方湖柳 潘娴 樊文静

【摘要】基于2004 ～ 2019年省级面板数据， 实证检验生产性服务业专业化集聚與多样化集聚的绿色发展效应， 结果显示： 整体而言， 生产性服务业的两种集聚与产业自身绿色发展之间存在倒“U”型关系。 进一步采用空间模型研究发现， 专业化集聚对周边生产性服务业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。 此外， 分地区检验发现： 东部地区生产性服务业专业化集聚的影响与整体结果一致， 而多样化集聚起直接推动作用; 中部地区两种集聚的影响均呈倒“U”型， 但各省专业化集聚水平已接近甚至突破了拐点; 西部地区仅有专业化集聚的影响显著并呈“U”型， 区域内各省仍在曲线左侧， 尚未发挥出推动作用。

【关键词】产业集聚;绿色发展;生产性服务业;专业化集聚;多样化集聚

【中图分类号】 F127     【文献标识码】A      【文章编号】1004-0994（2022）05-0128-9

一、引言

党的十九大报告强调， 我国经济已进入高质量发展阶段， 重点是加快推动产业优化升级， 将以要素资源投入为主的粗放增长模式转变为创新推动的可持续增长模式。 作为制造业和生活性服务业的生产枢纽与产业链中的关键一环， 生产性服务业独具的创新要素活跃、带动作用显著等特点， 使其能够借助产业关联效应推动整体经济创新发展[1-3] 。 事实上， 自2014年国务院发布《关于加快发展生产性服务业促进产业结构调整升级的指导意见》（国发[2014]26号）以来， 生产性服务业在国民经济中的地位快速提升， 其占GDP的份额由2014年的28.12%上升至2018年的31.47%， 逐渐成为培育经济增长新动能的主战场。 现阶段如何促进生产性服务业进一步发展从而提升经济发展质量， 已跃升为重要的战略发展问题。

长期以来， 生产性服务业低排放的绿色形象深入人心， 然而现实与传统认知相悖， 随着行业飞速发展， 生产性服务业生产经营活动中的污染问题逐渐突显[4] ， 譬如交通运输业大气污染物排放量大、批发零售业包装过度等。 与此同时， 国内外不少学者也已意识到传统理念对于环境问题的忽视[5] ， 他们将经济增长与减排同时纳入考量范围来衡量服务业的绿色发展水平， 并发现生产性服务业发展仍具有明显的粗放型特征[6] 。 坚持生态优先是实现经济高质量发展的重要要求之一， 这意味着绿色同样应该是生产性服务业发展的政策取向。 由此， 在粗放式增长的现实与绿色发展的期望不匹配的背景下， 实现产业结构升级和经济发展模式转变的关键是从推动生产性服务业发展转变为推动其绿色发展。 因此， 有必要探究生产性服务业集聚与该产业绿色发展之间的关系。

二、文献综述

关于如何实现生产性服务业绿色发展， 当前已有部分研究围绕经济发展[7] 、出口贸易[8] 、人力资本[9] 与能源价格[10] 等方面展开讨论， 却少有学者将生产性服务业集聚与生产性服务业绿色发展联系在一起。 近年来， 伴随着信息技术的创新与发展， 生产要素在区域间的流动速度加快， 生产性服务业集聚态势日益明显[11] 。 产业集聚作为一个不可忽视的重要现象， 其对生产效率的显著影响已经得到大量文献的证实， 而现阶段生态优先重要性的提升， 促使国内外学者将环境视角纳入集聚外部效应的研究中。

根据对现有研究的总结可以发现， 集聚对产业发展和污染排放均存在正反两方面的影响： 一方面， 传统集聚经济理论普遍认为集聚存在正外部性， 集聚过程中资源共享、规模经济和各种溢出效应能够提高企业生产率与经营绩效[12] ， 有效改善空间内产业效率[13] 和污染排放[14] ; 另一方面， 集聚会带来负面影响， 依据对“威廉姆森假说”观点的拓展， 集聚在经济发展初期能显著提升效率， 但达到一定程度后， 随着拐点的到来， 过度集聚产生的负外部性将超过正外部效应， 反而对产业发展和治污减排产生抑制作用[15，16] 。 综上， 产业集聚与产业自身绿色发展之间存在着不容忽视的内在联系， 探究清楚现阶段我国生产性服务业集聚对生产性服务业绿色发展究竟是存在推动作用还是抑制作用显得尤为重要。 遗憾的是， 少数关于生产性服务业集聚对生产性服务业发展作用机理的讨论仍停留于传统视角， 未将环境约束纳入考虑范围[17] 。

总体来看， 集聚影响产业发展与环境污染的研究虽已取得较为丰富的成果， 但关于生产性服务业集聚与生产性服务业绿色发展之间关系的研究仍十分匮乏。 鉴于此， 本文拟基于2004 ～ 2019年的省级面板数据， 通过构建计量模型实证分析生产性服务业集聚对生产性服务业绿色发展的具体影响， 并进一步探讨此种影响的空间溢出效应与地区差异。 本文研究充分考虑环境约束， 将生产性服务业集聚与产业自身绿色发展联系在一起， 对于拓展该领域的研究具有重要的理论意义， 对于地区制定适应绿色发展的产业集聚政策、更好地解决经济发展和生态环境保护不平衡的问题， 以及推进经济发展模式转型具有重要的现实意义。

三、理论分析与研究假设

生产性服务业在区域内集聚会形成专业化与多样化两种不同的形态， 专业化集聚反映了同类生产性服务企业的地区分布状态， 而多样化集聚则反映了不同类型生产性服务企业的地区汇集情况。 这两种不同的集聚模式将会通过差异化的影响机制作用于本地生产性服务业绿色发展， 具体作用机制总结如图1所示。

（一）生产性服务业专业化集聚的绿色发展效应

生产性服务业专业化集聚对生产性服务业绿色发展具有促进作用， 但同时也可能会产生抑制效应， 两者作用大小与专业化集聚阶段密切相关。

在初步形成或成长阶段， 专业化集聚主要发挥正外部效应。 基于Marshall外部性理论， 专业化集聚的正外部效应源于两个方面： 一是规模经济效应; 二是知识溢出效应。

就规模经济效应角度而言， 首先， 同行业企业的污染排放物往往属于同一种类， 专业化集聚在推进企业生产专业化的过程中[18] ， 不仅能对行业整体生产效率起到直接提升作用， 更能推动生产性服务企业开发针对性治污服务， 通过集中治理发挥治污规模效应[19] 。 其次， 专业化集聚驱动要素资源在区域内汇集， 将带来成本剩余[20] 。 集聚在一起的生产性服务企业能够通过共享异质性资源与公共治污设施， 促进“劳动力蓄水池”等资源集聚效应的形成， 进而降低整个行业的生产经营成本[21] 与治污减排成本[22] 。 最后， 专业化集聚加剧了同行业企业间的相互竞争， 促使要素资源流向更高效的部门、企业、地区， 生产性服务业资源优化配置带来的利用效率提升又能够有效减少单位能源污染排放[23] 。

就知识溢出效应角度而言， 专业化集聚有利于区域内拥有相似生产性服务技术的员工开展正式或非正式交流学习[24] ， 促使企业高端技术与绿色知识外溢门槛降低。 知识技术的流动除了能够促进集聚企业广泛运用已有先进技术实现清洁生产， 还有助于形成良好的创新环境， 提升生产性服务行业整体技术创新能力， 实现行业内技术突破[25] 。 此外， 根据波特假说[26] ， 技术创新水平的提高还会引发“创新补偿”效应， 即企业创新带来了更多收益， 能够抵消甚至超过创新投入成本与污染治理成本， 从而发挥对生产性服务业自身绿色发展的推动作用。

然而， 随着专业化集聚水平的进一步提高， 负外部性将逐渐突显出来。 一方面， 尽管同行业企业在集聚过程中产生了规模经济效应， 但区域内大规模企业会借此逐步获取行业垄断地位， 形成低效的垄断型市场结构， 再加上这种同质化集聚方式往往导向结构单一的生产模式， 源于规模经济效应的集聚正外部性将很快消失。 在成熟阶段， 专业化集聚既无法提升中间服务生产效率， 也阻碍着减排效应的发挥， 不利于生产性服务业绿色发展。 另一方面， 由于知识技术的溢出始终局限于行业内部， 专业化集聚极易导致技术锁定， 在技术扩散达到饱和后， 知识同化与创新动力不足问题的出现将对生产性服务业绿色发展起到抑制作用。 此外， 资源具有稀缺性， 企业过度集聚会造成區域生产要素的拥挤失衡与公共治污设施的过度使用。 在有限资源无法满足企业需求的情况下， 生产经营成本与污染治理成本将不断上升， 造成偷排、超排现象增多。 拥塞效应带来的环境拥挤负外部性由此突显， 并最终会超过集聚正外部性[27] 。

综上所述， 专业化集聚对生产性服务业绿色发展可能存在先促进后抑制的影响。 基于此， 本文提出如下假设：

假设1： 生产性服务业专业化集聚对生产性服务业绿色发展的影响具有倒“U”型特征。

（二）生产性服务业多样化集聚的绿色发展效应

与专业化集聚类似， 多样化集聚对生产性服务业绿色发展亦存在正反两方面的影响， 但具体的影响机制有所不同。

首先， 在集聚前期， 不同类型生产性服务企业集聚在一起有助于实现区域内多样化中间服务品供应， 中间服务品不只提供给制造业， 也作用于生产性服务业的生产过程， 多种类服务投入能够更全面有效地满足生产性服务业的效率提升需求与治污减排需求， 进而形成与专业化集聚不同的规模经济效应[28] 。 其次， 多样化集聚突破了行业锁定， 不仅能够提升集聚区内企业的竞争力， 使其拥有更强的要素吸纳能力， 而且有利于地区内部形成竞争型市场结构[29] 。 涉及多行业的大范围竞争将促进资源在行业间的流动， 推动实现基于结构效应的资源优化配置， 对生产性服务业绿色发展发挥积极作用。 最后， 多样化集聚能够通过促进区域内多类型人才流动与互补企业集体学习， 形成多元化“知识蓄水池”， 进而实现差异化知识的互补、融合与创造， 有效提升集聚区内生产性服务业的技术创新水平， 助推生产性服务企业向绿色生产转型。

而多样化集聚发展至成熟阶段后， 除了与专业化集聚一样会因为资源稀缺性引发拥塞效应， 还将导致生产性服务业集群结构僵化。 在区域原有企业为保障自身利益而阻止新型生产性服务企业进入的同时， 新技术与新知识也被阻挡在区域外[30] ， 过时的生产技术与减排技术无法再推动生产性服务业绿色发展。

综上所述， 多样化集聚对生产性服务业也可能存在先促进后抑制的影响。 基于此， 本文提出如下假设：

假设2： 生产性服务业多样化集聚对生产性服务业绿色发展的影响具有倒“U”型特征。

（三）生产性服务业集聚的绿色发展空间溢出效应

生产性服务业专业化集聚与多样化集聚除了会影响本地生产性服务业绿色发展， 还会对周边地区生产性服务业绿色发展产生推动作用。 第一， 专业化集聚与多样化集聚不仅能够提升本地技术水平与人力资本水平， 而且会对周边地区产生知识溢出效应。 一方面， 服务产品的独有特性促使本地生产性服务业在为其他地区提供中间服务的同时， 带动高端技术、先进知识流向被服务地区; 另一方面， 高技术人才的流出也会促进知识技术向周边地区溢出， 周边地区技术水平的提高将对生产性服务业绿色发展产生促进作用。 第二， 专业化集聚与多样化集聚在提升本地生产性服务业绿色发展水平的同时， 能够通过发挥治污减排的标杆作用对周边地区产生示范效应[31] 。 一方面， 这种示范效应可能会通过提升区域环境诉求， 迫使周边地区政府加大关于生产性服务业的环境规制力度; 另一方面， 地区间的竞争与模仿也将持续推动周边地区生产性服务业实现清洁生产。 因此， 本文提出如下假设：

假设3： 生产性服务业专业化集聚与多样化集聚均能够推动周边地区生产性服务业绿色发展。

四、研究设计

（一）模型设定

为检验生产性服务业专业化集聚与多样化集聚的绿色发展效应， 首先构建如下基准模型：

psgdit=α+β1×spit+β2×spit2+γ×Zit+λt+μi+εit （1）

psgdit=α+β1×dvit+β2×dvit2+γ×Zit+λt+μi+εit （2）

其中： psgdit表示省份i在t期的生产性服务业绿色发展水平， 为被解释变量; spit表示省份i在t期的生产性服务业专业化集聚水平， dvit表示省份i在t期的生产性服务业多样化集聚水平， 两者为核心解释变量; Zit表示区域层面与产业层面的控制变量; λt和μi分别表示时间效应与个体（地区）效应; εit为误差项。

为进一步讨论专业化集聚与多样化集聚对生产性服务业绿色发展的空间溢出效应， 在式（1）与式（2）中引入被解释变量、核心解释变量与控制变量的空间滞后项， 将其拓展为空间面板计量模型：

psgdit=α+β1×spit+β2×spit2+γ×Zit+ρ×W×

psgdit+ϕ1×W×spit+ϕ2×W×spit2+φ×W×Zit+λt+μi+

εit （3）

psgdit=α+β1×dvit+β2×dvit2+γ×Zit+ρ×W×

psgdit+ϕ1×W×dvit+ϕ2×W×dvit2+φ×W×Zit+λt+μi+

εit （4）

其中： ρ为被解释变量空间滞后项的弹性系数; ϕ1、ϕ2和φ为核心解释变量与控制变量的空间滞后项弹性系数; W为空间权重矩阵。 现有研究通常采用反映地理位置特征的矩阵或反映经济社会特征的矩阵进行空间计量分析， 考虑到空间不相邻但相近地区之间的相互影响， 同时避免经济距离内生于制造业绿色发展而导致偏误， 本文采用地理距离权重矩阵进行空间计量分析， 矩阵中要素wij的具体定义如下：

[wij=1dij，i≠j 0， i=j]

其中， dij代表省份i与省份j的省会城市之间的直线距离， 用经纬度坐标计算。

（二）数据来源

由于部分年份数据不可得， 本文选取我国30个省级行政区（西藏由于缺失大量数据未予涉及）2004 ～ 2019年共16年的面板数据， 涉及的所有原始數据来源于《中国统计年鉴》《中国教育统计年鉴》《中国能源统计年鉴》《中国第三产业统计年鉴》以及各省统计年鉴。 本文对数据进行预处理， 部分缺失数据采用插值法补齐， 并以2004年为基期对所有货币价值数据进行调整。 按照李平等[32] 对生产性服务业的划分， 本文将“金融业”“交通运输、仓储和邮政业”“批发零售业”“信息传输、计算机服务和软件业”“租赁和商务服务业”“水利、环境和公共设施管理业”以及“科学研究和技术服务业”界定为生产性服务业。

（三）变量说明与描述性统计

1. 被解释变量：生产性服务业绿色发展水平（psgd）。 过去部分研究单独以产业增加值衡量产业经济效益发展水平[33] 或以污染排放量衡量环境污染情况[34] ， 而绿色发展要求实现经济效益与环境效益的双赢。 因此， 在生产性服务业缺乏污染直接数据的情况下， 本文借鉴王恕立等[8] 的方法估算生产性服务业主要污染物二氧化硫的排放量， 采用各地区生产性服务业增加值与二氧化硫排放量的比值对绿色发展水平进行衡量。

2. 核心解释变量：生产性服务业集聚水平。 本文分别从专业化和多样化两个角度对其进行衡量。

生产性服务业专业化集聚（sp）表示同产业企业的集聚水平， 采用Combes[35] 的方法进行衡量：

[spi=Eis-EiEs-E]

生产性服务业多样化集聚（dv）表示不同产业企业的集聚水平， 采用改进的Combes产业多样化指标进行衡量：

[dvi=sEisEi1s'，s'≠snEis'Ei-Eis21s'，s'≠snEs'E-Es2]

其中， E为全国就业人数， Ei为省份i就业人数， Es为行业s就业人数， Es'为除行业s外的生产性服务业就业人数，`Es为全国生产性服务业就业人数， Eis为省份i行业s的就业人数， Eis'为省份i除行业s外的生产性服务业就业人数，`Eis为省份i生产性服务业就业人数。

3. 控制变量。 根据已有研究所得， 本文选取以下几个变量作为控制变量进行实证分析： ①能源结构（es）。 以煤炭为主的能源结构会产出更多的污染， 不利于产业绿色发展， 用煤炭消费量与能源消费量之比对此进行衡量[36] 。 ②环境规制强度（emc）。 加大环境规制力度有利于推动产业绿色转型[37] ， 用环境问题上访量表示。 ③外商直接投资（fdi）。 一方面， 外资流入能够加速国内企业技术水平提升[38] ; 另一方面， “污染天堂”假说认为， 发达国家行业会为规避环境规制而将高污染企业向国内转移。 本文用实际利用外商投资额与GDP之比进行衡量。 ④人力资本水平（edu）。 用各省份劳动力平均受教育年限表示， 受教育年限越长， 人力资本水平越高。 具体计算方法参考韩峰等[39] 的做法： 平均受教育年限=（大专以上人数×16+高中人数×12+初中人数×9+小学人数×6）/劳动人口。 ⑤城镇化水平（ur）。 地区城镇化水平提升能够促进基础设施建设完善， 用各省份城镇化率表示。 ⑥生产性服务业生产力（pd）。 生产力强劲的产业通常拥有更完备的能力与资源， 能够在推动自身发展的同时加强治污减排， 这里用人均增加值衡量。

表1列示了各变量的名称、符号及描述性统计结果。

五、实证结果与分析

（一）基准回归结果

由于部分省份缺失细分服务业增加值数据， 本文采用21个省级行政区数据开展基准回归， 21个省级行政区分别为： 北京、天津、河北、山西、内蒙古、吉林、上海、江苏、浙江、安徽、福建、山东、河南、湖南、广东、海南、甘肃、重庆、青海、宁夏、新疆。

本文使用固定效应模型对生产性服务业专业化集聚与多样化集聚的绿色发展效应进行估计比较， 回归结果如表2所示。 列（1） ～ 列（4）分别报告了未添加控制变量与添加控制变量后的模型估计结果。 相较于未添加控制变量的结果， 添加控制变量后核心解释变量系数的大小与显著性均出现了较大差异， 说明生产性服务业绿色发展会受到其他变量的影响， 遗漏这些变量会使估计产生偏误。

具体地， 列（2）显示， 生产性服务业专业化集聚的一次项系数显著为正， 二次项系数显著为负， 说明其对产业自身绿色发展的影响存在明显的倒“U”型特征， 假设1成立。 根据估计系数计算， 专业化集聚对生产性服务业绿色发展发挥抑制作用的拐点为1.299， 其中部分省份已跨过拐点， 进入了曲线的下降阶段。 列（4）显示， 生产性服务业多样化集聚对产业自身绿色发展亦存在显著的倒“U”型影响， 假设2成立。 多样化集聚的拐点为7.093， 相较于拐点， 我国生产性服务业多样化集聚当前仍处于较低水平， 尚未展现出规模扩大后的负外部性。 尽管从整体来看， 生产性服务业不同集聚模式的绿色发展效应均具有倒“U”型特征， 但对于部分省份而言， 生产性服务业专业化集聚水平已越过或接近拐点， 市场结构的低效垄断、同行業的技术锁定与要素资源的拥塞效应逐渐突显， 将对生产性服务业绿色发展产生阻碍作用; 而多样化集聚水平仍远低于拐点， 能够通过规模经济效应、结构效应、知识溢出效应推动生产性服务业绿色发展。 因此， 各省份在进一步推进生产性服务业集聚的过程中， 应根据自身情况选择不同的集聚模式。

（二）空间溢出效应检验

生产性服务业集聚区为技术创新高地， 能够通过技术溢出效应与节能减排示范作用带动其他地区生产性服务业的绿色协同发展。 考虑到集聚对生产性服务业绿色发展的影响与生产性服务业绿色发展自身在不同地区间都可能存在空间依赖性， 本文进一步采用空间面板模型检验生产性服务业集聚的空间溢出效应。

在确定是否应使用空间计量模型时， 首先需要通过计算生产性服务业绿色发展的面板莫兰指数进行空间自相关检验， 结果显示该指数值为正且通过了1%的显著性检验（详见表3）， 证明生产性服务业绿色发展存在正向的空间依赖， 有必要采用空间计量模型展开实证分析。 再者， 为确定空间计量模型的具体估计形式， 本文分别进行了拉格朗日乘数（LM）检验与似然比（LR）检验， 结果如表4所示。

第一步， 对不包含空间效应的面板模型进行OLS估计， 得到的LM与R-LM中只有多样化集聚的R-LM-err未通过显著性检验， 未拒绝不存在空间误差的原假设， 说明当多样化集聚为核心解释变量时， 空间自回归（SAR）模型相较于空间误差（SEM）模型更为合适。 第二步， 考虑到在LM检验证明空间效应存在的情况下， 亦可直接使用空间杜宾（SDM）模型， 进一步对SDM模型进行LR检验， 判断其是否可以弱化为SAR模型或SEM模型， 结果显示LR统计量均在1%的显著性水平下拒绝了SDM模型会被弱化的原假设， 说明使用SDM模型进行空间计量分析更为合适。

表5报告了空间杜宾模型的回归结果， 估计结果显示， 专业化集聚与多样化集聚对当地生产性服务业绿色发展的影响与前文所得结果基本一致。 在空间溢出部分， 生产性服务业专业化集聚的一次项系数为正， 二次项系数为负， 且均通过了1%的显著性检验， 对周边地区的生产性服务业绿色发展存在倒“U”型影响， 曲线的拐点为1.516， 当前仅有极个别省份跨过了拐点; 而多样化集聚的一次项系数显著为负， 二次项系数不显著， 表明一个地区的生产性服务业多样化集聚抑制了周边地区生产性服务业的绿色发展。 可能的原因是， 我国生产性服务业的多样化集聚水平较低， 尚未形成外部协同效应， 反而加剧了周边地区的资源配置扭曲程度， 对周边地区生产性服务业绿色发展产生的负面效应超过了知识溢出与示范效应带来的正向效应。 此外， 生产性服务业绿色发展的空间滞后项系数与莫兰指数值方向一致， 且显著为正， 表明一个地区生产性服务业绿色发展水平的提升也在推动着其他地区生产性服务业的绿色发展。

（三）稳健性检验与内生性处理

首先， 考虑到基准回归中存在因缺失数据而删除部分省份样本的情况， 为保证实证结果的可靠性， 将被解释变量的衡量指标替换为生产性服务业从业人员工资总额与生产性服务业二氧化硫排放量的比值（Y1）， 采用30个省级行政区数据开展稳健性检验， 结果如表6中列（1）、列（2）所示。 其次， 为解决生产性服务业专业化集聚、多样化集聚与生产性服务业绿色发展之间的双向因果关系而导致的内生性问题， 将核心解释变量的滞后一期作为工具变量进行估计， 上一期生产性服务业集聚水平会影响当前生产性服务业集聚水平， 却不会受到当期生产性服务业绿色发展的反向影响， 可有效避免双向因果的出现， 估计结果如表6中列（3）、列（4）所示。 最后， 考虑到还可能存在遗漏变量使得结果有偏， 本文采用各省份地形起伏度与地形起伏度的平方作为工具变量再次进行检验（地形起伏度为截面数据， 无法进行面板分析， 因此在实际估计中， 本文将地形起伏度与年份的交互项作为最后的工具变量）， 结果如表6中列（5）、列（6）所示。 表6中各列的结果与基准回归结果基本一致， 证明研究结论较为稳健。

（四）基于地区异质性的拓展分析

由于我国东、中、西部地区的经济基础、要素禀赋和产业模式等存在较大差异， 生产性服务业绿色发展水平在地区间也存在严重不均衡现象， 生产性服务业集聚对产业自身绿色发展的影响可能存在地区异质性。 因此， 本文将对东、中、西部三个地区进行分样本回归（东部地区包括北京、天津、上海、河北、江苏、浙江、福建、山东、广东、海南; 中部地区包括安徽、山西、河南、湖南; 西部地区包括内蒙古、吉林、宁夏、甘肃、青海、新疆、重庆）， 进一步探究生产性服务业集聚绿色发展效应的区域差异， 估计结果如表7所示。

从列（1）与列（4）可以看出， 东部地区生产性服务业专业化集聚对产业自身绿色发展存在显著的倒“U”型影响， 其拐点为1.043， 与全国层面相比， 其专业化集聚水平较低， 其中上海、北京与天津的专业化集聚水平已超过拐点， 进入曲线的下降阶段; 多样化集聚的一次项系数为正且在1%的水平上显著， 说明多样化集聚能够持续对东部地区生产性服务业绿色发展发挥积极的推动作用。 东部地区特别是北京、上海等城市的经济实力强劲， 生产性服务业专业化集聚发展趋于成熟， 使得当地企业同质化严重， 规模经济效应与知识溢出效应的发挥受到限制， 在此情况下， 持续推进多样化集聚， 形成“大而全”的产业结构， 能够进一步增强企业实力， 加深行业间的关联关系， 有利于生产性服务业在发展经济的同时加大减排力度， 进而促进产业自身绿色发展。

由列（2）与列（5）可知， 中部地区结果与全国层面基本一致， 专业化集聚与多样化集聚的一次项系数显著为正， 二次项系数显著为负。 其中： 专业化集聚的拐点为0.679， 远低于全国层面与东部地区水平， 中部各省份均已接近拐点甚至越过拐点， 专业化集聚的负外部效应愈加突显; 多样化集聚的拐点为7.833， 远高于中部地区当前的生产性服务业多樣化集聚水平。 中部地区产业发展受政策刺激影响较大， 一方面， 自“四万亿元”计划实施以来， 生产性服务业一直呈粗放式发展状态[40] ; 另一方面， 政府间恶性竞争引发“向底线赛跑”现象， 使得企业以牺牲环境的方式在区域集聚， 这种发展模式导致专业化集聚倒“U”型曲线的拐点过度左移， 正外部性难以弥补负外部性带来的损失。

列（3）与列（6）的估计结果显示， 西部地区专业化集聚一次项系数在1%的水平上显著为负， 二次项系数在1%的水平上显著为正， 拐点为1.149， 各省份尚未越过拐点， 专业化集聚对本地区生产性服务业绿色发展产生推动作用， 而多样化集聚的一次项与二次项系数均不显著。 西部大开发政策导向以发展先进制造业为主， 生产性服务业发展仍处于初期阶段且缺乏科学统筹规划， 当前自发而又有限的专业化集聚无法完全发挥正外部效应。 此外， 西部地区对生产性服务的需求单一， 难以通过促进生产性服务业多样化集聚形成行业间协同绿色发展的良性模式。

六、结论与建议

（一）结论

本文选取2004 ～ 2019年30个省级行政区的面板数据， 构建计量模型， 分析生产性服务业集聚对生产性服务业绿色发展的影响机制， 并进一步考察该影响的空间溢出情况与地区异质性， 得到如下结果： 第一， 在全国层面， 生产性服务业专业化集聚和多样化集聚均与产业自身绿色发展之间存在倒“U”型关系， 其中已有部分省份越过了专业化集聚的曲线拐点。 第二， 生产性服务业的专业化集聚对周边地区生产性服务业绿色发展的影响具有倒“U”型特征， 而多样化集聚的绿色发展效应存在显著的负向溢出效应。 第三， 生产性服务业集聚的绿色发展效应存在明显的区域差异。 其中： 东部地区生产性服务业专业化集聚的影响与全国层面一致， 而多样化集聚发挥着直接的推动作用; 中部地区两种集聚的影响均呈倒“U”型， 但区域内省份的专业化集聚水平均已接近或越过拐点; 西部地区仅有专业化集聚对生产性服务业绿色发展产生了“U”型影响， 且区域内各省份尚未越过拐点发挥推动作用。

（二）建议

根据研究结论， 为进一步推动生产性服务业绿色发展， 实现经济高质量发展， 本文提出以下三条建议：

第一， 应摒弃单纯“以提升集聚水平或产业比重为一切”的发展理念， 更加注重生产性服务业的具体集聚模式与内部结构优化。

第二， 重视区域间的协作。 一方面， 各地政府应通过科学规划、优化部署， 加强生产性服务业专业化集聚、多样化集聚与周边地区的外部协同效应， 避免地区盲目掠夺周边资源， 加剧周边地区要素错配， 以牺牲周边地区发展的方式推动本地生产性服务业集聚; 另一方面， 加强地区间企业的对接洽谈， 进一步发挥好集聚地区企业的知识溢出效应与示范效应， 正向辐射周边地区， 逆转当前面临的负向溢出困境， 全面推动生产性服务业绿色协同发展。

第三， 政府应考虑地区产业特点， 制定差异化政策。 东部地区特别是北京、上海等发达城市， 应将生产性服务业集聚的中心转移到多样化集聚上来， 致力于发展“大而全”的产业结构， 避免过度专业化集聚带来同行业的重复建设与知识同化; 中部地区首先应降低政府间的盲目竞争， 推动“向底线赛跑”向良性集聚转变， 充分发挥专业化集聚的正外部效应， 其次应持续推动多样化集聚， 助推生产性服务企业向绿色生产转型; 西部地区应加强科学统筹规划， 着力于推动与当地优势产业相匹配的生产性服务业集聚， 进一步提升专业化集聚水平。

【 主 要 参 考 文 献 】

[1] Guerrieri P.， Meliciani V.. International competitiveness in producer services[Z].Paper Prepared for the SETI Meeting in Rome，2003.

[2] Francois J.， Woerz J.. Producer services，manufacturing linkages， and trade[ J].Journal of Industry，Competition and Trade，  2008（3-4）：199 ～ 229.

[3] Yang F. F.， Yeh A. G. O.. Spatial development of producer services in the Chinese urban system[ J].Environment and Planning A，2013（1）：159 ～ 179.

[4] 庞瑞芝，王亮.服务业发展是绿色的吗？——基于服务业环境全要素效率分析[ J].产业经济研究，2016（4）：18 ～ 28.

[5] Chung Y. H.， Färe R.， Grosskopf S.. Productivity and undesirable outputs：A directional distance function approach[ J].Journal of Environmental Management，1997（3）：229 ～ 240.

[6] 肖挺.中国服务业分行业两类全要素生产率变化及收敛性比较分析[ J].管理评论，2017（8）：53 ～ 64.

[7] Zhang G.， Lin B.. Impact of structure on unified efficiency for Chinese service sector：A two-stage analysis[ J].Applied Energy，  2018（9）：876 ～ 886.

[8] 王恕立，王许亮，胡宗彪等.服务出口贸易的绿色生产率效应研究：基于9个发展中经济体细分行业数据的经验分析[ J].世界经济研究，2019（7）：29 ～ 42+134.

[9] 王许亮，王恕立.服务业能源生产率变迁及收敛性分析——基于全球40个经济体细分行业数据的经验研究[ J].数量经济技术经济研究，2018（1）：42 ～ 59.

[10] Mulder P.， De Groot H. L. F.， Pfeiffer B.. Dynamics and determinants of energy intensity in the service sector：A cross-country analysis，1980-2005[ J].Ecological Economics，2014（4）：1 ～ 15.

[11] 张素庸，汪传旭，任阳军.生产性服务业集聚对绿色全要素生产率的空间溢出效应[ J].软科学，2019（11）：11 ～ 15+21.

[12] Ciccone A.. Agglomeration effects in Europe[ J].European Economic Review，2002（2）：213 ～ 227.

[13] Greenstone M.， Hornbeck R.， Moretti E.. Identifying agglomeration spillovers：Evidence from winners and losers of large plant openings[ J].Journal of Political Economy，2010（3）：536 ～ 598.

[14] 黄庆华，时培豪，胡江峰.产业集聚与经济高质量发展：长江经济带107个地级市例证[ J].改革，2020（1）：87 ～ 99.

[15] Frank A.， Moussiopoulos N.， Sahm P.， et al.. Urban air quality in larger conurbations in the European Union[ J].Environmental Modelling & Software，2001（4）：399 ～ 414.

[16] 林伯強，谭睿鹏.中国经济集聚与绿色经济效率[ J].经济研究，2019（2）：119 ～ 132.

[17] 袁丹，雷宏振.产业集聚对生产性服务业效率的影响——理论与实证分析[ J].软科学，2015（12）：36 ～ 39+59.

[18] Krugman P.. Increasing returns and economic geography[ J].Journal of Political Economy，1991（3）：483 ～ 499.

[19] 谢荣辉，原毅军.产业集聚动态演化的污染减排效应研究——基于中国地级市面板数据的实证检验[ J].经济评论，2016（2）： 18 ～ 28.

[20] Mukim M.. Coagglomeration of formal and informal industry：Evidence from India[ J].Journal of Economic Geography，2015（2）：329 ～ 351.

[21] Desmet K.， Fafchamps M.. Changes in the spatial concentration of employment across US counties：A sectoral analysis 1972-2000[ J].Journal of Economic Geography，2005（3）：261 ～ 284.

[22] 周国富，白士杰，王溪.产业的多样化、专业化与环境污染的相关性研究[ J].软科学，2019（1）：81 ～ 86.

[23] 季书涵，朱英明.产业集聚的资源错配效应研究[ J].数量经济技术经济研究，2017（4）：57 ～ 73.

[24] Winters M. S.， Karim A. G.， Martawardaya B.. Public service provision under conditions of insufficient citizen demand：Insights from the urban sanitation sector in Indonesia[ J].World Development，2014（1）：31 ～ 42.

[25] Glaeser E. L.. Learning in cities[ J].Journal of Urban Economics，1999（2）：254 ～ 277.

[26] Porter M.， Van der Linde C.. Green and competitive：  Ending the stalemate[ J].Harvard Business Review，1995（6）：128 ～ 129.

[27] 何文举，张华峰，陈雄超等.中国省域人口密度、产业集聚与碳排放的实证研究——基于集聚经济、拥挤效应及空间效应的视角[ J].南开经济研究，2019（2）：207 ～ 225.

[28] Jacobs J.. The economy of cities[M].New York：Vintage， 1969.

[29] 钟顺昌，任媛.产业专业化、多样化与城市化发展——基于空间计量的实证研究[ J].山西财经大学学报，2017（3）：58 ～ 73.

[30] Martin R.， Sunley P.. Path dependence and regional economic evolution[ J].Journal of Economic Geography，2006（4）：395 ～ 437.

[31] 邵帅，张可，豆建民.经济集聚的节能减排效应：理论与中国经验[ J].管理世界，2019（1）：36 ～ 60+226.

[32] 李平，付一夫，张艳芳.生产性服务业能成为中国经济高质量增长新动能吗[ J].中国工业经济，2017（12）：5 ～ 21.

[33] 张清正，李国平.中国科技服务业集聚发展及影响因素研究[ J].中国软科学，2015（7）：75 ～ 93.

[34] 郭然，原毅军.生产性服务业集聚、制造业集聚与环境污染——基于省级面板数据的检验[ J].经济科学，2019（1）：82 ～ 94.

[35] Combes P.. Economic structure and local growth：France 1984-1993[ J].Journal of Urban Economics，2000（3）：329 ～ 355.

[36] Wan J.， Baylis K.， Mulder P.. Trade-facilitated technology spillovers in energy productivity convergence processes across EU countries[ J].Energy Economics，2015（3）：253 ～ 264.

[37] 羅知，齐博成.环境规制的产业转移升级效应与银行协同发展效应——来自长江流域水污染治理的证据[ J].经济研究，2021（2）：174 ～ 189.

[38] Tian X.. Accounting for sources of FDI technology spillovers：Evidence from China[ J].Journal of International Business Studies，2007（1）：147 ～ 159.

[39] 韩峰，阳立高.生产性服务业集聚如何影响制造业结构升级？—— 一个集聚经济与熊彼特内生增长理论的综合框架[ J].管理世界，2020（2）：72 ～ 94+219.

[40] 杨晨，原小能.中国生产性服务业增长的动力源泉——基于动能解构视角的研究[ J].财贸经济，2019（5）：127 ～ 142.