生产性服务业集聚及对经济增长影响实证研究——基于福建省行业与地区数据

陈增明， 陈锦然， 余 香

(1.福建商业高等专科学校 工商管理系， 福建 福州 350012； 2.华中师范大学 经济与工商管理学院， 湖北 武汉 430079)

生产性服务业集聚及对经济增长影响实证研究
——基于福建省行业与地区数据

陈增明1， 陈锦然2， 余 香1

(1.福建商业高等专科学校 工商管理系， 福建 福州 350012； 2.华中师范大学 经济与工商管理学院， 湖北 武汉 430079)

利用2006-2012年福建省9个地市6大不同类别生产性服务业的相关数据，通过空间基尼系数、区位熵指数等指标对福建省生产性服务业集聚状况进行测度。研究发现，从6大行业层面考察，无论静态，还是动态，福建省生产性服务业集聚程度总体较低且存在不同形态的发展态势；从9个地市层面考察，6大不同类别的生产性服务业在不同地市间布局的差异化程度较大。进一步利用计量经济面板数据回归模型实证研究生产性服务业集聚对福建经济增长的影响。结果表明：生产性服务业集聚对经济增长有正向拉动作用，但贡献度较低。

生产性服务业； 集聚； 经济增长； 面板数据

一、引言

随着全球进入“服务经济”时代，生产性服务业业已成为众多发达国家的主导产业，且在经济发展中起重要的引擎作用。当前我国正处于产业结构调整升级的关键时期，生产性服务业的新引擎作用，引起政府、学术界的普遍关注。2013年我国第三产业增加值占GDP比重为46.1%，占比首次超过第二产业，生产性服务业的表现尤为突出。截止2014年第三季度止我国第三产业占比达到46.7%，这充分表明我国服务业加快发展的态势正在形成，服务业主导的格局初具雏形。

改革开放30多年来，福建省凭借独特的区位优势和改革开放政策以及“海西”战略的实施，经济与社会发展取得骄人的成绩，但是福建省服务业发展并没有实现有效“突破”，2013年第三产业增加值占地区生产总值比重仅为39.1%，低于全国7个百分点，与国内服务业发达的省市相比,福建省服务业发展还存在较大差距,主要表现在服务业比重偏低、结构不够优化、辐射能力不强、创新能力较差等[1]。为进一步促进服务业发展，2011年福建省人民政府制定了《福建省“十二五”服务业发展专项规划》，明确提出现代服务业增长速度应高于服务业平均增长速度，生产性服务业占服务业比重达到60%以上。因此，加快发展生产性服务业，对于福建省产业结构调整和经济转型升级有着重要意义。

二、相关文献综述

生产性服务业集聚作为服务业集聚的一种类别，同时作为一种产业组织形式，在经济发展过程中发挥的作用越来越突出，越来越受到人们的关注。针对生产性服务业集聚及对经济增长影响的问题，近年来，国内外学者分别从不同角度进行了大量的有益探讨和相关研究，并取得了诸多成果。Jay Kandampully(2001)曾经指出,当一个国家、地区或组织在寻求竞争优势时,服务业集聚可能是增强核心竞争力的重要途径[2]。Coffe(1994)通过对加拿大生产性服务业研究表明，生产性服务业的集聚程度随城市规模的缩小而下降。

而国内学者实证研究的成果主要集中在：第一，生产性集聚的测度及产生集聚的原因。盛龙等(2013)采用中国地级城市数据实证检验，发现中国生产性服务业具有较高的集聚程度与较强的集聚趋势，并在空间上呈现出从我国东北、中西部地区向东部沿海地区集聚的态势[3]。张旺等(2012)通过主成分分析及集聚测度指标分析京津冀都市圈生产性服务业空间集聚基本特征[4]。丁静秋(2013)通过研究发现，中国中部六省生产性服务业集聚发展相对缓慢，影响因素比较复杂，且与其他地区存在较大差异，影响中部地区生产性服务业集聚的因素主要有产业关联程度、城市化水平、信息化水平、人力资本水平、政府规模、经济发展水平和集聚经济等[5]。第二，生产性服务业集聚与制造业之间的关系。詹浩勇(2013)通过分析发现，生产性服务业集聚对制造业转型升级具有积极的促进作用[6]。陈晓峰等(2014)通过中国东部沿海地区的经验证据研究，发现生产性服务业集聚和制造业集聚本身都具有明显的路径依赖特征，同期的生产性服务业集聚与制造业集聚对彼此都会形成一定的阻力作用[7]。张益丰等(2010)基于中国分省数据的实证研究表明，生产性服务业集聚与先进制造业集聚呈强烈的正相关关系[8]。第三，生产性服务业集聚及对经济增长的影响。大部分的实证研究结果表明，生产性服务业集聚对区域经济增长具有积极的影响。马鹏等(2014)以广东省为例进行了实证检验，表明服务业集聚效应与经济增长之间存在显著的正相关关系[9]。韩峰等(2011)基于湖南省地级城市面板数据分析，表明生产性服务业专业化对城市经济增长具有显著的促进作用，而多样化的影响却不显著[10]。

综上所述，国内外学者在生产性服务业集聚及对经济增长影响的问题上进行了诸多丰富的理论与实证研究。然而，纵观现有研究成果，同时从地区、行业角度进行生产性服务业集聚进行测度，并进一步实证分析集聚对区域经济增长影响的文献也相对比较匮乏。基于以上，本文以福建省9个地市6大不同类别生产性服务业的相关数据为基础，运用空间基尼系数、区位熵指数等指标进行生产性服务业集聚的测度，并在此基础上运用计量经济面板数据回归模型实证研究生产性服务业集聚对区域经济增长的影响。

三、数据来源与测度方法

(一)数据来源

对于生产性服务业的界定方法有多种。本文根据《福建省“十二五”服务业发展专项规划》对生产性服务业的界定，将交通运输、仓储和邮政业,信息传输、计算机服务和软件业,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等6大类服务行业作为生产性服务业。同时考虑数据的可获得性和研究的可比性，采用就业人数表示产业规模。数据来源于2007-2013年的《中国统计年鉴》、《福建统计年鉴》以及《中国城市统计年鉴》。

(二)测度方法

生产性服务业集聚测度一般借鉴产业集聚测度的方法，主要指标有空间基尼系数、EG指数、赫芬达尔指数、区位熵指数等[11]。由于EG指数属于绝对集中指数，无法对各个地区之间的集聚程度进行测量和比较；赫芬达尔系数更多是从企业为主体角度进行测度，实际中企业数据往往不够健全且不易获取，这些都直接影响指标的运用。基于分析结果的准确性及数据的可得性，本文采用空间基尼系数、区位熵指数等指标进行集聚测度。空间基尼系数基于从行业的层面考察,用于衡量不同的生产性服务行业在一定区域的集聚程度;区位熵指数基于从地市(空间)的层面考察，用于衡量不同地域的生产性服务业的集聚程度,通过这一指标可以掌握生产性服务业的主要集聚区域[12]。两者综合运用,能更全面地反映福建省生产性服务业的集聚水平和主要空间分布。

1.空间基尼系数

该集聚测度指标1991年由美国经济学家克鲁格曼提出，当时主要用于测算美国制造业行业的集聚程度，该方法应用较为广泛。其计算公式如下：

(公式1)

公式1中，G表示空间基尼系数；si表示i地区某行业从业人员数占全国该行业从业人员数的比重；xi表示i地区总从业人员数占全国总从业人员数的比重。G的取值范围在0-1之间，G值越大越接近于1，说明集聚程度越高，越小越接近于0，说明集聚程度越低。

2.区位熵指数

该集聚测度指标1996年由哈格特提出，在产业结构研究中，主要用来分析不同区域主导的行业状况。其计算公式如下：

(公式2)

公式2中，LQij表示区位熵指数；xij表示第j地区第i行业的从业人员数。LQij值越大，产业集聚越明显，如果大于1，比较优势明显，反之则该行业处于比较劣势。

四、福建省生产性服务业集聚的特征性事实

(一)生产性服务业集聚的变动趋势：行业层面考察

根据公式1，可以计算出2006-2012年间福建省6大类生产性服务业的空间基尼系数，结果如表1所示。

表1 2006-2012年福建省6大类生产性服务业空间基尼系数

根据表1资料,整理得到福建省6大类生产性服务业的空间基尼系数的变动趋势图,如图1所示。

图1 2006-2012年福建省6大类生产性服务业空间基尼系数变动趋势图

基于空间基尼系数对福建省6大类生产性服务业的集聚程度进行测度(表1、图1)，总体变动趋势为：从静态来看，2006、2007年行业集聚程度依次为房地产业>科学研究、技术服务和地质勘查业>租赁和商业服务业>交通运输、仓储和邮政业>金融业>信息传输、计算机服务和软件业；2008、2009、2010年为租赁和商业服务业>房地产业>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>信息传输、计算机服务和软件业；2011年为科学研究、技术服务和地质勘查业>租赁和商业服务业>金融业>房地产业>交通运输、仓储和邮政业>信息传输、计算机服务和软件业；2012年为科学研究、技术服务和地质勘查业>租赁和商业服务业>交通运输、仓储和邮政业>信息传输、计算机服务和软件业>金融业>房地产业。从动态来看，6大类生产性服务业集聚程度呈现“递增型、总体递增型和先升后降型”等三种不同的发展趋势。其中，信息传输、计算机服务和软件业为“递增型”，空间基尼系数从2006年的0.0000359逐年提升到2012年的0.000088。交通运输、仓储和邮政业，科学研究、技术服务和地质勘查业，金融业为“总体递增型”，除2012年外，其余年份均呈现递增，科学研究、技术服务和地质勘查业的空间基尼系数2006年为0.0001121上升到2011年的0.0001801；交通运输、仓储和邮政业从2006年的0.0000661上升到2011年的0.0001024；金融业从2006年的0.0000555上升到0.0001072。租赁和商业服务业，房地产业为“先升后降型”，房地产业该特征表现更加明显，2006年空间基尼系数位居6大类榜首，为0.0001165，2009年达到最大值，为0.0002281，2012年出现最低值，为0.0000788，位居6大类末尾；租赁和商业服务业2006年空间基尼系数为0.0000787，2010年达到最大值，为0.0002623，2012年下降到0.0001338。

(二)生产性服务业集聚的空间分布：地市层面考察

空间基尼系数着重从行业角度分析集聚程度，可以看出福建省生产性服务业存在一定程度的集聚,但总体集聚程度较低。为更加全面分析福建省生产性服务业集聚的空间布局，以下通过计算区位熵指数来揭示生产性服务业在福建9个地市空间上分布的差异来研究生产性服务业集聚的空间特征。运用公式2，得到2006—2012年福建9个地市生产性服务业区位熵指数平均值，结果见表2。

表2 2006-2012年福建9个地市生产性服务业区位熵指数平均值

根据表2资料,整理得到福建省9个地市6大类生产性服务业行业区位熵指数平均值最大值及最小值的比较图,如图2所示。

图2 福建生产性服务业区位熵指数最大值及最小值比较图

从表2、图2的测算结果和表现看，生产性服务业在福建省9个地市中存在一定的集聚现象，但表现特点不一且差异较大。

第一，不同类别的生产性服务行业在不同区位和不同城市基础条件下，其集聚度是不同的。其中，交通运输、仓储和邮政业区位熵指数厦门市最高，其次是宁德市，再次是泉州市，最低的是龙岩市仅为0.589878。这充分说明区位、交通条件对生产性服务行业的集聚形成有很大的影响。另通过比较福州、厦门两大城市生产性服务集聚度发现，福州市的科学研究、技术服务和地质勘查业区位熵指数全省最高，为1.637448，租赁和商业服务业区位熵指数全省第二。形成的主要原因有二：首先，福州作为省会城市，是福建省政治、经济和文化中心，具有较为完善的城市基础设施和综合服务功能，为发展良好的租赁和商业服务业提供良好的条件；其次，福州市是福建地区科研机构和高校最密集的城市，为发展良好的科学研究、技术服务和地质勘查业提供良好的基础。厦门市的房地产业，交通运输、仓储和邮政业区位熵指数全省最高，分别达到1.729482和1.347281。除了以上所提到的区位因素外，与厦门市作为国家计划单列市以及最早实行改革开放的四大经济特区之一，拥有独特的政策优势直接相关。

第二，福建省生产性服务业在不同地市间布局的差异化程度大。从图2的各行业区位熵指数的最大值及最小值比较可以发现，生产性服务业在9个地市间布局的差异化程度大，这充分说明了生产性服务业具有空间集中布局的基本特性。其中，租赁和商务服务业区位熵指数值差异最为明显，2006—2012年龙岩市的区位熵指数均值为2.241881，漳州市仅为0.363778，相差倍数达6倍以上；其次是房地产业，2006-2012年厦门市的区位熵指数均值为1.729482，三明市仅为0.359240，相差近5倍。而且，其余四大类的生产性服务业区位熵指数均值在不同地市间同样表现出较大差异。

五、生产性服务业集聚对经济增长影响实证分析

(一)模型设定

本文采用柯布-道格拉斯生产函数作为研究经济增长的模型，同时为了考察生产性服务业集聚对福建经济增长的影响,在柯布-道格拉斯函数的基础上引入“生产性服务业集聚度”作为新的变量,扩展后的柯布-道格拉斯生产函数的形式为：

Y=AKαLβXγ

(公式3)

为消除可能存在的多重共线性问题，对公式3两边分别取自然对数，得到初步的计量模型为:

lnY=C+αlnK+βlnL+γlnX

(公式4)

公式4中，K表示资本、L表示劳动力、X表示生产性服务业集聚度。为了考察生产性服务业区域分布的静态差异,同时便于描述各行业本身的动态变化情况，利用面板数据模型进行回归分析，这样既做到包含时间序列数据，又包含截面数据，可以有效扩大样本容量，解决因观察期短而造成的样本数据少、模型估计精度偏低等问题。面板数据计量模型为：

lnYit=Cit+αlnKit+βlnLit+γlnXit+μit

(公式5)

公式5中,i表示地区,t表示时间，Yit表示i地区在t时间的GDP，Cit表示无法观测到的个体效应，μit代表误差干扰项,α、β、γ分别表示资本、劳动力、生产性服务业集聚的产出弹性，即资本投入、劳动投入、生产性服务业集聚程度每增加一个百分点产出增加的程度。Kit、Lit、Xit分别表示i地区t年的资本投入、劳动力投入和生产性服务业集聚水平。

(二)数据选择

选取GDP表示经济总量，作为结果性的分析指标；选取年末就业人数表示劳动力投入；而资本包括物质资本与人力资本，因人力资本比较抽象且很难衡量，因此，本文仅考虑物质资本投入，采用永续盘存法计算获取，公式为K(t)=K(t-1)+I(t)-δK(t-1)。其中,K为资本存量,I为固定资本投资,δ表示固定资本折旧率；选取区位熵指数表示生产性服务业产业集聚水平。选取2006-2012年福建省各市区相关数据进行整理和分析，数据来源于2007-2013年的《中国统计年鉴》、《福建统计年鉴》和福建省各市区统计年鉴。

(三)结果分析

运用eviews6.0对2006-2012年福建省9个地市GDP(以C表示)、年末就业人员(以L表示)、物质资本存量(以K表示)、生产性服务业集聚水平(以X表示)运用计量经济中面板数据回归模型进行分析。分析结果为：

表3 各要素对福建省经济增长影响的计量结果

表4 拟合效果说明

由表4资料可以看出，回归模型R2的为0.998850，调整后的R2值为0.998415，均大于0.99，可见回归方程对样本数据的代表性好；各回归系数的T统计量均大于2，T检验的显著性水平均小于0.01，说明各回归系数有实际意义；F统计量为2299.036，数值较大，且F统计量检验的显著水平为0.000000，也明显小于0.01，说明回归效果显著，回归模型的拟合度相当高。

由表3结果可见，模型中所涉及的三个自变量的系数均为正，其中物质资本投入的系数为0.149957，劳动力投入(年末就业人员)的系数为0.052899，生产性服务业集聚水平的系数为0.006891。结果表明，三个自变量对于福建省的经济增长均起到正向拉动作用，具体为福建省物质资本投入、劳动力投入和生产性服务业集聚水平每增加一个单位，将分别拉动GDP增长0.149957、0.052899和0.006891个百分点。说明目前福建省经济增长主要依靠资本投入的增加，其次是依靠劳动力投入的增加，生产性服务业集聚对福建省经济增长也有一定的促进作用，但相对资本和劳动力而言对经济增长的拉动作用不是十分明显。

六、主要建议

生产性服务业集聚度低以及集聚对经济增长的拉动作用小，实际上与福建省生产性服务业整体发展规模较小以及生产性服务业发展层级处于较低阶段有很大关系。主要建议如下：

(一)应不断扩大福建省生产性服务业的发展规模。发展规模是产生服务集聚的重要前提。2012年福建省生产性服务业占服务业比重仅为52%，占地区生产总值的比重仅为20.6%，总体规模较小，这在一定程度上限制生产性服务业的集聚程度。

(二)应不断提高福建省生产性服务业的发展水平或层级。发展水平或层级是形成有效集聚的重要推手。目前福建省生产性服务业处于发展的初级阶段，其本身发展更多是依附于其他产业，无法产生自身相应的知识效应、技术效应及创新效应，更无法对区域的经济发展起到支撑作用，由此导致集聚的动力和条件均不充分。

(三)应打破生产性服务业垄断的格局，扩大市场化程度，放开生产性服务业领域市场准入，形成良好的市场竞争机制，营造公平竞争环境，鼓励社会资本以多种方式发展生产性服务业。市场化程度扩大以及良好竞争机制的形成是提升集聚的重要动力。目前我国绝大多数的生产性服务业，如交通运输业、金融业、科学研究、技术服务和地质勘查业等行业普遍存在垄断、市场化程度低、缺乏必要的竞争机制等现象，其造成的直接后果就是企业丧失为了提高自身创新力和竞争力而加强集聚的动力。

[1]陈增明.基于偏离-份额分析的福建省城市服务业发展比较[J].怀化学院学报,2013(8):57-60.

[2]JayKandampully.Thedynamicsofserviceclusters:Aphenomenonforfurtherstudy[J].ManagingServiceQuality,2001(6):373-374.

[3]盛龙,陆根尧.中国生产性服务业集聚及其影响因素研究[J].南开经济研究，2013(5):115-129.

[4]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.

[5]丁静秋.中部六省生产性服务业集聚水平测度及影响因素研究[D].太原:中北大学，2013.

[6]詹浩勇.生产性服务业集聚与制造业转型升级研究[D].成都:西南财经大学，2013.

[7]陈晓峰，陈昭锋.生产性服务业与制造业协同集聚的水平及效应[J].财贸研究，2014(5):49-57.

[8]张益丰，黎美玲.先进制造业与生产性服务业双重集聚研究[J].广东商学院学报，2011(3):9-16.

[9]马鹏，李文秀.广东省服务业产业集聚效应测算及其与经济增长关系的实证研究[J].华南理工大学(社会科学版),2014(1):1-10.

[10]韩峰,王琢卓,李玉双.生产性服务业集聚与城市经济增长——基于湖南省地级城市面板数据分析[J].产业经济研究,2012(6):19-27.

[11]陈晓峰.长三角生产性服务业集聚的水平测度与效率评价[J].工业技术经济,2014(2):59-67.

[12]王晓玉.国外生产性服务业集聚研究述评[J].当代财经,2006(3):92-96.

Productive Services Agglomeration and Effect on Economic Growth:Empirical Study on Fujian Province

CHEN Zeng-ming1， CHEN Jin-ran2, YU Xiang1

(1.DepartmentofBusinessAdministration,FujianCommercialCollege,Fuzhou,Fujian350012;2.CollegeofCommerceBusinessAdministration,CentralChinaNormalUniversity,Wuhan，Hubei430079)

Based on relative data of 6 different productive services in 9 cities of Fujian Province during 2006-2012,productive service industry agglomeration in Fujian has been measured with Spatial Gini Coefficient and location quotient index.The findings indicate that in respect of 6 industries,the level of productive service agglomeration in Fujian is on the low side with different development dynamically and statically;in respect of 9 cites,the distribution of 6 different productive service industries in 9 cities has great differences.Further,panel data model has been used to empirically study the effect of producctive service agglomeration on economic growth in Fujian with the conclusion that productive services agglomeration makes positive but rather small contribution to economic growth.

productive service industry; agglomeration; economic growth; panel data

2015-01-20

国家社科基金项目(12CJY043)；首届福建省高校杰出青年科研人才培育计划、教育部人文社会科学研究项目(12YJC790300)。

陈增明，1964年生，男，福建长乐人，教授，高级统计师，研究方向：经济统计、产业经济； 陈锦然，1994年生，女，福建福州人，博雅计划生，研究方向：公共经济、数理经济； 余 香，1982年生，女，福建福清人，讲师，研究方向：统计学。

F062.9

A

1671-9743(2015)03-0017-06