生产性服务业集聚、空间溢出与城市经济高质量发展
2022-05-18司秋利冯冬发
张 涛，司秋利，冯冬发
引言
传统经济增长理论忽视空间集聚的作用，直到新经济地理学将空间因素引入经济增长理论分析框架，学者开始重视集聚对经济增长的作用。我国经济学家陆铭提出，中国经济应在集聚中走向平衡，其前提是空间集聚对于经济增长的重要作用。发达国家的发展经验证实，生产性服务业集聚是城市经济增长的重要引擎，也是国际化大都市的显性地理特征。十四五规划提出，以中心城市为重点，带动全国经济效率整体的提升，开拓高质量发展的重要动力源，推动我国生产性服务业向专业化和价值链高端延伸，推动经济社会发展全面绿色转型，2035 年实现广泛形成绿色生产生活方式的远景目标。在当前生态环境容量和资源承载力的约束下，中国生产性服务业集聚能否成为城市经济高质量发展的空间动力来源？是否具有显著的空间溢出效应？本文尝试对上述问题做出回答。
本文基于2003—2018年285个地级城市面板数据，采用非径向非角度SBM模型测算城市绿色全要素生产率（Green Total Factor Productivity,GTFP），采用Bartik 工具变量有效解决内生性问题，从理论和实证角度论证生产性服务业集聚是城市经济高质量发展的空间动力。本文的边际贡献体现在：第一，研究视角新。较少学者基于生产性服务业集聚的角度研究城市经济的高质量发展。多数文献侧重于研究生产性服务业集聚对经济增长和环境污染单一方面的影响，普遍忽视产业的绿色属性。现有文献对生产性服务业集聚的溢出效应研究也较少，不考虑溢出效应将导致估计结果的偏误。第二，研究模型新。采用动态空间计量模型研究本文提出的问题，多数文献采用静态空间计量模型做研究，没有考虑城市GTFP的内部路径依赖性；根据研究对象的特点构造了地理权重矩阵、经济地理复合权重矩阵和社会地理复合权重矩阵三个矩阵，保证研究结果的稳健性。第三，工具变量新。采用份额移动法构造Bartik 工具变量，有效解决了由于生产性服务业集聚和城市经济高质量发展的双向因果关系产生的内生性问题。第四，研究方法新。本文考虑资本、劳动、能源、土地的投入约束，同时考虑“期望产出”和”非期望产出”的约束来测算城市GTFP，同时考虑经济增长、资源节约和环境保护三个方面的重要因素。
一、文献综述
自“服务业集聚”概念提出后，生产性服务业因内生的技术特点成为关注的焦点。国内外学者早期主要关注生产性服务业集聚对制造业的影响，后期开始关注生产性服务业集聚的城市经济增长效应和环境效应，相关文献大体可以分为如下四个方面：
第一，生产性服务业集聚与制造业发展。生产性服务业以高级要素投入为主，其集聚可以降低制造业生产和交易成本，提高本地区制造业效率，还对周边地区制造业效率产生正向溢出效应。生产性服务业集聚和制造业生产率间的关系受行业结构、地区差异和城市规模等因素的影响，生产性服务业集聚的不同外部性对制造业效率影响也存在异质性特征。也有学者关注生产性服务业与制造业的动态互动和耦合协调发展。
第二，生产性服务业集聚的城市经济增长效应。对生产性服务业集聚和城市经济效率关系的研究，有促进论和抑制论两种不同观点。促进论学者认为生产性服务业蕴含更多人力资本和知识资本，有助于培育经济发展新动能，其集聚通过专业化分工、降低中间服务成本和交易成本、知识溢出和技术扩散等途径降低企业运营成本，提升城市经济发展效率。信息和通信技术类生产性服务业集聚突破时空的限制，实现知识共享并提升经济效率。生产性服务业集聚不仅能够显著提升本地区的经济增长效率，还对邻近城市具有正向的空间溢出效应。抑制论学者认为集聚对经济增长的影响是动态的，生产性集聚并不能促进经济增长。部分学者认为生产性服务业集聚对经济增长影响非线性，呈现先促进后抑制趋势特征。生产性服务业集聚对经济增长质量提升的抑制作用受到人力资本、城市经济发展程度和政府干预行为等因素的影响。
第三，生产性服务业集聚的城市环境效应。服务业集聚对污染减排的影响存在争议，服务业发展还无法贴上绿色环保标签。一种观点认为，生产性服务业集聚发挥规模经济和技术溢出效应，通过产业的融合、互补与竞争能提高绿色效率或抑制环境污染。就全国层面，专业化集聚对绿色全要素生产率具有一定程度上的抑制作用，东部省份的高端生产性服务业集聚显著抑制环境污染，中西部省份的低端生产性服务业抑制作用更显著。另一种观点认为，生产性服务业集聚没有降低本地区的碳排放，却提高了周围地区的碳排放量。经济集聚对绿色经济效率影响呈现倒U 型，集聚度大小合理时呈现正向影响，表现为集聚效应；集聚度大于临界值呈现负向影响，表现为拥堵效应。
第四，对于城市经济高质量发展的测算方法。生产性服务业集聚的经济效应多采用全要素生产率（TFP）来衡量，其测算方法主要有数据包络法（DEA）和随机前沿分析（SFA），前者可以测度多投入和多产出，并进行的分解，应用的范围更广。传统的TFP测度忽略资源和环境的约束，迫切需要将资源和环境的因素引入TFP测算体系，形成GTFP的测算体系。城市GTFP测度中不仅要考虑能源与土地投入要素的约束，还需要充分考虑产出和环境要素的约束。对于环境污染的处理方法大体分为三类：第一，忽略环境污染；第二将环境污染当做要素投入；第三，将环境污染当作“非期望产出”。第三种处理方式得到更多学者认可和应用。Tone 提出了考虑“非期望产出”的SBM 模型，多数文献也开始采用非径向、非角度的模型，克服传统径向、角度的DEA 模型在测度TFP 时存在诸多假设，提高测算结果的准确性。
二、研究假设
生产性服务业集聚的经济增长效应获得大部分学者的认同，但是生产性服务业集聚能否成为城市经济高质量发展的空间动力源？从新经济地理学来看，生产性服务业集聚是“向心力”和“离心力”共同作用下企业的区位选择结果。根据集聚经济学，生产性服务业集聚形成规模经济效应、人才集聚效应、知识和技术溢出效应等正外部性，促进城市经济的高质量发展。第一，生产性服务业集聚的规模经济可以降低制造业生产成本、中间投入成本、交易成本，尤其是环保类中间服务使用，促使绿色的知识和技术嵌入制造业生产环节，引导制造业向高附加值、低污染、低资源消耗的价值链两端延伸，促进制造业企业的高质量发展。第二，生产性服务业逐步作为独立经济业态，其集聚不仅为城市提供专业化服务，吸引高端人才集聚，加速人力资本积累，还聚集人才、知识、技术、信息、资本等要素，形成良好的学习氛围和创新环境。第三，生产性服务业集聚加强产业内和产业间的技术交流和合作，加快知识传播和技术扩散，提升企业的绿色技术创新能力和绿色技术进步水平，进而推进经济的高质量发展。同时也要认识到生产性服务业集聚不仅会产生正的外部性，随着集聚规模的扩大，也会引发拥堵效应，两者之间相互博弈，形成影响城市经济高质量发展的最终效应。生产性服务业集聚对本城市经济的高质量发展是促进还是阻碍取决于集聚效应和拥堵效应共同作用的结果。
研究假设1：当前中国生产性服务业集聚产生正的集聚效应要大于负的拥堵效应，形成影响城市经济高质量发展的“向心力”大于“离心力”，生产性服务业集聚是本城市经济高质量发展的空间动力。
生产性服务业集聚对周边城市经济发展产生空间溢出效应，溢出效应不会因为行政和地理边界原因只停留在初始地区。首先，随着城市内和城市间交通和信息基础设施的完善，部分生产性服务业作为制造业的中间投入，其区位选择不再具有地域限制性，生产性服务业和制造业可以实现跨区域的分工合作。生产性服务业既可以实现“本地化服务”，也可以实现跨地区服务，即生产性服务业集聚对周边地区存在“引导效应”。其次，生产性服务业集聚对周边城市产生“示范效应”，加速地区间知识和技术的扩散，通过集聚区与周边城市的前后产业关联，加强地区间的经济合作与交流，对周边城市经济高质量发展产生正向的溢出效应。当大城市经济发展超过其资源和环境承载能力，人才、知识、技术、甚至相关产业向周边城市外溢，提升周边城市经济发展质量。最后，生产性服务业集聚也可能对周边城市GTFP产生负的溢出效应，相邻城市间资源和要素间存在竞争关系时，经济实力雄厚地区会吸引周边地区的资源和要素向本地区集聚，产生“虹吸效应”。生产性服务业集聚对周边城市高质量发展可能会同时产生正向和负向溢出效应，形成影响周边城市经济发展质量的最终效应。
研究假设2：当前中国生产性服务业集聚对周边城市产生正向的“引导效应”“示范效应”要大于负向的“虹吸效应”，因此生产性服务业集聚对周边城市经济高质量发展存在正向的空间溢出效应。
生产性服务业集聚产生外部性，Glaeser 等将外部性区分为MAR 外部性、Jacobs 外部性和Porter 外部性，三种外部性是生产性服务业集聚影响经济高质量发展的基础性理论，但不同集聚外部性影响城市经济高质量发展的路径可能不一致。根据集聚外部性来源，集聚分为专业性、多样性和竞争性集聚模式，它是生产性服务业集聚在某一时点上的不同形态，同时作用于城市经济发展的整个过程。MAR外部性来源于产业内专业性分工，也称为产业专业化外部性。同一地区同一行业内部的专业化集聚存在匹配、共享与学习的正外部性。Jacobs 外部性认为多样化分工是外部性的来源，主要关注不同行业的多样化集聚，产生协作经济。多样化集聚也存在匹配、共享与学习的正外部性。Porter外部性源于产业内和产业间企业的竞争性分工，强调共享良好的竞争环境，共享人才、信息和基础设施，降低企业间的交易费用。良性的竞争性市场环境更有利于企业之间的交流与合作，促进知识和技术溢出。生产性服务业专业性集聚、多样性集聚和竞争性集聚的匹配和共享机制作用于绿色技术效率，学习机制提升绿色技术进步水平，推进城市经济的高质量发展。
研究假设3：生产性服务业集聚的MAR 外部性、Jacobs 外部性和Porter外部性同时影响城市经济的高质量发展，对周边城市存在溢出效应，但不同集聚外部性影响城市经济高质量发展的机制和路径可能不同。
三、计量模型、变量和数据
（一）空间计量模型设定
生产服务业集聚不仅能够显著影响本地经济高质量发展，同时也会对周边城市产生溢出效应，因此，需要进行空间模型的设定。广义嵌套的空间计量经济模型如下：
考虑城市GTFP 本身具有“时间惯性”和“空间溢出”，因此适合建立动态空间杜宾模型。当空间模型中存在内生交互项时，不能直接根据内生交互项和外生交互项系数点估计结果的显著性来判断空间溢出效应是否存在，需要运用偏微分方法估算自变量的直接效应和间接效应。借鉴Lesage和Pace处理方法推导模型（1）的直接效应和间接效应，首先，模型变换成如下形式：
因变量ln GTFP的期望值对于城市1到N的自变量ln PSC的偏导数矩阵如下所示：
其中，w为空间权重矩阵中的元素，式（3）中矩阵对角线元素均值为直接效应，表示一个城市生产性服务业集聚对该城市GTFP的平均影响；矩阵非对角线元素列和的均值为间接效应，代表一个城市生产性服务业集聚对其他城市GTFP的平均影响。
（二）空间权重矩阵设定
在现实经济问题中，空间交互作用很可能既受地理距离的影响，也同时受经济距离和社会距离的影响，因此需要构建复合空间权重矩阵。根据本文研究对象的特点，构建地理距离矩阵、经济地理距离复合矩阵和社会地理距离复合矩阵，从三个不同角度反映空间关联程度，具体公式如下所示：
经济地理距离复合矩阵。采用ln测算各城市人均国内生产总值的距离，d表示城市和城市中心位置的距离,表示调整地理距离的参数，构建如下矩阵：
社会地理距离复合矩阵。用ln衡量各城市人力资本的距离，表示调整地理距离的参数，构建如下矩阵：
（三）变量选取
1.被解释变量：城市经济高质量发展。测算绿色全要素生产率（）来衡量城市经济发展质量。参考Tone 提出的考虑”非期望产出”的非径向非角度SBM 模型。投入资本采用城市固定资产投资总额，劳动选取城镇单位从业人员期末人数，能源消耗量选取工业用电量、煤气供气总量和液化石油气供气总量这三类主要能源消耗量，按照《2018 年中国能源统计年鉴》折算系数汇总为城市能源消耗量，土地资源选择城市建设用地面积衡量。产出指标选取，期望产出为地区生产总值，非期望产出为工业“三废”，包括工业废水排放量、工业二氧化硫排放量、工业烟尘粉尘排放量。将测算得到城市GTFP进行分解，可以分解为绿色技术效率和绿色技术进步两个指数，两者之间相互促进。城市GTFP的提升离不开绿色技术效率和绿色技术进步的双轮驱动。
2.核心解释变量：生产性服务业集聚。产业集聚多是采用区位熵指数衡量，反映一个城市产业集聚程度在全国的相对水平。具体计算方式如下：
3.解释变量：生产性服务集聚的外部性。外部经济是产业集聚的重要原因。借鉴张学良研究，采用专业性集聚指数、多样性集聚指数和竞争性集聚指数衡量生产性服务业集聚的外部性，具体公式如下：
其中，mar表示城市的MAR 外部性，jaco表示城市的Jacobs外部性，port表示城市的Porter外部性，s为城市中生产性服务业产业的就业人数占该城市所有就业人数的比重，s为生产性服务业产业的总就业人数占所有城市总就业人数的比重。N为城市批发零售贸易企业数，G为城市限额以上批发零售贸易业商品销售总额。其他控制变量的选取如表1所示。
表1 变量选取
（四）数据来源
本文选取2003—2018年285个地级以上城市为研究对象。依据国家统计局发布的《生产性服务业统计分类（2019）》，界定生产性服务业。原始数据来源于《中国城市统计年鉴》《中国城市建设统计年鉴》和相关专业数据库,相关变量描述性统计如表2所示。
表2 描述性统计分析
四、实证结果与分析
（一）空间相关性检验
对于面板数据参考李婧、谭清美和白俊红的处理方法，采用分块对角矩阵= I×（其中I为T×T 单位阵）形成面板数据空间权重矩阵，本质是将面板数据当做“大截面”来进行处理测度总体Moran’s I指数。本文测度面板数据总体Moran’s I指数，还分别对每个年份进行空间相关性检验，结果如下表3所示。总体来看，Moran’s I指数在1%显著性水平下是显著的，表明各城市GTFP 存在较强的正向相关性；分年度来看，除2012年、2013年Moran’s I指数不显著，其余年份Moran’s I指数在5%显著性水平下都是显著为正，再次证实各城市GTFP存在较强空间交互作用，适合建立空间计量模型。
表3 GTFP的Moran’s I 指数
（二）空间模型适应性检验
在实证研究前，空间计量模型需借助相关适应性检验进行模型形式的选择。借鉴Elhorst 建模思路，构建模型适应性检验。根据表4 两种LR 检验结果，拒绝SDM 模型转化为SAR 和SEM 模型，根据AIC 最小准则在SDM 和SAC 模型中选择SDM 模型，LR 检验结果确定为时间固定，Hausman 检验结果确定为固定效应。由于GTFP 有较强的内部路径依赖，因此构建动态空间杜宾模型（DSDM），为保证估计结果的稳健性，同时估计三种不同权重下的静态和动态空间杜宾模型（SDM）。
表4 空间模型的适应性检验
（三）基准回归结果
中国已经进入服务经济时代，生产性服务业集聚成为城市经济活动最为显著的地理特征之一。生产性服务业集聚能否助力城市经济绿色转型发展，成为城市经济高质量发展的空间动力？本文用城市GTFP对生产性服务业集聚做回归，结果如表5和表6所示。
表5 生产性服务业集聚对城市GTFP影响——基准回归分析
表6 基准回归分析的短期效应与长期效应
根据表5估计结果：从拟合度来看，DSDM 模型都是最优的空间模型设定。比较核心解释变量生产性服务业集聚的系数可知，忽略空间单元之间的交互作用，直接进行OLS 估计会导致估计系数偏高。在1%显著性水平下，核心解释变量生产性服务业集聚在OLS、SDM、DSDM 估计结果中都是显著为正，说明生产性服务业集聚的规模经济效应、范围经济效应、外部经济效应、人才集聚效应，能够显著促进城市GTFP。从DSDM 模型估计结果来看，GTFP 时间滞后项系数显著为正，即上一期GTFP 能够正向影响当期，GTFP 具有连续性、动态性、时间惯性，表明城市GTFP 表现出较强的内部路径依赖性；空间滞后项系数是显著为正，但时空滞后项总体表现不显著，GTFP 的外部路径依赖性不强。总体来看，生产性服务业集聚是城市经济高质量发展的空间动力,且城市经济高质量发展表现出较强的内部路径依赖性。
DSDM 模型中包含因变量的内生交互项，不能直接利用自变量空间滞后项的系数判断空间溢出效应，需要进行偏微分计算短期与长期的直接效应、间接效应和总效应，如表6所示。生产性服务业集聚无论短期效应还是长期效应、直接效应还是总效应，在1%显著性水平下均显著为正，生产性服务业集聚每提高1 个百分点，本城市GTFP 长期约平均提高0.03 个百分点。即一个城市的生产性服务业集聚显著提升本城市GTFP，对周边城市GTFP 具有正向统计上不显著但经济上显著的空间溢出效应，且长期效应要大于短期效应。生产性服务业集聚能够共享基础设施与投入，形成劳动力蓄水池，促进知识和技术的溢出，加强产业间和产业内的分工、合作和竞争，部分行业本身具有高附加值、低污染、低消耗的特点，推进集聚城市经济的高质量发展。同时生产性服务业集聚会引发邻近城市的学习效应，促进两地竞争效应，带来引导与示范效应、产业关联效应等等，给周边城市带来正向的空间溢出效应。总体来看，当前中国城市的生产性服务业集聚呈现“集聚效应”要大于“拥堵效应”，“引导和示范效应”大于“虹吸效应”，显著促进本城市经济的高质量发展，对周边城市也产生了正向溢出效应，验证研究假设1和研究假设2。
（四）稳健性检验
1.工具变量法
生产性服务业集聚和城市GTFP 存在双向因果关系，存在较为严重的内生性问题。理论上工具变量可以解决全部的内生性问题，本文选取工具变量法进行稳健性检验。好的工具变量难以寻觅，从相关文献来看，国内外学者从历史和地理角度寻找天然形成的一些变量作为工具变量，Bartik最早提出份额移动法构造工具变量，是一种为越来越多学者认可并使用的构造工具变量方法。其基本原理用研究对象的初始份额构成和总体增长率来模拟出估计值，该估计值满足相关性和无关性两个要求。本文研究对象为生产性服务业，包括六个行业门类，通过生产性服务业中每个行业在2003年的初始就业份额和全国该行业就业的增长率构造工具变量。
和2估计结果如表7 所示：第一阶段回归中，生产性服务业集聚工具变量ln_系数显著为正，且统计量为80.04，同时拒绝不可识别和弱相关性的原假设，表明通过份额移动法构造的生产性服务业集聚估计值ln_bartik与实际值ln相关性较高；第二阶段回归中，回归系数不仅在统计意义上显著，经济意义上也显著，生产性服务业集聚程度提高1个百分点，城市GTFP平均提高0.12个百分点。与回归结果相比，ln_回归系数明显增加，表明存在反向因果关系，城市GTFP发展会限制中低端生产性服务业的集聚，导致回归结果低估生产性服务业集聚的经济效应。
表7 生产性服务业集聚对城市GTFP影响——工具变量法
2.调整样本量
北上广深是中国高端生产性服务业最为集聚城市，同时也是生产性服务业集聚和城市GTFP 双向因果关系最为严重地区，剔除北上广深之后的样本更能反映生产性服务业集聚和GTFP 的真实关系。通过删除北上广深一线城市来调整样本量检验空间溢出效应稳健性。表8和表9报告了调整样本量后三种不同空间权重下的SDM 模型和DSDM 模型的回归结果：生产性服务业集聚对城市GTFP 的影响显著为正，且具有稳定性，即生产性服务业集聚每提高1个百分点，城市GTFP 短期平均增加0.033个百分点，长期平均增加0.035个百分点；相比于调整样本量之前，生产性服务业集聚对城市GTFP的直接效应和总效应都呈现增加趋势，但间接效应有减少趋势，代表北上广深城市的双向因果关系较为严重，空间溢出效应要更强一些，而非北上广深城市生产性服务业集聚主要作用于本城市经济的高质量发展，空间溢出效应较弱。
表8 生产性服务业集聚对城市GTFP影响——调整样本回归
表9 调整样本回归的短期效应与长期效应
3.替换空间权重矩阵
随着专业化分工和合作的深入，城市产业空间集聚和溢出效应，不仅和地理位置有关，还受到经济社会因素的影响，因此上文中构建了地理距离矩阵、经济地理距离复合矩阵和社会地理距离复合矩阵，采用三种不同的空间权重矩阵研究生产性服务业集聚对城市GTFP 影响。如表5、表6、表8 和表9 所示，替换不同空间权重矩阵，生产性服务业集聚对城市GTFP 的直接效应和间接效应都具有稳健性，在此不做赘述。
五、进一步分析：集聚外部性
在上文已证实生产性服务业集聚是城市经济高质量发展的空间动力，生产性服务业集聚如何影响城市GTFP，其作用机制和作用路径是怎样的？本部分重点探究生产性服务业集聚影响城市GTFP的机制与路径。
（一）集聚外部性与城市GTFP：作用机制分析
生产性服务业本质上是为商品和服务生产过程提供资本、信息、技术、流通等中间服务的服务供应链集合。以城市为界定范围衡量城市生产性服务业集聚，可能同时包括专业性集聚、多样性集聚和竞争性集聚，分别对应MAR 外部性、Jacobs 外部性和Porter 外部性，通过共享机制、关联机制、知识溢出机制影响城市经济增长和技术创新。借鉴韩峰和谢锐研究，本文认为技术是生产性服务业集聚MAR外部性、Jacobs外部性和Porter外部性的复合函数，进而推导出集聚外部性影响城市GTFP 动态空间计量模型，估计结果如表10 和表11 所示。
表10 生产性服务业集聚对城市GTFP影响-作用机制
表10 报告了MAR 外部性、Jacobs 外部性对城市GTFP 具有显著正向影响，Porter外部性对城市GT⁃FP影响不显著，且结果具有稳定性。不考虑空间互动效应时，MAR外部性要比Jacobs外部性作用更大，考虑空间之间互动之后，MAR外部性要比Jacobs外部性作用小。表11 报告了直接效应和间接效应，MAR外部性、Jacobs 外部性的直接效应都显著为正，且Jacobs 外部性对城市GTFP 作用大于MAR 外部性，空间溢出效应从经济意义上来看较为显著。Porter 外部性的直接效应和间接效应都是统计上不显著，经济意义上具有显著性。
表11 作用机制的短期效应与长期效应
专业性集聚强化产业内的投入产出关联，共享专业性人才，促进专业性技术溢出，产生MAR 外部性显著促进本城市GTFP，具有正向的溢出效应。多样性集聚强调互补性产业间的关联，形成产业协作性集聚效应，激发知识创新、协同创新和集成创新，产生Jacobs 外部性显著提升本城市GTFP，对周边城市GTFP 也存在正向的溢出效应。竞争性集聚强调竞争性的市场环境更有利于知识和技术溢出，促进产业技术创新，当前中国城市经济的政府干预较多，影响Porter 外部性作用效果的发挥。总体来看，生产性服务业集聚主要通过MAR 外部性、Jacobs 外部性对城市经济高质量发展起着较大作用，城市之间存在一定的空间溢出效应，但尚未形成较为强劲的互动关系，较多政府干预也影响城市经济的Porter外部性，因此中国应加强以城市群为主导的城市间发展方式，促进城市之间的经济活动关联性，增强城市间的空间溢出效应，形成以城市群为主体的区域经济一体化发展模式。
（二）集聚外部性与城市GTFP：作用路径分析
生产性服务业集聚的不同外部性是影响城市绿色技术效率、还是影响绿色技术进步，抑或是同时影响绿色技术效率和绿色技术进步，本部分分析生产性服务业集聚的不同外部性的作用路径，结果如表12所示。绿色技术效率具有反向的“时间惯性”，绿色技术进步具有较强的“时间惯性”，随着环境规制强度的加大，绿色技术不断进步，但前期环境治理的投入成本很高，导致绿色技术效率呈现降低趋势；MAR 外部性、Jacobs 外部性对绿色技术效率呈现显著正向影响，Porter 外部性呈现经济上显著的正向影响；Jacobs外部性对绿色技术进步呈现显著正向影响，MAR 外部性对绿色技术进步呈现正向、经济上显著的影响，Porter 外部性对绿色技术进步呈现不显著甚至负向影响。表13报告了直接效应和间接效应：MAR 外部性对绿色技术效率和绿色技术进步直接效应都显著为正，对周边城市绿色技术效率影响从经济意义上较为显著。Jacobs 外部性对本城市及周边城市绿色技术效率呈现正向影响，对本城市绿色技术进步显著促进，对周边城市绿色技术进步影响不显著。Porter 外部性对绿色技术效率溢出效应显著为正，对绿色技术进步总效应显著为负。
表12 生产性服务业集聚对城市GTFP影响：作用路径
表13 作用路径的短期效应与长期效应
总体来看，MAR 外部性、Jacobs 外部性对本城市GTFP 影响同时提升绿色技术效率和绿色技术进步，对周边城市绿色技术效率存在空间溢出效应。同一地区同一行业内部的专业性集聚，匹配产业内的投入产出关联，共享专业性的人才市场，促进主导产业的专业性技术溢出，同时作用于绿色技术效率和绿色技术进步来提升城市GTFP。不同行业的多样性集聚强调互补性产业间的关联，共享异质性的知识和信息，形成产业协作性集聚效应，促进知识溢出和技术扩散作用于绿色技术效率和绿色技术进步来提升城市GTFP。但在政治晋升和财政最大化的激励下，地方政府利用政策诱导形成的集聚，会存在与当地产业协调度不高、服务业同构化、地方政府重复投资等因素限制协作集聚效应的发挥，阻碍绿色技术进步的空间溢出效应。与专业性集聚的MAR 外部性相比，多样性集聚的Jacobs 外部性对绿色技术效率的提升作用更强。Porter 外部性促进本城市和周边城市绿色技术效率，阻碍绿色技术进步，与理论预期不符，可能由于环境污染具有负外部性，相比竞争性的市场环境，专业化垄断更能促进绿色技术进步。
六、主要结论及政策启示
本文基于中国2003—2018年285个地级以上城市的面板数据，采用非径向非角度SBM模型测算投入要素约束和产出约束的城市GTFP，构建动态空间杜宾模型，从理论和实证两个方面论证生产性服务业集聚是城市经济高质量发展的空间动力，在采用工具变量法、调整样本量、替换空间权重矩阵三种方式进行稳健性检验后，仍然能够保持结果的一致性。在此基础上，进一步分析了生产性服务业集聚、发挥集聚的外部性作用于城市经济高质量发展的机制和路径。现将本文研究结论总结如下：①构建生产性服务业集聚、集聚外部性影响本城市和周边城市经济高质量发展的理论分析框架。生产性服务业集聚过程会同时产生“集聚效应”和“拥堵效应”，对周边城市产生“引导示范效应”和“虹吸效应”，两者之间相互博弈，形成影响本城市及周边城市GTFP的“向心力”和“离心力”，不同集聚外部性通过不同作用机制和路径提升城市GTFP。②基准回归显示：当前中国生产性服务业集聚是城市经济高质量发展的空间动力，且对周边城市具有正向的空间溢出效应，在解决内生性问题后，该结论依然成立。③作用机制显示，MAR 外部性、Jacobs 外部性、Porter 外部性都能促进本城市及周边城市经济高质量发展，但Porter 外部性促进作用受到一定的限制。④作用路径显示，MAR 外部性、Jacobs 外部性同时作用绿色技术效率和绿色技术进步影响本城市经济高质量发展，Porter外部性提升绿色技术效率，但绿色技术进步效应存在阻碍。⑤城市经济高质量发展和绿色技术进步的“时间惯性”和“空间溢出”显著，城市绿色技术效率具有反向的“时间惯性”和显著的“空间溢出”效应，即城市经济高质量发展和绿色技术进步的内部路径依赖较强。
根据本文研究结果，相关政策启示在于：①加强以市场机制为导向的生产性服务业集聚，减少政府政策的干预。中国生产性服务业集聚多是未完全遵循市场规律，通过政策诱导形成的“扎堆式集聚”，存在与当地比较优势相背离的产业发展和集聚模式。政府在加强本地生产性服务业投资时，根据本地以及周边城市的产业基础、优势产业进行合理规划，形成优势互补，避免产业同构化问题。在已经形成的集聚基础上，充分发挥市场力量，注重企业间的内在关联，形成集聚的自我强化动力，充分发挥集聚的规模效应、知识和技术溢出效应、产业关联效应、竞争效应等正外部性，减少各类非市场因素限制集聚效应的发挥。②引导和加强城市高端生产性服务业的集聚，为城市经济高质量发展提供持久的空间动力。推动生产性服务业内部行业的结构优化，加强金融、科技研发和信息技术高端行业的集聚水平，加快先进的知识和技术在城市间的溢出效应，将先进的知识和技术嵌入制造业的产业链中，提升制造业商品的附加值，减少制造业的污染物排放，引导中国制造业升级和在全球价值链的地位，最终实现城市的绿色转型发展。③加强以城市群为主体的区域经济发展模式。在城市内部，生产性服务业集聚要与城市规模、产业结构相协调，同一行业内部专业性集聚要注重核心竞争力的培养，多个行业多样性集聚要强调互补性产业间的关联，竞争性集聚要注重营造良好的市场竞争环境，充分发挥集聚的正外部性和正溢出效应，形成区域内城市间的差异化竞争优势，促进城市之间的经济活动关联性，形成以城市群为主体的国内循环的新格局。
