集聚、研發要素流動與產業競爭力
——以高端服務業為例

吳遠仁，李淑燕

（1.泉州師范學院 陳守仁商學院，福建 泉州 362000；2.福建省民營經濟發展研究院 福建 泉州 362000）

一、引言

當前，經濟發展外部環境的不確定性和不穩定性急劇增加，我國審時度勢，提出了以國內大循環為主體構建國內國際雙循環相互促進的新發展格局的應對戰略。在新發展格局戰略下，加快國內大循環，擴大對內開放程度，提升國內區際開放度的緊迫性和重要性已經遠高于對外開放，成為深化對外開放的基礎和前提（劉志彪，2020），而統籌作為影響創新效率和產業發展的研發要素在區際間的流動成為重中之重。另外，高端服務業作為經濟上的皇冠，其最基本的功能是能夠促進制造業和服務業轉型升級，已經成為各國產業發展的制高點，甚至決定了國家產業發展。高端服務業的集聚特性使得這些城市的經濟競爭力和輻射力得到大幅提升（絲奇雅·沙森，2005），成為獲得全球產業控制力的利器（托馬斯·弗里德曼，2015）。同時，產業集聚作為促進產業發展的一種有效方式，已經成為我國高端服務業發展的主要方向，且由于高端服務業所需資源的高端性、稀缺性，高端服務業的發展需要投入大量的研發要素。因此，統籌研發要素區際流動，大力發展高端服務業，充分利用高端服務業的集聚特性和研發要素流動正向外部性，進而促進高端服務業競爭力的提升成為各個國家和地區的不二選擇。然而，對于高端服務業產業集聚、區際間研發要素流動與高端服務業競爭力提升間的關系研究鮮有學者觸及。

服務業集聚對產業競爭力影響的研究多數集中在生產性服務業集聚對制造業競爭力提升的影響方面，得出生產性服務業集聚能夠顯著促進制造業競爭力（江茜和王耀中，2016；張志彬，2019），但也有學者研究發現生產性服務業集聚負向影響制造業競爭力，且這種影響效應表現出先減后增的“U 型”發展趨勢（田祖海和鄭浩杰，2018）。收集文獻發現，鮮有學者對服務業集聚對其自身競爭力的影響展開研究。馬鵬和李文秀（2014a）研究發現，高端服務業集聚能夠充分發揮其正的“外部性”和規避負的“外部性”，進而顯著提升高端服務業產業控制力，但文中忽略了空間因素的影響。吳遠仁（2016）通過分析提升中國高端服務業競爭力的必要性基礎上，納入高端服務業集聚等變量實證檢驗得到高端服務業集聚能夠促進高端服務業競爭力，但高端服務業集聚對其競爭力影響的理論機制尚需進一步完善。

伴隨中國創新戰略和大力發展高端服務業戰略的深入推進，各地區對研發要素的需求大量增加，并積極創造各種有利條件吸引研發要素向本地區流動。現有針對研發要素在區際間流動對經濟或產業發展關系的研究，主要得到兩種結論。一是優化了研發要素在區域間的配置，提高其使用效率，且由于研發要素在區域間流動產生的“知識溢出”顯著提升區域協同創新效率（邵漢華和鐘琪，2018）和流入地的創新績效（卓乘風和鄧峰，2017），高知識勞動力的流動對企業的創新產出產生顯著的正向影響（Braunerhjelm et al，2020）和顯著提升了服務業企業增加值的創造能力（張慧慧和徐力恒，2021）；二是研發要素的流動也有可能造成流入地研發基礎設施使用激增而產生擁擠，致使大幅降低研發要素的使用效率，以及造成流出地研發要素的短缺等不利影響。但有關研發要素流動對相關產業尤其是高端服務業競爭力影響的研究鮮有涉及，尚缺乏相應的理論模型分析與實證檢驗。

以上有關研發要素流動對經濟活動影響，以及服務業集聚對產業競爭力影響的研究，為本文提供了良好的基礎和借鑒。然而，綜合考慮高端服務業集聚與研發要素流動對高端服務業競爭力可能的影響研究尚沒有發現。那么，當前我國高端服務業集聚與研發要素流動影響高端服務業競爭力的具體機理機制是什么？是否促進了我國高端服務業的發展，能否得到我國經驗數據的具體驗證？這兩個問題已經成為當前統籌區域間研發要素流動，大力發展高端服務業并促進其集聚發展亟需解答和驗證的問題。因此，將從高端服務業集聚與研發要素流動的視角，利用新經濟地理學模型考察高端服務業集聚與研發要素流動影響高端服務業競爭力的內在機制，繼而使用空間面板數據模型利用我國省域層面面板數據進行檢驗，為我國統籌研發要素資源配置，促進高端服務業發展提供政策啟示。

與以往研究相比，本文的貢獻主要體現在兩方面。第一，從高端服務業集聚和研發要素流動的視角，利用新經濟地理模型將高端服務業集聚和研發要素流動與高端服務業競爭力納入一個統一的分析框架，深入揭示高端服務業集聚和研發要素流動影響高端服務業競爭力的內在作用機制；第二，實證研究充分考慮了高端服務業集聚與研發要素流動所可能產生的空間相關性，采用多種空間面板數據模型對理論模型的結論進行檢驗，對各變量的空間溢出效應進行測度。

二、集聚、研發要素流動影響產業競爭力的理論機制

本部分在新經濟地理學理論的基礎上，以高端服務業產業為例，將高端服務業集聚和研發要素流動納入到同一個模型中，構建同時包含高端服務業集聚、研發要素流動與高端服務業競爭力提升三者關系的理論模型，分析高端服務業集聚和研發要素流動對高端服務業競爭力提升的影響機制。

（一）模型假設

模型基本假設如下：整個經濟體具有兩區域、三部門和兩要素，即東部和西部，工業（M）、農業（A）和高端服務業（H）三個部門，有勞動力（L）和研發要素（R）兩種要素。假設經濟體總勞動力為LW，勞動力的名義工資（W）在三個部門中沒有差別（本文經濟變量采用東部不加“*”，西部加“*”表示）。勞動力可以在區域內自由流動但不能跨區域流動，研發要素可以在區域內和區域間自由流動。

農業和工業部門分別處于完全競爭和壟斷競爭市場中。農業部門具有生產同質產品、規模收益不變等特征。農產品唯一投入要素為勞動力，每單位農產品需要aA單位勞動力，農產品在整個經濟體內的交易成本為零，價格為pA。工業部門具有生產差異化產品、規模收益遞增特點，工業品在東西部跨區交易時存在“冰山”運輸成本，交易一單位工業品必須運輸τ（τ≥1）單位，以抵消“融解”掉了的“冰山”運輸成本。假設每個工業企業生產一單位差異化的工業品，每種差異化工業品可變投入為aM單位的勞動力，固定投入為一單位的高端知識且收益率為π；假設代表性工業企業產出x單位工業品，勞動力的名義工資為w，則代表性工業企業的成本函數為π+waMx。

高端服務業產出高端知識，每單位高端知識產出需要投入aR單位研發要素。不管何時東部和西部投入到高端服務業的研發要素總量不變均為1，東部和西部占比分別為rL和。假設本地區內的研發要素能夠全部被利用，而其他地區研發要素的可利用程度取決于區域間研發要素的流動量，本文將區域間研發要素的流動稱為研發要素區際開放度，并用λ表示。那么，可以將兩區域間的高端知識溢出函數f（λ）表示為研發要素區際開放度（λ）的增函數，為簡單起見，采用線性增函數形式。由于線性增函數必須具備三個限制條件（曹驥赟，2007），本文采用f（λ）=（1+λ）/2。假設東部和西部的高端知識存量分別為F和F*，高端服務業生產高端知識的成本函數用“可以利用的高端知識存量”做分母的“反比例函數”表示，則高端服務業的邊際投入為

假設兩個地區消費者的偏好、技術、資源稟賦等都相同，同樣具有總子雙重效用。總效用（U）用柯布-道格拉斯型函數（CD 函數）表示，是消費者量入為出，用于購買工業品和農產品所具有的效用；子效用CM用不變替代彈性函數（CES 函數）表示，表示消費者購買差異化的工業品所具有的效用。可以表示為

其中：CA為對同質農產品消費量或效用量；CM為對差異化工業品組合消費量或效用量；n和n*分別為東部和西部工業品的種類；nW=n+n*為經濟體總的工業品種類；ci為消費者消費第i種工業品的數量；μ和σ分別為消費者對工業品的支出份額和不同工業品間的替代彈性。基于前述的假設，不同的工業品使用一個單位的高端知識作為固定投入，故高端知識間的替代彈性也為σ。

消費者在可支配收入約束下，其消費函數為

其中：Y是消費者的可支配收入；PA為同質的農產品價格；pi為第i種工業品價格。

用E和E*分別為東部和西部的支出，分別占整個經濟體比例為sE和，且sE+=1；則經濟體總支出為EW=E+E*；假設收入全部用于消費支出，則Y=EW。用F和F*分別為東部和西部的高端知識數量，分別占整個經濟體比例為sn和，且sn+=1，則經濟體總的高端知識存量為FW=F+F*；由于假設不同的工業品需要固定投入一個單位的高端知識。因此，sn和也代表兩個區域在整個經濟體中工業企業數的占比。

（二）模型的短期均衡

1.農業部門

農業部門處于完全競爭市場中，具有生產同質產品、規模收益不變，實行邊際成本定價方法等特征，假設東部和西部農產品價格為pA和，則東部為pA=waA，西部為=w*aA。由于農產品的交易不需要成本，故pA=，進而w=w*，即整個經濟體勞動力工資相同。將計價單位設定為農業部門單位勞動投入aA，可以得到pA==w=w*=1。

2.工業部門

（1）企業產出量。由于假設收入全部用于消費支出，E和E*分別表示東部和西部的支出，則東部的消費水平等于區域內勞動力收入加上高端知識總收益減去高端知識創造投資的差額。由于東部消費者對工業品的支出份額為μ，則東部消費工業品的支出為μE。在受到收入一定的限制情況下，消費者追求效用最大化，根據總子效用最大化的一階條件，可以得到東部消費者消費工業品j的數量，即①限于篇幅，式（6）～式（8）具體推導過程可以參考鄭長德（2014）。

其中：pj為工業品j的價格；nw為經濟體總的工業品種類數。由于每個工業企業的產品在整個經濟體中進行銷售，假設工業品在本區域內不用運輸成本，跨區域銷售需要“冰山”運輸成本，則可以得到工業品j的產出量為xj=cj+。

（2）工業品價格。工業企業處于壟斷競爭市場中，企業可以自由進入和退出，同樣采用邊際成本加成定價法，在處于均衡狀態時企業獲得的凈利潤為零。在短期均衡時，整個經濟體工業企業的產出量和價格都保持均衡。以東部為例，由于工業品在本區域內不用運輸成本，跨區域銷售需要“冰山”運輸成本。因此東部產品在西部的銷售價格是東部的τ倍，得出：

（3）高端知識收益率。每個工業企業生產單位工業品時的固定成本為一個單位高端知識，故企業的經營利潤就是高端知識收益率。同時，由于每單位高端知識產出需要投入aR單位研發要素，則高端知識收益率也就是aR單位研發要素的收益率。

東部工業企業的經營利潤為π=bBEW/Fw，B=［sE/Δ+Φ（1-sE）/Δ*］χ，西部工業企業的經營利潤為π*=bB*EW/Fw，B*=［ΦsE/Δ+（1-sE）/Δ*］χ，其中，b≡μ/σ，Δ=χsn+Φ（1-sn），Δ*=χΦsn+（1-sn），χ=（am/am*）1-σ=［sn+f（λ）（1-sn）］/［（1-sn）+f（λ）sn］均作為中間變量，μ、σ、sE、sn意思與前文相同。

（4）市場支出份額。假設整個經濟體的消費支出等于收入。不管東部還是西部，其總收入等于勞動力收入與高端服務業企業的收益剩余（研發要素的收益剩余）。東部的支出等于東部的勞動力收入與高端知識收益之和減去高端知識創造支出。對于在同一個國家不同地區的高端服務業競爭力而言，高端服務業增長率是其衡量的最重要指標。假設高端知識存量的增長速度為g，高端知識折舊率為δ，則高端知識創造支出包括彌補高端知識折舊δFWaR和維持高端知識凈增長的投入gFWaR。因此，東部和西部的經濟支出分別為E=。則經濟體的總支出為EW=LW+bEW-（g+δ）（FaR+F*），東部和西部的市場支出份額分別為sE=E/EW、=E*/EW，且兩者之和為1。

（三）模型的長期均衡

1.均衡條件

長期均衡就是指研發要素區際開放度和貿易開放度在一定的范圍內時，整個經濟體的區位分布模式保持穩定，此時區域間的高端知識空間分布（sn）和市場支出份額（sE）均保持長期穩定狀態。一般存在兩種長期均衡狀態，即核心-邊緣均衡或對稱均衡。當處于對稱均衡時，兩個區域的工業企業和高端知識均等分布，高端知識創造速度也相同，且此時的高端知識價值等于高端知識創造成本。當處于核心-邊緣均衡時，所有的工業企業和高端知識都在核心區中聚集，核心區的高端知識價值與高端知識創造成本相等；而邊緣區則不同，由于此時高端知識價值低于高端知識創造成本，造成高端知識創造停止。根據“托賓q理論”，兩種均衡狀態下高端知識價值與高端知識創造成本的關系可以表示為

對稱均衡情況下：q=v/G=1，q*=v*/G*=1，0＜sn＜1；核心-邊緣均衡情況下：q=v/G=1，q*=v*/G*＜1，sn=1，或q=v/G＜1，q*=v*/G*=1，sn=0；其中，q為托賓q值，等于高端知識價值（東部為v，西部為v*）與高端知識創造成本（東部為G，西部為G*）的比率。

在長期均衡情況下，高端知識空間分布（sn）與高端知識存量增長率（g）處于穩定狀態，此時整個經濟體的總收入Ew也處于穩定狀態，即為一定值。此時高端知識的總收益：

式（9）也代表了經濟體中工業企業的總營業利潤。由于Ew為定值。因此高端知識的總收益也為定值。由于高端知識存量以g的速度增長，則工業品種類也將隨之增加，每單位的高端知識收益值將以g的速率下降，即π（t）=πe-gt；同時，假設高端知識所有者對未來收益的折現值為ρ。則東部單位高端知識的當期價值為

則西部高端知識的當期價值為v*=π*/（ρ+δ+g）。

2.集聚、研發要素流動對高端服務業競爭力的影響

當東部和西部長期對稱均衡時，sn==1/2。將式（1）的高端知識生產成本代入整個經濟體總支出EW=LW+bEW-（g+δ）（FaR+F*）中進行計算，可得EW=［1（/1-b）］［LW-4（g+δ）（/3+λ）］。此時東部q=v/G=π［/（ρ+g+δ）×aR］=1，sn=sE=1/2，B=χ=1，代入高端知識生產成本aR和高端知識收益π，得到：

式（12）為整個經濟體高端知識增長率，由此式可知，對稱均衡時研發要素區際開放度正向影響高端知識增長速度，促進高端服務業競爭力的提升，同時與勞動力數量、工業品支出份額正相關；與產品間替代彈性、高端資源損耗率和收益的折現率負相關。

由式（13）得到，核心-邊緣長期均衡時各變量對高端知識增長率的影響方向與對稱均衡時相同，但高端知識增長率已經不受研發要素區際開放度影響。式（13）減去式（12）可得：

由于0≤λ≤1，所以式（14）大于0。高端知識增長率在核心-邊緣均衡情況下比對稱均衡情況下高，這表明高端服務業的集聚對整個經濟體高端服務業的增長起到促進的作用，能夠提升高端服務業競爭力。

綜上，高端服務業集聚與研發要素流動均能夠提升高端服務業競爭力。下文將利用我國省域的面板數據對高端服務業集聚和研發要素流動是否對高端服務業競爭力產生促進作用進行驗證。

三、計量模型設定、變量和數據

（一）空間計量模型的建立

前文運用新經濟地理模型探討了高端服務業集聚和研發要素區際流動對高端服務業競爭力的影響。某個省份高端服務業集聚和研發要素流動并不是相互獨立的，它們會產生相應的溢出效應影響其他省份的經濟活動，同樣也會受到其他省份經濟行為的影響。因此，忽略高端服務業集聚和研發要素流動所伴隨的空間相關性可能會造成模型的錯誤設定。而空間計量經濟學模型通過設置空間權重矩陣來刻畫被解釋變量、解釋變量和誤差擾動項的自身空間依存性，并且能夠通過結構方程來驗證新經濟地理提出的假設和量化新經濟地理因素的影響。因此，為了將經濟活動的空間相關性考慮在內，采用空間計量模型考察高端服務業集聚和研發要素區際流動對高端服務業競爭力的影響，并對它們的溢出效應進行實際測度。

空間計量經濟學模型經過近幾十年的發展，產生了許多模型，但最常用的模型主要有空間滯后模型（SAR 模型）、空間誤差模型（SEM 模型）和空間杜賓模型（SDM 模型）三種，且不同的模型其溢出的產生原因和傳導機制不同。SEM 模型假定其溢出原因是由隨機沖擊產生的，并主要通過誤差項傳導空間效應；SAR 模型則假定其溢出主要是由被解釋變量通過空間相互作用而產生的溢出效應（Anserlin et al，2010）；SDM 模型則綜合考慮了SAR 和SEM 兩類模型的空間傳導機制，以及空間交互作用，即一個地區的被解釋變量不僅受本地區自變量的影響，還會受到其他地區被解釋變量和自變量的影響。結合本研究，三種模型設定如下。

（1）空間滯后面板模型：

（2）空間誤差面板模型：

（3）空間杜賓面板模型：

其中：i為31 個省直轄市自治區（因數據缺失，不含港澳臺地區）；t為2003—2018 年的16 年時間；GJ為高端服務業競爭力指標；QWS為高端服務業的集聚指標；pfl為R&D 人員流動量；cfl為R&D 資本流動量；L為勞動力；T為產品間的替代彈性；Z為工業品的支出份額；W采用空間距離權重矩陣，其主對角線數值均為0，其他值為1/d2，其中d為兩個省份地理中心位置之間的距離；參數α1～α5分別反映各解釋變量對因變量的影響；ρ表示地區因變量的空間依賴關系，揭示空間自相關的影響方向和程度；λ為空間誤差自相關系數，用來測度鄰近地區關于高端服務業競爭力的誤差沖擊對本地區因變量的影響程度。

（二）空間計量模型空間效應的測算

LeSage 和Pace（2008a）為了規避含有空間滯后項的空間計量模型運行結果的回歸系數無法正確表征自變量對因變量的影響，根據空間效應作用的范圍和對象的不同，將其影響區分為直接效應、間接效應（空間溢出效應）和總效應。三種效應依次表征自變量x對本地區被解釋變量y的平均影響，自變量x對其他地區的被解釋變量y的平均影響，而總效應反映的是自變量x對整個經濟體產生的平均影響，并采用偏微分方法正確測度三種效應。

（三）數據來源與指標說明

中國服務業產業的統計數據在GB/T 4754—2002 分類標準出臺后才逐漸完善，本文中的高端服務業范圍借鑒原毅軍和陳艷瑩（2011）的分類，以及數據可得性和可比性原則，將以下四類產業認定為高端服務業，即信息傳輸、計算機服務和軟件業；金融業；租賃和商務服務業；科學研究、技術服務和地質勘查業。樣本范圍為31個省直轄市自治區（以下簡稱省份），時間為2003—2018 年，數據均來自于中國知網的中國經濟社會大數據研究平臺，各變量數據均以2003 年為基期進行計算。根據理論模型分析結果，具體變量說明如下：

1.因變量

因變量即高端服務業競爭力。在全國范圍內，各省份的人均GDP（用Yi表示）可以較好地衡量該省的綜合經濟競爭力。而各省份的高端服務業競爭力本身就是該地區綜合經濟競爭力特別是第三產業競爭力非常重要的部分，其值相當于該省份高端服務業產值在該省份第三產業生產總值中的占比。因此，可以構造如下的高端服務業競爭力公式：

其中：SALEi為i省份高端服務業生產總值；Xi為i省份第三產業生產總值；可以看出高端服務業競爭力指標（GJi）實質上是兩個統計數的乘積，它綜合考慮了各省份的綜合經濟競爭力和高端服務業在各省份第三產業中所占的分量，能夠較好的測度各省份高端服務業的競爭力。由于中國各省份高端服務業相關行業的生產總值在很多省份中缺乏統計，依據數據可得性原則和服務業統計數據的特殊性，借鑒馬鵬和李文秀（2014b）的做法，本文的高端服務業生產總值采用高端服務業城鎮單位從業人員工資總額替代。

2.解釋變量

根據理論模型分析結果，相應的采用以下變量作為解釋變量進行檢驗。

（1）高端服務業集聚度，采用區位熵（QWS）進行衡量，具體為QWS=（該省高端服務業城鎮單位從業人員數/該省從業人員數）/（全國高端服務業城鎮單位從業人員數/全國從業人員數）。該區位熵的大小反映了不同省份高端服務業的集聚程度。計算結果與吳遠仁和李淑燕（2019）所得結論一致，即，中國高端服務業空間集聚度較低，在許多省份中甚至呈現下降趨勢。

（2）研發要素區際開放度。R&D 人員和R&D 資本歷來是研發要素最重要的兩種資源。因此，本文計算R&D 人員流動量和R&D 資本流動量作為研發要素區際開放度的變量（鄧峰和楊婷玉，2019）。

①R&D 人員流動量。“拉力-推力”理論被勞動經濟學用于解釋影響勞動力遷移的動因，即勞動力從一個地區流入其他地區數量由該地區的推動力和其他地區的吸引力的合力決定。一個地區的R&D 人員數不斷增多容易造成該地區的資源擁擠而產生擠出效應，而一個地區的經濟發展水平等因素是吸引R&D 人員向其流動的主要動因。參照已有的研究構建R&D 人員流動量指標為

其中：i、j為不同的省份；pflij為i省份流向j省份的R&D 人員流動量；RDP為i省份R&D 人員數，PGDPj為j省份的人均GDP，為j省份的經濟發展水平；Dij為根據i、j兩省份的省會城市經緯度測算出來的兩省份間的距離；Pfli為i省份流入到其他省份總的R&D 人員流動量；n=1，2，…，31，代表31 個省直轄市自治區。

②R&D 資本流動量。區域間的金融市場發展水平決定了R&D 資本流動的去向和數量，參照蔣天穎等（2014）的研究，構建R&D 資本流動量測算指標為

其中：cflij為i省份流到j省份的R&D 資本流動量；RDCi為i省份的R&D 資本存量，RDCj為j省份的R&D 資本存量，其值采用常用的永續盤存法計算；cfli為i省份流入到其他省份總的R&D 資本流動量。

（3）經濟體的勞動力數量（L），采用各省市的從業人員數表示。

（4）產品間的替代彈性（T），采用各省份規模以上工業企業數與31 個省份平均規模以上工業企業數的比值表示。

（5）工業品支出份額（Z），采用制造業固定資產投資占全國固定資產投資的比重表示。

四、實證結果與分析

（一）空間自相關分析

借助Geoda 軟件，使用全局Moran’sI指數對中國2003—2018 年的高端服務業競爭力指標進行空間相關性檢驗，檢驗該指標在省域間是否存在空間自相關性（表1）。

從表1 結果可以看出，中國高端服務業競爭力的全局Moran’sI在2003—2018 研究年份中均大于0，且其P值全部在5% 以下顯著。全局Moran’sI總體表現出波動上升趨勢，2014 年以來均超過0.255，表明中國高端服務業競爭力在省級層面間具有顯著的空間正相關性，相鄰省市的經濟存在空間上的相互影響。

表1 2003—2018 年高端服務業競爭力的Moran’s I 指數統計值

（二）空間面板模型選擇與估計

基于上述模型設定和檢驗思路，為了消除變量異方差的影響，所有變量均采用其自然對數的形式，對混合數據的普通面板數據模型進行普通最小二乘法（OLS）回歸，回歸結果見表2。

表2 表明，高端服務業集聚、R&D 人員流動、R&D 資本流動和產品間的替代彈性對高端服務業競爭力均表現出顯著的促進作用。經濟體的勞動力數量、工業品支出份額對高端服務業競爭力均表現出顯著的抑制作用。其中，只有經濟體的勞動力數量對高端服務業競爭力的影響與理論模型相悖。對模型OLS 回歸殘差進行Moran 檢驗及LM 檢驗（表3）。

表2 OLS 估計結果

表3 中，OLS 回歸殘差的四種LM 檢驗值只有LMsar值和LMerr值通過顯著性檢驗，穩健的LMsar值和穩健的LMerr值均未通過檢驗，且LMsar＞LMerr值。因此，空間滯后面板模型優于空間誤差面板模型。殘差的Moran’sI值為0.387，P值為0，表明模型存在顯著的空間正相關性，采用OLS 方法回歸會使結果有偏或無效。因此，為了提高回歸結果準確性，需選用能夠將各省份經濟活動空間相關性考慮在內的空間面板SAR、SEM 和SDM 模型進行估計。進一步經豪斯曼檢驗，空間面板計量模型均選用固定效應，使用MATLAB R2016a 軟件完成估計，結果見表4。

表3 Moran 檢驗和LM 檢驗

表4 的估計結果表明，SAR、SEM 和SDM 空間計量的空間項系數全部顯著為正，表明在省級層面，本省的高端服務業競爭力會受到其他省份高端服務業競爭力的加權影響。對比幾類模型的擬合效果，從SDM 模型回歸結果來看，幾乎所有的空間交互項系數都不顯著，基本上滿足模型轉化的原假設H0：θi=0 但不滿足θi≠-δβi，表明SDM模型能夠等價轉化成SAR 模型，但不能等價轉換成SEM 模型。同時，結合前面的分析，空間滯后面板模型優于空間誤差面板模型。因此，下文的分析主要基于SAR 模型進行。

從表4 報告的結果來看，各變量的回歸系數只有經濟體的勞動力數量對高端服務業競爭力的影響表現出顯著的抑制作用，與第二部分的理論模型相悖，其他變量的回歸結果都很好地印證了理論模型的結論。SAR 模型中高端服務業集聚度對高端服務業產業競爭力表現出顯著的促進作用，表明高端服務業的集聚效應明顯。R&D 人員流動量和R&D 資本流動量變量系數顯著為正，表明R&D 人員流動量和R&D 資本流動量的提升對高端服務業競爭力具有顯著的正向作用。這有力地說明了隨著我國各省份區域間對內開放力度和營商環境的不斷增強，我國省域層面研發要素的流動使得研發要素得到了更有效地利用，有力地促進了高端服務業產業競爭力的提升，其潛在的政策含義就是繼續加強區域間的開放力度，促進研發要素合理流動，提升高端服務業產業競爭力。從另外幾個變量來看，經濟體勞動力數量對高端服務業競爭力的提升表現不顯著，但已經不像OLS 回歸那樣對高端服務業競爭力產生顯著的負向影響這可能是高端服務業是一些資本密集和知識密集的服務業集合體，我國勞動力整體知識儲備和能力跟不上高端服務業的發展需要，影響了我國高端服務業產業競爭力的提升。產品間的替代彈性對高端服務業競爭力的提升表現出顯著的負向影響；工業品的支出份額對高端服務業競爭力的提升表現出顯著的正向影響。由于SAR 模型的回歸系數并不能直接反映自變量對因變量的影響程度。因此我們還需要計算出直接效應、空間溢出效應和總效應才能具體表征。SAR 模型中上述三種效應的具體值參見表5。

表4 空間面板模型估計結果

從表5 可以看出，高端服務業集聚對高端服務業競爭力提升的直接效應和空間溢出效應均顯著為正，且空間溢出效應占總效應的20.8%。這表明中國省份間高端服務業的發展不是隨機獨立的，還會受到其他省份高端服務業發展的影響，通過提升高端服務業集聚度能夠進一步提升高端服務業競爭力。研發要素區際流動對高端服務業競爭力提升的直接效應和空間溢出效應均顯著為正，即研發要素在區際間的流動不僅能夠促進本地區高端服務業競爭力的提升，其所伴隨的空間知識溢出效應還有助于提升其他地區的高端服務業競爭力；但R&D 人員流動和R&D 資本流動所帶動的空間溢出效應僅占總效應的20.9% 和20.8%，顯示出進一步促進中國研發要素在區際間的流動，充分發揮其空間溢出效應提升中國高端服務業整體競爭力具有較大的空間。經濟體勞動力數量和產品間的替代彈性對高端服務業競爭力提升的三種效應均不顯著；工業品的支出份額對高端服務業競爭力的提升的三種效應均顯著為正，表現出明顯的正向影響和空間溢出效應。因此，基本上再次驗證了前文理論模型分析結果。同時，根據理論模型，在核心-邊緣均衡情況下，高端服務業增長率已經不受研發要素區際開放度的影響，但實證檢驗切是對其有著顯著的促進作用，再次驗證了中國高端服務業集聚度相對較低的結論。

表5 SAR 模型的直接效應、空間溢出效應和總效應

（三）穩健性檢驗

為檢驗不同空間權重矩陣對估計結果的影響，特別是綜合考慮經濟活動和地理差別的經濟距離權重矩陣對研究結果的影響，采用經濟距離權重矩陣進行空間面板數據模型的估計，以檢驗結果是否穩定。估計結果表明，SAR 模型仍然是最優的空間面板數據模型。對比兩種矩陣對應估計結果顯示，兩種距離矩陣對各變量估計系數的方向和顯著性沒有發生根本性改變，只是各變量的估計系數的大小有些出入表明本文的研究結果是穩健的。

由于模型中可能遺漏了其他影響高端服務業的產業競爭力的重要變量，或者是變量之間互為因果關系都可能造成模型的內生性問題。變量之間互為因果關系表現在高端服務業在區域內的集聚或研發要素在區際間的流動會影響區域高端服務業的產業競爭力，反過來，區域高端服務業產業競爭力水平的差異也可能會影響到區域高端服務業的集聚度和研發要素的流動規模與方向。因此，為規避變量間可能存在的內生性，對空間SAR 模型采用廣義矩估計（GMM）方法進行檢驗，而如何選擇GMM 方法中的工具變量則顯得尤為關鍵。雖然Kelejian 和Prucha（1998）研究指出理想的工具變量應為Wn（In-δWn）-1Xn β，并得到了余泳澤和劉大勇（2013）的驗證，但由于無法提前得到δ值而較難應用。因此參照白俊紅等（2017）的研究，選用W×QWS、W×pfl和W×cfl分別作為高端服務業聚集度、R&D 人員流動量和R&D 資本流動量GMM 估計的工具變量，并通過了Hansen J 檢驗。對比空間GMM 估計與前面空間SAR 的估計結果表明，各變量回歸系數的值大小雖有些出入，但方向不變，顯著性水平也改變不大。因此，前述研究結果具有較強的穩健性。②限于篇幅，本文沒有列出穩健性檢驗的結果。

五、結論與政策含義

統籌研發要素流動，大力發展高端服務業，充分利用高端服務業的集聚特性和研發要素流動正向外部性，進而促進高端服務業競爭力的提升成為各個國家和地區的不二選擇。本文著重考察了高端服務業集聚與研發要素區際流動對高端服務業競爭力的影響機制，以及能否得到中國經濟數據的驗證。利用新經濟地理學理論構建了高端服務業集聚、研發要素流動影響高端服務業競爭力的理論模型，在此基礎上利用31 個省份2003—2018 年經濟數據，設定空間面板計量模型對理論模型的結論進行實證檢驗。主要的研究發現和結論有：

高端服務業集聚度較低，各省份的高端服務業競爭力之間存在顯著的空間相關性。高端服務業聚集度、R&D人員流動量和R&D 資本流動量的空間總效應均表現出明顯的促進作用，但三者的總效應主要是由直接溢出效應決定的，空間溢出效應的貢獻率相對較低。這些結論的政策啟示如下：一是促進高端服務業集聚并做好區域統籌協調發展。在發展高端服務業，促進其集聚發展，制定相應的產業發展規劃時，應該充分利用本地區經濟條件，加強地區間的交流與合作，促進本地區高端服務業集聚發展并積極向外溢出，同時積極吸收其他地區特別是周邊省份高端服務業的溢出效應，統籌協調區域間高端服務業的發展。二是提升營商環境，擴大對內開放力度。R&D 人員和R&D 資本等研發要素作為高端服務業重要的投入要素，其不但可以直接促進高端服務業競爭力的提升，而且在區際間的流動能夠顯著地促進周邊地區高端服務業競爭力。因此各地區應該營造良好的營商環境，進一步破除地區壁壘，擴大對內開放，建立完善的人才市場和資本市場，營造良好的區域間研發要素流動的體制機制，在充分利用本地區研發要素基礎上促進其向周邊地區溢出，同時利用好周邊地區研發要素的溢出部分，這將有利于促進中國高端服務業競爭力的持續提升。