基于階層線性模型的集聚經(jīng)濟實證分析

徐小靚，田相輝

（1.武漢大學(xué) 中國中部發(fā)展研究院，武漢 430072；2.青島農(nóng)業(yè)大學(xué) 經(jīng)濟與管理學(xué)院，青島 山東 266109）

1 研究背景

區(qū)域環(huán)境對經(jīng)濟行為主體的集聚產(chǎn)生較大影響。本文以城市和行業(yè)為分析樣本，驗證城市異質(zhì)性在行業(yè)集聚過程中的獨特作用。這里所提到的城市異質(zhì)性主要是指城市環(huán)境的差異性和多樣性。本文借鑒Cronon的觀點，將城市異質(zhì)性歸結(jié)為先天差異（first nature）和后天差異（second nature）兩個方面。其中，先天差異主要表現(xiàn)為地區(qū)自然稟賦的差異，如原料、氣候和地理等方面的差異；后天差異主要表現(xiàn)為城市在經(jīng)濟、文化層面的特征差異和規(guī)模差異等［1］。

集聚經(jīng)濟具有不可觀測性，一直被當(dāng)作“黑箱”。采用計量經(jīng)濟學(xué)方法對集聚經(jīng)濟的識別和估計也因?qū)W者們所用數(shù)據(jù)和方法的不同而沒有一致結(jié)果，如有關(guān)地方化經(jīng)濟和城市化經(jīng)濟的持久爭論。Van Oort、Burger和Knoben認(rèn)為，對集聚經(jīng)濟認(rèn)識的不明確（ambiguity），一方面源于集聚經(jīng)濟測度方法的不同，另一方面在于集聚經(jīng)濟本身并不是同質(zhì)的，它在不同維度上有不同的變化，而既有文獻缺乏從宏觀層次到微觀層次的全面分析［2］。

圖1簡要地顯示了從微觀到宏觀層面的集聚經(jīng)濟的行為主體。圖1不僅展現(xiàn)了企業(yè)、行業(yè)和城市3個橫向?qū)用?，而且突出了企業(yè)嵌套于行業(yè)、行業(yè)嵌套于城市的縱向結(jié)構(gòu)。這種嵌套結(jié)構(gòu)決定了各個層面行為主體的異質(zhì)性。比如，行業(yè)層面的集聚經(jīng)濟不僅受行業(yè)自身特征的影響，而且受行業(yè)所嵌套的城市經(jīng)濟社會環(huán)境的影響。Saxenian認(rèn)為，美國加利福尼亞“硅谷”地區(qū)和環(huán)波士頓128號公路地區(qū)的關(guān)鍵區(qū)別在于兩者的組織文化環(huán)境不同：前者是靈活（flexible）和創(chuàng)新（entrepreneurial）；后者是僵化（rigid）和等級（hierarchical）［3］。Florida 和Gates運用同性戀指數(shù)反映區(qū)域高科技產(chǎn)業(yè)的集中度及高科技產(chǎn)業(yè)的生長情況，城市的同性戀集中度越高，其社會多樣化和開放度越高，越能吸引和發(fā)展高科技產(chǎn)業(yè)［4］?？梢姡鞘挟愘|(zhì)性是考察集聚經(jīng)濟時不可忽視的重要因素。

傳統(tǒng)線性回歸（classic linear regression）分析的基本假設(shè)是線性、正態(tài)、方差齊性以及獨立分布。對于嵌套數(shù)據(jù)而言，前兩個假設(shè)對于分層數(shù)據(jù)較易保證，但方差齊性和獨立分布兩個假設(shè)卻很難滿足。這就決定了需要采取不同于傳統(tǒng)回歸分析的工具——如在社會科學(xué)中日益被廣泛應(yīng)用的階層線性模型（hierarchical linear model，HLM）——研究集聚經(jīng)濟各維度行為主體的異質(zhì)性和嵌套結(jié)構(gòu)，它能實現(xiàn)從宏觀層面到微觀層面的全面分析［2］。就本文而言，雖然可以假設(shè)不同城市的樣本數(shù)據(jù)是相互獨立的，但是卻很難保證同一城市內(nèi)不同行業(yè)的數(shù)據(jù)是相互獨立的，這主要是因為同一城市內(nèi)的不同行業(yè)受相同城市環(huán)境變量的影響。要有效解決嵌套數(shù)據(jù)面臨的異方差難題，一方面需要利用隨機效應(yīng)模型捕捉不可觀測的異質(zhì)性，另一方面需要合理解釋多層次模型回歸系數(shù)的變異。

具體來看，利用階層線性模型分析集聚經(jīng)濟具有兩方面的獨特優(yōu)勢：一方面，階層線性模型是捕捉各維度間內(nèi)在聯(lián)系的天然分析工具，這主要基于一個簡單的事實——共享集聚經(jīng)濟的外部性使得處于同一地區(qū)的不同微觀個體處于相同的外部環(huán)境中，其行為特征與其他地區(qū)個體的行為特征相比具有更高的相似度；另一方面，階層線性模型能夠捕捉到不可觀測的城市異質(zhì)性——這主要通過分析隨機效應(yīng)來實現(xiàn)。Corrado和Fingleton認(rèn)為，采用多層次分析方法（階層線性模型）不僅能夠有效識別內(nèi)生和外生的同群效應(yīng)，而且在一定程度上能夠有效避免遺漏變量而產(chǎn)生的內(nèi)生性（endogeneity）問題［5］。鑒于此，本文采取階層線性模型和集聚經(jīng)濟的間接估計策略，利用全國第一次和第二次經(jīng)濟普查中城市和行業(yè)的相關(guān)數(shù)據(jù)，驗證集聚經(jīng)濟的存在形式，有效捕捉集聚經(jīng)濟行業(yè)維度的不可觀測的異質(zhì)性，揭示集聚經(jīng)濟各維度間內(nèi)在聯(lián)系。

圖1 集聚經(jīng)濟的維度①在圖1中，企業(yè)（或勞動力）是第一層中微觀個體的代表。

后文的結(jié)構(gòu)安排如下：設(shè)定模型并說明相應(yīng)的估計策略；分析和構(gòu)造階層線性模型；運用階層線性模型對集聚經(jīng)濟進行實證分析；進行總結(jié)評論并提出相關(guān)的政策建議。

2 模型設(shè)定與估計策略

2.1 模型設(shè)定

在假設(shè)外部效應(yīng)是希克斯中性（Hicks neutral）的前提下，企業(yè)i的生產(chǎn)函數(shù)可表示為yl=g（Al）f（xl）。

式（1）中：x為通常的土地、勞動力和資本等投入要素；A為企業(yè)面臨的環(huán)境要素，是刻畫集聚經(jīng)濟外部性的關(guān)鍵。通常情況下，集聚經(jīng)濟不僅取決于相互作用的各企業(yè)的生產(chǎn)規(guī)模，而且取決于企業(yè)間的“距離”。這里的“距離”主要包括地理維度上的距離dGlk、產(chǎn)業(yè)維度上的距離dIlk和時間維度上的距離dTlk。那么，企業(yè)i所獲取的所有集聚經(jīng)濟為：

式（2）中：K為與企業(yè)i有相互作用聯(lián)系的其他所有企業(yè)的集合；函數(shù)q和函數(shù)a分別表示上述集聚經(jīng)濟所取決的兩個方面。那么，通過估計式（1）可得集聚經(jīng)濟在地理維度、產(chǎn)業(yè)維度和時間維度上的生產(chǎn)效應(yīng)。從實際情況來看，集聚本身是一個復(fù)雜的、系統(tǒng)的經(jīng)濟社會現(xiàn)象，涉及產(chǎn)業(yè)、地理、時間和社會等多個維度，而關(guān)于集聚的大部分實證分析只涉及其中的一個或兩個維度，目前基本上沒有囊括所有維度的系統(tǒng)分析［6］。

由于直接估計存在諸多挑戰(zhàn)，因此間接估計方法在現(xiàn)實的實證分析中得到了廣泛運用。下文將結(jié)合就業(yè)增長的間接估計方法進行簡單介紹［7-8］。

2.2 內(nèi)生性問題與估計策略

基于就業(yè)增長的間接估計方法的核心理念是：集聚經(jīng)濟提高了生產(chǎn)力，從而促進了就業(yè)增長。但是，采用這種估計方法需要重點處理測量偏誤和內(nèi)生性的問題，具體表現(xiàn)在如下兩個方面：

第一，前期要素投入（各種類型的固定資本投入）在較大程度上影響企業(yè)就業(yè)增長。解決方法是：考察足夠長時間段內(nèi)的就業(yè)變化，從而排除這些固定要素對就業(yè)增長的影響。例如：Glaeser、Kallal和Scheinkman等考察了1956—1987年美國170個城市較大行 業(yè)的就 業(yè)變化情況［7］；Combes 考察了1984—1993年法國341個地區(qū)工業(yè)和服務(wù)業(yè)的就業(yè)變化情況［8］。本文考察的是第二次全國經(jīng)濟普查相對于第一次全國經(jīng)濟普查的就業(yè)變化情況，時間跨度為5年。相對于國外學(xué)者的研究，雖然這一時間跨度有些短，但是考慮到目前中國仍為發(fā)展中國家的實際情況，該時間跨度基本上能滿足分析的要求①根據(jù)《中國民營企業(yè)發(fā)展報告2005》藍皮書：“據(jù)統(tǒng)計，全國每年新生15萬家民營企業(yè)，同時每年又能死亡10萬多家，有60%的民企在5年內(nèi)破產(chǎn)，有85%的在10年內(nèi)死亡，其平均壽命只有2.9年”；“有抽樣調(diào)查顯示：中國民營企業(yè)的平均壽命僅為3.5年，遠(yuǎn)遠(yuǎn)低于美國企業(yè)的8.2年和日本企業(yè)的12.5年”。。

第二，就業(yè)增長與集聚經(jīng)濟互為因果關(guān)系。工具變量法（instrumental variable，IV）是控制內(nèi)生性的常用方法，一個好的工具變量應(yīng)與誤差項無關(guān)但與解釋變量高度相關(guān)。本文的主要解決方法是用第一個方面時間段中的初期情況作為工具變量。比如：Glaeser等用1956年美國的集聚經(jīng)濟情況解釋1956—1978 年期間 的就業(yè)變化［7］；Combes 采 用1984年法國的集聚經(jīng)濟情況解釋1984—1993年期間的就業(yè)變化［8］。

3 研究方法和數(shù)據(jù)

3.1 階層線性模型（多層次分析）

階層線性模型②階層線性模型的英文簡稱為HLM，這也是分析軟件的名稱，所以現(xiàn)在都將之稱為多層次分析模型（multilevel modeling）。是基于社會研究中的階層（hierarchical）或嵌套（nested）數(shù)據(jù)結(jié)構(gòu)，綜合考慮組間（總體層次）信息的一種回歸分析方法［9-10］。最一般且最典型的階層線性模型是以截距和斜率為結(jié)果的回歸模型，又稱隨機變動系數(shù)模型或完整模型［9］。兩個層次分別設(shè)定為：

第一層為行業(yè)維度：

第二層為城市維度：

式（3）～式（5）中：j（j=1，2，…，J）表示城市維度；i（i=1，2，…，n）表示行業(yè)維度；Xij表示行業(yè)維度中的集聚經(jīng)濟變量，Zj表示城市維度中的集聚經(jīng)濟變量和控制變量；εij表述第一層回歸的誤差項，服從經(jīng)典回歸模型的零均值同方差（σ2）的正態(tài)分布假設(shè)；第二層的兩個誤差項u0j和u1j服從二元聯(lián)合正態(tài)分布，兩者的均值為0，u0j的方差為τ00、u1j的方差為τ11。將式（4）和式（5）式帶入式（3），整理后可得隨機系數(shù)的跨層級模型，也稱混合模型：

式（6）中等號右邊的前4項屬于模型的固定效應(yīng)部分，后3項包含模型所有的誤差項，屬于模型的隨機效應(yīng)部分。階層線性模型與一般回歸模型的最主要區(qū)別在于組間差異不同，需要設(shè)計如下零模型（null model）來辨別兩者：

計算組內(nèi)相關(guān)系數(shù)ρ（intra-class correlation coefficient，ICC），用以衡量組間方差與組內(nèi)方差的相對關(guān)聯(lián)程度，ρ的計算公式如下：

Cohen［11］建議判斷相對關(guān)聯(lián)程度的準(zhǔn)則如下：0.01≤ρ＜0.059，為低度關(guān)聯(lián)強度；0.059≤ρ＜0.138，為中度關(guān)聯(lián)強度；0.138≤ρ，為高度關(guān)聯(lián)強度。

在具體的實證分析中，可以通過考察第一層（L1）和第二層（L2）的變量系數(shù)符號來判斷第二層自變量對第一層自變量的調(diào)節(jié)效應(yīng)（moderate effect）或交互作用。如果L2中變量的系數(shù)符號與相應(yīng)的L1 中變量的系數(shù)符號相同，則說明L2層的變量能加強L1層的對應(yīng)變量對L1層的被解釋變量的作用，影響方向與變量系數(shù)符號的方向相同；兩層變量的系數(shù)符號相反，則說明L2 層的變量會削弱L1層的對應(yīng)變量對L1層被解釋變量的作用，影響方向與L1層的該變量系數(shù)符號的方向相反。

3.2 模型設(shè)定和變量選擇

基于本文的研究主題，將階層線性模型設(shè)定為如下形式：

第一層行業(yè)維度：

第二層城市維度：

下文將具體介紹因變量和自變量的界定。為了避免內(nèi)生性問題，本文將所有解釋變量的初期都界定為2004年，以便可以捕捉到集聚經(jīng)濟及其對行業(yè)就業(yè)變化的真實影響。

Hoover［12］和Isard［13］將集聚經(jīng) 濟劃分為內(nèi)部規(guī)模經(jīng)濟和以地方化經(jīng)濟、城市化經(jīng)濟為存在形式的外部規(guī)模經(jīng)濟。據(jù)此，本文用行業(yè)專業(yè)化指數(shù)、行業(yè)多樣化指數(shù)和內(nèi)部規(guī)模經(jīng)濟3個指標(biāo)測度行業(yè)維度的集聚經(jīng)濟。根據(jù)本文對城市異質(zhì)性的界定，用資源型城市、城市多樣化、城市歷史和文化特征以及城市相對規(guī)模來捕捉城市異質(zhì)性。具體變量說明如下：

1）被解釋變量（Y）。

根據(jù)2.2節(jié)集聚經(jīng)濟的間接估計策略，本文將被解釋變量設(shè)定為2004—2008 年期間城市i中s行業(yè)的就業(yè)增長與全國該部門就業(yè)增長的差異，即

式（14）中：empi，j，t為t期城市i中行業(yè)j的就業(yè)量；t=2004，2008；empj，t為t期全國行業(yè)j的就業(yè)量，t=2004，2008。

2）行業(yè)專業(yè)化指數(shù)（SPE）。

行業(yè)專業(yè)化指數(shù)的計算公式為：

式（15）中：empi和emp分別為城市i和全國的就業(yè)總量；empi，j和empj分別為城市i和全國中行業(yè)j的就業(yè)量。

3）行業(yè)多樣化指數(shù)（DIV）。

本文采用赫希曼-赫芬達爾指數(shù)（Hirshman-Herfindahl index，HHI）的倒數(shù)作為行業(yè)多樣化指數(shù)。HHI是對所有部門的就業(yè)份額平方的加總，用全國數(shù)據(jù)對用其倒數(shù)衡量的行業(yè)多樣化指數(shù)進行標(biāo)準(zhǔn)化處理：

式（16）中：j表示產(chǎn)業(yè)部門的數(shù)量。從式（15）和式（16）可以看到，產(chǎn)業(yè)部門j的專業(yè)化指數(shù)和多樣化指數(shù)并不一定負(fù)相關(guān)。

4）內(nèi)部規(guī)模經(jīng)濟（SCALE）。

將內(nèi)部規(guī)模經(jīng)濟設(shè)定為①Glaeser等將該變量的倒數(shù)作為衡量企業(yè)間競爭程度的指標(biāo)［7］。本文采用Combes的處理方法，將之設(shè)定為內(nèi)部規(guī)模經(jīng)濟［8］。：

式（17）中：nbri，j和nbrj分別為城市i和全國范圍內(nèi)屬于行業(yè)j的企業(yè)數(shù)量，本文使用企業(yè)法人單位數(shù)。

5）資源型城市（NATURAL）。

本文將資源型城市作為城市異質(zhì)性中第一天性的代理指標(biāo)。資源型城市是指因自然資源的開采而興起或發(fā)展壯大且資源性產(chǎn)業(yè)在工業(yè)中占有較大份額的城市。根據(jù)國家計委宏觀經(jīng)濟研究院課題組在《我國資源型城市的界定與分類》［14］中的界定范圍，本文的研究樣本中共有40個資源型城市，主要分布在山西、遼寧、吉林、安徽、江西、陜西、廣西、廣東和福建等省區(qū)。

6）城市多樣化（DI）。

城市多樣化是城市文明的鮮明特征，是城市異質(zhì)性中第二天性的重要表現(xiàn)，符合經(jīng)濟學(xué)中消費者消費偏好多樣化。本文以Duranton等［15］的城市多樣化指數(shù)作為城市多樣化的代理變量，其計算公式為：

式（18）中：sij為城市i中行業(yè)j的就業(yè)占城市i的總就業(yè)的份額。與行業(yè)專業(yè)化指數(shù)和行業(yè)多樣化指數(shù)一樣，也對城市多樣化指數(shù)進行標(biāo)準(zhǔn)化處理：

式（19）中：sj為行業(yè)j的就業(yè)占全國總就業(yè)的份額。如果一個城市完全專業(yè)化于一個產(chǎn)業(yè)，那么其多樣化指數(shù)為1。

7）城市歷史和文化特征（OPEN）。

在中國改革開放歷程中，各城市的最大區(qū)別就是開放時間和開放程度不同。開放是當(dāng)代城市發(fā)展的鮮明特征，開放城市通過與世界市場在經(jīng)貿(mào)、文化等領(lǐng)域進行溝通往來，率先融入全球化，這進而促進了城市內(nèi)部一系列的制度變革?；诖?，本文將城市間差異化的歷史和文化特征界定為城市的開放時間和開放程度，用虛擬變量表示。具體來看，直轄市、經(jīng)濟特區(qū)、沿海開放城市以及內(nèi)陸省會城市的該值為1，其余城市的該值為0。

8）城市就業(yè)密度（DEN）。

關(guān)于城市就業(yè)密度，本文用總就業(yè)變量代替部門就業(yè)變量，主要是考慮到總就業(yè)變量能夠合理反映城市經(jīng)濟規(guī)模，可以有效避免地方化經(jīng)濟被過高估計。

式（20）中，empi為城市i的勞動力就業(yè)總量；areai為城市i的建成區(qū)面積。

3.3 數(shù)據(jù)來源和描述性統(tǒng)計分析

階層線性模型的第一層行業(yè)數(shù)據(jù)來自第一次和第二次全國各?。ㄗ灾螀^(qū)和直轄市）的《經(jīng)濟普查年鑒》，共包括151個地級市和30個制造業(yè)行業(yè)，其描述性統(tǒng)計結(jié)果如表1所示。

表1 行業(yè)數(shù)據(jù)的描述性統(tǒng)計結(jié)果

被解釋變量Y的均值均為負(fù)值，說明2004—2008年期間所考察制造業(yè)樣本的就業(yè)總體上是下降的。階層線性模型的第二層城市數(shù)據(jù)來自《中國城市統(tǒng)計年鑒2005》，具體的統(tǒng)計信息如表2所示。

表2 城市數(shù)據(jù)的描述性統(tǒng)計結(jié)果

4 實證分析

根據(jù)第2節(jié)的理論分析和第3節(jié)的模型設(shè)定，本節(jié)利用階層線性模型分析城市異質(zhì)性對行業(yè)層面集聚經(jīng)濟的影響。

首先，采用極大似然估計中的迭代過程估計零模型即式（7），并利用式（8）計算得出被解釋變量Y的組內(nèi)相關(guān)系數(shù)ρ為0.084。根據(jù)Cohen建議的判斷準(zhǔn)則，這屬于中等關(guān)聯(lián)強度，屬于是不可忽略的組間差異。所以不能只用一般的回歸模型進行分析，必須考慮到組間差異的特性［11］。

然后，構(gòu)造隨機系數(shù)模型。在HLM 中只有第一層有自變量，第二層或以上為零模型，也就是不存在第二層自變量的設(shè)定，此時將第一層回歸模型的回歸系數(shù)均設(shè)定為隨機效應(yīng)。再次，構(gòu)造完整模型，將城市異質(zhì)性的代理變量引入模型的第二層。HLM 的估計結(jié)果見表3。

表3 HLM 的估計結(jié)果——制造業(yè)

比較隨機效應(yīng)模型和完整模型的估計結(jié)果，可發(fā)現(xiàn)：第二層截距項的隨機系數(shù)均在0.10的水平下統(tǒng)計顯著，而且τ00的值由隨機系數(shù)模型中的0.030降為完整模型中的0.029，減少了約3.3%；完整模型中第一層誤差項的方差降為0.086，比隨機效應(yīng)模型中的方差略??；相對于隨機效應(yīng)模型，完整模型在第一層誤差項方差的改善幅度R2為1.1%。這表明城市異質(zhì)性變量的引入對第一層行業(yè)維度的集聚經(jīng)濟變量的影響較大。

具體分析如下：在隨機效應(yīng)模型中，行業(yè)專業(yè)化（SPE）和內(nèi)部規(guī)模經(jīng)濟（SCALE）的系數(shù)均統(tǒng)計顯著但均為負(fù)值，行業(yè)多樣化（DIV）的系數(shù)為正值但統(tǒng)計不顯著，可見利用隨機效應(yīng)模型無法驗證制造業(yè)中的集聚經(jīng)濟；當(dāng)引入城市異質(zhì)性變量后，完整模型的回歸結(jié)果顯示，行業(yè)專業(yè)化（SPE）和行業(yè)多樣化（DIV）的系數(shù)和系數(shù)符號均發(fā)生了較大變化，其中，行業(yè)多樣化（DIV）的系數(shù)符號由正變負(fù)但不是很顯著，行業(yè)專業(yè)化（SPE）的系數(shù)符號由負(fù)變正、其系數(shù)絕對值由0.009提高到0.036，且在0.05的水平下顯著。這表明，在引入城市維度變量后，地方化經(jīng)濟在制造業(yè)中得到了驗證。

縱向來看，表3可分成上下兩個部分：固定效應(yīng)與隨機效應(yīng)。前者表示層級一與層級二的自變量對城市就業(yè)相對變化的影響效應(yīng)；后者表示模型中的這些自變量沒有解釋的城市就業(yè)相對變化的差異。從表3可以看到：完整模型中所有變量的隨機效應(yīng)均統(tǒng)計顯著。表的最左端列出的自變量分為兩個層級，其中層級一的行業(yè)維度自變量通過加粗的方式以示區(qū)分。需要說明的是：所有層級一自變量的回歸系數(shù)表示行業(yè)維度變量對就業(yè)相對變化的影響效應(yīng)，層級二自變量的回歸系數(shù)表示城市異質(zhì)性變量對行業(yè)維度變量影響就業(yè)相對變化的調(diào)節(jié)效應(yīng)。我們重點關(guān)注城市異質(zhì)性變量對得到驗證的地方化經(jīng)濟的調(diào)節(jié)效應(yīng)。

具體分析如下：城市異質(zhì)性的代理變量——資源型城市（NATURAL）的系數(shù)為正值但統(tǒng)計不顯著，表明在樣本條件下以自然資源為代表的城市先天差異對行業(yè)集聚經(jīng)濟有正向影響，但作用不顯著；城市多樣化變量（URBAN）和城市規(guī)模變量（DEN）分別在5%和10%的水平下顯著為負(fù)，表明城市多樣化和城市規(guī)模對行業(yè)集聚經(jīng)濟有負(fù)面影響；城市歷史和文化變量（OPEN）的系數(shù)為正值且在1%的水平下顯著，表明城市歷史和文化對制造業(yè)的地方化經(jīng)濟具有顯著的正向調(diào)節(jié)效應(yīng)。

5 結(jié)語

共享集聚經(jīng)濟外部性使得同一地區(qū)的不同微觀個體共享相同的外部環(huán)境，因此其行為特征比其他地區(qū)的個體具有更高的相似度。基于這一簡單事實，本文采用階層線性模型和集聚經(jīng)濟的間接估計策略，重新驗證集聚經(jīng)濟的存在形式，進而捕捉集聚經(jīng)濟行業(yè)維度不可觀測的異質(zhì)性，揭示集聚經(jīng)濟各維度間內(nèi)在的密切聯(lián)系。實證結(jié)果表明：行業(yè)層面的集聚經(jīng)濟不僅受行業(yè)自身特征的影響，而且深受行業(yè)所嵌套的城市經(jīng)濟社會環(huán)境的影響。在引入城市異質(zhì)性變量后，地方化經(jīng)濟在制造業(yè)中得到驗證。

在中國，一個很有意思的現(xiàn)象是，當(dāng)要發(fā)展某種產(chǎn)業(yè)時，從中央到地方的各級政府部門首先想到的是“園區(qū)”和“新城”——各類開發(fā)區(qū)、科技新城（園區(qū)）、大學(xué)科技園區(qū)、低碳園區(qū)、產(chǎn)業(yè)轉(zhuǎn)移園區(qū)以及創(chuàng)意產(chǎn)業(yè)園區(qū)等。這一現(xiàn)象背后的核心問題是集聚經(jīng)濟。如果不能科學(xué)、全面地認(rèn)知集聚經(jīng)濟，那么轟轟烈烈地再造“硅谷”或“新城”也只不過是一場“圈地運動”［16］?；诒疚牡难芯拷Y(jié)論，當(dāng)今世界比較出名的產(chǎn)業(yè)集聚區(qū)如“硅谷”和“第三意大利”等因其所處環(huán)境的異質(zhì)性是不可能被完全“再造”的。如果各地區(qū)不顧資源稟賦和比較優(yōu)勢等自身實際情況［17］而大搞“產(chǎn)業(yè)集聚區(qū)”建設(shè)，那么最終肯定事與愿違。集聚經(jīng)濟的產(chǎn)生一方面源于自發(fā)的純外部效應(yīng)，另一方面需要通過市場機制來實現(xiàn)。中國政府在對產(chǎn)業(yè)發(fā)展和城市發(fā)展進行干預(yù)時，首先要根據(jù)上述兩方面的客觀經(jīng)濟規(guī)律進行調(diào)控，不僅僅要關(guān)注企業(yè)規(guī)模，更要重視培育開放、競爭的市場環(huán)境，根據(jù)企業(yè)產(chǎn)品生命周期和行業(yè)特征來促進產(chǎn)業(yè)集聚經(jīng)濟的可持續(xù)發(fā)展。特別是在當(dāng)前城市化快速發(fā)展的背景下，中國各級政府應(yīng)深刻認(rèn)知各個維度的集聚經(jīng)濟，促進工業(yè)化與城市化的良性互動，鼓勵企業(yè)參與地區(qū)和國際產(chǎn)業(yè)分工，科學(xué)培育集聚優(yōu)勢。

［1］CRONON W.Nature＇s Metropolis：Chicago and The Great West Norton［M］.New York：W.W.Norton &Company，1991.

［2］VAN OORT F G，BURGER M J，KNOBEN J，et al.Multilevel approaches and the firm—Agglomeration ambiguity in economic growth studies［J］.Journal of Economic Surveys，2012，26（3）：468-491.

［3］SAXENIAN A L.Regional Advantage：Culture and Competition in Silicon Valley and Route 128［M］.Cambridge：Harvard University Press，1996.

［4］FLORIDA R，GATES G.Technology and Tolerance：The Importance of Diversity to High-Tech Growth［M］.Washington D.C.：Brookings Institution，2001.

［5］CORRADO L，F(xiàn)INGLETON B.Where is the economics in spatial econometrics？［J］.Journal of Regional Science，2012，52（2）：210-239.

［6］ROSENTHAL S S，STRANGE W C.Evidence on the nature and sources of agglomeration economies［J］.Handbook of regional and urban economics，2004（4）：2119-2171.

［7］GLAESER E L，KALLAL H D，SCHEINKMAN J A，et al.Growth in Cities［J］.Journal of Political Economy，1992，100（6）：1126-1152.

［8］COMBES P P.Economic structure and local growth：France，1984-1993［J］.Journal of Urban economics，2000，47（3）：329-355.

［9］溫福星.階層線性模型的原理與應(yīng)用［M］.北京：中國輕工業(yè)出版社，2009.

［10］GARSON G D.Hierarchical Linear Modeling：Guide and Applications［M］.Thousand Oaks：SAGE Publications，Inc.，2013.

［11］COHEN J.Statistical power analysis for the behavioral sciences［M］.Lawrence Erlbaum Associates，1988.

［12］HOOVER E M.The Location of Economic Activity［M］.New York：McGraw-Hill，1948.

［13］ISARD W.Location and space-economy［M］.Cambridge：MIT Press，1956.

［14］國家計委宏觀經(jīng)濟研究院課題組.我國資源型城市的界定與分類［J］.宏觀經(jīng)濟研究，2002（11）：37-39.

［15］DURANTON G，PUGA D.Diversity and specialisation in cities：why，where and when does it matter？［J］.Urban studies，2000，37（3）：533-555.

［16］王緝慈.超越集群——關(guān)于中國產(chǎn)業(yè)集聚問題的看法［J］.上海城市規(guī)劃，2011（1）：52-54.

［17］羅能生，張文波.我國區(qū)位優(yōu)勢對制造業(yè)集聚影響的實證研究［J］.技術(shù)經(jīng)濟，2012（4）：26-31.