張向榮

1（深圳大學(xué)中國(guó)經(jīng)濟(jì)特區(qū)理論研究中心， 深圳 518031）2（深圳市科技開(kāi)發(fā)交流中心， 深圳 518031）

引言

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)中最顯著的地理特征問(wèn)題即為產(chǎn)業(yè)集聚問(wèn)題。波特認(rèn)為，產(chǎn)業(yè)的空間集聚是構(gòu)建一國(guó)（地區(qū)）核心競(jìng)爭(zhēng)優(yōu)勢(shì)的主要因素。隨著經(jīng)濟(jì)全球化的發(fā)展，中國(guó)制造業(yè)的空間格局形成了明顯的“東傾”現(xiàn)象，并通過(guò)規(guī)模經(jīng)濟(jì)和學(xué)習(xí)效應(yīng)顯著促進(jìn)了沿海地區(qū)產(chǎn)業(yè)經(jīng)濟(jì)的發(fā)展，在這一過(guò)程中，粵港澳大灣區(qū)作為擁有我國(guó)最發(fā)達(dá)城市群、世界級(jí)海港群和空港區(qū)的代表性東部區(qū)域，實(shí)現(xiàn)了經(jīng)濟(jì)與產(chǎn)業(yè)發(fā)展的騰飛［1］。但進(jìn)入21 世紀(jì)后，中國(guó)東部沿海地區(qū)制造業(yè)的“產(chǎn)業(yè)同構(gòu)”現(xiàn)象越發(fā)嚴(yán)重，謝子遠(yuǎn)和吳麗娟（2017）指出，制造業(yè)資本、人力及技術(shù)要素的過(guò)度集聚，不僅導(dǎo)致了管理成本的迅速上升，也因?yàn)楫a(chǎn)品的同質(zhì)化降低了制造業(yè)的邊際利潤(rùn)，出現(xiàn)了非均衡發(fā)展下的“擁擠效應(yīng)”，嚴(yán)重削弱了我國(guó)整體產(chǎn)業(yè)競(jìng)爭(zhēng)力，使得相關(guān)區(qū)域制造業(yè)發(fā)展陷入瓶頸［2］。對(duì)粵港澳大灣區(qū)而言，如何調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)城市間合理的要素分配和產(chǎn)業(yè)分工，將成為實(shí)現(xiàn)粵港澳大灣區(qū)未來(lái)突破式發(fā)展的核心問(wèn)題。

創(chuàng)新是產(chǎn)業(yè)發(fā)展的核心要素和利潤(rùn)之源。任治（2017）認(rèn)為，當(dāng)前我國(guó)的制造業(yè)發(fā)展水平較低，整體處于全球利潤(rùn)鏈的下游［3］，且嚴(yán)重被西方發(fā)達(dá)國(guó)家的“低端鎖定”戰(zhàn)略所制約，提升制造業(yè)在全球產(chǎn)業(yè)鏈中的位置，已經(jīng)成為全社會(huì)的共識(shí)。但地理層面的要素集聚現(xiàn)象對(duì)制造業(yè)的創(chuàng)新轉(zhuǎn)變產(chǎn)生了難以估量的外部性影響（張虎和韓愛(ài)華，2017）［4］。胡彬和萬(wàn)道俠（2017）針對(duì)當(dāng)前中國(guó)制造業(yè)產(chǎn)業(yè)集聚中較為普遍的擁擠效應(yīng)及轉(zhuǎn)型升級(jí)困境，考察了產(chǎn)業(yè)集聚對(duì)制造業(yè)企業(yè)技術(shù)創(chuàng)新模式的作用，研究證明產(chǎn)業(yè)集聚顯著降低了企業(yè)選擇高端創(chuàng)新模式的概率［5］。張萬(wàn)里和魏瑋（2018）的分析中指出，引入非期望產(chǎn)出的制造業(yè)集聚與效率并非呈簡(jiǎn)單的正向線性關(guān)系，他們將制造業(yè)分為集聚推進(jìn)型、集聚遞減型和過(guò)度集聚型，部分制造業(yè)出現(xiàn)一個(gè)甚至多個(gè)門(mén)檻值，說(shuō)明東部擁擠和西部能源利用效率低已經(jīng)嚴(yán)重阻礙當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，提高創(chuàng)新效率是解決收入差距的關(guān)鍵［6］。創(chuàng)新效率顯著關(guān)聯(lián)于要素集聚已經(jīng)是不爭(zhēng)的事實(shí)，但我國(guó)許多區(qū)域在實(shí)現(xiàn)創(chuàng)新效率提升的過(guò)程中，依然忽視要素集聚的作用，造成了過(guò)度集聚現(xiàn)象下的創(chuàng)新實(shí)踐失敗。

對(duì)于要素集聚現(xiàn)象的實(shí)踐的偏差也與學(xué)理認(rèn)知不足有著緊密關(guān)聯(lián)。我國(guó)大量學(xué)者已經(jīng)認(rèn)識(shí)到產(chǎn)業(yè)集聚過(guò)程中的負(fù)外部性問(wèn)題，如沈能等（2014）從行業(yè)異質(zhì)性視角入手，引入過(guò)度集聚帶來(lái)的擁擠效應(yīng)重新考察中國(guó)制造業(yè)全要素生產(chǎn)率的變化，并采用非線性門(mén)限回歸模型考察不同類型產(chǎn)業(yè)集聚效應(yīng)的門(mén)檻特征并確定最佳的轉(zhuǎn)移時(shí)機(jī)和區(qū)位選擇［7］。研究表明：產(chǎn)業(yè)集聚對(duì)行業(yè)生產(chǎn)率的影響并非單調(diào)，而是隨著產(chǎn)業(yè)集聚度由弱變強(qiáng)，會(huì)對(duì)行業(yè)生產(chǎn)率產(chǎn)生先提高后降低的影響，且具有顯著的三重非線性門(mén)檻特征。唐曉華等（2017）基于區(qū)位基尼系數(shù)、地理集中度、全局莫蘭指數(shù)探究我國(guó)制造業(yè)的空間關(guān)聯(lián)模式，發(fā)現(xiàn)我國(guó)制造業(yè)集聚存在典型的“倒U 型”結(jié)構(gòu)，且呈現(xiàn)出由東到西“聚集-離散-聚集”的地理分布［8］。王翔（2017）指出，由于制造業(yè)的技術(shù)構(gòu)成、產(chǎn)業(yè)周期與資源稟賦情況不盡相同，處于不同技術(shù)效率下的產(chǎn)業(yè)對(duì)要素的利用也產(chǎn)生了較大差別，對(duì)于某一集聚水平下的制造業(yè)進(jìn)行“擁擠”和“適度”的判斷時(shí)，需要從更為微觀的層面觀察各個(gè)分行業(yè)的技術(shù)效率［9］。本文擬從要素集聚與創(chuàng)新效率的異質(zhì)性特征和非線性特點(diǎn)出發(fā)，確定粵港澳大灣區(qū)的要素集聚與創(chuàng)新效率的關(guān)聯(lián)特征，進(jìn)而對(duì)粵港澳大灣區(qū)未來(lái)的最優(yōu)要素投入（產(chǎn)業(yè)轉(zhuǎn)移）政策提供參考。

1 變量選取及數(shù)據(jù)來(lái)源

本文的核心解釋變量包括全要素生產(chǎn)率（TFP）與產(chǎn)業(yè)集聚度（G），被解釋變量為創(chuàng)新效率（CE）。全要素生產(chǎn)率從“投入-產(chǎn)出”角度衡量了制造業(yè)的集聚效率；而產(chǎn)業(yè)集聚度則從“空間密布”角度衡量了制造業(yè)的集聚水平，兩者能夠全面的分析企業(yè)內(nèi)部要素集聚的優(yōu)度。而創(chuàng)新效率衡量了單位投入“輸入-輸出”的比例優(yōu)化情況。下面分別解釋兩個(gè)解釋變量及被解釋變量的計(jì)算過(guò)程。

全要素生產(chǎn)率。對(duì)于全要素生產(chǎn)率的計(jì)量，Malmquist 方法已經(jīng)成為衡量制造業(yè)累積增長(zhǎng)率的統(tǒng)一指標(biāo)。Malmquist 全要素生產(chǎn)率指標(biāo)基于決策單元的投入-產(chǎn)出效率評(píng)價(jià)，并納入距離函數(shù)分析要素間的分布情況，李永周和韓波（2018）指出，指標(biāo)不僅解決了制造業(yè)中不同產(chǎn)業(yè)生產(chǎn)函數(shù)形式不統(tǒng)一的問(wèn)題，還避免了生產(chǎn)無(wú)效率項(xiàng)在原始函數(shù)中可能造成的計(jì)量誤差［10］，通過(guò)簡(jiǎn)單的投入產(chǎn)出數(shù)據(jù)從根本上解析生產(chǎn)函數(shù)的技術(shù)效率情況，從而不必受到要素價(jià)格信息的干擾，廣泛適用于面板數(shù)據(jù)的分析。假定投入產(chǎn)出間隔為1 期，起始期為t期，Malmquist 全要素生產(chǎn)指數(shù)可以表示為：

式（1）中，xt，yt表示t期的投入和產(chǎn)出向量，xt＋1，yt＋1為下一期的投入產(chǎn)出向量；則表示以技術(shù)值Tt為參照的距離函數(shù)。

進(jìn)一步假定短期內(nèi)存在規(guī)模報(bào)酬不變，Malmquist 指數(shù)可以進(jìn)一步分解為技術(shù)效率變動(dòng)（TC）和技術(shù)進(jìn)步（TP）指數(shù)。盧燕群和袁鵬（2017）認(rèn)為，技術(shù)效率不同于創(chuàng)新效率，是指各個(gè)決策單元向技術(shù)前沿面遷移的距離，當(dāng)決策單元越靠近前沿面，就越能夠?qū)崿F(xiàn)既定技術(shù)水平下最大產(chǎn)出的可能［11］，而創(chuàng)新效率的增長(zhǎng)，則是指全產(chǎn)業(yè)技術(shù)水平因創(chuàng)新而產(chǎn)生增長(zhǎng)的過(guò)程。Malmquist 指數(shù)的技術(shù)效率分解過(guò)程如下：

產(chǎn)業(yè)集聚度。從地理經(jīng)濟(jì)學(xué)角度來(lái)看，產(chǎn)業(yè)的集聚包含了空間角度的聚合以及產(chǎn)業(yè)相似度的提升過(guò)程，陶長(zhǎng)琪和彭永樟（2017）指出，隨著單一產(chǎn)業(yè)在區(qū)域產(chǎn)業(yè)中比例的提升，產(chǎn)業(yè)相似度的提升不僅能夠帶來(lái)“規(guī)模效應(yīng)”，也有可能引起廣泛競(jìng)爭(zhēng)情況下的“擁擠效應(yīng)”［12］。對(duì)此，本文選用克魯格曼提出的中性空間指標(biāo)“空間基尼系數(shù)”來(lái)衡量制造業(yè)的產(chǎn)業(yè)集聚度，該指標(biāo)的計(jì)算方向如下：

式（3）中，ski和skj分別代表區(qū)域i和區(qū)域j中k產(chǎn)業(yè)的占比，n是區(qū)域的總數(shù)；表示k產(chǎn)業(yè)在所有區(qū)域占比的均值?？臻g基尼系數(shù)值處于［0，1］的范圍中，當(dāng)各個(gè)地區(qū)占比與均值一致時(shí)，基尼系數(shù)等于0；當(dāng)所有k產(chǎn)業(yè)的銷售占比均集中于某一地區(qū)時(shí)，基尼系數(shù)等于1。對(duì)該地區(qū)本身而言，空間基尼系數(shù)的上升代表該地區(qū)某一產(chǎn)業(yè)的集聚水平上升。

科技創(chuàng)新效率（CE）。對(duì)于制造業(yè)的分行業(yè)創(chuàng)新效率，本文借鑒孫曉華等（2018）的方法［13］，采用超效率DEA 方法進(jìn)行測(cè)度，該方法假定在C2R模型中存在n個(gè)決策單元（DMUj），每個(gè)決策單元存在m種輸出和s種輸出情況，xij＞0 表示第j個(gè)決策單元DMUj的第i種輸出類型的輸入量，其中xj＝（x1j，x2j，…，xmj）T，yj＝（y1j，y2j，…，ysj）T。由此，判斷各個(gè)決策單元有效性的超效率DEA 模型可以寫(xiě)作：

運(yùn)用式（2）～（4），本文計(jì)算得到了粵港澳大灣區(qū)制造業(yè)2000～2018 年的28 個(gè)分行業(yè)的技術(shù)效率變動(dòng)（TC）、技術(shù)進(jìn)步（TP）、產(chǎn)業(yè)集聚度（G）及創(chuàng)新效率（CE）。本文參照沈能等（2014）的設(shè)定［7］，將制造業(yè)的28 個(gè)分行業(yè)分為4 類子產(chǎn)業(yè)：勞動(dòng)密集型產(chǎn)業(yè)、資本密集型產(chǎn)業(yè)、技術(shù)密集型產(chǎn)業(yè)和資源密集型產(chǎn)業(yè)，分類情況如表1 所示。

本文設(shè)定投入向量為各個(gè)行業(yè)的固定資產(chǎn)凈值和勞動(dòng)力人數(shù)，產(chǎn)出指標(biāo)為工業(yè)增加值，產(chǎn)業(yè)占比指標(biāo)為銷售額比例，為了消除價(jià)格效應(yīng)造成的統(tǒng)計(jì)誤差，采用固定資產(chǎn)價(jià)格對(duì)相關(guān)變量進(jìn)行了平價(jià)處理。在創(chuàng)新效率的計(jì)算過(guò)程中，根據(jù)數(shù)據(jù)可得性因素，選取制造業(yè)科技活動(dòng)人數(shù)（R＆D活動(dòng)人數(shù)）和科技與研發(fā)支出（R＆D 經(jīng)費(fèi)內(nèi)部支出）兩類指標(biāo)作為創(chuàng)新投入指標(biāo)，以專利申請(qǐng)數(shù)作為創(chuàng)新產(chǎn)出指標(biāo)。孟衛(wèi)東和傅博（2017）的研究證實(shí)，科技創(chuàng)新的影響不僅存在于當(dāng)期，而是會(huì)在一段時(shí)間內(nèi)對(duì)產(chǎn)業(yè)發(fā)展形成促進(jìn)作用［14］，應(yīng)該采用存量數(shù)據(jù)（而非流量數(shù)據(jù)）進(jìn)行估計(jì)，故需要引入永續(xù)盤(pán)存法計(jì)算科技投入的存量數(shù)據(jù)，本文以2000 年為基期，計(jì)算了科技經(jīng)費(fèi)的存量數(shù)據(jù)：

增強(qiáng)班級(jí)的凝聚力，在農(nóng)村來(lái)說(shuō)，說(shuō)起來(lái)容易，但作起來(lái)難．只要我們大家能勇于創(chuàng)新，勇于研究，不斷地發(fā)現(xiàn)困難，總結(jié)經(jīng)驗(yàn)，相信會(huì)建立起一個(gè)生機(jī)勃勃的班集體．班集體的凝聚力的強(qiáng)弱則可以反映班風(fēng)、學(xué)風(fēng)的優(yōu)劣。一個(gè)優(yōu)秀的有凝聚力的班集體應(yīng)該是有共同目標(biāo)、有組織核心、有正確輿論、有旺盛士氣的集體。

表1 制造業(yè)的4 類子行業(yè)（根據(jù)要素種類分配）

式（5）中，K代表研發(fā)活動(dòng)資本存量，E代表研發(fā)活動(dòng)固定資產(chǎn)購(gòu)建費(fèi)，δ代表研發(fā)活動(dòng)資本存量的折舊率。同時(shí)綜合相關(guān)研究的設(shè)定，R＆D資本存量一般為15%，其中基期研發(fā)活動(dòng)資本存量用以下公式進(jìn)行估計(jì)：

粵港澳大灣區(qū)城市群包含廣東省的廣州、深圳、珠海、東莞、佛山、惠州、中山、江門(mén)、肇慶9 個(gè)城市，以及香港和澳門(mén)特別行政區(qū)，總計(jì)11 個(gè)城市。原始統(tǒng)計(jì)數(shù)據(jù)來(lái)自《廣東省統(tǒng)計(jì)年鑒》、《香港統(tǒng)計(jì)年鑒》 及《澳門(mén)統(tǒng)計(jì)公報(bào)》，變量計(jì)算結(jié)果如表2 所示。

由表2 可見(jiàn)，2000～2018 年，粵港澳大灣區(qū)制造業(yè)的平均全要素生產(chǎn)率為1.1081，表明粵港澳地區(qū)制造業(yè)的平均產(chǎn)出水平較高，行業(yè)內(nèi)部的技術(shù)效率處于高效率層次。與之對(duì)應(yīng)的是，全要素生產(chǎn)率的分解指標(biāo)技術(shù)效率（TC）和技術(shù)進(jìn)步（TP）分別為1.0955 和1.0270，兩者均高于1，說(shuō)明粵港澳區(qū)域的制造業(yè)仍處于技術(shù)前沿區(qū)間。本文還納入了要素比例（CAP）、直接投資（FDI）、市場(chǎng)化水平（MAR）3 個(gè)控制變量，以消除宏觀性經(jīng)濟(jì)變量對(duì)制造業(yè)要素集聚的影響，要素比例根據(jù)資本投入／勞動(dòng)投入衡量；直接投資數(shù)據(jù)以外商直接投資總額／行業(yè)總資產(chǎn)衡量；市場(chǎng)化水平采用了《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》 中的城市市場(chǎng)化水平數(shù)據(jù)。

表2 2000～2018 年粵港澳大灣區(qū)4 類制造業(yè)相關(guān)數(shù)據(jù)

2 要素集聚對(duì)創(chuàng)新效率的異質(zhì)性分析

2.1 模型設(shè)定

在確定核心指標(biāo)的基礎(chǔ)上，進(jìn)一步構(gòu)建分析要素集聚與創(chuàng)新效率相關(guān)性的模型，需要深入結(jié)合相關(guān)經(jīng)濟(jì)理論。制造業(yè)要素集聚對(duì)創(chuàng)新效率的變動(dòng)存在顯著的“異質(zhì)性”影響，由于制造業(yè)要素的集聚，相關(guān)產(chǎn)業(yè)在區(qū)域內(nèi)比例的集中，有助于形成“規(guī)模效應(yīng)”，幫助企業(yè)降低單位成本，提升邊際收益，并促進(jìn)相關(guān)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力（楊蕾和杜鵬，2017；梁涵，2018）［15，16］。另外，制造業(yè)要素的集聚具有較為明顯的負(fù)外部性，不僅會(huì)削弱周邊區(qū)域的市場(chǎng)聯(lián)動(dòng)性，還會(huì)因?yàn)槭袌?chǎng)“擁擠效應(yīng)”而降低市場(chǎng)活力，增加環(huán)境負(fù)擔(dān)，進(jìn)而形成大量的損耗（陶長(zhǎng)琪和周璇，2016）［17］。由此，本文就要素集聚與創(chuàng)新效率的異質(zhì)性問(wèn)題展開(kāi)分析，通過(guò)上文中構(gòu)建的4 類制造業(yè)子行業(yè)，分析要素集聚與創(chuàng)新效率之間的關(guān)系，計(jì)量模型設(shè)定如下：

式（7）中，除了設(shè)定核心解釋變量及控制變量的影響水平外，考慮到集聚效應(yīng)在時(shí)序上會(huì)產(chǎn)生影響，還設(shè)定了各個(gè)核心解釋變量的滯后項(xiàng)，由于TFP實(shí)質(zhì)上被分解成TC和TP兩個(gè)變量，在計(jì)量模型中為避免共線性，僅僅量化估計(jì)TC和TP變量對(duì)應(yīng)的相關(guān)性，模型中不存在TFP項(xiàng)目。以往的研究在分析要素集聚的異質(zhì)性問(wèn)題時(shí)，往往忽視空間相關(guān)性問(wèn)題，根據(jù)關(guān)興良等（2016）的研究結(jié)論，空間數(shù)據(jù)一定存在強(qiáng)弱不等的空間依賴性，相同地理經(jīng)濟(jì)區(qū)的城市之間，發(fā)展不可避免地會(huì)相互影響［18］，對(duì)此，本文進(jìn)一步引入空間滯后模型（SLM）分析粵港澳經(jīng)濟(jì)區(qū)城市間的空間沖擊情況，基礎(chǔ)公式如下：

其中，y是被解釋變量；X為一個(gè)n*k的系數(shù)矩陣；λ為空間自回歸系數(shù)，用以分析鄰近區(qū)域的被解釋變量y對(duì)本區(qū)域內(nèi)部被解釋變量y的影響程度；W為空間權(quán)重矩陣，本文采用服從0～1分布的空間鄰接矩陣；ε為模型可能產(chǎn)生的隨機(jī)誤差向量，服從正態(tài)分布。

2.2 回歸結(jié)果

在Stata 12.0 的軟件環(huán)境下，根據(jù)模型（7）、（8）及上文中計(jì)算得出的各項(xiàng)數(shù)據(jù)，對(duì)粵港澳大灣區(qū)制造業(yè)要素集聚與創(chuàng)新效率的異質(zhì)性進(jìn)行實(shí)證分析，結(jié)果如表3 所示。由表3 可見(jiàn)，模型中的空間參數(shù)（λ）通過(guò)了1%的顯著性檢驗(yàn)，表明粵港澳大灣區(qū)制造業(yè)的要素集聚具備顯著的空間外部性特征，區(qū)域內(nèi)部各個(gè)城市的制造業(yè)要素集聚會(huì)顯著影響其他城市的發(fā)展，空間參數(shù)均為正值，說(shuō)明粵港澳地區(qū)各個(gè)城市制造業(yè)的空間集聚影響具備“協(xié)同效應(yīng)”而非飽和市場(chǎng)下的“擠出效應(yīng)”，各個(gè)城市的生產(chǎn)率較高，且市場(chǎng)仍未達(dá)到相互擠出的瓶頸。

由表3 的回歸結(jié)果可以得出以下兩個(gè)方向的相關(guān)結(jié)論：（1）核心解釋變量?；浉郯闹圃鞓I(yè)全樣本回歸結(jié)果表明，當(dāng)期與滯后一期的聚集度變量（G）與創(chuàng)新效率顯著正相關(guān)，關(guān)聯(lián)強(qiáng)度隨著時(shí)間推移有所下降，表明制造業(yè)要素集聚能夠顯著提升粵港澳大灣區(qū)的科技效率。分組檢驗(yàn)結(jié)果表明，聚集度的促進(jìn)效應(yīng)具備顯著異質(zhì)性，對(duì)技術(shù)密集型、資本密集型和資源密集型制造業(yè)依然存在顯著的正向影響，但強(qiáng)度并不一致；對(duì)勞動(dòng)密集型制造業(yè)存在顯著的負(fù)向影響，表明粵港澳大灣區(qū)的勞動(dòng)密集型制造業(yè)要素集聚已經(jīng)出現(xiàn)了顯著的“擁擠效應(yīng)”，需要向周邊區(qū)域疏散部分勞動(dòng)密集型制造產(chǎn)業(yè)。從技術(shù)效率（TC）變動(dòng)的變量回歸來(lái)看，全樣本回歸同樣與創(chuàng)新效率間存在正向聯(lián)系，但未通過(guò)顯著性檢驗(yàn)，表明技術(shù)效率變動(dòng)與科技效率增長(zhǎng)間并未存在內(nèi)在聯(lián)系，分樣本回歸中，技術(shù)效率與聚集度變量存在類似的異質(zhì)性關(guān)系，對(duì)勞動(dòng)密集型制造業(yè)存在顯著負(fù)向影響，說(shuō)明要素集聚的擁擠效應(yīng)不僅不利于科技效率的發(fā)展，而且對(duì)現(xiàn)有技術(shù)的利用也會(huì)造成不利影響，隨著勞動(dòng)力資源的集聚，相關(guān)產(chǎn)業(yè)需要投入的訓(xùn)練成本大大增加，進(jìn)而降低了行業(yè)整體的邊際產(chǎn)出；（2）相關(guān)控制變量。要素比例（CAP）變量?jī)H僅對(duì)技術(shù)密集型產(chǎn)業(yè)產(chǎn)生了顯著的正面影響，說(shuō)明技術(shù)密集型產(chǎn)業(yè)對(duì)要素的分配反應(yīng)相對(duì)敏感，要素結(jié)構(gòu)的優(yōu)化能夠促進(jìn)技術(shù)密集型產(chǎn)業(yè)內(nèi)部效率的提升。外部直接投資（FDI）變量對(duì)粵港澳地區(qū)的制造業(yè)全樣本、勞動(dòng)密集型及資源密集型制造業(yè)產(chǎn)生了顯著的負(fù)面影響，說(shuō)明粵港澳地區(qū)的資本相對(duì)充裕，外資的進(jìn)入不僅無(wú)法提升行業(yè)技術(shù)效率，反而會(huì)加劇市場(chǎng)上的異質(zhì)資本間的技術(shù)沖突，進(jìn)而降低本土企業(yè)的創(chuàng)新效率。市場(chǎng)結(jié)構(gòu)（MAR）變量對(duì)勞動(dòng)密集型和資本密集型產(chǎn)業(yè)產(chǎn)生了顯著的正面影響，說(shuō)明粵港澳地區(qū)

的勞動(dòng)密集型產(chǎn)業(yè)和資本密集型產(chǎn)業(yè)存在一定的市場(chǎng)結(jié)構(gòu)問(wèn)題，行業(yè)外溢能力較差，對(duì)本地市場(chǎng)的依賴性較強(qiáng)，當(dāng)市場(chǎng)結(jié)構(gòu)改善時(shí)，這兩類制造產(chǎn)業(yè)會(huì)顯著改善科技創(chuàng)新效率。市場(chǎng)結(jié)構(gòu)變量對(duì)技術(shù)密集型產(chǎn)業(yè)產(chǎn)生了一定的負(fù)面影響，說(shuō)明技術(shù)密集型產(chǎn)業(yè)的市場(chǎng)結(jié)構(gòu)相對(duì)均衡，在此基礎(chǔ)上改變相關(guān)產(chǎn)業(yè)的結(jié)構(gòu)會(huì)造成一定的負(fù)面影響。

表3 制造業(yè)要素集聚對(duì)創(chuàng)新效率的GMM 估計(jì)結(jié)果

3 要素集聚對(duì)創(chuàng)新效率的非線性效應(yīng)

3.1 模型設(shè)定

由上文的異質(zhì)性分析不難發(fā)現(xiàn)，制造業(yè)要素集聚與創(chuàng)新效率之間存在行業(yè)間的異質(zhì)性，同時(shí)隨著集聚度的上升，制造業(yè)創(chuàng)新效率本身也存在非線性的增長(zhǎng)過(guò)程，要素集聚對(duì)創(chuàng)新效率的影響存在顯著的“門(mén)檻效應(yīng)”，這也為產(chǎn)業(yè)集聚最佳水平的確定提供了依據(jù)，對(duì)此，本文進(jìn)一步設(shè)定門(mén)檻效應(yīng)模型，分析要素集聚與創(chuàng)新效率之間的非線性關(guān)系。具體采用Hansen（1999）提出的門(mén)限檢驗(yàn)?zāi)Ｐ?，該模型不僅能有效確定門(mén)檻的存在性，還能夠?qū)?nèi)生門(mén)檻效應(yīng)及交叉效應(yīng)進(jìn)行檢驗(yàn)，從而估計(jì)門(mén)限的個(gè)數(shù)及大小，考慮到技術(shù)效率和技術(shù)進(jìn)步作為分解變量，無(wú)法通過(guò)門(mén)檻檢驗(yàn)的基本假設(shè)，本文采用產(chǎn)業(yè)集聚度（G）設(shè)定非線性門(mén)檻，刪除模型（7）中全要素生產(chǎn)率相關(guān)變量，并納入門(mén)檻值及交叉值，模型設(shè)定如下：

式（9）中，λ1、λ2、λ3、…、λn均為門(mén)檻值，I（G）為門(mén)檻值上下所對(duì)應(yīng)的要素函數(shù)，由此將要素集聚的影響劃分為多個(gè)區(qū)間。

3.2 回歸結(jié)果

在Stata 12.0 的軟件環(huán)境下，對(duì)要素集聚度與科技創(chuàng)新效率進(jìn)行門(mén)限檢驗(yàn)，首先需要判定粵港澳大灣區(qū)制造業(yè)是否存在門(mén)檻以及門(mén)檻值的大小，采用Bootstrap 抽樣2000 次，門(mén)檻檢驗(yàn)結(jié)果如表4 所示。

表4 門(mén)檻形式估計(jì)情況

由表4 結(jié)果可見(jiàn)，雙重門(mén)檻形式檢驗(yàn)處于99%的置信區(qū)間內(nèi)，相比于單一門(mén)檻檢驗(yàn)的95%的置信水平更加顯著，說(shuō)明了雙重門(mén)檻的適用性。而三重門(mén)檻檢驗(yàn)結(jié)果并不顯著，自抽樣檢驗(yàn)下各個(gè)分行業(yè)的雙重門(mén)檻值如表5 所示。

表5 分行業(yè)雙重門(mén)檻值

根據(jù)雙重門(mén)檻將原始樣本進(jìn)一步分為8 個(gè)組別，再進(jìn)行門(mén)限回歸，由此可以得到如表6 所示的回歸結(jié)果。

表6 分行業(yè)門(mén)限回歸結(jié)果

續(xù) 表

對(duì)于粵港澳大灣區(qū)制造業(yè)的要素集聚效應(yīng)而言，與前一部分異質(zhì)性檢驗(yàn)類似的是，勞動(dòng)密集型行業(yè)存在明顯的負(fù)相關(guān)性，其余是3 類分行業(yè)的關(guān)聯(lián)性顯著為正。但通過(guò)表6 的回歸結(jié)果可以看出，要素集聚對(duì)創(chuàng)新效率的影響并非線性過(guò)程，其影響系數(shù)因?yàn)樾袠I(yè)和區(qū)間的不同而產(chǎn)生顯著的非單調(diào)變化，隨著要素集聚水平的提升，會(huì)出現(xiàn)先增長(zhǎng)、后下降的過(guò)程。

4 結(jié)論及建議

粵港澳大灣區(qū)建設(shè)已經(jīng)寫(xiě)入十九大報(bào)告與政府工作報(bào)告，關(guān)系著我國(guó)國(guó)家戰(zhàn)略發(fā)展，但粵港澳大灣區(qū)制造業(yè)突出的結(jié)構(gòu)性問(wèn)題，仍需要從多個(gè)方向進(jìn)行解決。本文從制造業(yè)要素集聚的多重影響入手，基于粵港澳大灣區(qū)2000～2018 年的城市數(shù)據(jù)，分析粵港澳大灣區(qū)要素集聚過(guò)程中對(duì)創(chuàng)新效率的異質(zhì)性影響，并通過(guò)門(mén)限回歸模型分析了產(chǎn)業(yè)集聚度的多重門(mén)檻特征。研究表明：（1）粵港澳大灣區(qū)制造業(yè)尚未觸及要素集聚的飽和值，要素集聚過(guò)程對(duì)創(chuàng)新效率產(chǎn)生了顯著的正向影響，但這一影響系數(shù)在制造業(yè)的分類別分析中是有所差異的；（2）從制造業(yè)分類結(jié)果來(lái)看，粵港澳大灣區(qū)的勞動(dòng)密集型和資源密集型制造業(yè)已經(jīng)開(kāi)始出現(xiàn)集聚過(guò)度情況下的“擁擠效應(yīng)”，兩個(gè)區(qū)域的全要素生產(chǎn)率與集聚度對(duì)創(chuàng)新效率存在顯著的負(fù)向影響；（3）門(mén)限回歸結(jié)果表明，粵港澳大灣區(qū)制造業(yè)要素集聚與創(chuàng)新效率的聯(lián)動(dòng)中存在顯著的“倒U 型”結(jié)構(gòu)，要素集聚與創(chuàng)新效率之間存在一個(gè)最優(yōu)的聯(lián)動(dòng)水平。

實(shí)現(xiàn)我國(guó)粵港澳大灣區(qū)的產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，并促進(jìn)城市之間更加合理的產(chǎn)業(yè)分工，應(yīng)該從以下幾個(gè)角度展開(kāi)：（1）在具備要素集聚空間的城市促進(jìn)要素集聚，在出現(xiàn)要素?fù)頂D的城市實(shí)現(xiàn)要素出清。要素集聚是創(chuàng)新效率提升的主要?jiǎng)恿Γ谫Y源基礎(chǔ)較差的區(qū)域發(fā)展科技創(chuàng)新，會(huì)顯著提升制造業(yè)的技術(shù)價(jià)值，并顯著拉動(dòng)創(chuàng)新效率的提升，當(dāng)要素集聚提升到一定程度，要素投入與創(chuàng)新效率間達(dá)到最優(yōu)水平，兩者之間的聯(lián)動(dòng)能夠互相促進(jìn)；（2）制定符合最優(yōu)要素聯(lián)動(dòng)水平的發(fā)展戰(zhàn)略，通過(guò)制造業(yè)要素的合理搭配，完善要素集聚的最優(yōu)結(jié)構(gòu)，實(shí)現(xiàn)創(chuàng)新效率的增長(zhǎng)。粵港澳大灣區(qū)的產(chǎn)業(yè)發(fā)展離不開(kāi)創(chuàng)新效率的支持，所以需要確定最優(yōu)要素投入以保障最優(yōu)的創(chuàng)新效率聯(lián)動(dòng)水平；（3）針對(duì)粵港澳大灣區(qū)制造業(yè)的分行業(yè)異質(zhì)特征，應(yīng)該有的放矢，根據(jù)相關(guān)行業(yè)與創(chuàng)新效率的關(guān)聯(lián)水平進(jìn)行針對(duì)性改良?；浉郯拇鬄硡^(qū)的勞動(dòng)密集型產(chǎn)業(yè)的技術(shù)效率和資源集聚程度均觸及瓶頸值，說(shuō)明產(chǎn)生的過(guò)度集中已經(jīng)對(duì)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展造成了傷害，應(yīng)該轉(zhuǎn)移部分產(chǎn)業(yè)至周邊地區(qū)，并盡快分散區(qū)域內(nèi)部已有的勞動(dòng)密集型企業(yè)，資源密集型產(chǎn)業(yè)觸及了技術(shù)升級(jí)和技術(shù)進(jìn)步的瓶頸值，說(shuō)明資源密集型產(chǎn)業(yè)的全要素生產(chǎn)率因?yàn)椤皳頂D效應(yīng)”產(chǎn)生了下滑，并限制了創(chuàng)新效率的發(fā)展，在治理資源密集產(chǎn)業(yè)過(guò)程中應(yīng)該從要素生產(chǎn)角度入手，實(shí)現(xiàn)現(xiàn)有技術(shù)水平下的產(chǎn)出優(yōu)化。