生产性服务业集聚对区域制造业技术进步的影响

高　洋，宋　宇

(西北大学 经济管理学院，陕西 西安 710127)

一、问题提出与文献评述

目前，世界范围内制造业发展逐渐趋于智能化，大数据平台的支撑提高了服务业附加值并重塑了制造业价值链。制造业的发展现状呈现出越来越多的附加值来源于生产性服务业，制造业的效率改进不再是仅依赖于制造业自身发展，而是更多地依靠生产性服务业这一高级投入要素。可以说在国际竞争中，虽然看似是制造业产品的竞争但事实上却是制造业背后生产性服务的竞争，尽管近年来中国制造业总量跃居世界第一，突破了一些核心技术并涌现出一批世界级大型企业，但是中国制造业仍然存在自主创新能力不强、制造业与生产性服务业尤其是信息通信、互联网技术等新兴产业融合度较低的问题。继金融危机后，受逆全球化的影响，保护主义势力抬头导致高端制造业出现“回流”，与此同时受到人工成本的压力，大量中低端制造业向新兴发展中国家“分流”，中国制造在夹缝中生存。为实现中国制造业从传统制造转变为智能制造，“中国制造2025”、“制造业双创”、“两化融合”等国家战略方针相继出台，中国制造业智能化水平将成为占领国际竞争制高点的关键。

在制造业智能化发展过程中，以信息通信技术为代表的生产性服务业发挥了巨大作用，作为制造业高端的生产服务环节从制造业中分离出来，形成了自身具有一定规模效率的产业，并在降低自身成本的同时提高了制造业的附加值和市场竞争力。韩峰、李占风等认为生产性服务业的集聚对国民经济发展具有明显的技术溢出效应[1-2]，而生产性服务业的发展尤其是生产性服务业集聚已成为探讨制造业TFP技术进步的主要突破口。生产性服务业集聚有利于增加行业间或企业间的技术交流与合作，通过技术溢出效应或技术外部性作用促进制造业技术进步，因此外部性理论成为解释制造业TFP技术进步同生产性服务业集聚关系的理论基础。根据集聚经济理论，动态技术外部性是由生产性服务业集聚产生的，技术的外部性所产生的空间溢出效应不但可以提高生产性服务企业自身的生产率，而且提高了区域内其他企业的生产效率。除此以外，集聚经济产生的外部性可以改善投资环境，促进经济部门的技术进步，提高制造业生产率：Glaeser等认为“动态外部性”是专业化或多样化集聚所带来的技术溢出效应[3]；宣烨等指出相对于专业化集聚，生产性服务业多样化集聚对城市制造企业全要素生产率提升效果更明显[4]；Hendriks发现像电子商务、通信科技行业的生产性服务业集聚通过信息渠道的改进，控制了生产和交易流程，避免了信息不对称的发生，最终提高了整体经济运行效率[5]；Eswaran等认为，生产性服务业集聚对地区投资经营环境的改善和企业间的技术交流与合作都有相当积极的作用，并通过吸引高素质人才最终提高地区生产率[6]；Wood认为生产性服务业集聚改善了企业间技术扩散效率，促进了区域经济增长潜力[7]；Arrow等分析了区域经济增长同生产性服务业之间的互动，得出生产性服务业集聚可促进高新技术发展和推动区域经济增长，同时高速发展的经济对高新技术有了更多的需求，进而促进生产性服务业的集聚[8]；顾乃华认为劳动力蓄水池、知识的扩散和投入品共享与风险投资分散效应是生产性服务业促进区域经济全要素生产率发展的重要因素[9]。在现实经济发展中，集聚效应可能同时受到两种外部性影响，张海峰等研究发现雅格布斯外部性比马歇尔外部性对企业劳动生产率更具有显著的促进作用，同时雅格布斯外部性的大小与企业劳动生产率和规模相关[10]；对于专业化聚集的马歇尔外部经济和多样化聚集的雅格布斯外部经济，董晓芳等指出这两种聚集经济都会产生外部规模经济，而这种规模经济来源于创新企业在某个地区的空间集聚行为[11]；张鸿等发现由于创新企业的集聚使企业研发行为产生知识外溢，该地区的企业通过相互学习和模仿可促进自身企业的发展[12]。

现有关于集聚经济与创新的文献主要集中在集聚经济产生的两种外部性是否存在以及孰重孰轻方面。本文独特之处在于：第一，采用DEA-Malmquist指数法分解出制造业TFP技术进步并分析生产性服务业集聚与制造业TFP技术进步之间的关系，发现生产性服务业的专业化和多样化集聚是中国制造业TFP技术进步的重要驱动力；第二，通过生产性服务不同行业集聚对制造业TFP技术进步的影响，发现生产性服务业集聚产生的溢出效应具有异质性；第三，从生产性服务业促进制造业技术进步的角度，分析中国区域发展不平衡的现状。

二、研究框架与基本假说

陈建军等根据马歇尔古典经济学的外部经济理论分析了促进生产性服务业集聚的因素有：熟练劳动力市场的形成、与本地大市场具有前后向关联以及知识溢出效应[13]。成熟的劳动力市场与产业间由于前后向关联而产生的专业化服务降低了企业的生产成本，由此产业的集聚促进了企业的发展。程中华等认为知识溢出带来的产业集聚成为生产性服务业发展的重要影响因素，而生产性服务业集聚产生的空间外溢效应又提升了工业效率[14]；生产性服务业从制造业中分离出来从事专业化服务，属于知识密集型，在服务于制造业时通过知识溢出可促进制造业企业创新，进而提高企业生产率。同时，由于生产性服务业之间的知识外溢突破了空间和行业的限制，不仅仅局限于同一地区同一产业，使生产性服务业获得范围经济，进而知识溢出效应更加显著。生产性服务业经过“集体学习过程”和知识通过集群内部网络进行频繁交流，大大提高了知识外溢效果，有效地提高了集群企业的创新能力，而制造业TFP的技术进步需要更多依赖于生产性服务业的进步。正如顾乃华所解释的，生产性服务业对制造业发展的衔接与协调形成了一个联系紧密的社会网络，从而加速了工业的发展进程，而生产性服务业的集聚所带来的溢出效应又积极影响着制造业TFP的技术进步。

盛丰指出生产性服务业集聚产生的专业化效应促进了制造业升级：首先，生产性服务企业效率低下的“大而全”分散经营方式逐渐被淘汰，取而代之的是在具体环节做精做强的专业化经营，而大量同类型生产性服务企业聚集促使企业注重更加细化的生产步骤，并通过更加专业化的分工使自身服务水平提升；其次，生产性服务业提供的产品专业化程度越高、市场细分程度越深，则会积极带动自身产品创新，通过向制造业提供高端服务并推动制造业TFP的技术进步，进而拉动制造业产品升级，而精细化、高端化的服务业又倒逼制造业生产，促使制造业生产环节提高技术水平和提升产业附加值，进而向制造业价值链两端进行延伸，以提高自身在价值链中的地位。同时，盛丰、刘奕等人强调生产性服务通过“集体学习过程”积极带动制造业升级，生产性服务业的集聚使企业通过面对面的知识交流、学习传播先进技术与前沿知识，进而产生知识外溢效应，而集聚所产生的学习力量使知识技术这类高级生产要素高效率传递，提高了制造业自主研发和创新的能力，促进了技术的革新，提高了产品质量并提升了品牌价值[15-16]。

一般研究将集聚经济分为马歇尔集聚经济，即知识和技术的空间效应来自于同一产业的集聚。同一行业的企业在地区集聚有利于知识在行业间交流与扩散，可促进知识与技术的溢出，进而产生规模经济；与马歇尔外部性相对的是雅格布斯外部性，雅格布斯外部性是指不同产业之间也存在技术与知识的溢出效应，行业的多样性可以实现规模报酬递增，进而促进经济发展。马歇尔外部性与雅格布斯外部性认为，同一产业的专业化集聚或多个产业的多样化集聚是生产性服务业集聚技术外部性的主要来源。Keeble和Wilkinson认为生产性服务业专业化或多样化集聚方式，有利于知识在“集体学习过程”中的传播[17]。

基于以上理论，生产性服务业集聚与制造业TFP技术进步的影响机理可以用图1表示：生产性服务业在区域间集聚产生了专业化或多样化的马歇尔外部经济与雅格布斯外部经济；行业之间的交流与学习产生了知识与技术的扩散，这种技术溢出效应使生产性服务业提高了自身的技术创新以及生产效率，而技术能力的提高又产生了新的具有差异化的服务；通过向制造业提供高质量、差异化的服务，使制造业产品实现价值增值并提高产品收入，进而为制造业技术研发提供资金支持。据此，提出本文实证研究的两个基本假设如下：

假设1： 生产性服务业集聚对制造业TFP技术进步具有技术溢出效应。

假设2： 生产性服务业集聚对制造业TFP的技术创新作用具有异质性。

图1　生产性服务业集聚对制造业TFP技术进步影响图

三、理论模型

(一)制造业与生产性服务业之间的互动关系

本文借鉴高觉民和李晓慧的方法，运用“柯布-道格拉斯”的生产函数，分析生产性服务业集聚所产生的知识外溢对制造业是否存在影响[18]。假设总产量中包含制造业产量和生产性服务业产量两类，具体形式如下：

QT=ALαKβη

(1)

1.产量规模。QT由制造业产量规模Qm及生产性服务业的产量规模QS组成(下标m代表制造业，s代表生产性服务业)，体现了生产性服务业作为制造业的高级服务环节从制造业中分离出来，实现产业内部分工。制造业产量规模与生产性服务业产量规模之间存在一定比例σ(0<σ<1)，其中Qm=σQT,Qs=(1-σ)QT，因此制造业与生产性服务业产量规模关系可以表示为：

2.要素投入比例。假设A为技术要素，由于产业专业化与多样化集聚所产生的外部性使知识技术的创新与扩散极大地提高了生产性服务业以及制造业的技术水平，对技术要素产生影响，从而影响了整个生产函数，即A=AmAs，残差项η=ηmηs，因此式(1)改写为：

(2)

(3)

(4)

(5)

(6)

式(6)说明制造业受生产性服务业集聚作用影响，而生产性服务业集聚所带来的知识溢出效应(As)与制造业发展有关。

(二)生产性服务业集聚对制造业TFP的影响

为进一步动态分析制造业产出(Qm)与生产性服务业知识溢出效应(As)之间的关系，重新改写t时刻两者之间的关系式如下：

Qm(t)=As(t,Hs)f(Ls(t)Ks(t))

其中Hs表示生产性服务业产业集聚水平，两边同时取对数得：

lnQm(t)=lnAs(t,Hs)+lnf(Ls(t)Ks(t))

(7)

式(7)两边分别对时间t求导数可得：

(8)

经过整理，可将式(8)改写为：

(9)

A(t,H)=A0+ft(H)=A0+αH(t)β

其中A0表示初始技术水平，此时技术并未受到产业集聚影响；H(t)为t时生产性服务业集聚水平，α为摩擦系数，β为弹性系数，可将式(9)变形为：

(10)

(11)

式(11)表明生产性服务业的集聚水平(H)与制造业效率增长之间存在影响。

四、方法和数据

(一)实证模型

上述分析仅通过数理模型抽象分析出生产性服务业集聚与制造业之间存在关联，然而理论模型需要更多经验证据加以支撑。本文利用DEA-Malmquist指数法通过制造业产出计算出制造业TFP并分解得到制造业纯技术进步，这种纯技术进步完全体现在制造业技术前沿面的向外扩张，根据数理分析得出生产性服务业的集聚对制造业TFP存在互动关系。同时，原毅军等研究指出生产性服务与制造业研发之间存在技术关联[19]。在此，有理由相信制造业技术前沿面的扩张很可能与生产性服务业的发展存在联系。本文通过对2005—2013年间生产性服务业空间集聚水平、专业化集聚和多样化集聚的分析，研究影响区域制造业纯技术进步的因素。

如式(11)理论分析显示，制造业效率提高与生产性服务业劳动力、资本以及集聚水平有关，其中专业化集聚和多样化集聚是生产性服务业集聚技术外部性的主要来源。此外，考虑数据的可得性以及相关产业集聚文献的论述，制造业技术进步的重要变量还包括生产性服务业产出及其空间集聚水平。因此，本文采用如下模型分析相关因素对制造业TFP变动的影响：

TFPj,t=α+β1GDPj,s+β2Lj,s+β3Kj,s+

β4gj,s+β5Sj+β6Dj+μj,t

其中i与t分别表示第i省和第t时期，被解释变量TFP为制造业全要素生产率的技术变化，生产性服务业的增加值、劳动力、资本投入、空间集聚水平、专业化集聚和多样化集聚为解释变量。

(二)变量度量与数据处理

目前国内外文献对生产性服务业的分类仍然存有争议，因为某些服务行业不仅向生产者也向消费者提供服务 (如交通运输服务、金融保险服务和批发零售业等)，因其既有满足中间投入需求的性质又有满足最终需求的性质，这就使生产性服务业在计量和测度方面存在困难。所以，不同的学者和组织从不同的角度对其进行了界定，而各国(地区)与各国际组织对此也没有形成统一的分类标准。本文根据样本的可获得性，选取2005—2013年中国27个城市的8个生产性服务分类(批发和零售业、交通运输仓储和邮政业、信息传输和计算机服务业、住宿和餐饮业、金融业、房地产业、租赁和商务服务业、科学研究和技术服务业)。数据主要来自《中国第三产业统计年鉴》、《中国统计年鉴》、《中国劳动统计年鉴》以及各省份统计年鉴。

1.制造业TFP技术进步：首先借助Zofio和Lovell的方法将Malmquist指数分解为4部分之积，即纯技术变化、纯技术效率变化、规模效率变化和规模技术变化，而纯技术变化意味着在排除了规模技术变化后的最佳技术前沿面[20]。TFP增长最终被分解为纯技术变化、纯技术效率变化、规模效率变化、规模技术变化4项乘积。

通过Malmquist指数采用投入-产出数据分析2000—2013年中国29个省份(海南、西藏除外)以及东、中、西部3个区域*由于中国东、中、西部各区域处于不同的经济发展阶段和水平，因此产业结构也存在明显差异。东部地区为：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东10个省份；中部地区为：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份；西部地区为：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个省份。制造业TFP演变趋势。假设制造业生产过程中投入为资本和劳动力，产出为制造业工业总产值。制造业投入：一是资本存量，采取永续盘存法，并按照王恕立等的处理方法，将资本折旧率设定为固定值(5%)，以2000年为不变价格[21]；二是劳动投入，用各省份制造业城镇单位就业人员近似地表示各省份制造业劳动力投入。制造业产出：以全国各省份制造业总产值表示总产出，并处理成以2000年为不变价格的总产出。

2.生产性服务业产出：生产性服务业产出用生产性服务业各分类增加值衡量，并将其换算成为以2005年不变价格。

3.生产性服务业劳动投入：由生产性服务业分行业的就业人数衡量。

4.生产性服务业资本投入：根据王恕立等做法，利用永续盘存法进行估算。

5.生产性服务业空间集聚水平：参考王恕立等的方法，以省市某种生产性服务业S就业密度与全国生产性服务业s总就业的比值表示生产性服务业空间集聚水平，即gjs=ljs/(lCsSj)，其中Sj表示该省面积，ljs表示j省生产性服务业就业人数，lCs表示全国生产性服务业总就业人数，该指标同时考察了生产性服务业在地区和部门之间的分布方式。

6.生产性服务业专业化集聚S：借鉴Ezcurra等的方法[22]，将生产性服务业专业化集聚表示为：

7.生产性服务业多样化集聚D：采用改进后的赫芬达尔-赫希曼系数表示j省的生产性服务业多样化集聚：

其中ES表示全国某生产性服务业的就业量，E表示全国就业总量。

五、 实证结果分析

(一)中国各省份制造业TFP技术进步指数测算

如表1所示，在2000—2013年中国 29个省份制造业TFP分解结果中，技术变化指数代表由于技术进步带来的技术前沿边界的向前推进，这正是促进TFP增长的主要动力。

(二)生产性服务业集聚对制造业TFP技术进步具有技术溢出效应

为了得到无偏、一致的估计量，采用系统GMM的估计方法，这一方法很好地解决了变量的内生性问题，并提高了估计的效率。通过检验，变量接受残差无自相关和工具变量有效的原假设，为便于比较和检验各参数变量估计的稳健性，通过对比OLS与系统GMM的回归结果，说明本文基本结论稳健。表2归纳总结了生产性服务业各行业集聚与制造业TFP技术进步的关系*由于篇幅所限，本文未将各区域各产业GMM变量估计具体结果以及OLS回归结果在文中显示。欢迎来函索取全部详细统计结果。。

1.生产性服务业的空间集聚水平与区域制造业TFP技术进步。生产性服务业根据自身行业特点，利用空间地理的接近性与相关产业间的互动性，在同一空间达到一定规模和集聚程度的中间网络组织。生产性服务业的空间集聚水平反映了产业区域化集聚特征、专业化分工、社会化协作以及技术创新等特点。生产性服务业的专业化分工使空间集聚成为必要，同时空间集聚的产生形成集聚网络，通过外溢效应将知识与技术扩散出去，在提升自身产业技术进步的同时也促进相关制造业技术发展。如表2所示，生产性服务业空间集聚水平在全国和东部地区与制造业TFP技术进步呈反向关系，但西部地区除房地产业外，其余7个生产性服务业的空间集聚水平与制造业TFP的技术进步呈正向关系，说明西部地区的生产性服务业空间集聚使得制造业与生产性服务业之间投入产出的成本降低，提高了制造业的附加值，最终改善制造业生产效率。 由此看来，除了西部地区，生产性服务业的空间集聚水平对中国整体制造业TFP的技术溢出效应相对较弱，这说明生产性服务空间集聚带来知识与技术的传播未能给东部和中部制造业TFP带来技术支持。

2.生产性服务业专业化集聚与区域制造业TFP技术进步。专业化集聚是指知识和技术的空间效应来自同一产业的集聚。同一行业的企业在地区集聚有利于知识在行业间交流与扩散，以促进知识与技术的溢出，进而产生规模经济。专业化集聚可以产生技术外溢效应，即马歇尔外部性。就全国整体水平而言，仅仅批发零售和租赁、商务服务业这两类生产性服务业存在马歇尔外部性，东部和中部地区是信息传输、计算机服务业和金融业这两个行业；西部地区为批发零售、交通运输仓储和邮政业、租赁和商务服务业、科学研究和技术服务业4个行业，西部地区的生产性服务专业化集聚最为突出，生产性服务业专业化集聚促进了企业间的交流与沟通，不仅有效地提高了生产性服务业自身的效率，同时通过技术的外溢性提高了制造业TFP的技术效率。

表1　2000-2013年中国29个省份制造业TFP因素分解表

表2　生产性服务业各行业集聚与

注：+说明存在马歇尔技术外部性和雅各布斯技术外部性。

3.生产性服务业的多样化集聚与区域制造业TFP技术进步。多样化集聚是指不同产业之间也存在技术与知识的溢出效应，行业的多样性可以实现规模报酬递增，进而促进经济发展。多样化集聚所产生的雅各布斯外部性对制造业TFP技术进步的影响，西部地区有3个生产性服务业存在雅各布斯外部性，分别为：交通运输仓储和邮政业、信息传输和计算机服务业、金融业；中部地区有4个行业，分别为：住宿和餐饮业、房地产业、租赁和商务服务业、科学研究和技术服务业；东部地区最多为5个行业，分别为：批发零售、信息传输和计算机服务业、金融业、租赁和商务服务业、科学研究和技术服务业，这说明东部地区的生产性服务业多样化集聚优于中西部地区。由此可以看出，不同地区通过生产性服务业的多样化集聚产生技术溢出效应，这种技术的外部性在生产发展中起到要素供给的作用，进而促进了各区域制造业TFP的技术进步。

总之，较之于东部和中部地区，西部地区在生产性服务业的空间集聚、专业化集聚和多样化集聚上都显示出对制造业TFP技术进步的积极作用；除了房地产行业外，西部地区在其余7项生产性服务业中均表现为正的空间集聚水平，在批发零售、交通运输、科学研究、租赁这4项生产性服务业中，西部地区的专业化集聚对西部制造业TFP具有马歇尔技术外部性，这说明西部地区制造业的纯技术进步可能是由于西部地区生产性服务业的专业化集聚带来的，这种专业化集聚产生的外部性使制造业的技术前沿边界向外移，从而使西部地区制造业TFP增长；在交通运输、金融、信息技术行业中，西部地区的多样化集聚对西部制造业TFP具有雅各布斯技术外部性，这说明西部地区生产性服务业的专业化集聚对本地制造业存在一定的技术溢出，西部地区制造业的纯技术进步可能是由于西部地区生产性服务业的专业化和多样化集聚带来的，这种专业化和多样化集聚产生的外部性使制造业的技术前沿边界向外移，继而促使西部地区制造业TFP增长。

(三)生产性服务业集聚对制造业TFP的技术创新作用具有异质性

1.交通运输仓储和邮政业集聚的溢出效应。交通运输业作为基础设施具有公共物品性质，其外溢效应主要表现在提高居民生活水平、提高就业率、促进地区间商品流通、拉动经济增长和优化产业结构等，作为国民经济发展的基础行业，如同经济网络中的中间桥梁促进生产要素在空间的流动性，进而带动先进知识与技术在空间的传播，并提高其他行业的技术效率。同时，交通运输业所具有的网络效应使地区间的联系更为密切，资源及生产要素在空间的集聚进一步提升分工、专业化及集聚经济，形成较强的空间溢出效应。近些年，随着产业政策、地区发展规划的调整，西部地区交通运输业发展迅速，由于交通运输业自身的溢出效应使西部地区制造业全要素生产率的技术水平得以提升。交通运输业在全国范围的空间和专业化集聚水平为负，多样化集聚水平为正，说明交通运输业多样化集聚具有溢出效应，提高了制造业总体TFP技术水平。值得注意的是，西部地区的空间集聚、专业化集聚以及多样化集聚水平均对制造业TFP技术进步具有溢出效应，这说明西部地区交通运输业集聚的发展显著促进了西部制造业TFP技术水平的提升。

2.信息传输和计算机服务业集聚的溢出效应。作为国民经济基础产业之一，信息技术是现代高科技产业的核心，其广泛使用改进了传统技术并实现了对传统产业的改造和升级。大量信息技术设备制造业及其相关产业在区域内的集中形成了信息产业集聚，信息技术产业的集聚又形成了专业化分工并促进了自身技术创新，集群内的企业在分工和专业化合作基础上，形成稳定的技术网络体系，通过扩大信息交流，进而降低交易成本促进技术创新；同时，信息产业具有较强的产业关联性，在各个产业中的广泛应用，通过改变运营模式，充分提高该产业的技术创新水平以及生产率；信息产业与其他产业间存在较强的技术依赖性，并通过对其他产业的技术支持，可提高产业生产效率以及产品竞争力。由于信息传输和计算机服务业属于知识密集型产业，对技术和产业发展水平要求较高，因此信息技术产业所带来的技术外溢效应对中国东部地区的制造业技术推动效果较为明显。

3.金融业集聚的溢出效应。金融机构在区域聚集形成金融中心，是金融产业空间演化的过程。金融产业的资源通过产业间的相互协调促进产业的发展，由于金融产业给其他产业提供资金支持，金融产业的集聚发展对其他产业影响的作用也相对更大，因此金融产业多样化集聚所带来的技术外溢效果更为明显。同时，尽管受西部大开发等政策扶持，西部地区金融集聚效应有所改进，但由于金融业的发展更多受限于区域经济规模、人才水平和法律制度约束等较高经济发展阶段，中国金融业集聚的技术外溢效应更多体现在对东部地区制造业的发展上。

4.科学研究和技术服务业集聚的溢出效应。科学服务业属于知识密集型服务业，其通过产业集聚将技术成果的转移、应用以及扩散至其他产业，为产业间相互联系提供配套服务。科学研究产业的发展具有明显的关联性与强正外部性，科技活动存在于产业的各个部门中，对产业发展具有不可替代的作用。科学服务产业的集聚形成巨大的信息网络，将先进知识与技术通过网络传递出去，在提高自身产业技术水平的同时也提高了相关产业的技术发展。由于科学研究产业需要人力资本、资金以及法律制度等条件加以支撑，中国科学研究产业多样化集聚的溢出效应更多表现在对东部地区制造业的发展上。

六、结论与政策建议

(一)结论

利用DEA-Malmquist指数法分解出2000—2013年中国29个省份制造业TFP的技术变化指数，探究其生产性服务业集聚对制造业TFP技术进步的影响，研究发现：西部地区生产性服务业的专业化与多样化集聚对西部制造业TFP中技术进步的影响明显；生产性服务业的专业化和多样化集聚带来了马歇尔技术外部性和雅各布斯技术外部性，这两类技术溢出使制造业TFP的技术前沿边界向外移动，这也就解释了生产性服务业集聚产生的技术外溢引发制造业的技术进步，从而提高了制造业TFP的增长。

通过进一步研究发现，生产性服务业的集聚经济对制造业的技术创新作用具有异质性：第一，交通运输业由于多样化集聚产生的技术外溢效果优于空间集聚水平和专业化水平，说明交通运输业作为关联效应较强的产业在集聚过程中对制造业技术进步的影响明显，值得注意的是西部地区的交通运输业集聚对制造业TFP技术进步所产生的技术外溢效果更佳；第二，信息技术产业的专业化与多样化集聚对东部地区的制造业TFP技术进步影响更大；第三，金融业的多样化集聚对制造业TFP技术进步的促进作用优于专业化集聚，且东部地区具有明显优势；第四，科学技术服务业的多样化优势更加明显。

(二)政策建议

生产性服务业集聚对制造业技术进步产生的促进作用是制造业发展由旧动能转化为新动能的途径。生产性服务业带来的新一轮科技革命产生的新兴产业发展模式，是中国制造业转型升级和由大变强的绝好机会，是通过知识、技术、大数据等新型生产要素支撑制造业发展的新动能。政府应在技术创新与制度创新的驱动下，积极鼓励新技术产业模式的快速发展，并通过新技术在制造业各个环节中的全面应用与深入渗透，生产具有高附加值的智能化产品；通过发展互联网时代的新服务整合传统产业与组织管理模式，从而使制造业拥有更为强大的转型动力。具体而言，政府应当大力构建并推广互联网化生产新模式，通过互联网系统发展个性化定制，提升服务型制造业水平，还应营造产业融合环境，提高产业融合创新能力和跨界融合发展模式等完善基础设施建设，为产业创新提供良好发展环境，以逐步完善信息安全保障体系。于此同时，在制造业新旧动能转化期间，以技术创新为动力，依托产业新政策，将传统制造产业在融合新动能中形成更加适应新型市场需求的产业模式，以提升中国制造业在价值链中的地位。

信息通信产业作为生产性服务业重要组成部分在制造业智能化发展中发挥了至关重要的作用：其一，随着云计算、大数据、物联网、互联网等新型信息技术的发展，全球信息产业技术创新进入了新一轮的加速期，政府应抓住这一机遇大力发展信息技术产业，通过自主创新和行业自身创新，将信息技术创新作为引领制造业发展的驱动力，特别是当前中国已成为世界电子信息产品制造大国和网络大国，但信息核心技术依旧受制于人，研发投入和产出与发达国家仍存在差距，政府应重点培育关键环节的创新能力，攻克技术难题，加速信息科技成果转化，并通过信息技术以提升制造业技术水平；其二，随着信息产业向制造业领域的渗透，信息通信技术的发展使产业间的边界趋于模糊，产业跨界融合，互联网、大数据等新技术不断的催生出新的产业模式与技术，大幅提高了制造业产品竞争力，政府应坚持引导作用，以发挥市场主导的积极性，在大力发展基础设施建设、积极营造维护知识产权和网络隐私的良好网络环境的基础上，对基础研发、核高基技术攻关、国防军工电子等方面发挥引导作用，以保障国防安全；其三，坚持信息产业国际间开放合作，将引进来和走出去相结合，鼓励国际间信息技术、标准与人才的交流合作，遵循信息产业全球化配置资源的客观规律；其四，将信息安全作为产业发展的重中之重，提高网络安全的技术能力、健全法律法规，保障国家网络信息安全。

政府应继续坚持生产性服务业集聚发展。因地制宜，引导生产性服务业在中心城市、制造业集聚区域聚集，实现规模经济效益和特色发展。具体而言，继续鼓励从事生产性服务业的大型企业走出去，在境外建立分支机构，拓展产业发展空间；对区域内创新能力较强的生产性服务企业提供税费优惠政策，鼓励服务集聚区域建设重大服务平台；扩大对生产性服务企业担保业务规模；鼓励合理安排生产性服务业用地，完善生产性服务业市场价格形成机制。

参考文献：

[1]韩峰，洪联英，文映.生产性服务业集聚推进城市化了吗？[J].数量经济技术经济研究,2014(12).

[2]李占风，刘晓歌.中国生产性服务业TFP的时空差异与影响因素分析[J].统计与信息论坛，2016(12).

[3]Glaeser E L，Kallal H D，Scheinkman J A.Growth in Cities [J].Journal of Political Economy，1992，100(6).

[4]宣烨，余永泽.生产性服务业集聚对制造业企业全要素生产率提升研究——来自230个城市微观企业的证据[J].数量经济技术经济研究，2017(2).

[5]Hendriks P.Why Share Knowledge? The Influence of ICT on Motivation for Knowledge Sharing[J].Knowledge and Process Management,1999,6(2).

[6]Eswaran M，Kotwal A.The Role of Service in the Process of Industrialization[J].Journal of Development Economic,2002,68(2).

[7]Wood P.Urban Development and Knowledge-Intensive Business Services：Too Many Unanswered Questions?[J].Growth and Change，2006，37(3).

[8]Arrow K，Isaksen C.The Economic Implications of Learning by Doing [J].The Review of Economic Studies，1962,29(3).

[9]顾乃华.城市化与服务业发展：基于省市制度互动视角的研究[J].世界经济,2011(1)

[10] 张海峰，姚先国.经济集聚、外部性与企业劳动生产率[J].管理世界,2010(12).

[11] 董晓芳，袁燕.企业创新、生命周期与聚集经济[J].经济学(季刊),2014(13).

[12] 张鸿，郝添磊，汪玉磊.基于创新链视角的科技创新效率实证分析[J].西安财经学院学报，2017(6).

[13] 陈建军，陈国亮，黄洁.新经济地理学视角下的生产性服务业集聚及其影响因素研究——来自中国222个城市的经验证据[J].管理世界，2009(4).

[14] 程中华，李廉水，刘军.生产性服务业集聚对工业效率提升的空间外溢效应[J].科学学研究,2017(3).

[15] 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[J].产业经济研究，2014(2).

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

[17] Keeble D，Wilkinson F.Collective Learning and Knowledge Development in the Evolution of Regional Clusters of High-technology SMS in Europe [J].Regional Studies，1999,33(12).

[18] 高觉民，李晓慧.生产性服务业与制造业的互动机理：理论与实证[J].中国工业经济,2011(6).

[19] 原毅军，耿殿贺，张乙明.技术关联下生产性服务业与制造业的研发博弈[J].中国工业经济,2007(11).

[20] Zofio J，Lovell P.Malmquist Productivity Index Decompositions：A Unifying Framework [J].Applied Economics，2007(18).

[21] 王恕立，胡宗彪.中国服务业分行业生产率变迁及异质性考察[J].经济研究,2012(4).

[22] Ezcurra R，Pascual P，Rapun M.Reginal Specialization in the European Union [J].Regional Studies，2006,40(6).