集聚经济、外部性溢出与企业TFP
中图分类号：F061.5 文献标识码：A 文章编号：
Abstract： Using China’s industrial enterprise panel data from 1999 to 2007， this paper studies the externalities spillover of agglomeration to enterprise TFP in 287 cities and provinces. Results show： Both localization economies and industrial diversity playan important role in promoting enterprise TFP， whereas urbanization haS a negative effect. Further studies showed that small-sized enterprises bene?t more from agglomeration economies than large enterprises， specifically industrial diversity， and localization shows an inverted U-shaped curve with enterprise TFP. Besides， according to different industrial level， the extent of external spillover effects to enterprise TFP is different， which is more obvious in the case of 3-digit level.
Keywords： Agglomeration Economies； Externalities； Enterprise TFP； System GMM
集聚经济能够有效提升企业的生产效率吗？企业所有制、控制层级、对外开放、企业规模、管理层激励机制、企业社会责任等微观因素的作用已经得到诸多文献证实。而伴随着集聚经济理论的发展，集聚经济的外部性收益早在20世纪70年代便得到了学者关注，Shefer发现城市规模越大，地区劳动生产率水平越高[1]，证实了城市和地区层面的集聚经济生产率效应。现有企业空间集聚与企业效率关系的研究大多关注于发达国家，而由于微观数据的获取的限制，基于中国企业微观数据的相关经验研究明显不足。集聚经济的企业生产率效应是否依然存在于中国？集聚经济的生产率效应是否因企业的规模不同而产生差异？是否存在负的集聚外部性？对这些问题的回答有助于我们合理制定产业集群发展政策，理性发展集聚经济。
1 相关文献综述
关于集聚外部性与生产率的关系已有诸多学者做过理论探讨。Glaeser等将集聚经济分为两类，一是地方专业化经济指同一产业内的地理临近的企业间存在正的溢出结果；二是城市化经济，即区域内不同行业的经济活动集中在一定空间所获得的外部性溢出，与区位的规模和经济活动的多样化程度相关[2]。另外，在产业集聚的前提下，单个企业所处的竞争环境对其生产率也会产生影响[3]、[4]。事实上，不少研究为集聚外部性与效率关系提供了经验证据，然而到底是何种类型的集聚经济对效率起主导作用却存在争议。Gleaser等发现美国专业化经济对区域产业劳动生产率增长作用为负，而产业多样性却能够促进产业劳动生产率增长[2]。Rosenthal的研究则支持了专业化经济的正向作用[5]。
对于企业来说集聚经济是否依然存在生产率效应？近年来，国外相关研究开始转向集聚经对企业层面生产率的影响研究，以中国为研究对象的实证研究也开始出现但仍相对较少，综合国内外研究可以发现集聚经济对企业效率的影响主要有以下几个方面：一是集聚经济的不同来源对效率的影响在企业层面依然存在，如Hendrson认为高技术产业集群企业数量每增加十倍，企业劳动生产率增加20% [6]，而Mare和Timmins对新西兰制造业企业的研究支持了产业内集聚和产业多样性的正向作用[7]，Pan和Zhang利用年中国第三次工业普查的数据则证实了城市化经济的作用，即中国城市规模增大一倍，企业效率上升3.6%[8]；二是企业规模影响不同来源集聚经济的溢出效应，Martin等认为企业平均规模代表了企业所在产业的“厚度”，扩大企业规模和吸引大企业的进入比增加小企业的数量更能提升企业效率[9]，而Lin 等则发现中国纺织行业小企业更能获得集聚外部性收益[10]；三是集聚不经济也会对企业效率产生影响，Lin 等指出在集聚发展到一定程度时，集聚不经济也会产生，因此产业集聚和企业劳动生产率之间存在一种倒 U 型关系[10]。
可以看出，尽管已经有不少学者对于集聚经济与效率问题进行研究，不同学者研究得出的结论各不相同，对影响生产效率的集聚经济的来源存在较大分歧，并且大部分研究仍局限于地区或城市产业层面的考察，无法控制企业的个体差异，而以企业为对象的研究大多采用部分行业企业截面数据，可能会导致估计结果的偏差。基于此，本文选取《中国工业企业统计数据库》中 1999年至 2007 年间一直存活的16000多个企业样本，共计13万多个观测值，构造集聚经济的衡量指标检验企业层面集聚经济生产率效应的存在性，并进一步考察企业集聚的生产率效应是否会因企业规模异质性而有所不同。另外，考虑到两位数标准产业分类中，许多细分产业即使包含许多三位数产业，这些产业之间即使地理临近，相互之间也难以存在溢出效应[11]，因此，我们分别考察了两位数和三位数不同产业划分方法下集聚经济效应对企业效率的影响。 2 模型设定与变量选择
2.1 计量模型设定
其中，s表示i企业所属的行业，z表示i企业所在的地级市，t表示年份（以下同）， 、 和 是反映企业集聚外部性的解释变量，分别为企业所在地区产业内外部性、产业间外部性和产业多样化程度， 则反映企业所在行业的竞争程度。δ、θ、γ和λ分别代表各个解释变量的系数。φi表示不随时间变化的个体固定效应，εit是随机误差项。
2.2 变量测度
2.2.1 被解释变量
本文的被解释变量是企业全要素生产率。衡量企业生产绩效的常用指标有劳动生产率和工资水平反映的间接生产率。但是，以劳动生产率代替企业效率并不适用于完全没有需求弹性的产品，因为在这种情况下可能在提高企业效率的同时降低本地劳动力人数；而以工资作为被解释变量无法准确的衡量集聚收益如何在各个生产要素间的分配。鉴于此，本文研究中采用TFP作为被解释变量。
2.2.2 解释变量
5.区域、行业和时间虚拟变量。考虑到分属不同省（直辖市、自治区）的城市在资源禀赋、自然条件和制度环境方面、不同产业存在显著差异，以及可能的随机外部性冲击，为了控制这些地区、细分行业和时间因素对企业生产率的影响，我们分别引入了省级地区虚拟变量、二位数行业虚拟变量和时间虚拟变量。
2.2.3 数据说明
本文所使用企业数据来自《中国工业企业数据库》。我们根据聂辉华[12]所提供的方法对原始数据进行调整。另外，为了使行业统计口径保持前后一致，我们根据《国民经济行业分类（GB/T4754-2002）》，将1999年至2001年的企业样本按照细分行业进行调整，保留了35个2位数代码和171个3位数代码细分行业企业样本。另外，我们还通过面板数据混合OLS方法估计了企业全要素生产率。具体变量的描述性统计如表1所示。
3 计量结果分析
3.1 不同类型集聚经济对企业生产率的影响
表2报告了对模型（3）的回归结果。模型[1]和[2]分别采用了虚拟变量最小二乘法（LSDV）和固定面板效应模型（FE）进行估计。然而上述两种方法都无法解决变量之间的共生性问题，因此，本文进一步采用系统广义矩估计（System GMM）进行分析。 由表2的估计结果可以看出，无论是采用LSDV，还是采用FE估计，loc、urb和div指标均在5%的显著性水平下显著为正，并且，城市化经济对企业TFP的增长起到主导作用，而comp指标在5%的显著性水平下显著为负。而当采用系统GMM时， AR（1）和AR（2）检验表明模型的系统矩估计量一致，Hansen 检验也未能拒绝原假设，说明工具变量的选择是可靠的，系统据估计是有效的。下面以系统GMM结果为依据，对回归结果做进一步分析。
首先，loc项为正，验证了产业内地理临近的企业间存在正的溢出效应。其次，与LSDV和FE估计结果明显不同，urb显著为负，即其他产业总体规模越大企业TFP越低，可能原因是当前我国大部分地区的城市化经济水平较低，尚未形成规模效应，当城市化经济水平较低时，某个企业不但不会从其他产业的扩张和增长中获益，相反还可能由于对共同使用生产要素的挤占和对公共资源的竞争性使用增加企业成本。第三，div项显著为正，说明了城市产业的差异化和多样化水平能够通过为企业提供多样化的中间产品投入，有助于产业间的知识交流融合，促进新技术和新思想在企业间的传递，从而带来企业生产率的提升。第四，竞争程度与企业TFP增长负相关，即市场竞争程度越高可能会导致企业采取通过价格战等手段获取市场份额，无力关注产品质量提升或进行企业创新。而当企业拥有更多的市场垄断力时，能在很大程度上将技术外部性内部化，获得更多的创新收益[13]。
最后，企业TFP滞后项显著为正，证明企业效率的提升会受到前期效率水平的影响。此外，不同产业划分方式的确是造成外部性对企业效率影响程度的原因之一，按照三位数划分的外部性和竞争力指标明显高于二位数划分方式的结果。
3.2 企业规模对企业集聚收益的影响
由于企业规模存在较大差异，对于不同规模的企业可能会受益于不同类型的集聚经济，我们有必要对于不同规模的企业进行具体分析。表3报告了考虑企业规模异质性后，集聚外部性与不同规模企业TFP关系的回归结果。通过表3可以看出，中小型企业显著受益于专业化经济和产业多样性水平，特别是小型企业受益于产业多样性程度明显高于大中型企业，这说明小企业更依赖于外部环境，城市产业多样化程度越高，小企业更容易从中获得多样化的中间产品投入和服务，更容易进行创新活动。其次，大型企业从产业集聚中获得的外部性收益有限，而大型企业具有相对完整的产业链，能够自给自足，对外部环境的依赖程度较低，同时，大型企业多为国有企业，由于企业规模越大，其组织结构会变得僵化，官僚主义更为盛行，从而对企业生产效率带来损害 [14]。我们也看到，大型企业专业化经济水平的增高反而会降低其TFP，说明对于产业内集聚形成事实上为大型企业带来的更多的是竞争压力和集聚不经济。此外，中小企业comp指标系数显著为负，说明中小企业在共享集聚收益的同时所面临的竞争压力更加明显。
3.3 稳健性检验
为了检验估计结果的稳健性，我们引入loc2加入回归方程。估计结果如表4：
可以看出，loc具有显著的正向影响，而loc2影响显著为负，说明专业化经济与企业TFP之间存在“倒U型”关系。产业内集聚对企业TFP先产生正向的影响，当到达一定程度之后，对企业TFP会产生负向影响。说明产业内集聚规模并不是越大越好，即企业在获得由集聚带来的外部性收益的同时，也同时面临着相应的拥挤效应，即当地区的企业集聚数量超过一定程度时，就有可能出现对于原料、公共基础设施、劳动力等资源的过度竞争，以及交通成本的增加和环境污染等问题，从而造成企业的成本上升和效率降低。另外，估计结果中urb、div和comp指标与表2分析结论基本一致，Hansen检验和AR（2）检验均通过，进一步说明GMM估计结果的有效性。 4 结论与政策启示
集聚对于地区和产业经济增长和效应的影响已经有不少学者从经验角度进行过争论，然而缺乏集聚与企业生产率关系的微观证据。本文通过构建动态面板数据模型，采用1999～2007年中国工业企业数据，检验了专业化经济、城市化经济、与产业多样性对企业TFP的影响，研究结果表明：
第一，不同类型的集聚经济对企业效率均具有显著影响，产业内集聚和产业多样性均能促进企业TFP增长，说明集聚经济能够为企业带来外部性收益，并且这种收益通过企业的区位决策内化，因此，产业集聚发展政策是能够提升企业效率的。值得关注的是，代表城市其他产业规模的城市化经济与企业TFP呈负向关系，说明我国目前阶段城市产业规模效应尚无法发挥，地方政府在推进产业集聚时应当充分考虑到本地既有产业规模对于产业集群发展的支撑作用，而不能盲目推进。
第二，不同规模企业受益于不同类型的集聚外部性，小型企业更多的受益于专业化经济和产业多样性，而集聚经济对于大型企业的效率提升作用并不明显。政府在推动企业集聚过程中应对不同规模的企业采取差异化的政策，如扶持中小企业的发展并鼓励其产业的专业化集聚，适当引进和扶持配套产业。
第三，在长期来看，专业化经济与企业效率提升呈倒“U”型关系，产业内集聚外部性的发挥与企业效率提升存在一定界限，政府进行产业集聚决策时要权衡进一步发展产业内集聚为企业带来外部性收益与拥挤效应，产业的过度集聚带反而不利于企业TFP的提升。还要考虑到产业专业化发展的生命周期，已经处于较高专业化水平的产业不适宜产业集聚鼓励政策，政府应鼓励能获得更高专业化收益的企业集聚。
