
二、文献综述
(一)产业集聚之理论基础
关于产业集聚理论基础的探讨,大致可以分为两个时期,即传统的经济地理学(包括古典区位理论、新古典区位理论、马歇尔“外部性”等)和新经济地理学。下面分别对其进行阐述:
古典区位理论要追溯到19世纪,Von Thunen(1826)在其《孤立国同农业和国民经济之关系》一书中首先提出了农业区位论的思想,设计了一个孤立国六层农作物圈层结构以探讨地租和运费对农业布局的影响。而在德国后工业革命时代,Alfred Weber(1909)在其《工业区位论》一书中则提出了工业区位论思想。他从经济区位的角度,探索资本和人口向大城市移动(即集聚)现象背后的空间机制。德国新古典区位理论的代表人物Walter Christaller于1933年出版的《德国南部的中心地区》一书中提出“中心地理论”(Central-Place Theory),首创了以城市聚落为中心进行市场面与网络分析的理论。另一位德国新古典区位理论的代表人物August Losch于1938年出版了《区位经济学》一书以讨论空间与经济的关系。他将一般均衡理论应用于空间分析,假设人口和原材料是均等分布的。他认为工业布局问题是一个经济单位互动的过程,如果考虑各种影响因素,找出各经济单位布局的相互关系,就要寻求整个区位系统的平衡。为此,Losch提出了区位一般方程,由五组平衡方程表示,分别反映五组均衡条件,作为抽象描述一切区位相互依存的一般均衡模型。并且Losch在该书中解释了城市规模差异的原因,他认为市场力决定了城市规模的差异和城市等级的出现。在市场力的作用下,由于不同行业相对于人均需求的规模经济不同,规模经济大的行业倾向于只在大城市出现;而小城市由那些规模经济小、只满足小部分人的需求就可以达到规模经济的低等级行业组成。Walter Isard(1956)在他的著作《区位与经济空间》中,对Thunen、Weber和Christaller等人的理论进行整合,建立了传统经济地理学的统一框架,其基本思想为:厂商可以被看作在运输成本和生产成本之间进行权衡取舍,最后得出一个最小化成本或者最大化利润的决策。Isard开创的区域科学,可以被看作承接传统经济地理学和新经济地理学的过渡。他将20世纪中期的经济学研究状态比喻成“没有空间维度的仙境”,这个略带讽刺的比喻也清晰地指出传统经济地理学的缺点:虽然传统经济地理学看似发展得很完美,但是却没有将经济活动的空间维度这个重要的影响因素纳入经济学研究的理论框架之中,毕竟从现实生活中可以明显看出空间或地理位置的不同会对经济效益有很大的影响。这一缺失直到空间计量经济学工具出现后才被填补。
空间计量经济方法的出现和发展使研究者对集聚经济外部性的考察有了更准确的结果。以Anselin(2004)为代表的空间计量经济学家们认为,“几乎所有的空间数据都具有空间依赖或空间自相关的特征,在空间截面或板块分析中必须考虑空间依赖性以减少分析误差”。因此,在对经济集聚进行实证研究时,我们必须要考虑内生性,一般我们会选择工具变量来解决内生性问题。近年来,空间计量经济学更是已经发展成计量经济学的一个重要分支,为新经济地理学奠定了技术基础。
除了上述古典与新古典的区位理论,Marshall的“外部性”是新古典时期研究经济集聚问题的另一个分支。Marshall于1890年最早提出“外部性”的概念,并首次使用“外部规模经济”解释空间集中和厂商相互接近带来的优势,特别强调“产业氛围”对区域内的集聚经济发展有着重要作用。他认为这种优势有三种内涵:劳动力池效应(共享)、中间投入品的多样性(匹配)和知识外溢(学习)。在整个传统经济地理学的时代,大多数学者都是沿着Marshall的理论方向前行,即立足于Marshall的外部经济性,他们只是在Marshall的基础上进行补充和发展。其中一部分学者是针对Marshall的集聚理论进行深化和扩展,比如Duranton和Puga(2004)顺着Marshall的思路对集聚的三个微观基础进行了深入的研究,对城市经济集聚的三个微观机制分别进行了模型化;另一部分学者则着重于使用各国数据对集聚经济进行实证研究,其目的在于检验集聚经济是否存在,以及集聚对经济发展的作用有多大。
自新经济地理学开创以来,其在经济学领域的地位日益提高,新经济地理学的思想也被广泛接受。Krugman(1991)、Fujita和Thisse(1996)等立足于传统主流经济学基础,从不同的角度对影响经济集聚的因素展开了研究。其中新经济地理学的领军人物Krugman认为主流经济学缺失空间维度的关键原因是,长期以来一直都缺乏处理规模经济导致的收益递增和不完全竞争的建模技术工具,他认为主流经济学不是没有发现空间维度的缺失,而是主流经济学家们有意无意地在回避不完全竞争模型。Fujita更是指出,传统经济地理学其实早就意识到区域和城市的发展是取决于规模收益递增,不过由于在没有正确的技术工具的情况下,规模报酬递增常常会导致完全竞争市场理论框架崩溃,所以在经济学技术工具没有发展成熟之前,经济学家们只能尽量在工具可以实施的范围内进行研究。新经济地理学理论认为影响经济集聚的决定因素其实是收益递增、垄断竞争、交易成本、劳动力蓄水池共享和产业的前后向链接效应。Glae-ser(1998)等研究了知识的传递成本在经济集聚中所起到的作用,这个角度的研究向经济集聚的区位选择提供了基础。他们认为在信息和通信科技高速发展的时代,虚拟通信还是不能完全替代面对面的交流,反而刺激了这一需求,是即时信息量的加大和技术的迅速变化加大了近距离交流的需求;并且提出,面对面交流和即时信息传递在地域上的局限性决定了只有空间上集聚的厂商才能获得知识外溢的效益,这成为解释信息时代经济继续集聚的重要原因。
新经济地理学诞生迄今仅有20多年的时间,但是如今已是研究产业集聚问题的主要理论框架。尤其是Fujita、Krugman和Venables(1999)提出的中心外围模型(Core-Periphery Model,简称CP模型)更是为后来经济学家们对经济活动进行空间分析提供了基础工具。CP模型问世后,以CP模型为基础的其他类似的模型也纷纷建立起来,比如:自由资本模型(Footloose Capital Model,简称FC模型);自由企业家模型(Footloose Entrepreneur Model,简称FE模型);资本创造模型(Constructed Capital Model,简称CC模型);全域溢出模型(Global Spillovers Model,简称GS模型);局部溢出模型(Local Spillovers Model,简称LS模型);核心边缘垂直联系模型(Core-Periphery Vertical-Linkage Model,简称CPVL模型);自由资本垂直联系模型(Footloose Capital Vertical-Linkage Model,简称FCVL模型);自由企业家垂直联系模型(Footloose-Entrepreneur Vertical-Linkage Model,简称FEVL模型)。
(二)产业集聚对劳动生产率的影响
国内外学界关于产业集聚对劳动生产率的影响,大致可以分为三类观点:
第一类观点认为产业集聚可以促进集聚地区劳动生产率的提高,这也是迄今为止国内外学界的主流观点。Ciccone和Hall(1996)使用就业密度代表产业集聚,借助于美国各州的数据进行实证分析,指出:由于存在地理外部性和服务多样性,经济密度提高会导致集聚收益递增,地区的就业密度提高1倍将导致劳动生产率同方向变动6%。Ciccone于2002年又研究了法国、德国、西班牙、意大利和英国的产业集聚效应。他利用县级层面的数据进行实证研究,发现这些国家的产业集聚效应小于美国的产业集聚效应,就业密度提高1倍将导致劳动生产率同方向变动4.5%。Marius和Nicole(2008)利用20个欧洲国家的面板数据进行分析,指出:产业集聚对劳动生产率产生正向影响,这种影响在1980—2003年一直在增长。持这类观点的国外学者还有Sveikauskas(1975)、Brulhart和Mathys(2008)、Beaudry和Schiffauerova(2008)等。
国内学界也有不少学者持这类观点。范剑勇(2006)利用我国2004年地级市数据分析产业集聚、劳动生产率与地区差距之间的关系,认为非农产业规模报酬递增是产业集聚的源泉,而产业集聚推动了集聚地区劳动生产率的提高,并因此导致集聚中心地与周边地区收入差距的扩大。陈良文、杨开忠(2007)利用1996年、2000年和2004年我国全部地级市的数据实证分析发现,产业集聚对劳动生产率的影响显著为正,地区的产业集聚增强1倍将导致劳动生产率同方向变动1%—1.9%。刘修岩(2009)利用我国2003—2006年全部地级市的面板数据实证分析发现,一个城市的产业集聚和相对专业化水平会显著影响其非农劳动生产率。童馨乐等(2009)从劳动生产率的视角研究了中国服务业集聚,使用区位熵、集中系数以及服务业GDP占比三种指标作为表示服务业集聚程度的指标,通过计量分析发现:服务业的集聚对于服务业的劳动生产率有着正向影响。王良举、陈甬军(2013)采用中国制造业企业微观面板数据,通过估计企业的生产函数,实证检验了产业集聚的生产率效应,发现就业规模更大的城市中的企业具有更高的生产率,在集聚地区存在能够促进企业生产率提高的学习效应。范剑勇等(2014)实证研究了产业集聚与企业全要素生产率之间的关系,发现:导致全要素生产率增长的主要因素是技术效率的改善,其次才是前沿技术的进步;经济集聚对于全要素生产率的提升是通过技术改善来完成的。杨丽、冯晓玮(2015)利用2004—2013年江苏省动态面板数据分析城市经济集聚对于江苏省城市的非农产业劳动生产率的影响,发现在江苏省各城市资源环境不同的情况下,城市的经济集聚对于城市内部的非农产业劳动生产率产生正向影响。黄斯婕、张萃(2016)在进行服务业集聚对于城市生产率的研究时还考虑了行业的异质性,但是行业的异质性并没有改变分析结果。她们基于2003—2013年我国283个地级及以上城市的数据进行的实证分析,指出虽然服务业内部进行细分的六个行业对于生产率的影响程度各有不同,但是六个行业的集聚对于劳动生产率的影响都是正向的。
第二类观点认为产业集聚对劳动生产率的影响是动态变化的,即这种影响是因时间而异、因行业而异或因地方而异的。Henderson(2003)利用美国机械设备制造业和高技术产业企业的数据进行研究,发现高技术产业内其他企业数量(反映地方化信息溢出的来源)越多,生产率越高,但在机械设备制造业企业中并没有发现这种现象。孙浦阳等(2013)使用全国287个地级及以上城市2000—2008年的面板数据检验产业集聚对劳动生产率的动态影响,发现:产业集聚带来的集聚效应和拥塞效应在不同时期可能处于不同的均衡状态,在集聚初期拥塞效应占据主导地位,导致产业集聚不利于劳动生产率的发展;但从长期来看,集聚效应将占据主导地位,从而有助于劳动生产率的提高。而且,这种动态影响在工业部门显著存在,但是在服务业部门不显著存在。孙晓华、郭玉娇(2013)在城市规模的视角下通过门限回归分析,认为经济集聚对于不同规模的城市具有不同的效果,虽然在中小型城市或者城市集聚发展的初期,经济集聚对于劳动生产率的提高具有正向影响,但是对于大型城市或城市集聚发展的后期,却转变为负向影响。李慧敏(2014)利用我国东部11个省20个制造业行业的面板数据实证研究地区产业集聚对全要素生产率的影响,发现:在东部样本范围内,集聚与全要素生产率之间存在一种非线性关系,当集聚水平低于某一临界值时,集聚水平的提高会促进全要素生产率的提高,而当高于这一临界值时又会阻碍全要素生产率的提高。程中华、张立柱(2015)利用2003—2012年全国285个地级及以上城市的统计数据,运用空间计量模型实证研究了产业集聚对城市全要素生产率影响的空间溢出效应,发现:我国城市全要素生产率的空间相关性呈逐年增强的趋势,其溢出效应在0—950千米的范围内呈现出先升后降的“倒U形”曲线过程,波峰出现在500千米左右;制造业集聚对城市全要素生产率的影响显著为负,而生产性服务业集聚和市场潜能却有利于城市全要素生产率的提高。
第三类观点认为产业集聚与劳动生产率之间是互为因果的关系,这类观点主要来自新经济地理学。柯善咨、姚德龙(2008)的分析范围相比其他学者而言较小,他们只集中研究了工业集聚和城市劳动生产率的关系,文章中的计量模型使用的是三阶段最小二乘法来研究第二产业的集聚和城市的劳动生产率之间是否存在因果关系,最后通过2005年的截面数据得出结论,即现阶段我国第二产业的集聚和城市的劳动生产率之间确实存在着互相强化、互为因果的关系。金春雨、程浩(2015)构建了联立方程组模型来研究产业集聚与劳动生产率之间的内生关系,他们分别使用静态面板数据和动态面板数据进行分析,发现:在静态面板数据分析中,制造业的集聚和劳动生产率之间具有互为因果的关系,即具有强内生性;而在动态面板数据分析中,制造业的集聚与劳动生产率依然具有较强的相互强化的关系。
以上研究大都是基于全国或者长三角、珠三角地区的数据来进行的,而随着海西经济区经济的发展,也有越来越多的学者关注海西经济区经济集聚的研究。例如,陈燕武、楼燕妮(2011)在关于海西经济区产业结构和经济增长关系的研究中,运用海西区20个城市2001—2008年的面板数据进行分析,结果显示第一产业的比重变化对于劳动生产率有着显著的负影响,而第一产业比重变化对于资本生产率和经济规模有着正向的影响,至于第三产业比重的变化对资本要素效率的影响却是不明显的,对劳动要素生产率和经济规模具有正向的影响。陈燕武、周军和许丽忆(2014)基于空间计量经济学的角度,从海西经济区的全地区、沿海地区和非沿海地区三个角度出发进行研究,得出结论:实证表明,海西经济区城市化的空间效应显著存在,但是空间效应在不同城市的城市化过程中所起到的作用却是不同的。胡埔赛(2014)以固有产业分类为基础,首先对海西经济区产业结构的现状进行分析,发现海西经济区的产业结构一直保持“二、三、一”的格局,然后分析了海西经济区人均GDP(可以看成是劳动效率的近似变量)在空间分布上的差异,最后针对各个产业分析产生差异的原因。结果发现:第一产业产生差异的原因主要是固定资产投入转出和人均固定资产投资;第二产业和第三产业则是固定资产投入转出和产业就业人员比重。