縣域城市產業集聚、空間溢出與經濟增長

王琴　潘林偉

摘要：文章利用長江經濟帶縣域城市2012～2018年面板數據，建立空間杜賓模型檢驗產業集聚對區域經濟的本地效應和溢出效應。回歸結果顯示第二產業集聚在地理距離和經濟距離下對本地區產生顯著正效應且溢出效應不顯著，第三產業集聚在經濟距離下產生顯著負效應而地理距離不顯著。要區分第二、三產業集聚的本地效應和溢出效應，制定并實施長江經濟帶整體產業規劃和發展政策，通過調整合理產業空間集聚以整合生產要素產生良性溢出。

關鍵詞：產業集聚；空間溢出；縣域經濟；經濟距離

一、引言及文獻綜述

長江經濟帶橫跨我國東、中、西三大區域，覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11個省市856個縣域城市。近三年經濟總量每年增加7萬億元以上，2019年區域生產總值占比達46.2%，是我國經濟社會最具發展活力和潛力的區域。依據地區資源稟賦基礎來加強分工協作，引導產業的有序轉移承接，進一步調整、優化和改善產業布局，釋放產業群的集聚效應，發揮產業集聚和經濟增長溢出效應，是這一區域今后一段時期發展的重點任務和突破點。無論是傳統制造業還是服務業，長江經濟帶具有促成產業集聚的有利條件，但仍存在空間分布不合理和輻射效應不明顯等情況，省際間產業結構、產業體系和重點產業發展情況存在明顯地區差異。

產業集聚作為一種產業空間經濟組織形式，指同一類型的產業在特定地域內高度集中，與該類型產業相關的資本和要素在空間內不斷流動并逐漸匯聚的過程和狀態。產業發生集聚后通過微觀層面的共享、匹配和學習機制發揮外部性實現規模經濟（Duranton和Puga，2004）。其中共享和學習機制主要表現為供應商隊伍共享、勞動力共享、知識積累和技術擴散，共享機制可以推動特定地區的專業化集聚實現生產要素的成本節約（Marshall，1961），學習機制則通過產業多樣化集聚與市場競爭推動企業創新，提高生產效率。而匹配則是指集聚過程中生產要素的配置效率，要素結構與投入產出兩者存在匹配臨界點（Behrens等，2014），當生產要素集聚程度超過產業結構所能承載的城市規模時，集聚帶來的動態收益與靜態的規模不經濟的成本將會失衡（Brinkman，2016）。因此，關于產業集聚與經濟增長的關系不能簡單地認為兩者存在單向線性關系。吳明琴和童碧如（2016）對1998～2007年中國工業企業面板數據的研究表明產業集聚對企業全要素生產率產生正面影響，但袁駿毅和樂嘉錦（2018）基于相同數據的研究結果表明，空間集聚程度對企業全要素生產率的影響表現為“倒U”型關系。值得注意的是，趙奎等（2021）發現集聚使資源快速向發達城市集中，基礎設施、公共服務和產業結構隨之得到優化并進一步吸引生產要素集中，使得落后地區原有要素大幅度減少，資源流動過程中集聚效應加強，發達城市的“虹吸效應”隨之加強。即產業集聚與區域經濟增長存在非線性關系。

隨著產業集聚與區域發展理論的完善，部分學者逐漸把視線集中到空間因素帶來的影響，其中唐建榮等（2018）基于中國省域數據構建空間杜賓模型分析發現，制造業集聚對省域經濟增長有正向溢出效應。但0～1鄰接矩陣的假設僅基于兩個空間單元是否相鄰來判定不同區域觀測數據集的空間影響，因而無法反映地理上相互接近但并非相連的空間單元間的空間影響，與實際條件有一定偏離。曾藝等（2019）基于距離設定空間權重矩陣構建空間杜賓模型，利用中國2003～2015年地級市的面板數據分析了生產性服務業集聚對經濟增長的本地效應和溢出效應。

從上述研究可以看到，研究對象都集中在省域或市域層面，而縣域經濟作為國家經濟與社會發展的基本行政單位，是富有區域特點、經濟部門結構相對完整的地方經濟，相對來說缺乏研究。與此同時，目前針對產業集聚空間溢出的研究中，視覺中心更多地集中到地理距離的接近，但隨著信息技術的不斷發展和相關基礎設施的完善，使產業集聚帶來的溢出效應已經突破了傳統的地理距離限制，需要從更多維的視角出發考量產業集聚的空間溢出效應。因此，為更好地發揮長江經濟帶縣域城市在產業集聚過程帶來的經濟效應，本文首先檢驗主要變量的空間相關性，分別構建包含地理距離和經濟距離兩種空間權重矩陣，采用空間計量模型探討長江經濟帶縣域城市二、三產業集聚的空間溢出效應并給出相關建議。

二、研究方法、數據說明和模型設定

（一）研究方法

1. 空間相關性檢驗

空間相關性是空間尺度上觀測彼此相近變量之間關聯性的度量，檢驗區域變量是否存在空間自相關的常用指標有Morans I、Gearys C指數等，本文選取Morans I指數度量空間自相關，計算公式如下：

Morans I=■（1）

其中，S2=■■（Y■-■）2，■＝■■Yi，Yi為第i個觀測值，n為城市總數，wij為空間權重矩陣。莫蘭指數的取值范圍為[-1，1]，Morans I>0表示空間正相關，其值越大，空間相關性越明顯。

2. 空間權重矩陣

（1）地理距離權重矩陣（W1）。產業集聚對經濟增長的影響需要考慮空間鄰近，本文選用城市間地理距離的倒數建立地理距離權重矩陣，dij為利用經緯度數據計算兩城市距離，i、j代表城市，定義如下：

Wij=■ i≠j0i＝j（2）

（2）經濟距離權重矩陣（W2）。由于信息技術的發展，產業集聚對經濟增長的影響作用會突破地理界線的限制，因此，選用經濟距離作為空間權重矩陣以反映空間效應。pgdp為縣域人均生產總值，定義如下：

Wij=■ i≠j0i＝j（3）

3. 空間計量模型

產業集聚通過知識溢出、技術擴散幫助經濟增長實現動能轉換，提升生產效率，促進本地經濟增長，因此構建包含產業結構的普通面板模型：

lnpgdpit=α+β1lnindusit+β2lnpopit+β3lngovit+β4lnlaborit+β5lnstrucit+β6lnfinait+εit（4）

其中，i代表城市，t表示時間；α為常數項；β為各解釋變量的彈性系數；εn為隨機擾動項。

由于商品貿易發展及交通運輸條件不斷完善，地區之間的經濟聯系日益緊密，城市間經濟增長可能存在較為明顯的空間關聯效應。正是這種空間依賴的存在，使某一地區產業集聚影響城市經濟增長的所有因素都可通過地區間產業集聚的空間關聯效應而影響周邊地區，因此本文通過在公式（4）中引入經濟增長及產業集聚等控制變量的空間交互項，把空間面板模型擴展為空間杜賓模型：

lnpgdpit=αln+β1lnindusit+β2lnpopit+β3lngovit+β4lnlaborit+β5lnstrucit+β6lnfinait+δWlnpgdpit+θ1Wlnindusit+θ2Wlnpopit+θ3Wlngovit+θ4Wlnlaborit+θ5Wlnstrucit+θ6Wlnfinait+εit（5）

其中，W為空間權重矩陣；In為n×1單位矩陣；δ為空間自回歸系數；θ為各解釋變量空間交互項的彈性系數。

（二）變量說明與數據來源

1. 變量說明

（1）被解釋變量。

經濟增長（pgdp）。考慮到研究范圍內數據可獲得性和完整性，以縣域人均生產總值作為經濟增長的代理變量。

（2）解釋變量。

產業集聚（indus）。考慮到區域規模差異和數據可獲得性，結合已有研究，本文選取區位熵分別衡量第二產業集聚水平（indus2）、第三產業集聚水平（indus3），計算公式如下：

inhdusit＝■（6）

其中inhdusit表示i城市t時間第二、三產業產業增加值。

（3）控制變量。

人口密度（pop）。人口密度不但能體現縣域內經濟活動的密集程度，同時能體現縣域經濟的商品市場規模程度，本文采用行政區域面積與戶籍人口的比值作為衡量標準。

財政規模（gov）。財政開支可以反映縣級財政對地方經濟社會發展的支持與調控，本文選擇縣級財政開支占GDP的比例作為評價縣級財政規模的指標。

人力資本（labor）。本文采用中小學在校人數與區域內戶籍人口的比值作為衡量指標。

產業結構（struc）。目前長江經濟帶省際之間產業結構、產業體系和重點產業發展情況仍存在明顯的地區差異。本文以第三產業增加值與第二產業增加值的比值度量產業結構優化程度。

金融發展（fina）。金融要素在地區經濟增長中的作用主要是通過資金配置和收入再分配調節來實現，本文采用各個區縣年末貸款余額與GDP的比值衡量金融發展程度。

2. 數據來源

考慮到數據完整性，本文選取2012～2018年長江經濟帶沿線724個縣域樣本，數據來源于《中國統計年鑒》《中國縣域統計年鑒》（縣市卷）及各縣市統計機構發布的統計公報，部分利用中國經濟社會發展統計數據庫及中經網統計數據庫獲得。

三、實證過程與分析

（一）空間相關性檢驗

應用Stata計算得到長江經濟帶沿線縣域經濟增長的Morans I指數值如表1所示。表1顯示人均GDP的Morans I值在兩種空間權重下均顯著為正，表明長江經濟帶沿線縣域的經濟增長存在顯著正向空間依賴性，經濟活動呈現空間集聚特征。

Moran指數表明縣域城市經濟增長和產業集聚存在空間相關性，但不能準確反映二者的互動關系，需要構建空間計量模型進一步檢驗產業集聚的空間效應。

（二）空間計量模型選擇與估計結果分析

1. 空間計量模型選擇

根據莫蘭指數的檢驗結果可知，長江經濟帶縣域城市之間呈現出明顯的空間關聯特征。為確保模型設立的準確性，需要進行模型檢驗。空間面板模型LM檢驗結果如表2所示，LM檢驗結果全部通過1%的顯著性檢驗，Robust LM檢驗僅經濟距離權重下第三產業集聚未通過，綜合檢驗結果認為構建空間杜賓模型最佳。

通過Hausman檢驗發現用固定效應更佳，且LR（SDM-SAR）、LR（SDM-SEM）檢驗結果均拒絕原假設（表3），表明空間杜賓模型沒有退化為空間滯后模型或空間誤差模型，使用LR（ind）、LR（time）檢驗發現應選擇個體、時間雙固定效應。綜上所述，選擇雙固定的空間杜賓模型最為合理。

2. 空間面板杜賓模型結果與討論

根據上述分析，最終選擇雙固定空間杜賓模型，并基于第二、三產業集聚和空間權重矩陣進行回歸，結果如表4所示。

表4中（1）、（3）列和（2）、（4）列分別為第二產業集聚和第三產業集聚基于地理距離矩陣和經濟距離矩陣回歸結果。結果表明不同空間權重矩陣產業集聚的效應相反，其中第二產業集聚（indus2）系數均顯著為正，但第三產業集聚（indus3）系數顯著為負。原因在于：第一，工業生產活動的集中能最大限度實現資源共享，降低企業時間和資金成本，帶動生產要素流動，吸引關聯產業進入，進一步完善產業鏈條，提高生產效率；第二，縣域作為一個更細分的發展單元，對第三產業缺乏有序規劃，產業內部存在過度競爭現象或者同質化競爭嚴重，要素配置效率低，從而形成規模不經濟現象。

其次，基于地理距離空間權重（W1）的回歸顯示：第二產業集聚空間交互項系數（W1*indus2）不顯著即未表現出空間溢出，第三產業（W1*indus3）顯著且為正，表明長江經濟帶沿線縣域城市第三產業集聚對經濟增長存在正向空間溢出效應，即城市第三產業集聚程度增加可以有效帶動地理距離相近城市發展。進一步看，長江經濟帶沿線城市間的經濟增長存在較為明顯的正向外溢效應，即一個城市經濟發展會向周邊城市擴散，使周邊城市得到一定程度發展，這意味著相鄰城市間經濟發展具有良性互動的正反饋效應。

最后，基于經濟距離空間權重（W2）的回歸顯示，第二產業集聚空間交互項（W2*indus2）系數依舊不顯著，但第三產業（W2*indus3）顯著且為負。具體表現為，縣域城市第三產業集聚程度每增加1%，則經濟發達情況相近的城市其經濟負增長程度為11.4%。目前長江經濟帶縣域城市信息化發展水平還不足以支撐第三產業集聚通過信息共享、知識溢出、技術創新帶來正向溢出效應；另一方面，第三產業集聚導致區域間資本、信息等傳播成本較于地理距離更高，進而導致集聚對經濟增長產生負溢出效應。

四、主要結論與政策啟示

（一）主要結論

本文選取空間杜賓模型，構建長江經濟帶沿線724個縣域城市2012～2018年的面板數據，基于地理距離和經濟距離空間權重矩陣，實證檢驗了長江經濟帶沿線縣域城市產業集聚對經濟增長的影響，得到如下主要結論：

第一，長江經濟帶沿線縣域城市產業集聚和經濟增長有明顯的空間依賴性，其中第二產業集聚對本地經濟增長顯著為正，第三產業集聚對本地經濟增長顯著為負。表明長江經濟帶沿線縣域城市經濟增長主要源于第二產業集聚效應發揮，第三產業存在過度競爭現象或者同質化競爭嚴重，形成規模不經濟。

第二，兩種空間權重矩陣的空間回歸結果表明，地理距離不一定會限制產業集聚對經濟增長的溢出效應，第二產業集聚對經濟增長的溢出效應均不顯著。考慮地理距離時，第三產業集聚通過知識共享、技術溢出等促進經濟增長，但信息技術的發展并未帶來正向溢出效應；相反由于區域間資本、信息等存在較高傳播成本，使科技進步和信息經濟發展還未達到規模經濟，導致集聚產生負向溢出效應。

（二）政策啟示

實證過程表明，長江經濟帶縣域城市產業集聚和發展有效促進了經濟增長，但產業集聚過程中產生的空間效應影響了區域協調。所以，要區分第二、三產業集聚的本地效應和溢出效應，制訂并實施區域產業規劃和發展政策：

第一，有效發揮第二產業集聚效應是推進長江經濟帶經濟增長的重要途徑，長江經濟帶沿線各縣域城市可以立足現有工業產業基礎，圍繞自身主導產業著力延鏈補鏈，強化產業鏈水平分工和垂直整合，打造特色產業集群，同時面向未來市場前沿需求，著力培養新的產業集群，進一步強化工業產業的集聚效應。同時從區域整體發展出發，規劃和優化第三產業布局，避免產業內部趨同化發展，從多樣化角度優化產業集聚結構，從專業化角度深化產業集聚分工。

第二，在完善交通基礎建設的同時大力推進科技和信息產業發展，減少和消除地理距離帶來的經濟發展壁壘，強化產業集聚的技術和知識溢出，釋放產業集聚基于經濟距離帶來的正向溢出效應。各城市既要結合自身的發展現狀，實施差異化發展戰略，又要打破各自為政的局面，鄰近城市根據資源稟賦情況、非鄰近城市根據生產要素集聚情況建立利于信息基礎設施和相關產業發展的聯動機制，發揮信息經濟帶來的整體規模效應。

參考文獻：

[1]Duranton G，Puga D.Chapter 48 Micro-foundations of urban agglomeration economies[J].Handbook of Regional and Urban Economics，2004：2063-2117.

[2]Marshall A.Principles of economics[J].Political Science Quarterly，1961，31（77）：430-444.

[3]Behrens K，Duranton G，Robert-Nicoud F.Productive cities：Sorting，selection，and agglomeration[J].Journal of Political Economy，2014，122（03）：507-553.

[4]Brinkman J C.Congestion，agglomeration，and the structure of cities[J].Journal of Urban Economics，2016，94：13-31.

[5]吳明琴，童碧如.產業集聚與企業全要素生產率：基于中國制造業的證據[J].產經評論，2016，7（04）：30-44.

[6]袁駿毅，樂嘉錦.空間集聚與企業全要素生產率——基于中國工業企業數據庫的考察[J].湘潭大學學報（哲學社會科學版），2018，42（06）：32-36.

[7]趙奎，后青松，李巍.省會城市經濟發展的溢出效應——基于工業企業數據的分析[J].經濟研究，2021，56（03）：150-166.

[8]唐建榮，房俞曉，張鑫和，等.產業集聚與區域經濟增長的空間溢出效應研究——基于中國省級制造業空間杜賓模型[J].統計與信息論壇，2018，33（10）：56-65.

[9]曾藝，韓峰，劉俊峰.生產性服務業集聚提升城市經濟增長質量了嗎？[J].數量經濟技術經濟研究，2019，36（05）：83-100.

＊基金項目：重慶市社會科學年度項目“成渝地區城市空間網絡關聯下雙城經濟圈要素流動機制”（2021NDYB064）。

（作者單位：重慶交通大學經濟與管理學院）