产业协同集聚、技术创新与经济高质量发展

吕平 袁易明

摘 要：基于2008—2018年30个省级行政区面板数据构建空间计量模型，考量生产性服务业与高技术制造业产业协同集聚、技术创新对经济高质量发展的影响。结果显示：生产性服务业与高技术制造业协同集聚对经济高质量发展具有显著的正向效应，且不具有非线性关系;技术创新在两产业协同集聚促进经济高质量发展的过程中起到了部分中介作用，且呈显著的区域差异性和行业异质性。

关键词： 产业协同集聚;技术创新;经济高质量发展;中介效应

中图分类号：F264 文献标识码： A 文章编号：1003-7217（2020）06-0118-08

一、引 言

制造业是推动国民经济发展的主导力量，是实现经济高质量发展的根本支撑。我国制造业虽然在规模和总量上均领先于世界其他国家，但在全球价值链分工中长期处于低端环节，“大而不强”的发展“短板”突出，这严重抑制了技术创新发展，阻碍了我国由“中国制造向中国创造”前进的步伐。随着“刘易斯拐点”的到来，人口红利逐渐弱化，制造业依赖以低成本、规模经济而取得价格优势的发展模式难以为继，发展以技术含量高、产品附加值大、产业溢出效应强为特征的高技术制造业势在必行。生产性服务业与高技术制造业是具有高度关联的异质性产业，生产性服务业能提高产业专业化分工程度，促进高技术制造业向产业价值链高端化方向发展，从而推动我国由制造业大国向制造业强国迈进。在协同发展战略背景下，高技术制造业与生产性服务业协同集聚（简称“两产业协同集聚”）的特点逐渐凸显。那么，两产业协同集聚式发展是否推动了经济高质量发展？在创新驱动战略背景下，两产业协同集聚是否促进了技术创新，从而通过技术创新推动经济高质量发展？回答这些问题，丰富了从产业发展层面推动经济高质量发展方面的研究，具有一定的理论意义和现实意义。

协同集聚（Industrial Co-agglomeration）是指关联度高的异质性产业间空间相互依赖的现象，此概念最早由Ellison和Glaeser（1997）提出[1]。Duranton G和Overman（2005）研究发现马歇尔外部性、知识溢出、循环积累效应、直接贸易关系和政策干预等是产业协同集聚形成的重要原因[2]。赵青霞等（2019）认为制造业与生产性服务业协同集聚对区域创新能力的影响存在门槛效应，当科技人才集聚指数大于阈值时，两产业协同集聚对区域创新能力具有促进作用，反之亦然[3]。刘胜等（2019）研究得出制造业与生产性服务业协同集聚对企业技术创新具有显著促进作用[4]。汤长安等（2020）研究发现生产性服务业与制造业协同集聚对地区技术创新水平具有显著正向的空间溢出效应[5]。陈羽洁等（2020）通过分析中国创意产业集聚模式与创新效率的关系，得出专业化集聚和多元化集聚对知识开发创新效率的正向效应显著优于经济转化创新效率，且多样化集聚效应强于专业化集聚效应，集聚效应在东部地区最显著，中、西部地区依次减弱[6]。

孙豪等（2020）研究发现，东部地区经济发展质量高于中部和西部，南方地区经济发展质量高于北方地区，中国经济高质量发展在创新、协同和绿色三个维度具有发展优势，在开放和共享两个维度的发展水平较低[7]。辜胜阻等（2018）认为创新驱动与核心技术突破是经济高质量发展的基石[8]。蓝乐琴（2019）从产业发展的层面分析了创新驱动经济高质量发展的理论机制及实现的路径[9]。刘思明等（2019）指出一国创新对经济高质量发展的驱动力与经济发展水平密切相关，发达国家的创新驱动力指数水平明显高于其他国家，中国的创新驱动力指数在2014年后有显著提升，但制度创新建设水平明显低于科技创新水平[10]。上官绪明等（2020）研究发现，科技创新对经济发展质量具有显著正向的直接效应和空间溢出效应，即科技创新对本地区及周边地区经济发展质量均具有促进作用[11]。

产业集聚与经济高质量发展的研究近几年逐渐丰富。黄庆华等（2020）研究发现，产业集聚促进了地区经济发展质量的提升，技术进步是产业集聚提升经济发展质量的主要途径，产业集聚对技术效率的提升不具有促进作用，长江上游地区产业集聚对技术进步、技术效率的提升均具有促进作用[12]。马昱等（2020）研究得出，高技术产业集聚对经济发展数量（GDP）和经济发展质量（全要素生产率）的影响均具有门槛效应，这种影响在门槛值前后由抑制作用转变为促进作用[13]。吴振华（2020）研究发现，产业协同集聚对经济发展质量具有显著的负向效应，中部地区作用最显著[14]。

综合现有的研究发现，产业协同集聚与技术创新、技术创新与经济高质量发展以及产业集聚与经济高质量发展方面的研究较为丰富，但产业协同集聚、技术创新与经济高质量发展三者之间关系的系统研究较为匮乏。在研究方法上，大多数学者采用普通面板数据模型进行分析，忽略了地区之间经济发展的密切联系。因此，本文在理论机制分析的基礎上，构建空间计量模型，对2008—2018年30个省级面板数据进行实证分析，系统分析两产业协同集聚、技术创新与经济高质量发展三者之间的关系，并根据研究结论提出合理的建议。

二、理论机制分析与研究假设

（一）产业协同集聚对技术创新的影响机制

1.产业协同集聚的正外部性理论。

Mary Amiti（2002）研究发现产业协同集聚会产生知识技术外溢效应，该效应通过构建利于创新主体整合创新要素、节约创新成本、提升创新绩效的创新环境从而间接促进区域技术创新水平的提升[15]。高技术制造业与生产性服务业属于高度关联的异质性产业，两产业协同集聚强化了产业上下游关联，有利于增强投入产出关联、扩大知识溢出效应以及提升人力资本可获得性，从而降低技术知识传播的成本，产生技术创新效应。技术创新会通过增长效应和知识溢出效应促进产业协同集聚水平的提升，由此产业协同集聚与技术创新两者之间产生相互促进作用，在一定范围内，产业协同集聚的正外部性不断增强，对技术创新产生持续的促进作用。

2.产业协同集聚的负外部性理论。

产业协同集聚的负外部性主要体现在拥塞效应和“路径依赖效应”。产业协同集聚超过最优临界值后，拥塞效应逐渐显现，规模效应衰退，所集聚的创新要素不能有效发挥作用，知识技术外溢效应不再显著，对技术创新的促进作用逐渐降低甚至呈现抑制作用。“路径依赖”效应是指产业协同集聚增强了产业发展的惯性，容易将产业布局和产业发展层次锁定在中低端价值链，阻碍技术扩散和变革，抑制技术创新。

考虑到两产业协同集聚对技术创新可能存在正、负两方面的外部效应，提出以下对立假设：

H1a 两产业协同集聚促进了技术创新。

H1b 两产业协同集聚阻碍了技术创新。

（二）技术创新对经济高质量发展的影响机制

1.技术创新对经济高质量发展的促进机制。

技术创新对经济高质量发展的促进作用主要表现在产业结构升级效应、节能减排效应和成果共享效应三个层面。从产业结构优化升级层面分析，技术创新催化新兴产业的形成以及新工艺、新产品、新材料的运用，这些会引发生产需求结构以及消费需求结构的变化，产业结构为适应两类结构向更高层次的演进状态而随之向高级化方向发展，产业结构实现优化升级。产业结构优化升级推动经济动能转化，从而推动经济高质量发展。从节能减排层面分析，技术创新催化规模报酬递增效应和替代效应，从而降低能源强度和污染排放，促进经济可持续发展，提升经济绿色发展水平，促进经济高质量发展。从成果共享层面分析，技术创新提升生产率和投入产出水平，降低产品成本和价格，催化新产业、新产品的产生，增加居民产品消费数量和消费品种类，优化居民消费选择，提升居民生活质量。同时，新产业、新需求的产生促进社会分工的扩大，有利于吸纳剩余劳动力，提高居民就业率，缩小收入分配差距，提升民生发展水平。根据内生增长理论，技术进步会促进经济高速增长，政府财政收入水平随之提升，政府通过

转移支付、完善社会保障制度等方式发挥其资源再分配功能增加低收入群体的收入，提升经济发展成果共享水平，从而促进经济高质量发展。

2.技术创新对经济高质量发展的抑制机制。

技术创新对经济高质量发展的影响不是简单的线性关系。从技术创新对经济发展层面分析，新技术在技术创新的推动下应用于生产中，随之萌发新技术产业，该类产业在发展的早期容易出现通过过度包装推高资本市场以及产业市场对新技术产业市场的预期判断而产生的虚假繁荣和泡沫破裂的风险，由于资本市场和产业市场对新技术产业抱有过高预期，大量资本的涌入会使得新技术产业在短期内产能快速增长，增强了产能过剩的风险，这两类风险均对经济高质量发展产生一定的负向效应。从成果共享层面分析，技术创新推动技术进步，技术进步会淘汰掉一些传统落后产业，同时随着新技术的应用、新产业的萌发，劳动力市场可能对某一特定技能的劳动者需求量增加，非技能劳动者逐渐淘汰，在产业的更新发展过程中，这种技能偏向性的技术进步会引起收入分配向特定技能的劳动者倾斜，从而造成收入差距的扩大，加剧收入分配的不平等性，扩大社会贫富差距，对经济高质量发展产生负向作用。

由于技术创新可能对经济高质量发展产生正反两方面的影响，提出以下对立假设：

H2a 技术创新推动了经济高质量发展。

H2b 技术创新抑制了经济高质量发展。

（三）产业协同集聚对经济高质量发展的影响机制

产业协同集聚通过直接和间接两种方式对经济高质量发展产生影响。高技术制造业与生产性服务业协同集聚增强了异质性产业间的垂直关联和纵向关联，产生共生经济效应，在合理集聚水平以内，有利于资源的集中消耗、污染物的集中治理，构建循环经济体系，提升资源配置效率和绿色经济发展水平，促进经济高质量发展的提升;超出最优集聚水平，集聚要素則会产生拥塞效应，抑制资源配置效率的提升，对经济高质量发展产生负向作用。两产业协同集聚也可能作用于技术创新，从而通过技术创新间接对经济高质量发展产生影响。由此，提出主假设H3a、H3b和子假设H3：

H3a 两产业协同集聚对经济高质量发展具有正向效应。

H3b 两产业协同集聚对经济高质量发展具有非线性影响。

H3 技术创新在两产业协同集聚作用于经济高质量发展的过程中发挥了中介作用。

三、模型设定、指标选取及数据来源

（一）空间相关性检验

1.空间权重矩阵的构建。

空间权重矩阵（ω）是进行空间相关性检验的关键。本文构建了经济距离权重矩阵进行实证分析，经济距离权重矩阵定义如下：

（三）变量说明

1.被解释变量。

经济高质量发展（gqu）：目前学者对经济高质量发展的测度没有形成统一标准，基本分为单一指标（全要素生产率、发展与民生指数（DLI）等）做为代理变量和构建综合评价指标体系这两种测度方式。金培（2018）基于相关经济高质量发展理论的研究，认为“创新、协同、绿色、开放、共享”的新发展理念是对新时代经济高质量发展的评价准则[16]。考虑到经济高质量发展是对经济活动各层面的综合反映，具有多维性和丰富性，单一指标测度方法具有一定的局限性，参考詹新宇（2016）、董小君（2020）等的测度方法构建经济高质量发展评价指标体系[17，18]，具体指标如表1。

为了确保各指标对经济高质量发展的影响方向一致，先将负向指标做取倒数处理，然后对各指标进行标准化处理，最后运用主成分分析法对经济高质量发展进行综合评价。本文测度了2008—2018年中国30个省级行政区的经济高质量发展水平。

2.核心解释变量。产业协同集聚指数（coagg）。

参考张虎等（2017）[19]的测度方法，构建产业协同集聚指数：

其中，maggi代表i地区高技术制造业区位熵指数，psaggi代表i地区生产性服务业的区位熵指数，Emi、Epsi分别代表i地区高技术制造业、生产性服务业的就业人数，Em、Eps分别代表全国高技术制造业、生产性服务业就业人数，Ei为i地区的总就业人数，E为全国总就业人数。

产业协同集聚指数（coagg）的计算公式如下：

3.中介变量。技术创新（tec），采用专利授权数量与人口数量的比值来衡量，单位为件/万人。

4.控制变量。（1）工业化水平（industry），采用第二产业国内生产总值占GDP的比值来衡量。（2）政府干预（gov），采用政府一般财政预算支出占GDP的比重衡量。（3）经济发展水平（pgdp），采用人均GDP衡量这一指标，以2008年为基期将名义人均GDP转换为实际值。（4）人力资本水平（hum），采用地区普通高校在校学生人数占地区总人数的比重衡量。（5）市场化程度（mark），采用非国有单位从业人数占总就业人数的比重衡量。

数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》《中国高技术产业统计年鉴》、各省历年统计年鉴、中国经网统计数据库。由于统计数据的可得性和统计口径的一致性等原因，剔除了西藏自治区、香港特别行政区、澳门特别行政区以及中国台湾的数据。为了降低数据的异方差性，对所有变量取对数，缺失值采用均值插值法填充。

四、实证分析

（一）空间相关性检验

运用stata软件对30个省级行政区经济发展质量以及产业协同集聚指数进行莫兰指数和吉尔里指数的测算，具体测算结果如表2所示。

表2呈现了2008—2018年两产业协同集聚指数和经济高质量发展的莫兰指数以及吉尔里指数，两指数均通过了10%的显著性检验，数值分布在0～1，说明30个省级行政区的两产业协同集聚指数和经济发展质量在空间上均具有显著的正相关性。

（二）估计结果及分析

1.全样本估计结果及分析。

空间自相关检验的结果说明经济高质量发展以及两产业协同集聚具有空间自相关性，由此，传统面板模型的回归结果是有偏的，不能准确反映两产业协同集聚对经济高质量发展的影响。纳入空间因素，运用SEM模型和SAR模型进行实证检验，为确保参数估计的一致性，均控制个体效应和时间效应。具体估计结果如表3所示。

SEM1、SEM2的估计结果均显示两产业协同集聚对经济高质量发展在1%的水平上具有显著促进作用，假设H3a得以证实。技术创新在1%的水平上对经济高质量发展具有显著的正向效应，假设H2a得以证实。SEM2的估计结果显示产业协同集聚的二次项系数不显著，说明两产业协同集聚对经济高质量发展的影响不具有非线性关系，假设H3b不成立。SAR1、SAR2的估计结果同样显示两产业协同集聚对经济高质量发展在1%水平上具有显著的促进作用，技术创新对经济高质量发展具有显著的正向效应，两类模型核心解释变量参数估计结果差异不大。根据赤池信息准则（Akaike information criterion，AIC），AIC的值越小则说明模型的拟合效果越好，SEM模型的AIC的值小于SAR模型，所以，选用SEM模型进行进一步分析。

2.中介效应检验。

通过中介效应分析验证两产业协同集聚是否通过技术创新间接促进经济高质量发展以及这种促进作用有多少是通过技术创新实现的。中介效应检验通常有逐步分析法、系数乘积检验法（Sobel检验）、差异系数检验法和Bootstrapping四种方法，本文采用逐步检验法进行中介效应检验。首先检验两产业协同集聚对经济高质量发展的影响是否显著，如显著，则进行下一步;继续检验两产业协同集聚对技术创新的影响是否显著，如显著，进行最后一步;将两产业协同集聚指数、技术创新纳入模型进行检验，看最后一步两产业协同集聚对经济高质量发展的影响系数是否比第一步检验的系数要小，如果是，则说明技术创新是两产业协同集聚推动经济高质量发展的中介，由于篇幅限制，检验结果在此不赘述。

由结果可知，两产业协同集聚对经济高质量发展具有显著的正向效应，两产业协同集聚在1%的水平上对技术创新具有促进作用，假设H1a得到证实。纳入技术创新变量后，两产业协同集聚对经济高质量发展的影响系数由0.5355下降到0.4581，说明两产业协同集聚影響经济高质量发展过程中技术创新发挥了中介作用，假设H3得以证实。为了精确测算两产业协同集聚对经济高质量发展的影响有多少是通过技术创新实现的，借鉴温忠麟等的方法对中介效应进行测算[20]，令η表示中介效应的值，η=α1β2/（α1β2+β1），α1表示未纳入中介变量时两产业协同集聚对经济高质量发展的影响系数，β2表示两产业协同集聚对技术创新的影响系数，β1表示纳入中介变量技术创新后两产业协同集聚对经济高质量发展的影响系数。计算得出中介效应大小为19.35%，即两产业协同集聚对经济高质量发展的影响有19.35%是通过技术创新实现的。

3.区域差异性检验。

中国国土面积幅员辽阔，各区域之间在经济发展水平和市场条件等方面存在差异，由此不同区域两产业协同集聚对经济高质量发展所产生影响可能会有区别，为了检验可能存在的影响差异，将30个省级行政区分为东部、中部和西部①三大区域进行区域差异性检验，估计结果见表4。

表4的回归结果显示，东部地区、中部地区两产业协同集聚、技术创新均对经济高质量发展具有显著的正向效应，且东部地区的正向效应优于中部地区，西部地区不显著。中介效应显示，东部地区和中部地区中介效应显著，中介作用占比分别为28.37%和22.96%，西部地区第一步检验结果显示两产业协同集聚对经济高质量发展的影响系数不显著，不具有进行进一步中介效应检验的条件，故技术创新在西部地区未发挥中介效应。产生这种区域差异性结果的原因可能是，东部地区较中西部地区经济发展水平较高，产业发展基础较好，为两产业协同集聚提供了良好的基础，较高的人力资本水平和物质资源的汇集促进两产业协同集聚发挥正外部性，产生共生经济效应和技术创新效应，优化产业布局、提高资源配置效率，提升经济绿色发展水平，促进经济高质量发展。中部地区经济发展水平落后于东部地区，产业结构层次不高，生产性服务业和高技术制造业产业发展水平较低，人力资本水平参差不齐，两产业协同集聚可能会产生创新效率低、环境污染等负面影响，进而降低了中部地区两产业协同集聚所产生的正外部性，对经济高质量发展的促进作用小于东部地区，中介效应也没有东部地区显著。西部地区受地理条件等原因的限制，经济发展水平落后，产业发展基础薄弱，人力资本水平较低，抑制了两产业协同集聚式发展，难以促进西部地区经济高质量发展。

4.行业异质性检验。

生产性服务业②所涵盖的五大产业在行业特征、产业格局以及功能定位等方面存在一定的差别，因此，不同类型的生产性服务业与高技术制造业协同集聚产生的外部性作用可能不同，故本文基于行业异质性分析两产业协同集聚对经济高质量发展的影响。coaggtr、coaggfin、coaggtel、coaggten、coaggrd分别代表交通运输、仓储和邮政服务业，金融服务业，信息传输、计算机服务和软件业，租赁和商务服务业，科学研究和技术服务业五大生产性服务业与高技术制造业协同集聚的集聚指数，由于篇幅限制，估计结果在此不赘述。

估计结果显示，交通运输、仓储和邮政业与高技术制造业协同集聚（coaggtr）在1%的水平上促进经济高质量发展，技术创新在此过程中发挥了8.69%的中介作用。两者协同集聚（coaggtr）利于交通运输、仓储和邮政业发挥促进要素流动、提高资源配置效率的作用，促进高技术制造业的发展，产生技术创新效应，推动经济高质量发展。金融服务业与高技术制造业协同集聚（coaggfin）对经济高质量发展具有显著的正向效应，两产业协同集聚指数每增长1个百分点促进经济高质量发展水平提升0.2169个百分点，技术创新在此过程中发挥了27.07%的中介作用。高技术制造业的发展对资金的依赖程度远高于传统产业，金融服务业具有清算支付、资源配置、风险管理、信息处理以及监督激励等功能，对技术创新和创新成果转化具有促进作用，金融服务业与高技术制造业协同集聚促进了高技术制造业的发展，对技术创新的促进作用显著，所以技术创新在协同集聚推动经济高质量发展的过程中所发挥的中介作用最大。

科学研究与技术服务业同高技术制造业协同集聚（coaggrd）在1%的水平上对经济高质量发展产生正向作用，两者协同集聚，产生知识溢出效应，促进高技术制造业的发展，高技术制造业发展需求倒逼科学研究与技术服务业的发展，两者互相作用，对经济高质量发展起到促进作用，两产业虽然紧密联系，但技术创新在此过程中发挥的中介作用仅有14.76%，可能因为科学研究和技术服务业发展水平不高，对技术创新发挥的推动作用较小，故所发挥的中介效应较小。信息传输、计算机服务和软件业与高技术制造业协同集聚（coaggtel）对经济高质量发展的影响不显著，虽然两产业具有一定的产业关联，两者协同集聚可能会产生规模效应和产业上下游关联效应，但此类生产性服務业服务的主体是虚拟经济，对实体制造业可能产生挤出效应，故两者协同集聚并未促进经济高质量发展，由于第一步检验影响系数不显著，不具备进一步做中介效应检验的条件，由此技术创新未发挥中介作用。我国租赁与商务服务业与高技术制造业产业关联度较低，故两者协同集聚（coaggten）对经济高质量发展的影响不显著，同理，技术创新未发挥中介效应。

5.稳健性检验。考虑到两产业协同集聚与技术创新之间存在一定的关系，为避免因两者可能存在的内生关系问题而导致研究结论出现偏误，本文参考毛德凤等（2016）的方法在模型（4）中加入两产业协同集聚与科技创新的交互项[21]，基于此构建模型（11）进行稳健性检验，具体模型和估计结果如下：

模型（11）中，μ1、μ2分别为两产业协同集聚指数（coagg）和技术创新（tec）的样本均值，为避免解释变量之间的共线性问题，进行去中心化处理。估计结果如表5所示。

稳健性检验结果显示，两产业协同集聚和技术创新的交互项系数在全国范围内、东部地区和中部地区显著，在西部地区不显著，即技术创新在全国范围内、东部地区和中部地区两产业协同集聚促进经济高质量发展过程中发挥了中介作用，在西部地区未能起到中介作用，这与上文的研究结论一致。

五、结论及建议

本文基于理论机制分析，构建空间计量模型，利用2008—2018年中国30个省级行政区面板数据进行实证分析，研究得出：经济发展质量在空间上具有显著正向的相关关系;两产业协同集聚对经济高质量发展具有显著的正向效应，且不具有非线性关系，中介效应显示技术创新在两产业协同集聚促进经济高质量发展的过程中起到了部分中介作用;基于区域差异性分析，东部地区中介效应最显著，中部地区次之，西部地区不显著;基于行业异质性分析，技术创新均在金融服务业、科学研究与技术服务业以及交通运输、仓储和邮政业这三类生产性服务业与高技术制造业协同集聚推动经济高质量发展过程中发挥了中介作用。基于研究结论，提出以下建议：

一方面，提升产业协同集聚的质量，进一步发挥产业协同集聚效用。政府应采取功能性产业政策促进高技术制造业和生产性服务业跨产业知识溢出和技术耦合，增强两产业协同集聚的正外部性，助力经济高质量发展。进一步推进交通运输、仓储和邮政业、金融服务业、科学研究和技术服务业与高技术制造业的协同发展，增强这三类生产性服务业同高技术制造业协同集聚对经济发展质量的正向效应，同时注重提升高技术制造业发展水平，有效引导高技术制造业与信息传输、软件和信息服务业协同发展，以信息技术产业推动高技术制造业的发展。强化区域之间的联系，政府发挥跨区协调的作用，推动东部地区产业梯度转移，提升中部地区产业结构层次，辐射带动西部地区发展，发挥以协同集聚推动资源配置的纵深辐射作用，提升整体产业协同集聚质量，推动经济高质量发展。

另一方面，增强两产业协同集聚对技术创新的正向效应，推动经济高质量发展。鼓励高技术制造业和生产性服务业跨产业技术交流和合作，推动技术中介市场的发展，强化两产业协同集聚的技术溢出效应和知识溢出效应，提升两产业协同集聚对技术创新的促进作用。政府在制定产业政策时应充分考虑各地区之间产业政策的协同性，促进所集聚的创新要素跨地区流动，充分利用各类媒介对知识流动的传播作用，增强区域技术创新效应。综合考虑两产业协同集聚对技术创新所存在的区域差异性和行业异质性影响，结合地区高技术制造业与生产性服务业协同发展的实际情况，制定符合两产业协同集聚的产业政策，从而最大程度地发挥协同集聚效应，推动经济高质量发展。

注释：

① 东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、山东、广东、福建、海南11个地区;中部地区包括安徽、山西、江西、河南、湖北、湖南、吉林、黑龙江8个地区;西部地区包括广西、内蒙古、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个地区。

② 根据《国民经济行业分类（GB/T4754-2017）》中的分类，生产性服务业包括交通运输、仓储和邮政服务业，租赁和商务服务业，金融服务业，信息传输、计算机服务和软件业，科学研究和技术服务业等五大产业。

参考文献：[1] Ellison G，Glaeser E L.Geographic concentration in U.S.manufacturing industries：A dartboard approach[J].Journal of Political Economy，1997，105（5）：889-927.

[2] Duranton G，Overman H G.Testing for localization using micro-geographic data[J].The Review of Economic Studies，2005（4）：1077-1106.

[3] 赵青霞，夏传信，施建军.科技人才集聚、产业集聚和区域创新能力——基于京津冀、长三角、珠三角地区的实证分析[J].科技管理研究，2019，39（24）：54-62.

[4] 刘胜，李文秀，陈秀英.生产性服务业与制造业协同集聚对企业创新的影响[J].广东财经大学学报，2019，34（3）：43-53.

[5] 汤长安，张丽家.产业协同集聚的区域技术创新效应研究——以制造业与生产性服务业为例[J].湖南师范大学社会科学学报，2020，49（3）：140-148.

[6] 陈羽洁，赵红岩，张建磊，等.专业化、多样化集聚对两阶段创新效率的影响——基于创意产业面板数据分析[J/OL].软科学：1-13[2020-08-22].

[7] 孙豪，桂河清，杨冬.中国省域经济高质量发展的测度与评价[J].浙江社会科学，2020（8）：4-14.

[8] 辜胜阻，吴华君，吴沁沁，等.创新驱动与核心技术突破是高质量发展的基石[J].中国软科学，2018（10）：9-18.

[9] 蓝乐琴，黄让.创新驱动经济高质量发展的机理与实现路径[J].科学管理研究，2019，37（6）：10-17.

[10]刘思明，张世瑾，朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究，2019，36（4）：3-23.

[11]上官绪明，葛斌华.科技创新、环境规制与经济高质量发展——来自中国278个地级及以上城市的经验证据[J].中国人口·资源与环境，2020（6）：95-104.

[12]黄庆华，时培豪，胡江峰.产业集聚与经济高质量发展：长江经济带107个地级市例证[J].改革，2020（1）：87-99.

[13]马昱，邱菀华，王昕宇.高技术产业集聚、技术创新对经济高质量发展效应研究——基于面板平滑转换回归模型[J].工业技术经济，2020，39（2）：13-20.

[14]吴振华.服务业、战略性新兴产业协同集聚与经济高质量增长——基于2005-2018年省际面板数据的实证分析[J].河南师范大学学报（哲学社会科学版），2020，47（4）：44-50.

[15]Amiti M.Location of vertically linked industries：agglomeration versus comparative advantage[J].EuropeanEconomicReview，2002，49（4）：809-832.

[16]金碚.關于“高质量发展”的经济学研究[J].中国工业经济，2018（4）：5-18.

[17]詹新宇，崔培培.中国省际经济高质量发展的测度与评价——基于“五大发展理念”的实证分析[J].财政研究，2016（8）：40-53.

[18]董小君，石涛.驱动经济高质量发展的科技创新要素及时空差异——2009—2017年省级面板数据的空间计量分析[J].科技进步与对策，2020，37（4）：52-61.

[19]张虎，韩爱华，杨青龙.中国制造业与生产性服务业协同集聚的空间效应分析[J].数量经济技术经济研究，2017，34（2）：3-20.

[20]温忠麟.张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004（5）：614-620.

[21]毛德凤，彭飞，刘华.城市扩张、财政分权与环境污染——基于263个地级市面板数据的实证分析[J].中南财经政法大学学报，2016（5）：42-53.

（责任编辑：钟 瑶）