·经济与管理· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１０） ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１８．１０．０１６ 产业集聚对全要素生产率的影响研究 来自四川省制造业的证据 张超，周立新 （重庆工商大学长江上游经济研究中心，重庆４０ＯＯ６７） 摘要：通过构建四川Ｉ省制造业动态面板数据模型，采用两阶段系统ＧＭＭ估计方法实证检验了四川省制造业集聚对全要 素生产率的影响以及外商直接投资、制度环境等变量在其中的调节作用。结果表明：四川Ｉ省制造业集聚能显著促进制造业全 要素生产率提升，外商直接投资在其中发挥着显著的正向调节作用，制度环境呈显著的负向调节作用；产业性质的调节作用 依赖于制造业的要素密集程度，其中资本密集型制造业呈显著的正向调节作用，技术和资源密集型制造业呈显著的负向调节 作用。 关键词：制造业；产业集聚；全要素生产率；调节作用；ＧＭＭ估计 中图分类号：Ｆ４２７ 文献标志码：Ａ 文章编号：１００５—８１４１（２０１８）１０—１４２４—０７ Ｉｍｐａｃｔ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ａｇｇｌｏｍｅｒａｔｉｏｎ Ｏｉｌ Ｔｏｔａｌ Ｆａｃｔｏｒ Ｐｒｏｄｕｃｔｉｖｉｔｙ ·＿＿＿＿＿＿‘ Ｅｖｉｄｅｎｃｅｓ ｆｒｏｍ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｉｎｄｕｓｔｒｉｅｓ ｉｎ Ｓｉｃｈｕａｎ Ｐｒｏｖｉｎｃｅ ＺＨＡＮＧ Ｃｈａｏ，ＺＨＯＵ Ｌｉ—ｘｉｎ （Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｆｏｒ ｔｈｅ Ｅｃｏｎｏｍｙ ｏｆ ｔｈｅ Ｕｐｐｅｒ Ｒｅａｃｈｅｓ ｏｆ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ，Ｃｈｏｎｇｑｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｂｕｓｉｎｅｓｓ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００６７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｅｍｐｉｉｒｃａｌｌｙ ｔｅｓｔｅｄ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｉｈｄｕｓｔｒｉａｌ ａｇｇｌｏｍｅｒａｔｉｏｎ ｏｎ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ（ＴＦＰ）ｂｙ ｅｓｔａｂｌｉｓｈｉｎｇ ｔｈｅ ｄｙｎａｍ— ｉｃ ｐａｎｅｌ ｍｏｄｅｌ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｉｎｄｕｓｔｉｅｓｒ ｉｎ Ｓｉｃｈｕａｎ Ｐｒｏｖｉｎｃｅ ａｎｄ ｅｓｔｉｍａｔｉｎｇ ｉｎ ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｔｗｏ—ｓｔｅｐ ｓｙｓｔｅｍ ＧＭＭ．Ｂｅｓｉｄｅｓ，ｔｈｉｓ ｐａｐｅｒ ａｌｓｏ ａｎａｌｙｚｅｄ ｔｈｅ ｍｏｄｅｒａｔｉｎｇ ｅｆｅｃｔ ｏｆ ｏｆｒｅｉｇｎ ｄｉｅｃｔｒ ｉｎｖｅｓｔｍｅｎｔ（ＦＤＩ），ｉｎｓｔｉｔｕｔｉｏｎａｌ ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ ｏｔｈｅｒ ｖａｒｉａｂｌｅｓ ｉｎ ｔｈｉｓ ｒｅｌａｔｉｏｎｓｈｉｐ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ：Ｉｎｄｕｓｔｒｉａｌ ａｇｇｌｏｍｅｒａｔｉｏｎ ｓｉｇｎｉｉｃａｎｔｆｌｙ ｐｒｏｍｏｔｅｄ ＴＦＰ，ＦＤＩ ｐｏｓｉｔｉｖｅｌｙ ｍｏｄｅｒａｔｅｄ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｉｎｄｕｓｔｒｉａｌ ａｇｇｌｏｍｅｒａｔｉｏｎ ａｎｄ ＴＦＰ，ｉｎｓｔｉｔｕｔｉｏｎａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｎｅｇａｔｉｖｅｌｙ ｍｏｄｅｒａｔｅｄ ｉｔ，ｉｎｄｕｓｔｉａｌｒ ｐｒｏｐｅｒｔｙ ｈａｄ ｄｉｆｆｅｒｅｎｔ ｍｏｄｅｒａｔｉｎｇ ｅｆｆｅｃｔｓ ｄｕｅ ｔｏ ｄｉｆｅｒｅｎｔ ｆａｃｔｏｒ ｉｎｔｅｎｓｉｔｙ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｉｎｄｕｓｔｉｅｓ，ｃａｐｉｒｔａｌ—ｉｎｔｅｎｓｉｖｅ ｉｎｄｕｓｔｒｉｅｓ ｈａｄ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｐｏｓｉｉｖｅ ｍｏｄｅｒａｔｉｔｎｇ ｅｆｆｅｃｔ ｏｎ ｉｔ，ｔｅｃｈｎｏｌｏｇｙ—ｉｎｔｅｎｓｉｖｅ ａｎｄ ｒｅｓｏｕｒｃｅ— ｉｎｔｅｎｓｉｖｅ ｉｎｄｕｓｔｒｉｅｓ ｈａｄ ｓｉｇｎｉｉｃａｎｔｆｌｙ ｎｅｇａｔｉｖｅ ｍｏｄｅｒａｔｉｎｇ ｅｆｆｅｃｔ ｏｎ ｉｔ． Ｋｅｙ ｗｏｒｄｓ：ｍａｎｕｆａｃｔｕｒｉｎｇ ｉｎｄｕｓｔｒｉｅｓ；ｉｎｄｕｓｔｒｉｌ ａｇｇｌａｏｍｅｒａｔｉｏｎ；ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ（ＴＦＰ）；ｍｏｄｅｒａｔｉｎｇ ｅｆｆｅｃｔ；ＧＭＭ ｅｓｔｉｍａｔｉｏｎ 制造业是我国国民经济的支柱产业，也是当前 个；全省人园企业近４万户，其中规模以上工业企业 ８０００余户；全年规模以上工业企业中制造业总产值 ３４９６２．０２亿元，主营业收入１４２３８５．Ｏｌ亿元，利润总 额１６０３．５１万元。２０１５年，四川省在《中国制造２０２５ 四川行动计划》中提出“率先建成西部制造强省和 ‘中国制造’西部高地”的发展目标，那么四川省制造 业发展现状究竟如何，怎样实现这一目标，此问题有 待学术界进一步探讨。 产业集聚作为一种重要的区域产业组织形式， 不仅是促进产业空间优化和结构转型升级的重要途 我国面临经济增长方式转变和产业结构升级难题的 重点研究对象。四川省地处我国西南腹地，是“两带 一路”的重要结合部和承南接北、通东达西的重要交 通走廊。自２０００年“西部大开发”战略实施以来，四 川Ｉ省结合自身产业发展战略，主动承接东部制造业 转移，全省制造业得到了快速发展并初步形成集聚。 ２０１５年，四川Ｉ省共有８个国家经济开发区和１８４个 工业园区，其中国家级和省级园区分别为１７个、４５ 收稿日期：２ｏ１８—０８—１３；修订日期：２ｏ１８—０９一ｌ２ 基金项目：教育部人文社会科学重点研究基地重大项目（编号： １４ＪＪＤ７９０００５）；重庆高校创新团队建设计划资助项目（编号： ＣＸＴＤＸ２０１６０１０２７）；重庆工商大学长江上游经济研究中心招标项目 （编号：ｌ ２Ｏｌ７Ｏ２２）。 径，还是提高产业竞争力和生产率的关键。本文从 产业集聚视角出发，研究四川省制造业集聚如何影 响制造业全要素生产率，并针对四川省制造业提质 增效和转型升级提出对策建议。 １ 文献综述 第一作者简介：张超（１９９２一），女，重庆市万州人，硕士研究生， 主要从事产业经济学研究。 通讯作者简介：周立新（１９６６一），女，重庆市涪陵人，博士，研究 员，博士生导师，主要从事企业经济与管理研究。 ·从传统集聚经济理论看，产业集聚主要通过 １４２４· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１０） ＭＡＲ外部性¨ Ｊ、Ｊａｅｏｂｓ外部性 Ｊ、Ｐｏｒｔｅｒ外部性 三 类集聚外部性对全要素生产率产生积极作用。在实 证研究中，学者们利用不同研究样本和方法对产业 集聚与全要素生产率的关系进行了检验，得出了正 向、负向、不相关等不同的结论。从国外文献来看， Ｏｔｓｕｋａ、Ｙａｍａｎｏ研究发现，日本制造业集聚与区域经 济增长和生产率呈显著正相关 ；Ａｎｔｏｎｉｅｔｔｉ、Ｃａｉｎｅｌｌｉ 指出，意大利制造业空间集聚通过促进企业创新提 高全要素生产率 ；Ｂｒｏｅｒｓｍａ、Ｏｏｔｅｒｈａｖｅｎ认为，荷兰 产业集聚与生产率呈显著的负相关关系Ｉｓ］；Ｍａｒｔｉｎ、 Ｍａｙｅｒ、Ｍａｙｎｅｒｉ实证研究揭示了法国产业空间集聚对 企业生产率没有显著影响 。从国内文献来看，王 燕、徐妍基于我国２０个制造行业的面板数据，证明 了产业空间集聚通过促进技术进步和提高技术效率 两个途径来提高全要素生产率ｕ ；杨浩昌、李廉水、 刘军采用我国２８５个地级及以上城市数据，强调了 制造业集聚和生产性服务业集聚均有助于提升全要 素生产率 ；但周圣强、朱卫平等通过对我国６０个 工业城市的研究，发现产业集聚与全要素生产率呈 倒“ｕ”型关系 引。 总体而言，多数学者认为产业集聚有助于提升 全要素生产率。部分学者指出这种促进作用可能会 受到外商直接投资、研发投入、制度环境和产业性质 的影响：①外商直接投资通过规模效应、技术溢出效 应加快了产业集聚的知识和技术溢出进程ｕ ，有利 于促进全要素生产率提升。②研发投入可激发集聚 企业开展研发活动的积极性，通过企业创新效应和 学习效应能加强产业集聚对全要素生产率的积极作 用 。③制度环境趋于完善，制定和实施相关 的效率提高，有利于集聚企业获取稀缺信息资 源和提升创新效率 ，从而进一步加强产业集聚的 正外部性，提升全要素生产率。④产业性质按照不 同要素密集程度可划分为资本、技术、劳动和资源密 集型产业，其中资本和技术密集型产业集聚的规模 效应、知识和技术溢出效应比劳动和资源密集型产 业更高¨ ’” ，对全要素生产率的正向作用更加明显。 然而梳理文献发现，当前国内鲜有文献在研究产业 集聚与全要素生产率的关系时同时考虑这四个因素 在其中的调节作用，而且当前国内相关文献的研究 对象以全国层面或东部沿海地区制造业为主，针对 西部地区制造业的研究略有不足，尤其是鲜见针对 四川省制造业的研究。那么四川省制造业集聚对全 要素生产率的影响到底如何，这种影响是否受到外 商直接投资、研发投入、制度环境和产业性质等变量 ·经济与管理· 的调节作用，这些都有待进一步验证。 ２模型设定与数据来源 ２．１模型设定和估计方法 模型设定：鉴于全要素生产率的动态性和延续 性，即前一期的全要素生产率对当期有一定作用，本 文设置了以下５个动态面板模型实证检验了四川省 制造业集聚对全要素生产率的影响，以及检验外商 直接投资、研发投入、制度环境和产业性质在其中的 调节作用，具体见模型１—５。其中，ｉ、ｔ为行业和时 间，艮为常数项， 一＆为系数项， ｉ为不可观测的 行业效应，￡．．为随机扰动项。Ｉｎ（ＴＦＰ；。）表示被解释变 量制造业全要素生产率；Ｉｎ（ＡＧＧＬｉ ）表示核心解释变 量制造业集聚；Ｉｎ（ＦＤＩｉ ）、Ｉｎ（ＲＤ ）、Ｉｎ（ＧＯＶｉ ）分别 表示调节变量外商直接投资、研发投入、制度环境； Ｉｎ（ＴＦＰｉ ）表示前一期的制造业全要素生产率； ｌｎ（ＣＯＮｉ ）表示控制变量；交互项Ｉｎ（ＡＧＧＬ ） ×Ｉｎ（ＦＤＩｉ ）、Ｉｎ（ＡＧＧＬ ）×Ｉｎ（ＲＤｉ 一１）、１ｎ（ＡＧＧＬ； ） ×Ｉｎ（ＧＯＶ．．）分别检验外商直接投资、研发投入、制度 环境在四川省制造业集聚与全要素生产率之间的调 节作用（模型２—４）。产业性质作为类别变量，通过 设置４个行业虚拟变量“ＣＡＰＩ、ＴＥＣＨ、ＬＡＢＯＲ、ＲＥＳＯ” 分别代表资本、技术、劳动、资源４种要素密集型制 造业，以产业集聚和行业虚拟变量的交互项检验不 同要素密集型制造业的调节作用（模型５）。 ｉｎ（ＴＦＰ ）＝卢０＋卢 Ｉｎ（ＡＧＧＬ ）＋卢２Ｉｎ（ＦＤＩ ）＋卢３ Ｉｎ（ＲＤ ）＋ Ｉｎ（ＧＯＶ， ）＋ Ｉｎ（ＴＦＰ 。）＋ Ｉｎ（Ｃ ） ＋ ￡＋ｅ …………………………………………（１） Ｉｎ（ＴＦＰ ）＝ ＋ ｌＩｎ（ＡＧＧＬ ）＋ ｉｎ（肋， ）＋ ｉｎ（ＲＤｎ—１）＋卢４Ｉｎ（ｃｏｙ， ）＋ Ｉｎ（ＴＦＰ 一１）＋ Ｉｎ（ＣＯＮｎ） ＋卢７ｉｎ（ＡＧＧＬｎ）×Ｉｎ（ＦＤＩ ）＋ ＋ｅ ………………（２） Ｉｎ（ＴＦＰ ）＝ ０＋ Ｉｎ（ＡＧＧＬ ）＋ ２Ｉｎ（ＦＤＩ ）＋ ３ Ｉｎ（ＲＤｆｌ＿１）＋ ｉｎ（ＧＤ ）＋卢５ｉｎ（ＴＦＰｎ一１）＋ ６ ｉｎ（ＣＯＮ“） ＋ ７Ｉｎ（ＡＧＧＬ ）×Ｉｎ（ＲＤ“一１）＋ ｉ＋￡“………………（３） ｉｎ（卿 ）＝Ｊ９０＋Ｊ９ Ｉｎ（ＡＧＧＬ ）＋卢２Ｉｎ（ＦＤＩ ）＋Ｊ９３ Ｉｎ（ＲＤ“一１）＋ ４Ｉｎ（ｃｏｙ， ）＋ ５Ｉｎ（ＴＦＰ 一１）＋ ６ Ｉｎ（ＣＯ？＼， ） ＋ ７Ｉｎ（ＡＧＧＬ ）×Ｉｎ（ｃｏｙ， ）＋ ＋￡ｎ………………（４） Ｉｎ（ＴＦＰ ）＝ ＋ ｌＩｎ（ＡＧＧＬｎ）＋卢２ｉｎ（加 ）＋ ３ ｉｎ（ＲＤｎ—１）＋ ４Ｉｎ（ｃｏｖ， ）＋ ５Ｉｎ（ＴＦＰ １）＋风Ｉｎ（ＣＯ ） ＋ ７Ｉｎ（ＡＧＧＬ ）×ＴＥＣＨ＋卢８Ｉｎ（ＡＣＧＬ ）×ｌＡＢＯＲ＋ ９Ｉｎ（ＡＧ— Ｇ ）×ＲＥＳＯ＋／１ｌ＋￡ ……………………………（５） 估计方法：本文采用较稳健的两阶段系统ＧＭＭ ·１４２５－ ·经济与管理· 估计方法，以减少内生性、遗漏变量和时间惯性问题 可能导致的估计偏误。鉴于样本观测值的有限性， 本文以变量的滞后一阶为工具变量，并采用过度识 别检验（Ｓａｒｇａｎ检验）、扰动项无自相关检验（ＡＲ（１） 和ＡＲ（２）检验）综合判断系统ＧＭＭ估计方法的适用 性 。 ２．２数据来源及变量选取 数据来源：本文以２０００－－２０１５年四川省规模以 上工业企业的制造业细分行业为研究样本。本文研 究起始年份定于２０００年的原因有两点：一是有利于 考察２０００年实施西部大开发战略以来四川省制造 业集聚和全要素生产率的变化情况；二是保证数据 的可获得性和一致性。由于现有《统计年鉴》中缺乏 ２０１６年四川省规模以上工业企业中制造业细分行 业“总产值”指标（全要素生产率的产出指标），为了 保证数据的连续性与一致性，本文没有将２０１６年纳 入研究期间，最终研究期限确定为２０００－－２０１５年。 制造业细分行业主要基于２００２年《国民经济行业分 类》（ＧＢ／Ｔ４７５４—２００２）标准。由于２０１１年《国民经 济行业分类》（ＧＢ／Ｔ４７５４—２０１１）标准较之前有所微 调，为了兼顾数据完整性和可获得性，本文将２０１１ 年“文教、工美、体育和娱乐用品制造业”、“皮革、毛 皮、羽毛及其制品和制鞋业”、“石油加工、炼焦及核 燃料加工业”分别近似替代２００２年“文教体育用品 制品业”、“皮革、毛皮、羽毛（绒）及制品业”、“石油加 工及炼焦业”。由于研究期间“工艺品及其他制造 业”和“废弃资源和废旧材料回收加工业”的数据缺 失较多，我们将其剔除，最终研究样本确定为２７个 制造业细分行业（表１）。本文的数据主要来源于历 年的《四川省统计年鉴》和《中国工业统计年鉴》，其 中２０１２年全国制造业各行业从业人数缺失，采用移 动平均法予以补充。 表１ 四川省制造业细分行业Ｍａｌｍｑｕｓｉｔ指数 行业 ＥＦＦＣ Ｃ ＰＥＣ ｓＥＣ 删Ｐｃ 资本密集型制造业 Ｏ．９９０ １．１５７ ０．９９８ ０．９９２ １．１４６ 文教体育用品制造业 ０．９８４ １．１０６ １．０００ ０．９８４ １．０８８ 石油加工、炼焦及核燃料加工业 ０．９８４ １．１７４ ０．９９０ ０．９．９４ １．１５６ 化学原料及化学制品制造业 ０．９７９ １．１６６ ０．９８７ ０．９９２ １．１４ｌ 化学纤维制造业 ０．９８８ １．１４９ １．０１９ ０．９７０ １．１３５ 黑色金属冶炼及压延加工业 ０．９９６ １．１５８ ０．９８５ １．０１１ １．１５３ 有色金属冶炼及压延加工业 ０．９９３ １．１６７ ０．９９７ ０．９９６ １．１５９ 通用设备制造业 １．００６ １．１５５ １．０１３ ０．９９３ １．１６２ 专用设备制造业 Ｏ．９９５ １．１６１ １．０ｏ５ ０ ９９ｌ １．１５５ 交通运输设备制造业 １．０１１ １．１７７ １．０１０ １．００ｏ １．１９０ 电气机械及器材制造业 ０．９６６ １．１５７ ０．９７３ ０．９９３ １．１１７ 技术密集型制造业 ０．９８４ １．１６５ １．０１４ ０．７９２ １．１４５ 医药制造业 ０．９４５ １．１６５ ０．９４９ ０．９９６ １．１叭 ·１４２６· 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１Ｏ） （续表１） 行业 ＥＦＦｃ ＴＥＣ ＰＥＣ ｓＥＣ １ＴＰｃ 通信设备、计算机及其他电子设备制造业 １．００ｏ １．１５９ １．００ｏ １．０００ １．１５９ 仪器仪表及文化、办公用机械制造业 １．００６ １．１７０ １．Ｏ９２ ０．９２ｌ １．１７６ 劳动密集型制造业 ０．９８０ １．１５８ ０．９８９ ０．９９０ １．１３５ 纺织业 ０．９９５ １．１５２ １．０ｏ７ ０．９８９ １．１４７ 纺织服装、鞋、帽制造业 １．００５ １．１５４ １．０３２ ０．７９４ Ｉ．１５９ 皮革、毛皮、羽毛（绒）及其制品业 ０．９５５ １．１４ｏ ０．９５３ １．０ｏ２ １．ｏ８８ 家具制造业 ０．９５４ １．Ｉ５０ ０．９４９ Ｉ．００５ Ｉ． 造纸及纸制品业 ０．９８０ １．１７３ １．０００ ０．９８０ １．１５０ 印刷业和记录媒介的复制 ０．９７９ １．１５９ １．０１３ ０．９６６ １．１３５ 橡胶和塑料制品业 ０．９９０ １．１６３ ０．９９４ ０．９９６ １．１５２ 非金属矿物制品业 Ｏ．９８８ １．１８０ Ｏ．９８７ １．００ｌ １．１６６ 金属制品业 Ｏ．９７０ １．１５５ ０．９７０ １．０ｏ０ １．１２０ 资源密集型制造业 Ｏ．９６５ １．１５４ Ｏ．９７２ ０．９９３ １．１１４ 农副食品加工业 ０．９４９ １．１４８ ０．９５０ ０．９９９ １．０９０ 食品制造业 ０．９５６ １．１６ｏ ０．９６ｌ Ｏ．９ １．ｊ０９ 饮料制造业 ０．９４３ １．１６６ ０．９４４ ０．９９９ １．１００ 烟草制品业 １．０００ １．１４２ １．０００ １．０００ １．１４２ 木材加工及木、竹、藤、棕、草制品业 ０．９７７ １．１５４ １．０Ｄ７ ０．９７１ １．１２７ 制造业整体平均值 ０．９８ｌ １．１５８ ０，９９２ ０．９８９】．１３６ 变量选取：制造业细分行业的全要素生产率 （ＴＦＰ）。本文采用ＤＥＡ—Ｍａｌｍｑｕｓｉｔ指数法测算了 ２０００－－２０１５年四川省规模以上工业企业中制造业细 分行业的全要素生产率Ｍａｌｍｑｕｓｉｔ指数。若该指数 大于１，表明指标相对上年呈提升或改善的状态。 具体测算中，以制造业细分行业的总产值作为产出， 并按分行业工业品出厂价格指数把当年价产出平减 为不变价产出；以制造业细分行业的全部从业人数 作为劳动投入；以制造业细分行业的固定资产净值 折算成不变价资本存量作为资本投入¨ 。在模型 估计中，本文主要参考李梅和柳士昌的做法。加 ，将 Ｍａｌｍｑｕｓｉｔ生产率指数转换为以２０００年为基期的定 比改进指数，即令２０００年的全要素生产率为１，然后 连乘各年的Ｍａｌｍｑｕｓｉｔ生产率指数，得到２００１－－２０１５ 年的全要素生产率。 产业集聚（ＡＧＧＬ）：鉴于区位商指数法可衡量细 小地理单位上行业的集聚程度，本文采用该方法衡 量四川省制造业细分行业集聚水平，其值为四川省 规模以上工业企业中制造业细分行业从业人数占全 部从业人数的比重与全国该比重的比值。该指数越 大，产业集聚水平越高。 外商直接投资（ＦＤＩ）：采用四川省实际利用外资 额中的外商直接投资占工业总产值的比重进行衡 量。为保持量纲一致，将各年度外商直接投资额按 当年平均货币汇率转换为人民币数额。该比重越 大，外商直接投资水平越高。 研发投入（ＲＤ）：采用四川Ｉ省规模以上工业企业 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１ｏ） ·经济与管理· 研发经费支出占工业总产值比重进行衡量，并考虑 到研发投入的滞后效应，采用滞后一期的研发投入 体现当期研发投入水平。该比重越大，研发投入水 平越高。 制度环境（ＧＯＶ）：借鉴刘长全的方法 ，采用 资本密集型产业 表２四川省制造业细分行业区位商指数 行业／年份 ２０００ ２００３ ２００６ ２００９ ２０１２ ２０１５平均值 文教体育用品制造业 石油加工、炼焦及核燃料加工业 化学原料及化学制品制造业 四ＪＩｌ省国有经济单位就业人员占总就业人员比重衡 量。该指标是制度环境的反向指标，比重越低，制度 环境越完善。 本文将教育水平（ＥＤＵ）作为控制变量，以教育 支出占财政支出比重衡量。教育支出通过投资结构 化学纤维制造业 黑色金属冶炼及压延加工业 有色金属冶炼及压延加工业 通用设备制造业 专用设备制造业 交通运输设备制造业 电气机械及器材制造业 效应、人力资本积累效应和教育溢出效应途径提升 全要素生产率 ，该比重越大，教育水平越高。 ３实证分析结果 ３．１ 四川省制造业全要素生产率的测算 术２０１５年四 药信器 动织织革具纸刷胶金属 源魍 熊业 劳纺纺皮家造印橡非金 眦龇 础 贼帅髓肘；言星室 通过ＤＥＡＰ２．１软件计算得出２０００－－密制设仪 密型业 及 川省制造业的全要素生产率Ｍａｌｍｑｕｓｉｔ指数（ＴＦＰＣ）、产 技医通仪 资集型产业农副食品饮料烟草木材制 造 食制村造业制品业加工及木韭 整 体 平 均 集造备表 羽 帽毛 制 造 业及 其 制 口明 品业录制衬 品 业 姚 技术效率指数（ＥＦＦＣ）、技术进步指数（ＴＥＣ）、纯技术 及办 其他业 公 用 机 效率指数（ＰＥＣ）和规模效率指数（ＳＥＣ）。从表１可 见，２０００－－２０１５年四川Ｉ省制造业全要素生产率年均 备造 设科制 业 造 增长率为１３．６％，整体呈上升趋势。资本和技术密 媒品介业的 复 制 品造加业工 业 七二值 藤 椽 草 制 品 子城 集型制造业的全要素生产率增长普遍较快，年均增 长率分别为１４．６％、１４．５％，其中交通运输设备制造 ｎ∞ 洲盯 舛∞踮 ！盼 ｉ；ｉ ３ ５ ｝｝！ｌ ０ ｉ Ｏ ｉ；；０ ＿ｎｎ ｉ ｌ 业年均增长率高达１９．Ｏ％。此外，研究期间四川Ｉ省 制造业技术进步年均增长率为ｌ５．８％，技术效率年 ￡；岱蚓婚 鳃鼹 ＂ 口＿口０ ∞ｉ｝ｉ∞ ｉ盯 ｉ｛晓弘；｝。哼 。３ ５ ●Ｏ ｉ●０ 嘲 哪 粥 ｉ口ｍ拼 ０ ｉ蛇 ｉ∞ ｉ竹 Ｏ；弛 ７ 咒 ｉｉ蛳 蚴 ●● ｉ咖似 Ｏ 。伽 川啪 ｉ；ｍ啪 ；ｍ ０ ０ ∞｝●；船 ％ ２ ｉ０ ｝；｝６ ７ 均增长率为一１．９％，表明技术进步的改善明显提升 ０ 。ｉ｛；Ｏ Ｏ ｍ ０ 。ｍ 。ｉ川嘶蛳 ；蜥 坝Ⅲ啪 １ ｉ ｍ ＿。口 了四川Ｉ省制造业全要素生产率，而技术效率的恶化 Ｏ Ｏ ｉ ｉ。。口 ＿口哪 蛳 ｉｉ弧ｍ ｍ ｛啪搦 ｍ Ｏ ｉ捃 ！ｎ 懿１砸 酏 ９ ｉ●！∞ ｉＭ 。。 射 ４ 。 ＂；口口Ｍ 口。口口；ｉ！；｝ｍ ｎ＝７ ０ ｇ ０ 在一定程度上对其起阻碍作用。纯技术效率和规模 ；Ｏ Ｏ ０ 鼢 口似 ０ 瑚 ０ ●狮 ●●ｉ ０ Ｏ 效率的年均增长率分别为一０．８％、一１．１％，说明技 ｛口口 ｉ ｉｍ ｍ 嘲 善； 粥 似啪抛 似 酌 啉 ｉｍ∞ ；ｉ０ １邪 １ｉ矾 ＂ ３ ０ ０ 嘟妫 哪 御 螂 渤 术效率的恶化由纯技术效率和规模效率共同作用。 卯”德蛆砷艚弱 懈 嘲ｍ粥仍 ３．２ 四川省制造业集聚水平的测算 从表２可见，２０００－－２０１５年四ＪＩｆ省制造业区位 商指数平均值为０．９４５，表明四川省制造业集聚水 平整体较低。资源密集型制造业集聚水平较高，区 位商指数平均值为１．４３４，其中饮料制造业集聚优 势尤为突出，区位商指数平均值达到３．１１８。由此 可见，四川省制造业的发展对自然资源依赖较大，技 术含量有待加强。从时间变化趋势来看，研究期间 ｉ平原经济区 经济区 北经济区 经济区 四川省制造业内部结构调整明显，资源密集型制造 业集聚水平明显提升，年均增长了２．２２％，而资本 密集型制造业集聚水平年均增长了一２．０２％。其 中，饮料制造业集聚水平提升幅度最大，而黑色金属 冶炼及压延加工业、交通运输设备制造业集聚水平 川西北生春经济区 １ Ｊ￣＝５０００ 图１ ２０１５年四川省制造业从业人员分布密度 从制造业的空间集聚来看（图１），四川省制造 业主要集聚在成都平原经济区，其次是川Ｉ南和川东 北经济区，攀西经济区和川西北生态经济区制造业 发展水平较低，集聚态势不明显。从制造业的空间 下降较快。 集聚来看（图１），四川省制造业主要集聚在成都平 ·１４２７· ·经济与管理· 原经济区，其次是川南和川东北经济区，攀西经济区 和川西北生态经济区制造业发展水平较低，集聚态 势不明显。按照四川省经济区最新划分方法，本文 将四川省分为成都平原经济区、川南经济区、川东北 经济区、攀西经济区、川西北生态经济区五大经济 区。其中，成都平原经济区包括成都市、德阳市、绵 阳市、乐山市、眉山市、资阳市、遂宁市、雅安市；川南 经济区包括自贡市、泸州市、内江市、宜宾市；川东北 经济区包括广元市、南充市、广安市、达州市和巴中 市；攀西经济区包括攀枝花市和凉山彝族自治州；川 西北生态经济区包括甘孜藏族自治州和阿坝藏族羌 族自治州。本文以２０１５年制造业从业人员分布密 度来体现四川省制造业的空间集聚特征，图１中点 越密集的地方制造业集聚程度越高。其中，２０１５年 成都平原经济区制造业从业人员占全省的比例高达 ５６．４７％，川南和川东北经济区制造业从业人员分别 占２０．１１％、１９．６７％，攀西经济区和川西北生态经济 区制造业从业人员仅分别占３．５２％、０．２４％。根据 不同区位条件和资源禀赋，五大经济区的制造业布 局差异较大：成都平原经济区以电子信息、生物医 药、装备制造、石油化工、新材料等为主的技术和资 本密集型制造业；川南经济区以能源化工、重大装备 制造和酒类食品为主的资本和资源密集型制造业； 川东北经济区以纺织、食品加工为主的劳动和资源 密集型制造业；攀西经济区以能源和钒钛稀土新材 料为主的资源密集型制造业；川西北生态经济区则 仅有少量农产品加工制造业。 ３．３对全要素生产率的影响分析 在模型估计之前，对数据进行以下处理：将所有 变量取自然对数，并对交互项变量进行中心化处理， 以降低异方差及时间趋势因素的影响；通过方差膨 胀因子（ＶＩＦ）诊断，发现ＶＩＦ最大值为２．６８０，说明解 释变量不存在严重多重共线性问题；对所有变量进 行单位根检验，结果显示各变量较平稳。本文采用 Ｓｔａｔａ １３．０软件对模型进行估计，结果见表３。Ｓａｒｇａｎ 检验的Ｐ值均在０．１以上，表明模型工具变量均有 效；扰动项无自相关检验中ＡＲ（１）的Ｐ值为０．００２， ＡＲ（２）检验的Ｐ值为０．３８７，即扰动项的差分存在一 阶自相关，但不存在二阶自相关，进一步证明了系统 ＧＭＭ模型估计的合理性。 从表３可见，模型１中四川省制造业集聚与全 要素生产率呈显著正相关（Ｇ＝０．１１２，Ｐ＜０．０１），模 型２—４显示了在考虑外商直接投资、研发投入、制 度环境的调节作用后，两者的正向关系仍然是非常 ·１４２８· 资源开发与市场Ｒｅ￣ｕｍｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１０） 显著的（ｐ＝０．１０５，Ｐ＜０．０１；ｐ＝０．１１５，Ｐ＜０．０１； Ｂ：０．１１６，ｐ＜０．０１）。这表明研究期间四川省制造 业集聚能明显促进制造业全要素生产率的提升。近 ２０年，四川省电子信息、装备制造、饮料食品、汽车 制造等优势制造业不断向产业园区和经济开发区集 聚。制造业集聚通过共享劳动市场和专业化服务， 降低生产成本，促进制造企业间技术创新和技术互 动合作等途径提升了制造业企业全要素生产率。 模型２中交互项Ｉｎ（ＡＧＧＬ）×Ｉｎ（ＦＤＩ）与全要素 生产率呈显著正相关（ ：０．１６２，Ｐ＜０．０１），表明随 着外商直接投资的提高，四川省制造业集聚对全要 素生产率的提升作用增大，即外商直接投资起正向 调节作用。随着东中部地区要素成本快速上涨，四 川省积极把握机遇，大力引进外商投资，研究期间外 商直接投资额年均增长了３．２０％，增长趋势明显。 外商直接投资有利于促进四川省产业集群形成和产 业结构改善 ，促使资源和要素流向生产率较高的 制造业企业 ，扩大产业集聚的规模效应、知识和 技术溢出效应，强化产业集聚对全要素生产率的提 升作用。 模型３中交互项Ｉｎ（ＡＧＧＬ）×Ｉｎ（ＲＤ）与全要素 生产率呈不显著的负相关（Ｂ＝一０．００１，Ｐ＞０．Ｉ）。 可能的解释是：四川省制造业企业本身的研发水平 偏低，在２０１５年四川省规模以上工业企业中有研发 机构的企业仅占５．４９％，有Ｒ＆Ｄ活动的企业仅占 ９．６４％，而江苏省对应的占比分别高达３８．９２％、 ３３．７６％，分别相差了３３．４３％、２４．１２％。随着研发 投入的增加，企业生产经营成本快速增长，但研发成 果转化率的提升往往较慢。因此，制造业集聚很可 能导致企业研发活动“搭便车”行为或技术垄断行 为，从而阻碍了知识技术扩散机制，抑制了生产率的 提升。特别是一些规模小、低生产率的制造业企业， 长期从事简单的加工贸易活动，研发惰性较严重，研 发效率不高。 模型４中交互项Ｉｎ（ＡＧＧＬ）×Ｉｎ（ＧＯＶ）与全要素 生产率呈显著正相关（１３＝１．３８９，Ｐ＜０．０１）。由于采 用制度环境的反向指标，因此制度环境越完善，制造 业集聚对全要素生产率的提升作用反而越小，即制 度环境起负向调节作用。可能的解释是：近年来四 川省制度环境逐渐完善，知识产权保护力度大幅提 升，２０１５年四川省规模以上工业企业有效发明专利 数１７６０１件，在西部地区位列第一，但知识产权保护 力度的提升在一定程度上提高了企业学习成本 ， 尤其是增加了中小民营制造业企业获取先进技术的 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１０） ·经济与管理· 难度和交易成本，降低了产业集聚的知识技术溢出 效应，削弱了制造业集聚对全要素生产率的提升作 用。 聚的知识和技术溢出效应。劳动密集型制造业没有 显著的调节作用可能与四川省劳动力素质较低和资 源错配有关。资源密集型制造业的调节作用呈负向 的原因可能是：①资源密集型制造业对自然资源依 赖度较高，早期资源红利在一定程度上弱化了制造 业企业对技术创新和技术进步的内在需求，使生产 率提升缺乏必要的动力支持 。②由于资源不当 开采导致环境破坏、生态失衡等负外部性，资源密集 型制造业集聚企业往往受到管控，资源获取成 模型５中四个交互项的系数显著性各有差异， 说明产业性质的调节作用依赖于制造业要素密集程 度。具体来看，①交互项ｌｎ（ＡＧＧＬ）×ＣＡＰＩ系数为 ０．１９１（Ｐ＜０．Ｏ１），表明资本密集型制造业集聚对全 要素生产率呈显著正向作用。②交互项ｌｎ（ＡＧＧＬ） ×ＴＥＣＨ系数为一０．ｏ９８（Ｐ＜０．０５），表明技术密集型 制造业集聚对全要素生产率呈显著负向作用。③交 互项ｌｎ（ＡＧＧＬ）×ＬＡＢＯＲ系数为一０．０２７（Ｐ＞０．１）， 本较高，从而对全要素生产率呈显著的负向作用。 此外，根据模型１—５，前一期的全要素生产率与当 期呈显著正相关（Ｊ３＝０．９２７，Ｐ＜０．０１；１３＝０．９３３， Ｐ＜０．Ｏ１；ｔ３＝０．９３０，Ｐ＜０．Ｏ１；ｌ３＝０．９３１，Ｐ＜０．０１； 表明劳动密集型制造业集聚对全要素生产率的作用 不显著；④交互项Ｉｎ（ＡＧＧＬ）×ＲＥＳＯ系数为一０．１８７ （Ｐ＜０．０５），表明资源密集型制造业集聚对全要素生 产率呈显著负向作用。其中，技术密集型制造业的 调节作用呈负向的原因可能是：①四川省技术密集 型制造业企业自主创新能力较低，没有掌握产品的 核心技术，产品生产率不高 ３。②四川省技术密集 型制造业企业主要集中在成都平原经济区，在其他 ｛３＝０．９３８，Ｐ＜０．Ｏ１），表明全要素生产率具有明显的 正向累积效应。教育水平与全要素生产率呈不显著 的正相关（ｐ＝０．０２０，Ｐ＞０．１；ｐ＝０．０３１，Ｐ＞０．１； ｌ３＝０．０１９，Ｐ＞０．１；Ｂ＝０．０４３，Ｐ＞０．１；ｐ＝０．０３６， Ｐ＞０．１），表明教育支出虽然作为教育部门对社会的 人力资本投资，但教育回报率低，不能有效提升制造 业劳动力素质和生产力水平，对全要素生产率的提 升作用不显著。 经济区分布较少甚至几乎为零，这种技术密集型制 造业布局的严重不均衡在一定程度上抑制了产业集 表３模型估计结果 注：＊＊＊Ｐ（０．０１，＊＊Ｐ＜０．０５，＊Ｐ＜０．１０，除了ＡＲ（１）检验、ＡＲ（２）检验和Ｓａｒｇａｎ检验括号是伴随概率Ｐ值外，其他均表示标准误。 研究结论为：①２０００－－２０１５年四川省制造业全 ４结论与讨论 要素生产率得益于技术进步改进呈明显上升趋势， 但技术效率对全要素生产率增长起阻碍作用，其中 本文构建了四川省制造业动态面板模型，采用 两阶段系统ＧＭＭ估计方法，实证检验了四川省制 造业集聚对制造业全要素生产率的影响，并检验了 外商直接投资、研发投入、制度环境和产业性质在其 中的调节作用。 资本和技术密集型制造业的全要素生产率增长普遍 较快。②２０００－－２０１５年四川省制造业集聚水平总体 不高，其中资源密集型制造业集聚水平相对较高，而 资本、技术和劳动密集型制造业集聚水平较低，表明 ·１４２９· ·经济与管理· 四川制造业对自然资源依赖较大，技术含量有待加 强；从制造业的空间集聚来看，四川省制造业主要集 聚在成都平原经济区，并向川南经济区和川东北经 济区不断辐射，而攀西经济区和川西北生态经济区 的制造业集聚态势不明显。③四川省制造业集聚能 显著促进全要素生产率提升，外商直接投资、研发投 入、制度环境、产业性质对这种促进关系的调节作用 各有不同：外商直接投资呈显著的正向调节作用；研 发投入没有明显的调节作用；制度环境呈显著的负 向调节作用；产业性质的调节作用依赖于制造业要 素密集程度，其中资本密集型制造业呈显著的正向 调节作用，资源和技术密集型制造业呈显著的负向 调节作用，劳动密集型制造业的调节作用不显著。 本文研究结论对四川省制造业的制定有重 要实践价值，主要表现在：①各级部门在促进制 造业集聚和规划工业园区建设时要立足五大经济区 区情，发展区域优势制造业，重视发展资本和技术密 集型制造业，尤其在川南、川东北和攀西经济区提高 资本和技术密集型制造业比重，并大力促进传统资 源密集型制造业转型升级，减少其对自然资源的过 多依赖。②产业不仅仅是扶弱固强，更要与提 高制造业全要素生产率这个指挥棒相结合，建议对 产业实施前后的全要素生产率开展评估，将其 作为产业调整的重要依据。③产业要与其 他协同，如建立一套合理的长效激励机制，激励 制造业企业开展自主研发和创新活动，提高研发成 果转化率，改善制造业企业技术效率和管理效率；同 时在引进外商直接投资时加大技术含量，扩大外资 的规模效应和技术溢出效应。④统筹兼顾知识产权 保护和技术扩散传播，不断完善科技成果交易市场， 积极打造制造业科技交流平台，促进制造业企业之 间技术交流与合作，并重点为制造业中小企业和民 营企业提供其必需的公共科技服务。⑤重视发展现 代制造业职业教育，促使四川省高校和研究所培养 出更多能适应本省制造业发展需求的复合型高技能 人才，同时不断完善制造业企业员工职业技能培训 机制，提高制造业人力资本质量。 参考文献： ［１］Ｍａｒｓｈａｌｌ Ａ．Ｔｈｅ Ｐｒｉｎｃｉｐｌｅｓ ｏｆ Ｅｃｏｎｏｍｉｃｓ［Ｍ］．Ｌｏｎｄｏｎ：ＭａｃＭｉｌｌａｎ，１８９０． ［２］Ａｒｒｏｗ Ｋ．Ｔｈｅ Ｅｃｏｎｏｍｉｃ Ｉｍｐｌｉｃａｔｉｏｎ ｏｆ Ｌｅａｒｎｉｎｇ ｂｙ Ｄｏｉｎｇ［Ｊ］．Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃ Ｓｔｕｄｉｅｓ，１９６２，２９（３）：１５５—１７３． ［３］Ｒｏｍｅｒ Ｐ Ｍ。Ｉｎｃｒｅａｓｉｎｇ Ｒｅｔｕｒｎｓ ａｎｄ Ｌｏｎｇ—Ｉｘｉｎ Ｇｒｏｗｔｈ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ，１９８６，９４（５）：１００２—１０３７． ［４］Ｊａｃｏｂｓ Ｊ．Ｔｈｅ Ｅｃｏｎｏｍｙ ｏｆ Ｃｉｔｉｅｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ｒａｎｄｏｍ Ｈｏｕｓｅ，１９６９． ·１４３０· 资源开发与市场Ｒｅｍｕ￣ｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１８ ３４（１０） ［５］Ｐｏｒｔｅｒ Ｍ Ｅ．Ｃｏｍｐｅｔｉｔｉｖｅ Ａｄｖａｎｔａｇｅ ｏｆ Ｎａｔｉｏｎｓ ｌ Ｍ ｊ．Ｎｅｗ Ｙｏｒｋ：Ｆｒｅｅ Ｐｒｅｓｓ，１９９０． ［６］Ｏｔｓｕｋａ Ａ，Ｙａｍａｎｏ Ｎ．Ｉｎｄｕｓｔｉｒａｌ Ａｇｇｌｏｍｅｒａｔｉｏｎ Ｅｆｆｅｃｔｓ ｏｎ Ｒｅｇｉｏｎａｌ Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈ：Ａ Ｃａｓｅ ｏｆ Ｊａｐａｎｅｓｅ Ｒｅｇｉｏｎｓｌ Ｊ』．Ｒｅｇｉｏｎａｌ Ｅｃｏｎｏｍｉｃｓ Ａｐｐｌｉｃａｔｉｏｎｓ Ｌａｂｏｒａｔｏｒｙ，２００８，３１（９）：１０２５—１０３７． ［７］Ａｎｔｏｎｉｅｔｔｉ Ｒ，Ｃａｉｎｅｌｌｉ Ｇ．ｈＴｅ Ｒｏｌｅ ｏｆＳｐａｔｉｌａ Ａｇｇｌｏｍｅｒａｔｉｏｎ ｉｎ ａ Ｓｔｒｕｃｔｕｒａｌ Ｍｏｄｅｌ ｏｆＩｎｎｏｖａｔｉｏｎ，Ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ Ｅｘｐｏｒｔ：Ａ Ｆｉｒｍ—ｌｅｖｅｌＡｎａｌｙｓｉｓ［Ｊ Ｊ． Ａｎｎａｌｓ ｏｆ Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ，２０１１，４６（３）：５７７—６００． ［８］Ｂｒｏｅｒａｍａ Ｌ，Ｏｏｔｅｒｈａｖｅｎ Ｊ．Ｒｅｇｉｏｎａｌ Ｌａｂｏｒ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ ｔｈｅ Ｎｅｔｈｅｒ· ｌａｎｄｓ：Ｅｖｉｄｅｎｃｅ ｏｆ Ａｇｇｌｏｍｅｒａｔｉｏｎ ａｎｄ Ｃｏｎｇｅｓｔｉｏｎ Ｅｆｆｅｃｔｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ，２００９，４９（３）：４８３—５１１． ［９］Ｍａｒｔｉｎ Ｐ，Ｍａｙｅｒ Ｔ，Ｍａｙｎｅｒｉｓ Ｆ．Ｓｐａｔｉｌａ Ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｎｄ Ｐｌａｎｔ—ｌｅｖｅｌ Ｐｒｏｄｕｃｔｉｖｉｔｙｉｎ Ｆｒａｎｃｅ【Ｊ Ｊ．Ｊｏｕｍａｌ ｏｆ Ｕｒｂａｎ ＥｃｏｎｏｍｉＣＳ，２０１１，６９（２）： １８２—１９５． ［１Ｏ］王燕，徐妍．中国制造业空间集聚对全要素生产率的影响机理研 究——基于双门限回归模型的实证分析［Ｊ］．财经研究，２０１２， ３８（３）：１３５—１４４． ［１１］王丽丽．集聚、贸易开放与全要素生产率增长——基于中国制造 业行业的门槛效应检验［Ｊ］．产业经济研究，２０１２，（１）：２６—３４． ［１２］杨浩昌，李廉水，刘军．产业聚集与中国城市全要素生产率［Ｊ］． 科研管理，２０１８，３９（１）：８３—９４． ［１３］周圣强，朱卫平．产业集聚一定能带来经济效率吗：规模效应与 拥挤效应［Ｊ］．产业经济研究，２０１３，（３）：１２—２２． ［１４］周立新，毛明明．产业集聚与全要素生产率增长——基于重庆制 造行业面板数据的实证分析［Ｊ］．重庆大学学报（社会科学版）， ２０１６，２２（１）：３３—３９． ［１５］Ｃｏｈｅｎ Ｗ Ｍ，Ｌｅｖｉｎｔｈａｌ Ｄ Ａ．Ｉｎｎｏｖａｔｉｏｎ ａｎｄ Ｌｅａｒｎｉｎｇ：Ｔｈｅ Ｔｗｏ Ｆａｃｅｓ ｏｆ Ｒ＆Ｄ［Ｊｊ．Ｔｈｅ Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ，１９８９，９９（３９７）：５６９—５９６． ［１６Ｊ黄先海，胡馨月，陈航宇．知识产权保护、创新模式选择与我国贸 易扩展边际［Ｊ］．国际贸易问题，２０１６，（９）：１１０—１２０． ［１７］张公嵬，梁琦．出口、集聚与全要素生产率——基于制造业行业 面板数据的实证研究［Ｊ］．国际贸易问题，２０１０，（１２）：１２—１９． ［１８］陈强．高级计量经济学及Ｓｔａｔａ应用［Ｍ］．北京：高等教育出版社， ２０１４． ［１９］单豪杰．中国资本存量Ｋ的再估算：１９５２－－２００６年［Ｊ］．数量经济 技术经济研究，２００８，２５（１０）：１７—３１． ［２Ｏ］李梅，柳士昌．对外直接投资逆向技术溢出的地区差异和门槛效 应——基于中国省际面板数据的门槛回归分析［Ｊ］．管理世界， ２０１２，（１）：２１—３２． ［２１］刘长全．中国产业集聚与生产率：理论框架与影响分析［Ｍ］．北 京：经济管理出版，２０１０． ［２２］祝树金，虢娟．开放条件下的教育支出、教育溢出与经济增长 ［Ｊ］．世界经济，２００８，３１（５）：５６—６７． ［２３］张宇，蒋殿春．ＦＤＩ、产业集聚与产业技术进步——基于中国制造 行业数据的实证检验［Ｊ］．财经研究，２００８，３４（１）：７２—８２． ［２４］王永进，张国峰．开发区生产率优势的来源：集聚效应还是选择 效应？［Ｊ］．经济研究，２０１６，５１（７）：５８—７１． ［２５］Ｓｈａｐｉｒｏ Ｃ．Ｎａｖｉｇａｔｉｎｇ ｔｈｅ Ｐａｔｅｎｔ Ｔｈｉｃｋｅｔ：Ｃｒｏｓｓ Ｌｉｃｅｎｓｅｓ，Ｐａｔｅｎｔ Ｐｏｏｌｓ， ｎａｄ Ｓｔａｎｄａｒｄ—ｓｅｔｔｉｎｇ ｌ Ｊ］．Ｉｎｎｏｖａｔｉｏｎ Ｐｏｌｉｃｙ ａｎｄ ｔｈｅ Ｅｃｏｎｏｍｙ，２００１， （１）：１１９—１５０． ［２６］傅元海，叶祥松，王展祥．制造业结构变迁与经济增长效率提高 ［Ｊ］．经济研究，２０１６，５１（８）：８６—１００． ［２７］邵帅，范美婷，杨莉莉．资源产业依赖如何影响经济发展效 率？——有条件资源诅咒假说的检验及解释［Ｊ］．管理世界， ２０１３．（２）：３２—６３．
