也在加快。選擇效應在這些行業無用武之地。

五、結論及政策建議

本文從理論及實證層面對經濟發展、企業生產率與集聚效應、選擇效應之間的聯系進行了概述和分析，并以勞動密集型的紡織業和技術密集型的電子制造業、新能源器材制造業為研究對象，以我國中、東部地區存在相關產業集聚現象的主要城市為研究區域，利用模型分析、全要素生產率統計分析和全要素生產率密度分布曲線，對我國相關行業代表性城市和地區層面的集聚效應與選擇效應的具體表現進行了描述和分析。本文的主要結論為：

在對集聚效應和選擇效應的實證研究中，如果僅通過生產率的簡單描述對集聚區域中的集聚效應進行單獨地研究，很容易因為忽視了選擇效應而放大集聚效應對生產率的提升作用；同時，如果僅通過對集聚區域整體的生產率分析，而不描述區域中企業層面生產率的分布情況，則很容易忽略新進入企業對區域平均生產率的拉低作用，從而忽視集聚效應對集聚區域內固有企業生產率的促進作用。

在不同行業間，因為行業本身特性不同、行業所處發展階段不同等因素，會使得集聚效應和選擇效應在該行業集聚區域的表現不同。

(一)紡織業中的集聚效應與選擇效應

中國紡織業作為低生產率、勞動密集型的傳統行業，發展成熟，但是區域差異較大。長三角地區主要城市的紡織企業數量眾多，生產率高的企業密度大。選擇效應在一線城市發揮作用時，阻止了低生產率企業的進入和發展，企業數量增長放緩。區域通過產業結構調整后，給新企業保留了進入該區域的空間，給行業發展注入新的活力。在集聚效應作用下，長三角其他城市的紡織企業數量保持相對穩定的高增長。

珠三角地區紡織業集聚的城市中，一線城市行業發展時間長，但是大型紡織企業數量不多，整體生產率偏低，然而在與長三角相比其行業提升空間仍然很大的情況下，選擇效應卻在該區域開始發揮作用，新企業難以進入區域發展，行業發展遇到瓶頸。珠三角其他城市紡織業企業數量有所增長，但生產率普遍較低。對于一線城市，亟須進行結構調整和技術升級，可以借鑒長三角地區經驗，將紡織企業中生產率增長停滯、生產方式落后的企業進行引導轉移，降低區域內土地租金等進入成本，為擁有新技術的企業提供更為寬松的生存空間。同時，對于其他的紡織業集聚城市，提升企業技術創新意識的重要性是毋庸置疑的。

在考察的三個時間點間，河北省紡織企業數量僅有兩位數增長。從1999年至2009年，其主要城市中紡織企業均呈現低生產率企業密度遠大于高生產率企業的特征，企業生產率密度分布幾乎沒有變化，集聚效應和選擇效應在該區域的作用不明顯。

中部主要城市在紡織業發展程度不高的情況下，察覺到紡織業生產率提升空間有限，與東部地區的差距較大，有將發展重點從紡織業轉移的趨勢。通過對區域低生產率企業的外移，且限制相關新企業的進入，為其他行業的發展騰出空間。

在我國三大經濟區，城市的紡織業發展差異明顯。珠三角和長三角地區的紡織業集聚城市中，集聚效應和選擇效應都在發揮作用，但是在選擇效應的作用下，產業結構較差的珠三角地區行業發展受到很大的限制。集聚效應和選擇效應在京津冀地區主要城市的作用甚微。中部地區由于地方政府的宏觀調控，部分城市的生產率密度分布曲線出現了類選擇效應的情況。控制區域內發展潛力較小行業中的低生產率企業密度，成為政府對區域整體產業結構調整的重要手段。

(二)電子制造業、新能源器材制造業的集聚效應與選擇效應

中國電子制造、新能源器材制造企業生產技術相對落后，相較于行業中的世界先進企業，本土企業生產效率較低，從事相關行業生產的企業數量不足，集聚區域中起主要作用的高生產率企業很少。相對而言，我國一線城市的電子制造業發展更好。因為在此行業往往是通過技術引進起步的，國外優勢企業會選擇基礎設施建設更好的地區建廠；我國本土企業大部分是代工企業，在追隨行業中擁有技術優勢的企業建廠的同時，需要將產品向外輸送，大城市便利的交通也成為本土電子制造企業選址的理由。廣東省的新能源器材制造企業數量增速較快，土地租金、用工成本較低的二線城市受到相關企業的青睞。整體而言，與傳統行業相比，新興、高科技產業生產率相對較高，生產率提升空間大，應當在相關行業中鼓勵創業行為，增加企業數量，提升集聚區域內的行業競爭力和自主創新能力。

(三)集聚區域內的集聚效應與選擇效應

集聚區域內，如果行業發展處于初級階段，企業的集聚程度低，技術水平有限，區域內的集聚效應作用不明顯。隨著行業集聚程度的增加和企業自身的發展，區域內集聚效應占據主要地位，低生產率企業為獲得優勢資源和信息，選擇進入集聚區，集聚效應有助于企業生產率的提升。集聚區域的集聚效應需借助區域內高生產率企業才更能發揮作用。所以在行業發展的初級階段，需要在政策上進行扶持，但隨著行業的發展，政府的干預力度應當減弱，充分發揮市場自身的調節作用。

由于發展程度低的集聚區域進入成本低、行業競爭弱，選擇效應難以發揮作用。在集聚區域內，高生產率企業密度增大且能夠主導地區行業發展時，集聚區域內選擇效應占據主要地位，生產率低的企業難以進入該區域，只有生產率高的企業才會選擇進入。往往在選擇效應為主要影響因素的集聚區域，固有企業面臨的競爭較弱，技術創新步伐放緩，區域內行業發展將遇到瓶頸；此時通過產業轉移等手段調節產業結構，可以為行業的發展注入新的動力。

無論是處于發展中的以集聚效應為主要影響因素的集聚區域，還是已經得到高程度發展的以選擇效應為主要影響因素的集聚區域，都會對新企業有吸引力。新企業為了更快地發展，在自身條件允許下，更愿選擇進入集聚區域。降低集聚區域內行業的進入門檻，有利于保持行業的活力，更能通過企業的發展而不是減少低生產率企業的數量來提升區域生產率。

對企業而言，不論是在集聚效應發揮主要作用的集聚區域，還是在選擇效應發揮主要作用的集聚區域，區域內的豐富資源都有利于企業自身的成長，集聚程度越高的區域往往擁有更大的消費市場。但是隨著區域集聚程度的增長，區域內部競爭更為激烈，企業只有提升自己的生存能力才能獲得更多的發展機會，通過技術創新來增加生產效率是企業提升生存能力的重要途徑。

集聚區域內選擇效應發揮主要作用時，行業發展較為成熟，行業會因為高生產率企業創新能力的下降而失去活力。集聚區域內新進入企業生產率普遍低于原有企業，這需要適當為新企業提供生存空間，利用新技術、新舉措，激發行業內企業的創新能力。我國傳統行業相較于新興行業，在生產率本就占劣勢的情況下增長速度也放緩，行業整體競爭力下降。所以政府可以通過鼓勵創業、轉移技術落后的企業等手段為傳統行業的發展注入活力，同時為新興行業的萌芽提供更為寬松的環境，從而提升區域的生產效率。