原文信息：Di Guo, Kun Jiang, Chenggang Xu, Xiyi Yang,Geographic clusters, regional productivity and resource reallocation across firms: Evidence from China,Research Policy,Volume 52, Issue 2,2023
01
引言
经济学家们强调地方规模经济和企业集聚有利于区域经济增长。尽管在过去几十年中，空间集聚对经济增长的影响研究一直在蓬勃发展，但这些发现还远远没有定论。相互矛盾的结果表明，地理集聚的净效应仍然不明确。由技术进步和传统要素投入以外所驱动的生产力增长通常以全要素生产率（TFP）衡量，并被公认为经济增长的主要贡献者，它极大的解释了区域间经济发展变化。然而，研究表明资源错配问题会显著降低总TFP。如果集聚对经济增长产生积极影响，那么集聚、区域TFP和资源错配之间的关系是什么？集聚是否通过资源再分配影响区域TFP？
本文将产业集群、区域生产力和资源再分配效率与地理和部门分类数据联系起来。基于中国1998年至2007年的规模以上工业企业面板数据（ASIFP），研究发现，产业集群通过提高企业平均生产率，将资源从生产率较低的企业重新分配到生产率较高的企业，显著提高了当地产业的生产率。此外，集群内改善资源再分配的主要机制包括：（i）集群与更高的企业营业额相联系，同时增加了市场进入和退出率；（ii）在集群环境中，单个企业加价的可能性显著降低，表明集群内的本地竞争加剧。这些结果表明，中国的产业集群有助于提高区域生产力和资源配置效率，竞争加剧。
02
数据来源和变量定义
（一）数据来源
本文的主要数据集来自1998年至2007年的规模以上工业企业面板数据（ASIFP）。该数据集提供了详细的企业级信息，包括年销售额在500万元或以上的所有国有企业和非国有企业的行业、位置、年龄、规模、所有权和财务信息。与人口普查数据相比，截至2004年，ASIFP覆盖的企业占中国所有制造业总销售额的90%，此外，ASIFP中84%的公司被正式标记为小型企业，定义为员工不超过300人。
（二）变量定义
本文关键的因变量是县域-产业层面的资源再分配效率。本文使用三种TFP度量来确保结果的稳健性：TFP_olsit是对数线性生产函数中得出的最小二乘法残差，来自具有固定年和行业固定效应的一般Cobb Douglas生产函数的对数线性变换；TFP_op1it和TFP_op2it则是根据Olley和Pakes的方法估计出的结果，并分别控制行业固定效应及年份与行业固定效应。
根据Olley和Pakes（1996）的标准分解方法，可以得出每个县的资源再分配效率。具体而言，在时间t，k县j行业的
为每个企业i的TFP（tfpijkt）乘以该企业的市场份额shareijkt之和，总TFP可以以下列方式分解：
其中，
分别是未加权企业平均TFP和企业平均市场份额，
是k县j行业内企业的未加权平均TFP，
衡量企业生产力和市场份额之间的协方差。较高水平的
将代表较高水平的资源重新分配效率。
其次，本文利用DBI指数（Guo et al. 2020）来测度中国的产业集群。如果某县在所有县中处于该行业企业密度的前α百分位（α=5.10），则该县具有特定行业的产业集群，并构造虚拟变量Clusterjkt，如果j行业的企业t年在k县形成了集群，则该变量等于1，否则为0。进一步根据每个集群对全国工业总产值或企业数量的相对贡献来衡量其实力。在基于行业产出衡量集群强度时，首先通过S_Vjkt=Outputjkt /Outputjt（百分比）来计算各行业j在k县的集群对该行业全国总产出的贡献。基于S_Vjkt，可以区分弱簇和强簇。通过构建分类变量Strength_Vjkt，如果行业j在时间t内没有在k县形成集群，则非集群的值等于0，与t时来自同一行业j的其他集群相比，S_Vjkt中值以下的集群的值为1，S_Vjkt为中值或中值以上的集群的为2。
同样的，当基于行业内企业总数测量集群强度时，重新定义strength_Ejkt，S_Ejkt=Establishmentjkt /Establishment jt，如果来自行业j的公司在时间t没有在k县形成集群，则strength-Ejkt等于0，与来自同一行业j的其他集群相比，S_Ejkt低于中值的集群的strength-Ejk取1，S_Ejkt高于中值的集群取2。
表1a报告了DBI测量的集群汇总统计数据，中国所有县约有1500–2000个产业集群，占观察到的县产业数量的5%（假设α=5）。这些集群占制造业企业的30%以上，从1998年到2007年，约占全国工业产出和就业的30-40%。表1b中报告了与集群和强度相关的变量。
03
实证策略
（一）模型设定
本文的基准回归模型设定如下：
TFPjkt通过
来衡量，Clusterjkt是DBI集群虚拟变量，如果j行业的企业在t年在k县形成了一个产业集群，则该变量等于1，否则为0。表2为本文的描述性统计。
（二）基准回归结果
基准回归结果如表3所示。集群变量Clusterjkt始终与
显著正相关，无论如何衡量企业级TFP，集群内总生产率的提高似乎来自于较高的企业平均生产率
，以及集群内企业间更有效的资源再分配
。
其次，表4a和4b报告了具有不同强度的集群的影响。表3、表4a和4b中的结果表明，产业集群，特别是具有强大产出和企业数量的集群，总与较高的总生产力相关，生产率的提高不仅来自于企业平均生产率的提高，还来自于本地产业内企业间资源再分配效率的提高。
（三）工具变量回归结果
为了解决内生性问题，文章使用两个IV进行两阶段估计。第一个IV是给定年份每个城市的非政府组织（NGO）的人均数量，该数字是三类非政府组织（包括基金会、私营非企业实体和社会团体）的人均存量总和。第二个IV是人均城市间客运量，通过所有交通工具（包括上车和下车）的城市间客运总量与每个城市每年总人口的比率来衡量。表5中报告了总生产率、平均生产率和再分配生产率的两阶段估计。两阶段估计的结果与基线回归的结果一致。因此，产业集群与提高的总生产率、平均生产率和再分配生产率之间的因果关系得到证实。
（四）稳健性检验
在稳健性检验中，文章首先将CMI的两个子指数取代原有的总体市场化指数，即一个省的要素市场发展（市场化指数2）和产权保护（市场化指标3）。其次，在估计中添加了市场化指数和产业集群存在的交互项，并在回归中加入一组虚拟变量，表明相关行业是否属于地区最规模大的行业。第四，考虑超大城市对集群和生产力的影响，通过进行了两组额外的回归，首先，看位于特大城市（北京、上海、广州和深圳）之外的县的子样本，其次，直接在基准回归中控制超大城市效应。一系列的稳健性检验进一步验证了基线估计中给出的结果。（篇幅受限，具体结果见原文）
04
机制分析
（一）产业集群和企业进入和退出
为了检验集群内的企业进入和退出，文章遵循Dunne等人（1988）计算了中国所有县域行业的企业进入与退出模式（具体推导见文章），表6报告了基于ASIFP数据的集群和非集群内企业进入和退出模式的比较统计数据。结果表明，集群中的企业进入和退出比非集群中的更为活跃。此外，集群中的进入率（ER=0.3118）是非集群中的两倍多（ER=0.1429）。此外，集群的退出率（XR=0.1646）显著高于非集群的（XR=0.0879），这些结果表明，产业集群内的竞争水平较高。
表7报告了集群对某县企业进入和退出的回归结果。如第（1）列和第（2）列所示，集群的存在与新进入和退出企业的总数显著正相关。表8a和8b显示了集群强度与企业动态之间的关系。同样，很明显，集群的实力，无论是以总产出还是行业中的企业数量来衡量，都与新进入和退出企业的数量以及企业的营业额显著正相关。表7、8a和8b的结果证实了前文的推测，即产业集群使企业面临更大的竞争，从而促进了市场份额从生产力较低的企业向生产力较高的企业的重组，这些结果进一步证实，集群降低了企业的进入壁垒，从而加剧了当地的竞争。
（二）产业集群和企业加价分散
本小节中将探讨中国的产业集群是否能够缓解加价分散，从而减少资源的错配。如果中国的产业集群提供了一个更具竞争力的环境，那么与非集群的本地产业相比，集群内的企业加价分散应该会减少。
为此，文章首先研究公司规模、生产力和加价之间的关系。然后，根据De Loecker和Warzynski（2012）以及Lu和Yu（2015）的研究，使用公司销售额来衡量其规模并计算单个公司的加价，并用面板回归对产业集群对县域产业内企业利润分配的影响进行的正式测试，具体而言，文章使用了两种公司标记分散度的测量方法来确保结果的稳健性。第一个是泰尔指数Theiljkt，加价分散的第二个度量是样本期内每个县行业的相对平均偏差RMDjkt（具体推导见原文），除了研究产业集群对企业加价分散的影响，文章还研究了不同分位数的加价反应以及分布。回归模型如下：
其中Yjkt是Theiljkt，RMDjkt，以及不同百分比的公司加价。Clusterjkt是k县j产业集群在t年的虚拟指标。
表11报告了集群对标记分散和标记分布的回归结果。（1）列和第（2）列表明，集群中的企业加价分散程度显著低于非集群县产业。其余几列说明了集群对企业加价的影响随规模的不同而不同。对于处于较低五分位数的较小公司（第3列和第4列），集群效应显著且积极，这意味着这些公司的加价幅度扩大。然而，对于五分位数较高的大公司（第6列和第7列），其影响则相反，表明其加价降低。而对于中型企业（第5列），集群效应并不显著。这些发现证明，中国的集群提供了一个更具竞争力的环境，这减少了大型和小型企业之间的加价差距，并缓解了集群内企业之间的资源错配。
05
结论
本文基于对县域-产业面板数据的系统分析，发现中国的产业集群显著提高了当地产业的生产率。生产率的提高不仅来自于更高的平均企业生产率，还来自于集群内企业之间更有效的资源再分配。此外，本文还发现了中国集群缓解资源错配问题的具体机制。此外，集群内的企业营业额高于集群外的企业营业额，集群内企业的启动资本低于集群外企业。集群内企业的加价比集群外企业的加价分散性更小。这些发现表明，中国的产业集群提供了更具竞争力的环境，有助于集群内更有效的资源再分配，通过将区域TFP与集群内企业之间的资源再分配联系起来，填补了集聚研究中的三个重要知识空白，研究结果表明，企业家和地方政府之间的合作，以克服制度约束，对中国集聚经济的发展至关重要。
Abstract
We link industrial clusters, regional productivity and resource reallocation efficiency with geographical and sectoral disaggregated data. Based on a county-industry level panel from 1998 to 2007 in China, we find that industrial clusters significantly increase local industries' productivity by lifting the average firm productivity and reallocating resources from less to more productive firms. Moreover, we find major mechanisms through which resource reallocation is improved within clusters: (i) clusters are associated with a higher firm turnover with increased entry and exit rates simultaneously; and (ii) within clusters' environment, the dispersion of individual firm's markup is significantly reduced, indicating intensified local competition within clusters. Such results suggest that industrial clusters in China help improve regional productivity and resource allocation efficiency with intensified competition and accelerated firm dynamics. The identification issues are carefully addressed by two-stage estimations with instrumental variables and other robustness checks.
推文作者简介
宾佳玉，湖南大学经济与贸易学院
邮箱：bjiayu1999@163.com
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
