生產性服務業集聚、勞動要素配置與區域協同發展

張紅霞,李家琦,彭 程

(山東理工大學 經濟學院,山東 淄博 255000)

引言

當前,中國經濟已由高速增長階段轉向高質量發展階段,以現代服務業為代表的第三產業規模持續擴大,生產性服務業作為現代服務業發展的生力軍和全球產業競爭的制高點,正成為中國經濟高質量發展的新動能。隨著信息技術擴散以及知識交流密集,生產性服務業集聚因具有人才集聚和技術密集的特征成為整合空間資源、提高制造業生產效率和重塑城市空間的重要形式。生產性服務業作為產生于制造業內部并逐漸成長起來的獨立產業部門與制造業存在緊密的前后向關聯,因此其提供的生產性服務可以與制造業的發展需求相契合,同時制造業對生產性服務的需求不僅來自本地區還來自鄰地的空間溢出,這使得生產性服務業集聚具有明顯的空間外部性特征。生產性服務業集聚可以有效增強產業間有序聯系和城市關聯度,成為實現以城市間要素共享、相關利益增強以及經濟發展差距縮小為標志的區域協同發展的重要路徑。但由于多數地區缺乏對生產性服務業的統籌布局,其對區域協同發展的助推作用未能得到充分展現。

產業集聚已通過發揮“勞動蓄水池效應”滲透到勞動要素配置過程中(Marshall,1890)。產業集聚雖然通過“規模經濟效應”和“勞動蓄水池效應”對本地經濟增長產生正向影響,但也使得經濟發展水平高的地區對經濟發展水平低的地區形成人才掠奪。已有文獻指出,人力資本的供需錯配對人才流失地區的經濟發展具有抑制效應,進而會加劇經濟發展的不協調性(朱敏 等,2019;張紅霞 等,2021)。但隨著產業集聚階段的遞進,“勞動蓄水池效應”所培養的成熟勞動力通過“擴散效應”向鄰近城市轉移,促進了鄰近城市的經濟發展,從而縮小城際經濟差距。由此可見,生產性服務業集聚對勞動要素配置的不確定性影響可能會傳遞到區域協同發展進程中。因此,如何有效發揮生產性服務業集聚對勞動要素配置、區域協同發展的正外部性成為中國實現經濟可持續發展面臨的重要問題。

生產性服務業集聚可以通過專業化分工(Markusen,1989)、學習效應(劉奕 等,2017)、競爭效應(徐從才 等,2008)以及專業化和多樣化集聚(李斌 等,2020)對城市經濟效率產生影響。生產性服務業集聚可以強化與制造業行業的前后向關聯并與制造業形成協同,進而在空間中產生更明顯的規模經濟效應和中間品共享效應(Ke et al,2014)。從這一方面來說,某一地區的生產性服務業可以通過提升產業協同水平和城市關聯強度對周邊地區的經濟發展產生影響。有學者進一步通過設定空間計量模型,驗證了生產性服務業集聚對質量型經濟增長(文豐安,2018)、城市技術創新(李勇輝 等,2021)和城市FDI效率(方慧 等,2021)存在空間溢出效應,為實現經濟的“提質增效”提供優化路徑。但從現實情況看,產業集聚并不總能帶來地區經濟的增長,產業過度集聚形成的擁擠效應(周圣強 等,2013)、同質化競爭(閆奕榮 等,2018)和環境污染(張可 等,2014)等各種負向效應可能會對經濟可持續發展產生抑制效應。同時,經濟質量的提升還需要考慮產業集聚水平與要素水平的匹配程度(施海燕,2012)。新經濟地理學認為,集聚經濟本身是要素在空間中的非均質分布以及要素流動所形成的經濟發展形式。因此產業集聚過程可以有效調動勞動要素進行空間配置,并通過優化勞動力結構、改善資源錯配現象以及與勞動力形成協同效應強化集聚對資源錯配的改善效用(季書涵 等,2016),進而提高勞動生產率并持續影響地區差距(范劍勇 等,2009)。但集聚的正、負外部性可能在不同的階段交替出現,因此產業集聚對要素配置的影響也存在正、負兩種效應,即產業的過度集聚會產生擠出效應從而加劇生產要素的錯配(沈能 等,2014),而勞動要素配置扭曲則會通過對人才集聚效應、技術創新效應以及產業結構效應的負向影響城市全要素生產率的提升(趙新宇 等,2021)。由此可見,資源供求的失衡最終會導致全要素生產率離散程度的加劇(Aoki, 2012)、生產效率以及經濟增速的下降(Hsieh et al, 2009)。

近年來,有關京津冀、粵港澳、長三角等典型城市群和省際層面的協同發展理論得到較大發展,但現有研究中產業集聚與區域協同發展的因果關系尚且存在一定爭議。劉麗萍等(2019)通過探討安徽省及其三大臨近城市生產性服務業集聚、區域經濟的一體化和城市創新的關系,認為區域經濟一體化促進了生產性服務業集聚和城市創新。但有關這一研究的主流觀點仍為產業集聚會影響區域的協同發展,且隨著產業集聚由弱變強,集聚對經濟發展或經濟效率的影響存在明顯的拐點(周圣強 等,2013),產業集聚引發的“中心-外圍”空間結構與地區間的發展差距存在明顯的倒U形關系(趙勇 等,2015);劉岳平等(2017)則通過分析京津冀地區的生產性服務業行業,得出京津冀地區的產業集聚尚未通過擴散效應拉動周圍地區的發展,造成區域協同發展進程缺乏深度的結論。

通過梳理國內外文獻發現,現有研究在探究影響區域發展協同性的因素時,尚未將產業集聚與勞動要素配置結合起來分析,且現有文獻多從京津冀典型城市群或省際層面探討協同問題?；诖?本文嘗試從省域 “中心-外圍” 城市空間結構視角出發,檢驗生產性服務業集聚的“集聚效應”“擴散效應”和空間外部性對城市勞動要素配置和區域協同發展的動態影響效應。本文的邊際貢獻可能在于:(1)通過構建空間杜賓模型,將空間因素引入到分析框架中,檢驗生產性服務業集聚是否對勞動要素配置、區域協同發展存在非線性影響和空間溢出效應;(2)基于調節路徑模型,檢驗勞動要素配置的非線性中介效應,探討“生產性服務業集聚-勞動要素配置-區域協同發展”這一傳導路徑的成立機理。這對新常態下實現區域協同發展與勞動要素配置、產業結構相適應,以及促進經濟可持續發展具有重要的現實意義。

一、理論假說

(一)生產性服務業集聚影響勞動要素配置

新經濟地理學指出,產業集聚作為一種經濟地理現象,其集聚效應對城市內部乃至城市間要素配置都具有重要影響。聚焦到生產性服務業和勞動要素來看,生產性服務業的集聚過程強化了產業間的前后向聯系并加速形成了以生產性服務業技術為支撐的現代產業布局,產業集聚形成的就業機會、工資和福利水平等優勢有助于優化勞動要素配置并培養經濟發展所需的成熟勞動力,由此成為實現勞動要素供需匹配和人力資本水平提升的重要路徑。但產業集聚對勞動要素配置的影響并非總是正向的,而是隨集聚發展階段的遞進呈現出不同趨勢:一方面,在集聚初期,生產性服務業的“人才集聚效應”可以借助生產性服務業行業與制造業行業的產業鏈關聯,降低制造業發展中的人力“搜尋成本”和“匹配成本”,進而擴大企業的利潤空間。但同時,生產性服務業集聚水平較高城市對勞動要素的“虹吸效應”,也使得低水平城市勞動力持續流失,從而導致該地區人力資本結構調整困難,區域內勞動要素供需錯配加劇。另一方面,由于存在路徑依賴,勞動要素的流動方向難以發生逆轉,當中心城市過度積累的人口規模超越城市經濟和環境的承載能力時便對勞動力產生逆向“擠出”,從而通過“擴散效應”向外圍城市輸送成熟勞動力,城市人力資本水平得以提升并緩解了區域內勞動要素的供需錯配問題,最終對勞動要素配置產生正向影響。由此,本文提出:

假說1:生產性服務業集聚對本地城市勞動要素配置存在先負后正的非線性影響,并通過“本地-鄰地”效應影響鄰近城市的勞動要素配置。

(二)生產性服務業集聚影響區域協同發展

生產性服務業集聚的“虹吸效應”和“擴散效應”交替出現,同樣導致生產性服務業集聚與區域協同發展存在非線性關聯。一方面,生產性服務業集聚的外部規模經濟和專業化分工促使集聚地區經濟效率提升,但也造成城際經濟發展差距持續擴大。由于中心城市具備經濟實力雄厚、政策支持和基礎設施完善等優勢,成為生產性服務業企業集聚的首選城市,企業則通過集聚獲得規模報酬進而“反哺”中心城市經濟(袁冬梅 等,2021)。生產性服務業集聚對專業化分工的深化,使生產性服務業所提供的生產性服務得以有效嵌入到制造業產業鏈的各環節,從而有助于提升生產性服務業與制造業協同水平并推動企業技術進步,繼而強化區域內中心城市發展的領先地位。隨著生產性服務業集聚的深化,中心城市對要素和價值鏈高端的壟斷使其在與外圍城市的利益競爭中占據優勢,并導致外圍城市發展環境進一步惡化,區域協同發展進程趨緩。另一方面,由于產業集聚規模的擴張是有限度的,生產性服務業過度集聚階段產生的“擴散效應”則會推進區域協同發展進程。囿于城市面積和資源的有限性以及城市交通的可承載度,當中心城市的生產性服務業過度集聚時,城市內部有效需求不足、土地等要素價格上升和同質化競爭問題便日益凸顯。此時,生產性服務業集聚水平無法與本地需求結構相適應,導致產業集聚獲取的規模報酬遞減并逐漸被“擁擠效應”替代。資源和需求不足帶來的惡性競爭迫使生產性服務業企業向外圍城市轉移,并在這一過程中實現先進技術和成熟勞動力向外圍城市的擴散,生產性服務業集聚得以通過促使知識、技術溢出以及要素回流推動外圍城市發展,從而提升區域協同發展水平。由此提出:

假說2:生產性服務業集聚對區域協同發展存在先負后正的非線性影響并產生空間溢出效應。

(三)勞動要素配置在生產性服務業集聚影響區域協同發展中存在中介效應

基于以上論述,生產性服務業集聚可通過“集聚效應”的向心力和“擴散效應”的離心力對勞動要素配置和區域協同發展產生影響。同時,中國經濟增長的空間分異很大程度上是由于要素在產業與空間上的錯配對區域平衡發展的負向影響(鄧仲良 等,2020),因此勞動要素作為經濟活動中的有限資源,其數量和質量在城市經濟發展中扮演著不可或缺的角色。產業集聚過程中中心城市的人才集聚優勢持續擴大,中心城市對勞動要素特別是對支撐城市技術進步的高技能人才的吸引有增無減,這也造成處于地理邊緣的外圍城市人力資本結構調整緩慢,從而缺乏產業結構優化的動力和引擎。不難發現,近年來,眾多中小規模城市出臺了吸引人才回流的惠才政策,但由于人才發展機遇匱乏和基礎設施不完善等限制,留住人才成為外圍城市發展的難解之題。由此可見,生產性服務業集聚可以通過對勞動要素的“推拉”修正城市經濟發展中勞動要素配置的供需偏離,并將其反饋到區域協同發展進程中。據此,本文提出:

假說3:勞動要素配置在生產性服務業集聚與區域協同發展的非線性關系中起中介作用。

二、模型設定

(一)計量模型設定

1.基準模型構建

產業集聚產生的向心力與離心力的共存會對城市要素流動和經濟發展產生復雜影響,采用二次項法來重點檢驗生產性服務業集聚對勞動要素配置和區域協調發展的非線性影響,構建雙向固定面板模型:

(1)

(2)

其中,Agglit為i城市生產性服務業第t年的集聚指數,τLit為i城市第t年的勞動要素配置,GAPit為i城市生產性服務業第t年的協同發展水平,Controls為控制變量,λi和νt為城市和年份固定效應,εit為隨機誤差。

2.空間計量模型構建

地區的經濟活動不是孤立進行的,必然會受到臨近地區的影響?；诖?借鑒于斌斌等(2014)的研究,采用空間計量模型對生產性服務業集聚的空間溢出效應進行檢驗,模型如下:

(3)

(4)

(5)

(6)

其中,ρ和δ分別為空間滯后系數和空間誤差系數,Wij為空間權重矩陣,dij表示城市i與城市j之間的地理空間距離。

(二)變量說明

1.被解釋變量

勞動要素配置(τL)①:借鑒陳永偉等(2011)和季書涵等(2016)的研究,用勞動要素實際供給與有效需求的偏離程度即勞動要素錯配程度衡量勞動要素配置的有效性,錯配程度越低,勞動要素配置越有效,否則越扭曲。

區域協同發展水平(GAP):使用“中心-外圍”城市經濟發展差距衡量區域協同發展水平,即區域內中心城市與外圍城市之間的差距越小,區域協同發展水平越高,否則越低。本文借鑒趙勇等(2015)以及蘭秀娟等(2020)測算中心-外圍城市經濟發展差距的做法,使用城市人均生產總值和人口規模(城市期末就業人數)均值的加權值,確定單中心省份和雙中心省份,即省會加權值排名第一則該省份為單中心省份,若該省份加權值排名高于省會城市,則為雙中心城市;同時測算外圍城市和中心城市的經濟發展差異。計算過程如下:

(7)

(8)

(9)

(10)

GDPai和GDPci分別為單中心省份、雙中心省份的外圍城市與中心城市的經濟發展差距以及中心城市與外圍城市的經濟發展差距;其中PGDPc為中心城市人均GDP,PGDPc1、PGDPc2為雙中心省份中心城市1和中心城市2 的人均GDP,PGDPi為各省份除中心城市外的城市i的人均GDP。

2.解釋變量

生產性服務業集聚(Aggl):本文將生產性服務業細分行業界定為批發零售業、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,并使用區位熵法測度生產性服務業集聚程度。計算公式如下:

(11)

其中,Agglit為t時期i城市j產業的區位熵指數,Eijt為t時期i城市j產業的就業人數。

3.控制變量

基礎設施水平(IN):以城市人均道路面積表示;產業結構優化(INF):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的合理化和高級化程度;政府干預程度(GOV):以當地政府財政支出占城市生產總值的比值表示;對外開放水平(EX):以城市的進出口總額占GDP的比重表示;城鎮化水平(URB):一般而言,城鎮化率為地區城市人口占總人口的比重,由于地級市常住人口難以獲得,本文借鑒陸銘等(2004)的做法,以非農就業人數占總就業人數的比例表示。對控制變量作取對數處理。

4.數據來源

鑒于2006年以前城市樣本數據的大量缺失,本文選取2006年以后年份的城市數據進行分析。由于本文考察目標為省域內的城市協同,樣本剔除了北京、天津、上海、重慶4個直轄市,為增強樣本觀測值的穩定性,本文未將數據缺失量較大的青海、西藏、新疆、寧夏和港澳臺地區納入樣本范圍。最終選取2006—2018年的271個地級市作為樣本。數據來源于《中國城市統計年鑒》、各地級市統計公報及各省份統計年鑒,個別缺失數據用插值法補齊。

三、回歸結果分析

(一)空間相關性檢驗

為判斷生產性服務業集聚、勞動力配置、區域協同發展是否存在空間相關性,本文采取空間自相關指數Moran’s I進行檢驗。表1所示2006—2018年Moran’s I檢驗結果顯示,本文核心解釋變量和被解釋變量的Moran’s I絕大部分年份在1%的水平下顯著為正,從而驗證了本文構建空間計量模型的合理性。

表1 2006—2018年Moran’s I

(二)模型檢驗

本文對式(3)和式(4)依次進行LM檢驗、Wald檢驗、LR檢驗、Huasman檢驗和雙向固定效應檢驗,用以確定空間計量模型的有效形式。結果顯示五項檢驗均通過了顯著性檢驗,即時空雙固定空間杜賓模型更適于作為本文的空間計量方式,且不可退化為空間誤差模型(SAR)或空間自回歸模型(SEM)③。

(三)總體樣本的回歸分析

表2報告了基準模型和空間杜賓模型的回歸結果。表2列(1)、列(3)以及列(5)均顯示核心解釋變量系數顯著為正,即生產性服務業集聚加劇了勞動要素錯配并擴大了區域內城市的經濟發展差距,從而對勞動要素配置和區域協同發展產生負向影響。列(2)、列(4)顯示生產性服務業集聚一次項系數均顯著為正、二次項系數均顯著為負,表明生產性服務業集聚與勞動要素錯配、城市經濟發展差距均存在倒U形關系。列(6)和列(8)W×Aggl、W×Aggl2的估計系數分別顯著為正和負,表明生產性服務業對勞動要素配置和地區經濟協同發展均存在顯著的“空間溢出效應”。由此表明,生產性服務業集聚與勞動要素配置、區域協同發展間,均存在先抑制后促進的非線性關系并產生了空間外部性,驗證了本文的假說1和假說2。

表2 全樣本OLS和空間杜賓模型回歸結果

事實上,無論是否考慮空間因素,中國部分城市已經跨越生產性服務業集聚影響勞動要素錯配和影響城市經濟發展差距的兩個拐點,位于兩個倒U形曲線的右半段,即這些城市的生產性服務業集聚已開始通過“擴散效應”對勞動要素配置和區域協同發展產生正向效應。生產性服務業集聚與勞動要素配置存在非線性關系的原因可能在于:從短期來看,中心城市產業集聚的“人才集聚效應”延遲了本城市“人口紅利”消失的時間,但同時也加劇了勞動要素的空間非均質分布,最終表現為對勞動要素合理配置的阻力。而當中心城市產業集聚達到最優規模后,產業集聚的“擴散效應”占據主導促使勞動要素向外圍城市擴散和轉移,進而改善區域內勞動要素配置。生產性服務業集聚與區域協同發展存在非線性關系的原因則可能在于:一方面,生產性服務業集聚的“虹吸效應”使各類生產要素在中心城市聚集,通過降低成本、促進創新等路徑推動了中心城市經濟發展。由于外圍城市對各種生產要素的虹吸能力較弱,導致區域內中心城市“一城獨大”,并以損失外圍城市利益為代價,發展為區域增長極,城際經濟發展差距的持續擴大阻礙了區域協同發展進程。另一方面,中心城市得以優先發展使其可以憑借人才、技術和產業結構等優勢整合區域資源,并輻射帶動外圍城市經濟,加速形成區域內大中小城市協同共進的新發展格局。

由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,還應進一步將空間效應分解為直接效應、間接效應和總效應進行分析(LeSage et al, 2009)。表3顯示了生產性服務業集聚的空間效應分解結果,檢驗結果顯示核心解釋變量一次項和二次項系數仍分別正向和負向顯著,因此進一步驗證了生產性服務業集聚對勞動要素錯配和城際經濟發展差距均存在倒U形的直接效應和空間溢出效應,即生產性服務業集聚分別對勞動要素配置和區域協同發展存在“先抑制后促進”的“本地-鄰地”效應。

表3 全樣本回歸空間效應分解結果

(四)地區異質性分析

中國各區域產業基礎、要素稟賦等方面都有較大差異。為進一步研究生產性服務業集聚的地區異質性,將271個地級市劃分為東、中、西、東北四個地區分別進行回歸檢驗,檢驗結果見表4。

表4 分地區SDM模型回歸結果

由表4可知,中國四大地區城市生產性服務業集聚對勞動要素配置、區域協同發展的影響存在差異。其中,生產性服務業集聚與勞動要素配置的估計結果顯示,東、中、西部地區城市核心解釋變量一次項與二次項系數分別顯著為正和負,即城市生產性服務業集聚對勞動要素配置的直接影響存在門檻,在到達集聚拐點后,生產性服務業集聚對東、中、西部地區城市的勞動要素配置的影響由阻力向助力轉變。且東部地區由于城市綜合競爭力較強,該地區生產性服務業集聚更易借助空間外部性發揮對勞動要素形成虹吸和擴散,因此東部地區對勞動要素配置的空間溢出效應最明顯。生產性服務業集聚對東北地區城市的勞動要素配置的影響呈現相反態勢的原因可能在于:東北地區“老工業基地”經濟增長的持續乏力,地區生產性服務業的低端集聚對人才的“虹吸效應”不足,勞動要素的流失繼而加劇了勞動要素錯配。生產性服務業集聚與區域協同發展非線性關系的地區異質性回歸結果顯示,雖然核心解釋變量在西部地區的一次項、二次項系數均不顯著,但其對區域協同發展的影響在東、中、西、東北四個地區均呈現由阻礙向優化方向轉變的趨勢,且東、西部地區城市生產性服務業集聚對區域協同發展具有顯著的“空間溢出效應”。由此可見,良好的地區經濟發展基礎更有助于生產性服務業集聚進行勞動要素再配置和發揮經濟的輻射帶動作用。

(五)行業異質性分析

為驗證生產性服務業細分行業集聚對勞動要素配置和區域協同發展的異質性影響,本文借鑒劉奕等(2017)的做法,將生產性服務業劃分為基礎型生產性服務業和支持型生產性服務業兩大類型做進一步回歸分析,前者包括批發零售業、交通運輸倉儲和郵政業,后者包括信息傳輸計算機服務、軟件業、金融業以及科學研究技術服務和地質勘查業。表5匯報了兩類生產性服務業行業集聚的空間杜賓模型回歸結果。

表5 分行業SDM模型回歸結果

表5列(1)和列(3)顯示,基礎型生產性服務業與支持型生產性服務業集聚對勞動要素配置均具有顯著的直接影響和空間溢出效應,并分別呈現出“先抑制后促進”的非線性影響。列(2)和列(4)則表明支持型生產性服務業集聚與區域協同發展存在“先抑制后促進”的非線性關系,基礎型生產性服務業集聚的影響效應則不顯著。由此可見,生產性服務業的勞動要素配置效應與區域協同效應存在行業異質性,表現為基礎型生產性服務業集聚與支持型生產性服務業集聚均可通過“集聚效應”與“擴散效應”對勞動要素配置產生非線性影響,但后者的影響效果更明顯,同時僅有支持型生產性服務業集聚影響區域協同發展。原因可能在于,生產性服務業中的支持型服務業相較于基礎型服務業處于價值鏈高端,可以更高效地促進要素整合并與制造業形成高端協同,從而提高本地經濟效率;還可以通過“擴散效應”,推動區域內要素聯動和城市經濟協同,從而促進勞動要素合理配置和區域協同發展。

(六)穩健性檢驗

本文使用以下兩種方法進行穩健性檢驗:一是將空間距離矩陣替換為二進制鄰接矩陣,再次進行回歸,結果見表6。表6列(1)和列(2)表明,替換空間矩陣后核心解釋變量一次項系數和二次項系數均在1%的水平下顯著為正和負,即生產性服務業集聚與勞動要素配置以及與區域協同發展的非線性關系仍成立。二是將城市平均地形坡度作為工具變量進行2SLS穩健性檢驗,LM檢驗結果為80.673并顯著拒絕了“弱工具變量”和“不可識別”原假設,從而說明工具變量有效,第一階段F統計量為106.77,列(3)和列(4)回歸結果顯示生產性服務業集聚的一次項、二次項系數分別顯著為正和負,驗證了本文估計結果的穩健性。

表6 穩健性分析

四、中介效應檢驗

構建非線性中介模型驗證前文對勞動要素配置發揮非線性中介效應的分析。由于上文所述關系為非線性關系,使用傳統的由Baron等(1987)發布的三步法檢測中介效應的路徑不甚合理,因此借鑒董保寶(2014)的做法,在式(4)的基礎上加入中介變量(M)、調節變量(Z)及其交互項,形成式(12)到式(14)進行驗證。

(12)

(13)

(14)

回歸結果如表7所示,列(1)和列(2)為對式(12)和式(13)的檢驗,其結果與前文式(1)和式(2)回歸結果一致,即驗證了前文所說的兩個非線性關系。式(14)加入了中介變量(τL)以及中介變量(τL)與調節變量(Aggl)的交互項,用以檢驗勞動要素配置的非線性中介機制,回歸結果如列(3)所示,生產性服務業集聚的一次項與平方項系數分別顯著為正和負,表明生產性服務業集聚與區域協同發展的非線性并未因加入生產性服務業集聚與勞動要素配置的交互項而改變,同時勞動要素配置的一次項系數顯著為正,即勞動要素配置與區域協同發展顯著正相關,表明勞動要素配置中的錯配表現的改善確實是促進區域協同發展的重要路徑。綜上所述,生產性服務業會通過與勞動要素錯配的倒U形關系對城市經濟發展差距產生倒U形影響,即勞動要素配置在生產性服務業集聚與區域協同發展的非線性關系中發揮了非線性中介作用,由此驗證假說3。

表7 中介效應檢驗結果

為進一步分析不同集聚水平下勞動要素錯配的中介效應,本文按照生產性服務業集聚指數中值將樣本劃分為低集聚組和高集聚組,再次進行回歸。結果表明低集聚組與高集聚組勞動要素配置的一次項系數均顯著為正,但低集聚組的核心解釋變量與區域協同發展的非線性關系發生改變,即高集聚組勞動要素配置的中介效應成立。高集聚組生產性服務業集聚與勞動要素配置的交互項系數依然顯著為負且效應更強,原因可能在于集聚水平提升使得生產性服務業更易通過“擴散效應”改善勞動要素配置中的錯配表現,疏通中心城市要素擁堵并助力外圍城市人力資本水平提升,從而為“中心-外圍”城市經濟發展差距縮小提供要素支撐,最終表現為對區域協同發展的助力作用。由此可見,生產性服務業高度集聚通過發揮“集聚效應”和“擴散效應”影響勞動要素配置,進而影響區域協同發展的傳導路徑效果最佳。

五、結論與建議

在理論梳理基礎上,基于2006—2018年271個地級市面板數據,通過構建普通面板模型和空間杜賓模型進行基準回歸,并采用調解路徑模型檢驗中介機制,從而翔實探討了生產性服務業集聚、勞動要素配置和區域協同發展三者的關系,并得到如下結論:第一,生產性服務業集聚效應進一步分解的直接效應、間接效應和總效應三類效應,均對勞動要素配置中的錯配表現產生倒U形影響,最終表現為對勞動要素配置形成先負后正的非線性影響和空間溢出效應。第二,生產性服務業集聚效應的三類分解效應,都與代表區域協同發展的城際經濟發展差距指標存在倒U形關系,最終表現為對區域協同發展形成先負后正的非線性影響和空間溢出效應。第三,本文從地區和行業兩個角度進行了異質性分析。地區異質性檢驗表明,地區間生產性服務業集聚的“集聚效應”和“擴散效應”的發揮存在差異,并表現為對各地區勞動要素配置和區域協同發展異質的“本地-鄰地”效應,其中東部地區生產性服務業集聚的空間外部性最明顯;行業異質性檢驗表明,生產性服務業中擁有高附加值的支持型生產性服務業集聚對勞動要素配置和區域協同發展的作用效果均顯著強于基礎型生產性服務業集聚。第四,勞動要素配置在生產性服務業集聚與區域協同發展之間存在非線性中介傳導機制,且勞動要素配置與區域協同發展正向相關。中介機制的分組研究表明,生產性服務業集聚度越高,越易通過“擴散效應”改善勞動要素配置中的錯配表現,進而助力區域協同發展。

依據前述分析,提出以下政策建議:首先,建立合作互動、良態發展的城市產業布局。城市的產業布局應該考慮到生產性服務業最優規模,通過政府制定相關政策合理引導同質化企業的疏散和轉移,增強城市間協作和城市產業間的前后向聯系,從而有效發揮生產性服務業集聚的知識、技術溢出效應,打破城市邊界和市場壁壘。同時,應統籌設計城市群發展規劃,限制中心城市規模的無限制擴大和資源的過度集中,發揮中心城市對外圍城市經濟的輻射帶動作用,實現大中小城市協同發展的良好區域經濟生態,有效發掘一體化經濟的市場潛力。其次,疏通要素流動渠道,促進勞動要素優化配置。防范生產性服務業集聚過程中中心城市對要素的過度虹吸,通過生產性服務業集聚的“擴散效應”對人才的遷移作用,打破勞動要素流動屏障,緩解勞動要素供需失衡問題,從而提升城市知識存量,并堅持在勞動要素的有效配置下發揮生產性服務業集聚的“拐點”作用,促進區域協同發展。最后,積極探索不同地區、行業的生產性服務業發展規律,促使相關政策向生產性服務高附加值行業傾斜,合理推進各地區城市生產性服務業集聚水平提升。因地制宜安排生產性服務業的空間布局并制定產業發展策略,積極推動東部地區已趨向成熟或飽和的生產性服務業行業向中西部和東北地區轉移,并以此為契機促進東部地區生產性服務業結構進一步升級,構建“全國上下一盤棋”的城市產業鏈和價值鏈攀升渠道。

①受篇幅限制,勞動力要素配置計算過程未展示,備索。

②經測算,單中心省份為山西、吉林、浙江、安徽、江西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西;雙中心省份為河北、海南、內蒙古、遼寧、黑龍江、江蘇、福建、廣東、甘肅。

③受篇幅限制,模型檢驗結果未列出,備索。