王 猛，朱麗多，張宇婧

■經(jīng)濟學(xué)

科技服務(wù)業(yè)集聚及其對工業(yè)效率的影響——關(guān)中平原城市群、成渝城市群的比較研究

王 猛，朱麗多，張宇婧

（陜西師范大學(xué) 國際商學(xué)院，陜西 西安，710119）

基于2000-2017年關(guān)中平原城市群、成渝城市群數(shù)據(jù)測量科技服務(wù)業(yè)集聚，并考察科技服務(wù)業(yè)集聚對工業(yè)效率的影響。首先采用區(qū)位基尼系數(shù)、全域Moran's I指數(shù)和區(qū)位熵測量科技服務(wù)業(yè)集聚的特征，結(jié)果表明：2003年起關(guān)中平原城市群科技服務(wù)業(yè)的空間分布比成渝城市群更加分散；兩大城市群的科技服務(wù)業(yè)不存在空間相關(guān)性；關(guān)中平原城市群在期初的科技服務(wù)業(yè)集聚水平低于成渝城市群，但差距有縮小趨勢。進一步地，利用回歸分析識別科技服務(wù)業(yè)集聚與工業(yè)效率的因果關(guān)系，研究發(fā)現(xiàn)：科技服務(wù)業(yè)集聚對工業(yè)效率的提升作用僅存在于關(guān)中平原城市群，在成渝城市群中并不顯著；這一結(jié)果在替換測量指標(biāo)、改變樣本后仍然穩(wěn)健。本研究從科技服務(wù)業(yè)集聚視角為兩大城市群的工業(yè)效率提升帶來啟示。

城市群；科技服務(wù)業(yè)；集聚；工業(yè)效率

一、引言

關(guān)中平原城市群、成渝城市群作為西部最大的兩個城市群，在中國經(jīng)濟版圖中占據(jù)重要地位。2018年2月，經(jīng)國務(wù)院批準，關(guān)中平原城市群建設(shè)進入實質(zhì)性階段。該城市群突破了傳統(tǒng)意義上的“關(guān)中城市群”“關(guān)中-天水”經(jīng)濟區(qū)概念，將地理范圍擴展至陜西、甘肅、山西三省，是全國重要的裝備制造業(yè)、高新技術(shù)產(chǎn)業(yè)和國防科技工業(yè)基地。相對而言，成渝城市群發(fā)展更早，規(guī)模也更為龐大，其電子信息、裝備制造和金融等產(chǎn)業(yè)實力較為雄厚，具有較強的國際和國內(nèi)影響力，且人力資源豐富，創(chuàng)新創(chuàng)業(yè)環(huán)境良好。兩大城市群均位于交通樞紐地帶，中心城市西安、重慶和成都的引領(lǐng)作用不斷加強，城市體系日趨健全。關(guān)中平原城市群、成渝城市群互為掎角之勢，在競爭和合作中實現(xiàn)快速發(fā)展，分別成為西北、西南地區(qū)的經(jīng)濟增長極。

兩大城市群發(fā)展的一個重要優(yōu)勢，是科技服務(wù)業(yè)集聚程度較高。為數(shù)眾多的科研院所、高校和科技人才，構(gòu)成了城市群科技服務(wù)業(yè)集聚的基礎(chǔ)。以關(guān)中平原城市群為例，2016年其擁有普通高校99所，在校大學(xué)生超過100萬，兩院院士64人，各類科研機構(gòu)1100多家，國家級重點（工程）實驗室25家，國家級“雙創(chuàng)”示范基地4家，研發(fā)經(jīng)費投入強度超過3%①。作為一種高端服務(wù)業(yè)，科技服務(wù)業(yè)的集聚能夠產(chǎn)生明顯的外部規(guī)模經(jīng)濟：一方面，推動科技服務(wù)業(yè)自身的規(guī)模壯大、效率提升，有利于將知識和技術(shù)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力；另一方面，更好地為城市群內(nèi)其他產(chǎn)業(yè)的效率提升提供科技支撐，促進兩大城市群的高質(zhì)量發(fā)展。

基于上述認識，本文將采用一系列統(tǒng)計指標(biāo)，分析關(guān)中平原城市群、成渝城市群科技服務(wù)業(yè)集聚的特征和趨勢；進一步地，構(gòu)造計量經(jīng)濟模型，探討兩大城市群的科技服務(wù)業(yè)集聚對工業(yè)效率的潛在影響。之所以關(guān)注工業(yè)效率，是因為兩大城市群位于欠發(fā)達的中國西部，仍處在工業(yè)化中期階段，產(chǎn)業(yè)結(jié)構(gòu)中的工業(yè)占比很高。如果能通過科技服務(wù)業(yè)集聚促進工業(yè)效率的提升，對關(guān)中平原城市群、成渝城市群的發(fā)展意義重大。

與現(xiàn)有文獻相比，本文有以下可能的邊際貢獻：第一，本文探討科技服務(wù)業(yè)集聚對工業(yè)效率的影響，這一論題目前尚未得到充分研究。第二，本文對西部最大的兩個城市群進行比較，有助于把握科技服務(wù)業(yè)集聚及其影響的異質(zhì)性。第三，由于關(guān)中平原城市群成立時間較晚，直接研究極為缺乏，本文為關(guān)中平原城市群建設(shè)提供了智力支持。本文的結(jié)構(gòu)組織如下：第二部分回顧相關(guān)文獻，第三部分采用統(tǒng)計指標(biāo)分析兩大城市群科技服務(wù)業(yè)集聚的特征，第四部分報告因果識別所用的模型、數(shù)據(jù)和變量，第五部分列示回歸結(jié)果，并分析科技服務(wù)業(yè)集聚對工業(yè)效率的影響，第六部分總結(jié)全文。

二、文獻述評

（一）兩大城市群研究

由于關(guān)中平原城市群成立時間較晚，相關(guān)文獻較少。學(xué)者全雨霏和吳瀟從等級規(guī)模結(jié)構(gòu)、空間網(wǎng)絡(luò)結(jié)構(gòu)和職能結(jié)構(gòu)等方面，分析了關(guān)中平原城市群城鎮(zhèn)體系演化的基本特征[1]。學(xué)者潘潤秋和馬世雄發(fā)現(xiàn)2005至2015年間，關(guān)中平原城市群各城市對外服務(wù)能力不斷上升，且呈現(xiàn)出以西安為中心的圈層結(jié)構(gòu)[2]。周翼等學(xué)者利用夜間燈光數(shù)據(jù)，對關(guān)中平原城市群2017年78個縣級行政單元的規(guī)模、聯(lián)系與影響范圍展開分析[3]。魏獻花等分析2015年關(guān)中平原城市群人居環(huán)境的空間格局，并探討了人口分布與人居環(huán)境質(zhì)量的協(xié)同性[4]。曹小曙等學(xué)者的研究則表明，高鐵建設(shè)提高了關(guān)中平原城市群核心區(qū)域的交通可達性[5]。

有關(guān)成渝城市群的現(xiàn)有研究則較為豐富，主要從以下三個視角展開。首先，成渝城市群的空間結(jié)構(gòu)。王春楊等學(xué)者對1992-2012年燈光數(shù)據(jù)的分析表明，成渝城市群城市體系呈現(xiàn)明顯的雙核首位特征，城市分布密集程度呈現(xiàn)下降趨勢[6]。趙映慧等學(xué)者基于2011-2014年城市間的百度指數(shù)進行社會網(wǎng)絡(luò)分析，結(jié)果表明成渝城市群形成了“一主一次多從”的網(wǎng)絡(luò)聯(lián)系基本格局[7]。學(xué)者黃勤和劉素青分析2014年數(shù)據(jù)發(fā)現(xiàn)，成渝城市群經(jīng)濟聯(lián)系網(wǎng)絡(luò)總體處于較低水平，以成渝兩城為雙核的“核心-邊緣”結(jié)構(gòu)明顯，次級城市發(fā)展不足[8]。學(xué)者肖磊和潘永剛研究成渝城市群的空間發(fā)展態(tài)勢，指出從2000年至2015年該城市群的人口和GDP向高等級城市成都、重慶集中[9]。其次，成渝城市群經(jīng)濟增長的影響因素。學(xué)者楊占鋒和段小梅對2005-2016年數(shù)據(jù)的分析表明，產(chǎn)業(yè)結(jié)構(gòu)、教育投資對成渝城市群經(jīng)濟增長的影響較大，而物質(zhì)資本的作用相對較弱[10]。李崢榮等基于2000-2014年數(shù)據(jù)，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、區(qū)域發(fā)展策略、市場發(fā)育和人口增長是導(dǎo)致成渝城市群經(jīng)濟差異擴大的主要原因[11]。最后，成渝城市群的政府間協(xié)調(diào)。王佳寧等學(xué)者提出，成渝城市群的政府轉(zhuǎn)型應(yīng)以行政審批改革為抓手，加強政府間協(xié)作，發(fā)揮重慶兩江新區(qū)、四川天府新區(qū)在改革方面的先行先試作用[12]。學(xué)者李月起認為，成渝城市群應(yīng)以制度化促進府際合作常態(tài)化，并構(gòu)建高效的城市群協(xié)調(diào)發(fā)展機制[13]。

（二）科技服務(wù)業(yè)集聚研究

現(xiàn)有文獻廣泛涉及科技服務(wù)業(yè)集聚的模式、成因和潛在影響。一是科技服務(wù)業(yè)集聚的模式。學(xué)者納楚姆和基布爾基于網(wǎng)絡(luò)理論提出，知識密集型服務(wù)業(yè)集聚區(qū)主要集中在能夠提供全球網(wǎng)絡(luò)機會的大都市[14]。學(xué)者梅強和趙曉偉以江蘇為例，指出科技服務(wù)業(yè)集聚具有產(chǎn)業(yè)集聚、空間集約和高效連通的特點[15]。學(xué)者張清正和李國平研究發(fā)現(xiàn)中國大部分地區(qū)科技服務(wù)業(yè)集聚水平較低，且東、中部地區(qū)科技服務(wù)業(yè)的集聚水平高于東北、西北和西南地區(qū)[16]。劉媛等學(xué)者提出科技服務(wù)業(yè)集聚區(qū)的五大典型模式包括專業(yè)技術(shù)服務(wù)業(yè)集聚、以園區(qū)為載體的集聚、科技資源的集聚、塊狀經(jīng)濟類集聚和老城區(qū)集聚[17]。學(xué)者謝泗薪和侯蒙指出科技服務(wù)業(yè)集聚式發(fā)展要經(jīng)歷初期誕生、中期鏈式發(fā)展到成熟的網(wǎng)絡(luò)化發(fā)展三個階段[18]。學(xué)者巫孝君選取2012-2015年四川省數(shù)據(jù)，提出了協(xié)同視域下的“政策-區(qū)域-產(chǎn)業(yè)-資源”四位一體的科技服務(wù)業(yè)集聚發(fā)展模式[19]。廖曉東等學(xué)者基于1997-2013年省際數(shù)據(jù)，發(fā)現(xiàn)中國科技服務(wù)業(yè)集聚程度不斷提升，且東部集聚水平遠高于西部[20]。

二是科技服務(wù)業(yè)集聚的成因。學(xué)者加洛伊和穆拉特提出高端技術(shù)、先進知識和和企業(yè)間的聯(lián)系對知識密集型商業(yè)服務(wù)業(yè)（KIBS）的集聚水平有明顯促進作用[21]?？屏_謝等學(xué)者以意大利倫巴第為例，指出科技服務(wù)業(yè)集聚方式和發(fā)展特點與集群類型有關(guān)[22]。學(xué)者鐘小平基于2012年廣東科技服務(wù)業(yè)重點園區(qū)的企業(yè)問卷數(shù)據(jù)，發(fā)現(xiàn)集聚租和政策租都是科技服務(wù)業(yè)集聚的原因[23]。學(xué)者張清正基于2012年城市數(shù)據(jù)進行實證分析，發(fā)現(xiàn)知識溢出、信息化、城市規(guī)模和政府政策有利于科技服務(wù)業(yè)集聚[24]。學(xué)者張清正和李國平利用1995-2013年中國省際數(shù)據(jù)，證實規(guī)模經(jīng)濟、科技實力、知識溢出及政府行為等對科技服務(wù)業(yè)集聚存在顯著影響[16]。學(xué)者林宏杰利用2001-2016年福建省9個地市數(shù)據(jù)，實證分析發(fā)現(xiàn)隱性知識溢出、城市規(guī)模、政府行為和FDI是科技服務(wù)業(yè)集聚的主要影響因素[25]。

三是科技服務(wù)業(yè)集聚的潛在影響，包括三個方面。第一，科技服務(wù)業(yè)集聚與經(jīng)濟增長。學(xué)者俞彤暉利用2003-2016年省際數(shù)據(jù)發(fā)現(xiàn)科技服務(wù)業(yè)集聚與地區(qū)勞動生產(chǎn)率之間存在非線性關(guān)系[26]。學(xué)者謝臻和卜偉研究1985-2016年北京市時間序列數(shù)據(jù)得出，科技服務(wù)業(yè)集聚和經(jīng)濟增長之間存在較穩(wěn)定的正向關(guān)系[27]。第二，科技服務(wù)業(yè)集聚與創(chuàng)新。李曉龍等學(xué)者對2005-2014年省際高技術(shù)產(chǎn)業(yè)數(shù)據(jù)的分析表明，科技服務(wù)業(yè)集聚顯著提升了創(chuàng)新效率，且這種影響存在空間溢出效應(yīng)[28]。學(xué)者朱文濤和顧乃華利用2009-2015年省際數(shù)據(jù)，也發(fā)現(xiàn)科技服務(wù)業(yè)集聚能顯著提升本省的創(chuàng)新水平，但會抑制臨近省份的創(chuàng)新水平[29]。第三，科技服務(wù)業(yè)集聚與工業(yè)（制造業(yè)）發(fā)展。張琴等學(xué)者從知識外溢效應(yīng)、競爭效應(yīng)及產(chǎn)業(yè)協(xié)同效應(yīng)3個方面分析科技服務(wù)業(yè)集聚促進制造業(yè)升級的機理，并基于2003-2016年北京、上海、廣東和江蘇四省的數(shù)據(jù)予以證實[30]。學(xué)者司增綽和張亞男基于2005-2014年江蘇省13個地級市數(shù)據(jù)，指出科技服務(wù)業(yè)集聚能促進制造業(yè)發(fā)展并優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)[31]。學(xué)者齊芮和祁明利用2003-2015年城市數(shù)據(jù)，研究表明科技服務(wù)業(yè)集聚對工業(yè)效率提升具有明顯的促進作用，并對周圍城市的工業(yè)效率產(chǎn)生空間溢出[32]。

（三）簡要的評價

現(xiàn)有文獻為本文的研究提供了基礎(chǔ)，但仍存在以下不足。一方面，目前研究關(guān)中平原城市群或成渝城市群的文獻并未涉及科技服務(wù)業(yè)集聚，遑論就該問題進行兩大城市群的比較。另一方面，除學(xué)者齊芮和祁明，鮮有文獻探討科技服務(wù)業(yè)集聚與工業(yè)效率的因果關(guān)系?？梢?，比較分析兩大城市群的科技服務(wù)業(yè)集聚及其對工業(yè)效率的影響，具有相當(dāng)?shù)睦碚摵同F(xiàn)實價值。

三、兩大城市群科技服務(wù)業(yè)集聚的事實

本文選擇以下三個指標(biāo)，以全面刻畫關(guān)中平原城市群、成渝城市群科技服務(wù)業(yè)集聚的特征：用區(qū)位基尼系數(shù)測量城市群中科技服務(wù)業(yè)的“整體”空間分布程度；用全域Moran's I指數(shù)測量城市群中科技服務(wù)業(yè)的“整體”空間相關(guān)性；用區(qū)位熵測量城市群中各城市“個體”的科技服務(wù)業(yè)相對于全國的專業(yè)化水平。②本部分采用城鎮(zhèn)單位從業(yè)人員數(shù)衡量城市所有產(chǎn)業(yè)的總規(guī)模，采用“科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)”城鎮(zhèn)單位從業(yè)人員數(shù)衡量科技服務(wù)業(yè)規(guī)模，數(shù)據(jù)來自歷年《中國城市統(tǒng)計年鑒》，樣本期為2000-2017年。

（一）區(qū)位基尼系數(shù)

區(qū)位基尼系數(shù)用于測量科技服務(wù)業(yè)在兩大城市群的空間分布程度，其計算公式為：

式（1）中，為區(qū)位基尼系數(shù)，其取值范圍為0 ≤G ≤1，值越大表明科技服務(wù)業(yè)集聚程度越高。y和y分別表示第、個城市的科技服務(wù)業(yè)規(guī)模占城市群科技服務(wù)業(yè)總規(guī)模的份額（，=1，…，），為各城市科技服務(wù)業(yè)份額的均值。

分別計算兩大城市群的區(qū)位基尼系數(shù)，結(jié)果如圖1所示。關(guān)中平原城市群的區(qū)位基尼系數(shù)在2000至2002年間維持在0.77，從2003年下降至0.67并持續(xù)至2007年，2008年起則波動上升，此后多數(shù)年份都保持在0.7以上。成渝城市群的區(qū)位基尼系數(shù)一直維持在0.7之上，其中2000年至2008年處于波動下降狀態(tài)，2009年以后則持續(xù)上升?？傮w上看，兩大城市群科技服務(wù)業(yè)的區(qū)位基尼系數(shù)均呈現(xiàn)先降后升的U型趨勢。兩相對照，從2003年起關(guān)中平原城市群的區(qū)位基尼系數(shù)一直低于成渝城市群，表明前者的科技服務(wù)業(yè)的空間分布程度較后者更加分散。

圖1：兩大城市群科技服務(wù)業(yè)的區(qū)位基尼系數(shù)

（二）全域Moran's I指數(shù)

采用全域Moran's I指數(shù)測量兩大城市群科技服務(wù)業(yè)的空間相關(guān)性，計算公式如下：

為保證測量結(jié)果的穩(wěn)健性，本文同時引入3種常用的空間權(quán)重矩陣：0-1鄰接矩陣中，如果兩個城市彼此接壤則權(quán)重為1，否則為0；地理距離權(quán)重矩陣以各城市的經(jīng)緯度坐標(biāo)確定城市間距離，再以城市間距離的倒數(shù)作為權(quán)重；經(jīng)濟距離權(quán)重矩陣在考慮經(jīng)緯度坐標(biāo)的同時，以某一城市樣本期GDP占城市群樣本期GDP的比重作為權(quán)重。上述空間權(quán)重矩陣均作了行標(biāo)準化處理。

在無空間相關(guān)性的零假設(shè)下，可構(gòu)建標(biāo)準正態(tài)統(tǒng)計量，用于檢驗全域Moran's I指數(shù)的統(tǒng)計顯著性：

式（3）中表示檢驗統(tǒng)計量，如果其相伴概率小于0.1，可認為的值是統(tǒng)計顯著的。

基于式（2）計算關(guān)中平原城市群、成渝城市群科技服務(wù)業(yè)的全域Moran's I指數(shù)，部分年份的計算結(jié)果見表1。對關(guān)中平原城市群而言，3種空間權(quán)重矩陣下的全域Moran's I指數(shù)顯著為負，但其檢驗值的相伴概率均大于0.1，說明該指數(shù)在統(tǒng)計上并不顯著。類似的結(jié)果也存在于成渝城市群的全域Moran's I指數(shù)計算中。由此可知，2000-2017年關(guān)中平原城市群、成渝城市群的科技服務(wù)業(yè)不存在空間相關(guān)性。

表1：兩大城市群科技服務(wù)業(yè)的全域Moran's I指數(shù)

注：括號內(nèi)為Z統(tǒng)計值的相伴概率。

（三）區(qū)位熵

區(qū)位熵用于測量關(guān)中平原城市群、成渝城市群中各城市科技服務(wù)業(yè)的集聚程度，其計算公式為：

式（4）中，為區(qū)位熵，取值范圍為≥0，y表示全國范圍內(nèi)第個城市中第個產(chǎn)業(yè)的規(guī)模（=1，…，；1，…，）。區(qū)位熵大于1時，意味著科技服務(wù)業(yè)在某一城市有較高的集聚程度，且值越大表明集聚程度越高。

圖2：兩大城市群科技服務(wù)業(yè)的區(qū)位熵

基于式（4）計算兩大城市群中各城市科技服務(wù)業(yè)的區(qū)位熵，其中2000、2017年結(jié)果見圖2。與成渝城市群相比，關(guān)中平原城市群在期初的科技服務(wù)業(yè)集聚水平較低。2000年，關(guān)中平原城市群中區(qū)位熵大于1的城市只有西安，其區(qū)位熵為3.24。相應(yīng)的，成渝城市群在2000年有重慶、成都和綿陽3個城市的區(qū)位熵在1以上，數(shù)量多于關(guān)中平原城市群。

但隨著時間推移，兩大城市群之間的差距有明顯的縮小。2017年，關(guān)中平原城市群的西安、天水兩個城市區(qū)位熵大于1，科技服務(wù)業(yè)處于高集聚狀態(tài)，與2000年相比，其余大部分城市的科技服務(wù)業(yè)集聚水平也有所上升。反觀成渝城市群，2017年時僅成都、綿陽的科技服務(wù)業(yè)處于高集聚狀態(tài)，與2000年相比，環(huán)繞成都的眉山、德陽和資陽科技服務(wù)業(yè)集聚程度明顯上升，而重慶及其周邊的內(nèi)江、瀘州科技服務(wù)業(yè)集聚程度則有所下降。

四、研究設(shè)計

（一）模型設(shè)定

為實證檢驗科技服務(wù)業(yè)集聚對工業(yè)效率的影響，本文構(gòu)造以下回歸模型：

式（5）中，表示工業(yè)效率，表示科技服務(wù)業(yè)集聚，表示一系列控制變量，和分別為城市固定效應(yīng)、年份固定效應(yīng)，為隨機誤差項，、分別表示城市和年份，0～2為待估的參數(shù)向量。

（二）變量選擇

1.被解釋變量

對于被解釋變量工業(yè)效率，本文選擇工業(yè)勞動生產(chǎn)率、工業(yè)全要素生產(chǎn)率兩種指標(biāo)加以測量。

工業(yè)勞動生產(chǎn)率是工業(yè)產(chǎn)出與勞動投入之比。工業(yè)產(chǎn)出的指標(biāo)包括增加值、總產(chǎn)值和銷售產(chǎn)值等。本文用規(guī)模以上工業(yè)的總產(chǎn)值表示工業(yè)產(chǎn)出，并根據(jù)工業(yè)品出廠價格指數(shù)調(diào)整為2000年不變價。勞動投入指標(biāo)用規(guī)模以上工業(yè)的從業(yè)人數(shù)衡量。

工業(yè)全要素生產(chǎn)率計算中涉及的工業(yè)產(chǎn)出、勞動投入指標(biāo)與工業(yè)勞動生產(chǎn)率相同。此外，工業(yè)全要素生產(chǎn)率計算還涉及資本存量的投入，對此本文用規(guī)模以上工業(yè)的資產(chǎn)總計來衡量，并根據(jù)工業(yè)品出廠價格指數(shù)調(diào)整為2000年不變價?；谝?guī)模以上工業(yè)的產(chǎn)出、勞動投入和資本存量數(shù)據(jù)，用數(shù)據(jù)包絡(luò)分析（DEA）計算可變規(guī)模報酬下的純技術(shù)效率，作為工業(yè)全要素生產(chǎn)率的度量。

2.核心解釋變量

此處用區(qū)位熵來衡量科技服務(wù)業(yè)集聚，其計算見本文第三部分。

3.控制變量

為緩解遺漏變量導(dǎo)致的內(nèi)生性問題，本文引入以下控制變量。（1）工業(yè)勞均資本存量：工業(yè)勞均資本存量是影響工業(yè)效率的核心變量，用規(guī)模以上工業(yè)的資本存量與從業(yè)人數(shù)之比來衡量。（2）人均GDP：衡量城市的經(jīng)濟發(fā)展水平，根據(jù)人均GDP平減指數(shù)調(diào)整為2000年不變價。（3）政府干預(yù)：用地方財政一般預(yù)算內(nèi)支出占GDP的比重來表示。（4）FDI：用實際使用外商直接投資金額占GDP比重表示，并按年平均匯率將美元計價調(diào)整為人民幣計價。（5）產(chǎn)業(yè)結(jié)構(gòu)：用二、三產(chǎn)業(yè)增加值占GDP的比重表示。

表2：主要變量的描述性統(tǒng)計

（三）數(shù)據(jù)來源和描述性統(tǒng)計

回歸分析所用樣本個體為關(guān)中平原城市群、成渝城市群的27個城市，樣本期為2000-2017年。除《中國城市統(tǒng)計年鑒》外，變量的數(shù)據(jù)來源還包括歷年《中國統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》《國際統(tǒng)計年鑒》，以及陜西、甘肅、山西、四川、重慶等?。ㄖ陛犑校┖筒糠值丶壋鞘械慕y(tǒng)計年鑒。表2報告了主要變量的描述性統(tǒng)計結(jié)果。

此外，為直觀反映核心解釋變量與被解釋變量的關(guān)系，圖3描繪出兩大城市群科技服務(wù)業(yè)集聚程度與工業(yè)效率的散點圖。圖中科技服務(wù)業(yè)集聚與工業(yè)效率間大都存在正向的線性關(guān)系，這一關(guān)系在組內(nèi)是否仍然成立，有待后文的回歸分析。

圖3：科技服務(wù)業(yè)集聚與工業(yè)效率的散點圖

五、回歸結(jié)果及分析

（一）基準回歸

回歸分析前，對工業(yè)勞動生產(chǎn)率、工業(yè)勞均資本存量和人均GDP變量作對數(shù)化處理，以緩解可能存在的異方差問題。Hausman檢驗結(jié)果表明，本文的面板數(shù)據(jù)適用固定效應(yīng)估計?；鶞驶貧w以工業(yè)全要素生產(chǎn)率為被解釋變量，分別對關(guān)中平原城市群、成渝城市群數(shù)據(jù)進行回歸，結(jié)果見表3。

表3的第（1）-（3）列報告了關(guān)中平原城市群的基準回歸結(jié)果。第（1）列僅控制城市固定效應(yīng)，第（2）列進一步控制了年份固定效應(yīng)，兩列中核心解釋變量的估計系數(shù)分別為0.122和0.247，且均在5%水平上顯著?？紤]到經(jīng)DEA方法計算的工業(yè)全要素生產(chǎn)率取值在0到1之間，屬于具有明顯截斷特征的受限因變量，采用OLS估計的結(jié)果可能存在偏誤。因此進一步采用面板Tobit模型進行極大似然估計，結(jié)果見第（3）列，核心解釋變量的系數(shù)仍顯著為正。上述結(jié)果表明，關(guān)中平原城市群的科技服務(wù)業(yè)集聚提升了工業(yè)全要素生產(chǎn)率。

成渝城市群的基準回歸結(jié)果與關(guān)中平原城市群迥異，見表3第（4）-（6）列。第（4）列僅控制城市固定效應(yīng)，第（5）列進一步控制了年份固定效應(yīng)，兩列中核心解釋變量的估計系數(shù)為正但均不顯著。在第（6）列選擇面板Tobit作極大似然估計，核心解釋變量的系數(shù)估計值仍不顯著。可見，成渝城市群的科技服務(wù)業(yè)集聚未能提升工業(yè)全要素生產(chǎn)率。

綜上所述，科技服務(wù)業(yè)集聚對工業(yè)效率的影響在兩大城市群中存在差異。關(guān)中平原城市群中，科技服務(wù)業(yè)集聚顯著促進了工業(yè)全要素生產(chǎn)率的提升，但這一因果關(guān)系在成渝城市群中并不顯著。限于數(shù)據(jù)，本文無法進一步解釋這種差異的成因，有待后續(xù)研究的考察。

表3：基準回歸：工業(yè)全要素生產(chǎn)率

注： ***、**、*分別表示1%、5%、10%的顯著性水平，括號內(nèi)數(shù)值為根據(jù)穩(wěn)健標(biāo)準誤計算的t統(tǒng)計值。

（二）穩(wěn)健性檢驗

1.工業(yè)勞動生產(chǎn)率

基準回歸的結(jié)論是否穩(wěn)健，需要進一步的檢驗。本文的第一個穩(wěn)健性檢驗，是將基準回歸中的被解釋變量全要素生產(chǎn)率替換為工業(yè)勞動生產(chǎn)率。采用固定效應(yīng)估計分別對關(guān)中平原城市群、成渝城市群數(shù)據(jù)進行回歸，結(jié)果見表4。

關(guān)中平原城市群的回歸結(jié)果見表4的第（1）-（2）列。第（1）列僅控制城市固定效應(yīng)，第（2）列進一步控制了年份固定效應(yīng)，兩列中核心解釋變量的估計系數(shù)分別為0.352和0.288，且分別在5%和10%水平上顯著，表明關(guān)中平原城市群的科技服務(wù)業(yè)集聚提升了工業(yè)勞動生產(chǎn)率。結(jié)合基準回歸結(jié)果，可認為科技服務(wù)業(yè)集聚顯著促進了關(guān)中平原城市群的工業(yè)效率。

表4的第（3）-（4）列報告了成渝城市群的回歸結(jié)果。無論是僅控制城市固定效應(yīng)，還是同時控制城市和年份固定效應(yīng)，科技服務(wù)業(yè)集聚的估計系數(shù)均不顯著，可見成渝城市群的科技服務(wù)業(yè)集聚無助于提升工業(yè)勞動生產(chǎn)率。這也印證了基準回歸的判斷，說明科技服務(wù)業(yè)集聚對成渝城市群的工業(yè)效率缺乏促進作用。

2.剔除首位城市

西安、重慶分別作為關(guān)中平原城市群、成渝城市群的首位城市，人口規(guī)模遠超其他城市，這種“異常值”可能影響參數(shù)估計的結(jié)果。因此本文在剔除這兩個首位城市后，仍以工業(yè)全要素生產(chǎn)率作為被解釋變量，重新進行固定效應(yīng)估計，結(jié)果見表5。

表5的第（1）-（2）列為關(guān)中平原城市群在剔除西安后的回歸結(jié)果。第（1）列僅控制城市固定效應(yīng)，第（2）列進一步控制了年份固定效應(yīng)，兩列中核心解釋變量的估計系數(shù)分別為0.118和0.281，且均通過5%水平的顯著性檢驗。可見關(guān)中平原城市群的科技服務(wù)業(yè)集聚提升了工業(yè)全要素生產(chǎn)率。成渝城市群在剔除重慶后的回歸結(jié)果見表5中第（3）-（4）列。僅控制城市固定效應(yīng)的第（3）列，以及同時控制城市、年份固定效應(yīng)的第（4）列都顯示，科技服務(wù)業(yè)集聚的估計系數(shù)均不顯著，成渝城市群的科技服務(wù)業(yè)集聚不能提升工業(yè)全要素生產(chǎn)率。上述結(jié)果與基準回歸結(jié)果類似。

無論是替換被解釋變量，還是剔除首位城市，穩(wěn)健性檢驗都支持了基準回歸的結(jié)果，即科技服務(wù)業(yè)集聚對工業(yè)效率的積極影響僅存在于關(guān)中平原城市群，在成渝城市群中并不顯著。

表4：穩(wěn)健性檢驗：工業(yè)勞動生產(chǎn)率

注： ***、**、*分別表示1%、5%、10%的顯著性水平，括號內(nèi)數(shù)值為根據(jù)穩(wěn)健標(biāo)準誤計算的t統(tǒng)計值。

表5：穩(wěn)健性檢驗：剔除首位城市

注： ***、**、*分別表示1%、5%、10%的顯著性水平，括號內(nèi)數(shù)值為根據(jù)穩(wěn)健標(biāo)準誤計算的t統(tǒng)計值。

六、結(jié)論和啟示

本文首先基于2000-2017年關(guān)中平原城市群、成渝城市群的城市面板數(shù)據(jù)，采用區(qū)位基尼系數(shù)、全域Moran's I指數(shù)和區(qū)位熵測量科技服務(wù)業(yè)集聚的特征。分析表明：自2003年起關(guān)中平原城市群科技服務(wù)業(yè)的空間分布較成渝城市群更加分散；兩大城市群的科技服務(wù)業(yè)不存在空間相關(guān)性；關(guān)中平原城市群在期初的科技服務(wù)業(yè)集聚水平較低，但隨著時間推移，兩大城市群之間的差距明顯縮小。

在此基礎(chǔ)上，進一步構(gòu)建回歸模型，識別科技服務(wù)業(yè)集聚對工業(yè)效率的影響。結(jié)果發(fā)現(xiàn)：控制了工業(yè)勞均資本存量、人均GDP、政府干預(yù)、FDI和產(chǎn)業(yè)結(jié)構(gòu)等因素后，科技服務(wù)業(yè)集聚對工業(yè)效率的積極影響僅存在于關(guān)中平原城市群，在成渝城市群中并不顯著；這一結(jié)果在替換被解釋變量、剔除首位城市的回歸中仍然穩(wěn)健。

本文發(fā)現(xiàn)科技服務(wù)業(yè)集聚對工業(yè)效率的影響在兩大城市群間存在差異，結(jié)論有明確的政策含義。第一，關(guān)中平原城市群應(yīng)繼續(xù)加大對科教資源的投資并做好高端人才引進，促進科技服務(wù)業(yè)集聚，將知識和技術(shù)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，為工業(yè)效率提升帶來不竭的動力。第二，成渝城市群應(yīng)完善官、產(chǎn)、學(xué)、研鏈條，強化科技服務(wù)業(yè)與工業(yè)之間的聯(lián)系，使科技服務(wù)業(yè)集聚更好地服務(wù)于工業(yè)的高質(zhì)量發(fā)展。第三，兩大城市群應(yīng)進一步消除影響科技人才、科技資源流動的體制性障礙，為科技服務(wù)業(yè)集聚創(chuàng)造良好的制度環(huán)境，以增強對東、中部城市群的競爭力。

① 見《關(guān)中平原城市群發(fā)展規(guī)劃》（發(fā)改規(guī)劃〔2018〕220號）。

② 限于數(shù)據(jù)可得性，本文定義的關(guān)中平原城市群包括西安、銅川、寶雞、咸陽（含楊凌區(qū)）、渭南、商洛、運城、臨汾、天水、平?jīng)龊蛻c陽11個地級市；成渝城市群則包括直轄市重慶，以及地級市成都、自貢、瀘州、德陽、綿陽、遂寧、內(nèi)江、樂山、南充、眉山、宜賓、廣安、達州、雅安和資陽，共16個城市。

[1] 全雨霏,吳瀟.關(guān)中平原城市群城鎮(zhèn)體系演化特征及優(yōu)化策略[J].宏觀經(jīng)濟管理,2018(1):72-76.

[2] 潘潤秋,馬世雄.關(guān)中平原城市群城市流強度時空演變特征[J].中國房地產(chǎn),2018(9):45-52.

[3] 周翼,陳英,謝保鵬,等.關(guān)中平原城市群城市聯(lián)系與影響范圍分析[J].地域研究與開發(fā),2019,38(3):54-59.

[4] 魏獻花,白永平,車磊,等.基于柵格的關(guān)中平原城市群人居環(huán)境質(zhì)量綜合評價[J].干旱區(qū)地理,2019,42(4):1-12.

[5] 曹小曙,鄭慧玲,李濤,等.高鐵對關(guān)中平原城市群可達性影響的多尺度分析[J].經(jīng)濟地理,2018,38(12):60-67.

[6] 王春楊,吳國譽,張超.基于DMSP/OLS夜間燈光數(shù)據(jù)的成渝城市群空間結(jié)構(gòu)研究[J].城市發(fā)展研究,2015, 22(11):20-24.

[7] 趙映慧,李佳謠,郭晶鵬.基于百度指數(shù)的成渝城市群網(wǎng)絡(luò)聯(lián)系格局研究[J].地域研究與開發(fā),2017,36(4):55-59,129.

[8] 肖磊,潘永剛.成渝城市群空間演化研究——基于2000-2015年截面分析[J].城市發(fā)展研究,2019,26(2):7-15.

[9] 楊占鋒,段小梅.成渝城市群經(jīng)濟增長的結(jié)構(gòu)分析——基于擴展MRW模型的實證研究[J].西部論壇,2018, 28(5):81-90.

[10] 李崢榮,徐鄧耀,雷舒硯,等.成渝城市群縣域經(jīng)濟差異及其成因分析[J].世界地理研究,2018,27(3):76-85.

[11] 黃勤,劉素青.成渝城市群經(jīng)濟網(wǎng)絡(luò)結(jié)構(gòu)及其優(yōu)化研究[J].華東經(jīng)濟管理,2017,31(8):70-76.

[12] 王佳寧,羅重譜,何培育.成渝城市群政府轉(zhuǎn)型效能評估[J].改革,2016(4):6-26.

[13] 李月起.新時代成渝城市群協(xié)調(diào)發(fā)展策略研究[J].西部論壇,2018,28(3):94-99.

[14] NACHUM L,KEEBLE D MNE.Linkages and Localised Clusters:Foreign and Indigenous Firms in the Media Cluster of Central London[J].Journal of International Management,2003,9(2):171-192.

[15] 梅強,趙曉偉.江蘇省科技服務(wù)業(yè)集聚發(fā)展問題研究[J].科技進步與對策,2009,26(22):74-76.

[16] 張清正,李國平.中國科技服務(wù)業(yè)集聚發(fā)展及影響因素研究[J].中國軟科學(xué),2015(7):75-93.

[17] 劉媛,黃斌,姚緣.我國典型科技服務(wù)業(yè)集聚區(qū)發(fā)展模式對江蘇的啟示[J].科技管理研究,2016,36(2):189-193.

[18] 謝泗薪,侯蒙.經(jīng)濟新常態(tài)下科技服務(wù)業(yè)的產(chǎn)業(yè)集聚結(jié)構(gòu)模式與立體攻略[J].科技管理研究,2017,37(2):171-175.

[19] 巫孝君.協(xié)同視域下科技服務(wù)業(yè)集聚發(fā)展研究——基于2012-2016年四川科技服務(wù)業(yè)數(shù)據(jù)調(diào)查[J].科技管理研究,2018,38(11):55-62.

[20] 廖曉東,邱丹逸,林映華.基于區(qū)位熵的中國科技服務(wù)業(yè)空間集聚測度理論與對策研究[J].科技管理研究,2018,38(2):171-178.

[21] GALLOUJ C,MOULAERT F.The Locational Geography of Advanced Producer Service Firms[J].The Geography of Services,1993,31(7):267-273.

[22] CORROCHER N,CUSMANO L,MORRISON A.Modes of Innovation in Knowledge-Intensive Business Services Evidence from Lombardy[J].Journal of Evolutionary Economics,2009,19(2):173-196.

[23] 鐘小平.科技服務(wù)業(yè)產(chǎn)業(yè)集聚:市場效應(yīng)與政策效應(yīng)的實證研究[J].科技管理研究,2014,34(5):88-94,99.

[24] 張清正.“新”新經(jīng)濟地理學(xué)視角下科技服務(wù)業(yè)發(fā)展研究——基于中國222個城市的經(jīng)驗證據(jù)[J].科學(xué)學(xué)研究,2015,33(10):1464-1470.

[25] 林宏杰.市場效應(yīng)、政府行為與科技服務(wù)業(yè)集聚發(fā)展的空間視角分析——以福建省為例[J].重慶大學(xué)學(xué)報(社會科學(xué)版),2018,24(5):1-17.

[26] 俞彤暉.科技服務(wù)業(yè)集聚、地區(qū)勞動生產(chǎn)率與城鄉(xiāng)收入差距[J].華東經(jīng)濟管理,2018,32(10):114-120.

[27] 謝臻,卜偉.科技服務(wù)業(yè)集聚、地區(qū)創(chuàng)新能力與經(jīng)濟增長——以北京市為例[J].北京社會科學(xué),2018(6):108-118.

[28] 李曉龍,冉光和,鄭威.科技服務(wù)業(yè)空間集聚與企業(yè)創(chuàng)新效率提升——來自中國高技術(shù)產(chǎn)業(yè)的經(jīng)驗證據(jù)[J].研究與發(fā)展管理,2017,29(4):1-10.

[29] 朱文濤,顧乃華.科技服務(wù)業(yè)集聚是否促進了地區(qū)創(chuàng)新——本地效應(yīng)與省際影響[J].中國科技論壇,2017(11):83-92,98.

[30] 張琴,趙丙奇,鄭旭.科技服務(wù)業(yè)集聚與制造業(yè)升級:機理與實證檢驗[J].管理世界,2015(11):178-179.

[31] 司增綽,張亞男.科技服務(wù)業(yè)集聚對制造業(yè)發(fā)展的影響——基于江蘇省13個地級市的面板數(shù)據(jù)分析[J].商業(yè)經(jīng)濟研究,2017(7):190-193.

[32] 齊芮,祁明.科技服務(wù)業(yè)集聚對工業(yè)效率提升的溢出效應(yīng)研究——基于2003-2015年中國215個地級以上城市的經(jīng)驗證據(jù)[J].宏觀質(zhì)量研究,2018,6(1):86-94.

Agglomeration of S&T Service Industry and Its Impact on Industrial Efficiency: Comparison of Urban Cluster of Guanzhong Plain with Urban Cluster of Chengdu-Chongqing

WANG MENG, ZHU LIDUO, ZHANG YUJING

Based on the data of Guanzhong plain urban cluster and Chengdu-Chongqing urban cluster from 2000 to 2017, this paper measures the agglomeration of s&t service industry, and investigates the influence of agglomeration of s&t service industry on industrial efficiency. Firstly, location gini coefficient, global Moran's I index and location entropy are adopted to measure the agglomeration characteristics of s&t service industry. The results show that the spatial distribution of s&t service industry in Guanzhong plain urban cluster is more dispersed than that in Chengdu-Chongqing urban cluster since 2003; there is no spatial correlation between the s&t services in the two urban clusters; and the gap was narrowing even though at the beginning of the agglomeration level of s&t service industry in Guanzhong plain urban cluster is lower than that in Chengdu-Chongqing urban cluster. Furthermore, regression analysis is used to identify the causal relationship between agglomeration of s&t service industry and industrial efficiency. The study found that the impact of s&t service industry agglomeration on the improvement of industrial efficiency only exists in Guanzhong plain urban cluster, but is not significant in Chengdu-Chongqing urban cluster, and this result is still robust after replacing the measurement index and changing the sample. From the perspective of s&t service industry agglomeration, this study brings enlightenment to the improvement of industrial efficiency of the two urban clusters.

urban cluster; s&t service industry; agglomeration; industrial efficiency

國家社會科學(xué)基金重大項目“大國經(jīng)濟視域下以高端服務(wù)業(yè)引領(lǐng)現(xiàn)代化經(jīng)濟體系建設(shè)研究”（18VSJ017）；陜西省社會科學(xué)基金項目“關(guān)中平原城市群的產(chǎn)業(yè)分工及其對經(jīng)濟績效的影響研究”（2018D10）；陜西省軟科學(xué)研究計劃一般項目“關(guān)中平原城市群的科技服務(wù)業(yè)集聚研究”（2020KRM100）；國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃“關(guān)中平原城市群科技服務(wù)業(yè)集聚及其影響：兼與成渝城市群比較”（201910718072）。

F124.3

A

1008-472X(2021)01-0020-11

2020-12-02

王 猛（1985-），男，陜西咸陽人，陜西師范大學(xué)國際商學(xué)院，副研究員，經(jīng)濟學(xué)博士，研究方向：區(qū)域和城市經(jīng)濟、產(chǎn)業(yè)經(jīng)濟；

朱麗多（1998-），女，陜西漢中人，陜西師范大學(xué)國際商學(xué)院，研究方向：城市經(jīng)濟。

本文推薦專家：

陳啟斐，南京財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院，副教授，研究方向：服務(wù)業(yè)、服務(wù)貿(mào)易。

王琴梅，陜西師范大學(xué)國際商學(xué)院，教授，研究方向：區(qū)域和城市經(jīng)濟、產(chǎn)業(yè)經(jīng)濟。