羅芳 趙煦琨

一、文獻綜述

自人類進入工業(yè)社會以來，產(chǎn)業(yè)集聚成為經(jīng)濟發(fā)展和工業(yè)化進程中的一個重要現(xiàn)象。保羅·克魯格曼認(rèn)為經(jīng)濟活動最突出的地理特征就是集中[1]。產(chǎn)業(yè)在地理上的集中伴隨著城市的發(fā)展，這種工業(yè)化與城市化的交互演進推動了區(qū)域經(jīng)濟的發(fā)展。產(chǎn)業(yè)集聚的概念首先由馬歇爾提出用以描述“專門工業(yè)集中于特定的地方”這種經(jīng)濟現(xiàn)象，并從勞動力市場共享、中間產(chǎn)品投入和技術(shù)溢出三個方面解釋了產(chǎn)業(yè)集聚的成因[2]。在迪克西特和斯蒂格利茨[3]提出的D-S模型的基礎(chǔ)上，克魯格曼創(chuàng)建新經(jīng)濟地理學(xué)（NEG），并提出了中心—外圍模型。新經(jīng)濟地理學(xué)把經(jīng)濟空間高度抽象為同質(zhì)性的平面，以壟斷競爭的市場結(jié)構(gòu)、規(guī)模收益遞增與“冰山運輸成本”[4]作為基本假設(shè)，探討了一個最初由兩個完全相同的區(qū)域構(gòu)成的經(jīng)濟系統(tǒng)通過制造業(yè)人口的遷移，內(nèi)生地演化為工業(yè)核心區(qū)與農(nóng)業(yè)邊緣區(qū)的演化過程。在演化過程中存在著集聚力與分散力，其中集聚力表現(xiàn)為“市場接近效應(yīng)”與“生活成本效應(yīng)”，分散力表現(xiàn)為“市場擁擠效應(yīng)”[5][6]。新經(jīng)濟地理學(xué)的中心—外圍模型中農(nóng)業(yè)部門報酬不變和制造業(yè)部門報酬遞增的假設(shè)，為城鄉(xiāng)收入差距提供了理論建模的出發(fā)點；而其對集聚經(jīng)濟空間外溢性的分析也為使用空間計量模型研究地區(qū)產(chǎn)業(yè)集聚問題提供了思路。

自改革開放以來，中國城鄉(xiāng)收入差距總體呈現(xiàn)縮小—擴大—再縮小的趨勢，并于近年來持續(xù)縮小。根據(jù)國家統(tǒng)計局最新發(fā)布的報告，2020年中國城鄉(xiāng)居民人均收入比值依然達(dá)到2.56的水平，城鄉(xiāng)收入差距依然顯著。劉易斯(1954)[7]、費景漢和拉尼斯（1964）[8]根據(jù)發(fā)展中國家經(jīng)濟結(jié)構(gòu)的二元性質(zhì)構(gòu)建了二元經(jīng)濟結(jié)構(gòu)模型，并在此基礎(chǔ)上形成了二元經(jīng)濟結(jié)構(gòu)理論。二元經(jīng)濟結(jié)構(gòu)理論以農(nóng)村存在大量剩余勞動力為前提，將經(jīng)濟劃分為傳統(tǒng)農(nóng)業(yè)部門和現(xiàn)代工業(yè)部門，由于工業(yè)部門生產(chǎn)率較高并由此產(chǎn)生城鄉(xiāng)收入差距，而城鄉(xiāng)差距的存在使得勞動力從農(nóng)村的農(nóng)業(yè)部門轉(zhuǎn)移到城市的工業(yè)部門，在這個過程中城鄉(xiāng)收入差距會不斷縮小直到二元經(jīng)濟結(jié)構(gòu)解體。庫茲涅茨基于西方工業(yè)化國家的收入分配情況，提出了著名的倒U型曲線，即隨著經(jīng)濟由低級階段向高級階段發(fā)展，收入分配的不平等程度有先擴大后縮小的趨勢[9]。二元經(jīng)濟結(jié)構(gòu)理論與庫茲涅茨曲線分別將城鄉(xiāng)收入差距與部門生產(chǎn)率、勞動力轉(zhuǎn)移與經(jīng)濟發(fā)展階段關(guān)聯(lián)起來，為后續(xù)研究提供了理論分析的基點。

現(xiàn)階段中國經(jīng)濟呈現(xiàn)出明顯的城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)，國內(nèi)的研究很早就關(guān)注到了分配政策、產(chǎn)業(yè)政策、城市化對城鄉(xiāng)收入差距的影響。賀曉東（1988）[10]認(rèn)為政策偏向與剪刀差導(dǎo)致了城鄉(xiāng)收入差距的擴大。蔡昉和楊濤（2000）[11]從政治經(jīng)濟學(xué)的角度分析中國重工業(yè)優(yōu)先發(fā)展戰(zhàn)略與城市偏向政策造成的城鄉(xiāng)收入差距的持續(xù)擴大,不僅是社會和政治不穩(wěn)定的潛在因素,而且會造成勞動力和其他生產(chǎn)要素在部門間配置的低效進而阻礙中國經(jīng)濟的長期持續(xù)增長。陸銘和陳釗（2004）[12]認(rèn)為城市化對降低城鄉(xiāng)收入差距作用顯著，地方政府實施的帶有城市傾向的經(jīng)濟政策則會擴大城鄉(xiāng)收入差距。陳斌開和林毅夫（2013）[13]的研究發(fā)現(xiàn)鼓勵資本密集型部門優(yōu)先發(fā)展的政府戰(zhàn)略會造成城市部門就業(yè)需求的相對下降，進而延緩城市化進程，延緩了農(nóng)村居民有效地向城市轉(zhuǎn)移的進程并造成城鄉(xiāng)收入差距的擴大。

在產(chǎn)業(yè)集聚對收入分配影響的研究方面，現(xiàn)有研究更多側(cè)重于對地區(qū)間收入分配差距的分析，對于城鄉(xiāng)收入差距方面的研究則相對較少。蔡武等（2013）[14]基于1998—2010年省級數(shù)據(jù)，通過空間自回歸及空間誤差模型計算得出結(jié)論：現(xiàn)階段中國農(nóng)村勞動力流動加速城市產(chǎn)業(yè)集聚進而擴大城鄉(xiāng)收入差距。曾鵬和吳功亮（2015）[15]基于1999—2014年的地級市數(shù)據(jù)，通過最小二乘模型計算顯示：在中國中部和西部地區(qū)，產(chǎn)業(yè)集聚將擴大城鄉(xiāng)收入差距；在東部地區(qū)，產(chǎn)業(yè)集聚將縮小城鄉(xiāng)收入差距。陳旭（2019）[16]基于2001—2011年地級市數(shù)據(jù)的研究認(rèn)為制造業(yè)的地理集聚則能夠有效地縮小城鄉(xiāng)收入差距。彭代彥和袁暢（2020）[17]基于2005—2016年省級數(shù)據(jù)，通過空間杜賓模型得出產(chǎn)業(yè)集聚會縮小本地區(qū)及鄰近地區(qū)城鄉(xiāng)收入差距的結(jié)論。相關(guān)研究采用了不同方法對產(chǎn)業(yè)集聚對城鄉(xiāng)收入差距的影響進行探討，結(jié)論也各有不同，研究角度更多側(cè)重空間異質(zhì)性，對產(chǎn)業(yè)集聚度以及產(chǎn)業(yè)異質(zhì)性的分析則稍顯粗糙。

本文分產(chǎn)業(yè)、分地區(qū)對全國制造業(yè)的集聚現(xiàn)象進行了更細(xì)致的測度與描摹。首先，在地區(qū)制造業(yè)集聚的測度方面，本文沒有使用現(xiàn)有研究中廣泛使用的區(qū)位熵，而是將傳統(tǒng)用于測度行業(yè)集聚的EG指數(shù)進行變形用來測度地區(qū)制造業(yè)的集聚情況；其次，在產(chǎn)業(yè)異質(zhì)性分析方面，本文在計算各地區(qū)制造業(yè)總體集聚程度之余，又進一步測度了制造業(yè)中勞動密集型產(chǎn)業(yè)與高技術(shù)產(chǎn)業(yè)的集聚度并分析了其對城鄉(xiāng)差距的影響，拓展了研究的思路；最后，雖然最新研究中已經(jīng)開始運用空間計量模型進行分析，但計量模型設(shè)定大都較為粗糙，本文則從數(shù)據(jù)特征上探討了空間杜賓模型中固定效應(yīng)與隨機效應(yīng)的選擇，使得統(tǒng)計模型的設(shè)定更加嚴(yán)謹(jǐn)。

二、理論機制

由于現(xiàn)今中國具有明顯的城鄉(xiāng)二元結(jié)構(gòu)特征[13,18]，因此城市和農(nóng)村具有不同的產(chǎn)業(yè)構(gòu)成。為使分析更為簡潔清晰，本文假定某一地區(qū)由農(nóng)村和城市兩個部門構(gòu)成，農(nóng)村部分進行農(nóng)業(yè)生產(chǎn)，城市部門進行工業(yè)生產(chǎn)，集聚效應(yīng)只作用于城市部門。參照蔡武等（2013）[14]引入中間產(chǎn)品投入，建立規(guī)模報酬不變的柯布—道格拉斯形式農(nóng)村生產(chǎn)函數(shù)：

其中，Y1、A1、L1、K1、I分別為農(nóng)業(yè)的產(chǎn)出、生產(chǎn)技術(shù)函數(shù)（常數(shù)）、勞動力、資本與中間投入品，α為農(nóng)業(yè)中勞動力相對資本的投入比例，1-β為中間投入品的投入比例，有0＜α、β＜1。

Ciccone[19]的研究認(rèn)為集聚經(jīng)濟效應(yīng)會帶來經(jīng)濟效率的改進，且國內(nèi)相關(guān)研究也支持這一結(jié)論[20][21]。因此認(rèn)為工業(yè)生產(chǎn)技術(shù)函數(shù)A2為隨城市集聚水平上升而上升的常數(shù)，而農(nóng)業(yè)生產(chǎn)技術(shù)函數(shù)A1則為固定常數(shù)。由于產(chǎn)業(yè)集聚效應(yīng)在生產(chǎn)技術(shù)函數(shù)中已經(jīng)得到體現(xiàn)，故工業(yè)部門生產(chǎn)函數(shù)設(shè)定為規(guī)模報酬不變的柯布—道格拉斯函數(shù)：

其中，Y2、L2、K2分別為工業(yè)的產(chǎn)出、勞動力及資本，ε為工業(yè)中勞動力相對資本的投入比例，0＜ε＜1。為建立起農(nóng)業(yè)與工業(yè)部門的聯(lián)系，假設(shè)工業(yè)產(chǎn)出中固定比例γ作為中間投入品進入農(nóng)業(yè)生產(chǎn)，即I=γY2。

設(shè)農(nóng)業(yè)、工業(yè)部門的勞動力收益分別為w1、w2，則有：

城鄉(xiāng)收入差距可表示為;

當(dāng)產(chǎn)業(yè)集聚度上升時，一般認(rèn)為會帶來工業(yè)生產(chǎn)效率的提升，并進一步使得城市部門勞動力與資本進一步上升。由（5）式可知，城市部門從農(nóng)村部門吸收勞動力會縮小城鄉(xiāng)收入差距，而城市部門從農(nóng)村部門吸收資本以及城市部門單方面的效率提升均會造成城鄉(xiāng)收入的擴大。

在經(jīng)濟的實際運行中，產(chǎn)業(yè)集聚對城鄉(xiāng)收入差距的影響是多種因素同時作用的結(jié)果。一方面，在區(qū)域內(nèi)部產(chǎn)業(yè)集聚可以產(chǎn)生集聚規(guī)模效應(yīng)和外部經(jīng)濟，提高要素配置效率與勞動者收入水平，進而拉動農(nóng)村勞動力轉(zhuǎn)移就業(yè)，使農(nóng)民獲得較高非農(nóng)收入，使得大量資金通過匯款進入農(nóng)村地區(qū)，有利于緩解農(nóng)村地區(qū)資本投入?yún)T乏的局面。在此情況下城鄉(xiāng)差距取決于城市居民與農(nóng)村居民收入的相對增長水平。另一方面，由于產(chǎn)業(yè)集聚必然會導(dǎo)致區(qū)域經(jīng)濟梯度現(xiàn)象，進而在城鄉(xiāng)間產(chǎn)生極化效應(yīng)、擴散效應(yīng)與回程效應(yīng)[22]。由于產(chǎn)業(yè)集聚現(xiàn)象隨著城鄉(xiāng)收入差異的擴大而繼續(xù)加強[23]，從而擴大城鄉(xiāng)的經(jīng)濟梯度，使得極化效應(yīng)、擴散效應(yīng)與回程效應(yīng)的作用更為明顯。極化效應(yīng)表現(xiàn)為生產(chǎn)要素間的聚集帶來的規(guī)模經(jīng)濟效益在起作用，使生產(chǎn)要素進一步向城市集中；擴散效應(yīng)表現(xiàn)為城市對農(nóng)村的經(jīng)濟溢出效應(yīng)，促使生產(chǎn)向農(nóng)村地區(qū)擴散;回程效應(yīng)則表現(xiàn)為城市競爭力增強帶來的高回報率，使得資本、人才等生產(chǎn)要素從農(nóng)村向城市回流，使城市經(jīng)濟進一步發(fā)展的同時削弱農(nóng)村地區(qū)的發(fā)展?jié)摿?。極化效應(yīng)、回程效應(yīng)均會造成城鄉(xiāng)收入差距的擴大，而擴散效應(yīng)則會減小城鄉(xiāng)收入差距，具體效果取決于三個效應(yīng)的綜合。一般而言，在經(jīng)濟發(fā)展初期，極化效應(yīng)居于主導(dǎo)地位；隨著經(jīng)濟整體水平的發(fā)展，擴散效應(yīng)逐漸增強。

三、制造業(yè)集聚與城鄉(xiāng)收入差距的測度

（一）制造業(yè)集聚的測度指標(biāo)選擇

關(guān)于地區(qū)層面產(chǎn)業(yè)集聚的測度，已有文獻多采用的測度指標(biāo)為區(qū)位熵。區(qū)位熵易于計算，對數(shù)據(jù)要求較低，可以反映某區(qū)域內(nèi)某一產(chǎn)業(yè)部門的專業(yè)化程度，進而度量產(chǎn)業(yè)在區(qū)域內(nèi)相對集中度。然而區(qū)位熵的計算中未能考慮行業(yè)間的交互關(guān)系，故無法度量產(chǎn)業(yè)的絕對集中度。與之相對，EG指數(shù)中包含了赫芬達(dá)爾指數(shù)和空間基尼系數(shù)兩項指標(biāo)，能夠?qū)⒁?guī)模集聚和空間集聚兩方面因素納入統(tǒng)一的分析框架中[24]，數(shù)學(xué)表達(dá)式優(yōu)美且彈性較好，并能夠區(qū)分隨機集中和企業(yè)間由于共享外部性或自然優(yōu)勢的集中，同時反映了產(chǎn)業(yè)自身的絕對集聚以及與區(qū)域內(nèi)其他產(chǎn)業(yè)的相對集中度，具有區(qū)位熵所不具備的優(yōu)越性。雖然其對微觀數(shù)據(jù)要求較高，但綜合考慮計算結(jié)果的可信性、對產(chǎn)業(yè)集聚形態(tài)描摹的準(zhǔn)確性，本文選擇使用EG指數(shù)度量中國制造業(yè)的集聚程度。

（二）數(shù)據(jù)來源與處理

本文分行業(yè)、分地區(qū)研究全國范圍制造業(yè)的集聚情況，地區(qū)劃分基于省級行政區(qū)，而行業(yè)劃分則基于2011年《國民經(jīng)濟行業(yè)分類與代碼》（GB/T4754-2011）的劃分標(biāo)準(zhǔn)，選取C13～C43共31個制造業(yè)行業(yè)作為研究對象。由于數(shù)據(jù)可得性、指標(biāo)口徑等原因，在地區(qū)選取上未計入西藏、新疆、青海、海南以及香港、澳門特別行政區(qū)及臺灣地區(qū)。故研究的空間范圍共涵蓋中國大陸27個省級行政區(qū)。

2011年《國民經(jīng)濟行業(yè)分類與代碼》（GB/T4754-2011）與2002年《國民經(jīng)濟行業(yè)分類與代碼》（GB/T4754-2012）相比改動較大：其一，從2011年起，規(guī)模以上工業(yè)企業(yè)的起點標(biāo)準(zhǔn)從年主營業(yè)務(wù)收入500萬元提高到2000萬元；其二，《國民經(jīng)濟行業(yè)分類與代碼》2011版將橡膠制品業(yè)和塑料制品業(yè)兩個大類合并為橡膠和塑料制品業(yè)，將交通運輸設(shè)備制造業(yè)分為汽車制造業(yè)和鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)。由于《國民經(jīng)濟行業(yè)分類與代碼》（GB/T4754-2011）從2013年開始實行（對應(yīng)統(tǒng)計數(shù)據(jù)為2012年），為保證標(biāo)準(zhǔn)的一致性，同時考慮數(shù)據(jù)的可得性，本文選用數(shù)據(jù)的時間跨度為2012—2018年。

計算EG指數(shù)既可以使用各行業(yè)的就業(yè)數(shù)據(jù)，也可以使用產(chǎn)值數(shù)據(jù)。在國內(nèi)外已有研究中，尤其是外國學(xué)者的研究中，較多使用的是就業(yè)數(shù)據(jù)。然而，中國各地區(qū)發(fā)展水平差異很大，由此會帶來各地區(qū)就業(yè)人員較大的質(zhì)量差異，且國有企業(yè)中存在的勞動力過?，F(xiàn)象較為普遍；同時由于研究的時間序列較短，期間就業(yè)人員變動亦不足以體現(xiàn)出產(chǎn)業(yè)集聚現(xiàn)象的變化規(guī)律。因而，采取就業(yè)數(shù)據(jù)計算EG指數(shù)可能導(dǎo)致產(chǎn)業(yè)集聚度測度的較大系統(tǒng)性誤差，故本文選擇使用產(chǎn)值數(shù)據(jù)計算EG指數(shù)。綜合考慮數(shù)據(jù)可得性、易得性與統(tǒng)計口徑的統(tǒng)一性，最終選擇規(guī)模以上企業(yè)的主營業(yè)務(wù)收入作為計算EG指數(shù)的統(tǒng)計指標(biāo)。為保證不同年份數(shù)據(jù)的可比性，本文根據(jù)2012—2018年《中國統(tǒng)計年鑒》中的工業(yè)生產(chǎn)者出廠價格指數(shù)，將各年份統(tǒng)計指標(biāo)統(tǒng)一調(diào)整為2012年的不變價進行計算。

實證數(shù)據(jù)主要來源于2013—2019年所研究的27個省級行政區(qū)的統(tǒng)計年鑒中有關(guān)規(guī)模以上工業(yè)企業(yè)的相關(guān)統(tǒng)計，并根據(jù)2013—2017年《中國工業(yè)統(tǒng)計年鑒》對數(shù)據(jù)進行了一定補充。盡管筆者盡一切努力希望能夠使用純凈統(tǒng)一的數(shù)據(jù)，但依然有部分?jǐn)?shù)據(jù)缺失，為了順利完成EG指數(shù)的計算，對缺失數(shù)據(jù)進行了人工補充處理。以下特別進行說明：北京市煙草制品業(yè)數(shù)據(jù)缺失，考慮到北京市只有一家相關(guān)企業(yè)，在數(shù)據(jù)缺失的情況下，將企業(yè)主營業(yè)務(wù)收入記為0。由于《國民經(jīng)濟行業(yè)分類與代碼》（GB/T4754-2017）從2019年開始實行，故2018年度已經(jīng)有少數(shù)省份（河北、寧夏、天津）不進行規(guī)模以上企業(yè)的主營業(yè)務(wù)收入的統(tǒng)計而改為統(tǒng)計營業(yè)收入。為保證數(shù)據(jù)指標(biāo)的一致性，其2018年規(guī)模以上企業(yè)的主營業(yè)務(wù)收入通過由規(guī)模以上企業(yè)營業(yè)收入回歸換算的方式確定。與此情況類似，黑龍江2017、2018年主營業(yè)務(wù)收入由產(chǎn)成品回歸換算得到。另外，部分省市（福建、上海等）還出現(xiàn)個別年份企業(yè)數(shù)量數(shù)據(jù)缺失的情況，考慮到規(guī)模以上企業(yè)數(shù)量變化較慢，故采取相鄰年份平均向上取整的方式對缺失數(shù)據(jù)進行補充。

（三）制造業(yè)集聚水平測度

依照Ellison和Glaeser的定義[25,26]，假設(shè)某經(jīng)濟體的產(chǎn)業(yè)i內(nèi)有N個企業(yè),且該經(jīng)濟體被劃分為r個地理區(qū)域,則產(chǎn)業(yè)i的EG指數(shù)的表達(dá)式為：

其中，i,j,k分別表示產(chǎn)業(yè)、區(qū)域和企業(yè)。sij為產(chǎn)業(yè)i在區(qū)域j的相關(guān)指標(biāo)（產(chǎn)值）占產(chǎn)業(yè)i在所研究經(jīng)濟體相關(guān)指標(biāo)的總和中的比例，xj為區(qū)域j所有行業(yè)相關(guān)指標(biāo)的總和占所研究經(jīng)濟體所有行業(yè)相關(guān)指標(biāo)的總和中的比例，Zk為企業(yè)k的相關(guān)指標(biāo)在產(chǎn)業(yè)i相關(guān)指標(biāo)總和中的比例。Gi是產(chǎn)業(yè)i的空間基尼系數(shù)，Hi是產(chǎn)業(yè)i的赫芬達(dá)爾指數(shù)。

這里需要說明的是，由于缺乏企業(yè)的微觀詳細(xì)數(shù)據(jù)，即Zk無法求得，因此無法完全按照Ellison和Glaeser的公式計算出赫芬達(dá)爾指數(shù)Hi。本文參照楊洪焦[27]的做法，對赫芬達(dá)爾指數(shù)Hi的公式做出了調(diào)整：假設(shè)在每個區(qū)域j，產(chǎn)業(yè)i內(nèi)所有企業(yè)具有相同的規(guī)模。調(diào)整后赫芬達(dá)爾指數(shù)Hi的計算公式為：

其中，nij為區(qū)域j中擁有產(chǎn)業(yè)i的企業(yè)個數(shù)，Empij為區(qū)域j中產(chǎn)業(yè)i的相關(guān)指標(biāo)值，Empi為產(chǎn)業(yè)i的相關(guān)指標(biāo)在經(jīng)濟體中的總值。由此可以得到產(chǎn)業(yè)i的EG指數(shù)的計算表達(dá)式為：

EG指數(shù)多用于行業(yè)集聚水平的測度，當(dāng)使用EG指數(shù)測量地區(qū)中產(chǎn)業(yè)的集聚水平時，借鑒朱萬春[28]的方法對公式做出部分調(diào)整：

考慮到本文選用的是主營業(yè)務(wù)收入作為EG指數(shù)的計算指標(biāo)，故其中Empij為j地區(qū)中i行業(yè)企業(yè)主業(yè)業(yè)務(wù)收入總和，Empj為j地區(qū)所有制造業(yè)企業(yè)主營業(yè)務(wù)的總和。因而有由此可得，i行業(yè)在j地區(qū)的集聚指數(shù)γij=γi×wij。將j地區(qū)各行業(yè)的γij按行業(yè)進行加總，就可求得j地區(qū)的EG指數(shù)

j地區(qū)中i行業(yè)的EG指數(shù)的表達(dá)式為：

j地區(qū)制造業(yè)總體的EG指數(shù)的表達(dá)式為：

根據(jù)全國制造業(yè)EG指數(shù)各地區(qū)統(tǒng)計數(shù)據(jù)（統(tǒng)計表略），在地區(qū)層面，制造業(yè)集聚水平呈現(xiàn)東部、西部相對較高、中部相對較低的特征?？傮w而言，各省制造業(yè)集聚在所研究的時間范圍內(nèi)有較為明顯的提高，但綜合產(chǎn)值數(shù)據(jù)指標(biāo)（制造業(yè)企業(yè)主營業(yè)務(wù)收入）來看，這種集聚水平的提高更多來自產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化而非產(chǎn)值本身的提升。

（四）城鄉(xiāng)收入差距的測度

與更簡單直接的城鄉(xiāng)居民收入比相比，泰爾指數(shù)在計算時考慮到城鄉(xiāng)人口的動態(tài)變化，并在進行收入差距的測度時，借助信息熵的概念將人口份額的變化轉(zhuǎn)化為收入份額的變化進行解釋，因此泰爾指數(shù)不僅能夠反映城鄉(xiāng)居民的收入比，而且還將城鄉(xiāng)人口的相對變化納入考慮。由于現(xiàn)階段中國城鄉(xiāng)經(jīng)濟依舊呈現(xiàn)出顯著的二元結(jié)構(gòu)，因此選用泰爾指數(shù)相對更適合在現(xiàn)階段度量中國城鄉(xiāng)收入差距。因此本文參照歐陽志剛（2014）[29]的方法，使用泰爾指數(shù)對中國各地區(qū)的城鄉(xiāng)收入差距進行度量。

泰爾指數(shù)的表達(dá)形式為：

其中i表示區(qū)域，t表示時間，j=1,2分別表示城鎮(zhèn)和農(nóng)村地區(qū)，rij表示i地區(qū)城鎮(zhèn)或農(nóng)村人口數(shù)量，Sij表示i地區(qū)城鎮(zhèn)或農(nóng)村人口總可支配收入，Si表示i地區(qū)居民可支配收入的總和。本文通過城市或農(nóng)村人均可支配收入與常住人口數(shù)的乘積來計算Sij，全部計算數(shù)據(jù)均由國家統(tǒng)計局官網(wǎng)（http://www.stats.gov.cn/）獲得。公式中是城鎮(zhèn)居民或農(nóng)村居民與全體居民可支配收入之比，因此城鄉(xiāng)收入差距越小ln()的值便越趨近于0。泰爾指數(shù)的值越小代表研究地區(qū)的城鄉(xiāng)收入差距越小。

根據(jù)各地區(qū)泰爾指數(shù)統(tǒng)計數(shù)據(jù)（統(tǒng)計表略），無論在全國還是各地區(qū)，泰爾指數(shù)均穩(wěn)步下降，說明全國范圍內(nèi)各地區(qū)城鄉(xiāng)收入差距持續(xù)縮小。在地區(qū)層面，城鄉(xiāng)收入差距明顯呈現(xiàn)為西高東低，說明西部地區(qū)的城市化進程相對東中部地區(qū)較為滯后，城鄉(xiāng)差距較大。

（五）測度指標(biāo)的空間相關(guān)性特征

莫蘭指數(shù)可以用來度量某種屬性在區(qū)域中的空間相關(guān)性[30]。因為測度指標(biāo)的空間自相關(guān)特征對于建立計量模型具有重要參考價值，故本文通過全局莫蘭指數(shù)來測度各地區(qū)制造業(yè)集聚與城鄉(xiāng)收入差距的空間自相關(guān)特征。

全局莫蘭指數(shù)(Global Moran’s I)：

其中：

n為樣本數(shù)，xi、yi為區(qū)域i、j的屬性值，xˉ、yˉ為xi、yi的均值，wij為空間權(quán)重矩陣，本文基于鄰接標(biāo)準(zhǔn)定義空間權(quán)重，若區(qū)域間相鄰取值為1，不相鄰取值為0。

全局莫蘭指數(shù)I是空間自相關(guān)回歸方程系數(shù)的估計值，其取值范圍為[-1,1]。全局莫蘭指數(shù)I在0至1間取值，為正相關(guān)，表示具有相似的屬性集聚在一起（即高值或低值間相鄰接）；全局莫蘭指數(shù)I在0至-1間取值，為負(fù)相關(guān)，表示具有相異的屬性集聚在一起（即高值與低值、低值與高值相鄰接）；全局莫蘭指數(shù)I接近于0，則表示隨機分布，或區(qū)域間不存在空間自相關(guān)性。

表1、表2中所示為2012—2018年地區(qū)制造業(yè)集聚EG指數(shù)與城鄉(xiāng)收入差距胎兒指數(shù)的全局莫蘭指數(shù)（stata 15.0計算所得）。由表中數(shù)據(jù)可知，總體上兩者的空間自相關(guān)性非常顯著。

表1 地區(qū)制造業(yè)集聚全局莫蘭指數(shù)

表2 地區(qū)城鄉(xiāng)收入差距全局莫蘭指數(shù)

四、實證研究

（一）計量模型的建立

本文主要基于地區(qū)層面進行實證研究，從而進行實證分析的數(shù)據(jù)類型為面板數(shù)據(jù)；在前文的研究中，地區(qū)層面制造業(yè)集聚與城鄉(xiāng)收入差距均表現(xiàn)出顯著的空間自相關(guān)特征。普通最小二乘（OLS）模型無法描摹變量間的空間交互特征，因此在實證模型的選取中，必然選用可以反映數(shù)據(jù)空間分布特征的空間計量模型。

空間滯后模型（SLM）的表達(dá)式為：

其中Y為被解釋變量矩陣，X為解釋變量矩陣，ρ為空間效應(yīng)系數(shù)，β為參數(shù)向量，W為空間權(quán)重矩陣。在空間滯后模型中，被解釋變量Y不僅受到其自身的解釋變量X影響，還受到其他區(qū)域相同被解釋變量的影響，而這一點正好反映出變量的空間自相關(guān)特征。

空間誤差模型（SEM）的表達(dá)式為：

其中Y、X、W的意義同上，λ為空間誤差相關(guān)系數(shù)，其作用在于度量鄰近個體關(guān)于被解釋變量的誤差沖擊對本個體觀察者的影響程度。在空間誤差模型中，空間擾動項ε和空間總體相關(guān)，某一區(qū)域的擾動會隨空間效應(yīng)影響到其他區(qū)域。

空間杜賓模型（SDM）可以看做加入空間滯后變量而增強的空間滯后模型，其表達(dá)式為：

式中Y，X，W的意義同上，γ是一個參數(shù)向量，用來度量相鄰區(qū)域的解釋變量對被解釋變量的影響，反映相鄰區(qū)域解釋變量均值的空間滯后效應(yīng)。

當(dāng)γ=0時，空間杜賓模型退化為空間滯后模型；當(dāng)ρ=0時，空間杜賓模型退化為解釋變量的滯后模型；當(dāng)γ和ρ均等于0時，空間杜賓模型直接退化為最小二乘模型。

與空間滯后模型相比，空間杜賓模型同時考慮到了解釋變量X與被解釋變量Y的空間自相關(guān)特征，而在前文研究中，作為被解釋變量的城鄉(xiāng)差距泰爾指數(shù)與作為主解釋變量的地區(qū)制造業(yè)集聚EG指數(shù)均表現(xiàn)出顯著的空間自相關(guān)特征。且空間杜賓模型具有良好的退化性質(zhì)，因此初步選定使用空間杜賓模型來進行地區(qū)制造業(yè)集聚對城鄉(xiāng)差距影響的實證研究。

（二）控制變量的選取

綜合已有文獻，影響城鄉(xiāng)收入差距的因素主要由地區(qū)經(jīng)濟發(fā)展水平、城市化進程、對外開放程度以及政府行為等[15-17,29,31]。因此，在確定了被解釋變量為地區(qū)城鄉(xiāng)差距泰爾指數(shù)以及主解釋變量為地區(qū)制造業(yè)集聚EG指數(shù)的前提下，本文將控制變量設(shè)置如下。

1.地區(qū)經(jīng)濟發(fā)展水平：根據(jù)已有的研究成果，中國經(jīng)濟發(fā)展與城鄉(xiāng)收入差距大致呈現(xiàn)倒U型的關(guān)系，因此本文將地區(qū)經(jīng)濟發(fā)展水平納入控制變量，所選用GDP數(shù)據(jù)經(jīng)價格平減（2012年基期），單位為億元，在模型計算中取對數(shù)ln（GDP）代入計算。

2.城市化進程：中國目前仍處于城鄉(xiāng)二元結(jié)構(gòu)，城市化過程中農(nóng)村人口向城市遷移，會對城鄉(xiāng)收入差距產(chǎn)生多重效應(yīng)。一方面，由于城鄉(xiāng)收入差距的存在，勞動力由農(nóng)村流向城市進而增加城市勞動者數(shù)量，增強了城市勞動力市場的競爭程度。同時，城市化進程使得城市人口數(shù)量增加、城市規(guī)模擴大，以此增強了城市的輻射效應(yīng)，擴大農(nóng)產(chǎn)品的需求，帶動農(nóng)村地區(qū)發(fā)展因此有利于城鄉(xiāng)收入差距的縮??；另一方面農(nóng)村勞動力的轉(zhuǎn)移促使城市規(guī)模擴大，城市的聚集效應(yīng)更為明顯,生產(chǎn)效率的提高進一步提高了城市居民收入水平進而可能導(dǎo)致城鄉(xiāng)收入差距的進一步擴大。因此,城市化對城鄉(xiāng)收入差距的影響是正、負(fù)效應(yīng)綜合作用的結(jié)果。本文以csh=城鎮(zhèn)人口/總?cè)丝诒硎境鞘谢M程并代入計算。

3.對外開放程度：萬廣華等（2005）[31]的研究認(rèn)為：全球化會顯著擴大地區(qū)間收入差距；導(dǎo)致地區(qū)間收入差距的最為主要的因素是資本。由于外商直接投資主要集中于城市，因此對外開放程度可能會對城鄉(xiāng)收入差距產(chǎn)生正向關(guān)聯(lián)。本文以外商直接投資（FDI）表示地區(qū)對外開放程度，所選用FDI數(shù)據(jù)經(jīng)過匯率換算與價格平減（2012年基期），單位為億元，取對數(shù)ln（FDI）代入計算。

4.政府行為：中國政府在地方經(jīng)濟發(fā)展中扮演著重要的角色。由于現(xiàn)階段城市投資回報率顯著高于鄉(xiāng)村，因此如果地方政府追求經(jīng)濟增長，則政府開支便會偏向城市。而同時，中國政府高度重視三農(nóng)問題并每年提供了大量涉農(nóng)貸款推動鄉(xiāng)村發(fā)展。本文通過兩個指標(biāo)來衡量政府行為對城鄉(xiāng)收入差距的影響。其一為政府參與經(jīng)濟程度fis=政府財政支出/地區(qū)GDP，其二為政府鄉(xiāng)村扶持程度ny=涉農(nóng)貸款金額/貸款總額。

（三）固定效應(yīng)（FE）與隨機效應(yīng)（RE）的選擇

當(dāng)初步確定使用空間杜賓模型進行實證分析，第二個問題便隨之而至。由于面板數(shù)據(jù)具有個體與時間兩個維度，因此兩者相應(yīng)的固定效應(yīng)與隨機效應(yīng)使得模型會有四種不同的表現(xiàn)形式。大部分現(xiàn)有研究都選擇直接使用固定效應(yīng)進行計算，少部分文獻中則使用了hausman檢驗來進行固定效應(yīng)與隨機效應(yīng)判斷。但不同于最小二乘方法，使用空間計量模型對面板數(shù)據(jù)進行回歸，個體上選擇固定效應(yīng)與隨機效應(yīng)會對計量結(jié)果造成非常大的影響。因此有必要就固定效應(yīng)與隨機效應(yīng)的選擇進行更詳盡的分析，而非沿襲使用固定效應(yīng)的慣例。

基于數(shù)據(jù)的短時間序列特征，在分析數(shù)據(jù)時不需要進行面板數(shù)據(jù)的平穩(wěn)性檢驗，但由于短時間序列可能帶來的異方差與序列相關(guān)問題，使得經(jīng)典hausman檢驗不再適用；同時考慮到基于Bootstrap法的hausman檢驗在的穩(wěn)健性和可靠性比現(xiàn)有的非參數(shù)檢驗更為優(yōu)越[32]，故本文選擇基于Bootstrap法的hausman檢驗。使用stata 15.0計算所得的檢驗結(jié)果為p=0.9687，不能拒絕存在隨機效應(yīng)的原假設(shè)，應(yīng)使用個體隨機效應(yīng)。雖然應(yīng)用hausman檢驗可以在統(tǒng)計上對固定效應(yīng)與隨機效應(yīng)的選擇進行一些統(tǒng)計學(xué)上解釋[33]，但這種統(tǒng)計上的解釋在很多情況下依舊不能避免靠統(tǒng)計結(jié)果的顯著性來選擇模型之嫌。本文根據(jù)固定效應(yīng)與隨機效應(yīng)所對應(yīng)的統(tǒng)計性質(zhì)與研究問題的數(shù)據(jù)特征在個體與時點的固定效應(yīng)與隨機效應(yīng)進行選擇，并盡最大努力嘗試對所做選擇進行解釋。

不論固定效應(yīng)或隨機效應(yīng)，其本質(zhì)上要解決的都是通過模型無法直接捕捉到的異方差性的問題。在面板數(shù)據(jù)的框架下中，固定效應(yīng)（FE）可以理解為做的是虛擬變量OLS回歸。在多數(shù)的經(jīng)濟數(shù)據(jù)中，個體不可觀測的異質(zhì)性截距往往與解釋變量有關(guān)或相互干擾，固定效應(yīng)這種虛擬變量回歸的做法可以很好地控制并排除那些不可觀測的個體差異的影響，從而可以在一定程度上解決遺漏變量的問題，提高模型的準(zhǔn)確性。本文中，最終帶入模型的面板數(shù)據(jù)集的個體數(shù)為27個（即前文中計算地區(qū)制造業(yè)集聚EG指數(shù)的27個省份），時間序列長度為7年。首先，由于數(shù)據(jù)可得性及指標(biāo)一致性所導(dǎo)致的短時間序列使得時間項上很難滿足隨機效應(yīng)（RE）嚴(yán)格的假設(shè)：即假設(shè)個體異質(zhì)性截距ut與所有解釋變量Xt均不相關(guān)，并且殘差ε是一個服從正態(tài)分布的隨機變量。其次，主解釋變量地區(qū)制造業(yè)集聚EG指數(shù)在2016—2018年間變化較大，與時點隨機效應(yīng)中個體殘差ε服從正態(tài)分布的假設(shè)不符。以上兩點均使得本文在模型選擇上必然選擇時點固定效應(yīng)。

在個體層面的選擇上，由于省份這種分組變量本身就可以代表其總體（即一個國家的省份是固定的），在變量選擇上不是一種隨機抽樣，由此乍看之下似乎個體固定效應(yīng)是合理的選擇，畢竟固定效應(yīng)在參數(shù)估計量的一致性上擁有更好的統(tǒng)計性質(zhì)。但是，這里還有很重要的一點：作為主解釋變量的地區(qū)制造業(yè)集聚的EG指數(shù)并不是由原始數(shù)據(jù)直接得到，而是經(jīng)過了復(fù)雜計算所得，且在EG指數(shù)的計算過程中，由于企業(yè)微觀數(shù)據(jù)尚不完善，使用了“在每個區(qū)域j，產(chǎn)業(yè)i內(nèi)所有企業(yè)具有相同的規(guī)?！边@一假設(shè)。如果使用固定效應(yīng)估計地區(qū)制造業(yè)集聚的EG指數(shù)，相當(dāng)于把這一本來可能損害統(tǒng)計結(jié)果的假設(shè)在模型上進行了進一步的強化。考慮到個體樣本數(shù)較多，更容易滿足隨機效應(yīng)的假設(shè)。同時，在模型中個體使用隨機效應(yīng)的設(shè)定也符合hausman檢驗的結(jié)果。故而本文選擇個體隨機效應(yīng)進行計量模型建模。

由此，可以確定本文采用的計量模型為個體隨機、時點固定的混合效應(yīng)空間杜賓模型，其表達(dá)式為：

式中，α為常數(shù)，λt為時間固定效應(yīng)，Y為被解釋變量矩陣，X為解釋變量矩陣，ρ為空間效應(yīng)系數(shù)，β、γ為參數(shù)向量，W為空間權(quán)重矩陣，Xˉ為相鄰區(qū)域解釋變量均值所構(gòu)成的矩陣。

（四）實證結(jié)果分析

制造業(yè)全行業(yè)計量模型分析結(jié)果如表3所示（全部計算均由stata 15.0完成）。表3中，theil表示被解釋變量地區(qū)城鄉(xiāng)差距泰爾指數(shù)；EG、lnGDP、lnFDI、ny、fis與csh分別表示解釋變量地區(qū)制造業(yè)集聚EG指數(shù)、地區(qū)經(jīng)濟發(fā)展水平、地區(qū)對外開放程度、政府鄉(xiāng)村扶持程度、政府參與經(jīng)濟程度與城市化進程。*、**、***分別表示統(tǒng)計量在10%、5%、1%的顯著性水平下顯著，括號中數(shù)值為標(biāo)準(zhǔn)差。Main，Wx分別為解釋變量矩陣X與WX的系數(shù)，對 應(yīng) 式（4.4）中 的β和γ。LR_Direct，LR_Indirect,及LR_Total分別對應(yīng)各解釋變量的直接、間接效應(yīng)和總效應(yīng)。直接效應(yīng)表示某地區(qū)解釋變量對被解釋變量的影響大小，在數(shù)值上等于SDM模型系數(shù)與反饋效應(yīng)之和。其中反饋效應(yīng)指某地區(qū)的解釋變量對鄰近地區(qū)的被解釋變量產(chǎn)生影響繼而通過其他地區(qū)的被解釋變量影響本地區(qū)的被解釋變量。間接效應(yīng)又被稱為空間溢出效應(yīng)，其值為空間系數(shù)矩陣非對角元素的行平均，用于度量本地區(qū)被解釋變量受到鄰近地區(qū)解釋變量的影響?？傂?yīng)為直接效應(yīng)與間接效應(yīng)之和，可以解釋為某地區(qū)某解釋變量的變動對所有地區(qū)被解釋變量的平均影響。

由表3可知，模型的擬合優(yōu)度R2=0.9622接近于1，且系數(shù)向量β的所有值均在不同顯著性水平上顯著，表現(xiàn)出所選用模型良好的統(tǒng)計性質(zhì)。變量EG的系數(shù)向量β與直接效應(yīng)均在95%水平呈現(xiàn)顯著正值，說明總體上全國制造業(yè)集聚會造成城鄉(xiāng)收入差距的擴大。如前文所述，制造業(yè)集聚主要發(fā)生在城市，其一方面帶來效率的提升進而產(chǎn)生規(guī)模經(jīng)濟吸引農(nóng)村勞動力流入城市，另一方面通過空間梯度效應(yīng)改變城鄉(xiāng)間的生產(chǎn)資料分配，其作用機制較為復(fù)雜。因此，為進一步探究制造業(yè)集聚對城鄉(xiāng)收入差距的作用機理，本文又使用空間杜賓模型，對制造業(yè)中典型勞動密集型與高技術(shù)產(chǎn)業(yè)單獨進行了空間計量分析。

表3 制造業(yè)全行業(yè)空間杜賓模型計算結(jié)果

基于黃艷等（2009）[34]、陳景新與王云峰（2014）[35]的研究，基于生產(chǎn)要素的相對密集程度，本文將C17紡織業(yè)、C18紡織服裝、服飾業(yè)、C19皮革毛皮羽毛及其制品和制鞋業(yè)、C20木材加工及木竹藤棕草制品業(yè)、C21家具制造業(yè)、C24文教工美體育和娛樂用品制造業(yè)、C30非金屬礦物制品業(yè)、C33金屬制品業(yè)、C34通用設(shè)備制造業(yè)、C35專用設(shè)備制造業(yè)十個制造業(yè)細(xì)分行業(yè)界定為勞動密集型產(chǎn)業(yè)，并對其各行業(yè)集聚度進行加總得到勞動密集型產(chǎn)業(yè)的集聚度EGl。計算結(jié)果如表4所示，變量EGl的系數(shù)向量β與直接效應(yīng)均在95%水平呈現(xiàn)顯著負(fù)值，說明勞動密集型產(chǎn)業(yè)的集聚可以顯著降低本省的城鄉(xiāng)收入差距。另一方面，其空間溢出效應(yīng)卻顯著為正值，對此現(xiàn)象可以解釋為現(xiàn)階段中國大多數(shù)勞動密集型產(chǎn)業(yè)集聚度上升的省份（如安徽、廣西、湖南、江西），其產(chǎn)業(yè)集聚主要依靠周邊發(fā)達(dá)省份的產(chǎn)業(yè)轉(zhuǎn)移，周邊省份由于將勞動密集型產(chǎn)業(yè)逐漸轉(zhuǎn)移，因此其產(chǎn)業(yè)的集聚更多導(dǎo)致城鄉(xiāng)差距的擴大，這導(dǎo)致了勞動密集型產(chǎn)業(yè)集聚的空間溢出效應(yīng)會擴大城鄉(xiāng)收入差距的統(tǒng)計現(xiàn)象。

表4 勞動密集型產(chǎn)業(yè)空間杜賓模型計算結(jié)果

根據(jù)國家統(tǒng)計局發(fā)布的《國民經(jīng)濟行業(yè)分類》（GB/T 4754—2017），本文將C27醫(yī)藥制造業(yè)、C37鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)、C39計算機通信和其他電子設(shè)備制造業(yè)、C40儀器儀表制造業(yè)四個制造業(yè)細(xì)分行業(yè)界定為高技術(shù)產(chǎn)業(yè)，對其集聚度進行加總得到高技術(shù)產(chǎn)業(yè)的集聚度EGh。計量模型的結(jié)果表明，不同于勞動密集型產(chǎn)業(yè)，高技術(shù)產(chǎn)業(yè)的集聚無法顯著縮小本省居民城鄉(xiāng)收入差距，且其空間溢出效應(yīng)依然會導(dǎo)致城鄉(xiāng)收入差距的擴大（表5）。

表5 高技術(shù)產(chǎn)業(yè)空間杜賓模型計算結(jié)果

勞動密集型產(chǎn)業(yè)對減小城鄉(xiāng)收入差距的良好表現(xiàn)證明了產(chǎn)業(yè)集聚通過拉動農(nóng)村勞動力轉(zhuǎn)移就業(yè)、提高農(nóng)民非農(nóng)收入，可以有效減小城鄉(xiāng)間居民的收入差距；而基于高技術(shù)產(chǎn)業(yè)集聚的實證則說明當(dāng)產(chǎn)業(yè)集聚無法有效拉動農(nóng)村勞動力轉(zhuǎn)移時，產(chǎn)業(yè)集聚帶來的規(guī)模收益與外部性均主要作用于城市，其區(qū)域梯度現(xiàn)象在現(xiàn)階段主要表現(xiàn)為極化效應(yīng)，并由此導(dǎo)致了城鄉(xiāng)收入差距的擴大。

五、結(jié)論與建議

本文通過構(gòu)建個體隨機效應(yīng)、時點固定效應(yīng)的空間杜賓模型研究了區(qū)域制造業(yè)集聚對城鄉(xiāng)收入差距的影響，所得結(jié)論如下：現(xiàn)階段制造業(yè)集聚總體上擴大了城鄉(xiāng)收入差距；其中勞動密集型產(chǎn)業(yè)的集聚可以減小城鄉(xiāng)收入差距；高技術(shù)產(chǎn)業(yè)的集聚則會導(dǎo)致城鄉(xiāng)差距的擴大。

盡管中國目前制造業(yè)集聚依然處于不利于城鄉(xiāng)公平、協(xié)調(diào)發(fā)展的階段，但應(yīng)該看到制造業(yè)集聚通過農(nóng)村勞動力轉(zhuǎn)移來減小城鄉(xiāng)間居民收入差距的顯著作用?，F(xiàn)階段的問題在于：一方面，現(xiàn)有的城鄉(xiāng)二元體制阻礙了城鄉(xiāng)間勞動力的自由流動；另一方面，城市偏向的教育投入政策擴大了城鄉(xiāng)人力資本水平的差異[36]，農(nóng)村勞動力無法勝任高技術(shù)產(chǎn)業(yè)的工作。這使得產(chǎn)業(yè)集聚的溢出效應(yīng)總體更多作用在城市，產(chǎn)業(yè)升級對農(nóng)村的輻射帶動作用受到限制。為此提出建議：

1.要繼續(xù)擴大制造業(yè)集群規(guī)模，加快城市產(chǎn)業(yè)結(jié)構(gòu)升級，并同時發(fā)展符合比較優(yōu)勢的勞動密集型企業(yè)。要看到現(xiàn)階段制造業(yè)集聚對城鄉(xiāng)收入差距的不利影響是暫時的，且受制于其他條件。制造業(yè)集聚帶來的規(guī)模效應(yīng)和外部經(jīng)濟可以提高要素配置效率與勞動者收入水平，進而從根本上改善收入分配、實現(xiàn)共同富裕。

2.要推進城市化進程、改革戶籍制度，逐步破除城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)，為城鄉(xiāng)間勞動力更加自由的流動創(chuàng)造條件。在現(xiàn)階段可通過發(fā)展鄉(xiāng)鎮(zhèn)企業(yè)的方式，提升農(nóng)村產(chǎn)業(yè)的集聚水平，加快城鄉(xiāng)間產(chǎn)業(yè)鏈的聯(lián)系和融合，使得城市產(chǎn)業(yè)集聚的擴散效應(yīng)更好地發(fā)揮作用。

3.要增加農(nóng)村教育投入，提升農(nóng)村的人力資本。向農(nóng)村傾斜的教育投入政策可以改善農(nóng)村勞動力素質(zhì)較低的現(xiàn)狀，更符合市場需求的勞動力供給也能為農(nóng)村地區(qū)帶來更高的人力資本投資回報，使農(nóng)村居民充分共享城市高技術(shù)產(chǎn)業(yè)集聚的紅利。