中国为何过早进入再分散：产业政策与经济地理，本文主要内容关键词为：产业政策论文,中国论文,地理论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 20世纪80年代末，中国经济改革过程中出现的“地区产业结构趋同，城乡工业结构相似”现象被喻为“偏斜的金字塔”，是经济学者对当时中国社会发出的警告之一。马建堂(1989)将这种趋同现象归因于中央与地方之间“条块”利益冲突，即中央放权诱使地方做大，使各地自成体系带来地区间产业结构趋同；中央收权则削弱地方构建自我封闭体系的能力，使趋同现象缓解。因此，中央政府基于市场化改革基础上的科学产业政策是矫正“偏斜金字塔”的良策。然而，中央政府的产业政策果真能有效解决中国的地区产业同构现象?时隔20年，中国工业经济发展面临的地区产业同构现象并未呈现出缓解迹象；此外，地理集中和行业专业化水平却过早地进入了下降阶段。本文研究表明，这种现象与地方政府的产业政策不无关系，其深层原因在于：中央政府的产业政策是地方政府制定本地产业政策的重要参照，由此带来的“中央舞剑、地方跟风”发展模式促使“金字塔”又一次偏斜。 纵观国际上关于工业空间分布演化的相关研究，大多是基于美国或欧洲经验对新贸易理论(NTT)和新经济地理学(NEG)的理论预测进行检验(Krugman，1991a；Kim，1995；Ellison和Glaeser，1997；Amiti，1999；Midelfart-Knarvik和Overman，2002)。尽管Young(2000)较早对改革开放以来中国工业部门地理格局演变进行了研究，但直到2004年中国工业统计数据的质量和可获得性得到长足改善后，才陆续涌现出一批讨论中国工业空间演变历程及内在机理的研究论文(文玫，2004；白重恩等，2004；路江涌和陶志刚，2006)。与欧美国家“亲市场”的产业发展路径不同，中国的工业地理分布不仅受经济地理因素的驱动(文玫，2004)，还受中国式分权改革带来的地方保护和市场分割的牵制(Young，2000)，以至于地区间行业专业化呈现出“非市场化”特征。白重恩等(2004)、路江涌和陶志刚(2007)及Lu和Tao(2009)发现高国有化率或高利润率(利税率)的行业在中国更倾向于地理分散而非集中，支持了地方保护降低地理集中的理论假说。金煜等(2006)还发现政府参与经济活动程度越高则越不利于工业部门的空间集聚。尽管地方政府在一定程度上扮演着扭曲产业空间配置的角色，但是上世纪80年代中期以来市场力量仍然主导着中国工业地理的演变，这表现为绝大多数的经验分析都认同1985～2004年中国工业各行业的地理集中和行业专业化水平大幅提升，大量行业向沿海地区集中这一现象(文玫，2004；金煜等，2006；路江涌和陶志刚，2006、2007；范剑勇，2004、2008；Lu和Tao，2009)。遗憾的是，上述研究的时间跨度均截止到2005年，后续的经验研究不多。①这一方面使人们无法全面了解2000年以来中央政府的区域发展战略(如西部大开发、东北等老工业基地振兴、中部崛起)对中国工业地理的影响及其效果；另一方面，使人们对地方政府的认识“凝固”在其追求自身利益而扭曲工业活动市场化配置的角色，忽视了对地方政府行为以及央地关系的客观审视。事实上，地方政府行为无外乎是在既有央地利益格局下的“理性选择”，或许中央政府一些政策措施是促成分散化趋势形成的主要原因。 一些针对美国和欧洲经济体的经验分析发现，地区间一体化和运输成本下降使行业地理集中从长期看呈倒U形发展趋势(Kim，1995；Midelfart-Knarvik等，2000；Aiginger和Davies，2004)。据此，我们自然要判断一下中国工业的地理集中是仍处于上升通道抑或已发生转折。同时，我们不应该把市场力量主导的转折强加给地方政府而冠之以“干预性扭曲”。路江涌和陶志刚(2006)曾发现中国工业的地理集中相对欧美国家仍处于较低水平，因此若中国工业活动地理分布确如吴三忙和李善同(2010a)、王非暗等(2010)及范剑勇和李方文(2011)所观察到的已进入分散阶段，有必要分析是经济发展使然还是政策干预的结果。事实上，尽管现有文献使用国有企业产值比率、行业利润率、财政支出占比等指标研究发现地方政府对产业发展具有“防御性”的保护主义行为，但他们都忽视了新结构主义(林毅夫，2012)强调的“有为政府”以及发展中国家政府引领产业结构升级的可能性。中国的地方政府惯用工业发展规划等手段主动干预产业发展及其地理分布，这在同类研究中容易被忽视，而这恰是本文关注的重点。在这方面，吴三忙和李善同(2010b)利用重心分析法研究发现，尽管1980～2008年中国制造业空间分布总体呈现出“南下东进”的演变过程，但中央政府的区域协调发展政策促使中国部分制造业自2003年开始呈现出“北上西进”的新趋势。贺灿飞等(2010)利用2004年第一次经济普查数据的研究认为，中央政府主导的产业规划诱使各地政府纷纷通过开发区等载体加强相关产业的招商引资，导致这些产业在地理上形成分散布局。宋凌云和王贤彬(2013)利用中国地方政府五年规划研究产业政策对本地制造业行业生产率的影响，发现地方重点产业政策总体上显著提高了地方产业的生产率。然而，陆铭和向宽虎(2014)发现自2003年开始，中国企业的TFP增速不断提高的趋势出现了中止，并认为中央政府追求区域平衡的政策是导致生产率下降的重要原因。有必要强调的是，与宋凌云和王贤彬(2013)的研究对象不同，本文着重聚焦地方政府五年规划实施期间产业政策对本地产业结构和工业空间分布的影响，试图为中国工业地理分布的演变过程提供一种合理的解释。 概括而言，本文的主要贡献在于：其一，我们在检验数据一致性和可靠性的基础上，使用公开出版的全国和各省统计年鉴构建了31个省、自治区和直辖市37个工业行业数据库，为研究者获取分行业分地区工业企业统计数据提供了一个可行的新渠道。其二，我们发现中国工业的地理集中与行业专业化的演化轨迹受到非市场力量的强烈作用，地方政府产业政策的干预导致中国工业的地理集中过低和地区间产业同构现象严重，而中央政府的产业政策是地方政府制定出“相似”产业政策的诱因，这为理解中国的央地关系和提高产业空间配置效率提供了新视角。 本文的以下安排为：第二部分介绍本文的数据来源及工业地理分布的度量方法；第三部分通过指数测算及其分解，揭示1999～2010年中国工业的地理集中、行业专业化和地区间专业化的特征性事实；第四部分和第五部分针对中国工业地理分布演化轨迹，提出理论猜想并加以经验检验；最后是总结性评论。 二、数据与方法 (一)数据来源 高质量的统计数据是研究中国工业分行业地理分布问题的基础。现有研究使用的数据大致有两种：一是国家统计局公开出版的年鉴数据，比如历年《中国工业经济统计年鉴》、《中国统计年鉴》及两次《中国经济普查年鉴》等；另一是非公开出版的数据，例如国家统计局中国工业企业数据库。统计年鉴数据是法定数据，因公开发行而易于获得，任何人都可使用年鉴数据重复前人工作，其缺点是受内容限制，可分析行业数及地区层次有限。非公开出版资料往往数据较详细，行业和地区层次可灵活选择，甚至可用微观企业数据开展研究。但这类数据属于非公开出版，一般研究者难以获取，使得研究的可重复性较差。同时，非公开出版的微观企业数据可能存在各种原因造成的数据缺失或数据错误，因缺乏校验手段而使各年度数据质量参差不齐，这给研究工作带来一定的困扰。② 本文构建了1999～2010年31个省、自治区和直辖市除废弃资源和废旧材料回收加工业以及其他采矿业这2个大类行业之外所有其他37个工业二位代码行业分地区统计数据库。③一般而言，工业总产值、工业增加值和就业人数常被用来计算工业分行业的地理分布指标。本文赞同白重恩等(2004)提出的冗员现象因所有制差异会导致就业人数“失真”而影响结论的观点，也赞同文玫(2004)对工业增加值与工业总产值的评论。此外，鉴于中间投入的可获得性也是构成企业选址的重要因素之一(Krugman和Venables，1995；Venables，1996)，本文最终选择工业总产值计算相关行业的地理分布指标。为确保数据在时间上可比，我们用《中国城市(镇)生活与价格年鉴(2011)》分行业工业品出厂价格指数，将原始数据调整为按2003年可比价统计的工业总产值。④需要指出的是，本文使用的数据全部来自历年《中国工业经济统计年鉴》、两次《中国经济普查年鉴》、历年《中国统计年鉴》、《中国经济年鉴》和各省统计年鉴。众所周知，省级统计年鉴地区生产总值的加总值与《中国统计年鉴》全国GDP值的差别一度引起人们对中国统计数据质量的质疑。但中国工业企业统计数据的情况则不同，我们在数据校核中发现全国和省级统计年鉴工业数据一致性程度相当高。 (二)度量方法 描述工业活动的地理分布一般有行业和地区两个维度，刻画工业某一分行业在各地区的分布状况属于行业的地理集中(geographic concentration)问题；刻画某一地区的行业构成状况属于行业专业化(industrial specialization)问题。结合上述两维度刻画地区间行业构成及其差异状况则属于地区间专业化(regional specialization)问题。在度量地理集中方面，除Hirschman-Herfindahl指数(HHI)和Hoover系数(GINI系数)外，EG指数、空间分散指数、熵指数等也是常用指标。客观地说，不同指标在测算经济活动地理分布及其变化趋势方面各有优缺点。⑤本文采取了综合性的测算方案：首先，以Aiginger和Davies(2004)构建的地理集中熵指数和行业专业化熵指数为主要衡量指标来测算中国工业分行业的地理集中和专业化水平；然后，鉴于行业专业化熵指数不能反映不同地区间行业构成差异及其变动情况，进一步引入Krugman(1991a)地区间产业结构差异系数(即Krugman指数)作为补充指标；最后，为与已有文献衔接并检验本文结论的稳健性，我们还用Hoover系数计算了1999～2010年中国工业分行业的地理集中和行业专业化水平。
3.Hoover系数。Hoover系数最早由Hoover(1936)提出，衡量某行业地理集中程度的称行业Hoover系数，衡量某地区行业专业化程度的称地区Hoover系数。以计算行业Hoover系数为例，首先计算区位商
；然后将各地区按
值降序排列，得到R个地区的序列；接着计算行业i在各地区产出比例累积值(y轴)和各地区产出比例累积值(x轴)，由此绘制行业i的地理集中曲线；最后，行业Hoover系数是45°线与地理集中曲线所围面积与曲线所在三角形面积的比值。因此，行业Hoover系数和地区Hoover系数的取值均介于0和1之间，数值越大表示行业的地理集中程度或地区的行业专业化水平越高。 三、中国工业地理分布的演进：特征性事实 (一)地理集中 本文计算了1999～2010年中国工业37个二位数行业省级层面地理集中相关指标，图1的TYPCONC变化轨迹显示1999～2010年中国工业各行业的地理集中总体呈现出先上升后下降的变化趋势。1999年TYPCONC值为2.7242，之后该指数逐年下降至2005年的2.6123，说明中国工业各行业的地理集中总体水平在此期间不断提高。然而，从2005年开始，TYPCONC值逐年上升至2010年的2.6867，这意味着自2005年开始中国工业各行业的地理集中总体水平呈下降趋势。从成因上分析，加权平均的地理集中熵指数TYPCONC以行业份额为权重，故对1999～2005年地理集中上升(TYPCONC值下降)贡献最大的是通信设备、计算机及其他电子设备制造业；而对2005～2010年地理集中下降(TYPCONC值上升)贡献最大的是交通运输设备制造业。为避免权重行业对总体判断带来的偏误，我们进一步统计了1999～2010年相邻年份37个行业的地理集中上升与下降行业数的变化情况(参见图2)，发现地理集中下降的行业数在2002年以后开始逐年增加并于2005年超过地理集中上升的行业数。如果以2005年为节点分时段来看，1999～2005年全国仅7个行业的地理集中出现下降，而2005～2010年全国有31个行业的地理分布趋于更分散而非更集中。
图1 地理集中熵指数TYPCONC的时间趋势
图2 地理集中变化的时间趋势 说明：99-00代表1999～2000年，其他类推。 为检验结果的稳健性并与已有文献进行比较，本文计算了1999～2010年工业37个分行业的Hoover系数。与TYPCONC值的变化趋势相似，1999～2005年简单平均和加权平均的行业Hoover系数分别上升4.72％和1.85％，而2005～2010年分别下降1.26％和5.44％。可见，行业Hoover系数也支持中国工业分行业的地理集中从2005年开始由上升转为下降。同时，本文援引白重恩等(2004)基于产值计算的1985～1997年中国29个省区32个工业分行业Hoover系数值，绘制了1985～2010年工业地理集中总体变化趋势图(见图3)。⑥不难发现，20世纪80年代末以来，中国工业分行业的地理集中总体呈先集中后分散的变化趋势，这一结果丰富了Lu和Tao(2009)、吴三忙和李善同(2010a)、王非暗等(2010)及范剑勇和李方文(2011)的研究发现。
图3 跨行业平均Hoover系数的时间趋势 (二)行业专业化与地区间专业化 表1不仅报告了1999～2010年中国31个省级区域的行业专业化熵指数
及其加权平均值TYPSPEC的相对变动情况，还报告了简单平均和加权平均的地区Hoover系数计算结果。我们发现，各省平均的行业专业化水平在这12年中经历了一个先提高后下降的倒U形变化过程。从熵指数来看，1999～2005年全国共有22个省行业专业化水平提高，使2005年TYPSPEC值较1999年下降了3.98％；而2005～2010年全国仅有10个省行业专业化水平提高，致使2010年TYPSPEC值较2005年上升了0.53％。从Hoover系数来看，简单平均和加权平均的地区Hoover系数在1999～2010年的变化趋势表明，中国各省的行业专业化总体水平经历了先升后降的倒U形变化过程，转折发生在2005年左右，这与TYPSPEC指数的结果是一致的(参见图4)。⑦
图4 行业专业化的时间趋势
图5 Krugman指数的时间趋势 需要指出的是，行业专业化
指数仅限于考察单一地区行业构成的变化，无法刻画地区间分工的变动，为此有必要引入Krugman指数。图5显示1999～2010年简单平均和加权平均的省际Krugman指数值分别下降了2.23％和5.09％，表明中国省际专业化分工总体呈下降趋势。为进一步确认事实，我们按国家统计局的划分方法将31个省级单位分为东部(11省)、中部(6省)、西部(12省)和东北(3省)四大经济区域，表2汇报的按四大区域划分的省际Krugman指数均值及其变动情况表明：(1)就全国整体而言，省际专业化分工水平大幅下降，地区间产业同构现象明显；(2)就绝对水平而言，东部省份之间和中部省份之间的产业同构现象较之西部省份之间和东北省份之间严重；(3)就相对水平而言，东部省份之间和中部省份之间的产业同构现象逐渐缓解，但西部省份之间和东北省份之间的产业同构现象不断恶化，致使全国省际专业化分工总体水平下降。
(三)综合考察 利用熵指数的可分性，我们进一步绘制了1999～2010年四大经济区域的行业地理集中熵指数与行业专业化熵指数的变化轨迹(见图6)，以综合考察中国工业地理分布的演化趋势。不难发现，各区域行业地理集中和行业专业化的演化轨迹不尽相同：(1)东部地区行业地理集中与行业专业化均持续上升，说明经济活动继续向东部的中心省份及各省的优势行业集中，体现了集聚效应与分工深化共同驱动经济增长的发展模式；(2)中部地区行业地理集中与行业专业化变化方向波动较大，显示出外生扰动对工业地理分布产生重要影响；(3)西部和东北地区总体呈行业地理集中上升和行业专业化下降的发展趋势，与新经济地理学的理论预期不一致。可见，在东部地区行业地理集中持续上升的背景下，全国层面行业地理集中下降必然是由中西部和东北地区的变化所致，而这三地的演进轨迹均提示存在市场力量之外其他因素的干扰。 总之，1999～2010年中国工业地理分布的两个特征性事实为：(1)地理集中在2005年左右结束了改革开放后持续近20年的上升势头，开始进入下降阶段；(2)行业专业化也经历了一个先升后降的倒U形变化过程，且省际专业化分工总体呈下降趋势。基于上述发现，我们感兴趣的是，中国工业地理分布的特征性事实与理论预期和国际经验是否相符，抑或中国走的是一条有本国特色的演化轨迹。
图6 1999～2010年四大经济区域的行业地理集中与行业专业化的演化轨迹 四、中国工业地理分布：国际比较与理论猜想 (一)经典理论与国际比较 经济活动的地理分布是影响经济效率的重要因素之一。一般而言，行业专业化上升有利于发挥地区比较优势，提高生产效率，因而往往被给予积极评价；而地理集中提高的福利含义并不确定，地理集中提高有利于实现生产的规模经济和外部经济，但会扩大中心地区与外围地区的福利差距。在两地区—两产业的新经济地理学模型中，运输成本的变化总是引起地理集中和行业专业化同向变化(Krugman，1991a、b)，故此时两者被看做一个硬币的两面。但当地区数超过两个时，Fujita等(1999)发现运输成本下降过程中地理集中和行业专业化可能反向变化；Rossi-Hansberg(2005)在一般情形下证明，运输成本的降低在提高行业专业化水平的同时却会降低地理集中水平。进一步的，Aiginger和Rossi-Hansberg(2006)基于Rossi-Hansberg(2005)理论模型的数值模拟结果显示，当运输成本处于较高水平时，运输成本下降会引起地理集中和行业专业化水平同时提高；但运输成本的进一步下降会使地理集中水平降低，而行业专业化水平继续上升。因此，在多地区框架内地理集中水平随着运输成本的下降呈倒U形变化，但行业专业化水平总是随运输成本的下降而提高。 事实上，Aiginger和Rossi-Hansberg(2006)预测的地理集中水平随运输成本下降呈倒U形变化趋势得到了发达国家经验的支持。例如，工业制成品的实际运输成本在20世纪内下降了90％以上(Glaeser和Kohlhase，2004)；与此同时，Kim(1995)与Krugman(1991a)都发现美国制造业地理集中水平在20世纪30年代达到峰值，之后开始进入倒U形曲线的下降阶段。Midelfart-Knarvik等(2000)延长了Kim(1995)的研究时段，发现美国制造业地理集中在20世纪90年代仍持续下降。Henley(1994)发现英国制造业于20世纪80年代结束了地理集中上升过程，开始出现明显的分散化趋势。本文计算的熵指数TYPCONC和Hoover系数的变化趋势显示，中国工业的地理集中似乎正在“复制”美国和欧盟国家的倒U形演化轨迹，并已由上升阶段转为下降阶段。但明显的区别在于，现阶段中国工业的地理集中水平仍远低于美国和欧洲国家(路江涌和陶志刚，2006)。这不禁令人产生疑问，中国工业的地理集中由上升步入下降的转折为何过早到来?此外，Aiginger和Rossi-Hansberg(2006)关于区域经济一体化进程中地区行业专业化水平变化的经验研究发现，1987～1996年美国50个州行业GINI系数值上升了2.3％，即美国各州的行业专业化水平显著提高。Amiti(1999)和Brülhart(1998)研究发现欧盟一体化进程使欧洲国家制造业的地理集中和行业专业化水平在20世纪七八十年代出现显著提高。随着1992年欧盟单一市场计划的推进，欧盟国家制造业的地理集中开始呈分散化趋势(Brülhart和Traeger，2005)，但行业专业化水平随一体化进程加速仍不断提高(Aiginer和Davies，2004；Aiginer和Rossi-Hansberg，2006)。令人困惑的是，中国各省行业专业化水平的变化却没有“复制”美国和欧盟国家的发展轨迹。TYPSPEC值和省际Krugman指数的变化趋势表明，中国各省的行业专业化和省际专业化近年已呈下降趋势，有悖于地区间通过专业化分工获得比较优势的发展规律。 (二)中国现实与理论假说 中国工业地理分布的两个特征性事实表明，中国走的是一条不同于发达国家经验的发展道路，无法用新经济地理学的经典理论来解释。同时，现有研究强调从地方保护视角来解释中国工业地理集中过于分散问题，这的确有助于理解高利税或高国有企业比重行业的地理集中低于其他行业的现象(白重恩等，2004；路江涌和陶志刚，2007；黄玖立和李坤望，2006)；但这无法解释为何在中国加入WTO及国内市场一体化不断提高过程中行业专业化与地区间专业化却呈现出下降趋势。事实上，中国地方政府对本地工业发展的影响远不止“消极防御性”的保护行为，地方官员的政治晋升锦标赛治理模式(周黎安，2004、2007)促使地方政府通过产业政策积极干预工业发展和经济增长。比如，徐现祥等(2007)就发现省长(书记)交流可以提高流入省区的经济增长速度，而这种经济增长往往是通过在流入地大力发展第二产业实现的；宋凌云和王贤彬(2013)的研究进一步表明，基于五年规划制定的地方政府重点产业政策确实在总体上显著提高了本地产业的生产率。 众所周知，国民经济和社会发展五年计划或五年规划(以下统称“五年规划”)是各地政府参与资源配置的重要手段。地方政府热衷五年规划的原因之一是官员可以借此各显其能，利用“有形之手”干预地方产业发展，完成任期内经济业绩积累；更重要的诱因在于以中央政府的五年规划和工业专项规划为“蓝本”制定本地规划有利于各地政府争取中央的产业政策支持(比如高新技术产业政策、战略性新兴产业促进政策等)，这是各地获取额外发展资源的“利器”，也在一定程度上造成各地的产业政策具有某种“一致性”或“相似性”。本文通过整理发现，被列入中央政府“十一五”规划政策的导向行业，⑧大多也会被省级政府列为地方政策导向行业；而未被列入中央政府“十一五”规划政策导向的行业，也常常被各省级地方政府所忽视。⑨ 由于本文的产业政策变量为二元虚拟变量，同时各省选择的政策导向行业个数也不尽相同，因而用传统的spearman相关系数或直接计算不同规划政策导向行业的重叠率均欠妥当。为此，本文采用衡量二元变量相似度的Jaccard相似系数计算中央政府和省级政府产业政策的相似度，结果归纳为表3。
首先，从四大区域的横向比较来看，除东部各省之间“十一五”规划产业政策的Jaccard相似系数比“十五”规划下降外，中部、西部和东北区内、区间及其与东部的省际Jaccard相似系数都是“十一五”规划高于“十五”规划，致使全国省际产业政策的Jaccard相似系数由“十五”规划的0.378上升为“十一五”规划的0.464。这就是说，一方面，中西部和东北区内、区间产业政策越来越相似；另一方面，他们与东部省份的产业政策越来越“靠拢”。其次，从各省产业政策的自身历史来看，全国各省“十一五”规划产业政策与其“十五”规划产业政策的跨期Jaccard相似系数为0.559，只有西部各省产业政策的跨期Jaccard相似系数低于这一水平，这表明在全国各省产业政策向东部“靠拢”的过程中，西部省份产业政策的制定偏离“自身历史”的程度最严重。最后，从地方与中央产业政策的相关性来看，两者“十五”规划产业政策的Jaccard相似系数为0.394，而“十一五”规划产业政策的Jaccard相似系数为0.493，这一方面表明各省的产业政策与中央的产业政策具有较高相似性；另一方面，“十一五”期间各省与中央的产业政策相似程度比“十五”期间进一步提高。值得注意的是，东部省份又一次表现出其特殊性，其产业政策与中央产业政策的Jaccard相似系数从“十五”到“十一五”略有下降。这就是说，尽管中央政府产业政策是各省制定产业政策争相参照和效仿的对象，进而加剧了各省五年规划产业政策的“相似性”程度，但东部省份产业政策的“相对独立性”较高，更能“因地制宜”。 毋庸置疑，某行业一旦被某省五年规划列入政策导向行业，该行业的企业发展往往可以享受多种优惠政策，如建设用地指标优先予以保证、省级相关专项资金和财政增量资金支持、进口设备和零部件通关便利、研发费用加计扣除、无形资产成本加倍摊销、原料供给和用电优先保障、提供针对特定行业的职业培训等。本文认为，这些措施使相关行业有可能因地方政策优势而在规划实施期内加速扩张，以致影响工业地理分布的演进趋势，由此提出两个有待检验的假说： 假说1：行业i如果被r省的五年规划列为政策导向行业，那么在该五年规划实施期间，r省行业i产值占r省工业总产值的份额将提高。 假说2：行业i如果被r省的五年规划列为政策导向行业，那么在该五年规划实施期间，r省行业i产值占行业i全国总产值的份额将提高。 如果检验结果表明假说1和假说2成立，就意味着地方产业政策在其实施期间确实能够影响工业活动地理分布的演进路径。进一步的，表3所示的各省五年规划产业政策之间的相似性越来越高则可以成为2005年以来中国工业地理集中下降和地区间专业化分工水平降低的一种解释。 五、产业政策与工业地理：经验检验 为检验上述理论假说，我们搜集了31个省(自治区、直辖市)国民经济和社会发展第十个五年计划纲要全文及第十一个五年规划纲要全文。由于各省编制的五年规划对工业部门发展目标的提法详略不一，因此本文无法获得定量反映各省产业政策强度的指标。变通办法是将行业分为政策导向和其他两类，凡被冠以“支柱产业”或用“做大做强”等提法的行业划入政策导向行业，否则划入其他行业。由此，本文构建地方产业政策虚拟变量plan[，irn](政策导向行业为1，否则为0)来刻画行业i在r省第n个五年规划中的政策支持力度。由于1998年前后中国工业统计口径发生了较大调整，为保证数据可比性，本文将聚焦各省“十五”规划(实施期限2001～2005年)和“十一五”规划(实施期限2006～2010年)中的产业政策对工业地理分布的影响。 (一)模型设定与变量说明 本文检验各省“十一五”规划的产业政策对工业地理分布影响的基本回归模型设定为：
其中，
是r省“十一五”规划实施期间行业i的变化量，分别用行业i占r省工业总产值份额
的变化量
以及r省行业i占该行业全国总产值份额
的代理变量。前者表示r省行业结构的变化，后者表示行业i地理分布的变化，计算公式分别为
。政策变量
是本文核心解释变量，假说1和假说2预测其参数估计值为正。
为一组控制变量，衡量非政策因素对行业发展的影响，
为随机误差项。当
为被解释变量时，主要控制变量包括r省同一行业的企业数
及其平方项
，两者分别是马歇尔外部性(劳动力市场共享、投入产出关联和知识溢出)和竞争效应的常用代理变量。由新经济地理学理论可知，马歇尔外部性(
)的参数估计值为正，而竞争效应(
)的参数估计值为负。此外，我们还利用
控制“十一五”规划实施前r省行业i的初始水平并用一组虚拟变量
控制行业特征。为避免循环因果关系，
等控制变量均使用滞后值。当
为被解释变量时，借鉴Midelfart-Knarvik等(2000)用地区总人口的对数值
表示地域特征，或用衡量本地需求的常见指标地区生产总值的对数值
作为替代变量，预期这两个变量的参数估计值均为正。同时，用行业i全行业企业总数的平方项
来衡量行业竞争效应，用本地或邻接区域交通运输基础设施改善程度(trans和ntrans)来衡量运输成本变化，由新经济地理学理论可知前者参数估计值为负而后者为正。为解决模型中存在的遗漏变量问题，本文采用Wooldridge(2004)建议的方法，在截面数据回归模型中引入被解释变量滞后项作为其他因素影响行业发展趋势的代理变量。变量说明、构造方法和统计特征参见附表。 (二)初步回归及稳健性检验 需要指出的是，尽管回归估计模型拟使用滞后被解释变量和滞后控制变量处理遗漏变量和循环因果关系等内生性问题，但r省产业政策变量
与被解释变量
之间仍可能存在内生性问题。原因在于，地方产业政策变量
与被解释变量
之间可能存在自我选择(self-selection)问题，也许r省选择行业i为政策导向行业仅是为了迎合中央政府的产业规划政策，偏离了自身比较优势，这将导致
与
相关，从而普通最小二乘(OLS)估计值不可靠。为检验回归结果是否稳健，本文将引入中央政府“十一五”规划产业政策cplan和区域发展战略rplan作为工具变量进行两阶段最小二乘(2SLS)估计。前已述及，地方政府热衷以中央政府五年规划为“蓝本”制定本地规划，这是争取中央产业政策支持而获取额外发展资源的“利器”。例如，中央政府的“十一五”规划将之前文件强调加快发展的“高新技术产业”的提法改为“高技术产业”，有21个省份的“十一五”规划立即采用同样提法。一般而言，中央政府五年规划强调发展的产业是各省制定五年规划政策导向行业的主要依据，“中央舞剑、地方跟风”的发展模式致使各地选择的主导产业或支柱产业高度相似。同时，对纳入中央政府区域发展战略的省份而言，区域发展战略对地方政府制定产业发展规划也具有重要影响力。例如，《国务院关于进一步推进西部大开发的若干意见》中强调培育发展西部特色优势产业，逐步将西部地区建设成为全国能源、矿产资源主要接替区，这些指导性意见显然会影响西部地方政府的产业选择。因此，地方政府“十一五”规划产业政策
与中央政府“十一五”规划产业政策cplan和区域发展政策rplan高度相关。但是，中央政府的产业政策和区域发展战略是中央根据全国经济发展状况制定的，虽然会影响全国的行业整体发展水平，但并不能决定每个行业在各省的发展速度，也即与
无关。考虑到可能存在的弱工具变量问题以及省际和产业间规模差异带来的异方差问题(回归估计均使用稳健标准差)，本文还采用了最大似然估计和GMM估计。 表4报告了以
为被解释变量的计量分析结果。回归方程(1)用普通最小二乘估计，地方政策变量
参数估计值为0.745且在1％水平上显著，表明地方产业政策确实加快了政策导向行业在当地的扩张。回归方程(2)用cplan和rplan作为
的工具变量进行2SLS回归。第一阶段回归结果表明工具变量对
均有较好的解释力(P值小于0.01)，第一阶段回归的稳健F统计量为81.81，过度识别检验结果和异方差稳健DWH检验结果的P值分别为0.686和0.048，故采用的工具变量是有效的。在回归方程(2)中地方政策变量
参数估计值为1.445且在1％水平上显著，说明被地方列为“十一五”规划政策导向行业确实使这些行业凭借政策优势较其他行业发展更快。同时，使用工具变量估计的政策变量
参数估计值大于其OLS回归估计值也在一定程度上证实了前文的猜测，即地方政府对政策导向行业的抉择有可能出于迎合中央政府产业政策而偏离其自身比较优势，从而导致OLS回归的参数值被低估。此外，回归结果还表明当一地同行业企业数
增加时，马歇尔外部性可以促进该行业在当地的发展；由于该地区同行业企业之间的竞争也随之加剧(竞争效应)，这又会对该行业在当地的相对发展规模产生抑制作用，
参数估计值符号与理论预期完全一致。尽管基于第一阶段的回归结果，我们有理由认为不存在弱工具变量，但为慎重起见，回归方程(3)用有限信息最大似然法(LIML)进行参数估计。结果发现，回归方程(3)参数估计值与回归方程(2)非常接近，表明不存在弱工具变量。考虑到省际和行业间规模存在差异，回归方程(4)用在异方差情况下更有效的两步法GMM进行估计，估计结果与2SLS很接近。回归方程(5)用滞后的行业发展速度
替换被解释变量滞后项
来反映趋势性因素的影响，结果表明过去推动一省某行业快速发展的因素(如技术和人力资本等)对该行业的发展具有长期影响。回归方程(6)进一步考虑了企业规模因素
的影响，引入企业规模变量并没有显著改变模型核心变量
的估计结果，
的参数估计值表明小型企业产值比重提高将促进该行业占当地工业总产值份额的上升，这在一定程度上支持了Rosenthal和Strange(2010)关于小型企业与行业活力正相关的结论。
说明：(1)系数下小括号内是稳健标准差，统计量下方括号内是P值；***、**、*分别表示在1％、5％及10％的显著性水平上显著；计量软件为stata12。下表同。(2)因数据缺失，回归(6)不包括北京、天津、上海、河南和湖南。(3)行业虚拟变量控制了采掘业、制造业、电力煤气及水的生产和供应业的行业特征。
表5报告了以
为被解释变量的计量分析结果。⑩回归方程(7)～(12)显示地方政策变量
的参数估计值为0.4左右且在1％水平上显著，表明一旦被某省“十一五”规划列为政策导向行业，该行业产值占全国总产值的比重将有所提升。不过，比较表4和表5地方政策变量
参数估计值的大小可以发现，省级发展规划对本地工业结构的影响力(参数估计值为1.4左右)明显高于其改变行业在全国分布的能力(参数估计值为0.4左右)。与此同时，
的参数估计值均在1％水平上显著为正，说明本地需求对工业各行业的地理集中具有显著正效应；而区域发展战略rplan的参数估计结果表明，中央政府的区域发展战略加速了中西部和东北地区各行业产值比重的提高，故区域发展战略对实现先行地区与后进地区间的平衡发展具有明显的效果。此外，衡量本地或邻接区域交通运输基础设施改善程度的变量
的参数估计值均显著为正，这说明本地或周边区域运输成本的下降在现阶段仍然有助于促进工业各行业的地理集中。被解释变量的滞后项
为正且显著，其替代变量滞后的行业发展速度
系数符号同样为正，说明地理集中的变化也受历史因素影响。 (三)面板回归：进一步检验 遗漏变量偏差是经验分析中一个普遍存在的问题，而面板数据模型在一定程度上能解决不可观察且不随时间而改变的个体差异的影响。为此，本文基于各省“十五”规划和“十一五”规划构建产业政策与工业地理分布变化的两期面板数据，进一步检验结论的稳健性。受数据可获得性的限制，估计各省产业政策对工业地理分布影响的面板数据模型设定如下：
表6报告了以
为被解释变量的计量分析结果。由于Hausman检验表明固定效应模型比随机效应模型更合适，因此使用固定效应模型进行参数估计。回归方程(13)的估计结果表明，地方政策
参数估计值为0.333且显著，说明地方产业政策确实促进了政策导向行业在当地产值份额的提高。回归方程(14)～(17)用
作为地方政策
的工具变量，并采用固定效应GMM估计或固定效应有限信息最大似然法(LIML)估计。第一阶段回归方程的Angrist-Pischke F统计量值为12.8，超过Stock等(2002)建议的临界值(F=10)，因此有理由认为不存在弱工具变量问题。为慎重起见，回归方程(15)和(17)使用对弱工具变量更不敏感的LIML，结果表明LIML的参数估计值与GMM非常接近。从回归方程(14)～(17)估计结果来看，控制变量的系数并没有太大变化，但地方政策变量
对行业产值占本地工业总产值份额的提升作用增强且显著，说明地方政府五年规划的产业政策确实显著影响本地产业结构和专业化水平。
表7报告了以
为被解释变量的计量分析结果。回归方程(18)引入省份虚拟变量并使用混合回归方法，回归估计结果表明地方政策
参数估计值为0.447，因此地方产业政策有利于政策导向行业产值份额的提升。回归方程(19)～(22)采用固定效应模型处理个体间不可观测或被遗漏的异质性。分析表7报告的结果可以发现，固定效应模型地方政策变量
的参数估计值与混合回归模型较接近；但整个固定效应回归模型的参数联合显著性F检验拒绝了原假设(P值为0.00)，因此固定效应模型更合适。地方政策变量
的参数估计值在1％水平上显著为正，表明地方产业政策确实促进了政策导向行业产值占全国份额的增长。回归方程(19)～(22)中被解释变量的滞后项
或滞后行业发展速度
的系数均为正且显著，反映了历史因素对工业的地理分布存在延续影响。
总之，表4～7的检验结果表明，地方产业政策在其实施期间确实能够对政策导向行业的发展产生积极影响。然而，在中部、西部和东北地区产业政策与东部地区产业政策的相似程度日益提高的背景下(参见表3)，地方产业政策的这种“积极作用”势必导致中国的行业地理集中程度下降。 六、总结性评论 新经济地理学的经典理论预测市场一体化将促进行业专业化水平提高但降低地理集中水平，这一理论预测得到了欧美国家工业地理演化的经验研究支持。然而，中国工业地理1999～2010年的演化却呈现出不同轨迹，地理集中和行业专业化水平自2005年左右均开始呈下降趋势，地区间产业同构呈上升之势。尽管随着国内市场一体化进程不断深化，工业的地理集中水平必将经历一个由上升转为下降的过程，但中国工业地理集中水平的下降似乎来得“太早了”，呈现出低地理集中水平下的转折。与此同时，中国行业专业化和地区间专业化在2005年之后也呈现出明显的恶化态势。种种迹象表明，中国工业地理演化受到新经济地理因素之外的非市场力量的“干扰”，走的是一条独特的发展道路。 本文研究发现，中国地方政府以五年规划为载体的产业政策是形成中国工业地理独特演化轨迹的重要因素。地方政府通过产业政策直接干预地方产业发展，回归结果显示这种干预的针对性和有效性很强，深刻地改变了各省的产业结构和地区间分工，进而影响中国工业地理的演化路径。本文工具变量的有效性进一步表明，中央政府产业政策的“导向性”功能很强，地方政府往往以中央政策为“蓝本”并结合自身优势制定各自产业政策，这会带来一种“偏向性”扭曲。原因在于，中央政府产业政策的导向更多地体现了发达地区产业结构的演化方向，这是其追求效率目标所决定的。因此，这种“中央舞剑、地方跟风”模式虽然有利于贯彻中央政府实现全国性产业结构调整和产业转型升级的目标，但其消极方面在于“迫使”某些省份不顾自身条件，把太多精力用于迎合中央以获取政策支持。毋庸置疑，这种负面影响对于经济欠发达省份的行为扭曲更加明显，这也得到了经验数据的印证。如果说改革开放早期发达省份之间追求中央政策支持形成地区产业同构现象严重并延续至今而未能消解，那么如今欠发达省份之间的产业同构势头正盛且大有取代之势。尽管在欠发达省份推广或“复制”发达省份的经验在一定程度上有利于释放欠发达省份的发展潜力而形成追赶，但对中国这样的大国经济体而言，工业的地理集中过低，地区间分工不足无疑会带来巨大的效率损失。 感谢两位匿名审稿人提供中肯的评论和建议，感谢罗德明、陆铭、陈钊、徐现祥、范剑勇、王贤彬、汪淼军等给予的热情帮助与建设性评论，当然文责自负。 注释： ①吴三忙和李善同(2010a)、王非暗等(2010)及范剑勇和李方文(2011)的研究结论是少数例外。王非暗等(2010)与范剑勇和李方文(2011)给出了截至2007年中国制造业地理集中变化的描述性统计，发现自2004年以来制造业已经出现分散化趋势；吴三忙和李善同(2010a)的研究则认为自2005年开始，中国制造业地理集中呈下降趋势。 ②例如，《中国统计年鉴(2006)》报告2005年规模以上工业企业单位数和制造业企业单位数分别为271835家和251499家，而Lu和Tao(2009)报告在其使用的中国工业企业数据库中，2005年两者分别为265739家和246379家，各相差6096家和5120家。对中国工业企业数据库潜在问题的更详细讨论参见聂辉华等(2012)。 ③选择1999～2010年是基于两点考虑：一是现有研究对20世纪80年代至2003年中国工业地理分布的演进已有较充分讨论，故本文着重关注2004年以来工业地理分布的新变化。二是由于中国工业企业统计数据统计口径在1998年和2011年发生重大改变，这使1998年前后和2011年前后数据对比变得不尽合理。受篇幅所限，此处略去数据来源和整理的详细说明，备索。 ④《中国城市(镇)生活与价格年鉴》缺少2002年及以前年份农副食品加工业、印刷业和通用设备制造业这3个行业价格指数，为此本文作如下处理：2002年行业价格指数由《中国统计年鉴2003年》补充，2001年及以前年份分别用食品制造业、造纸及纸制品和专用设备制造业的同期指数代替。 ⑤例如，GINI系数与描述不均匀状态的洛伦茨曲线并非一一对应，有时无法区分某些微妙的结构变动。相比之下，熵指数对行业地理分布的刻画独立于其他行业或地区，且该指标可根据空间尺度或行业尺度进一步分解，便于寻找结构变动的成因，但缺点在于其取值范围会受到测算地区数或行业数的影响。限于篇幅，本文不对各种测算指标的优缺点作详细讨论，有兴趣的读者请参阅Cowell(1995)和Palan(2010)的研究。 ⑥白重恩等(2004)使用的1985～1997年数据统计口径与本文不同。同时，他们的行业总数为32个，且将海南与广东合并、重庆与四川合并，也与本文不同。这些差异造成1998年前后数据跳跃，但这不影响对中国工业地理集中总体趋势的判断。类似的，根据路江涌和陶志刚(2006)基于产值计算的1985～2003年省际制造业二位代码行业Hoover系数可以绘制1985～2010年制造业地理集中总体变化图，结果也呈先集中后分散的变化趋势。 ⑦尽管Hoover系数与熵指数对1999～2010年中国总体的行业专业化变化的判断不完全一致，但两者对1999～2005年以及2005～2010年两阶段中国总体的行业专业化变化趋势的判断是完全一致的。事实上，Hoover系数和熵指数对于1999～2010年中国总体的行业专业化变化趋势的判断分歧源于指数设计差别，前者对不发达省份更敏感而后者作为一种绝对指标对发达省份更敏感。 ⑧所谓政策导向行业，是指在中央和各省规划中以“支柱产业”、“先导产业”、“潜力产业”、“重点发展产业”、“突破发展产业”和“优势产业”或者用“做大做强”、“重点发展”、“大力发展”、“积极发展”、“加速发展”、“壮大规模”、“着力培育”等词描述未来五年发展目标的行业；否则列入其他行业。列入其他行业的这些工业行业，或者在五年规划中未被提及，或多用“合理发展”、“适当控制”、“调整优化”、“改组改造”、“压缩规模”、“逐步淘汰”、“限制发展”及“有序转移”等描述其前景。个别省份五年规划对行业的提法惯用多个行业的统称(比如高新技术产业、信息产业)、工业部门分类法(如化学工业)或以行业代表性产品指代。我们进一步查询这些省相应的工业五年规划并用国家统计局和各省统计局编制的产业统计分类标准进行归并，参考资料包括国家统计局编《统计用产品分类目录》(中国统计出版社，2010年)、《战略性新兴产业分类(2012)》、《新材料产品统计目录》、《高技术产业(制造业)分类(2013)》、《高技术产业统计分类目录(国统字[2002]33号)》、《统计上划分信息相关产业暂行规定》及《环境保护活动分类》等，参见国家统计局网站http：//www.stats.gov.cn/tjsj/tjbz。值得指出的是，本文统计的各地政策导向行业个数与宋凌云和王贤彬(2013)不尽相同，这是因为双方的界定方法有所区别。他们将30个省五年规划中提到的制造业产业均视为重点产业，对其中提及的制造产品按国民经济行业代码(GB/T4754-2002)归类，但未考虑新材料、新能源等产业。 ⑨尽管宋凌云和王贤彬(2013)界定的重点产业政策与本文不尽相同，但他们的统计结果同样表明各省与国家五年规划的重点产业政策重叠率较高。 ⑩当以一省内部不同行业的产值份额变化Δs[，ir]为被解释变量时，我们认为本省多年以来形成的行业比较优势也是各省制定产业政策的重要依据之一，而这种行业比较优势在前后两个五年计划期内是相对稳定的。因此，固定效应模型可以解决由此引起的地方产业政策自我选择的内生性问题。此外，由于固定效应模型的分析结果与OLS的分析结果非常相近，我们认为Δs[，ir]为被解释变量时内生性问题并不严重。
标签：地理论文; 中国统计年鉴论文; 经济论文; 地理科学论文; 经济指数论文; 经济学论文; 五年规划论文;
