集聚經(jīng)濟影響企業(yè)溢價分布了嗎？孫楚仁樊丁芯（報告人）上海對外經(jīng)貿(mào)大學

研究動機什么是溢價？什么是集聚經(jīng)濟？為什么要研究兩者之間的關(guān)系？

1.在新經(jīng)濟地理學和空間經(jīng)濟學企業(yè)生產(chǎn)率被假定為外生變量，溢價通常固定不變。Krugman(1979,1980)利用Dixit&Stiglit(1977)的壟斷競爭模型研究集聚經(jīng)濟Melitz(2003)引入異質(zhì)性企業(yè)，但即使考慮了集聚經(jīng)濟，其對產(chǎn)品價格和邊際成本的影響也會相互抵消，溢價仍保持不變Ottaviano,Tabuchi&Thisse.s(2002)將代表性消費者的效用函數(shù)假定為一個擬線性的二次效用函數(shù)，由于生產(chǎn)率仍被假定為外生變量，所以集聚經(jīng)濟只影響企業(yè)產(chǎn)品價格Melitz&Ottaviano(2008)強調(diào)集聚的競爭效應(yīng)，集聚經(jīng)濟只能通過影響市場中的最高價格而影響溢價水平現(xiàn)有的研究成果2.溢價作為內(nèi)生變量分析集聚經(jīng)濟對其的影響Combes&Lafourcade(2011)在非長期均衡的模型中，利用法國的數(shù)據(jù)，得出集聚經(jīng)濟對溢價的影響為正Zhao（2011）基于Melitz&Ottaviano(2008)模型，強調(diào)集聚經(jīng)濟引起的“選擇效應(yīng)”，認為集聚經(jīng)濟對溢價的影響為負，估計2002-2004年中國企業(yè)層面的溢價，證明集聚經(jīng)濟對企業(yè)平均溢價水平的負效應(yīng)Lu,Tao&Yu（2012）估計1998-2005年中國制造業(yè)企業(yè)水平的溢價，并用DID的方法察了集聚對企業(yè)溢價的影響，也發(fā)現(xiàn)在中國集聚經(jīng)濟的競爭效應(yīng)大于知識外溢效應(yīng)，即集聚對企業(yè)溢價有負的作用現(xiàn)有的研究成果1.我們對Dixit-Stiglitz(1977)模型進行改進，加入了集聚經(jīng)濟的因素，從理論上分析了集聚經(jīng)濟對企業(yè)溢價水平的影響2.我們運用DeLocker&Warzynski(2012)的方法估計了中國1998-2007年企業(yè)層面的溢價水平，并分析了集聚對不同規(guī)模城市中企業(yè)溢價分布的位置變化、離散程度和形態(tài)偏度的影響，是對原有從溢價分析集聚經(jīng)濟文獻的重要補充。3.與Lu,Tao（2012）和Zhao(2011)類似，本文發(fā)現(xiàn)集聚經(jīng)濟對企業(yè)平均溢價水平的影響顯著為負。但本文還發(fā)現(xiàn)集聚還使高效率企業(yè)溢價下降得更快，從而導致在大城市中低溢價企業(yè)比例更高。本文的創(chuàng)新點1.理論模型2.DeLocker&Warzynski(2012)估計企業(yè)溢價

的方法。3.數(shù)據(jù)來源、處理辦法和生產(chǎn)率的估計方法。4.

實證分析和結(jié)果5.用分位數(shù)回歸進行穩(wěn)健性分析。6.結(jié)論。結(jié)構(gòu)安排模型模型命題1：大城市中的企業(yè)的平均溢價水平更低。且企業(yè)生產(chǎn)率越高，其溢價水平下降幅度更大。模型命題2：相對于小城市而言，大城市中企業(yè)平均溢價水平更低，其分布形態(tài)左移且離散程度減少。模型命題3：相對于小城市而言，大城市中企業(yè)溢價分布偏度右偏。模型

企業(yè)水平溢價的估計

數(shù)據(jù)來源和處理：本文的實證數(shù)據(jù)用到了中國城市和企業(yè)水平數(shù)據(jù)。城市水平數(shù)據(jù)來自中國城市統(tǒng)計年鑒、中國統(tǒng)計年鑒和中國區(qū)域統(tǒng)計年鑒(1990-2007)。企業(yè)水平數(shù)據(jù)來自中國國家統(tǒng)計局1998至2007年度“中國工業(yè)企業(yè)年度調(diào)查數(shù)據(jù)庫”。本文參考孫楚仁等（2013）以及Sunetal.(2013)的處理方法對數(shù)據(jù)庫進行了處理。數(shù)據(jù)來源、處理與企業(yè)生產(chǎn)率估計集聚經(jīng)濟的度量：本文的目的在于從聚經(jīng)濟的空間效應(yīng)分析其對溢價的影響，因此，我們用企業(yè)所在城市的人口總數(shù)表示集聚經(jīng)濟的程度。而城市人口又有三種分類：戶籍人口、常住人口和非農(nóng)人口。我們用企業(yè)所在城市制造業(yè)的就業(yè)總量作為衡量集聚經(jīng)濟規(guī)模的指標。數(shù)據(jù)來源、處理與企業(yè)生產(chǎn)率估計企業(yè)生產(chǎn)率估計：考慮到微觀企業(yè)數(shù)據(jù)估計中出現(xiàn)的聯(lián)立性和選擇性偏差問題，Levinshon&Petrin(2003)提出了利用中間品投入作為狀態(tài)變量、通過半?yún)?shù)方法估計企業(yè)資本存量及生產(chǎn)率的估計方法（稱為LP方法）。這里我們用LP方法估計了企業(yè)水平生產(chǎn)率。數(shù)據(jù)來源、處理與企業(yè)生產(chǎn)率估計

企業(yè)層面的溢價水平:由于DeLocker&Warzynski(2012)計算溢價的方法需要用到企業(yè)滯后兩項的勞動人口、企業(yè)資產(chǎn)凈值、企業(yè)增加值等，而原始數(shù)據(jù)本身存在缺失值，再加上這些變量取對數(shù)時損失掉一部分數(shù)據(jù)，最終我們得到961056個企業(yè)層面的溢價。計量模型和實證結(jié)果為了直觀考察集聚對溢價的影響，我們將城市按一線、二線、三線城市分為大、中、小三類。首先，我們利用企業(yè)水平溢價估計結(jié)果，分行業(yè)考察了不同規(guī)模城市企業(yè)平均溢價水平之間的差異。其次，我們還比較了1998-2007年一線、二線、三線城市企業(yè)溢價的核密度分布圖。計量模型和實證結(jié)果計量模型和實證結(jié)果行業(yè)代碼行業(yè)名稱一線城市二線城市三線城市6電力、熱力的生產(chǎn)和供應(yīng)業(yè)0.911.261.117電氣機械及器材制造業(yè)0.270.560.7510紡織服裝、鞋、帽制造業(yè)0.430.540.6813紡織業(yè)0.100.320.5714非金屬礦采選業(yè)0.670.650.6015非金屬礦物制品業(yè)-0.230.110.1616廢棄資源和廢舊材料回收加工業(yè)-0.040.290.6717工藝品及其他制造業(yè)0.030.240.4618黑色金屬冶煉及壓延加工業(yè)0.030.620.8319化學纖維制造業(yè)-0.080.460.5120化學原料及化學制品制造業(yè)-0.310.010.1621家具制造業(yè)0.400.720.8722交通運輸設(shè)備制造業(yè)-0.040.330.5023金屬制品業(yè)-0.200.190.4024煤炭開采和洗選業(yè)0.630.610.4125木材加工及木、竹、藤、棕、草制品業(yè)0.260.590.7626農(nóng)副食品加工業(yè)0.491.231.3827皮革、毛皮、羽毛(絨)及其制品業(yè)-0.010.260.3228燃氣生產(chǎn)和供應(yīng)業(yè)-0.96-0.44-0.6129石油和天然氣開采業(yè)1.471.070.9230石油加工、煉焦及核燃料加工業(yè)0.200.780.9131食品制造業(yè)0.821.331.4032水的生產(chǎn)和供應(yīng)業(yè)1.050.710.1233塑料制品業(yè)0.220.450.6534通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)0.390.670.8135通用設(shè)備制造業(yè)-0.110.270.4536文教體育用品制造業(yè)-0.190.000.2937橡膠制品業(yè)-0.350.000.1939煙草制品業(yè)3.382.902.5440醫(yī)藥制造業(yè)0.351.041.1441儀器儀表及文化、辦公用機械制造業(yè)-0.13-0.020.1942飲料制造業(yè)0.220.821.0043印刷業(yè)和記錄媒介的復制0.220.600.6844有色金屬冶煉及壓延加工業(yè)0.200.710.9445造紙及紙制品業(yè)0.180.570.6746專用設(shè)備制造業(yè)-0.300.050.29平均值0.280.570.66計量模型和實證結(jié)果計量模型和實證結(jié)果基準回歸模型(1)(2)(3)(4)(5)(6)城市制造業(yè)勞動力對數(shù)-0.0199****-0.0165****-0.0142****-0.0141****-0.0185****×企業(yè)生產(chǎn)率對數(shù)()(-179.01)(-138.58)(-118.59)(-118.69)(-205.37)城市制造業(yè)勞動力對數(shù)-0.399****-0.241****-0.0882****-0.0817****-0.0407****()(-136.42)(-77.97)(-25.28)(-23.23)(-30.06)所有權(quán)虛擬變量否否否是是是行政隸屬虛擬變量否否否是是是經(jīng)營狀態(tài)虛擬變量否否否是是是規(guī)模虛擬變量否否否是是是注冊類型虛擬變量否否否是是是行業(yè)虛擬變量否否否否是是年份虛擬變量否否否否否是截距-3.471****0.236****-0.649****-2.774****-2.825****-4.071****(-459.30)(6.36)(-17.57)(-58.68)(-29.53)(-183.98)Sigma1.07341.13871.07991.05781.01160.8676樣本數(shù)864951864951864951863905863905863905不同生產(chǎn)率企業(yè)溢價水平與城市制造業(yè)就業(yè)規(guī)模的回歸結(jié)果注：括號內(nèi)為t-統(tǒng)計量。*

p<0.10,**p<0.05,***p<0.01,****p<0.001基準回歸模型結(jié)果分類回歸模型(1)(2)(3)(4)(5)(6)小城市虛擬變量-0.215****-0.228****-0.184****-0.182****-0.229****×企業(yè)生產(chǎn)率對數(shù)(-138.84)(-125.39)(-100.70)(-100.48)(-164.14)大城市虛擬變量-0.255****-0.233****-0.190****-0.189****-0.257****×企業(yè)生產(chǎn)率對數(shù)(-168.13)(-104.96)(-85.57)(-85.73)(-148.94)大城市虛擬變量-0.278****-0.196****-0.0599****-0.0471***-0.0412****(-83.15)(-13.40)(-4.13)(-3.27)(-3.61)所有權(quán)虛擬變量否否否是是是行政隸屬虛擬變量否否否是是是經(jīng)營狀態(tài)虛擬變量否否否是是是規(guī)模虛擬變量否否否是是是注冊類型虛擬變量否否否是是是行業(yè)虛擬變量

否否否否是是年份虛擬變量否否否否否是截距-3.587****-4.712****-3.515****-3.828****-3.782****-4.447****(-443.59)(-3325.41)(-361.61)(-169.05)(-43.84)(-237.73)sigma1.08011.13091.07951.071781.02270.8679樣本數(shù)864951864951864951863905863905863905注：括號內(nèi)為t-統(tǒng)計量。*p<0.10,**p<0.05,***p<0.01,****p<0.001。參照組為小城市樣本。不同生產(chǎn)率企業(yè)溢價水平與大小城市類別變量的回歸結(jié)果分類回歸模型結(jié)果溢價概率密度分布的回歸模型(1)(2)(3)(4)(5)(6)小城市虛擬變量0.798****0.804****0.804****0.802****0.801****×企業(yè)溢價對數(shù)(1014.53)(1008.24)(1010.74)(1008.10)(1010.94)大城市虛擬變量0.787****0.778****0.778****0.777****0.775****×企業(yè)溢價對數(shù)(975.48)(935.21)(936.80)(933.21)(935.40)大城市虛擬變量0.164****0.0759****0.0739****0.0729****(47.29)(42.49)(41.40)(41.03)所有權(quán)虛擬變量否否否是是是行政隸屬虛擬變量否否否是是是經(jīng)營狀態(tài)虛擬變量否否否是是是規(guī)模虛擬變量否否否是是是注冊類型虛擬變量否否否是是是行業(yè)虛擬變量否否否否是是年份虛擬變量否否否否否是截距-1.369****-1.033****-1.406****-1.263****-1.240****-1.211****(-3043.03)(-563.45)(-1435.23)(-113.39)(-26.27)(-25.78)sigma0.532581.052540.5315390.53260.525560.52411樣本數(shù)864951864951864951863905863905863905大小城市企業(yè)溢價分布回歸結(jié)果注：括號內(nèi)為t-統(tǒng)計量。*

p<0.10,**p<0.05,***p<0.01,****p<0.001。參照組為小城市樣本。溢價概率密度分布的回歸結(jié)果本節(jié)采用分位數(shù)回歸方法來對命題2進行穩(wěn)健性分析。我們用分位數(shù)回歸從位置、尺度和偏態(tài)三方面全方面分析在不同規(guī)模城市的企業(yè)溢價分布變化。位置變化：我們可以根據(jù)被估計的分位數(shù)回歸系數(shù)隨分位數(shù)變化的關(guān)系圖分析溢價分布的位置變化。對于初始單位系數(shù)，水平線表明系數(shù)并不隨分位數(shù)變化，如果這條直線在水平零直線之上，那么存在正向的變化，如果在水平零直線之下，那么存在負向的變化。另外，一條非水平直線代表總體分布在位置和