生产性服务业集聚与区域经济增长的空间相关性分析

奥鹏网院作业

生产性服务业集聚与区域经济增长的空间相关性分析
——基于中国285个地级城市的实证研究

摘 要： 生产性服务业集聚已经成为经济全球化时代推动经济增长的重要动力。以生产性服务业集聚空间特征的测度为基础，考察生产性服务业集聚与区域经济增长的空间相关关系，并进一步分析生产性服务业集聚对区域经济增长的影响，特别是这种影响在不同发展区域间的差异。研究结果表明，生产性服务业集聚对区域经济增长具有单向的促进作用，但不同区域生产性服务业集聚对经济增长的影响是不同的。生产性服务业集聚对东部地区和中部地区的经济增长具有显著的正影响，对西部地区经济增长无显著影响；只有中部地区生产性服务业集聚对相邻区域有正向溢出效应。
关键词： 生产性服务业集聚； 区域经济增长； 空间相关性分析
一、引言
随着经济全球化进程的加快，服务业逐步取代传统工业成为区域经济和城市发展的重要推动力[1]。而生产性服务业作为经济发展中增长效率最高的部门，在全球化生产中表现出卓越的活力和竞争力。推动生产性服务业集聚发展已经成为世界主要国家和地区加快经济增长、提升全球竞争力的必然选择。2015年，中国服务业增加值占GDP的比重达到52.9%，首次超过工业成为国民经济第一支柱产业。同期，包括批发和零售业、交通运输仓储和邮政业、金融业和房地产业等在内的生产性服务业增加值占全部服务业增加值比重接近60%。但是，这一比重与世界主要城市“两个70%”的比重还存在一定的差距。十九大报告明确提出，要“支持传统产业优化升级，加快发展现代服务业，瞄准国际标准提高水平。”加快生产性服务业集聚发展是适应当前我国产业结构调整和经济转型升级要求的重要战略举措。但是，中国经济增长的区域不平衡性是客观存在的，生产性服务业集聚水平也存在空间差异[2]，不同发展区域对生产性服务业集聚发展的需求是不同的。因此，考察生产性服务业集聚的空间差异及其对区域经济增长的不同影响，并因地制宜地探讨推动生产性服务业集聚发展的措施是加快我国区域经济发展的客观现实需求。
二、文献综述
生产性服务业是贯穿于企业生产的上游(可行性研究、产品设计、市场调研等)、中游(质量控制、会计、法律咨询、保险等)和下游(广告、物流、售后等)等诸多环节中，能够为企业在产品和服务生产过程的不同阶段提供作为中间投入、满足中间需求的产品和服务，具有中间投入性、产业关联性、产业融合性、要素密集性等特征的非最终消费的服务部门和行业的统称。包括交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；批发和零售业；金融业；租赁和商务服务业；科学研究和技术服务业等六个行业[3-10]。
自20世纪50年代生产性服务业进入公众视线以来，其集聚发展的态势引起了各界的广泛关注，并被认为是推动经济增长的重要力量。对英国、加拿大、澳大利亚、西班牙、德国、亚洲地区相关指标的研究表明，生产性服务业普遍集中于发达的大都市区[11-17]。但随着经济的发展，大都市区内部生产性服务业呈现由核心区向边缘转移的趋势[18，19]。国内学者也从国家层面[20]、区域层面[21，22]、城市层面[23-25]等研究了我国生产性服务业集聚的空间特征，指出虽然与国外相比，我国生产性服务业的分散程度较高，但生产性服务业在大都市区特别是中心城区集聚的特征十分明显。
经济增长一直是学术界研究的热点问题，生产性服务业的发展之所以受到广泛关注，一个重要原因在于其对经济增长的显著影响。国内学者通过研究将生产性服务业促进经济增长的机制归纳为：生产性服务业通过推动技术进步与创新、促进分工深化、通过产业集聚、改善地区投资发展环境等方式促进经济增长[26-28]。同时，大多数实证研究也表明，生产性服务业对经济增长具有显著的正向促进作用[29-31]。事实上，经济增长反映了经济活动随时间推移的变化特征，即经济活动的时间形态，而集聚则反映了经济活动的空间形态。经济现象的空间形态是一个长期被古典经济学增长理论和新经济增长理论忽视的问题。所以，在相关问题的研究中，将经济增长与集聚联系起来的文献并不多。但是，根据薛定谔方程，时间和空间在本质上具有一致性，那么，研究经济活动时间形态的经济增长问题和研究经济活动空间形态的集聚问题就可以看做是一个问题的两个方面[32]。以Marshall、Jacobs、Krugman和Fujita等为代表的新经济地理学派认为，由于产业集聚而导致的规模收益递增倾向于产生一种自强化机制，在这种机制的作用下地区经济增长差异极有可能扩大。因此，生产性服务业集聚对于经济增长的作用，更具体地说对于经济增长的空间分布具有显著影响的。在这一方面，一些学者尝试将生产性服务业集聚作为变量引入经济增长模型，考察生产性服务业集聚对经济增长的影响。王琢卓、韩峰对湖南的实证研究表明、生产性服务业的专业化集聚和多样化集聚均能直接显著地促进城市经济增长，专业化的作用更为突出[33]。侯淑霞、王雪瑞运用内生增长理论对经济增长与生产性服务业集聚的关系进行了研究，结果表明中国经济增长与生产性服务业集聚都具有显著的空间自相关性和异质性[34]。吉亚辉、甘丽娟基于全国31个省市的考察表明，我国地区经济增长呈现明显的空间集聚特征，且生产性服务业集聚，尤其是多样化集聚对经济增长具有显著的正向影响[2]。
综上所述，对经济增长与生产性服务业集聚空间相关性的研究反映了经济活动时间与空间相一致的本质特征，具有重要的理论价值。同时，考察生产性服务业集聚对经济增长的作用方向与程度，也符合“新常态”下我国产业结构调整和转型升级的现实需求。但是，以往的研究在这一方面还有待改进，一是对经济增长与生产性服务业集聚之间的因果关系缺乏明确的检验结论；二是很少考虑区域间的发展差距，分区域检验生产性服务业集聚对经济增长的作用。基于此，本文以新经济地理理论为基础，运用计量经济学和空间计量经济学的方法和工具，以全国285个地级城市为样本，考察生产性服务业集聚与经济增长的空间相关关系，不仅将生产性服务业集聚作为变量引入模型来考察生产性服务业本身对经济增长的影响，同时考虑了不同区域的经济发展差距，分区域考察了生产性服务业集聚对经济增长的影响，从而使本文的政策建议更具有针对性和可操作性。
三、中国城市生产性服务业集聚的空间特征分析
(一)生产性服务业集聚的测度
对生产性服务业集聚的测度是考察生产性服务业空间分布特征的基础，也是国内外学者有关生产性服务业研究的重点内容。在这一领域的研究中，国内外学者基于不同的视角，采用了多种方法对生产性服务业集聚水平进行测度。其中，运用较为广泛的测度方法包括区位熵、空间基尼系数(G系数)、赫芬达尔指数(H指数)、地理集中指数(E-G指数)等，但上述方法在运用中也存在许多争议，如区位熵和空间基尼系数没有考虑企业规模对集聚的影响，而赫芬达尔指数和地理集中指数尽管考虑了企业规模的影响，但数据的可得性存在问题。同时，上述指数在描述集聚的空间特征时也存在一定缺陷。Ciccone和Hall指出，集聚的本质是经济活动的密度，空间密度通过经济集聚效应导致了经济增长[35]。基于此，Koo J(j=1,2,…,m)提出用产业i在j地区的就业密度与i产业在全国的总就业量之比来表示产业i在j地区的集聚程度[36]，如式(1)所示

(1)
其中，PCij表示产业i在j地区的集聚程度，Eij表示j地区从事产业i的从业人员数量，Sj表示j地区的总面积，表示全国i产业的从业人员总数。
本文对于生产性服务业集聚的测度将从两个方面进行，首先，运用空间基尼系数检验生产性服务业在全国范围内是否存在集聚特征；其次，运用式(1)考察不同城市生产性服务业集聚水平的差异。
(二)中国生产性服务业集聚的总体检验
检验生产性服务业在全国范围内是否存在集聚特征是本文研究的前提基础。空间基尼系数在用于测度产业的空间集聚特征中取得了良好的效果，其表达式如式(2)所示

(2)
其中，Rj表示j地区某产业就业人数占该产业全国总就业人数的比重，Xj表示j地区就业人数占全国总就业人数的比重。一般而言，G越大，表明产业在地理上的集聚程度越高，当G=0时，说明产业在空间的分布是平均的；当G=1时，则说明产业在空间上的分布绝对集中。
以全国293个地级以上城市为考察对象，剔除数据缺失的城市，对剩余285个城市进行分析。选取生产性服务业相关的六大行业单位从业人员及城市面积指标。数据来自相应年份《中国城市统计年鉴》，计算得到中国2005-2014年生产性服务业空间基尼系数如表1所示。
表1显示，全国范围内生产性服务业总体和分行业均存在一定程度的空间集聚特征，但集聚水平较低。从比较静态角度来看，2005年各行业集聚水平由高到低依次为：租赁和商务服务业>批发和零售业>信息传输、计算机和软件业>科学研究、技术服务和地质勘查业>交通运输、仓储和邮政业>金融业；而到了2014年，各行业集聚水平由高到低依次为：租赁和商务服务业>信息传输、计算机和软件业>科学研究、技术服务和地质勘查业>批发和零售业>交通运输、仓储和邮政业>金融业。上述情况表明，一方面，生产性服务业总体集聚特征日益明显，另一方面，生产性服务业内部各行业仍处在不断的结构调整之中，特别是一些技术含量较高的行业集聚趋势正在不断增强，这是符合经济增长规律和当前我国经济社会发展特征的。
(三)中国生产性服务业集聚的空间特征
分析表明，中国生产性服务业集聚特征十分明显，为进一步探讨其集聚的空间布局特征，利用式(1)计算2005-2014年中国285个城市生产性服务业集聚水平，部分结果如图1、图2所示。
表1 中国285个城市生产性服务业基尼系数(2005-2014年)

数据来源：作者通过相关数据来源计算整理得出。
图1、图2显示，我国285个地级以上城市生产性服务业的空间集聚水平存在明显差异，东部地区城市生产性服务业空间集聚水平显著高于中西部地区的城市。从整体变化趋势来看，2005-2014年，285个城市生产性服务业集聚水平的离散程度具有明显的扩大趋势。说明我国生产性服务业空间集聚正呈现快速发展趋势，生产性服务业空间集聚特征日趋明显。这是产业转型升级和城市功能发展的必然结果。对不同集聚水平的城市在2005-2014年间集聚水平的变化趋势进行分析可见，集聚程度越高的城市在这十年间集聚水平的增长幅度越大。从全国的空间集聚趋势来看，生产性服务业有明显的向“珠三角”和“长三角”两个区域集聚的趋势。到2014年，“珠三角”和“长三角”已经形成了较为明显的生产性服务业空间集聚区，如图3、图4所示。此外，我国第三大经济增长区域——京津冀区域生产性服务业集聚特征不明显，如图5所示。除北京和天津两个城市集聚水平较高外，周边城市均未表现出明显的集聚特征。原因在于，京津冀区域城市间发展差距较大，北京市已经进入后工业化时期，产业融合发展速度快，生产性服务业集聚趋势明显，天津市处于工业化后期向后工业化时期转变的过渡期，生产性服务业发展处于起步期，尚未形成明显的集聚趋势。而其他城市大多仍然处于工业化中后期，中低端制造业在经济发展中占主导地位。

图1 2005年中国285个城市生产性服务业集聚空间分布图
资料来源：作者绘制。

图2 2014年中国285个城市生产性服务业集聚空间分布图
资料来源：作者绘制。

图3 2014年“长三角”区域生产性服务业集聚空间分布图
资料来源：作者绘制。

图4 2014年“珠三角”区域生产性服务业集聚空间分布图
资料来源：作者绘制。

图5 2014年“京津冀”区域生产性服务业集聚空间分布图
资料来源：作者绘制。
四、生产性服务业集聚与区域经济增长的空间相关性检验
在证实了生产性服务业集聚的存在并分析了其空间布局特征后，进一步考察生产性服务业集聚对区域经济增长的影响。借鉴以往的研究成果[2,33]，对于二者关系的考察，仍然使用一个C-D生产函数作为基本模型。如式(3)所示。
Y=AKβ1Lβ2Hβ3
(3)
其中，Y、A、K、L、H分别表示各地区生产总值(GDP)、全要素生产率、资本存量、劳动力数量和人力资本，β1、β2、β3分别表示资本、劳动和人力资本的弹性系数。生产性服务业集聚对区域经济增长的影响主要表现在通过促进产业结构优化升级、推动技术进步和创新以及提高产业竞争力等改变区域经济总产出，可以认为生产性服务业集聚是全要素生产率的一个构成因素，假定全要素生产率为
A=A(eβ4PC)
(4)
式(4)是关于生产性服务业集聚PC的函数，β4是生产性服务业集聚的弹性系数，将式(4)代入式(3)并对数化后可得。
lnY=α+β1lnK+β2lnL+β3lnH+β4PC+ε
(5)
其中，α是常数项，ε是误差项。由此，对于区域经济增长与生产性服务业集聚关系的考察在模型中反映为考察LnY与PC之间的关系。
此前的分析表明，生产性服务业在全国范围内的集聚呈现出显著的区域非平衡性特征，集聚水平大致遵从由东南沿海向西北内陆递减的规律，这一特征与我国区域经济增长的空间布局特征极其相似。图6、图7分别显示2005年和2014年中国285个地级城市LnY的空间分布特征。
图6、图7显示，所考查的285个城市LnY的分布呈现显著的空间不平衡性，由东南沿海向西北内陆地区逐渐减小。经济增长较高的城市在长三角、珠三角、京津冀三大城市群集聚现象十分明显，且这种集聚有进一步加剧的趋势。

图6 285个地级城市LnY空间分布图(2005年)
资料来源：作者绘制。

图7 285个地级城市LnGDP空间分布图(2014年)
资料来源：作者绘制。
(一)空间自相关性检验
通过图形的描述，对于区域经济增长和生产性服务业集聚的空间特征给予了直观的展现，而进一步对这种空间特征进行科学的检验还需要借助空间计量经济学的方法和工具。其中，空间自相关性检验是一种考察经济活动地理相关特性的有效工具。检验某一区域的经济活动在地理空间上是否存在空间自相关性，空间统计和空间计量经济学提供了多种方法，最常用的包括：Moran’s I、Geary’s C、Getis指数。检验全域空间自相关性的Moran’s I指数的计算公式如下

(6)
(i=1,2,…,n; j=1,2,…n)
其中，为第i个地区生产总值的观测值，n为地区总数，Wij为空间权重矩阵。如果Moran’s I的正态统计量Z值大于正态分布函数在5%(1%)显著性
水平下的临界值1.65(1.96)，则表明区域经济活动在空间分布上具有明显的正向相关关系。正的空间相关代表相邻地区的类似特征值表现出空间集聚特征。
(二)生产性服务业集聚与区域经济增长的空间自相关性检验
根据2005-2014年中国285个城市生产性服务业集聚测度结果和式(6)，计算得到中国285个城市生产性服务业集聚空间相关性的Moran’s I指数，如表2所示。其中，权重矩阵选取了应用较为广泛的“后式”邻接矩阵。
检验结果显示，2005-2014年中国城市生产性服务业集聚空间相关性的Moran’s I指数在0.105 1-0.170 5之间，指数均值为0.135 1，并且大多在1%的水平上显著地偏离随机分布，说明中国城市生产性服务业集聚的分布的确存在明显的空间自相关性。同时，检验结果表明，虽然各年的Moran’s I指数略有波动，但总体呈增长趋势，说明生产性服务业集聚的空间自相关性有逐渐增强的趋势。
对区域经济增长(LnY)的空间自相关性检验结果如表3所示。
表3显示，2005-2014年中国285个城市LnY空间相关性的Moran’s I指数在0.290 5-0.311 2之间，指数均值为0.297 5，并且均在1%的水平上显著地偏离随机分布，说明中国区域经济增长的确存在明显的空间自相关性，且其自相关性水平显著大于生产性服务业集聚的空间自相关性水平。
上述检验表明，生产性服务业集聚与区域经济增长均表现出显著的空间自相关性，这为下文利用空间计量经济学的方法考察其相关程度提供了基础。同时，通过对比图1、图2和图6、图7可见，生产性服务业集聚的空间分布与经济增长的空间分布呈现出较为明显的一致性，说明二者之间存在一定的相关关系，但图中无法显示这种相关性的作用方向。因此，本文将运用格兰杰因果关系检验法对二者之间的相关关系进行进一步检验。
表2 2005-2014年中国城市生产性服务业集聚的空间相关性Moran’s I指数

数据来源：作者计算。
表3 2005-2014年285个城市LnY的空间相关性Moran’s I指数

数据来源：作者计算整理。
(三)生产性服务业集聚与区域经济增长相关性的格兰杰因果关系检验
根据中国285个城市2005-2014年生产性服务业集聚指数(PC)和地区生产总值(GDP)两项指标，利用Eviews计量经济软件计算得到二者的格兰杰因果关系检验结果及相应检验统计量如表4所示。
表4 区域经济增长(LnYP)与生产性服务业集聚(PC)格兰杰因果关系检验结果

数据来源：作者计算。
由表4可见，在滞后1-4阶的检验中，F统计量在5%的显著性水平下均拒绝了“PC不是LnY的格兰杰原因”这一假设，而接受了“LnY不是PC的格兰杰原因”这一假设，说明生产性服务业集聚是导致区域经济增长的原因，但二者之间不存在互为因果的关系。
五、生产性服务业集聚与区域经济增长空间溢出效应的实证检验
(一)基本模型
格兰杰因果关系检验结果显示，生产性服务业集聚是导致区域经济增长的原因。因此，前文模型中将生产性服务业集聚作为一个变量引入C-D生产函数中的假设具有一定的合理性。考虑到经济活动的关联性和外部性，区域经济活动会通过各种途径影响其周围区域同时受到周围区域的影响，明确这种影响就需要通过对区域经济活动的空间溢出效应进行考察。空间计量经济学的相关理论和方法为这种空间溢出效应的描述提供了有效的工具。空间计量经济学是在20世纪70、80年代开始出现的一个计量经济学分支学科，其基本内容是在计量经济学模型中考虑经济变量的空间效应，并进行一系列的模型设定、估计、检验以及预测的计量经济学方法。在实证研究中应用较为广泛的空间计量经济学模型包括：空间滞后模型(Spatial Lag Model，SLM，也称为SAR)、空间误差模型(Spatial Error Model，SEM)和空间杜宾模型(Spatial Duibin Model，SDM)。以式(5)为基础，分别构建生产性服务业集聚与区域经济增长空间溢出效应的SAR模型、SEM模型和SDM模型如式(7)-(9)所示。
lnY=α+ρWlnY+lnKβ1+lnLβ2+lnHβ3+PCβ4+ε
ε～N(0, σ2In)
(7)
lnY=α+lnKβ1+lnLβ2+lnHβ3+PCβ4+μ
μ～N (0, σ2In)
(8)
lnY=α+ρWlnY+lnKβ1+lnLβ2+lnHβ3+PCβ4+WlnKλ1+WlnKλ2+WlnKλ3+WPCλ4+ε
ε～N(0,σ2In)
(9)
(二)变量和数据说明
模型(7)-(9)中，Y表示各城市地区生产总值(GDP)，K表示资本存量，L表示劳动力数量，H表示人力资本量，PC表示生产性服务业集聚水平。除生产性服务业集聚指数PC为相关指标计算所得外，其余变量利用了中国285个城市2005-2014年相关指标的面板数据，相关数据主要来源于历年《中国城市统计年鉴》、历年《中国区域经济年鉴》，部分城市相关年份《国民经济和社会发展统计公报》；个别缺失数据利用加权平均法、三项移动平均法等方法补齐。为了消除价格因素的影响，相关名义数据已经利用价格指数进行了平减；对资本存量的估算借鉴了以往的研究方法[37],首先，使用各城市2005年全市限额以上工业企业流动资产和固定资产净值估算限额以上工业资本存量，然后使用限额以上工业增加值占全市生产总值的比例估算2005年各城市资本存量，2005年以后各城市的资本存量通过全市固定资产投资总额，用永续盘存法计算，如式(10)所示。
Kit=(1-δt)Ki,t-1+Iit/Pit
(10)
其中，Kit表示区域i第t年的资本存量，Ki,t-1表示区域i第t-1年的资本存量，Iit表示区域i第t年的固定资产投资，Pit为区域i第t年的的固定资产投资价格指数，δt表示第t年的折旧率，这里采用单豪杰*单豪杰.中国资本存量K的再估算1952-2006[J].数量经济技术经济研究,2008(10):17-31.的做法，将折旧率设定为10.96%。
关于模型中权重矩阵W的设定，本文采取了可得性较强并且应用广泛的“后式(Queen)”邻接型矩阵。虽然一些研究认为对于区域空间相关性的描述，同时考虑地理空间距离与区域经济、社会发展多种指标所产生的权重矩阵会更加准确，但是，首先，区域间地理坐标距离的测度标准并不是唯一的，并且一些对于实证研究非常有用的地理坐标距离是难以测量的；其次，如果在空间相关性的描述中，过多地考虑经济、社会因素，很可能导致已经包含这些因素在内的模型在估计中产生偏差。因此，本文选取了公认度比较高的“邻接”性法则来进行权重矩阵元素的设定。
(三)实证研究及结果分析
本文利用中国285个城市2005-2014年的面板数据考察区域经济增长的空间溢出效应及其与生产性服务业集聚之间的关系，实证方法采用空间计量经济分析中常用的模型和估计方法。尽管上文中已经构造了体现不同空间相关关系的空间计量经济模型(SAR、SEM、SDM)，但模型的具体适用性仍需进行进一步的分析。利用非空间面板模型(6)和OLS估计方法对模型的适用性进行联合显著性检验，结果如表5所示。表5的检验结果显示，除了在双固定效应模型下，Robust LM-Error检验不显著外，其余模型下，LM-Lag、Robust LM-Lag均至少在5%的显著性水平下通过检验，而LM-Error和Robust LM-Error均在1%的显著性水平下通过检验，说明空间滞后模型(SR)、空间误差模型(SEM)和空间杜宾模型(SDM)对于区域经济增长空间溢出效应的考察都具有一定程度的适用性，因此，在后续研究中，将分别利用不同的模型对区域经济增长的空间溢出效应进行实证检验，对相关参数进行进一步的分析。不同模型的估计结果如表6所示。
从表6的结果可以看出，在各种模型下，生产性服务业集聚水平的参数估计结果均为正，且在1%的水平上显著，说明生产性服务业集聚对区域经济增长具有显著的正向影响，生产性服务业集聚指数每提高1%，将导致经济增长提高0.29%～0.36%。对其他变量参数的估计结果显示，人力资本对区域经济增长的作用不显著，这一结果可能与人力资本指标选取过程中没有进一步区分不同类别的人力资本有关；劳动、资本均在1%的水平上对区域经济增长具有显著的正向影响。同时，空间杜宾模型(SDM)的参数估计结果显示，相邻地区劳动和资本的变化对本地区经济发展具有显著的(1%的水平上)负向影响，说明相邻地区劳动和资本增长引起经济增长并通过溢出效应引起本地区经济增长的同时，也可能因为规模报酬递增的存在吸引本地区劳动和资本向相邻地区集聚，从而对本地区经济增长产生不利影响。另外，值得注意的是，在空间杜宾模型(SDM)的估计结果中，生产性服务业集聚的空间影响并不显著，结合本研究中对空间权重矩阵的设定，可推断出，与其他地区相比，生产性服务业的集聚并没有对相邻地区产生显著的影响。
表5 非空间面板模型估计及显著性检验结果

注： *、**、***分别表示在10%、5%和1%的水平下显著。
数据来源：作者计算。
表6 不同空间面板模型估计结果

注：表中列示的各模型估计结果均为使用估计参数相对显著的空间面板模型所得到的估计结果，其中，SAR模型使用了时间固定效应模型，SEM和SDM模型均使用了双固定效应模型；*、**、***分别表示在10%、5%和1%的水平下显著。
数据来源：作者计算。
(四)分区域城市空间溢出效应的实证检验
考虑到中国区域经济发展的不平衡性以及不同经济发展阶段对集聚和溢出效应的影响，本文进一步对不同区域生产性服务业集聚对经济增长的影响进行了考察。根据当前我国区域经济发展的差异性特征，将所考察的285个城市按照东中西部*区域划分依据参考：中华人民共和国国家统计局.2012年1—9月全国固定资产投资主要情况. http://www.stats.gov.cn/tjsj/zxb/201210/t20121018_12892.html，引用日期2017-10-20。分为三个区域，仍然采用模型(7)-(9)考察经济增长的空间溢出效应，结果如表7所示。
表7 分区域不同空间面板模型估计结果

注：表中列示的各模型估计结果均为使用估计参数相对显著的空间面板模型所得到的估计结果；*、**、***分别表示在10%、5%和1%的水平下显著。
数据来源：作者计算。
表7显示，东部地区和中部地区劳动对经济增长的影响均在1%的水平上显著为正，而相邻区域劳动对本区域经济增长的影响则至少在5%的水平上显著为负；西部地区劳动对经济增长没有表现出显著影响，相邻区域劳动对本区域经济增长也无显著影响。东中西部地区资本对经济增长的影响均是显著为正的，而相邻区域资本变动对本地区的影响东部地区和中部地区都显著为负，而西部地区则显著为正，说明在西部地区，资本增长具有显著的空间溢出效应。东部地区和西部地区人力资本对经济增长具有正向影响，西部地区人力资本对经济增长具有显著负影响，结合人力资本指标的选取，本文分析这种状况的原因在于：西部地区高学历人力资本更倾向于向要素回报率高的区域流动而非选择在本地区就业；所有地区人力资本对相邻区域经济增长均无显著影响。生产性服务业集聚对东部地区和中部地区的经济增长具有显著的正影响，对西部地区经济增长无显著影响。导致这种现象的原因在于，东部地区和中部地区生产性服务业集聚水平较高，能够发挥规模效益促进经济增长，而西部地区生产性服务业发展缓慢，集聚水平较低，尚未发挥对经济增长的推动作用。只有中部地区生产性服务业集聚对相邻区域有显著正向溢出效应，东部地区和西部地区生产性服务业集聚对经济增长无显著空间溢出效应。其原因在于：东部地区城市集聚功能过强，但应有的辐射作用却没有得到良好的发挥，这是一种市场机制不完善的表现，需要政策引导；中部地区的发展水平介于东西部地区之间，对资源的集聚能力不如东部城市，但却对西部地区具有一定的集聚能力，同时，处于中部地区的资源倾向于向投资回报率较高的东部地区流动，从而使其表现出正的空间溢出效应。
六、结论及建议
本文以中国285个地级城市为样本，利用2005-2014年的空间面板数据，考察了生产性服务业集聚与区域经济增长的空间分布特征，实证检验了生产性服务业集聚对区域经济增长的作用方向及影响程度，同时分析了这种影响在不同发展区域间的差异。通过研究得到如下主要结论：(1)中国生产性服务业集聚总体呈加强趋势，但行业内部处于结构调整之中；(2)生产性服务业集聚与区域经济增长均存在显著的空间自相关性，且生产性服务业集聚对区域经济增长表现出单向的促进作用；(3)生产性服务业集聚对本地区经济增长具有显著的正向影响，而对相邻区域的影响不显著；(4)生产性服务业集聚对东部地区和中部地区经济增长具有显著的正向影响，而对西部地区无显著影响，同时，中部地区生产性服务业集聚对相邻地区的经济增长表现出显著的空间溢出效应。
基于以上结论，本文认为应进一步推动我国生产性服务业在区域中心城市的集聚，同时，着力促进东部地区中心城市发挥辐射带动作用，拉动区域整体产业结构调整，带动经济转型升级。具体可以从以下几个方面着手。
(一)加快科技创新，实现生产性服务业跨越式发展
实证研究表明，中国生产性服务业集聚的总体水平仍有待进一步提高。技术密集是生产性服务业的最显著特征，而技术创新是生产性服务业发展的根本动力。目前，中国生产性服务业尚处于全球产业链的中低端，自主创新水平低，技术模仿占主导地位。如果不能实现从模仿向高水平自主创新的转变，将导致中国生产性服务业在全球产业链垂直分工体系中的地位固化。但是，由于经济发展阶段、产业结构现状以及初始创新禀赋的差异，完全依靠国内资源实现高水平自主创新较为困难。从全球化产业分工的角度考虑，中国生产性服务业应通过国际合作创新实现技术水平的跨越式发展。其途径是，一方面通过引进跨国公司科技研发总部，促进高水平创新活动通过空间溢出效应带动关联产业技术升级；另一方面通过投资国外生产性服务业企业掌握高水平科技创新资源。
(二)优化资源配置，调整和完善生产性服务业内部结构
实证研究表明，中国生产性服务业各行业的集聚趋势尚不稳定，正处于持续的行业结构调整过程中。加快生产性服务业内部各行业间的结构调整有助于推动生产性服务业专业化发展，形成规模优势和集聚势能。一是要对生产性服务业的发展加强顶层指导，通过政府与市场“两只手”的共同作用培育专业化的生产性服务业行业体系。鼓励科技创新能力较强的信息传输、计算机和软件业，金融业，科学研究、技术服务和地质勘查业等行业进一步提高专业化技术水平，打造世界级高端生产性服务业专业体系；加快传统生产性服务业，包括租赁和商务服务业，批发和零售业，交通运输、仓储和邮政业等行业的转型升级，逐渐由劳动密集型向知识和资本密集型转变。二是消除区域间、行业间要素流动壁垒，加速生产要素在生产性服务业各行业间优化配置。三是推动生产性服务业行业、企业间优化重组，提高市场竞争能力。
(三)加快西部地区生产性服务业发展，形成规模优势
实证研究表明，东部地区和中部地区生产性服务业集聚已经能够较好地发挥对经济增长的促进作用，但西部地区生产性服务业集聚对经济增长的作用却不明显。结合生产性服务业集聚的空间分布特征，可见西部地区生产性服务业集聚水平较低，尚未形成明显的集聚发展区，由此导致集聚的规模效益无法发挥，因而对经济增长的影响也就不明显。因此，推动西部地区生产性服务业集聚发展，是推动西部地区经济增长以及推动我国经济发展区际平衡的重要举措。具体可以从以下几方面考虑：一是提高西部地区要素回报率，引导资源向西部地区流动，为生产性服务业发展创造良好市场环境；二是要对西部地区生产性服务业布局实行科学规划，避免产业趋同发展，形成既有专业化又有多样性的产业集聚区域；三是尊重产业发展规律，发展与西部地区支柱产业关联性强的生产性服务业，避免各行业分散布局，努力实现做专做精做强。
(四)引导东部地区中心城市发挥辐射带动作用，推动区域协调发展
根据增长极理论，经济增长较快的区域在发展过程中主要经历两个阶段，即集聚和辐射。而这两个阶段功能的发挥是相互影响，互为条件的。集聚功能的发挥有助于加快本地区经济增长，而辐射功能发挥有助于促进相邻地区经济增长，相邻地区的增长反过来又能为本地区的增长提供更加优质的集聚资源，这样就形成一个良性的循环，带动更大范围内的增长。目前，中国个别快速发展的城市集聚能力过大，吸引了周边乃至全国范围内的大量资源，而发展起来以后却没有发挥良好的辐射作用，带动其他地区的发展，由此导致了区际间发展不平衡乃至区域内部发展不平衡的现象，在一定程度上阻碍了全国整体发展。对此，应发挥政府“看得见的手”的作用，通过顶层规划和政策引导，对超大型城市进行功能疏解，引导资源向大城市周边区域流动，推动区域内部城市间优势互补、协同发展，形成更大范围的集聚发展区域。
参考文献
[1]王鹏,魏超巍.城市群生产性服务业的空间集聚特征：以珠三角城市群为例[J].城市问题,2016(8): 14-22.
[2]吉亚辉,甘丽娟.生产性服务业集聚与经济增长的空间计量分析[J].工业技术经济,2015,(7):46-53.
[3]Greenfield H I. Manpower and the Growth of Producer Services [M].New York & London: Columbia University Press,1966.
[4]Daniels P W. Service Industries: a Geographical Appraisal[M]. London: Methuen, 1985.
[5]Coffey W J. The Geographies of Producer Services[J].Urban Geography, 2000, 21(2):170-183.
[6]Browning H C, Singelman J. The Emergence of Service Society: Demographic and Sociological Aspects of the Sectoral Transformation of the Labor Force in the U.S.A.[M]. Springfield Va: Naitional Technical Information Service, 1975.
[7]王保伦,路红艳.生产性服务业与地区产业竞争力的提升[J].经济问题探索,2007(7):11-15.
[8]康莉莹.我国生产性服务业发展问题研究[J].金融与经济,2009(7):17-19.
[9]唐志良,刘建江.现代生产性服务业嵌入制造业机制研究[J].商业研究,2010(4):25-30.
[10]王新新.生产性服务业的特征及发展趋势研究[J].商业时代,2011(34):111-113.
[11]Gillespie A E, Green A E. The Changing Geography of Producer Services Employment in Britain [J]. Regional Studies,1987, 21(5): 397-411.
[12]Coffey W J, McRae J J. Service Industries in Regional Development[J]. Halifax: Institute for Research on Public Policy,1990.
[13]Goe W R. Producer Services, Trade and the Social Division of Labour[J]. Regional Studies, 1990, 24(4): 327-342.
[14]Coffey W J, Bailly A S. Producer Services and Flexible Production: An Exploratory Analysis[J].Growth & Change,1991,22(4):95-117.
[15]Cuadradoroura J R, Gomezc C D R. Services and Metropolitan Centers: the Expansion and Location of Business Services[J].The Services Industries Journal,1992,12(1):97-115.
[16]Daniels P W. Producer Services Research in the United Kingdom[J].Professional Geographer, 1995,47(1): 82-87.
[17]Illeris S,Sjoholt P.The Nordic Countries:High Quality Services in A Low Density Environment[J].Progress in Planning,1995,43(3):205-221.
[18]Harrington J W. Empirical Research on Producer Service Growth and Regional Development: International Comparisons[J].Professional Geographer, 1995, 47(1):66-74 .
[19]Scott J. French Cinema: Economy, Policy and Place in the Making of a Cultural Products Industry[J]. Theory, Culture and Society, 2000,17: 1-37.
[20]张文忠.大城市服务业区位理论及其实证研究[J].地理研究,1999(3):273-281.
[21]宁越敏.上海市区生产服务业及办公楼区位研究[J].城市规划,2000(8):9-12.
[22]赵群毅.北京生产者服务业空间变动的特征与模式: 基于单位普查数据的分析[J].城市发展研究,2007(4):70-77.
[23]钟韵,闫小培.区域中心城市生产性服务业的外向功能特征研究: 以广州市为例[J].地理科学, 2005(5): 537-543.
[24]张旺,申玉铭.京津冀都市圈生产性服务业空间集聚特征[J].地理科学进展,2012(6)742-749.
[25]张三峰.我国生产者服务业城市集聚度测算及其特征研究: 基于21个城市的分析[J].产业经济研究,2010(3):31～37.
[26]黄永兴,刘莉.中国地区经济增长：生产性服务业与产业集聚[J].统计教育,2007(6):57-60.
[27]王军虎，现代服务业发展与经济增长关系的实证分析[J]，商业时代，2008(15)：12-13.
[28]张亚斌，刘靓君，生产性服务业对我国经济增长的影响研究——基于东、中、西部面板数据的实证分析[J]，世界经济与政治论坛，2008(4)：79-86.
[29] Harrington J W. Empirical Research on Producer Service Growth and Regional Development: International Comparisons[J]. Professional Geographer，2010,47(1):66-74.
[30]魏峰，曹中，我国服务业发展与经济增长的因果关系研究——基于东、中、西部面板数据的实证分析[J]，统计研究，2007 (5)：56-69.
[31]张亚斌,刘靓君.生产性服务业对我国经济增长的影响研究: 基于东、中、西部面板数据的实证分析[J].世界经济与政治论坛,2008(4):79-86.
[32]谭成文.经济增长与极具新经济增长赫尔新经济地理的理论探索[M].北京：商务印书馆，2009.
[33]王琢卓，韩峰，湖南省生产性服务业集聚对经济增长的影响[J]，中国科技论坛，2012(6)：84-89.
[34]侯淑霞,王雪瑞.生产性服务业集聚与内生经济增长：基于空间联立模型的经验研究[J].财经论丛,2014(5):3-8.
[35]Ciccone A, Hall R. Productivity and the Density of Economic Activity[J]. American Economic Review, 1996,86(1): 54-70.
[36]Koo J. Determinants of Localized Technology Spillovers: Role of Regional and Industrial Attributes[J]. Regional Studies, 2007, 41(7): 995-1011.
[37]胡煜,李红昌.交通枢纽等级的测度及其空间溢出效应:基于中国城市面板数据的空间计量分析[J]. 中国工业经济,2015(5):32-43.
Spatial Correlation Analysis Between Producer Services Agglomeration and Regional Economic Growth: An Empirical Study Based on 285 Cities in ChinaAn Empirical Study Based on 285 Cities in China
LIU Shu-han1,2, YU Hua-Long1
(1. School of Management and Economics, Tianjin University, Tianjin, 300072, China; 2. Tianjin University of Commerce, Tianjin 300134, China)
Abstract：Producer services agglomeration has become an important driving force for economic growth in the era of economic globalization. Under the new normal, China’s economy has entered a critical period of transformation and upgrading, while the agglomeration development of producer services is the key of industrial restructuring. Based on the measurement of agglomeration spatial characteristics of producer services, this article investigated the spatial correlation between producer services agglomeration and regional economic growth, and further investigated the effects of the producer services agglomeration on regional economic growth, especially the differences between regions with different development levels. The empirical results show that, producer services agglomeration has a one-way role in promoting regional economic growth, but the impact is different in different regions. For the eastern and central regions, producer services agglomeration shows a significant positive effect on economic growth, while for western regions inactive; only for the central region, the producer services agglomeration has a positive spillover effect on neighboring regions. Therefore, to further promote productive service industry cluster development in the key city of the region and meanwhile to promote the key city to play the leading role in the adjustment of industrial structure in greater range are important measures to simulate economic transformation and upgrading, so as to promote the overall economic growth.
Key words：producer services agglomeration; economic growth; spatial correlation analysis