利用制造行业的面板数据分析同质与异质集聚对产业国际竞争

 

在经济全球化背景下，研究产业集聚对产业国际竞争力的影响具有很强的现实意义。对产业集聚经济效应的很多经典论述可以帮助我们深入理解产业集聚影响产业国际竞争力的基本机理，其基本的作用路径可以概括为：产业集聚→提升企业竞争力→提升产业竞争力。对于产业集聚经济效应的研究可以追溯到Marshall，他认为企业通过集聚可以产生外部经济并提高竞争力，从而促进产业发展和区域经济发展。此后，很多学者从不同角度分析了产业集聚对企业及产业竞争力的影响。
　　韦伯提出集聚是一种“优势”，或是生产的廉价，或是生产被引诱到某一地点的市场化；Porter认为相关企业通过地理集中，产生群体协同效应，从而形成竞争优势；Porter 在讨论产业集聚和竞争力关系时指出，产业集聚所具有的外部经济效应可以在三个方面影响竞争：首先，产业集聚提升了企业或产业的生产力；其次，它增加了创新能力，并因此促进了企业生产力的提高；第三，产业集聚还有利于新企业的诞生，并扩大产业集聚规模。综合相关论述，产业集聚可以通过规模经济、范围经济、协同效应、网络资本、知识共享等途径提升企业及产业的综合竞争力。基于此，国内有些学者就产业集聚对产品出口竞争力的影响进行了实证研究。
　　已有实证研究的一个共性特点是仅仅关注样本产业集聚水平与其自身国际竞争力之间的关系，而对产业之间关联性带来的影响考虑不足。实际上，单纯考察样本产业集聚水平与该产业自身的国际竞争力并不全面，产业之间的相互作用关系也可能对样本产业的国际竞争力产生影响。在论述产业集聚基于知识集中与外溢的技术外部性（technological externalities）效应时出现了两种截然相反的观点，即着名的Marshall-Arrow-Romer技术外部性（MAR externalities） 与Jacobs技术外部性（Ja-cobs externalities）之争。MAR外部性认为，同一产业内部的知识溢出是推动地区创新和经济增长的主要源泉，因此隶属于同一产业的企业集聚即专业化生产有助于地区产业创新。Jacobs外部性则认为不同产业之间的知识溢出才是推动地区创新和经济增长的主要动力，认为正是那些具有多样性和差异化的经济个体之间互补知识的交流、差异化思维的碰撞产生了更多的创新回报，因此隶属于不同产业的企业集聚即多样化生产有利于地区产业创新。事实上，MAR外部性与Jacobs外部性理论的差异还体现在市场结构与地区创新的关系上。MAR外部性理论认为，知识溢出具有显着正外部性，这使得企业私人研发投入难以获得相应的回报，而垄断可以让企业最大限度地占有其创新成果，将知识外部性内部化，因此垄断比竞争更有助于提高企业创新积极性。而Jacobs外部性理论则认为，企业数目的增多不但能加剧现有企业的创新竞争，促使企业不断推陈出新，而且激烈的竞争环境还使得在特定领域有专长的新企业更容易进入，增进区域内公共知识池的积累，因此企业竞争更能推动地区产业创新。
　　可见，MAR外部性理论与Jacobs外部性理论之争中提到的两种性质的产业集聚（专业化集聚与多样化集聚）与两种性质的市场结构（垄断结构与竞争结构）可能具有不同的集聚经济效应，从而可能对相关企业产生不同的经济效应，并进而影响相关产业的国际竞争力。实际上，对于很多区域比如中国的每个省级、市级行政区来说，多产业集聚是客观存在的经济现象。在区域经济和产业发展过程中，应该遵循产业专业化的原则，还是应该坚持多产业共同发展？当多产业并存时，产业之间的关联程度是否会影响产业国际竞争力？应该如何通过产业之间的科学配置增强产业国际竞争力？这些问题的答案直接影响到我国的区域经济发展及各类产业集聚区的科学发展。
　　从现有研究来看，人们只是关注了样本产业集聚程度与其国际竞争力之间的关系，而对由于多产业集聚带来的产业间异质集聚对产业国际竞争力的影响关注不够。因此，本文在已有研究的基础上，进一步考虑多产业相互作用下的产业集聚特质及产业竞争水平等因素对相关产业国际竞争力的影响，从而深化该方面的理论认识并讨论其对中国产业政策制定的实践意义。
　　二、模型设定、变量测度与数据来源1.模型构建本文在研究产业集聚对产业国际竞争力的影响时，除了考虑目标产业的集聚水平外，同时还考虑如下几个因素的影响：一是目标产业的竞争水平，即与平均水平相比，目标产业是竞争程度更加激烈还是更加倾向于垄断；二是目标产业与其他产业之间的关联性，即目标产业与其他产业之间由于供求关系而形成的产业关联程度；三是集聚产业的多样性，即在特定区域内集聚的产业更加多样化还是趋向于单一化。因此，研究中共涉及一个因变量四个自变量，其中因变量是产业国际竞争力，四个自变量分别是：产业集聚度、产业竞争度、产业关联度、产业多样化，从而建立如下计量模型：
　　ICMPi, t=αi+β1′AGGLi, t+β2′COMPi, t+β3′RELVi, t+β4′DIVTi, t+μi, t（1）其中i和t分别代表产业和时间，ICMP为样本产业国际竞争力水平，AGGL为样本产业集聚度，COMP为样本产业竞争水平，RELV为产业关联度，DIVT为产业多样化程度，αi代表每个行业所具有的不随时间变化且无法观测到的个体效应，μi, t代表误差干扰项。通过考察系数β1、β2、β3、β4的符号及显着性水平，即可确定各变量对样本产业国际竞争力产生的影响。
　　2.研究样本选择本文研究的核心在于产业集聚是否影响产业的国际竞争力，与多数相关研究类似，本文选取制造业作为研究对象，因为与其他产业相比，制造业的集聚现象最为明显。在具体的行业选择上考虑如下几个因素：一是统计口径长期以来保持一致，使得样本数据保持足够的时间序列长度；二是剔除资源类行业，因为这些行业在集聚动因上市场化程度较低；三是考虑与联合国统计口径能够实现对接：研究中部分数据来自联合国Comtrade数据库，联合国采用了国际贸易标准分类（Standard In-ternational Trade Classification，SITC），与中国目前的统计口径不符，因此需要进行转换和对接。综合以上因素，本文选取了15个二位数制造业作为研究对象，包括：纺织业、造纸及纸制品业、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、医药制造业、化学纤维制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、金属制品业、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、通信设备、计算机及其他电子设备制造业、仪器仪表及文化、办公用品机械制造业。研究的时间跨度为2000-2011年，如此构成规模为15×12的面板数据。

3.指标测度在本部分给出各个变量的测度方式，其中用i表示产业（i=1,2,…,15），j表示地区（j=1,2,…,30），t表示时间（t=2000,2001,…,2011），n表示全国的水平。需要说明的是，由于只能得到国家层面的产业国际竞争力数据，因此所有解释变量也需要统一到国家层面，但为了更加客观地反映相关产业在中国各省级行政区层面的集聚特征，对有些指标首先基于地区层面进行计算，在此基础上通过加权平均得到国家层面的指标水平。同时，由于西藏多个产业没有统计数据，将其剔除，仅基于中国大陆其余30个省市计算相关指标。
　　（1）产业国际竞争力衡量产业国际竞争力的指标很多，其中应用最为广泛的是显示性比较优势- 15-经贸论坛《国际贸易问题》2014年第2期（Revealed Comparative Advantage，RCA）指数和贸易竞争优势指数（TC指数）。本文采用显示性比较优势指数来衡量中国制造行业的国际竞争力，计算公式如下：
　　RCAn, i, t=EXPTn, i, t/EXPTn, tEXPTw, i, t/EXPTw, t＝全国i产业出口额/全国制造业出口额全球i产业出口额/全球制造业出口额该指数表示，与i产业出口额在全球出口额中的比重相比，中国i产业出口额在出口总额中的地位。RCA指数越大，说明该产业出口在中国外贸易中的地位越重要，国际竞争力越强。
　　（2）产业集聚度测度产业集聚度的指标很多，包括赫希曼－赫佛因德指数（Hirschman-Herfind-ahl index）、哈莱－克依指数（Hannah-kay index）、熵指数（entropy index）等。此处我们沿用克鲁格曼（Krugman，1991）所用过的“空间基尼系数”，具体计算公式如下：
　　GINIi, t=j = 130è÷GOVi, j, tGOVi, t-GOVi, tGOVn, t2其中sj表示j地区i产业占全国i产业的比重，xj表示全国i产业在全部产业中的比重，GOV为工业总产值。Krugman使用就业人数计算基尼系数，但考虑到中国特有的户籍制度，地区就业人口的统计数据不能真实地反映当地就业人口，而工业增加值波动较大，个别年份甚至出现负值，因此本文使用工业总产值来计算相关指标。该指数的值越大，表明行业在地理上的集聚程度越高。
　　（3）产业竞争度基于Glasser et al. （1992）、Feldman and Audretsch （1999） 等通行的度量方法，本文在测算中国各省市产业竞争指数的基础上，通过加权求和得到中国相关产业的竞争指数，具体公式是：COMPi, t＝j = 130è÷GOVi, j, tGOVn, i, t′NEi, j, t/GOVi, j, tNEn, t/GOVn, t＝各地区i产业单位工业总产值企业数加权和全国所有产业单位工业总产值企业数该指数的基本思想是：完成单位工业总产值所参与的企业数量越多，则企业之间竞争越激烈。因此，该指数越大，说明企业之间竞争强度越高。
　　（4）产业关联度一个地区往往具备多种产业，而这些产业之间具有通过市场机制联结起来的供给与需求关系，这种供给与需求关系越紧密，说明相关产业之间的关联性和互补性越强，而这种关联性可能会对样本产业的竞争力产生影响。为了反映产业之间的关联性，本文构建如下产业关联指数：RELVi, t＝j = 130è÷÷÷÷GOVi, j, tGOVn, i, t′k 1 iwk′GOVi, kk 1 iwk′GOVn, k=各地区i产业的关联产业工业总产值加权和/各地区制造业工业总产值全国i产业的关联产业工业总产值之和/全国制造业工业总产值关联指数越高，说明与样本产业具有紧密联系的产业越集中，产业间的关联性越强。
　　在上述指数中，最为关键的是确定各产业之间的关联系数，为此本文根据《2007年中国投入产出表》中的135个部门完全消耗系数表通过以下几个步骤确定15个制造行业之间的关联系数：
　　第一步，比照“国民经济行业分类与代码（GB/T4754－2002）”，将15个二位数制造业的完全消耗系数进行分类汇总，从而得到15个二位数制造业的完全消耗系数表，其中每个完全消耗系数bi1, i2表示生产单位i2产品，对i1产业产品的直接消耗量与间接消耗量之和。
　　第二步，分别计算需求关联强度和供给关联强度。每个产业既可以为其他产业提供中间和最终产品，也从其他产业获取中间和最终产品，只有从供给和需求两个角度进行联合考察才能准确反映产业之间的关联性。其中需求关联强度权重w′i1, i2=bi1, i2i1 1 i2bi1, i2(i1,i2=1,…i-1,i+1,…,15)，供给关联强度权重w″i1, i2=bi1, i2i2 1 i1bi1, i2(i1,i2=1,…i-1,i+1,…,15)。
　　第三步，利用需求关联强度权重与供给关联强度权重的均值反映最终产业关联强度，即wi1, i2=w′i1, i2+w″i1, i22，此权重综合反映了产业间供给和需求的关联强度。
　　（5）产业多样化借鉴Glasser et al.（1992）、Henderson et al.（1995）的测度方法，本文使用HHI指数的倒数来衡量产业多样性，公式如下：
　　DIVTi, t=j = 130 GOVi, j, tGOVi, t′1k 1 iè÷GOVk, iGOVj-GOVi, j21k 1 iè÷GOVk, nGOVn-GOVn, i2=各地区其他产业HHI指数倒数的加权和全国其他产业HHI指数的倒数该指数越大，表明相对于样本产业而言，其他产业的分散程度越大，产业越趋向于多样化。