產業協同集聚對制造業效率的影響研究

劉玉浩 池仁勇 施佐利

（1.浙江工業大學 經貿管理學院，浙江 杭州 310023；2.浙江工業大學 中國中小企業研究院，浙江 杭州 310023）

0 引言

隨著全球經濟不斷迅猛發展，制造業和服務業在空間上的互動發展形成了你中有我，我中有你的格局，其主要原因在于二者自身特點的變化，使得兩者之間的界限越來越模糊。制造業企業除了單純地生產和加工商品以外，同樣也看重消費者的消費感受，為消費者提供產品的售中和售后服務。而服務業企業也不單單只提供服務，它憑借其豐富的顧客源和多樣化的渠道，逐漸向制造業企業延伸，不斷完善其產業鏈。這種產業間相輔相成、相互促進的協同集聚方式，不但在我國形成了新型的產業發展模式，也為制造業效率的提升提供了新的解決思路和方法。

現有研究表示，由于產業間的相關性，生產性服務業和制造業的協同集聚，可利用的要素資源更為豐富，可以達到促進制造業轉型升級、同時提高其效率的目的。但是，過度集聚又會造成基礎設施擁擠、爭搶要素資源、環境污染等負面效應，進而導致制造業效率的下降。所以，協同集聚和制造業效率之間可能是更加復雜的非線性關系。對于我國這樣一個制造業大國，現在處在新舊動能轉換、轉型升級的關鍵時期，探究生產性服務業和制造業協同集聚會對制造業效率產生何種影響具有重要的現實意義。

本文在結合相關理論以及文獻研讀的基礎上，運用靜態面板數據回歸模型和GMM回歸模型，探究生產性服務業和制造業協同集聚程度。如何影響制造業效率，并提出實際的應用價值，為我國制造業效率的提高提供一定的參考作用。

1 生產性服務業與制造業協同集聚對制造業效率的影響機理

1.1 促進效應

產業集聚可以在空間地理上獲得要素資源共享和信息技術溢出等優勢。

一方面，由于生產性服務業和制造業之間有著明顯的供需關系，所以當制造業周圍集聚了大量生產性服務業時，就可以利用生產性服務業的產出成果作為中間產品投入制造業中，使制造業獲得更多先進技術，在此基礎上改進現有的生產方式，緩解可能存在的生產不經濟現象。這種空間地理上的鄰近，不僅減少了生產性服務業和制造業之間因為業務往來所產生的交易成本，還可以降低信息獲取和接收的成本，為制造業效率的提高奠定基礎。

另一方面，產業集聚的地區往往也是知識和技術較為密集的地區，不同企業之間的交流合作會促進知識和技術的外溢，產業間知識外溢的基本表現形式為一種互補型的知識外溢。對于生產性服務業和制造業而言，主要表現為研發合作的知識外溢機制。在協同集聚區域內，不同產業的信息、知識、技術互相交流和碰撞，促進企業的自我完善和發展，從而促進制造業效率的提升。

1.2 抑制效應

抑制效應主要表現為生產要素的擁擠效應，其會導致制造業效率的下降。具體而言就是投入要素的過度增加導致投入產出比失衡，進而影響到產業效率。某地區發生產業過度集聚現象的原因包括兩方面的內容，一是產品惡性競爭，二是基礎設施擁擠。

1.2.1 惡性競爭

由于地區資源的承載能力是有限的，當某一地區內集聚的企業過多時，企業之間為了爭奪有限的資源和市場，就會發生惡性競爭現象，造成土地、勞動力等要素資源價格的上漲。此外，我國產業發展程度依然較低，產品同質化嚴重，易于被抄襲和模仿，更加劇了競爭的激烈程度，最終導致企業生產效率的下降。

1.2.2 基礎設施擁擠

發達的基礎設施有利于企業降低運輸和通信成本，促進產業在某地區的集聚。但是，地區的承載能力是有限的，當產業集聚程度大于基礎設施的承載力時，其對該地區經濟的影響就會由正轉負，在當前情況下，企業會選擇離開中心集聚地區，搬到更加適合其發展的區域。

由上述分析可知，本文認為協同集聚對制造業效率的影響會隨著協同集聚程度的不同而不同，總體來講是促進效應和抑制效應的綜合，即生產性服務業和制造業的協同集聚指數與制造業效率的影響呈現倒U型的關系。首先，當協同集聚指數較低時，產業集聚通常是在類似的企業或部門分布的，形成區域經濟，這些同類型的企業相互競爭、學習以及共享資源。這時生產過程逐漸增多，為了節約運輸成本和靠近消費市場，越來越多與產業密切相關的企業進入市場，形成協同集聚的模式。協同集聚通過不同產業間的良性互動與融合，逐漸形成產業技術創新、知識外溢等外部效應，推動產業的優化升級，提高生產效率。但是，當協同集聚程度進一步加深時，受到資源、環境等條件的限制，協同集聚不斷提高所帶來的擁擠負效應日益凸顯，并逐漸超過規模擴大所帶來的收益，進而對制造業效率的增長產生抑制作用。

2 模型設定與變量描述

2.1 模型設定

基于上述分析，為了更精確地度量生產性服務業和制造業協同集聚對制造業效率產生的影響，本文采用面板數據回歸模型進行實證分析。模型如下：

其中：下標j，t分別表示地區和時間；ME表示制造業效率；C表示生產性服務業和制造業的協同集聚指數，由于二者的協同集聚指數和制造業效率之間可能存在非線性關系，因此在模型中加入協同集聚指數的二次項；C0n表示控制變量；α0是常數項；ε表示隨機誤差項。

2.2 變量說明和數據來源

2.2.1 變量說明

（1）制造業效率（ME）

制造業效率是本文的被解釋變量，在一些研究中，通常選取勞動生產率、制造業產出率等作為度量指標。本文選取勞動生產率作為衡量制造業效率的指標，即制造業總產值與其全部從業人員數的比值。其中，制造業總產值和全部從業人員數均由統計年鑒中制造業細分行業加總得到。

（2）生產性服務業和制造業協同集聚指數（C）

生產性服務業和制造業的協同集聚指數是本文的解釋變量。測量產業集聚的方法很多，包括基尼系數、胡弗系數、區位商、赫芬達爾指數、E-G指數等。考慮到數據的可得性，本文借鑒陳曉峰的做法，利用生產性服務業和制造業的區位熵構建二者的協同集聚指數。具體公式如下：

其中，cij表示j城市i行業的區位熵，eij代表j城市i行業的產值，Ei表示全國i行業的總產值，ej表示j城市所有行業的產值，E表示全國總產值。Cj的含義為j地區生產性服務業和制造業協同集聚指數，cmj的含義為j城市制造業的區位熵，csj代表j城市生產性服務業的區位熵。j城市制造業和生產性服務業的集聚程度越接近，Cj值越大，表明協同集聚程度越高。

（3）主要控制變量

（a）經濟發展水平（Eco）

經濟發展水平主要通過影響生產力的發展，進一步影響制造業的效率，它主要體現了各個產業的綜合發展情況。孔婷等通過實證研究表明經濟發展水平會對制造業效率產生積極的促進作用。現在許多研究都采取人均GDP作為指標度量國家的經濟發展水平，本文借鑒這種做法，選用人均GDP來度量我國的經濟發展水平。

（b）人力資本水平（Edu）

隨著社會的進步，單純地投入體力勞動已經無法滿足現代制造業的需要，人力資本正取代勞動力成為制造業主要的投入方式。范劍勇等人認為人力資本存量會對制造業效率產生影響。本文選取大專以上學歷人口數占6歲以上人口數的比例代表該地區的人力資本存量。

（c）技術創新能力（Techin）

先進的技術創新能力不但可以減少勞動力成本，還可以提高制造業的技術水平，推動產業發展，使制造業獲得競爭優勢，從而提升制造業的產出效率。為了合理度量技術創新能力，本文借鑒孔婷的做法，選取各省歷年的專利申請數作為衡量指標。

相關變量的描述性統計如表1所示。

表1 變量描述性統計

2.2.2 數據來源

本文選取2006—2015年全國31個省份的數據進行分析，主要數據來源于2007—2016年《中國統計年鑒》以及各省統計年鑒，缺省數據用插值法補充。

3 面板數據模型回歸結果分析

3.1 靜態面板模型分析

面板數據回歸方程的估計模型主要有固定效應模型（FE）、隨機效應模型（RE）、混合效應模型（Pooled OLS）。我們利用LR檢驗和hausman檢驗，結果顯示模型應該采用個體時間雙固定效應模型。采用Stata對模型進行回歸分析，具體結果見表2。

從表2中可以看出，生產性服務業和制造業的協同集聚指數前面的系數為正，協同集聚指數平方前面的系數為負，而且都在1%的顯著性水平下統計顯著，這一結果證明了生產性服務業和制造業協同集聚與制造業效率之間存在倒U型關系。也就是說，生產性服務業和制造業協同集聚對制造業效率是先促進、后抑制的效應。因此，產業協同集聚在經濟發展過程中，在不同階段表現是不同的，分別表現為促進效應和抑制效應。在產業協同集聚萌芽時期，生產性服務業和制造業會相互尋找合作企業，這使得企業之間形成了復雜的網狀聯系，進而形成了互相連接的有效網絡。在產業關聯的效應下，人才、資源、資本有效地流動融合和發展，產業直接的協同效應會帶動制造業和服務業本身的收益遞增，促進制造業效率的提高，實現產業結構升級。然而，當產業協同集聚發展到一定階段時，會出現集聚不合理的現象，當前城市的公共基礎設施和當地市場會超出它原本的承載力，直接表現為城市人口膨脹、交通堵塞、產品生產成本上升、企業利潤下降等不利于制造業勞動生產率提高的現象，在某種程度上導致了制造業效率的降低，協同集聚帶來的優勢效應不能得到發揮。

表2 靜態面板模型回歸結果

我們從表2中還可以看出，經濟發展水平在1%的顯著性水平下通過檢驗，說明經濟發展水平可以正面促進制造業效率的提升。這一方面說明隨著經濟發展水平的提高，顧客不再只追求價格便宜的產品，對制造業產品質量也有更高的要求，這在某種程度上間接促進了制造業效率的提升；另一方面，制造業仍然保持著國民經濟支柱的地位，較高的制造業效率對應著較高的經濟發展水平。

人力資本水平對制造業效率有促進作用。原因在于，制造業就業人員擁有越高的思想道德素質、專業素養，解決問題的能力也就越高，同時這也大大增加了科研人員參與制造業活動的比例，使制造業逐漸由勞動密集型向技術密集型的方向發展，達到提高制造業效率的目的。

技術創新能力雖然會對制造業效率產生一定的影響，但并未通過顯著性檢驗。這說明技術創新能力能否提高制造業效率仍有待商榷。主要原因可能是我國現在仍然以勞動密集型產業為主，技術密集型產業的數量雖然逐年增多，但是仍然只占少部分，技術創新的需求依然不足。

3.2 GMM模型結果及分析

考慮到面板數據可能產生的內生性問題，本文采用GMM模型進一步分析，消除內生性問題。在工具變量選取方面，采用制造業效率的滯后項作為工具變量。GMM模型回歸結果如表3所示。

從回歸結果看，生產性服務業和制造業協同集聚一次項系數為正，二次項系數為負，驗證了靜態面板數據先促進、后抑制的結論，協同集聚對于制造業效率的影響呈現倒U型的形態，與靜態面板數據回歸結果一致。

表3 GMM模型回歸結果

4 結論

本文運用面板數據計量模型，探究了生產性服務業和制造業協同集聚對制造業效率的影響，發現二者倒U型關系明顯。這說明，適當程度的集聚對制造業效率有一定程度的促進作用，但是過度集聚所引起的資源擁擠、惡性競爭等對制造業效率又存在抑制效應。也就是說，在保持其他條件不變的情況下，產業協同集聚指數有一個最優值，政府可以通過該數值判斷當地是否存在產業過度集聚現象。當某地區協同集聚程度遠遠低于最優值時，應當采取相應的政策鼓勵二者共同發展，提高制造業效率。相反，應該適當外遷部分企業，使協同集聚程度保持在合理范圍內。

本文提出如下政策建議：

（1）生產性服務業要和制造業協調發展，互相適應。在制造業的發展過程中，不應該過分看重經濟服務化，還應該根據各個城市制造業的自身特點、發展階段的不同，用更加科學理性的方法調整二者之間的關系，在提高制造業效率的基礎上，擴展其產業價值鏈，幫助其升級產業結構和提高產品競爭力。

（2）建立產業協同機制。對于協同集聚程度較低的城市和地區，制造業應適當進行服務外包，培育與其相關的服務行業，保持要素資源在地區內合理流動，形成產業合力。鼓勵優勢企業提供更完善的生產性服務，同時利用其新穎的商業模式，把企業的文化、技術、市場信息與周圍企業分享，帶動他們協調發展。

（3）不同地區的產業協同集聚程度不同，所能帶來的影響也不同。對于發達程度較高、技術較為先進的城市，應注重二者的協同發展，利用其資源優勢實現生產效率的提高；對于經濟較為不發達的地區，應該首先注重制造業企業的發展，利用其產生的知識外溢效應，提高生產效率，達到實現經濟增長和社會發展的目的。