長江經(jīng)濟帶產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)
——基于生產(chǎn)性服務(wù)業(yè)與制造業(yè)的實證分析

□邱志萍 幸 怡

一、引言

2020 年7 月，黨中央提出了要加快形成以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局。江小涓和孟麗君（2021）[1]認(rèn)為當(dāng)前中國經(jīng)濟總量和內(nèi)需規(guī)模持續(xù)增長，內(nèi)循環(huán)地位較外循環(huán)有了明顯提升，同時全球產(chǎn)業(yè)鏈則步入了停頓和回縮的深度調(diào)整期。2020 年11 月，習(xí)近平總書記在全面推動長江經(jīng)濟帶發(fā)展座談會中強調(diào)，要勇于創(chuàng)新，堅持把經(jīng)濟發(fā)展的著力點放在實體經(jīng)濟上，圍繞產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化，發(fā)揮協(xié)同聯(lián)動的整體優(yōu)勢，全面塑造創(chuàng)新驅(qū)動發(fā)展新優(yōu)勢。[2]紀(jì)祥裕和顧乃華（2020）[3]提出目前許多城市已將生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚作為產(chǎn)業(yè)現(xiàn)代化發(fā)展的重要抓手，協(xié)同集聚逐漸成為創(chuàng)新驅(qū)動發(fā)展的重要平臺。張虎等（2017）[4]認(rèn)為只有不斷提高制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚程度，發(fā)揮生產(chǎn)性服務(wù)業(yè)在產(chǎn)業(yè)融合中的粘合劑作用，才能促進產(chǎn)業(yè)間協(xié)同互動發(fā)展。因此，產(chǎn)業(yè)協(xié)同集聚不僅有利于實現(xiàn)優(yōu)勢互補的專業(yè)化分工，還有助于推動產(chǎn)業(yè)鏈延伸和提高產(chǎn)業(yè)鏈現(xiàn)代化水平，并以此加快實現(xiàn)創(chuàng)新型驅(qū)動發(fā)展。由此引發(fā)本文思考的是，在當(dāng)前構(gòu)建“雙循環(huán)”新發(fā)展格局的背景下，長江經(jīng)濟帶生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對科技創(chuàng)新將產(chǎn)生怎樣的影響？進一步從空間關(guān)聯(lián)性視角來看，協(xié)同集聚對科技創(chuàng)新的空間溢出效應(yīng)又將會是怎樣的？為此，本文將基于長江經(jīng)濟帶108 個城市面板數(shù)據(jù)進行系統(tǒng)的實證研究，為塑造區(qū)內(nèi)產(chǎn)業(yè)協(xié)同聯(lián)動優(yōu)勢、推動產(chǎn)業(yè)鏈現(xiàn)代化發(fā)展和實現(xiàn)協(xié)同集聚的創(chuàng)新效應(yīng)提供政策參考。

二、文獻綜述

學(xué)術(shù)界證實了不同產(chǎn)業(yè)之間存在協(xié)同集聚現(xiàn)象及其潛在的創(chuàng)新效應(yīng)。Helsley 和Strange（2014）[5]認(rèn)為產(chǎn)業(yè)集聚不僅是單一產(chǎn)業(yè)在地理上的集中與自我強化，而且也是相關(guān)產(chǎn)業(yè)協(xié)同集聚的演化過程。Ellison 等（2010）[6]著重闡述了產(chǎn)業(yè)協(xié)同集聚的微觀機制與形成動因，認(rèn)為主要表現(xiàn)在勞動力市場效應(yīng)、中間投入品和知識溢出三大因素。陳國亮和陳建軍（2012）[7]基于產(chǎn)業(yè)與空間兩大視角研究城市二三產(chǎn)業(yè)共同集聚的作用機理，發(fā)現(xiàn)二三產(chǎn)業(yè)共同集聚的原因在于產(chǎn)業(yè)前后向關(guān)聯(lián)。Kolko（2010）[8]認(rèn)為生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚將產(chǎn)生明顯的知識溢出效應(yīng)，并能顯著促進產(chǎn)業(yè)間的直接交易。Ke 等（2014）[9]研究發(fā)現(xiàn)一個具有完善發(fā)達的生產(chǎn)性服務(wù)業(yè)的城市能夠有效吸引制造業(yè)企業(yè)集聚，同時擁有較多制造業(yè)企業(yè)集聚的地區(qū)也有著相對完善的生產(chǎn)性服務(wù)業(yè)企業(yè)，兩產(chǎn)業(yè)之間表現(xiàn)出明顯的協(xié)同集聚效應(yīng)。Yuan 等（2017）[10]發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)的從業(yè)活動主要分布在市中心區(qū)域，而制造業(yè)就業(yè)則分散于城郊和老城區(qū)，二者空間分布狀況呈現(xiàn)協(xié)同集聚和可分離性的特點。江曼琦和席強敏（2014）[11]認(rèn)為產(chǎn)業(yè)特征和產(chǎn)業(yè)間聯(lián)系是產(chǎn)業(yè)協(xié)同集聚的主要因素。紀(jì)祥裕和顧乃華（2020）[3]研究發(fā)現(xiàn)產(chǎn)業(yè)協(xié)同集聚顯著提升了全國城市創(chuàng)新水平，并具有顯著的正向外溢效應(yīng)，同時城市創(chuàng)新存在典型的空間互動集聚現(xiàn)象。原毅軍和高康（2020）[12]基于省級層面考察了產(chǎn)業(yè)協(xié)同集聚對區(qū)域創(chuàng)新效率的空間效應(yīng)及其地理衰減邊界，發(fā)現(xiàn)產(chǎn)業(yè)協(xié)同集聚顯著提升本地創(chuàng)新效率，并通過研發(fā)人員互動對周邊地區(qū)的創(chuàng)新效率產(chǎn)生正向溢出效應(yīng)，但這存在明顯的地理衰減效應(yīng)。

通過梳理發(fā)現(xiàn)，現(xiàn)有關(guān)于產(chǎn)業(yè)協(xié)同集聚的創(chuàng)新效應(yīng)的研究顯得相對匱乏，在長江經(jīng)濟帶層面尚未展開系統(tǒng)性的研究。基于2003—2019 年108 個樣本城市的面板數(shù)據(jù)，本文將實證檢驗長江經(jīng)濟帶生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響，圍繞變量替換、剔除特殊樣本、面板分位數(shù)估計和克服內(nèi)生性問題等方面進行系統(tǒng)的穩(wěn)健性檢驗，并進一步探討不同時段、不同板塊和不同城市規(guī)模的異質(zhì)性影響。此外，考慮空間關(guān)聯(lián)特征，借助空間杜賓模型進一步刻畫協(xié)同集聚的“本地-鄰地”技術(shù)創(chuàng)新空間溢出效應(yīng)，以豐富現(xiàn)有研究。

三、實證設(shè)計和數(shù)據(jù)來源

（一）模型設(shè)定

為考察長江經(jīng)濟帶產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)，本文構(gòu)建如下基準(zhǔn)計量模型：

其中c 為常數(shù)項，λ1為城市固定效應(yīng)，δt為時間固定效應(yīng)，εit為隨機誤差項；PAT 為技術(shù)創(chuàng)新，COAG 為產(chǎn)業(yè)協(xié)同集聚，α 預(yù)期為正；Zit為控制變量向量，β 為對應(yīng)待估參數(shù)。

（二）變量說明

1.被解釋變量。借鑒張虎等（2017）[4]的做法，基于城鎮(zhèn)單位從業(yè)人員數(shù)據(jù)，采用區(qū)位熵指標(biāo)計算生產(chǎn)性服務(wù)業(yè)集聚（PSQ）和制造業(yè)集聚（MQ），并以此計算產(chǎn)業(yè)協(xié)同集聚，即：

2.核心解釋變量。白俊紅和劉怡（2020）[13]認(rèn)為專利是區(qū)域技術(shù)創(chuàng)新的重要體現(xiàn)。本文采用每百萬人擁有專利授權(quán)數(shù)(項/百萬人)刻畫技術(shù)創(chuàng)新（PAT）。

3.控制變量。借鑒已有研究的做法[3][12][14]，考慮數(shù)據(jù)可得性，本文主要選取政府參與、科技投入、人力資本、互聯(lián)網(wǎng)信息發(fā)展、交通基礎(chǔ)設(shè)施和外商投資等指標(biāo)作為控制變量。具體來看，政府參與（GOV）為當(dāng)?shù)丶夹g(shù)創(chuàng)新提供重要平臺和實現(xiàn)機制，采用除科學(xué)技術(shù)和教育支出外的地方政府一般預(yù)算財政支出占GDP 的比重（%）來表示，預(yù)期為正；科技投入（TEC）與技術(shù)創(chuàng)新產(chǎn)出緊密相連，科技經(jīng)費投入的增加保障了技術(shù)創(chuàng)新的研發(fā)資金需求，采用科學(xué)技術(shù)支出占地方政府一般預(yù)算財政支出的比重（%）來表示，預(yù)期為正；人力資本（HC）為地區(qū)技術(shù)創(chuàng)新提供重要的驅(qū)動力和支撐，為提升創(chuàng)新產(chǎn)出與效率貢獻智力支持，采用每萬人普通高等學(xué)校教師數(shù)（人）來表示，預(yù)期為正；互聯(lián)網(wǎng)信息發(fā)展（NET）有效降低了技術(shù)創(chuàng)新過程中面臨的信息成本，同時有效強化技術(shù)擴散與溢出，采用人均電信業(yè)務(wù)量（元/人）表示，預(yù)期為正；交通基礎(chǔ)設(shè)施（TIF）能夠有效降低創(chuàng)新要素流動成本，增強地區(qū)對科技人才的吸引力，更易于獲得技術(shù)擴散的紅利，采用單位地區(qū)行政面積下?lián)碛械哪昴嵱械缆访娣e（平方米/平方千米）表示，預(yù)期為正；外商投資（FDI）為當(dāng)?shù)卦黾淤Y本存量、引入先進技術(shù)和管理經(jīng)驗等要素，并通過產(chǎn)業(yè)與技術(shù)關(guān)聯(lián)和知識溢出進一步作用于技術(shù)創(chuàng)新，采用人均實際利用外資額(美元/人)表示，預(yù)期為正。

（三）數(shù)據(jù)來源

依據(jù)國家統(tǒng)計局公布的《生產(chǎn)性服務(wù)業(yè)統(tǒng)計分類（2019）》標(biāo)準(zhǔn)，本文選取交通運輸、倉儲和郵政業(yè)、信息傳輸、計算機服務(wù)和軟件業(yè)、金融業(yè)、租賃和商務(wù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)等行業(yè)來表示生產(chǎn)性服務(wù)業(yè)?？紤]數(shù)據(jù)的可得性，本文樣本為2003—2019 年長江經(jīng)濟帶108 個地級及以上城市，所需數(shù)據(jù)均源于歷年《中國城市統(tǒng)計年鑒》、各省及城市統(tǒng)計年鑒和中國國家統(tǒng)計局官網(wǎng)。本文采用移動平均法補齊個別缺失數(shù)據(jù)，并對人力資本數(shù)據(jù)加1 再取對數(shù)，以解決零值無法對數(shù)化問題。各變量描述性統(tǒng)計及方差膨脹因子見表1。

表1 變量描述性統(tǒng)計表和方差膨脹因子VIF（Obs=1836）

四、實證檢驗與分析

（一）基準(zhǔn)結(jié)果與分析

由表1 可知，各變量VIF 的均值為2.16，對應(yīng)最大值僅為2.97，遠小于臨界值10，這表明模型不存在嚴(yán)重的多重共線性問題。Hausman 檢驗結(jié)果強烈拒絕原假設(shè)，說明應(yīng)采用固定效應(yīng)模型進行實證檢驗。為盡可能地克服遺漏變量的問題，本文所有實證分析過程均控制了時間效應(yīng)和城市個體效應(yīng)，以確保估計結(jié)果的可靠性。此時，表2 第（1）列結(jié)果顯示，當(dāng)不考慮控制變量時，產(chǎn)業(yè)協(xié)同集聚的估計系數(shù)顯著為正（0.539）；進一步考慮控制變量后，第（2）列顯示模型擬合優(yōu)度有所提高，產(chǎn)業(yè)協(xié)同集聚變量在1%水平上顯著為正（0.406），這說明長江經(jīng)濟帶生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚具有顯著正向的創(chuàng)新驅(qū)動效應(yīng)。長江經(jīng)濟帶具有廣闊的縱深空間優(yōu)勢和要素稟賦差異性的特點，應(yīng)積極推動制造業(yè)和服務(wù)業(yè)產(chǎn)業(yè)戰(zhàn)略升級，強化城市間及其內(nèi)部的產(chǎn)業(yè)協(xié)作關(guān)系，形成以價值鏈為紐帶的產(chǎn)業(yè)分工模式，為實現(xiàn)區(qū)域內(nèi)創(chuàng)新發(fā)展提供支持。此外，所有控制變量的結(jié)果與預(yù)期相符，政府參與、科技經(jīng)費投入、人力資本、互聯(lián)網(wǎng)信息發(fā)展、交通基礎(chǔ)設(shè)施和外商投資均能夠顯著促進技術(shù)創(chuàng)新發(fā)展。

表2 基準(zhǔn)估計和穩(wěn)健性檢驗結(jié)果

（二）穩(wěn)健性檢驗與分析

1.替換關(guān)鍵變量。關(guān)鍵變量的替換主要針對被解釋變量和核心自變量，即采用其他指標(biāo)或方法度量技術(shù)創(chuàng)新和產(chǎn)業(yè)協(xié)同集聚。金培振等（2019）[15]認(rèn)為就技術(shù)創(chuàng)新而言，與實用新型專利和外觀設(shè)計專利相比，發(fā)明專利的研發(fā)成本與技術(shù)復(fù)雜度更高，而且申請程序與保護規(guī)定更嚴(yán)格，更能體現(xiàn)城市的實質(zhì)性創(chuàng)新能力。因此，本文將采用每百萬人發(fā)明型專利授權(quán)量（項/百萬人）重新衡量城市技術(shù)創(chuàng)新水平（INPAT），對應(yīng)結(jié)果報告于表2 第（3）列。就產(chǎn)業(yè)協(xié)同集聚而言，借鑒高康和原毅軍（2020）[16]的研究思路，在原有產(chǎn)業(yè)協(xié)同集聚COAG 計算公式的基礎(chǔ)上納入表征空間外溢效應(yīng)的地理距離衰減系數(shù)，即，其中dis 表示108 個城市之間的地理距離(公里)，對應(yīng)結(jié)果報告于表2 第（4）列。此時，產(chǎn)業(yè)協(xié)同集聚對發(fā)明型專利INPAT 的影響仍在5%水平上顯著為正（0.362），同時考慮空間外溢的產(chǎn)業(yè)協(xié)同集聚SCOAG 變量仍顯著為正(0.422)，這都支持基準(zhǔn)結(jié)果。

2.剔除特殊樣本。在本文的研究樣本中，既有直轄市、省會城市和普通地級市，也有內(nèi)陸城市和沿海城市。一般來說，城市等級越高，其生產(chǎn)分工優(yōu)勢就越突出，創(chuàng)新要素集聚程度也越明顯。相比內(nèi)陸城市，沿海城市更加靠近國際市場，在參與國際市場分工過程中更易于對其內(nèi)部產(chǎn)業(yè)布局和技術(shù)創(chuàng)新情況產(chǎn)生影響。鑒于此，本文將依次剔除直轄市、直轄市及省會城市和沿海城市，對應(yīng)估計結(jié)果分別報告于表2 第(5)-(7)列?？梢?，無論是何種特殊樣本的剔除，產(chǎn)業(yè)協(xié)同集聚都始終顯著為正，仍支持基準(zhǔn)結(jié)果。

3.面板分位數(shù)估計。面板數(shù)據(jù)分位數(shù)回歸（Quantile Regression for Panel Data，QRPD）在不假設(shè)數(shù)據(jù)分布服從正態(tài)分布的情況下，能夠很好地識別不同分位點下解釋變量對被解釋變量的邊際影響，有區(qū)別于均值回歸的OLS 方法。[17]鑒于此，本文采用面板分位數(shù)回歸模型進行實證估計（如圖）。結(jié)果顯示，除0.9 分位點外，其余分位點下產(chǎn)業(yè)協(xié)同集聚始終顯著為正，對應(yīng)系數(shù)位于基準(zhǔn)結(jié)果(虛線)附近，進而再次驗證了基準(zhǔn)結(jié)果的穩(wěn)健性。

圖基于面板分位數(shù)估計的產(chǎn)協(xié)同集聚估計系數(shù)及置信區(qū)間

4.克服內(nèi)生性問題。值得注意的是，現(xiàn)實經(jīng)濟系統(tǒng)中仍可能存在其他難以觀測的隨時間變化而又同時影響產(chǎn)業(yè)協(xié)同集聚與技術(shù)創(chuàng)新的因素，由此產(chǎn)生的內(nèi)生性問題導(dǎo)致估計結(jié)果存在一定的偏誤。為此，有必要克服上述問題，以獲得穩(wěn)健的估計結(jié)果。

首先，對核心解釋變量及所有控制變量分別進行滯后一期處理，采用OLS 方法進行再估計，得到表3 第（1）-（2）列結(jié)果。據(jù)此可知，產(chǎn)業(yè)協(xié)同集聚始終在1%統(tǒng)計水平上顯著為正，系數(shù)分別為0.499 和0.495，這與前文基準(zhǔn)結(jié)果相符。

然后，采用工具變量法進行估計。借鑒陳大峰等（2020）[18]的做法，采用各城市各期產(chǎn)業(yè)協(xié)同集聚水平減去當(dāng)期集聚水平的平均值作為工具變量IV。該變量在考慮雙向固定效應(yīng)后始終與各城市-年份產(chǎn)業(yè)協(xié)同集聚程度相關(guān)，但與歷年城市技術(shù)創(chuàng)新水平不存在直接的因果關(guān)系，因而滿足工具變量相關(guān)性和外生性的兩個基本要求。相應(yīng)的檢驗結(jié)果表明：最小特征值統(tǒng)計量分別為20784.27 和20722.46，均遠大于Wald 檢驗的臨界值（16.38），表明所選工具變量與內(nèi)生變量存在很強的相關(guān)性；Kleibergen-Paap rk LM 檢驗在1%統(tǒng)計水平下顯著，Kleibergen-Paap Wald rk F 統(tǒng)計量則遠大于Stock-Yogo 檢驗的臨界值（16.38），表明工具變量能夠很好地被識別，且不存在弱工具變量問題。表3 第（3）-（4）列的內(nèi)生性檢驗結(jié)果表明，產(chǎn)業(yè)協(xié)同集聚在5%的顯著性水平上強烈拒絕其為外生變量的原假設(shè)。此時，在克服內(nèi)生性問題后，產(chǎn)業(yè)協(xié)同集聚始終在1%水平上顯著為正，進而驗證了基準(zhǔn)結(jié)果的可靠性。

最后，還采用動態(tài)面板系統(tǒng)GMM 方法進行實證檢驗，以捕捉技術(shù)創(chuàng)新潛在的動態(tài)慣性因素和克服內(nèi)生性問題。表3 第（5）列顯示：Sargan 和Hansen 檢驗均接受工具變量為外生變量的原假設(shè)，AR(1)檢驗P 值為0.000，而AR（2）檢驗P 值為0.157，表明所選工具變量有效且模型誤差項不存在殘差序列相關(guān)，滿足系統(tǒng)GMM 估計要求；與工具變量法結(jié)果相比，系統(tǒng)GMM 得到的產(chǎn)業(yè)協(xié)同集聚系數(shù)及顯著性并未發(fā)生明顯變化，仍支持前文基準(zhǔn)結(jié)果。

（三）異質(zhì)性檢驗與分析

1.不同時間段。本文以2008 年全球金融危機為節(jié)點，將樣本時間分為危機前(2003-2007 年)和危機后（2008—2019 年）兩個時間段樣本，實證檢驗的結(jié)果報告于表4 第(1)-(2)列。由此可知，危機前后產(chǎn)業(yè)協(xié)同集聚變量均通過了5%顯著性水平的統(tǒng)計檢驗，估計系數(shù)分別為0.737 和0.353，這表明危機后產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的促進作用更小，這可能是因為全球金融危機和諸多經(jīng)濟不確定性因素導(dǎo)致區(qū)內(nèi)經(jīng)濟環(huán)境受到負(fù)面沖擊的影響，改變了原有的產(chǎn)業(yè)分工格局和科技創(chuàng)新環(huán)境，導(dǎo)致產(chǎn)業(yè)協(xié)同集聚的創(chuàng)新驅(qū)動效應(yīng)較弱。

2.不同地區(qū)板塊?？紤]到長江經(jīng)濟帶橫跨中國東中西三大板塊，因此，本文將樣本城市分為東部地區(qū)、中部地區(qū)和西部地區(qū)，實證檢驗的結(jié)果報告于表4 第（3）-（5）列。由此可知，東部地區(qū)產(chǎn)業(yè)協(xié)同集聚在1%水平上顯著為正且估計系數(shù)為0.949，中部地區(qū)則在5%水平上顯著為正且估計系數(shù)為0.447，而西部地區(qū)則未通過顯著性檢驗，這表明長江經(jīng)濟帶東部城市產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)最強，中部地區(qū)其次，而西部地區(qū)最弱且不顯著。因此，為推動長江經(jīng)濟帶實現(xiàn)高質(zhì)量發(fā)展，應(yīng)實施差異化的產(chǎn)業(yè)及創(chuàng)新發(fā)展政策，強化東部與中西部城市的產(chǎn)業(yè)分工合作，優(yōu)化內(nèi)陸地區(qū)科創(chuàng)環(huán)境，以共同強化產(chǎn)業(yè)協(xié)同集聚的創(chuàng)新驅(qū)動效應(yīng)。

3.不同城市人口規(guī)模。依據(jù)2014 年國務(wù)院公布的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，本文將2019 年樣本城市市轄區(qū)人口數(shù)高于100 萬人劃為大型城市，而低于100 萬人則劃為中小型城市，對應(yīng)的實證結(jié)果報告于表4 第（6）-（7）列。由此可知，大型城市產(chǎn)業(yè)協(xié)同集聚系數(shù)在1%統(tǒng)計水平上顯著為正(0.410)，而中小型城市的系數(shù)僅為0.194 且不顯著，這說明長江經(jīng)濟帶大型城市產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)更加明顯。相比中小城市，大型城市擁有更為全面的產(chǎn)業(yè)分工體系和較強的創(chuàng)新能力，在制造業(yè)和生產(chǎn)性服務(wù)業(yè)的深度融合與分工協(xié)作獨具優(yōu)勢，進而引致更加顯著的知識溢出效應(yīng)，為推動科技創(chuàng)新發(fā)展提供堅實的產(chǎn)業(yè)基礎(chǔ)。

（四）考慮空間溢出效應(yīng)的拓展分析

為系統(tǒng)考察產(chǎn)業(yè)協(xié)同集聚與技術(shù)創(chuàng)新空間關(guān)聯(lián)特征，以及二者潛在的空間溢出效應(yīng)，本文采用空間計量模型進行實證檢驗。關(guān)于空間權(quán)重矩陣的設(shè)定，考慮到地理鄰接矩陣無法充分反映區(qū)域間空間關(guān)聯(lián)，白俊紅等（2017）[19]采用地理距離矩陣(W1)，即兩城市之間地理距離的倒數(shù)來表示。此外，為確保實證結(jié)果的穩(wěn)健性，本文還借鑒邵帥等（2016）和Shao 等（2020）[20-21]的做法，構(gòu)建兼顧地理與經(jīng)濟意義的空間權(quán)重矩陣。這具體包括：考慮空間經(jīng)濟非對稱的地理經(jīng)濟嵌套矩陣（W2），采用W1 與樣本期內(nèi)兩城市人均GDP 均值比值的乘積來表征；考慮城市經(jīng)濟相對影響力的地理經(jīng)濟空間權(quán)重矩陣（W3），采用W1 與樣本期內(nèi)城市人均GDP 均值占所有樣本人均GDP 均值比重的乘積來表征。經(jīng)過空間自相關(guān)檢驗發(fā)現(xiàn)，不同權(quán)重矩陣下Moran's I 值始終在1%統(tǒng)計水平上顯著為正，且整體上呈增長趨勢，這表明技術(shù)創(chuàng)新和產(chǎn)業(yè)協(xié)同集聚在空間上呈現(xiàn)出愈加強化的空間依賴性和集聚特征。①

接下來，本文將進一步考慮空間相關(guān)性特征，借助108 個城市面板數(shù)據(jù)的空間杜賓模型SDM 實證檢驗長江經(jīng)濟帶產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的空間溢出效應(yīng)。具體模型設(shè)定如下：

其中，c1表示常數(shù)項表示個體城市固定效應(yīng)表示時間固定效應(yīng)表示隨機誤差項；W 為空間權(quán)重矩陣，α1、β1、ρ、θ 和γ 表示對應(yīng)變量的待估參數(shù)。

本文對空間計量模型形式作出合理規(guī)范的選擇，借鑒LeSage 和Pace（2009）、Anselin 等（2004）[22-23]的檢驗思路，綜合考慮（Robust）LM 檢驗、自然對數(shù)值Log-L、Wald 檢驗和LR 檢驗等方式進行比較分析。以W1為例，采用空間滯后模型SAR、空間誤差模型SEM 和空間杜賓模型SDM 進行估計。由表5 第（1）-（3）列顯示：Hausman 檢驗強烈拒絕原假設(shè)，宜采用固定效應(yīng)模型；在SAR 和SEM 下LM 和Robust LM 檢驗值均顯著為正，表明模型設(shè)定需同時考慮空間滯后與誤差因素。進一步比較自然對數(shù)Log-L、Wald 和LR 的結(jié)果，發(fā)現(xiàn)SDM 的Log-L 數(shù)值更大，Wald 與LR 檢驗在空間滯后和空間誤差情形下均在1%統(tǒng)計水平上顯著，表明應(yīng)采用SDM 模型進行實證分析。

為確保估計結(jié)果的穩(wěn)健有效性，還將基于空間權(quán)重矩陣W2 和W3 進行SDM 估計，實證結(jié)果分別報告于表5 第（4）-（5）列。相應(yīng)的(Robust)LM 檢驗、Log-L、Wald 檢驗和LR 檢驗結(jié)果均表明，采用SDM 模型進行實證分析是合理的。綜合第（3）-（5）列結(jié)果，在空間權(quán)重矩陣W1-W3 的設(shè)定下，SDM 的空間項系數(shù)均在1%統(tǒng)計水平上顯著為正，產(chǎn)業(yè)協(xié)同集聚在1%統(tǒng)計水平上顯著為正，這說明前一時期與地理相近的城市擁有較高的技術(shù)創(chuàng)新水平，將會促使本地區(qū)當(dāng)期技術(shù)創(chuàng)新水平的進一步提高，呈現(xiàn)出明顯的正向時空互動效應(yīng)，同時一個城市技術(shù)創(chuàng)新將會受到本地協(xié)同集聚及周邊城市產(chǎn)業(yè)協(xié)同集聚外溢效應(yīng)的共同影響。

表5 基于空間計量模型的拓展性檢驗

基于SDM 模型進一步整理得到直接效應(yīng)、間接效應(yīng)和總效應(yīng)（表6），結(jié)果顯示：三種空間權(quán)重矩陣下同一變量的直接與間接及總效應(yīng)的作用方向和顯著性水平基本保持一致，說明空間溢出效應(yīng)結(jié)果具有較強的穩(wěn)健性。以矩陣W1 下的結(jié)果為例，產(chǎn)業(yè)協(xié)同集聚直接效應(yīng)顯著為正（0.330），而其間接效應(yīng)則顯著為負(fù)（-3.248），最終的總效應(yīng)仍為負(fù)（-2.946）且不顯著，表明區(qū)域內(nèi)本地區(qū)產(chǎn)業(yè)協(xié)同集聚對周邊鄰近城市技術(shù)創(chuàng)新產(chǎn)生一定的“虹吸效應(yīng)”，這與紀(jì)祥裕和顧乃華（2020）[3]在全國城市層面得到的研究結(jié)論不相符。樣本期內(nèi)協(xié)同集聚和技術(shù)創(chuàng)新的空間關(guān)聯(lián)性愈加強化，產(chǎn)業(yè)協(xié)同集聚過程將匯聚周邊城市各類要素，加之城市間技術(shù)創(chuàng)新存在典型的競爭效應(yīng)，進而導(dǎo)致產(chǎn)業(yè)協(xié)同集聚對周邊城市創(chuàng)新產(chǎn)生一定的負(fù)向溢出效應(yīng)。此外，除科技經(jīng)費投入變量未通過顯著性檢驗外，其余控制變量的直接效應(yīng)均顯著為正，這與前文基準(zhǔn)結(jié)果相符。間接效應(yīng)顯示：本地區(qū)的科技經(jīng)費投入、互聯(lián)網(wǎng)發(fā)展和交通基礎(chǔ)設(shè)施建設(shè)將產(chǎn)生顯著正向的空間溢出效應(yīng)，進而有效促進周邊城市技術(shù)創(chuàng)新發(fā)展。而本地區(qū)政府行為、人力資本積累和外商投資活動則不會產(chǎn)生顯著的溢出影響效應(yīng)。經(jīng)比較發(fā)現(xiàn)，考慮到經(jīng)濟社會發(fā)展的需要，本地區(qū)的政府行為、人力資本發(fā)展和外商投資活動等因素與周邊城市存在明顯的競爭效應(yīng)，相應(yīng)的科技經(jīng)費投入在創(chuàng)新驅(qū)動背景下對周邊城市則表現(xiàn)出一定的正向示范效應(yīng)，同時互聯(lián)網(wǎng)信息與交通基礎(chǔ)設(shè)施的不斷發(fā)展完善將促使地區(qū)間創(chuàng)新要素實現(xiàn)高效低成本流動，進而產(chǎn)生明顯正向的空間溢出效應(yīng)。

表6 SDM 模型的直接效應(yīng)、空間溢出效應(yīng)和總效應(yīng)

五、研究結(jié)論與政策建議

（一）研究結(jié)論

本文基于2003-2019 年長江經(jīng)濟帶108 個樣本城市的面板數(shù)據(jù)，實證檢驗生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)。研究表明：第一，長江經(jīng)濟帶產(chǎn)業(yè)協(xié)同集聚具有正向顯著的技術(shù)創(chuàng)新效應(yīng)，該結(jié)論在替換關(guān)鍵變量、剔除特殊樣本、面板分位數(shù)估計和克服內(nèi)生性問題等一系列穩(wěn)健性檢驗中始終成立。第二，模型中控制變量的結(jié)果表明，政府參與、科技經(jīng)費投入、人力資本積累、互聯(lián)網(wǎng)信息發(fā)展、交通基礎(chǔ)設(shè)施和外商投資均能夠顯著促進技術(shù)創(chuàng)新發(fā)展。第三，2008 年經(jīng)濟危機前后產(chǎn)業(yè)協(xié)同集聚均顯著促進技術(shù)創(chuàng)新發(fā)展，但危機后的促進作用明顯更??；東部板塊城市產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新效應(yīng)最強，中部地區(qū)其次，而西部地區(qū)最弱且不顯著；大型城市產(chǎn)業(yè)協(xié)同集聚的顯著技術(shù)創(chuàng)新效應(yīng)更大，而中小型城市則未通過顯著性檢驗。第四，無論采用地理距離還是兼顧經(jīng)濟與地理意義的權(quán)重矩陣，長江經(jīng)濟帶技術(shù)創(chuàng)新和產(chǎn)業(yè)協(xié)同集聚均在空間上呈現(xiàn)出愈加強化的空間依賴性和集聚特征，同時各變量的直接效應(yīng)與間接效應(yīng)的作用方向和顯著性水平基本保持一致，表明空間計量結(jié)果具有較強的穩(wěn)健性。第五，產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的直接效應(yīng)顯著為正，而間接效應(yīng)顯著為負(fù)，總效應(yīng)仍為負(fù)，表明協(xié)同集聚將顯著促進本地技術(shù)創(chuàng)新的發(fā)展，但也會產(chǎn)生顯著的負(fù)向空間溢出效應(yīng)，對周邊鄰近城市技術(shù)創(chuàng)新產(chǎn)生明顯的“虹吸效應(yīng)”。

（二）政策建議

1.逐步消除產(chǎn)業(yè)分工的制度性障礙，培育本地產(chǎn)業(yè)聯(lián)動優(yōu)勢和核心競爭力，增強區(qū)域內(nèi)科技創(chuàng)新的驅(qū)動力。應(yīng)以雙循環(huán)發(fā)展新格局為契機，完善產(chǎn)業(yè)協(xié)同集聚和現(xiàn)代產(chǎn)業(yè)鏈發(fā)展的制度設(shè)計，消除產(chǎn)業(yè)聯(lián)動與合作的壁壘，加快融入全球價值鏈分工，積極推進區(qū)域經(jīng)濟一體化進程。構(gòu)建產(chǎn)業(yè)優(yōu)勢互補的分工合作機制，充分發(fā)揮產(chǎn)業(yè)協(xié)同聯(lián)動優(yōu)勢，發(fā)揮生產(chǎn)性服務(wù)業(yè)對制造業(yè)的融合互動作用，以產(chǎn)業(yè)協(xié)同集聚推動產(chǎn)業(yè)鏈現(xiàn)代化發(fā)展。完善多層級的區(qū)域創(chuàng)新體系，構(gòu)建區(qū)內(nèi)創(chuàng)新交流與合作平臺，促進科技創(chuàng)新成果的跨區(qū)域轉(zhuǎn)移與交易，有序引導(dǎo)創(chuàng)新要素的自由流動與高效配置，為實現(xiàn)創(chuàng)新型驅(qū)動發(fā)展提供重要支撐。

2.強化區(qū)內(nèi)產(chǎn)業(yè)協(xié)同集聚的技術(shù)創(chuàng)新驅(qū)動效應(yīng)，逐步消除協(xié)同集聚對周邊地區(qū)創(chuàng)新的“虹吸效應(yīng)”，并就不同稟賦優(yōu)勢的地區(qū)實施差異化的政策安排。加快推進跨區(qū)域協(xié)同集聚和科技創(chuàng)新良性互動機制，實現(xiàn)產(chǎn)業(yè)協(xié)同集聚對本地—鄰近地區(qū)技術(shù)創(chuàng)新共同發(fā)展。此外，東部地區(qū)和大城市應(yīng)重點實現(xiàn)高端服務(wù)業(yè)與制造業(yè)的深度融合，培育現(xiàn)代化的產(chǎn)業(yè)鏈體系和獨具優(yōu)勢的創(chuàng)新能力；中西部地區(qū)和小城市則應(yīng)重點消除產(chǎn)業(yè)協(xié)作與技術(shù)創(chuàng)新的制度性障礙，優(yōu)化企業(yè)協(xié)同集聚和創(chuàng)新的外部環(huán)境，逐步強化產(chǎn)業(yè)協(xié)同集聚的創(chuàng)新促進效應(yīng)。

3.加大區(qū)域內(nèi)科技經(jīng)費和人力資本的投入，加快實現(xiàn)互聯(lián)網(wǎng)信息與交通等設(shè)施聯(lián)通，堅持高質(zhì)量的經(jīng)濟開放，進而有效推進區(qū)內(nèi)創(chuàng)新驅(qū)動發(fā)展。積極發(fā)揮政府的作用，為技術(shù)創(chuàng)新和產(chǎn)業(yè)協(xié)作提供實際有效的合作平臺，引導(dǎo)研發(fā)人才與資金等資源向相對落后地區(qū)流動，發(fā)揮中國制度優(yōu)勢來實現(xiàn)尖端技術(shù)創(chuàng)新。進一步充分發(fā)揮市場在技術(shù)研發(fā)領(lǐng)域配置資源的基礎(chǔ)性作用，加快智能化、信息化和網(wǎng)絡(luò)化的信息通訊技術(shù)發(fā)展，依托數(shù)字化平臺實現(xiàn)產(chǎn)業(yè)與創(chuàng)新的聯(lián)動發(fā)展。此外，還應(yīng)持續(xù)引進高質(zhì)量的外資和技術(shù)，加快優(yōu)化企業(yè)外部的營商環(huán)境，強化跨區(qū)域產(chǎn)學(xué)研合作，形成良性互動的高質(zhì)量創(chuàng)新發(fā)展格局。

注：

①限于篇幅，本文未報告空間自相關(guān)性檢驗結(jié)果，有興趣的讀者可以向作者索取。