区域制造业集聚对城乡收入差距的作用研究

罗芳 赵煦琨

一、文献综述

自人类进入工业社会以来，产业集聚成为经济发展和工业化进程中的一个重要现象。保罗·克鲁格曼认为经济活动最突出的地理特征就是集中[1]。产业在地理上的集中伴随着城市的发展，这种工业化与城市化的交互演进推动了区域经济的发展。产业集聚的概念首先由马歇尔提出用以描述“专门工业集中于特定的地方”这种经济现象，并从劳动力市场共享、中间产品投入和技术溢出三个方面解释了产业集聚的成因[2]。在迪克西特和斯蒂格利茨[3]提出的D-S模型的基础上，克鲁格曼创建新经济地理学（NEG），并提出了中心—外围模型。新经济地理学把经济空间高度抽象为同质性的平面，以垄断竞争的市场结构、规模收益递增与“冰山运输成本”[4]作为基本假设，探讨了一个最初由两个完全相同的区域构成的经济系统通过制造业人口的迁移，内生地演化为工业核心区与农业边缘区的演化过程。在演化过程中存在着集聚力与分散力，其中集聚力表现为“市场接近效应”与“生活成本效应”，分散力表现为“市场拥挤效应”[5][6]。新经济地理学的中心—外围模型中农业部门报酬不变和制造业部门报酬递增的假设，为城乡收入差距提供了理论建模的出发点；而其对集聚经济空间外溢性的分析也为使用空间计量模型研究地区产业集聚问题提供了思路。

自改革开放以来，中国城乡收入差距总体呈现缩小—扩大—再缩小的趋势，并于近年来持续缩小。根据国家统计局最新发布的报告，2020年中国城乡居民人均收入比值依然达到2.56的水平，城乡收入差距依然显著。刘易斯(1954)[7]、费景汉和拉尼斯（1964）[8]根据发展中国家经济结构的二元性质构建了二元经济结构模型，并在此基础上形成了二元经济结构理论。二元经济结构理论以农村存在大量剩余劳动力为前提，将经济划分为传统农业部门和现代工业部门，由于工业部门生产率较高并由此产生城乡收入差距，而城乡差距的存在使得劳动力从农村的农业部门转移到城市的工业部门，在这个过程中城乡收入差距会不断缩小直到二元经济结构解体。库兹涅茨基于西方工业化国家的收入分配情况，提出了著名的倒U型曲线，即随着经济由低级阶段向高级阶段发展，收入分配的不平等程度有先扩大后缩小的趋势[9]。二元经济结构理论与库兹涅茨曲线分别将城乡收入差距与部门生产率、劳动力转移与经济发展阶段关联起来，为后续研究提供了理论分析的基点。

现阶段中国经济呈现出明显的城乡二元经济结构，国内的研究很早就关注到了分配政策、产业政策、城市化对城乡收入差距的影响。贺晓东（1988）[10]认为政策偏向与剪刀差导致了城乡收入差距的扩大。蔡昉和杨涛（2000）[11]从政治经济学的角度分析中国重工业优先发展战略与城市偏向政策造成的城乡收入差距的持续扩大,不仅是社会和政治不稳定的潜在因素,而且会造成劳动力和其他生产要素在部门间配置的低效进而阻碍中国经济的长期持续增长。陆铭和陈钊（2004）[12]认为城市化对降低城乡收入差距作用显著，地方政府实施的带有城市倾向的经济政策则会扩大城乡收入差距。陈斌开和林毅夫（2013）[13]的研究发现鼓励资本密集型部门优先发展的政府战略会造成城市部门就业需求的相对下降，进而延缓城市化进程，延缓了农村居民有效地向城市转移的进程并造成城乡收入差距的扩大。

在产业集聚对收入分配影响的研究方面，现有研究更多侧重于对地区间收入分配差距的分析，对于城乡收入差距方面的研究则相对较少。蔡武等（2013）[14]基于1998—2010年省级数据，通过空间自回归及空间误差模型计算得出结论：现阶段中国农村劳动力流动加速城市产业集聚进而扩大城乡收入差距。曾鹏和吴功亮（2015）[15]基于1999—2014年的地级市数据，通过最小二乘模型计算显示：在中国中部和西部地区，产业集聚将扩大城乡收入差距；在东部地区，产业集聚将缩小城乡收入差距。陈旭（2019）[16]基于2001—2011年地级市数据的研究认为制造业的地理集聚则能够有效地缩小城乡收入差距。彭代彦和袁畅（2020）[17]基于2005—2016年省级数据，通过空间杜宾模型得出产业集聚会缩小本地区及邻近地区城乡收入差距的结论。相关研究采用了不同方法对产业集聚对城乡收入差距的影响进行探讨，结论也各有不同，研究角度更多侧重空间异质性，对产业集聚度以及产业异质性的分析则稍显粗糙。

本文分产业、分地区对全国制造业的集聚现象进行了更细致的测度与描摹。首先，在地区制造业集聚的测度方面，本文没有使用现有研究中广泛使用的区位熵，而是将传统用于测度行业集聚的EG指数进行变形用来测度地区制造业的集聚情况；其次，在产业异质性分析方面，本文在计算各地区制造业总体集聚程度之余，又进一步测度了制造业中劳动密集型产业与高技术产业的集聚度并分析了其对城乡差距的影响，拓展了研究的思路；最后，虽然最新研究中已经开始运用空间计量模型进行分析，但计量模型设定大都较为粗糙，本文则从数据特征上探讨了空间杜宾模型中固定效应与随机效应的选择，使得统计模型的设定更加严谨。

二、理论机制

由于现今中国具有明显的城乡二元结构特征[13,18]，因此城市和农村具有不同的产业构成。为使分析更为简洁清晰，本文假定某一地区由农村和城市两个部门构成，农村部分进行农业生产，城市部门进行工业生产，集聚效应只作用于城市部门。参照蔡武等（2013）[14]引入中间产品投入，建立规模报酬不变的柯布—道格拉斯形式农村生产函数：

其中，Y1、A1、L1、K1、I分别为农业的产出、生产技术函数（常数）、劳动力、资本与中间投入品，α为农业中劳动力相对资本的投入比例，1-β为中间投入品的投入比例，有0＜α、β＜1。

Ciccone[19]的研究认为集聚经济效应会带来经济效率的改进，且国内相关研究也支持这一结论[20][21]。因此认为工业生产技术函数A2为随城市集聚水平上升而上升的常数，而农业生产技术函数A1则为固定常数。由于产业集聚效应在生产技术函数中已经得到体现，故工业部门生产函数设定为规模报酬不变的柯布—道格拉斯函数：

其中，Y2、L2、K2分别为工业的产出、劳动力及资本，ε为工业中劳动力相对资本的投入比例，0＜ε＜1。为建立起农业与工业部门的联系，假设工业产出中固定比例γ作为中间投入品进入农业生产，即I=γY2。

设农业、工业部门的劳动力收益分别为w1、w2，则有：

城乡收入差距可表示为;

当产业集聚度上升时，一般认为会带来工业生产效率的提升，并进一步使得城市部门劳动力与资本进一步上升。由（5）式可知，城市部门从农村部门吸收劳动力会缩小城乡收入差距，而城市部门从农村部门吸收资本以及城市部门单方面的效率提升均会造成城乡收入的扩大。

在经济的实际运行中，产业集聚对城乡收入差距的影响是多种因素同时作用的结果。一方面，在区域内部产业集聚可以产生集聚规模效应和外部经济，提高要素配置效率与劳动者收入水平，进而拉动农村劳动力转移就业，使农民获得较高非农收入，使得大量资金通过汇款进入农村地区，有利于缓解农村地区资本投入匮乏的局面。在此情况下城乡差距取决于城市居民与农村居民收入的相对增长水平。另一方面，由于产业集聚必然会导致区域经济梯度现象，进而在城乡间产生极化效应、扩散效应与回程效应[22]。由于产业集聚现象随着城乡收入差异的扩大而继续加强[23]，从而扩大城乡的经济梯度，使得极化效应、扩散效应与回程效应的作用更为明显。极化效应表现为生产要素间的聚集带来的规模经济效益在起作用，使生产要素进一步向城市集中；扩散效应表现为城市对农村的经济溢出效应，促使生产向农村地区扩散;回程效应则表现为城市竞争力增强带来的高回报率，使得资本、人才等生产要素从农村向城市回流，使城市经济进一步发展的同时削弱农村地区的发展潜力。极化效应、回程效应均会造成城乡收入差距的扩大，而扩散效应则会减小城乡收入差距，具体效果取决于三个效应的综合。一般而言，在经济发展初期，极化效应居于主导地位；随着经济整体水平的发展，扩散效应逐渐增强。

三、制造业集聚与城乡收入差距的测度

（一）制造业集聚的测度指标选择

关于地区层面产业集聚的测度，已有文献多采用的测度指标为区位熵。区位熵易于计算，对数据要求较低，可以反映某区域内某一产业部门的专业化程度，进而度量产业在区域内相对集中度。然而区位熵的计算中未能考虑行业间的交互关系，故无法度量产业的绝对集中度。与之相对，EG指数中包含了赫芬达尔指数和空间基尼系数两项指标，能够将规模集聚和空间集聚两方面因素纳入统一的分析框架中[24]，数学表达式优美且弹性较好，并能够区分随机集中和企业间由于共享外部性或自然优势的集中，同时反映了产业自身的绝对集聚以及与区域内其他产业的相对集中度，具有区位熵所不具备的优越性。虽然其对微观数据要求较高，但综合考虑计算结果的可信性、对产业集聚形态描摹的准确性，本文选择使用EG指数度量中国制造业的集聚程度。

（二）数据来源与处理

本文分行业、分地区研究全国范围制造业的集聚情况，地区划分基于省级行政区，而行业划分则基于2011年《国民经济行业分类与代码》（GB/T4754-2011）的划分标准，选取C13～C43共31个制造业行业作为研究对象。由于数据可得性、指标口径等原因，在地区选取上未计入西藏、新疆、青海、海南以及香港、澳门特别行政区及台湾地区。故研究的空间范围共涵盖中国大陆27个省级行政区。

2011年《国民经济行业分类与代码》（GB/T4754-2011）与2002年《国民经济行业分类与代码》（GB/T4754-2012）相比改动较大：其一，从2011年起，规模以上工业企业的起点标准从年主营业务收入500万元提高到2000万元；其二，《国民经济行业分类与代码》2011版将橡胶制品业和塑料制品业两个大类合并为橡胶和塑料制品业，将交通运输设备制造业分为汽车制造业和铁路、船舶、航空航天和其他运输设备制造业。由于《国民经济行业分类与代码》（GB/T4754-2011）从2013年开始实行（对应统计数据为2012年），为保证标准的一致性，同时考虑数据的可得性，本文选用数据的时间跨度为2012—2018年。

计算EG指数既可以使用各行业的就业数据，也可以使用产值数据。在国内外已有研究中，尤其是外国学者的研究中，较多使用的是就业数据。然而，中国各地区发展水平差异很大，由此会带来各地区就业人员较大的质量差异，且国有企业中存在的劳动力过剩现象较为普遍；同时由于研究的时间序列较短，期间就业人员变动亦不足以体现出产业集聚现象的变化规律。因而，采取就业数据计算EG指数可能导致产业集聚度测度的较大系统性误差，故本文选择使用产值数据计算EG指数。综合考虑数据可得性、易得性与统计口径的统一性，最终选择规模以上企业的主营业务收入作为计算EG指数的统计指标。为保证不同年份数据的可比性，本文根据2012—2018年《中国统计年鉴》中的工业生产者出厂价格指数，将各年份统计指标统一调整为2012年的不变价进行计算。

实证数据主要来源于2013—2019年所研究的27个省级行政区的统计年鉴中有关规模以上工业企业的相关统计，并根据2013—2017年《中国工业统计年鉴》对数据进行了一定补充。尽管笔者尽一切努力希望能够使用纯净统一的数据，但依然有部分数据缺失，为了顺利完成EG指数的计算，对缺失数据进行了人工补充处理。以下特别进行说明：北京市烟草制品业数据缺失，考虑到北京市只有一家相关企业，在数据缺失的情况下，将企业主营业务收入记为0。由于《国民经济行业分类与代码》（GB/T4754-2017）从2019年开始实行，故2018年度已经有少数省份（河北、宁夏、天津）不进行规模以上企业的主营业务收入的统计而改为统计营业收入。为保证数据指标的一致性，其2018年规模以上企业的主营业务收入通过由规模以上企业营业收入回归换算的方式确定。与此情况类似，黑龙江2017、2018年主营业务收入由产成品回归换算得到。另外，部分省市（福建、上海等）还出现个别年份企业数量数据缺失的情况，考虑到规模以上企业数量变化较慢，故采取相邻年份平均向上取整的方式对缺失数据进行补充。

（三）制造业集聚水平测度

依照Ellison和Glaeser的定义[25,26]，假设某经济体的产业i内有N个企业,且该经济体被划分为r个地理区域,则产业i的EG指数的表达式为：

其中，i,j,k分别表示产业、区域和企业。sij为产业i在区域j的相关指标（产值）占产业i在所研究经济体相关指标的总和中的比例，xj为区域j所有行业相关指标的总和占所研究经济体所有行业相关指标的总和中的比例，Zk为企业k的相关指标在产业i相关指标总和中的比例。Gi是产业i的空间基尼系数，Hi是产业i的赫芬达尔指数。

这里需要说明的是，由于缺乏企业的微观详细数据，即Zk无法求得，因此无法完全按照Ellison和Glaeser的公式计算出赫芬达尔指数Hi。本文参照杨洪焦[27]的做法，对赫芬达尔指数Hi的公式做出了调整：假设在每个区域j，产业i内所有企业具有相同的规模。调整后赫芬达尔指数Hi的计算公式为：

其中，nij为区域j中拥有产业i的企业个数，Empij为区域j中产业i的相关指标值，Empi为产业i的相关指标在经济体中的总值。由此可以得到产业i的EG指数的计算表达式为：

EG指数多用于行业集聚水平的测度，当使用EG指数测量地区中产业的集聚水平时，借鉴朱万春[28]的方法对公式做出部分调整：

考虑到本文选用的是主营业务收入作为EG指数的计算指标，故其中Empij为j地区中i行业企业主业业务收入总和，Empj为j地区所有制造业企业主营业务的总和。因而有由此可得，i行业在j地区的集聚指数γij=γi×wij。将j地区各行业的γij按行业进行加总，就可求得j地区的EG指数

j地区中i行业的EG指数的表达式为：

j地区制造业总体的EG指数的表达式为：

根据全国制造业EG指数各地区统计数据（统计表略），在地区层面，制造业集聚水平呈现东部、西部相对较高、中部相对较低的特征。总体而言，各省制造业集聚在所研究的时间范围内有较为明显的提高，但综合产值数据指标（制造业企业主营业务收入）来看，这种集聚水平的提高更多来自产业结构的优化而非产值本身的提升。

（四）城乡收入差距的测度

与更简单直接的城乡居民收入比相比，泰尔指数在计算时考虑到城乡人口的动态变化，并在进行收入差距的测度时，借助信息熵的概念将人口份额的变化转化为收入份额的变化进行解释，因此泰尔指数不仅能够反映城乡居民的收入比，而且还将城乡人口的相对变化纳入考虑。由于现阶段中国城乡经济依旧呈现出显著的二元结构，因此选用泰尔指数相对更适合在现阶段度量中国城乡收入差距。因此本文参照欧阳志刚（2014）[29]的方法，使用泰尔指数对中国各地区的城乡收入差距进行度量。

泰尔指数的表达形式为：

其中i表示区域，t表示时间，j=1,2分别表示城镇和农村地区，rij表示i地区城镇或农村人口数量，Sij表示i地区城镇或农村人口总可支配收入，Si表示i地区居民可支配收入的总和。本文通过城市或农村人均可支配收入与常住人口数的乘积来计算Sij，全部计算数据均由国家统计局官网（http://www.stats.gov.cn/）获得。公式中是城镇居民或农村居民与全体居民可支配收入之比，因此城乡收入差距越小ln()的值便越趋近于0。泰尔指数的值越小代表研究地区的城乡收入差距越小。

根据各地区泰尔指数统计数据（统计表略），无论在全国还是各地区，泰尔指数均稳步下降，说明全国范围内各地区城乡收入差距持续缩小。在地区层面，城乡收入差距明显呈现为西高东低，说明西部地区的城市化进程相对东中部地区较为滞后，城乡差距较大。

（五）测度指标的空间相关性特征

莫兰指数可以用来度量某种属性在区域中的空间相关性[30]。因为测度指标的空间自相关特征对于建立计量模型具有重要参考价值，故本文通过全局莫兰指数来测度各地区制造业集聚与城乡收入差距的空间自相关特征。

全局莫兰指数(Global Moran’s I)：

其中：

n为样本数，xi、yi为区域i、j的属性值，xˉ、yˉ为xi、yi的均值，wij为空间权重矩阵，本文基于邻接标准定义空间权重，若区域间相邻取值为1，不相邻取值为0。

全局莫兰指数I是空间自相关回归方程系数的估计值，其取值范围为[-1,1]。全局莫兰指数I在0至1间取值，为正相关，表示具有相似的属性集聚在一起（即高值或低值间相邻接）；全局莫兰指数I在0至-1间取值，为负相关，表示具有相异的属性集聚在一起（即高值与低值、低值与高值相邻接）；全局莫兰指数I接近于0，则表示随机分布，或区域间不存在空间自相关性。

表1、表2中所示为2012—2018年地区制造业集聚EG指数与城乡收入差距胎儿指数的全局莫兰指数（stata 15.0计算所得）。由表中数据可知，总体上两者的空间自相关性非常显著。

表1 地区制造业集聚全局莫兰指数

表2 地区城乡收入差距全局莫兰指数

四、实证研究

（一）计量模型的建立

本文主要基于地区层面进行实证研究，从而进行实证分析的数据类型为面板数据；在前文的研究中，地区层面制造业集聚与城乡收入差距均表现出显著的空间自相关特征。普通最小二乘（OLS）模型无法描摹变量间的空间交互特征，因此在实证模型的选取中，必然选用可以反映数据空间分布特征的空间计量模型。

空间滞后模型（SLM）的表达式为：

其中Y为被解释变量矩阵，X为解释变量矩阵，ρ为空间效应系数，β为参数向量，W为空间权重矩阵。在空间滞后模型中，被解释变量Y不仅受到其自身的解释变量X影响，还受到其他区域相同被解释变量的影响，而这一点正好反映出变量的空间自相关特征。

空间误差模型（SEM）的表达式为：

其中Y、X、W的意义同上，λ为空间误差相关系数，其作用在于度量邻近个体关于被解释变量的误差冲击对本个体观察者的影响程度。在空间误差模型中，空间扰动项ε和空间总体相关，某一区域的扰动会随空间效应影响到其他区域。

空间杜宾模型（SDM）可以看做加入空间滞后变量而增强的空间滞后模型，其表达式为：

式中Y，X，W的意义同上，γ是一个参数向量，用来度量相邻区域的解释变量对被解释变量的影响，反映相邻区域解释变量均值的空间滞后效应。

当γ=0时，空间杜宾模型退化为空间滞后模型；当ρ=0时，空间杜宾模型退化为解释变量的滞后模型；当γ和ρ均等于0时，空间杜宾模型直接退化为最小二乘模型。

与空间滞后模型相比，空间杜宾模型同时考虑到了解释变量X与被解释变量Y的空间自相关特征，而在前文研究中，作为被解释变量的城乡差距泰尔指数与作为主解释变量的地区制造业集聚EG指数均表现出显著的空间自相关特征。且空间杜宾模型具有良好的退化性质，因此初步选定使用空间杜宾模型来进行地区制造业集聚对城乡差距影响的实证研究。

（二）控制变量的选取

综合已有文献，影响城乡收入差距的因素主要由地区经济发展水平、城市化进程、对外开放程度以及政府行为等[15-17,29,31]。因此，在确定了被解释变量为地区城乡差距泰尔指数以及主解释变量为地区制造业集聚EG指数的前提下，本文将控制变量设置如下。

1.地区经济发展水平：根据已有的研究成果，中国经济发展与城乡收入差距大致呈现倒U型的关系，因此本文将地区经济发展水平纳入控制变量，所选用GDP数据经价格平减（2012年基期），单位为亿元，在模型计算中取对数ln（GDP）代入计算。

2.城市化进程：中国目前仍处于城乡二元结构，城市化过程中农村人口向城市迁移，会对城乡收入差距产生多重效应。一方面，由于城乡收入差距的存在，劳动力由农村流向城市进而增加城市劳动者数量，增强了城市劳动力市场的竞争程度。同时，城市化进程使得城市人口数量增加、城市规模扩大，以此增强了城市的辐射效应，扩大农产品的需求，带动农村地区发展因此有利于城乡收入差距的缩小；另一方面农村劳动力的转移促使城市规模扩大，城市的聚集效应更为明显,生产效率的提高进一步提高了城市居民收入水平进而可能导致城乡收入差距的进一步扩大。因此,城市化对城乡收入差距的影响是正、负效应综合作用的结果。本文以csh=城镇人口/总人口表示城市化进程并代入计算。

3.对外开放程度：万广华等（2005）[31]的研究认为：全球化会显著扩大地区间收入差距；导致地区间收入差距的最为主要的因素是资本。由于外商直接投资主要集中于城市，因此对外开放程度可能会对城乡收入差距产生正向关联。本文以外商直接投资（FDI）表示地区对外开放程度，所选用FDI数据经过汇率换算与价格平减（2012年基期），单位为亿元，取对数ln（FDI）代入计算。

4.政府行为：中国政府在地方经济发展中扮演着重要的角色。由于现阶段城市投资回报率显著高于乡村，因此如果地方政府追求经济增长，则政府开支便会偏向城市。而同时，中国政府高度重视三农问题并每年提供了大量涉农贷款推动乡村发展。本文通过两个指标来衡量政府行为对城乡收入差距的影响。其一为政府参与经济程度fis=政府财政支出/地区GDP，其二为政府乡村扶持程度ny=涉农贷款金额/贷款总额。

（三）固定效应（FE）与随机效应（RE）的选择

当初步确定使用空间杜宾模型进行实证分析，第二个问题便随之而至。由于面板数据具有个体与时间两个维度，因此两者相应的固定效应与随机效应使得模型会有四种不同的表现形式。大部分现有研究都选择直接使用固定效应进行计算，少部分文献中则使用了hausman检验来进行固定效应与随机效应判断。但不同于最小二乘方法，使用空间计量模型对面板数据进行回归，个体上选择固定效应与随机效应会对计量结果造成非常大的影响。因此有必要就固定效应与随机效应的选择进行更详尽的分析，而非沿袭使用固定效应的惯例。

基于数据的短时间序列特征，在分析数据时不需要进行面板数据的平稳性检验，但由于短时间序列可能带来的异方差与序列相关问题，使得经典hausman检验不再适用；同时考虑到基于Bootstrap法的hausman检验在的稳健性和可靠性比现有的非参数检验更为优越[32]，故本文选择基于Bootstrap法的hausman检验。使用stata 15.0计算所得的检验结果为p=0.9687，不能拒绝存在随机效应的原假设，应使用个体随机效应。虽然应用hausman检验可以在统计上对固定效应与随机效应的选择进行一些统计学上解释[33]，但这种统计上的解释在很多情况下依旧不能避免靠统计结果的显著性来选择模型之嫌。本文根据固定效应与随机效应所对应的统计性质与研究问题的数据特征在个体与时点的固定效应与随机效应进行选择，并尽最大努力尝试对所做选择进行解释。

不论固定效应或随机效应，其本质上要解决的都是通过模型无法直接捕捉到的异方差性的问题。在面板数据的框架下中，固定效应（FE）可以理解为做的是虚拟变量OLS回归。在多数的经济数据中，个体不可观测的异质性截距往往与解释变量有关或相互干扰，固定效应这种虚拟变量回归的做法可以很好地控制并排除那些不可观测的个体差异的影响，从而可以在一定程度上解决遗漏变量的问题，提高模型的准确性。本文中，最终带入模型的面板数据集的个体数为27个（即前文中计算地区制造业集聚EG指数的27个省份），时间序列长度为7年。首先，由于数据可得性及指标一致性所导致的短时间序列使得时间项上很难满足随机效应（RE）严格的假设：即假设个体异质性截距ut与所有解释变量Xt均不相关，并且残差ε是一个服从正态分布的随机变量。其次，主解释变量地区制造业集聚EG指数在2016—2018年间变化较大，与时点随机效应中个体残差ε服从正态分布的假设不符。以上两点均使得本文在模型选择上必然选择时点固定效应。

在个体层面的选择上，由于省份这种分组变量本身就可以代表其总体（即一个国家的省份是固定的），在变量选择上不是一种随机抽样，由此乍看之下似乎个体固定效应是合理的选择，毕竟固定效应在参数估计量的一致性上拥有更好的统计性质。但是，这里还有很重要的一点：作为主解释变量的地区制造业集聚的EG指数并不是由原始数据直接得到，而是经过了复杂计算所得，且在EG指数的计算过程中，由于企业微观数据尚不完善，使用了“在每个区域j，产业i内所有企业具有相同的规模”这一假设。如果使用固定效应估计地区制造业集聚的EG指数，相当于把这一本来可能损害统计结果的假设在模型上进行了进一步的强化。考虑到个体样本数较多，更容易满足随机效应的假设。同时，在模型中个体使用随机效应的设定也符合hausman检验的结果。故而本文选择个体随机效应进行计量模型建模。

由此，可以确定本文采用的计量模型为个体随机、时点固定的混合效应空间杜宾模型，其表达式为：

式中，α为常数，λt为时间固定效应，Y为被解释变量矩阵，X为解释变量矩阵，ρ为空间效应系数，β、γ为参数向量，W为空间权重矩阵，Xˉ为相邻区域解释变量均值所构成的矩阵。

（四）实证结果分析

制造业全行业计量模型分析结果如表3所示（全部计算均由stata 15.0完成）。表3中，theil表示被解释变量地区城乡差距泰尔指数；EG、lnGDP、lnFDI、ny、fis与csh分别表示解释变量地区制造业集聚EG指数、地区经济发展水平、地区对外开放程度、政府乡村扶持程度、政府参与经济程度与城市化进程。*、**、***分别表示统计量在10%、5%、1%的显著性水平下显著，括号中数值为标准差。Main，Wx分别为解释变量矩阵X与WX的系数，对 应 式（4.4）中 的β和γ。LR_Direct，LR_Indirect,及LR_Total分别对应各解释变量的直接、间接效应和总效应。直接效应表示某地区解释变量对被解释变量的影响大小，在数值上等于SDM模型系数与反馈效应之和。其中反馈效应指某地区的解释变量对邻近地区的被解释变量产生影响继而通过其他地区的被解释变量影响本地区的被解释变量。间接效应又被称为空间溢出效应，其值为空间系数矩阵非对角元素的行平均，用于度量本地区被解释变量受到邻近地区解释变量的影响。总效应为直接效应与间接效应之和，可以解释为某地区某解释变量的变动对所有地区被解释变量的平均影响。

由表3可知，模型的拟合优度R2=0.9622接近于1，且系数向量β的所有值均在不同显著性水平上显著，表现出所选用模型良好的统计性质。变量EG的系数向量β与直接效应均在95%水平呈现显著正值，说明总体上全国制造业集聚会造成城乡收入差距的扩大。如前文所述，制造业集聚主要发生在城市，其一方面带来效率的提升进而产生规模经济吸引农村劳动力流入城市，另一方面通过空间梯度效应改变城乡间的生产资料分配，其作用机制较为复杂。因此，为进一步探究制造业集聚对城乡收入差距的作用机理，本文又使用空间杜宾模型，对制造业中典型劳动密集型与高技术产业单独进行了空间计量分析。

表3 制造业全行业空间杜宾模型计算结果

基于黄艳等（2009）[34]、陈景新与王云峰（2014）[35]的研究，基于生产要素的相对密集程度，本文将C17纺织业、C18纺织服装、服饰业、C19皮革毛皮羽毛及其制品和制鞋业、C20木材加工及木竹藤棕草制品业、C21家具制造业、C24文教工美体育和娱乐用品制造业、C30非金属矿物制品业、C33金属制品业、C34通用设备制造业、C35专用设备制造业十个制造业细分行业界定为劳动密集型产业，并对其各行业集聚度进行加总得到劳动密集型产业的集聚度EGl。计算结果如表4所示，变量EGl的系数向量β与直接效应均在95%水平呈现显著负值，说明劳动密集型产业的集聚可以显著降低本省的城乡收入差距。另一方面，其空间溢出效应却显著为正值，对此现象可以解释为现阶段中国大多数劳动密集型产业集聚度上升的省份（如安徽、广西、湖南、江西），其产业集聚主要依靠周边发达省份的产业转移，周边省份由于将劳动密集型产业逐渐转移，因此其产业的集聚更多导致城乡差距的扩大，这导致了劳动密集型产业集聚的空间溢出效应会扩大城乡收入差距的统计现象。

表4 劳动密集型产业空间杜宾模型计算结果

根据国家统计局发布的《国民经济行业分类》（GB/T 4754—2017），本文将C27医药制造业、C37铁路、船舶、航空航天和其他运输设备制造业、C39计算机通信和其他电子设备制造业、C40仪器仪表制造业四个制造业细分行业界定为高技术产业，对其集聚度进行加总得到高技术产业的集聚度EGh。计量模型的结果表明，不同于劳动密集型产业，高技术产业的集聚无法显著缩小本省居民城乡收入差距，且其空间溢出效应依然会导致城乡收入差距的扩大（表5）。

表5 高技术产业空间杜宾模型计算结果

劳动密集型产业对减小城乡收入差距的良好表现证明了产业集聚通过拉动农村劳动力转移就业、提高农民非农收入，可以有效减小城乡间居民的收入差距；而基于高技术产业集聚的实证则说明当产业集聚无法有效拉动农村劳动力转移时，产业集聚带来的规模收益与外部性均主要作用于城市，其区域梯度现象在现阶段主要表现为极化效应，并由此导致了城乡收入差距的扩大。

五、结论与建议

本文通过构建个体随机效应、时点固定效应的空间杜宾模型研究了区域制造业集聚对城乡收入差距的影响，所得结论如下：现阶段制造业集聚总体上扩大了城乡收入差距；其中劳动密集型产业的集聚可以减小城乡收入差距；高技术产业的集聚则会导致城乡差距的扩大。

尽管中国目前制造业集聚依然处于不利于城乡公平、协调发展的阶段，但应该看到制造业集聚通过农村劳动力转移来减小城乡间居民收入差距的显著作用。现阶段的问题在于：一方面，现有的城乡二元体制阻碍了城乡间劳动力的自由流动；另一方面，城市偏向的教育投入政策扩大了城乡人力资本水平的差异[36]，农村劳动力无法胜任高技术产业的工作。这使得产业集聚的溢出效应总体更多作用在城市，产业升级对农村的辐射带动作用受到限制。为此提出建议：

1.要继续扩大制造业集群规模，加快城市产业结构升级，并同时发展符合比较优势的劳动密集型企业。要看到现阶段制造业集聚对城乡收入差距的不利影响是暂时的，且受制于其他条件。制造业集聚带来的规模效应和外部经济可以提高要素配置效率与劳动者收入水平，进而从根本上改善收入分配、实现共同富裕。

2.要推进城市化进程、改革户籍制度，逐步破除城乡二元经济结构，为城乡间劳动力更加自由的流动创造条件。在现阶段可通过发展乡镇企业的方式，提升农村产业的集聚水平，加快城乡间产业链的联系和融合，使得城市产业集聚的扩散效应更好地发挥作用。

3.要增加农村教育投入，提升农村的人力资本。向农村倾斜的教育投入政策可以改善农村劳动力素质较低的现状，更符合市场需求的劳动力供给也能为农村地区带来更高的人力资本投资回报，使农村居民充分共享城市高技术产业集聚的红利。