張治棟,趙必武
(安徽大學 經濟學院,安徽 合肥230601)
2018 年全國生態環境保護大會中,習近平總書記指出要把推動經濟社會發展與生態文明建設統籌起來,依靠改革開放以來積累的物質基礎,推動我國生態文明建設邁上新臺階,并強調新時代生態文明建設需要繼續堅持“兩山”理論,貫徹五大發展理念,加快推動資源節約和環境良好的空間格局、產業結構以及生產方式的形成。事實上,互聯網與制造業協同集聚是一種產業結構優化的表現,互聯網平臺和互聯網信息技術應用于制造業,有利于促進生產要素的優化配置和有效聚集,能夠降低生產成本和提高資源利用效率[1-2]。因此,關注互聯網與制造業協同集聚同城市綠色效率之間的內在聯系,并分析其中的作用機制,對促進中國生態環境與經濟社會協調發展有著重要的理論意義和現實意義。
互聯網在商業化的過程中,不斷滲透到經濟社會各領域,產生了豐厚的“數字紅利”,給經濟發展帶來了深刻的影響。胡鞍鋼等(2016)認為以互聯網為代表的數字產業是經濟新常態下的新動力之一,并將新經濟定義為互聯網相關產業與其他產業相互融合產生的新趨勢,且對宏微觀經濟產生積極影響的一種新模式[3]。郭家堂等(2016)認為互聯網技術、平臺和產業的發展與應用可以使經濟交易中的外部性問題內部化,提高經濟運行發展的效率,并通過對中國省級面板數據實證分析得到互聯網對中國全要素生產率具有非線性的促進作用[4]。汪東芳等(2019)基于省級數據的相關研究,指出互聯網本身存在著網絡效應,并且對地區全要素能源效率的提升具有顯著的正向作用,認為“互聯網+”也是推動區域綠色協調發展的重要渠道[5]。亦有相關學者以長江經濟帶三大城市群為決策單元,指出互聯網本身以及互聯網與稟賦結構互動能夠顯著促進長江經濟帶的工業綠色全要素生產率[6]。此外,一些學者也分析了互聯網和數字貿易對中國經濟的影響,認為互聯網經濟是中國經濟發展的新動能[7-9]。
從目前相關研究來看,制造業集聚對經濟效率具有顯著影響,并且呈現出一種非線性關系。陳陽等(2019)基于制造業集聚和城市規模協同視角,指出制造業集聚對城市綠色全要素生產率的影響呈現倒U型的關系,制造業與城市規模協同對城市綠色全要素生產率同樣具有顯著影響[10]。同樣,胡緒華等(2019)認為制造業集聚與城市化雙輪驅動更能推進城市綠色全要素生產率的提升[11]。于斌斌(2015)基于經濟發展水平的角度,指出制造業集聚對區域經濟效率之間表現為一種N 型關系[12]。魏瑋、張萬里(2017)從微觀角度分析,指出制造業集聚分為集聚過度型、集聚遞減型以及集聚推進型,并且制造業集聚水平、階段的差異性會對企業經濟效率產生異質性的外部性影響[13]。此外,亦有一些學者認為制造業集聚對城市全要素生產率提升主要通過技術進步來實現[14],受城市等級分異的影響,制造業集聚對高等級中心城市的全要素生產率的作用更顯著[15]。
產業集聚一般表現為單一產業在空間上聚集,但伴隨著產業結構不斷合理化、高級化,更多表現為異質性產業之間的協同集聚、相互融合,并影響著城市經濟生產活動[16-17]。國外學者Ellison 等(2010)通過對異質性產業之間協同集聚的分析,指出產業協同集聚的微觀機制源于產業之間信息共享、要素共享以及產業鏈的延伸[18]。陳建軍等(2016)基于融合創新與動能轉換的視角,認為產業協同集聚對城市生產效率有著顯著的促進作用,并進一步指出產業協同集聚的促進作用具有行業異質性,同時在空間上也表現出顯著的溢出效應[16]。周明生等(2018)對長株潭城市群進行了實證分析,研究得到生產性服務業與制造業協同集聚和經濟效率之間存在著顯著的非線性關系[19]。伍先福(2019)基于市域尺度進行實證檢驗,研究表明產業協同集聚對城市全要素生產率具有門檻效應,當制造業專業化集聚度跨越門檻值之后,生產性服務業與制造業協同集聚對全要素生產率的正向作用轉為負向影響[20]。苗建軍等(2020)對長三角城市群土地利用效率進行測算,指出產業協同集聚與土地利用效率之間呈現倒U型的關系[21]。此外,亦有學者通過實證研究了產業協同集聚對產業結構優化的影響,指出產業協同集聚通過延長產業鏈來促進產業結構高級化,通過產業間的共生效應實現產業的合理化,從而對地區經濟產生重要影響[22-23]。
綜合現有文獻,可以看出關于互聯網、制造業集聚以及產業協同集聚對城市經濟發展效率的研究已經有了一定基礎。但相關研究仍然存在不足之處:第一,缺乏從產業協同集聚角度分析如何提升城市綠色效率的相關研究;第二,缺乏對互聯網與制造業協同集聚同城市綠色效率之間內在機制的深入研究以及實證分析。因此,本文的貢獻是提供互聯網與制造業協同集聚影響城市綠色效率的經驗證據,并分析其作用機制。
根據馬歇爾空間外部性理論,經濟活動空間上集聚的關鍵動因是空間外部性,即異質性產業通過空間上協同集聚來獲得一定的規模外部經濟,包括技術外部性、資本外部性以及知識外部性等。有學者進一步將這種空間外部性歸納為產業之間知識技術共享與資源匹配。同時,從產業鏈延伸角度來看,產業協同集聚是一種專業分工與利益分配等網絡關系的集合,其目的是推動產業延伸到價值鏈兩端,獲得高附加值,這也是產業協同集聚的重要動因。鑒于此,互聯網與制造業基于空間范圍內的協同集聚效應主要包括產業關聯效應和空間聯動效應,對城市綠色效率的作用機制也主要來源于這兩個效應。
互聯網與制造業協同集聚的產業關聯效應對城市綠色效率的作用機制包含兩個方面。第一,產業鏈延伸在一定程度上緩解了行業間的資源錯配問題,從而產生行業間的資源優化配置效應。互聯網技術在商業化過程中逐漸衍生出信息傳輸、軟件和信息技術服務業等行業,并在有效市場與有為政府的合力作用下,推動了“互聯網+制造業”的深度融合,逐漸形成“智能制造”這種高效率模式。童有好(2015)指出互聯網與制造業的深入融合可以引發制造業資源配置方式的革新,利用互聯網數字化平臺,實現了人才、資源、技術等生產要素在行業間的優化整合,形成了制造能力池,對地區綠色效率的提升具有顯著效果[24]。第二,互聯網與制造業在產業聯動的作用下,不僅會帶來知識外溢,也會產生地區基礎設施和技術的共享效應。李海艦等(2014)將互聯網精神概括為開放、協作、平等與共享,并且在互聯網背景下,存在著物質資源以及“虛擬資源”的共享[25],制造業可以借助互聯網技術、產業實現節能環保技術以及生產技術的共享。因此,互聯網與制造業協同集聚能夠影響綠色效率。
互聯網與制造業協同集聚需要考慮產業與空間雙重維度,空間聯動效應是在產業關聯效應的基礎上,受區位優勢以及互聯網行業特性的影響,作用于城市綠色效率。其具體作用機制主要包括三個方面:第一,互聯網行業依托互聯網技術能夠打破時空的約束,可以有效連接供給端和需求端,產生協同創新效應[4]。互聯網加強了各地區制造業企業之間聯系,通過交流實現生產技術的跨區域傳播,促進創新與技術進步,從而降低制造業污染排放量,并且提高生產效率。第二,在空間聯動效應的作用下,相鄰城市之間的互聯網與制造業協同集聚存在空間相關性,能夠促使空間結構不斷優化以及產生地區間資源優化配置效應。互聯網對各地區的信息整合,能夠使各地區制造業企業享有和利用已有信息,實現地區之間的資源合理配置,減少資源浪費,進而對城市綠色效率產生影響。第三,互聯網與制造業協同集聚在空間聯動的作用下,可以在一定程度上避免地區產業同構,并根據區位優勢實現產業多樣化發展,促進地區全要素生產率提升[26]。此外,從產業屬性來看互聯網屬于生產性服務業,根據Ke 等(2014)和張虎等(2017)的研究表明,受空間聯動效應的影響,互聯網與制造業協同集聚對鄰近城市具有顯著的空間溢出效應[27-28]。
綜上所述,互聯網與制造業協同集聚對城市綠色效率具有重要影響,具體的影響機制如圖1 所示,并由此提出假說1-假說3。
H1:互聯網與制造業協同集聚具有顯著的空間正相關性;
H2:互聯網與制造業的協同集聚具有空間溢出效應,能夠顯著提升城市綠色效率;
H3:從短期與長期來看,互聯網與制造業協同集聚對城市綠色效率的提升具有顯著的直接和間接效應,并且間接效應要大于直接效應。

圖1 互聯網與制造業協同集聚對城市綠色效率的作用機制
由上述的理論機制分析,可以看出互聯網與制造業協同集聚對城市綠色效率存在著多層次的影響。同樣,為了更加清晰地分析互聯網與制造業協同集聚對城市綠色效率產生的影響,在考慮空間溢出因素的情況下,構建如下靜態空間面板杜賓模型:

其中,GDE為被解釋變量,代表城市綠色效率;IMC為核心解釋變量,代表互聯網與制造業協同集聚指數;INT 和MA 分別表示互聯網集聚指數和制造業集聚指數;lnrgdp、lncity、lnedu 分別表示經濟水平、城市化水平、教育水平;τ 表示個體控制;ε 表示隨機誤差;ρ、αi、βi表示變量回歸系數。此外,W 是表示城市i和j之間的空間權重矩陣,本文參考王火根(2007)的相關研究[29],考慮地理和經濟因素,構建了空間鄰近矩陣(W1)以及經濟地理矩陣(W2)。
空間鄰近矩陣(W1)主要考慮地理因素對經濟活動的影響,當城市i 與城市j 相鄰時取1,反之取0,具體形式由式(2)所示。此外,為了基于多種空間權重對模型進行穩健性檢驗,本文還構建了經濟地理權重矩陣(W2),其中,W0表示反距離矩陣;dij表示城市之間的球面距離,是通過國家基礎地理信息中心提供的經緯度數據進行測算;y 表示城市GDP,并且以考察期的各城市GDP 占各城市GDP總和的比重來表示經濟距離,具體形式由式(6)所示。

在傳統靜態空間面板模型中,受空間權重矩陣以及模型設定等因素的影響,可能會存在內生性問題,而動態空間杜賓面板模型對解決模型的內生性問題具有無可比擬的優勢[30]。同時,為了兼顧時間滯后效應,進一步分析互聯網與制造業協同集聚對城市綠色效率的短期和長期效應,本文加入被解釋變量的時間滯后項(WGDEt-1),構建了動態空間面板杜賓模型:

(1)被解釋變量:城市綠色效率(GDE)。參考袁華錫等(2019)[30]、郗永勤等(2019)[31]以及周亮等(2019)[32]的研究,采用非期望產出的SBM 模型測算城市綠色效率。非期望產出的SBM模型相比傳統的DEA模型,考慮了非期望產出這一指標,一定程度上可以有效解決效率高估等問題。具體的投入指標和產出指標由表1 列出,其中,城市固定資產投資與生產總值以2000年的價格折算指數進行不變價處理,以消除通貨膨脹的影響。
(2)解釋變量:互聯網與制造業協同集聚度(IMC)。參考伍先福(2016)對生產性服務業與制造業協同集聚度的測算方法[33],本文基于互聯網和制造業的區位熵指數,通過互聯網集聚指數和制造業集聚指數的相對差異來衡量互聯網與制造業協同集聚指數。具體的計算公式如下:

互聯網集聚度和制造業集聚度的計算公式如公式(8)和(9)所示。其中,eiI和eiM分別表示第i城市的信息傳輸、軟件和信息技術行業從業人數和制造業從業人數;EI和EM分別表示全國信息傳輸、軟件和信息技術行業從業人數和制造業從業人數;ei為第i城市總從業人數;E為全國總從業人數。相應的互聯網與制造業協調集聚度由公式(10)所示。
(3)控制變量。參考現有研究[20-21,34-35],以互聯網集聚度(INT)和制造業集聚度(MA)為基本控制變量,并引入其他控制變量,包括經濟水平、城市化水平和教育水平。其中,以城市人均GDP 作為經濟水平的代理變量,以城市人口密度作為城市化水平的代理變量,以城市教育支出作為教育水平的代理變量。
與此同時,為了更直接清晰地了解被解釋變量、解釋變量和控制變量的屬性,本文對各變量做了定性描述,具體情況見表1所列。

表1 變量的定性描述
本文以中國地級及以上283 個城市為決策單位(天門、仙桃、潛江、銅仁、畢節、拉薩、海東和三沙等市由于部分年份數據殘缺嚴重,香港、臺灣和澳門由于數據收集的困難,故被剔除),選取2006-2017 年的有效數據進行分析。此外,各變量的指標數據中城市人口密度來自EPS 數據庫與各省市統計年鑒,其余指標數據均來自2007-2018 年《中國城市統計年鑒》以及各省市統計年鑒,部分缺失數據通過插值法補全。各變量數值特征見表2所列。

表2 變量的描述統計
根據理論機制分析,互聯網與制造業協同集聚對城市綠色效率有著重要的作用,但在空間等因素的作用下是否存在著溢出效應需要進一步檢驗。一般而言,空間溢出的動因主要源自空間相關性和空間異質性,而檢驗空間相關性的統計量主要是莫蘭指數。具體表達形式如(11)式所示:

其中,xi表示城市i的觀測值,Wij表示著標準化后的空間權重矩陣。此外,-1≤I≤1,當I數值大于0 時,表示存在空間正相關關系;當I小于0時,表示存在著空間負相關關系。
2006-2017 年城市綠色效率、互聯網與制造業協同集聚度、制造業集聚度以及互聯網集聚度的全局莫蘭指數值見表3所列。其中,城市綠色效率和互聯網與制造業協同集聚度顯著為正,從統計意義上來講,拒絕了“無空間自相關的原假設”,說明相鄰城市之間存在空間自相關。此外,圖2 至圖7分別報告了2006 年、2011 年和2017 年的城市綠色效率和互聯網與制造業協同集聚的莫蘭散點圖。從中可以看出,城市綠色效率高的城市之間形成“高高”集聚特征,城市綠色效率低的城市之間形成“低低”集聚特征;同樣地,各城市互聯網與制造業協同集聚在空間上也呈現一樣的集聚特征,說明研究樣本所覆蓋的城市存在著顯著的空間集群特征。因此,基于空間相關性分析可以驗證H1。

表3 主要變量的全局Moran's I值

圖2 2006年GDE Moran's I散點圖

圖3 2011年GDE Moran's I散點圖

圖4 2017年GDE Moran's I散點圖

圖5 2006年IMC Moran’s I散點圖

圖6 2011年IMC Moran's I散點圖

圖7 2017年IMC Moran’s I散點圖
綜合理論機制和空間相關性分析,可以初步斷定互聯網與制造業協同集聚對城市綠色效率存在空間溢出效應。而在進行空間回歸分析之前,先對模型進行LR 和Wald 檢驗,發現LR和Wald 統計量都顯示拒絕原假設。因此,空間杜賓模型并不能進一步簡化為空間誤差模型和空間滯后模型,前文模型設定是比較合理的。此外,Hausman 檢驗結果表明應該使用固定效應模型進行回歸。所以本文采用空間面板杜賓模型進行實證分析,回歸結果見表4 和表5所列。

表4 模型回歸結果

表5 動態空間杜賓模型的短期和長期效應分解情況
由表4和表5可以得出以下結論:
第一,互聯網與制造業協同集聚能夠改善城市綠色效率。模型1 報告了普通面板模型OLS 回歸結果,顯示互聯網與制造業協同集聚對城市綠色效率的回歸系數為0.042 8,并在1%的置信水平下顯著,表明在其他條件不變的情況下,互聯網與制造業協同集聚度提高一個單位,城市綠色效率平均提高0.042 8 個單位。究其原因,互聯網行業與制造業協同集聚一方面有利于推動制造業智能化,創新生產方式,獲得規模報酬;另一方面有利于實現城市綠色化轉型,提高城市資源利用效率,降低污染物的排放。因此,互聯網與制造業協同集聚對城市發展既有經濟效益,也有環境效益,可以顯著提升城市綠色發展效率。
第二,互聯網與制造業協同集聚對城市綠色效率的提升具有顯著空間溢出效應。在考慮空間滯后因素的基礎上,通過靜態空間面板杜賓模型進行回歸,其結果由模型2 列出。其中,互聯網與制造業協同集聚空間滯后項的估計系數值為0.132 9,并在1%的置信水平上顯著,即互聯網與制造業協同集聚具有正外部性,城市綠色效率的提升不僅受到城市本身互聯網與制造業協同集聚度的影響,同時,也受到鄰近城市的影響。互聯網與制造業協同集聚具有顯著空間溢出效應的原因:一是互聯網的特性,互聯網技術的廣泛運用,有利于加強城市之間的聯系,并且這種聯系是強于地理上的聯系,強化了互聯網與制造業協同集聚的溢出效應。同時,互聯網服務平臺能夠在一定程度上緩解信息不對稱的負面影響,提高溢出水平。二是空間聯動性,新地理經濟學認為經濟活動在空間地理特性的作用下,伴隨著城市之間的技術合作、經驗交流和資源流動等過程,會產生一定的空間溢出效應。
此外,制造業集聚和城市化水平空間滯后項的回歸系數由于不顯著故而去除,并仍以空間鄰近權重(W1)進行回歸,結果由模型3 所示,可以看出各變量的回歸系數和顯著性沒有大的變化。因此,H2能夠獲得驗證。
第三,在考慮時間滯后因素的情況下,無論是短期還是長期,互聯網與制造業協同集聚的間接效應都要大于直接效應。一方面,對于靜態空間杜賓面板模型而言,其不僅忽略了對模型內生性問題的緩解,也缺乏對時間滯后因素的考慮;另一方面,空間杜賓模型中回歸系數無法衡量解釋變量的作用力度,需要進一步分解各變量的直接效應與間接效應。因此,本文運用動態空間杜賓模型進行回歸,結果由模型4所示,可以看出在考慮內生性問題基礎上,互聯網與制造業協同集聚對城市綠色效率的空間溢出效應依舊存在。同時,動態空間杜賓面板模型的短期和長期效應分解由表5列出,可以看出無論是短期還是長期,互聯網與制造業協同集聚對城市綠色效率的間接效應要遠大于直接效應,對城市綠色效率的總效應顯著為正。因此,驗證了H3。
本文的穩健性檢驗主要是通過替換空間權重進行檢驗,相關結果由表4中模型5和模型6列出。模型5 所列為使用經濟地理權重矩陣(W2)的靜態空間杜賓模型回歸結果,與模型3所列為使用空間鄰近矩陣(W1)的靜態空間杜賓模型的結果相比,變量的回歸估計值和顯著性略有微小變化,而估計符號沒有變化。同時,通過模型6與模型4的比較,兩種空間權重下動態空間杜賓模型中各變量的回歸系數及其顯著性變動不大。由此可知,關于互聯網與制造業協同集聚能夠改善城市綠色效率的研究結論是具有可信性的。
本文關于互聯網與制造業協同集聚對城市綠色效率的相關研究表明:①互聯網與制造業協同集聚在產業關聯效應和空間聯動效應的作用下能夠顯著提升城市綠色效率。②從空間溢出角度來看,互聯網與制造業協同集聚具有正外部性,對城市綠色效率的間接效應要大于直接效應。在進行穩健性檢驗后仍然成立,基于此,本文提出如下政策建議:
第一,推動互聯網與制造業的深度融合。充分利用互聯網產業智能化和網絡化特征,推廣互聯網技術應用,積極培育技術創新的引導機制,鼓勵互聯網與制造業產業價值鏈融合、擴張和延伸,實現互聯網對制造業從生產階段到消費階段、從產業上游到產業下游的滲透。政府要積極搭建合作平臺,并出臺相關的優惠政策,疏通互聯網與制造業融合渠道,突破互聯網行業與制造業之間的行業壁壘,促使制造業借助互聯網技術實現智能制造和綠色制造。
第二,推動城市之間協調合作。根據城市綠色效率以及互聯網與制造業協同集聚在空間上呈現集群特征的結論,需要進一步突破傳統的行政壁壘和空間壁壘,加強城市之間的聯系與合作,充分挖掘各城市的人才、科技以及產業等區位優勢,避免城市之間的產業同質化。要進一步推動城市群建設,借助“城市協同”推動“產業協同”,力求將地區之間的產業競爭轉化為產業互補。
第三,優化互聯網與制造業的空間協同集聚格局。根據研究結論,互聯網與制造業協同集聚對城市綠色效率具有空間溢出效應,并且間接效應影響程度更大。一方面,協同集聚不是同步集聚和對稱集聚,而是需要推動互聯網與制造業合理的空間協同集聚,實現互補性的集聚;另一方面,互聯網與制造業協同集聚改善城市綠色效率依賴于空間溢出效應的有效發揮,所以需要進一步優化空間協同集聚的格局。