一 引 言

對城鎮(zhèn)化道路的選擇,我國一直有大城市和中小城市之爭。近年來隨著大城市房價高漲、交通堵塞與污染日益嚴重,認為中國大城市規(guī)模過大、過于擁擠的看法越來越流行,然而以平均工資反映的平均勞動生產(chǎn)率,大城市遠比中小城市高。黎日榮和周政(2017)[1]統(tǒng)計發(fā)現(xiàn),制造業(yè)依然有向經(jīng)濟總量最大的十大城市集聚的傾向。李曉萍等(2015)[2]、周圣強和朱衛(wèi)平(2013)[3]的實證研究發(fā)現(xiàn)2003年之后經(jīng)濟集聚對城市全要素生產(chǎn)率表現(xiàn)為顯著的擁擠效應(yīng)。這表明并非所有企業(yè)集聚均能提高城市的生產(chǎn)率。擁擠的大城市為什么依然有更高的生產(chǎn)率？大城市的高生產(chǎn)率來自于哪些集聚效應(yīng)？在微觀層面,哪些制造業(yè)企業(yè)會選址大城市？生產(chǎn)性服務(wù)業(yè)與制造業(yè)在性質(zhì)上存在巨大差異,它們集聚對企業(yè)生產(chǎn)率的影響機制不同,分析總體經(jīng)濟集聚難以認清大城市生產(chǎn)率優(yōu)勢的來源。盡管有較多文獻分析了生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)生產(chǎn)率的影響,但這些文獻暗含了同質(zhì)性假設(shè),認為企業(yè)從集聚中獲得了同樣的集聚效應(yīng),產(chǎn)業(yè)獲得的集聚效應(yīng)是代表性企業(yè)的加總?，F(xiàn)實情況是,生產(chǎn)性服務(wù)業(yè)集聚的大城市同時有大量企業(yè)遷入和遷出,表明并非所有企業(yè)從集聚中獲得同樣的溢出效應(yīng)。哪些企業(yè)會被吸引遷入集聚區(qū),哪些企業(yè)又會被“擠出去”,異質(zhì)性企業(yè)如何與城市層級匹配？生產(chǎn)性服務(wù)業(yè)集聚如何通過影響異質(zhì)性企業(yè)的選址行為,優(yōu)化城市的資源配置？這些問題在同質(zhì)性假設(shè)下均無法得到答案。本文基于異質(zhì)性企業(yè)理論,認為生產(chǎn)率不同的企業(yè)具有差異化的學習能力,在集聚中獲得差異化的學習效應(yīng),進一步導致企業(yè)差異化的選址行為,形成選擇效應(yīng)和分類效應(yīng)。選擇效應(yīng)和分類效應(yīng)又進一步影響城市的生產(chǎn)率和產(chǎn)業(yè)結(jié)構(gòu)。本文使用城市統(tǒng)計數(shù)據(jù)和中國工業(yè)企業(yè)數(shù)據(jù),檢驗擁擠效應(yīng)、學習效應(yīng)、選擇效應(yīng)和分類效應(yīng)的存在性及大小,為生產(chǎn)性服務(wù)業(yè)成為大城市生產(chǎn)率優(yōu)勢的來源提供微觀解釋。

本文以下的結(jié)構(gòu)安排是:第二部分是文獻綜述與理論分析,第三部分是模型與理論假說,第四部分是生產(chǎn)性服務(wù)業(yè)集聚對城市生產(chǎn)率影響的初步分析,第五部分是生產(chǎn)性服務(wù)業(yè)集聚的學習效應(yīng)與選擇效應(yīng),第六部分是生產(chǎn)性服務(wù)業(yè)集聚的分類效應(yīng),第七部分是結(jié)論與政策含義。

二 文獻綜述與理論分析

(一)生產(chǎn)性服務(wù)業(yè)集聚與差異化學習效應(yīng)

隨著社會分工深化,生產(chǎn)性服務(wù)業(yè)逐漸從制造業(yè)中剝離出來,成為服務(wù)經(jīng)濟的重要組成部分。自20世紀70年代生產(chǎn)性服務(wù)業(yè)概念被明確提出之后,逐漸引起學者的關(guān)注。隨著生產(chǎn)性服務(wù)業(yè)由初期的潤滑劑作用演變到當前的經(jīng)濟效率提升的引擎,學者的研究視角也由對集聚現(xiàn)象的描述深入到分析集聚對地區(qū)經(jīng)濟效率和制造業(yè)生產(chǎn)率的影響上。已有研究較為一致地認為,生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)生產(chǎn)率存在顯著的溢出效應(yīng)(陳建軍和陳菁菁，2011[4]；顧乃華，2011[5]；宣燁，2012[6]；李敬子等，2015[7]；余泳澤等，2016[8])。張浩然(2015)[9]發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚顯著提高了城市的經(jīng)濟績效。惠煒和韓先鋒(2016)[10]發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚能顯著提高非農(nóng)勞動生產(chǎn)率。這些文獻為理解生產(chǎn)性服務(wù)業(yè)集聚提升經(jīng)濟效率提供了理論基礎(chǔ)。歸納已有的觀點,生產(chǎn)性服務(wù)業(yè)集聚提升制造業(yè)生產(chǎn)率有兩個重要的渠道:(1)通過專業(yè)化分工降低生產(chǎn)成本。生產(chǎn)性服務(wù)業(yè)承接制造業(yè)生產(chǎn)中的非核心環(huán)節(jié),通過自身專業(yè)化的生產(chǎn),有效降低了制造業(yè)的生產(chǎn)成本,提高生產(chǎn)率。(2)學習效應(yīng)。生產(chǎn)性服務(wù)是知識密集型產(chǎn)品,企業(yè)使用這些中間品,內(nèi)含的知識會逐漸被導入企業(yè)，通過學習和消化,轉(zhuǎn)化為企業(yè)的創(chuàng)新能力,有利于深化企業(yè)的專業(yè)化生產(chǎn),提高生產(chǎn)率。

需指出的是，這些文獻的實證分析普遍使用城市或行業(yè)的中觀數(shù)據(jù),也就暗含同一區(qū)域的企業(yè)是同質(zhì)的。同質(zhì)性假設(shè)存在兩方面不足:(1)難以解釋現(xiàn)實中異質(zhì)性企業(yè)差異化的集聚特征。北京、上海和深圳是集聚上市企業(yè)總部最多的三個城市,并且在上市企業(yè)總部遷移中,北京和上海也是最重要的遷入城市(潘峰華等，2013)[11]。代表高生產(chǎn)率的上市企業(yè)顯著傾向選址在北京等生產(chǎn)性服務(wù)業(yè)集聚城市的同時,有大量資源效率低的企業(yè)向核心城市的周邊地區(qū)轉(zhuǎn)移。不同技能的勞動力把知識和技術(shù)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的效率不一樣,高技能勞動力有更強的學習能力,在與其他勞動力交流和學習中能獲得更大的技術(shù)外溢,因此高技能勞動力從生產(chǎn)性服務(wù)業(yè)集聚中獲得更大的收益(Bacolod et al., 2009[12]；Glaeser和Resseger，2010[13]；Combes et al., 2012[14])。Combes et al.(2012[14]，2011[15])等指出高技能勞動力在高生產(chǎn)率企業(yè)能夠發(fā)揮更高的效率，于是高生產(chǎn)率企業(yè)會內(nèi)生地由高技能勞動力組成。本文把異質(zhì)性企業(yè)從集聚中獲得的差異化技術(shù)外溢效應(yīng)稱為學習效應(yīng)。集聚給企業(yè)帶來技術(shù)外溢的同時,也會引起對土地、基礎(chǔ)設(shè)施等資源的激烈競爭,帶來擁擠效應(yīng)(周圣強和朱衛(wèi)平，2013)[3]。高生產(chǎn)率企業(yè)由于能從集聚中獲得更大的學習效應(yīng),傾向選址在生產(chǎn)性服務(wù)業(yè)集聚的城市,形成選擇效應(yīng)。低生產(chǎn)率企業(yè)從集聚中獲得的學習效應(yīng)較小,在擁擠效應(yīng)的作用下,凈集聚效應(yīng)往往是負的,以致傾向選擇外圍城市,形成分類效應(yīng)[注]值得注意的是,目前不同文獻對選擇效應(yīng)、分類效應(yīng)的界定略有不同。Baldwin和Okubo(2006)[16]認為集聚區(qū)有更大的市場,會吸引高生產(chǎn)率企業(yè)從非集聚區(qū)轉(zhuǎn)移到集聚區(qū),把這種轉(zhuǎn)移界定為選擇效應(yīng),相應(yīng)的把低生產(chǎn)率企業(yè)從集聚區(qū)轉(zhuǎn)移到非集聚區(qū)界定為分類效應(yīng)。Combes et al.(2012)[14]認為大城市競爭更激烈,低生產(chǎn)率企業(yè)會被迫退出大城市,把這種退出界定為選擇效應(yīng)。本文遵照Baldwin和Okubo(2006)[16]的界定,把高生產(chǎn)率企業(yè)選址于生產(chǎn)性服務(wù)業(yè)集聚區(qū)界定為選擇效應(yīng),把低生產(chǎn)率企業(yè)退出集聚區(qū)界定為分類效應(yīng)。。(2)同質(zhì)性假設(shè)未考慮異質(zhì)性企業(yè)差異化的選址行為對城市生產(chǎn)率的影響。由于集聚存在選擇效應(yīng)和分類效應(yīng),導致生產(chǎn)性服務(wù)業(yè)集聚的城市內(nèi)生地存在更多高生產(chǎn)率企業(yè),不考慮企業(yè)選址行為對城市生產(chǎn)率的影響,把外溢效應(yīng)全部歸于集聚效應(yīng),往往會高估集聚效應(yīng)的作用。另一方面不考慮企業(yè)的選址行為,也難以理解生產(chǎn)性服務(wù)業(yè)發(fā)展是優(yōu)化城市空間資源配置的內(nèi)生動力。

(二)分類效應(yīng)、選擇效應(yīng)與城市生產(chǎn)率

盡管有文獻很早就發(fā)現(xiàn)企業(yè)在生產(chǎn)率、規(guī)模和貿(mào)易行為等方面存在極大的差異,但直到Melitz(2003)[17],企業(yè)的異質(zhì)性才被引入到主流經(jīng)濟學的分析框架,研究企業(yè)生產(chǎn)率差異對出口行為的影響。Baldwin和Okubo(2006)[16]開創(chuàng)性地將Melitz的異質(zhì)性企業(yè)假設(shè)引入到Martin(1995)[18]的自由資本模型中,為研究異質(zhì)性企業(yè)區(qū)位選擇提供了理論基礎(chǔ)。他們指出,集聚區(qū)市場更大,當運輸成本下降時,為了實現(xiàn)規(guī)模經(jīng)濟,高生產(chǎn)率企業(yè)會從非集聚區(qū)轉(zhuǎn)移到集聚區(qū),即選擇效應(yīng)；當非集聚區(qū)政府提供轉(zhuǎn)移補貼時,由于競爭力較弱，低生產(chǎn)率企業(yè)會最先從集聚區(qū)轉(zhuǎn)移到非集聚區(qū),即分類效應(yīng)。Baldwin和Okubo的異質(zhì)性企業(yè)選址模型開創(chuàng)了新新經(jīng)濟地理學時代,后續(xù)較多文獻分析了異質(zhì)性企業(yè)選址對生產(chǎn)率的影響。Saito和Gopinath(2009)[19]比較了選擇效應(yīng)和集聚效應(yīng)對智利食品行業(yè)企業(yè)生產(chǎn)率的影響,發(fā)現(xiàn)選擇效應(yīng)更為重要。Combes et al.(2012)[14]基于法國工業(yè)區(qū)的企業(yè)數(shù)據(jù)研究發(fā)現(xiàn),企業(yè)全要素生產(chǎn)率與區(qū)域就業(yè)密度有顯著正相關(guān)關(guān)系,但區(qū)域生產(chǎn)率差異主要來源于集聚效應(yīng),并沒發(fā)現(xiàn)有顯著的選擇效應(yīng)。我國學者基于對中國工業(yè)企業(yè)數(shù)據(jù)的實證分析,得出的結(jié)論不盡相同。余壯雄和楊揚(2014)[20]發(fā)現(xiàn)集聚效應(yīng)是解釋大城市生產(chǎn)率優(yōu)勢的基本原因,同樣沒發(fā)現(xiàn)有顯著的選擇效應(yīng)；劉海洋等(2015)[21]發(fā)現(xiàn)集聚效應(yīng)和選擇效應(yīng)均能顯著解釋集群區(qū)生產(chǎn)率優(yōu)勢的來源；李曉萍等(2015)[2]發(fā)現(xiàn)1999-2002年,經(jīng)濟集聚主要表現(xiàn)為集聚效應(yīng),2003-2007年,經(jīng)濟集聚主要表現(xiàn)為擁擠效應(yīng),同時發(fā)現(xiàn)低生產(chǎn)率企業(yè)傾向選址在中小城市,即存在顯著的選擇效應(yīng)；陳強遠等(2016)[22]發(fā)現(xiàn)城市生產(chǎn)率溢價是集聚效應(yīng)、選擇效應(yīng)、分類效應(yīng)和競爭效應(yīng)共同作用的結(jié)果。學者基于我國企業(yè)數(shù)據(jù)得出的實證結(jié)論遠未一致,顯然需要更進一步的分析。

已有新新經(jīng)濟地理文獻主要是基于總體經(jīng)濟集聚,考察集聚效應(yīng)、選擇效應(yīng)和分類效應(yīng)的存在性及其大小。在不同產(chǎn)業(yè)集聚下考察這三種效應(yīng),可以更深入分析集聚區(qū)生產(chǎn)率優(yōu)勢的來源,理解生產(chǎn)性服務(wù)業(yè)是推動城市產(chǎn)業(yè)結(jié)構(gòu)升級的內(nèi)生動力。另一方面已有文獻普遍強調(diào)下游市場規(guī)模對異質(zhì)性企業(yè)的選擇機制,并沒有考慮上游中間品集聚對企業(yè)選址的影響。事實上企業(yè)選址不僅考慮規(guī)模經(jīng)濟,還考慮投入成本。上游市場集聚無疑能為企業(yè)提供質(zhì)優(yōu)價廉和多樣化的中間投入品,降低企業(yè)的投入成本。趙曜和柯善咨(2015)[23]基于中國工業(yè)企業(yè)數(shù)據(jù)分析了城市規(guī)模、微觀企業(yè)的中間投入對企業(yè)生產(chǎn)率的影響,但并未嚴格區(qū)分制造業(yè)中間品和生產(chǎn)性服務(wù)中間品,也未區(qū)分中間品是來源于本地市場還是外地市場。隨著以制造智能化為特征的新一輪產(chǎn)業(yè)革命的演進,知識在制造業(yè)生產(chǎn)中的作用越來越重要,作為知識載體的生產(chǎn)性服務(wù)業(yè)已成為制造業(yè)創(chuàng)新能力和產(chǎn)品差異化的重要來源。現(xiàn)實經(jīng)濟中一個典型的現(xiàn)象是,大型制造業(yè)企業(yè)的總部往往選址在中心城市,以接近生產(chǎn)性服務(wù)業(yè)集聚區(qū),生產(chǎn)工廠會分布在全國,以接近下游市場。因此研究生產(chǎn)性服務(wù)業(yè)集聚對異質(zhì)性企業(yè)選址行為的影響是對新新經(jīng)濟地理文獻的一個有益補充。綜合而言，本文基于歷年《中國城市統(tǒng)計年鑒》的數(shù)據(jù)和中國工業(yè)企業(yè)數(shù)據(jù),分析城市生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)企業(yè)生產(chǎn)率以及選址行為的影響,有兩方面邊際貢獻:(1)基于異質(zhì)性企業(yè)理論,使用微觀企業(yè)數(shù)據(jù),考慮選擇效應(yīng)和分類效應(yīng)能更準確地理解生產(chǎn)性服務(wù)業(yè)集聚對城市生產(chǎn)率的影響,也是對現(xiàn)有基于同質(zhì)性假設(shè),使用區(qū)域和行業(yè)數(shù)據(jù)分析集聚效應(yīng)文獻的有益補充。(2)本文分析上游高質(zhì)量中間品市場集聚對企業(yè)選址行為的影響,為理解異質(zhì)性企業(yè)選址行為提供了不同的視角,是對普遍強調(diào)下游市場規(guī)模對企業(yè)選址行為影響的新新經(jīng)濟地理文獻的有益補充。

三 模型與理論假說

假設(shè)生產(chǎn)性服務(wù)中間品的生產(chǎn)遵循壟斷競爭模式,城市共有n個生產(chǎn)性服務(wù)廠商,每個廠商生產(chǎn)1個差異化產(chǎn)品,服務(wù)中間品在城市間不可貿(mào)易。廠商k生產(chǎn)x單位生產(chǎn)性服務(wù)的成本為:Cx(k)=wcxxk,其中w是城市的均衡工資率,cx為勞動投入量(下標x代表生產(chǎn)性服務(wù)產(chǎn)品,y代表制造業(yè)產(chǎn)品)。制造業(yè)對生產(chǎn)性服務(wù)的需求遵循CES函數(shù)形式,不變替代彈性為σx,σx>1。生產(chǎn)性服務(wù)的價格px為邊際成本的加成:

(1)

市場均衡時,城市生產(chǎn)性服務(wù)業(yè)價格指數(shù)PX為:

(2)

由于σx>1,城市生產(chǎn)性服務(wù)廠商數(shù)量n越大,價格指數(shù)PX就越低。這是生產(chǎn)性服務(wù)業(yè)集聚的價格效應(yīng),即越集聚,廠商的數(shù)量就越多,企業(yè)投入生產(chǎn)性服務(wù)的平均成本就越低。

Duranton和puga(2005)[24]假設(shè)企業(yè)的邊際成本由商務(wù)服務(wù)、專業(yè)化中間投入和勞動報酬構(gòu)成,本文借鑒這一假設(shè),制造業(yè)企業(yè)的邊際成本由生產(chǎn)性服務(wù)中間投入和勞動報酬構(gòu)成,制造業(yè)中間品看作控制變量,省略并不影響本文的結(jié)論。異質(zhì)性企業(yè)對中間品的使用存在效率差異,高生產(chǎn)率企業(yè)能更有效發(fā)揮中間品的作用,尤其是知識和技術(shù)密集型的生產(chǎn)性服務(wù),高生產(chǎn)率企業(yè)從中獲得的學習效應(yīng)更大。本文假定城市的建設(shè)用地是既定的,生產(chǎn)性服務(wù)業(yè)集聚會對制造業(yè)造成擁擠,降低企業(yè)的勞動生產(chǎn)率,用λ(n)≥1代表生產(chǎn)性服務(wù)業(yè)集聚引起的擁擠效應(yīng),其中λ′(n)>0,表示生產(chǎn)性服務(wù)廠商越多擁擠效應(yīng)越大。制造業(yè)生產(chǎn)遵循壟斷競爭模型,每個企業(yè)生產(chǎn)1種差異化產(chǎn)品,企業(yè)i的邊際成本hy(i)設(shè)為:

(3)

ρi為企業(yè)i的內(nèi)在生產(chǎn)率,其概率分布密度和累積分布函數(shù)分別是φ(ρ)和Φ(ρ),μi反映企業(yè)生產(chǎn)性服務(wù)中間品與勞動的投入比例,其中0<μi<1。式(3)中λ(n)代表集聚的擁擠效應(yīng),PX(n)代表集聚的價格效應(yīng)。企業(yè)的差異化學習能力通過以下兩個渠道影響企業(yè)生產(chǎn)率:一是內(nèi)在生產(chǎn)率ρi越高,企業(yè)會越有效率地使用生產(chǎn)性服務(wù),中間品的實際價格(PX/ρ)就會越低；二是生產(chǎn)性服務(wù)的實際價格(PX/ρ)越低,企業(yè)在要素配置時會更多使用生產(chǎn)性服務(wù),即μi更大。這兩方面共同降低企業(yè)的邊際成本,提高企業(yè)生產(chǎn)率,本文把它們概括為學習效應(yīng)。企業(yè)從集聚中獲得的集聚效應(yīng)是價格效應(yīng)、學習效應(yīng)和擁擠效應(yīng)的總和。當集聚效應(yīng)大于零時,生產(chǎn)性服務(wù)業(yè)集聚會提高企業(yè)生產(chǎn)率。

借鑒Combes et al.(2012)[14]的模型,本文將代表性消費者的效用函數(shù)設(shè)為準線性函數(shù):

(4)

消費者只消費標準化產(chǎn)品(一般指農(nóng)產(chǎn)品)和差異化制造業(yè)產(chǎn)品。其中q0、qi分別代表消費標準化產(chǎn)品和第i種差異化產(chǎn)品的數(shù)量,Ω為差異化制造業(yè)產(chǎn)品集合。參數(shù)α、γ、η均大于0,α越大,η越小表示消費者相對標準化產(chǎn)品更偏好消費制造業(yè)產(chǎn)品,γ越大表示制造業(yè)產(chǎn)品間的差異性越大。在預(yù)算約束下最大化消費者效用函數(shù)可以得到產(chǎn)品i的價格pi:

(5)

(6)

(7)

假說1:生產(chǎn)性服務(wù)業(yè)集聚對異質(zhì)性企業(yè)的影響具有差異,集聚的學習效應(yīng)和選擇效應(yīng)隨企業(yè)生產(chǎn)率提高而增加。

企業(yè)能否從生產(chǎn)性服務(wù)業(yè)集聚中獲得正的集聚效應(yīng),取決于價格效應(yīng)、學習效應(yīng)和擁擠效應(yīng)的大小。由于學習效應(yīng)與企業(yè)生產(chǎn)率正相關(guān),所以有:

假說2:在生產(chǎn)性服務(wù)業(yè)集聚中,低生產(chǎn)率企業(yè)更有可能獲得負的集聚效應(yīng)；高生產(chǎn)率企業(yè)更有可能獲得正的集聚效應(yīng)。

假說3:由于低生產(chǎn)率企業(yè)更有可能獲得負的集聚效應(yīng),集聚會提高低生產(chǎn)率企業(yè)退出市場的概率。

四 生產(chǎn)性服務(wù)業(yè)集聚對城市生產(chǎn)率影響的初步分析

(一)數(shù)據(jù)說明

微觀數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫,選取:13-37、39-42共29個二位碼制造業(yè)行業(yè)數(shù)據(jù)。由于GB/T4754—2002版和GB/T4754—94版的 《國民經(jīng)濟行業(yè)分類》對生產(chǎn)性服務(wù)業(yè)的分類不完全相同,為確保統(tǒng)計口徑的一致,本文只選取2003-2007年的數(shù)據(jù)。剔除了明顯不合理的企業(yè)數(shù)據(jù)[注]具體整理方法參見文獻黎日榮和周政(2017)[1]。,使用Brandt et al.(2012)[25]的方法把企業(yè)數(shù)據(jù)匹配成面板數(shù)據(jù)。城市統(tǒng)計數(shù)據(jù)來源于歷年《中國城市統(tǒng)計年鑒》,剔除數(shù)據(jù)缺失較多的樣本城市后保留218個地級及以上樣本城市。通過城市代碼把城市數(shù)據(jù)和企業(yè)數(shù)據(jù)匹配,得到地級市范圍(包括轄區(qū)、轄市和轄縣)的企業(yè)觀測值共840802個。另外通過市轄區(qū)郵政編碼識別市轄區(qū)和外圍區(qū)企業(yè)[注]市轄區(qū)郵政編碼經(jīng)作者手工整理得到,郵政編碼數(shù)據(jù)來源于全國郵政編碼查詢系統(tǒng)(www.yb21.cn)。,得到市轄區(qū)的企業(yè)觀測值418423個,外圍區(qū)(指市轄區(qū)之外的轄市和轄縣)的企業(yè)觀測值422379個。

企業(yè)全要素生產(chǎn)率是本文關(guān)注的被解釋變量,OLS估計企業(yè)生產(chǎn)率會面臨樣本選擇偏誤和內(nèi)生性問題,Levinsohn和Petrin(2003)[26]提出的半?yún)?shù)估計LP法能有效解決這兩個問題,是目前估計生產(chǎn)率的主流方法。本文借鑒這一方法估計企業(yè)的生產(chǎn)率lntfplp(取自然對數(shù)的形式)。在估計中使用工業(yè)增加值衡量企業(yè)的產(chǎn)出,工業(yè)企業(yè)數(shù)據(jù)庫沒有報告2004年的工業(yè)增加值,本文使用劉小玄和李雙杰(2008)[27]的方法推算2004年的企業(yè)工業(yè)增加值；分別使用企業(yè)員工數(shù)和固定資產(chǎn)凈值作為勞動投入和資本投入的代理變量,使用中間品投入量作為代理變量控制生產(chǎn)率的不可觀測沖擊。為了剔除物價波動對生產(chǎn)率估計的影響,對以貨幣計價的投入產(chǎn)出變量均采用分行業(yè)投入產(chǎn)出價格指數(shù)進行平減,轉(zhuǎn)化為以1998年為基年的真實值[注]為了增加樣本容量更準確估計企業(yè)的生產(chǎn)率,本文使用工業(yè)企業(yè)數(shù)據(jù)庫1998-2007年的樣本數(shù)據(jù)估計企業(yè)的生產(chǎn)率。(Brandt et al.,2012)[25]。目前學術(shù)界對生產(chǎn)性服務(wù)業(yè)并沒有統(tǒng)一的界定,本文借鑒王恕立和胡宗彪(2012)[28]的劃分,將科學研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè),交通運輸、倉儲和郵政業(yè),房地產(chǎn)業(yè),租賃和商務(wù)服務(wù)業(yè),批發(fā)和零售業(yè),信息傳輸、計算機服務(wù)和軟件業(yè),水利、環(huán)境和公共設(shè)施管理業(yè),金融業(yè)界定為生產(chǎn)性服務(wù)業(yè)。目前文獻普遍使用空間基尼系數(shù)、區(qū)位熵等指標度量產(chǎn)業(yè)的集聚程度,以分析其對行業(yè)和地區(qū)生產(chǎn)率的影響。本文關(guān)注集聚對企業(yè)生產(chǎn)率的溢出效應(yīng),認為生產(chǎn)性服務(wù)業(yè)就業(yè)密度越大,市場競爭越激烈,越有利于下游制造企業(yè)獲取質(zhì)優(yōu)價廉的生產(chǎn)性服務(wù)中間品。就業(yè)密度更適合作為集聚指標以分析集聚對微觀企業(yè)的影響,孫楚仁等(2014)[29]、Combes et al.(2012)[14]分析經(jīng)濟集聚對微觀企業(yè)的影響時,也使用就業(yè)密度作為產(chǎn)業(yè)的集聚指標。本文統(tǒng)計發(fā)現(xiàn)2014年我國75%的生產(chǎn)性服務(wù)就業(yè)集中在地級市市轄區(qū)。余泳澤等(2016)[8]研究表明生產(chǎn)性服務(wù)業(yè)集聚對方圓200公里以內(nèi)的制造業(yè)具有密集的溢出效應(yīng)。這表明在200公里內(nèi)生產(chǎn)性服務(wù)業(yè)具有較好的貿(mào)易性,市轄區(qū)的生產(chǎn)性服務(wù)業(yè)能有效覆蓋周邊轄市、轄縣的制造業(yè)。為了更準確度量城市生產(chǎn)性服務(wù)業(yè)的集聚程度和競爭程度,本文以市轄區(qū)生產(chǎn)性服務(wù)就業(yè)密度Density1(單位為百人/平方公里)代理城市的生產(chǎn)性服務(wù)業(yè)集聚程度。為了考察溢出效應(yīng)在不同集聚程度的城市是否存在差異,本文把218個城市按2003-2007年生產(chǎn)性服務(wù)業(yè)平均集聚程度從高到低分為4組,最高一組為高集聚城市(54個),次之為中高集聚城市(54個),再次是中集聚城市(55個),最低為低集聚城市(55個)。本文統(tǒng)計發(fā)現(xiàn),低集聚城市、中集聚城市、中高集聚城市、高集聚城市2007年的平均GDP(億元)分別為188、467、603、1220,這表明生產(chǎn)性服務(wù)業(yè)顯著傾向于集聚在大城市。

(二)生產(chǎn)性服務(wù)業(yè)集聚的特征

表1是對不同城市的集聚密度和企業(yè)生產(chǎn)率分布的描述性統(tǒng)計。數(shù)據(jù)表明不管是全地區(qū)還是市轄區(qū),生產(chǎn)性服務(wù)業(yè)在中高集聚城市和高集聚城市的樣本明顯比低集聚城市和中集聚城市多,這表明制造業(yè)和生產(chǎn)性服務(wù)業(yè)有顯著的協(xié)同集聚特征。從市轄區(qū)數(shù)據(jù)看,高集聚城市的集聚密度明顯比其他類型的城市高得多,高集聚城市的密度比中高城市的密度要高出238%,這表明生產(chǎn)性服務(wù)業(yè)有顯著的集聚特征。從全地區(qū)看,隨著生產(chǎn)性服務(wù)業(yè)集聚程度的提高,企業(yè)生產(chǎn)率均值總體有上升趨勢,這一特征在外圍區(qū)樣本尤其明顯,而在市轄區(qū)反而不明顯，初步可以判斷生產(chǎn)性服務(wù)業(yè)集聚總體上對城市制造業(yè)有正的溢出效應(yīng),但同時也給市轄區(qū)企業(yè)帶來擁擠效應(yīng),以致市轄區(qū)企業(yè)的溢出效應(yīng)并不顯著。從企業(yè)的生產(chǎn)率分布看,市轄區(qū)p25(25分位點)的生產(chǎn)率均值為1.774,比外圍區(qū)的1.775略低；但市轄區(qū)p90的生產(chǎn)率均值為2.087,比外圍區(qū)的2.081明顯高，初步可以判斷市轄區(qū)企業(yè)生產(chǎn)率分布范圍更廣,但最高生產(chǎn)率的企業(yè)傾向集聚在市轄區(qū)。

表1 不同城市企業(yè)生產(chǎn)率及集聚密度的描述性統(tǒng)計

(三)基于核密度函數(shù)的初步分析

上文的數(shù)據(jù)描述性統(tǒng)計表明生產(chǎn)性服務(wù)業(yè)集聚與企業(yè)生產(chǎn)率總體上存在正相關(guān)關(guān)系,進一步通過企業(yè)生產(chǎn)率分布的核密度函數(shù)圖探索正相關(guān)性的來源。Combes et al.(2012)[14]認為如果集聚的分類效應(yīng)(把低生產(chǎn)率企業(yè)淘汰出集聚區(qū), Combes et al.的原文把它界定為選擇效應(yīng))存在,集聚區(qū)企業(yè)生產(chǎn)率分布會出現(xiàn)左截斷的特征,如果集聚區(qū)的集聚效應(yīng)存在,集聚區(qū)企業(yè)生產(chǎn)率分布會出現(xiàn)右移動的特征。本文對不同集聚程度城市的企業(yè)生產(chǎn)率分布圖進行對比,從圖1可以看出[注]為了更明顯顯示集聚效應(yīng)和分類效應(yīng),作圖所用的企業(yè)生產(chǎn)率數(shù)據(jù)為未取對數(shù)的全要素生產(chǎn)率。,左截斷的特征并不明顯,考慮到現(xiàn)實中制約企業(yè)退出的因素很多,總會有一些低生產(chǎn)率企業(yè)保留在市場,在分布圖上出現(xiàn)左截斷很困難。從市轄區(qū)樣本看,高集聚城市的企業(yè)生產(chǎn)率分布圖的左端較明顯比中高集聚城市的低,即高集聚城市低生產(chǎn)率企業(yè)更少,這表明市轄區(qū)存在分類效應(yīng),但外圍區(qū)分類效應(yīng)并不明顯。初步可以判斷,生產(chǎn)性服務(wù)業(yè)在市轄區(qū)集聚會產(chǎn)生擁擠效應(yīng),擁擠效應(yīng)會增加低生產(chǎn)率企業(yè)退出的概率。在外圍區(qū)樣本中,高集聚城市的企業(yè)生產(chǎn)率分布有顯著的右移動特征,這表明集聚效應(yīng)在外圍區(qū)樣本中顯著存在,但市轄區(qū)這種特征并不顯著。初步可以判斷,在外圍區(qū)價格效應(yīng)和學習效應(yīng)比擁擠效應(yīng)更大,以致企業(yè)可以獲得正的集聚效應(yīng)；在市轄區(qū)價格效應(yīng)和學習效應(yīng)與擁擠效應(yīng)大小相當,以致集聚效應(yīng)并不明顯。因此基于核密度函數(shù)圖的初步判斷是,生產(chǎn)性服務(wù)業(yè)集聚與企業(yè)生產(chǎn)率的正相關(guān)性,在外圍區(qū)主要來源于集聚效應(yīng),在市轄區(qū)主要來源于分類效應(yīng)。

五 生產(chǎn)性服務(wù)業(yè)集聚的學習效應(yīng)與選擇效應(yīng)

(一)計量模型與變量設(shè)定

對企業(yè)生產(chǎn)率分布核密度函數(shù)圖分析表明,市轄區(qū)樣本中存在分類效應(yīng),外圍區(qū)樣本中存在明顯的集聚效應(yīng)。本部分進一步對數(shù)據(jù)回歸,以判別集聚效應(yīng)的來源以及分類效應(yīng)和選擇效應(yīng)的存在。當前文獻普遍使用OLS回歸估計生產(chǎn)性服務(wù)業(yè)集聚的溢出效應(yīng),無法識別分類效應(yīng)、擁擠效應(yīng)、學習效應(yīng)和選擇效應(yīng)的存在。事實上由于存在選擇效應(yīng)和分類效應(yīng),導致集聚區(qū)內(nèi)生地存在更多高生產(chǎn)率企業(yè),如果把溢出效應(yīng)全部歸結(jié)為集聚效應(yīng),往往會產(chǎn)生向上偏誤。另一方面OLS回歸也無法識別集聚對異質(zhì)性企業(yè)的差異化影響。鑒于此,本文采用分位數(shù)回歸,對全部企業(yè)樣本每隔10個分位點回歸一次,使用自助法獲得穩(wěn)健性標準誤[注]作為對照本文也報告了全樣本的OLS回歸結(jié)果。。以往文獻普遍認為企業(yè)的資產(chǎn)負債率、規(guī)模、資本密集屬性以及所在行業(yè)均會影響企業(yè)的全要素生產(chǎn)率；城市的市場規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、制造業(yè)密集度、人口密度、平均工資以及所在地區(qū)會影響企業(yè)的區(qū)位選擇。本文在回歸中控制這些變量,結(jié)合前文理論假說,基本回歸方程設(shè)定如下:

Lntfplp=β0+β1Density1+Xβx+Yβy+νc+νr+νt+εjt

(8)

被解釋變量為企業(yè)的全要素生產(chǎn)率Lntfplp,核心解釋變量為城市生產(chǎn)性服務(wù)業(yè)集聚程度,用市轄區(qū)生產(chǎn)性服務(wù)業(yè)就業(yè)密度Density1表示。X為企業(yè)層面的控制變量,包括企業(yè)的資本密度K_intensity、企業(yè)的規(guī)模assets、企業(yè)的資產(chǎn)負債率fina_rest。Y為城市層面的控制變量,包括城市的人口密度den_popul、制造業(yè)的就業(yè)密度Density2(單位:百人每平方公里)、城市的實際平均工資wage；用第二、三產(chǎn)業(yè)產(chǎn)出占GDP的比重structure度量城市的產(chǎn)業(yè)結(jié)構(gòu)；用實際GDP度量城市的市場規(guī)模。vc、vr、vt分別代表二位碼行業(yè)、地區(qū)和年份效應(yīng)[注]本文把大陸31個省市劃分為三個區(qū)域,其中東部包括北京、遼寧、天津、河北、浙江、上海、山東、江蘇、福建、海南和廣東,中部包括山西、安徽、黑龍江、吉林、河南、江西、湖南和湖北,西部包括重慶、貴州、四川、云南、陜西、西藏、甘肅、新疆、青海、寧夏、內(nèi)蒙古和廣西。。εjt為隨機干擾項。為了識別不同區(qū)位的溢出效應(yīng),分別對全地區(qū)樣本和市轄區(qū)樣本進行回歸,核心解釋變量均使用市轄區(qū)生產(chǎn)性服務(wù)業(yè)就業(yè)密度Density1,城市的其他控制變量,市轄區(qū)回歸使用市轄區(qū)的數(shù)據(jù),全地區(qū)回歸使用全地區(qū)的數(shù)據(jù)[注]由于《中國城市統(tǒng)計年鑒》缺少對應(yīng)轄市轄縣的數(shù)據(jù),本文并沒有單獨對外圍區(qū)的樣本回歸。。

(二)回歸結(jié)果與分析

(9)

Xi和βq均為向量,n為樣本容量。分位數(shù)回歸結(jié)果不易受極端值的影響,并且能夠提供關(guān)于條件分布Lntfp|X更全面的信息。本部分通過考察企業(yè)生產(chǎn)率不同分位點上回歸系數(shù)的差異來識別集聚經(jīng)濟的各種效應(yīng),分析的重點不是各分位點回歸系數(shù)的絕對大小,而是各分位點系數(shù)的變化。

集聚經(jīng)濟的各種效應(yīng)如圖2所示。高生產(chǎn)率企業(yè)有更大的學習效應(yīng),從而傾向選址在集聚區(qū),產(chǎn)生選擇效應(yīng)。由于兩者的作用方向一致,均隨生產(chǎn)率的提高而增加,兩者的加總為一條向右上方傾斜的曲線。在本文的回歸中并不能分別識別這兩種效應(yīng),但可以識別它們的加總效應(yīng)。表2的回歸結(jié)果顯示[注]限于篇幅,此處只報告核心變量的回歸結(jié)果。,不管是市轄區(qū)還是全地區(qū),各分位點Density1的系數(shù)均顯著,且隨著分位數(shù)增加,系數(shù)嚴格單調(diào)增加，表明生產(chǎn)性服務(wù)業(yè)集聚對各分位點的企業(yè)均有顯著影響,溢出效應(yīng)隨企業(yè)生產(chǎn)率的提高而增加,證實了圖2對總溢出效應(yīng)的預(yù)測。由于擁擠效應(yīng)和價格效應(yīng)并不隨生產(chǎn)率變化,分類效應(yīng)隨生產(chǎn)率增加而遞減,所以溢出效應(yīng)與企業(yè)生產(chǎn)率的正相關(guān)性,來源于學習效應(yīng)和選擇效應(yīng)與企業(yè)生產(chǎn)率的正相關(guān)性?；貧w結(jié)果間接證實了學習效應(yīng)和選擇效應(yīng)隨企業(yè)生產(chǎn)率提高而增加,理論假說1被證實。由于差異化的選擇效應(yīng)是由差異化的學習效應(yīng)延伸而來,回歸結(jié)果也間接證實了學習效應(yīng)隨企業(yè)生產(chǎn)率提高而增加,即集聚效應(yīng)(擁擠效應(yīng)和價格效應(yīng)并不隨生產(chǎn)率變化)隨企業(yè)生產(chǎn)率提高而增加。

為比較不同分位點間系數(shù)的差異,進行分位差回歸IQR10-90,即90分位點和10分位點的回歸系數(shù)之差,市轄區(qū)IQR10-90的系數(shù)為0.0225,全地區(qū)樣本相應(yīng)的系數(shù)為0.0164,兩者在1%的水平上顯著。如圖2所示,假設(shè)X1和X2分別代表P10和P90,Y1、Y3、Y5分別代表X1處的溢出效應(yīng)、學習效應(yīng)和選擇效應(yīng)、分類效應(yīng)；Y2、Y4、Y6分別代表X2處的溢出效應(yīng)、學習效應(yīng)和選擇效應(yīng)、分類效應(yīng)。那么(Y2-Y1)代表X2和X1處的溢出效應(yīng)之差,市轄區(qū)為0.0225,全地區(qū)為0.0164。由于X1處的分類效應(yīng)Y5大于X2處的分類效應(yīng)Y6,故有X2和X1處的學習效應(yīng)和選擇效應(yīng)之差(Y4-Y3)大于(Y2-Y1),假設(shè)X1處(即P10處)的學習效應(yīng)和選擇效應(yīng)為0(事實上低分位點企業(yè)的選擇效應(yīng)可以為0,但依然有正的學習效應(yīng)),市轄區(qū)X2處(即P90處)的學習效應(yīng)和選擇效應(yīng)為0.0225,全地區(qū)X2處的學習效應(yīng)和選擇效應(yīng)為0.0164。即每平方公里增加100個生產(chǎn)性服務(wù)就業(yè)人口,學習效應(yīng)和選擇效應(yīng)會使市轄區(qū)和全地區(qū)P90處的企業(yè)生產(chǎn)率至少分別提升2.25%和1.64%。這表明市轄區(qū)的學習效應(yīng)和選擇效應(yīng)更強,高生產(chǎn)率企業(yè)更傾向選址在市轄區(qū),該結(jié)論與前文描述性統(tǒng)計分析的判斷一致。在P10-P90的區(qū)間內(nèi),企業(yè)生產(chǎn)率每提升10個分位點,市轄區(qū)和全地區(qū)企業(yè)的學習效應(yīng)和選擇效應(yīng)分別增加0.28%(2.25%/8)和0.21%。在P90處,市轄區(qū)的學習效應(yīng)和選擇效應(yīng)是總溢出效應(yīng)的5.4倍(0.0225/0.0042),在P80處該倍數(shù)是10.6((QR80-QR10)/QR80=(0.0019+0.0183)/0.0019),其他分位點上學習效應(yīng)和選擇效應(yīng)依然是正的,但溢出效應(yīng)是負的,表明集聚中的分類效應(yīng)和價格效應(yīng)不足以抵消擁擠效應(yīng),集聚中正的溢出效應(yīng)主要來源于學習效應(yīng)和選擇效應(yīng)。這一結(jié)論在全地區(qū)樣本同樣成立。IQR50-90的回歸系數(shù),市轄區(qū)為0.0122,由于0.0122*2>0.0225,表明在市轄區(qū),學習效應(yīng)和選擇效應(yīng)隨著生產(chǎn)率提高有加速增加的趨勢。這一結(jié)論在全地區(qū)并不成立(全地區(qū)這一回歸系數(shù)為0.0066,0.0066*2<0.0164)。這進一步表明高生產(chǎn)率企業(yè)傾向選址市轄區(qū)。

各分位點上,全地區(qū)Density1的系數(shù)均比市轄區(qū)大,表明生產(chǎn)性服務(wù)業(yè)給市轄區(qū)帶來了更嚴重的擁擠效應(yīng)。市轄區(qū)和全地區(qū)P10-P90九個分位點上回歸系數(shù)的平均值分別為-0.0069和0.0053,表明市轄區(qū)的擁擠效應(yīng)平均比全地區(qū)高1.22%(100%*(0.0053+0.0069)=1.22%),即每平方公里增加100個生產(chǎn)性服務(wù)就業(yè)人口,相比全地區(qū),擁擠效應(yīng)會使市轄區(qū)企業(yè)的生產(chǎn)率多下降1.22%。市轄區(qū)生產(chǎn)率在P80以前和全地區(qū)生產(chǎn)率在P30以前的企業(yè),溢出效應(yīng)均為負,生產(chǎn)率越低負效應(yīng)就越大。由于低生產(chǎn)率企業(yè)的選擇效應(yīng)接近0,分類效應(yīng)為正,即低分位點處的集聚效應(yīng)小于溢出效應(yīng),溢出效應(yīng)為負表明集聚效應(yīng)也為負。高生產(chǎn)率企業(yè)的分類效應(yīng)接近0,選擇效應(yīng)的發(fā)生往往以企業(yè)獲得正的集聚效應(yīng)為前提,所以在高分位點處溢出效應(yīng)為正表明集聚效應(yīng)也為正。即實證結(jié)果表明低生產(chǎn)率企業(yè)獲得負的集聚效應(yīng),只有高生產(chǎn)率企業(yè)才獲得正的集聚效應(yīng),理論假說2得到證實。制造業(yè)集聚對企業(yè)生產(chǎn)率普遍有顯著的影響,與生產(chǎn)性服務(wù)業(yè)集聚不同,制造業(yè)集聚對市轄區(qū)企業(yè)有正的溢出效應(yīng),但全地區(qū)的溢出效應(yīng)接近負數(shù)?？赡茉蚴?生產(chǎn)性服務(wù)業(yè)集聚和制造業(yè)集聚都會產(chǎn)生擁擠效應(yīng),但兩者的學習效應(yīng)有差異。生產(chǎn)性服務(wù)作為一種中間投入品具有較高的可貿(mào)易性,帶來學習效應(yīng)的交流是有償?shù)?這有利于克服空間距離帶來的障礙。制造業(yè)集聚的學習效應(yīng)來源于交流的外部性,該種交流多屬于員工的日常交往。所以制造業(yè)集聚的學習效應(yīng)有賴于企業(yè)在較小空間的集聚,便于員工頻繁交往。市轄區(qū)企業(yè)密集集聚,學習效應(yīng)較大,扣除了擁擠效應(yīng)依然有正的溢出；全地區(qū)企業(yè)比較分散,學習效應(yīng)較小,不足以抵消擁擠效應(yīng)的影響,表現(xiàn)為負的溢出。

表2 分位數(shù)回歸結(jié)果

注：括號內(nèi)為穩(wěn)健性t；*、**、***分別表示顯著性水平為0.1、0.05、0.01。

六 生產(chǎn)性服務(wù)業(yè)集聚的分類效應(yīng)

如第三部分所述,當企業(yè)的生產(chǎn)率低于臨界生產(chǎn)率時,集聚的擁擠效應(yīng)會使低生產(chǎn)率企業(yè)無利可圖從而退出市場。結(jié)合本文的理論推導,第四部分的分位數(shù)回歸也間接證實了低生產(chǎn)率企業(yè)的集聚效應(yīng)為負。即隨著集聚程度的提高,低生產(chǎn)率企業(yè)退出市場的概率會增加,本部分使用二值選擇模型回歸驗證這個假說。Logit和Probit作為研究二值選擇問題的經(jīng)典模型,普遍被用于分析企業(yè)進入和退出問題。本文使用Logit模型分析企業(yè)的退出問題,模型設(shè)定如下:

(10)

被解釋變量為企業(yè)退出市場的虛擬變量exitjt,exitjt可以取值1或0。當企業(yè)j第t+1年退出數(shù)據(jù)庫,企業(yè)j第t年的exitjt變量取值1,否則exitjt取值0。由于2007年的數(shù)據(jù)用于判斷企業(yè)在2006年是否退出,所以在回歸中只使用了2003-2006年的數(shù)據(jù)。P(exitjt=1)表示企業(yè)j退出市場的概率。與第五部分的式(8)相比,本模型增加了兩個變量,一是生產(chǎn)性服務(wù)就業(yè)密度與企業(yè)生產(chǎn)率的交叉項Density1×tfp,以識別集聚對不同生產(chǎn)率企業(yè)退出概率的影響。二是νjt,用以控制企業(yè)的個體異質(zhì)性,其他解釋變量和控制變量與式(8)相同。

表3回歸結(jié)果中ρ的系數(shù)為企業(yè)不可觀測異質(zhì)性方差占總誤差方差的比例,下方括號是它的P值。從結(jié)果可知4列的P值均為0,表明LR檢驗強烈拒絕ρ=0的原假設(shè),該模型需要考慮企業(yè)的個體異質(zhì)性,不宜使用混合模型回歸[注]令nj為企業(yè)j存在期數(shù)的加總函數(shù),T為面板數(shù)據(jù)的總期數(shù),Logit固定效應(yīng)模型的一個缺點是,在回歸中會損失nj=0或nj=T的觀測值,這意味著在回歸中持續(xù)存在的企業(yè)觀測值會被刪除,本文數(shù)據(jù)是短面板數(shù)據(jù),使用固定效應(yīng)模型將損失大量觀測值,以致回歸結(jié)果不合理。本文使用隨機效應(yīng)處理企業(yè)的個體異質(zhì)性。由于面板Probit沒有固定效應(yīng)模型,本文的Probit模型同樣使用隨機效應(yīng)模型處理個體異質(zhì)性。。值得注意的是,列(1)和列(3)中自變量的回歸系數(shù)均已轉(zhuǎn)化為幾率比(odds ratio)的形式,系數(shù)大于1表明自變量與因變量有正相關(guān)關(guān)系,系數(shù)小于1表明自變量與因變量有負相關(guān)關(guān)系。先分析列(1)和列(3)的回歸結(jié)果。Lntfplp的系數(shù)分別為0.1675和0.1889,且在1%的水平顯著，表明生產(chǎn)率Lntfplp每提高1單位,全地區(qū)和市轄區(qū)企業(yè)退出的概率平均下降83.25%(0.1675-1=-0.8325)和81.11%,即生產(chǎn)率提高會顯著降低企業(yè)退出的概率。全地區(qū)Density1的系數(shù)為0.9034,但不顯著,市轄區(qū)為1.2691,在5%的水平顯著,表明集聚對全地區(qū)企業(yè)退出概率的影響并不顯著,對市轄區(qū)企業(yè)退出概率有顯著的影響。每平方公里增加100個生產(chǎn)性服務(wù)就業(yè)人口,市轄區(qū)企業(yè)平均退出概率會增加26.91%(1.2691-1=0.2691)。進一步表明,集聚對市轄區(qū)企業(yè)有明顯的擁擠效應(yīng),對全地區(qū)企業(yè)擁擠效應(yīng)并不顯著。全地區(qū)交叉項Density1×tfp的系數(shù)為0.9955,但不顯著,市轄區(qū)為0.7845,在1%的水平顯著,表明集聚主要“擠出”了市轄區(qū)低生產(chǎn)率企業(yè),隨著生產(chǎn)率提高,企業(yè)被 “擠出”的概率顯著下降。以上結(jié)果表明,生產(chǎn)性服務(wù)業(yè)集聚對市轄區(qū)企業(yè)有顯著的擁擠效應(yīng),增加了低生產(chǎn)率企業(yè)退出市場的概率,分類效應(yīng)顯著存在,理論假說3得到證實。理論上低生產(chǎn)率企業(yè)有兩種策略應(yīng)對集聚的擁擠效應(yīng),一是從集聚區(qū)轉(zhuǎn)移到非集聚區(qū),二是直接退出市場。本部分只考慮了企業(yè)直接退出市場的情況(即退出數(shù)據(jù)庫),若考慮企業(yè)從集聚區(qū)轉(zhuǎn)移到非集聚區(qū),分類效應(yīng)會更加明顯。全地區(qū)Density2的系數(shù)為1.0034,市轄區(qū)為1.001,但均不顯著。這表明制造業(yè)集聚對企業(yè)退出的概率沒有顯著影響。Logit模型假設(shè)累計分布函數(shù)服從邏輯分布,為了減少由于分布函數(shù)的設(shè)定導致回歸結(jié)果的不穩(wěn)健,本文同時使用Probit模型進行回歸。值得注意的是Probit模型回歸結(jié)果目前尚不能轉(zhuǎn)化為幾率比的形式,所有回歸系數(shù)均不能與列(1)和列(3)的結(jié)果進行直接比較,但從回歸系數(shù)的符號和顯著性水平看,Logit和Probit模型的回歸結(jié)果非常接近。這表明本部分得到的回歸結(jié)果是穩(wěn)健的。

表3 logit回歸結(jié)果

注:括號內(nèi)為穩(wěn)健性z值；*、**、***分別表示顯著性水平為0.1、0.05、0.01；ρ為企業(yè)不可觀測異質(zhì)性方差占總誤差方差的比例,對應(yīng)括號內(nèi)數(shù)值是它的P值。

七 結(jié)論與政策含義

與現(xiàn)有大多聚焦于地區(qū)和行業(yè)層面的文獻相比,本文進一步深化到企業(yè)層面,通過建立模型分析城市生產(chǎn)性服務(wù)業(yè)集聚對異質(zhì)性企業(yè)生產(chǎn)率及選址行為的影響,指出生產(chǎn)性服務(wù)業(yè)集聚通過價格效應(yīng)、學習效應(yīng)和擁擠效應(yīng)影響微觀企業(yè)的生產(chǎn)率。高生產(chǎn)率企業(yè)擁有更強的學習能力,從集聚中獲得更大的學習效應(yīng),傾向選址在集聚區(qū),形成選擇效應(yīng)。低生產(chǎn)率企業(yè)的學習效應(yīng)較小,在擁擠效應(yīng)的作用下,生產(chǎn)率低于臨界值的企業(yè)會退出集聚區(qū),形成分類效應(yīng)。最終生產(chǎn)性服務(wù)業(yè)集聚通過價格效應(yīng)、擁擠效應(yīng)、學習效應(yīng)、選擇效應(yīng)和分類效應(yīng)影響城市的生產(chǎn)率。本文使用中國工業(yè)企業(yè)數(shù)據(jù)庫2003-2007年的數(shù)據(jù)對理論預(yù)測進行檢驗，結(jié)果表明:(1)生產(chǎn)性服務(wù)業(yè)集聚對異質(zhì)性企業(yè)存在顯著差異的影響,生產(chǎn)率越高集聚效應(yīng)越大,低生產(chǎn)率企業(yè)的集聚效應(yīng)普遍為負,市轄區(qū)只有生產(chǎn)率在80分位點以上的企業(yè)、全地區(qū)30分位點以上的企業(yè)才擁有正的集聚效應(yīng)。(2)學習效應(yīng)和選擇效應(yīng)隨企業(yè)生產(chǎn)率提高而增加,溢出效應(yīng)主要來源于學習效應(yīng)和選擇效應(yīng),集聚效應(yīng)主要來源于學習效應(yīng),這表明高生產(chǎn)率企業(yè)傾向選址在集聚區(qū)。(3)擁擠效應(yīng)顯著存在,市轄區(qū)尤其嚴重,市轄區(qū)的擁擠效應(yīng)平均比全地區(qū)高1.22%。(4)集聚顯著增加了市轄區(qū)企業(yè)退出市場的概率,每平方公里增加100個生產(chǎn)性服務(wù)就業(yè),企業(yè)退出概率增加26.91%,但隨著企業(yè)生產(chǎn)率提高,被“擠出”的概率顯著下降。這說明生產(chǎn)性服務(wù)業(yè)集聚主要提高了低生產(chǎn)率企業(yè)的退出概率,分類效應(yīng)顯著存在。(5)集聚導致城市生產(chǎn)率差異是集聚效應(yīng)、選擇效應(yīng)和分類效應(yīng)共同作用的結(jié)果,集聚的選擇效應(yīng)和分類效應(yīng)能有效疏解大城市的落后產(chǎn)能,優(yōu)化城市的空間資源配置。

中國經(jīng)濟經(jīng)歷了40年的高速增長后轉(zhuǎn)入中高速增長的“新常態(tài)”，供需結(jié)構(gòu)也發(fā)生了很大變化。2012年3月到2016年8月PPI連續(xù)出現(xiàn)54個月的負增長,這表明工業(yè)供給領(lǐng)域存在嚴重的產(chǎn)能過剩,由投入驅(qū)動的發(fā)展方式空間越來越小。提升全要素生產(chǎn)率將是未來經(jīng)濟增長的新動力,也是推進經(jīng)濟轉(zhuǎn)型升級的措施和保障機制。發(fā)達國家全要素生產(chǎn)率對經(jīng)濟增長的貢獻一般達到70%-80%,而我國改革開放以來平均水平只略高于30%(王一鳴，2017)[31],這既是巨大的差異也是巨大的潛力。自主技術(shù)創(chuàng)新和提升資源配置效率是提高全要素生產(chǎn)率的兩個重要手段,然而自主技術(shù)創(chuàng)新難以在短時間內(nèi)有大的突破,優(yōu)化資源空間配置將是當前和未來較長時間全要素生產(chǎn)率的重要來源。

本文結(jié)論的三個政策含義:(1)弱化地方保護，淘汰落后產(chǎn)能。上文實證結(jié)果表明市轄區(qū)存在顯著的擁擠效應(yīng)。在市場決定資源配置的情況下,當城市出現(xiàn)過度集聚時,獲得負集聚效應(yīng)的低生產(chǎn)率企業(yè)會退出,直到擁擠效應(yīng)和集聚效應(yīng)達到平衡,經(jīng)濟集聚程度會回歸到一個自然水平上。擁擠效應(yīng)的存在表明企業(yè)退出可能受到非市場力量的干涉。地方政府出于就業(yè)、社會穩(wěn)定和GDP考核的考慮,有動力對一些困難企業(yè)提供臨時幫助；國有銀行擔心隱性壞賬顯性化,也有動力對一些“僵尸企業(yè)”提供信貸支持,以致“僵尸企業(yè)”長期存在于市場中。出于地區(qū)長期經(jīng)濟效率的考慮,地方政府要下定決心減少對低生產(chǎn)率企業(yè)的保護,讓市場機制通過分類效應(yīng)把“僵尸企業(yè)”淘汰,把土地、資金等要素配置給高效率企業(yè),提高城市的全要素生產(chǎn)率。(2)抑制惡性競爭,促進企業(yè)自由遷移。在分稅制下,地方政府傾向于保護地方經(jīng)濟,設(shè)置貿(mào)易壁壘曾是最主要的保護方式。但隨著中國加入WTO,對外開放倒逼國內(nèi)市場的一體化,地方政府的競爭逐漸轉(zhuǎn)移到圍繞招商引資而展開的“競次式”補貼上。落后地區(qū)過度的補貼,往往招來的是發(fā)達地區(qū)的“僵尸企業(yè)”,并不利于落后地區(qū)的長期發(fā)展。企業(yè)作為理性人,選擇最佳區(qū)位,使自身生產(chǎn)率得到最大的釋放是其戰(zhàn)略決策重點所在。隨著中心城市或中心城區(qū)擁擠效應(yīng)越來越明顯,制造業(yè)企業(yè)有往周邊遷移的動力,這樣既可以接受中心城市生產(chǎn)性服務(wù)業(yè)的溢出效應(yīng),同時避免擁擠效應(yīng)。落后地區(qū)應(yīng)該先完善自身的基礎(chǔ)設(shè)施,根據(jù)自身的產(chǎn)業(yè)特點以及離中心城市的距離制定合適的產(chǎn)業(yè)承接戰(zhàn)略,而不是提供過度補貼展開惡性競爭。(3)發(fā)展大都市圈是釋放全要素生產(chǎn)率的重要空間發(fā)展戰(zhàn)略。本文的實證表明,全地區(qū)樣本比市轄區(qū)樣本獲得更明顯的集聚效應(yīng),表明制造業(yè)適度分散或與中心城區(qū)保持適度的距離更有利于獲得集聚效應(yīng)。大都市圈具有這種空間功能結(jié)構(gòu),中心城市專業(yè)發(fā)展生產(chǎn)性服務(wù)業(yè),周邊城市集聚制造業(yè),既可以緩解中心城市的擁擠,同時接受中心城市的集聚效應(yīng)。周邊的制造業(yè)越多,給中心城市提供的市場就越大,中心城市的生產(chǎn)性服務(wù)廠商就越多,集聚效應(yīng)就越大。