江蘇制造企業生產率來源識別：集聚還是選擇？

[摘要]新經濟地理理論認為異質性企業全要素生產率來源于集聚效應，或者選擇效應，抑或兩者共同作用。江蘇實施南北結對幫扶政策，推動制造業從南往北梯度轉移，促進了區域間均衡發展，也改善了企業生產率。為了識別、分析江蘇制造企業全要素生產率優勢來源于集聚效應還是選擇效應，選擇2000—2020年江蘇制造業上市公司為樣本，采用散點擬合、面板回歸、“左斷尾—右移動”系統識別等方法進行實證分析，結果發現江蘇全域和蘇南地區的制造企業同時存在集聚效應和選擇效應，且集聚效應大于選擇效應，蘇中和蘇北地區主要表現為集聚效應。基于此，提出江蘇制造企業可以通過合理布局獲取空間外部經濟，而政府則可以通過優化南北幫扶政策提升江蘇制造企業全要素生產率。

[關鍵詞]制造業；上市公司；企業生產率；集聚效應；選擇效應

一、 引言

自2001年始，江蘇為了平衡區域發展，實施了“南北掛鉤，結對幫扶”政策，以南北城市共建工業園區為載體，基于市場機制，強化政府有形之手的作用，推動制造業在江蘇區域從南往北梯度轉移，產生了巨大的經濟和社會效益。制造企業作為產業區域間轉移的關鍵力量，其全要素生產率的高低不但反映了區域經濟增長的質量和制造業發展的績效，也影響著區域的長期高質量發展和產業結構轉型升級。

已有研究文獻[1-4]通常認為地區企業的全要素生產率來源于集聚效應，或者選擇效應，抑或兩者共同作用。那么，江蘇制造企業全要素生產率來源于集聚效應還是選擇效應？抑或是兩者兼而有之？兩種效應在江蘇全域表現出怎樣的總體特征？在蘇南、蘇中和蘇北三大區域，企業空間集聚度不同的區域空間維度又表現出怎樣的特征差異？這些問題的回答對于江蘇南北均衡發展政策的實施和完善具有重要的決策參考價值，同時也會豐富企業生產率來源的微觀研究文獻。

關于江蘇生產率的研究大多是從宏觀視角，應用非參數 DEA-Malmquist 指數法測算江蘇全要素生產率，強調科技創新投入的重要性[5]；或者比較分析蘇南、蘇中、蘇北區域全要素的增長態勢，認為江蘇的全要素生產率增長具有明顯南高北低態勢[6-7]，以及從波動上升、長期下滑和小幅回升3個階段分析江蘇全要素生產率變動情況[8]。宏觀層面的分析并不能回答制造業生產率來源的命題，而基于制造業微觀企業層面的江蘇全要素生產率來源研究較為鮮見。

本文相較于已有研究試圖做出兩點邊際貢獻：一是從“企業—區域”層面，采取散點擬合、面板回歸和“左斷尾—右移動”系統識別法分析江蘇制造企業全要素生產率來源，為相關理論研究拓展相提供江蘇樣本；二是從企業生產率來源識別角度探討江蘇區域間平衡發展命題，有別于大量的宏觀闡釋，能夠為完善江蘇制造企業的空間分布決策和政府南北幫扶政策，提供具有堅實微觀基礎的決策參考。

二、 理論假說

企業集群的外部經濟性自馬歇爾開始，就得到了經濟學家的持續關注，學者們認為知識溢出效應、勞動力市場匹配和中間投入品共享是企業集群產生外部經濟性的主要途徑。Melo等[1]通過回顧關于集聚經濟與生產率關系的一系列研究文獻，發現大部分成果都認為兩者之間呈正向關系。但是集聚效應不是區域生產率差異的唯一解釋。高生產率的企業往往選擇進入市場更大的地區或國家[2]，從而產生集聚效應。但同時地區間存在競爭強度差異，低生產率企業往往為了逃避競爭而退出集群經濟[3-4]，這就產生了“選擇效應”。江蘇經濟發展空間上存在差距，企業空間集聚也存在差異，部分制造企業為了逃避競爭也會由蘇南發達地區向蘇中、蘇北發展中地區遷移。同時，制造企業在政府區域平衡政策的推動下也會加速遷移過程，呈現出較強的選擇效應。由此，本文提出第1個研究假說。

研究假說1：存在性，即集聚效應和選擇效應同時存在是江蘇制造企業全要素生產率優勢的共同來源。

為了識別集群經濟的生產率是來源于集聚效應還是選擇效應，經濟學家發展出兩種主流實證方法。第一種方法是“左斷尾—右移動”系統識別法。該方法是Syverson[9]基于分位數方法和比較分位數識別是否存在左斷尾現象[10]發展而來，即如果生產率密度函數發生“右移動”，表明存在集聚效應，意味著集聚提高了企業生產率；如果生產率分布密度函數圖產生“左斷尾”現象，表明存在選擇效應，也就是說競爭淘汰了低生產率企業[11]。第二種方法是生產率增長法。該方法是Yutaka等[12]提出，即如果集聚區生產率增長速度較快，則存在集聚效應；如果集聚區新成立企業生產率較高，則存在選擇效應。劉海洋等[13]認為這兩種方法只能識別集聚效應和選擇效應的存在性，并未回答生產率的來源，他提出應基于企業生命周期模型分時段識別生產率優勢來源。更多的國內學者應用“左斷尾—右移動”系統識別法，從開發區[14]、地理區域[15-17]、城市群[18]、市場化水平[19]、服務行業[20]等多個方面廣泛討論了企業生產率優勢的集聚效應與選擇效應來源問題，并普遍認為集聚效應要大于選擇效應。從江蘇制造企業主要集聚于蘇南地區的客觀現實，以及南北幫扶政策落地主要是引導南方地區低生產率制造企業向位于北方的共建工業園區轉移集聚的經濟現象，本文提出第2個研究假說。

研究假說2：主導性，即集聚效應大于選擇效應是江蘇制造企業生產率優勢持續改善的主要來源。

三、 研究設計

1. 模型設置

參考已有研究[9-11]，可能同時存在集聚效應和選擇效應，也就意味著制造企業空間集聚與企業全要素生產率之間可能呈現非線性關系。由此，本文設定核心變量非線性面板回歸模型如下：

[LPat=β0+γatAat+δatA2at+βatBat+ρatCat+εat] （1）

其中，[a]，[t]分別為城市和年份；[LPat]為采用[LP]法測算的企業全要素生產率指數的城市均值；[γat]為城市制造企業空間集聚度的系數；[Aat]為城市制造企業空間集聚度；[δat]為城市制造企業空間集聚度二次項的系數；[A2at]為城市制造企業空間集聚度二次項；[βat]為城市企業異質性指標變量的系數向量；[Bat]為城市企業異質性指標變量均值的集合；[ρat]為城市宏觀經濟變量的系數向量；[Cat]為城市宏觀經濟變量的指標集合；[εat]為誤差項。此外，該模型也將用于分位數回歸分析。

2. 指標選擇

（1）企業全要素生產率

本文的城市全要素生產率水平使用制造企業全要素生產率的算術平均值表征。制造企業全要素生產率測度的方法主要有參數法、半參數法和非參數法三類[21-23]。采用中間投入變量作為代理變量的[LP]法能夠最大限度減少樣本損失量[24]，本文采用[LP]法估計企業生產率的模型設定如下：

[Lnyit=θ0+θ1Lnlit+θ2Lnkit+θ3Lnmit+wit]" （2）

其中，[yit]為[t]年[i]企業的總產出，以企業營業收入表征；[lit]為[t]年[i]企業的勞動總投入，以應付職工薪酬衡量；[kit]為[t]年[i]企業的資本投入，以固定資產凈額測度；[mit]為[t]年[i]企業的中間產品、原料和能源等投入，依據中間投入品的會計計算公式 “中間投入=營業成本+銷售費用+管理費用+財務費用-折舊與攤銷-支付給職工以及為職工支付的現金”計算得到；[wit]為殘差項。

（2）企業空間集聚度

常用測度產業集聚方法中空間基尼系數、區位熵、[HHI]指數、[EG]指數等更多反映的是產業的專業化程度，而不是地理空間上的集聚。考慮了空間因素的[DO]指數等，由于其復雜性很少被用于計量分析[25]。劉海洋等[13]采用企業數量與企業所在區域的面積比值表征企業空間集聚度，忽視了企業的異質性，尤其是規模差異。有鑒于此，本文將城市所有制造企業的主營業務收入總和與地理面積的比值表征該城市的企業空間集聚度。計算公式如下：

[alat=MBIiatamat]" （3）

其中，[alat]為[t]年[a]城市的企業空間集聚度指數；[MBIiat]為[t]年[a]城市[i]企業的主營業務收入；[amat]為[t]年[a]城市的地理面積。

（3）企業異質性控制變量

參考已有研究[13，20，24]，本文選擇的企業異質性控制變量如下：[①]勞動力成本（[LCit]），企業空間集聚與勞動力成本密切相關，高生產率企業往往選擇高技能勞動者集聚地區并支付高工資，而低生產率企業會選擇低勞動成本地區，使用當年企業應付職工薪酬與雇傭員工數量比值來衡量；[②]資本密集度（[CIit]），是反映企業技術水平和研發能力的重要指標，較高的資本密集度意味著企業有能力進行設備更新和技術改造，持續提升生產率，使用年末公司固定資產與雇傭員工數量比值來表征；[③]資產回報率（[ROit]），反映了企業持續經營的能力，以凈利潤與資產總計的比率表示；[④]企業規模（[FSit]），被大部分學者認為是重要的創新來源基礎，使用年末公司資產總額來表征；[⑤]企業年齡（[AGit]），對于企業技術積累有重要影響，使用公司的統計年份減去其成立年份加1來測度。城市層面的各個企業異質性指標采用企業的算術平均值表征。

（4）宏觀經濟環境控制變量

本文選擇企業經營相關的幾個關鍵宏觀指標作為回歸估計的宏觀經濟環境控制變量，如下：[①]城市經濟發展水平（[ADat]），對企業獲取配套資源具有重要作用，使用地級市人均GDP來表征；[②]城市信息化水平（[ILat]），能夠直接降低交易成本，促進技術擴散，使用互聯網寬帶接入用戶量來表征；[③]城市產業結構（[ISat]），反映了地區產業發展階段，使用第二產業和第三產業增加值之和占地區生產總值的比重來表示；[④]對外開放水平（[FIat]），影響企業對外貿易和技術應用，使用實際利用外資總額來表征。

3. 數據處理

考慮到企業層面數據的連續性、完整性和權威性，本文研究的上市公司特征指標數據來源于國泰安數據庫，相關的宏觀經濟指標數據來源于歷年江蘇省統計年鑒。鑒于江蘇自2001開始實施“南北掛鉤，結對幫扶”政策，且江蘇上市公司自2000年才超過30家，本文綜合考量后將研究期間設定為 2000—2020年，并以 2000年為基期，采用江蘇工業生產者出廠價格指數剔除價格因素。同時，依據《上市公司行業分類指引（2012）》對上市公司的行業分類做了重新統一編碼。模型分析所需數據的具體清洗和處理步驟如下：第一，本文選擇行業兩位數代碼為C13—C43，在滬深 A 股上市且公司注冊地為江蘇的制造企業作為研究樣本；第二，為了盡量保證樣本上市公司特征值的穩健性，從中剔除ST、*ST、PT以及考察指標缺失的樣本，從而構建企業級非平衡面板數據集；第三，根據指標選擇和設計，計算各個企業各項異質性指標，并分城市采用算術平均法估計各個城市的企業指標平均水平，形成城市企業指標數據集；第四，按照城市、年份與城市宏觀經濟數據指標控制變量集匹配合并，得到本文的實證分析數據集。對絕對值指標取自然對數后，各個指標的描述性統計結果見表1。

四、 實證分析

1. 全樣本散點擬合與回歸分析

（1）全樣本散點擬合分析

圍繞探析制造企業全要素生產率優勢來源識別主題，本文選擇城市制造企業全要素生產率為被解釋變量，城市制造企業空間集聚度為核心解釋變量，繪制兩者散點圖，并根據經濟變量間通常為非線性關系以及擬合優度繪制擬合曲線，見圖1。

江蘇全樣本擬合曲線向右上方傾斜同時向上凸起，表明城市制造企業空間集聚度與企業全要素生產率呈顯著的正相關關系，但是相關系數表現出遞減的特征。這說明城市制造企業空間集聚度是企業全要素生產率的重要來源，同時也表明隨著企業空間集聚度上升，集聚效應逐漸減弱，意味著存在選擇效應。因此，全樣本散點擬合分析初步驗證假說1。此外，城市制造企業空間集聚度與企業全要素生產率之間關系的多樣性特征，也為非線性回歸模型方程（1）的設定提供了基本數據特征基礎。

（2）全樣本回歸分析

為了細致考察江蘇制造企業空間集聚度對企業全要素生產率的影響，本文按照是否考慮集聚的非線性影響分兩種情況開展實證分析，應用模型方程（1），采用逐步回歸方法進一步檢驗兩者之間的關系，估計結果見表2。

未考慮非線性影響時，城市制造企業空間集聚度與企業全要素生產率關系顯著為正，表明企業空間集聚是江蘇企業生產率的重要來源。考慮非線性影響時，城市制造企業空間集聚度的影響系數顯著變大，且依然顯著為正，而企業空間集聚度的二次項系數也顯著為負，進一步表明江蘇企業空間集聚是江蘇企業生產率的重要來源，且同時存在顯著的選擇效應。那么，全樣本回歸分析結果進一步驗證了假說1。從系數大小看，企業空間集聚度系數顯著地大于其二次項系數，初步驗證了假說2。

2. “左斷尾—右移動”系統識別法分析

（1）基于核密度函數圖的比較分析

參照已有研究，本文采用核密度函數圖進一步識別企業生產率的來源。本文將城市按照制造企業空間集聚度劃分為低于均值城市組和高于均值城市組，并繪制企業生產率核密度圖比較分析，見圖2。

我們可以發現如下3個規律：一是從核密度曲線左端看，低于均值城市組核密度曲線形態完整，說明低效率企業較多，而高于均值城市組核密度曲線產生了截斷，左斷尾特征表明存在顯著地選擇效應；二是從核密度曲線的右端來看，低于均值城市組右尾曲線較短，說明高效率企業較少，而高于均值城市組核密度曲線呈現右拖尾特征，不僅表明存在顯著的集聚效應，且生產率差異較大，集聚效應顯著的大于選擇效應；三是從核密度曲線峰值看，高于均值城市組的核密度曲線峰度較高且相對右移，表明存在顯著的集聚效應。由此，從核密度函數圖的分布形態分析可以得出江蘇制造企業全要素生產率同時來源于集聚效應和選擇效應，且相較于選擇效應集聚效應更為顯著，為假說1和假說2提供了強有力的證據。

lt;c：＼users＼admini～1＼appdata＼roaming＼founder＼fx80＼temp＼wordimage＼企業2-江蘇制造企業生產率來源識別：集聚還是選擇-E95D＼image2.pnggt;

圖2 制造企業空間集聚度均值分組的企業生產率核密度圖

（2）分位數識別分析

在核密度函數圖識別基礎上，本文進一步采用分位數法識別江蘇制造企業全要素生產率來源。由于集聚效應是通過改善生產要素投入促進生產率提高，而選擇效應通過淘汰低生產率企業來提高生存企業的平均生產率。可以通過查看江蘇制造業全要素生產率分位數的分布特征以識別兩種效應。具體識別原則[10-12]：第一，如果存在集聚效應，高于集聚度均值城市組的75%分位數以上的生產率較高，且四分位距與標準差都較小；第二，如果存在選擇效應，低于集聚度均值城市組的25%分位數以下的生產率較小，且四分位距和標準差都較大。

兩個城市組的制造企業全要素生產率分位數分布統計結果見表3。城市制造企業空間集聚度高于均值的城市組的企業生產率在選取的5個分位點、中位數、均值、最小值和最大值都較低于企業空間集聚度均值城市組大，而四分位距（IQR）和標準差則較小，完全符合上述識別原則，表明同時存在集聚效應和選擇效應，且集聚效應大于選擇效應。城市企業全要素生產率分位數統計分析結果進一步為假說1和假說2提供了直觀的支持證據。

（3）分位數回歸分析

限于篇幅，本文沒有列出控制變量的估計結果，僅匯報全樣本、低于均值城市組和高于均值城市的分位數回歸結果中企業空間集聚度及其二次項系數估計結果，見表4。全樣本估計結果表明：企業空間集聚度系數為正，其二次項系數為負，意味著集聚效應是生產率的來源，而呈非線性的特征則說明存在選擇效應，且前者大于后者。進一步看城市分組估計結果，10%分位數回歸結果表明低生產率企業存在顯著的選擇效應，而90%分位數回歸結果表明高生產率企業的集聚效應不顯著。由此可見，江蘇全要素生產率同時來源于集聚效應和選擇效應，且前者大于后者，驗證了假說1和假說2。

五、 進一步分區域討論

1. 分區域散點擬合分析

根據江蘇省統計局的蘇南、蘇中、蘇北三大區域劃分，本文進一步從3個區域的層面觀測各個區域中城市的企業空間集聚度對全要素生產率的影響，散點擬合曲線見圖3。蘇南地區城市樣本擬合曲線特征與江蘇全樣本擬合曲線特征相一致，也表現為同時存在集聚效應和選擇效應。蘇中地區城市樣本的擬合曲線近似于直線，表明該地區的集聚效應非常顯著，但是無法判定是否存在選擇效應。蘇北地區城市樣本的擬合曲線所表現出的特征呈向右上方傾斜，且微微凸向橫軸，表明企業空間集聚不但與全要素生產率呈顯著的正相關關系，而且處于向最佳狀態靠近階段，迫切需要進一步提升企業空間集聚度，以獲取集聚經濟。這里三大區域的企業空間集聚度與全要素生產率之間關系的多樣性特征，也為非線性回歸模型方程（1）的設定提供了可靠的數據特征基礎。

2. 分區域回歸分析

本文進一步從蘇南、蘇中、蘇北3個區域層面觀測各個區域中企業空間集聚度對企業全要素生產率的影響，并采用與全樣本分析一樣的回歸策略。但限于篇幅，僅匯報部分估計結果，見表5。

蘇南地區的估計結果表明，如果不考慮非線性影響，城市制造企業空間集聚度與企業全要素之間關系并不顯著；但是在考慮了非線性影響后，城市制造企業空間集聚度及其二次項與企業全要素之間呈顯著的相關關系，前者顯著為正，后者顯著為負，其表現出的特征與江蘇的全樣本分析結果相一致，且相關系數都變得更大，意味著同時存在集聚效應和選擇效應。蘇中地區的估計結果表明，如果不考慮非線性影響，城市制造企業空間集聚度與企業全要素之間相關系數顯著為正，且大于蘇南地區；但是在考慮了非線性影響后，城市制造企業空間集聚度及其二次項與企業全要素之間相關系數都不顯著，意味著并不存在選擇效應。蘇北地區的估計結果表現出與蘇中地區的估計相一致的特征，但是集聚效應的影響稍弱于蘇中地區，依然遠大于蘇南地區。由此，總的來說，區域間企業全要素生產率來源存在差異，蘇南地區來源于集聚效應和選擇效應，蘇中地區和蘇北地區則主要來源于集聚效應，未發現存在選擇效應。

3. 分區域“左斷尾—右移動”系統識別法分析

（1）分區域核密度函數圖的比較分析

本文進一步使用核密度圖比較分析三大區域的集聚效應與選擇效應。按照蘇南、蘇中和蘇北三大區域的各自制造企業空間集聚度平均值為界分組，繪制核密度圖，見圖4。3個區域都表現出顯著的左斷尾特征，表明都存在選擇效應，而且高集聚度的全要素生產率都表現出右移動的特征，表明都存在集聚效應。

（2）分區域分位數識別分析

三大區域的全要素生產率分位數分布統計結果見表6。各個區域內，城市制造企業空間集聚度高于均值的城市組的企業全要素生產率在選取的5個分位點、中位數、均值、最小值和最大值都顯著比“低于企業空間集聚度均值城市”組大，而四分位距（IQR）和標準差則較小，符合前述生產要素來源識別原則，表明同時存在集聚效應和選擇效應，且集聚效應大于選擇效應。統計分析結果進一步為假說1和假說2提供了直觀的支持證據。

（3）分區域分位數回歸分析

同樣限于篇幅，此處三大區域的分位數回歸也沒有列出其他控制變量的估計結果，僅匯報制造企業空間集聚度及其二次項系數的估計結果，見表7。三大區域中低生產率城市的企業空間集聚度系數為正，二次項系數為負，意味著集聚效應是生產率的來源，且呈現非線性的影響，說明存在選擇效應，且前者大于后者。高生產率城市的企業空間集聚度對生產率的影響表現出顯著的區域間差異：蘇南地區和蘇中地區企業空間集聚度始終對生產率存在顯著的集聚效應和選擇效應，且蘇中地區的集聚效應更大；蘇北地區企業空間集聚也正向促進了生產率提高，但是二次項系數不顯著，意味著生產率主要來源于集聚效應。由此可見，集聚效應是三大區域全要素生產率的共同來源，同時選擇效應是蘇南地區生產率的另一個主要來源，于前述面板數據的回歸分析結論相一致。

六、 結論建議

1. 研究結論

企業空間集聚的外部經濟性幾乎是馬歇爾之后經濟學家的共識。尤其是新經濟地理理論系統闡釋了集聚經濟的發生機制，但是依然無法解釋許多企業為何遠離集聚區。新經濟地理理論嘗試從企業異質性視角給出解釋，并提出了選擇效應，發展了集聚經濟理論。江蘇實施了20多年的南北共建工業園區政策已經取得顯著經濟績效，是空間集聚經濟理論中集聚效應和選擇效應分析的鮮活樣本。本文從江蘇實施20多年的區域間制造業轉移政策切入，基于2000—2020年制造業上市公司數據，從總體和區域兩個層面，采用散點擬合和核密度函數的圖形分析、面板回歸和分位數回歸等計量分析方法，識別江蘇制造企業全要素生產率來源，得到如下結論：

（1）存在集聚效應和選擇效應，且前者大于后者

全樣本散點擬合圖呈現非線性特征，且考慮企業空間集聚度的非線性回歸系數顯著且變大，為同時存在集聚效應和選擇效應提供了較為一般的證據。而高企業空間集聚度城市的生產率核密度曲線同時表現出左斷尾和右移，分位數分布統計和分位數回歸的結果等都符合集聚效應與選擇效應同時存在的識別原則。進一步看，散點擬合曲線總體態勢依然向右上方傾斜，高集聚度城市生產率核密度函數曲線的峰較大，表現出明顯的右拖尾特征，分位數統計指標和回歸結果也都大于低集聚度城市，表明集聚效應大于選擇效應。

（2）區域間集聚效應和選擇效應存在差異

三大區域的制造企業生產率的散點擬合表現出顯著的差異，蘇南地區與全樣本相一致，同時存在兩種效應，蘇中地區近似于直線，主要體現出的是集聚效應，而蘇北地區微微凸向橫軸，表明集聚效應還是較低，處于向最佳狀態趨近階段，選擇效應幾乎可以忽略。分區域的回歸結果也基本印證了這些結論。進一步看，三大區域中高集聚度城市的生產率核密度曲線表現為左斷尾，且都表現出右移的特征，蘇南地區和蘇中地區的生產率都來源于集聚效應和選擇效應的共同作用，其中蘇中地區的集聚效應更大，而蘇北地區主要來源于集聚效應，選擇效應可以忽略不計。

2. 政策建議

根據江蘇全域和三大區域集聚效應和選擇效應表現的特征及其差異，本文提出合理籌劃企業投資布局決策和優化調整政府南北幫扶政策兩方面建議：

（1）合理籌劃企業投資布局決策

區域間生產率來源的差異，為企業的空間布局決策提供了很好的指引。企業應該清晰地認識到蘇南地區集聚效應固然很大，同樣也存在選擇效應。企業可以充分評估自身的條件，順應市場的發展規律，充分利用好政府推動南北均衡發展的政策優勢，在三大區域選擇布局，實現利潤最大化。遷移到蘇中和蘇北發展中地區，往往意味著更多的機會，有成為當地產業龍頭企業的機會，享受集聚效應紅利，處于產業鏈的頂端，從而實現效益的最大化，并帶動當地經濟發展。

（2）優化調整政府南北幫扶政策

江蘇引導企業從南往北遷移集聚，主要以集聚效應為主要因素。但是實際上企業存在異質性，隨著北方共建園區的集聚程度提升，企業的生存門檻也在提升，選擇效應逐漸顯現。這就需要對南北幫扶政策做出精細化調整，主要從以下3個方面著手：一是加大政策支持力度，推動蘇南相對缺乏生產率優勢的企業向北遷移，獲取江蘇制造業空間集聚經濟性；二是調整政策支持地區，將南北幫扶政策鼓勵企業的轉出地從蘇南地區擴展到蘇中地區，利用集聚效應和選擇效應的區域間梯度差構建江蘇全域產業梯度轉移機制；三是調整結對幫扶匹配關系，轉變南北幫扶為三大區域對接，將南北幫扶政策由當前蘇南和蘇北之間的對接，轉向以集聚效應和選擇效應為依據的區域效益最大化的協調對接，以最大限度獲取區域均衡發展的政策紅利。

參考文獻：

[1] Melo P C，Graham D J，Noland R B.A Meta-analysis of Estimates of Urban Agglomeration Economies[J].Regional Science amp; Urban Economics，2009，39（3）：332-342.

[2] Baldwin R E， Okubo T.Heterogeneous Firms， Agglomeration and Economic Geography： Spatial Selection and Sorting[J].Journal of Economic Geography，2006，6（3）：323-346.

[3] Melitz M，Ottaviano G I P.Market Size， Trade and Productivity[J].Review of Economic Studies，2008，75（1）：295-316.

[4] Venables A J.Productivity in Cities： Self-selection and Sorting[J].Journal of Economic Geography，2011，11（2）：241-251.

[5] 楊莉，余倩倩，張雪磊.江蘇沿江城市工業綠色發展評價與轉型升級路徑研究[J].江蘇社會科學，2019（6）：249-256.

[6] 趙婧軒.江蘇經濟發展動力區域差異研究——基于縣（市）全要素生產率分析[J].江蘇海洋大學學報（人文社會科學版），2021，19（6）：119-128.

[7] 趙曼.基于DEA—Malmquist的江蘇區域經濟全要素生產率測評[J].統計與管理，2020，35（3）：121-124.

[8] 王玲.江蘇全要素生產率的測算、比較及提升路徑分析[J].當代經濟，2022，39（3）：71-77.

[9] Syverson C.Market Structure and Productivity： A Concrete Example[J].Journal of Political Economy，2004（112）：1181-1222.

[10] Saito H，Gopinath M.Plants Self-selection， Agglomeration Economies and Regional Productivity in Chile[J].Journal of Economic Geography，2009，9（4）：539-558.

[11] Combes P P，Duranton G，Gobillon L，et al.The Productivity Advantages of Large Cities：Distinguishing Agglomeration from Firm Selection[J].Econometrica，2012，80（6）：2543-2594.

[12] Yutaka A，Kentaro N，Tetsuji O.Agglomeration or Selection？ The Case of the Japanese Silk Reeling Clusters[C].Primced Discussion Paper Series 7，Institute of Economic Research， Hitotsubashi University，2009.

[13] 劉海洋，劉玉海，袁鵬.集群地區生產率優勢的來源識別：集聚效應抑或選擇效應？[J].經濟學（季刊），2015，14（3）：1073-1092.

[14] 王永進，張國峰.開發區生產率優勢的來源：集聚效應還是選擇效應？[J].經濟研究，2016，51（7）：58-71.

[15] 王良舉，王永培，袁平紅.中心區企業生產率優勢的來源：集聚、選擇抑或分類效應[J].財貿研究，2018，29（3）：11-20.

[16] 何文韜.產業集聚對企業初始規模選擇與持續生存的影響——基于遼寧省中小企業的分析[J].經濟地理，2019，39（10）：112-122.

[17] 林柄全，谷人旭，王俊松.集聚經濟與基于價值鏈的企業區位選擇——重新發現內部集聚經濟[J].經濟地理，2020，40（4）：56-64.

[18] 范紅忠，周葉迪.城市群企業生產率優勢來源：集聚效應或選擇效應——基于2006—2018年民營上市企業的分析[J].工業技術經濟，2020，39（9）：114-120.

[19] 孫曉華，袁方，郭旭.市場化改革的選擇效應與集聚效應——來自工業企業的經驗證據[J].經濟科學，2020（6）：5-18.

[20] 王晶晶，朱冬明.異質性企業空間選擇、集聚與服務業生產率[J].經濟研究參考，2020（11）：76-91.

[21] 何珊珊.非房地產企業進入房地產行業對其全要素生產率的負面影響——基于中國A股上市公司數據的實證研究[J].當代財經，2018（2）：3-14.

[22] 沈曉梅，李芝辰，王磊.江蘇高新技術產業效率評價與驅動因素分析——基于Malmquist-CLAD的實證檢驗[J].華東經濟管理，2020，34（7）：36-43.

[23] 嵇正龍，宋宇.空間集聚、企業更替與生產率[J].華東經濟管理，2021，35（5）：111-118.

[24] 嵇正龍，宋宇.網絡位置對企業生產率的影響——基于吸收能力的中介機制分析[J].企業經濟，2021，40（8）：64-73.

[25] 嵇正龍，宋宇.產業空間集聚中心引力指數算法的設計及應用——基于長三角一體化視角的企業微觀數據驗證[J].統計與信息論壇，2020，35（3）：38-48.

基金項目：江蘇高校哲學社會科學研究基金一般項目“江蘇制造業上市公司全要素生產率增長來源分析”（項目編號：2021SJA2182）；國家社會科學基金重大項目“創新鏈與產業鏈耦合的關鍵核心技術實現機理與突破路徑研究”（項目編號：22amp;ZD093）。

作者簡介：嵇正龍（1982-），男，南京大學經濟學院應用經濟學博士后，宿遷學院經濟管理學院副教授，研究方向為企業經濟、產業經濟；鄭江淮（1968-），男，博士，南京大學經濟學院院長，教授，博士生導師，研究方向為產業經濟；肖艷（1973-），女，博士，宿遷學院經濟管理學院院長，教授，研究方向為企業品牌、數字農業。

（收稿日期：2023-03-17" 責任編輯：殷 俊）