集聚經濟的就業效應：理論機制與經驗證據

田政杰，段志民，董 麓

(天津財經大學 統計學院，天津 300222)

內容提要：就業是關系社會民生的重要問題，深刻理解集聚經濟對就業的促進作用具有重要的現實意義。在構建囊括專業化集聚和多樣化集聚的就業動態增長模型基礎上，本文采用中國工業企業數據及地區投入產出數據，檢驗兩類集聚經濟對城市制造業就業的影響，并對兩者的作用差異予以解釋。結果表明，專業化集聚的行業內溢出效應抑制了城市制造業就業增長，多樣化集聚的行業間溢出效應具有顯著正向影響，而產業關聯效應是其主要作用機制；行業內溢出效應對不同行業和地區的就業增長均為負向影響，而行業間溢出效應由于不同行業和地區的市場環境、技術水平和產業鏈等存在差異從而具有異質性影響；從微觀層面看，相比于專業化集聚，多樣化集聚的就業增長效應主要通過促進企業創建和擴大中小企業規模得以實現。

一、引言

推進供給側結構性改革對我國勞動力市場帶來的挑戰不容忽視，由此造成的失業還兼具行業和區域集中等特征，如何保持穩定的就業增長現已成為我國經濟發展中的重要任務。集聚經濟對于地區產業結構、技術變遷和資源優化配置具有重要作用，進而對地區就業增長具有積極影響，那么可以預期就業總量增長越快的地區在初期的集聚程度會更高。結合圖1給出的各城市在2009年的集聚程度，可見城市就業增長與其初期集聚程度在空間分布上具有較高的重合度，表現為產業集聚程度越高的地區，就業增長幅度往往越大，而集聚程度較低的地區就業增長幅度也較為有限，這些初步的證據表明地區集聚程度與就業增長之間或許存在正向聯系。

從理論上看，集聚經濟的形成對就業增長的影響有兩種不同的理論解釋。Marshall(1890)[1]從專業化集聚的角度解釋了集聚經濟與就業增長的關系，認為相同行業內的廠商可因集聚產生的行業內溢出效應獲益，具體通過產業關聯效應、勞動池共享以及知識溢出效應得以更大規模擴張，此即Mar外部性。然而，Jacobs(1969)[2]從多樣化集聚的角度給出了另一種解釋，認為更為多樣化的行業集聚有利于城市制造業的發展。因為不同行業集聚引致的行業間溢出效應可吸引多樣化的勞動力，從而提高勞動力的匹配效率，并且相異行業間的知識交流也可促進創新，此即Jacobs外部性?？梢姡M管兩者在理論上較為一致地認為集聚經濟有利于就業的增長，但在現實背景下究竟是專業化集聚還是多樣化集聚擬或兩者同時有利于就業增長，關系到我國當前應該采用何種針對性政策以保證“穩就業”目標的順利實現。對此，借鑒范劍勇(2004)[3]的做法，本文利用城市行業的就業密度表征城市集聚程度，試圖構建囊括專業化集聚和多樣化集聚的就業增長模型，對我國的實際情況進行經驗檢驗，通過探討我國不同城市中集聚經濟的就業增長效應對上述問題予以解答。

圖1 2009年城市集聚程度

注：灰色部分為缺失數據城市，數據來源于《中國城市統計年鑒(2010-2017)》，圖1單位為就業人口密度，地圖來源于國家基礎地理信息系統。

在已有分析集聚經濟就業增長效應的文獻中，盡管部分文獻驗證了Jacobs外部性對就業的促進作用，但沒有發現Mar外部性對就業產生積極影響的證據[4-7]，也有文獻認為Jacobs外部性并非必然有助于行業就業的增長[8-9]。以上研究結論存在差異的原因，一是由于集聚經濟外部性尤其多樣化集聚外部性的作用機制較為復雜，學者們所采用的集聚度量方式多種多樣①，不同的集聚度量方式往往會得到差異化的研究結論[10]；二是關于集聚經濟的行業就業增長效應估計，往往存在諸如由變量測量誤差或逆向因果等原因產生的內生性問題。已有研究在模型估計過程中對內生性問題的處理尚未加以足夠重視[11]，要得到集聚經濟就業增長效應的精準估計，尚需基于囊括專業化集聚和多樣化集聚的綜合理論框架，通過對集聚經濟外部性的作用機制作細致解析，這不僅有利于構建與理論一致的集聚度量指標，而且作用機制的內在邏輯分析對工具變量的構造也有重要啟示。

盡管已有研究關于集聚經濟的就業增長效應尚存爭議，但針對多樣化集聚有助于穩定就業的觀點已得到普遍認同[12]。相比于專業化集聚，多樣化集聚可為經濟波動產生的就業風險提供緩沖，更有能力避免就業的大幅波動[13]，更好發揮多樣化集聚的Jacobs外部性可為當前我國“穩就業”目標的實現提供重要思路。關于多樣化集聚Jacobs外部性產生作用的中間機制，國內僅有張萃(2018)[14]討論了多樣化集聚的中間機制，但分析的是多樣化集聚與創業之間的關系，針對多樣化集聚就業增長效應作用機制的認識不足，有必要基于綜合的理論框架構建反映多樣化集聚作用機制的指標。此外，由于技術、要素特征和集聚程度等因素存在差異，兩類集聚經濟的外部性在行業和地區間具有不同的作用[8,15-16]。結合我國經濟結構發生深刻變化的現實背景，尤其在供給側結構性改革實施以來，結構性失業具有明顯的行業和地區集中特征[7,10,17]，這意味著集聚經濟的外部性在行業和地區層面應該具有差異化影響。因此，對集聚經濟的就業增長效應在行業和地區間的異質性還應給予足夠重視。

二、理論分析框架的提出

Lee(2015)[18]提出的靜態分析框架綜合考慮了專業化集聚的行業內溢出效應和多樣化集聚的行業間溢出效應，并假定行業溢出效應外生于企業，對靜態的企業空間分布沒有影響。在此基礎上，借鑒Hanlon和Miscio(2017)[19]的方法，本文將技術進步內生化，依此探討初始集聚程度對城市制造業就業增長的動態過程②。相比Lee(2015)[18]的研究，構建動態分析框架不僅可分析行業內溢出效應和行業間溢出效應對城市制造業就業的影響，而且產業關聯效應在其中起到至關重要的作用。

(一)靜態模型：不考慮技術進步

Lee(2015)[18]所提出的集聚模型是在技術水平給定的前提下構建的，著重分析靜態集聚效應對勞動力和經濟活動空間分布的影響。假設經濟體中存在大量城市c(c=1,…,C)和大量制造業行業i(i=1,…,I)，每類行業均生產一種特定的最終產品(以i標記)。經濟體中的個體完全同質，且消費一定數量的最終產品。其中，最終產品i在t時期的價格為pit③，總消費量為xit。行業i中的最終產品由若干處于完全競爭市場中的企業生產，假定代表性企業f的產出為：

(1)

其中Aict為城市c中行業i在t時期的技術水平，Licft為企業f的勞動力投入，Ricf為企業f投入的其他資源數量，由城市c的區位特征決定且不隨時間而變。

(2)

現將企業在城市-行業層面予以加總，即可解得城市c中行業i的均衡勞動力就業量：

(3)

(二)動態模型：考慮技術進步

本文將靜態模型拓展至動態，不再假定技術水平給定。根據內生增長理論，將行業溢出效應引致的技術進步納入其中⑥。參照Glaeser 等(1992)[4]的設定，技術進步表示如下：

(4)

其中Sict表示制造業細分行業的技術溢出，主要包括四個部分：行業內溢出、行業間溢出、行業自身的技術進步和城市初始稟賦⑦。考慮到行業層面的技術進步難以觀測，并且集聚經濟也是行業技術進步的關鍵原因，選擇行業就業規模作為技術進步的替代。

本文將(3)式后延至t+1期，并取對數，隨后將(4)式代入其中，最后重新代入(3)式的對數式中，可得如下動態模型：

(5)

(6)

Duranton和Puge(2004)[20]的實驗室城市模型，從“技術池”效應角度分析了集聚對企業影響，多樣化集聚經濟的創新思想與多種技術支持會降低企業在技術選擇中的成本，使得企業更希望在多樣化地區創建。伴隨企業技術成熟過程，相同行業的制造業企業會陸續在多樣化地區投產，隨著越來越多的企業遷入，逐漸進入產品的成熟期和衰退期，此時擁擠效應開始顯現，產品的生產成本會逐漸上升。當收益不足以彌補生產成本時，即當擁擠效應大于集聚效應時，企業會陸續搬離到成本更低的專業化地區。Duranton和Puge(2004)[20]的實驗室城市模型，解釋了專業化集聚行業內溢出以及多樣化經濟行業間溢出與就業增長的不同機制。因此，在這里進行區分檢驗。現將(6)式代入(5)式，可得：

(7)

上式表明城市c中行業i就業量的變動可由行業內溢出、行業間溢出、行業層面的特定效應、城市層面的特定效應和總體工資水平的增長所決定。需要注意的是，本文引入了反映城市層面的整體溢出效應ψct和其他時變因素λct，在實證分析中無法將兩者分離，只能估計加總效應，統稱為城市-時間效應，定義為θct。類似地，對于反映行業層面的兩類因素pit和ζit也做同樣處理，其加總效應稱之為行業-時間效應，定義為δit。

三、研究模型的設定與數據處理

(一)模型設定

基于上述理論框架，本文將實證模型設定如下：

(8)

依據理論分析框架，本文將城市制造業行業溢出效應通過中間機制指標進行表達。制造業行業間溢出的主要途徑來源于勞動力市場共享、知識技能的交流以及多樣化的產業關聯。借鑒Ellison等(2010)[21]的做法，本文利用行業的投入產出關聯、知識溢出和勞動力市場共享機制三個維度，構建測度指標刻畫制造業行業間溢出的作用機制，如下所示：

τki=β1IOinki+β2IOoutki+β3Indsimki+β4Edusimki+β5Titsimki?i,k

(9)

其中，IOinki、IOoutki分別為制造業行業間的投入權重和產出權重。

制造業的產業關聯有利于知識與技術交流，并可共同分享本地的生產性服務業帶來的便利，同時更多的制造業行業使用同一公共服務，也有利于降低服務價格和成本，從而提高生產和消費的規模經濟[22]。Indsimki為制造業行業技術相似度，用于測度知識溢出機制，利用行業中間投入結構相似度表征。Edusimki和Titsimki分別為制造業行業間勞動力的教育相似度和職業技能相似度，相似的中間投入結構有利于制造業行業間的知識和技術的相互交流[23-24]。制造業行業間勞動力結構越相似勞動力匹配效率越高，越有利于勞動力在制造業行業間的流動[25-26]。

本文將式(9)代入式(8)，可得如下最終模型：

(10)

需要注意的是，本文的實證模型沒有納入城市-行業層面的效應，而是通過引入城市-年份效應和行業-年份效應，對時變的城市層面特征和制造業行業層面特征加以控制。另外，為了解決相同城市中不同制造業行業的誤差項以及不同城市間相同制造業行業的誤差項容易存在序列相關的問題，遵循Cameron等(2011)[27]的做法，本文采用城市-行業、城市-年份和行業-年份維度的聚類穩健標準誤予以估計。

(二)數據說明

1.城市制造業勞動力Lict

囿于數據可得性，本文主要分析集聚經濟對城市制造業就業增長的影響。城市制造業勞動力數據來自于2002-2007年中國工業企業數據庫。考慮到數據缺失、地區行政代碼缺失和行業代碼缺失等問題的存在，需要對數據庫進行仔細核對和糾正。首先，根據企業名稱、組織機構代碼、產品、法人和所在地區等信息，修正中國工業企業數據庫中亂碼、錯碼問題；其次，鑒于2003年行業代碼經歷了一次調整，根據《國民經濟行業代碼標準(GB/T 4754-2002)》，統一了樣本期行業代碼；再次，樣本期間地方政府進行了大量的行政區域的拆分與合并，本文以GB/T2260-2002行政區劃和代碼為基準，統一了數據庫中行政區域代碼；最后，將樣本期內中國工業企業數據庫所包含的城市與《中國城市統計年鑒》(2002-2007)相匹配，刪除數據缺失的城市，最終得到262個城市樣本。在此基礎上，匯總城市制造業勞動力數據，并依照《中國地區投入產出表》(2002，2007)中的制造業行業對匯總的城市行業數據進行調整，總共得到2002-2007年262個城市16個制造業行業數據。

2.跨行業集聚指標

(1)上下游關聯效應。借鑒Ellison等(2010)[21]的做法，本文采用制造業行業投入產出表測算行業間的上游關聯度和下游關聯度。具體地，使用各省(區、市)的基本流量表，構建行業i的投入權重和產出權重：

IOinki=xki,input/Xi,input

(11)

IOoutki=xki,output/Xi,out

(12)

其中xki,input為行業i直接消耗的行業k的貨物或服務價值量，Xki,input為行業i的總投入，xki,output為行業i被行業k消耗的貨物或服務價值量，Xi,out為行業i的總產出。考慮到我國的投入產出表為每間隔5年編制一次，借鑒潘文卿等(2011)[28]的方法，對2003-2006年期間的數據，使用加權平均法進行補齊。

IOinkit=[1-(t-2002)/5]IOinki,2002+[(t-2002)/5]IOinki,2007

(13)

IOoutkit=[1-(t-2002)/5]IOoutki,2002+[(t-2002)/5]IOoutki,2007

(14)

基于這兩個權重，構建出上下游關聯指標：

Inputspillic=∑k≠iIOinki·lnLck；Outputspillic=∑k≠ioutinki·lnLck

(2)知識溢出機制。關于制造業行業間的技術相似度的測算，借鑒Los(2000)[29]、潘文卿等(2011)[28]的方法，本文使用兩個制造業行業的直接消耗系數結構向量角余弦的方法進行計算，使用制造業行業間的技術相似度來衡量知識溢出機制。計算的基本原理是，若兩個制造業行業的中間投入結構越相近，則其行業技術越相似，計算公式如下：

(15)

其中，akit和akjt分別表示t時期行業i與行業j的直接消耗系數列向量的第k個元素。如果兩個制造業行業間的投入產出結構相似度越高,indsimijt的值越接近于1。同樣使用簡單加權平均法，對2003-2006年的數據進行補齊。

Indsimkit=[1-(t-2002)/5]Indsimki,2002+[(t-2002)/5]Indsimki,2007

(16)

通過計算可以得到262個城市16個制造業行業兩兩之間的技術相似度矩陣，基于此權重矩陣便可得到城市c中與行業i的行業間技術相似的溢出效應如下：

Indspillic=∑k≠iIndsimki·lnLck

(3)勞動力市場共享。2004年工業企業數據庫提供了詳實的制造業勞動力特征數據，包括受教育狀況和技能水平狀況等，本文利用教育相似度和技能相似度，作為勞動力結構相似度的衡量。具體地，將個體受教育程度分為研究生及以上、本科、大專、高中和初中及以下五類，將個體技能職稱分為高級、中級、初級、技師和工人五類，以上數據均來自中國工業企業數據庫。同樣，借鑒Los(2000)[29]的計算方法，公式如下：

(17)

(18)

其中，edki和edkj分別表示制造業行業i和行業j的勞動力受教育程度結構，ttki和ttkj分別表示制造業行業i和行業j的勞動力職業技能結構。兩個制造業行業間相似度越高，則Edusimij和Titsimij的值越接近于1。具體地，得到了262個城市16個制造業行業的勞動力受教育程度相似度矩陣和勞動力職業技能相似度矩陣，基于此相似度矩陣就可以得到城市c中與行業i的行業間勞動力受教育程度相似的溢出效應和行業間勞動力職業技能相似的溢出效應如下：

Eduspillic=∑k≠iEdusimki·lnLck;Titspillic=∑k≠iTitsimki·lnLck

(三)描述性統計

以上變量的描述性統計分析結果如表1所示，制造業就業增長(Δlnl)的極差較大，原因在于部分規模較小的城市行業中，廠商數量和就業規模均比較少，當這部分廠商決定更換城市所在地或破產倒閉，又或者轉向生產另外的產品從而進入到其他行業，都會造成該城市制造業行業的就業規模產生較大波動。由于就業規模發生較大波動的城市制造業行業相對較少，對總體影響較小⑨。另外，制造業企業在技術結構與勞動力結構往往呈現出更大的差異，但行業技術相似度的集聚效應比較小，表明技術結構和勞動力結構更有利于區分制造業行業間的差異性。

表1 主要變量的描述性統計

四、集聚經濟對就業增長的影響

基于全樣本從行業內溢出效應和行業間溢出效應角度，本文分析專業化集聚和多樣化集聚對我國城市制造業就業的影響，以期比較兩類集聚經濟的就業增長效應，基于行業類型和城市規模差異考察兩類集聚經濟對就業的異質性影響。

(一)基準回歸結果

制造業行業內溢出和行業間溢出對城市制造業就業的增長效應估計結果如表2所示，其中第(1)列為初步的OLS估計結果，對模型(10)的估計可能存在內生性問題。首先，由于工業企業數據庫缺乏規模以下非國有工業法人企業信息，并且企業在上報時存在瞞報的可能，因此所測算的行業就業量可能存在測量誤差。其次，可能遺漏共同影響行業i和行業k就業量的因素，使得估計結果出現偏誤。根據Bartik(1991)[30]構造工具變量的思路，本文利用城市c中制造業行業i滯后1期的就業量Lict-1和除城市c外的所有城市中制造業行業i滯后1期的就業量增長率gi,-c,t-1的交互項Lict-1*gi,-c,t-1以及上述指標均滯后2期形成的交互項Lict-2*gi,-c,t-2，作為為Lict的工具變量。

需要注意的是，由于本文所構建的反映多樣化集聚的中間機制也包含了Lict，在估計的過程中內生性問題不僅存在于行業內溢出效應，行業間溢出效應同樣存在。針對行業間溢出效應中的內生性問題，借鑒Bartik(1991)[30]，本文將工具變量與中間機制溢出系數的交互項作為行業間溢出效應中間機制變量的工具變量⑩。由于該工具變量是城市行業滯后就業量與其他地區行業增長速度所構建，而其他地區行業就業增長速度是外生的，與下一期城市行業就業增長速度并不相關，但是與當期城市行業就業量相關。

表2 行業溢出對城市產業規模影響的估計結果

注：(1)括號內為聚類穩健標準誤；(2)***、**、*分別對應0.01、0.05和0.1的顯著性水平(下同)；(3)工具變量一欄中，Wtn表示僅對lnl作IV估計，Wtn-Btn表示對所有可觀測解釋變量作IV估計。

IV估計結果呈現于表2的第(2)列和第(3)列，其中第(2)列僅對反映行業內溢出效應的解釋變量lnl作IV估計，第(3)列則是對反映行業內溢出效應和行業間溢出效應的所有解釋變量作IV估計。工具變量的有效性則需滿足兩個條件：相關性和外生性，只需檢驗工具變量是否與內生解釋變量足夠相關，以及工具變量是否與誤差項相關即可。其中，檢驗工具變量是否滿足相關性條件，一般采用弱工具變量檢驗，該檢驗考察的是工具變量與內生解釋變量是否足夠相關。鑒于本文的估計結果全都在省市層面聚類得到的，采用了更為穩健的Kleibergen-Paap F檢驗。在檢驗工具變量是否滿足外生性條件時，若工具變量有兩個或多于兩個則可采用過度識別檢驗，使用Hansen J檢驗完成。在第(2)列和第(3)列中，弱工具變量檢驗的Kleibergen-Paap F統計量分別為74.57和56.23，F統計量的值均大于10，即所使用的工具變量不存在弱相關問題。針對工具變量的外生性條件，過度識別檢驗Hansen J統計量的值分別為0.999和1.022，對應的P值為0.318和0.312，表明構造的工具變量均為外生變量。通過Durbin-Wu-Hausman檢驗予以考察原始變量的外生性問題，以及判斷2SLS估計的有效性，在第(2)列和第(3)列中檢驗結果為195.726和140.873，并且在5%水平上顯著，表明原模型存在內生性問題，使用IV估計結果是有效的。以上的檢驗結果表明，本文所選用的工具變量是合理的。

根據表2中IV的估計結果，從專業化集聚的行業內溢出效應的作用來看，lnl的系數為負表明行業內溢出效應不利于我國城市制造業的就業增長。由于集聚經濟的就業增長效應始終是正向集聚效應與負向擁擠效應共同作用的結果，這就意味著盡管行業內溢出效應可促進制造業就業，但樣本期內由專業化集聚引致的擁擠效應顯然更強。首先，根據Duranton和Puga(2004)[20]的實驗室城市模型，在產品的引入期和成長期，相同行業的制造業企業會陸續在多樣化地區投產，但隨著越來越多的企業遷入，逐漸進入產品的成熟期和衰退期，此時擁擠效應開始顯現，產品的生產成本會逐漸上升，當收益不足以彌補生產成本時，企業會陸續搬離到成本更低的專業化地區。但是，在2002-2007年間我國現在大部分企業正處在成長期，因此專業化集聚對城市制造業行業的就業增長作用較為有限[31]。其次，樣本期內我國制造業企業的專業化集聚往往由政府主導，市場自發的力量較為薄弱，尤其選擇性產業政策的施行導致大量低端產品制造企業的快速上馬，使得專業化分工的效率較低，集聚效應得不到充分發揮，且更容易形成過度擁擠，這最終也會使得我國城市制造業的就業規模受限[14]。

從多樣化集聚的行業間溢出效應的作用來看，本文主要關注反映上下游關聯機制的變量Inputspill和Outputspill、反映知識溢出機制的變量Indspill和反映勞動力共享機制的變量Eduspill和Titspill等變量的系數，無論是上游關聯還是下游關聯均對我國城市制造業的就業規模擴張具有顯著的正向影響，這表明本地的產業關聯對于城市制造業就業規模的擴張尤為重要。產業關聯理論認為下游關聯有助于新技術和新產業的出現，而上游關聯則有助于技術的持續進步，兩者均有助于產業就業規模的擴大，本文的估計結果為產業關聯理論在我國制造業行業就業中的適用性提供了經驗證據。根據多樣化集聚理論，行業間勞動力受教育程度相似和技術相似的溢出效應對城市制造業就業增長應該具有正向影響。如第(3)列的估計結果顯示Eduspill的系數雖然為正但不顯著，而Titspill的系數則顯著為負，表明在控制遺漏變量對不同行業的共同影響后，本文并沒有得到勞動力共享機制促進多樣化集聚就業增長效應的證據，尤其行業間勞動力職業技能相似的溢出效應反而不利于制造業行業的就業增長。可能的原因在于勞動力獲得職業技能職稱是在所從事行業不斷學習積累的結果，在特定行業獲取的職業技能可能由于行業間知識背景和制度差異，在其他行業得不到青睞，這使得勞動力往往不會選擇輕易離開本行業，而其他行業在試圖從勞動力共享機制中獲益的成本相對更高。

(二)行業和地區的異質性

實施供給側結構性改革實施以來，我國出現的結構性失業具有行業和地區集中特征，那么樣本期內集聚經濟對我國勞動力就業是否存在行業和地區差異，對這一問題的回答有助于明確集聚經濟對就業的異質性影響，從而對現階段如何有針對性地發揮集聚經濟的作用以保持穩就業具有借鑒意義。由于行業間的技術構成和資源稟賦不同，由集聚產生的行業溢出效應對就業也有差異化影響[4]；同時，由于市場環境不同，不同規模城市所適宜的集聚經濟類型也不盡相同。為此，本文將從行業、城市規模角度分析行業溢出對城市制造業就業規模擴張的異質性影響。

1.制造業行業類型的異質性

本文在細分行業層面考察專業化集聚和多樣化集聚的就業增長效應，結果如表3第(1)列所示，所使用的工具變量通過了弱工具變量檢驗與過度識別檢驗。由于行業內溢出涉及的參數較多，將各細分行業lnl的系數估計置于圖2。由結果可知不同行業的lnl系數均顯著為負，表明專業化集聚不利于就業增長的結論在所有制造業行業都是成立的。當然，盡管細分行業層面的估計結果可發現不同行業專業化集聚的就業效應，但無法揭示多樣化集聚在不同行業中的異質性影響。為此，本文嘗試將所有細分行業進行分類，并對各類行業分別作回歸估計，以期發現專業化集聚就業增長效應的異質性證據。潘文卿(2011)[28]利用多維標度法，通過計算行業間的技術距離將制造業行業予以分類，而本文恰是使用技術相似度、職業技能相似度和教育相似度等指標反映多樣化集聚的中間機制。因此，借鑒潘文卿(2011)[28]的做法將制造業行業劃分為三類，其中第I類主要是以勞動密集型為主的輕工業，第II類為以技術或資本密集型為主的化工行業，而第III類屬于以技術或資本密集型為主的重工業或高精尖技術行業，主要是以金屬制品為依托的各種機械設備和儀器儀表的制造業。

表3 行業類型的異質性影響估計結果

注：(1)以上各列回歸結果均是Wtn-Btn工具變量估計；(2)鑒于全部制造業行業涉及16個細分行業，各細分行業內集聚效應的估計結果由圖1所示。

圖2 制造業各細分行業的行業內溢出效應的估計結果(注：圓點為估計系數，區間線段為95%的置信區間)

針對三類制造業行業的估計結果如表3的第(2)-(4)列所示，弱工具檢驗和過度識別檢驗結果顯示工具變量是有效的。由估計結果可知三類行業的行業內溢出效應均顯著為負，這與前文的估計結果一致。從重點關注的專業化集聚中間機制變量來看，行業間溢出效應的作用機制存在顯著差異。其中，下游產業關聯效應對第I類行業的就業規模具有顯著正向影響，可能的原因在于第I類行業樣本期是我國加入WTO后輕工業的快速發展時期，對外貿易引致的對輕工業品的大量需求促進了我國輕工業集聚區的建設，從而增加了就業崗位。相比而言，無論是上游關聯效應還是下游關聯效應均顯著促進了第III類行業的就業需求，原因在于第III類行業的重工業和高精尖產業屬性一般要求較長的產業鏈，對產業關聯的程度要求也較高，相對更為緊密的產業關聯有利于形成第III類行業的集聚。然而，第II類行業的就業規模盡管受技術溢出效應的影響明顯，但上游關聯效應卻具有顯著的不利影響?？赡艿脑蛟谟诘贗I類行業的化工行業屬性一方面具有較高的技術和工藝要求，而技術溢出有利于化工行業的集聚；另一方面則由于化工行業的上游產業多集中在西部地區，包括煤、石油和天然氣開采等，經濟和自然環境較為惡劣，對勞動力和資金的吸引能力弱，從而不利于多樣化集聚的形成[32]。

注：以上各列均為IV估計結果。

2.城市規模的異質性

我國不同規模的城市所受益的集聚類型不盡相同，其中城市基礎因素對集聚經濟的形成具有重要影響[10]，本文依城市規模進行分類估計不同規模城市中的行業溢出對城市產業規模的異質性影響。依據樣本期初始年份的非農就業規?？蓪⑺谐鞘蟹譃樗念悾謩e為45個非農就業人口數超過100萬的特大城市、61個非農就業人口數介于50-100萬的大城市、123個非農就業人口數介于20-50萬的中等城市和33個非農就業人口數低于20萬的小城市。分城市規模的異質性分析結果如表4所示，所使用的工具變量通過了弱工具檢驗和過度識別檢驗。結果顯示不同規模城市中的集聚經濟外部性并無顯著差異，其中行業內溢出效應對于城市產業規模擴張均為顯著負向影響，而行業間溢出效應中的產出關聯則具有顯著正向影響。這與傅十和等(2008)[10]的研究結論并不一致。主要原因在于其研究缺乏控制行業-時間因素，并且沒有考察行業溢出效應。值得注意的是行業間溢出效應的知識溢出、產出關聯和勞動力分享機制在小城市中都會發生作用，原因可能在于小城市的產業規模和深度不夠，產業上下游往往也不盡完善，更依賴于行業間的相互作用；同時，小城市中的公共服務供給往往超越經濟發展所需，從而更容易發揮行業間的溢出效應[33]。另外，從估計系數的大小來看，小城市中多樣化集聚更能促進城市產業規模擴張，這會減弱小城市發生市場萎縮的風險，使城市發展更加穩定。

綜上，異質性分析的結果顯示盡管專業化集聚形成的行業內溢出效應對城市制造業就業增長在不同行業和地區均具有顯著負向影響，由于不同行業對市場、技術水平和產業鏈等要求不同，并且不同城市的公共服務等市場環境也存在較大差異，多樣化集聚形成的行業間溢出效應對就業增長的影響則具有明顯的異質性影響。

表5 穩健性分析結果

注：(1)Wtn-Btn表示對所有可觀測解釋變量作IV估計，只顯示了所有工具變量回歸結果；(2)內生性檢驗中第(1)、(2)列使用的是DWH檢驗，第(3)、(4)、(5)列使用豪斯曼檢驗。

(三)穩健性檢驗

盡管基準分析和異質性分析都較為一致地表明專業化集聚不利于樣本期內我國城市制造業行業就業，而專業化集聚則具有正向促進作用。然而，我們還很擔心上述估計結果可能還受到極端值和估計方法等問題的影響，以下對這些可能的顧慮一一作穩健性檢驗。首先，由于制造業的發展往往伴隨著原有產業格局的破壞以及新行業的出現，廠商也會不斷調整其發展戰略，不斷地從原有行業退出或進入新行業，引致行業就業增長率較易產生極端值。為此本文對制造業行業就業的數據作上下1%截尾處理，估計結果如表5第(2)列所示。盡管工具變量與該城市行業的發展相對外生，但我國的行業規劃發展往往遵循統一的中央決策部署，不同城市的產業調整具有相似性，而工具變量的外生性可能并不嚴格成立，本文將城市c中制造業行業i滯后2期及滯后3期的就業量和除城市c外的所有城市制造業行業i滯后2期及滯后3期的就業量增長率的交互項作為工具變量，以考察工具變量對估計結果的影響，結果如表5第(2)列所示。本文利用對弱工具變量更不敏感的有限信息最大似然法(LIML)進行估計，估計結果如表5第(3)列所示?；鶞驶貧w結果是在賦予城市行業相同權重的前提下估計得到的，但城市行業的基期分布可能對集聚經濟的形成產生影響。為此本文分別使用滯后一期的城市行業就業數據和期初的城市行業就業數據，作為城市行業的基期就業量進行加權回歸，估計結果如表5的第(5)-(6)列所示。表5的估計結果均一致地顯示估計得到的系數符號和顯著性并無明顯變化，表明本文的分析結論具有較強的穩健性。

五、集聚經濟差異化影響的進一步探討

實證分析結果表明專業化集聚不利于我國城市制造業就業規模的擴大，而多樣化集聚形成的行業間溢出效應則具有顯著的正向影響，也即本文的分析結果僅支持Jacobs外部性理論在我國的適用性，而沒有得到Mar外部性理論在我國同樣成立的證據。那么兩類集聚經濟的就業增長效應為何在我國存在差異？本文將從微觀視角探討對此予以解釋。

行業就業在理論框架中由企業加總得到，其增長主要來源于新企業創建和原有企業規模擴張兩部分，通過分析兩類集聚經濟對企業創建和原有企業規模擴張的影響，便可從微觀視角解釋兩類集聚經濟就業增長效應的差異。行業就業增長主要依賴于新企業的創建和現有企業的規模擴張。相比于專業化集聚經濟，多樣化集聚經濟具有更為豐富的技術和市場，更容易形成“技術池”效應[20]。對于在技術選擇和產品市場定位并不完善的新建企業和中小企業而言，多樣化集聚經濟無疑為兩類企業提供了以較低成本獲得迅速成長的機會[14]。然而，企業的成長也會伴隨大量的同行企業進入，行業漸趨飽和的直接后果便是企業面臨的競爭壓力增大，最終提高企業運營成本。因此，當企業進入成熟期并成長為較大型企業后往往會選擇在成本更低的專業化集聚經濟中重新選址。

表6 行業內溢出、行業間溢出對企業作用差異

注：針對企業、行業以及地區特征加入了控制變量，由于篇幅緣故本文并未給出控制變量的結果。

如果上述解釋是合理的，那么分析兩類集聚經濟對不同階段企業就業的影響，就可為人們理解兩類集聚經濟的就業增長效應差異提供重要視角。根據企業創建年份識別新建企業，若為當年新建企業則賦值為1，否則賦值為0。隨后按照國家統計局對于企業的劃分標準，將從業人數超過1000人且營業收入大于40000萬元的企業界定為大型企業，將其余企業定義為中小型企業，據此分析兩類集聚經濟的行業溢出是否有利于企業新建以及對不同規模企業就業增長的影響。估計結果如表6所示，所使用的工具變量通過了弱工具檢驗和過度識別檢驗。由估計結果可知專業化集聚產生的行業內溢出效應無論是對新企業的創建還是對大型企業和中小型企業的就業規模擴張均具有顯著負向影響，但從多樣化集聚形成的行業間溢出效應來看，知識溢出效應、下游關聯效應和教育相似度都有利于新企業的創建，知識溢出效應和下游關聯效應均對中小企業就業規模的擴張具有顯著正向影響。從總體來看，多樣化集聚形成的行業間溢出效應通過促進新企業創建和中小企業就業規模擴張從而具有顯著的就業增長效應，而專業化集聚形成的行業內溢出效應則通過抑制新企業創建和不同階段企業的就業規模擴張對就業增長不利。

六、結論與啟示

從總體來看，專業化集聚形成的行業內溢出效應不利于我國城市制造業的就業規模擴張，而多樣化集聚形成的行業間溢出效應則具有顯著促進作用，其中產業關聯效應是多樣化集聚產生作用的主要途徑。專業化集聚對所有行業和地區的制造業就業增長均具有負向影響，而行業間溢出效應則因不同行業或地區的市場環境、技術水平、產業鏈等存在差異從而具有異質性影響。具體地，輕工業受益于下游關聯效應，化工行業則受益于技術相似的溢出效應，裝備制造業則同時受益于上、下游關聯效應。相比于大城市，多樣化集聚在小城市中更容易產生就業促進作用，多樣化集聚之所以有助于城市制造業規模的擴張，主要原因是可促進新企業創建和中小企業就業規模擴張。這意味著緊密聯系的產業多樣化集聚對于城市就業的長期穩定和增長具有重要作用，以專業化集聚為主的城市并不具備就業持續增長的動力。因為支柱產業遭遇風險就會影響城市就業的穩定，多樣化集聚形成的行業間溢出效應又離不開產業關聯、知識溢出和勞動力共享機制的實現，并且在不同行業和地區也存在明顯差異。因此，“穩就業”政策的制定還需根據當地市場環境和產業結構等進行調整。

本文的研究結論對國家產業空間布局以及不同地區就業穩定發展亦具有指導意義。針對產業空間布局，我們認為輕工業需要集聚到擁有較大本地市場的城市，化工行業則需根據產品技術路線選擇適宜城市，裝備制造業還需本地產業鏈條的支撐。針對地區就業政策，應當充分發揮小城市中行業間溢出效應較強的優勢，鼓勵產業集群式發展，防止局限在某一產業形成封閉式產業環境，放寬行業間勞動力流動的限制，組織搭建好企業交流平臺，引導要素自由流動。此外，初創企業和中小企業是就業增長的動力，應當從金融和公共管理等方面應制定傾斜性政策以扶持其成長和發展。

注釋：

① Glaeser(1992)、陳良文(2006)、Bishop 和Gripaios(2010)使用區位熵指標衡量專業化程度，使用HHI衡量多樣化程度；高虹(2018)使用地區產業發展程度及其他產業集群發展程度來衡量不同的集聚效應；張梅青和武勇杰(2017)使用HHI來表示專業化或者多樣化程度；Shermur和Polèse(2005)構建了一個指標來表示地區是否是多樣化還是專業化。

② 該理論模型考察了行業溢出效應影響行業技術進步進而影響城市產業就業增長，體現了Romer(1986)和Lucas(1988)的內生性增長理論。需要注意的是，這顯然并不是唯一影響集聚的作用力量。然而，本文的關注重點在于識別動態集聚，因此更關注技術進步。

③pit也可作為行業i在時期t的一系列特征的反映。

④ 為簡便起見，本文在基礎模型中沒有考慮更多的因素，如儲蓄、資本投資或中間投入等，這需要在以后的研究中更加深入的討論。

⑤ 需要說明的是，影響勞動力進入的其他因素中，部分因素具有吸引作用，因此可產生正向集聚效應，而部分因素則具有排斥作用，因而會引起負向集聚效應(擁擠效應)，本文在此沒有作明確細分，統一用城市薪酬差異系數表征。

⑥ 假定企業在制定勞動力需求決策時具有短視性，因此該技術進步外生于企業。

⑦ 城市初始稟賦是指期初城市產業就業量、工資以及競爭等方面的情況，這些因素會影響企業的選址決策，進而影響考察期內城市就業量的變化(Gleaser等，1992)。

⑨ 本文也對剔除了規模較小的城市樣本，重新進行了回歸，參數估計結果和顯著性并無太大變化。

⑩ 例如上游關聯指標Inputspillic=∑k≠iIOinki·lnLck的工具變量為Inputspillic=∑k≠iIOinki·ln(Lck,t-1*gi,-c,t-1)。