長三角產業協同集聚的技術溢出效應

何 艷，彭仁星，徐偉鵬

(湖北工業大學經濟與管理學院，湖北 武漢 430068)

全球新一輪產業革命背景下，經濟發展更加多樣化和復雜化，不同產業間的相互影響和彼此融合日益成為產業發展的新態勢，協同集聚逐漸取代單一集聚成為當今主要的經濟集聚類型。我國經濟正處于邁向高質量創新發展的關鍵時期，協同集聚作為知識生產和技術轉移的重要載體，能夠通過促進技術溢出提升區域創新能力。長三角是我國一體化進程起步最早的地區之一，經濟集聚水平和產業協同發展程度相對較高，因而，研究其產業協同集聚的技術溢出效應無論是對于推動長三角更高質量一體化建設，還是對于全國產業間分工協作，均具有重要的理論價值和現實意義。

1 文獻綜述

產業協同集聚的思想最早來源于Ellison(1997)[1]。Ellison在研究美國制造業集聚時不僅對產業協同集聚的概念加以界定，而且還提出了E-G指數用以測度協同集聚水平，為學者們研究產業協同集聚提供了重要的方法。此后，大量學者對產業協同集聚展開研究，內容包括產業協同集聚的現象(Devereux，2003)[2]、測度(Billings,et al，2016)[3]、效應(Lanaspa,et al，2016)[4]和影響因素(Diodato等，2018)[5]等。

相對于國外學者對定義和方法的研究，國內學者們主要探討產業協同集聚的影響因素和效應。由于研究目的的不同，學者們發現了眾多影響產業協同集聚的因素，如投入產出關系(江曼琦，2014)[6]、交易成本(陳曉峰，2016)[7]以及社會信任(周明生等，2020)[8]等。關于產業協同集聚的效應研究主要有三種觀點，第一種是正向效應論，如產業協同集聚能促進制造業升級，并通過產業間共生效應優化產業結構(王燕等，2019)[9]，對生產率(王靜田等，2021)[10]和經濟發展水平(湯長安等，2021)[11]等產生積極影響。第二種是負向效應論。邱志萍等(2021)認為長江經濟帶產業協同集聚會虹吸鄰近城市的技術創新，具有負向溢出效應[12]；黃曉瓊等(2021)認為科技服務業和高技術產業的集聚水平過高會引起企業間惡性競爭，阻礙創新水平的提高[13]。第三種是非線性論，認為產業協同集聚對區域創新能力(劉和東等，2021)[14]和制造企業全要素生產率(羅良文等，2021)[15]有非線性影響。

綜合而言，產業集聚和技術溢出的研究體系較為完善。近年來學者們立足于產業協同集聚，從生產效率、區域創新等方面對其技術溢出效應進行了大量研究，多數成果支持正向效應。而負向效應的支持者主要是從單一的集聚角度進行分析，沒有將產業集聚與其他因素結合起來進行深入研究。另外，沒有文獻對于產業協同集聚作用于技術溢出的路徑進行詳細解釋。因此，深入考察產業協同集聚影響技術溢出的條件，客觀揭示產業協同集聚技術溢出的內在機制，是本文探討的主要內容。

2 理論模型設定

假設整個經濟體中存在制造業、生產性服務業和農業部門。制造業部門在規模報酬遞增條件下生產有質量差異的產品；生產性服務業部門只為制造業部門提供支持性服務；農業部門以農民為唯一投入，在規模報酬不變的條件下生產同質產品。

2.1 消費者行為

假定所有消費者偏好一致，其效用函數為：

(1)

其中：Q為有差異的工業產品消費指數；A為同質的農業產品消費指數；工業產品種類消費數量為N時，指數

(2)

其中，qi代表對商品i∈[0,M]的消費量，τi表示產品所含的技術創新度，ρ代表產品之間的替代彈性。

結合式(1)和式(2)，根據效用最大化過程，可求得的消費者對產品種類i的需求

(3)

其中，P表示價格指數，且

(4)

2.2 生產者行為

模型允許企業產品的技術創新有兩個來源，分別為企業生產率和固定成本投入效率，分別體現在邊際成本MC和固定成本F上(Hallak，et al，2008)[16]，具體的公式如下：

(5)

(6)

其中，ti表示企業生產率，c為常數，α表示邊際成本的技術創新彈性，γi表示固定成本投入效率，d為常數，β表示固定成本的技術創新彈性。

壟斷競爭市場下，每種產品只由一家企業生產。為了利潤最大化，該企業會按照邊際加成的方法定價，求得利潤函數：

(7)

利潤最大化條件下，求得關于τi的表達式：

(8)

其中，δ=β-(1-α)(ρ-1)>0。為了確保一階條件最大值，假設0<α<1，即邊際成本并不會隨著技術創新程度的增加而過快增長，但固定成本會隨之較快增長。利用式(8)對ti和γi分別進行一階求導可得：

(9)

(10)

式(9)和式(10)表明，提高企業生產率和固定成本投入率有助于促進企業技術創新，進而可以帶來技術溢出。由此提出

假設1：制造業與生產性服務業的協同集聚通過提升效率進而促進技術溢出，即存在直接效應。

假設2：制造業與生產性服務業的協同集聚程度會影響其他因素對于技術溢出的作用，即存在間接效應。

假設3：制造業與不同生產性服務業的協同集聚對技術溢出的效應并不相同，無論是直接效應還是間接效應均存在行業異質性。

3 實證模型構建

3.1 計量模型

為了考察產業協同集聚的技術溢出效應，本文構建基準回歸模型：

Tit=α+βEGit+γXit+μi+δt+εit

(11)

其中：Tit代表技術溢出；EGit為產業協同集聚指數；X為控制變量，包括地區人力資本水平、外資投入水平、政府干預程度、產業結構水平、市場化程度等；α為常數項；μi和δt分別為城市和年份固定效應；εit為隨機擾動項。

3.2 變量說明

被解釋變量為技術溢出。用全要素生產率(ln TFP)衡量。首先運用Deap2.1軟件對 2004—2019年間長江經濟帶Malmquist生產率指數進行測算，然后將其換算成以2003為基期的TFP，并進一步分解為技術進步(TEC)和技術效率(EFC)。

核心解釋變量為產業協同集聚(ln EG)。參考陳建軍等(2016)的指標[17]，采用E-G指數來測度長三角產業協同集聚水平。

控制變量：1)外資投入水平，用實際利用外商投資額占GDP的比重表示；2)人力資本水平，用每萬在校大學生來衡量；3)產業結構，等于第二產業與第三產業增加值之比；4)政府干預程度，用政府一般預算支出占GDP的比例衡量；5)市場化程度，采用城鎮私營和個體從業人員占城市勞動力就業總數的比例。

3.3 數據來源及處理

鑒于數據的可獲得性和口徑的統一性，選取長三角 2004—2019 年 27個地級及以上城市的面板數據。數據來自《中國城市統計年鑒》、EPS 全球數據統計分析平臺以及中經網統計數據庫，個別缺失數據用插值法補齊。此外，文中涉及貨幣單位數據，均以 2003 年為基期通過 GDP 平減指數進行了調整，以消除物價的影響，并且對所有變量均作了對數化處理。表1列出了各變量的描述性統計值。

表1 變量的描述性統計

4 實證結果分析

4.1 基準回歸結果

表2中模型(1)至(3)分別展示了長三角產業協同集聚對全要素生產率及其分解指標(技術進步和技術效率)的影響情況，由其可知：協同集聚水平(ln EG)的系數在模型(1)中顯著為正，表明長三角產業協同集聚能有效促進全要素生產率的提升。

表2 長三角產業協同集聚技術溢出效應的基準回歸結果

為避免模型的內生性問題以及提高估計結果的穩健性，分別將滯后一期的協同集聚指數作為工具變量，利用差分GMM法進行內生性處理以及用專利授權量替換全要素生產率做穩健性處理。結果顯示，長三角產業協同集聚的技術溢出效應依然比較明顯。

產業協同集聚水平在模型(2)中為負但不顯著，在模型(3)中顯著為正，這表明長三角產業協同集聚對技術效率的影響比較大，其能顯著提升技術效率水平，進而促進全要素生產率的提高，而通過促進技術進步以產生技術溢出效應的這一作用機制卻不明顯，由此假設1得以驗證，即產業協同集聚對技術溢出存在著直接效應，作用渠道為技術效率。

就控制變量而言，外資的增加會對技術效率產生負向作用進而抑制技術溢出，產業結構的升級則通過技術進步來產生技術溢出，政府干預力度的加大僅在促進技術進步方面比較明顯，而市場化水平產生技術溢出的途徑也在于技術效率的提升。另外，人力資本水平的提升也存在技術溢出效應。

4.2 行業異質性

為考察產業協同集聚的技術溢出效應是否存在行業異質性，借鑒張浩然(2015)的觀點[18]，將生產性服務業細分為如表3所示的五大行業。

由表3可知：所有ln EG系數均為正值且通過了顯著性水平檢驗，表明產業協同集聚在生產性服務業的各細分行業均存在技術溢出效應。金融業與制造業的協同集聚更加有利于產生技術溢出效應，其協同集聚的回歸系數在所有細分行業中最高，為0.3608；其次是科學技術服務業、交通倉儲服務業與制造業的集聚(0.1843、0.139)；信息軟件服務業和租賃商務業的集聚作用較弱(0.0754、0.0704)。可見，假設3中協同集聚對技術溢出的直接效應存在行業異質性。

表3 行業異質性分析的回歸結果

4.3 門檻效應

為深入研究產業協同集聚對技術溢出的作用機制，本文建立面板門檻回歸模型，檢驗假設2中協同集聚對技術溢出的間接效應。這里以人力資本為例進行闡釋。服務業與制造業的產業協同集聚，將加速人力資本在同一行業乃至不同行業之間的交流，促進新思想的碰撞和技術知識的轉移，從而形成創新的源泉并產生技術溢出。但這并不意味著產業的聚集程度越高，技術溢出就會越強。當集聚度較低時，企業和人力資本市場匹配不完善，人力資本此時的技術溢出效應較弱；相反，隨著集聚度的提高，人力資本與企業的磨合度也隨之提升，更有利于技術溢出水平的提高。參照Hansen(1999)的研究方法[19]，以協同集聚(ln EG)作為門檻變量，人力資本水平(ln EDU)為門檻依賴變量。具體設定模型如下：

Tit=α+β1EDU?I(EGit≤?)+β2EDU?I(EGit>?)+

γXit+εit

(14)

其中：I(·)表示指示函數；Xit為一系列控制變量；α為常數項；εit為隨機擾動項。

首先分別對生產性服務業總體及其細分行業與制造業的協同集聚指數進行門檻檢驗，得到結果如表4所示。

表4 門檻效果自抽樣檢驗

除信息軟件服務業與制造業的協同集聚指數的門檻值不顯著外，生產服務業總體及其他細分行業的門檻均通過了顯著性檢驗，生產性服務業總體及金融業與制造業的協同集聚甚至存在雙重門檻效應，由此可繼續進行相關的門檻回歸分析。

表5展示了通過門檻檢驗模型的回歸結果。由其可知，各細分生產性服務業對技術溢出的影響結果呈相同態勢：當協同集聚水平未越過門檻值時，人力資本會促進技術溢出，但促進程度較小；當協同集聚水平越過門檻值時，人力資本對技術溢出的正向促進作用顯著增強。這表明當產業協同集聚度提高時，人力資本水平的提高能更好地促進技術溢出。可見，假設2“協同集聚程度會影響到其他因素對技術溢出的作用”這一觀點是正確的，而且該間接效應也具有行業異質性。

表5 門檻回歸結果

具體來說，總體產業協同集聚度在模型(1)中小于0.903時，包括南通、鹽城、揚州、泰州、紹興、金華和安慶7個城市，人力資本對技術溢出的作用系數為0.0594；集聚程度在0.903和1.2679之間時，作用系數為0.0843，本文考察的27個城市中有19個的集聚水平在此區間；集聚程度高于1.2679時，作用系數為0.1111，此時只有上海的集聚水平居于這一區間。

模型(2)中，金融業與制造業協同集聚的雙重門檻值分別是0.8985和1.2608。南京、南通、揚州、泰州、紹興、金華、舟山、合肥8個城市的集聚水平低于0.8985，此時人力資本對技術溢出的作用系數僅為0.0565；鎮江、寧波、臺州和宣城4個城市的集聚水平均高于1.2608，此時作用系數為0.1082；其他15個城市居于兩個門檻值中間，作用系數為0.0884。

模型(3)中，科學技術服務業與制造業協同集聚的門檻值為0.668，低于該值的城市有7個，作用系數為0.0864；高于該值的城市有20個，作用系數為0.1115。模型(4)中交通倉儲業與制造業協同集聚的門檻值為0.7942，低于該值的城市有6個，此時人力資本對技術溢出的作用系數為0.0778；高于該值的城市有21個，作用系數為0.1021。模型(5)中租賃商務業與制造業協同集聚的門檻值為1.0409，低于該值的城市有17個，作用系數為0.0921；高于該值的城市有10個，作用系數為0.1085。相比較而言，租賃商務業與制造業的集聚水平亟待提高。

5 結論與啟示

5.1 結論

本文基于2004-2019年長三角27個城市的面板數據，探討了產業協同集聚技術溢出效應的作用機制。研究發現：產業協同集聚對技術溢出存在直接和間接的正向效應，既通過提高技術效率進而促進技術溢出，當集聚水平達到一定門檻值時，又會強化人力資本等因素對技術溢出的作用。所有效應均存在行業異質性，金融業與制造業的協同集聚對技術溢出的促進作用最強，信息軟件服務業、租賃商務業的作用較弱。

5.2 啟示

1)不斷提高產業協同集聚水平。產業協同集聚作為一種新的集聚經濟模式，不僅有利于產業間的融合，也有利于推進地區一體化建設。長三角地區一方面應繼續優化產業協同集聚機制，不斷推動生產性服務業與制造業協同集聚水平的提高，另一方面，還應注重產業協同集聚的異質性技術溢出效應差異，在發展多樣化產業集聚模式的同時，注重產業結構的優化升級，大力推進金融業等高端生產性服務業與制造業的協同集聚，利用現代化信息技術，結合新興產業的發展，探討產業協同集聚新業態。

2)充分發揮產業協同集聚的技術溢出效應。制造業與服務業“雙輪驅動”發展作為經濟高質量發展背景下的兩大抓手，在提升技術效率、促進區域創新方面發揮著重要作用。協同集聚可以利用各行業優勢更有效地提升技術效率并促進技術溢出，當其集聚水平達到一定程度時，也會強化人力資本等因素對技術溢出的促進作用。