中國服務業集聚研究回顧與展望
——基于CSSCI期刊的文獻計量分析

王 猛，朱麗多

(陜西師范大學 國際商學院，陜西 西安 710119)

一、引言

隨著工業化、城市化的快速推進，服務業在中國經濟中的重要性日益凸顯。2012年服務業增加值占GDP的比重首次超過第二產業，此后持續增加，2019年更是高達53.9%①。服務業的健康發展與中國經濟的高質量發展密切相關。由于不同地區在資源稟賦和經濟發展水平上存在較大差異，服務業呈現出較強的集聚特征。服務業集聚能夠實現規模經濟，既提升服務業自身的產業績效，也可以對區域內其他產業形成支撐。把握服務業集聚的典型特征，并在此基礎上探討服務業集聚的形成機制和潛在影響，對促進中國服務業健康發展大有裨益。

近年來，中國服務業集聚問題得到越來越多的關注，積累了大量的文獻。對現有文獻進行系統性梳理，總結其成績與不足，有助于推動中國服務業集聚研究的深入發展。本文對2000—2019年CSSCI期刊論文進行文獻計量分析，以此為基礎述評中國服務業集聚研究的核心內容，并展望未來的發展方向。

二、文獻計量分析

(一)數據和方法

本文以CSSCI來源期刊為依據，分析涉及中國服務業集聚的學術論文。在中國知網(China National Knowledge Infrastructure，簡稱CNKI)中，同時以“服務業”和“集聚”為關鍵詞進行模糊檢索，時間范圍設置為2000—2019年，并剔除簡訊、書評、會議介紹、校正等非學術論文類文獻，最終共篩選出代表性文獻681篇。

然后，對上述代表性文獻進行文獻計量分析，以歸納20年間中國服務業集聚研究的規律性特征和研究熱點。一是借助CNKI的可視化功能，獲得681篇CSSCI期刊論文的發表年份、發表期刊、作者及所在研究機構、被引頻次等信息。二是利用Citespace 5.6軟件的關鍵詞共現分析，獲得關鍵詞的詞頻信息并生成關鍵詞共現知識圖譜。關鍵詞共現分析中，設置時間跨度為2000—2019年，時間切片Slice為1，節點類型為Keywords，共現詞頻大于等于3。

(二)結果分析

總體上看，每年發表的中國服務業集聚主題的CSSCI期刊論文數呈增加趨勢(圖1)。具體可分為以下四個階段：2000—2007年為初步探索階段，該階段的論文數量極少，8年間僅發表31篇，占全部樣本的4.6%。2008—2009年為迅速增加階段，僅2009年就發表論文41篇，超過了初步探索階段的總和。2010—2017年為平穩增加階段，盡管2010、2016年的論文數量較前一年有所減少，但8年間整體仍保持較高的增速。2018—2019年則為緩慢下降階段，論文數量逐年減少。

學術期刊對同一研究主題的偏好程度通常存在差異。圖2報告了2000—2019年發表中國服務業集聚論文最多的前10名CSSCI期刊(共11家)。其中，《經濟地理》《統計與決策》《科技管理研究》《經濟問題探索》《產業經濟研究》《科技進步與對策》《軟科學》等7家期刊發表的中國服務業集聚論文均在15篇以上。這也說明“服務業集聚”是經濟學、管理學、統計學、地理學等學科共同關注的重要領域。

圖1 中國服務業集聚研究的時間趨勢

圖2 中國服務業集聚研究的主要期刊

2000—2019年，在CSSCI期刊發表中國服務業集聚論文最多的前10名學者(共12位)見圖3。其中何駿就這一主題發表22篇，處于絕對領先地位。緊隨其后的是李文秀、韓峰，分別為12篇和10篇。此外，夏杰長、顧乃華、宣燁等9位學者的發表數量均在6篇以上。上述學者為中國服務業集聚研究做出了突出貢獻。

在中國服務業集聚研究領域，部分研究機構憑借較多的CSSCI論文數量成為核心機構(圖4)。前10名核心機構中，上海財經大學、南京大學在20年間發表的中國服務業集聚研究論文超過30篇，湖南大學、暨南大學和北京大學均超過20篇，南開大學等5個研究機構的論文數量也在10篇以上。從核心機構的地區分布看，除湖南大學外的9個研究機構均處于東部，可見東部地區在中國服務業集聚研究方面也具有“集聚”優勢。

文獻的被引頻次反映一篇論文在學術界的傳播情況和影響力。2000—2019年在CSSCI期刊發表的中國服務業集聚論文中，按被引頻次由高到低排名前10位的論文見表1。其中，陳憲和黃建鋒、陳建軍等的引用頻次分別高達681次和650次，以絕對優勢成為中國服務業集聚領域的代表性文獻[1-2]。其余8篇論文的被引頻次均在200次以上，獲得廣泛認可并產生了較大影響。

圖3 中國服務業集聚研究的高產學者

圖4 中國服務業集聚研究的核心機構

表1 中國服務業集聚研究的高被引論文

中國服務業集聚研究中的高頻關鍵詞見表2。2000—2019年，在CSSCI期刊中出現6次以上的關鍵詞共有32個。其中5個關鍵詞出現的頻次甚至大于50次，分別是生產性服務業(178次)、產業集聚(99次)、集聚(71次)、服務業集聚(67次)和服務業(65次)。

圖5展示了關鍵詞共現網絡。圖中關鍵詞所在的節點半徑越大，表明該關鍵詞的頻次越高。某一關鍵詞與其他關鍵詞之間的連線越粗，表明這兩個關鍵詞的共現次數越多，即二者的聯系越緊密。

觀察表2和圖5，我們可以判斷：第一，把握服務業集聚的典型特征，在此基礎上考察其形成機制和潛在影響，是服務業集聚研究的邏輯脈絡；第二，生產性服務業的集聚問題得到了極其充分的研究；第三，文獻涉及服務業和制造業協同集聚，以及科技服務業、金融業等服務業細分行業的集聚問題；第四，長三角、長江經濟帶等是服務業集聚研究的熱點區域。第三部分將據此分析中國服務業集聚研究的核心內容。需要說明的是，為呈現基于城市數據的大樣本結論，本文僅對全國或大尺度區域上的服務業集聚文獻展開述評，不涉及單一城市的服務業集聚文獻。

表2 中國服務業集聚研究的高頻關鍵詞

圖5 中國服務業集聚研究的關鍵詞共現網絡

三、中國服務業集聚研究的核心內容

(一)服務業集聚的典型特征

把握服務業集聚的時空特征是服務業集聚研究的邏輯前提。對全國層面上服務業集聚的研究不可避免地涉及空間單元的選擇。空間單元是指承載服務業規模信息的最小空間尺度。限于數據可得性，現有文獻通常以省級或市級行政區作為空間單元。基于省級空間單元的研究指出，東部地區的服務業集聚程度最高，且東部、中部、西部地區內差異大于地區間差異[3]。

更多的研究則在市級空間單元上展開，得出以下重要結論：第一，從水平和趨勢看，服務業總體的集聚強度要高于工業集聚或第二產業集聚，且集聚水平持續提高[4-5]。第二，服務業集聚存在地區異質性。從地區內的集聚程度看，西部高于中部，中部又高于東部[4]。一半以上的服務業增加值只集中在服務業發達的30個城市，行政等級高、經濟規模大的城市以及沿海城市是服務業的主要集聚區[5]。第三，服務業集聚存在行業異質性。公益性行業集聚程度較低，而商業化程度高的行業集聚態勢明顯[4]。生產性服務業最具規模化和集聚化特征，集聚水平最高且呈現不斷上升的趨勢，消費性服務業的集聚度略低且追隨人口而布局，公共服務業呈現更加均等化趨勢[6]。

(二)服務業集聚的形成機制

許多文獻從經濟地理視角考察服務業集聚的形成機制，特別證實了新經濟地理學所強調的市場規模的作用[7]。張軍等認為市場潛能越高的城市服務業集聚程度也越高，城市市場潛能提高1%，導致服務業集聚程度平均提高約0.2%[8]。段文斌等發現，復合效率優勢、市場需求及共同作用是服務業聚集的重要機制，而市場便利程度、擁擠程度分別促進和削弱了服務業聚集[9]。劉康兵等的分析表明，市場潛力大小決定了服務業在該地區的地理集中度，而工資水平則是服務業集聚的離心力[10]。

除經濟地理視角外，越來越多的文獻從制度視角探討服務業集聚的成因。服務具有無形性、易逝性的特點，其生產、消費往往同時完成，這種特性要求穩定高效的契約制度來保障服務參與主體的權益。與制造業相比，服務業獨特的產業特性決定了其發展更依賴外部契約的執行環境。因此，契約環境對服務業集聚具有顯著的促進作用[11-12]。服務業集聚也可能是市場和政府共同作用的結果，市場化程度的加深顯著提高服務業的空間集聚水平，而具有地方保護主義傾向的政府干預行為則嚴重阻礙了服務業空間集聚的形成[13]。值得一提的是，王猛和梁昌一提出了一個系統性解釋框架，同時考察經濟地理和制度因素的作用。實證結果表明專業勞動力市場、知識溢出能顯著促進服務業集聚，地方保護主義阻礙了服務業集聚，中間投入共享、市場規模、對外開放對服務業集聚則缺乏顯著影響[14]。

(三)服務業集聚的潛在影響

集聚理論強調產業集聚會產生正的外部性，直接表現是提升產業的生產率和工資水平。集聚外部性既包括經由價格機制而起作用的貨幣外部性(經濟關聯)，也涉及因知識溢出而產生的技術外部性(知識關聯)[15]。服務業集聚的外部性首先給服務業本身帶來影響。服務業集聚會顯著提升服務業的勞動生產率[16-17]，但這一影響在長期可能并不存在[18]。服務業集聚對服務業工資水平的影響呈倒U型：集聚程度的提高會拉動行業平均工資，但集聚超過一定程度后對工資水平有負向影響[19]。服務業集聚還具有自我強化的功能，表現為吸引服務業FDI的流入[20]。此外，有文獻在微觀層面展開分析，發現服務業集聚區提供的集聚外部性顯著提高了服務業企業的創新能力[21]，并改善了企業的經營績效，表現為提高企業利潤率、營業收入和降低融資成本[22]。服務業集聚產生的外部性可能波及其他行業，最終影響整個地區的經濟。服務業集聚會提高地區勞動生產率[23]，發揮作用的前提是交通運輸成本足夠低[24]。張明志和余東華則認為，服務業集聚對城市生產率的影響是倒U型的，集聚程度達到一定水平將引發“擁塞效應”，其中沿海城市、省會城市拐點后的擁塞效應相對平緩，而非沿海城市、非省會城市則更加劇烈[25]。楊仁發的分析表明，服務業聚集顯著提高了地區工資水平，這一影響主要存在于消費性服務業集聚和公共服務業集聚[26]。

(四)生產性服務業集聚

依據現有文獻，全國層面上的生產性服務業集聚呈現如下典型特征：首先，從水平和趨勢看，生產性服務業的集聚程度處于整個服務業的前列，且集聚趨勢強于其他性質的服務業[2,27]。生產性服務業的規模分布基本服從Zipf定律[28]。生產性服務業集聚有很強的地區異質性。沿海地帶成為生產性服務業區位選擇最為集中的地區[29]，中國已形成“以東部沿海為集聚中心，以東北、中西部為外圍”的服務業集聚格局，且存在強化趨勢[27]。生產性服務業主要集聚在區域中心城市，且中心城市與非中心城市的生產性服務業發展差距日益加大[30]。

生產性服務業集聚的形成仍可歸結于經濟地理和制度原因。陳建軍等發現，知識密集度、信息技術水平、城市規模和政府規模對生產性服務業集聚有顯著的促進作用；同時與制造業集聚相比，生產性服務業集聚較少受到地理因素和累積循環因果關系的影響[2]。宣燁考察市場規模、交易成本對生產性服務業集聚的影響，認為不同區域影響生產性服務業集聚的關鍵因素存在差異，東部城市表現為市場規模的擴大，而中西部城市則是交易成本的降低[31]。盛龍和陸根堯同時從行業、地區兩個維度分析生產性服務業集聚的決定，證實市場需求、知識外溢是生產性服務業的集聚力，而運輸費用、制度成本等因素則是生產性服務業的分散力[27]。譚洪波發現，生產性服務業集聚受信息通信技術的影響最為顯著，信息化程度越高，生產性服務業的空間集聚程度越高[32]。席強敏等提出，市場潛能對生產性服務業集聚具有顯著影響，但影響主要集中在區域中心城市，對非中心城市的作用不顯著[30]。宣燁等則關注高鐵這一新興交通工具對高端生產性服務業集聚的影響，發現高鐵開通顯著促進了高端生產性服務業的多樣化集聚，這一影響主要存在于東部地區，其作用機制包括提升區位可達性、降低交易成本、改善要素豐裕程度等[33]。

至于生產性服務業集聚的潛在影響，現有文獻主要從兩個方面加以探討。一方面，由于生產性服務業作為中間投入品深度參與制造業的價值鏈環節，因此研究者關注生產性服務業集聚對制造業效率提升的影響。對企業數據的分析中，宣燁和余泳澤發現生產性服務業集聚顯著提升了制造業的全要素生產率，且多樣化集聚、低端生產性服務業集聚的影響分別強于專業化集聚、高端生產性服務業集聚[34]。除了對本地區的制造業效率產生影響外，生產性服務業聚集還有空間外溢效應，即提升其他地區的制造業效率。并且這種空間外溢效應具有隨距離衰減的特征，在200 公里以內為空間外溢的密集區域，500 公里為空間外溢的“半衰”距離[35]。

另一方面，研究生產性服務業集聚對地區經濟的影響。生產性服務業集聚能顯著提升勞動生產率，但這種集聚效應存在于東、西部而非中部地區[36]。生產性服務業集聚顯著提升地區全要素生產率[37]，但存在行業異質性：高端生產性服務業集聚對全要素生產率有顯著的促進作用，低端生產性服務業集聚的影響總體上并不顯著[38]。生產性服務業的多樣化集聚在全國范圍和東部、中部、西部地區都推動了經濟增長，而專業化集聚則推動了中部地區的經濟增長[39]。韓峰等發現生產性服務業集聚推動了城市化，渠道包括專業化集聚、多樣化集聚的技術溢出效應，以及集聚規模帶來的市場外部性[40]。劉勝和顧乃華指出生產性服務業集聚能夠減少污染排放，其機制包括技術溢出效應以及生產性服務業與制造業投入產出關聯帶來的市場外部性[41]。此外，生產性服務業集聚還促進了地區技術創新[42]。

(五)制造業與服務業協同集聚

現實中常存在多個產業同時集聚在某一地區的現象，即“協同集聚”。制造業與服務業的協同集聚問題也受到關注。有文獻探討其形成機制。在譚洪波構建的一般均衡模型中，制造業和生產性服務業的集聚關系依賴于生產性服務業的貿易成本：生產性服務業的貿易成本較高時，兩種產業協同集聚；反之，兩種產業存在分離集聚的關系[43]。張虎等發現，知識溢出、技術創新與層級分工程度對制造業與生產性服務業協同集聚均有正向影響[44]。閻川和雷婕關注財政分權的影響。財政分權對制造業與生產性服務業協同集聚的影響呈現倒U型：制造業集聚小于生產性服務業集聚時，財政分權會促進兩個產業的協同集聚，且制造業各行業之間的關聯度越高這種促進效果越明顯；制造業集聚大于生產性服務業集聚時，財政分權則阻礙了兩個產業的協同集聚發展，而制造業、生產性服務業之間關聯度的提升則會緩解這種阻礙作用[45]。

還有文獻分析制造業與服務業協同集聚的潛在影響。楊仁發發現，制造業與服務業、制造業與生產性服務業、制造業與消費性服務業的協同集聚顯著提升了地區工資水平，而制造業與公共性服務業的協同集聚對地區工資水平的影響不顯著[26]。鹿坪的研究表明，制造業與生產性服務業的協同集聚顯著促進了地區全要素生產率的提高，其機制是促進技術進步、提升技術效率[37]。崔書會等分析制造業與生產性服務業協同集聚的資源錯配效應，指出協同集聚的提高會顯著降低資本錯配和勞動力錯配，其機制在于協同集聚顯著提升了金融業的專業化分工并提高了勞動力成本[46]。

(六)服務業細分行業的集聚

現有文獻也涉及部分服務業細分行業的集聚狀況。一是生產性服務業細分行業的集聚。張清正和李國平指出，科技服務業集聚程度最高的省級行政區為北京、上海和陜西，東、中部地區內的科技服務業不平衡程度高于東北、西北和西南地區，而規模經濟、科技實力、知識溢出及政府行為等對科技服務業集聚產生了顯著影響[47]。朱文濤和顧乃華發現科技服務業集聚促進了本地區創新水平的提高，但抑制了鄰近地區的創新水平[48]。就金融業集聚而言，集聚程度最高的地區包括長三角、京津冀和珠三角，上海、北京、天津、廣州、深圳是全國性金融中心城市，200萬人以上城市是金融活動的主要集聚地，而各省區的金融集聚中心一般為其省會城市及副中心城市[49]。金融業集聚對地區的經濟增長和工業效率都產生了促進作用，且存在空間溢出[50-51]。二是消費性服務業細分行業的集聚。旅游業的集聚程度較低，東部沿海省市、中西部一線旅游城市是主要集聚區域[52]，3A級以上旅游景區在胡煥庸線兩側分布懸殊，其中5A級景區集聚在經濟發達地區，4A級景區沿黃河、長江集中分布，3A級景區多處于東部濱海沿線[53]。進一步分析表明，影響旅游業集聚的因素包括經濟發展水平、旅游資源稟賦、旅游服務設施、交通條件和信息化程度等[54]。據張薔對文化創意產業園區的統計，中國存在長三角、珠三角等六大文化創意產業集群，以及中心城區、中心城區外圍、鄰近高科技園和遠郊縣(區)四大空間布局模式[55]。三是公共服務業細分行業的集聚。汪凡等分析了基礎教育的集聚格局，指出東部在人均意義上的學前教育數量遠勝西部，非均等化問題較為嚴重，而中、小學教育的非均等化程度較弱。進一步分析表明，常住人口、第三產業比例和建成區面積是影響基礎教育集聚的主要因素[56]。

(七)熱點區域的服務業集聚

作為中國經濟最發達的地區之一，長三角的服務業集聚問題備受關注。高度外向型經濟和完善的現代交通，都成為影響長三角服務業集聚的因素。吳福象和曹璐認為，長期以來長三角過度依賴加工貿易方式參與國際分工體系，但由于跨國公司往往傾向于自帶服務，其生產性服務外化程度較低，從而嚴重限制了長三角的生產性服務業集聚[57]。鄧濤濤等對長三角高鐵的研究發現，高鐵開通初期對沿線城市服務業集聚的影響并不顯著，而隨著長三角高鐵網絡的日益完善，從2012年起高鐵對長三角服務業集聚呈現出明顯的促進作用，且有逐漸增強的趨勢[58]。

長三角區域存在典型的功能分工、層級分工現象。功能分工指中心城市集聚生產性服務業，而外圍城市則集聚生產部門。層級分工則表現為中心城市集聚知識密集度較高、具有較強輻射力的高端生產性服務業，中小城市集聚知識密集度較低、輻射力較弱的低端生產性服務業。服務或生產功能專業化程度的加強，顯著促進了長三角各城市的經濟增長[59]；長三角城市的生產性服務業層級分工與制造業效率提升間存在穩定的正向關系，空間外溢效應也相當顯著[60]。

除長三角外，服務業集聚研究的熱點區域還有長江經濟帶、京津冀等。劉軍躍等的分析表明：生產性服務業在長江經濟帶的分布較為分散，集聚程度不高；細分行業中集聚水平較高的是金融業和交通運輸、倉儲、郵政業；與全國水平相比，上海、重慶的生產性服務業具有一定的專業化優勢[61]。楊仁發和張殷提出，長江經濟帶的服務業集聚顯著提升了城市生產率，其促進作用按上、中、下游依次增強[62]。張旺和申玉銘分析京津冀地區的生產性服務業集聚，有以下發現：整體差異顯著，呈現以北京為單中心的非均衡模式；集聚程度較高的行業包括信息傳輸、計算機服務和軟件業，租賃和商務服務業；城市間就生產性服務業存在專業化分工，特別是北京與其余9座城市之間的分工相當明顯[63]。

四、研究展望

現有文獻拓展了學界對中國服務業集聚的認識，但在研究方法和視角上仍存在改進的空間。為推動中國服務業集聚研究的縱深發展，亟待從以下三個方面加以突破。

(一)集聚測量精準化

把握服務業集聚的典型特征有賴于精準的測量。當前測量服務業集聚的指標可以分為三類。第一類也是最常用的指標包括區位熵、區位基尼系數、空間集中度、赫芬達爾指數等，均不考慮企業規模分布對測量結果的影響。第二類指標引入了企業層面數據，能控制企業規模分布的作用，主要包括EG指數和MS指數[64-65]。上述兩類指標的實施需要以行政單元為基礎，僅能描述單一空間尺度上的服務業集聚特征[66]。第三類指標基于企業間的距離測量服務業集聚，如Ripley′s K函數、DO指數等，可同時反映服務業在不同空間尺度的集聚程度[67-68]。

嚴格來說，第三類指標是測量服務業集聚的理想指標。但由于該類指標對企業微觀數據要求很高，僅應用于對個別城市中服務業集聚的測量，如廣州零售業集聚、北京商務服務業集聚等[69-70]。目前對全國服務業集聚的測量，仍然基于省、市級空間單元數據，采用第一、二類指標進行。反觀西方發達國家的同類研究，其行政單元通常細化至縣級。中國服務業集聚研究存在空間單元過于粗疏的問題。實際上，空間單元越小越能夠反映服務業規模的異質性，對服務業集聚的測量也越精確。

因此，全國服務業集聚測量的精準化亟待推進。借助人口普查、經濟普查提供的高質量數據，可以雙管齊下：一方面，將集聚測量所需的行政單元下沉至縣級甚至鄉鎮(街道)級；另一方面，在發掘企業位置信息前提下采用第三類指標實施基于企業間距離的集聚測量。

(二)因果推斷規范化

現有文獻大都基于較大的數據樣本，構建回歸模型進行參數估計，以識別服務業集聚的形成機制和潛在影響。這一思路試圖實施因果推斷分析，在自變量和因變量之間建立起可靠的因果關系。但是，由于遺漏變量、反向因果、選擇性偏誤和測量誤差等各類內生性問題層出不窮，損害了參數估計結果的一致性，導致回歸分析通常淪為統計推斷分析，僅能得到自變量和因變量之間的“相關關系”而非“因果關系”。從統計推斷走向因果推斷，需要借助經驗研究的“可信性革命”，其關鍵特征是引入潛在結果框架來清晰定義因果，利用隨機化實驗的思想作為因果效應識別的基礎[71]。

嚴格地以因果推斷標準衡量，當前研究中國服務業集聚的大部分回歸分析難以干凈地識別因果關系。少數的例外，包括有研究以地理、歷史變量作為核心解釋變量的工具變量(IV)[12,30,34]，以及采用雙重差分法(DID)考察高鐵開通對服務業集聚的影響[33,58]。借助IV、DID等方法構造的潛在結果框架能較好地解決內生性問題，獲得較為可信的研究結論。由此可見，方法規范化是關于中國服務業集聚的因果推斷研究改進的方向。

(三)研究視角多樣化

據前文所述，現有研究對生產性服務業集聚給予了充分的關注，可能的原因在于生產性服務業與生產部門聯系較為緊密，能對經濟發展產生直接的影響。相對而言，消費性服務業、公共服務業的集聚問題被忽視了。事實上，消費性服務業、公共服務業與日常生活密切相關，其集聚直接影響人民群眾的福利水平，理應得到學界更多的關注。除前文提及的旅游、文化創意、基礎教育等細分行業外，公共衛生、社會保障、社會組織等細分行業的集聚問題尤其值得進一步探討。

研究視角的多樣化也包括引入新方法來刻畫服務業集聚現象。除前述的三類測量指標外，文獻越來越多地應用探索性空間統計來分析服務業的空間相關性[54]，以及檢驗服務業的規模分布是否服從某一經驗法則如Zipf定律等[28]。后續研究中應繼續嘗試采用新的方法，為服務業集聚提供全方位、多視角的測量結論。

[注 釋]

① 數據來自歷年《中國統計年鑒》。