高素英，王 迪，马晓辉

（河北工业大学 经济管理学院，天津 300401）

一、引 言

“十四五”规划纲要关于加快京津冀协同发展的新思路中再次提及绿色发展问题，指出生态环境保护应立体治理、山海统筹。京津冀城市群作为国家战略的重点推进区域，凭借其独特的要素禀赋及资源集聚等优势成为引领我国经济增长的重要引擎。然而，在过去我国粗放型经济增长方式的大背景下，其经济绩效的取得很大程度上以牺牲环境绩效为代价，有悖于“绿水青山就是金山银山”的发展理念。根据2020年中国生态环境部公布的168个重点城市空气质量状况，在排名后10位的城市中，京津冀地区占据4席。生态环境问题制约着经济高质量发展，因此，全面构筑京津冀城市群绿色发展之路至关重要。2021年5月19日，京津冀数字经济联盟成立，旨在借助数字经济推动产业协同互补、环保协同共治，该战略将为京津冀城市群绿色发展提供重要的政策支持。

绿色全要素生产率是将资源利用和环境代价纳入传统全要素生产率的核算框架，准确衡量实际投入产出效率的同时又能体现绿色发展理念，现已成为评价经济增长质量的重要指标［1-2］。现有研究表明，产业集聚已成为现代城市经济中的重要现象，对于区域经济发展及效率提升具有显著影响［3］。如陈阳和唐晓华（2018）［4］选取城市等级视角验证了制造业集聚对城市绿色全要素生产率的影响效应；余奕杉等（2021）［5］研究表明，生产性服务业集聚对城市绿色全要素生产率亦存在显著影响。随着产业结构调整和协同发展战略的不断推进，“单轮驱动”已不再符合经济高质量发展要求，区域产业布局逐渐由传统的制造业集聚向制造业与生产性服务业协同集聚模式转变。集聚的生产率效应研究也逐步转向协同集聚视角，且研究发现协同集聚对经济效率的影响作用更强［6］。因此，在新经济时代我国加快推动经济绿色转型以及“十四五”时期加快推动京津冀协同发展战略的双重背景下，通过有效引导京津冀协同发展及促进区域内产业间渗透融合的方式，促使资源得以合理集约利用，减少环境污染物的排放，提高绿色全要素生产率水平，促进各城市经济绿色协调发展，具有重要的现实意义。

二、文献综述

Ellison和Glaeser（1997）［7］于1997年首次提出产业协同集聚的概念，将其界定为异质性关联产业间的空间集聚现象。回顾我国产业发展进程，制造业为提高效率，“服务外包”行为大量涌现，逐渐由“以生产为中心”向“以服务为中心”转型。生产性服务业作为从制造业中分离出来的产业［8］，以“中间投入”属性与制造业协同，实现了产业垂直一体化向垂直专业化转型。Kelle（2013）［9］、唐晓华等（2018）［10］认为，制造业与生产性服务业之间存在着相辅相成的动态协同发展关系，这一互动关联则为产业协同集聚奠定了基础。两业协同集聚有助于优化经济结构、盘活城市经济，对促进经济高质量发展具有重要的驱动作用［11-13］。

梳理文献发现，选取制造业及生产性服务业视角分析产业集聚对全要素生产率影响的研究较为成熟，可概括为两个层面。第一，单一产业集聚对全要素生产率的影响。以Marshall（1890）［14］和Jacobs（1969）［15］为代表的经典外部性理论认为，产业集聚外部性能够提高地区竞争力，促进经济增长；程中华和张立柱（2015）［16］通过空间计量研究发现，制造业集聚对全要素生产率具有负向作用，且这一影响主要是由Marshall和Porter倡导的外部性主导；而杨浩昌等（2018）则认为，制造业集聚和生产性服务业集聚均有助于促进城市全要素生产率提升［17］。第二，两业协同集聚对全要素生产率的影响。相较于单一产业集聚，产业协同集聚作为经济结构转型发展的主要方式，其对经济增长效率能够产生重要影响。国内研究中，伍先福（2018）［18］关于制造业与生产性服务业协同集聚对全要素生产率的影响效应研究起步较早，并指出两者间随产业专业化集聚度变化呈非线性关系；王静田等（2021）［19］认为，大量生产要素聚集容易导致挤占其他地区资源，相关企业会因沉没成本难以自由进出市场，协同集聚所带来的负锁定效应可能会降低城市全要素生产率。随着经济高质量发展，对经济增长提出了更高的要求，学术界关于产业集聚对绿色全要素生产率的研究愈发丰富。早期研究中，一些学者认为集聚的拥挤效应会对集聚区域内的环境承载力发起挑战，不利于经济可持续发展［20-21］；与之相反，任阳军等（2019）［22］通过构建GMM模型验证了生产性服务业及制造业集聚有利于提高绿色全要素生产率；朱风慧和刘立峰（2021）［23］证实了制造业集聚对绿色全要素生产率的影响并非呈简单的线性关系，两者间关系随对外开放程度的增加由负转正。

综上，首先，因研究方法或研究范围的不同，学术界关于集聚的生产率效应尚未得到统一定论，还需进一步研究；其次，目前聚焦于制造业与生产性服务业协同集聚能否有效提高绿色全要素生产率的研究尚少，少量相关研究也是以环境污染或创新效率为落脚点［24-25］。“十四五”时期是京津冀协同发展战略承上启下的关键时期，各城市间经济绿色协调可持续发展问题更加值得关注。鉴于此，本文运用基于非径向、非角度包含非期望产出的DEA-SBM模型同时结合GML生产率指数，对京津冀13个城市的绿色全要素生产率进行测算，并通过相对差异指数法测算制造业与生产性服务业协同集聚指数，就测算结果实证分析京津冀城市群产业协同集聚对绿色全要素生产率的影响效应。

三、理论分析与研究假设

制造业与生产性服务业协同集聚并不是简单地将单一产业集聚效应双倍扩大，两个异质性产业间能够通过互动关联形成“1+1＞2”的效应作用于京津冀城市群绿色全要素生产率。

一方面，产业协同集聚可通过正外部效应促进城市群绿色全要素生产率提高。一是规模经济效应。根据新经济地理理论，制造业与生产性服务业在城市内集聚有助于加强异质性产业间的联系，通过降低运输成本及共享集聚区域公共资源等使得交易成本降低［26］，提高资源利用率的同时降低了环境污染。此外，制造业发展在很大程度上依赖于能源消耗，生产性服务业自带“清洁”及“高效”的属性，有助于促进制造业向低污染、高创新的方向发展。为疏解非首都功能，北京市制造业向津冀转移，规模经济效应有助于缓解因京津冀城市群自身“核心-外围”特征所引致的环境问题。二是知识溢出效应。制造业与生产性服务业协同集聚有助于丰富集聚区域内公共知识池，促使产业间难以传递的隐形知识显性化［25］，便于京津冀在环境污染与经济协调发展问题上达成一致。三是技术进步效应。两大异质产业间既能够相互借鉴学习同时也存在着竞争关系，有利于淘汰高污染产业，促使经济结构清洁化。集聚区内企业通过与高校、科研院所和政府等组织合作还有利于推进产学研一体化，进一步提高京津冀城市群特别是河北省11个城市的绿色技术发展水平。

另一方面，产业协同集聚也会通过负外部效应制约城市群绿色全要素生产率提高。一是环境拥挤效应。根据Hoover（1948）［27］提出的产业集聚最佳规模论，产业集聚效应并非始终有效，而是存在一个最佳规模，当集聚超过最优临界值后，规模效应将不再显著。要素的持续过度投入会导致规模报酬递减，带来要素拥挤问题，最终对集聚区域的资源环境承载能力提出挑战。某城市的环境承载能力超过上限，则不利于整个城市群绿色协同发展。二是路径锁定效应。当集聚发展到一定阶段时，集聚区域内便容易形成路径锁定，仅限于接收本区域内部的信息而“拒收”区域外的新信息和新技术，封闭式的学习模式会阻碍本城市群减排新技术的变革。此外，京津冀各城市间的产业发展现状存在着严重的梯度化特征，还会容易导致“搭便车”现象发生。三是能源回弹效应。根据杰文斯悖论［28］，协同集聚所带来的技术进步效应有助于促进经济快速增长，由此会对能源产生新的需求，最终导致因技术进步效应节约的能源甚至可能被经济快速增长所带来的新耗能源完全抵消，如此一来，则会导致技术水平相对落后的城市无法有效依托技术进步效应提高经济发展质量。

综上所述，当产业协同集聚水平处于适度规模时，其可通过正外部效应促进绿色全要素生产率提高；反之，处于过度协同集聚状态时则会通过负外部效应发挥抑制作用。基于此，绘制作用机制图，如图1所示，并提出本文假设1。

图1 产业协同集聚对京津冀城市群绿色全要素生产率的影响机制

H1：协同集聚的生产率效应存在最佳规模，产业协同集聚对绿色全要素生产率存在“倒U”型影响。

此外，京津冀城市群内存在的要素流动、资源共享等通常使得各城市间存在空间交互作用，现实中相邻城市之间也会相互模仿学习［29］。因此，某一城市的产业协同集聚水平不仅仅影响本城市内的绿色全要素生产率，往往也会对相邻城市的绿色全要素生产率水平带来空间溢出效应影响。据此，本文提出假设2。

H2：产业协同集聚对绿色全要素生产率的影响存在空间溢出效应。

四、实证设计

（一）空间计量模型构建

根据前文分析，为检验产业协同集聚对绿色全要素生产率是否存在非线性影响，本文在模型中引入产业协同集聚指数的二次项。此外，本文同时将空间因素纳入模型之中，构建空间计量模型探究产业协同集聚对绿色全要素生产率的空间效应影响。空间杜宾模型作为空间误差模型及空间滞后模型的一般形式，具有能够同时捕捉地区空间异质性和竞争特点的优势。因此，本文采用空间杜宾模型，设定如下：

其中：GTFPit为被解释变量，即绿色全要素生产率；COit为核心解释变量，即产业协同集聚指数；C表示核心解释变量产业协同集聚的二次项；ISit、FDIit、PGDPit、GOINit均为控制变量，分别代表产业结构、外资依赖程度、经济发展水平和政府科技投入；i和t分别表示城市和年份；ρ为空间滞后系数，表示相邻城市绿色全要素生产率对本城市绿色全要素生产率观测值的影响方向和程度；Wij为经济距离权重矩阵；β0为常数项；β1-β6为各解释变量的回归系数；θ1-θ6为各解释变量相应的空间回归系数；μi为地区固定效应；νt为时间固定效应；εit为随机扰动项。

此外，空间权重矩阵是反映各单元之间空间关系的重要工具，在设定空间计量模型时还需构建合适的空间权重矩阵。考虑京津冀城市间存在着经济发展不平衡的问题，故本文选取经济距离空间权重矩阵进行空间计量实证分析。经济距离空间权重矩阵构建如下：

其中，Y i、Y j分别代表京津冀地区中i市和j市的人均GDP。

（二）变量选取及测度

1.被解释变量

本文被解释变量为绿色全要素生产率（GTFP）。参考Fukuyama和Weber（2009）［30］、Oh（2010）［31］的研究，采用DEA-SBM模型并构造GML指数对2006—2019年京津冀城市群的绿色全要素生产率进行测度，所需指标包括投入指标、期望产出以及非期望产出，具体见表1所列。

首先，依据Fukuyama和Weber的研究，构建同时考虑能源投入以及环境污染产出的SBM模型如式（3）所示。其中：( )xti,y ti,d ti为t时期i城市的投入产出向量表示方向向量表示投入产出的松弛变量。

在此基础上，本文依据Oh的研究，采用SBMGML指数法进一步测算京津冀城市群绿色全要素生产率的动态变化，测算公式如式（4）所示。由于GML指数测算的是相邻年份间的环比增长，且其具有累积性，因此本文以2005年为基期，取其为1，将测算出的GML指数通过累积转换为最终的绿色全要素生产率，以此进行实证分析。

2.核心解释变量

本文核心解释变量为产业协同集聚（CO）。借鉴陈建军等（2016）［32］的研究，对2006—2019年京津冀城市群制造业与生产性服务业协同集聚水平加以测算。

首先，利用区位熵分别测算制造业或生产性服务业单一产业集聚程度，区位熵公式为：

其中：LQiu为i城市u产业的集聚指数；q iu为i城市u产业的就业人数；qi为i城市所有产业的就业人数；qu为全国u产业的就业人数；q为全国总就业人数。

其次，采用产业协同集聚相对差异指数法测算产业协同集聚指数，测算公式如下：

其中，LQim、LQip分别代表i城市制造业及生产性服务业的区位熵指数。测算出的产业协同集聚指数越大，代表制造业与生产性服务业协同集聚水平越高。

3.控制变量

通过对影响绿色全要素生产率的相关文献加以梳理可知，除本文研究的核心解释变量产业协同集聚外，还有一些其他因素会影响绿色全要素生产率变化。本文结合已有文献，选取如下控制变量：①产业结构（IS）。为促进产业转型升级，经济资源通常会从低生产率产业流向高生产率产业，有利于提高绿色全要素生产率。②外资依赖程度（FDI）。FDI对绿色全要素生产率存在不确定性影响，外资增加一方面有利于引进国外先进技术促进绿色全要素生产率的提高，同时国外污染密集型产业因规避本国环境规制政策进行产业转移也会制约外资流入国的绿色经济发展。③经济发展水平（PGDP）。一般而言，经济发展水平的提高有利于环境治理，但过快的经济发展往往也会以牺牲环境为代价。④政府科技投入（GOIN）。科技投入有利于促进经济增长，也有利于提高相应的污染治理技术、增强环境污染治理能力。

各变量的指标选取及计算方法见表1所列。

表1 变量选取及计算方法

（三）数据来源与描述性统计

以上指标均以京津冀地区13个城市为研究对象，研究区间为2006—2019年，涉及的数据主要来源于《中国城市统计年鉴》《中国统计年鉴》《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》，少量缺失数据通过查阅各市对应年份的国民经济和社会发展统计公报获得。此外，为保证数据的平稳性，对各变量进行取对数处理。各变量原始数据的描述性统计结果见表2所列。

表2 变量的描述性统计结果

五、实证结果分析

（一）空间相关性检验

1.全局空间自相关检验

根据表3的莫兰检验指数结果可以看出，各年份均能通过显著性检验，并且表现为正相关，由此说明京津冀地区各城市间的绿色全要素生产率存在着较为显著的空间相关性。因此，在研究产业协同集聚对绿色全要素生产率的影响时，有必要将空间因素考虑在内。

表3 京津冀城市群绿色全要素生产率的全局莫兰指数

2.局部空间自相关检验

根据全局莫兰指数检验结果，京津冀城市间绿色全要素生产率整体呈现正向聚集特征，但是全局Moran′sI无法具体反映各个城市间的空间分布及特点，进而选取2006年、2011年、2015年和2019年的绿色全要素生产率进行局部空间自相关检验。从图2可以看出，2006年、2011年、2015年和2019年京津冀城市群绿色全要素生产率均呈现正向空间自相关，即大部分城市分布在第一象限和第三象限，以“H-H”和“L-L”类型集聚为主。

图2 绿色全要素生产率局部莫兰指数散点图

（二）空间计量模型检验

在进行空间计量分析之前，还需进行相关检验以确定合适的空间计量模型，结果见表4所列。首先，参照Anselin（1988）［33］的研究，利用LM方法对SEM模型以及SAR模型进行有效性检验。由表4可以看出，两个模型的LM值均在1%的显著性水平上显著，其Robust LM值也均在1%的显著性水平上显著，拒绝无空间误差和空间滞后效应的原假设，即本文选择SEM模型和SAR模型均较为合适。其次，Hausman检验结果表明，固定效应模型更优。进一步地，本文需要借助LR及Wald统计量对SDM模型的适用性加以检验。结果显示，空间杜宾模型的LR及Wald联合检验均能够通过1%的显著性检验，说明本文建立空间杜宾模型是有效的。

表4 空间计量模型检验结果

（三）基本回归结果分析

1.空间计量结果分析

为提高模型估计结果的有效性和稳健性，本文基于经济距离权重矩阵对SEM、SAR和SDM模型的回归结果进行对比分析，空间计量结果见表5所列。

从表5可以看出，核心解释变量产业协同集聚对绿色全要素生产率影响的一次项系数在三个模型中始终为正，二次项系数在三个模型中始终为负，并均能够通过显著性检验，说明产业协同集聚对京津冀城市群绿色全要素生产率存在“倒U”型影响，H1成立。这一结果也与王燕和孙超（2020）［34］等学者所得出的研究结果一致，即产业协同集聚存在适度规模，符合Hoover（1948）［27］的产业集聚最佳规模论。具体来看，基于SDM的实证结果，求得产业协同集聚指数的拐点值为1.084，将其换算为原始数据后对应的结果为2.956。说明当京津冀城市群产业协同集聚指数小于2.956时，正外部效应发挥作用，其对绿色全要素生产率的影响处于“倒U”型曲线的上升段；而当协同集聚指数大于2.956时，产业协同集聚则会对绿色全要素生产率产生负外部效应，表现为抑制作用。

表5 空间计量结果

根据本文测算结果，2019年京津冀城市群中秦皇岛市、唐山市的产业协同集聚水平已经超过了拐点值，处于过度集聚状态，其余11个城市的产业协同集聚水平均在拐点值以下。秦皇岛市临近京津，地处环渤海经济圈中心地带，具有独特的自然禀赋，近年来，秦皇岛市不断推动产业转型升级，其产业协同集聚水平较高。唐山市地处渤海湾中心地带，工业基础雄厚，唐山湾“四点一带”区域发展规划成效显著，促进了唐山市经济结构优化升级。因此，秦皇岛市和唐山市应适当降低产业协同集聚程度，使之回归于拐点值水平；对于其余11个城市而言，则应进一步加大两业协同集聚程度，特别是对于沧州市、廊坊市和保定市，这些城市的绿色全要素生产率尚处于较低水平，需以产业协同集聚为抓手赶追其他城市，以期提高整个城市群绿色经济效率。

此外，从控制变量来看，产业结构具有显著的正向影响，产业结构升级有利于提高绿色全要素生产率；外资依赖程度具有正向影响，但不显著；经济发展水平具有一定的负向影响，说明城市经济发展过快时会牺牲环境绩效；政府科技投入对绿色全要素生产率未表现出正向作用。绿色全要素生产率在三个模型中的空间自回归系数分别为0.667、0.582、0.382，且均能够通过显著性检验，由此表明空间因素对绿色全要素生产率具有显著的正向影响。

2.空间溢出效应分解

Lesage和Pace（2009）［35］认为，当空间计量模型含有内生空间交互效应时，无法直接利用点估计结果来判定空间溢出效应是否存在。因此，为进一步验证本文假设，参考Lesage和Pace的研究，运用偏微分方法深入分解影响效应，空间杜宾模型溢出效应分解结果见表6所列。

表6 空间杜宾模型溢出效应分解结果

根据表6，从核心解释变量的直接效应来看，产业协同集聚的一次项系数显著为正，二次项系数显著为负，同样说明适度规模的产业协同集聚能够促进京津冀地区本城市绿色全要素生产率提高，过度集聚则会抑制本城市绿色全要素生产率增加，H1再次得以验证。从间接效应来看，产业协同集聚的一次项系数为正，二次项系数为负，且均通过1%的显著性检验，说明适度规模的产业协同集聚同样能够带动相邻城市绿色全要素生产率提高，验证了京津冀城市群产业协同集聚对绿色全要素生产率具有显著的空间溢出效应影响，H2成立。在京津冀协同发展背景下，三地在交通方面共同谋划多条高速铁路、公路及城际列车；在港口方面深化改革通关一体化；在生态方面实施大气污染联防联控；在产业对接方面加大三地间资金流动。京津冀协同发展战略增强了城市间的要素流动，加强了各城市生产单位之间的联系，进而表现出相邻城市间绿色全要素生产率的正向溢出效应。

控制变量方面，产业结构对绿色全要素生产率的直接效应系数为0.358，在1%的显著性水平上显著，间接效应系数不显著，说明产业结构仅能够促进京津冀地区本城市绿色全要素生产率上升；经济发展水平对绿色全要素生产率的直接效应显著为负，间接效应显著为正，这表明当经济发展水平过高时，会导致环境洛伦兹曲线处于“倒U”型的下降段，城市污染问题会由于过度追求经济增长速度而加重，但空间外溢效应使其能够促进相邻城市的绿色全要素生产率上升；外资依赖程度和政府科技投入对绿色全要素生产率的分解结果不显著。

（四）进一步分析

1.产业异质性分析

本文参照杨桐彬等（2020）［36］对生产性服务业的分类方法，将“交通运输、仓储和邮政业”“租赁和商务服务业”这两类低附加值产业归为低端生产性服务业，将“信息传输、计算机服务和软件业”“金融业”“科学研究和技术服务业”归为高端生产性服务业。制造业与高端生产性服务业或低端生产性服务业协同集聚的测算方法同前。

基于此，进一步运用SDM模型考察产业协同集聚对绿色全要素生产率的影响是否存在产业异质性，结果见表7所列。

根据表7，首先，就直接效应而言，制造业与高端生产性服务业协同集聚的一次项系数为8.706，二次项系数为-3.709，制造业与低端生产性服务业协同集聚的一次项系数为4.655，二次项系数为-2.279，且均通过了1%的显著性检验。由此说明，无论是制造业与生产性服务业协同集聚，抑或是制造业与其细分行业协同集聚，均会对京津冀城市群绿色全要素生产率产生“倒U”型影响，再次验证了产业协同集聚对绿色全要素生产率的影响作用存在最佳规模。对比分析，制造业与高端生产性服务业协同集聚相比于低端生产性服务业对京津冀城市群绿色全要素生产率的直接影响效应更大，且具有更高的拐点值，说明制造业与高端生产性服务业协同集聚对京津冀城市群绿色全要素生产率的影响会更晚进入拐点，能够延迟负外部效应影响。其次，就间接效应来看，无论是制造业与高端生产性服务业协同集聚，抑或是制造业与低端生产性服务业协同集聚，其对绿色全要素生产率均存在空间溢出效应影响，但制造业与高端生产性服务业对相邻城市绿色全要素生产率的“带动”作用更强。

表7 产业异质性分析回归结果

2.对绿色全要素生产率分解项的影响分析

上文实证检验了制造业与生产性服务业协同集聚对绿色全要素生产率的空间效应影响，包括总效应、直接效应和间接效应。本部分则进一步探究京津冀城市群产业协同集聚对绿色全要素生产率分解项的空间效应影响，即产业协同集聚对绿色技术效率（GEC）和绿色技术进步（GTC）的影响，做进一步回归，结果见表8所列。

表8 绿色全要素生产率分解项的基本回归结果

从表8绿色全要素生产率分解项的基本回归结果可以看出，在SDM模型下，产业协同集聚对绿色技术效率和绿色技术进步影响的一次项系数均显著为正，二次项系数均显著为负，由此表明，在空间计量模型中，京津冀城市群产业协同集聚能够通过绿色技术效率和绿色技术进步“双引擎”影响绿色全要素生产率。从控制变量来看，产业结构对绿色技术效率和绿色技术进步具有一定的正向影响；外资依赖程度对绿色技术效率和绿色技术进步未表现出显著影响；经济发展水平对绿色技术效率存在显著的负向影响，而在SAR模型下对绿色技术进步表现出正向影响；政府科技投入对绿色技术效率和绿色技术进步均未表现出正向影响。此外，从空间自回归系数ρ/λ来看，绿色全要素生产率分解项的空间自回归系数均在1%的显著性水平上显著，由此表明京津冀城市间的绿色技术效率和绿色技术进步均具有空间溢出效应，相邻城市的绿色技术效率和绿色技术进步提高有助于带动本城市绿色技术效率和绿色技术进步水平的提升。

（五）稳健性检验

空间权重矩阵的选取对于空间计量模型的结果具有很大影响，因此本文参照现有研究中的主流做法，通过更换空间权重矩阵对实证结果进行稳健性检验。基于“0-1”邻接权重矩阵的稳健性检验结果见表9所列。

表9 稳健性检验结果

从表9的稳健性检验结果可以看出，基于“0-1”邻接权重矩阵与前述经济距离权重矩阵的估计结果基本一致，由此说明本文的实证结果具有稳健性。

六、结论与启示

本文以京津冀城市群为例，构建空间杜宾模型实证检验制造业与生产性服务业协同集聚对绿色全要素生产率的直接影响效应以及空间溢出效应。研究结论如下：

第一，产业协同集聚对绿色全要素生产率存在直接影响。在正、负外部效应的双重作用下，产业协同集聚对绿色全要素生产率具有非线性影响，表现为“倒U”型。即只有协同集聚水平处于适度规模时，其对城市绿色全要素生产率才能有效发挥促进作用。

第二，空间溢出效应存在。一方面，在京津冀协同发展战略背景下，各城市间加强了要素流动及联系，因此本城市绿色经济效率受相邻城市绿色全要素生产率的影响；另一方面，产业协同集聚对绿色全要素生产率存在空间溢出效应，城市间能够通过发挥“示范”作用影响邻近城市绿色经济发展水平。

第三，进一步分析表明存在产业异质性以及“双引擎”作用路径。一方面，产业协同集聚对绿色全要素生产率的影响存在产业异质性。相比而言，高端生产性服务业集聚了更高端的人力、技术等要素，因此制造业与高端生产性服务业协同集聚的正外部效应更强。另一方面，就产业协同集聚对绿色全要素生产率的作用路径而言，京津冀城市群产业协同集聚能够通过绿色技术效率和绿色技术进步“双引擎”影响绿色全要素生产率。

结合上述研究结论，得到以下政策启示：

第一，把控集聚区域产业协同集聚程度。各城市在鼓励产业协同集聚时，不能一味重视“量”的积累，而应注意“度”的把控，因地制宜地结合本区域产业协同集聚现状适当调整产业结构。以本文测算结果为例，2019年京津冀地区大多城市的产业协同集聚程度均在拐点值以内，而唐山市和秦皇岛市的产业协同集聚程度已经超过拐点值。因此，其他城市可继续适度增加协同集聚规模，唐山和秦皇岛两市则应适度降低协同集聚规模，使各城市集聚区域内的协同集聚正外部效应均能最大化，以期促进整个城市群绿色发展。

第二，以数字经济加速城市间要素流动与共享。京津冀三地应落实数字经济联盟战略，以命运共同体视角为产业协同集聚空间效应提供条件，减少在绿色经济建设进程中的地方保护主义。一方面促进先进数字技术在13个城市间的流动与共享，另一方面借助人工智能和大数据等技术实现数据共享，促进污染联防联治，以数字经济赋能京津冀城市群经济绿色协同可持续发展。

第三，着重引导制造业与高端生产性服务业深度融合。高端生产性服务业因“高智、高效、高资”的自身优势，其与制造业协同集聚所产生的正外部效应更强。因此，京津冀城市群应根据优势产业所带来的经济效应，着重引导制造业与信息传输、计算机服务和软件业以及科学研究和技术服务业等高端生产性服务业深度融合，同时也要注重提高低端生产性服务业的知识技术水平，发动绿色技术效率和绿色技术进步“双引擎”作用，助推京津冀城市群经济绿色发展。