制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響研究

張徑偉++楊樹旺+++吳超

中圖分類號(hào)：F062.9 文獻(xiàn)標(biāo)識(shí)碼：A

內(nèi)容摘要：制造業(yè)的結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)過(guò)程中，集聚效應(yīng)對(duì)勞動(dòng)生產(chǎn)率的影響不可忽視。本文利用2004-2014年長(zhǎng)江經(jīng)濟(jì)帶109個(gè)地級(jí)市相關(guān)數(shù)據(jù)，借助動(dòng)態(tài)GMM方法，就制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響進(jìn)行分析。結(jié)論表明，長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率存在長(zhǎng)期動(dòng)態(tài)影響效應(yīng)，并出現(xiàn)擁塞效應(yīng)向促進(jìn)效應(yīng)的轉(zhuǎn)換；長(zhǎng)江經(jīng)濟(jì)帶上中下游制造業(yè)集聚水平存在差異。因此，依托長(zhǎng)江黃金水道的天然交通便利，加快上中下游地區(qū)的制造業(yè)轉(zhuǎn)移及集聚，有利于提高長(zhǎng)江經(jīng)濟(jì)帶區(qū)域勞動(dòng)生產(chǎn)率，促進(jìn)整體經(jīng)濟(jì)發(fā)展。

關(guān)鍵詞：制造業(yè)集聚 勞動(dòng)生產(chǎn)率 長(zhǎng)江經(jīng)濟(jì)帶 動(dòng)態(tài)GMM

近年來(lái)，我國(guó)經(jīng)濟(jì)增長(zhǎng)面臨著較大的下行壓力，其中一個(gè)很重要的原因在于勞動(dòng)生產(chǎn)率的下降。從制造業(yè)整體來(lái)看，依賴規(guī)模擴(kuò)張和投資驅(qū)動(dòng)的低效率增長(zhǎng)模式已經(jīng)陷入瓶頸，難以為繼。鋼鐵、造船、汽車等傳統(tǒng)行業(yè)的產(chǎn)能過(guò)剩問(wèn)題影響到了勞動(dòng)生產(chǎn)率的提升，不利于經(jīng)濟(jì)的穩(wěn)定增長(zhǎng)?！肮┙o側(cè)改革”要求我國(guó)制造業(yè)企業(yè)加快技術(shù)進(jìn)步，在提升勞動(dòng)生產(chǎn)率的基礎(chǔ)上增加供給?？梢姡瑒趧?dòng)生產(chǎn)率的提高將會(huì)成為我國(guó)未來(lái)經(jīng)濟(jì)增長(zhǎng)的重要支撐點(diǎn)，同時(shí)也是制造業(yè)轉(zhuǎn)型升級(jí)的重要任務(wù)。

制造業(yè)的集群特征在所有產(chǎn)業(yè)中最為突出，諸多制造業(yè)企業(yè)的群聚能夠帶來(lái)較為顯著的集聚效應(yīng)（羅勇，2005）。在制造業(yè)的結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)過(guò)程中，集聚效應(yīng)對(duì)勞動(dòng)生產(chǎn)率的影響不可忽視。長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)新一輪改革開放轉(zhuǎn)型的示范區(qū)，作為我國(guó)最重要的工業(yè)走廊之一，鋼鐵、汽車等一大批制造業(yè)匯聚于此，在今后很長(zhǎng)一段時(shí)間內(nèi)將成為我國(guó)調(diào)結(jié)構(gòu)、穩(wěn)增長(zhǎng)的中堅(jiān)力量?；诖?，本文以長(zhǎng)江經(jīng)濟(jì)帶主要地級(jí)市為研究對(duì)象，就制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)規(guī)律進(jìn)行探討。

相關(guān)文獻(xiàn)綜述

有關(guān)制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率影響的問(wèn)題探討，現(xiàn)有的研究大多從產(chǎn)業(yè)集聚的“集聚效應(yīng)”和“擁塞效應(yīng)”（孫浦陽(yáng)，2013）兩個(gè)角度出發(fā)，不同的學(xué)者的研究結(jié)論各異。

希科尼和豪爾（Ciccone&Hall，1993）基于美國(guó)非農(nóng)產(chǎn)業(yè)的相關(guān)數(shù)據(jù)分析了其就業(yè)密度對(duì)生產(chǎn)率的影響，實(shí)證結(jié)果表明集聚產(chǎn)生的正向作用在就業(yè)密度高的地區(qū)會(huì)更強(qiáng)。其后，?？颇幔–iccone，2002）基于之前的研究，運(yùn)用跨國(guó)數(shù)據(jù)探究了歐美主要國(guó)家二者間的關(guān)系，結(jié)果表明美國(guó)產(chǎn)業(yè)集聚帶來(lái)的正向效應(yīng)強(qiáng)于歐洲國(guó)家。布魯哈特和梅西斯（Brulhrt&Mathys，2008）對(duì)?？颇岷秃罓枺–iccone&Hall，1993）的模型進(jìn)行了如下改進(jìn)：一是以動(dòng)態(tài)GMM方法對(duì)其中的內(nèi)生性進(jìn)行了處理，二是探討了不同行業(yè)之間的差異。當(dāng)然，其實(shí)證結(jié)果也支持了產(chǎn)業(yè)的集聚效應(yīng)。同時(shí)，國(guó)內(nèi)持有同樣觀點(diǎn)的代表學(xué)者當(dāng)屬范建勇（2006），其基于我國(guó)的數(shù)據(jù)也得出了類似的結(jié)論。

海德森（Herderson）較早的得出了相反的結(jié)論，指出產(chǎn)業(yè)集聚會(huì)產(chǎn)生“擁擠效應(yīng)”。此后，不同的學(xué)者都對(duì)該效應(yīng)進(jìn)行了探討，其中最著名的當(dāng)屬威廉姆森（Williamson）提出的“威廉姆森假說(shuō)”，該假說(shuō)認(rèn)為經(jīng)濟(jì)發(fā)展的初期主要表現(xiàn)為集聚效應(yīng)，其后基礎(chǔ)設(shè)施的完善及資本市場(chǎng)的擴(kuò)張則會(huì)使產(chǎn)業(yè)集聚阻礙經(jīng)濟(jì)的發(fā)展，即二者的關(guān)系并不曾顯出簡(jiǎn)單的線性，而存在非線性，即存在臨界值。劉修巖等（2010）基于我國(guó)的數(shù)據(jù)，測(cè)量了產(chǎn)業(yè)集聚與TFP之間的關(guān)系，結(jié)果表明當(dāng)越過(guò)臨界點(diǎn)后產(chǎn)業(yè)集聚會(huì)降低TFP，從而支持了這一結(jié)論。

其后，部分學(xué)者轉(zhuǎn)而從動(dòng)態(tài)視角對(duì)二者的關(guān)系進(jìn)行探討。事實(shí)上，產(chǎn)業(yè)集聚從萌芽到發(fā)展過(guò)程中的影響不可能是單一和線性的，往往是集聚與擁塞可能會(huì)并存，從而達(dá)到產(chǎn)業(yè)集聚效應(yīng)的均衡態(tài)（Brulhrt&Mathys，2008）。在產(chǎn)業(yè)集聚的動(dòng)態(tài)性研究中，內(nèi)生性問(wèn)題的處理不可避免（范劍勇，2006）。一方面，遺漏變量的存在會(huì)導(dǎo)致嚴(yán)重的內(nèi)生性，如某些變量不僅會(huì)影響勞動(dòng)生產(chǎn)率，更會(huì)對(duì)產(chǎn)業(yè)集聚水平產(chǎn)生影響，而這就導(dǎo)致了普通最小二乘估計(jì)（OLS）的無(wú)偏、一致及有效特性受到了干擾；同時(shí)，勞動(dòng)生產(chǎn)率高的地區(qū)往往會(huì)吸引那些生產(chǎn)率水平較高的企業(yè)向該地區(qū)集聚，甚至擠出該地區(qū)生產(chǎn)水平較低的企業(yè)，從而形成一種自選擇效應(yīng)，而這在新經(jīng)濟(jì)地理學(xué)的異質(zhì)性作用下會(huì)進(jìn)一步得到強(qiáng)化。

由此可見，理論上產(chǎn)業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的影響存在“擁塞效應(yīng)”與“集聚效應(yīng)”兩種解釋，而經(jīng)驗(yàn)證據(jù)對(duì)二種效應(yīng)均得到了支持；產(chǎn)業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的影響存在動(dòng)態(tài)性與內(nèi)生性問(wèn)題，尋找合適的研究方法成為解決此問(wèn)題的出路。另外，現(xiàn)有的研究還未將產(chǎn)業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的影響研究放置于長(zhǎng)江經(jīng)濟(jì)帶區(qū)域范圍中展開，這成為本文選擇長(zhǎng)江經(jīng)濟(jì)帶這一區(qū)域的學(xué)術(shù)支撐。

研究設(shè)計(jì)

（一）模型設(shè)定

如前所述，集聚既可能帶來(lái)促進(jìn)也可能帶來(lái)?yè)砣瑥亩纬梢粋€(gè)穩(wěn)定的均衡態(tài)。為此，本文立足于Mathys（2007）的相關(guān)研究，對(duì)Ciccone（2002）的研究引入科布-道格拉斯（C-D）生產(chǎn)函數(shù)度量資本累積，同時(shí)以不變跨期替代彈性的永久生存消費(fèi)者函數(shù)建立生產(chǎn)函數(shù)的動(dòng)態(tài)性。一般而言，資本累積過(guò)程不是一蹴而就的，其本身是一個(gè)非常慢速的過(guò)程，具有極強(qiáng)的動(dòng)態(tài)性和連續(xù)性。但由于資本存量的度量極其復(fù)雜，而我國(guó)又缺乏對(duì)應(yīng)的相關(guān)數(shù)據(jù)，本文并不探討其影響，而重點(diǎn)將勞動(dòng)生產(chǎn)率視作一個(gè)動(dòng)態(tài)累積的過(guò)程，即其不僅受到滯后期勞動(dòng)生產(chǎn)率的影響，更受到產(chǎn)業(yè)集聚等控制變量當(dāng)期及滯后期的影響，而這本身也體現(xiàn)了勞動(dòng)生產(chǎn)率變化具有緩慢累積的特性，在本文中僅將人力資本作為控制變量加入到模型中，具體表達(dá)式如下：

Pdt=αPdt-1+β0Ddt+β1Ddt-1+γ0Xdt+

γ1Xdt-1+εd+ρt+νdt

其中，d與t分別表示地區(qū)與時(shí)間。那么，Pdt就是地區(qū)d在t時(shí)刻的勞動(dòng)生產(chǎn)率，Pdt-1則是滯后一期的勞動(dòng)生產(chǎn)率。對(duì)于Ddt和Ddt-1及Xdt和Xdt-1的解釋與之類似，D表示產(chǎn)業(yè)集聚水平，而X則表示相關(guān)的控制變量。同時(shí)為了控制不同年份宏觀變量的影響，本文還加入了ρt，對(duì)應(yīng)的為了控制地區(qū)非時(shí)變因素的影響，本文加入了εd，殘差項(xiàng)以νdt表示。

在上面的模型表達(dá)式中，εd表示非時(shí)變效應(yīng)，其代表了各個(gè)地區(qū)固有因素的影響，在一定時(shí)期內(nèi)很難發(fā)生變化。在這種情況下，模型中加入勞動(dòng)生產(chǎn)率的滯后一期Pdt-1則會(huì)導(dǎo)致其與εd產(chǎn)生極強(qiáng)的相關(guān)性，即內(nèi)生性問(wèn)題。那么傳統(tǒng)的OLS或者固定效應(yīng)估計(jì)結(jié)果都將是有偏的，為此本文采用基于大樣本的動(dòng)態(tài)面板估計(jì)方法對(duì)其進(jìn)行處理，以保證估計(jì)結(jié)果的合理。

（二）估計(jì)方法

如前所述，由于本文模型設(shè)定中包含勞動(dòng)生產(chǎn)率的滯后一期Pdt-1，即動(dòng)態(tài)面板模型與非時(shí)變因素εd產(chǎn)生極強(qiáng)的相關(guān)性。為此，一個(gè)可行的辦法是進(jìn)行一階差分對(duì)個(gè)體效應(yīng)進(jìn)行處理，然后選取水平變量的滯后項(xiàng)作為差分方程中內(nèi)生變量的工具變量，這就是Arellano和Bond（1991）提出的，被稱為“差分廣義矩估計(jì)”（first-difference GMM）。這種方法雖然可以在大樣本下保證估計(jì)結(jié)果是一致的，但是其還存在諸多不足。

最明顯的問(wèn)題是，由于“差分廣義矩估計(jì)”（first-differenceGMM）選取的工具變量為水平變量的滯后項(xiàng)，從而存在工具變量不具有足夠的識(shí)別效力，即所謂的弱工具問(wèn)題，進(jìn)而引發(fā)估計(jì)偏誤。同時(shí)，其僅僅利用差分方程的信息，而丟掉了水平方程的相關(guān)信息，喪失了更多的矩條件?；诖?，“系統(tǒng)廣義矩估計(jì)量”（systemGMM）被引入其中，其中最具代表性的工作當(dāng)屬于Arellano和Bover（1995）及Blundell和Bond（1998）。針對(duì)兩個(gè)方法的比較，Bond和Windmeijer（2002）的研究指出，由于系統(tǒng)GMM利用了更多水平方程的信息，從而顯著降低了小樣本情況下的偏誤。為此，本文也主要采用該估計(jì)方法。

但是，與諸多計(jì)量方法一樣，系統(tǒng)GMM的使用也是基于眾多前提的，主要包括：水平方程中殘差項(xiàng)不存在自相關(guān)問(wèn)題，也就是在差分方程中的殘差項(xiàng)具有一階相關(guān)，而二階不相關(guān)的特性。同時(shí)，對(duì)于工具變量的識(shí)別，應(yīng)當(dāng)滿足工具變量不存在過(guò)度識(shí)別的情況，同時(shí)也可以對(duì)弱工具問(wèn)題進(jìn)行有效處理。

（三）變量選擇

本文所使用的數(shù)據(jù)來(lái)自2004-2014年的《中國(guó)統(tǒng)計(jì)年鑒》及上海、江蘇、浙江、安徽、湖北、湖南、江西、重慶、四川、云南與貴州的統(tǒng)計(jì)年鑒。主要經(jīng)濟(jì)變量如下：

勞動(dòng)生產(chǎn)率。關(guān)于勞動(dòng)生產(chǎn)率的計(jì)算，本文并不采用全要素生產(chǎn)率等較為復(fù)雜的方式，而是采用一個(gè)相對(duì)較為簡(jiǎn)單的工業(yè)產(chǎn)值與就業(yè)量的比重來(lái)衡量。事實(shí)上，諸如范劍勇（2006）與劉修巖（2010）的相關(guān)研究均以其作為因變量，論證了該指標(biāo)的合理性，為此本文出于數(shù)據(jù)的可得性以及指標(biāo)對(duì)比的難易程度，選取該指標(biāo)作為勞動(dòng)生產(chǎn)率的度量變量。

產(chǎn)業(yè)集聚。關(guān)于產(chǎn)業(yè)集聚的度量方式包括較為主觀的波特案例分析法，較為滯后的投入產(chǎn)出分析法及較為常用的區(qū)位熵法（Location Quotient，LQ）。這其中由于區(qū)位熵法既不像波特案例分析法那么依賴專家的主觀判斷，而是可以基于客觀數(shù)據(jù)進(jìn)行度量，又不像投入產(chǎn)出分析法需要基于過(guò)往的相關(guān)資料進(jìn)行計(jì)算，事實(shí)上投入產(chǎn)出表的更新一直較為緩慢，而可以動(dòng)態(tài)連續(xù)的度量產(chǎn)業(yè)的集聚程度，同時(shí)其數(shù)據(jù)的收集和整理難度較小，因而國(guó)內(nèi)外都普遍采用該方法進(jìn)行度量。

人力資本。人才對(duì)于一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展，或者勞動(dòng)生產(chǎn)率的提高具有重要的作用，在相關(guān)新經(jīng)濟(jì)增長(zhǎng)理論的著作中有較多的論述?？紤]到人力資本度量的難易程度，本文選取實(shí)證中常采用的以在校（中專）人數(shù)占比來(lái)度量地區(qū)人力資本的水平。具體如表1所示。

實(shí)證分析

基于前述的理論框架和樣本描述，運(yùn)用STATA軟件進(jìn)行Sys-GMM估計(jì)。需要指出的是，為獲取較為穩(wěn)健的估計(jì)量，本文在實(shí)證分析中加入了“twostep”選項(xiàng)，對(duì)應(yīng)的估計(jì)結(jié)果如表2所示。

從以上結(jié)果可以看出，F(xiàn)（Wald）檢驗(yàn)值在OLS、FE與Sys-GMM中均通過(guò)1%顯著性水平下的檢驗(yàn)，且OLS與FE的調(diào)整R2分別為0.869與0.862，模型整體顯著；對(duì)應(yīng)主模型Sys-GMM，關(guān)于AR（2）檢驗(yàn)的p值為0.809，表明無(wú)法拒絕不存在二階序列相關(guān)的原假設(shè)，這表明關(guān)于原始方程殘差不相關(guān)的假定是符合的；同時(shí)Sargan過(guò)度識(shí)別檢驗(yàn)的p值為0.16，同樣無(wú)法拒絕不存在過(guò)度識(shí)別的原假設(shè)，即工具變量與殘差項(xiàng)不存在相關(guān)性，遺憾的是并沒(méi)有類似于傳統(tǒng)工具變量如IV估計(jì)直接給定關(guān)于弱工具檢驗(yàn)的相關(guān)結(jié)果。Bun和Windmeijer（2007）的研究指出，當(dāng)存在弱工具變量問(wèn)題時(shí)，系統(tǒng)GMM得出的結(jié)果將會(huì)導(dǎo)致估計(jì)結(jié)果有偏。對(duì)此，Bond指出在此類方程中，OLS具有明顯的高偏自回歸系數(shù)的傾向，而FE具有明顯低偏自回歸系數(shù)的傾向，因此系統(tǒng)GMM關(guān)于自回歸系數(shù)的估計(jì)結(jié)果理應(yīng)落在二者之間。因此在這種情況下，就可以理解為選取的工具變量不存在弱工具變量問(wèn)題，即與內(nèi)生變量具有極強(qiáng)的相關(guān)性。事實(shí)上，表2關(guān)于自回歸系數(shù)的估計(jì)結(jié)果在OLS、FE與系統(tǒng)GMM下分別為0.740、0.462與0.476。這就論證了本文選取的工具變量具有較強(qiáng)的合理性。

回歸結(jié)果表明，三種估計(jì)方法均支持了產(chǎn)業(yè)集聚與勞動(dòng)生產(chǎn)率之間的關(guān)系存在動(dòng)態(tài)性。具體而言，當(dāng)期產(chǎn)業(yè)集聚會(huì)帶來(lái)?yè)砣?yīng)，其系數(shù)為-0.093，通過(guò)了1%水平上的顯著性檢驗(yàn)，而滯后期產(chǎn)業(yè)集聚會(huì)帶來(lái)促進(jìn)效應(yīng)，其系數(shù)為0.046，也通過(guò)了1%水平上的顯著性檢驗(yàn)。這表明產(chǎn)業(yè)集聚在長(zhǎng)江經(jīng)濟(jì)帶的不同時(shí)期有不同的影響，短期內(nèi)由于企業(yè)迅速集聚帶來(lái)的基礎(chǔ)設(shè)施超載、人口膨脹等問(wèn)題處于主導(dǎo)地位，其后隨著企業(yè)競(jìng)爭(zhēng)過(guò)程中的交流、技術(shù)擴(kuò)散等，導(dǎo)致企業(yè)及產(chǎn)業(yè)之間的協(xié)調(diào)力度不斷增強(qiáng)，進(jìn)而使促進(jìn)效應(yīng)處于主導(dǎo)地位。

實(shí)證結(jié)果中先出現(xiàn)擁塞，其后出現(xiàn)促進(jìn)效應(yīng)的主要原因在于二者的特性存在明顯差異，從而在不同階段達(dá)到均衡態(tài)。在集聚的初期，大量的企業(yè)和人員涌入某個(gè)區(qū)域，基礎(chǔ)配套設(shè)施等不可能在當(dāng)期就得到擴(kuò)張以滿足大量人員和企業(yè)的涌入，從而導(dǎo)致短期內(nèi)人口膨脹、交通堵塞等阻礙生產(chǎn)率提高的行為。此外，一個(gè)值得注意的現(xiàn)象是本文的變量選取均是基于人均指標(biāo)的計(jì)算，而事實(shí)上人口迅速集聚必然會(huì)影響個(gè)體產(chǎn)出水平。本文的研究結(jié)果也與Brulhrt和Mathys（2008）對(duì)歐洲的研究結(jié)論類似，其研究指出集聚帶來(lái)的促進(jìn)效應(yīng)不僅依賴于基礎(chǔ)設(shè)施的完善程度，更依賴于企業(yè)間的交流和人員的往來(lái)等，而這都需要時(shí)間，如基礎(chǔ)設(shè)施建設(shè)不可能當(dāng)期完成，這也就為地區(qū)引入相關(guān)產(chǎn)業(yè)提供了啟發(fā)，即完善的規(guī)劃引導(dǎo)和基礎(chǔ)設(shè)施建設(shè)應(yīng)該在之前完成。正是由于二者特性的差異，尤其是對(duì)于時(shí)間的要求才導(dǎo)致了本文回歸結(jié)果中先出現(xiàn)產(chǎn)業(yè)集聚的擁塞效應(yīng)，其后才出現(xiàn)產(chǎn)業(yè)集聚的促進(jìn)效應(yīng)。

此外，本文選取的勞動(dòng)生產(chǎn)率指標(biāo)和產(chǎn)業(yè)集聚指標(biāo)均為制造業(yè)相關(guān)數(shù)據(jù)，而該產(chǎn)業(yè)的集聚水平呈現(xiàn)從長(zhǎng)江下游經(jīng)中游向上游遞減的趨勢(shì)，即下游制造業(yè)產(chǎn)業(yè)集聚程度過(guò)高，而上中游地區(qū)制造業(yè)集聚水平相對(duì)偏低。從長(zhǎng)江經(jīng)濟(jì)帶整體制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響規(guī)律出發(fā)進(jìn)行考慮，中上游地區(qū)應(yīng)當(dāng)承接下游地區(qū)的制造業(yè)轉(zhuǎn)移，在制造業(yè)轉(zhuǎn)移的過(guò)程中不斷加強(qiáng)遷入地基礎(chǔ)設(shè)施、社會(huì)服務(wù)、要素資源等水平的提高。

結(jié)論

研究結(jié)果表明在長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)集聚的形成和發(fā)展過(guò)程中，促進(jìn)與擁塞效應(yīng)交替存在，目前促進(jìn)效應(yīng)逐漸占據(jù)主導(dǎo)地位。具體而言，短期內(nèi)由于制造業(yè)企業(yè)迅速集聚帶來(lái)的基礎(chǔ)設(shè)施超載、人口膨脹等問(wèn)題處于主導(dǎo)地位，其后隨著企業(yè)競(jìng)爭(zhēng)過(guò)程中的交流、技術(shù)擴(kuò)散等，導(dǎo)致企業(yè)及產(chǎn)業(yè)之間的協(xié)調(diào)力度不斷增強(qiáng)，進(jìn)而使促進(jìn)效應(yīng)處于主導(dǎo)地位；長(zhǎng)江經(jīng)濟(jì)帶上中下游制造業(yè)集聚水平存在顯著差異，中上游地區(qū)產(chǎn)業(yè)集聚水平不高，從長(zhǎng)江經(jīng)濟(jì)帶整體出發(fā)加以考慮，如何有序推動(dòng)制造業(yè)逐步遷移，提高中上游地區(qū)承接能力成為關(guān)鍵。

以上結(jié)論就長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響做出了判斷，對(duì)其進(jìn)一步的制造業(yè)發(fā)展方向具有重要啟示：第一，長(zhǎng)江經(jīng)濟(jì)帶的制造業(yè)集聚發(fā)展，應(yīng)當(dāng)統(tǒng)籌把握上中下游三段地區(qū)，把握各地區(qū)經(jīng)濟(jì)轉(zhuǎn)型、產(chǎn)業(yè)轉(zhuǎn)移的戰(zhàn)略機(jī)遇，推動(dòng)資本、人才等要素的不斷積聚，進(jìn)而提升長(zhǎng)江經(jīng)濟(jì)帶整體競(jìng)爭(zhēng)力；第二，未來(lái)的很長(zhǎng)一段時(shí)間，制造業(yè)的集聚對(duì)勞動(dòng)生產(chǎn)率將發(fā)揮正向效應(yīng)，應(yīng)充分利用長(zhǎng)江黃金水道的交通便利，加快制造業(yè)的區(qū)際間合理轉(zhuǎn)移，促進(jìn)制造業(yè)的有效集聚，達(dá)到提升勞動(dòng)生產(chǎn)率的最終目的。

參考文獻(xiàn)：

1.羅勇，曹麗莉.中國(guó)制造業(yè)集聚程度變動(dòng)趨勢(shì)實(shí)證研究[J].經(jīng)濟(jì)研究，2005（8）

2.孫浦陽(yáng)，韓帥，許啟欽.產(chǎn)業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響[J].世界經(jīng)濟(jì)，2013（3）

3.Ciccone，A.and R.E. Hall，Productivity and the density of economic activity[J]. National Bureau of Economic Research，1993

4.Ciccone，A.Input chains and industrialization[J].The Review of Economic Studies，2002，69（3）

5.Brulhart，M. and N.A. Mathys，Sectoral agglomeration economies in a panel of European regions[J]. Regional Science and Urban Economics，2008，38（4）

6.范劍勇.產(chǎn)業(yè)集聚與地區(qū)間勞動(dòng)生產(chǎn)率差異[J].經(jīng)濟(jì)研究，2006（11）

7.Mathys，N.A.“A Dynamic Model of Sectoral Agglomeration Effects.”mimeo，University of Lausanne（www.hec.unil.ch/nmathys/），2007

8.Arellano，M. and S. Bond，Some tests of specification for panel data：Monte Carlo evidence and an application to employment equations[J]. The review of economic studies，1991，58（2）

9.Arellano，M.and O.Bover，Another look at the instrumental variable estimation of error-components models[J]. Journal of econometrics，1995，68（1）

10.劉修巖.集聚經(jīng)濟(jì)、公共基礎(chǔ)設(shè)施與勞動(dòng)生產(chǎn)率—來(lái)自中國(guó)城市動(dòng)態(tài)面板數(shù)據(jù)的證據(jù)[J].財(cái)經(jīng)研究，2010（5）