生產性服務業集聚與性別工資差距
——集聚效應和選擇效應的來源識別*

（東北財經大學經濟學院 遼寧大連 116025）

一、引言

生產性服務業的快速發展不僅是許多西方發達國家經濟增長的重要引擎，而且被視為我國經濟新常態下助推經濟高質量增長的原動力（惠煒和韓先鋒，2016）。在空間上，生產性服務業微觀企業于某一區域的大量集中，表現出生產性服務業集聚現象。生產性服務業集聚被視為我國加快生產性服務業發展堅持的基本原則之一。通過生產性服務業集聚充分發揮其宏微觀經濟效應、糾正其資源錯配效應，或許是中國未來提升資源配置效率、促進經濟增長的重要突破口。例如，美國紐約金融服務業集群、英國倫敦金融服務業集群以及中國上海陸家嘴金融服務業集群等，都是生產性服務業集聚觸發技術擴散、生產率提升效應及其與制造業良性螺旋式互動發展的典型事實。因此，探究生產性服務業集聚經濟效應及其作用機理，充分挖掘生產性服務業集聚的正向外部效應，具有重要研究意義。

本文旨在探究一個甚少被以往研究回答的議題：生產性服務業集聚對性別工資差距的影響。過去二十余年里我國女性群體逐漸成為產業工人隊伍中的一支重要力量（魏下海等，2018）。與此同時，我國性別工資差距問題亦隨著城鎮經濟改革的推進不斷凸顯（李實等，2014）。性別工資差距問題的緩解和男女工資待遇公平的實現，不僅有助于提高經營效率，而且有助于我國經濟社會的可持續發展（李磊等，2015），而工資差距的空間誘因是新經濟地理學所探討的重要議題之一（李宏兵等，2017）。那么生產性服務業集聚與性別工資差距之間究竟具有怎樣的關系？生產性服務業往往在北京、上海等一線城市集聚程度更高，而《2016年中國性別薪酬差異報告》指出：“一線城市性別工資差距相對最小，三四線城市差異拉大?！蓖瑫r作者測算了地級市層面的生產性服務業集聚與性別工資差距指標均值①因篇幅限制，本文省略了均值測度結果，留存備索。集聚和性別工資差距指標測度方法詳見下文第三部分。，總體來看得到相同結論。因此特征事實表明生產性服務業集聚程度較高的地區，性別工資差距較小。

本文落腳于微觀企業，從集聚效應和選擇效應出發揭示生產性服務業集聚對企業內性別工資差距的作用機理。集聚效應指的是生產性服務業集聚有助于吸納女性就業并提高其工資水平，有助于縮小企業內部性別工資差距。選擇效應指的是具有較低性別工資差距的企業傾向選址于生產性服務業較高集聚水平地區，由此生產性服務業集聚程度較高地區的低性別工資差距企業比例較高。本文研究至少與兩支文獻密切相關。一是生產性服務業集聚相關研究。既有生產性服務業集聚經濟效應的研究，主要探究其與制造業協同集聚對經濟增長的影響，且大多證實了其對生產率和經濟增長的促進作用（惠煒和韓先鋒，2016；張虎等，2017）。二是性別工資差距成因研究。截至目前，國內外學者大致從可觀測因素和不可觀測因素兩個方面進行解釋，前者主要包括教育水平（Beaudry和Lewis，2014；邢春冰等，2014）、外資進入（Liu等，2000；李磊等，2015）以及技術變革（Juhn等，2014；毛宇飛等，2018；魏下海等，2018）等，后者主要是從性別歧視角度解釋性別工資差距（李實等，2014）。

本文邊際貢獻主要體現在：第一，探究了一個以往研究甚少關注且回答的議題，即生產性服務業集聚對性別工資差距的影響。本文研究有助于豐富和拓展既有研究，力爭為我國生產性服務業企業區位選址、國家引導生產性服務業空間布局提供參考，為縮小我國性別工資差距提供新的借鑒思路。第二，本文采用“無條件分布特征—參數對應”計量方法（Combes等，2012），對生產性服務業集聚究竟通過集聚效應還是選擇效應影響性別工資差距進行量化評估，這是傳統計量方法所無法實現的（盛丹和張國峰，2019）。第三，本文在量化評估和實證測度中，采用多元傾向得分匹配模型。由此，不僅可以克服樣本選擇性偏誤問題，而且能夠根據“反事實”估計對樣本進行匹配，力爭更為準確地比較不同組別之間的定量測度結果。

二、理論機制與研究假說

（一）生產性服務業集聚影響企業內性別工資差距的集聚效應

生產性服務業集聚有助于吸納女性就業并提高女性工資水平，由此縮小企業內部性別工資差距，本文稱之為生產性服務業集聚影響性別工資差距的集聚效應。首先，服務業在吸納女性就業、實現男女工資待遇平等方面相比制造業而言具有比較優勢（李磊等，2015）。服務業對勞動者的體力要求相比制造業來說較低，從而能夠促進男女就業的公平合理化。以我國為例，《中國勞動統計年鑒》數據顯示，2016年城鎮就業女性中服務業部門占比高達68.1%。服務業的這一特性決定了生產性服務業及其集聚水平有助于縮小企業內性別工資差距。

其次，生產性服務業集聚有助于促進企業技術變革，進而促進縮小性別工資差距。集聚能夠促進近鄰企業間的信息技術溝通與交流、共享勞動力和中間品投入、降低自身生產成本，這不僅有助于企業開發并應用新技術，而且有助于上下游產業間的知識外溢和技術擴散，提升整個行業的創新能力和技術革新。而根據Welch（2000）的“大腦—肌肉”兩要素模型理論，相比男性的肌肉密集型技能，女性在大腦密集型技能認知方面具有優勢。因此在技術革新、技能偏向型技術革新背景下，女性具有認知技能方面的比較優勢從而獲得更高的溢價，由此縮小性別工資差距。例如來自墨西哥、中國等國的多項證據已經表明高技術含量機器設備抑或生產線升級有助于女性相對工資和就業比例的提高（Juhn等，2014；魏下海等，2018）。因此，生產性服務業集聚通過促進創新能力和技術變革，有助于縮小企業內性別工資差距。

此外，隨著全球范圍內服務業大規模對外投資浪潮的發展，以及我國加入世界貿易組織以來逐步開放服務業市場的舉措，外資投資于我國服務業特別是生產性服務業的特征明顯。以國家統計局數據為例可知，2004年以來我國生產性服務業外商直接投資數額逐年攀升，2015年首次超過制造業外商直接投資數額。而外資進入無論是對女性就業還是縮小性別工資差距方面均具有顯著促進作用（Liu等，2000）。因而，以外資進入為重要特征的生產性服務業及其地理空間集聚有助于縮小企業性別工資差距。

本文提出假說1：生產性服務業集聚能夠通過集聚效應縮小企業內性別工資差距。

（二）生產性服務業集聚影響企業內性別工資差距的選擇效應

生產性服務業集聚不僅具有集聚效應，還會觸發選擇效應，本文指的是內部較低性別工資差距的企業傾向選址于生產性服務業較高集聚水平地區，因此生產性服務業集聚程度較高地區的低性別工資差距企業比例較高。Becker（1957）的競爭抑制歧視理論能夠為此提供理論支撐：相比對體力有較高要求的制造業來說，服務業中男性與女性之間勞動生產率更為接近，而在男女（教育年限、年齡等可觀測條件相同）具有同等勞動生產率的條件下，對內部不同性別勞動力具有歧視性行為的企業將會付出更高經濟代價。李磊等（2015）研究亦指出，當市場競爭日趨激烈時，有性別歧視行為的企業面臨更高成本和較低市場份額。綜上分析可知，在生產性服務業集聚程度較高、市場競爭較為激烈的地區，性別歧視性的服務業企業將逐漸失去競爭優勢并退出市場，因而非歧視性企業將選址并存活于集聚地區。因此，生產性服務業企業集聚能夠更為顯著地觸發選擇效應，淘汰性別歧視企業。

本文提出假說2：生產性服務業集聚能夠通過選擇效應縮小企業內性別工資差距。

（三）外部環境對“生產性服務業集聚—企業內性別工資差距”作用關系的影響

第一，外資進入程度。一方面，外資進入程度提高意味著競爭程度的加強，這將對縮小企業內性別工資差距產生驅動力（Liu等，2000；李磊等，2015）。另一方面，外資進入會導致女性承擔更多家庭責任或轉向出口導向型企業，使得女性勞動力供給過剩且降低議價能力（Seguino，2000），由此會加大性別工資差距。我國1999年“大學擴招”以來人力資本的擴張，有助于促進高級人力資本供給數量的大幅增長（毛其淋，2019）和女性獲得平等公平的教育機會。因此本文預期，外資進入程度對縮小企業內性別工資的促進效應占主導地位。

第二，經濟開放程度。一方面，經濟開放程度較高的地區市場競爭更為激烈，這利于生產性服務業集聚選擇效應和集聚效應的充分發揮，縮小企業內性別工資差距。另一方面，經濟開放程度的提高可能導致服務業市場競爭過于激烈，進而導致女性從業者無法適應更加靈活和競爭激勵的工作崗位而更多承擔家庭責任，或是從事于加工貿易環節等低議價能力和產業鏈低端位置的工作，最終導致性別工資差距的拉大。從我國生產性服務業發展現狀來看，國際競爭力不強、與發展規模不相匹配是產業發展鏈條上的薄弱環節（來有為和陳紅娜，2017）。因此，本文認為經濟開放對我國生產性服務業集聚外部性的影響，尚處于集聚正外部性發揮作用的區間。

第三，互聯網普及程度。1999—2007年間，中國互聯網使用人數從68萬增長至1.37億，是世界上互聯網普及率增長最快的國家之一（Fernandes等，2019）。截至2018年底，我國互聯網普及率已達59.6%。互聯網的強大搜索引擎功能和資源配置功能，不僅有助于企業和個人間的溝通與交流、降低信息不對稱性，而且弱化了對就業者身體條件的要求，衍生出多樣性的工作形式（毛宇飛等，2018）。更為重要的是，雖然受到社會資源等條件限制，在互聯網應用初期，男性相比女性擁有一定程度上更多的互聯網使用機會，但隨著互聯網的深入普及，這種差異會顯著縮小，隨之而來的是女性就業率和工資水平的大幅提高，最終性別工資差距顯著縮小（Wasserman和Richmondt-Abbott，2005）。

綜上，本文提出假說3：生產性服務業集聚對企業內性別工資差距的縮減作用會受到外部環境特征的影響，將隨著外資進入、經濟開放以及互聯網普及程度的提高而增強。

三、數據與指標說明

（一）數據說明

本文研究采用國家統計局2004年和2008年發布的第一次和第二次全國經濟普查數據庫。通過“地毯式”清查，該套數據庫覆蓋了全國30個省、市和自治區，涵蓋例如企業成立時間、登記注冊類型、行業類別、利潤、從業人數、職工工資和福利費等十分豐富的企業信息。該數據庫對于本文研究不可或缺：一方面可通過國家統計局網站公布的生產性服務業代碼，挑選得到生產性服務業企業樣本；另一方面可采用該套數據測算得到企業內部性別工資差距。為了盡可能消除統計誤差和紕漏，本文對生產性服務業樣本進行了清洗和篩選：剔除企業編碼、成立時間、員工人數為負或缺失的企業樣本；剔除企業核心績效指標（如產值、銷售收入、固定資產凈值等）為負或缺失的企業樣本；剔除總資產值小于總固定資產或流動資產總值的企業集合。最終得到生產性服務業企業81 287個。

（二）核心指標測度

1.生產性服務業集聚

一方面，本文采用近年來被廣泛使用的EG指數（Ellison和Glaeser，1997）衡量生產性服務業的專業化集聚水平。歷年中，如果令ejs表示某區域s中生產性服務業j的就業人數占該行業在地區R（區域s從屬于地區R）的總就業人數比重，es表示區域s就業人數占地區R就業人數的比重，eji表示行業j企業i就業人數占該行業在地區R總就業人數中比重，那么行業j在地區R的EG指數測度方法為：

另一方面，測度生產性服務業多樣化集聚水平。首先，借鑒Frenken等（2007）構建指標進行測算。如果歷年中R地區k（K）生產性服務業行業（n、N分別為GB/T 3位碼、2位碼生產性服務業行業總數）就業人數占該地區總就業人數比重為ekR（EKR），那么R地區的多樣化集聚指標可表示為：

令PK代表生產性服務業K中3位碼行業集合，則有：。因此HRVR可理解為行業熵指數的加權之和，且式（2）可表達為：

在HRVR指標的測算中，地區選取地級市標準。其次，借鑒Duranton和Puga（2004）研究方法測算赫斯曼-赫芬達爾指數用以衡量地區R的多樣化集聚程度DIVR：

其中，k代表城市R中第k個生產性服務業，KR代表城市R中生產性服務業種類，而eRk則代表城市R中第k個生產性服務業就業人數占該城市所有生產性服務業總就業人數比重。城市采用地級市劃分標準。該指標數值越大，表明該城市生產性服務業多樣化集聚程度越高。

2.企業內性別工資差距

測度企業內性別工資差距，一個直接的辦法是計算男性、女性工資差額。雖然本文采用數據庫統計了企業歷年平均工資水平，但并未報告區分性別的工資水平。因此，本文借鑒李磊等（2015）研究，間接測度企業內部性別工資差距。

等式右邊第二項代表行業j中企業i的男性和女性工資的殘差項，且該殘差項是企業盈利能力的函數（Becker，1957；李磊等，2015）。因而，如果用jiπ代表該企業盈利能力，企業內部男性和女性工資殘差項可進一步表達為。那么式（5）可表達為：

四、計量模型設定

（一）無條件分布特征—參數對應模型

本文采用“無條件分布特征—參數對應”方法（Combes等，2012；陳強遠等，2016；盛丹和張國峰，2019），擬合得到不同集聚程度地區企業的性別工資差距分布特征（移動、伸縮和右截斷），從而定量識別生產性服務業集聚影響企業內性別工資差距的來源問題。模型設定的大致思路是，以2004年為基期、2008年為比較期：首先估計和擬合比較期相對于基期生產性服務業較高、較低集聚地區的企業內性別工資差距分布特征；其次比較高集聚、低集聚地區的性別工資差距分布特征，從而定量識別生產性服務業集聚影響企業內性別工資差距的來源。

此處以高集聚地區的性別工資差距分布擬合估計與比較分析為例，展開詳細闡述。具體來說：通過對基期（2004年）高集聚地區性別工資差距分布進行右截斷、移動和伸縮，擬合估計得到比較期（2008年）的性別工資差距分布。生產性服務業集聚對性別工資差距的選擇效應通過右截斷反映，生產性服務業集聚對性別工資差距的集聚效應通過移動和伸縮來反映。如果令分別代表分布的左斷尾和右斷尾參數，A代表性別工資差距的移動，D代表性別工資差距分布的伸縮，那么式（9）能夠刻畫比較期和基期之間的性別工資差距整體分布特征：

其中，u（u∈[ 0,1]）代表性別工資差距分位點。本文重點考察的參數為T、A和D。根據前文理論分析，本文預期：（1）大于0，意味著2008年比較期的性別工資差距分布存在右斷尾特征，即高性別工資差距企業比例更低，內部性別工資差距較高的企業被市場所淘汰。（2）A小于0，意味著2008年比較期的性別工資差距分布向左移動和偏移，性別工資差距增長為負。參數D的經濟學含義是：D大于1，意味著比較期2008年的性別工資差距分布相比基期2004年分布更為“拉伸”，反之表明比較期性別工資差距分布更為“收縮”。

需要注意的是，不僅要考慮上文中2008年比較期相對于2004年基期存在斷尾特征的情況，還要反過來考慮2004年基期相對于2008年比較期存在斷尾特征的情形，由此經過綜合，可得到下式：

而且，為了估計上式中參數，需要變換區間范圍，令u→r（u），其中：

由此將未知的待估參數集定義為θ=（A,D,T），可將方程（11）進一步表達為式（12），而且此式衡量的是用2004年基期性別工資差距表達2008年比較期的方程式：

與之類似，在模型設定中還需要考慮對稱性，即用2008年比較期性別工資差距表達2004年基期的情況，最終可得如下矩條件：

在此基礎上，本文首先對λ08和λ04進行擬合估計，其次構建樣本分位數，并采用線性插值法計算得到概率u對應的性別工資差距水平，最終最小化目標函數可由下列方程組表達：

在測度中本文借鑒既有研究（盛丹和張國峰，2019），u取[0,1]的1 000等分點、K取值為1 001，且有u0=0、uK=1，估計系數標準誤差由自助法抽樣50次得到。在估計得到的基礎上，可計算得到用以反映擬合參數對2008年比較期和2004年基期之間性別工資差距的解釋程度。

（二）多元傾向得分匹配模型

上述模型仍無法解決由于樣本非隨機性分布導致的選擇性偏誤問題，即或許存在其他因素同時影響生產性服務業企業區位選址和企業內性別工資差距。為了克服這一問題，本文在采用“無條件分布特征—參數”模型進行定量估計之前，首先采用多元傾向得分匹配（multiple propensity score matching，MPSM）模型對樣本進行匹配：尋找與生產性服務業較高集聚程度地區企業相匹配的較低集聚地區企業，基于匹配成功的“相似”企業集合估計和比較性別工資差距分布的差異。

具體借鑒Lechner（2002）設定MPSM模型，其可視為在傾向得分匹配PSM模型基礎上的拓展，即處理變量設置為多元虛擬變量：2004年基期生產性服務業高集聚組，2008年比較期高集聚組，2004年基期低集聚組，2008年比較期低集聚組。最終，下式刻畫了在控制匹配變量X的前提下，相對于隸屬組別n的企業來說，若企業組別為m對企業內部性別工資差距會帶來怎樣的影響，即性別工資差距的平均處理效應（ATTm,n）：

本文借鑒既有研究選取如下匹配變量：人均GDP，第二產業占GDP比重，實際使用外資金額（自然對數值），人口密度，經濟對外開放度（出口額占GDP比重），互聯網普及程度（互聯網使用人數占總人口比重），人均綠地面積（自然對數值），年末實有城市道路面積（自然對數值），普通高等學校數量，科學和教育支出水平（自然對數值）。本文匹配變量進行滯后一期處理。

五、實證結果與分析

（一）基本回歸結果

經過MPSM模型匹配樣本克服選擇性偏誤問題之后，表1匯報了“無條件分布特征—參數對應”模型擬合估計得到的各參數值。①因篇幅所限，本文省略了采用K近鄰匹配法和多樣化集聚指標估計的多元傾向得分值結果和核密度函數圖檢驗結果，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載?？傮w來看，表1估計結果驗證了前文假說1和假說2：（1）參數A估計結果顯著為負，表明性別工資差距分布整體左移，且整體來說這一特征無論是在生產性服務高集聚還是低集聚企業組均存在，驗證了生產性服務業集聚縮小性別工資差距的集聚效應，即驗證了假說1。（2）參數D估計結果普遍大于1，表明性別工資差距分布的移動更為分散，低性別工資差距的企業移動幅度更大，意味著生產性服務集聚對低性別工資差距企業內部差距的縮小作用更為明顯。（3）參數S顯著為負，這意味著性別工資差距分布存在左拖尾特征，即地區內低性別工資差距企業的比例更高，由此驗證了生產性服務業集聚縮小性別工資差距的選擇效應，即驗證了假說2。擬合效果R2表明估計參數A、D、T對性別工資差距減小的解釋程度較好。

表1 基于全樣本的估計結果

續表1

綜上所述，中國生產性服務業集聚通過集聚效應、選擇效應縮小企業內性別工資差距的作用顯著存在。因此，本文為縮小我國性別工資差距提供了新的可借鑒思路：通過生產性服務業集聚，發揮服務業對女性就業機會和工資的提升作用，促進集聚區內信息擴散和技術升級，從而促進女性就業縮小性別工資差距。①因篇幅所限，本文省略了穩健性檢驗估計結果及分析，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載。

（二）內生性問題

本文研究存在潛在內生性問題：一方面，性別工資差距較小的企業經營實力更強，因而也更有可能傾向選址于空間上企業集聚的區域，即存在逆向因果關系；另一方面，模型估計中難免存在難以測度的遺漏變量，例如勞動力供給變化可能對企業內性別工資差距和生產性服務業集聚產生影響。

此處為了有效克服內生性問題，作者構建工具變量進而采用兩階段最小二乘法（IV-2SLS）進行估計。具體來說借鑒Lewbel（1997）方法，采用“內生變量和其均值之差”與“因變量和其均值之差”的乘積作為工具變量，本文中內生變量為生產性服務業集聚指標，因變量為企業內性別工資差距。表2匯報了估計結果。

表2 IV-2SLS估計結果

分析發現EG、HRV及DIV變量估計結果均顯著為負，雖然此處估計結果并不能反映集聚效應和選擇效應，但估計系數表明生產性服務業集聚是能夠顯著縮小企業內性別工資差距的，間接驗證了前文研究假說。Kleribergen-Paap rk LM檢驗和Anderson-Rubin檢驗結果說明本文工具變量選取合理。

六、異質性與拓展分析

（一）異質性分析

本部分旨在依托于不同子樣本展開異質性分析，由此檢驗假說3。①因篇幅所限，本文省略了異質性分析的估計結果，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載。本文以地區外資企業數量占總企業數量比重測度外資進入程度，以地區出口貿易額占當地GDP比重衡量經濟開放程度，以互聯網使用人數占地區總人口數比重測度互聯網普及率，并根據各指標均值將樣本劃分為高、低兩類組別?？傮w來看當外資進入程度較高、經濟開放程度較高以及互聯網普及率較高時，各參數估計結果更為顯著，由此驗證了前文假說3。

（二）拓展分析

生產性服務業來源于制造業中間需求特性，以制造業為中心圍繞制造業布局。實現生產性服務業和制造業的雙輪驅動協同集聚，是引導產業資源優化配置、推進產業結構調整升級的重要舉措。例如張虎等（2017）研究指出，生產性服務業和制造業的低協同集聚能力很大程度上解釋了中國生產性服務業新創造價值水平（0.56）為何相比發達國家（1∶1或更高）具有較大差距。

生產性服務業與制造業協同集聚如何影響生產性服務業企業內部性別工資差距水平？生產性服務業和制造業協同集聚，一個顯著的特征是由制造業發揮“地區鎖定”效應，吸引生產性服務業與之實現橫向和縱向經濟關聯，從而形成集中連片空間布局。由此，加快信息流通速度、促進溢出和技術創新，而技術升級是縮小性別工資差距的有效途徑。因此本文預期，生產性服務業和制造業的地區協同集聚，是充分釋放集聚經濟對性別工資差距縮小作用的重要推動力。為了檢驗這一推斷，本文借鑒既有研究（張虎等，2017）構建生產性服務業和制造業協同集聚指標，并據此以均值將樣本劃分為高協同、低協同兩組再次進行MPSM匹配和參數估計，最終結果匯總為表3。

表3 生產性服務業與制造業協同集聚的估計結果

分析表3可知，相比低協同集聚組，高協同集聚組的集聚效應和選擇效應效果更為明顯，表明生產性服務業和制造業協同集聚程度較高地區企業內性別工資差距顯著更低。因而，本文研究不僅表明生產性服務業集聚是縮小企業內性別工資差距的重要渠道，而且強調了提高生產性服務業和制造業協同集聚能力對于縮小性別工資差距的重要性。

七、結論與啟示

從供給側來看，預計中國2030年服務業占比高達65%—70%，基本形成以服務業為主的經濟形態（胡鞍鋼等，2016）。其中生產性服務業不僅在我國發展迅猛，而且也被很多發達國家視為經濟新增長點和創新源泉。雖然生產性服務業的宏微觀經濟效應已被廣泛討論，然而缺乏生產性服務業和性別工資差距的分析。

因此，本文旨在探究一個很大程度上被忽視的議題：生產性服務業集聚對企業內性別工資差距的影響及其來源。首先，本文通過理論分析，提出并闡述了生產性服務業集聚通過集聚效應、選擇效應影響企業內性別工資差距的作用機理。其次，依托于中國微觀數據，采用多元傾向得分匹配和“無條件分布特征—參數對應”估計方法，定量識別并測度上述作用渠道。研究結果表明：生產性服務業專業化和多樣化集聚能夠促進企業內性別工資差距的縮小，即集聚效應存在；具有低性別工資差距的企業會傾向選址于生產性服務業集聚程度較高的地區，生產性服務業集聚程度較高地區的低性別工資差距企業比例較高，即選擇效應存在。而且生產性服務業多樣化集聚對縮小企業內性別工資差距的促進作用，對于外資進入程度、對外開放程度和互聯網普及率較高的地方更為顯著。拓展性分析結果表明，生產性服務業與制造業協同集聚亦有利于企業內性別工資差距的縮小。

本文研究的政策啟示主要有：第一，充分發揮生產性服務業集聚對縮小企業內性別工資差距的促進作用。生產性服務業以高附加值、高技術密集度為特征。我國經濟新常態下，生產性服務業集聚對產業結構升級、經濟提質增效具有極大推動作用：不僅有利于集聚區內信息成本的降低、促進競爭性企業間的溝通與交流，而且能夠實現知識的交換與擴散、增強研發創新能力。本文則從性別工資差距落腳點出發為發展生產性服務業、提升生產性服務業集聚水平提供了微觀證據。

第二，以對外開放促進生產性服務業集聚微觀經濟效應的發揮。我國生產性服務業雖然從規模上看發展迅猛，吸引外資的數額逐年攀升，但是其對外開放和國際競爭力提升還具有很大空間。本文研究證據顯示，對外開放有助于生產性服務業多樣化集聚正向外部性的有效發揮，因而對外開放有助于我國生產性服務業發展。具體舉措例如，鼓勵將國外先進技術和管理經驗引入生產性服務業的發展，建立并完善服務貿易示范區，放寬市場準入條件、簡政放權等。

第三，促進互聯網和生產性服務業發展的深入融合，提升生產性服務業及其空間集聚的微觀經濟效應?；ヂ摼W正在全面融入經濟社會生產和生活的各個領域。近年來，我國緊抓新一輪技術革命浪潮，實現了互聯網的蓬勃發展。本文證據亦表明，互聯網有助于生產性服務業多樣化集聚微觀經濟效應的釋放。因而，本文建議在我國未來生產性服務業發展中，應促進其與互聯網的深度融合，通過催生新服務模式和新服務產品，推動生產性服務業發展乃至經濟增長。

第四，提高生產性服務業和制造業協同集聚水平和區域合作能力。解決生產性服務業和制造業協同集聚的“短板”問題，是我國避免成為低水平“世界工廠”，向全球價值鏈高端邁進的關鍵。本文證據從縮小性別工資差距角度，證實了生產性服務業和制造業協同集聚的促進效果。因而，在我國生產性服務業發展中，注重提升其與制造業的協同集聚水平亦至關重要。具體舉措例如，引導地區生產性服務業和制造業的協同定位、吸引和依托專業化人才和高科技優勢挖掘協同集聚潛力等。