生产性服务业集聚、空间溢出与制造业绿色创新

[摘要]基于邻接空间、地理距离和经济距离三类权重矩阵，以空间杜宾模型考察生产性服务业集聚对制造业绿色创新的影响及空间溢出效应。研究结果表明，生产性服务业集聚可有效带动本省制造业绿色创新，但会抑制邻省制造业绿色创新。生产性服务业集聚对制造业绿色创新影响的空间溢出效应在邻接空间、地理距离、经济距离下存在明显差异，其中地理邻近地区更显著。多维度空间效应分解结果显示，生产性服务业集聚对制造业绿色创新的直接效应在地理距离权重矩阵下呈“梯度递减分布”特征。数字化产业发达省份的生产性服务集聚对邻省制造业绿色创新具有较强“虹吸效应”，不利于整体制造业绿色创新发展。是以，未来应优化生产性服务业集聚发展环境，施行区域差异化产业发展策略，加快推进制造业绿色转型升级。

[关键词]生产性服务业；绿色创新；空间溢出；空间差异性

一、 引言

党的十八大以来，“生态优先、绿色发展”路线日益明朗1，生态文明建设上升至国家战略高度被写入宪法，成为实现碳达峰、碳中和（简称“双碳”）重要抓手，绿色发展也成为高质量发展鲜明底色。习近平总书记在二十大报告中强调，要“推动绿色发展，促进人与自然和谐共生”2。在此背景下，作为国民经济基础与经济转型升级主阵地的制造业，着力积极布局绿色发展赛道。事实上，在从“制造大国”向“制造强国”迈进过程中，中国制造业绿色发展的探索实践一直持续推进。以绿色技术创新为抓手，全面构建绿色制造体系，是解决我国制造业“三高”问题的关键[1]。是以，制造业亟须加速绿色创新，推进绿色制造创新发展，这对应对环境污染问题、促进经济可持续发展以及实现“双碳”目标具有重要现实意义。

作为促进技术进步、提高生产效率、保障生产活动有序开展的一类服务行业，生产性服务业既可促进制造业生产流程优化、技术革新与发展方式转变，而且可以通过提升专业化水平[2]、降低中介服务与交易成本[3]等方式，促进制造业发展，助力我国从“制造大国”迈向“制造强国”。作为高技术含量、低资源消耗和低环境污染行业，生产性服务业的区域集聚可以提升企业绿色创新水平与效率[4]，这与制造业的绿色创新发展需求相匹配。换言之，生产性服务业集聚有利于促进制造业绿色创新。从空间视角来看，本地区生产性服务业集聚可能会对周边地区产生扩散效应，促进邻近地区制造业绿色创新，也可能会对周边地区生产要素产生“虹吸效应”，抑制邻近地区制造业绿色创新。且已有研究证实，在特定范围内，生产性服务业集聚对绿色创新产生积极影响[5]。可以推测，生产性服务业集聚对制造业绿色创新的影响也具有一定空间效应。鉴于此，有必要运用空间计量方法，分析生产性服务业集聚对制造业绿色创新的影响及空间效应，在厘清两者关系基础上对空间效应进行多维度分解，识别影响作用的空间差异，以此为推进制造业绿色创新发展提供理论参考。

二、 文献综述

学术界关于生产性服务业集聚与绿色发展相互关系的研究较多，多数认为生产性服务业集聚可促进绿色发展。张纯记[6]研究指出，生产性服务业集聚可促进绿色全要素生产率提升，且这一作用存在明显的地区与行业异质性。陆凤芝等[7]证实，生产性服务业集聚可以有效降低雾霾污染，分集聚类型而言，生产性服务业的多样化集聚主要通过产业结构和知识溢出降低雾霾污染，专业化集聚主要通过人口集聚与知识溢出降低雾霾污染。方湖柳等[8]研究发现，生产性服务业专业化集聚与绿色发展存在倒“U”型关系，且这一作用具有空间溢出效应，其中生产性服务业专业化集聚对周边地区绿色发展的空间溢出效应呈倒“U”型，而多样化集聚的影响显著为负。李体欣等[9]指出，生产性服务业集聚对城市绿色全要素生产率的影响具有门槛效应，在门槛值之前的影响为正，跨越门槛值之后为负。聂永有等[10]研究发现，生产性服务业集聚与碳排放效率存在“U”型关系，该种非线性特征具有空间溢出效应。此外，有学者指出生产性服务业集聚对绿色发展存在异质性影响。张贺等[11]实证考察发现，生产性服务业的专业化集聚与多样化集聚能够产生不同外部性特征，其中MAR外部性会通过阻碍技术进步抑制绿色全要素生产率提升，JACBOS与PROTER外部性可通过提升技术效率促进绿色全要素生产率提升。

关于生产性服务业集聚对创新的影响，学术界尚未达成一致结论。李勇辉等[12]利用长江经济带108个城市数据展开实证研究，指出生产性服务业专业化集聚有利于提升本地城市技术创新水平，且可通过空间关联作用增强邻近城市技术创新能力，但生产性服务业多元化集聚对本地和邻近城市技术创新均具有抑制作用。苏晓艳等[13]研究指出，粤港澳大湾区生产性服务业多样化聚集扩容促进高新技术企业技术创新，而专业化集聚则主要起抑制作用。徐承红等[14]认为，生产性服务业集聚度对创新并未表现出明显溢出作用，而生产性服务业各行业集聚度和丰裕度具有正向影响作用，其中丰裕度提升更有助于创新溢出。张慧一等[15]以长三角地区为例进行分析，发现生产性服务业集聚的PROTER外部性和JACBOS外部性可以助力地区创新能力提升，其中JACBOS外部性的创新带动作用更强。

综上可知，关于生产性服务业集聚对绿色发展与创新的影响研究颇多，且均认为生产性服务业集聚具有一定空间溢出效应。现实而言，生产性服务业集聚对制造业绿色创新发展的影响既可能在本地呈现，亦可能通过地理空间交互扩散到邻近地区，但很少有研究从这一视角展开探索。立足于此，本文以空间计量分析框架，探索生产性服务业集聚与制造业绿色创新发展关系，为生产性服务业空间集聚效应研究提供新视角；同时，从多维度分解生产性服务业集聚对制造业绿色创新影响的空间效应，为制造业绿色创新发展吸引优质要素资源、提供理论依据。

三、 理论分析

结合产业集聚、区域创新等理论发现，创新与集聚之间保持彼此依存、彼此促进的密切关系。对本研究而言，制造业绿色创新不仅会受本地生产性服务业集聚影响，而且可能受其他地区诸多因素的作用。因此，本文尝试从以下两个层面探索生产性服务业集聚对制造业绿色创新的影响效应。

1. 生产性服务业集聚对制造业绿色创新的空间溢出效应

生产性服务业集聚与资本、技术、人力等多个要素具有相辅相成的关系[16]，而资本、技术、人力等要素均存在明显空间溢出效应。生产性服务业集聚能够借助不同地区之间资本、技术、人力等要素流动形成的空间溢出效应，增加制造业绿色创新活动，提升制造业绿色创新水平。具体来讲，生产性服务业集聚使得专业劳动力、优质技术资源聚拢，在降低交易、运输、服务等成本同时，提高本地制造业绿色产品创新效率。在此过程中，制造业新兴绿色技术不断扩散，为区域制造业绿色创新活动注入强劲活力。与此同时，生产性服务业集聚还可以通过弱化单一群体创新风险，提高创新实际成功率并助力相关绿色创新成果推广，提升制造业绿色创新水平。另外，生产性服务业集聚可通过“虹吸效应”从其他地区获取优质资源，这在一定程度上对邻近地区制造业绿色创新活动具有抑制作用。

2. 不同空间距离下生产性服务业集聚对制造业绿色创新的影响差异

经济地理学理论包含空间距离理论，主要涉及经济距离、地理距离等内容。这一理论认为，区域内发生的各项活动处于完整的经济地域系统。在整体系统下，内部环境、各行业企业之间展开的多种持续性传输活动（包括人力与物质资本互换、能源交易、经济互动等），会在地域空间层面产生一定影响，即不同空间距离下区域产业经济发展的影响效应存在差异。体现在生产性服务业与制造业方面，随着信息技术应用日渐扩大，经济距离对区域制造业绿色创新的影响较小且并未明显提高，而地理距离的影响则正处于持续增加状态。这是因为，具有相似创新资源的地区文化知识相近，会得到相近地理地区教育支持，使地区间隐性知识溢出效应更强，更有利于促进制造业绿色创新。并且，地理距离较短地区无论在产业结构层面、技术层面均保持着更为密切的联系，为生产性服务业集聚以及制造业绿色创新提供了良好可能。是以，在地理距离相近地区，生产性服务业集聚会实现资源共享，更有利于推动制作业绿色创新的研发模式趋同，促进制造业知识溢出与技术创新扩散，提升制造业绿色创新水平。

四、 研究设计

1. 模型构建

为验证生产性服务业集聚与制造业绿色创新的影响效应，本文以新经济地理学框架为理论支撑，借鉴Tian等[17]研究方法，设定如下基础模型：

[Grei，t=δ0+δ1Scfi，t+δ2Hgi，t+δ3Labi，t+δ4Maki，t][+δ5Zcbi，t+δ6Disi，t+δ7Fesi，t+φi+λt+εi，t] （1）

式（1）中，下标[i]和[t]分别为省份和年份；[Grei，t]指代制造业绿色创新水平；[Scfi，t]表示生产性服务业集聚水平；控制变量[Hg]、[Lab]、[Mak]、[Zcb]、[Dis]、[Fes]分别代表环境规制强度、劳动生产效率、市场竞争程度、知识产权保护水平、地区经济发展水平、财政节能环保支出。[δ0]为截距项，[δ1]为解释变量待估参数，[δ2]—[δ7]为控制变量待估参数，[φi]、[λt]分别为空间异质性与时间异质性，[εi，t]为随机扰动项。

本文进一步构建空间杜宾模型（[SDM]），识别生产性服务业集聚与制造业绿色创新的空间溢出效应。具体模型形式如下：

[Grei，t=ϑ1W×Grei，t+ϑ2W×Hgi，t+δ0+δ1Scfi，t+δ2Hgi，t+δ3Labi，t][+δ4Maki，t+δ5Zcbi，t+δ6Disi，t+δ7Fesi，t+φi+λt+εi，t] （2）

式（2）中，[ϑ1]与[ϑ2]均为空间变量的相关系数，系数为正表明空间相关性为正相关，反之为负相关。与此同时，为全方位拟合区域制造业绿色创新水平，本文以三类空间权重矩阵（[W]），即邻接距离权重矩阵（[W1]）、邻接空间距离矩阵（[W2]）与经济空间权重矩阵（[W3]），体现差异地区空间关联度，揭示生产性服务业集聚与制造业绿色创新之间的空间关系。其中，[Dij]表示两个省会城市[i]和[j]之间球面距离，[gdp]指代地区人均实际地区生产总值。具体计算公式如下：

[W1=0 两地区在地理位置上不相邻 i≠j1 两地区在地理位置不相邻 i≠j]  （3）

[W2=1D2ij i≠j0 i≠j]   （4）

[W3=1gdpi-gdpj i≠j0 i≠j] （5）

值得一提的是，在邻接空间权重矩阵、地理距离权重矩阵、经济空间距离权重矩阵的构建过程中，本文未选取相关阈值。由此产生的现象是，每个省份“邻居”均有29个，各“邻居”权重分别以省域间距离倒数、省域间人均GDP差值绝对值的倒数、省域间研发资本流量衡量。

2. 指标选取

（1）生产性服务业集聚（[Scf]）

为明确生产性服务业具体范围，参照国家统计局印发的《生产性服务业统计分类（2019）》标准，依据学界划分标准[14]，本文将生产性服务业界定为高技术型与低技术型两大类，合计5个行业1。在具体实证分析中，已有研究将生产性服务业集聚划分为两大类，即专业化集聚与多样化集聚[18]。故结合相关研究成果[19-20]，本文以专业化集聚（[Pcf]）、多样化集聚（[Dcf]）衡量生产性服务业集聚水平，具体测算公式如下：

[Pcfi=sxisxi-x′sx] （6）

式（6）中，[xis]指代[i]省域[s]生产性服务业的就业人数；[xi]表征[i]省域所有就业人数；[x′s]表示除[i]省域外，全国其他省域[s]生产性服务业的就业人数；[x]指代除[i]省域外全国就业人数。

[Dcfi=sxisxi1s=1，s≠snxis（xi-xis）21s=1，s≠snxs（x-xs）2] （7）