——衡量工业园区政策的影响

 

推文人 | 吴茂华

 

原文信息

 

Zheng S, Sun W, Wu J, et al. The birth of edge cities in China: Measuring the effects of industrial parks policy ☆[J]. Journal of Urban Economics, 2017, 100:80–103.

 

研究背景

 

中国政府斥资数千亿美元投资新的工业园区，以促进经济增长，吸引新公司进入园区，并对当地经济产生溢出效应。这种以地点为基础的资本投资会提高城市生产率吗?还是说，这又是一个在中国的强大国家错误配置资本的例子? 本文针对8个主要城市建立的110个工业业园区，对生产力、工资和当地制造业就业增长的局部溢出效应进行了分析。作者发现，工业园区在地理上的溢出效应是园区整体人力资本水平、外国直接投资份额以及与附近的公司的“协同效应”(由Marshallian因素衡量)的增长函数。利用地理编码数据，作者发现当地就业和工资的增长会刺激附近的地方房屋建设和零售商店的开张。新生产基地的兴起导致了郊区“消费城市”的出现。

 

引言

 

在过去的20年里，基于地区的产业政策一直是中国政府追求的发展战略的一个重要组成部分。中国地方官员已经划拨了数百万英亩的土地，并投入巨资建设工业园区。截至2006年，全国有1568个国家级、省级工业园区分布在中国270多个城市，总规模达9949平方公里。尽管这些园区只占中国土地总面积的0.1%左右，但它们占中国GDP的10%和FDI的三分之一。

 

本文利用详细的城市地理编码微观数据来研究中国地方政府最近在工业园区的投资结果。作者计算了公园地理区域内的集聚效益和超越其边界的溢出效应。为了测量局部化集聚溢出效应的程度，作者将中国8个主要城市的几个地理编码数据集合并在一起。这些城市是110个国家和省级工业园区的所在地。作者估算了工业园区的产生是否与生产和消费聚集有关，这些关键的结果指标包括现有公司的TFP、本地的工作和工资增长、新住房建设、房价和零售机会。利用基于微观数据的方法，进一步分析了一组丰富的异质效应，并研究产生这种溢出效应的关键机制。文中发现了溢出效应的异质性证据，比如老的工业园区、国家级工业园区等具有较高的人力资本水平，有更多的外国直接投资的公司，国有企业的份额更小，以及更高的工业组成部分，而与当地的现有产业有更大“契合度”的工业园区(以更强的投入产出联系、劳动力市场联营和知识边际溢出效应)有更大的集聚效应。

 

制度背景

 

中国的工业园区是分两步开放的，首先，一个城市政府发起了一个工业园区计划，这是由两个一揽子政策组成的。其中之一就是城市政府为改善跨港口基础设施、公用设施、仓储和其他服务设施进行了大量的资本投资。另一个则与一系列优惠政策有关，包括:(1)税收减免；（2）土地和公共品价格的优惠；（3）保护银行贷款的特殊待遇；（4）对出口和进口的企业注册进行快速、简单的行政审批。其次，市长们可能会使用“管理的手”来促进工业园区的政策。一方面，市政府代表国家拥有城市土地。他们可以很容易地将城市边缘的农田变成城市用地。此外，他们有权力分配大片土地来建造一个工业园区。第三，在工业园区的招聘过程中，要代表市政府在较低的行政委员会层面上进行工作。工业园区的行政委员会负责指导和管理公园，如项目批准、地方税收、土地管理、财务、人员和公共服务。

 

概念框架

 

对于每个企业存在着利润最大化的问题：

集聚效应在空间上呈现梯度递减的现象，TFP与中心商业区和工业园区的距离成反比，工资收入与工业园的距离成反比，新房销售量、价格以及新的零售商店的数量和工业园区的距离成反比。

样本数据

 

本文的样本数据主要包括8个城市：北京、上海、天津、深圳、大连、武汉、西安和程度。数据一共包括四个方面：

 

第一个是地理信息数据，60%的样本居委会或村；第二个是工业园数据，8个城市一共包括110个国家或省级的工业园；第三个是来自国家统计局的工业企业数据库，从1998年到2007年，共包含非平衡面板数据64759个企业；第四个是2006-2013年8个城市左右新建商品住宅小区的月度成交数据，以及来自大众点评网2006-2013年新建餐饮、休闲娱乐和购物商店的数据，总计87万个样本。

 

实证研究设计

 

文中的核心指标是关于生产溢出效应的TFP、工资水平和就业密度以及关于消费溢出效应的住房价格和成交量、新建商铺的数量。

 

基本模型是一个标准的DID模型：

工业园区的选址特征

 

表2列(1)报告的结果来自于一个probit模型。如果在2006年年底之前至少有一个工业园区，那么这个依赖的变量就等于一。分析的单位是城市/区域。列(2)报告的结果从一个条件logit模型来检查是否新建工业园j(我们只专注于建立在1998年- 2006年的40个工业园区)位于区k。我们可以看到，工业园区更有可能离市中心更远，更靠近火车站和大学。较低的村庄密度或位于下游地区的区域在2006年更有可能拥有工业园区。

工业园区的生产活动溢出效应

 

在表3列(1)和(2)中，观察是具有小区域标识符的单个企业。其他控制措施包括:与CBD的实际距离的对数、其他公园的“全球”影响、核电站大小和年龄的自然对数、距离最近的火车站和机场的自然对数、地区时间趋势、工业年的固定效果以及企业固定效果。在列(3)中，分析单元是一个区/年，我们还包括地区固定效果和年度固定效果。如表3所示，位于工业园区内的企业平均增加了13%的TFP和8.2%的工资。在列(3)中，“工业园”的系数表明处理区的就业密度比控制区高出71%。

如表4, 在列(1)-(3)中，将重点放在将所有企业放置在“ImpactArea”上，以估计工业园内的TFP。如列(1)所示，这些新工业园是在原本生产率较低的城市地区建造的。在未来建造工业园的地区，但尚未建成，企业的平均TFP，比那些控制组的企业要低26%。在工业园引入后，工业园里的企业 (包括现有的企业和新成员)的生产力提高了25.7%。列2是用村庄密度和是否位于下游地区来做工业园的工具变量，结果与列1类似。在列(3)中，我们采用了固定效果，发现工业园内的现有企业在工业园开放时的生产力提高了22%。我们对TFP溢出效应的估计更感兴趣。在表4的列(4)-(6)中，控制组包括位于离公园两公里外的企业。在这种情况下，我们把所有的企业都放在工业园里，因为我们关注的是对“影响区域”的溢出效应。我们发现，当工业园开放时，影响区域的TFP增加了。ImpactArea ∗After的系数约等于12.7%,因此，TFP溢出效应大约是工业园内TFP溢出的一半(列(1)的25.7%)。列(5)中的IV回归给出了类似的系数估计。当我们包括企业的固定效应时，这个系数会变小(10.9%)。

在表5中，我们将依赖的变量从TFP转换为工资和本地就业密度。在面板A，工业园的工资在引入工业园后增加了12.7%。当考虑到企业的固定效果时，我们跟踪那些在工业园成立之前和之后观察到的那些现有企业的工资，这一工资溢价下降了一点点，至9.27%。据估计，影响地区的工资溢出效应约为6% - 6.6%。面板B报告了就业密度回归的结果。园区内的区域和影响区分别在园区建成后制造业就业密度增加了80%和50%。

另外作者在分析工业园区的生产异质性时发现：老的工业园区要比新的工业园区生产溢出效应更大，人力资本水平更高、产业协调程度越高、国有企业比重越小、外资投资企业比重越大，溢出效应也越大。

 

工业园区的消费活动溢出效应

 

表9显示了四种模型(新屋销售、新餐馆/娱乐/零售)和一种享乐定价模式(新房价)。所有其他因素都一样时，在一个工业园区附近，房价大约高出12%。新房销售、新餐馆、娱乐设施和零售商店的数量也大幅上升，在工业园附近相比其他比方高出分别是——43%、51%、39%和50%。和生产的溢出效应类似，人力资本水平更高、产业协调程度越高、国有企业比重越小、外资投资企业比重越大，溢出效应也越大。

结论

 

本文对一个主要发展中国家的地区生产和消费聚集理论提供了强有力的支持。通过在中国8个主要城市的110个工业园区的开放，我们量化了在生产率、制造业就业、现有企业、房地产建设、房地产价格和零售商店在这些新郊区生产力中心附近的经济活动所产生的溢出效应。与马歇尔的核心假设一致的是，文章发现靠近工业园有助于贸易和增长——因为这样的合作可以减少货物、人员和想法的移动成本。