论城市服务业集聚与效率提升的空间溢出效应

2013-11-07宣思源

山西大学学报（哲学社会科学版） 2013年2期

宣烨，宣思源

(1.南京财经大学产业经济发展研究院，江苏南京210003;2.南京财经大学国际经贸学院，江苏南京210046)

一引言

在全球产业结构调整的过程中，服务业取代传统制造业成为发达国家的主导性产业。20世纪80年代以来，服务业布局的集聚化趋势开始引起西方学者广泛关注。Sassen［1］(1994)指出:发达国家城市通过集聚生产性服务业，从而避免制造业转移而产生的所谓空心化。Bailly［2］(1995)研究认为高级生产性服务业主要集中在全球大都市，如伦敦、巴黎、法兰克福等。此后，Beyer［3］(1995)、Illeris［4］(1997)等学者也都得出相似的结论。阎小培、钟韵［5］(2006)等通过对全国、珠三角和香港等地服务业布局的研究后发现服务业，尤其是生产性服务业与城市发展水平相关，中心城市往往集聚了更多的高级生产性服务业。

理论界和实证界的研究也一致认可服务业地区集聚可以通过各类外部性实现服务业自身效率的提升(Markusen［6］，1989;Francois［7］，1990;Daniels［8］，1995)。国内很多学者对我国服务业生产效率进行了测度，如杨勇［9］(2008)利用C－D生产函数，对中国服务业全要素生产率进行了测算，并得出其对产出的贡献率从波动转向平稳的结论。顾乃华［10］(2005)则借助随机前沿生产函数模型，分析了我国服务业增长效率的特征，发现全要素生产率和技术效率较低。蒋萍、谷彬［11］(2009)利用超对数生产函数的随机前沿模型，对我国服务业的TFP进行分解，发现技术效率存在阶段性特征。

然而国内现有的文献大都侧重于研究服务业，尤其是生产性服务业的集聚现象，或者只是对服务业的TFP进行分解，进而分析服务业技术效率特点和影响因素［11，12］，也有一些学者探讨了生产性服务业空间聚集与制造业效率提升之间的关系［13－16］。尽管如此，这些研究较少触及服务业空间集聚与服务业自身效率提升之间的关系。长期以来我国服务业发展一直呈现出低水平、低就业和低效率的特点［17］(程大中，2003)，导致服务业投入不足，发展相对落后，因此探讨服务业聚集与其自身效率之间的关系，对于探讨影响服务业效率因素、推进服务业又好又快地发展具有重要的现实意义。本文基于全国230个城市服务业数据，在对服务业空间集聚和效率测度的基础上，利用空间外溢面板模型实证检验我国城市服务业空间集聚与效率提升之间的关系，以期对我国服务业发展提出相关政策建议。

二我国城市服务业空间集聚与效率分析

(一)城市服务业空间集聚度

从目前的研究来看，有关产业集聚度的测度方法包括了赫芬代尔系数和赫希曼－赫芬代尔系数、信息熵和锡尔系数、基尼系数以及区位熵法(LQ)与标准化区位熵等方法，这些方法都是将产业集群这个“黑箱”同外部的经济组织进行比较，以测定产业的集聚程度。为了衡量我国城市服务业集聚程度，我们同样也采用了基尼系数、变异系数以及泰尔指数三个指标予以度量。具体各指标如表1所示:

表1 我国230个城市服务业集聚程度的区域差距

从表1可以看出，无论是从第三产业从业人员还是从第三产业产值来看，我国230个城市服务业集聚程度都存在着一定的地区差异，主要表现在变异系数、基尼系数和泰尔指数的数值都较高。从结果可以看出，采用第三产业从业人员度量的区域差距要比第三产业产值度量的区域差距要大。从纵向的时间趋势来看，无论是从变异系数还是从基尼系数和泰尔指数来看，城市服务业区域集聚的不均衡性都有所扩大，表现在各指标系数均出现了扩大化的趋势。

(二)城市服务业效率测度

一般来说，现有衡量效率的研究方法通常采用两种，以数据包络分析(DEA)为代表的“非参数法”和以随机前沿分析(SFA)为代表的“参数法”。不管以上哪种方法，在衡量产业效率的时候都需要我们有资本投入数据，这是因为资本作为投入指标的一个重要变量不能舍弃。但在已有的城市统计年鉴中，服务业缺少资本投入和资本存量的数据，这就使得我们在度量效率时不能采用以上两种常用的方法。现有的研究中多采用人均服务业产值来予以代替，主要原因在于资本的流动性要比人员的流动性更加自由。在逐利的驱动下，资本在各城市的效率基本相同，所以采用人均服务业产值基本上能够表现一个城市服务业的效率。

从我国各城市服务业人均产值测度的效率来看，我国各城市服务业人均产值具有较为明显的区域分布特征。与经济发展水平相一致，服务业的人均产值也呈现了自东向西逐级递减的趋势。我国城市服务业人均产值度量的服务业效率的分布特征如图1所示:

图1 我们城市服务业效率分布特征

(三)我国城市服务业集聚与效率的空间相关性检验

为了测度我国城市服务业集聚与效率提升的空间外溢效应，我们首先对我国城市服务业效率的空间相关性进行检验。对于判断地区变量间是否存在空间相关性的检验，目前一般使用由Moran(1950)提出的空间自相关指数Moran I。Moran I的取值范围为(－1，1)。当其大于0时，表明各地区间某经济变量为空间正相关，即存在空间集聚现象;当其小于0时，表明各地区间某经济变量为空间负相关，即存在空间排斥现象;当其等于0时，表明各地区间某经济变量与区位的分布相互独立。Moran I的绝对值越大，表明所检验的经济变量的空间相关性越强。Moran I的计算方法如下:

可以用式(2)检验是否存在空间自相关关系。

采用Moran I指数的方法，应用Stata10.0软件测度2004－2010年我国城市服务业效率的空间相关性，具体检验结果如表2所示:

表2 我国城市服务业效率的空间相关性检验结果(2004－2010年)

从表2可以看出，我国城市服务业效率的空间相关性异常明显，且系数为正，这说明我国城市服务业效率具有空间正相关性，且都通过了1%的显著性检验。从时间趋势来看，这种空间相关性有进一步加强的趋势，尤其是在2010年表现得更加突出。

为了直观地观察这种空间相关性，我们将MoranI散点图绘制在图2之中，具体如图2所示:

图2 我国城市服务业效率的Moran I散点图

从图2可以看出，我国城市服务业效率大部分地区都处于效率相对较高的HH和LL象限和效率相对较低的象限。这说明服务业效率较高的城市被同样高效率的其他城市所包围，或者服务业效率较低的城市被同样低效率的其他城市所包围，服务业效率的扩散效应相当明显。按照扩散理论，高高低低应该各自在一起，因此处于HL和LH象限的单元被视为异常单元，从图2可以看出异常单元相对较少。正是因为存在这种较强的空间相关性，所以以下部分我们将采用空间计量分析方法来检验服务业空间集聚与效率提升之间的空间外溢效应。

三我国城市服务业集聚与效率提升的空间外溢效应

(一)模型设定

根据空间计量的两个模型，我们设定的我国城市服务业集聚与效率提升的空间外溢面板SEM模型和面板SAR模型如下式所示:

其中，ALP代表服务业劳动生产率，这里我们采用了对数形式，在一定程度上解决了与服务业集聚度的内生性问题。caps代表服务业集聚度，human代表人力资本水平，information代表信息化水平。λ为空间误差自回归系数，ρ为空间自回归系数。为了因忽略变量的存在而导致的解释变量可能与其残差项相关，从而引致内生性问题。本文根据已有文献对影响技术效率的因素进行综合考虑，选取了以下四个控制变量:(1)人力资本水平。人力资本水平对于生产效率的影响会通过提升管理效率和技术效率的方式得以体现，因此本文选取了该指标作为控制变量之一，限于数据的可得性，本文采用了人均教育从业人员数量予以代理，具体算法采用一个地区教育从业人员与该地区人口数的比值。(2)信息化水平。由于服务业效率的提升更多的是通过降低交易成本和技术外溢来实现的，交易成本的降低主要表现在信息成本的降低，而技术外溢所依托的知识、技能等媒介也需要通过信息进行传递。因此，一个城市的信息化水平也会直接和间接地影响空间外溢效应，汪斌、余冬筠(2004)曾利用信息化综合指数(CIIC)测算了中国信息化发展水平，但由于该指数涉及众多指标，鉴于数据所限，本文采用了一个城市人均电信业务收入与全国人均电信业务收入的比值予以代理。(3)人力资本水平与服务业集聚度乘积。这是因为在以上服务业集聚度的实证研究之中，人力资本水平是影响城市服务业集聚度的一个重要因素，因此人力资本还会通过影响服务业集聚度而间接影响该城市的服务业生产率。(4)信息化水平与服务业聚集度的乘积。之所以加入这个变量是因为信息化水平可以影响一个城市服务业的集聚度，从而可以间接影响该城市的服务业效率。

(二)实证结果及分析

按照以上实证模型，面板SEM模型和面板SAR模型的估计我们借助Matlab7.0软件来实现。经Hausman检验，模型都采用固定效应。综合修正的R2、LogL、AIC和SIC指标，我们选择SEM模型作为最终的分析模型，同时为了验证模型核心变量服务业空间聚集度对服务业效率提升影响的稳定性，我们采用逐步加入控制变量的方式观察模型系数和显著性的变化，结果显示经过逐步加入控制变量后，核心变量系数没有发生较大的变化，且系数为正，这说明模型输入变量比较稳定。模型的实证结果如表3所示:

表3 服务业空间聚集与服务业劳动生产率的空间外溢效应实证结果

从表3的实证结果可以看出，模型在逐步加入控制变量后模型的核心变量服务业集聚度系数比较稳定，没有出现太大的波动，这说明模型具有较好的稳定性。从结果可以看出，服务业空间聚集与其生产效率提升的空间外溢效应较为明显，我们看到以劳动生产率衡量的服务业生产效率模型的空间外溢系数达到了0.6840，且通过了1%的显著性检验，Adjust－R2也达到了0.8695。较大的空间相关系数表明空间外部性主要通过误差冲击的空间传递实现。我们看到服务业聚集对其生产效率提升的影响较为明显，以劳动生产率作为生产效率衡量标准的系数达到了0.2068，且通过了5%的显著性检验，这也验证了前文的分析，服务业聚集可以显著提升其生产效率。人力资本对于服务业生产效率提升具有负作用，这与我们预期的结果相悖，可能的原因在于我们选取的指标存在一定的偏差，由于缺少人均受教育年限的数据，我们采用的人均教育从业人员代替的人力资本变量存在着较大的问题，一方面教育从业人员中大部分为基础教育从业人员，这在全国各城市的分布较为均衡，甚至西部城市人均教育从业人员要比东部城市高，这就造成了系数为负，并且比较显著。同时，服务业集聚程度变量与人力资本的交互项也同样出现了负影响。信息化水平的提升对服务业效率提升具有显著影响，一方面信息化水平自身能够提升服务业生产效率;另一方面信息化水平可以通过聚集服务业间接提升服务业效率。

四结论与政策启示

本文基于2004－2010年我国230个城市服务业发展相关数据，利用空间外溢面板模型分析了城市服务业集聚对服务业效率水平提升的作用。实证分析结果显示:在我国城市服务业集聚存在地区差异的背景下，服务业聚集能够显著提升其生产效率，同时信息化水平也具有显著影响，但人力资本却显示出负向作用。本文的结论具有很强的政策启示，服务业将是未来我国经济结构转型与制造业升级的关键因素，其自身生产效率的提升和改善是促进我国服务业发展水平的主要途径。在我们发现服务业聚集与其自身效率水平的提升具有很强的空间溢出效应后，如何促进服务业的集聚水平就显得尤为重要了。参照制造业发展模式，我们提出了我国城市服务业“中心－外围”发展模式的设想。具体来说是若干个地理相邻、经济上相互关联的城市跨越制度、行政等制约因素，形成一个服务业整体发展的城市群或者都市圈，服务业的发展是以特大城市为中心，与本区其他大中小城市共同构成有机联系的服务业发展城市群体系。城市等级主次分明，核心城市突出，首位度极高，居绝对主导地位，是整个地区城市服务业发展的相互作用的引力中心和辐射源，重点发展间接为生产和生活提供支撑的高端服务业，其他外围城市则应该重点发展直接为生产和生活提供支撑的中低端服务业。通过不同等级城市间服务业层级分工，以避免城市间服务行业雷同，导致资源浪费。

［1］Sassen S.Cities in a World Economy［M］.California:Pine Forge Press，1994:65 －66.

［2］Bailly A S.Producer Services Research in Europe［J］.Professional Geography，1995，29(1):21 －26.

［3］Beyers B W.Producer Services［J］.Progress in Human Geography，1993(2):182 －196.

［4］Illers E.The Nordic Countries:High Quality Services in a Low Density Environment［J］.Progress in Planning，1995，43(3):205－221.

［5］阎小培，钟韵.区域中心城市与生产性服务业发展［M］.北京:商务印书馆，2006.

［6］Markusen J.Trade in Producer Services and Other Specialized Intermediate Inputs［J］.American Economic Review，1989，79(1):37－49.

［7］Francois J F.Producer Services，Scale，and the Division of Labor.Oad’ord Economic Papers，1990:42.

［8］Daniels P W.Producer Services Research in the United Kingdom［J］.Professional Geographer，1995，7(1):137 －148.

［9］杨勇.中国服务业全要素生产率再测算［J］.世界经济，2008(10):10－17.

［10］臧新，刘晓沛，张昕.产业集聚与分散状态决定因素的比较研究——基于制造业典型行业的实证分析［J］.产业经济研究，2011(6):26－33.

［11］蒋萍，谷彬.中国服务业TFP增长分解与效率演进［J］.数量经济技术经济研究，2009(8):23 －31.

［12］宣烨.生产性服务业空间聚集与制造业效率提升——基于空间外溢效应的实证研究［J］.财贸经济，2012(4):121－128.