京津冀都市圈主要服务业集聚的空间特征

2012-03-15申玉铭

地域研究与开发 2012年3期

张旺，申玉铭，柳坤

(1．首都师范大学资源环境与旅游学院，北京100048;2．湖南工业大学长株潭两型社会研究院，湖南株洲412007)

0 引言

京津冀都市圈已成为我国继“珠三角”和“长三角”之后的第三大经济“增长极”。重化工业与现代制造业已在京津冀地区出现了地理集中的格局。要向制造产业集群方向演进，必然要求配套式地集聚与之紧密关联的服务业。有关服务业集聚的研究早已引起国内外学者的关注［1-12］。针对京津冀都市圈服务业集聚的研究，刘重分析了京津冀经济区服务业发展的非均衡性及其特征，并给出推动其协调发展的对策［13］;王小平等人发现京津冀生产性服务业在发展水平上具有明显的大梯度特征，应采取有效措施加强京津冀生产性服务协作［14-15］;邓丽姝研究了京津冀服务业协调发展的现状问题、主要模式和思路对策［16］。

服务业在大都市区特别是中心城区集聚的特征十分明显。已有的工作对集聚的空间格局和结构研究得较多，而对集聚的程度和特征研究得较少;对全国和发达地区层面研究得较多，而对城市特别是正发育的城市群研究得较少;对区域的静态格局研究得较多，而对其动态演进和驱动力研究得较少。

在运用全局主成分分析法研究京津冀都市圈主要服务业区位分布模式的基础上，采用空间基尼系数、区位熵等方法和指标，从各细分行业的空间视角及都市圈(整体)和各城市(局部)2个尺度的行业视角，综合而系统地考察其集聚的发展水平和空间配置，分析集聚的驱动力，为优化都市圈产业结构、引导各城市服务业合理分工与发展提供科学支撑和理论依据。

1 数据来源和研究方法

研究区域是指狭义的京津冀都市圈，即以北京和天津为中心，囊括河北省的石家庄、保定、秦皇岛、廊坊、沧州、承德、张家口和唐山8座城市的市域，也就是俗称的“8+2”地区。

1．1 数据来源

由于京津冀历年来交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发与零售贸易业，住宿和餐饮业，金融业，房地产业，租赁和商务服务业，科学研究、技术服务和地质勘查业这8类服务行业增加值占到了服务业总增加值的80%以上，因此将其界定为主要服务业，简称为交通物流、信息服务、批发零售、住宿餐饮、金融、房地产、商务服务、科技服务。城市空间集聚效应的主要内容之一是劳动力市场的规模和整合［17］，考虑到数据可获得性和可比性，主要采用各行业就业人数来表示产业规模。基础数据来自《中国城市统计年鉴》(2004—2011)及相应年度京津冀3个省(市)统计年鉴。

1．2 测度方法

1．2．1 全局主成分分析法——测度城市的整体集聚水平。全局主成分分析是对时序全局数据表降维，在包含原有指标大部分信息的基础上，把一些具有错综复杂关系的指标归结为少数几个统一的公共主成分，并研究多个指标内在结构关系和时间序列变化关系的多变量统计分析方法。采用 SPSS17．0软件测算的具体步骤是［18］:(1)指标数据的Z分数处理;(2)共线性诊断;(3)主成分的提取及其权重wj(j=1，2，…，n)测算;(4)变量旋转后的主成分荷载矩阵构造Mij(i=1，2，…，m);(5)主成分得分函数值P的确定。其函数表达式为:

式中:Pij为i城市j行业的主成分得分函数值;wj为j行业主成分的权重;Mij为i城市j行业变量旋转后的主成分荷载矩阵。

1．2．2 空间基尼系数(G)——测度产业(行业)的集聚程度。空间基尼系数(G)是20世纪初意大利经济学家基尼根据洛伦茨曲线找出的判断分配平均程度的指标。

式中:Xi为i地区就业总人数占上位区域总就业人数的比重;Si为i地区某产业就业人数占上位区域该产业总就业人数的比重。G越大，代表产业在地理上的集聚程度越高(最大值为1)。

1．2．3 克鲁格曼专业化指数(D)——测度城市间产业(行业)结构的总体差异。克鲁格曼专业化指数(D)是用就业统计数据构造区域/国家分工指数来分析国家或地区的区域专业化。

式中:Drk为区域专业化分工指数，用来测度城市r和城市k之间产业结构上的差异;Eir为r市i行业就业人数;Er为r市全部主要服务业就业人数;Eik为k市i行业就业人数;Ek为k市全部主要服务业就业人数。Drk越大，代表城市r和城市k之间产业结构的差异越大。

1．2．4 区位熵(Q)——测度产业(行业)的相对专业化程度。区位熵(Q)是用来衡量某一产业的某一方面或细分行业在一特定区域的相对集中程度。通过计算某一区域产业的区位熵，可以找出该区域在全国具有一定地位的优势专业化产业。

式中:ei、Ei分别为城市、全国某行业i业务产值(或就业人数);∑ei、∑Ei分别为城市、全国某行业总产值(或就业人数)。根据Q的大小来衡量其专门化率。Q越大，则专门化率也越大。如果行业的Q ＞1．5，则该行业在全国就具有明显专业化优势。

1．2．5 转移-份额分析法(SSM)——测度城市产业的比较竞争优势和行业比较优势。SSM法是20世纪60年代发展起来的一种分析技术，试图通过成分分析，将经济增长分解成3个组成部分:国家部分(S)，表示国家经济增长的贡献;混合部分(M)，表示某产业(行业)增长的贡献，其值越大则说明越具有产业(行业)比较优势;竞争部分(C)，表示地方特点的贡献，其值越大则说明越具有比较竞争优势。

式中:Δei为城市或地区i行业从基期到报告期的产值(或就业人数)增长;ei(0)、ei(t)分别为城市或地区i行业基期、报告期的产值(或就业人数);E(0)、E(t)分别为国家基期、报告期的总产值(或就业人数);Ei(0)、Ei(t)分别为国家i行业基期、报告期的产值(或就业人数)。

若C＞0，说明城市某产业(行业)的发展速度快于国家同行业的发展速度，则该产业(行业)在该城市就具有竞争比较优势;若M ＞0，说明该产业(行业)的发展速度快于国家经济发展水平，则该产业(行业)就具有产业(行业)比较优势。

2 主要服务业集聚的空间分布特征

2．1 空间集聚的区位分布模式

采用2003—2010年8大行业的总就业人数，组成时序全局数据表。利用全局主成分分析法，得到京津冀都市圈各城市主要服务业整体集聚水平的得分(P)和排序(表1)，从中看出，10个城市主要服务业的P值和位序虽历年变化不大，但梯度差异十分显著。北京是典型的集聚区，其他9个城市则是外围区，即呈现出明显的中心—外围模式，体现在北京一市独大，天津明显次之，其他各市则相差甚远。如2003年北京P值是天津的1 377．5倍，但2010年缩小到了27．8倍;另外8市P值均为负值，除石家庄的得分稍高外，其他7个城市相差无几，在整体上处于同一集聚水平，历年变化也较小。各市P值大小与其在城市等级序列中的排位(以城市规模为标准)基本相对应，即形成“北京(准世界城市)—天津(国家中心城市)—石家庄(省区中心城市)—唐山、保定等其余7城个市(地区中心城市)”的大梯度等级体系。根据各市与北京空间距离的远近，按历年P值作出曲线分布图(图1)，发现其区位上大致呈“L”型曲线的分布状态。这是一种典型非均衡性的单中心式等级化发展模式，即以北京为核心增长极，基本按空间距离衰减法则对外辐射和扩散。

表1 京津冀都市圈主要服务业的整体集聚水平和排序(2003—2010年)Tab．1 The integer agglomeration degree and sorting on m ajor service industries in Beijing-Tianjin-Hebei M etropolitan Region from 2003 to 2010

2．2 空间集聚的行业空间分布

2．2．1 各行业的空间集聚程度。根据(2)式，计算京津冀都市圈2003—2010年主要服务业整体和各行业的G值(表2)。从中可以看出，(1)主要服务业各年份整体G值均不大(＜ 0．10)，2005，2006年达到最低点，呈“V”字型时序变化，说明都市圈主要服务业的相对集中程度不高，集聚趋势也不够明显;(2)分行业看，不同行业的G值表现出很大差异性:综合各年平均值，集中度稍高(G≥0．10)的有信息服务、房地产、商务服务，都是资本或技术密集型行业;集中度居中(0．05≤G ＜0．10)的有住宿餐饮、科技服务，表现出传统和现代2类服务业集聚并存之势;集中度最低(G＜0．05)的是交通物流、批发零售、金融，前2个行业属于传统服务业，天然具有一定的分散性以满足不同城市生产、生活的需要，而金融业的分散性却是长时期以来金融服务网点均衡布局造成锁定效应的结果;(3)从时间变化来看，除交通物流、金融的G值在2005—2006年间相对大幅上升外，其他6个行业G值和主要服务业整体的类似，都呈“V”字形变化，即在2005—2006年间是急速下降阶段;另外值得一提的是，2003—2010年除信息服务和金融的G值升幅分别达18．08% 和96．30%外，其他6个行业均表现出不同程度的下降，尤以批发零售和住宿餐饮的降幅最大，分别达到62．31% 和51．93%。

图1 京津冀都市圈主要服务业整体集聚水平的空间分布(2003—2010)(根据与北京空间距离的大小)Fig．1 The spatial distribution of integer agglomeration degree on major service about each city in Beijing-Tianjin-Hebei M etropolitan Region from 2003 to 2010(on the basis of spatial distances to Beijing)

表2 京津冀都市圈主要服务业的空间基尼系数(2003—2010年)Tab．2 The spatial Gini-coefficient ofmajor service in Beijing-Tianjin-HebeiM etropolitan Region from 2003 to 2010

2．2．2 各城市行业结构的差异程度。将相关基础数据代入(3)式，计算京津冀都市圈2003—2010年主要服务业整体的D值，再求出8年的平均D值(表3)。从中可以看出，总体而言10个城市之间的D值基本都大于0．10，说明主要服务业内部行业的结构差异都较大，专业化分工比较明显。北京除与天津之间的D值(0．181 5)稍小外，与其他8个城市的D值都在0．23以上，这是北京作为首都的特殊城市职能所决定的。天津与秦皇岛、保定、沧州和廊坊之间的D值也都在0．20以上，分工也较清楚。石家庄除与北京、秦皇岛之间的D值达到0．26以上外，与其他7城市之间的D值都在0．11以上，说明与其他城市间的分工都较明确。唐山与承德、沧州之间的D值均在0．10左右，表明这3市主要服务业内部行业构成相似，而其与其他城市的分工则较分明。秦皇岛与各市之间的D值都在0．17以上，分工相当明确，其中与北京的D值达到最大(0．464 5)，一方面是因为空间距离最远，扩散效应最小，另一方面可能与秦皇岛作为北方重要的能源海港这一独特城市职能有关。余下的保定、张家口、承德和沧州分别与其他城市之间的D值基本都在0．10以上，分工较为合理。

表3 京津冀都市圈各市主要服务业整体克鲁格曼专业化指数平均值(2003—2010年)Tab．3 The average value of integer K rugman specialization index on major service about each city in Beijing-Tianjin-HebeiM etropolitan Region during 2003 and 2010

2．2．3 各城市行业内的平均专门化率。根据(4)式，计算京津冀都市圈2003—2010年主要服务业各行业的区位熵(Q)，再求出8年平均值(表4)。从中可以看出，首先就都市圈总体而言，主要服务业整体的Q值是2．02，在全国的专业化优势较为显著;行业中除金融之外，其余7个行业的Q值都在1．5以上，特别是商务服务、信息服务、科技服务、房地产的Q值都大于2，这说明知识、技术和资本密集型行业在全国的专业化优势明显。其次就各市来看，主要服务业整体的集聚度差距很大，可分为3个等级(图2):第1等级(Q ＞1．5)，只有北京以2．90的高分遥遥领先，说明其在全国具有绝对专业化的优势地位;第2等级(1．00≤Q ＜1．50)，从大到小分别是石家庄、秦皇岛、天津、唐山和承德5个城市，表明它们在全国也具有一定专业化比较优势;第3等级(Q ＜1．00)，是保定、张家口、沧州和廊坊4市，它们不具备专业化优势。再次综合考量各市各行业，北京除金融外，其余7个行业都在全国具有专业化优势，特别是商务服务、信息服务、科技服务、房地产、住宿餐饮的Q值都大于3，表明北京稳居我国高端服务业的制高点。至于其金融的Q值仅有1．10，这与北京作为中国金融中心的实际地位不相符合。仅2009年北京金融街的金融资产规模就达到近40万亿元，占北京金融资产的82%，占到全国的47．6%，控制着全国95%的信贷和65%的保险费资金。究其原因可能是北京金融的电子化、智能化程度极高，劳动生产率也高，与之相应的劳动力投入就相对较少，从而造成以就业人数计算得出的Q值较小。天津在全国具有比较优势的(Q＞1．5)有商务服务、科技服务。石家庄的批发零售、交通物流、金融、科技服务在全国也具备专业化优势。秦皇岛的交通物流、金融的Q值均大于1．5，专业化优势明显。保定的科技服务、承德的金融在全国也具有专业化优势。而唐山、张家口、沧州和廊坊4市各行业在全国都不具有专业化优势，空间特征比较分散。

表4 京津冀都市圈各城市主要服务业的平均专门化率(2003—2010年)Tab．3 The average specialized rate on major service about each city in Beijing-Tianjin-HebeiM etropolitan Region during 2003 and 2010

3 主要服务业集聚的产业选择战略

设定2003年为基期，2010年为报告期，将相关原始数据代入(5)式，计算京津冀都市圈各城市分行业的C值和M值(表5)。

图2 京津冀都市圈各市主要服务业整体的平均集聚度分级Fig．2 The classification of average integer specialized rate on integralmajor service about each city in Beijing-Tianjin-HebeiM etropolitan Region

根据表5数据，再结合表3来进行城市服务行业选择战略分析。一般而论，Q ＞1．5且C和M均大于0的为经济表现强劲的行业，Q＞1．5且C＞0、M ＜0的为需优先鼓励和扶持的行业;Q＜1．5且C和M均大于0的为需高度重视和发展的行业。由此确定京津冀各市主要服务业的上述3个类别(表6)。

4 空间集聚的驱动力分析

服务业集聚通常是多种动因综合作用的结果，并且在不同演进阶段由不同的主导因素推动。在此按王缉慈关于企业集群的作用机制［19］，分为“自组织”和“他组织”两种驱动力。

4．1 自组织动力

4．1．1 专业化分工。通过分工与合作，微观上企业兼并或重组，实现规模经济效益;宏观上集聚区在人力资源和技术的外溢及外部资本投资作用下，通过规模经济和范围经济获得规模报酬递增。如北京以微软、甲骨文等外企和神州数码、北大方正等国产品牌为主体，产生系列信息产业集群，在空间上形成了中关村软件园、中关村创意产业先导基地、上地信息产业基地、石景山数码娱乐产业基地等一批各具特色的信息服务业专业化园区。

表5 基于SSM法的京津冀都市圈各市主要服务业分行业的C值和M值万人Tab．5 The competitive com ponent value and m ix component value based on shift-share analysis on major service about each trade in Beijing-Tianjin-HebeiM etropolitan Region

表6 京津冀都市圈各市主要服务业的行业选择战略分析Tab．6 The strategic analysis of trade selecting on maior service about each city in Beijing-Tianjin-Hebei M etropolitan Region

4．1．2 竞争与协作。相关企业通过互补共生和相同共生等竞合关系相互协调，能够降低成本，激发创新，提高效率，并且造成竞争优势的持久性和不易模仿性及社会文化的接近性。如天津以天塔为中心的工程设计集聚区，集中了中国市政工程华北设计研究院、天津市市政工程设计研究院、天津市勘察院、天津市城市规划设计研究院等一批大型工程设计院所，再聚集一批相关中小企业，初步形成了市政与工程设计产业集群。

4．1．3 网络创新。地理近邻的众多相关企业、大学与科研院所及中介服务机构构成了创新网络，享有知识创新、生产学习、交流扩散和优化选择等优势。如北京中关村核心区创新网络拥有谷歌、法国电信等80多家跨国公司，北大、清华等32所高等院校，国家及北京市的科研院所206个，以及大学科技园、科技企业孵化器、留学人员创业园等各类创业孵化服务机构100多家。

4．2 他组织动力

服务业集聚的他组织动力主要来自政府干预，包括区域战略选择、政策规划引导、软环境建设、市场服务体系建设、公共产品供给与服务。如国家发改委制定了《京津冀都市圈区域规划》，以推动产业协调和交通、通讯等基础设施对接。又如河北省人民政府于2008年初印发《关于促进全省服务业发展若干政策措施》，明确提出要依托城市、重点开发区、交通枢纽，建设一批服务业集聚区，促进服务企业和服务要素向园区、基地集中。

5 结论及政策建议

5．1 结论

5．1．1 京津冀都市圈主要服务业集聚的空间特征。(1)整体差异程度显著，呈现“北京(世界城市)—天津(国家中心城市)—石家庄(省区中心城市)—唐山等其余7市(地区中心城市)”这种典型非均衡性的单中心、大梯度等级化的区位模式。(2)就全国视角而言，都市圈整体集中程度不够大，集中度相对较高的行业只是信息服务、房地产、商务服务等资本或技术密集型行业。(3)各城市主要服务业内部行业的结构差异都较大，专业化分工比较明显，特别是北京与其余9个城市之间的分工相当清楚，但唐山、承德、沧州这3个城市之间的内部行业构成较为相似。(4)整个都市圈，特别是知识、技术和资本密集型服务业在全国的专业化优势尤为明显;除北京具有绝对专业化优势外，石家庄、秦皇岛、唐山、天津和承德这5个城市也在全国占据一定的专业化优势地位。

5．1．2 京津冀都市圈主要服务业集聚的驱动力。服务业集聚的驱动力分为自组织和他组织2种作用机制。前者主要有专业化分工、竞争与合作、创新网络，后者主要表现为政府干预。

5．2 政策建议

5．2．1 区位分布模式。以《京津冀都市圈区域规划》的修编和实施为契机，通过市场和政府的双重作用，各市应因地制宜地采取集聚和扩散策略，将现有“非均衡单中心型”大梯度等级化的区位空间模式逐渐调整为“多核多圈层”集群网络化的空间发展模式，城市间由现有的不完全垂直分工协作逐步向高层次的产业链扁平化分工协作转型。

5．2．2 城市功能定位。北京应成为具有世界影响力的科教、信息和技术服务等知识、技术密集型服务业的核心城市，重点集聚信息服务、金融、商务服务和高新科技服务等高端行业，并逐步向外围转移和扩散交通物流、批发零售等传统低端行业;天津应成为我国北方的信息服务、房地产和商贸物流及科技创新中心城市，主要集聚海运物流、批发零售、住宿餐饮、房地产、科技和商贸中介服务等行业;石家庄为华北的交通物流、金融、商贸和科技中心城市，重在集聚交运仓储、批发零售和金融等服务业;唐山为环渤海地区物流枢纽和重化工业配套协作服务中心，侧重集聚金融、交运物流、仓储会展和信息服务业;秦皇岛为环渤海地区的交通物流、商务和信息服务中心城市，重点集聚海运物流、商贸餐饮、信息服务业;保定为首都南部的科技创新中心和先进制造业配套协作服务中心，重点集聚科技服务和商务服务业;张家口为京蒙省际商贸和机械制造业配套协作服务的中心，侧重集聚商务服务、房地产等服务业;承德为华北交通物流、金融商务和商贸旅游中心，主要集聚金融、旅游和商务服务业;沧州作为环渤海地区的交通枢纽和化工业配套协作服务中心，重在集聚交通物流、房地产、信息和科技服务业;廊坊作为京津服务业扩散和对接的中心及印刷业配套协作服务中心，侧重集聚房地产、信息和商务服务业。

［1］ Scott A J．Flexible Production Systems and Regional Development［J］．International Journal of Urban and Regional Research，1988(12):27-31．

［2］ Illeris S，Sjoholt P．The Nordic Countries:High Quality Services in a Low Density Environment［J］．Progress in Planning，1995(3):205-221．

［3］ Daniel P W．Services and the Global System of Cities［M］//Daniels PW．Service Industries in the World E-conomy．Oxford:Blackwell，1993:148-162．

［4］ Gong ，Wheeler．The Location and Suburbanization of Business and Professional Services in Atlanta［J］．Growth ＆ Change，2002(33):341-369．

［5］程大中，陈福炯．中国服务业相对密集度及对其劳动生产率的影响［J］．管理世界，2005(2):77-83．

［6］李文秀．中国服务业集聚实证研究及国际比较［J］．武汉大学学报(哲学社会科学版)，2008，61(2):213-219．

［7］马风华，刘俊．我国服务业地区性集聚程度实证研究［J］．经济管理，2006(23):10-13．

［8］申玉铭，邱灵，任旺兵．中国服务业空间差异的影响因素与空间分异特征［J］．地理研究，2007，26(6):1255-1264．

［9］李井奎，钱陈．服务业的空间分布特征及与城市化的相关性分析——以浙江省为例［J］．浙江学刊，2007(1):172-177．

［10］吉昱华，蔡跃洲，杨克泉．中国城市集聚效益实证分析［J］．管理世界，2004(3):67-94．

［11］黄坡良．珠三角服务业集聚发展研究［J］．特区经济，2011(1):34-35．

［12］管驰明，高雅娜．我国城市服务业集聚程度及其区域差异研究［J］．城市发展研究，2011，18(2):108-113．