中國生產性服務業集聚地區差異及影響因素
——基于地級市實證研究

(武漢大學經濟與管理學院 湖北 武漢 430072)

一、引言

近年來，服務業在創新發展中亮點突出，已經在經濟平穩過渡的階段中發展為我國國民經濟的第一大產業。但其整體與中國經濟發展水平相比還稍顯落后。據World Bank調查顯示，2015年中國的服務業增加值占GDP比重只有50.24%，這一數字遠落后于成熟發達國家。我們由此看出服務業的發展與我國經濟發展仍不太匹配，如果不能很好的實現產業結構的平穩調整，將會制約我國經濟的內涵創新式增長并會帶來很多問題。因此，中國應抓住全球產業結構調整和升級的機遇，加快推進服務業向高級化方向發展，重點發展生產性服務業，擺脫長期被定位在產業鏈分工低端環節的形象。

本文以國家當前重點推動服務業發展為背景，研究中國高級化服務業地區集聚現狀、差異以及影響其集聚的現實因素。通過對國內外文獻和中國實際情況的分析，得出對外開發程度、信息傳輸的發展、知識溢出效應和城市規模結構會對生產性服務業在地域上集聚產生影響。然后利用數據計算地區平均集中率得出我國直轄市、省之間生產性服務業集聚的現狀，接著進一步實證分析了影響因素對其在不同地區間集聚的作用大小，比較了變量在地區之間的影響差異。

二、文獻綜述

生產性服務業集聚是產業集聚中的重要類別之一，產業集聚也日漸成為增強產業競爭力、促進經濟又好又快發展的主要手段之一。近年來，國內外學者關于服務業的相關問題進行了多方面考察。第一類是關于服務業與國家經濟發展問題。HS Campbell et.al(1997)通過重點探究華盛頓特區生產性服務業的就業模式與地區經濟發展，得出生產性服務就業的郊區化以及行業在郊區的集聚為郊區的經濟增長創造了協同效應。第二類是關于服務業同制造業之間協同演進問題。Mukesh Eswaran et.al(2002)歸納出服務業的增長將會從兩方面促進制造業向更高級化邁進。第一它可以幫助制造業實現更好的專業化與分工化，第二服務品種的多樣化為生產者提供了更大的靈活性，從而最小化有效服務成本在工業生產過程中的投入。第三類是站在行業視角探討了服務業集聚。許多國內學者運用空間基尼系數、概率累積分布圖、E-G系數、赫芬達爾指數等對城市中不同行業各自的集聚水平進行了分析。王晶晶等(2015)通過計算E-G指數、HHI指數等分析得出大多數生產性服務業行業的集聚程度有較為明顯的上升勢態。黃斯婕等(2016)基于行業異質性角度得出了生產性服務業集聚可以明顯提高城市生產率，其中與科技研究相關的行業對城市生產率的提高作用最大。

綜合國內外相關文獻分析，本文擬從以下幾點進行改善。第一，結合當前中國經濟進入“新常態”時期且我國利用外資結構進一步優化，服務業FDI占全國FDI的比重超過60%，服務業超過制造業成為吸收外資的第一大行業。因此需將服務業FDI考慮進來。第二，本文將研究重心放在地區層面。因為中國的不同地區在政策、經濟結構、開放水平等方面有較大差異。所以，依據我國經濟在平穩發展中地區差距卻仍有擴大趨勢這一現狀，本文以地級城市的生產性服務業作為研究對象有很大的現實意義。

三、生產性服務業地區集聚差異和影響因素實證研究

(一)地區集聚差異實證研究

我們選取產業的地區平均集中率作為衡量集聚的指標,它是某一地區各個產業的某項指標與全國比值之和的平均值，可以準確反映出一個地區某類產業的集聚形勢。地區平均集中率的值介于0和1之間，一般數值越大說明某一產業在該地區的集聚程度越高，即其在該地區平均占有份額越大。計算公式如下：

(1)

其中，qnj表示在地區n中行業j的就業人數占全國的份額，k表示所研究的行業個數，Vn表示地區n的產業相對于全國水平的平均集聚率。

研究中，我們將全國分為直轄市、東部、中部和西部地區。本文選取交通運輸、倉儲及郵政業，信息傳輸、計算機服務和軟件業，金融業、租賃和服務業，科學研究、技術服務和地質勘查業作為生產性服務業的細分行業進行計算。數據來源于2005年至2014年的《中國城市統計年鑒》。由于西藏自治區的數據有缺失，所以我們將西藏自治區在實證部分中剔除。基于中國258個地級市的信息，求出對應的30個省直轄市的信息，進而在整體上比較得出中國生產性服務業的地區集聚差異。

從下表中可得，四個地區生產性服務業的平均集中率的排名在2005年和2014年沒有改變，依次為東部地區、直轄市、中部地區、西部地區。說明21世紀初期，我國基本形成了以東部為發展和集聚中心的趨勢。東部地區生產性服務業的地區平均集中率始終是四類地區當中最高的，分別是35.839%和39.294%，并在近十年中增長率提高3.455%。顯而易見，在21世紀初期階段，東部地區的產業結構調整使得制造業企業的邊緣化和去城市中心化，讓生產性服務類公司迅速在比較發達的東部城市集群。

表1 2005年中國生產性服務業的地區平均集中率(單位：%)

數據來源：《2006年中國城市統計年鑒》。

表2 2014年中國生產性服務業的地區平均集中率(單位：%)

數據來源：《2015年中國城市統計年鑒》。

四個直轄市在2005年和2014年生產性服務業的地區平均集中率分別為26.412%和26.435%，在四類地區中排第二位。過去10年，地區平均集中率有微小提升。可以發現，北京和天津的集聚中心效應被不同程度的弱化，而重慶作為最晚成立的直轄市已超過天津，其地區平均集中率在2014年為3.929%，比2005年提高了2.041%。說明重慶市充分發揮長江經濟帶和“一帶一路”戰略開拓國際市場，增強生產性服務業的集聚輻射能力。上海作為國際化城市，其在發展制度、融資門檻和人才規模等表現出來的優越性是不可忽視的。其在2014年的地區平均集中率為8.163%，在四個直轄市中僅次于北京。總體來看，直轄市和東部地區的產業結構轉型初現成果，逐漸從制造業先行向生產性服務業與先進制造業協同發展的局面轉變。

表3 中國生產性服務業地區平均集中率的變化值

西部地區在2005年和2014年地區平均集中率分別為11.629%和12.669%，在近十年中提高了1.04%，但與其他地區20%，30%多的平均集中率相比，仍有較大差距。中部地區生產性服務業的地區平均集中率下降了4.472%，表明21世紀初，中西部地區整體出現生產性服務業萎縮的趨勢。可能是因為生產性服務業是對基礎設施要求較高的產業，而中西部地區相較于東部地區還有欠缺，特別是在教育水平、科研、通訊信息等基礎設施方面。

(二)導致地區集聚差異因素的實證研究

1.計量方法

考慮到截面數據會存在異方差、數據過少等缺點，我們采用面板數據并用廣義最小二乘法(GLS)進行回歸。計量分析過程將采用stata12.0軟件來完成。

根據上述對各省地區平均集中率的分析，可以看出我國直轄市東部地區與中西部地區的發展差異較大，所以我們將分步進行三次回歸。這樣可以更準確的了解全國層面和地區層面生產性服務業集聚影響因素的異同和作用效果的區別。

2.建立模型

LQnt=α0+α1fdistocknt+α2informationnt+α3human+α4scalent+εnt

(2)

其中，下標n表示某一城市(n=1,2,……259)，t表示年份(t=2007，……，2014)，α0為常數項，α1、α2、α3、α4分別為待估參數，εnt為隨機誤差項。

3.數據來源

原始數據來自2008年至2015年《中國城市統計年鑒》，同時將數據缺失的省份進行剔除，本文最終選取259個地級市及以上城市作為統計樣本。

4.變量選擇

LQnt代表t年地級市n的區位熵指數。區位熵反映出了某一產業的專業化程度，LQ數值越大說明其在地理上分布越集中。計算公式：

(3)

其中，LQnm表示城市n產業m的區位熵，E表示我國第一二三產業的就業者總數,Enm表示城市n行業m的就業者人數，En表示城市n所有產業的總就業者人數，Em表示我國行業m的就業者人數。值得注意的是，本文中的產業m并不像一般論文中所出現的某一細分行業，而是將生產性服務業作為一個整體視為產業m進行研究。

fdistocknt代表t年城市n吸收外資的存量。同時，因為FDI的利用與發揮作用有一定的滯后性，所以本文采用FDI的存量數據來衡量城市n的對外開放程度。我們利用計算資本存量的公式，整理得出城市n吸收外資存量的數據。計算公式：

(4)

FDIn(t)=FDIn(t-1)-γFDIn(t-1)+fdin(t)

(5)

informationnt代表t年城市n的信息化水平。它是t年城市n的移動電話年末用戶數與t年全國移動電話年末平均用戶數之比。

humannt代表t年城市n的人力資本狀況。我們選取t年城市n每萬人擁有的普通高等學校專任教師數與全國每萬人擁有的普通高等學校專任教師數之比作為人力資本來衡量城市的技術外溢效應。

scalent代表t年城市n的規模結構。我們用t年城市n的年末總人口數與t年全國年末平均人口的比值作為城市規模來衡量其城市化水平。

5.實證結果

從全國整體回歸結果看，我們發現只有信息化水平變量未通過顯著性檢驗。模型(1)中，各解釋變量的回歸系數符號為正，這與現實情況保持一致。當某地積累越多的外資存量、擁有越高的信息化水平、較快知識傳播的速度和較高的勞動力素質以及較大的城市規模時，都會吸引高級服務型企業在當地集聚。其中，我們可以看出當積累吸收外資存量每提升1%時，將推動我國生產性服務業集聚程度提高約1.64%；當城市規模每擴大1%時，將帶動我國生產性服務業集聚程度提高約1.8%。從分地區的回歸結果分析，直轄市與東部地區與全國數據的回歸大體保持一致，并且模型(2)中所有解釋變量前的系數為正，與現實預期相符。模型(3)顯示了在中西部地區中，城市規模擴大和結構優化等并不能很好地解釋該地生產型服務業的集聚。

表4 中國生產性服務業的地區集聚影響因素回歸結果

注：①***、**、*分別表示在1%、5%、10%的水平下顯著，括號里的數值為標準誤。

接著，我們對不同地區的計量結果有以下比較分析。其中，可以注意到當直轄市與東部地區的城市規模提升1%時，將會促進該區域生產性服務業集聚度提高約6.59%。這明顯高于全國的約1.85%和中西部地區的0.9%。可能是因為東部地區的地理位置、開放水平和基礎設施等本身就比中西部地區更為優越，從而當城市規模進一步擴大時將會更容易吸引生產性服務類企業在當地集聚。而我國中西部地區的城市規模結構還不夠完善，人口數量還無法完全滿足生產性服務業企業需求，導致城市規模變量在解釋中西部地區集聚時并不顯著。在比較fdistock時我們發現，當直轄市東部地區積累外資存量提升1%時，該地的生產型服務業集聚水平將提高1.57%，與全國水平較為接近。而中西部地區表現為負，并且與全國和直轄市東部地區相差較大。這可能是因為中西部地區對外資的吸引能力較弱，外資存量還未積累到一定規模并發揮作用。尤其像一些西部地區的數據統計并不完善，可能會有偏差，不能較好地反映出中西部地區積累的外資存量對該地區產業集聚的作用及影響。human變量在模型(1)(2)(3)中的回歸系數較為接近且均通過了顯著性檢驗。當人力資本在這些地區每提升1%時都將推動生產性服務業集聚水平提升10%以上。說明任何地方的生產性服務業集聚都離不開知識的溢出效應，即集群中的企業通過在當地勞動力市場、客戶之間的勞動力流動實現本地技術和知識的共享，從而提高競爭優勢。information變量在模型(1)與(2)中并不顯著，但在模型(3)中是顯著的，說明相對于直轄市與東部地區，信息通訊的向前發展可以更為有效的彌補中西部地區信息較為閉塞滯后的缺點，實現當地生產性服務業的集聚。以上內容具體見表4。

四、結論和政策建議

本文得出以下結論：第一，上海北京等大都市確實展現了真正相互關聯的“集群”特征，而中西部落后地區的生產性服務業集群現象并不明顯，由此得出生產性服務業在地區之間的差距有進一步擴大的趨勢。第二，知識溢出效應對我國生產性服務業集聚演進過程有重要意義。中西部地區的FDI存量對當地的生產型服務類公司集聚有抑制作用。信息傳輸與城市規模的優化與提升對我國整體及各地區生產型服務業集聚水平的提高有較明顯地促進效應，但作用大小在地區之間存在差異性。

基于上述分析結果，給出以下建議：第一，重點加強高級人才隊伍建設。從上述結論可得，在各區域中，人力資本是所有分析因素中對生產性服務業集聚水平影響最大的。因此我們應鼓勵生產型服務類創新平臺在全國范圍內的建立，儲備高技能人力資源，尤其應該關注內陸區域人才的教育和培養。第二，深化開放型發展格局，不斷優化其在創新供給中的外部環境。在數據整理過程中我們注意到地區之間FDI存量差異較大，例如上海2014年FDI存量為1253萬美元，而處在中國中部省會城市的西安只有166萬美元，過大的差距將會直接影響生產型服務類產業在兩地的集聚水平，因此在資金扶持和政策制定上應予以重視。第三，加速都市區通訊設施建設，完善其創新供給的網絡平臺。結合當前“互聯網+”的熱潮，建立面向各行業各層次的信息網絡平臺，減少因為公司運營時服務信息的不對稱不及時所造成的損失，以進一步擴大生產型服務類企業的交易服務范圍。