生產性服務業集聚對城市綠色全要素生產率的影響

余奕杉 衛平 高興民

[摘 要]基于考慮非期望產出的超效率SBM模型及GML指數測度中國283個城市的綠色全要素生產率，從專業化集聚和多樣化集聚兩個維度，構建生產性服務業集聚與城市綠色全要素生產率的計量模型，運用系統廣義矩估計（SYSGMM）方法進行實證檢驗。研究發現：生產性服務業集聚對綠色全要素生產率的影響隨城市規模等級差異、城市行政級別差異、行業結構差異而表現出異質性。高端生產性服務業在Ⅰ型大城市、超大及特大城市的專業化和多樣化集聚均能促進綠色全要素生產率提升，但在超大及特大城市表現為多樣化集聚效應更強，而在Ⅰ型大城市表現為專業化集聚效應較強，且環境規制對多樣化集聚效應存在正向調節作用。中低端生產性服務業在中小城市適合于專業化集聚模式，而在Ⅱ型大城市適合多樣化集聚模式。同時，行政級別較高的城市高端生產性服務業的多樣化集聚效應具有明顯領先優勢。最后，為依托生產性服務業集聚促進綠色全要素生產率提升提供政策建議。

[關鍵詞]生產性服務業;專業化集聚;多樣化集聚;綠色全要素生產率;城市層級體系

[中圖分類號]F062.9[文獻標識碼]A[文章編號]1673-0461（2021）04-0054-12

一、引 言

近年來服務業對中國國民經濟的拉動作用日益凸顯，2019年服務業增加值同比增長6.9%，占國內生產總值53.9%，其中生產性服務業增加值占服務業比重60%。生產性服務業具有產業關聯度高、跨界服務性強等屬性，將專業分工深化的知識資本與人力資本作為中間投入引入制造業生產全過程，正由生產力“促進功能”轉化為促進產業結構調整的“戰略功能”。與產業結構相比，服務業空間結構更能體現趨勢化影響，對服務業空間布局的謀劃至關重要。然而，隨著地方政府競相出臺“退二進三”產業發展規劃，產業結構的服務化轉型在總體上加速了服務業空間擴散和產業同構化。在經濟高質量發展目標下，生產性服務業集聚能否促進綠色全要素生產率提升，實現經濟績效與環境績效的雙贏，是關系到我國轉變發展方式、優化產業結構、轉換增長動力成功與否的重大現實問題。

產業集聚根據集聚外部性來源，包括專業化集聚和多樣化集聚兩種集聚模式。專業化集聚的相關經濟學理論強調同類企業信息成本的降低和同行業間的知識溢出[1]，而多樣化集聚理論則認為互補知識在不同產業間的溢出更為重要[2]。專業化集聚和多樣化集聚的產業內部結構，及其對資源配置、技術創新的作用機理存在差異[3]，理論上，兩種集聚模式在綠色全要素生產率增長中的作用也可能不同。此外，集聚經濟的規模和結構相互制約，高起點的產業需要與之相匹配的人口要素集聚，而高標準的城市空間則是高端產業與高端人才集聚的空間載體，合理的集聚規模與集聚結構表現在區域“產業-人口-空間”的匹配上[4]。那么生產性服務業集聚對城市綠色全要素生產率的影響，是否會因城市人口規模和城市行政等級的不同而有所差異？因此，在城市層級體系視角下，探討異質性生產服務業的兩種集聚模式對綠色全要素生產率的影響具有理論合理性和現實必然性。

本文的邊際貢獻在于：其一，研究內容上，鮮有文獻基于生產性服務業集聚視角探討如何提升城市綠色全要素生產率，本文在城市層面檢驗生產性服務業集聚的綠色全要素生產率增長效應，為探索城市經濟高質量發展的新路徑提供現實依據。其二，研究視角上，從不同類型生產性服務業、不同產業集聚模式的雙重視角，分析城市規模層級與城市行政層級制約下生產性服務業集聚對綠色全要素生產率的異質性影響。其三，研究方法上，在理論闡述生產性服務業集聚影響綠色全要素生產率的作用機理的基礎上，構建動態面板模型并采用系統廣義矩估計方法控制內生性問題。

二、文獻綜述

本文以提升城市綠色全要素生產率為導向，旨在研究生產性服務業集聚的綠色全要素生產率增長效應。下文從綠色全要素生產率影響因素、生產性服務業集聚影響經濟增長的研究兩個方面進行文獻梳理。

（一）區域綠色全要素生產率影響因素的研究

從現有相關文獻看，區域綠色全要素生產率的影響因素主要包括經濟因素、資源因素、結構因素、對外開放因素、環境政策因素。大多數文獻基于省際層面數據，從外商直接投資、環境規制、能源結構、產業結構、研發投入等視角展開研究。具體而言，沈可挺和龔健健（2011）的研究認為資本強度與綠色全要素生產率負相關，而能源效率、環境政策和外資流入有利于綠色全要素生產率增長[5];劉華軍和楊騫（2014）采用廣義空間面板自回歸最小二乘法分析省際環境全要素生產率的影響因素，認為產業結構、能源結構的影響為負，而外商直接投資和環境規制的影響統計上并不顯著[6];李斌等（2016）利用2003—2013年的省級面板數據，使用動態GMM方法實證檢驗財政分權、FDI及其交互項對綠色全要素生產率的影響，結果表明FDI的作用顯著為負，但與財政分權的交互作用顯著促進綠色全要素生產率增長[7];Zhang J和Tan W（2016）提出環境規制和研發投入能顯著促進中國綠色全要素生產率增長，而外商直接投資和產業結構變化的影響顯著為負[8];蔡烏趕和周小亮（2017）基于省際數據分析不同類型環境規制的綠色全要素生產率增長效應，研究發現我國市場激勵型環境規制能夠促進綠色全要素生產率增長，而命令控制型環境規制對綠色全要素生產率的影響不顯著[9]。傅京燕等（2018）研究發現不同來源的FDI對綠色全要素生產率的影響不同，且環境規制與FDI的交互作用對綠色全要素生產率的影響顯著為正[10]。韓晶等（2019）的研究表明產業結構高級化對綠色全要素生產率具有正向作用，而產業結構合理化對綠色全要素生產率的影響則因城市發展階段不同而存在明顯差異[11]。朱文濤等（2019）基于中國2003—2015年省級面板數據，運用空間杜賓模型檢驗對外直接投資對綠色全要素生產率的影響，研究發現OFDI可以通過技術逆向溢出促進綠色全要素生產率提升[12]。由此可見，由于樣本選擇、研究視角和方法不同，現有研究對促進綠色全要素生產率增長的因素尚未形成共識。

（二）生產性服務業集聚影響區域經濟增長的研究

多數相關研究認為生產性服務業集聚通過降低交易成本、強化技術創新、提高技術擴散效率等途徑，促進國家或地區經濟增長與生產率提升。具體而言，Eswaran and Kotwal（2002）指出生產性服務業能夠通過投資與營商環境改善，降低廠商技術合作的交易成本，強化技術創新與技術擴散，從而進一步集聚高素質專業人才形成正向反饋機制，最終促進地區經濟增長與生產率提升[13]。Wood（2010）指出知識密集型的商務服務主要通過技術創新、組織結構和管理模式改進推動上下游經濟的創新活動，生產性服務業集聚提高了技術擴散效率，引導所服務企業采用新技術、新方法和新工藝，增強區域經濟適應外部市場變化的能力，促進區域經濟增長[14]。Aslesen and Isaksen（2010）認為生產性服務業集聚能夠通過推動高新技術產生進而促進區域經濟增長，而經濟增長的正向反饋機制又會對生產性服務產生更多需求，從而促進生產性服務業的集聚和升級[15]。黃斯婕和張萃（2016）基于城市層面的研究表明生產性服務業及其細分行業的集聚對城市全要素生產率的影響均顯著為正[16]。進一步，有少量文獻關注了生產性服務業集聚效應的約束條件，發現生產性服務業集聚的經濟增長效應受制于政府規模、城市規模和經濟總量。李筱樂（2014）認為生產性服務業發展對經濟增長的促進作用受政府規模的約束，政府規模不宜過大，當其規模過大將導致生產性服務業的區域經濟增長效應顯著減弱[17]。金曉雨（2015）的研究認為生產性服務業集聚僅能促進大城市的生產率提升[18]。張浩然（2015）以城市經濟總量為門檻實證生產性服務業集聚對經濟效率的影響，結果表明經濟總量越大，高端生產性服務業的集聚效應越顯著[19]。曹聰麗和陳憲（2019）提出生產性服務業發展的經濟增長效應受到經濟發展階段和城市規模的約束[20]。此外，也有研究基于產業鏈視角[21]、空間外溢效應視角[22-23]、產業關聯視角[24-25]探討了生產性服務業集聚對區域制造業生產效率的影響，研究結論基本表明生產性服務業集聚通過產業關聯、專業化分工、知識和技術溢出等途徑提升制造業效率。

綜上所述，生產性服務業集聚與區域綠色全要素生產率的相關研究存在以下三點不足：①對綠色全要素生產率影響因素的相關研究多基于省級層面數據，城市層面的研究相對匱乏，然而現實中我國省內各市并非同質化單元，城市尺度綠色全要素生產率的影響因素可能更具多元化和異質性。②關于如何提升綠色全要素生產率，現有文獻多側重于環境規制、外商直接投資、研發投入、產業結構等視角展開，鮮有文獻從生產性服務業集聚的視角研究如何提升綠色全要素生產率。③在生產性服務業集聚影響經濟增長的文獻中，將產業、人口、空間要素疊加作用的研究較少，多數文獻尚未將城市層級體系、產業類型與集聚模式三者同時納入生產性服務業集聚效應的分析框架。

三、生產性服務業集聚影響綠色全要素生產率的機理分析

從新經濟地理學理論出發，產業集聚是在“向心力”和“離心力”兩種力量制約下企業的區位選擇，“向心力”來自規模經濟、共享經濟、產業關聯、綠色知識溢出等正外部效應，“離心力”則源于土地租金、資源消耗、運輸成本、擁塞、環境污染等負外部性。因此，在環境規制趨緊的政策背景下，通過市場經濟自發調節形成的產業集聚，理論上能夠改善資源配置效率促進綠色全要素生產率增長。但是，我國產業集聚具有政府主導的特征，環境規制也尚未完全實現市場化運作，在一定時期內，產業集聚不一定是市場經濟自發形成的，從而可能改變生產性服務業集聚的綠色全要素生產率增長效應。此外，不同集聚模式對資源配置、產業結構、技術創新的影響也可能存在差異。產業集聚模式包括專業化集聚和多樣化集聚，專業化集聚模式的產業集聚特征主要體現在行業內同類企業的空間集聚，產業內部結構相對單一;而多樣化集聚模式的集聚特征表現為集聚企業較均勻分布于多個行業，產業內部結構呈現多元化。如圖1所示，以城市為載體的生產性服務業集聚區內，人才、資本、信息、技術、制度等創新要素的競合機制活躍了創新行為，生產性服務業集聚可能通過規模效應、技術效應、結構效應和匹配效應作用于城市經濟績效與環境績效，成為促進城市經濟高質量發展的重要推力。本文依據產業集聚理論和創新經濟學理論，從專業化集聚與多樣化集聚兩個維度，闡述生產性服務業集聚影響綠色全要素生產率增長的作用機理。

（一）生產性服務業專業化集聚對城市綠色全要素生產率的影響

專業化集聚模式的集聚外部性理論可追溯到Marshall（1890）的“產業區觀點”，生產性服務業專業化集聚通過MAR外部性帶來的勞動力市場共享與中間投入品市場共享的規模經濟效應，以及行業內技術創新與技術擴散效應，一方面通過共享機制實現成本節約，另一方面通過學習機制實現收益增加。首先，同類企業共享公共基礎設施、潛在勞動力資源、中間供應商，加之水平一體化與垂直一體化過程中溢出的剩余價值，能夠大幅度降低生產成本、搜尋成本、交易成本和污染排放治理成本。在專業化發展模式中，生產性服務業集聚也會促使具有相應產業關聯的制造業集聚，生產性服務業批量提供污染治理外包服務有助于降低制造業企業的減排成本，并通過信息共享降低制造業對生產性服務的信息搜尋成本。其次，生產性服務業專業化集聚勢必會深化企業間隱性知識的傳播，促進行業內知識和技術的創新與擴散。產業集聚區內知識、人才、信息的大量積聚與流動，有利于生產性服務業同類企業間形成人才、知識、信息、技術的交互網絡，易于產生新思想，激發創新思維。生產性服務業企業在規模經濟引發的市場競爭中更有效率地進行技術創新，在專業化經營中提高生產服務質量，將更專業化的高附加值中間服務產品嵌入制造業生產價值鏈，有助于城市經濟增長方式從單純依賴資源要素投入向依靠創新驅動的綠色高效發展模式轉變。此外，生產性服務業專業化集聚的產城匹配，是生產性服務業行業結構和城市經濟發展之間“供給”與“需求”關系的匹配。城市作為生產性服務業發展的空間載體，位于區域生產網絡中不同節點的城市對生產性服務業的行業需求理應不同，產城關系匹配是生產性服務業集聚的規模效應、技術效應和結構效應得以有效發揮的基礎條件。

（二）生產性服務業多樣化集聚對城市綠色全要素生產率的雙重效應

生產性服務業多樣化集聚產生的Jacobs外部性主要通過行業間技術創新效應、技術擴散效應和產業結構效應作用于城市綠色全要素生產率。首先，生產性服務業多樣化集聚有利于不同行業的知識與技術實現跨界融合，彼此相互滲透推動產業協同創新，而協同創新對創新資源的整合和要素再配置，將創造出高于原有知識形態的新知識、新制度，促進技術創新與技術效率改善。Rosenthal & Strange（2001）的研究表明產業集聚形成的技術外溢不僅發生在相同或類似行業之間，知識溢出在從業者具有較高專業知識或技能的不同行業之間發生的概率更大[26]。生產性服務業作為知識密集型產業，其多樣化集聚模式有助于知識、技能和技術在互補的行業間溢出，從而通過創新要素的跨界融合發揮生產性服務業集聚的技術創新效應。其次，根據Duranton & Puga（1999）的“技術池觀點”，多樣化集聚模式有利于企業通過社會網絡獲取異質性資源，憑借集成創新后的消化吸收再創新，推動技術創新成果的廣泛應用與空間擴散[27]。反過來，知識和技術的擴散又可能啟發和推動新一輪的產品創新、管理組織創新和制度創新，甚至是新企業的創立和新產業的產生，從而形成技術創新的正向反饋機制。此外，多樣化集聚模式使得生產性服務業各行業間的聯系日趨密切，而完善的城市生產性服務產業鏈在促進自身產業結構合理化的同時又拓展了對制造業的服務范圍，降低了制造業企業多樣化需求的信息搜尋成本，有助于形成滿足制造業綠色制造全方位生產服務需求的創新網絡環境，從成本集約和價值鏈升級兩方面加快制造業產業結構優化。

然而，生產性服務業多樣化集聚的正向效應受城市經濟發展階段、人力資本結構、制造業產業結構及市場需求結構等多種因素的制約，城市人口規模作為一個城市的顯著性特性，其很大程度上是上述諸多制約因素的外部表現。城市層級體系中不同規模等級和不同行政級別城市，在基礎設施建設、人力資本儲備、市場潛能、存量技術等方面存在差異。從需求層面看，隨著制造業發展規模和層次的提高，城市對生產性服務的中間投入形成多樣化需求，制造業規模和結構決定了生產性服務業集聚的合理模式與行業結構。規模等級較高的城市集聚了生產性服務密集型的制造業，出于上下游產業關聯的原因這種類型的制造業對生產性服務業存在大量需求，所以生產性服務業多樣化集聚有利于大城市供需結構的平衡[18]。相反，中小城市的制造業結構特點決定了與其匹配的生產性服務業行業類型，且無論工業化水平如何，中小城市對生產性服務業的需求總量會因城市規模限制而難以支撐多樣化發展，因而中小城市生產性服務業多樣化集聚模式將導致產城關系不匹配。從供給層面看，資金、技術、人才、信息等創新要素易于在規模等級較高的城市集聚[28]，加之關聯產業、研究院所及行業協會等支撐機構空間共聚形成的柔性生產綜合體，能滿足城市生產性服務業的多樣化發展需求。而中小城市資金、技術、人才等創新要素的規模和結構都很難支撐知識密集型高端生產性服務業的多樣化發展，產城關系的不匹配造成的資源錯配將導致生產性服務業多樣化集聚對綠色全要素生產率產生負向效應。

四、模型設定與變量選擇

（一）計量模型設定

根據上文分析，構建計量模型檢驗生產性服務業專業化集聚和多樣化集聚對城市綠色全要素生產率的異質性影響。一方面，考慮到城市前期綠色全要素生產率可能對后期綠色全要素生產率變化存在動態累積效應，實證模型中被解釋變量表現出自回歸;另一方面，我國生產性服務業集聚既是市場行為也是政府行為，同時存在政府產業發展政策主導和市場規律自發調節的因素，故而有可能存在雙向因果關系，靜態面板模型的估計結果可能一致但并非無偏。因此，本章構建如下動態面板模型：

lnGTFPit=β0+β1lnGTFPit-1+β2lnSPit+β3lnDVit+jβj×lnXit+ci+ηt+εit（1）

lnGTFPit=β0+β1lnGTFPit-1+β2lnSPit+β3lnDVit+β4（lnSPit）×（lnWJit）+β5（lnDVit）×（lnWJit）+Jβj×lnXit+ci+ηt+εit（2）

式（1）、（2）中，i和t分別表示城市和年份，GTFPit代表城市綠色全要素生產率指數，SPit和DVit分別表示生產性服務業專業化集聚與生產性服務業多樣化集聚指數。β為系數矩陣，Xit是控制變量，包括環境規制強度、人力資本水平、信息基礎設施水平、交通基礎設施水平、政府干預程度、外商直接投資等影響綠色全要素生產率增長的其它因素。ci和ηt表示地區和時間非觀察效應，εit表示隨機擾動項。進一步，為考察環境管制趨緊的政策背景下，環境規制與生產性服務業集聚在影響城市經濟高質量發展中的協同效應，在式（1）的基礎上引入兩種生產性服務業集聚模式與環境規制強度的交互項，模型設定如式（2）所示。

在動態面板模型中，由于解釋變量包含被解釋變量的一階滯后項GTFPit-1，從而與擾動項相關，同時被解釋變量綠色全要素生產率與解釋變量生產性服務業集聚之間也可能存在雙向因果關系，此時LSDV和GLS方法的估計結果都將是有偏且不一致的。因此，為控制雙向因果關系可能引起的內生性問題，本文使用系統廣義矩估計（SYSGMM）方法對動態面板模型進行估計。系統GMM估計方法融合了差分GMM與水平GMM方法，采用因變量一階差分的滯后項作為水平GMM方程中因變量滯后項的工具變量，在有限樣本中能得出比差分GMM估計量更小的偏差。

（二）變量設定和數據來源

根據研究目的，本文重點關注生產性服務業專業化集聚與多樣化集聚對城市綠色全要素生產率的差異化影響。鑒于在文獻回顧部分提及的相關研究已表明綠色全要素生產率還受到環境規制、基礎設施、人力資本、外商直接投資和政府干預程度等因素的影響，故將這些變量作為控制變量引入，變量設置與計算方法見表1。

1.被解釋變量

被解釋變量為城市綠色全要素生產率指數（GTFP）。綠色全要素生產率將“能源消耗”與“環境污染”納入傳統全要素生產率（TFP）的分析框架，是對傳統全要素生產率的改進，更加符合我國當前“創新+綠色”的經濟高質量發展目標，提升城市綠色全要素生產率意味著實現城市經濟績效與環境績效的雙贏。為科學解決綠色全要素生產率測算中的變量松弛、有效DMU可區分、跨期可比較等關鍵問題，確保測算結果的穩健性，參考Li和Shi（2014）[29]的方法，本文基于包含“非期望產出”的超效率SBM（Super Slackbased Measure）模型，結合全局參比的GML（GlobeMalmquistLuenberger）指數，使用MaxDEA7 Ultra軟件測算我國城市綠色全要素生產率指數。綠色全要素生產率測算模型中的變量指標包含投入指標、期望產出指標和非期望產出指標，具體的投入產出指標設定及詳細計算方法見表2所示。

2.核心解釋變量

生產性服務業集聚指數（SP和DV）。按照生產性服務業內部結構的分布特征，當生產性服務業集聚主要體現在少數行業時其結構相對較為單一，歸為專業化集聚模式;而當生產性服務業集聚表現為較均勻分布于生產性服務業各個行業時，產業結構呈現相對多元化，設定為多樣化集聚模式。值得注意的是，專業化模式和多樣化模式并不完全相互排斥，生產性服務業多樣化集聚水平較高的城市也有可能同時在某細分行業的專業化集聚水平較高?？紤]到不同人口規模層級的城市市場容量不同，無論是總體還是行業層面的就業人數都存在巨大差距，為客觀評價城市產業集聚水平需要剔除規模因素的影響，本文采用相對集聚指數衡量生產性服務業集聚程度。參考Duranton & Puga（1999）[27]的相對集聚指數測度方法，如式（3）和（4）所示，構建生產性服務業專業化集聚指數和生產性服務業多樣化集聚指數。

生產性服務業專業化集聚（SP）：

SPi=maxjSijSj（3）

生產性服務業多樣化集聚（DV）：

DVi=1jSij-Sj（4）

其中，Sij=EisEi，Sj=EsE，Eis表示城市i生產性服務業的就業人數，Ei表示城市i總就業人數，Es為所有樣本城市某生產性服務業s的就業人數，E為所有樣本城市的城市總就業人數。結合Ke等（2014）[33]和席強敏等（2015）[24]的研究，將中間需求率大于60%的服務業細分行業界定為生產性服務業，包括“交通倉儲郵電業”“租賃和商業服務業”“批發零售貿易業”“金融業”“信息傳輸、計算機服務和軟件業”“科研、技術服務和地質勘查業”六大行業。進一步，根據人均產值與技術密集度劃分高端生產性服務業和中低端生產性服務業[23]，“交通倉儲郵電業”“租賃和商業服務業”“批發零售貿易業”定義為中低端生產性服務業，“金融業”“信息傳輸、計算機服務和軟件業”“科研、技術服務和地質勘查業”界定為高端生產性服務業。

3.控制變量

基礎設施（infra）。改善基礎設施尤其是交通基礎設施和信息基礎設施，能夠顯著降低生產要素的運輸成本，加速知識和信息的傳播，降低交易費用，理論上有助于提升經濟績效與環境績效。本文以城市人均道路面積衡量交通基礎設施水平（Road），并使用每萬人接入互聯網數來反映城市信息基礎設施水平（Inf）。

人力資本（Hum）。依據羅默（Paul Romer）和盧卡斯（Robert Lucas）的新經濟增長理論模型，人力資本是經濟內生增長的主要動力，因此人力資本積累是提升經濟增長質量的重要影響因素，是經濟增長由依靠“人口紅利”向釋放“人才紅利”轉變的關鍵環節。本文使用每萬人中高等學校在校生人數衡量城市人力資本水平。

外商直接投資（Fdi）。外資流入不僅能增加當地資本存量，還能促進當地先進技術的應用與管理水平的提高，通過技術關聯和知識溢出促進綠色全要素生產率增長。但與此同時，外商直接投資也可能存在“污染避難所”效應，不利于當地環境績效提升，對綠色全要素生產率產生負面影響。本文以城市年度實際使用外資金額占GDP的比重來反映城市外商直接投資水平，并將外資金額按歷年人民幣匯率平均價格進行折算。

政府干預程度（Gov）。政府干預對經濟發展的影響存在正反兩面性，適度的政府干預不僅有利于降低企業的技術創新風險成本，還有利于緩解“環境污染”等公共物品引發的市場失靈問題，而過度的政府干預又有可能扭曲資源配置而不利于市場經濟機制運作。多年來我國經濟發展具有政府主導的特征，政府在城市公共基礎設施建設、研發投入、人才培養等方面對城市經濟增長產生深遠影響。本文采用財政支出與財政收入的比值來表示地方政府對經濟的介入程度。

環境規制（WJ）。理論上，環境規制能通過“波特效應”形成倒逼機制激勵企業創新行為，促進企業加強綠色技術創新、產品創新、服務創新及管理模式創新，從而有利于綠色全要素生產率增長?？紤]到樣本期間城市環境污染治理投資總額數據缺失嚴重，本研究從環境治理能力的角度用各城市工業二氧化硫的去除率來衡量環境規制強度，其中工業二氧化硫去除率等于二氧化硫去除量比上二氧化硫去除量與排放量之和。

4.樣本選取與數據來源

本文選取的樣本是2003—2016年中國283個城市的面板數據，原始數據主要來源于2004—2017年《中國城市統計年鑒》《中國城市建設統計年鑒》和《中國統計年鑒》?？紤]到在2011—2013年間撤銷了巢湖地級市，升級貴州的畢節和銅仁為地級市，在海南設立三沙市并在青海設立了海東市，為保證樣本數據完整性，樣本中的283個城市是我國除拉薩、巢湖、畢節、銅人、三沙、海東、隴南和中衛之外的地級及以上城市，個別年份城市的缺失數據采用插值法補充。為緩解異方差和多重共線性問題，對文中相關變量進行對數化處理。此外，根據城市市轄區年末人口數，城市規模等級劃分參考國務院于2014年印發的《國務院關于調整城市規模劃分標準的通知》，將我國地級及以上城市劃分為4個規模層級，中小城市、Ⅱ型大城市、Ⅰ型大城市、超大及特大城市的人口規模依次為100萬以下、100萬—300萬、300萬—500萬、500萬以上。

五、實證結果與討論

（一）不同人口規模層級城市生產性服務業集聚的綠色全要素生產率增長效應

1.基于總體生產性服務業的分析

城市層級體系視角下，使用系統GMM方法對上文構建的動態面板模型進行估計，回歸結果見表3所示。系統廣義矩估計通過了Sargan檢驗，說明工具變量的選擇是有效的。從AR（1）和AR（2）的P值來看，隨機擾動項存在一階序列相關，不存在二階序列相關，符合GMM方法有效性的假定。

本文重點考察了不同規模層級城市的生產性服務業兩種集聚模式對綠色全要素生產率的異質性影響。由表3中核心解釋變量的回歸系數及顯著性可知：①對超大及特大城市而言，生產性服務業兩種集聚模式的回歸系數均顯著為正，其中多樣化集聚模式的綠色全要素生產率增長效應較高，這說明生產性服務業集聚能夠促進超大及特大城市綠色全要素生產率提升，且超大及特大城市的生產性服務業發展更適合選擇多樣化集聚模式。究其原因，市轄區人口規模500萬以上的城市工業化水平較高，制造業產業結構相對高級化，因此從需求層面看，不僅需要專業化水平較高的生產性服務業對其制造業生產過程進行支撐，同時當地高端制造業的高精尖發展對生產性服務業存在多樣化需求。從供給層面看，超大及特大城市是資金、人才、技術、信息和制度等創新要素的匯集地，生產性服務多樣化集聚在超大及特大城市更容易形成知識技術的創新網絡，使得知識和技術能夠在互補的行業間溢出，產生規模效應、技術效應、結構效應和匹配效應，從而實現經濟績效與環境績效的雙贏。②對Ⅰ型大城市而言，生產性服務業專業化集聚和多樣化集聚的回歸系數均顯著為正，其中專業化集聚的正向效應相對較高，而就多樣化集聚正向效應而言，超大及特大城市明顯領先于Ⅰ型大城市。這說明市轄區人口規模位于300萬—500萬的城市，其生產性服務業集聚對城市綠色全要素生產率的影響顯著為正，Ⅰ型大城市應在加強生產性服務業高度專業化的基礎上，逐步推進專業化集聚模式向多樣化集聚模式的平穩過渡。③Ⅱ型大城市生產性服務業多樣化集聚的回歸系數不顯著，專業化集聚的回歸系數顯著為正但明顯小于其它類型城市，這說明Ⅱ型大城市生產性服務業專業化集聚可以促進綠色全要素生產率增長，但其產業集聚的正向效應尚未充分釋放。可能的原因是Ⅱ型大城市生產性服務業發展模式存在資源錯配問題，產城關系有效匹配程度不足在一定程度上阻礙了正向集聚效應的有效發揮。④對于中小城市而言，生產性服務業專業化集聚的回歸系數顯著為正，多樣化集聚系數顯著為負，說明生產性服務業專業化集聚能顯著促進城市綠色全要素生產率提升，而多樣化集聚不利于中小城市綠色全要素生產率增長。這意味著，中小城市適合于特色生產性服務業的專業化集聚模式，應避免生產性服務業發展中“小而全”的低水平重復建設。究其原因，城市工業發展的規模和層次決定了與其相匹配的生產性服務業集聚模式和行業類型。中小城市工業規模較小，對生產性服務的需求種類較單一，生產性服務業多樣化集聚在中小城市多表現為低水平重復建設，城市資源配置的扭曲阻礙了綠色全要素生產率提升。

從生產性服務業集聚和環境規制交互項系數看，環境規制與生產性服務業專業化集聚交互項的回歸系數在各層級城市中均不顯著;而環境規制與生產性服務業多樣化集聚交互項的系數，僅在Ⅰ型大城市、超大及特大城市中顯著為正。這說明從環境制度和產業集聚政策的協同上看，環境規制趨緊背景下的生產性服務業多樣化集聚有利于Ⅰ型大城市、超大及特大城市的綠色全要素生產率提升。究其原因，一方面，隨著城市環境規制力度逐步增大，制造業綠色轉型的迫切需求傳導到生產性服務業，倒逼城市生產性服務業加快行業間人才、信息、知識和技術等創新要素的跨界融合，通過“科技+金融”等新興元素加速異質性知識和技術在行業間流動，形成合力激勵綠色技術的研發與應用，促進城市經濟高質量發展。另一方面，高質量的生產性服務業多樣化集聚，也能為碳排放交易、排污權交易等市場激勵型環境規制工具的設計與完善提供支撐。

從控制變量的估計結果看，①Ⅰ型和Ⅱ型大城市、超大及特大城市的人力資本對綠色全要素生產率的影響顯著為正，而中小城市的人力資本效應尚未顯現，表明人力資本積累在城市經濟高質量發展中發揮著重要作用，各層級城市應進一步加強對人力資本的投資和儲備;②信息基礎設施對綠色全要素生產率的影響在5%的水平上顯著為正，說明信息化有助于推進知識、信息、技術等相關服務在產業內或產業間實現跨時空快速傳播與交易，加強信息基礎設施建設能夠有效降低交易成本促進城市經濟綠色高效發展;③交通基礎設施對中小城市和Ⅱ型大城市綠色全要素生產率的影響顯著為正，可能的原因是完善的交通基礎設施更有利于中小城市和Ⅱ型大城市增強與鄰近核心城市的產業關聯與人才交流;④環境規制的回歸系數均顯著為正，佐證了“波特假說”，說明適度的環境管制有利于通過倒逼機制形成綠色技術創新效應;⑤外商直接投資對綠色全要素生產率的促進作用僅在Ⅰ型大城市、超大及特大城市中得到了驗證，而在Ⅱ型大城市FDI抑制了綠色全要素生產率增長;⑥政府干預程度的回歸系數在中小城市、超大及特大城市顯著為正，而在Ⅰ型和Ⅱ型大城市不顯著，表明地方政府在培育城市經濟潛力方面仍有待改進，政府在經濟轉型時期的作用固然重要，但這種重要性不是干預企業投資決策，而是優化公共支出結構，疏通知識過程的建設渠道。

2.按不同類型生產性服務業分組的分析

基于行業異質性視角，按照人均產值與技術密集度差異，將生產性服務業分為高端生產性服務業和中低端生產性服務業。行業分組情景下的動態面板模型回歸結果見表4，表中各列的Sargan檢驗值、AR（1）和AR（2）均顯示模型中不存在二階自相關和過度識別偏誤，說明系統GMM方法的估計結果是有效的。高端生產性服務業集聚效應分析。從高端生產性服務業專業化集聚的回歸系數看，中小城市的回歸系數不顯著，Ⅱ型大城市、Ⅰ型大城市、超大及特大城市高端生產性服務業專業化集聚的回歸系數顯著為正且依次遞增;從高端生產性服務業多樣化集聚的回歸系數看，中小城市和Ⅱ型大城市的回歸系數顯著為負，Ⅰ型大城市、超大及特大城市的回歸系數顯著為正。由此可見，其一，中小城市的高端生產性服務業集聚不利于綠色全要素生產率提升;其二，Ⅱ型大城市高端生產性服務業專業化集聚能夠促進綠色全要素生產率增長，但多樣化集聚存在顯著負向效應;其三，Ⅰ型大城市、超大及特大城市高端生產性服務業的兩種集聚模式均能促進城市綠色全要素生產率提升，但Ⅰ型大城市的專業化集聚效應強于多樣化集聚效應，而超大及特大城市則是多樣化集聚效應更強?？赡艿脑蚴?，首先，需求層面上，生產性服務業集聚的結構由城市制造業規模和發展層次決定，大城市生產性服務業發展要適應高技術制造業的轉型升級需求;供給層面上，高端生產性服務業要實現真正意義上的高端化發展對人力資本、資金配置、技術投入等要素的要求較高，而中小城市即使發展高端生產性服務業也難以支撐相應的高端要素供給。其次，擁有足夠市場需求的大城市，高端生產性服務業更易于與上下游企業產生緊密聯系，在這些城市集聚也更有利于獲得制度政策上的優勢。城市規模越大，高端服務業通過產業前后向關聯效應、知識溢出效應及中間產品本地市場效應對綠色全要素生產率提升的正向作用就越強。再次，高端生產性服務業的就業人員往往具有較高的文化程度和專業技能，知識密集型產業的行業間知識和技術溢出往往比行業內知識技術溢出更易于激發技術創新和制度創新。因此，超大及特大城市應以高端生產性服務業多樣化集聚為抓手促進綠色全要素生產率增長，Ⅰ型大城市應在提升高端生產性服務業專業化水準的基礎上逐步拓展行業門類，推進高端產業融合互動發展。

中低端生產性服務業集聚效應分析。從中低端生產性服務業專業化集聚的回歸系數看，中小城市生產性服務業專業化集聚的回歸系數在1%的水平上顯著為正，Ⅱ型大城市的回歸系數不顯著，Ⅰ型大城市、超大及特大城市的系數顯著為負;從中低端生產性服務業多樣化集聚的回歸系數看，僅Ⅱ型大城市的相應系數在10%的顯著水平上顯著為正，其它規模層級城市的該回歸系數均不顯著。這說明中小城市中低端生產性服務業專業化集聚能夠促進城市綠色全要素生產率增長;Ⅱ型大城市中低端生產性服務業多樣化集聚有利于綠色全要素生產率增長;而Ⅰ型大城市、超大及特大城市中低端生產性服務業的專業化集聚模式抑制綠色全要素生產率增長，多樣化集聚模式作用不顯著?？赡艿脑蚴?，一方面，中低端生產性服務業發展更多地依賴于生產成本節約和交易頻率提高，適合在市場規模較小的中小城市進行專業化集聚;另一方面，Ⅰ型、超大及特大城市中低端生產性服務業過度集聚勢必會對城市有限資源產生擠出效應，降低城市資源配置效率。因此，中低端生產性服務業在中小城市適合于專業化集聚模式;而Ⅰ型大城市、超大及特大城市應適時將部分中低端生產性服務業向周邊中小城市及Ⅱ型大城市梯度轉移，優化城市資源配置結構。

（二）不同行政等級城市生產性服務業集聚的綠色全要素生產率增長效應

1.基于總體生產性服務業的分析

城市層級體系視角下中國城市層級的差異不僅體現在人口規模層級，同時還體現在行政層級的差異。鑒于《全國城鎮體系規劃》中將國家中心城市設置為城鎮體系的最高層級，且國家中心城市集中了我國人口、空間、資源和政策上的主要優勢，在經濟高質量發展中的戰略地位逐漸凸顯，本研究按照地級城市、省會城市、副省級城市和國家中心城市4組樣本分別檢驗生產性服務業集聚的綠色全要素生產率增長效應，模型的回歸結果如表5所示。

由表5中核心解釋變量的回歸系數可知，就專業化集聚模式而言，總體上各組城市生產性服務業專業化集聚的回歸系數均在1%的水平上顯著為正;而各層級城市多樣化集聚模式的回歸系數存在明顯差異，表現為國家中心城市、副省級城市生產性服務業多樣化集聚的回歸系數高于其它省會城市，同時普通地級城市生產性服務業多樣化集聚的回歸系數不顯著。這說明以提升城市綠色全要素生產率為導向的生產性服務業發展模式選擇，不能忽視城市層級體系視角下的城市行政級別差異，制約城市產業發展模式的因素不能單純著眼于城市規模的大小，還應綜合考慮城市行政級別的差異。究其原因，不同于西方國家城市大多是通過市場經濟不斷擴張自發形成的生產要素集聚，我國城市化進程中重要的生產要素，從資金、基礎設施投資到人力資本、先進技術以及優惠政策都存在從中央到地方逐層分配的現象。區域經濟系統中的網絡效應使得行政級別較高的城市更易于集聚高校、科研院所和龍頭企業，吸引到更多的高端人才與優質企業，從而激發城市集聚經濟效應，優化城市創新創業環境，促進經濟綠色高效發展。反過來，經濟高效發展形成的反饋機制又進一步吸引高端人才和高端產業集聚，在累積循環機制中推進城市經濟高質量發展。

從控制變量的回歸系數看，環境規制、信息基礎設施、人力資本水平對城市綠色全要素生產率的影響顯著為正且與城市行政級別的高低正向相關。外商直接投資在高行政層級城市的回歸系數顯著為正，但在地級城市組的回歸系數顯著為負，即地級城市組的外商直接投資可能存在“污染避難所”效應。政府干預程度在高行政層級城市的回歸系數顯著為正，但在地級城市的回歸系數不顯著。從交互項的回歸系數看，環境規制與生產性服務業專業化集聚的交互作用不顯著，而與多樣化集聚模式的交互項在省會城市、副省級城市和國家中心城市顯著為正，說明在行政級別較高的城市，環境規制能夠促進生產性服務業通過不同行業間的協同創新提高城市經濟績效與環境績效，從而有利于城市綠色全要素生產率增長，同時生產性服務業多樣化集聚也能為市場激勵型的環境規制政策工具提供創新元素，促進環境規制的綠色全要素生產率增長效應。

2.按不同類型生產性服務業分組的分析

為進一步分析行業差異情景下不同行政級別城市生產性服務業集聚效應的異質性，對高端生產性服務業和中低端生產服務業的集聚效應分別進行計量模型回歸。采用系統GMM估計方法，相關檢驗值顯示模型不存在二階自相關和過渡識別等偏誤，分行業回歸結果見表6所示。

從高端生產性服務業專業化集聚的回歸系數看，副省級城市、國家中心城市及省會城市產業集聚指數的回歸系數明顯高于地級城市;從高端生產性服務業多樣化集聚的回歸系數看，國家中心城市明顯領先且其多樣化集聚效應強于專業化集聚效應，隨后是副省級城市和省會城市，而普通地級城市高端生產性服務業多樣化集聚的系數顯著為負，這說明高端生產性服務業集聚特別是多樣化集聚模式的綠色全要素生產率增長效應與城市在城鎮化體系中所處的級別存在一定關系。從中低端生產性服務業集聚效應來看，副省級城市和國家中心城市的專業化集聚回歸系數在10%的水平上顯著為負，多樣化集聚系數不顯著;而地級城市相應的回歸系數均顯著為正。這說明地級城市應分階段專注于中低端生產性服務業的專業化集聚和多樣化集聚，并在此基礎上探索合理的高端生產性服務業專業化發展模式;而行政級別較高的大城市則應該將中低端生產性服務業適度地向周邊地級城市梯度轉移，將更多的生產要素用于高端生產性服務業的多樣化集聚發展，從而促進城市綠色全要素生產率增長。

六、結論與政策建議

為探索以提升城市綠色全要素生產率為導向的生產性服務業集聚模式，本文以中國283個地級及以上城市為樣本，從專業化集聚和多樣化集聚兩個維度，在闡述生產性服務業集聚影響城市綠色全要素生產率的理論機理的基礎上，構建生產性服務業集聚與綠色全要素生產率的動態面板模型，運用系統廣義矩估計（SYSGMM）方法實證檢驗城市規模層級和城市行政層級視角下生產性服務業集聚對綠色全要素生產率的異質性影響。研究結果表明：生產性服務業集聚對綠色全要素生產率的影響隨城市規模等級差異、城市行政級別差異、產業集聚模式差異和行業結構差異而表現出異質性。

首先，從不同城市規模層級看，①總體層面，Ⅰ型大城市、超大及特大城市生產性服務業的兩種集聚模式均能促進綠色全要素生產率提升，所不同是，在超大及特大城市生產性服務業的多樣化集聚效應更強，而在Ⅰ型大城市生產性服務業的專業化集聚效應較強;Ⅱ型大城市生產性服務業的專業化集聚有利于綠色全要素生產率增長;中小城市生產性服務業的專業化集聚能促進城市綠色全要素生產率提升，而多樣化集聚效應顯著為負。②分行業層面：第一，就高端生產性服務業而言，在中小城市集聚不利于綠色全要素生產率提升;在Ⅱ型大城市的專業化集聚能促進綠色全要素生產率增長，但多樣化集聚效應顯著為負;在Ⅰ型大城市、超大及特大城市兩種集聚模式均能促進綠色全要素生產率提升，但在Ⅰ型大城市的專業化集聚效應強于多樣化集聚效應，而在超大及特大城市多樣化集聚效應更強。第二，就中低端生產性服務業而言，在中小城市專業化集聚能夠促進綠色全要素生產率增長;在Ⅱ型大城市的多樣化集聚有利于綠色全要素生產率增長;而在Ⅰ型大城市、超大及特大城市的專業化集聚效應顯著為負，多樣化集聚效應不顯著。③在Ⅰ型大城市、超大及特大城市環境規制與高端生產性服務業多樣化集聚的交互效應有利于城市綠色全要素生產率增長。

其次，從不同城市行政層級看，①總體層面，各組城市生產性服務業集聚效應的差異主要表現在多樣化集聚模式上，國家中心城市、副省級城市生產性服務業多樣化集聚的綠色全要素生產率增長效應高于其它省會城市，而普通地級城市的多樣化集聚效應不顯著。②分行業層面：第一，就高端生產性服務業而言，在省會城市、副省級城市或國家中心城市的專業化集聚效應高于地級城市;高端生產性服務業多樣化集聚在國家中心城市的正向效應明顯領先，隨后是其它副省級城市和省會城市，而在地級城市存在負向效應。第二，就中低端生產性服務業而言，在地級城市的專業化和多樣化集聚效應顯著為正;而在副省級城市和國家中心城市的專業化集聚效應顯著為負，多樣化集聚效應不顯著。③在行政層級較高的城市，環境規制與高端生產性服務業多樣化集聚的交互作用有利于城市綠色全要素生產率增長。

基于上述研究結論，本文得出三點政策啟示：

第一，中小城市要避免因盲目追求產業多樣化高端化發展而導致產城關系不匹配，應將中低端生產性服務業的專業化集聚放到更為重要的位置，促進本地特色產業專業化發展。中小城市的產業集聚政策應以改善城市經濟績效與環境績效為導向，選擇與城市資源稟賦特征、區位優勢、市場需求結構及制造業發展階段相匹配的產業發展次序及模式，在加快制造業集聚和特色產業專業化發展的基礎上，推進與本地制造業轉型升級需求相匹配的生產性服務業專業化集聚，避免生產性服務業發展中“小而全”的低水平重復建設，通過優化資源配置效率促進城市綠色全要素生產率提升。

第二，對于城市規模層級或行政層級較高的城市，應依托合理的產業集聚模式加快高端生產性服務業集聚發展。具體而言，超大及特大城市或國家中心城市，應以高端生產性服務業多樣化集聚為抓手促進綠色全要素生產率提升，在確保高端生產性服務業重點產業布局的同時要補齊短板，以適應城市制造業產業升級對生產性服務業提出的多元化和高端化的雙重要求。Ⅰ型大城市應在提升高端生產性服務業專業化水準的同時逐步拓展行業門類，推進專業化集聚模式向多樣化集聚模式的平穩過渡。Ⅰ型大城市、超大及特大城市還應將部分中低端生產性服務業適度向周邊中小城市及Ⅱ型大城市梯度轉移，優化城市資源配置結構。Ⅱ型大城市則要在兼顧中低端生產性服務業多樣化集聚的基礎上注重高端生產性服務業的專業化發展。此外，城市規模層級或行政層級較高的城市承載著區域核心城市的能級功能，應著力強化為周邊非核心城市提供生產服務外延的功能，加快形成不同層級城市間縱向分工協作的區域產業發展格局。

第三，要促進環境規制政策與高端生產性服務業多樣化集聚的協調聯動機制，發揮集聚經濟對節能減排和效率提升的積極作用。一方面，在環境規制趨緊背景下加快知識產權保護體系建設，疏通制造業轉型升級對高端生產性服務業行業間協同創新的倒逼機制，為高端生產性服務業人才、信息、知識和技術等創新要素的跨界融合開拓空間，激勵綠色技術創新與管理制度創新。另一方面，依托高端生產性服務業多樣化集聚的行業間知識溢出效應，通過“科技+金融”“互聯網+”等創新元素推進以碳金融市場為代表的綠色金融創新，助力碳排放交易、排污權交易等市場激勵型環境規制政策工具的設計與完善，促進環境規制的綠色全要素生產率增長效應。

[參考文獻]

[1]MARSHALL A. Principles of economics[M]. London： Macmillan and Co. Ltd， 1920.

[2]JACOBS J. The economy of cities[M]. New York： Vintage Books USA， 1969.

[3]SIMONEN J， SVENTO R， JUUTINEN A. Specialization and diversity as drivers of economic growth： evidence from hightech industries[J]. Papers in regional science， 2015， 94（2）： 229-247.

[4]孫久文，張可云，安虎森，等.“建立更加有效的區域協調發展新機制”筆談[J].中國工業經濟，2017（11）：26-31.

[5]沈可挺，龔健健.環境污染、技術進步與中國高耗能產業——基于環境全要素生產率的實證分析[J].中國工業經濟，2011（12）：25-34.

[6]劉華軍，楊騫.資源環境約束下中國TFP增長的空間差異和影響因素[J].管理科學，2014（5）：133-144.

[7]李斌，祁源，李倩.財政分權、FDI與綠色全要素生產率——基于面板數據動態GMM方法的實證檢驗[J].國際貿易問題，2016（7）：119-129.

[8]ZHANG J，TAN W.Study on the green total factor productivity in main cities of China[J].Proceedings of Rijeka school of economics，2016，34（1）：215-234.

[9]蔡烏趕，周小亮.中國環境規制對綠色全要素生產率的雙重效應[J].經濟學家，2017（9）：29-37.

[10]傅京燕，胡瑾，曹翔.不同來源FDI、環境規制與綠色全要素生產率[J].國際貿易問題，2018（7）：134-148.

[11]韓晶，孫雅雯，陳超凡，等.產業升級推動了中國城市綠色增長嗎？[J].北京師范大學學報（社會科學版），2019，273（3）：140-152.

[12]朱文濤，呂成銳，顧乃華.OFDI、逆向技術溢出對綠色全要素生產率的影響研究[J].中國人口·資源與環境，2019（9）：63-73.

[13]ESWARAN M， KOTWAL A. The role of the service sector in the process of industrialization[J]. Journal of development economics， 2002， 68（2）： 401-420.

[14]WOOD P. Urban development and knowledgeintensive business services： too many unanswered questions？ [J]. Growth & change， 2010， 37（3）： 335-361.

[15]ASLESEN H W， ISAKSEN A. New perspectives on knowledgeintensive services and innovation[J]. Geografiska annaler， 2010， 89（s1）： 45-58.

[16]黃斯婕，張萃.生產性服務業集聚對城市生產率的影響——基于行業異質性視角[J].城市發展研究，2016，23（3）：118-124.

[17]李筱樂.政府規模、生產性服務業與經濟增長——基于我國206個城市的面板數據分析[J].國際貿易問題，2014（5）：107-114.

[18]金曉雨.中國生產性服務業發展與城市生產率研究[J].產業經濟研究，2015（6）：32-41.

[19]張浩然.生產性服務業集聚與城市經濟績效——基于行業和地區異質性視角的分析[J].財經研究，2015（5）：69-77.

[20]曹聰麗，陳憲.生產性服務業發展模式、結構調整與城市經濟增長——基于動態空間杜賓模型的實證研究[J].管理評論，2019，31（1）：15-26.

[21]徐從才，丁寧.服務業與制造業互動發展的價值鏈創新及其績效——基于大型零售商縱向約束與供應鏈流程再造的分析[J].管理世界，2008（8）：83-92.

[22]宣燁，余泳澤.生產性服務業集聚對制造業企業全要素生產率提升研究——來自230個城市微觀企業的證據[J].數量經濟技術經濟研究，2017（2）：89-104.

[23]程中華，李廉水，劉軍.生產性服務業集聚對工業效率提升的空間外溢效應[J].科學學研究，2017（3）：364-378.

[24]席強敏，陳曦，李國平.中國城市生產性服務業模式選擇研究——以工業效率提升為導向[J].中國工業經濟，2015（2）：18-30.

[25]于斌斌.生產性服務業集聚能提高制造業生產率嗎？——基于行業、地區和城市異質性視角的分析[J].南開經濟研究，2017（2）：112.

[26]ROSENTHAL S S， STRANGE W C. The determinants of agglomeration[J]. Journal of urban economics， 2001， 50（2）： 191-229.

[27]DURANTON G， PUGA D. Diversity and specialization in cities： why， where and when does it matter？[J]. Urban studies， 1999， 37（3）： 533-555.

[28]BEHRENS K， DURANTON G， ROBERTNICOUD F. Productive cities：sorting， selection and agglomeration[J]. Cepr discussion papers， 2014， 122（7922）： 507-553.

[29]LI H， SHI J F. Energy efficiency analysis on Chinese industrial sectors： an improved SuperSBM model with undesirable outputs[J]. Journal of cleaner production， 2014（65）： 97-107.

[30]單豪杰.中國資本存量K的再估算：1952—2006年[J].數量經濟技術經濟研究，2008（10）：17-31.

[31]HALL R E， JONES C I. Why do some countries produce so much more output per worker than others？[J]. The quarterly journal of economics， 1999， 114（1）： 83-116.

[32]涂正革.環境、資源與工業增長的協調性[J].經濟研究，2008（2）：93-105.

[33]KE S， MING H， YUAN C. Synergy and coagglomeration of producer services and manufacturing： a panel data analysis of Chinese cities[J]. Regional studies， 2014， 48（11）： 1829-1841.

The Effects of Producer Service Agglomeration on Urban Green Total Factor Productivity

——An Analysis Based on 283 Cities in China

Yu Yishan1， Wei Ping2， Gao Xingmin1

（1. China Center for Special Economic Zone Research， Shenzhen University， Shenzhen 518061， China;2.School of Economics， Huazhong University of Science and Technology， Wuhan 430074， China）

Abstract：

The green total factor productivity of 283 cities in China is measured based on superefficient SBM model considering unexpected output and GML index. From the two perspectives of specialized agglomeration and diversified agglomeration， this paper builds an econometric model of producer service agglomeration and urban green total factor productivity， and empirically test it through SYSGMM. The results show that： the impact of producer service agglomeration on green total factor productivity is heterogeneous with the differences of city scale level， city administrative level and industry structure. The specialized and the diversified? agglomeration of highend producer services in type I big cities， superlarge cities and megacities can promote green total factor productivity. The diversified agglomeration effect is stronger in superlarge cities and megacities， while the specialization agglomeration effect is stronger in type I big cities. At the same time， the environmental regulation has positive adjustment effect on diversified agglomeration effect. The middle and lowend producer service industry is suitable for specialized agglomeration mode in small and mediumsized cities， while it is suitable for diversified agglomeration mode in type II big cities. At the same time， the diversified agglomeration effect of highend producer services in cities with higher administrative level has obvious leading advantages. Finally， it provides policy suggestions for promoting green total factor productivity growth through the agglomeration of producer services.

Key words： producer services; specialized agglomeration; diversified agglomeration;? green total factor productivity;? urban hierarchy system

（責任編輯：張夢楠）