生产性服务业集聚对区域创新绩效的影响——基于广东省数据的实证分析

欧进锋，许抄军

(1.岭南师范学院 商学院，广东 湛江 524048；2.岭南师范学院 广东沿海经济带发展研究中心，广东 湛江 524048)

一、引 言

十九大报告提出：创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。加快建设创新型国家已成为中国重大战略导向，也是实现经济高质量发展的必然选择。近年来，我国研究与试验发展经费支出不断增加，2018年R&D费用支出为21 737亿元，占GDP比重约为2.21%，较2017年增加2 059亿元，创新投入总量不断提高。但与发达国家相比，我国研发投入占GDP比重仍不足，创新质量和效率不高。如何有效提高创新绩效成为地方政府和相关研究关注的焦点。目前，学界已分别基于企业、区域层面，对创新绩效的影响因素展开了深入研究；考虑因素主要包括金融发展水平、市场化程度、企业规模、对外开放、政府支持力度等；另有学者基于集聚理论，研究产业集聚对创新绩效的影响机理。根据集聚理论，产业集聚有利于降低货物运输成本、劳动力迁移成本和思想交流成本，聚集区企业可以通过彼此学习交流，加快新技术和新知识扩散，提高综合创新效率。这部分研究主要聚焦制造业，研究尺度多为省际区域和微观企业，但较少从行业异质性和区域异质性视角展开。随着产业分工不断深化，与制造业密切相关的生产性服务业快速发展，逐步呈现地理空间集聚趋势。因为不同区域、不同类型产业的发展层次和水平参差不齐，且区域经济规模、文化环境、政府管理手段等因素也存在较大差异。在此条件下，与制造业密切关联的生产性服务业，其集聚是否仍显著影响创新绩效，需要进一步验证。

广东是中国改革开放的排头兵，在四十多年发展中，区域经济实力、影响力不断扩大。逐步形成了以广州和深圳为中心的珠三角核心经济区，其服务业为核心的第三次产业对GDP的贡献度不断提高，由2015年的55.1%上升2018年的58.9%，服务业产业规模和集聚度逐步提高。但广东发展存在明显的区域不平衡问题，粤东、西、北经济发展显著落后于珠三角地区，服务业发展层次和水平呈现较大的差异。这为从行业和区域异质性角度，研究生产性服务业集聚影响区域创新绩效提供较好的实证素材。为此，本文以广东省21个地级市为研究对象，利用2004-2018年面板数据，研究生产性服务业集聚对区域创新绩的影响。文章接下来的内容安排如下：第二部分经验文献的评述；第三部分生产性服务业集聚对区域创新绩效中介效应的理论分析及研究假设；第四部分实证模型设定和变量说明；第五部分实证过程及中介效应验证；第五部分研究结论和政策启示。

二、文献综述

产业集聚对创新的影响研究一直是区域经济学的焦点问题。集聚经济理论认为产业集聚可以降低货物运输成本、劳动力迁移成本和思想交流成本，集聚区企业通过彼此靠近学习，加快创新速度，提高创新水平。产业集聚促进人才、技术、资本等跨区域空间流动，优化要素配置效率，增强产业间或产业内知识溢出效应，提高区域创新效率。学术界已从不同层面对此展开丰富研究，文献主要分为三大类。

一是以知识溢出为基础，构建理论模型研究产业集聚影响创新的微观基础。该领域文献以Baldwin and Okubo[1]、Berliant et al[2]、Berlian and Fujita[3]、Dvis and Ding[4]为代表。例如，Berliant et al.借鉴搜寻理论框架，以知识溢出为基础，构建知识交换与知识创造的一般均衡理论模型，揭示拥有不同类型知识个体寻找合作伙伴、交流思想、创造知识的微观理论基础。在此基础上，Berliant and Fujita构建两个人的知识创造与扩散的微观动态模型，聚焦知识异质性，认为要素集聚有利于扩大异质性知识存量，促进知识溢出。Dvis and Ding把思想交流视为一种经济决策行为，为实现效用最大化，个体通过时间分配选择是否进行思想交流。国内学者王猛等[5]构建一个创意者居住选择模型，揭示了创意阶层集聚通过知识外部性推动城市创新的理论机理。

二是以经验数据为基础，验证产业集聚外部性对创新影响的存在性。该领域涌现大量研究成果，文献一般将产业集聚外部性具体分类为“MAR外部性、Jacobs外部性”两类，然后收集企业或区域层面数据进行实证分析。MAR外部性是指在一个特定的空间某个行业的大量集中能促进该行业公司之间的技术和知识溢出；Jacobs外部性是指行业间的具有差异化的公司之间以及那些能对新知识产生较大回报的经济单位之间的互补性技术和知识溢出[6]。该领域代表性学者，如国外Audretsch and Feldman[7]、Baptista and Swann[8]、Helsley and Strange[9]、Ellison et al.[10]等以及国内彭向和蒋传海[11]、董晓芳和袁燕[12]、程中华和刘军[13]等。Audretsch and Feldman利用美国SBIDB数据研究表明，地区MAR外部性不会影响地区创新产出的增长，而互补性产业多样化(Jacobs外部性)集聚对地区创新产出的影响更大。Baptista and Swann研究英国1975-1982年间制造业企业创新数据，得出与Audretsch and Feldman相反的结论：MAR外部性显著，而Jacobs外部性不显著。而Andersson et al.[14]的研究却表明专业化外部性和多样化外部性都有利于提高地区创新水平，Helsley and Strange、Ellison et al.实证分析得出类似的结论。国内学者彭向和蒋传海实证检验区域内知识溢出和企业竞争对地区产业创新的影响，研究发现专业化外部性与多样化外部性对我国地区产业创新的影响均显著为正, 但影响程度不同，多样化外部性中的产业互补对创新的推动作用最大，董晓芳和袁燕、程中华和刘军也得出类似的结论。然而，谢露露[15]则认为产业集聚对区域创新效率的影响是不确定的，既存在促进技术和知识外溢效应带来的正外部性，也存在加剧模仿创新而带来的创新需求和创新供给都减少的负面效应。王琛等[16]对电子信息行业深度访谈发现，“地理邻近性和企业之间频繁联系”并没有促进相互信任和技术创新，这主要是由于当地知识产权意识薄弱，很多企业并不愿意与本地其他企业建立基于知识和技术方面的联系，难以实现知识溢出。总体而言，由于学者对集聚指标度量方法、研究对象尺度以及计量方法不同，学界对“MAR外部性、Jacobs外部性”之于创新何者更显著尚未达成一致，但已有研究已验证集聚外部性对创新影响的存在性。

三是部分学者开始研究具体行业集聚与创新之间的关系。由于区域经济发展的不均衡性、行政区域的空间分割性，不同产业集聚的溢出效应之于创新，其影响机制及效率并非一致，存在显著的行业和区域异质性[17]。谢子远和吴丽娟[18]研究制造业集聚水平与企业创新效率的关系，研究发现适度产业集聚能提升工业企业创新效率，过度集聚可能会对创新效率带来负面影响。原毅军和郭然[19]研究结果表明制造业产业集聚与技术创新呈倒U型关系，东部省份制造业产业因过度集聚而产生了技术负外部性。生产性服务业在国民经济中作用越发突出，生产性服务集聚与创新的影响关系逐渐获得学界广泛的关注。李永盛和张祥建[20]基于2001-2017年长江经济带城市面板数据，采用动态空间面板模型，实证检验生产性服务业集聚对创新的影响效应，结论表明生产性服务业专业化集聚的溢出效应不显著，而多样化集聚能显著促进本地创新产出，但这种促进效应仅在大城市和中部地区显著。郭文伟和王文启[21]聚焦金融服务业，基于粤港澳大湾区11个城市 2006年-2016年的面板数据，研究发现金融业聚集在整体上对区域科技创新没有明显影响，但存在显著的行业异质性特征，银行业和证券业的区域集聚对科技创新没有显著影响，而保险业的区域聚集对科技创新具有显著的正向促进作用。而刘胜等[22]研究生产性服务业与制造业协同集聚对企业创新的影响，得到了生产性服务业与制造业协同集聚显著促进了企业技术创新的结论。

已有文献针对产业集聚之于创新的影响关系得出丰富的研究成果，但在以下方面仍有待进一步拓展：已有研究主要从企业或行业层面探讨制造业集聚对创新的影响机理，但针对具体聚焦区域层面的研究较少。本文认为研究产业集聚问题需要考虑行业及区域异质性特征，聚焦特定区域和环境下产业集聚对创新的影响机理，需要验证产业集聚是否显著提高区域创新绩效；是否存在中介传导变量，导致产业集聚水平间接影响区域创新水平。鉴于此，本文结合集聚经济理论，以广东省21个地级市为研究对象，探讨生产性服务业集聚对区域创新绩效的影响效应及其作用机制，基于研究结论为推进区域创新驱动战略、促进生产性服务发展提供针对性的政策建议。

三、中介效应分析与研究假设

(一)生产性服务业集聚对区域创新绩效的影响

已有文献基于企业层面数据已验证了产业集聚对创新的影响。产业集聚通过专业劳动力、投入产出关系以及知识溢出机制，降低企业间沟通交流和生产成本，增进研发人员“面对面”的知识交流渠道，加快隐性知识的交流与传播，促进知识和技术的溢出，为企业创新提供丰富要素资源和环境，提高区域创新效率。创新是一项冒险活动，具有投资周期长、不可逆性、风险大特点，为降低研发成本和风险，企业倾向于在产业集聚区内从事研发和创新活动[14]。然而，企业经营活动受区域内资源禀赋、生产要素等要素约束，若超过要素约束极限，集聚经济的外部性容易转化为负的“拥挤效应”。集聚规模不断扩大，知识溢出接受方会容易出现“搭便车”行为，选择模仿而不是自主创新，若缺乏完善的知识产权保护制度，这将会导致知识产权盗取现象泛滥，挫伤创新型企业创新和与本地其他企业建立合作或技术交流平台的积极性，减少创新知识供给，不利于区域创新水平提高。因此，产业集聚对区域创新效率的影响不确定，需要综合考虑具体行业、区域异质性。生产性服务业是连接制造业与服务业关键环节，目前学界较少综合“区域-行业”视角分析生产性服务业集聚对区域创新绩效的影响。生产性服务业集聚对区域创新绩效的影响是否显著，此问题需要进一步验证。据此，提出假设一：生产性服务业集聚显著提高区域创新绩效。

(二)生产性服务业集聚对区域创新绩效的中介效应

生产性服务业集聚对区域创新绩效的中介效应体现在：物质资本、人力资本和政府支持三个方面。

首先，区域创新产出离不开物质资本投入。物质资本规模对区域创新效率的影响主要表现为优化创新基础设施、改善创新环境、丰富创新资源要素以及提高资源要素配置效率[23]。生产性服务业主要是以金融服务、信息服务、研发及科技服务等为主导的产业，具有高附加值、知识密集性、资源要素集约性等特征[24]。当生产性服务业集聚度不断提高时，大量相关企业将会在此布局，在资本逐利性驱动下，将会吸引资本跨区域流向集聚区，吸引科研机构、科研平台落户，从而优化区域创新基础设施、改善区域创新环境。研发创新是企业成长发展的关键，较高的研发投入能够确保企业比竞争对手拥有更多竞争优势。集聚区内大量同类企业“扎堆”布局，为争夺市场份额，企业将会展开激烈竞争。一方面，市场竞争将会淘汰落后产能，实现资源的有效整合、优化配置；另一方面，市场竞争也会促使企业加大研发资本投入，增加产品创新附加值，进而提高区域整体创新水平。据此，提出假设二：生产性服务业集聚通过物质资本投入效应提高区域创新绩效。

其次，人力资本是影响区域创新水平的重要因素。文献研究表明，人力资本越丰富，区域创新产出水平越高。企业更倾向于选址在人力资本水平高的地区，这些地区高素质劳动力充裕、知识密集度高[25]。产业集聚影响人力资本积累，而人力资本进一步影响区域创新水平。产业集聚不仅可以推动本地劳动力在“干中学”“学中学”过程中完成人力资本积累，吸引外地高素质人才跨区流动，形成产业与人力资本共同集聚现象[26]，而且不同行业或背景人才集聚所带来的异质性知识为知识、技术创新奠定了良好创新基础，尤其促进了隐性知识在集聚区内传播，提高隐性知识溢出的规模和速度，提高区域创新效率。据此，提出假设三：生产性服务业集聚通过人力资本溢出效应提高区域创新绩效。

最后，区域创新绩效不仅受R&D投入、人力资本等因素影响，而且还受政府支持政策影响。地方政府在区域创新产出中扮演重要角色。当地方经济规模较小、集聚水平较低时，为了扩大经济规模，政府会加强招商引资，采取财政补贴和税收优惠等方式建设产业园区、经济开发区，提高区域产业集聚水平。政府主导下的产业集聚园区，不仅吸引知识、人才、资本等要素集聚，还可以通过提供一系列的税收优惠政策，降低企业创新成本和投资风险，鼓励企业进行技术创新。但是，政府政策效应存在结构性差异，对不符合产业发展规律、低质量水平的产业集聚，政府支持政策非但不能促进区域创新，反而可能会导致“拥挤效应”，难以实现高质量生产要素集聚，进而削弱区域创新发展基础。地方政府可能出于政绩考量，为投资本地的企业提供财政补贴，以追求短期的、表面的产业集聚[27]，而不是根据当地产业结构转型升级需要，有针对性地选择投资企业。企业因政府有偏向的支持目标而滋生道德风险，企业寻租行为对资源配置产生扭曲效应，导致企业研发难以形成有效的外溢效应以提高区域创新绩效。因此，在产业集聚背景下，政府政策支持对创新效率的影响是否仍显著为正，有待进一步验证。据此，本文假设四：生产性服务业集聚通过政府支持效应提高区域创新绩效。

四、实证设计

(一)计量模型设定

本文研究目标是验证生产性服业集聚对区域创新绩效的影响。因此，本文设定基准计量模型如下：

lninvit=α+β1lnwit+γlnXit+εit

(1)

其中，invit为被解释变量，表示i城市t期的创新绩效；wit为核心解释变量，表示i城市t期的生产性服务业集聚水平；Xit为模型一系列控制变量；α为常数。文中对所有变量取对数，以缓解异方差的影响。

(二)变量说明

1.被解释变量：区域创新绩效学界对选择哪些指标测度区域创新水平未形成共识，部分学者选择研发费用或研发人员数量等创新投入指标，如王承云和孙飞翔[28]等，另有学者用选择专利数、新产品产值等创新产出指标，例如霍春辉和杨锐[29]等。本文借鉴彭向和蒋传海[11]的做法，选择规模以上工业企业新产品销售收入占工业企业总产值的百分比度量区域创新绩效。

2.核心解释变量：生产性服务业集聚度本文选择区位熵指数衡量区域生产服务业的集聚程度。学界通常运用区位熵指数衡量某区域或城市产业的规模水平和专业化水平。一般而言，区位熵指数越大，则该地区产业集聚水平就越高。参考顾乃华[30]对生产性服务业的分类，本文将生产性服务业定义为“交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；金融业；租赁和商业服务业；科学研究和技术服务业”五类。本文首先计算广东省21个地级市生产性服务业的整体集聚度；其次考虑行业异质性，分别计算上述五个子行业的区位熵指数，以衡量生产性服务业子行业的集聚度，区位熵指数分别用w1、w2、w3、w4、w5表示，计算公式如下：

xit表示i城市t期的生产性服务业城镇年末总就业人数；pit表示i城市t期城镇年末总就业人数；Xt表示第t期的广东省生产性服务业城镇年末总就业人数；Pt表示第t期的广东省城镇年末总就业人数。五个子行业的区位熵指数也是按上述方法计算得出。

3.其他控制变量本文模型引入5个控制变量，其中物质资本投资、人力资本和政府支持水平为传导变量，指标具体内容如下：(1)物质资本投资(fiit)，用区域R&D支出费用GDP的比重测度；(2)人力资本(hcit)，用区域每万人在校大学生人数度量；(3)政府支持水平(govit)，用区域城市每年科学技术支出占公共财政支出的比重度量；(4)金融发展水平(finit)，用金融机构年末存贷款余额占当年GDP的比重测度。金融业不仅为创新活动提供资金支持，还提供分散风险机制，金融发展水平越高，区域创新水平越高[31]。(5)对外开放度(opeit)，用地区实际使用外资金额占地区生产总值(GDP)的比重度量。一般而言，对外开放度越高，越有利于知识和技术等创新要素扩散传播，进而形成技术溢出效应，促进区域创新水平提高。

(三)数据来源

本文样本为广东省21个地级市，时间为2004-2018年。生产性服务业各子行业城镇年末就业数和总就业人数、城市常住人口数、地区金融机构年末存贷款余额、实际使用外资金额、规模以上工业企业新产品销售收入来源于历年《广东统计年鉴》。实际使用外资金额根据人民币兑美元历年平均兑价(源于历年《广东统计年鉴》)换算。普通高校在校大学生人数、科学技术支出占当地公共财政支出的比重等数据来于历年《中国城市统计年鉴》。上述各变量自然对数的统计性特征见表1。

表1 模型变量的统计性描述

五、实证过程及计量结果分析

(一)广东各区域城市创新绩效变化特点

本文选择新产品销售收入占工业企业总产值的百分比衡量区域创新绩效。如图1所示，研究期间，各区域创新绩效呈现明显的区域差异，且随着时间推移，领先城市与落后城市之间的差距逐年拉大。广东创新活动主要集中在珠三角核心经济区，整体均值为15.27%，高于广东省平均水平8.55%，呈现出较强创新实力，其中深圳平均比重达23.2%，且呈现出逐年上升趋势，由2004年的10.8%，上升至2018年的37.80%，创新驱动型经济效果明显。而粤东西地区、山区城市整体创新绩效处于中等偏下水平，且2004-2018年，创新产出增速缓慢，一直较低水平处徘徊；粤东西地区城市的平均创新绩效仅为3.73%，优越的沿海城市区位优势难以体现；山区城市平均值为5.13%，虽然稍高于粤东西两翼沿海城市，但也低于广东平均水平8.55%。随着时间推移，粤东西、山区城市创新水平与珠三角核心经济区之间的差距不断扩大，呈现出显著的两极分化特点。这与城市自身经济发展水平、R&D经费支出以及人力资本等投入是基本相一致。整体而言，广东省创新绩效分布不平衡，呈现出“珠三角普遍较高，山区次之，粤东西较弱”的特点。

图1 2004-2018年广东各区域创新绩效的均值变化图

(二)计量结果与分析

面板数据估计可选择“混合回归”、“固定效应”、“随机效应” 三种模型，实证中可通过最大似然比检验和 Hausman 检验选择模型，具体操作如下：若最大似然比检验中拒绝原假设，则应该选择随机效应模型；若Hausman 检验拒绝原假设，则应该选择固定效应模型。根据最大似然比检验和 Hausman 检验结果，本文选择固定效应模型进行估计。首先，通过逐步添加变量分步估计模型，明确生产性服务业集聚度与区域创新绩效的影响关系；其次，借助B-K中介效应分析法，探讨生产性服务业集聚与传导变量的影响关系，明确生产性服务业集聚影响区域创新绩效的传导机制。

1.生产性服务业集聚影响区域创新绩效的估计结果

首先，生产性服务业集聚影响区域创新绩效的估计结果。表2模型(1)仅考虑生产性服务业集聚对区域创新绩效的影响，模型(2)-(6)中依次加入物质资本投资、人力资本、政府支持水平、金融发展水平以及对外开放度5个控制变量。结果表明，生产性服务业集聚系数估计值均为负值，且分别在1%、5%、10%的水平上显著，以模型(6)为例，生产性服务业集聚提高1个百分点，区域创新绩效降低0.324个百分点。模型(7)中加入生产性服务业集聚的平方项，结果显示，一次项系数为-0.44，在10%的水平上显著，而平方项估计系数虽然为-0.155，但未通过10%水平的显著性检验，先促进后抑制的门槛效应不显著。由此可得，生产性服务业集聚水平与区域创新绩效之间存在显著负相关关系，这与假设一预期方向相反。周兵等[32]也得出类似的结论，本文认为导致生产性服务业集聚与区域创新绩效负相关的原因主要有二：一是地理集聚的拥挤效应，大量企业“扎堆”布局，超过区域承载的最大规模，这将会造成资源紧张、交通拥堵、环境污染等问题，集聚非经济性将会增加企业创新外部成本，降低企业创新效率；二是由于缺乏严格知识产权保护体系，集聚区内企业“搭便车”频发、知识产权盗取现象泛滥，挫伤企业间积极合作或建立技术交流平台的积极性，不利于区域整体创新水平提高。

表2 基准模型分步回归估计结果

其次，控制变量影响区域创新绩效的估计结果。结果显示，表2模型(2)-(6)物质资本投资的系数均为正，且在1%水平上显著：以模型(6)为例，物质资本投资提高1个百分点，区域创新绩效提高0.155个百分点，物质资本投资水平越高，越能提升区域创新绩效。模型(3)-(5)人力资本变量的系数均为正，且在10%水平上显著：人力资本是影响创新绩效的重要因素，区域在校大学生人数越多，一方面潜在高素质劳动者就越多，人力资本越丰富；另一方面，大学生思想活跃、创新能力强，有利于激发区域创新活动，提高整体创新水平。模型(4)-(6)政府支持水平变量的系数估计值均为正数，且在5%、10%水平上显著：以模型(6)为例，政府支持水平提高1个百分点，区域创新绩效提高0.102个百分点，说明区域创新绩效的提高离不开政府的扶持；政府不仅能为创新主体提供完善的基础设施，营造良好的创新环境，还可以通过实施一系列税收优惠政策，提高企业技术创新积极性，从而提高区域创新水平。模型(5)、(6)金融发展水平变量的系数估计值均为正数，且在1%水平上显著；金融发展水平提高1个百分点，区域创新绩效提高0.964个百分点；弹性数值显著地高于其他变量，这表明金融发展水平越高，越能提高区域创新水平，金融业不仅为创新主体提供资金支持，还提供创新活动分散风险机制。模型(6)对外开放度变量的系数估计值是-0.173，且在1%水平上显著为负，对外开放度提高1个百分点，区域创新绩效降低0.173个百分点，对外开放程度对区域创新绩效具有抑制效应，陶长琪等[33]的研究得出类似结论。可从以下两维度对此解释：一是对内，区域内产业间、企业间技术和效率差距悬殊，缺乏技术和知识溢出基础，限制技术正向溢出效应；二是对外，区域进出口产品结构主要以劳动密集型、资源密集型产品为主，产品技术、知识附加值不高，难以形成有效的知识溢出。

2.异质性条件下生产性服务业集聚影响区域创新绩效的分样本估计结果

考虑行业异质性和区域异质性，生产性服务业集聚对区域创新绩效的影响也有所不同。首先，估计生产性服务业五大子行业集聚对区域创新绩效的差异化影响; 其次，分析不同区域生产性服务业集聚对创新绩效的影响。

(1)生产性服务业五大子行业集聚对区域创新绩效的影响

表3模型(1)-(5)分别表示“交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；金融业；租赁和商业服务业；科学研究和技术服务业”五大子行业的回归结果。结果表明，五大子行业集聚水平变量估计系数，金融业、租赁和商业服务业估计系数通过5%、10%水平的显著性检验，其他三个行业未能通过10%水平的检验，不同行业集聚水平对创新绩效的影响效应不同。另外，表3模型(1)-(5)物质资本投资、人力资本、政府支持水平、金融发展水平以及对外开放度5个变量影响区域创新绩效的结果与表2模型(6)较为一致，前四个变量与区域创新绩效为正相关关系，最后一个变量对外开放度为负相关关系。

表3 生产性服务业五个子行业的回归估计结果

(2)不同区域生产性服务业集聚对区域创新绩效的影响

表4模型(1)-(3)分别为珠三角核心经济区、粤东西地区和山区城市三个区域的回归结果。结果表明，珠三角核心经济区为-0.550，且在1%水平上显著为负，与全样本下生产性服务业集聚对创新绩效影响结果较为一致，而粤东西和山区城市的系数估计值是-0.279和0.516，未能通过10%水平显著性检验，生产性服务业集聚对区域创新绩效影响效应不显著。出现这种结果，可能的解释是，珠三角核心经济区经济总量和创新产出规模大，生产性服务业发展水平和层次较高，现已呈现出显著的集聚负效应；粤东西地区、山区城市的创新产出规模和生产性服务业发展水平较低，未能形成有效的产业集聚，难以形成显著的影响效应。广东生产性服务业集聚对区域创新绩效的负效应，主要是归因于珠三角核心经济带样本估计系数具有显著负效应，粤东西两翼和山区城市子样本估计的系数影响有限。

表4 生产性服务业集聚分区域回归结果

3.生产性服务业集聚影响区域创新绩效稳健性检验结果

表5 生产性服务业集聚影区域创新绩效稳健性回归结果

4.生产性服务业集聚影响区域创新绩效的中介效应检验

前文基准模型估计结果表明，传导变量物质资本投资、人力资本、政府支持水平对区域创新绩效存在显著影响效应；中介效应研究表明产业集聚可能会直接影响区域创新绩效，也可通过影响传导变量，进而影响区域创新绩效。因此，需要进一步明晰传导变量与产业集聚水平的关系。

图2 B-K中介效应分析方法

如图2所示，基准模型已经估计了核心解释变量与被解释变量、传导变量与被解释变量之间的影响系数，即参数a和参数b。为估计参数c，本文将借鉴B-K中介效应分析法[36]，将传导变量作为被解释变量，产业集聚水平为解释变量，探讨两者影响关系，构建以下三个模型：

lnfiit=α1+γ1lnwit+εit

(2)

lnhcit=α2+γ2lnwit+εit

(3)

lngovit=α3+γ3lnwit+εit

(4)

表6模型估计结果表明，物质资本投资、人力资本、政府支持水平的估计系数为-0.683、-0.774、-0.929，且通过1%水平的显著性检验，传导变量具有显著负向中介效应。根据传导变量中介效应和基准模型估计结果，生产性服务业集聚影响区域创新绩效的传导机理具体如图3所示。

图3 具体传导机理图

表6模型(1)估计结果表明，生产性服务业集聚对物质资本投资估计系数为-0.683，显著为负值，生产性服务业集聚度提高1个百分点，物质资本投资降低0.683个百分点；而基准模型估计结论显示，物质资本投资显著提高区域创新绩效。由此可得，具体中介效应为生产性服务业集聚降低物质资本投资水平，进而削弱物质资本投资对区域创新绩效的正向促进作用。

表6 生产性服务业集聚与传导变量的回归结果

模型(2)生产性服务业集聚对人力资本的估计系数为-0.774，显著为负值，生产性服务业集聚度提高1个百分点，人力资本降低0.774个百分点，生产服务业集聚不能提高区域人力资本水平，而是形成显著的抑制效应。具体中介效应为生产性服务业集聚降低人力资本水平，削弱人力资本对区域创新绩效的正向促进作用。模型(3)估计结果表明，生产性服务业集聚度提高1个百分点，政府支持水平显著下降0.929个百分点，变动程度高于物质资本投资和人力资本变量；中介效应是生产性服务业集聚降低政府支持水平，进而削弱政府支持水平对区域创新绩效的正向促进作用。

上述结论验证了生产性服务业集聚与三个传导变量均存在显著影响关系，但与本文假设二、三、四预期方向相反，估计结论表明存在显著的负向抑制关系。主要因为：一是生产性服务业集聚的非经济性，集聚水平过高引致的负外部性。例如高昂的房价、环境污染、交通堵塞等问题，导致高素质人才、投资资本等要素外流，难以形成有效的物质资本和人力资本积累，间接削弱物质资本投资、人力资本对区域创新绩效的正向促进作用；二是生产性服务业行业的特点。集聚理论起源于制造业工业区研究，集聚外部性已在制造业经验数据中得以验证，制造业上下游密切关联，地理集聚有利于实现产业链要素的共享，降低企业生产成本。而生产性服务业与制造业不同，企业对行业集中度依赖性不强，且随着信息网络技术发展，生产成本和沟通等成本不再是影响企业选址的重要因素，企业选址呈现反集聚的趋势。为此，Ellison et al.[10]曾提出需要定义除制造业以外的其他类型产业的集聚外部性效应。如果通过行政命令方式，人为提高服务业的集聚水平，可能会导致政府资金、政策等要素错配，导致资源配置效率降低，削弱政府资金和政策等要素的支持程度，间接抑制政府支持水平对区域创新绩效的正向效应。

六、结论与政策含义

本文利用广东省2004-2018年21个地级市的面板数据，探讨生产性服务业集聚对区域创新绩效的影响。主要结论如下：第一，现状研究表明，广东各区域创新绩效区域分布不平衡，随着时间推移，珠三角核心区域与粤东西北地区的差距逐年拉大，呈现“珠三角普遍较高，山区城市次之，粤东西两翼较弱”的特点。第二，实证结果表明，生产性服务业集聚度显著抑制区域创新绩效的提高，两者呈现显著负相关关系，集聚经济“拥挤效应”显著；文中进一步探讨生产性服务业细分行业和区域的异质性，结论表明生产性服务业五大子行业集聚对区域创新绩效具有差异化影响，金融业、租赁和商业服务业集聚度提升抑制区域创新提高，其他三个子行业交通运输、仓储和邮政业和信息传输、软件和信息技术服务业以及科学研究和技术服务业集聚对区域创新绩效影响不显著。珠三角核心经济区生产性服务业集聚抑制区域创新绩效的提高，与全样本实证结果一致，而粤东西两翼和山区城市生产性服务业集聚对区域创新绩效影响效应不显著。第三，本文借鉴B-K中介效应分析法，构建传导变量的中介效应模型，估计结果表明，传导变量：物质资本投资、人力资本、政府支持水平对区域创新绩效存在显著负向中介效应，生产性服务业集聚降低物质资本投资、人力资本、政府支持水平，进而削弱传导变量对区域创新绩效的正向促进作用。换言之，提高区域物质资本投资、人力资本、政府支持水平，可以有效降低集聚经济带来的“拥挤效应”。

基于研究结论，本文认为可从以下三方面着手提高区域创新绩效。一是优化生产性服务业空间布局，提高生产性服务业集聚的质量和效率，不能一味追求物理空间和产业数量层面的高聚集度，而是政府需要加强顶层设计，充分考虑区域和产业的异质性，以产业结构转型和价值链升级为目标，通过产业提质增效方式降低过度集聚带来的“拥挤效应”，实现人力资本、物质资本等要素的积累，为区域创新产出提升提供良好物质基础。二是形成完善的知识产权保护体系，有效约束企业“搭便车”行为，杜绝知识产权盗取、滥用等现象，提高创新型企业创新和与本地企业建立合作或技术交流平台的积极性，为企业创新营造良好的制度和法制环境。三是重视创新投入、金融发展水平等因素对区域创新的积极作用。例如，各地区政府加大对区域内高等院校、科研机构、企业的科研经费支持力度，搭建“产学研”协同平台，加快创新主体之间的技术共享，真正将技术运用到实业创新当中，提高技术的扩散效率和知识溢出效应；提高金融机构创新主体的信贷支持力度，引导金融机构设计专属金融产品，降低企业创新活动的风险成本；优化进出口产品结构，提高产品的技术和知识附加值，加快对进口技术的消化、改进和发展进程，提高区域创新水平。