區域服務化視角下產業協同集聚效應研究

郝鳳霞，王宇冰，樓 永

(同濟大學 經濟與管理學院，上海 200092)

0 引言

改革開放以來，中國制造業在成本優勢驅動下快速發展，門類齊全，體系完整，但傳統高投入、高耗能、高污染的粗獷式發展也造成諸多發展瓶頸。在提高創新能力、消費者滿意度和附加值等多重壓力下，制造業投入結構逐漸軟化，通過在產品業務中增加配套服務元素形成服務化經營模式。2019年，以服務業為主的第三產業產值占比達到53.9%，中國經濟結構呈現由工業經濟到服務經濟的轉變，但服務業發展的效率促進效果不顯著，低技術效率乘數的低端服務業還不能成為制造業和整體經濟效率持續改進的基礎。

基于制造業服務化轉型對服務需求形成的制造業與知識密集型服務業協同集聚，引發了學者對突破微觀企業邊界、從中觀區域層面研究服務化的思考，并由此提出區域服務化概念。這一概念為在中國制造業服務化轉型背景下，研究由制造業單一驅動向制造業與高端知識密集型服務業雙向驅動轉換，以充分發揮產業協同集聚優勢、創造多重經濟效應提供了新視角。

1 文獻綜述

制造業是以產品銷售為目的、按市場要求通過對資源(采掘的自然物質和工農業生產原材料)和中間產品進行加工與再加工，使其經物理或化學變化轉化為可供社會最終使用的工業品和消費品的產業。以生產要素比例差異為標準，參考已有研究分類[1]，中國《國民經濟行業分類(GB/T 4754-2017)》規定的31個制造業可劃分為勞動密集型、資本密集型和技術密集型3類，如表1所示。

表1 制造業分類

伴隨傳統制造產品利潤收縮和消費者需求變化，制造企業意識到缺少附加服務的單純制造產品會被市場淘汰，核心產品應該是產品+服務形式[2]，于是將高附加值服務環節回收至企業內部，采取服務化戰略進行應對。例如，以低勞動力和資源成本為特征的低附加值勞動密集型制造業，可以以差異性附加服務打破低價同質化競爭困境；以龐大設備和資金需求為特征的資本密集型制造業，可以以融資租賃服務代替出售購買從而降低自身生產成本，并通過服務合同強化收入穩定性；以利用先進科學技術加工的高速更新換代產品為特征的技術密集型制造業，可以以一站式解決和全生命周期管理等服務模式增強客戶粘性。

全新的服務是制造企業難以憑借在制造領域的經驗、知識和能力等開展的創新活動[3]。而且，服務化所需核心資源難以通過市場交易獲取，而基于對時效、成本、風險和資源基礎等的考慮，也不易通過企業內部積累獲取。此時，制造業需要與外部專業化生產和銷售服務產品的服務業主體建立聯系。其中，由制造業經專業化分工內生而成、以市場化模式為生產過程提供中間投入服務的生產性服務業就成為核心合作對象。

知識密集型服務業是生產性服務業中高知識度、高技術度、高互動度和高創新度的活躍部門[4]，是依賴專門領域專業性知識提供與制造業產品相關的各種通過創造知識滿足客戶需求的中間服務產品的行業[5]，具體包括信息傳輸、軟件、信息技術服務業，金融業，租賃和商務服務業以及科學研究和技術服務業4類。通過與不同產業企業、組織關聯合作獲取外部知識并對其進行過濾加工，以降低不確定性，知識密集型服務企業作為外部可提供服務創新資源的知識生產主體，能為制造企業提供穩定可靠的異質性知識，與其構建戰略合作關系是制造業克服服務化困難的最優解決方案。

由于服務可見度低、勞動依賴度高，同時涉及大量隱性知識，作為提供者的知識密集型服務企業和作為客戶的制造企業需要頻繁面對面互動，為知識生產和擴散提供可能。服務內容和質量也取決于兩者互動程度和溝通方式，互動越緊密持久，越有可能將組織和技術訣竅應用到制造企業業務創新中。由于空間協同布局對可達性條件的改善有利于實現互動、降低技術知識傳播成本從而促進產品開發，制造企業與知識密集型服務企業都傾向于在更小空間尺度中合作。因此，在特定區域內，制造企業集聚形成穩固的制造業基礎會吸引與之配套的知識密集型服務企業進入與發展，而后者的發展壯大又會有效促進該區域知識創造與交流，這又進一步吸引更多制造企業在該地區創立并發展[6]。

關于異質性產業相互吸引、共同選址的空間集聚現象，Ellison&Glaser[7]提出協同集聚(co-agglomeration)概念用以描述。伴隨企業創立與發展，制造業與知識密集型服務業形成產業協同集聚，即兩者在供應商—客戶的內在關聯調解下不僅各自在地理上不斷集中，同時互相吸引，呈現出在特定空間范圍內共同選址和良性循環集中。協同強調產業層面相關產業間相互協調、合作發展的經濟聯系，能基于互補性資源和優勢創造1+1>2的協同效應；集聚強調空間層面相同或相關產業相鄰集中，能基于外部性降低特定區域內生產成本，創造集聚效應。由此，制造業與知識密集型服務業協同集聚能夠產生協同集聚效應，即這兩個異質性產業因資源互補和合作關聯集中在彼此附近區域內，從而產生對所在區域經濟表現具有顯著貢獻的各種經濟效果[8]。以此為切入點，國內學者發現，制造業與知識密集型服務業協同集聚會抑制區域內總就業[9]，同時形成創新群落，發揮對區域創新活動的正向驅動作用[10-11]，還能充分發揮彼此優勢，對區域經濟增長產生超出各產業單獨集聚的促進效果[12-13]。

制造企業服務化轉型形成的制造業與知識密集型服務業協同集聚能夠在滿足服務化需要的同時，進一步創造超出微觀企業邊界的產業協同集聚效應。Lafuente等[14]最先提出不能再將服務化理解為是針對某一家制造企業提出的戰略，并進一步定義這種發生在一個焦點區域內的服務化，從中觀層面提出區域服務化(territorial servitization)概念，即若尋求服務的產業(制造業)和服務供應產業(知識密集型服務業)都聚集于同一核心區域內，那么其共同創建和發展的各種相互依賴的聯系能夠對經濟結構、就業吸納、創新和其它社會產出等總結果產生綜合影響。這里的綜合影響則是對制造業與知識密集型服務協同集聚效應的高度概括，具體包括兩方面內涵，一是產業協同集聚能直接產生一系列效應，二是產業協同集聚還能通過其直接產生的某一項效應間接作用于另一項效應，兩者相結合最終構成區域服務化視角下產業協同集聚的綜合影響。

綜上所述，國內尚未形成由制造業服務化到區域服務化的理解框架。由于缺少概念層面的引領，國內研究僅聚焦于產業協同集聚在特定方面創造的單一效應，并沒有在產業協同集聚效應的系統理論框架下探討各效應之間的作用。由于產業協同集聚可能會產生某一促進(抑制)效應，同時間接通過其它效應強化或削弱該促進(抑制)效應，此時，對后者的遺漏就會造成對前者分析的不全面甚至錯誤。

為彌補上述研究空白，本文首先基于制造業與知識密集型服務業協同集聚，構建由制造業服務化到區域服務化的邏輯框架，并在區域服務化概念下，結合中國經濟高質量發展實際需要，實證檢驗產業協同集聚的產業結構合理化效應、創新效應、經濟增長效應以及三者的進一步作用關系，進而形成對產業協同集聚效應的系統研究體系。

2 理論與假設

隨著制造業與知識密集型服務業協同集聚水平提高，區域產業結構合理化水平也會逐漸提高。一方面體現在產業比例合理程度提高。知識密集型服務業尚不成熟甚至缺乏的區域，其制造企業在服務化轉型中對服務的需求不能從區域內現有知識密集型服務企業那里獲得充分滿足，當地制造企業存量及其經濟活動會創造條件吸引補充性知識密集型服務企業到該區域內創建，為新知識密集型服務企業與其在地理位置上形成共處并協同發展創造條件[6]。同時，新服務企業創立對現有制造企業的影響比區域內其它企業的創立更為積極[15]，知識密集型服務業集聚又能反過來鞏固已有制造企業并促進新制造企業創立。此時，新老制造企業相互作用下的制造業發展又能推動知識密集型服務業進一步發展。因此，區域內制造業和知識密集型服務業在整體產業結構中所占比重會隨企業創建而調整至最佳水平。

另一方面，也體現在制造業與知識密集型服務業間資源配置和耦合程度提高。制造業以需求拉動知識密集型服務業發展并提供物質基礎、先進裝備、技術平臺等作為后者的基礎投入，同時，知識密集型服務業倒逼制造業升級，并提供知識創造和傳遞等服務作為制造業服務化轉型的核心投入。因此，異質性產業協同集聚能有效打破產業壁壘，通過要素互補匹配打破要素市場分割、糾正要素價格扭曲，提升要素資源在制造業與知識密集型服務業中的利用效率和協調程度，同時通過投入產出關聯充分發揮互補效應和虹吸效應，不斷提升產業間協商能力和有機聯系[16]。由此，提出如下假設：

H1：制造業與知識密集型服務業協同集聚能夠提高區域產業結構合理化水平。

創新活動的開展在很大程度上得益于產業集聚，因為知識轉移是創新的本質，也是創新主體間相互作用的基本方式。同時，相關產業高度集聚和空間鄰近有利于降低要素流動成本、擴展知識池并發揮外部經濟效應和協同效應，進而對區域創新產生重要影響[17]。因此，當制造業與知識密集型服務業協同集聚時，上下游可達性增強，從而顯著降低制造企業為搜索、匹配和獲取與生產、管理及營銷環節相關的知識密集型服務花費的時間、人力和資金成本，有利于企業將更多資源投入到創新活動中。此外，作為知識經紀商或知識橋梁，知識密集型服務企業還能促進異質性知識融入制造企業內部創新過程，從而增加制造企業知識存量并拓展其知識邊界，進而提高創新效率和能力[18]。

知識密集型服務企業向制造企業提供服務的同時，能夠發現客戶企業面臨的困難，也就發現了市場需求，進而以實際需求為導向、以產業發展前景為依托，根據客戶企業疑難問題學習新技術、吸收新知識，再進行知識整合與技術研發，創造出新的知識體系和資源。因此，服務提供過程是一個雙邊互動學習過程，知識密集型服務業在這個過程中也實現對知識、技術和資源等的創新。在此基礎上，知識密集型服務業因制造業需要而創造的新知識也會同時向社會其它角色擴散，流向與之關聯合作的高校、科研機構等技術知識源以及消費者、競爭對手等市場知識源。因此，產業協同集聚存在知識溢出效應，會促進產業集群內知識創造與流動，提升區域內在知識含量，進而提升區域創新能力。由此，提出如下假設：

H2：制造業與知識密集型服務業協同集聚有利于提升區域創新能力。

制造業與知識密集型服務業協同集聚能夠形成兩個產業各自專業化集聚，同時還完成了整體層面的多樣化集聚。外部性理論證明了專業化集聚和多樣化集聚均能加強區域內企業間溝通與交流，進而有利于經濟增長[19]。一方面，產業專業化集聚下分工產生的收益大于其產生的交易費用，制造業因而能夠將緊密圍繞制造產品的服務業務外包。這種價廉卻高效、高質的服務提供促使制造業在其核心產品業務上加大資源投入，從而使分工持續專業化和細化，進而實現生產效率持續提升。同時，制造業在其持續專業化集聚過程中對高級服務要素投入的需求，使知識密集型服務業在發展壯大過程中專業化和細化程度門檻提高，進而為其生產效率提升提供穩定保障。另一方面，產業多樣化集聚借助地理鄰近優勢提高資源配置效率并形成溢出效應。資本、勞動力等生產要素資源在制造業與知識密集型服務業協同集聚過程中實現在特定空間區域內集聚，并能夠自由流向具有比較優勢的業務領域從而提升資源配置效率，同時能避免由單一產業集聚引致的產業同構和過度競爭導致的資源配置低效。此外，制造業與知識密集型服務業協同集聚以服務投入為基礎，而服務的人員交付屬性促使各產業專業化集聚下的特定專業人才間形成頻繁交流與溝通，通過向區域內異質性產業學習，知識和技術外溢效應得以形成。

綜上，制造業與知識密集型服務業協同集聚一方面在專業化集聚中加速分工專業化和細化進而提升區域生產效率，另一方面在多樣化集聚中高效配置資源并充分發揮集群溢出效應，兩者相結合實現區域經濟迅速發展。由此，提出如下假設：

H3：制造業與知識密集型服務業協同集聚有利于區域經濟增長。

產業結構優化使要素資源配置效率提高從而促進總量增長。從生產要素的轉移與配置看，產業結構合理化表明制造業和知識密集型服務業的數量比例與投入產出關聯逐漸趨于動態均衡，資源處于最佳配置狀態。資源配置效率提高充分釋放各產業生產效率，經濟得以持久平衡增長。同時，以制造業對服務投入的需求為導向形成的產業結構合理化，還會提高產業結構與市場需求結構的契合度。在這一適應過程中，利潤逐漸趨于最大化，經濟增長得以實現[20]。由此，提出如下假設：

H4：制造業與知識密集型服務業協同集聚通過提升產業結構合理化水平促進經濟增長。

隨著中國經濟進入高質量發展階段，經濟增長方式由傳統要素驅動、出口驅動、投資驅動轉向創新驅動。創新對經濟增長的驅動機制可以歸納為3個方面：①通過創新產生各種新產品、新服務，提升產品與服務多樣化水平，進而促進經濟增長；②通過創新促進新產品部門或新服務部門興起與發展，推動產品或服務更新換代，基于供給端促進經濟增長，并帶動需求結構調整；③通過創新提高勞動力、技術等生產投入要素質量，促進全要素生產率不斷提高，帶動經濟長期增長。由此，提出如下假設：

H5：制造業與知識密集型服務業協同集聚通過創新促進經濟增長。

3 模型設定與變量說明

3.1 數據檢驗

首先，借助F檢驗、BP-LM檢驗和Hausman檢驗對用于面板數據分析的混合回歸模型、固定效應模型和隨機效應模型進行初步篩選；其次，通過Modified Wald檢驗、Wooldridge檢驗和Pesaran檢驗證實數據存在組間異方差、組內自相關和橫截面相關問題；最后，通過過度識別檢驗輔助Hausman檢驗確定選擇隨機效應模型估計產業結構合理化效應，選擇固定效應模型估計創新效應和經濟增長效應。

綜上，本文最終通過引入虛擬變量代表個體和年份構建LSDV(最小二乘虛擬變量)模型，以控制個體和時間效應，并采用PCSE(面板校正標準誤差)方法進行估計，從而有效處理復雜的面板誤差結構。

3.2 模型設定

根據不同被解釋變量分別設定如下6個模型:

SRit=a0+a1LQcollit+a2lnecoit+a3lnhcit+a4lnhumit+νt+εit

(1)

lninnovit=b0+b1LQcollit+b2lnecoit+b3lnhcit+b4lnhumit+μi+νt+εit

(2)

lnGDPit=c0+c1LQcollit+c2lnecoit+c3lnhcit+c4lnhumit+μi+νt+εit

(3)

lnGDPit=d0+d1LQcollit+d2SRit+d3lnecoit+d4lnhcit+d5lnhumit+μi+υt+εit

(4)

lnGDPit=e0+e1LQcollit+e2lninnovit+e3lnecoit+e4lnhcit+e5lnhumit+μi+υt+εit

(5)

lnGDPit=f0+f1LQcollit+f2SRit+f3lninnovit+f4lnecoit+f5lnhcit+f6lnhumit+μi+υt+εit

(6)

模型(1)～(3)檢驗制造業與知識密集型服務業協同集聚的產業結構合理化效應、創新效應和經濟增長效應，模型(4)～(6)檢驗三者間的進一步作用。其中，SR代表產業結構合理化水平，innov表示創新能力，GDP為經濟增長，LQcoll代表制造業與知識密集型服務業協同集聚水平，eco為金融發展程度，hc為人力資本，hum為人口數量，下標i、t分別表示第i個省域和第t年，μi為省域虛擬變量，νt為時間虛擬變量，εit為隨機擾動項。此外，對變量中的水平值取對數，以縮小數據的絕對數值差異進而降低模型共線性和異方差等。

3.3 變量說明

3.3.1 被解釋變量

(1)產業結構合理化水平(SR)：根據產業重要性，以產業結構偏離度衡量。具體方法如下：

SR=

其中，Y為總GDP，L為總就業人數，Y2為第二產業GDP，L2為第二產業就業人數，Y3為第三產業GDP，L3為第三產業就業人數。

(2)創新能力(innov)：專利是正式并經過公開驗證的創新和發明活動，其申請、審查和授權在各區域基本一致，因此具有可比性、通用性、一致性和易得性。為避免從申請到授權因時間滯后導致的誤差，本文選擇專利申請數進行測度。

(3)經濟增長(GDP)：以國內生產總值衡量。

3.3.2 解釋變量

制造業與知識密集型服務業協同集聚水平(LQcolli)：首先，利用區位熵分別構建單個產業集聚度；其次，引入省域GDP與全國GDP之比糾正可能出現的產業協同集聚水平虛高現象。具體通過如下兩個公式構建：

其中，LQij是i省域j產業的區位熵指數，qij和qj分別表示j產業在i省域和全國的就業人數，qi和q分別表示i省域和全國所有產業總就業人數，由此計算得到LQiman為i省域制造業集聚度，LQikibs為i省域知識密集型服務業集聚度；GDPi為i省域國內生產總值，GDP為全國國內生產總值。

3.3.3 控制變量

(1)人力資本(hc)：提升人力資本水平是創新驅動和效率驅動的關鍵，也是經濟增長內生化的重要因素，以各學歷層次(小學、初中、高中、專科與本科、研究生)就業人員比例與對應受教育年限(6、9、12、16、19)之積衡量。

(2)金融發展程度(eco)：創新的高風險和超前性決定其需要大量資金，產業內企業運營效率、業績、失敗風險和增長潛力在一定程度上取決于其融資效果，金融發展能夠通過優化資本配置和分散風險等影響經濟增長，以年末金融機構人民幣各項貸款余額衡量。

(3)人口數量(hum)：人口高度集聚可以提高知識外溢效率，形成高效的勞動力市場，是推動產業結構調整、提升創新能力、促進經濟發展的內生力量，以年末人口數衡量。

本文研究樣本為2010—2018年中國內地31個省域面板數據，原始數據來自《中國人口和就業統計年鑒》、《中國統計年鑒》、《中國科技統計年鑒》以及各省統計年鑒等，所有貨幣價值數據均在2010年國內生產總值指數基礎上進行調整。表2為主要變量的描述性統計結果。

表2 主要變量描述性統計結果

4 實證檢驗與結果分析

4.1 實證結果

如表3所示，模型(1)中制造業與知識密集型服務業協同集聚水平系數估計值在5%水平下顯著，說明產業協同集聚對區域產業結構合理化的正向驅動作用顯著，H1成立。區域人力資本水平和金融發展程度顯著促進產業結構合理化，但人口數量卻不利于產業結構合理化，這有悖于理論預期。可能的原因是，集聚對結構調整的影響依賴于要素配置情況，產業協同集聚帶來人口要素集聚，對產業結構合理化產生外部性抑制效應。在模型(2)中，制造業與知識密集型服務業協同集聚水平系數估計值為3.942，在1%水平下顯著。表明產業協同集聚水平提升對區域創新具有很大推動作用，即相互關聯的制造業與知識密集型服務業市場主體協同互動發展能帶動更多創新，H2成立。控制變量中，金融發展水平越高、人口數量越多，越有利于區域創新能力提高。在模型(3)中，制造業與知識密集型服務業協同集聚水平系數估計值通過1%顯著性檢驗，表明兩個產業相輔相成，其協同集聚能夠充分發揮彼此優勢，推動區域經濟發展，這符合前述理論分析，H3成立。控制變量中，金融發展能夠為區域經濟持續發展提供充足資金，擁有足夠人口作為消費基礎也是驅動經濟長期增長的重要保障。

表3 制造業與知識密集型服務業協同集聚效應檢驗結果

結合模型(1)、(3)、(4)結果可知，制造業與知識密集型服務業協同集聚水平每提升1個單位，會直接促使GDP提升448.751%，同時間接通過產業結構合理化使GDP降低7.408%(7.408×0.010×100%)。結合模型(2)、(3)、(5)結果可知，制造業與知識密集型服務業協同集聚水平每提升1個單位，會直接促使GDP提升404%，同時間接通過創新使GDP提升13.403%(3.942×100%×0.034)。上述結果表明，產業結構合理化在產業協同集聚與經濟增長間的正相關關系中起部分負向中介作用，而創新能力則起部分正向中介作用，但兩者的中介作用都遠低于產業協同集聚的直接作用。

模型(6)同時包含產業結構合理化和創新能力兩個變量。其中，產業協同集聚水平和創新能力的估計系數顯著為正，產業結構合理化的估計系數仍然為負但不顯著，因此無法同時比較兩個變量的中介作用。此外，這一結論在一定程度上證明，當同時考慮產業結構合理化和創新能力的中介作用時，產業協同集聚經由產業結構合理化抑制GDP增長的效果十分微弱。綜上所述，H4不成立，H5成立。

4.2 交互項分析

表3中模型(4)估計結果表明，制造業與知識密集型服務業協同集聚水平提高會通過產業結構合理化抑制GDP增長，出現這一有悖于理論預期的結果，可能是因為產業結構合理化對經濟增長的作用還會受產業協同集聚水平影響。當產業協同集聚水平達到某一高度后，其繼續提升會引導要素資源向制造業和知識密集型服務業流入、集中和配置，從而相應提高產業結構合理化水平，但是受制于特定區域有限資源，以農業和生活性服務業為代表的其它產業會流失相應資源。因此，對由所有國民經濟行業構成的整體產業結構而言，制造業與知識密集型服務業協同集聚水平繼續提升促使產業結構合理化水平持續上升，反而會導致產業間要素配置比例失衡，從而產生非經濟性效應，不利于經濟增長。

為此，本文在模型(4)中引入產業結構合理化與產業協同集聚水平的交互項，構建模型(7)檢驗其在產業結構合理化對GDP影響中的調節作用。

lnGDPit=g0+g1LQcollit+g2SRit+g3LQcollit×SRit+g4lnecoit+g5lnhcit+g6lnhumit+μi+υt+εit

(7)

表4中模型(7)結果表明，產業協同集聚水平和產業結構合理化的估計系數均顯著為正，兩者交互項的估計系數顯著為負。該結果證實了上述猜測，即產業協同集聚經由產業結構合理化對GDP增長的正向促進作用受到產業協同集聚負向調節，存在產業協同集聚水平門檻效應。計算得到門檻值為0.015(0.099/6.519)，即當產業協同集聚水平大于0.015時，產業協同集聚會通過產業結構合理化間接抑制GDP增長。本文279個樣本中，有199個樣本(71.3%)的產業協同集聚水平高于該值，只有北京、海南、貴州、西藏、甘肅、青海、寧夏和新疆8個省域產業協同集聚水平在2010-2018年間未達到門檻值。因此，表3中模型(4)結果顯示，產業結構合理化的估計系數顯著為負。

表4 產業結構合理化與產業協同集聚對經濟增長交互作用的回歸結果

4.3 穩健性檢驗

為驗證以上研究結論的可靠性與穩定性，本文采用產業法人單位數代替產業就業人數，對產業協同集聚水平進行重新構建，再次對模型進行估計。由于第四次經濟普查數據正在審核驗收中，2018年產業法人單位數尚未公布，因此使用2010—2017年數據進行穩健性檢驗。

表5報告了制造業與知識密集型服務業協同集聚效應的穩健性檢驗結果。對比表3中相應參數估計結果，唯一不同在于模型(4)中產業結構合理化的估計系數為負但不顯著，其余核心解釋變量和控制變量參數估計值的顯著性和符號方向均與前文結果高度一致。

出現上述不同的原因是，根據表5中模型(7)估計結果，使用產業法人單位數計算產業協同集聚水平時得到的門檻值為0.020(0.116/5.733)，在248個樣本中，僅有133個樣本(53.6%)產業協同集聚水平超出該值，使得利用總樣本回歸得到的結果并不顯著。但是，產業協同集聚會負向調節其經由產業結構合理化間接促進GDP增長的中介作用，進而導致產業結構合理化呈現負向中介作用態勢的結論仍然成立。同樣，北京、海南、貴州、西藏、甘肅、青海、寧夏和新疆8個省域產業協同集聚水平在樣本期內仍未達到門檻值。因此，前述實證分析對理論假設的驗證是穩健的，據此得到的結論是可靠的。

表5 制造業與知識密集型服務業協同集聚效應的穩健性檢驗結果

5 結論與展望

5.1 研究結論

本文分析了制造業與知識密集型服務業相互吸引進而在同一區域內形成協同集聚產生的產業結構合理化效應、創新效應和經濟增長效應，并基于2010—2018年中國內地31個省域面板數據構建LSDV模型，運用PCSE方法進行實證分析，研究結論如圖1所示。

圖1 結論框架

(1)制造業與知識密集型服務業協同集聚能直接產生區域產業結構合理化效應、創新效應和經濟增長效應。控制人力資本、金融發展程度和人口數量后，產業協同集聚通過資源配置和投入產出關聯提升區域產業結構合理化水平，是產業優化升級的重要途徑；基于知識共享，產業協同集聚對區域創新有正向促進作用且效果顯著；產業協同集聚對區域經濟總量增長也有顯著積極影響。

(2)制造業與知識密集型服務業協同集聚的區域產業結構合理化效應、創新效應與經濟增長效應之間還存在間接中介作用。當分別獨立考慮產業結構合理化效應和創新效應的中介作用時，產業協同集聚通過前者間接抑制區域經濟增長，通過后者間接促進區域經濟增長。當同時考慮兩者的中介作用時，產業結構合理化效應的抑制作用并未凸顯，僅創新效應的促進作用仍然顯著。整體而言，產業協同集聚通過產業結構合理化和創新作用于經濟增長的中介作用在兩種情況下都相對較弱，遠不及其對經濟增長的直接促進作用。

(3)制造業與知識密集型服務業協同集聚經由區域產業結構合理化促進經濟增長的作用效果受協同集聚水平負向調節，且樣本期內，北京、海南、貴州、西藏、甘肅、青海、寧夏和新疆之外的省域產業協同集聚水平已達到門檻值，使產業結構合理化效應在整體上呈現出對經濟增長效應的負向中介作用趨勢。

為此，雖然制造業與知識密集型服務業協同集聚呈現出通過產業結構合理化間接輕微抑制經濟增長的趨勢，但同時卻能大幅直接促進經濟增長，因此不能因微弱甚至不顯著的抑制作用而阻止產業自發協同集聚和結構合理化，也不能因其微弱或尚不顯著就忽視這種已經展露出來的消極態勢，即在基于制造業與知識密集型服務業天然緊密聯系而推進兩者協同集聚的同時，忽略其它產業同步融合發展會為經濟發展受制于各產業間要素資源配置失衡埋下隱患。

5.2 理論貢獻

本文以制造業與知識密集型服務業協同集聚為機制，構建由微觀制造業服務化到中觀區域服務化的理論邏輯，基于區域服務化視角，從產業協同集聚的直接效應和各效應之間的間接效應兩方面，對產業協同集聚效應進行綜合分析。本文在區域服務化理論概念下形成對產業協同集聚效應的系統研究體系，打破了現有研究角度彼此孤立的局面。同時，本文實證結果也證實，對產業協同集聚效應間間接作用的遺漏可能導致忽視產業協同集聚的負向影響，進而造成對現實的錯誤性指導，甚至導致負向影響效果愈發顯著。

5.3 政策啟示

(1)以政府為主導制定科學的產業規劃，同步推進制造業與知識密集型服務業發展，縮小發展差距，為實現產業協同集聚奠定基礎。一方面，在制造強國戰略部署下貫徹實施《中國制造2025》，以高水平制造業作為知識密集型服務業持續發展的支撐點；另一方面，各省市區政府要合理分配經濟資源與制度紅利，消除對知識密集型服務業在稅收、金融和科研等方面的政策性歧視，以提高其發展質量和水平，將其作為制造業轉型升級的推動力量。

(2)提升制造業與知識密集型服務業協同集聚能力，進一步發揮產業協同集聚的多重效應。首先，完善市場競爭機制，規范壟斷行為，放松政府行業管制，促進企業在區域內創立發展，達到最優數量與生產產量；其次，通過規劃布局、政策引導和財政支持等形式鼓勵大規模、高信譽、高質量企業進行跨地區、跨產業兼并重組，促進企業實現區域性集中化、大型化和組織化，進而實現協同發展和有效互動；第三，產業協同集聚以通過人員交付的服務為構建橋梁，因此需要以面向制造的服務人才投入和面向服務的制造人才投入為導向，加大人才培養的教育和科研經費投入，通過合作分紅、股權投資、解決住房等吸引人才，為構建產業協同集聚并釋放其效應提供人力資源支撐；最后，以物聯網、云計算和大數據為基礎，在產業間構建引導知識、技術、資本、人力等要素資源便捷交易和流動的功能性平臺，加強產業優勢融合重整和資源優化配置，推動區域產業結構升級，促進創新能力提升，實現經濟快速增長。

(3)推進制造業與知識密集型服務業協同集聚中協作研發產品或業務在其它國民經濟行業的應用。例如，基于農機制造產品與軟件套件、數據管理和分析工具等服務融合研制的智能化農業裝備加速農業智慧發展；將大數據、云計算等服務引入交通運輸制造產品中，實現倉儲、運輸、配送等各環節柔性化、敏捷化、定制化，促進批發和零售業轉型升級。以此促進各產業間的互動聯系和要素資源的重新配置，避免資源過度集中于制造業或知識密集型服務業導致各產業發展失衡，產生非經濟效果，為區域經濟總量穩定增長提供持續動能。

5.4 研究不足與展望

本文不足之處在于，制造業與知識密集型服務業協同集聚效應，不僅僅局限于文中基于經濟高質量發展核心需要所選的產業結構合理化、創新和經濟增長。未來以區域服務化為視角的產業協同集聚效應研究需要納入更多方面。例如，制造業與大學存在密切合作，知識密集型服務業比其它產業更有可能與大學進行合作創新，兩者協同集聚同時還能產生知識溢出效應。因此，區域內高校技術水平提升、尖端科學知識創造也是重要直接效應之一，同時也是能作用于區域創新能力提升與經濟增長的間接中介效應。此外，還要進一步挖掘各直接效應之間復雜的作用關系，即一些效應可以在產業協同集聚與其某一特定效應之間同時起中介作用，或表現出順序性中介作用構成中介鏈，抑或是同時具備這兩種特征。