袁 丹，雷宏振

(1.西安建筑科技大學(xué) 管理學(xué)院， 陜西 西安 710055；2.陜西師范大學(xué) 國際商學(xué)院， 陜西 西安 710119)

?

我國生產(chǎn)性服務(wù)業(yè)集聚的空間溢出效應(yīng)及其影響因素分析

袁 丹1，雷宏振2

(1.西安建筑科技大學(xué) 管理學(xué)院， 陜西 西安 710055；2.陜西師范大學(xué) 國際商學(xué)院， 陜西 西安 710119)

文章采用Moran’s I指數(shù)方法和空間計量模型，從省域?qū)用鎸嵶C分析了引起我國生產(chǎn)性服務(wù)業(yè)集聚地區(qū)異質(zhì)性的因素。研究結(jié)果發(fā)現(xiàn)，我國生產(chǎn)性服務(wù)業(yè)集聚具有日趨明顯的正向全局空間自相關(guān)特征，呈現(xiàn)出高值簇和低值簇的現(xiàn)象。我國生產(chǎn)性服務(wù)業(yè)集聚在局部空間相關(guān)性上呈現(xiàn)東中西梯次遞減的“帶狀”分布，且空間范圍不斷擴(kuò)大。勞動力因素、技術(shù)創(chuàng)新水平、產(chǎn)業(yè)因素、市場開放水平和政策支持因素均顯著地促進(jìn)了區(qū)域生產(chǎn)性服務(wù)業(yè)的集聚?？梢酝ㄟ^發(fā)揮空間上的正向溢出效應(yīng)，促進(jìn)我國生產(chǎn)性服務(wù)業(yè)集聚水平的提升和協(xié)調(diào)發(fā)展。

生產(chǎn)性服務(wù)業(yè)集聚；Moran’s I指數(shù)；空間溢出效應(yīng)；空間誤差模型

隨著經(jīng)濟(jì)發(fā)展向“服務(wù)型經(jīng)濟(jì)”轉(zhuǎn)型，生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的推進(jìn)作用日趨顯著，也逐漸成為我國經(jīng)濟(jì)發(fā)展的動力之一[1]?！吧罨瘜I(yè)化分工，推動生產(chǎn)性服務(wù)業(yè)加速發(fā)展”是中國《國民經(jīng)濟(jì)和社會發(fā)展第十二個五年規(guī)劃綱要》中明確指出的。2014年3月，李克強總理在《政府工作報告》中提出要“優(yōu)先發(fā)展生產(chǎn)性服務(wù)業(yè)”。生產(chǎn)性服務(wù)業(yè)在空間上具有聚集分布的特征，且隨著產(chǎn)業(yè)分工的深化以及信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的創(chuàng)新，聚集趨勢更加明顯。如倫敦的金融服務(wù)業(yè)集群、加利福尼亞州的多媒體集群、北京中關(guān)村和上海陸家嘴的服務(wù)業(yè)集群等[2]。從多數(shù)省份來看，生產(chǎn)性服務(wù)業(yè)在中心城市的集聚度高于非中心城市[3]。生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)和經(jīng)濟(jì)發(fā)展都有顯著的促進(jìn)作用[4]，國際上許多大都市的發(fā)展經(jīng)驗都證明了生產(chǎn)性服務(wù)業(yè)集聚的強大優(yōu)勢，但其在我國各個區(qū)域的發(fā)展極不平衡[5]，差異過大將會帶來負(fù)面影響，影響了集聚效應(yīng)的發(fā)揮。特定地區(qū)的經(jīng)濟(jì)單元在地理空間上并非是孤立的，必然與相鄰的或附近地區(qū)相似的其他經(jīng)濟(jì)單元存在某種關(guān)聯(lián)[6]。 在分析影響因素時，還應(yīng)考慮地區(qū)間在空間上是否具有相關(guān)性。

一、文獻(xiàn)回顧

1966年，Greenfield最早提出生產(chǎn)性服務(wù)業(yè)(producer services)的概念，并對其進(jìn)行分類。Browning和Singelman、Marshall、Gruble和Walker以及鐘韻和閆小培等國內(nèi)外學(xué)者在此基礎(chǔ)上對這一概念進(jìn)行了拓展[7]。生產(chǎn)性服務(wù)業(yè)也被稱為生產(chǎn)者服務(wù)業(yè)，但目前尚沒有形成統(tǒng)一的范圍界定。根據(jù)我國《國民經(jīng)濟(jì)行業(yè)分類》，生產(chǎn)性服務(wù)業(yè)是囊括金融業(yè)，交通運輸、倉儲和郵政業(yè)，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)等，為其他產(chǎn)業(yè)提供中間投入的產(chǎn)業(yè)。生產(chǎn)性服務(wù)業(yè)集聚是產(chǎn)業(yè)集聚的一種，是由一系列生產(chǎn)性服務(wù)業(yè)的企業(yè)和關(guān)聯(lián)實體在特定地理空間形成的集中現(xiàn)象。Illersis和Philippe指出，服務(wù)業(yè)雖受到的關(guān)注較少，但在空間上比制造業(yè)具有更顯著的集聚效應(yīng)[8]。沈能(2013)[6]、王耀中等[9]研究發(fā)現(xiàn)，我國生產(chǎn)性服務(wù)業(yè)集聚存在較強的空間自相關(guān)性。劉麗萍研究發(fā)現(xiàn)，商務(wù)業(yè)、金融業(yè)、信息業(yè)和交通運輸業(yè)都存在顯著的空間相關(guān)性[10]。在影響因素方面，Keeble和Nacham認(rèn)為生產(chǎn)性服務(wù)業(yè)關(guān)注從創(chuàng)新環(huán)境和集聚學(xué)習(xí)因素來獲取集聚效應(yīng)，服務(wù)業(yè)集聚應(yīng)在全球網(wǎng)絡(luò)的背景下加以考慮[11]。 在對浙江的制造業(yè)進(jìn)行分析后，吳義爽和徐夢周發(fā)現(xiàn)，個體制造企業(yè)通過服務(wù)平臺戰(zhàn)略，能在產(chǎn)業(yè)層面上催化生產(chǎn)性服務(wù)業(yè)的集聚[12]。劉輝煌和雷艷基于中部地區(qū)81個地級市的研究表明，制造業(yè)集聚、政府行為、對外開放程度和信息化水平等因素對我國生產(chǎn)性服務(wù)業(yè)集聚的促進(jìn)作用顯著[13]。石佳、孫銳認(rèn)為服務(wù)型企業(yè)應(yīng)該把內(nèi)外部的社會資本都充分利用，促進(jìn)企業(yè)創(chuàng)新，爭取更好的績效[14]。譚靈芝、王國友認(rèn)為西部地區(qū)借助環(huán)境規(guī)制對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響，在有限承接?xùn)|部地區(qū)產(chǎn)業(yè)轉(zhuǎn)移的同時，應(yīng)立足于本地資源環(huán)境稟賦和經(jīng)濟(jì)發(fā)展基礎(chǔ)，大力推進(jìn)生態(tài)產(chǎn)業(yè)和服務(wù)業(yè)發(fā)展[15]。

總體來看，制造業(yè)發(fā)展和經(jīng)濟(jì)發(fā)展的關(guān)系是國內(nèi)外的學(xué)者分析生產(chǎn)性服務(wù)業(yè)集聚的聚焦點。在國內(nèi)，對生產(chǎn)性服務(wù)業(yè)集聚的研究相對滯后，較少關(guān)注生產(chǎn)性服務(wù)業(yè)集聚在空間上是否具有相關(guān)性，這需進(jìn)一步探討。

二、研究方法

(一)空間相關(guān)性分析方法

在進(jìn)行空間計量分析之前，首先應(yīng)檢驗變量是否存在空間相關(guān)性即空間依賴性。一般常用Moran’s I指數(shù)進(jìn)行判斷分析。空間自相關(guān)分為全局空間自相關(guān)(global Moran’s I)和局部空間自相關(guān)(local Moran’s I)，其中，local Moran’s I屬于局部指標(biāo)LISA(Local Indicators of Spatial Association)中的一種統(tǒng)計量。除了能測量地區(qū)間整體的空間相關(guān)程度外，global Moran’s I還能夠測量全部地區(qū)與臨近區(qū)域間空間差異的平均程度。local Moran’s I反映局部空間差異的大小，即以每個地理單元為中心的小片區(qū)域的聚集或離散效應(yīng)，可用于識別高值或低值(熱點或冷點)的局部空間聚集情況。Moran’s I的取值范圍為-1到1之間，當(dāng)Moran’s I等于、大于和小于零時，分別表示不存在空間自相關(guān)性、存在空間正相關(guān)性和存在空間負(fù)相關(guān)性。

(二)空間計量模型

根據(jù)空間計量經(jīng)濟(jì)學(xué)方法原理，如果因變量存在空間自相關(guān)，則應(yīng)采用空間計量模型：空間滯后模型(Spatial Lag Model，SLM)或空間誤差模型(Spatial Error Model，SEM)進(jìn)行分析。SLM模型探究觀察變量在某一地區(qū)的溢出效應(yīng)，其模型表達(dá)式為：

y=ρWy+Xβ+ε

(1)

(1)式中，y為因變量，Wy表示空間滯后因變量，ρ表示空間回歸系數(shù)，W表示n×n階的空間權(quán)重矩陣，X為n×k階的自變量矩陣，β為自變量的回歸系數(shù)，ε為隨機(jī)誤差向量。該模型反映本地區(qū)觀察值受相鄰地區(qū)因變量影響的程度，假定空間依賴作用存在于隨機(jī)誤差項μ中，其模型表達(dá)式為：

y=Xβ+ε ε=λWε+μ

(2)

(2)式中，λ為空間誤差回歸系數(shù)，μ為服從正態(tài)分布的隨機(jī)誤差項向量。對于空間權(quán)重矩陣W，本文采用基于鄰接(Contiguity)關(guān)系中的queen規(guī)則，若省域i和省域j共邊或共點，則空間權(quán)重Wij取值為1，否則取值為0。本文利用Geoda095i軟件，基于我國31個地區(qū)生產(chǎn)性服務(wù)業(yè)的數(shù)據(jù)進(jìn)行實證檢驗。

三、空間計量分析

(一)空間相關(guān)性分析

1.全局空間自相關(guān)分析

本文測算了2006—2012年我國31個地區(qū)生產(chǎn)性服務(wù)業(yè)集聚的global Moran’s I指數(shù)，結(jié)果如表1所示。2006年以來，我國生產(chǎn)性服務(wù)業(yè)集聚的global Moran’s I指數(shù)的均值為0.0854。2006年，我國生產(chǎn)性服務(wù)業(yè)集聚的global Moran’s I指數(shù)為0.0549，不斷上升至2010年的0.1134和2012年的0.0962，整體趨勢是升高的。這些表明我國省級行政區(qū)的生產(chǎn)性服務(wù)業(yè)集聚分布具有正向的空間自相關(guān)特征，并且其空間依賴性不斷增強。

表1 2006-2012年我國生產(chǎn)性服務(wù)業(yè)集聚的global Moran’s I指數(shù)

圖1是2012年我國地區(qū)間生產(chǎn)性服務(wù)業(yè)集聚(用PC表示)的Moran’s I散點圖，它將省域單元的測度數(shù)據(jù)點分成四個象限，分別對應(yīng)四種不同的空間相關(guān)模式?？梢钥吹剑蠖鄶?shù)的數(shù)據(jù)點位于第一象限和第三象限，第三象限的數(shù)據(jù)點最多，Moran’s I散點圖的線型回歸斜率系數(shù)為正，表明我國生產(chǎn)性服務(wù)業(yè)集聚空間分異的結(jié)構(gòu)化特征明顯，存在正向的空間相關(guān)性，呈現(xiàn)出高值簇和低值簇的現(xiàn)象，且低值簇所占的比例較大。具體來看，第一象限為高—高(HH)區(qū)域，區(qū)間內(nèi)的上海、北京、河北、河南、山東、浙江、福建和湖南的生產(chǎn)性服務(wù)業(yè)集聚水平較高，且與同樣高水平的其他地區(qū)臨接。第二象限為低—高(LH)區(qū)域，包括天津、江西和廣西等6個地區(qū)，這些地區(qū)的生產(chǎn)性服務(wù)業(yè)的集聚度較低，但分別與該產(chǎn)業(yè)集聚度較高的北京、浙江等地區(qū)臨近。第三象限為低—低(LL)區(qū)域，包括云南、內(nèi)蒙古、黑龍江、陜西、四川、甘肅、寧夏、青海、新疆和西藏等13個地區(qū)，這些生產(chǎn)性服務(wù)業(yè)集聚度較低的地區(qū)集中分布在東北和西部地區(qū)。第四象限為高—低(HL)區(qū)域，廣東、遼寧和湖北的生產(chǎn)性服務(wù)業(yè)的集聚度較高，被生產(chǎn)性服務(wù)業(yè)集聚水平較低的區(qū)域包圍。

圖1 生產(chǎn)性服務(wù)業(yè)集聚PC2012 Moran’s I散點圖

2.局部空間自相關(guān)分析

本文進(jìn)一步采用local Moran’s I指數(shù)分析我國生產(chǎn)性服務(wù)業(yè)集聚在地區(qū)局部關(guān)聯(lián)的顯著性。為了便于比較，在5%的顯著性水平下，分別繪制了2006年和2012年我國生產(chǎn)性服務(wù)業(yè)集聚PC2006和PC2012的LISA聚類分布圖，如圖2和圖3所示。

圖2 PC2006 LISA聚類分布圖

圖3 PC2012 LISA聚類分布圖

2012年，生產(chǎn)性服務(wù)業(yè)集聚局部空間自相關(guān)顯著的地區(qū)包括：山東、江蘇、上海、浙江、福建、安徽、四川、青海和新疆。其中位于“高—高”顯著集聚區(qū)間的山東、江蘇、上海、浙江和福建的生產(chǎn)性服務(wù)業(yè)集聚程度都比較高，空間差異較小，空間相關(guān)性較強，地區(qū)間存在生產(chǎn)性服務(wù)業(yè)的良性互動。位于“低—低”顯著集聚區(qū)的新疆和青海的生產(chǎn)性服務(wù)業(yè)集聚程度都比較低，區(qū)域間生產(chǎn)性服務(wù)業(yè)差異小。安徽生產(chǎn)性服務(wù)業(yè)的集聚度較低，位于“低—高”顯著集聚區(qū)間，但與該產(chǎn)業(yè)集聚水平較高的山東、江蘇、浙江相鄰，具有類似特征的還有江西，其相鄰的高集聚度地區(qū)為浙江和福建。四川生產(chǎn)性服務(wù)業(yè)集聚程度較高，但與集聚程度較低的青海相鄰，空間差異較大，處于“高—低”顯著集聚區(qū)間。與2006年相比，local Moran’s I提示顯著的地區(qū)增加了山東、浙江和青海三個地區(qū)，減少了甘肅?？梢?，我國生產(chǎn)性服務(wù)業(yè)集聚呈現(xiàn)東中西梯次遞減的“帶狀”分布，以“高—高”顯著集聚區(qū)為主，空間范圍不斷擴(kuò)大，但顯著的地區(qū)仍相對較少，高水平地區(qū)向鄰近低水平地區(qū)的生產(chǎn)性服務(wù)業(yè)溢出不明顯。

(二)實證檢驗

1.影響因素與變量選取

本文以生產(chǎn)性服務(wù)業(yè)為研究對象，以該產(chǎn)業(yè)在各地區(qū)的產(chǎn)值在該產(chǎn)業(yè)全國總值中的比重衡量生產(chǎn)性服務(wù)業(yè)的集聚程度PC。影響因素選取以下變量：勞動力投入LA，用各地區(qū)生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)衡量；技術(shù)創(chuàng)新水平TC，用各地區(qū)專利授權(quán)數(shù)量占全國比重衡量；由于生產(chǎn)性服務(wù)業(yè)的服務(wù)性和高產(chǎn)業(yè)關(guān)聯(lián)度特征，產(chǎn)業(yè)關(guān)聯(lián)因素選擇制造業(yè)的集聚水平指標(biāo)IC，用各地區(qū)制造業(yè)的產(chǎn)值占全國制造業(yè)產(chǎn)值的比重衡量；政策支持FS，用各地區(qū)財政支出占全國財政支出的比重衡量；市場開放水平OP，用各地區(qū)外商投資企業(yè)投資總額衡量。數(shù)據(jù)來源于2007-2013年《中國統(tǒng)計年鑒》、《第三產(chǎn)業(yè)統(tǒng)計年鑒》以及各地區(qū)統(tǒng)計年鑒。

2.模型選擇與估計

對2012年我國生產(chǎn)性服務(wù)業(yè)集聚影響因素進(jìn)行實證分析估計，檢驗發(fā)現(xiàn)，模型1和模型2未通過空間相關(guān)性的顯著性檢驗，應(yīng)選擇古典回歸模型。如表2所示，模型3、模型4和模型5的Moran’s I指數(shù)均通過了5%的顯著性檢驗，說明回歸誤差項的空間自相關(guān)性是顯著的。其中，模型3和模型5空間誤差模型的拉格朗日乘數(shù)LM(Lagrange Multiplier)和穩(wěn)健的LM均在10%的顯著性水平下通過了檢驗，而模型4空間誤差模型的拉格朗日乘數(shù)LM在5%的顯著性水平下通過了檢驗，而三個模型的空間滯后模型的LM和穩(wěn)健的LM均不顯著。根據(jù)Anselin等給出了空間計量模型的選擇規(guī)則[16]，模型3、模型4和模型5都應(yīng)選擇SEM模型。5個模型的估計結(jié)果如表3所示，模型1只包括勞動力因素，模型2到模型5分別是在模型1的基礎(chǔ)上加入技術(shù)水平、產(chǎn)業(yè)因素、市場開放水平、政策支持因素的回歸模型。

表2 空間依賴性檢驗結(jié)果

表3 模型估計結(jié)果

從模型1可知，勞動力因素能解釋72.46%的生產(chǎn)性服務(wù)業(yè)集聚差異。從模型2可知，勞動力因素和技術(shù)水平能解釋89.74%的生產(chǎn)性服務(wù)業(yè)集聚差異。模型3的解釋能力提高到95.4%，空間誤差回歸系數(shù)λ在5%的水平下通過了顯著性檢驗。模型4的解釋能力提高到96.07%，空間誤差回歸系數(shù)λ在1%的水平下通過了顯著性檢驗。對比模型1到模型5的檢驗結(jié)果，模型5的擬合優(yōu)度R2為0.9648，自然對數(shù)似然函數(shù)值LogL為-27.6299，都相對最大，而其赤池信息準(zhǔn)則AIC為 67.2598，施瓦茨準(zhǔn)則SC為76.418，相對最小，因而模型5是相對最優(yōu)的，更符合實際情況。模型5的估計結(jié)果是制造業(yè)的集聚水平、勞動力和技術(shù)創(chuàng)新水平均在1%的顯著性水平下對生產(chǎn)性服務(wù)業(yè)集聚產(chǎn)生正向影響，影響力系數(shù)分別為0.42705、0.00447和0.09423。市場開放水平和政策支持因素均在5%的顯著性水平下對生產(chǎn)性服務(wù)業(yè)集聚產(chǎn)生正向影響，影響力系數(shù)分別為0.00004和0.24552。各因素均顯著促進(jìn)了生產(chǎn)性服務(wù)業(yè)的集聚發(fā)展，其中，制造業(yè)的集聚水平和政策支持的正向影響相對較大。模型5的檢驗結(jié)果中，空間誤差回歸系數(shù)λ達(dá)到了0.44982，在5%的水平下通過了顯著性檢驗。表明生產(chǎn)性服務(wù)業(yè)集聚在具有相似產(chǎn)業(yè)因素、政策支持、技術(shù)水平、勞動力因素和開放水平的鄰近地區(qū)，存在正向的空間溢出效應(yīng)。

四、結(jié)論與建議

本文基于我國31個省、市和自治區(qū)的數(shù)據(jù)，從空間溢出效應(yīng)的視角，對我國生產(chǎn)性服務(wù)業(yè)集聚進(jìn)行了全局和局部空間自相關(guān)分析，并運用空間計量模型對其影響因素進(jìn)行了實證分析，得到以下主要結(jié)論和建議。

(一)結(jié)論

1.我國生產(chǎn)性服務(wù)業(yè)集聚存在明顯的全局空間相關(guān)性，且程度不斷增強，在空間上呈現(xiàn)高值簇和低值簇的現(xiàn)象，低值簇所占的比例較大。

2.我國生產(chǎn)性服務(wù)業(yè)集聚呈現(xiàn)東中西梯次遞減的“帶狀”分布。局部空間相關(guān)以“高—高”顯著集聚區(qū)類型為主，空間范圍不斷擴(kuò)大，但顯著的地區(qū)仍相對較少，生產(chǎn)性服務(wù)業(yè)集聚高水平的地區(qū)向鄰近低水平地區(qū)的溢出不明顯。

3.勞動力因素、技術(shù)水平、產(chǎn)業(yè)因素、市場開放水平和政策支持因素均顯著地促進(jìn)了地區(qū)生產(chǎn)性服務(wù)業(yè)的集聚。

4.生產(chǎn)性服務(wù)業(yè)的集聚在具有相似產(chǎn)業(yè)因素、政策支持、技術(shù)水平、勞動力因素和開放水平的鄰近區(qū)域，存在正向的空間溢出效應(yīng)，有利于縮小區(qū)域間的差異。

(二)建議

1.發(fā)揮影響因素的積極作用，提高生產(chǎn)性服務(wù)業(yè)集聚度。推動生產(chǎn)性服務(wù)業(yè)與其他產(chǎn)業(yè)如制造業(yè)等產(chǎn)業(yè)的互動協(xié)同，充分運用產(chǎn)業(yè)間關(guān)聯(lián)影響，通過創(chuàng)新體制和模式，建立產(chǎn)業(yè)園，培育生產(chǎn)性服務(wù)業(yè)的骨干企業(yè)和企業(yè)集團(tuán)，拓展服務(wù)功能和應(yīng)用領(lǐng)域等，促進(jìn)生產(chǎn)性服務(wù)業(yè)的集聚。加強政府對地區(qū)尤其是落后地區(qū)生產(chǎn)性服務(wù)業(yè)集聚的扶持，在財稅金融、行政審批和人才政策等方面給予支持?？茖W(xué)規(guī)劃，優(yōu)化產(chǎn)業(yè)布局和結(jié)構(gòu)，健全生產(chǎn)性服務(wù)業(yè)發(fā)展的相關(guān)法規(guī)，完善制度，加強對生產(chǎn)性服務(wù)業(yè)集聚的積極引導(dǎo)和監(jiān)管。建設(shè)生產(chǎn)性服務(wù)業(yè)的勞動力隊伍，培養(yǎng)高素質(zhì)的專業(yè)人才。出臺和完善相關(guān)的激勵機(jī)制，營造良好的發(fā)展空間，提高對人才的吸引力，促進(jìn)更大規(guī)模的人才集聚。加大研發(fā)投入和產(chǎn)權(quán)的保護(hù)力度，建立協(xié)同創(chuàng)新與技術(shù)交流的平臺，完善技術(shù)創(chuàng)新制度和體系，促進(jìn)生產(chǎn)性服務(wù)業(yè)企業(yè)與國內(nèi)外高校、科研院所的研發(fā)合作與技術(shù)交流，推動自主創(chuàng)新與技術(shù)溢出。擴(kuò)大開放度，積極吸引外商直接投資，吸收更多的資金、先進(jìn)技術(shù)和管理經(jīng)驗，優(yōu)化產(chǎn)業(yè)發(fā)展的環(huán)境，不斷推進(jìn)生產(chǎn)性服務(wù)業(yè)的集聚發(fā)展。

2.加強地區(qū)間的互通，發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚空間溢出效應(yīng)。各地區(qū)尤其是相鄰地區(qū)間應(yīng)打破行政壁壘，避免生產(chǎn)性服務(wù)業(yè)集聚本地鎖定可能帶來的負(fù)面作用，推動地區(qū)間產(chǎn)業(yè)內(nèi)人才、資本、技術(shù)等要素資源的自由流動。發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚度高的地區(qū)對鄰近地區(qū)的空間溢出效應(yīng)，通過產(chǎn)業(yè)轉(zhuǎn)移和技術(shù)輸出等，發(fā)揮位于東部地區(qū)的“高—高”顯著集聚區(qū)對鄰近地區(qū)的輻射力，帶動臨近地區(qū)的發(fā)展。在發(fā)展符合本地優(yōu)勢和特色的生產(chǎn)性服務(wù)業(yè)的基礎(chǔ)上，鄰近地區(qū)應(yīng)利用區(qū)位優(yōu)勢，做好對顯著集聚地區(qū)的有序?qū)雍彤a(chǎn)業(yè)匹配，積極承接產(chǎn)業(yè)轉(zhuǎn)移，走互補錯位、合理分工和互動發(fā)展的集群發(fā)展道路。依托生產(chǎn)性服務(wù)業(yè)集聚“帶狀”分布上的顯著地區(qū)，重點將鄰近地區(qū)及其他輻射牽引力強的地區(qū)培育成為增長極，由近到遠(yuǎn)，不斷放大集聚的正向溢出效應(yīng)，由個別地區(qū)到更大區(qū)域，逐步減小生產(chǎn)性服務(wù)業(yè)集聚在不同地區(qū)間的差距，促進(jìn)我國生產(chǎn)性服務(wù)業(yè)集聚水平的提升和協(xié)調(diào)發(fā)展。

[1] Yang F F, Yeh A G O. Spatial development of producer services in the Chinese Urban System [J].Chinese Geographical Science, 2013, 23(3):274-285.

[2] 陳建軍，陳國亮，黃潔.新經(jīng)濟(jì)地理學(xué)視角下的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——來自中國222個城市的經(jīng)驗證據(jù)[J].管理世界，2009(4)：83-95.

[3] Hijzen A, Pisu M, Upward R，et al. Employment, job turnover, and trade in producer services: UK firm-level evidence[J].Canadian Journal of Economics, 2011,44(3):1020-1043.

[4] Otsuka A, Yamano N. Industrial agglomeration effects on regional economic growth: a case of Japanese regions[J].Regional Economics Applications Laboratory (REAL), 2008, 31(9):1025-1037.[5] 吳福象，曹璐.生產(chǎn)性服務(wù)業(yè)集聚機(jī)制與耦合悖論分析——來自長三角16個核心城市的經(jīng)驗證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2014(4)：13-21.

[6] 沈能.局域知識溢出和生產(chǎn)性服務(wù)業(yè)空間集聚——基于中國城市數(shù)據(jù)的空間計量分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013(5)：61-69.

[7] 杜德瑞，王喆，楊李娟.工業(yè)化進(jìn)程視角下的生產(chǎn)性服務(wù)業(yè)影響因素研究——基于全國2002-2011年31個省市面板數(shù)據(jù)分析[J].上海經(jīng)濟(jì)研究，2014(1)：3-17.

[8] Illersis S, Philippe J. Introduction: the role of services in regional economic growth[J].Service Industries Journal, 1993, 13(2):3-10.

[9] 王耀中，歐陽彪，李越.生產(chǎn)性服務(wù)業(yè)集聚與新型城鎮(zhèn)化——基于城市面板數(shù)據(jù)的空間計量分析[J].財經(jīng)理論與實踐，2014(4)：105-110.

[10]劉麗萍.基于空間模型的生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長關(guān)系研究[J].審計與經(jīng)濟(jì)研究，2013(6)：91-99.

[11]Keeble D, Nacham L. Why do business service firms cluster? small consultancies, clustering and decentralization in London and Southern England [J]. Transactions of the Institute of British Geographers, 2002,27(1):67-90.

[12]吳義爽，徐夢周.制造企業(yè)服務(wù)平臺戰(zhàn)略跨層面協(xié)同與產(chǎn)業(yè)間互動發(fā)展[J].中國工業(yè)經(jīng)濟(jì)，2011(11)：48-58.

[13]劉輝煌，雷艷.中部城市生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究[J].統(tǒng)計與決策，2012(8)：108-110.

[14]石佳，孫銳.社會資本對服務(wù)型企業(yè)管理創(chuàng)新和服務(wù)創(chuàng)新影響的實證研究[J].哈爾濱商業(yè)大學(xué)學(xué)報：社會科學(xué)版，2015(6)：26-37.

[15]譚靈芝，王國友.環(huán)境規(guī)制、服務(wù)業(yè)發(fā)展與區(qū)位分布影響研究[J].西安財經(jīng)學(xué)院學(xué)報，2015(4)：38-43.

[16]Anselin L, Syabri I, Kho Y. GeoDa: an introduction to spatial data analysis [J].Geographical Analysis, 2006, 38(1): 5-22.

(責(zé)任編輯：王曉紅)

Analysis on the Spatial Spillover Effect and Factors in Chinese Productive Service Industry Clustering

YUANDan1,LEIHong-zhen2

(1.School of Management, Xi’an University of Architecture & Technology,Xi’an 710055，China;2.School of International Business, Shaanxi Normal University,Xi’an 710119,China)

Based on methods of Moran’s I indexes and spatial econometric model, an empirical analysis is made on the factors of regional disparity in Chinese productive service industry clustering from the level of province. The results show that there is an enhanced positive global spatial autocorrelation and phenomena of high value and low value of agglomeration in Chinese productive service industry clustering. From the perspective of local spatial autocorrelation, Chinese productive service industry clustering is featured by a declined zonal distribution from the eastern to the middle, and then to the western regions, and its space is expanding. Factors of labor, technological innovation level, industry, policy support and the level of opening up can improve the productive service industry clustering in China significantly.

productive service industry clustering; Moran’s I index; spatial spillover effect; spatial error model

2015-05-10

國家社會科學(xué)基金項目“網(wǎng)絡(luò)群間負(fù)面信息傳播的擴(kuò)散機(jī)制、收斂性及其風(fēng)險控制研究”(14BSH052)；中央高校重點科研項目“集群企業(yè)知識外溢與文化產(chǎn)業(yè)功能園區(qū)集聚效應(yīng)研究”(10SZZD03)

袁丹(1985-)，女，陜西咸陽人，西安建筑科技大學(xué)管理學(xué)院講師，博士，研究方向為區(qū)域經(jīng)濟(jì)；雷宏振(1966-)，男，陜西合陽人，陜西師范大學(xué)國際商學(xué)院副院長，教授，博士，博士生導(dǎo)師，研究方向為產(chǎn)業(yè)發(fā)展研究。

F719

A

1672-2817(2016)05-0035-06