生產性服務業與制造業協同集聚如何影響新建企業選址

劉 勝 陳秀英 王 芮

一 引言及文獻述評

根據新經濟地理理論，實體企業的選址行為涉及到地方流動性資本再配置和產業轉移布局等諸多問題，長期以來是各界關注的重要議題。隨著跨國公司生產網絡加速演化升級，全球城市網絡(Global Cities Network)廣泛興起，其以先進生產性服務業(Advanced Producer Services)為連接紐帶，在幫助跨國公司降低海外運營成本的同時(Goerzen et al., 2013)[1]，也進一步增強了國際資本的流動性，由此引發了對優質流動性資本愈加激烈的全球競爭。事實上，選址布局決策是企業為實現利潤最大化而采取的行動，可能會受到區域經濟和社會發展等多層面因素的影響。在經濟發展早期，新設企業的選址決策通常會受到成本利潤、市場需求或財稅政策等傳統因素的影響。隨著經濟逐漸步入新常態和高質量發展階段，雖然傳統的成本和需求等因素依然重要，但在制造業服務化和智能制造轉型背景下，以知識資本為主要特征的生產性服務業中間投入及其所處的地理分布情境和空間配置效率，對制造業企業全球價值鏈分工布局及新設企業選址決策發揮著越來越關鍵的作用(Cheng和Xiao, 2020)[2]。而囿于我國服務業市場化改革相對滯后、對外開放程度不足、行政區劃壁壘阻隔等，當前我國城市生產性服務業與制造業協同集聚分布格局還不夠合理，空間耦合效率不高，高端服務化投入水平明顯偏低。“十四五”時期，促進產業政策、空間規劃政策和投資政策協同聯動，在更深層次上強化對新建實體企業選址決策的吸引力，就成為了我國地方政府加快優化產業空間協同布局、構建高質量協調發展新格局的重要內容。

事實上，國家近年來對重塑產業競爭新優勢、構建新發展格局高度重視。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，要優化區域產業鏈布局，加快發展現代產業體系，推動經濟體系優化升級；同時，也要加快發展現代服務業，促進研發設計、現代物流、法律服務等生產性服務業同先進制造業深度融合。可見，推進現代服務業和制造業深度融合將會成為“十四五”時期推動我國制造業高質量發展的重要內容。在此背景下，本文探討生產性服務業與制造業空間協同布局對新建企業選址的影響效應及作用機制，并進一步提出優化產業空間協同布局的對策路徑，這不僅為在全球價值鏈分工網絡重構背景下更好地理解實體企業的區位選擇動機提供了新視角，也對在構建“雙循環”新發展格局下考察我國實體企業與生產性服務業空間耦合效率及其動態演變趨勢具有一定的理論價值及現實意義。

企業選址一直是學術界關注的重點領域。歸納而言，既有文獻主要圍繞交通基礎設施(耿純和趙艷朋，2018)[3]、勞動力供應(徐瑛和陳澍，2015)[4]、FDI外溢(周浩和鄭越，2013)[5]、可達性和集聚經濟(周浩和陳益，2015)[6]、環境規制(周浩等，2015)[7]、財稅優惠政策(陳秀英和劉勝，2019)[8]等影響因素，對新建企業選址動機與決策等問題展開了深入討論。具體來看，部分文獻運用投入產出表和微觀地理數據，認為選址決策受到運輸成本、產業關聯等因素的影響，具有較強買方—供應商聯系(Buyer-supplier Links)的行業對(Industry Pairs)往往會更加緊密地聯系在一起，因而與中間投入要素供應商協同定位(Co-agglomeration)就成為了制造業企業常用的選址策略之一(Aleksandrova et al., 2020)[9]。此外，部分文獻聚焦于本地服務配套或服務供給角度來研究企業選址決策問題。例如，Andersson et al.(2004)[10]發現，出于供應商—客戶上下游關系的考量，瑞典各功能區的生產性服務業與制造業之間往往呈現出協同定位(Co-location)的趨勢。由此，制造業企業不僅能增強對生產性服務投入的可獲得性，還能從與服務供應商的密切接觸中獲得更為豐富的知識溢出。而基于國內相關數據，唐榮和顧乃華(2018)[11]也證實，來自上游企業的服務供給及其知識溢出和經濟集聚外部性對企業選址決策行為具有重要作用。綜上，除生產成本和市場需求等影響企業區位決策的傳統因素外，在服務型制造推動下，高質量服務中間投入和配套環境尤其是生產性服務業空間布局質量在制造業企業選址決策過程中的作用愈發重要。但遺憾的是，目前還鮮有文獻從新經濟地理理論出發，探討生產性服務業與制造業空間協同布局影響制造業企業選址決策的內在規律。

基于此，本文主要從以下方面進行邊際性拓展：首先，研究視角上，現有文獻往往強調勞動力、基礎設施、商業環境、政治穩定性、市場鄰近性、供應商鄰近性、主要競爭對手的位置等傳統因素對新建企業選址的影響，將生產性服務業與制造業空間協同布局和新建企業選址聯系起來的定量研究仍較為有限。隨著制造業高質量發展對服務業中間投入品依賴性不斷增強，各地紛紛出臺政策來刺激現代服務業集聚區建設等，以謀求推動本地實體經濟轉型升級和增強本地招商引資的競爭優勢。但這種政府主導、大規模投資驅動型的服務業集聚區建設的刺激政策能否真正激發制造業新建企業的進入意愿和動機，效果尚不明晰。因此，客觀評估生產性服務業與制造業協同集聚對新設實體企業選址的影響效果及其作用機制，有利于政策制定者進一步優化地方生產性服務業和制造業空間協同發展政策體系。鑒于此，本文從二三產業空間耦合的視角出發，考察生產性服務業與制造業空間協同布局對新建企業選址的影響效應、作用機制及其異質性。在制造業服務化轉型情境下，本研究有助于厘清生產性服務業與制造業協同集聚和微觀企業選址行為之間的關系，并對制定地方生產性服務業與實體經濟高質量發展的空間協同治理政策具有參考價值。其次，研究數據和方法上，區別于部分既有文獻采用定性分析或案例分析來研究企業選址問題的做法，本文在考慮內生性等問題的基礎上，基于中國工業企業大樣本數據，綜合利用泊松分布模型、負二項回歸模型和零膨脹負二項模型等多種計量模型進行實證檢驗，為更好地識別產業空間協同布局和企業選址決策之間的因果關系提供經驗證據，并助力構筑地方招商引資新型優勢及完善與實體企業發展相配套的產業空間規劃政策。

二 理論框架

(一)生產性服務業與制造業協同集聚和新建企業選址

傳統區域經濟理論主要依托新古典經濟學理論，通過無運輸成本、無差異空間等前提假設，提出了企業區位選擇等理論。克魯格曼基于傳統區位理論提出了新經濟地理理論并在隨后逐步深化，認為空間問題的分析應納入規模經濟和不完全競爭等工具。新經濟地理理論主張“報酬遞增規律”是影響產業空間分布不均勻或影響產業空間集聚程度的重要動因(Krugman,1991)[12]。城市收益遞增或集聚經濟的影響，至少體現在產業、地理和時間維度上，而集聚經濟會隨著距離的增加而減弱(Henderson和Thisse, 2004)[13]，因而產業之間的地理結構對資源要素配置效率和微觀主體的空間布局活動也至關重要。制造業服務化轉型過程中，生產性服務作為一種重要的中間投入要素，對制造業微觀企業資源配置與空間布局的作用愈發突出(Lanaspa et al.,2016)[14]。生產性服務業與制造業在地理區位上協同集聚，能吸引大量提供特定投入及專業化服務的供應商，并驅動區域服務業供應中心的形成。這有助于實現馬歇爾所說的供應外部經濟性，即強化服務勞動市場的“蓄水池”效應、提升服務中間投入品效應、增強服務技術創新的外溢效應(Marshall,1948)[15]，幫助企業克服不確定性風險及獲得規模經濟和范圍經濟外部性，助力升級其在全球價值鏈上的分工地位和獲取更多的產品附加值(劉勝和陳秀英，2020)[16]。而隨著報酬遞增效應出現，集聚在當地的制造業企業也更容易獲得正的外部性效應，從而有利于吸引更多的新建企業在當地投資選址。

(二)生產性服務業與制造業協同集聚對新建企業選址的作用機制

根據A.Marshall和M.Marshall(1920)[17]對集聚經濟來源及Waiengnier et al.(2020)[18]對生產性服務業大都市區集聚效應的研究，生產性服務企業在特定空間情境中集聚和布局，將有利于其對全球化資本(Globalised Capitalism)執行戰略指揮和控制職能，并在全球城市中發揮網絡連接的功能作用；而生產性服務業與制造業協同集聚將進一步產生集中化動力(Centralisation Dynamics)，其不僅能影響需求可達性和供給可達性，也能從更廣泛的意義上作用于地方化經濟和城市化經濟，影響服務交易成本結構和知識溢出效應等，進而對新建企業選址決策和城市經濟活動地理集中產生重要的影響，具體分析如下：

首先，生產性服務業與制造業協同集聚會影響二者的中間投入共享聯系。A.Marshall和M.Marshall(1920)[17]認為，在企業生產活動中存在規模經濟外部性，當高度依賴共享投入的下游制造企業與生產性服務業實現協同布局時，能更好地搜索和匹配專業化投入供應商，并將部分價值鏈功能環節外包給更具比較優勢的生產服務供應商，而需求的擴張有助于生產性服務供應商以更高的效率進行專業化生產，進一步改善本地服務供給可達性和地方化經濟，并反過來提升投入共享效率和回報。這種良性的投入產出關聯機制有助于吸引更多新建企業落戶進駐，并逐漸形成產業互促的集聚發展格局(Liu et al., 2019)[19]。

其次，生產性服務業與制造業協同集聚會影響二者之間的知識溢出效應。包括專利技術和管理經驗等在內的知識溢出通常是無形的，需要高度依賴于頻繁的“面對面”交流互動渠道，緘默知識溢出(Tacit Knowledge Spillover)就更是如此。大量研究也發現，產業間知識溢出效應會隨著距離的增加而減弱。為此，生產性服務業與制造業協同集聚有利于實現區位鄰近，促進勞動力市場共享和提升人力資本外部性，增強產業間知識溢出和城市化經濟效應。在智能化、服務化轉型過程中，上述鄰近產業間的技術擴散和知識溢出對促進企業研發創新和品牌營銷等高端價值鏈功能環節升級大有裨益，而這種知識增值能力對新建企業投資選址來說無疑也構成了巨大的吸引力(Ye et al.,2019)[20]。

最后，生產性服務業與制造業協同集聚會影響二者之間的本地市場效應。現有理論認為，由產業間區位集聚所帶來的收益遞增、本地市場效應和消費機會逐漸成為影響企業選址的關鍵驅動力。具體而言，產業協同集聚有利于促進基礎設施共享與經濟集聚外部性，吸引一些就業人口集中到某些特定地區，循環往復創造了本地大市場，形成本地市場效應(范劍勇和謝強強，2010)[21]，由此衍生的區位導向優勢有利于企業更接近客戶或需求市場，便于產品/服務迅速投放市場并能根據需求反饋及時做出調整。而這種快速響應機制的好處無疑會構成對企業價值鏈活動空間配置決策的巨大吸引力(Wan et al.,2021)[22]。出于降低運輸成本或交易成本、減少分銷費用、提供便捷售后服務等多重因素考慮，新建制造業企業可能會傾向于選擇在上述地區投資落戶，從而引發制造業經濟地理的變遷。據此，提出本文的研究假說。

假說1：生產性服務業與制造業協同集聚有助于吸引新建企業落戶選址。

假說2：生產性服務業與制造業協同集聚可通過需求可達性、供給可達性、地方化經濟和城市化經濟等渠道機制來影響新建企業選址決策。

圖1 生產性服務業與制造業協同集聚和新建企業選址之間的機制關系

三 研究設計

(一)基準計量模型

借鑒List和Mchone (2000)[23]、Guimaraes et al.(2003)[24]等的做法，本文建立如下簡約估計方程：

ssmit=f(capmit)+εit

(1)

其中，i和t分別表示城市和年份。ssmit代表t年i城市制造業新建企業的數量，capmit表示t年i城市的生產性服務業和制造業協同集聚水平，εit表示隨機誤差項。

由于特定地區的新建企業數為整數，假設ssmit服從泊松分布，則在t年i城市有ssmit家新建企業的概率為：

(2)

其中，λit為泊松分布參數，代表t年i城市新建企業數量ssmit的均值，假設其對數與解釋變量存在線性關系，即：

ln(λit)=β*capmit

(3)

那么，β是本文重點關注的待估系數，揭示生產性服務業和制造業協同集聚對新建企業選址的影響程度和作用方向。

進一步地，還運用中介效應模型來研究產業協同集聚對微觀企業地理布局的影響機制。結合溫忠麟等(2004)[25]的檢驗方法，擬合如下方程：

ssmit=α0+β1capmit+β2Xit+δit

(4)

mec(1, 2, 3, 4)it=α1+β3capmit+β4Xit+?it

(5)

ssmit=α2+β5capmit+β6mec(1, 2, 3, 4)it+β7Xit+μit

(6)

其中，mec(1, 2, 3, 4)it表示影響生產性服務業與制造業協同集聚和新建企業選址之間關系的機制變量，包括城市內(間)需求可達性(mec1a/mec1e)、供給可達性(mec2)、城市化經濟(mec3)和地方化經濟(mec4)。α0、α1和α2為常數項，Xit為一系列控制變量，δit、?it和μit為隨機誤差項。

(二)變量說明

1.被解釋變量：新建企業選址。借鑒周浩等(2015)[7]的做法，以每年每個城市的制造業新建企業數量來衡量。

2.核心解釋變量：生產性服務業與制造業協同集聚程度。借鑒劉勝等(2019)[26]的做法，用城市生產性服務業和制造業協同集聚指數衡量，計算公式如下：

(7)

其中，maggit衡量i年份t地區的制造業區位熵，psaggit衡量i年份t地區的生產性服務業區位熵。基于數據可得性，區位熵主要從就業人數的維度來進行度量。

此外，利用周浩等(2015)[7]的方法，將區域內(間)需求可達性、供給可達性、地方化經濟和城市化經濟等機制變量納入研究框架中，以探究產業協同集聚影響新建企業選址行為背后的作用機制。并進一步對城市人口密度(pd)、城市職工平均工資(aw)、人均GDP對數(lnpgdp)和制造業行業集中度(managg)等變量進行控制，以避免因遺漏變量可能會造成的估計偏差問題。

(三)數據來源

考慮到數據可得性和2003年服務業統計口徑變動等問題，生產性服務業與制造業協同集聚水平、機制變量及控制變量數據主要來自于2004-2007年的《中國城市統計年鑒》，而制造業新建企業數量數據主要來自對2004-2007年中國工業企業數據庫的整理與核算。

四 實證研究

(一)基準回歸

表1中列(1)的估計結果顯示，在不加入其他控制變量的情況下，生產性服務業與制造業協同集聚對新建企業選址的影響系數顯著為正，而表1中列(2)在加入其他控制變量后，生產性服務業與制造業協同集聚變量的估計系數依然顯著為正。在此基礎上，表1中列(3)-列(5)進一步顯示了采用泊松回歸模型、負二項回歸模型和零膨脹負二項回歸模型等方法得到的實證結果。從基準估計結果可以看出，生產性服務業與制造業協同集聚對新建企業選址具有顯著的促進作用，且影響效應十分穩健。這一估計結果也與假說1的預期基本一致，說明生產性服務業與制造業協同集聚度提高有利于增強對新建企業投資選址的吸引力。

表1 基準回歸結果

(二)異質性分析

表2是考慮企業出口狀態和要素密集度等異質性特征后的回歸結果。其中，列(1)-列(4)分別為在不同出口類型企業情境下，生產性服務業與制造業協同集聚對新建企業選址的差異化影響。結果表明，相比非出口型企業，生產性服務業與制造業協同集聚對出口型新建企業投資選址的吸引力更為明顯，且隨著出口交貨值占工業銷售產值比重越高(1)本文主要考慮了出口交貨值占工業銷售產值比重高于0.2、0.5和0.8三種情況。，這一效果越明顯。可能是因為，制造企業出口技術含量提高、出口產品質量升級以及出口國內附加值提升都越來越依賴于高質量的生產性服務中間投入(Hoekman和Shepherd，2017)[27]，因此，生產性服務業與制造業協同集聚度更高的地區能對出口型制造企業的投資選址決策形成更強的吸引力。而表2列(5)-列(7)為在不同要素密集度情境下，生產性服務業與制造業協同集聚對新建企業選址的差異化影響。結果表明，生產性服務業與制造業協同集聚對技術密集型新建企業選址的影響較為明顯。可能的原因是，相較勞動密集和資本密集型企業而言，技術密集型制造企業的發展較為依賴人力資本、知識技術等要素密集的生產性服務中間投入，因而當地區生產性服務業與制造業的協同集聚發展水平越高時，其越能對新建企業的選址落戶決策產生更強的吸引力。

表2 企業出口類型和要素密集度的異質性分析

表3為更換被解釋變量、細分生產性服務業及納入行業溝通密集度后的回歸結果。結果表明：

表3 考慮集聚類型和行業的異質性分析

第一，表3列(1)是將被解釋變量更換為生產性服務業集聚度(psagg)后的回歸結果。可以看到，相比表1的估計結果，單純的生產性服務業集聚的影響系數并不如生產性服務業與制造業協同集聚的影響系數大，說明產業間協同集聚布局比純粹的單一產業集聚形態對企業選址的吸引力作用更為突出。未來對地方產業空間布局的規劃，應逐步實現從規模迅速擴張向協同質量提升轉變，進一步提高產業空間協同配置效率。

第二，表3列(2)-列(5)是核心解釋變量分別為生產性服務業細分行業的估計結果，包括信息傳輸、計算機服務和軟件業(ictcag)，金融服務業(fincag)，租賃和商務服務業(lbcag)以及科學研究、技術服務和地質勘查業(rdcag)。總的來看，生產性服務業與制造業協同集聚有利于吸引新建企業選址落戶的結果沒有發生根本性改變，說明這一結論具有穩健性。此外，相對來說，金融服務業與制造業協同集聚對新建企業選址的吸引力較為明顯，而科學研究服務業與制造業協同集聚對新建企業選址的吸引力則沒那么明顯，這也與當前我國研發服務業地理空間結構的集聚規模小、布局分散、競爭力不夠強等現狀特征相符。在新發展階段下，還應繼續優化研發服務業與制造業空間耦合匹配效率，強化其對企業選址的吸引力。

第三，表3列(6)-列(7)為納入不同行業溝通密集度后的回歸結果。根據現有文獻，溝通外部性日益成為產業協同集聚影響企業生產和管理活動的關鍵性動因。從產業特性來看，生產性服務業具有“潤滑劑”“黏合劑”和“助推劑”等作用(顧乃華等，2006)[28]，促進生產性服務業與制造業在地理空間上實現更高水平的融合互動，有助于強化制造業內部部門以及制造業和服務業部門之間的溝通外部性。為此，借鑒王永進和張國峰(2015)[29]等的做法，本文通過O*NET網站提供的工作環境數據庫中各個職業對溝通和交流的需求強度或依賴程度，來構建行業溝通密集度指標，從而衡量在溝通和交流依賴度不同的行業中，生產性服務業與制造業協同集聚(capm)對新建企業選址的差異化作用。結果顯示，相比于溝通密集度(commul)較低的行業，生產性服務業與制造業協同集聚對新建企業選址的吸引力在溝通密集度(commuh)較高的行業中更為明顯。這表明，對高度依賴社交與溝通外溢效應的制造業行業而言，當一個地區的生產性服務業與制造業協同集聚水平越高時，將對新建企業的選址決策產生更為突出的吸引作用。

(三)穩健性分析

在討論生產性服務業與制造業協同集聚對新建企業選址行為的影響時，產業協同集聚變量的潛在內生性問題需引起重視，即生產性服務業與制造業協同集聚通過多種機制強化了對新建企業選址的吸引力，而與此同時，新建企業數量的增加也可能會成為產業協同集聚的重要動因，兩者之間可能會存在反向因果關系。要對生產性服務業與制造業協同集聚對新建企業選址的影響做出準確判斷，就必須克服上述內生性問題，而以往文獻通常采用工具變量法來解決潛在的內生性問題。為此，借鑒吳曉怡和邵軍(2016)[30]的做法，本文分別以各樣本城市1984年的人口密度、各樣本城市1984年的年末總人口數量對數、各樣本城市1984 年的非農業人口數量對數作為生產性服務業與制造業協同集聚的工具變量。其理由在于：人口密度是生產性服務業與制造業協同集聚的重要驅動因素，歷史上的集聚變量構成了后來生產性服務業活動集聚的基礎，歷史工具變量能影響當期生產性服務業與制造業協同集聚狀況，而相較本文的樣本期，1984年的數據已滯后多年，較長的時間有利于緩解其與模型殘差項的相關性。通過計算可知，在三種情形下，弱工具變量檢驗Cragg-Donald統計量均遠大于10%偏誤下的臨界值水平，表明不存在弱工具變量問題(Stock和Yogo, 2002[31]；尹志超和甘犁，2010[32])。表4泊松模型的IV估計結果表明，生產性服務業與制造業協同集聚對新建企業選址決策的影響系數均通過了顯著性檢驗，其符號與基準回歸結果保持一致，說明在考慮內生性問題后，本文的研究結論依然穩健。

表4 IV-poisson估計結果

(四)影響機制檢驗分析

前文識別了生產性服務業與制造業協同集聚對企業選址的重要作用，那么，具體是通過何種機制來發揮作用呢？本部分運用中介效應檢驗模型分析生產性服務業與制造業協同集聚影響新建企業選址的作用機制，結果如表5所示。結果表明，生產性服務業與制造業協同集聚的各個機制變量的系數均顯著為正，表明生產性服務業與制造業協同集聚可以通過影響城市內需求可達性(mec1a)及城市間需求可達性(mec1e)、供給可達性(mec2)、城市化經濟(mec3)和地方化經濟(mec4)等不同渠道或途徑(周浩等，2015[7]；孫瑞東和席強敏，2019[33])，來降低中間品投入及供需兩端的通勤成本或交易成本，并提升人力資本積累水平和本地知識溢出水平，進而驅動本地產業結構升級、技術創新基礎優化和營商環境改善(Melo et al., 2017)[34]，使得新建企業進入的規模報酬增加，從而為吸引更多新建企業進入當地投資設廠或新增投資(Mota和Brand?o, 2013[35]; Alaón-Pardo和Arauzo-carod, 2013[36])營造良好的環境氛圍。由此，研究假說2得到了驗證。

表5 中介效應檢驗模型回歸結果

基于上述結論，可聯系我國經濟發展的現實情況進行評價分析。在招商引資的早期，部分地區以低成本要素紅利作為主要引資競爭手段，對營商軟環境等綜合競爭力提升的作用不夠重視。隨著經濟邁入高質量發展階段，單純依靠財政補貼和稅收優惠等政策吸引外來投資的方式已難以為繼，而相對地，流動性資本對地方服務配套質量、需求市場和供應市場的可達性與便利性、地方集聚外部性等的選擇偏好明顯增強(陳秀英等，2018)[37]。國內外文獻均表明，生產性服務業中間投入日益成為企業獲取全球價值鏈附加值的重要來源(劉斌等，2016)[38]。在此情形下，構建產業—空間協同發展的新型機制，全面強化生產性服務業與制造業高效融合發展對提升招商引資質量效益的重要作用不言而喻。若地方政策制定者忽視本地經濟發展階段及資源稟賦優勢，忽略對生產性服務等現代化投入要素的培育，而一味推行經濟趕超戰略和實施投資刺激政策，那么在制造業服務化和智能化轉型背景下，很可能會逐漸喪失對優質資本的吸引力。鑒于此，在“雙循環”新發展格局下，各地應重新審視自身的投資區位導向政策，看其能否較好地發揮本地供需可達性和集聚經濟的競爭優勢，并持續通過完善中介服務體系等方式，進一步強化本地區對高質量流動性資本的吸引力。

五 結論與啟示

(一)主要結論

在經濟新常態下，加快培育新型引資優勢、優化對實體資本的吸引力，日趨成為地方產業治理和招商引資工作的重要內容。在后工業化時代，生產性服務業中間投入對推動制造業高質量發展發揮了越來越重要的作用，而制造業企業在進行選址決策時，也逐漸對當地生產性服務業供給的空間配置效率予以更多的考量。但遺憾的是，目前關于生產性服務業與制造業空間協同布局對微觀企業選址決策影響機制的研究還相對匱乏。客觀評估城市生產性服務業與制造業協同集聚對吸引新設實體企業進入的影響效果及其作用機制，有利于政策制定者進一步優化生產性服務業和制造業企業空間協同布局的產業政策及構建新型引資競爭優勢。鑒于此，本文從新經濟地理學理論出發，基于產業空間配置視角，結合中國工業企業數據庫的大樣本數據，考察了生產性服務業與制造業協同集聚對新建企業選址決策的影響，得到主要結論為：一是城市生產性服務業與制造業協同集聚有助于吸引更多新建企業“用腳投票”，前來當地落戶，且在采用不同的實證方法及考慮內生性問題后，這一結論仍成立；二是生產性服務業與制造業協同集聚對新設企業選址決策的影響效應存在異質性，相比非出口型企業、非溝通密集型和勞動及資本密集型企業，生產性服務業與制造業協同集聚對出口型、溝通密集型和技術密集型新建企業選址決策的影響更為明顯；三是生產性服務業與制造業協同集聚能通過影響需求可達性、供給可達性、地方化經濟和城市化經濟等作用渠道，降低企業交易成本及促進企業知識溢出，進而影響對新建企業選址決策的吸引力。

(二)政策啟示

本文結論可為“十四五”時期我國地方政府進一步促進生產性服務業與制造業空間協調發展、構建地方招商引資“服務競爭優勢”提供相關的經驗支持。基于前述結論，可得到以下政策啟示：

第一，應進一步優化生產性服務業地理布局和空間結構。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，要推動現代服務業同先進制造業深度融合。為此，應尊重產業集聚發展的市場規律，進一步做好產業空間布局政策的頂層設計和配套措施，避免單純通過行政干預手段來強行推動產業集聚。從提高資源空間配置效率的角度出發，生產性服務業集聚區建設應與本地上下游制造業企業發展的實際需求聯系起來，尤其是通過基礎設施“硬件建設”和信息技術“軟件建設”協同發展，來促進中心城區生產性服務業企業與郊區產業園區制造業企業之間的專業分工和產業互動，提高資源空間協同配置效率，為吸引更多優質新建企業進入當地創新創業營造良好的產業生態環境。

第二，服務業空間布局應兼顧不同企業的異質性特征。生產性服務業企業空間布局優化應尊重企業發展的客觀規律，做到“因企施策”，不能盲目地采取未經科學論證的“一刀切”空間發展模式。具體來說，對出口型企業、溝通密集型和技術密集型企業，應通過全球服務價值鏈網絡嵌入和服務進口等渠道，多層次配置更多高質量的生產性服務要素資源。而對非出口型企業、非溝通密集型和勞動及資本密集型企業，應降低其獲取生產性服務投入的搜索成本和交易成本，并通過中間服務使用和服務化轉型等專門的技能培訓，增強其員工及客戶對生產性服務使用過程中的外溢知識的吸收能力。

第三，疏通生產性服務業流動配置和布局優化的通道。深入推進服務業體制機制創新和綜合改革，減少或消除金融業、電信、信息通信技術等領域的市場準入壁壘和行政區劃流動障礙，降低服務資本、從業人員等要素在跨地區或跨行業流動配置過程中的交易成本。此外，協同做好服務業供給側結構性改革和消費側管理，依托物聯網、云計算、大數據、人工智能等新一代信息技術，提升城市基礎設施和公共服務業的共享效率，進一步強化城市產業集聚、交易集聚、勞動力集聚的外部性，發揮知識、技術、人力資本的“創新外溢”效應，實現信息共享、資源互補，充分釋放生產性服務業對實體經濟空間布局優化的作用。