生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚提升全要素生產(chǎn)率嗎？

伍先福

(廣西師范大學(xué)經(jīng)濟(jì)管理學(xué)院，廣西 桂林 541004)

一、引言與文獻(xiàn)綜述

在中國(guó)城市經(jīng)濟(jì)快速發(fā)展過程中，生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚的發(fā)展張力與影響力逐漸凸顯，理由在于：其一，在過多依賴制造業(yè)而導(dǎo)致區(qū)域經(jīng)濟(jì)發(fā)展動(dòng)力日漸衰減的困境面前，地方政府的思維邏輯開始從“制造業(yè)優(yōu)先發(fā)展”向“多產(chǎn)業(yè)協(xié)同發(fā)展”轉(zhuǎn)變；其二，面對(duì)日趨激烈的市場(chǎng)競(jìng)爭(zhēng)，以“分離式生產(chǎn)”為特征的傳統(tǒng)市場(chǎng)分工所帶來的生產(chǎn)效率提升效果越來越不理想，而基于縱向或橫向關(guān)聯(lián)的行業(yè)或企業(yè)因近距離“協(xié)同式生產(chǎn)”和“融合性生產(chǎn)”所獲得的“外部性績(jī)效”越來越顯著，這從根本上驅(qū)動(dòng)著兩大產(chǎn)業(yè)由“分離式集聚”向“協(xié)同式集聚”轉(zhuǎn)型。與此同時(shí)，全要素生產(chǎn)率(TFP)增長(zhǎng)對(duì)中國(guó)城市經(jīng)濟(jì)發(fā)展的內(nèi)驅(qū)力將越來越大。那么，生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚是否促進(jìn)了中國(guó)城市TFP的提升？

既有文獻(xiàn)主要從專業(yè)化集聚與多樣化集聚視角展開探討。從專業(yè)化集聚看，Melo et al.(2009)對(duì)集聚經(jīng)濟(jì)與生產(chǎn)率間關(guān)系的重要文獻(xiàn)進(jìn)行了梳理，發(fā)現(xiàn)34項(xiàng)研究中有31項(xiàng)成果表明了集聚與生產(chǎn)率之間呈現(xiàn)正向關(guān)系[1]。而Henderson et al.(1992)從兩種集聚類型的對(duì)比出發(fā)，發(fā)現(xiàn)專業(yè)化集聚可使企業(yè)從同一行業(yè)中獲益，而多樣化集聚則可使企業(yè)從整個(gè)城市范圍內(nèi)獲益[2]。深入研究發(fā)現(xiàn)，多樣化集聚存在“相關(guān)多樣化”與“無關(guān)多樣化”之分[3]，并非所有的多樣化都能顯著地促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)。Boschma和Iammarino(2009)的研究發(fā)現(xiàn)，相關(guān)多樣化對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，但無關(guān)多樣化無顯著影響[4]?？梢姡还苁菍I(yè)化集聚還是多樣化集聚、尤其是多樣化集聚中的相關(guān)多樣化集聚，均能從整體上推動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)和生產(chǎn)率提升。據(jù)此，是否可以推導(dǎo)生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚亦能促進(jìn)生產(chǎn)率的提升？

事實(shí)上，產(chǎn)業(yè)協(xié)同集聚將對(duì)生產(chǎn)率提升產(chǎn)生正反兩方面的影響。其中，積極作用主要來源于外部性經(jīng)濟(jì)和產(chǎn)業(yè)間良性互動(dòng)。一方面，產(chǎn)業(yè)協(xié)同集聚對(duì)生產(chǎn)率提升表現(xiàn)出明顯的外部性特征。從MAR外部性看，協(xié)同集聚的兩產(chǎn)業(yè)將共享基于投入產(chǎn)出關(guān)聯(lián)的供需大市場(chǎng)，以及一般集聚經(jīng)濟(jì)均能共享的勞動(dòng)力市場(chǎng)[5]，也可進(jìn)一步推動(dòng)知識(shí)和技術(shù)在企業(yè)間的溢出，并使各自企業(yè)提升對(duì)應(yīng)的“銷售市場(chǎng)”和“要素市場(chǎng)”的學(xué)習(xí)能力[6]，繼而促進(jìn)生產(chǎn)性服務(wù)業(yè)與制造業(yè)企業(yè)生產(chǎn)效率的共同提升。從Jacobs外部性看，不同產(chǎn)業(yè)間的知識(shí)溢出與學(xué)習(xí)效應(yīng)往往更顯著，突破性創(chuàng)新常常發(fā)生在不同產(chǎn)業(yè)的交叉融合過程中[7]，而生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚為兩大產(chǎn)業(yè)的融合發(fā)展提供了良好的契機(jī)，不同產(chǎn)業(yè)企業(yè)間的相互學(xué)習(xí)效應(yīng)能帶動(dòng)生產(chǎn)性服務(wù)業(yè)與制造業(yè)自身生產(chǎn)率的提升，進(jìn)而能推動(dòng)整個(gè)城市經(jīng)濟(jì)的增長(zhǎng)。從Porter外部性看，技術(shù)創(chuàng)新和知識(shí)外溢源自企業(yè)之間的相互競(jìng)爭(zhēng)而非壟斷[8]，而生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚為企業(yè)競(jìng)爭(zhēng)營(yíng)造了相對(duì)有利的成長(zhǎng)環(huán)境，且激烈的競(jìng)爭(zhēng)會(huì)使低效率的企業(yè)無法在大市場(chǎng)中生存[9]，進(jìn)而促進(jìn)協(xié)同集聚區(qū)的生產(chǎn)率提升。另一方面，構(gòu)成產(chǎn)業(yè)之間及內(nèi)部的良性互動(dòng)有利于生產(chǎn)率提升。研究表明產(chǎn)業(yè)間毫無關(guān)聯(lián)的多樣化集聚并不能推動(dòng)城市經(jīng)濟(jì)增長(zhǎng)[4]。生產(chǎn)性服務(wù)業(yè)在集聚過程中不僅提高了自身的技術(shù)擴(kuò)散率，而且會(huì)引導(dǎo)其所服務(wù)的制造業(yè)企業(yè)采取新技術(shù)和新工藝，從而整體提升了產(chǎn)業(yè)集聚區(qū)適應(yīng)外部市場(chǎng)競(jìng)爭(zhēng)環(huán)境變化的能力[10]。同時(shí)，為維系生產(chǎn)性服務(wù)業(yè)企業(yè)與制造業(yè)企業(yè)間的長(zhǎng)期合作關(guān)系，下游企業(yè)會(huì)向其上游企業(yè)提供資金進(jìn)行研發(fā)，幫助上游企業(yè)進(jìn)行管理培訓(xùn)、組織生產(chǎn)流程、控制質(zhì)量以及購(gòu)買原材料等[11]，這些都將有利于生產(chǎn)性服務(wù)業(yè)企業(yè)生產(chǎn)率的提升。

除上述積極因素外，產(chǎn)業(yè)協(xié)同集聚對(duì)生產(chǎn)率的影響也表現(xiàn)一定消極作用。第一，擁塞效應(yīng)。產(chǎn)業(yè)協(xié)同集聚的過程雖然為生產(chǎn)性服務(wù)業(yè)和制造業(yè)企業(yè)的投入產(chǎn)出溝通節(jié)約了各種交易成本、人才搜尋成本等，但當(dāng)一個(gè)地區(qū)的產(chǎn)業(yè)集聚過度時(shí)，當(dāng)?shù)氐牡刈?、交通、時(shí)間等成本就會(huì)相應(yīng)增加，從而不利于企業(yè)生產(chǎn)率的提升。Henderson(1986)的研究表明，產(chǎn)業(yè)集聚的集聚效應(yīng)會(huì)向擁塞效應(yīng)轉(zhuǎn)變[12]。第二，沉沒成本。由于沉沒成本，產(chǎn)業(yè)協(xié)同集聚區(qū)的生產(chǎn)性服務(wù)業(yè)企業(yè)、尤其是制造業(yè)企業(yè)無法輕易退出某個(gè)地區(qū)，致使生產(chǎn)率相對(duì)較低的企業(yè)長(zhǎng)久停留在產(chǎn)業(yè)集聚區(qū)甚至演變成“僵尸企業(yè)”，從而會(huì)降低相關(guān)企業(yè)的生產(chǎn)或服務(wù)效率。第三，集聚組合。不同性質(zhì)的集聚組合所產(chǎn)生的外部性經(jīng)濟(jì)也通常存在較大差異，越是資本和技術(shù)密集的企業(yè)，其產(chǎn)生的知識(shí)技術(shù)溢出效應(yīng)越強(qiáng)，且其吸收其他企業(yè)溢出知識(shí)的能力也越強(qiáng)，其對(duì)生產(chǎn)率的提升效果相對(duì)越理想；反之，則越不理想。

綜上，基于具體作用路徑，產(chǎn)業(yè)協(xié)同集聚既可能正向促進(jìn)全要素生產(chǎn)率提升，也可能負(fù)向抑制全要素生產(chǎn)率增長(zhǎng)。究竟最終整體作用結(jié)果如何，則需視具體作用條件而論。遺憾的是，既有文獻(xiàn)尚缺乏這方面的專門探討。對(duì)此，本文擬從實(shí)證研究的視角，以中國(guó)246個(gè)地級(jí)及以上城市為觀測(cè)樣本，根據(jù)構(gòu)成產(chǎn)業(yè)區(qū)位熵的高低形成不同作用條件，并借助經(jīng)典的面板數(shù)據(jù)模型加以實(shí)證檢驗(yàn)。相對(duì)于既有研究，本文的特色在于采取層層抽絲逐漸深入的思路，借助虛擬變量來對(duì)不同作用條件下的產(chǎn)業(yè)協(xié)同集聚進(jìn)行內(nèi)生分組，并對(duì)分組后的IV-GMM實(shí)證檢驗(yàn)結(jié)果進(jìn)行逐一闡釋。

二、模型構(gòu)建與變量選取

(一)模型構(gòu)建

借助經(jīng)典的面板計(jì)量模型，可對(duì)不同作用條件下產(chǎn)業(yè)協(xié)同集聚影響全要素生產(chǎn)率的整體結(jié)果進(jìn)行實(shí)證檢驗(yàn)。在具體模型構(gòu)建時(shí)，由于面板模型存在個(gè)體效應(yīng)與時(shí)間效應(yīng)、固定效應(yīng)與隨機(jī)效應(yīng)之分，如果僅憑主觀判斷而選取其中的某種模型，則可能因模型選擇不當(dāng)而造成回歸結(jié)果偏誤。對(duì)此，比較合理的做法是建立一般性面板數(shù)據(jù)模型，再通過相關(guān)檢驗(yàn)將其簡(jiǎn)化為個(gè)體固定效應(yīng)、雙向固定效應(yīng)、一般隨機(jī)效應(yīng)、雙向隨機(jī)效應(yīng)模型等。由于本文主要研究產(chǎn)業(yè)協(xié)同集聚與全要素生產(chǎn)率(TFP)之間的因果關(guān)系，同時(shí)考慮到產(chǎn)業(yè)協(xié)同集聚與其構(gòu)成產(chǎn)業(yè)區(qū)位熵指數(shù)之間所存在的內(nèi)生相互關(guān)系，有必要基于構(gòu)成產(chǎn)業(yè)區(qū)位熵構(gòu)建虛擬變量。因此，綜合上述理論思路和實(shí)踐檢驗(yàn)需求，本文擬構(gòu)建如下的待檢驗(yàn)?zāi)Ｐ停?/p>

lnTFPit=C+β1lnrit+δD+ηDlnrit+γlnControlt+λt+vi+uit

(1)

其中，TFP(全要素生產(chǎn)率)為本文的被解釋變量；r為本文的核心解釋變量，代表生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚指數(shù)；D表示虛擬變量，Dlnr表示虛擬變量與產(chǎn)業(yè)協(xié)同集聚指數(shù)對(duì)數(shù)的交乘項(xiàng)；Control為系列控制變量，主要包括經(jīng)濟(jì)發(fā)展水平、人力資本、稟賦結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化指數(shù)、市場(chǎng)化程度、市場(chǎng)競(jìng)爭(zhēng)度、外資依賴度、政府干預(yù)度和基礎(chǔ)設(shè)施水平等；λt是第t期的截距項(xiàng)，代表第t期對(duì)被解釋變量的特有效應(yīng)，也稱為“時(shí)間固定效應(yīng)”；vi是選擇固定效應(yīng)模型時(shí)各個(gè)城市不隨時(shí)間變化而變化的量，如為隨機(jī)效應(yīng)，則沒有vi；μ是服從i.i.d.的擾動(dòng)項(xiàng)，β1、δ、η、γ待估參數(shù)。下標(biāo)i和t(t=2003，…，2014)分別代表第i個(gè)城市和第t年。

(二)變量選取與數(shù)據(jù)說明

1.變量選取

(1)被解釋變量。全要素生產(chǎn)率(TFP)采用DEA Malmquist全局超效率指數(shù)進(jìn)行測(cè)度，并采用該指數(shù)的累乘積形式。測(cè)度TFP所需的資本存量K采用永續(xù)存盤法進(jìn)行計(jì)算，城市基年基本存量、城市固定資本形成額的測(cè)度參照王藝明等(2016)方法，即通過市省固定資產(chǎn)投資比進(jìn)行折算[13]；投資價(jià)格指數(shù)遵循單豪杰(2008)思路，即2004年及以前采用分省的固定資產(chǎn)形成價(jià)格指數(shù)，2004年以后采用分省的固定資產(chǎn)投資價(jià)格指數(shù)[14]；折舊率設(shè)置為10.96%。此外，為盡量減少基年資本存量核算誤差引起的資本存量測(cè)算偏誤，本文選擇遠(yuǎn)離樣本考察期(2002～2014年)的1985年作為城市資本存量核算的基年。

(2)主要解釋變量。產(chǎn)業(yè)協(xié)同集聚指數(shù)(r)，參照陳國(guó)亮和陳建軍(2012)、楊仁發(fā)(2013)的方法[15][16]，采用產(chǎn)業(yè)協(xié)同集聚相對(duì)指數(shù)法進(jìn)行測(cè)度，具體為：

第一步，構(gòu)建城市i產(chǎn)業(yè)j的區(qū)位熵指數(shù)(LQij)，其計(jì)算公式為：

LQij=(eij/Ej)/(ei/E)

(2)

其中，eij表示城市i產(chǎn)業(yè)j的從業(yè)人員數(shù)，Ej表示全國(guó)產(chǎn)業(yè)j的從業(yè)人員總數(shù)，ei表示城市i所有產(chǎn)業(yè)的從業(yè)人員數(shù)，E表示全國(guó)所有產(chǎn)業(yè)的從業(yè)人員總數(shù)。數(shù)據(jù)測(cè)度上，從業(yè)人員一律采用分行業(yè)“年末單位從業(yè)人員數(shù)”來進(jìn)行衡量。

第二步，構(gòu)建產(chǎn)業(yè)協(xié)同集聚指數(shù)(ri)，其計(jì)算公式為：

ri=1-|LQim-LQis|/(LQim+LQis)

(3)

其中，m為制造業(yè)，包括《國(guó)民經(jīng)濟(jì)行業(yè)分類(GB/T4754-2011)》中13～43代碼行業(yè)；s為生產(chǎn)性服務(wù)業(yè)，包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政服務(wù)業(yè)，租賃和商務(wù)服務(wù)業(yè)，金融服務(wù)業(yè)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等五大產(chǎn)業(yè)。

虛擬變量及其交乘項(xiàng)。為具體檢驗(yàn)不同作用條件下產(chǎn)業(yè)協(xié)同集聚對(duì)全要素生產(chǎn)率的影響，有必要對(duì)產(chǎn)業(yè)協(xié)同集聚進(jìn)行內(nèi)生分組，而比較合理的劃分依據(jù)便是其構(gòu)成產(chǎn)業(yè)區(qū)位熵。具體地，首先將構(gòu)成產(chǎn)業(yè)區(qū)位熵指數(shù)從小到大(或從大到小)進(jìn)行排序，然后將其均勻地分為三個(gè)等份，再根據(jù)大、中、小的分組來生成虛擬變量，并與r產(chǎn)生交乘項(xiàng)。

(3)控制變量。結(jié)合TFP影響因素的既有文獻(xiàn)，本文主要考慮如下的控制變量。第一，經(jīng)濟(jì)發(fā)展水平(pgdp)，采用人均地區(qū)生產(chǎn)總值來衡量。第二，人力資本(human)，借鑒孫慧和朱俏俏(2016)的方法，采用“每萬人高校在校大學(xué)生數(shù)量”作為代理變量。第三，結(jié)構(gòu)因素，稟賦結(jié)構(gòu)(klo)采用實(shí)際資本存量與勞動(dòng)力就業(yè)量的比值來衡量；產(chǎn)業(yè)結(jié)構(gòu)(indser)采用各城市市轄區(qū)內(nèi)二、三產(chǎn)業(yè)增加值之比進(jìn)行測(cè)度。第四，城鎮(zhèn)化指數(shù)(urb)，采用通過人口城鎮(zhèn)化、經(jīng)濟(jì)城鎮(zhèn)化、空間城鎮(zhèn)化和社會(huì)城鎮(zhèn)化等4個(gè)一級(jí)指標(biāo)及8個(gè)二級(jí)指標(biāo)構(gòu)建的城鎮(zhèn)化指數(shù)來衡量[17]。第五，市場(chǎng)作用力，首先是市場(chǎng)化程度(mark)，借鑒肖攀等(2013)的方法，采用城鎮(zhèn)私營(yíng)和個(gè)體從業(yè)人員占城市勞動(dòng)力就業(yè)總數(shù)的比重來衡量；其次是市場(chǎng)競(jìng)爭(zhēng)度(com)，參考孫曉華和郭玉嬌(2013)等，采用城市i市轄區(qū)內(nèi)的工業(yè)企業(yè)數(shù)與工業(yè)生產(chǎn)總值之比除以城市i市轄區(qū)樣本年度里企業(yè)總數(shù)與工業(yè)生產(chǎn)總值之比的平均值來近似描述。第六，外資依賴度(FDI)，主要用于檢驗(yàn)“效率提升說”與“污染天堂說”，考慮到該指標(biāo)市轄區(qū)數(shù)據(jù)不全，以各城市全市當(dāng)年實(shí)際使用外資金額占全市GDP的比重來衡量。第七，政府干預(yù)度(gov)，使用市轄區(qū)一般財(cái)政預(yù)算內(nèi)支出占GDP的比重來衡量。第八，基礎(chǔ)設(shè)施水平(inf)，考慮到數(shù)據(jù)可得性，采用市轄區(qū)人均城市道路面積作為代理變量。

2.數(shù)據(jù)來源與處理

(1)數(shù)據(jù)來源與樣本遴選。本文選取數(shù)據(jù)較完整的中國(guó)246個(gè)地級(jí)市作為實(shí)證觀測(cè)對(duì)象，并考慮到產(chǎn)業(yè)協(xié)同集聚活動(dòng)主要發(fā)生在市轄區(qū)而采用了市轄區(qū)數(shù)據(jù)，數(shù)據(jù)主要來源于《中國(guó)城市統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。在時(shí)期跨度選擇上，由于我國(guó)2003年在產(chǎn)業(yè)統(tǒng)計(jì)口徑有著較大調(diào)整，本文選取2004～2015年作為取值區(qū)間，即2003～2014年的觀測(cè)數(shù)據(jù)[注]計(jì)算TFP指數(shù)的時(shí)間跨度為2002～2014年。其中，2002～2003年度的TFP數(shù)據(jù)對(duì)應(yīng)產(chǎn)業(yè)協(xié)同集聚及其他變量2003年的數(shù)據(jù)。其他的均可依此類推。。

(2)數(shù)據(jù)處理。在具體變量核算或數(shù)據(jù)整理時(shí)，采取如下的處理方法。第一，在測(cè)算TFP指數(shù)時(shí)，勞動(dòng)力投入數(shù)據(jù)由“年末單位從業(yè)人員數(shù)”和“城鎮(zhèn)私營(yíng)和個(gè)體從業(yè)人員”兩個(gè)統(tǒng)計(jì)變量組成；產(chǎn)出變量數(shù)據(jù)選取“地區(qū)生產(chǎn)總值”來加以衡量，并以1978年為基期的相應(yīng)省份GDP平減指數(shù)對(duì)其進(jìn)行平減處理。第二，考慮到數(shù)據(jù)的連貫性，將個(gè)別變量的個(gè)別缺失數(shù)據(jù)采用插值法進(jìn)行補(bǔ)充。第三，考慮到各變量因帶有一定時(shí)間趨勢(shì)而可能引發(fā)異方差問題，并進(jìn)而可能造成回歸偏誤，我們對(duì)所有變量一律進(jìn)行對(duì)數(shù)化處理。

三、實(shí)證研究結(jié)果及分析

(一)內(nèi)生性問題及其解決

根據(jù)Durbin-Wu-Hausman檢驗(yàn)結(jié)果，我們發(fā)現(xiàn)各模型存在內(nèi)生性，可能引起回歸結(jié)果偏誤。進(jìn)一步對(duì)主要解釋變量和控制變量依次進(jìn)行Wald內(nèi)生性檢驗(yàn)，發(fā)現(xiàn)產(chǎn)業(yè)協(xié)同集聚指數(shù)(lnr)和人均地區(qū)生產(chǎn)總值(lnpgdp)為內(nèi)生變量，即與擾動(dòng)項(xiàng)存在相關(guān)關(guān)系，可能是與被解釋變量TFP之間存在逆向因果關(guān)系所致，這與我們的理論判斷相符。一方面，產(chǎn)業(yè)協(xié)同集聚影響TFP增長(zhǎng)，但TFP增長(zhǎng)也會(huì)反過來影響產(chǎn)業(yè)協(xié)同集聚發(fā)展，一個(gè)城市的TFP增速越高，就越能激發(fā)當(dāng)?shù)仄髽I(yè)技術(shù)研發(fā)、產(chǎn)品創(chuàng)新、業(yè)務(wù)趕超等的動(dòng)能，也因此能驅(qū)動(dòng)企業(yè)利潤(rùn)率的提升，進(jìn)而推動(dòng)產(chǎn)業(yè)協(xié)同集聚的發(fā)展。另一方面，雖然人均GDP增長(zhǎng)能為TFP提升奠定經(jīng)濟(jì)基礎(chǔ)，但根據(jù)索羅殘差公式，TFP本身即是GDP增幅中的一部分，因此一個(gè)城市的TFP增長(zhǎng)率越高，其人均GDP也一般會(huì)相應(yīng)得到提升。對(duì)此，本文以lnr和lnpgdp的滯后一階、兩階分別作為相應(yīng)內(nèi)生變量的工具變量，并用IV-GMM對(duì)每個(gè)待檢驗(yàn)方程進(jìn)行面板數(shù)據(jù)回歸。

(二)產(chǎn)業(yè)協(xié)同集聚影響TFP的IV-GMM估計(jì)

1.無內(nèi)生分組的面板回歸。如果不進(jìn)行內(nèi)生分組，即刪除式(1)的虛擬變量及其交乘項(xiàng)，則發(fā)現(xiàn)產(chǎn)業(yè)協(xié)同集聚指數(shù)(lnr)的系數(shù)顯著為負(fù)，其系數(shù)大小為-0.025(回歸結(jié)果略)。說明在全國(guó)均值水平下，生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚顯著抑制了全要素生產(chǎn)率增長(zhǎng)，這與既有多數(shù)文獻(xiàn)認(rèn)為產(chǎn)業(yè)專業(yè)化集聚有利于生產(chǎn)率提升的結(jié)論存在較大出入，也似乎與我們的現(xiàn)象認(rèn)知和邏輯推理不符。本文認(rèn)為其主要原因在于，誠(chéng)如文獻(xiàn)綜述所言，產(chǎn)業(yè)協(xié)同集聚作用于TFP時(shí)有著諸多作用力相沖的影響路徑，如果負(fù)向作用力大于正向作用力，則整體結(jié)果為負(fù)。而產(chǎn)業(yè)協(xié)同集聚影響TFP的負(fù)向作用力之所以大于正向作用力，一方面是產(chǎn)業(yè)協(xié)同集聚的整體質(zhì)量偏低使然，另一方面是某些情形下產(chǎn)業(yè)協(xié)同集聚與構(gòu)成產(chǎn)業(yè)區(qū)位熵指數(shù)成反比所致。當(dāng)其中一個(gè)構(gòu)成產(chǎn)業(yè)專業(yè)化集聚度低時(shí)，根據(jù)式(3)，另一構(gòu)成專業(yè)化集聚度越低，產(chǎn)業(yè)協(xié)同集聚指數(shù)相反越高，這種缺乏產(chǎn)業(yè)積累沉淀的協(xié)同集聚指數(shù)自然不利于生產(chǎn)率增長(zhǎng)。這是因?yàn)榇藭r(shí)的產(chǎn)業(yè)協(xié)同集聚不僅整體規(guī)模有限，而且同處一地的生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間的投入產(chǎn)出關(guān)聯(lián)較弱，則外部性經(jīng)濟(jì)與產(chǎn)業(yè)間良性互動(dòng)所釋放的積極作用力非常有限，使得沉沒成本、不良集聚組合等釋放的消極作用力相對(duì)性大幅攀升，從而造成整體結(jié)果為負(fù)的局面?？梢?，產(chǎn)業(yè)協(xié)同集聚影響TFP增長(zhǎng)的作用規(guī)律不能一概而論，而是應(yīng)基于構(gòu)成產(chǎn)業(yè)區(qū)位熵指數(shù)內(nèi)生分組的前提下，對(duì)不同組別中的具體作用規(guī)律進(jìn)行分別闡述。

2.內(nèi)生分組后的IV-GMM估計(jì)。以構(gòu)成產(chǎn)業(yè)區(qū)位熵指數(shù)低為參照組，分別根據(jù)生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)與制造業(yè)區(qū)位熵指數(shù)生成虛擬變量gmr2、gmr3、gsr2、gsr3。如此，式(1)實(shí)則演化為分段函數(shù)模型，其IV-GMM回歸如表1所示。其中，IV-2SLS回歸后的豪斯曼檢驗(yàn)均支持固定效應(yīng)模型。

表1 產(chǎn)業(yè)協(xié)同集聚對(duì)TFP影響的IV-GMM面板估計(jì)

注：gmr2、gmr3、gsr2和gsr3分別代表制造業(yè)區(qū)位熵指數(shù)中、制造業(yè)區(qū)位熵指數(shù)高、生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)中和生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)高；*、** 和*** 分別表示通過10%、5%和1%的顯著性水平檢驗(yàn)，括號(hào)內(nèi)為標(biāo)準(zhǔn)誤；Hansen檢驗(yàn)為P值，其原假設(shè)為“所有工具變量都是外生的”；lnpgdp、lnr的工具變量均分別為L(zhǎng)(1/2).lnpgdp、L(1/2).lnr。

表1中，lnr的系數(shù)顯著為負(fù)(即參照組)，說明構(gòu)成產(chǎn)業(yè)集聚度低時(shí)的產(chǎn)業(yè)協(xié)同集聚與TFP提升成反比。相對(duì)于參照組，構(gòu)成產(chǎn)業(yè)集聚度中或高時(shí)的lnr系數(shù)已由負(fù)轉(zhuǎn)正，且構(gòu)成產(chǎn)業(yè)集聚度高時(shí)的系數(shù)值大于構(gòu)成產(chǎn)業(yè)集聚中的系數(shù)值，說明構(gòu)成產(chǎn)業(yè)集聚度越高，產(chǎn)業(yè)協(xié)同集聚越傾向于促進(jìn)TFP增長(zhǎng)。為進(jìn)一步分析構(gòu)成產(chǎn)業(yè)中或高時(shí)的產(chǎn)業(yè)協(xié)同集聚邊際影響系數(shù)，我們將表1兩個(gè)模型對(duì)應(yīng)的分組方程撰寫出來，其結(jié)果如式(4)、式(5)所示。其中，Control代表所有控制變量，A代表所有控制變量的回歸系數(shù)矩陣。

(4)

(5)

根據(jù)式(4)，我們發(fā)現(xiàn)在不同制造業(yè)區(qū)位熵指數(shù)作用下，lnr對(duì)lnTFP的影響存在質(zhì)的差異。在制造業(yè)區(qū)位熵指數(shù)高、中、低3個(gè)方程中，lnr的邊際影響系數(shù)分別為0.077、-0.046和-0.178。也就是說，如果制造業(yè)區(qū)位熵指數(shù)高，則生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚能顯著地促進(jìn)TFP增長(zhǎng)，否則就會(huì)顯著抑制TFP增長(zhǎng)。而在另兩組的抑制力大小上，如果制造業(yè)區(qū)位熵指數(shù)低，則其與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚對(duì)TFP的抑制力更大；如果制造業(yè)區(qū)位熵指數(shù)中，則其產(chǎn)業(yè)協(xié)同集聚對(duì)TFP的抑制力明顯減弱?？梢?，隨著制造業(yè)區(qū)位熵指數(shù)的提升，生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對(duì)TFP的影響將由負(fù)轉(zhuǎn)正，其臨界點(diǎn)大約在全國(guó)制造業(yè)區(qū)位熵指數(shù)水平值的2/3處。而之所以跨過制造業(yè)區(qū)位熵指數(shù)2/3閾值后的lnr邊際系數(shù)整體為正，主要是因?yàn)椋旱谝唬邕^閾值后的制造業(yè)集聚已具備相對(duì)較大的產(chǎn)業(yè)規(guī)模，使得此時(shí)的制造業(yè)集聚與生產(chǎn)性服務(wù)業(yè)集聚對(duì)TFP的正外部性力量能充分釋放；第二，跨越閾值后的生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間的良性互動(dòng)趨于頻繁，促成兩大產(chǎn)業(yè)間的投入產(chǎn)出關(guān)聯(lián)不斷得到強(qiáng)化，由此交互作用而成的產(chǎn)業(yè)協(xié)同集聚較好地滿足了Jacobs正外部性的作用條件，因而能更好地發(fā)揮出對(duì)TFP提升的整體帶動(dòng)力；第三，跨域閾值后的產(chǎn)業(yè)協(xié)同集聚區(qū)，產(chǎn)業(yè)之間、尤其是產(chǎn)業(yè)內(nèi)部的企業(yè)競(jìng)爭(zhēng)趨于激烈，迫使協(xié)同集聚區(qū)內(nèi)的企業(yè)不斷進(jìn)行技術(shù)創(chuàng)新和管理變革，如此能不斷強(qiáng)化協(xié)同集聚區(qū)的Porter正外部性力量；第四，相對(duì)于正向作用力，跨域閾值后的擁塞效應(yīng)、沉沒成本、交易成本等負(fù)向作用力較小，使得此時(shí)的產(chǎn)業(yè)協(xié)同集聚能有效推動(dòng)TFP提升。

根據(jù)式(5)，在不同生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)作用下，lnr對(duì)lnTFP的影響僅存在量的不同。即在生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)高、中、低3個(gè)方程中，lnr的邊際影響系數(shù)均為負(fù)，說明不管生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)高或低，相應(yīng)的生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚均對(duì)TFP增長(zhǎng)起著抑制作用。不同的是，這種抑制力隨著生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)的提高而降低。之所以此時(shí)的產(chǎn)業(yè)協(xié)同集聚邊際影響系數(shù)始終沒有突破由負(fù)轉(zhuǎn)正的臨界點(diǎn)，其原因可能在于：一方面，由于制造業(yè)是生產(chǎn)性服務(wù)業(yè)的需求部門，制造業(yè)一般處于相對(duì)超前發(fā)展的狀態(tài)，只有制造業(yè)區(qū)專業(yè)化集聚具備較強(qiáng)競(jìng)爭(zhēng)力，其與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚才能推動(dòng)TFP增長(zhǎng)；另一方面，生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)高、中、低的分組仍過于粗陋，隨著產(chǎn)業(yè)協(xié)同集聚對(duì)TFP的邊際作用系數(shù)不斷趨近于零，在分組數(shù)足夠多的前提下，必然在生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)最高的那組中出現(xiàn)lnr邊際作用系數(shù)為正的情形。

3.基于構(gòu)成產(chǎn)業(yè)專業(yè)化集聚影響的進(jìn)一步探討。我們分別以制造業(yè)集聚指數(shù)、生產(chǎn)性服務(wù)業(yè)集聚指數(shù)替代產(chǎn)業(yè)協(xié)同集聚指數(shù)對(duì)式(1)進(jìn)行回歸，發(fā)現(xiàn)無內(nèi)生分組時(shí)，制造業(yè)集聚傾向于抑制TFP提升(系數(shù)為-0.013)，而生產(chǎn)性服務(wù)業(yè)集聚能顯著促進(jìn)TFP增長(zhǎng)(系數(shù)為0.037)。內(nèi)生分組后的回歸結(jié)果如表2所示，我們發(fā)現(xiàn)當(dāng)制造業(yè)集聚指數(shù)低或生產(chǎn)性服務(wù)業(yè)集聚指數(shù)低時(shí)，制造業(yè)集聚對(duì)TFP的邊際影響顯著為負(fù)(模型一)或傾向于為負(fù)(模型二)，其余情形的邊際影響系數(shù)基本為正但表現(xiàn)出量的差異，說明制造業(yè)集聚度越高越有利于TFP提升，而生產(chǎn)性服務(wù)業(yè)集聚度越低才越有利于TFP增長(zhǎng)。

表2 構(gòu)成產(chǎn)業(yè)專業(yè)化集聚對(duì)TFP影響的IV-GMM面板估計(jì)

注：LQ根據(jù)式(2)計(jì)算，在模型一、二代表制造業(yè)集聚指數(shù)，在模型三、四代表生產(chǎn)性服務(wù)業(yè)集聚指數(shù)；gmr2、gmr3、gsr2和gsr3同表1；*、** 和*** 分別表示通過10%、5%和1%的顯著性水平檢驗(yàn)，括號(hào)內(nèi)為標(biāo)準(zhǔn)誤；控制變量及檢驗(yàn)結(jié)果略。

綜合表1、2，我們發(fā)現(xiàn)構(gòu)成產(chǎn)業(yè)專業(yè)化集聚與產(chǎn)業(yè)協(xié)同集聚影響TFP時(shí)的內(nèi)在關(guān)聯(lián)。在很大程度上產(chǎn)業(yè)協(xié)同集聚抑制或促進(jìn)TFP提升的結(jié)果，正是其構(gòu)成產(chǎn)業(yè)專業(yè)化集聚對(duì)TFP邊際作用力的整體合力使然。當(dāng)制造業(yè)集聚程度低時(shí)，制造業(yè)集聚對(duì)TFP的抑制力與生產(chǎn)性服務(wù)業(yè)集聚對(duì)TFP的推動(dòng)力交相作用(表2的模型一、三)，造成產(chǎn)業(yè)協(xié)同集聚影響TFP的整體合力顯著為負(fù)(表1的模型一)。當(dāng)制造業(yè)集聚程度高時(shí)，制造業(yè)集聚與生產(chǎn)性服務(wù)業(yè)集聚均能有效推動(dòng)TFP提升，其相應(yīng)的產(chǎn)業(yè)協(xié)同集聚自然有利于TFP增長(zhǎng)。當(dāng)以生產(chǎn)性服務(wù)業(yè)集聚程度作為分組依據(jù)時(shí)，制造業(yè)集聚均傾向于抑制TFP提升(表2的模型二)，生產(chǎn)性服務(wù)業(yè)均能促進(jìn)TFP增長(zhǎng)(表2的模型四)，但兩者交相作用所形成的產(chǎn)業(yè)協(xié)同集聚合力仍然為負(fù)(表1的模型二)?？梢?，相對(duì)于生產(chǎn)性服務(wù)業(yè)集聚而言，制造業(yè)集聚在產(chǎn)業(yè)協(xié)同集聚中所能發(fā)揮的作用更大。只有當(dāng)制造業(yè)集聚有利于TFP提升時(shí)，相應(yīng)的產(chǎn)業(yè)協(xié)同集聚才能推動(dòng)TFP增長(zhǎng)。一旦制造業(yè)集聚不利于TFP提升，即便此時(shí)的生產(chǎn)性服務(wù)業(yè)有利于TFP提升，相應(yīng)的產(chǎn)業(yè)協(xié)同集聚仍然不利于TFP增長(zhǎng)。

(三)穩(wěn)健性檢驗(yàn)

除采用單豪杰(2008)資本存量測(cè)算的MI指數(shù)作為被解釋變量進(jìn)行驗(yàn)證外，本文還采用以張軍(2004)資本存量測(cè)算的MI指數(shù)作為被解釋變量對(duì)式(1)進(jìn)行驗(yàn)證(結(jié)果略)，發(fā)現(xiàn)其IV-GMM回歸結(jié)果基本一致。同時(shí)，本文采用傳統(tǒng)的IV-2SLS方法對(duì)表1涉及的兩個(gè)模型進(jìn)行重新回歸(結(jié)果略)，發(fā)現(xiàn)兩個(gè)方程不論在系數(shù)顯著性、系數(shù)符號(hào)還是系數(shù)值大小上，均與表1非常接近，這說明因本文選用數(shù)據(jù)的異方差問題而引起的偏誤不大，也再次證明采用IV-GMM得出的結(jié)論是穩(wěn)健可信的。

四、結(jié)論與政策建議

在理論綜述的基礎(chǔ)上，本文以中國(guó)246個(gè)地級(jí)及以上城市2003～2014年的面板數(shù)據(jù)為觀測(cè)樣本，通過構(gòu)建經(jīng)典面板模型并借助IV-GMM回歸進(jìn)行檢驗(yàn)，結(jié)果發(fā)現(xiàn)中國(guó)城市產(chǎn)業(yè)協(xié)同集聚對(duì)全要素生產(chǎn)率的影響呈現(xiàn)非線性特征：隨著制造業(yè)區(qū)位熵指數(shù)的提升，生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對(duì)TFP的影響將由負(fù)轉(zhuǎn)正，其臨界點(diǎn)大約在全國(guó)制造業(yè)區(qū)位熵指數(shù)水平值的2/3處；隨著生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)的提升，雖然生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對(duì)TFP增長(zhǎng)均表現(xiàn)出抑制作用，但其抑制力隨著生產(chǎn)性服務(wù)業(yè)區(qū)位熵指數(shù)的提高而降低。

基于上述結(jié)論，本文提出如下的政策建議。首先，產(chǎn)業(yè)協(xié)同集聚的“雙輪驅(qū)動(dòng)”戰(zhàn)略不宜在全國(guó)范圍內(nèi)全面鋪開，這種戰(zhàn)略相對(duì)而言更適合于在制造業(yè)集聚程度較高的城市推廣。在制造業(yè)集聚程度相對(duì)較低的城市，應(yīng)重點(diǎn)考慮制造業(yè)專業(yè)化集聚發(fā)展道路，并通過制造業(yè)的優(yōu)先發(fā)展來帶動(dòng)生產(chǎn)性服務(wù)業(yè)的內(nèi)生性增長(zhǎng)。如果不顧城市專業(yè)化集聚實(shí)際而盲目推進(jìn)“雙輪驅(qū)動(dòng)”戰(zhàn)略，則可能不僅會(huì)抑制該城市全要素生產(chǎn)率提升，而且會(huì)因該戰(zhàn)略實(shí)施導(dǎo)致的資源錯(cuò)配而破壞整個(gè)城市經(jīng)濟(jì)的良性循環(huán)。其次，應(yīng)采取有效措施切實(shí)提升產(chǎn)業(yè)協(xié)同集聚區(qū)的構(gòu)成產(chǎn)業(yè)專業(yè)化集聚質(zhì)量，注重產(chǎn)業(yè)集聚的高質(zhì)量發(fā)展、尤其是技術(shù)進(jìn)步?？梢哉f，越是高質(zhì)量的專業(yè)化集聚，越是容易形成有利于MAR、Jacobs、Porter等正外部性力量釋放的氛圍和平臺(tái)，就越能推動(dòng)專業(yè)化集聚及相應(yīng)產(chǎn)業(yè)協(xié)同集聚對(duì)TFP的增長(zhǎng)。最后，基于短期發(fā)展目標(biāo)，可針對(duì)所在城市專業(yè)化集聚程度來確定其產(chǎn)業(yè)協(xié)同集聚的差異化發(fā)展目標(biāo)。從制造業(yè)專業(yè)化集聚視角看，當(dāng)其專業(yè)化集聚度低時(shí)，應(yīng)以產(chǎn)業(yè)協(xié)同集聚對(duì)技術(shù)進(jìn)步的推動(dòng)效應(yīng)為主要目標(biāo)，并警惕產(chǎn)業(yè)協(xié)同集聚對(duì)效率改善和規(guī)模變化的消極影響。隨著制造業(yè)專業(yè)化集聚度的逐漸提升，應(yīng)適時(shí)將產(chǎn)業(yè)協(xié)同集聚的主要目標(biāo)定位到效率改善上，并警惕技術(shù)進(jìn)步可能停滯不前的消極影響。從生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚視角看，應(yīng)始終將產(chǎn)業(yè)協(xié)同集聚對(duì)技術(shù)進(jìn)步的推動(dòng)效應(yīng)作為主要目標(biāo)，并警惕此時(shí)對(duì)效率改善的消極影響。