周 琼 (浙江理工大学 经济管理学院,浙江 杭州 310018)
创新创业质量是驱动经济高质量增长的核心力量,同时也代表着区域高质量发展的潜力与活力,在这个中国经济向高质量增长转变的重要阶段,要加快实施创新发展战略,因而提升区域创新创业质量无疑是国家战略需求所致。近年来,长三角地区凭借自身地理和产业优势,已然成为中国经济活跃系数最高的区域之一,且创新能力亦位居中国各区域前列,其在实施国家现代化强国建设战略的过程中发挥着无可比拟的作用。再者,《长江三角洲区域一体化发展规划纲要》强调要“促进创新链与产业链深度融合”,由此可见,产业链与创新有着密不可分的联系。《“十四五”现代物流发展规划》强调要促进物流产业与制造业的深度融合,鉴于此,推进长三角一体化发展,深入剖析物流产业与制造业协同集聚对区域创新创业质量的影响机理,探寻长三角地区创新创业能力的提升路径,对于推动全国高质量发展有着现实意义。
产业协同集聚与城市创新创业的相关主题均为学界研究热点,刘叶等(2016)基于中国城市面板数据展开实证,认为产业协同集聚对制造业全要素生产率的提升有一定积极作用,且技术进步在其中起到了中介作用[1]。此外,王西贝等(2023)基于中国城市面板数据进行实证分析,研究发现,中国产业协同集聚与地区经济增长间存在倒“U”型关系[2]。而产业协同集聚中与本文关联密切的则是物流产业与制造业协同集聚的研究,有学者研究发现,二者协同集聚有助于经济的高质量发展[3]。而已有的针对城市创新创业的研究主要集中在剖析其影响因素方面,现有文献表明数字普惠金融[4]、市场一体化[5]等均能促进创新创业质量与水平的提升。
诚然,学界对于以上两大主题已有较为完善的研究体系,但对产业协同集聚与城市创新创业的交叉研究较少,学者们仅基于产业协同集聚对企业创新[6]、区域创新效率[7]等方面展开了初步探索,却无学者对物流产业与制造业协同集聚对城市创新创业质量的影响展开研究,这无疑是学界相关研究的一大缺憾。基于此,本文对长三角地区物流产业与制造业协同集聚对城市创新创业质量的影响机理展开研究,以期为提升区域创新创业质量寻找新的路径。
首先,为考察物流产业与制造业协同集聚对城市创新创业质量的作用效应,本研究经Hausman检验选取固定效应模型进行后续实证,并构建如下双向固定效应模型。
其中,下标i、t分别表示城市和年份,ROC与TA分别代表城市资本回报率和技术集聚度,X表示控制变量,μi为个体效应,vt为时间效应,εit为随机误差项。
其次,为进一步探究物流产业与制造业协同集聚对城市创新创业质量的作用机理,本文借鉴温忠麟等(2014)[8]的方法构建中介效应模型如下所示。
其中,Marker为中介变量市场化水平,X表示控制变量,其余同上。
1.2.1 被解释变量
城市创新创业质量(IEC),为多维度考虑创新创业活动的影响,本文选用经北京大学企业大数据研究中心主导开发,能更精确映射出中国城市层面创新创业活动的中国区域创新创业指数衡量各个城市创新创业质量,后续回归对其进行对数处理。
1.2.2 核心解释变量
物流产业与制造业协同集聚度(XT),本文借鉴陈建军等(2016)[9]基于E-G指数思想所构建的产业协同集聚新指标的测度方法,其计算公式如下。
其中,AGGim为制造业在i城市的集聚度,AGGil为物流产业在i城市的集聚度。产业自身集聚度则采用从业人员的区位熵来表示,且基于数据可得性,物流业从业人员以国民经济分类中交通运输、仓储和邮政业从业人员度量。
1.2.3 其他变量
中介变量,市场化水平(ML),利用国民经济研究所编制的市场化指数进行度量。
参考已有文献,影响城市创新创业质量的控制变量包括:固定资产投资(MIL),以固定资产投资总额来衡量,实证中取其对数;对外开放程度(FDI),通过当年实际使用外资金额度量,实证中取对数;经济发展水平(PGDP),以地区人均GDP衡量,实证中取对数;研发投入(RD),采用研发支出与地方财政一般预算内支出比值度量;人口密度(POP),以城市年末总人口与城市行政区域面积的比值度量。
本文选取长江三角洲地区27市在2009—2019年期间的面板数据研究物流产业与制造业协同集聚对城市创新创业质量的影响。本文所使用的原始数据,除创新创业质量的代理变量和市场化水平代理变量以外,均来自《中国城市统计年鉴(2009—2019)》,变量的描述性统计见表1。
表1 变量描述性统计
表2中列(2)—(3)为基准回归结果,在控制年份和城市固定效应并聚类到城市层面的基础上,不论是否加入控制变量,结果显示协同集聚的估计系数均在1%的水平上显著为正,表明长三角地区物流产业与制造业协同集聚能够促进城市创新创业质量的提升。长三角城市群作为中国科技和产业创新的开路先锋,对中国实现高质量发展有着举足轻重的作用,故而应加强物流产业与制造业的协同集聚与融合,进而提升长三角地区城市创新创业质量,以此引领全国高质量发展。
表2 基准回归及稳健性检验结果
考虑到互为因果问题或将引起估计偏误,本文采用工具变量两阶段最小二乘法进行内生性检验。依照惯例,采用解释变量物流产业与制造业协同集聚度滞后一期作为工具变量,回归结果报告为表2的列(3)。同基准回归结果相比,解释变量系数显著性未发生改变,表明在考虑内生性的情况下,基准回归结果依旧稳健可靠。
为更深入验证基准回归结果的稳健性,本文选用以下两种方法进行稳健性检验:方法一是替换解释变量,考虑到制造业的特殊性,从业人员区位熵可能无法准确衡量制造业集聚度,故而改用工业增加值区位熵来衡量制造业集聚度,重新计算协同集聚度,并进行回归,结果报告为表2的列(4)。方法二是剔除极端异常值的影响,即对数据进行双向0.5%的截尾处理,再进行回归,结果报告为表2的列(5)。稳健性检验中解释变量估计系数均显著为正,与前文回归相比未发生明显改变,表明基准回归结果稳健。
张皓等(2022)的研究表明,产业前向关联会通过提高市场化水平对企业创新产生正向推动作用[10]。由此,本文采用市场化水平作为中介变量进行中介效应检验。表3报告了检验结果,列(2)中协同集聚估计系数为0.099 3,且在1%的水平上显著,表明物流产业与制造业协同集聚能够促进市场化水平提升。此外,在列(3)中,市场化水平的估计系数也在1%的水平上显著为正,且解释变量的估计系数小于列(1)中的估计系数,但仍在1%的水平上显著为正。以上结果说明,市场化水平在物流产业与制造业协同集聚对城市创新创业质量的影响路径中起到了部分中介作用。综上,物流产业与制造业协同集聚能够通过提升区域市场化水平间接提升城市创新创业质量。
表3 市场化水平的中介效应检验结果
为更加精确地刻画物流产业与制造业协同集聚对城市创新创业质量的影响,本文进一步引入解释变量滞后1—4期进行回归,结果报告在表4中。由于本文向前计算了2005—2008年的数据,故而动态检验的样本量并未发生变化。从动态检验的回归结果来看,解释变量的滞后1—4期估计系数均显著为正,且均在1%的水平上显著,表明其促进作用是长期的,但需要注意的是,解释变量滞后1—4期的估计系数在逐渐减小,这说明解释变量对城市创新创业质量的促进作用会随着时间的消逝而逐渐减弱。
表4 动态检验结果
根据前文的实证分析,本文得出以下三点结论:一是物流产业与制造业协同集聚能够显著提升城市创新创业质量,且经一系列稳健性检验后依然成立;二是中介效应检验结果表明,物流产业与制造业协同集聚能够通过提升市场化水平促进城市创新创业质量的提升;三是根据动态检验结果显示,物流产业与制造业协同集聚能够为城市创新创业质量的提升提供持续动力。
根据前文的研究与结论,本文提出以下几点政策建议。
第一,切实推进物流产业与制造业的深度融合,促进二者协同集聚,充分发挥物流产业与制造业协同集聚对城市创新创业质量提升的促进作用。在物流业的参与下,制造业的生产效率将进一步提高,进而推动制造业转型升级,与此同时,制造业的升级亦能带动物流产业的可持续发展,提升其市场化水平,从而提升区域创新创业质量。
第二,因地制宜,合理布局物流产业与制造业。长三角地区的27座城市产业分布不同,比如上海的支柱产业为汽车、金融、生物制药等,各个地区都有其独特的产业结构,故而各地区应因地制宜,针对不同地区的产业结构特点对物流业与制造业展开合理布局,对物流产业与制造业的集聚形式进行细致的规划,从而更好地发挥产业协同集聚的创新驱动效应。
第三,通过对外开放加强自身资源整合能力,促进城市创新创业质量的提升。上文控制变量实证结果表明,对外开放程度对城市创新创业质量提升具有显著的正向促进作用。应充分发挥长三角的沿江、沿海地理优势,通过引进国际先进要素,提升企业整合全球要素资源进行创新活动的能力,从而提升城市创新创业质量,促进中国高质量发展。