服務業集聚與制造業工資不平等

梁軍 從振楠

摘 要：通過引入服務業集聚指標，拓展新經濟地理學工資方程，并基于中國271個地級城市的面板數據，運用空間計量模型實證研究了服務業多樣化集聚、專業化集聚和制造業工資不平等程度之間的影響關系。研究結果表明：各城市制造業工資水平表現出顯著的空間相關性，工資空間分布的極化效應越來越明顯;服務業多樣化集聚在整體上促進了制造業工資水平提高，而服務業專業化集聚對制造業工資的作用不顯著;地區分異的回歸結果顯示，服務業多樣化集聚在東部地區對制造業工資水平有正向作用，在中部地區未呈現出明顯作用，在西部地區卻抑制了制造業工資上漲;而服務業專業化集聚在各地區對制造業工資的作用始終不顯著。研究結論對降低地區制造業工資不平等程度、促進區域協調發展具有借鑒意義。

關鍵詞：服務業集聚;制造業工資;多樣化;專業化

文章編號：2095-5960（2019）06-0016-09;中圖分類號：F062.9;文獻標識碼：A

長期以來，依托于廉價的勞動力資源稟賦和日益擴大的市場份額，中國制造業的經濟規模和工資水平不斷提升，但同時地區制造業發展水平的差異性也愈發突出。橫向來看，東部與中西部之間的制造業分布呈現出越來越顯著的“中心—外圍”格局，區域間工資不平等程度也表現出逐年擴大的態勢。[1]就目前我國的產業發展現狀和變革趨勢來看，制造業仍然是經濟發展的支柱型產業，而制造業工資不平等是制造業收入差距甚至地區收入差距的主要影響因素。任由地區制造業收入不平等程度擴大必定會加劇區域發展的不平衡性，與社會和諧穩定發展的良序原則相悖。落實促進區域協調發展和全民共同富裕的政策主張，解決收入分配差距持續擴大的問題，必須關注區域工資差距問題的解決措施。探尋制造業工資不平等的形成機制和解決措施具有重要的現實意義。

一、文獻綜述

為解決地區制造業工資不平等的問題，多數學者基于新古典增長理論的分析范式，從技術進步、對外開放、外商直接投資、人力資本、匯率波動等角度來研究制造業工資差距的成因。[2-7]新古典經濟學在規模收益不變或遞減、完全競爭、無運輸成本等假定下，試圖從“第一天性”（First Nature）的角度解釋制造業工資差距的成因，由于忽略了距離和空間維度因素的影響，最終走入 “庭院資本主義”的死角。并且按照新古典經濟學的基礎假設，要素報酬均等化最終將帶來經濟地理格局的收斂性變遷，這種理論預期的結果與目前我國經濟發展過程中產業集群大規模涌現和收入差距日益擴大的現實特征相悖。若試圖更為合理完整地解釋現實世界中區域經濟發展不平衡的現象，還需引入“第二天性”（Second Nature）的特征。

20世紀90年代初，由Krugman等開創的新經濟地理學基于不完全競爭、規模收益遞增、冰山運輸成本等假設[8]，在中心—外圍模型（CP模型）的基礎上推導出制造業部門的工資方程，從經濟活動空間集聚的視角為地區工資差異提供了新的解釋，但由于產業集聚的知識、技術溢出等特征難以被模型化，新經濟地理學理論僅僅從市場潛能（貨幣外部性）的角度強調了區位因素對地區工資差距的影響;而城市經濟學的諸多研究將產業集聚的技術外部性納入了地區工資差距的分析范式之中，對技術外部性對制造業工資水平的溢出效應進行了有益探討。[9-12]反映在我國學者的研究中，閆逢柱和喬娟首次研究了制造業集聚與其內部工資水平之間的關系，結果表明產業集聚對工資水平的影響與行業異質性密切相關;[13]韓帥等認為[14]，服務業集聚能通過技術溢出效應顯著促進地區工資水平上漲，而制造業集聚通過勞動力蓄水池效應促進了教育的工資回報率提升;謝露露利用2005～2007年中國工業企業數據庫二位數制造業數據，研究了制造業集聚帶來的地級市工資“俱樂部”現象，發現制造業集聚對于工資水平存在著直接效應和間接效應;[15]吳曉怡和邵軍研究發現，以制造業就業密度衡量的集聚程度對制造業企業工資水平的影響呈現出倒U型特征。[16]從上述文獻梳理中可以看出，針對產業集聚和地區制造業工資不平等這一問題，我國學者的研究成果仍然較少，并且多數學者從整體產業集群的角度出發，或僅僅立足于制造業及其細分行業的集聚特征來考察制造業工資水平的影響因素，以解釋工資不平等現狀的成因，尚未有學者從產業關聯的角度出發，來研究上下游產業間的互動關系或其他產業集群的外溢效應對制造業工資不平等的影響機制。

首先，隨著市場一體化機制的不斷完善，城市間產業發展的不平衡性和產業內部工資水平的地區差異性不僅取決于本產業集聚的規模效應，產業間集聚的相互關聯效應和溢出效應更是影響城市產業技術進步和工資水平提升不可或缺的因素;其次，服務業（尤其是生產性服務業）具有知識密集、技術密集等特性，良好的服務業專業化集聚帶來的分工協作效應能夠提高制造業生產過程中的技術復雜度和生產效率[17]，而服務業的多樣化集聚能夠促進技術擴散和技術創新，增進區域內資源和技術共享，從而提高制造業工資水平;[18][19]最后，當今世界正在由“工業經濟”時代轉變成為“服務經濟”時代，服務業作為一切生產活動過程當中的“潤滑劑”[20]，能夠廣泛參與到價值鏈分工的高端和低端環節，最終在城市中各產業間產生關聯效應。基于產業關聯的視角，研究服務業集聚對制造業工資水平的外溢效應，不僅可以揭示制造業工資不平等問題的形成機制和解決途徑，而且具有重要的理論價值和現實意義。

基于以上認識，本文將在新經濟地理學和城市經濟學已有研究的基礎上，以我國271個地級市為研究對象，主要探究服務業的多樣化集聚、專業化集聚和制造業工資不平等間的作用機制。本文的創新之處主要有以下幾點：（1）從產業關聯和產業間溢出效應的角度，考察服務業集聚和制造業工資水平之間的關系，為城市間工資差距的研究提供了一個新的視角;（2）從馬歇爾集聚外部性角度出發，根據服務業集聚的內在特征，將其分為多樣化集聚與專業化集聚，具體研究不同類型的服務業集聚對制造業工資水平的空間作用機制;（3）利用空間計量分析方法，引入各城市間的地理距離，將多數研究中被忽略的區位因素引入制造業工資不平等形成機制的考察過程當中;（4）基于東中西部地區分異的維度，對服務業集聚和制造業工資水平間的作用機制進行再檢驗，從而針對東中西部收入差距持續擴大的問題提供合理的政策建議。

二、模型的設定與構建

（一）理論模型的設定

根據Krugman的理論[8]，考慮一個只有服務業和制造業的兩部門經濟體，制造業部門在不完全競爭、規模報酬遞增的特征下進行差異化生產，且服從薩繆爾森的“冰山運輸成本”假定，城市制造業工資水平用公式表示為：

以上為新經濟地理學中的工資方程，其中，mpi為i城市制造業市場潛能，一定程度上表示了i城市周邊城市對該城市制造品需求規模總和的大小，又稱之為貨幣外部性。wagei表示i城市制造業平均工資水平，α為消費者對制造品的支出份額，F為制造品生產過程中的固定投入成本，σ表示CES效用函數中的不變替代彈性，ci為i城市制造品生產的邊際成本。

依據集聚經濟學的相關理論，服務業集聚能夠通過外部效應對制造業生產成本產生重要的作用和影響。一方面，服務業集聚能夠通過價值鏈分工、規模經濟、資產專用化、生產流程創新等途徑提高制造業生產效率，節約制造業的生產成本、交易成本和人力資源搜尋成本;[17]另一方面，一定空間內大規模服務業廠商無序集中和過度集聚也可能造成擁堵效應，使資源配置傾向于無效率發展，同時廠商之間的惡性競爭抬高了服務的搜尋成本和生產要素價格，使得制造業企業邊際生產成本提高。[21]因而，參考王海寧和陳媛媛的研究[22]，將i地區制造業生產的邊際成本設定為服務業集聚水平的函數，即：

其中，θ表示服務業集聚對制造業邊際生產成本影響程度的大小，其符號取決于服務業集聚帶來的凈效應的大小，因而工資方程又寫作：

（二）計量模型的構建

依據上述理論模型中變量間的關系，結合現實，構建如下基準線性回歸模型：

其中，下標i表示地級城市，t表示測度時間，n表示其他控制變量的個數;wage表示地級市制造業的平均工資，saggl表示各城市服務業集聚程度，mp表示市場潛能;X為其他控制變量，其中包括：外商直接投資水平（fdir）、人力資本（hr）、信息化水平（inf）;μi、vt、uit分別為地區效應、時間效應和隨機擾動項。

按照產業集聚的不同模式及特征，可將集聚分為專業化和多樣化兩種類型。Marshall認為[23]，區域內同種類型的企業或廠商集聚，能促進技術和知識在企業間傳播和共享，同時專業化集聚能夠通過勞動力池、中間行業的規模效應促進地區產業增長，這種外部性的相關理論后來經由Arrow、Romer完善[24，25]，理論界稱之為MAR外部性;Jacobs則指出[26]，多樣化集聚能促進不同類型的技術和知識之間的相互交流補充，有利于知識創新的搜尋，從而更有利于技術進步和產業成長。國內外學者的眾多研究結果也表明，產業集聚的多樣化和專業化特征對于區域間產業發展和經濟增長存在著截然不同的作用機制和途徑。[27][28][29]因而根據服務業集聚的不同類型，我們構建集聚的多樣化指標（DIV）和專業化指標（SPEC），從集聚的廣度和深度兩個層面上衡量城市中服務業的集聚特征，將回歸式拓展為：

根據地理學第一定律，考慮到臨近城市間的制造業工資水平可能存在外溢效應和依賴關系，我們引入空間自回歸模型（spatial autoregressive model，SAR），以解釋臨近地區制造業工資水平的波動對本地區被解釋變量的影響：

上式中，Wij為N×N階空間權重矩陣，系數ρ為空間自相關系數，體現了臨近地區制造業工資水平對本地區制造業工資水平的影響。當考慮鄰近地區被解釋變量擾動項的隨機沖擊效應能夠對本地區制造業工資水平產生影響時，應構建面板空間誤差模型（spatial error model，SEM）：

其中，λ代表空間誤差項的系數，ε代表空間誤差項的隨機擾動項。

三、變量說明和數據來源

（一）相關變量的說明

1.被解釋變量

制造業工資水平（wage）：由于地級市制造業工資數據難以獲取，借鑒謝露露，采用各地級市制造業企業的平均工資水平予以代理[15]，相關數據來源于國家統計局維護的《中國工業企業數據庫》，利用各城市二位數制造業企業的工資數據，加總得到各城市制造業平均工資數據，樣本考察期為2004～2007年。具體處理方法為：將各地級市制造業企業當年應付工資總額與應付福利費總額求和，并除以各城市制造業企業從業總人員數，得到各地級市制造業平均工資水平。其中，根據各年度CPI平減指數，將應付工資與應付福利費總額平減為以2004年為基期的實際值。

2.解釋變量

服務業集聚水平（saggl）：為全面反映出服務業集聚的多元特征，構建集聚的多樣化（DIV）和專業化（SPEC）指標，從廣度和深度兩方面來衡量服務業的集聚狀況。具體參考Glaeser et al.的度量方法[27]，以相對專業化指數來衡量服務業的集聚狀況，計算公式為：SPECi=si/s，si表示i城市服務業從業人員數占該城市總從業人員數的比重，S表示全國服務業從業人員數占全國總從業人員數的比重。

相應地，采用相對多樣化指數來衡量服務業多樣化集聚程度，以消除產業集聚規模差異所造成的回歸誤差，在公式中表現為：DIVi=1/Σjsij-sj。其中，sij表示i城市j行業從業人數在i城市服務業中所占就業份額，sj表示行業j總從業人數在全國服務業中所占的就業份額。

3.控制變量

（1）市場潛能（mp）：根據新經濟地理學工資方程，Krugman意義上的市場潛能表現為mpi=Σj（e-ωdijPj）σ-1Yj[8]，其中ω為“冰山運輸成本”，Pj表示城市j的價格指數，Yj表示各地級區域的國內生產總值。由于各城市價格指數、雙邊貿易成本等數據難以獲取，我們采用Harris的方法來計算市場潛能[30]，具體公式為：mpi=Σj≠iYj/dij+Yi/dii，dij表示城市i到城市j之間的直線距離，dii為城市i的內部距離，用dii=2/3areai/π來衡量，areai為城市i的土地面積。

（2）外商直接投資水平（fdir）：外商直接投資（FDI）能為外資企業帶來先進技術和生產力，同時區域間的溢出效應能夠促進內資企業提高邊際生產率，從而提高該區域整體工資水平;[31]另一方面，FDI與東道國企業競爭形成的“擠出效應”可能會迫使當地制造業企業通過降低工資來壓縮成本[32]，因而FDI對于地區制造業工資水平的作用具有不確定性。本文使用該年度FDI占GDP的比重來衡量外商直接投資水平。

（3）人力資本（hr）：勞動經濟學中，Mincer提出的工資方程認為[33]，具有較高人力資本的群體會通過資源配置效應得到較高的勞動報酬。本文借鑒王志鵬和李子奈、盧進勇等研究中人力資本的測算方法[34，35]，采用各城市高校在校生人數和普通中學在校生人數所構建的復合指標予以度量，并給處在不同教育階段的對象賦予不同權重，具體表現為：hri=midi×10/popi+higi×15/popi。其中，midi為i城市普通中學在校生人數，hig表示i城市高校在校生人數，popi為該城市年末總人口數。

（4）信息化水平（inf）：信息化水平標志著區域內信息傳遞媒介的便利性以及傳播速度，高效率的信息傳播速度有利于企業降低外部交易成本，使企業生產的分工協作效率得到提高，從而對城市制造業工資水平的提升產生推動作用，促使制造業進行信息化轉型。同時，在服務業集聚對制造業工資的空間溢出效應發揮作用時，良好的信息基礎設施建設能夠保障技術、知識實現更加高效地交流，大大減小了信息損耗，提高了信息的價值創造能力。本文使用人均郵電量來衡量各城市的信息化水平。

（二）數據來源

本文的考察層面為地級城市，受制造業工資數據可得性的限制，將樣本期間確定為2004～2007年，剔除掉數據缺失較為嚴重的城市，最終選擇我國271個地級市為研究對象。各地級市制造業工資數據來源于《中國工業企業數據庫》（2004～2007），各城市特征數據主要來自《中國城市統計年鑒》（2005～2008），并采用《中國區域經濟統計年鑒》（2005～2008）中的數據進行交互補充，對于部分缺失的城市特征數據，使用插值法進一步補充。

四、實證分析

（一）空間相關性檢驗

空間依賴性是基于地理區位信息的空間數據的主要特征之一，具體表現為相鄰空間觀測單位之間數據分布特征的同質性和集中性。[36]在進行空間回歸分析之前，先采用空間相關性檢驗確定各城市制造業工資水平之間是否存在空間依賴性，具體測度過程采用Moran′s I指數來實現，計算公式如下：

其中，Yi表示i城市制造業的平均工資，表示所有樣本城市中制造業的平均工資水平，S為各城市制造業工資水平的方差，Wij為空間權重矩陣。結合上述公式，利用樣本考察期間中國各城市制造業工資水平數據得到的Moran's I指數及其統計檢驗結果如表1所示：

從上表中可以發現，首先，在樣本考察期內，我國各地級市制造業工資水平歷年的Moran's I指數均大于0，并且在1%的水平上顯著，這說明各城市制造業工資水平存在顯著的空間依賴性，在區域間呈現出工資“俱樂部”式的分布特征;其次，從2004年到2007年，各城市制造業工資的Moran's I指數整體上呈現出波動中遞增的趨勢，這說明城市之間產業的群聚效應和極化效應越來越明顯，同時區域間制造業工資不平等程度也在逐年加深，這與我國東中西部之間工資差距持續擴大的現狀相吻合。由于經典計量分析中的OLS回歸方法忽略了空間依賴性和空間異質性的存在，無法有效緩解空間數據的觀測誤差和建模誤差，因而下文將引入空間計量模型，對制造業工資不平等的形成機制進行分析。

（二）全國層面的回歸分析

依據傳統面板模型的分類，Elhorst將空間面板模型分為空間固定效應和空間隨機效應兩種模型[37]，而Baltagi認為當研究對象為確定的個體時，固定效應模型將優于隨機效應模型[38]，這與Hausman檢驗結果相一致。因而在全國層面的回歸分析時，為考察觀測單元在空間分布和地理區位上相互關聯的特征，我們構建反地理距離空間權重矩陣，分別根據上文所確定的SAR、SEM模型，控制空間固定效應和時間固定效應兩種非觀測效應，將全國層面的服務業集聚和制造業工資水平的回歸結果列示如下：

從服務業集聚和城市制造業工資水平的回歸結果（表2）中可以看出，模型（1）到模型（6）中的空間自相關系數（ρ）和空間誤差項系數（λ）均在1%的水平上顯著為正。這表明我國城市制造業工資水平受到周邊其他城市的影響而表現出強烈的空間依賴性，空間溢出效應使鄰近城市制造業工資水平呈現出趨同收斂的特征。這一結論與集聚地為吸引人才而開展的工資競價活動相吻合，即：在勞動力市場一體化和企業生產同質化的情形下，當某地區周邊城市制造業工資水平提高時，為避免臨近城市的工資溢價對本城市廉價勞動力和高端人才產生吸聚效應，本地區制造業也往往傾向于提高工人工資，以減小地區間人力資本流動給本地企業帶來的損失。[15]

為進一步精確分析各變量對城市制造業工資水平的具體作用，本文在此構建一個綜合各種空間面板模型在內的多重檢驗框架，依據各種空間面板模型參數設定中的嵌套性關系，檢驗SDM模型與SAR模型、SDM模型與SEM模型在回歸過程中是否存在本質性區別，以縮小模型選擇的范圍，具體的檢驗過程由Wald檢驗和Lratio檢驗所構建的參數約束統計量來綜合考察;同時，依據赤池信息準則（AIC）和貝葉斯信息準則（BIC）來最終確定系統性誤差最小的模型，以佐證本文實證結果的合理性，模型適配性檢驗的統計結果如表3：

表3模型的適配檢驗結果顯示，Wald檢驗和Lratio檢驗在5%的置信區間上均無法拒絕“SDM模型與SAR、SEM模型的設定無本質性差異”的原假設，因而SDM模型與SAC模型并不適用于本文樣本數據的回歸過程。進一步地，由赤池信息準則（AIC）、貝葉斯信息準則（BIC）的結果可得，當考慮到空間滯后系數時，模型設定的AIC、BIC值均變小，面板SAR模型估計結果的特異性誤差較小，因此模型（3）的實證結果是本文樣本數據集回歸結果的最佳選擇。

由模型（1）到模型（3）的估計結果可知，服務業的多樣化集聚能夠在5%的顯著性水平上均能夠促進城市整體制造業工資水平提高，而服務業專業化集聚對制造業工資水平的作用并不顯著。從全球價值鏈的角度來看，我國服務業在全球價值鏈中仍處于低端環節，僅僅依靠勞動力價格上的比較優勢提供勞動密集型的中間產品或服務，并且受到國際服務外包的影響，本土服務業全球化過程中往往受到來自發達國家先進服務業的“擠出效應”，大大制約了我國服務業從低水平專業化向高水平專業化的轉型升級。這種低水平集聚恰好造成了專業化過程中溢出效應和規模效應的缺失，因而我國服務業的專業化集聚不能推動制造業生產效率提高，從而提高制造業的工資水平。同時，由于我國的FDI分布多集中于制造業，這些外資企業能夠從投資國獲得長久的技術幫助和研發支持[39]，而外資企業生產的技術效率提高又能對我國制造業中的內資企業產生溢出效應和競爭效應，促使內資企業開展技術變革和產品研發活動。因而相比于服務業來說，我國制造業的創新動力更強，其在研發創新活動中對多樣化的生產性服務的需求也就更大。而服務業的多樣化集聚恰恰能為制造業的生產過程提供多元化的服務選擇，制造業企業能夠針對原有的生產路徑和生產慣性尋求最符合自身發展需求的中間性服務廠商，同時服務業多樣化集聚的知識溢出效應和知識擴散效應也有利于制造業生產效率的提升。多樣化的知識、技術、人才之間的相互交流能為制造業企業提供良好的創新環境，這一結論與產業多樣化的“技術池觀點”[19]相互印證。

從控制變量的回歸結果來看，市場潛能對城市制造業工資水平具有顯著的正向作用，這與本文理論模型和新經濟地理學理論的預期結果相一致，即城市中制造業生產所承載的市場需求規模增大有利于該城市制造業工資水平提升。同時，外商直接投資水平對制造業工資表現出負向相關，且其系數均不顯著，這說明FDI在對本國企業產生示范效應的同時，也存在著由競爭而產生的擠出效應，因而FDI未能促進本國制造業工資水平提升。最后，信息化水平提高能夠顯著促進我國制造業工資水平提升，這與本文對控制變量的分析結論相一致。

（三）東中西部分異的再檢驗

本文聚焦于制造業工資不平等的影響機制，結合我國經濟發展現狀，工資不平等主要來源于兩方面：一是各城市間的工資差距，二是區域間的工資差距。從上文分析中可以看出，服務業多樣化集聚能在整體上促進各城市制造業工資水平提高，而服務業的專業化集聚未表現出顯著影響，結合我國東中西部制造業工資差距不斷擴大的現實特征，本文將樣本數據中所考察的271個城市劃分為東、中、西部三大區域①?①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、海南所管轄的101個地級及以上城市;中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南所管轄的97個地級城市;西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆所管轄的73個地級及以上城市。，并進一步探究在東中西部地區分異的視角下，不同地區的服務業集聚將對制造業工資水平產生何種影響，并根據其具體的作用機制，探尋地區間工資不平等程度持續擴大的原因。依據上文模型適配性檢驗的分析結果，采用面板SAR模型進行回歸，估計結果如表4所示：

從東中西部地區分異的回歸結果（表4）可以看出，首先，無論是在東部、中部、還是西部，服務業的專業化集聚對制造業工資水平的影響都不顯著，這與表2中全國層面的回歸結果相一致。其次，東部城市的服務業多樣化集聚能夠顯著提高制造業工資水平，西部各城市的服務業多樣化集聚在10%的顯著性水平上對制造業工資水平產生負向影響，而中部地區的這種作用不具有統計顯著性。我們認為：隨著地區經濟發展階段和城市體系演變趨勢的不同，各區域針對自身發展現狀所進行的產業布局規劃方面的選擇也有所差異。具體來看，經濟發展水平較高的地區多擁有良好的產業基礎，在產業規劃過程中往往更傾向于選擇以高技術產業為主體的高端產業作為發展對象;而經濟發展較為落后的地區受人力資本存量不足、基礎設施建設不完善等因素所限，產業布局的選擇多以全球價值鏈低端環節的產業為主，因而整體的產業發展水平相對滯后。我國中西部地區中相當一部分地區地處人口集聚密度比較低的經濟不發達區域（如山西、甘肅、廣西、云南等省份），服務業發展也多以本土化的低端服務業為主，并未像東部地區那樣廣泛參與到全球價值鏈分工體系的生產環節當中，無法在與發達國家的高端服務業競爭、模仿和學習過程中實現技術進步。同時中西部地區不具備東部沿海地區那樣數量眾多的高校、科研機構和創新型企業，人力資本存量也較低，在服務業多樣化集聚的過程中，知識溢出和技術擴散效應較為欠缺，不能對制造業產生良好的外溢效應。此外，西部地區大量低端服務業企業的多樣化集聚，反而會擠占當地制造業企業所擁有的土地、勞動力、資本等生產要素，在一定程度上阻礙制造業企業的發展，對制造業工資水平產生負向作用，進一步拉開了東中西部之間的收入差距。這在一定程度上為我國東部與中西部之間呈現出的“中心—外圍”格局提供了經驗支持。

五、研究結論與政策建議

在新經濟地理學和城市經濟學已有的研究基礎上，本文擴展了Krugman提出的制造業工資方程[8]，以我國271個地級市為研究對象，采用面板空間計量模型，從產業關聯的角度實證研究了服務業的多樣化集聚和專業化集聚對制造業不平等程度的影響，并進一步基于東中西部地區分異的特征，對不同地區的服務業集聚和制造業工資不平等之間的作用機制進行考察，研究的主要結論如下：

首先，我國各城市制造業工資水平表現出顯著的空間依賴性和空間相關性，且全局自相關系數呈現出波動中遞增的趨勢，這說明制造業工資空間分布的極化效應越來越明顯，區域間制造業工資不平等程度正在逐年加深;其次，從產業關聯的角度來看，服務業的多樣化集聚能夠促進制造業工資水平提升，而服務業專業化集聚對制造業工資水平的作用不顯著;再次，基于東中西部地區分異的結果顯示，東部地區的服務業多樣化集聚有利于地區制造業工資水平提高，西部地區服務業的多樣化集聚卻對制造業工資水平產生負向作用，而中部地區的這種作用不顯著，但無論是在東部、中部還是西部，服務業的專業化集聚都無法對制造業工資水平產生顯著影響;最后，市場潛能對城市制造業工資水平在整體上具有顯著的促進作用，這與新經濟地理學的理論預期相一致。

針對我國東中西部地區產業發展表現出的“中心—外圍”分化格局，為降低地區間制造業工資不平等程度，縮小區域間收入差距，根據本文的研究結論，提出如下政策建議：

一是大力發展高端服務業，促進服務業從全球價值鏈低端環節向高端環節攀升。對于東部地區，應鼓勵高端服務業專業化集聚，打造高端產業專業化集聚園區，并通過技術支持培育新型服務業，促使服務業向全球價值鏈高端環節攀升;對于中西部地區，積極引入知識密集型服務業，引導服務業多樣化合理布局，利用政策傾斜扶持中西部地區服務業廣泛加入全球價值鏈生產環節當中，多措并舉實現東中西部地區服務業合理的專業化集聚和多樣化布局。

二是培育新區域增長極，促進城市體系和城市群成長。積極引導社會資本和信貸資本流入服務業，為服務業的創新演化和產業結構升級提供良好的外部條件。同時，要充分認識到服務業集聚對縮小地區間差距的積極意義，依托原有的城市群和城市體系，在區域內培育若干個服務業集聚的新增長極，促進服務業多中心空間集聚式發展，充分發揮城市體系的網絡外部性，促進區域協調發展。

三是打破地區制造業間的貿易壁壘，提高各城市對外開放度。推進我國區域間制造業市場一體化程度提高，鼓勵人力資本跨區域流動，消除地區間制造業市場分割，積極鼓勵我國制造業研發、生產、銷售過程中的跨區域分工協作，合理引導東部沿海地區制造部門向中西部地區進行產業轉移;提高各城市對外開放度，充分發揮國際市場潛能對制造業工資水平的促進作用，以縮小區域間制造業工資差距。

參考文獻：

[1]陳建軍，劉月，陳懷錦.市場潛能、協同集聚與地區工資收入——來自中國151個城市的經驗考察[J].南開學報（哲學社會科學版），2016（1）：77-88.

[2]吉緬周.FDI與制造業工資關系的經驗研究[J].國際經貿探索，2007（10）：58-63.

[3]喻美辭.國際貿易、技術進步對相對工資差距的影響——基于我國制造業數據的實證分析[J].國際貿易問題，2008（4）：9-15.

[4]陳怡，周曙東，王洪亮.外商直接投資對我國收入差距的影響——基于制造業工資基尼系數的實證分析[J].世界經濟研究，2009（5）：71-76.

[5]馮曉華，張玉英.人民幣匯率波動的福利效應——基于我國制造業面板數據的實證分析[J].國際貿易問題，2009（9）：107-116.

[6]楊春艷.貿易開放與工資差距——基于中國制造業行業面板數據的實證研究[J].世界經濟研究，2012（7）：41-45.

[7]梁瀅，李金玲.貿易開放、人力資本與制造業勞動力工資差距——基于門檻效應模型的實證研究[J].人口與經濟， 2013（3）：75-83.

[8]Krugman P.Increasing Returns and Economic Geography[J].Journal of Political Economy，1991，99（3）：483-499.

[9]Wheaton W C，Lewis M J.Urban Wages and Labor Market Agglomeration[J].Journal of Urban Economics，2002，51（3）：542-562.

[10]Mion G，Naticchioni P.Urbanization Externalities，Market Potential and Spatial Sorting of Skills and Firms[R].CEPR Discussion Paper，2005，No.5172.

[11]Fingleton B.The New Economic Geography versus Urban Economics：An Evaluation Using Local Wage Rates in Great Britain[J].Oxford Economic Papers，2006，58（3）：501-530.

[12]Fingleton B，Longhi S.The Effects of Agglomeration on Wages：Evidence from the Micro-Level[J].Journal of Regional Science，2013，53（3）：443-463.

[13]閆逢柱，喬娟.產業集聚發展對工資變化的影響——基于中國制造業的實證研究[J].中國人口科學，2010（1）：57-65.

[14]韓帥，孫浦陽，張誠.產業集聚對教育回報與工資水平的影響——基于我國服務業與制造業集聚的比較分析[J].現代財經（天津財經大學學報），2012（9）：106-118.

[15]謝露露.產業集聚和工資“俱樂部”：來自地級市制造業的經驗研究[J].世界經濟，2015（10）：148-168.

[16]吳曉怡，邵軍.經濟集聚與制造業工資不平等：基于歷史工具變量的研究[J].世界經濟，2016，39（4）：120-144.

[17]馮泰文.生產性服務業的發展對制造業效率的影響——以交易成本和制造成本為中介變量[J].數量經濟技術經濟研究，2009，26（3）：56-65.

[18]Wang P.Agglomeration in a Linear City with Heterogeneous Households[J].Regional Science and Urban Economics，1993，23（2）：291-306.

[19]Duranton G，Puga D.Nursery Cities：Urban Diversity， Process Innovation， and the Life Cycle of Products[J].American Economic Review，2001，91（5）：1454-1477.

[20]Riddle D.Service-Led Growth：The Role of the Service Sector in World Development[M].New York：Praeger Publishers，1986.

[21]Fre R，Grosskopf S.Slacks and Congestion：A Comment[J].Socio-Economic Planning Sciences，2000，34（1）：27-33.

[22]王海寧，陳媛媛.產業集聚效應與地區工資差異研究[J].經濟評論，2010（5）：72-81.

[23]Marshall A.Principles of Economics[M].London：Macmillan，1920.

[24]Arrow K J.The Economic Implications of Learning by Doing[J].Review of Economic Studies，1962，29 （3）：155-173.

[25]Romer P M.Endogenous Technological Change[J].Journal of Political Economy，1990，98（5）：71-102.

[26]Jacobs J.The Economy of Cities[M].New York：Random House，1969.

[27]Glaeser E L，Kallal H D，Scheinkman J A，et al.Growth in Cities[J].Journal of Political Economy，1992，100（6）：1126-1152.

[28]Henderson V，Kuncoro A，Turner M.Industrial Development in Cities[J].Journal of Political Economy，1995，103（5）：1067-1090.

[29]薄文廣.外部性與產業增長——來自中國省級面板數據的研究[J].中國工業經濟，2007（1）：37-44.

[30]Harris C D.The Market as a Factor in the Localization of Industry in the United States[J].Annals of the Association of American Geographers，1954，44（4）：315-348.

[31]Brown D K，Deardorff A V，Stern R M.The Effects of Multinational Production on Wages and Working Conditions in Developing Countries[R].NBER Working Papers，2003，No.9669.

[32]Barry F，Grg H，Strobl E.Foreign Direct Investment and Wages in Domestic Firms in Ireland：Productivity Spillovers versus Labour-Market Crowding Out[J].International Journal of the Economics of Business，2005，12（1）：67-84.

[33]Mincer J.Schooling，Experience，and Earnings[M].Columbia：Columbia University Press，1974.

[34]王志鵬，李子奈.外商直接投資、外溢效應與內生經濟增長[J].世界經濟文匯，2004（3）：23-33.

[35]盧進勇，楊杰，邵海燕.外商直接投資、人力資本與中國環境污染——基于249個城市數據的分位數回歸分析[J].國際貿易問題，2014（4）：118-125.

[36]Anselin L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988.

[37]Elhorst J P.Specification and Estimation of Spatial Panel Data Models[J].International Regional Science Review，2003，26（3）：244-268.

[38]Baltagi B H.Econometric Analysis of Panel Data[M].New York：Wiley，2001.

[39]譚洪波，鄭江淮.中國經濟高速增長與服務業滯后并存之謎——基于部門全要素生產率的研究[J].中國工業經濟，2012（9）：5-17.