城市化发展中的产业升级：集聚推动、溢出效应与空间衰减
——基于西北地区的空间计量

马子量，郭志仪

(1.西北民族大学 经济学院，甘肃 兰州 730030；2.兰州大学 经济学院， 甘肃 兰州 730000)

城市化发展中的产业升级：集聚推动、溢出效应与空间衰减

——基于西北地区的空间计量

马子量1，郭志仪2

(1.西北民族大学 经济学院，甘肃 兰州 730030；2.兰州大学 经济学院， 甘肃 兰州 730000)

摘要：城市化和产业发展进程中均呈现集聚经济特征，城市化发展中的要素集聚对集聚形态下的产业层次提升具有明显的推动。基于2005—2012年西北地区30个城市的面板数据，利用空间计量方法分析了城市化发展对产业升级的推动效应。研究结果表明，西北地区城市化发展带来的要素集聚对产业升级具有明显的正向推动，同时城市化集聚对相邻城市的产业升级存在空间溢出效应，利用空间阈值权重矩阵进一步分析后发现，600km以内时城市化发展对产业升级存在显著的正向空间溢出，但溢出效应随空间距离的增长呈现下降趋势，超出600km之后转为负向空间溢出，同时城市化发展中其他结构性因素对产业升级存在空间效应，空间效应方向和趋势由于各结构因素的特征而有所差异。基于上述实证研究，提出了相应的政策建议。

关键词：城市化；产业升级；空间计量；空间阈值；西北地区

一、引言

产业集聚是现代产业发展中的重要特征，而城市化发展体现为人口等经济要素的集聚，所以集聚经济效应是城市化经济与现代产业发展中存在的共有经济机理。众多学者对于城市化发展与产业升级的关系进行了研究，认为城市化发展通过集聚经济效应对产业升级发展起到了重要的助推作用[1-3]，此外，大量学者从多元角度论证了城市化发展对于产业升级的重要作用。首先，城市化发展为产业升级发展提供了资源供给。孙洪哲和刘琦认为城市化水平越高，伴随着城市人力资源的集聚规模的扩大，各类要素的集聚规模得以扩张，能为产业升级提供更强的动力[4]；Jaffe等通过实证研究后发现，大城市申请专利中所引用本地专利的数量是小城市的5～10倍，指出技术知识溢出在城市规模越大的情况下越明显，且其溢出范围更为广泛[5]，可见城市化发展为产业升级提供了劳动力、资本、技术和相关服务的支撑。其次，城市化发展为产业集聚提供了基本的市场需求。田雪原指出城市人口的消费水平高于农村人口，所以城市化发展或城市人口规模的扩张可以有效提升市场需求水平[6]；谢晶晶和罗乐勤通过对中国相关数据的实证分析后发现，城市化发展能提升城市人口的平均消费水平[7]；万勇对此进行了进一步的研究，发现城市化发展增强了城市居民交易的可获得性和便利性，从而使消费需求进一步增长[8]，上述研究表明城市化发展催生和拓张了市场需求规模，为产业升级提供了源源不断的动力。第三，城市化发展为产业升级提供了更好的基础设施。应焕红认为城市基础设施建设具有综合性和网络性的特征，从而促进了产业向城市的集聚，进而引发产业竞争性发展[9]；吴丰林等认为产业升级必须依靠迅捷的物流和信息流，城市化发展中基础设施的完善极大地改善了产业升级的外部条件[10]，说明城市化发展中基础设施的改善对产业升级的外部环境有着直接的促进作用。最后，城市化发展为产业升级提供了良好的制度文化环境。袁海认为城市化发展中市场制度的完善，将极大地提升城市的对外开放度，各种经济资源可以在空间中自由流动和组合，对产业升级起到了推动作用[11]；陆根尧和盛龙指出城市中所建立的开放公平的市场为产业升级提供了公平的竞争环境和法律保障，有助于产业交易过程中形成平等的市场地位，通过交易成本的降低极大地促进了产业间合作与发展[12]，说明城市化发展中的软环境改善将极大的促进产业升级。

综上所述，城市化发展依托于集聚经济效应对产业升级有着深刻的影响，通过资源供给、市场需求、载体支撑和制度完善等方面促使产业自我发展能力提升，从而带来了产业升级的持续动力。但上述研究多以定性手段为主论证了二者的理论关系，缺乏相关实证分析。文章基于2005—2012年西北地区30个地级设市城市的相关数据，利用空间计量方法分析了城市化进程对产业升级的推动，并利用空间阈值权重矩阵对空间效应及其空间影响半径进行了测度，在完善相关实证经验的同时，亦为西北地区如何利用城市化进程加速其产业升级提供了现实依据。

二、城市化发展对产业升级影响效应的分析方法及模型构建

(一)空间计量模型

空间计量模型最早针对截面数据分析提出，一般包括空间滞后模型(Spatial Lag Model, SLM)、空间误差模型(Spatial Error Model,SEM)和空间杜宾模型(Spatial Durbin Model,SDM)[13]54-57，其中SDM模型是讨论空间回归模型的一般起点，Lesage将SDM模型延展到面板数据模型[14]，其表达式为：

Yt=ρWYt+αtιN+Xtβ+WXtθ+ε

(1)

式中Yt为因变量向量，Xt为解释变量向量，W为空间权重矩阵，αt为常数项，ρ为空间自回归系数， β、θ为待估参数，ε为残差项。由于存在滞后项，模型内生性将导致最小二乘法(OLS)估计的参数是有偏的或是无效的，一般利用极大似然法(ML)对SDM模型进行估计，然后利用瓦尔德(Wald)检验和似然比率(LR)检验SDM模型能否简化为SLM模型或SEM模型。

考虑到面板数据兼具空间和时间的特点，可以将SDM模型误差项进行分解，得到：

Yt=ρWYt+αtιN+Xtβ+WXtθ+

un+ut+ε

(2)

式中un代表空间固定效应，ut代表时间固定效应，当二者不存在时为随机效应，分析中可以利用Hausman检验方法对随机效应进行检验，但是Elhorst认为空间计量分析中选取的区域一般有整体性，视为固定抽样，所以固定效应模型更为适合[15]。

对于解释变量影响的测度，根据SDM模型估计的参数测度其影响程度是不准确的，Lesage和Pace认为利用偏微分的方式更为有效[16]73-75，将式(1)转换为一般形式为：

Yt=(I-ρW)-1αtιN+(I-ρW)-1(Xtβ+WXθ)+(I-ρW)-1ε

(3)

因变量关于第k个解释变量的偏微分方程矩阵如下：

(4)

其中对角线元素的平均值为直接效应，反映区域解释变量对解释变量的影响，非对角线元素的平均值为间接效应，反映其他区域解释变量对解释变量的影响。

(二)变量选择

产业升级是一个复杂的过程，对其测度的准确性直接关系到实证分析的结论准确与否。学术界提出了多种产业升级水平测度的方法，如高燕提出的More值测定法[17]、杨晓猛提出的综合指标体系评价法[18]、李逢春提出的产业生产效率加权平均法[19]等均能良好地度量产业升级水平，基于分析的连续性与直观性，采用产业生产效率加权平均法测度西北地区的产业升级水平，其计算公式如下：

(5)式中PR代表整体产业生产效率，αi代表i产业产值在整体经济产出中的比重，Yi代表i产业产值，Li代表i产业的就业人数，二者比值反映了i产业的生产率，多产业进行加权平均后得到整体产业的生产率，PR越大代表产业生产效率越高，说明产业层次得到了提升。

分析中以西北地区主要的30个地级设市城市为研究对象(见表1)，分析时期为2005—2012年，将西北地区30个地级设市城市在这一时期内的加权产业生产效率(PR)作为被解释变量，以西北地区30个地级设市城市在这一时期内的城市化率(UR)作为解释变量，同时考虑到产业升级过程受多因素影响，加入以下控制变量：

1.科技发展(T)。产业生产效率的提升可直接受益于技术水平的发展，同时更多新兴产业能否有效满足消费者需求而获得快速发展，也在很大程度上依赖于能否利用先进技术将其产品实现并进行改进。以各城市财政支出中科技支出额度反映科技发展水平。

2.金融支撑(F)。金融支撑可以为产业升级提供资金保障和支持，特别是对于一些处于产品研发和市场开拓发展初期产业企业，信贷需求相对较大，其成长和发展需要金融市场的及时跟进。以各城市城市信贷余额反映金融支撑力度。

3.基础设施(I)。基础设施直接决定了产业升级环境的状况，产业升级发展需要良好的基础设施配套，尤其对于分布在城市中的各类产业集聚的产业园区，基础设施的完善更能吸引产业集聚和促进产业升级。以各城市人均拥有城市道路面积反映基础设施水平。

表1　西北地区地级设市城市表

在分析中对所有变量取对数以消除异方差性，记为LN，以空间杜宾模型为一般起点，则西北地区城市化发展中的产业升级空间计量模型为：

LNPRit=ρWLNPRit+αtιN+LNURitβ1+WLNURitθ1+LNTitβ2+WLNTitθ2+LNFitβ3+WLNFitθ3+LNIitβ4+WLNIitθ4+un+ut+ε

(6)

式中空间权重矩阵采用空间反距离权重矩阵，各城市间的距离由其经纬度测定，单位为公里数。各城市城市化数据来源于各省区统计年鉴《2006—2013》，其他相关数据通过《中国城市统计年鉴(2006—2013)》获得或推算而得。

三、西北地区城市化发展对产业升级影响效应的实证分析

(一) 非空间OLS面板模型估计及空间相关性检验

首先对面板数据进行了一般OLS估计，估计结果如表2所示，OLS面板估计结果中各变量的显著性明显，说明变量选择是合理的，但模型整体拟合度仅为0.401 0，且DW值为1.421 3，其偏离度较大，进一步对其残差进行Moran’I检验后发现， Moran’I值在1%的水平下显著，说明研究对象具有明显的空间相关性，选择空间计量模型进行研究是适宜的，同时LM和robust LM检验结果显示空间滞后和空间误差均显著，所以应采用SDM模型进行分析。

表2　非空间OLS面板模型估计结果表

注：***、**、*分别表示在1%、5%、10%的水平下显著。

(二) 空间杜宾面板模型估计

对式6中的SDM模型进行了ML估计，估计结果如表3所示，LR和Wald检验均在1%的显著性下拒绝模型简化为SLM模型或SEM模型，同时在模型固定效应选择中发现空间固定效应下各变量的显著性较高，极大似然值也得到了明显的提升，LR检验也表明接受空间固定效应而拒绝时期固定效应，所以选择空间固定效应SDM模型进行分析。在空间固定效应的SDM模型估计结果中，空间滞后系数为0.233 9，其在10%的水平下显著，说明西北地区产业升级存在空间溢出效应，但是各自变量的空间交互效应并不明显，考虑到部分变量的空间交互可能仅在一定空间范围内有所体现，而超出一定距离后效应大幅减弱甚至不存在，如技术溢出、基础设施共享等，而在SDM模型中采用了全域反距离空间权重，导致存在空间交互距离阈值的变量其空间交互效应未得到良好体现。

(三) 阈值空间权重矩阵设定

由于在全域反距离空间权重矩阵下，部分变量的空间交互并未得到有效体现，进一步采用阈值空间反距离权重矩阵进行分析，其具体设定如下：

(7)

式中dij代表i地区和j地区间的距离，du为空间阈值距离下限，dl为空间阈值距离上限，其值为自主设定，当两个地区间的距离在空间阈值范围之内时，则认为两个城市间存在空间关系，其权重值为二者距离的倒数，低于或高于这个范围，则认为两个城市间不存在空间关系，其权重值为0。对西北地区30个地级设市城市间空间距离进行整理分析后，将空间阈值距离设定为五种形式，分别为0～200km、200～400km、400～600km、600～800km、800～1 000km，依据其计算的阈值空间权重矩阵分别为W1、W2、W3、W4、W5。

在设定阈值空间权重矩阵的基础上分别对其阈值范围内的城市连接关系进行了分析，分析结果如图1所示，图1中横纵轴数字均代表城市编号，具体见表1，如两城市间的距离在设定阈值范围内，则图1中两个城市间存在连接点，反之则不存在。如图1所示，在空间阈值距离0～200km、200～400km、400～600km三种形式下，其空间连接点数总和为574个，占总连接点数的66%，说明城市间距离多在此范围内，而超出600km后城市间连接点数迅速下降。

表3　SDM模型估计结果

注：***、**、*分别表示在1%、5%、10%的水平下显著，括弧里的数字为t值。

图1　西北地区地级设市城市不同空间距离阈值下联接关系图

(四) 不同阈值空间权重矩阵下SDM模型估计

分别以上述五种空间反距离权重矩阵对SDM模型进行了估计，分析中仍然设定为空间固定效应，估计结果如表4所示，从ρ值来看，在400 km以内显著为正，400～800 km之内显著为负，超出800 km之后并不显著，说明西北地区城市间产业升级的空间交互半径平均约为800 km，而在400 km之内产业升级具有明显的空间溢出效应，在400～800 km之内产业升级具有明显空间集聚效应，具体空间交互路径可以通过各变量的空间效应分解得出。

(五) 不同阈值空间权重矩阵下SDM模型空间效应分解

利用式(3)对不同阈值设定下的SDM模型进行了空间效应分解，结果如表5所示，城市化发展对于产业升级的推动效应最为明显，其中直接效应为始终正且较显著，且在所有变量中其影响程度是最强的，说明城市化进程的深入对于城市产业升级有着明显正向的推动作用，而间接效应伴随着空间阈值的增大出现了阶段性的演变，在600 km以内城市化发展对于产业升级的空间溢出效应为正，但是正向空间溢出效应伴随着距离的增大在逐渐减小，而空间阈值进一步增长为600～1 000 km时城市化发展对产业升级的间接效应为负。城市间通过城市化发展对产业升级的影响进程中溢出与极化效应是并存的，如效应为正则说明空间扩散为主导，如效应为负则说明空间极化为主导，空间距离在600 km以内时近距离城市间城市化发展对产业升级的效应以空间溢出效应为主，此时各城市城市化水平的不断提高导致其要素规模和流动性不断提升，通过资金、技术的交流或者产业的直接转移，带动周边城市的产业升级，而伴随着城市间距离的拉大导致要素流动、技术转移等经济活动的难度加大和频率降低，从而使得产业升级的空间溢出效应虽仍占据主导地位，但其程度在不断下降，而空间距离进一步增长为600～1 000 km时，城市化发展对产业升级的效应以空间极化效应为主，这是由于城市间距离进一步提升导致城市间资金、技术的交流或者产业的直接转移可能性变得更低，而远距离城市的城市化水平不断提高导致其要素规模在不断增长的同时，势必在一定程度上造成城市自身要素的流出，从而使得自身产业升级变得更为不利。

表4　不同阈值反距离权重矩阵下空间固定效应SDM模型估计结果

注：***、**、*分别表示在1%、5%、10%的水平下显著，括弧里的数字为t值。

表5　不同阈值反距离权重矩阵下SDM模型空间效应分解

注：***、**、*分别表示在1%、5%、10%的水平下显著，括弧里的数字为t值。

其他结构性因素对于城市化发展中的产业升级也带来了不同程度的影响，科技发展、金融支撑和基础设施对产业升级的直接效应均为正向显著，说明这些方面的提升将有力地推动城市产业升级，同时从三者的间接效应分别来看存在着差异。科技发展具有明显的正向空间外溢效应，在200 km之内技术溢出对产业升级的推动最强烈，伴随着空间距离的增大其影响程度逐渐下降，在800 km之外其显著性明显下降，说明西北地区城市化发展中的技术溢出平均半径约为800 km，超出800 km后技术溢出效应并不明显；金融支撑的间接效应显著性并未随空间距离的增大而变化，且其影响程度也与空间距离无反向关系，说明现代金融业通过引进先进的信息交流技术，空间距离对现代金融市场的制约越来越小；基础设施的间接效应伴随着空间距离的增大出现了较大的变化，在400 km以内基础设施的间接效应为正向显著，说明近距离城市间可以通过共享基础设施以推动产业升级，但是当空间距离延伸至400 km之外时其间接效应为负，说明远距离城市间共享基础设施的难度增大，其他城市基础设施水平的提高将使得城市自身产业转移，存在明显的竞争效应，从而加大了自身产业升级的难度。

四、结论及建议

结合空间阈值反距离权重矩阵，利用空间计量方法以空间视角对西北地区城市化发展对产业升级的影响进行了分析。结论如下：第一，西北地区城市化进程中存在的集聚经济效应对产业升级有着重要的推动作用，城市化进程中要素集聚的外部性对于产业效率的提升至关重要。第二，西北地区城市化发展对产业升级的影响存在明显的空间效应，城市化发展不仅对本地产业升级具有推动作用，也对周边地区产业升级有所影响，且这种影响伴随着空间距离的增大出现了明显变化，600 km以内存在空间溢出效应，600 km以外存在空间极化效应，同时经济效应存在明显的空间衰减现象。第三，城市化发展中其他结构性因素对本地产业升级有着明显的直接推动的同时，也存在城市间的空间效应，空间效应方向和趋势由于各结构因素的特征而有所差异。

未来提升西北地区整体产业层次，在依托于城市化综合进程的同时，应充分发挥城市化空间外溢效应。第一，加速西北地区城市化进程，利用城市化过程中的要素空间集聚，充分发挥集聚经济效应，不断催生产业新形态及提升产业效率，促进西北地区产业升级。第二，由于西北地区城市化发展对产业升级的外溢效应存在空间距离阈值，决定了目前城市化经济对产业升级的外溢效应在城际间距离较小的城市密集区更为显著，所以需以区域大城市为中心的城市密集区域为龙头，着重发展分布在区域中心城市周边的中小城市，依托其雄厚的城市经济资源促进周边近距离城市的产业升级，以引发城市产业升级的空间联动态势。第三，注重西北地区城市化发展中其他结构性因素对产业升级的重要影响，依托城市化发展中的金融支撑、科技进步和基础设施建设为城市产业升级不断充实资本、提升效率和完善环境，同时还要依托城市化发展中结构性要素的空间外溢、共享和示范效应，提升周边城市和区域整体的产业层次。

参考文献：

[1]刘志彪. 以城市化推动产业转型升级——兼论 “土地财政” 在转型时期的历史作用[J]. 学术月刊, 2010 (10).

[2]Michaels G, Rauch F, Redding S. Urbanisation and Structural Transformation[J]. The Quarterly Journal of Economics, 2012, 127(2).

[3]吴福象, 沈浩平. 新型城镇化、基础设施空间溢出与地区产业结构升级——基于长三角城市群16个核心城市的实证分析[J]. 财经科学, 2013 (7).

[4]孙洪哲, 刘琦. 城市化与产业集聚互动机制研究[J]. 中国青年政治学院学报, 2011 (2).

[5]Jaffe A B, Trajtenberg M, Henderson R. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[R]. National Bureau of Economic Research, 1992.

[6]田雪原. 人口城市化驱动消费需求效应研究[J]. 中国人口科学, 2000 (2).

[7]谢晶晶, 罗乐勤. 城市化对投资和消费需求的拉动效应分析[J]. 改革与战略, 2004 (3).

[8]万勇. 城市化驱动居民消费需求的机制与实证——基于效应分解视角的中国省级区域数据研究[J]. 财经研究, 2012 (6).

[9]应焕红. 加快产业集聚 大力推进城市化进程——对浙江省温岭市城市化与产业集聚良性互动的案例分析[J]. 中共杭州市委党校学报, 2002 (4).

[10]吴丰林, 方创琳, 赵雅萍. 城市产业集聚动力机制与模式研究进展[J]. 地理科学进展, 2010 (10).

[11]袁海. 包含制度因素的中国城市化动力机制的实证分析[J]. 首都经济贸易大学学报, 2004 (2).

[12]陆根尧, 盛龙. 产业集聚与城市化互动发展机制研究:理论与实证[J]. 发展研究, 2012 (10).

[13]Anselin L. Spatial Econometrics: Methods and Models[M]. Dordrecht, Netherlands :Kluwer, 1988.

[14]LeSage J P. Spatial Econometrics [J]. Encyclopedia of Social Measurement, 2005 (3).

[15]Elhorst J P. Applied Spatial Econometrics: Raising the Bar[J]. Spatial Economic Analysis, 2010, 5(1).

[16]LeSage J P, Pace R K. Introduction to Dpatial Econometrics [M]. Boca Raton,US:CRC Press, 2009.

[17]高燕. 产业升级的测定及制约因素分析[J]. 统计研究, 2006 (4).

[18]杨晓猛. 转型国家市场化进程测度的地区差异分析——基于产业结构调整指标的设计与评价[J]. 世界经济研究, 2006 (1).

[19]李逢春. 中国对外直接投资推动产业升级的区位和产业选择[J]. 国际经贸探索, 2013 (2).

(责任编辑：马慧)

Industrial Upgrading in the Development of Agglomeration Promote，Spillover Effect and Spatial Attenuation:Based Spatial Econometrics in the Northwest of China

MA Zi-liang1， GUO Zhi-yi2

(1.School of Economics, Northwest University For Nationalities, Lanzhou 730030, China；2.School of Economics, Lanzhou University, Lanzhou 730000, China)

Abstract:Agglomeration is an important economic characteristic in the process of urbanization and industrial development, elements agglomeration in the urbanization development has obvious promotion to industry upgrading agglomeration of spatial agglomeration. Based on city panel data in the northwest of China from 2005 to 2012, using the spatial econometric methods to analyze the promoting effect from urbanization development to the industrial upgrading. The results showed, the elements agglomeration in the urbanization development has obvious positive push to industrial upgrading, at the same time, the urbanization agglomeration of existing spatial spillover effect to industrial upgrading in the adjacent cities; based on the spatial threshold weighted matrix after further analysis found urbanization has significantly positive spatial spillover effect to the industrial upgrading within 600km, but spillover effects presents downtrend along with the growth of the space distance, and the spillover effects turn to negative after more than 600km . At the same time other structural factors in the development of urbanization also existing spatial effect to industrial upgrading, and the direction and trend of spatial effect are different due to the characteristics of the structure factors. Based on the above empirical study, this paper puts forward the corresponding policy recommendations.

Key words:urbanization; industrial upgrading; spatial econometrics; spatial threshold; northwest of China

收稿日期：2015-09-18

基金项目：甘肃省社科规划项目《甘肃省城镇化进程与产业结构变迁协同发展研究》(14YB029)；西北民族大学中央高校基本科研业务费重大培育项目《西北地区产城发展中的驱动机制、溢出识别及融合调适》(1001370303)

作者简介：马子量，甘肃临夏人，经济学博士，副教授，研究方向：区域与城市经济；

中图分类号：F061.5∶F224.0

文献标志码：A

文章编号：1007-3116(2016)02-0042-07

郭志仪，甘肃通渭人，教授，博士生导师，研究方向：区域经济与可持续发展。

【统计应用研究】