EN中文

地理学报 >

2024 , Vol. 79 >Issue 4: 909 - 930

DOI: https://doi.org/10.11821/dlxb202404006

国土空间优化与区域高质量发展

撤县设区对县域制造业产业升级的影响——基于三重差分法的政策评估

  • 乔艺波 , 1 ,
  • 贺灿飞 , 2, 3
展开
  • 1.南京大学建筑与城市规划学院，南京 210093
  • 2.北京大学城市与环境学院，北京 100871
  • 3.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
贺灿飞(1972-), 男, 江西永新人, 教授, 博士生导师, 研究方向为经济地理与产业发展。E-mail:

乔艺波(1992-), 男, 河南洛阳人, 博士, 研究方向为创新与区域产业演化、城镇化与城乡规划机制。E-mail:

收稿日期: 2023-04-12

  修回日期: 2023-08-21

  网络出版日期: 2024-04-18

基金资助

国家自然科学基金项目(52378059)

国家自然科学基金项目(52278066)

国家自然科学基金项目(42171169)

收起

Impact of turning counties into districts on county manufacturing upgrading: Policy evaluation with difference in differences in differences

  • QIAO Yibo , 1 ,
  • HE Canfei , 2, 3
Expand
  • 1. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
  • 2. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
  • 3. Peking University-Lincoln Institute Center for Urban Development and Land Policy, Beijing 100871, China

Received date: 2023-04-12

  Revised date: 2023-08-21

  Online published: 2024-04-18

Supported by

Natural Natural Science Foundation of China(52378059)

Natural Natural Science Foundation of China(52278066)

Natural Natural Science Foundation of China(42171169)

Fold

摘要

借助1998—2015年中国工业企业数据库，构建包含1110个县和376个4位码行业的县域制造业产业数据集，采用演化经济地理学中的产业演化视角，使用三重差分方法探究撤县设区对于县域制造业产业升级的因果效应。实证结果表明：① 撤县设区以后，县域更容易进入高知识复杂度的制造业产业，同时更容易退出低知识复杂度的产业。而无论对于产业进入还是产业退出，撤县设区的影响在时间上都有滞后性。② 从宏观县域层面来看，撤县设区通过提升人口集聚程度、提高经济发展水平、改善基础设施和公共服务的途径促进县域制造业产业升级；从微观企业层面来看，撤县设区通过提高产出、促进中间投入、提升利润、增强创新能力和降低税负的方式促进县域制造业产业升级。③ 撤县设区对于东部地区县域的制造业产业升级的促进作用最大，而在中部地区，撤县设区对于县域制造业产业升级甚至存在显著的负面影响。本文的发现既能够为中国未来合理推进撤县设区提供一定的经验支撑，也能够丰富现有演化经济地理学关于区域产业演化研究的制度视角。

关键词： 撤县设区; 制造业产业升级; 产业演化; 知识复杂度; 三重差分法; 中国

本文引用格式

乔艺波 , 贺灿飞 . 撤县设区对县域制造业产业升级的影响——基于三重差分法的政策评估[J]. 地理学报, 2024 , 79(4) : 909 -930 . DOI: 10.11821/dlxb202404006

Abstract

County has long been the basic unit of national governance in China. Yet, only limited policy attention has been paid to counties. Recently, the central government proposed to carry out county-level urbanization to further deepen the people-centered new urbanization strategy. In this situation, counties need to provide enough jobs and decent income for rural emigrants. However, this is only the case for a small fraction of counties with prosperous local economies, and most of the rest counties need to enhance their industrial development to absorb the rural emigrants. Since China's industrialization process is largely influenced by the government, boundary adjustment, such as turning counties into urban districts, may also influence the local industrial development in various ways. Relying on the National Annual Survey of Industrial Firms Database (1998-2015), this paper constructs a county manufacturing industry dataset with 1110 counties and 376 four-digit level industries. With an Evolutionary Economic Geography approach, this paper explores the causal impacts of turning counties into districts on counties' manufacturing upgrading by employing difference in differences in differences method (DID). The empirical results show that, first, after turning counties into districts, counties have higher probabilities to enter more complex industries and exit less complex industries. And in both cases, the impacts of turning counties into districts has a time lag. Second, at the macro county level, turning counties into districts could benefit manufacturing upgrading through population agglomeration, economic development, infrastructure construction, and public service improvement; at the micro firm level, turning counties into districts could upgrade manufacturing industries by promoting output, intermediate inputs, profit, innovation, and tax reduction. Turning counties into districts has the largest impact on manufacturing upgrading in the eastern region and has negative impact in the central region. These findings could not only provide empirical support for the future implementation of turning counties into districts, but also enrich the institutional perspective of Evolutionary Economic Geography on regional industrial evolution.

Key words： turning counties into districts; manufacturing upgrading; industrial evolution; knowledge complexity; DID; China

1 引言

2022年5月中共中央办公厅、国务院办公厅印发的《关于推进以县城为重要载体的城镇化建设的意见》指出，推进以县城为重要载体的县域城镇化“对促进新型城镇化建设、构建新型工农城乡关系具有重要意义”，而有序推进县域城镇化的基础在于“统筹培育本地产业和承接外部产业转移，促进产业转型升级”[1]。制造业作为吸纳劳动力就业的重要产业部门，不仅是大国经济的“压舱石”，也是推进县域城镇化的重要支撑。因此，如何实现制造业产业的转型升级，是推进高质量县域城镇化不得不面对的重要问题。与欧美国家主要由自下而上市场力量推动的城市化进程不同，中国的城镇化进程有着鲜明的政府主导特征[2-3]。无论是以撤县设市为代表的小城市增设，还是以撤县设区为代表的大城市扩张[4]，都试图通过行政区划调整的方式激发县域经济发展活力，提高城镇化水平[5]。而撤县设区作为扩大城市规模和集聚发展要素的有效手段，自2000年以来迅速成为市级政府做大做强中心城市的首选方案[4⇓-6]。一方面，以撤县设区为代表的行政区划调整被认为是中国都市区治理水平的倒退，降低了区域协调发展的积极性和可能性[6]，国家发展改革委印发的《2022年新型城镇化和城乡融合发展重点任务》，也指出需要“慎重从严把握撤县（市）改区，严控省会城市规模扩张”。另一方面，现有关于撤县设区的实证研究却指出，撤县设区对于中心城市和被撤并县域两者的人口集聚[7-8]、经济发展[9⇓⇓⇓⇓-14]、基础设施建设[7,15]和公共服务水平[16-17]等都具有显著的促进作用。然而，鲜有研究探究撤县设区对于县域制造业产业升级的影响[18]，也尚没有研究从产业演化角度探讨撤县设区对于县域制造业产业动态演变的影响，以及从宏观县域和微观企业层面研究撤县设区影响制造业产业升级的内在机制。
基于此，本文借助1998年—2015年中国工业企业数据库，采用演化经济地理学中的产业演化视角，使用三重差分方法（Difference in Differences in Differences, DDD）系统研究撤县设区改革对于县域制造业产业升级的因果效应，并探讨撤县设区影响制造业产业升级的宏观和微观机制。研究结果既有助于深入理解撤县设区对于县域制造业产业升级的影响及机制，为未来的政策实践提供经验支持，也能够丰富演化经济地理学关于区域产业演化研究的制度视角。

2 文献综述与研究假说

在中国的行政组织体系中，县作为基层行政单元，具有相对独立的发展规划权、土地出让权和财政人事权，而撤县设区以后，这些权力一般都上交市级政府统一行使[8⇓-10]。因此，对于中心城市而言，撤县设区能够允许市级政府更好地统筹市域的规划建设、土地出让和财政人事安排，有利于集中财政资源和建设用地指标做大做强中心城市。对于被撤并县域而言，虽然会丧失一定的自主性权力，但市级政府的统筹规划、投资建设和财政转移支付也能够提高县域的基础设施水平和公共服务水平，进而提升经济发展和人口集聚水平[18⇓-20]。然而，当中心城市自身的规划建设统筹能力和财政转移支付能力较弱时，撤县设区可能导致中心城市对被撤并县域发展资源的单向袭夺，从而对县域发展活力产生抑制作用。虽然撤县设区在一定程度上存在抑制被撤并地区的发展自主性和袭夺发展资源的隐忧[4⇓-6,10]，但现有的实证研究大多指出撤县设区总体上对于中心城市和被撤并县域两者的发展都具有显著的正面影响[7,17]。在人口集聚方面，唐为等指出撤县设区提高了撤并城市市辖区城镇常住人口的增长率，人口增长部分主要来源于本县（区）内和外省的人口迁入[7]；聂伟等运用双重差分法表明撤县设区促进了撤并县域的人口城镇化，其人口增长主要来自于本省其他县/市区内的人口迁入以及商业服务业的发展[8]。在经济发展方面，李郇等发现撤县设区对城市经济增长具有约5年的短期促进作用[10]；庄汝龙等指出撤县设区显著促进了广东省县域区域经济的发展，且撤县设区的政策红利往往存在3~4年的滞后性[9]。在提升公共服务水平方面，梁志艳等指出撤县设区有利于提高城市基础教育服务水平，但对医疗服务水平的提升并无显著影响[21]；张莉等发现撤县设区增加了地方政府的民生性支出占比与行政管理费用[22]；卢盛峰等指出撤县设区后县级政府面临的区域竞争压力减弱，决策自主性和发展积极性降低，其角色定位更多地转变为提供城市公共服务[23]。在土地利用方面，张嘉庆等指出撤县设区能够促进市域统筹规划，提升城市土地利用效率[24]。同时，由于撤县设区以后城市建设用地供给增加，短期内会增加地方政府的土地出让收入[25]，并对城市房价产生一定的抑制作用[26-27]。然而由于土地抵押和融资效应的存在[28-29]，撤县设区以后城市的债务规模也明显增加。此外，在创新活动方面，撤县设区也能够通过促进集聚经济和优化资源配置的方式提高撤并县域内的创业与创新活动[16-17]。
制造业产业升级是与本文研究密切相关的另一个核心概念。产业升级是指企业或区域通过利用更加先进和复杂的知识技术，从加工代工、简单零部件制造等低附加值经济活动，走向研发设计、成品制造、品牌营销等高附加值活动的过程[30-31]。从概念内涵上来讲，产业升级不仅包含企业内部生产能力的提升，也包括区域产业结构的高级化[30]。本文主要研究区域层面的产业升级现象。演化经济地理学文献表明，由Hidalgo等采用映射方法根据区域出口产品的网络特征计算得出的知识复杂度指标，能够有效表征产品/产业的高级化程度[32-33]，并指出区域应该聚焦于发展具有本地产业基础且复杂程度更高的产业和技术方向，逐步实现产业升级[34]，这是由于这样的发展路径具有低风险、高收益的特征[35]。在实现机制方面，现有研究指出产业集聚[36⇓-38]、人力资本[39]、基础设施建设[40]、开发区设立[41]和数字经济[42]等均有助于促进制造业产业升级。此外，由于中国的市场经济深受政府干预的影响，行政区划分割及其相应的补贴政策和地方保护主义也必然影响制造业的发展[43-44]。然而鲜有研究探讨行政区划调整对于制造业产业升级的影响[18]。据笔者阅读所及，仅有邓慧慧等探讨了撤县设区对于县域制造业产业升级的影响，发现撤县设区能够提升县域制造业产业的复杂度[18]，但仍然没有研究从产业演化角度探讨撤县设区对于制造业产业升级的影响，并从宏观县域和微观企业层面进行机制分析。演化经济地理学主张采用产业和技术演化的视角探究城市与区域发展，这是因为演化视角能够更为动态地反映区域产业和技术的变迁，因此区域产业和技术演化始终都是演化经济地理学研究关注的核心议题[45⇓⇓⇓⇓-50]。
结合关于撤县设区的实证研究、制造业产业升级和演化经济地理学相关研究，本文认为撤县设区能够打破行政壁垒，促进被撤并县域的人口集聚，提升区域经济一体化发展水平，提高城市公共服务水平，扩大企业的市场范围，降低企业获取原材料和技术投入的成本，从而有助于县域进入复杂度高的制造业产业，退出复杂度低的制造业产业，促进县域制造业产业升级。此外，由于撤县设区之后的机构和人事调整、城市总体规划、基础设施建设、项目审批和财政转移支付等措施都需要一定的时间来实现，因此撤县设区对于县域制造业产业升级的影响具有滞后性[10]。基于此，本文提出假说1。
假说1：a. 撤县设区以后，县域更容易进入知识复杂度高的产业，更容易退出知识复杂度低的产业；b. 无论是产业进入还是产业退出，撤县设区的影响都有时间滞后性。
撤县设区促进制造业产业升级的具体机制包括宏观和微观两个方面。从宏观县域层面来看，撤县设区以后，县级政府的财政权、发展规划权和土地管理权等核心发展性权力往往集中交由市级政府统一行使。为了打破原有的行政壁垒，市级政府首先开展的工作便是实现原有撤并县域的道路交通和基础设施与城市基础设施网络的一体化[10]，促进地区之间的资源整合和区域市场的一体化进程[6-7]，提升撤并县域的人口集聚水平。同时，由于撤县设区以后的城市公共服务配置标准提升[21]，教育和医疗等方面的财政支出力度增大，能够提高本地的人力资本水平，提高企业开展研发和创新活动的能力，从而有效促进县域制造业产业升级[18]。综合来看，撤县设区主要通过改善基础设施、促进人口集聚、提升经济发展水平和提高公共服务水平等途径促进县域制造业产业升级。
从微观层面来看，撤县设区之后的基础设施对接和市场融合能够改变企业所面临的政策激励与行政约束，促进资源的自由流动和优化配置，提高区域经济的一体化程度，形成更加合理的产业空间布局和区域分工，提高企业生产效率[17]。在实践中撤县设区以后，由于原有县域的发展规划权力统一交由市级政府行使，市级政府会通过统筹制定产业发展政策、给与土地和财政优惠等方式促使县域实现产业转型升级[9]。此外，由于企业的市场范围和居民的消费范围的扩大[8,10,14]，企业能够扩大生产规模和产出，实现规模经济效应。交通可达性的改善也使企业能够获取原有不易获取的中间投入品，降低生产成本，提高经营利润[17]。由于人口和产业的集聚，企业能够通过共享、匹配和学习等微观机制提升自身的创新能力[8,51]。而撤县设区改革也可以减少地方政府的低效率干预，通过资源的优化配置促进域内企业的创新活动[13,17]。另外，信贷壁垒削弱也有利于促进信贷资源流通，提升县域企业的融资能力[52]。最后，撤县设区改革后，由于原县级政府税收激励程度下降，其税收努力程度也相应减弱，从而可以使得企业税收负担降低[53]。综合来看，撤县设区主要通过提高产出、促进中间投入、提升利润、增强创新能力和降低税负的方式促进县域制造业产业升级。综上，本文提出假说2。
假说2：a. 从宏观县域层面来看，撤县设区主要通过促进人口集聚、提高经济发展水平、改善基础设施和公共服务水平的途径促进县域制造业产业升级；b. 从微观企业层面来看，撤县设区主要通过提高产出、促进中间投入、提升利润、增强创新能力和降低税负的方式促进县域制造业产业升级。
由于区域经济发展的差异性，撤县设区改革的效应在不同地区之间亦应有所不同。对于经济发达的地区，由于中心城市的经济发展水平较高，相应的规划建设统筹能力和财政转移支付能力也通常较强，对于周边地区存在正向的发展带动效应。撤县设区以后，市级政府能够通过规划统筹、财政支持、政策优惠、重大项目扶持、产业转移和提升公共服务等方式对撤并县域进行全方位的帮扶，提升其经济发展水平。此外，经济发达的地区，市场化水平通常较高，在行政壁垒破除之后，也更容易形成一体化的区域经济，有利于撤并县域的企业扩大市场规模，并取得高质量的劳动力和原材料投入。而在经济欠发达地区，由于中心城市的发展水平较低，相应的规划建设统筹能力和财政转移支付能力也较弱，市级政府对于撤并县域的支持力度通常要小于发达地区。中心城市有时甚至会进一步袭夺撤并县域的各种发展要素以促进自身发展[54-55]，这无疑会抑制撤并县域的经济发展，阻碍其制造业产业升级。此外，欠发达地区的市场化水平通常也较低，撤县设区之后，区域市场一体化发展进程迟缓，对县域企业发展的正面影响也相对有限。因此，本文认为在发达地区撤县设区对于制造业产业升级的促进作用更大，而在欠发达地区则作用较小，甚至有可能会产生抑制作用。基于此，本文提出假说3。
假说3：撤县设区对于制造业产业升级的促进作用在发达地区较大，而在欠发达地区则较小，甚至可能存在负面影响。

3 数据、变量与模型

3.1 数据来源与处理

本文采用国家统计局发布的中国工业企业数据库（1998—2015年）开展实证研究。该数据库涵盖中国采掘业、制造业和电力燃气及水的生产与供应业中所有规模以上产值的工业企业（港澳台数据暂缺）。借鉴研究的普遍做法[56]，本文也仅关注制造业产业的演化。这是因为制造业的区位选择具有较大的空间灵活性，而其他两类产业则更多地有着资源依赖特征。由于在样本年份内数据库中工业企业的行业分类并不一致，1998—2002年的企业行业分类依据是《国民经济行业分类与代码（GBT 4754-94）》，2003—2012年的企业行业分类则依据《国民经济行业分类与代码（GB/T 4754-2002）》，而2013—2015年的企业行业分类依据为《国民经济行业分类与代码（GB/T 4754-2011）》，因此，为保证行业分类的连贯性，本文统一将企业的行业分类代码转换为《国民经济行业分类与代码（GB/T 4754-2011）》中的行业分类。此外，按照工业企业数据库使用的惯常做法，本文删除了全部从业人员年平均人数或总产值为负的不符合会计常识的企业观测值。
本文的研究对象为1998年全国范围内存在的县和自治县，不包括县级市和市辖区等其他县级行政区，这是由于与一般的县相比，后两者的基础设施通常更为完善，政府治理水平较好，经济发展水平也更高。根据中华人民共和国民政部官网发布的1998—2015年历年县级以上行政区划变更情况，挑选出撤县设区的县作为处理组，其余的县为控制组。此外，由于后文在计算区位商的过程中，分母不能为0，因此仅保留每年都拥有工业企业的县以及每年都拥有工业企业的行业。最终的数据集包含1110个县和376个4位码行业，其中80个县在样本期内接受了撤县设区的政策处理。本文主要依据企业全部从业人员年平均人数作为基础数据来计算相关指标。

3.2 变量构建

3.2.1 被解释变量

按照演化经济地理学文献中的通常做法[45⇓⇓⇓⇓-50]，本文采用县域产业的进入与退出作为被解释变量。这是由于相比于静态的产业比较优势，产业的进入与退出更加能够体现县域产业的演化动态。具体而言，如公式（1）所示，对于c县的i产业，如果在t-1年其显性比较优势RCA为0，而在t年其显性比较优势为1，那么就认为c县的i产业在t年实现了产业进入， e n t r y i , c , t取值为1。而如果在t年其显性比较优势仍然为0，则认为c县的i产业没有实现产业进入（entry）， e n t r y i , c , t取值为0。同理，如公式（2）所示，对于c县的i产业，如果在t-1年其显性比较优势为1，而在t年其显性比较优势为0，那么就认为c县的i产业在t年经历了产业退出（exit）， e x i t i , c , t取值为1。而如果在t年其显性比较优势仍然为1，则认为c县的i产业没有经历产业退出， e x i t i , c , t取值为0。
e n t r y i , c , t = 1 ,               R C A i , c , t - 1 = 0   ⋀   R C A i , c , t = 1 0 ,               R C A i , c , t - 1 = 0   ⋀   R C A i , c , t = 0      
e x i t i , c , t = 1 ,               R C A i , c , t - 1 = 1   ⋀   R C A i , c , t = 0 0 ,               R C A i , c , t - 1 = 1   ⋀   R C A i , c , t = 1
R C A i , c , t = 1 ,                   L Q i , c , t ≥ 0.5 0 ,                     L Q i , c , t < 0.5                                                          
L Q i , c , t = e m p l o y m e n t i , c , t ∑ i e m p l o y m e n t i , c , t / ∑ c e m p l o y m e n t i , c , t ∑ i , c e m p l o y m e n t i , c , t
RCA的定义如公式（3）所示，在t年对于c县的i产业而言，如果其区位商LQ ≥ 0.5，则 R C A i , c , t取值为1，否则取值为0。这里采用0.5而非常用的1作为阈值，是因为中国的产业发展受到地方保护主义的影响，产业的空间集中程度较低[56]。进一步地，如公式（4）所示，在t年c县的i产业的区位商 L Q i , c , t的定义为，t年c县的i产业的从业人数（ e m p l o y m e n t i , c , t）占t年c县所有产业从业人数总和（ ∑ i e m p l o y m e n t i , c , t）的比例，与t年i产业全国的从业人数（ ∑ c e m p l o y m e n t i , c , t）占t年全国从业人数总和（ ∑ i , c e m p l o y m e n t i , c , t）的比例两者的比值。

3.2.2 核心解释变量

本文的第一个核心解释变量为撤县设区变量（ctd）。如公式（5）所示，假设c县在研究时期内经历了撤县设区，且撤县设区发生年份为 t c , 0，则在 t c , 0及随后年份 c t d c , t取值为1，否则取值为0。对于在样本时期内没有经历撤县设区的县，变量 c t d取值为0。
c t d c , t = 1 ,                   i f   t ≥   t c , 0 0 ,                   i f   t <   t c , 0
第二个核心解释变量为1998年制造业产业的知识复杂度（complexity）。借鉴Hidalgo等的做法[32]，本文采用知识复杂度表征产业的高级程度。
E C I c = 1 k c ∑ i R C A i , c × P C I i
P C I i = 1 k i ∑ c R C A i , c × E C I c
c o m p l e x i t y i = P C I i - m e a n ( P C I i ) s d ( P C I i )
式中： E C I c表示c县的知识复杂度； k c为c县的产业多样性，数值上等于c县具有显性比较优势的产业的个数； P C I i为i产业的知识复杂度； k i为i产业的遍在性，数值上等于i产业在其中具有显性比较优势的县的个数。公式（6）的含义为c县的知识复杂度等于c县具有显性比较优势的产业的知识复杂度的均值，公式（7）则将i产业的知识复杂度定义为i产业在其中具有显性比较优势的县的知识复杂度的均值，公式（6）和（7）两者为迭代映射关系。公式（8）将 P C I i标准化最终得到i产业的知识复杂度complexityi； m e a n ( P C I i )为1998年376个制造业产业的知识复杂度的均值； s d ( P C I i )为标准差。
虽然现有研究对Hidalgo等[32]提出的知识复杂度指标进行了完善、解释、发展和比较[57⇓⇓-60]，但由于其在经济地理和发展经济学中的广泛使用，为了使研究结果具有更强的可比性，本文仍然采用Hidalgo等定义的知识复杂度指标[32]。基于1998年工业企业数据计算得出的结果表明，高端装备制造和通信设备制造等高端制造业产业的知识复杂度最高，而金属冶炼和初级产品加工等产业的知识复杂度最低，这也符合经济活动的一般常识。本文采用1998年的产业知识复杂度作为核心解释变量，主要的原因为：① 三重差分法的模型设定要求产业的知识复杂度不能随时间而变化；② 本文研究时期为1998年—2015年，采用初始年份的产业知识复杂度可以减轻回归模型中由于反向因果性导致的内生性问题。

3.2.3 其他解释变量

在演化经济地理学文献中，关联密度变量常常被置于解释区域产业演化的核心地位[61]。因此，本文进一步按照Hidalgo等[62]的做法，首先计算产业之间的关联强度，然后计算产业关联密度。
r e l a t e d n e s s i , j , t = m i n P R C A i , c , t = 1 | R C A j , c , t = 1 ,   P R C A j , c , t = 1 | R C A i , c , t = 1
r e l d e n i , c , t = ∑   j ≠ i R C A j , c , t × r e l a t e d n e s s i , j , t ∑ j ≠ i r e l a t e d n e s s i , j , t × 100
式中： r e l a t e d n e s s i , j , t表示t年i产业和j产业的关联强度，具体为c县在其中一个产业中具有显性比较优势的前提下，在另一个产业中也具有显性比较优势的概率的最小值。其数值范围介于0~1之间，当两个产业总是共同出现在县域的优势产业门类中时，两者的关联强度最大为1，而当两者从不共同出现时，关联强度最小为0。 r e l d e n i , c , t表示t年i产业对于c县的产业关联密度，其数值为t年c县所有具有显性比较优势的产业与i产业的关联强度之和与i产业和所有产业的关联强度之和的比值，本文将其乘以100，使其取值范围介于0~100之间。
此外，由于原有产业规模对于产业动态变化也有重要影响。理论上看，原有产业规模越大，产业越容易实现产业进入，越不容易经历产业退出。故而，本文进一步计算了县—产业层面的工业企业数量来表征产业规模（size）。

3.3 模型设定

借鉴Wooldridge[63]和余林徽等[64]的三重差分模型设定，本文的模型设定公式如下：
y i , c , t = β 1 c o m p l e x i t y i × c t d c , t - 1 + β 2 X i , c , t - 1 + α i , c + γ c , t + δ i , t + ϵ i , c , t
y i , c , t = e n t r y i , c , t ,   e x i t i , c , t
式中： y i , c , t表示两个被解释变量 e n t r y i , c , t和 e x i t i , c , t； c o m p l e x i t y i × c t d c , t - 1为产业知识复杂度与撤县设区变量的交互项； X i , c , t - 1表示一组县—产业层面随时间而变的解释变量（relden和size）。此外模型还加入了一组交互固定效应，分别用来控制县—产业层面不随年份而变（ α i , c）、县—年份层面不随产业而变（ γ c , t）和产业—年份层面不随县而变（ δ i , t）的变量。其中，县—产业层面不随时间而变的变量吸收了 c o m p l e x i t y i与县虚拟变量的交互项，县—年份层面不随产业而变的变量可以包括撤县设区状态（ c t d c , t）、人口规模、经济发展程度、基础设施水平、人力资本、科研投入和开发区政策等所有县级层面随时间而变的变量，而产业—年份层面不随县而变的变量可以包括 c o m p l e x i t y i与年份虚拟变量的交互项、产业规模、产业集中度和产业发展政策等所有产业层面随时间而变的变量。因此，在模型中不需要再控制以上县级和产业层面随时间而变化的变量。 ϵ i , c , t为不可观测的误差项； β 1为系数，若 β 1为正，且被解释变量为 e n t r y i , c , t（ e x i t i , c , t），则表明撤县设区以后，县域更容易进入（退出）知识复杂度高的产业；若 β 1为负，且被解释变量为 e n t r y i , c , t（ e x i t i , c , t）时，则表明撤县设区以后县域更容易进入（退出）知识复杂度低的产业。
为使模型回归参数具有可比性，本文将变量complexity、relden和size均进行标准化。同时，将所有解释变量均滞后一期，以减弱内生性的影响。此外，回归结果均采用县—产业层面的聚类稳健标准误以应对误差项中可能存在的异方差和自相关的影响。对所有变量两两之间的相关性系数进行计算发现，相关系数的绝对值均不超过0.700，表明本文的模型不存在严重的多重共线性问题。

4 地理描述性分析

图1展示了本文所涉及的样本县域以及在研究时期内经历了撤县设区的样本县域的地理空间分布。撤县设区的县域单元在空间上呈现出围绕中心城市分布的地理格局，如北京市、天津市、广州市、南京市、杭州市、重庆市、成都市、佛山市等均存在较为频繁的撤县设区行为。这是由于这些城市往往经济发展活力较强，城市行政等级较高，具备通过撤县设区来拓展城市发展空间的动机与行政权力[4]。
图1 研究样本与撤县设区样本

注：基于自然资源部标准地图服务网站的GS(2019)1697号标准地图绘制，底图边界无修改。

Fig. 1 Research sample and sample counties which were turned into districts

为表征县域的产业升级态势，本文以所有产业的知识复杂度的均值为阈值，将产业分为高复杂度产业和低复杂度产业。图2展示了2015年中国县域高复杂度产业进入数量和低复杂度产业退出数量的空间分布，高复杂度产业进入数量和低复杂度产业退出数量越高，表明县域产业升级态势越强劲。总体上看，中国县域制造业的产业升级呈现出从东部沿海地区向中西部内陆地区梯度下降的态势，这也与中国区域经济发展的地理格局相一致。随着沿海制造业产业向内陆转移，中西部县域也呈现出明显的产业升级态势。尤其值得注意的是，成渝城市群中的县域单元显现出明显高于周边县域的产业升级趋势，这表明成渝城市群的发展带动作用正在显现。
图2 2015年中国县域高复杂度产业进入数量和低复杂度产业退出数量空间分布

注：基于自然资源部标准地图服务网站的GS(2019)1697号标准地图绘制，底图边界无修改。

Fig. 2 The spatial distribution of numbers of high complexity industry entry and low complexity industry exit in sample counties of China in 2015

相关性分析表明，与普通县域相比，经历过撤县设区的县域单元的高复杂度产业进入数量和低复杂度产业退出数量都显著较高，这在一定程度上说明撤县设区能够促进县域制造业产业升级。下节将进一步通过严格的回归分析和因果推断对此进行验证。

5 实证分析

5.1 基准回归

为检验前文提出的研究假说，本文对公式（11）开展计量回归分析，结果如表1所示。在模型（1）~（4）中，以产业进入（entry）作为被解释变量。首先，从较为基础的模型设定开始，表1的模型（1）探讨了产业知识复杂度（complexity）和撤县设区（ctd）对于县域产业进入的影响。结果显示，在不控制固定效应的前提下，变量complexity的系数显著为负，表明产业的知识复杂度越高，则县域越难以在相应产业中实现产业进入。这是由于相对于知识复杂度低的产业，知识复杂度越高的产业对于劳动力、原材料投入和技术知识的要求也越高，县域也越难以获得相应的产业发展能力[33]。变量complexity的系数大小为-0.002，而统计分析表明产业进入（entry）的平均值为0.012，这表明产业知识复杂度每上升一个标准差，产业进入的概率相对于产业进入的期望便下降1/6（-0.002/0.012）。变量ctd的系数显著为正，表明撤县设区有助于县域产业进入，其系数大小为0.002，意味着撤县设区之后，县域实现产业进入的概率相对于产业进入的期望提升了1/6。模型（2）中加入产业知识复杂度与撤县设区变量的交互项（complexity×ctd），交互项的系数显著为正，表明撤县设区能够减弱知识复杂度对于县域产业进入的阻碍作用，促进县域进入知识复杂度高的产业。模型（3）采用公式（11）给出的三重差分模型设定，加入3组交互固定效应，结果显示交互项（complexity×ctd）的系数仍然显著为正。这表明撤县设区以后县域确实更容易进入知识复杂度高的产业。模型（4）加入产业关联密度（relden）和产业规模（size）两个控制变量，结果显示交互项（complexity×ctd）的系数显著性虽然有所下降，但仍然在5%的水平上显著为正。表1中模型（4）~（8），本文按照与模型（1）~（4）相同的组织逻辑展示回归结果，但是因变量被替换为产业退出（exit）。模型（5）和模型（6）的结果显示变量complexity的系数显著为正，表明县域更容易退出知识复杂度高的产业；变量ctd的系数显著为负，表明撤县设区能够降低县域产业退出的概率；交互项系数显著为负，表明撤县设区能够减弱知识复杂度对于产业退出的影响，促进县域退出知识复杂度低的产业。进一步地，采用三重差分模型设定的模型（7）和模型（8）的结果表明，撤县设区以后，县域确实更容易退出知识复杂度低的产业。以上结果验证了假说1a，即撤县设区以后，县域更容易进入知识复杂度高的产业，更容易退出知识复杂度低的产业。
表1 产业进入与退出

Tab. 1 Industry entry and exit

因变量
entry exit
模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 模型(7) 模型(8)
complexity -0.002***
(0.0001)		 -0.002***
(0.0001)		 0.023***
(0.001)		 0.025***
(0.001)
ctd 0.002***
(0.001)		 0.002***
(0.001)		 -0.015***
(0.003)		 -0.020***
(0.003)
complexity×ctd 0.004***
(0.001)		 0.002***
(0.001)		 0.002**
(0.001)		 -0.028***
(0.003)		 -0.015*
(0.008)		 -0.018**
(0.008)
relden 0.013***
(0.0001)		 0.013***
(0.0001)		 0.010***
(0.0003)		 -0.005***
(0.001)		 -0.004***
(0.001)		 -0.025***
(0.003)
size 0.101***
(0.006)		 0.102***
(0.006)		 0.092***
(0.005)		 -0.008***
(0.001)		 -0.008***
(0.001)		 -0.004***
(0.001)
常数项 0.022***
(0.001)		 0.022***
(0.001)		 0.236***
(0.002)		 0.236***
(0.002)
县—产业固定效应 否 否 是 是 否 否 是 是
县—年份固定效应 否 否 是 是 否 否 是 是
产业—年份固定效应 否 否 是 是 否 否 是 是
样本数量 6725937 6725937 6725937 6725937 369183 369183 369183 369183
R2 0.025 0.025 0.233 0.236 0.009 0.010 0.525 0.526
调整R2 0.025 0.025 0.179 0.182 0.009 0.010 0.375 0.376
残差标准误差 0.107 (df =
6725932)		 0.107 (df =
6725931)		 0.098 (df =
6286707)		 0.098 (df =
6286705)		 0.400 (df =
369178)		 0.400 (df =
369177)		 0.318 (df =
280508)		 0.318 (df =
280506)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

5.2 平行趋势检验

三重差分模型应用的前提是处理组与控制组满足平行趋势假设，即在没有政策干扰时，处理组和控制组的因变量变化趋势相同。借鉴事件研究法的模型设定，本文采用公式（13）对此开展检验：
y i , c , t = ∑ k = - 5 15 β k c o m p l e x i t y i × c t d c , k + β 16 X i , c , t - 1 + α i , c + γ c , t + δ i , t + ϵ i , c , t
式中： c t d c , k为哑变量，当年份t与c县经历撤县设区的年份 t c , 0两者之差为k时， c t d c , k取值为1，否则取值为0。对于没有经历撤县设区的县， c t d c , k取值始终为0。k的取值范围为-5~15，本文将k ≥ 15的样本，全部归入k = 15，将k小于等于-5的样本，全部归入k = -5，以k = -1为基准组。其余各项定义与公式（11）相同。
对公式（13）进行回归分析的结果如表2所示。模型（1）和模型（2）的结果显示，在撤县设区实施以前，交互项的系数均不显著，这与平行趋势假设相一致。撤县设区实施以后，对于产业进入而言，在模型（1）中，交互项的系数从第3年开始显著为正，且在第3~11年的大部分时间里保持显著为正的状态，而在第12年以及后，交互项的系数值下降，且不再显著。对于产业退出而言，在模型（2）中，交互项的系数从第4年开始显著，且系数的绝对值随着时间推移逐渐增大。图3更为直观地展示了交互项系数随着k值的变化情况。以上结果表明，撤县设区对于县域制造业产业升级的影响存在3~4年的时间滞后性，这验证了假说1b。这些发现也与现有关于撤县设区促进区域发展的实证研究的结论相一致[9-10]。
表2 平行趋势检验

Tab. 2 Parallel trend test

因变量
entry exit
模型(1) 模型(2)
complexity×ctd-5 -0.001(0.001) 0.010(0.010)
complexity×ctd-4 -0.0001(0.001) 0.016(0.013)
complexity×ctd-3 -0.0001(0.001) 0.017(0.012)
complexity×ctd-2 0.001(0.001) 0.011(0.011)
complexity×ctd0 0.001(0.001) 0.002(0.011)
complexity×ctd1 -0.001(0.001) 0.011(0.013)
complexity×ctd2 0.003(0.002) -0.008(0.014)
complexity×ctd3 0.005***(0.002) -0.024(0.015)
complexity×ctd4 0.001(0.002) -0.035**(0.015)
complexity×ctd5 0.005***(0.002) -0.021(0.014)
complexity×ctd6 0.004**(0.002) -0.025*(0.014)
complexity×ctd7 0.005**(0.002) -0.027*(0.014)
complexity×ctd8 0.006***(0.002) -0.027*(0.014)
complexity×ctd9 0.004**(0.002) -0.031**(0.014)
complexity×ctd10 0.002(0.002) -0.033**(0.015)
complexity×ctd11 0.005***(0.002) -0.031**(0.014)
complexity×ctd12 0.002(0.002) -0.039***(0.015)
complexity×ctd13 -0.001(0.002) -0.053***(0.016)
complexity×ctd14 0.003(0.002) -0.078***(0.018)
complexity×ctd15 0.003(0.004) -0.093***(0.020)
relden 0.010***(0.0003) -0.026***(0.003)
size 0.092***(0.005) -0.004***(0.001)
县—产业固定效应 是 是
县—年份固定效应 是 是
产业—年份固定效应 是 是
样本数量 6725937 369183
R2 0.236 0.526
调整R2 0.182 0.376
残差标准误差 0.098 (df = 6286686) 0.318 (df = 280487)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

图3 平行趋势检验

Fig. 3 Plot of parallel trend test

此外，模型（1）的结果表明，虽然撤县设区有助于县域进入知识复杂度高的产业，但其影响似乎具有短期特征，在第12年及以后，撤县设区对于制造业产业升级的影响趋于消失。这可能是由于，从长远来看撤县设区削弱了地方政府的发展权限和自主性，使得地方政府丧失了长期的发展激励[10]。

5.3 安慰剂检验

（1）假设处理年份提前。撤县设区政策的实施效果需要一定的时间才能呈现出来，基于此，假如撤县设区的时间提前，那么其对县域制造业产业升级的影响也应该随之减小，且时间提前的越久，影响理应越小。本文将所有撤县设区的样本县域的撤县设区年份分别提前2年、4年、6年和8年，再在新生成的反事实样本上重新估计公式（11），回归结果如表3所示。结果表明，对于产业进入而言，随着撤县设区年份提前的越久，交互项的系数大小和显著性均随之降低。对于产业退出而言，撤县设区年份提前以后，交互项的系数不再显著，且随着撤县设区年份提前的越久，撤县设区促进低知识复杂度产业退出的效应大体上逐渐减弱，在模型（8）中，甚至表现出一定的抑制作用。
表3 假设处理年份提前

Tab. 3 Assuming the treatment year were brought forward

因变量
entry exit
(1) 2年 (2) 4年 (3) 6年 (4) 8年 (5) 2年 (6) 4年 (7) 6年 (8) 8年
complexity×ctd 0.0015**
(0.0006)		 0.0011*
(0.0006)		 0.0009
(0.0006)		 0.0004
(0.0006)		 -0.0056
(0.0075)		 0.0036
(0.0072)		 -0.0019
(0.0073)		 0.0042
(0.0085)
控制变量 是 是 是 是 是 是 是 是
县—产业固定效应 是 是 是 是 是 是 是 是
县—年份固定效应 是 是 是 是 是 是 是 是
产业—年份固定效应 是 是 是 是 是 是 是 是
样本数量 6725937 6725937 6725937 6725937 369183 369183 369183 369183
R2 0.2359 0.2359 0.2359 0.2359 0.5256 0.5256 0.5256 0.5256
调整R2 0.1825 0.1825 0.1825 0.1825 0.3757 0.3756 0.3756 0.3757
残差标准误差 0.0979 (df = 6286705) 0.0979 (df =
6286705)		 0.0979 (df =
6286705)		 0.0979 (df =
6286705)		 0.3179 (df =
280506)		 0.3179 (df =
280506)		 0.3179 (df =
280506)		 0.3179 (df =
280506)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

（2）随机生成处理组。虽然公式（11）中已经加入了面板数据结构所允许的所有固定效应以及两个县—产业层面的控制变量，但仍然可能存在其他遗漏变量，从而导致模型估计存在偏误。为应对这一问题，本文借鉴文献中的做法[65]，在所有样本中随机抽取生成样本容量等于原处理组的反事实处理组，保证反事实处理组的撤县设区年份的频率分布与真实处理组撤县设区的年份频率分布相同，然后重新估计模型（11），得到交互项的系数。重复这一过程1000次，得到交互项系数的概率分布密度，结果如图4所示。结果表明，无论是对于产业进入还是产业退出而言，交互项系数的平均值均接近于0，可见该系数在统计上不显著。且基于真实处理组的交互项系数（图4中竖向红色虚线）均离0较远，从概率密度分布上看，基于真实处理组的交互项系数高度显著。综上，可以反推出遗漏变量对于本文交互项系数的影响是有限的，本文的估计结果比较稳健。
图4 交互项系数的概率密度分布

Fig. 4 Probability density distribution of the coefficient of interaction term

此外，作为进一步的检验，本文尝试排除真实的处理组，而仅以控制组为总体样本，并仅在控制组中随机抽取生成处理组。模型回归结果仍然支持本文估计结果的稳健性。

5.4 稳健性检验

① 改变因变量，采用更为严格的产业进入和退出定义。在前面的分析中，本文主要采用t-1年和t年c县在i产业是否具有显性比较优势（ R C A i , c , t）来定义产业进入和退出。为排除不稳定的产业动态变化，本文延长识别产业进入和退出的时间窗口。具体而言，只有当 R C A i , c , t - 2和 R C A i , c , t - 1均为0，且 R C A i , c , t和 R C A i , c , t + 1均为1时， e n t r y i , c , t才取值为1。否则， e n t r y i , c , t取值为0。当 R C A i , c , t - 2和 R C A i , c , t - 1均为1，且 R C A i , c , t和 R C A i , c , t + 1均为0时， e x i t i , c , t才取值为1。否则， e x i t i , c , t取值为0。结合产业前后两年的比较优势情况，能够识别出更为稳定的产业进入和退出类型。此外，本文还通过改变阈值的方式重新定义产业进入与退出变量。具体而言，当区位商 L Q i , c , t - 1≤ 0.1，且 L Q i , c , t≥ 0.5时， e n t r y i , c , t取值为1，否则，取值为0。当区位商 L Q i , c , t - 1≥ 0.5，且 L Q i , c , t≤ 0.1时， e x i t i , c , t取值为1，否则，取值为0。采用两种因变量定义得到的回归结果展示在表4中，本文结果的稳健性得到进一步验证。② 改变控制组。前文的分析结果表明本文控制组的选取满足平行趋势假设，参照已有研究的做法[65]，仅选取2016年—2021年间进行了撤县设区的县作为控制组，并在新的数据集上重新开展5.1节和5.2节的所有分析，结果依然稳健。③ 去掉自治县。由于自治县可能在社会经济发展阶段上落后于一般的县，本文进一步去除样本中所有的自治县。④ 加上县级市。由于县级市通常比普通的县经济发展水平更高，因此，在前文的回归中并未包括县级市。作为稳健性检验，这里进一步增加县级市样本，其中经历撤市设区的县级市归入处理组，其余县级市归入控制组。以上稳健性检验结果虽然在相应参数的数值大小和显著性上有些许差异，但与前文的主要发现相比，并无系统性显著差异，这说明了本文结果的稳健性。
表4 稳健性检验：更严格的进入退出定义

Tab. 4 Robustness check with stricter entry and exit definition

因变量
entry exit
(1) 连续2年 (2) 改变阈值 (3) 连续2年 (4) 改变阈值
complexity×ctd 0.0016**(0.0007) 0.0022***(0.0007) -0.0156*(0.0085) -0.0146**(0.0074)
控制变量 是 是 是 是
县—产业固定效应 是 是 是 是
县—年份固定效应 是 是 是 是
产业—年份固定效应 是 是 是 是
样本数量 5869681 6687385 269161 369183
R2 0.2032 0.2269 0.5232 0.5550
调整R2 0.1397 0.1727 0.3559 0.4144
残差标准误差 0.0727 (df = 5436126) 0.0933 (df = 6248765) 0.2567 (df = 199255) 0.2937 (df = 280506)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

6 机制分析

6.1 宏观机制

通过前文的分析可知，撤县设区能够打破行政壁垒，促进区域经济的一体化发展，促进县域人口集聚和经济发展。此外，撤县设区以后，县域基础设施的改善和城市公共服务水平的提升也有助于实现制造业产业升级。本节使用县域宏观层面数据，通过构造双重差分模型（Difference in Differences, DID），来探究撤县设区对于制造业产业升级的宏观机制。具体设定如公式（14）所示：
m a c r o c , t = β 1 c t d c , t + β 2 X c , t + α c + γ t + ϵ c , t
式中： m a c r o c , t为县域层面变量，包括常住人口数量（pop_resid）、人均GDP（pc_gdp）、新增固定资产投资（new_fixed）、邮电业务量（posttel）、固定电话用户数（fixedphone）、移动电话用户数（mobilephone）和社会福利机构数（welorg）； X c , t为县域层面的控制变量，包括户籍人口数量和第二产业占比。所有变量均进行标准化处理，同时在模型中加入县域固定效应（ α c）和年份固定效应（ γ t）以满足多时点双重差分模型的设定要求，其余各项的定义与前文相同。数据均来自国泰安《中国县域经济研究数据库》。对公式（14）进行回归分析的结果如表5所示，在撤县设区以后，县域的人口集聚水平和经济发展水平显著提升，基础设施建设和城市公共服务水平也得到显著改善，这些结论验证了假说2a。
表5 撤县设区影响县域制造业产业升级的宏观机制

Tab. 5 Macro mechanism of turning counties into districts on county manufacturing upgrading

因变量
(1) pop_resid (2) pc_gdp (3) new_fixed (4) posttel (5) fixedphone (6) mobilephone (7) welorg
ctd 0.142***
(0.053)		 0.810***
(0.241)		 1.078*
(0.561)		 2.851**
(1.113)		 0.591***
(0.211)		 0.653**
(0.274)		 0.025*
(0.013)
控制变量 是 是 是 是 是 是 是
县固定效应 是 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是 是
样本数量 3116 9834 1652 2851 4490 4144 9763
R2 0.936 0.844 0.762 0.761 0.886 0.814 0.110
调整R2 0.925 0.825 0.712 0.703 0.873 0.793 0.009
残差标准误差 0.291 (df =
2661)		 0.439 (df =
8808)		 0.517 (df =
1360)		 0.608 (df =
2299)		 0.359 (df =
4056)		 0.461 (df =
3708)		 1.101 (df =
8772)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

6.2 微观机制

从微观层面上来看，撤县设区会影响企业的生产、研发和销售等微观决策[17]。撤县设区以后，区域经济的一体化能够使企业扩大市场范围，也便于企业获取成本更低、质量更好的中间投入，从而增加企业的净利润。此外，基础设施和教育、医疗等公共服务的改善也能够提高人力资本质量，有助于企业开展研发和创新活动。同时，由于原有县级政府税收积极性降低，企业的税收负担也有可能降低。本文使用企业层面的微观数据，通过构造三重差分模型来探讨撤县设区促进制造业产业升级的微观机制。具体的模型设定方式如公式（15）所示：
m i c r o f , i , c , t = β 1 c o m p l e x i t y i × c t d c , t + β 2 X i , c , t + β 3 X f , i , c , t + α i , c + γ i , t + δ c , t + ϵ f , i , c , t
式中： m i c r o f , i , c , t为企业层面变量，包括产值（output）、工业中间投入（intermediate）、利润（profit）、增加值（addedvalue）、新产品产值（newproduct）和增值税（addedtax）； X i , c , t为县—产业层面的控制变量，包括关联密度（relden）和产业规模（size）； X f , i , c , t为一组企业层面的控制变量，包括员工人数、企业年龄、企业债务和存货。所有变量均以1998年为基期进行平减，并进行标准化处理。模型中还包括3个交互固定效应以满足三重差分法的模型设定要求。其余各项的定义与前文相同，所用数据均来自中国工业企业数据库。对公式（15）进行回归分析的结果如表6所示，在撤县设区以后，相比于低知识复杂度行业中的企业，高知识复杂度行业内的企业的产出、中间投入和利润都显著上升，企业进行新产品创新的活动增加，增值税税负下降，以上发现验证了假说2b。
表6 撤县设区影响县域制造业产业升级的微观机制

Tab. 6 Micro mechanism of turning counties into districts on county manufacturing upgrading

因变量
(1) output (2) intermediate (3) profit (4) addedvalue (5) newproduct (6) addedtax
complexity×ctd 0.011*
(0.005)		 0.034***
(0.009)		 0.026**
(0.012)		 0.009*
(0.005)		 0.024**
(0.012)		 -0.026**
(0.010)
企业层面变量 是 是 是 是 是 是
县—产业固定效应 是 是 是 是 是 是
县—年份固定效应 是 是 是 是 是 是
产业—年份固定效应 是 是 是 是 是 是
样本数量 914793 452852 914412 402655 574245 902633
R2 0.609 0.478 0.206 0.625 0.162 0.458
调整R2 0.598 0.460 0.183 0.612 0.138 0.443
残差标准误差 0.635 (df =
889599)		 0.735 (df =
438015)		 0.902 (df =
889219)		 0.623 (df =
389304)		 0.929 (df =
557922)		 0.748 (df =
877457)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

6.3 异质性分析

由于中国区域发展的非均衡性，本文进一步探究撤县设区政策的区域异质性效应。相比于经济欠发达地区，经济发达地区的中心城市的经济发展水平和区域经济一体化水平通常较高，相应的规划建设统筹能力和财政转移支付能力也较好，故而撤县设区能够促进撤并县域的制造业产业升级。而欠发达地区的中心城市有时甚至会袭夺撤并县域的各种发展要素，从而阻碍其制造业产业升级。为检验以上假说，本文按照样本县域所属区域将所有样本观测值分为东部、中部和西部3个子样本，并在子样本上分别对公式（11）开展计量回归分析，结果如表7所示。
表7 撤县设区的区域异质性效应

Tab. 7 Regional heterogeneity effects of turning counties into districts

因变量
entry exit
(1) 东部 (2) 中部 (3) 西部 (4) 中西部 (5) 东部 (6) 中部 (7) 西部 (8) 中西部
complexity×ctd 0.004***
(0.001)		 -0.005**
(0.002)		 0.0002
(0.001)		 -0.0004
(0.001)		 -0.018*
(0.010)		 -0.030
(0.047)		 -0.015
(0.021)		 -0.007
(0.018)
控制变量 是 是 是 是 是 是 是 是
县—产业固定效应 是 是 是 是 是 是 是 是
县—年份固定效应 是 是 是 是 是 是 是 是
产业—年份固定效应 是 是 是 是 是 是 是 是
样本数量 2122043 2073977 2529917 4603894 191861 105695 71627 177322
R2 0.238 0.245 0.228 0.236 0.503 0.579 0.610 0.572
调整R2 0.181 0.190 0.175 0.183 0.355 0.406 0.399 0.400
残差标准误差 0.123 (df =
1975054)		 0.097 (df =
1934416)		 0.071 (df =
2364447)		 0.084 (df =
4305257)		 0.317 (df =
147823)		 0.320 (df =
74893)		 0.313 (df =
46538)		 0.318 (df =
126639)

注：标准误均为县—产业层面聚类标准误；*表示p < 0.1，**表示p < 0.05，***表示p < 0.01。

表7中模型（1）~（4）表明，东部地区的撤县设区改革能够促进县域制造业产业升级，而在中部地区，撤县设区甚至会对县域进入高知识复杂度产业产生阻碍作用；在西部地区，撤县设区对于制造业产业升级的效果并不显著。这可能是由于中部地区紧邻东部地区，所以发展要素流出较多[66]，而撤县设区以后，撤并县域的财政税收和发展规划权力由市级政府统一行使，使得中心城市能够更为容易地袭夺撤并县域的发展要素。以武汉市蔡甸区为例，撤县设区以后，其规划审批权限移交市级政府，建设用地指标也由市级政府统一划分。由于蔡甸区经济发展水平较低且处于边缘区位，地价较低，所以市政府在最大化土地出让金的动机下，更倾向于将指标分配给地价较高的中心城区、东湖高新区等地区。这导致蔡甸区只能通过“增减挂钩”、耕地复垦等方式尽可能平衡建设用地指标，缺少用地指标也导致蔡甸区政府无法通过土地财政来改善本地的基础设施和公共服务水平，本地产业升级缺乏有效支撑。此外，繁琐的用地审批流程和规划调整程序也限制了蔡甸区的经济发展活力[67-68]。而在东部地区，如广州市顺德区、杭州市萧山区，由于本地产业基础雄厚，撤县设区以后市级政府考虑到地方经济发展的重要性，仍然会提供政策支持，甚至将规划审批权重新下放区级政府[10]，而东部地区中心城市的功能外溢也能够促进撤并县域的产业发展向高级化方向迈进。模型（5）~（8）的结果表明，只有在东部地区，撤县设区才能够显著地促进县域退出低知识复杂度产业。以上发现验证了假说3。

7 结论与讨论

城镇化进程本质上是一个人口和产业在空间上的集聚过程[69]，缺乏产业支撑的城镇化进程注定是空中楼阁，不可持续，难以真正实现人的城镇化，县域城镇化也不例外。然而，尤其是在中国中西部地区，现有的县域城镇化主要由公共服务提升、房地产开发和教育资源集聚所引致[70-71]，缺乏充足的产业和就业支撑。在这种情况下，高质量的制造业产业对于实现高质量的县域城镇化格外重要。以撤县设区为代表的行政区划调整能够将县域经济转变为城区经济，但是现有研究较少关注撤县设区对于制造业产业升级的影响。基于此，本文借助中国工业企业数据库，采用演化经济地理学中的产业演化视角，并使用三重差分方法系统探究撤县设区对于县域制造业产业升级的因果效应。实证研究的主要结论如下：
（1）撤县设区对于县域制造业的产业动态演变具有显著影响，具体表现为，撤县设区以后，县域更容易进入知识复杂度高的产业，同时更容易退出知识复杂度低的产业。而无论对于产业进入还是产业退出，撤县设区的影响在时间上都有滞后性。此外，需要注意的是，撤县设区对于县域进入高复杂度产业的正面影响似乎具有短期特征，这可能是由于撤县设区削弱了地方政府的发展权限和自主性，从而抑制了地方政府长期的发展激励。
（2）在作用机制方面，从宏观县域层面来看，撤县设区能够打破行政壁垒的分割，促进基础设施的融合与区域经济的一体化发展，以提升人口集聚程度、提高经济发展水平、改善基础设施和公共服务的途径促进县域制造业产业升级；从微观企业层面来看，撤县设区能够改变企业所面临的政策激励与行政约束，促进资源的自由流动和优化配置，以提高产出、促进中间投入、提升利润、增强创新能力和降低税负的方式促进县域制造业产业升级。
（3）撤县设区对于制造业产业升级的影响存在区域异质性。具体来说，撤县设区对于东部地区县域的制造业产业升级的促进作用最大，而在中部地区，撤县设区对于县域制造业产业升级甚至存在显著的负面影响。
需要指出的是，中国中西部地区一些中心城市实施撤县设区的目的在于拓展中心城区的发展空间，或者疏解中心城区的特定职能，比如在撤并县域兴建大学城、物流园区或旅游区等。在这种情况下，撤县设区对县域制造业产业升级的影响可能并不明确，但撤并县域的产业结构仍然有可能往高级化方向发展。然而，本文的实证结果表明撤县设区总体上抑制了中部地区县域制造业的产业升级，而对西部地区县域制造业的产业升级并无显著影响。由于本文采用了三重差分法开展因果推断，在模型设定中也控制了所有县域层面随时间而变的因素，故而县域层面的因素并不会使本文的估计结果产生偏误。此外，模型还通过了一系列计量检验，因此可以认为本文确证了撤县设区与制造业产业升级之间的因果关系，而非简单的相关关系。
本文的边际贡献在于采用演化经济地理学中的产业演化视角，使用宏观县域和微观企业层面数据，借助三重差分法探究了撤县设区对于制造业产业升级的因果效应及宏观、微观机制。这既能够为中国未来合理推进撤县设区改革提供一定的经验支撑，也能够丰富现有演化经济地理学关于区域产业演化研究的制度视角[72]。
虽然撤县设区在总体上有利于区域经济发展、人口集聚和制造业产业升级，但在部分地区撤县设区也导致了假性城市化、城乡差距拉大等突出问题。正是在这样的背景之下，国家发展改革委印发的《2022年新型城镇化和城乡融合发展重点任务》提出要“严控撤县建市设区”。本文的政策启示在于，一方面，要充分肯定撤县设区对于县域制造业产业升级所具有的正面影响，允许规划建设统筹能力和财政转移支付能力较强的城市运用撤县设区这一行政区划调整工具，这既能够提升中心城市的规模能级和集聚效应，也可以促进县域产业的转型升级，推进高质量的县域城镇化进程。另一方面，对于规划建设统筹能力和财政转移支付能力较弱的城市，需要严控撤县设区的区划调整，因为在这些地区撤县设区往往演变为中心城市对原有县域发展要素的单向袭夺，不利于区域一体化均衡发展。此外，也要深刻认识到撤县设区对于县域长期发展积极性的抑制作用，合理分配市级政府和撤并县域的财政和事权划分，在基础设施融合与区域市场一体化发展的基础上，给予下级政府充分的自主性权限，充分调动被撤并县域的发展积极性。
囿于数据的可获得性，本文未能探究撤县设区政策对于规模以下制造业企业的影响，由此得到的撤县设区对制造业产业升级影响的估计可能存在一定偏误。此外，本文也未考虑撤县设区的县域与周边县域的交互作用及其长期均衡效应。未来研究可以在更加丰富的微观数据成为可能的基础上，全面评估撤县设区对于县域制造业产业升级的影响，并综合考虑撤县设区的空间溢出效应和长期均衡效应。
关联数据信息：本文关联实体数据集已在《全球变化数据仓储电子杂志（中英文）》出版，获取地址： https://doi.org/10.3974/geodb.2023.10.05.V1.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Xinhua News Agency. The General Office of the Central Committee of the Communist Party of China and the General Office of the State Council issued the 'Opinions on Promoting Urbanization with Counties as Important Carriers. http://www.gov.cn/zhengce/2022-05/06/content_5688895.htm, 2022-12-06.

[新华社. 中共中央办公厅国务院办公厅印发《关于推进以县城为重要载体的城镇化建设的意见》. http://www.gov.cn/zhengce/2022-05/06/content_5688895.htm, 2022-12-06.]

[2]
Zhou Huimin, Sun Bindong, Zhang Tinglin, et al. Impact of city government relocation on economic growth. Acta Geographica Sinica, 2022, 77(10): 2566-2582.

DOI

[周慧敏, 孙斌栋, 张婷麟, 等. 城市政府驻地搬迁对经济增长的影响研究. 地理学报, 2022, 77(10): 2566-2582.]

DOI

[3]
Wang Kaiyong, Feng Rundong. Quantitative simulation and empirical analysis of regional effects of administrative division adjustment from the perspective of coordinated development. Acta Geographica Sinica, 2020, 75(8): 1617-1632.

DOI

[王开泳, 冯润东. 行政区划调整对政区位势的影响与定量化测度. 地理学报, 2020, 75(8): 1617-1632.]

DOI

[4]
Chen Kelin. 40 years of China's turning counties into suburban districts: Review and reflection. Local Governance Research, 2019, 21(1): 2-19, 78.

[陈科霖. 中国撤县设区40年: 回顾与思考. 地方治理研究, 2019, 21(1): 2-19, 78.]

[5]
Wang Fenglong, Liu Yungang. 'Politics of scale' in Chinese administrative division adjustment. Acta Geographica Sinica, 2019, 74(10): 2136-2146.

DOI

[王丰龙, 刘云刚. 中国行政区划调整的尺度政治. 地理学报, 2019, 74(10): 2136-2146.]

DOI

[6]
Zhang Lei, Zhang Jingxiang. Reconsideration of merger effect of turning counties to districts: Taking Dantu district of Zhenjiang city as an example. Urban Problems, 2007(1): 36-40.

[张蕾, 张京祥. 撤县设区的区划兼并效应再思考: 以镇江市丹徒区为例. 城市问题, 2007(1): 36-40.]

[7]
Tang Wei, Wang Yuan. Administrative boundary adjustment and urbanization of population: Evidence from city-county merger in China. Economic Research Journal, 2015, 50(9): 72-85.

[唐为, 王媛. 行政区划调整与人口城市化:来自撤县设区的经验证据. 经济研究, 2015, 50(9): 72-85.]

[8]
Nie Wei, Lu Jun, Zhou Wentong. Research into effect mechanism of county to city reform on local urbanization: Analysis based on the viewpoint of central vs. peripheral districts. Population and Development, 2019, 25(3): 2-13.

[聂伟, 陆军, 周文通. 撤县设区改革影响撤并县域人口城镇化的机制研究: 基于中心—外围城区资源配置视角. 人口与发展, 2019, 25(3): 2-13.]

[9]
Zhuang Rulong, Li Guangqin, Liang Longwu, et al. Turning county into district and regional economic growth: Policy evaluation based on difference-in-difference method. Geographical Reasearch, 2020, 39(6): 1386-1400.

[庄汝龙, 李光勤, 梁龙武, 等. 撤县设区与区域经济发展: 基于双重差分方法的政策评估. 地理研究, 2020, 39(6): 1386-1400.]

DOI

[10]
Li Xun, Xu Xianxiang. Impact analysis of turning counties (cities) into districts to the urban economic growth in China. Acta Geographica Sinica, 2015, 70(8): 1202-1214.

DOI

[李郇, 徐现祥. 中国撤县(市)设区对城市经济增长的影响分析. 地理学报, 2015, 70(8): 1202-1214.]

DOI

[11]
Jiang Mingdong, Chen Wenwen, Xu Jingru. Has 'city-county merger' improved the cities' economic efficiency? Empirical test based on panel data from city divided into districts. Reform of Economic System, 2022(3): 180-186.

[姜明栋, 陈雯雯, 许静茹. “撤县设区”提高城市经济效率了吗? 来自设区市面板数据的实证研究. 经济体制改革, 2022(3): 180-186.]

[12]
Cai Xianjun, Du Siyu, Zhu Qinghu, et al. Government-driven urbanization and economic development: From the perspective of withdrawing counties and establishing districts. Scientific Decision Making, 2022(2): 116-131.

[蔡显军, 杜思雨, 朱庆虎, 等. 政府推动型城市化与经济发展: 基于撤县设区的视角. 科学决策, 2022(2): 116-131.]

[13]
Peng Yang, Xu Ming, Lu Juan. The impact of regional integration on zombie enterprises: Evidence from turing counties to districts. Economic Science, 2019(6): 80-91.

[彭洋, 许明, 卢娟. 区域一体化对僵尸企业的影响: 以撤县设区为例. 经济科学, 2019(6): 80-91.]

[14]
Hao Wenhan, Yuan Chun, Geng Chunxiao. Can regional integration policy promote vertical specialization? Evidence from the city-county-merge. Business and Management Journal, 2021, 43(6): 22-37.

[郝闻汉, 袁淳, 耿春晓. 区域一体化政策能促进企业垂直分工吗? 来自撤县设区的证据. 经济管理, 2021, 43(6): 22-37.]

[15]
Zhan Xinyu, Zeng Fuwen. Does adjustment of administrative divisions improve economic development quality? Empirical evidence from the "city-county merger". Finance and Trade Research, 2021, 32(4): 70-82.

[詹新宇, 曾傅雯. 行政区划调整提升经济发展质量了吗? 来自“撤县设区”的经验证据. 财贸研究, 2021, 32(4): 70-82.]

[16]
Zhang Guangli, Xue Huili, Lan Minghui, et al. The adjustment of administrative divisions and vitality of regional market entity. Economic Theory and Business Management, 2022, 42(4): 84-97.

[张光利, 薛慧丽, 兰明慧, 等. 行政区划调整与地区市场主体活力: 基于“撤县设区”政策与创业活动的视角. 经济理论与经济管理, 2022, 42(4): 84-97.]

[17]
Chen Yihui, Cai Qingfeng, Lin Haihan. Government-driven urbanization and firm innovation: Empirical evidence from city-county merger in China. China Economic Quarterly, 2022, 22(2): 465-484.

[陈熠辉, 蔡庆丰, 林海涵. 政府推动型城市化会提升域内企业的创新活动吗? 基于“撤县设区”的实证发现与政策思考. 经济学(季刊), 2022, 22(2): 465-484.]

[18]
Deng Huihui, Pan Xueting. How does the "big country and big city" drive industrial upgrading: Evidence from turning counties to districts. World Economic Papers, 2020(6): 88-103.

[邓慧慧, 潘雪婷. “大国大城”如何带动产业升级: 来自撤县设区的经验证据. 世界经济文汇, 2020(6): 88-103.]

[19]
Luo Zhendong. China's current administrative division reform and its mechanism. City Planning Review, 2005(8): 29-35.

[罗震东. 中国当前的行政区划改革及其机制. 城市规划, 2005(8): 29-35.]

[20]
Luo Xiaolong, Yin Jie, Tian Dong. Incomplete re-territorialization and the reorganization of administrative divisions in metropolitan areas: Taking Jiangning district of Nanjing city as an example. Geographical Research, 2010, 29(10): 1746-1756.

DOI

[罗小龙, 殷洁, 田冬. 不完全的再领域化与大都市区行政区划重组: 以南京市江宁撤县设区为例. 地理研究, 2010, 29(10): 1746-1756.]

DOI

[21]
Liang Zhiyan, Zhao Yong. Does the city-county merger improve urban public services? Evaluation based on the PSM-DID method. Urban and Environmental Studies, 2019, 6(1): 49-59.

[梁志艳, 赵勇. 撤县设区是否提高了城市公共服务水平? 基于双重差分倾向得分匹配法的评价. 城市与环境研究, 2019, 6(1): 49-59.]

[22]
Zhang Li, Pi Jiayong, Song Guangxiang. Government competition and preference for productive expenditure: The political economy in county-to-district reforms in China. Finance & Trade Economics, 2018, 39(3): 65-78.

[张莉, 皮嘉勇, 宋光祥. 地方政府竞争与生产性支出偏向: 撤县设区的政治经济学分析. 财贸经济, 2018, 39(3): 65-78.]

[23]
Lu Shengfeng, Chen Sixia. The value of governmental favoritism: Evidence from export performance of Chinese industrial enterprises. Journal of Financial Research, 2016(7): 33-47.

[卢盛峰, 陈思霞. 政策偏袒的经济收益:来自中国工业企业出口的证据. 金融研究, 2016(7): 33-47.]

[24]
Zhang Jiaqing, Qi Yuan, Zhu Daolin, et al. Does the transformation of counties into districts promote urban land use efficiency? Based on an empirical study of 261 cities in China. China Land Science, 2022, 36(9): 59-68.

[张嘉庆, 戚渊, 朱道林, 等. 撤县设区提升城市土地利用效率了吗? 基于全国261个城市的实证研究. 中国土地科学, 2022, 36(9): 59-68.]

[25]
Xu Shengyan, Guo Xing. Does turning counties into districts increase the land transfer income of local governments? Research on Development, 2021(3): 147-152.

[徐升艳, 郭行. 撤县设区是否增加了地方政府土地出让收入? 开发研究, 2021(3): 147-152.]

[26]
Jin Jing, Chen Duochang, Huang Zhonghua, et al. Empirical study on the effect of county-to-district reforms on real estate market. Scientia Geographica Sinica, 2021, 41(3): 473-480.

DOI

[金晶, 陈多长, 黄忠华, 等. 撤县设区对房地产市场影响的实证研究. 地理科学, 2021, 41(3): 473-480.]

DOI

[27]
Zhang Qingyuan, Su Guocan, Liang Ruobing. Can land supply growth restrain the housing price effectively: Quasi-experimental research on 'turning counties into districts'. Finance & Trade Economics, 2018, 39(4): 20-34.

[张清源, 苏国灿, 梁若冰. 增加土地供给能否有效抑制房价上涨: 利用“撤县设区”的准实验研究. 财贸经济, 2018, 39(4): 20-34.]

[28]
Liu Shouying, Xiong Xuefeng, Zhang Yonghui, et al. Land system and China's development mode. China Industrial Economics, 2022(1): 34-53.

[刘守英, 熊雪锋, 章永辉, 等. 土地制度与中国发展模式. 中国工业经济, 2022(1): 34-53.]

[29]
Zhang Lu. Local debt expansion and the strategy of local government. China Industrial Economics, 2020(2): 44-62.

[张路. 地方债务扩张的政府策略: 来自融资平台“城投债”发行的证据. 中国工业经济, 2020(2): 44-62.]

[30]
Liu Yi, Zhang Yifan, Huang Kaixuan, et al. Patterns and evolution path of regional industrial upgrading under globalization. Acta Geographica Sinica, 2023, 78(2): 351-370.

DOI

[刘逸, 张一帆, 黄凯旋, 等. 全球化下产业升级的区域模式与演化路径. 地理学报, 2023, 78(2): 351-370.]

DOI

[31]
Gereffi G. International trade and industrial upgrading in the apparel commodity chain. Journal of International Economics, 1999, 48(1): 37-70.

DOI

[32]
Hidalgo C A, Hausmann R. The building blocks of economic complexity. PNAS, 2009, 106(26): 10570-10575.

DOI PMID

[33]
Hidalgo C A. Economic complexity theory and applications. Nature Reviews Physics, 2021, 3(2): 92-113.

DOI

[34]
He Canfei, Wang Wenyu, Guo Qi. The inheritance, development and transformation of industrial geography in China: Based on analysis of articles published in Acta Geographica Sinica during 1934-2019. Acta Geographica Sinica, 2021, 76(8): 1815-1834.

DOI

[贺灿飞, 王文宇, 郭琪. 中国工业地理学的传承发展与转型. 地理学报, 2021, 76(8): 1815-1834.]

DOI

[35]
Balland P A, Boschma R, Crespo J, et al. Smart specialization policy in the European Union: Relatedness, knowledge complexity and regional diversification. Regional Studies, 2019, 53(9): 1252-1268.

DOI

[36]
Liu Yi, Xia Jiechang, Li Yao. Producer services agglomeration and manufacturing. China Industrial Economics, 2017(7): 24-42.

[刘奕, 夏杰长, 李垚. 生产性服务业集聚与制造业升级. 中国工业经济, 2017(7): 24-42.]

[37]
Han Qingxiao, Yang Chen, Chen Xiaoxiao. Relationship between China's manufacturing industrial agglomeration and industrial upgrading: Based on mediating effect of innovation. R&D Management, 2015, 27(6): 68-76.

[韩庆潇, 杨晨, 陈潇潇. 中国制造业集聚与产业升级的关系: 基于创新的中介效应分析. 研究与发展管理, 2015, 27(6): 68-76.]

[38]
Sheng Feng. The spatial agglomeration of producer service industry and the upgrading of manufacturing industry: Mechanism and experience: A spatial econometric analysis based on the data from 230 cities. Industrial Economics Research, 2014(2): 32-39, 110.

[盛丰. 生产性服务业集聚与制造业升级: 机制与经验: 来自230个城市数据的空间计量分析. 产业经济研究, 2014(2): 32-39, 110.]

[39]
Zhou Mao, Li Yunong, Yao Xing, et al. Human capital accumulation and urban manufacturing export upgrading in China: Evidence from higher education expansion. Journal of Management World, 2019, 35(5): 64-77, 198-199.

[周茂, 李雨浓, 姚星, 等. 人力资本扩张与中国城市制造业出口升级: 来自高校扩招的证据. 管理世界, 2019, 35(5): 64-77, 198-199.]

[40]
Guo Kaiming, Pan Shan, Yan Se. New infrastructure investment and structural transformation. China Industrial Economics, 2020(3): 63-80.

[郭凯明, 潘珊, 颜色. 新型基础设施投资与产业结构转型升级. 中国工业经济, 2020(3): 63-80.]

[41]
Zhou Mao, Lu Yi, Du Yan, et al. Special economic zones and region manufacturing upgrading. China Industrial Economics, 2018(3): 62-79.

[周茂, 陆毅, 杜艳, 等. 开发区设立与地区制造业升级. 中国工业经济, 2018(3): 62-79.]

[42]
Li Chunfa, Li Dongdong, Zhou Chi. The mechanism of digital economy driving transformation and upgrading of manufacturing: Based on the perspective of industrial chain restructuring. Commercial Research, 2020(2): 73-82.

[李春发, 李冬冬, 周驰. 数字经济驱动制造业转型升级的作用机理: 基于产业链视角的分析. 商业研究, 2020(2): 73-82.]

[43]
He Canfei, Ma Yan. Market segmentation and exports in cities of China. Progress in Geography, 2014, 33(4): 447-456.

DOI

[贺灿飞, 马妍. 市场分割与中国城市出口差异. 地理科学进展, 2014, 33(4): 447-456.]

DOI

[44]
He Canfei, Zhu Xiangdong, Kong Yinghui, et al. Agglomeration economy, incentive policy and the spatial pattern of Chinese computer manufacturing industry: A case study based on export data. Scientia Geographica Sinica, 2018, 38(10): 1579-1588.

DOI

[贺灿飞, 朱向东, 孔莹晖, 等. 集聚经济、政策激励与中国计算机制造业空间格局: 基于贸易数据的实证研究. 地理科学, 2018, 38(10): 1579-1588.]

DOI

[45]
Neffke F, Henning M, Boschma R. How do regions diversify over time? Industry relatedness and the development of new growth paths in regions. Economic Geography, 2011, 87(3): 237-265.

DOI

[46]
Boschma R, Balland P A, Kogler D F. Relatedness and technological change in cities: The rise and fall of technological knowledge in US metropolitan areas from 1981 to 2010. Industrial and Corporate Change, 2015, 24(1): 223-250.

[47]
Ma Shuang, Zeng Gang, Zhang Yi'ou. Technological relatedness, complexity and regional diversity: Evidence from Chinese cities. Geographical Research, 2020, 39(4): 865-879.

DOI

[马双, 曾刚, 张翼鸥. 技术关联性、复杂性与区域多样化: 来自中国地级市的证据. 地理研究, 2020, 39(4): 865-879.]

DOI

[48]
Muneepeerakul R, Lobo J, Shutters S T, et al. Urban economies and occupation space: Can they get "there" from "here"? Plos One, 2013, 8(9): e73676.

DOI

[49]
Shutters S T, Muneepeerakul R, Lobo J. Constrained pathways to a creative urban economy. Urban Studies, 2016, 53(16): 3439-3454.

DOI

[50]
Rigby D L. Technological relatedness and knowledge space: Entry and exit of US cities from patent classes. Regional Studies, 2015, 49(11): 1922-1937.

[51]
Glaeser E L, Kallal H D, Scheinkman J A, et al. Growth in cities. Journal of Political Economy, 1992, 100(6): 1126-1152.

DOI

[52]
Chen Gang, Sheng Yu, Chen Yue, et al. Administrative division adjustment and corporate financing convergence: Evidences from the city-county merger. Journal of Central University of Finance & Economics, 2022(9): 65-75.

[陈刚, 盛誉, 陈玥, 等. 行政区划调整与企业融资趋同: 来自撤县设区的证据. 中央财经大学学报, 2022(9): 65-75.]

[53]
Ji Li, Zou Zhiyi. Has local governments' revenue increased after the county-to-district reform? Public Finance Research, 2019(12): 61-74, 86.

[吉黎, 邹埴埸. 撤县设区后地方财力增强了吗? 财政研究, 2019(12): 61-74, 86.]

[54]
Zhang Jing, Chen Haishan. A study of agglomeration shadow during urbanization in the new era: The case for high-speed rail. China Economic Quarterly, 2022, 22(1): 281-302.

[张晶, 陈海山. 新时期城市化推进过程中集聚阴影研究: 基于高铁通车的视角. 经济学(季刊), 2022, 22(1): 281-302.]

[55]
Sun Dongqi, Lu Jiayi, Zhang Mingdou, et al. Evaluation of service function of small towns in China from the perspective of borrowed size and agglomeration shadow: A case study of southern Jiangsu province. Progress in Geography, 2022, 41(2): 199-213.

DOI

[孙东琪, 鲁嘉颐, 张明斗, 等. 借用规模与集聚阴影视角下中国小城镇服务功能评估: 以苏南地区为例. 地理科学进展, 2022, 41(2): 199-213.]

DOI

[56]
He C F, Yan Y, Rigby D. Regional industrial evolution in China. Papers in Regional Science, 2018, 97(2): 173-198.

DOI

[57]
Cristelli M, Gabrielli A, Tacchella A, et al. Measuring the intangibles: A metrics for the economic complexity of countries and products. Plos One, 2013, 8(8): e70726. DOI: 10.1371/journal.pone.0070726.

[58]
Mealy P, Farmer J D, Teytelboym A. Interpreting economic complexity. Science Advances, 2019, 5(1): eaau1705. DOI: 10.1126/sciadv.aau1705.

[59]
Sciarra C, Chiarotti G, Ridolfi L, et al. Reconciling contrasting views on economic complexity. Nature Communications, 2020, 11(1): 3352. DOI: 10.1038/s41467-020-16992-1.

PMID

[60]
He Canfei, Ren Zhuoran, Ye Yaling. Industrial agglomeration and economic complexity of regional exports in China. Geographical Research, 2021, 40(8): 2119-2140.

DOI

[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. 地理研究, 2021, 40(8): 2119-2140.]

DOI

[61]
Boschma R. Relatedness as driver of regional diversification: A research agenda. Regional Studies, 2017, 51(3): 351-364.

DOI

[62]
Hidalgo C A, Klinger B, Barabási A L, et al. The product space conditions the development of nations. Science, 2007, 317(5837): 482-487.

PMID

[63]
Wooldridge J M. Econometric Analysis of Cross Section and Panel Data. Cambridge: MIT Press, 2010.

[64]
Yu Linhui, Ma Bowen. Supportive policy for resource-exhausted cities, the manufacturing upgrading and the coordinated regional development. China Industrial Economics, 2022(8): 137-155.

[余林徽, 马博文. 资源枯竭型城市扶持政策、制造业升级与区域协调发展. 中国工业经济, 2022(8): 137-155.]

[65]
Lu Shengfeng, Wang Jing, Chen Sixia. The economic benefits of administrative center: Evidence from the government relocation reforms in China. China Industrial Economics, 2019(11): 24-41.

[卢盛峰, 王靖, 陈思霞. 行政中心的经济收益: 来自中国政府驻地迁移的证据. 中国工业经济, 2019(11): 24-41.]

[66]
An Husen, Yin Guangwei. Central region falling: Phenomenon and the conjecture of its internal mechanism. Journal of Zhongnan University of Economics and Law, 2009(1): 3-8, 142.

[安虎森, 殷广卫. 中部塌陷: 现象及其内在机制推测. 中南财经政法大学学报, 2009(1): 3-8, 142.]

[67]
Li Zhigang, Yan Denghui, Luan Xiaofan. The effects of turning counties (cities) into districts (TCD) for megacities of central China: The case of Caidian, Wuhan. China Ancient City, 2021, 35(8): 22-27.

[李志刚, 闫登辉, 栾晓帆. 中部地区特大城市撤县(市)设区的治理效应研究: 以武汉市蔡甸区为例. 中国名城, 2021, 35(8): 22-27.]

[68]
Hua Linfu. The consideration background and far-reaching value of 'strictly controlling turning counties into cities and districts'. People's Tribune, 2022(18): 56-61.

[华林甫. “严控撤县建市设区”的考量背景与深远价值. 人民论坛, 2022(18): 56-61.]

[69]
Qiao Yibo. Evolution, characteristics, and direction of China's urbanization since the reform and opening up: From the perspectives of population, economy, and institution. City Planning Review, 2020, 44(1): 44-51.

[乔艺波. 改革开放以来中国城镇化的演进历程、特征与方向: 基于人口、经济与制度视角. 城市规划, 2020, 44(1): 44-51.]

[70]
Shen Mingrui, Jiang Yuyang, Zhang Jingxiang. County-level urbanization driven by education and its planning policy reflection. Urban Development Studies, 2021, 28(11): 8-15, 30.

[申明锐, 蒋宇阳, 张京祥. 教育驱动的县域城镇化与规划政策反思. 城市发展研究, 2021, 28(11): 8-15, 30.]

[71]
Liu Yansui, Yang Ren, Lin Yuancheng. Pattern evolution and optimal paths of county urbanization in China. Acta Geographica Sinica, 2022, 77(12): 2937-2953.

DOI

[刘彦随, 杨忍, 林元城. 中国县域城镇化格局演化与优化路径. 地理学报, 2022, 77(12): 2937-2953.]

DOI

[72]
Boschma R, Frenken K. Some notes on institutions in evolutionary economic geography. Economic Geography, 2009, 85(2): 151-158.

DOI

Options
文章导航

/

〈 〉