省域市场潜力差异与生产性服务业集聚：来自中国的证据

徐春华，刘 力

（广东外语外贸大学，广东，广州 100872）

省域市场潜力差异与生产性服务业集聚：来自中国的证据

徐春华，刘 力

（广东外语外贸大学，广东，广州 100872）

本文对我国生产性服务业集聚的时空演变及其与市场潜力的相互关系考察后发现：生产性服务业表现出显著的地区集聚特征，其集聚不仅在东中西部间具有显著的梯度差异，而且在整体上呈现出向东部沿海地区逐渐“收拢”的特征；各省域的市场潜力同样在东中西部间有明显的梯度差异，且制造业集聚大省的市场潜力明显高于其他地区；DOLS的实证结果表明，市场潜力对生产性服务业集聚有显著的促进作用，但其作用力度及显著性水平均自西向东呈递减态势，而面板误差修正模型进一步证实了这两者间存在协整关系。

市场潜力；生产性服务业；集聚；DOLS

一、引言

在全球化世界经济格局中，服务业已成为提升国际竞争力的重要领域。近年来，我国服务业①我国长期以来所使用的“第三产业”与“服务业”这两个概念的内涵大致相同，且可以参照西方的四分法将其分为生产性服务业、分配性服务业、消费性服务业及社会性服务业。快速发展，继2012年第三产业固定资产投资超过第二产业后，2013年服务业增加值比重达到46.1%，首次超过制造业占比。②2013年国民经济与社会发展统计公报，来自于国家统计局。我国经济地域差异明显，服务业发展的空间规律及其集聚特征亦受到广泛关注。Scott等人提出了服务业集聚概念后，大批学者加大了对服务业（包括生产性服务业）集聚及其成因的研究力度。就影响服务业尤其是生产性服务业集聚的因素而言，它们往往和影响制造业集聚的因素截然不同。譬如，人们普遍认为基于距离最小化的成本节约与产业经济发展。已不足以解释诸如知识密集型的服务业的集聚现象，也不能仅仅用工厂互相接近和工业的物质联系所带来的总成本节约和总收益增大来解释服务业（包括生产性服务业）的空间集聚。服务业间的“互补共生”在相当大程度上是理解服务业集聚的关键，且生产性服务业更倾向于从集聚学习和创新环境等方面来探寻集聚利益。

尽管生产性服务业与制造业随着经济的不断发展而呈现出相互依赖、相互促进的融合发展趋势③Andersson, M. Co-location of Manufacturing and Producer Services: A Simultaneous Equation Approach, Electronic Working Paper Series, 2004,No.08.，但从社会生产力发展的一般规律来看，制造业是(生产性)服务业发展的基础并为后者的发展创造出了需求空间。在两者的互动关系中，生产性服务业能提高制造业的劳动生产率及竞争力，而制造业的发展壮大则能为生产性服务业进一步发展创造出更大的需求。制造业因集聚产生的需求是促使生产性服务业集聚的一个基本前提，需求的规模和发展潜力则是决定生产性服务业发展和集聚的关键因素。

若将生产性服务业的发展阶段划分为种子期、成长期和成熟期三个阶段，则可借助于图1来说明外部市场的发育程度(纵轴)与生产性服务业的发展阶段(横轴)之间的关系。

图1　 外部市场发育程度与生产性服务业的发展阶段

在种子期，制造业企业所需的各种生产性服务基本上均由企业内部提供，尚未形成一个外部的生产性服务市场；在成长期，外部生产性服务市场逐步形成，此时制造业企业的内部活动逐步开始外部化；在成熟期，生产性服务业的市场细分程度及其发育程度更为高级和完善，服务的专业化水平也随之不断提高。总之，随着制造业内部企业数量的增多及其规模的扩大，它们对生产性服务业的需求就越大，从而扩大了生产性服务业的市场，由此不断促使生产性服务业的发展并提高其集聚水平。

对此，当前研究往往将由制造业所衍生出来的市场潜力视为生产性服务业发展的既定理论前提，即多数学者往往直接从制造业与服务业或生产性服务业之间的互动关系来开展这一研究，而对市场潜力与生产性服务业集聚之间的具体作用关系和作用力度的研究则尚付阙如。事实上，制造业对服务业(生产性服务业)的主要作用途径应是由前者所衍生的市场需求对后者的拉动，这便涉及到市场潜力问题。与此同时，制造业高度集聚的地区诚然会对生产性服务业成长和集聚提供地方需求条件，然而仅局限于本地制造业所产生的拉动作用而无视相邻地区制造业对本地服务业(生产性服务业)的影响，则无疑是与我国大力促进区域经济一体化的政策逻辑不相符的。对此，市场潜力这一概念可以在立足本地市场规模的同时还能考虑到其他地区(尤其是周边地区)的市场容量，从而捕获各地区之间的空间关联和市场互动作用，进而更合理地衡量一地的市场需求规模。基于上述认识，本文拟将对我生产性服务业集聚的现状、各地区市场潜力差异以及后者对前者的作用关系进行分析，以期得出相应的政策启示。

二、中国生产性服务业的集聚现状

服务可分为生产性服务和非生产性服务，两者间的主要区别在于服务提供者对包含于其中的产品生产过程所需拥有技术性知识的程度，特别地，生产性服务提供者若想随时做出有效反应，则需要被持续地置身于产品生产过程的新兴生产需求、瓶颈及复杂性中，这正是为什么生产性服务提供者倾向于和制造商维持一定程度的邻近性及共处一处进而产生集聚经济的原因④Antonio Andreoni and Carlos López-Gómez. Can we live on services?’ Exploring manufacturing-services interfaces and their implications for industrial policy design”, Paper to be presented at the DRUID Academy, 2012,19(21).。生产性服务业是指为其他企业提供相关服务的行业，包括提供与信息处理、实物商品等方面相关的服务活动，如研发、保险、银行、金融、职业与科学服务、商品储存与销售以及市场调研与广告宣传等其他商业服务。

在生产性服务业细分行业的选取上，顾乃华等人仅选取了金融保险业作为代表行业；邵晖选择了金融服务业、信息咨询服务业及计算机应用等三大行业作为代表行业；冯泰文考虑数据可获得性后，选取了交通运输仓储和邮政业、批发和零售业、金融业以及房地产业这4个行业代表生产性服务业；韩峰等人把电力煤气供水、建筑、交通运输仓储邮政、信息传输计算机服务和软件、批发零售、金融、租赁和商品服务、科技服务和地质勘查、水利环境和公共设施管理等9个行业作为生产性服务业。基于现有研究并考虑到前述生产性服务业的定义与特征，我们选取了2003-2012年间交通运输仓储和邮政业、信息传输计算机服务和软件业、批发零售业、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7个行业作为生产性服务业的主要代表行业进行考察。

从地区产业集中率的视角考察产业的空间分布和地区差距更为直观，从而本文采用这一指标来考察我国生产性服务业的地区集聚，其公式为：

结合图2以及相关计算结果可以发现，北京的生产性服务业集聚程度最高——从2003年的0.118上升到2012年的0.14（其余省域的数值均小于0.1），这与它身为全国政治中心及文化中心的地位密切相关；广东紧随其后——从2003年的0.08上升到2012年的0.098；此外，上海、江苏、浙江、山东、河南等省域的集聚程度也普遍处于较高层级，而西藏、陕西、青海、宁夏等省域的集聚程度则普遍偏低。值得注意的是，山东、江苏、浙江、广东等省份⑦相关研究显示，江苏、浙江、山东、广东等四大省域基本上是我国制造业集聚程度最高的地区。还是制造业高度集聚的省域，这表明制造业的集聚确实能为生产性服务业的发展创造出必要的需求空间与市场潜力，使得两者呈现出融合发展的态势。

从图2中还可以捕获我国生产性服务业集聚的空间演变趋势：东北三省的集聚程度有所下降，这主要体现在黑龙江和吉林两省；在中部地区其集聚程度也有所减弱，这主要体现在江西省；在东部沿海地区的福建、浙江两省中，其集聚程度则不断提高。总体上看，我国的生产性服务业集聚呈现出向东南部沿海省域“收拢”的趋势，表明东部沿海区域日益成为我国生产性服务业的集聚重地。

图2　 2003年(左图)与2012年(右图)我国生产性服务业集聚的空间分布

图3　 我国三大地区中生产性服务业的省域集聚均值

图3进一步反映出了2003-2012年间我国生产性服务业的集聚均值在东、中、西部⑧本文测算的东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆，下同。三大地区的集聚差异。从总体上看，这一均值在这三大地区间除了呈现出相应的梯度差距外，还表现出东部缓慢递增、中部缓慢下降而西部基本不变的态势。这一现象说明生产性服务业在东部地区的集聚确实随着时间推移而表现出自我强化的特征，而由东部沿海地区制造业集聚而释放的市场潜力则应是导致这一现象的关键因素。

三、我国各省域的市场潜力差异

在市场潜力方面，就中国这么一个区域经济发展水平严重失衡的经济体而言，不同省域在要素禀赋、经济总量、区域关联、居民消费能力、制造业的发展与集聚水平等方面均存在显著差异，由此必然使得各省域的市场潜力差异甚大。采用Keeble等人提出的关于市场潜力计算公式，可以估算出我国31个省域的市场潜力情况。其计算公式为：

其中，Dij是i省与j 省省会之间的距离，GDPi和GDPj分别是i省与j省的地区生产总值，该数值越大表明该地区的市场潜力越大。⑨省会城市(直辖市)间的距离数据可从中国物资储运总公司网站(http://www.cmst.com/cn/mieage.asp)获得；GDP数据来自各省域相应年份的统计年鉴，并以1998年为基期的GDP平减指数对之进行平减。事实上，这一涵括了“经济腹地”思想的市场潜力衡量指标已为众多学者普遍采用，因其在相当大程度上将空间相关性纳入到了衡量一地市场潜力的范畴内。表1给出了各省域的市场潜力情况。

表1　 各省域市场潜力差异

（续表）

从表1可知，江苏、浙江、山东、广东等制造业集聚大省的市场潜力明显高于其他地方，而西藏、青海、宁夏等西部省域及海南这一地理位置特殊的岛屿省份的市场潜力则远低于其他地区。前文已知，生产性服务业集聚在东、中、西部三大地区之间表现出明显的区域梯度差异，而通过计算2003-2012年这三大地区市场潜力的历年均值，亦可发现类似的差异不仅明显存在而且呈现固化趋势(见图4)。

图4　 2003-2012年东中西部市场潜力的省域均值

图5　 我国生产性服务业集聚与市场潜力的散点图

值得注意的是，由计算结果不难发现北京生产性服务业的集聚程度远远超出其市场潜力水平。造成这一差异主要有两大原因：一方面，就生产性服务业集聚而言，北京的集聚程度在全国首屈一指且逐年递增；另一方面，就市场潜力而言，北京的地区生产总值尽管在总额上高于一般省域，但是其他省域则往往因其在地域面积上的相对优势而使其经济总量仍不输于北京，从而使得北京的市场潜力在客观上受到自身地区规模的限制⑩其实，作为首都的北京，其距离的作用在计算方法上会远比其他省份小，故其市场潜力可能被低估。。鉴于此，我们将北京这一存在明显异质性的样本剔除，以剩余30个省域作为研究对象。剔除异质性样本并对剩余样本的生产性服务业集聚与市场潜力对数化处理后(分别为lnproserv与lnmp)不难发现，绝大部分样本观测值都被包含在拟合值90%的置信区间当中，亦即生产性服务业集聚与市场潜力之间存在显著的相关性(见图5)。

四、数据检验和方法选取

（一）对面板数据的相关检验

在前文基础上，首先对lnproserv与lnmp进行面板单位根检验，若各变量存有相同单位根则对之进行协整检验。考虑到我国存在显著的地区差异这一事实，我们还将分别对东中西部三大地区进行探析。

1.面板数据单位根检验

为避免对非平稳数据直接回归而导致的伪回归(Spurious Regression)问题，同时考虑到面板数据单位根检验有多种检验统计量且每种均有其不可克服的缺陷，我们选用LLC检验、ISP检验、Fisher-PP检验和Fisher-ADF检验等四种常用的检验方法对相关数据进行单位根检验。具体检验结果如表2所示。

表2　 各变量的面板单位根检验结果

从表2的检验结果可知，无论是全国还是东中西部三大地区，其各变量的原序列都是不平稳的，而对之一阶差分后的序列则至少在5%显著性水平上拒绝了“存在单位根”的原假设，从而综合判断各变量均为I(1)过程。

2. 面板数据协整检验

在面板单位根检验的基础上，我们采用Pedroni与Kao提出的协整检验方法识别变量之间是否存有稳定的长期关系。Pedroni在协整方程回归残差的基础上构造出7个统计量来检验面板变量之间的协整关系，其中Panel v、Panel ρ、Panel PP和Panel ADF等4个统计量利用组内尺度来描述，而Group ρ、Group PP和Group ADF等3个统计量则以组间尺度来描述；原假设为变量之间不存在协整关系（见表3）。

表3　 Pedroni面板协整检验

从表3中协整检验的相关结果可知，无论是在全国层面还是三大地区层面，大部分检验结果都表明各变量至少在5%的显著性水平下存在协整关系。由此判定全国及三大地区的lnproserv与lnmp之间存在协整关系，亦即各变量之间存在长期稳定的关系。

（二）方法选取

当面板数据的协整关系成立时，直接采用OLS估计的结果将是有偏的。对此，Pedroni提出了估计异质性面板协整方程的完全修正最小二乘法(FMOLS)，Kao和Chiang提出了面板动态最小二乘估计(DOLS)。他们不仅发现FMOLS和DOLS在估计协整方程时优于OLS，而且DOLS估计方法还不像FMOLS估计方法那样需要以初始的OLS估计量为基础进行修正，同时仿真实验也进一步证实DOLS在SIZE和POWER等方面更优良、更稳健；在小样本情况下，FMOLS会造成明显偏差——这一偏差在同质性面板数据中甚至会超过OLS估计量，而DOLS估计方法则会比Johansen与Engle-Granger等人提出的协整方法更为优越。此外，DOLS估计量不但效果相对较好，而且还克服了可能存有的序列相关和变量间内生性问题①DOLS估计过程中，协方差均采用Newey-West估计量, 因此对于模型中可能存在的异方差和自相关问题都是稳健的。，因为DOLS方法通过增加滞后项(Lagged)与超前项(Lead)来克服回归变量间可能存有的联立性偏误。由此可知，选用DOLS估计方法是较为理想的。

五、模型设定与回归结果

（一）DOLS回归结果分析

基于前文分析并考虑到DOLS在近年来面板协整关系的研究中被广泛使用的事实，我们选用此法估计本文的相关结果，并将有待估计的DOLS回归方程设定为：

其中，β是标准OLS估计量，cij为DOLS的修正系数，q1为超前时期，q2为滞后时期。对全国及东中西部三大地区服务业集聚与市场潜力的DOLS估计结果如表4所示，同时，为了比较分析，我们还给出了相应的OLS估计结果。

表4　 全国及东中西部三大地区的面板估计结果

从表4的DOLS回归结果可知，市场潜力总体上(全国层面)能对生产性服务业集聚产生显著的促进作用，其提高1个百分点，则将促使生产性服务业的集聚提升约0.88个百分点，这说明我国生产性服务业的集聚程度对市场潜力的依赖性非常高，且后者的确是解释前者的一大主要因素。具体到我国东中西部三大地区而言，DOLS回归结果存有一定差异：市场潜力的显著性呈现自西向东递减态势。这表明市场潜力在生产性服务业集聚的初期(亦即集聚程度较低的地区如西部)表现得最为明显，而随着集聚程度的不断提高其显著性会有所下降。这一结论大致与图5中拟合曲线的含义相吻合。值得注意的是，OLS的回归结果无论是在全国层面还是东中西部层面均小于相应的DOLS回归结果，且其显著性也存有一定差异。在面板数据存在协整关系的情况下，有理由认为这是由OLS回归方法的自身偏误使然。

此外，存有协整关系或长期均衡关系的非平稳经济变量虽然会在短期内出现失衡，但可以在短期动态过程中不断调整。运用误差修正模型则可排除由非平稳变量导致的伪回归的影响，从而辨析出各变量间的短期波动和长期均衡关系。误差修正模型中既有描述变量长期关系的参数，又有刻画变量短期关系的参数，从而可以同时探讨经济问题的长期特征与短期特征。鉴于此，我们选用这一模型探析生产性服务业集聚与市场潜力之间的长期和短期因果关系，同时考虑到样本自由度问题，我们仅对全国层面的这一关系进行探析。

在对模型(3)进行DOLS估计的基础上，通过生成此估计模型中表示变量与长期均衡之差距的残差项 ，将本文的面板误差修正模型设定为如下形式：

其中，Δ表示一阶差分，k为滞后长度，是在两步估计中估计量最优时选择的一个最大值；δ为模型趋向均衡的调整速度从而反映了系统偏离长期均衡时的修正机制，同时还可由此检验长期Granger因果关系——若δ1i和δ2i不为零则变量之间存在因果关系。由于不同的滞后阶数往往对Granger因果检验的结果十分敏感，故需通过R2、赤池信息准则、施瓦茨信息准则、DW统计量和F统计量等相关统计量来综合判断。经过反复模拟比较，最终发现模型(4)和模型(5)均选择滞后1期模型整体估计最优。具体结果见表5。

表5　 面板误差修正模型的估计结果

由表5的回归结果不难看出，两个模型中误差修正项的回归系数均符合误差修正模型的反馈原理，从而进一步印证了上述面板协整关系的存在——协整关系与误差修正模型之间的必然联系可以通过Granger定理加以证实。模型(4)中误差修正项的回归结果证实了解释变量是生产性服务集聚的Granger长期原因。此外，模型(4)中△lnmpit-1项的回归系数在5%的显著性水平下显著且其数值为-0.139 3，说明市场潜力对生产性服务业集聚的促进作用确实是一个随着市场发育程度的提高而递减的过程。

（二）稳健性检验

值得一提的是，前文仅就lnproserv和lnmp之间的关系进行了考察，然而这种单一的回归分析很可能存在遗漏变量的问题。鉴于此，同时出于稳健性的考虑，我们加入了相应的控制变量，并且选用随机效应或固定效应的回归方法进行考察。

在控制变量的选取方面，首先，考虑到各省域的对外开放水平差异可能影响到生产性服务业集聚，故把各省域FDI(按历年汇率换算)以及进出口总额(经汇率换算)分别在其地区生产总值（现价）中的比重作为开放因素的控制变量（分别记为rfdi和imexpo）。第二，不同省域的经济发展水平也将可能对其生产性服务业集聚产生影响，故使用各省域人均实际地区生产总值（pergdp，单位为“万元/人年”）作为控制变量。第三，为了控制来自城镇化的影响，我们用城镇人口在总人口中的比重这一指标来衡量城镇化水平（urban）。最后，为了控制地方政府的不同行为对各省域生产性服务业集聚造成的影响，我们采用人均地方本级财政支出与总财政支出①总财政支出为人均地方财政支出与人均中央财政支出之和。比来捕获地方政府的经济行为。特别地，为了减轻异方差问题对回归结果的影响，我们对所有变量都进行了对数化处理。相关回归结果如表6所示。

表6　 普通面板模型的估计结果

（续表）

从表6中的回归结果不难看出，在控制了相关变量的前提下，固定效应的回归结果表明，市场潜力的确能够对生产性服务业集聚产生显著的正向作用，而且这一积极作用受其他变量变化的影响不大，从而本文的主要结论是稳健的。

六、小结与启示

制造业对生产性服务业的主要作用途径应是由前者所衍生的市场需求对后者的拉动作用，而与需求规模和发展潜力密切相关的市场潜力这一概念则可以在本地市场规模的基础上同时考虑到其他地区(尤其是周边临近地区)的市场容量，从而捕获了各地区之间的空间关联和市场互动作用。本文研究表明：(1)我国的生产性服务业表现出显著的地区集聚态势，而这一集聚现象不仅在东中西部三大地区间存有明显的梯度差异，而且在整体上还呈现出向东部沿海地区逐渐“收拢”的特征；(2)我国各省域的市场潜力同样存在显著的地区差异且在东中西部三大地区间亦有明显的梯度差异，江苏、浙江、山东、广东等制造业集聚大省的市场潜力明显高于其他地方；(3)运用DOLS估计方法实证研究后发现，市场潜力在总体上(全国层面)对生产性服务业集聚有着显著的促进作用，而这一作用力度及其显著性均自西向东呈递减态势，同时面板误差修正模型进一步证实了这两者间协整关系的存在性；（4）加入控制变量后的固定效应回归结果表明本文的相关结论是稳健的。

基于上述结论可得以下政策启示：(1)重视生产性服务业在我国东中西部间存有的显著梯度差异，引导东部沿海地区高度集聚的生产性服务业的合理布局，以使其与制造业形成良性互动；(2)各地区应大力拓展自身市场潜力，包括稳定经济增长速度、提高与周边地区的互动合作水平、推动本地制造业结构的优化升级等，由此为生产性服务业的成长壮大提供保障；(3)扩大内需、优化需求结构，充分发挥市场潜力对生产性服务业的显著促进作用，不同地区应力求立足本地生产潜力状况孕育出符合自身市场需求的生产性服务业，而非盲目跟风、罔顾自身实际地发展生产性服务业；(4)运用市场潜力对生产性服务业集聚的促进作用培育出具有国际市场竞争力的产业集群，由此提升我国服务业整体竞争力及其结构水平，引领我国经济走出主要依靠工业带动和数量扩张这一非良性循环。

[1] 蒋丽.广州市生产性服务业空间分布及成因研究[J].经济地理，2014,34(3):106-113.

[2]蒋三庚.现代服务业研究[M].中国经济出版社,2007.

[3] 顾乃华,毕斗斗,任旺兵.中国转型期生产性服务业发展和制造业竞争力关系研究——基于面板数据的实证分析[J].中国工业经济,2006,(9): 14-21.

[4] 喻春娇,肖德,胡小洁.武汉城市圈生产性服务业对制造业效率提升作用的实证[J].经济地理,2012, 32(5):93-98.

[5]曾国宁.生产性服务业集群：现象、机理和模式[J].经济学动态,2006,(12): 59-61.

[6]胡晓鹏,李庆科.生产性服务业与制造业共生关系研究[J].数量经济技术经济研究,2009,(2): 33-45.

[7]邵晖.北京市生产者服务业聚集特征[J].地理学报,2008,63(12): 1289-1298.

[8]冯泰文.生产性服务业的发展对制造业效率的影响——以交易成本和制造业成本为中介变量[J].数量经济技术经济研究,2009,(3) : 56-65.

[9]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,2011,(6) : 19-27.

[10]范剑勇.市场一体化、地区专业化与产业集聚趋势[J].中国社会科学,2004,(6): 39-51.

[11]金煜,陈钊,陆铭.中国的地区工业集聚：经济地理、新经济地理与经济政策[J].经济研究,2006,(4):79-89.

[12]魏梅,曹明福,江金荣.生产中碳排放效率长期决定及其收敛性分析[J].数量经济技术经济研究, 2010,(9):43-52.

[13]Scott A.J. Flexible Production Systems and Regional Development: the Rose of New Industrial Spaces in North America and Western Europe[J], International Journal of Urban and Regional Research, 1988, 12:71-86.

[14]Airoldi A., Jantti G.B., Gambardella A. The Impact of Urban Structure on the Location of Producer Services[J], The Service Industries Journal, 1997,17(1):91-114.

[15]Coffey W.J. The Geographies of Producer Services[J], Urban Geography, 2000, 21(2):170-183.

[16]Pinch S., and Henry N. Paul Krugman’s Geography Economics, Industrial Clustering and the British Motor Sport Industry[J], Regional Studies, 1999,33(9):815-827.

[17]Daniel P.W. Services and the Global System of Cities, in: P.W. Daniels (ed.), Service Industries in the World Economy[M]. Oxford: Blackwell, 1993.

[18] Keeble, D., and Nacham L. Why do Business Service Firms Cluster? Small Consultancies, Clustering and Decentralization in London and Southern England[J], Transactions of the Institute of British Geographers, 2002, 27(1):67-90.

[19] Geo W.R. The growth of producer service industries: sorting through the externalization debate[J]. Growth and Change, 1991,22(4):118-141.

[20]Guerrieri P., V. Meliciani. Technology and international competitiveness: The interdependence between manufacturing and producer services[J], Structural Change and Economic Dynamics, 2005,16( 4 ) : 489-502.

[21]Keeble D., Offord J., and Walker S., Peripheral Regions in a Community of Twelve Member States[M]. Luxembourg : Commission of the European Communities, 1986.

[22]Garretsen H. and J. Peeters. Capital Mobility, Agglomeration and Corporate Tax Rates: Is the Race to the Bottom for Real[J], CESifo Economic Studies, 2007, 53(2):263-294.

[23]Pedroni P. Critical Values for Cointegration of Heterogeneous Panels with Multiple Regressors[J], Oxford Bulletin of Economics and statistics, 1999, (61):653-670.

[24] Kao, C., Chiang , M.H., “On the estimation and inference of a cointegrated regression in panel data[J]. In: Baltagi, B.H., et al. (Ed.), Nonstationary Panels, Panel Cointegration and Dynamic Panels, Advances in Economics, 15. Elsevier Science, Amsterdam , 2000.

[25] Stock, J.H., Watson, M. A simple estimator of co integrating vectors in higher ordered systems[J], Econometrica, 1993, 61(4):783-820.

[26] Dong S.C., Li F., Li Z.H., Jin X.F. The Environmental Kuznets Curve and Spatial Pattern of Environmental-Economy in China: Evidence from a Panel Cointegration Test [J]. Journal of Resources and Ecology, 2010(2):169-176.

[27] Granger C.W.J. and Newbold P. Spurious Regressions in Econometrics[J]. Journal of Econometrics.1974, (2):111-120.

〔执行编辑：韩超〕

Differences of Provincial Market Potential and Producer Services’ Agglomeration: the Evidence from China

Xu Chunhua, Liu Li
(Guangdong University of Foreign Studies, Guangzhou, 100872, China)

By analyzing spatial-temporal evolution of producer services’ agglomeration and the relationship between its agglomeration and market potential, this paper gets the results that producer services’agglomeration in China shows significant characteristics of regional agglomeration, this agglomeration not only has gradient differences in East Middle West Regions of China, but also draws close to Eastern coastal areas on the whole. Similarly, market potential also shows gradient differences in different regions of China, and its value in manufacturing provinces is greater than other areas. Furthermore, the DOLS empirical results show that, market potential has a significant role in promoting producer services’ agglomeration, but this driving force and its significance level show an increasing trend from East to West. Besides that, panel error correction model further confirms the co-integration relationship between market potential and producer services’ agglomeration.

Market Potential; Producer Services; Agglomeration; DOLS

F426

A

2095-7572(2016)06-0062-14

2016-8-10

徐春华(1986—），男，广东韶关人，广东外语外贸大学国际服务外包研究院讲师，研究方向为西方经济学

刘力(1966—)，女，吉林四平人，广东外语外贸大学经贸学院，经济学教授，理学博士，从事产业转移与区域经济可持续发展研究。