產業集聚、FDI約束與產業升級

沈宏亮 張佳 劉玉偉

內容提要：外商直接投資（FDI）約束下產業集聚作用于產業升級機制需進一步探討。本文使用1998-2013年中國工業企業數據，運用交互項回歸模型對三者關系進行實證檢驗，結果表明：產業集聚顯著促進了產業升級，引入FDI與產業集聚的交互項后，產業集聚對產業升級的總影響受到FDI引入規模的制約，只有達到拐點值后，產業集聚才能對產業升級起到促進作用。對于產業集聚的區域、行業、企業異質性分析發現，珠三角城市群、中低技術性行業、民營與資本密集型企業集聚的產業升級效應受FDI影響更明顯。因此，政府需繼續引導產業集聚式發展，擴大FDI規模，培養優勢主導產業。

關鍵詞：產業集聚;外商直接投資;產業升級;城市群;異質性

中圖分類號：F424.4?文獻標識碼：A?文章編號：1001-148X（2020）02-0083-08

收稿日期：2019-07-31

作者簡介：沈宏亮（1970-），男，河北涿鹿人，首都經濟貿易大學教授，博士生導師，經濟學博士，研究方向：產業組織、產業升級;張佳（1992-），女，黑龍江五常人，首都經濟貿易大學博士研究生，研究方向：產業集聚、產業升級;劉玉偉（1991-），男，河南新鄉人，首都經濟貿易大學博士研究生，研究方向：對外直接投資、外商直接投資。

基金項目：國家社會科學基金項目“消費品安全的治理績效測度與改進路徑研究”，項目編號：13BJY132;首都經濟貿易大學研究生科技創新項目“生產性服務業聚集與制造業效率提升：基于區域發展不平衡視角”資助。

改革開放以來，產業集聚式發展帶動了中國經濟的高增長，其中珠三角、長三角和京津冀等區域尤為明顯。這些產業集聚區不僅引領經濟快速發展，也顯現出產業升級效應，但由于各個區域產業發育程度、集聚狀況、企業相互依存度等的不同，產業升級效應和程度存在差異。同時，不斷增多的外商直接投資（FDI）在一些集聚區不僅占有較大份額，而且與產業集聚的空間布局高度一致，不僅直接影響著中國的產業升級，而且必然對產業集聚的升級效應構成約束。

一、理論分析與命題提出

基于Alfaro和Charlton[1]的分析，本文把產業技術進步看成是資本深化的結果，資本深化的途徑主要是資本品種類的增加。

首先，假設企業以柯布-道格拉斯（C-D）生產函數進行生產：

每一時刻，國內總資本存量可以表示為：

外商nF種資本q（i）的要素報酬用ω（i）表示，將K的表達式帶入到生產函數中，根據企業利潤最大化假設可以得出：

由（11）-（13）式可以分別得出以下三個命題：

命題1：產業集聚促進產業升級，集聚程度越高，對產業升級的促進作用越大。靜態而言，產業集聚產生的內部和外部規模經濟優勢可以節省生產成本。動態地看，產業集聚為企業創新和提高生產效率提供內在動力和外部壓力。

命題2：外商直接投資促進產業升級，外商直接投資規模越大，對產業升級的促進作用越大。FDI的引入促進資本積累，優化資源配置。國內企業通過學習外資企業先進的技術水平、完備的管理經驗，加速自主創新，帶動產業升級。

命題3：在外商直接投資作用下，產業集聚促進產業升級，隨著FDI規模擴大，產業集聚對產業升級的正效應可能增大。隨著FDI引進規模的擴大，已有產業集聚的規模效應相應放大;FDI通過產業內溢出效應對國內企業產生示范作用，使其注重研發和創新，提高生產效率。FDI通過前向、后向的產業關聯作用，促使提供中間品和配套服務的國內企業提高技術水平，從而表現出產業間溢出效應;來自FDI產生的競爭雖然可能產生擠出效應，但是也激勵國內企業進行技術升級與改造。

二、模型設定、變量選擇與數據說明

（一）模型設定

由于產業升級受產業集聚、外商直接投資的影響，因此，建立本文的基礎模型（14）：

在（14）的基礎上，加入產業集聚與外商直接投資交互項，建立拓展模型（15）：

（二）變量選擇

本文采用Olley和Pakes[6]的OP估計法，計算全要素生產率（tfp）代表產業升級。與傳統的C-D函數估計方法相比，這樣可以克服聯立性偏差和選擇性偏差。鑒于工業企業數據存在數據缺失問題，使用1998-2007年的數據計算tfp。在穩健性檢驗中，借鑒Turvey等[7]的做法，計算1998-2013年的勞動生產率代替全要素生產率。

2.解釋變量

產業集聚（agg）的測量方法主要有赫芬達爾指數（HHI）、空間基尼系數、區位熵以及EG集聚指數四種。由于根據空間基尼系數、區位熵計算的產業集聚度存在無法區分產業集聚類型的缺陷，Ellison和Glaeser[8]提出了EG集聚指數解決上述問題，公式如下：

按照2002年國民經濟行業分類，將制造業分成兩位數制造業及其所屬的四位數制造業，分別計算集聚度，并進行標準化處理。

外商直接投資（lnfdi），用當年實際利用外國投資加港澳臺投資總額作為衡量指標，并進行對數處理。

3.控制變量

控制變量包括：（1）政府補貼（lnsubsidy），政府補貼增加了企業的研發資金，進而帶動企業技術升級，采用政府補貼與企業銷售額之比的對數值表示，并用PPI平減進行處理。（2）企業利潤率（profit），盈利高的企業會加大創新投入，采用利潤總額與銷售額之比來表示。（3）融資約束（finance），過度的企業融資約束阻礙企業的研發和投資活動，致使企業生產率下降[11]，適度的融資約束能規范企業的生產活動，對企業生產率具有促進作用[12]，采用利息支出與固定資產總值之比表示。（4）企業年齡（age），企業學習效應隨著企業年齡的增長而提高，使企業生產率提高，也可能因為思想守舊而導致生產率下降，用企業的運營時間來表示。（5）企業管理水平（manage），高效合理的企業運行環境，對企業生產率有一定促進作用，用主營業務收入與平均資產總額之比表示。（6）國有比例（soratio），用國有資本和集體資本的總和與總實收資本的占比表示。

（三）數據說明

本文使用的數據來源于1998-2013年《中國工業企業數據庫》中全部國有工業企業和規模以上的非國有工業企業，由于數據庫中存在指標缺失和匹配混亂等問題，本文應用Brandt等序貫匹配方法[13]，參照“會計通用準則”對數據進行如下處理：刪除工業總產值、工業增加值、中間投入、從業人員數、企業銷售額、固定資產等數值為0、負值或缺失的樣本;去除企業營業利潤、應付工資為負或缺失的樣本;對企業總資產小于固定資產、總資產小于流動資產、企業生存年齡小于0、非國有企業主營業務收入小于500萬元等異常值進行刪除。由于1998-2002年中國工業企業數據庫采用的是GB/T4754-1994行業代碼，2003-2007年使用的是GB/T4754-2002行業代碼，所以將2002版行業代碼與1994版行業代碼進行轉換，通過合并、替代、刪除的方式確定所屬的國民經濟行業。本文所使用的包含287個市（縣）的城市層面的數據來自《中國城市統計年鑒》。

三、實證分析

（一）基準回歸分析

基準回歸采用面板固定效應模型，分析產業集聚、外商直接投資以及二者的交互項對產業升級的作用，其中，分別使用四位數制造業集聚指數和兩位數制造業集聚指數對產業集聚進行分析?；貧w結果如表1所示。

產業集聚度（EG）是本文關注的核心解釋變量，從表1第I、III、IV列看，在不加入其他變量的條件下，四位數制造業EG系數為0.0416，且在1%的水平顯著。加入外商直接投資（lnfdi）和其他控制變量后，EG系數分別為0.0137和0.0055且都顯著，表明產業集聚促進了產業升級，證實了命題1。

由第II列可以看出，在不加入其他變量的情況下，外商直接投資（lnfdi）的系數為0.1657且在1%的水平顯著，表明外商直接投資促進了產業升級，證實了命題2。

為了進一步檢驗FDI作用下產業集聚對產業升級的影響，引進產業集聚與FDI的交互項。如第V、VI列所示，在不加入控制變量的條件下，EG*lnfdi的系數為0.0299，在10%的水平下顯著。加入控制變量后，EG*lnfdi的系數為0.0287，在10%的水平下顯著。表明在FDI作用下，產業集聚對產業升級起到了促進作用，證實了命題3。

不難發現，加入交互項后，第VI列中產業集聚的系數為-0.0204，產業集聚對產業升級的總影響為“-0.0204+0.0287lnfdi”。表明在FDI處于較低水平時，產業集聚對產業升級起到抑制作用，當FDI處于較高水平時，產業集聚促進產業升級。這反映了當FDI引進規模較小時，產業集聚的外部規模經濟效應尚未得到發揮，對產業升級起到抑制作用。隨著FDI引進規模擴大，產業鏈上下游相關配套產業逐步發展起來，產業集聚的規模效應和空間溢出效應顯著，使集聚區的企業創新水平、生產效率提高，從而促進了產業升級。

在控制變量方面，加入交互項前后無本質性變化，經濟意義相同，且回歸結果也與基本預期相符，在此不做過多解釋。選取兩分位制造業集聚指數得出的回歸結果在方向上與四位數制造業相同，經濟意義一致。

（二）異質性分析

考慮到產業集聚存在明顯的區域、行業與企業差異，本文進一步分析FDI作用下區域、行業和企業異質性產業集聚對產業升級的影響。

1.區域異質性

為了考察不同區域產業集聚對產業升級的影響，根據2018年11月18日國務院發布的《中共中央國務院關于建立更加有效的區域協調發展新機制的意見》，將城市分為七大城市群。由于工業企業數據庫不包括港澳數據，所以將粵港澳大灣區改為珠三角城市群，共149個市（縣），回歸結果如表2所示。

可以發現：第一，交互項系數為正，說明整體而言，在FDI作用下，各個城市群的產業集聚都對產業升級起到了促進作用。其中，以廣州、深圳為中心的珠三角城市群促進作用最強;武漢為中心的長江中游城市群次之;成都、重慶為中心的成渝城市群、鄭州為中心的中原城市群、西安為中心的關中平原城市群之間差異不明顯，但都促進了產業升級。兩個例外城市群為以北京為中心的京津冀城市群和上海為中心的長三角地區，前一個城市群促進作用略低，后一個城市群不顯著。這是由于1998-2007年間，京津冀、長三角城市群中心城市發展快于周邊城市，資源吸納效應大于擴散效應，外商直接投資也主要集中在中心城市，結果導致產業集聚的產業升級作用不夠強。第二，除珠三角、長江中游城市群外，其他五大城市群的產業集聚系數均為正，表明產業集聚對產業升級的總體效應為正，成渝城市群的促進作用最強，京津冀次之，中原、關中平原城市群的影響不顯著。長江中游城市群產業集聚為負但是不顯著。珠三角城市群產業集聚對產業升級的總影響為“-0.0283+0.0173lnfdi”，即當FDI規?？缭焦拯c值后，產業集聚對產業升級起到促進作用，其原因是珠三角地區一直處于對外開放前沿，有吸引外資的良好區位條件，此時外資企業與國內企業容易形成競爭關系，如果FDI引入規模小，外資企業為了避免與國內企業進行同質化競爭，就會將FDI投入到稀缺行業，但是難以形成完整的產業鏈條，導致產業集聚的正外部性不明顯，從而對產業升級作用有限。大規模的FDI引入，才能更有效地發揮出FDI的技術溢出效應并作用于產業集聚，促進產業升級。

2.行業異質性

基于WIOD數據庫的劃分方式及OECD制造業的技術分類標準，將制造業劃分為高、中、低技術行業，分別研究FDI作用下這些不同技術水平的產業集聚與產業升級的關系，回歸結果如表3所示。

可以看出：第一，在FDI作用下，高、中、低技術行業集聚對產業升級產生的影響出現了差異。一個令人困惑的結果是，高技術行業的交互項系數不顯著。這可能是由于諸如航空設備制造業等高技術產業規模龐大，對外資質量等具有較高要求，產業集聚對產業升級的促進作用受到FDI的影響相對較小;中等技術行業的交互項系數為正且顯著。例如金屬冶煉業、塑料制成品等行業，引入FDI后，產業集聚對產業升級產生了促進作用;低技術行業的交互項系數為正且顯著。諸如食品飲料制造、紡織品制造等技術相對成熟的行業，外商直接投資進入后的集聚發展促進了產業升級。第二，從產業集聚系數看，中、低技術產業集聚對產業升級的總影響依賴FDI的引進水平。

3.企業異質性

按照企業各類資本占實收資本的比重，將企業劃分成國有、民營和外資企業。按照要素密集度的大小，將企業劃分為資本和勞動密集型企業，其中要素密集度運用固定資產凈值與從業人員數的比值計算，以中位數為界，將小于中位數的企業視為勞動密集型企業，大于中位數的企業視為資本密集型行業企業。企業異質性的回歸結果如表4所示。

結果表明，在所有制方面，第一，國有、民營、外資企業的產業集聚通過FDI作用均對產業升級起到促進作用，民營企業的促進作用最強。這是因為民營企業的市場化程度高，有吸引FDI的優勢，容易在一定空間范圍內形成集聚，并能充分利用產業集聚產生的正外部性。第二，在產業集聚對產業升級的總影響中，國有企業集聚效應不顯著，在民營和外資企業中，只有當FDI引進達到一定規模，民營企業和外資企業集聚的產生升級效應才充分表現出來。

在要素密集度方面，第一，在FDI作用下，資本密集型企業的產業集聚對產業升級的促進作用強于勞動密集型企業，表明資本密集型企業對外資的技術溢出具有更強的吸收能力;第二，對于勞動密集型企業而言，產業集聚對產業升級的總影響依賴FDI的引進規模，只有大規模的FDI引進，才能促使勞動密集型企業不斷推進技術升級。

（三）內生性問題處理

考慮到產業集聚與產業升級之間可能存在反向因果關系，即產業集聚通過多種機制促進產業升級，而產業升級又會促進產業集聚的發生，由此會導致內生性問題。尋找合適的工具變量（IV）是解決內生性的標準方法，IV的選擇需要滿足兩個基本條件：第一，IV與解釋變量之間具有較強的相關性;第二，IV是外生的。本文選取城市就業密度和滯后2期的產業集聚指數作為工具變量。理由如下：首先，城市群的空間集聚吸引人員向集聚區流動，就業密度增加，技術、知識溢出效應明顯，從而進一步增強了該區域的集聚程度[14]。換言之，城市就業密度與產業集聚高度相關。城市就業密度為地區層面的數據，被解釋變量為企業層面的微觀數據，地區層面變量對微觀層面變量的影響較小，符合外生性的條件[15]。本文選取287個城市就業密度作為產業集聚的工具變量，城市就業密度（emp）指標表示為：emprt=Prt/Srt，其中，r表示城市，t表示年份，Prt表示r城市t年的就業人數，Srt表示r城市t年的土地面積。其次，滯后2期的產業集聚指數屬于歷史數據，不會對當前經濟發展和微觀企業產生作用，滯后2期的集聚指數與當期集聚指數具有直接的關系，符合工具變量的選取要求。使用工具變量法進行兩階段最小二乘回歸（2SLS），如表5所示。

結果顯示，LM statistic和Wald F statistic拒絕了“弱工具變量”的原假設，證明IV與潛在內生變量之間有較強的相關性，IV的選取合理。對應的研究結果也符合要求，進一步支持了基準回歸的結論。

（四）穩健性檢驗

為了驗證上述分析結果的穩健性，接下來采取1998-2013年的勞動生產率代替全要素生產率，用赫芬達爾指數（HHI）表示產業集聚，并采用分位數回歸重新估計產業集聚、FDI與產業升級之間的關系?；貧w結果如表6所示。

使用OLS回歸和0.1、0.25、0.5、0.75、0.9分位數回歸的結果無明顯差異，與基礎回歸在方向性上保持一致，經濟意義相同，從而表明本文核心結論穩健可靠。

四、結論與建議

本文使用1998-2013年中國工業企業數據，運用交互項回歸模型對三者關系進行了實證檢驗，研究表明：第一，產業集聚和FDI促進產業升級，加入二者交互項，系數為正，說明產業集聚對產業升級的總效應受到FDI引入規模的影響，只有當FDI跨越拐點值后，對產業升級起到促進作用，二分位制造業與四分位制造業回歸系數方向保持一致。第二，在區域異質性中，引進FDI后，珠三角城市群產業集聚對產業升級的促進作用最強，在產業集聚對產業升級的總影響中，京津冀、長三角、成渝城市群起到顯著促進作用，長江中游、中原、關中平原城市群作用不顯著，珠三角城市群需考慮FDI的引進規模;在行業異質性中，引進FDI后，中、低技術集聚對產業升級起到促進作用，高技術集聚對產業升級作用不顯著，在產業集聚對產業升級的總影響中，中、低技術集聚需考慮FDI的引入規模;在企業異質性中，引進FDI后，民營企業集聚對產業升級的促進作用最強，在產業集聚對產業升級的總影響中，國有企業效果不顯著，民營和外資企業集聚需考慮FDI的引入規模;資本密集型企業集聚對產業升級具有更強的促進作用，且資本密集型企業集聚對產業升級的總影響為正，勞動密集型企業需考慮FDI的引入規模。第三，在使用城市就業密度和滯后2期的產業集聚指數作為工具變量做內生性問題處理，與使用勞動生產率表示產業升級，HHI表示產業集聚的分位數回歸穩健性檢驗中，都得到了與基礎回歸意義一致的結果。

基于以上理論與實證分析結果，本文提出以下建議：首先，為了加快產業升級，要繼續引導產業集聚式發展，完善集聚區基礎設施，促使上下游相關配套產業共同發展，充分發揮產業集聚產生的“低成本、高效率、重技改、促創新”的外部性，形成經濟發展新動能。

其次，對于FDI引進規模較小的集聚區，應采取措施使FDI的引進數量跨越拐點值，達到資源的最優配置;對于已經超過FDI拐點值集聚區，充分發揮產業集聚對產業升級促進作用的同時，引導外資流入戰略性新興產業、先進制造業等領域，使制造業邁向全球價值鏈中高端。

最后，各個城市群立足資源稟賦優勢培養主導產業，提升城市群產業集聚水平，帶動產業升級。例如，長三角地區充分利用FDI，培育先進制造業集聚;珠三角城市群注重引進外資質量，培養國際先進的產業集聚區;京津冀城市群合理規劃產業集群布局，加強區域間協調發展，促進產業升級;中原城市群進一步承接東部地區的產業轉移，合理利用FDI完善產業布局，提高制造業附加值，成為中國經濟發展新的增長極。

參考文獻：

[1]?Alfaro L，Charlton A. Growth and the Quality of Foreign Direct Investment： Is All FDI Equal？[R].Harvard Business School Working Paper 2007，07-072.

[2]?Duranton G，Puga D. Micro-Foundations of Urban Agglomeration Economies，in Henderson，J. V. and Thisse，J.-F. （Eds.） Handbook of Regional and Urban Economics，Vol. 4 （Amsterdam： North-Holland），2004，48：2063-2117.

[3]?Ahsan，R.N. Essays on Trade Policy，Instituitions，and Firm Behavior[D]. Syracuse University，2010.

[4]?Rivera-Batiz，Romer P M. Economic Integration and Endogenous Growth[J]. Quarterly Journal of Economics，1991，106（2）：531-555.

[5]?林冰，宮旭紅.內生技術進步視角下產業集聚的FDI技術溢出效應研究[J].科技管理研究，2015（7）：46-51.

[6]?Olley G S，Pakes A. The Dynamics of Productivity in the Telecommunications Equipment Industry [J]. Econometrica，1996，64（6）：1263-1297.

[7]?Turvey A，Goodridge P，Franklin M. Quality-adjusted Labour Input： New Estimates for 1993 to 2008[J]. Economic & Labour Market Review，2010，4（10）：113-131.

[8]?Ellison G，Glaeser E. Geographic Concentration in U.S. Manufacturing Industries： A Dartboard Approach[J]. Journal of Political Economy，1997，105（5）：889-927.

[9]?Krugman P. Increasing Returns and Economic Geography[J]. Journal of Political Economy，1991，99（3）：483-499.

[10]Audretsch D B. R&D Spillovers and the Geography of Innovation and Production[J]. American Economic Review，1996，86（3）：630-640.

[11]Brown J R，Fazzari S M，Petersen B C. Financing Innovation and Growth： Cash Flow，External Equity，and the 1990s R&D Boom[J]. Journal of Finance，2010，64（1）：151-185.

[12]Nickell S，Nicolitsas D. How Does Financial Pressure Affect Firms？ [J]. European Economic Review，1999，43（8）：1435-1456.

[13]Brandt L，Biesebroeck J V，Zhang Y. Creative Accounting or Creative Destruction？ Firm-level Productivity Growth in Chinese Manufacturing[J]. Journal of Development Economics，2012，97（2）：0-351.

[14]Glaeser E L，Resseger M G. The Complementarity Between Cities and Skills[J]. Journal of Regional Science，2010，50（1）：221-244.

[15]趙娜，王博，劉燕.城市群、集聚效應與“投資潮涌”——基于中國20個城市群的實證研究[J].中國工業經濟，2017（11）：83-101.

（責任編輯：周正）