高技术制造业与高技术服务业协同集聚的经济增长效应

李 健，冯会迎

(天津理工大学 管理学院，天津 300384)

0 引言

经济新常态下，传统粗放型经济发展方式难以为继。转换经济增长动力，推动经济由依赖要素驱动的劳动密集型发展方式向依赖创新驱动的知识、技术密集型发展方式转变，是经济增长质量提升的重要环节。制造业与生产性服务业“双轮驱动”是现代经济发展的重要特征[1]，创新驱动和双轮驱动的有效结合对提高经济增长质量，实现经济稳步发展具有重要意义。高技术制造业与高技术服务业均为技术密集型、知识密集型产业，二者协同集聚既满足现代经济发展的需要，又与经济高质量发展相契合。由此，在新的历史背景下探究二者协同集聚的经济增长效应，具有重要理论意义和现实价值。

1 文献综述

产业协同集聚理论最早可以追溯到Marshall[2]的外部性理论，随后，Krugman[3]基于“中心-外围”理论模型，从新经济地理学角度出发，将空间因素纳入产业分析框架中；Venables[4]将行业间联系纳入垂直关联模型，进一步丰富和发展了协同集聚相关理论。国内外学者以上述理论为基础，从不同视角对产业协同集聚展开研究。Villar[5]基于“中心-外围”模型研究制造业与生产性服务业集聚分布情况，发现制造业主要集聚于区域边缘地带，生产性服务业主要向区域中心集聚；Koh[6]对德国制造业和服务业的相关研究表明，服务业集聚程度显著高于制造业；Ghani[7]基于空间视角发现，印度地区制造业和服务业具有显著空间集聚特征，服务业集聚度高的地区更能吸引制造业集聚；Ellison[8]通过构建产业协同集聚指数发现，产业协同集聚与创新机会、劳动共享、信息交换等因素有关；Gabe[9]以美国为研究对象，发现知识分享使制造业和生产性服务业倾向于协同集聚发展；张玉华等[10]基于动态空间杜宾模型，实证中国制造业和生产性服务业协同集聚呈空间集聚特征，科技金融能促进二者协同发展；史安娜等[11]通过构建共生理论模型，探讨长江经济带核心城市高技术制造业与知识密集型服务业间的关系，发现核心城市两产业共生关系显著，不同城市的扩散能力存在差异；任皓等(2017)运用EC3SLS方法，发现知识密集型服务业与高技术产业之间协同增长效应显著，中等收入国家可通过知识密集型服务业发展推动高技术产业发展。

在产业协同集聚效应方面，陈晓峰等[12]通过构建固定效应模型，实证检验制造业与生产性服务业协同集聚的互补和挤出双重效应，发现二者协同集聚有助于提高劳动生产率，但该促进作用随城市规模扩张呈倒U型趋势；伍先福等[13]利用面板门槛模型检验产业协同集聚与全要素生产率的非线性关系，发现当制造业专业化集聚跨过门槛值后，制造业与生产性服务业协同集聚对全要素生产率的影响由正转负；周明生等[14]以长株潭城市群为研究对象建立生产性服务业与制造业垂直关联模型，发现协同集聚与经济增长呈非线性关系，面板门槛回归结果表明，协同集聚的经济增长效应与城市规模有关；王燕等[15]基于动态面板GMM模型分别验证高技术产业与生产性服务业、知识密集型服务业协同集聚对产业结构优化的影响，发现高技术产业与前者协同集聚程度更高，与后者协同集聚的产业结构优化效应更强；李福柱等[16]运用中介模型实证发现，高技术制造业与知识密集型服务业协同集聚通过促进创新推动经济绿色发展；苗建军等[17]基于空间面板模型探究长三角城市群产业协同集聚对土地利用效率的影响，发现产业协同集聚对土地利用的影响呈倒U型特征。

通过文献梳理可以看出，产业协同集聚相关研究主要集中在协同集聚效应的存在性、集聚程度与影响因素方面。在协同集聚效应方面，有关产业协同集聚尤其是高技术制造业与高技术服务业协同集聚经济效应的研究较少。此外，大多数学者在研究产业协同集聚的经济效应时没有考虑产业协同集聚可能带来的空间溢出效应。高技术服务业是高技术制造业与现代服务业融合发展的产物，在高技术产业竞争力提升方面具有重要作用，二者协同集聚效应不容忽视。众多研究成果表明，产业协同集聚效应可能是非线性的[12-14,17]。因此，本文认为，高技术制造业与生产性服务业协同集聚和经济增长之间可能存在非线性关系。基于产业协同集聚的经济增长效应可能带来空间溢出和非线性效益，本文从以下方面进行研究：建立空间面板模型考察高技术制造业与高技术服务业协同集聚对经济增长的空间溢出效应，通过面板门槛模型检验协同集聚与经济增长间的非线性关系。厘清二者之间的复杂关系对科学评估高技术制造业与高技术服务业协同集聚发展模式具有积极作用，同时为促进区域产业结构优化升级、有效实现经济“双轮驱动”，以及提高经济增长质量提供科学依据。

2 机理分析

2.1 高技术制造业与高技术服务业协同集聚

高技术制造业是技术密集型、知识密集型产业，具有高投入、高创新、高附加值、低能耗等特征，是实现创新驱动发展和新旧动能转换的重要阵地[18]。高技术服务业以创新为核心，通过信息手段和高新技术，以促进产业结构优化升级为目标，重点围绕产业集群发展，是现代服务业和高技术产业融合发展的产物[19]。此外，在知识经济背景下，高技术服务业能够为企业提供高知识、高附加值服务，对制造企业创新能力提升具有重要意义[20]。二者空间协同集聚有助于发挥创新驱动经济增长效应。首先，高技术制造业的技术创新产业链不断分工细化，对生产性服务技术、知识的依赖程度逐渐提高，高技术服务业可以为高技术制造业各生产环节提供更加专业化的服务，二者空间邻近利于降低高技术制造业技术知识获取成本。同时，高技术制造业发展对生产性服务提出新的技术要求，进而驱动高技术服务业创新发展。此外，异质性产业空间邻近布局有助于知识、技术、资本等要素在产业间自由流动，实现资源共享，进而形成产业优势互补，从而促进产业融合创新。

2.2 协同集聚对经济增长的空间溢出效应

已有研究表明，经济发展、产业集聚具有空间依赖特征[10，21]，高技术制造业与高技术服务业协同集聚的经济增长效应主要表现在外部经济和外部不经济两个方面。在外部经济方面，高技术制造业与高技术服务业之间具有较强的产业关联和贸易沟通[20]，二者协同集聚有助于实现劳动、技术、资本等要素资源共享与空间流动，形成优势互补，通过提高资源配置效率提高生产效率。异质性产业地理空间邻近有利于降低运输费用和交易成本，从提高效率、减少成本两个方面提升规模经济效应。随着产业集聚规模扩大，高技术服务业专业化分工水平不断提高，有助于为高技术制造业提供更加专业便捷的服务，不断深化产业分工和产业融合程度。高技术制造业和高技术服务业均为知识、技术密集型产业，通过二者协同产生的知识、技术溢出可进一步促进产业融合创新，提高创新对经济增长质量的驱动作用。此外，随着产业集聚程度不断提高，集聚产生的竞价、竞租效应日益显现，促进产业向邻近省域转移，使得协同集聚的空间溢出效应对邻近省域经济增长产生积极影响。

协同集聚的外部不经济主要来自产业过度集聚产生的拥挤效应，经济发展会产生虹吸效应，更多要素和产业向同一区域集聚，造成劳动力、资源、技术等要素资源配比失调。随着企业不断进入，产业规模不断扩大，带来资源要素短缺、劳动力和技术要素冗余等问题，过度拥挤会加剧交通拥塞、环境污染等，对区域经济增长造成负向影响。

2.3 协同集聚经济增长效应的非线性特征

“威廉姆假说”表明，集聚的经济增长效应会随着区域经济的发展而逐渐减小[22]。高技术制造业与高技术服务业协同集聚对经济增长的空间溢出效应本身是一个动态复杂的过程，经济增长效应不仅与二者协同集聚程度有关，而且会受到其它外部因素的影响。协同集聚的经济增长效应存在向心力和离心力两方面作用[23]。当协同集聚的正外部效应大于负外部效应时，向心力发挥主导作用，丰富的资源要素不断流入协同集聚区，为协同集聚发展和产业协同创新创造良好的条件，经济增长效应得以有效发挥；当协同集聚的正外部效应小于负外部效应时，离心力发挥主导作用，经济发展带来的虹吸效应会使本省域和邻近省域间逐渐形成“中心-外围”的空间分布格局，虹吸效应带来的过度集聚使得集聚效应逐渐转变为拥挤效应，进而引发协同集聚不经济效应；当协同集聚的正外部效应与负外部效应之间达到均衡状态时，高技术制造业与高技术服务业不会对经济增长产生显著影响。

3 研究方法与变量说明

3.1 研究方法

3.1.1 空间计量模型

引入空间滞后(SAR)和空间误差(SEM)模型检验高技术制造业与高技术服务业协同集聚对经济增长影响的空间效应，其中，SAR模型主要反映滞后项对区域间经济增长水平的空间溢出效应，SEM模型主要反映干扰因素对区域经济增长的空间外溢效应。模型具体形式分别如式(1)和式(2)所示。

空间滞后模型(SAR)：

Pit=ρWPit+λ0Ait+λXit+μi+υt+εit

(1)

式中，Pit为经济增长水平，Ait为核心解释变量，代表高技术制造业与高技术服务业协同集聚水平。ρ为空间自回归系数，W为空间权重矩阵(30×30)，λ0、λ分别为核心解释变量和控制变量的弹性系数，μit、υit分别代表个体固定效应、时间固定效应，εit为随机扰动项。

空间误差模型(SEM)：

Pit=λ0Ait+λXit+μi+υt+εit

εit=ηW•εt+γit

(2)

式中，η为空间误差弹性系数，代表i地区对邻近地区的冲击，γit为随机误差项，其余变量含义均与式(1)相同。空间权重矩阵能够反映出各区域之间的相互关联程度，选择合适的空间权重矩阵是空间计量模型构建和空间计量分析的关键。根据地理学第一定律，区域之间联系的紧密程度与地理距离呈反比。本文同时考虑地理距离及经济距离两方面因素，选用地理距离空间权重矩阵和经济距离空间权重矩阵构建空间计量模型。

3.1.2 面板门槛模型

引入面板门槛模型检验高技术制造业和高技术服务业协同集聚与经济增长之间是否存在门槛效应，分别以高技术制造业集聚度(MA)和高技术服务业集聚度(PA)为门槛变量，探究高技术制造业和高技术服务业协同集聚与经济增长之间的非线性关系，具体模型如式(3)和式(4)所示。

P=α0+α1Ait{MAit≤γ1}+α2Ait{MAit>γ1}+βXit+δit

(3)

P=α0+α1Ait{MPit≤γ2}+α2Ait{MPit>γ2}+βXit+δit

(4)

式中，经济发展水平(Pit)为被解释变量，产业协同集聚水平(Ait)为门槛依赖变量，γ1、γ2为门槛值，Xit为控制变量，α0为个体效应，α1、α2为待估系数，δit为误差项。

3.2 变量说明

本文基于2005—2017年中国内地30个省、市及自治区(西藏因数据不全未纳入统计)面板数据，相关数据来自于2006—2018年《中国统计年鉴》、《中国高技术产业统计年鉴》、《中国人口和就业统计年鉴》、《中国劳动统计年鉴》及各省市统计公报。

3.2.1 被解释变量

经济增长水平(P)。经济增长水平是国家发展水平和发展程度的重要体现，常用衡量指标有GDP、人均GDP、人均实际GDP、GDP增长率等[20]。为消除价格因素的影响，本文以2004年为基期测算人均实际地区生产总值作为经济增长水平的衡量指标，并对其进行对数化处理。

3.2.2 解释变量

产业协同集聚指数(A)。本文通过区位熵方法测算高技术制造业集聚和高技术服务业集聚指数。关于高技术制造业的分类，参照《高技术产业(制造业)分类(2013)》的分类方法，将医药制造业、航空、航天器及设备制造业、电子及通信设备制造业、计算机及办公设备制造业和医疗仪器设备及仪器仪表制造业5类合为高技术制造业[16]；关于高技术服务业的分类，2011年修订的《国民经济行业分类》中将信息传输、计算机服务和软件业、科学研究、技术服务和地质勘查业及知识产权服务纳入高技术服务业范围。由于知识产权服务数据缺失，本文将信息传输、计算机服务和软件业以及科学研究、技术服务和地质勘查业合并为高技术服务业[20]。产业协同集聚指数参照李福柱等[17]的研究，通过产业集聚的相对差异刻画高技术制造业与高技术服务业的协同集聚。具体方法如式(5)所示。

(5)

式中，MA和PA分别表示高技术制造业集聚指数、高技术服务业集聚指数，协同集聚指数分为两个部分，前半部分主要反映协同集聚质量，后半部分主要反映协同集聚深度，将协同集聚质量和集聚深度同时考虑其中，更能反映高技术制造业与高技术服务业协同集聚总体水平。

3.2.3 控制变量

(1)政府支出规模(G)。政府干预行为与产能过剩问题密切相关，是经济发展面临的重要问题，政府支出规模是政府对市场资源配置干预的变现形式之一[24]。本文借鉴李翔等[21]的做法，采用地方政府财政支出占GDP的比重作为政府支出规模衡量指标。

(2)外商投资(F)。中国利用外资的经验表明，外商投资可以通过竞争效应、技术溢出效应等拉动经济增长(刘建丽，2019)。同时，也会带来技术保护、资源短缺、环境污染等问题，对经济可持续发展造成阻碍[25]。本文借鉴伍先福等[13]的研究成果，选取区域实际使用外资额占地区生产总值的比重作为外商投资衡量指标。

(3)人力资本(L)。人力资本水平是影响中国经济发展水平的关键因素(刘伟、张立元，2020)，作为经济增长的内生动力，对经济增长具有直接效应，其知识外溢效应也是造成区域经济增长差异化的重要原因[26]。本文借鉴苗建军等[17]的做法，采用人均受教育年限作为人力资本投入的衡量指标，具体操作为各教育层次人数占比(小学、初中、高中、大专及以上)与对应受教育年限(6、9、12、16)的乘积和。

(4)产业结构升级(I)。产业结构是衡量区域经济结构和发展模式的重要内容，产业结构升级是推动经济由高速增长转为高质量增长的必由之路，其特征之一为经济结构服务化(俞立平等，2018)。本文借苗建军等[17]的研究成果，选取第二产业与第三产业产值之比作为产业结构升级衡量指标。

4 结果分析

4.1 高技术制造业与高技术服务业协同集聚发展现状

利用区位熵指数和产业集聚指数公式，分别测算2005—2017年中国内地各省市高技术制造业集聚、高技术服务业集聚以及二者协同集聚水平，并计算三者在研究期内均值，结果如图1所示。

研究期内，各地区产业集聚发展优势不同，高技术制造业与高技术服务业协同集聚差异显著。从高技术制造业集聚看，广东、江苏高技术制造业集聚度分别为3.44和2.86，远高于其它地区，说明这两个地区的高技术制造业集聚已形成规模；上海、天津等地区高技术制造业集聚度均高于1，内蒙古、云南、甘肃、青海、宁夏、新疆高技术制造业集聚度均小于0.2，远低于全国水平(0.7)。分析原因可以发现，长期以来上述区域以发展第一产业为主，知识、技术密集型产业发展基础薄弱。从高技术服务业集聚看，北京高技术服务业集聚度居全国首位，远高于其它地区，说明北京作为全国经济、政治、文化、科技中心，其高技术服务业集聚发展优势显著。大部分地区高技术服务业集聚度接近全国平均水平(1.02)，与高技术制造业集聚相比，高技术服务业集聚的区域差异较小。

从高技术制造业与高技术服务业协同集聚看，北京、天津、上海、江苏、广东等地区高技术制造业与高技术服务业协同集聚水平远高于其它地区，说明无论是协同集聚深度还是质量，上述地区均具有优势；内蒙古、云南、甘肃、宁夏、新疆、海南等地区高技术制造业与高技术服务业协同集聚水平均低于1.5，远低于全国平均水平(2.3)。由分析发现，上述地区具有高技术制造业和高技术服务业集聚度较低且集聚差异显著的特征。图2为2005年和2017年高技术制造业与高技术服务业协同集聚等级区域分布变化情况，由图2发现，云南、贵州、陕西、甘肃、青海、辽宁、黑龙江等地区协同集聚等级降低，河北、山西、吉林、安徽、山东、河南、湖北、湖南、广西、重庆等地区协同集聚等级上升。总体来看，协同集聚水平高的区域主要集中在经济较为发达的东部沿海地区，协同集聚水平低的区域主要集中在西部地区，协同集聚水平等级总体呈“东、中部升高，西部降低”态势，逐渐形成“高-高”、“低-低”集聚的空间格局。

图1 2005—2017年平均产业协同集聚水平

图2 2005年、2017年高技术制造业与高技术服务业协同集聚水平

4.2 空间分析

已有研究表明经济发展、产业集聚具有空间依赖特征[12，21]，要素流动，产业关联、贸易沟通等可以促进区域经济联动增长，产业空间集聚带来的知识、技术溢出、规模经济、资源整合等可推动区域经济增长。本文通过构建空间误差模型(SEM)和空间滞后(SAR)模型，探究高技术制造业与高技术服务业协同集聚对区域经济增长影响的空间溢出效应。

4.2.1 空间相关性分析

在利用空间计量模型分析之前，需要检验研究对象是否具有空间依赖特征。本文基于地理距离空间权重矩阵，对2005—2017年我国内地30个省份经济增长和高技术制造业与高技术服务业协同集聚的全局Moran's I 指数进行测度，结果如表1所示。可以看出，观测期内经济增长水平的全局Moran's I指数值均在1%的显著性水平上大于0，说明区域经济发展水平具有显著空间依赖性。产业协同集聚水平的全局Moran's I指数除2005、2011和2012年不显著外，其它年份均显著为正，并呈现波动上升趋势，说明我国产业协同集聚的空间相关性逐渐增强。综合两个核心变量的全局Moran's I指数结果可以看出，我国经济发展与产业协同集聚存在空间相关性，因而采用空间计量模型进行分析是合理的。

表1 核心变量空间自相关性检验结果

4.2.2 空间计量模型分析

进一步通过检验确定空间计量模型的具体形式：Hausman检验结果大于0并显著拒绝原假设(p=0.00)，因而选择固定效应模型。表2为地理距离空间权重矩阵与经济距离空间权重矩阵下空间滞后(SAR)和空间误差(SEM)模型的估计结果。其中，SAR模型LM(Robust)检验结果不显著，因而选择固定效应的SEM模型。

表2显示，两种权重矩阵下高技术制造业与高技术服务业协同集聚(A)的经济增长效应在1%的水平上显著为正，说明异质性产业协同集聚对区域经济增长具有促进作用。一方面，高技术制造业与高技术服务业协同集聚有利于深化产业分工，高技术服务业为高技术制造业各生产环节提供更加专业化的服务，通过产业间分工合作提高生产效率，从而实现经济增长。另一方面，异质性产业协同集聚能够实现要素资源在产业间自由流动，降低要素资源获取障碍，促进产业融合创新，形成产业优势互补，进而提高资源配置效率，提升经济增长质量。此外，人才、技术等创新要素在区域间自由流动有利于加强区域间人才交流、技术互动，形成知识、技术、创新空间溢出，带动周边地区发展，形成经济集聚，促进经济发展。

从控制变量看，政府干预(G)的经济增长效应显著为负，随着市场经济体制不断完善，政府过度干预会降低资源配置效率，阻碍经济发展。外商投资(F)的经济增长效应显著为正，表明外商投资带来的资本积累效应能够弥补资金缺口，技术溢出效应有助于减少研发投入，降低研发风险，从而推动经济增长。人力资本(L)的经济增长效应显著为正，人力资本集聚产生的知识和技术创新带来更多经济效益，其积累效应的有效发挥是促进我国经济可持续发展的重要动力。产业结构升级(I)在1%的显著性水平上阻碍经济发展，其原因可能是由于长期以来，大部分地区二、三产业分布不合理，导致区域间产业结构失衡现象严重，对经济增长的拉动作用没有得到有效发挥。

表2 空间计量估计结果

4.3 门槛分析

根据前述分析，高技术制造业与高技术服务业协同集聚对经济增长的空间溢出效应显著为正，协同集聚有助于推动区域经济增长。同时“威廉姆假说”表明，集聚的经济增长效应会随着区域经济发展逐渐减弱[22]，即高技术制造业与高技术服务业协同集聚与经济增长之间可能存在非线性关系。因此，分别以高技术制造业集聚度和高技术服务业集聚度为门槛变量建立面板门槛模型，探究不同产业集聚水平下产业协同集聚的经济增长效应，为合理调整产业结构、优化产业布局提供科学依据。

4.3.1 门槛回归分析

以高技术制造业集聚度和高技术服务业集聚度为门槛变量时，高技术制造业与高技术服务业协同集聚对经济增长的门槛效应检验结果，如表3所示。两组门槛回归的单一门槛和双重门槛均在5%的显著性水平下通过检验，说明高技术制造业与高技术服务业协同集聚对经济增长的影响存在双重门槛效应。根据回归结果(见表4)可以看出，只有当高技术制造业集聚、高技术服务业集聚度介于第一、二门槛之间时，协同集聚对经济增长的促进效应最显著，而当低于第一门槛或高于第二门槛时，协同集聚可能会阻碍经济增长。当产业集聚度过低时，区域内产业布局过于分散，产业协同效应较弱，经济增长效应无法发挥。当产业集聚度介于第一二门槛之间时，区域内产业集聚已形成规模，产业布局日趋合理，异质性产业间互动交流、资源共享、协同创新，经济增长效益不断提高。当产业集聚度高于第二门槛值时，经济过度集聚可能会引发资源错配、产业结构失衡、环境污染等问题，加剧区域间竞争，拥挤效应日益显现，抵消协同集聚的经济增长效应，这一结论在一定程度上印证了“威廉姆假说”。通过门槛回归和普通OLS回归结果比较发现，两种模型估计结果相似，各变量估计系数方向和显著性基本一致。因此，模型存在一定的合理性。

表3 门槛效应检验结果

表4 门槛回归估计结果

4.3.2 空间异质性分析

通过高技术制造业集聚、高技术服务业集聚分别与各自门槛值的对比检验区域产业集聚分布情况。由表5可以看出，目前区域间产业集聚分布差异显著，大部分区域高技术制造业集聚度介于第一、二门槛之间，能够显著促进区域经济增长；高技术服务业集聚度低于第一门槛值，对经济增长的驱动力不足。具体来看，在高技术制造业集聚方面，青海、云南、甘肃、内蒙古、黑龙江、海南等地区高技术制造业集聚度小于第一门槛值，集聚不足导致高技术制造业和高技术服务业协同集聚在一定程度上阻碍经济增长；山西、辽宁、北京、贵州、广西、河北、吉林、陕西、湖北、四川、福建、安徽、山东、河南、湖南、重庆、浙江、天津等地区高技术制造业集聚度介于第一、二门槛之间，协同集聚的经济增长效应显著为正；江西、上海、江苏、广东等地区高技术制造业集聚度大于第二门槛值，协同集聚的拥挤效应对区域经济增长造成了一定阻碍。在高技术服务业集聚方面，除浙江、河北、湖北、广东、吉林、黑龙江、辽宁、青海、四川、陕西、天津等地区介于第一、二门槛之间，北京、上海服务集聚度大于第二门槛外，其余地区高技术服务业集聚度均低于第一门槛值，存在集聚不足情况。与高技术制造业集聚相比，高技术服务业集聚不足现象更加突出。综合两产业集聚情况看，仅浙江、河北、湖北、吉林、辽宁、四川、陕西、天津等省域两产业集聚度介于一、二门槛之间，产业协同集聚对经济增长的促进效果最优。

表5 产业集聚门槛区间分布情况

5 结论与政策启示

5.1 结论

本文基于中国内地30个省市面板数据，利用空间面板模型与面板门槛模型，检验高技术制造业与高技术服务业协同集聚对经济增长的空间溢出和门槛特征，得出如下主要结论：

(1)区域间产业集聚特征差异显著，产业集聚方面，高技术制造业集聚差异大于高技术服务业；协同集聚方面，高协同集聚区主要集中在经济较为发达的东部沿海地区，低协同集聚度区主要集中在西部地区，逐渐形成“高-高”、“低-低”集聚空间格局，协同集聚水平等级变化总体呈“东、中部升高，西部降低”态势。

(2)观测期内，大多数年份中区域经济增长水平、高技术制造业与高技术服务业协同集聚水平通过空间自相关检验，说明二者对相邻地区存在明显溢出；SEM模型估计结果表明，高技术制造业与高技术服务业协同集聚的经济增长效应显著为正，异质性产业协同集聚有助于推动区域经济增长。控制变量方面，政府干预、产业结构升级的经济增长效应显著为负，外商投资、人力资本投入对区域经济增长具有显著正向促进作用。

(3)当高技术制造业集聚度和高技术服务业集聚度介于第一、二门槛之间时，产业协同集聚的经济增长效应显著为正，低于第一门槛或高于第二门槛时，协同集聚对经济增长产生抑制作用。大部分区域高技术服务业集聚度低于第一门槛值，高技术制造业集聚度介于第一二门槛之间，高技术服务业集聚不足问题更加突出。仅浙江、河北、湖北、吉林、辽宁、四川、陕西、天津等省域两产业集聚度介于一、二门槛之间，产业协同集聚对经济增长的促进效果最优。

5.2 启示

上述研究成果对强化高技术制造业与高技术服务业协同集聚的经济增长效应具有重要政策启示。

(1)提升高技术制造业与高技术服务业协同集聚能力。对于单一产业集聚水平较低的大部分中西部省域，可优先通过政策优惠、利益补偿等机制引导高技术制造业和高技术服务业顺利入驻，推进形成高技术产业集聚区。对于产业集聚水平较高的东部沿海省域，通过引导高技术制造业空间布局合理化，发挥高技术服务业集聚优势，培育形成具有现代化商务模式的高技术服务业产业集群。加强产业关联，借助差异化产业发展优势，打造高技术制造业服务化、高技术服务业自动化的产业融合方式。积极培育知识、技术溢出引导机制，以机制创新助力高技术制造业与高技术服务业协同定位，推动形成与两产业发展相匹配的协同集聚发展新模式。

(2)加强高技术制造业与高技术服务业的空间溢出效应。空间计量结果表明，高技术制造业与高技术服务业协同集聚存在空间溢出效应。借助网络化、信息化发展优势，优化产业互动平台，加强区域间信息交流，实现高技术制造业与高技术服务业邻近协同集聚。协同集聚可通过邻近区域产业互动促进产业协同发展，以产业地区转移模式提升产业布局合理化水平，改善资源配置不均衡带来的拥挤效应，缩小区域发展差距。

(3)合理调整产业集聚结构，优化产业布局。门槛回归结果表明，高技术制造业和高技术服务业均存在最佳集聚区间，在高技术制造业或高技术服务业集聚度较低的前提下，协同集聚可能会阻碍经济发展。根据产业集聚情况加强区域协调，以政府为主导合理制定产业发展规划，通过建立相应的利益流失补偿机制优化市场环境，进而调整产业布局，缩小产业间集聚差异，为产业协同集聚有效推动经济增长奠定良好的基础。

5.3 研究展望

在经济高质量发展、新旧动能转换背景下，本文分析高技术制造业与高技术服务业协同集聚对经济增长的作用机理和作用效果，验证二者协同集聚具有推动本省域及邻近省域经济增长的重要潜质，同时得出产业过度集聚产生的拥挤效应可能会阻碍经济增长的结论，并提出相关政策启示。限于产业协同集聚尤其是高技术制造业与高技术服务业经济增长效应相关研究较少以及笔者研究能力有限，本文仍存在不足之处，未来研究可以从以下方面进行拓展：第一，限于数据可得性，本文主要从高技术产业整体层面对协同集聚的经济增长效应进行分析，若能进一步分析高技术制造业与高技术服务业细分行业间协同集聚的经济增长效应，将有助于提出更具针对性的产业发展策略。第二，本文仅对协同集聚的经济增长效应进行研究，协同集聚的经济效应还可能表现在产业结构、就业分配、科技创新等方面。因此，可将高技术制造业与高技术服务业协同集聚的产业结构升级效应、就业分配效应、创新效应等作为进一步研究方向。