劉麗瓊,穆 燕
(南京財經大學,江蘇 南京 210023)
科技服務業是促進我國經濟發展必不可少的一環,以知識密集型為主要特征的科技服務業已成為目前發展較為迅速的產業之一。 集聚發展不僅可以帶來諸如規模經濟、降低交易成本、資源共享等好處,而且可以很好地解決外部性問題。 所以促進科技服務業集聚化,一方面可以提高我國科技服務業的發展速度和發展水平;另一方面,科技服務業的發展,可以帶動我國經濟的高質量高速度發展。 所以,了解和識別產業升級發展態勢和影響因素,弄清楚科技服務業集聚對于產業升級的影響,能為我國各地區根據自身特點制定合理的產業政策、有效促進產業升級提供參考依據。
目前我國對于科技服務業、科技服務業集聚及產業升級的研究大概可以分為三類:首先是對于科技服務業及其集聚的研究,包括科技服務業的特征、發展效率及趨勢、集聚影響因素;其次是生產性服務業集聚對于產業結構升級的影響以及影響的時空差異;再者是產業融合對于產業升級的影響。通過閱讀已有的文獻,可以總結出,大部分學者都對科技服務業及集聚、產業升級有很深入的研究,但較少關注兩者之間的影響,且大部分未能單獨研究某個行業對于產業升級的影響,而是關注產業融合的影響。 因此,本文考察科技服務業集聚對產業升級的影響。 通過區位熵、空間基尼系數對科技服務業集聚度進行衡量,并引入科技服務業集聚度、教育資本集中度、市場集中度、人力資本集中度、研發投入集聚度、產值集中度作為解釋變量,通過空間計量模型對科技服務業集聚對產業升級的影響進行實證分析并檢驗。 本文的研究意義包含以下幾個方面:①以科技服務業集聚的理論作為基礎,在此基礎上闡明科技服務業集聚對產業升級的影響;②通過理論和實踐分析科技服務業集聚對于產業升級影響的時空差異性,從而為各地區因地制宜制定合理化政策提供依據;③檢驗影響產業升級的其他因素,找出影響顯著的變量。
目前國際上對于產業集聚度的衡量可以劃分為三個階段。 考慮到數據的可獲得性,本文選用第一階段的測量方法來衡量我國科技服務業集聚度。 本文選取2010 ~ 2018年數據(來自歷年的統計年鑒),同時,為便于測算,將研究地區劃分為東、中、西三大部分。 參考現有的劃分經驗,將東部地區界定為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11 個省、市;將中部地區界定為山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8 個省;將西部地區界定為重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古等12 個省、市、自治區。
運用空間基尼系數測度科技服務業集中度,計算公式如下:

G
表示i
地區的空間基尼系數,SP表示i
地區科技服務業就業數,SP 表示全國科技服務業就業總數,X
表示地區i
的就業人數,X
表示全國就業人員數。本文主要利用2014~2018年的經濟數據,來計算我國31個省份的區位熵(LQ)。 具體計算公式如下:

隨著我國工業 “中國制造2025” 目標的提出,我國經濟正逐漸從前期的工業化階段向后工業化階段過渡,在這個產業轉型升級過程中,科技服務業必然會起很大作用。 我國相繼打造了許多產業集聚區,以期通過產業集聚的方式來促進產業的發展,優化產業結構并實現促進地區經濟發展的目的。本文重點是研究科技服務業集聚對于產業升級的影響,通過歷年統計的經濟數據,建立空間計量模型,并從理論和實證兩方面研究科技服務業集聚能否促進產業升級,以及在我國不同地區科技服務業集聚對產業升級的影響效果是否存在差異。
(1)促進勞動生產率的提高,有利于產業升級。
(2)產業競爭效應,內部競爭和外部競爭促進生產效率的提高。
(3)外部性效應,地區之間的發展互相聯動,彼此促進。(4)知識外溢效應,提高技術擴散效率。
1.散點圖構建
通過科技服務業集聚度與產業升級的散點圖(圖1) 可以初步發現科技服務業集聚度的提高促進了產業升級,兩者之間呈現出一定的相互關系。

圖1 產業升級與科技服務業集聚度散點圖
2.計量模型構建
上文的理論分析闡明了科技服務業集聚通過直接或間接效應作用于產業升級,為了驗證并提高理論分析的可行度,本文將通過建立計量模型進一步進行實證分析。 建立的基本模型如下:

Y
為被解釋變量,代表我國31 個省、市、自治區的產業升級情況,X
為核心解釋變量,代表我國科技服務業集聚度,其他均為解釋變量。3.變量選擇
(1)被解釋變量:產業升級(Y
)。 本文選取3 次產業結構度來對我國產業升級情況進行衡量。 產業升級(Y
)=第三產業增加值/ 國內生產總值,產業升級情況與得到的值的大小呈正相關,因為根據發達國家的發展路徑和經驗來看,如果在產業結構中,技術含量越高、附加值越大的產業占比越大,產業結構就處于不斷優化過程中。 本文通過查詢各省統計年鑒,計算得出我國各省份的三次產業結構度。(2)核心解釋變量:科技服務業集聚度(X
),在構建的模型中,科技服務業集聚度通過區位熵的值進行衡量。(3)其他解釋變量,考慮到產業升級除了可能受科技服務業集聚度的影響之外,還可能受與科技服務業高度相關的指標的影響,如教育資本集中度(X
)、市場集中度(X
)、人力資本集中度(X
)、研發投入集中度(X
)、產值集中度(X
)等,因此本文也將這些指標納入研究當中。4.數據說明
被解釋變量產業升級是經過計算得到的三次產業結構度,其原始數據來自中國統計年鑒。 核心解釋變量區位熵經過以上運算所得、教育資本集中度、市場集中度、人力資本集中度、研發投入集聚度、產值集中度等數據是通過計算所得,初始數據來源于《中國統計年鑒》以及各省統計年鑒。
5.實證分析
對建立的模型,采用最小二乘法估計模型參數,回歸結果顯示,R
=0.
8272,=0.
7841,可決系數較高,但當α
=0.
1時,不僅X
(研發投入集中度)、X
(產值集中度)的系數不顯著,且X
(市場集中度)、X
(人力資本集中度)的符號與預期相反,這顯示可能存在多重共線性。 為進一步討論變量之間是否存在多重共線性,計算各解釋變量之間的相關系數,先將每個解釋變量(X
)依次分別作為被解釋變量,再依次對其余的解釋變量進行回歸。 將第j
個變量的方差擴大因子用VIF表示,一般來講,如果VIF的值大于等于10,我們就可以認為解釋變量之間有嚴重的多重共線性,就本文的計算結果來看,X
(科技服務業集聚度)、X
(人力資本集中度)的方差擴大因子遠大于10,這說明變量之間存在嚴重的多重共線性問題。為了消除多重共線性的影響,將各變量進行對數變換和回歸分析對模型進行修正,在α
=0.
05 下,只有ln能通過檢驗,其余解釋變量對被解釋變量影響不顯著,這與預期不一致,故通過剔除變量法將解釋變量分組,搭建4 個模型研究各集聚度因素對于產業升級的影響,結果見表1。表1 樣本回歸系數表
模型 系數X1 X2 X3 X4 X5 X6模型1 Coef.0.072200 4.199117 Std.0.026568 2.613679 t 2.717597 1.606592模型2 Coef.0.305139 Std.0.091442 t 3.336965模型3 Coef.0.001843 -0.000224 Std.0.000277 6.65×10-5 t 6.647963 -3.370022
續表
模型 系數X1 X2 X3 X4 X5 X6模型4 Coef.1.64×10-6 Std.1.09×10-6 t 1.508341
本文選取2010~2018年31 個省市自治區的數據進行分析,從總體上看,東部地區產業集聚度最高、中部地區產業集聚度居中、西部地區產業集聚度最低。 一方面,各地區經濟發展不平衡導致了產業分布及集聚度的差異;另一方面,各地區產業集聚度的差異又反過來影響了各地區的經濟發展和產業升級,進而產業升級與產業集聚度之間形成了相互制約的關系。
雖然各地區產業集聚度呈現出差異性,但通過莫蘭指數的計算可以發現,地區之間產業升級呈現出相關性,在2010~2016年間,我國產業升級的莫蘭指數大于0,表明產業升級空間相關性顯著,但從2012年開始,顯著水平從1% 下降到5%。 但地區之間依舊會相互影響,并且影響不局限于相鄰地區,這正說明了全球經濟是融為一體的。
科技服務業集聚度對產業升級有影響,進一步可以細分為教育資本集中度、市場集中度、人力資本集中度、研發投入集聚度、產值集中度。 根據顯著性水平的不同,將影響產業升級的解釋變量劃分為兩類。 第一類為在5% 顯著性水平下通過檢驗的解釋變量,即科技服務業集聚度、市場集中度、人力資本集中度、研發投入集聚度,這些因素對產業升級有較強的促進作用;第二類為在20% 顯著性水平下通過檢驗的解釋變量,即教育資本集中度、產值集中度,這些因素對產業升級有一定的促進作用。 具體來看,在5% 的顯著性水平下,科技服務業集中度每變動一個單位,會使產業升級變動0.07 個單位;市場集中度每變動一個單位,會使產業升級變動0.31個單位;人力資本集中度每變動一個單位,會使產業升級變動0.001 個單位;研發投入集中度每變動一個單位,會使產業升級反向變動0.0002 個單位。 在20% 的顯著性水平下,教育資本集中度每變動一個單位,會使產業升級變動4.199 個單位;產值集中度每變動一個單位,會使產業升級變動1.64×10個單位。 綜合以上分析來看,教育資本集中度對產業升級影響效果最大,其后依次是市場集中度、科技服務業集中度、人力資本集中度、研發投入集中度和產值集中度。 通過分析發現,科技服務業集聚度對產業升級存在影響。
根據以上的結論,本文認為要想進一步促進我國的產業升級,政府應該因地制宜,制定適合各地區發展的政策,同時重視促進產業集聚,從多方面引導及鼓勵科技服務業集聚,例如打造有利于集聚發展的環境、制定相關的優惠政策等,從多方面共同發力,來提升我國產業升級的速度。