论文部分内容阅读
摘要：本文运用Carlino 模型对20世纪90年代以来深圳工业的集聚效应大小进行测度和分析，把集聚效应分解为效应、效应和效应，并探讨三者对深圳工业集聚效应的影响。结果表明：①90年代以来，深圳工业处在正的集聚效应时期，但这种正的集聚效应在不断下降。②对深圳工业的效应、效应和效应的分析表明，深圳工业发展的区位优势在逐步减弱，同时企业规模扩张和企业过度集聚的负外部性逐渐体现出来，这明显导致了深圳工业集聚效应的下降。
关键词：深圳 工业 集聚效应
Analysis On The Agglomeration Of Shenzhen’s Industry
Luo Qinghe Yang Feng Cai Tengfei
Abstract:The paper uses Carlino model to measure and estimate the agglomeration of Shenzhen’s industry since 1990s.Besides,the agglomeration is factorized into effect、effect、effect,and the paper explores their influence on the agglomeration of Shenzhen’s industry.The results reflect:First,the agglomeration of Shenzhen’s industry has been maintaining active since 1990s,however,this active agglomeration is now kept declining.Second,through analyzing on the effect、the effect and the effect,the paper finds that Shenzhen’s location advantages for industrial development is gradually weaken.Moreover,the negative externalities coming from scale expansion and excessive accumulation of the industrial enterprises is gradually manifested，which obviously bring on the decline of the agglomeration of Shenzhen’s industry.
Keywords:Shenzhen Industry Agglomeration
【中图分类号】F127【文献标识码】B 【文章编号】1009-9646(2009)03-0140-04
1.引言
产业集聚是一种古老的经济现象，1750年世界产业经济就开始出现引人注目的经济地理集中现象，到了20世纪70年代，随着科学技术的发展，在西方发达国家相继涌现出了一大批聚集的“新产业区”，在地理空间上高度聚集的新产业，极大地促进了区域经济的发展和科技创新。经济学家们对集聚效应的研究也表明，集聚效应往往对区域经济的发展有正的影响，表现出集聚的经济性。当然，如果集聚程度过高，也会同时对经济产生种种负面性，制约经济的健康发展。
深圳工业经济的持续较快发展，和不同时期部分产业在深圳的集聚密切相关。特别是90年代以来，以服装、皮革、黄金珠宝、机械、家具、玩具、印刷、钟表等八大行业为主的传统产业，以及以高科技为主的电子信息、软件、通讯设备、生物医药、新材料等新兴产业在深圳形成了一定规模的产业集群，从而对深圳经济的发展起到了重要的推动作用。但是进入21世纪以来，随着深圳工业规模的扩大，深圳的地价不断攀升，交通拥挤，资源短缺的矛盾日益突出，环境污染日趋严重，深圳在获得集聚经济的同时，产业的过度集中也造成了集聚不经济。本文对深圳工业的集聚效应进行分析，测算深圳自上世纪90年代以来集聚效应的大小，并对影响集聚效应的主要因素进行分析，探讨深圳工业集聚效应的变动趋势和主要影响因素。
2.理论和方法
目前国外有较多的理论方法来测度集聚效应，本文采用Carlino 的方法（即CES生产函数法）对深圳的工业集聚效应进行测度和分析。一方面，应用Carlino 的方法数据比较容易获得；另一方面，Carlino 的方法已经被国内一些学者应用于我国几个城市或地区的特定研究当中并取得较好的效果，证明该方法在我国具有较好的适用性。
本文不仅对产业集聚效应的大小进行了测度和分析，还借用国内学界较成熟的方法，对影响产业集聚效应的主要因素进行了分解和探讨。在对影响集聚效应的主要因素进行分析时，国内学界一般将集聚效应分解为内部集聚效应（LSE）、布局集聚效应（LOC）、城市集聚效应（UBE）。本文在深入分析影响深圳工业集聚效应的影响因素时，也借用这种划分方法。
2.1 对集聚效应大小的测度。
Carlino对集聚效应的实证分析方法被称为工资函数分析法。即根据CES生产函数(不变替代弹性生产函数)，可得到如下的工资函数：
W=AQβLγ（1）
对式（1）进行对数变换，可得：
LN(W)=LN(A)+βLN(Q)+γLN(L)（2）
CES生产函数为集聚效应(以h表示)的测量提供了较为理想的理论框架，即CES通过生产函数的对数变换式（1）和
h=(1+γ)/(1-β)（3）
来估计产业或空间的集聚效应(这里，A为常数，W表示工资总额，Q表示总产值，L表示劳动力投入或从业人数，h是集聚效应大小，β是产出工资弹性，γ是劳动力的收入弹性)。
当h≥1时，表明具有集聚经济效应，即正的集聚效应，h值越高，说明集聚效应越大。当h＜1时，表明整体经济或行业没有集聚效应。
这样，只要能收集到时间序列W、Q、L的数据，通过计量经济学进行回归分析，就可求得β、γ值，进而可求得相应的h值。在运用移动平均法求出一系列的h值后，则可得出其变化趋势，从而判断该种集聚所处的水平是集聚经济还是不经济。
2.2 对影响h的LSE、LOC和UBE效应进行测度。
根据我国学界理论，某时间段的集聚效应，可以分解为内部集聚效应（LSE）、布局集聚效应（LOC）和城市集聚效应（UBE），集聚效应可以表达为LSE效应、LOC效应和UBE效应的线形形式，即：
h=c+xLSE+yLOC+zUBE（4）
其中c为常数、x为LSE效应影响系数、y为LOC效应影响系数、z为UBE效应影响系数，LSE、LOC和UBE分别为内部集聚效应、布局集聚效应和城市集聚效应的代表变量。
只要对LSE、LOC和UBE选好了衡量指标并得到对应的数据，就可以做出相应的数据处理，再结合求出的值，用线形回归软件就可以得到回归方程。这样，我们就可以判断LSE、LOC和UBE效应对深圳工业集聚效应大小的影响程度和变化趋势。
通过上面的两个步骤，分别做出线形回归分析（需要先对h的求得做第一轮回归，然后对求LSE、LOC和UBE影响系数做第二轮回归），我们就可以从总体上对深圳工业的集聚效应做出较为全面的判断。
3.深圳工业集聚效应实证分析
这一部分的实证分析分为两个环节，首先是对深圳工业集聚效应的大小进行测度和分析；然后将集聚效应分解为效应、效应、效应，并分析它们对深圳工业集聚效应的影响。
在实证分析中，本文只选取了深圳90年代以来的数据样本作为分析对象，这一方面是为了减小90年代以前的数据统计误差带来的不利影响（国家统计局从1990年起调整了劳动力的统计数据）；另一方面90年代以前的深圳经济处于一个非常特殊的发展时期，这使得本文所采用的理论方法并不一定具有良好的适用性。故本文只选取1990~2007年的数据作为样本。
3.1 深圳工业集聚效应大小的测度。
3.1.1 样本数据。
根据式（2），通过收集1990~2007年深圳工业的时间序列W（工资总额）、Q（总产值）、L（年末从业人数）的数据，整理得表1。
表1 深圳1990~2007年工业相关数据
年份W（万元）Q（万元）L（人）
19901147982104696286529
19911537683077749342090
19921994394198920377682
19932504886550051360960
19943492559939113393845
199544600111106974434740
199648405112992240418181
199756729215175861420773
199866109220519485423930
199974786023006355431913
200086117729502786440873
200198728536141861445265
2002114536043180816488819
2003120049763514355503001
2004157882980205911670236
2005183830498675451772117
20062349622119286001896272
20072601740139580064912313
资料来源：《深圳统计年鉴》（1991~2008）。
然后对表1数据进行对数变换后，整理得表2。
表2 深圳市工业工资总额、总产值和从业人数对数值
年份LN(W)LN(Q)LN(L)
199011.65114.56012.566
199111.94314.94012.743
199212.20315.25012.842
199312.43115.69512.797
199412.76416.11212.884
199513.00816.22312.983
199613.09016.38012.944
199713.24916.53512.950
199813.40216.83712.957
199913.52516.951 12.976
2000 13.666 17.200 12.997
2001 13.803 17.403 13.006
2002 13.951 17.581 13.100
2003 13.998 17.967 13.128
2004 14.272 18.200 13.415
2005 14.424 18.407 13.557
2006 14.670 18.597 13.706
200714.77218.75413.724
3.1.2 计量回归和h值的计算。
根据式（2）和表2数据，用EVIEWS软件进行5年期（1990~1994、1991~1995、…、2003~2007）的移动线性回归和检验处理，得到14期（1期对应1990~1994年、2期对应1991~1995年、……、14期对应2003~2007年）的线性回归方程，形如LN（W）i=LN(A)i+βiLN(Q)i+γi(LN(L)i（式中i表示第i期，i=1、2、…、14），提取回归方程系数值LN(A)i 、βi、γi，再利用式（3），可算出14期集聚效应值hi（i意义与上同）。14期的回归方程系数值LN(A)i、βi、γi和hi计算值如表3所示：
表3 深圳工业LN(A)i、βi、γi值和hi值
时期年份LN(A)iβiγihi
11990~199400.6700.1523.489
21991~1995-14.1110.5731.3715.551
31992~1996-15.5760.6321.4126.556
41993~199700.79704.936
51994~199800.79804.953
61995~199900.79904.979
71996~20001.8700.68603.187
81997~200100.6310.2173.297
91998~200200.6770.1563.578
101999~200300.4030.5192.544
112000~200400.2850.6782.347
122001~200500.1040.9232.147
132002~2006001.0662.066
142003~2007001.0682.068
3.1.3 回归结果分析。
从表3可以看出，从1990年到2006年深圳工业的h值都是大于1的，表明深圳工业整体处于集聚经济的状态，但是观察h值的变动，我们不难发现h值在1996年达到顶峰后处于下降的趋势，这表明深圳工业的集聚效应在1997年前是持续上升的，而1997年之后分阶段地不断下降，表明深圳工业的集聚效应在不断的下降，但是仍然处于集聚经济的状态，产业集聚正的外部性影响处于主导地位。各期h值变化趋势用折线图表示如下图1。
另外，从表3中可以看出β、γ值的变化趋势。根据式（3），我们知道β和γ值分别代表产出工资弹性和劳动力收入弹性。β值的变化走势说明，从第1到第9期，产出工资弹性都较高，基本都在0.6以上，但是之后快速下降并在第14期下降为零。而劳动力收入弹性在第1到第3期是上升的，在第3期劳动力收入弹性达到1.412，但在第4到第9期却接近于0，而之后劳动力收入弹性又逐步快速上升至第14期的1.068。
根据h值的变动特征，90年代以来深圳工业的发展，大致可分为三个阶段：
第一阶段（1990~1996年）：在此期间，深圳工业由于产业结构的调整和积极地参与国际分工，带来了产业转型升级和高科技产业的较快发展，不仅劳动生产率大幅提升，而且整体工业规模得到快速扩大，使得总产出快速增长，工业从业人员的平均工资水平和收入水平得到快速提高。特别是1992年邓小平南巡使得企业投资深圳特区的信心增强，产业集聚效应不断增强。
第二阶段（1997~2002年）：由于1997年东南亚金融危机爆发，使得工业规模的快速扩张受挫，从业人数从1997年到2002年都没有大幅度增长，工业集聚效应有所降低，但仍维持了较高水平，这主要得益于深圳产业结构由劳动密集型的“三来一补”工业向资本和技术密集型的高新技术产业转变所带来的生产率的提高。
第三阶段（2002~2007年）：2002年后，产业集聚的不经济逐渐显现出来。随着企业的增多和企业规模的扩大，深圳的物价水平持续上升，房价不断攀升，交通拥挤日益严重，以至出现“地少人多，污染严重难以为继；土地、空间有限难以为继；能源、水资源短缺难以为继；环境承载力严重透支难以为继”的局面，致使深圳的产业集聚效应不断降低。另外，虽然2002年后，经济出现了新一轮的繁荣甚至过热，但是，深圳的产业转移使得其工业集聚效应并没有如1997年前那样的大幅度提高。
根据上面的分析，我们可以判断，1990年到1996年，深圳工业集聚效应的高涨得益于产出工资弹性和劳动力收入弹性的较高水平；而1997年~2002年，深圳工业的集聚效应维持了较高水平，这主要是由于较高的产出工资弹性所贡献，而劳动力收入弹性基本没有贡献；到2003年~2007年，深圳工业的集聚效应主要是由于持续提高的劳动力收入弹性所贡献，而产出工资弹性对深圳工业的集聚效应的贡献持续减弱。
3.2 深圳工业的效应、效应、效应实证分析。
3.2.1 变量设定。
集聚效应h的值一般受三个因素影响：内部集聚经济(LSE)、布局集聚经济(LOC)、城市集聚经济(UBE)，三种因素的具体指标及处理过程如下；
3.2.1.1 内部集聚经济(LSE)。
主要是用于解释某一行业内部企业规模扩大对部门集聚经济指标产生的影响，用于表示企业规模的指标有销售额、利润及固定资产价值等。在这里，深圳工业的内部集聚指标以工业业内企业平均固定资产占用来测量。这里，根据数据的可得性，内部集聚经济(LSE)用企业平均固定资产净值加以测量，即：
LSE=某期深圳工业固定资产净值／工业企业数
在进行集聚效应值的分解计算时，对应于每一个都对内部集聚经济指标进行5年为间隔的几何移动平均处理(以下指标处理方式相同)。
3.2.1.2 布局集聚经济(LOC)。
是指受当地自然因素(如气候、各种资源)、经济因素(如生产技术、基础设施等)、社会因素(如人口、社会观念)的综合影响，某一行业部门在某一特定地区布局有可能获得较之在其他地区布局更大的集聚效果，可采用区位商指标进行测量。所谓区位商是某一行业部门占地区经济比重(可以用产量或就业人数加以度量)与占全国经济比重之比。当区位商大于1时，说明该部门是该地区的比较优势部门，反之则说明该部门是该地区的非比较优势部门。这里设定：
LOC=某期深圳工业产值占全国工业产值的比重/深圳某期GDP占所对应全国GDP比重
3.2.1.3 城市集聚经济(UBE)。
一般是指各产业部门在一定的城市内集中所带来的长期平均成本下降的收益，用来估计某一行业的企业之间能否充分利用同类工业企业集中布局所形成的专业化分工协作的集聚效应，一般可用一定时期内某一行业企业数的变化来表示。
为了消除城市集聚效应指标与内部集聚效应指标间可能存在的共线性，在这里对城市集聚效应指标作了指数化处理，即以第1期1990~1994年的工业企业的几何移动平均数为100，以后各期表示为第一期的指数。
这里设定：
UBE=某期深圳的工业企业数（指数化处理后）
3.2.2 样本数据。
根据式（4），通过收集LSE、LOC、UBE指标涉及的原始数据（1990~2007年的深圳工业固定资产净值(K)、工业企业数(N)、深圳工业增加值(QS)、深圳GDP(GDPS)、全国工业增加值(QT)、全国GDP(GDPT)，可得下表4。
表4 LSE、LOC、UBE效应分析所需的基本数据
年份KNQSGDPSQTGDPT
1990672638264964.5171.76858.018718.3
19911103756305192.9236.78087.121826.2
199214465793166117.6317.310284.526937.3
199321645421875181.0453.114188.035260.0
199462702691959267.1634.719480.748108.5
199568182132593337.1842.524950.659810.5
199672028292419418.61048.429447.670142.5
19977193212400519.31297.432921.478060.8
199882773212090631.51534.734018.483024.3
199985361751932780.11804.035861.588479.2
200088021371834962.72187.540033.698000.5
2001906014417491105.32482.543580.6108068.2
20021087355831341336.72969.547431.3119095.7
20031278082523181672.43585.754945.5135174.0
20041426011623552059.84282.165210.0159586.7
20051783033752152483.54950.977230.8184739.1
20062081606351292886.65813.691310.9211808.0
20072229293268753230.16801.2107400.0246600.0
数据来源：《深圳统计年鉴》（1990~2008）、《中国统计年鉴》（1990~2008）。
然后，根据上表4以及前面的参数设定方法，经过公式计算，再进行5年期几何移动平均和指数化处理后，可以得到与14期h值对应的LSE、LOC、UBE值，整理得表5。
表5 深圳工业各期值和LSE、LOC、UBE值
时期年份区间hLSELOCUBE
1期1990~19943.489688.8361.017100.000
2期1991~19955.5511099.3841.00399.574
3期1992~19966.5561675.8560.98295.057
4期1993~19974.9361540.3260.97889.934
5期1994~19984.9531971.0080.98091.908
6期1995~19994.9792102.2740.98591.653
7期1996~20003.1872371.1201.00885.520
8期1997~20013.2972648.7991.03980.149
9期1998~20023.5784322.7621.07684.542
10期1999~20032.5444618.5081.10586.311
11期2000~20042.3474919.0011.12789.798
12期2001~20052.1474596.4251.150110.671
13期2002~20062.0664377.4811.161137.241
14期2003~20072.0684318.6561.090160.590
3.2.3 计量回归。
为了更好地说明问题，我们将上面14期的h、LSE、LOC、UBE以5期为间隔进行移动线性回归，即顺序地对1~5期、2~6期、…10~14期共10个时期区间的h、LSE、LOC、UBE分别进行线性回归（易知这10个时期区间分别对应1990~1998年、1991~1999年、…、1999~2007年共10个年份区间），可得到10个线性回归方程。采用这样的分段移动回归方式，相比直接整体地对14期（对应1990~2007年）的h、LSE、LOC、UBE进行线性回归而言，一方面缩短了时间跨度，有利于提高线形回归方程的显著性；另一方面，由于采用了移动回归方法，这样我们可以顺序地，根据10个时期区间线性回归方程的回归系数的大小和变化，来判断LSE、LOC、UBE效应的显著性水平和逐年的变动情况。
根据上述方法，用EVIEWS软件对10个时期区间的h、LSE、LOC、UBE进行移动线形回归和检验处理，我们得到对应10个时期区间的10个线形回归方程。这10个线形回归方程的形式为：
hj=cj+xjLSEj+yjLOCj+zjUBEj，（j=1、2、3…10，代表第j个时期区间）
其中LSEj、LOCj、UBEj分别为第j个时期区间内部集聚效应指标、布局集聚效应指标、城市集聚效应指标，cj为常数、xj为LSEj效应影响系数、yj为LOCj效应影响系数、zj为UBEj效应影响系数。
将10个线形回归方程的回归系数列成表，可得表6。
表6 各时期区间h对应的LSE、LOC、UBE效应影响系数值
第j个回归方程时期区间年份区间cjxjyjzj
11~5期1990~1998156.349900-0.001393-200.1155000.516353
22~6期1991~199983.1745500-114.2556000.372023
33~7期1992~2000-53.809060-0.00143831.5944200.334077
44~8期1993~2001-224.423300-0.004324172.1555000.752319
55~9期1994~2002-218.748100-0.005507173.8848000.698270
66~10期1995~200336.7304500.001037-36.8828200.022275
77~11期1996~200434.6118100.000928-24.840180-0.099940
88~12期1997~200539.9654000.000929-42.0298500.056531
99~13期1998~200613.684440-0.0018920-0.024642
1010~14期1999~20076.3368770-3.02847-0.05911
3.2.4 回归结果分析。
由第1个回归方程系数可知，在第1个时期区间，LSE效应对h的贡献为负；LOC效应对h的贡献也为负；只有UBE效应对h的贡献为正。
由随后的第2~5个回归方程系数可知，在第2、第3、第4和第5个时期区间，LSE效应对h的贡献总体上仍然为负，并且这种负的影响在加深；LOC效应对h的贡献总体上是不断提升的，不过只有到第2个时期区间，LOC效应才表现为正的影响，并且这种正的影响系数持续增大；而UBE效应对h的贡献到第5个时期区间仍然持续为正，并且影响系数较为显著。
再由后面的第6~10个回归方程系数可见，在第6、第7、第8第9和第10个时期区间，LSE效应对h影响很小；LOC效应对h的贡献总体上又迅速由较明显的正的影响变为负的影响；而UBE效应对h的贡献显著弱化。
根据上面的第二轮回归分析，再联系深圳实体经济和历史环境的变化，我们大致可以得出如下结论：
进入90年代以后，深圳的工业结构开始转型，从传统劳动密集型产业向技术、资本密集型的高科技产业转变，新兴的高科技产业由于初期规模较小，没有获得企业内部的规模经济，但由于此时间段，深圳的工业企业数量很大，而且分工体系也较完善，较高程度的工业企业和行业的关联度形成了深圳城市集聚的经济性。
始于1997年的亚洲金融危机一方面对深圳的传统工业形成了较大的冲击，另一方面也加速了深圳工业结构的转型。1999~2002年间，传统产业加速退出了深圳的工业结构体系，而新兴企业规模得到适度扩大，表现出了一定的内部集聚的经济性。由于新兴工业结构体系的完善，城市集聚经济效应延续下来。
2003~2007年，深圳工业企业集聚和企业内部规模的扩张的负外部性逐渐显现出来，由于特区政策的普惠化和其他地区投资环境的改善，深圳的工业区位优势也逐渐减弱，这段时间对应深圳工业的集聚效应显著下降。
4.结论
经过上面对1990~2007年深圳工业集聚效应大小的测度，和对深圳工业集聚效应的分解和分析，结果表明：
4.1 90年代以来，深圳工业总体处于集聚经济的状态，即正的集聚效应时期，但是这种集聚效应正在不断下降。
4.2 通过对深圳工业的效应、效应和效应的分析，本文发现，深圳工业发展的区位优势在逐步减弱，同时企业规模扩张和企业过度集聚的负外部性逐渐体现出来，这直接导致了深圳工业集聚效应的下降。
2002年以来，深圳新的工业体系基本稳定，而劳动生产率水平并没有得到持续较强的提高，随着全球经济的繁荣，深圳工业的较快增长主要靠规模的快速扩张和劳动力的快速增长拉动，而这种粗放式的增长方式，已经带来了较为明显的负面性并对经济的影响日益加深。深圳工业发展需要转变经济增长方式，走集约发展道路，大力发展高尖科技产业，加速传统产业的淘汰或转移步伐，出台积极措施鼓励创新；同时，应继续完善基础设施建设，稳定地价和房价，切实降低企业投资的成本，使得深圳工业的集聚经济性得以延续。
参考文献
［1］ 罗清和.大力发展高科技产业是深圳产业结构调整的必然选择［J］.特区经济,1999,（05）
［2］ 陈讯、童华建.西部地区集聚效应计量研究［J］.财经科学,2006,（11）
［3］ 王树林、戴兵.基于CES模型的黑龙江省产业集聚效应分析［J］.商场现代化,2007,（08）
［4］ 许明达.“深圳发展模式”初探：深圳产业结构20年演化的实证考察［J］.特区经济,2000,（10）
［5］ 吕晓英、吕胜利.产业集聚效应测算的独立混合横截面数据模型［J］.甘肃社会科学,2004,（05）
［6］ 胡燕.深圳产业结构变动对经济增长影响的实证分析［J］.价值工程,2005,（06）
［7］ 方虹、李沫.北京零售产业集聚水平测度及零售产业集聚效应实证研究［J］.北京市财贸管理干部学院学报,2007,（09）
［8］ 金相郁、高雪莲.中国城市聚集经济实证分析：以天津市为例［J］.城市发展研究11卷,2004,（01）
关键词：深圳 工业 集聚效应
Analysis On The Agglomeration Of Shenzhen’s Industry
Luo Qinghe Yang Feng Cai Tengfei
Abstract:The paper uses Carlino model to measure and estimate the agglomeration of Shenzhen’s industry since 1990s.Besides,the agglomeration is factorized into effect、effect、effect,and the paper explores their influence on the agglomeration of Shenzhen’s industry.The results reflect:First,the agglomeration of Shenzhen’s industry has been maintaining active since 1990s,however,this active agglomeration is now kept declining.Second,through analyzing on the effect、the effect and the effect,the paper finds that Shenzhen’s location advantages for industrial development is gradually weaken.Moreover,the negative externalities coming from scale expansion and excessive accumulation of the industrial enterprises is gradually manifested，which obviously bring on the decline of the agglomeration of Shenzhen’s industry.
Keywords:Shenzhen Industry Agglomeration
【中图分类号】F127【文献标识码】B 【文章编号】1009-9646(2009)03-0140-04
1.引言
产业集聚是一种古老的经济现象，1750年世界产业经济就开始出现引人注目的经济地理集中现象，到了20世纪70年代，随着科学技术的发展，在西方发达国家相继涌现出了一大批聚集的“新产业区”，在地理空间上高度聚集的新产业，极大地促进了区域经济的发展和科技创新。经济学家们对集聚效应的研究也表明，集聚效应往往对区域经济的发展有正的影响，表现出集聚的经济性。当然，如果集聚程度过高，也会同时对经济产生种种负面性，制约经济的健康发展。
深圳工业经济的持续较快发展，和不同时期部分产业在深圳的集聚密切相关。特别是90年代以来，以服装、皮革、黄金珠宝、机械、家具、玩具、印刷、钟表等八大行业为主的传统产业，以及以高科技为主的电子信息、软件、通讯设备、生物医药、新材料等新兴产业在深圳形成了一定规模的产业集群，从而对深圳经济的发展起到了重要的推动作用。但是进入21世纪以来，随着深圳工业规模的扩大，深圳的地价不断攀升，交通拥挤，资源短缺的矛盾日益突出，环境污染日趋严重，深圳在获得集聚经济的同时，产业的过度集中也造成了集聚不经济。本文对深圳工业的集聚效应进行分析，测算深圳自上世纪90年代以来集聚效应的大小，并对影响集聚效应的主要因素进行分析，探讨深圳工业集聚效应的变动趋势和主要影响因素。
2.理论和方法
目前国外有较多的理论方法来测度集聚效应，本文采用Carlino 的方法（即CES生产函数法）对深圳的工业集聚效应进行测度和分析。一方面，应用Carlino 的方法数据比较容易获得；另一方面，Carlino 的方法已经被国内一些学者应用于我国几个城市或地区的特定研究当中并取得较好的效果，证明该方法在我国具有较好的适用性。
本文不仅对产业集聚效应的大小进行了测度和分析，还借用国内学界较成熟的方法，对影响产业集聚效应的主要因素进行了分解和探讨。在对影响集聚效应的主要因素进行分析时，国内学界一般将集聚效应分解为内部集聚效应（LSE）、布局集聚效应（LOC）、城市集聚效应（UBE）。本文在深入分析影响深圳工业集聚效应的影响因素时，也借用这种划分方法。
2.1 对集聚效应大小的测度。
Carlino对集聚效应的实证分析方法被称为工资函数分析法。即根据CES生产函数(不变替代弹性生产函数)，可得到如下的工资函数：
W=AQβLγ（1）
对式（1）进行对数变换，可得：
LN(W)=LN(A)+βLN(Q)+γLN(L)（2）
CES生产函数为集聚效应(以h表示)的测量提供了较为理想的理论框架，即CES通过生产函数的对数变换式（1）和
h=(1+γ)/(1-β)（3）
来估计产业或空间的集聚效应(这里，A为常数，W表示工资总额，Q表示总产值，L表示劳动力投入或从业人数，h是集聚效应大小，β是产出工资弹性，γ是劳动力的收入弹性)。
当h≥1时，表明具有集聚经济效应，即正的集聚效应，h值越高，说明集聚效应越大。当h＜1时，表明整体经济或行业没有集聚效应。
这样，只要能收集到时间序列W、Q、L的数据，通过计量经济学进行回归分析，就可求得β、γ值，进而可求得相应的h值。在运用移动平均法求出一系列的h值后，则可得出其变化趋势，从而判断该种集聚所处的水平是集聚经济还是不经济。
2.2 对影响h的LSE、LOC和UBE效应进行测度。
根据我国学界理论，某时间段的集聚效应，可以分解为内部集聚效应（LSE）、布局集聚效应（LOC）和城市集聚效应（UBE），集聚效应可以表达为LSE效应、LOC效应和UBE效应的线形形式，即：
h=c+xLSE+yLOC+zUBE（4）
其中c为常数、x为LSE效应影响系数、y为LOC效应影响系数、z为UBE效应影响系数，LSE、LOC和UBE分别为内部集聚效应、布局集聚效应和城市集聚效应的代表变量。
只要对LSE、LOC和UBE选好了衡量指标并得到对应的数据，就可以做出相应的数据处理，再结合求出的值，用线形回归软件就可以得到回归方程。这样，我们就可以判断LSE、LOC和UBE效应对深圳工业集聚效应大小的影响程度和变化趋势。
通过上面的两个步骤，分别做出线形回归分析（需要先对h的求得做第一轮回归，然后对求LSE、LOC和UBE影响系数做第二轮回归），我们就可以从总体上对深圳工业的集聚效应做出较为全面的判断。
3.深圳工业集聚效应实证分析
这一部分的实证分析分为两个环节，首先是对深圳工业集聚效应的大小进行测度和分析；然后将集聚效应分解为效应、效应、效应，并分析它们对深圳工业集聚效应的影响。
在实证分析中，本文只选取了深圳90年代以来的数据样本作为分析对象，这一方面是为了减小90年代以前的数据统计误差带来的不利影响（国家统计局从1990年起调整了劳动力的统计数据）；另一方面90年代以前的深圳经济处于一个非常特殊的发展时期，这使得本文所采用的理论方法并不一定具有良好的适用性。故本文只选取1990~2007年的数据作为样本。
3.1 深圳工业集聚效应大小的测度。
3.1.1 样本数据。
根据式（2），通过收集1990~2007年深圳工业的时间序列W（工资总额）、Q（总产值）、L（年末从业人数）的数据，整理得表1。
表1 深圳1990~2007年工业相关数据
年份W（万元）Q（万元）L（人）
19901147982104696286529
19911537683077749342090
19921994394198920377682
19932504886550051360960
19943492559939113393845
199544600111106974434740
199648405112992240418181
199756729215175861420773
199866109220519485423930
199974786023006355431913
200086117729502786440873
200198728536141861445265
2002114536043180816488819
2003120049763514355503001
2004157882980205911670236
2005183830498675451772117
20062349622119286001896272
20072601740139580064912313
资料来源：《深圳统计年鉴》（1991~2008）。
然后对表1数据进行对数变换后，整理得表2。
表2 深圳市工业工资总额、总产值和从业人数对数值
年份LN(W)LN(Q)LN(L)
199011.65114.56012.566
199111.94314.94012.743
199212.20315.25012.842
199312.43115.69512.797
199412.76416.11212.884
199513.00816.22312.983
199613.09016.38012.944
199713.24916.53512.950
199813.40216.83712.957
199913.52516.951 12.976
2000 13.666 17.200 12.997
2001 13.803 17.403 13.006
2002 13.951 17.581 13.100
2003 13.998 17.967 13.128
2004 14.272 18.200 13.415
2005 14.424 18.407 13.557
2006 14.670 18.597 13.706
200714.77218.75413.724
3.1.2 计量回归和h值的计算。
根据式（2）和表2数据，用EVIEWS软件进行5年期（1990~1994、1991~1995、…、2003~2007）的移动线性回归和检验处理，得到14期（1期对应1990~1994年、2期对应1991~1995年、……、14期对应2003~2007年）的线性回归方程，形如LN（W）i=LN(A)i+βiLN(Q)i+γi(LN(L)i（式中i表示第i期，i=1、2、…、14），提取回归方程系数值LN(A)i 、βi、γi，再利用式（3），可算出14期集聚效应值hi（i意义与上同）。14期的回归方程系数值LN(A)i、βi、γi和hi计算值如表3所示：
表3 深圳工业LN(A)i、βi、γi值和hi值
时期年份LN(A)iβiγihi
11990~199400.6700.1523.489
21991~1995-14.1110.5731.3715.551
31992~1996-15.5760.6321.4126.556
41993~199700.79704.936
51994~199800.79804.953
61995~199900.79904.979
71996~20001.8700.68603.187
81997~200100.6310.2173.297
91998~200200.6770.1563.578
101999~200300.4030.5192.544
112000~200400.2850.6782.347
122001~200500.1040.9232.147
132002~2006001.0662.066
142003~2007001.0682.068
3.1.3 回归结果分析。
从表3可以看出，从1990年到2006年深圳工业的h值都是大于1的，表明深圳工业整体处于集聚经济的状态，但是观察h值的变动，我们不难发现h值在1996年达到顶峰后处于下降的趋势，这表明深圳工业的集聚效应在1997年前是持续上升的，而1997年之后分阶段地不断下降，表明深圳工业的集聚效应在不断的下降，但是仍然处于集聚经济的状态，产业集聚正的外部性影响处于主导地位。各期h值变化趋势用折线图表示如下图1。
另外，从表3中可以看出β、γ值的变化趋势。根据式（3），我们知道β和γ值分别代表产出工资弹性和劳动力收入弹性。β值的变化走势说明，从第1到第9期，产出工资弹性都较高，基本都在0.6以上，但是之后快速下降并在第14期下降为零。而劳动力收入弹性在第1到第3期是上升的，在第3期劳动力收入弹性达到1.412，但在第4到第9期却接近于0，而之后劳动力收入弹性又逐步快速上升至第14期的1.068。
根据h值的变动特征，90年代以来深圳工业的发展，大致可分为三个阶段：
第一阶段（1990~1996年）：在此期间，深圳工业由于产业结构的调整和积极地参与国际分工，带来了产业转型升级和高科技产业的较快发展，不仅劳动生产率大幅提升，而且整体工业规模得到快速扩大，使得总产出快速增长，工业从业人员的平均工资水平和收入水平得到快速提高。特别是1992年邓小平南巡使得企业投资深圳特区的信心增强，产业集聚效应不断增强。
第二阶段（1997~2002年）：由于1997年东南亚金融危机爆发，使得工业规模的快速扩张受挫，从业人数从1997年到2002年都没有大幅度增长，工业集聚效应有所降低，但仍维持了较高水平，这主要得益于深圳产业结构由劳动密集型的“三来一补”工业向资本和技术密集型的高新技术产业转变所带来的生产率的提高。
第三阶段（2002~2007年）：2002年后，产业集聚的不经济逐渐显现出来。随着企业的增多和企业规模的扩大，深圳的物价水平持续上升，房价不断攀升，交通拥挤日益严重，以至出现“地少人多，污染严重难以为继；土地、空间有限难以为继；能源、水资源短缺难以为继；环境承载力严重透支难以为继”的局面，致使深圳的产业集聚效应不断降低。另外，虽然2002年后，经济出现了新一轮的繁荣甚至过热，但是，深圳的产业转移使得其工业集聚效应并没有如1997年前那样的大幅度提高。
根据上面的分析，我们可以判断，1990年到1996年，深圳工业集聚效应的高涨得益于产出工资弹性和劳动力收入弹性的较高水平；而1997年~2002年，深圳工业的集聚效应维持了较高水平，这主要是由于较高的产出工资弹性所贡献，而劳动力收入弹性基本没有贡献；到2003年~2007年，深圳工业的集聚效应主要是由于持续提高的劳动力收入弹性所贡献，而产出工资弹性对深圳工业的集聚效应的贡献持续减弱。
3.2 深圳工业的效应、效应、效应实证分析。
3.2.1 变量设定。
集聚效应h的值一般受三个因素影响：内部集聚经济(LSE)、布局集聚经济(LOC)、城市集聚经济(UBE)，三种因素的具体指标及处理过程如下；
3.2.1.1 内部集聚经济(LSE)。
主要是用于解释某一行业内部企业规模扩大对部门集聚经济指标产生的影响，用于表示企业规模的指标有销售额、利润及固定资产价值等。在这里，深圳工业的内部集聚指标以工业业内企业平均固定资产占用来测量。这里，根据数据的可得性，内部集聚经济(LSE)用企业平均固定资产净值加以测量，即：
LSE=某期深圳工业固定资产净值／工业企业数
在进行集聚效应值的分解计算时，对应于每一个都对内部集聚经济指标进行5年为间隔的几何移动平均处理(以下指标处理方式相同)。
3.2.1.2 布局集聚经济(LOC)。
是指受当地自然因素(如气候、各种资源)、经济因素(如生产技术、基础设施等)、社会因素(如人口、社会观念)的综合影响，某一行业部门在某一特定地区布局有可能获得较之在其他地区布局更大的集聚效果，可采用区位商指标进行测量。所谓区位商是某一行业部门占地区经济比重(可以用产量或就业人数加以度量)与占全国经济比重之比。当区位商大于1时，说明该部门是该地区的比较优势部门，反之则说明该部门是该地区的非比较优势部门。这里设定：
LOC=某期深圳工业产值占全国工业产值的比重/深圳某期GDP占所对应全国GDP比重
3.2.1.3 城市集聚经济(UBE)。
一般是指各产业部门在一定的城市内集中所带来的长期平均成本下降的收益，用来估计某一行业的企业之间能否充分利用同类工业企业集中布局所形成的专业化分工协作的集聚效应，一般可用一定时期内某一行业企业数的变化来表示。
为了消除城市集聚效应指标与内部集聚效应指标间可能存在的共线性，在这里对城市集聚效应指标作了指数化处理，即以第1期1990~1994年的工业企业的几何移动平均数为100，以后各期表示为第一期的指数。
这里设定：
UBE=某期深圳的工业企业数（指数化处理后）
3.2.2 样本数据。
根据式（4），通过收集LSE、LOC、UBE指标涉及的原始数据（1990~2007年的深圳工业固定资产净值(K)、工业企业数(N)、深圳工业增加值(QS)、深圳GDP(GDPS)、全国工业增加值(QT)、全国GDP(GDPT)，可得下表4。
表4 LSE、LOC、UBE效应分析所需的基本数据
年份KNQSGDPSQTGDPT
1990672638264964.5171.76858.018718.3
19911103756305192.9236.78087.121826.2
199214465793166117.6317.310284.526937.3
199321645421875181.0453.114188.035260.0
199462702691959267.1634.719480.748108.5
199568182132593337.1842.524950.659810.5
199672028292419418.61048.429447.670142.5
19977193212400519.31297.432921.478060.8
199882773212090631.51534.734018.483024.3
199985361751932780.11804.035861.588479.2
200088021371834962.72187.540033.698000.5
2001906014417491105.32482.543580.6108068.2
20021087355831341336.72969.547431.3119095.7
20031278082523181672.43585.754945.5135174.0
20041426011623552059.84282.165210.0159586.7
20051783033752152483.54950.977230.8184739.1
20062081606351292886.65813.691310.9211808.0
20072229293268753230.16801.2107400.0246600.0
数据来源：《深圳统计年鉴》（1990~2008）、《中国统计年鉴》（1990~2008）。
然后，根据上表4以及前面的参数设定方法，经过公式计算，再进行5年期几何移动平均和指数化处理后，可以得到与14期h值对应的LSE、LOC、UBE值，整理得表5。
表5 深圳工业各期值和LSE、LOC、UBE值
时期年份区间hLSELOCUBE
1期1990~19943.489688.8361.017100.000
2期1991~19955.5511099.3841.00399.574
3期1992~19966.5561675.8560.98295.057
4期1993~19974.9361540.3260.97889.934
5期1994~19984.9531971.0080.98091.908
6期1995~19994.9792102.2740.98591.653
7期1996~20003.1872371.1201.00885.520
8期1997~20013.2972648.7991.03980.149
9期1998~20023.5784322.7621.07684.542
10期1999~20032.5444618.5081.10586.311
11期2000~20042.3474919.0011.12789.798
12期2001~20052.1474596.4251.150110.671
13期2002~20062.0664377.4811.161137.241
14期2003~20072.0684318.6561.090160.590
3.2.3 计量回归。
为了更好地说明问题，我们将上面14期的h、LSE、LOC、UBE以5期为间隔进行移动线性回归，即顺序地对1~5期、2~6期、…10~14期共10个时期区间的h、LSE、LOC、UBE分别进行线性回归（易知这10个时期区间分别对应1990~1998年、1991~1999年、…、1999~2007年共10个年份区间），可得到10个线性回归方程。采用这样的分段移动回归方式，相比直接整体地对14期（对应1990~2007年）的h、LSE、LOC、UBE进行线性回归而言，一方面缩短了时间跨度，有利于提高线形回归方程的显著性；另一方面，由于采用了移动回归方法，这样我们可以顺序地，根据10个时期区间线性回归方程的回归系数的大小和变化，来判断LSE、LOC、UBE效应的显著性水平和逐年的变动情况。
根据上述方法，用EVIEWS软件对10个时期区间的h、LSE、LOC、UBE进行移动线形回归和检验处理，我们得到对应10个时期区间的10个线形回归方程。这10个线形回归方程的形式为：
hj=cj+xjLSEj+yjLOCj+zjUBEj，（j=1、2、3…10，代表第j个时期区间）
其中LSEj、LOCj、UBEj分别为第j个时期区间内部集聚效应指标、布局集聚效应指标、城市集聚效应指标，cj为常数、xj为LSEj效应影响系数、yj为LOCj效应影响系数、zj为UBEj效应影响系数。
将10个线形回归方程的回归系数列成表，可得表6。
表6 各时期区间h对应的LSE、LOC、UBE效应影响系数值
第j个回归方程时期区间年份区间cjxjyjzj
11~5期1990~1998156.349900-0.001393-200.1155000.516353
22~6期1991~199983.1745500-114.2556000.372023
33~7期1992~2000-53.809060-0.00143831.5944200.334077
44~8期1993~2001-224.423300-0.004324172.1555000.752319
55~9期1994~2002-218.748100-0.005507173.8848000.698270
66~10期1995~200336.7304500.001037-36.8828200.022275
77~11期1996~200434.6118100.000928-24.840180-0.099940
88~12期1997~200539.9654000.000929-42.0298500.056531
99~13期1998~200613.684440-0.0018920-0.024642
1010~14期1999~20076.3368770-3.02847-0.05911
3.2.4 回归结果分析。
由第1个回归方程系数可知，在第1个时期区间，LSE效应对h的贡献为负；LOC效应对h的贡献也为负；只有UBE效应对h的贡献为正。
由随后的第2~5个回归方程系数可知，在第2、第3、第4和第5个时期区间，LSE效应对h的贡献总体上仍然为负，并且这种负的影响在加深；LOC效应对h的贡献总体上是不断提升的，不过只有到第2个时期区间，LOC效应才表现为正的影响，并且这种正的影响系数持续增大；而UBE效应对h的贡献到第5个时期区间仍然持续为正，并且影响系数较为显著。
再由后面的第6~10个回归方程系数可见，在第6、第7、第8第9和第10个时期区间，LSE效应对h影响很小；LOC效应对h的贡献总体上又迅速由较明显的正的影响变为负的影响；而UBE效应对h的贡献显著弱化。
根据上面的第二轮回归分析，再联系深圳实体经济和历史环境的变化，我们大致可以得出如下结论：
进入90年代以后，深圳的工业结构开始转型，从传统劳动密集型产业向技术、资本密集型的高科技产业转变，新兴的高科技产业由于初期规模较小，没有获得企业内部的规模经济，但由于此时间段，深圳的工业企业数量很大，而且分工体系也较完善，较高程度的工业企业和行业的关联度形成了深圳城市集聚的经济性。
始于1997年的亚洲金融危机一方面对深圳的传统工业形成了较大的冲击，另一方面也加速了深圳工业结构的转型。1999~2002年间，传统产业加速退出了深圳的工业结构体系，而新兴企业规模得到适度扩大，表现出了一定的内部集聚的经济性。由于新兴工业结构体系的完善，城市集聚经济效应延续下来。
2003~2007年，深圳工业企业集聚和企业内部规模的扩张的负外部性逐渐显现出来，由于特区政策的普惠化和其他地区投资环境的改善，深圳的工业区位优势也逐渐减弱，这段时间对应深圳工业的集聚效应显著下降。
4.结论
经过上面对1990~2007年深圳工业集聚效应大小的测度，和对深圳工业集聚效应的分解和分析，结果表明：
4.1 90年代以来，深圳工业总体处于集聚经济的状态，即正的集聚效应时期，但是这种集聚效应正在不断下降。
4.2 通过对深圳工业的效应、效应和效应的分析，本文发现，深圳工业发展的区位优势在逐步减弱，同时企业规模扩张和企业过度集聚的负外部性逐渐体现出来，这直接导致了深圳工业集聚效应的下降。
2002年以来，深圳新的工业体系基本稳定，而劳动生产率水平并没有得到持续较强的提高，随着全球经济的繁荣，深圳工业的较快增长主要靠规模的快速扩张和劳动力的快速增长拉动，而这种粗放式的增长方式，已经带来了较为明显的负面性并对经济的影响日益加深。深圳工业发展需要转变经济增长方式，走集约发展道路，大力发展高尖科技产业，加速传统产业的淘汰或转移步伐，出台积极措施鼓励创新；同时，应继续完善基础设施建设，稳定地价和房价，切实降低企业投资的成本，使得深圳工业的集聚经济性得以延续。
参考文献
［1］ 罗清和.大力发展高科技产业是深圳产业结构调整的必然选择［J］.特区经济,1999,（05）
［2］ 陈讯、童华建.西部地区集聚效应计量研究［J］.财经科学,2006,（11）
［3］ 王树林、戴兵.基于CES模型的黑龙江省产业集聚效应分析［J］.商场现代化,2007,（08）
［4］ 许明达.“深圳发展模式”初探：深圳产业结构20年演化的实证考察［J］.特区经济,2000,（10）
［5］ 吕晓英、吕胜利.产业集聚效应测算的独立混合横截面数据模型［J］.甘肃社会科学,2004,（05）
［6］ 胡燕.深圳产业结构变动对经济增长影响的实证分析［J］.价值工程,2005,（06）
［7］ 方虹、李沫.北京零售产业集聚水平测度及零售产业集聚效应实证研究［J］.北京市财贸管理干部学院学报,2007,（09）
［8］ 金相郁、高雪莲.中国城市聚集经济实证分析：以天津市为例［J］.城市发展研究11卷,2004,（01）