產業集聚對中國木材企業全球價值鏈地位的作用機制及其實現路徑*

侯方淼 王宏飛 劉 璨 帥冰玥

（1.北京林業大學經濟管理學院 北京 100083；2.浙江農林大學浙江省鄉村振興研究院 杭州 311300；3.國家林業和草原局發展研究中心 北京 100714）

木材產業依托森林資源而發展，與生態緊密相聯，是國民經濟重要的基礎性產業。據中國木材保護工業協會發布的消息，2021 年，中國木材及木制品進出口貿易額達695.88 億美元，同比增加27.18%，其中，進口額為252.77 億美元，同比增加19.60%，出口額為443.11 億美元，同比增加31.95%，為世界上木材最大的消費國、加工國和貿易國。中國木材產業雖然通過國際貿易廣泛參與全球價值鏈（global value chain，GVC），但是大進大出的加工貿易模式使產業過度依賴國際生產網絡，木材加工企業被俘獲在GVC 中低附加值的加工環節，缺少價值鏈控制力和分工主動權。這種分工模式建立在木材資源大量消耗和低效利用的基礎上（侯方淼等，2020），企業只能獲得低端產品加工的微薄利潤，與中國龐大的林產品貿易規模不相匹配。2001—2015 年，中國上市林業企業出口國內附加值率（domestic value added rate，DVAR）呈現波動下降趨勢（侯方淼等，2017），中國木材加工企業處于發達國家對中國產業的低端鎖定困局，亟需一條立足于經濟內循環的全球價值鏈突圍之路。產業集聚作為現代產業發展的重要組織形式，使企業既扎根于規模巨大的國內市場，又嵌入GVC 生產體系中，是打造雙循環新格局的重要交匯點（胡翠等，2014）。新形勢下，如何推動本土產業集聚持續發揮內循環優勢、通過產業集聚提升企業GVC 地位，形成國內國際雙循環相互促進的新格局，已成為木材產業需要迫切研究的重要課題。

與本研究主題相關的文獻包括全球價值鏈（GVC）地位和出口國內附加值率（DVAR）測算、產業集聚和經濟之間的關系等。第一，在全球價值鏈背景下，出口產品包括大量國外價值，傳統出口總量指標夸大了中國的真實貿易利得（Koopmanet al.，2010；2014；Upwardet al.，2013；張杰等，2013；Keeet al.，2016；侯方淼等，2017）。DVAR 是衡量企業參與全球價值鏈位置的重要指標（張杰等，2013；Keeet al.，2016），能夠更客觀地反映企業和產業國際競爭力強弱。采用Koopman等（2010）和Wang 等（2013）提出的附加值溯源分解法，Upward 等（2013）核算了2003—2006 年中國出口企業的DVAR。Kee 等（2016）通過識別貿易中間商和進口中間品，在企業層面重新測算DVAR，提出從微觀層面加總到宏觀層面的測算方法。影響DVAR 的因素主要包括產業集聚（邵朝對等，2019）、規模經濟（張杰等，2013；廖澤芳等，2017）、技術水平（廖澤芳等，2017；張兵兵等，2021）、工資水平（蔣艷萍等，2021）和垂直專業化分工程度（呂婕等，2013；羅長遠等，2014）等。第二，Marshall（1920）提出產業集聚和集聚外部性，勞動力蓄水池、中間投入共享和知識技術溢出是學界廣為認可的集聚經濟主要來源；然而，因研究對象和使用數據差異，已有文獻對產業集聚影響經濟增長的結論不一。有學者認為產業集聚顯著促進經濟增長（Martinet al.，2011；羅勇等，2005；劉修巖，2014；潘文卿等，2012；郭麗燕等，2020；金浩等，2021；夏永紅等，2019）；也有學者認為產業集聚在不同時期對經濟發展的效應不同，即存在非線性的“U”形或“N”形關系（Henderson，2003）；還有學者認為產業集聚效應具有動態性，集聚對經濟發展可能產生正向的增長效應或負向的擁塞效應（Brülhartet al.，2008）。第三，由于研究行業、使用數據和切入視角等不同，學者們在產業集聚對DVAR 的作用路徑上存在不同觀點。有學者認為經濟集聚依靠地區信息化水平的提高和國內中間品投入的增加提升企業DVAR（楊燁等，2020）；也有學者認為國內外中間品的相互替代和企業成本加成率之間可以相互強化，作為產業集聚效應路徑共同提升企業DVAR（閆志俊等，2019； Broersmaet al.，2009）。另外，相關文獻（張麗等，2021；Broersmaet al.，2009）對產業集聚效應發揮受到哪些因素影響存在差異，如企業所在區域、企業所有制性質、企業參與貿易的方式等不一而足。雖然已有學者將制造業產業集聚和出口附加值置于同一框架下開展研究（楊燁等，2020；邵朝對等，2019；閆志俊等，2019；張麗等，2021），但現有研究依然存在可以改進的學術空間：首先，忽視對木材企業全球價值鏈地位的研究。林業產業尤其是木材產業有別于其他制造業，木材產業發展應兼顧生態保護和經濟效益目標，對于國內森林資源匱乏的中國來說，如何以有限的資源提供最大的產出和收益值得研究，提高出口國內附加值率即為其中重要的一方面，但聚焦木材企業DVAR 的研究甚少，無法衡量木材企業和產業在全球價值鏈下的真實利得。同時，木材產業發展已有研究大多使用宏觀層面數據，從微觀層面探討木材企業出口國內附加值的研究更是匱乏。其次，研究產業集聚對企業參與全球價值鏈影響機制的文獻較少，且已有文獻的研究對象集中于制造業總體，而制造業各產業特點各異，總體研究得出的結論針對性不強。第三，產業集聚對企業參與全球價值鏈的作用路徑有待進一步明確。已有研究對產業集聚作用于DVAR 的路徑莫衷一是，也鮮有文獻從統籌國內與國外2 個市場經濟雙循環視角解構本地化產業集聚與DVAR 的關系；產業集聚對每一具體行業的作用路徑不明確，尤其對木材產業集聚通過何種路徑影響企業DVAR 更不明確，需要結合木材產業特點加以辨識，而產業集聚與木材產業DVAR 是否存在非線性關系、是否存在負向的擁塞效應也需要進一步驗證。

本研究可能的邊際貢獻在于：第一，已有相關研究多通過投入產出表等宏觀數據測算木材產業全球價值鏈地位指數，既未能度量企業的真實收益，也忽視了木材產業細分行業和企業層面的異質性；本研究擬利用企業微觀數據測算DVAR，能夠真實反映企業出口獲利動態變化，提出的政策建議更具有針對性，尤其是重點研究的DVAR 表現為國內生產要素對進口要素的替代作用，這是出口企業的國內附加值（domestic value added，DVA）難以體現的，可以更好表征企業參與全球價值鏈的真實收益和地位；第二，本研究選取木材產業及其細分行業，分析產業集聚對不同木材企業DVAR 存在不同影響，驗證產業集聚對木材企業DVAR 不存在非線性關系、在木質家具制造業存在負向擁塞效應，彌補了已有研究忽視行業異質性的不足；第三，本研究結合木材產業特點構建理論研究框架，并通過中介效應模型深入分析產業集聚通過企業成本加成率和國內中間品相對價格2 條路徑對DVAR 的影響，從產業集聚解構視角探究產業集聚的勞動力蓄水池效應、中間投入共享效應和知識技術溢出效應，更系統探究了產業集聚對木材產業及其細分行業異質性企業DVAR 的作用路徑和影響機制。

1 機制分析、模型構建與數據來源

1.1 產業集聚影響DVAR 的機制分析

首先，通過模型識別影響DVAR 的各種因素（李楠等，2021；邵朝對等，2019；閆志俊等，2019；張麗等，2021；Broersmaet al.，2009；白東北等，2020），然后分析產業集聚影響進口中間品替代和企業成本加成率效應（邵朝對等，2019；閆志俊等，2019；張麗等，2021）等因素，將產業集聚與全球價值鏈地位置于統一理論分析框架下。

假設木材行業為完全競爭市場，測算國內附加值需剔除進口的附加值，引入國際與國內市場中間品拓展生產函數，企業的生產函數為：

在式（2）條件下，第f企業的常替代彈性函數可采用和測算：

給定要素價格條件和產量目標，企業決定生產要素的最佳投入組合。可使成本最小化的第f企業的邊際生產成本為：

進口中間品占企業總收入的比例（岳文，2018）表示為：

式中：μft=Pft/mcft表示第f企業第t年的成本加成率。，

另外，為計算進口中間品成本占總成本的比例需求解成本最小化問題：

進口中間品成本占生產材料總成本的比例為：

由式（9）可知，DVAR 變化受成本加成率（μft）、國內中間品與進口中間品相對價格（PD/PI）的影響。對式（9）求DVAR 對 μft和PD/PI的一階導數可知，成本加成率提高和國內中間品相對價格降低可提高DVAR。

成本加成率和國內中間品相對價格影響出口DVAR 的經濟學邏輯為：第一，成本加成率增加一方面提升產品定價能力，抬高出口價格，另一方面改進生產效率，降低企業生產邊際成本，從而增加企業利潤并增強競爭力，使企業在全球價值鏈中獲得更多國內附加值；第二，根據既定產量下企業生產成本最小化原則，相對于進口中間品，國內中間品價格降低能夠促使企業使用更多國內中間品投入代替進口中間品以穩定成本，從而增加出口DVAR。

1.2 中介效應模型構建與變量選取

1.2.1 中介效應模型構建 基于上述學理分析，較高的DVAR 可能源于提高成本加成率和降低國內中間品相對價格，產業集聚對DVAR 有2 條作用路徑（Marshall，1920；Ellisonet al.，1997），因此采用年份和地區雙固定的固定效應模型（邵朝對等，2019；張麗等，2021）構建中介效應模型（溫忠麟等，2004）。

第一，木材產業集聚可提升DVAR，由此設定基準計量模型如下：

第二，木材產業集聚通過提高企業成本加成率、降低國內中間品相對價格提升DVAR，由此設定中介效應模型如下，驗證該作用路徑：

式中：下標i、j、k和t分別表示企業、產業、地區和年份；DVARijkt表示第t年地級市k產業j中企業i的出口國內附加值率；aggijkt表示第t年地級市k產業j中企業i的產業聚集指數；X表示控制變量的合集；Markupijkt、(PD/PI)ijkt為中介變量，分別表示企業的成本加成率和國內中間品相對價格；引入交互項agg×Markup、agg×(PD/PI)以檢驗產業集聚對企業DVAR 的作用渠道；φi、vi、μi分別為地區、企業和年份的固定效應；εijkt為隨機擾動項。

1.2.2 變量選取和測算 1） 被解釋變量和測算 被解釋變量為DVAR，測算公式DVAR=1-IMP/EXP，EXP為出口貿易額，IMP為出口貿易中包含的進口中間品部分。為準確識別并剔除出口貿易中的進口中間品，對以各種貿易方式進口的中間品、貿易代理商引致的間接貿易和國內生產原料包含進口成分等問題進行處理（Upwardet al.，2013；張杰等，2013；Keeet al.，2016）：

2） 核心解釋變量和測算 核心解釋變量為產業集聚（agg）。本研究利用區位熵（Rosenthalet al.，2004；徐敏燕等，2013；范劍勇等，2014）測算木材產業集聚水平，該指標代表一個地區某特定產業的專業化程度，相較行業集中度、赫芬達爾指數、空間基尼系數等其他測度方法可以合理規避地區規模對產業集聚的影響，能夠較為真實反映出產業集聚要素的地理分布特征。測算公式如下：

式中：下標i、j、k和t分別表示企業、產業、地區和年份；aggijkt為利用區位熵測算的產業集聚水平；Ljkt為第t年地區k產業j的總就業人數；Lijkt為第t年地區k產業j中企業i的就業人數；Lkt為第t年地區k的制造業就業人數。考慮到細化的區域層次更能客觀反映地區產業集聚真實水平（邵朝對等，2019），本研究選擇在市級三位數行業層面計算區位熵指數。Ljt為第t年地區k所在省份產業j的就業人數；Lt表示第t年地級市k所在省份的制造業就業人數。

②國內中間品相對價格（PD/PI）。中間品相對價格測算需要同時獲取國內中間品價格和進口中間品價格，國內中間品投入量越多，國內中間品相較進口品的價格就越低（張麗等，2021）。本研究采用“國內中間品投入比例”指標進行替代，以國內中間品投入與進口中間品投入之比計算。國內中間品投入額根據各年平均匯率換算成美元。

4） 控制變量 參考已有文獻（Upwardet al.，2013；張杰等，2013；Keeet al.，2016），選取如下控制變量：①企業規模（scale），采用企業固定資產凈值年均余額表示；②企業年齡（age），以數據當年年份減去企業成立年份計算；③企業加工密集度（pi），采用企業加工出口額占總出口額的比例表示；④企業資本密集度（ci），采用企業就業人數平均企業固定資產表示；⑤企業全要素生產率（tfp），采用OP 法對企業全要素生產率進行測算；⑥國有企業虛擬變量（soe），若企業所有制類型是國有企業、集體企業或私營企業，則soe 取值為1，其他為0；⑦外資企業虛擬變量（foe），若企業所有制類型是外商企業、港澳臺企業或其他類型，則 foe 取值為1，其他為0。

1.3 數據來源與處理

數據來源于中國工業企業數據庫、海關貿易數據庫和《中國城市統計年鑒》。根據研究目標，需合并兩大數據庫，參考Brandt 等（2012）、田巍等（2013）的研究，首先，按照企業名稱和年份粗略合并；其次，根據地區代碼、電話號碼和成立時間等信息，采用序貫識別法進行多輪匹配識別出同一家企業，并賦予匹配成功企業唯一標識碼，其中對于地區行政代碼和《國民經濟行業分類》的版本更迭，按照2017 年版本予以統一；再次，刪除數據異常的企業，包括就業人數小于8、企業年齡缺失、固定資產大于總資產、本年折舊大于累計折舊、工業增加值大于總產出等；最后，對樣本進行1%的縮尾處理。基于“以木材為原料，采用機械加工方法，產品保持木材特性”的原則，選取《國民經濟行業分類》中三位數行業代碼分類下的“201 木材加工業、202 人造板制造業、203 木制品制造業和211木質家具制造業”共4 類細分產業，最終獲得的匹配數據包含企業有效觀測值458 840 個、企業數15 406家，如表1 所示。

表1 木材產業及其細分產業的企業具體信息①Tab.1 Company-specific information on the wood industry and its sub-sectors

1.4 描述性統計

企業出口DVAR、控制變量指標測算數據均源自2000—2014 年中國工業企業數據庫和海關貿易數據庫，產業集聚指標區位熵測算數據源自中國工業企業數據庫和歷年《中國城市統計年鑒》，對上述變量指標分行業進行描述性統計，結果如表2 所示。與前文分析一致，就DVAR 指標而言，木質家具制造業最高，人造板制造業和木制品制造業相近，接近于木材產業整體水平，木材加工業水平最低；就agg 指標而言，木材加工業和人造板制造業產業集聚水平高于木制品制造業和木質家具制造業；就Markup 指標而言，4 類細分產業水平相近；就PD/PI指標而言，人造板制造業高于其他3 類細分產業，說明人造板制造業使用國內中間品的平均比例相對較高；就age 指標而言，木質家具制造業平均企業年齡最大，人造板制造業平均企業年齡最小；就pi 指標而言，木制品制造業加工密集度最高，人造板制造業加工密集度最低；就tfp 指標而言，人造板制造業高于木制品制造業高于木質家具制造業，木材加工業最低；4 類細分產業中國有企業和外資企業的比例相近。

2 結果與分析

2.1 基準模型結果分析

表3 結果顯示，產業集聚對木材產業整體DVAR的估計系數在1%水平顯著為正；加入控制變量后，雖然產業集聚的估計系數和顯著性水平有所下降，但對DVAR 的影響在5%水平依然為正。產業集聚水平每提高1 個單位，可使DVAR 提升0.002 3 個單位，產業集聚對木材產業整體DVAR 具有促進作用，表明產業集聚形成的經濟正外部性有助于企業在全球價值鏈中獲取更高DVAR。

表3 結果顯示，木材加工業集聚對DVAR 的估計系數為負，未通過顯著性檢驗，表明木材加工業集聚對DVAR 雖有抑制作用但不明顯；控制變量中企業加工密集度（pi）對DVAR 的估計系數在1%水平顯著為負，可能是導致樣本期內木材加工業DVAR 下降的原因。人造板制造業集聚對DVAR 的估計系數在1%水平顯著為正，估計系數和顯著性水平在加入控制變量后變動較小，表明人造板制造業集聚對DVAR 具有促進作用，產業集聚水平每提高1 個單位， DVAR 顯著提升0.014 1 個單位。不論是否引入控制變量，木制品制造業集聚對DVAR 的估計系數均為正，但未通過顯著性檢驗，產業集聚對木制品制造業DVAR 影響不明顯；控制變量中企業規模（scale）和加工密集度（pi）對DVAR 的估計系數顯著為負，表明企業規模較大和加工密集度較高會降低木制品制造業DVAR。加入控制變量前后，木質家具制造業集聚對DVAR 的估計系數在10%水平為負，表明木質家具制造業集聚會降低DVAR，產業集聚水平每提高1 個單位，DVAR 將降低0.006 8 個單位，這與本研究假設相悖，需對產業集聚影響DVAR 的路徑進行進一步分析和檢驗。

2.2 中介效應檢驗

表4 結果顯示，產業集聚對企業成本加成率和國內中間品相對價格的估計系數均顯著為正，表明產業地理集聚有利于降低企業生產邊際成本、促進國內中間品市場發展。成本加成率和國內中間品相對價格對DVAR 的估計系數顯著為正，成本加成率提高和國內中間品相對價格下降會使DVAR 上升。同時，產業集聚與成本加成率、產業集聚與中間品相對價格交互項的估計系數也顯著為正，意味著木材產業集聚可強化企業成本加成率和國內中間品相對價格對DVAR的促進作用。

表4 產業集聚對木材產業整體DVAR 的中介效應檢驗結果①Tab.4 Results of the mediating effect test of industrial agglomeration on the overall DVAR of wood industry

表5 結果顯示，木材加工業集聚對企業成本加成率和國內中間品相對價格的影響未通過顯著性檢驗，表明木材加工業集聚對企業成本加成率提升和國內中間相對價格降低沒有發揮出明顯規模外部性。國內中間品相對價格提升會顯著提高DVAR，但成本加成率對DVAR 的作用不顯著。最終，木材加工業集聚沒有引起企業成本加成率和中間品市場的顯著變化，對DVAR 的影響并不明顯。

表5 產業集聚對木材加工業的中介效應檢驗結果①Tab.5 Results of mediating effect test of industrial agglomeration on wood processing industry

表6 結果顯示，人造板制造業集聚對企業成本加成率的影響不顯著，產業集聚通過成本加成率對DVAR 的影響也不顯著；人造板制造業集聚對國內中間品相對價格的估計系數在1%水平顯著為正，表明人造板制造業集聚可增加企業對國內中間品的投入比例，降低國內中間品相對價格；產業集聚與國內中間品相對價格交互項的估計系數在10%水平顯著為正，表明產業集聚強化了國內中間品相對價格對人造板制造業DVAR 的提升作用。

表6 產業集聚對人造板制造業的中介效應檢驗結果①Tab.6 Results of the mediating effect test of industrial agglomeration on the wood-based panel industry

木制品制造業的產業集聚、產業集聚交互項估計系數均未通過顯著性水平檢驗（表7），表明木制品制造業集聚未通過成本加成率、國內中間品相對價格影響企業DVAR；但成本加成率和國內中間品相對價格對DVAR 的估計系數均顯著為正，再次驗證成本加成率和中間品相對價格是DVAR 的重要影響因素。

表7 產業集聚對木制品制造業的中介效應檢驗結果①Tab.7 Results of the mediating effect test of industrial agglomeration on the wood products industry

表8 結果顯示，木質家具制造業集聚對企業成本加成率、國內中間品相對價格的估計系數為負，表明木質家具制造業集聚降低企業成本加成率、減少國內中間品投入比例。成本加成率和國內中間品相對價格對DVAR 的估計系數在1%水平顯著為正，產業集聚與成本加成率、產業集聚與國內中間品投入價格交互項對DVAR 的估計系數顯著為負，表明產業集聚通過降低企業成本加成率、提高國內中間品相對價格弱化2 條途徑對DVAR 的提升作用。這意味著當集聚區內木質家具企業數量超過一定比例后，因同質化競爭和進口木材價格高造成的過度聚集會產生市場擁塞，同類家具企業爭奪國內市場中有限的資源，包括勞動力和國內中間品，企業間因惡性競爭會減少交流與合作，并通過增加勞動力報酬和壓低產品價格以獲得市場份額，促使企業邊際成本提高，成本加成率開始下降，導致出口DVAR 降低。

表8 產業集聚對木質家具制造業的中介效應檢驗結果①Tab.8 Results of mediating effect test of industrial agglomeration on wooden furniture industry

2.3 內生性檢驗

因變量內生性引致模型有偏估計是實證研究中最常需要處理的問題，常見內生性來源包括反向因果關系和遺漏變量。本研究核心變量DVAR 和產業集聚水平分別為企業層面和地級市層面數據，能夠有效規避因聯立因果關系引致的內生性問題；但是，一些同時影響產業集聚水平和出口DVAR 的不可觀測變量或重要變量被忽略也會導致內生性問題。對此，本研究參考邵朝對等（2019）和趙春明等（2020）的做法，運用工具變量法進行檢驗，選取合適的指標作為產業集聚的工具變量：1） 使用1995 年各地級市人口數作為工具變量，人口密集地區勞動力資源豐富、市場需求大、產業基礎完善，更會吸引企業自發形成產業集聚，同時1995 年數據相對樣本期數據時間間隔較大，通過有效滯后可降低對企業出口DVAR 的影響；2） 使用區位熵的滯后一期值作為工具變量，區位熵的滯后一期值與當期產業集聚水平正相關，且與當期的企業出口DVAR 之間存在內生性，符合工具變量要求。

單獨使用區位熵滯后一期值和1995 年各地級市人口數作為工具變量的兩階段最小二乘法估計結果（表9）顯示，不可識別檢驗LM 統計量在1%水平拒絕工具變量識別不足的原假設，弱工具變量檢驗F統計量在5%水平拒絕工具變量為弱識別的原假設，說明所選工具變量與潛在內生變量之間存在較強相關性。木材產業集聚對企業出口DVAR 的影響顯著為正，與前文基準回歸結果一致。同時使用2 個工具變量，結果依然具有較好穩健性（表9）。

表9 工具變量回歸結果①Tab.9 Regression results of instrumental variables

2.4 穩健性檢驗

參考現有測算產業集聚的文獻（邵朝對等，2019；Ellisonet al.，1997；Liet al.，2009），采用企業所在地級市同一行業的企業數量重新測算產業集聚水平。Koopman 等（2010）認為出口企業使用的國內中間品包含5%～10% 國外價值，前文中測算DVAR 均按10%比例進行，在此將該比例替換為5% 重新測算DVAR，并再次進行基準回歸檢驗。由表10 可知，更換指標測算方法和測算誤差后，木材產業集聚對DVAR 的提升依然具有積極影響，說明模型具有較好穩健性。

表10 異質性檢驗和指標更換檢驗回歸結果①Tab.10 Results of heterogeneity test and index replacement test

根據貿易方式不同，將木材產業樣本企業劃分為一般貿易、加工貿易和混合貿易企業，分別檢驗產業集聚對企業出口DVAR 的影響。結果（表10）顯示，一般貿易企業的產業集聚估計系數在5%水平顯著為正，表明產業集聚有利于提高一般貿易企業的出口DVAR，而加工貿易和混合貿易企業產業集聚對出口DVAR 的影響不顯著。可能的原因是，加工貿易和混合貿易企業在生產和貿易過程中與國際市場的聯系較一般貿易企業更密切，對進口產品的依賴性較高，使用較少的國內或中間品，因此地方產業集聚構建的生產體系在這些企業的作用較弱。根據企業所有制類型不同，將木材產業樣本企業劃分為本土和外資企業，進一步納入產業集聚與本土企業、外資企業的交互項分析產業集聚對企業出口DVAR 的影響。結果（表10）顯示，產業集聚對本土企業和外資企業出口DVAR 均有顯著提升作用，且對本土企業的提升作用更大。可能的原因是，本土企業本地化程度較高，相對于外資企業對國內市場的依賴程度更高，而外資企業則更多與國外市場進行交流和聯系，使其受本地化生產體系的影響相對較弱。

2.5 拓展分析

2.5.1 非線性檢驗 產業集聚的DVAR 效應可能存在“倒U”形或“N”形的非線性關系。一方面，木材產業集聚形成的正外部性可降低企業生產成本提升企業成本加成率，以及通過中間品共享效應降低國內中間品相對價格，從而推動木材DVAR 提升；另一方面，產業集聚程度過高可能帶來市場飽和，尤其是低技術制造業，企業間的同質競爭會導致各種生產要素成本上升和利潤降低等擁塞效應，降低集聚區內DVAR。可見，產業集聚對DVAR 的影響取決于集聚正效應和擁塞負效應二者之間的強弱。前文實證檢驗結果發現，木材產業整體和人造板制造業產業集聚對DVAR 的提升作用顯著，對此，為檢驗產業集聚與DVAR 之間是否存在“倒U”形或“N”形的非線性關系，選取這2 個行業為研究對象，在基準模型中引入產業集聚指數的平方項（agg2）和三次方項（agg3），構建模型如下：

由表11 可知，加入控制變量前后，木材產業整體產業集聚對DVAR 的估計系數仍顯著為正，且與基準模型結果相近，保持較好穩健性。產業集聚指數平方項和三次方項的估計系數均未通過顯著性水平檢驗，表明木材產業集聚與DVAR 二者之間不存在非線性關系。人造板制造業產業集聚的平方項和三次方項估計系數也不顯著，即不存在非線性關系。這說明木材產業集聚尚未出現明顯擁塞效應，企業生產仍處于規模報酬遞增區間，木材產業進一步集聚仍可以促進DVAR 提升。

2.5.2 產業集聚解構 將產業集聚分解為“勞動力蓄水池”（Lagg）、“中間投入共享”（Magg）和“知識技術溢出”（Tagg）3 個外部性指標，從產業集聚解構視角進一步考察不同集聚外部性對DVAR 的影響（圖1）：

圖1 產業集聚外部性對DVAR 的影響路徑Fig.1 Impact path of industrial agglomeration externality on DVAR

式（18）測算勞動力蓄水池效應，用臨近城市木材產業的就業人數比例之和表示，其中Emjrt和Emct分別表示第t年r市木材產業和制造業的就業人數；表示2 個臨近城市之間的距離。式（19）測算中間投入共享效應，用臨近城市木材產業使用的中間投入產業的投入系數與其相應產業規模的乘積之和表示，其中Emsrt為產業規模，用中間投入產業的就業人數表示；Rsjt為木材產業使用s中間投入產業的完全消耗系數，由當年鄰近年份的中國投入產出表獲得。式（20）測算知識技術溢出效應，用各地級市木材產業的新產品產值之和表示。“勞動力蓄水池”通過降低勞動力成本提升企業成本加成率，“中間投入共享”降低國內中間品相對價格，“知識技術溢出”則同時強化2 條作用路徑，最終對DVAR 產生影響。

由表12 可知：第一，勞動力蓄水池對成本加成率的影響估計系數顯著為正，二者交互項對企業DVAR的影響也顯著為正，表明產業集聚形成的勞動力蓄水池效應可強化成本加成率對企業DVAR 的提升作用；第二，中間投入共享效應對國內中間品相對價格的影響估計系數顯著為正，二者交互項對企業DVAR 的影響也顯著為正，說明產業集聚可促進具有規模經濟的國內中間品市場形成，市場的中間投入共享效應強化了國內中間品相對價格對DVAR 的提升作用；第三，知識技術溢出效應對成本加成率、國內中間品相對價格的影響顯著為正，知識溢出效應和2 條作用路徑交互項對DVAR 的影響均顯著為正，這意味著產業集聚產生的知識、技術溢出效應通過激發企業創新，能夠提高企業成本加成率，進而提升DVAR。

表12 產業集聚外部性作用路徑對DVAR 作用機制的檢驗結果Tab.12 Results on the impact mechanism of industrial agglomeration externality on DVAR

3 結論與建議

3.1 結論

1） 產業集聚通過提高企業成本加成率和降低國內中間品相對價格2 條路徑顯著提升木材產業整體DVAR，產業集聚水平每提高1 個單位可使DVAR 提升0.002 3 個單位。

2） 具體到木材產業各行業，產業集聚對DVAR的影響呈現出異質性，產業集聚水平每提高1 個單位，人造板制造業DVAR 顯著提升0.014 1 個單位，人造板制造業產業集聚促進DVAR 提升的主要路徑是國內中間品相對價格降低，成本加成率變化對DVAR 的作用不明顯；產業集聚對木材加工業、木制品制造業DVAR 影響不顯著；產業集聚水平每提高1 個單位，使木質家具制造業DVAR 降低0.006 8 個單位。可見，通過成本加成率和國內中間品相對價格2 條路徑，產業集聚對木材產業不同細分行業DVAR 產生不同方向作用，導致產業集聚對木材產業各細分行業DVAR影響的異質性。

3） 從企業異質性角度看，由于一般貿易企業和本土企業相比加工貿易企業和外資企業與國內中間品市場的聯系更為緊密，一般貿易企業比加工貿易企業的DVAR 更高，本土企業比外資企業的DVAR 更高；同時，產業集聚對各類企業DVAR 的影響不存在“倒U”形和“N”形的非線性關系，即企業生產仍處于規模報酬遞增區間，木材產業進一步集聚可提升DVAR。從產業集聚外部性的具體作用看，勞動力蓄水池效應、中間投入共享效應和知識技術溢出效應以及企業成本加成率和國內中間品相對價格2 條路徑對木材企業的DVAR 具有協同促進作用。

4） 中介效應模型結果顯示，成本加成率和國內中間品相對價格對DVAR 的估計系數顯著為正，成本加成率每提高1 個單位，DVAR 顯著提升0.066 0 個單位；國內中間品相對價格每下降1 個單位，DVAR 顯著提升0.151 5 個單位。同時，產業集聚與成本加成率、中間品相對價格交互項的估計系數也顯著為正。

5） 從木材產業細分產業看，產業集聚作用各異。產業集聚對木材加工業和木制品制造業出口DVAR的作用并不明顯，對木質家具制造業出口DVAR 甚至出現相反作用，僅對人造板制造業出口DVAR 具有提升作用，這意味著各細分產業的共同集聚作用大于某個細分產業的單獨集聚作用。可能的原因是，細分產業共同集聚形成的市場大于某一個產業單獨集聚的市場。以木質家具制造業為例，因同質化競爭和進口木材價格高等原因，同類家具企業爭奪國內市場中有限的資源，包括勞動力和國內中間品，產生集聚擁擠效應，導致出口DVAR 降低。而作為其上游產業的木材加工業、人造板制造業等企業，因生產聯系加入并形成共同集聚，極大壯大了集群內共同的勞動力市場、中間投入市場，既緩解了木質家具制造業集聚的擁擠效應，又強化了木材加工業等產業的集聚正效應，最終表現出細分產業的共同集聚作用大于某一個產業的集聚作用。產業集聚解構視角中的勞動力蓄水池效應、中間共享效應和知識技術溢出效應對企業出口DVAR 的提升也驗證了這一點。

3.2 政策建議

1） 合理引導并促進分工合理、良性互動的木材產業集群形成，使本土產業集群成為支撐企業 GVC升級的堅實后盾，持續強化木材產業集聚對DVAR 的提升作用。木材產業集聚應建立起完善的勞動力和中間品市場，關注木材產業鏈的建鏈、補鏈和強鏈，完善產業鏈條，從而最大發揮集聚效應，降低企業生產的邊際成本。

2） 優化木材產業布局，強化本地產業集聚木材加工業、木制品制造業和木質家具制造業DVAR 的正向溢出，減少同類企業爭奪國內市場有限資源帶來的擁塞效應，從本地產業集聚中汲取價值鏈升級動力。一方面，技術創新在提升企業成本加成率和豐富國內市場中間品種類方面具有根本性作用，政府應實施創新驅動發展，鼓勵和激發本土企業自主創新與研發活力；另一方面，政府還應積極引導和強化木材產業人才培養的戰略投入，構建有效的知識交流、人才協作平臺。

3） 木材企業應通過產業集聚更好地融入國內大市場，逐步降低對國際市場的依賴，從根本上改變以國內補貼方式維持加工貿易企業融入GVC 分工體系的傳統做法。政府應統籌建設全國性的木材產業生產體系，逐步打破區域行政性壁壘，打造統一的要素和資源市場，促使林業生產要素在全國范圍乃至世界市場中的自由流動和地理聚集，從而最大化釋放產業集聚正外部性；加速GVC 與國內地方產業集群的供應鏈整合，為助推木材產業向GVC 高端攀升提供龐大豐富的國內中間品市場支撐，通過不斷提升DVAR實現內生化GVC 升級路徑，突破全球價值鏈低端鎖定困局。