生产性服务业集聚、空间溢出与绿色全要素生产率提升

徐晓红，汪 侠

(安徽大学 经济学院，安徽 合肥 230601)

一、引 言

《2018年全球环境绩效指数报告》指出，在全球180个国家和地区中，中国环境绩效综合得分为50.74 分，排名为120位。其中，在空气质量问题方面，得分为14.39分，排名为177位。根据中国环保部门数据显示，2017年有239个城市环境空气质量超标，占所有城市比重为70.7%。这些事实充分揭示了过去中国经济“高速度、低效率、低质量”的增长模式已经造成了严重的资源环境问题，转变经济发展方式，实现绿水青山与金山银山协调发展刻不容缓。为此，党的十九大报告提出，转换经济增长动能，提高全要素生产率，驱动经济绿色健康发展。在新发展理念的背景下，促进绿色全要素生产率(Green Total Factor Productivity，GTFP)提升已成为经济高质量发展的关键[1-2]。GTFP是在传统TFP基础上加入能源和环境要素，既符合现实的经济生产过程又体现了绿色发展理念，充分揭示了经济高质量发展的本质内涵。

生产性服务业的专业化和多样化的集聚，呈现异质性溢出效应的特征，是中国制造业技术创新的重要驱动力[3]。近年来，依托生产性服务业集聚倒逼产业结构调整、转变发展模式成为政府与学界关注的热点。已有研究表明，生产性服务业借助深化劳动分工、空间外溢效应、产业结构优化等途径达到环境改善与效率提升的目标[4]。同时，随着信息化水平的提高和交通基础设施的完善，生产性服务企业一方面可以快速低成本获取本地和外地市场相关信息，进而为跨区际服务提供信息支持，另一方面降低了交通运输成本，增加了企业间面对面的“隐性信息”交流频率，导致生产性服务业可以借助空间辐射效应对外地市场产生重要影响。因此，在中国经济迎来新时代背景下，从空间外溢视角研究生产性服务业集聚对绿色全要素生产率提升的影响机制，对于贯彻绿色发展理念，实现经济高质量发展具有重要现实意义。

二、文献综述

近年来，中国经济粗放式发展模式不可持续，需要重新寻求增长动能，提高绿色经济效率，而生产性服务业内生的技术特点能否成为新经济增长点，成为学界关注的热点论题。现有文献关于生产性服务业的研究主要集中于三方面：一是生产性服务业与制造业协调发展的研究，此类文献主要从生产性服务业和制造业动态互动视角出发，探讨二者规模分布的空间演化特征，进而分析制造业与生产性服务业的总体发展水平及耦合协调程度[5-6]。二是生产性服务业集聚与生产率关系的研究，认为集聚通过技术溢出效应、规模经济效应、循环利用效应等渠道促进生产率提升，主要强调了集聚的正外部性，没有对负外部性进行系统考察[7-9]。事实上，随着集聚程度跨越门槛值之后，集聚的拥挤效应将占据主导作用，此时会抑制生产率提升[10-11]。同时，鉴于经济发展的不同阶段具有不同的社会制度，使得集聚具有差异性的生产率效应，二者会呈现不确定或非线性关系[12-13]。三是从新结构经济学视角研究产业结构服务化效率损失的补偿机制[14]。在传统研究生产性服务业集聚对生产率影响的基础上纳入空间因素，强调生产性服务企业不仅局限于“本地化服务”，还可以对跨区际的制造业提供服务，具有显著的空间溢出效应，研究发现生产性服务业多样化集聚对一定地理范围内的地区具有明显的空间外溢效应，不考虑空间因素的研究将高估集聚对生产率提升的作用。

综上可知，前沿文献为本文提供了理论和实证基础，但也存在不足之处。第一，对绿色全要素生产率研究不足，已有文献更多关注生产性服务业集聚能否提升制造业生产效率，鲜有文献研究生产性服务业集聚与绿色全要素生产率之间的关系。第二，对空间溢出效应研究不足，即使有少量文献将空间因素纳入分析框架，但仅设置了地理距离或经济距离空间权重矩阵，忽略了不同经济体之间通过贸易、投资等途径产生的经济地理双重互动效应。鉴于此，本文以中国285个地级及以上城市为样本，从空间外溢视角研究生产性服务业集聚对绿色全要素生产率提升的影响机制，并试图回答以下问题：生产性服务业不同集聚模式对绿色生产率提升的空间溢出效应有多大？空间溢出效应的区域边界是多少？不同集聚模式的绿色生产率提升效应是否受到行业异质性和城市规模影响？本文的贡献在于：在样本选择上，选取中国285个城市面板数据作为分析样本，相比内部差异性较大的省份数据，城市层面的数据更加精确；在实证方法上，运用动态空间杜宾模型和空间滞后解释变量模型，在同时考虑城市间存在经济与地理上的空间相关性基础上，构建了经济地理空间权重矩阵，修正了地理距离矩阵和经济距离矩阵产生的偏误性；在研究深度上，在测算出生产性服务业集聚空间溢出有效边界的基础上，进一步探讨了在异质性行业和城市规模下，不同集聚模式对绿色生产率提升的差异化影响，丰富了既有文献的内容。

三、理论分析与研究假说

(一)绿色全要素生产率提升机理

根据集聚经济学理论，生产性服务业集聚可以充分发挥中间服务品供给的规模经济效应和范围经济效应，有效衔接上下游产业的投入产出关系，充当产业之间的润滑剂，从而深化产业间横向与纵向分工协作，降低制造业交易成本和生产成本，提升制造业在全球价值链中的地位，实现产业结构的“去污染化”。随着产业协同集聚程度的进一步深化，生产性服务业集聚将知识资本与人力资本嵌入到制造业价值链的各个环节，引导制造业在生产过程中使用更多节能环保技术，促使制造业生产向高附加值、低污染的价值链两端延伸，并推动制造业生产从依赖能源、资源硬性投入和盲目规模扩张向依靠知识、技术软性投入和提高产品附加值转型升级，提高了制造业与生产性服务业之间的协同效率与循环累积因果关系，最终提升绿色全要素生产率[3]。从集聚模式的角度来看，专业化集聚和多样化集聚模式通过不同的作用机理均有利于提升绿色全要素生产率。Marshall指出同一行业内部的专业化集聚主要存在匹配、共享与学习三种集聚正外部性[15]。城市内部基于原材料成本优势、中间投入品共享优势和最终产品市场优势的专业化集聚能够更大程度地发挥各企业的比较优势，强化知识、技术等高级要素在制造业生产环节中的有效融合，推动绿色全要素生产率提升。与之相对应，Jacobs提出不同行业的多样化集聚有利于企业间技术交流与合作[16]。多样化集聚程度高的城市通过社会化网络关系就近获得异质性知识与信息，增加了环境治理外包服务的多样化选择，激励企业从外部市场购买更加专业化、规模化的污染治理服务，促进绿色全要素生产率提升。然而，生产性服务业集聚也会产生负外部性。事实上，随着集聚程度跨越门槛值之后，集聚的拥挤效应将占据主导作用，借助规模效应产生集聚不经济现象，抑制绿色生产率提升。例如，物流业集聚在提升绿色生产率的同时，产生的包装垃圾会显著降低城市垃圾的处理效率，进而不利于绿色生产率提升。因此，在生产性服务业集聚的起步、发展和成熟阶段，集聚的正外部性和负外部性处于动态博弈过程，形成绿色生产率提升的“向心力”和“离心力”，两种力量在集聚的不同阶段具有非对称性特征。

生产性服务业集聚的绿色全要素生产率提升效应与行业性质有关。中低端生产性服务业的主要需求者为劳动密集型和资本密集型制造业，而高端生产性服务业与技术密集型制造业互动较多。由于劳动密集型和资本密集型制造业处于价值链中低端，多为高能耗、高污染产业，容易对高物化投入、低效率产出的发展模式形成路径依赖，当中低端服务业在生产性服务业内部结构中比重较高时，不利于绿色全要素生产率提升。相反，技术密集型制造业处于价值链高端，凝聚了技术、信息、知识等创新型要素，实现了经济与环境污染的脱钩式发展，当行业内部结构中高端服务业比重较高时，有助于产生预期中的绿色全要素生产率提升效应。

生产性服务业集聚的绿色全要素生产率提升效应还受到城市规模的影响。受到禀赋条件、地理位置、经济水平等因素的影响，对中小城市而言，受到工业化水平较低、产业结构初级和产业规模较小等条件的制约，无法支撑生产性服务业多样化集聚，绿色全要素生产率提升只能通过专业化集聚来实现。对大城市而言，产业规模较大，产业链较长，且具有较为丰富的人力资本和知识资本存量，对生产性服务业的需求规模较大，能够满足绿色全要素生产率提升的多样化集聚。

基于理论分析，提出假说1：生产性服务业集聚的正、负外部性同时影响绿色全要素生产率提升，这种提升效应会受到生产性服务业内部行业异质性和城市规模的影响。

(二)空间溢出机理

生产性服务业作为制造业中间投入品的供给者，为了节约交易成本和防范因信息不对称而产生的道德风险，会选择在制造业外围选址布局，但随着信息技术的发展和交通基础设施的完善，部分生产性服务业区位选择不再需要趋近于制造业周围，从而出现了二者的跨区际分工格局，生产性服务业集聚提升绿色全要素生产率呈现跨区际的溢出效应。同时，生产性服务业提供的服务产品大多具有不可存储性，与制造业的互动主要是通过面对面的服务信息交流完成的。这类服务信息包括显性信息和隐性信息两类，显性信息随着通讯技术的进步可以实现远距离传输，而隐性信息只能通过面对面长期接触来获得，无法进行远距离传播，表现出随着地理距离的增加呈现逐步衰减的特征[17]。

生产性服务业不同集聚模式的空间外溢效应存在显著差异。专业化集聚的生产性服务业主要以物流仓储、一般性商务为主，企业提供的服务种类相对单一，且具有服务半径小、知识密集度低等特点，导致其空间外溢边界十分有限，对周边地区的空间辐射带动作用不明显。对于多样化集聚而言，主要是以信息技术、科学研究和金融服务等功能多元化的生产性服务业为主导行业，具有服务半径大、技术含量高等特征，能够支撑空间外溢效应的扩散。

基于理论分析，提出假说2：生产性服务业集聚的空间外溢效应随着地理距离的增加而出现衰减，相对于专业化集聚模式而言，多样化集聚模式的空间溢出效应较强，辐射范围更大。

四、计量模型、变量与数据说明

(一)模型设定

本文借鉴Dietz和Rosa构建的STIRPAT模型，来实证检验理论分析结论的可靠性[18]。STIRPAT模型为：

GTFP=aPλ1Aλ2Tλ3e

(1)

GTFP表示城市绿色全要素生产率，a为常数项，P为人口总数，A为人均财富占有量，T为技术条件，e为随机干扰项。参数λ1、λ2、λ3为弹性系数。

根据韩峰和谢锐的研究，技术条件是生产性服务业专业化集聚(SA)和多样化集聚(DA)的单调函数，即：

T=T0(SA)α(DA)β

(2)

T0为初始技术水平，α和β为弹性系数。将式(2)代入式(1)可得：

(3)

θ1=λ3、θ2=αλ3、θ3=βλ3为弹性系数。除了式(3)包含的影响因素外，根据相关研究指出，影响绿色全要素生产率的变量还有人力资本(HUM)、信息化水平(INF)、外商直接投资(FDI)、政府干预程度(GOV)。对式(3)两边取对数，并引入其他控制变量，得到：

lnGTFPit=S0+λ1lnPit+λ2lnAit+θ2lnSAit+θ3lnDAit+φ1lnHUMit+φ2lnINFit+φ3lnFDIit+φ4lnGOVit+εit

(4)

S0=lna+θ1lnT0。

伴随着通信技术和交通基础设施的发展，地区间通过要素流动和产业转移等途径逐步建立起一体化市场体系，引致绿色全要素生产率在空间上可能存在显著的关联效应，且一个地区的生产性服务业集聚可能对其他地区的绿色全要素生产率产生影响。同时，构建的计量模型也遗漏了不可观测的社会制度、产业政策、气候条件等变量，这都有可能影响绿色全要素生产率并导致空间依赖性。因此，忽略空间相关性的传统计量模型将产生估计结果的有偏性。基于此，本文建立动态空间计量模型来分析地区间存在的空间关联效应。相比静态模型，动态模型的优点在于，既考虑了绿色生产率的路径依赖性和空间外溢性，又避免了反向因果的内生性问题。具体模型为：

lnGTFPit=τlnGTFPit-1+ρWlnGTFP+lnXitβ+WlnXθ+νi+γt+εit，εit=ψWε+μit

(5)

νi、γt为空间固定效应和时间固定效应，ρ、ψ为空间自回归系数和空间自相关系数，W为空间权重矩阵，X为自变量向量。式(5)为广义嵌套空间模型，同时包含内生空间交互效应、外生空间交互效应和误差项空间交互效应[19]。若ρ≠0、θ=0、ψ=0，则为SAR模型；若ρ=0、θ=0、ψ≠0，则为SEM模型；若ρ≠0、θ=0、ψ≠0，则为SAC模型；若ρ≠0、θ≠0、ψ=0，则为SDM模型；若ρ=0、θ≠0、ψ=0，则为SLX模型。本文主要研究生产性服务业集聚对绿色全要素生产率提升的影响机制和空间溢出效应，因此主要以SAR、SEM、SAC、SDM、SLX为基本计量模型，通过空间统计检验方法判定最优估计模型，同时运用偏微分方法估算了SDM模型中各变量的直接效应和间接效应，修正了直接利用点估计结果判定空间溢出效应是否存在的做法，并采用系统GMM方法估算SLX模型，解决了模型中可能存在的内生性问题，具有良好参数估计性质。

(二)变量与数据说明

1.被解释变量

根据Chung等提出的Malmquist-Luenberger指数来测度绿色全要素生产率(GTFP)，即通过全局决策单元构造出最优生产前沿面，然后度量各决策单元与最优前沿面的距离[20]。该方法具有非径向、非角度和考虑了非期望产出等优点，被广泛运用到绿色生产率测算问题中。计算过程中，投入指标包括劳动力、物质资本和能源消费，劳动力采用年末从业人员数表示，物质资本用固定资产投资额表示，能源消费采用全社会用电量表示。产出指标包括期望产出和非期望产出，期望产出选用地区生产总值表示，并以2000年为基期运用GDP平减指数进行消胀处理，非期望产出选用工业废水、二氧化硫和烟尘排放量表示。

2.核心解释变量

借鉴已有研究方法，专业化集聚和多样化集聚的计算公式为：

SAi=Maxj(sij/sj)

(6)

DAi=1/∑j|sij-sj|

(7)

sij表示i城市j产业从业人员数占该城市总从业人员数的份额，sj表示j产业全国从业人员数占所有产业全国总从业人员数的份额。

3.控制变量

人口规模(P)用城市辖区年末总人口数表示。人均财富占有量(A)用实际人均GDP表示。人力资本(HUM)采用平均受教育年限表示。信息化水平(INF)采用人均邮电量表示。外商直接投资(FDI)使用实际利用外资额表示。政府干预程度(GOV)使用财政支出占财政收入的比重表示。

4.空间权重矩阵

已有文献常用的空间权重矩阵有地理距离矩阵和经济距离矩阵，虽然两种矩阵分别从地理区位和经济行为角度表征经济单元间的空间相关性，但是现实中的空间关联效应很有可能来自地理空间和经济模式的双重影响，不再局限于地理或经济的单一影响。本文通过综合各经济单元在地理区位和经济属性两方面因素构建经济地理空间权重矩阵，这对于反映空间相关性可能更具有优势。

(8)

在删除数据严重缺失和行政区划调整的城市后，利用中国285个地级及以上城市作为研究样本，研究时间段为2003—2016年。由于生产性服务业集聚的主要地点为市辖区，为此选取的城市主要指标为市辖区数据，数据均来源于《中国城市统计年鉴》《中国区域经济统计年鉴》和《中国统计年鉴》。根据已有研究，生产性服务业选取“交通运输、仓储及邮政业”“批发和零售业”“信息传输、计算机服务和软件业”“金融业”“房地产业”“租赁和商业服务业”“科学研究、技术服务和地质勘查业”7个行业。

五、空间计量检验与结果分析

(一)城市绿色全要素生产率的空间相关性检验

Anselin指出空间数据都具有空间自相关或空间依赖性特征，这表明各城市间的绿色全要素生产率可能存在空间关联性[21]。本文采用Moran’s I 指数检验绿色全要素生产率的空间相关性，Moran’s I 指数定义为：

Moran’s I=

(9)

表1 中国各城市绿色全要素生产率的Moran’s I指数检验结果

注：***表示在1%显著性水平下通过检验，()数字为Z统计量。

图1 2003年局部Moran’s I指数散点图

图2 2007年局部Moran’s I指数散点图

图3 2011年局部Moran’s I指数散点图

图4 2016年局部Moran’s I指数散点图

(二)生产性服务业集聚影响绿色全要素生产率的空间计量分析

借鉴Elhorst的方法，采用“从具体到一般”和“从一般到具体”的思路对广义嵌套空间模型的具体形式进行选择[22]。检验结果如表2所示，LM和稳健LM检验拒绝非空间效应模型的原假设，LR检验拒绝空间和时间固定效应的联合非显著性的原假设，Hausman检验拒绝随机效应模型，Wald检验拒绝空间杜宾模型转化为空间滞后和空间误差模型的原假设。因此，选择时空双重固定效应的动态空间杜宾模型来估计公式(5)。为了检验模型参数估计结果的稳健性，还报告了双重固定效应的OLS、SAR、SEM、SAC模型的估计结果，空间计量模型估计结果如表3所示。

表2 模型选择的计量检验结果

表3 生产性服务业集聚影响绿色全要素生产率空间计量估计结果

注：*、**、***分别表示在10%、5%、1%显著性水平下通过检验，()数字为T统计量，下同。

表3显示，从模型的对数似然值和拟合优度看，动态SDM模型均为最优估计模型，各模型的空间自回归系数和空间自相关系数在1%或5%显著性水平下均为正，说明城市绿色全要素生产率在内生和误差项的双向交互效应作用下具有明显的空间依赖性。绿色全要素生产率一阶滞后变量在所有空间计量模型中均通过1%显著性水平检验，并且为正值，这表明城市绿色生产率在时间维度上具有路径依赖性，即上期的绿色生产率显著正向影响当期绿色生产率，表现出“滚雪球效应”，侧面反映了中国城市绿色生产率存在连续性和动态性特征。动态SDM模型中，专业化和多样化集聚在5%和10%显著性水平下为正，说明二者均能够提高城市绿色全要素生产率。LeSage等指出SAR、SAC和SDM模型含有内生空间交互效应时，参数回归系数不能解释为各变量对绿色生产率的边际影响，直接利用点估计结果来判定空间溢出效应是否存在的做法失效[23]。为此，在表3的基础上进一步运用偏微分方法估算了各变量的直接效应和间接效应(见表4)。其中，直接效应代表本地区各解释变量对自身绿色生产率的影响；间接效应代表其他地区各解释变量对本地区绿色生产率的影响，即为空间外溢效应。

由表4可知，在SDM模型中，生产性服务业专业化和多样化集聚对城市绿色全要素生产率的直接效应均通过10%显著性水平检验，且符号为正，说明本地区的专业化和多样化集聚都能够提升本地区的绿色生产率，相比于集聚的负外部性，正外部性占据主导地位。专业化集聚的间接效应没有通过统计检验，多样化集聚的间接效应在5%水平下显著为正，反映出本城市的专业化集聚对周边城市的绿色生产率并未表现出辐射带动效果，而多样化集聚对周边城市产生了明显的空间外溢效应。究其原因，专业化程度较高的城市产业结构主要以劳动和资本密集型为主，其与交通运输仓储、批发零售等技术含量较低的生产性服务业互动较多，这一比较优势决定了该城市的生产性服务业主要围绕本地区的禀赋进行专业化发展，对邻近城市的绿色生产率提升无法产生明显的扩散效应，多样化程度强的城市由于拥有多种门类生产性服务企业，可以通过社会网络获取差异化的知识、信息与技术等创新要素，并加速了创新要素在行业间的流动速率与转换概率，为企业生产服务功能的全方位和多样化发展提供了重要支撑。同时，激烈的市场竞争将自动筛选出服务效率更高的企业，并借助虹吸效应不断汇集高效率的异质性企业在本地区集聚，产生累积因果循环效应，在提升了本地区绿色生产率之外，还通过创新要素溢出等渠道满足了邻近城市产业发展的多样化需求，导致局部地区出现绿色生产率提升的“俱乐部趋同”现象。限于篇幅，控制变量的直接与间接效应不予赘述。

表4 生产性服务业集聚影响绿色全要素生产率直接效应和间接效应

(三)空间溢出效应地理边界分析

为了考察生产性服务业不同集聚模式对城市绿色生产率的空间溢出效应如何随地理距离发生变化，基于时空双固定SDM模型，每间隔50千米回归一次，直到800千米为止，从而得到不同地理距离范围内生产性服务业集聚对绿色生产率的溢出效应，回归结果如图5和图6所示。

图5 专业化集聚的空间溢出地理边界图

图6 多样化集聚的空间溢出地理边界图

专业化集聚对绿色生产率的间接效应估计系数在0～150千米范围内为正值，并通过5%显著性水平检验，当地理距离阈值大于150千米时，间接效应系数值很小，基本围绕零值上下波动，且没有通过统计检验，说明专业化集聚对绿色生产率的正向空间溢出效应有效地理边界为150千米，随着地理距离的增加，溢出效应呈衰减趋势。多样化集聚对邻近城市绿色生产率的影响在0～300千米范围内表现出正向空间溢出效应，参数估计值通过5%显著性水平检验，而距离阈值超过300千米后，间接效应呈现出随机波动状态，不再具有统计意义，噪音波动特征显著，说明多样化集聚对周边城市产生溢出效应的有限边界为300千米，随着地理距离的增加，溢出效应也具有空间衰减特征。相比专业化集聚模式，多样化集聚模式对周边城市绿色生产率的空间辐射范围更广，产生的溢出效应更强。这一事实印证了前文提出的理论假说，即专业化发展模式存在结构单一性、服务半径小等特点，限制了溢出效应的发挥，多样化发展模式具有结构多元化、服务半径大等特点，释放了溢出效应的潜力。

(四)有效范围内异质性行业集聚对绿色生产率的影响

由于专业化和多样化集聚发挥空间溢出效应的有效边界分别为150千米和300千米，并且理论分析指出不同集聚模式提升绿色生产率可能受到行业异质性影响。考虑到数据的可得性与科学性原则，剔除了复合型生产性服务行业(如京东、阿里巴巴、美团等)，选取“交通运输、仓储及邮政业”“批发和零售业”“信息传输、计算机服务和软件业”“金融业”“房地产业”“租赁和商业服务业”“科学研究、技术服务和地质勘查业”7个行业代表生产性服务业。同时，按照技术密集度、研发强度和人均产值高低的标准，将“交通运输、仓储及邮政业”“批发和零售业”“房地产业”和“租赁和商业服务业”定义为中低端生产性服务业，将“信息传输、计算机服务和软件业”“金融业”和“科研、技术服务和地质勘查业”定义为高端生产性服务业。以300千米为距离阈值重新构建经济地理空间权重矩阵，运用时空双固定SDM模型考察有效范围内中低端和高端生产性服务业集聚对绿色生产率的影响机制，结果如表5所示。

中低端行业专业化和多样化集聚的直接效应为正，但没有通过显著性检验，说明中低端行业集聚提升本地区绿色生产率效果不佳。这可能与现阶段城市传统制造业转型升级滞后有关，由于传统制造业寻求服务的主要对象为中低端生产性服务业，二者协同集聚强化了传统制造业对粗放式生产方式的依赖性，阻碍制造业环保技术革新，不利于城市绿色生产率提升。专业化集聚的间接效应在10%水平下显著为负，表明中低端行业专业化集聚对周边城市绿色生产率产生负向空间溢出效应。可能的原因在于，城市内部制造业与生产性服务业出现供需错配现象，引致中低端生产性服务业进行跨界服务，固化了城市传统产业结构，抑制绿色生产率提升。多样化集聚的间接效应没有通过统计检验，说明中低端行业多样化集聚对邻近城市绿色生产率未产生明显影响。高端行业专业化和多样化集聚的直接效应在5%和1%水平下显著为正，弹性系数为0.028和0.153，说明高端行业专业化和多样化集聚水平每提高1%将带动本地区绿色生产率提升0.028%和0.153%。专业化和多样化集聚的间接效应在10%和5%水平下显著为正，弹性系数为0.011、0.092，说明高端行业专业化和多样化集聚水平每提高1%将提升周边城市绿色生产率0.011%和0.092%，且多样化集聚的空间溢出效应大于专业化集聚，反映了高端生产性服务业多样化集聚对周边城市绿色生产率提升效应更强。

表5 异质性生产性服务业集聚影响绿色全要素生产率直接效应和间接效应

(五)有效范围内异质性城市规模对绿色生产率的影响

前文理论分析指出，专业化和多样化集聚对绿色生产率的提升效应受到城市规模影响，只有当不同集聚模式与城市规模及其禀赋条件有效匹配时，绿色生产率提升效应才能充分发挥。为了验证异质性城市规模生产性服务业集聚对绿色生产率的影响机制，本文将整个样本分为超大及特大城市、大城市、中等城市和小城市四类。以150千米和300千米为距离阈值构建专业化和多样化集聚指标，并采用系统GMM方法估算空间滞后解释变量模型(SLX)[19]。150千米和300千米范围内专业化和多样化集聚指标见式(10)和(11)。

(10)

(11)

W150、W300表示地理阈值在150千米和300千米范围内的经济地理空间权重矩阵。专业化集聚指标衡量了本地区从150千米范围内获取专业化集聚经济的水平，多样化集聚指标则表示本地区从300千米范围内获取多样化集聚经济的水平。估计结果如表6所示。

表6 异质性城市规模的SLX估计结果

超大及特大城市生产性服务业专业化和多样化集聚对绿色生产率均具有提升作用，弹性系数分别为0.114、0.130，相比专业化集聚，多样化集聚提升城市绿色生产率的效果更佳，150千米和300千米范围内邻近城市的专业化和多样化集聚对本地区的绿色生产率也具有显著的积极影响。这意味着超大及特大城市在提高生产性服务业多样化集聚水平时也注重专业化发展，培育起多样化与专业化并重的集聚模式，使得技术、知识和信息等高级要素既可以受到专业化集聚的影响，又能够在优势互补的行业间流动，进而有效提升了城市绿色生产率。同时，由于超大及特大城市存在集聚效应和竞争选择效应，市场规模大，市场分工复杂化与精细化，对生产性服务需求呈现规模化与多元化特点，这决定了周边城市专业化与多样化集聚模式对本市产生了绿色生产率提升效应。大城市专业化和多样化集聚显著提升了城市绿色生产率水平，且邻近城市的集聚模式也促进了本市绿色生产率，这一估计结果与超大及特大城市保持一致。中等城市专业化和多样化集聚的估计系数为0.200、-0.033，没有通过显著性检验，邻近城市专业化集聚也未对本市绿色生产率产生明显影响，但邻近城市多样化集聚在10%显著性水平下抑制了本市绿色生产率提升。究其原因，中等城市集聚模式与城市规模不相匹配，存在结构性错配现象，生产性服务业发展已背离当地比较优势，盲目追求高水平多样化发展，造成资源浪费和要素配置效率低下，最终引致集聚的绿色生产率提升效应无法发挥。小城市专业化集聚在5%水平下显著为正，多样化集聚在10%水平下显著为负，邻近城市专业化集聚对本市绿色生产率影响不显著，多样化集聚在5%水平下对本市绿色生产率产生负向影响。一般而言，50万人以下的小城市产业结构单一，市场规模小，对生产性服务需求主要集中于交通运输仓储、商业租赁等行业，生产性服务业应该立足于本地区主导产业进行专业化发展，地方政府不宜为了政绩目标，对生产性服务业进行“大而全”“小而全”发展，盲目选择高端化、多样化发展模式，这将会出现本市和邻市多样化水平的提高反而降低城市绿色生产率的悖论。

六、结论与启示

本文理论分析了生产性服务业集聚影响城市绿色全要素生产率的内在机理，并以2003—2016年中国285个城市面板数据为研究样本，采用动态SDM和SLX模型从空间外溢视角实证检验了生产性服务业专业化、多样化集聚模式对城市绿色生产率的影响机制。结果显示，专业化集聚仅提升了本市绿色生产率，而多样化集聚对本市和周边城市的绿色生产率均存在提升效应；专业化和多样化集聚对绿色生产率的空间溢出效应有效地理边界为150千米和300千米；该范围内，中低端生产性服务业的专业化和多样化集聚对本市和邻市绿色生产率未产生明显影响，高端生产性服务业则产生了显著的绿色生产率提升效应；超大及特大城市、大城市的专业化和多样化集聚对本市和邻市绿色生产率具有促进作用，而中等城市、小城市两种集聚模式与城市规模间存在不同程度的空间错配问题，引致城市绿色生产率提升效应无法充分发挥。

基于上述研究结论，政策启示为：一是强化生产性服务业在地理空间上的集聚水平，有效发挥集聚的绿色生产率提升效应。各个城市可以通过财政支持、规划布局和政府引导等方式，促进生产性服务业形成网络化、密集化发展态势，充分发挥集聚的正外部性，推动城市绿色生产率提升。二是打破要素流动的体制壁垒，最大化集聚的空间溢出效应地理边界。实证结果表明，专业化和多样化集聚对绿色生产率的溢出效应地理边界为150千米和300千米，基本仍在省域内部，要素流动受到行政边界和地方保护主义的负面冲击，应该加快推进区域一体化进程，从制度层面激励各级政府加强交流合作，引导创新要素合理自由流动，并通过跨区域补偿机制和市场化机制，提高创新要素配置效率，实现溢出效应边界最大化目标。三是构建不同城市规模生产性服务业分工协作格局，实现城市规模与集聚模式的耦合。实证结果显示，城市规模与集聚模式不匹配是阻碍绿色生产率提升的重要原因，不同规模城市发展生产性服务业的类型存在差异，各城市应该从经济所处阶段、城市功能定位和要素禀赋条件出发，对生产性服务业进行统筹规划、合理分工，大城市的生产性服务业应该以多样化发展模式为核心，重点发展技术含量高、辐射范围广、联动作用强的行业，中小城市应避免行业选择的同构和攀比现象，专业化发展物流、批发零售及一般性商务等生产性服务功能，打造具有本地特色的专业化服务品牌，通过不同规模城市间的协同分工、优势互补，从全局层面提升城市绿色生产率。