政府科教支持下产业集聚对全要素生产率的影响研究

雷雨亮 方敏 徐乐

摘 要：基于新结构经济学理论，运用空间杜宾模型，依据长江经济带108个城市2003-2019年数据，考量产业集聚技术外部性发挥的有限性，以及政府科教支持对产业集聚技术外部性的交互作用。结果显示：在一定临界值之前，产业集聚能推动全要素生产率的提升，过度集聚则会产生拥塞效应，多元化集聚可能产生的拥塞效应更强，专业化集聚对全要素生产率的作用更稳定，产业集聚对全要素生产率具有积极的空间溢出效应。政府加大教育支持有助于释放产业集聚的技术外部性，但在当前的支持力度下，政府科教支持效果甚微。

关键词： 产业集聚;政府科教支持;全要素生产率;长江经济带

中图分类号：F424   文献标识码： A    文章编号：1003-7217（2022）02-0139-08

一、引 言

如何保持经济持续增长一直是经济学家争辩的“不朽”话题，归根结底是关于如何提高“效率”的问题。当前中国正面临劳动力成本和人口抚养比上升压力，经济高质量发展比以往任何时候更依赖全要素生产率（TFP）的提升。如果无法依靠技术创新来扩展生产的可能性边界，经济发展将停滞不前。现有研究表明，由劳动力和资本的产业间配置和空间分布所形成的产业集聚是全要素生产率提升的重要动力[1]。在人口红利消失、资本回报率递减的工业化后期，产业集聚外部性的发挥对技术创新和经济高质量发展尤为重要。然而，若一味模仿甚至照搬发达城市的产业布局，忽视本地的产业发展阶段和要素禀赋结构特征，则会造成产业无序集聚及资源配置扭曲，使得经济发展陷入低效率的境地。

新結构经济学理论倡导者林毅夫（2012）认为在“有效市场”里政府应当“因势利导”，争做“有为政府”，企业则应当按照比较优势谋求在某一地区的发展[2]。一个城市的比较优势来源于要素禀赋结构，经济发展的核心问题不是产业结构升级，而是要素禀赋结构升级问题，这离不开对教育和科学研发的投入。因此，政府在积极实施产业支撑政策、吸引产业集聚的同时，往往会通过科教支持政策，为本地区产业技术进步积累人力资本，改善要素禀赋结构。

已有研究也验证了人力资本、科技创新和产业集聚对提升全要素生产率的重要性。从人力资本与科技创新角度，夏良科（2010）基于中国大中型工业企业的经验数据指出人力资本与R&D是影响TFP的重要因素[3]。苏科和周超（2021）则采用长江经济带103个城市的数据，指出人力资本水平的提升，有助于科技创新对绿色全要素生产率正向作用的发挥[4]。从产业集聚角度，伍先福（2019）则基于246个城市的数据，验证了生产性服务业与制造业协同集聚对全要素生产率的门槛效应[5]。郭丽燕等（2020）的研究显示，人力资本流动和高新技术产业集聚二者相互作用共同推动经济增长[6]。然而，关于政府科教支持是否有助于产业集聚外部性发挥的问题，在以往的研究中并未得到具体且深入的分析。

鉴于此，本文将在梳理不同产业集聚模式对全要素生产效率影响的基础上，进一步探讨政府科学和教育支持机制下产业集聚的技术外部性的发挥问题。由于长江经济带城市群具有经济发展阶段和产业结构自西向东逐渐升级，产业集聚多种模式并存的特征，在经济高质量发展的背景下以长江经济带城市为研究对象，解答以上问题，将为各级城市制定更加科学的产业政策，促进产业集聚外部性有效发挥，实现经济发展向“技术驱动”和“创新驱动”转型提供典型的经验证据。

二、理论机制与研究假设

（一）产业集聚、政府科教支持对全要素生产率的直接效应

技术进步是影响一个国家经济持续发展的决定性因素，全要素生产率是度量技术进步的重要指标[7]。一个国家或地区全要素生产率的影响因素主要包括以下五个方面：技术创新、基础设施投资、教育水平、市场效率、体制。其中，基础设施投资、教育水平和体制方面大多依赖于政府部门的积极支持，技术创新和市场效率则主要依赖于产业集聚、结构升级和知识部门投入。就其成分而言，全要素生产率包含资源配置效率和微观生产效率[8]。其中，资源配置效率可以是在产业之间流动产生的配置效率，表现为产业结构不断升级;也可以是通过劳动力和其他生产要素在空间上流动形成的资源配置效率，表现为产业集聚。微观生产效率的提升则主要通过人力资本和科学技术投入获得。20世纪80年代，新经济增长理论在内生技术进步模型中提出对知识生产部门的投入不足会导致一国经济长期处于低增长率状态，而且知识和人力资本具有很强的溢出效应[9]。然而，当不同国家或地区所积累的人力资本水平存在差距时，即使面对相同的知识，其运用的效果也会不同。由此可见，产业集聚、人力资本和知识投入都是提升全要素生产率的重要渠道，其中人力资本充足是知识溢出效应产生的前提。基于此，本文提出以下假设：

假设H1 产业集聚和政府科教支持都有助于提高全要素生产率。

（二）产业集聚的外部性及其空间溢出效应

在城市化的推动下，熟练劳动力逐渐向工资水平和生产效率更高的地区迁移，具有相对优势的地区因更多熟练劳动力的加入而形成产业集聚。产业集聚外部性的产生源于共享中间投入品、专业化的劳动力供应市场和知识、技术升级。前两者可以归纳为规模经济效应，后者归纳为技术溢出效应。按照集聚模式划分，产业集聚又可以划分为专业化和多元化集聚。通过专业化的资源互补，同一城市同一产业的企业能通过专业化的投入和产出市场获得规模经济效率。专业化的产业集聚也能加剧企业之间的良性竞争，促使企业在技术创新上保持强烈的忧患意识。一旦新的技术产生，便会扩散开来。企业只有不断地创新，提高生产效率才会获得市场竞争力。一方面，城市化经济中的多元化“大熔炉”通过提供互补的技术和知识，促进新产品、新想法和新技术的产生，推进跨行业的知识交流;另一方面，当市场足够大时，多元化的产业集聚通过共享中间投入品、提供多元化的产品和服务，培育和扩大消费市场，产生规模经济效率。然而，规模经济效应和技术升级的产生受到地方禀赋结构，以及由禀赋结构所决定的产业结构的约束。随着区域禀赋结构的调整，产业集聚的形式和产业的选择都不是唯一最优的[10]。产业集聚通过自组织演化的机制，不断地进行主导产业培育和衰退产业转移。当区域内产业过度集聚时，造成资源不足，企业利润率下降，产生拥塞效应，阻碍技术进步[11]。gzslib202204011850

产业集聚的外部性也具有一定的空间溢出效应。一方面，在竞争机制作用下，当产业集聚在相邻城市之间发生时，将促使相邻城市的企业不断改良技术，淘汰落后产能，进而推动相邻城市的产业技术升级;另一方面，在知识共享机制作用下，同一产业领域的企业可以通过各种会议展示新技术，共谋城市群产业发展。然而，当邻近城市的产业集聚达到较高水平时，可能会对本地市场产生“虹吸效应”。由于市场份额下降，技术人员流失，本地产业规模效益持续降低，企业逐渐退出，技术水平也难以升级。因此，产业集聚外部性的空间溢出效应可能因产业集聚水平不同而存在差异。基于此，本文提出以下假设：

假设H2 产业集聚技术外部性的发挥具有有限性，过度集聚会产生拥塞效应。

假设H3 产业集聚的技术外部性具有空间溢出效应。

（三）政府科教支持对产业集聚技术外部性的调节效应

即使在有效的市场里，产业集聚、知识、人力资本外部性的发挥，依然需要一个“有所为，有所不为”的政府。“东亚奇迹”的案例说明，市场与政府之间并不是对立或者替代关系，“强”政府或“弱”政府，都只是政府在谋求经济持续发展过程中“相机抉择”的表象。一味地依赖市场调节，可能导致资源协调成本过高，无法产生集聚的规模经济效率;若仅仅依靠人力资本自发地流动和“人才政策”的吸引，则可能导致各城市陷入“抢人大战”，不利于企业成本控制和知识技术共享机制的形成。而政府的科教支持能改善地区禀赋结构，适宜的产业布局将有助于禀赋优势的充分发挥。从产业布局的时空演化进程可见，企业更倾向于布局在人力资本水平较高、知识密集的地区，如此更容易获得技术和知识外部性[12]。特别是制造业集聚能与当地知识、人力资本的集聚形成有效的、良性的互动关系，共同推进技术创新[13]。基于此，本文提出以下假设：

假设H4 政府科教支持有助于产业集聚技术外部性的发挥。

三、模型、变量和检验

（一）变量选取

被解释变量全要素生产率（TFP）用以反映技术进步率。测度全要素生产率的方法主要分为参数法和非参数法，非参数法通常适用于微观经济数据，参数法中生产函数法和随机前沿生产函数法则需要满足过多限制性假设条件。因此本文采用索洛剩余法进行测度全要素生产率来反映技术进步率。参照张军和施少华（2003）的方法[14]，以1987年为基期，采用2004-2020年《中国城市统计年鉴》相关指标数据，估算出2003-2019年长江经济带108个城市的全要素生产率（TFP）。

主要解释变量产业集聚指数，在实证分析过程中将被分为专业化集聚指数（rzi）和多元化集聚指数（rdi），分别估计其影响参数。参考于斌斌（2016）研究中基于区位熵的方法，构建产业专业化和产业多元化集聚指数[15]。如式（1），i城市j产业就业人数占i城市就业人数的比重与全国j产业从业人数比重之商的最大值则为产业专业化集聚指数rzii。

rzii=MAX（sji/sj）=MAX（empji/empiempj/emp）（1）

如式（2），用i城市j产业就业人数占i城市就业人数的比重与全国j产业从业人数比重之差的绝对值来表示产业多元化集聚指数rdii。

rdii=1/∑jsji-sj=1/∑jempjiempi-empjemp（2）

政府教育支持和政府科学支持，主要用相应财政支出占比来衡量。人力资本是全要素生产率提升的重要途径，政府在提升人力资本水平方面所提供的支持，也可能进一步通过促进产业集聚来对全要素生产率提升产生间接作用。

根据文献梳理和理論分析，控制变量主要包括产业结构、国内投资力度、外商投资力度、金融支持力度和人力资本水平，分别用第三产业增加值占GDP的比例、固定资产投资占比、FDI占比、金融贷款余额占比以及在校大学生占常住人口比例来衡量。

（二）模型设立

由于技术和知识空间溢出效应的存在，检验产业集聚对全要素生产率的作用时有必要采用空间计量模型。通过检验，结果显著拒绝H0：θ=0，ρ=0。同时，根据Akaike和Schwarz的贝叶斯信息标准估计了AIC和BIC统计量，结果都显示选择空间杜宾模型（SDM）进行实证估计更为有效。具体模型设定如下：

ln TFP=∝+τln TFPit-1+ρ∑nj=1wijln TFPit+

∑Kk=1∑nj=1wijlnxjtkθk+∑Kk=1βkln xitk+μi+

γt+εit（3）

xitk=β1ln clusterit+β2ln cluster2it+β3ln eduit+

β4ln sciit+β5ln thirdit+β6ln third2it+

β7ln invit+β8ln fdiit+β9ln loanit+

β10ln pstuit （4）

式（3）中，TFP表示索洛剩余法计算的全要素生产率。其中wij表示城市i与城市j之间的空间权重矩阵元素。ρ是空间自回归系数，表达了相邻区域间全要素生产率之间的空间交互关系。θ代表自变量的空间自回归系数，当θ不为零时，说明本地解释变量对相邻地区有溢出效应或虹吸效应。μi和γt则分别表示个体固定效应和时间固定效应。式（4）中，cluster表示产业集聚指数，具体分为产业专业化集聚指数rzi和产业多元化集聚指数rdi，edu为政府教育支持，sci为政府科学支持，third表示产业结构，inv表示国内投资力度，fdi表示外商投资力度，loan为金融支持力度，pstu表示人力资本水平。本文研究内容涉及经济、金融、产业、技术和人口等多个方面，区域之间相互作用既受到地缘因素的影响，也受到区域间经济差距的约束。因此本文将引入经济地理矩阵，以更好地拟合各区域的空间关系。gzslib202204011851

W*=W·E（5）

式（5）中，W=1/D2ij，Dij为城市i与城市j之间的地理距离;E=1/PGDPij，PGDPij表示城市i与城市j之间人均GDP的差距。当地理距离和经济差距越大时，地理权重越小。最后将空间矩阵中每个元素除以所在行元素之和，以保证每行权重之和为1，也称空间权重矩阵的“行标准化”。

（三）数据处理与变量说明

以长江经济带108个城市为研究对象，以2002年国民经济行业分类为划分依据，选取2003-2019年的指标数据。变量明细表见表1，从表格中可见，这些控制变量都具有很大的极差，这些差异将构成全要素生产率差异的重要原因。

（四）空间自相关性检验

通过计算长江经济带各城市TFP的全局Morans I指数发现，2003-2019年期间全要素生产率的空间自相关系数处于不断波动中，仅在2009年和2011年Morans I指数表现出显著的空间负相关关系，2018年呈现出显著的空间正相关关系。整体上，长江经济带城市群TFP的全局空间相关性不显著。

根据Anselin Local Morans I指数，本文进一步分析2003-2019年长江经济带TFP局部聚类情况。2003年，湘西州、铜仁市和盐城市表现出显著的“高-高”集聚，安徽省的铜陵市、马鞍山和江苏的盐城市则出现“低-低”集聚。此外，也有少数城市表现出“高-低”分散和“低-高”分散，大部分城市的局部集聚特征不显著。2008年，云南南部TFP呈现明显的“高-高”集聚，江西省内则出现大范围的“低-低”集聚区域，TFP局部分散的城市依然较少。此后，全要素生产率的“高-高”集聚区域逐渐减少，江西省和安徽省内依然存在少数“低-低”集聚城市。如图1所示，2019年，长江经济带大部分城市TFP局部空间关系依然不显著，江西省东北部与安徽省南部形成“高-高”集聚区域，该区域外围零星分布着“低—高”分散城市。而在云南省境内则出现显著的“高-低”分散和“低-低”集聚区域。由此可见，整体而言长江经济带各区域全要素生产率参差不齐，协同关系并不紧密。

四、实证结果分析

（一）产业集聚对TFP的总体效应分析

首先运用Stata软件实现空间杜宾模型（SDM）和普通面板模型（OLS）估计，在Hausman检验之后，均选择固定效应模型。专业化集聚与多元化集聚的模型估计结果分别展示在表2中。

从表2的结果可以看出，与普通面板的OLS结果相比，使用空间杜宾模型估计的系数显著性水平得到了提升，说明考虑空间溢出效应情况下，解释变量对被解释变量的影响更加具有统计显著性。根据表中SDM模型估计的专业化集聚指数的参数可得，（TFPi/TFPi）/（rzij/rzij）=0.0307-0.0214ln rzi，TFP对专业化产业集聚指数rzi的弹性与该城市当时的专业化集聚水平有关。当专业化集聚水平逐渐上升时，全要素生产率的弹性下降。rzi大于4.1978后，TFP对rzi的弹性由正转负。同理，从多元化集聚参数估计结果可见，（TFPi/TFPi）/（rdij/rdij）=0.0681-0.0858 ln rdi，TFP对多元化集聚指数rdi的弹性也与该城市当时多元化集聚水平相关。当多元化集聚指数rdi上升到2.2116时，TFP对rdi的弹性由正转为负。这意味着在一定的产业集聚临界值前，产业集聚能持续推动全要素生产率的提升。然而产业过度集聚则会产生拥塞效应，抑制全要素生产率上升。

在不考虑其他因素和常数的情况下，比较专业化集聚和多元化集聚与TFP的关系，发现尽管一个城市产业的专业化集聚指数rzi与多元化集聚指数rdi之间存在此消彼长的关系，但二者对TFP的影响趋势大体上保持一致。当产业集聚水平较低时，TFP对产业集聚指数的弹性较大，但随着产业集聚水平上升，弹性逐渐下降为负。不同之处在于，rzi与TFP函数曲线在经过极值点后，下降趋势平缓，而rdi与TFP函数曲线在经过极值点后下降趋势明显。可见，当地方产业集聚指数达到较高水平后，多元化集聚模式比专业化集聚模式对TFP的抑制效应更明显。这意味着各类产业混乱地集聚在资源禀赋有限的地区时，造成的“拥塞效应”会抑制本地TFP提升。与之相比，专业化集聚不仅能在较长阶段内对TFP产生积极效应，而且在推动TFP提升到高位后能“功成身退”，几乎不会随着专业化集聚水平的进一步增长而对TFP产生明显的“副作用”。因此，专业化集聚对TFP的外部性更具稳定性。

在专业化集聚和多元化集聚模型估计结果中，产业结构的参数几乎一致。在早期第三产业增加值占GDP比重较低，随着产业结构不断高级化，当第三产业增加值占比高于33.639%时，TFP对产业结构的弹性由负向正转变，且彈性越来越大。当第三产业增加值占GDP比例超过85%后，TFP对产业结构高级化的弹性也将大于1。2003-2019年间长江经济带108个城市第三产业增加值平均占比达到36.78%，因此，整体而言，产业结构变迁对TFP产生着积极作用。近年来，全国第三产业增加值占比都有大幅提升，2019年平均占比达到53.9 %，产业结构升级对TFP的推动作用也将越来越明显。

空间杜宾模型估计结果还显示了固定资产投资、贷款、外商投资等投资方面的重要因素对TFP的影响，三者估计参数均显著为负。这意味着在样本期内投资因素对长江经济带TFP并没有产生积极作用，可能与房地产市场过度投资和资本市场投资的“脱实向虚”密切相关[16]。尽管资金方面的投入产生了负面效果，但人力资本对TFP的积极作用显著。TFP对在校大学生人数占比的弹性为0.0313。从这一数值来看，人力资本对TFP的影响力并不大，但随着高等教育的逐渐普及，人力资本存量对TFP的贡献将不容忽视。

（二）全要素生产率影响因素的长期直接效应与长期间接效应gzslib202204011851

采用空间杜宾模型，既考虑了其他地区解释变量对本地区被解释变量的作用，也考虑到了其他地区TFP对本地区TFP的影响。当模型中存在解释变量和被解释变量的滞后项时，估计参数就不仅反映了各解释变量对TFP的影响，还包含空间溢出效应。为进一步检验变量之间的空间交互关系，下面将从长期直接效应和长期间接效应来分析总体效应，具体结果见表3。长期直接效应实际为长期平均直接效应，是将108个城市变量对该城市TFP的直接效应求算术平均的结果;长期间接效应则是其他地区解释变量对本城市TFP影响的算术平均;二者相加便得到总效应。长期间接效应主要反映了其他地区解释变量对本地区TFP的空间溢出效应，根据估计结果可得，其他地区rzi超过4.1378前能持续对本地区TFP增长产生正向的空间溢出效应。也几乎是在这一临界值之后，rzi的继续上升对本地区和其他地区的TFP都会产生抑制作用。当rdi低于2.2172时，本地区TFP对其他地区rdi的弹性为正，反之为负。当其他地区第三产业增加值占比超过33.43%后，对本地区TFP的积极效应越发明显。

综合直接和间接效应可知，无论是本地区还是其他地区，当专业化产业集聚指数小于4.2，多元化集聚指数小于2.2，第三产业增加值占比超过33.43%时，都能推动TFP上升。从间接效应估计结果中可知，其他地区人力资本水平的提升对本地区TFP增长亦能产生显著的空间溢出效应。因此，培育人才、提高劳动力的知识水平是推动TFP增长的有效途径。这不仅能为本地区高质量发展贡献力量，也能促进人才流向周边城市，或为家乡发展出谋划策。

（三）政府科教支持下产业集聚的技术外部性

考虑到政府对科教事业的投入是提升人力资本的重要支持，在基本估计模型的基础上，本文加入了政府对教育和科学的财政支出占比，估计这两方面投入因素对TFP的影响。进一步地，本文还引入了教育支出和科学支出占比与产业集聚的交互项，分析政府科教支持是否能改善产业集聚对TFP作用的有限性。表4中显示了回归的结果，部分变量结果与表2基本一致，此处省略展示。

由表4列（1）和列（4）可知，TFP对教育支出占比和科学支出占比的弹性都显著为正，相比之下教育支出占比的提高对TFP的推动作用更强。政府科学支出占比对TFP的作用比较小，但实际上R&D投入经费75%来源于企业，尤其是大型企业才是科学研究与试验发展投入的主力军。在中国，企业R&D投入对全要素生产率的影响弹性最大，其次为科研机构和高等学校。在政企合力支持下，大规模的R&D投入将对全要素生产率的提高产生巨大的推动力。列（2）和列（5）考虑了教育支出占比对产业集聚的调节作用，回归结果显示，教育支出占比越大，更有助于产业集聚，包括专业化产业集聚和多元化产业集聚都能获得技术外部性，对TFP的正向促进作用将更持久。如若教育支出占比超过了20%，那么专业化产业集聚能在大于4.1时依然对TFP发挥积极作用。而教育支出占比30%以上时，才能发挥出其对多元化产业集聚积极性的这种延续作用。从列（3）和列（6）中可以得到，科学支出对产业集聚的调节作用并不显著，这可能与长江经济带城市各政府一般预算支出中科學支出占比较低有关，不足以与产业集聚产生交互作用。

综上检验结果可见，良好的高等教育和充分的科学投入有助于推进“产学研”一体化和自主创新创业，直接推动全要素生产率增长。在推进产业集聚发展的同时，加大教育支出，将有助于进一步释放产业集聚技术外部性。然而，目前政府对教育和科学的投入在促进产业集聚，从而推动技术升级和经济发展效率提升方面发挥的调节作用还有待加强。

（四）稳健性检验说明

为了检验产业集聚对全要素生产率影响的稳健性，从长江经济带108个城市中随机抽取54个城市进行模型估计，得到的结果与表2基本一致，但部分控制变量参数估计不显著。此外，本文考虑到产业集聚对全要素生产率的作用是否主要来自大规模企业集群的问题，并就此进行了稳健性检验，发现大型企业集群不会改变产业集聚外部性发挥作用的拐点，但有助于提高其外部效应水平①。

五、结论与政策启示

在梳理产业集聚、产业结构变迁和政府科教支持与全要素生产率的理论机制基础上，以长江经济带108个城市数据为依据，实证分析不同产业集聚和产业结构水平下对全要素生产率作用的差异性，并试图从科学与教育投入方面探讨政府人力资本支持下产业集聚对全要素生产率的外部性，得到如下结论：第一，近年来长江经济带108个城市全要素生产率的空间关系逐渐增强，重心逐渐向长三角区域转移，并向内陆扩大辐射范围。第二，适度的产业集聚，包括专业化和多元化集聚能持续推动全要素生产率的提升，过度集聚则产生拥塞效应。多元化集聚可能产生的拥塞效应更强，专业化集聚的外部性更具稳定性。第三，良好的高等教育和充分的科学投入有助于推进“产学研”一体化和自主创新创业，直接推动全要素生产率增长。相较于科学支出，加大教育支出对产业集聚知识和技术溢出效应发挥的调节作用更显著。2003-2019年间，固定资产投资、贷款、外商投资等投资方面因素对长江经济带TFP并未产生积极作用。

基于以上结论，建议：第一，适时调整产业集聚模式，避免产业过度集聚阻碍经济发展。在发展多元化产业的同时，注重产业之间的有效融合，推动产业融合创新。第二，加大政府教育投资力度，提高人力资本配置效率。利用高等教育机构与职业技能培训机构培养高素质人才，同时制订合理的人才计划，吸引符合核心地方企业发展需求的人才流入。促进人力资本与产业集聚的良性互动，以人才促创新，以产业育人才。

注释：

①  限于篇幅，结果省略不展示。

参考文献：

[1] 涂正革，陈立.技术进步的方向与经济高质量发展——基于全要素生产率和产业结构升级的视角[J].中国地质大学学报（社会科学版），2019，19（3）：119-135.gzslib202204011851

[2] 林毅夫.新结构经济学[M].北京：北京大学出版社，2012.

[3] 夏良科. 人力资本与R&D如何影响全要素生产率——基于中国大中型工业企业的经验分析[J]. 数量经济技术经济研究， 2010， 27（4）： 79-95.

[4] 苏科，周超.人力资本、科技创新与绿色全要素生产率——基于长江经济带城市数据分析[J].经济问题，2021（5）：71-79.

[5] 伍先福.产业协同集聚对全要素生产率影响的门槛效应研究——基于中国246个城市的实证检验[J].经济经纬，2019， 36（2）：72-78.

[6] 郭丽燕，黄建忠，庄惠明.人力资本流动、高新技术产业集聚与经济增长[J].南开经济研究，2020（6）：163-180.

[7] Solow R M. A contribution to the theory of economic growth[J]. The Quarterly Journal of Economics， 1956， 70（1）： 65-94.

[8] 蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学，2013（1）：57-72，207.

[9] Romer M， Romer P M. Endogenous technological change[J]. NBER  Working Papers， 1989， 98（5）：71-102.

[10]方敏，杨胜刚，周建军，等.高质量发展背景下长江经济带产业集聚创新发展路径研究[J].中国软科学，2019（5）：137-150.

[11]Meijers E J， Burger M J. Spatial structure and productivity in US  metropolitan areas[J]. Environment and Planning A， 2010， 42（6）：1383-1402.

[12]范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006（11）：72-81.

[13]倪进峰，李华.产业集聚、人力资本与区域创新——基于异质产业集聚与协同集聚视角的实证研究[J].经济问题探索，2017（12）：156-162.

[14]张军，施少华.中国经济全要素生产率变动：1952-1998[J].世界经济文汇，2003（2）：17-24.

[15]于斌斌.中国城市生产性服务业集聚模式选择的经济增长效应——基于行业、地区与城市规模异质性的空间杜宾模型分析[J].经济理论与经济管理，2016（1）：98-112.

[16]李江涛，褚磊，纪建悦.房地产投资与工业全要素生产率[J].山东大学学报（哲学社会科学版），2018（5）：131-139.

（责任编辑：钟 瑶）

The Impact of Industrial Agglomeration on Total Factor Productivity

in the Context of Governmental  Science and Education Suppont：

A Case Study of 108 Cities Along Yangtze Economic Belt

LEI Yuliang1， FANG Min2，XU Le1

（1.College of Economics， Hunan Agricultural University， Changsha，Hunan 410000， China;

2.Hunan Science and Technology Affairs Center， Changsha，Hunan 410013， China）

Abstract：Based on the new structural economic theory， this paper estimates the limitation of the technological externalities of industrial agglomeration， and the interaction between the governments scientific and educational support and industrial agglomeration  by constructing Spatial Durbin Models and using the data of 108 cities in the Yangtze River Economic Belt from 2003 to 2019. The results show that below  a certain critical value， industrial agglomeration can promote the improvement of total factor productivity， while excessive agglomeration will produce a congestion effect. The congestion effect of diversified agglomeration is stronger， and the effect of specialized agglomeration on TFP is more stable. Industrial agglomeration has a positive spatial spillover effect on TFP. The governments increasing educational support helps to release the technological externalities of industrial agglomeration， but the governments scientific support has little effect under the current level of support.

Key words：industrial agglomeration; government scientific and educational support; TFP; Yangtze Economic Belt

收稿日期： 2021-07-21

基金項目：  湖南省社会科学基金项目（18YBQ068）