李爽 張永慶

摘 要：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)要求我國(guó)加快發(fā)展知識(shí)密集型服務(wù)業(yè)。以長(zhǎng)三角地區(qū)知識(shí)密集型服務(wù)業(yè)為研究對(duì)象，采用區(qū)位熵指標(biāo)對(duì)2005—2018年長(zhǎng)三角地區(qū)知識(shí)密集型服務(wù)業(yè)空間集聚程度進(jìn)行測(cè)算，根據(jù)結(jié)果制作了長(zhǎng)三角地區(qū)知識(shí)密集型服務(wù)業(yè)的集聚地圖，發(fā)現(xiàn)金融業(yè)整體發(fā)展較好，信息計(jì)算機(jī)服務(wù)業(yè)從多核態(tài)勢(shì)轉(zhuǎn)向以上海、南京等城市為中心的集中態(tài)勢(shì)，并在此基礎(chǔ)上給出應(yīng)該因地制宜，針對(duì)不同行業(yè)制定有效的發(fā)展政策的建議。

關(guān)鍵詞：知識(shí)密集型服務(wù)業(yè);長(zhǎng)三角地區(qū);空間集聚

一、文獻(xiàn)綜述

知識(shí)密集型服務(wù)業(yè)是發(fā)達(dá)國(guó)家和國(guó)際組織在研究和統(tǒng)計(jì)上廣泛采用的一個(gè)概念。在國(guó)外研究中，較為權(quán)威的說法有：Miles等人認(rèn)為，知識(shí)密集型服務(wù)業(yè)的內(nèi)涵包括三個(gè)層次：從事KIBS（Knowledge-intensive business service）或者本身就是信息和知識(shí)的主要來源;KIBS依賴于專業(yè)知識(shí);KIBS具有競(jìng)爭(zhēng)重要性，主要提供給企業(yè)[1]。Den Hertog給出了一個(gè)更為精確的定義，即KIBS是那些高度依賴專業(yè)知識(shí)的私人公司[2]。Bettencourt等人將KIBS定義為主要增值活動(dòng)包括積累、創(chuàng)造或傳播知識(shí)的企業(yè)，目的是開發(fā)定制的服務(wù)或產(chǎn)品解決方案以滿足客戶的需求[3]。

不同地理位置與行業(yè)內(nèi)的KIBS集聚度表現(xiàn)也有不同。國(guó)內(nèi)學(xué)者方遠(yuǎn)平等發(fā)現(xiàn)，我國(guó)城市群KIBS集聚度在空間布局上呈現(xiàn)出非均衡現(xiàn)象[4]。史安娜等通過構(gòu)建知識(shí)密集型服務(wù)業(yè)集聚度指標(biāo)體系，發(fā)現(xiàn)長(zhǎng)三角地區(qū)KIBS集聚由以上海為核心的單核態(tài)勢(shì)演變?yōu)槎嗪说木奂瘧B(tài)勢(shì)[5]。

二、研究方法和數(shù)據(jù)

（一）研究方法

區(qū)位熵衡量某一區(qū)域要素的空間分布情況，反映某一產(chǎn)業(yè)部門的專業(yè)化程度，以及某一區(qū)域在高層次區(qū)域的地位和作用，公式如下：

式中，LQ表示區(qū)位熵，Xij表示i城市j行業(yè)就業(yè)人數(shù)，∑iXij表示i城所有行業(yè)總就業(yè)人數(shù)，∑jXij表示區(qū)域j行業(yè)就業(yè)人數(shù)，∑i∑jXij表示區(qū)域所有行業(yè)總就業(yè)人數(shù)。LQ的數(shù)值大于1，表示知識(shí)密集型服務(wù)業(yè)在i城市集聚程度較高，競(jìng)爭(zhēng)力較強(qiáng);反之集聚度低，競(jìng)爭(zhēng)力較弱。

（二）數(shù)據(jù)來源

本文采用Miles等人對(duì)知識(shí)密集型服務(wù)業(yè)的界定，即認(rèn)為KIBS是指組織和公司高度依賴于專門領(lǐng)域的專業(yè)性知識(shí)和技術(shù)，向社會(huì)提供知識(shí)和技術(shù)密集的產(chǎn)品或服務(wù)。本文分析的知識(shí)密集型服務(wù)業(yè)主要包括信息傳輸、計(jì)算機(jī)和軟件業(yè)、金融業(yè)、租賃和商業(yè)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)四個(gè)行業(yè)，選用長(zhǎng)三角地區(qū)26個(gè)地級(jí)市就業(yè)人數(shù)來計(jì)算區(qū)位熵指標(biāo)，所用數(shù)據(jù)來自2005—2018年《中國(guó)城市統(tǒng)計(jì)年鑒》和長(zhǎng)三角地區(qū)各地級(jí)市統(tǒng)計(jì)局網(wǎng)站。

三、長(zhǎng)三角地區(qū)知識(shí)密集型服務(wù)業(yè)集聚水平分析

（一）整體發(fā)展態(tài)勢(shì)

長(zhǎng)三角地區(qū)KIBS整體發(fā)展迅速，KIBS就業(yè)人數(shù)近十年來迅速增長(zhǎng)，從2005年148.34萬人到2018年389.93萬人，增長(zhǎng)率高達(dá)162.86%，其中信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的增長(zhǎng)率高達(dá)423.13%，發(fā)展最為迅速（如下頁表1所示）。

從下頁表2不難看出，2015—2018年間長(zhǎng)三角地區(qū)KIBS就業(yè)人數(shù)的增長(zhǎng)顯著，增長(zhǎng)率高達(dá)163.13%，遠(yuǎn)遠(yuǎn)超過了制造業(yè)的增長(zhǎng)率。這表明在制造業(yè)迅猛發(fā)展的同時(shí)，對(duì)知識(shí)密集型服務(wù)業(yè)的需求也是不斷上升的。

（二）基于區(qū)位熵的長(zhǎng)三角地區(qū)KIBS集聚水平分析

長(zhǎng)三角地區(qū)KIBS服務(wù)業(yè)在不同行業(yè)和空間上均反映出差異性，本文計(jì)算了2005—2018年四個(gè)行業(yè)的區(qū)位熵。由于篇幅所限，利用Geoda軟件繪制出表現(xiàn)2018年長(zhǎng)三角地區(qū)各城市KIBS集聚度地圖（如本文圖中所示）?？傮w來看，金融業(yè)LQ>1的城市最多，表明長(zhǎng)三角地區(qū)整體的金融專業(yè)化程度和空間集中特征最為明顯。科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)LQ>1的城市總體較少，并集中在上海、南京、杭州這樣的人才高度集中的發(fā)達(dá)城市，表明該行業(yè)對(duì)于技術(shù)的專業(yè)度要求很高。其中，2005年金融業(yè)LQ>1的城市有14個(gè)，到了2018年減少為11個(gè)，呈現(xiàn)出高度集聚的是經(jīng)濟(jì)較為不發(fā)達(dá)的鹽城和池州，這是由于不適度的集聚會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)效應(yīng)[6]。信息計(jì)算機(jī)服務(wù)業(yè)LQ>1的城市從2005年的8個(gè)減少到了2018年的3個(gè)，即上海、南京和杭州。這表明近年來，計(jì)算機(jī)服務(wù)業(yè)人才由分散轉(zhuǎn)變?yōu)楦叨燃性诖笮统鞘?。租賃及商業(yè)服務(wù)業(yè)LQ>1的城市一直較穩(wěn)定，上海一直位居第一（見表3）。

四、總結(jié)建議

在知識(shí)密集型服務(wù)業(yè)集聚政策的制定上，應(yīng)對(duì)于不同的行業(yè)有針對(duì)性地制定相應(yīng)的發(fā)展政策，例如金融業(yè)的程度良好，發(fā)展比較成熟，信息計(jì)算機(jī)服務(wù)業(yè)由于處于新興起階段，聚集度低，發(fā)展過程往往需要從集中態(tài)勢(shì)走向均勻分布。所以，應(yīng)根據(jù)行業(yè)的特點(diǎn)，制定相應(yīng)的政策，促進(jìn)不同行業(yè)的發(fā)展。

參考文獻(xiàn)：

[1]? Miles I.，Kastrinos N.，F(xiàn)lanagan K.，Bilderbeek R.，Den Hertog P.，Huntink W.，Bouman M.Knowledge-intensive business services[J].EIMS publication，1995，（15）：25-90.

[2]? Hertog，Pim den.Knowledge-intensive business services as co-producers of innovation[J].International journal of innovation management，2000，（4）：491-528.

[3]? Bettencourt Lance A.，et al.Client co-production in knowledge-intensive business services[J].California management review，44.4 （2002）：100-128.

[4]? 方遠(yuǎn)平，唐瑤，陳宏洋，等.中國(guó)城市群知識(shí)密集型服務(wù)業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究——基于動(dòng)態(tài)面板數(shù)據(jù)的GMM方法[J].經(jīng)濟(jì)問題探索，2018，（2）：85-93.

[5]? 史安娜，劉海榮.長(zhǎng)三角城市群知識(shí)密集型服務(wù)業(yè)的空間極化與輻射分析[J].河海大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2019，（3）：29-36+106.

[6]? 萬麗娟，楊艷琳，尹希果.知識(shí)密集型服務(wù)業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響研究[J].重慶大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2016，（2）：32-38.