薛虎 朱禮才

(安徽財經(jīng)大學(xué)國際經(jīng)濟貿(mào)易學(xué)院，安徽蚌埠233030)

一、引言

隨著我國現(xiàn)代工業(yè)化進程的不斷深入，我國的經(jīng)濟形態(tài)將逐漸從工業(yè)經(jīng)濟向服務(wù)經(jīng)濟進行轉(zhuǎn)化，區(qū)域工業(yè)集聚化和信息化將帶動以流通業(yè)為首的生產(chǎn)性服務(wù)業(yè)的發(fā)展。目前在關(guān)于工業(yè)與流通業(yè)關(guān)系的國外研究中，更多的是把流通業(yè)置于生產(chǎn)性服務(wù)業(yè)框架下，討論制造業(yè)與生產(chǎn)性服務(wù)業(yè)之間的關(guān)系。Francois、Woerz和Macpherson運用需求遵從理論，研究制造業(yè)對生產(chǎn)性服務(wù)業(yè)的影響，發(fā)現(xiàn)制造業(yè)是生產(chǎn)性服務(wù)業(yè)發(fā)展的基礎(chǔ)，生產(chǎn)性服務(wù)業(yè)依托制造業(yè)發(fā)展［1］［2］。 Preissl、Francois 和 Hoekman 基于產(chǎn)業(yè)互動理論，全面研究了制造業(yè)與生產(chǎn)性服務(wù)業(yè)之間的互動關(guān)系，發(fā)現(xiàn)二者之間是緊密相連、相互促進、共同發(fā)展的動態(tài)過程［3］［4］。 Castellani等學(xué)者圍繞產(chǎn)業(yè)融合理論論述了制造業(yè)和生產(chǎn)性服務(wù)業(yè)通過新技術(shù)和新業(yè)態(tài)的發(fā)展，兩者之間的價值鏈不斷解構(gòu)和重組，打破產(chǎn)業(yè)界限，實現(xiàn)互補融合［5］。其他相關(guān)研究文獻也驗證了隨著工業(yè)生產(chǎn)專業(yè)化、分工深化和迂回生產(chǎn)程度增加，生產(chǎn)性服務(wù)業(yè)的中間需求將不斷增加，從而推動流通業(yè)的協(xié)同發(fā)展［6］［7］。

在國內(nèi)相關(guān)研究中，江小涓、江靜、肖文等學(xué)者主要從需求遵從以及產(chǎn)業(yè)關(guān)聯(lián)互動的視角，剖析得出制造業(yè)的發(fā)展將不斷擴大對生產(chǎn)性服務(wù)業(yè)的需求，對生產(chǎn)性服務(wù)業(yè)的發(fā)展起促進作用［8］-［10］。李宏使用協(xié)整-格蘭杰因果檢驗研究了廣東省流通業(yè)與制造業(yè)的關(guān)系，發(fā)現(xiàn)廣東省制造業(yè)發(fā)展對流通業(yè)的發(fā)展起著單向積極促進作用［11］。李曉慧利用投入產(chǎn)出分析法分析了我國流通業(yè)與制造業(yè)的產(chǎn)業(yè)關(guān)聯(lián)，認為工業(yè)是流通業(yè)中間需求的主要部門，其中制造業(yè)占主導(dǎo)地位，且推動了流通業(yè)的發(fā)展［12］。王文和孫早的實證研究結(jié)果表明，這種推動作用存在門檻效應(yīng)，只有經(jīng)濟水平達到一定的門檻值后，這種推動作用才更大［13］。衛(wèi)穎認為，制造業(yè)的縱向一體化水平越高，其對生產(chǎn)性服務(wù)業(yè)的需求拉動力越強［14］。唐曉華等學(xué)者認為，我國制造業(yè)正從增量向存量發(fā)展，而流通業(yè)等生產(chǎn)性服務(wù)業(yè)正從存量向增量發(fā)展，過快的粗放式發(fā)展趨勢不利于兩者未來的協(xié)同發(fā)展［15］。

現(xiàn)階段關(guān)于制造業(yè)與流通業(yè)以及生產(chǎn)性服務(wù)業(yè)的相關(guān)實證研究較多，但只是通過投入產(chǎn)出分析法、灰色關(guān)聯(lián)分析法等方法簡單分析二者之間的關(guān)聯(lián)關(guān)系，未深入探究二者之間的促進關(guān)系。本文從工業(yè)集聚的專業(yè)化效應(yīng)出發(fā)，使用我國省級面板數(shù)據(jù)，構(gòu)建工業(yè)集聚的專業(yè)化指數(shù)指標，探討工業(yè)集聚的專業(yè)化效應(yīng)對流通業(yè)全要素生產(chǎn)率的動態(tài)影響，通過上述文獻綜述發(fā)現(xiàn)，由于價值鏈中的互動關(guān)系，流通業(yè)效率也將影響制造業(yè)的發(fā)展，因此實證研究中將采用系統(tǒng)GMM模型克服模型的內(nèi)生性，并根據(jù)實證結(jié)果，提出相應(yīng)的政策建議。

二、研究設(shè)計

（一）計量模型設(shè)定

本文的關(guān)注點是工業(yè)集聚的專業(yè)化效應(yīng)對區(qū)域流通業(yè)效率的動態(tài)影響。對于流通業(yè)效率指標的選取，目前大部分文獻采用的是流通業(yè)全要素生產(chǎn)率,因此本文也選取這一指標。同時，本文主要探究工業(yè)集聚的專業(yè)化效應(yīng)，所以構(gòu)建區(qū)域工業(yè)專業(yè)化指數(shù)。因此，構(gòu)建工業(yè)集聚的專業(yè)化效應(yīng)對區(qū)域流通業(yè)效率的動態(tài)影響的計量模型如下：

其中，i、t分別代表省份和時間，TFP、H 和 CVA分別為流通業(yè)全要素生產(chǎn)率、工業(yè)專業(yè)化指數(shù)、流通業(yè)增加值，H2檢驗工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間是否存在“U型”關(guān)系，交互項H×LNCVA檢驗工業(yè)專業(yè)化對規(guī)模不同的流通業(yè)全要素生產(chǎn)率的不同影響，control、year、reg 和 ε 分別為控制變量、年份虛擬變量、地區(qū)虛擬變量、隨機擾動項。

（二）變量選取

1.被解釋變量

流通業(yè)全要素生產(chǎn)率（TFP）。針對宏觀層面的全要素生產(chǎn)率測算方法可以使用包括增長核算法和增長率回歸法的非前沿分析方法與包括DEA數(shù)據(jù)包絡(luò)分析法和隨機前沿分析法的前沿分析方法。本文將使用DEA數(shù)據(jù)包絡(luò)分析法中的DEA-Malmquist指數(shù)法對流通業(yè)全要素生產(chǎn)率進行測算。與其他測算相比，DEA數(shù)據(jù)包絡(luò)分析法不需要設(shè)定具體的投入產(chǎn)出生產(chǎn)函數(shù)形式，避免由于估計函數(shù)形式錯誤而導(dǎo)致偏差，同時，可以研究多投入和多產(chǎn)出的全要素問題［16］。

我國流通業(yè)在廣義上是指商品所有者一切貿(mào)易關(guān)系的總和，包含了商流、物流、信息流、資金流，通常是指批發(fā)業(yè)、零售業(yè)、餐飲業(yè)、物流業(yè)、住宿業(yè)、倉儲業(yè)等產(chǎn)業(yè)。由于餐飲業(yè)和住宿業(yè)屬于生活服務(wù)業(yè)的一部分，我國制定流通業(yè)政策時已經(jīng)很少涉及餐飲業(yè)和住宿業(yè)，所以本文研究流通業(yè)時只選取了批發(fā)業(yè)、零售業(yè)、物流業(yè)和倉儲業(yè)。借鑒胡宗彪、董譽文、柳思維等學(xué)者的相關(guān)研究［17］-［19］，本文的流通業(yè)產(chǎn)出采用流通業(yè)增加值進行衡量，主要包含批發(fā)零售業(yè)和交通運輸、倉儲及郵電通信業(yè)。

流通業(yè)投入包含勞動投入和資本投入。勞動投入選取各省市分行業(yè)年末就業(yè)人數(shù)中的批發(fā)零售業(yè)和交通運輸、倉儲及郵電通信業(yè)的年末就業(yè)人數(shù)總和，但由于部分省份未統(tǒng)計分行業(yè)年末就業(yè)人數(shù)及統(tǒng)計口徑不同，本文采用流通業(yè)的年末城鎮(zhèn)單位就業(yè)人數(shù)、年末私營企業(yè)就業(yè)人數(shù)和年末個體就業(yè)人數(shù)的總和作為年末流通業(yè)就業(yè)人數(shù)的代理變量。本投入采用流通業(yè)年末資本存量，采用永續(xù)盤存法進行估算，公式為：

其中，i代表省份，t代表年份，Ki,t和Ki,t-1分別代表i省份在t年和t-1年的流通資本存量，Ii,t代表i省份t年的流通業(yè)固定資產(chǎn)投資額，δ代表流通業(yè)資本折舊率?；炅魍I(yè)資本存量采用Kohli方法估算，公式為：

其中，t0為基年，Kt0和It0分別代表基年流通業(yè)資本存量和基年流通業(yè)固定資產(chǎn)投資額，δ和γ分別代表流通業(yè)資本折舊率和觀察期內(nèi)流通業(yè)固定資產(chǎn)投資額年均增長率。由于我國法定殘值率為3%～5%，且大部分文獻選擇了5%為折舊率，因此將流通業(yè)資本折舊率設(shè)為5%。

2.解釋變量

工業(yè)專業(yè)化指數(shù)（H）。本文主要研究工業(yè)集聚帶來的專業(yè)化效應(yīng)，所以構(gòu)建工業(yè)專業(yè)化指數(shù)指標進行衡量。目前，衡量專業(yè)化指數(shù)的指標包括赫芬達爾指數(shù)、區(qū)位熵、基尼系數(shù)。本文借鑒蘇紅鍵等學(xué)者的城市產(chǎn)業(yè)專業(yè)化指數(shù)構(gòu)建工業(yè)專業(yè)化指數(shù)［20］，公式為：

其中，i表示省份，j表示工業(yè)中的行業(yè)，addi,j和addi分別表示i省份j行業(yè)的增加值和i省份的工業(yè)增加值，addj和add表示全國的j行業(yè)增加值和全國工業(yè)增加值，Hi表示i省份的工業(yè)專業(yè)化指數(shù)。Hi的取值范圍為 [0,1]，Hi越大，區(qū)域工業(yè)專業(yè)化水平越高，即多樣化水平越低；同理，Hi越小，區(qū)域工業(yè)專業(yè)化水平越低，即多樣化水平越高。

3.控制變量

（三）數(shù)據(jù)說明

1.數(shù)據(jù)來源說明

本文基于以省份為觀察單元的面板數(shù)據(jù)樣本，探討分析了2012—2016年間我國30個省市地區(qū)工業(yè)集聚的專業(yè)化效應(yīng)對其流通業(yè)全要素生產(chǎn)率的動態(tài)影響。由于制度以及統(tǒng)計口徑的差異，未選擇香港、澳門和臺灣三個地區(qū)的樣本數(shù)據(jù)，由于西藏地區(qū)的部分統(tǒng)計數(shù)據(jù)缺失，也把西藏地區(qū)從樣本中排除。此外，由于各年份《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》中的分地區(qū)數(shù)據(jù)中的行業(yè)分類不同，所以選擇了2012—2016年41個行業(yè)進行測算工業(yè)專業(yè)化指數(shù)，除此以外，本文中其他數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》及各省統(tǒng)計年鑒。

表1 主要變量的描述性統(tǒng)計分析

2.數(shù)據(jù)描述分析

根據(jù)上文收集到的數(shù)據(jù)，對計量模型中的主要變量數(shù)據(jù)進行了簡單的統(tǒng)計性描述分析 （見表1）。同時，對作為解釋變量的工業(yè)專業(yè)化指數(shù)以及作為被解釋變量的流通業(yè)全要素生產(chǎn)率進行了詳細的描述分析。將我國工業(yè)專業(yè)化指數(shù)按照＜0.2、0.2～0.3、0.3～0.4、0.4～0.5、＞0.5 進行等級劃分，作出 2012 年和2016年我國工業(yè)專業(yè)化指數(shù)空間分布圖（見圖1）。由2012年工業(yè)專業(yè)化指數(shù)空間分布圖可以看出，我國東中部地區(qū)大部分省份的工業(yè)專業(yè)化指數(shù)處于0.2～0.3階段，安徽省和山東省處于＜0.2階段，而相對不發(fā)達的西部地區(qū)的工業(yè)專業(yè)化指數(shù)處于0.3～0.4、＞0.5兩個階段，表示西部地區(qū)的工業(yè)專業(yè)化程度較高。由2016年工業(yè)專業(yè)化指數(shù)空間分布圖可以看出，全國范圍內(nèi)較多省份的工業(yè)專業(yè)化指數(shù)有所下降，只有內(nèi)蒙古出現(xiàn)了上升趨勢。由此可以看出，我國工業(yè)專業(yè)化指數(shù)分布較明確，西部地區(qū)的工業(yè)專業(yè)化程度比東中部地區(qū)高，且全國范圍內(nèi)的工業(yè)專業(yè)化程度呈現(xiàn)下降趨勢。

圖1 我國2012年（左）和2016年（右）工業(yè)專業(yè)化指數(shù)空間分布圖

我國各省份的流通業(yè)全要素生產(chǎn)率通過DEA-Malmquist指數(shù)法計算而來，將流通業(yè)全要素生產(chǎn)率按照 ＜0.85、0.85～0.9、0.9～0.95、0.95～1.0、＞1.0進行等級劃分，作出2012年和2016年我國流通業(yè)全要素生產(chǎn)率空間分布圖（見圖2）。由2012年流通業(yè)全要素生產(chǎn)率空間分布圖可以看出，我國南部省份和北部省份的流通業(yè)全要素生產(chǎn)率處于0.95～1.0、＞1.0 兩個階段，甘肅、青海、安徽、四川、貴州等省份較低。結(jié)合2016年流通業(yè)全要素生產(chǎn)率空間分布圖來看，我國大部分省份的流通業(yè)全要素生產(chǎn)率都出現(xiàn)了下降的情況，只有四川、重慶、湖北三省及直轄市出現(xiàn)了明顯的增長。

圖2 我國2012年（左）和2016年（右）流通業(yè)全要素生產(chǎn)率空間分布圖

為了更加直觀地觀察工業(yè)專業(yè)化指數(shù)對流通業(yè)全要素生產(chǎn)率的動態(tài)影響，繪制出了各省市地區(qū)的工業(yè)專業(yè)化指數(shù)與流通業(yè)全要素生產(chǎn)率之間相對應(yīng)的散點圖和簡單擬合直線（見圖3），從圖中可以看出，兩者之間的擬合直線明顯呈現(xiàn)向下傾斜趨勢，說明工業(yè)專業(yè)化指數(shù)與流通業(yè)全要素生產(chǎn)率之間存在一種負相關(guān)關(guān)系。同時，可以發(fā)現(xiàn)東中部省份的散點較為集中，大多集中于（0.25,0.95）處，說明東中部省份的情況較為相似。而西部地區(qū)省份的散點較為分散，主要是西部省份之間的流通業(yè)全要素生產(chǎn)率較為分散。從上述分析可以看出，工業(yè)專業(yè)化指數(shù)越大，即工業(yè)專業(yè)化程度越高，其地區(qū)流通業(yè)全要素生產(chǎn)率越小。

圖3 工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率

三、實證分析

本文使用計量軟件Stata14.0對面板數(shù)據(jù)進行了回歸分析。在實證檢驗中，考慮到工業(yè)集聚與流通效率之間存在雙向因果關(guān)系，因此，作為解釋變量的工業(yè)專業(yè)化指數(shù)與隨機擾動項存在相關(guān)性，直接使用隨機效應(yīng)模型的GLS估計量或固定效應(yīng)模型的LSDV估計量，會造成估計結(jié)果是有偏和非一致的，這就造成了模型的內(nèi)生性問題。解決模型內(nèi)生性問題的一個有效辦法就是工具變量法，本文采用了工業(yè)增加值的對數(shù)（LNSA）作為工具變量，并進行了傳統(tǒng)的豪斯曼檢驗（Hausman-test），P 值為 0.519，接受原假設(shè)，所有解釋變量均為外生，但由于傳統(tǒng)的豪斯曼檢驗（Hausman-test）建立在同方差的前提下，在存在異方差的情景下不成立，所以進行異方差穩(wěn)健的杜賓-吳-豪斯曼檢驗 （DWH-test），P值為0.0344，在顯著性水平為5%的條件下，拒絕原假設(shè)，因此，可以認為工業(yè)專業(yè)化（H）為內(nèi)生解釋變量。同時，進行了異方差檢驗，P值為0，chi2為1058.33，拒絕原假設(shè)，存在異方差，因此使用GMM比2SLS更好。GMM動態(tài)面板數(shù)據(jù)模型不僅僅可以使用模型外部的工具變量，還可以使用面板數(shù)據(jù)模型內(nèi)部提供的工具變量，可以有效解決模型的內(nèi)生性問題。下面，本文將采用動態(tài)面板數(shù)據(jù)的系統(tǒng)GMM模型進行回歸分析。

（一）總體樣本的回歸分析

表2是我國30個省市總體樣本的回歸結(jié)果。模型1是不考慮工業(yè)專業(yè)化指數(shù)(H)的內(nèi)生性問題及其與流通業(yè)全要素生產(chǎn)率（TFP）的非線性關(guān)系的情況下，探究工業(yè)專業(yè)化指數(shù)(H)與流通業(yè)全要素生產(chǎn)率（TFP）之間關(guān)系的固定效應(yīng)回歸結(jié)果，結(jié)果顯示，工業(yè)專業(yè)化指數(shù)（H）的系數(shù)為0.7502，且在5%的顯著性水平下顯著，說明工業(yè)專業(yè)化指數(shù)(H)對流通業(yè)全要素生產(chǎn)率（TFP）存在顯著的正向作用，與圖三顯示的結(jié)果不一致。模型2是考察工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間是否存在“U型”關(guān)系的固定效應(yīng)回歸結(jié)果，結(jié)果顯示，工業(yè)專業(yè)化指數(shù)（H）和其平方項的系數(shù)分別為2.4417、2.0686，分別在1%、5%的顯著性水平下顯著，說明工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間存在顯著的正“U型”關(guān)系。模型3和模型4分別是不控制地區(qū)虛擬變量和控制地區(qū)虛擬變量的系統(tǒng)GMM模型回歸結(jié)果，從AR（1)和AR(2)的結(jié)果中可以看出，兩個模型的擾動項的差分均存在一階自相關(guān)，但均不存在二階自相關(guān)，故接受估計模型中的擾動項無自相關(guān)的原假設(shè)。同時，Sargan test工具變量過度識別檢驗結(jié)果也顯示，在10%的顯著水平下，無法拒絕所有工具變量均有效的原假設(shè)，這證明了兩個模型設(shè)定的合理性和工具變量的有效性。綜合考慮，本文最終將使用模型4的回歸結(jié)果進行分析。

模型4的回歸結(jié)果顯示，工業(yè)專業(yè)化指數(shù)(H)的回歸系數(shù)在1%的顯著水平下為負，而其平方項的回歸系數(shù)在1%的顯著水平下為正，表明工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間存在顯著的正 “U型”關(guān)系，即存在“工業(yè)專業(yè)化陷阱”。經(jīng)過估算，當(dāng)工業(yè)專業(yè)化指數(shù)(H)在0.34344時，流通業(yè)全要素生產(chǎn)率達到最小值，位于正“U型”的最低點。在達到這個最低點之前，工業(yè)集聚即工業(yè)專業(yè)化會抑制流通業(yè)全要素生產(chǎn)率的增長；一旦越過這個最低點，工業(yè)專業(yè)化將促進流通業(yè)全要素生產(chǎn)率的增長。結(jié)合圖1、圖2和圖3進行解釋，我國發(fā)達省份的工業(yè)規(guī)模較大，從而工業(yè)難以專業(yè)化發(fā)展，但是工業(yè)規(guī)模較大的背后必定帶來較大規(guī)模的流通業(yè)需求，從而促進流通業(yè)全要素生產(chǎn)率的增長。我國部分欠發(fā)達省份由于地理位置以及資源稟賦等因素，其工業(yè)專業(yè)化程度較高，同時形成流通專業(yè)化發(fā)展，促進了流通業(yè)全要素生產(chǎn)率的增長。模型中的工業(yè)專業(yè)化與流通業(yè)增加值的交互項（H×LNCVA）的回歸系數(shù)為正，通過了10%的顯著性水平檢驗，表明流通業(yè)規(guī)模越大的省份工業(yè)專業(yè)化對流通業(yè)全要素生產(chǎn)率的促進作用越大，即工業(yè)專業(yè)化對流通業(yè)的規(guī)模效應(yīng)為正。在控制變量中，研發(fā)強度（R&D）和城鎮(zhèn)化（CITY）的回歸系數(shù)顯著為正，說明研發(fā)強度（R&D）和城鎮(zhèn)化（CITY）都可以促進流通業(yè)全要素生產(chǎn)率（TFP）的增長；產(chǎn)業(yè)結(jié)構(gòu)（IS）和外資流入程度（FDI）的回歸系數(shù)為負，但未通過10%的顯著性水平檢驗，說明其二者不利于流通業(yè)全要素生產(chǎn)率 （TFP）的增長；政府規(guī)制（GOV）的回歸系數(shù)為正，也未通過10%的顯著性水平檢驗，說明政府規(guī)制促進了流通業(yè)全要素生產(chǎn)率（TFP）的增長。

表2 工業(yè)集聚對流通業(yè)全要素生產(chǎn)率影響的實證結(jié)果（全國層次的估計）

（二）按地區(qū)分樣本的回歸分析

為了進一步探究工業(yè)集聚的專業(yè)化效應(yīng)對流通業(yè)全要素生產(chǎn)率影響的區(qū)域性差異，本文將全國30個省市分為東部、中部、西部三個地區(qū)樣本，其中，東部地區(qū)包括北京市、天津市、上海市、遼寧省、河北省、山東省、江蘇省、浙江省、福建省、廣東省和海南省；中部地區(qū)包括黑龍江省、吉林省、山西省、河南省、安徽省、江西省、湖北省和湖南??；其余省份為西部地區(qū)。均使用系統(tǒng)GMM模型對三個地區(qū)的工業(yè)專業(yè)化對流通業(yè)全要素生產(chǎn)率的影響進行了回歸分析，從表3的估計結(jié)果中可以看出，三個模型的AR（2)均顯示擾動項的差分不存在二階自相關(guān)，故模型中的擾動項無自相關(guān)。同時，三個模型的Sargan test工具變量過度識別檢驗結(jié)果也顯示，在10%的顯著水平下，無法拒絕所有工具變量均有效的原假設(shè)。以上檢驗證明了三個模型設(shè)定的合理性和工具變量的有效性。

回歸結(jié)果表明，在東部、中部和西部地區(qū)，工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間均存在正“U型”關(guān)系，東部與中部地區(qū)分別在1%和10%的顯著性水平下顯著，而西部地區(qū)未通過10%的顯著性水平檢驗，說明西部地區(qū)工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間存在的正“U型”關(guān)系比較微弱。這與三個地區(qū)的省份經(jīng)濟規(guī)模分布不均勻有關(guān)，東部各省份的經(jīng)濟規(guī)模比較分散，中部地區(qū)次之，但西部屬于欠發(fā)達地區(qū)，其各省市經(jīng)濟規(guī)模較為集中，樣本數(shù)據(jù)的集中導(dǎo)致模型回歸結(jié)果的顯著性較差。經(jīng)過估算，東部、中部和西部地區(qū)的工業(yè)專業(yè)化指數(shù)（H）分別達到0.21964、0.35911和0.48237時，其流通業(yè)全要素生產(chǎn)率將達到最小值，位于正“U型”的最低點。與全國樣本分析結(jié)果同理，在達到這個最低點之前，工業(yè)集聚即工業(yè)專業(yè)化會抑制流通業(yè)全要素生產(chǎn)率的增長；一旦越過這個最低點，工業(yè)專業(yè)化將促進流通業(yè)全要素生產(chǎn)率的增長。三個地區(qū)的工業(yè)專業(yè)化與流通業(yè)增加值的交互項（H×LNCVA）的回歸系數(shù)均為正，中部與西部地區(qū)分別通過了1%和10%的顯著性水平檢驗，而東部地區(qū)未通過，說明東部地區(qū)的工業(yè)專業(yè)化對流通業(yè)規(guī)模的影響比較微弱。這一結(jié)果出現(xiàn)的一個可能原因在于，東部地區(qū)在觀察期內(nèi)一直保持較低的工業(yè)專業(yè)化程度，且變動幅度較小，導(dǎo)致工業(yè)專業(yè)化對流通業(yè)規(guī)模的影響較小。同時，在東部地區(qū)的回歸結(jié)果中，政府規(guī)制（GOV）的回歸系數(shù)在1%的顯著性水平下顯著為負，而中部與西部地區(qū)的回歸系數(shù)為正，且西部地區(qū)的回歸系數(shù)也通過了1%的顯著性水平檢驗，這意味著我國政府規(guī)制效應(yīng)從西部向東部地區(qū)逐階遞減，特別是在東部地區(qū)出現(xiàn)了負作用的現(xiàn)象，可能由于東部地區(qū)市場經(jīng)濟比較發(fā)達，政府規(guī)制過大會抑制市場的發(fā)展，會導(dǎo)致適得其反的作用。外資流入程度（FDI)的系數(shù)在三個地區(qū)樣本中也不一致，東部與中部地區(qū)為負，而西部地區(qū)為正，且均不顯著，這可能是各地區(qū)對外資的需求程度差異的反映，西部地區(qū)的地理位置和資源稟賦等現(xiàn)實情況決定了其對外資需求程度較高，外資對流通業(yè)生產(chǎn)率的拉動作用較強。

表3 工業(yè)集聚對流通業(yè)全要素生產(chǎn)率影響的實證結(jié)果（分地區(qū)估計）

四、結(jié)論和政策建議

本文利用2012—2016年間我國30個省市的面板數(shù)據(jù)，使用系統(tǒng)GMM模型克服模型內(nèi)生性問題的前提下，探討了工業(yè)集聚的專業(yè)化效應(yīng)對流通業(yè)全要素生產(chǎn)率的動態(tài)影響。研究發(fā)現(xiàn)，總體而言，當(dāng)前我國工業(yè)結(jié)構(gòu)偏向于多樣化，即工業(yè)專業(yè)化程度較低，但也存在顯著的地區(qū)差異，東部和中部地區(qū)的工業(yè)專業(yè)化程度較低，而西部地區(qū)的工業(yè)集中于初級產(chǎn)品部門，因此工業(yè)專業(yè)化程度較高。同時，全國層次樣本分析結(jié)果表明，工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間存在顯著的“U型”關(guān)系，但仍然存在顯著的地區(qū)差異，相較于東部和中部地區(qū)，西部地區(qū)工業(yè)專業(yè)化與流通業(yè)全要素生產(chǎn)率之間存在的正“U型”關(guān)系比較微弱。在其他控制變量的影響關(guān)系上也存在一定的地區(qū)差異，我國政府規(guī)制效應(yīng)從西部向東部地區(qū)逐階遞減，特別是在東部地區(qū)出現(xiàn)了負作用的現(xiàn)象；同時，西部地區(qū)的外資流入程度對流通業(yè)全要素生產(chǎn)率的拉動作用比東中部地區(qū)更高。

因此，在大力推動工業(yè)與流通業(yè)價值鏈互動發(fā)展的過程中，需要注重各地區(qū)的工業(yè)結(jié)構(gòu)調(diào)整，東部與中部地區(qū)更應(yīng)向多樣化方向發(fā)展，而西部地區(qū)受地理位置的限制和資源稟賦的影響，其工業(yè)更應(yīng)向?qū)I(yè)化方向發(fā)展。同時，中部和西部地區(qū)應(yīng)該增強政府規(guī)制程度，可以有效提高流通業(yè)效率。西部地區(qū)還應(yīng)建立健全市場體系和基礎(chǔ)設(shè)施，積極吸引跨國公司進行投資。重視流通業(yè)與工業(yè)的協(xié)同發(fā)展，這對于提高流通效率、擴大工業(yè)規(guī)模以及促進地區(qū)經(jīng)濟發(fā)展具有積極意義。