城市产业协同集聚对绿色全要素生产率的影响研究

谭美容 唐燕 罗胤晨

【基金项目】重庆市教委人文社科规划项目“成渝地区双城经济圈产业协同发展的现实困境及破解路径研究”（21SKGH312）、国家社会科学基金青年项目“长江上游地区工业生态集聚及空间差异策略研究”（18CJL031）、“成渝地区双城经济圈绿色一体化发展指标体系构建及评价研究”（23SKGH402）、“成渝地区双城经济圈工业绿色转型多维评价及提升路径”（22SKGH513）成果。

摘要：本文系统测度研究了长江上游地区30个地级市制造业与生产性服务业协同集聚水平和绿色全要素生产率（GTFP）的演变趋势，并基于2010—2020年的面板数据，实证分析了产业协同集聚对GTFP的影响效果及其作用路径。结果表明：长江上游地区各城市间协同集聚差异度不断缩小；在研究期内，大部分城市实现了GTFP的增长；产业协同集聚对GTFP呈正向促进作用，且现阶段产业协同集聚主要通过纯技术效率的波及效应来促进GTFP的提升，而绿色规模效率和技术进步的正向影响不显著。因此，各城市應基于主导产业优势选择产业发展方向，根据城市专业化集聚程度确定差异化发展目标，推动产业结构优化升级，提升区域绿色经济效率。

关键词：协同集聚；绿色全要素生产率；制造业；生产性服务业

【中图分类号】 F127    doi：10.3969/j.issn.1674-7178.2023.06.010

一、研究背景与问题的提出

党的二十大明确指出，要促进区域协调发展，深入实施区域协调发展战略，构建优势互补、高质量发展的区域经济布局。2023年10月，习近平总书记在进一步推动长江经济带高质量发展座谈会上强调，“坚持共抓大保护、不搞大开发，坚持生态优先、绿色发展，以科技创新为引领，统筹推进生态环境保护和经济社会发展，加强政策协同和工作协同，进一步推动长江经济带高质量发展，更好支撑和服务中国式现代化”①。长江经济带是具有全球影响力的内河经济带、东中西互动合作的协调发展带、沿江沿海沿边全面推进的对内对外开放带，也是生态文明建设的先行示范带。长江上游地区在维系长江生命线、保障战略资源供给、筑牢生态基底、加实空间联系、拓宽内陆消费市场等方面起着不可替代的作用。据统计，2021年长江上游地区经济总量12.8万亿元，占整个长江经济带总量的24.2%。实现长江上游地区的可持续发展，对长江经济带乃至全国的粮食安全、能源安全、重要产业链供应链安全和水安全都具有重要的现实意义。

在经济高质量发展的背景下，产业集聚成为推动城市发展的核心力量，产业的绿色发展更与城市绿色经济息息相关。纵观全球，经济发达国家和地区大都实现了制造业与生产性服务业的“双轮驱动”，产业协同集聚成为优化空间布局、促进结构转型、推动产业绿色转型的重要手段[1]。两者的协同集聚无疑是我国经济绿色化发展的重要突破方向。作为国家重点战略区域的长江上游地区，凭借其区位和发展优势吸引了大量的制造业和生产性服务业企业在此集聚。然而，产业集聚所带来的一系列资源和环境问题也影响着城市经济的绿色发展[2]。长江上游地区如何在产业协同集聚发展与环境改善之间寻求平衡路径从而提升绿色经济效率，已成为高质量发展的关键问题。

二、文献综述与理论分析

产业集聚是指同一行业之间的企业在地理范围内的集中，其理论研究可追溯到马歇尔（Marshall）提出的产业区理论，强调专业化的集聚带来外部效应，同时提出产业协同集聚形成的三个关键因素：劳动力池、知识溢出和成本节约效应[3]。Ellison等 [4]首次提出了“协同集聚（co-agglomeration）”，并发现异质性产业间的协同集聚同样源于马歇尔所强调的三个关键因素，投入产出更加重要。随后国内外大量学者对制造业和生产性服务业产业协同集聚展开了研究[5-7]。从这些文献可知，产业协同集聚是指在产出关联、技术关联等作用下，制造业与生产性服务业在同一经济地区彼此相邻近的产业布局现象，而其产生的经济、技术以及空间外部性是提升区域创新能力、实现经济高质量发展的重要驱动因素[8]。一方面，制造业的健康发展能够带动生产性服务业更多需求，进而完善其门类，提升其服务质量。另一方面，可以促进生产性服务业在制造业生产活动中的价值链嵌入，有利于劳动密集型产业向高新技术产业转变，推动产业的转型升级[9]。

在集聚化发展的同时，导致了区域生态性问题日益突出，因此不少学者开始研究产业协同集聚与城市绿色经济发展的关系。一般而言，城市绿色发展是指城市经济增长与环境保护、资源可持续利用的统一与协调，又被称为绿色全要素生产率（GTFP）[10]。邵帅[11]和金浩、刘肖[12]等认为区域绿色经济效率是衡量特定时间范围内经济发展与环境质量最有效的综合指标，其将经济发展指标与污染物指标统一于同一评价框架内，考察环境约束条件下的经济增长效率，能够较好地反映绿色经济效益的速率和质量。学术界关于制造业和生产性服务业的协同集聚对绿色经济发展的关系主要有以下三种观点：

（一）产业协同集聚对绿色经济效率的正外部性效应。一方面，制造业与生产性服务业协同集聚通过空间地理邻近性降低企业技术交流和异质性社会资源的获取难度，有利于集聚企业依赖知识溢出效应和专业化效应提高生产效率及中间产品获取，进而提高产业整体资源利用率和生产效率。另一方面，产业协同集聚可加剧产业内部竞争，导致行业内企业通过改善服务与产品质量扩大需求，间接地增进了制造业对服务业产业与服务的使用效益，降低制造业污染治理成本，提升制造业绿色经济效率。吕平和袁易明[13]、陈子真和雷振丹[14]、周小亮和宋立[15]、申伟宁[16]等分别从知识技术的溢出、中间成本、产业结构升级、空间溢出效应等方面证明了异质性产业的协同集聚和互动能够提升地区绿色经济效应。

（二）产业协同集聚对绿色全要素生产率的负外部性效应。制造业与生产性服务业协同集聚会产生两种外部性作用于绿色全要素生产率：一是拥挤效应，产业协同集聚和规模不经济下的拥挤效应将增加要素成本，密集的经济活动导致交通、公共基础设施的拥挤以及环境恶化，可能阻碍城市绿色经济效率的提升。二是挤占效应，区域产业的集聚会吸引大量生产要素的集聚，挤占其他资源。受沉没成本的限制，企业很难自由进出，负锁定效应的集聚可能会降低城市的绿色全要素生产率[17]。Frank等人[18]认为，当集聚达到一定规模时会加剧区域环境污染，带来拥挤效应，不利于城市绿色经济发展，持相关观点的还有Verhoef和Nijkamp[19]、张可和王东芳[20]。

（三）产业协同集聚与绿色经济效率呈非线性关系。制造业与生产性服务业协同集聚与绿色全要素生产率的影响是复杂的、多方面的，可能存在非线性关系，也可能存在一定滞后性和抑制性。集聚作为一种产业动态系统，超过一定阈值则可能产生过度竞争、资源配置失衡等市场拥挤现象，降低生产效率。伍先福[21]对中国246个地级市进行了实证分析，发现在门槛值外，产业协同集聚对全要素生产率的影响由负转为正；王燕和孙超[22]、任阳军等[23]通过实证分析发现产业协同集聚对绿色全要素生产率GTFP的影响呈倒“U”型；冯曦明等[24]、李晟婷等[25]则发现产业协同集聚对城市绿色发展的影响呈“U”型曲线关系。

此外，绿色要素生产效率可分解为：绿色纯技术效率、绿色规模效率和绿色技术进步。理论上，制造业与生产性服务业协同集聚更能促进绿色规模效率和绿色技术进步，但产业协同集聚会促使政府加大环境管制投入，不利于纯技术效率的提升。

当前长江经济带产业高质量绿色发展水平总体呈上升趋势，长江上游地区作为西部重点发展区域，其产业绿色发展水平和效率正处于快速发展阶段。基于以上分析，提出以下假设：

假设1：制造业与生产性服务业协同集聚对绿色全要素生产率具有正向促进作用。

假设2：产业协同集聚通过影响纯技术效率、规模效率和技术变化，进而影响绿色全要素生产率。

三、指标设置及特征分析

（一）指标设置

1. 产业协同集聚指数

目前衡量单一产业集聚水平的指标主要有行业集中度、空间基尼系数、赫芬达尔指数等。这些指标各有优缺点，如行业集中度缺乏对不同地区集聚规模的测度，赫芬达尔指数不易看出集聚水平的高低。目前国内外很多学者选取区位熵来衡量产业集聚水平[26-28]，因为区位熵可以消除区域规模的差异因素，能真实反映地理要素的空間分析[29]，故本文也采用该方法，具体计算公式为：

[Magg=niMNinMN]                                （1）

[Psagg=niPNinPN]                                （2）

其中，[Magg]、[Psagg]分别为城市[i]的制造业和生产性服务业的集聚指数，[niM]、[niP]分别为城市[i]的制造业和生产性服务业从业人员数，[Ni]为城市[i]所有产业的从业人员数，[nM]、[nP]分别为全国制造业和生产性服务业从业人员数，[N]为全国所有产业的从业人员总数，一律采用分行业“年末单位从业人员”来衡量。

关于异质性产业的协同集聚水平测度，目前使用最多的是陈建军等[30]构建的指数，其计算公式为：

[Coagg=1-Magg-PsaggMagg+Psagg+Magg-Psagg]                          （3）

其中，[Coagg]为制造业与生产性服务业协同集聚指数，其值越大，表示协同集聚水平越高。该协同集聚指数克服了E—G指数的弊端，能够同时反映“协同质量”和“协同深度”，全面反映协同集聚水平。本文的制造业包括《国民经济行业分类（GB/T 4754—2017）》中13～43代码行业，生产性服务业的界定参照李子叶等[32]的方法，具体包括交通运输、仓储和邮政服务业，信息传输、计算机服务和软件业，金融服务业，租赁和商务服务业，科学研究、技术服务和地质勘查业等五大产业。

本文研究范围是长江上游地级市②，由于毕节市、铜仁市、普洱市部分指标数据不连贯，为了确保统计口径一致性和样本数据完整性，故剔除。样本数据来源于2011—2021年《中国城市统计年鉴》及各省市统计年鉴，对少数缺失值采用插值法补充。

2. 绿色全要素生产率

采用基于DEA模型Malmquist指数来测算2010—2020年长江上游地区30个城市的绿色全要素生产率。限于篇幅，用以下3个经典公式来说明DEA-Malmquist生产率指数的原理：

[Mi，t+1xti，yti，bti，xt+1i，yt+1i，bt+1i=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dt+1ixt+1i，yt+1i，bt+1iDt+1ixti，yti，bti12]

[Mi，t+1xti，yti，bti，xt+1i，yt+1i，bt+1i=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dtixti，yti，btiDt+1ixti，yti，bti×Dtixt+1i，yt+1i，bt+1iDt+1ixt+1i，yt+1i，bt+1i12]

[Mt，t+1v，c=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dtvxti，yti，btiDtcxti，yti，btiDt+1vxt+1i，yt+1i，bt+1iDt+1cxti，yti，bti×Dtcxti，yti，btiDt+1cxti，yti，bti?Dtcxt+1i，yt+1i，bt+1iDt+1cxt+1i，yt+1i，bt+1i][Mi，t+1=EFFCHt+1i×TECHt+1i][=PECHt+1i×SECHt+1i×TECHt+1i]

其中：M为绿色全要素生产率GTFP，[xti]、[xt+1i]分别为[i]地区在t到t+1时期的投入向量；[yti]、[yt+1i]分别为[i]地区在t和t+1时期的期望产出向量；[bti]、[bt+1i]分别为[i]地区在t到t+1时期的非期望产出向量；[Dtixti，yti]和[Dtixt+1i，yt+1i]分别为t时期技术[Tt]为参照的、t到t+1时期生产点的距离函数；注脚为c（v）表示规模报酬不变（变动）的情况。为进一步探讨产业协同集聚对绿色生产效率的影响路径，根据F?re R的分解方法，将M分解为绿色纯技术效率PECH、绿色规模效率SECH和绿色技术进步TECH。其中M、GTFP、PECH、SECH和TECH大于1，表明从t到t+1期的绿色发展水平增长、技术效率改善、规模效率提高、技术进步，反之，则表明下降、恶化、偏低、倒退[32]。

各变量的选择与数据说明。由于缺乏各个城市的价格平减指数，且刘秉镰和李清彬[33]指出DEA方法是核算相对效率的方法，只要研究对象保持相对一致，价格的影响不显著，因此，本文各个投入产出指标直接利用其当年数据。本文投入变量包含：资本存量借鉴刘祥[34]用全市社会固定资产投资额来替代；劳动力用各城市全市年末单位从业人员数、城镇私营和个体从业人员之和表示；能源消耗水平借鉴秦炳涛[35]用全年用电总量来反映。对于期望产出的选择，直接利用各城市的当年生产总值作为期望产出；选取工业二氧化硫排放量、废水排放量和烟尘排放量为非期望产出。Seiford和Zhu [36]利用线性数据转换函数法对生产过程中的废水排放量进行处理，并对工业二氧化硫排放量、烟尘排放量进行相同处理，即设第[i]个城市第[j]年的废水排放量为[Qij]，[Qij=（Qi1，Qi2，...，Qij）T>0]（[i=1，2，...，n]），令[η=max（Qij）+C]，其中[C]为任意大于0的常数，本文令[C=1]，通過线性数据转换后，非期望产出指标可表示为 [Q*ij=-Qij+η]（于斌斌[37]、孟卫军等[38]）。

（二） 城市产业集聚特征

对长江上游地区制造业、生产性服务业专业化集聚、协同集聚特征及演变进行描述。

1.产业集聚特征

通过计算各城市制造业、生产性服务业的集聚指数来反映其产业发展优势，根据式（1）～（3）分别测算了2010—2020年长江上游地区30个地级市的产业集聚指数，并计算其在研究期内的均值，结果如图1所示。

从制造业集聚水平来看，攀枝花、德阳、绵阳、宜宾、玉溪等城市的制造业区位熵均大于1，说明这五个地区制造业形成了一定规模的集聚，并且目前这五个城市已经成为区域制造业的集聚中心。从生产性服务业集聚水平来看，昆明、成都、绵阳、贵阳生产性服务业区位熵均大于1，说明这些地区生产性服务业形成了一定规模的集聚，目前都已成为区域生产性服务业的集聚中心。

为了直观反映各城市产业专业化发展优势，根据各城市制造业和生产性服务业的集聚指数平均值，以制造业集聚水平为横坐标、生产性服务业集聚水平为纵坐标，以两者各自的均值（0.76、0.87）为象限分界点，将30个城市分布在4个象限中，如图2所示。根据其分布特征，将城市发展模式分为生产性服务业和制造业“双轮驱动”发展型、生产性服务业主导型、“双低”型、制造业主导型4种[39]。

由图2可知，位于第一象限的城市是成都、重庆、绵阳，生产性服务业和制造业集聚水平偏高，属于“双轮驱动”发展型，这些城市利用自身产业集聚优势，使得产业协同集聚水平也较高。而昆明、贵阳、自贡、广元和南充的生产性服务业集聚水平偏高，制造业集聚水平偏低。德阳、攀枝花、宜宾、玉溪、乐山、眉山、安顺、内江、遂宁具有较高的制造业集聚水平，偏低的生产性服务业集聚水平。这两类城市产业发展不平衡，因此倾向于较低的产业协同集聚水平。而丽江、资阳、昭通、广安、达州、巴中、遵义、六盘水、雅安、泸州、曲靖、保山、临沧等城市制造业和生产性服务业均不发达。

2.产业协同集聚特征

从图1可以看出，长江上游地区30个地级市的产业协同集聚差异度较大。协同集聚度最高的是绵阳，其次是成都和重庆，这3个城市在象限图中表现为生产性服务业和制造业“双轮驱动”，利用产业专业优势发挥辐射带动作用，深化产业协作。而广元、广安、昭通和丽江产业协同集聚水平较低，从上述分析发现，这些城市制造业和生产性服务业的单一产业集聚水平也不高。

（三）绿色全要素生产率特征

本文利用DEAP2.1软件，测算出长江上游地区30个地级市绿色全要素生产率及其分解值，如表1、表2所示。

从表1可以看出，除了个别年份GTFP小于1以外，大部分年份均大于1，说明长江上游地区30个地级市在2010—2020年间基本上实现了GTFP的增长。但在研究期内，长江上游地区GTFP并不是持续增长，而是在波动中上升。从增长源泉的分解来看，绿色技术效率在波动中下降，其中绿色纯技术效率在波动中下降，绿色规模效率则在波动中上升，而绿色技术进步在逐步倒退。从总体趋势来看，绿色全要素生产率GTFP与绿色技术效率、绿色纯技术效率的变化基本保持一致，说明长江上游地区GTFP的提高主要来源于绿色纯技术效率的提高。

从表2可以看出，长江上游地区30个地级市GTFP均大于1，在其分解项中，各个城市的绿色规模效率均偏低，说明促进其GTFP提高主要依靠绿色技术进步和绿色纯技术效率，而由于各个城市经济发展水平不一，绿色技术进步和绿色纯技术效率的贡献率也就不一样。

四、实证检验与分析

（一）模型设定

本文旨在分析产业协同集聚对城市绿色全要素生产率的影响，考虑到前一期的地区绿色全要素生产率会对当期值造成影响，将因变量滞后一期作为工具变量纳入模型中。由于城市绿色经济发展还受到其他因素的影响，因此通过借鉴现有研究引入了控制变量。为克服异方差，对部分控制变量进行对数处理，从而得到本文实证分析的最终动态面板模型：

[GTFPi，t=β0+β1Coaggi，t+β2lnenpi，t+β3lnkli，t+β4lnstruci，t+β5govi，t+εi，t]        （4）

其中：下标i和t分别表示城市和年份，[εi，t]为随机扰动项。被解释变量为绿色全要素生产率GTFP，解释变量为产业协同集聚度Coagg。控制变量主要从环境保护、政府因素、禀赋结构和产业结构等方面进行考量。环境保护（enp）：用各城市人均绿色面积来衡量。禀赋结构（kl）：资源丰裕程度对绿色全要素生产率的提升具有不可忽视的作用，采用城市固定资本存量与城市劳动力就业量之比来衡量。产业结构（struc）：用第二产业占GDP的比重来衡量。政府干预（gov）：用各城市一般财政预算内支出占城市当年GDP的比重来衡量。

（二）模型检验与回归

本文应用Eviews10对模型（4）进行回归分析，研究长江上游地区产业协同集聚对城市绿色全要素生产率的影响，相关核心变量的描述性统计如表3所示。

首先，对长江上游地区30个地级市的面板数据进行平稳性检验，结果如表4所示。

其次，根据平稳性检验结果，本文所有变量在5%的显著性水平下通过了检验，故无须协整检验。进一步对面板数据进行F检验，结果如表5所示，F值为1.3043，由于F（29，265，α=0.1）为1.3794，故接受原假设，采用“混合估计效应模型”。又由于F值为2.6474，F（29，265，α=0.01）为1.7832，故拒绝原假设“采用混合估计效应模型”，最终采用时点固定效应模型。

再次，对面板数据进行Hausman检验，结果如表6所示，拒绝原假设“采用时点随机效应模型”，应采用时点固定效应模型估计参数。

最后，采用时点固定效应模型对面板数据进行回归分析，鉴于本文面板数据为短面板，为尽可能克服异方差和自相关问题，选择Cross-section Period weights进行估算，回归结果如表7所示。

（三）实证结果分析与内生性检验

由表7可知，产业协同集聚的回归系数为0.2089，通过1%的显著性水平检验，说明长江上游地区制造业与生产性服务业的协同集聚对绿色全要素生产率存在正向促进作用，这与理论分析观点一致。且长江上游地区产业协同集聚度每提高1%时，绿色全要素生产率将提高0.2089个百分点，高于长三角城市群产业协同集聚对其GTFP的贡献度0.131个百分点[40]，说明在研究期内，长江上游地区产业协同集聚对GTFP的贡献高于长三角城市群。

环境保护（lnenp）与绿色全要素生产率呈负相关关系，说明环境保护的加强会在一定程度上抑制绿色经济发展。由于当前许多城市产业结构不合理、企业绿色发展的技术储备不足、环境保护体制不完善等，那么加强环境保护有可能给部分地方经济发展带来压力，在短时间内拖慢城市绿色经济发展进程，这是大部分地区绿色经济发展的必经过程。

禀赋结构（lnkl）与绿色全要素生产率呈负相关关系，说明长江上游地区不合理的禀赋结构阻碍了绿色经济发展。这一结论与李琳和刘琛得出的禀赋结构提升导致长江经济带工业GTFP下降的结论一致[41]。究其原因，是由于长江上游地区矿产资源丰富，采矿业在工业中占比较高，增加了能源消耗和污染排放，导致绿色技术效率恶化。此外，以重工业为主的工业结构，使得资本向重工业倾斜，加剧了收入不平等，进而导致需求不足，企业缺乏技术创新动力，阻碍了技术进步，双向作用抑制了绿色经济的发展。

产业结构（lnstruc）与绿色全要素生产率呈负相关关系，说明以工业为主的第二产业高产值降低了绿色经济发展水平，因此推动产业结构优化升级对长江上游地区实现绿色转型发展至关重要。

政府干预（gov）与绿色全要素生产率呈负相关关系，且未通过10%显著性检验，说明政府过度干预对城市绿色经济发展有抑制作用，在市场经济中，政府过度干预有可能引发资源错配，降低经济运行效率。

为证明研究结论在长期是否稳定，对模型（4）进行内生性检验，结果如表8所示。

由表8可知，解释变量和控制变量滞后一期项的符号与其当期项符号均一致，且显著性也相差无几，说明本研究结论在长期内依然成立，增强了本文分析结果的稳健性。

（四）稳健性检验

为进一步检验研究结论是否在不同区域中具有异质性，将样本分为流域区域和非流域区域进行回归检验[42]。将长江及主要支流（嘉陵江、乌江、大渡河、岷江）所流经的地区划分为流域，其余地区则为非流域。流域区域包括重庆、成都、攀枝花、泸州、广元、乐山、南充、眉山、宜宾、广安、达州、雅安、贵阳、六盘水、遵义、昆明、昭通、丽江，其余12市为非流域区域，回归结果如表9所示。

从表9可知，流域与非流域的解释变量和控制变量的回归系数符号与之前一致，说明本研究结论不具有区域异质性，进一步增强了本文分析结果的稳健性。具体来看，流域区域回归结果在模型总体显著性、拟合优度等方面优于非流域区域回归结果。原因可能是流域区域由于地理位置、产业基础优势等因素，经济发展水平高于非流域区域，而在绿色经济发展转型过程中，成熟的产业结构、不合理的禀赋结构、过度的政府干预等导致其转型困难，经济增长率不高，而非流域区域依靠后发优势在绿色经济发展转型过程中表现出较高的增长率。

（五）作用路径分析

为探究产业协同集聚对绿色全要素生产率的影响路径，本文将分别以绿色纯技术效率（PECH）、绿色规模效率（SECH）和绿色技术进步（TECH）为被解释变量，产业协同集聚水平（Coagg）为核心解释变量进行回归分析。回归结果如表10所示，可以看出，产业协同集聚对绿色纯技术效率的回归系数为正，通过10%的显著性水平检验，拟合优度和显著性都比较好，说明长江上游地区制造业和生产性服务业协同集聚的技术波及效应发挥了正外部性作用，而这也是长江上游地区产业协同集聚促进绿色全要素生产率的主要途径，验证了前文的理论分析。产业协同集聚对绿色规模效率的回归系数为负，但不显著，说明产业协同集聚提高，区域规模效率下降，这可能是由于区域产業同质化严重，当协同集聚度提高时，企业竞争加大，规模效率便会下降。产业协同集聚对绿色技术进步的回归系数为正，但不显著，由于长江上游地区经济发展水平总体不高，产业协同集聚对技术进步的激励作用还有待提升。

从控制变量看，环境保护、政府干预能提高纯技术效率，但政府加大管制投入，不利于绿色规模效率和绿色技术进步的提升。禀赋结构对三者呈负影响，产业结构对纯技术效率、绿色规模效率也呈负影响，尽管能促进绿色技术进步，但其显著性不高。

五、结论与启示

本文选择2010—2020年长江上游地区30个地级市面板数据为样本，首先测度了长江上游地区制造业与生产性服务业的产业协同集聚水平，然后利用DEAP2.1软件测算其绿色全要素生产率，最后采用固定效应模型实证分析了产业协同集聚对绿色全要素生产率的影响。主要结论有：第一，考察期内，长江上游地区制造业和生产性服务业的整体协同集聚趋势不明显，但各城市间协同集聚差异度在缩小。第二，產业协同集聚对绿色全要素生产率存在正向的促进作用，从作用路径来看，现阶段主要依靠纯技术效率的波及效应，绿色规模效率和技术进步的正向影响不显著。第三，现阶段，产业结构、环境保护和政府干预对绿色发展效率具有抑制作用，说明长江上游地区正处于绿色经济转型初期。

基于上述结论，有以下启示：

第一，以本地蜂鸣与全球联系共同推进产业集群的发展。本文研究发现，重庆、成都、绵阳、贵阳及昆明等中心城市的辐射效应明显，中心城市可优化与周边城市的产业布局，通过产业关联、知识共享和技术外溢等方式，带动周边城市的产业发展。通过本地联系以及多地理空间非本地联系的建立和两者间的互动，将地方、全国、全球之间的垂直尺度立体网络化，共同助力推进区域网络和跨区域协同共同体的构建以及区域产业集群的发展。

第二，以网络组织模式打造集群发展命运共同体。在互联网新经济时代下，生产要素的流动克服了地理场所的空间限制，基于合作的网络组织模式，打破了部门、行业、技术、地域等边界限制，有助于形成跨区域、跨领域、跨主体的多维协同共同体。长江上游地区乃至全国，应以产业集群为依托，建立政产学研用网络协同机制，打造集群命运共同体，增强发展协同性。

第三，强化政府的枢纽机制。在集聚过程中，政府应主动协调好企业间资源合理配置问题，积极鼓励各区域加强合作，推进企业间合作共赢，实现要素资源市场和基础设施共享，促进企业转型升级，充分发挥集聚经济效益带来的正外部性影响。同时，积极推动地理空间邻近与集聚的企业和各类机构之间形成高度网络化的本地互动与交流机制，加强科技创新与产业发展间的对接，发挥好“织网人”作用。

参考文献：

[1] 王静田、张宝懿、付晓东：《产业协同集聚对城市全要素生产率的影响研究》[J]，《科学学研究》2021年第5期，第842-853、866页。

[2] 孟卫军、张雪莱、邢青松：《产业协同集聚对城市绿色经济发展的影响研究——基于长三角城市群的实证分析》[J]，《生态经济》2022年第2期，第67-74页。

[3] Alfred Marshall， Principles of Economics [M]， London： Macmillan， 1890.

[4] Glenn Ellison， Edward Ludwig Glaeser and William Kerr， “What Causes Industry Agglomeration？ Evidence From Coagglomeration Patterns” [J]， American Economic Review， 2010， 100（3）： 1195-1213.

[5] Chen Chaofan， SunYawen， Lan Qingxin and Jiang Feng， “Impacts of Industrial Agglomeration on Pollution and Ecological Efficiency： A Spatial Econometric Analysis Based on A Big Panel Dataset of China's 259 Cities” [J]， Journal of Cleaner Production， 2020， 258.

[6] 于斌斌：《生产性服务业集聚如何促进产业结构升级？——基于集聚外部性与城市规模约束的实证分析》[J]，《经济社会体制比较》2019年第2期，第30-43页。

[7] 韩峰、阳立高：《生产性服务业集聚如何影响制造业结构升级？——一个集聚经济与熊彼特内生增长理论的综合框架》[J]，《管理世界》2020年第2期，第72-94、219页。

[8] 郭然：《产业协同集聚下绿色全要素生产率增长的实现机制研究》[D]，博士学位论文，大连理工大学，2021年。

[9] 纪祥裕、顾乃华：《生产性服务业与制造业协同集聚具有创新驱动效应吗》[J]，《山西财经大学学报》2020年第7期，第57-70页。

[10] 石敏俊、刘艳艳：《城市绿色发展：国际比较与问题透视》[J]，《城市发展研究》2013年第5期，第140-145页。

[11] 邵帅、张可、豆建民：《经济集聚的节能减排效应：理论与中国经验》[J]，《管理世界》2019年第1期，第36-60、226页。

[12] 金浩、刘肖：《产业协同集聚、技术创新与经济增长——一个中介效应模型》[J]，《科技进步与对策》2021年第11期，第46-53页。

[13] 吕平、袁易明：《产业协同集聚、技术创新与经济高质量发展——基于生产性服务业与高技术制造业实证分析》[J]，《财经理论与实践》2020年第6期，第118-125页。

[14] 陈子真、雷振丹：《产业协同集聚对区域经济的影响研究》[J]，《区域经济评论》2018年第3期，第50-58页。

[15] 周小亮、宋立：《生产性服务业与制造业协同集聚对产业结构优化升级的影响》[J]，《首都经济贸易大学学报》2019年第4期，第53-64页。

[16] 申伟宁、柴泽阳、张舒：《产业协同集聚的工业污染减排效应研究——基于长三角城市群的实证分析》[J]，《华东经济管理》2020年第8期，第84-94页。

[17] 王燕、孙超：《产业协同集聚对绿色全要素生产率的影响研究——基于高新技术产业与生产性服务业协同的视角》[J]，《经济纵横》2020年第3期，第67-77页。

[18] Frank de Leeuw， Nicolas Moussiopoulos， Peter Sahm and Alena Bartonova， “Urban Air Quality in Larger Conurbations in the European Union” [J]， Environmental Modeling and Software， 2001 （4）： 399-414.

[19] Erik T. Verhoef， Peter Nijkamp and Vu， “Externalities in Urban Sustainability： Environmental Versus Localization-type Agglomeration Externalities in a General Spatial Equilibrium Model of a Single Sector Monocentric Industrial City” [J]， Ecological Economics， 2002 （2）： 157-179.

[20] 张可、汪东芳：《经济集聚与环境污染的交互影响及空间溢出》[J]，《中国工业经济》2014年第6期，第70-82页。

[21] 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年第2期，第72-78页。

[22] 同[17]。

[23] 任阳军、田泽、梁栋、张鑫：《产业协同集聚对绿色全要素生产率的空间效应》[J]，《技术经济与管理研究》2021年第9期，第124-128页。

[24] 冯曦明、张仁杰、杨膨宇：《产业协同集聚提升绿色发展水平了吗？——基于285个城市的空间计量分析》[J]，《金融与经济》2022年第3期，第71-81页。

[25] 李晟婷、周晓唯、武增海：《产业生态化协同集聚的绿色经济效应与空间溢出效应》[J]，《科技进步与对策》2022年第5期，第72-82页。

[26] David Keeble， John Bryson and Peter Wood， “Small Firms， Business Services Growth and Regional Development in the United Kingdom： Some Empirical Finds” [J]， Regional Studies， 1991， 25（5）： 439-457.

[27] Dan ODonoghue and Bill Gleave， “A Note on Methods for Measuring Industrial Agglomeration” [J]， Regional Studies， 2004， （4）： 419-427.

[28] 陈国亮、陈建军：《产业关联、空间地理与二三产业共同集聚——来自中国212个城市的经验考察》[J]，《管理世界》2012年第4期，第82-100页。

[29] 杨仁发：《产业集聚与地区工资差距——基于我国269个城市的实证研究》[J]，《管理世界》2013年第8期，第41-52页。

[30] 陈建军、刘月、邹苗苗：《产业协同集聚下的城市生产效率增进——基于融合创新与发展动力转换背景》[J]，《浙江大学学报（人文社会科学版）》2016年第3期，第150-163页。

[31] 李子叶、韩先锋、冯根福：《我国生产性服务业集聚对经济增长方式转变的影响——异质门槛效应视角》[J]，《经济管理》2015年第12期，第21-30页。

[32] 同[2]。

[33] 刘秉镰、李清彬：《中国城市全要素生产率的动态实证分析：1990—2006——基于DEA模型的Malmquist指数方法》[J]，《南开经济研究》2009年第3期，第139-152页。

[34] 刘祥：《矿业城市经济发展规模效率浅析》[J]，《中国矿业》2004年第9期，第72-77页。

[35] 秦炳涛：《中国区域能源效率研究——地级市的视角》[J]，《世界经济文汇》2014年第1期，第95-104页。

[36] Lawrence M. Seiford and Joe Zhu， “Modeling Undesirable Factors in Efficiency Evaluation” [J]， European Journal of Operational Research， 2002， 142 （1）： 16-20.

[37] 于斌斌：《產业结构调整如何提高地区能源效率？——基于幅度与质量双维度的实证考察》[J]，《财经研究》2017年第1期，第86-97页。

[38] 同[2]。

[39] 同[1]。

[40] 同[2]。

[41] 李琳、刘琛：《互联网、禀赋结构与长江经济带工业绿色全要素生产率——基于三大城市群108个城市的实证分析》[J]，《华东经济管理》2018年第7期，第5-11页。

[42] 向阳、罗胤晨、于哲浩、周润星：《城市制造业集聚演变及其对生态环境的影响研究——基于成渝地区双城经济圈的实证分析》[J]，《调研世界》2022年第3期，第20-29页。

注释：

①参见《习近平主持召开进一步推动长江经济带高质量发展座谈会 强调进一步推动长江经济带高质量发展 更好支撑和服务中国式现代化》[N]，《人民日报》2023年10月13日第 1版。

②本文研究区域为重庆市、成都市、自贡市、攀枝花市、泸州市、德阳市、绵阳市、广元市、遂宁市、内江市、乐山市、南充市、眉山市、宜宾市、广安市、达州市、雅安市、巴中市、资阳市、贵阳市、六盘水市、遵义市、安顺市、毕节市、铜仁市、昆明市、曲靖市、玉溪市、保山市、昭通市、丽江市、普洱市、临沧市。

作者简介：谭美容，重庆财经学院讲师，重庆交通大学经济与管理学院博士研究生。唐燕，重庆财经学院讲师。罗胤晨，重庆财经学院教授，重庆财经学院绿色发展研究院执行院长。

责任编辑：陈丁力