空间集聚、创新相互依存与城市经济增长外部性

贾清显，张自然

（1.广西民族大学经济学院，广西 南宁 530006；
2.中国社会科学院经济研究所，北京 100037）

自20世纪80年代开始，伴随着改革开放的推进，我国人口、产业与技术等要素大量向沿海城市集聚，形成了长三角、珠三角及京津冀等世界级城市群，并创造了中国经济增长奇迹。步入高质量发展阶段后，打造城市群、都市圈等空间集聚高级形态更是成为增长动力新来源及经济高质量发展的重要抓手。习近平总书记指出，要尊重“产业和人口向优势区域集中，形成以城市群为主要形态的增长动力源，进而带动经济总体效率提升”这一经济规律，促进区域协调发展[1]。党的二十大报告也明确提出，要深入实施区域协调发展战略、区域重大战略、主体功能区战略、新型城镇化战略，构建优势互补、高质量发展的区域经济布局和国土空间体系。实践中，我国政府积极推进京津冀协同发展、粤港澳大湾区建设等空间集聚规划，同时实施西部陆海新通道、“一带一路”等国家战略，努力将东部城市群、中西部城市群以及“一带一路”沿线国家城市互联互通，以便在更大区域甚至国际范围内发挥空间集聚所具有的经济正向外部效应，强化生产要素在更大范围内的优化配置。

长期以来，空间集聚被视为隐藏着丰富经济机制的黑匣子，这些机制导致规模经济、技术创新和生产效率提升。马克思曾指出，要想利用新发明、雇用到训练有素的工人，就需要把一切工业部门紧密地联系起来，需要依赖于城市。恩格斯称英国城市最密集的地区是“英国工业完成自己杰作的典型基地”。而在克鲁格曼等提出新经济地理模型后，国内外学者愈加关注城市群、都市圈等空间集聚形态及由此带来的技术创新与经济增长[2]。目前这一黑匣子尚未真正打开，一些论点散见于新经济增长理论、新经济地理学等相关文献中。一方面，城市群、都市圈等空间集聚形态内部微观主体之间基于共享、匹配、学习等互动策略，使得彼此在创新方面存在空间外溢效应，共享信息、知识和经验，这也成为新经济地理模型的核心理念[3]；
另一方面，城市群、都市圈等作为区域空间集聚形态的高级组织形式，更注重群内城市间要素自由流动、产业协同和一体化发展，刺激产生了更为强烈的空间外部性，使得群内任何城市的经济要素振动都能通过空间外部性对其他城市的经济增长产生影响[4]。然而，当前我国以城市群、都市圈建设为主要内容的空间集聚策略是否真正强化了技术创新相互依存和经济增长空间外部效应，继而能够顺利承担起推动增长动力转换和经济高质量发展的重任呢？要回答这一问题，需明晰以下问题：首先，空间集聚、技术创新与其他传统投入一起，能否决定以及会在多大程度上决定城市经济增长？其次，技术创新是否在城市之间相互依存，以及能否与空间集聚协同以强化对城市经济增长的影响？最后，城市经济增长是否具有空间外部性？这种外部性的方向、强度和距离特征如何，其性质是“以邻为壑”还是“相濡以沫”？对上述问题的确认，有助于我们把握城市群战略背后的经济机理，从而也有益于更充分地发挥都市圈、城市群等新型空间集聚形态的正向空间溢出效应，让其更好地服务于经济高质量发展和现代化区域发展体系建设，因此这些问题也构成了本文的主要研究内容。与此同时，本文所得结论可为我国有效规避城镇化过程中的“城市病”提供新思路。

空间集聚、技术创新与现代经济增长之间存在相关性的事实已经被经济史学家所记载，并被众多学者从微观、宏观等层面展开多维探讨。

(一)空间集聚、技术创新与经济增长关联的微观机理

经济集聚活动的显著特性主要体现在集聚人口、企业等微观主体间的互动性，它很好地满足了企业和家庭的需要，使技术知识不仅可以在同一产业内蔓延，还能在整个经济体系中发挥作用，由此带来的规模报酬增加驱动着城市的形成、存在和发展，对发展中国家的经济转型和国际经济关系产生重要影响[5]。新古典学派的代表人物马歇尔开创性地引入“工业氛围”概念，关注那些以地理邻近为特征的企业之间的相互依赖关系，认为与大量专业供应商邻近、劳动力汇集和知识溢出提高了企业生产率[6]。局部地理空间特有的“嗡嗡声”或“嘶嘶响”营造了特定的外部景象和内部归属感，通过协同和集体学习过程增强了当地的创新能力[7]，与“嗡嗡声”相关的意外遭遇和面对面接触的机会也增强了创新，即空间的集聚让家庭、企业等微观主体的观察、倾听和学习变得更加方便，提供了让不同主体共同创造技术知识的可能性并产生神奇的效果[8]。新经济增长理论把区域内知识溢出作为解释经济增长的重要变量，在动态背景下阐释与知识创新扩散有关的集聚效应，认为在既定空间范围内的企业创造新知识对其他企业的生产可能性边界产生了积极的外部影响，企业投资于知识和技术不仅增加了自身资本存量，还提高了该地理空间范围内其他企业的技术水平[9]。新经济地理学派则突破古典经济理论框架，构建了地理空间“中心-外围”模型，认为空间聚集通过增加投入-产出联系、推动劳动力市场汇集和技术溢出而使城市受益于规模经济[10]，经济活动的空间集聚通过降低成本对创新产生了有利影响，创新的增加提高了集聚地区的平均生产率，从而带动了当地实际产出的增长，由此经济活动倾向于集中而非在地理空间上扩散[11]。

（二）空间集聚、技术创新与经济增长关联的宏观探索

早期Romer、Lucas等人关于知识相互依赖、技术外溢和人力资本配置的理论成果，成为城市与城市之间空间经济关联分析的基础，其主体思想是将增长引擎与空间方法相结合，认为不同地理空间之间并非相互孤立，而是彼此相互作用，人力或物质资本等生产要素从某个地理空间转移到其他地理空间的过程中会产生空间外部性[12]。国家或地区之间可通过贸易、资本流动等方式进行强有力的互动，导致外部性跨越边界而迅速扩散，从而有助于为经济增长提供合理解释，诸如南方共同市场、欧洲经济联盟（EEU）等都是国家或地区间相互依存的典型案例[13]。这意味着国家或地区的经济增长除受自身人口增长、技术变化等因素直接影响外，还受周边经济体特征的间接影响，即受空间外部性作用的影响。任何外部冲击不仅会改变冲击发源地自身的基本面，也会改变其邻国或邻近地区的基本面进而影响它们的经济表现，在经济增长的道路上国家或地区之间不会表现出相互独立性，而是朝着一致的方向发展。Augeraud-Véron和Ducrot认为，一国知识积累受到周边国家知识积累的影响，各国之间存在技术上的相互依存关系，且这类依存关系对经济增长发挥着重要作用，其作用机制是：邻国的技术进步首先提高该国的R&D生产率，其次增加了该国的平均技术水平，最后提高了该国的人均收入水平，这种国家间存在的技术相互依赖似乎隐含着空间乘数效应[14]。相比较而言，一国或地区内部城市之间在政治、文化、社会习惯等层面更趋向一致，彼此之间的空间关联性更为紧密。特定城市的经济增长过程受益于周边城市的积极表现，流向邻近城市的投资以及邻近城市受过良好教育的人力资本的大量存在对该城市经济发展能够产生重要影响[15]，技术创新也会如同“天上的甘露”一样，自动降落到邻近的城市[16]。而城市群、都市圈等作为强化城市之间内在关联性的空间形态，能胜任的事情远超单个城市，它们将邻近城市从不同维度统一起来，减少了城市间竞争带来的不确定性，凸显了集聚效应与扩散效应叠加所产生的正向外部性，并促使这种正向空间外部效应对实际经济增长做出更大、更持久的贡献。据此，在一国经济转型和增长动力转换过程中，需要考虑空间分布和空间依赖性在塑造地理空间经济增长方面的重要价值，以及如何优化空间组织形式以最大程度发挥这类正向空间外部性的效能。

然而，也有不少学者对空间关联的价值持怀疑乃至否定观点。Huber发现伦敦信息产业集群中的创新行为与共置一地及距离是否邻近关系不大[17]；
Aarstad等也提供了关于当地“嗡嗡声”和跨地区知识资源溢出的不确定性证据[18]；
Fitjar和Rodríguez-Pose则完全不认可马歇尔外部性的奥秘，认为其效用“微不足道”[19]。甚至还有一些学者支持“地理死亡”假说，强调与合作伙伴之间的距离太近可能陷入锁定困境并最终导致经济衰退的危险[20]。由此可见，空间邻近并不一定能够带来有利于技术创新和经济发展的积极要素。

（三）空间集聚、技术创新与经济增长关联的理论模型

本文假设城市i（i=1,2…N）在时期t的生产满足函数：

其中Yit、λit分别表示城市i在时期t的经济增长和生产率参数，假设λit取决于城市i初始的技术进步Ω（0）、t期技术创新Ait以及与邻近城市的技术创新外部效应，将λit建模为：

同时，我们假定城市i在时期t的经济增长还受本城市t期空间集聚水平（从人口集聚Pit、企业集聚Git、资本集聚Kit等3个层面进行衡量）、教育状况Eit、就业结构Sit、对外开放程度Fit以及邻近城市空间外部性影响，故可将Zit建模为：

据式（4）可看出集聚、创新等解释变量变化会对城市i的经济增长产生直接影响，而其他城市j的变量变化可能间接影响到城市i的经济增长，即对城市i具有空间外部性影响效应。我们将式（4）以矩阵形式表达：

考虑到横断面回归模型难以有效控制空间异质性及相互依存性问题，本文采用空间面板数据模型来估计空间集聚、技术创新与城市经济增长之间的关系，探明我国城市群、都市圈等空间集聚战略规划的理论机制。

（一）空间计量模型构建

式（4）表明经济增长并非某个地理空间能够独善其身的自有问题，不同地理空间之间具有某种程度的空间依赖性，进而相互作用产生经济增长的外部效应，此式包含被解释变量的空间一阶滞后项以及空间集聚、技术创新等解释变量的空间一阶滞后项。考虑到城市i的经济增长可能存在时间上的路径依赖特征，以及人口、企业等能动性主体集聚与创新之间存在交互效应，本文引入被解释变量的时间滞后一期项和人口、企业集聚分别与创新的乘积项Pit*Ait和Git*Ait。此外，为进一步研究城市之间经济增长、技术创新外部性的距离特征，引入空间高阶（二阶）滞后项以捕获更多维度中截面单元的空间相互依赖性[21]，并消除单纯利用空间一阶滞后项所导致的循环和冗余路径。根据上述要求，本文选择动态空间杜宾模型进行实证检验，基于式（5）引入估计误差向量εt=（εit）、虚拟向量dt=（dumit）后，构建如下矩阵形式的动态空间杜宾模型：

（二）指标选择

被解释变量经济增长Yit选取消除通货膨胀因素后的单位面积实际GDP来衡量，实证分析中取其自然对数。现有文献多将空间集聚视为许多工人和企业在空间上的集中[22]，其中人的集聚被认为是城市最重要的属性和特征[23]，实践中经合组织采用人口密度为150人/平方公里的阈值来区分城市与农村地区[24]，中国经济增长前沿课题组采用城市人口密度作为集聚衡量变量[25]，本文将人口密度作为集聚测度指标之一。同时，Hashiguchi和Tanaka使用企业密度、劳动力密度作为指标研究集聚对企业生产力的影响[26]，而纵观过去几十年中我国的城市化模式，一些城市的城市化与工业化密切相关，城市化的过程也是工厂持续集聚于城市的过程，但也有一些城市缺乏工业部门，城市化并未伴随着工业化，被描述为“没有工业化的城市化”[27]。由此，考虑到某些城市人口集聚程度虽然高，但因商品生产能力弱而导致经济密度低、工业化程度低，单纯以人口密度衡量空间集聚可能出现偏颇，本研究把规模以上工业企业的密度即企业集聚Git纳入空间集聚衡量指标体系。此外，所谓经济空间集聚也即经济活动密度，是相对于物理空间而言的劳动、人力和物质资本的强度，当单位面积内有大量的劳动力和资本时经济活动密度就很高[28]，因此我们把城市固定资本存量（如建筑物、交通运输设施）密度，即资本集聚Kit也纳入空间集聚指标体系。城市技术创新测度目前缺乏统一的衡量指标，如倪鹏飞等选取专利申请总量和万人专利申请量作为城市科技创新能力的外源观测指标[29]，于飞等曾尝试构建城市创新指数（CIIC）分析城市产业创新能力[30]，孙文浩则使用发明专利授权量以测度城市创新水平，并将其视为城市高质量创新驱动发展进程的重要测度指标[31]，本文借鉴上述思想，采用城市专利授权量Ait衡量城市i在t期的技术创新。尽管使用专利数据作为反映城市创新程度的指标存在一定局限性，但专利是一种虽不完美但可靠的创新指标，代表了技术新颖性且具有重要的经济意义，仍被视为测量城市创新相当关键的指标。

模型的控制变量包括：Eit为城市i在t时期的教育状况，选取人均受教育年限的自然对数来衡量；
Sit为城市i在t时期的就业结构，选取第二产业就业人员数量占非农就业人数的比例衡量；
对外开放度Fit选取外商直接投资额占GDP的比例衡量。模型还引入政策虚拟变量dumit以对我国城市群、都市圈等空间集聚战略实施情况进行控制，令该变量在2011年及以后年份取值为1，2011年之前的年份取值为0。2010年12月国务院颁布的《关于印发全国主体功能区规划的通知》（国发〔2010〕46号）规划了“两横三纵”城市化战略格局，提出在优化东部城市群的同时积极培育中西部城市群，开启了我国城市群战略的规划实施。而后《国家新型城镇化规划（2014-2020年）》以及国家“十三五”“十四五”规划中都多次强调推动城市群、现代化都市圈建设，以此优化国土空间开发格局，加快转变经济发展方式。多重空间规划战略的持续推进势必会对城市经济增长产生重要影响，故本研究将其作为一个基本控制变量引入模型。

（三）数据说明

本研究采用2001-2018年我国31个省级行政区中264个地区级以上城市的面板数据资料（无港澳台数据）作为研究样本，数据主要来源于2002-2019年《中国统计年鉴》、《中国城市统计年鉴》及国家知识产权局专利检索数据库等，其中各类货币量指标以1990年不变价格进行了平减调整，对于变量个别年度的缺失值，借鉴Reggiani和Nijkamp的经验使用外推法进行了补充[32]。本文在实证分析过程中，将全体样本细分为东部地区和中西部地区两个城市群体组别分别进行空间计量回归，以检验二者在空间集聚、技术创新与经济增长之间内在关联方面的差异。根据《关于印发全国主体功能区规划的通知》《2016中国城市群发展报告》等提出的城市群方案以及学者们处理城市群的经验方法，我国21个城市群的分布状况为东部地区6个、中部7个、西部8个[33]。目前中西部地区城市群处于成长发育阶段，建设相对落后，与东部地区城市群相比人口吸纳能力弱、发展水平低、产业支撑不足[34]，城市之间更可能缺乏协同合作。东部城市组包括的101个地区级以上城市多属于经济发达城市，其中71个纳入城市群建设范围，城市群化水平达到70.30%；
中西部城市组包括163个地区级以上城市，多属于经济欠发达城市，其中85个为城市群成员，城市群化水平仅为52.15%，远低于东部城市组。通过这种划分，本研究希望探明城市群这一高级空间集聚形态是否强化了集聚、创新与经济增长的内在关联。变量的描述性统计结果见表1。

表1 变量指标描述

(一)空间相关性检验结果

在对空间面板模型进行参数估计前，本文引入0-1邻接地理权重矩阵和经济地理权重矩阵，分别就全部城市、东部城市组和中西部城市组的经济增长、空间集聚及技术创新等变量进行空间相关性检验（见表2）。无论是使用0-1邻接地理权重还是经济地理权重进行检验，各组别对应变量的莫兰指数、G系数大多在1%的水平上显著，其他个别变量也至少在10%的水平上显著。由此表明各组别的城市经济增长与邻近城市经济增长、空间集聚和技术创新均存在明显的空间相关性，通过空间面板模型来考察本文的研究问题是可行且必要的。在证明存在显著空间自相关基础上，需要考量空间计量模型的具体估计方法，本文使用Han和Phillips提出的Han-Phillips GMM估计法，以有效规避传统工具变量法和差分GMM估计法存在的弱工具变量问题，同时克服在引入高阶空间滞后项以后导致模型中的雅可比行列式难以评估的难题[35]。

表2 空间相关性检验

（二）空间集聚、技术创新对城市经济增长的直接效应和交互效应

从表3中实证模型1-3的结果看，城市经济增长时间滞后一期项的估计系数显著为正，表明经济增长在时间上存在明显的“滚雪球”效应，是中长期累积的效果。从集聚多维指标看，估计系数均为正且在1%的水平上显著，表明空间集聚水平对本城市经济增长具有直接影响。在模型3中，资本集聚估计系数为0.63，意味着在控制其他变量保持不变的情况下，资本集聚每增加10%将导致城市经济产出增长6.17%，而人口、企业集聚每上升10%仅分别使得城市经济产出增长0.34%和0.20%，揭示了我国过去城市经济增长主要依赖投资驱动的事实。技术创新估计系数为0.05且在1%水平上显著，表明创新水平每提高10%将使得城市经济产出增长0.45%，揭示技术创新对本城市经济增长具有直接贡献，但创新并没有成为增长的第一因素，要达成依靠创新驱动转变经济发展方式的目标，依然任务艰巨。从模型3显示的交互效应结果看，人口集聚与技术创新对城市经济增长有积极性交互作用且在5%的水平上显著，人口集聚每增加一定水平，技术创新对城市经济增长的影响也会有相应幅度的提升，这表明创新不但需要优秀的人力资本来实现，而且需要人口的适当集聚以营造良好的创新氛围。企业集聚与技术创新对城市经济产出有抵消性交互作用且在10%的水平上显著，这一结果表明两者并不相互独立，而消极性影响的存在可能意味着企业集聚没有达到技术创新所要求的“嗡嗡声”氛围，或者是企业相互之间实施了技术封锁。

在模型1-3中就控制变量而言，教育程度估计系数为正且在1%水平上显著，表明我国长期以来坚持的“百年大计，教育为本”以及“社会主义建设必须依靠教育”等理念的贯彻落实极大地促进了城市经济的发展。就业结构估计系数为负且在10%的水平上显著，在模型3中系数为-0.05，意味着在现阶段均值水平上该指标每升高10%将导致城市经济增长降低0.24%，表明我国劳动力资源的配置状况不够合理，迫切需要优化经济结构、提升劳动者人力资本水平、提高就业质量。对外开放度估计系数为正且在1%水平上显著，这凸显了以外商直接投资衡量的对外开放性对中国经济增长具有重要贡献，是造就中国经济增长奇迹的关键因素[36]。城市群、都市圈等空间集聚战略虚拟变量的系数为正且在1%的水平上显著，表明自2011年实施《全国主体功能区规划》起，旨在强化城市协同发展的城市群战略发挥了促进经济增长的预期效果。

（三）空间集聚、技术创新与城市经济增长的空间关联效应

城市群等空间战略更看重城市之间经济增长的空间外部效应，以此实现彼此协同、共生共赢，为此本研究通过空间计量方法引入被解释变量、关键解释变量的一阶及高阶空间滞后项展开深入分析。从表3模型1-3可见，城市经济增长的一阶空间滞后项系数为正且在1%的水平上显著，意味着城市经济增长在空间上存在显著外部性，邻近城市会对本城市经济增长产生“溢出效应”，原因在于本城市在经济发展过程中会借鉴邻近城市的发展经验，通过模仿其经济发展模式而促进自身较快发展。模型3中城市经济增长的高阶空间滞后项系数为0.002且在1%水平上显著，远小于一阶空间滞后项的影响，揭示了特定城市经济增长不仅受其邻近城市增长初始效应或随机冲击的影响，而且随着时间推移还受次邻近城市的增长影响，但这种空间相互作用将随距离增长而衰减。从模型2-3中集聚多维指标的一阶空间滞后项来看，人口集聚空间滞后项系数为负且在1%水平上显著，表明各城市都想“聚天下英才而用之”，相互之间存在人才、劳动力资源竞争，这一结果与Fischer的观点一致，即人力资本变化不会产生向邻近地区的空间溢出效应。资本集聚空间滞后项的系数为负且在1%水平上显著，表明邻近城市资本集聚对本城市有消极空间外部性影响。在全国资本存量总额既定条件下，邻近城市投资增加意味着本城市投资的减少，因而造成这一指标的反应系数为负。人口、资本集聚对城市经济增长的空间外部效应为负，也引发我们对长期以来直辖市、省会大城市之间缺乏协同及其对辖区内中小城市存在严重“虹吸效应”等问题的思考。企业集聚空间滞后项的系数为正且在统计上显著，表明邻近城市企业集聚对本城市经济增长具有正向外部效应，缘由在于：一方面，企业是主观能动性较强的微观主体，地理邻近强化了邻近城市企业与本城市企业之间的互动合作而非恶性竞争，继而提高了企业绩效和城市经济产出；
另一方面，企业以利润最大化为目标，在供应链背景下企业选择合作伙伴时要考虑到地理因素，会基于运输成本、信息优势等考量而选择与邻近城市企业合作，结成稳固的供应链上下游关系，形成以企业为纽带的城市共赢群体。模型2中技术创新空间一阶滞后项估计系数为正且在统计上显著，表明邻近城市的技术创新行为对本城市的经济增长具有外部溢出效应，即城市间技术创新具有相互依存性特征。

表3 空间集聚，创新依存与经济增长空间外部性

（四）空间集聚、技术创新与经济增长空间关联效应的组别比较

比较表3中模型6与模型9，东部城市组与中西部城市组经济增长的时间滞后一期项估计系数相近且均具有统计上的显著性，表明无论在东部发达地区还是中西部欠发达地区，城市经济增长都是建立在原有累积基础之上，中西部城市通过后发优势赶超东部城市任重而道远。与中西部城市组相比，东部城市组人口、资本集聚的估计系数较大且在1%水平上显著为正，而企业集聚的估计系数较小，这种估计结果表明人口、资本向东部地区集聚对经济增长的影响效应更强，比西部地区高出12%-14%，而企业集聚系数较小的原因可能在于东部地区企业密度大而劳动力供给不足，由此导致企业生产的低效率；
也可能是因为单位面积企业数量不足，造成劳动力剩余进而影响到资源配置效率。但无论出现两种情况中的哪一种，都揭示人口与产业、企业之间的比例应当保持在适当水平，单纯追求人口规模而忽略产业对人口给养能力的空间集聚缺乏效率；
单纯追求企业数量而忽略劳动力供给质量和数量对企业支撑能力的空间集聚同样效率不高。技术创新的系数在两组别中均显著为正，但东部城市组的估计系数较大，同时人口集聚与技术创新的交互作用在东部地区更高，表明创新在东部城市效能更强、对经济增长贡献相对较大，也暗示在创新资源配置过程中不能片面追求区域均衡化，而是需要适当向优势地理空间集中。

从控制变量来看，教育程度的系数在两组别中差异较小且都在1%水平上显著，表明教育无论在东部还是中西部城市都是经济增长的重要支撑。就业结构估计系数在中西部城市组显著为负且绝对值较大，而东部城市组系数虽为负但不具有显著性，验证了东部与中西部两组别的就业结构都难以完全适应城市经济增长的要求，但若两者在各自现有就业结构均值水平上都提高10%，东部城市经济增长将降低0.09%，而中西部城市将降低0.73%，中西部地区更应加快优化就业结构的步伐。两组别中对外开放度的估计系数都为正且具有显著的统计学意义，表明无论东部还是中西部城市都应该持续重视对外开放对经济增长的重要作用。

表3模型6和模型9中，城市经济增长空间一阶滞后项估计系数在两组别中都为正且在1%水平上显著，其中东部城市组系数明显大于中西部城市组；
空间高阶滞后项在东部、中西部城市组的估计系数同样都为正，但东部城市组系数较大且显著，表明城市群建设启动较早、城市群化水平较高的东部地区比中西部地区的空间外部效应更为强烈。从集聚多维指标看，与中西部城市组相比，东部城市组企业集聚空间一阶滞后估计系数较大且为正，表明企业向东部地区城市集聚能够诱发更为强烈的空间外部效应；
人口、资本集聚空间一阶滞后项估计系数为负，但东部城市组的系数绝对值较小，对此结果的一个合理解释是，东部城市组在人口、资本等层面的无序竞争有所改善，强调协同、共赢的城市群建设理念逐步得到贯彻。技术创新空间一阶滞后项估计系数东部城市组显著为正，中西部城市组显著为负，表明技术创新具有明显的空间外部性，但经济越发达、城市群化水平越高的区域，技术创新越易于发挥正向空间外溢效应。

（五）稳健性检验

在实证过程中，本研究十分注重考察空间集聚、技术创新与城市经济增长的内在关联评估是否受到样本数据和变量增减变化的影响，即重视验证结果的稳健性。具体验证方法如下：首先，表3中利用样本总体、东部城市组和中西部城市组的3种不同数据资料，使用Han-Phillips GMM方法估计关键解释变量、控制变量对城市经济增长的直接影响、交互作用及空间外部效应，所得系数在方向和显著性水平上均表现出强烈的一致性，表明空间集聚、技术创新对城市经济增长各类效应不因数据资料不同而消失。其次，表3中针对同一组别数据资料，分别采用包含被解释变量时间和空间一阶滞后项模型、引入关键解释变量空间一阶滞后项模型和引入被解释变量高阶空间滞后项模型等加以估计，3种模型中关键解释变量和控制变量对于城市经济增长的贡献在正负性和显著性水平上均表现出强烈的一致性，这一结果反映空间集聚、技术创新对城市经济增长的直接影响、交互作用和空间外部效应即便在增减变量情况下也能保持相对稳健。

在国家致力于将城市群、都市圈等空间形态作为我国空间结构优化新模式与经济增长新动力源的背景下，本文采用2001-2018年我国264个地区级以上城市数据资料，基于动态空间面板杜宾模型Han-Phillips GMM估计分析技术对空间集聚、技术创新影响城市经济增长的直接效应、交互作用及空间外部性进行了实证检验。结果显示：（1）城市经济增长受空间集聚、技术创新的直接效应及交互作用的影响，同时也受到邻近城市和次邻近城市的集聚、创新等空间外部性影响，且这类增长外部性随距离增加而呈递减态势；
（2）相对而言，人口、资本等要素在城市群建设启动较早、城市群化水平较高的东部地区城市的集聚对经济增长的直接效应更强，空间外部效应也更为积极；
（3）技术创新及其与人口集聚的交互对经济增长的影响同样表现出东部城市优于城市群建设相对滞后、城市群化水平较低的中西部城市的态势。上述结论在经过样本数据变化和变量增减等稳健性检验后仍然成立。

基于上述结论，本文针对我国现阶段城市群、都市圈建设提出以下政策建议：（1）转变发展理念，确保城市群内不同类别城市的协同集聚。要统筹考虑特大城市、中心型城市与邻近中小城市在经济结构优化、劳动力资源匹配方面的相互影响和协同共生关系，注重产业合理布局以及中心、副中心城市之间的产业链条打造，强化本城市主导产业及周边城市产业间的外部效应以及供应链稳健链接关系。特别是成渝城市群、中原城市群等中西部城市群要积极纠正各城市在集聚过程中盲目模仿、进行恶性资源竞争等行为，规避人口集聚与产业发展间的空间错配，通过城市间的协同合作促使集聚的直接影响和空间外部效应能够在助力高质量增长中发挥更大效力。（2）通过集聚营造创新氛围，注重强化城市间创新相互依存效应。城市的技术创新及邻近城市的创新外溢效应对本城市经济增长具有深远影响，是未来驱动区域经济增长的新引擎和支撑高质量发展的强劲力量。然而，技术创新的空间和时间路径是由互动驱动的，这要求集聚的人口和企业密度达到能够产生“面对面联系的重叠世界”的程度，给予创新主体听到彼此“嗡嗡声”“嘶嘶响”的氛围，进而要求城市群、都市圈等空间形态在集聚过程中塑造出适宜创新的地理模式。就我国不同城市群的实际发展情况而言，天山北坡城市群、北部湾城市群、呼包鄂榆城市群等形成型城市群要特别注重在空间集聚中形成强大的创新气场，最大程度发挥城市群内各城市之间的创新相互依存效应。（3）畅通国内循环，推动资源向优势区域高效集聚。理解经济增长和技术创新的过程需要考虑空间动态、空间溢出和区域差异，城市群、都市圈建设中要破除限制资本、技术等生产要素自由流动和优化配置的障碍，密切跨行政区的空间联系，使生产要素得到最优配置。同时，应客观认识空间集聚、技术创新及两者交互效应影响经济增长的城市异质性特征，基于市场机制允许人口、产业及创新资源向京津冀、长三角、粤港澳大湾区等城市群建设相对成熟的区域持续聚集，最大化生产要素效能。