我國(guó)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，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(guó)際商學(xué)院， 陜西 西安 710119)

?

我國(guó)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(guó)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(jì)量模型，從省域?qū)用鎸?shí)證分析了引起我國(guó)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(guó)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(guó)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(dòng)力因素、技術(shù)創(chuàng)新水平、產(chǎn)業(yè)因素、市場(chǎng)開(kāi)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^(guò)發(fā)揮空間上的正向溢出效應(yīng)，促進(jìn)我國(guó)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(duì)經(jīng)濟(jì)增長(zhǎng)的推進(jìn)作用日趨顯著，也逐漸成為我國(guó)經(jīng)濟(jì)發(fā)展的動(dòng)力之一[1]?！吧罨瘜I(yè)化分工，推動(dòng)生產(chǎn)性服務(wù)業(yè)加速發(fā)展”是中國(guó)《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年規(guī)劃綱要》中明確指出的。2014年3月，李克強(qiáng)總理在《政府工作報(bào)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(shì)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(lái)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(duì)制造業(yè)和經(jīng)濟(jì)發(fā)展都有顯著的促進(jìn)作用[4]，國(guó)際上許多大都市的發(fā)展經(jīng)驗(yàn)都證明了生產(chǎn)性服務(wù)業(yè)集聚的強(qiáng)大優(yōu)勢(shì)，但其在我國(guó)各個(gè)區(qū)域的發(fā)展極不平衡[5]，差異過(guò)大將會(huì)帶來(lái)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(shí)，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(duì)其進(jìn)行分類。Browning和Singelman、Marshall、Gruble和Walker以及鐘韻和閆小培等國(guó)內(nèi)外學(xué)者在此基礎(chǔ)上對(duì)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(méi)有形成統(tǒng)一的范圍界定。根據(jù)我國(guó)《國(guó)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(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，信息傳輸、計(jì)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(shí)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(guó)生產(chǎn)性服務(wù)業(yè)集聚存在較強(qiáng)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(yùn)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(lái)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(duì)浙江的制造業(yè)進(jìn)行分析后，吳義爽和徐夢(mèng)周發(fā)現(xiàn)，個(gè)體制造企業(yè)通過(guò)服務(wù)平臺(tái)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(gè)地級(jí)市的研究表明，制造業(yè)集聚、政府行為、對(duì)外開(kāi)放程度和信息化水平等因素對(duì)我國(guó)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(huì)資本都充分利用，促進(jìn)企業(yè)創(chuàng)新，爭(zhēng)取更好的績(jī)效[14]。譚靈芝、王國(guó)友認(rèn)為西部地區(qū)借助環(huán)境規(guī)制對(duì)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(shí)，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(lái)看，制造業(yè)發(fā)展和經(jīng)濟(jì)發(fā)展的關(guān)系是國(guó)內(nèi)外的學(xué)者分析生產(chǎn)性服務(wù)業(yè)集聚的聚焦點(diǎn)。在國(guó)內(nèi)，對(duì)生產(chǎn)性服務(wù)業(yè)集聚的研究相對(duì)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(jì)量分析之前，首先應(yīng)檢驗(yàn)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?？臻g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(jì)量。除了能測(cè)量地區(qū)間整體的空間相關(guān)程度外，global Moran’s I還能夠測(cè)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(gè)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(shí)別高值或低值(熱點(diǎn)或冷點(diǎn))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(shí)，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(jì)量模型

根據(jù)空間計(jì)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(jì)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(xiàng)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(xiàng)向量。對(duì)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(diǎn)，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(guó)31個(gè)地區(qū)生產(chǎn)性服務(wù)業(yè)的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。

三、空間計(jì)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(cè)算了2006—2012年我國(guó)31個(gè)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(lái)，我國(guó)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(guó)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(shì)是升高的。這些表明我國(guó)省級(jí)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(qiáng)。

表1 2006-2012年我國(guó)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(guó)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(diǎn)圖，它將省域單元的測(cè)度數(shù)據(jù)點(diǎn)分成四個(gè)象限，分別對(duì)應(yīng)四種不同的空間相關(guān)模式。可以看到，大多數(shù)的數(shù)據(jù)點(diǎn)位于第一象限和第三象限，第三象限的數(shù)據(jù)點(diǎn)最多，Moran’s I散點(diǎn)圖的線型回歸斜率系數(shù)為正，表明我國(guó)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(lái)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(gè)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(gè)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(diǎn)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(guó)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(guó)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(qiáng)，地區(qū)間存在生產(chǎn)性服務(wù)業(yè)的良性互動(dòng)。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(gè)地區(qū)，減少了甘肅?？梢?jiàn)，我國(guó)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(duì)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(shí)證檢驗(yàn)

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(duì)象，以該產(chǎn)業(yè)在各地區(qū)的產(chǎn)值在該產(chǎn)業(yè)全國(guó)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(dòng)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(guó)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(guó)制造業(yè)產(chǎn)值的比重衡量；政策支持FS，用各地區(qū)財(cái)政支出占全國(guó)財(cái)政支出的比重衡量；市場(chǎng)開(kāi)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(lái)源于2007-2013年《中國(guó)統(tǒng)計(jì)年鑒》、《第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》以及各地區(qū)統(tǒng)計(jì)年鑒。

2.模型選擇與估計(jì)

對(duì)2012年我國(guó)生產(chǎn)性服務(wù)業(yè)集聚影響因素進(jìn)行實(shí)證分析估計(jì)，檢驗(yàn)發(fā)現(xiàn)，模型1和模型2未通過(guò)空間相關(guān)性的顯著性檢驗(yàn)，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(guò)了5%的顯著性檢驗(yàn)，說(shuō)明回歸誤差項(xiàng)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(guò)了檢驗(yàn)，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(guò)了檢驗(yàn)，而三個(gè)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(jì)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(gè)模型的估計(jì)結(jié)果如表3所示，模型1只包括勞動(dòng)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(chǎng)開(kāi)放水平、政策支持因素的回歸模型。

表2 空間依賴性檢驗(yàn)結(jié)果

表3 模型估計(jì)結(jié)果

從模型1可知，勞動(dòng)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(dòng)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(guò)了顯著性檢驗(yàn)。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(guò)了顯著性檢驗(yàn)。對(duì)比模型1到模型5的檢驗(yàn)結(jié)果，模型5的擬合優(yōu)度R2為0.9648，自然對(duì)數(shù)似然函數(shù)值LogL為-27.6299，都相對(duì)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(duì)最小，因而模型5是相對(duì)最優(yōu)的，更符合實(shí)際情況。模型5的估計(jì)結(jié)果是制造業(yè)的集聚水平、勞動(dòng)力和技術(shù)創(chuàng)新水平均在1%的顯著性水平下對(duì)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(chǎng)開(kāi)放水平和政策支持因素均在5%的顯著性水平下對(duì)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(duì)較大。模型5的檢驗(yàn)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(guò)了顯著性檢驗(yàn)。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(dòng)力因素和開(kāi)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(guó)31個(gè)省、市和自治區(qū)的數(shù)據(jù)，從空間溢出效應(yīng)的視角，對(duì)我國(guó)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(yùn)用空間計(jì)量模型對(duì)其影響因素進(jìn)行了實(shí)證分析，得到以下主要結(jié)論和建議。

(一)結(jié)論

1.我國(guó)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(qiáng)，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(guó)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(duì)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(dòng)力因素、技術(shù)水平、產(chǎn)業(yè)因素、市場(chǎng)開(kāi)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(dòng)力因素和開(kāi)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(dòng)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(dòng)協(xié)同，充分運(yùn)用產(chǎn)業(yè)間關(guān)聯(lián)影響，通過(guò)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(qiáng)政府對(duì)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(cái)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(qiáng)對(duì)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(dòng)力隊(duì)伍，培養(yǎng)高素質(zhì)的專業(yè)人才。出臺(tái)和完善相關(guān)的激勵(lì)機(jī)制，營(yíng)造良好的發(fā)展空間，提高對(duì)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(tái)，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(guó)內(nèi)外高校、科研院所的研發(fā)合作與技術(shù)交流，推動(dòng)自主創(chuàng)新與技術(shù)溢出。擴(kuò)大開(kāi)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(yàn)，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(qiáng)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(lái)的負(fù)面作用，推動(dòng)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(dòng)。發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚度高的地區(qū)對(duì)鄰近地區(qū)的空間溢出效應(yīng)，通過(guò)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(duì)鄰近地區(qū)的輻射力，帶動(dòng)臨近地區(qū)的發(fā)展。在發(fā)展符合本地優(yōu)勢(shì)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(shì)，做好對(duì)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(bǔ)錯(cuò)位、合理分工和互動(dòng)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(diǎn)將鄰近地區(qū)及其他輻射牽引力強(qiáng)的地區(qū)培育成為增長(zhǎng)極，由近到遠(yuǎn)，不斷放大集聚的正向溢出效應(yīng)，由個(gè)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(guó)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(guó)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(lái)自中國(guó)222個(gè)城市的經(jīng)驗(yàn)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(lái)自長(zhǎng)三角16個(gè)核心城市的經(jīng)驗(yàn)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(shí)溢出和生產(chǎn)性服務(wù)業(yè)空間集聚——基于中國(guó)城市數(shù)據(jù)的空間計(jì)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(guó)2002-2011年31個(gè)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(yáng)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(jì)量分析[J].財(cái)經(jīng)理論與實(shí)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(zhǎng)關(guān)系研究[J].審計(jì)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(mèng)周.制造企業(yè)服務(wù)平臺(tái)戰(zhàn)略跨層面協(xié)同與產(chǎn)業(yè)間互動(dòng)發(fā)展[J].中國(guó)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(jì)與決策，2012(8)：108-110.

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

[15]譚靈芝，王國(guó)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(cái)經(jīng)學(xué)院學(xué)報(bào)，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(guó)家社會(huì)科學(xué)基金項(xiàng)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(xiǎn)控制研究”(14BSH052)；中央高校重點(diǎn)科研項(xiàng)目“集群企業(yè)知識(shí)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(yáng)人，西安建筑科技大學(xué)管理學(xué)院講師，博士，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)；雷宏振(1966-)，男，陜西合陽(yáng)人，陜西師范大學(xué)國(guó)際商學(xué)院副院長(zhǎng)，教授，博士，博士生導(dǎo)師，研究方向?yàn)楫a(chǎn)業(yè)發(fā)展研究。

F719

A

1672-2817(2016)05-0035-06