生产性服务业集聚、空间溢出与质量型经济增长——基于中国285个城市的实证研究(上)
  • 发布日期:2019年07月08日
  • 作者:文丰安
  • 来源:《国民经济管理》2019年第4期
  • 字号:[ ]
  • 访问量:

  摘要:中国经济增长方式已转向质量型经济增长。基于外部性理论和新经济地理理论的分析框架,从生产性服务业集聚作用于中国经济增长质量的影响机制着手,运用全国2003-2016285个城市的面板数据构建空间计量模型,探讨生产性服务业集聚对地区经济增长质量的影响。分析结果发现,中国经济的质量型增长受制于生产性服务业的专业化集聚和多样化集聚,但当考虑人力资本、城市经济发达程度和政府干预行为等因素的影响时,生产性服务业集聚对经济增长质量提升的抑制作用得到了一定程度的缓解;且区域差异、城市规模和行业特征等约束条件的不同会影响生产性服务业集聚作用于地区经济增长质量的效果。此外,从集聚外部性视角来看,MAR外部性对经济增长质量的积极影响相对显著。 

 

  关键词:生产性服务业,专业化集聚,多样化集聚,经济增长质量,外部性作用 

 

  一、引言 

 

  长期以来,中国经济的飞速增长主要依赖投资和外需的拉动,资本的边际报酬递减现象愈发凸显[1]。面对当前中国经济增长自主创新能力缺乏、要素驱动约束、需求动力弱化的现状,单纯追求数量型经济的高速增长无法持续稳步提升增长的质量和效率。因而在中国经济转型和产业升级的大背景下,中国经济增长势必转而更加注重经济增长的质量和效益。尤其是在产业结构方面亟待摆脱传统制造业和初级工业的局限,加快发展新兴产业、优化产业结构,提升资源配置效率,突破中国愈发严峻的资源与生态环境瓶颈[2]。进一步地,优化服务业品质、发展生产性服务业,调结构、增就业,从而实现创新发展、拉动经济增长。十九大报告中提出,“支持传统产业优化升级,加快发展现代服务业”。而随着中国服务业的快速发展,生产性服务业的集聚式发展水平也在不断提高。生产性服务业集聚作为能够贯穿企业生产、质量控制、物流运输、广告售后等各价值链环节的现代服务业集群[3],具有高度的产业关联性、融合性和要素资本密集性,加快其发展是适应新时代中国优化产业结构和经济可持续发展的重要战略举措。因此,本文的重点在于探讨生产性服务业集聚能否推动并支撑中国高质量经济增长,这是关系到新时代如何培育中国经济新增长点和新动能,实现转变发展方式、优化经济结构的重大现实问题。 

 

  综合以往研究,生产性服务业的集聚发展态势被认为是助力经济增长的重要推动力[4-7]。自Marshall[8]Krugman[9]等提出由产业集聚引致的规模收益递增倾向极可能会扩大区域经济增长差异之后,关于产业集聚对经济增长的作用机制研究层出不穷。尤其是近年来,生产性服务业的发展存在外部性并同样显现出空间集聚趋势[10],且集聚对生产性服务业之间或与其他企业之间形成集聚网络产生了积极作用,更利于进一步经由产业关联效应获取递增收益、实现产业升级,促进母国经济发展。在具体探讨生产性服务业集聚对经济增长的影响时,一是理论延伸方面,学者们从内生增长理论、空间溢出效应、关联效应等角度所进行的研究相继论证了产业集聚与经济增长之间存在相互影响,尽管人们更多关注制造业,但服务业相较而言具有更强的空间集聚效应[11];二是实现机制方面,生产性服务业通过市场和技术外部性、促进分工深化、改善资源环境及推进技术创新等角度对经济增长产生作用[12-13];三是实证研究方面,一些学者尝试采用区位熵、空间杜宾模型等诸多检验方法,验证了生产性服务业集聚与经济增长之间具有空间异质性,影响效果与城市经济的发展水平密切相关,且影响范围不只限于本地区的经济增长,其对周边一定辐射范围内的区域也存在溢出效应[14-15] 

 

  总体来说,尽管学术界对于生产性服务业集聚影响经济增长的作用机制及效果的观点尚不一致,但国内多数学者认可生产性服务业集聚的积极作用。然而,随着中国经济从要素驱动转向创新驱动,增长方式从数量型经济增长转向质量型经济增长,关注生产性服务业集聚与经济增长质量之间的关系愈发重要,但相关研究却寥寥无几。而分析生产性服务业集聚对经济增长质量的作用机制,对于推动中国经济的稳定可持续发展具有明显的理论价值和现实意义,鉴于此,本文力图在以下三方面有所创新:第一,从外部性理论入手,有别于独立探讨产业集聚方式,本文着力于深度分析在经历专业化、多样化、竞争化的趋势演变后,生产性服务业集聚影响中国经济增长质量的内涵和机制;第二,以往研究受数据限制多从国家整体考察,本文则借助城市层面数据,将生产性服务业集聚区分为专业化、多样化空间集聚,探讨其影响城市经济增长质量时的差异化效果;第三,关于研究方法,已有一些文献采取空间计量法进行检验,但较少反映经济增长质量在生产性服务业集聚冲击下的动态变化,本文引入不同的区分标准,逐步检验城市异质性对生产性服务业集聚的经济增长质量效应的影响。 

 

  二、生产性服务业集聚促进经济增长质量的影响 

 

  现代经济增长将城市作为重要空间与载体,其增长动力的核心便是由外部性促成的要素集聚从而形成的城市规模经济。产业发展是经济增长的基础,生产性服务业更是其中将人力资本、知识引入商品和服务的重要黏合剂[16]。因此,在向高质量增长转型的经济增长阶段,生产性服务业通过集聚深化外部性作用,并进一步实现规模经济,促进产业优化升级,从而有望对经济增长质量产生影响。根据外部性的类型特点,可将其分为MAR外部性、Jacobs外部性、Porter外部性,分别对经济增长质量产生不同的作用,具体来看: 

 

  第一,MAR外部性。在Marshall之后,以内生经济增长为理论基础,Arrow[17]提出干中学,即在生产及物质积累过程中获得的技术溢出是技术创新的重要来源。接着,Romer[18]继承其思想,将技术进步内生化,认为技术进步来源于有意识的R & D投入。在此基础上,Glaeser et al.[19]提出MARMarshall+Arrow+Romer)外部性的概念,认为专业化是外部性实现的基础。随着专业化人力资源在专业化分工体系中的流动,默示隐性知识及技术溢出将获得更好的延展。在MAR外部性作用下,企业在区域内的选址锁定将促使长期内的空间内企业聚集不断持续,从而使得区域内产业链环节连贯成熟。在此情况下,产业链环节内的技术创新可进一步加强其各环节企业的专业化程度,从而有助于产业的发展及结构优化。因此,产业集聚,尤其是生产性服务业集聚,所产生的MAR外部性能够对产业带来趋于正向的作用。而产业的专业化发展、结构优化与规模扩增,将能够使经济增长质量稳定提高。 

 

  第二,Jacobs外部性。与MAR外部性所着眼的专业化产业内集聚有所差别的是,Jacobs外部性则放眼于产业外部,也就是关联产业的集聚。Jacobs[20]认为,多样化产业间互动,交叉领域的碰撞所形成的技术溢出、渗透,是技术创新的重要来源。多样化产业的区域内集聚,能够促使精细化分工的实现。生产性服务业中的高端人才具有高适应性、高转换能力,在不同产业间流动可加速技术融合。于是,互补性的产业在区域内随着高适应性专业化人才的知识共享,知识溢出能够跨行业渗透。并且,多样化产业的聚集,可以使区域内形成协作、分工、竞争的网络,激励企业在竞争与跨领域碰撞中获得技术创新,也能够刺激关联产业的结构优化,从而有利于经济高质量发展。 

 

  第三,Porter外部性Porter[21]基于竞争优势的视角,认为外部性来源于开放环境下的竞争性专业化分工。相对于前两者,Porter外部性并没有那么关注聚集企业的交易关联,而更多地着眼于竞争互动中所产生的知识溢出。在一个开放、共享的经营环境中,企业之间能够形成良好、健康的竞争机制,从而能够避免机会主义倾向的蔓延[22]。行业内乃至行业间企业在区域内出于获取集聚利益的目的聚集,并使集群的竞争优势不断深化放大。竞争优势的形成,使制造业甚至高端制造业走向更精细化的专业化分工,从而催生出大量生产性服务需求,进一步促使生产性服务业集聚化。在这一发展过程中,高端制造业与生产性服务业开始产生深度融合,产业结构因此逐渐出现柔性化趋势,有助于产业链整体质量的提升。因此,Porter外部性有助于形成规模化、高端化和集约化的产业体系,从而引领经济的高质量发展。 

 

  综上,本文分别对MAR外部性、Jacobs外部性和Porter外部性的外部性作用进行了理论分析。在探讨产业集聚的专业化、多样化和竞争化的趋势演变后,进一步厘清了生产性服务业在其中扮演的角色,以及对于产业结构调整、转型发展可能产生的作用,相关作用路径见图1 

 

   

  三、研究设计 

 

  (一)模型设定 

 

  为有效地从实证层面对空间集聚水平以及空间外部性的经济增长质量效应进行研究,借助了空间滞后模型(Spatial Lag ModelSLM)、空间误差模型(Spatial Error ModelSEM)构建计量分析模型。首先,构建基本空间回归模型检验空间集聚程度对经济增长质量的直接影响。本文主要采用Anselin[23]提出的空间滞后模型和空间误差模型来分析生产性服务业的集聚与经济增长质量的空间关系。二者的区别在于,SLM模型中的空间相关是由变量间的空间依赖性导致的,主要用来描述被解释变量在地区间的扩散现象;而SEM模型的空间相关则是由误差项在空间上的相关造成的,旨在反映地区误差项对本地区变量的影响。为了能够对模型进行比较选择,从而得到最合理的空间模型,本文以生产性服务业专业化空间集聚作为核心解释变量,分别构建空间滞后模型和空间误差模型,如下式。 

 

   

  lnECOit0+βlnSAit+γlnXitit 

 

   

  上式中,it分别表示城市和年份,i=1Nt=1TECOit为城市i在时间t的经济增长质量,Wij为空间权重矩阵W的元素,ECOjt为城市j(除城市i外)时间t的经济增长质量。SA为城市生产性服务业的专业化集聚水平,Xit表示一系列控制变量。α0为截距,βγ表示解释变量对被解释变量的影响系数。ρλ为空间滞后系数和空间误差系数,表示地区间的空间溢出效应。随机误差项εitμit服从期望为0,方差为σ2I的正态分布。同理可得检验生产性服务业多样化空间集聚水平对城市经济增长质量影响的空间模型。 

 

  其次,在基本空间回归模型的基础上引入交互项,考察人力资本水平、城市经济发达程度和政府干预程度在空间集聚程度作用于经济增长质量这一过程中可能产生的影响。根据现有研究发现,人力资本水平、信息化水平和经济发达程度等均会在生产性服务业集聚影响制造业竞争力或者制造业的生产率过程中发挥一定的作用[24],同时,鉴于我国的财政分权体制,地方政府对经济活动的干预会不可避免地影响该地区的经济发展。因此,借鉴前述学者的做法,本文将在模型中加入生产性服务业集聚程度与人力资本、经济发达程度和政府干预程度的交互项来进一步检验空间集聚效应对城市经济增长质量的影响。基于专业化空间集聚水平为核心解释变量的空间滞后模型,本文建立如下模型(3): 

   

  上式中,HCitDKitGOVit分别表示城市的人力资本、经济发达程度和政府干预程度,β2β4则分别表示它们与专业化集聚的交互项对经济增长质量的影响系数,其他变量的含义同前。对模型(3)稍加修改,即可得到本文所需的其他模型。另外,在模型(3)的基础上,本文根据样本作用的空间范围、所属地区、城市规模大小和所属行业等分类标准,将样本划分成不同的子样本并分别进行了研究。 

 

  最后,从空间集聚的溢出效应即外部性视角出发,构建模型考察空间溢出效应对城市经济增长质量的影响。由于不同区域间的溢出与反馈效应对中国经济增长的贡献在不断提升[25],而且空间外部性会影响区域的经济增长速度和路径[26],因此,本文借鉴Glaeser et al.[19]和张学良[27]的研究方法,将外部性分为MAR外部性、Jacobs外部性和Porter外部性,分别研究其对经济增长质量的影响。其空间滞后模型和空间误差模型如式(4)、(5)所示。 

 

   

   

   

  (二)变量说明 

 

  本文的样本期为2003-2016年,相关数据均来源于各年的《中国城市统计年鉴》《中国统计年鉴》和各省(市)统计年鉴,同时根据数据的有效性和可获得性,本文最终选取了中国285个地级及以上城市作为研究样本。此外,模型(1)至(5)中的变量测算方式如下: 

 

  其一,被解释变量即经济增长质量(ECOit)。经济增长质量的衡量是从经济的内在性质反映经济的增长,包括对其动态过程和经济增长的前景等问题进行综合考察[28]。随洪光和刘廷华[29]则提出高质量的经济增长应该是高效率增长模式下稳定且持续的增长。本文主要借鉴随洪光[30]对经济增长质量指标的测算方式,首先构建城市层面的经济增长效率、经济增长稳定性和经济增长可持续性三个分指标,然后根据主成分分析法进行分析,最终得到各个城市的经济增长质量。 

 

  其二,核心解释变量包括生产性服务业空间集聚水平(SAitDAit)和外部性(MARitJacobsit以及Porterit)。(1)生产性服务业专业化空间集聚水平(SAit)。在Feser[31]的基础上,结合最能反映产业专业化水平的区位熵指数以及可以反映空间相互作用的潜力模型来构建生产性服务业专业化空间集聚指标。其中,潜力模型中的质量由某一城市各生产性服务细分行业的区位熵之和来度量。某一年专业化集聚程度的计算公式为,在该式中,Esv为城市v生产性服务行业s的就业人数,Ev为城市v的就业人数,Es为生产性服务业s在全国的就业人数,ET表示全国的就业人数。div为两城市间的距离,δ为距离衰减指数。(2)生产性服务业多样化空间集聚(DAit)。为了描述经济结构中产业的重要性以及多样性,本文结合潜力模型和Combes[32]多样化指标测算方式,构造具有空间作用意义的多样化空间集聚指标,公式为,其中,DAi为城市i的生产性服务业总体多样化程度,其值越大代表多样化程度越高。在计算Dv的过程中,所需要的变量及各自的含义为:Es为产业s在全国的就业人数,E表示全国的就业人数。n为城市中生产性服务行业的数目。(3)外部性主要包括MARit外部性、Jacobsit外部性和Porterit外部性。以某一年为例,三个外部性的计算公式分别为。其中,Sji表示i城市的j产业就业人数在该城市总就业人数中所占的比重,Sj表示j产业的就业人数在全国所有城市就业人数中所占比重;NiGi分别表示i城市的批发零售贸易企业数和大于限额的批发零售贸易企业商品的销售总额。 

  其三,控制变量包括人力资本(HCit)、政府干预程度(GOVit)、城市经济发达程度(DKit)、交通状况(TRit)和信息化水平(INit)。(1)人力资本(HCit)。参照周少甫等[33]的测算方式即平均受教育年限法来计算各城市的人力资本水平。(2)政府干预程度(GOVit)。采用当地政府的财政支出与GDP的比值来衡量。(3)城市经济发达程度(DKit)。使用人均GDP的数值来表示一个城市的经济发展水平。(4)交通状况(TRit)。考虑到城市的交通状况与其道路网络的建设密切相关,故本文使用城市市辖区的建成区面积上的道路长度来对其进行衡量。(5)信息化水平(INit)。使用互联网的普及率来表示。 

 
分享到: