湯學(xué)兵， 韋開成

(華中師范大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，湖北 武漢 430079)

一、引言

粵港澳大灣區(qū)作為我國改革開放的前沿高地，得益于得天獨厚的區(qū)位條件和獨特的政策扶持體系，目前已經(jīng)形成了高新技術(shù)企業(yè)的大規(guī)模集聚現(xiàn)象，使得該地區(qū)成為我國高新技術(shù)企業(yè)發(fā)展最快、集聚效應(yīng)最顯著的區(qū)域之一。目前我國正面臨經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的考驗，也經(jīng)歷著從傳統(tǒng)工業(yè)集聚到高新技術(shù)企業(yè)集聚的時代變革。傳統(tǒng)工業(yè)集聚過去曾為我國經(jīng)濟(jì)增長帶來了強(qiáng)勁的動力，但隨著經(jīng)濟(jì)社會的進(jìn)一步發(fā)展，傳統(tǒng)工業(yè)集聚對經(jīng)濟(jì)增長的推動作用已經(jīng)下降，甚至對生態(tài)與環(huán)境保護(hù)產(chǎn)生了一定的負(fù)作用。新時代背景下，討論高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長的影響已成為一個全新的課題。

阿爾弗雷德·韋伯(Alfred Weber，1909)是產(chǎn)業(yè)集聚理論的鼻祖，他從工業(yè)區(qū)位理論的角度闡釋了產(chǎn)業(yè)集聚的現(xiàn)象。之后，許多經(jīng)濟(jì)學(xué)家在這個方向上做出了諸多貢獻(xiàn)，其中以克魯格曼(Krugman)的新經(jīng)濟(jì)地理學(xué)最為突出?？唆敻衤鼧?gòu)建了中心—外圍模型，為產(chǎn)業(yè)集聚的分析提供了完整的理論框架，并對經(jīng)濟(jì)增長做了一定的解釋[1-2]。

早期文獻(xiàn)及最近少數(shù)文章認(rèn)為產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長呈線性關(guān)系，但不同學(xué)者對這種線性關(guān)系的正負(fù)性有不同的結(jié)論。基于克魯格曼的新經(jīng)濟(jì)地理學(xué)，馬丁和奧塔維亞諾(Martin and Ottaviano)利用內(nèi)生增長理論模型，得到產(chǎn)業(yè)集聚會降低企業(yè)成本從而促進(jìn)經(jīng)濟(jì)增長的結(jié)論[3]。潘文卿等、張達(dá)君等及部分國內(nèi)學(xué)者也認(rèn)為產(chǎn)業(yè)集聚能夠促進(jìn)經(jīng)濟(jì)增長[4-5]。然而，由于產(chǎn)業(yè)集聚還具有一定的負(fù)效應(yīng)，其對經(jīng)濟(jì)增長可能產(chǎn)生負(fù)面作用，如趙文琪等實證分析了能源產(chǎn)業(yè)集聚對西部9省區(qū)的經(jīng)濟(jì)增長具有負(fù)影響[6]。

考慮到產(chǎn)業(yè)集聚正負(fù)效應(yīng)的存在與變化及對經(jīng)濟(jì)增長造成的復(fù)雜影響，非線性關(guān)系開始被更多學(xué)者接受并研究。主流觀點認(rèn)為產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長呈“倒U型”影響，如布拉和斯伯格米(Brülhart and Sbergami)、張云飛、趙玉林等、李駿等、黃寶鳳等、修國義等通過建?；?qū)嵶C表明產(chǎn)業(yè)集聚存在“門檻效應(yīng)”或“拐點”效應(yīng)。這支持了威廉姆斯假說，也就是說產(chǎn)業(yè)集聚起初對經(jīng)濟(jì)增長具有積極影響，而當(dāng)產(chǎn)業(yè)的地理空間集聚水平到達(dá)一定門檻后，產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的影響會逐漸減小甚至轉(zhuǎn)為負(fù)面[7-12]。

然而，非線性關(guān)系也并不都以“倒U型”曲線一概而論，非“倒U型”也被實證于不同情況中。王芳等發(fā)現(xiàn)第一二產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長效率之間呈現(xiàn)“正U型”非線性相關(guān)關(guān)系[13]，齊濤等通過對廣東省肇慶市先進(jìn)制造業(yè)走廊的研究，表明非金屬礦物制品業(yè)等8個行業(yè)對經(jīng)濟(jì)增長也呈“正U型”影響[14]。

不過，無論是“倒U型”還是“正U型”關(guān)系，這些實證結(jié)論大都基于二次項的計量模型加以估計。但事實可能并沒有這么簡單?；?Kim)、羅瑟斯(Rosès)、馬丁內(nèi)斯-加拉拉加(Martinez-Galarraga )和蒂拉多(Tirado)驗證了經(jīng)濟(jì)集聚與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)鐘形關(guān)系[15-16]。鐘形關(guān)系在曲線上大致服從“倒U型”，但函數(shù)形式并不是簡單的二次函數(shù)而是近似服從正態(tài)分布，這意味著集聚對經(jīng)濟(jì)的影響機(jī)制可能更加復(fù)雜。

縱觀現(xiàn)有文獻(xiàn)，可以發(fā)現(xiàn)產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的影響十分復(fù)雜，不同產(chǎn)業(yè)、不動地區(qū)的集聚現(xiàn)象會導(dǎo)致不同的結(jié)果；但這并不令人驚訝，因為地理學(xué)家早就指出：在某一空間尺度上正確的東西在另一空間尺度上未必也是正確的。這也是著名的“生態(tài)謬論”。正如阿納斯(Anas)、 阿諾特(Arnott)和斯莫爾(Small)所言：“不同的距離尺度上集聚經(jīng)濟(jì)作用的類型是不一樣的”[17]，不同產(chǎn)業(yè)在不同區(qū)域的集聚得到不同甚至相反的結(jié)果并不違反空間經(jīng)濟(jì)學(xué)的常識。伍先福也驗證了產(chǎn)業(yè)協(xié)同集聚對不同地區(qū)的經(jīng)濟(jì)效率、技術(shù)進(jìn)步和生產(chǎn)規(guī)模變化的影響不盡相同[18]。

產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的復(fù)雜影響也誘發(fā)許多學(xué)者從數(shù)學(xué)建模的角度分析二者間的數(shù)量關(guān)系。邵宜航和李澤揚(yáng)基于克萊特和科圖姆(Klette and Kortum)、阿吉恩(Aghion)等的理論基礎(chǔ)建模思想，利用企業(yè)動態(tài)的中介渠道得出產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長率存在“倒U型”影響[19-21]；程棟和李臻則基于古諾競爭框架，利用非均質(zhì)空間的假設(shè)建立了企業(yè)集聚的鐘形模型[22]。

多年來，許多經(jīng)濟(jì)學(xué)家都在試圖尋找一個或多個模型去解釋不同區(qū)域的經(jīng)濟(jì)集聚，這就誕生了一個本質(zhì)性問題：一般均衡理論是否適用空間經(jīng)濟(jì)？斯塔雷特(Starrett)證明了，如果空間是均質(zhì)的并且存在運輸成本，那么競爭均衡的結(jié)果是沒有運輸活動發(fā)生[23]。這意味著競爭均衡模式無法成為經(jīng)濟(jì)集聚的理論基礎(chǔ)，需要以廣義的壟斷競爭的一般理論加以解釋。盡管自艾薩德提出一般均衡理論不適用空間經(jīng)濟(jì)的假設(shè)起對空間經(jīng)濟(jì)的建模存在一定時期的空白，然而，迪克西特和斯蒂格利茨建立的迪克西特-斯蒂格利茨壟斷競爭模型(D-S模型)對其加以彌補(bǔ)，使其成為研究經(jīng)濟(jì)集聚的一個有力工具[24]。無論是新增長理論、空間經(jīng)濟(jì)理論還是新經(jīng)濟(jì)地理理論，都需以D-S模型作為基礎(chǔ)。

綜上所述，現(xiàn)有文獻(xiàn)的主要進(jìn)展可以歸結(jié)為以下兩點：第一，產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的影響錯綜復(fù)雜，但大致認(rèn)為二者的關(guān)系是非線性的，因此無論是“倒U型”還是其他關(guān)系都會存在拐點效應(yīng)；第二，對產(chǎn)業(yè)集聚的考慮要基于空間的非均質(zhì)性，但目前相關(guān)研究的進(jìn)展依然較慢。因此，本文旨在對以下兩個問題做出進(jìn)一步的研究：一是通過拓展D-S壟斷競爭模型，對產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系做出更加深層的解釋；二是以粵港澳大灣區(qū)高新技術(shù)企業(yè)為主體，找出該產(chǎn)業(yè)集聚的拐點，對比現(xiàn)狀為未來的經(jīng)濟(jì)發(fā)展提供經(jīng)驗和依據(jù)。

二、理論分析與模型推導(dǎo)

本文的理論模型主要沿用迪克西特—斯蒂格利茨壟斷競爭模型的分析框架，引入聚集效應(yīng)，從而分析高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長的影響。

1.消費者行為

由于高新技術(shù)企業(yè)屬于壟斷競爭行業(yè)，滿足D-S模型的兩大基本假設(shè)：首先，消費者偏愛多樣化的產(chǎn)品組合。新技術(shù)企業(yè)集聚會使不同的企業(yè)生產(chǎn)不同的產(chǎn)品，從而滿足消費者產(chǎn)品多樣化的需求。其次，高新技術(shù)企業(yè)的產(chǎn)品與其他部門的產(chǎn)品的替代性很差，但由于高新技術(shù)企業(yè)競爭激烈、技術(shù)更新?lián)Q代迅速，行業(yè)內(nèi)產(chǎn)品具有很強(qiáng)的替代性。在這種情形下，某一地區(qū)消費者的D-S效用函數(shù)為：

(1)

考慮到不同地區(qū)的經(jīng)濟(jì)、地理或政策等的條件不同，盡管假設(shè)n的大小相同，但集聚情況可能不同。因此，可用m表示不同地區(qū)的集聚效應(yīng)，那么改進(jìn)后的D-S效用函數(shù)為：

(2)

這說明，當(dāng)集聚效應(yīng)越大時，則該地區(qū)消費者獲得不同的產(chǎn)品可能更便利或更優(yōu)惠，從而消費者可得到的效用越大。更進(jìn)一步，假設(shè)pi表示產(chǎn)品i的價格，I為所有消費者除去其他商品消費后的可支配收入，則效用最大化問題轉(zhuǎn)化為：

(3)

建立拉格朗日函數(shù)，有：

(4)

對xi求導(dǎo)，可得效用最大化的一階條件為：

(5)

求和得：

(6)

(7)

(8)

(9)

整理式(9)，可得需求函數(shù)為：

(10)

式(10)表明需求函數(shù)是m的減函數(shù)。這意味著高新技術(shù)企業(yè)集聚效應(yīng)越大，廠商數(shù)量和產(chǎn)品種類越多，對單一產(chǎn)品的需求就越小。

2.生產(chǎn)者行為

c(qi)=φ(m)qi。

(11)

3.一般均衡

假設(shè)市場出清，那么產(chǎn)品的需求量等于供給量，從而有xi=qi。那么，廠商i的利潤函數(shù)為：

(12)

廠商行為追求利潤最大化。對m求導(dǎo)，有

(13)

最后，我們假設(shè)某地生產(chǎn)函數(shù)為y=f(πi,Z)。其中，y表示某地區(qū)的經(jīng)濟(jì)水平，πi是該地區(qū)代表性高新技術(shù)企業(yè)的企業(yè)利潤，Z表示其他影響該地區(qū)經(jīng)濟(jì)水平但與πi無關(guān)的因素；那么一個地區(qū)的經(jīng)濟(jì)增長水平就表示為該地區(qū)代表性高新技術(shù)企業(yè)的企業(yè)利潤的函數(shù)。

經(jīng)濟(jì)學(xué)理論通常認(rèn)為，一個地區(qū)的企業(yè)利潤水平越高，那么該地區(qū)的經(jīng)濟(jì)增長或經(jīng)濟(jì)發(fā)展水平越高，即一個地區(qū)的企業(yè)利潤水平和地區(qū)增長水平呈線性正相關(guān)關(guān)系；而對先進(jìn)地區(qū)而言，高新技術(shù)行業(yè)的產(chǎn)出占該地區(qū)總產(chǎn)出的比重較為穩(wěn)定，從而可以衡量該地區(qū)的經(jīng)濟(jì)增長水平。綜上分析，πi與y同方向變動，因此m對y的影響與m對πi的影響在方向上一致。

上述推導(dǎo)表明，高新技術(shù)企業(yè)集聚對一地區(qū)經(jīng)濟(jì)增長的影響是復(fù)雜化的，集聚效應(yīng)在一定范圍內(nèi)的某個區(qū)間可能促進(jìn)經(jīng)濟(jì)增長，在該范圍內(nèi)的另一個區(qū)間可能抑制經(jīng)濟(jì)增長，而在另一個范圍則可能出現(xiàn)相反的情況。換句話說，產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長確實存在“拐點效應(yīng)”，且這個拐點至少有一個。究其本質(zhì)，在于產(chǎn)業(yè)集聚本身存在著正效應(yīng)和負(fù)效應(yīng)，經(jīng)濟(jì)增長取決于正效應(yīng)和負(fù)效應(yīng)的不斷斗爭。而正效應(yīng)和負(fù)效應(yīng)本身與經(jīng)濟(jì)集聚也并不是簡單的線性關(guān)系，經(jīng)濟(jì)集聚的增加對正效應(yīng)和負(fù)效應(yīng)會產(chǎn)生不同方向和不同程度的影響，最終導(dǎo)致對經(jīng)濟(jì)增長的多樣性變化。盡管在現(xiàn)階段，對產(chǎn)業(yè)集聚的正效應(yīng)和負(fù)效應(yīng)仍缺乏較好的具體測量方法，也很難回答價格接受與集聚效應(yīng)在什么程度上兼容這樣一個集聚經(jīng)濟(jì)學(xué)的本質(zhì)問題，但是仍可以對經(jīng)濟(jì)增長提供一個基本的解釋，進(jìn)一步的研究需要實證的支撐。

三、數(shù)據(jù)與計量模型

1.集聚度的測算及分析

為了度量產(chǎn)業(yè)集聚及其經(jīng)濟(jì)績效，經(jīng)濟(jì)學(xué)家們構(gòu)建了一系列的指標(biāo)和方法。目前主要的測量方法有：赫芬達(dá)爾指數(shù)、空間基尼系數(shù)、區(qū)位熵、產(chǎn)業(yè)中心值、EG指數(shù)和杜蘭頓—奧弗曼指數(shù)。其中，區(qū)位熵指標(biāo)可以度量一個地區(qū)某一產(chǎn)業(yè)相對專業(yè)化的程度，同時測量一個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與平均水平的差異。根據(jù)研究的實際情況，令區(qū)位熵的計算公式為：

(14)

其中，下角標(biāo)i代表城市，下角標(biāo)t表示年份；eit表示高新技術(shù)產(chǎn)業(yè)的區(qū)位熵，TEit表示i市高新技術(shù)產(chǎn)品總產(chǎn)值，Tit表示i市工業(yè)總產(chǎn)值，IEt表示廣東省高新技術(shù)產(chǎn)品總產(chǎn)值，It表示廣東省工業(yè)總產(chǎn)值。當(dāng)eit>1時，表明地區(qū)i高新技術(shù)產(chǎn)業(yè)在廣東省具有優(yōu)勢；而當(dāng)eit<1時，表明地區(qū)i的高新技術(shù)產(chǎn)業(yè)在廣東省具有劣勢。從而，利用高新技術(shù)產(chǎn)業(yè)的區(qū)位熵，可以反映粵港澳大灣區(qū)各地區(qū)高新技術(shù)產(chǎn)業(yè)的集聚水平。

2.計量模型設(shè)定

多數(shù)學(xué)者研究表明，集聚效應(yīng)對經(jīng)濟(jì)增長通常為非線性影響，其關(guān)系一般呈“倒U型”曲線——在計量模型中，一般會建立二次項方程，通過檢驗二次項系數(shù)為負(fù)證實門檻效應(yīng)的存在。然而，經(jīng)驗分析和理論分析表明，集聚效應(yīng)對需求、生產(chǎn)、經(jīng)濟(jì)增長等影響可以用超越函數(shù)表示。盡管二次項的“倒U型”確實成立，但它可能近似服從正態(tài)分布而非呈現(xiàn)為二次函數(shù)；又可能僅存在于某一范圍內(nèi)，超過這一范圍將會發(fā)生新的變化。因此，用計量模型估計集聚效應(yīng)對經(jīng)濟(jì)增長的影響將會更加困難。

赫克歇爾—俄林模型給予了新的啟示。該模型證明了，在假定要素市場完全競爭和生產(chǎn)可能性曲線凹性的情況下，產(chǎn)業(yè)的集中和分散存在兩個支撐點和兩個突變點。這意味著可以建立三次項的計量模型進(jìn)行估計，同時更高次項的函數(shù)形式可以對冪函數(shù)加以逼近。因此，本文建立如下計量模型：

(15)

其中，下角標(biāo)i代表城市，下角標(biāo)t表示年份；eit是i地區(qū)在t時間內(nèi)高新技術(shù)產(chǎn)業(yè)的區(qū)位熵或聚集程度，也是本文的核心解釋變量；yit為被解釋變量，Xit是控制變量集，εit是隨機(jī)擾動項，C是常數(shù)。此外，該模型控制了時間效應(yīng)和個體效應(yīng)，從而考慮了不同城市以及時間趨勢上的部分不可觀測因素的影響，在這里以ηt表示時間效應(yīng)，σi表示個體效應(yīng)。

3.變量說明及選取

為了研究高新技術(shù)企業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系，本文選取了粵港澳大灣區(qū)9市(除香港、澳門)2008—2018年的相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計，樣本數(shù)共計為99個。本文所用數(shù)據(jù)均來源于各年《廣東省統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》及廣東省各市統(tǒng)計年鑒。

被解釋變量首先考慮了人均GDP的增長率。人均GDP增長率不僅能夠衡量經(jīng)濟(jì)增長的水平和速度，而且也具有GDP所不具有的考察經(jīng)濟(jì)發(fā)展?fàn)顩r的功能，是近年來研究經(jīng)濟(jì)增長多數(shù)文獻(xiàn)選用的科學(xué)指標(biāo)。

本文的控制變量包含：1)物質(zhì)資本存量增長率(用k表示)。傳統(tǒng)經(jīng)濟(jì)學(xué)理論認(rèn)為，經(jīng)濟(jì)增長取決于技術(shù)、物質(zhì)資本投資和勞動力投入。物質(zhì)資本存量通常用古德米斯(Goldsmith，1951)建立的永續(xù)盤存法(PIM)來測量，即某年的物質(zhì)資本存量等于該年的物質(zhì)資本投入加上上一年折舊后的存量。一般而言，物質(zhì)資本存量越大，對經(jīng)濟(jì)增長的正作用越大；2)勞動力投入增長率(用n表示)；3)對外開放程度(以TS指數(shù)衡量)。TS指數(shù)是凈出口與進(jìn)出口總額的比值，滿足|TS|<1。當(dāng)0

表1對上述變量進(jìn)行了描述性統(tǒng)計，顯示了各個變量的觀測值、均值、標(biāo)準(zhǔn)差等，為后續(xù)的實證分析提供了基礎(chǔ)。

表1 全部觀察值的描述性統(tǒng)計

四、實證結(jié)果及分析

1.基本計量結(jié)果及分析

為了得到高新技術(shù)企業(yè)集聚程度與經(jīng)濟(jì)增長的關(guān)系，需要使用計量經(jīng)濟(jì)學(xué)的方法對面板數(shù)據(jù)進(jìn)行回歸。表2報告了使用不同計量方法的回歸結(jié)果。其中，估計(1)是混合回歸結(jié)果，估計(2)是只考慮城市的個體固定效應(yīng)的結(jié)果，估計(3)和估計(4)是分別用FGLS與MLE方法進(jìn)行的混合回歸結(jié)果，估計(5)則在估計(2)的基礎(chǔ)上加入了時間固定效應(yīng)。由于存在個體效應(yīng)，混合回歸的方法不再適用；而進(jìn)行穩(wěn)健的豪斯曼檢驗后(考慮了異方差和誤差序列相關(guān)性)，確定存在固定效應(yīng)而非隨機(jī)效應(yīng)。同時，時間趨勢帶來的不可觀測因素也會對結(jié)果帶來影響，因此最終選用估計(5)的雙向固定效應(yīng)模型加以估計。

表2 高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長的影響結(jié)果

估計(5)的結(jié)果表明，核心解釋變量e的一次項到三次項均通過了5%的顯著性水平檢驗，其中e3的系數(shù)約為-0.054，e2的系數(shù)約為0.209，e的系數(shù)約為-0.209。為研究趨勢和找出拐點，我們暫不考慮除區(qū)位熵以外其他變量的影響，令函數(shù)y=-0.054e3+0.029e2-0.209e的一階導(dǎo)為0，可以得到兩個實數(shù)解：e1=0.678，e2=1.902。這說明，在粵港澳大灣區(qū)中，高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長的拐點效應(yīng)確實存在，但在考慮三次項的影響后，結(jié)論并不同于簡單的先增后降的“倒U型”影響，而是存在兩個拐點。具體而言，在高新技術(shù)企業(yè)集聚度在第一個拐點值0.678附近時，其對經(jīng)濟(jì)增長產(chǎn)生先降后增的“正U型”影響；高新技術(shù)企業(yè)集聚度在兩個拐點值0.678與1.902之間時，其對經(jīng)濟(jì)增長具有積極作用；而當(dāng)集聚度超過第二個拐點值1.902時，集聚就對經(jīng)濟(jì)增長帶來負(fù)的影響。

對比威廉姆斯假說，它考慮到了集聚水平過高的情況，但并沒有考慮集聚水平過低的現(xiàn)象。根據(jù)結(jié)果分析，我們把集聚分為三個階段：集聚初期、集聚中期及集聚后期。在集聚初期，由于產(chǎn)業(yè)集聚程度過低，集聚水平的提高并不能帶來經(jīng)濟(jì)增長——這是因為集聚初期企業(yè)需要投入大量的成本，并且由于集聚程度低，規(guī)模效應(yīng)和溢出效應(yīng)不明顯，市場需求?。划?dāng)集聚程度超過第一個拐點后，集聚對經(jīng)濟(jì)增長的正效應(yīng)開始凸顯，集聚優(yōu)勢得到充分發(fā)揮，成本得以大規(guī)模節(jié)約；當(dāng)集聚程度超過第二個拐點后，集聚的負(fù)效應(yīng)大于正效應(yīng)并占據(jù)主導(dǎo)地位，擁擠效應(yīng)、極化效應(yīng)和回流效應(yīng)帶來的負(fù)作用愈加突出，最終對經(jīng)濟(jì)增長產(chǎn)生消極影響。

因此，盡管在集聚初期和集聚后期集聚的增加都抑制了經(jīng)濟(jì)的增長，但二者的作用機(jī)制并不相同。初期由于集聚尚未形成規(guī)模，集聚的正效應(yīng)和負(fù)效應(yīng)都很小，但正效應(yīng)過小產(chǎn)生了負(fù)作用。這個階段也可以理解為集聚要素累積階段。而中期和后期的臨界點，即第二個拐點是所追求的“最佳平衡點”，從集聚初期到集聚中、后期其正效應(yīng)和負(fù)效應(yīng)都在增加，但越接近“最佳平衡點”，正效應(yīng)的增加速度就越小于負(fù)效應(yīng)的增加速度。雖然集聚后期的負(fù)效應(yīng)仍然更大，但此時正效應(yīng)和負(fù)效應(yīng)都很大。

為了直觀地反映高新技術(shù)企業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系，圖1給出了雙向固定效應(yīng)模型下的散點圖及其擬合線。從圖中可看到，粵港澳大灣區(qū)大部分城市的高新技術(shù)企業(yè)集聚程度都沒有超過第二個拐點，說明絕大部分可以通過提高集聚程度來推動經(jīng)濟(jì)增長；少部分的點分散在第一個拐點前和第二個拐點后，意味著企業(yè)集聚總體處于集聚中期，集聚態(tài)勢良好。更具體地看，約有一半的點分散在第一個拐點附近，處在第一個拐點到第二個拐點間，說明這些城市在高新技術(shù)企業(yè)集聚上存在較大的潛力，暫時不用過多地考慮最終集聚帶來的負(fù)影響。

圖1 粵港澳大灣區(qū)高新技術(shù)企業(yè)與經(jīng)濟(jì)增長的散點圖及其擬合線

圖2描繪了粵港澳大灣區(qū)9市2008—2018年高新技術(shù)企業(yè)集聚度的百分比頻率分布，更清晰地反映了各城市歷年高新技術(shù)企業(yè)集聚度所處階段的情況。根據(jù)實證結(jié)果，利用兩個集聚度拐點把樣本劃分為三個部分：大于1.902、介于1.902與0.678之間、小于0.678。從圖2可以看到，2008—2018年絕大部分城市的集聚度都介于兩個拐點之間，對應(yīng)散點圖及其擬合線的上升部分，表明此時高新企業(yè)集聚的提高有利于其城市的經(jīng)濟(jì)增長；而且隨著時間的推移，處于“上升期”的城市所占的比例在整體增加。

由于現(xiàn)有多數(shù)文獻(xiàn)較少考慮產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長更復(fù)雜的影響，研究者一般從“倒U型”的關(guān)系進(jìn)行總結(jié)，得到的結(jié)論可能并不全面。理論上，傳統(tǒng)“倒U型”曲線的唯一拐點在經(jīng)濟(jì)關(guān)系上與本文三次函數(shù)表現(xiàn)出的“回歸式拋物線”的第二個拐點相對應(yīng)；但從圖1、圖2可以觀察到，處于第二個拐點后的樣本事實上占據(jù)了最低的分布比例。對沒有處于“上升期”的城市而言，它們反而更多地處在第一個拐點之前——也就是集聚初期集聚水平過低的情況。圖2還顯示了，2008—2018年處于集聚初期的分布并不穩(wěn)定，這意味著部分城市的集聚水平位于第一個拐點附近上下波動。這些城市可能短期能夠突破第一個拐點，但由于種種原因(如政策、企業(yè)內(nèi)部創(chuàng)新及合作等)導(dǎo)致集聚度沒有根本性的提高，從而陷入“第一拐點陷阱”。

圖2 粵港澳大灣區(qū)高新企業(yè)集聚度百分比頻率分布

因此，一般的“倒U型”曲線在反映產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系時，可能對傳統(tǒng)工業(yè)如鋼鐵、紡織等有較強(qiáng)的解釋能力，但對高新技術(shù)企業(yè)甚至其他新興行業(yè)缺乏一定的現(xiàn)實意義。粵港澳大灣區(qū)屬于我國經(jīng)濟(jì)發(fā)展及高新技術(shù)企業(yè)發(fā)展?fàn)顩r較好的地區(qū)，但除深圳外并沒有其他城市超過三次曲線的第二個拐點(關(guān)系上對應(yīng)“倒U型”曲線的唯一拐點)；部分城市長期沒有超過第一個拐點或陷入了“第一拐點陷阱”。這說明，我國高新技術(shù)等新興行業(yè)的發(fā)展仍處于萌芽期，對于尚在起步的高新技術(shù)行業(yè)或企業(yè)，應(yīng)該重點關(guān)注。

2.內(nèi)生性檢驗

盡管驗證了在一定范圍內(nèi)粵港澳大灣區(qū)高新技術(shù)企業(yè)集聚會對經(jīng)濟(jì)增長產(chǎn)生積極影響，但反過來，經(jīng)濟(jì)增長也會影響高新技術(shù)產(chǎn)業(yè)集聚，這樣就產(chǎn)生了內(nèi)生性問題，從而導(dǎo)致前面的回歸分析可能出現(xiàn)偏誤。為了解決內(nèi)生性問題，通常的做法是采用工具變量法。根據(jù)封志明等的研究并借鑒林伯強(qiáng)和譚睿鵬的做法，選用地形起伏度作為區(qū)位熵的工具變量[26-27]。首先某一區(qū)域的地形起伏度由該區(qū)域的最高與最低海拔高度、平地面積和區(qū)域總面積共同決定，是一種天然形成的地理上客觀存在的因素，因此與人均GDP增長率并無直接的關(guān)系。其次，地形起伏度越大，從地理因素分析人口密度就越小，從而對產(chǎn)業(yè)集聚程度產(chǎn)生負(fù)的影響。本文使用封志明等測算的中國各省市1km的地形起伏度數(shù)據(jù)[26]進(jìn)行測算。

由于采用單一的工具變量，因此在工具變量檢驗中不需要過度識別檢驗，同時在沃爾德檢驗中拒絕了地形起伏度為弱工具變量的假設(shè)。因此，該變量是合理的工具變量。最后，控制時間效應(yīng)后進(jìn)行內(nèi)生性檢驗，結(jié)果如表3所示。

表3 內(nèi)生性檢驗結(jié)果

在表3中，第(1)列先使用了2SLS的估計方法。為了穩(wěn)健起見，第(2)列使用了對弱工具變量更不敏感的有限信息最大似然法。然而，由于異方差的現(xiàn)狀普遍存在，因此第(3)列、第(4)列分別使用了更有效率的GMM估計和迭代GMM估計方法。結(jié)果表明，四種估計方法中e的一次項到三次項系數(shù)符號分別為負(fù)、正、負(fù)，且函數(shù)的趨勢和性質(zhì)保持一致。同時，e的每一次項系數(shù)均通過了10%的顯著性檢驗，因此具有較好的穩(wěn)健性。因此，考慮了可能存在的內(nèi)生性問題后，本文的核心理論假說仍然成立。

3.穩(wěn)健性檢驗

由于區(qū)域經(jīng)濟(jì)的產(chǎn)業(yè)集聚具有溢出效應(yīng)，因此粵港澳大灣區(qū)的高新技術(shù)企業(yè)集聚具有空間相關(guān)性。根據(jù)地理學(xué)第一定律：“所有事物都與其他事物相關(guān)聯(lián)，但較近的事物比較遠(yuǎn)的事物更關(guān)聯(lián)”，空間相關(guān)性廣泛存在于經(jīng)濟(jì)活動當(dāng)中。因此，如果在回歸中考慮了空間效應(yīng)，則可以進(jìn)一步證明結(jié)果的穩(wěn)健性。

區(qū)域經(jīng)濟(jì)學(xué)中常用Moran’sI指數(shù)測量空間相關(guān)性。全域的Moran’sI指數(shù)的計算方法如下：

(16)

根據(jù)定義，-1≤I≤1。|I|越接近1，表明屬性x的空間相關(guān)性越強(qiáng)，且I<0時則表明存在空間負(fù)相關(guān)性。根據(jù)計算，人均實際GDP增長率的Moran’sI指數(shù)為0.432，且通過了1%的顯著性檢驗，因此具有較強(qiáng)的空間正相關(guān)性，可以進(jìn)行下一步分析。

目前常用的空間模型有空間杜賓模型、空間自回歸模型、空間誤差模型與空間自相關(guān)模型，具體使用哪種模型需要考慮各種變量的空間相關(guān)性。在空間相關(guān)性檢驗當(dāng)中，已經(jīng)證明了被解釋變量y具有正相關(guān)性。經(jīng)計算，核心解釋變量e的Moran’sI指數(shù)為0.085，同時沒有通過顯著性檢驗。又由于誤差擾動項的空間相關(guān)性廣泛存在，因此最后使用空間自相關(guān)(SARAR，又稱SAC)模型進(jìn)行估計，方程如下：

(17)

其中，Xit表示包括核心解釋變量在內(nèi)的所有解釋變量與控制變量，ρ是被解釋變量的空間自相關(guān)系數(shù)，λ是擾動項的空間自相關(guān)系數(shù)；W表示權(quán)重矩陣，由W=(wij)n×n組成；εit和vit表示誤差擾動項，ui表示個體效應(yīng)。

根據(jù)粵港澳大灣區(qū)2008—2018年的空間面板數(shù)據(jù)，利用SARAR模型進(jìn)行估計。同時經(jīng)過豪斯曼檢驗，確定使用固定效應(yīng)估計該空間面板，得到的回歸結(jié)果如表4所示。

表4 空間自相關(guān)模型回歸結(jié)果

結(jié)果表明，核心解釋變量e的一次項到三次項系數(shù)分別為-0.282、0.257與-0.064，與不考慮空間效應(yīng)時的系數(shù)-0.209、0.209與-0.054接近。同時，經(jīng)過計算，考慮空間效應(yīng)后的函數(shù)性質(zhì)與趨勢相同。最后，三項系數(shù)均通過了1%的顯著性檢驗，因此進(jìn)一步證明了結(jié)果的穩(wěn)健性。綜上所述，無論是基本估計結(jié)果還是穩(wěn)健性檢驗結(jié)果，都支持了本文的模型結(jié)論：產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的影響具有多樣性與復(fù)雜性，其中粵港澳大灣區(qū)的高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長具有兩個拐點，呈先減后增再減的趨勢。

五、結(jié)論與政策建議

本文通過拓展D-S壟斷競爭模型，探討集聚效應(yīng)對經(jīng)濟(jì)增長的作用機(jī)理。更進(jìn)一步，依此建立了三次項的計量模型，對粵港澳大灣區(qū)9市2008—2018年的面板數(shù)據(jù)進(jìn)行估計，并進(jìn)行了內(nèi)生性和穩(wěn)健性檢驗。根據(jù)分析，本文的主要結(jié)論有：第一，產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的作用存在至少一個拐點效應(yīng)，這源于集聚的正效應(yīng)和負(fù)效應(yīng)的復(fù)雜變化。第二，實證表明，粵港澳大灣區(qū)高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長存在兩個拐點，呈現(xiàn)先增后減再增的趨勢。對此我們劃分了集聚的三個階段，只有在集聚中期集聚對經(jīng)濟(jì)增長的影響為正。盡管集聚初期和集聚后期都會對經(jīng)濟(jì)增長產(chǎn)生負(fù)影響，但二者的作用機(jī)制有所不同。集聚后期是因為隨著集聚程度的增加，集聚的正效應(yīng)和負(fù)效應(yīng)都在增加，但最后負(fù)效應(yīng)大于正效應(yīng)從而抑制經(jīng)濟(jì)增長；而集聚前期是因為集聚的正效應(yīng)和負(fù)效應(yīng)都不明顯，這少部分企業(yè)在前期必須面臨成本大于收益的處境。第三，在不處于高新技術(shù)企業(yè)集聚對經(jīng)濟(jì)增長影響的“上升期”的樣本中，絕大部分城市實際上仍停留在集聚初期，還有部分陷入了“第一拐點陷阱”。因此，對我國高新技術(shù)企業(yè)集聚狀況的擔(dān)憂應(yīng)更多地考慮集聚度過低而不是過高的情況。第四，考慮三次項影響后，第二個拐點是所追求的“最佳平衡點”。實證結(jié)果表明，粵港澳大灣區(qū)多數(shù)城市的集聚水平仍在第二個拐點前，大部分距離“最佳平衡點”仍有不小距離，因此有充分的發(fā)展?jié)摿Α?/p>

研究粵港澳大灣區(qū)高新技術(shù)企業(yè)的集聚現(xiàn)象，有助于進(jìn)一步認(rèn)識我國新興產(chǎn)業(yè)的集聚現(xiàn)象。盡管當(dāng)前傳統(tǒng)制造業(yè)因為成本因素或環(huán)保因素等面臨著集聚和發(fā)展瓶頸，但我國的高新技術(shù)行業(yè)仍處于起步階段，可以對傳統(tǒng)產(chǎn)業(yè)進(jìn)行升級改造，未來具有巨大的發(fā)展?jié)摿?。因此，提出如下政策建議：

首先，各地區(qū)產(chǎn)業(yè)發(fā)展需結(jié)合區(qū)域各地實際情況，充分發(fā)揮比較優(yōu)勢，形成集聚合力。要充分利用企業(yè)研發(fā)、營銷與生產(chǎn)可分離的特征，把制造部門布局于集聚程度相對較低、具有一定勞動力成本優(yōu)勢的地區(qū)，把總部或科研中心設(shè)在集聚程度相對較高、高端人才密集的地區(qū)，促使優(yōu)勢互補(bǔ)從而發(fā)揮協(xié)同效應(yīng)。其次，要積極發(fā)揮企業(yè)創(chuàng)新和政府治理創(chuàng)新的重要作用。堅持創(chuàng)新突破企業(yè)發(fā)展瓶頸和提升低附加值環(huán)節(jié)的效率水平，克服集聚負(fù)效應(yīng)的弊端，延長集聚正效應(yīng)，從而帶動地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。再次，要加快數(shù)字化發(fā)展和數(shù)字化應(yīng)用對傳統(tǒng)產(chǎn)業(yè)賦能。數(shù)字化的高速發(fā)展使企業(yè)的信息成本和資源成本顯著減小，不斷降低運輸成本和交易成本在產(chǎn)業(yè)集聚中的負(fù)面影響，進(jìn)一步提升集聚的正效應(yīng)。