區域制造業集聚對城鄉收入差距的作用研究

羅芳 趙煦琨

一、文獻綜述

自人類進入工業社會以來，產業集聚成為經濟發展和工業化進程中的一個重要現象。保羅·克魯格曼認為經濟活動最突出的地理特征就是集中[1]。產業在地理上的集中伴隨著城市的發展，這種工業化與城市化的交互演進推動了區域經濟的發展。產業集聚的概念首先由馬歇爾提出用以描述“專門工業集中于特定的地方”這種經濟現象，并從勞動力市場共享、中間產品投入和技術溢出三個方面解釋了產業集聚的成因[2]。在迪克西特和斯蒂格利茨[3]提出的D-S模型的基礎上，克魯格曼創建新經濟地理學（NEG），并提出了中心—外圍模型。新經濟地理學把經濟空間高度抽象為同質性的平面，以壟斷競爭的市場結構、規模收益遞增與“冰山運輸成本”[4]作為基本假設，探討了一個最初由兩個完全相同的區域構成的經濟系統通過制造業人口的遷移，內生地演化為工業核心區與農業邊緣區的演化過程。在演化過程中存在著集聚力與分散力，其中集聚力表現為“市場接近效應”與“生活成本效應”，分散力表現為“市場擁擠效應”[5][6]。新經濟地理學的中心—外圍模型中農業部門報酬不變和制造業部門報酬遞增的假設，為城鄉收入差距提供了理論建模的出發點；而其對集聚經濟空間外溢性的分析也為使用空間計量模型研究地區產業集聚問題提供了思路。

自改革開放以來，中國城鄉收入差距總體呈現縮小—擴大—再縮小的趨勢，并于近年來持續縮小。根據國家統計局最新發布的報告，2020年中國城鄉居民人均收入比值依然達到2.56的水平，城鄉收入差距依然顯著。劉易斯(1954)[7]、費景漢和拉尼斯（1964）[8]根據發展中國家經濟結構的二元性質構建了二元經濟結構模型，并在此基礎上形成了二元經濟結構理論。二元經濟結構理論以農村存在大量剩余勞動力為前提，將經濟劃分為傳統農業部門和現代工業部門，由于工業部門生產率較高并由此產生城鄉收入差距，而城鄉差距的存在使得勞動力從農村的農業部門轉移到城市的工業部門，在這個過程中城鄉收入差距會不斷縮小直到二元經濟結構解體。庫茲涅茨基于西方工業化國家的收入分配情況，提出了著名的倒U型曲線，即隨著經濟由低級階段向高級階段發展，收入分配的不平等程度有先擴大后縮小的趨勢[9]。二元經濟結構理論與庫茲涅茨曲線分別將城鄉收入差距與部門生產率、勞動力轉移與經濟發展階段關聯起來，為后續研究提供了理論分析的基點。

現階段中國經濟呈現出明顯的城鄉二元經濟結構，國內的研究很早就關注到了分配政策、產業政策、城市化對城鄉收入差距的影響。賀曉東（1988）[10]認為政策偏向與剪刀差導致了城鄉收入差距的擴大。蔡昉和楊濤（2000）[11]從政治經濟學的角度分析中國重工業優先發展戰略與城市偏向政策造成的城鄉收入差距的持續擴大,不僅是社會和政治不穩定的潛在因素,而且會造成勞動力和其他生產要素在部門間配置的低效進而阻礙中國經濟的長期持續增長。陸銘和陳釗（2004）[12]認為城市化對降低城鄉收入差距作用顯著，地方政府實施的帶有城市傾向的經濟政策則會擴大城鄉收入差距。陳斌開和林毅夫（2013）[13]的研究發現鼓勵資本密集型部門優先發展的政府戰略會造成城市部門就業需求的相對下降，進而延緩城市化進程，延緩了農村居民有效地向城市轉移的進程并造成城鄉收入差距的擴大。

在產業集聚對收入分配影響的研究方面，現有研究更多側重于對地區間收入分配差距的分析，對于城鄉收入差距方面的研究則相對較少。蔡武等（2013）[14]基于1998—2010年省級數據，通過空間自回歸及空間誤差模型計算得出結論：現階段中國農村勞動力流動加速城市產業集聚進而擴大城鄉收入差距。曾鵬和吳功亮（2015）[15]基于1999—2014年的地級市數據，通過最小二乘模型計算顯示：在中國中部和西部地區，產業集聚將擴大城鄉收入差距；在東部地區，產業集聚將縮小城鄉收入差距。陳旭（2019）[16]基于2001—2011年地級市數據的研究認為制造業的地理集聚則能夠有效地縮小城鄉收入差距。彭代彥和袁暢（2020）[17]基于2005—2016年省級數據，通過空間杜賓模型得出產業集聚會縮小本地區及鄰近地區城鄉收入差距的結論。相關研究采用了不同方法對產業集聚對城鄉收入差距的影響進行探討，結論也各有不同，研究角度更多側重空間異質性，對產業集聚度以及產業異質性的分析則稍顯粗糙。

本文分產業、分地區對全國制造業的集聚現象進行了更細致的測度與描摹。首先，在地區制造業集聚的測度方面，本文沒有使用現有研究中廣泛使用的區位熵，而是將傳統用于測度行業集聚的EG指數進行變形用來測度地區制造業的集聚情況；其次，在產業異質性分析方面，本文在計算各地區制造業總體集聚程度之余，又進一步測度了制造業中勞動密集型產業與高技術產業的集聚度并分析了其對城鄉差距的影響，拓展了研究的思路；最后，雖然最新研究中已經開始運用空間計量模型進行分析，但計量模型設定大都較為粗糙，本文則從數據特征上探討了空間杜賓模型中固定效應與隨機效應的選擇，使得統計模型的設定更加嚴謹。

二、理論機制

由于現今中國具有明顯的城鄉二元結構特征[13,18]，因此城市和農村具有不同的產業構成。為使分析更為簡潔清晰，本文假定某一地區由農村和城市兩個部門構成，農村部分進行農業生產，城市部門進行工業生產，集聚效應只作用于城市部門。參照蔡武等（2013）[14]引入中間產品投入，建立規模報酬不變的柯布—道格拉斯形式農村生產函數：

其中，Y1、A1、L1、K1、I分別為農業的產出、生產技術函數（常數）、勞動力、資本與中間投入品，α為農業中勞動力相對資本的投入比例，1-β為中間投入品的投入比例，有0＜α、β＜1。

Ciccone[19]的研究認為集聚經濟效應會帶來經濟效率的改進，且國內相關研究也支持這一結論[20][21]。因此認為工業生產技術函數A2為隨城市集聚水平上升而上升的常數，而農業生產技術函數A1則為固定常數。由于產業集聚效應在生產技術函數中已經得到體現，故工業部門生產函數設定為規模報酬不變的柯布—道格拉斯函數：

其中，Y2、L2、K2分別為工業的產出、勞動力及資本，ε為工業中勞動力相對資本的投入比例，0＜ε＜1。為建立起農業與工業部門的聯系，假設工業產出中固定比例γ作為中間投入品進入農業生產，即I=γY2。

設農業、工業部門的勞動力收益分別為w1、w2，則有：

城鄉收入差距可表示為;

當產業集聚度上升時，一般認為會帶來工業生產效率的提升，并進一步使得城市部門勞動力與資本進一步上升。由（5）式可知，城市部門從農村部門吸收勞動力會縮小城鄉收入差距，而城市部門從農村部門吸收資本以及城市部門單方面的效率提升均會造成城鄉收入的擴大。

在經濟的實際運行中，產業集聚對城鄉收入差距的影響是多種因素同時作用的結果。一方面，在區域內部產業集聚可以產生集聚規模效應和外部經濟，提高要素配置效率與勞動者收入水平，進而拉動農村勞動力轉移就業，使農民獲得較高非農收入，使得大量資金通過匯款進入農村地區，有利于緩解農村地區資本投入匱乏的局面。在此情況下城鄉差距取決于城市居民與農村居民收入的相對增長水平。另一方面，由于產業集聚必然會導致區域經濟梯度現象，進而在城鄉間產生極化效應、擴散效應與回程效應[22]。由于產業集聚現象隨著城鄉收入差異的擴大而繼續加強[23]，從而擴大城鄉的經濟梯度，使得極化效應、擴散效應與回程效應的作用更為明顯。極化效應表現為生產要素間的聚集帶來的規模經濟效益在起作用，使生產要素進一步向城市集中；擴散效應表現為城市對農村的經濟溢出效應，促使生產向農村地區擴散;回程效應則表現為城市競爭力增強帶來的高回報率，使得資本、人才等生產要素從農村向城市回流，使城市經濟進一步發展的同時削弱農村地區的發展潛力。極化效應、回程效應均會造成城鄉收入差距的擴大，而擴散效應則會減小城鄉收入差距，具體效果取決于三個效應的綜合。一般而言，在經濟發展初期，極化效應居于主導地位；隨著經濟整體水平的發展，擴散效應逐漸增強。

三、制造業集聚與城鄉收入差距的測度

（一）制造業集聚的測度指標選擇

關于地區層面產業集聚的測度，已有文獻多采用的測度指標為區位熵。區位熵易于計算，對數據要求較低，可以反映某區域內某一產業部門的專業化程度，進而度量產業在區域內相對集中度。然而區位熵的計算中未能考慮行業間的交互關系，故無法度量產業的絕對集中度。與之相對，EG指數中包含了赫芬達爾指數和空間基尼系數兩項指標，能夠將規模集聚和空間集聚兩方面因素納入統一的分析框架中[24]，數學表達式優美且彈性較好，并能夠區分隨機集中和企業間由于共享外部性或自然優勢的集中，同時反映了產業自身的絕對集聚以及與區域內其他產業的相對集中度，具有區位熵所不具備的優越性。雖然其對微觀數據要求較高，但綜合考慮計算結果的可信性、對產業集聚形態描摹的準確性，本文選擇使用EG指數度量中國制造業的集聚程度。

（二）數據來源與處理

本文分行業、分地區研究全國范圍制造業的集聚情況，地區劃分基于省級行政區，而行業劃分則基于2011年《國民經濟行業分類與代碼》（GB/T4754-2011）的劃分標準，選取C13～C43共31個制造業行業作為研究對象。由于數據可得性、指標口徑等原因，在地區選取上未計入西藏、新疆、青海、海南以及香港、澳門特別行政區及臺灣地區。故研究的空間范圍共涵蓋中國大陸27個省級行政區。

2011年《國民經濟行業分類與代碼》（GB/T4754-2011）與2002年《國民經濟行業分類與代碼》（GB/T4754-2012）相比改動較大：其一，從2011年起，規模以上工業企業的起點標準從年主營業務收入500萬元提高到2000萬元；其二，《國民經濟行業分類與代碼》2011版將橡膠制品業和塑料制品業兩個大類合并為橡膠和塑料制品業，將交通運輸設備制造業分為汽車制造業和鐵路、船舶、航空航天和其他運輸設備制造業。由于《國民經濟行業分類與代碼》（GB/T4754-2011）從2013年開始實行（對應統計數據為2012年），為保證標準的一致性，同時考慮數據的可得性，本文選用數據的時間跨度為2012—2018年。

計算EG指數既可以使用各行業的就業數據，也可以使用產值數據。在國內外已有研究中，尤其是外國學者的研究中，較多使用的是就業數據。然而，中國各地區發展水平差異很大，由此會帶來各地區就業人員較大的質量差異，且國有企業中存在的勞動力過剩現象較為普遍；同時由于研究的時間序列較短，期間就業人員變動亦不足以體現出產業集聚現象的變化規律。因而，采取就業數據計算EG指數可能導致產業集聚度測度的較大系統性誤差，故本文選擇使用產值數據計算EG指數。綜合考慮數據可得性、易得性與統計口徑的統一性，最終選擇規模以上企業的主營業務收入作為計算EG指數的統計指標。為保證不同年份數據的可比性，本文根據2012—2018年《中國統計年鑒》中的工業生產者出廠價格指數，將各年份統計指標統一調整為2012年的不變價進行計算。

實證數據主要來源于2013—2019年所研究的27個省級行政區的統計年鑒中有關規模以上工業企業的相關統計，并根據2013—2017年《中國工業統計年鑒》對數據進行了一定補充。盡管筆者盡一切努力希望能夠使用純凈統一的數據，但依然有部分數據缺失，為了順利完成EG指數的計算，對缺失數據進行了人工補充處理。以下特別進行說明：北京市煙草制品業數據缺失，考慮到北京市只有一家相關企業，在數據缺失的情況下，將企業主營業務收入記為0。由于《國民經濟行業分類與代碼》（GB/T4754-2017）從2019年開始實行，故2018年度已經有少數省份（河北、寧夏、天津）不進行規模以上企業的主營業務收入的統計而改為統計營業收入。為保證數據指標的一致性，其2018年規模以上企業的主營業務收入通過由規模以上企業營業收入回歸換算的方式確定。與此情況類似，黑龍江2017、2018年主營業務收入由產成品回歸換算得到。另外，部分省市（福建、上海等）還出現個別年份企業數量數據缺失的情況，考慮到規模以上企業數量變化較慢，故采取相鄰年份平均向上取整的方式對缺失數據進行補充。

（三）制造業集聚水平測度

依照Ellison和Glaeser的定義[25,26]，假設某經濟體的產業i內有N個企業,且該經濟體被劃分為r個地理區域,則產業i的EG指數的表達式為：

其中，i,j,k分別表示產業、區域和企業。sij為產業i在區域j的相關指標（產值）占產業i在所研究經濟體相關指標的總和中的比例，xj為區域j所有行業相關指標的總和占所研究經濟體所有行業相關指標的總和中的比例，Zk為企業k的相關指標在產業i相關指標總和中的比例。Gi是產業i的空間基尼系數，Hi是產業i的赫芬達爾指數。

這里需要說明的是，由于缺乏企業的微觀詳細數據，即Zk無法求得，因此無法完全按照Ellison和Glaeser的公式計算出赫芬達爾指數Hi。本文參照楊洪焦[27]的做法，對赫芬達爾指數Hi的公式做出了調整：假設在每個區域j，產業i內所有企業具有相同的規模。調整后赫芬達爾指數Hi的計算公式為：

其中，nij為區域j中擁有產業i的企業個數，Empij為區域j中產業i的相關指標值，Empi為產業i的相關指標在經濟體中的總值。由此可以得到產業i的EG指數的計算表達式為：

EG指數多用于行業集聚水平的測度，當使用EG指數測量地區中產業的集聚水平時，借鑒朱萬春[28]的方法對公式做出部分調整：

考慮到本文選用的是主營業務收入作為EG指數的計算指標，故其中Empij為j地區中i行業企業主業業務收入總和，Empj為j地區所有制造業企業主營業務的總和。因而有由此可得，i行業在j地區的集聚指數γij=γi×wij。將j地區各行業的γij按行業進行加總，就可求得j地區的EG指數

j地區中i行業的EG指數的表達式為：

j地區制造業總體的EG指數的表達式為：

根據全國制造業EG指數各地區統計數據（統計表略），在地區層面，制造業集聚水平呈現東部、西部相對較高、中部相對較低的特征。總體而言，各省制造業集聚在所研究的時間范圍內有較為明顯的提高，但綜合產值數據指標（制造業企業主營業務收入）來看，這種集聚水平的提高更多來自產業結構的優化而非產值本身的提升。

（四）城鄉收入差距的測度

與更簡單直接的城鄉居民收入比相比，泰爾指數在計算時考慮到城鄉人口的動態變化，并在進行收入差距的測度時，借助信息熵的概念將人口份額的變化轉化為收入份額的變化進行解釋，因此泰爾指數不僅能夠反映城鄉居民的收入比，而且還將城鄉人口的相對變化納入考慮。由于現階段中國城鄉經濟依舊呈現出顯著的二元結構，因此選用泰爾指數相對更適合在現階段度量中國城鄉收入差距。因此本文參照歐陽志剛（2014）[29]的方法，使用泰爾指數對中國各地區的城鄉收入差距進行度量。

泰爾指數的表達形式為：

其中i表示區域，t表示時間，j=1,2分別表示城鎮和農村地區，rij表示i地區城鎮或農村人口數量，Sij表示i地區城鎮或農村人口總可支配收入，Si表示i地區居民可支配收入的總和。本文通過城市或農村人均可支配收入與常住人口數的乘積來計算Sij，全部計算數據均由國家統計局官網（http://www.stats.gov.cn/）獲得。公式中是城鎮居民或農村居民與全體居民可支配收入之比，因此城鄉收入差距越小ln()的值便越趨近于0。泰爾指數的值越小代表研究地區的城鄉收入差距越小。

根據各地區泰爾指數統計數據（統計表略），無論在全國還是各地區，泰爾指數均穩步下降，說明全國范圍內各地區城鄉收入差距持續縮小。在地區層面，城鄉收入差距明顯呈現為西高東低，說明西部地區的城市化進程相對東中部地區較為滯后，城鄉差距較大。

（五）測度指標的空間相關性特征

莫蘭指數可以用來度量某種屬性在區域中的空間相關性[30]。因為測度指標的空間自相關特征對于建立計量模型具有重要參考價值，故本文通過全局莫蘭指數來測度各地區制造業集聚與城鄉收入差距的空間自相關特征。

全局莫蘭指數(Global Moran’s I)：

其中：

n為樣本數，xi、yi為區域i、j的屬性值，xˉ、yˉ為xi、yi的均值，wij為空間權重矩陣，本文基于鄰接標準定義空間權重，若區域間相鄰取值為1，不相鄰取值為0。

全局莫蘭指數I是空間自相關回歸方程系數的估計值，其取值范圍為[-1,1]。全局莫蘭指數I在0至1間取值，為正相關，表示具有相似的屬性集聚在一起（即高值或低值間相鄰接）；全局莫蘭指數I在0至-1間取值，為負相關，表示具有相異的屬性集聚在一起（即高值與低值、低值與高值相鄰接）；全局莫蘭指數I接近于0，則表示隨機分布，或區域間不存在空間自相關性。

表1、表2中所示為2012—2018年地區制造業集聚EG指數與城鄉收入差距胎兒指數的全局莫蘭指數（stata 15.0計算所得）。由表中數據可知，總體上兩者的空間自相關性非常顯著。

表1 地區制造業集聚全局莫蘭指數

表2 地區城鄉收入差距全局莫蘭指數

四、實證研究

（一）計量模型的建立

本文主要基于地區層面進行實證研究，從而進行實證分析的數據類型為面板數據；在前文的研究中，地區層面制造業集聚與城鄉收入差距均表現出顯著的空間自相關特征。普通最小二乘（OLS）模型無法描摹變量間的空間交互特征，因此在實證模型的選取中，必然選用可以反映數據空間分布特征的空間計量模型。

空間滯后模型（SLM）的表達式為：

其中Y為被解釋變量矩陣，X為解釋變量矩陣，ρ為空間效應系數，β為參數向量，W為空間權重矩陣。在空間滯后模型中，被解釋變量Y不僅受到其自身的解釋變量X影響，還受到其他區域相同被解釋變量的影響，而這一點正好反映出變量的空間自相關特征。

空間誤差模型（SEM）的表達式為：

其中Y、X、W的意義同上，λ為空間誤差相關系數，其作用在于度量鄰近個體關于被解釋變量的誤差沖擊對本個體觀察者的影響程度。在空間誤差模型中，空間擾動項ε和空間總體相關，某一區域的擾動會隨空間效應影響到其他區域。

空間杜賓模型（SDM）可以看做加入空間滯后變量而增強的空間滯后模型，其表達式為：

式中Y，X，W的意義同上，γ是一個參數向量，用來度量相鄰區域的解釋變量對被解釋變量的影響，反映相鄰區域解釋變量均值的空間滯后效應。

當γ=0時，空間杜賓模型退化為空間滯后模型；當ρ=0時，空間杜賓模型退化為解釋變量的滯后模型；當γ和ρ均等于0時，空間杜賓模型直接退化為最小二乘模型。

與空間滯后模型相比，空間杜賓模型同時考慮到了解釋變量X與被解釋變量Y的空間自相關特征，而在前文研究中，作為被解釋變量的城鄉差距泰爾指數與作為主解釋變量的地區制造業集聚EG指數均表現出顯著的空間自相關特征。且空間杜賓模型具有良好的退化性質，因此初步選定使用空間杜賓模型來進行地區制造業集聚對城鄉差距影響的實證研究。

（二）控制變量的選取

綜合已有文獻，影響城鄉收入差距的因素主要由地區經濟發展水平、城市化進程、對外開放程度以及政府行為等[15-17,29,31]。因此，在確定了被解釋變量為地區城鄉差距泰爾指數以及主解釋變量為地區制造業集聚EG指數的前提下，本文將控制變量設置如下。

1.地區經濟發展水平：根據已有的研究成果，中國經濟發展與城鄉收入差距大致呈現倒U型的關系，因此本文將地區經濟發展水平納入控制變量，所選用GDP數據經價格平減（2012年基期），單位為億元，在模型計算中取對數ln（GDP）代入計算。

2.城市化進程：中國目前仍處于城鄉二元結構，城市化過程中農村人口向城市遷移，會對城鄉收入差距產生多重效應。一方面，由于城鄉收入差距的存在，勞動力由農村流向城市進而增加城市勞動者數量，增強了城市勞動力市場的競爭程度。同時，城市化進程使得城市人口數量增加、城市規模擴大，以此增強了城市的輻射效應，擴大農產品的需求，帶動農村地區發展因此有利于城鄉收入差距的縮小；另一方面農村勞動力的轉移促使城市規模擴大，城市的聚集效應更為明顯,生產效率的提高進一步提高了城市居民收入水平進而可能導致城鄉收入差距的進一步擴大。因此,城市化對城鄉收入差距的影響是正、負效應綜合作用的結果。本文以csh=城鎮人口/總人口表示城市化進程并代入計算。

3.對外開放程度：萬廣華等（2005）[31]的研究認為：全球化會顯著擴大地區間收入差距；導致地區間收入差距的最為主要的因素是資本。由于外商直接投資主要集中于城市，因此對外開放程度可能會對城鄉收入差距產生正向關聯。本文以外商直接投資（FDI）表示地區對外開放程度，所選用FDI數據經過匯率換算與價格平減（2012年基期），單位為億元，取對數ln（FDI）代入計算。

4.政府行為：中國政府在地方經濟發展中扮演著重要的角色。由于現階段城市投資回報率顯著高于鄉村，因此如果地方政府追求經濟增長，則政府開支便會偏向城市。而同時，中國政府高度重視三農問題并每年提供了大量涉農貸款推動鄉村發展。本文通過兩個指標來衡量政府行為對城鄉收入差距的影響。其一為政府參與經濟程度fis=政府財政支出/地區GDP，其二為政府鄉村扶持程度ny=涉農貸款金額/貸款總額。

（三）固定效應（FE）與隨機效應（RE）的選擇

當初步確定使用空間杜賓模型進行實證分析，第二個問題便隨之而至。由于面板數據具有個體與時間兩個維度，因此兩者相應的固定效應與隨機效應使得模型會有四種不同的表現形式。大部分現有研究都選擇直接使用固定效應進行計算，少部分文獻中則使用了hausman檢驗來進行固定效應與隨機效應判斷。但不同于最小二乘方法，使用空間計量模型對面板數據進行回歸，個體上選擇固定效應與隨機效應會對計量結果造成非常大的影響。因此有必要就固定效應與隨機效應的選擇進行更詳盡的分析，而非沿襲使用固定效應的慣例。

基于數據的短時間序列特征，在分析數據時不需要進行面板數據的平穩性檢驗，但由于短時間序列可能帶來的異方差與序列相關問題，使得經典hausman檢驗不再適用；同時考慮到基于Bootstrap法的hausman檢驗在的穩健性和可靠性比現有的非參數檢驗更為優越[32]，故本文選擇基于Bootstrap法的hausman檢驗。使用stata 15.0計算所得的檢驗結果為p=0.9687，不能拒絕存在隨機效應的原假設，應使用個體隨機效應。雖然應用hausman檢驗可以在統計上對固定效應與隨機效應的選擇進行一些統計學上解釋[33]，但這種統計上的解釋在很多情況下依舊不能避免靠統計結果的顯著性來選擇模型之嫌。本文根據固定效應與隨機效應所對應的統計性質與研究問題的數據特征在個體與時點的固定效應與隨機效應進行選擇，并盡最大努力嘗試對所做選擇進行解釋。

不論固定效應或隨機效應，其本質上要解決的都是通過模型無法直接捕捉到的異方差性的問題。在面板數據的框架下中，固定效應（FE）可以理解為做的是虛擬變量OLS回歸。在多數的經濟數據中，個體不可觀測的異質性截距往往與解釋變量有關或相互干擾，固定效應這種虛擬變量回歸的做法可以很好地控制并排除那些不可觀測的個體差異的影響，從而可以在一定程度上解決遺漏變量的問題，提高模型的準確性。本文中，最終帶入模型的面板數據集的個體數為27個（即前文中計算地區制造業集聚EG指數的27個省份），時間序列長度為7年。首先，由于數據可得性及指標一致性所導致的短時間序列使得時間項上很難滿足隨機效應（RE）嚴格的假設：即假設個體異質性截距ut與所有解釋變量Xt均不相關，并且殘差ε是一個服從正態分布的隨機變量。其次，主解釋變量地區制造業集聚EG指數在2016—2018年間變化較大，與時點隨機效應中個體殘差ε服從正態分布的假設不符。以上兩點均使得本文在模型選擇上必然選擇時點固定效應。

在個體層面的選擇上，由于省份這種分組變量本身就可以代表其總體（即一個國家的省份是固定的），在變量選擇上不是一種隨機抽樣，由此乍看之下似乎個體固定效應是合理的選擇，畢竟固定效應在參數估計量的一致性上擁有更好的統計性質。但是，這里還有很重要的一點：作為主解釋變量的地區制造業集聚的EG指數并不是由原始數據直接得到，而是經過了復雜計算所得，且在EG指數的計算過程中，由于企業微觀數據尚不完善，使用了“在每個區域j，產業i內所有企業具有相同的規模”這一假設。如果使用固定效應估計地區制造業集聚的EG指數，相當于把這一本來可能損害統計結果的假設在模型上進行了進一步的強化。考慮到個體樣本數較多，更容易滿足隨機效應的假設。同時，在模型中個體使用隨機效應的設定也符合hausman檢驗的結果。故而本文選擇個體隨機效應進行計量模型建模。

由此，可以確定本文采用的計量模型為個體隨機、時點固定的混合效應空間杜賓模型，其表達式為：

式中，α為常數，λt為時間固定效應，Y為被解釋變量矩陣，X為解釋變量矩陣，ρ為空間效應系數，β、γ為參數向量，W為空間權重矩陣，Xˉ為相鄰區域解釋變量均值所構成的矩陣。

（四）實證結果分析

制造業全行業計量模型分析結果如表3所示（全部計算均由stata 15.0完成）。表3中，theil表示被解釋變量地區城鄉差距泰爾指數；EG、lnGDP、lnFDI、ny、fis與csh分別表示解釋變量地區制造業集聚EG指數、地區經濟發展水平、地區對外開放程度、政府鄉村扶持程度、政府參與經濟程度與城市化進程。*、**、***分別表示統計量在10%、5%、1%的顯著性水平下顯著，括號中數值為標準差。Main，Wx分別為解釋變量矩陣X與WX的系數，對 應 式（4.4）中 的β和γ。LR_Direct，LR_Indirect,及LR_Total分別對應各解釋變量的直接、間接效應和總效應。直接效應表示某地區解釋變量對被解釋變量的影響大小，在數值上等于SDM模型系數與反饋效應之和。其中反饋效應指某地區的解釋變量對鄰近地區的被解釋變量產生影響繼而通過其他地區的被解釋變量影響本地區的被解釋變量。間接效應又被稱為空間溢出效應，其值為空間系數矩陣非對角元素的行平均，用于度量本地區被解釋變量受到鄰近地區解釋變量的影響。總效應為直接效應與間接效應之和，可以解釋為某地區某解釋變量的變動對所有地區被解釋變量的平均影響。

由表3可知，模型的擬合優度R2=0.9622接近于1，且系數向量β的所有值均在不同顯著性水平上顯著，表現出所選用模型良好的統計性質。變量EG的系數向量β與直接效應均在95%水平呈現顯著正值，說明總體上全國制造業集聚會造成城鄉收入差距的擴大。如前文所述，制造業集聚主要發生在城市，其一方面帶來效率的提升進而產生規模經濟吸引農村勞動力流入城市，另一方面通過空間梯度效應改變城鄉間的生產資料分配，其作用機制較為復雜。因此，為進一步探究制造業集聚對城鄉收入差距的作用機理，本文又使用空間杜賓模型，對制造業中典型勞動密集型與高技術產業單獨進行了空間計量分析。

表3 制造業全行業空間杜賓模型計算結果

基于黃艷等（2009）[34]、陳景新與王云峰（2014）[35]的研究，基于生產要素的相對密集程度，本文將C17紡織業、C18紡織服裝、服飾業、C19皮革毛皮羽毛及其制品和制鞋業、C20木材加工及木竹藤棕草制品業、C21家具制造業、C24文教工美體育和娛樂用品制造業、C30非金屬礦物制品業、C33金屬制品業、C34通用設備制造業、C35專用設備制造業十個制造業細分行業界定為勞動密集型產業，并對其各行業集聚度進行加總得到勞動密集型產業的集聚度EGl。計算結果如表4所示，變量EGl的系數向量β與直接效應均在95%水平呈現顯著負值，說明勞動密集型產業的集聚可以顯著降低本省的城鄉收入差距。另一方面，其空間溢出效應卻顯著為正值，對此現象可以解釋為現階段中國大多數勞動密集型產業集聚度上升的省份（如安徽、廣西、湖南、江西），其產業集聚主要依靠周邊發達省份的產業轉移，周邊省份由于將勞動密集型產業逐漸轉移，因此其產業的集聚更多導致城鄉差距的擴大，這導致了勞動密集型產業集聚的空間溢出效應會擴大城鄉收入差距的統計現象。

表4 勞動密集型產業空間杜賓模型計算結果

根據國家統計局發布的《國民經濟行業分類》（GB/T 4754—2017），本文將C27醫藥制造業、C37鐵路、船舶、航空航天和其他運輸設備制造業、C39計算機通信和其他電子設備制造業、C40儀器儀表制造業四個制造業細分行業界定為高技術產業，對其集聚度進行加總得到高技術產業的集聚度EGh。計量模型的結果表明，不同于勞動密集型產業，高技術產業的集聚無法顯著縮小本省居民城鄉收入差距，且其空間溢出效應依然會導致城鄉收入差距的擴大（表5）。

表5 高技術產業空間杜賓模型計算結果

勞動密集型產業對減小城鄉收入差距的良好表現證明了產業集聚通過拉動農村勞動力轉移就業、提高農民非農收入，可以有效減小城鄉間居民的收入差距；而基于高技術產業集聚的實證則說明當產業集聚無法有效拉動農村勞動力轉移時，產業集聚帶來的規模收益與外部性均主要作用于城市，其區域梯度現象在現階段主要表現為極化效應，并由此導致了城鄉收入差距的擴大。

五、結論與建議

本文通過構建個體隨機效應、時點固定效應的空間杜賓模型研究了區域制造業集聚對城鄉收入差距的影響，所得結論如下：現階段制造業集聚總體上擴大了城鄉收入差距；其中勞動密集型產業的集聚可以減小城鄉收入差距；高技術產業的集聚則會導致城鄉差距的擴大。

盡管中國目前制造業集聚依然處于不利于城鄉公平、協調發展的階段，但應該看到制造業集聚通過農村勞動力轉移來減小城鄉間居民收入差距的顯著作用。現階段的問題在于：一方面，現有的城鄉二元體制阻礙了城鄉間勞動力的自由流動；另一方面，城市偏向的教育投入政策擴大了城鄉人力資本水平的差異[36]，農村勞動力無法勝任高技術產業的工作。這使得產業集聚的溢出效應總體更多作用在城市，產業升級對農村的輻射帶動作用受到限制。為此提出建議：

1.要繼續擴大制造業集群規模，加快城市產業結構升級，并同時發展符合比較優勢的勞動密集型企業。要看到現階段制造業集聚對城鄉收入差距的不利影響是暫時的，且受制于其他條件。制造業集聚帶來的規模效應和外部經濟可以提高要素配置效率與勞動者收入水平，進而從根本上改善收入分配、實現共同富裕。

2.要推進城市化進程、改革戶籍制度，逐步破除城鄉二元經濟結構，為城鄉間勞動力更加自由的流動創造條件。在現階段可通過發展鄉鎮企業的方式，提升農村產業的集聚水平，加快城鄉間產業鏈的聯系和融合，使得城市產業集聚的擴散效應更好地發揮作用。

3.要增加農村教育投入，提升農村的人力資本。向農村傾斜的教育投入政策可以改善農村勞動力素質較低的現狀，更符合市場需求的勞動力供給也能為農村地區帶來更高的人力資本投資回報，使農村居民充分共享城市高技術產業集聚的紅利。