生產性服務業集聚與城市綠色經濟效率
——基于動態空間杜賓模型與門檻模型的實證檢驗

張紅霞，李家琦，李育哲

（山東理工大學 經濟學院，山東 淄博 255000）

一、引言

“碳達峰”和“碳中和”是我國基于人類命運共同體和經濟可持續發展的內在要求提出的戰略目標，在“雙碳”目標的指引下，城市的綠色經濟發展水平開始成為衡量我國經濟高質量發展的重要指標。集聚經濟因具有資源配置和共享、提升經濟效率及重塑城市空間等功能，成為城市轉變經濟發展方式的“新引擎”。生產性服務業作為現代服務業與制造業深度融合的銜接點，其集聚發展對城市綠色轉型更具關鍵作用。然而，隨著我國經濟進入新常態發展階段，更多學者開始關注經濟發展與環境保護這一“兩難”悖論，并逐步聚焦產業集聚負外部性所引致的“環境污染”。新常態背景下，探索產業集聚的正、負外部性，論證如何釋放產業集聚的更大紅利，從而實現經濟發展與環境保護的互惠共贏，已成為中國經濟發展的重大戰略問題。

影響城市綠色經濟效率的因素眾多，諸如城市規模［1］、政府干預［2-3］、互聯網發展［4］以及環境規制［5］等。而在諸多因素中，經濟集聚對城市綠色經濟效率的影響得到了學者的廣泛關注并進行了相關論證，產業集聚正如一把“雙刃劍”，對環境污染和經濟增長通常都具有“促進”和“抑制”的雙重效應［6-7］。現有文獻將產業集聚的經濟效應和環境效應歸結為三點原因：一是集聚行業的要素偏向存在差異。產業集聚實際是各類生產要素在城市空間的有效聚集，因此，產業集聚過程中形成的對資本、勞動和技術進步等要素的偏向，構成對綠色經濟效率影響的差異。從制造業角度來看，張向榮（2020）［8］基于對粵港澳大灣區城市數據的分析，認為勞動密集型和資源密集型制造業已經出現集聚過度引致的“擁擠效應”；李福柱和李倩（2019）［9］的研究則認為，技術密集型制造業可以驅動經濟增長和綠色發展。從生產性服務業角度來看，作為知識密集型產業，生產性服務業集聚可以顯著促進知識和綠色技術溢出。但由于生產性服務業的要素偏向更多源于制造業的需求，如生產性服務業中的低端行業多與制造業中的勞動密集型和資源密集型行業形成互動，而高端行業多與制造業的技術密集型行業相關聯［10］，因此，當產業內部高端生產性服務業比重較高時，生產性服務業集聚更易于產生對綠色經濟效率的提升效應。二是產業集聚與要素密集度的適配程度。按照產業集聚與生產率的匹配關系，可將產業集聚劃分為集聚推進、集聚適中和集聚過度三個階段［11］，前兩個階段的產業集聚與要素條件相匹配會形成對綠色經濟效率的正向影響，但當集聚規模超越臨界值后，生產要素的過度集聚必然會產生“擠出效應”［12］，使產業集聚與資源投入產生空間錯配，從而對綠色經濟效率產生抑制作用［13］。三是產業集聚和環境污染的空間溢出效應。城市間的經濟關聯使產業集聚存在空間溢出效應，而污染也具有通過空間聯系和產業關聯進行傳導的特性，且受技術條件的限制，短時間內生產效率的提升必然會增加污染排放［14］，李治國等（2022）［7］也認為，既然經濟集聚存在引致經濟發展的示范效應和輻射效應，那么環境污染的空間溢出也成為可能，因此在城市關聯度較高，特別是形成“中心—外圍”經濟結構的城市群后，中心城市為了提升“本地”綠色經濟效率，可能會通過改善產業布局或提高污染成本促使污染轉移至外圍城市。由此可見，城市經濟的可持續發展實際受制于兩種外部性，一類是生產活動導致的環境污染即環境的負外部性，另一類是外部規模經濟即集聚的正外部性［15］，兩類外部性相互影響共同引導城市經濟發展的方向。因而，探討緩解各生產環節所產生的負環境效應，有效發揮集聚效應主導優勢的路徑機制，成為提升城市綠色經濟效率的重要思路。

通過梳理相關文獻發現，既有研究存在以下幾點不足：一是在研究角度上，已有文獻更多關注制造業集聚或第二、第三產業對環境污染或對經濟效率的影響，而缺乏對生產性服務業的聚焦以及對城市環境保護與經濟發展的研究；二是在傳導機制上，對生產性服務業集聚影響城市綠色經濟效率的機理和因素的探討還有待深入；三是在研究方法上，現有文獻多從非空間模型探究產業集聚，而缺乏對城市間經濟關聯和污染的“空間溢出效應”的研究。因此，本文可能的邊際貢獻在于：①使用較為前沿的非期望產出的Super-SBM模型測算城市綠色經濟效率，實現對城市綠色轉型與經濟發展雙重研究目標的兼顧。②聚焦生產性服務業，從“本地—鄰地”視角出發，構建考慮時間效應的動態空間杜賓模型，研究產業集聚的不同模式及不同行業對綠色經濟效率的影響機理。③基于面板門檻回歸模型，進一步分析提升城市綠色經濟效率的環境規制最優強度和技術進步門檻，為城市經濟可持續發展提供重要參考。

二、理論假說

（一）生產性服務業集聚影響城市綠色經濟效率的“本地—鄰地”效應

生產性服務業集聚通過發揮共享效應和對綠色要素的再配置，可以有效提升“本地”綠色經濟效率水平。首先，產業在空間范圍內合理有序集聚產生的“規模經濟”可以激發共享效應。生產性服務業可以在空間中通過產業鏈的上下游關聯與制造業形成協同效應［16］，加速形成以生產性服務業為技術支撐的現代服務業產業布局，并強化企業間的橫、縱向合作與分工，形成規模經濟效應與范圍經濟效應［17］，繼而產生產業間生產要素、基礎設施和中間服務投入等的共享效應。基于這一效應，更有利于制造業企業實現新能源、新技術的廣泛應用以及污染物的集中處理，逐步降低企業生產成本和環保成本，從而通過激發集聚的正環境效應和經濟增長動能，提升城市綠色經濟效率。其次，新經濟地理學指出，產業集聚作為一種經濟地理現象，其集聚效應可以加速實現要素的再配置過程，即有效促進資本、人才、知識等綠色要素投入，形成規模，通過實現綠色要素的整合和統籌配置，為提升綠色經濟效率鋪設道路［18］。具體而言，生產性服務業具有知識密集和技術密集特征［19］，可以通過物質資本深化和人力資本積累兩條路徑提高城市資源配置效率，最終達到改善環境和經濟增長的目的。一是生產性服務業集聚所形成的城市資本回報率優勢可以推動城市物質資本的積累，繼而通過增加研發投入促進企業環保技術進步、提升制造業生產效率，為城市新舊動能轉換提供物質資本保障；二是生產性服務業可以通過優化空間布局，提高專業化分工水平和工資水平，建立較為完善的人才培養制度，從而發揮“人才集聚效應”，實現城市人力資本水平提升和結構優化。生產性服務業集聚對人力資本的自我強化促使更多高素質勞動者通過正式或非正式交流推動“人力資本溢出”，并加速“知識溢出”和“技術溢出”［20］，為城市綠色經濟效率的提升提供知識儲備。

生產性服務業集聚不僅會影響“本地”的綠色經濟效率，還會對相鄰城市綠色經濟效率產生影響。經濟活動本質上具有空間集聚的特征，因此產業集聚往往會呈現明顯的空間外部性特征。生產性服務業集聚對資本、人才、技術等綠色要素的“虹吸效應”可以促進本城市的經濟綠色轉型，而由于集聚經濟活動的空間聯動特性，其對“鄰地”的綠色經濟效率也可能產生明顯的空間溢出效應。一方面，本城市生產性服務業集聚產生的“暈輪效應”會對“鄰地”綠色經濟效率產生正向影響。城市綠色經濟效率提升的行為，為“鄰地”起到了“引領作用”和“示范作用”，且由于空間距離的鄰近促進了城市間污染治理和經濟發展的協同共進［21］，從而有利于發揮集聚的正外部性。另一方面，本城市生產性服務業集聚也可能會對“鄰地”綠色經濟效率產生負向影響。有關環境保護與經濟發展關系的“污染天堂假說”認為，污染密集的企業會選擇環境標準較低的地區，從而造成污染企業的遷移。隨著城市生產性服務業集聚的演進，本地區產業結構得到優化升級，公眾環保意識增強，城市內高耗能、高污染企業的競爭優勢下降、政策壓力上升，被迫退出本地市場并向外圍城市遷移，從而對“鄰地”形成負環境效應和負經濟外部性壓力。綜上所述，生產性服務業集聚對“鄰地”綠色經濟效率的影響取決于產業集聚正、負兩種外部性關系，如果正外部性大于負外部性，則為正向影響，反之則為負向影響。基于此，本文提出假設1。

H1：生產性服務業集聚對“本地”綠色經濟效率具有正向影響，對“鄰地”存在“空間溢出效應”。

根據生產性服務業內部結構的分布特征，可將其分為專業化和多樣化兩種發展模式［22］，當生產性服務業的內部結構集中于少數行業時，產業結構的單一性使其更易形成專業化發展模式，當生產性服務業的各行業發展水平較為均等時，則易形成多樣化發展模式。韓峰等（2014）［23］對生產性服務業集聚的兩種模式進行了分析，認為有效空間范圍內生產性服務業的多樣化集聚和專業化集聚的傳導機制存在差異。因此，有必要進一步探討專業化集聚和多樣化集聚的影響效應。專業化集聚有助于城市形成主導產業并帶動其他部門的發展，從而發揮產業集聚的經濟外部性。由Marshall（1890）［24］提出的MAR外部性理論認為，專業化集聚有利于集聚區企業利用空間鄰近優勢，共享基礎設施、技術和人力資本投資等資源并產生規模效應，從而形成影響經濟效率的正外部性，因此，產業的專業化集聚可以降低企業的交通運輸成本和重復投資產生的“沉沒成本”，從而提升企業利潤空間并緩解城市污染問題。以Jacobs(1969)［25］為代表提出的多樣化集聚，即不同類型企業的橫向集聚理論則認為，多樣化集聚創造的寬松的產業發展環境，更有利于企業間的知識交流，從而推動技術創新。但當生產性服務業多樣化集聚行業間的協同能力不足時，不同企業生產所需的生產要素和技術又具有較強的專用性，則會阻礙人才、知識等高級要素在行業或企業間的流動，造成該城市生產性服務業生產活動空間資源整合的失效［26］，從而增加企業生產投入的資源損耗。因此，如果生產性服務業行業間無法形成有效協同，多樣化集聚程度越高反而會對城市“綠色發展”產生負向影響。基于此，本文提出假設2。

H2：生產性服務業的多樣化集聚和專業化集聚對城市綠色經濟效率存在異質性影響。

（二）生產性服務業集聚對城市綠色經濟效率的門限效應

威廉姆森假說認為，經濟集聚超過一定界限便會引發“集聚不經濟”，從而造成經濟效率的損失。因此，產業集聚本身對城市綠色經濟效率的影響很有可能是一枚硬幣的“正反面”：一方面，如上文所述，生產性服務業集聚所形成的“共享效應”與綠色要素的再配置可以對城市環境和經濟發揮正外部性，從而促進城市綠色經濟的發展；另一方面，生產性服務業集聚達到一定規模后，企業的過度集中所形成的要素配置失衡和同質化競爭現象致使“擁塞效應”凸顯，從而加劇城市資源的內耗，產生交通堵塞、住房緊張、環境污染等城市問題。同時，由于生產性服務業的最終產出源于制造業的需求，當城市的生產性服務業過度集聚甚至擠占了制造業的生產要素和發展空間時，即生產性服務業的發展脫離了制造業的有效需求，城市的整體產出與要素投入出現錯配，生產性服務業便成為“無本之木”，難以形成可持續發展，最終增強集聚對經濟的負外部性和負環境效應，要素的邊際產出和集聚經濟的規模經濟紅利下降。因此，總體來看，生產性服務業集聚可能存在提升城市綠色經濟效率的最優規模。

技術創新支撐生產性服務業集聚是對城市綠色經濟效率發揮正向作用的一條重要路徑。制造業發展的各環節都離不開服務業的投入，而生產性服務業的技術密集特征使其扮演了新知識的創造者、承載者和擴散者的角色，從而成為制造業升級的粘合劑和推動力［27］，即生產性服務業可以將技術創新導入產業結構升級路徑，推動城市產業鏈向“微笑曲線”兩端延伸，并最終促進城市綠色經濟轉型。而當城市技術創新水平較低時，生產性服務業往往無法發揮其技術密集優勢推動自主創新，企業只能通過改善原有技術、技術模仿和技術引進等方式提高其綠色生產效率，但這類技術進步的經濟效應要遠低于自主創新，無法成為綠色經濟效率提升的主要驅動力。因此，只有在持續的技術進步的“加持”下，才能充分發揮生產性服務業集聚的“結構紅利”和“技術紅利”，從而破解能源環境約束下的經濟困局，實現節能減排與經濟發展的“雙贏”［28］。

“波特假說”認為，環境規制所促進的技術進步，可以抵消由環境保護所帶來的企業成本上升，從而提高企業的競爭優勢和盈利能力，提升產業生產效率［29］，因而環境規制可能對經濟發展存在“補償效應”（1）。而環境規制對經濟效率提升的內在動力在于強化處于不同生產率層次企業的空間“自選擇效應”［30］，即引導高效率企業進入集聚區、低效率企業退出集聚區。但研究表明，強度過高的環境規制可能會反向提高企業成本、加重企業負擔，盲目提高環境規制未必有利于綠色經濟效率的提升。更嚴格的環境規制反而會限制企業的技術改造和升級，提高生態保護成本，進而不利于提升企業績效并抑制經濟發展，甚至制約生態效率的改善［30-32］，最終引致生產性服務業集聚對城市綠色經濟效率提升的邊際效用遞減。由此可見，若集聚區的環境規制強度無法與該地經濟發展狀況和水平相匹配，可能會導致生產性服務業無法充分釋放產業集聚所形成的規模經濟紅利。因此，本文提出假設3。

H3：生產性服務業集聚對城市綠色經濟效率的影響存在基于生產性服務業自身集聚規模、技術創新水平和環境規制強度的門檻效應。

三、研究設計

（一）模型構建

由于城市的經濟活動過程不是孤立的，必然會受到臨近地區的經濟水平、經濟政策等的影響。基于此，本文采用空間計量模型對生產性服務業集聚的“本地—鄰地”效應進行檢驗，考慮城市綠色經濟效率可能存在時間依賴效應，本文對空間效應的分析拓展到時空雙效應，即在檢驗靜態空間杜賓模型的基礎上通過引入GTFP的滯后一期驗證動態空間杜賓模型。構建的靜態和動態空間杜賓模型如下：

其中：i和t分別代表城市和年份；GTFP為城市綠色經濟效率；X為生產性服務業集聚（Aggl）、生產性服務業專業化集聚（Rzi）和生產性服務業多樣化集聚（Rdi）；GTFPit-1為被解釋變量滯后一期；W為空間權重矩陣。本文設定的經濟地理嵌套矩陣如式（3）所示：

此外，為驗證生產性服務業集聚影響城市綠色經濟效率的多階段非線性門檻效應，設置環境規制強度（Er）和技術創新（Inno）兩個門檻變量，并將式（4）單門檻面板回歸模型拓展為式（5）多門檻面板回歸模型。具體公式如下：

其中：i、t分別代表城市和年份；Z為門檻變量，表示生產性服務業集聚（Aggl）、環境規制強度（Er）和技術創新（Inno）。

（二）變量說明

1.被解釋變量

被解釋變量為城市綠色經濟效率（GTFP）。為避免投入和產出的松弛性問題，本文參考郝國彩等（2018）［33］的方法，使用非期望產出的Super-SBM模型對城市綠色經濟效率進行測度。構建指標體系見表1所列。

表1 綠色經濟效率指標體系

資本存量計算公式如下：

其中：Kit為當期物質資本存量；Kit-1為上期物質資本存量；δit為當期經濟折舊率（固定為9.6%）；Iit為本期固定資本形成額。

2.解釋變量

解釋變量為生產性服務業集聚（Aggl）。基于研究數據的可得性，借鑒杜傳忠等（2013）［34］的方法，本文將生產性服務業細分行業界定為：批發零售業，租賃和商務服務業，交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，金融業，科學研究、技術服務和地質勘查業。采用生產性服務業各行業就業人數衡量該城市生產性服務業規模，由于區位熵可以消除地區規模差異因素，本文采用該指數來測度生產性服務業集聚程度。具體公式如下：

其中：Aggl為區位熵指數；Eijt為t時期i城市j產業的就業人數；∑i Eijt為t時期i城市所有產業的就業人數；Eijt為t時期全部城市j產業的就業人數；Eijt為t時期全部城市全部產業的就業人數。

為探究生產性服務業不同集聚模式對城市綠色經濟效率的影響，本文借鑒李勇輝等（2021）［26］的方法，構建了生產性服務業專業化集聚（Rzi）和多樣化集聚（Rdi）模型，計算公式分別為：

其中：Ej,i表示城市j的生產性服務業行業i的就業人數；Ej表示城市j的全部就業人數；E'i表示除城市j外，全國其他城市該行業的就業總人數；E表示全國就業總人數；E'表示除城市j外的全國其他城市的就業總人數；Ej,i'表示城市j生產性服務業除i行業外的其他行業的就業人數。

3.門檻變量

為探究生產性服務業集聚對GTFP的非線性影響機制，設定如下兩個門檻變量：①技術創新（Inno），借鑒常紅和王軍（2020）［35］的方法，使用專利授權量表征技術創新水平。②環境規制強度（Er），借鑒朱平芳等（2011）［36］的方法，選取工業廢水、工業二氧化硫和工業固體廢物產生量三個單向指標，通過計算各城市三種污染物的相對排放水平并進行加總平均，從而形成環境規制綜合指標。

4.控制變量

（1）產業結構（Str）。借鑒劉乃全、吳友等（2017）［37］的方法，以第二產業就業人數與第三產業就業人數之比衡量城市產業結構，并進行取對數處理。

（2）地方政府支持（Gov）。借鑒閆超棟、馬靜（2021）［38］的方法，以當地政府財政支出占城市生產總值的比值表示，并進行取對數處理。

等差數列與等比數列的概念、相關性質、求和公式對應關系非常強，可一并復習，通過類比分析，學生印象可能會更深刻.對等差數列的相關知識點的復習，本文將通過問題引導學生思考，或思考其成因，或思考其應用注意點，或思考其關聯性等等，在保證問題有內涵的基礎上，力爭做到問題的新穎，以扣住學生思考.以下具體的課堂實踐，供讀者教學中參考、研討.

（3）基礎設施水平（Inf）。借鑒丁如曦等（2020）［39］的方法，以城市人均道路面積表示城市基礎設施建設水平，并進行取對數處理。

（4）物質資本投入（Cap）。借鑒陳海波、陳赤平（2018）［40］的方法，以固定資產占GDP的比重衡量城市物資資本投入。

（5）經濟發展潛力（Pgdp）。借鑒方杏村等（2019）［2］的方法，使用人均GDP表征城市經濟發展水平。

（三）數據來源

鑒于數據可得性，本文最終選取時間跨度為2006—2019年的274個地級及以上城市作為樣本進行實證檢驗。全文數據主要來源于《中國城市年鑒》、各地級市統計公報及國家統計局，個別城市的缺失數據用插值法補全。各變量的描述性統計見表2所列。

表2 變量描述性統計

四、實證檢驗

（一）空間相關性檢驗

本文使用Moran（1950）提出的空間自相關指數Moran'sI對變量的全局和局部空間相關性進行檢驗，具體公式分別如下：

其中：Yi、Yj分別為第i、j個城市的觀測值；n為城市數量。Moran'sI指數取值范圍為［-1，1］，當該指數大于0時，表明Y存在空間正相關；該指數小于0時，則為空間負相關；否則無空間相關性。局部莫蘭指數含義為，當Moran'sI等于0時，表示i地區Y與j地區Y不相關；當指數為負值或正值時，表示兩地區間Y的負相關或正相關。

表3結果顯示，2006—2019年，GTFP全部和Aggl大部分的全局Moran'sI在1%的水平上顯著為正，證明了兩變量均具有空間正相關性和空間集聚特征。

表3 2006—2019年城市綠色經濟效率、生產性服務業集聚的全局Moran′s I指數

如 圖1所 示，2006年、2019年GTFP局 部Moran'sI散點圖表明，樣本中的大部分城市位于一、三象限，即典型的高高（H—H）集聚和低低（L—L）集聚，說明大部分城市的GTFP對“鄰地”具有空間溢出效應，這也與全局Moran'sI結論一致。

圖1 2006年、2019年GTFP局部莫蘭指數散點圖

（二）基準模型回歸分析

表4 基準回歸檢驗結果

靜態和動態空間杜賓模型檢驗結果均顯示，生產性服務業集聚（Aggl）的直接效應系數顯著為正，空間溢出效應系數顯著為負，即生產性服務業集聚可以促進城市GTFP提升，但對“鄰地”GTFP形成負向“空間溢出效應”，從而驗證了H1。對此，本文的解釋是：生產性服務業集聚通過“涓滴效應”形成的規模經濟效應、人才集聚效應和共享效應可以有效提升城市經濟效率，并促進城市綠色技術進步，從而對城市綠色經濟效率發揮正向作用。但“本地”生產性服務業集聚水平提升帶來的環境改善和公眾環保意識的提升，使該城市企業治污成本上升，迫使高耗能、高污染企業向“鄰地”遷移，從而形成環境污染的“空間溢出效應”，且由于集聚水平較高城市會對外圍城市的要素產生“虹吸效應”，導致外圍城市勞動力、資本等要素流失，削弱產業結構升級的動力，而城市生產性服務業集聚可能產生的對“鄰地”綠色技術擴散和知識溢出效應尚未發揮主導作用，因而城市生產性服務業集聚表現為對“鄰地”GTFP的抑制作用。

生產性服務業多樣化集聚（Rdi）和專業化集聚（Rzi）的直接效應系數分別顯著為負和正，即兩者分別對城市GTFP存在負向和正向影響，驗證了H2。對此，本文的解釋是：當城市生產性服務業處于多樣化集聚時，生產性服務業各行業間未能形成有效協同和分工合作，增加了物質、人力資本投入和資源損耗，“規模不經濟”和負環境效應占據了主要優勢，最終對GTFP形成負向效應。而生產性服務業專業化集聚可以通過深化分工，促進知識積累和技術進步，從而提高城市產業的專業化水平。同時，當城市生產性服務業企業呈現專業化集聚趨勢時，同類型企業間的知識交流和人才流動更加順暢，進一步激發企業間的“學習效應”，有利于實現企業在污染處理人才、技術等方面的互利互惠，并形成企業間對環境污染行為的相互制衡和監督［41］，最終推動“本地”綠色經濟發展。通過表4分析空間溢出效應發現：靜態和動態空間杜賓模型檢驗下多樣化集聚和專業化集聚的空間溢出效應存在差異，可能的原因是通過點估計分析地區內或地區間的空間溢出效應，其結論可能與實際情況偏離，還應進一步利用偏微分效應分解法將空間效應分解為直接效應、間接效應和總效應進行分析［42］。

此外，動態空間杜賓模型檢驗結果顯示，被解釋變量城市綠色經濟效率滯后一期（L.GTFP）系數顯著為正，說明綠色經濟效率提升在時間上存在明顯的慣性，前一期綠色經濟效率對當期城市綠色經濟效率的提升存在正向作用，展現了我國環境保護和經濟增長推進的連續性趨勢。控制變量檢驗結果表明：城市產業結構（Str）系數顯著為負，即第二產業規模的擴大可能帶來更多的污染問題，從而對城市GTFP存在抑制效應，而城市第三產業發展則更有利于城市開展清潔生產。政府對經濟活動的適當干預可以緩解資源配置失衡的矛盾，有利于綠色經濟效率的提升，而過度干預則會造成市場的無序和要素配置的無效率。地方政府支持（Gov）系數顯著為正，說明當前政府對環境污染的治理和對落后產能的適度干預有利于提升城市GTFP。物質資本投入（Cap）系數顯著為負，這有可能是因為固定資產過度投入造成重復投資等現象而導致資源的錯配和效率損失。基礎設施水平（Inf）和經濟發展潛力（Pgdp）系數不顯著，說明目前城市交通和市場容量對GTFP的影響不大。

空間效應分解結果顯示，生產性服務業集聚的直接效應、間接效應以及多樣化集聚和專業化集聚的直接效應均與前文基準檢驗結果一致，分解結果見表5所列。空間效應分解結果表明，多樣化集聚尚未形成顯著的“空間溢出效應”，而專業化集聚表現為對“鄰地”的負向溢出效應，即抑制了“鄰地”GTFP的提升，從而對前文檢驗結果進行了補充。對此，本文的解釋是：由于目前我國高端生產性服務業發展仍處于較低水平，城市生產性服務業的多樣化集聚可能是低質量的，行業間缺乏有效協同使得多樣化集聚在低效率水平下消耗“本地”資源的同時，未能形成對鄰近城市資源和要素強烈的“虹吸效應”，也未能有效推動落后產能企業的遷移，因此未產生明顯的“輻射效應”。而專業化集聚對“鄰地”GTFP的負向溢出效應原因在于：專業化集聚對要素的“虹吸效應”顯然要強于一般集聚和多樣化集聚，可以通過人力資本和物質資本的積累促進“本地”綠色技術進步，并有效優化制造業能源結構，提高行業產能，因此對落后產能的壓迫性更強，從而激發更大規模環境污染的空間溢出效應，而當“鄰地”的生產性服務業專業化集聚水平較低時，其對生產性服務業和制造業高端行業的技術支撐不足，增加了城市承接污染企業的可能，從而抑制“鄰地”GTFP提升。

表5 空間效應分解

（三）異質性檢驗

鑒于生產性服務業內部的行業差異性，本文從行業異質性角度進一步考察生產性服務業集聚對城市GTFP的影響。表6是動態SDM檢驗下生產性服務業細分行業集聚的異質性回歸結果，可以發現，生產性服務業中的批發零售業以及租賃和商務服務業兩個行業分別集聚的估計系數不顯著；交通運輸、倉儲和郵政業，信息傳輸、計算機服務業和軟件業，金融業，科學研究、技術服務和地質勘查業四個行業分別集聚的估計系數均顯著為正，即對城市GTFP存在提升效應。其原因可能在于：在探究生產性服務業的行業異質性特征時，往往將生產性服務業劃分為低端生產性服務業和高端生產性服務業兩類［43-44］，批發零售業與租賃和商務服務業以及交通運輸、倉儲和郵政業因其低技術密集度特征，往往被定義為低端生產性服務業，但在經濟發展的不同階段或不同地區，對高、低端生產性服務業的需求可能存在差異［45］。諸如批發零售業與租賃和商務服務業由于發展相對成熟，兩行業對知識積累和技術進步的推動效用較弱，不能有效發揮“集聚效應”從而影響城市GTFP；而交通運輸、倉儲和郵政業雖同被劃分為低端生產性服務業，但制造業效率以及城市的清潔和發展均依賴于該行業，從而對城市GTFP產生正向影響。信息傳輸、計算機服務業和軟件業，金融業，科學研究、技術服務和地質勘查業則同屬于高端生產性服務業，以其高技術密集度和高人力資本投入等特征與新技術研發等重要生產環節存在密切關聯，因此，此類行業集聚也成為技術擴散和知識溢出的重要推動力，從而對城市GTFP發揮顯著的促進作用。

表6 行業異質性檢驗結果

（四）穩健性檢驗

在穩健型檢驗中，本文選取鄰近矩陣用以替換前文所用空間權重矩陣，然后再次進行估計，結果見表7中列（1）（2）（3），顯示替換矩陣后的檢驗結果與上文基本一致。截取總體樣本的子樣本進行穩健性檢驗，將樣本時間跨度調整為2008—2018年進行回歸，回歸結果見表7中列（4）（5）（6），顯示生產性服務業集聚以及在多樣化集聚和專業化集聚兩種不同集聚模式下的估計系數均在1%水平上顯著，與前文檢驗結果基本一致，說明結論較為穩健。

表7 穩健性檢驗

續表7

五、門檻回歸分析

在進行面板門檻模型參數估計之前，首先要檢驗門檻的數量和有效性，本文對所研究門檻變量的單門檻、雙門檻和三門檻情形進行顯著性檢驗，結果見表8所列。門檻模型檢驗結果顯示：采用Bootstrap法進行300次抽樣后，生產性服務業集聚通過雙重門檻檢驗，進一步檢驗表明，生產性服務業不同集聚模式下，多樣化集聚和專業化集聚均不存在門檻效應。對環境規制和技術進步兩個門檻變量的檢驗則分別通過了雙門檻檢驗和單門檻檢驗，由此驗證了H3，即生產性服務業集聚對GTFP的影響存在基于生產性服務業自身規模、環境規制和技術創新的門檻效應。

表8 門檻效應檢驗

在確定門檻效應有效的前提下，表9進一步呈現了門檻效應模型的估計結果。模型（1）顯示生產性服務業集聚存在雙門檻效應，且隨著生產性服務業集聚跨越第一門檻值（0.527）和第二門檻值（0.859），生產性服務業集聚對綠色經濟效率的正向影響下降，表明生產性服務集聚存在最優規模；當生產性服務業集聚規模越過兩個閾值后，其對GTFP的正向促進效應持續減弱，但尚未出現負向效應。其原因可能在于：雖然生產性服務業過度集聚可能會引發要素錯配和企業過度競爭，造成城市經濟效率的損失，但對本城市而言，生產性服務業集聚對制造業各生產環節的嵌入，會促使制造業“價值鏈”向低污染、高附加值方向延伸，并引致本城市的污染轉移。總體而言，生產性服務業集聚規模持續擴大的負外部性難以避免，但卻有助于形成阻止外圍城市高耗能、高污染企業遷入的壁壘，從而維持城市GTFP的提升。模型（2）以技術創新為門檻變量，檢驗結果顯示，當技術創新水平低于9.089這一門檻值時，生產性服務業集聚估計系數不顯著；而當技術創新水平跨越9.089的閾值后，生產性服務業集聚估計系數在10%水平上顯著為正。究其原因，可能是當技術創新水平較低時，生產性服務業企業的治污技術不成熟甚至需要投入額外的資本和勞動用以減少生產活動所產生的副產品，未能發揮對GTFP的正外部性，而當技術創新水平得以提升后，生產性服務業集聚規模不斷擴大所帶來的知識溢出和技術擴散也隨之增強，從而促進了城市的綠色經濟效率。模型（3）以環境規制為門檻變量，檢驗結果表明，當環境規制超過第一門檻0.002的閾值時，生產性服務業集聚的估計系數從0.104下降至0.039，此時生產性服務業集聚對GTFP的正向影響明顯減弱；當環境規制越過第二門檻0.005的閾值時，生產性服務業集聚對GTFP的影響由“正”（0.039）轉“負”（-0.056），表明環境規制強度超過一定門檻值時可能會弱化生產性服務業集聚的正外部性，甚至轉為負外部性。因而，適度的環境規制強度更有助于激發生產性服務業集聚對GTFP的正向溢出。

表9 門檻效應模型估計結果

六、結論與政策建議

本文利用2006—2019年274個地級及以上城市的面板數據，采用動態空間杜賓模型和面板門檻模型研究了生產性服務業集聚對城市GTFP的影響，得出以下結論：第一，基于“本地—鄰地”視角分析，生產性服務業集聚對城市綠色經濟效率的影響具體表現為對“本地”GTFP的提升作用以及對“鄰地”GTFP的抑制作用。在進一步探討生產性服務業集聚不同模式對城市綠色經濟效率的影響時發現，生產性服務業專業化集聚相較于區位熵集聚分別對“本地”和“鄰地”GTFP具有更強的正、負向影響效應，而多樣化集聚可能由于各行業間未形成有效的協同合作，引致了要素的重復投入和效率的損失，從而對城市GTFP存在負向影響，且未產生顯著的空間溢出效應。第二，行業異質性結果表明，相較于低端生產性服務業行業，技術附加值和人力資本水平更高的高端生產性服務業行業分別集聚對城市GTFP的提升效應更強，但低端生產性服務業中的交通運輸、倉儲和郵政業作為城市經濟發展的基礎性行業，同樣對城市GTFP存在顯著的正向影響。第三，生產性服務業集聚對城市GTFP存在基于自身集聚規模和環境規制的雙門檻效應以及技術進步的單門檻效應，并使生產性服務業集聚對城市GFTP的影響分別表現為“由強到弱、由正到負、由不顯著到顯著”的特征。

結合上述分析，本文提出如下政策建議：第一，加強產業集群建設，構建生產性服務業發展的長效機制。積極引導關聯產業和互補產業形成高質量的專業化集聚，完善分工體系，促進技術溢出和知識積累，從而引領產業鏈向高端延伸，為多樣化集聚提供堅實基礎，提升多樣化集聚水平。第二，統籌城市群生產性服務業發展和產業布局。強化城市間的空間聯動和職能互補，緩解生產性服務業集聚對鄰近城市形成的負環境效應，加速技術擴散和知識溢出并逐步淘汰落后產能，形成與鄰市制造業的有效聯結，實現城市群整體綠色經濟效率的提升。第三，推動生產性服務業轉型升級。提高金融業等高端行業和知識密集型行業在生產性服務業中的占比，鼓勵高端生產性服務業行業與制造業進行深度融合與協同合作，從而提高生產性服務業集聚水平，加快城市綠色轉型。第四，實施適度的環境規制策略。環境規制強度過高會增加企業的“沉沒成本”，過低則易造成污染反彈，環境規制策略應因勢而變，既要形成對生產環境污染排放的有效監督，又要兼顧企業的生產效率。第五，構建產學研相結合的平臺。打破要素流通壁壘，構建創新平臺，以知識積累和人力資本水平提升推動城市技術進步，實現城市綠色技術創新和清潔生產。

注 釋：

（1）本文所引用的威廉姆森的“倒U”型假說是從經濟集聚自身的最優規模角度，探討生產性服務業集聚對城市綠色經濟效率的影響，即生產性服務業集聚超越最優規模后對城市綠色經濟效率的提升效應下降；而“波特假說”則是從環境規制的經濟補償角度，印證在生產性服務業集聚過程中存在的環境規制有提升城市綠色經濟效率的內在動力。