知識外溢、信息技術(shù)與信息技術(shù)服務(wù)業(yè)集聚

劉雪梅

內(nèi)容摘要：本文運用我國29個省、市、自治區(qū)信息技術(shù)服務(wù)業(yè)2005-2014年面板數(shù)據(jù)，通過計算區(qū)位熵度量產(chǎn)業(yè)的集聚狀況，結(jié)果顯示，我國信息服務(wù)業(yè)存在明顯的空間集聚。然后，使用靜態(tài)面板模型和動態(tài)面板模型進行估計，研究結(jié)果表明，知識外溢因素和信息技術(shù)對信息技術(shù)服務(wù)業(yè)集聚度有顯著的影響。在分區(qū)域回歸中，本文發(fā)現(xiàn)信息技術(shù)和知識外溢對信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚的影響主要發(fā)生在東部地區(qū)，對西部地區(qū)的影響較小。

關(guān)鍵詞：區(qū)位熵 信息技術(shù)服務(wù)業(yè) 產(chǎn)業(yè)集聚 知識外溢因素 信息技術(shù)

引言

隨著產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，服務(wù)業(yè)產(chǎn)值占經(jīng)濟總量的比重不斷提升，越來越受到重視。其中2012年到2015年全國服務(wù)業(yè)增加值分別為238529.66億元、276314.53億元、305500.61億元、341567億元，占GDP的比重分別為45.5%、46.9%、48.1%、50.5%，可以看出比重在逐年上升，服務(wù)業(yè)對經(jīng)濟的貢獻越來越大，2015年首次突破50%。其中信息技術(shù)服務(wù)業(yè)的發(fā)展尤為突出，這主要得益于互聯(lián)網(wǎng)經(jīng)濟的快速發(fā)展。根據(jù)工信部公布的數(shù)據(jù)，2012年到2015我國信息技術(shù)服務(wù)業(yè)收入分別是16936.51億元、20710.64億元、26659.75億元、29201億元，收入增長非常迅速，收入增長率從2013年的22.30% 提高到2014年的28.72%。

信息技術(shù)服務(wù)業(yè)是IT產(chǎn)業(yè)的重要組成部分，其業(yè)務(wù)主要包括信息技術(shù)咨詢服務(wù)、設(shè)計與開發(fā)服務(wù)、信息系統(tǒng)集成服務(wù)、數(shù)據(jù)處理和運營服務(wù)等幾個方面，具有產(chǎn)業(yè)滲透性強、創(chuàng)新活躍、帶動作用顯著等特點，能夠為傳統(tǒng)行業(yè)提供數(shù)字化平臺開發(fā)運營與維護、業(yè)務(wù)數(shù)據(jù)存儲處理及系統(tǒng)設(shè)計和咨詢服務(wù)。在產(chǎn)業(yè)轉(zhuǎn)型升級的要求下，信息技術(shù)服務(wù)業(yè)的地位越來越突出。但目前國內(nèi)對信息技術(shù)服務(wù)業(yè)的關(guān)注較少，研究這一行業(yè)的文獻不多。集聚是產(chǎn)業(yè)經(jīng)濟研究經(jīng)?？紤]的一個方向，以集聚為切入點研究信息技術(shù)服務(wù)業(yè)可以更好地了解該行業(yè)在全國不同區(qū)域的發(fā)展狀況以及在區(qū)域內(nèi)的發(fā)展水平。因此本文選擇研究信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚和其主要影響因素即信息技術(shù)和知識外溢，以期加深對這個行業(yè)的了解。

本文擬從信息技術(shù)服務(wù)業(yè)的產(chǎn)業(yè)集聚度入手，先了解全國該行業(yè)產(chǎn)業(yè)空間集聚的狀況，然后分別使用靜態(tài)面板估計和動態(tài)面板估計進行回歸分析，具體探究信息技術(shù)和知識外溢因素對信息技術(shù)服務(wù)業(yè)集聚的影響。

本文以下部分的結(jié)構(gòu)安排如下：第二部分是文獻綜述；第三部分是信息技術(shù)服務(wù)業(yè)的空間集聚測度；第四部分是理論分析、模型設(shè)定與數(shù)據(jù)來源；第五部分是實證結(jié)果與分析；第六部分是結(jié)論與啟示。

文獻綜述

產(chǎn)業(yè)集聚是區(qū)域經(jīng)濟和產(chǎn)業(yè)經(jīng)濟研究長期關(guān)注的一個重點，從馬歇爾的外部經(jīng)濟理論開始到新經(jīng)濟地理學(xué)的相關(guān)理論，大量研究關(guān)注產(chǎn)業(yè)集聚問題。馬歇爾（1920）最先使用集聚的概念來描述地域相近的企業(yè)或產(chǎn)業(yè)的集中現(xiàn)象?？唆敻衤?000）結(jié)合新經(jīng)濟地理和新貿(mào)易理論將規(guī)模經(jīng)濟、運輸成本等因素引入產(chǎn)業(yè)集聚的解釋中，證實較低的運輸成本和較高的產(chǎn)業(yè)規(guī)模有利于產(chǎn)業(yè)集聚的形成。國內(nèi)對產(chǎn)業(yè)集聚的關(guān)注始于上世紀90年代，最初大多數(shù)學(xué)者主要以制造業(yè)為研究對象。路江涌和陶志剛（2007）對我國制造業(yè)的實證研究結(jié)果表明區(qū)域產(chǎn)業(yè)集聚處于一個上升的趨勢。韓峰（2012）從空間經(jīng)濟學(xué)的角度，在馬歇爾外部性和新經(jīng)濟地理的視角下構(gòu)建了市場與需求的空間指標，探討我國制造業(yè)空間集聚機制，發(fā)現(xiàn)區(qū)際研發(fā)溢出和市場需求等對制造業(yè)的空間集聚有顯著影響。樊秀峰（2013）運用區(qū)位熵和空間基尼系數(shù)對陜西省的制造業(yè)集聚進行測度，并通過panel-data模型對制造業(yè)的集聚影響因素進行研究，發(fā)現(xiàn)資源依賴性行業(yè)的集聚度整體呈下降趨勢。文東偉和冼國明（2014）從省、市、縣三個層次，利用企業(yè)層面的微觀數(shù)據(jù)分別測算了制造業(yè)的產(chǎn)業(yè)集聚指數(shù)，指出一些高集聚行業(yè)可能與集聚經(jīng)濟、運輸成本和空間外部性等因素有關(guān)?？梢钥闯?，國內(nèi)學(xué)術(shù)界對制造業(yè)的集聚研究逐步深入，既有全國層面的研究也有省市甚至企業(yè)微觀數(shù)據(jù)層面的研究。

隨著全球金融危機的深化和制造企業(yè)向著服務(wù)化轉(zhuǎn)型升級，使得產(chǎn)業(yè)經(jīng)濟研究的重點逐漸轉(zhuǎn)移到服務(wù)業(yè)上，其中對生產(chǎn)性服務(wù)業(yè)集聚的研究開始受到重視。越來越多的學(xué)者（陳建軍等，2009；劉輝煌等，2012）開始關(guān)注生產(chǎn)性服務(wù)業(yè)的產(chǎn)業(yè)集聚。目前對生產(chǎn)性服務(wù)業(yè)集聚研究的理論基礎(chǔ)大多是借鑒制造業(yè)的研究機理，以馬歇爾（1920）、克魯格曼（2000）等的集聚理論為基礎(chǔ)，從外部性經(jīng)濟出發(fā)研究集聚的動因。然而生產(chǎn)性服務(wù)業(yè)和制造業(yè)在產(chǎn)業(yè)特性上存在差異，因此研究制造業(yè)集聚的傳統(tǒng)理論并不能完全適用于生產(chǎn)性服務(wù)業(yè)。Keeble 和Nacham（2002）認為生產(chǎn)性服務(wù)業(yè)屬于知識密集型行業(yè)，不同于制造業(yè)從供給和需求方面進行探討，應(yīng)該從創(chuàng)新和知識的角度對其進行研究。盛龍（2013）從生產(chǎn)性服務(wù)業(yè)的產(chǎn)業(yè)特性出發(fā)利用2003年到2010年我國地級城市數(shù)據(jù)從行業(yè)和地區(qū)兩個層面對影響生產(chǎn)性服務(wù)業(yè)集聚的因素進行實證研究，研究發(fā)現(xiàn)信息化程度、知識密度、人力資本等對生產(chǎn)性服務(wù)業(yè)集聚產(chǎn)生顯著的積極影響。劉輝煌（2012）運用中部81個地級城市的面板數(shù)據(jù)研究發(fā)現(xiàn)政府行為、對外開放度、信息化水平等對生產(chǎn)性服務(wù)業(yè)集聚有顯著的影響。Ding和Zhao（2013） 運用面板數(shù)據(jù)對我國生產(chǎn)性服務(wù)業(yè)集聚的原因進行探討，他們認為生產(chǎn)性服務(wù)業(yè)集聚受產(chǎn)業(yè)關(guān)聯(lián)、政府投資的影響較大。雖然制造業(yè)和生產(chǎn)性服務(wù)業(yè)具有不同的特點，但也不是完全獨立的。根據(jù)分工理論，服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)是從制造業(yè)中分離出來的（劉輝煌等，2012）。有學(xué)者（Ke et al，2013）認為制造業(yè)和生產(chǎn)性服務(wù)業(yè)存在著協(xié)同集聚效應(yīng)，并通過對我國286個城市的面板數(shù)據(jù)進行實證研究，證實制造業(yè)傾向選擇有生產(chǎn)性服務(wù)業(yè)集聚的城市。

雖然制造業(yè)和生產(chǎn)性服務(wù)在某些研究方法上是一脈相承的，但由于不同行業(yè)特性使得研究也存在一些差異。有較多學(xué)者對生產(chǎn)性服務(wù)業(yè)進行研究，但主要是從省級層面或者地級市層面對整個生產(chǎn)性服務(wù)業(yè)的產(chǎn)業(yè)集聚進行研究，沒有細化到某一個具體的行業(yè)。本文在前人研究的基礎(chǔ)上，以期彌補具體行業(yè)研究的不足，對生產(chǎn)性服務(wù)業(yè)中的重要分支信息技術(shù)服務(wù)業(yè)集聚進行研究，以探究信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚情況以及信息技術(shù)和知識外溢對信息技術(shù)服務(wù)業(yè)集聚的影響。endprint

信息技術(shù)服務(wù)業(yè)空間集聚測度

關(guān)于產(chǎn)業(yè)集聚的測度方法主要有空間基尼系數(shù)、產(chǎn)業(yè)集群數(shù)、赫芬達爾-赫希曼指數(shù)、區(qū)位熵指數(shù)等。這些方法都存在各自的優(yōu)缺點，其中區(qū)位熵指數(shù)由于其計算比較簡單可行，并且能夠較形象的反映某個地區(qū)的主導(dǎo)產(chǎn)業(yè)和產(chǎn)業(yè)集聚水平，成為目前應(yīng)用最廣泛的指標（申玉銘等，2009）。本文結(jié)合各測度方法的優(yōu)缺點以及考慮數(shù)據(jù)的可得性，最終選擇區(qū)位熵來測度信息技術(shù)服務(wù)業(yè)的產(chǎn)業(yè)集聚度。區(qū)位熵的計算公式為：

LQij=（Eij/Ei）/（Eki/Ek）

其中 LQij代表i地區(qū)信息技術(shù)服務(wù)業(yè)的區(qū)位熵，Eij表示i地區(qū)信息技術(shù)服務(wù)業(yè)的產(chǎn)值，Ei表示i地區(qū)的所有產(chǎn)業(yè)總產(chǎn)值，Eki表示全國信息技術(shù)服務(wù)業(yè)的產(chǎn)值，Ek表示全國的所有產(chǎn)業(yè)總產(chǎn)值。LQij的數(shù)值越大代表該地區(qū)的集聚度越高，一般大于1表明該地區(qū)信息技術(shù)服務(wù)業(yè)存在明顯集聚。

信息技術(shù)服務(wù)業(yè)集聚度計算涉及到的相關(guān)數(shù)據(jù)來自《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》（2005-2014年）。由于西藏和青海兩省的信息技術(shù)服務(wù)業(yè)收入數(shù)據(jù)缺失，故剔除這兩個省，共包括（除港澳臺地區(qū)）的29個省市區(qū)。本文把各省市區(qū)信息技術(shù)服務(wù)業(yè)集聚結(jié)果以地圖的形式呈現(xiàn)。由于篇幅有限，圖1只列出了2005年、2008年、2011年、2014年四年各省信息技術(shù)服務(wù)業(yè)集聚分布圖，從這四幅圖可以大體觀察出這10年來信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚空間分布的變化情況。10年來，北京、廣東、上海、陜西、江蘇、福建、遼寧基本都居于前幾位，區(qū)位熵基本都大于1。其中北京的集聚度尤為突出，雖然近年來有所下降，但仍遠遠高于其他省市，區(qū)位熵基本都在3以上。而廣大中西部地區(qū)的省份，如安徽、寧夏、山西、新疆、內(nèi)蒙古則位于后幾位，信息技術(shù)服務(wù)業(yè)發(fā)展集聚程度低，沒有形成明顯的產(chǎn)業(yè)集聚?？梢钥闯?，中國的信息技術(shù)服務(wù)業(yè)主要集聚在長三角、珠三角以及環(huán)渤海等區(qū)域。這種集聚的趨勢和格局并沒有隨著時間的推移而發(fā)生較大的變化，反而有強化的趨勢。

理論假說、模型設(shè)定與數(shù)據(jù)來源

（一）理論假說

知識外溢因素：馬歇爾認為外部經(jīng)濟是產(chǎn)業(yè)集聚的經(jīng)濟動因，包括中間投入、勞動力共享及知識溢出。信息技術(shù)服務(wù)業(yè)屬于知識密集型產(chǎn)業(yè)，存在大量顯性和隱性的知識，而知識外溢提高了這些知識在集群內(nèi)的傳播效率，有利于創(chuàng)新，而且推動了信息技術(shù)服務(wù)業(yè)“集體學(xué)習(xí)過程的”形成。同時知識外溢有助于信息技術(shù)服務(wù)業(yè)知識的擴散，對集聚具有促進作用?；谝陨戏治?，本文假設(shè)知識外溢與信息技術(shù)服務(wù)業(yè)集聚有顯著的正相關(guān)性。

信息技術(shù)：曾國寧（2006）認為大部分生產(chǎn)性服務(wù)業(yè)的無形產(chǎn)品在空間上多是通過一種虛擬網(wǎng)絡(luò)進行，很少依靠面對面的交易。而信息技術(shù)服務(wù)業(yè)和一般的生產(chǎn)性服務(wù)業(yè)相比具有其特性，它提供的產(chǎn)品主要是圍繞信息技術(shù)展開，屬于信息技術(shù)密集型產(chǎn)業(yè)。信息技術(shù)服務(wù)業(yè)的發(fā)展很大程度上依托于信息網(wǎng)絡(luò)與信息技術(shù)的運用與發(fā)展，信息技術(shù)可以有效的提高信息技術(shù)服務(wù)企業(yè)的效率與服務(wù)質(zhì)量（劉輝煌和雷艷，2012）。并且該產(chǎn)業(yè)提供的產(chǎn)品主要通過信息技術(shù)、互聯(lián)網(wǎng)等手段進行傳輸，這就大大擴展了信息技術(shù)產(chǎn)業(yè)的服務(wù)半徑，為空間的集聚提供了可能性（何駿，2011）。基于以上分析，本文假設(shè)信息技術(shù)提高對信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚有顯著的正面影響

（二）計量模型設(shè)定

引起信息技術(shù)服務(wù)業(yè)產(chǎn)業(yè)集聚的原因很多，本文主要探討其中兩個主要方面的原因，即信息技術(shù)和知識外溢因素，設(shè)定以下模型：

（1）

其中，LQ代表信息技術(shù)服務(wù)業(yè)集聚程度；KS代表各地區(qū)的知識外溢因素；It代表各地區(qū)的信息技術(shù)水平；X代表其他的控制變量，以增強模型的解釋能力，并盡可能減少遺漏變量偏誤。i、t分別表示地區(qū)和時間，β 0為常數(shù)項，β1、β2、α為待估參數(shù)，εit為隨機擾動項。

由于集聚具有因果累積循環(huán)關(guān)系，靜態(tài)數(shù)據(jù)面板分析方法不能很好的詮釋這種關(guān)系，故引入動態(tài)面板數(shù)據(jù)分析模型。具體的模型如下：

（2）

其中 LQi，t-1表示信息技術(shù)服務(wù)業(yè)集聚水平的滯后一期，其他的解釋變量含義與模型（1）相同。

（三）數(shù)據(jù)來源及變量說明

本文數(shù)據(jù)的時間跨度為2005-2014年，使用的數(shù)據(jù)主要來自《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》以及國家統(tǒng)計局網(wǎng)站。由于計算區(qū)位熵時剔除了西藏和青海，研究對象共包括除港澳臺以外的其他29個省、市、自治區(qū)。

研究發(fā)現(xiàn)，知識外溢對勞動者素質(zhì)有著較高的要求，勞動素質(zhì)越高的情況下越容易發(fā)生知識外溢（劉洪偉等，2016）。信息技術(shù)服務(wù)業(yè)作為知識、技術(shù)生產(chǎn)與傳播的行業(yè)，對人才特別是高素質(zhì)人才的依賴性較強，一個地區(qū)接受高等教育的人數(shù)越多，潛在的人力資源就越多，其知識溢出的水平越大。因此，本文采取高等學(xué)校在校生數(shù)量表征知識溢出。汪斌、余冬筠（2004）構(gòu)建了信息化衡量綜合指數(shù)（CIIC）來測算我國信息化水平，比較全面與準確。但是由于該指數(shù)涉及眾多指標，鑒于數(shù)據(jù)所限，本文僅采用其中一個指標即互聯(lián)網(wǎng)用戶數(shù)衡量信息技術(shù)發(fā)展。其他的控制變量包括對外開放度、政府行為、創(chuàng)新活躍度、市場空間因素和外商投資水平，具體的變量含義及計算形式見表1。

實證結(jié)果與分析

（一）靜態(tài)面板估計分析

運用式（1）的計量模型，使用靜態(tài)面板數(shù)據(jù)進行回歸，考察信息技術(shù)和知識外溢對信息技術(shù)服務(wù)業(yè)集聚的影響。通過豪斯曼檢驗進行固定效應(yīng)模型和隨機效應(yīng)模型的選取，得到chi2（7）=42.32且Prob>chi2=0.0000，表明選擇固定效應(yīng)模型分析信息技術(shù)服務(wù)業(yè)的集聚影響因素優(yōu)于隨機效應(yīng)模型。對固定效應(yīng)模型進行序列相關(guān)和異方差檢驗，發(fā)現(xiàn)同時存在異方差和序列相關(guān)問題，因此本文采用廣義線性模型和面板修正標準差估計進行修正，并比較兩種方法估計出來的結(jié)果，發(fā)現(xiàn)估計出來的結(jié)果相差不大。本文選取廣義線性模型進行分析，可以看到經(jīng)過修正后，政府行為這一控制變量由顯著變得不顯著了，而創(chuàng)新活躍度由不顯著變得顯著了，其他控制變量顯著性沒有變化都在5%水平下顯著。模型（4）中主要解釋變量信息技術(shù)和知識外溢在1%的水平下顯著，并且系數(shù)為正，結(jié)果表明信息技術(shù)和知識外溢與信息技術(shù)服務(wù)業(yè)集聚水平存在顯著的正相關(guān)關(guān)系，符合預(yù)期。市場空間因素和外商投資水平與信息技術(shù)服務(wù)業(yè)集聚水平存在顯著的負相關(guān)關(guān)系，對外開放度與信息技術(shù)服務(wù)業(yè)集聚度呈正相關(guān)，開放度越高，對外交流越多，信息技術(shù)服務(wù)業(yè)集聚度越高（見表2）。endprint

（二）動態(tài)面板估計分析

由于集聚具有時間上的相關(guān)性，即前一期會對后一期的結(jié)果產(chǎn)生影響。從信息技術(shù)服務(wù)業(yè)的區(qū)位熵可以看出集聚強的區(qū)域越來越強，弱的依然弱。靜態(tài)面板數(shù)據(jù)回歸不能很好解釋這一現(xiàn)象，故引入動態(tài)面板數(shù)據(jù)估計，并采用式（2）作為動態(tài)面板估計的計量模型。與靜態(tài)面板估計方法相比，動態(tài)面板廣義矩估計在處理異方差、個體效應(yīng)、自相關(guān)方面具有更大的優(yōu)勢。本文采用動態(tài)面板廣義矩估計進一步探討模型的估計結(jié)果（夏斌武，2015）[11]。其中模型（10）采用的是動態(tài)面板差分GMM方法，模型（11）采用的是動態(tài)面板系統(tǒng)GMM方法。對兩個模型過度識別約束進行sargan檢驗，檢驗結(jié)果沒有拒絕工具變量有效性的原假設(shè)，說明采用一階自回歸的動態(tài)面板模型是合理的。

從表3可以看出，兩種估計方法估計出的集聚度的一階滯后項系數(shù)都顯著為正，說明信息技術(shù)服務(wù)業(yè)的集聚水平在時間上具有持續(xù)性，前一期的集聚水平對后一期的影響較大，存在累積因果循環(huán)關(guān)系。模型（10）和模型（11）的估計結(jié)果與前面的廣義線性模型的估計結(jié)果相比，信息技術(shù)的顯著性水平和相關(guān)系數(shù)都有所上升，知識外溢因素的相關(guān)系數(shù)雖然有所下降，但仍然非常顯著，與信息技術(shù)服務(wù)業(yè)的集聚水平依然存在正的相關(guān)性。

（三）按區(qū)域分組回歸分析

為了更細致的研究信息技術(shù)和知識外溢對信息技術(shù)服務(wù)業(yè)集聚的影響，本文把全國分成東部、中部、西部三個區(qū)域進行分組回歸。結(jié)合前文的分析，在回歸方法上選用了PCSE估計和廣義系統(tǒng)矩估計，得到結(jié)果如表4。分組回歸表明知識外溢因素在東、中部無論采用PCSE估計還是系統(tǒng)GMM估計都和集聚水平存在顯著正相關(guān)關(guān)系，知識外溢對信息技術(shù)服務(wù)業(yè)的集聚有積極的影響，而在西部地區(qū)系統(tǒng)GMM估計的結(jié)果表明知識外溢對信息技術(shù)服務(wù)業(yè)的集聚影響不顯著，這可能是由于西部地區(qū)研究機構(gòu)和高校的數(shù)量較少，且該區(qū)域?qū)θ瞬诺奈σ膊粡姡@些因素導(dǎo)致西部知識外溢水平不高。無論是用PCSE估計還是系統(tǒng)GMM估計在東部地區(qū)信息技術(shù)都與產(chǎn)業(yè)集聚水平存在顯著正相關(guān)關(guān)系。但是在西部地區(qū)兩種方法估計出來的結(jié)果都不顯著，這可能是由于西部地區(qū)經(jīng)濟發(fā)展水平低，且多貧困山區(qū)，這些區(qū)域主要精力不在提高信息化水平上，導(dǎo)致信息化水平不高，對信息技術(shù)服務(wù)業(yè)的影響小。總之，在東部地區(qū)信息技術(shù)和知識外溢因素對信息技術(shù)服務(wù)業(yè)集聚的影響大，在中西部地區(qū)，特別是西部地區(qū)影響較小。信息技術(shù)服務(wù)業(yè)的空間集聚也主要是在東部地區(qū)。

結(jié)論及啟示

通過對信息技術(shù)服務(wù)業(yè)集聚的特征進行描述，以及對信息技術(shù)服務(wù)業(yè)集聚影響因素的實證檢驗，本文得出以下結(jié)論：我國信息技術(shù)服務(wù)業(yè)近10來年主要集聚在珠三角、長三角和環(huán)渤海地區(qū)，其中北京信息技術(shù)服務(wù)業(yè)的集聚水平遙遙領(lǐng)先其他省份；知識外溢因素和信息技術(shù)與信息技術(shù)服務(wù)業(yè)的集聚存在顯著的正相關(guān)關(guān)系，并且這種正相關(guān)關(guān)系主要存在于東部地區(qū)；信息技術(shù)服務(wù)業(yè)的集聚水平顯著受前期的影響，存在累積因果循環(huán)關(guān)系。這也解釋了10年來，集聚區(qū)域基本沒有變化的原因，集聚水平高的區(qū)域隨著時間推移依然較高，而集聚水平低的區(qū)域雖然有所提升，但仍遠遠落后集聚水平高的區(qū)域；其他控制變量，如政府行為對信息技術(shù)服務(wù)業(yè)的集聚度有顯著的負面影響。

基于上述研究結(jié)論，為促進我國信息技術(shù)服務(wù)業(yè)的集聚與快速發(fā)展，提出以下政策建議：第一，在地區(qū)之間平衡發(fā)展，在重點發(fā)展集聚度高的區(qū)域同時，扶持集聚度和發(fā)展水平低的區(qū)域的發(fā)展，促進信息技術(shù)服務(wù)業(yè)在全國的協(xié)調(diào)發(fā)展；第二，加大對信息技術(shù)服務(wù)方面專業(yè)人才的培養(yǎng)，豐富的人力資本是知識外溢的來源。各省可以根據(jù)自身的具體情況出臺一些吸引和留住人才的措施；第三，大力推進信息技術(shù)水平建設(shè)，規(guī)范信息化發(fā)展，引導(dǎo)居民有序合理地使用互聯(lián)網(wǎng)。通過信息技術(shù)促進信息技術(shù)服務(wù)業(yè)的發(fā)展；第四，政府要合理運用這只“看得見的手”，在信息技術(shù)服務(wù)業(yè)發(fā)展過程中，引導(dǎo)市場朝著正確的方向發(fā)展，但不能過多干預(yù)，否則只會適得其反。

參考文獻：

1.路江涌，陶志剛.我國制造業(yè)區(qū)域集聚程度決定因素的研究[J].經(jīng)濟學(xué)（季刊），2007，25（3）

2.文東偉，冼國明.中國制造業(yè)產(chǎn)業(yè)集聚的程度及其演變趨勢：1998-2009年[J].世界經(jīng)濟，2014，427（3）

3.陳建軍，陳國亮，黃潔.新經(jīng)濟地理學(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，2009，187（4）

4.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，2012，356（8）

5.盛龍，陸根堯.中國生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——基于行業(yè)和地區(qū)層面的分析[J].南開經(jīng)濟研究，2013，173（5）

6.申玉銘，吳康，任旺兵.國內(nèi)外生產(chǎn)性服務(wù)業(yè)空間集聚的研究進展[J].地理研究，2009， 28（6）

7.曾國寧.生產(chǎn)性服務(wù)業(yè)集群：現(xiàn)象、機理和模式[J].經(jīng)濟學(xué)動態(tài)，2006（12）

8.何駿.長三角區(qū)域服務(wù)業(yè)發(fā)展與集聚研究[J].上海經(jīng)濟研究，2011，275（8）

9.劉洪偉，陳銀，李駿.產(chǎn)業(yè)集聚、知識溢出與技術(shù)學(xué)習(xí)成本間關(guān)系的實證研究[J].技術(shù)經(jīng)濟，2016，35（10）

10.汪斌，余冬筠.中國信息化的經(jīng)濟結(jié)構(gòu)效應(yīng)分析——基于計量模型的實證研究[J].中國工業(yè)經(jīng)濟，2004（7）

11.夏斌武.自主創(chuàng)新與高技術(shù)產(chǎn)業(yè)生產(chǎn)率增長的關(guān)系研究[D].浙江財經(jīng)大學(xué)，2015

12.Marshall A.Principles of Economics[M].London：MacMillan，1920

13.保羅·克魯格曼.地理和貿(mào)易[M].北京大學(xué)出版社，2000

14.韓峰，柯善咨.追蹤我國制造業(yè)集聚的空間來源：基于馬歇爾外部性與新經(jīng)濟地理的綜合視角[J].管理世界，2012，229（10）endprint

15.樊秀峰， 康曉琴.陜西省制造業(yè)產(chǎn)業(yè)集聚度測算及其影響因素實證分析[J].經(jīng)濟地理，2013，187（9）

16.Keeble D，Nacham L. Why do business service firms cluster？small consultancies，clustering and decentralization in London and Southern England. Transaction of the Institute of British Geographers，2002，27（1）

17.Ding J，Zhao G. On Influence Factors of Central Region of China Producer Service Agglomeration-Based on Empirical Study of Panel Data[J]. Science & Technology Management Research，2013

18.Shanzi Ke，Ming He， Chenhua Yuan. Synergy and Co-agglomeration of Producer Services and Manufacturing： A Panel Data Analysis of Chinese Cities[J]. Regional Studies，2014，48（11）

19.Ellison G，Kerr W R. What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns[J]. General Information， 2010， 100（3）

20.Keeble D. and Wilkinson F. High-technology clusters， networking and collective learning in Europe.Ashgate，2000，42（1）

21.Combes P P，Economic structure and local growth： france，1984-1993. Journal of Urban Economics，2000（47）

22.Roy VV，Vertesy D，Vivarelli M. The Employment Impact of Innovation： Evidence from European Patenting Companies[J]. DISCE - Quaderni dellIstituto di Politica Economica，2015endprint