政府科教支持下產(chǎn)業(yè)集聚對全要素生產(chǎn)率的影響研究

雷雨亮 方敏 徐樂

摘 要：基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)理論，運用空間杜賓模型，依據(jù)長江經(jīng)濟(jì)帶108個城市2003-2019年數(shù)據(jù)，考量產(chǎn)業(yè)集聚技術(shù)外部性發(fā)揮的有限性，以及政府科教支持對產(chǎn)業(yè)集聚技術(shù)外部性的交互作用。結(jié)果顯示：在一定臨界值之前，產(chǎn)業(yè)集聚能推動全要素生產(chǎn)率的提升，過度集聚則會產(chǎn)生擁塞效應(yīng)，多元化集聚可能產(chǎn)生的擁塞效應(yīng)更強，專業(yè)化集聚對全要素生產(chǎn)率的作用更穩(wěn)定，產(chǎn)業(yè)集聚對全要素生產(chǎn)率具有積極的空間溢出效應(yīng)。政府加大教育支持有助于釋放產(chǎn)業(yè)集聚的技術(shù)外部性，但在當(dāng)前的支持力度下，政府科教支持效果甚微。

關(guān)鍵詞： 產(chǎn)業(yè)集聚;政府科教支持;全要素生產(chǎn)率;長江經(jīng)濟(jì)帶

中圖分類號：F424?? 文獻(xiàn)標(biāo)識碼： A??? 文章編號：1003-7217（2022）02-0139-08

一、引 言

如何保持經(jīng)濟(jì)持續(xù)增長一直是經(jīng)濟(jì)學(xué)家爭辯的“不朽”話題，歸根結(jié)底是關(guān)于如何提高“效率”的問題。當(dāng)前中國正面臨勞動力成本和人口撫養(yǎng)比上升壓力，經(jīng)濟(jì)高質(zhì)量發(fā)展比以往任何時候更依賴全要素生產(chǎn)率（TFP）的提升。如果無法依靠技術(shù)創(chuàng)新來擴(kuò)展生產(chǎn)的可能性邊界，經(jīng)濟(jì)發(fā)展將停滯不前?，F(xiàn)有研究表明，由勞動力和資本的產(chǎn)業(yè)間配置和空間分布所形成的產(chǎn)業(yè)集聚是全要素生產(chǎn)率提升的重要動力[1]。在人口紅利消失、資本回報率遞減的工業(yè)化后期，產(chǎn)業(yè)集聚外部性的發(fā)揮對技術(shù)創(chuàng)新和經(jīng)濟(jì)高質(zhì)量發(fā)展尤為重要。然而，若一味模仿甚至照搬發(fā)達(dá)城市的產(chǎn)業(yè)布局，忽視本地的產(chǎn)業(yè)發(fā)展階段和要素稟賦結(jié)構(gòu)特征，則會造成產(chǎn)業(yè)無序集聚及資源配置扭曲，使得經(jīng)濟(jì)發(fā)展陷入低效率的境地。

新結(jié)構(gòu)經(jīng)濟(jì)學(xué)理論倡導(dǎo)者林毅夫（2012）認(rèn)為在“有效市場”里政府應(yīng)當(dāng)“因勢利導(dǎo)”，爭做“有為政府”，企業(yè)則應(yīng)當(dāng)按照比較優(yōu)勢謀求在某一地區(qū)的發(fā)展[2]。一個城市的比較優(yōu)勢來源于要素稟賦結(jié)構(gòu)，經(jīng)濟(jì)發(fā)展的核心問題不是產(chǎn)業(yè)結(jié)構(gòu)升級，而是要素稟賦結(jié)構(gòu)升級問題，這離不開對教育和科學(xué)研發(fā)的投入。因此，政府在積極實施產(chǎn)業(yè)支撐政策、吸引產(chǎn)業(yè)集聚的同時，往往會通過科教支持政策，為本地區(qū)產(chǎn)業(yè)技術(shù)進(jìn)步積累人力資本，改善要素稟賦結(jié)構(gòu)。

已有研究也驗證了人力資本、科技創(chuàng)新和產(chǎn)業(yè)集聚對提升全要素生產(chǎn)率的重要性。從人力資本與科技創(chuàng)新角度，夏良科（2010）基于中國大中型工業(yè)企業(yè)的經(jīng)驗數(shù)據(jù)指出人力資本與R&D是影響TFP的重要因素[3]。蘇科和周超（2021）則采用長江經(jīng)濟(jì)帶103個城市的數(shù)據(jù)，指出人力資本水平的提升，有助于科技創(chuàng)新對綠色全要素生產(chǎn)率正向作用的發(fā)揮[4]。從產(chǎn)業(yè)集聚角度，伍先福（2019）則基于246個城市的數(shù)據(jù)，驗證了生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對全要素生產(chǎn)率的門檻效應(yīng)[5]。郭麗燕等（2020）的研究顯示，人力資本流動和高新技術(shù)產(chǎn)業(yè)集聚二者相互作用共同推動經(jīng)濟(jì)增長[6]。然而，關(guān)于政府科教支持是否有助于產(chǎn)業(yè)集聚外部性發(fā)揮的問題，在以往的研究中并未得到具體且深入的分析。

鑒于此，本文將在梳理不同產(chǎn)業(yè)集聚模式對全要素生產(chǎn)效率影響的基礎(chǔ)上，進(jìn)一步探討政府科學(xué)和教育支持機制下產(chǎn)業(yè)集聚的技術(shù)外部性的發(fā)揮問題。由于長江經(jīng)濟(jì)帶城市群具有經(jīng)濟(jì)發(fā)展階段和產(chǎn)業(yè)結(jié)構(gòu)自西向東逐漸升級，產(chǎn)業(yè)集聚多種模式并存的特征，在經(jīng)濟(jì)高質(zhì)量發(fā)展的背景下以長江經(jīng)濟(jì)帶城市為研究對象，解答以上問題，將為各級城市制定更加科學(xué)的產(chǎn)業(yè)政策，促進(jìn)產(chǎn)業(yè)集聚外部性有效發(fā)揮，實現(xiàn)經(jīng)濟(jì)發(fā)展向“技術(shù)驅(qū)動”和“創(chuàng)新驅(qū)動”轉(zhuǎn)型提供典型的經(jīng)驗證據(jù)。

二、理論機制與研究假設(shè)

（一）產(chǎn)業(yè)集聚、政府科教支持對全要素生產(chǎn)率的直接效應(yīng)

技術(shù)進(jìn)步是影響一個國家經(jīng)濟(jì)持續(xù)發(fā)展的決定性因素，全要素生產(chǎn)率是度量技術(shù)進(jìn)步的重要指標(biāo)[7]。一個國家或地區(qū)全要素生產(chǎn)率的影響因素主要包括以下五個方面：技術(shù)創(chuàng)新、基礎(chǔ)設(shè)施投資、教育水平、市場效率、體制。其中，基礎(chǔ)設(shè)施投資、教育水平和體制方面大多依賴于政府部門的積極支持，技術(shù)創(chuàng)新和市場效率則主要依賴于產(chǎn)業(yè)集聚、結(jié)構(gòu)升級和知識部門投入。就其成分而言，全要素生產(chǎn)率包含資源配置效率和微觀生產(chǎn)效率[8]。其中，資源配置效率可以是在產(chǎn)業(yè)之間流動產(chǎn)生的配置效率，表現(xiàn)為產(chǎn)業(yè)結(jié)構(gòu)不斷升級;也可以是通過勞動力和其他生產(chǎn)要素在空間上流動形成的資源配置效率，表現(xiàn)為產(chǎn)業(yè)集聚。微觀生產(chǎn)效率的提升則主要通過人力資本和科學(xué)技術(shù)投入獲得。20世紀(jì)80年代，新經(jīng)濟(jì)增長理論在內(nèi)生技術(shù)進(jìn)步模型中提出對知識生產(chǎn)部門的投入不足會導(dǎo)致一國經(jīng)濟(jì)長期處于低增長率狀態(tài)，而且知識和人力資本具有很強的溢出效應(yīng)[9]。然而，當(dāng)不同國家或地區(qū)所積累的人力資本水平存在差距時，即使面對相同的知識，其運用的效果也會不同。由此可見，產(chǎn)業(yè)集聚、人力資本和知識投入都是提升全要素生產(chǎn)率的重要渠道，其中人力資本充足是知識溢出效應(yīng)產(chǎn)生的前提?；诖耍疚奶岢鲆韵录僭O(shè)：

假設(shè)H1 產(chǎn)業(yè)集聚和政府科教支持都有助于提高全要素生產(chǎn)率。

（二）產(chǎn)業(yè)集聚的外部性及其空間溢出效應(yīng)

在城市化的推動下，熟練勞動力逐漸向工資水平和生產(chǎn)效率更高的地區(qū)遷移，具有相對優(yōu)勢的地區(qū)因更多熟練勞動力的加入而形成產(chǎn)業(yè)集聚。產(chǎn)業(yè)集聚外部性的產(chǎn)生源于共享中間投入品、專業(yè)化的勞動力供應(yīng)市場和知識、技術(shù)升級。前兩者可以歸納為規(guī)模經(jīng)濟(jì)效應(yīng)，后者歸納為技術(shù)溢出效應(yīng)。按照集聚模式劃分，產(chǎn)業(yè)集聚又可以劃分為專業(yè)化和多元化集聚。通過專業(yè)化的資源互補，同一城市同一產(chǎn)業(yè)的企業(yè)能通過專業(yè)化的投入和產(chǎn)出市場獲得規(guī)模經(jīng)濟(jì)效率。專業(yè)化的產(chǎn)業(yè)集聚也能加劇企業(yè)之間的良性競爭，促使企業(yè)在技術(shù)創(chuàng)新上保持強烈的憂患意識。一旦新的技術(shù)產(chǎn)生，便會擴(kuò)散開來。企業(yè)只有不斷地創(chuàng)新，提高生產(chǎn)效率才會獲得市場競爭力。一方面，城市化經(jīng)濟(jì)中的多元化“大熔爐”通過提供互補的技術(shù)和知識，促進(jìn)新產(chǎn)品、新想法和新技術(shù)的產(chǎn)生，推進(jìn)跨行業(yè)的知識交流;另一方面，當(dāng)市場足夠大時，多元化的產(chǎn)業(yè)集聚通過共享中間投入品、提供多元化的產(chǎn)品和服務(wù)，培育和擴(kuò)大消費市場，產(chǎn)生規(guī)模經(jīng)濟(jì)效率。然而，規(guī)模經(jīng)濟(jì)效應(yīng)和技術(shù)升級的產(chǎn)生受到地方稟賦結(jié)構(gòu)，以及由稟賦結(jié)構(gòu)所決定的產(chǎn)業(yè)結(jié)構(gòu)的約束。隨著區(qū)域稟賦結(jié)構(gòu)的調(diào)整，產(chǎn)業(yè)集聚的形式和產(chǎn)業(yè)的選擇都不是唯一最優(yōu)的[10]。產(chǎn)業(yè)集聚通過自組織演化的機制，不斷地進(jìn)行主導(dǎo)產(chǎn)業(yè)培育和衰退產(chǎn)業(yè)轉(zhuǎn)移。當(dāng)區(qū)域內(nèi)產(chǎn)業(yè)過度集聚時，造成資源不足，企業(yè)利潤率下降，產(chǎn)生擁塞效應(yīng)，阻礙技術(shù)進(jìn)步[11]。gzslib202204011850

產(chǎn)業(yè)集聚的外部性也具有一定的空間溢出效應(yīng)。一方面，在競爭機制作用下，當(dāng)產(chǎn)業(yè)集聚在相鄰城市之間發(fā)生時，將促使相鄰城市的企業(yè)不斷改良技術(shù)，淘汰落后產(chǎn)能，進(jìn)而推動相鄰城市的產(chǎn)業(yè)技術(shù)升級;另一方面，在知識共享機制作用下，同一產(chǎn)業(yè)領(lǐng)域的企業(yè)可以通過各種會議展示新技術(shù)，共謀城市群產(chǎn)業(yè)發(fā)展。然而，當(dāng)鄰近城市的產(chǎn)業(yè)集聚達(dá)到較高水平時，可能會對本地市場產(chǎn)生“虹吸效應(yīng)”。由于市場份額下降，技術(shù)人員流失，本地產(chǎn)業(yè)規(guī)模效益持續(xù)降低，企業(yè)逐漸退出，技術(shù)水平也難以升級。因此，產(chǎn)業(yè)集聚外部性的空間溢出效應(yīng)可能因產(chǎn)業(yè)集聚水平不同而存在差異?；诖耍疚奶岢鲆韵录僭O(shè)：

假設(shè)H2 產(chǎn)業(yè)集聚技術(shù)外部性的發(fā)揮具有有限性，過度集聚會產(chǎn)生擁塞效應(yīng)。

假設(shè)H3 產(chǎn)業(yè)集聚的技術(shù)外部性具有空間溢出效應(yīng)。

（三）政府科教支持對產(chǎn)業(yè)集聚技術(shù)外部性的調(diào)節(jié)效應(yīng)

即使在有效的市場里，產(chǎn)業(yè)集聚、知識、人力資本外部性的發(fā)揮，依然需要一個“有所為，有所不為”的政府?！皷|亞奇跡”的案例說明，市場與政府之間并不是對立或者替代關(guān)系，“強”政府或“弱”政府，都只是政府在謀求經(jīng)濟(jì)持續(xù)發(fā)展過程中“相機抉擇”的表象。一味地依賴市場調(diào)節(jié)，可能導(dǎo)致資源協(xié)調(diào)成本過高，無法產(chǎn)生集聚的規(guī)模經(jīng)濟(jì)效率;若僅僅依靠人力資本自發(fā)地流動和“人才政策”的吸引，則可能導(dǎo)致各城市陷入“搶人大戰(zhàn)”，不利于企業(yè)成本控制和知識技術(shù)共享機制的形成。而政府的科教支持能改善地區(qū)稟賦結(jié)構(gòu)，適宜的產(chǎn)業(yè)布局將有助于稟賦優(yōu)勢的充分發(fā)揮。從產(chǎn)業(yè)布局的時空演化進(jìn)程可見，企業(yè)更傾向于布局在人力資本水平較高、知識密集的地區(qū)，如此更容易獲得技術(shù)和知識外部性[12]。特別是制造業(yè)集聚能與當(dāng)?shù)刂R、人力資本的集聚形成有效的、良性的互動關(guān)系，共同推進(jìn)技術(shù)創(chuàng)新[13]。基于此，本文提出以下假設(shè)：

假設(shè)H4 政府科教支持有助于產(chǎn)業(yè)集聚技術(shù)外部性的發(fā)揮。

三、模型、變量和檢驗

（一）變量選取

被解釋變量全要素生產(chǎn)率（TFP）用以反映技術(shù)進(jìn)步率。測度全要素生產(chǎn)率的方法主要分為參數(shù)法和非參數(shù)法，非參數(shù)法通常適用于微觀經(jīng)濟(jì)數(shù)據(jù)，參數(shù)法中生產(chǎn)函數(shù)法和隨機前沿生產(chǎn)函數(shù)法則需要滿足過多限制性假設(shè)條件。因此本文采用索洛剩余法進(jìn)行測度全要素生產(chǎn)率來反映技術(shù)進(jìn)步率。參照張軍和施少華（2003）的方法[14]，以1987年為基期，采用2004-2020年《中國城市統(tǒng)計年鑒》相關(guān)指標(biāo)數(shù)據(jù)，估算出2003-2019年長江經(jīng)濟(jì)帶108個城市的全要素生產(chǎn)率（TFP）。

主要解釋變量產(chǎn)業(yè)集聚指數(shù)，在實證分析過程中將被分為專業(yè)化集聚指數(shù)（rzi）和多元化集聚指數(shù)（rdi），分別估計其影響參數(shù)。參考于斌斌（2016）研究中基于區(qū)位熵的方法，構(gòu)建產(chǎn)業(yè)專業(yè)化和產(chǎn)業(yè)多元化集聚指數(shù)[15]。如式（1），i城市j產(chǎn)業(yè)就業(yè)人數(shù)占i城市就業(yè)人數(shù)的比重與全國j產(chǎn)業(yè)從業(yè)人數(shù)比重之商的最大值則為產(chǎn)業(yè)專業(yè)化集聚指數(shù)rzii。

rzii=MAX（sji/sj）=MAX（empji/empiempj/emp）（1）

如式（2），用i城市j產(chǎn)業(yè)就業(yè)人數(shù)占i城市就業(yè)人數(shù)的比重與全國j產(chǎn)業(yè)從業(yè)人數(shù)比重之差的絕對值來表示產(chǎn)業(yè)多元化集聚指數(shù)rdii。

rdii=1/∑jsji-sj=1/∑jempjiempi-empjemp（2）

政府教育支持和政府科學(xué)支持，主要用相應(yīng)財政支出占比來衡量。人力資本是全要素生產(chǎn)率提升的重要途徑，政府在提升人力資本水平方面所提供的支持，也可能進(jìn)一步通過促進(jìn)產(chǎn)業(yè)集聚來對全要素生產(chǎn)率提升產(chǎn)生間接作用。

根據(jù)文獻(xiàn)梳理和理論分析，控制變量主要包括產(chǎn)業(yè)結(jié)構(gòu)、國內(nèi)投資力度、外商投資力度、金融支持力度和人力資本水平，分別用第三產(chǎn)業(yè)增加值占GDP的比例、固定資產(chǎn)投資占比、FDI占比、金融貸款余額占比以及在校大學(xué)生占常住人口比例來衡量。

（二）模型設(shè)立

由于技術(shù)和知識空間溢出效應(yīng)的存在，檢驗產(chǎn)業(yè)集聚對全要素生產(chǎn)率的作用時有必要采用空間計量模型。通過檢驗，結(jié)果顯著拒絕H0：θ=0，ρ=0。同時，根據(jù)Akaike和Schwarz的貝葉斯信息標(biāo)準(zhǔn)估計了AIC和BIC統(tǒng)計量，結(jié)果都顯示選擇空間杜賓模型（SDM）進(jìn)行實證估計更為有效。具體模型設(shè)定如下：

ln TFP=∝+τln TFPit-1+ρ∑nj=1wijln TFPit+

∑Kk=1∑nj=1wijlnxjtkθk+∑Kk=1βkln xitk+μi+

γt+εit（3）

xitk=β1ln clusterit+β2ln cluster2it+β3ln eduit+

β4ln sciit+β5ln thirdit+β6ln third2it+

β7ln invit+β8ln fdiit+β9ln loanit+

β10ln pstuit （4）

式（3）中，TFP表示索洛剩余法計算的全要素生產(chǎn)率。其中wij表示城市i與城市j之間的空間權(quán)重矩陣元素。ρ是空間自回歸系數(shù)，表達(dá)了相鄰區(qū)域間全要素生產(chǎn)率之間的空間交互關(guān)系。θ代表自變量的空間自回歸系數(shù)，當(dāng)θ不為零時，說明本地解釋變量對相鄰地區(qū)有溢出效應(yīng)或虹吸效應(yīng)。μi和γt則分別表示個體固定效應(yīng)和時間固定效應(yīng)。式（4）中，cluster表示產(chǎn)業(yè)集聚指數(shù)，具體分為產(chǎn)業(yè)專業(yè)化集聚指數(shù)rzi和產(chǎn)業(yè)多元化集聚指數(shù)rdi，edu為政府教育支持，sci為政府科學(xué)支持，third表示產(chǎn)業(yè)結(jié)構(gòu)，inv表示國內(nèi)投資力度，fdi表示外商投資力度，loan為金融支持力度，pstu表示人力資本水平。本文研究內(nèi)容涉及經(jīng)濟(jì)、金融、產(chǎn)業(yè)、技術(shù)和人口等多個方面，區(qū)域之間相互作用既受到地緣因素的影響，也受到區(qū)域間經(jīng)濟(jì)差距的約束。因此本文將引入經(jīng)濟(jì)地理矩陣，以更好地擬合各區(qū)域的空間關(guān)系。gzslib202204011851

W*=W·E（5）

式（5）中，W=1/D2ij，Dij為城市i與城市j之間的地理距離;E=1/PGDPij，PGDPij表示城市i與城市j之間人均GDP的差距。當(dāng)?shù)乩砭嚯x和經(jīng)濟(jì)差距越大時，地理權(quán)重越小。最后將空間矩陣中每個元素除以所在行元素之和，以保證每行權(quán)重之和為1，也稱空間權(quán)重矩陣的“行標(biāo)準(zhǔn)化”。

（三）數(shù)據(jù)處理與變量說明

以長江經(jīng)濟(jì)帶108個城市為研究對象，以2002年國民經(jīng)濟(jì)行業(yè)分類為劃分依據(jù)，選取2003-2019年的指標(biāo)數(shù)據(jù)。變量明細(xì)表見表1，從表格中可見，這些控制變量都具有很大的極差，這些差異將構(gòu)成全要素生產(chǎn)率差異的重要原因。

（四）空間自相關(guān)性檢驗

通過計算長江經(jīng)濟(jì)帶各城市TFP的全局Morans I指數(shù)發(fā)現(xiàn)，2003-2019年期間全要素生產(chǎn)率的空間自相關(guān)系數(shù)處于不斷波動中，僅在2009年和2011年Morans I指數(shù)表現(xiàn)出顯著的空間負(fù)相關(guān)關(guān)系，2018年呈現(xiàn)出顯著的空間正相關(guān)關(guān)系。整體上，長江經(jīng)濟(jì)帶城市群TFP的全局空間相關(guān)性不顯著。

根據(jù)Anselin Local Morans I指數(shù)，本文進(jìn)一步分析2003-2019年長江經(jīng)濟(jì)帶TFP局部聚類情況。2003年，湘西州、銅仁市和鹽城市表現(xiàn)出顯著的“高-高”集聚，安徽省的銅陵市、馬鞍山和江蘇的鹽城市則出現(xiàn)“低-低”集聚。此外，也有少數(shù)城市表現(xiàn)出“高-低”分散和“低-高”分散，大部分城市的局部集聚特征不顯著。2008年，云南南部TFP呈現(xiàn)明顯的“高-高”集聚，江西省內(nèi)則出現(xiàn)大范圍的“低-低”集聚區(qū)域，TFP局部分散的城市依然較少。此后，全要素生產(chǎn)率的“高-高”集聚區(qū)域逐漸減少，江西省和安徽省內(nèi)依然存在少數(shù)“低-低”集聚城市。如圖1所示，2019年，長江經(jīng)濟(jì)帶大部分城市TFP局部空間關(guān)系依然不顯著，江西省東北部與安徽省南部形成“高-高”集聚區(qū)域，該區(qū)域外圍零星分布著“低—高”分散城市。而在云南省境內(nèi)則出現(xiàn)顯著的“高-低”分散和“低-低”集聚區(qū)域。由此可見，整體而言長江經(jīng)濟(jì)帶各區(qū)域全要素生產(chǎn)率參差不齊，協(xié)同關(guān)系并不緊密。

四、實證結(jié)果分析

（一）產(chǎn)業(yè)集聚對TFP的總體效應(yīng)分析

首先運用Stata軟件實現(xiàn)空間杜賓模型（SDM）和普通面板模型（OLS）估計，在Hausman檢驗之后，均選擇固定效應(yīng)模型。專業(yè)化集聚與多元化集聚的模型估計結(jié)果分別展示在表2中。

從表2的結(jié)果可以看出，與普通面板的OLS結(jié)果相比，使用空間杜賓模型估計的系數(shù)顯著性水平得到了提升，說明考慮空間溢出效應(yīng)情況下，解釋變量對被解釋變量的影響更加具有統(tǒng)計顯著性。根據(jù)表中SDM模型估計的專業(yè)化集聚指數(shù)的參數(shù)可得，（TFPi/TFPi）/（rzij/rzij）=0.0307-0.0214ln rzi，TFP對專業(yè)化產(chǎn)業(yè)集聚指數(shù)rzi的彈性與該城市當(dāng)時的專業(yè)化集聚水平有關(guān)。當(dāng)專業(yè)化集聚水平逐漸上升時，全要素生產(chǎn)率的彈性下降。rzi大于4.1978后，TFP對rzi的彈性由正轉(zhuǎn)負(fù)。同理，從多元化集聚參數(shù)估計結(jié)果可見，（TFPi/TFPi）/（rdij/rdij）=0.0681-0.0858 ln rdi，TFP對多元化集聚指數(shù)rdi的彈性也與該城市當(dāng)時多元化集聚水平相關(guān)。當(dāng)多元化集聚指數(shù)rdi上升到2.2116時，TFP對rdi的彈性由正轉(zhuǎn)為負(fù)。這意味著在一定的產(chǎn)業(yè)集聚臨界值前，產(chǎn)業(yè)集聚能持續(xù)推動全要素生產(chǎn)率的提升。然而產(chǎn)業(yè)過度集聚則會產(chǎn)生擁塞效應(yīng)，抑制全要素生產(chǎn)率上升。

在不考慮其他因素和常數(shù)的情況下，比較專業(yè)化集聚和多元化集聚與TFP的關(guān)系，發(fā)現(xiàn)盡管一個城市產(chǎn)業(yè)的專業(yè)化集聚指數(shù)rzi與多元化集聚指數(shù)rdi之間存在此消彼長的關(guān)系，但二者對TFP的影響趨勢大體上保持一致。當(dāng)產(chǎn)業(yè)集聚水平較低時，TFP對產(chǎn)業(yè)集聚指數(shù)的彈性較大，但隨著產(chǎn)業(yè)集聚水平上升，彈性逐漸下降為負(fù)。不同之處在于，rzi與TFP函數(shù)曲線在經(jīng)過極值點后，下降趨勢平緩，而rdi與TFP函數(shù)曲線在經(jīng)過極值點后下降趨勢明顯。可見，當(dāng)?shù)胤疆a(chǎn)業(yè)集聚指數(shù)達(dá)到較高水平后，多元化集聚模式比專業(yè)化集聚模式對TFP的抑制效應(yīng)更明顯。這意味著各類產(chǎn)業(yè)混亂地集聚在資源稟賦有限的地區(qū)時，造成的“擁塞效應(yīng)”會抑制本地TFP提升。與之相比，專業(yè)化集聚不僅能在較長階段內(nèi)對TFP產(chǎn)生積極效應(yīng)，而且在推動TFP提升到高位后能“功成身退”，幾乎不會隨著專業(yè)化集聚水平的進(jìn)一步增長而對TFP產(chǎn)生明顯的“副作用”。因此，專業(yè)化集聚對TFP的外部性更具穩(wěn)定性。

在專業(yè)化集聚和多元化集聚模型估計結(jié)果中，產(chǎn)業(yè)結(jié)構(gòu)的參數(shù)幾乎一致。在早期第三產(chǎn)業(yè)增加值占GDP比重較低，隨著產(chǎn)業(yè)結(jié)構(gòu)不斷高級化，當(dāng)?shù)谌a(chǎn)業(yè)增加值占比高于33.639%時，TFP對產(chǎn)業(yè)結(jié)構(gòu)的彈性由負(fù)向正轉(zhuǎn)變，且彈性越來越大。當(dāng)?shù)谌a(chǎn)業(yè)增加值占GDP比例超過85%后，TFP對產(chǎn)業(yè)結(jié)構(gòu)高級化的彈性也將大于1。2003-2019年間長江經(jīng)濟(jì)帶108個城市第三產(chǎn)業(yè)增加值平均占比達(dá)到36.78%，因此，整體而言，產(chǎn)業(yè)結(jié)構(gòu)變遷對TFP產(chǎn)生著積極作用。近年來，全國第三產(chǎn)業(yè)增加值占比都有大幅提升，2019年平均占比達(dá)到53.9 %，產(chǎn)業(yè)結(jié)構(gòu)升級對TFP的推動作用也將越來越明顯。

空間杜賓模型估計結(jié)果還顯示了固定資產(chǎn)投資、貸款、外商投資等投資方面的重要因素對TFP的影響，三者估計參數(shù)均顯著為負(fù)。這意味著在樣本期內(nèi)投資因素對長江經(jīng)濟(jì)帶TFP并沒有產(chǎn)生積極作用，可能與房地產(chǎn)市場過度投資和資本市場投資的“脫實向虛”密切相關(guān)[16]。盡管資金方面的投入產(chǎn)生了負(fù)面效果，但人力資本對TFP的積極作用顯著。TFP對在校大學(xué)生人數(shù)占比的彈性為0.0313。從這一數(shù)值來看，人力資本對TFP的影響力并不大，但隨著高等教育的逐漸普及，人力資本存量對TFP的貢獻(xiàn)將不容忽視。

（二）全要素生產(chǎn)率影響因素的長期直接效應(yīng)與長期間接效應(yīng)gzslib202204011851

采用空間杜賓模型，既考慮了其他地區(qū)解釋變量對本地區(qū)被解釋變量的作用，也考慮到了其他地區(qū)TFP對本地區(qū)TFP的影響。當(dāng)模型中存在解釋變量和被解釋變量的滯后項時，估計參數(shù)就不僅反映了各解釋變量對TFP的影響，還包含空間溢出效應(yīng)。為進(jìn)一步檢驗變量之間的空間交互關(guān)系，下面將從長期直接效應(yīng)和長期間接效應(yīng)來分析總體效應(yīng)，具體結(jié)果見表3。長期直接效應(yīng)實際為長期平均直接效應(yīng)，是將108個城市變量對該城市TFP的直接效應(yīng)求算術(shù)平均的結(jié)果;長期間接效應(yīng)則是其他地區(qū)解釋變量對本城市TFP影響的算術(shù)平均;二者相加便得到總效應(yīng)。長期間接效應(yīng)主要反映了其他地區(qū)解釋變量對本地區(qū)TFP的空間溢出效應(yīng)，根據(jù)估計結(jié)果可得，其他地區(qū)rzi超過4.1378前能持續(xù)對本地區(qū)TFP增長產(chǎn)生正向的空間溢出效應(yīng)。也幾乎是在這一臨界值之后，rzi的繼續(xù)上升對本地區(qū)和其他地區(qū)的TFP都會產(chǎn)生抑制作用。當(dāng)rdi低于2.2172時，本地區(qū)TFP對其他地區(qū)rdi的彈性為正，反之為負(fù)。當(dāng)其他地區(qū)第三產(chǎn)業(yè)增加值占比超過33.43%后，對本地區(qū)TFP的積極效應(yīng)越發(fā)明顯。

綜合直接和間接效應(yīng)可知，無論是本地區(qū)還是其他地區(qū)，當(dāng)專業(yè)化產(chǎn)業(yè)集聚指數(shù)小于4.2，多元化集聚指數(shù)小于2.2，第三產(chǎn)業(yè)增加值占比超過33.43%時，都能推動TFP上升。從間接效應(yīng)估計結(jié)果中可知，其他地區(qū)人力資本水平的提升對本地區(qū)TFP增長亦能產(chǎn)生顯著的空間溢出效應(yīng)。因此，培育人才、提高勞動力的知識水平是推動TFP增長的有效途徑。這不僅能為本地區(qū)高質(zhì)量發(fā)展貢獻(xiàn)力量，也能促進(jìn)人才流向周邊城市，或為家鄉(xiāng)發(fā)展出謀劃策。

（三）政府科教支持下產(chǎn)業(yè)集聚的技術(shù)外部性

考慮到政府對科教事業(yè)的投入是提升人力資本的重要支持，在基本估計模型的基礎(chǔ)上，本文加入了政府對教育和科學(xué)的財政支出占比，估計這兩方面投入因素對TFP的影響。進(jìn)一步地，本文還引入了教育支出和科學(xué)支出占比與產(chǎn)業(yè)集聚的交互項，分析政府科教支持是否能改善產(chǎn)業(yè)集聚對TFP作用的有限性。表4中顯示了回歸的結(jié)果，部分變量結(jié)果與表2基本一致，此處省略展示。

由表4列（1）和列（4）可知，TFP對教育支出占比和科學(xué)支出占比的彈性都顯著為正，相比之下教育支出占比的提高對TFP的推動作用更強。政府科學(xué)支出占比對TFP的作用比較小，但實際上R&D投入經(jīng)費75%來源于企業(yè)，尤其是大型企業(yè)才是科學(xué)研究與試驗發(fā)展投入的主力軍。在中國，企業(yè)R&D投入對全要素生產(chǎn)率的影響彈性最大，其次為科研機構(gòu)和高等學(xué)校。在政企合力支持下，大規(guī)模的R&D投入將對全要素生產(chǎn)率的提高產(chǎn)生巨大的推動力。列（2）和列（5）考慮了教育支出占比對產(chǎn)業(yè)集聚的調(diào)節(jié)作用，回歸結(jié)果顯示，教育支出占比越大，更有助于產(chǎn)業(yè)集聚，包括專業(yè)化產(chǎn)業(yè)集聚和多元化產(chǎn)業(yè)集聚都能獲得技術(shù)外部性，對TFP的正向促進(jìn)作用將更持久。如若教育支出占比超過了20%，那么專業(yè)化產(chǎn)業(yè)集聚能在大于4.1時依然對TFP發(fā)揮積極作用。而教育支出占比30%以上時，才能發(fā)揮出其對多元化產(chǎn)業(yè)集聚積極性的這種延續(xù)作用。從列（3）和列（6）中可以得到，科學(xué)支出對產(chǎn)業(yè)集聚的調(diào)節(jié)作用并不顯著，這可能與長江經(jīng)濟(jì)帶城市各政府一般預(yù)算支出中科學(xué)支出占比較低有關(guān)，不足以與產(chǎn)業(yè)集聚產(chǎn)生交互作用。

綜上檢驗結(jié)果可見，良好的高等教育和充分的科學(xué)投入有助于推進(jìn)“產(chǎn)學(xué)研”一體化和自主創(chuàng)新創(chuàng)業(yè)，直接推動全要素生產(chǎn)率增長。在推進(jìn)產(chǎn)業(yè)集聚發(fā)展的同時，加大教育支出，將有助于進(jìn)一步釋放產(chǎn)業(yè)集聚技術(shù)外部性。然而，目前政府對教育和科學(xué)的投入在促進(jìn)產(chǎn)業(yè)集聚，從而推動技術(shù)升級和經(jīng)濟(jì)發(fā)展效率提升方面發(fā)揮的調(diào)節(jié)作用還有待加強。

（四）穩(wěn)健性檢驗說明

為了檢驗產(chǎn)業(yè)集聚對全要素生產(chǎn)率影響的穩(wěn)健性，從長江經(jīng)濟(jì)帶108個城市中隨機抽取54個城市進(jìn)行模型估計，得到的結(jié)果與表2基本一致，但部分控制變量參數(shù)估計不顯著。此外，本文考慮到產(chǎn)業(yè)集聚對全要素生產(chǎn)率的作用是否主要來自大規(guī)模企業(yè)集群的問題，并就此進(jìn)行了穩(wěn)健性檢驗，發(fā)現(xiàn)大型企業(yè)集群不會改變產(chǎn)業(yè)集聚外部性發(fā)揮作用的拐點，但有助于提高其外部效應(yīng)水平①。

五、結(jié)論與政策啟示

在梳理產(chǎn)業(yè)集聚、產(chǎn)業(yè)結(jié)構(gòu)變遷和政府科教支持與全要素生產(chǎn)率的理論機制基礎(chǔ)上，以長江經(jīng)濟(jì)帶108個城市數(shù)據(jù)為依據(jù)，實證分析不同產(chǎn)業(yè)集聚和產(chǎn)業(yè)結(jié)構(gòu)水平下對全要素生產(chǎn)率作用的差異性，并試圖從科學(xué)與教育投入方面探討政府人力資本支持下產(chǎn)業(yè)集聚對全要素生產(chǎn)率的外部性，得到如下結(jié)論：第一，近年來長江經(jīng)濟(jì)帶108個城市全要素生產(chǎn)率的空間關(guān)系逐漸增強，重心逐漸向長三角區(qū)域轉(zhuǎn)移，并向內(nèi)陸擴(kuò)大輻射范圍。第二，適度的產(chǎn)業(yè)集聚，包括專業(yè)化和多元化集聚能持續(xù)推動全要素生產(chǎn)率的提升，過度集聚則產(chǎn)生擁塞效應(yīng)。多元化集聚可能產(chǎn)生的擁塞效應(yīng)更強，專業(yè)化集聚的外部性更具穩(wěn)定性。第三，良好的高等教育和充分的科學(xué)投入有助于推進(jìn)“產(chǎn)學(xué)研”一體化和自主創(chuàng)新創(chuàng)業(yè)，直接推動全要素生產(chǎn)率增長。相較于科學(xué)支出，加大教育支出對產(chǎn)業(yè)集聚知識和技術(shù)溢出效應(yīng)發(fā)揮的調(diào)節(jié)作用更顯著。2003-2019年間，固定資產(chǎn)投資、貸款、外商投資等投資方面因素對長江經(jīng)濟(jì)帶TFP并未產(chǎn)生積極作用。

基于以上結(jié)論，建議：第一，適時調(diào)整產(chǎn)業(yè)集聚模式，避免產(chǎn)業(yè)過度集聚阻礙經(jīng)濟(jì)發(fā)展。在發(fā)展多元化產(chǎn)業(yè)的同時，注重產(chǎn)業(yè)之間的有效融合，推動產(chǎn)業(yè)融合創(chuàng)新。第二，加大政府教育投資力度，提高人力資本配置效率。利用高等教育機構(gòu)與職業(yè)技能培訓(xùn)機構(gòu)培養(yǎng)高素質(zhì)人才，同時制訂合理的人才計劃，吸引符合核心地方企業(yè)發(fā)展需求的人才流入。促進(jìn)人力資本與產(chǎn)業(yè)集聚的良性互動，以人才促創(chuàng)新，以產(chǎn)業(yè)育人才。

注釋：

①? 限于篇幅，結(jié)果省略不展示。

參考文獻(xiàn)：

[1] 涂正革，陳立.技術(shù)進(jìn)步的方向與經(jīng)濟(jì)高質(zhì)量發(fā)展——基于全要素生產(chǎn)率和產(chǎn)業(yè)結(jié)構(gòu)升級的視角[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2019，19（3）：119-135.gzslib202204011851

[2] 林毅夫.新結(jié)構(gòu)經(jīng)濟(jì)學(xué)[M].北京：北京大學(xué)出版社，2012.

[3] 夏良科. 人力資本與R&D如何影響全要素生產(chǎn)率——基于中國大中型工業(yè)企業(yè)的經(jīng)驗分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010， 27（4）： 79-95.

[4] 蘇科，周超.人力資本、科技創(chuàng)新與綠色全要素生產(chǎn)率——基于長江經(jīng)濟(jì)帶城市數(shù)據(jù)分析[J].經(jīng)濟(jì)問題，2021（5）：71-79.

[5] 伍先福.產(chǎn)業(yè)協(xié)同集聚對全要素生產(chǎn)率影響的門檻效應(yīng)研究——基于中國246個城市的實證檢驗[J].經(jīng)濟(jì)經(jīng)緯，2019， 36（2）：72-78.

[6] 郭麗燕，黃建忠，莊惠明.人力資本流動、高新技術(shù)產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長[J].南開經(jīng)濟(jì)研究，2020（6）：163-180.

[7] Solow R M. A contribution to the theory of economic growth[J]. The Quarterly Journal of Economics， 1956， 70（1）： 65-94.

[8] 蔡昉.中國經(jīng)濟(jì)增長如何轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動型[J].中國社會科學(xué)，2013（1）：57-72，207.

[9] Romer M， Romer P M. Endogenous technological change[J]. NBER? Working Papers， 1989， 98（5）：71-102.

[10]方敏，楊勝剛，周建軍，等.高質(zhì)量發(fā)展背景下長江經(jīng)濟(jì)帶產(chǎn)業(yè)集聚創(chuàng)新發(fā)展路徑研究[J].中國軟科學(xué)，2019（5）：137-150.

[11]Meijers E J， Burger M J. Spatial structure and productivity in US? metropolitan areas[J]. Environment and Planning A， 2010， 42（6）：1383-1402.

[12]范劍勇.產(chǎn)業(yè)集聚與地區(qū)間勞動生產(chǎn)率差異[J].經(jīng)濟(jì)研究，2006（11）：72-81.

[13]倪進(jìn)峰，李華.產(chǎn)業(yè)集聚、人力資本與區(qū)域創(chuàng)新——基于異質(zhì)產(chǎn)業(yè)集聚與協(xié)同集聚視角的實證研究[J].經(jīng)濟(jì)問題探索，2017（12）：156-162.

[14]張軍，施少華.中國經(jīng)濟(jì)全要素生產(chǎn)率變動：1952-1998[J].世界經(jīng)濟(jì)文匯，2003（2）：17-24.

[15]于斌斌.中國城市生產(chǎn)性服務(wù)業(yè)集聚模式選擇的經(jīng)濟(jì)增長效應(yīng)——基于行業(yè)、地區(qū)與城市規(guī)模異質(zhì)性的空間杜賓模型分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2016（1）：98-112.

[16]李江濤，褚磊，紀(jì)建悅.房地產(chǎn)投資與工業(yè)全要素生產(chǎn)率[J].山東大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2018（5）：131-139.

（責(zé)任編輯：鐘 瑤）

The Impact of Industrial Agglomeration on Total Factor Productivity

in the Context of Governmental? Science and Education Suppont：

A Case Study of 108 Cities Along Yangtze Economic Belt

LEI Yuliang1， FANG Min2，XU Le1

（1.College of Economics， Hunan Agricultural University， Changsha，Hunan 410000， China;

2.Hunan Science and Technology Affairs Center， Changsha，Hunan 410013， China）

Abstract：Based on the new structural economic theory， this paper estimates the limitation of the technological externalities of industrial agglomeration， and the interaction between the governments scientific and educational support and industrial agglomeration? by constructing Spatial Durbin Models and using the data of 108 cities in the Yangtze River Economic Belt from 2003 to 2019. The results show that below? a certain critical value， industrial agglomeration can promote the improvement of total factor productivity， while excessive agglomeration will produce a congestion effect. The congestion effect of diversified agglomeration is stronger， and the effect of specialized agglomeration on TFP is more stable. Industrial agglomeration has a positive spatial spillover effect on TFP. The governments increasing educational support helps to release the technological externalities of industrial agglomeration， but the governments scientific support has little effect under the current level of support.

Key words：industrial agglomeration; government scientific and educational support; TFP; Yangtze Economic Belt

收稿日期： 2021-07-21

基金項目：? 湖南省社會科學(xué)基金項目（18YBQ068）