长江经济带特大城市服务业发展水平及其影响因素研究*

2015-12-16吴传清彭哲远

区域经济评论 2015年3期

吴传清彭哲远

关于特大城市产业结构转型升级发展的方向，国家“十二五规划纲要”，《国家新型城镇化规划》等规划文本都从顶层设计的战略高度强调要推动特大城市形成以服务经济为主的产业结构。《国务院关于依托黄金水道推动长江经济带发展的指导意见》也强调推动区域中心城市逐步形成以服务业为主的产业结构。上海（沪）、南京（宁）、武汉（汉）、重庆（渝）、成都（蓉）是分布在长江经济带沿线的五个中心城市、特大城市（城区常住人口均在500万人以上，沪渝为直辖市，宁汉蓉为副省级城市），也是推动长江经济带现代服务业加快发展、建设沿长江服务业集聚带的重要空间载体。如何科学研判上述城市服务业发展水平？其服务业发展又主要受哪些因素影响？在中国迈入服务经济新时代、长江经济带建设成为国家发展战略的背景下，研究这些问题具有重要的理论价值和实践意义。

一、相关研究文献回顾

（一）服务业发展水平综合评价

李江帆（1994）开创了构建综合评价指标体系测度地区服务业发展水平的先例［1］。纵观国内现有的服务业发展水平评价研究文献，所采用的研究方法大体有聚类分析法、层次分析法、因子分析法和主成分分析法，尤以后两种方法采用频率较高，大多数文献普遍通过构建综合评价体系来衡量服务业发展水平；研究尺度侧重国家尺度和区域尺度，部分文献涉及地级市尺度（李蕊等，2007；张桂兰，2010；吴英晶，2011）［2-4］；评价指标体系的变量选取大同小异，服务业增加值、服务业从业人数、服务业固定投资、人均GDP、服务业劳动生产率等指标（见表1）。

（二）影响服务业发展水平的主要因素

现有相关研究文献多侧重生产性服务业发展水平、空间聚集水平影响因素的实证分析，少量文献采用构建指标体系对服务业发展水平影响因素进行实证分析（见表2）。其中，游士兵（2006）侧重从经济发展水平、市场开放度、市场空间配置、服务业资源禀赋等方面选取19个指标构建服务业发展水平影响因素的综合评价体系［12］；马虎兆等（2010）构建影响服务业发展的三维模型，强调需求驱动、供给驱动和创新驱动是推动服务业发展的主要动力［13］。江琳等（2011）将服务业拆分成交通运输业、批发零售业和金融保险业三类服务业，选取城市化率、工业化水平、人均GDP、金融业货币供应量等变量，采用计量模型分析各自的影响因素［14］。

表1 学术界关于服务业发展水平综合评价研究文献涉及的主要方法

（三）沪渝宁汉蓉服务业发展水平与影响因素的实证研究

尽管学术界综合研究长江经济带特大城市服务业发展水平及其影响因素的文献尚处于空白，但已有少量文献涉及上海、南京、武汉、成都、重庆等个别城市服务业发展水平及其影响因素的实证研究（见表3）。关于上述城市服务业发展水平评价研究多侧重中外城市服务业发展水平的横向、纵向比较，研究方法较为单一；对上述城市服务业发展水平的影响因素研究多根据各个城市自身特点选取一定变量进行实证分析，如刘丰年（2012）、李晴（2010）通过计量回归分别分析上海、南京服务业发展的影响因素［16-17］，彭生顺、等（2011）通过构建现代服务业发展影响因素评价指标体系，运用灰色关联度动态分析影响重庆市现代服务业发展各因素的主次关系［18］。

表2 学术界关于服务业发展水平影响因素研究文献涉及的主要变量

本文的研究思路：基于文献回顾，构建服务业发展水平评价指标体系，采用因子分析法综合评价沪渝宁汉蓉服务业发展水平；运用面板数据回归模型分析影响沪渝宁汉蓉服务业发展水平的主要因素；总结研究结论，提出相关政策建议。

表3 学术界关于沪渝宁汉蓉服务业发展水平及其影响研究文献涉及的主要变量

二、沪渝宁汉蓉服务业发展水平的综合评价

（一）指标选取

本文构建的服务业发展水平综合评价体系涵盖宏观环境、发展规模、发展质量和潜力三大方面，选取19个指标（见表4），指标选取主要来源于文献归纳和筛选。由于服务业增加值、服务业从业人员和服务业固定投资三个方面是直接体现服务业发展水平的重要指标，因此选取涉及这三个方面相关9个指标，包括绝对值、相对值和增长速度。另外10个指标则是从服务业发展的各个方面进行筛选，包括经济发展水平、服务业与工业的关系等。

表4 服务业发展水平综合评价指标

（二）数据来源

考虑数据的可获取性和可比较性，选取五个特大城市（上海、南京、武汉、重庆、成都）2008—2012年数据作为研究样本。数据主要整理自中国统计出版社2009—2013年出版的《上海统计年鉴》《南京统计年鉴》《武汉统计年鉴》《重庆统计年鉴》《成都统计年鉴》和《中国城市统计年鉴》，部分数据采自中经网数据库。

（三）评价方法

由于一次性对19个指标进行综合分析较为困难，为了控制变量的数量，同时又尽可能地反映所有标量的信息，本文运用SPSS22.0软件，将19个指标集成若干可以评价服务业发展水平的综合指标，采取因子分析法进行分析。

1.主因子的提取

将五个城市的原始指标数据带入SPSS22.0软件进行主因子分析，变量的描述性统计如表5所示。由于原始指标数据的单位不一致，表现形式不同，无法进行最为直接的比较。为了消除这些影响，计算时利用SPSS22.0软件对原始指标数据作标准化处理，并使用主因子法来提取公共因子。

表5 指标变量的描述性统计

根据特征值大于1的原则，本文提取出4个公共因子，而这4个公共因子的累计方差贡献率高达82.812%（见表6）。这意味着选用这4个公共因子足以表现出原评价指标体系19个指标变量涵盖的大部分信息量，可简明扼要地刻画服务业综合发展水平。

表6 公共因子特征值和累积贡献率

2.因子载荷矩阵

利用因子分析法的目的不仅仅是为了找出公共因子，更重要的是对每个公共因子进行分析。通过SPSS22.0软件得出初始因子载荷矩阵如表7所示。

初始因子的载荷矩阵的数据显示：对于因子F1，人均GDP、城镇居民消费性支出、城市化率、工业总产值占比、服务业增加值、服务业增加值占GDP比重、服务业就业人数占总就业人数比重、服务业劳动生产率、服务密度、专利授权量等变量具有较高的载荷量；对于因子F2，仅有服务业就业人数和服务业固定资产投资额、服务业就业人数增长速度、普通高校在校大学生人数等四个变量有较高的载荷量；对于因子F3，仅有金融业增加值占比和房地产业增加值占比两个变量有较高的载荷量；对于因子F4，除服务业增加值增长速度外没有其他的变量有着较高的载荷量。因此，无论是从因子贡献率还是从载荷矩阵上，因子F1都起着绝对性的作用。

表7 初始因子载荷矩阵

变量因子 1（F1）因子 2（F2）因子 3（F3）因子 4（F4）

（四）评价结果及分析

在因子分析模型中，各公共因子可以表示为所有指标变量的线性组合，这些线性组合的参数估计如表8所示。由此，可以得到4个因子得分函数，进而计算每个样本观测的因子得分。

由上表可以得出这4个因子得分的代数表达式：

表8 因子得分函数的参数估计

再根据表6中的公共因子的贡献率，得到服务业发展水平综合得分的表达式为：

将标准化后的五个城市的数据带入上述五个表达式，各城市得分如表9所示。

结合各城市数据、因子得分、服务业发展水平综合得分以及各自排名情况可得出如下结论：

第一，各城市服务业发展水平总得分在2008—2012年间均呈逐年增加态势，表明长江经济带五个特大城市服务业均持续、稳健发展。

第二，从服务业发展水平综合得分来看，长江经济带特大城市服务业发展水平呈现出显著差异。2008—2012年间五个城市服务业发展水平得分排序均为上海、南京、武汉、成都、重庆，表明长江下游特大城市上海、南京服务业发展水平明显高于中下游特大城市武汉、成都、重庆。

第三，从F1、F2、F3、F4各个因子得分来看，长江经济带特大城市服务业发展呈现出一定的差异化特色。在起决定性作用并代表大多数变量的因子F1得分上，2008—2012年间各城市该因子得分排序均为上海、南京、武汉、成都、重庆，表明上海和南京在整体上具有明显的优势。在代表着金融业增加值占比、房地产业增加值占比的因子F3和代表着服务业增加值增长速度的因子F4上，重庆市2012年得分均为最高；武汉在因子F4得分上的表现也十分出色。这表明长江中下游特大城市服务业发展速度较快，发展潜力开始凸显。

表9 沪渝宁汉蓉五城市服务业发展水平得分

三、沪渝宁汉蓉服务业发展影响因素的实证研究

（一）研究假设与指标选取

借鉴已有研究成果，本文选取六类指标分析沪渝宁汉蓉服务业发展的影响因素（见表10）。具体解释如下：

（1）经济发展水平。一般而言，经济越发达的地区，其服务业发展水平越高。相关研究文献通过因子分析法对我国服务业发展水平与经济发展水平呈正相关关系进行了验证（张建升、谭伟，2011）［20］。现实情况也支持这一观点。据此提出假设1：服务业发展水平与经济发展水平呈正相关关系。

（2）工业化水平。目前中国工业化即第二产业发展对服务业发展（用服务业增加值占比来代替）的影响尚存争议。本文认为在处于工业化中期阶段的中国，第二种挤压效应更明显。据此提出假设2：我国现阶段服务业发展水平（服务业增加值占GDP比重）与工业化水平呈负相关关系。

表10 服务业影响因素的自变量量化一览表

（3）收入水平。居民收入水平决定居民的购买力，一定程度上决定着服务消费量的多少。有学者认为居民收入水平并非服务业发展的原因。另有学者认为服务业发展与人均收入存在显著的正相关关系。据此提出假设3：服务业发展水平与人均收入呈正相关关系。

（4）对外开放程度。研究证明，服务业进出口与服务业发展水平之间存在长期稳定的关系，服务业FDI可视为服务对外贸易的一项重要指标，有文献通过随机前沿面板数据模型证明这一因素对服务业发展具有显著的促进作用（胡朝霞，2010）［24］。据此提出假设4：服务业发展水平与对外开放程度成正相关关系。

（5）人力资本。服务业内部存在大量知识、技术密集型行业，科技和人才主要的投入要素，而人力资本的缺乏会限制服务业技术进步（q张自然，2010）［25］。据此提出假设5：服务业发展水平与人力资本水平呈正相关关系。

（6）交通运输水平。依托长江黄金水道建设长江经济带，交通运输水平是影响沿江城市服务业发展的重要因素。据此提出假设6：服务业发展水平与交通运输水平呈正相关关系。

（二）数据来源

基于数据范围与特点，本文采用“时间-城市”面板数据模型分析影响长江经济带特大城市服务业发展的影响因素，研究时限选取2000—2012年，截面范围为上海、南京、武汉、成都、重庆五个城市。数据主要来源于《上海统计年鉴（2013）》《南京统计年鉴（2013）》《武汉统计年鉴（2013）》《成都统计年鉴（2013）》《重庆统计年鉴（2013）》和《中国城市统计年鉴（2013）》，部分数据来源于五个城市2000—2012年统计公报。

（三）模型构建与计量检验

1.模型构建

根据前文分析，本文建立面板数据回归模型：

式中，因变量服务业发展水平用serv表示，含义是服务业增加值占GDP的比重。因为变量间的计量单位差异较大，为了使得出的结果更加准确可信，因此对所有变量取对数来进行回归，从而避免变量单位带来的影响。通过初步检验，非对数模型的单位根检验无法同阶单整，对数模型则可顺利通过单位根检验。

2.数据处理

在设定模型确定具体变量后，本文运用stata11软件得出各变量的描述性统计值。根据上文服务业发展水平测度结果，将五个特大城市分为长江下游上海、南京与长江中上游武汉、成都、重庆两大类。除对五个特大城市总体数据进行描述性统计外，另分别对这两类地区的特大城市也进行描述性统计。

研究结果显示，长江经济带特大城市经济发展差距明显，下游特大城市上海、南京外商直接投资额为中上游特大城市武汉、成都、重庆的两倍以上，人均GDP、居民可支配收入、货物运输量（水运）也有着较大差异。但是数据显示出工业化水平差异不大，中上游特大城市在校学生数甚至远远高于下游特大城市，而用于代表服务业发展水平的因变量——服务业增加值占GDP比重的差异也不大。

3.计量检验

（1）单位根检验。为避免数据的非平稳性产生伪回归现象，本文对数据进行单位根检验。为了使结果全面准确，采用LLC检验、IPS检验、ADF-Fisher和PP-Fisher四种面板数据的检验方法，具体结果如表11所示。

表11 单位根检验结果

表11检验结果显示lnserv这个变量在1%的显著水平下通过了LLC、IPS和ADF-Fisher检验，在5%的显著水平下通过了PP-fisher检验；lnincome变量在1%的显著水平下通过了LLC检验，在5%的显著水平下通过了IPS、ADF-Fisher和PP-fisher检验。其他变量都在1%的显著水平下通过了所有检验。该单位根检验结果表明，变量为平稳数列。

（2）协整检验。虽然通过单位根检验得出每个变量自身都是平稳的结论，但它们的线性组合却可能是非平稳的。运用eviews作EG两步法的面板数据协整检验，结果如表12所示。协整检验结果显示，虽然PanelADF-Statistic和GroupADF-Statistic两个统计量的结果不甚理想，但其他的统计量都至少在5%的显著水平下拒绝了原假设，且Kao检验在1%的显著水平下拒绝了原假设。因此，协整检验结果表明变量之间有着长期均衡关系，可进行回归。

表12 协整检验结果

（四）回归结果与分析

依照上文设计的模型进行回归分析五个城市服务业发展的影响因素，同时为了分析下游特大城市沪宁和中上游特大城市的汉渝蓉的差异，对下游和中上游两个子面板也进行回归。面板回归结果如表12所示。回归结果显示，R-square都在0.9以上，方程拟合优度较高，表明自变量从总体上对因变量的斜率解释能力较强，可直观地解读各特大城市主要解释变量同服务业发展水平之间的关系。

从长江经济带五个特大城市总体面板来看，除外商直接投资外，其他的解释变量都是显著的。其中，人均GDP、人均可支配收入、货物运输量（水运）、高校在校学生数为正相关，外商直接投资金额和工业化水平为负相关。从下游特大城市子面板来看，除普通高等学校在校学生数外，其他的解释变量是显著的。与总体面板不同的是，下游特大城市子面板中外商直接投资额为正相关，而普通高等学校在校学生数则成了负相关。而中上游特大城市子面板中外商直接投资金额没有在统计上显著，解释变量对被解释变量的影响方向则和总体面板的一致。

表13 面板回归结果

从单个变量的角度来考察，各影响因素的作用效果各不相同：

经济发展水平（人均GDP）与服务业发展水平呈显著正相关，这与上文提出的假设一致，表明经济增长会带来对服务业的需求，从而促进服务业发展。且对中上游特大城市子面板的影响更大，表明尽管中上游特大城市武汉、成都、重庆的经济发展水平相对落后于下游特大城市上海、南京，但有着很大的发展空间。

外商直接投资金额对服务业发展水平的影响，只有下游特大城市子面板通过检验，且为正向影响，而总体面板和中上游特大城市子面板则均未通过检验。这可能主要是由于FDI在我国区位分布不平衡所致，即FDI主要分布于下游沿海地区，中上游地区吸引对外投资数额相对较小，因此对服务业发展的促进作用不明显。

收入增加对服务业发展水平的影响，均通过显著性检验，呈正相关关系，与上文提出的假设一致。表明居民可支配收入增加将极大地刺激对服务业的需求，从而促进服务业的发展。

普通高等学校在校学生数代表的人力资本和技术因素在下游子特大城市面板中不显著，但在总体面板和中上游特大城市子面板中呈显著正相关。表明上海、南京相对于其他城市有着较强的吸引力，能吸引相当多的人力资本；而中上游的武汉、成都和重庆多依靠自身的人力资本储备。

四、研究结论和政策启示

本文实证研究得出的研究结论为：（1）长江经济带特大城市之间服务业发展水平呈现出显著的梯度和差异。研究期内五个特大城市服务业发展水平得分排名顺序始终为上海、南京、武汉、成都、重庆。地处长江下游的特大城市上海、南京在服务业发展规模和质量方面具有明显的优势，特别是上海市已发展成为典型的服务经济型城市。（2）长江中上游特大城市服务业发展潜力较大。地处长江中上游的内陆特大城市武汉、成都有着巨大的发展潜力，其服务业增加值增长速度明显高于上海、南京。随着中西部经济快速发展和长江经济带协同建设，武汉、成都、重庆三个特大城市服务业发展潜力必将会释放。（3）各影响因素对长江经济带特大城市的作用效果各不相同。经济发展水平、居民可支配收入和货物运输量（水运）对长江经济带五个特大城市服务业发展有显著的促进作用；人力资本储备对武汉、重庆、成都服务业发展有着明显的影响；外商直接投资余额对上海、南京服务业发展有显著的促进作用。

本文实证研究结果蕴含以下政策启示：（1）加强长江经济带特大城市服务业协同发展。按照共建长江服务业集聚带的理念和目标，高度重视发挥上海市服务业的辐射和带动作用，积极推进下游与中上游特大城市之间的服务业战略联盟、服务业梯度推移与承接发展。（2）促进内陆特大城市武汉、重庆、成都服务业加快发展。借鉴上海、南京服务业发展经验，按照服务业集聚发展、服务业与制造业融合发展、服务业开放发展的路径，发挥后发优势，提高长江中上游特大城市服务业发展规模和质量。（3）提高长江经济带特大城市服务业开放发展水平。以服务业集聚区、自贸区（园区、港）为重要载体，加强体制机制创新，进一步扩大服务业对内对外开放，在沿海、沿江、内陆、沿边全方位开放新格局中，提升特大城市服务业集聚效应和辐射带动效应。

［1］李江帆.中国第三产业发展研究［M］.北京:人民出版社，2005.

［2］李蕊，荆林波.服务密度的地区差异及其影响因素的分析［J］.财贸经济，2007，（6）:98-10.

［3］张桂兰，包玉香.山东省城市第三产业发展水平综合评价［J］.集体经济，2010，（9）:28-29.

［4］吴英晶.呼伦贝尔市服务业发展水平综合评价［J］.黑龙江科技信息，2007，（3）:114-114.

［5］邓泽霖，胡树华，张文静.我国现代服务业评价指标体系及实证分析［J］.技术经济，2012，（10）:60-63.

［6］吴传清，李绍腾，陈扬亚.湖北省服务业发展水平的统计评价［J］.统计与决策，2013，（23）:71-74.

［7］田盼，王砺，曹学飞.西部各省服务业发展水平及竞争力评价［J］.企业导报，2013，（4）:105-105.

［8］章义.基于主成分分析的安徽省现代服务业发展评价［J］.合肥工业大学学报，2008，（4）:48-52.

［9］田家林，蒋平，韩锋.我国区域生产性服务业发展水平评价［J］.工业技术经济，2011，（4）:90-94.

［10］匡后权，何凡，曾武佳.西部各省（市）服务业发展水平的评价［J］.统计与决策，2008，（13）:94-96.

［11］张桂兰，包玉香.山东省城市第三产业发展水平综合评价［J］.集体经济，2010，（9）:28-29.

［12］游士兵.服务业发展水平影响因素分析［J］.中南财经政法大学学报，2006，（5）:27-31.