四、制造业产业集聚度和工资的空间分布特征

本文用GeoDa软件对地区制造业集聚度和工资水平进行探索性空间数据分析。由于缺少地级市边界的相关数据，本文将利用GeoDa将图1中代表各个地级市的点转化为Thiessen多边形，从而建立一阶空间自相关矩阵（rook1），用于分析地区工资的空间分布和制造业集聚程度的空间分布。接下来本文将借助于表示分布状况的箱图以及Moran'I集聚地图等可视化手段来直观显示地区工资互动和制造业空间集聚的情况。

（一）箱图（box map）

图2和图3分别为表示2007年地级市制造业平均工资和集聚程度的箱地图（boxmap），它显示了分布的第一和第三分位数以及中值（即相关指标累计分布中的第25%、75%和50%分位点），也显示离群值（outlier）。离群值分为上离群值和下离群值。上离群值是指观测值分位比75%分位高出分位距（75%和25%分位值）与标准乘数之积以上，下离群值是指观测值分位比25%分位低出分位距与标准乘数之积以上。GeoDa中支持的标准乘数（hinge）是1.5和3。如图2所示，中部地区制造业工资大多位于分布的最底端，东部和沿海地区制造业工资大多位于分布的中高端，西部地区少数城市制造业工资位于分布的高端，这可能与这些地区制造业的具体行业特征有关。从图3中我们不难看出，制造业在东部地区集聚的趋势非常明显，集聚程度几乎都为上离群值，而且中部地区与东部邻近的城市制造业集聚度也相对较高。中部地区也出现了几个制造业“抱团”的现象，但是西部地区的制造业集聚度绝大部分都位于分布的最低端。

对比图2和图3，我们可以发现，东部和沿海地区的制造业集聚以及中部地区局部制造业集聚对当地制造业工资的影响是不同的。东部和沿海地区成为制造业集聚地的趋势非常明显，而且这些地区制造业的工资也相对很高。而中部地区制造业相对集聚的地区工资却很低。这种截然不同的集聚效果可能与这两个地区所集聚的具体产业的特征有关。利用表2中魏后凯（2000）关于工业总产值地区构成的数据，我们可以发现，东部地区在以非农产品为原料的轻工业生产方面大大领先，中西部地区则在采掘业方面领先。一直以来，东部地区和沿海地区吸引了大量的外资，生产技术更为复杂，对中间品投入的要求更高，这些地区的制造业往往具有高技术和高资本密度的特征。而中部地区则更多是以加工工业为主，生产迂回程度较低，无论是劳动力的技能还是产品的利润空间都相对要低。例如，通常认为通信设备、计算机及其他电子设备制造业（行业代码：40）是典型的资本密集和技术密集型行业，同样，我们用图4显示这一行业的空间分布特征。从图4我们可以清楚地看到，通信设备、计算机及其他电子设备制造业典型地在东部和沿海地区集聚。这一发现也从侧面支持了新贸易理论和新经济地理学的观点，产业集聚受运输成本和市场容量的影响颇大。

（二）Moran'I散点图和局部空间Moran'I（LISA）集聚地图

为了比较不同年份制造业工资的地区互动，本文对2005年、2006年和2007年制造业工资制作了Moran'I散点图，分别如图5、图6和图7所示。从Moran'I散点图可以观察到，制造业在地区维度上呈现工资集聚，从时间维度上看，这一集聚程度在三年中先上升后下降，但是整体而言集聚程度在增加。

Mroran'I散点图只是描述了制造业工资的全局空间自相关，平均意义上呈现出了工资集聚的特征，为了更清楚地展现工资集聚的地区分布，本文考虑了局部空间自相关，利用局部Moran'I制作出LISA集聚地图。LISA集聚地图不仅显示了局部Moran'I具有显著性的地区，而且能将这些地区的工资分布按高—高（高工资和高工资地区相邻）、低—低（低工资和低工资地区相邻）、高—低（高工资和低工资地区相邻）和低—高（低工资和高工资地区相邻）四种类型呈现出来。图8、图9和图10分别为2005—2007年各年的地区制造业平均工资LISA集聚地图。

对比上述三张LISA集聚地图，我们会发现高工资集聚的地区在东部和沿海地区零星出现，而中部地区成为低工资集聚地区的趋势却愈加明显。图中空白地区表示这些地区的制造业工资集聚特征不明显。与此同时，本文也将表示各地制造业集聚的指标remp_nation三年的LISA集聚地图制作出来作为对比，见图11、图12和图13，从中我们清晰地看到，东部和沿海地区逐渐成为制造业的集聚地，西部地区的集聚特征不明显，而西部地区制造业比例显著较低。

上述六张LISA集聚地图出发，本文接下来将研究以下几个问题：（1）制造业的地区工资互动是否存在？（2）本地制造业集聚对本地工资的影响如何？集聚的外部性和竞争效应何者占上风？（3）制造业集聚是否能解释地区间的工资互动？也就是说，制造业集聚给本地工人带来的好处是否外溢？（4）制造业集聚的不平衡是否影响了地区工资互动的模式和集聚好处的外溢？