产业协同集聚对城市科技创新的提升效应

王叶军 母爱英

摘要：利用中國283个地级市2003—2017年专利数据，通过面板SCC模型实证研究生产性服务业与制造业协同集聚对城市科技创新的影响。实证结果显示，生产性服务业与制造业协同集聚对城市科技创新具有显著促进作用。东部地区协同集聚对城市科技创新的促进效应显著存在;西部地区尽管也具有显著创新效应，但要小于东部地区;而中部地区不显著;东北地区呈现显著的负向作用。总体上，拥有开放政策的城市其协同集聚的创新效应高于没有开放政策的城市。

关键词：生产性服务业;制造业;协同集聚;科技创新

中图分类号：F121.3文献标识码：A文章编号：1007-2101（2020）05-0078-09

来稿日期：2020-03-20

基金项目：河北省社会科学基金项目“雄安新区创新体系建设与创新型产业培育研究”（HB19YJ025）

作者简介：王叶军，河北经贸大学金融学院讲师，南开大学经济学博士后，电子邮箱wyjnku@126.com;母爱英，河北经贸大学学报编辑部教授，电子邮箱mayzhyg@126.com。

城市科技创新是指在城市空间地域中，企业、研究机构和高校等主体在社会生产和科技研发过程中创造出的新知识、新技术。它是城市经济发展的重要源动力。尤其是在我国经济增长由高速增长转为中高速增长的新常态背景下，一方面是资源型城市经济增长乏力，另一方面是依赖于高投资、高能耗的经济增长模式不具有可持续性，这就要求寻找促进城市经济增长的新动能。显然，科技创新是促进城市经济实现可持续增长的重要引擎。

进一步来看，科技创新水平在我国城市之间存在显著差异。以2017年为例，利用每万人的专利授权量来衡量城市科技创新水平，东部城市科技创新水平显著高于其他地区，分别是中部、西部和东北地区的5.17倍、6.75倍、5.83倍。与此同时，生产性服务业与制造业的协同集聚是我国城市经济发展中的另一个重要现象，它反映了城市产业分工不断深化和融合的程度。这两个部门的协同集聚不仅带来经济增长和生产率的提升[1]，而且也是城市科技创新的重要推力。与此同时，产业协同集聚作为区域和城市产业协同发展的重要组成部分，对促进区域和城市协同创新也具有重要意义。

从目前文献来看，尽管产业集聚①对科技创新的促进作用已达成普遍共识，但关于产业协同集聚对科技创新影响的研究则是空缺的。产业间协同集聚具有与产业内集聚不同的特点，尤其是对于生产性服务业与制造业，大多存在明显的上下游产业链分工关系，这势必导致产业协同集聚对科技创新的影响机制有所不同。那么，生产性服务业与制造业协同集聚通过哪些机制影响城市科技创新？在我国城市层面，生产性服务业与制造业协同集聚对科技创新是否具有显著促进作用？如果存在显著促进作用，那么对于不同地区和不同经济开放政策而言，两大产业的协同集聚对城市科技创新的影响又具有哪些差异性？这些都是亟待回答的重要问题。

一、文献评述

在产业协同集聚的国外文献中，Ellison 等（1997）[2]最早对美国制造业的协同集聚现象进行研究，发现具有上下游生产关联的行业之间普遍存在协同集聚。进一步地，Ellison 等（2010）[3]通过对英国和美国制造业行业协同集聚的综合分析，从经验证据上支持了协同集聚存在的原因，即马歇尔外部经济的三大机制：交通成本节约、劳动力共享效应和知识溢出效应。而Barrios 等（2006）[4]利用爱尔兰制造业数据研究了本地企业与外资企业的协同集聚现象，发现协同集聚对许多产业都很重要，外资企业对本地企业具有显著的生产率溢出效应。与之相应地，Mukim（2014）[5]通过对印度正规部门与非正规部门产业协同集聚的研究发现，生产的供求关系和技术联系是导致正规部门与非正规部门产业协同集聚的主要原因;同时产业内协同集聚对中小型正规部门企业的诞生至关重要。

关于不同产业协同集聚形成机制的差异，Kolko（2007）[6]对服务业协同集聚的研究表明知识溢出和产业间的贸易关系（尤其是在相同邮政区范围的贸易联系）是导致相关服务行业协同集聚的重要原因。这恰好与制造业存在明显不同，制造业协同集聚主要由劳动力共享效应引致，并且产业间贸易关系更多用来解释州级层面的制造业协同集聚。Diodato 等（2018）[7]则从产业的长维度历史特征变迁出发，比较不同时期产业协同集聚的原因差异：在20世纪早期，产业链上下游投入产出关系是导致产业协同集聚的主要原因，而这种产业链上下游关系引致的协同集聚模式在最近数十年来呈现下降趋势;近年来协同集聚更加倾向于发生在具有相近劳动技能的产业之间。进一步分行业的实证研究显示，劳动技能共享效应可以解释服务行业的协同集聚现象，而产业链上下游关联效应则主要解释了制造行业的协同集聚现象。

相较于国外学者重点关注产业协同集聚形成的原因和机制，国内学者的研究更多集中于产业协同集聚的经济影响方面。关于协同集聚的原因和形成机制，陈国亮等（2012）[8]认为我国城市二三产业协同集聚演化历程表明产业前后向关联和知识密集度可以促进二三产业协同集聚水平的提升;区域性中心城市的发展促进了周围城市的产业协同集聚。江曼琦等（2014）[9]把生产性服务业与制造业协同集聚的原因归纳为产业特征、产业间联系、投入产出关系以及交易成本。上述研究在一定程度上佐证了Ellison 等（2010）[3]和Diodato 等（2018）[7]的结论。

关于产业协同集聚对经济增长的影响，豆建民、刘叶（2016）[1]的研究显示，生产性服务业与制造业协同集聚对城市经济增长的促进作用存在双门槛效应，只有当城市规模介于低度门槛和高度门槛之间时，两部门的协同集聚才会对城市经济增长具有促进作用。周明生、陈文翔（2018）[10]对长株潭城市群的实证研究则表明，生产性服务业与制造业的协同集聚与经济增长具有非线性关系。进一步地，在生产性服务业与制造业协同集聚对城市生产率的影响方面，刘叶等（2016）[11]、唐晓华等（2018）[12]的研究均显示，两部门产业的协同集聚促进了城市生产效率的提升。伍先福（2018）[13]的研究则表明，两部门产业的协同集聚在全国整体层面抑制了全要素生产率增长，但是随着产业专业化集聚水平的提高，生产性服务业与制造业协同集聚对全要素生产率增长的影响逐步由负转为正。

关于协同集聚的其他研究，伍先福、杨永德（2016）[14]对产业协同集聚与城镇化关系的研究显示，生产性服务业与制造业协同集聚不仅直接影响人口城镇化和经济城镇化，而且间接影响了空间城镇化和社会城镇化。陈建军等（2016）[15]的研究则表明，生产性服务业与制造业协同集聚显著促进了地区工资收入的提高，并且这种工资促进效应存在行业和地区差异。

综合来看，当前研究大多集中在产业协同集聚的形成机制，以及产业协同集聚对经济增长的影响等方面。而就产业集聚对科技创新影响的文献来看，尽管在该领域已有大量的研究成果，但是国内外的研究均局限于产业内集聚，并没有将跨行业协同集聚纳入到科技创新影响因素中。基于上述研究的不足，笔者把生产性服务业与制造业的协同集聚纳入到科技创新影响因子中。鉴于生产性服务业与制造业的协同集聚是一种跨行业的空间集聚，具有与产业内集聚明显不同的特征，即更多体现出不同行业之间的上下游产业链分工关系，笔者着重分析了两大产业协同集聚对城市科技创新的影响机制。

二、产业协同集聚对城市科技创新的影响机理

生产性服务业与制造业协同集聚主要从两方面影响城市科技创新，一是集聚经济所引致的共享机制、匹配机制与知识溢出机制，二是生产性服务业与制造业协同分工所形成的上下游产业链分工机制。

（一）集聚经济影响科技创新的三大机制

1.共享机制。产业空间集聚能够带来更大规模的本地市场，这使得不同企业能够共享专业化要素投入品，如大量技能娴熟的专业劳动力、一系列专业性的商务服务等。新知识和新技术能够在这种共享性生产关系中实现更快流动，而购买投入要素的本地化促使企业通过精细化创新降低生产成本[16]。这种要素共享引致的创新效应，对于诸如嵌入性技术、信息服务等高级化、专业型要素尤其重要。而专业性商务服务的发展，尤其是风险金融、天使基金的发展，为创新企业获得融资便利、加快技术创新进程提供了多样性的金融资源[17]。显然，生产性服务业与制造业的协同集聚，有利于发挥制造业对生产性服务业的共享效应，引致更多的科技创新。

2.劳动力匹配机制。在相邻空间地域上，市场规模越大的劳动力市场越能够提升劳动力的匹配质量。相对而言，工人在大城市拥有更多的就业选择，面临的就业等待成本也更低[18]。研究證据表明，在创新集群区内就业的专业工人更愿意在不换工作地点的条件下寻找新职位[19]。从企业角度来看，这种劳动力匹配机制所形成的劳动力池效应降低了企业成本，扩大了利润，也使工人技能显著提高[20]。综合来看，由于生产性服务业与制造业的劳动技能存在较强的近似性和互补性，两部门协同集聚产生的劳动匹配效应，有助于从成本节约、劳动力技能提升的渠道促进科技创新。

3.知识溢出机制。知识在地理上的邻近有助于知识的转移和扩散，同时个体之间不经意的知识交流和学习有利于工人和企业进行信息的交换和传播，由此带来知识的溢出[21]。对于生产性服务业和制造业来说，由于两部门生产联系更为紧密，使得行业之间的知识交流和分享更为频繁，因而知识溢出效应更为显著。相较于大多数产业，研发活动对新知识更加依赖。通常而言，技术进步方面的新知识对企业的价值具有短期性，容易导致知识创造的不确定性，而不同产业部门企业的协同集聚有助于降低知识创造的不确定性[22]，促进科技创新。

（二）协同分工形成的上下游产业链分工机制

生产性服务业与制造业存在紧密的上下游产业链关系。上海市的产业间投入产出关系显示，在众多生产性服务业中，商务服务业与制造业的产业联系最为紧密;而在众多制造行业中，交通运输设备制造业、通信设备和计算机及其他电子设备制造业、化学原料及化学制品制造业与生产性服务业的产业联系最为紧密[9]。因此，在国民经济体系中，生产性服务业与制造业之间存在着多样性的上下游产业链分工体系，显然这是一种跨行业的协同分工。与之相应地，生产性服务业与制造业在空间地域上的协同集聚，有利于增强两大产业的协同分工，促进产业间上下游产业链分工的延伸和完善。具体来看，跨行业协同集聚引致的产业链分工精细化，包括新产业链的诞生、原有产业链的延伸以及不同产业链间的网络化。这种生产性服务业与制造业在产业链分工体系上的精细化，有助于不同类型的知识和技术进行广泛、深入的互动和学习，促进技术创新的精细化，进而推动城市科技创新。

三、数据来源与模型设定

（一）样本选择与数据来源

笔者选取2003—2017年283个地级以上城市的年度数据作为研究样本。这主要是因为：第一，部分地级市的设置时期较晚，如毕节市、铜仁市、海东市、儋州市等;第二，个别城市经历了撤并，如安徽省巢湖市在2011年撤销，分别划归合肥、芜湖、马鞍山三市;第三，剔除数据严重缺失的城市（如拉萨）。另外，鉴于地级城市层面的价格指数指标不易获取，从而在一定程度上影响经济变量（如城市职工平均工资、人均固定资产投资等）的价格平滑，笔者选取城市所在省份的相应价格指数（主要是CPI指数和固定资产价格指数）进行替代。

（二）变量的选取与定义

1.被解释变量。在实证研究中，被解释变量是城市科技创新。根据王华（2011）[23]、吴超鹏（2016）[24]对科技创新的研究，再结合中国城市层面衡量科技创新的指标（如新产品产出、企业研发经费支出）非常稀缺，在大多数情况下只有个别统计质量较高的发达城市具有上述统计指标，而绝大多数地级城市在统计数据中并不给出创新指标的详细数据。因此，笔者最后选择以城市每万人拥有的专利授权量（patentA）来代表城市科技创新，以全市专利授权总量除以城市年度总人口得到每万人的专利授权量。在稳健性检验过程中，笔者还会利用城市每万人的专利申请量（patentB）来代表城市科技创新。这里，城市的年度专利授权量和申请量均采集于佰腾专利数据库。

2.核心解释变量。生产性服务业与制造业的协同集聚度是核心解释变量。Ellison等（1997）[2]通过构建E-G修正指数来测度两位数关联产业的协同集聚度，Devereux 等（2004）[25]进一步对E-G协同集聚指数加以简化。鉴于城市层面产业数据的可得性，笔者借鉴陈国亮（2012）[8]、杨仁发（2013）[26]和豆建民（2016）[1]的测度方法，通过构建i城市j产业的集聚指数，以不同产业部门的集聚差异程度来测度生产性服务业与制造业的协同集聚程度。具体的计算公式为：

Uqji=eji/eiEj/E（1）

Coagi=1-Uqim-UqisUqim+Uqis（2）

其中，Uqji代表i城市j产业的区位商（用以衡量产业集聚度），eji是i城市j产业的从业人数，ei是i城市的全部从业人数;Ej为全国j产业的从业人数，E表示全国总就业人数。Coagi代表城市生产性服务业与制造业的协同集聚指数，而Uqim代表i城市制造业的区位商，Uqis表示i城市生产性服务业的区位商。

在这里，制造业和生产性服务业均是根据《国民经济行业分类（GB/T4754-2011）》进行统计。其中制造业为代码13-43的行业，生产性服务业选取了5个产业部门，分别是交通运输、仓储和邮政服务业，租赁和商务服务业，金融业，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。

3.主要控制变量。影响城市创新的因素众多，本文主要选取以下指标作为模型的控制变量：（1）城市交通水平，借鉴刘修岩等（2012）的研究[27]，用城市每万人拥有公交车数（bus）来代表。（2）城市人力资本水平（phedu），参照柯善咨等（2014）的研究[28]，以城市每万人在校大学生数来代表。（3）金融发展水平（finance），借鉴吕冰洋等（2018）的研究[29]，以城市年末金融机构各项贷款余额占GDP的比值来表示。（4）外资依赖水平（lpfdi），以城市当年实际利用外资额（FDI，转换为人民币计价）占城市经济总量（GDP）的比重代表。（5）科技财政支持度（tecratio），参照贾俊雪等（2012）的方法[30]，用科技财政支出占财政支出的比重来代表。（6）城市人均投资水平（pinvest），以城市固定资产投资除以当年城市总人口得到人均固定资产投资。（7）企业规模经济（perq），依据吕冰洋等（2018）[29]的研究，以规模以上工业企业当年的平均工业产值代表企业的规模经济水平。（8）城市工资水平（pwage），以城市当年城镇单位职工平均工资代表。（9）城市互联网普及程度（pinternet），以城市每万人拥有的互联网宽带用户数来代表。

鉴于城市层面价格指数不易获取，上述控制变量中的价格平滑均采用以城市所在省份的价格指数进行替换。其中，城市人均投资水平使用相应省份的固定资产价格指数，企业规模经济（即规模以上工业企业平均产出）使用省级工业产品出厂价格指数，城市工资水平使用省级消费价格指数CPI。上述价格平滑的基期年份都以2000年为基期。此外，在计量实证结果中，凡是带ln的变量均是取对数后的变量。

（三）模型的设定

本文在借鉴Romer（1990）[31]关于知识生产函数设定的基础上，把产业协同集聚影响城市科技创新的计量模型设定为如下形式：

lnpatentit=C+β1Coagit+β2Xit+Uit（3）

在（3）式中，lnpatent代表城市科技创新，Coag代表生产性服务业与制造业的协同集聚度。对于控制变量Xit，在基准回归和不同分组的实证分析中，主要选择城市交通水平（lnbus）、人力资本水平（lnphedu）、金融发展水平（finance）、外资依赖水平（lpfdi）、科技财政支出占比（tecratio）、城市人均投资水平（lnpinvest）、企业规模经济（lnperq）、城市工资水平（lnpwage）和城市互联网普及度（lnpinternet）9个变量。需要说明的是，在稳健性分析环节，本文以城市每万人的专利申请量（patentB）来替换正文的每万人专利授权量（patentA）。此外，在式（3）中，各变量下标i和t代表相应的城市和年度。

四、实证研究

（一）基准回归分析

笔者利用全国283个地级以上城市经济数据，使用OLS方法、面板FE、面板RE以及面板SCC方法进行回归分析（见表2）。表2的四种估计结果均显示，生产性服务业与制造业协同集聚对城市科技创新具有显著的促进作用。其中，普通OLS方法显示的协同集聚对城市科技创新的促进作用最大，即协同集聚每提升1个单位相应带来城市科技创新0446个百分点的增长;面板RE方法显示的协同集聚对城市科技创新的促进作用略小，大致为每1单位协同集聚水平的提升引致科技创新0.249个百分点的增长;面板FE和面板SCC估计方法体现的协同集聚的创新效应最小，显示协同集聚1单位的提高带来城市科技创新0.237个百分点的增长。上述基准回归结果表明，在我国城市经济发展中，生产性服务业与制造业协同集聚对城市科技创新的促进效应是显著存在的。从全国层面来看，城市生产性服务业与制造业协同集聚所形成的分工协同，通过共享机制、劳动力匹配机制、知识溢出机制以及上下游產业链分工机制等渠道促进了城市科技创新。

根据Hausman检验，面板FE方法要好于面板RE方法。而面板SCC方法作为一种改进的面板FE方法，在解决面板数据的截面相关性、序列相关性及异方差等问题上具有显著优越性。因此，本文把面板SCC方法作为扩展性研究的基准估计方法。

（二）分地区的实证研究

受制于空间地理、交通区位、资源禀赋等方面的影响，我国不同地区所处的经济发展阶段具有明显差异。我国东部地区经历改革开放40年的发展，已经基本处于工业化后期阶段;中部和西部地区则仍处于工业化中期阶段。鉴于这种地区发展的差异性，针对生产性服务业与制造业协同集聚对城市科技创新的影响进行分地区的实证研究十分必要。由于东北地区经济特征的特殊性，本文采用四大地区划分法对全国283个地级以上城市进行回归估计，计量方法采用面板SCC模型。估计结果见表3。

由表3可知，东部地区生产性服务业与制造业的协同集聚对城市科技创新具有显著促进作用;中部地区产业协同集聚则呈现不显著的正向作用;西部地区产业协同集聚尽管也具有显著创造效应，但小于东部地区;东北地区协同集聚则为显著负向作用。这表明，在我国四大地区层面，东部城市生产性服务业与制造业的协同分工程度相对较好，两大部门的跨行业分工协同有力促进了本地城市科技创新。相对而言，中部和西部地区整体上还处于由工业化中期向工业化后期转型的阶段，现代服务业中的生产性服务业发展水平还不高，这导致生产性服务业与制造业出现结构错配，从而制约了两部门协同分工水平的提升。对于东北地区，由于自身存在重工业化结构倾向、经济体制僵化以及产业结构单一等问题（杨东亮、赵振全，2015）[32]，加之生产性服务业与制造业的协同分工水平也相对不高，从而两部门的协同集聚也未能发挥对科技创新的促进作用。

（三）分经济开放政策的实证研究

从1979年设立深圳、厦门、珠海、汕头经济特区，到20世纪80年代沿海开放城市、内陆省会城市的开放，再到出口加工区、综合保税区以及经济技术开发区的设立，再到近年来高新区、自贸区的设立，等等。改革开放以来，经济开放政策的实施大大促进了城市经济发展，也影响着城市产业结构与创新发展。鉴于经济开放政策对我国城市发展的重要性，笔者借鉴Ebenstein（2012）[33]的研究方法，构建了一个截止到2016年的中国城市经济开放政策数据库（1978—2016），把全国283个城市划分为无特区城市和有特区城市，无特区城市不享有国家级开放政策，有特区城市享有国家级开放政策。进而运用面板SCC模型进行分组回归，估计结果为表4。

由表4的估计结果可知，无特区城市生产性服务业与制造业协同集聚对城市科技创新的促进作用并不显著，而有特区城市的产业协同集聚则显著促进了城市科技创新，并且有特区城市协同集聚的促进效应（0.265）明显高于无特区城市（0.010）。这表明，从整体上来看，经济开放政策对城市产业协同集聚的创新效应具有重要影响，享有开放政策的城市在产业协同集聚的创新促进效应方面明显好于不享有开放政策的城市。其主要原因在于改革开放以来，广泛获得经济开放政策的城市在吸引外资、对外贸易、引进技术等方面具有不可比拟的优势，更有利于生产性服务业和制造业良性协同分工的形成，从而促进了城市科技创新。

（四）稳健性分析

对于稳健性检验，笔者主要采用变换估计方法和替换重要变量的方法进行。鉴于生产性服务业与制造业协同集聚对城市科技创新的影响可能存在内生性问题，笔者使用面板工具变量估计法（FE-IV），用协同集聚的滞后一期作为自身的工具变量进行估计，结果为表5的第（1）列。进一步，笔者采取另一种测度方法计算的产业协同集聚指数，即公式（2）的计算值再加上制造业区位商和生产服务业区位商，新的协同集聚变量用Coagb表示，运用面板SCC估计得到表5的第（2）列。此外，笔者再对被解释变量进行替换，即使用城市每万人专利申请量（patentB）代表城市科技创新，产业协同集聚指数仍使用公式（2）的计算值（Coag），运用面板SCC估计方法得到表5的第（3）列。进一步地，对产业协同集聚变量也进行替换，即使用新的协同集聚指数Coagb，使用面板SCC估计得到的结果为表5的第（4）列。最后，考虑到新的协同集聚指数也可能存在内生性问题，笔者再用新协同集聚变量的滞后一期作为自身的工具变量，运用面板FE-IV估计得到的结果见表5的第（5）列。综合来看，不论是面板工具变量（FE-IV）方法，还是替换变量的面板SCC方法，均一致表明，生产性服务业与制造业的协同集聚对城市科技创新具有显著促进作用，这表明本文的实证估计结果是稳健的。

五、结论和建议

本文主要以面板SCC模型为基础，利用我国283个地级市2003—2017的经济数据，对生产性服务业与制造业协同集聚对城市科技创新的影响进行了研究，实证研究的结论主要包括以下三个方面。

第一，从全国层面来看，生产性服务业与制造业的协同集聚对城市科技创新具有显著的促进作用，这表明由共享机制、劳动力匹配机制、知识溢出机制以及上下游产业链分工机制所带来的创新效应是显著存在的，產业协同集聚带来的知识分工与协作对城市科技创新具有重要意义。

第二，从分地区层面来看，生产性服务业与制造业协同集聚对城市科技创新的影响具有显著的地区差异：东部地区产业协同集聚对城市科技创新具有显著促进作用，西部地区产业协同集聚尽管也具有显著创新效应，但小于东部地区;中部地区产业协同集聚则呈现不显著的正向作用，东北地区协同集聚则为显著负向作用。这反映出，我国中西部地区生产性服务业与制造业的产业结构匹配性不及东部地区，中西部地区的生产性服务业的产业规模和发展质量还相对滞后，生产性服务业的行业结构亟待优化，实现与制造业良性匹配;东北地区所特有的重工业化倾向、经济体制僵化、产业结构单一等问题，使得生产性服务业与制造业间的错配性更为明显，制约了产业协同集聚的创新效应。

第三，从不同经济开放政策来看，总体上，从两大产业部门协同集聚对城市科技创新的促进作用来看，拥有开放政策的城市明显大于没有开放政策的城市。究其原因，较之于没有开放政策的城市，那些拥有经济开放政策的城市更早实施对外经济开放，不仅在吸引外资、引进先进技术和经验方面具有优势，而且对外开放相应带来本地市场化水平的显著提升，皆有利于科技创新的发展。

基于上述结论分析，建议如下：一要重视生产性服务业与制造业的协同集聚，通过投资环境、营商环境、基础设施的完善构建良好的产业共生环境，以此提升城市科技创新水平。在政策协同层面，不仅要在国家层面进一步优化和完善对生产性服务业的宏观产业政策，还要在城市层面因地制宜地实施精准化产业政策，即不同城市要根据本地制造业特征，重点而有针对性地支持关联生产性服务业的发展，促进生产性服务业与制造业的良性互动与协作。二要加快中西部生产性服务业发展，在进一步提高中西部地区生产性服务业产业规模和质量的基础上，不同城市可以根据本地制造业的比较优势，针对性地优先发展关联性生产性服务业;相对而言，鉴于东北地区的经济特点，不仅要在地区层面和城市层面制定生产性服务业发展的长远规划，促进本地生产性服务业的长足发展，也要进一步加大经济体制改革，提升本地市场化水平，营造良好的科技创新市场。三要对我国处于不同开放阶段的城市采取差异化政策，一方面，对于经济开放相对滞后的城市可以适度赋予相应的优惠性开放政策，带动产业协同分工优化，提升生产性服务业与制造业的协同集聚水平。另一方面，对于高度开放的城市，在不断完善对外开放政策体系的基础上，应加强和完善科技创新的市场激励政策。

注释：

①这里的“产业集聚”指的是单一产业部门的集聚，即产业内集聚。在本文中若无特别指明，“产业集聚”均指产业内集聚。

参考文献：

[1]豆建民，刘叶.生产性服务业与制造业协同集聚是否能促进经济增长——基于中国285个地级市的面板数据[J].现代财经，2016（4）：92-102.

[2]G Ellison，E L Glaeser.Geographic Concentration in U.S.Manufacturing Industries： A Dartboard Approach[J].Journal of Political Economy，1997（5）：889-927.

[3]G Ellison，E L Glaeser，WR Kerr.What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns[J].American Economic Review，2010（3）：1195-1213.

[4]S Barrios，L Bertinelli，E Strobl.Coagglomeration and spillovers[J].Regional Science & Urban Economics，2006（4）：467-481.

[5]M Mukim.Coagglomeration of formal and informal industry：evidence from India[J].Journal of Economic Geography，2014（2）：329-351.

[6]Jed Kolko.Agglomeration and co-agglomeration of services industries[R].Mpra Paper，No.3362，2007.

[7]Dario Diodato，Frank Neffke，Neave O′Clery.Why do industries coagglomerate？ How Marshallian externalities differ by industry and have evolved over time[J].Journal of Urban Economics，2018（6）：1-26.

[8]陈国亮，陈建军.产业关联、空间地理与二三产业共同集聚——来自中国212个城市的经验考察[J].管理世界，2012（4）：82-100.

[9]江曼琦，席强敏.生产性服务业与制造业的产业关联与协同集聚[J].南开学报（哲学社会科学版），2014（1）：153-160.

[10]周明生，陈文翔.生产性服务业与制造业协同集聚的增长效应研究——以长株潭城市群为例[J].现代经济探讨，2018（6）：69-78.

[11]刘叶，刘伯凡.生产性服务业与制造业协同集聚对制造业效率的影响——基于中国城市群面板数据的实证研究[J].经济管理，2016（6）：16-28.

[12]唐晓华，张欣钰，李阳.制造业与生产性服务业协同发展对制造效率影响的差异性研究[J].数量经济技术经济研究，2018（3）：59-77.

[13]伍先福.生产性服务业与制造业协同集聚提升了全要素生产率吗？[J].财经论丛，2018（10）：1-10.

[14]伍先福，杨永德.生产性服务业与制造业协同集聚提升了城镇化水平吗[J].财经科学，2016（11）：79-90.

[15]陈建军，刘月，陈怀锦.市场潜能、协同集聚与地区工资收入——来自中国151个城市的经验考察[J].南开学报（哲学社会科学版），2016（1）：77-88.

[16]M E Porter.The Competitive Advantage of Nations[J].Free Press，1990（1）：42-43.

[17]M E Porter.Clusters and the new economics of competition[J].Harvard Business Review，1998（6）：77.

[18]WStrange，W Hejazi，J Tang.The uncertain city：competitive instability，skills，innovation and the strategy of agglomeration[J].Journal of Urban Economics，2006（3）：331-351.

[19]M P Freedman.Job hopping，earnings dynamics and industrial agglomeration in the software publishing industry[J].Journal of Urban Economics，2008（3）：590-600.

[20]H Gerlach，T Ronde，K Stahl.Labor pooling in R&D intensive industries[J].Journal of Urban Economics，2009（1）：99-111.

[21]A Marshall.Principles of Economics[M].Macmillan，London，1890.

[22]M P Feldman.The Geography of Innovation[J].Social Science Electronic Publishing，1994（3）：210-229.

[23]王華.更严厉的知识产权保护制度有利于技术创新吗？ [J].经济研究，2011（S2）：124-135.

[24]吳超鹏，唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究，2016（11）：125-139.

[25]Michael P Devereuxa，Rachel Griffithb，et al.The Geographic Distribution of Production Activity in the UK[J].Regional Science and Urban Economics，2004（5）：533-564.

[26]杨仁发.产业集聚与地区工资差距——基于我国269个城市的实证研究[J].管理世界，2013（8）：41-52.

[27]刘修岩，邵军，薛玉立.集聚与地区经济增长：基于中国地级城市数据的再检验[J].南开经济研究，2012（3）：52-64.

[28]柯善咨，赵曜.产业结构、城市规模与中国城市生产率[J].经济研究，2014（4）：76-88+115.

[29]吕冰洋，毛捷，马光荣.分税与转移支付结构：专项转移支付为什么越来越多？[J].管理世界，2018（4）：25-39+187.

[30]贾俊雪，郭庆旺.财政支出类型、财政政策作用机理与最优财政货币政策规则[J].世界经济，2012（11）：3-30.

[31]P M Romer.Endogenous technical change[J].Journal of political economy，1990（5）：71-103.

[32]杨东亮，赵振全.东北经济失速的投资性根源[J].东北亚论坛，2015（5）：94-107+128.

[33]A Ebenstein.Winners and Losers of Multinational Firm Entry into Developing Countries： Evidence from the Special Economic Zones of the People′s Republic of China[J].Ssrn Electronic Journal，2012（1）：29-56.

责任编辑：武玲玲

The Promotion Effect of Industrial Co-agglomeration on Urban Technological Innovation

Wang Yejun1，Mu Aiying2

（1.Financing School，Hebei University of Economics and Business，Hebei Shijiazhuang 050061，China;2.Journal Editorial Office，Hebei University of Economics and Business，Hebei Shijiazhuang 050061，China）

Abstract：

Through the patent data of 283 prefecture-level cities in China from 2003 to 2017，this paper uses panel SCC model to study the impact of co-agglomeration between producer services and manufacturing industry on urban technological innovation.The empirical results show that the co-agglomeration between producer services and manufacturing industry has a significant effect on urban technological innovation.The two industries′ co-agglomeration in eastern region has a significant effect on urban technological innovation;although the western region also has significant innovation effect，it is smaller than the eastern region;the central region is not significant;the northeast region has significant negative effect.On the whole，the co-agglomeration of cities with open policies has a higher innovation effect than that of cities without open policies.

Key words：producer services;manufacturing industry;co-agglomeration;technological innovation