長三角制造業(yè)集聚的現(xiàn)狀及其影響因素研究

許修齊　項章特

摘 要：制造業(yè)是我國實體經(jīng)濟的主體，與農(nóng)業(yè)、服務業(yè)相比，制造業(yè)的集聚現(xiàn)象更加普遍。集聚經(jīng)濟是促進制造業(yè)增長和布局調(diào)整的核心力量，當前我國制造業(yè)正亟待轉型升級和布局優(yōu)化。為研究制造業(yè)集聚現(xiàn)象及其影響因素，利用區(qū)位熵指標，測算長三角地區(qū)25個地級及以上城市代表性制造業(yè)的集聚度，研究發(fā)現(xiàn)：2006—2016年期間，長三角制造業(yè)的集聚水平總體上呈現(xiàn)為穩(wěn)定且緩慢下降的趨勢，其中核心城市的下降幅度更大。通過全局MoranI指數(shù)的計算，發(fā)現(xiàn)長三角各城市的制造業(yè)集聚具有空間相關性。結合理論分析和相關檢驗結果，構建空間杜賓模型，探究長三角制造業(yè)集聚的影響因素。結果顯示，良好的交通基礎設施、擴大的市場規(guī)模和配套企業(yè)投資是影響制造業(yè)集聚的重要因素，而勞動力數(shù)量已不再是影響長三角制造業(yè)集聚的主要因素。為此的政策建議是加強區(qū)域產(chǎn)業(yè)協(xié)同發(fā)展，推進交通基礎設施建設，并在技術和人力資本上增加投入。

關 鍵 詞：制造業(yè)集聚;影響因素;空間溢出;長三角

DOI：10.16315/j.stm.2019.04.009

中圖分類號： F 062.9

文獻標志碼： A

收稿日期： 2019-06-14

作者簡介： 許修齊（1994—），女，碩士研究生;

項章特（1995—），男，碩士研究生.

Current situation and influencing factors of manufacturing industry

agglomeration in the Yangtze River Delta：based on SDM model

XU Xiu-qi1， XIANG Zhang-te2

（1.School of Economics， Sichuan University， Chengdu 610065，China;

2.School of Manufacturing Science and Engineering， Sichuan University， Chengdu 610065，China）

Abstract：Manufacturing is the mainstay of Chinas economy， compared with agriculture and service industries， the agglomeration of manufacturing is more common. Agglomeration economy is the core force to promote manufacturing growth and layout adjustment，and it is urgent to transform and upgrade. To study the phenomenon of manufacturing agglomeration and its influencing factors，this paper measures the concentration of representative manufacturing of cities in the Yangtze River Delta with the location entropy index. It is found that the concentration level of the Yangtze River Delta manufacturing industry is generally stable and slowly decreasing during 2006—2016， and the core cities have a sharp decline. Furthermore， it is found that the manufacturing agglomeration of the cities in the Yangtze River Delta is spatially correlated through the calculation of the global MoranI index. Combined with theoretical analysis and related test results， a spatial Dubbin model was constructed to explore the factors affecting the industrial agglomeration of the Yangtze River Delta. The results show that the transportation infrastructure， the size of market， supporting and enterprise investment are important factors affecting the agglomeration of manufacturing industry， and the number of labor is no longer the main factor affecting the industrial agglomeration of the Yangtze River Delta. The policy recommendations for this are to strengthen the coordinated development of regional industries， promote the construction of transportation infrastructure， and increase investment in technology and human capital.

Keywords：agglomeration of manufacturing industry; space overflow; Yangtze River Delta

產(chǎn)業(yè)集聚是產(chǎn)業(yè)演化過程中的一種地緣現(xiàn)象，表現(xiàn)為相關產(chǎn)業(yè)在某個特定的地理空間內(nèi)的高度集中[1]，如西雅圖的航空、法蘭克福的化工等。規(guī)模報酬遞增和外部經(jīng)濟效應的存在，使得制造業(yè)往往在地理上趨向集中，對區(qū)域產(chǎn)業(yè)布局與經(jīng)濟發(fā)展產(chǎn)生重要影響[2]。長三角地區(qū)擁有我國最大的綜合性工業(yè)基地，2018年該地區(qū)第二產(chǎn)業(yè)增加值占全國的比重達20.4%。制造業(yè)發(fā)達，以浙江溫州為代表的專業(yè)化生產(chǎn)模式帶來產(chǎn)業(yè)集聚的不斷深化。與此同時，隨著工資和土地價格的上升，長三角核心區(qū)的傳統(tǒng)制造業(yè)開始向外轉移，正如高波等[3]指出，進入21 世紀，由于資源約束加劇，長三角城市群的制造業(yè)開始向城市群外尤其是中西部地區(qū)轉移，由此引起了制造業(yè)空間布局的調(diào)整。制造業(yè)的空間溢出效應體現(xiàn)在空間上的連續(xù)與擴散，即本城市對周邊城市制造業(yè)產(chǎn)生的影響，由此引起制造業(yè)布局的集中與擴散[4]。但學者們在研究產(chǎn)業(yè)集聚問題時，往往忽略了這種空間關聯(lián)性，掩蓋了城市之間的空間溢出效應[5]。

因此本文在研究城市的產(chǎn)業(yè)集聚現(xiàn)象時，將立足現(xiàn)有文獻成果研究路徑，并空間效應加以考慮，以此提高實證研究結果的可靠性。本文還利用空間計量模型對長三角制造業(yè)的影響因素進行研究，并對產(chǎn)業(yè)集聚的空間溢出效應剖析，探求產(chǎn)業(yè)發(fā)展的一些規(guī)律，為長三角產(chǎn)業(yè)一體化發(fā)展提供建議。本文的主要創(chuàng)新與邊際貢獻主要在于：運用空間計量方法，對長三角制造業(yè)集聚的影響因素進行了深入剖析，特別是對勞動力數(shù)量的關注。文中所指長三角地區(qū)是指地理范圍包括上海市、江蘇省和浙江省的全域，區(qū)別于長三角城市群以及泛長三角地區(qū)。

1 文獻綜述

產(chǎn)業(yè)集聚理論最早見于貿(mào)易學說，但它們從土地角度進行的分析缺乏系統(tǒng)性。馬歇爾是首位對系統(tǒng)研究產(chǎn)業(yè)集聚現(xiàn)象的學者，他認為產(chǎn)業(yè)之所以在空間上集聚，主要得益于外部經(jīng)濟，這種外部經(jīng)濟主要包括3個方面的內(nèi)容：第一，中間品投入和服務的專業(yè)化;第二，勞動力市場可以共享;第三，基于人力資本的知識外溢。此后，產(chǎn)業(yè)集聚理論出現(xiàn)了許多流派，例如韋伯的“工業(yè)區(qū)位論”，具體分析了運輸、勞動力和聚集在工業(yè)區(qū)位選擇中所起到的作用。產(chǎn)業(yè)集聚的相關理論研究主要沿著集聚原因、集聚機制、集聚效應等幾條脈絡進行，但由于空間角度從未被納入主流經(jīng)濟學研究，產(chǎn)業(yè)集聚相關研究進展緩慢。直到 20 世紀90 年代，克魯格曼創(chuàng)立了新經(jīng)濟地理學，開始了對產(chǎn)業(yè)集聚的規(guī)范分析。Krugman[6]認為，產(chǎn)業(yè)集聚同時受到企業(yè)的規(guī)模報酬遞增、運輸成本和生產(chǎn)要素流動的影響。Venables[7]證明了貿(mào)易成本降低可能會促進產(chǎn)業(yè)集聚;Palivos等[8]指出，知識的溢出、公共物品的供應、規(guī)模經(jīng)濟、消費的外部性都能夠促進產(chǎn)業(yè)集聚。賀燦飛等[9]認為，產(chǎn)業(yè)集聚受到來自資源投入、市場需求、企業(yè)規(guī)模、外部經(jīng)濟以及區(qū)域經(jīng)濟一體化等各方面的影響。理論上對影響產(chǎn)業(yè)集聚的因素探討已經(jīng)比較充分，但具體的影響機制還有待深入研究。

實證研究方面，對產(chǎn)業(yè)集聚的效應，陳建軍等[10]以長三角次區(qū)域1978—2005年的數(shù)據(jù)為樣本，對外圍式的集聚給集聚地區(qū)帶來的經(jīng)濟發(fā)展、技術進步和索洛剩余遞增3類集聚效應進行了理論和實證分析。雷平[11]通過相關數(shù)據(jù)研究發(fā)現(xiàn)，我國電子信息產(chǎn)業(yè)制造業(yè)具有較強的內(nèi)部規(guī)模經(jīng)濟效應與雅各布斯外部性。理論上對產(chǎn)業(yè)集聚的影響因素探討較充分，而很多學者從實證角度再次證明了這些理論。陳國亮等[12]采用全國城市面板數(shù)據(jù)進行了計量分析，研究發(fā)現(xiàn)：產(chǎn)業(yè)關聯(lián)度和知識密集度與產(chǎn)業(yè)集聚水平呈正相關關系，中心城市的發(fā)展可以帶動周邊城市的產(chǎn)業(yè)集聚，這從側面反映了產(chǎn)業(yè)集聚的在城市層面的空間相關性。樊秀峰等[13]同樣運用類似方法對陜西省制造業(yè)集聚度影響因素進行了研究，結果表明：產(chǎn)業(yè)集聚能夠從高勞動力密集度、高行業(yè)增長水平、規(guī)模經(jīng)濟、勞動生產(chǎn)率的提高和運輸成本降低上享受好處，但往往會受到政府干預的負面影響。劉宏曼等[14]選取區(qū)位熵作為衡量指標，探究了影響京津冀地區(qū)制造業(yè)集聚的因素，研究結果表明：勞動力、技術以及第三產(chǎn)業(yè)的發(fā)展對產(chǎn)業(yè)集聚有重要影響，而資本對產(chǎn)業(yè)集聚的影響并不顯著。在對產(chǎn)業(yè)集聚的影響因素進行研究時，也有學者注意到了產(chǎn)業(yè)集聚的空間效應。王俊松[15]利用空間計量方法，發(fā)現(xiàn)長三角制造業(yè)生產(chǎn)存在著明顯的空間溢出效應，空間上以上海為中心、延滬寧滬甬交通干線布局。魏守華等[16]運用城市典型制造業(yè)行業(yè)數(shù)據(jù)，探究長三角制造業(yè)集聚是否受到經(jīng)濟結構和城市間溢出效應的影響，結論是肯定的。尹希果等[17]也用利用空間計量方法，實證分析了2000—2011年我國省際城市化、交通基礎設施對制造業(yè)集聚的空間效應。學者們對于產(chǎn)業(yè)集聚的測度不一，但探討的產(chǎn)業(yè)集聚的影響因素主要集中在勞動力、技術、交通和制度方面。影響因素之間存在的空間相關性也得到了眾多學者的認可，如高云虹等[18]基于中心—外圍模型進行實證檢驗，結果表明：勞動力流動對工業(yè)集聚存在顯著正向影響，同時高、低技能兩類勞動力二者之間存在相互影響。董洪超等[19]運用研究了交通運輸對各產(chǎn)業(yè)空間集聚的效應及作用機制，發(fā)現(xiàn)鐵路客運、公路客、貨運對制造業(yè)及生產(chǎn)型服務業(yè)均具有顯著效應，且公路貨運在東部區(qū)域表現(xiàn)出網(wǎng)絡效應。契約制度對地區(qū)產(chǎn)業(yè)集聚有顯著影響[20]，而制度水平的高低呈現(xiàn)出顯著相似屬性的集聚效應[21]。

2 理論假設與變量選擇

產(chǎn)業(yè)集聚的相關研究表明，勞動力、交通、技術和制度等都是影響產(chǎn)業(yè)集聚的因素，資本的影響尚無定論。本文做出如下假設：

1）交通。運輸費用影響制造業(yè)的聚集。若廠商享受了正外部經(jīng)濟，但該區(qū)域的運輸成本很高，高于外部經(jīng)濟帶來的收益，廠商便不會選擇聚集;當運輸成本相對較低時，廠商會為了獲得產(chǎn)業(yè)的前后向聯(lián)系帶來的效益而進行聚集[22]。通常來說，交通基礎設施較好的地方，運輸成本也會較低，而貨運量能從側面反映出區(qū)域的交通條件和市場規(guī)模。

2）制度。制度因素對產(chǎn)業(yè)聚集的影響是由貿(mào)易和專業(yè)化所導致的，經(jīng)濟開放制度促進了商品和生產(chǎn)要素在地區(qū)間的自由流動，強化了貿(mào)易和專業(yè)化過程，在市場的驅動力下，走上專業(yè)化發(fā)展道路， 從而推動了產(chǎn)業(yè)聚集的形成。在全球經(jīng)濟的發(fā)展過程中，隨著經(jīng)濟的逐步開放，產(chǎn)業(yè)空間布局自發(fā)調(diào)整的案例不少。例如，在北美自由貿(mào)易協(xié)定簽署后，墨西哥的很多工業(yè)企業(yè)就從墨西哥城附近遷往了靠近美國的地區(qū)[23]。

3）勞動力。馬歇爾在分析產(chǎn)業(yè)集聚的動因時，就提到了“勞動力池”的問題，學者們對于勞動力與產(chǎn)業(yè)集聚的關系得研究也比較豐富。這些研究普遍認為，勞動力流動對工業(yè)集聚存在顯著正向影響。而長三角本身就是勞動力流入地，其產(chǎn)業(yè)發(fā)展離不開勞動力的大量供給。

4）投資。制造業(yè)集聚本身就是一個廠商不斷遷入某地的過程，與之相伴隨的就是企業(yè)投資的落地。考慮到規(guī)模效益和產(chǎn)業(yè)鏈條，其他廠商投資的增加對本廠商遷入是一種推動力，也就是說，企業(yè)固定資產(chǎn)投資與產(chǎn)業(yè)集聚是一種正向相關關系。而關于工資和價格水平對廠商在區(qū)域間的選址的影響并沒有定論。

反映技術層面的指標，由于不具有穩(wěn)健性，在這里暫不予考慮。基于上述分析，選取以下指標來表征各影響因素：交通運輸條件和市場規(guī)模以該城市的貨運總量（包括公路、鐵路和水路運輸）來衡量，規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)投資反映投資規(guī)模，用外貿(mào)依存度指標反映城市經(jīng)濟開放程度，勞動力數(shù)量則選取第二產(chǎn)業(yè)就業(yè)人數(shù)來表示。具體的變量指標名稱和因素對應關系，其中為消除部分變量單位的影響，對相應指標進行了對數(shù)化處理[24]，如表1所示。

3 長三角制造業(yè)集聚現(xiàn)狀及空間相關性分析

3.1 制造業(yè)集聚度的測算及數(shù)據(jù)來源

現(xiàn)有文獻中經(jīng)常采用的衡量產(chǎn)業(yè)集聚的指標，包括赫希曼[KG-*5]-[KG-*5]赫芬代爾系數(shù)、區(qū)位熵、錫爾系數(shù)和基尼系數(shù)等，幾者各有優(yōu)劣。考慮到數(shù)據(jù)可得性、結果精確性等因素，本文用區(qū)位熵lq測度長三角制造業(yè)的集聚水平，lq的計算式為

其中：lqit為第i個城市第t年代表性制造行業(yè)的區(qū)位熵;qit為第i個城市第t年代表性制造行業(yè)的規(guī)模以上總企業(yè)產(chǎn)值;gdpit為第i個城市第t年地區(qū)生產(chǎn)總值;GDPt為全國第t年國內(nèi)生產(chǎn)總值;Qt為全國第t年代表性制造行業(yè)的規(guī)模以上總企業(yè)產(chǎn)值。

現(xiàn)有文獻大多對2位數(shù)產(chǎn)業(yè)的集聚度進行研究，利用的指標是企業(yè)數(shù)量或產(chǎn)值。考慮到制造業(yè)本身的復雜性和數(shù)據(jù)可得性，選取代表性行業(yè)的產(chǎn)值是比較理想的方法，更能觀測到集聚水平的變化。并且就當前長三角的經(jīng)濟結構發(fā)展現(xiàn)狀而言，隨著經(jīng)濟的繼續(xù)發(fā)展，城市服務業(yè)產(chǎn)值占GDP的比重不斷上升、工業(yè)發(fā)展相對緩慢，比重有所下降是一種必然的趨勢，因此用工業(yè)總產(chǎn)值計算集聚水平是不準確的。本文借鑒魏守華的研究思路，選取了長三角制造業(yè)中的 6 個行業(yè)，分別是紡織業(yè)、服裝與鞋帽制造業(yè)、化學原料制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、交通運輸設備制造業(yè)、通信設備、計算機等制造業(yè)的產(chǎn)值，主要是基于以下考慮：一是上述6個行業(yè)產(chǎn)值在長三角制造業(yè)中所占比重較高，具有代表性;二是上述6個行業(yè)體現(xiàn)分類的多樣性，并且這幾個行業(yè)的要素相對密集度各有不同。如果第i個城市計算得到lqit大于1，則可認為其制造業(yè)具有較高的集聚水平。

本文以2006—2016 年長三角25個地級及城市的數(shù)據(jù)作為分析樣本，樣本涵蓋的年份位于中國制造業(yè)劉易斯拐點出現(xiàn)之后[25]，長三角區(qū)域核心城市的部分制造業(yè)開始向外圍轉移，因而該時期具有新的階段特征。采用區(qū)位熵計算的長三角制造業(yè)集聚水平，如表2所示。

3.2 制造業(yè)集聚度現(xiàn)狀分析

2006—2016年長三角總體的集聚度均大于1，說明長三角制造業(yè)的集聚水平較高，總體上高于全國平均水平，且集聚水平較為平穩(wěn)。其中，上海市、江蘇省、浙江省兩省一市的2006—2016年的年平均集聚度分別為1.40、1.35和0.96。浙江省集聚水平小于1與浙江省發(fā)達的專業(yè)化生產(chǎn)現(xiàn)狀不符，主要原因是由于數(shù)據(jù)缺失，本文采用的是規(guī)模以上工業(yè)企業(yè)產(chǎn)值數(shù)據(jù)，因此未將浙江發(fā)達的民營小企業(yè)或家庭小作坊生產(chǎn)納入計算，導致浙江的制造業(yè)集聚度計算結果偏低。

由表1可知，長三角內(nèi)部各城市間的集聚度水平差異還是比較明顯。最高的集聚度為2，最低的不足0.2;集聚度的最大值呈現(xiàn)下降趨勢，而最小值始終維持在較低的水平上，沒有明顯變化。從標準差上來看，確實未有收斂趨勢。長三角總體、核心區(qū)和輻射區(qū)的平均集聚水平，如圖1所示。核心區(qū)城市擁有堅實的制造業(yè)基礎，制造業(yè)集聚水平明顯高于經(jīng)濟發(fā)展相對落后的輻射區(qū)城市，且輻射區(qū)的集聚水平不太穩(wěn)定，可能是相關數(shù)據(jù)統(tǒng)計上的誤差造成的。核心區(qū)與輻射區(qū)在制造業(yè)集聚上的差距雖然在縮小，但這并不是由于輻射區(qū)的經(jīng)濟追趕導致的，而是因為核心區(qū)自身產(chǎn)業(yè)結構升級造成集聚度下降導致的。

3.3 制造業(yè)集聚空間相關性分析

測算全局MoranI指數(shù)，判斷地區(qū)間是否具有空間相關性，其計算式為

其中：I是指數(shù)，測度各城市間制造業(yè)集聚的總體相關程度;S2=1n∑ni=1（Ai-A）2，A=1n∑ni=1Ai，

Ai為第i個城市制造業(yè)集聚度，n為地區(qū)數(shù)，w為空間權重矩陣。I的取值范圍為-1≤i≤1，當I大于0時，表示地區(qū)間呈現(xiàn)空間正相關，小于0時則為負相關，絕對值越大，相關性越強。

兩區(qū)域有共同的邊界則視為相鄰。運用Matlab軟件可以計算得到2006—2016年長三角各城市全局MoranI指數(shù)值，如表3所示。

由表3可知，全局MoranI均為正值，大部分年份的指數(shù)值都高于0.3，除個別年份外均通過了顯著性水平為1%的檢驗，這說明長三角的制造業(yè)集聚存在著較為明顯且穩(wěn)定的正向的空間相關性，即對于集聚度較高的城市，相鄰城市的產(chǎn)業(yè)集聚度往往也較高，反之亦然。

由圖2可知，大多數(shù)城市的點都落入了第一象限（高[KG-*5]-[KG-*5]高）和第三象限（低[KG-*5]-[KG-*5]低）。即2006—2016年絕大多數(shù)城市均位于典型觀測區(qū)內(nèi)，只有個別城市位于二、四象限，散點圖上點的分布形態(tài)更進一步說明了這種空間正相關的穩(wěn)定性。其間穩(wěn)定處于高[KG-*5]-[KG-*5]高區(qū)域的城市有上海、蘇州、無錫、鎮(zhèn)江和南京，宿遷、溫州、麗水則基本都處在低[KG-*5]-[KG-*5]低區(qū)域之中，與長三角地區(qū)的核心[KG-*5]-[KG-*5]外圍結構相一致。

4 長三角制造業(yè)影響因素的實證分析

4.1 樣本時期、數(shù)據(jù)來源

本文設定研究的樣本時期為2006—2016年，區(qū)位熵計算所需的數(shù)據(jù)來自于2007—2017年《中國城市統(tǒng)計年鑒》和長三角各城市的統(tǒng)計年鑒，貨運總量、規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)投資額和第二產(chǎn)業(yè)就業(yè)人數(shù)均來自于2007—2017年《中國城市統(tǒng)計年鑒》，外貿(mào)依存度的相關數(shù)據(jù)來自于歷年《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》。

4.2 空間計量模型設定

基于前述分析，長三角各市制造業(yè)產(chǎn)業(yè)集聚存在顯著空間相關性。為進一步揭示問題實質，建立空間計量經(jīng)濟模型分析其影響因素，而空間計量經(jīng)濟模型的形式取決于空間相關性假設檢驗的結果。

如果空間相關性僅存在于被解釋變量之間，對應的空間滯后模型（spatial lag model，SLM）為

y=ρwy+xβ+ε。（3）

其中：y為被解釋變量;w為空間權重矩陣;ρ為空間自回歸系數(shù);x為影響因素數(shù)據(jù)矩陣;β為相應的系數(shù);ε為誤差項。

如果空間相關性僅存在于誤差項中，則對應的空間誤差模型（spatial error model，SEM）為

y=xβ+u。（4）

其中：u=λMu+ε，ε～N（0，σ2In）。w為空間權重矩陣;λ為誤差項空間相關系數(shù)向量。

如果空間相關性同時存在于被解釋變量和解釋變量中，對應的空間杜賓模型（Spatial Durbin Model，SDM）為

y=ρwy+xβ+wxθ+ε。（5）

其中：wx為來自鄰居自變量的影響;θ為相應的系數(shù)向量。對制造業(yè)產(chǎn)業(yè)集聚影響因素的分析不僅要考慮本地作用，對臨近地區(qū)空間相互作用的分析還可以更好地揭示影響作用的發(fā)生機制，因此采用空間杜賓模型更符合理論假設和預期。Elhorst[26]指出，可以用Wald檢驗對SDM模型是否能夠簡化為SLM模型或者SEM模型進行判斷，也可以比較3個模型的適用性。據(jù)此，用matlab首先對空間面板杜賓模型進行了Wald檢驗，結果如表4所示。

由表4中的檢驗結果可以看出，Wald_spatial_lag 和Wald_spatial_error檢驗均通過了1%顯著性水平檢驗，這說明檢驗拒絕了原假設，即空間杜賓模型不能簡化為空間滯后模型和空間誤差模型，空間杜賓模型（SDM）是最適合的選擇。

為了對面板數(shù)據(jù)模型進一步控制，需要判斷模型是否應該控制固定效應或者隨機效應，一般的檢驗方法是Hausman檢驗。對面板數(shù)據(jù)模型進行了Hausman檢驗，結果發(fā)現(xiàn)Hausman統(tǒng)計值分別為27.348 9，并且在1%的水平上顯著，拒絕了存在隨機效應的原假設，說明模型存在固定效應。鑒于此，本文選擇固定效應的空間面板模型來進行分析。

4.3 模型估計

空間杜賓模型（SDM）的結果，如表5、表6所示。

由表5和表6可知，SDM模型結果的顯著性強于普通面板模型，因此加入空間項，使用空間杜賓模型將使得結果更加可靠。由SDM模型的計量結果可知，貨運總量X1和鄰近城市的貨運量W×x1對該城市制造業(yè)集聚度的影響一正一負，且都通過了1%的顯著性檢驗，從側面反映出了一個城市交通條件的提升和市場規(guī)模的擴大能促進該地的制造業(yè)集聚，而產(chǎn)業(yè)資源是有限的，鄰近城市的交通條件越好、市場規(guī)模越大，反而將一些制造業(yè)企業(yè)吸引到鄰近城市去，因此是不利于該城市的制造業(yè)集聚的。工業(yè)企業(yè)固定資產(chǎn)投資X2和鄰近城市的工業(yè)企業(yè)固定資產(chǎn)投資W×x2對該城市制造業(yè)集聚度的影響方向同樣是一正一負，工業(yè)企業(yè)固定資產(chǎn)投資于制造業(yè)集聚呈正向相關關系，這與理論假設相一致。而鄰近城市的投資增多不利于制造業(yè)集聚，同樣也是一種城市間競爭的表現(xiàn)，各地方政府在招商引資方面進行激烈競爭也就不難去理解了。第二產(chǎn)業(yè)就業(yè)人數(shù)X3的系數(shù)為負，而空間項W×x3的系數(shù)反而為正，這與之前的假設有所不同。但深入思考便不難理解，就長三角目前的制造業(yè)發(fā)展現(xiàn)狀來說，勞動力要素對制造業(yè)的影響逐漸減小。勞動密集型制造業(yè)由于成本的上升而向外轉移，長三角特別是核心區(qū)城市紛紛選擇發(fā)展智能制造，轉向資本或技術密集型制造業(yè)。第二產(chǎn)業(yè)就業(yè)人數(shù)規(guī)模縮小，在一定程度上反映了制造業(yè)內(nèi)部產(chǎn)業(yè)結構的高級化。另一方面，勞動力層面不光考慮到數(shù)量，還應考慮質量，也就是常說的人力資本，因此該指標反映勞動力對產(chǎn)業(yè)集聚的影響是不全面的。外貿(mào)依存度X5對制造業(yè)集聚的影響系數(shù)沒有通過1%的顯著性檢驗。最后來看空間自相關系數(shù)，系數(shù)為正，表明鄰近城市的制造業(yè)集聚對該城市的制造業(yè)集聚有正向作用。鄰近城市平均集聚度提高1%，會促進本城市集聚水平提高0.67%。這種正向作用主要基于更大范圍內(nèi)的產(chǎn)業(yè)集聚帶來的規(guī)模效益和產(chǎn)業(yè)上下游的配套，如果考慮到在這個過程中競爭帶來的資源消耗，那么實際的空間溢出效應將更高。

4.4 直接效應和間接效應分析

杜賓模型回歸結果顯示，交通條件、企業(yè)固定資產(chǎn)投資和第二產(chǎn)業(yè)就業(yè)人數(shù)都對本地和鄰近城市的制造業(yè)集聚有顯著的影響，但是我們并不能直接采用空間杜賓模型回歸結果系數(shù)度量自變量對因變量的空間溢出效應，因此還要進一步對效應進行分解。解釋變量某一觀測值的改變不僅會影響該地區(qū)的解釋變量，還將影響相鄰地區(qū)的對應變量，這2個影響過程分別為直接效應和間接效應[27]，如表7所示。

由表7的分解結果可知，貨運總量所表示的交通條件和市場規(guī)模的對制造業(yè)集聚的影響是正向的，其直接效應和間接效應都通過了1%的顯著性檢驗，說明城市交通條件的改善和市場規(guī)模的擴大，對本城市和鄰近城市的制造業(yè)集聚都有相當?shù)拇龠M作用。以上海和蘇州為例，緊密的經(jīng)濟聯(lián)系使得蘇州與上海正配套形成國際制造業(yè)基地。上海與蘇州縮小時空距離或者上海通過自貿(mào)區(qū)建設擴大其市場規(guī)模，都無疑會給上海這座長三角中心城市和鄰近的蘇州帶來制造業(yè)發(fā)展上的利好。固定資產(chǎn)投資對鄰近城市的制造業(yè)集聚的影響通過了5%的顯著性檢驗，作用為負，即固定資產(chǎn)投資每增加1%，鄰近城市的產(chǎn)業(yè)集聚度將會下降0.18%，這與前文資源競爭的分析相一致。勞動力數(shù)量越多，鄰近城市的制造業(yè)集聚度越高，其原因主要是本城市為鄰近城市提供了有相應勞動力技能的第二產(chǎn)業(yè)就業(yè)人員，通過勞動力流動實現(xiàn)勞動力共享。本城市的勞動力數(shù)量提高1%，鄰近城市可以實現(xiàn)制造業(yè)集聚度上升0.76%。經(jīng)濟開放程度越高，對本城市和鄰近城市的制造業(yè)集聚都有促進作用，且直接效應和間接效應的影響大小幾乎相同。

5 結論與思考

第一，長三角的制造業(yè)集聚具有空間相關性。長三角集聚水平較高，但區(qū)域內(nèi)核心城市和非核心城市的制造業(yè)集聚發(fā)展是有差距的，且非核心城市的制造業(yè)集聚在近年來沒有明顯改善。根據(jù)對長三角25座地級及以上城市制造業(yè)集聚的空間相關性的測算，發(fā)現(xiàn)其空間相關性是非常顯著的。換句話說，集聚的高[KG-*5]-[KG-*5]高區(qū)域和低[KG-*5]-[KG-*5]低區(qū)域成片存在，長三角以上海為中心的制造業(yè)圈層結構明顯。為了推進長三角一體化發(fā)展，做好區(qū)域產(chǎn)業(yè)分工，實現(xiàn)產(chǎn)業(yè)協(xié)同發(fā)展將是一個必然的選擇。

第二，良好的交通基礎設施、增長的市場規(guī)模、配套企業(yè)投資和經(jīng)濟開放是影響制造業(yè)集聚的重要因素。交通基礎設施一種網(wǎng)絡性基礎設施，各種要素通過網(wǎng)絡實現(xiàn)跨區(qū)域流動，因此產(chǎn)業(yè)集聚因交通而必然存在空間溢出效應。交通基礎設施的建設一方面能改善區(qū)域的通達性，降低運輸成本;另一方面也會吸引勞動力、資本等生產(chǎn)要素流人，從而促進制造業(yè)集聚[28]。企業(yè)投資所吸引的其他企業(yè)，必然是能夠降低成本、享受外部經(jīng)濟的相關企業(yè)。在招商引資時，要有機聚合產(chǎn)業(yè)，同時也要避免行政手段過度干預要素的市場化流動。另外，對于獲取投資比較困難、經(jīng)濟開放程度較低的欠發(fā)達地區(qū)，這種馬太效應對它們來說是不利的。

第三，勞動力數(shù)量不再是影響長三角制造業(yè)集聚的重要因素。改革開放以來，長三角地區(qū)制造企業(yè)通過代工生產(chǎn)融入全球價值鏈，加之市場規(guī)模較大，眾多企業(yè)在此形成了制造業(yè)集群。但受到成本的影響，勞動力密集型的產(chǎn)業(yè)逐漸外移，從產(chǎn)業(yè)集聚的角度來講，長三角已進入了產(chǎn)業(yè)轉型階段。應利用長三角豐富的科教資源和勞動力資源，進一步提高技術、人力資本等高端要素對制造業(yè)發(fā)展的推動作用，加快傳統(tǒng)要素驅動的轉型[29]。

參考文獻：

[1] PORTER M E.The competitive advantage of nations[M].NewYork：The Free Press，1990：1.

[2] 王子龍，譚清美，許簫迪.產(chǎn)業(yè)集聚水平測度的實證研究[J].中國軟科學，2006（3）：109.

[3] 王猛，高波.空間集聚、外部性與制造業(yè)增長：兼論長三角城市群應對“制造業(yè)雙重轉移”[J].南京社會科學，2015（4）：15.

[4] 周泳宏，譚蓉娟.同城關系、行業(yè)內(nèi)外溢效應與集聚：來自制造業(yè)2000—2007年市際面板數(shù)據(jù)的實證[J].當代財經(jīng)，2009（2）：82.

[5] 程中華，于斌斌.產(chǎn)業(yè)集聚與技術進步：基于中國城市數(shù)據(jù)的空間計量分析[J].山西財經(jīng)大學學報，2014，36（10）：58.

[6] KRUGMAN P.Geography and trade[M].Cambridge：MIT Press，1991：1.

[7] VENABLES A.New developments in the study of economic integration[M].Netherlands：Kluwer Academic Publishers，1996：1.

[8] PALIVOS T，WANG P.Spatial agglomeration and endogenous growth[J].Regional Science and Urban Economics，1996，26（6）：645.

[9] 賀燦飛，劉洋.產(chǎn)業(yè)地理集中研究進展[J].地理科學進展，2006， 25（2）：59.

[10] 陳建軍，胡晨光.產(chǎn)業(yè)集聚的集聚效應：以長江三角洲次區(qū)域為例的理論和實證分析[J].管理世界，2008（6）：68.

[11] 雷平.我國信息產(chǎn)業(yè)制造業(yè)集聚效應與區(qū)域根植性：基于省際面板數(shù)據(jù)的研究[J].軟科學，2009，23（10）：12.

[12] 陳國亮，陳建軍.產(chǎn)業(yè)關聯(lián)、空間地理與二三產(chǎn)業(yè)共同集聚：來自中國212個城市的經(jīng)驗考察[J].管理世界，2012（4）：82.

[13] 樊秀峰，康曉琴.陜西省制造業(yè)產(chǎn)業(yè)集聚度測算及其影響因素實證分析[J].經(jīng)濟地理，2013，33（9）：115.

[14] 劉宏曼，郎鄲妮.京津冀協(xié)同背景下制造業(yè)產(chǎn)業(yè)集聚的影響因素分析[J].河北經(jīng)貿(mào)大學學報，2016，37（4）：104.

[15] 王俊松.長三角制造業(yè)空間格局演化及影響因素[J].地理研究，2014，33（12）：2312.

[16] 魏守華，湯丹寧，孫修遠.本地經(jīng)濟結構、外部空間溢出與制造業(yè)增長：以長三角為例[J].產(chǎn)業(yè)經(jīng)濟研究，2015（1）：71.

[17] 尹希果，劉培森.城市化、交通基礎設施對制造業(yè)集聚的空間效應[J].城市問題， 2014（11）：13.

[18] 高云虹，符迪賢.異質勞動力與工業(yè)空間集聚：基于中心—外圍模型的擴展分析[J].財經(jīng)科學，2015（11）：55.

[19] 董洪超，蔣伏心，路璐.空間視角下的交通運輸與產(chǎn)業(yè)集聚：基于空間杜賓模型的實證分析[J].經(jīng)濟問題探索，2019，439（2）：122.

[20] 王永進，李坤望，盛丹.契約制度與產(chǎn)業(yè)集聚：基于中國的理論及經(jīng)驗研究[J].世界經(jīng)濟，2010（1）：141.

[21] 楊冬梅，萬道俠，王琳.制度要素、空間溢出與區(qū)域經(jīng)濟增長：基于空間面板數(shù)據(jù)模型分析[J].山東社會科學，2016（12）：116.

[22] KRUGXNAN，VENABLES.Globalization and the inequality of nations[J].Quarterly Journal of Economics，1995，10（4）：857.

[23] 劉軍，徐康寧.中國制造業(yè)地區(qū)聚集的決定因素研究[J].科學學與科學技術管理，2008，29（10）：127.

[24] 曲玥，蔡昉，張曉波.“飛雁模式”發(fā)生了嗎？：對1998—2008年中國制造業(yè)的分析[J].經(jīng)濟學季刊，2013，12（2）：757.

[25] 魏肖杰，張敏新.中國林業(yè)產(chǎn)業(yè)集聚影響因素作用機制的實證研究：基于空間杜賓模型[J].資源開發(fā)與市場，2018，34（12）：1731.

[26] ELHORST J P.Matlab software for spatial panels[J].International Regional Science Review，2014，37（3）：389.

[27] 王鶴，周少君.城鎮(zhèn)化影響房地產(chǎn)價格的“直接效應”與“間接效應”分析：基于我國地級市動態(tài)空間杜賓模型[J].南開經(jīng)濟研究，2017（2）：5.

[28] 鄧濤濤，王丹丹，吳丹.交通基礎設施、空間溢出與制造業(yè)地理集聚：基于省級分行業(yè)面板數(shù)據(jù)分析[J].區(qū)域經(jīng)濟評論，2017（2）：33.

[29] 何喜軍，魏國丹，張婷婷.區(qū)域要素稟賦與制造業(yè)協(xié)同發(fā)展度評價與實證研究[J].中國軟科學，2016 （12）：163.

[編輯：費 婷]