产业集聚与地区工资差距_基于我国269个城市的实证研究_杨仁发

摘要：本文从新经济地理学和空间集聚理论角度，利用2003~2010年我国269个地级及以上城市为样本，运用系统广义矩估计方法，分析产业集聚与地区工资差距之间的内在联系。研究表明：（1）制造业集聚对地区工资水平的影响为负的显著性，服务业聚集显著提高地区工资水平，且对地区工资水平影响力较大；生产性服务业集聚对地区工资水平无显著性影响，消费性服务业集聚和公共性服务业集聚对地区工资水平则有显著的促进作用。（2）制造业与服务业、制造业与生产性服务业、制造业与消费性服务业的共同集聚对地区工资水平影响具有显著性作用，而制造业与公共性服务业共同集聚对地区工资水平作用不明显。（3）从制造业集聚外部性效应来看，MAR 外部性对地区工资水平效应不显著，而Porter 、Jacobs 外部性效应显著，但Porter 负外部性效应远大于Jacobs 正外部性效应。

关键词：产业集聚

地区工资水平

拥挤效应

共同集聚

一、引言

20世纪90年代以来，我国各地区间的工资差距逐渐扩大，2010年，地级及以上城市职工

平均工资最高为上海市的71875.36元，最低为鄂州市的13818.39元，两者相差4.2倍，而在2000年，上海市职工平均工资为18531元，鄂州市为6837元，两者相差1.7倍。目前地区工资差距已成为社会普遍关注的重要问题，这也成为我国经济协调持续发展与社会和谐发展所面临需要解决的一个重要问题，因此，研究地区工资差距有着十分重要的现实和政策意义。

近年来，国内外一些学者运用不同的理论从不同的方面进行研究。一是运用新古典经济增长理论进行研究，主要代表有Fleisher 和Chen （1997）、Raiser （1998）、万广华等（2005）、张建红等（2006），这些学者从劳动力流动、人力资本、外商直接投资、经济全球化、对外开放、地理位置等方面对我国地区工资或收入差距的形成与原因进行分析。万广华等（2005）认为，全球化对于地区收入差距影响很大并在逐渐加强，资本成为影响地区收入差距最重要的因素，而教育、地理位置等因素对地区收入差距的影响在减弱。张建红等（2006）认为工资体制、所有制改革、地方保护、对外开放、教育水平和资本投入等因素对地区工资水平和差距均有一定的影响。二是运用新经济地理学进行研究，主要代表有Mion 和Naticchion （2005）、Fingleton （2006）、刘修岩等（2007）、刘修岩和殷醒民（2008）、张文武和梁琦（2011）。Mion 和Naticchion （2005）认为意大利就业密度和市场潜能对地区工资水平均具有正向显著性。Fingleton （2006）运用英国工资数据对比分析新古典经济增长理论和新经济地理学的工资方程，结果发现新经济地理学的工资方程的解释力更为显著。刘修岩和殷醒民（2008）研究发现，市场潜能对地区工资水平具有正向影响，就业密度对工资水平具有非线性影响，存在“门槛效应”。张文武和梁琦（2011）认为，人力资本存量是影响地区收入差距的重要因素，人力资本集中度上升会提高地区收入水平，目前各省份人力资本分布不均衡可能进一步扩大地区收入差距。三是运用

产业集聚与地区工资差距

*

——基于我国269个城市的实证研究□杨仁发

*本文为教育部人文社科项目“中国生产性服务业与制造业融合发展研究”（10YJC790331）、“基于产业融合理论的中国生产性服务业发展战略研究”（12YJA790082）以及欧盟—中国合作项目“URBACHINA （SSH.2010.4.1-3）,WP2,2011-2015”的研究成果。作者感谢南开大学刘纯彬教授、英国伯明翰大学Peter W Daniels 教授、浙江工业大学徐维祥教授、王庆喜博士的帮助和提出的宝贵意见。当然，文责自负。

城市经济学的空间集聚理论进行研究，主要代表有Glaseser和Mare（2001）、Ciccone（2002）、Combes等（2003）、范剑勇（2006）、王海宁和陈媛媛（2010）。范剑勇（2006）认为，非农产业规模报酬递增地方化是产业集聚的源泉，提高劳动生产率，并进一步对地区差距产生持久的影响。王海宁和陈媛媛（2010）研究发现，产业内集聚对提高地区工资水平有显著作用，而产业间集聚对地区工资水平作用不显著。

从上述研究来看，对于地区工资水平的影响研究取得了丰富的成果，但是也存在一定的不足。新古典经济增长理论是基于完全竞争和规模收益不变的假设进行的，这样则导致无法较好地解释经济活动的空间集聚和工资不平衡的地理分布这一事实，从而使得许多研究并没有找到经济活动空间集聚和地区工资差距的内在联系。从新经济地理学和城市经济学已有的研究来看，对于解释地区工资差距形成的原因进行较为深入研究并取得一定成果，但是更多的研究是基于市场潜能、人力资本等对地区工资差距的影响，从经济活动的空间集聚探讨地区工资差距形成原因较少，已有的从产业集聚的角度对地区工资水平进行分析的文献更多的是从制造业集聚这单一角度进行的，并没有从更多其他行业产业集聚的角度进行。我国已成为世界“制造大国”，制造业在我国产业中占有重要的地位，已形成了大量的制造业集聚（刘修岩等，2007；韩峰、柯善咨，2012）。同时，我国服务业也得到长足的发展，也形成了大量的服务业集聚和生产性服务业集聚（程大中、陈福炯，2005；陈建军等，2009），因此，很有必要探讨不同行业产业集聚与地区工资水平之间的关系，以期能从合理制定产业政策的方面缩小地区工资差距。

基于以上的分析，本文从新经济地理学和空间集聚理论角度，以2003~2010年我国269个地级及以上城市为样本，分析产业集聚与地区工资差距之间的内在联系。本文尝试在以下几方面做出努力：（1）与以往的大多数研究不同，本文以新经济地理学为理论基础，结合空间集聚理论，分析产业集聚对地区工资水平的影响，希望能为我国地区工资差距存在的原因提供一个新的解释。（2）本文从不同行业产业集聚的角度，分析不同行业产业集聚对地区工资水平的影响，并进一步分析产业间共同集聚对地区工资差距的效应大小。（3）本文进一步以制造业集聚为例，分析产业集聚三种外部性对地区工资水平的效应，以解释为什么在没有产业拥挤效应情况下我国制造业集聚对地区工资水平呈显著负相关，希望能从产业集聚的角度为缩小地区工资差距提供政策建议。

本文以下部分结构安排如下：第二部分是理论分析与计量模型设定；第三部分是计量方法、变量与数据说明；第四部分是计量结果与分析；第五部分是产业集聚对地区工资水平外部性效应分析；第六部分是结论与启示。

二、理论分析与计量模型设定

（一）理论分析

本文借鉴Crozet和Koenig（2005）、Mion和Nat?icchion（2005）的思想，推导一个理论模型来表示产业集聚对地区工资水平的影响机制①。假设有J个地区，人们的消费主要来自于制造业部门和服务部门②。制造业部门在规模报酬递增条件下差异化生产，主要用于最终消费。制造品在垄断竞争市场中进行交易，存在一定的运输成本，这里假设运输成本为萨缪尔森的“冰山成本”，即1单位的最终产品从i地区运输到j地区，只剩余1/t ij。服务部门为本地区及其他地区服务，无运输成本。假定消费者的偏好是同质的且服从Cobb-Douglas偏好，对各种产品的需求服从CES子效用函数。

U j为消费者效用；n i为i地区的产品种类数量，由于存在规模报酬递增，产品均由垄断竞争厂商提供，则产品种类数量就是厂商数量；σ为产品的替代弹性；x ij为i地区的厂商在j地区的产品销售数量。通过对消费者行为的最优规划，可以得出j地区的消费者对i地区的产品最优需求量为③：

这里，p i为i地区的产品出厂价格；Y j为j地区的总消费支出；μ为消费者用于产品的支出比例；

为j地区的CES价格指数。

将所有地区对i地区产品的需求相加，可以得

U j=?

è

?

?

?

÷

∑

i

n i x ijσ-1σ

σ

σ-1

,σ>1

x ij=

()

p i t ij-σ

∑

m∈J

n m()

p m t mj1-σ

μY j=()p i t ij-σ()G jσ-1μY j

G j=é

?

ê

ù

?

ú

∑

m∈J

n

m

()

p m t mi1-σ

1

1-σ

到i地区产品的总销售量。

接下来转向产品生产，假设经济中生产部门的投入都可用劳动进行衡量，这样只考虑劳动一种生产要素，并且劳动自由流动，i地区代表性厂商的成本函数为：TC=（f+c i q i）w i。这里，f为固定成本，c i为边际生产成本，q i为i地区代表性厂商的产量，w i为i 地区劳动力的价格，即工资。

一方面，根据Abdel-Rahman和Fujita（1990）、Ciccone和Hall（1996）以及Combes（2000）的理论和实证研究结果，要素和技术在一个地区的空间集聚将促进该地区整体劳动生产率的提高，劳动生产率将通过对边际生产成本影响，导致该地区生产要素回报提高；另一方面，Brakman等（2001）、Henderson （2003）、Brülhart和Mathys（2008）等学者的研究发现，在产业集聚发展过程中，大量厂商将集聚在同一区域内，可能出现盲目的过度集聚，并且随着土地、劳动、房价等生产要素成本上升，产业集聚效应将进入“非经济区域”，产生拥挤效应（congestion ef?fects），从而使得边际生产成本增加，导致该地区生产要素回报降低，因此，产业集聚与边际生产成本之间是一种非线性关系，基于此，本文假设i地区边际生产成本c i是产业集聚aggl的函数。

这里，θ为产业集聚水平对边际生产成本的影响程度，γ、θ符号不确定，将取决于产业集聚效应和拥挤效应大小。

在价格指数给定的情况下，假设所有厂商均确定自己产品的价格，这样，每个厂商面临的需求价格弹性将等于任意两种差异产品间的替代弹性，因此，i地区的代表性厂商的最优规划为：

由上式很容易得出厂商利润最大化的定价为p i=[σ/（σ-1）]c i w i，并进一步得到厂商最大化利润∏i=w i[c i q i/（σ-1）-f]。

当厂商允许自由进入和退出时，这时厂商的均衡利润为0，因此，厂商的均衡产量为：q?i=（σ-1）f/c i 在市场均衡的情况下，产品的需求量将等于产品的生产量，即x*i=q*i。

将p i=[σ/（σ-1）]c i w i和c i=γ（aggl）θ代入上式，可以得到：

这样，可以得到i地区工资水平决定方程。

两边取对数，

（二）计量模型设定

根据上述的理论分析，建立如下基本模型。

这里，i为地区，t为时间，wage为被解释变量，即工资水平，aggl为产业集聚水平，X n为其他控制变量，这里主要选取市场潜能（mp），人力资本（hr）、FDI占GDP的比重（fdir），ε为随机误差项。

根据新经济地理学与空间集聚等理论，在产业集聚发展过程中，产业集聚效应将降低边际生产成本，从而提升地区生产效率，进而提高地区工资水平；当产业集聚出现拥挤效应时，将增加地区的生产要素成本和生活成本，降低地区生产效率，进而阻碍地区工资水平提高，因此，产业集聚与地区工资水平将呈二次函数关系，这样，在基本模型中引入ln aggl的二次项，即：

根据Krugman（1991）、Duranton和Puga（2003）、陈建军等（2009）、贺灿飞等（2010）等许多国内外学者的研究，认为不同行业产业集聚形成的动因和效应存在显著差异，例如，制造业集聚的动因主要是基于原材料产地（减少运输成本）和劳动力市场共享，而服务业集聚的动因则主要是基于厂商间知识和技术的溢出效应，并且在服务业内部细分行业中，对知识和技术需求也存在很大的差异，这样不同行业产业集聚效应存在差异，从而对地区劳动生产率和厂商边际生产成本产生不同的影响，进而影响地区工资水平，因此，需要进一步分析和探讨不同行业产业集聚对地区工资水平影响是否存在差

x i=∑j x ij=∑jμ()p i t ij-σ()G jσ-1Y j

c i=γ(aggl)θ

Max∏i=p i q i-w i(f+c i q i)

∑

j

μ()p i t ij-σ()G jσ-1Y j=(σ-1)f c i

?pσi=

c iμ

(σ-1)f

∑

j

(G j)σ-1Y j t ij-σ

w i=σ-1

σt ij

é

?

ê

ù

?

ú

μ

(σ-1)f

1

σé

?

êê

ù

?

úú

∑

j

(G j)σ-1Y j

1

σ

c1-σσi

w i=σ-1

σt ij

é

?

ê

ù

?

ú

μ

(σ-1)f

1

σé

?

êê

ù

?

úú

∑

j

(G j)σ-1Y j

1

σ

[γ(aggl)]

θ(1-σ)

σ

ln w i=lnσ-1

σt ij

é

?

ê

ù

?

ú

μ

(σ-1)f

1

σ

γ

θ(1-σ)

σ

+1σlné

?

êê

ù

?

úú

∑

j

(G j)σ-1Y j+

θ(1-σ)

σln(aggl)

ln wage it=β0+β1ln aggl it+βn ln X n it+εit

ln wage it=β0+β1ln aggl it+β2(ln aggl it)2

+βn ln X n it+εit

异，这里，按照Paulo Guimar?es等（2000）、吉昱华等（2004）、孙浦阳等（2012，2013）的做法，从不同行业产业集聚的角度，分析制造业集聚（maggl）、服务业集聚（saggl）对地区工资水平的影响，因此，设立的基本模型将变为：

服务业中包含众多的细分行业，并且这些细分行业对工资水平的影响机制和效应也各不相同，因此根据细分服务业行业特点，将服务业集聚进一步分为生产性服务业集聚（psaggl）、消费性服务业集聚（conaggl）和公共性服务业集聚（pubaggl）④，因此，将模型进一步修改为：

此外，地区工资水平的变化是一个动态过程，当前地区工资水平可能依赖于过去水平，为防止基本模型的设定偏差，在模型中引入因变量的滞后项，从而进一步得到地区工资水平的动态模型，将基本模型修改为：

同时对其他3个模型做也作相应的修改。

三、计量方法、变量与数据说明

（一）计量方法

由于本文的模型中考虑了被解释变量的滞后项，以及模型中选取的解释变量间可能存在的内生性问题，为了得到一致无偏的估计量，一般采用工具变量法和广义矩估计法（GMM）。工具变量法一般难以选取合适的工具变量，这样将影响模型的稳健性。因此，本文将采用动态面板GMM估计，面板GMM估计适合于“大N小T”情况，本文正好符合这

种情况。另外，面板GMM估计有差分广义矩估计

（DIF-GMM）和系统广义矩估计（SYS-GMM）两种方

法，由于差分广义矩估计估计量的有限样本特征较

差，特别是在滞后项与随后的一阶差分项存在弱相

关时，工具变量将变得较弱（Roodman，2006），而SYS-GMM方法是将方程的差分系统和水平系统结合在一起视为一个系统，从而提高估计的有效性，

因此，本文将采用系统广义矩估计方法进行估计，

由于内生性回归系数隐含的偏误，为了增强计量结

果的准确性，需要检验模型设定的合理性和工具变

量的有效性，这里采用AR检验和Sargan检验。

（二）变量说明

1.被解释变量

地区工资水平（wage）：这里选取城市职工平均

工资进行表示。在实际中，虽然工资水平在一定程

度上受到一些规制，但我国统计年鉴的工资包括计

时工资、计件工资、奖金和补贴、各种津贴和其他工

资，因此，借鉴刘修岩等（2007）、刘修岩和殷醒民

（2008）、王海宁和陈媛媛（2010）、张文武和梁琦

（2011）等做法，认为职工平均工资与各城市的企业

效益挂钩，这符合本文的要求。考虑各城市实际生

活成本因素的影响，本文以2003年为基期根据各城

市历年居民消费价格指数对城市职工平均工资进

行调整⑤。

2.核心解释变量

（1）产业集聚水平（aggl）：目前有许多指标用来

衡量产业集聚水平，例如Gini系数、Hoover指数、El?lison-Glaser指数，这些指数各有优缺点。目前国内外有很多学者选取区位熵来衡量产业集聚水平，例如Keeble等（1991）、Donoghue和Gleave（2004）、程大中（2005）、刘军和徐康宁（2010）、陈国亮和陈建军（2012）、孙浦阳等（2012）。区位熵可以消除区域规模的差异因素，能真实反映地理要素的空间分布。另外，这里考虑数据的可获得性，本文选取区位熵来衡量产业集聚水平，i地区r产业的区位熵aggl计算公式为：

这里，e ir表示i地区r产业的就业人数。本文采

用各自的区位熵表示制造业集聚（maggl）、服务业

集聚（saggl）、生产性服务业集聚（psaggl）、消费性服

务业集聚（conaggl）和公共性服务业集聚（pubaggl）。

（2）共同集聚水平：目前对于产业共同集聚衡

ln wage it=β0+β1ln mag gl it+β2(ln mag gl it)2

+β3ln saggl it+β4(ln saggl it)2+βn ln X n it+εit

ln wage it=β0+β1ln mag gl it+β2(ln mag gl it)2

+βR ln Saggl R it+β

R

(ln Saggl R it)2+βn ln X n it+εit

R∈{psaggl,consaggl,pubaggl}

ln wage it=β0+?1ln wage it-1+β1ln aggl it

+βn ln X n it+εit

ln wage it=β0+?1ln wage it-1+β1ln aggl it

+β2(ln aggl it)2+βn ln X n it+εit

ln wage it=β0+?1ln wage it-1+β1ln mag gl it

+β2(ln mag gl it)2+β3ln saggl it+β4(ln saggl it)2

+βn ln X n it+εit

ln wage it=β0+?1ln wage it-1+β1ln mag gl it

+β2(ln mag gl it)2+βR ln Saggl R it+β

R

(ln Saggl R it)2

+βn ln X n it+εit

aggl=(e ir/∑i e ir)/(∑i e ir/∑i∑r e ir)

量方法并没有形成较为一致的意见，本文借鉴陈国亮和陈建军（2012）的思想，根据产业集聚的区位熵指标，本文使用产业集聚指数的相对差异来衡量r产业与m产业的共同集聚水平，具体计算公式为：

这里，aggl r、aggl m分别为r产业与m产业的区位熵。该指数值越大，则说明r产业与m产业的共同集聚水平越高。

3.其他控制变量

（1）市场潜力（mp）：根据Fingleton（2006）、Mion 和Naticchion（2005）、刘修岩等（2007）、刘修岩和殷醒民（2008）等的研究经验，市场潜力对地区工资差距有重要的影响。同时，市场潜力在一定程度上反映城市可获得的整体市场规模，因此，本文将考虑市场潜力的因素，但是对于市场潜力的度量，不同的学者提出不同的测算方法，最为常见的是Harries（1954）提出的“市场潜力函数”和Redding和Venables（2004）构建的Ma和Sa指标。这里考虑数据的可得性，以及Ottavia?no和Pinelli（2006）认为，在一国范围内，由于贸易的

自由流动，区分Ma和Sa指标意义不大，而且Head和Mayer（2006）将它们进行比较，认为与Harries（1954）方法所得到的结论基本一致，因此，本文使用Harries （1954）函数进行衡量⑥，计算公式为：

这里Y为城市国内生产总值；d ij为i城市到j城市的距离，本文采用i城市行政中心到j城市行政中心之间的欧式直线距离，使用国家基础地理信息系统的地形数据库，通过使用Arcview3.3软件进行整理得到；d ii 为i城市的内部距离，本文根据刘修岩等（2007）方法取城市区域半径的2/3作为内部距离，即：

这里area i为i城市的区域面积。

（2）人力资本（hr）：刘修岩等（2007）、张文武和梁琦（2011）等认为，人力资本存量是影响地区收入差距的重要因素，本文将人力资本加入到模型中。对于人力资本的衡量学术界一直没能达成一致的看法，这里借鉴面临数据约束下的做法，选取每万人中高等学校在校生人数来衡量。虽然每万人中高等学校在校生人数不能准确度量地区人力资本，但在本文中只是一个控制变量，主要用来减少核心变量的遗漏变量偏误。

（3）FDI/GDP（fdir）：一个地区的外商直接投资

（FDI）不仅可以增加地区的物质资本存量，还将通

过技术溢出效应对地区工资水平产生影响，这里，

考虑到各城市本身大小的差异，本文使用FDI/ GDP来进行衡量，且根据各年度汇率中间价将外商直接投资调整为人民币计价。

（三）数据来源

本文在数据可获得性和有效性的前提下，除

去数据严重缺失的城市外，选取2003~2010年我

国269个地级及以上城市为样本进行分析。数据

主要来源《中国城市统计年鉴》（2004~2011年）、

《中国区域经济统计年鉴》（2004~2011年）以及部

分城市的统计年鉴，本文对个别缺失的数据采用

插值法进行补充。各城市居民消费价格指数主要

来源于各省份及各城市历年统计年鉴。

四、计量结果与分析

（一）系统GMM估计结果

本文首先对制造业集聚、服务业集聚对地区

工资水平的影响进行系统GMM估计，具体结果见

表1中的模型（1），这作为本文的基本模型。为了

增强回归结果的可靠性，对模型设定的合理性和

工具变量的有效性分别进行AR（2）检验和Sargan

coaggl=1-|

|aggl r-aggl m/(aggl r+aggl m)

mp i=∑i≠j Y j/d ij+Y i/d ii d ii=23area iπ

表1产业集聚与地区工资水平计量结果

解释变量

ln mag gl

ln saggl

(ln mag gl)2

(ln saggl)2

ln mp

ln hr

ln fdir

cons

Abond test

for AR(1)

Abond test

for AR(2)

Sargan test

样本数

被解释变量ln wage

整体服务业

模型（1）

-0.1223***

(-3.30)

0.0638*

(1.84)

-0.0203

(-1.31)

-0.0066

(-0.27)

0.2184***

(7.06)

0.0915***

(5.16)

0.0058*

(1.86)

0.0997

(0.64)

-3.6631

[0.000]

-1.2044

[0.228]

28.8248

[0.264]

1566

模型（2）

-0.1391***

(-3.72)

-0.0309

(-1.19)

0.2207***

(7.33)

0.0913***

(5.14)

0.0057*

(1.84)

0.0747

(0.49)

-3.413

[0.000]

-1.2069

[0.227]

28.3938

[0.287]

1566

模型（3）

0.0895*

(1.69)

-0.0029

(-0.06)

0.2082***

(6.59)

0.0802***

(4.81)

0.0056*

(1.85)

0.0930

(0.62)

-3.976

[0.000]

-1.2045

[0.228]

31.9104

[0.214]

1566

生产性

服务业

模型（4）

-0.1286***

(-3.46)

0.0234

(1.58)

-0.0239

(-1.62)

-0.0129

(-1.34)

0.2240***

(7.46)

0.0909***

(5.07)

0.0059*

(1.85)

0.04685

(0.31)

-3.4412

[0.000]

-1.2034

[0.228]

28.7274

[0.276]

1566

消费性

服务业

模型（5）

-0.1309***

(-3.44)

0.0441**

(2.23)

-0.0227

(-1.50)

-0.0059

(-0.54)

0.2071***

(6.58)

0.0788***

(4.37)

0.0036

(1.12)

0.1013

(0.66)

-3.4523

[0.000]

-1.2164

[0.224]

21.6856

[0.461]

1566

公共性

服务业

模型（6）

-0.1383***

(-2.76)

0.1021***

(2.90)

-0.0031

(-0.13)

-0.0424

(-1.45)

0.3579***

(7.21)

0.0829***

(5.11)

0.0091***

(2.99)

0.1164

(0.76)

-3.2085

[0.001]

-1.2082

[0.227]

26.7954

[0.318]

1566注：表中圆括号内为Z统计值，方括号为p值；***代表1％的显著性水平，**代表5％的显著性水平，*代表10％的显著性水平；所有回归模型为twostep。

检验，结果显示模型设立是合理的，使用的工具变

量是合适的。另外，本文还在去除一个变量的情形

下分别进行系统GMM估计，具体结果见表1中的模

型（2）和模型（3），与基本回归结果相比，制造业集

聚、服务业集聚回归系数的符号高度一致，只是在

数值大小和显著性有所改变。

在制造业集聚方面，从模型（1）的回归结果看，

制造业集聚对地区工资水平的影响为负显著性，影

响系数为-0.1223，而制造业集聚与地区工资水平的

二次函数关系不显著，说明目前我国制造业集聚没

有产生拥挤效应，这也与仅制造业集聚进入计量方

程中所得结论一致。同时，从制造业与细分服务业

聚集回归模型（4）、模型（5）和模型（6）来看，制造业

集聚对地区工资水平的影响均为负，影响系数大小

基本相同，与制造业集聚二次函数关系依然不显

著，这可以看出，目前我国制造业集聚没有产生拥

挤效应。而制造业集聚对地区工资水平的影响为

负这一结论与之前的多数研究结论不一致⑦，例如Helsley和Strange（1990）、Blasio和Addario（2005）、Guiso和Schivardi（2007）研究认为，随着要素和技术的集聚，厂商将会实现内部规模经济以及通过知识

和技术溢出效应，将会提高该地区劳动生产率，从

而提高工资水平。同时，Henderson（2003）、Rosen?thal和Strange（2004）运用企业微观数据研究发现产业集聚通过提高劳动生产率，进而提高行业的工资水平。但是本文认为，在制造业集聚拥挤效应不显著的情况下，制造业集聚对地区工资水平影响为负的情况符合我国的实际，主要从两方面尝试进行解释：一是从我国制造业发展过程来看，我国制造业在发展过程中一直处于全球价值链分工的低端，属于劳动密集型发展模式，对劳动力技术进入门槛很低，这就造成我国能够提供大量低技术劳动力，制造业集聚反而使得我国大量农村剩余劳动力向制造业集聚地区转移，这样就容易造成制造业集聚地区劳动力过度供给，从而使得制造业集聚地区劳动力工资水平较低；二是从目前我国制造业发展水平来看，我国虽然已成为“制造大国”，但是离“制造强国”还有相当一段距离，我国制造业在全球价值链分工中处于价值链的低端，产品技术含量低、产品附加值低，同时，制造业集聚没有发挥产业集聚的知识和技术溢出效应，反而使得制造企业在同一地区进行激烈相互竞争，因此，制造业的“三低”和过

度竞争将决定我国制造企业较低的利润空间，也就造成地区工资水平较低，所以，制造业集聚对地区工资水平的影响将为负的显著性。

在服务业集聚方面，服务业聚集显著提高地区工资水平，对地区工资水平影响力较大，也没有产生拥挤效应，说明服务业聚集发展有利于减少地区工资差距，主要是由于服务业发展特点和行业竞争所决定。在我国产业发展初期中，制造业几乎一直处于“优先发展”的原则，服务业发展相对滞后，但是进入2001年以后，特别是样本期，服务业发展处于快速发展时期⑧，而且服务业对劳动力的门槛相对更高，这样，服务业集聚发展就会引起劳动力存在一定的供给缺口，这种劳动力的需求大于供给将提高服务业集聚地区的工资水平。另一方面，目前我国服务业处于新兴发展阶段，技术含量较高，服务企业间的专业技术差异较大，服务业的集聚使得企业间的知识和技术溢出效应较大，从而提高服务企业劳动生产率，进而提高工资水平。

从细分服务业集聚来看，细分服务业集聚对地区工资水平的影响各不相同，生产性服务业集聚对地区工资水平影响不显著，消费性服务业集聚具有一定的影响，公共性服务业集聚促进作用最大，对于原因本文尝试进行解释，生产性服务业在我国处于起步阶段，与发达国家相比有很大差距，并且近几年从增加值比重的角度来看发展很缓慢，几乎处于停滞发展⑨，另外，生产性服务业与制造业间有着“千丝万缕”的联系，生产性服务业集聚对地区工资水平的影响不显著，也从另一个侧面进一步验证了制造业集聚对地区工资水平的影响。消费性服务业特别是房地产近几年的快速发展，这就造成对劳动力的需求急剧增加，而且对劳动力要求有一定的技术门槛，这样就造成劳动力的供给不能满足对劳动力的需求，这种对劳动力需求大于供给的局面将会提高地区工资水平。公共性服务业主要是面对诸如教育、医疗卫生等公共需求的服务，这些行业对技术和知识的要求较高，甚至有些是垄断性行业，这就使得公共性服务业集聚较高的地区工资水平较高。

在其他控制变量方面，市场潜力对地区工资水平有正向的促进作用，这与绝大多数研究结论一致（Mion and Nalicciohi，2005；刘修岩、殷醒民，2008）。人力资本对地区工资水平具有正向促进作用，这与张文武和梁琦（2011）研究结论相同。外商

直接投资占GDP比重对地区工资水平的影响除模型（5）外均有促进作用，但是影响系数较低，这与理论分析基本一致。

（二）考虑共同集聚的系统GMM估计结果

上述分析中只考虑单个产业集聚对地区工资水平的影响，在实际中，有可能制造业与服务业共同集聚对地区工资水平有一定的影响。Andersson （2004）、陈建军和陈菁菁（2006）等研究认为，从制造业与服务业的空间分布来看，制造业与服务业特别是生产性服务业在空间分布上存在一致性和协同性。陈国亮和陈建军（2012）研究发现，从行业总体上看，我国制造业与服务业特别是生产性服务业之间的共同集聚逐渐呈上升的趋势，产业关联关系促进了制造业与服务业共同集聚，因此，有必要探讨制造业与服务业共同集聚对地区工资水平的作用。本文使用制造业集聚水平与服务业集聚水平的相对差异大小来衡量产业共同集聚水平，同样使用系统GMM估计产业共同集聚对地区工资水平的影响，具体计量结果见表2。

从计量结果看来，制造业与服务业共同集聚对地区工资水平影响具有显著性作用，但是作用系数比服务业集聚作用系数要小较多，但这也说明制造业与服务业共同集聚外溢效应存在，产业共同集聚可以提高地区工资水平，这里制造业集聚和服务业集聚同样没有产生拥挤效应。但从细分服务业集聚来看，制造业与生产性服务业、制造业与消费性服务业的共同集聚对地区工资水平具有显著性作用，而制造业与公共性服务业共同集聚对地区工资水平作用不显著。这里注意到制造业与生产性服务业共同集聚对地区工资水平有正向作用，而生产性服务业集聚对地区工资水平作用不显著，本文认为，主要是由于制造业与生产性服务业之间的内在联系的作用，在制造业与生产性服务业共同集聚水平较高的地区，它们之间的知识和技术外溢效应作用明显，制造业价值链得到明显提升，大大降低了要素成本和交易成本，从而提高了地区劳动生产率，进而提高地区工资水平。

（三）稳健性检验

为了进一步验证以上研究结论的准确性，本文采用其他样本分组方法进行稳健性检验。

首先，考虑到样本中可能出现一些异常样本，这可能导致计量结果出现偏误，例如在一些规模较小的城市，可能存在一些难以控制的变量，因此，本文将研究样本按照城市人口规模进行划分，按照城市人口规模大于400万和小于400万进行划

分，最后得到人口规模大于400万的城市有

118个，人口规模小于400万的城市有145

个，有6个城市⑩人口规模在样本期从小于

400万到大于400万，本文将这6个城市剔除

以保持样本的稳定和面板数据结构平稳。

同样采用系统GMM方法进行估计，具体计

量结果见表3。

从计量结果看，在按人口规模划分的两类城市样本中，制造业集聚与地区工资水平

呈显著负相关，整体服务业集聚对地区工资

水平具有正的显著性，制造业集聚和服务业

集聚均没有产生拥挤效应。而细分服务业

集聚中，生产性服务业集聚与地区工资水平

显著不相关，消费性服务业集聚和公共性服

务业集聚均与地区工资水平显著正相关，这

与前文的研究结论基本一致，只是在解释变

量的系数和显著性上发生改变，这说明前文

的计量结果的稳健性。这里注意到制造业

集聚与服务业集聚对地区工资水平的影响

表2考虑共同集聚的产业集聚与地区工资水平计量结果

解释变量ln mag gl ln saggl (ln mag gl)2 (ln saggl)2 ln coaggl (ln coaggl)2 ln mp

ln hr

ln fdir cons Abond test for AR(1) Abond test for AR(2) Sargan test 样本数

被解释变量ln wage

整体服务业

模型（1）

-0.1191***

(-3.24)

0.0929**

(2.20)

-0.0052

(-0.23)

-0.0065

(-0.29)

0.0512*

(1.72)

0.2217***

(7.17)

0.0917***

(5.16)

0.0059*

(1.87)

0.1023

(0.66)

-3.3532

[0.001]

-1.2045

[0.228]

28.3154

[0.287]

1566

模型（2）

-0.1006***

(-2.58)

0.1118**

(2.36)

-0.1187

(-0.62)

-0.0051

(-0.23)

0.0272*

(1.64)

-0.0443

(-1.43)

0.2215***

(7.09)

0.0937***

(5.27)

0.0061*

(1.93)

0.1051

(0.68)

-3.3537

[0.001]

-1.2034

[0.229]

28.3582

[0.286]

1566

生产性服务业

模型（3）

-0.1306***

(-3.65)

0.0129

(0.62)

-0.0293

(-1.59)

-0.0150

(-1.37)

0.0232*

(1.67)

0.2231***

(7.41)

0.0881***

(4.93)

0.0057*

(1.78)

0.0520

(0.34)

-3.3771

[0.000]

-1.2053

[0.2281]

28.5975

[0.278]

1566

模型（4）

-0.1265***

(-3.29)

0.0206

(0.84)

-0.0242

(-1.22)

-0.0106

(-1.56)

0.0352*

(1.74)

-0.0194

(-0.65)

0.2251***

(7.48)

0.0879***

(4.91)

0.0057*

(1.79)

0.0381

(0.25)

-3.3659

[0.001]

-1.2046

[0.228]

28.4219

[0.284]

1566

消费性服务业

模型（5）

-0.1437***

(-3.83)

0.0296**

(2.52)

-0.0401

(-1.43)

-0.0206

(-1.51)

0.0660**

(2.24)

0.2121***

(6.77)

0.0816***

(4.52)

0.0037

(1.15)

0.0690

(0.45)

-3.3724

[0.001]

-1.2183

[0.223]

24.3710

[0.358]

1566

模型（6）

-0.1433***

(-3.89)

0.0456*

(1.73)

-0.0339

(-1.20)

-0.0124

(-1.38)

0.1427***

(3.08)

-0.0632

(-1.57)

0.2005***

(6.31)

0.0791***

(4.38)

0.0039

(1.21)

0.1267

(0.82)

-3.4642

[0.001]

-1.2208

[0.222]

22.9219

[0.402]

1566

公共性服务业

模型（7）

-0.1561***

(-3.98)

0.0016*

(1.82)

-0.0248

(-1.32)

-0.0531

(-1.58)

0.0357

(0.83)

0.2238***

(7.11)

0.0929***

(5.05)

0.0059**

(1.87)

0.1103

(0.71)

-3.0969

[0.002]

-1.2086

[0.227]

26.8452

[0.314]

1566

模型（8）

-0.1602***

(-3.96)

0.0030*

(1.66)

-0.0304

(-1.21)

-0.0566

(-1.62)

0.0435

(0.90)

-0.0089

(-0.33)

0.2218***

(6.91)

0.0929***

(5.05)

0.0058*

(1.86)

0.1158

(0.75)

-3.0871

[0.002]

-1.2085

[0.227]

26.8940

[0.310]

1566

注：表中圆括号内为Z统计值，方括号为p值；***代表1％的显著性水平，**代表5％的显著性水平，*代表10％的显著性水平；所有回归模型为twostep。

在这两类城市中各不相同，制造业集聚对人口规模小于400万的城市工资水平具有更大的负作用，并且服务业集聚的作用更小，这在人口规模大于400万城市样本中刚好相反，这种现象进一步验证了前文分析制造业集聚与服务业集聚对地区工资水平影响的原因。

在其他控制变量中，市场潜力、人力资本与前文的研究结论基本一致，外商直接投资占GDP 比重在人口规模大于400万的样本城市中，对地区工资水平具有正向作用；在人口规模小于400万的样本城市中，对地区工资水平作用不明显，这可能是由于在规模较大的城市中在引进外商直接投资中，更

为注重外商直接投资的质量，外商直接投资的溢出效应较为明显。

第二，考虑到我国区域经济发展的不平衡，地区间在制造业、服务业、人力资本等方面存在巨大差异，这也就会形成地区间在制造业集聚、服务业集聚、人力资本存量等方面存在不平衡。因此，本文将研究样本按照区域进

行划分，分为东部城市和中西部城市

，划分

后东部城市为99个，中西部城市为170个。这里同样采用系统GMM 方法进行估计，具体结果见表4。

从计量结果来看，无论在东部城市还是在中西部城市中，制造业集聚对地区工资水平依然为显著负相关，整体服务业集聚与地区工资水平为显著正相关，这与之前的所有研究结论一致，只是在系数和显著性上有所改变，这进一步说明之前研究结果的稳健性。这里注意到，在东部地区城市中，制造业集聚二次项的系数通过显著性检验，表明制造业集聚在东部城市产生了拥挤效应，且东部城市制造业集聚对地区工资水平的影响存在一个“临界值”，当制造业集聚水平高于这个“临界值”时将产生拥挤效应。根据回归结果可以计算出ln maggl “临界值”值为-0.3592，在样本中，ln maggl 高于这个“临界值”的样本为620个，占样本总量的78.28％。同时，制造业集聚对地区工资水平的负面影响在中西部城市更大，服务业集聚的作用在东部城市更为明显，这种现象同样从另一个侧面验证了前文分析制造业集聚与服务业集聚对地区工资水平影响的原因。

在细分服务业集聚方面，这里与之前的研究结论有所不同，在之前分析中，生产性服务业集聚对地区工资水平的影响均不显著，而在东部城市样本中，生产性服务业集聚对地区工资水平具有正向显著作用，本文认为出现这一结果的原因为：在东部城市中，制造业借助改

表3产业集聚与地区工资水平计量结果的稳健性检验（1）

注：表中圆括号内为Z 统计值，方括号为p 值；***代表1％的显著性水平，**代表5％的显著性水平，*代表10％的显著性水平；所有回归模型为twostep 。

解释变量

ln mag gl

ln saggl

(ln mag gl )2

(ln saggl )2

ln mp

ln hr

ln fdir

cons

Abond test for AR(1)Abond test for AR(2)Sargan test

样本数被解释变量ln wage

整体服务业人口大于400万-0.0960**(-2.14)0.1642**(2.05)-0.0298(-1.51)-0.1394(-1.02)0.0037**(2.17)0.1169***(4.64)0.0176***(3.04)0.3435***(3.20)-3.0305[0.002]-0.3329[0.739]16.6269[0.384]706人口小于400万-0.1579***(-3.01)0.0616**(2.54)-0.0116(-0.52)-0.0113(-0.74)0.3595***(9.40)0.0376**(2.53)0.0004(0.13)-0.0543(-0.35)-2.9340[0.003]-1.0913[0.275]24.0011[0.274]824生产性服务业人口大于400万-0.1321***(-3.59)0.0256(0.56)-0.0383(-1.35)-0.0028(-0.06)0.0014*(1.71)0.1103***(4.51)0.0167***(2.97)0.3032***(3.65)-3.0680[0.002]-0.3083[0.758]18.7304[0.316]706人口小于400万-0.1649***(-3.17)0.0146(0.99)-0.0182(-0.82)-0.1116(-1.16)0.3632***(9.57)0.0384**(2.51)0.00006(0.02)-0.1093(-0.71)-2.9866[0.003]-1.0896[0.276]21.7084[0.290]824消费性服务业人口大于400万-0.1299***(-3.52)0.0121*(1.66)-0.0308(-1.44)-0.0555(-1.62)0.0072*(2.35)0.1019***(4.11)0.0149***(2.64)0.3411***(3.50)-3.1238[0.002]-0.2027[0.839]17.3305[0.352]706人口小于400万-0.1593***(-2.99)0.0107(0.44)-0.0172(-0.80)-0.0123(-1.06)0.3602***(9.34)0.0342**(2.15)0.0012(0.41)-0.1334(-0.88)-3.0293[0.003]-1.0916[0.275]21.6189[0.294]824公共性服务业

人口大于400万-0.1379**(-3.24)0.0079*(1.92)-0.0331(-1.62)-0.2395(-1.29)0.0119**(2.49)0.1067**

(4.14)0.0142***

(2.61)0.2361**(1.96)-3.1511[0.002]-0.1884[0.851]19.8198[0.302]706人口小于400万-0.2011***

(-3.43)0.0321*

(1.75)-0.0299

(-1.29)-0.0391

(-1.08)0.3758***

(10.09)

0.0398***

(2.62)

0.0015

(0.52)-0.0707

(-0.47)

-2.7779[0.006]-1.0867[0.277]

22.0009

[0.288]

824表4

产业集聚与地区工资水平计量结果的稳健性检验（2）

注：表中圆括号内为Z 统计值，方括号为p 值；***代表1％的显著性水平，**代表5％的显著性水平，*代表10％的显著性水平；所有回归模型为twostep 。

解释变量ln mag gl ln saggl (ln mag gl )2(ln saggl )2ln mp ln hr ln fdir

cons

Abond test

for AR(1)Abond test for AR(2)Sargan test

样本数

被解释变量ln wage

整体服务业东部-0.0707**(-2.06)0.1165*(1.71)-0.0984***(-3.50)-0.0436(-0.58)0.2361***(6.38)0.1199***(3.78)0.0151***(3.22)0.1364*(1.84)-3.1839[0.002]0.4236[0.672]7.7881[0.532]594中西部-0.1225**(-2.17)0.0478*(1.78)-0.0079(-0.32)-0.0081(-0.42)0.2413***(8.40)0.1029***(5.43)0.0178***(3.97)0.2389(1.37)-2.8918[0.001]-1.1925[0.233]17.8491[0.260]951生产性服务业东部-0.0624***(-2.80)0.0349*(1.67)-0.0896***(-3.93)-0.0498(-1.58)0.0579**(2.34)0.0628***(3.24)0.0128***(3.08)0.1693*(1.95)-4.2771[0.000]0.1379[0.890]8.7759[0.487]594中西部-0.1221**(-2.17)0.0157(1.25)-0.0111(-0.46)-0.0125(-1.37)0.2476***(8.98)0.1026***(5.43)0.0177***(3.98)0.1784(1.05)-2.8964[0.001]-1.1928[0.233]20.8238[0.234]951消费性服务业东部-0.0580**(-2.54)0.0149*(1.78)-0.0974***(-5.02)-0.0189(-1.30)0.0440**(1.87)0.0530***(2.71)0.0121***(3.11)0.2178**(2.28)-4.4314[0.000]0.1632[0.870]9.4389[0.445]594中西部-0.1120*(-1.94)0.1028***(3.91)-0.0056(-0.23)-0.0201(-1.52)0.2178***(7.26)0.0892***(4.77)0.0147***(3.36)0.3300*(1.86)-2.9618[0.001]-1.2017[0.230]18.4096[0.252]951公共性服务业

东部-0.0658**

(-2.43)0.0193*(1.82)-0.0818***

(-4.10)-0.0736(-0.54)0.0546**(2.25)0.0587***(3.26)0.0137***(3.34)0.1448*

(1.68)-4.2976[0.000]-0.0186[0.985]8.3784[0.496]594中西部

-0.1859***(-2.98)0.0830*(1.81)

-0.0368(-1.46)-0.0969(-1.51)0.2430***

(8.80)0.0951***(4.85)0.0162***(3.59)

0.2305(1.36)-2.8507[0.001]-1.2067[0.228]20.4965[0.241]951

革开放在全国先行一步得到快速发展，远领先于中

西部城市，当经济发展到一定阶段时，东部城市进

行产业结构优化升级，将制造业进行产业转移到中

西部城市，同时不断发展服务业，由于生产性服务

业与制造业间的产业关联作用，东部城市的生产性

服务业得到快速发展，例如，2010年北京生产性服

务业增加值占GDP的比重为40.25％，远远高于中

西部城市，最先形成生产性服务业集聚，生产性服

务业的高技术、高价值链、高附加值特点，不断发挥

生产性服务业集聚效应，逐渐提高劳动生产率，从

而提高地区工资水平。而消费性服务业集聚与公

共性服务业集聚对地区工资水平具有促进作用，与

之前分析基本一致。

五、产业集聚对地区工资

水平外部性效应分析

以上分析认为，从全国层面看，制造业集聚对

地区工资水平呈显著负相关，并且没有产生拥挤效

应，即制造业集聚水平越高地区工资水平反而越

低，这与空间集聚理论不一致，根据已有的研究结

论，产业集聚将通过知识和技术溢出效应提高劳动

生产率，进而提高工资水平。为什么在没有产生拥

挤效应情况下我国制造业集聚会对地区工资水平

有抑制作用？前文尝试给出初步解释，但是需要进

一步的理论和实证分析，本文尝试进一步解释。

根据国内外学者对产业集聚效应的理论研究，

认为产业集聚效应主要体现在同一产业内集聚效

应和不同产业间的集聚效应，并且与市场竞争程度

相关。一是MAR外部性，这是由Marshall（1890）、Arrow（1962）、Romer（1986）提出，被Glaeser等（1992）称为“MAR外部性”，该理论认为，同一产业

内的众多厂商集聚在同一地区，这样有利于知识和

技术在同一产业厂商间进行扩散，发挥知识和技术

溢出的外部性效应。同时，也认为，垄断比竞争更

有利于发挥知识和技术的溢出效应，更有利于提高

技术产业创新，提高地区劳动生产率，进而提高地

区工资水平。二是Jacobs外部性，这是Jacobs

（1969）提出的，他认为，产业集聚的知识和技术溢

出效应主要发生在同一产业集聚之外，地区的产业

多样化集聚是推动地区产业创新的主要动力，一个

地区的产业多样化集聚比单一产业集聚更能发挥

知识和技术的溢出效应。同时，Jacobs还认为，高度

竞争的市场结构更有利于地区产业技术创新，从而促进地区产业增长，提高地区劳动生产率，进而提高地区工资水平。三是Porter外部性，这是Porter （1990）提出的，他认为市场竞争比市场垄断更有利于产业创新，并认为同一产业的空间集聚比不同产业间的空间集聚更有利于知识和技术溢出效应发挥。地区同一产业竞争更容易促进厂商将产业创新技术更快地运用和实施到实际生产中去，这样将更能促进地区产业增长，提高地区劳动生产率，进而提高地区工资水平。

因此，产业集聚的3种效应的发挥与是否在同一产业集聚和市场竞争程度相关，这也将决定产业集聚对地区工资水平的影响。这里假设市场竞争程度（com）是通过i地区边际生产成本c i与产业集聚的函数c i=γ（aggl）θ的弹性系数θ作用的，这里并不知道这种关系的确定形式，根据这3种外部性的条件，借鉴王海宁和陈媛媛（2010）做法，本文假定竞争程度与这3种外部性效应的函数为：

MAR=aggl/com、Jacobs=coaggl×com、Porter=ag?gl×com

这里com为产业竞争程度，根据Glasser等（1992）、Feldman和Audretsch（1999）、王海宁和陈媛媛（2010）、彭向和蒋传海（2011）的度量方法，产业竞争程度的计算方法为：

该竞争指数值越大说明地区产业竞争程度越高，如果竞争指数值大于1，则说明该地区产业竞争程度高于全国平均水平。这里由于数据的可得性，使用各城市规模以上工业企业数和规模以上工业增加值进行计算。

因此，将计量模型设定为：

并进一步改为：

这里同样使用系统广义矩估计进行估计，将这3种外部性效应依次加入模型。具体结果见表5中模型（1）~（4），然后分析制造业与细分服务业共同集聚的Jacobs外部性效应，具体结果见表5中模型（5）~（7）。

com=r地区i产业企业数量/r地区i产业增加值

全国i产业企业数量/全国i产业增加值

ln wage it=γ0+γ1ln aggl/com it+γ2ln aggl×com it

+γ3coaggl×com it+γn ln X n it+εit

ln wage it=γ0+γ1ln MAR it+γ2ln Porter it

+γ3Jacobs it+γn ln X n it+εit

从计量结果来看，Porter 外部性对地区工资水平效应为负显著性，并且作用系数较大，MAR 外部性对地区工资水平效应不显著，在制造业与服务业、制造业与生产性服务业、制造业与消费性服务业共同集聚的Jacobs 外部性对地区工资水平有正显著作用，而制造业与公共性服务业共同集聚的Jacobs 外部性效应作用不显著。Porter 外部性对地区工资水平效应为负显著性，在所有模型中作用的系数远远大于Jacobs 外部性效应的大小，这说明目前在制造业集聚水平较高和竞争程度较强的地区，由于厂商的激烈竞争容易导致企业的技术创新容易被模仿，技术创新效应低下，从而使得厂商创新积极性不高，这将不利于知识和技术溢出效应的发挥，甚至可能抑制知识和技术溢出效应发挥，这样使得整个产业的技术水平停滞，劳动生产率下降，进而造成工资水平的下降。由于技术容易被模仿往往发生在技术含量比较低的行业，所以Porter 负的外部性效应说明目前我国制造业的技术含量低且行业竞争很激烈，这也从另一个侧面反映我国制造业目前的状况。MAR 外部性对地区工资水平效应不显著说明在制造业集聚水平较高和垄断性较强的地区，知识和技术的溢出效应不明显，没有有效发挥专业化作用，对地区工资水平的促进作用不显著，这也在一个侧面说明垄断将导致地区工资水平差距扩大。在制造业与服务业、制造业与生产性服务业、制造业

与消费性服务业共同集聚的Jacobs 外部性效应为显著促进作用，虽然作用系数较小，但这也说明制造业与服务业特别是生产性服务业共同集聚发展，特别是互补性和关联性强的产业间发展，将越有利于知识和技术溢出效应的发挥，这种厂商之间的邻近有利于厂商间频繁的知识接触和交流，极大方便粘性知识的传播和吸收，为创新提供知识供给，从而不断推动地区产业创新（彭向、蒋传海，2011），极大提高地区劳动生产率，从而提高地区工资水平。对于市场潜力、人力资本、外商直接投资占GDP 比重等控制变量与前文的研究结论基本一致。

六、结论与启示

本文从新经济地理学和空间集聚理论角度，利用2003~2010年我国269个地级及以上城市为样本，运用系统广义矩估计方法，分析产业集聚与地区工资差距之间的内在联系，实证结果表明：（1）制造业集聚对地区工资水平的影响为负的显著性，服务业聚集显著提高地区工资水平，且对地区工资水平影响力较大。在全国层面城市样本中，制造业集聚没有产业拥挤效应，但在东部城市中产生拥挤效应。生产性服务业集聚对地区工资水平无显著性影响，消费性服务业集聚和公共性服务业集聚对地区工资水平则有显著的促进作用。（2）制造业与服务业、制造业与生产性服务业、制造业与消费性服务业的共同集聚对地区工资水平影响具有显著性作用，而制造业与公共性服务业共同集聚对地区工资水平作用不明显。（3）从制造业集聚外部性效应来看，Porter 外部性对地区工资水平效应为负的显著性，MAR 外部性对地区工资水平效应不显著，制造业与服务业、制造业与生产性服务业、制造业与消费性服务业共同集聚的Jacobs 外部性对地区工资水平有显著正作用，但作用系数较小，而制造业与公共性服务业共同集聚的Jacobs 外部性效应作用不显著。（4）市场潜力、人力资本对地区工资水平有正向的促进作用，并且在我国目前阶段的作用系数较大；而外商直接投资占GDP 比重对地区工资水平的影响基本有促进作用，但影响系数较低。

本文研究结论的政策启示为：（1）在我国目前制造业集聚发展中，除东部地区外，其他地区应考虑从外部性效应着手，采取适当措施降低制造业竞争程度，同时也应防止出现拥挤效应，鼓励制造业

表5产业集聚对地区工资水平外部性效应计量结果

注：表中圆括号内为Z 统计值，方括号为p 值；***代表1％的显著性水平，**

代表5％的显著性水平，*代表10％的显著性水平；所有回归模型为twostep 。

解释变量

ln porter ln MAR ln jacobs ln mp ln hr ln fdir

cons

Abond test

for AR(1)Abond test for AR(2)Sargan test 样本数

被解释变量ln wage

整体服务业

模型（1）-0.0989***(-5.71)0.3311***(10.30)0.0642***(4.24)0.0052*(1.85)-0.2816*(-1.77)-2.3300[0.025]-0.6556[0.512]22.0160[0.396]1566模型（2）0.0068(0.49)0.3548***(9.25)0.0615***(4.48)0.0063*(2.31)-0.0558(-0.37)-2.3429[0.023]-0.3915[0.968]25.7526[0.310]1566模型（3）0.0751***(4.21)0.3355***(10.08)0.0559***(4.08)0.0053**(1.97)-0.3667**(-2.34)-2.3210[0.028]-0.0507[0.959]25.7292[0.314]1566模型（4）-0.1578***(-4.01)0.0016(0.27)0.0802*(1.67)0.3516***(9.40)0.0680***(4.30)0.0069**(2.32)-0.4066**(-2.38)-2.3484[0.022]-0.68441[0.494]24.8329[0.342]1566生产性服务业模型（5）-0.1033***(-4.02)0.0267(0.55)0.0034*(1.74)0.3454***(9.19)0.0721***(4.53)0.0072**(2.43)-0.4016**(-2.32)-2.3394[0.024]-0.6744[0.500]26.5490[0.289]1566消费性服务业模型（6）-0.1137***

(-5.96)0.0372(0.98)0.0356*

(1.69)0.3541***(9.48)0.0679***(4.32)0.0069**(2.31)-0.4108**

(-2.40)-2.3471[0.021]-0.5672[0.569]23.4193[0.361]1566公共性

服务业

模型（7）

-0.1144***(-5.42)

0.0395(0.89)

0.0286(1.27)

0.3528***(9.30)0.0710***(4.44)0.0072**(2.44)

-0.4225**(-2.45)-2.3438[0.023]-0.6800[0.497]24.1809[0.353]1566

产业升级，以提高我国制造业的技术含量和产品附

加值。而在东部地区，由于产生了拥挤效应，应采

取措施促进制造业产业转移，特别加快对低技术及

劳动密集型制造业转移，努力为高技术制造业发展

集聚腾出空间，实现东部地区产业升级。（2）在服务

业集聚中，由于生产性服务业的特殊性以及对我国

产业升级的重要作用，应采取各种政策促进我国服

务业特别是生产性服务业集聚发展，以发挥服务业

和生产性服务业集聚对地区工资水平的影响，尤其

在东部地区，生产性服务业集聚效应已经初现，应

采取措施大力发展生产性服务业集聚。（3）在产业

共同集聚方面，尽管制造业与服务业共同集聚的Ja?cobs外部性效应比较小，但是对提高地区工资水平有显著作用，因此，各级政府应根据地区产业发展

优势，鼓励发展互补性和关联性强的产业集聚，提

高地区产业共同集聚水平。同时，应采取措施降低

制造业竞争水平，鼓励技术创新，保护知识产权。

（4）加大对地区科技教育、基础设施等领域的投资，

促进人力资本发展，鼓励人力资本的空间集聚，同

时加强地区市场之间的联系，鼓励地区间的经济合

作与交流，充分发挥市场潜力效应，逐渐提高地区

工资水平，不断降低地区工资差距。

（作者单位：安徽大学经济学院；责任编辑：蒋东生）

注释

①在新经济地理模型中最初本质解释的是地区制造业工资的差异，这里参考刘修岩等（2007）、刘修岩和殷醒民（2008）、王海宁和陈媛媛（2010）、张文武和梁琦（2011）、谢长青和范剑勇（2012）等在运用新经济地理模型中的做法。

②这里将服务部门理解为除制造业之外的所有部门之和。

③具体的推导过程请参见藤田昌久、克鲁格曼、维纳布尔斯：《空间经济学——城市、区域与国际贸易》，中译本，中国人民大学出版社，2005年，第53~59页。

④在我国统计年鉴的14类服务业行业中，本文按照细分服务业的定义和特征，将交通运输、仓储和邮政业、信息传输、计算机服务和软件业、金融业、租赁和商务服务业、科学研究、技术服务和地质勘查业归为生产性服务业，将批发和零售业、房地产、住宿和餐饮业、居民服务和其他服务归为消费性服务业，将教育、水利、环境和公共设施管理业、卫生、社会保障和社会福利业、文化、体育和娱乐业、公共管理和社会组织归为公共性服务业。这里争议较大的是房地产，国外学者一般将房地产归为生产性服务业，但是在我国，房地产主要面向居民居住消费，并且从我国投入产出表计算的中间需求率来看，不能将其归为生产性服务业。

⑤由于在这269个城市中有44个城市的居民消费价格指数难以获得，这里使用该省份城市居民消费价格指数进行替代计算。

⑥关于市场潜力的衡量方法，国内外有的学者用地区GDP

或社会消费品零售总额来表示，例如Combes和Ovweman （2004）、Hanson（2005）、韩峰和柯善资（2012）。

⑦这里所得到的结论与多数结论不一致，但是与部分学者从不同角度所得到研究结论基本相同，例如谢长青和范剑勇（2012）、韩帅等（2012）。

⑧在2000年以前，我国工业增加值占GDP比重一直高于服务业所占比重，但从2001年起，服务业占GDP比重（40.5％）首次超过工业所占比重（39.7％）；从三次产业的增长率来看，也正好从2001年起，服务业增长率（10.3％）超过工业增长率（8.7％），这些可以在一定程度上说明我国服务业从2001年起进入快速发展时期。

⑨从全国来看，2004年生产性服务业增加值占GDP的比例为14.61％，占服务业的比例为35.87％，而2010年分别为15.55％和35.96％，其中生产性服务业增加值占服务业比重在2008年和2009年连续两年出现下降。

⑩这6个城市分别为百色、抚州、廊坊、濮阳、清远、肇庆。

本文将北京、天津、上海、河北、辽宁、福建、江苏、山东、浙江、广东、海南等11个省份的城市划分为东部城市，将其余省份的城市划分为中西部城市。

参考文献

（1）Abdel-Rahman，H.M.and M.Fujita，1990，“Product va?riety，Marshallian Externallities and City Sizes”，Journal of Re?gional Science，vol.30，pp.165~183.

（2）Andersson，M.，2004，“Co-location of Manufacturing& Producer Services：A Simultaneous Equation Approach”，Work?ing Paper.No.08.

（3）Arrow，K.J.，1962，“The Economic Implications of Learning by Doing”，The Review of Economic Studies，vol.29，No.3，pp.155~173.

（4）Blasio，G.and S.D.Addario，2005，“Do Workers Bene?fit from Industrial Agglomeration?”，Journal of Regional Science，vol.45，No.4，pp.797~827.

（5）Brakman，S.，H.Garretsen and C.Marrewijk，2001，An Introduction to Geographical Economics，Cambridge:Cambridge University Press.

（6）Brülhart，M.and N.A.Mathys，2008，“Sectoral Agglom?eration Economics in a Panel of European Regions”，Regional Science and Urban Economics，vol.38，No.4，pp.348~362.

（7）Ciccone，A.and Hall，R.，1996，“Productivity and the Density of Economic Activity”，American Economic Review，vol.86，No.1，pp.54~70.

（8）Ciccone，A.，2002，“Agglomeration Effects in Europe”，European Economic Review，vol.46，No.2，pp.213~227.

（9）Combes，P.，2000，“Economic Structure and Local Growth:France，1984~1993”，Journal of Urban Economics，vol.47，No.3，pp.329~355.

（10）Combes，P.，G.Duranton and L.Gobillon，2003，“Wage Differentials across French Local Labor Market:Endow?ments，Skills and Interactions”，Processed LSE，London.

（11）Combes，P.and H.G.Overman，2004，“The Spatial Distribution of Economic Activities in the European Union”，in Henderson，V.，Thisse，F.(Eds.)，Handbook of Regional and Ur?ban Economics，Amsterdam:Elsevier-North-Holland，vol.4. pp.2845~2909.

（12）Crozet，M.and P.Koenig，2005，“The Cohesion vs Growth Tradeoff:Evidence from EU Regions（1980~2000）”，ER?SA Conference Paper，No.ersa05p716.

（13）Duranton，G.and D.Puga，2003，“Micro-foundations of Urban Agglomeration Economies”in Henderson，V.and J-F. Thisse，eds.，Handbook of Urban and Regional Economics，vol.4，New York:North-Holland.

（14）Feldman，M.P.and D.B.Audretsch，1999，“Innovation in Cities:Science-based Diversity，Specialization and Localized Compe?tition”，European Economic Review，vol.43，No.2，pp.409~429.

（15）Fingleton，B.，2006，“Beyond Neoclassical Orthodoxy: A View Based on the New Economic Geography and UK Region?al Wage Data”，Regional Science，vol.84，No.3，pp.351~375.

（16）Fleisher，B.and Chen，J.，1997，“The Coast-Noncoast Income Gap，Productivity and Regional Economic Policy in Chi?na”，Journal of Comparative Economics，vol.25，No.2，pp.220~236.

（17）Glaeser，E.et al.，1992，“Growth in Cities”，Journal of Political Economy，vol.100，No.6，pp.1126~1152.

（18）Glaeser，E.and D.Mare，2001，“Cities and Skills”，Journal of Labor Economics，vol.19，No.2，pp.316~342.

（19）Guiso，L.and S.Fabiano，2007，“Spillovers in Industri?al Districts”，The Economic Journal，vol.117.No.516，pp.68~93.

（20）Hanson，G.H.，2005，“Market Potential，Increasing Re?turns and Geographic Concentration”，Journal of International Economics，vol.67，pp.1~24.

（21）Harris，C.，1954，“The Market as a Factor in the Local?ization of Industry in the United States”，Annals of the Associa?tion of American Geographers，vol.44，No.4，pp.315~348.

（22）Head，K.and T.Mayer，2006，“Regional Wage an d Employment Responses to Market Potential in the EU”，Regional of Science and Urban Economics，vol.36，No.5，pp.573~594.

（23）Helsley，R.W.and W. C.Strange，1990，“Matching and Agglomeration Economies in a System of Cities”，Regional Science and Urban Economics，vol.20，No.2，pp.189~212.

（24）Henderson，J.V.，2003.“Marshall’s Economies”，Jour?nal of Urban Economics，vol.53，No.1，pp.1~28.

（25）Jacobs，J.，1969，The Economy of Cities，New York: Random House.

（26）Keeble，D.，J.Bryson and P.Wood，1991，“Small Firms，Business Services Growth and Regional Development in the United Kingdom:Some Empirical Finds”，Regional Studies，vol.25，No.5，pp.439~457.

（27）Krugman，P.，1991，“Increasing Returns and Economic Geography”，Journal of Political Economy，vol.99，pp.483~499.

（28）Marshall，A.，1920，Principles of Economics，London: MacMillan

（29）Mion，G.and P.Naticchion，2005，“Urbanization Exter?nalities，Market Potential and Spatial Sorting of Skill s and Firms”，CEPR Discussion Paper，No.5172.

（30）O’Donoghue，D.and B.Gleave，2004，“A Note on Methods for Measuring Industrial Agglomeration”，Regional Stud?ies，vol.38，No.4，pp.419~427.

（31）Ottaviano，G.and D.Pinelli，2006，“Market Potential and Productivity:Evidence from Finnish Regions”，Regional Sci?ence and Urban Economics，vol.36，No.5，pp.636~657.

（32）Paulo Guimar?es，O.Figueiredob and D.Woodward，2000，“Agglomeration and the Location of Foreign Direct Invest?ment in Portugal”，Journal of Urban Economics，vol.47，No.1，pp.115~135.

（33）Porter，M.E.，1990，The Competitive Advantage of Na?

tions，New York:Free Press.

（34）Raiser，M.，1998，“Subsidizing Inequality:Economic Reforms，Fiscal Transfers and Convergence across Chinese Prov?inces”，Journal of Development Studies，vol.34，No.3，pp.1~26.

（35）Redding，S.and A.Venables，2004，“Economic Geogra?phy and International Inequality”，Journal of International Eco?nomics，vol.62，No.1，pp.53~82.

（36）Romer，P.M.，1986，“Increasing Returns and Long-Run Growth”，Journal of Political Economy，vol.94，No.5，pp.1002~1037.

（37）Roodman，D.，2006，“How to Do xtabond2:An Intro?duction to‘Difference’and‘System’GMM in Stata”，The Cen?ter fo r Global Development Working Paper Series，No.103.

（38）Rosenthal，S.S.and W.C.Strange，2004，“Evidence on the Nature and Sources of Agglomeration Economies”，in Hender?son，V.，Thisse，F.(Eds.)，Handbook of Regional and Urban Econom?ics，Amsterdam:Elsevier-North-Holland，vol.4.pp.2119~2171.

（39）陈国亮、陈建军：《产业关联、空间地理与二三产业共同集聚》，《管理世界》，2012年第4期。

（40）陈建军、陈菁菁：《生产性服务业与制造业的协同定位研究》，《中国工业经济》，2006年第11期。

（41）陈建军、陈国亮：《新经济地理视角下的生产性服务业集聚及影响因素研究》，《管理世界》，2009年第4期。

（42）程大中、陈福炯：《中国服务业相对密集度及对其劳动生产率的影响》，《管理世界》，2005年第5期。

（43）范剑勇：《产业集聚与地区间劳动生产率差异》，《经济研究》，2006年第11期。

（44）韩峰、柯善咨：《追踪我国制造业集聚的空间来源：基于马歇尔外部性与新经济地理的综合视角》，《管理世界》，2012年第10期。

（45）韩帅等：《产业集聚对教育回报与工资水平的影响》，《现代财经》，2012年第9期。

（46）刘军、徐康宁：《产业集聚、经济增长与地区差距》，《中国软科学》，2010年第7期。

（47）刘修岩、贺小海、殷醒民：《市场潜能与地区工资差距：基于中国地级面板数据的实证研究》，《管理世界》，2007年第9期。

（48）刘修岩、殷醒民：《空间外部性与地区工资差异：基于动态面板数据的实证研究》，《经济学（季刊）》，2008年第10期。

（49）吉昱华等：《中国城市集聚效应实证分析》，《管理世界》，2004年第3期。

（50）彭向、蒋传海：《产业集聚、知识溢出与地区创新：基于中国工业行业的实证检验》，《经济学（季刊）》，2011年第4期。

（51）孙浦阳等：《产业集聚对外商直接投资的影响分析》，《数量经济技术经济研究》，2012年第9期。

（52）孙浦阳等：《产业集聚对劳动生产率的动态影响》，《世界经济》，2013年第3期。

（53）万广华、陆铭、陈钊：《全球化与地区间收入差距:来自中国的证据》，《中国社会科学》，2005年第3期。

（54）王海宁、陈媛媛：《产业集聚效应与地区工资差异研究》，《经济评论》，2010年第5期。

（55）谢长青、范剑勇：《市场潜能、外来人口对区域工资的影响实证分析》，《上海财经大学学报》，2012年第6期。

（56）张建红、J.Elhorst，A.van Witteloostuijn：《中国地区工资水平差异的影响因素分析》，《经济研究》，2006年第10期。

（57）张文武、梁琦：《劳动地理集中、产业空间与地区收入差距》，《经济学（季刊）》，2011年第4期。