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(中)
  • 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:

  四、生产性服务业集聚对经济增长质量影响的实证检验 

  (一)空间相关性检验 

  为了纠正传统模型估计因忽视空间溢出效应而造成的设定偏差[34],本文拟采用空间面板计量方法以判断中国各地区经济增长质量以及生产性服务业是否存在空间相关性。具体检验过程中,选取由Moran[35]研究空间连续性随机现象时提出的Moran’s I指数,权重矩阵使用空间距离矩阵并进行标准化处理,该指数不易受到偏离正态分布的干扰,在空间经济分析的应用中具备一定的优越性。Moran’s I指数的取值区间为[-11],绝对值越大,其所检验的各地区变量间的空间相关性越强,取值为0则意味着地区变量间不存在空间相关性。且Moran’s I0时变量间为正相关关系,反之则为负相关关系。 

  本文通过对城市生产性服务业集聚与经济增长质量进行空间相关性的探索性分析,得到如下两点:第一,2003-2016年中国各城市间的经济增长质量呈现了较强的空间相关性,即在地理空间分布上,经济增长质量高的城市相互接近。第二,2003-2016年中国各城市生产性服务业集聚度的Moran’s I指数值同样均为正且在1%的水平上显著地偏离随机分布,该结果说明,各城市的生产性服务业也有着显著的空间正自相关关系,这与沈能[34]、刘书瀚和于化龙[36]等学者的研究结果相一致。综合来看,城市生产性服务业集聚与经济增长质量都表现出显著的空间相关性,且生产性服务业集聚度的自相关水平明显高于经济增长质量的自相关水平。因此,研究生产性服务业空间集聚影响经济增长质量的效果时,有必要将空间相关性考虑在内。 

  (二)基准回归分析 

  基于前文对变量空间相关性的检验,接下来本文采用空间计量模型实证分析生产性服务业集聚与城市经济增长质量之间的关系。借鉴Elhorst[37]的做法,本文经由数据分析比较Lagrange乘数及其稳定性,以此来判定进行空间计量分析时究竟应选取空间面板滞后模型(SLM模型)还是选取空间面板误差模型(SEM模型)更为合适。综合分析后,最终选择SLM模型作为计量分析模型,且经Hausman检验,模型都采用固定效应。结合前文的理论探讨,模型中加入了其他控制变量人力资本(HC)、政府干预程度(GOV)和经济发达程度(DK)等因素,分析生产性服务业集聚对城市经济增长质量的影响。结果见表1 

   

  SEM模型的检验结果如表2所示,由模型(1)和模型(2)可以看出,在考虑空间外溢的情况下,生产性服务业专业化和多样化集聚在影响城市经济增长质量时均通过了1%的显著性检验且系数为负。表明了生产性服务业集聚明显不利于地区经济增长质量的提升,原因可能在于部分城市的经济增长质量与其周边城市之间有着较强的资源竞争关系,也可能与生产性服务业集聚所导致的拥挤效应有关。而分别加入交互项后,模型(3)至(10)的回归结果显示,交互项系数都显著为正且至少通过了10%水平的显著性检验,即人力资本、政府干预行为和城市经济发达程度均会改善生产性服务业集聚对城市经济增长质量的抑制作用,这与陈建军等[38]的观点相一致。可能的现实解释在于,一是检验时已考虑到空间效应差异,弱化了生产性服务业集聚对提升经济增长质量的反向影响;二是当人力资本和城市经济发达程度较低或政府干预失当时,会增加知识、信息、技术等禀赋的溢出成本并减缓传播速度,以致生产性服务业集聚出现拥挤效应,阻碍了中国城市之间生产性服务业集聚对提升经济增长质量的积极作用。 

  从各控制变量来看,一方面,人力资本(HC)和政府干预程度(GOV)对经济增长质量的影响基本都具有显著的正向影响,这一结论符合前文的理论预期。诸多实践已表明,城市间互为市场,人力资本的提升及政府政策的合理调控有助于各地区的经济活动,并通过不断促进知识等高端要素的交流促使其不断向高市场潜力城市集聚,进一步推进技术、知识溢出及提升经济增长质量[36]。另一方面,交通状况(TR)和信息化水平(IN)对经济增长质量的影响系数都为负且大多通过了显著性检验。这意味着尽管交通状况的优化和信息化的发展扩大了生产性服务业集聚的作用范围,但城市间的溢出效应尚未体现,反向影响了经济增长质量的提升。而且在培育战略性新兴产业和全面提高信息化水平的过程中,多数城市仍面临技术进步边际贡献减弱、区域发展动力不足等滞后性问题,以致呈现出抑制经济增长质量的现象[38-40]。除此之外,城市经济的发达程度(DK)对中国经济增长质量的提升效果并不明显。这可能由于中国当前的城市化水平整体上依然偏低,短期内城市经济发达程度尚不足以为提升经济增长质量提供充足的发展空间[6] 

  在基准回归结果的基础上,本文进一步利用了基于五大理念测算的经济增长质量指标(QUA)替代前文构建的城市层面经济增长质量指标(ECO),以此检验模型实证结果的稳健性。指标测度方式参考詹新宇、崔培培[41]的做法,根据十八届五中全会提出的五大发展理念,即创新(Lnn)、协调(Co)、绿色(Gr)、开放(Op)以及共享(Share),采用主成分分析法构建经济增长质量测度指标,公式为QUA=LnnOpCoGrShare。最终检验结果表明生产性服务业集聚影响城市经济增长质量的实证结论具有可靠性和稳健性。 

  (三)异质性效果检验 

  1.按地区分组的考察 

  考虑到区域间的差异,本文将进一步研究生产性服务业对各区域经济增长质量的影响。具体是将285个城市细分为东、中、西地区三个样本组(各样本组分别有10110975个城市样本),仍然利用SLM模型进行回归,结果列于表2 

   

  如表2所示,生产性服务业专业化和多样化空间集聚对经济增长质量的影响表现出明显的地区差异:对东部地区城市而言,生产性服务业专业化空间集聚(SA)和多样化空间集聚(DA)均显著抑制了经济增长质量的提高;而中、西部地区城市则呈现明显的促进作用。其中,中部地区城市专业化空间集聚对经济增长质量的作用要强于西部地区,多样化空间集聚的经济增长质量效应相对较弱。对此,考虑东部地区整体上经济基础较强,生产性服务业的发展也逐步从低端向高端迈进,经济增长质量的提升更多地依靠产业转型升级而非生产性服务业空间集聚的技术溢出效应,因而集聚反而呈现出对经济增长质量的抑制作用;中西部地区对生产性服务业的市场需求较大,因而集聚推动了经济高质量发展。此外,中部地区城市相对西部地区而言,基础设施水平较为完善,更加需要功能多样的生产性服务业与发展水平相适应,多样化空间集聚技术溢出效应更为明显;而西部地区各城市主要依靠自身要素禀赋,利用当地的自然要素等形成比较优势,主要着力于发展与优势要素、优势产业相匹配的生产性服务业,因而专业化空间集聚更能促进西部地区各城市的经济增长质量。由交叉项的结果可见,无论东部还是中、西部地区,人力资本和政府干预均能促进生产性服务业集聚(SADA)对经济增长质量的提升作用;此外,城市经济发达程度的促进作用还未完全显现。 

  2.按城市规模分组的考察 

  为考察不同城市规模对生产性服务业的技术外溢效应的差异性,本文采用城市年末人口总数这一指标,将所有城市划分为特大城市(200万人口以上)、大城市(100万~200万人口)、中等城市(50万~100万人口)及小城市(50万以下人口)四类,仍选择SLM模型和固定效应进行检验,详见表3 

   

  回归结果显示,生产性服务业专业化空间集聚(SA)和多样化空间集聚(DA)对特大城市和小城市的经济增长质量存在显著的负向影响,而对大、中等城市的经济增长质量影响显著为正。考虑特大城市内部生产性服务业竞争激烈,过度集聚引发的过度竞争可能压缩企业的利润,从而降低经济运行效率与增长质量;而大、中等城市人口规模均超过50万,来自城市自身与有效空间范围内城市的市场需求较大,生产性服务业空间集聚所形成的规模效应与技术溢出效应能推动城市的经济增长质量;此外,小城市仍以制造业为主,一方面,虽然对生产性服务业存在大量需求,但受限于城市的地理位置、人才资源及基础设施水平,对于生产性服务业集聚产生的技术溢出无法较好地消化、吸收;另一方面,小城市的生产性服务业发展受限于上述因素,往往陷于低端化,创新水平不足且同质化严重,阻碍经济增长质量提升。从交叉回归结果来看,人力资本会显著促进(或改善)生产性服务业集聚对经济增长质量的正向(或负向)影响;城市经济发达程度能改善特大城市的生产性服务业专业化空间集聚对经济增长质量的抑制作用,其他情况下或不显著或作用为负;政府干预与人力资本的作用相类似,但并未产生显著影响。因而,各个城市在发展过程中,应重视人力资本的作用,提升研发水平与创新效率以提高经济增长质量[42] 

  3.按行业分类的考察 

  这里将对生产性服务业进行分类,以考察生产性服务业集聚对经济增长质量影响的行业差异。将生产性服务业根据研发强度、人均产值等指标分为低端和高端两种类型。其中,低端生产性服务业包括“交通运输、仓储和邮政业”“批发与零售业”“租赁和商业服务业”3个行业,高端生产性服务业包括信息传输、计算机服务业和软件业”“金融业科学研究、技术服务业和地质勘查业”3个行业。选择SLM模型和固定效应进行空间计量回归,结果见表4 

  由生产性服务业专业化空间集聚(SA)和多样化集聚(DA)系数可知,低端生产性服务业集聚对经济增长质量存在显著的负向影响,而高端生产性服务业集聚可以显著促进经济增长质量。这是由于不同类别的生产性服务业本身的特质导致的,比如低端生产性服务业交通运输和一般商业服务业的知识密集度低,附加值不高,带来的知识外溢相对于高端生产性服务业较少,并且其服务半径小又决定了空间外溢范围有限,而高端生产性服务业具有高科技含量、高渗透性、高附加值以及产业带动力等特点,能够对我国经济增长质量带来明显的提升。另外,由于目前我国生产性服务业的各个门类都较为薄弱,产业结构层次整体不高,这也为我国整体上“生产性服务业集聚对经济增长质量存在显著的负向影响”提供了合理解释。由交乘项的回归系数可知,无论是低端还是高端生产性服务业,人力资本水平的提高并不能显著改善生产性服务业集聚对经济增长质量的不利影响;城市发达程度越高,会显著抑制生产性服务业集聚对经济增长质量的影响;还有,加强政府干预可以改善生产性服务业集聚的经济增长质量效应,该结果与上文基本一致,说明我国生产性服务业集聚效应的发挥还较为依赖政府的支持。 

   

  (四)外部性作用效果检验 

  上文从生产性服务业专业化空间集聚和多样化集聚的角度,对生产性服务业空间集聚及其技术溢出进行了解释,本部分将进一步从集聚外部性视角进行分析。借鉴Glaeser et al.[19]提出的产业外部性划分,采用MAR外部性、Jacobs外部性和Porter外部性指数作为本文生产性服务业集聚的三类外部性衡量指标,分析得到了表5所列出的生产性服务业集聚外部性对经济增长质量影响的空间计量结果。 

  从全国层面来看,生产性服务业集聚的MAR外部性是我国经济增长质量提升的主要来源,而Jacobs外部性和Porter外部性对经济增长质量的影响不明显。具体来看:第一,生产性服务业集聚的MAR外部性对经济增长质量存在显著的正向作用。MAR外部性是指在同种企业高度集聚的状态下,企业间可通过知识模仿与人员流动,加速产业内的先进技术与知识的外溢,因此促进了产业创新水平,也带来了经济规模与效益的增长。第二,生产性服务业集聚的Jacobs外部性对经济增长质量的作用并不明显,即多样化的产业环境尚不能有效促进经济增长效益的提升。现实中,我国大多数地区的产业规划确实能做到让不同产业部门的厂商在某一地方集聚,理论上可实现知识和技术的跨产业外溢,但本文认为,Jacobs外部性也需要一定的前提,即集聚的不同产业需要有所关联,才能产生交流,如果单纯追求差异化的产业集聚,那么某一行业的技术进步难以带动其他无关行业的互补性技术创新,创新连锁效应受限;并且,专业性人才难以在不同行业间流动,跨行业的知识交流沟通受阻且无效,最终难以发挥Jacobs外部性对经济增长质量的积极影响。第三,生产性服务业集聚的Porter外部性对经济增长质量的影响甚微,表明当前生产性服务业内的同质化竞争对改善经济效益无效。可能的原因在于,竞争加剧了企业的生存压力,短期内会降低企业收益,并不会有效提升经济增长质量,因此Porter外部性的作用还需要从长期视角进行考察。 

   

  对样本分地区、分城市规模以及分行业进行具体分析,可发现生产性服务业集聚的三种外部性因地区、城市规模和行业的不同而对经济增长质量存在差异化影响。首先,MAR外部性的系数在分样本中均存在正向显著作用,这与全国层面的研究结论相符,再次验证了生产性服务业集聚的MAR外部性是经济增长质量提升的主要来源,且其对经济增长质量的正向影响并未受到地区、城市规模和行业的限制。其次,Jacobs外部性的系数在中西部样本、中小城市样本以及低端行业样本中显著为负,表明生产性服务业集聚的Jacobs外部性阻碍了中西部地区、中小城市以及低端行业的经济增长质量提升。一是由于中西部地区产业结构及整体水平不高,不同产业集聚而产生的技术与知识外溢作用不佳,二是因为大量无关产业集聚而无法有效交流与互补。三是Jacobs外部性的系数在不同地区的分样本中均不显著,这与全国层面的实证结果相一致。此外,生产性服务业集聚的Porter外部性仅对低端行业的经济增长质量的影响显著为负,而对中等规模城市的经济增长质量显著为正,该结论为我国产业的低水平发展和同质化竞争提出了警示。其他控制变量对我国经济增长质量的影响与上文研究结论基本一致,不再赘述。 

 
分享到: