生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同聚集對制造業(yè)升級的影響

王瑞榮

（紹興職業(yè)技術學院經(jīng)貿(mào)管理學院，浙江紹興312000）

0 引言

在“工業(yè)型經(jīng)濟”邁向“服務型經(jīng)濟”的世界潮流下，服務業(yè)尤其是生產(chǎn)性服務業(yè)已經(jīng)成為制造業(yè)升級的重要推動力。生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同聚集有利于促進產(chǎn)業(yè)聯(lián)動形成規(guī)模效應，促進空間聯(lián)動形成外溢效應，建立良性互動的新制度，從而推動制造業(yè)升級。因此，要想實現(xiàn)制造大國向制造強國的轉(zhuǎn)變，應積極發(fā)展生產(chǎn)性服務業(yè)，推動生產(chǎn)性服務業(yè)向制造業(yè)集中區(qū)域集聚，形成生產(chǎn)性服務業(yè)與制造業(yè)（簡稱“兩業(yè)”）協(xié)同聚集，以促進制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級。

長三角、珠三角和環(huán)渤海地區(qū)作為全國經(jīng)濟最活躍的區(qū)域，在經(jīng)濟進入新常態(tài)后，中國制造業(yè)正面臨著要素成本上升和出口需求下行的內(nèi)外沖擊，以及發(fā)達國家“高端回流”和發(fā)展中國家“中低端分流”的雙重擠壓，以國際代工為主要特征的“中國制造”根基已開始松動，經(jīng)濟增長動力面臨衰竭，制造業(yè)轉(zhuǎn)型升級已勢在必行[1]。因此，本文選取長三角、珠三角和環(huán)渤海地區(qū)最具代表的省市——浙江、江蘇、廣東、上海和北京，對其兩業(yè)協(xié)同集聚水平進行測度，進而利用計量模型分析兩業(yè)協(xié)同集聚是否促進了制造業(yè)升級。

1 生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚水平測度

1.1 測度方法和指數(shù)構(gòu)建

目前國內(nèi)外用來測度產(chǎn)業(yè)集聚水平的方法主要有區(qū)位熵、產(chǎn)業(yè)集聚指數(shù)、行業(yè)集中度、赫芬達爾指數(shù)、空間基尼系數(shù)和E-G指數(shù)、協(xié)同集聚指數(shù)等。本文主要采用區(qū)位熵和協(xié)同集聚指數(shù)來測算生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚水平。區(qū)位商及協(xié)同集聚指數(shù)的計算公式如下[2,3]：

公式（1）中，LQ表示區(qū)位商，i分別表示生產(chǎn)性服務業(yè)、制造業(yè)，j則表示上述三省兩市，xij表示產(chǎn)業(yè)i在j地區(qū)城鎮(zhèn)單位的就業(yè)人口數(shù)量，Xi表示全國i產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量，xj表示j地區(qū)所有產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量，X表示全國所有產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量。一般來說，LQ的值越高，該地區(qū)的產(chǎn)業(yè)集聚水平就越高，當LQ＞1時，則認為該地區(qū)經(jīng)濟在全國具有比較優(yōu)勢且專業(yè)化水平相對較高。在公式（2）中，CAIj表示j地區(qū)生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚指數(shù)，生產(chǎn)性服務業(yè)與制造業(yè)的區(qū)位熵分別用LQsj和LQmj來表示。通常來說，CAI值越大，該地區(qū)兩業(yè)協(xié)同集聚水平就越接近，兩業(yè)間協(xié)同集聚水平相應就越高[4]。

本文主要研究浙江、江蘇、廣東、上海和北京制造業(yè)和生產(chǎn)性服務業(yè)相對比較發(fā)達的三省兩市。文中所指的生產(chǎn)性服務業(yè)主要包括批發(fā)和零售業(yè)，交通運輸、倉儲及郵政業(yè)，信息傳輸、計算機服務和軟件業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃與商務服務業(yè)，科學研究、技術服務與地質(zhì)勘查業(yè)七個細分行業(yè)。制造業(yè)主要依據(jù)國民經(jīng)濟行業(yè)分類（GB/T 4754-2011）包括的行業(yè)類別代碼為：13-43。

1.2 測度結(jié)果及分析

由表1可以發(fā)現(xiàn)，2008—2016年間，制造業(yè)區(qū)位熵都大于1的省市為浙江、江蘇、廣東、上海，這表明上述三省一市的制造業(yè)比較發(fā)達，已然顯現(xiàn)相當規(guī)模的集聚，是該區(qū)域內(nèi)的制造業(yè)集聚中心。北京的制造業(yè)區(qū)位熵在0.42～0.60之間徘徊，這說明北京的制造業(yè)相對于三省一市而言集聚程度不高，但這并不能說明北京的制造業(yè)集聚程度低，這可能是由于北京處于環(huán)渤海區(qū)域經(jīng)濟發(fā)展的核心，且為國家行政中心，一些勞動密集型制造業(yè)轉(zhuǎn)移到天津和河北，北京重點發(fā)展資本密集型和技術密集型制造業(yè)。浙江制造業(yè)區(qū)位熵呈現(xiàn)逐年緩慢下降趨勢，而廣東則呈現(xiàn)波浪式上升趨勢，而江蘇、上海和北京呈波浪式下降趨勢。就生產(chǎn)性服務業(yè)區(qū)位熵而言，由于北京是中國政治、科技和文化中心，其生產(chǎn)性服務業(yè)集聚水平最高，在2.46～2.60之間上下浮動，作為中國經(jīng)濟、金融、貿(mào)易中心的上海緊隨其后，在1.63～2.05之間徘徊，廣東居中，生產(chǎn)性服務業(yè)區(qū)位熵值接近1左右，而浙江和江蘇生產(chǎn)性服務業(yè)集聚水平相似，生產(chǎn)性服務業(yè)區(qū)位熵值在0.8左右上下浮動，整體而言，浙江略好于江蘇。

表1 浙、蘇、滬、粵、京生產(chǎn)性服務業(yè)、制造業(yè)區(qū)位熵和協(xié)同集聚指數(shù)對比分析

就生產(chǎn)性服務業(yè)與制造業(yè)的協(xié)同集聚發(fā)展趨勢而言，2008—2013年間，浙江兩業(yè)協(xié)同集聚指數(shù)呈現(xiàn)穩(wěn)步上升趨勢，且2013年達到最大值，而后呈現(xiàn)波浪式下降趨勢；江蘇則在0.7附近上下波動，相對比較穩(wěn)定；廣東呈現(xiàn)波浪式下降趨勢，而上海則在0.70～0.93之間上下波動；北京兩業(yè)協(xié)同集聚指數(shù)最低，在0.28～0.40之間上下浮動，而且呈現(xiàn)緩慢下降趨勢，但是2016年有所上升，但其兩業(yè)協(xié)同集聚指數(shù)僅為0.3196。總體而言，除北京外，其他三省一市兩業(yè)協(xié)同集聚程度相對較高，協(xié)同集聚指數(shù)相差不大。這主要是由于北京特殊的政治、文化背景和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有關，即北京以重點發(fā)展服務業(yè)（尤其是生產(chǎn)性服務業(yè)）為主，其專業(yè)化水平遠遠高于其他地區(qū)，是服務業(yè)集聚水平最高的地區(qū)。

2 實證檢驗

2.1 變量選取與模型構(gòu)建

國內(nèi)學者主要選取產(chǎn)品附加值、利潤率、利稅總額反映制造業(yè)升級的指標。考慮數(shù)據(jù)的可獲得性和研究需要，本文選取規(guī)模以上制造業(yè)企業(yè)利稅總額反映制造業(yè)升級狀況。利稅總額主要包括制造業(yè)企業(yè)利潤總額、產(chǎn)品銷售稅金及附加和應交增值稅之和，該指標可以反映在一定時期內(nèi)制造業(yè)企業(yè)實現(xiàn)的全部純收入的重要指標，能夠反映制造業(yè)升級的效果。同時，為了進一步深入分析兩業(yè)協(xié)同集聚水平對制造業(yè)升級生產(chǎn)的影響，本文將兩業(yè)協(xié)同集聚指數(shù)作為核心解釋變量。同時，考慮到還有其他因素，諸如外商直接投資、人力資本水平、交通發(fā)達程度和信息化水平也會對制造業(yè)升級產(chǎn)生重要的影響。因此，將外商直接投資、人力資本水平、交通發(fā)達程度和信息化水平一同作為控制變量。與此同時，為了提高模型的擬合程度，減少異方差對模型的影響，本文對被解釋變量（利稅總額）和控制變量（交通發(fā)達程度）取對數(shù)。因此，具體構(gòu)建的計量模型如公式（3）所示：

其中，j表示地區(qū)，t表示年份，TTI表示規(guī)模以上工業(yè)制造業(yè)企業(yè)利稅總額，C為常數(shù)，CAI表示兩業(yè)協(xié)同集聚指數(shù)，F(xiàn)DI表示外商直接投資對制造業(yè)升級的影響，該值用外商投資和港澳臺商投資規(guī)模以上工業(yè)企業(yè)主營業(yè)務收入與該地區(qū)工業(yè)總產(chǎn)值的比值作為代理變量，HR表示人力資本水平，該值用各地區(qū)大中專及以上學歷招生人數(shù)在該地區(qū)就業(yè)總?cè)藬?shù)比重作為代理變量，TDD表示交通發(fā)達程度，用貨物周轉(zhuǎn)量來衡量，IL表示信息化水平，用郵電業(yè)務量與GDP的比值作為信息化水平的代理變量，β1、β2、β3、β4、β5分別表示兩業(yè)協(xié)同集聚指數(shù)、外商直接投資、人力資本水平、交通發(fā)達程度和信息化水平的影響彈性系數(shù)，μ為隨機誤差項。本文把FDI、HR、TDD和IL四個控制變量逐個加入計量模型檢驗回歸結(jié)果。

2.2 數(shù)據(jù)來源

本文選取浙江、江蘇、廣東、上海和北京三省兩市2008—2016年的面板數(shù)據(jù)作為樣本區(qū)間，相關原始數(shù)據(jù)主要來源上述三省2009—2017年《統(tǒng)計年鑒》、兩市2009—2016年《統(tǒng)計年鑒》、2009—2017年《中國統(tǒng)計年鑒》，同時還參考了國家統(tǒng)計局網(wǎng)站統(tǒng)計數(shù)據(jù)、北京統(tǒng)計局年度統(tǒng)計資料、2016年北京市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、上海統(tǒng)計局網(wǎng)站統(tǒng)計數(shù)據(jù)、2016年上海市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，此外對個別缺失數(shù)據(jù)采用插值法補全。利用Eviews8.0計量分析軟件對面板數(shù)據(jù)進行回歸分析。

2.3 計量結(jié)果分析

依據(jù)公式（3）所示，分別對浙江、江蘇、廣東、上海和北京相關數(shù)據(jù)進行平穩(wěn)性檢驗和協(xié)整檢驗，利用Eviews8.0計量分析軟件的Unit Root Test檢驗，在5%的顯著性水平下，相關變量均通過一階差分序列平穩(wěn)性檢驗。使用Eviews8.0計量分析軟件中的Cointegration Test對CAI、FDI、HR、ln TDD、IL與ln TTI的一階差分序列進行了協(xié)整檢驗，在5%的顯著性水平下，大多數(shù)均通過了檢驗，即從長期看，ln TTI與CAI、FDI、HR、ln TDD、IL存在均衡關系。因此，可以在此基礎上對模型直接進行回歸分析，回歸結(jié)果見表2。

表2 各模型回歸結(jié)果

從表2中可以發(fā)現(xiàn)，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)升級具有顯著的影響，不過這種影響可能是正向作用，也可能是反向作用。就浙江而言，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)升級具有明顯的促進作用，二者呈現(xiàn)顯著的正相關關系，并且均通過10%的顯著性檢驗。具體來說，當兩業(yè)協(xié)同集聚指數(shù)CAI每上升1%，可以拉動制造業(yè)利稅總額增長233.43%。隨著控制變量的不斷加入，雖然兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)升級促進作用在下降，但整體而言，還是呈正向拉動作用，即當外商直接投資FDI、人力資本水平HR、交通發(fā)達程度TDD和信息化水平IL全部加入后，兩業(yè)協(xié)同集聚指數(shù)CAI每上升1%，仍然可以促進制造業(yè)利稅總額增長52.57%。就控制變量而言，F(xiàn)DI和HR對制造業(yè)升級呈現(xiàn)反向變動關系，但不顯著。究其原因一方面可能是由于這兩個變量是選取替代變量來衡量，存在一定的缺陷影響檢驗的結(jié)果；另一方面可能是由于浙江利用FDI的質(zhì)量不高，高級人力資本比重相對偏低有關，而TDD和IL對制造業(yè)升級具有顯著的促進作用，尤其是交通運輸（尤其是快遞）服務業(yè)和郵政（互聯(lián)網(wǎng)）服務業(yè)的快速發(fā)展，為浙江制造業(yè)效率提升打下了堅實的基礎。這說明浙江的兩業(yè)協(xié)同集聚程度還有待提高，且伴隨著協(xié)同集聚水平的提升，對制造業(yè)升級的促進效應將更大。

江蘇的情況和浙江略有不同，隨著控制變量的逐漸加入，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)利稅總額的影響由正向變動轉(zhuǎn)為反向變動。當不加入控制變量時，當兩業(yè)協(xié)同集聚指數(shù)CAI每上升1%，可以拉動制造業(yè)利稅總額增長7.37%，隨著FDI和HR的加入，拉動作用上升，分別達到了294.92%和152.40%，但當TDD和IL加入后，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)利稅總額的影響轉(zhuǎn)為反向變動關系，即兩業(yè)協(xié)同集聚指數(shù)CAI上升，反而導致制造業(yè)利稅總額的下降。就各控制變量看，F(xiàn)DI隨著HR、TDD和IL的加入，其影響作用由負轉(zhuǎn)正，但是不顯著，同時IL呈現(xiàn)負向拉動作用，也不顯著，而HR和TDD對制造業(yè)升級均具有顯著正向拉動作用，且HR正向作用要顯著優(yōu)于TDD，這可能是由于江蘇人力資本存量較高，人力投資利用效率水平也比較高所致。

廣東和北京的情況與浙江正好相反，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)利稅總額具有反向變動關系。沒有加入控制變量前，兩業(yè)協(xié)同集聚指數(shù)CAI每上升1%，可以導致廣東和北京制造業(yè)利稅總額下降分別為301.35%和979.88%，北京下降得更快。隨著控制變量的不斷加入，廣東的反向變動趨勢有所好轉(zhuǎn)，而北京反向變動趨勢更為顯著。這說明兩業(yè)協(xié)同集聚促進制造業(yè)升級是要有一個最佳規(guī)模的，超過這個最優(yōu)規(guī)模再集聚，反而不利于制造業(yè)升級，必須進行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，優(yōu)化區(qū)域布局。就控制變量而言，HR、TDD和IL對廣東制造業(yè)升級均具有正向促進作用，但不顯著。而北京則是IL對其制造業(yè)升級均具有正向促進作用，其他變量整體上呈現(xiàn)反向變動關系。這說明并不是生產(chǎn)性服務業(yè)集聚水平越高越好，要想實現(xiàn)制造業(yè)升級，兩業(yè)協(xié)同集聚水平還要與外商直接投資、人力資本水平、交通發(fā)達程度和信息化水平等外生變量適度發(fā)展，形成良性互動，協(xié)同發(fā)展，提升協(xié)同集聚的輻射效應。

上海在沒有加入各控制變量前，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)利稅總額具有反向變動關系，隨著控制變量的逐漸加入，兩業(yè)協(xié)同集聚指數(shù)對制造業(yè)利稅總額呈現(xiàn)正向變動關系，這說明控制變量對上海制造業(yè)升級具有顯著的影響。其中，F(xiàn)DI對制造業(yè)升級具有顯著正向拉動作用，TDD雖然具有正向影響，但不顯著，HR和IL則呈現(xiàn)反向變動關系，但不顯著。這可能是由于上海人力資本水平（高級人力資本）和信息化水平（互聯(lián)網(wǎng)）發(fā)展速度和程度明顯優(yōu)于外商直接投資和交通發(fā)達情況，相關變量之間未能實現(xiàn)協(xié)調(diào)發(fā)展所致。

3 結(jié)論

通過上述分析可以看出，上海、廣東、浙江、江蘇兩業(yè)協(xié)同集聚水平較高，而北京相對較低。這是由于北京作為中國的行政中心，主要以發(fā)展現(xiàn)代服務業(yè)為主，一些勞動密集型制造業(yè)轉(zhuǎn)移到天津、河北所致。生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚對制造業(yè)升級影響的實證分析發(fā)現(xiàn)，浙江、江蘇兩省兩業(yè)協(xié)同集聚對制造業(yè)升級具有明顯的促進作用，而廣東、北京兩省市則呈現(xiàn)反向作用。這主要是由于浙江、江蘇兩省兩業(yè)協(xié)同集聚水平目前還沒有達到最優(yōu)化，尤其是生產(chǎn)性服務業(yè)集聚水平還有待進一步提高，但是兩業(yè)集聚水平要控制在一定的規(guī)模內(nèi)，超過一定的集聚水平反而會阻礙制造業(yè)的升級。同時，外商投資、人力資本水平、交通發(fā)達程度和信息化水平也會在一定程度上影響制造業(yè)升級，至于是正向影響還是反向影響，要結(jié)合該地區(qū)整體的發(fā)展情況評估。當外商直接投資、人力資本水平、交通發(fā)達程度和信息化水平在該地區(qū)發(fā)展還沒有進入最優(yōu)規(guī)模前，可以促進制造業(yè)升級，當達到一定規(guī)模后，就會阻礙制造業(yè)的發(fā)展。

[1] 杜宇瑋,劉東皇.中國生產(chǎn)性服務業(yè)發(fā)展對制造業(yè)升級的促進:基于DEA方法的效率評價[J].科技管理研究,2016,(14).

[2] 關愛萍,陳銳.產(chǎn)業(yè)集聚水平測度方法的研究綜述[J].工業(yè)技術經(jīng)濟,2014,33(12).

[3] 豆建民,劉葉.生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚是否能促進經(jīng)濟增長——基于中國285個地級市的面板數(shù)據(jù)[J].現(xiàn)代財經(jīng),2016,(4).

[4] 陳曉峰,陳昭鋒.生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同集聚的水平及效應——來自中國東部沿海地區(qū)的經(jīng)驗證據(jù)[J].財貿(mào)研究,2014,(2).