粤港澳大湾区产业协同集聚对区域创新的溢出效应研究

2022-06-11 02:46秦嫣然

暨南学报(哲学社会科学版) 2022年5期

钟韵, 秦嫣然

一、引言

协同集聚是指在某一特定空间内不同产业在区域中高度集中的现象，是产业发展至高级阶段产业经济关联关系的一种表现形态。Gordon和McCann的研究发现，单一产业的集聚对于区域创新存在溢出作用，存在集聚经济的地区，企业创新倾向会更强，Scott、陈建军和胡晨光指出产业集聚有利于新产品和技术的产生，促进地区技术进步。但是，当前研究对产业协同集聚是否存在创新溢出性这一问题的探究尚不多见。究其原因，是由于并非所有具有单一产业集聚的地区，都已出现多产业协同集聚。当推动单个产业集聚的动力还不足以推动协同集聚产生时，在集聚出现的地方将可能看不到协同集聚的出现，如Helsley和Strange，Jacobs等的实证研究显示，产业协同集聚多形成于知识交流密集的区域，存在经济关联的企业出于面对面交流的需求，会布局在相邻的区位；产业发展程度越高的区域或知识密集型特征越显著的产业之间，越有可能形成协同集聚，如Hansda、Andersson。钟韵和秦嫣然的实证研究发现，与长三角城市群相比，珠三角城市群的服务业之间的关联更加紧密，协同集聚水平相对更高。

当前研究多在探究产业协同集聚的形成机制，如Ellison等以及Kolko的研究发现，产业协同集聚的产生主要受到知识溢出、产业关联与劳动力共享等外部性因素的影响。但是，对产业协同集聚效应的关注目前较为有限。已有的效应研究主要聚焦于产业协同集聚的经济影响，认为产业协同集聚可以促进经济增长、提高生产效率，如陈晓峰和陈昭锋、陈建军等，在不同规模的城市中这一作用存在差异，如豆建民和刘叶。对于产业协同集聚的创新效应，尤其是对邻近地区创新的影响，还少有研究涉及。

本文认为，区域内产业之间的协同集聚关系可以为区域内部的经济关联研判提供新的视角，对集聚的创新溢出效应，也应随着产业发展水平的提升，从关注单一产业集聚转向关注产业协同集聚。粤港澳大湾区是我国经济活力最强的区域之一，区域内经济关联性强，生产性服务业与制造业均处于国内的领先水平。对大湾区内局部地区的研究发现，产业协同集聚的特征已经显现，如钟韵等。本文以粤港澳大湾区为研究对象，首先以粤港澳大湾区、珠三角地区、都市圈等不同的空间尺度为计量单元，分析该区域生产性服务业与制造业间的协同集聚与区域创新的特征；进而，选取2003年至2019年的数据运用空间计量分析方法，探讨该区域生产性服务业与制造业协同集聚对区域的创新溢出作用，以期从协同集聚的视角揭示粤港澳大湾区产业发展对创新的作用，并为粤港澳大湾区创新水平的提升提供有益的思路与依据。

二、研究设计

(一)研究思路

粤港澳大湾区“一国、两制、三个关税区”的特殊性导致港澳与珠三角9个城市的产业联系和珠三角内部城市间的联系存在差异。同时，香港和澳门对于产业分类的口径亦与内地存在差异。因此，为探讨港澳与珠三角生产性服务业和制造业的协同集聚特征，本研究试图采用多尺度分析方法：通过比较粤港澳大湾区与珠三角在同一时期内的协同集聚度，分析港澳与珠三角之间的经济关联度。基于广东省2020年在《广东省建立健全城乡融合发展体制机制和政策体系的若干措施》(下文简称《若干措施》)中提出的三大都市圈的概念，通过比较三大都市圈的产业协同集聚度，分析大湾区内部产业协同集聚的空间格局，以及港澳与三大都市圈的经济关联度。通过协同集聚度与创新水平的对应分析，厘清大湾区内协同集聚与区域创新之间的特征关系。进而，分析协同集聚对区域创新的溢出效应。

以往的研究出于数据限制，往往难以用指数的方式定量测度港澳与内地之间的经济联系，本文使用多尺度的分析方法，将有助于揭示港澳地区与珠三角的经济关联。立足于大湾区内部的产业协同集聚度，探讨大湾区内部协同集聚对区域创新的溢出效应。

(二)方法与数据

1. 分析方法

(1)协同集聚度分析。

本文首先将利用协同集聚指数测度协同集聚水平，分析生产性服务业与制造业的协同集聚特征。这里使用了两种测度方法，一是从经济关联视角，使用Ellison等提出的修正指数[详见公式(1)]。二是从空间关联视角，使用Kopczewska提出的指数[详见公式(2)]。

修正指数是基于就业数据对比区域内部不同产业之间的就业密度相较于该区域平均就业密度的差异，从而分析两个产业在该区域内部的协同集聚水平。若协同集聚指数计算结果为负，则表明产业协同集聚尚未产生。具体计算公式如下：

(1)

其中，为A产业和B产业的协同集聚程度；为地区；和分别为A产业和B产业在地区的就业人数占整个城市群的A产业和B产业就业人数的份额；为地区内所有产业的平均就业比重。值越大，协同集聚度越高。

指数是基于企业POI数据的测算结果，以单个产业的企业间平均距离作为基准，将两个产业间的企业距离平均值与基准值进行比较，若小于基准值，则认为两个产业存在协同集聚，若大于基准值，则认为两个产业不存在协同集聚。具体计算公式如下：

(2)

式中，值表示产业A和B的协同集聚程度，、表示属于不同产业部门的两个企业，为企业和企业之间的欧氏距离。分母为同一产业内的企业平均距离，分子表示不同产业间的企业平均距离。若<1，表示存在协同集聚。

(2)溢出效应分析。

溢出效应分析通常先利用莫兰指数测度变量的空间自相关性，若显著则可继续选取合适的空间计量模型进行实证研究。常用的空间计量模型主要有三类，即空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)。空间滞后模型主要是考察被解释变量的空间依赖性，空间误差模型则是引入了一个误差项来考察解释变量的空间扰动相关性。考虑到空间杜宾模型既研究了解释变量的空间依赖性，同时又纳入了被解释变量之间的交互影响，较为适用于本文所研究的问题，因此将采用空间杜宾模型进行实证分析。

2.数据来源

鉴于内地与港澳对行业统计口径的差异，根据数据的可获得性与本研究需要，本研究中珠三角地区的生产性服务业包括信息传输、计算机服务和软件业(简称信息服务业)、金融业、租赁和商务服务业(简称商务服务业)和科学研究、技术服务和地质勘査业(简称科技服务业)，港澳两地的生产性服务业包括金融、保险、地产、专业及工商服务业。其中，珠三角就业数据来源于《中国城市统计年鉴》，港澳就业数据来源于《中国统计年鉴》，反映区域创新水平的专利授权数据来源于中国研究数据服务平台(CNRDS)以及香港知识产权局。其余数据来源还包括各地市统计年鉴数据，以及使用大数据方法所挖掘的高德地图企业POI数据。

三、协同集聚的特征及其与创新的关联分析

已有研究显示，协同集聚指数不仅可以从经济关联视角反映产业的协同集聚水平，亦可从空间关联视角探究产业在同一区域内的空间分布情况，关联度越强的产业越倾向于协同集聚。此处采用前述公式(1)和公式(2)分别计算大湾区、珠三角、都市圈三个尺度下2003年至2019年生产性服务业与制造业的协同集聚指数，并根据计算结果开展特征及关联性分析。

(一)粤港澳大湾区已出现产业协同集聚现象，但协同集聚度较低

运用修正指数公式分别计算三个尺度下生产性服务业与制造业的协同集聚度，以反映产业间的经济联系强度。计算结果显示，粤港澳大湾区尺度下，生产性服务业与制造业在检验期内协同集聚指数均为正，反映出大湾区内已经存在产业协同集聚现象。但协同集聚指数均较低，最大值仅为0.004，检验期末修正指数较期初增长近七倍(图1a)。虽然当前粤港澳大湾区整体的产业协同集聚平均水平仍然较低，但整体呈现上升的趋势。可见，在近年来粤港澳地区经贸合作一系列制度安排的推进下，大湾区的生产性服务业与制造业之间的产业关联整体呈现加强的趋势。珠三角尺度和都市圈尺度下的产业协同集聚度计算结果显示(图1a，图1b)，除珠江口西岸都市圈外，珠三角尺度和都市圈尺度下的协同集聚度均高于粤港澳大湾区尺度下的协同集聚度，而且，广州都市圈和深圳都市圈的协同集聚度又高于珠三角尺度下的协同集聚度。

图1a 2003—2019年大湾区产业协同集聚水平图1b 2005—2018年三大都市圈产业协同集聚度

根据多尺度的修正指数比较可见，由于跨境的制度差异，人员、货物、资金、信息等生产要素还未能实现跨境高效便捷流动，大湾区的经济一体化尚未形成，这导致粤港澳大湾区尺度下的经济关联度相对较低。由此推测，港澳的生产性服务业与珠三角城市的制造业之间的经济关联不及珠三角内部生产性服务业与制造业的经济关联。

(二)珠三角内科技服务业与制造业之间的协同集聚度相对最高

前已述及，从经济关联视角看，珠三角内的产业协同集聚指数高于大湾区，接下来将从空间关联视角，通过细分服务行业与制造业的指数值，分析哪些生产性服务业行业与制造业之间的协同集聚度最高。

表1 2021年珠三角地区产业协同集聚水平

珠三角地区的生产性服务业及其细分行业与制造业的值均小于1，说明在空间关联的测度方法下，珠三角地区的生产性服务业与制造业亦呈现协同集聚现象，且生产性服务业各细分行业与制造业之间均存在协同集聚(如表1所示)。其中，科技服务业与制造业组合的指数最小，即生产性服务业四个细分行业中，科技服务业与制造业之间的空间关联度最大。钟韵等对广州生产性服务业与制造业的空间相似性研究显示，科技服务业与制造业企业的空间相似性最明显。可见，近年来珠三角科技创新服务业增速迅猛，科技服务业与制造业之间呈现出良好的空间关联性。这一现象对于协同集聚的创新溢出效应，具有积极的影响。科技服务业与制造业的空间关联度高，不仅有利于共享新基建、交通通信设施以及其他配套的生产服务设施，还可以促进隐性知识的交流，提高对新技术和新产品的吸收力，产生创新的溢出效应。

(三)广州都市圈与深圳都市圈的产业协同集聚度处于区内领先水平

2020年，广东省委和省政府印发的《若干措施》中明确指出了都市圈的概念，提出要科学制定广州、深圳、珠江口西岸、汕潮揭、湛茂都市圈发展规划，其目的在于增强区域内部的产业专业化分工协作。可见，都市圈是推进区域合作的一个值得重视的空间尺度，因此本文选取了广州都市圈、深圳都市圈和珠江口西岸都市圈展开分析。

首先运用修正指数分别对三大都市圈的生产性服务业与制造业协同集聚程度进行测算，进而，为探讨港澳与三个都市圈的经济关联，将港澳的数据分别加入三大都市圈，对其协同集聚度再行测度。

从协同集聚度测算结果可见(表2，图1b)，在不包含港澳数据的情况下，广州都市圈的修正指数最高，深圳都市圈次之。广州作为省会城市的吸引力，促使以其为核心的都市圈内部的经济关联度较高。另一方面，从协同集聚度的增长速度看，深圳都市圈的协同集聚指数的增长幅度最为明显，2003—2019年间，深圳都市圈的修正指数增长近10倍。究其原因，这与地区经济发展水平及产业发育成熟程度密切相关。2020年，广州都市圈和深圳都市圈的GDP均在四万亿左右，远高于珠江口西岸都市圈(约为1万亿)。对检测期内三大都市圈的服务业发展水平与协同集聚度的关系分析(图2)可见，三大都市圈的修正指数与服务业发展水平呈正相关关系，拟合线在5%的水平上为正。由此显示，较高的产业发展水平，促使地区生产性服务业与制造业的协同集聚度呈现上升的趋势。

表2 不同区域的EG修正指数

图2 三大都市圈产业协同集聚指数与服务业发展水平的关系

那么，港澳与这三个都市圈内的城市的经济关联度有何差异？将港澳的数据分别加入三个都市圈的群组后计算显示(如表2所示)，组2的协同集聚指数相比组1的数值均有所下降，这再次印证了前述研究推测：当前港澳生产性服务业与珠三角制造业之间的经济关联度不及珠三角区域内两大产业间的经济关联度。另一方面，加入了港澳数据后，广州和深圳两大都市圈的协同集聚指数整体仍然呈现上升的趋势。珠江口西岸都市圈加入港澳的数据后，检测期内协同集聚指数大部分为负值，由此显示港澳与珠海、中山、江门的产业关联远低于其与广州都市圈和深圳都市圈的产业关联。

(四)粤港澳大湾区的产业协同集聚度与地区的创新水平呈现出关联性

为了检测粤港澳大湾区产业协同集聚水平与区域创新之间的关系，本文根据检测期内大湾区各城市的协同集聚度与其当年的专利授权量，绘制了相关散点图并进行拟合分析(如图3所示)。结果显示，拟合线斜率大于零，且在5%的水平上显著，说明产业协同集聚指数值与区域创新水平呈正向关联，即生产性服务业与制造业协同集聚程度越高的城市，其创新水平相对越强。反之，区域创新要素的发展，有助于产业的成熟与完善，也将促进区域产业的协同集聚度提升。数据显示，检测期内粤港澳大湾区的国内专利授权总量增长近21倍，国内专利授权量从2003年的23 168件增长到2019年的479 673件。提升原始创新能力是大湾区在科技创新发展方面的重要工作，广州、深圳的国家计算中心，以及东莞的散列中子源等国际前沿的高科技、多学科应用中心和重大科学装置，为粤港澳大湾区的科创水平提升提供了硬件基础。同时，随着大湾区内产学研交流的增加，区内合作更加频繁，产业间的协作联动效应亦有助于提升区域创新水平。

四、模型估计与实证分析(26)受数据限制，因缺少澳门的科技投入和FDI数据，因此在实证研究部分不包括澳门。

(一)理论基础

已有研究发现，协同集聚加快了人才、资本和技术等要素的流动速度，推动了新技术和应用的区域传播，对区域技术创新存在显著促进作用，如Muller，集聚外部性促进了企业的创新，如Jacobs等。生产性服务业与制造业协同集聚主要通过两个路径推动区域创新水平的提升，一是通过生产性服务业集聚所带来的知识交流和技术扩散推动，二是通过生产性服务业与制造业之间的相互作用促进知识产生和扩散。一方面，生产性服务业通常具有知识密集、技术密集属性，集聚区内的企业得益于便捷的面对面交流和接触，通过共享基础设施、技术服务等资源，加速知识和技术的扩散，从而增强了区域创新水平，如彭向和蒋传海、原毅军和高康的研究。另一方面，生产性服务业和制造业的协同集聚为存在空间局限性的黏性知识共享提供了便利，通过近距离的交流互动，实现知识在地区间的溢出效应，最终推动区域创新水平提升，如Baptista和 Swann的研究。

(二)空间自相关性检验

在运用空间计量模型进行实证分析前，需要先判断粤港澳大湾区和珠三角地区的区域创新水平及产业协同集聚度这两个变量是否存在空间自相关性。本文使用全局莫兰指数(Global Moran’s I)检验空间自相关性，具体公式如下：

(3)

式中，为待检测变量。为经济距离矩阵，以各市的GDP水平来表示区域经济发展对创新产出的支持作用。具体空间权重矩阵为：

(4)

其中，为两城市之间的地理距离；GDP为城市2003—2019年间的平均地区生产总值。

计算结果显示(如表3所示)，2003—2019年间，在粤港澳大湾区尺度下，区域创新水平的Moran’s I指数基本显著为负，产业协同集聚度的Moran’s I指数也有八年显著为负。在珠三角尺度下，区域创新水平和产业协同集聚度的Moran’s I指数大部分为正。2007年至2019年间，珠三角地区的创新水平呈较显著的空间正向自相关，反映出近年来珠三角各城市创新水平在空间上存在较强的依赖性，本地的创新水平受到邻近地区的影响。另一方面，珠三角地区产业协同集聚度的Moran’s I指数在检测期内大部分年份均通过显著性检验，虽然呈现出先上升后下降的趋势，但也能说明当前产业协同集聚存在明显的空间自相关特征。考虑到粤港澳大湾区尺度下，两个变量不呈现正显著的空间自相关性，这将影响空间计量分析的回归结果，因此以下仅对珠三角地区产业协同集聚的溢出效应进行空间杜宾计量模型检验。

表3 区域创新水平和产业协同集聚的Moran’s I指数

(三)实证及检验

本文对珠三角地区构建了空间杜宾模型，并对部分变量做了对数化处理。此外，本文将解释变量与控制变量设置为滞后一期的值，以解决内生性问题。空间杜宾模型具体设置为：

ln,=ln,+,-1+,-1+ln,-1++

(5)

为了确保回归结果的可靠性、避免因遗漏变量导致的内生性问题，本文加入了五个控制变量，分别为经济发展水平、产业结构、科技投入、劳动力投入以及对外直接投资。并且分别在固定效应模型和随机效应模型下进行回归，分析珠三角地区产业协同集聚对区域创新的溢出效应。对于存在两三个缺失值的变量，使用了上一年的值进行插补。

表4列出了面板空间杜宾模型估计系数，列1为随机效应回归结果，列2为固定效应回归结果。根据结果可见，在控制了时间及个体双固定效应后，除经济发展水平和外商直接投资变量外，所有解释变量均通过检验，在10%的水平上显著。固定效应下，模型的系数不显著，说明被解释变量对周边地区的空间溢出作用尚不显著。由列2可知：

(1)生产性服务业与制造业协同集聚度呈现显著的正向影响。这说明产业协同集聚对邻近地区区域创新水平具有促进作用，显著性高达99%，且加入固定效应后影响依然显著。本地的生产性服务业与制造业协同集聚度每提高1%，邻近地区创新水平可以提升1.463 3%。可见，在珠三角地区，生产性服务业与制造业的相互依赖和关联性越来越强，产业的空间邻近加强了企业之间的信息和知识交流，产业间的经济关联增强，亦有利于科技成果的转化以及流通，从而降低了企业的研发成本和风险。产业协同集聚通过提升企业间的共享、匹配和学习能力，从而提高创新产出的效率，这一效应不仅有助于提升本地创新水平，也会溢出到邻近地区，影响其创新水平。

(2)经济发展水平变量为正，但不显著。珠三角是我国经济最发达的地区之一，区域内部的经济交流频繁，不仅可以通过经济合作带来的知识溢出和资源共享提升区域创新水平，亦能吸引更多的人才和创新型企业进驻，通过创新要素的集聚提升创新水平。粤港澳大湾区科技创新产业发展具有良好基础，大力发展科技创新产业是当前大湾区各大城市的共识。而珠三角整体经济发展水平较高，且各地都将科创作为发展重点，在科创方面的投入力度空前，导致这一变量对于区域创新的作用不显著。

表4 珠三角地区的空间杜宾模型回归结果

(3)产业结构变量呈负显著。分析中产业结构的指标采用服务业产值与制造业产值的比重，由分析结果可知，这一比重每提升1%，区域创新水平将下降0.159 0%。由此反映出实体经济对珠三角地区发展的重要性：服务业发展处于初级阶段时，区域产业发展往往将加大服务业占比列为地区经济建设的重点，而进入新发展阶段，尤其是在双循环新发展格局的构建中，应注重增强制造业在产业体系中的地位，加快推进制造业升级转型，以创新引领制造业转型升级。

(4)科技投入呈现出显著的正向效应。创新资本投入是区域创新水平的重要影响因素，有助于新知识和新技术的产生。根据表4结果显示，科技投入每增加1%，区域创新水平提高0.161 1%。政府的研发资助有助于降低企业的创新投入风险以及地区创新活动发展，推动了地区整体的创新发展和技术进步。2019年，珠三角的科学技术支出达到2 962.36亿元，占广东省GDP比重达到3.41%。在高投入的带动下，珠三角的区域创新水平也不断增长，科研实力显著增强。

(5)劳动力投入变量正显著。劳动力投入每增加1%，区域创新水平将提高0.405 2%。人才间和企业间的便捷交流，有助于降低知识传播成本和信息成本。珠三角城市在高职和普通高等院校培养方面相对具有优势，教育质量的提升促进了知识的生产和专业化人力资本的积累，从而为创新提供了良好的人才储备。为了吸引更多国内外人才，人才补贴、税收、住房等优惠措施频出。2020年，珠三角共发放补贴资金23.9亿元，近9 000人受益。科技人才不断向珠三角集聚，有助于推动区域创新水平提升。

(6)外商直接投资变量对区域创新的影响为正，但不显著。外资水平越高，不仅可以为本地创新活动提供更多的资金，也有助于引进海外的先进技术、设备与管理经验，通过国际知识技术溢出效应提升本地企业的创新活力和能力。虽然珠三角的经济外向性特征显著，但由于各城市之间外资引进水平差距较大，外商直接投资对区域创新的作用并未体现。

如前所述，空间杜宾模型主要使用了经济距离矩阵进行实证分析，为了验证回归结果的稳健性，本文进一步通过更换空间权重矩阵以及加入新控制变量的方式重新进行了估计。具体做法如下：

首先，用地理距离矩阵替换前文的经济距离矩阵，再次进行估计。其中，地理距离采用了两个城市之间距离平方的倒数。其次，加入了新的控制变量。一是政府规模变量()，以各城市每年一般财政预算支出占GDP的比重衡量，反映政府对市场资源配置的干预程度；二是研发投入情况变量()，以各城市每年的R&D支出衡量。根据表5的检验结果可知，在更换空间权重矩阵以及加入新控制变量的情况下，产业协同集聚对区域创新的影响始终显著为正，其余解释变量的系数和符号变化情况也较为稳定，因此本文的估计结果稳健。

表5 稳健性检验回归结果

五、结论

本研究试图以协同集聚为切入点，从大湾区、珠三角和都市圈三个空间维度，分析粤港澳大湾区的产业经济关联关系，并进而分析协同集聚对区域创新的溢出效应。研究发现，首先，当前在大湾区、珠三角及都市圈尺度下均已出现了生产性服务业与制造业协同集聚的现象，而且，区域尺度越小，区域内部经济联系越密切，产业协同集聚度越高。其次，基于珠三角地区的实证分析发现，生产性服务业与制造业协同集聚对区域创新存在溢出效应，即本地产业协同集聚度越高，越有助于提升邻近地区的创新水平。再次，珠三角9市间的产业经济关联高于港澳生产性服务业与珠三角制造业之间的协同集聚度。究其原因，近20年来珠三角各地的生产性服务业发展迅速，而港澳生产性服务业与珠三角制造业合作的一些制度性壁垒始终未能消除，从而导致港澳与珠三角制造业之间的经济关联度不及珠三角区域内产业间经济关联度的现象。由此可见，进入新发展阶段后，在推进粤港澳大湾区市场一体化的进程中，加快生产要素的跨境便捷流动是促进港澳与珠三角产业经济关联的当务之急。

为了促进粤港澳大湾区的区域创新发展，建议可以从推进区域经济一体化入手，增强粤港澳大湾区内部的经济联系，从而更好地发挥出产业协同集聚的创新溢出效应。通过推动大湾区的规则衔接，利用“新基建”进行基础设施创新，从而提高区域内部的互联互通水平，促进区域内部的产业合作，在生产、分配、交换、消费等多个环节实现生产方式和商业模式革新，进而提高创新水平与效率，有助于早日将粤港澳大湾区建设成为国际科技创新中心并实现经济高质量发展。

：钟韵，论文选题、论文思路、初稿撰写指导、后期修改；秦嫣然，数据搜集与整理、实证检验、初稿撰写、后期修改。