中国产业地理集聚与区域出口经济复杂度

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

贺灿飞^,¹^,², 任卓然¹^,², 叶雅玲³

1. 北京大学城市与环境学院,北京 100871

2. 北京大学-林肯研究院城市发展与土地政策研究中心,北京 100871

3. 北京大学城市规划与设计学院,深圳 518055

Industrial agglomeration and economic complexity of regional exports in China

HE Canfei^,¹^,², REN Zhuoran¹^,², YE Yaling³

1. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

2. Peking University-Lincoln Institute Center for Urban Development and Land Policy, Beijing 100871, China

3. School of Urban Planning and Design, Peking University, Shenzhen 518055, Guangdong, China

收稿日期:2020-08-12接受日期:2020-12-16

基金资助:

国家自然科学基金重点项目(41731278)

Received:2020-08-12Accepted:2020-12-16
作者简介 About authors
贺灿飞（1972-）,男,江西永新人,博士,教授,博士生导师。主要研究方向为经济地理与产业发展。E-mail: hecanfei@urban.pku.edu.cn

摘要
中国正处于产业结构升级转型的节点上,探究中国出口经济复杂度的影响因素对制定下一阶段的产业政策有深刻影响。利用中国海关数据库,在三种主流复杂度指标计算基础上,深入分析中国城市产业地理集聚与出口经济复杂度发展演化,并运用计量模型对两者之间的关系进行实证检验。研究得到以下主要结论：① 全国城市产业地理集聚程度基本呈现东部高、中西部点状起伏的空间格局,且城市间产业集聚水平差异逐渐缩小。② 城市出口经济复杂度空间分布格局与产业地理集聚分布具有一致性,高复杂度地区主要为环渤海、长三角、珠三角地区以及中西部中心城市,城市间发展差距随时间缩小。③ 主流经济复杂度测算方法中的经济复杂度指数并不适用于中国城市尺度,而适应性复杂度和新经济复杂度的测算效果更好。④ 模型研究结果显示,产业地理集聚通过知识溢出和生产要素共享产生的积极影响超过了竞争拥挤带来的负面影响,促进了出口经济复杂度提升;且通过促进高复杂度产业进入与低复杂度产业退出有效推动了城市产业升级。
关键词： 经济复杂度;产业地理集聚;出口贸易;产业升级

Abstract

China is in the process of upgrading its industrial structure and exploring the factors that influence China's economic complexity helps in formulating industrial policies of the next period. This study employs China Customs database to analyze the evolution of industrial agglomeration of Chinese cities' export economic complexity with the help of three mainstream complexity indicators, and the relationship between industrial agglomeration and economic complexity is tested empirically with econometric model. The results show that industrial geographic agglomeration in China generally presents a spatial pattern of being high in eastern region and scattering in central and western regions, and the regions with high industrial geographic agglomeration are the Bohai Rim, the Yangtze River Delta, the Pearl River Delta, the West Coast of the Taiwan Straits, and the Sichuan-Chongqing Region. Along the passage of time, the geographic agglomeration index of most cities has risen, and the difference between cities has gradually decreased. The spatial distribution pattern of economic complexity of regional exports is consistent with the industrial geographic agglomeration. The eastern region has the highest average economic complexity while the western region has the lowest. High-complexity regions mainly consist of the Bohai Rim, the Yangtze River Delta, the Pearl River Delta and developed cities in the central and western regions, and the gap between cities has narrowed over time. Comparing the three economic complexity measurement methods, the study finds that the ECI indicator is not applicable to China while the Fitness and ECI+ indicators perform better. The econometric model shows that industrial geographic agglomeration can bring positive effects through knowledge spillovers and sharing of production factors, as well as negative effects through competition crowding. In general, the positive effects of agglomeration are greater than the negative and agglomeration has promoted the economic complexity of China's regional exports. This study further examines the mechanism of increasing economic complexity through industrial agglomeration, and finds that agglomeration can accelerate urban industrial upgrading and increase economic complexity by promoting the entry of high-complexity industries and the exit of low-complexity industries.

Keywords：economic complexity;industrial agglomeration;export;industrial upgrading

PDF (8533KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
贺灿飞, 任卓然, 叶雅玲. 中国产业地理集聚与区域出口经济复杂度[J]. 地理研究, 2021, 40(8): 2119-2140 doi:10.11821/dlyj020200779
HE Canfei, REN Zhuoran, YE Yaling. Industrial agglomeration and economic complexity of regional exports in China[J]. Geographical Research, 2021, 40(8): 2119-2140 doi:10.11821/dlyj020200779

1 引言

经济增长不仅是生产更多相同产品的过程,而且是扩大生产范围,创造具有更高技术复杂性的新活动和新产品的过程,解释此过程如何发展以及鼓励这一进程对于促进区域持续增长至关重要^[1]。开放的贸易体制不仅可以扩大国内企业市场规模,还可以通过与国外企业和市场互动促进知识溢出,提高生产率^[2],从而扩大企业生产范围,促进企业产品升级。但Hausmann等指出,并非所有产品对经济绩效的影响都相同,出口一篮子“质量较高”的产品可以带来更好的经济效益^[3]。在此基础上,Hausmann等提出了经济复杂度和产品技术复杂度的概念^[3,4]。

直接确定产品的内在特性,包括嵌入其中的技术、生产产品所需的专业技能、研发投资等难度较大^[5],因而大多数研究从观察到的全球贸易模式中推断产品的复杂性^[3,4]。复杂度测量方法的共同基础是,结构转型对于国家增长至关重要^[6]。Hidalgo等认为一个国家生产新产品的能力限于其现有能力与新能力积累的组合^[4],能力强的国家能够把新能力与现有能力结合起来,从而生产比能力弱的国家更复杂的新产品。一个国家的生产结构变化可以理解为两个过程的组合：一是各国利用已有能力组合找到尚未开发的新产品;二是各国积累新能力并将其与目前可用能力结合起来以开发更多产品。区域提升生产能力和复杂产品多样化的能力正体现为地区经济复杂程度^[7]。

经济复杂度作为反映区域出口产品种类及其技术复杂度的指标^[4],其增长表明了地区出口产品质量和全球价值链分工水平提高。中国目前仍主要以“低端嵌入”的方式融入全球价值链分工体系,出口产品多为劳动力密集型等低技术复杂度产品^[8],因此中国仍在不断探寻从出口大国转型为出口强国的路径。研究中国出口经济复杂度可以更好地关注出口产品质量提升问题,避免一味追求出口总量增长。已有大量研究提出并讨论了经济复杂度的测算方法^[3,4],但尚未对最优方法达成一致,且不同国家和区域的产品结构存在差异性特点,各方法在不同国家和不同尺度的适用性也是学界重点关注的话题。因此,如何度量经济复杂度并分析其发展路径,探索各地区日益复杂的出口结构背后的原因已成为经济地理学关注的重要研究方向。

随着中国出口规模日益提升,产业地理集聚程度也逐渐增强,产业布局以及出口贸易等经济活动不断向东部沿海地区集聚^[9]。提升产业地理集聚程度,有助于充分发挥产业集聚的外部规模效应,通过生产要素共享、竞争和知识溢出等效应降低企业经营成本,促进技术升级和创新,提高企业核心竞争力,推动产业结构升级和产品复杂度提升^[10]。研究发现,产业集聚对经济发展和出口贸易具有促进作用,并能提升出口企业的参与率、生产效率及产品质量等^[11,12],但关于产业地理集聚和经济复杂度之间的研究仍较少,尤其缺少在细分区域尺度上的研究。

对比主流经济复杂度测算方法在中国的适用性,在此基础上探讨产业地理集聚对经济复杂度的影响,对于了解中国区域出口经济复杂度现状,探究产业集聚对提升出口产品复杂度的作用机制具有重要作用。本文在梳理相关研究的基础上,基于中国海关数据库,在城市尺度上计算并对比了三种主流复杂度测算指标和产业地理集聚指数,并实证探究产业集聚对复杂度提升的作用及机制,以期为中国城市产业空间布局和结构优化升级提供指导。

2 文献综述与研究假说

2.1 经济复杂度理论进展

经济复杂度的概念最早由Hidalgo和Hausmann提出^[4],但在此之前,已经有****提出与之相似的出口复杂度概念,为经济复杂度的测算奠定了基础。Lall等根据出口产品贸易额加权人均收入水平的复杂程度评估国家整体发展^[13]。在此框架中,复杂度涵盖技术、产品分工以及自然资源的可获得性等因素,以确定各个国家的出口绩效,发现出口国的平均收入水平越高,出口越复杂。Hausmann等^[3]在Lall等^[13]的基础上改进了评估出口复杂度的方法,认为被高收入国家频繁出口的产品为高复杂度的产品,然后以国家出口某产品的贸易额占出口总额的比例作为权重,加权计算一国的出口复杂度。但上述方法通过与出口结构相似的国家收入水平进行比较来度量,将出现“富国出口富国产品”的循环结论^[4]。而后出现了复杂度测算应用较广的两种方法：一是Hidalgo和Hausmann提出的映射方法^[4],通过一组线性迭代方程定义了产品和国家复杂度,认为国家复杂度是优势产品复杂度的平均值;二是Tacchella等提出的适应性复杂度法^[14],通过一组非线性迭代方程定义了产品复杂度和国家适应性。

映射方法是将收入信息与国家网络结构及其出口产品信息分离开来,其核心是通过定义产品的遍在性和国家生产的多样性来构建复杂度。该方法认为需要更多能力的产品仅能被少数国家出口（遍在性低）,而拥有更多能力的国家将具备生产更多产品所需的条件（多样性高）,以此定义产品复杂度,并将产品复杂度的平均值作为经济复杂度,进而将两者计算结果相互迭代修正得到最终经济复杂度指标（ECI）。这种方法可以理解为在国家层面解释知识和生产能力的积累。国家与产品之间的联系揭示了各个国家生产能力的可用性,即新的生产能力如何补充现有生产能力以创造新产品。但Tacchella等认为其将经济体复杂度定义为其产品的平均复杂性,掩盖了国家出口产品多样化水平^[14]。Cristelli等的案例研究表明,映射方法低估了高度多样化的国家复杂度,如中国和印度^[15]。

一些****认为经济复杂度应体现国家经济的多样化^[5],即富裕国家倾向于生产所有可能的产品,而按照Hidalgo和Hausmann的计算方法,最富有的国家应该只生产少数高度专业化的产品^[4]。Tacchella等认为产品由发达国家制造这一观察结果对于产品本身的复杂性只提供了有限的信息,因为这些国家几乎出口所有的产品,而当一个不发达国家能够出口某种产品时,这种产品很可能只具有较低的复杂度^[14]。因此,一种产品的复杂性不能被定义为其生产国的平均适应力,应以高度非线性的方式加权计算产品复杂度,弱化发达国家出口的低复杂度产品权重。Tacchella等在ECI计算方法基础上进行改进,构建适应性复杂度（Fitness）^[14]。具体方法是通过一组非线性迭代方程定义了国家适应性和产品复杂度,利用适应性的倒数对给定产品出口国生产系统的复杂度进行加权。有研究对两者在评估产品和国家复杂度排序、预测经济发展、模拟贸易冲突等方面进行了对比研究,发现适应性复杂度的表现更好^[16]。

Albeaik等认为ECI和适应性复杂度两种通用方法均引入了具有比较优势,即RCA大于1的硬性阈值,对数据进行了离散化处理,对出口篮子的描绘具有局限性^[17]。他们提出新的复杂度衡量指标新经济复杂度（ECI+）,定义为根据每种产品的出口难度和国家出口经济规模进行修正的国家出口总量。因此,ECI+仅是出口额的函数,不需要离散化处理数据,避免了阈值限制。还有其他****也针对上述方法的局限性进行了指标的部分修正或重新构建指标^[5,18],在此仅选取ECI、适应性复杂度和ECI+进行详细阐述并计算（算法见3.2）。

总体而言,目前已有较多研究分析国家经济复杂度的度量方法,但研究单元多为国家尺度^[19,20],仅有少量研究落到次国家尺度^[21],且最佳测算指标尚未达成一致。本文将对比几种指标在中国城市尺度上的测算效果,充实相关研究。

2.2 经济复杂度的影响因素

最近一些研究已经开始探索国家日益复杂的出口结构背后的原因。如Balland和Rigby基于映射方法的特征向量重构,分析了美国城市间知识复杂性的分布和演变,并探讨知识的空间扩散如何与复杂度相联系。结果表明,美国各城市的知识复杂性差异很大,这与长期的经济表现模式高度相关,只有少数大都市地区能够生产最复杂的知识技术。此外,如果一个城市产生的知识相对其他城市更难被模仿,则它具有更复杂的技术结构^[22]。He等运用层次聚类分析方法和新的指标对中国出口产品和目的地结构进行测度,发现中国出口产品和目的地结构存在区域差异,中国城市出口结构演变是一个趋同和发散的过程,可以通过减少市场分割和促进城市间知识溢出来缓解区域差异。作者指出中国城市的出口产品结构与其出口目的地结构高度相关,制定出口政策既要考虑出口产品多样化,也要考虑出口市场多样化^[23]。

出口贸易,尤其是加工贸易对提升企业生产率和出口复杂度具有重要作用。如Park等发现出口增长促进企业生产率和其他企业绩效指标的提高。当企业出口到更发达国家时,出口增长对生产率的影响更大,支持了“从出口中学习”的观点^[24]。Chen使用中国省级数据研究显示,出口产品种类的增加导致生产力的显著提高^[25]。同时,中国出口的高复杂度可能主要是由于加工贸易的高复杂度上游产品投入带来的^[26]。技术创新、人力资本、企业动态和政策制度等对提升企业生产率和出口复杂度具有重要作用。Shen采用1995—2011年中国28个省级数据,对中国高技术产业出口复杂度的技术创新效应进行了实证分析,发现技术创新可以改善中国高科技产业的出口复杂性^[27]。这种影响取决于经济发展水平和出口规模,较低的经济发展水平和较大的出口规模可能产生更大的影响。Wang等认为人力资本较好和政府资助力度更强的高新区是中国出口复杂程度不断提升的关键因素^[28]。李志斌等将中国出口产品技术复杂度的增长分解为结构增量、进入增量和退出增量,结果显示进入增量和退出增量明显提升了中国城市出口产品技术复杂度水平^[29]。彭伟辉等利用Hausmann等^[3]的方法计算中国城市经济复杂度,发现产业政策对中国产业升级具有显著的正向作用^[30]。外资企业也被认为是中国出口复杂度提升的主要力量。中国出口结构复杂度与外商直接投资和加工贸易间的关系显示,出口复杂度与外资企业加工出口比例正相关,而与内资企业加工出口比例呈负相关^[31]。Yao发现出口和外商直接投资往往会对中国的经济增长产生积极影响^[32]。

总体而言,自从Rodrik提出中国的经济复杂程度异常高,与其经济发展水平不相匹配后^[33],越来越多研究关于中国出口复杂度的发展水平及其影响因素。大体分为经济增长^[33,34,35]、外商直接投资^[28]、资源禀赋^[36]、研发能力^[15,37]、人力资本^[38]、出口推动^[39]、基础设施^[40]、政策制度^[41,42]以及进口贸易^[28,31]等方面。部分****从国家或省级尺度研究产业集聚对产品出口复杂度的影响^[43],但并未深入探讨其内部作用机制,且多使用人均收入数据加权计算复杂度,相关研究仍存在较大提升空间。

2.3 产业地理集聚与经济复杂度

经济复杂度包含产品多样化和产品复杂程度,即数量和质量两个维度。通过文献梳理,本文认为产业集聚对经济复杂的影响机制主要有知识溢出、生产要素共享和竞争3条路径。

产业地理集聚可以通过促进知识溢出推动企业技术创新和生产率提升,从而促进出口产品复杂度和多样化程度提升^[9]。新增长理论表明,增长率的差异可能源于知识收益的增加^[44],而知识的地理集聚为企业提供了一种便利的信息搜索渠道,有助于促进知识收益增加和企业生产率提升。Audretsch等发现集聚产业交易过程中涉及某些商业信息和知识的相互溢出^[45],这类互相依存的贸易往来是企业外部学习和内部创新的重要知识来源,对初创的小规模企业尤为重要,这些学习和创新的累积效应极大增强了本地的竞争优势^[46]。但演化经济地理****认为,地理邻近不是知识溢出的充分条件,知识溢出的强度还与认知邻近有关,不相关的产业即使集聚在一起,也很难发生知识交换和重组。He等的实证研究表明中国出口产品空间演变主要是出口产品之间的关联性驱动的,证实了认知邻近的重要作用^[47]。因此本文认为产业地理集聚可以产生知识溢出,且这种知识溢出可以通过认知邻近衡量,从而有效推动区域生产率提升和技术进步^[48],促进产品种类多样化和复杂度提升。

产业地理集聚有助于企业之间共享生产要素,促进区域出口经济复杂度提升。一方面,企业和劳动力地理集聚可以促使当地构建密集而丰富的基础设施^[46],对企业而言,它们获得了更全面的基础设施支持,有利于其降低固定成本,对区域而言,基础设施的消耗分散在不同企业上时提升了基础设施的利用效率,从而可以使当地获得更高的经济收益。另一方面,产业地理邻近可以使劳动力获取、处理和利用生产技能和就业等相关信息更加容易。因此,劳动力也更倾向于在产业集聚区就业,从而使当地企业获得更大的劳动力池,降低其劳动力转换成本且提升其获得更高质量劳动力的概率。产业地理集聚还有助于企业共享投入品。接近投入来源可以使企业依据其生产规模获得要素投入^[49],因此,高投入强度较高的企业更容易从邻近的供应商中获益,而距离较远的供应商有时难以满足企业需求水平^[50]。此外,地理邻近是缄默知识传播的必要条件,因此创新活动常常是集聚的,且集聚可以进一步提升企业创新水平^[51]。出口贸易比国内贸易面临着更大的不确定性,为了应对国际市场需求的迅速变化,企业需要尽快调整产品,“调节成本”较高,而产业集群形态具有的柔性和快速反应能力可以降低相关成本^[52];在此基础上有文章通过模型推导和实证验证发现产业集聚水平可以提高出口复杂度^[43]。综上,产业地理集聚可以通过基础设施、劳动力、上游投入品等生产要素共享降低企业生产成本或出口沉没成本,企业可以将其收益的更大部分投入研发,且集聚还可能通过要素技术共享直接提升企业创新水平和生产率,从而促进区域出口更多高质量产品,提升区域经济复杂度。

产业集聚还会导致企业竞争加剧。一方面,竞争可以推动创新、加速技术进步,促进产业结构升级以及出口产品质和量提升^[53]。另一方面,如果区域基础设施落后或过度竞争,则可能发生严重的拥堵效应^[54]。Badr等通过研究埃及集聚经济与企业生产率之间的关系,发现竞争带来的交通拥堵和基础设施匮乏会对生产率产生不利影响^[55]。刘威等发现中、高技术行业可能会由于竞争或专利保护等原因部分地阻碍产业结构升级^[56]。Menzel等发现随着产业集聚程度不断增大,集群内间竞争加剧^[57];同时由于高专业化产品主要集中在少数几个企业中,导致其创新潜力降低,集群可能进入一种消极的封闭状态,逐渐衰落^[58]。综上所述,本文认为产业地理集聚可以通过生产要素共享、知识溢出效应促进出口经济复杂度提升,而竞争效应可能存在负向作用。

3 数据来源与指标测算

3.1 数据来源及处理

本文数据主要来源于中国海关贸易数据库,统计了中国8位数产品出口信息,并将其定位到城市（包括直辖市、地级市、自治州、地区,且地级市包含其所辖行政区）尺度。研究时段内的海关HS编码有3个版本,本文将其统一至2007年的版本。由于8位数产品涉及的复杂度差异非常微小,因此本文将产品出口额汇总到6位数尺度。此外,海关库中的贸易企业仅履行代理报关职能,其出口无法反映出口地生产信息,因此将其剔除。其他数据来源于中国经济社会大数据研究平台、《中国城市统计年鉴》和世界银行。

3.2 经济复杂度测算

3.2.1 经济复杂度（ECI）首先构造各城市出口某类产品的显性比较优势

RC A_{cp}

,并定义矩阵

M_{cp}

。

（1）

RC A_{cp} = \frac{\frac{X_{cp}}{\sum_{p} X_{cp}}}{\frac{\sum_{c} X_{cp}}{\sum_{cp} X_{cp}}}

（2）

M_{cp} = \{\begin{array}{l} 1, RC A_{cp} > 1 \\ 0, else \end{array}

式中：

X_{cp}

表示c城市p产品出口额;

M_{cp}

表示c城市p产品是否具有显性比较优势。然后定义城市出口多样性

k_{c} = \sum_{p} M_{cp}

,产品遍在性

k_{p} = \sum_{c} M_{cp}

。假设经济复杂度是其出口产品的平均复杂度,而产品复杂度是其出口地的平均复杂度,产生以下迭代映射：

（3）

EC I_{c} = \frac{1}{k_{c}} \sum_{p} M_{cp} PC I_{p}

（4）

PC I_{p} = \frac{1}{k_{p}} \sum_{c} M_{cp} EC I_{c}

式中：

EC I_{c}

即为c城市的经济复杂度;

PC I_{p}

为p产品的复杂度。

3.2.2 适应性复杂度（Fitness）使用公式（3）和公式（4）的修改版定义城市和产品的适应性复杂度指数。国家适应性复杂度（

F_{c}

）和产品的复杂性（

Q_{p}

）被定义为稳态映射：

（5）

{\tilde{F}}_{c, N} = \sum_{p} M_{cp} Q_{p, N - 1}

（6）

{\tilde{Q}}_{p, N} = \frac{1}{\sum_{c} M_{cp} \frac{1}{F_{c, N - 1}}}

式中：下标N表示迭代次数。

每一步都除以其均值进行标准化处理：

（7）

F_{c, N} = \frac{{\tilde{F}}_{c, N}}{\frac{1}{{C}} \sum_{c} {\tilde{F}}_{c, N}}

（8）

Q_{p, N} = \frac{{\tilde{Q}}_{p, N}}{\frac{1}{{P}} \sum_{p} {\tilde{Q}}_{p, N}}

式中：

\{C\}

和

{P}

分别是国家/地区和产品数量,初始条件是

{\tilde{F}}_{c, 0} = 1 \forall c

和

{\tilde{Q}}_{p, 0} = 1 \forall p

。

3.2.3 新经济复杂度（ECI+）定义

X_{c}^{0} = \sum_{p} X_{cp}

为c城市总出口额;

\frac{1}{\sum_{c} \frac{X_{cp}}{X_{c}^{0}}}

为出口该产品的难度,得到修正后该城市的出口总额为：

（9）

X_{c}^{1} = \sum_{p} \frac{X_{cp}}{\sum_{c} \frac{X_{cp}}{X_{c}^{0}}}

式中：

X_{c}^{1}

为通过c城市总出口额的出口难度修正值,用该修正值再次计算各产品在城市中所占的平均份额,得到二次修正值

X_{c}^{2}

：

（10）

X_{c}^{2} = \sum_{p} \frac{X_{cp}}{\sum_{c} \frac{X_{cp}}{X_{c}^{1}}}

N次迭代后得到

X_{c}^{N}

：

（11）

X_{c}^{N} = \sum_{p} \frac{X_{cp}}{\sum_{c} \frac{X_{cp}}{X_{c}^{N - 1}}}

则新经济复杂度ECI+为根据出口每种产品的难度进行修正后得到各城市的出口总额,减去该城市产品出口的平均份额（表示出口经济规模）：

（12）

EC I_{c}^{+} = \log (X_{c}^{\infty}) - \log (\sum_{p} \frac{X_{cp}}{X_{p}})

为了保证映射的数值收敛性,每一步都将

X_{c}

除以其几何平均值进行标准化处理（包括

X_{c}^{0}

）：

（13）

X_{c}^{N} = \frac{X_{c}^{N}}{{(\prod_{c^{'}} X_{c^{'}}^{N})}^{\frac{1}{{c}}}}

3.3 产业地理集聚测算

赫芬达尔-赫希曼指数（HHI）可以基于企业数据将企业规模和数量因素纳入计算产业地理集聚程度。本文利用HHI的加权平均值衡量各城市产业地理集聚程度,计算方法如下：

（14）

HH I_{cp} = \sum_{e \in p, c} {(\frac{X_{ep}}{X_{cp}})}^{2}

式中：

HH I_{cp}

为c城市p行业的赫芬达尔指数,分布在0~1之间,越接近1表示产业越集中;

X_{ep}

为p行业e企业的出口额;

X_{cp}

为该行业在c城市的出口总额,然后以行业出口额占全国总额的比例作为权重,计算出各城市产业地理集聚指数：

（15）

HH I_{c} = \frac{1}{n} \sum_{p} \frac{HH I_{cp} X_{cp}}{\sum_{cp} X_{cp}}

式中：n为该城市出口行业数量;

HH I_{c}

为c城市的产业地理集聚指数。

4 中国出口产业集聚与经济复杂度分析

4.1 中国出口产业集聚格局

图1展示了基于HHI计算的2000—2015年中国出口产业地理集聚情况。总体而言,全国产业地理集聚分布基本呈现以东部沿海地区集聚程度高,中西部城市点状起伏的空间格局,且历年分布格局变化不大。随着社会经济发展,城市整体产业地理集聚指数有所下降,城市间差异不断缩小。具体来看,产业地理集聚程度高的地区主要为环渤海、长三角、珠三角、海峡西岸及川渝地区,较低的地区主要集中在内陆边境地区、新疆和云南等地。从产业地理集聚指数增长绝对值及涨幅变化来看,2000—2015年间177个城市HHI有所上升,占比超过52%。增长最多的是深圳、郑州、重庆、惠州和上海,增长超过1%;其次是苏州、珠海、合肥等城市,增长超过0.3%;增长幅度较大的城市主要来自中西部地区的中小型城市。

图1

新窗口打开|下载原图ZIP|生成PPT
图12000年、2005年、2010年、2015年产业地理集聚指数空间分布

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制,底图无修改。
Fig. 1The spatial distribution of industrial geographic agglomeration in 2000, 2005, 2010 and 2015

4.2 中国出口经济复杂度分析

4.2.1 适应性复杂度指数（Fitness）图2展示了适应性复杂度方法测算的中国各城市整体及东、中、西部地区城市2000—2016年平均适应性复杂度,发现东部地区复杂度最高,中部次之,西部地区最低。从变化趋势来看,2008年以前,东部和西部地区平均复杂度均较为平稳,之后分别呈现波动下降和略有上升趋势;中部地区平均复杂度呈现持续缓慢增长态势。

图2

新窗口打开|下载原图ZIP|生成PPT
图2全国及东、中、西部平均复杂度指数变化

Fig. 2Changes in the average economic complexity of eastern, central, western, and whole China

图3为2000年和2016年适应性复杂度的散点图。本文认为城市经济复杂度是渐进式提升的,不同年份之间的城市经济复杂度应为正相关,以此作为各经济复杂度指标在中国适用性的衡量标准之一。可以看出,适应性经济复杂度数值大致分布在直线两侧,表明各城市经济复杂度随时间推移具有一致的渐进式演化特征。

图3

新窗口打开|下载原图ZIP|生成PPT
图32000年和2016年适应性复杂度指数散点图

Fig. 3Scatter plot of the Fitness in 2000 and 2016

图4展示了2000—2016年超过10次进入复杂度排名前20的城市排名变化情况,共有19个城市超过10次位于前20位。除了上海始终占据榜首,其他城市均略有变动。部分城市涨落幅度较大,如绍兴、常州、南通、嘉兴排名上涨幅度较大;而天津、南京则分别从第6和第2名下降至第16和第7名。此外,中西部省会城市,如成都、长沙、合肥、昆明、西宁等城市逐渐挤进前20大城市。可以看出,排名靠前的城市大多是东部沿海发达城市以及部分中西部区域核心城市,与前文产业集聚度较高的城市分布具有一致性。

图4

新窗口打开|下载原图ZIP|生成PPT
图42000—2016年超过10次进入top20的城市（19个）排名变化

Fig. 4The ranking changes of 19 cities that entered the top 20 more than 10 times from 2000 to 2016

图5展示了2000—2015年中国各城市复杂度指数空间格局变化情况。整体而言,与产业地理集聚指数较为一致,基本呈现以东部沿海地区复杂度高,中西部城市点状分布的空间格局。各城市经济复杂度增长幅度也与产业集聚变化情况相似,变化较大的城市主要位于中西部地区的中小型城市。

图5

新窗口打开|下载原图ZIP|生成PPT
图52000年、2005年、2010年、2015年适应性复杂度指数空间分布变化

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制,底图无修改。
Fig. 5Spatial distribution of the Fitness in 2000, 2005, 2010, and 2015

4.2.2 新经济复杂度指数（ECI+）绘制2000年和2016年新经济复杂度指数的散点图（图6）,发现数值虽然大致分布在直线两侧,但明显不如适应性复杂度指数的拟合效果。计算其复杂度指数排名前20的城市发现前文描述结果较为一致,主要为东部发达城市和部分中西部省会城市及区域核心城市。

图6

新窗口打开|下载原图ZIP|生成PPT
图62000年和2016年新经济复杂度指数散点图

Fig. 6Scatter plot of the ECI+ in 2000 and 2016

图7展示了2000—2016年超过10次进入新经济复杂度指数排名前20的城市,共有18个。除了北京、上海、广州、深圳等头部城市排名较为稳定,其余城市波动幅度较大。

图7

新窗口打开|下载原图ZIP|生成PPT
图72000—2016年超过10次进入top20 的城市（18个）排名变化

Fig. 7The ranking changes of the 18 cities that have entered the top 20 more than 10 times from 2000 to 2016

从城市ECI+的空间分布格局来看（图8）,东部沿海发达城市以及中西部省会城市为第一等级,向内陆城市逐渐减小。2000—2005年,环渤海、长三角和珠三角地区城市经济复杂度相对降低,2005—2010年,部分中西部城市经济复杂度有所上升,2010—2015年城市间经济复杂度差距进一步缩小。总之,ECI+衡量的城市出口经济复杂度相对差距不断减小,东部与中部地区经济复杂度发展趋于均衡,但部分西部地区发展仍然较为滞后。

图8

新窗口打开|下载原图ZIP|生成PPT
图82000年、2005年、2010年、2015年新经济复杂度指数空间分布变化

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制,底图无修改。
Fig. 8Spatial distribution of the ECI+ in 2000, 2005, 2010, and 2015

4.2.3 经济复杂度指数（ECI）最后,计算经济复杂度指数（ECI）。同样地,绘制2000年和2016年ECI的散点图（图9）,发现二者基本不存在相关关系,拟合效果远不如适应性复杂度指数和新经济复杂度指数。

图9

新窗口打开|下载原图ZIP|生成PPT
图92000年和2016年经济复杂度指数散点图

Fig. 9Scatter plot of the ECI in 2000 and 2016

如前所述,由于ECI计算方法设定,资源型城市等优势出口产品较少的城市会得出异常偏高的经济复杂度结果,且2000—2015年中国城市经济复杂度空间格局变化较小,分布不规律,不同年份之间复杂度拟合效果较差。因此,本文将采用适应性复杂度和ECI+进行分析。

4.2.4 基于产业地理集聚与经济复杂度的中国城市聚类分析利用2015年中国城市HHI、适应性复杂度、ECI+,以及以2000—2015年上述三指数变化值对2015年适应性复杂度排名前30的城市进行聚类（图10）。以2015年各指数值聚类结果显示,深圳、北京、上海分别自成一类,为产业地理集聚与经济复杂度指数双高型城市,其他城市可归为一类。以2000—2015年各指数变化值聚类结果显示,西宁、重庆为一类,适应性复杂度和ECI+增长均最大;南京、上海、杭州、深圳、北京等13个东部发达城市为一类,产业地理集聚指数增长较大;东莞自成一类,产业地理集聚指数降幅较大,经济复杂度指数也有所下降;其余14个城市为一类,经济复杂度指数增长相对较大。总体而言,核心-边缘城市分布明显,城市间仍存在较大差距。

图10

新窗口打开|下载原图ZIP|生成PPT
图10适应性复杂度排名前30城市聚类结果

Fig. 10Clustering of the top 30 cities with the highest Fitness

5 产业地理集聚对出口经济复杂度的影响

5.1 模型构建与变量介绍

首先构建全国337个城市2000—2016年的全样本面板数据,并对东、中、西部三大区域分别进行回归,分析不同区域产业地理聚集对其出口经济复杂度的影响。本文认为产业地理集聚的影响是通过调节生产要素共享、竞争强度和知识溢出实现的,因此引入了它们的交互项,探讨产业地理集聚对经济复杂度的作用机制。构建计量模型如下^①(① 在进行模型回归之前,对全样本数据进行了描述性统计和单位根检验、协整检验、Hausman检验和内生性检验等,由于版面限制,未在文中展示。)：

（16）

\begin{array}{l} Fitness / ECI +_{c, t + 1} = α_{0} + β_{1} \ln HH I_{c, t} + β_{2} \ln Pro d_{c, t} + β_{3} \ln Com p_{c, t} + \\ β_{4} \ln Densit y_{c, t} + β_{5} \ln Control s_{c, t} + μ_{c} + v_{t} + ε_{c, t} \end{array}

（17）

\begin{array}{l} Fitness / ECI +_{c, t + 1} = α_{0} + β_{1} \ln HH I_{c, t} + β_{2} \ln HHI_Pr o d_{c, t} + β_{3} \ln HHI_Com p_{c, t} + \\ β_{4} \ln HHI_Densit y_{c, t} + β_{5} \ln Control s_{c, t} + μ_{c} + v_{t} + ε_{c, t} \end{array}

式中：c、t分别表示城市和年份;

Fitness / ECI +_{c, t + 1}

表示c城市t+1年的适应性复杂度或新经济复杂度;

\ln HH I_{c, t}

、

\ln Pro d_{c, t}

、

\ln Com p_{c, t}

、

\ln Densit y_{c, t}

分别为c城市t年的产业地理集聚、生产要素共享、竞争强度和知识溢出指数的对数形式;

\ln HHI_Pro d_{c, t}

、

\ln HHI_Com p_{c, t}

、

\ln HHI_Densit y_{c, t}

分别为产业地理集聚与三者交互项的对数形式;

\ln Control s_{c, t}

表示控制变量的对数值;

μ_{c}

和

v_{t}

分别表示城市和时间固定效应;

ε_{c, t}

为随机误差项。由于经济复杂度随时间和城市变化,结合Hausman检验结果,本文采用面板数据固定效应模型,控制城市和时间固定效应,并将所有自变量滞后一期,有助于解决由变量遗漏和内生性问题。

如前文所述,城市出口经济复杂度包括出口多样化程度和出口产品复杂度,且提升后者的作用往往更为关键,也更具难度。因此,本文进一步探究产业地理集聚是否促进了高复杂度行业的产生和低复杂度行业的消亡进而提升城市出口复杂度。通过计算行业平均复杂度,定义高于平均值为高复杂度行业,低于平均值为低复杂度行业^[59]。设定模型如下：

（18）

\begin{array}{l} Entr y_{c, p, t + 1} = α_{0} + β_{1} \ln HHI_Hig h_{c, p, t} + β_{2} \ln HHI_Pro d_{c, p, t} + β_{3} \ln HHI_Com p_{c, p, t} + \\ β_{4} \ln HHI_Densit y_{c, p, t} + β_{5} \ln Control s_{c, t} + μ_{c} + v_{t} + ε_{c, t} \end{array}

（19）

\begin{array}{l} Exi t_{c, p, t + 1} = α_{0} + β_{1} \ln HH {I_{Low}}_{c, p, t} + β_{2} \ln HH {I_{\Pr od}}_{c, p, t} + β_{3} \ln HH {I_{Comp}}_{c, p, t} + \\ β_{4} \ln HHI_Densit y_{c, p, t} + β_{5} \ln Control s_{c, t} + μ_{c} + v_{t} + ε_{c, t} \end{array}

式中：

En tr y / Exi t_{c, p, t + 1}

为0、1二元变量,分别表示t+1年c城市是否产生新出口产业或新退出产业p。其构建方式为：当t年c城市p产业贸易额等于0,而t+1年大于0时,则认为c城市产生新产品p;反之,t年大贸易额大于0,而t+1年等于0时,则认为产业退出。

\ln HHI_Hig h_{c, p, t}

和

\ln HHI_Lo w_{c, p, t}

分别为产业地理集聚的对数值与高、低复杂度行业的交叉项。由于因变量为二元变量,故采用Probit模型进行回归分析。

核心解释变量包括产业地理集聚,及其与生产要素共享、竞争强度、知识溢出强度,以及高、低复杂度行业的交叉项。劳动力是企业生产的重要投入要素,共享劳动力池是集聚发生的重要原因,因此本文以城市在岗职工平均人数衡量生产要素共享,数据来源于《中国城市统计年鉴》;参考陈良文等的方法^[60],竞争强度以城市企业平均出口规模与全国企业出口规模比值衡量,数据来源于中国海关数据库;知识溢出强度不仅取决于地理邻近,还取决于产业之间的认知邻近,因此本文以反映城市产业总体认知邻近程度的技术关联密度衡量,构建方式参考周沂等的方法^[61]。根据文献调研选取对经济复杂度有重要影响的控制变量,变量选取及作用机制如下：① 经济发展水平,城市经济发展水平越高,所具备的要素禀赋越丰富,越有利于产业结构升级,从而提升经济复杂度;② 外商直接投资,外商直接投资可以通过溢出效应和示范效应提升区域知识总量,有效促进产品结构升级^[28];③ 基础设施,健全的基础设施能提升资金、信息等的流动效率,降低企业生产成本,促进企业技术创新和出口升级^[43];④ 人力资本,人力资本是创造知识的重要因素,可以促进知识技术积累,提升地区经济复杂程度^[34];⑤ 研发投入,研发投入有助于企业自主创新,提高企业生产率和增加区域知识总量,提升经济复杂度^[62];⑥ 贸易开放度,开放的贸易体制有助于扩大国内市场规模,并通过与国外企业互动,提高企业生产率^[63],也有利于企业通过进口贸易学习包含在产品中的知识,提升当地经济复杂度;⑦ 自然资源禀赋,以资源为基础的出口通常取决于本地可获得的初级资源,拥有充足资源的高薪地区在使用新技术方面比落后城市更有效率^[64],但同时对自然资源过分依赖可能不利于提升产业出口竞争力。因此本文选取上述因素作为控制变量。为了减少异方差,且考虑到适应性复杂度指数含有部分负值,因此对除虚拟变量外的所有解释变量取对数处理。所有变量定义及说明见表1。

Tab. 1
表1
表1变量定义
Tab. 1Definition of variables

解释维度	变量符号	变量含义	变量说明
被解释变量	ECI	出口经济复杂度	适应性复杂度Fitness和新经济复杂度ECI+
被解释变量	Entry/Exit	出口产业的产生和消亡	产业产生时Entry赋值为1,否则为0;产业消亡时Exit赋值为1,否则为0
核心解释变量	HHI	产业地理集聚	赫芬达尔-赫希曼指数在城市尺度上加权平均
	Prod	生产要素共享	城市在岗职工平均人数
	Density	知识溢出	技术关联密度
	Comp	竞争强度	城市企业平均出口规模与全国企业出口规模比值
	High/Low	高、低复杂度行业	高复杂度行业High赋值为1,Low为0;低复杂度行业Low赋值为1,High为0
控制变量	GDP	经济发展水平	人均GDP
	FDI	外商直接投资	人均当年实际使用外资金额
	Road	基础设施	人均道路面积
	HC	人力资本	每10万人中普通高等学校在校学生数
	RD	研发投入	人均科学技术支出
	EXP	贸易开放度	出口贸易额占GDP比例
	Area	自然资源禀赋	人均陆地面积

新窗口打开|下载CSV

5.2 模型回归结果分析

5.2.1 回归结果通过相关系数检验发现,经济发展水平、外商直接投资、研发投入三者之间的相关系数均大于0.7。此外,经济发展水平与人力资本也具有较高的相关性。因此,回归时将控制变量分为组一（lnGDP、lnRD,Control_1）和组二（lnFDI、lnHC、lnRoad、lnEXP、lnArea,Control_2）分别放入模型,最后再一同放入模型（Control_all）。

全样本数据回归结果见表2,其中,模型1~模型3因变量为适应性复杂度,模型4~模型6因变量为新经济复杂度。可以看出,在模型1~模型6中产业地理集聚指数均显著为正,说明产业地理集聚有效促进了城市出口经济复杂度提升。此外,产业间知识溢出和生产要素共享水平均显著为正。而竞争强度在加入控制变量组二后（模型2和模型5）,对经济复杂度有显著负向影响,这可能由于竞争强度对经济复杂度影响较弱,在受到其他相关的控制变量影响下将不利于城市出口复杂度的提升。进一步引入集聚指数与三者的交叉项（模型3和模型6）,结果均为显著正向影响,表明产业地理集聚通过促进竞争效应、知识溢出和共享生产要素,显著提升了城市经济复杂度。

Tab. 2
表2
表2产业地理集聚对城市出口经济复杂度的影响
Tab. 2The influence of industrial agglomeration on the economic complexity of cities exports

	（1）	（2）	（3）	（4）	（5）	（6）
	Fitness	Fitness	Fitness	ECI+	ECI+	ECI+
lnHHI	0.000228^***	0.000117^***		0.644^***	0.138^***
lnProd	0.00197^***	0.00224^***	0.0018885^***	1.805^***	0.540^***	1.862667^***
lnDensity	4.089^***	3.091^***	3.328177^***	8663.3^***	4172.4^***	5176.859^***
lnComp	0.000237^***	-0.0000593^***	-0.0010264^***	1.230^***	-0.438^***	-1.446831^***
lnHHI_Prod			0.0001199^***			0.0610415^***
lnHHI_Density			0.3922502^***			383.1859^***
lnHHI_Comp			0.0002641^***			0.3000586^***
Control_1	YES			YES
Control_2		YES			YES
Control_all			YES			YES
_cons	-0.0376^***	-0.0218^***	-0.0311^***	-41.20^***	-36.03^***	-45.04^***
N	4557	4412	4476	4564	4418	4482

注：^*表示P< 0.1;^**表示P< 0.05;^***表示P< 0.01。

新窗口打开|下载CSV

分区域来看,东部地区与整体回归结果基本一致。说明东部地区的高度市场化与开放化符合整体发展规律。因版面限制故不展示东部地区回归结果。从中部地区的回归结果来看（表3）,产业地理集聚、知识溢出、生产要素共享与整体一致,均对城市出口复杂度有显著正向作用,而竞争强度越大越不利于中部地区城市出口复杂度提升。与整体结果不同的是,竞争加剧会降低对产业集聚的积极作用,这可能是由于中部地区企业创新能力、对外开放度等较弱,更多地受到竞争的负面作用影响。

Tab. 3
表3
表3产业地理集聚对城市出口经济复杂度的影响（中部地区）
Tab. 3The influence of industrial agglomeration on the economic complexity of cities exports (central China)

	（1）	（2）	（3）	（4）	（5）	（6）
	Fitness	Fitness	Fitness	ECI+	ECI+	ECI+
lnHHI	0.000172^***	0.000112^***		0.446^***	0.0721^***
lnDensity	3.256^***	2.542^***	2.763332^***	6603.6^***	3582.3^***	4579.018^***
lnProd	0.000561^***	0.000656^***	0.0008539^***	1.173^***	0.347^***	1.102929^***
lnComp	-0.0000581^***	-0.000346^***	-0.0009294^***	0.954^***	-0.965^***	-1.732863^***
lnHHI_Prod			0.0000895^***			0.0763588^***
lnHHI_Density			0.2700538^***			216.8027^***
lnHHI_Comp			-0.000134^***			-0.219306^***
Control_1	YES			YES
Control_2		YES			YES
Control_all			YES			YES
_cons	-0.0157^***	-0.0114^***	-0.0101^***	-18.48^***	-30.55^***	-15.54^***
N	1625	1615	1614	1629	1619	1618

注：^*表示P< 0.1;^**表示P< 0.05;^***表示P< 0.01。

新窗口打开|下载CSV

对于西部地区而言（表4）,与整体回归结果也较为一致。产业地理集聚、知识溢出、生产要素共享均显著促进了城市出口经济复杂度。产业地理集聚与三种效应的交互项显示,集聚可通过这三者促进经济复杂度的增长。与整体结果不同的是,竞争效应对适应性复杂度和ECI+两种指标反映的复杂度作用完全相反。如前所述,适应性复杂度偏向于反映出口产品多样化程度,ECI+则偏向于反映出口难度。这说明竞争加剧会挤出一部分出口企业,不利于提升出口产品的多样性。但在竞争中存活的企业在出口“较难出口”的产品中更有优势,竞争加剧有利于提升出口难度从而提升出口经济复杂度。

Tab. 4
表4
表4产业地理集聚对城市出口经济复杂度的影响（西部地区）
Tab. 4The influence of industrial agglomeration on the economic complexity of cities exports (western China)

	（1）	（2）	（3）	（4）	（5）	（6）
	Fitness	Fitness	Fitness	ECI+	ECI+	ECI+
lnHHI	0.000134^***	0.000111^***		1.126^***	0.439^***
lnDensity	2.973^***	2.984^***	2090074^***	17250.5^***	11781.5^***	12037.29^***
lnProd	0.000949^***	0.000933^***	0.0010657^***	2.132^***	0.652^***	2.226566^***
lnComp	-0.000108^***	-0.0000564^***	-0.0004302^***	3.126^***	1.245^***	-0.2650667^***
lnHHI_Comp			0.0001031^***			0.9296063^***
lnHHI_Prod			0.0001329^***			0.2412942^***
lnHHI_Density			0.411108^***			932.1151^***
Control_1	YES			YES
Control_2		YES			YES
Control_all			YES			YES
_cons	-0.00522^***	-0.00356^***	-0.00445^***	-52.20^***	-47.72^***	-75.58^***
N	1262	1152	1220	1265	1154	1222

注：^*表示P< 0.1;^**表示P< 0.05;^***表示P< 0.01。

新窗口打开|下载CSV

进一步分析产业地理集聚是否促进高复杂度产业的进入和低复杂度产业退出。表5报告了全国层面产业地理集聚对高复杂度产业进入和低复杂度行业退出的影响。结果显示,产业地理集聚与高复杂度产业和低复杂产业的交互项显著为正,表明产业地理集聚有效促进了高复杂度行业进入并促进低复杂度产业退出出口市场。分区域回归结果显示（表6）,对于东部和中部地区,产业地理集聚显著促进了高复杂度产业进入,但抑制了西部地区高复杂度产业进入。这主要是因为西部地区产业发展条件有限,产生高复杂产业难度较大。此外,产业地理集聚有效促进了中部和西部地区低复杂度产业的退出,而东部地区由于生产要素丰富,产业多样化程度高,高低复杂度行业均不断集聚发展。

Tab. 5
表5
表5产业地理集聚是否促进高复杂度产业进入或低复杂度产业退出
Tab. 5The impact of industrial agglomeration on the entry of high-complexity industries and the exit of low-complexity industries

	（1）	（2）
	Entry	Exit
lnHHI_High	0.1424682^***
lnHHI_Low		0.1017345^***
High	-0.2448825^***
Low		-0.2458689^***
Control_all	YES	YES
_cons	-0.0547	-1.154^***
N	322560	322560

注：^*表示P< 0.1;^**表示P< 0.05;^***表示P< 0.01。

新窗口打开|下载CSV

Tab. 6
表6
表6产业地理集聚是否促进高复杂度产业进入或低复杂度产业退出（分区域）
Tab. 6The impact of industrial agglomeration on the entry of high-complexity industries and the exit of low-complexity industries (by regions)

	（1）	（2）	（3）	（4）	（5）	（6）
	东部	中部	西部	东部	中部	西部
	Entry	Entry	Entry	Exit	Exit	Exit
lnHHI_High	0.3696596^***	0.1072801^***	-0.0406275^***
lnHHI_Low				-0.1349272^***	0.0678295^***	0.1743275^***
High	-0.5458456^***	-0.1394422^***	-0.0936407^***
Low				-0.1341363^***	-0.1240864^***	0.2434765^***
Control_all	YES	YES	YES	YES	YES
_cons	-1.034^***	0.490^***	1.807^***	-0.387^**	-1.997^***	-2.837^***
N	138128	113228	71204	138128	113228	71204

注：^*表示P< 0.1;^**表示P< 0.05;^***表示P< 0.01。

新窗口打开|下载CSV

综上所述,知识溢出和生产要素共享效应均显著促进了城市出口经济复杂度的提升,而竞争强度在受到其他相关的控制变量影响下不利于城市出口复杂度增长,尤其在中部地区,竞争强度对提升适应性复杂度具有显著负向影响。总体而言,产业地理集聚通过知识溢出和生产要素共享产生的积极影响超过了竞争拥挤所带来的消极影响,有效促进了城市出口经济复杂度提升和产业结构升级。

5.2.2 稳健性检验本文采用改变基础数据、数据整合精度、根据城市等级分样本以及改变核心变量构建方法等方式进行稳健性检验,结果显示上文结论可以通过稳健性检验。具体方法如下^②(② 由于版面限制,未展示稳健性检验具体结果。)：

（1）一般而言,初级产品属于资源密集型产品,受自然资源禀赋影响较大,因此剔除出口数据中的初级产品进行稳健性检验。使用联合国公布的HS 2007-SITC 4代码对应表,将HS代码与SICT代码相匹配。SITC代码将产品分为十大类别,编码第一位数字代表类别,0~4类为初级产品。回归结果与整体结果基本一致,产业地理集聚与知识溢出、竞争、生产要素共享的交叉项均显著促进了城市出口经济复杂的增长。

（2）部分****认为中国出口贸易的特殊性正是由于过多加工贸易出口所导致^[5],因此剔除加工贸易产品数据进行稳健性检验。回归结果与前文一致,除了竞争强度在某些控制变量影响下对复杂度呈现负向影响,其余解释变量对于经济复杂度指数均有显著的正向作用。

（3）为了确认出口产品分类尺度对于分析产业地理集聚与经济复杂度之间的关系是否有影响,利用2位数HS代码重新计算城市出口经济复杂度指数,并进行回归分析。结果表明,核心解释变量及绝大部分控制变量的显著性与影响方向均与利用6位数HS代码回归结果一致。

（4）分析不同样本范围是否会对回归结果产生影响。首先剔除北京、天津、上海、重庆4个直辖市进行稳健性检验;此外,筛选出人口最大的100个、200个城市及最小的100个、200个城市,重新进行模型回归。结果发现,核心解释变量与整体回归结果基本一致,产业地理集聚指数显著促进了复杂度增长。此外,在人口较少的城市,集聚竞争效应对于提升城市出口经济复杂度产生显著的负向作用,与前文区域分析一致。

（5）利用产业平均出口集中率指数替换HHI衡量产业地理集聚度对模型进行回归分析。结果表明,产业平均出口集中率与生产要素共享、竞争和知识溢出的交互项对于城市出口经济复杂度的影响显著为正。表明无论是产业平均出口集中率还是HHI,都反映了产业地理集聚在一定程度上通过生产要素共享、竞争和知识溢出效应促进了城市出口经济复杂度的增长。

6 结论与讨论

近年来提出的经济复杂度测度方法旨在量化国家竞争力和出口产品质量。通常越具竞争力的国家出口产品质量越高且越为多元化,而发展中国家只能出口遍在性较高的低质量产品。因此,对于发展中国家而言,如何有效促进产业结构升级,提升其产品出口复杂程度成为国家发展的关键所在。本文梳理了现有主流复杂度测算方法与实证研究进展,以中国这一极具代表性的贸易大国为研究对象,深入分析城市出口复杂度,并从集聚带来的知识溢出、生产要素共享和竞争三方面效应探讨产业地理集聚对复杂度的作用。研究得到以下主要结论：

① 产业地理集聚指数较高的城市为东部发达城市,深圳、上海、东莞、天津和北京等城市长期排名前列,城市间排名变化幅度较小。全国产业地理集聚分布基本呈现东部沿海地区集聚程度高,中西部城市点状起伏的空间格局。随时间推移,城市间产业集聚水平差异逐渐缩小。② 东部地区平均经济复杂度指数最大,其次是中部地区,西部地区平均复杂度指数最小。且中西部城市经济复杂度指数不断上升,与东部城市间的经济复杂度发展差距日益缩小。经济复杂度空间分布格局与产业地理集聚分布具有一致性。基于经济复杂度和产业地理集聚对城市聚类的结果显示,核心-边缘格局明显,城市间仍存在较大差距。③ 主流经济复杂度测算方法中,经济复杂度指数（ECI）在中国城市尺度的适用性较弱,而适应性复杂度（Fitness）和新经济复杂度（ECI+）对中国城市经济复杂度拟合效果较好。④ 产业地理集聚的知识溢出和生产要素共享对出口经济复杂度产生的正面影响十分稳定,无论是其直接效应还是调节作用,在全国与区域层面均稳定显著为正。竞争效应的影响根据复杂度指标与区域的不同有所不同,总体而言,竞争效应对城市出口经济复杂度有负面影响。但知识溢出与生产要素共享的积极作用超过了竞争拥挤带来的消极作用,产业地理集聚对经济复杂度提升总体呈正面影响,且通过了稳健性检验。机制探究表明,产业地理集聚通过促进高复杂度产业进入与低复杂度产业退出从而提升出口经济复杂度。

近年来,中国出口产品技术含量有较大提升,但仍与发达国家存在较大差距。本文研究城市出口经济复杂度,试图为中国出口竞争力提升提供新思路。政府可以通过制定公共政策,利用“集群效应”提升区域出口竞争力。首先,应继续发展现有产业集群,扩展其供应链;增强企业间联系,推动企业间的学习与交流,形成良好的创新氛围;促进生产要素流动,发挥产业集聚效应提高企业生产率。其次,建立具有高增长潜力的产业集群,推动产业前后向联系,增强区域创新能力,推动出口产品升级,从而提升产品出口复杂度。同时,为了发挥产业间的知识溢出效应并提升企业间生产要素共享效率,应注意集群内产业联系,发展产业关联度较高的集群。最后,由于各效应在东、中、西部的作用不尽相同,制定政策时应重视区域差异性,因地制宜地制定集群政策。

致谢：

真诚感谢外审专家在论文评审中对本文语言梳理、指标解释、机制分析等方面提出的宝贵意见和修改建议,使本文更加严谨充实,在此表示衷心感谢！

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Alonso J

, Martín

. Product relatedness and economic diversification at the regional level in two emerging economies: Mexico and Brazil
Regional Studies, 2019, 53(12):1710-1722. DOI: 10.1080/00343404.2019.1605441.

URL [本文引用: 1]

[2]

Bresnahan

, Coxhead

, Foltz

, et al. Does freer trade really lead to productivity growth?. Evidence from Africa
World Development, 2016, 86:18-29. DOI: 10.1016/j.worlddev.2016.05.007.

URL [本文引用: 1]

[3]

Hausmann

, Hwang

, Rodrik

. What you export matters
Journal of Economic Growth, 2007, 12(1):1-25.

DOI:10.1007/s10887-006-9009-4 URL [本文引用: 6]

[4]

Hidalgo C

, Hausmann

. The building blocks of economic complexity
Proceedings of the National Academy of Sciences, 2009, 106(26):10570-10575. DOI: 10.1073/pnas.0900943106.

[本文引用: 9]

[5]

Poncet

, De Waldemar

F S

. Export upgrading and growth: the prerequisite of domestic embeddedness
World Development, 2013, 51:104-118. DOI: 10.1016/j.worlddev.2013.05.010.

URL [本文引用: 4]

[6]

Gaglio

. Trade liberalization and export performance: A literature review
Revue d'économie Politique, 2017, 127(1):25-46.

DOI:10.3917/redp.271.0025 URL [本文引用: 1]

[7]

Mcmillan M

, Rodrik

. Globalization, structural change and productivity growth
National Bureau of Economic Research Working Paper Series, 2011, No. 17143.

[本文引用: 1]

[8]

符天蓝, 杨春. 市场转向与产业升级路径分析: 以珠江三角洲出口导向型家具产业为例
地理研究, 2018, 37(7):1460-1474.

DOI:10.11821/dlyj201807016 [本文引用: 1]

近年来,特别是2008年全球金融危机爆发以后,中国出口导向型制造业出现了由以出口为主转向出口和内销并进的发展趋势。然而现有文献较少关注市场转向对制造业企业产业升级的影响。基于全球生产网络的视角,以珠江三角洲出口导向型家具产业为例,通过以深度访谈为主的定性研究方法,探讨出口导向型制造业企业在出口转内销过程中的产业升级路径。结果显示：在与中国国内市场进行战略耦合（strategic coupling）的过程中,家具制造业企业分别通过网络式、企业内部协调式及市场型方式嵌入国内市场导向型的生产网络,并呈现出产业升级（upgrading）和降级（downgrading）等多元化路径。中国市场为家具制造业企业提供了产业升级特别是功能升级的机会,但小部分制造业企业也经历着产品降级的过程。研究市场转向中的产业升级对理解后危机时代新兴市场的崛起具有一定的理论意义;同时对理解在全球经济背景下中国出口导向型加工制造业转型具有实践意义。

[ Fu

Tianlan

, Yang

Chun

. Market reorientation and industrial upgrading trajectories: Evidence from the export-oriented furniture industry in the Pearl River Delta
Geographical Research, 2018, 37(7):1460-1474.] DOI: 10.11821/dlyj201807016.

[本文引用: 1]

[9]

周沂, 贺灿飞. 集聚类型与中国出口产品演化: 基于产品技术复杂度的研究
财贸经济, 2018, 39(6):115-129.

[本文引用: 2]

[ Zhou

, He

Canfei

. Agglomeration economy and the evolution of export sophistication in China
Journal of Finance and Economics, 2018, 39(6):115-129.] DOI: 10.19795/j.cnki.cn11-1166/f.2018.06.010.

[本文引用: 2]

[10]

Kemeny

, Storper

. Is specialization good for regional economic development?
Regional Studies, 2015, 49(6):1003-1018. DOI: 10.1080/00343404.2014.899691.

URL [本文引用: 1]

[11]

苏丹妮, 盛斌, 邵朝对. 产业集聚与企业出口产品质量升级
中国工业经济, 2018, (11):117-135.

[本文引用: 1]

[ Su

Danni

, Sheng

Bin

, Shao

Chaodui

. Industrial agglomeration and firms' export product quality upgrading
China Industrial Economics, 2018, (11):117-135.] DOI: 10.19581/j.cnki.ciejournal.2018.11.007.

[本文引用: 1]

[12]

Fan C

, Scott A

. Industrial agglomeration and development: A survey of spatial economic issues in East Asia and a statistical analysis of Chinese regions
Economic geography, 2003, 79(3):295-319. DOI: 10.1111/j.1944-8287.2003.tb00213.x.

URL [本文引用: 1]

[13]

Lall

, Weiss

, Zhang

. The “sophistication” of exports: A new trade measure
World Development, 2006, 34(2):222-237. DOI: 10.1016/j.worlddev.2005.09.002.

URL [本文引用: 2]

[14]

Tacchella

, Cristelli

, Caldarelli

, et al. A new metrics for countries' fitness and products' complexity
Scientific reports, 2012, 2:723. DOI: 10.1038/srep007231.

PMID:23056915 [本文引用: 4]

Classical economic theories prescribe specialization of countries industrial production. Inspection of the country databases of exported products shows that this is not the case: successful countries are extremely diversified, in analogy with biosystems evolving in a competitive dynamical environment. The challenge is assessing quantitatively the non-monetary competitive advantage of diversification which represents the hidden potential for development and growth. Here we develop a new statistical approach based on coupled non-linear maps, whose fixed point defines a new metrics for the country Fitness and product Complexity. We show that a non-linear iteration is necessary to bound the complexity of products by the fitness of the less competitive countries exporting them. We show that, given the paradigm of economic complexity, the correct and simplest approach to measure the competitiveness of countries is the one presented in this work. Furthermore our metrics appears to be economically well-grounded.

[15]

Caldarelli

, Cristelli

, Gabrielli

, et al. A network analysis of countries' export flows: Firm grounds for the building blocks of the economy
PloS one, 2012, 7(10):e47278. DOI: 10.1073/pnas.0900943106.

URL [本文引用: 2]

[16]

Zhou

, Li

, Xiong

, et al. Quantifying the robustness of countries' competitiveness by network-based methods
Complexity, 2018, 2018. DOI: 10.1155/2018/5738135.

[本文引用: 1]

[17]

Fritz B

, Manduca

R A

. The Economic Complexity of US Metropolitan Areas.
2019. https://arxiv.org/abs/1707.05826 .

URL [本文引用: 1]

[18]

Sciarra

, Chiarotti

, Ridolfi

, et al. Reconciling contrasting views on economic complexity
Nature communications, 2020, 11(1):1-10. DOI: 10.1038/s41467-020-16992.

URL [本文引用: 1]

[19]

Ertan Özgüzer

, Oğuş-Binatlı

. Economic convergence in the EU: A complexity approach
Eastern European Economics, 2016, 54(2), 93-108. DOI: 10.1080/00128775.2015.1126787.

URL [本文引用: 1]

[20]

Gao

, Zhou

. Quantifying China's regional economic complexity
Physica A: Statistical Mechanics and its Applications, 2018, 492, 1591-1603. DOI: 10.1016/j.physa.2017.11.084.

URL [本文引用: 1]

[21]

Fritz B

, Manduca R

. The economic complexity of US metropolitan areas
Regional Studies, 2021, 7(55), 1299-1310. DOI: 10.1080/00343404.2021.1884215.

[本文引用: 1]

[22]

Balland P

, Rigby

. The geography of complex knowledge
Economic geography, 2017, 93(1):1-23. DOI: 10.1080/00130095.2016.1205947.

URL [本文引用: 1]

[23]

, Yu

, Zhu

. Sectoral and spatial patterns of Chinese cities' export structures
Post-Communist Economies, 2020, 32(1):125-146. DOI: 10.1080/14631377.2019.1640986.

URL [本文引用: 1]

[24]

Park

, Yang

, Shi

, et al. Exporting and firm performance: Chinese exporters and the Asian financial crisis
The Review of Economics and Statistics, 2010, 92(4):822-842. DOI: 10.1162/REST_a_00033.

URL [本文引用: 1]

[25]

Chen

. Revenue, variety and productivity in China's export sector
Review of International Economics, 2011, 19(2):341-355. DOI: 10.1111/j.1467-9396.2011.00951.x.

URL [本文引用: 1]

[26]

Freund

. The anatomy of China's export growth
World Bank Policy Research Working Paper, 2008, No. 4628.

[本文引用: 1]

[27]

Shen

. An empirical research of the technological innovation effect on the export sophistication of China high-technologyindustry
Orlando: The WMSCI 2015-19th World Multi-Conference on Systemics, Cybernetics and Informatics, 2015.

[本文引用: 1]

[28]

Wang

, Wei S

. What accounts for the rising sophistication of China's exports?. In: Feenstra R C, Wei SJ. China's Growing Role in World Trade
Chicago: University of Chicago Press, 2010: 63-104.

[本文引用: 4]

[29]

李志斌, 周子博, 周沂. 中国城市出口产品技术复杂度演化
地域研究与开发, 2019, 38(5):45-50.

[本文引用: 1]

[ Li

Zhibin

, Zhou

Zibo

, Zhou

. Evolution of complexity of China's urban export products
Areal Research and Development, 2019, 38(5):45-50.] DOI: 10.3969/j.issn.1003-2363.2019.05.009.

[本文引用: 1]

[30]

彭伟辉, 宋光辉. 实施功能性产业政策还是选择性产业政策? 基于产业升级视角
经济体制改革, 2019, (5):88-96.

[本文引用: 1]

[ Peng

Weihui

, Song

Guanghui

. Implementing functional industrial policy or selective industrial policy? From the perspective of industrial upgrading
Reform of Economic System, 2019, (5):88-96.]

[本文引用: 1]

[31]

. The sophistication of exports: Is China special?
China Economic Review, 2010, 21(3):482-493. DOI: 10.1016/j.chieco.2010.04.005.

URL [本文引用: 2]

[32]

Yao

. On economic growth, FDI and exports in China
Applied Economics, 2006, 38(3):339-351. DOI: 10.1080/00036840500368730.

URL [本文引用: 1]

[33]

Rodrik

. What's so special about China's exports?
China & World Economy, 2006, 14(5):1-19. DOI: 10.1111/j.1749-124X.2006.00038.x.

[本文引用: 2]

[34]

黄永明, 张文洁. 出口复杂度的国外研究进展
国际贸易问题, 2012, (3):167-176.

[本文引用: 2]

[ Huang

Yongming

, Zhang

Wenjie

. A review of foreign research in export sophistication
Journal of International Trade, 2012, (3):167-176.] DOI: 10.13510/j.cnki.jit.2012.03.016.

[本文引用: 2]

[35]

Schott P

. The relative sophistication of Chinese exports
Economic policy, 2008, 23(53):6-49. DOI: 10.1111/j.1468-0327.2007.00195.x.

[本文引用: 1]

[36]

戴翔, 金碚. 产品内分工、制度质量与出口技术复杂度
经济研究, 2014, 49(7):4-17, 43.

[本文引用: 1]

[ Dai

Xiang

, Jin

Bei

. Intra-product specification, insititution quantity and export sophistication
Economic Research Journal, 2014, 49(7):4-17, 43.]

[本文引用: 1]

[37]

Hausmann

, Rodrik

. Economic development as self-discovery
Journal of development Economics, 2003, 72(2):603-633. DOI: 10.1016/S0304-3878(03)00124-X.

URL [本文引用: 1]

[38]

张美云. 丝绸之路经济带经济复杂度及其影响因素
经济经纬, 2017, 34(4):81-85.

[本文引用: 1]

[ Zhang

Meiyun

. Economic complexity of Silk Road Economic Belt and its influencing factors
Economic Survey, 2017, 34(4):81-85.] DOI: 10.15931/j.cnki.1006-1096.2017.04.014.

[本文引用: 1]

[39]

黄先海, 陈晓华, 刘慧. 产业出口复杂度的测度及其动态演进机理分析: 基于52个经济体1993—2006年金属制品出口的实证研究
管理世界, 2010, (3):44-55.

[本文引用: 1]

[ Huang

Xianhai

, Chen

Xiaohua

, Liu

Hui

. Measurement of industrial export complexity and analysis of its dynamic evolution mechanism: an empirical study on the export of metal products from 52 economies from 1993 to 2006
Management World, 2010, (3):44-55.] DOI: 10.19744/j.cnki.11-1235/f.2010.03.006.

[本文引用: 1]

[40]

李磊, 刘斌, 郑昭阳, 等. 地区专业化能否提高我国的出口贸易技术复杂度?
世界经济研究, 2012, (6):30-37, 88.

[本文引用: 1]

[ Li

Lei

, Liu

Bin

, Zheng

Zhaoyang

, et al. Can regional specialization improve export technology sophistication of China?
World Economy Studies, 2012, (6):30-37, 88.] DOI: 10.13516/j.cnki.wes.2012.06.003.

[本文引用: 1]

[41]

Acemoglu

, Robinson J

. Persistence of power, elites, and institutions
American Economic Review, 2008, 98(1):267-293. DOI: 10.1257/aer.98.1.267.

URL [本文引用: 1]

[42]

梅诗晔, 刘林青. 技术密集型制造业经济复杂性: 国际比较及影响因素
工业技术经济, 2018, 37(11):112-119.

[本文引用: 1]

[ Mei

Shiye

, Liu

Linqing

. The economic complexity index of technology intensive manufacturing industry: International comparisons and influencing factors
Journal of Industrial Technological Economics, 2018, 37(11):112-119.] DOI: 10.3969 / j.issn.1004-910X.2018.11.015.

[本文引用: 1]

[43]

莫莎, 何桂香. 产业集聚与中国高新技术产品出口复杂度关系研究
经济经纬, 2013, (5):47-52.

[本文引用: 3]

[ Mo

Sha

, He

Guixiang

. The research on industrial agglomeration and export sophistication of Chinese high-tech industry
Economic Survey, 2013, (5):47-52.] DOI: 10.15931/j.cnki.1006-1096.2013.05.013.

[本文引用: 3]

[44]

Romer

. Increasing return and long-run growth
Journal of Political Economy, 1986, 94:1002-1037.

DOI:10.1086/261420 URL [本文引用: 1]

[45]

Audretsch

, Feldman

. R&D spillovers and the geography of innovation and production
American Economic Review, 1996, 86:630-640.

[本文引用: 1]

[46]

Fan

, Scott

. Industrial agglomeration and development: A survey of spatial economic issues in East Asia and a statistical analysis of Chinese regions
Economic Geography, 2003, 79(3):295-319. DOI: 10.1111/j.1944-8287.2003.tb00213.x.

URL [本文引用: 2]

[47]

, Zhu

. Evolution of export product space in China: Technological relatedness, national/local governance and regional industrial diversification
Tijdschrift voor Economische en Sociale Geografie, 2018, 109(4):575-593. DOI: 10.1111/tesg.12309.

URL [本文引用: 1]

[48]

Krugman

. Increasing returns and economic geography
Journal of Political Economy, 1991, 99(3):483-499.

DOI:10.1086/261763 URL [本文引用: 1]

[49]

Cohen

, Paul

. Agglomeration, productivity and regional growth: Production theory approaches. In: Handbook of Regional Growth and Development Theories
Cheltenham: Edward Elgar Publishing Ltd, 2009: 101-117.

[本文引用: 1]

[50]

Feser E

. Tracing the sources of local external economies
Urban Studies, 2002, 39, 2485-506. DOI: 10.1080/0042098022000027077.

URL [本文引用: 1]

[51]

Audretsch

, Feldman

. R&D spillovers and the geography of innovation and production
American Economic Review, 1996, 86:630-640.

[本文引用: 1]

[52]

唐承丽, 吴艳, 周国华. 城市群、产业集群与开发区互动发展研究: 以长株潭城市群为例
地理研究, 2018, 37(2):292-306.

DOI:10.11821/dlyj201802005 [本文引用: 1]

城市群、产业集群与开发区的协同发展是实现城市群地区可持续快速发展的重要手段。在已有文献研究的基础上,基于宏观与微观相结合的视角,梳理了城市群、产业集群与开发区三者之间的关系及互动机制。认为城市群是新型城镇化的主体形态,是产业集群和开发区发展的空间载体,城市群为开发区和产业集群发展提供生产要素、服务和市场;开发区是城市群的创新创业高地与产业集聚、集群发展的重要场所,是城市群的重要生产功能区;产业集群是产业发展的重要组织形式,是推动开发区和城市群发展的重要驱动力。产业集群与开发区共享着城市群的资源与服务,开发区通过产业集聚与创新,产业集群通过产业链延伸、耦合与创新,与城市群形成生产要素、市场交易、创新与服务等方面的多维度相互作用,最终实现三者的协同发展。基于城市群、产业集群与开发区规模、结构、职能和创新等4个方面的17个指标,采用典型相关分析法,以长株潭城市群为案例区,对城市群、产业集群与开发区两大变量组进行了互动因素与强度的量化分析,结果表明：① 长株潭城市群、产业集群与开发区已形成有效互动。其中,城市群通过经济规模、城市结构、创新投入与产出、服务职能的发展,促进产业集群的经济规模、产业集聚、经济效益与产业创新,以及开发区的建设品质、产业集聚与产业效率的发展。开发区通过产业集聚与创新效率的提高,产业集群通过产业规模、效益协同开发区效率的提升,强化了城市群规模、结构、创新与职能的发展。② 长株潭城市群通过经济规模、结构、创新与服务四类因子,对产业集群与开发区产生了全面的促进作用,但产业集群与开发区并未完全协同地促进城市群发展。③ 要进一步提升产业集群的效益与开发区的效率,加强其对城市群发展与繁荣的支撑作用,全面实现三者的多维良性互动,提高城市群的核心竞争力。

[ Tang

Chengli

, Wu

Yan

, Zhou

Guohua

. Interactive development of urban agglomeration, industrial cluster and development zone: A case study of Chang-Zhu-Tan urban agglomeration
Geographical Research, 2018, 37(2):292-306.] DOI: 10.11821/dlyj201802005.

[本文引用: 1]

[53]

Thissen

, De Graaff

, Van Oort

. Competitive network positions in trade and structural economic growth: A geographically weighted regression analysis for European regions
Papers in Regional Science, 2016, 95(1):159-180. DOI: 10.1111/pirs.12224.

URL [本文引用: 1]

[54]

Lall S

, Shalizi

, Deichman

. Agglomeration economies and productivity in Indian industry
Journal of Development Economics, 2004, 73:643-73.

DOI:10.1016/j.jdeveco.2003.04.006 URL [本文引用: 1]

[55]

Badr

, Rizk

, Zaki

. Firm productivity and agglomeration economies: Evidence from Egyptian data
Applied Economics, 2019, 51(51):5528-5544. DOI: 10.1080/00036846.2019.1613506.

URL [本文引用: 1]

[56]

刘威, 丁一兵. “一带一路”背景下进口复杂度对中国产业结构升级的影响
亚太经济, 2019, (5):120-130, 152.

[本文引用: 1]

[ Liu

Wei

, Ding

Yibing

. The impact of import complexity on the upgrading of China's industrial structure under the background of “Belt and Road”
Asia-Pacific Economic Review, 2019, (5):120-130, 152.] DOI: 10.16407/j.cnki.1000-6052.20191030.002.

[本文引用: 1]

[57]

Menzel

, Fornahl

. Cluster life cycles: Dimensions and rationales of cluster evolution
Industrial and Corporate Change, 2010, 19:205-238. DOI: 10.1093/icc/dtp036.

URL [本文引用: 1]

[58]

García-Lillo

, Claver-Cortés

, Marco-Lajara

, et al. On clusters and industrial districts: a literature review using bibliometrics methods, 2000-2015
Papers in Regional Science, 2017, 97(4):835-861. DOI: 10.1111/pirs.12291.

URL [本文引用: 1]

[59]

汤碧. 中日韩高技术产品出口贸易技术特征和演进趋势研究: 基于出口复杂度的实证研究
财贸经济, 2012, (10):93-101.

[本文引用: 1]

[ Tang

. Technical features and evolution trend of high-tech products export of China, Japan and South Korea: An empirical study based on the export sophistication
Finance & Trade Economics, 2012, (10):93-101.] DOI: 10.19795/j.cnki.cn11-1166/f.2012.10.012.

[本文引用: 1]

[60]

陈良文, 杨开忠, 吴姣. 地方化经济与城市化经济: 对我国省份制造业数据的实证研究
经济问题探索, 2006, (11):18-25.

[本文引用: 1]

[ Chen

Liangwen

, Yang

Kaizhong

, Wu

Jiao

. Localized economy and urbanized economy: An empirical study on the data of provincial manufacturing industry in China
Inquiry into Economic Issues, 2006, (11):18-25.]

[本文引用: 1]

[61]

周沂, 贺灿飞. 中国城市出口产品演化
地理学报, 2019, 74(6):1097-1111.

DOI:10.11821/dlxb201906003 [本文引用: 1]

区域产业不断演化与升级推动区域的持续发展。演化经济地理学强调内生发展过程中路径依赖的作用,却忽视了外生因素以及制度因素等所带来的路径突破和创造的机会。利用中国海关进出口数据,研究中国城市出口产品的演化路径。结果表明：总体上,中国城市出口产品演化发展受到原有产品结构的影响,表现为路径依赖。然而,这种路径依赖发展模式存在显著的区域差异。具体而言,东部和中部地区城市出口产品演化受到产品关联的影响最大,更多的是扩展与本地具有技术关联的产品;而西部和东北地区对技术关联的依赖相对较弱。进一步的研究发现,对外联系、技术关联集聚经济和制度环境均有利于削弱对城市现有产品结构的依赖,有助于创造新路径。

[ Zhou

, He

Canfei

. Evolution of urban export product in China
Acta Geographica Sinica, 2019, 74(6):1097-1111.] DOI: 10.11821/dlxb201906003.

[本文引用: 1]

[62]

Caselli

, Coleman W

. Cross-country technology diffusion: The case of computers
American Economic Review, 2001, 91(2):328-335. DOI: 10.1257/aer.91.2.328.

URL [本文引用: 1]

[63]

Bresnahana

, Coxheadb

, Foltzb

, et al. Does freer trade really lead to productivity growth?
Evidence from Africa, World Development, 2016, 86:18-29. DOI: 10.22004/ag.econ.124958.

[本文引用: 1]

[64]

Lall

, Weiss

, Zhang

. The ‘sophistication’ of exports: A new measure of product characteristics
World Development, 2005, 34(2):222-237. DOI: 10.1016/j.worlddev.2005.09.002.

URL [本文引用: 1]