集聚经济的量化测度及成因分析.doc

集聚经济的量化测度及成因分析经济活动在空间上的集聚日益成为经济研究的热点， 而集聚经济也是经济增长的重要特 征(吴建峰、符育明， 2012)所谓集聚经济 , 根据 Kaldor(1970) 的定义指的是经济生产活动 中存在的规模报酬递增现象 Marshall (1890)最早对经济活动的空间集聚进行系统的理论 研究 ,认为性质相似的厂商在一定区域的集聚会带来一定的外部性， 具体体现在以下三方面： 一是专业化的劳动力市场， 二是专业化中间投入品供应商和投入产出关联， 三是基于空间集 聚带来的显性(技术工艺)和隐性(经验和心得)的知识溢出上述效应也被称为“马歇尔 外部性”与Marshall (1890)不同，Jacobs(1969)提出不同行业的厂商集聚会导致多样性的 外部性，即企业可以获得不同技能的劳动者以及跨行业的知识溢出 ,也成为多样化的外部性(傅十和、洪俊杰， 2008)进入 20 世纪 90 年代，以克鲁格曼为代表的新经济地理学派对 集聚经济做了进一步的解释， 通过在规模收益递增和运输成本的交互作用下的一般均衡模型 发现，制造业企业倾向于选择在市场需求大的地方( Krugman,1991 )。

对于集聚经济及其效应存在的研究没有较多争议， 但是对于经济集聚的实证分析存在诸 多差异，尤其是如何测度集聚效应及其动态过程机制等领域的研究仍需深入一、集聚经济的量化研究(一) 区域内高度集中作为集聚经济的标志Starrett 's (19空7间8)不可能定理认为当经济活动不是完全可分的时候，不存在竞争性均 衡，也不会有均匀分布的经济活动 因此， 大量的产业区域集中或经济活动的空间集聚可以 被看作是集聚经济的一个标志 Ellison 和 Glaese(r 1997)也用 “标靶方法( Dartboard Approach ) 来校正工厂规模和地理分布的差异， 并且提出计算衡量产业集聚程度的 EG 指数 通过对英 国工厂距离分布的实证研究发现，集聚发生在小于 50 千米的距离( Duranton and Overman ， 2005)二) 工资和租金量化集聚经济 工资和租金的变化是衡量集聚经济是另一条重要路径，这一方法认为在竞争性市场中，劳动者按照其边际产出来支付工资， 在密集大城市地区的更高工资可以被看作是更高生产力 的证据 ( Combes,Duranton and Gobillon, 2008 )。

通过面板数据的实证研究也发现在经济集聚 的城市工人具有相当大的工资溢价( Glaeser,2001) Rosen (1979) 和 Roback (1982) 则认为在集聚地区工人为了获得就业和更好享用基础设施愿意支付高租金， 而企业为了获得集聚的 生产性优势也愿意支付高工资和租金因此，工资和租金水平应和集聚规模正相关三) 生产力作为集聚经济的直接证据 经济区域集聚的外部效应意味着工厂能够厂商和人口集聚地区以相同的投入产生更多 的产出因此，直接测量集聚经济规模的最自然的方法是使用关于产出和投入的数据来估计 生产力如何在空间上变化 (陈建军，崔春梅，陈菁菁， 2011)Sveikauskas (1975)通过在城市工业基础上对城市人口和人均产出进行回归分析， 发现当人口翻番时，人均工人产出会增加 6%在讨论和控制其他变量情况下，研究发现对于大范围的城市规模而言，城市规模翻番 导致生产力提高了 3%至 8% (Rosenthal and Strange,2001)二、集聚经济的成因 现有文献研究一般都从马歇尔外部性的三大类理论机制来解释城市集聚经济的成因 (Duranton and Puga,2004) 。

为了确定具体机制，众多研究立足于微观基础，试图区分不同 机制的特征及其动态过程一) 共享基础设施集聚经济能够实现共享基础设施， 其受益者包括但不仅限于政府、 厂商和劳动者最典 型的例子是集聚区域的公路、水、电和网络等基础设施由于区域基础设施的不可分割性 一旦与公共设施相关的大的固定成本已发生， 共享设施会降低每一用户的成本， 所以用户的 人数也会越多 (刘修岩、张学良， 2010)在使用遥感数据的城市扩展研究中发现，在集中供 水的区域，因为共享的公共设施， 工厂分布更密集，而在地下蓄水层可供个体工厂更好地使 用的区域或者流域地区，经济活动更为分散( Burchfield,2006 )二) 共享中间品供应商 大量中间品供应商能够减少购买的交通成本， 还可以充分享受中间供应商之间的竞争带 来的低价红利此外，更密切的投入产出关联能有效提升产出 Abdel-Rahman and Fujita(1990)提出的模型认为在更大和专业化程度高的集聚经济中供应商规模也会更大，对产出提 升效用明显在对印度尼西亚中间投入品供应商地理位置的详细数据基础上的实证研究表明： 与供应商的远近程度的收益随着距离增加而迅速下降( Amiti and Cameron,2007 )。

在利用美 国的工厂就业数据和中间投入购买空间数据基础上，对 Abdel-Rahman and Fujita (1990) 的理 论进一步实证研究发现集群中同产业就业水平越高，单个工厂购入中间产品强度越大(Holmes ,1999)三) 共享专业化工人和劳动力 蓄水池(Labor Pool) ”Smith (1776) 制针厂的案例具有十分重大的借鉴意义，在大城市中的一个给定活动中， 产量的增加并非因为劳动者存量的增加， 而是因为每一个劳动者可以更细分的从事产业的某一个环节，从而使得单位环节的成本下降， 生产效率提升一个本地集聚的产业有一个很大的优势，那就是它能够提供的关于某项技能劳动者的恒定市场( Marshall,1890 )同时，集 中的劳动力市场的作用可以类比蓄水池， 能够很好的避免异质性波动， 不仅为厂商提供稳定 的劳动力供应也为劳动者提供多元的就业岗位( Krugman,1991 )类似的研究还发现，具有 类似技能背景的劳动力集聚是可以跨区域的( Overman and Puga ,2010)事实上，劳动力的集聚也会带来相关产业的集聚， 二者相互促进，集中的劳动力市场还可以减少企业培训成本 (Ellison et al. , 2010) 。

基于中国 211个城市面板数据的实证分析发现，劳动力就业密度每 提高 10%，该城市的劳动生产率就会提高 1.7%(刘修岩， 2009)四) “更好的匹配( Better Matching ) ” 经济集聚带来的匹配不仅包括产业链上下游企业间的投入产出关联， 还包括企业和劳动 者之间的匹配通过对异质性的企业和劳动者进行研究发现更大集聚市场允许更多样的技能， 可以减少企业搜寻成本( Helsley and Strange ,1990) 更近一步，建立“失业的工人 -空缺的职位”的流量 -存量动态模型研究发现， 更大的集聚市场可提供更高概率的匹配 (Coles ,1994; Coles and Smith ,1998) 而对人口密集的大城市中夫妻匹配和定位问题的研究，也得出密集 程度越高的市场也会提升匹配质量的类似结论( Costa and Kahn ,2000)五) 共享知识外部性 经济活动的集聚带来知识溢出的确定性和重要性是空间经济学的基本共识 知识溢出可 以减少企业和工人的成长成本， 并且除了有意识的传播知识和技能意外， 集聚还会促进在无 意识和目的情况下知识传递 (Glaeser ,1999)。

虽然电子信息技术和通讯技术的飞速进步提高 了知识传播的效率，但是地区集聚对知识溢出依旧重要( Breschi and Lissoni,2001 )其主要 原因在于知识常带有部分的隐性特征， 隐性知识不适合书面格式化编码， 难以实现远距离传 输( Polanyi,1958 ；Malmberg and Maskell,2006 )基于对工人薪酬数据层面的实证研究支持 这一结论，集聚密度大的市场导致更广泛的职场沟通， 技能和工作能力的提升进而导致更高 水平的薪酬( Charlot and Duranton ,2004) 集聚经济对于创新而言也是非常重要，多元化的 环境更方便进行创新查找和创新实验 ，更易于实现知识传递(Jacobs,1969)更进一步，知识创新在一定程度上也会导致经济活动的集聚( Audretsch and Feldman ,1996) ，从而实现双向 促进的动态关系参考文献[1] 吴建峰, 符育明. 经济集聚中马歇尔外部性的识别 ——基于中国制造业数据的研究 [J]. 经济学 : 季刊 , 2012, 11(2):675-690.[2] 傅十和, 洪俊杰 . 企业规模、城市规模与集聚经济 ——对中国制造业企业普查数据的实证分析[J].经济研究,2008(11):112-125.[3] 刘修岩 , 张学良 . 集聚经济与企业区位选择 —— 基于中国地级区域企业数据的实证研究 [J].财经研究 , 2010, 36(11):83-92.[4] 陈建军, 崔春梅, 陈菁菁. 集聚经济、空间连续性与企业区位选择 ——基于中国 265个设区城 市数据的实证研究 [J]. 管理世界, 2011(6):63-75.[5] Amiti, M. and L. Cameron. 2007. “ Economic Geography and Wages, ” Review of EconomicsandStatistics, 89(1), 15 - 29.[6] Audretsch, D. B. and M. P. Feldman. 1996. “ R&D Spillovers and the Geography of InnovationandProduction, ” American Economic Review, 86(3), 630 - 640.[7] Coles, M. G. and E. Smith. 1998. “ Marketplaces and Matching, ” International Economic Review,39(1), 239 - 255.[8] Combes, P.-P., G. Duranton, and L. Gobillon. 2008. “Spatial Wage Disparities: Sorting Matters,Journal of Urban Economics, 63(2), 723 - 742.[9] Coles, M. G. and E. Smith. 1998. “ Marketplaces and Matching, ” International EconomicReview,39(1), 239 - 255.[10] Duranton, G. and H. G. Overman. 2005. “Testing for Localization Using Micro-GeographicData, ” Review of Economic Studies, 72(4), 1077 - 1106.[11] Ellison, G. and E. L. Glaeser. 1997. “Geographic Concentration in US Manufacturing Industries:ADartboard Approach, ” Journal of Political Economy, 105(5), 889 - 927.[12] Ellison, G., E. L. Glaeser, and W. Kerr. 2010. “What Causes Industry Aggl。