生产性服务业集聚会促进高新企业技术创新吗？

苏晓艳 李镇南

[摘要]在新冠疫情持续蔓延及经济“逆全球化”程度不断加深的背景下，如何保障高新技术产业链的安全，已经成为我国经济发展亟须解决的问题。生产性服务业作为对制造业上中下游各环节提供保障服务的行业，其对高新技术产业创新的影响成为近年关注的热点。运用产业结构理论，将生产性服务业聚集构建为生产性服务业专业化集聚与多样化集聚两个维度，并以2010—2019年粤港澳大湾区高新技术企业为样本，分别探讨粤港澳大湾区生产性服务业对高新技术企业技术创新的影响机制。实证研究表明：粤港澳大湾区生产性服务业已步入过度集聚阶段，其专业化集聚显著抑制了高新技术企业的技术创新水平，其中低端生产性服务业对高新技术企业的技术创新起着显著抑制作用，高端生产性服务业则作用不显著，而生产性服务业多样化聚集则促进了高新技术企业技术创新水平的提高。

[关键词]专业化聚集;多样化聚集;技术创新;高新技术企业

一、 引言

随着新冠疫情持续蔓延及经济“逆全球化”程度的加深，近年来全球供应链受贸易保护主义影响日益呈现区域化、分散化趋势，这使得我国高新技术产业面临着复杂严峻的发展困局，因此保障高新技术产业链的安全已经成为我国经济发展亟需解决的问题。珠三角地区作为我国改革开放的“桥头堡”，拥有较好的高新技术产业基础，粤港澳大湾区依托珠三角城市原有高新技术产业基础，坚持创新驱动发展战略，积极推动湾区产业结构转型升级，这对于保障我国产业链与供应链的安全稳定，构建“以国内大循环为主体、国内国际双循环相互促进的新发展格局”具有战略意义。生产性服务业作为对制造业上中下游各环节提供研发设计、营销品牌和供应链管理等保障服务的行业，其集聚规模对促进产业技术进步、推动产业升级有着重要作用，这一结论在Muller、原毅军、曾庆均等学者的实证研究中均得到证实[1-3]。

从现有文献上看，关于产业集聚的研究大部分集中在对经济发展的推动作用上，如张云飞以山东半岛城市群2003—2011年的制造业为样本研究发现，城市群内产业集聚与经济增长之间存在倒“U”型曲线关系，即产业集聚初期可以推动经济增长，过度集聚则会抑制经济增长[4]。蓝发钦以长三角地区为对象进行实证分析发现，长三角地区制造业、金融业、高科技产业和文化产业集聚对城市经济发展在短期与长期上呈现不同的影响，如金融业集聚短期内不利于城市经济发展，而长期来看，却有利于城市经济发展;制造业和高科技产业集聚短期内有利于城市经济发展，而长期来看却不利于城市经济发展[5]。郝永敬以长江中游城市群31个地级市为样本分析产业集聚与技术创新的关联以及其对经济增长的影响，研究发现制造业集聚促进区域经济增长，而生产性服务业集聚对区域经济增长存在抑制作用[6]。刘刚以2006—2016年粤港澳大湾区城市数据为样本检验金融集聚的空间溢出效应与高新技术产业发展之间的关系，实证结果表明粤港澳大湾区金融集聚具备推动高新技术产业发展的能力，但在样本期间尚未得到有效发挥，高新技术产业的发展仍然主要依靠企业研发投入、劳动力投入和固定资产投入推动[7]。总结前人的研究可以发现，产业集聚的效应呈现出一定的阶段异质性、行业异质性与地区异质性，但是有关生产性服务业的集聚对高新技术产业技术创新的影响仍有待进一步研究。

本文将结合城市中观数据与企业微观数据，探讨粤港澳大湾区生产性服务业集聚对高新技术企业创新行为的影响机制。虽然现有文献已经积累了比较丰富的研究成果，但是在以下方面仍有待拓展：一个是研究对象方面，现有研究大部分着眼于产业集聚对经济增长的影响，较少涉及生产性服务业集聚对高新技术产业的影响机制研究;另一个是研究尺度方面，大部分研究着重于城市或区域的产业集聚现象，而较少关注产业集聚对微观企业创新行为的影响。因此，文章将使用粤港澳大湾区内9个内地城市的高新技术企业微观数据与城市面板匹配数据，探讨生产性服务业对高新技术企业创新行为的影响机制，从研究对象与研究尺度两个方面进一步拓展相关研究。

二、 文献综述与假设提出

产业集聚指的是在某个特定地理区域内，同一产业高度集中，产业资本要素在空间范围内不断汇聚的一个过程，它具有强大的外部效应，体现在企业层面上则是对企业的生产率[8]、融资约束[9]、出口规模[10]、对外投资[11]乃至员工薪酬[12]等产生显著影响。除此之外，产业集聚对企业的技术创新也有着重要作用，但是目前关于产业集聚与技术创新的关系却众说纷纭，主流的观点有MAR外部性、Jacobs外部性与Porter外部性3种理论。MAR外部性理论认为同一产业内的企业集聚，即专业化集聚有利于知识、信息和技术的扩散与共享，进而形成知识和技术溢出的外部性效应。Jacobs外部性理论却与之相反，该理论认为相较于专业化集聚，产业多样化集聚更能发挥知识和技术溢出的外部性效应，对技术创新的推动作用更为显著。Porter外部性理论则强调市场竞争程度的重要作用，认为市场竞争比垄断更有利于技术创新，而在专业化与多样化集聚的问题上，该理论与MAR外部性理论相同。在实证研究上，Baptista与Swann通过研究英国1975—1982年间248家制造业企业的创新数据，得出MAR外部性能有效促进企业创新，而Jacobs外部性的促进作用则不显著[13];赖永剑使用中国制造业企业面板数据研究发现，多样化集聚更有利于企业技术创新[14];彭向利用中国工业行业数据研究发现，专业化和多样化集聚对我国产业创新影响程度不同，但均具有显著促进作用[15]。造成上述实证研究结论的原因，相关学者从集聚水平、技术水平、企业规模、企业生命周期等角度给出相应解释[16-17]，其中Filip和刘修岩的研究均发现技术水平较低的产业创新更多受益于MAR外部性，而高新技术技术产业创新更多受益于Jacobs外部性[18-19]，这对于本文进一步开展高新技术产业创新发展的研究具有重要的参考价值。

生产性服务业指贯穿于制造业上中下游产业链功能环节、并为其附加值实现过程提供研发设计、品牌营销和供应链管理等保障服务的行业[20]。顾乃华等学者结合我国行业分类标准对生产性服务业进行界定，将交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，租赁和商务服务业及科学研究和技术服务业五类细分行业纳入生产性服务业的范围[21]。由于企业技术创新具有投资规模大、回报周期长、不可逆性、技术与经济不确定性等较大风险，企业对是否进行技术创新往往采取审慎决策。生产性服务业作为影响企业进行创新决策主要因素之一，从成本节约、创新激励、知识溢出等角度对高新技术企业的创新绩效产生重要影响：首先，企业能够通过行业专业化分工降低在融资、生产、管理与营销等环节投入的资金与时间成本，促使企业将更多资金与精力投入到研发创新活动中[1];其次，生產性服务业能够降低企业创新资源获取与配置的难度进而形成创新激励，影响企业技术创新过程中成本与获利之间的权衡;最后，生产性服务业与制造业之间的互动能够促进研发人员“面对面”的知识交流，促进“缄默知识”的扩散传播，进而提升企业创新活力。

本文根据产业集聚外部性特征将生产性服务业集聚划分为专业化集聚与多样化集聚两种类型，并分别讨论这两种集聚类型与高新技术企业技术创新之间的关系。生产性服务业专业化集聚指“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，租赁和商务服务业及科学研究和技术服务业”这5类细分行业在一定地域范围内的集中度。专业化集聚意味着在特定区域内，生产性服务业规模的相对扩大，而这将对高新技术企业的研发创新产生影响。一方面，生产性服务业规模的扩大所产生的规模经济效应将有效降低企业所提供的产品或服务的成本，进而降低高新技术企业获得生产服务支持的费用，由此提升企业的研发创新投入;另一方面，生产性服务业规模扩大所带来的竞争效应也能有效降低生产性服务企业提供的产品或服务的市场价格，进而利于企业创新。相关学者的研究也肯定了生产性服务业专业化集聚的积极影响，如Isaksen认为生产性服务业专业化集聚能够通过促进企业新技术的发明，进而促进区域经济增长[22];黄斯婕等基于城市层面的研究表明生产性服务业及其细分行业的专业化集聚对城市全要素生产率的影响均显著为正[23]。由此本文提出以下假设：

H1：生产性服务业的专业化集聚能够促进高新技术企业的技术创新。

生产性服务业多样化集聚指的是上述5类细分行业中各行业发展规模的均匀程度，多样化集聚程度的加深意味着生产性服务业各细分行业的均衡发展。生产性服务业多样化集聚通过行业间技术扩散效应与产业结构效应作用于高新技术产业的研发创新活动。首先，生产性服务业多样化集聚有利于不同行业间的知识与技术交流，进而实现创新要素的整合与再配置，推动高新技术产业的创新发展。其次，多样化集聚促进了相关产业的多元化均衡发展，为高新技术企业提供多样的生产性服务支持，进而促进企业技术创新。相关学者的研究也肯定了上述机制的存在，例如吴三忙等利用我国制造业省际数据研究发现，国内产业的过度专业集聚抑制了部分地区制造业发展，然而多样化集聚和适度的产业竞争在一定程度上推动了制造业的技术进步[24];孙祥栋等探讨了城市产业结构专业化、多样化与城市经济增长之间的关系，他们认为城市规模越大，产业结构的高度专业化对城市经济增长越不利，而产业结构的多样化对城市经济增长越有利[25]。由此本文提出以下假设：

H2：生产性服务业的多样化集聚能够促进高新技术企业的技术创新。

三、 研究设计

1. 变量选取

（1）被解释变量

对企业技术创新的测度既有文献给出了不同的指标，例如王兰芳以专利申请数量和专利质量（发明专利申请、有效专利数、国际专利分类号IPC数和专利权利要求数）衡量企业创新绩效[26];陶锋认为并非所有的创新产出都以专利形式加以保护，而新产品产值则得益于企业新知识存量，能够更好地反映企业新知识商业化的水平，因此选择新产品产值作为创新绩效的衡量指标[27]。考虑到作为创新产出的专利从申请到授权时间较长，且转化为商业化产品也需要长时间的投入，所以相较于专利授权量与新产品销售收入，当期研发创新投入更能反映即期的技术创新，因此本文以研发创新投入作为高新技术企业技术创新的衡量指标。

（2）解释变量

产业集聚指标主要从专业化集聚与多样化集聚两个方面展开，在专业化集聚指标的选取上本文使用区位熵指数衡量生产性服务业专业化集聚。此外参照宣烨[28]的设置方法，考虑生产性服务业集聚的空间外溢效应而加入地理距离外溢衰减指数，由此得到以下计算方法：

[Sagit=kpsit/xitpst/xtd-1ik] （1）

其中，[psit]与[xit]分别表示[i]城市第[t]期末生产性服务业就业人数和总就业人数，[pst]与[xt]分别表示粤港澳大湾区9个内地城市生产性服务业就业人数和总就业人数，而[dik]为城市[i]与城市[k]之间的地理距离，取倒数表明产业集聚的外溢效应随地理距离而衰减，此外当[i=k]时，[d-1ik]取值为1，城市间距离取城市之间的直线距离。该指数越大，说明某城市受到其他城市生产性服务业专业化集聚及其外溢效应的影响越强，而在计量分析中该指标的正参数估计意味着MAR外部性。

在多样化集聚指标的选取上本文参照韩峰[29]的方法，采用改进的赫芬达尔-赫希曼系数表示，并同样加入地理距离外溢衰减指数，计算方法如下：

[Dagit=kspsistxit1s≠sn[psist/（psit/psist）]21s≠sn[psst/（pst/psst）]2d-1ik] （2）

其中[psist]代表[i]城市第[t]期末[s]类生产性服务业就业人数，[psst]代表第[t]期末粤港澳大湾区9个内地城市[s]类生产性服务业就业人数，该指数越大代表生产性服务业多样化集聚程度越高，其正参数表示存在Jacobs技术外部性。

（3）控制变量

在控制变量的选择上，本文从城市与企业两个层面选择相关控制变量。城市层面的控制变量包括城市生产总值与城市化水平，而在企业层面控制企业规模、企业年龄、资本密度，模型的各个变量描述如表1所示。

2. 模型设计

综合上文假设及变量选取，本文建立以下基本计量回归模型检验生产性服务业集聚及其溢出效应对高新技术产业创新绩效的影响：

[innovijt=a0+a1Sagit-1+a2Dagit-1+{FEs}+a3GDPit+a4industryit+a5cityit+a6sizejt+a7agejt+a8lanverkjt+εijt] （3）

其中，[i]代表城市，[j]代表企业，[t]代表时间，[Sagit-1]代表企业[j]所在城市在第[t-1]期末的生产型服务业专业化集聚，[Dagit-1]代表企业[j]所在城市在第[t-1]期末的生产型服务业多样化集聚，[{FEs}]代表控制地区效应，其余为城市和企业层面的控制变量。在主要解釋变量上本文使用滞后一期的数据，其主要原因在于企业在面对外部经济环境与内部经营状况的改变时难以立即改变生产经营决策，需要等到下一期进行调整。在该模型中主要观察系数[a1]，[a2]的大小及显著性。

3. 数据来源

本文的研究涉及中观与微观两个层面，在数据处理上以微观数据样本为基础，根据公司经营地址将中观层面数据与微观层面数据进行匹配。微观层面上的企业样本以国泰安数据库上市公司资质认定信息统计情况表为依据，选取经营地址为粤港澳大湾区内地9个城市的高新技术企业，企业研发创新投入与企业层面控制变量均来自国泰安数据库。中观层面湾区内地城市的生产性服务业集聚规模及相关控制变量的原始数据均来自2010—2020年的广东省统计年鉴。最后剔除ST、*ST企业和数据缺失、数据异常的样本，并在1%和99%的水平上对连续变量缩尾处理，最终得到1774个“企业-年份”样本。表2给出了各变量的描述性统计。

四、 實证结果分析

1. 基准模型回归分析

Hausman检验结果显示拒绝个体固定效应模型与个体随机效应模型两类模型参数估计结果不存在显著差异的假设，因此本文选用固定效应模型进行回归分析。首先运用Stata对基准模型进行逐步回归，得到如下结果（表3）。

表3的回归结果表明，在引入城市与企业控制变量及地区控制效应前，生产性服务业专业化集聚与多样化集聚的回归系数均为正数且在1%的显著性水平下显著。但是在逐步引入控制变量后发现，生产性服务业专业化集聚的系数为负且在1%的显著性水平下显著，而多样化集聚的系数仍为正数，但其显著程度却降至10%的显著性水平。总的来说，引入控制变量后模型（2）至模型（4）的参数估计结果较为一致，因此本文以模型（4）的参数根据作为基准模型的回归结果，并在此基础上进行分析。

基准回归模型结果显示，在引入城市、企业层面变量并控制地区效应后，生产性服务业专业化集聚对高新技术企业研发创新投入具有显著负向影响，而生产性服务业多样化集聚对高新技术企业研发创新投入具有显著正向影响。其中，产业专业化集聚指数回归系数为-0.318，通过了1%的显著性检验，而产业多样化集聚指数回归系数为0.698，通过10%的显著性检验。上述结果表明Jacobs外部性能有效促进高新技术企业技术创新，而MAR外部性则抑制了高新技术企业技术创新，对于这一结论本文给出以下可能解释。

第一，从生产性服务业对高新技术企业的支持上看，生产性服务业多样化集聚能为高新技术企业提供多元化的生产经营支持，企业的上下游产业链关系能为企业创新提供各类信息、技术、资金与生产要素的支持，使得高新技术企业技术研发创新面临的约束将会大大降低;创新资源与生产要素获取难度的降低会促进创业创新激励，进而促使企业增加研发创新投入，提升创新活力。此外，从成本节约这一视角出发，在生产性服务业多样化集聚的环境中企业可以根据自身需求选择最佳的生产服务，有效降低企业在融资、生产、管理与营销等环节投入的资金与时间成本，因此企业能将更多的精力投入到研发创新等环节，企业的研发创新投入得以提升。第二，前文提及产业集聚对企业技术创新具有地域性、行业性及阶段性的影响，如刘修岩等认为相较于低技术行业，高新技术行业的企业不受MAR外部性的影响[19];谢子远认为产业集聚水平与工业企业创新效率之间呈现倒“U”型关系，产业过度集聚会给企业创新效率带来负面影响[30]。结合粤港澳大湾区的发展历史，本文认为大湾区生产性服务业经过改革开放后四十多年来的发展，其集聚规模已达到过度集聚的阶段，生产性服务业的过度发展在一定程度上挤压高新技术产业的发展空间，进而抑制了高新技术企业的研发投入。

2. 分组回归分析

表3的回归结果表明生产性服务业专业化集聚对高新技术企业技术创新有着显著抑制效应，但其中是哪一类生产性服务业的过度集聚导致对技术创新的抑制作用呢？本文认为有必要进行进一步的讨论。

前文提及生产性服务业的定义范畴涵盖了交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，租赁和商务服务业及科学研究和技术服务业五大行业，而为了明确其中哪一类行业的过度集聚抑制了企业技术创新，本文参照宣烨[29]的做法，将上述五类行业区分为低端生产性服务业与高端生产性服务业：其中“交通运输、仓储和邮政业与租赁与商务服务业”作为低端生产性服务业（Sagl），“信息传输、软件和信息技术服务业，金融业与科学研究和技术服务业”作为高端生产性服务业（Sagh），并在此基础上进行分组回归，进一步区分生产性服务业过度集聚对高新技术企业技术创新的异质性影响，回归结果如表4所示。

在表4的回归结果显示，在同时纳入低端与高端生产性服务业专业化集聚指标的模型（7）中，低端生产性服务业专业化集聚的影响系数为-0.245，在5%的显著性水平下显著，而高端生产性服务业专业化集聚的影响系数为-0.019，并不显著，这不难看出低端生产性服务业专业化集聚对高新技术企业技术创新有着显著的抑制作用，而高端生产性服务业专业化集聚对技术创新则无显著性影响。这一结果说明在生产性服务业专业化集聚抑制高新技术企业研发创新投入这一影响机制中，以交通运输、仓储和邮政业与租赁与商务服务业为主的低端生产性服务业起着主要作用。

结合珠三角的产业发展阶段与高新技术产业的产业特征，本文认为上述现象可以从产业结构与低端制造业的挤出效应两个角度进行分析。一是产业结构上看，珠三角地区自改革开放以来就通过来料加工承接来自发达国家劳动密集型产业和低技术高消耗产业的转移，制造业迅速发展带来了物流仓储业等低端生产性服务业的发展，然而低端锁定效应的存在使得珠三角大部分地区制造业企业难以提升在全球价值链中的地位，高新技术产业的发展处境较为尴尬;二是从挤出效应来看，低端生产性服务业所提供的生产性服务技术含量较低，其规模的过度扩大有利于促进那些依赖物流系统及商务租赁的劳动密集型与资源密集型等制造业的发展，但却对高新技术企业创新要素的整合产生挤出效应，进而抑制了企业的创新活力。

3. 稳健性检验

为了进一步检验回归结果的稳健性，使结论更具一般性，本文使用企业当年独立申请的实用专利数量作为衡量企业技术创新的指标，并将这个代理变量纳入回归模型中探讨生产性服务业集聚在无空间溢出效应的情况下对高新技术企业技术创新的影响，运用Stata对模型进行逐步回归，得到如下结果（表5）。

通过对比表3中基准回归模型的参数估计结果，发现在控制城市、企业层面的相关控制变量与地区效应后，生产性服务业专业性集聚对企业创新产生显著负向影响，而生产性服务业多样性集聚对企业创新产生显著正向影响，除此之外各个变量的系数正负及其显著程度都基本相同，因此本文认为上述回归结果证明了基准回归模型的稳健性与结论的可靠性，本文生产性服务业专业化集聚抑制高新技术企业技术创新，多样化集聚促进高新技术企业技术创新的结论具有一般性。

五、 研究结论与对策建议

本文从产业结构的角度探讨地区生产性服务业集聚与高新技术企业技术创新两者间的影响关系，并基于个体固定效应回归模型和2010—2019年粤港澳大湾区9个内地城市及其高新技术企业样本，实证检验生产性服务业专业化集聚与多样化集聚两个变量分别对高新技术企业技术创新的影响。本文主要得出以下结论：第一，粤港澳大湾区生产性服务业专业化集聚对高新技术企业研发创新投入有显著负向影响，抑制了高新技术企业的技术创新。第二，粤港澳大湾区生产性服务业多样化集聚显著提升了高新技术企业的研发创新投入，对企业的技术创新具有促进作用，即高新技术企业技术创新受益于Jacobs外部性。第三，在粤港澳大湾区生产性服务业专业化集聚对高新技术企业技术创新的影响机制中，以交通运输、仓储和邮政业与租赁与商务服务业为主的低端生产性服务业起着主要抑制作用，而高端生产性服务业集聚的影响则不显著。

从粤港澳大湾区建设发展与创新驱动发展战略角度出发，本文结合上述结论提出以下政策建议。首先，在粤港澳大湾区的建设发展中应以产业链分工为基础，统筹规划生产性服务业在粤港澳大湾区的空间集聚，特别是要适当控制以交通运输、仓储和邮政业与租赁与商务服务业为主的低端生产性服务业的过度集聚。除此之外，要加大引导信息技术服务业等高端生产性服务业发展，为高新技术企业的技术创新提供更多的生产服务支持，促进粤港澳大湾区高新技术产业的发展。其次，在相关产业政策制定的过程中，应重视生产性服务业的多样化发展，通过发展多类生产性服务业降低高新技术企业的研发创新约束，为高新技术企业创新要素的搜寻、获取与整合过程破除系统性障碍，促进大湾区经济的高质量发展与全球产业链地位的提升。最后，消除生产性服务业要素流动的制度障碍。本文实证过程中通过引入地理距离衰减指数证明了大湾区城市间生产性服务业的集聚溢出效应的存在，为了更好地发挥产业集聚溢出对高新技术产业的拉动作用，粤港澳大湾区内部各城市间应进一步消除城市间要素流动的制度障碍，加强城市间的分工合作及产业互补，加快湾区经济实现一体化，推动“国内大循环为主体、国内国际双循环相互促进的新发展格局”的落实。

参考文献：

[1] Muller.Innovation Interactions between Knowledge-intensive Business Services and Small and Medium-sized Enterprises：an Analysis in Terms of Evolution，Knowledge and Territories[M].Heidelberg：Physica-Verlag Heidelberg，2012.

[2] 原毅军，郭然.生产性服务业集聚、制造业集聚与技术创新——基于省级面板数据的实证研究[J].经济学家，2018（5）：23-31.

[3] 曾庆均，王纯，张晴云.生产性服务业集聚与区域创新效率的空间效应研究[J].软科学，2019，33（1）：24-28.

[4] 张云飞.城市群内产业集聚与经济增长关系的实证研究——基于面板数据的分析[J].经济地理，2014，34（1）：108-113.

[5] 蓝发钦，黄嬿.长三角产业集聚的经济效益分析——基于静态和动态空间计量杜宾模型[J].华东师范大学学报（哲学社会科学版），2019，51（2）：163-171.

[6] 郝永敬，程思宁.长江中游城市群产业集聚、技术创新与经济增长——基于异质产业集聚与协同集聚视角[J].工业技术经济，2019，38（1）：41-48.

[7] 劉刚，张友泽，袁红展.粤港澳大湾区金融集聚促进了高新技术产业发展吗？——基于空间面板杜宾模型的实证检验[J].南京财经大学学报，2018（6）：41-52.

[8] 范剑勇，冯猛，李方文.产业集聚与企业全要素生产率[J].世界经济，2014，37（5）：51-73.

[9] 茅锐.产业集聚和企业的融资约束[J].管理世界，2015（2）：58-71.

[10] 文东伟，冼国明.中国制造业的空间集聚与出口：基于企业层面的研究[J].管理世界，2014（10）：57-74.

[11] 孟寒，严兵.产业集聚对中国企业对外直接投资的影响[J].世界经济研究，2020（4）：95-106.

[12] 吴明琴，董志强.产业集聚如何影响员工薪酬：基于制造业的实证研究[J].经济评论，2016（4）：89-101.

[13] Rui.Do Firms in Clusters Innovate More[J].Research Policy，1998，27（5）：525-540.

[14] 赖永剑.集聚、空间动态外部性与企业创新绩效——基于中国制造业企业面板数据[J].产业经济研究，2012（2）：9-17.

[15] 彭向，蒋传海.产业集聚、知识溢出与地区创新——基于中国工业行业的实证检验[J].经济学（季刊），2011，10（3）：913-934.

[16] 杜威剑，李梦洁.产业集聚会促进企业产品创新吗——基于中国工业企业数据库的实证研究[J].产业经济研究，2015（4）：1-9.

[17] 程中华，刘军.产业集聚、空间溢出与制造业创新——基于中国城市数据的空间计量分析[J].山西财经大学学报，2015，37（4）：34-44.

[18] Beule F D， Beveren I V.Does Firm Agglomeration Drive Product Innovation and Renewal？An Application for Belgium[J].Tijdschrift Voor Economische en Sociale Geografie，2012，103（4）：457-472.

[19] 刘修岩，王璐.集聚经济与企业创新——基于中国制造业企业面板数据的实证研究[J].产业经济评论，2013，12（3）：35-53.

[20] 刘胜，李文秀，陈秀英.生产性服务业与制造业协同集聚对企业创新的影响[J].广东财经大学学报，2019，34（3）：43-53.

[21] 顾乃华.生产性服务业对工业获利能力的影响和渠道——基于城市面板数据和SFA模型的实证研究[J].中国工业经济，2010（5）：48-58.

[22] ISAKSEN A A.New Perspectives on Knowledge-intensive Services and Innovation[J].Geografiska Annaler，2007（89）：45-58.

[23] 黄斯婕，张萃.生产性服务业集聚对城市生产率的影响——基于行业异质性视角[J].城市发展研究，2016，23（3）：118-124.

[24] 吴三忙，李善同.专业化、多样化与产业增长关系——基于中国省级制造业面板数据的实证研究[J].数量经济技术经济研究，2011，28（8）：21-34.

[25] 孙祥栋，张亮亮，赵峥.城市集聚经济的来源：专业化还是多样化——基于中国城市面板数据的实证分析[J].财经科学，2016（2）：113-122.

[26] 王兰芳，胡悦.创业投资促进了创新绩效吗？——基于中国企业面板数据的实证检验[J].金融研究，2017（1）：177-190.

[27] 陶锋，张会勤，李红.外部知识溢出、研发双重效应与企业创新绩效[J].财经问题研究，2018（5）：44-51.

[28] 宣烨，余泳泽.生产性服务业集聚对制造业企业全要素生产率提升研究——来自230个城市微观企业的证据[J].数量经济技术经济研究，2017，34（2）：89-104.

[29] 韩峰，洪联英，文映.生产性服务业集聚推进城市化了吗？[J].数量经济技术经济研究，2014，31（12）：3-21.

[30] 谢子远，吴丽娟.产业集聚水平与中国工业企业创新效率——基于20个工业行业2000—2012年面板数据的实证研究[J].科研管理，2017，38（1）：91-99.

基金项目：本研究受到国家社科基金一般项目“自由贸易协定对我国参与全球产业链竞争的影响及对策研究”（项目编号：19BJY192）及广东省软科学研究基金项目“粤港澳大湾区协同创新环境构建研究”（项目编号：2019A101002023）的资助。

作者简介：苏晓艳（1973-），女，博士，暨南大學国际商学院副教授，硕士生导师，研究方向为创业与创新管理;李镇南（1998-），男，暨南大学产业经济研究院硕士研究生，研究方向为产业结构与技术创新。

（收稿日期：2021-09-08  责任编辑：顾碧言）