產(chǎn)業(yè)集聚與城市全要素生產(chǎn)率

程中華，張立柱

(1.泰山學(xué)院管理學(xué)院，山東 泰安 271021；2.東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189)

產(chǎn)業(yè)集聚與城市全要素生產(chǎn)率

程中華1,2，張立柱1

(1.泰山學(xué)院管理學(xué)院，山東 泰安 271021；2.東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189)

本文基于2003—2012年中國285個地級及以上城市的統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用空間計(jì)量模型實(shí)證研究了產(chǎn)業(yè)集聚對城市全要素生產(chǎn)率影響的空間溢出效應(yīng)。研究結(jié)論表明：中國城市全要素生產(chǎn)率的空間相關(guān)性呈逐年增強(qiáng)的趨勢，其溢出效應(yīng)在0～950千米范圍內(nèi)呈現(xiàn)先升后降的“倒U型”曲線過程，波峰出現(xiàn)在500千米左右；制造業(yè)集聚對城市全要素生產(chǎn)率的影響顯著為負(fù)，生產(chǎn)性服務(wù)業(yè)集聚和市場潛能有利于城市全要素生產(chǎn)率的提升；從集聚外部性效應(yīng)來看，MAR外部性和Porter外部性對城市全要素生產(chǎn)率存在顯著負(fù)向影響，Jacobs外部性有利于城市全要素生產(chǎn)率的提升，這意味著制造業(yè)集聚所帶來的負(fù)影響主要是由MAR外部性和Porter外部性所主導(dǎo)。

產(chǎn)業(yè)集聚；全要素生產(chǎn)率；集聚外部性；空間計(jì)量模型

1 文獻(xiàn)回顧與問題提出

經(jīng)濟(jì)活動的空間集聚能否促進(jìn)全要素生產(chǎn)率的提升，一直是新經(jīng)濟(jì)地理學(xué)關(guān)注的焦點(diǎn)。許多學(xué)者利用不同方法計(jì)算全要素生產(chǎn)率，進(jìn)而分析產(chǎn)業(yè)集聚對全要素生產(chǎn)率的影響[1-4]。關(guān)于產(chǎn)業(yè)集聚與全要素生產(chǎn)率的已有研究更多的是從制造業(yè)集聚這單一角度進(jìn)行分析，忽視了服務(wù)業(yè)集聚尤其是對生產(chǎn)性服務(wù)業(yè)集聚的關(guān)注則相對更少。事實(shí)上，由于生產(chǎn)和消費(fèi)在時空上的不可分性，生產(chǎn)性服務(wù)業(yè)比制造業(yè)更依賴于本地市場容量，顯現(xiàn)出更強(qiáng)的空間集聚效應(yīng)[5]。因此，深入分析生產(chǎn)性服務(wù)業(yè)集聚對全要素生產(chǎn)率的內(nèi)在關(guān)聯(lián)機(jī)制及影響效應(yīng)就顯得尤為重要。

對于產(chǎn)業(yè)集聚與全要素生產(chǎn)率的研究，現(xiàn)有文獻(xiàn)忽視了兩個重要問題。第一個問題是貨幣外部性(市場潛能)對于全要素生產(chǎn)率的影響。當(dāng)許多企業(yè)都采取相同的決策時，企業(yè)的區(qū)位選擇就帶來了一種基于貨幣的“空間外部性”，從而導(dǎo)致市場潛能較大的地區(qū)有著更高的全要素生產(chǎn)率[6]。因此，分析城市全要素生產(chǎn)率的影響效應(yīng)問題，必須從經(jīng)濟(jì)地理外部性的貨幣外部性和技術(shù)外部性兩個方面同時進(jìn)行分析。第二個被忽視的問題是地理距離對于全要素生產(chǎn)率的影響。由于運(yùn)輸成本和貿(mào)易成本的存在，產(chǎn)業(yè)集聚不僅與本城市的經(jīng)濟(jì)特征有關(guān)，而且還會受到空間臨近的其他經(jīng)濟(jì)體的影響[7]。也有學(xué)者引入地理距離來分析技術(shù)和全要素生產(chǎn)率空間溢出的變化趨勢。Moreno等通過設(shè)定不同距離閾值的空間權(quán)重矩陣研究發(fā)現(xiàn)，歐洲17個國家138個城市之間的技術(shù)溢出范圍為250千米[8]。Fischer等以全要素生產(chǎn)率來衡量技術(shù)創(chuàng)新水平，發(fā)現(xiàn)歐洲區(qū)域間的技術(shù)溢出效應(yīng)在300千米范圍內(nèi)顯著[9]。符淼分析了地理距離與技術(shù)外溢效應(yīng)，結(jié)果表明，800千米內(nèi)為技術(shù)的密集溢出區(qū)，800～1250千米為技術(shù)的快速下降區(qū)[10]。但是大多數(shù)研究仍將地理距離處理為一個“黑匣子”，從而掩蓋了城市之間的空間溢出效應(yīng)。因此，分析城市全要素生產(chǎn)率的影響效應(yīng)問題，必須要將地理距離引入分析當(dāng)中，充分考慮空間溢出效應(yīng)對于全要素生產(chǎn)率的影響。

在既有研究的基礎(chǔ)上，本文將利用2003—2012年中國285個地級及以上城市的統(tǒng)計(jì)數(shù)據(jù)對產(chǎn)業(yè)集聚與城市全要素生產(chǎn)率的關(guān)系進(jìn)行深入分析。

2 模型建立、變量說明與數(shù)據(jù)來源

2.1 空間計(jì)量模型的建立

本文的研究重點(diǎn)是考察產(chǎn)業(yè)集聚對中國城市全要素生產(chǎn)率的影響。因此，借鑒潘文卿、于斌斌等學(xué)者的空間計(jì)量方法[11-12]，本文建立如下基本的空間計(jì)量模型:

(1)

其中，TFP表示城市全要素生產(chǎn)率，agglo表示產(chǎn)業(yè)集聚水平，mp表示市場潛能，X表示控制變量，ηi,vt,εit分別為地區(qū)效應(yīng)、時間效應(yīng)和隨機(jī)擾動項(xiàng)，ρ和λ分別為空間滯后系數(shù)和空間誤差系數(shù)，反映了城市之間的空間溢出效應(yīng)。Wij代表空間權(quán)重矩陣，反映了城市單元之間的空間聯(lián)系，本文以城市間直線距離的倒數(shù)作為權(quán)重，這樣能夠充分考慮空間臨近但并不相鄰的兩個城市也可能存在相互作用的事實(shí)。為了驗(yàn)證產(chǎn)業(yè)集聚是否帶來集聚效應(yīng)和擁塞效應(yīng)，本文將在模型中引入產(chǎn)業(yè)集聚水平的二次項(xiàng)進(jìn)行檢驗(yàn)。同時，不同行業(yè)的產(chǎn)業(yè)集聚所形成的集聚效應(yīng)和擁塞效應(yīng)存在明顯差異，從而對城市全要素生產(chǎn)率可能產(chǎn)生不同的影響效應(yīng)。為此，本文將分別考察制造業(yè)集聚(magglo)和生產(chǎn)性服務(wù)業(yè)集聚(psagglo)對城市全要素生產(chǎn)率的影響。因此，本文設(shè)定的基本模型修改為：

(2)

2.2 變量說明

(1)被解釋變量：城市全要素生產(chǎn)率(TFP)。本文參考蔣仁愛[13]的做法采用索羅余值法測算城市全要素生產(chǎn)率，其最大的優(yōu)點(diǎn)是有著堅(jiān)實(shí)的經(jīng)濟(jì)理論基礎(chǔ)，能比較合理的反映投入產(chǎn)出的相對變化效率。

(3)控制變量：①人力資本(edu):人力資本是影響城市全要素生產(chǎn)率的重要因素，本文采用每萬人中高等學(xué)校在校生人數(shù)作為其代理變量。我們預(yù)計(jì)其對城市全要素生產(chǎn)率有顯著的正影響。 ②外商直接投資(fdi)：外商直接投資可以增加一個城市的資本存量，還能通過產(chǎn)業(yè)轉(zhuǎn)移、技術(shù)關(guān)聯(lián)和知識溢出影響城市的全要素生產(chǎn)率。本文采用年度實(shí)際外商投資額占GDP的比重來衡量。我們預(yù)期其對城市全要素生產(chǎn)率有顯著的正影響。③基礎(chǔ)設(shè)施(infra)：基礎(chǔ)設(shè)施的改善能夠顯著的降低生產(chǎn)要素的運(yùn)輸成本和交易費(fèi)用，有助于城市規(guī)模效應(yīng)和集聚經(jīng)濟(jì)的形成，從而有利于技術(shù)進(jìn)步。本文采用城市道路人均占有面積作為城市基礎(chǔ)設(shè)施的代理變量。我們預(yù)期其對城市全要素生產(chǎn)率有顯著的正影響。

2.3 數(shù)據(jù)來源

根據(jù)數(shù)據(jù)的可得性和有效性原則，本文最終選取了2003—2012年中國285個地級及以上城市10年的面板數(shù)據(jù)進(jìn)行分析。本文數(shù)據(jù)主要來源于《中國城市統(tǒng)計(jì)年鑒》(2004—2013年)和《中國統(tǒng)計(jì)年鑒》(2004—2013年)，并且對個別城市所缺失的數(shù)據(jù)采用插值法進(jìn)行補(bǔ)充。

3 空間計(jì)量檢驗(yàn)與回歸結(jié)果分析

3.1 空間相關(guān)性檢驗(yàn)

本文采用Moran’s I指數(shù)從整體上檢驗(yàn)城市全要素生產(chǎn)率的空間相關(guān)性，其計(jì)算公式如下：

(3)

通過計(jì)算發(fā)現(xiàn)，中國城市全要素生產(chǎn)率的Moran’s I指數(shù)在2003—2012年間都通過了1%的極顯著性檢驗(yàn)，這表明，中國城市全要素生產(chǎn)率具有非常顯著的空間自相關(guān)性，即全要素生產(chǎn)率相似的城市存在明顯的空間集聚效應(yīng)，而且，中國城市全要素生產(chǎn)率的空間相關(guān)性隨時間推移呈現(xiàn)出波動式遞增趨勢，這表明中國城市之間的集聚效應(yīng)正在增加，城市之間的全要素生產(chǎn)率差距越來越大。因此，本文可以推斷：地理距離是影響中國城市全要素生產(chǎn)率的重要因素，考慮地理距離的變化來分析產(chǎn)業(yè)空間集聚對城市全要素生產(chǎn)率的影響效應(yīng)就顯得尤為重要，因此本文利用空間計(jì)量模型來進(jìn)行實(shí)證分析就變得切實(shí)可行。

表1 2003—2012年中國城市全要素生產(chǎn)率的Moran’s I指數(shù)

注：*、**、***分別表示通過10%、5%、1%水平下的顯著性檢驗(yàn)。

3.2 回歸結(jié)果分析

空間面板模型采取SAR模型還是SEM模型，可以通過比較兩個Lagrange乘數(shù)及其穩(wěn)健性來選擇。相應(yīng)的選擇標(biāo)準(zhǔn)是：如果LM_LAG比LM_ERR更加顯著，且Robust_LM_LAG通過顯著性檢驗(yàn)而Robust_LM_ERR沒有通過檢驗(yàn)，則選擇SAR模型；反之，則選擇SEM模型。本文對模型1～5經(jīng)過檢驗(yàn)之后均選擇SAR模型來進(jìn)行檢驗(yàn)，另外Hausman檢驗(yàn)支持模型選擇固定效應(yīng)估計(jì)。整個過程利用Matlab軟件實(shí)現(xiàn)，估計(jì)結(jié)果見表2。

表2 空間面板模型的回歸結(jié)果

注：*、**、***分別表示通過10%、5%、1%水平下的顯著性檢驗(yàn)，括號內(nèi)為漸進(jìn)的t統(tǒng)計(jì)量。

從回歸結(jié)果可以發(fā)現(xiàn)，空間滯后回歸系數(shù)ρ在1%的水平上極顯著為正，這說明在以往研究中常被忽視的區(qū)域間外部性對于城市全要素生產(chǎn)率有著重要的影響，鄰近地級市之間存在明顯的空間外溢效應(yīng)，這意味著鄰近城市全要素生產(chǎn)率的提升能顯著的提升本城市的全要素生產(chǎn)率，由此可見，對城市全要素生產(chǎn)率進(jìn)行研究時，不能忽視空間因素的存在和溢出效應(yīng)的影響。從模型2、4、5回歸結(jié)果來看，制造業(yè)集聚和生產(chǎn)性服務(wù)業(yè)集聚的二次項(xiàng)系數(shù)都不顯著，這說明制造業(yè)集聚和生產(chǎn)性服務(wù)業(yè)集聚都沒有產(chǎn)生擁塞效應(yīng)?；貧w結(jié)果當(dāng)中制造業(yè)集聚的系數(shù)顯著為負(fù)，生產(chǎn)性服務(wù)業(yè)集聚的系數(shù)顯著為正，這表明制造業(yè)集聚顯著降低了城市全要素生產(chǎn)率，而生產(chǎn)性服務(wù)業(yè)集聚有利于城市全要素生產(chǎn)率的提升。本文認(rèn)為在擁塞效應(yīng)不顯著的前提下，制造業(yè)集聚對城市全要素生產(chǎn)率影響為負(fù)與中國實(shí)際相符，給出的可能解釋為：一是中國制造業(yè)在全球價(jià)值鏈分工體系中處于價(jià)值鏈的低端，產(chǎn)品技術(shù)含量低、產(chǎn)品附加值低，制造業(yè)企業(yè)在同一城市進(jìn)行激烈相互競爭，導(dǎo)致中國制造業(yè)企業(yè)的技術(shù)創(chuàng)新比較容易被模仿和復(fù)制，從而抑制了知識和技術(shù)溢出效應(yīng)的發(fā)揮，也就降低了城市全要素生產(chǎn)率；二是中國制造業(yè)集聚只是地理位置上的集聚，發(fā)揮產(chǎn)業(yè)集聚效應(yīng)的有效方式仍處于探索和形成過程之中，企業(yè)之間尚未形成橫向和縱向的協(xié)作機(jī)制以及競爭合作關(guān)系，因此降低了城市全要素生產(chǎn)率。生產(chǎn)性服務(wù)業(yè)集聚顯著提高了城市全要素生產(chǎn)率，可能的解釋是：一是生產(chǎn)性服務(wù)業(yè)發(fā)達(dá)的城市，基礎(chǔ)設(shè)施條件好，知識密集程度高，交易成本較低，集聚區(qū)的企業(yè)可以通過共享基礎(chǔ)設(shè)施、知識外溢和勞動力市場的好處，從而提高了城市全要素生產(chǎn)率；二是生產(chǎn)性服務(wù)業(yè)集聚區(qū)在前沿知識、技術(shù)方面具有優(yōu)勢，集聚區(qū)內(nèi)企業(yè)可以實(shí)現(xiàn)面對面交流與互動，能夠產(chǎn)生較強(qiáng)的知識與技術(shù)的外溢效應(yīng)；集聚的學(xué)習(xí)效應(yīng)促進(jìn)了包括隱性知識在內(nèi)的高級生產(chǎn)要素的快速轉(zhuǎn)移，加快了企業(yè)對新技術(shù)、新方法的吸收，有利于企業(yè)研發(fā)和自主創(chuàng)新，進(jìn)而提高了城市全要素生產(chǎn)率。市場潛能對城市全要素生產(chǎn)率具有極顯著的正向影響，這表明一個地區(qū)擁有大規(guī)模的市場需求，關(guān)聯(lián)效應(yīng)所帶來的貨幣外部性將導(dǎo)致該地區(qū)獲得較高的全要素生產(chǎn)率。人力資本、外商直接投資、基礎(chǔ)設(shè)施都顯著提高了城市全要素生產(chǎn)率，這與我們的理論預(yù)期相一致。

3.3 空間相關(guān)系數(shù)隨地理距離的變化

為了深入分析城市全要素生產(chǎn)率的溢出效應(yīng)隨地理距離增加的變化趨勢，本文設(shè)定不同距離閾值的空間權(quán)重矩陣分別帶入式(1)進(jìn)行回歸，其中權(quán)重矩陣Wij,d設(shè)定為：

(4)

其中dij為i城市與j城市之間的直線距離，閾值d的作用不是將距離d以外的城市從空間權(quán)重矩陣中去掉，而是將距離d以內(nèi)的城市從空間權(quán)重矩陣中去掉，這樣處理便于深入考察城市間近距離的空間溢出效應(yīng)。本文設(shè)定距離閾值從300千米開始，每相隔50千米進(jìn)行一次回歸，并將不同的距離閾值及空間滯后系數(shù)記錄下來，見表3。

表3 空間滯后系數(shù)和地理距離的關(guān)系

注：*、**、***分別表示在10%、5%、1%的顯著性水平下顯著。

由表3可以看出，中國城市全要素生產(chǎn)率的溢出效應(yīng)在0～950千米范圍內(nèi)呈現(xiàn)出先升后降的“倒U型”曲線過程，其峰值出現(xiàn)在500千米左右，到1000千米之后就無法通過10%的顯著性檢驗(yàn)。可以這樣進(jìn)行解釋：在0～500千米之內(nèi)，較短的地理距離有助于形成高效的勞動力和產(chǎn)品市場，產(chǎn)業(yè)的前向和后向關(guān)聯(lián)效應(yīng)都能顯著的提高本城市的市場潛能；同時過短的空間距離也有利于知識和技術(shù)的溢出，從而形成有利于企業(yè)技術(shù)創(chuàng)新的中心-外圍發(fā)展模式，進(jìn)而增強(qiáng)了全要素生產(chǎn)率的空間溢出效應(yīng)；在500～950千米之間，城市間的溢出效應(yīng)出現(xiàn)緩慢下降，這表明，由于受到了地理距離和行政分割的制約，在集聚中心以外距離集聚中心較近的企業(yè)由于交通成本的增加難以和集聚中心的企業(yè)競爭，集聚中心所帶來的集聚陰影效應(yīng)在一定程度上抑制了全要素生產(chǎn)率的空間外溢；同時在500～950千米范圍內(nèi)，中國的省際之間存在著嚴(yán)重的市場分割，省際間的市場分割將加大不同省城市間的實(shí)際距離，從而在一定程度上限制了城市間全要素生產(chǎn)率的集聚溢出效應(yīng)。在950千米以外，由于地理距離的增加和權(quán)重矩陣中存在經(jīng)濟(jì)聯(lián)系的城市單元的減少，城市間的溢出效應(yīng)不再顯著。

4 集聚外部性對城市全要素生產(chǎn)率的影響效應(yīng)

通過上述分析可以發(fā)現(xiàn)，制造業(yè)集聚在沒有產(chǎn)生擁塞效應(yīng)的前提下，顯著降低了城市全要素生產(chǎn)率，即制造業(yè)集聚程度越高城市全要素生產(chǎn)率反而越低，這與產(chǎn)業(yè)集聚理論不一致。本文將從集聚外部性視角作進(jìn)一步分析。產(chǎn)業(yè)集聚外部性可以總結(jié)為三類：MAR外部性、Jacobs外部性和Porter外部性。那么，產(chǎn)業(yè)集聚的3種外部性如何影響城市全要素生產(chǎn)率？本文借鑒于斌斌和金剛的方法，分別采用專業(yè)化指數(shù)、多樣化指數(shù)和競爭指數(shù)來測度產(chǎn)業(yè)集聚的MAR外部性、Jacobs外部性和Porter外部性，其計(jì)算公式分別為：

(5)

(6)

(7)

其中，sji為i城市中j產(chǎn)業(yè)的就業(yè)人數(shù)占該城市總就業(yè)人數(shù)的比重，si為所有j產(chǎn)業(yè)的就業(yè)人數(shù)占全部城市就業(yè)人數(shù)的比重，Ni為i城市的工業(yè)企業(yè)數(shù)目，Gi為所有i城市的工業(yè)增加值。根據(jù)檢驗(yàn)結(jié)果，本文同樣選擇SAR模型和固定效應(yīng)，具體回歸結(jié)果見表4。

從回歸結(jié)果可以發(fā)現(xiàn)，Jacobs外部性對城市全要素生產(chǎn)率的影響顯著為正，而MAR外部性和Porter外部性對城市全要素生產(chǎn)率卻存在明顯的負(fù)向影響，這表明Jacobs外部性是中國城市全要素生產(chǎn)率提升的主要來源，可能的原因是：第一，在更加多樣化的產(chǎn)業(yè)結(jié)構(gòu)當(dāng)中，數(shù)量品種繁多的中間品廠商及企業(yè)間的上下游產(chǎn)業(yè)鏈關(guān)系都會提高城市的創(chuàng)新能力，進(jìn)而產(chǎn)生更高的全要素生產(chǎn)率；第二，企業(yè)還能充分利用周圍高校和科研機(jī)構(gòu)，獲得高素質(zhì)的人才和最新的科研成果，促進(jìn)企業(yè)的技術(shù)創(chuàng)新。MAR外部性和Porter外部性顯著為負(fù)，并且Porter外部性的負(fù)影響遠(yuǎn)遠(yuǎn)大于Jacobs外部性的正影響，這表明在制造業(yè)集聚水平較高和競爭程度較強(qiáng)的城市，同一產(chǎn)業(yè)的空間集聚容易導(dǎo)致企業(yè)技術(shù)創(chuàng)新被模仿和激烈的行業(yè)內(nèi)競爭，這些現(xiàn)象并不利于城市知識和技術(shù)溢出效應(yīng)的發(fā)揮，進(jìn)而降低了城市全要素生產(chǎn)率。為什么制造業(yè)集聚在沒有產(chǎn)生擁塞效應(yīng)的條件下抑制城市全要素生產(chǎn)率的提升？這正是由于產(chǎn)業(yè)集聚的MAR外部性和Porter外部性在起主導(dǎo)作用，雖然制造業(yè)集聚并沒有形成擁塞效應(yīng)，但是創(chuàng)新水平低和行業(yè)內(nèi)過度競爭嚴(yán)重抑制了城市全要素生產(chǎn)率的提升。

表4 集聚外部性對城市全要素生產(chǎn)率影響的空間計(jì)量結(jié)果

注：*、**、***分別表示通過10%、5%、1%水平下的顯著性檢驗(yàn)。

5 結(jié)論與啟示

①中國城市全要素生產(chǎn)率的空間相關(guān)性呈逐年增強(qiáng)的趨勢，其空間溢出效應(yīng)在0～950千米范圍內(nèi)呈現(xiàn)先升后降的“倒U型”曲線過程，波峰出現(xiàn)在500千米左右。②制造業(yè)集聚對城市全要素生產(chǎn)率的影響顯著為負(fù)，而生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)了全要素生產(chǎn)率的提升，但這兩類集聚并沒有產(chǎn)生明顯的擁塞效應(yīng)。③從集聚外部性效應(yīng)來看，MAR外部性和Porter外部性對城市全要素生產(chǎn)率存在顯著的負(fù)向影響，Jacobs外部性有利于城市全要素生產(chǎn)率的提升；制造業(yè)集聚之所以抑制全要素生產(chǎn)率的提升，主要是MAR外部性和Porter外部性的負(fù)效應(yīng)起主導(dǎo)作用。

本文的啟示有：①在制造業(yè)集聚過程中，應(yīng)加強(qiáng)知識產(chǎn)權(quán)保護(hù)和技術(shù)創(chuàng)新激勵，以消除模仿性的技術(shù)復(fù)制和同質(zhì)化競爭。推動和加強(qiáng)東部技術(shù)含量低、環(huán)境污染重和勞動密集型制造業(yè)有效向中西部進(jìn)行轉(zhuǎn)移，從而為高技術(shù)制造業(yè)和服務(wù)業(yè)的發(fā)展騰出經(jīng)濟(jì)和地理空間。②在生產(chǎn)性服務(wù)業(yè)集聚過程中，應(yīng)采取各種政策促進(jìn)中國服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)集聚發(fā)展，以發(fā)揮服務(wù)業(yè)尤其是生產(chǎn)性服務(wù)業(yè)集聚對城市技術(shù)進(jìn)步的影響，著力發(fā)展物流、金融、培訓(xùn)、中介、售后等生產(chǎn)性服務(wù)業(yè)，積極融入全球研發(fā)網(wǎng)絡(luò)和市場營銷體系。③加大對城市科技教育、基礎(chǔ)設(shè)施等領(lǐng)域的投資，對于不同城市應(yīng)發(fā)揮比較優(yōu)勢，實(shí)施城市錯位發(fā)展戰(zhàn)略，減少對生產(chǎn)要素和商品流通的限制，逐步減少地區(qū)間的運(yùn)輸成本，逐步消除不同城市間的市場分割，有效促進(jìn)中西部地區(qū)市場潛能的提高。

[1]陳柳.中國制造業(yè)產(chǎn)業(yè)集聚與全要素生產(chǎn)率增長[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，32(12):60-66.

[2]張公嵬，陳 翔，李 贊.FDI、產(chǎn)業(yè)集聚與全要素生產(chǎn)率增長——基于制造業(yè)行業(yè)的實(shí)證分析[J].科研管理，2013,34(9):114-122.

[3]王燕，徐妍.中國制造業(yè)空間集聚對全要素生產(chǎn)率的影響機(jī)理研究——基于雙門限回歸模型的實(shí)證分析[J].財(cái)經(jīng)研究，2012,(3):135-144.

[4]王麗麗.門檻效應(yīng)、制造業(yè)城市集聚于全要素生產(chǎn)率增長——基于貿(mào)易開放的視角[J].財(cái)經(jīng)論叢，2012,(5):3-8.

[5]王晶晶，黃繁華，于誠.服務(wù)業(yè)集聚的動態(tài)溢出效應(yīng)研究——來自中國261個地級及以上城市的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014,(3)：48-58.

[6]章韜.經(jīng)濟(jì)地理外部性與城市全要素生產(chǎn)率差異——來自中國地級城市的證據(jù)[J].上海經(jīng)濟(jì)研究，2013,(12):31-48.

[7]韓峰，柯善咨.追蹤中國制造業(yè)集聚的空間來源：基于馬歇爾外部性與新經(jīng)濟(jì)地理的綜合視角[J].管理世界，2012,(10)：55-70.

[8]Moreno R,Paci R,Usai S.Spatial Spillover and Innovation Activity in European Regions[J].Environment and Planning A,2005,37(10):1793-1821.

[9]Fischer M M,Scherngell T,Reismann M.Knowledge Spillovers and Total Factor Productivity:Evidence Using a Spatial Panel Data Model[J].Geographical Analysis,2009,41(2):204-220.

[10]符淼.地理距離與技術(shù)外溢效應(yīng)——對技術(shù)和經(jīng)濟(jì)集聚現(xiàn)象的空間計(jì)量學(xué)解析[J].經(jīng)濟(jì)學(xué)(季刊)，2009，8(4)：1549-1566.

[11]潘文卿.中國的區(qū)域關(guān)聯(lián)與經(jīng)濟(jì)增長的空間溢出效應(yīng)[J].經(jīng)濟(jì)研究，2012,(1)：54-65.

[12]于斌斌，金剛.中國城市結(jié)構(gòu)調(diào)整與模式選擇的空間溢出效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)，2014,(2)：31-44.

[13]蔣仁愛，馮根福.貿(mào)易、FDI、無形技術(shù)外溢與中國技術(shù)進(jìn)步[J].管理世界，2012,(9)：49-60.

[14]劉修巖，賀小海，殷醒民.市場潛能與地區(qū)工資差距：基于動態(tài)面板數(shù)據(jù)的實(shí)證研究[J].管理世界，2007,(10)：48-55.

(責(zé)任編輯 譚果林)

Industrial Agglomeration and Cities’ Total Factor Productivity

Cheng Zhonghua1,2，Zhang Lizhu1

(1.School of Management,Taishan College,Taian 271021,China;2.School of Economics,Southeast University,Nanjing 211189,China)

Using statistical data from 285 cities in 2003—2012,this paper studied the spatial spillovers effect of industrial agglomeration on Chinese cities’ TFP by using spatial econometric model.The results showed that there was an increasing growth in the space correlation of TFP,and TFP spillovers rose in the first,then declined,which can be described as inverted U process,and the peak showed in 500km or so.Manufacturing agglomeration on TFP was significantly negative.Producer service industry agglomeration and market potential significantly promoted TFP.MAR externality and Porter externality inhibited the TFP.Jacobs externality promoted the TFP and this meant that the negative effect of manufacturing industry agglomeration was mainly due to MAR externality and Porter externality.

Industrial agglomeration;Total factor productivity;Agglomeration externality;Spatial econometric model

國家自然科學(xué)基金“環(huán)境規(guī)制下中國制造業(yè)轉(zhuǎn)型升級研究”(71173116),國家社科基金項(xiàng)目“產(chǎn)業(yè)聚集的福利效應(yīng)與中國區(qū)域福利均等化政策研究”(11CJL065)。

2014-07-15

程中華(1983-)，男，山東泰安人，泰山學(xué)院管理學(xué)院講師，東南大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生；研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

F062.9

A