江苏制造企业生产率来源识别：集聚还是选择？

[摘要]新经济地理理论认为异质性企业全要素生产率来源于集聚效应，或者选择效应，抑或两者共同作用。江苏实施南北结对帮扶政策，推动制造业从南往北梯度转移，促进了区域间均衡发展，也改善了企业生产率。为了识别、分析江苏制造企业全要素生产率优势来源于集聚效应还是选择效应，选择2000—2020年江苏制造业上市公司为样本，采用散点拟合、面板回归、“左断尾—右移动”系统识别等方法进行实证分析，结果发现江苏全域和苏南地区的制造企业同时存在集聚效应和选择效应，且集聚效应大于选择效应，苏中和苏北地区主要表现为集聚效应。基于此，提出江苏制造企业可以通过合理布局获取空间外部经济，而政府则可以通过优化南北帮扶政策提升江苏制造企业全要素生产率。

[关键词]制造业；上市公司；企业生产率；集聚效应；选择效应

一、 引言

自2001年始，江苏为了平衡区域发展，实施了“南北挂钩，结对帮扶”政策，以南北城市共建工业园区为载体，基于市场机制，强化政府有形之手的作用，推动制造业在江苏区域从南往北梯度转移，产生了巨大的经济和社会效益。制造企业作为产业区域间转移的关键力量，其全要素生产率的高低不但反映了区域经济增长的质量和制造业发展的绩效，也影响着区域的长期高质量发展和产业结构转型升级。

已有研究文献[1-4]通常认为地区企业的全要素生产率来源于集聚效应，或者选择效应，抑或两者共同作用。那么，江苏制造企业全要素生产率来源于集聚效应还是选择效应？抑或是两者兼而有之？两种效应在江苏全域表现出怎样的总体特征？在苏南、苏中和苏北三大区域，企业空间集聚度不同的区域空间维度又表现出怎样的特征差异？这些问题的回答对于江苏南北均衡发展政策的实施和完善具有重要的决策参考价值，同时也会丰富企业生产率来源的微观研究文献。

关于江苏生产率的研究大多是从宏观视角，应用非参数 DEA-Malmquist 指数法测算江苏全要素生产率，强调科技创新投入的重要性[5]；或者比较分析苏南、苏中、苏北区域全要素的增长态势，认为江苏的全要素生产率增长具有明显南高北低态势[6-7]，以及从波动上升、长期下滑和小幅回升3个阶段分析江苏全要素生产率变动情况[8]。宏观层面的分析并不能回答制造业生产率来源的命题，而基于制造业微观企业层面的江苏全要素生产率来源研究较为鲜见。

本文相较于已有研究试图做出两点边际贡献：一是从“企业—区域”层面，采取散点拟合、面板回归和“左断尾—右移动”系统识别法分析江苏制造企业全要素生产率来源，为相关理论研究拓展相提供江苏样本；二是从企业生产率来源识别角度探讨江苏区域间平衡发展命题，有别于大量的宏观阐释，能够为完善江苏制造企业的空间分布决策和政府南北帮扶政策，提供具有坚实微观基础的决策参考。

二、 理论假说

企业集群的外部经济性自马歇尔开始，就得到了经济学家的持续关注，学者们认为知识溢出效应、劳动力市场匹配和中间投入品共享是企业集群产生外部经济性的主要途径。Melo等[1]通过回顾关于集聚经济与生产率关系的一系列研究文献，发现大部分成果都认为两者之间呈正向关系。但是集聚效应不是区域生产率差异的唯一解释。高生产率的企业往往选择进入市场更大的地区或国家[2]，从而产生集聚效应。但同时地区间存在竞争强度差异，低生产率企业往往为了逃避竞争而退出集群经济[3-4]，这就产生了“选择效应”。江苏经济发展空间上存在差距，企业空间集聚也存在差异，部分制造企业为了逃避竞争也会由苏南发达地区向苏中、苏北发展中地区迁移。同时，制造企业在政府区域平衡政策的推动下也会加速迁移过程，呈现出较强的选择效应。由此，本文提出第1个研究假说。

研究假说1：存在性，即集聚效应和选择效应同时存在是江苏制造企业全要素生产率优势的共同来源。

为了识别集群经济的生产率是来源于集聚效应还是选择效应，经济学家发展出两种主流实证方法。第一种方法是“左断尾—右移动”系统识别法。该方法是Syverson[9]基于分位数方法和比较分位数识别是否存在左断尾现象[10]发展而来，即如果生产率密度函数发生“右移动”，表明存在集聚效应，意味着集聚提高了企业生产率；如果生产率分布密度函数图产生“左断尾”现象，表明存在选择效应，也就是说竞争淘汰了低生产率企业[11]。第二种方法是生产率增长法。该方法是Yutaka等[12]提出，即如果集聚区生产率增长速度较快，则存在集聚效应；如果集聚区新成立企业生产率较高，则存在选择效应。刘海洋等[13]认为这两种方法只能识别集聚效应和选择效应的存在性，并未回答生产率的来源，他提出应基于企业生命周期模型分时段识别生产率优势来源。更多的国内学者应用“左断尾—右移动”系统识别法，从开发区[14]、地理区域[15-17]、城市群[18]、市场化水平[19]、服务行业[20]等多个方面广泛讨论了企业生产率优势的集聚效应与选择效应来源问题，并普遍认为集聚效应要大于选择效应。从江苏制造企业主要集聚于苏南地区的客观现实，以及南北帮扶政策落地主要是引导南方地区低生产率制造企业向位于北方的共建工业园区转移集聚的经济现象，本文提出第2个研究假说。

研究假说2：主导性，即集聚效应大于选择效应是江苏制造企业生产率优势持续改善的主要来源。

三、 研究设计

1. 模型设置

参考已有研究[9-11]，可能同时存在集聚效应和选择效应，也就意味着制造企业空间集聚与企业全要素生产率之间可能呈现非线性关系。由此，本文设定核心变量非线性面板回归模型如下：

[LPat=β0+γatAat+δatA2at+βatBat+ρatCat+εat] （1）

其中，[a]，[t]分别为城市和年份；[LPat]为采用[LP]法测算的企业全要素生产率指数的城市均值；[γat]为城市制造企业空间集聚度的系数；[Aat]为城市制造企业空间集聚度；[δat]为城市制造企业空间集聚度二次项的系数；[A2at]为城市制造企业空间集聚度二次项；[βat]为城市企业异质性指标变量的系数向量；[Bat]为城市企业异质性指标变量均值的集合；[ρat]为城市宏观经济变量的系数向量；[Cat]为城市宏观经济变量的指标集合；[εat]为误差项。此外，该模型也将用于分位数回归分析。

2. 指标选择

（1）企业全要素生产率

本文的城市全要素生产率水平使用制造企业全要素生产率的算术平均值表征。制造企业全要素生产率测度的方法主要有参数法、半参数法和非参数法三类[21-23]。采用中间投入变量作为代理变量的[LP]法能够最大限度减少样本损失量[24]，本文采用[LP]法估计企业生产率的模型设定如下：

[Lnyit=θ0+θ1Lnlit+θ2Lnkit+θ3Lnmit+wit]  （2）

其中，[yit]为[t]年[i]企业的总产出，以企业营业收入表征；[lit]为[t]年[i]企业的劳动总投入，以应付职工薪酬衡量；[kit]为[t]年[i]企业的资本投入，以固定资产净额测度；[mit]为[t]年[i]企业的中间产品、原料和能源等投入，依据中间投入品的会计计算公式 “中间投入=营业成本+销售费用+管理费用+财务费用-折旧与摊销-支付给职工以及为职工支付的现金”计算得到；[wit]为残差项。

（2）企业空间集聚度

常用测度产业集聚方法中空间基尼系数、区位熵、[HHI]指数、[EG]指数等更多反映的是产业的专业化程度，而不是地理空间上的集聚。考虑了空间因素的[DO]指数等，由于其复杂性很少被用于计量分析[25]。刘海洋等[13]采用企业数量与企业所在区域的面积比值表征企业空间集聚度，忽视了企业的异质性，尤其是规模差异。有鉴于此，本文将城市所有制造企业的主营业务收入总和与地理面积的比值表征该城市的企业空间集聚度。计算公式如下：

[alat=MBIiatamat]  （3）

其中，[alat]为[t]年[a]城市的企业空间集聚度指数；[MBIiat]为[t]年[a]城市[i]企业的主营业务收入；[amat]为[t]年[a]城市的地理面积。

（3）企业异质性控制变量

参考已有研究[13，20，24]，本文选择的企业异质性控制变量如下：[①]劳动力成本（[LCit]），企业空间集聚与劳动力成本密切相关，高生产率企业往往选择高技能劳动者集聚地区并支付高工资，而低生产率企业会选择低劳动成本地区，使用当年企业应付职工薪酬与雇佣员工数量比值来衡量；[②]资本密集度（[CIit]），是反映企业技术水平和研发能力的重要指标，较高的资本密集度意味着企业有能力进行设备更新和技术改造，持续提升生产率，使用年末公司固定资产与雇佣员工数量比值来表征；[③]资产回报率（[ROit]），反映了企业持续经营的能力，以净利润与资产总计的比率表示；[④]企业规模（[FSit]），被大部分学者认为是重要的创新来源基础，使用年末公司资产总额来表征；[⑤]企业年龄（[AGit]），对于企业技术积累有重要影响，使用公司的统计年份减去其成立年份加1来测度。城市层面的各个企业异质性指标采用企业的算术平均值表征。

（4）宏观经济环境控制变量

本文选择企业经营相关的几个关键宏观指标作为回归估计的宏观经济环境控制变量，如下：[①]城市经济发展水平（[ADat]），对企业获取配套资源具有重要作用，使用地级市人均GDP来表征；[②]城市信息化水平（[ILat]），能够直接降低交易成本，促进技术扩散，使用互联网宽带接入用户量来表征；[③]城市产业结构（[ISat]），反映了地区产业发展阶段，使用第二产业和第三产业增加值之和占地区生产总值的比重来表示；[④]对外开放水平（[FIat]），影响企业对外贸易和技术应用，使用实际利用外资总额来表征。

3. 数据处理

考虑到企业层面数据的连续性、完整性和权威性，本文研究的上市公司特征指标数据来源于国泰安数据库，相关的宏观经济指标数据来源于历年江苏省统计年鉴。鉴于江苏自2001开始实施“南北挂钩，结对帮扶”政策，且江苏上市公司自2000年才超过30家，本文综合考量后将研究期间设定为 2000—2020年，并以 2000年为基期，采用江苏工业生产者出厂价格指数剔除价格因素。同时，依据《上市公司行业分类指引（2012）》对上市公司的行业分类做了重新统一编码。模型分析所需数据的具体清洗和处理步骤如下：第一，本文选择行业两位数代码为C13—C43，在沪深 A 股上市且公司注册地为江苏的制造企业作为研究样本；第二，为了尽量保证样本上市公司特征值的稳健性，从中剔除ST、*ST、PT以及考察指标缺失的样本，从而构建企业级非平衡面板数据集；第三，根据指标选择和设计，计算各个企业各项异质性指标，并分城市采用算术平均法估计各个城市的企业指标平均水平，形成城市企业指标数据集；第四，按照城市、年份与城市宏观经济数据指标控制变量集匹配合并，得到本文的实证分析数据集。对绝对值指标取自然对数后，各个指标的描述性统计结果见表1。

四、 实证分析

1. 全样本散点拟合与回归分析

（1）全样本散点拟合分析

围绕探析制造企业全要素生产率优势来源识别主题，本文选择城市制造企业全要素生产率为被解释变量，城市制造企业空间集聚度为核心解释变量，绘制两者散点图，并根据经济变量间通常为非线性关系以及拟合优度绘制拟合曲线，见图1。

江苏全样本拟合曲线向右上方倾斜同时向上凸起，表明城市制造企业空间集聚度与企业全要素生产率呈显著的正相关关系，但是相关系数表现出递减的特征。这说明城市制造企业空间集聚度是企业全要素生产率的重要来源，同时也表明随着企业空间集聚度上升，集聚效应逐渐减弱，意味着存在选择效应。因此，全样本散点拟合分析初步验证假说1。此外，城市制造企业空间集聚度与企业全要素生产率之间关系的多样性特征，也为非线性回归模型方程（1）的设定提供了基本数据特征基础。

（2）全样本回归分析

为了细致考察江苏制造企业空间集聚度对企业全要素生产率的影响，本文按照是否考虑集聚的非线性影响分两种情况开展实证分析，应用模型方程（1），采用逐步回归方法进一步检验两者之间的关系，估计结果见表2。