導語：產業協同集聚對制造業的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［提要］以2003～2016年全國30個省為樣本，從實證角度分析金融業與制造業協同集聚對制造業全要素生產率及其分解指標的影響。結果表明：金融業與制造業協同集聚對制造業全要素生產率呈先促進、后抑制的倒“U”型影響，且主要是通過促進技術進步來影響制造業的全要素生產率。

關鍵詞：制造業；金融業；協同集聚；全要素生產率

一、引言

經濟進入新常態，我國制造業面臨著“高端回流”和“低端分流”的雙重困境，以及成本優勢削弱和外銷需求下行的內外挑戰，亟須通過提高制造業全要素生產率，改變制造業的疲軟現狀。本文根據金融業與制造業存在著重要互動關系，探究兩者的協同集聚對制造業全要素生產率增長的影響作用。

二、影響機制分析

本文分別從Malmquist指數的3個分解指數的角度，對金融業與制造業協同集聚對制造業全要素生產率的影響機制進行分析。（一）產業協同集聚影響技術進步。Porter外部性優勝劣汰的市場規則說明技術進步水平更高的企業才得以留在協同集聚區；對盈利能力更高的先進制造業投資將獲得更高回報率，所以金融業企業傾向于將資金投入到有競爭優勢的企業中。金融業通過完善金融體系吸收制造業的盈利儲蓄，重新配置后向制造業的技術創新提供資金，從而提高制造業技術進步。但產業協同集聚過度時，集聚效應會轉變成擁擠效應。由聚集效應帶來的成本下降吸引更多的企業加入集聚區，出現不利于技術進步的負外部性。（二）產業協同集聚影響純效率變化。根據MAR外部性，金融業與制造業利用管理創新、制度創新使分工不斷細化，讓彼此在共享投入產出的過程中提升專業化能力與核心競爭力，并實現交易費用的節省。根據Porter外部性的競爭法則，效率高的企業逐漸向協同集聚區中心靠攏，而效率低企業在競爭中被淘汰而逐漸撤出集聚區。同時金融業通過資金配置決策，引導資金流向高效率企業，激勵了制造業企業提高效率。但當企業在權衡因協同集聚節省的成本與基礎設施上漲的成本時，低效率企業因沉沒成本的存在而無法輕易撤出集聚區，甚至演變成“僵尸企業”，從而抑制了生產效率。（三）產業協同集聚影響規模效率變化。產業協同集聚發展的初期，企業利用因MAR外部性節省的成本投入到固定資產中，使企業規模擴大；同時平均成本因生產規模化而降低，又進一步擴大生產規模。但在產業協同集聚發展的中后期，節省的邊際成本隨著集聚水平的提高逐漸減少，此時規模效應能否實現需要權衡因規模擴大帶來的利益和成本。

三、模型構建及變量選取

（一）模型構建。在金融業與制造業協同集聚對制造業生產率影響的實證研究中，采用面板數據回歸模型，構建模型如下：TFPit=α+β1Cit+β2Cit2+β3Xit+εit其中，TFP為被解釋變量；C為核心解釋變量協同集聚指數，由于協同集聚和制造業生產率間可能存在非線性關系，所以在模型中加入協同集聚指數的二次項。X為控制變量；α為常數項；ε為隨機誤差項。下標i和t分別表示第i個省份和第t年。根據影響機制分析，用全要素生產率的3個分解指數分別作為被解釋變量，構建模型：TCit=α+β1Cit+β2Cit2+β3Xit+εitPECit=α+β1Cit+β2Cit2+β3Xit+εitSECit=α+β1Cit+β2Cit2+β3Xit+εit其中，TC為技術進步，PEC為純效率變化，SEC為規模效率變化。（二）變量說明及數據來源1、變量說明（1）被解釋變量。根據全局參比Malmquist指數，用MaxDEA軟件測算得到全要素生產率（TFP）及其分解指數TC、PEC和SEC；并根據其可累乘的性質，采用各指數的累乘形式作為被解釋變量。（2）核心解釋變量。協同集聚指數（C），借鑒陳國亮等（2012）構建的產業協同集聚相對指數法進行測算：Ci=1-LQim-LQifLQim+LQif!"+（LQim+LQif）其中，m指制造業；f指金融業；LQim為制造業集聚水平，LQif為金融業集聚水平，通過區位熵指數測算得到：LQij=xijXj!"xiX!其中，xij是i省份j產業的總產值，Xj是全國j產業總產值，xi是i省份所有產業的總產值，X是全國所有產業的總產值。（3）控制變量。人力資本（hum），用每百人口高等學校平均在校生數表示；外商投資（fdi），用外商投資企業投資總額與GDP比重來表示；產業結構（str），用第二、三產業增加值之比表示；信息化水平（inf），用人均郵電量表示；進出口貿易水平（tra），用進出口貿易總額與GDP的比重表示。2、數據來源及處理（1）數據來源。本文選取2003～2016年，除西藏外30個省份地區作為實證研究對象，制造業選取《國民經濟行業分類與代碼》（GB/T4754-2011）中13～40號代碼行業，數據主要來源于《中國統計年鑒》《中國工業統計年鑒》和《中國城市統計年鑒》。（2）數據處理。測算制造業TFP時，勞動投入為制造業平均用工人數。資本投入采用永續盤存法，通過公式“本年資本存量=上年資本存量×（1-折舊率）+本年投資額”計算得到，其中基期資本存量是制造業2003年規模以上企業固定資產凈值；折舊率參考田友春（2016）中制造業平均折舊率的測算結果7.98%；投資額用本年與上年的固定資產原值之差計算得到，并用固定資產價格指數平減。產出指標為制造業的工業總產值，用工業生產者出廠價格指數平減，其中2013～2016年數據根據王家庭（2019）提到的公式“工業銷售產值=上年存貨+本年工業總產值-今年存貨”計算得到。

四、實證結果分析

經過F檢驗、LM檢驗和Hausman檢驗，以TFP為被解釋變量和以TC為被解釋變量的模型采用固定效應分析更有效，而以PEC和SEC為解釋變量的模型采用隨機效應更有效。同時，為了確保回歸結果不受異方差的影響，使用帶聚類穩健標準誤的方法進行回歸，具體結果如表1所示。（表1）從回歸結果可見，核心變量（C）對制造業全要素生產率存在正向影響，而其二次項對制造業全要素生產率為負向影響，且都在1%水平上顯著相關，說明金融業與制造業協同集聚對制造業全要素生產率的影響符合假設的呈倒“U”型相關。同時，金融業與制造業協同集聚主要是通過顯著的促進技術進步來影響制造業的全要素生產率，而對純效率變化和規模效率的影響并不顯著。可知，在金融業與制造業協同集聚水平較低時，提高集聚水平有利于通過促進技術進步來提高制造業的全要素生產率。在協同集聚發展的上升階段，集聚區的人才、資本等資源在產業間雙向流動，使金融業與制造業在實現各自收益的遞增以及相互融合與發展；同時金融業提供的有效流通資金，促進了制造業的產品創新，使制造業通過技術進步變化提高了全要素生產率。但在協同集聚水平達到一定臨界值后，會出現抑制制造業發展的不合理現象，即越高的協同集聚水平將導致制造業全要素生產率的下降。過度集聚帶來擁擠效應，打破產業間的協同發展，交通、地租以及時間成本的上漲導致了制造業生產成本升高、企業利潤降低，從而抑制了對技術進步的投入，一定程度上降低了制造業全要素生產率。同時，從作用強度上看，協同集聚指數的影響系數比其二次項的影響系數絕對值大很多，即協同集聚對制造業全要素生產率起促進效應時比起抑制效應時的作用強度更明顯。其他變量中，人力資本顯著促進制造業TFP和技術進步，說明人力資本儲備為制造業企業的研發創新提供人才，促使制造業向技術密集型發展，從而通過影響技術進步變化來提高制造業的全要素生產率。外商投資顯著負向影響制造業TFP，反映了外商投資存在的不合理現象，由于我國制造業整體上尚處于低技術密集型階段，而境外資本的主要投資目的是擴大產能、快速盈利，甚少投資于創新研發領域。產業結構對制造業全要素生產率的影響不顯著，但顯著抑制技術進步和促進純技術效率，因為產業結構反映的是第二、三產業的比重，所以第二產業相比第三產業所占總產值份額的差距越大，越不利于制造業技術進步，但越促進制造業的純技術效率。信息化水平對制造業全要素生產率呈顯著負向相關；進出口貿易水平對制造業TFP的影響不顯著，但對技術進步和純效率變化顯著負相關。

參考文獻：

［1］HendersonJV.EfficiencyofResourceUsageandCitySize［J］.JournalofUrbanEconomics，1986.19（l）.

［2］陳國亮，陳建軍.產業關聯、空間地理與二三產業共同集聚———來自中國212個城市的經驗考察［J］.管理世界，2012（4）.

［3］田友春.中國分行業資本存量估算：1990～2014年［J］.數量經濟技術經濟研究，2016（6）.

［4］王家庭，李艷旭，馬洪福，曹清峰.中國制造業勞動生產率增長動能轉換：資本驅動還是技術驅動［J］.中國工業經濟，2019（5）.

［5］伍先福.生產性服務業與制造業協同集聚提升全要素生產率嗎［J］.財經論叢，2018（12）.

［6］葉長華，周洲，陳立泰.西部地區工業集聚與金融業集聚協同發展的機制與模式研究［J］.經濟問題探索，2017（4）.

［7］余泳澤，宣燁，沈揚揚.金融集聚對工業效率提升的空間外溢效應［J］.世界經濟，2013.36（2）.

［8］劉軍，黃解宇，曹利軍.金融集聚影響實體經濟機制研究［J］.管理世界，2007（4）.

作者:劉海倫 單位:廣東工業大學經濟與貿易學院