生產性服務業集聚促進了城市綠色創新嗎
——基于“本地-鄰地”效應的視角

羅 超 平，朱 培 偉，張 璨 璨，陳 雯

(西南大學 1.智能金融與數字經濟研究院；2.經濟管理學院，重慶 400715)

一、引 言

新常態發展階段下我國城市產業發展的重心在于把新發展理念貫徹到全過程和各領域，催化新一輪科技革命和產業變革，但以往重量輕質的粗放式發展模式滋生的深層次問題尚未得到有效根治，空氣污染嚴重、自主創新不足、環境約束趨緊等現象仍然十分突出，嚴重影響了城市的高質量發展和居民的生活幸福感。面對城市產業快速擴張所衍生的生態問題和社會矛盾，黨的十九大報告指出，要著力構建市場導向的綠色技術創新體系，加快建設創新型國家，推進綠色發展。作為綠色和創新兩大發展理念的有機結合，綠色創新戰略對于城市實現質量型增長和提高環境效益有著重要的現實意義，也是優化城市產業布局和實現跨越式發展的重要“助推器”。

近年來，以產業關聯度高、人才凝聚力強、資本需求大為主要行業特征的生產性服務業在我國經濟轉型過程中迸發出巨大威力，逐漸成為激發創新發展活力、緩解資源環境壓力以及增強城市發展動能的可行途徑。《中國制造2025》把“加快生產性服務業發展”和“提升生產性服務業功能區”作為重點戰略任務，以實現制造業和服務業的協同發展。“十四五”規劃也明確指出(1)全稱為《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》。，要推動生產性服務業向專業化和價值鏈高端延伸，推進重點行業和重要領域綠色化改造，全面塑造發展新優勢，以期擴大內需潛力、推動產業質量變革和提升產業鏈供應鏈現代化水平。作為建立在二、三產業基礎上的新興產業，我國生產性服務業轉型升級態勢穩健，以云計算、大數據、物聯網等為代表的新一代信息技術為生產性服務業發展奠定了前沿的技術基礎，生產性服務業占GDP的比重持續升高。作為我國經濟增長的重要力量和經濟結構轉型升級的“利器”，一方面，生產性服務業自身發展能推動經濟高質量發展，另一方面，還可通過產業集聚產生的知識溢出效應、產業關聯效應、規模經濟效應等激發企業的創新活力、推動綠色技術進步，成為突破環境資源瓶頸、實現產業鏈附加值攀升的關鍵技術路徑，最終實現創新發展和環境改善的“雙贏”。那么，在綠色發展理念和創新驅動戰略持續深化的現實背景下，生產性服務業集聚是否能成為城市綠色創新的新興動力呢？兩者的理論邏輯和作用機理是怎樣的呢？以不同的研究視角來看，生產性服務業集聚對城市綠色創新水平的影響效果是否具有異質性特征？是否有其他因素約束生產性服務業集聚對城市綠色創新的影響？基于以上問題，本文嘗試對兩者的邏輯關系進行詳細刻畫，對該問題的研究或許能為我國城市綠色創新發展提供重要的參考依據和有益啟示。

現有文獻往往從理論延伸、實現機制、實證分析等角度入手解析生產性服務業集聚發展的影響研究，關于生產性服務業集聚對城市綠色創新的直接研究并不多見，更多的研究往往聚焦于生產性服務業集聚對經濟績效、全要素生產率、制造業效率、產業結構升級的影響[1-4]，也有部分研究從內生經濟增長理論、關聯效應等維度實證探究產業集聚對經濟增長和企業創新的影響[5-6]。上述研究充分揭示了生產性服務業作為發展新動能在推動經濟結構高質量變革的重要戰略地位，也為本文研究提供了一定的理論基礎和邏輯借鑒。考慮到生產性服務業集聚對城市綠色創新的影響研究比較缺乏，并且以往研究普遍忽略了地區生產性服務業集聚的技術創新效應可能還會從本地向鄰地擴散，對鄰近地區產生一定影響，鑒于此，本文的邊際貢獻主要有：(1)基于綠色創新的內涵與外延，引入環境污染的相關變量作為非期望產出，科學選擇綠色創新的測度指標，運用SBM-DEA模型和探索性空間數據分析方法深入探討城市間綠色創新空間演化規律與變化趨勢。(2)有別于以往研究僅局限于產業集聚的本地綠色創新效應，創新性地從“本地-鄰地”效應視角出發，實證檢驗生產性服務業集聚與城市綠色創新的關系以及詳細解析生產性服務業集聚在行業特性、地區差異、資源稟賦的約束條件下對城市綠色創新的異質性效應。(3)為厘清互聯網發展水平在生產性服務業集聚與城市綠色創新的關系中所發揮的作用，本文借助面板門檻模型劃分不同互聯網發展水平情況，以檢驗生產性服務業集聚對城市綠色創新水平的非線性影響。

二、理論分析與研究假說

綠色創新是指以環境保護為目標所進行的囊括產品生產技術、工藝、管理等一系列流程的創新活動，只有兼備創新的新穎性和價值性，實現技術進步和環境改善相容才是綠色創新[7]。基于傳統動能規律性衰退、要素驅動轉向創新驅動的客觀現實基礎，城市作為承載經濟要素活動的重要空間載體，為生產性服務業發展提供了必要的創新氛圍以及人才支撐，而生產性服務業作為技術知識、人力資本為主要投入品的資源節約型產業[8]，可通過空間集聚發展的形式實現規模經濟、知識溢出，推動產業鏈向中高端延伸，從而對城市綠色創新水平產生正向影響[9]，因此，生產性服務業集聚對綠色創新的作用機理可以從以下三個方面進行闡釋。

首先，生產性服務業集聚有助于集聚區域內的企業共享基礎設施和專業化服務，有效降低企業在研發創新、生產運營、交易管理等方面的成本，促使企業共擔風險和收益、強化上下游關聯，產生規模經濟效應，從而讓企業有更大的經濟空間來進行節能環保、高效清潔等方面的技術創新[10]。生產性服務業和高技術人才在同一地區的集聚推動了區域內的專業分工和協作，減少了生產性服務業在中間投入品、能源消耗等方面的投入，并有助于實現創新要素在空間上的高效配置，從而減少污染排放，為綠色創新能力帶來正外部性。

其次，前沿知識和先進技術是提升生產效率和激發創新的動力源泉和新生動能，生產性服務業集聚體系內不同產業不同領域間的交叉碰撞為城市綠色創新提升帶來了顯著的知識、技術溢出效應，促進新思想和新技術的誕生。多元化的產業促進了該地區高水平人才的跨行業融合互補和企業間的技術互動，近距離的交流合作不僅縮短了顯性知識在聚集區域的傳播時間和成本，還讓默示隱性知識得到質的延伸和拓展。生產性服務業集聚所產生的知識溢出效應促使企業在節能減排、資源利用上達成一致共識，激勵企業研發創新在污染治理、綠色發展方面的新技術和新方法，以技術改進和創新的方式提升集聚區域內整體技術含量和水準，推動城市綠色創新發展[11]。

最后，波特產業競爭力理論認為創新源泉來自競爭碰撞中產生出的知識技術溢出，市場競爭才是產業技術變革和創新驅動的題中之義[12]。生產性服務行業內以及行業間企業的集聚效應能夠促進開放環境下的良性競爭，通過知識共享、刺激需求、產業結構柔性化等多維度獲得經濟收益、提高創新效率，在提升產業鏈整體質量的同時催生規模化、集約化的產業體系，以便引領城市綠色創新高質量發展。值得注意的是，基于對新經濟地理理論的理解，生產性服務業的空間集聚過程是由規模效應、知識溢出效應、擁塞效應和不良競爭效應共同作用的結果，以至于生產性服務業集聚對城市綠色創新的影響效果可能因集聚階段不同而存在階段性差異。因此，若生產性服務業僅僅是地理上的“堆砌式發展”，對本地綠色創新的促進作用則可能不夠顯著，甚至可能具有抑制作用；若生產性服務業真正實現有效集聚，則對本地綠色創新水平具有促進作用。基于上述分析，本文提出假說H1：

H1：生產性服務業集聚與本地綠色創新水平存在U型關系。

考慮到不同地區不同城市的產業結構、要素優勢等存在異質性的客觀特征，且生產性服務業涉及行業范圍廣泛、構成復雜，各生產性服務業集聚程度自然會受到地區經濟差異、行業特征、城市資源稟賦等因素的制約，進而產生不同的集聚效應。Krugman認為，城市間要素的溢出效應不會因為地理或行政邊界的限制而只對本地產生影響[13]，城市間產業關聯度的表現形式之一為空間關聯，這也意味著生產性服務業集聚對綠色創新水平的發展必然存在空間溢出效應。顧乃華表明，生產性服務業存在的區域邊界效應的可能性將大于制造業，且其區域邊界更窄[14]。不同城市間的生產性服務業企業會因為地理位置鄰近而建立更為穩定的信任與合作關系，促進勞動力、資本等生產要素的跨地區流動，這種跨區域的要素流動逐漸模糊城市邊界，產生空間溢出效應，從而推動城市間的綠色技術改進和協同創新。此外，生產性服務業還可能通過“示范效應”、產業關聯等途徑對鄰近地區綠色創新產生影響，因此，城市的地理區位以及與腹地、周邊城市的空間聯系也是生產性服務業集聚研究不可小覷的重要因素，以往研究往往忽略了城市之間的空間溢出效應。基于上述分析，本文提出以下假說：

H2-1：生產性服務業集聚可通過空間溢出效應對鄰地綠色創新水平產生影響。

H2-2：生產性服務業集聚對城市綠色創新的作用效應受行業特性、地區差異、資源稟賦的影響。

互聯網作為一種傳播迅速、開放共享、跨越時空的通信數字技術，其跨越式的發展可催化數字經濟的新業態、新模式，并憑借自身強大的沖擊力和包容性逐漸滲透到各個行業之中，為生產投資、商業運營、進出口貿易、技術進步等多領域注入新動能[15]。以互聯網為載體的信息經濟成為推動經濟社會發展的強勁引擎和新興力量，而以跨界服務、知識密集為顯著特征的生產性服務業對信息、技術具有迫切需求，因此，城市互聯網的發展水平與生產性服務業集聚效應存在密切關聯。在城市互聯網發展水平較低時，其覆蓋規模和應用程度不足以為生產性服務業集聚效應的發揮提供良好的信息基礎設施，短期內無法為集聚區域內的企業提供信息便利和技術驅動；而在城市互聯網發展水平較高時，互聯網對生產性服務業集聚的賦能作用逐漸顯現，協助企業在低碳技術研發、生產設備升級、節能減排改善等方面實現突破，有助于提高生產要素配置效率、激發集聚區域內企業的創新活力，從而為城市綠色創新帶來積極影響。基于上述分析，本文提出假說H3：

H3：互聯網發展水平具有顯著的門檻特征，是約束生產性服務業集聚對城市綠色創新水平影響的關鍵因素。

三、研究設計

(一)模型設定

基于前文的理論基礎，本文重點研究生產性服務業集聚對“本地-鄰地”綠色創新的影響效應，為了捕捉兩者間可能存在的U型關系，本文在模型中加入生產性服務業集聚水平的二次項以檢驗生產性服務業集聚與綠色創新水平的非線性特征，借鑒Fischer等學者采用的空間計量方法[16]，設定的空間計量模型如下：

GIit=ρWGIit+β1Aggit+β2(Aggit)2+γXit+θWAggit+φWXit+αi+ηi+εit

εit=λWεit+μit

(1)

其中，GI表示城市綠色創新，Agg表示生產性服務業集聚水平，X為控制變量，包括政府干預程度、人口密度、產業結構、城市經濟發展水平、外商直接投資，下標i、t分別表示城市和年份，ρ為空間自回歸系數，λ為空間誤差系數，αi、ηi表示城市固定效應和年份固定效應；εit為隨機擾動項；μit為服從正態分布的隨機誤差項。若λ=θ=φ=0，則為空間滯后模型；若ρ=θ=φ=0，則為空間誤差模型；若λ=0，則為空間杜賓模型。W為空間權重矩陣，考慮到簡單二元鄰接矩陣不相鄰地區之間不存在相關性的理念與現實情況不相符合，無法真實反映地理上相互接近但并非相連的空間單元間的空間影響，因此本文采用城市之間直線距離的倒數作為權重。

(二)變量說明

1.被解釋變量：綠色創新(GI)

本研究采用Tone提出的SBM-DEA模型測算綠色創新效率[17]，它將非期望產出納入模型中，能夠有效解決投入產出變量的松弛性問題，使得測量結果更為準確有效。本文借鑒王巧等的做法，將環境因素納入傳統創新指標體系當中[18]，構建包括投入、期望產出和非期望產出三個方面的綠色創新指標體系，綜合考慮數據可得性和綠色創新的內涵來選取衡量綠色創新的指標，具體如下：

(1)投入變量：以城市科學技術支出、科學研究人員數以及全社會用電量作為投入變量。由于中國城市的R&D經濟內部支出和R&D人員全時當量較難獲得，故借鑒彭文斌等的做法[19]，分別選取科學技術支出和科學研究人員數作為替代變量，由于各市煤炭、石油及天然氣等數據統計不全，本文采取全社會用電量作為能源投入的替代變量。

(2)期望產出：以專利授權量表示。現有研究一致認為專利能相對客觀地衡量城市創新水平，因此本研究選擇專利授權量作為綠色創新的期望產出。

(3)非期望產出：主要選取各城市二氧化硫、工業廢水和工業煙(粉)塵排放量三個變量，通過熵值法對各指標賦權重，最終合成環境污染指數來衡量。

2.解釋變量：生產性服務業集聚(Agg)

本文依據國家統計局發布的《生產性服務業統計分類(2019)》，選取信息傳輸、計算機服務和軟件業，金融業，科學研究、技術服務與地質勘查業，租賃和商務服務業，交通運輸、倉儲與郵政業，批發零售業作為生產性服務業的代表。區位熵作為測度某一產業部門專業化程度的重要衡量指標，可以有效消除地區間的差異，從而真實反映某一區域要素的空間分布狀況，本文借鑒大部分學者的做法，選用區位熵來衡量生產性服務業集聚水平，具體計算公式為：

其中，Aggit表示t時期i城市j產業的區位熵指數，eij(t)為t時期i城市j產業的從業人數，∑jeij(t)表示t時期i城市所有產業的就業人數，∑ieij(t)為t時期全部城市j產業的從業人數，∑i∑jeij(t)為t時期全部城市所有產業的從業人數。

3.控制變量

本文的控制變量主要包括：(1)政府干預程度(gov)，以財政支出占GDP的比值來衡量；(2)人口密度(pop)，本文借鑒趙領娣和張磊的做法[20]，以年末常住人口與行政區域面積的比值來衡量；(3)產業結構(is)，使用第三產業與第二產業增加值的比值來衡量；(4)城市經濟發展水平(pgdp)，以人均GDP來衡量，并做對數處理；(5)外商直接投資(fdi)，使用外商直接投資占當年GDP的比重來衡量，其中，外商直接投資根據歷年人民幣對美元匯率平均價進行折算。

(三)數據來源

由于2000年前后我國行政區劃進行了大規模調整，基于數據可獲得性和一致性原則，本研究最終以2003-2019年中國260個地級市作為研究對象進行分析。期望產出指標中的專利授權量來源于中華人民共和國國家知識產權局專利檢索系統，其他數據均來源于《中國城市統計年鑒》、EPS數據庫以及國家統計局網站；所有名義變量均通過所在省份的價格指數調整為以2003年為基期；部分缺失值采用線性插值法予以補充。主要變量描述性統計結果如表1所示。

四、實證結果及分析

(一)空間相關性檢驗

本文運用MaxDEA軟件計算得出2003-2019年間中國260個地級市的綠色創新水平(GI)，由圖1、圖2可知，觀察期間，全國綠色創新水平年均增長率為2.49%，總體處于穩步上升的趨勢，但在2006年出現了普遍下降的跡象，可能的原因是我國正對產業結構進行優化調整，處于政策轉型調整期。2007年國家確定“兩型社會”試點試驗區，致力于建設資源節約型社會和環境友好型社會，提高資源利用效率以滿足人們日益增長的物質文化需求，并強調要加快經濟結構調整，大力發展高新技術產業，完善節能降耗、污染減排政策，扎實推進生態保護和建設，從而使綠色創新水平得到穩定持續性的增長(2)相關資料來自2007年國務院政府工作報告。。從城市規模和地區差異的角度來看，大城市的綠色創新水平普遍高于中小城市，東部地區的綠色創新水平普遍高于中西部地區，大城市和東部地區的年均增長率分別為2.85%和3.47%，而中小城市和中西部地區年均增長率為2.11%、1.71%，綠色創新發展的不平衡問題依然存在，我國城市綠色創新水平仍然具有較大的上升空間和發展潛力。

考慮到傳統模型估計因掩蓋了空間溢出效應而存在一定偏差，本文擬采用空間計量模型來實證檢驗生產性服務業集聚與城市綠色創新的關系，檢驗過程中利用Moran’s I指數來判斷變量間是否存在空間相關性，計算公式如下：

從表2可以看出，城市綠色創新水平的Moran’s I指數在觀測期內均為正且通過1%的顯著性檢驗，2003-2019年，Moran’s I指數在0.011～0.138范圍內小幅波動，表明中國各城市間綠色創新水平并不是處于完全的隨機狀態，而是呈現出較穩定的空間聯系，即城市綠色創新水平相近的城市存在空間集聚效應，證實了中國各城市間綠色創新水平的空間相關性滿足“地理學第一定律”。因此在研究生產性服務業空間集聚對綠色創新的影響時，有必要將空間因素考慮進來。

表2 2003-2019年城市綠色創新水平的Moran’s I指數

(二)基準回歸結果

基于前文對城市綠色創新水平空間相關性的檢驗，接下來采用空間計量模型實證分析生產性服務業集聚與城市綠色創新水平的關系，本文借鑒Elhorst的做法[21]，對空間計量模型進行一系列相關檢驗。首先，LM檢驗顯示LM(lag)和LM(error)均在1%的置信水平上顯著，表明空間誤差模型(SEM)和空間滯后模型(SAR)均適用；為保證模型的可靠性，本文進一步通過LR檢驗和Wald檢驗來判斷空間杜賓模型(SDM)是否更具一般意義，檢驗結果均拒絕了原假設，表明SDM模型不可簡化為SEM模型或者SAR模型；空間面板模型分為隨機效應模型和固定效應模型，經Hausman檢驗，本文選擇固定效應的SDM模型。基于以上檢驗結果，本文最終選擇時空雙重固定效應的SDM模型作為計量分析模型，為了對比分析各變量參數估計的穩健性，本文還依次列出其他模型的估計結果，實證結果見表3。

表3 基準回歸結果

由表3不同空間計量的估計結果可知，空間自回歸系數和空間誤差項均為正數，并且均在1%的置信水平上顯著，進一步驗證了我國城市間的綠色創新活動并非相互孤立的，存在一定的空間關聯性，與前文城市綠色創新水平的Moran’s I指數估計結果相一致。由于考慮到空間計量回歸的參數估計值難以準確反映生產性服務業集聚對城市綠色創新的邊際影響，故本文借鑒LeSage和Pace的做法，采用偏微分方法來避免點估計過程存在的誤差[22]，即對地理距離矩陣下的估計結果進行分解，使用直接效應來分析生產性服務業集聚對本地綠色創新的影響效應，使用間接效應來分析生產性服務業集聚對鄰地綠色創新的影響效應，本文生產性服務業集聚的“本地-鄰地”綠色創新效應結果如表4所示。

表4 生產性服務業集聚對城市綠色創新的直接效應與間接效應

生產性服務業集聚對本地綠色創新水平的影響系數顯著為負，二次項系數顯著為正，兩者都通過了1%的置信水平，表明生產性服務業集聚的本地綠色創新效應表現出U型曲線特征，即整體上生產性服務業集聚對本地綠色創新效應存在先抑制后促進的現象。本文給出的解釋為，在生產性服務業集聚發展的前期，還未形成一定規模，僅僅停留在“形聚神不聚”的層面，與制造業的關聯性不強，未形成與其他產業的良性互動，且不同產業產生規模經濟和外部性效應的規模和技術門檻存在差異[23]，在有限的城市空間內，不同效率水平的生產性服務業部門僅僅是地理上的“堆積式”集聚反而可能增加生產要素、資源的競爭力度，從而引起生產成本上漲、能源消耗增加以及行業競爭力下降，不利于城市綠色創新的發展，無法實現相關產業間的協同效應和規模經濟。在“退二進三”“騰籠換鳥”等政策的影響下，生產性服務業集聚得到進一步發展，不同產業彼此之間的聯系與合作逐漸得以強化，通過知識共享、產業關聯度提升、降低成本等多維度提高創新效率，推動企業進行新型綠色技術研發，從而對城市綠色創新水平的促進作用也就逐漸明顯，假說H1得證。值得注意的是，通過計算得到U型曲線拐點值為0.887 9，發現目前我國僅有20.38%的城市已跨越到拐點值右側，表現為促進作用。

生產性服務業集聚與鄰地綠色創新水平的關系與本地相一致，即生產性服務業集聚的鄰地綠色創新效應也表現出U型曲線特征，整體上生產性服務業集聚對鄰地綠色創新水平的影響表現為“先抑后揚”特征。原因在于，在生產性服務業集聚發展的起步階段，其整體規模和輻射范圍存在一定局限，受到城市間距離、生產成本等因素的制約，造成資源配置效率的損失，生產性服務業集聚發展的溢出紅利無法得到有效釋放；當集聚達到一定程度時，城市間的區際市場分割現象逐漸弱化，本地和鄰地的生產性服務業間的經濟聯系和合作交流得到增強，通過城市間的產業關聯形成協同效應，從而對鄰地綠色創新水平產生正向的空間溢出效應，假說H2-1得證。

在控制變量方面，考慮空間效應的條件下，政府干預程度的直接效應和間接效應均不顯著，表明政府干預未能對本地和鄰地綠色創新水平產生明顯作用。人口密度的直接效應顯著為正，間接效應不顯著，說明人口密度大的城市越容易形成豐富的勞動力池，并為本地企業不斷輸送高素質的創新人才，能夠提升本地綠色創新水平，但對鄰地未產生顯著影響。產業結構的直接效應影響系數顯著為正，間接效應不顯著，表明產業結構轉型升級能有效激發本地的綠色創新活力，而未能對鄰地產生顯著影響。城市經濟發展水平的直接效應和間接效應均顯著為負，表明中國當前整體的城市化水平依然偏低，短期內城市經濟發展水平尚不足以為提升本地和鄰地綠色創新水平提供充足的發展空間。外商直接投資的直接效應和間接效應均顯著為負，表明外商直接投資不利于本地和鄰地綠色創新水平的提升，原因可能在于，政府為追求地區經濟增長效益的快速提升，未對外資進行嚴格的把關、篩選，導致大量低質量外資流入，使得外資的技術外溢效應難以發揮。

(三)空間溢出邊界分析

全域空間權重矩陣下，生產性服務業集聚對本地和鄰地綠色創新水平的作用效應均呈現出U型特征，考慮到地區經濟的集聚特征以及生產性服務業集聚發展的趨近性，本文借鑒沈坤榮和董直慶的空間權重設計方法[24-25]，分別以300 km、400 km、500 km、600 km、700 km、800 km為地理距離閾值分別設定局域空間權重矩陣進行SDM回歸(3)為了避免“孤島效應”，保證每個城市都至少存在一個地理鄰近的城市，故本文選擇300 km為起始距離閾值。，對比分析偏微分后直接效應和間接效應的系數，以此驗證生產性服務業集聚的“本地-鄰地”綠色創新效應是否會隨著地理距離的變化而改變。

如表5所示，生產性服務業集聚的本地綠色創新效應在不同城市經濟圈中均表現出一致性，即先抑后揚的U型趨勢。進一步通過估計結果分析，發現生產性服務業集聚的鄰地綠色創新效應在不同城市經濟圈中存在差異性，即鄰地綠色創新效應的U型特征更多在特定范圍內成立。在600 km距離范圍的城市經濟圈以內，生產性服務業集聚的一次項和二次項系數均具有統計顯著性，表現出U型關系，當城市經濟圈距離超過600km以后，生產性服務業集聚的鄰地綠色創新效應隨著城市間地理距離漸遠而發生減弱，U型關系不再成立，表明鄰地效應存在一定的空間溢出邊界。

表5 不同城市經濟圈生產性服務業集聚的“本地-鄰地”綠色創新效應

(四)異質性分析

1.按行業層次分組

不同行業的生產性服務業集聚對城市綠色創新水平可能產生異質性影響，本文借鑒于斌斌的做法[3]，以行業的研發強度、人均產值等行業特征為標準，本文將生產性服務業分為低端生產性服務業和高端生產性服務業兩類，其中，高端生產性服務業包括“信息傳輸、計算機服務業和軟件業”“金融業”和“科學研究、技術服務業和地質勘查業” ，低端生產性服務業包括“交通運輸、倉儲和郵政業”“批發和零售業”“租賃和商業服務業”。

由表6可以發現，高端生產性服務業集聚的本地綠色創新效應表現出U型特征，而高端生產性服務業集聚對鄰地綠色創新水平的影響未通過顯著性檢驗，作用效果微弱，低端生產性服務業集聚與本地和鄰地綠色創新水平的U型關系均成立。究其原因，高端生產性服務業具有知識和技術密集度高、高附加值、高就業率的行業特性，更容易為本地吸引先進技術和高素質人才，集聚發展有助于推動高端生產性服務業企業進行技術變革和研發創新，推動城市產業結構升級，從而促進本地綠色創新發展。而各地區政府存在經濟錦標賽式競爭，高端生產性服務業往往受到地區保護的程度較高[26]，導致高端生產性服務業集聚的溢出范圍受到一定的削弱作用，對鄰地綠色創新水平的影響不顯著。此外，高端生產性服務業集聚的系數絕對值高于低端生產性服務業，并且通過本地高端和低端生產性服務業集聚的影響系數計算得出，高端生產性服務業的拐點絕對值為0.294，低端生產性服務業的拐點絕對值為0.759，表明高端生產性服務業能夠更快實現由負轉正的影響效果，這也符合產業的現實發展現狀和行業特性，也從行業細分的角度闡述了高端生產性服務業集聚促進本地綠色創新水平提升的“主力軍”。因此，這就需要各城市在發展過程中更加注重生產性服務業內部的產業結構特點，避免生產性服務業的低水平重復建設和粗放式擴張，以免造成不必要的資源浪費和環境壓力。

表6 行業異質性檢驗結果

2.按地區分組

由于各地區經濟資源稟賦、區位條件存在不同程度的差異，對城市綠色創新水平的影響也可能存在區域性差異，本文為了檢驗不同區域生產性服務業集聚對城市綠色創新水平影響的地區異質性，將260個城市細分為東、中西地區兩個樣本組(各樣本組分別有96、164個城市樣本)(4)本文參照國家統計局2017年的劃分標準，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中西部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內蒙古自治區、廣西土族自治區、重慶、四川、貴州、云南、西藏自治區、陜西、甘肅、青海、寧夏回族自治區、新疆維吾爾自治區。，利用SDM模型進行回歸，結果如表7所示。

表7 地區異質性檢驗結果

由估計結果可知，生產性服務業集聚對城市綠色創新水平的影響效應存在明顯的區域差異，東部地區生產性服務業集聚有利于提升本地綠色創新水平，其影響系數在1%的置信水平下顯著為正，對鄰地綠色創新水平的作用效應未通過顯著性檢驗。對于中西部地區，生產性服務業集聚對本地和鄰地綠色創新水平的作用效應均呈現出U型特征，并通過顯著性檢驗，表明集聚發展達到一定規模時，生產性服務業集聚的促進作用才逐漸顯現。與制造業集聚不同，生產性服務業傾向于在經濟發達程度高、區位條件好的地區集聚[27]，東部地區作為中國對外開放的前沿陣地，整體產業體系更加成熟完善，其高度發達的制造業為生產性服務業提供良好的產業基礎，為東部城市實現綠色創新發展創造了良好的先天條件，因此，生產性服務業空間集聚的知識溢出效應更加明顯，并且長期處于集聚效應遞增階段，這一結論與陳建軍等學者的研究結果保持一致[28]。

3.按城市分組

《全國資源型城市可持續發展規劃(2013-2020年)》指出，資源型城市作為重要的能源資源保障基地，對于我國實現區域協調發展、促進生態文明建設有著重要的戰略地位和現實意義，鑒于此，本文根據全國資源型城市名單將研究樣本劃分為資源型城市(106個)和非資源城市(154個)兩組進行回歸，以考察生產性服務業集聚的“本地-鄰地”綠色創新效應在不同樣本組的差異化效果。

具體實證結果如表8所示，生產性服務業集聚與本地綠色創新水平的U型關系在資源型城市和非資源型城市均成立，且非資源型城市的影響系數比資源型城市大，U型拐點值也小于資源型城市，表明非資源型城市生產性服務業集聚對本地綠色創新水平的作用效應更為突出，且能夠更快轉化為促進效應。對此，本文的解釋為我國大多數資源型城市的產業發展對本地資源稟賦有著固有的路徑依賴，從而導致產業轉型緩慢、資源型產業占比過高、環境污染問題嚴重等一系列問題，資源型城市產業結構的單一性也對本地發展高端生產性服務業的市場環境和要素基礎產生一定限制，進而削弱了生產性服務業集聚綠色創新效應的力度。而資源型城市和非資源型城市生產性服務業集聚的鄰地綠色創新效應均不顯著，主要原因可能是，根據全國資源型城市名單的隨機分組回歸，在一定程度上削弱了生產性服務業集聚的空間溢出效應，假說H2-2得證。

表8 城市異質性檢驗結果

(五)穩健性檢驗

以上實證分析均是基于地理距離矩陣的估計結果展開討論，那么上述研究結論是否會在更換空間權重矩陣的情況下產生變化？若替換核心解釋變量和估計樣本，實證結果是否具有穩健性？為了解決以上問題的顧慮，本文從以下幾個方面進行穩健性檢驗。

第一，更換空間權重矩陣。本文通過對比不同空間權重矩陣的估計結果檢驗上述空間計量估計結果的穩健性，借鑒張學良的研究[29]，使用各城市人均GDP構建經濟距離矩陣，并在經濟距離矩陣和地理距離矩陣的基礎上構建經濟與地理距離嵌套矩陣進行空間計量估計，表9相關結果表明，雖然個別控制變量的影響系數不一致，但核心解釋變量參數估計與上文高度一致，生產性服務業集聚對本地和鄰地綠色創新水平的影響均具有U型特征，其他控制變量參數估計也基本保持一致。第二，替換被解釋變量和估計樣本。首先通過替換被解釋變量來檢驗基準分析的穩健性，本文借鑒徐佳和崔靜波的指標衡量方法[30]，采用綠色專利申請量來表征城市綠色創新水平，數據根據世界知識產權組織(WIPO)綠色專利清單中的綠色專利IPC分類號(5)詳情可前往世界知識產權網站https：//www.wipo.int/portal/en/index.html查詢。，通過中國國家知識產權局(SIPO)的專利信息檢索頁面手工匹配整理而得，估計結果如表10所示，生產性服務業集聚的“本地-鄰地”綠色創新效應均呈U型特征。考慮到直轄市、省會城市以及副省級城市(6)副省級城市包括：沈陽市、哈爾濱市、長春市、濟南市、大連市、青島市、杭州市、寧波市、成都市、武漢市、廈門市、南京市、西安市、廣州市、深圳市。通常是所屬區域的中心城市，行政等級較高，在政治資源、人才吸引力等方面均優于行政等級較低的城市，因此，本文借鑒李斌和李冉的做法[31]，剔除行政等級較高的城市以排除這些因素對研究結論的干擾，實證結果發現核心解釋變量的符號和顯著性均未發生改變。根據聯合國和中國的最新城市規模定義標準，以城市年末市區總人口為依據將城市規模分為5類(7)根據國務院發布的《關于調整城市規模劃分標準的通知》，本文將260個地級市劃分為超大城市(超過1000萬)、特大城市(500萬-1000萬)、大城市(100萬-500萬)、中等城市(50-100萬)、小城市(低于50萬)。，考慮到觀測值的數量，本文借鑒郭曉丹等的做法[32]，將城市分為大城市和中小城市兩類進行分樣本回歸，其中大城市指的是大型城市及規模以上的城市，中小城市指的是中等城市和小城市，估計結果發現無論是大城市還是中小城市，研究結論與基本回歸結果完全一致。第三，內生性討論。本文借鑒郭家堂和駱品亮的處理方法[33]，選取解釋變量的滯后一期作為工具變量，即選擇生產性服務業集聚的滯后一期作為當期的工具變量進行回歸，研究結論依然具有穩健性。

表9 不同空間權重矩陣下生產性服務業集聚對城市綠色創新的直接與間接效應

表10 穩健性檢驗估計結果

五、進一步討論

根據前文分析，本文采用面板門檻模型考察不同互聯網發展水平區間內生產性服務業集聚對城市綠色創新水平的非線性影響，將互聯網發展水平作為門檻變量，以單一門檻為例，構建如下面板門檻模型：

GIit=α0+α1Aggit×I(internet≤q)+α2Aggit×I(internet≧q)+γXit+αi+ηi+εit

I(＊)表示一個指示函數，在括號內條件滿足的情形下取值為1，反之，在括號內條件不滿足的情形下取值為0；q表示待估計的門檻值；internet為門檻變量，使用互聯網普及率來作為城市互聯網發展水平的衡量指標，互聯網普及率等于寬帶接入戶數占年末總人口的比重；控制變量同前文一致；由于多重門檻的檢驗原理與單一門檻基本相似，故此處不再進行贅述。結果如表11所示，F檢驗值分別在1%的水平、5%的水平下拒絕 “0個門限”和 “1個門限”的原假設，說明模型存在兩個門檻值，第一個門檻值為0.079 8，第二個門檻值為0.252 1。

表11 門檻效應檢驗

由表12估計結果可知，生產性服務業集聚對城市綠色創新水平的影響系數存在三個區間的變化：當城市互聯網發展水平在門檻值0.079 8以下時，生產性服務業集聚對城市綠色創新水平的作用顯著為負；城市互聯網發展水平在門檻值0.079 8和0.252 1之間時，生產性服務業集聚對城市綠色創新水平的作用為正，但不顯著；當城市互聯網發展水平在門檻值0.252 1以上時，生產性服務業集聚對城市綠色創新水平的作用系數顯著為正，系數值為0.072 6，這說明生產性服務業集聚對城市綠色創新水平的影響表現為先抑制后促進的趨勢，與前文結論一致。

表12 面板門檻效應回歸結果

對此，本文的解釋為，在城市互聯網的發展前期，其網絡效應和輻射范圍受到一定限制，企業在生產研發、運營管理等方面的信息技術應用程度較低，導致部門、企業、產業之間未進行充分有效的交流溝通，簡單的空間集聚反而可能加劇競爭力度，因此未有效享有互聯網帶來的數字紅利。隨著城市互聯網的進一步發展，數字紅利得以充分迸發，信息技術的發展和應用打破了知識擴散的空間距離約束，通過開放平臺和共享網絡加緊部門內部、上下游企業之間的聯系，有效提高信息傳播速度、降低交易成本、擴大市場潛能，讓企業擁有更多的資源和渠道進行綠色技術研發創新，從而對城市綠色創新水平的影響效果變為促進作用，由此可見，城市互聯網發展水平是約束生產性服務業集聚對城市綠色創新水平影響的關鍵因素，假說H3得證。

六、結論與政策建議

本文基于新經濟地理理論框架，選取2003—2019年中國260個地級市的面板數據為樣本，采用考慮非期望產出的SBM-DEA模型科學構建綠色創新水平評價指標體系，以“本地-鄰地”效應為切入點，運用空間杜賓模型深入探析生產性服務業集聚對城市綠色創新的作用效果和異質性效應。研究發現，從整體來看，生產性服務業集聚對本地綠色創新水平的影響表現出先抑后揚的U型特征，表明生產性服務業集聚對本地綠色創新的促進作用存在閾值，當生產性服務業集聚發展跨過臨界值時，才會顯著促進本地綠色創新水平，而生產性服務業集聚與鄰地綠色創新水平的U型特征僅在一定范圍內成立，空間溢出邊界為600 km。異質性條件下生產性服務業集聚對城市綠色創新水平的影響存在顯著差異，從行業異質性視角來看，高端生產性服務業集聚對本地綠色創新水平的影響能夠更快地轉為促進效應，但對鄰近地區未產生顯著影響，低端生產性服務業集聚與本地和鄰地綠色創新水平的U型關系均成立；從地區異質性維度來看，東部地區生產性服務業集聚有助于提升本地綠色創新水平，鄰地綠色創新效應不顯著，中西部地區生產性服務業集聚與本地和鄰地綠色創新水平的U型關系均成立；從城市異質性看，與資源型城市相比，非資源型城市的本地綠色創新效應更為突出，而兩者鄰地綠色創新效應均不顯著。本文進一步通過面板門檻模型實證檢驗不同城市互聯網發展水平下生產性服務業集聚對城市綠色創新水平的非線性影響，發現城市互聯網發展水平是約束生產性服務業集聚對城市綠色創新水平影響的關鍵因素。基于此，本文提出相應的政策建議：

第一，各城市應緊密結合本地實際經濟情況，系統性規劃產業發展方式和未來方向，因地制宜發展與城市規模、資源稟賦相匹配的生產性服務業。本文在全國層面上的實證研究表明，大部分城市尚未跨越生產性服務業集聚發展的拐點值，更多表現出綠色創新抑制效應，且生產性服務業的行業特性、所在城市的區位條件和資源稟賦在城市綠色創新水平的影響因素中發揮重要作用。各地政府應立足于城市功能、發展定位以及產業結構，科學制定生產性服務業發展政策，通過稅收優惠、財政支持、人才引進、融資保障等政策，有力推動生產性服務業發展規模和質量的整體躍升。各地應依據自身優勢合理調整產業布局，防止低端生產性服務業的盲目擴張和同質化惡性競爭，積極發展與當地制造業發展水平相適應的生產性服務業，從而充分發揮出產業聯動效應。

第二，強化城市間的跨區域合作互動，建立區域間的生產性服務業協同發展機制。各地政府應以城市間的協同創新為產業發展著力點，與鄰近地區構建形成功能互補、良性互動的聯動格局，保障生產要素在城市間的自由流動，充分發揮生產性服務業的正向空間溢出效應，在促進本城綠色創新提升的同時也能對鄰近地區產生正向影響。同時還應當注重發展生產性服務業的相關配套基礎設施，重視高技術人才的培養和綠色技術研發的投入，建立高標準的產業互動平臺，完善生產性服務業的市場環境，通過鼓勵創新人才、清潔產品、研發資本的跨區域流動來擴大知識溢出的空間半徑，從而共同推動區域內的綠色技術升級。

第三，深化生產性服務業與互聯網的融合發展，推動信息資源互通和數據平臺共享，打破信息孤島。互聯網作為一種通用信息技術，其共享互動的本質特征有效引導生產要素在城市間、產業間自由流動，有助于降低信息搜尋成本、增強知識溢出效應，從而消除長期以來的省域市場分割和行政體制障礙。因此，各城市應注重加強城市信息基礎設施建設，打造高水平數字經濟產業鏈，借助“互聯網+”促進綠色生產技術的擴散、消除產業間的空間距離隔閡，加強城市間綠色創新資源的流動、整合與共享，以期為城市生產性服務業集聚發展注入新動能和新活力，實現城市協同創新發展。