我國八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)空間集聚與專業(yè)化變動趨勢及其空間效應(yīng)分析

金春雨，陳 霞，王偉強(qiáng)

（1.吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，長春130012；2.吉林大學(xué)商學(xué)院，長春130012；3.湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，長沙410006）

我國八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)空間集聚與專業(yè)化變動趨勢及其空間效應(yīng)分析

金春雨1，2，陳 霞3，王偉強(qiáng)2

（1.吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，長春130012；2.吉林大學(xué)商學(xué)院，長春130012；3.湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，長沙410006）

我國區(qū)域服務(wù)業(yè)集聚水平由沿海到內(nèi)陸依次遞減，東部沿海、北部沿海和南部沿海服務(wù)業(yè)集中度水平在八大區(qū)中始終處于最高水平，而長江中游、西南和黃河中游地區(qū)在八大區(qū)中居于中游水平；東北、西北地區(qū)服務(wù)業(yè)平均集中率水平相對較低，位于八大區(qū)下游水平，各區(qū)域服務(wù)業(yè)專業(yè)程度較低，而且波動性較大。服務(wù)業(yè)發(fā)展在相鄰地區(qū)之間具有顯著的正向空間相關(guān)性，服務(wù)業(yè)集聚和專業(yè)化水平對服務(wù)業(yè)產(chǎn)出的直接影響效應(yīng)均為正，但二者的空間溢出效應(yīng)均顯著為負(fù)。勞動投入對服務(wù)業(yè)產(chǎn)出增加的直接效應(yīng)為正，但不存在顯著的空間溢出效應(yīng)，而相鄰區(qū)域資本投入對服務(wù)業(yè)產(chǎn)出具有正向的空間溢出效應(yīng)，但其直接影響效應(yīng)不顯著。

產(chǎn)業(yè)集聚；地區(qū)專業(yè)化；服務(wù)業(yè)

一、引 言

隨著全球產(chǎn)業(yè)結(jié)構(gòu)的變遷，世界各國的產(chǎn)業(yè)結(jié)構(gòu)都呈現(xiàn)出由“工業(yè)型經(jīng)濟(jì)”向“服務(wù)型經(jīng)濟(jì)”轉(zhuǎn)型的趨勢，服務(wù)業(yè)的發(fā)展已經(jīng)成為各個國家和地區(qū)經(jīng)濟(jì)發(fā)展的重要組成部分，經(jīng)濟(jì)服務(wù)化成為了發(fā)達(dá)國家拉動經(jīng)濟(jì)增長的重要力量。由于服務(wù)業(yè)在我國經(jīng)濟(jì)增長方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、提供就業(yè)機(jī)會等方面的作用日益凸顯，因此，大力發(fā)展服務(wù)業(yè)，提高服務(wù)業(yè)在國民經(jīng)濟(jì)中的比重，便成為了我國產(chǎn)業(yè)結(jié)構(gòu)升級及經(jīng)濟(jì)增長方式轉(zhuǎn)變的優(yōu)選路徑。與此同時，隨著產(chǎn)業(yè)價值鏈的空間離散化和網(wǎng)絡(luò)化，產(chǎn)業(yè)集聚和地區(qū)專業(yè)化分工得以加強(qiáng)，產(chǎn)業(yè)空間集聚和區(qū)域?qū)I(yè)化程度與各地區(qū)經(jīng)濟(jì)的競爭優(yōu)勢越來越呈現(xiàn)強(qiáng)相關(guān)關(guān)系，多地區(qū)間服務(wù)業(yè)協(xié)同發(fā)展形成了新的分工形式，不同區(qū)域之間服務(wù)業(yè)的發(fā)展也呈現(xiàn)出較強(qiáng)的空間依賴性。因此，本文試圖對我國服務(wù)業(yè)的空間集聚度與地區(qū)專業(yè)化水平進(jìn)行測度，并運(yùn)用空間計量方法來分析區(qū)域服務(wù)業(yè)的空間集聚、地區(qū)專業(yè)化的直接影響效應(yīng)與空間溢出效應(yīng)。

國內(nèi)外諸多學(xué)者分別從全國、區(qū)域、行業(yè)等不同視角對服務(wù)業(yè)發(fā)展問題展開了廣泛的研究。塞皮瑞斯特（Sapprasert）的研究表明，信息和通信技術(shù)的發(fā)展是驅(qū)動服務(wù)業(yè)增長的重要因素。［1］喬萬納（Giovanna）發(fā)現(xiàn)經(jīng)濟(jì)全球化的推進(jìn)與經(jīng)濟(jì)發(fā)展水平的提高是導(dǎo)致現(xiàn)代服務(wù)業(yè)快速發(fā)展的主要原因。［2］程大中通過實(shí)證分析我國服務(wù)業(yè)地區(qū)特征、部門特征發(fā)現(xiàn)，城市化水平、人均GDP是影響服務(wù)業(yè)增長的兩個最重要因素。［3］雷小清通過實(shí)證分析發(fā)現(xiàn)，居民消費(fèi)和最終需求是決定服務(wù)業(yè)發(fā)展的主導(dǎo)力量。［4］朱爾茜同時從區(qū)域和結(jié)構(gòu)兩個維度對消費(fèi)性服務(wù)業(yè)、生產(chǎn)性服務(wù)業(yè)以及分配性服務(wù)業(yè)的影響因素進(jìn)行了實(shí)證分析。［5］但以上研究成果都未從產(chǎn)業(yè)集聚和地區(qū)專業(yè)化視角對我國服務(wù)業(yè)驅(qū)動因素展開研究，事實(shí)上，大量實(shí)證研究已經(jīng)證實(shí)產(chǎn)業(yè)集聚和專業(yè)化對服務(wù)業(yè)發(fā)展具有重要的影響作用。如瓦倫蒂娜（Meliciani）和薩沃納（Savona）的研究認(rèn)為，集聚經(jīng)濟(jì)、技術(shù)創(chuàng)新以及知識溢出等要素對服務(wù)業(yè)專業(yè)化水平都具有決定性作用。［6］韓德超、張建華發(fā)現(xiàn)，專業(yè)化分工對我國各地區(qū)生產(chǎn)性服務(wù)業(yè)的發(fā)展具有顯著的正向影響。［7］劉純彬、楊仁發(fā)從地區(qū)和行業(yè)層面實(shí)證分析了專業(yè)化分工、工業(yè)化程度、服務(wù)效率、產(chǎn)業(yè)融合程度、政府規(guī)模、制造業(yè)集中度、對外開放程度等因素對我國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響。［8］魏君英的研究表明，勞動和資本要素投入對服務(wù)業(yè)發(fā)展的影響相對較小，而服務(wù)業(yè)集聚程度、服務(wù)業(yè)自身發(fā)展慣性、經(jīng)濟(jì)發(fā)展水平以及工業(yè)化水平對服務(wù)業(yè)發(fā)展存在較大的促進(jìn)作用。［9］袁丹、雷宏振認(rèn)為，產(chǎn)業(yè)集聚能夠?qū)ξ覈a(chǎn)性服務(wù)業(yè)效率產(chǎn)生較強(qiáng)的促進(jìn)效應(yīng)。［10］各區(qū)域服務(wù)業(yè)發(fā)展不僅受產(chǎn)業(yè)專業(yè)化程度、集聚程度、要素投入的直接影響，而且還受到相鄰區(qū)域服務(wù)業(yè)溢出效應(yīng)的影響，具有較強(qiáng)的空間依賴性。

由于空間計量經(jīng)濟(jì)模型能夠用于處理經(jīng)濟(jì)單元間的空間依賴性，克利夫（Cliff）和奧德（Ord）最早基于橫截面數(shù)據(jù)對空間滯后模型進(jìn)行了研究，之后許多學(xué)者對空間計量模型進(jìn)行了拓展。［11］其中安瑟林（Anselin）和艾奧斯特（Elhorst）將截面形式的空間計量模型進(jìn)一步擴(kuò)展至面板形式，從而使得空間面板模型獲得了廣泛的應(yīng)用。［12］［13］Elhorst從空間相關(guān)性檢驗(yàn)、固定效應(yīng)和隨機(jī)效應(yīng)的判斷、模型參數(shù)的估計等多個方面對空間面板模型進(jìn)行了系統(tǒng)的研究。［14］本文運(yùn)用空間面板模型實(shí)證分析服務(wù)業(yè)的空間集聚、地區(qū)專業(yè)化、要素投入對服務(wù)業(yè)產(chǎn)出的影響。

二、空間面板模型

在模型設(shè)定中采用面板數(shù)據(jù)施加的前提假設(shè)條件可以比橫截面數(shù)據(jù)或時間序列數(shù)據(jù)更為復(fù)雜和全面，從而對現(xiàn)實(shí)的刻畫能力更強(qiáng)。［15］空間面板模型相比以往的截面形式空間計量模型擁有的自由度更大，可以大幅提升模型估計的有效性。因此，空間面板模型在實(shí)證中逐漸得到了廣泛的應(yīng)用?？臻g面板模型從形式上具體可分為空間滯后模型（SAR）、空間誤差模型（SEM）以及空間杜賓模型（SDM），其中，SDM模型是SAR模型和SEM模型的一般形式。

1.空間面板模型的設(shè)定

SAR模型的基本形式為:

SEM模型的基本形式為:

SDM模型作為SAR模型和SEM模型的一般形式，同時涵蓋了被解釋變量和解釋變量的空間滯后影響，SDM模型的基本形式為:

2.空間面板模型的估計

三、我國八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)空間集聚與地區(qū)專業(yè)化變動趨勢分析

范劍勇對產(chǎn)業(yè)區(qū)域一體化的發(fā)展階段進(jìn)行研究后認(rèn)為，產(chǎn)業(yè)集聚發(fā)生在一體化由低級向中級水平提高的階段，此時地區(qū)專業(yè)化水平也獲得逐漸提升；而在一體化由中級向高級的發(fā)展階段，產(chǎn)業(yè)將出現(xiàn)有序擴(kuò)散，此時各地區(qū)專業(yè)化分工將逐漸形成，區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)差異逐漸擴(kuò)大；而在最后階段，地區(qū)一體化程度很強(qiáng)，地區(qū)專業(yè)化與單個產(chǎn)業(yè)集中率均達(dá)到較高水平，但產(chǎn)業(yè)平均集中率可能會下降。［16］［17］產(chǎn)業(yè)集聚和地區(qū)專業(yè)化均是市場優(yōu)化配置資源的結(jié)果，產(chǎn)業(yè)集聚有利于實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)；地區(qū)專業(yè)化有利于充分發(fā)揮比較優(yōu)勢。因此，產(chǎn)業(yè)集聚和地區(qū)專業(yè)化對于驅(qū)動服務(wù)業(yè)發(fā)展具有重要作用。本文首先對產(chǎn)業(yè)集聚程度和地區(qū)專業(yè)化水平的具體測算方法予以介紹，并在八大經(jīng)濟(jì)區(qū)框架下，對各區(qū)域產(chǎn)業(yè)集聚程度和地區(qū)專業(yè)化水平的變動趨勢進(jìn)行對比分析。

1.八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)產(chǎn)業(yè)集聚度的測算與趨勢分析

本文利用我國31個省、自治區(qū)的6個服務(wù)業(yè)的總產(chǎn)值來測算各區(qū)域服務(wù)業(yè)產(chǎn)業(yè)集聚程度，數(shù)據(jù)來源于2006～2013年《中國工業(yè)統(tǒng)計年鑒》、《中國第三產(chǎn)業(yè)經(jīng)濟(jì)統(tǒng)計年鑒》及中經(jīng)網(wǎng)數(shù)據(jù)庫。產(chǎn)業(yè)平均集中率計算公式為:

圖1 東部沿海服務(wù)業(yè)集中率及平均值

圖2 北部沿海服務(wù)業(yè)集中率及平均值

圖3 南部沿海服務(wù)業(yè)集中率及平均值

圖4 東北地區(qū)服務(wù)業(yè)集中率及平均值

圖5 長江中游服務(wù)業(yè)集中率及平均值

圖6 黃河中游服務(wù)業(yè)集中率及平均值

圖7 西南地區(qū)服務(wù)業(yè)集中率及平均值

圖8 西北地區(qū)服務(wù)業(yè)集中率及平均值

圖9 八大區(qū)域服務(wù)業(yè)平均集中率

從圖1～8顯示的結(jié)果可知:從各區(qū)域集聚水平來看，南部沿海地區(qū)的廣東省遠(yuǎn)高于其他省市；其次是位于東部沿海地區(qū)的江蘇省、上海市、浙江省及位于北部沿海地區(qū)的北京市、山東省，這5個省市平均集中率在2005～2012年均高于全國平均水平，均大于0.05。福建（東部沿海）、河北（北部沿海）、湖南和湖北（長江中游）、河南（黃河中游）、四川（西南地區(qū)）、遼寧（東北地區(qū)）等7個省市在全國服務(wù)業(yè)平均集中率均居于中上游水平，均大于0.03。位于南部沿海地區(qū)的海南、西南地區(qū)的西藏及西北地區(qū)的甘肅、青海、寧夏等5個省和自治區(qū)的服務(wù)業(yè)聚集水平最低。在我國服務(wù)業(yè)聚集水平相對較高的6個省市中，廣東省服務(wù)業(yè)聚集水平一直良好，發(fā)展態(tài)勢最佳，2007年服務(wù)業(yè)平均集中率達(dá)到最高，而后呈現(xiàn)小幅度的下滑趨勢，但在全國仍處于領(lǐng)先地位；江蘇省的服務(wù)業(yè)平均集中率僅次于廣東省，在2005～2012年間呈現(xiàn)明顯的上升趨勢。山東省聚集水平也相對較高，從圖2可看出，山東省的服務(wù)業(yè)聚集度在2009年出現(xiàn)大幅度下降，而后在2010年又回升，總體呈上升態(tài)勢。上海、北京、浙江等省市的服務(wù)業(yè)聚集水平呈小幅度下降趨勢，但聚集水平仍高于全國平均水平。因此，我國服務(wù)業(yè)聚集度較高的地區(qū)都位于沿海地帶，廣東省的服務(wù)業(yè)聚集水平最高，發(fā)展態(tài)勢最好，其次是江蘇、山東，服務(wù)業(yè)聚集度最低的地區(qū)主要位于西北地區(qū)。

圖9給出了八大區(qū)產(chǎn)業(yè)平均集中率的走勢。從圖9中各區(qū)域服務(wù)業(yè)聚集水平變化趨勢可以看出，2005～2012年東部沿海地區(qū)的服務(wù)業(yè)聚集水平變化趨勢較為平穩(wěn)，一直處于領(lǐng)先地位；北部沿海地區(qū)聚集水平在0.2左右小幅波動，僅次于東部沿海。南部沿海地區(qū)的聚集水平在2005～2012年波動幅度較大，其平均集中率在2005～2007年呈上升趨勢，2007年達(dá)到最高點(diǎn)后開始呈現(xiàn)大幅度下降趨勢，黃河中游、西南地區(qū)和長江中游等地區(qū)的聚集度發(fā)展趨勢幾乎相同。相對來說，西北地區(qū)的產(chǎn)業(yè)平均集中率處于八大區(qū)域最低水平，其服務(wù)業(yè)集中趨勢不明顯。因此，就各區(qū)域集中度水平而言，東部沿海、北部沿海和南部沿海的服務(wù)業(yè)集中度水平分別位列前三位；長江中游、西南和黃河中游地區(qū)在八大區(qū)中居于中游水平；而東北地區(qū)、西北地區(qū)服務(wù)業(yè)平均集中率水平相對較低，位于八大區(qū)中的下游位置。顯然，我國區(qū)域服務(wù)業(yè)集聚發(fā)展水平呈現(xiàn)出一種由沿海向內(nèi)陸依次遞減的明顯趨勢。

2.八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)地區(qū)專業(yè)化指數(shù)的測度與趨勢分析

本文利用地區(qū)間相對專業(yè)化指數(shù)對地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)差異程度進(jìn)行度量，對應(yīng)的公式為:

圖10 東部沿海服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖11 北部沿海服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖12 南部沿海服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖13 東北地區(qū)服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖14 長江中游服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖15 黃河中游服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖16 西南地區(qū)服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖17 西北地區(qū)服務(wù)業(yè)專業(yè)指數(shù)及平均值

圖18 八大區(qū)服務(wù)業(yè)專業(yè)指數(shù)平均值及全國平均值

由圖10～17可知，東部沿海地區(qū)中的上海相對專業(yè)化指數(shù)最高，最大值接近0.29，并且在2005～2012年的平均水平在0.2和0.25之間；北部沿海地區(qū)中的北京相對專業(yè)化指數(shù)最高，樣本區(qū)間內(nèi)幾乎都在0.3以上，河北省的相對專業(yè)化指數(shù)在2006年出現(xiàn)快速增長之后，從2007年開始逐漸趨于穩(wěn)定，且維持在0.25以上的水平；長江中游地區(qū)中的湖南省專業(yè)化水平相對較高，基本處于全國平均水平以上。上海、北京、河北、湖南4個省市的專業(yè)化水平遠(yuǎn)高于全國平均水平。位于黃河中游地區(qū)的內(nèi)蒙古專業(yè)化水平相對較高，相對專業(yè)化指數(shù)均在0.25以上；西南地區(qū)的西藏相對專業(yè)化指數(shù)均在0.35以上，遠(yuǎn)遠(yuǎn)高于全國平均水平；西北地區(qū)的甘肅、青海、新疆等省的相對專業(yè)化指數(shù)均位于0.2～0.3之間，并隨著時間的推移呈上升趨勢，寧夏的相對專業(yè)化指數(shù)相對于同區(qū)域其他省份偏低，但仍高于全國平均水平，且在2008～2009年呈現(xiàn)非?？焖俚脑鲩L，其后相對專業(yè)化指數(shù)一直維持在0.25以上。內(nèi)蒙古、西藏、甘肅、青海、新疆、寧夏的服務(wù)業(yè)極不發(fā)達(dá)，服務(wù)業(yè)發(fā)展幾乎處于“白地”的狀態(tài)，呈現(xiàn)出一種“人有我無”的狀態(tài)，這就使得這6個省市的服務(wù)業(yè)專業(yè)化也呈現(xiàn)出較高水平狀態(tài)。除上海、北京、河北、湖南、內(nèi)蒙古、西藏、甘肅、青海、新疆、寧夏等10個省市外，其他地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)的差異性相對較小，趨于全國平均水平?？傮w而言，我國服務(wù)業(yè)地區(qū)專業(yè)化呈現(xiàn)“兩極分化”的現(xiàn)象，上海、北京、河北、湖南等4個省市的服務(wù)業(yè)較發(fā)達(dá)，服務(wù)業(yè)發(fā)展水平較高，處于全國領(lǐng)先地位；而內(nèi)蒙古、西藏、甘肅、青海、新疆、寧夏等6個省份的服務(wù)業(yè)并不發(fā)達(dá)，但其服務(wù)業(yè)專業(yè)化水平卻很高。為了進(jìn)一步對八大區(qū)相對專業(yè)化指數(shù)變動趨勢進(jìn)行對比，圖18同時給出了八大區(qū)以及全國相對專業(yè)化指數(shù)平均值的走勢，從圖18中各區(qū)域的總體平均情況來看，北部沿海地區(qū)、西北地區(qū)的相對專業(yè)化指數(shù)較高，遠(yuǎn)高于全國平均水平；長江中游、南部沿海以及東北地區(qū)的相對專業(yè)化指數(shù)較低，黃河中游地區(qū)、西南地區(qū)和東部地區(qū)專業(yè)化水平位于八大區(qū)域的中游。從變動趨勢看，全國相對專業(yè)化平均指數(shù)在2005～2009年期間呈現(xiàn)緩慢上升趨勢，在2010～2012年趨于平穩(wěn)。北部沿海地區(qū)的服務(wù)業(yè)相對專業(yè)化指數(shù)在2008年達(dá)到最高點(diǎn)，而后急劇降到2009年的最低點(diǎn)，然后呈現(xiàn)逐漸上升的趨勢；西北地區(qū)的相對專業(yè)化指數(shù)在2010年以前上升的幅度較大，在2011～2012年趨近于平穩(wěn)，而西南地區(qū)的相對專業(yè)化指數(shù)呈明顯上升趨勢；東部沿海、東北、黃河中游地區(qū)的區(qū)域間相對專業(yè)化指數(shù)變動軌跡呈現(xiàn)倒“U”形，總體來看，這3個地區(qū)的相對專業(yè)化指數(shù)在2008年和2009年達(dá)到最大值，其后則出現(xiàn)不同程度的下降；北部沿海、南部沿海和長江中游地區(qū)的相對專業(yè)化指數(shù)呈現(xiàn)先上升再下降，之后又上升的變化趨勢。

綜上，從各區(qū)域?qū)I(yè)化指數(shù)水平來看，西北地區(qū)和北部沿海地區(qū)的相對專業(yè)指數(shù)較高；南部沿海、長江中游、東北地區(qū)的相對專業(yè)指數(shù)較低；黃河中游、東部沿海和西南地區(qū)的相對專業(yè)化指數(shù)居于中游水平。從各區(qū)域?qū)I(yè)化指數(shù)變動趨勢來看，西南地區(qū)和西北地區(qū)相對專業(yè)化指數(shù)都呈現(xiàn)顯著增長趨勢，就相對專業(yè)化指數(shù)而言，東北、黃河中游、東部沿海地區(qū)都表現(xiàn)為先上升后下降的倒“U”形變化趨勢，而北部沿海、南部沿海和長江中游等地區(qū)具有先上升再下降后又上升的變化趨勢。

四、服務(wù)業(yè)產(chǎn)業(yè)集聚與地區(qū)專業(yè)化的空間效應(yīng)

本文運(yùn)用我國服務(wù)業(yè)產(chǎn)業(yè)數(shù)據(jù)測算各省域及八大經(jīng)濟(jì)區(qū)服務(wù)業(yè)平均集中率和地區(qū)相對專業(yè)化指數(shù)并分析其變化趨勢，運(yùn)用空間面板模型檢驗(yàn)產(chǎn)業(yè)集聚和地區(qū)專業(yè)化對服務(wù)業(yè)發(fā)展的直接影響效應(yīng)與空間溢出效應(yīng)。

根據(jù)空間面板模型的檢驗(yàn)步驟，我們首先在普通面板模型形式下進(jìn)行空間相關(guān)性檢驗(yàn)，不含空間交互作用的普通面板模型為:

其中，被解釋變量zjz3以第三產(chǎn)業(yè)產(chǎn)值增加值表示，反映了服務(wù)業(yè)產(chǎn)出水平，jzl為服務(wù)業(yè)平均集中率，用于刻畫服務(wù)業(yè)集聚水平，jzl表示服務(wù)業(yè)相對專業(yè)化指數(shù)，edu表示人力資本狀況，用大專及以上學(xué)歷占總?cè)丝诘谋戎乇硎?，capital為服務(wù)業(yè)資本投入情況。此外，本文還引入了兩項(xiàng)控制變量，pGDP和gfe，其中，pGDP表示地區(qū)經(jīng)濟(jì)發(fā)展水平，用人均國內(nèi)生產(chǎn)總值來刻畫，gfe表示政府對經(jīng)濟(jì)的干預(yù)程度，用地方政府支出占當(dāng)?shù)谿DP的比重來刻畫。本文數(shù)據(jù)樣本為2005～2012年我國31個地區(qū)的數(shù)據(jù)，數(shù)據(jù)均來自《中國統(tǒng)計年鑒》以及中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。表1給出了非空間面板參數(shù)估計及空間自相關(guān)性檢驗(yàn)結(jié)果。

表1 非空間面板模型估計結(jié)果

從表1中可以發(fā)現(xiàn)，在空間固定效應(yīng)模型下，LM和穩(wěn)健LM檢驗(yàn)統(tǒng)計量均拒絕了原假設(shè):不存在被解釋變量空間滯后項(xiàng)（1%顯著性水平），同時，LM檢驗(yàn)統(tǒng)計量也在1%的顯著性水平下拒絕了不存在空間滯后殘差項(xiàng)的原假設(shè)。這說明，在空間固定效應(yīng)下，觀測值之間空間相關(guān)性是顯著存在的。從表2檢驗(yàn)結(jié)果可以看出，空間固定效應(yīng)在1%的水平下聯(lián)合顯著，因此，應(yīng)當(dāng)在空間固定效應(yīng)下構(gòu)建適當(dāng)?shù)目臻g面板模型對我國服務(wù)業(yè)影響因素展開分析。

表2 空間固定效應(yīng)聯(lián)合顯著性檢驗(yàn)

通過上述分析可知，應(yīng)當(dāng)建立包含空間固定效應(yīng)的空間面板模型對我國服務(wù)業(yè)發(fā)展影響因素進(jìn)行分析，但根據(jù)模型選擇原理，仍需要對空間固定效應(yīng)的SDM模型進(jìn)行Wald檢驗(yàn)和LR檢驗(yàn)，模型的具體形式為

空間固定效應(yīng)下SDM模型的估計結(jié)果如表3所示。

表3 包含空間特定效應(yīng)的空間杜賓模型估計結(jié)果

由表3可知，SDM模型簡化為SAR模型的Wald統(tǒng)計量和LR統(tǒng)計量分別為31.1074和19.7922，二者都在1%的水平上通過了顯著性檢驗(yàn)；同理，SDM模型簡化為SEM模型的Wald統(tǒng)計量和LR統(tǒng)計量分別為48.3872和21.9108，也都通過了1%的顯著性水平檢驗(yàn)，這說明檢驗(yàn)結(jié)果同時拒絕空間杜賓模型可以簡化為空間滯后模型或空間誤差模型的兩個原假設(shè)，而廣義的空間杜賓模型才是最恰當(dāng)?shù)哪Ｐ托问?。從估計結(jié)果來看，區(qū)域服務(wù)業(yè)產(chǎn)出受本地區(qū)服務(wù)業(yè)集中率、地區(qū)專業(yè)化以及其他解釋變量的影響的同時，也受到相鄰區(qū)域服務(wù)業(yè)產(chǎn)出的影響。服務(wù)業(yè)產(chǎn)出空間滯后項(xiàng)的影響系數(shù)為0.5224，并且通過了1%顯著性水平檢驗(yàn)，這表明相鄰區(qū)域服務(wù)業(yè)發(fā)展對本地服務(wù)業(yè)發(fā)展具有正向的輻射功能和空間外部性效應(yīng)。服務(wù)業(yè)集聚水平的影響系數(shù)為11.9131，并且通過了1%顯著性水平的檢驗(yàn)，相鄰區(qū)域服務(wù)業(yè)集聚水平對服務(wù)業(yè)產(chǎn)出的影響系數(shù)為-11.0257，也通過了1%顯著性水平的檢驗(yàn)，這說明服務(wù)業(yè)集聚對當(dāng)?shù)胤?wù)業(yè)發(fā)展能夠產(chǎn)生較為顯著的正向影響，但不利于其相鄰地區(qū)服務(wù)業(yè)發(fā)展水平的提高，由于服務(wù)業(yè)集聚對產(chǎn)出的正向影響會隨著空間半徑的放大而逐步減弱，在市場分割作用下，服務(wù)業(yè)集聚帶來的正向外部性最終會被集聚空間競爭產(chǎn)生的負(fù)向作用所抵消甚至趕超，從而導(dǎo)致相鄰區(qū)域服務(wù)業(yè)集聚水平對當(dāng)?shù)胤?wù)業(yè)產(chǎn)出造成一定抑制作用。從影響系數(shù)判斷相鄰區(qū)域服務(wù)業(yè)集聚對產(chǎn)出負(fù)向影響小于本地服務(wù)業(yè)集聚對產(chǎn)出的正向影響，服務(wù)業(yè)集聚對其產(chǎn)出具有正向的總效應(yīng)?？傮w而言，區(qū)域服務(wù)業(yè)集聚的提升有助于服務(wù)業(yè)發(fā)展。地區(qū)專業(yè)化對服務(wù)業(yè)產(chǎn)出的影響系數(shù)為0.2111，并通過了10%的顯著性檢驗(yàn)，相鄰區(qū)域的地區(qū)專業(yè)化對本區(qū)域服務(wù)業(yè)產(chǎn)出的影響系數(shù)為-3.9430，也通過了10%的顯著性檢驗(yàn)，這說明由于服務(wù)業(yè)專業(yè)化程度的提升引起的經(jīng)濟(jì)外部性具有很強(qiáng)的空間競爭性，服務(wù)業(yè)專業(yè)化程度有利于本空間單元服務(wù)業(yè)產(chǎn)出的增加，但遠(yuǎn)遠(yuǎn)不能抵消專業(yè)化帶來的空間競爭對服務(wù)業(yè)產(chǎn)出的負(fù)向影響。由此可見，提高服務(wù)業(yè)專業(yè)化程度反而會抑制區(qū)域服務(wù)業(yè)產(chǎn)出的增長。人力資本對服務(wù)業(yè)產(chǎn)出的影響系數(shù)為0.0045，在10%水平下顯著，相鄰地區(qū)的人力資本對服務(wù)業(yè)產(chǎn)出的影響系數(shù)為0.0063，但不顯著，兩者對服務(wù)業(yè)產(chǎn)出的影響均為正，這表明本地的人力資本對服務(wù)業(yè)產(chǎn)出增長具有微弱的促進(jìn)作用，相鄰區(qū)域的人力資本對本空間單元服務(wù)業(yè)產(chǎn)出影響作用不顯著，這表明我國服務(wù)業(yè)發(fā)展仍以勞動密集型為主，應(yīng)大力發(fā)展現(xiàn)代服務(wù)業(yè)，重視人力資本對服務(wù)業(yè)增長的作用，促進(jìn)服務(wù)業(yè)產(chǎn)品附加值提高和服務(wù)業(yè)結(jié)構(gòu)升級。固定資產(chǎn)投資對服務(wù)業(yè)產(chǎn)出的影響系數(shù)為0.0202，但不顯著，相鄰區(qū)域的固定資產(chǎn)投資對本地區(qū)服務(wù)業(yè)產(chǎn)出的影響系數(shù)為0.1601，在1%顯著性水平上顯著，表明服務(wù)業(yè)的產(chǎn)出對當(dāng)?shù)毓潭ㄙY產(chǎn)投資并不存在很強(qiáng)的依賴性，但相鄰地區(qū)的固定資產(chǎn)投資可以在一定程度上促進(jìn)本區(qū)域的服務(wù)業(yè)發(fā)展。當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平對服務(wù)業(yè)產(chǎn)出的影響在5%水平上通過了顯著性檢驗(yàn)，影響系數(shù)為0.1786，這說明區(qū)域服務(wù)業(yè)的發(fā)展與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平存在較為密切的正向關(guān)聯(lián)，但相鄰地區(qū)經(jīng)濟(jì)發(fā)展水平的變化并不會對本地區(qū)服務(wù)業(yè)發(fā)展造成較為顯著的影響。

五、結(jié) 論

本文測算了2005～2012年我國八大經(jīng)濟(jì)區(qū)31個省市的服務(wù)業(yè)平均集中率、地區(qū)專業(yè)化指數(shù)，分析了區(qū)域服務(wù)業(yè)集聚水平和服務(wù)業(yè)專業(yè)化程度的變化趨勢，并在此基礎(chǔ)上運(yùn)用空間杜賓模型檢驗(yàn)了服務(wù)業(yè)集聚、地區(qū)專業(yè)化對服務(wù)業(yè)產(chǎn)出的影響效應(yīng)，得出了以下結(jié)論:

第一，從產(chǎn)業(yè)集聚水平來看，2005～2012年，東部沿海、北部沿海和南部沿海服務(wù)業(yè)集中度水平在八大區(qū)中始終處于最高水平，而長江中游、西南和黃河中游地區(qū)在八大區(qū)中居于中游水平；東北、西北地區(qū)服務(wù)業(yè)平均集中率水平相對較低，位于八大區(qū)下游水平，我國區(qū)域服務(wù)業(yè)集聚發(fā)展水平呈現(xiàn)由沿海向內(nèi)陸依次遞減的明顯趨勢。從地區(qū)專業(yè)化來看，西北地區(qū)和北部沿海的相對專業(yè)指數(shù)較高；南部沿海、長江中游、東北地區(qū)的相對專業(yè)指數(shù)較低；黃河中游、東部沿海和西南地區(qū)相對專業(yè)化指數(shù)居于中游水平。與產(chǎn)業(yè)集聚水平相比，區(qū)域?qū)I(yè)化指數(shù)的變動幅度較大，各年度表現(xiàn)很不穩(wěn)定，其中，西南地區(qū)和西北地區(qū)相對專業(yè)化指數(shù)都呈現(xiàn)顯著增長趨勢，東北、黃河中游、東部沿海地區(qū)都表現(xiàn)為先上升后下降的倒“U”形變化趨勢，而北部沿海、南部沿海和長江中游具有先上升再下降，之后又上升的變化趨勢。

第二，我國服務(wù)業(yè)發(fā)展在相鄰地區(qū)之間具有顯著的正向空間相關(guān)性，服務(wù)業(yè)集聚水平能顯著的促進(jìn)當(dāng)?shù)胤?wù)業(yè)的發(fā)展，但相鄰區(qū)域服務(wù)業(yè)集聚水平的提升反而會對當(dāng)?shù)胤?wù)業(yè)發(fā)展造成不利影響，即服務(wù)業(yè)集聚水平的提高對服務(wù)業(yè)產(chǎn)出的增加具有負(fù)向的空間溢出效應(yīng)和正向的直接影響效應(yīng)，正向直接影響效應(yīng)要比負(fù)向空間溢出效應(yīng)的影響程度更高，服務(wù)業(yè)在特定區(qū)域的集聚可以促進(jìn)當(dāng)?shù)胤?wù)業(yè)的快速發(fā)展，對全國整體服務(wù)業(yè)發(fā)展也具有積極作用。地區(qū)專業(yè)化對當(dāng)?shù)胤?wù)業(yè)發(fā)展具有顯著的正向影響，相鄰區(qū)域服務(wù)業(yè)專業(yè)化水平的提升會產(chǎn)生顯著的負(fù)向空間溢出效應(yīng)，并且正向的直接影響效應(yīng)明顯小于負(fù)向的空間溢出效應(yīng)。勞動投入和人均GDP對當(dāng)?shù)胤?wù)業(yè)產(chǎn)出均具有顯著的正向作用，但相鄰地區(qū)勞動投入和人均GDP的增長并未形成顯著的空間溢出效應(yīng)，這表明各地區(qū)服務(wù)業(yè)產(chǎn)出主要依賴于自身勞動力投入的增加和經(jīng)濟(jì)發(fā)展水平的提升。此外，本空間單元資本投入對服務(wù)業(yè)產(chǎn)出的影響并不顯著，但相鄰區(qū)域資本投入對服務(wù)業(yè)產(chǎn)出影響作用顯著為正，當(dāng)?shù)嘏c相鄰政府經(jīng)濟(jì)干預(yù)程度對服務(wù)業(yè)產(chǎn)出的影響都不顯著。

［1］Sapprasert K.The Impact of ICT on the Growth of the Service Industries［J］.Working Papers on Innovation Studies，2007.

［2］Giovanna M.Towards the Service Economy.And Yet It Moves！［J］.Economia Dei Servizi，2011：3-10.

［3］程大中.中國服務(wù)業(yè)增長的地區(qū)與部門特征［J］.北京：財貿(mào)經(jīng)濟(jì)，2003（8）：68-75.

［4］雷小清.中國服務(wù)業(yè)增長因素分析——基于SDA的實(shí)證研究［J］.北京：財貿(mào)經(jīng)濟(jì)，2007（6）：106-111.

［5］朱爾茜.我國區(qū)域服務(wù)業(yè)發(fā)展內(nèi)部結(jié)構(gòu)影響因素測度［J］.武漢：江漢論壇，2015（4）：16-20.

［6］Meliciani V，Savona M.The Determinants of Regional Specialisation in Business Services：Agglomeration Economies，Vertical Linkages and Innovation［J］.Journal of Economic Geography，2015，15（2）.

［7］韓德超，張建華.中國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究［J］.哈爾濱：管理科學(xué)，2008（6）：81-87.

［8］劉純彬，楊仁發(fā).中國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究——基于地區(qū)和行業(yè)面板數(shù)據(jù)的分析［J］.太原：山西財經(jīng)大學(xué)學(xué)報，2013（4）：30-37.

［9］魏君英.我國服務(wù)業(yè)發(fā)展的影響因素——基于省際面板數(shù)據(jù)的實(shí)證分析［J］.鄭州：經(jīng)濟(jì)經(jīng)緯，2014（5）：75-80.

［10］袁丹，雷宏振.產(chǎn)業(yè)集聚對生產(chǎn)性服務(wù)業(yè)效率的影響——理論與實(shí)證分析［J］.成都：軟科學(xué)，2015（12）：36-39.

［11］Cliff A D，Ord J K.Spatial autocorrelation［M］.London：Pion.1973.

［12］Anselin L.Spatial Econometrics：Methods and Models［M］.Dordrecht：Kluwer Academic Publishers.

［13］Elhorst J P.Specification and estimation of spatial panel data models［J］International Regional Science Review.2003，26（3）：244-268.

［14］Elhorst J P.Spatial Panel Data Models［M］.In Handbook of applied spatial analysis，M.M.Fischer and A.Getis，2010a. 377-407.Berlin：Springer.

［15］Hsiao C.Why panel data？［J］.Singapore Economic Review，2005，50（50）.

［16］范劍勇.市場一體化、地區(qū)專業(yè)化與產(chǎn)業(yè)集聚趨勢——兼談對地區(qū)差距的影響［J］.北京：中國社會科學(xué)，2004（6）：39-51.

［17］范劍勇.長三角一體化、地區(qū)專業(yè)化與制造業(yè)空間轉(zhuǎn)移［J］.北京：管理世界，2004（11）：77-96.

責(zé)任編輯：蔡 強(qiáng)

F719.1

A

1005-2674（2016）07-081-11

2016-06-30

國家社會科學(xué)基金項(xiàng)目（10BJL041）；吉林省科技發(fā)展計劃軟科學(xué)研究資助項(xiàng)目（20130420035FG）；2015年吉林大學(xué)哲學(xué)社會科學(xué)研究重大課題培育項(xiàng)目（2015ZDPY09）。

金春雨（1965-），女，吉林梨樹人，吉林大學(xué)商學(xué)院教授、博士生導(dǎo)師，主要從事產(chǎn)業(yè)經(jīng)濟(jì)計量與金融計量分析研究；陳霞（1989-），女，河南息縣人，湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院博士研究生，主要從事國際經(jīng)濟(jì)學(xué)研究；王偉強(qiáng)（1986-），男，河北邯鄲人，吉林大學(xué)商學(xué)院博士研究生，主要從事數(shù)量經(jīng)濟(jì)學(xué)研究。