中国制造业区域聚集及国际比较

中国制造业区域聚集及国际比较

一、引言

有关产业区域聚集的研究是新经济地理学和产业组织学文献的 重要内容之一，一直取得经济学家的普遍关注，并在20世纪9()年代以来 取得了快速发展(Krugman, 1991a； Kim, 1995; Hanson, 2001)o 经济学理 论通常把产业区域聚集的原因主要归结为两方面，即区域间自然禀赋的不 同性(Ohlin, 1933)和产业区域聚集的外部效应(Marshall, 1920; Henderson, 1974； Krugman, 1991b),而外部效应又可以分为技术外溢、专业劳动力聚 集、接近客户和供给商等。

国际上最近几年来有关产业区域聚集的实证研究发展很快。几篇 有代表性的文献包括：Kim(1995)研究了美国自I860年至1987年间经济活 动区域散布的长期转变趋势；Ellison and GlaCSCr(1997)优化了衡量产业区域 聚集程度的指标体系；Duranton and Over man (2005)采用了接近精准的企业 地理位置数据，在假设企业的区域散布是持续，而不是受到区域边际限制 的基础上对区域经济的文献作了重要发展。最近几年来，关于中国的产业区域聚集状况的研究也有很多，但 得出的结论存在争议。例如：Young(2()()0)利用5个产业(农业、制造业、建 筑业、运输业和商业)的数据发现中国的行业区域聚集程度在1985—1997 年呈下降趋势，而白重恩等(2004)则利用行业分类较细的2位代码行业数 据(29个省、32个2位代码行业)研究发此刻同一时期中国的行业区域聚集 程度呈上升趋势。关于文献中对于中国行业区域聚集程度得出不同结论的 原因，白重恩等(2()04)以为过于粗糙的行业分类可能致使Young(2()()0)的结 论出现误差。在本文中，咱们利用近一段时期(1998-2003年)更为细化的 区域和行业数据(2861个县区、539个4位代码行业)进行分析，试图揭露中 国行业区域聚集程度近期的发展趋势。

研究中国产业区域聚集时借鉴西方的相关研究，并与发达国家产 业区域聚集的历史进程和现状进行对比，有助于咱们理解中国产业区域聚 的发展趋势和所处阶段。这方面，范剑勇和杨丙见(2002)和范剑勇(2004)作 了大量的工作。但是，Ellison

and GlacScr(1997)表明传统上用于衡量产业区 域聚集的指标(例如Hoover系数和Gini系数)没有考虑不同行业内企业集中 程度的不同，这样计算出来的产业区域聚集程度即便在同一国家的不同行 业之间进行对比也存在误差。因此，咱们在进行产业区域聚集程度的跨国 比较时尤其应注意指标的可比性。本文利用细致的行业和区域分类，力争 取得与国际上相关研究可比的指标，在比较时偏重于一路趋势的发现，而 不是绝对值的比较。

关于解决不同行业内企业集中程度的不同可能致使的误差，罗勇 和曹丽莉(2005)做了有创见的贡献，他们首先利用Ellison and Glacscr(1997) 的方式，利用行业数据对我国2()个制造行业1993、1997,2002和2003年的 聚集程度进行了测定。与罗勇和曹丽莉(2005)不同的是，咱们利用了 1998 —2003年的全国制造业的企业级数据，完全符合Ellison and GlacSer(1997) 方式对数据的要求，另外，咱们对在这一时期内我国行政区划和行业分类 的转变进行了仔细的査对、调整，提高了各年数据的可比性。在此基础上， 依照不同细分程度的行政区划和行业标准进行了反复计算，得出了稳健的 结果，从而增加了本文结论的说服力。罗勇和曹丽莉(2005)分析了我国制 造业聚集程度较长期间的转变和区域间的不同，而本文则对近期的趋势进 行了详细分析，并就行业区域聚集和行业区域一路聚集进行了国际比较， 二文彼此补充，可以勾画出我国制造业聚集程度转变加倍全面的轮廓。

本文第二节描述数据及对数据进行的前期整理工作；第三节中， 首先计算Hoovur系数,并与现有关于中国行业区域聚集程度的文献进行 衔接和对比。其次，借鉴Ellison and GlaCSCr(1997)创建的指标体系，用尽可 能与国际上相关研究近似的行业和区域分类计算中国1998-2003年的行 业区域聚集程度和行业区域一路聚集程度，并通过与西方国家(主如果美国) 的比较得出关于中国行业区域聚集程度和行业区域一路聚集程度变更趋

势的结论；第四节是结论和政策性建议。

二、数据 本文依据的主要数据是国家统计局1998—2()03年工业企业数据 库。该数据库采用自1998年开始启用的统计口径，涵盖了中国所有国有企 业和年销售额5()()万元人民币以上的非国有企业，每一年企业数量从16 万家到19万家不等。相关数据项目主要包括企业所在区域代码(省、市、 县和邮编)、行业代码、产值、职工人数等。

一般而言，研究区域经济最理想的数据是普査数据。但是，由于 普査规模大，而且包括许多小企业，因此数据质量会受到影响。例如，Pan and Zhang(2()()2)在利用中国第三次工业普査数据时发现，在去除销售收入、 职工人数、固定资产等数据项缺失的企业以后，企业数量从原始数据中的 75(), 00()下降到119, 79()。这说明普査原始数据中存在严重的数据项缺失 问题。若是数据的缺失是系统性的，也就是说由于某些原因造成某些区域 或行业的企业整体缺失，就会影响衡量区域经济指标的计算。

一个在研究中国经济问题中难以回避的问题是：中国统计数据的

准确性和一致性常常受到学者们的置疑(Holz and Lin,2001;Rawski,2001)。 本文的数据始于1998年，在这一年，中国采用的统计口径发生了转变，由 原来的乡及乡以上工业企业改成所有国有企业和年销售额50()万元人民币 以上的非国有企业。这个口径一直沿用至今。研究表明，在1998年采用新 的统计口径以后，中国工业企业统计数据质量有明显改善，这在必然程度 上应归功于统计系统中采用了较完善的直报体系和更严格的数据审核程 序(Holz and Lin, 2001; Holz, 2004)。 在关于行业区域聚集的研究中，对数据最重要的要求是企业地理 位置和行业分类的准确性。若是没有企业精准的经纬度坐标，通常会利用 企业所在的行政区划来肯定企业位置，越细分的行政区划得出的结果越准 确。本文依据的是省、市、县三级区划标准，例如1999年公布的《县及县 以上行政区划代码表一国家标准GBT2260—1999»e中国的行政区划常 常发生变更，变更的原因主要包括行政区域的增减、行政区域的从头划分 和区划代码的更改等。具体而言：⑴从1999年到2003年，中国县级行政 区划的数量(不含港、澳、台)从2431个增加到2861个；(2)更重要的是，中 国行政区划和代码近些年来常常变更。由于行政区划和代码变更，企业在 填报行政区划代码时很有可能错报和漏报，这会在很大程度上影响到衡量 行业区域聚集指标的计算。因此，关于企业行政区划代码，咱们做了两方 面的尽力力争将错误降到最低限度。首先，咱们利用企业的地址信息对企 业填报的行政区划代码进行一一査对。一般来讲，企业填报错误地址的可 能性比填报错误行政区划代码的可能性要小得多。其次，咱们把数据期间 各年度利用的行政区划代码统一为《国家标准GBT2260—1999»,这样有

利于咱们进行各年度间的比较。通过以上两个步骤，咱们一共修正了万个 企业/年度的行政区划代码，占总的企业/年度数量的％。

关于行业代码，中国自2003年开始启用了新的国民经济行业代码 （编码为GB/T4754—2002）。这一转变致使数据中2003年企业填报所依据 的行业代码标准与以前年度不一致，若是不进行调整，将会使各年度之间 的对比变得不合理。为此，咱们首先利用行业代码表（GB/T4754—2002, 新）和行业代码表（GB/T4754—94,旧）的对照表将2003年企业的（新）代码 转换为（旧）代码。对于那些不能利用对照表进行自动转换的企业，咱们利 用企业主要产品名称的信息，然后利用旧的行业代码表中的行业具体产品 信息进行一一分类。

本文主要研究制造业，而把采掘业，和电力、煤气、水的生产和 供给业排除在外，其原因是这些行业的地理散布很大程度上取决于矿产资 源等自然资源的散布，而自然资源在中国的散布是极不平均的，这使得对 后两类行业的区域聚集进行研究意义有限。另外，由于数据限制，本文研 究不包括港、澳、台地域，而下文的全国即为除港、澳、台外的全国其他 地域。文中各顼指标的计算主要依据产值数据和职工人数数据，选择的标 准尽可能和现有文献一致，以便考察较长期间的趋势和进行国际比较。

三、行业区域聚集和行业区域一路聚集

(一)行业Hoover系数

Hoover系数最先由HoovCr(1936)提出，是表示某行业在各区域间 的聚集程度最常常利用的指标之一。Hoover系数计算方式如下：首先，计 算区位商,其中Omputir表示行业i在区域r的产值，Output!表示全国范 围行业i的产出，Outputr表示表示区域r所有行业的总产值，Output表示 全国所有行业的总产值。若是LQir大于1,说明行业i在区域r的集中程 度较高，若是LQri小于1,则相反。接着，对行业i在所有区域r=l, 2,…， m的区位商进行降序排列，取得m个区域的序列组合。计算行业i在各区 域产值的累计百分比(Outputir/Output)并绘制在y坐标轴上，计算所有行 业在各区域产值的累计百分比(Outputr/Output)并绘制在x坐标轴上，由 此构建行业i的区域聚集曲线。若是行业i在区域间均匀散布，那么该行 业在各区域的区位商都为1,同时该行业的区域聚集曲线成为从原点动身 的45度射线。相反，行业i在各区域比例相差越大，则该行业的区域聚集 曲线也就越凹。行业HOCAF系数概念为由45度直线和行业的区域聚集曲 线所围成区域面积与曲线所在三角形面积的比值，取值范围是[(),1],取

值越大表示行业的区域聚集程度越高。

表1中报告了按2位行业代码和县级区划的产值数据计算的行业 Hoover系数。从表1中，咱们发现以下几点规律：首先，从1998—2003 年，在29个行业中只有5个行业的区域聚集程度下降，同时，Hoover系 数的算术平均数和加权平均数别离上升了％和％。区域聚集程度上升最明 显的行业包括食物加工业、纺织业、食物制造业和造纸及纸制品业等，而 这些行业的一路特点是技术含量低。大多数行业区域聚集程度上升与白重 恩等(2004)和文玫(2004)的结论相符合。为了展示行业Hgp系数较长期间 的转变趋势，咱们借用白重恩等(2004)计算的1985—1997年的Hoove系数, 并利用咱们的数据计算了 1998—2003年2位行业省级区域的Hoover系数, 两段期间的结果如图1所示，1998年后Hoovur系数有一个较大的跳跃， 其中原因主如果由于1998年前后国家统计局工业企业统计数据口径发生 重大转变，致使1998年前后的统计数据并非完全可比。但是从整体上看, 中国的行业区域聚集程度自20世纪80年代末起呈上升趋势。