刘 琪

(山西省宏观经济研究院,山西 太原 030000)

生产性服务业是贯穿产业发展上下游、促进制造业和服务业融合发展的关键领域,其发展对提升制造业效率、加速区域创新升级具有十分重要的作用。20世纪80年代以来,西方发达国家推动经济发展的重要经验之一就是通过生产性服务业的日益发展推动产业创新水平的不断提升,进而促进经济持续增长[1]。在经济新常态背景下,我国政府也越来越重视生产性服务业的发展,早在2014年,制定出台了《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》。《意见》明确提出要将生产性服务业发展作为推动产业结构优化调整和促进经济稳定增长的重大举措,加快推动生产性服务业集聚发展[2]。当前,我国生产性服务业的集聚发展态势已逐渐形成[3],但关于生产性服务业的集聚能否促进区域创新效率的提升还存在争议。曾庆均[4]、陈恩[5]、高洋[6]、王纯[7]、王铁山[8]等学者的研究发现,生产性服务业的集聚对区域创新效率存在正向的影响。而张晓宇[9]、赵睿[10]等的研究却得出不同的结论,他们发现生产性服务业的集聚非但不能促进区域创新效率的提升,甚至还可能会产生负面的影响。还有学者将生产性服务业与其他产业集聚作为研究对象,分析对区域创新效率的影响。纪祥裕[11]将生产性服务业与制造业集聚、孙超等[12]将生产性服务业与高新技术产业集聚,均发现能促进区域创新效率的提升。不仅如此,由于集聚既可能是空间尺度的集聚,也可能是行业尺度的集聚,而已有研究同时将不同集聚形态纳入统一分析框架的还比较少,生产性服务业的集聚能否促进区域创新效率的提升,不同的集聚形态(空间形态、行业形态)对区域创新有何种影响?这些问题还有待进一步研究。

基于此,本文将在构建生产性服务业集聚与技术创新效率面板模型的基础上,利用2009年-2017年中国31个省份的面板数据,对生产性服务业的集聚与区域创新效率之间的关系进行检验,并试图从不同维度集聚形态的研究中提出相应的对策,从而为更加针对性地促进区域创新效率的提升提供有效借鉴。

1 文献回顾

Greenfield最早提出生产性服务业。他将向其他生产者(商业企业或生产企业)提供而不是向最终消费者提供服务的行业定义为生产性服务业。之后,Browning和Singelman认为,生产性服务业是为农业、工业及其他服务业提供中间投入的行业。Shearmur和Doloreux认为,生产性服务业实质上是为其他企业提供中间服务的部门,而不是为个人提供中间服务的部门。因此,本文将生产性服务业界定为:产业发展过程中作为中间投入的服务部门和行业,“中间投入”是其重要特征。

关于生产性服务业的集聚对区域创新的影响,学术界目前已形成了两种不同的结论。持肯定观点的学者认为,生产性服务业作为产业发展的中间服务部门,其集聚发展对提升企业创新水平、推动产业升级、优化创新环境有显著促进作用,并最终能促进区域创新效率的提升[13]。这一观点得到了一系列研究的证实。王铁山等[8]分析了生产性服务业集聚区的区域创新网络体系,得出生产性服务业的集聚可通过相关知识技术溢出、提高竞争能力和降低成本、充分利用资源等方面,促进区域创新效率的提高。高洋和宋宇[6]经过对2000年-2013年省份面板数据进行分析,发现由生产性服务业的专业化集聚和多样化集聚所带来的前沿制造业的技术进步,可明显推动技术创新发展。王纯、张晴云[7]基于随机前沿模型测算了2005年-2015年我国31个省份的区域创新效率,发现生产性服务业的集聚规模与区域创新效率之间存在着显著的负相关,而生产性服务业的集聚强度和均衡度与区域创新效率之间存在着显著的正相关。陈恩等[5]运用空间计量模型,对广东省2007年-2016年21个地级市的生产性服务业的集聚情况进行了测算,得出生产性服务业的集聚可以提高区域创新能力的结论。曾庆均等[4]基于SFA模型测算我国区域创新效率,发现生产性服务业的集聚可以显著促进区域创新效率的提升,且二者之间具有空间溢出效应。任阳军等[14]运用动态空间计量模型,分析出在长期和短期内生产性服务业集聚均显著提升了区域内以创新驱动和节能减排为主的工业企业绿色创新效率。持否定意见的学者研究发现,并非所有形式的生产性服务业的集聚都能促进区域创新效率的提升。比如,张晓宇[9]将河北省生产性服务业集聚的规模与多样化、专业化程度对经济增长的影响进行研究,发现提高生产性服务业集聚专业化程度,增加了企业对知识的获得成本,不利于企业间创新能力的形成和提高,从而降低了企业的生产效率,最终阻碍了城市经济的发展。赵睿[10]在对江苏省的实证分析中发现,多样化集聚、竞争化集聚对江苏省的创新产出起到了明显的促进作用,而专业化集聚却起到了明显的消极作用。还有学者研究生产性服务业与其他产业协同集聚,对区域创新效率的影响。纪祥裕等[11]研究发现,生产性服务业与制造业协同集聚可以通过优化创新资源配置、提升市场规模来促进城市创新水平的提升,而且对周边城市创新具有显著的正向外溢效应。孙超等[12]采用面板Tobit模型,发现在高新技术产业链构建的同时,融入更多的研发、金融、交通等生产性服务业,通过要素耦合、共生经济效应、技术波及与知识溢出效应等路径,能够有效解决创新过程的脱钩问题,促进提升区域创新效率。

综上,尽管学者们的研究总体上支持生产性服务业发展会影响区域创新,但在不同集聚形式对创新效率的影响方面还未形成一致意见。在我国区域发展不平衡、产业发展形态差异的背景下,进一步验证生产性服务业不同集聚形式对创新效率的影响显得尤为必要。

2 模型设定及变量说明

2.1 计量模型

为揭示生产性服务业集聚是否会对区域技术创新效率的提升发挥作用,本文参考多数学者的研究成果,通过构建面板数据模型进行实证检验,具体模型如下:

TEit=β0+β1Mit+β2Jit+β3Git+β4govit+

β5agdpit+β6fdiit+εit,

(1)

其中,i表示地区;t表示年份;TEit是被解释变量,表示技术创新效率;M、J、G是解释变量,分别表示生产性服务业的专业化集聚度、多样化集聚度以及空间集聚度;gov、agdp、fdi是控制变量,分别表示政府支持力度、经济发展水平以及对外直接投资总额;εit表示随机干扰项。

2.2 数据及变量说明

本文采用2009年-2017年中国31个省份的面板数据。研究数据主要来源于历年《中国统计年鉴》、各省(区、市)的《统计年鉴》以及国家统计局。部分缺失数据采用插值法进行补充,同时,为了消除多重共线性问题,对相关变量进行取对数处理。各变量的描述性统计如表1 所示。

表1 变量描述性统计

2.2.1 被解释变量

目前,主要有两种计算技术创新效率的测量方法:一种是以随机前沿分析法(SFA)为代表的参数法; 一种是以数据包络分析法(DEA)为代表的非参数法。由于随机前沿分析法(SFA)未考虑“时间”变量,其截距本身很难通过最大似然函数进行估计,会给测算结果造成较大误差。本文将使用数据包络分析法(DEA)来测算2009年-2017年各省市技术创新效率(TE)。具体测算指标体系如表2 所示。

表2 区域技术创新效率的测算指标体系

2.2.2 解释变量

目前,已有很多学者对产业集聚水平测定进行分析探讨,主要的测量方法有区位熵、赫芬达尔指数、空间基尼系数、EG指数等指标,不同指标之间侧重点不同。借鉴其他学者的做法,本文采用区位熵衡量生产性服务业的专业化集聚水平,采用赫芬达尔指数衡量生产性服务业的多样化集聚水平,同时,借用刘书瀚的测度方法衡量生产性服务业的空间集聚水平。具体公式介绍如下:

(1) 专业化集聚指数(区位熵)

哈盖特首先提出区位熵,其目的是用来衡量生产地区产业的集中程度或者专门化率,是比率中的比率。计算公式为:

(2)

其中,LQij表示j地区i产业区位熵指数;qij表示j地区i产业的就业人数;qj表示j地区总就业人数;qi表示全国某产业的就业人数;q表示全国所有产业的就业人数。一般来说:当LQij>1时,认为该地区的区域经济在全国具有较为显著的优势,相反则是该地区的区域经济在全国具有劣势。

(2) 多样化集聚指数(赫芬达尔指数)

赫芬达尔指数 (HHI)是指某些特定市场上一切企业市场份额的平均值,是产业经济学中衡量市场结构的一个主要指标,最初用于权衡市场竞争与垄断之间的关系。这里采用赫尔达芬指数进行计算,其计算公式为:

(3)

其中,Es代表全国s产业的就业人数,Eis代表i省市s产业的就业人数,E代表全国总就业人数,Ei表示i省市所有就业人数,s′是区别于生产性服务业的其他产业就业人数。

(3) 空间集聚水平(G指数)

空间基尼系数主要是用某行业的地区集聚程度来反映该行业空间分布均衡性的指标。其对于测度某产业的空间集聚特征有着良好的效果[15],计算公式为:

(4)

其中,Rj表示j地区某产业就业人数占全国该产业总就业人数的比重,Xj表示j地区就业人数占全国总就业人数的比重。一般情况下,该指数的数值越大,说明该产业在地理上的集聚程度相对越高。

2.2.3 控制变量

(1) 政府支出力度(gov):政府的宏观调控对于创新活动的发展发挥着不可或缺的作用,可以为社会提供平台和政策支持。本文选用各省市政府科学技术支出占财政总支出的比值来进行衡量。

(2) 经济发展水平(agdp):地区经济发展水平的提高在一定程度上意味着可以为地区的创新能力带来更多的人力资本、资金投入。Furman &Hayes[16]、郭丽娟等[17]通过实证研究认为GDP会对创新产出有显著影响。本文用各省市人均GDP来衡量。

(3) 外商直接投资额(fdi):外商直接进行投资会引进信息技术和资金,加强与外部的技术交流合作,提高地区创新能力。Blomstrom 和Persson[18]通过实证研究得出外商直接投资会提升创新效率。本文按照当年的平均汇率将美元转化为人民币数值来计算。

3 计量检验及实证结果分析

3.1 计量检验

3.1.1 模型检验

Tobit模型被称为受限因变量模型,考虑到计算的技术创新效率取值范围介于0～1之间,属于受限因变量,如果使用最小二乘法进行回归分析可能会对结果产生偏差,故选择Tobit回归模型进行分析。目前对于面板数据发展较为成熟的是随机效应Tobit模型、混合面板Tobit模型和固定效应Tobit模型,具体哪种模型适合该研究,文章运用Eviews10.0软件做了相关检验,具体结果如表3 所示。

表3 模型检验

F检验用来检验固定效应模型和混合效应模型,结果显示应拒绝固定效应模型和混合效应无差异的假设,建立固定效应模型; 进一步使用极大似然比值检验随机效应和混合效应,结果显示应当拒绝面板混合模型,建立随机效应模型; 最后通过Hausman检验显示可以拒绝随机效应和固定效应无差异的假设,因此,本文决定选用面板随机效应Tobit模型进行回归分析。

3.1.2 平稳性检验

考虑到面板数据中的某些经济变量容易受到社会环境的影响,往往表现出非平稳性,在此情况下进行分析容易出现伪回归现象,所以本文用适于分析时间维度较小的ADF检验方法,检验结果如表4 所示。

表4 单位根检验结果

从表4 可知,在1%的显著性水平下,模型中的变量都通过了单位根检验,时间序列平稳。

3.2 实证结果分析

为了更好地从多个角度研究生产性服务业集聚水平对区域技术创新效率的影响,本文采用Eviews10.0软件,分别对不同衡量生产性服务业集聚水平的指标对区域技术创新效率的影响作计量回归,具体回归结果如表5 所示。

表5 模型回归结果

3.2.1 生产性服务业专业化集聚对区域技术创新效率的影响

通过模型一可知,专业化集聚的回归系数为0.065 355,通过5%的显著性水平,专业化集聚度每增加1,技术创新效率约提高6.54%,生产性服务业专业化集聚对区域技术创新效率具有正向效应。这说明其集聚水平的提高会促进技术创新效率的提升,从理论上分析,其结果符合马歇尔外部性。专业化集聚可以加速行业间的交流和技术扩散,形成共享的劳动力市场,发挥良好的劳动力供应市场。专业化集聚通过劳动力资源的积累,而产生知识溢出效应,加速信息流通,促进行业间新技术创新思想的产生与发展,从而使得技术创新行业以相对低的成本获得快速成长。生产性服务业专业化集聚明显对我国区域创新效率产生正向的促进作用。

3.2.2 生产性服务业多样化集聚对区域技术创新效率的影响

通过模型二可知,多样化集聚度回归系数为0.041 151,通过5%的显著性水平,多样化集聚度每增加1,技术效率约提高4.12%,即生产性服务业多样化集聚度对区域技术创新效率具有正向效应。这说明多样化集聚水平也会促进技术创新效率的提高。从理论上分析,其分析结果符合雅各布斯外部性理论。多样化集聚可起到降低企业生产成本、共享基础设施等作用,同时可以满足消费者的多样化需求。多样化集聚是指不同行业在地域空间的集中,可以推动不同行业间的知识交流和技术流通,加快不同行业间的优势互补,丰富技术创新行业的生产要素。生产性服务业多样化集聚明显对区域创新效率产生正向的促进作用。

3.2.3 生产性服务业空间集聚对区域技术创新效率的影响

通过模型三可知,空间集聚度回归系数为0.467 614,通过5%的显著性水平,空间集聚度每增加1,技术效率约提高46.76%,即生产性服务业空间集聚度对技术创新效率具有正向效应。这说明空间集聚水平会推动技术创新效率提升。空间集聚会从地理区域上使得产业间形成集聚,对处于同一地理区域的产业,提供了良好的信息共享平台和政策引导,促进生产要素和劳动力资源的合理循环; 促进地域间的相互学习,为发展较缓慢的地区提供良好的产业模式经验。生产性服务业空间集聚对区域创新效率有明显的促进作用,且作用效果比生产性服务业专业化集聚和多样化集聚要高出许多。

从控制变量来看,三个模型中的政府支持力度都显示为正值,即对区域创新效率有高度的促进作用; 人均GDP显示负值,即对区域创新效率有抑制作用; 外商直接投资总额显示正值,即对区域创新效率具有促进作用,但其效果不显著。这进一步说明,政府政策支持和资本投入可以给创新活动带来良好的社会平台和创新氛围; 外商直接投资可以通过资本和技术引进形成技术交流,鼓励和促进区域创新思想的迸发,以促进区域创新能力的提高。

综上所述,生产性服务业专业化集聚、多样化集聚以及空间集聚对于一个区域的技术创新效率均具有促进作用,且空间集聚带来的促进作用最为显著。

4 结论与建议

综合上述研究结果,本文得出主要结论:第一,生产性服务业专业化集聚、多样化集聚以及空间集聚在5%的显著性水平下会对区域创新效率产生积极的正向影响。其中,专业化集聚结果符合马歇尔外部性,多样化集聚结果所反映的现象与雅各朗布斯外部性一致。作用效果最明显的是空间集聚,系数为0.467 614,而多样化集聚的作用较低,系数值只有0.041 151。第二,控制变量中政府支持力度和外商直接投资对区域创新效率有提升作用,经济发展水平对效率有一定的抑制作用。

根据上述研究结论,本文提出以下应对策略:

第一,聚焦重点领域,创新政策举措。作为制度创新的主体,政府要有效协调各种创新要素之间的关系,如在东部发达地区技术创新效率高和技术创新背景好、实力雄厚的地区,成立科学创新服务合作地,吸纳各地区的专业人才,将创新技术进行地区辐射性传播。在中西部发展水平较低的地区,优先发展低端生产性服务业,同时加紧学习东部发达地区的创新技术,跟紧发展步伐。政府还应强化企业的创新主体地位意识,从政策供给、技术公共服务、信息共享等方面为企业自主创新提供更加精准的要素保障和配套支撑,支持企业突破关键核心技术,打造竞争优势。

第二,加强金融资源配置,增加创新投入。遵循市场在创新资本筹措和配置过程中的基础性作用,积极搭建省域间创新投入流动机制,提升R&D资本对区域创新效率的影响; 引导金融部门加强金融市场和产品创新,丰富融资方式,满足不同层次创新主体的需求; 进一步拓宽创新资本的筹措渠道,积极引导民间资本的广泛参与,共享研发成果,分担研发风险,逐步壮大创新生产规模,有利于创新活动的开展和持续。各省域要基于自身的基础设施,采用合理、适宜的招商引资方式,还要充分注重对外商投资中先进管理理念和技术的吸收和利用,最大限度地提升区域创新效率。

第三,加大教育投入,培养技术创新人才。各地可根据实际情况,联合高等院校培养企业紧缺人才,提高人才整体素质,以促进区域经济发展。再教育也是获得人才、提高素质的主要途径,加强企业员工的知识培训,形成知识与时俱进的意识; 还要加强区域间交流合作,促进人才合理流动。此外,政府要尽量避免人才浪费,减少人才与当地资源不匹配的现象。

第四,优化区域创新环境,提高技术创新产出率。要积极思考和创建具备鲜明特色、功能齐全、产出效率高的区域化生产性服务业功能区,以实现创新发展与生产性服务业之间的促进作用。在进行行业技术创新时,政府应投入适当的财力资源,降低生产性服务业的区域差异,避免产生资源的浪费,导致区域创新效率的低下。