生产性服务业与制造业协同集聚对经济高质量发展的影响——基于空间计量模型的实证检验

王晶晶，李灵玉

(南京邮电大学 经济学院，江苏 南京 210023)

随着生产性服务业在国民经济中地位的不断提高，生产性服务业集聚及其经济效应受到越来越多学者的关注。生产性服务业是从制造业中逐渐分离的，具有知识密集、技术密集等特征，其空间集聚不仅为制造业提供专业化服务，降低运输成本与交易成本，助力制造业的生产率提升，驱动制造业价值链攀升[1-4]，而且能够通过促进产业结构升级、节能减排以及空间溢出等机制提高经济增长质量[5]。国务院《关于加快发展生产性服务业促进产业结构调整升级的指导意见》明确指出，应坚持集聚发展，因地制宜引导生产性服务业在中心城市或制造业集中区域集聚，实现规模效应和特色发展。产业集聚将逐步由单一产业空间地理上的集聚，向生产性服务业与制造业协同集聚转变。

生产性服务业与制造业是驱动经济高质量发展的两轮，大力推进产业协同集聚，实现其从“单轮驱动”向“双轮驱动”转型有助于推进产业结构升级、优化资源配置效率、突破制造业价值链低端锁定、提高制造业效率[6-7]。现有文献大多探究制造业或生产性服务业空间集聚，而产业集聚不仅是单一产业在空间上的不断集聚，更伴随着相关产业的协同集聚[8-9]。那么，我国城市生产性服务业与制造业协同集聚能否驱动经济高质量发展？本地效应与空间溢出效应如何？机制如何？对这些问题的回答将为我国经济高质量发展与产业转型升级提供可行的决策依据。

本文主要边际贡献如下：其一，突破单一产业或空间的维度，基于“产业”与“空间”双重视角，利用空间杜宾模型检验产业协同集聚对城市经济高质量发展的本地效应与空间溢出效应；其二，基于区位熵指数测度城市层面生产性服务业与制造业协同集聚指数，并考察经济高质量发展与产业协同集聚的空间关联性；其三，基于经济高质量发展的创新驱动、效率提升与结构优化内涵，结合新经济地理学与新新经济地理学，厘清生产性服务业与制造业协同集聚对经济高质量发展影响的作用机理，并对其进行实证检验。

一、机理分析与理论假说

经济高质量发展的内涵包括效率与质量提升[10]，其发展动力已由要素驱动转向效率驱动、创新驱动以及结构优化，基于此，本文结合外部经济、新经济地理学与新新经济地理学理论，诠释生产性服务业与制造业协同集聚如何通过技术创新、效率提升与结构优化驱动经济高质量发展。

1.技术创新驱动机制

生产性服务业与制造业在空间上的协同集聚可通过研发要素集聚、产业内知识外溢与产业间的知识外溢效应的发挥，进一步降低知识溢出成本，强化知识扩散效应，驱动技术创新，助推地区经济高质量发展。其一，产业协同集聚有助于研发要素集聚，为技术创新提供重要的劳动力与资本要素投入。其二，产业协同集聚通过产业内知识溢出效应的发挥影响企业创新。生产性服务业与制造业协同集聚有利于提高集聚区“知识池”的存量，同一行业厂商大规模集聚为厂商之间可通过示范效应和模范效应实现集聚区内厂商知识共享与匹配，获得专业化集聚产生的外部性。其三，产业协同集聚基于产业间知识溢出效应的发挥驱动技术创新。不同产业间厂商在邻近地理单元的集聚，将原本单一产业规模的扩张，向生产性服务业与制造业协同定位与耦合的方向发展，有利于实现多样化集聚的外部性，强化产业间的知识外溢，推动下游产业技术创新。

假说1：生产性服务业与制造业协同集聚通过技术创新机制驱动经济高质量发展。

2.生产效率提升机制

生产性服务业与制造业协同集聚通过规模经济效应、劳动力匹配效应、空间选择效应的发挥，降低交易成本，促进集聚区内企业优胜劣汰，实现生产效率提升。其一，新经济地理学认为产业集聚是由循环累积因果效应引起，偶然扰动破坏了对称区域原有均衡，引起产业集聚区市场规模的扩大，产生本土市场效应，从而使生产要素在该区域集中，厂商向集聚区集中有利于节约运输成本和工人生活成本[11]，产业协同集聚产生的规模经济效应可降低运输成本与交易成本，提高生产效率。其二，当集聚区内劳动力与企业异质性充分时，劳动力市场需求与供给匹配程度越高，越有利于劳动力匹配成本的降低，促进企业效率提升。其三，产业协同集聚可通过空间选择效应的发挥影响地区生产效率。新新经济地理学认为企业间存在异质性，生产率高的企业更倾向于在“中心”地区集聚，而生产率低的企业选择退出集聚区，倾向于选址在“外围”地区[12-15]，使得集聚区生产效率提升。

假说2：生产性服务业与制造业协同集聚通过生产效率提升驱动经济高质量发展。

3.产业结构升级机制

生产性服务业与制造业协同集聚通过产业关联效应、专业化和多样化集聚效应，推动产业结构优化升级，实现地区经济高质量发展。一方面，产业协同集聚会产生产业关联效应，促进产业结构升级。生产性服务业与制造业本身即存在产业关联关系，生产性服务品作为中间投入品进入下游制造业的生产中，为了邻近消费者或中间品制造商，企业会选择协同集聚，两者协同集聚有助于深化制造业价值链分工[16-17]，实现二三产业的良性互动，推动产业结构升级。另一方面，产业集聚会同时产生专业化集聚效应和多样化集聚效应。专业化集聚是企业绩效随着行业规模的扩大而产生的外部性，多样化集聚是本地经济活动的规模和多样化对其他行业产生的外部性，这两种效应可提升集聚区生产服务品及制造业产品的专业化和多样化程度，促进产业结构的优化，为经济高质量发展提质增效。

假说3：生产性服务业与制造业协同集聚通过产业结构优化驱动经济高质量发展。

二、变量测度、空间相关性检验及模型设定

(一)生产性服务业与制造业协同集聚测度

本文借鉴产业间协同集聚的思想[18]，通过区位熵指数测度不同城市生产性服务业与制造业协同集聚指数，其公式如下：

(1)

式(1)中，Coaggit表示生产性服务业与制造业协同集聚指数，衡量不同产业集聚度之间的相对差异，等式右边第一项表示协同集聚指数的质量，第二项表示协同集聚指数的深度，该数值越大，表明城市的生产性服务业与制造业协同集聚程度越高。Proaggit与Maggit分别表示生产性服务业集聚度和制造业集聚度，选用区位熵指数来衡量：

(2)

式(2)中，aggij表示区位熵，Eij表示城市i行业j的从业人员数，Ei表示i城市全部从业人数。根据公式测算生产性服务业集聚及制造业集聚，当Proaggij>1或Maggij>1时，该城市生产性服务业或制造业具有集聚优势，区位熵指数越大，则该产业集聚程度越高。

(二)经济高质量发展水平的测算

关于经济高质量发展的测度学界尚未达成一致定论，现有文献分别采用劳动生产率[19]、全要素生产率[20]以及指标体系构建[5]等方法来衡量。而高质量发展的内涵与关键在于全要素生产率的提升，因此，本文选择全要素生产率作为衡量经济高质量发展的指标，利用DEA-Malmquist指数法对其进行测度。其中，产出项为各城市实际GDP，为剔除通胀，GDP经GDP平减指数进行修正；投入项包括劳动力和资本存量。劳动力投入采用各城市从业人数表示。资本存量则根据“永续盘存法”进行测算，测算公式为Kt=It/Pt+(1-δ)Kt-1，其中，Kt表示当年资本存量，Kt-1表示上一期的资本存量，It为当期新增社会固定资产投资，Pt为固定资产价格指数，δ为资本折旧率，将折旧率设定为10.96%。样本初期资本存量，通过公式K0=I0/(g+δ)计算得出，其中，g表示样本期间地区固定资产投资年增长率。

(三)空间相关性分析

利用空间自相关指数Moran’s I检验空间自相关性，其公式如下：

(3)

Wd=dij，i≠j

(4)

其中，dij为利用经纬度测算的城市间的距离，地理距离矩阵主要衡量了地理位置的邻近性，地理距离越小的城市经济发展关联性越大。Moran’s I指数的取值一般介于-1到1之间，若I>0，表示各地区存在空间正自相关，即高值与高值相邻、低值与低值相邻；若I<0，表示存在空间负自相关，即高值与低值相邻；I=0，则表示各地区之间互相独立无关联。

根据地理距离权重矩阵测算的全局Moran’s I指数结果可知，2005—2017年生产性服务业与制造业协同集聚、城市经济高质量发展水平Moran’s I指数均通过了显著性检验，且显著为正。这说明各城市之间经济高质量发展与产业协同集聚并非表现为完全随机状态，而是呈现出较强的空间自相关性，产业协同集聚程度高的城市周边集聚着大量协同集聚水平高的城市，而经济发展质量高的城市周边同样集聚了大量经济发展质量高的城市。基于空间自相关性的结果，本文将采用空间计量模型进行实证检验。

(四)空间计量模型设定与变量说明

1.空间计量模型设定

为确保实证结果的稳健性，本文将同时采用空间滞后模型(SAR)、空间误差模型(SEM)以及空间杜宾模型(SDM)分别进行实证检验，并选择最优的计量模型。SAR模型包括空间依赖性导致的空间自回归，SEM模型包含空间误差项导致的空间自相关，SDM模型同时包含被解释变量和解释变量的滞后项，若空间滞后效应与空间误差效应同时存在时，则应采用SDM模型，基本公式表示为：

(5)

2.变量说明

本文被解释变量为城市经济高质量发展水平(HQ)，即基于DEA-Malmquist指数测度的全要素生产率。解释变量为产业协同集聚(coagg)，即基于区位熵指数测度的城市生产性服务业与制造业协同集聚水平。控制变量选取如下，(1)人力资本水平(hr)：内生经济增长理论指出人力资本积累产生规模收益递增促进经济增长，人力资本是驱动地区经济高质量发展的重要动力，本文利用每十万在校大学生数衡量地区人力资本水平。(2)市场化程度(mar)：采用城镇私营和个体从业人员占城市劳动就业人数的比重来衡量。(3)政府干预程度(gov)：以城市财政一般预算内支出占GDP比重来衡量。(4)劳动力供给(labor)：选用城市年末单位从业人员数度量。

本文选择以下机制变量，(1)技术创新(rd)：选择地级市当年专利授权的发明数量来衡量，创新是经济高质量发展的第一驱动力，为地区经济高质量发展注入新动能。(2)技术效率(effch)：Malmquist生产率指数可分解为技术效率变化指数与技术进步指数，本文基于DEA-Malmquist指数法测度的技术效率指数衡量城市经济的技术效率。(3)产业结构(indus)：以第三产业增加值占国内生产总值的比例表示，产业结构优化升级是经济结构优化的体现，为经济高质量发展注入结构优化动力。

3.数据来源

在样本数据选取方面，本文采用城市层面数据，基于数据可获得性，最终选取我国275个地级及以上城市的面板数据进行分析。在样本时期选择上，由于我国2003年产业统计口径进行了较大程度的调整，选择2004—2017年作为观测数据的时间跨度。基于DEA方法计算全要素生产率的特殊性，报告期为2005—2017年。其中，制造业从业人员数、细分服务业从业人员数、制造业增加值、服务业增加值、GDP、全社会固定资产投资、城镇私营和个体从业人数等数据来源于《中国统计年鉴》(2005—2018年)和《中国城市统计年鉴》(2005—2018年)。

三、计量结果与分析

(一)基准空间计量回归分析

为检验生产性服务业与制造业协同集聚对经济高质量发展的影响，分别采用SAR，SEM以及SDM模型进行估计。首先，根据SDM模型的简化检验结果可知，LR检验和Wald检验均拒绝原假设，且SDM模型的Log Likelihood值最大，说明模型不可简化为SEM模型或SAR模型，采用SDM模型更优。其次，三种空间计量模型的Hausman检验结果均拒绝原假设，表示应选择固定效应模型。基于此，本文选用SDM模型的固定效应结果作为最终计量结果，为便于比较及检验稳健性，同时给出SAR模型、SEM模型固定效应的回归结果，具体见表1。

SDM模型估计结果显示，空间自回归系数(rho)为0.8321，显著为正，通过了1%的显著性水平检验，模型既存在被解释变量城市经济高质量发展的内生交互效应又存在解释变量生产性服务业与制造业协同集聚的外生交互效应。一方面，城市经济高质量发展水平存在空间外部性，城市经济高质量发展水平会受到邻近其他城市经济高质量发展水平的影响；另一方面，城市经济高质量发展水平不仅受到本地生产性服务业与制造业协同集聚的影响，也受到邻近其他城市协同集聚的影响。

表1 基准回归结果

(二)本地效应与空间溢出效应分解

对于空间杜宾模型来说，空间滞后项尚不能很好地体现解释变量的边际影响，亦不能体现解释变量对被解释变量影响的空间溢出效应。因此，利用偏微分法将SDM模型效应分解为直接效应与间接效应[21]。直接效应表示本地区自变量对因变量的影响，体现了本地效应。间接效应用于测度本地区自变量对邻近地区因变量的影响，又称空间溢出效应。

生产性服务业与制造业协同集聚对经济高质量发展的影响分解效应结果显示(1)因篇幅限制，分解效应、稳健性检验和机制检验的表格未展示，如需要可向作者索取。：解释变量的直接效应与间接效应均显著为正。直接效应诠释了本地区生产性服务业与制造业协同集聚能够显著驱动本地区经济高质量发展，回归系数为0.0701，通过了1%水平下的显著性检验，本地生产性服务业与制造业协同集聚通过规模经济效应、知识溢出效应以及产业关联效应的发挥驱动地区技术创新与效率提升，实现产业结构优化升级，助力本地区经济高质量发展。间接效应结果显示产业协同集聚对地区经济高质量发展的空间溢出效应显著为正，即本地区二三产业协同集聚能显著提升邻近地区经济高质量发展水平。

控制变量的估计结果如下：第一，人力资本水平对城市经济高质量发展的影响的直接效应显著为正，间接效应即空间溢出效应也通过了显著性检验，即本地区人力资本水平的提高既能够显著促进本地经济高质量发展，又能对邻近地区经济高质量发展产生显著影响。第二，政府干预的直接效应与间接效应均显著为正，即本地区政府干预有利于本地及邻近地区经济高质量发展。第三，市场化水平的直接效应与间接效应均未通过显著性检验。第四，劳动力供给的直接效应与间接效应均显著为负。

(三)稳健性检验

本文基于不同空间权重矩阵检验空间计量模型结果的稳健性。分别以经济距离矩阵、反距离矩阵作为新空间矩阵进行空间计量检验，Hausman检验结果均拒绝原假设，故选择固定效应模型。经济距离权重矩阵根据两个城市人均GDP差距的倒数来设定，基本公式We=1/|pgdpi-pgdpj|,i≠j，其中，pgdp是指城市i和j的人均GDP。反地理距离权重矩阵则利用经纬度所计算的城市地理距离的倒数来设定。Wd=1/dij,i≠j，其中，dij表示城市i到城市j的地理距离。在不同空间权重矩阵下，空间自回归系数、产业协同集聚以及控制变量的显著性与符号几乎未变。经济距离权重中空间杜宾模型的空间自回归系数(rho)为0.3945，显著为正，并通过了1%的显著性水平，反距离权重矩阵中SDM模型的空间自回归系数达0.8631，依然显著为正。

分解效应稳健性检验显示生产性服务业与制造业协同集聚对经济高质量发展的直接效应显著为正，在经济距离矩阵下，间接效应通过显著性检验，其空间溢出效应显著为正，但反距离矩阵下的间接效应并未通过稳健性检验。这说明不同空间权重矩阵的设定会对估计结果造成一定影响。根据控制变量的检验结果可知，人力资本水平、政府干预、市场化水平，以及劳动力供给的直接效应与基准回归的结果一致，但不同控制变量的空间溢出效应存在差异。综合来看，不同空间权重矩阵下各控制变量估计结果基本一致，模型估计结果稳健。

(4)机制检验

基于本文机理分析与研究假设，将分别从创新驱动、技术效率与产业结构优化三个方面检验生产性服务业与制造业协同集聚对经济高质量发展的影响机制。

在创新驱动机制中，生产性服务业与制造业协同集聚的直接效应并未通过显著性检验，但空间溢出效应显著，即二三产业协同集聚能够通过空间溢出效应促进邻近地区技术创新的提升，但对本地区技术创新的影响并不显著。究其原因，可能包含以下两个方面：一方面，产业协同集聚在产生劳动力共享、中间品市场共享以及知识溢出等“集聚效应”的同时，也会产生不利于技术创新的“拥塞效应”，两种效应会在不同时间达到不同均衡状态，因此，生产性服务业与制造业协同集聚对技术创新的影响是动态的，而此时正向促进作用尚不显著。另一方面，城市技术创新水平有待进一步提升，应进一步扩大创新要素的投入，在数字经济背景下利用人工智能、大数据、云计算等数字技术提高协同集聚对技术创新的推动作用，进一步推进创新高地建设。

在技术效率机制方面，生产性服务业与制造业协同集聚的直接效应与空间溢出效应均显著为正，并通过了1%的显著性检验，即产业协同集聚既能够驱动本地区技术效率提升，又能够助力邻近地区技术效率提升，实现地区经济高质量发展，这一结论验证了假说2，产业协同集聚通过规模经济效应、劳动力匹配效应以及企业空间选择效应的发挥提升地区经济效率，实现高质量发展。在产业优化升级机制方面，产业协同集聚的直接效应显著为正，但间接效应并不显著，即生产性服务业协同集聚可促进本地产业结构升级，从而促进经济发展质量提升，这一结论验证了假说3。

四、主要结论与政策建议

本文选取2005—2017年中国275个地级及以上城市数据，利用空间计量方法，探究了我国生产性服务业协同集聚对地区经济高质量发展的本地效应及空间溢出效应，并得出以下结论：第一，生产性服务业与制造业协同集聚对城市经济高质量发展的直接效应与空间溢出效应均显著为正，即生产性服务业与制造业协同集聚不仅能够显著提升本地区经济高质量发展，而且对邻近地区经济高质量发展的空间溢出效应显著；第二，二三产业协同集聚当前主要通过技术效率提升与产业结构优化的本地效应发挥促进经济高质量发展，其创新驱动机制尚不显著；第三，产业协同集聚对技术创新及技术效率影响的空间溢出机制均显著。

基于此，本文提出以下政策建议：首先，应大力推进生产性服务业与制造业协同集聚，充分发挥协同集聚的创新驱动、效率提升与产业结构优化效应，降低企业运输、劳动力匹配与创新要素成本。积极有序引导生产性服务业与制造业合理布局，避免集聚拥塞效应所导致的成本与竞争的增加。推进制造业服务化、生产性服务业制造业等产业协同发展与互动的模式，实现生产性服务业与制造业“双轮驱动”的融合与渗透，突破我国制造业处于价值链低端的困境，实现地区高质量发展。其次，兼顾相邻地区生产性服务业与制造业的发展，充分利用邻近地区生产性服务业与制造业协同集聚的空间溢出效应，形成功能互补、各具优势的空间格局，增强中心城市辐射功能。最后，提高人力资本水平，加大研发投入，充分发挥生产性服务业与制造业协同集聚的知识溢出效应。随着要素成本优势的逐步弱化，我国经济增长的动力已经由“人口红利”向“人才红利”转化，生产性服务业以及高端制造业的发展需要引进高技术人才，为企业创新注入新的活力与创造新的机会。