王琴　潘林伟

摘要：文章利用长江经济带县域城市2012～2018年面板数据，建立空间杜宾模型检验产业集聚对区域经济的本地效应和溢出效应。回归结果显示第二产业集聚在地理距离和经济距离下对本地区产生显著正效应且溢出效应不显著，第三产业集聚在经济距离下产生显著负效应而地理距离不显著。要区分第二、三产业集聚的本地效应和溢出效应，制定并实施长江经济带整体产业规划和发展政策，通过调整合理产业空间集聚以整合生产要素产生良性溢出。

关键词：产业集聚；空间溢出；县域经济；经济距离

一、引言及文献综述

长江经济带横跨我国东、中、西三大区域，覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11个省市856个县域城市。近三年经济总量每年增加7万亿元以上，2019年区域生产总值占比达46.2%，是我国经济社会最具发展活力和潜力的区域。依据地区资源禀赋基础来加强分工协作，引导产业的有序转移承接，进一步调整、优化和改善产业布局，释放产业群的集聚效应，发挥产业集聚和经济增长溢出效应，是这一区域今后一段时期发展的重点任务和突破点。无论是传统制造业还是服务业，长江经济带具有促成产业集聚的有利条件，但仍存在空间分布不合理和辐射效应不明显等情况，省际间产业结构、产业体系和重点产业发展情况存在明显地区差异。

产业集聚作为一种产业空间经济组织形式，指同一类型的产业在特定地域内高度集中，与该类型产业相关的资本和要素在空间内不断流动并逐渐汇聚的过程和状态。产业发生集聚后通过微观层面的共享、匹配和学习机制发挥外部性实现规模经济（Duranton和Puga，2004）。其中共享和学习机制主要表现为供应商队伍共享、劳动力共享、知识积累和技术扩散，共享机制可以推动特定地区的专业化集聚实现生产要素的成本节约（Marshall，1961），学习机制则通过产业多样化集聚与市场竞争推动企业创新，提高生产效率。而匹配则是指集聚过程中生产要素的配置效率，要素结构与投入产出两者存在匹配临界点（Behrens等，2014），当生产要素集聚程度超过产业结构所能承载的城市规模时，集聚帶来的动态收益与静态的规模不经济的成本将会失衡（Brinkman，2016）。因此，关于产业集聚与经济增长的关系不能简单地认为两者存在单向线性关系。吴明琴和童碧如（2016）对1998～2007年中国工业企业面板数据的研究表明产业集聚对企业全要素生产率产生正面影响，但袁骏毅和乐嘉锦（2018）基于相同数据的研究结果表明，空间集聚程度对企业全要素生产率的影响表现为“倒U”型关系。值得注意的是，赵奎等（2021）发现集聚使资源快速向发达城市集中，基础设施、公共服务和产业结构随之得到优化并进一步吸引生产要素集中，使得落后地区原有要素大幅度减少，资源流动过程中集聚效应加强，发达城市的“虹吸效应”随之加强。即产业集聚与区域经济增长存在非线性关系。

随着产业集聚与区域发展理论的完善，部分学者逐渐把视线集中到空间因素带来的影响，其中唐建荣等（2018）基于中国省域数据构建空间杜宾模型分析发现，制造业集聚对省域经济增长有正向溢出效应。但0～1邻接矩阵的假设仅基于两个空间单元是否相邻来判定不同区域观测数据集的空间影响，因而无法反映地理上相互接近但并非相连的空间单元间的空间影响，与实际条件有一定偏离。曾艺等（2019）基于距离设定空间权重矩阵构建空间杜宾模型，利用中国2003～2015年地级市的面板数据分析了生产性服务业集聚对经济增长的本地效应和溢出效应。

从上述研究可以看到，研究对象都集中在省域或市域层面，而县域经济作为国家经济与社会发展的基本行政单位，是富有区域特点、经济部门结构相对完整的地方经济，相对来说缺乏研究。与此同时，目前针对产业集聚空间溢出的研究中，视觉中心更多地集中到地理距离的接近，但随着信息技术的不断发展和相关基础设施的完善，使产业集聚带来的溢出效应已经突破了传统的地理距离限制，需要从更多维的视角出发考量产业集聚的空间溢出效应。因此，为更好地发挥长江经济带县域城市在产业集聚过程带来的经济效应，本文首先检验主要变量的空间相关性，分别构建包含地理距离和经济距离两种空间权重矩阵，采用空间计量模型探讨长江经济带县域城市二、三产业集聚的空间溢出效应并给出相关建议。

二、研究方法、数据说明和模型设定

（一）研究方法

1. 空间相关性检验

空间相关性是空间尺度上观测彼此相近变量之间关联性的度量，检验区域变量是否存在空间自相关的常用指标有Morans I、Gearys C指数等，本文选取Morans I指数度量空间自相关，计算公式如下：

Morans I=■（1）

其中，S2=■■（Y■-■）2，■＝■■Yi，Yi为第i个观测值，n为城市总数，wij为空间权重矩阵。莫兰指数的取值范围为[-1，1]，Morans I>0表示空间正相关，其值越大，空间相关性越明显。

2. 空间权重矩阵

（1）地理距离权重矩阵（W1）。产业集聚对经济增长的影响需要考虑空间邻近，本文选用城市间地理距离的倒数建立地理距离权重矩阵，dij为利用经纬度数据计算两城市距离，i、j代表城市，定义如下：

Wij=■ i≠j0i＝j（2）

（2）经济距离权重矩阵（W2）。由于信息技术的发展，产业集聚对经济增长的影响作用会突破地理界线的限制，因此，选用经济距离作为空间权重矩阵以反映空间效应。pgdp为县域人均生产总值，定义如下：

Wij=■ i≠j0i＝j（3）

3. 空间计量模型

产业集聚通过知识溢出、技术扩散帮助经济增长实现动能转换，提升生产效率，促进本地经济增长，因此构建包含产业结构的普通面板模型：

lnpgdpit=α+β1lnindusit+β2lnpopit+β3lngovit+β4lnlaborit+β5lnstrucit+β6lnfinait+εit（4）

其中，i代表城市，t表示时间；α为常数项；β为各解释变量的弹性系数；εn为随机扰动项。

由于商品贸易发展及交通运输条件不断完善，地区之间的经济联系日益紧密，城市间经济增长可能存在较为明显的空间关联效应。正是这种空间依赖的存在，使某一地区产业集聚影响城市经济增长的所有因素都可通过地区间产业集聚的空间关联效应而影响周边地区，因此本文通过在公式（4）中引入经济增长及产业集聚等控制变量的空间交互项，把空间面板模型扩展为空间杜宾模型：

lnpgdpit=αln+β1lnindusit+β2lnpopit+β3lngovit+β4lnlaborit+β5lnstrucit+β6lnfinait+δWlnpgdpit+θ1Wlnindusit+θ2Wlnpopit+θ3Wlngovit+θ4Wlnlaborit+θ5Wlnstrucit+θ6Wlnfinait+εit（5）

其中，W为空间权重矩阵；In为n×1单位矩阵；δ为空间自回归系数；θ为各解释变量空间交互项的弹性系数。

（二）变量说明与数据来源

1. 变量说明

（1）被解释变量。

经济增长（pgdp）。考虑到研究范围内数据可获得性和完整性，以县域人均生产总值作为经济增长的代理变量。

（2）解释变量。

产业集聚（indus）。考虑到区域规模差异和数据可获得性，结合已有研究，本文选取区位熵分别衡量第二产业集聚水平（indus2）、第三产业集聚水平（indus3），计算公式如下：

inhdusit＝■（6）

其中inhdusit表示i城市t时间第二、三产业产业增加值。

（3）控制变量。

人口密度（pop）。人口密度不但能体现县域内经济活动的密集程度，同时能体现县域经济的商品市场规模程度，本文采用行政区域面积与户籍人口的比值作为衡量标准。

财政规模（gov）。财政开支可以反映县级财政对地方经济社会发展的支持与调控，本文选择县级财政开支占GDP的比例作为评价县级财政规模的指标。

人力资本（labor）。本文采用中小学在校人数与区域内户籍人口的比值作为衡量指标。

产业结构（struc）。目前长江经济带省际之间产业结构、产业体系和重点产业发展情况仍存在明显的地区差异。本文以第三产业增加值与第二产业增加值的比值度量产业结构优化程度。

金融发展（fina）。金融要素在地区经济增长中的作用主要是通过资金配置和收入再分配调节来实现，本文采用各个区县年末贷款余额与GDP的比值衡量金融发展程度。

2. 数据来源

考虑到数据完整性，本文选取2012～2018年长江经济带沿线724个县域样本，数据来源于《中国统计年鉴》《中国县域统计年鉴》（县市卷）及各县市统计机构发布的统计公报，部分利用中国经济社会发展统计数据库及中经网统计数据库获得。

三、实证过程与分析

（一）空间相关性检验

应用Stata计算得到长江经济带沿线县域经济增长的Morans I指数值如表1所示。表1显示人均GDP的Morans I值在两种空间权重下均显著为正，表明长江经济带沿线县域的经济增长存在显著正向空间依赖性，经济活动呈现空间集聚特征。

Moran指数表明县域城市经济增长和产业集聚存在空间相关性，但不能准确反映二者的互动关系，需要构建空间计量模型进一步检验产业集聚的空间效应。

（二）空间计量模型选择与估计结果分析

1. 空间计量模型选择

根据莫兰指数的检验结果可知，长江经济带县域城市之间呈现出明显的空间关联特征。为确保模型设立的准确性，需要进行模型检验。空间面板模型LM检验结果如表2所示，LM检验结果全部通过1%的显著性检验，Robust LM检验仅经济距离权重下第三产业集聚未通过，综合检验结果认为构建空间杜宾模型最佳。

通过Hausman检验发现用固定效应更佳，且LR（SDM-SAR）、LR（SDM-SEM）檢验结果均拒绝原假设（表3），表明空间杜宾模型没有退化为空间滞后模型或空间误差模型，使用LR（ind）、LR（time）检验发现应选择个体、时间双固定效应。综上所述，选择双固定的空间杜宾模型最为合理。

2. 空间面板杜宾模型结果与讨论

根据上述分析，最终选择双固定空间杜宾模型，并基于第二、三产业集聚和空间权重矩阵进行回归，结果如表4所示。

表4中（1）、（3）列和（2）、（4）列分别为第二产业集聚和第三产业集聚基于地理距离矩阵和经济距离矩阵回归结果。结果表明不同空间权重矩阵产业集聚的效应相反，其中第二产业集聚（indus2）系数均显著为正，但第三产业集聚（indus3）系数显著为负。原因在于：第一，工业生产活动的集中能最大限度实现资源共享，降低企业时间和资金成本，带动生产要素流动，吸引关联产业进入，进一步完善产业链条，提高生产效率；第二，县域作为一个更细分的发展单元，对第三产业缺乏有序规划，产业内部存在过度竞争现象或者同质化竞争严重，要素配置效率低，从而形成规模不经济现象。

其次，基于地理距离空间权重（W1）的回归显示：第二产业集聚空间交互项系数（W1*indus2）不显著即未表现出空间溢出，第三产业（W1*indus3）显著且为正，表明长江经济带沿线县域城市第三产业集聚对经济增长存在正向空间溢出效应，即城市第三产业集聚程度增加可以有效带动地理距离相近城市发展。进一步看，长江经济带沿线城市间的经济增长存在较为明显的正向外溢效应，即一个城市经济发展会向周边城市扩散，使周边城市得到一定程度发展，这意味着相邻城市间经济发展具有良性互动的正反馈效应。

最后，基于经济距离空间权重（W2）的回归显示，第二产业集聚空间交互项（W2*indus2）系数依旧不显著，但第三产业（W2*indus3）显著且为负。具体表现为，县域城市第三产业集聚程度每增加1%，则经济发达情况相近的城市其经济负增长程度为11.4%。目前长江经济带县域城市信息化发展水平还不足以支撑第三产业集聚通过信息共享、知识溢出、技术创新带来正向溢出效应；另一方面，第三产业集聚导致区域间资本、信息等传播成本较于地理距离更高，进而导致集聚对经济增长产生负溢出效应。

四、主要结论与政策启示

（一）主要结论

本文选取空间杜宾模型，构建长江经济带沿线724个县域城市2012～2018年的面板数据，基于地理距离和经济距离空间权重矩阵，实证检验了长江经济带沿线县域城市产业集聚对经济增长的影响，得到如下主要结论：

第一，长江经济带沿线县域城市产业集聚和经济增长有明显的空间依赖性，其中第二产业集聚对本地经济增长显著为正，第三产业集聚对本地经济增长显著为负。表明长江经济带沿线县域城市经济增长主要源于第二产业集聚效应发挥，第三产业存在过度竞争现象或者同质化竞争严重，形成规模不经济。

第二，两种空间权重矩阵的空间回归结果表明，地理距离不一定会限制产业集聚对经济增长的溢出效应，第二产业集聚对经济增长的溢出效应均不显著。考虑地理距离时，第三产业集聚通过知识共享、技术溢出等促进经济增长，但信息技术的发展并未带来正向溢出效应；相反由于区域间资本、信息等存在较高传播成本，使科技进步和信息经济发展还未达到规模经济，导致集聚产生负向溢出效应。

（二）政策启示

实证过程表明，长江经济带县域城市产业集聚和发展有效促进了经济增长，但产业集聚过程中产生的空间效应影响了区域协调。所以，要区分第二、三产业集聚的本地效应和溢出效应，制订并实施区域产业规划和发展政策：

第一，有效发挥第二产业集聚效应是推进长江经济带经济增长的重要途径，长江经济带沿线各县域城市可以立足现有工业产业基础，围绕自身主导产业着力延链补链，强化产业链水平分工和垂直整合，打造特色产业集群，同时面向未来市场前沿需求，着力培养新的产业集群，进一步强化工业产业的集聚效应。同时从区域整体发展出发，规划和优化第三产业布局，避免产业内部趋同化发展，从多样化角度优化产业集聚结构，从专业化角度深化产业集聚分工。

第二，在完善交通基础建设的同时大力推进科技和信息产业发展，减少和消除地理距离带来的经济发展壁垒，强化产业集聚的技术和知识溢出，释放产业集聚基于经济距离带来的正向溢出效应。各城市既要结合自身的发展现状，实施差异化发展战略，又要打破各自为政的局面，邻近城市根据资源禀赋情况、非邻近城市根据生产要素集聚情况建立利于信息基础设施和相关产业发展的联动机制，发挥信息经济带来的整体规模效应。

参考文献：

[1]Duranton G，Puga D.Chapter 48 Micro-foundations of urban agglomeration economies[J].Handbook of Regional and Urban Economics，2004：2063-2117.

[2]Marshall A.Principles of economics[J].Political Science Quarterly，1961，31（77）：430-444.

[3]Behrens K，Duranton G，Robert-Nicoud F.Productive cities：Sorting，selection，and agglomeration[J].Journal of Political Economy，2014，122（03）：507-553.

[4]Brinkman J C.Congestion，agglomeration，and the structure of cities[J].Journal of Urban Economics，2016，94：13-31.

[5]吴明琴，童碧如.产业集聚与企业全要素生产率：基于中国制造业的证据[J].产经评论，2016，7（04）：30-44.

[6]袁骏毅，乐嘉锦.空间集聚与企业全要素生产率——基于中国工业企业数据库的考察[J].湘潭大学学报（哲学社会科学版），2018，42（06）：32-36.

[7]赵奎，后青松，李巍.省会城市经济发展的溢出效应——基于工业企业数据的分析[J].经济研究，2021，56（03）：150-166.

[8]唐建荣，房俞晓，张鑫和，等.产业集聚与区域经济增长的空间溢出效应研究——基于中国省级制造业空间杜宾模型[J].统计与信息论坛，2018，33（10）：56-65.

[9]曾藝，韩峰，刘俊峰.生产性服务业集聚提升城市经济增长质量了吗？[J].数量经济技术经济研究，2019，36（05）：83-100.

＊基金项目：重庆市社会科学年度项目“成渝地区城市空间网络关联下双城经济圈要素流动机制”（2021NDYB064）。

（作者单位：重庆交通大学经济与管理学院）