专业化、多样化与产业增长关系——基于中国省级制造业面板数据的实证研究，本文主要内容关键词为：中国论文,化与论文,省级论文,制造业论文,面板论文，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。
中图分类号 F224.0 文献标识码 A
引言
改革开放以来，中国制造业发展迅速。根据联合国工业发展组织的统计，中国制造业增加值占世界的比重已由1980年的1.5％增长到2009年的15.6％。与此同时，伴随着市场化改革的推进，制造业空间分布发生了显著的变化。东部地区制造业相对中西部地区增长更为迅速，东部地区已成为中国制造业的主要集聚区域（范剑勇，2006）。对制造业这种地区增长差异的形成原因，以往研究更多关注的是地区间历史条件、地理区位、发展政策和要素投入等差别，事实上地区间制造业增长的差异可能也源于地区间内在产业结构的不同。
地区产业结构对地区产业增长具有重要的影响（Cécile,2002），但是具体到产业结构对产业增长的影响方式，存在较大的争议，集中体现在在一个给定的地区产业专业化更有利于产业增长，还是多样化的产业结构更有利于产业增长？或者说在一个给定的地区某种企业是能从本地区的同行业的其他企业经济活动中收益，还是能从不同行业的企业经济活动中收益？Marshall（1920）认为产业的集聚通过产业内竞争、模仿以及资源的快速变动，加速了知识外溢，将促进产业增长。Glaeser（1992）把这种同一产业的企业在某个地区的集中，也就是产业专业化（Specialization）能进一步促进该产业在该地区增长的规模效应称为区域定位经济（Localization），从动态角度来看，这种效应也被称为Marshall-Arrow-Romer（MAR）外部性。而Jacobs（1969）则认为最重要的知识传播来自于相同产业集聚区之外，地理位置临近的产业多样化比产业结构单一更能促进创新和经济增长，一个地区众多产业的并存比某一个产业的集中更能给地区带来活力，也就是说产业的多样化比产业的专业化作用更为重要。Combes（2000）也指出，在技术相近的产业之间，一个产业的革新往往会带来另一个产业的革新。一般如果某个产业的增长主要得利于地区产业格局的多样化（Diversity）效应称为城市化经济（Urbanization Economies），在动态背景下也被称为Jacobs外部性（Jacobs,1969）。
MAR外部性和Jacobs外部性的差异不仅体现在专业化还是多样化有利于地区产业的增长上，还体现在究竟是垄断还是竞争市场会促进地区产业的增长上。MAR外部性理论认为，垄断更有利于技术的创新和增长，企业拥有了市场垄断能力后，其技术外部性在很大程度上被内部化，企业获得内部化后的收益，因而获取更多的利润激励着企业更快地进行技术创新，促进其产业的后续增长。Jacobs外部性理论则认为高度竞争的市场环境有利于促进公司不断进行技术创新，从而加快其技术进步并促进产业增长。这种对竞争强度看法的不同产生了第三种关于产业增长外部效应的观点，即Porter外部性。Porter（1990）认同Jacobs的有关市场竞争有利于知识创新和外溢的看法，但他同时也认为外部性主要源于同一产业内而非不同的产业间，大量企业的集聚促进不断创新，创新也最快被运用到实际生产中去，从而促进产业的增长。
中国制造业快速增长过程中是MAR外部性还是Jacobs外部性在起作用呢？或是两者共同起作用呢？企业竞争是否有利于中国制造业的增长呢？东中西部地区之间制造业增长过程中MAR外部性、Jacobs外部性和Porter外部性影响存在怎样的差异呢？这种差异又如何影响东中西部地区间制造业的增长呢？中国不同类型的制造业增长过程中这三种外部性影响又存在什么不同呢？本文将在建立回归模型的基础上，利用中国31个省区169个三位码制造业面板数据回答这些问题。这一研究的政策含义是，如果MAR外部性作用明显，则产业政策应该以引导产业专业化发展为主，如果Jacobs外部性起支配作用，则产业政策应该以引导形成多样化的产业格局为主。
一、文献综述
验证MAR外部性、Jacobs外部性和Porter外部性对产业增长的作用，国外学者已进行了大量的实证研究。Glaeser等（1992）的文章是该领域实证研究的先驱，其利用1956～1987年美国170个城市6个产业的数据，使用最小二乘法评估了地区经济结构对产业增长的影响。Glaeser等（1992）的研究中，产业的专业化被定义为产业在某个地区的就业量在该地区就业总量中所占的份额与该产业的就业在全国就业总量中所占的份额之比，产业多样化被定义为除所研究的产业外的其他5个产业的就业份额，地区竞争度被定义为产业在城市的企业个数与其全国平均值之比，同时他们的研究中还引入了产业的初始就业水平，以测量趋同效应，研究结果发现竞争强度和产业多样化程度有利于产业增长，而专业化却对产业绩效起负向作用。Henderson等（1995）通过对产业进行更细的分类（分为高新技术产业与传统产业）细化了以上的研究，他们利用1970～1987年美国224个地区8个制造产业的数据研究发现，对于传统产业，只存在MAR外部性，不存在Jacobs外部性，而对于高新技术产业则同时存在着MAR外部性与Jacobs外部性（其研究中未引入表征Porter外部性的竞争变量）。
此后，学者用其他国家和不同时间段的数据对以上三种外部性假设进行了大量的实证检验，得出的结果也并不完全一致。Cainelli等（1999）根据Glaeser等（1992）提出的模型，检验了意大利1961～1991年专业化、多样化对产业就业增长率的作用，样本包括16个产业和92个省区，回归结果表明MAR外部性具有不稳定性，在某段时间内较显著，在另一时间段则不显著，而Jacobs外部性则会显著促进当地的产业发展。De Lucioa等（2002）使用西班牙1978～1992年间26个制造业部门的数据研究发现，MAR外部性对于产业增长的影响是非线性的，当专业化程度较低时，MAR外部性会对产业增长产生不利影响，但专业化程度的进一步提高则会促进产业增长，而Jacobs外溢及Porter外溢效应则均不显著。Henderson等（2002）对韩国产业进行了分析，研究发现专业化对产业增长具有负影响，而竞争对产业增长的影响为正。
中国的实证研究相对较少，同时由于使用的时间和数据范围以及变量的定义等都有很大不同，因此实证结果存在较大差异。Mody和Wang（1997）曾在对1985～1989年中国7个沿海省份的分析中发现，产业专业化对地区增长具有负效应。Cécile（2002）使用中国29个省市区30个产业1988～1997年的面板数据研究了外部性对于地区产业经济增长的影响，发现一个产业的多样化外部性和产业的竞争有利于产业的后续增长，而一个产业的专业化对产业的增长影响是负向的。Gao（2004）利用中国1985～1993年间32个产业的数据研究发现，市场竞争强度与地区产业增长之间存在着正向关系，而产业专业化则与产业增长存在着负向关系，多样化对产业经济几乎不存在影响。薄文广（2007）利用中国29个省区25个产业面板数据研究了外部性对地区产业增长的影响，研究发现，在全国范围内专业化水平与产业增长之间存在负向关系，竞争强度与地区产业增长之间存在正向关系，而多样化程度与产业增长之间存在一种非线性关系；分地区分产业时，产业多样化水平对产业增长的作用在很大程度上取决于产业的性质。
本文的研究是在以往对中国产业专业化、多样化和产业增长关系研究基础上的一个深化：一是，我们对产业的选择重点放在制造业上，之所以重点研究制造业是因为制造业相对工业中的采掘业、电力、供水等行业具有更强的流动性，因此，外部性对制造业增长的影响更大；二是，我们不仅分析了全国范围内的情况，还按照东中西部地区和资源型制造业、低技术制造业和中高技术制造业进行了分类研究。
二、模型设立与变量定义
1.模型设立
为分析专业化、多样化、竞争强度等与制造业增长的关系，我们采用两要素（资本和劳动）的Cobb-Douglas型生产函数：
本文的研究主要以省区市为单位，使用的数据主要来源于各省区各年统计年鉴，部分数据缺失的省区使用中国统计数据应用支持系统进行补充。经过整理得到全国31个省区169个三位码制造业1999～2009年的发展情况数据，因此，本研究是基于“省级三位码制造业”的数据组合。
2.变量定义
除了上述变量外，我们还引入地区产业增加值总和来反映地区经济规模情况。按照新经济地理学理论，对于企业来说，相对较大的经济规模意味着相对较大的市场需求，在运输成本存在的前提下，企业往往越易聚集在市场规模相对大的地区，而企业在市场规模相对大的地区集聚也导致了该地区工资水平的上升，消费者的购买进一步提高，从而产生地区产业发展的自我增强机制，有利于产业的增长。但是，另一方面，地区产业规模越大，更容易产生诸如非贸易品价格居高不下、环境污染等拥挤成本，形成产业外向转移的离心力，这将制约产业的增长。因此，该变量回归系数可能为正，也可能为负，为正时表明产业日益向产业规模更大的地区集聚，产业发展收敛；而为负时则表明产业外向转移的离心力发挥作用，产业发展发散。
本文除了生产要素采用增长率以外，其他变量都取初期值，即1999年的数值，得到如下回归方程：
三、回归结果分析
由于本文使用的是“分省级三位码制造业”二维面板数据，因此，在回归分析中首先使用Breusch-Pagan的LM检验以判断是否有必要使用Panel方法，结果表明在回归分析中我们不能忽视个体的特殊影响，因此选择。Panel方法是有必要的；其次进行Hausman（1978）检验，以判断这种个体影响是固定影响（Fixed Effect）还是随机影响（Random Effect）；最后由于使用的是31个省区169个三位码制造业数据，而有些省区在一些制造业中存在数据缺失的情况，为了不减少观察值我们没有删除数据部分缺失的省区的观察值，这可能会使样本的异方差加剧，为了获得更准确有效的统计值，我们在回归分析中使用White的一致异方差进行了修正。在进行具体回归分析时，分四种情况讨论：一是全国范围内不分产业进行回归；二是分地区不分产业进行回归；三是分产业不分地区进行回归；四是分地区分产业进行回归。
1.全国范围内不分产业回归结果
表1是全国范围内不分产业的逐步回归结果。其中，第1列的解释变量为初始发展水平、资本、劳动，第2列的解释变量为初始发展水平、资本、劳动、专业化，第3列的解释变量为初始发展水平、资本、劳动、专业化、多样化，第4列的解释变量为初始发展水平、资本、劳动、专业化、多样化、竞争强度。从回归结果来看，在全国样本范围内，与预期相同资本和劳动两种要素对地区制造业增长的影响为正，资本和劳动投入增加有利于制造业的增长。而产业专业化的初始水平对制造业的增长有很强的负作用，或者说同一制造业的生产在地理位置上的集中并不利于制造业的发展，表明MAR外部性不存在。出现这种状况可以用产品周期理论来解释，在初始阶段，某种产品在一个特定的地区生产和发展，但是当生产和技术发展到一定阶段后，生产就逐步转移到其他地区了。因此，一个地区制造业专业化对于该产业的增长不太重要。这一结果同Mody和Wang（1997）对1985～1989年期间，Cécile（2002）对1988～1997年期间对中国工业分析的结论相吻合；也同Glaeser等（1992）对美国工业，Combes（2000b）对法国工业以及Cainelli等（1999）对意大利工业的研究结果相一致。多样化的产业环境有利于制造业的增长（表1第3列和第4列），多样化变量的回归系数显著为正，表明Jacobs外部性存在，即制造业间的知识溢出效应对制造业增长起促进作用。产业内部竞争也对制造业的增长具有显著的正向影响（表1第4列），即Porter外部性存在，某一地区同一制造业内部众多企业的竞争将有利于技术创新和技术进步，从而促进该地区产业的增长，这与Glaeser等（1992）、Cainelli等（1999）、Cécile（2002）等的研究结论一致。
至于地区初始发展水平与制造业增长的正向关系并不明显（表1第4列），初始发展水平变量回归系数为0.0029，且没有通过10％的显著性检验，表明在1999～2009年时间段内中国发展起点较高的省区相对落后的省区制造业发展并没有显示出更强的增长势头。事实上，近年来随着东部沿海地区劳动成本急剧上升和土地资源日趋紧张，已形成了部分制造业扩散转移的离心力。从1999～2009年中国各地区制造业实现增加值占全国的比重变化趋势来看（表2），1999～2005年东部地区制造业增加值所占比重提高，但是2005年后呈现明显的下降趋势，由66.63％下降到2009年的63.67％，而中西部地区制造业所占比重则明显上升，分别由2005年的11.57％和8.79％上升到2009年13.29％和10.17％。
2.分地区不分产业回归结果
在上面的分析中，假设全国所有省区的所有制造业企业的产出增长都会受到专业化、多样化和竞争强度的同样影响，但是东部地区与中西部地区相比，东部地区有着较好的基础，如科研水平、人力资本、交通设施等，这些软硬件设施能够提高要素的生产效率，促进企业之间的技术交流与传播，有利于外部性的产生，从而有助于其增长。东部地区和中西部地区的种种差异完全可能对地区制造业增长带来某些不同的影响，因此，以下分析中，将全体样本省区分为三类：东部地区、中部地区和西部地区。回归结果见表3。
从表3反映的结果来看，要素投入、专业化、多样化和竞争强度等对不同地区制造业增长的影响存在显著差别。首先，从资本和劳动两种要素投入来看，由于在回归中没有对Cobb-Douglas生产函数中资本和劳动的系数作出约束，因此，这两个系数之和可以被看作规模经济作用，结果表明规模经济在东部地区的作用总的来说要超过中西部地区，东部地区两者系数之和达到0.8534，而中西部地区分别为0.7966和0.8044。其次，从专业化对制造业增长的影响来看，东部地区制造业的专业化水平越高，则该产业的后续发展就越慢，而在中西部地区专业化有利于制造业的增长，表明MAR外部性在中西部地区存在显著的正效应（表3第2列和第3列）。再次，从产业面临的多样化环境对制造业增长的影响来看，多样化的产业环境（Jacobs外部性）对东部地区制造业增长的影响明显为正，对中部地区的影响也明显为正，但是影响系数相对东部地区要小，而对西部地区的影响并不显著。这反映出一个重要的事实，即东中西部地区制造业增长动力存在着差异，东部地区制造业企业的增长对产业间的外部性非常强，知识在东部地区产业间的溢出效应明显，中部地区次之，而西部地区较弱。最后，从竞争对制造业增长的影响来看，不管是东部地区，还是中西部地区，产业内部竞争都对制造业增长具有显著的正面影响。
3.分产业不分地区回归结果
不同的产业在技术水平、劳动生产率、规模经济上相差很大，这种差异也可能会对最终的回归结果产生某些影响。Henderson等（1995）通过将产业分为高新技术产业与传统产业发现，传统产业只存在MAR外部性，不存在Jacobs外部性，而对于高新技术产业则同时存在着MAR外部性与Jacobs外部性。为分析要素投入、专业化、多样化和竞争等对中国不同类型制造业增长的影响，按照联合国工业发展组织的制造业分类标准，将全部制造业划分为三类，即中高技术制造业、低技术制造业和资源型制造业①。1999～2009年中国制造业发展的总体特点是中高技术制造业实现增加值所占比重上升，由1999年的53％上升至2009年61％，而低技术和资源型制造业实现增加值所占比重有所下降，分别由1999年的17％和30％下降至2009年的14％和25％，反映中国制造业的技术水平总体有所提高（见图1）。
图1 中国不同类型制造业比重变化（按增加值测算）
对不同类型制造业的回归结果见表4。从回归结果来看，要素投入、专业化、多样化和竞争等对中国不同类型制造业的增长影响有所差异。从要素投入的规模经济效应来看，资源型制造业规模经济总体要比低技术制造业和中高技术制造业高，其资本和劳动两种要素的影响系数总和为0.9067，而低技术制造业和中高技术制造业资本和劳动两种要素的影响系数总和分别为0.8538和0.8604。从专业化对制造业增长的影响来看，专业化对资源型制造业的增长影响明显为负（表4第3列），表明资源型制造业增长过程中不存在MAR外部性，即资源型制造业产业内部企业之间的知识溢出效应不明显；专业化对低技术制造业的影响也为负，但是并不显著（表4第2列）；而专业化对中高技术制造业的增长则显示出明显的正效应（表4第1列），表明中高技术制造业在同一产业内部不同企业之间的知识溢出效应明显，中高技术制造业集聚发展对其增长具有显著的正面影响。从多样化的产业环境对制造业增长的影响来看，多样化的产业环境对低技术制造业和资源型制造业的增长影响都为负，但并不显著；而多样化的产业环境对中高技术制造业的增长影响明显为正（表4第1列），即存在Jacobs外部性，表明中高技术制造业企业能有效地从同一地区其他制造业发展中获得好处。当然需要强调的是，本研究中地区被定义为“省”，从数据加工的层次来说这是一个相对较高和相对大的地域空间，因此多样化的正影响更可能是源于产业间的商业关系，而不一定是源于产业间对互补技术的共享和开发（Cécile,2002）。从产业内部企业竞争对制造业增长的影响来看，不管是资源型制造业、低技术制造业或是中高技术制造业，都存在明显的Porter外部性，制造业内部企业之间的竞争促进了制造业的增长。
从不同类型制造业初始发展水平对制造业增长的影响来看，资源型制造业和低技术制造业地区产业的初始条件变量回归系数都明显为负，而中高技术制造业初始条件变量回归系数虽然为正，但是影响并不显著。这种差异说明，1999～2009年中国资源型制造业和低技术制造业的初始条件和水平对随后的产业增长产生很大的负效应，即那些发展起点相对较高的地区比那些开始相对落后的地区其产业增长势头更慢，表明这一时期中国资源型制造业和低技术制造业正向从起点较高的地区向相对落后的地区转移，而中国中高技术制造业的初始状况及条件对其后续的增长具有正向影响，尽管并不十分显著。从表5反映的中国不同类型制造业在不同地区的分布变化情况来看，基本同这一结论相吻合。东部地区中高技术制造业实现增加值占全国的比重由1999年的73.32％略微上升到2009年的73.83％，而低技术制造业和资源型制造业实现增加值占全国的比重则分别由1999年的85.29％和63.66％下降到2009年的84.72％和61.40％。
4.分产业分地区回归结果
尽管前面我们按全国范围、分地区范围和分产业范围，对要素投入、专业化、多样化和竞争强度等对制造业增长的影响进行了回归分析，但是考虑到可能同一类型的制造业在不同地区的规模经济、技术水平、生产效率等存在一定的差异，而这种差异也可能对最终的回归结果产生某些影响，因此，我们再进一步分产业分地区进行分析，回归分析结果见表6。从表6的结果来看，要素投入、专业化、多样化和竞争强度等对中高技术制造业、低技术制造业和资源型制造业在不同地区的增长的影响有一定差异。
首先，从中高技术制造业在不同地区的增长情况来看，资本和劳动对中高技术制造业在东中西部地区的增长都具有显著的正效应（表6第1列），这与前面分产业不分地区的分析结论相吻合。专业化对中高技术制造业在不同地区增长的影响有一定差别，专业化对中高技术制造业在东部和中部地区的增长影响显著为正，即MAR外部性显著，并且在东部地区的影响系数相比中部地区要大，而专业化对西部地区中高技术制造业的增长虽然影响为正，但是并不显著。这表明中国中高技术制造业在东中西部地区间的产业内知识溢出效应存在差别，东部地区某一中高技术制造业企业在一个地区的集聚对其增长具有非常强的正面效应，而中部地区次之，西部地区不显著。多样化的产业环境对中高技术制造业在不同地区增长的影响也存在差别，多样化的产业环境显著地促进了中高技术制造业在东部地区的增长，显示出明显的Jacobs外部性，而多样化的产业环境尽管对中西部地区中高技术制造业的发展具有一定的正效应，但是并不显著。表明中国中高技术制造业企业更能在东部地区的发展过程中从其他不同产业的企业交流中获得知识溢出，从而促进技术进步。产业内部企业之间的竞争对中高技术制造业在东中西部地区的增长具有非常明显的促进作用，即Porter外部性存在。
其次，从低技术制造业在不同地区的增长情况来看，资本和劳动同样对低技术制造业在东中西部地区的增长都具有显著的正效应（表6第2列）。专业化对低技术制造业在不同地区增长的影响存在差别，专业化在东部地区对低技术产业的发展影响为负，而在中西部地区影响为正，表明专业化对低技术制造业发展的促进作用同地区发展水平相关，在经济较发达地区，低技术制造业企业在不同地区的集聚发展过程不能有效地从同类企业交流中获得更多的知识溢出效应，MAR外部性不存在，而是受产品生命周期的影响发展到一定程度后将向其他地区转移，而在较为落后的地区专业化对制造业增长具有显著的正面效应。多样化的产业化环境对低技术制造业在不同地区增长的影响也有所差别，多样化的产业环境对低技术制造业在东部地区增长影响显著为正，即Jacobs外部性存在，而对西部地区的影响则明显为负，同样表明了多样化对低技术制造业的增长影响同地区发展水平密切相关。产业内企业之间的竞争对低技术制造业在不同地区的增长都具有显著的正面效应。
最后，从资源型制造业在不同地区的增长情况来看，资本和劳动对资源型制造业在东中西部地区的增长都具有显著的正向影响，特别是资本和劳动对资源型制造业在西部地区增长的规模效应更大（表6第3列）。专业化总体是不利于资源型制造业在东部地区的增长，回归系数明显为负（为－0.2116，并通过1％的显著性检验），而专业化对资源型制造业在中西部地区的发展存在正效应（分别为0.0955和0.1459），MAR外部性存在。多样化的产业环境同样显示出有利于资源型制造业在不同地区增长的特点，其在东中西部地区的回归系数都为负，尽管并不显著，表明资源型企业很难从不同产业的企业交流中获得知识溢出效应，这与前面分产业不分地区的回归分析结果相一致。而产业内部竞争同样对资源型制造业在不同地区的增长具有显著的正效应。
四、结论及政策含义
本文利用1999～2009年中国分省级三位码制造业面板数据实证分析了专业化、多样化和竞争程度等因素对产业增长的影响，研究表明：
第一，从专业化（MAR外部性）对制造业增长的影响来看，在全国样本范围内，专业化对制造业增长的影响为负；但是在分地区分析中，发现专业化对东部地区制造业增长的影响为负，而对中西部地区的影响为正，专业化对制造业增长的影响同地区经济发展水平密切相关；在分产业分析中，专业化对中高技术制造业增长具有显著正效应，中高技术制造业企业能从同类制造业企业发展中获利，而专业化对低技术和资源型制造业的增长影响为负；在分产业分地区分析中，发现专业化对中西部地区低技术和资源型制造业的增长具有显著正效应，而专业化对中西部地区的中高技术制造业增长影响为负。
第二，从多样化的产业环境（Jacobs外部性）对制造业增长的影响来看，在全国样本范围内，多样化对制造业增长具有正向促进作用，制造业间的知识溢出有利于制造业的增长；在分地区分析中，多样化对东部地区制造业增长的正向影响要显著高于中西部地区；而在分产业分析中，多样化对中高技术制造业增长具有显著正效应，特别是对中高技术制造业在东部地区的增长正效应明显要高于对中高技术制造业在中西部地区增长的正效应，多样化对低技术和资源型制造业的增长具有不显著的负效应，但是多样化同样对不同地区不同类型制造业的增长影响存在差别，多样化对低技术制造业在东部地区的增长影响为正，而对低技术制造业在中西部地区，特别是西部地区的增长影响显著为负。
第三，从竞争（Porter外部性）对制造业增长的影响来看，不管是在全国样本范围内，还是分地区、分产业抑或是分地区分产业的分析中，竞争都对制造业增长具有显著正效应，制造业内部企业之间的竞争对促进技术创新和技术进步具有重要的意义，从而促进了制造业的增长。
本文的研究结论对政策制定具有一定的理论参考价值。其一，由于竞争对促进制造业增长具有显著的正效应，因此，在政策上政府应该打破垄断，尤其是降低企业进入壁垒，以新企业的替代进入促进产业创新演变（Geroski,1991），以创新演变带动制造业的增长，同时，要加快国内市场一体化建设步伐，鼓励不同地区企业竞争，通过不同地区企业间的竞争促进制造业的增长。其二，中国制造业产业政策制定时应考虑各地区经济发展水平，政策侧重点应有所不同。多样化（Jacobs外部性）对促进东部地区制造业，特别是东部地区中高技术制造业增长具有显著的正面效应，因此，应鼓励技术关联带动强的不同中高技术制造业在空间上集聚发展，充分发挥多样化的制造业发展环境对中高技术制造业发展的促进作用；专业化对中西部地区低技术和资源型制造业增长具有显著的正效应，因此，政策侧重点应考虑MAR外部性对产业发展的促进作用，即中西部地区要充分发挥本地区的资源和劳动优势，实现同类制造业企业在区域内的集聚发展。
注释：
① 联合国工业发展组织按技术水平将制造业划分为资源型产业、低技术制造业、中技术制造业和高技术制造业，由于篇幅所限我们将中技术制造业和高技术制造业进行合并。其中，资源型产业所对应的两位码产业是农副食品加工业、食品制造业、饮料制造业、烟草制品业、造纸及纸制品业、塑料制品业、石油加工、炼焦业及核燃料加工业、木材加工和非金属矿物制品业；低技术制造业所对应的两位码产业是纺织业、纺织服装业、皮革毛皮制品业、家具制造业、文教体育用品制造业、金属制品业和工艺品业；中高技术制造业所对应的两位码产业是印刷业和记录媒介复制业、化学原料业、化学纤维制造业、橡胶制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、通用设备制造业、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、医药制造业、通信设备设备制造业、仪器仪表业。
标签：外部性论文; 面板数据论文; 中国制造业论文; 中国资源论文; 中国东部论文; 差异分析论文; 竞争分析论文; 中西部地区论文;