京津冀高端生产性服务业集聚形成及效应分析

贺小丹

(首都经济贸易大学 经济学院，北京 100070)

京津冀高端生产性服务业集聚形成及效应分析

贺小丹

(首都经济贸易大学 经济学院，北京 100070)

以京津冀地区高端生产性服务业集聚形成及其经济效益为研究对象，在提出理论假设后，利用城市级面板数据对高端生产性服务业各细分行业分别进行实证研究。研究发现信息化水平、知识密集度、人力资本、地方政府保护都对高端生产性服务业集聚形成影响，且各细分行业的集聚形成对不同因素的依赖度与敏感度存在差异。另外，数据显示北京市作为京津冀区域中心，已成为各高端生产性服务业的中心集聚地，且集聚效应显著。因此，应当继续从几大因素着手促进北京市高端生产性服务业发展；发挥其高聚集性、高辐射性，推动整个京津冀地区的产业调整与升级。

京津冀；高端生产性服务业；产业集聚；集聚效应

一、问题提出

有关高端服务业的概念界定，至今还未形成权威解释。一个共识是：高端服务业属于现代服务业的高端部分，包括高端消费性服务业和高端生产性服务业。其中高端生产性服务业以技术性、知识性服务为主，包括如金融、信息、科技、商务服务等行业，具有技术密集、知识密集、资本密集、高附加值、高聚集性、高辐射性等特点。

后工业化时代，随着世界经济从“工业经济”向“服务经济”转变以及社会分工和专业化水平的提高，高端生产性服务业通过外包形式逐渐从制造业职能中分离出来。从空间上看，高端生产性服务业呈现集聚态势，北京金融街、CBD(中央商务区)、中关村IT 业集群便是典型例子。中心地区高端生产性服务业集聚能够辐射周边地区和整个产业链，对于促进经济升级和实现可持续发展起着重要的作用。

关于制造业的集聚性曾经受到大量的关注。而关于服务业，特别是高端服务业的研究较少。陈建军等(2009)在综合新古典经济学、新经济地理学和城市经济学等理论的基础上，提出一个“要素-空间-城市-制度”的四维分析框架，并采用全国地级城市截面数据，对生产性服务业集聚的影响因素进行实证研究[1]。盛龙和陆根尧(2013)在结合新经济地理学等理论基础上，从行业和地区层面对生产性服务业集聚的影响因素进行实证研究[2]。韩峰等(2014)在新经济地理的框架下研究了生产性服务业集聚的经济增长效应[3]。金飞和陈晓峰(2015)与未江涛(2016)均使用面板数据模型分别对东部地区省市以及天津市各区县的生产性服务业的集聚影响因素进行了实证分析[4-5]。已有文献的研究方法与角度类似，但研究结果略有差异。

本文选择关注京津冀地区高端生产性服务业的集聚形成及集聚效应。京津冀区域作为中国三大区域之一，受到国家和地方政府的高度重视。“推动京津冀一体化，打造首都经济圈”一直是政府努力实现的目标。而高端生产性服务业的发展，特别是作为区域中心的北京市高端生产性服务业的集聚发展，对于推动周边地区产业升级，促进产业链层级分工，加速区域经济一体化进程起着至关重要的作用。

本文与已有研究的不同之处在于，已有研究多数将生产性服务业各细分行业的数据进行加总，来研究整个生产性服务业的集聚影响因素，本文将关注点放在高端生产性服务业，包括金融服务、信息技术服务、商务服务以及科技服务上。考虑到不同行业具有特殊的行业特性，其集聚形成对地区特征和经济变量的敏感度各有侧重，将分别对以上各细分行业集聚形成影响因素进行实证分析。另外，还特别针对北京市高端生产性服务业的集聚效应进行估计，进一步验证北京市作为京津冀高端生产性服务业集聚中心，通过发挥其高集聚性、高辐射性，在推动京津冀地区实现产业调整与升级进程中扮演重要角色。

二、研究设计

目前关于服务业集聚特别是高端服务业的集聚形成还未形成完整理论框架，多数研究基本上各自针对所关心的服务业集聚问题进行分析，处于一事一议的研究阶段。在研究方法上，多数研究如贝茨和圣德尔(Bates & Santerre，2005)等采用制造业集聚研究范式对服务业进行研究[6]。国内研究如陈建军等(2009)[1]、盛龙和陆根尧(2013)[2]分别针对生产性服务业集聚形成机制提出各自的理论假说，且实证结论存在差异。本文在参考已有文献基础上，结合高端生产服务业特性，提出以下假设：

假设1：信息化程度的增加会促进高端生产性服务业的集聚。如果一个地区信息化水平较高，那么高端服务业可以拥有更大的服务半径。高端生产性服务业主要提供技术性、知识性服务。因此，在信息化时代，高端服务业能够避开地理限制，利用信息网络为客户提供服务，从而减少运输成本。

假设2：知识密集度会促进高端生产性服务业的集聚。高端生产性服务业属于高度技术密集型产业，其发展对于知识的依赖不言而喻。因此企业在进行区位选择时，必然会将地区的知识密集度作为重要因素。

假设3：人力资本水平的提高有利于高端生产性服务业的地区集聚。行业的知识要素需要人力资本作为载体，高水平的人力资本市场必然能够带动高端服务业的发展。而技术密集型的高端服务业的空间集聚更大程度上是为了享受高级“人力资本”市场的优势。

假设4：地方保护主义不利于高端生产性服务业的地区集聚。很多生产性服务业如金融业、科学研究与技术服务会在很大程度上受到政府管制与干预。从某种意义上来看，地方政府的行政干预本身就是一种对该类生产性服务业的替代，从而抑制了高端生产性服务业的集聚发展。

需要说明的是，本文未考虑市场需求因素，即制造业集中度对高端生产性服务业集聚的影响。原因是：高端服务业不同于传统行业，其产品主要为技术性、知识性的服务，尤其在高度信息化的时代，高端服务业集聚的区位选择并不需要考虑所在地区的市场需求因素。

(一)计量模型设定

根据理论假说，建立如下计量模型：

lnV_kit=c+β1informit+β2intelit+β3humcptlit+β4govmtit+α_ki+ε_kit

(1)

其中，k表示高端生产性服务业各细分行业，i表示地区，文中为京津冀地区各城市；t表示时间，文中为年份；V表示行业集聚水平，inform为信息化水平，intel为知识密集度，humcptl为人力资本水平，govmt为地方保护程度，c为常数项，α反映不随时间变化的地区特征，ε为扰动项。

式(1)为高端生产服务业各细分行业计量模型的一般形式*本文将分别针对金融、信息、商务服务、科技服务的产业集聚进行实证研究。由于根据中国行业划分准则，文化创意产业还未单独纳入统计范围，因此本文未对文化创意产业的产业集聚进行单独分析。。根据各行业的特点，将有针对性地选取各行业所对应解释变量的代理变量，并在加入控制变量的基础上，对模型进行估计。

(二)数据来源和变量选取

本文所用数据为2003—2013年京津冀的城市数据，其中包括北京市、天津市以及河北省各地级市，数据来源为各年份的《中国城市统计年鉴》。表1给出了回归模型中的主要变量选取与说明。

表1 变量选取与说明

三、模型估计

根据模型设定及变量选取，以下分别对金融服务、信息技术服务、商务服务、科技服务业的集聚形成影响因素展开实证研究。模型被解释变量为各行业区位熵，下文首先简要介绍区位熵的计算。

(一)区位熵计算

区位熵指数是一种评价区域产业优势的常用方法。计算公式如下：

其中，m表示经济体系内产业数量，i=1，2，3，…，m表示所关心特定产业，n表示区域数量，j=1，2，3，…，n表示所关心地区；Xij表示j地区i产业某个指标(如产值、就业人数等)。区位熵反映某区域相对于整个经济的产业集聚程度，体现该产业在该区域的优劣势。LQ>1，表明该产业在该地区专业化程度超过总体水平。LQ<1，说明该地区该产业专业化程度低于整体水平。如张建华和张淑静(2006)所提出的：“区位熵可以帮助判断在国家、区域、地方水平可能存在的产业集群”[7]。表2汇报了区位熵的计算结果*限于篇幅，此处仅汇报2003年和2013年北京、天津及河北省和石家庄市的高端服务业区位熵计算结果，以作对比。其他城市及其他年份的计算结果可向作者索取。。

表2 京津冀各城市高端生产性服务业区位熵* LQ_IT、LQ_FINANC、LQ_COMCSVC、LQ_SCIENC分别为信息技术、金融服务、商务服务、科技服务业的区位熵。另外，考虑数据可得性，本文使用就业人数作为计算指标。计算结果

从整体上看，北京市在高端生产性服务业具有绝对领先优势。分别来看：(1)北京市的信息技术服务业、商务服务业、科技服务业区位熵远高于京津冀其他地区，而且从2003到2013年，集聚程度有明显的加强。相比而言，北京市在金融业的优势不够明显，特别在2003年，北京市金融业区位熵仅为0.62，低于天津市和河北省平均水平，但到2013年，北京市金融业区位熵增加到1.78，高于其他地区，说明北京市金融业近些年来得到快速发展，聚集了大量的金融企业。(2)天津市高端生产性服务业集聚程度属于中等水平。2003年，天津市信息技术服务、商务服务以及科技服务集聚水平相比河北省平均水平要高一些；但到2013年，天津市只在科技服务行业仍有着较高的优势。(3)河北省的高端服务业集聚水平处于较低水平，仅在金融服务业略微领先平均水平。随着制造业的发展，河北省科技服务水平近来也略有提高(区位熵从0.72增长到1.01)。

(二)模型估计

以下针对各细分行业对模型式(1)进行估计。本文建立的是面板数据回归模型。面板数据模型的估计方法包括随机效应和固定效应，其中，前者假设不可观测个体因素(α_ki)与解释变量不相关，后者假设α_ki可能包含某个重要遗漏变量，且该变量反映的某些个体特征会与解释变量相关。第一种情况，两种方法都能得到一致的参数估计，此时使用随机效应更有效；第二种情况，必须使用固定效应估计方法才能得到一致参数估计。本文将汇报两种估计方法的估计结果，并同时汇报豪斯曼检验结果，以作为模型选择的参考，估计结果请见表3*豪斯曼检验结果显示，对于金融服务和信息技术服务业，拒绝随机效应假设，故估计结果参考列(2)，对于商务服务与科技服务，则随机效应估计结果是一致且有效的，参考列(1)。。

根据表3，可以发现：1.信息化水平对四个细分行业的集聚程度影响作用均为正向。其中，信息化水平(每百人互联网接入户数INTNET_POPUL)每增加一个单位，可以促进商务服务业和科技服务业集聚水平分别提高1%(=exp(0.01)- 1)和0.7%(=exp(0.007)- 1)；但该因素对金融业和信息技术服务业的促进作用不显著。相比而言，金融服务业对信息化依赖程度较低。另外，由于本文选择互联网普及率(INTNET_POPUL)作为信息化水平衡量指标，因此回归结果或许只能说明信息技术企业在进行区位选择时，对于地区的互联网需求并无敏感性，这也与实际基本相符。

表3 京津冀地区高端(生产性)服务业集聚影响因素模型估计结果

表3 (续)

注：列(1)为随机效应模型估计结果，列(2)为固定效应模型估计结果；*，**，***分别表示在10%，5%，1%的水平下显著；括号中为标准差，常数项未报告。

2.知识密集度对高端服务业集聚的影响作用符合预期。具体来看，金融服务业和信息技术服务业对地区的知识密集度(财政教育支出lnFISC_EDU)具有显著的正向依赖性；而科技服务对地区的高校密集度(lnNO_COLLEGE)具有显著依赖性。相比而言，商务服务业由于其行业特性，更多是对专业知识的需求较高，因此结果中财政教育支出(lnFISC_EDU)的系数并不显著。

3.人力资本对高端服务业集聚的影响作用与知识密集度类似。金融服务业与信息技术服务业对高端人才具有依赖性。相比而言，科技服务可能更多是由高校等研究机构提供，所以科技服务业发展对高校密集度更加敏感。考虑到商务服务业更多是对专业人才(如会计师、律师)具有较高需求，因此每万人普通高等学校专任教师数(NO_COLLGE_TEACHER)的系数依旧不显著。

4.地方保护程度确实抑制了高端生产性服务业的发展。从结果来看，无论是金融业、信息技术服务业，还是科技服务业，政府规模越大，其集聚程度会越低。一般而言，地方政府并不会对商务服务业的发展过多干涉，模型估计结果也显示政府支出规模(lnGOV)对商务服务业集聚的影响作用不显著(参见结果中列(1))。

5.估计结果中同样显示了FDI、公共设施(每万人拥有出租车数(NO_TAXI))也在一定程度上对高端生产性服务业集聚形成影响。

四、高端服务业集聚效应估计

北京作为区域中心，早已成为京津冀地区高端生产性服务业的集聚中心[8-9]。传统产业集聚理论认为产业集聚式发展是基于集聚效应的实现与强化形成的。那么对于高端生产性服务业，集聚效应又如何？以下选择北京市作为研究对象，讨论北京市高端生产服务业的集聚效应。

传统理论认为，产业集聚通过实现规模经济与外部经济，促进生产效率提高。一般而言，反映生产效率的指标包括劳动生产率、资本回报率等。考虑到高端生产性服务业属于资本密集型产业，以及数据的可得性，本文选用资本回报率作为高端生产性服务业生产效率的衡量指标。其产业集聚效应表现为：高端生产性服务业集聚水平越高，越容易促进生产效率的提高。故建立如下模型：

lnROA_k=c+αlnLQ_k+βD_Downtown+ε

(2)

其中，ROA表示资产回报率(利润/总资产)，LQ为区位熵*本部分中区位熵是基于行业的营业收入计算得到。相比从业人员，营业收入更能反映行业的发展规模，因此用来计算行业的集聚程度也更为合理。，表示产业集聚程度，另外加入虚拟变量D_Downtown来反映所在地区是市区或郊区，如果市区该值取1，反之取0。模型中的参数α则反映了集聚效应的大小，也是模型的待估参数。

利用北京市第二次和第三次经济普查年鉴，获取北京市各区县2008年和2013年的各行业详细统计数据作为样本数据。为了更好地估计模型，还加入财政教育支出、外商投资额(分别取对数)等控制变量*考虑到样本量小，不能加入过多的控制变量。。集聚效应估计结果如表4所示*由于篇幅所限，表中仅汇报集聚效应估计结果，及模型式(2)中的α的估计值。。

表4 北京市高端(生产性)服务业集聚效应估计结果

根据表4，北京市高端生产性服务业具有明显的集聚效应。其中信息技术服务与科技服务的集聚效应最高，系数分别为12.51和17.72，即行业集聚程度每提高1个百分点，将促进行业生产效率分别提高12.51%和17.72%。另外，商务服务业也具有较高的集聚效应，系数大约为11.27，不过其集聚效应显著水平较低，仅在10%的显著水平下有效。与其他行业相比，金融业的集聚效应稍低一些，系数为5.58左右。由此可见，技术密集型的信息技术服务与科技服务业的集聚效应相对更高一些，说明技术密集型行业存在更高的溢出效应，相关企业的地理集中，可以通过人才流动、技术交流、竞争推动等实现知识和技术在企业之间的溢出，在很大程度上促进生产效率的提高。相比起来，金融服务与商务服务的发展更多会依赖资本集中、专业人才以及客户资源等，因此企业之间的溢出效应可能偏低一些。

五、结论与启示

本文研究发现：(1)信息化水平对商务服务业与科技服务业集聚有显著的正向影响；而金融业与信息技术服务业则对信息化水平不太敏感；(2)知识密集度与人力资本对信息技术服务业、金融业以及技术服务业的集聚形成具有显著的影响作用，但是对商务服务业集聚的作用并不显著，该结果可能与指标选取有关；(3)地方保护程度确实抑制了各高端生产性服务业的集聚式发展，但是对不同类型行业的影响程度不同；(4)FDI、公共设施也在一定程度上对高端生产性服务业集聚形成影响。另外，本文通过利用北京市各区县数据对四种类型高端生产性服务业的集聚效应进行估计，发现了显著的集聚效应。其中特别是技术密集型的信息技术服务与科技服务业，产业集聚效应更高一些。说明企业的地理集中通过人才流动、技术交流、竞争推动等实现知识和技术在企业之间的溢出，可以在很大程度上提高生产性服务企业的服务能力，从而从整体上推动整个产业的服务能力[10]。

北京市作为京津冀区域中心，如果能够继续发展北京市高端生产性服务业，特别是发展知识和技术密集型的生产性服务业，利用其高集聚性，发挥产业集聚溢出效应，可以加速提高北京市高端生产性服务业的服务能力。另外，生产性服务业具有高辐射性，北京市作为区域中心城市，其生产性服务能力提升，能够为周边城市的传统制造业输送资本、知识、技术等高端服务，从而带动周边城市传统制造业的转型与升级。

因此，可得到以下启示：首先，应当继续从信息化水平、知识密集度、人力资本、公共设施等几大因素着手，促进北京市高端生产性服务业的集聚发展，同时尽量减少地方政府对产业发展的干预，充分发挥市场机制调节作用；集聚发展下形成的集聚效应可以促进提高北京市高端服务业的服务能力。其次，关注京津冀地区生产性服务业的协同发展，在推动北京市高端服务业发展的同时，发挥北京市作为区域中心的带动作用，通过实现知识、技术、人才的溢出与交流，提升天津、河北主要城市的配套服务能力。另外，做好京津冀地区产业空间布局，以北京市为中心，利用其在高端服务业方面的强大优势，以及天津、河北主要城市的配套服务能力，实现“中心—外围”圈层辐射，为周边地区传统(制造)产业输送资本、知识、技术等高端服务，从而带动京津冀地区的传统(制造)产业升级，促进产业链层级分工，推动京津冀区域一体化进程。

[1]陈建军，陈国亮，黄洁.新经济地理学视角下的生产性服务业集聚及其影响因素研究——来自中国 222 个城市的经验证据[J].管理世界，2009(4)：83-95.

[2]盛龙，陆根尧.中国生产性服务业集聚及其影响因素研究——基于行业和地区层面的分析[J].南开经济研究，2013(5)：115-129.

[3]韩峰，王琢卓，阳立高.生产性服务业集聚、空间技术溢出效应与经济增长[J].产业经济研究，2014(2)：1-10.

[4]金飞，陈晓峰.生产性服务业集聚的水平测度与影响因素分析[J].统计与决策，2015(24)：122-125.

[5]未江涛.生产性服务业集聚影响因素与集聚态势的实证[J].统计与决策，2016(13)：129-132.

[6]BATES L J,SANTERRE R E.Do agglomeration economies exist in the hospital services industry? [J].Eastern Economic Journal，2005，31(4)：617-628.

[7]张建华，张淑静.产业集群的识别标准研究[J].中国软科学，2006(3)：83-90.

[8]邱灵，方创琳.北京市生产性服务业空间集聚综合测度[J].地理研究，2013(1)：99-110.

[9]江茜，王耀中.生产性服务业集聚与制造业竞争力[J].首都经济贸易大学学报，2016(1)：74-80.

[10]刘习平，盛三化.产业集聚对城市生态、环境的影响和演变规律——基于2003—2013年数据的实证研究[J].贵州财经大学学报，2016(5)：90-100.

(责任编辑：姜 莱)

Formation and Economic Effect of the Agglomeration of Advanced Producer Service Industry in Beijing-Tianjin-Hebei Region

HE Xiaodan

(Capital University of Economics and Business，Beijing 100070，China)

This paper focuses on the formation and economic effect of the agglomeration of the advanced producer service industry in Beijing-Tianjin-Hebei region.After putting forward theoretical hypothesis，this paper establishes a regression model estimated with the city-level panel data.The result shows that the informatization-level，knowledge-intensity，human-capital storage and local government protection are all the important factors influencing the agglomeration of the advanced producer service industry.In addition，different kinds of subdivided industries are sensitive to different factors and degrees.Moreover，the data indicates the absolute leading role of Beijing in developing the advanced producer service industry，and there exists a significant agglomeration effect.Therefore，the development of the advanced producer service industry in Beijing should be improved continuously by strengthening those positive factors，to promote industrial restructuring and upgrading of the whole region.

Beijing-Tianjin-Hebei region；advanced producer service industry；industry agglomeration；agglomeration effect

10.13504/j.cnki.issn1008-2700.2017.03.008

2016-09-06

北京市哲学社会科学CBD发展研究基地项目“北京CBD高端服务业集聚与首都经济圈产业结构升级”(14JDJGC003)；首都经济贸易大学2015年度科研启动基金项目“高端服务业集聚式发展与区域产业结构升级”

贺小丹(1988—)，女，首都经济贸易大学经济学院讲师，经济学博士。

F207

A

1008-2700(2017)03-0064-07