The Interactive Relationship between Collaborative Agglomeration Externalities and Industrial Upgrading: A PVAR Analysis of Manufacturing and Producer Services

Tong Lei, Rong Yafei

(School of Management, China University of Mining and Technology(Beijing), Beijing 100083,China)

Abstract：In China,the formation of the collaborative agglomeration of manufacturing and producer services (hereinafter referred to as "industrial collaborative agglomeration") is different from the market-oriented mechanism emphasized by the mainstream agglomeration theory, for it is not only affected by the dual role of the government and the market, but also mainly guided by the government. Therefore, it is necessary to analyze the theoretical interaction mechanism between the externalities of industrial collaborative agglomeration and industrial upgrading in the context of China. In order to break through the limitations of single-dimension and static research, this study divides the externalities of industrial collaborative agglomeration into diversification externalities and specialization externalities, and puts them into the same analytical framework as industrial upgrading. Drawing on China's provincial panel data from 2006 to 2019, this study employs the panel vector autoregression (PVAR) model, and discusses the dynamic interaction between China's provincial diversification externalities, specialization externalities and industrial upgrading, so as to accurately grasp the characteristics of China's industrial collaborative agglomeration and its relationship with industrial upgrading.

The results show that(1) at the national level, diversification externalities, specialization externalities and industrial upgrading are not all two-way causal relationships. Firstly among the three, only specialization externalities and industrial upgrading, specialization externalities and diversification externalities have two-way Granger causality, while diversification externalities are not the Granger cause of industrial upgrading. Secondly, diversification externalities, specialization externalities and diversification externalities all have self-reinforcing effects, but their effects on each other are significantly different. For example, diversification externalities have always inhibited specialization externalities, but specialization externalities have short-term promoting and long-term inhibiting effects on diversification externalities. Diversified externalities have short-term promotion and long-term inhibition effects on industrial upgrading, but specialized externalities have always promoted industrial upgrading. Although the effect of industrial upgrading on both specialization externalities and diversification externalities lags behind, one is short-term promotion, the other is long-term inhibition, and the third is constant promotion. (2) At the regional level, affected by the formation mechanism of synergetic agglomeration, the externalities of synergetic agglomeration in the central and western regions have similarities in their own and their relationship with each other,but do not have a long-term stable relationship. However, in the eastern region, the externalities of specialization have a self-reinforcing mechanism, while the externalities of diversification have a long-term self-restraining effect. The externalities of specialization promote the externalities of diversification, while the externalities of diversification inhibit the externalities of specialization. Although diversification externalities, specialization externalities and industrial upgrading all show a two-way causal relationship among regions, the dynamic relationship between the three shows heterogeneity at the regional level. For example, in the eastern region, the externalities of specialization and diversification can promote industrial upgrading in a short term, inhibit it in a long term, and promote it all the time. Although the western region is similar to the eastern region, the externalities of specialization and diversification play a heterogeneous role in industrial upgrading, for it seem there is not a long-term stable relationship between the two, but the externalities of specialization and diversification have been promoting industrial upgrading. The performance of the externalities of specialization in the central region on industrial upgrading is similar to that in the central region, but different from that in the eastern and western regions, and there is not a long-term stable relationship.

On the basis of the above conclusions, this paper makes two policy recommendations. On the one hand, the government and the market need to have coordination and unity in the process of resource allocation, so as to reduce the policy agglomeration effect of collaborative agglomeration, strengthen the endogenous interaction mechanism of diversified externalities and specialized externalities, and give play to the self-strengthening mechanism of industrial upgrading. On the other hand, because the externalities of collaborative agglomeration and industrial upgrading have regional heterogeneity, local governments need to trace back to the sources from the perspective of the whole life cycle, and select the appropriate agglomeration mode of manufacturing and producer services according to local conditions.

Key Words：Industrial Collaborative Agglomeration; Specialization Externalities; Diversification Externalities; PVAR; Industrial Upgrading

DOI：10.6049/kjjbydc.2022100844

开放科学(资源服务)标识码(OSID)：

中图分类号：F260

文献标识码：A

文章编号：1001-7348(2023)16-0096-12

收稿日期：2022-10-31

修回日期：2023-01-29

作者简介：童磊(1965—),女,安徽合肥人,博士,中国矿业大学(北京)管理学院教授、博士生导师,研究方向为经济统计、产业经济;荣亚飞(1993—),女,河南项城人,中国矿业大学(北京)管理学院博士研究生,研究方向为产业经济、区域经济。本文通讯作者:荣亚飞。

0 引言

作为世界上最大的制造业国家,中国经济快速发展的过程也是制造业蓬勃发展的过程,制造业地理空间集聚无处不见,已成为中国经济和工业增长的强大引擎[1]。然而,随着产业结构不断优化与升级,单一制造业集聚存在的“政策租”、低端锁定等问题逐渐暴露,制造业集聚逐渐趋向于异质产业之间的协同集聚[2]。尤其是制造业与生产性服务业协同集聚(以下简称协同集聚)已成为中国绝大多数地区产业经济发展的新常态[3]。因此,在经济增长换挡期、结构调整阵痛期及前期刺激性政策消化期三期叠加背景下,协同集聚是中国产业向高质量发展的重要途径。根据经济集聚理论,集聚效应与产业升级相伴而生[4]。集聚效应引致的索洛剩余递增既是产业不断优化的动力,也是集聚循环累积因果效应的集聚力与扩散力,二者存在内生互动关联机制[5]。因此,探究二者之间的互动关系,阐明协同集聚对产业升级的影响及其作用方式,实现二者良性互动,不仅有助于解决新常态下中国产业发展过程中的结构失衡、低端锁定等问题,而且对于提高产业国际竞争力、增强工业持续增长动力、促进经济高质量发展具有重要意义。

梳理相关文献可知,学者们主要从集聚外部性视角分析协同集聚对产业升级的影响,并运用静态面板模型、动态面板模型、面板门槛模型、静态空间计量模型等实证检验协同集聚对产业升级的影响,得出二者间呈正相关、负相关、倒U型、多门槛关系的不同结论[6-9]。虽然模型设定、估计方法、样本期限、变量选择等不同,可能导致研究结论存在差异,但更深层次的原因可能在于中国协同集聚的形成区别于主流集聚理论强调的市场导向机制,协同集聚存在政策性集聚效应。地方政府的学习效应、权力扩大倾向以及之前实施的偏向性产业政策——产业服务化政策等情况的叠加[10-11],使得协同集聚与产业升级的互动关系极为复杂[12],集聚的正、负外部性可能在集聚不同阶段交替出现[13]。鉴于制造业与生产性服务业在地理空间的堆积现象,可能抑制协同集聚内部专业化与多样化的内生互动强化机制,使得不同外部性与产业升级的互动关系存在差异。为此,研究中国情境下协同集聚专业化外部性与多样化外部性之间的影响机制及路径演化,分析外部性如何促进产业升级以及哪种外部性更有利于产业升级,探讨产业升级能否反哺协同集聚外部性以及对哪种外部性更为显著,不仅有利于廓清协同集聚发展与产业结构调整的互动机制,而且可为各地选择合适的集聚模式促进产业升级提供参考。

综上所述,现有文献大多聚焦协同集聚对产业升级的单向作用,虽然也从外部性视角分析协同集聚对产业升级的作用机制,涉及不同集聚外部性对产业升级影响的研究内容,但尚未有学者直接探讨协同集聚专业化外部性、多样化外部性与产业升级之间的相互作用关系,更缺乏运用实证方法将三者纳入同一框架进行综合分析的研究,导致得出结论的政策意义有限。

鉴于此,本文基于2006—2019年中国省际面板数据,借助面板向量自回归(PVAR)模型,探讨多样化外部性、专业化外部性与产业升级之间的动态互动关系。本文边际贡献在于:首先,将协同集聚专业化外部性、多样化外部性和产业升级纳入同一分析框架,从双向作用机制视角研究三者之间的作用机理,可为揭示协同集聚与产业升级之间的关系提供新视角,深化相关领域研究。其次,鉴于协同集聚与产业升级均为动态、连续的过程,运用PVAR模型实证考察专业化外部性、多样化外部性与产业升级之间的动态互动关系,有助于提升结论的可信度。最后,考虑空间异质性,将中国内地划分为东、中、西部地区并进行PVAR模型回归,揭示专业化外部性、多样化外部性与产业升级之间动态关系的区域特征。

1 文献综述与理论分析

通过梳理相关文献可以发现,涉及协同集聚外部性与产业升级互动机制的研究涵盖两个方面。

(1)不同协同集聚外部性互动机制研究。根据集聚模式,协同集聚外部性可分为专业化外部性与多样化外部性两种[14]。其中,专业化外部性是指制造业或生产性服务业单一产业在专业化集聚模式下产生的外部效应;多样化外部性是指制造业与生产性服务业在多样化集聚模式下产生的外部经济。协同集聚作为产业集聚的高级阶段,集聚区内部不仅存在制造业与生产性服务业各自的专业化集聚,还具有整体层面的多样化集聚,促使集聚区内产生专业化外部性与多样化外部性的交互影响[6,13]。具体而言,生产性服务业作为制造业深化分工后独立发展起来的产业,二者先天存在产业关联机制,通过这种关联机制,制造业可吸引生产性服务业与之产生纵向或横向经济关联,形成多样化集聚。产业在有限空间内的集聚,将极大增加企业生存压力。为获得持续竞争优势,企业会不断加强其核心业务模块,分割或外包其它业务,以提高企业竞争力,从而使得制造业与生产性服务业更加专业化、规模化。作为一种兼顾多样化与专业化的集聚模式,协同集聚的专业化与多样化并非独立的产业集聚模式,而是产业发展过程中的某种状态[15]。当片面追求专业化集聚时,协同集聚会出现产业结构单一、边界封闭、过度竞争等问题,抑制产业发展;过度追求产业多样化发展,将会忽视要素禀赋、区位特征和规模,导致区域间重复建设与恶性竞争[16]。因此,如何因地制宜地选择协同集聚模式与发展方向至关重要。

(2)协同集聚外部性与产业升级互动机制分析。基于产业区位理论、外部经济理论、交易费用理论等产业集聚理论,专业化外部性可通过规模经济、要素积累、技术溢出等外部性收益促进产业升级,多样化外部性可通过降低产业间协同交易成本、增强知识溢出效应等促进产业升级[6-9]。具体而言,制造业与生产性服务业之间的投入产出关联通过互补和虹吸效应增强产业间协商能力与有机联系,降低产业间协作交易成本,增强知识溢出效应。二者协同集聚共生性的提高,使得产业分工更加精细化与专业化,在催生出新产业的同时,促使原产业向高附加值、高技术方向发展,产业结构得以优化。当然,协同集聚外部性也存在负外部效应。由于地方政府对入驻企业未设置标准,造成许多企业入驻的目的是“政策租”,集聚区内企业存在地方根植性弱、企业间认知与组织形态差异大等特性,导致集聚区存在扎堆现象,阻碍产业间互动融合进程。而且,大量企业集聚在有限空间内,会产生拥挤效应,造成土地、水电、能源等资源要素相对短缺和资本、劳动力等要素过度集聚,形成资源错配,致使产业发展受阻[17]。此外,在产业集聚发展初期,为快速扩大制造业规模,政府通常以资源投入为目标进行重点建设,较少考虑集聚创新要素的有效利用[18],因此会造成制造业低端锁定。由于生产性服务业发展水平取决于制造业发展水平,随着二者产业规模不断扩张,路径依赖效应会逐渐彰显,从而阻碍产业梯度转移。产业升级影响协同集聚外部性的作用机制可根据新经济地理学模型进行如下解释:由于市场接近效应和成本效应构成的循环累积因果关系是协同集聚的内在机制,产业升级可通过拉动本地制造业或生产性服务业市场需求、扩大市场规模、降低交易成本、促进技术创新等,吸引制造业或生产性服务企业入驻,进而扩大协同集聚规模、增强协同集聚外部性[19]。

综上所述,协同集聚专业化外部性与多样化外部性之间存在内生互动关联机制,二者相互影响,并通过正、负效应共同作用于产业升级,而产业升级可通过拉动本地制造业或生产性服务业市场需求、扩大市场规模、促进技术创新、降低交易成本等反馈作用促进协同集聚。三者之间的影响机制如图1所示。

2 研究设计

2.1 PVAR模型

PVAR无须事先提出研究假设、设置自变量与因变量,可通过模型直接验证协同集聚外部性与产业升级间的相互关系及作用机制,清晰展示彼此间的长短期关系走向及影响程度,符合本文研究背景与研究目的。因此,本文选择PVAR模型进行分析,如式(1)所示。

(1)

式中,yi,t是包含内生变量的向量,i表示省份,t表示年份。

2.2 变量选择

2.2.1 协同集聚外部性

现有协同集聚外部性测度指标大多基于单一产业集聚测度思想向产业间协同集聚方向延伸,本文基于已有研究[17,20],构建协同集聚专业化外部性(MAR)与多样化外部性(JACO)测量指标,公式如下:

(2)

(3)

其中,MARi,t为t年i省的专业化外部性,JACOi,t为t年i省的多样化外部性,Coaggit为t年i省的协同集聚指数;Ei,s,t为t年i省制造业子产业s的就业人数,Ei,t为t年i省的就业人数,为t年除i省外所有省份制造业子产业s的就业人数,为t年i省外所有省份的就业人数;Fi,q,t为t年i省生产性服务业子产业q的就业人数,为t年除i省外所有省份生产性除服务业子产业q的就业人数;Es',t为t年所有省份制造业子产业s'的就业人数,Ei,s',t为t年i省制造业子产业s'的就业人数,Et为t年所有省份的就业人数,Es,t为t年所有省份制造业子产业s的就业人数;Fq',t为t年所有省份生产性服务业子产业q'的就业人数,Fi,q,t为t年i省生产性服务业子产业q的就业人数。

2.2.2 产业升级

产业升级(IU)是一个从低级向高级逐步演进、永无止境的动态过程,其内涵和外延随社会进步不断发展与丰富,因而探讨产业升级时需注重产业外在状态转变的一般性趋势[21]。当前,学界普遍认为产业升级包括产业高级化与合理化两个方面,即产业发展包含纵向高度化与横向合理化。这为研究产业升级提供了一个较为基础的宏观分析思路,但其局限性也显而易见:产业升级是一个动态演化过程,在数字化与低碳经济背景下,学者们基于上述理论不断丰富和扩大产业升级的内涵与外延,虽然涉及产业智能化与绿色化内容,但实证研究仍采用经济服务化和行业间协调发展的相关指标衡量产业高级化与合理化[22]。当前,中国的产业升级不仅包括产业服务化与产业间聚合质量两方面内容,还涉及产业智能化与绿色化。以数字化为基础的产业智能化日益成为中国经济发展的新动能,以低碳、绿色发展理念为宗旨的产业绿色化是中国经济可持续发展的内在要求。因此,借鉴Tong &Rong[23]的做法,本文将产业升级分为产业服务化、产业合理化、产业智能化和产业绿色化4个维度,运用耦合协调度模型进行估算。

2.3 变量描述性统计

选取2006—2019年中国内地30个省份(西藏因数据不全,未纳入统计)的专业化外部性、多样化外部性和产业升级面板数据进行研究,数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国劳动统计年鉴》《中国教育统计年鉴》等。对于部分缺失和遗漏数据采用TREND插补法进行填补,各参数描述性统计结果见表1。

3 实证分析

3.1 单位根检验

在估计PVAR模型前需要对数据进行平稳性检验,以避免伪回归造成结论不可靠。为此,采用LLC检验、IPS检验、HT检验和Fisher检验分析数据的平稳性(见表2)。结果显示,除中部地区的专业化外部性、多样化外部性和产业升级同为一阶单整序列外,其余样本的专业化外部性、多样化外部性和产业升级均为平稳序列。

3.2 多样化外部性、专业化外部性与产业升级实证结果

3.2.1 最优滞后阶数

在对PVAR模型进行估计前,需确定模型的最优滞后阶数。根据表3结果,模型滞后一阶的MBIC、MAIC和MQIC指标值最小,因此选择滞后一阶作为PVAR模型的最优滞后阶数。

3.2.2 模型平稳性检验

在进行模型估计前,需要检验模型是否稳定,若模型不稳定,则无法进行脉冲响应分析。因此,利用AR根检验方法验证PVAR模型的平稳性。由图2可知,PVAR模型的3个估计点均落入单位圆内,表明构建的PVAR模型稳定,可进行PVAR模型估计。

3.2.3 格兰杰因果检验

为检验专业化外部性、多样化外部性与产业升级的因果关系,对3个变量进行格兰杰因果检验,结果如表4所示。结果显示,多样化外部性与产业升级均为专业化外部性的格兰杰因,专业化外部性与产业升级均为多样化外部性的格兰杰因,仅专业化外部性是产业升级的格兰杰因。

3.2.4 PVAR模型回归分析

采用广义矩估计(GMM)法对PVAR模型进行估计,结果如表5所示。根据Hansen检验,P值为0.550,说明模型工具变量选取合适。

在产业升级方程中,滞后一期的产业升级在1%水平下与当期水平正相关,表明产业升级具有自我强化作用。滞后一期的专业化外部性在1%水平下与产业升级正相关,表明专业化外部性对产业升级具有正向促进作用。滞后一期多样化外部性的估计系数为正但不显著,说明协同集聚在规模扩大的过程中可能存在规模或形态上的扎堆,致使产业内部实际关联度虚高,短期内多样化外部性未表现出促进作用。

在专业化外部性方程中,滞后一期的专业化外部性在1%水平下与当期水平正相关,且估计系数为0.618,表明专业化外部性具有自我强化作用。滞后一期的多样化外部性与专业化外部性在1%水平下显著为负,表明短期内多样化外部性会对专业化外部性产生抑制作用。滞后一期产业升级的估计系数在1%水平下显著为正,且系数为0.328,说明短期内产业升级能够促进专业化外部性。

在多样化外部性方程中,滞后一期的多样化外部性在1%水平下显著为正,说明多样化外部性具有自我强化作用。结合滞后一期专业化外部性系数(-0.883)可知,这种自我强化作用弱于滞后一期专业化外部性对多样化外部性的抑制作用。此外,滞后一期产业升级的系数为0.782,在1%水平下显著,表明短期内产业升级对多样化外部性具有显著促进作用。

3.2.5 脉冲响应

由于PVAR模型的GMM估计结果仅报告了各变量间的短期互动关系,为进一步探讨在其它因素保持不变的情况下,一个变量随机扰动冲击对自身及其它变量的长期动态影响,采用脉冲响应函数进行分析。

如图3所示,相比于协同集聚外部性对产业升级的影响,产业升级受自身冲击的影响更大,自我强化效应显著,产业结构变迁具有较强的动态性和滞后性。当多样化外部性给予产业升级一个冲击时,冲击作用在第一期达到最大,随后缓慢下降并在第三期转为负值,表明多样化外部性对产业升级在短期内具有促进作用,在长期内具有抑制作用。可能的原因如下:一是中国的产业协同集聚水平提升是在制造业或生产性服务业专业化集聚程度较低情况下实现的,产业间关联度较低,致使多样化外部性虚高,无法显著促进产业升级[24];二是受规模、最终需求等因素影响,产业规模较小的省份并不适合“大而全”的发展道路,过度多样化易造成资源错配,而产业规模较大的省份拥有完善的产业链,适用于多样化发展道路,二者相互影响,导致多样化外部性在全国层面不显著[25];三是多样化外部性对产业配套安排和基础设施要求较高,当多样化集聚的前期积累尚未完成时,其所引发的软硬件无法匹配、要素配置不到位等一系列城市问题会抑制产业升级[26]。与多样化外部性相比,专业化外部性对产业升级的冲击作用在第一期达到最大后整体趋于平稳,并显著为正,说明专业化外部性对产业升级具有促进作用。

相比多样化外部性自身冲击的影响,多样化外部性在当期受专业化外部性的冲击较大。这可能与集聚形成过程有关:集聚初期,产业集聚往往表现为相同产业扎堆布局,形成专业化集聚模式,在专业化生产模式的进一步分工下,大量横向、纵向产业被吸引到集聚区形成多样化集聚[27]。与GMM方程估计结果相印证,专业化外部性在当期给予多样化外部性一个正向冲击后,在第一期快速下降为负值,并达到最小,随后在第二期缓慢上升,逐渐收敛于0。这表明专业化集聚程度提高虽然能够带动多样化集聚,但大量单一类型企业形成的垂直关联集群会挤占或压缩其它类型企业的市场空间,从而表现为负向冲击,随着时间推移,制造业与生产性服务业天然的投入产出机制使得这种负向冲击逐渐弱化。类似于多样化外部性对产业升级的冲击,产业升级对多样化外部性的冲击也呈现短期促进与长期抑制并存的情况,但相比多样化外部性对产业升级的影响,产业升级对多样化外部性的促进作用更加显著,其抑制作用直到第七期才显现。可能的原因是,中国的产业集聚存在“集聚租”现象,多样化集聚包含无关多样化与相关多样化两种模式,致使估算的多样化外部性存在虚高的情况。高质量的产业结构有助于吸引企业入驻集聚区,虽然会扩大多样化集聚规模,但同时也加剧了企业之间的竞争,促使优胜劣汰的市场生态逐渐形成。

专业化外部性对自身的冲击在当期达到最大后逐渐下降并收敛于0,且始终为正,说明专业化外部性对自身具有显著强化作用。多样化外部性与产业升级对专业化外部性当期的冲击均为0,表明多样化外部性、产业升级对专业化外部性的影响具有滞后性。其中,产业升级对专业化外部性的冲击在第一期迅速上升后,逐渐呈缓慢、稳定上升趋势,说明产业升级对专业化外部性的影响具有滞后性,且在短期和长期内均具有促进作用。由前文专业化外部性对产业升级的脉冲响应分析结果可知,专业化外部性与产业升级在全国层面呈现出良性互动、彼此促进的发展态势。多样化外部性对专业化外部性的冲击在第一期迅速下降并达到最小值后,逐渐上升并趋向于0,说明多样化外部性对专业化外部性始终具有抑制作用,但会随着时间推移逐渐减弱。结合前文专业化外部性对多样化外部性影响的分析可知,省际协同集聚多样化外部性与专业化外部性在全国层面并不具有互动强化机制。可能的原因包括:一是集聚成因问题,政府主导的集聚可能存在规模或形态上的扎堆;二是集聚模式选择问题,多样化集聚代表的“大而全”发展道路适用于产业规模较大的省份,而专业化集聚代表的“小而精”发展道路适用于产业规模较小的省份。

3.3 稳健性检验

对实证结果的稳健性检验主要从以下方面展开:首先,考虑到脉冲响应分析结果可能受到内生变量顺序的影响,本文通过改变内生变量顺序验证模型的稳健性。如图4所示,脉冲响应方向及程度与图3基本一致,说明前文模型较为稳健。其次,为验证模型中变量之间存在长期稳定关系,通过绘制模型稳定性检验的伴随矩阵特征图(见图2),证明模型是稳健的。最后,借鉴车明好等[11]的做法,重新度量产业服务化,运用耦合协调度模型计算产业升级后进行脉冲响应分析,如图5所示,结果仍具有稳健性。

3.4 异质性分析

协同集聚的形成本质上是政府与市场关系的动态演变。考虑到中国欠发达地区与发达地区在基础设施、发展环境等方面存在差异,政府介入集群的范围与程度可能不同,导致协同集聚产生的影响具有区域异质性。为此,依据国家统计局的划分标准将中国内地划分为东部、中部和西部3个地区并进行PVAR模型回归,以揭示专业化外部性、多样化外部性与产业升级之间动态关系的区域特征。

3.4.1 东部地区分析

由表2可知,专业化外部性、多样化外部性在10%的显著水平下拒绝存在单位根的假设;除HT检验外,产业升级的其它3种检验均拒绝存在单位根的假设。虽然一般通过两种检验即可判定该序列平稳,但出于严谨性考虑,采用Kao检验、Pedroni检验和Westerlund检验对变量间的协整关系进行分析,p值分别为0.027、0.012、0.058,说明专业化外部性、多样化外部性与产业升级在10%显著性水平下存在协整关系。因此,专业化外部性、多样化外部性和产业升级为平稳序列,可以运用PVAR模型进行估计。

根据MBIC、MAIC和MQIC准则,确定PVAR模型的最优滞后阶数为一阶,因此对滞后一阶的PVAR模型进行稳健性检验。单位根特征值分别为0.988、0.957、0.123,均小于1,说明模型稳健。随后,对一阶滞后PVAR模型进行格兰杰因果检验,发现东部地区的专业化外部性、多样化外部性与产业升级之间均存在双向格兰杰因果关系。因此,对PVAR模型进行GMM估计与脉冲响应分析,结果如表6、图6所示。

由图6可知,东部地区产业升级受自身冲击影响较大,说明东部地区产业升级具有显著的自我强化效应。多样化外部性在当期给予产业升级一个正向冲击后,冲击随时间推移呈逐步上升趋势,表明东部地区多样化外部性对产业升级具有促进作用。专业化外部性在当期给予产业升级一个正向冲击后,冲击作用下降并在第二期开始为负,表明东部地区专业化外部性对产业升级在短期内具有促进作用,在长期内具有抑制作用。造成多样化外部性与专业化外部性对产业升级表现为异质作用的原因可能是,相比专业化外部性表征的地方化经济,多样化外部性表征的城市化经济能够提供更大的本地市场和充裕的环境资源。这从侧面证明了大城市以多样化发展模式为主的观点[16],也解释了东部地区多样化外部性给予专业化外部性一个冲击后,一直表现为负的原因。多样化外部性给予自身一个正向冲击后,在第一期快速下降并达到最小值,之后虽在第二期有所上升,但一直为负。可能的原因是,东部地区现有产业配套安排和基础设施建设跟不上多样化发展速度[26],从而造成PVAR模型中假定的多样化前期积累无法完成,表现出抑制作用。专业化外部性对自身与多样化外部性的冲击随时间推移均表现为正,即在长期内具有促进作用,原因是东部地区协同集聚主要是在市场机制下形成的,这也是产业升级对协同集聚外部性表现为长期促进作用的原因。

3.4.2 中部地区分析

由表2可知,中部地区的变量未通过单位根检验,因而对其进行一阶差分处理。结果显示,DMAR、DJACO、DIU均为一阶单整,且具有长期均衡关系。因此,采用DMAR、DJACO、DIU构建PVAR模型。

首先,根据MBIC、MAIC、MQIC准则,确定PVAR模型的最优滞后阶数为一阶;其次,为判断滞后一阶的PVAR模型是否平稳,计算模型的特征根,发现特征值均位于单位圆内,表明模型稳定;最后,对一阶滞后PVAR模型进行格兰杰因果检验,以确定脉冲响应函数估计范围。结果显示,与东部地区类似,中部地区的专业化外部性、多样化外部性、产业升级之间均存在双向格兰杰因果关系。因此,对PVAR模型进行GMM估计与脉冲响应分析,结果如表7、图7所示。

中部地区专业化外部性、多样化外部性在给予自身一个正向冲击后,冲击在前4期上下波动,并趋向于0。与东部地区不同的是,中部地区专业化外部性、多样化外部性当期对自身均无长期作用。可能的原因是,中部地区协同集聚的形成在很大程度上依赖于“政策租”而非“集聚租”,集聚区内企业存在根植性差、认知与组织差异大等特点,造成中部地区协同集聚外部性对自身仅具有短期作用。同时,这种协同集聚形成机制造成的抑制性也表现在专业化外部性与多样化外部性之间的相互作用关系上。由图7可知,专业化外部性对多样化外部性的冲击表现为:第一期为负,第二、三期为正,第四期之后趋于0。多样化外部性对专业化外部性的冲击表现为:第一期为0,第二期为正,第三期之后趋于0,二者之间不具备长期关系。受协同集聚“政策租”影响,中部地区专业化外部性一个冲击对产业升级当期并无影响,在第一期快速下降为负,之后虽然在第2～6期快速上升,但仍为负,表明中部地区受专业化集聚的拥挤效应影响较大。多样化外部性一个冲击对产业升级当期表现为正,在第一期快速上升到最大值后,在第二期迅速下降,在第三期趋于0。相比专业化外部性冲击对产业升级的影响,多样化外部性对产业升级具有短期促进作用。这说明中部地区协同集聚已经显现出专业化集聚的局限性,产业内存在过度竞争、知识技术单一等问题,现阶段需重视产业间沟通、合作频率与深度,强化产业间技术交流、知识外溢,以提高制造业与生产性服务业协同融合程度,提升区域产业承载力。中部地区产业升级在当期给予自身一个正向冲击后,冲击在第一期快速下降且在前3期为正,随后趋于0,说明中部地区产业升级对自身具有短期正向作用,但不具有长期作用。根据产业升级指标数值可知,中部地区产业升级的最大值为0.593,处于低耦合协同集聚阶段。结合中部地区产业服务化、合理化、绿色化和智能化指标数值可知,中部地区整体产业服务化与智能化水平较低,产业合理化与绿色化水平较高,说明中部地区产业发展需重视产业服务化与数字化。

3.4.3 西部地区分析

由表2可知,西部地区仅多样化外部性未通过Fisher检验。因此,对多样化外部性、专业化外部性和产业升级进行面板协整检验,Kao检验、Pedroni检验和Westerlund检验的p值分别为0.000、0.000、0.028,表明西部地区的多样化外部性、专业化外部性和产业升级为平稳序列,可进行PVAR模型估计。

与东、中部地区一致,西部地区的专业化外部性、多样化外部性与产业升级均存在双向格兰杰因果关系。因此,对西部地区进行PVAR模型估计与脉冲响应分析,结果见表8、图8。

与中部地区类似,受协同集聚形成机制影响,西部地区专业化外部性与多样化外部性在当期受到自身或彼此的冲击后,虽短期内呈波动趋势,但长期看趋向于0。这表明西部地区协同集聚虽能在短期内对自身产生影响,但形成的协同集聚不具有自我演化功能,区域内部无法在市场机制下自发形成内生稳定机制。西部地区地方政府在对协同集聚进行治理时,需以市场需求为导向,减少地方贸易保护政策的干扰,遏制政府或企业寻租行为。虽然西部地区协同集聚形成机制也造成专业化外部性当期冲击对产业升级不具有长期作用,但与中部地区不同,西部地区多样化外部性在当期给予产业升级一个正向冲击后,冲击在第一期快速上升并达到最大值,之后虽然逐渐下降,但总体为正,表明多样化外部性对产业升级具有长期促进作用。可能的原因是,西部地区制造业与生产性服务业之间的投入产出关联机制,使得协同集聚能够发挥多元化的知识“蓄水池效应”,促进产业升级。此外,相比两种协同集聚外部性对产业升级的异质性冲击,产业升级对两种协同集聚外部性的冲击具有一致性,均是在当期给予一个冲击后,第一期快速下降到最小值,之后虽有所上升,但整体为负。结合产业升级自身冲击的影响,西部地区产业升级与协同集聚关系的形成原因可能是:一方面,西部地区协同集聚存在“集聚租”现象,造成集聚堆积,产业升级加速了企业间的优胜劣汰,致使集聚规模下降,从而表现为抑制作用;另一方面,西部地区部分省份的协同集聚规模可能已超出其所能承受规模,但由于西部地区制造业与生产性服务业较强的分工协同和产业根植性,协同集聚对产业升级的边际作用得以保持[5],从而促进产业长期可持续发展。

4 结论与政策建议

本文基于中国内地30个省份面板数据,利用PVAR模型分析制造业、生产性服务业协同集聚外部性与产业升级的互动关系,得出如下主要结论:

(1)协同集聚专业化外部性、多样化外部性与产业升级之间的动态互动关系具有显著异质性。首先,多样化外部性与专业化外部性虽然具有双向格兰杰因果关系,但二者并不具有互动强化机制。具体而言,专业化外部性对多样化外部性表现为短期促进作用与长期抑制作用,而多样化外部性对专业化外部性始终具有抑制作用。其次,不同协同集聚外部性的产业升级效应存在差异,专业化外部性与产业升级表现为双向格兰杰因果关系,而多样化外部性并非产业升级的格兰杰因。相较于多样化外部性,专业化外部性更能促进产业升级,二者存在相互促进机制。

(2)协同集聚专业化外部性与多样化外部性的动态互动关系及其产业升级效应均存在区域异质性。在东部地区,专业化外部性具有自我强化机制,多样化外部性具有长期的自我抑制作用,专业化外部性对多样化外部性具有促进作用,多样化外部性对专业化外部性具有抑制作用。中西部地区协同集聚不具备自我演化功能,两种协同集聚外部性均不具有长期稳定关系。同时,东部地区专业化外部性对产业升级呈现出短期促进与长期抑制并存的情况,而中西部地区专业化外部性的产业升级效应不具有长期稳定关系。相较于专业化外部性对产业升级的影响,东西部地区多样化外部性更能促进产业升级;中部地区多样化外部性对产业升级的影响与专业化外部性对产业升级的影响类似,都不具备长期稳定关系。

基于上述结论,提出如下政策建议:

首先,降低制造业与生产性服务业协同集聚的政策性集聚效应。制造业与生产性服务业协同集聚存在政策性集聚效应,会削弱协同集聚的自我演化功能,抑制协同集聚正外部效应的发挥。因此,需通过改革地方政府绩效考核机制、完善中央政府均等化转移支付制度、实施“集聚租”征税等措施降低产业集聚经济对“政策租”的依赖。同时,大力发展中介机构或搭建产业间沟通合作平台、完善产业间互动交流机制,以增强产业在分工、制度、创新和资本方面的协同集聚效应。

其次,因地制宜地选择制造业与生产性服务业集聚模式。东部地区要在加强产业分工协同与基础设施建设的基础上,选择以多样化为主的协同集聚发展模式。西部地区要以市场需求为导向,减少地方贸易保护政策的干扰,遏制政府或企业寻租行为,在提高制造业与生产性服务业专业化集聚水平的前提下,选择以多样化为主的协同集聚模式。无论是选择多样化发展模式还是专业化发展模式,中部地区均要在转变制造业与生产性服务业治理方式的基础上,重视二者之间的沟通与合作,在加强产业间技术交流与知识外溢的同时,提高产业根植性与内在产业结构适宜度,以保持制造业与生产性服务业协同集聚对产业升级的边际作用。

参考文献：

[1] CHEN D, CHEN S, JIN H. Industrial agglomeration and CO2 emissions: evidence from 187 Chinese prefecture-level cities over 2005—2013[J]. Journal of Cleaner Production, 2018,172:993-1003.

[2] YANG H, XU X, ZHANG F. Industrial co-agglomeration, green technological innovation, and total factor energy efficiency[J]. EnvironmentalScience and Pollution Research, 2022, 29(41): 62475-62494.

[3] 王艳华,苗长虹,胡志强,等.专业化、多样性与中国省域工业污染排放的关系[J].自然资源学报,2019,34(3):586-599.

[4] 姬志恒,于伟,张鹏.高技术产业空间集聚、技术创新与区域绿色发展效率——基于PVAR模型的经验证据[J].宏观经济研究,2020,42(9):92-102.

[5] 陈建军,胡晨光.产业集聚的集聚效应——以长江三角洲次区域为例的理论和实证分析[J].管理世界,2008,24(6):68-83.

[6] 郝凤霞,王宇冰,楼永.区域服务化视角下产业协同集聚效应研究[J].科技进步与对策,2021,38(13):55-63.

[7] 王瑞荣.生产性服务业与制造业协同聚集对制造业升级的影响[J].统计与决策,2018,34(4):132-135.

[8] 王燕,孙超.产业协同集聚对产业结构优化的影响——基于高新技术产业与生产性服务业的实证分析[J].经济问题探索,2019,40(10):146-154.

[9] 张治栋,黄钱利.产业集聚对产业结构升级的影响——基于空间计量和面板门槛模型的实证分析[J].当代经济管理,2021,43(2):57-64.

[10] 甘清华,陈淑梅.产业结构升级视角下市场一体化对地区经济增长的影响[J].产业经济研究,2021,20(5):40-53.

[11] 车明好,邓晓兰,陈宝东.产业结构合理化、高级化与经济增长:基于门限效应的视角[J].管理学刊,2019,32(4):12-20.

[12] LIU J, ZHAO M. Study on evolution and interaction of service industry agglomeration and efficiency of Hebei province China[J/OE]. Complexity.https://doi.org/10.1155/2020/1750430.

[13] 王春晖,赵伟.集聚外部性与地区产业升级:一个区域开放视角的理论模型[J].国际贸易问题,2014,40(4):67-77.

[14] 戴一鑫,李杏,晁先锋.产业集聚协同效度如何影响企业创新——“地理、技术、组织”共生演化的视角[J].当代财经,2019,40(4):96-109.

[15] XIN L A, LAI X D, ZHANG F C. Research on green innovation effect of industrial agglomeration from perspective of environmental regulation:evidence in China[J]. Journal of Cleaner Production,2021,288(15):125583.

[16] 张先锋,刘有璐,杨新艳,等.动态外部性、集聚模式对城市福利水平的影响[J].城市问题,2016,35(3):4-12.

[17] YUAN H A, XIN L B, YU C A, et al. Industrial agglomeration externalities, local governments' competition and environmental pollution:evidence from Chinese prefecture-level cities[J]. Journal of Cleaner Production,2020, 277:123455.

[18] 张二震,戴翔.论开发区从产业集聚区向创新集聚区的转型[J].现代经济探讨,2017,36(9):1-6.

[19] 韩永辉,黄亮雄,王贤彬.产业政策推动地方产业升级了吗——基于发展型地方政府的理论解释与实证检验[J].经济研究,2017,52(8):33-48.

[20] EZCURRA R, GIL C, ARZOZ P P, et al. Regional specialization in the European Union[J]. Regional Studies, 2006, 6(40): 601-606.

[21] 张梦霞,郭希璇,李雨花.海外高端消费回流对中国数字化和智能化产业升级的作用机制研究[J].世界经济研究,2020,39(1):107-120,137.

[22] 卢福财,马绍雄,徐斌.新中国工业化70年:从起飞到走向成熟[J].当代财经,2019,40(10):3-14.

[23] TONG L, RONG Y. Internet, green innovation and industrial upgrading[J]. Sustainability,2022, 14(20):13687.

[24] 伍先福.产业协同集聚对全要素生产率影响的门槛效应研究——基于中国246个城市的实证检验[J].经济经纬,2019,36(2):72-78.

[25] 袁冬梅,李恒辉.生产性服务业集聚提高了中国城市经济效率吗——基于产业层次和城市规模差异视角的检验[J].厦门大学学报(哲学社会科学版),2021,96(2):125-136.

[26] 张凤超,黎欣.产业集聚、城市人口规模与区域经济协调发展——基于我国12个城市群的比较研究[J].华南师范大学学报(社会科学版),2021,66(2):156-166,207-208.

[27] 赵伟,王春晖.区域开放与产业集聚:一个基于交易费用视角的模型[J].国际贸易问题,2013,39(7):38-49.

(责任编辑:陈 井)