城市規模、產業關聯與共同集聚
——基于制造業與生產性服務業產業關聯和空間互動兩個維度

金曉雨

城市規模、產業關聯與共同集聚
——基于制造業與生產性服務業產業關聯和空間互動兩個維度

金曉雨

我國產業轉型升級時期，制造業與生產性服務業關聯出現新的變化。關聯性增強促進兩者在區位上傾向共同集聚。而在城市體系上，關聯性不同的制造業和生產性服務業傾向在不同規模的城市共同集聚，從而帶來制造業在空間中的再配置。通過計算E-G共同集聚指數，并用2003-2007年中國城市維度數據進行回歸分析的結果表明：在產業層面上，我國制造業和生產性服務業傾向于共同集聚，并且共同集聚水平隨著產業關聯度增加而提高；從空間層面上看，產業關聯和空間互動促使制造業在城市間再配置；在集聚經濟和擁擠成本共同作用下，關聯性高的制造業和生產性服務業傾向共同集聚于大城市，并擠出關聯性低的制造業，從而導致不同制造業在大小城市的空間再配置。

生產性服務業； 城市規模； 產業關聯； 空間互動； 共同集聚

一 引 言

隨著經濟持續發展和市場壁壘逐步破除，市場規模不斷擴大和交易成本持續下降，促進了制造業空間集聚。與此同時，生產性服務業也開始集聚，并和制造業形成共同集聚、互動發展的格局。城市體系下的制造業和生產性服務業共同集聚已成為一個典型現象。然而，大多數研究聚焦于單個產業的集聚，對制造業和生產性服務業共同集聚的研究甚少。少數對制造業和生產性服務業共同集聚的研究，主要基于省級層面的數據，缺乏城市層面的深入分析。城市層面，在集聚經濟和擁擠成本的共同作用下，總結制造業和生產性服務業共同集聚的特點、形成機制和決定因素，對于各個城市制定產業結構轉型升級的戰略和政策，有重要的指導意義，值得深入研究。

關于共同集聚的研究，國內外主要對制造業行業之間共同集聚水平和機制進行研究。Ellison和Glaeser(1997)[1]最早建立了產業之間的共同集聚指數(E-G指數)，計算美國4位數制造業行業的共同集聚水平，發現具有上下游產業關聯的制造業之間存在共同集聚現象。路江涌和陶志剛(2006)[2]計算了我國1998-2003年間制造業共同集聚指數，發現我國制造業存在共同集聚現象，并且共同集聚水平逐年上升，但總體來說低于發達國家水平。對于制造業共同集聚的形成機制，國內外研究主要從馬歇爾3種外部性出發，Ellison等(2010)[3]實證馬歇爾3種外部性：共享產品、勞動力和思想，發現3種機制均得到了實證支持，其中投入產出關聯至關重要。這些研究都發現制造業行業共同集聚的證據，并對制造業行業共同集聚的機制進行了分析。對于制造業和生產性服務業的共同集聚，由于數據限制，國內外研究較少。陳國亮和陳建軍(2012)[4]計算了我國2位數制造業和生產性服務業之間的共同集聚指數，發現制造業和生產性服務業之間存在廣泛的共同集聚現象，共同集聚水平受到產業關聯性、市場規模和地理因素等影響。但他們的分析基于省級層面的數據，指標難以準確反映共同集聚狀況*衡量集聚應該選擇盡可能低的區域層面，區域層面過高會稀釋集聚的差異性，導致度量的集聚水平不準確。例如：我國省份之間生產性服務業和制造業共同集聚水平差異較小，但城市之間差異很大，生產性服務業和制造業均高度集聚于部分沿海城市。。并且，在城市層面，由于集聚經濟和擁擠成本的共同作用，研究共同集聚的形成機制更有針對性、更為準確。

城市體系下，制造業和生產性服務業共同集聚模式有何特點，形成機制和決定因素是什么，國內尚缺乏相應研究。為此，本文從產業關聯和空間互動兩個維度，分析城市體系下，制造業和生產性服務業共同集聚模式的內在形成機制，并進行實證檢驗。相對于以往研究，本文的創新和貢獻體現在：(1)在城市層面，用修正E-G指數測算了我國制造業行業和生產性服務業共同集聚水平；(2)從產業和空間視角，分析城市層面制造業和生產性服務業共同集聚的內在形成機制，并進行實證檢驗。本文接下來的結構安排如下：第二部分基于修正E-G指數，在城市維度對制造業和生產性服務業共同集聚水平進行測算；第三部分分析制造業和生產性服務業共同集聚的內在形成機制，并提出實證命題；第四部分對實證模型、方法和數據進行說明；第五部分是實證結果的分析；最后是結論和啟示。

二 制造業和生產性服務業共同集聚的特征性事實

從制造業和生產性服務業的城市分布看，我國制造業主要分布在北京、上海、杭州、廣州等沿海城市，而生產性服務業也集中在這些城市，可見，我國制造業和生產性服務業在分布上具有較高的一致性。然而，由于數據限制，目前研究多從單個產業的集聚出發，鮮有文獻研究制造業和生產性服務業的共同集聚*陳國亮和陳建軍(2012)[4]計算我國2位數制造業和生產性服務業之間的共同集聚指數，但由于數據限制，他們的計算維度選擇較粗的省級層面，指標難以準確反映共同集聚狀況。本文采用城市維度數據，計算指標更加準確，就筆者所知，這是現有研究中最細區域層面的數據。，而這對于理解制造業和生產性服務業之間互動關系至關重要。本文通過2003-2007年《中國工業企業數據庫》加總得到2位數制造業行業數據，并根據城市代碼和市轄區生產性服務業數據匹配，計算制造業和生產性服務業共同集聚指數，以揭示城市層面制造業和生產性服務業共同集聚的特征。

(一)共同集聚指數計算

對于單個行業的集聚水平，Ellison和Glaeser(1997)[1]建立了一個集聚指數(E-G指數)度量行業的集聚水平，E-G集聚指數可以反映單個行業的集聚水平，并具有很好的特性*Ellison和Glaeser(1997)[1]指出E-G指數具有4個特征：第一，該指標相對容易計算，在企業水平上，只需要企業的規模分布即可，而不需要企業的地理分布信息；第二，該指數可以和非集聚水平進行比較，當產業是隨機分布而不存在集聚時，E(γ)=0，當γ>0則代表該行業集聚；第三，由于指標獨立于企業數量和規模分布，即使在企業行業分布不同時，也可以跨行業比較；第四，即使不同行業就業數據的地理加總水平存在差異時，該指數也可以跨行業比較。。然而，城市中往往并不是完全的專業化，也不是完全的多樣化，各個城市只是某些關聯產業的集聚(Helsley和Strange，2014)[5]。不同行業由于上下游關聯、勞動力共享、知識溢出等外部性會共同集聚，為此，他們建立了E-G共同集聚指數來度量一組產業的相對共同集聚水平，即

(1)

其中，γj和ωj分別表示行業組r中行業j的集聚水平和其占該組行業總就業的比重，G為行業地理集中度，H為按照行業就業比重平方加權的赫芬達爾指數。該指數越大表示行業共同集聚程度越高。共同集聚指數需要企業水平的數據計算赫芬達爾指數，而我國缺乏服務業企業水平的數據，為此，Devereux等(2004)[6]將指標改寫為：

(2)

其中，Gr為行業組r的地理集中指數，Gj為行業組r中行業j的地理集中指數，用赫芬達爾指數表示。計算的C(r)值越高，表示行業組r中的行業共同集聚水平越高。該指標僅用行業數據，就可以計算行業組中行業的共同集聚指數，考慮到我國生產性服務業缺乏企業水平數據，本文采用該方法進行計算。

(二)制造業和生產性服務業共同集聚分析

表1 2007年制造業2位數行業與生產性服務業共同集聚指數

(續上表)

表1列出2007年30個制造業2位數行業和生產性服務業共同集聚指數，以及共同集聚指數在2003-2007年間的增長率。計算結果與路江涌和陶志剛(2006)[2]計算的制造業共同集聚水平相比，制造業和生產性服務業共同集聚水平要高于制造業之間的共同集聚水平。可見，隨著制造業發展，其對生產性服務中間投入的需求增加，制造業和生產性服務業的共同集聚水平已開始超過制造業之間的共同集聚水平。以2007年制造業和生產性服務業共同集聚指數為例，和生產性服務業共同集聚水平最高的是印刷和記錄媒介復制業(0.032) ，家具制造業(0.026)，儀器儀表制造業(0.024)，通用設備制造業(0.022)，計算機、通信和其他電子設備制造業(0.021)等。這些制造業行業對生產性服務需求較高，產業關聯性強，在空間上靠近生產性服務業可以降低中間投入成本，從而在空間區位選擇上傾向共同集聚。和生產性服務業共同集聚水平最低的是化學纖維制造業(0.008)，石油加工、煉焦和核燃料加工業(0.010)，煙草制品業(0.010)，金屬制品業(0.011)和有色金屬冶煉和壓延加工業(0.012)。這些行業和生產性服務業的共同集聚指數均低于0.012，這些制造業行業的一個特點是基本上都是資源型或原材料加工型行業，主要依賴資源投入，其區位受到自然資源稟賦的影響，傾向接近資源和原材料產地，對生產性服務依賴程度較低，和生產性服務業表現出較低的共同集聚水平。

從制造業和生產性服務業共同集聚水平的變化趨勢看，30個制造業行業中，有些制造業和生產性服務業共同集聚水平上升，有些下降。增長率最高的是廢棄資源綜合利用業(20.56%)，汽車制造業(19.43%)和家具制造業(13.43%)等。這些也是和生產性服務業具有較高產業關聯的行業，從而更傾向和生產性服務業共同集聚，在產業分工和專業化逐步深化的過程中，這些制造業對生產性服務中間投入的需求越來越高，在區位選擇上也會更加傾向和生產性服務業共同集聚。降低程度最高的是石油加工、煉焦和核燃料加工業(-29.95%)，木材加工和木、竹、藤、棕、草制品業(-27.28%)，化學纖維制造業(-23.45%)等。這些行業主要是資源型行業，更加依賴地區的資源和原材料，區位選擇上接近資源產地和原材料產地，對生產性服務需求相對較低，表現出和生產性服務業較低的共同集聚水平，并且在其他制造業和生產性服務業共同集聚水平提升過程中，這些資源型產業和生產性服務業共同集聚水平反而逐步降低。

圖1 共同集聚指數與制造業對生產性服務投入密集度關系

制造業和生產性服務業共同集聚水平和產業關聯具有重要聯系。利用2007年《中國投入產出表》計算2位數制造業各行業中生產性服務業投入占其增加值比重，代表產業關聯。發現關聯性高的制造業往往和生產性服務業具有較高的共同集聚水平，而關聯性低的制造業和生產性服務業共同集聚水平較低。圖1繪出了2003-2007年間2位數制造業和生產性服務業共同集聚水平與制造業和生產性服務業關聯度的關系，從散點圖中可以看出，隨著制造業和生產性服務業關聯度的提高，其和生產性服務業共同集聚水平逐步提高，擬合線斜率在5%水平上顯著為正?？梢?，制造業和生產性服務業共同集聚水平，和制造業與生產性服務業的產業關聯具有緊密聯系，生產性服務業投入密集度高的制造業更傾向和生產性服務業共同集聚。這是由于雖然產業關聯有利于制造業和生產性服務業共同集聚，但不同關聯度的制造業從共同集聚中獲得的收益并不均等，可見，在空間競爭下，制造業存在空間再配置，和生產性服務業關聯度高的制造業從共同集聚中獲得收益更高，更傾向和生產性服務業共同集聚，而關聯度低的制造業則由于關聯度高的制造業集聚產生的擁擠成本被擠出，集聚在其他地區。

三 制造業與生產性服務業共同集聚的理論分析

目前，在城市層面，制造業和生產性服務業共同集聚尚缺乏完整的分析框架。從產業關聯角度，為獲取生產性服務中間投入產生的集聚經濟，制造業和生產性服務業傾向共同集聚。然而，不同制造業的生產性服務中間投入密度不同，相應從本地生產性服務業中獲得的收益不同，而均需要承擔同樣的擁擠成本，在城市集聚經濟和擁擠成本的共同作用下，這種差異會導致不同制造業和生產性服務業在不同規模城市共同集聚。

(一)基于產業關聯視角

產業集聚機制討論往往從馬歇爾3種外部性出發：勞動力共享、上下游產業關聯和知識溢出。對于制造業集聚，馬歇爾3種外部性均得到很好的支持(Ellison等，2010)[3]。對于生產性服務業集聚，與制造業相比，受到地理因素及前后向關聯方面影響均比較弱，主要受知識密集度、信息技術水平、城市和政府規模等因素影響(陳建軍等，2009)[8]。我國江蘇、上海、浙江、廣東等東部沿海地區具有更高的知識密集度和技術水平，與之一致，生產性服務業也主要集聚在東部沿海地區。而由于產業關聯，制造業傾向集聚在生產性服務業發達的地區。實證中，陳國亮和陳建軍(2012)[4]發現我國制造業和生產性服務業在空間上表現出高度的一致性，也主要集聚在東部沿海地區。

從制造業和生產性服務業關系看，作為制造業中間投入，生產性服務業通過中間投入的集聚經濟提高制造業競爭力(顧乃華等，2006)[9]；同時，制造業發展也會通過后向關聯效應擴大本地生產性服務業的市場，促進生產性服務業發展，二者表現出互動關系(高覺民和李曉慧，2011)[10]?？梢姡咧g的前后向產業關聯，會通過影響企業收益而決定企業的區位選擇，形成共同集聚。Venables(1996)[11]從新經濟地理角度分析了制造業和生產性服務業的共同集聚現象，生產最終產品的制造業需要生產性服務作為中間投入，制造業企業會選擇生產性服務業發達的地區生產，而制造業進入后也擴大了本地生產性服務業產品的市場規模，從而促進生產性服務業企業進入，如此累積循環，使具有上下游關系的制造業和生產性服務業形成共同集聚。此外，制造業和生產性服務業的共同集聚水平也存在行業差異。基于生產性服務業中間投入集聚經濟機制，生產性服務密集型制造業從本地生產性服務業中獲得更高收益，從而更傾向和本地生產性服務業共同集聚。大量實證研究也發現制造業和生產性服務業共同集聚的行業異質性(陳健和史修松，2008[12]；黃莉芳等，2011[13])。不同制造業由于生產的產品和工藝差別，對生產性服務業中間投入需求天然具有差異，生產性服務投入密集度高的制造業從本地生產性服務業中能夠獲得更高比重的集聚經濟，提高企業收益，從而更傾向選址于生產性服務業發達的地區，和生產性服務業形成共同集聚。圖1的關系中清晰表明，和生產性服務業關聯性高的制造業和生產性服務業共同集聚水平也更高。為此，得到假說1。

假說1：制造業和生產性服務業之間產業關聯越強，越傾向和生產性服務業共同集聚。

(二)基于空間互動視角

比較優勢理論認為，不同地區應該專業化生產具有比較優勢的產業，并通過交易提升各自的福利水平。各地比較優勢取決于其生產各種產品的相對單位生產成本(Dornbusch等，1977)[14]。生產性服務業由于需要面對面交流和現場服務，往往是本地化的，主要服務本地企業，本地生產性服務業通過和制造業的關聯效應，影響制造業的生產成本，構成地區比較優勢形成的條件(顧乃華，2008)[15]。

從制造業區位選擇上看，制造業企業出于利潤最大化動機，傾向選址于生產性服務業發達的地區，從而獲取本地生產性服務業中間投入的集聚經濟，提升企業競爭力。同時，大量制造業在有限的空間集聚也會產生擁擠成本，提高土地、勞動力等要素價格(Henderson，1974[16]，1986[17])。然而，同一個城市中，不同制造業從與生產性服務業共同集聚中獲得的凈收益并不相同。產業關聯度高的制造業從生產性服務業中獲得更高比例的集聚經濟，而所有制造業所承受的擁擠成本卻相同，因此，產業關聯度高的制造業獲得的凈集聚經濟(集聚經濟扣除擁擠成本后的凈額)高于產業關聯度低的制造業。隨著城市規模增加，擁擠成本提高，關聯度低的制造業從本地生產性服務業中獲得的集聚經濟低于擁擠成本，會首先退出大城市，選址于擁擠成本相對較小的中小城市，而產業關聯度高的制造業從本地生產性服務業中獲得的集聚經濟較高，仍選擇留在大城市，和生產性服務業的共同集聚水平也會由于低關聯度制造業的退出而相應提高。為此，得到假說2。

假說2：隨著城市規模增加，關聯性高的制造業和生產性服務業的共同集聚水平增加，并擠出關聯性低的制造業。

四 實證模型、方法與數據

(一)實證模型

制造業和生產性服務業之間的共同集聚水平隨著關聯性增加而提高，并且隨城市規模增加存在邊際效應。通過交叉項識別邊際效應，建立計量模型如下：

coagglcit=β0+β1linki+β2Nct+β3linki×Nct+γXcit+εcit
εcit=μc+υi+ωt+ξcit

(3)

其中，coagglcit代表第t年2位數制造業行業i和生產性服務業在城市c的共同集聚水平，linki表示2位數制造業行業和生產性服務業的產業關聯度，Nct表示城市規模，linki×Nct為產業關聯度和城市規模的交叉項，通過該交叉項識別城市規模的邊際作用。Xcit為城市和行業維度的控制變量。εcit為擾動項，包含城市個體效應μc、行業個體效應vi和時間個體效應ωt，以及隨城市、行業和時間同時變動的ξcit，其中ξcit～iidN(0,σ2)。

(二)指標與數據

(1)共同集聚指數。對于共同集聚的度量，學界并沒有統一的指標，而修正的E-G指數測量的是產業維度的共同集聚水平，不能測量地區維度。本文參照劉志彪和鄭江淮(2008)[18]、陳國亮和陳建軍(2012)[4]、楊仁發(2013)[19]的方法，首先建立地區各產業的集聚指數，用區位熵指數度量，即：

(4)

這里的lcit表示城市2位數制造業行業的單位就業人數，區位熵指數越大，代表該制造業行業在城市的相對集聚水平越高。其次，在得到區位熵指標后，比較制造業2位數行業和生產性服務業的集聚水平，用集聚水平的相對差異代表共同集聚水平，具體計算公式為：

(5)

其中，agglcit和agglcjt分別為行業i和行業j的區位熵。該指數越大，代表這兩個產業共同集聚水平越高。

(2)產業關聯度。投入產出表中列出了制造業2位數行業的直接消耗系數和直接分配系數，由于生產性服務業主要是作為制造業的中間投入，本文用直接消耗系數度量制造業2位數行業和生產性服務業的產業關聯。首先選擇直接消耗系數最高的7個行業作為生產性服務業，分別為交通運輸、倉儲及郵政業，批發零售業，金融業，租賃和商業服務業，住宿和餐飲業，科學研究、技術服務和地質勘查業，信息傳輸、計算機服務業和軟件業；然后計算各個2位數制造業中這7個生產性服務業中間投入和增加值之比，作為產業關聯度。

(3)城市規模用市轄區年末總人口度量。其他控制變量包括行業維度和城市維度，行業維度的控制變量包括研發投入、政府補貼。研發投入高的行業往往更需要生產性中間服務，傾向和生產性服務業共同集聚；政府補貼直接影響企業收益，從而影響企業的區位選擇。城市維度的控制變量包括市轄區資本存量、代表基礎設施水平的人均道路面積、代表人力資本水平的每百人大學生比重，這些因素均會影響企業的區位選擇。

行業數據指標來自2003-2007年《中國工業企業數據庫》，按照2位數行業代碼和省地代碼加總，加總過程中剔除了市轄縣的數據，得到市轄區2位數制造業行業面板數據。城市數據來自相同年份《中國城市統計年鑒》。表2列出了各變量的含義和描述性統計結果。

四型腹中線是斷裂后無法復原的類型，血管退縮、色素消退吸收后殘留白色肚中線。分娩后，斷裂的彈力纖維得以緩慢修復，真皮內的毛細血管和靜脈壁會逐漸增厚，皮膚條紋的顏色亦漸消退成白色或銀白色，但不能完全恢復到孕前沒有產生裂紋時的皮膚狀態，目前無特效治療方案，點陣激光治療有不同程度的改善。

表2 變量描述性統計結果

五 實證結果分析

(一)全樣本估計

表3列出了面板估計結果。模型1未加入控制變量，回歸結果顯示，各變量的符號和顯著性符合預期。產業關聯度的回歸系數為0.191，并在1%的水平上顯著，說明產業關聯度提高制造業和生產性服務業的共同集聚水平。新經濟地理學強調產業關聯的作用，制造業部門需要差異化的生產性服務作為中間投入，集聚于生產性服務企業多的地區可以降低中間投入成本，當制造業和生產性服務業的產業關聯度越高，其對生產性服務業依賴程度越高，從而越傾向和生產性服務業共同集聚。城市規模的回歸系數不顯著，城市規模和產業關聯度交叉項的回歸系數顯著為正，表明城市規模差異本身并不會對共同集聚水平產生顯著影響，而是對產業關聯度的作用存在邊際影響。在城市體系下，制造業空間互動，隨著城市規模增加，產業關聯度高的制造業從大城市中獲得的凈集聚收益更高，從而產業關聯度高的制造業和生產性服務業共同集聚水平更高。

關聯度高的制造業和生產性服務業共同集聚在大城市，擠出關聯度低的制造業，帶來了制造業在空間上的再配置。藤田昌久等(2010)[20]在新經濟地理框架下，討論了多行業存在產業關聯差異時，產業的空間再配置問題，認為要素成本差異會推動產業梯度轉移，隨著要素成本增加，關聯度低的制造業會首先轉移出去。在城市體系下，城市規模差異產生的土地、勞動力等要素成本差異，導致了制造業在不同規模城市間的再配置，而生產性服務業和制造業關聯成為城市配置產業的條件。隨著城市規模增加，關聯度低的制造業由于集聚收益低于擁擠成本，首先轉移出去，關聯度高的制造業集聚收益較高，會和生產性服務業共同集聚在大城市。

模型2加入控制變量后，各主要變量的回歸系數大小和顯著性沒有太大變化?？刂谱兞恐?，研發投入的回歸系數不顯著，研發投入高的行業和生產性服務業共同集聚水平并不更高；政府補貼的回歸系數顯著為負，和生產性服務業共同集聚的往往是產業關聯度和生產率高的制造業，這反映政府傾向補貼低效率企業。地區人力資本水平的回歸系數顯著為正，共同集聚帶來額外的知識溢出效應，生產性服務業屬于知識和技術密集型產業，高的人力資本水平更加有利于生產性服務業知識的溢出，制造業為獲得這種生產性服務業的知識溢出會傾向集聚在人力資本水平高的城市，從而帶來制造業和生產性服務業共同集聚。基礎設施回歸系數顯著為負，基礎設施依賴型制造業通常是資源和原材料加工行業，對生產性服務業需求相對較低，從而和生產性服務業共同集聚水平較低。

表3 制造業和生產性服務業共同集聚回歸結果(全樣本)

模型3通過去組均值的方式控制了城市、行業和時間3個維度的個體效應，由于采取去組均值的方式，城市維度和行業維度不隨時變的變量被消除了，關注的是隨著行業和時間同時變化的變量。產業關聯度和城市規模交叉項的回歸系數大小和顯著性沒有太大變化，控制變量回歸結果也沒有太大變化，表明回歸結果是穩健的。

(二)分地區估計

我國東中西部地區發展階段和經濟結構存在差異，對東中西部進行分樣本回歸*按照國際統計局最新劃分標準，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個省、自治區、直轄市；中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個省、自治區；西部地區包括重慶、四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆10個省、自治區、直轄市。，回歸中控制了城市、行業和時間維度的個體效應，相應城市維度的變量也被消除，關注核心解釋變量交叉項的回歸系數。3地區的估計結果見表4。

產業關聯度和城市規模的交叉項回歸系數在中西部地區顯著為正數，但在東部地區不顯著。這可能是因為東部地區處于后工業化階段，產業結構從第二產業向第三產業轉型，制造業比重相對降低，而服務業尤其是生產性服務業比重較高，劉書瀚等(2010)[21]研究發現我國服務業成為生產性服務業的主要服務對象，東部地區生產性服務業主要通過產業自身關聯而非和制造業之間關聯。中西部地區發展階段滯后于東部地區，制造業和生產性服務業之間的產業關聯和空間互動更為明顯，制造業在中西部地區存在根據生產性服務業再配置的趨勢。從回歸系數看，中部地區效應強于西部地區，也反映了我國地區之間的產業梯度，中部城市承接東部制造業方面具有區位優勢，制造業在不同規模城市中的再配置效應更大，而西部地區制造業發展滯后于中部地區，大小城市均具有發展制造業的強烈動機，這種再配置效應相應較小。控制變量的回歸系數和全樣本回歸基本一致，研發投資只在中部地區顯著為負數，政府補貼在東中西部地區均顯著為負數。

綜上所述，全樣本和分地區估計顯示，產業關聯促進制造業和生產性服務業共同集聚，并且隨城市規模增加，關聯性強的制造業和生產性服務業共同集聚水平增加，這種影響存在區域差異。由于產業關聯和制造業空間互動，制造業存在空間再配置，生產性服務業促進關聯性高的制造業共同集聚于大城市，而城市規模增加產生的擁擠成本會擠出關聯性低的制造業。

表4 制造業和生產性服務業共同集聚回歸結果(分地區)

六 結論與啟示

基于產業關聯和空間互動視角，分析城市體系下，制造業和生產性服務業共同集聚的內在形成機制，并用2003-2007年中國2位數制造業數據進行實證研究。從產業層面上看，修正的E-G共同集聚指數表明，我國制造業和生產性服務業傾向共同集聚，并且隨著關聯度提高，制造業和生產性服務業共同集聚水平提高；從空間層面上看，產業關聯和空間互動促使制造業在城市間再配置，在城市集聚經濟和擁擠成本共同作用下，關聯性高的制造業和生產性服務業共同集聚水平提升，而城市規模擴大帶來的擁擠成本則擠出關聯性低的制造業，并且這種再配置主要存在于中西部地區。

我國產業轉型升級時期，制造業和生產性服務業關聯性增強，從而促進二者在區位上傾向共同集聚。在新的地理空間中，這種共同集聚節約了中間品在上下游企業之間的運輸成本，通過中間投入的集聚經濟，整合了要素和產業鏈，提升企業生產率提升，在總體上促進了經濟效率和居民福利提升。然而，在城市體系下，大小城市從新一輪的集聚中獲得的收益并不均衡，制造業在空間上的重新配置與集聚，使大小城市產業集聚中產生新一輪的不平衡。大城市高關聯度制造業和生產性服務業共同集聚，通過要素和產業鏈的整合，進一步增強了城市集聚經濟，促進城市產業升級和企業效率提升；而中小城市在高關聯度制造業集聚中處于弱勢，低關聯度制造業和生產性服務業帶來的集聚經濟較弱，往往淪為經濟中心的“外圍”，從而進一步擴大了大小城市效率差距。

為此，政策上宜從區域協調發展的目標出發，一方面，建立制造業企業進入退出機制，促進制造業按照比較優勢，向不同規模城市集聚。高關聯度制造業向生產性服務發達的大城市集聚，低關聯制造業向制造業比重高的小城市集聚，這種按照比較優勢的產業再配置，優化了資源和要素配置，提升了城市體系整體效率；另一方面，建立城市之間的互動關系。創新和孵化新產業往往是在原有技術前沿上的進步，其產生過程也需要更多生產性服務，大城市在創新和孵化新產業方面具有先天優勢；而在產業成熟期對生產性服務需求較少，應適時轉入中小城市，利用要素成本低的優勢進行專業化生產。大小城市之間這種“產業——城市”互動能夠發揮大小城市比較優勢，提高各自經濟效率。

[1] Ellison, G., Glaeser, E. L.. Geographic Concentration in U.S. Manufacturing Industries: A Dartboard Approach[J].JournalofPoliticalEconomy, 1997, 105(5): 889-927.

[2] 路江涌, 陶志剛. 中國制造業區域聚集及國際比較[J]. 經濟研究, 2006, (3): 103-114.

[3] Ellison, G., Glaeser, E. L., Kerr, W. R.. What Causes Industry Agglomeration? Evidence from Coagglomeration Patterns[J].TheAmericanEconomicReview, 2010, 100(3): 1195-1213.

[4] 陳國亮, 陳建軍. 產業關聯、空間地理與二三產業共同集聚——來自中國212個城市的經驗考察[J]. 管理世界, 2012, (4): 82-100.

[5] Helsley, R. W., Strange, W. C.. Coagglomeration, Clusters, and the Scale and Composition of Cities[J].JournalofPoliticalEconomy, 2014, 122(5): 1064-1093.

[6] Devereux, M. P., Griffith, R., Simpson, H.. The Geographic Distribution of Production Activity in the UK[J].RegionalScienceandUrbanEconomics, 2004, 34(5): 533-564.

[7] 柯善咨, 趙曜. 產業結構、城市規模與中國城市生產率[J]. 經濟研究, 2014, (4): 75-88.

[8] 陳建軍, 陳國亮, 黃潔. 新經濟地理學視角下的生產性服務業集聚及其影響因素研究——來自中國222個城市的經驗證據[J]. 管理世界, 2009, (4): 83-95.

[9] 顧乃華, 畢斗斗, 任旺兵. 中國轉型期生產性服務業發展與制造業競爭力關系研究——基于面板數據的實證分析[J]. 中國工業經濟, 2006, (9): 14-21.

[10] 高覺民, 李曉慧. 生產性服務業與制造業的互動機理: 理論與實證[J]. 中國工業經濟, 2011, (6): 151-160.

[11] Venables, A. J.. Equilibrium Locations of Vertically Linked Industries[J].InternationalEconomicReview, 1996, 37(2): 341-359.

[12] 陳健, 史修松. 產業關聯、行業異質性與生產性服務業發展[J]. 產業經濟研究, 2008, (6): 16-22.

[13] 黃莉芳, 黃良文, 郭瑋. 生產性服務業對制造業前向和后向技術溢出效應檢驗[J]. 產業經濟研究, 2011, (3): 29-37.

[14] Dornbusch, R., Fischer, S., Samuelson, P. A.. Comparative Advantage, Trade, and Payments in a Ricardian Model with a Continuum of Goods[J].TheAmericanEconomicReview, 1977, 67(5): 823-839.

[15] 顧乃華. 轉型期中國服務生產率研究[M]. 北京: 經濟科學出版社, 2008.

[16] Henderson, J. V.. The Sizes and Types of Cities[J].TheAmericanEconomicReview, 1974, 64(4): 640-656.

[17] Henderson, J. V.. Efficiency of Resource Usage and City Size[J].JournalofUrbanEconomics, 1986, 19(1): 47-70.

[18] 劉志彪, 鄭江淮.服務業驅動長三角[M]. 北京: 中國人民大學出版社, 2008.

[19] 楊仁發. 產業集聚與地區工資差距——基于我國269個城市的實證研究[J]. 管理世界, 2013, (8): 41-52.

[20] 藤田昌久, 克魯格曼, 維納布爾斯. 空間經濟學——城市、區域與國際貿易[M]. 北京: 中國人民大學出版社, 2010.

[21] 劉書瀚, 張瑞, 劉立霞. 中國生產性服務業和制造業的產業關聯分析[J]. 南開經濟研究, 2010, (6): 65-74.

[引用方式]金曉雨. 城市規模、產業關聯與共同集聚——基于制造業與生產性服務業產業關聯和空間互動兩個維度[J]. 產經評論, 2015, 6(6): 35-46.

City Size, Industrial Linkage and Coagglomeration——Based on the Industrial Linkage and Spatial Interaction between Manufactures and Producer Services

JIN Xiao-yu

In urban system, under the influence of agglomeration and congestion cost, manufactures and producer services with different linkages incline to coagglomerate in different cities, thus it brings spatial reallocation of manufactures. By calculating modified E-G coagglomeration index and regressing with urban data from 2003 to 2007 in China, the paper indicates that, from the perspective of industry, manufactures and producer services incline to coagglomerate in Chinese cities, and the coagglomeration level is growing with industrial linkage; From the aspect of space, industrial linkage and spatial interaction promote manufactures’ reallocation in urban cities; Under the influence of agglomeration and congestion cost, manufactures and producer services with strong industrial linkage incline to coagglomerate in big cities, and crowd out weak linkage industries, therefore it results in spatial reallocation of manufactures.

producer services; city size; industrial linkage; spatial interaction; coagglomeration

2015-08-07

國家自然科學基金項目“轉型時期中國城市效率與產業結構調整研究”(項目編號：71273284，項目主持人：王珺)；廣東省教育廳人文社科重大項目“現代金融體系與廣東省產業結構升級”(項目編號：2013ZGXM0003，項目主持人：杜金岷)。

金曉雨，中山大學嶺南學院博士研究生，主要研究方向為區域和城市經濟學。

F061.5

A

1674-8298(2015)06-0035-12

[責任編輯：鄭筱婷]

10.14007/j.cnki.cjpl.2015.06.004