留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

生产性服务业与制造业协同集聚对企业创新的影响

刘胜 李文秀 陈秀英

刘胜, 李文秀, 陈秀英. 生产性服务业与制造业协同集聚对企业创新的影响[J]. 广东财经大学学报, 2019, 34(3): 43-53.
引用本文: 刘胜, 李文秀, 陈秀英. 生产性服务业与制造业协同集聚对企业创新的影响[J]. 广东财经大学学报, 2019, 34(3): 43-53.
LIU Sheng, LI Wen-xiu, CHEN CHEN Xiu-ying. The Impact of Co-agglomeration of Producer Services and Manufacturing Industries on the Enterprise's Innovation[J]. Journal of Guangdong University of Finance & Economics, 2019, 34(3): 43-53.
Citation: LIU Sheng, LI Wen-xiu, CHEN CHEN Xiu-ying. The Impact of Co-agglomeration of Producer Services and Manufacturing Industries on the Enterprise's Innovation[J]. Journal of Guangdong University of Finance & Economics, 2019, 34(3): 43-53.

生产性服务业与制造业协同集聚对企业创新的影响

基金项目: 

国家自然科学基金青年项目 71803033

国家自然科学基金面上项目 71573057

详细信息
    作者简介:

    刘胜(1987-),男,广东高州人,广东外语外贸大学粤港澳大湾区研究院讲师,博士

    李文秀(1978-),女,湖北汉川人,广东金融学院中国服务经济与贸易研究院研究员,博士

    陈秀英(1987-),女,湖南邵阳人,广东金融学院经济贸易学院讲师,博士

  • 中图分类号: F062.9

The Impact of Co-agglomeration of Producer Services and Manufacturing Industries on the Enterprise's Innovation

  • 摘要: 制造业与生产性服务业合理的空间协同分布体系是企业创新发展的关键所在,但目前关于生产性服务业与制造业协同集聚如何影响企业创新的研究还相对匮乏。鉴于此,基于产业空间协同分布视角,利用中国工业企业微观数据与城市面板的匹配数据,实证检验生产性服务业与制造业协同集聚对制造业企业技术创新的影响效应及其作用机制。结果发现:生产性服务业与制造业协同集聚显著促进了企业的技术创新,并且这一作用依赖于企业所有制类型、要素密集度、沟通密集度、城市规模等异质性因素。进一步研究表明,生产性服务业与制造业协同集聚主要通过作用于企业的交易成本结构、进入与退出决策行为及研发创新激励来影响企业的技术创新活动。
  • 表  1  主要变量统计性描述

    符号 平均值 标准差 最小值 最大值
    innov 2.595 1 20.955 5 0.000 0 588.053 3
    coagg 2.785 4 0.451 2 0.829 9 4.247 0
    lnage 2.086 9 0.985 2 0.000 0 4.795 8
    exp 0.255 0 0.435 8 0.000 0 1.000 0
    lnemp 4.857 9 1.142 0 2.079 4 11.579 0
    lnavek 4.744 7 1.060 4 0.004 6 11.663 1
    sshare 0.157 2 0.348 8 0.000 0 1.000 0
    fshare 0.074 7 0.245 9 0.000 0 1.000 0
    下载: 导出CSV

    表  2  基准回归结果

    变量 (1) (2) (3) (4) (5) (6) (7) (8)
    coagg 1.833 2*** 1.690 0*** 1.791 4*** 1.341 9*** 1.607 2*** 1.014 1*** 1.005 3*** 1.290 7***
    (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    lnage 1.501 7*** -0.077 8 -0.552 6*** -0.310 8* -0.602 7*** -0.705 0*** -0.629 2***
    (0.000 0) (0.672 1) (0.003 0) (0.090 2) (0.001 0) (0.000 2) (0.000 7)
    lnage2 0.408 5*** 0.508 4*** 0.260 5*** 0.286 2*** 0.321 4*** 0.282 0***
    (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    exp 3.489 5*** 1.421 2*** 1.540 0*** 1.527 0*** 2.095 1***
    (0.000) (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    lnemp 2.833 2*** 3.186 2*** 3.208 4*** 3.271 9***
    (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    lnavek 2.311 5*** 2.318 7*** 2.407 1***
    (0.000 0) (0.000 0) (0.000 0)
    sshare -0.370 7 -0.478 2*
    (0.155 0) (0.066 0)
    fshare -2.903 6***
    (0.000 0)
    Cons -2.176 9*** -4.571 4*** -3.668 1*** -2.842 3*** -15.793 0*** -26.810 8*** -26.857 9*** -28.244 2***
    (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    Obs 220 686 220 686 220 686 220 686 220 665 220 487 218 476 218 476
    R2 0.001 4 0.004 7 0.00 5 0.009 2 0.024 7 0.035 4 0.035 6 0.036 6
    注:括号中为稳健p值,******分别表示10%、5%、1%的显著性水平。下表同
    下载: 导出CSV

    表  3  区分产业集聚类型的回归结果

    变量 (1) (2) (3) (4) (5) (6)
    coagg 1.328 9***
    (0.000 0)
    coaggjt 0.983 7***
    (0.000 0)
    coaggtel 0.772 5***
    (0.000 0)
    coaggfin 0.527 3***
    (0.000 0)
    coagglen 0.814 2***
    (0.000 0)
    coaggrd 1.250 6***
    (0.000 0)
    控制变量 Y Y Y Y Y Y
    Obs 218 476 218 476 218 476 218 476 218 476 218 476
    R2 0.036 6 0.036 6 0.036 3 0.036 1 0.036 4 0.037 0
    注:控制变量同表 2,篇幅所限未能予以详细列示。下表同
    下载: 导出CSV

    表  4  区分城市规模及产业集聚类型的回归结果

    变量 (1) (2) (3) (4) (5) (6) (7) (8) (9)
    大城市 中等城市 小城市
    coagg 0.706 3*** 1.091 8*** 1.253 4***
    (0.000 0) (0.000 0) (0.000 0)
    coaggks 0.758 5*** 0.981 4*** 0.787 8***
    (0.000 0) (0.000 0) (0.004 0)
    coaggrd 0.973 7*** 1.253 4*** 0.345 2
    (0.000 0) (0.000 0) (0.192 1)
    控制变量 Y Y Y Y Y Y Y Y Y
    Obs 152 353 152 353 152 353 44 745 44 745 44 745 44 745 21 378 21 378
    R2 0.037 7 0.037 6 0.038 0 0.035 1 0.035 0 0.035 6 0.035 6 0.029 0 0.028 7
    下载: 导出CSV

    表  5  区分行业技术密集度及沟通密集度的回归结果

    劳动密集型 资本密集型 技术密集型 非沟通密集型 沟通密集型
    coagg 0.628 1*** 2.026 1*** 1.418 8*** 1.146 3*** 2.424 0***
    (0.000 0) (0.000 0) (0.000 0) (0.000 0) (0.000 0)
    控制变量 Y Y Y Y Y
    Obs 97 386 68 238 52 932 80 228 63 684
    R2 0.017 6 0.041 8 0.052 1 0.020 9 0.060 1
    下载: 导出CSV

    表  6  区分其他异质性特征的回归结果

    发明 其他 内资 外资 约束强 约束弱 距离大 距离小 密集型 非密集型
    coagg 0.32*** 1.11*** 1.39*** 1.04*** 0.45*** 1.98*** 0.72*** 1.78*** 1.08*** 1.28***
    (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00)
    控制变量 Y Y Y Y Y Y Y Y Y Y
    Obs 218 556 218 556 166 915 42 372 105 045 113 511 101 684 116 872 37 601 180 955
    R2 0.020 5 0.028 9 0.043 0.021 2 0.002 8 0.037 1 0.034 4 0.037 4 0.055 9 0.031 2
    下载: 导出CSV

    表  7  生产性服务业与制造业协同集聚影响企业创新的稳健性回归结果

    变量 (1) (2) (3) (4) (5) (6)
    coagg 0.253 0*** 0.207 8** 0.192 9*** 0.189 2*** 0.061 2* 0.176 2***
    (0.000 0) (0.010 0) (0.000 0) (0.000 0) (0.070 0) (0.000 0)
    控制变量 Y Y Y Y Y Y
    Obs 3 923 3 923 3 923 3 923 3 923 3 923
    R2 0.136 3 0.134 1 0.129 7 0.138 4 0.118 5 0.144 7
    注:列(1)~(6)是采用coaggcoaggkscoaggjtcoaggtelcoaggfincoagglen为核心解释变量的结果
    下载: 导出CSV

    表  8  生产性服务业与制造业协同集聚对企业创新的作用机制回归结果

    变量 研发创新激励M1 进入决策M2en 退出决策M2ex 交易成本结构M3
    coagg 0.052 3***(0.000 0) 0.180 2***(0.000 0) 0.028 4**(0.010 2) -0.633 7(0.603 9)
    lnage -0.160 6***(0.000 0) -1.102 3***(0.000 0) 0.034 6**(0.039 6) -1.306 5(0.5640)
    lnage2 0.054 9***(0.000 0) 0.149 4***(0.000 0) 0.014 6***(0.000 6) 1.065 2(0.175 7)
    exp 0.142 3***(0.000 0) -0.136 5***(0.000 0) -0.096 2***(0.000 0) -1.844 1*(0.092 7)
    lnemp 0.530 2***(0.000 0) -0.212 2***(0.000 0) -0.234 7***(0.000 0) 3.807 4***(0.000 0)
    lnavek 0.434 6***(0.000 0) -0.104 3***(0.000 0) -0.114 1***(0.000 0) 1.622 1*(0.091 1)
    sshare 0.200 6***(0.000 0) 0.004 8(0.799 1) 0.583 7***(0.000 0) 13.908 4***(0.001 1)
    fshare -0.446 2***(0.000 0) 0.075 9***(0.000 0) 0.005 6(0.781 6) -4.196 9(0.221 2)
    Obs 126 828 143 912 143 912 140 539
    R2 0.150 6 0.151 1 0.048 2 0.001 3
    下载: 导出CSV

    表  9  影响机制的稳健性检验结果

    变量 (1) (2) (3) (4) (5)
    coagg 0.032 6*(0.083 0)
    coagg1 -0.440 1***(0.000 0) -0.390 2***(0.000 0) -0.045 5(0.291 0)
    coagg2 0.201 3***(0.000 0)
    控制变量 Y Y Y Y Y
    N 28 861 28 006 29 317 21 793 8 089
    R2 0.068 6 0.406 1 0.660 4 0.534 2 0.089 1
    下载: 导出CSV

    表  10  生产性服务业与制造业协同集聚影响企业创新的中介效应检验结果

    检验对象 中介变量 第一步 第二步 第三步 中介效应占总效应比例
    研发创新激励 产业协同集聚 1.975 9***(0.159 3) 0.052 3***(0.011 5) 1.839 1***(0.156 5) 0.069 2
    2.615 7***(0.038 4)
    进入决策 产业协同集聚 1.878 2***(0.142 7) 0.055 4***(0.002 5) 1.837 2***(0.143 0) 0.021 8
    0.738 6***(0.147 9)
    退出决策 产业协同集聚 1.878 2***(0.142 7) 0.004 2**(0.001 8) 1.880 6***(0.142 7) -0.001 3
    -0.581 3***(0.205 2)
    交易成本结构 产业协同集聚 1.889 7***(0.145 6) -0.633 7(1.277 4) 1.889 6***(0.145 6) 0.000 1
    -0.000 2(0.000 3)
    注:括号内数字为标准差
    下载: 导出CSV
  • [1] MULLER E. Innovation interactions between knowledge-intensive business services and small and medium-sized enterprises: an analysis in terms of evolution, knowledge and territories[M]. Heidelberg: Physica-Verlag Heidelberg, 2012.
    [2] JACOBS W, KOSTER H R A, VAN OORT F. Co-agglomeration of knowledge-intensive business services and multinational enterprises[J]. Journal of Economic Geography, 2013, 14(2): 443-475. http://joeg.oxfordjournals.org/content/14/2/443.full.pdf+html
    [3] 原毅军, 郭然. 生产性服务业集聚、制造业集聚与技术创新——基于省级面板数据的实证研究[J]. 经济学家, 2018(5): 23-31. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ201805005.htm
    [4] KE S, HE M, YUAN C. Synergy and co-agglomeration of producer services and manufacturing: a panel data analysis of Chinese cities[J]. Regional Studies, 2014, 48(11): 1829-1841. doi: 10.1080/00343404.2012.756580
    [5] YUAN F, GAO J, WANG L, et al. Co-location of manufacturing and producer services in Nanjing, China[J]. Cities, 2017, 63: 81-91. doi: 10.1016/j.cities.2016.12.021
    [6] ELLISON G, GLAESER E L, KERR W R. What causes industry agglomeration? evidence from coagglomeration patterns[J]. American Economic Review, 2010, 100(3): 1195-1213. doi: 10.1257/aer.100.3.1195
    [7] VENABLES A J. Equilibrium locations of vertically linked industries[J]. International Economic Review, 1996, 37: 341-359. doi: 10.2307/2527327
    [8] MARSHALL A. Principles of economics[M]. London: Macmillan and Co., Ltd., 1920.
    [9] MACPHERSON A. The role of producer service outsourcing in the innovation performance of New York State manufacturing firms[J]. Annals of the association of American Geographers, 1997, 87(1): 52-71. doi: 10.1111/0004-5608.00041
    [10] SHEARMUR R, DOLOREUX D. Innovation and knowledge-intensive business service: the contribution of knowledge-intensive business service to innovation in manufacturing establishments[J]. Economics of Innovation and New Technology, 2013, 22(8): 751-774. doi: 10.1080/10438599.2013.786581
    [11] HOWARD E, NEWMAN C, TARP F. Measuring industry coagglomeration and identifying the driving forces[J]. Journal of Economic Geography, 2015, 16(5): 1055-1078. http://smartsearch.nstl.gov.cn/paper_detail.html?id=d76e9f743b4fc7b3ed42b9d683f613a0
    [12] SHEARMUR R, DOLOREUX D. Urban hierarchy or local buzz? high-order producer service and (or) knowledge-intensive business service location in Canada, 1991-2001[J]. The Professional Geographer, 2008, 60(3): 333-355. doi: 10.1080/00330120801985661
    [13] SHEARMUR R, DOLOREUX D. Knowledge-intensive business services use and user innovation: high-order services, geographic hierarchies and internet use in Quebec's manufacturing sector[J]. Regional Studies, 2015, 49(10): 1654-1671. doi: 10.1080/00343404.2013.870988
    [14] ILLERIS S. Proximity between service producers and service users[J]. Tijdschrift voor Economische en sociale geografie, 1994, 85(4): 294-302. doi: 10.1111/j.1467-9663.1994.tb01340.x
    [15] MACPHERSON A. Producer service linkages and industrial innovation: results of a twelve-year tracking study of New York state manufacturers[J]. Growth and Change, 2008, 39(1): 1-23. doi: 10.1111/j.1468-2257.2007.00403.x
    [16] KOCH A, STROTMANN H. Impact of functional integration and spatial proximity on the post-entry performance of knowledge intensive business service firms[J]. International Small Business Journal, 2006, 24(6): 610-634. doi: 10.1177/0266242606069269
    [17] VANOORT. Urban growth and innovation: spatially bounded externalities in the Netherlands[M]. London: Routledge, 2017.
    [18] WETERINGS A, BOSCHMA R. Does spatial proximity to customers matter for innovative performance? evidence from the Dutch software sector[J]. Research Policy, 2009, 38(5): 746-755. doi: 10.1016/j.respol.2008.12.011
    [19] SUTARIA V, HICKS D A. New firm formation: dynamics and determinants[J]. The Annals of Regional Science, 2004, 38(2): 241-262. doi: 10.1007/s00168-004-0194-9
    [20] GREK J, KARLSSON C, KLAESSON J. Determinants of entry and exit: the significance of demand and supply conditions at the regional level[M]//KOURTIT K, NIJKAMP P, STOUGH R R. Drivers of innovation, entrepreneurship and regional dynamics. Berlin & Heidelberg: Springer, 2011: 121-141.
    [21] 王永进, 冯笑. 行政审批制度改革与企业创新[J]. 中国工业经济, 2018(2): 24-42. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201802003.htm
    [22] 张虎, 韩爱华, 杨青龙. 中国制造业与生产性服务业协同集聚的空间效应分析[J]. 数量经济技术经济研究, 2017(2): 3-20. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201702001.htm
    [23] HUERGO E. The role of technological management as a source of innovation: evidence from Spanish manufacturing firms[J]. Research Policy, 2006, 35(9): 1377-1388. doi: 10.1016/j.respol.2006.07.005
    [24] ACEMOGLU D. Introduction to modern economic growth[M]. Princeton: Princeton University Press, 2009.
    [25] GAYLE P G. Market concentration and innovation: new empirical evidence on the Schumpeterian hypothesis[R]. University of Colorado at Boulder, 2003.
    [26] BARRIOS S, STROBL E. Foreign direct investment and productivity spillovers: evidence from the Spanish experience[J]. Review of World Economics, 2002, 138(3): 459-481. doi: 10.1007/BF02707949
    [27] 顾乃华. 生产性服务业对工业获利能力的影响和渠道——基于城市面板数据和SFA模型的实证研究[J]. 中国工业经济, 2010(5): 48-58. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201005007.htm
    [28] 王永进, 张国峰. 人口集聚、沟通外部性与企业自主创新[J]. 财贸经济, 2015(5): 132-146. doi: 10.3969/j.issn.1005-913X.2015.05.064
  • 加载中
计量
  • 文章访问数:  286
  • HTML全文浏览量:  263
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-01-28
  • 网络出版日期:  2021-05-27
  • 刊出日期:  2019-05-28

目录

    /

    返回文章
    返回