服务业集聚与商务区楼宇生产效率关系评价研究——以北京市东二环交通商务区为例

施昱年，张秀智

（中国人民大学公共管理学院，北京 100872）

服务业集聚与商务区楼宇生产效率关系评价研究
——以北京市东二环交通商务区为例

施昱年，张秀智

（中国人民大学公共管理学院，北京 100872）

本文以北京市东二环交通商务区服务业和楼宇为研究对象，通过产业感应度与影响度分析、关联度R值计算及数据包络分析法，探讨商务区服务业集群内各个楼宇的行业集聚多样性与其行业生产效率的关系。研究结果表明，楼宇内聚集的行业越单一，越能发挥规模化的优势，提升自身的生产效率；入住了总部企业的楼宇，总部企业规模越大，楼宇的生产效率越高。因此，服务业的空间布局应追求楼宇内单一行业的高度集聚，以提高生产效率。

服务业；产业集聚；产业集群；生产效率；楼宇经济

服务业同制造业一样都存在产业集聚和集群现象，二者相同之处均是基于产业关联的需求（包括对制造业和服务业中各行业的关联），不同之处表现在制造业集群发展是基于产业规模化与技术、知识外溢［1］，而服务业由于服务易于模仿的特性，使技术与知识并非一定需要依靠集聚或集群才能传播，区位反而是影响服务业集聚的关键因素。服务业虽然可在不与制造业相邻的条件下单独集聚于CBD或副中心区，但其能否成为集群还需视集聚中是否有服务行业能在区域（城市）的产业关联中位居主导行业地位，这也使城市内的服务业集聚未必会成长为集群，进而与制造业有所差异。

已有的众多文献指出，产业集群内企业因外溢的外部经济及企业间协作生产达到的竞争优势，将实现 “集中效率”，使单位投入能获得更高的单位产出，提高生产效率［2］，从而减少土地投入。在产业集群形成的过程中，企业会出现上、下游的协作发展，技术或知识随之外溢并传递给协作企业，带动规模化发展与成本优势，进而产生外部经济， 而这些因素是实现集中效率的关键［3］［4］［5］。服务业集聚有助于提高城市就业及固定投资［6］，包括服务业在内的行业集聚也能有效提高企业的TFP［7］，生产效率理论已被应用证实制造业集群对生产力有正向的影响［2］。国内以楼宇为载体研究产业集群及生产效率的文献很少，这可能与数据的易获性有关。目前，学界主要研究楼宇经济、楼宇适宜发展的区位选址等［8］［9］。

楼宇作为服务业的载体，它是服务业集聚与集群发展的空间单元，当各楼宇的服务业在产业关联的协作下聚集成为产业集群时，楼宇内同类型服务行业集聚能有效提升楼宇的生产效率，一方面提高楼宇的单位土地产值，另一方面提升其对制造业提供服务的附加价值及制造业附加价值。基于此，本文将回答以下三个主要问题：第一，楼宇内的服务业集聚能否发展成为服务业集群？主导产业集聚的楼宇的生产效率是否高于其他楼宇？第二，聚集单一或少数行业的楼宇群的生产效率是否高于其他楼宇？第三，总部企业入住的楼宇的生产效率是否高于其他楼宇？

一、研究方法

产业集群是以主导产业为核心向外关联集聚的行业所形成的生产聚落，形成产业集群的两个要件包括拥有主导产业和行业间彼此关联。产业集群的分析方法主要采用主导产业分析和计算产业关联度R值，生产集中效率的计算则采用数据包络分析法（DEA）计算各个行业的相对效率［10］。

（一）主导产业分析

主导产业是带动和推动产业集群发展的关键行业，较高的前、后向关联是主导产业的特征之一。感应度系数和影响力系数是评价行业之间关联程度的主要方法①感应度系数反映国民经济各部门均增加一个单位最终使用时，某一部门由此而受到的需求感应程度。影响力系数反映国民经济某一部门增加一个单位最终使用时，对国民经济其他各部门产生的生产需求波及程度。，它们可将行业划分为高关联（高感应度、高影响力）、中间投入需求（低感应度、高影响力）、中间投入供给（高感应度、低影响力）及低关联（低感应度、低影响力）等四类。各系数的计算公式如下：

若Ui＞1，则表示i行业感应到其他行业产量增加而受到影响的程度大于全部行业的平均值。若Uj＞1，则表示j行业产量增加对其他行业的产量造成影响的程度大于全部行业的平均值。

（二）产业关联度R值

本文采用Luukkainen（2001）提出的投入与产出分析方法，将行业自相关的值设为0，再计算关联系数，避免部分行业本身的自相关过高而低估其他行业的关联程度。关联度R值的计算公式如下［11］：

式（3）的分母为j行业在生产过程中对各行业生产产品的直接消耗量，分子为j行业在生产过程中对i行业生产产品的直接消耗量。式（4）的分母为i行业在生产过程中对各行业生产产品的直接消耗量，分子为i行业在生产过程中对j行业生产产品的直接消耗量。R值＞8％才表示产业之间存在关联性。

（三）DEA分析法

DEA分析法假设有一集合P有n个性质相同的行业（以下简称DMU），每个DMU（j=1，…，n）投入m项生产要素xi（i=1，…，m）得到s项产出yr（r=1，…，s），当估计一个DMUo的效率值时，该线性规划模式可写为：

其中，ho为被估计DMU的效率值且0≦ho≦1，ur为第r个产出项权数，yrj为第j个DMU的第r个产出项数量，vi为第i个投入项权数，xij为第j个DMU的第i个投入项数量，ε为非阿基米德常数（即极小的正数，目的是使所有ur、vi为正）。当产出项加权后加总减去投入项加权后加总的值为0时，则表示DMUo相对于其他共同比较的DMU实现了最高效率的生产。

二、交通商务区楼宇生产效率实证分析

（一）研究案例与楼宇数据

本文选择北京东二环交通商务区（以下简称交通商务区）为研究案例，分析服务业集聚与楼宇生产效率之间的关系。该商务区位于北京市东城区东直门街道，是 《北京市东城区总体发展战略规划（2011-2030年）》中的东二环高端服务业发展带。本文的楼宇数据来自北京市东城区东二环建设管理办公室。楼宇从业人员及其行业分布情况统计时间截至2011年7月，各楼宇营业收入与生产要素投入情况统计时间为2011年1-7月。交通商务区内共有55座楼宇，扣除数据缺失的楼宇，本文分析的楼宇共计42栋①为保护楼宇业主的商业秘密，本文隐去了具体楼宇名称，而用编码做了替代。表3-5中的楼宇包括富华大厦、华润大厦、东环广场、青蓝大厦、保利大厦、居然大厦、第五广场、中青旅大厦、来福士大厦、北京人保大厦、国华投资大厦、光华长安大厦、中国海油大厦、北京新保利大厦、南新仓商务大厦、中国电信通讯指挥楼和东直门移动通信综合楼。，企业总数为2000余家，从业人员近10万人（具体见表1所示）②租赁和商务服务业（以下简称商务业）、金融业、信息传输计算机服务和软件业（以下简称信息业）、批发和零售业（以下简称批零业）、住宿和餐饮业（以下简称食宿业）、房地产业、文化体育和娱乐业（以下简称文体业）。。

表1 交通商务区各行业从业人员比重及楼宇分布

由于北京市各区县未独立编制投入产出表，但基于东二环交通商务区是北京市产业发展的一环，在技术和知识外溢下产业的分工协作模式应当有一定的共性，因此本文采用北京市每五年编制的 “北京市2007年投入产出直接消耗系数表”来分析和测算各产业的关联程度。各楼宇的生产数据为营业收入，投入数据为建筑面积、企业数及从业人员数，以共同反映楼宇内各行业的土地、劳动力及资本等生产要素投入，生产效率越高，意味着土地利用效率越高。

（二）交通商务区形成以租赁和商务服务业为主导产业的产业集群

交通商务区发展成为产业集群需两个要件，一是服务行业中已有行业是北京市的主导产业，二是各服务业之间必须存在产业关联。通过对交通商务区各产业感应度系数和影响力系数的分析发现，交通商务区主导产业是具有高关联产业特征的租赁和商务服务业，该产业向前推动批零业、金融业发展，向后带动批零业、食宿业、金融业、房地产业及文体业发展。因此，交通商务区不只是服务行业的集聚，而是已具备产业集群的发展基础，即以商务业为主导核心，驱动着各个服务行业的发展（见表2所示）。

表2 北京市主导产业与关联度R值 单位：％

（三）聚集单一或少数行业楼宇与其他楼宇生产效率的比较

在交通商务区产业集群中，各个楼宇聚集着多个服务行业。按照各个楼宇聚集服务行业的从业人员占交通商务区该行业比重的不同，各楼宇的产业集聚重要性也不同。由表3可知，在交通商务区42座楼宇中，有9座楼宇聚集的服务行业占交通商务区该行业比重较大，这些楼宇内行业的平均生产效率为0.20879，大于其他楼宇的平均生产效率（0.07967）。这说明随着行业的集聚程度越高，楼宇的生产效率也越高。进一步针对服务行业集聚最高的楼宇进行分析，我们发现5座集聚最高的楼宇的生产效率为0.23401，不仅大于其他楼宇的平均生产效率（0.09022），也大于前述9座聚集的服务行业占交通商务区该行业比重较大的楼宇的生产效率（0.20879）。因此，随着行业的集聚程度越高，楼宇内行业的生产效率也将提高。

表3 聚集单一或少数行业的楼宇的生产效率

（四）总部企业楼宇与其他楼宇生产效率的比较

交通商务区共入住了33家总部企业，其中跨国公司地区总部14家、中国公司总部13家、中国公司地区总部6家。总部企业在营运及管理上的职能较高，虽然不直接提供服务，但具备决策职能，在空间上的集聚能有效提高不同总部之间的联系，也会加快相同集群内子公司对各行业提供服务的速度。据表4显示，总部企业入住楼宇的平均生产效率为0.26395，大于其他楼宇的0.02033，说明总部企业有助于提升楼宇的生产效率。根据不同总部企业的类型分析后发现，跨国公司地区总部入住对提升楼宇生产效率的促进作用较小，其平均生产效率小于其他楼宇。然而，中国公司总部及地区总部入住对提升楼宇生产效率则有较大的作用，尤其是中国公司地区总部楼宇的平均生产效率达到0.42778，远大于其他楼宇（0.07361）。这一现象可能与国内外企业的业务职能和规模有关，还有待后续研究进一步探讨其成因。

表4 总部企业入住楼宇的生产效率

进一步地，总部企业独占一栋楼宇仍为少数，多数楼宇是由总部企业及其他企业共同聚集。由于楼宇内入住行业的多寡难以用一个定量的行业数量指标分割为多数行业或少数行业楼宇，因此本文以楼宇内行业的关联度为指标来划分。单独一个总部企业独立入住的楼宇，其楼内关联度为0，而随着楼宇内入住行业越多，关联度则越高。根据前、后向关联的平均聚类K（K-Means）分析结果，交通商务区内的总部楼宇可分为两类：聚类一是低楼内产业关联，说明楼宇内行业数很少；聚类二是高楼内产业关联，说明楼宇内行业数较多。由表5可知，总部楼宇内的行业数量越少，楼宇生产效率越高，这表明楼宇内总部企业规模越大或行业越单一，该楼宇的生产效率也越高。

表5 不同集聚程度的总部企业入住楼宇的生产效率比较

三、结 语

本文通过对北京市东二环交通商务区服务行业集聚、总部企业与楼宇生产效率之间的关系研究，我们得出以下结论：在产业集群之下，楼宇扮演着行业集聚载体的角色；总部企业的入住不只是增加地方税收，对楼宇的生产效率也有明显的提升作用，尤其以国内企业总部更为明显，这可能与交通商务区内的跨国总部属于地区型总部有关；跨国企业地区总部入住的楼宇中，除华润大厦和来福士大厦外，其余楼宇入住的企业和行业均较多，而跨国企业总部的规模小于国内企业总部；总部企业规模越大或楼宇内的行业越单一，在规模经济和产业集聚的作用下，楼宇的生产效率也越高。据此，在以服务业为主的商务区，政府应有计划地规划各楼宇的行业内容和企业类型，通过写字楼租赁补贴政策引导市场，将分支企业或总部企业引导到同一类行业集聚的楼宇，以发挥行业的规模经济效应。同时，提高楼宇间行业的关联程度，吸引具有主导优势的服务业，构建产业集群并实现每个楼宇的高生产效率，从而提高单位土地产值，达到城市中心区土地集约利用的目标。

［1］Caniëls M.C.J.Know ledge spillovers and economic growth：regional growth differentials across Europe［M］.Gloucester，UK，Edward Elgar，2000.

［2］Kim M.K.，Harris T.R.，Vusovic S.Efficiency analysis of the US biotechnology industry：clustering enhances productivity［J］. AgBioForum，2009，12（3&4）：422-436.

［3］Ciccone A.Agglomeration effects in Europe［J］.European Economic Review，2002，46（2）：213-228.

［4］Combes P.P.，Duranton G.，Gobillon L.，Roux S.Estimating agglomeration effects with history，geology and worker fixed-effects. In：Glaeser，E.L.（Ed.），Agglomeration Economics［M］.University of Chicago Press，Chicago，I.L.，2010.

［5］Graham D.Identifying urbanization and localization externalities in manufacturing and service industries［J］.Papers in Regional Science，2009，88（1）：63-85.

［6］Huallacháin B.Agglomeration of services in American metropolitan areas［J］.Growth and Change，1989，20（3）：34-49.

［7］Rizov M.，A.Oskam and P.P.Walsh.Is there a limit to agglomeration？Evidence from productivity of Dutch firms［J］.Regional Science and Urban Economics，2012，42（4）：595-606.

［8］高军军，吴晓.南京市中心区楼宇经济的实证研究——以山西路商圈为例 ［J］.现代城市研究，2009，（9）：84-91.

［9］姜煜华，甄峰，王春慧.楼宇经济空间布局的适宜性影响因子——以潍坊市奎文区为例 ［J］.城市问题，2010，（11）：56-60.

［10］Charnes A.，Cooper W.W.，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978，2（6）：429-444.

［11］Luukkainen S.Industrial cluster in the Finnish Economy In Innovative Clusters：Drivers of National Innovation Systems［Z］.OECD，Paris，2001.

The Relationship between Service Industry Clusters and Productive Efficiency of Buildings in a Business District——A Case Study of Traffic&Business District in Dongchen District in Beijing

SHIH Yu-nien，ZHANG Xiu-zhi
（School of Public Administration&Policy，Renmin University of China，Beijing 100872，China）

We choose the service industry and business buildings in the traffic&business district in Dongchen district in Beijing as object of our study.Through the use of response and influence coefficient，linkage coefficient and data envelopment analysis，we study the relationship between industrial diversity and productive efficiency of the business buildings located within the industrial clusters of the business district.It is found that the decrease of industrial diversity in a building can increase its productive efficiency.A building with business headquarters in it has higher productive efficiency than those without.Furthermore，a building with headquarters which has single or fewer diversified industries possesses higher productive efficiency than buildings that hasmore diversified industries.Therefore，high agglomeration of single industries is important for a business building to increase its productive efficiency.

service industry；industrial agglomeration；industrial cluster；productive efficiency；building economy

F061.5

A

1004-4892（2014）08-0016-06

（责任编辑：化 木）

2014-04-10

施昱年（1978-），男，台湾台南人，中国人民大学公共管理学院讲师；张秀智（1968-），女，河北任丘人，中国人民大学公共管理学院副教授。