我国生产性服务业集聚对区域技术进步的影响——基于空间经济学视角

郭星原 副教授

（吕梁学院经管系 山西吕梁 033000）

文献综述

生产性服务业的相关研究。生产性服务业的发展是实现制造业高质量的主要路径，现有研究从不同角度考察了生产性服务业对周边产业的带动能力。高觉民和李晓慧（2011）构建了生产性服务业与制造业互动机理模型，研究考察生产性服务业的发展对制造业的促进作用，研究发现，制造业的增长显著促进了生产性服务业的发展，而且生产性服务业内部各部门与制造业均呈现互动发展关系。盛丰（2014）从生产性服务业聚集促进制造业升级的机制出发，实证发现生产性服务业集聚对制造业升级具有明显的提升作用，这种作用不仅体现在对本地区制造业升级的影响，而且通过空间外溢效应对周边区域制造业升级有明显促进作用。黄群慧（2014）认为，我国必须重视制造业产能过剩、产业结构转型升级和第三次工业革命三方面问题，对此，要着力发展生产性服务业，通过提高生产性服务业水平带动制造业质量，进而实现工业经济的整体增长。余泳泽等（2016）进一步引入了空间权重概念，并以空间计量模型分析生产性服务业空间聚集对制造业生产效率提升的空间外溢效应及衰减边界，发现生产性服务业空间聚集对制造业生产效率提升的空间外溢效应表现较为明显，并且这种空间外溢效应会存在具有空间衰减特征的地理边界。总的来看，现有研究主要集中于生产性服务业和制造业的关联上，而生产性服务业与第三产业的联系分析较少。

区域技术进步的相关研究。我国区域技术进步进程较慢，提升区域技术效率、促进区域技术进步，有助于我国经济转型和市场发展，已是诸多研究者的共识。当前研究中，学者们从不同角度分析了我国区域技术效率水平。赵霞等（2018）针对区域技术效率展开深入研究，通过将碳排放指标纳入模型，在剔除了环境噪声和随机干扰后，利用三阶段DEA 方法测度了我国区域技术效率的真实水平，发现我国各个省域的技术效率总体水平较低，规模无效是导致区域技术效率不高的主要原因。当前研究从不同角度说明了区域技术进步的重要性，但现有研究中针对区域技术效率的测算方法仍莫衷一是，如何更好测算区域技术效率，是实现生产性服务业集聚对区域进步分析的重点。

区域技术效率水平测度

（一）基于自抽样的数据包络方法

数据包络分析方法（DEA）在技术进步研究中应用广泛，主要用以测度区域技术效率水平。但从我国现有研究来看，大多数学者在测度区域技术效率水平时，仅仅考虑了要素配置的情况，而没有剔除环境要素的影响，造成技术效率的测算存在 “高估”。本文借鉴黄雨婷和文雯（2019）的最新研究成果，采用基于自抽样的数据包络方法（Bootstrap-DEA），该方法在三步DEA 模型的基础上，进一步剔除环境要素的影响，使得技术效率评估更加精确，方法具备一定前沿性。同时，应用该方法需要考虑区域内部不同产业的投入产出效率，进而准确衡量我国区域技术效率水平，本文借鉴李江宇（2020）的研究成果，选取如下指标，包括6 个投入指标、4 个产出指标和2 个环境指标，指标选取情况如表1 所示。

如表1 所示，本文研究的观测期为2009-2019 年，观测区域选取我国30 个省市区（不包括香港、澳门、台湾和西藏）。数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》和《中国科技统计年鉴》。

（二）计算结果

利用Bootstrap-DEA计算得到2009-2019年30个省市区的技术效率水平，结果如表2 所示。由表2 可见，基于Bootstrap-DEA 计算得到的各省市区技术效率水平来看，第一，我国各省份技术效率水平整体偏低，即使是排第一位的江苏省，其技术效率也仅为0.4306。第二，我国不同地区的技术效率得分相差较大，东部地区平均为0.3655、中部平均为0.3046、西部平均为0.2147，说明我国不同地区技术发展不均匀，极易产生区域间的技术溢出与技术流动。第三，区域技术效率与地区经济实力关联密切，排名前列的省份均为经济强省，这也说明地区的技术进步需要较强的周边产业实力与经济实力带动。

表1 衡量生产性服务业技术效率的相关指标

表2 样本期内中国各省域技术效率得分

实证分析

（一）计量模型

本文依据国务院发布的《生产性服务业统计分类（2019）》对生产性服务业进行分类，包括研发设计与其他技术服务；货物运输、通用航空生产、仓储和邮政快递服务；信息服务；金融服务；节能与环保服务；生产性租赁服务；商务服务；人力资源管理与职业教育培训服务；批发与贸易经纪代理服务；生产性支持服务10 个大类的产业总和。由于生产性服务业的集聚是一种典型的空间特征，因此本文需要设定空间计量模型进行分析，首先采用最基本的空间滞后模型进行设定：

公式（1）中，y 代表被解释变量，即上文所求得的各省份技术效率值；X 代表一个n*k 的系数矩阵，β 代表生产性服务业的总体产出水平，λ 为空间自回归系数，W代表空间权重矩阵；这里采用的是服从0-1 分布的空间临近矩阵，ε 代表系统随机误差，服从正态分布特征。

空间滞后模型主要说明解释变量与被解释变量间是否存在相关性，但难以说明随机冲击导致的变动情况。由于生产性服务业集聚是一个长期过程，对技术所造成的影响也需要较长时间进行累计。因此需要进一步引入空间误差模型（SEM），从而分析随机误差或遗漏变量对变量的空间影响：

公式（2）的相关系数设定与公式（1）完全一致，同时空间误差模型的随机向量μ 可以由空间误差系数ρ 得到。因此利用公式（2）可以估计临近区域的技术效率变动对本区域技术效率的随机冲击水平。

最后，本区域的技术效率还可能受到临近区域除生产性服务业集聚外的影响，因此需要进一步设定空间杜宾模型（SDM），形式为：

公式（3）相比于公式（2）多出的一项WXδ，其主要分析除生产性服务业集聚以外的其他变量的影响，通过剔除其他变量的影响，可以更稳健观测生产性服务业集聚对技术进步的影响情况。综上，本文的实证模型如下：

其中，CTit代表区域技术效率，由上文的Bootstrap-DEA 方法计算得出。PSit代表生产性服务产业产出水平；GDPit、FINit和OPENit是本文选择的3 个控制变量，分别是区域内GDP 水平、金融水平和开放水平，金融水平是该区域的贷款额总量，开放水平则来源于《中国市场化进程报告》的市场化指数。

（二）基准检验

在Matlab 2017 软件环境中，基于公式（4）（5）（6）展开分析，从而找到生产性服务业集聚与地区技术效率的关系。基于对各个变量的单位根检验，本文的三个空间模型均为随机效应模型，基准检验结果如表3 所示。根据表3 的基准检验结果，笔者认为，可以进行如下三个方面的经济解释：

表3 基准检验结果

第一，从生产性服务产业集聚水平（PS）和区域技术效率的空间回归系数来看，三种空间计量模型下系数均为正值，且均在1%的显著性水平下通过检验。由此能够说明，生产性服务业的集聚能够促进技术效率的进步，在剔除相关控制变量的影响下，该结果依然成立。该研究结论与已有研究一致，即本区域出现的生产性服务业集聚现象有助于提升地区技术效率，实现地区技术进步。生产性服务业的集聚是资源配置优化的结果，随着生产性服务业逐步集聚，区域内部的技术服务能力、仓储能力、信息能力、金融能力、节能环保能力、租赁商务能力、人力资源管理能力、批发贸易能力均显著提升，区域中任何产业都可以借助生产性服务业的集聚实现技术发展，从而加强区域整体的技术效率，实现区域内部的技术进步。

第二，从控制变量的角度来看，除了生产性服务业集聚外，经济水平（GDP）在三类模型中均能显著正向促进区域技术进步，这也印证了上文中对表2 的猜想，经济基础是保证技术进步的重要原因，经济大省的基础设施建设水平更强，更能够对区域技术发展提供资金保障，并能够更快地将技术进步的成果应用到市场中。金融水平（FIN）仅在空间误差模型和空间杜宾模型中显著正向促进区域技术进步，金融市场的发展对于区域内部的资金建设有着明显作用，但金融市场对于产业的技术发展反而有着一定的审慎发展性，一般而言，区域技术效率提升需要较大的前期投入，对资金的需求极高，而金融投资者处于投机目的，对大量资金投入但前期产出较小的情况比较排斥。市场开放（OPEN）对区域技术进步的影响并不明显，区域技术发展主要源于资源的有效配置，因此市场的开放对区域技术效率的影响并不直接。

第三，从空间自回归系数来看，区域技术进步的空间影响为正向的（λ），而邻接地区的生产性服务业对本地区的区域技术效率影响显著为负（ρ），同时邻接地区的其他控制变量对本地区的区域技术效率影响显著为负（δ）。该研究结论支持了 “技术内溢观”，说明生产性服务业具备类似于制造业的 “技术内溢效应”，而非类似于服务业的 “技术外溢效应”。对此，有如下经济学解释：其一，生产性服务业的技术效率提升是一个长期过程，区域技术进步需要大量资源的投入和集中；其二，生产性服务业的集聚实质上造成了要素的集中，因此对邻接地区的技术效率反而有负面作用，也就是说，生产性服务业的集聚造成了区域技术的流动和向内溢出，当本区域生产性服务业水平显著强于邻接地区时，周边地区的周边产业为了实现企业发展，会主动向核心地区迁移，并抽离周边地区的人力资本和知识资本，造成核心区位技术进步下的周边地区技术退步。其三，周边控制变量也能够导致区域技术内溢现象，这说明生产性服务业的集聚实质上是与其他经济变量相连通，区域技术进步是周边产业发展合力结果，也是生产性服务业对基础资源配置的综合作用体现。

（三）稳健性检验

由于本文的核心变量区域技术效率是通过非参数方法计算得到，指标选择上可能存在一定主观性，为了强化本文的研究结论，这里基于Malmquist 指数计算该区域的全要素生产率（TFP），并以全要素生产率衡量区域技术进步水平，代入公式（4）（5）（6）。稳健性检验结果如表4 所示。表4 中，生产性服务业集聚在三个空间模型下对区域技术效率的影响依旧显著为正，空间自回归系数与表3 的结果基本一致，这说明本文所构建的区域技术效率指数具备合理性，空间模型的实证结果具备稳健性。

政策建议

第一，集聚生产性服务业优势力量，形成发展规模效应。建议对我国各个地区的生产性服务业进行有效整合，形成 “中心- 外围” 的产业分布结构，最终呈现具备产业服务特色的规模效应。同时，要参考国际、国内生产性服务业的发展情况，针对落后地区进行对应补充，针对优势地区进行资金帮助，从而更好集聚生产性服务业的优势，以强调发展的规模效应。

表4 稳健性检验结果

第二，打造地方产业品牌，形成生产服务与产业发展的相互结合。需要着重提高地方产业的技术应用效率，倡导地方产业在自主创新上下功夫，推动我国生产性服务业与地方产业相互勾连，并以建设国际知名的地方产业品牌为目标，保证地方产业在有效利用生产性服务业资源整合优势同时，亦能积极投入创新研发。

第三，规范产业政策导向，形成区域辐射效应。具体政策降低企业运行的实际交易成本，推动生产性服务业内部的技术研发投入，例如让生产性服务业享受制造业同等待遇，降低相关产业的运营成本，对大力投入技术研发的生产性服务企业进行财政补贴。要着力建立现代化产业体系，利用生产性服务业的功能，强化生产性服务能力，在生产专业化的基础上进一步推动研发专业化，让创新发展成为常例，以全面的方案规划生产性服务业发展方向。