王良舉 王永培 袁平紅

(1.安徽財(cái)經(jīng)大學(xué) 工商管理學(xué)院，安徽 蚌埠 233030； 2.南京審計(jì)大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 211815；3.安徽財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，安徽 蚌埠 233030)

一、引言

城市經(jīng)濟(jì)學(xué)以及經(jīng)濟(jì)地理學(xué)研究表明，位于經(jīng)濟(jì)活動(dòng)密集的中心區(qū)(大城市)的企業(yè)通常比外圍地區(qū)(小城市)的企業(yè)擁有更高的生產(chǎn)率(Ciccone et al.,1996；Melo et al.,2009；Puga,2010；范劍勇，2006)。而關(guān)于中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)來(lái)源的討論，主要存在三種觀點(diǎn)。第一種觀點(diǎn)是，經(jīng)濟(jì)活動(dòng)集聚會(huì)通過技術(shù)溢出、勞動(dòng)力市場(chǎng)蓄水池效應(yīng)以及更加靠近供應(yīng)商與消費(fèi)者帶來(lái)正的外部性(即集聚效應(yīng))，使得中心區(qū)企業(yè)擁有更高的生產(chǎn)率(Fujita et al.,2002；Marshall,1920)。第二種觀點(diǎn)是，低效率企業(yè)因?yàn)闊o(wú)法應(yīng)對(duì)中心區(qū)激烈的競(jìng)爭(zhēng)而退出，唯有高效率企業(yè)能夠在中心區(qū)生存下去，導(dǎo)致中心區(qū)企業(yè)擁有更高的平均生產(chǎn)率，即所謂的選擇效應(yīng)(Baldwin et al.,2006；Behrens et al.,2014)。Baldwin et al.(2006)將異質(zhì)性企業(yè)模型(Helpman et al.,2004；Melitz,2003；Melitz et al.,2008)與自由資本模型(Martin et al.,1995)相結(jié)合分析了異質(zhì)性企業(yè)選址行為，證明分類效應(yīng)也是中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的重要來(lái)源。中心區(qū)意味著更大的市場(chǎng)規(guī)模和激烈的市場(chǎng)競(jìng)爭(zhēng)，高效率企業(yè)在中心區(qū)選址能獲得更大的市場(chǎng)份額，同時(shí)也能應(yīng)對(duì)更加激烈的市場(chǎng)競(jìng)爭(zhēng)，因而高效率企業(yè)傾向于在中心區(qū)選址，而低效率企業(yè)則傾向于分布在外圍地區(qū)(Baldwin et al.,2006；Forslid et al.,2014；Okubo et al.,2010)。

中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)究竟是來(lái)源于正的集聚外部性，還是因?yàn)橹行膮^(qū)低效率企業(yè)被淘汰，抑或是因?yàn)楦咝势髽I(yè)主動(dòng)在中心區(qū)選址？厘清這一問題，對(duì)于制定區(qū)域和城市發(fā)展政策以及評(píng)估相關(guān)政策的實(shí)施效果，具有重要的現(xiàn)實(shí)指導(dǎo)意義。

二、文獻(xiàn)綜述

異質(zhì)性企業(yè)非隨機(jī)的區(qū)位選擇帶來(lái)的選擇效應(yīng)與分類效應(yīng)會(huì)對(duì)地區(qū)生產(chǎn)率差異帶來(lái)內(nèi)生性影響，導(dǎo)致基于新經(jīng)濟(jì)地理理論測(cè)度集聚效應(yīng)的標(biāo)準(zhǔn)實(shí)證技術(shù)可能高估了集聚效應(yīng)的作用(Baldwin et al.,2006；Combes et al.,2011；Ottaviano,2011)。如何準(zhǔn)確識(shí)別集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)對(duì)地區(qū)生產(chǎn)率差異的影響，已成為融入異質(zhì)性企業(yè)理論的新新經(jīng)濟(jì)地理學(xué)探討的重要議題。

Syverson(2004,2007)針對(duì)美國(guó)混凝土行業(yè)的研究發(fā)現(xiàn)，由于存在選擇效應(yīng)，中心區(qū)企業(yè)比外圍地區(qū)的企業(yè)擁有更高的效率。Saito et al.(2009)基于智利食品行業(yè)企業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，集聚效應(yīng)和選擇效應(yīng)均存在，但選擇效應(yīng)的作用更顯著。Combes et al.(2012)采用法國(guó)制造業(yè)企業(yè)數(shù)據(jù)，開創(chuàng)性地通過考察不同地區(qū)企業(yè)生產(chǎn)率分布截尾上的差異來(lái)識(shí)別集聚效應(yīng)與選擇效應(yīng)，研究發(fā)現(xiàn)地區(qū)生產(chǎn)率差異基本可以由集聚效應(yīng)來(lái)解釋，但是在一些相對(duì)分散的部門中選擇效應(yīng)也是地區(qū)生產(chǎn)率差異的重要來(lái)源。李曉萍等(2015)運(yùn)用Combes et al.(2012)的方法，采用中國(guó)地級(jí)市工業(yè)企業(yè)數(shù)據(jù)檢驗(yàn)了集聚對(duì)企業(yè)生產(chǎn)率的影響以及異質(zhì)性企業(yè)選擇效應(yīng)的存在性及其程度。結(jié)果發(fā)現(xiàn)，集聚效應(yīng)與選擇效應(yīng)均是地區(qū)企業(yè)生產(chǎn)率差距產(chǎn)生的重要原因，但集聚效應(yīng)的作用更顯著。王永進(jìn)等(2016)同樣運(yùn)用Combes et al.(2012)的方法，對(duì)開發(fā)區(qū)和非開發(fā)區(qū)的生產(chǎn)率分布進(jìn)行了比較，識(shí)別了開發(fā)區(qū)的“集聚效應(yīng)”和“選擇效應(yīng)”。研究發(fā)現(xiàn)，“集聚效應(yīng)”和“選擇效應(yīng)”都顯著提高了開發(fā)區(qū)的生產(chǎn)率水平。余壯雄等(2014)基于格點(diǎn)搜索的回歸方法識(shí)別集聚效應(yīng)與選擇效應(yīng)，研究表明集聚效應(yīng)是導(dǎo)致中國(guó)大城市生產(chǎn)率優(yōu)勢(shì)的重要原因，而選擇效應(yīng)并不存在。劉海洋等(2015)運(yùn)用分位數(shù)方法探討了中國(guó)企業(yè)生產(chǎn)率的地域分布特征，發(fā)現(xiàn)中國(guó)集群地區(qū)的生產(chǎn)率優(yōu)勢(shì)源于選擇效應(yīng)而不是集聚效應(yīng)。

需要指出的是，上述各項(xiàng)研究所討論的選擇效應(yīng)中實(shí)際上均包含了分類效應(yīng)。盡管集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)在宏觀上最終均表現(xiàn)為企業(yè)生產(chǎn)率的提高，但產(chǎn)生這一結(jié)果的微觀機(jī)制并不相同。集聚效應(yīng)是通過共享、匹配和學(xué)習(xí)三種微觀機(jī)制帶來(lái)的正的集聚外部性提升了本地區(qū)所有企業(yè)的生產(chǎn)率；選擇效應(yīng)的作用機(jī)制則是通過淘汰低效率企業(yè)使企業(yè)平均生產(chǎn)率得以提升的；而分類效應(yīng)的作用機(jī)制是通過企業(yè)的區(qū)位選擇，即高效率企業(yè)在中心區(qū)選址，低效率企業(yè)在外圍地區(qū)選址，使中心區(qū)企業(yè)擁有更高的生產(chǎn)率。此外，上述三種效應(yīng)之間還可能會(huì)產(chǎn)生相互作用(Behrens et al.,2014)。中心區(qū)的市場(chǎng)規(guī)模更大，同時(shí)市場(chǎng)競(jìng)爭(zhēng)也更加激烈，也就是說(shuō)選擇效應(yīng)更強(qiáng)，在優(yōu)勝劣汰的自然法則下只有高效率企業(yè)才會(huì)選擇在中心區(qū)選址，低效率企業(yè)則分布在外圍地區(qū)，即選擇效應(yīng)引致分類效應(yīng)；而更多高效率企業(yè)在中心區(qū)選址進(jìn)一步加劇了中心區(qū)市場(chǎng)競(jìng)爭(zhēng)的激烈程度，即分類效應(yīng)會(huì)進(jìn)一步強(qiáng)化選擇效應(yīng)。但迄今為止，僅有少量研究將選擇效應(yīng)與分類效應(yīng)區(qū)別開來(lái)加以討論。Behrens et al.(2014)通過構(gòu)建城市系統(tǒng)模型，將集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)納入統(tǒng)一的理論框架，闡釋了大城市生產(chǎn)率優(yōu)勢(shì)的來(lái)源，并基于美國(guó)276個(gè)大都市統(tǒng)計(jì)區(qū)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，研究發(fā)現(xiàn)美國(guó)大城市的生產(chǎn)率優(yōu)勢(shì)主要來(lái)源于集聚效應(yīng)和分類效應(yīng)，但選擇效應(yīng)并不顯著。Forslid et al.(2014)在空間分類模型(Baldwin et al.,2006)中引入企業(yè)(部門)資本強(qiáng)度差異，采用日本制造業(yè)企業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，高資本強(qiáng)度行業(yè)中存在雙邊分類效應(yīng)(two-sided sorting)，即高效率企業(yè)和低效率企業(yè)均在中心區(qū)選址，而中等效率企業(yè)分布在外圍地區(qū)。陳強(qiáng)遠(yuǎn)等(2016)基于雙城模型構(gòu)建大城市企業(yè)生產(chǎn)率溢價(jià)概念框架，對(duì)中國(guó)大城市企業(yè)生產(chǎn)率溢價(jià)的來(lái)源進(jìn)行了考察。該文是目前為止對(duì)中國(guó)大城市企業(yè)生產(chǎn)率優(yōu)勢(shì)來(lái)源最全面的微觀層面的討論。需要指出的是，該文討論的競(jìng)爭(zhēng)效應(yīng)是指高效率企業(yè)能夠從集聚經(jīng)濟(jì)中獲益更多，表現(xiàn)為企業(yè)生產(chǎn)率密度分布的擴(kuò)張(Combes et al.,2012)，本質(zhì)上是集聚效應(yīng)的重要構(gòu)成部分。

理論層面的文獻(xiàn)對(duì)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的來(lái)源以及上述三種效應(yīng)的存在性進(jìn)行了較為深入的討論，但很少有文獻(xiàn)從實(shí)證層面將三種效應(yīng)同時(shí)加以考察。當(dāng)前，新新經(jīng)濟(jì)地理方面的研究在中國(guó)仍處于起步階段，相關(guān)的理論研究和實(shí)證檢驗(yàn)十分缺乏。本文借鑒Forslid et al.(2014)的實(shí)證思路，采用中國(guó)制造業(yè)企業(yè)微觀數(shù)據(jù)，使用半?yún)?shù)方法測(cè)算企業(yè)全要素生產(chǎn)率，在此基礎(chǔ)上使用分位數(shù)方法識(shí)別集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)的存在性，從企業(yè)異質(zhì)性視角為中心區(qū)生產(chǎn)率優(yōu)勢(shì)的來(lái)源以及中國(guó)地區(qū)生產(chǎn)率差異提供一種新的微觀解釋。

三、企業(yè)全要素生產(chǎn)率測(cè)算

(一)測(cè)算方法

采用Syverson(2011)的方法，假設(shè)企業(yè)生產(chǎn)函數(shù)為標(biāo)準(zhǔn)的柯布—道格拉斯生產(chǎn)函數(shù)：

(1)

其中，Yit、Kit和Lit分別表示企業(yè)i在t時(shí)期的產(chǎn)出、資本投入和勞動(dòng)投入，βK、βL分別表示資本和勞動(dòng)的產(chǎn)出彈性，Ait為企業(yè)i在時(shí)期t的全要素生產(chǎn)率(Total Factor Productivity,TFP)。對(duì)式(1)兩邊取自然對(duì)數(shù)可以得到如下線性形式：

yit=βKkit+βLlit+uit

(2)

式(2)中，yit、kit和lit分別表示Yit、Kit和Lit的對(duì)數(shù)形式，殘差項(xiàng)uit包含了對(duì)數(shù)形式的企業(yè)全要素生產(chǎn)率信息。常用的做法是通過估計(jì)式(2)得到資本和勞動(dòng)的產(chǎn)出彈性進(jìn)而估算企業(yè)全要素生產(chǎn)率。

實(shí)際生產(chǎn)中，企業(yè)通常會(huì)根據(jù)自身前期的生產(chǎn)率調(diào)整本期的要素投入組合，且生產(chǎn)率沖擊和企業(yè)退出市場(chǎng)的概率存在一定的相關(guān)性，如果直接使用最小二乘(OLS)或固定效應(yīng)(FE)方法估計(jì)式(2)可能會(huì)導(dǎo)致嚴(yán)重的內(nèi)生性問題，造成測(cè)算的企業(yè)全要素生產(chǎn)率存在較大偏誤。為了克服傳統(tǒng)方法難以避免的由聯(lián)立性偏誤和選擇性偏誤帶來(lái)的內(nèi)生性問題，Olley et al.(1996)發(fā)展了基于一致半?yún)?shù)的估計(jì)方法(簡(jiǎn)稱OP方法)，采用三階段模型估計(jì)企業(yè)全要素生產(chǎn)率。OP方法用企業(yè)當(dāng)期投資作為不可觀測(cè)的生產(chǎn)率沖擊的代理變量，解決聯(lián)立性偏誤問題；此外，OP方法將企業(yè)退出行為納入分析框架，通過生存概率估計(jì)企業(yè)進(jìn)入和退出，從而克服樣本選擇性偏誤。OP方法假定代理變量(企業(yè)當(dāng)期投資)與企業(yè)產(chǎn)出保持嚴(yán)格單調(diào)關(guān)系，這意味著投資為零的企業(yè)樣本都會(huì)被剔除。但實(shí)際中，并非所有企業(yè)在各期投資均大于零，如果使用OP方法會(huì)使得很多企業(yè)樣本在估計(jì)中被丟棄。Levinsohn et al.(2003)針對(duì)這一問題發(fā)展了一種新的半?yún)?shù)估計(jì)方法(簡(jiǎn)稱LP方法)。LP方法采用數(shù)據(jù)更易獲得的中間品投入取代企業(yè)當(dāng)期投資作為不可觀測(cè)的生產(chǎn)率沖擊的代理變量。本文采用LP方法估計(jì)中國(guó)制造業(yè)企業(yè)資本及勞動(dòng)要素的產(chǎn)出彈性的一致估計(jì)量，進(jìn)而測(cè)算中國(guó)制造業(yè)企業(yè)的全要素生產(chǎn)率。

產(chǎn)出Yit用企業(yè)工業(yè)增加值來(lái)表示，并用企業(yè)所在省份工業(yè)品出廠價(jià)格指數(shù)進(jìn)行平減；資本投入Kit用企業(yè)固定資產(chǎn)凈值年均余額表示，并用企業(yè)所在省份固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減；勞動(dòng)投入Lit用企業(yè)全部從業(yè)人員年平均數(shù)表示；中間品投入mit用企業(yè)中間投入表示，并用企業(yè)所在省份的原材料、燃料和動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)進(jìn)行平減。各省份工業(yè)品出廠價(jià)格指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)以及原材料、燃料和動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)來(lái)源于相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》，各類價(jià)格指數(shù)均以2000年為基期。

(二)數(shù)據(jù)處理

本文使用的微觀企業(yè)層面的基礎(chǔ)數(shù)據(jù)來(lái)源于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，樣本期間涵蓋2001—2007年。該數(shù)據(jù)庫(kù)是基于國(guó)家統(tǒng)計(jì)局開展的“規(guī)模以上工業(yè)統(tǒng)計(jì)報(bào)表統(tǒng)計(jì)”取得的統(tǒng)計(jì)資料整理而成的。統(tǒng)計(jì)對(duì)象包括全部國(guó)有和規(guī)模以上非國(guó)有工業(yè)法人企業(yè)。統(tǒng)計(jì)口徑包括“采掘業(yè)”、“制造業(yè)”以及“電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)”三大門類，其中制造業(yè)占90%以上。該數(shù)據(jù)庫(kù)提供了相當(dāng)數(shù)量的微觀企業(yè)的詳細(xì)信息，一類是企業(yè)經(jīng)營(yíng)成果有關(guān)的信息，包括資金流量表、資產(chǎn)負(fù)債表和損益表的主要信息以及雇用員工和生產(chǎn)活動(dòng)信息；另一類是對(duì)企業(yè)身份、生產(chǎn)經(jīng)營(yíng)活動(dòng)內(nèi)容和狀態(tài)進(jìn)行定性描述的信息。近年來(lái)，該數(shù)據(jù)庫(kù)在經(jīng)濟(jì)研究領(lǐng)域得到了廣泛應(yīng)用，產(chǎn)生了一系列針對(duì)中國(guó)問題的高質(zhì)量研究成果，并形成了大量具有較強(qiáng)實(shí)際指導(dǎo)意義的政策建議。但是該數(shù)據(jù)庫(kù)也存在樣本匹配混亂、指標(biāo)缺失以及統(tǒng)計(jì)口徑誤差等問題，給研究人員使用帶來(lái)了較大困難。本文參考聶輝華等(2012)的做法對(duì)該數(shù)據(jù)庫(kù)進(jìn)行了調(diào)整。具體包括：剔除企業(yè)總產(chǎn)值為負(fù)數(shù)或者全部從業(yè)人員年平均人數(shù)、中間投入合計(jì)、固定資產(chǎn)原價(jià)以及固定資產(chǎn)凈值年平均余額等各項(xiàng)投入為負(fù)數(shù)的樣本記錄；剔除企業(yè)固定資產(chǎn)原值小于固定資產(chǎn)凈值、企業(yè)工業(yè)增加值或工業(yè)中間投入大于總產(chǎn)出的樣本記錄；剔除從業(yè)人員年平均人數(shù)少于8人或主營(yíng)業(yè)務(wù)收入低于500萬(wàn)元的企業(yè)樣本；為保持行業(yè)統(tǒng)計(jì)口徑前后一致，根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼(GB/T4754—2002)》將2001年和2002年的企業(yè)樣本按照細(xì)分行業(yè)進(jìn)行調(diào)整。城市市轄區(qū)作為基礎(chǔ)設(shè)施較為完善、人口和經(jīng)濟(jì)活動(dòng)分布集中的連續(xù)區(qū)域，有利于集聚經(jīng)濟(jì)的形成。而且城市功能集中體現(xiàn)在市轄區(qū)，市轄區(qū)的基本情況大致反映了城市(狹義)各個(gè)主要方面。本文主要研究與經(jīng)濟(jì)活動(dòng)集聚相關(guān)的集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)的存在性，因此選擇地級(jí)以上城市市轄區(qū)作為空間單位進(jìn)行考察更符合本文研究要求*如果未加特殊說(shuō)明，本文使用的有關(guān)城市特征的數(shù)據(jù)(例如國(guó)內(nèi)生產(chǎn)總值、城市土地面積等)，其統(tǒng)計(jì)范圍均是城市市轄區(qū)。。根據(jù)企業(yè)所在地區(qū)的行政區(qū)劃代碼進(jìn)行篩選，保留位于城市市轄區(qū)的企業(yè)樣本記錄共計(jì)881542條。

采掘業(yè)以及制造業(yè)中的煙草制品業(yè)的空間分布很大程度上受制于煤炭、石油等自然資源的分布情況，自然資源在這些行業(yè)的企業(yè)生產(chǎn)中起到?jīng)Q定性作用；另外，電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)是典型的公用事業(yè)部門，其生產(chǎn)經(jīng)營(yíng)活動(dòng)具有較強(qiáng)的公共屬性。這些行業(yè)的生產(chǎn)函數(shù)不能簡(jiǎn)單假設(shè)為C-D生產(chǎn)函數(shù)，本文采用的LP方法不適用于分析這些行業(yè)的企業(yè)全要素生產(chǎn)率。因此，本文僅對(duì)29個(gè)制造業(yè)細(xì)分行業(yè)(兩位數(shù)代碼13—15、17—37、39—43)企業(yè)樣本進(jìn)行討論。不同的企業(yè)面臨的約束條件及采用的生產(chǎn)技術(shù)不盡相同，統(tǒng)一的生產(chǎn)函數(shù)難以準(zhǔn)確地刻畫所有企業(yè)的實(shí)際生產(chǎn)行為。為了盡可能真實(shí)地反映企業(yè)的技術(shù)水平，本文采用楊汝岱(2015)的做法，假定同一行業(yè)中的企業(yè)采用相似的生產(chǎn)模式，基于制造業(yè)兩位數(shù)代碼細(xì)分行業(yè)分類，采用LP方法分行業(yè)估計(jì)資本和勞動(dòng)要素的產(chǎn)出彈性，在此基礎(chǔ)上測(cè)算企業(yè)全要素生產(chǎn)率。

四、中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)來(lái)源的實(shí)證檢驗(yàn)

(一)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的初步統(tǒng)計(jì)分析

圖1城市市場(chǎng)潛能與企業(yè)全要素生產(chǎn)率關(guān)系

為了直觀展現(xiàn)城市市場(chǎng)潛能與企業(yè)全要素生產(chǎn)率之間的關(guān)系，本文繪制了城市市場(chǎng)潛能(對(duì)數(shù)形式，ln mp)與企業(yè)全要素生產(chǎn)率均值(TFP_city)關(guān)系散點(diǎn)圖。圖1顯示，城市市場(chǎng)潛能與企業(yè)全要素生產(chǎn)率呈正相關(guān)，也就是說(shuō)位于市場(chǎng)潛能更大的中心區(qū)的企業(yè)具有一定的生產(chǎn)率優(yōu)勢(shì)。企業(yè)全要素生產(chǎn)率基本描述統(tǒng)計(jì)結(jié)果(表1)顯示，中心區(qū)企業(yè)全要素生產(chǎn)率均值(6.801)大于外圍地區(qū)企業(yè)全要素生產(chǎn)率均值(6.734)。從細(xì)分行業(yè)看，除皮革、毛皮、羽毛(絨)及其制品業(yè)(19)，石油加工、煉焦及核燃料加工業(yè)(25)、化學(xué)纖維制造業(yè)(28)，黑色金屬冶煉及壓延加工業(yè)(32)等4個(gè)兩位數(shù)代碼細(xì)分行業(yè)外，中心區(qū)其他25個(gè)兩位數(shù)代碼細(xì)分行業(yè)的企業(yè)全要素生產(chǎn)率均值高于外圍地區(qū)，進(jìn)一步說(shuō)明位于中心區(qū)的企業(yè)具有較為明顯的生產(chǎn)率優(yōu)勢(shì)。

(二)集聚效應(yīng)、選址效應(yīng)與分類效應(yīng)的圖形識(shí)別

城市市場(chǎng)潛能與企業(yè)全要素生產(chǎn)率關(guān)系散點(diǎn)圖顯示，中心區(qū)企業(yè)確實(shí)具有一定的生產(chǎn)率優(yōu)勢(shì)。但是我們并不清楚中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的具體來(lái)源。集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)可能共同引致中心區(qū)企業(yè)擁有更高的生產(chǎn)率，但是它們對(duì)企業(yè)生產(chǎn)率分布曲線的影響并不相同(Forslid et al.,2014)。如果僅存在集聚效應(yīng)，中心區(qū)所有企業(yè)均能從集聚中獲益，企業(yè)生產(chǎn)率分布曲線會(huì)整體右移；如果僅存在選擇效應(yīng)，中心區(qū)低效率企業(yè)因?yàn)榧ち业母?jìng)爭(zhēng)而退出，低效率企業(yè)的缺失將導(dǎo)致中心區(qū)企業(yè)生產(chǎn)率分布呈現(xiàn)“左斷尾”，中心區(qū)企業(yè)生產(chǎn)率分布曲線的峰度會(huì)提高；如果僅存在分類效應(yīng)，高效率企業(yè)和低效率企業(yè)分別在中心區(qū)和外圍地區(qū)選址，外圍地區(qū)高效率企業(yè)也會(huì)向中心區(qū)遷移，使得中心區(qū)企業(yè)生產(chǎn)率分布擴(kuò)張而外圍地區(qū)企業(yè)生產(chǎn)率分布呈現(xiàn)“右斷尾”，中心區(qū)企業(yè)生產(chǎn)率分布曲線的峰度會(huì)降低。

這里，我們采用核密度估計(jì)企業(yè)生產(chǎn)率曲線，從總體上對(duì)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的來(lái)源進(jìn)行圖形識(shí)別。核密度估計(jì)是用來(lái)估計(jì)未知的概率密度函數(shù)的非參數(shù)方法。這一方法不對(duì)模型的具體分布作任何假定，因而估計(jì)結(jié)果更加穩(wěn)健。假設(shè)要估計(jì)連續(xù)型隨機(jī)變量x在x0處的概率密度f(wàn)(x0)，那么其核密度估計(jì)量為：

(3)

從圖2可以發(fā)現(xiàn)，總體來(lái)看，中心區(qū)企業(yè)生產(chǎn)率核密度曲線相對(duì)外圍地區(qū)略微右移，說(shuō)明存在集聚效應(yīng)，經(jīng)濟(jì)活動(dòng)在中心區(qū)集聚帶來(lái)的正的外部性使得中心區(qū)所有企業(yè)均能從中獲益；在核密度曲線左端，中心區(qū)企業(yè)生產(chǎn)率分布存在斷尾現(xiàn)象，表明中心區(qū)存在更強(qiáng)的選擇效應(yīng)，低效率企業(yè)難以應(yīng)對(duì)中心區(qū)激烈的市場(chǎng)競(jìng)爭(zhēng)而退出，使得中心區(qū)低效率企業(yè)較少；而在核密度曲線右端，僅2001年和2002年中心區(qū)企業(yè)生產(chǎn)率核密度曲線略微前伸，其他年份中心區(qū)企業(yè)生產(chǎn)率核密度曲線與外圍地區(qū)企業(yè)生產(chǎn)率核密度曲線幾乎重疊，初步表明中心區(qū)并不存在顯著的分類效應(yīng)。

圖2中心區(qū)與外圍地區(qū)企業(yè)生產(chǎn)率核密度曲線

(三)集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)的分位數(shù)識(shí)別

圖形識(shí)別雖然較為直觀，但是難以準(zhǔn)確刻畫企業(yè)生產(chǎn)率密度函數(shù)的細(xì)微變化。這里，我們采用Syverson(2004)以及Forslid et al.(2014)等發(fā)展的分位數(shù)方法識(shí)別三種效應(yīng)的存在性。如果存在集聚效應(yīng)，中心區(qū)企業(yè)生產(chǎn)率分布不同分位數(shù)上的企業(yè)生產(chǎn)率均會(huì)提高；如果存在選擇效應(yīng)，中心區(qū)低效率企業(yè)較少，低端分位數(shù)上的企業(yè)生產(chǎn)率提高，四分位距(IQR)和離散程度變?。欢绻嬖诜诸愋?yīng)，更多的高效率企業(yè)入駐中心區(qū)，中心區(qū)企業(yè)生產(chǎn)率分布曲線向前端擴(kuò)展，高端分位數(shù)上的企業(yè)生產(chǎn)率提高，四分位距和離散程度變大。

從表1可以看出，多數(shù)情形下中心區(qū)企業(yè)生產(chǎn)率均值以及不同分位數(shù)上的企業(yè)生產(chǎn)率均大于外圍地區(qū)，表明中心區(qū)存在顯著的集聚效應(yīng)；低端分位數(shù)上中心區(qū)企業(yè)生產(chǎn)率高于外圍地區(qū)，而中心區(qū)企業(yè)生產(chǎn)率的四分位距和標(biāo)準(zhǔn)差小于外圍地區(qū)，表明中心區(qū)存在顯著的選擇效應(yīng)。就農(nóng)副食品加工業(yè)(13)，食品制造業(yè)(14)，飲料制造業(yè)(15)，非金屬礦物制品業(yè)(31)，儀器儀表及文化、辦公用機(jī)械制造業(yè)(41)，工藝品及其他制造業(yè)(42)等6個(gè)細(xì)分行業(yè)而言，中心區(qū)企業(yè)生產(chǎn)率均值、四分位距、標(biāo)準(zhǔn)差均大于外圍地區(qū)，高端分位數(shù)上中心區(qū)企業(yè)生產(chǎn)率大于外圍地區(qū)，意味著高效率企業(yè)在中心區(qū)選址且外圍地區(qū)的高效率企業(yè)會(huì)向中心區(qū)遷移，表明中心區(qū)存在分類效應(yīng)。就皮革、毛皮、羽毛(絨)及其制品業(yè)(19)，石油加工、煉焦及核燃料加工業(yè)(25)、化學(xué)纖維制造業(yè)(28)，黑色金屬冶煉及壓延加工業(yè)(32)等4個(gè)細(xì)分行業(yè)來(lái)看，中心區(qū)企業(yè)生產(chǎn)率均值以及不同分位數(shù)上的企業(yè)生產(chǎn)率均小于外圍地區(qū)，表明集聚并沒有帶來(lái)生產(chǎn)率優(yōu)勢(shì)。進(jìn)一步分析可知，上述4個(gè)細(xì)分行業(yè)的企業(yè)生產(chǎn)對(duì)空間分布分散且運(yùn)輸成本較高的礦產(chǎn)等原材料的依賴較大，中心區(qū)的擁擠效應(yīng)(負(fù)的集聚外部性)使得企業(yè)并不能從集聚中獲得顯著的生產(chǎn)率優(yōu)勢(shì)。

表1 企業(yè)全要素生產(chǎn)率描述統(tǒng)計(jì)結(jié)果

注：行業(yè)對(duì)照如下：13-農(nóng)副食品加工業(yè)；14-食品制造業(yè)；15-飲料制造業(yè)；17-紡織業(yè)；18-紡織服裝、鞋、帽制造業(yè)；19-皮革、毛皮、羽毛(絨)及其制品業(yè)；20-木材加工及木、竹、藤、棕、草制品業(yè)；21-家具制造業(yè)；22-造紙及紙制品業(yè)；23-印刷業(yè)和記錄媒介的復(fù)制；24-文教體育用品制造業(yè)；25-石油加工、煉焦及核燃料加工業(yè)；26-化學(xué)原料及化學(xué)制品制造業(yè)；27-醫(yī)藥制造業(yè)；28-化學(xué)纖維制造業(yè)；29-橡膠制品業(yè)；30-塑料制品業(yè)；31-非金屬礦物制品業(yè)；32-黑色金屬冶煉及壓延加工業(yè)；33-有色金屬冶煉及壓延加工業(yè)；34-金屬制品業(yè)；35-通用設(shè)備制造業(yè)；36-專用設(shè)備制造業(yè)；37-交通運(yùn)輸設(shè)備制造業(yè)；39-電氣機(jī)械及器材制造業(yè)；40-通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)；41-儀器儀表及文化、辦公用機(jī)械制造業(yè)；42-工藝品及其他制造業(yè)；43-廢棄資源和廢舊材料回收加工業(yè)。

值得注意的是，集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)可能會(huì)同時(shí)存在且相互作用，所以通過考察企業(yè)生產(chǎn)率分布的描述統(tǒng)計(jì)特征進(jìn)而識(shí)別上述三種效應(yīng)的存在性可能產(chǎn)生較大誤差。因此，上述識(shí)別結(jié)果只是初步的。借鑒Forslid et al.(2014)的做法，將企業(yè)全要素生產(chǎn)率減去城市企業(yè)全要素生產(chǎn)率均值，過濾純粹的集聚效應(yīng)，重點(diǎn)關(guān)注選擇效應(yīng)與分類效應(yīng)。本文采用分位數(shù)回歸方法，對(duì)去均值的企業(yè)全要素生產(chǎn)率(TFP_demean)作關(guān)于中心區(qū)虛擬變量(Dummy_core)的回歸，進(jìn)行進(jìn)一步細(xì)致分析。例如對(duì)第5百分位數(shù)的回歸方程為：

P(xi

(4)

如果低端百分位數(shù)上β估計(jì)值為正數(shù)，而高端百分位數(shù)上β估計(jì)值顯著為負(fù)數(shù)，即中心區(qū)企業(yè)生產(chǎn)率分布兩端肥尾，表明存在分類效應(yīng)；如果低端百分位數(shù)上β估計(jì)值為負(fù)數(shù)，即中心區(qū)企業(yè)生產(chǎn)率分布左端截?cái)啵砻鞔嬖谶x擇效應(yīng)。特別地，如果低端百分位數(shù)上β顯著為正，而高端百分位數(shù)上β顯著為負(fù)，則表明存在雙邊分類效應(yīng)。

本文采用bootstrap方法(自助法)估計(jì)參數(shù)標(biāo)準(zhǔn)誤，表2給出了分位數(shù)回歸的結(jié)果。從中可以看出，在第5百分位數(shù)上有2個(gè)細(xì)分行業(yè)β估計(jì)值為負(fù)，在第10百分位數(shù)上有6個(gè)細(xì)分行業(yè)β估計(jì)值為負(fù)，而在四分之一分位數(shù)上有9個(gè)細(xì)分行業(yè)β估計(jì)值為負(fù)，表明就部分細(xì)分行業(yè)而言，中心區(qū)的確存在更強(qiáng)的選擇效應(yīng)。在高端百分位數(shù)上，有相當(dāng)數(shù)量的細(xì)分行業(yè)β估計(jì)值為負(fù)，表明中心區(qū)存在顯著的分類效應(yīng)。進(jìn)一步分析發(fā)現(xiàn)，橡膠制品業(yè)(29)、塑料制品業(yè)(30)以及有色金屬冶煉及壓延加工業(yè)(33)等3個(gè)細(xì)分行業(yè)中，低端分位數(shù)上β估計(jì)值顯著為正，而高端分位數(shù)上β估計(jì)值顯著為負(fù)，表明存在雙邊分類效應(yīng)，即高效率企業(yè)和低效率企業(yè)均在中心區(qū)選址，而中等效率企業(yè)在外圍地區(qū)選址。上述結(jié)論進(jìn)一步證實(shí)，除了集聚效應(yīng)之外，選擇效應(yīng)與分類效應(yīng)也是中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的重要來(lái)源。

表2 分位數(shù)回歸結(jié)果

注：行業(yè)代碼說(shuō)明同表1；除了少數(shù)百分位數(shù)上由于樣本企業(yè)過少導(dǎo)致β估計(jì)值不顯著之外，絕大多數(shù)β估計(jì)值均非常顯著，為了簡(jiǎn)潔，表中沒有標(biāo)注β估計(jì)值的標(biāo)準(zhǔn)誤及顯著性水平。

五、結(jié)論性評(píng)述

本文基于中國(guó)制造業(yè)企業(yè)微觀數(shù)據(jù)，采用企業(yè)所在城市市場(chǎng)潛能的第75分位數(shù)劃分中心區(qū)與外圍地區(qū)，使用半?yún)?shù)方法測(cè)算了企業(yè)全要素生產(chǎn)率，在此基礎(chǔ)上使用分位數(shù)方法識(shí)別中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的來(lái)源，揭示了經(jīng)濟(jì)集聚對(duì)企業(yè)生產(chǎn)率的影響以及異質(zhì)性企業(yè)非隨機(jī)的區(qū)位選擇帶來(lái)的選擇效應(yīng)與分類效應(yīng)對(duì)企業(yè)生產(chǎn)率的影響，得出以下主要結(jié)論與啟示：

(1)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)可能是集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)共同作用的結(jié)果。集聚效應(yīng)是中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的重要來(lái)源；但是在部分行業(yè)中，集聚效應(yīng)與選擇效應(yīng)、分類效應(yīng)共同作用導(dǎo)致中心區(qū)企業(yè)擁有明顯的生產(chǎn)率優(yōu)勢(shì)。這說(shuō)明中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)可能是高效率企業(yè)主動(dòng)在中心區(qū)選址或低效率企業(yè)迫于競(jìng)爭(zhēng)壓力而從中心區(qū)退出導(dǎo)致的，也就是說(shuō)已有研究實(shí)際上高估了集聚效應(yīng)的作用?？梢姡瑥钠髽I(yè)異質(zhì)性視角重新審視中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的來(lái)源，對(duì)于新型城鎮(zhèn)化背景下中國(guó)城市發(fā)展道路的選擇具有重要的政策含義。由于選擇效應(yīng)與分類效應(yīng)的存在，通過補(bǔ)貼或稅收優(yōu)惠等促進(jìn)外圍地區(qū)發(fā)展的政策措施可能導(dǎo)致更多的低效率企業(yè)在外圍地區(qū)選址，進(jìn)一步擴(kuò)大地區(qū)生產(chǎn)率差距。

(2)經(jīng)濟(jì)活動(dòng)在中心區(qū)集聚帶來(lái)的正的外部性使得中心區(qū)大多數(shù)行業(yè)的企業(yè)生產(chǎn)率得到提升，但是就皮革、毛皮、羽毛(絨)及其制品業(yè)，石油加工、煉焦及核燃料加工業(yè)、化學(xué)纖維制造業(yè)，黑色金屬冶煉及壓延加工業(yè)等4個(gè)細(xì)分行業(yè)而言，集聚并沒有帶來(lái)顯著的生產(chǎn)率優(yōu)勢(shì)。這要求我們必須充分考量各地區(qū)吸引外來(lái)投資的“競(jìng)次式”補(bǔ)貼競(jìng)爭(zhēng)(陶然 等，2009)可能帶來(lái)的后果。“競(jìng)次式”補(bǔ)貼競(jìng)爭(zhēng)雖然能夠提升地區(qū)經(jīng)濟(jì)集聚水平，但也可能導(dǎo)致過度集聚進(jìn)而對(duì)地區(qū)生產(chǎn)率產(chǎn)生不利影響。因此，各地區(qū)在制定促進(jìn)經(jīng)濟(jì)集聚的政策措施的過程中，應(yīng)該審慎思考相關(guān)政策措施實(shí)施后可能造成的過度集聚以及擁擠效應(yīng)等負(fù)面影響。

(3)在橡膠制品業(yè)、塑料制品業(yè)以及有色金屬冶煉及壓延加工業(yè)等3個(gè)細(xì)分行業(yè)中，發(fā)現(xiàn)了雙邊分類效應(yīng)存在的證據(jù)。這些行業(yè)內(nèi)高效率企業(yè)和低效率企業(yè)均在中心區(qū)選址，唯有中等效率企業(yè)在外圍地區(qū)選址。這說(shuō)明以往基于新經(jīng)濟(jì)地理理論提出的吸引高效率企業(yè)在外圍地區(qū)選址的補(bǔ)貼或稅收優(yōu)惠等政策措施可能難以實(shí)現(xiàn)預(yù)期的目標(biāo)。

由于現(xiàn)有的新新經(jīng)濟(jì)地理分析框架的限制，本文未能對(duì)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)三大來(lái)源各自的重要性進(jìn)行分解。如果能夠厘清集聚效應(yīng)、選擇效應(yīng)與分類效應(yīng)對(duì)中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的貢獻(xiàn)份額，那么可以更加全面、深刻地理解中心區(qū)企業(yè)生產(chǎn)率優(yōu)勢(shì)的具體來(lái)源。未來(lái)的研究如果能在這一領(lǐng)域取得突破，則可以為中國(guó)新型城鎮(zhèn)化以及區(qū)域協(xié)調(diào)發(fā)展提出更具現(xiàn)實(shí)指導(dǎo)意義的政策建議。

參考文獻(xiàn)：

陳強(qiáng)遠(yuǎn)，錢學(xué)鋒，李敬子. 2016. 中國(guó)大城市的企業(yè)生產(chǎn)率溢價(jià)之謎[J]. 經(jīng)濟(jì)研究(3):110-122.

范劍勇. 2006. 產(chǎn)業(yè)集聚與地區(qū)間勞動(dòng)生產(chǎn)率差異[J]. 經(jīng)濟(jì)研究(11):72-81.

李曉萍，李平，呂大國(guó)，等. 2015. 經(jīng)濟(jì)集聚、選擇效應(yīng)與企業(yè)生產(chǎn)率[J]. 管理世界(4):25-37.

劉海洋，劉玉海，袁鵬. 2015. 集群地區(qū)生產(chǎn)率優(yōu)勢(shì)的來(lái)源識(shí)別：集聚效應(yīng)抑或選擇效應(yīng)[J]. 經(jīng)濟(jì)學(xué)(季刊)(3):1073-1092.

聶輝華，江艇，楊汝岱. 2012. 中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟(jì)(5):142-158.

陶然，陸曦，蘇福兵，等. 2009. 地區(qū)競(jìng)爭(zhēng)格局演變下的中國(guó)轉(zhuǎn)軌：財(cái)政激勵(lì)和發(fā)展模式反思[J]. 經(jīng)濟(jì)研究(7):21-33.

王良舉. 2012. 空間交易成本、市場(chǎng)獲得與企業(yè)區(qū)位[J]. 南大商學(xué)評(píng)論(2):1-25.

王永進(jìn)，張國(guó)峰. 2016. 開發(fā)區(qū)生產(chǎn)率優(yōu)勢(shì)的來(lái)源:集聚效應(yīng)還是選擇效應(yīng)[J]. 經(jīng)濟(jì)研究(7):58-71.

楊汝岱. 2015. 中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率研究[J]. 經(jīng)濟(jì)研究(2):61-74.

余壯雄，楊揚(yáng). 2014. 大城市的生產(chǎn)率優(yōu)勢(shì)：集聚與選擇[J]. 世界經(jīng)濟(jì)(10):31-51.

周浩，余壯雄，楊錚. 2015. 可達(dá)性、集聚和新建企業(yè)選址：來(lái)自中國(guó)制造業(yè)的微觀證據(jù)[J]. 經(jīng)濟(jì)學(xué)(季刊)(4):1393-1416.

BALDWIN R E, OKUBO T. 2006. Heterogeneous firms, agglomeration and economic geography: spatial selection and sorting [J]. Journal of Economic Geography, 6(3):323-346.

BEHRENS K, DURANTON G, ROBERT-NICOUD F. 2014. Productive cities: sorting, selection, and agglomeration [J]. Journal of Political Economy, 122(3):507-554.

BEHRENS K, ROBERT-NICOUD F. 2014. Survival of the fittest in cities: agglomeration, polarization, and income inequality [J]. Economic Journal, 124(581):1371-1400.

CICCONE A, HALL R E. 1996. Productivity and the density of economic activity [J]. American Economic Review, 86(1):54-70.

COMBES P, DURANTON G, GOBILLON L. 2011. The identification of agglomeration economies [J]. Journal of Economic Geography, 11(2):253-266.

COMBES P, DURANTON G, GOBILLON L, et al. 2012. The productivity advantages of large cities: distinguishing agglomeration from firm selection [J]. Econometrica, 80(6):2543-2594.

FORSLID R, OKUBO T. 2014. Spatial sorting with heterogeneous firms and heterogeneous sectors [J]. Regional Science and Urban Economics, 46(3):42-56.

FUJITA M, THISSE J. 2002. Economics of agglomeration: cities, industrial location, and regional growth [M]. Cambridge: Cambridge University Press.

HARRIS C D. 1954. The market as a factor in the localization of industry in the United States [J]. Annals of the Association of American Geographers, 44(4):315-348.

HEAD K, MAYERTT T, RIES J. 2002. On the pervasiveness of home market effects [J]. Economica, 69(275):371-390.

HELPMAN E, MELITZ M J, YEAPLE S R. 2004. Export versus FDI with heterogeneous firms [J]. American Economic Review, 94(1):300-316.

LEVINSOHN J, PETRIN A. 2003. Estimating production functions using inputs to control for unobservables [J]. Review of Economic Studies, 70(2):317-341.

MARSHALL A. 1920. Principles of economics [M]. 8th ed. London: Macmillan Press.

MARTIN P, ROGERS C A. 1995. Industrial location and public infrastructure [J]. Journal of International Economics, 39(3-4):335-351.

MELITZ M J. 2003. The impact of trade on intra-industry reallocations and aggregate industry productivity [J]. Econometrica, 71(6):1695-1725.

MELITZ M J, OTTAVIANO G I P. 2008. Market size, trade, and productivity [J]. Review of Economic Studies, 75(1):295-316.

MELO P C, GRAHAM D J, NOLAND R B. 2009. A meta-analysis of estimates of urban agglomeration economies [J]. Regional Science and Urban Economics, 39(3):332-342.

OKUBO T, PICARD P M, THISSE J. 2010. The spatial selection of heterogeneous firms [J]. Journal of International Economics, 82(2):230-237.

OLLEY G S, PAKES A. 1996. The dynamics of productivity in the telecommunications equipment industry [J]. Econometrica, 64(6):1263-1297.

OTTAVIANO G I P. 2011. ‘New’ new economic geography: firm heterogeneity and agglomeration economies [J]. Journal of Economic Geography, 11(2):231-240.

PUGA D. 2010. The magnitude and causes of agglomeration economies [J]. Journal of Regional Science, 50(1):203-219.

SAITO H, GOPINATH M. 2009. Plants′ self-selection, agglomeration economies and regional productivity in Chile [J]. Journal of Economic Geography, 9(4):539-558.

SYVERSON C. 2004. Market structure and productivity: a concrete example [J]. Journal of Political Economy, 112(6):1181-1222.

SYVERSON C. 2007. Prices, spatial competition, and heterogeneous：an empirical test [J]. Journal of Industrial Economics, 55(2):197-222.

SYVERSON C. 2011. What determines productivity [J]. Journal of Economic Literature, 49(2):326-365.