城市產業協同集聚對綠色全要素生產率的影響研究

譚美容 唐燕 羅胤晨

【基金項目】重慶市教委人文社科規劃項目“成渝地區雙城經濟圈產業協同發展的現實困境及破解路徑研究”（21SKGH312）、國家社會科學基金青年項目“長江上游地區工業生態集聚及空間差異策略研究”（18CJL031）、“成渝地區雙城經濟圈綠色一體化發展指標體系構建及評價研究”（23SKGH402）、“成渝地區雙城經濟圈工業綠色轉型多維評價及提升路徑”（22SKGH513）成果。

摘要：本文系統測度研究了長江上游地區30個地級市制造業與生產性服務業協同集聚水平和綠色全要素生產率（GTFP）的演變趨勢，并基于2010—2020年的面板數據，實證分析了產業協同集聚對GTFP的影響效果及其作用路徑。結果表明：長江上游地區各城市間協同集聚差異度不斷縮小；在研究期內，大部分城市實現了GTFP的增長；產業協同集聚對GTFP呈正向促進作用，且現階段產業協同集聚主要通過純技術效率的波及效應來促進GTFP的提升，而綠色規模效率和技術進步的正向影響不顯著。因此，各城市應基于主導產業優勢選擇產業發展方向，根據城市專業化集聚程度確定差異化發展目標，推動產業結構優化升級，提升區域綠色經濟效率。

關鍵詞：協同集聚；綠色全要素生產率；制造業；生產性服務業

【中圖分類號】 F127? ? doi：10.3969/j.issn.1674-7178.2023.06.010

一、研究背景與問題的提出

黨的二十大明確指出，要促進區域協調發展，深入實施區域協調發展戰略，構建優勢互補、高質量發展的區域經濟布局。2023年10月，習近平總書記在進一步推動長江經濟帶高質量發展座談會上強調，“堅持共抓大保護、不搞大開發，堅持生態優先、綠色發展，以科技創新為引領，統籌推進生態環境保護和經濟社會發展，加強政策協同和工作協同，進一步推動長江經濟帶高質量發展，更好支撐和服務中國式現代化”①。長江經濟帶是具有全球影響力的內河經濟帶、東中西互動合作的協調發展帶、沿江沿海沿邊全面推進的對內對外開放帶，也是生態文明建設的先行示范帶。長江上游地區在維系長江生命線、保障戰略資源供給、筑牢生態基底、加實空間聯系、拓寬內陸消費市場等方面起著不可替代的作用。據統計，2021年長江上游地區經濟總量12.8萬億元，占整個長江經濟帶總量的24.2%。實現長江上游地區的可持續發展，對長江經濟帶乃至全國的糧食安全、能源安全、重要產業鏈供應鏈安全和水安全都具有重要的現實意義。

在經濟高質量發展的背景下，產業集聚成為推動城市發展的核心力量，產業的綠色發展更與城市綠色經濟息息相關。縱觀全球，經濟發達國家和地區大都實現了制造業與生產性服務業的“雙輪驅動”，產業協同集聚成為優化空間布局、促進結構轉型、推動產業綠色轉型的重要手段[1]。兩者的協同集聚無疑是我國經濟綠色化發展的重要突破方向。作為國家重點戰略區域的長江上游地區，憑借其區位和發展優勢吸引了大量的制造業和生產性服務業企業在此集聚。然而，產業集聚所帶來的一系列資源和環境問題也影響著城市經濟的綠色發展[2]。長江上游地區如何在產業協同集聚發展與環境改善之間尋求平衡路徑從而提升綠色經濟效率，已成為高質量發展的關鍵問題。

二、文獻綜述與理論分析

產業集聚是指同一行業之間的企業在地理范圍內的集中，其理論研究可追溯到馬歇爾（Marshall）提出的產業區理論，強調專業化的集聚帶來外部效應，同時提出產業協同集聚形成的三個關鍵因素：勞動力池、知識溢出和成本節約效應[3]。Ellison等 [4]首次提出了“協同集聚（co-agglomeration）”，并發現異質性產業間的協同集聚同樣源于馬歇爾所強調的三個關鍵因素，投入產出更加重要。隨后國內外大量學者對制造業和生產性服務業產業協同集聚展開了研究[5-7]。從這些文獻可知，產業協同集聚是指在產出關聯、技術關聯等作用下，制造業與生產性服務業在同一經濟地區彼此相鄰近的產業布局現象，而其產生的經濟、技術以及空間外部性是提升區域創新能力、實現經濟高質量發展的重要驅動因素[8]。一方面，制造業的健康發展能夠帶動生產性服務業更多需求，進而完善其門類，提升其服務質量。另一方面，可以促進生產性服務業在制造業生產活動中的價值鏈嵌入，有利于勞動密集型產業向高新技術產業轉變，推動產業的轉型升級[9]。

在集聚化發展的同時，導致了區域生態性問題日益突出，因此不少學者開始研究產業協同集聚與城市綠色經濟發展的關系。一般而言，城市綠色發展是指城市經濟增長與環境保護、資源可持續利用的統一與協調，又被稱為綠色全要素生產率（GTFP）[10]。邵帥[11]和金浩、劉肖[12]等認為區域綠色經濟效率是衡量特定時間范圍內經濟發展與環境質量最有效的綜合指標，其將經濟發展指標與污染物指標統一于同一評價框架內，考察環境約束條件下的經濟增長效率，能夠較好地反映綠色經濟效益的速率和質量。學術界關于制造業和生產性服務業的協同集聚對綠色經濟發展的關系主要有以下三種觀點：

（一）產業協同集聚對綠色經濟效率的正外部性效應。一方面，制造業與生產性服務業協同集聚通過空間地理鄰近性降低企業技術交流和異質性社會資源的獲取難度，有利于集聚企業依賴知識溢出效應和專業化效應提高生產效率及中間產品獲取，進而提高產業整體資源利用率和生產效率。另一方面，產業協同集聚可加劇產業內部競爭，導致行業內企業通過改善服務與產品質量擴大需求，間接地增進了制造業對服務業產業與服務的使用效益，降低制造業污染治理成本，提升制造業綠色經濟效率。呂平和袁易明[13]、陳子真和雷振丹[14]、周小亮和宋立[15]、申偉寧[16]等分別從知識技術的溢出、中間成本、產業結構升級、空間溢出效應等方面證明了異質性產業的協同集聚和互動能夠提升地區綠色經濟效應。

（二）產業協同集聚對綠色全要素生產率的負外部性效應。制造業與生產性服務業協同集聚會產生兩種外部性作用于綠色全要素生產率：一是擁擠效應，產業協同集聚和規模不經濟下的擁擠效應將增加要素成本，密集的經濟活動導致交通、公共基礎設施的擁擠以及環境惡化，可能阻礙城市綠色經濟效率的提升。二是擠占效應，區域產業的集聚會吸引大量生產要素的集聚，擠占其他資源。受沉沒成本的限制，企業很難自由進出，負鎖定效應的集聚可能會降低城市的綠色全要素生產率[17]。Frank等人[18]認為，當集聚達到一定規模時會加劇區域環境污染，帶來擁擠效應，不利于城市綠色經濟發展，持相關觀點的還有Verhoef和Nijkamp[19]、張可和王東芳[20]。

（三）產業協同集聚與綠色經濟效率呈非線性關系。制造業與生產性服務業協同集聚與綠色全要素生產率的影響是復雜的、多方面的，可能存在非線性關系，也可能存在一定滯后性和抑制性。集聚作為一種產業動態系統，超過一定閾值則可能產生過度競爭、資源配置失衡等市場擁擠現象，降低生產效率。伍先福[21]對中國246個地級市進行了實證分析，發現在門檻值外，產業協同集聚對全要素生產率的影響由負轉為正；王燕和孫超[22]、任陽軍等[23]通過實證分析發現產業協同集聚對綠色全要素生產率GTFP的影響呈倒“U”型；馮曦明等[24]、李晟婷等[25]則發現產業協同集聚對城市綠色發展的影響呈“U”型曲線關系。

此外，綠色要素生產效率可分解為：綠色純技術效率、綠色規模效率和綠色技術進步。理論上，制造業與生產性服務業協同集聚更能促進綠色規模效率和綠色技術進步，但產業協同集聚會促使政府加大環境管制投入，不利于純技術效率的提升。

當前長江經濟帶產業高質量綠色發展水平總體呈上升趨勢，長江上游地區作為西部重點發展區域，其產業綠色發展水平和效率正處于快速發展階段。基于以上分析，提出以下假設：

假設1：制造業與生產性服務業協同集聚對綠色全要素生產率具有正向促進作用。

假設2：產業協同集聚通過影響純技術效率、規模效率和技術變化，進而影響綠色全要素生產率。

三、指標設置及特征分析

（一）指標設置

1. 產業協同集聚指數

目前衡量單一產業集聚水平的指標主要有行業集中度、空間基尼系數、赫芬達爾指數等。這些指標各有優缺點，如行業集中度缺乏對不同地區集聚規模的測度，赫芬達爾指數不易看出集聚水平的高低。目前國內外很多學者選取區位熵來衡量產業集聚水平[26-28]，因為區位熵可以消除區域規模的差異因素，能真實反映地理要素的空間分析[29]，故本文也采用該方法，具體計算公式為：

[Magg=niMNinMN]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

[Psagg=niPNinPN]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

其中，[Magg]、[Psagg]分別為城市[i]的制造業和生產性服務業的集聚指數，[niM]、[niP]分別為城市[i]的制造業和生產性服務業從業人員數，[Ni]為城市[i]所有產業的從業人員數，[nM]、[nP]分別為全國制造業和生產性服務業從業人員數，[N]為全國所有產業的從業人員總數，一律采用分行業“年末單位從業人員”來衡量。

關于異質性產業的協同集聚水平測度，目前使用最多的是陳建軍等[30]構建的指數，其計算公式為：

[Coagg=1-Magg-PsaggMagg+Psagg+Magg-Psagg]? ? ? ? ? ? ? ? ? ? ? ? ? （3）

其中，[Coagg]為制造業與生產性服務業協同集聚指數，其值越大，表示協同集聚水平越高。該協同集聚指數克服了E—G指數的弊端，能夠同時反映“協同質量”和“協同深度”，全面反映協同集聚水平。本文的制造業包括《國民經濟行業分類（GB/T 4754—2017）》中13～43代碼行業，生產性服務業的界定參照李子葉等[32]的方法，具體包括交通運輸、倉儲和郵政服務業，信息傳輸、計算機服務和軟件業，金融服務業，租賃和商務服務業，科學研究、技術服務和地質勘查業等五大產業。

本文研究范圍是長江上游地級市②，由于畢節市、銅仁市、普洱市部分指標數據不連貫，為了確保統計口徑一致性和樣本數據完整性，故剔除。樣本數據來源于2011—2021年《中國城市統計年鑒》及各省市統計年鑒，對少數缺失值采用插值法補充。

2. 綠色全要素生產率

采用基于DEA模型Malmquist指數來測算2010—2020年長江上游地區30個城市的綠色全要素生產率。限于篇幅，用以下3個經典公式來說明DEA-Malmquist生產率指數的原理：

[Mi，t+1xti，yti，bti，xt+1i，yt+1i，bt+1i=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dt+1ixt+1i，yt+1i，bt+1iDt+1ixti，yti，bti12]

[Mi，t+1xti，yti，bti，xt+1i，yt+1i，bt+1i=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dtixti，yti，btiDt+1ixti，yti，bti×Dtixt+1i，yt+1i，bt+1iDt+1ixt+1i，yt+1i，bt+1i12]

[Mt，t+1v，c=Dtixt+1i，yt+1i，bt+1iDtixti，yti，bti×Dtvxti，yti，btiDtcxti，yti，btiDt+1vxt+1i，yt+1i，bt+1iDt+1cxti，yti，bti×Dtcxti，yti，btiDt+1cxti，yti，bti?Dtcxt+1i，yt+1i，bt+1iDt+1cxt+1i，yt+1i，bt+1i][Mi，t+1=EFFCHt+1i×TECHt+1i][=PECHt+1i×SECHt+1i×TECHt+1i]

其中：M為綠色全要素生產率GTFP，[xti]、[xt+1i]分別為[i]地區在t到t+1時期的投入向量；[yti]、[yt+1i]分別為[i]地區在t和t+1時期的期望產出向量；[bti]、[bt+1i]分別為[i]地區在t到t+1時期的非期望產出向量；[Dtixti，yti]和[Dtixt+1i，yt+1i]分別為t時期技術[Tt]為參照的、t到t+1時期生產點的距離函數；注腳為c（v）表示規模報酬不變（變動）的情況。為進一步探討產業協同集聚對綠色生產效率的影響路徑，根據F?re R的分解方法，將M分解為綠色純技術效率PECH、綠色規模效率SECH和綠色技術進步TECH。其中M、GTFP、PECH、SECH和TECH大于1，表明從t到t+1期的綠色發展水平增長、技術效率改善、規模效率提高、技術進步，反之，則表明下降、惡化、偏低、倒退[32]。

各變量的選擇與數據說明。由于缺乏各個城市的價格平減指數，且劉秉鐮和李清彬[33]指出DEA方法是核算相對效率的方法，只要研究對象保持相對一致，價格的影響不顯著，因此，本文各個投入產出指標直接利用其當年數據。本文投入變量包含：資本存量借鑒劉祥[34]用全市社會固定資產投資額來替代；勞動力用各城市全市年末單位從業人員數、城鎮私營和個體從業人員之和表示；能源消耗水平借鑒秦炳濤[35]用全年用電總量來反映。對于期望產出的選擇，直接利用各城市的當年生產總值作為期望產出；選取工業二氧化硫排放量、廢水排放量和煙塵排放量為非期望產出。Seiford和Zhu [36]利用線性數據轉換函數法對生產過程中的廢水排放量進行處理，并對工業二氧化硫排放量、煙塵排放量進行相同處理，即設第[i]個城市第[j]年的廢水排放量為[Qij]，[Qij=（Qi1，Qi2，...，Qij）T>0]（[i=1，2，...，n]），令[η=max（Qij）+C]，其中[C]為任意大于0的常數，本文令[C=1]，通過線性數據轉換后，非期望產出指標可表示為 [Q*ij=-Qij+η]（于斌斌[37]、孟衛軍等[38]）。

（二） 城市產業集聚特征

對長江上游地區制造業、生產性服務業專業化集聚、協同集聚特征及演變進行描述。

1.產業集聚特征

通過計算各城市制造業、生產性服務業的集聚指數來反映其產業發展優勢，根據式（1）～（3）分別測算了2010—2020年長江上游地區30個地級市的產業集聚指數，并計算其在研究期內的均值，結果如圖1所示。

從制造業集聚水平來看，攀枝花、德陽、綿陽、宜賓、玉溪等城市的制造業區位熵均大于1，說明這五個地區制造業形成了一定規模的集聚，并且目前這五個城市已經成為區域制造業的集聚中心。從生產性服務業集聚水平來看，昆明、成都、綿陽、貴陽生產性服務業區位熵均大于1，說明這些地區生產性服務業形成了一定規模的集聚，目前都已成為區域生產性服務業的集聚中心。

為了直觀反映各城市產業專業化發展優勢，根據各城市制造業和生產性服務業的集聚指數平均值，以制造業集聚水平為橫坐標、生產性服務業集聚水平為縱坐標，以兩者各自的均值（0.76、0.87）為象限分界點，將30個城市分布在4個象限中，如圖2所示。根據其分布特征，將城市發展模式分為生產性服務業和制造業“雙輪驅動”發展型、生產性服務業主導型、“雙低”型、制造業主導型4種[39]。

由圖2可知，位于第一象限的城市是成都、重慶、綿陽，生產性服務業和制造業集聚水平偏高，屬于“雙輪驅動”發展型，這些城市利用自身產業集聚優勢，使得產業協同集聚水平也較高。而昆明、貴陽、自貢、廣元和南充的生產性服務業集聚水平偏高，制造業集聚水平偏低。德陽、攀枝花、宜賓、玉溪、樂山、眉山、安順、內江、遂寧具有較高的制造業集聚水平，偏低的生產性服務業集聚水平。這兩類城市產業發展不平衡，因此傾向于較低的產業協同集聚水平。而麗江、資陽、昭通、廣安、達州、巴中、遵義、六盤水、雅安、瀘州、曲靖、保山、臨滄等城市制造業和生產性服務業均不發達。

2.產業協同集聚特征

從圖1可以看出，長江上游地區30個地級市的產業協同集聚差異度較大。協同集聚度最高的是綿陽，其次是成都和重慶，這3個城市在象限圖中表現為生產性服務業和制造業“雙輪驅動”，利用產業專業優勢發揮輻射帶動作用，深化產業協作。而廣元、廣安、昭通和麗江產業協同集聚水平較低，從上述分析發現，這些城市制造業和生產性服務業的單一產業集聚水平也不高。

（三）綠色全要素生產率特征

本文利用DEAP2.1軟件，測算出長江上游地區30個地級市綠色全要素生產率及其分解值，如表1、表2所示。

從表1可以看出，除了個別年份GTFP小于1以外，大部分年份均大于1，說明長江上游地區30個地級市在2010—2020年間基本上實現了GTFP的增長。但在研究期內，長江上游地區GTFP并不是持續增長，而是在波動中上升。從增長源泉的分解來看，綠色技術效率在波動中下降，其中綠色純技術效率在波動中下降，綠色規模效率則在波動中上升，而綠色技術進步在逐步倒退。從總體趨勢來看，綠色全要素生產率GTFP與綠色技術效率、綠色純技術效率的變化基本保持一致，說明長江上游地區GTFP的提高主要來源于綠色純技術效率的提高。

從表2可以看出，長江上游地區30個地級市GTFP均大于1，在其分解項中，各個城市的綠色規模效率均偏低，說明促進其GTFP提高主要依靠綠色技術進步和綠色純技術效率，而由于各個城市經濟發展水平不一，綠色技術進步和綠色純技術效率的貢獻率也就不一樣。

四、實證檢驗與分析

（一）模型設定

本文旨在分析產業協同集聚對城市綠色全要素生產率的影響，考慮到前一期的地區綠色全要素生產率會對當期值造成影響，將因變量滯后一期作為工具變量納入模型中。由于城市綠色經濟發展還受到其他因素的影響，因此通過借鑒現有研究引入了控制變量。為克服異方差，對部分控制變量進行對數處理，從而得到本文實證分析的最終動態面板模型：

[GTFPi，t=β0+β1Coaggi，t+β2lnenpi，t+β3lnkli，t+β4lnstruci，t+β5govi，t+εi，t]? ? ? ? （4）

其中：下標i和t分別表示城市和年份，[εi，t]為隨機擾動項。被解釋變量為綠色全要素生產率GTFP，解釋變量為產業協同集聚度Coagg。控制變量主要從環境保護、政府因素、稟賦結構和產業結構等方面進行考量。環境保護（enp）：用各城市人均綠色面積來衡量。稟賦結構（kl）：資源豐裕程度對綠色全要素生產率的提升具有不可忽視的作用，采用城市固定資本存量與城市勞動力就業量之比來衡量。產業結構（struc）：用第二產業占GDP的比重來衡量。政府干預（gov）：用各城市一般財政預算內支出占城市當年GDP的比重來衡量。

（二）模型檢驗與回歸

本文應用Eviews10對模型（4）進行回歸分析，研究長江上游地區產業協同集聚對城市綠色全要素生產率的影響，相關核心變量的描述性統計如表3所示。

首先，對長江上游地區30個地級市的面板數據進行平穩性檢驗，結果如表4所示。

其次，根據平穩性檢驗結果，本文所有變量在5%的顯著性水平下通過了檢驗，故無須協整檢驗。進一步對面板數據進行F檢驗，結果如表5所示，F值為1.3043，由于F（29，265，α=0.1）為1.3794，故接受原假設，采用“混合估計效應模型”。又由于F值為2.6474，F（29，265，α=0.01）為1.7832，故拒絕原假設“采用混合估計效應模型”，最終采用時點固定效應模型。

再次，對面板數據進行Hausman檢驗，結果如表6所示，拒絕原假設“采用時點隨機效應模型”，應采用時點固定效應模型估計參數。

最后，采用時點固定效應模型對面板數據進行回歸分析，鑒于本文面板數據為短面板，為盡可能克服異方差和自相關問題，選擇Cross-section Period weights進行估算，回歸結果如表7所示。

（三）實證結果分析與內生性檢驗

由表7可知，產業協同集聚的回歸系數為0.2089，通過1%的顯著性水平檢驗，說明長江上游地區制造業與生產性服務業的協同集聚對綠色全要素生產率存在正向促進作用，這與理論分析觀點一致。且長江上游地區產業協同集聚度每提高1%時，綠色全要素生產率將提高0.2089個百分點，高于長三角城市群產業協同集聚對其GTFP的貢獻度0.131個百分點[40]，說明在研究期內，長江上游地區產業協同集聚對GTFP的貢獻高于長三角城市群。

環境保護（lnenp）與綠色全要素生產率呈負相關關系，說明環境保護的加強會在一定程度上抑制綠色經濟發展。由于當前許多城市產業結構不合理、企業綠色發展的技術儲備不足、環境保護體制不完善等，那么加強環境保護有可能給部分地方經濟發展帶來壓力，在短時間內拖慢城市綠色經濟發展進程，這是大部分地區綠色經濟發展的必經過程。

稟賦結構（lnkl）與綠色全要素生產率呈負相關關系，說明長江上游地區不合理的稟賦結構阻礙了綠色經濟發展。這一結論與李琳和劉琛得出的稟賦結構提升導致長江經濟帶工業GTFP下降的結論一致[41]。究其原因，是由于長江上游地區礦產資源豐富，采礦業在工業中占比較高，增加了能源消耗和污染排放，導致綠色技術效率惡化。此外，以重工業為主的工業結構，使得資本向重工業傾斜，加劇了收入不平等，進而導致需求不足，企業缺乏技術創新動力，阻礙了技術進步，雙向作用抑制了綠色經濟的發展。

產業結構（lnstruc）與綠色全要素生產率呈負相關關系，說明以工業為主的第二產業高產值降低了綠色經濟發展水平，因此推動產業結構優化升級對長江上游地區實現綠色轉型發展至關重要。

政府干預（gov）與綠色全要素生產率呈負相關關系，且未通過10%顯著性檢驗，說明政府過度干預對城市綠色經濟發展有抑制作用，在市場經濟中，政府過度干預有可能引發資源錯配，降低經濟運行效率。

為證明研究結論在長期是否穩定，對模型（4）進行內生性檢驗，結果如表8所示。

由表8可知，解釋變量和控制變量滯后一期項的符號與其當期項符號均一致，且顯著性也相差無幾，說明本研究結論在長期內依然成立，增強了本文分析結果的穩健性。

（四）穩健性檢驗

為進一步檢驗研究結論是否在不同區域中具有異質性，將樣本分為流域區域和非流域區域進行回歸檢驗[42]。將長江及主要支流（嘉陵江、烏江、大渡河、岷江）所流經的地區劃分為流域，其余地區則為非流域。流域區域包括重慶、成都、攀枝花、瀘州、廣元、樂山、南充、眉山、宜賓、廣安、達州、雅安、貴陽、六盤水、遵義、昆明、昭通、麗江，其余12市為非流域區域，回歸結果如表9所示。

從表9可知，流域與非流域的解釋變量和控制變量的回歸系數符號與之前一致，說明本研究結論不具有區域異質性，進一步增強了本文分析結果的穩健性。具體來看，流域區域回歸結果在模型總體顯著性、擬合優度等方面優于非流域區域回歸結果。原因可能是流域區域由于地理位置、產業基礎優勢等因素，經濟發展水平高于非流域區域，而在綠色經濟發展轉型過程中，成熟的產業結構、不合理的稟賦結構、過度的政府干預等導致其轉型困難，經濟增長率不高，而非流域區域依靠后發優勢在綠色經濟發展轉型過程中表現出較高的增長率。

（五）作用路徑分析

為探究產業協同集聚對綠色全要素生產率的影響路徑，本文將分別以綠色純技術效率（PECH）、綠色規模效率（SECH）和綠色技術進步（TECH）為被解釋變量，產業協同集聚水平（Coagg）為核心解釋變量進行回歸分析。回歸結果如表10所示，可以看出，產業協同集聚對綠色純技術效率的回歸系數為正，通過10%的顯著性水平檢驗，擬合優度和顯著性都比較好，說明長江上游地區制造業和生產性服務業協同集聚的技術波及效應發揮了正外部性作用，而這也是長江上游地區產業協同集聚促進綠色全要素生產率的主要途徑，驗證了前文的理論分析。產業協同集聚對綠色規模效率的回歸系數為負，但不顯著，說明產業協同集聚提高，區域規模效率下降，這可能是由于區域產業同質化嚴重，當協同集聚度提高時，企業競爭加大，規模效率便會下降。產業協同集聚對綠色技術進步的回歸系數為正，但不顯著，由于長江上游地區經濟發展水平總體不高，產業協同集聚對技術進步的激勵作用還有待提升。

從控制變量看，環境保護、政府干預能提高純技術效率，但政府加大管制投入，不利于綠色規模效率和綠色技術進步的提升。稟賦結構對三者呈負影響，產業結構對純技術效率、綠色規模效率也呈負影響，盡管能促進綠色技術進步，但其顯著性不高。

五、結論與啟示

本文選擇2010—2020年長江上游地區30個地級市面板數據為樣本，首先測度了長江上游地區制造業與生產性服務業的產業協同集聚水平，然后利用DEAP2.1軟件測算其綠色全要素生產率，最后采用固定效應模型實證分析了產業協同集聚對綠色全要素生產率的影響。主要結論有：第一，考察期內，長江上游地區制造業和生產性服務業的整體協同集聚趨勢不明顯，但各城市間協同集聚差異度在縮小。第二，產業協同集聚對綠色全要素生產率存在正向的促進作用，從作用路徑來看，現階段主要依靠純技術效率的波及效應，綠色規模效率和技術進步的正向影響不顯著。第三，現階段，產業結構、環境保護和政府干預對綠色發展效率具有抑制作用，說明長江上游地區正處于綠色經濟轉型初期。

基于上述結論，有以下啟示：

第一，以本地蜂鳴與全球聯系共同推進產業集群的發展。本文研究發現，重慶、成都、綿陽、貴陽及昆明等中心城市的輻射效應明顯，中心城市可優化與周邊城市的產業布局，通過產業關聯、知識共享和技術外溢等方式，帶動周邊城市的產業發展。通過本地聯系以及多地理空間非本地聯系的建立和兩者間的互動，將地方、全國、全球之間的垂直尺度立體網絡化，共同助力推進區域網絡和跨區域協同共同體的構建以及區域產業集群的發展。

第二，以網絡組織模式打造集群發展命運共同體。在互聯網新經濟時代下，生產要素的流動克服了地理場所的空間限制，基于合作的網絡組織模式，打破了部門、行業、技術、地域等邊界限制，有助于形成跨區域、跨領域、跨主體的多維協同共同體。長江上游地區乃至全國，應以產業集群為依托，建立政產學研用網絡協同機制，打造集群命運共同體，增強發展協同性。

第三，強化政府的樞紐機制。在集聚過程中，政府應主動協調好企業間資源合理配置問題，積極鼓勵各區域加強合作，推進企業間合作共贏，實現要素資源市場和基礎設施共享，促進企業轉型升級，充分發揮集聚經濟效益帶來的正外部性影響。同時，積極推動地理空間鄰近與集聚的企業和各類機構之間形成高度網絡化的本地互動與交流機制，加強科技創新與產業發展間的對接，發揮好“織網人”作用。

參考文獻：

[1] 王靜田、張寶懿、付曉東：《產業協同集聚對城市全要素生產率的影響研究》[J]，《科學學研究》2021年第5期，第842-853、866頁。

[2] 孟衛軍、張雪萊、邢青松：《產業協同集聚對城市綠色經濟發展的影響研究——基于長三角城市群的實證分析》[J]，《生態經濟》2022年第2期，第67-74頁。

[3] Alfred Marshall， Principles of Economics [M]， London： Macmillan， 1890.

[4] Glenn Ellison， Edward Ludwig Glaeser and William Kerr， “What Causes Industry Agglomeration？ Evidence From Coagglomeration Patterns” [J]， American Economic Review， 2010， 100（3）： 1195-1213.

[5] Chen Chaofan， SunYawen， Lan Qingxin and Jiang Feng， “Impacts of Industrial Agglomeration on Pollution and Ecological Efficiency： A Spatial Econometric Analysis Based on A Big Panel Dataset of China's 259 Cities” [J]， Journal of Cleaner Production， 2020， 258.

[6] 于斌斌：《生產性服務業集聚如何促進產業結構升級？——基于集聚外部性與城市規模約束的實證分析》[J]，《經濟社會體制比較》2019年第2期，第30-43頁。

[7] 韓峰、陽立高：《生產性服務業集聚如何影響制造業結構升級？——一個集聚經濟與熊彼特內生增長理論的綜合框架》[J]，《管理世界》2020年第2期，第72-94、219頁。

[8] 郭然：《產業協同集聚下綠色全要素生產率增長的實現機制研究》[D]，博士學位論文，大連理工大學，2021年。

[9] 紀祥裕、顧乃華：《生產性服務業與制造業協同集聚具有創新驅動效應嗎》[J]，《山西財經大學學報》2020年第7期，第57-70頁。

[10] 石敏俊、劉艷艷：《城市綠色發展：國際比較與問題透視》[J]，《城市發展研究》2013年第5期，第140-145頁。

[11] 邵帥、張可、豆建民：《經濟集聚的節能減排效應：理論與中國經驗》[J]，《管理世界》2019年第1期，第36-60、226頁。

[12] 金浩、劉肖：《產業協同集聚、技術創新與經濟增長——一個中介效應模型》[J]，《科技進步與對策》2021年第11期，第46-53頁。

[13] 呂平、袁易明：《產業協同集聚、技術創新與經濟高質量發展——基于生產性服務業與高技術制造業實證分析》[J]，《財經理論與實踐》2020年第6期，第118-125頁。

[14] 陳子真、雷振丹：《產業協同集聚對區域經濟的影響研究》[J]，《區域經濟評論》2018年第3期，第50-58頁。

[15] 周小亮、宋立：《生產性服務業與制造業協同集聚對產業結構優化升級的影響》[J]，《首都經濟貿易大學學報》2019年第4期，第53-64頁。

[16] 申偉寧、柴澤陽、張舒：《產業協同集聚的工業污染減排效應研究——基于長三角城市群的實證分析》[J]，《華東經濟管理》2020年第8期，第84-94頁。

[17] 王燕、孫超：《產業協同集聚對綠色全要素生產率的影響研究——基于高新技術產業與生產性服務業協同的視角》[J]，《經濟縱橫》2020年第3期，第67-77頁。

[18] Frank de Leeuw， Nicolas Moussiopoulos， Peter Sahm and Alena Bartonova， “Urban Air Quality in Larger Conurbations in the European Union” [J]， Environmental Modeling and Software， 2001 （4）： 399-414.

[19] Erik T. Verhoef， Peter Nijkamp and Vu， “Externalities in Urban Sustainability： Environmental Versus Localization-type Agglomeration Externalities in a General Spatial Equilibrium Model of a Single Sector Monocentric Industrial City” [J]， Ecological Economics， 2002 （2）： 157-179.

[20] 張可、汪東芳：《經濟集聚與環境污染的交互影響及空間溢出》[J]，《中國工業經濟》2014年第6期，第70-82頁。

[21] 伍先福：《產業協同集聚對全要素生產率影響的門檻效應研究——基于中國246個城市的實證檢驗》[J]，《經濟經緯》2019年第2期，第72-78頁。

[22] 同[17]。

[23] 任陽軍、田澤、梁棟、張鑫：《產業協同集聚對綠色全要素生產率的空間效應》[J]，《技術經濟與管理研究》2021年第9期，第124-128頁。

[24] 馮曦明、張仁杰、楊膨宇：《產業協同集聚提升綠色發展水平了嗎？——基于285個城市的空間計量分析》[J]，《金融與經濟》2022年第3期，第71-81頁。

[25] 李晟婷、周曉唯、武增海：《產業生態化協同集聚的綠色經濟效應與空間溢出效應》[J]，《科技進步與對策》2022年第5期，第72-82頁。

[26] David Keeble， John Bryson and Peter Wood， “Small Firms， Business Services Growth and Regional Development in the United Kingdom： Some Empirical Finds” [J]， Regional Studies， 1991， 25（5）： 439-457.

[27] Dan ODonoghue and Bill Gleave， “A Note on Methods for Measuring Industrial Agglomeration” [J]， Regional Studies， 2004， （4）： 419-427.

[28] 陳國亮、陳建軍：《產業關聯、空間地理與二三產業共同集聚——來自中國212個城市的經驗考察》[J]，《管理世界》2012年第4期，第82-100頁。

[29] 楊仁發：《產業集聚與地區工資差距——基于我國269個城市的實證研究》[J]，《管理世界》2013年第8期，第41-52頁。

[30] 陳建軍、劉月、鄒苗苗：《產業協同集聚下的城市生產效率增進——基于融合創新與發展動力轉換背景》[J]，《浙江大學學報（人文社會科學版）》2016年第3期，第150-163頁。

[31] 李子葉、韓先鋒、馮根福：《我國生產性服務業集聚對經濟增長方式轉變的影響——異質門檻效應視角》[J]，《經濟管理》2015年第12期，第21-30頁。

[32] 同[2]。

[33] 劉秉鐮、李清彬：《中國城市全要素生產率的動態實證分析：1990—2006——基于DEA模型的Malmquist指數方法》[J]，《南開經濟研究》2009年第3期，第139-152頁。

[34] 劉祥：《礦業城市經濟發展規模效率淺析》[J]，《中國礦業》2004年第9期，第72-77頁。

[35] 秦炳濤：《中國區域能源效率研究——地級市的視角》[J]，《世界經濟文匯》2014年第1期，第95-104頁。

[36] Lawrence M. Seiford and Joe Zhu， “Modeling Undesirable Factors in Efficiency Evaluation” [J]， European Journal of Operational Research， 2002， 142 （1）： 16-20.

[37] 于斌斌：《產業結構調整如何提高地區能源效率？——基于幅度與質量雙維度的實證考察》[J]，《財經研究》2017年第1期，第86-97頁。

[38] 同[2]。

[39] 同[1]。

[40] 同[2]。

[41] 李琳、劉琛：《互聯網、稟賦結構與長江經濟帶工業綠色全要素生產率——基于三大城市群108個城市的實證分析》[J]，《華東經濟管理》2018年第7期，第5-11頁。

[42] 向陽、羅胤晨、于哲浩、周潤星：《城市制造業集聚演變及其對生態環境的影響研究——基于成渝地區雙城經濟圈的實證分析》[J]，《調研世界》2022年第3期，第20-29頁。

注釋：

①參見《習近平主持召開進一步推動長江經濟帶高質量發展座談會 強調進一步推動長江經濟帶高質量發展 更好支撐和服務中國式現代化》[N]，《人民日報》2023年10月13日第 1版。

②本文研究區域為重慶市、成都市、自貢市、攀枝花市、瀘州市、德陽市、綿陽市、廣元市、遂寧市、內江市、樂山市、南充市、眉山市、宜賓市、廣安市、達州市、雅安市、巴中市、資陽市、貴陽市、六盤水市、遵義市、安順市、畢節市、銅仁市、昆明市、曲靖市、玉溪市、保山市、昭通市、麗江市、普洱市、臨滄市。

作者簡介：譚美容，重慶財經學院講師，重慶交通大學經濟與管理學院博士研究生。唐燕，重慶財經學院講師。羅胤晨，重慶財經學院教授，重慶財經學院綠色發展研究院執行院長。

責任編輯：陳丁力