产业集聚与经济高质量发展——基于空间杜宾模型的实证检验

段玉彬

(安徽科技学院 财经学院，安徽 蚌埠 233030)

产业空间分布的不均衡是中国经济发展过程中的突出特征，产业在空间上的集聚不仅有利于企业规模经济的实现，也有利于“地方化经济”的形成，提高地区经济增长效率。但在产业集聚过程中，往往也会带来资源过度消耗和环境污染问题。长期以来，产业集聚在中国经济高速增长过程中发挥了重要作用，随着中国人口红利的消失和资源环境压力的增大，要素驱动性的经济增长模式难以为继，经济发展模式由高速增长转向高质量发展，产业集聚是否能继续支撑中国经济高质量发展，在不同地区、不同产业的影响又是否具有一致性，这是新时期关系到能否实现产业结构升级和优化布局，培育新的经济增长动能，实现经济高质量发展所要关注的重要问题。

一、文献简要回顾

产业在地理空间上的集聚是经济发展过程中的普遍现象，但长期以来主流经济学一直忽视了空间因素对经济活动影响，直到20世纪90年代以Krugman为代表的新经济地理学的出现，才将空间因素纳入到经济学的一般分析中[1]。新经济地理学认为产业的集聚能产生两种外部性：一种是专业化外部性，指相同产业的企业集聚能够加强企业间专业化分工、信息共享和技术外溢，并带来规模经济收益；另一种是多样化外部性，指多样化产业的集聚可以实现产业间的互补，知识外溢，也可以促进企业竞争，进而提高企业经济效率。随着新经济地理学在中国的发展，学者们也对中国经济增长过程中的经济集聚现象产生了兴趣，对产业集聚与经济增长质量方面进行了深入的分析。一些学者认为产业集聚能通过规模报酬递增、技术外溢等途径促进经济效率的提高[2-3]；另一些研究成果则认为，产业集聚与经济效率是一种非线性关系，不仅要受到产业集聚所带来的集聚效应和拥挤效应相互作用的影响，还受集聚本身以外因素的制约[4-5]。

党的十九大提出中国已经进入经济高质量发展阶段后，国内学者对产业集聚与经济高质量发展的研究日益增多。但由于经济高质量发展的丰富内涵和评价指标的不一，学者的研究结论并不一致。目前的研究主要集中在生产性服务业或制造业对经济高质量发展的影响上，大致可以分为三类：第一类文献认为产业集聚对经济高质量发展有正向影响，李涛等(2022)[6]和杨巧、陈虹(2021)[7]的研究认为制造业集聚和服务业集聚作用与经济高质量发展的路径虽不一致，但都有利于发挥集聚外部性，推动经济高质量发展。第二类文献认为由于集聚的异质性，其对经济高质量发展的影响也不同。刘新智等(2022)[8]基于五大城市群的实证研究发现制造业集聚对高质量发展有明显的负向影响，服务业集聚的影响则呈显著的正向效应。孙慧，邓又一(2022)[9]则是从集聚外部性的差异分析了集聚对经济高质量发展的影响，发现多样化集聚对经济高质量发展呈线性促进作用，而专业化集聚则呈现“U”型的非线性关系。第三类文献则认为产业集聚会抑制经济高质量发展。文丰安(2018)[10]考察了生产性服务业与经济增长质量的关系，发现生产性服务业集聚不利于经济增长质量的提升。

综合来看，学者们对产业集聚和经济高质量发展的研究取得了较为丰硕的成果。但多数研究在衡量经济高质量发展水平时选择指标为全要素生产率、绿色全要素生产率或劳动生产率等单一指标，而经济高质量发展是比经济增长质量范围更宽、要求更高的经济发展状态，不仅包括经济增长质量的提高，还包括社会公平、生态文明和人民生活水平的提高，单一指标无法完全阐释经济高质量发展的深刻内涵[11]。同时，研究多是从服务业集聚角度考察对经济高质量发展的影响，综合考虑制造业和服务业，基于产业和地区异质性进行分析的还不多见。因此，本文为减少使用单一指标的局限性，采用熵值法构建了经济高质量发展评价指标体系，并使用区位熵计算制造业、服务业的集聚程度，实证检验了中国2011—2020年产业集聚对经济高质量发展的影响。

二、变量选取与模型设定

1.变量选取与数据说明

(1)被解释变量

被解释变量为经济高质量发展水平(HQD)。经济高质量发展的丰富内涵要求评价指标体系要兼顾速度与效益、总量与结构、局部与整体，从经济、社会多维度构建指标体系[12]。因此，本文借鉴赵儒煜、常忠利(2020)[13]和佟孟华等(2020)[14]的研究成果从经济效益、创新发展、协调发展、绿色发展、开放发展和共享发展六个维度构建经济高质量发展的指标体系(见表1)，并采用熵值法对中国各省(直辖市、自治区)经济高质量发展水平进行测度。

表1 经济高质量发展指标体系

(2)解释变量

解释变量为制造业集聚度(Agg_m)与服务业集聚度(Agg_s)。采用区位熵衡量产业集聚程度，如式(1)所示。

(1)

其中，Aggij为地区i行业j区位熵，Xij为地区i行业j的从业人员数，如果区位熵>1，表明制造业或服务业的集聚程度高于全国平均水平，具有集聚优势，区位商越大，集聚程度越高。

(3)控制变量

参考已有文献，选择如下控制变量：科技创新(Tec)，经济发展模式的转型依赖于创新驱动，科技创新是经济高质量发展核心动力，用每万人专利授权数表示；人力资本(Hc)，高素质劳动者是高质量发展的基石，用从业人员平均受教育年限来表征；对外开放度(Trad)，对外开放的深入有利资源的优化配置，通过国内外双循环提升经济发展水平，用对外贸易额占GDP比重来表示；政府环保力度(Gs)，政府作为高质量发展的重要推动者，要把握经济增长、社会民生和生态环境等多目标的综合平衡，其行为导向对高质量发展会产生重要影响，用财政环境保护支出占比来表示。

(4)数据说明

本文选取的样本包括中国大陆30个省级地区，因西藏自治区多项数据缺失，故在统计分析中未包括西藏自治区，时间跨度为2011—2020年，数据来源于历年《中国统计年鉴》、各省(直辖市、自治区)统计年鉴、《中国人口和就业统计年鉴》，个别缺失值采用插值法补充完整。

2.模型设定

考虑到各地区经济发展总是存在一定程度的空间关联，即一个地区的高质量发展水平不仅受限于自身因素，邻近地区的影响也不可忽视，产业集聚同样也具有空间溢出效应，因此，本文采用空间计量模型分析产业集聚对经济高质量发展的影响。

(1)空间相关性分析

为判断中国各地区经济高质量发展水平是否存在空间相关性，本文采用Moran′sI指数进行检验。具体公式如式(2)、式(3)所示。

(2)

(3)

表2 2011—2020年中国经济高质量发展Moran′s指数

(2)空间计量模型的设定

通过空间相关性分析可以看出，空间计量模型比非空间计量模型更适合本文的数据建模。借鉴Elhorst(2003)[15]的做法进行相关检验以选择合适的空间计量模型，结果见表3。根据LM检验和Robust LM检验结果，在可以同时接受空间滞后模型(SAR)和空间误差模型(SEM)情况下，通常优先考虑空间杜宾模型(SDM)。LR检验结果表明，SDM模型不能退化为SAR模型或SEM模型，同时Hausman拒绝了原假设，应选择固定效应。基于此，本文选择固定效应的SDM模型进行实证检验。模型设定如式(4)所示。

(4)

其中，Wit为空间权重矩阵，Xit为控制变量，ρ为空间自相关系数，β、γ、θ和k为回归参数，u为个体效应，v为时间效应，ε为误差项。

表3 空间计量模型检验结果

三、实证分析

1.空间计量结果分析

基于上文检验结果，本文采用固定效应的SDM模型作为计量分析结果，为了检验估计参数的稳健性，也同时给出了固定效应的SAR模型、SEM模型的回归结果，如表4所示。

表4 制造业集聚与服务集聚对经济高质量发展水平的空间效应估计结果

从表4中SDM模型回归结果可以看出，空间自回归系数ρ显著为正，说明模型既存在被解释变量内生交互效应，还存在解释变量的外生交互效应。中国各省(直辖市、自治区)的经济高质量发展水平存在空间外部性，不仅要受到邻近地区经济高质量发展水平的影响，同时还要受到本地和邻近地区制造业集聚和服务业集聚的影响。

为进一步分析产业集聚对经济高质量发展水平的空间效应，借鉴LeSage和Pace(2008)[16]的方法，将SDM模型效应分解为直接效应和间接效应(表5)。直接效应表示本地解释变量对被解释变量的影响，反应了本地经济效应；间接效应则表示本地解释变量对邻近地区被解释变量的影响，体现了空间溢出效应。

表5 SDM模型效应分解

从SDM模型的分解效应可以看出，制造业集聚和服务业集聚对经济高质量发展影响的直接效应都通过了1%水平的显著性检验，间接效应也都通过了10%水平的显著性检验。制造业集聚的直接效应和间接效应显著为正，说明制造业集聚不仅可以通过知识溢出、规模经济等效应助力本地区技术创新和产业结构升级，进而提高经济高质量发展水平，同时也会对邻近地区经济高质量发展水平产生正向的空间溢出效应。而服务业集聚的直接和间接效应显著为负，说明服务业集聚抑制了本地区和邻近地区经济高质量发展，原因可能在于：一是服务业地区发展不均衡，由于服务业生产与消费的不可分离性及服务商品的不可存储性，其对市场需求敏感，有着向大城市集聚的倾向，导致大城市过度集聚，拥挤效应突出，而其他地区又出现集聚不足的现象，集聚效应难以发挥；二是服务业内部结构不合理，生产性服务业发展迅速，而公共性服务业和消费性服务业占比不断降低，无法满足高质量发展的美好生活需求[17]；三是本地区服务业的集聚经验易通过错误的“示范效应”进行空间传导，引致邻近地区盲目效仿，加剧了服务业的低水平重复建设及资源的错配，对邻近地区经济高质量发展产生负面影响[18]。

从控制变量的估计结果来看，科技创新和对外开放度的直接效应和间接效应显著为正，说明科技创新水平的提高与对外开放的深入既能推动本地区经济质量水平的提高，又会对邻近地区产生显著正面影响。人力资本的直接效应显著为正，而间接效应显著为负，说明人力资本的提升虽然促进了本地区经济高质量发展，但对邻近地区的经济高质量发展产生了负面影响。政府环境保护力度直接效应显著为正，间接效应不显著，说明政府环境保护力度的提升有利于本地区高质量发展，对邻近地区未产生显著影响。

2.地区异质性检验

考虑到我国各地区经济高质量发展水平和产业集聚水平存在明显的差异，为进一步分析制造业集聚与服务业集聚影响的地区异质性，将全国样本细分为东、中、西三个地区，利用SDM模型进行回归，并对效应进行分解，结果见表6。

如表6所示，制造业集聚对经济高质量发展的影响表现出明显的地区差异,东部地区制造业集聚的直接效应和间接效应都显著为正，说明交互作用在东部地区经济高质量发展中发挥了重要的促进作用。由于东部地区长期以来在产业资源上的优势，产业发展水平始终处于全国领先地位，高端制造业与创新要素主要集聚在东部地区[19]，可以通过产业转型升级促进本地区经济高质量发展，并通过跨地区分工与合作，产生明显的正向空间溢出。中部地区由于具有一定的产业基础，制造业集聚可以提高本地经济高质量发展水平，但制造业整体层次不高，空间溢出效应不显著。西部地区制造业集聚的直接效应与间接效应与全样本回归不同，都显著为负，可能的解释是由于西部地区产业基础薄弱，在东部地区向西部制造业转移过程中承接的主要是高能耗、高污染的劳动密集型和资源密集型产业，对资源与环境带来较大的压力，同时为承接产业转移可能会与邻近地区产生“竞次”竞争行为，给邻近地区经济高质量发展也带来了不利影响。服务业集聚的效应分解与全样本回归相同，说明中国服务业发展地区间不均衡、结构不合理，低水平集聚是普遍的现象，对各地区经济高质量发展都难以起到有效的支撑作用。从控制变量来看，科技创新、人力资本与政府环保力度的回归结果与全样本相似，只有对外开放度差异明显，东部地区的直接效应和间接效应都不显著，可能的原因是东部地区开放程度已经比较高，对外贸易量的增加并不能对经济发展质量产生明显影响，重要的是质的提升。

表6 分地区SDM模型空间效应分解

续表6

四、稳健性检验

为验证估计结果的稳健性，本文分别以经济距离矩阵和空间邻接矩阵作为新的空间权重矩阵进行检验。经济距离矩阵Wit=1/|pgdpi-pgdpj|,i≠j，其中pgdp为地区人均国民生产总值。稳健性检验结果如表7所示。

表7 稳健性检验结果

由表7可知，在不同权重矩阵的条件下，空间自相关系数、解释变量和控制变量的系数符号和显著性都未发生改变，验证了研究结论的稳健性。

五、主要结论与政策启示

本文选择了2011-2020年中国大陆省级地区数据，从经济效益、创新发展、协调发展、绿色发展、开放发展和共享发展六个维度构建了经济高质量发展评价指标体系，基于熵值法测算了各地区经济高质量发展指数，并采用空间计量方法分析了产业集聚对经济高质量发展的影响，得到如下结论：在全国层面，制造业集聚可以显著促进经济高质量发展，并具有明显的空间溢出效应，带动邻近地区经济高质量发展水平的提高；服务业集聚则会对本地区和邻近地区的经济高质量发展产生明显的抑制作用。在地区层面，服务业集聚对经济高质量发展的影响大体与全国层面的效果一致；但制造业集聚的影响则存在明显的异质性。东部地区制造业集聚可以对本地区和邻近地区经济高质量发展产生显著的促进作用；中部地区制造业集聚虽可以带动本地区经济高质量发展，但对邻近地区的影响效果不显著；西部地区的制造业集聚则会抑制本地区的经济高质量发展，对邻近地区也产生了负向作用。

基于以上结论，提出以下政策建议：第一，根据地区间的差异性，充分发挥比较优势，因地制宜推动产业集聚，带动经济高质量发展。东部地区具有技术、人才和产业结构上的优势，应继续专注于高端制造业发展与集聚，同时引导制造业向中西部地区的梯度转移，避免拥挤效应的产生。中西部地区要提高产业承接能力，通过产业承接促进制造业升级与集聚，同时守住生态底线，走可持续发展道路。第二，推动服务业协调发展，提升服务业集聚水平。一方面，要合理引导服务业集聚，避免大城市的过度集聚，推动服务从过度集聚的大城市向周边地区适度转移；另一方面，要促进生产服务业、公共服务业和消费服务业协同发展，加快服务业的结构调整与升级，满足人们日益增长的美好生活需求。第三，促进地区间区域一体化发展，加强区域间的分工与协作，增强产业集聚的空间溢出效应，也可减少地区间无效率的竞争。第四，实现制造业和服务业协同集聚，充分发挥产业协同集聚的创新驱动、资源优化配置和产业结构优化效应，推动经济高质量发展。