粤港澳大湾区及周边城市生产性服务业空间网络结构及经济效应研究*

毛艳华 信超辉 卓乘风

引 言

20世纪70年代末期内地开始实行改革开放政策后，粤港澳三地抓住经济全球化和国际分工重构的契机，积极承接国际产业转移，制造业领域形成了“前店后厂”的分工合作模式。这种垂直产业分工体系集中反映了港澳与广东之间基于资源禀赋条件差异形成的有效组合，通过发挥比较优势迅速有效促进了经济高速增长。在这一过程中，广东在经济总量、吸引外资、对外贸易等方面连续多年位居全国前列，香港也成功实现了经济转型，成为世界重要的金融、航运和贸易中心，澳门则成为国际旅游休闲中心。然而，这种以廉价劳动力和资源投入为基础的经济增长驱动方式，长期而言不具有可持续性。①毛艳华：《珠三角增长模式：特征、影响与转型》，《广东社会科学》2009年第5期。随着广东人口红利的逐渐消失，以及劳动力、土地、环境等要素成本的上涨，粤港澳在制造业领域比较优势的互补关系逐渐发生逆转。一方面，广东经过前期外向型经济的快速发展，已经形成了具有一定竞争力的工业体系和较为完整的产业链，并着力寻求制造业产业结构的进一步升级，但制造业的转型升级离不开生产性服务业的协同，除了从本身制造业的支持部门中分离出来的生产性服务业外，仍然存在较大的生产性服务业市场需求。另一方面，港澳特别是香港需为其具有国际领先水平的金融、专业服务和航运贸易等生产性服务业寻求市场空间。在此背景下，粤港澳三地均有在服务业领域开展战略合作的动机与需求。

2003年6月，《内地与香港关于建立更紧密经贸关系的安排》（CEPA）签署，随后又陆续签订了十个CEPA补充协议、CEPA广东协议、CEPA服务贸易协议等，旨在逐步减少或取消内地与港澳之间所有货物贸易的关税和非关税壁垒，逐步实现服务贸易的自由化，促进贸易投资便利化。尤其是CEPA广东协议为内地首份参照国际标准、以准入前国民待遇加负面清单的方式制定的自由贸易协议，在广东率先扩大对港澳服务贸易市场准入，推动粤港澳率先实现服务贸易自由化。CEPA的签订推动了粤港澳合作领域由早期的制造业为主向服务业为主的转变，港澳地区部分生产性服务业或相关环节开始向珠三角地区转移，粤港澳三地生产性服务业呈现竞争与合作并存状态，促进了广东现代服务业的发展。2019年2月发布的《粤港澳大湾区发展规划纲要》则进一步提出，支持传统产业改造升级，加快发展先进制造业和现代服务业，建立现代产业体系。《广东省国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也提出要加快先进制造业和现代服务业的深度融合发展。

生产性服务业是现代服务业的重要组成部分。随着互联网的快速发展和国际分工的进一步深化，生产性服务业作为融通产业循环的关键力量，已经成为全球产业竞争的制高点。进入新发展阶段，做大做强生产性服务业，不仅是我国推动产业结构转型升级的重要抓手，也是引领我国产业向价值链高端提升的重要途径。那么，粤港澳区域生产性服务业发展状况如何？是否形成了良好的协同关系？对各城市的经济增长有何影响？作用机制是什么？探讨这些问题对“十四五”时期推动粤港澳服务业合作和加快粤港澳大湾区建设现代服务业体系具有重要指导意义。

生产性服务业发展一直是学界关注的热点。早期研究集中在生产性服务业的概念与界定上，尽管研究视角存在差异，但生产性服务业是提供中间投入环节的概念已经成为学术界的共识。②Coffey WJ and A.S.Bailly,“Producer Services and Flexible Production:An Exploratory Analysis,”Growth and Change,vol.22,no.4,1991,pp.95-118.自Scott（1988）提出“服务业集聚”的概念后，①Scott A J,“Flexible Production Systems and Regional Development:The Rise of New Industrial Space in North America and Western Europe,”International Journal of Urban and Regional Research,vol.12,no.2,1988,pp.71-86.生产性服务业的空间分布和经济影响受到广泛关注。一些学者研究发现生产性服务业区域分布不均衡的现象十分明显，大都偏向集聚在大都市区或者中心城市等经济水平较高的地区；②Beyers W B,“Producer services,”Progress in Human Geography,vol.16,no.4,1992,pp.573-583；马风华、刘俊：《我国服务业地区性集聚程度实证研究》，《经济管理》2006年第23期。也有研究发现制造业发达的地方，相应的生产性服务业也更为集中。③Anderssen M,“Co-location of Manufacturing&Producer Services:a Simultaneous Equation Approach,”Electronic Working Paper Series,2004；陈建军、陈菁菁：《生产性服务业与制造业的协同定位研究——以浙江省69个城市和地区为例》，《中国工业经济》2011年第6期。随着研究的深入，生产性服务业对经济增长的影响和渠道逐渐成为研究的热点问题。现有研究多从生产性服务业集聚与制造业的协同等角度，分别基于跨国层面、省际层面以及行业层面进行了探讨，大都认为生产性服务业有利于经济增长，但基于区域和细分行业的异质性有一定的差异。④Markusen J R,“Trade in Producer Services and in Other Specialized Inputs”American Economic Review,vol.79,no.1,1989,pp.85-95；张浩然：《生产性服务业集聚与城市经济绩效——基于行业和地区异质性视角的分析》，《财经研究》2015年第5期；黄繁华、郭卫军：《空间溢出视角下的生产性服务业集聚与长三角城市群经济增长效率》，《统计研究》2020年第7期。

纵观现有生产性服务业的相关研究，仍然存在值得进一步推进的地方：一是研究对象多以跨国层面、省际层面以及长三角等内陆城市群为主，对珠三角地区，尤其是包含香港和澳门的粤港澳地区的研究较少。二是分析方法大多基于产业集聚相关指标的测算和传统的空间计量模型。三是对生产性服务业空间网络特征的刻画及其经济增长影响的研究相对较少。

自Snyder和Kick（1979）将“社会网络分析法（下简称SNA）”引入经济研究后，⑤Snyder D and E.L.Kick,“Structural Position in the World System and Economic Growth,1955-1970:A Multiple-Network Analysis of Transnational Interactions”American Journal of Sociology,vol.84,no.5,1979,pp.1096-1126.学者们基于网络空间结构的视角，分别从国家和城市群层面对经济活动给出了新的诠释与描绘。⑥Strumsky D and J.C.Thill,“Profiling U.S.Metropolitan Regions by Their Social Research Networks and Regional Economic Performance”Journal of Regional Science,vol.53,no.5,2013,pp.813-833；刘华军、刘传明、孙亚男：《中国能源消费的空间关联网络结构特征及其效应研究》，《中国工业经济》2015年第5期；彭芳梅：《粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析》，《经济地理》2017年第12期。随着国内市场化改革的深入，区域一体化水平逐渐提升，城市群网络逐渐成为城市间联系的主要形式，区域内城市间的经济联系越来越重要，传统的刻画产业集聚和互动关系的方法有待进一步改善。SNA凭借分析“关系数据”的独特优势开始在城市群区域研究中得到广泛应用。

针对现有城市群生产性服务业经济联系研究存在的不足，本文以粤港澳大湾区及周边城市区域为对象，运用SNA刻画生产性服务业空间网络特征，采用2005—2018年23个大湾区及周边城市的面板数据，实证检验生产性服务业空间网络联系的经济增长效应及其作用机制。相对于已有研究，本文可能的创新和贡献有以下两点：一是研究对象的创新，本研究将香港和澳门同时纳入考察对象，探讨粤港澳大湾区及周边城市的生产性服务业网络联系特征以及经济效应。二是研究方法的创新，本文在修正传统引力模型的基础上，借助SNA分析区域内生产性服务业的空间网络特征，最后通过实证分析检验该空间网络结构特征对经济增长的影响及作用机制。

一、粤港澳大湾区及其周边城市空间网络结构特征事实分析

（一）空间网络结构特征识别方法

本文采用SNA识别粤港澳大湾区及其周边城市空间网络结构特征，该方法近年来被广泛应用于各种网络组织结构分析，已有部分学者将SNA引入城市群空间组织结构分析，考察城市群的整体网络特征、密度、结构。①李敬、陈澍、万广华、付陈梅：《中国区域经济增长的空间关联及其解释——基于网络分析方法》，《经济研究》2014年第11期。但通过SNA识别城市网络的空间结构特征之前，需要先得到城市间生产性服务业经济联系矩阵。借鉴陈建军等（2009）和于斌斌（2017）等学者的研究，②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》，《管理世界》2009年第4期；于斌斌：《生产性服务业集聚能提高制造业生产率吗?——基于行业、地区和城市异质性视角的分析》，《南开经济研究》2017年第2期。本文采用修正后的引力模型构建城市间经济联系矩阵。城市间经济联系强度可表示为Fij，各城市的经济联系总量可表示为TFi，计算方式如式（1）：

式中：Pi、Pj分别为城市i、j的生产性服务业就业人数（单位：万人），Vi、Vj分别为城市i、j的生产性服务业增加值（单位：亿元，港澳地区按照当年汇率换算）；kij表示经济联系强度的方向；Dij为两城市之间的空间地理距离，本文采用百度地图驾车推荐路线的距离来表示。

在得到各个城市间生产性服务业经济联系矩阵的基础上③本文采用修正后的引力模型测算和构建了粤港澳大湾区及周边城市生产性服务业的经济联系矩阵，以及交通运输业和金融业两个行业的经济联系矩阵，限于篇幅未列出，感兴趣的读者可向作者索取。，本文将分别应用网络密度分析、中心度分析及核心边缘分析对粤港澳大湾区及周边城市的生产性服务业空间网络结构进行识别和分析。

1.网络密度分析

网络密度表示整体网络中实际存在的空间关联数目m和在理论上最大联系数目n（n-1）的比值，用来反映区域内空间关联网络的整体关系强弱以及整体网络的开放程度。在社会网络分析中，网络密度越大，代表区域内城市之间的交流和合作行为越多。计算公式如式（2）：

2.中心度分析

中心度分析是指通过测算网络节点城市的点度中心度、接近中心度和中间中心度等指标，来判断节点城市在整个网络中所处的地位和影响力的一种SNA。

点度中心度是在网络中与一个城市节点直接相连的其他所有节点的数量，在有向网络中，点度中心度包括点入度和点出度。如果一个城市节点的点度中心度高，则反映了该城市节点在网络中与更多的其他城市节点相联系，说明城市就居于中心地位，从而拥有较大权力。计算公式如表1所示，式中，CADi表示节点i的绝对度数中心度（点入度和点出度的和），CRDi表示节点i的相对度数中心度。

接近中心度是在网络中一个城市节点与其他城市节点的捷径之和，捷径表示网络中两个节点通过最短的方式相联系的路径。如果一个城市节点的接近中心度高，则反映了该城市节点通过比较短的路径与其他节点相连，说明该城市不受其他城市控制的能力较强。计算公式如表1所示，式中，dij为节点i和节点j之间的捷径距离。

中间中心度是在网络中一个城市节点在多大程度上位于其他节点联系的捷径上。如果一个城市节点的中间中心度高，则反映了该城市节点较大程度充当沟通其他节点之间联系的桥梁或者中间人作用，说明该城市资源控制能力较高。在有向网络中，计算公式如表1所示，式中，bjk（i）表示在连接节点j与节点k之间的路径中依靠节点i作为“中间人”的概率，C ABi表示节点i的绝对中间中心度，CRBi表示节点i的相对中间中心度。

表1 中心度指标计算公式

3.核心—边缘分析

通过核心—边缘分析可直观反映节点在网络中处于核心位置还是边缘位置，也就是说，利用该分析方法我们可以清晰得出节点城市在网络中所处位置，同时可验证关于中心和边缘城市识别的准确性。

本文根据《国民经济行业分类》（GB/T 4754-2017）和《生产性服务业统计分类（2019）》，参考陈建军和陈菁菁（2011）的做法①陈建军、陈菁菁：《生产性服务业与制造业的协同定位研究——以浙江省69个城市和地区为例》，《中国工业经济》2011年第6期。，界定6个细分行业为生产性服务业，并在此基础上整合粤港澳三地的统计口径。②广东省各市2008年后“信息传输、计算机服务和软件业”“租赁和商业服务业”和“科学研究、技术服务和地质勘查业”增加值明细数据不可得。根据测算，我们发现上述三个产业增加值在第三产业增加值中的占比小且较为稳定，因此，本文以2005—2008年上述三个行业总增加值占第三产业的比重测算一个平均占比，后续年份上述三个产业的增加值则分别以当年各城市的第三产业增加值乘以该比例近似得到。城市之间的空间地理距离数据来源于百度地图驾车推荐路线的距离数据。个别缺失数据利用插值法、平均法等补齐。

（二）整体区域网络结构特征事实分析

基于数据的有效性和可比性原则，通过多次试验确认阈值，最终本文将阈值设定为1。将前述得到的经济联系矩阵转换为二值矩阵后，借助SNA进行分析，结果如图1所示。可以看出，一方面区域内城市间连线条数越多，表明实际联系越多；另一方面，更多数量的城市融入区域发展，相对于2005年，2018年韶关、梅州、汕尾、阳江、潮州、揭阳、云浮等城市新融入到区域生产性服务业空间联系网络中。还可以看出，区域内城市间生产性服务业经济联系连线数量较多的城市集中在香港、深圳市和广州市，三城市作为“特别行政区+经济特区+省会”的组合是形成区域经济联系空间关联的重要力量。与大湾区城市相比，粤东西北周边城市之间的连线相对较少，但也正在不断融入。动态来看，大湾区及周边城市生产性服务业的空间结构从松散型逐步演变为紧密型。

图1 2005年和2018年粤港澳大湾区及周边城市生产性服务业的网络空间图

（三）圈层结构特征事实分析

进一步使用SNA中的核心—边缘分析法定量考察大湾区及周边城市生产性服务业空间结构特征。利用Ucinet软件对粤港澳大湾区及周边城市在生产性服务业方面的地位进行核心城市和边缘城市的区分，参照邹嘉龄和刘卫东（2016）的方法，①邹嘉龄、刘卫东：《2001—2013年中国与“一带一路”沿线国家贸易网络分析》，《地理科学》2016年第11期。将大于0.2的城市划分为核心地区，小于0.2的划分为边缘地区，分析结果如表2所示。

表2 生产性服务业网络空间的核心—边缘分析

从表2结果来看，自2005年以来核心度指标处于前4位的一直是香港、广州、深圳和澳门四个城市。随着城市之间经济联系强度逐渐增强，澳门、珠海、佛山、江门、肇庆、惠州、东莞、中山等周边城市相继融入核心区，广东其他12个非粤港澳大湾区城市一直处于边缘区。进一步区分发现，即使是核心区，各个城市的核心度指标也存在较大差异，新入核心区的珠海、佛山、江门、肇庆、惠州、东莞、中山等大湾区非中心城市的核心度相近，但与4个大湾区中心城市的核心度差距较大。根据这一圈层结构特征，可以将大湾区及周边城市生产性服务业空间网络结构划分为核心区（港澳广深4个中心城市）—半核心区（粤港澳大湾区非中心城市）—边缘区（广东12个非粤港澳大湾区城市）。从经济发展实际情况看，粤港澳大湾区及周边城市之间存在较大的发展差距，既有发展相对成熟的中心城市，又有位于粤东西北地区相对欠发达的边缘城市，也有处于二者之间的中间地带城市。随着区域一体化程度的提高，与中心城市相邻或经济联系较强的城市能优先获得中心城市的辐射带动作用，拥有率先发展的优势地位，总体来说，符合“核心—半边缘—边缘”的空间发展特征。

二、实证模型与数据

（一）实证模型

本文构建实证模型（3）来检验粤港澳大湾区及周边城市生产性服务业的空间网络结构特征所带来的经济增长效应：

（二）变量说明与数据来源

1.变量说明

被解释变量为经济增长Y it：采用人均地区生产总值对数值衡量，为消除价格差异影响，用地区生产总值指数进行价格平减。

核心解释变量为生产性服务业的空间结构特征X it：采用中心度指标来衡量，本文分别以度数中心度和接近中心度为核心解释变量进行回归。

控制变量主要考虑固定资本存量K it、劳动力数量L it、人力资本H it、政府支持Govit和信息化水平Techit。其中，固定资本存量和劳动力数量被普遍认为是促进经济增长的两大生产要素。固定资本存量使用永续盘存法计算获得，折旧率设定为9.6%，香港和澳门的资本存量以其统计部门每年公布的资本形成额再以当年汇率换算成人民币。劳动力数量用当年总就业人数。政府支持以当年该城市国内生产总值中政府的财政支出占比表征，该比例越大，说明政府支持力度越大，反之，则越小。人力资本参考刘叶和刘伯凡（2016）的做法，①刘叶、刘伯凡：《生产性服务业与制造业协同集聚对制造业效率的影响——基于中国城市群面板数据的实证研究》，《经济管理》2016年第6期。用“每万人普通高等学校在校学生数”来表征。②考虑到教育制度的差异，广东21个城市的在校大学生人数以《中国城市统计年鉴》公布的为准，香港在校人数包括教资会资助的大学、职业训练局认可的高等学院以及其他类型高等学院的在校学生人数，澳门相应的数据为高等教育注册人数，数据分别来源于香港统计处、澳门统计暨普查局。信息化水平借鉴于斌斌（2017）的方法，采用互联网户数作为代理变量③于斌斌：《生产性服务业集聚能提高制造业生产率吗？——基于行业、地区和城市异质性视角的分析》，《南开经济研究》2017年第2期。，其中广东21个城市用“互联网接入数”来衡量信息化水平，香港和澳门根据EPS公布的互联网登记用户数来表示。

2.数据来源

考虑到样本连续性和统计口径的一致性，本文选取粤港澳大湾区及周边共23个城市2005—2018年的面板数据。以上变量数据来源于历年《中国城市统计年鉴》《广东统计年鉴》《香港统计年刊》《澳门统计年鉴》、EPS数据库和CNRDS数据库，个别缺失数据利用插值法、平均法等补齐。为缓解异方差和多重共线性问题，文本对相关变量进行了对数化处理，描述性统计结果如表3所示。

表3 各主要变量描述性统计表

三、实证结果与分析

（一）基准回归结果分析

利用23个粤港澳大湾区及周边城市2005—2018年的面板数据对模型（3）进行回归，结果如表4所示。

表4 生产性服务业空间结构特征的经济效应分析回归结果

表4中，第（1）列中度数中心度的回归系数为0.105且通过了1%的显著性水平检验，说明度数中心度每提高1个百分点，个体城市的人均地区生产总值将提高0.105个百分点，进一步说明个体城市在整体生产性服务业与其他城市之间的关联程度越高，越有利于城市经济水平的增长。港深穗等度数中心度较高的城市，与区域内其他城市之间的生产性服务业合作更加频繁，是区域生产性服务业网络空间的中心城市，经济发展也取得了较好的表现。因此，对于度数中心度较小且经济水平较低的城市，如大湾区的肇庆、江门、中山和大湾区周边城市等，可以加强与其他城市的生产性服务业合作，积极嵌入区域生产性服务业网络空间，从中争取人才、资金等资源，提高自身城市知识与技术创新的效率，从而有效促进经济增长。第（3）列中接近中心度的回归系数为0.111且通过了1%的显著性水平检验，说明接近中心度每提高1个百分点，个体城市的人均地区生产总值将提高0.111个百分点。接近中心度的上升使得个体城市在生产性服务业的网络空间中与其他城市之间的距离更近，生产性服务业合作的成本就会越低，城市之间产业分工与合作更合理，从而提高生产性服务业对城市经济增长的贡献度。同样，对于接近中心度较小且经济水平较低的城市，应积极融入区域生产性服务业的发展，依靠邻近的城市发挥比较优势，积极与其开展生产性服务业合作往来，从而有效促进经济增长。

从控制变量来看，固定资本存量、劳动力数量、人力资本、政府支持和信息化水平与经济增长均呈显著正相关关系。固定资本存量、劳动力数量的回归结果显示资本和劳动力仍是推动我国地区经济增长最为重要的动力源。人力资本的回归结果与预期一致，人力资本水平的提高有利于区域经济增长，原因在于较高的人力资本水平意味着较高的劳动力素质，有利用创造较高的生产力，从而促进经济增长。而政府支持程度的增加同样对区域经济增长起到了显著促进作用，许多现实情况表明，在区域内多个城市之间将构成更大的市场，政府政策的合理调控有助于人力、资金和技术等流向政府重点扶持的城市，进一步推进知识与技术的溢出，从而促进经济增长。互联网等信息化基础设施建设则有利于推动知识技术等生产要素更快地传播与交流，在生产性服务业企业之间的交流中占据重要作用，信息化水平对于生产性服务业空间结构特征的经济增长效应是否具有调节作用有待进一步检验。

（二）分行业检验

本文选取交通运输业和金融业进一步分析生产性服务业细分行业的空间网络结构特征对区域经济增长的影响，以考察行业上的异质性，得到回归结果如表5所示。

表5 交通运输业/金融业空间结构特征的效应分析回归结果

表5中，第（1）、（2）列分别为以交通运输业的中心度指标为核心解释变量的回归结果，第（3）、（4）列分别为以金融业的中心度指标为核心解释变量的回归结果。从细分行业结果来看，交通运输业、金融业的中间度指标的提高有利于城市经济水平的提高。也就是说，交通运输业、金融业在区域内的空间分布特征确实具有经济增长效应，一方面是因为交通运输具有较强的外部性特征，交通运输空间网络水平的提升能够降低交易成本，通过网络效应促进城市规模经济和技术溢出，从而带动城市经济增长；另一方面，城市经济的增长离不开稳定有效的资金支持，金融业生产服务业空间网络水平的提升能够通过融资、风险投资和创新风险转移机制，为城市经济增长提供良好的金融服务。回归结果也表明，交通运输业中心度指标的系数略大于金融业中心度指标的系数，说明相比金融业的空间网络联系，目前粤港澳大湾区及周边城市交通运输业对于区域经济增长的作用更大。

（三）调节机制检验

从生产性服务业的性质和发展特征来看，人力资本和信息化程度是其产生经济增长效应的重要渠道。人力资本的投入一方面可以看作生产要素投入，另一方面也可以提高管理效率和创新效率等，从而降低成本提高产出，是影响经济增长的关键因素。信息化水平提高有利于降低交易成本提高交易效率，还有助于提高知识、技能等的传播速度，从而促进经济增长。尤其对于生产性服务业中的金融业等，信息化水平的提高有利于降低交易的沟通成本，加快商贸经济等的往来。因此，本文通过引入中心度指标与人力资本和信息化水平的交互项，以考察二者对生产性服务业空间结构特征的经济增长效应的调节作用，回归结果如表6所示。

表6 人力资本水平和信息化水平的调节效应检验回归结果

表6结果显示，人力资本和生产性服务业空间网络结构交互项lndeg*lnHc的系数，在以度数中心度为被解释变量时均为正，在（1）中显著，而在（3）中则不显著；在以接近中心度为被解释变量时，人力资本和生产性服务业空间网络结构交互项lnclo*lnHc的系数则为负，在（4）中不显著，而在（6）中则显著，估计结果不稳健。表明当前粤港澳大湾区及周围城市的人力资本对生产性服务业空间结构特征的经济增长效应的调节能力尚不明显。这一结果的可能原因，一方面是粤港澳大湾区及周边城市人力资本分布结构极不均衡，既有广州、深圳、东莞等城市每年吸引大量大学生落户工作，又有本来人力资本缺乏且人口长期处于净流出的粤东、粤西和粤北等非大湾区城市；另一方面是由于粤港澳三地在职业资格评审机制和行业标准互认机制尚需进一步对接，港澳特别是香港大量现代服务业专业人才来广东各城市工作和创业的意愿与人数都不高，因此这种制度差异导致人力资本在生产性服务业空间网络结构的经济增长的调节作用不明显，甚至为负。而信息化水平对生产性服务业空间结构特征的经济增长的调节效应显著，信息化水平的提高可以降低知识和信息等的溢出成本，提高信息的传播速度，不仅能够增强城市间生产性服务业的经济联系，而且能够增强区域经济增长的促进效应。因此，在区域经济建设中，重视区域内信息化水平的提高，加强城市内通信基础设施的综合规划十分重要。

（四）内生性问题与处理

由于生产性服务业空间网络结构能影响经济增长，经济增长也能反向影响生产性服务业空间网络结构，双向因果关系带来的内生性问题可能导致估计结果有偏和不一致。为此，本文采用度数中心度和接近中心度的相应滞后项作为工具变量，一方面二者与其滞后项满足一定的相关关系，另一方面以引力模型为基础测算的网络结构滞后项与扰动项的相关性较弱。经过对比，本文最终分别以各个城市度数中心度的滞后4期和接近中心度的滞后1期作为工具变量，进行二阶段最小二乘法（2SLS）估计，结果如表7所示。

表7 二阶段最小二乘法（2SLS）回归结果

从表7中列（1）估计结果来看，工具变量IV的系数为0.2964，在1%的水平上显著，说明工具变量与度数中心度之间存在显著的正相关关系，第一阶段F值为24.12，大于临界值10，说明不存在弱工具变量问题，即工具变量IV选择是合理的。列（2）中，lndeg的系数为0.03579，并在1%的水平上显著。从接近中心度工具变量估计结果来看，列（3）中IV的系数为0.1318，显著为正，弱工具变量检验F值为17.52，也表明工具变量选择是合理的。列（4）中，lnclo的系数0.1162，显著为正。上述结果再次说明生产性服务业空间网络结构显著的经济增长效应，与基准估计结果相比，考虑内生性问题后，度数中心度和接近中心度lnclo系数的方向和系数显著性一致，但2SLS估计结果的系数小于不考虑内生性问题时估计结果的系数，这一方面验证前文基准回归结果是稳健的，另一方面也说明不考虑内生性问题可能会高估生产性服务业空间网络结构的经济增长效应。

四、结论与讨论

本文基于2005—2018年粤港澳大湾区及周边城市的面板数据，从网络空间视角刻画了粤港澳大湾区及周边城市生产性服务业的空间网络结构特征，分析空间网络结构特征的经济增长效应。研究发现：（1）粤港澳大湾区及周边城市生产性服务业呈现以香港、广州、深圳为中心的圈层结构空间网络分布特征，形成了“特别行政区+经济特区+省会城市”组合的空间分布格局，整体网络正逐渐由松散型向紧密型网络化的空间格局转变。（2）粤港澳大湾区及周边城市生产性服务业的空间网络结构特征存在显著经济增长效应，信息化水平的提高对其经济增长效应具有调节作用，而人力资本的调节作用不显著。进一步检验发现，交通运输业相比金融业的空间网络分布对于区域经济增长的效应更强。

本文研究结论具有以下政策启示：（1）结合区域各城市的特点构建合理的生产性服务业布局，优化粤港澳大湾区及周边城市的空间网络结构。一方面应根据城市的定位和比较优势，差异化发展生产性服务业，带动各个城市生产性服务业增加值和就业人数的增长。另一方面应加快构建以广州、深圳、香港以及澳门四大中心城市为枢纽的基础设施网络，着力提升港澳与广东21地市基础设施的互联互通水平，促进以中心城市为枢纽的基础设施网络化，缩短城市之间的通勤时间。（2）加快数字化和信息化建设，依托大数据、云计算、人工智能等新技术打破地理限制、催生空间近邻效应，促进各类数据便利流动，强化城市间生产性服务业的经济联系，不断放大生产性服务业空间网络联系对城市经济的增长效应。（3）要着力减少生产性服务业劳动力要素流动的限制，加快推动粤港澳职业资格和行业标准互认，支持扩大跨境执业资格准入范围，推动重点领域以单边认可带动双向互认，建立完善港澳及境外专业人才职称申报评审机制，推动港澳生产性服务业专业人才在广东各城市便利执业。