数字经济对我国服务业集聚空间格局的重塑——基于区域与行业异质性的分析

纪玉俊，韦晨怡

1. 中国海洋大学经济学院，山东 青岛 266100 2. 中国海洋大学海洋发展研究院，山东 青岛 266100

数字经济正以速度快、辐射广和影响深的特点蓬勃发展，所形成的数字经济范式也渗透至经济体系的各个领域，为产业结构升级、产业体系现代化提供了新动能，并成为各行业实现利润增长的新引擎。2021年10月，习近平总书记主持中共中央政治局第三十四次集体学习时强调，“近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”。与此同时，高度联通社会赋予的更广泛的资源重组和聚合方式也推翻了传统经济理论中服务业低效率的假设[1]。自2012年起，中国服务业增加值首次超过第二产业，成为增加值最高的行业，服务业的相对地位日益突出。从社会福利角度来看，服务业也早已成为吸纳劳动力最多的行业，并且在保障人们的基础需求、满足人们的高质量需求、提高人们的幸福水平等方面承担着极其重要的社会角色。2021年3月印发的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》第十章强调，“聚焦产业转型升级和居民消费升级需要，扩大服务业有效供给，提高服务效率和服务品质，构建优质高效、结构优化、竞争力强的服务产业新体系”。因此，无论从经济环境还是从产业发展来看，服务业毫无疑问应该利用数字经济实现更高的发展效益。同时，对于中国这样的大国而言，空间聚焦是服务业布局中的重要经济现象，而服务业集聚又是影响服务业以及区域经济发展的重要动力，在此背景下探讨数字经济对中国服务业集聚空间格局的影响显得愈发重要。

一、文献回顾

关于集聚的经典文献大都集中在工业领域，由于服务产品在生产和消费上的同步化特征，其集聚的形成与扩散也有所不同。马鹏等[2]认为，相较于传统的制造业集聚理论，创新偏好代替传统要素偏好、时间偏好代替距离偏好、需求导向代替资源导向成为影响服务业集聚的重要因素。王耀中等[3]从内生和外生的角度研究认为，互补共生、知识外溢、创新需求的内生机制以及外部经济和吸聚效益的外生机制影响了服务业集聚的形成。高运胜[4]以需求和供给为切入点，认为靠近市场需求以及知识外溢、设施共享和良性竞争是促进生产性服务业集聚的关键要素。可以看出，与传统集聚理论相比，除Marshall[5]提出的劳动力蓄水池、中间投入共享、知识溢出以及Krugman[6]提出的规模经济和冰山成本外，市场需求和创新动力也是影响服务业集聚力和分散力的关键因素，特别是对生产类的知识密集型服务业集聚而言[7]，地理临近的创新溢出效应是影响其空间布局的重要因素。

相对而言，鲜见直接研究数字经济与产业集聚关系的文献，但相关文献大都讨论了新的集聚模式——虚拟集聚的形成。王如玉等[8]认为，新一代信息技术有效降低了运输成本、交易成本和匹配成本等金融成本以及知识溢出的技术成本，可以防止过度集聚的拥挤效应且使企业通过网络上的互联互通形成“虚拟集聚”。李晓华[9]提出新经济模式下的产业布局呈现地理空间的“大分散、小集中”“实分散、虚集中”特征，产品由于数字化融合逐渐虚实合一且在空间上虚实分离，消费者效用来自实物产品和后台算法两个层面，并基于平台和算法实现产品和服务在生产和使用上的空间分离。但这种虚拟集聚的发展并不意味着所有行业在地理上的分散，由于实体环境的难以替代性，部分传统行业通过地理集聚的信息化升级赋能集聚效应[8]，而计算机、通信和信息内容等数字化产业倾向聚合化和集中化发展[10]，形成数字化产业集群。

集聚力和分散力的此消彼长是影响集聚空间格局的重要因素，众多关于消费需求和创新水平在数字时代下变化的研究为本文提供了重要参考。从消费需求来看，数字经济下更加智能的消费方式[11]以及高效的供求匹配[12]增加了需求规模；电商等平台激发的中老年消费群体及下级市场的需求[11]改变了需求结构。此外，数字经济大都涉及第三产业，而传统制造业也呈现出与服务业融合或通过售后和交流向“服务关系”慢慢转换的特征，以后续服务创造更高的利润[13]，日益呈现出制造业服务化的特征；产品提供也逐渐实现柔性化和消费者导向化，消费者通过数据更多地参与产品设计[14]。

从创新动力来看，数字经济不仅激发了企业的创新动力，也丰富了创新模式。随着福特制生产范式的淡化，数字经济范式下的最佳实践模式逐渐偏向技术和知识密集型[15]，这些行业往往对知识资本和创新能力要求较高。同时，数字经济使得各行业推陈出新，“创造性毁灭”的现象屡见不鲜[16]；不仅如此，行业创造多元化产品的速度显著加快，竞争也逐渐以时间为基础[10]，这无疑会提高企业的创新动力。从创新模式来看，数据要素下的新产品、新组织等为企业提供了更多的创新模式选择。也有实证研究表明，数字经济通过活跃创新生态、形成倒逼机制、降低创新成本以及更方便的信息和资金获取提高区域创新效率[17]。

文献梳理发现，当前直接涉及数字经济与服务业集聚关系的研究总体上较为匮乏，且较多体现在理论层面或实证研究的全行业层面。鉴于此，本文采用2013—2020年省级面板数据，针对数字经济是否重塑了服务业集聚的空间格局这一问题进行深入探究。相比以往研究，本文的创新之处在于：(1)基于集聚力和分散力的视角，通过构建理论框架分析数字经济对服务业集聚的影响机理，从而为实证角度更全面地评估影响效果提供理论基础；(2)从基础、应用和影响三个维度构建了数字经济指标体系，并结合改进熵值法测度了不同省份的数字经济发展水平；(3)结合东、中、西部地区以及南北方地区不同区域特征以及消费性、生产性、公共性服务业行业特征，比较分析数字经济影响服务业集聚的异质性，并以中介效应模型验证了行业偏好导致其布局曲线差异的理论机制，从而为数字经济下如何根据行业和区域特征形成合意的服务业集聚空间格局提供借鉴。

二、数字经济影响服务业集聚的分析框架

随着新一代信息技术的发展和突破，数据成为关键性生产要素，并形成新的数字经济范式。在这一范式下，生产经营活动随之改变，产业集聚形态也出现变化。从产业集聚的理论来看，以新经济地理学为代表的空间经济理论[6]认为，在集聚力和分散力的作用下产业集聚实现了动态演化。因而，在分析数字经济如何重塑服务业集聚的空间格局时，从数字经济如何影响集聚力和分散力的视角便于更直接、更清楚地解释上述变化过程。

(一)产业布局曲线和技术约束线

在图1(a)中，产业布局曲线指的是在一定技术条件下，服务业在“集聚力”和“分散力”的双重作用下形成适宜产业发展的集聚空间格局，当分散的相对成本更低时，服务业趋向于由集聚向外围扩散；反之，当集聚的相对成本更低时，服务业趋向于由扩散而形成集聚。图1(b)中加入了向右下方倾斜的技术约束线。具体而言，假设集聚力和分散力均可量化且分别以X1、X2表示，P1和P2分别代表当前技术下为达到某一经济效应集聚和扩散发展的成本，则技术约束线为P1×X1+P2×X2=I。上述产业布局曲线和技术约束线相切的均衡点为当前技术约束下服务业集聚的理想状态，即A点。

图1 产业布局和技术约束曲线

根据图1(a)，为达到更高的经济效应，服务业集聚的空间布局变动可以通过三种途径实现，即A→B，A→C和A→D。这三种途径从结果来看分别意味着服务业集聚程度的降低、增加或基本不变。其中，第一种和第二种途径分别表示最终的集聚力小于分散力或最终的集聚力大于分散力，第三种则表示最终的集聚力等于分散力。具体途径分析如下：

从A点到B点：保持集聚力不变，产业发展的分散力增加(1)当然也存在集聚力和分散力都变化的情况，此处为了分析的简便，对这种情况不做考虑。下同。。从细分的服务业种类来看，相较于生产性服务业往往以生产者为服务对象并提供中间产品的特征，消费性和公共性服务业则更多地直接面向消费者提供最终服务，因而在区位选择时会倾向临近顾客的地区。所以，由于数字经济对需求结构的改变，企业为满足新需求可能会在地理空间上更广泛地布局，即服务业集聚的分散力增加。与此同时，闲置劳动力也被有效吸纳，因而提高了整体的经济效应。

从A点到C点：保持分散力不变，产业发展的集聚力增加。根据Marshall[5]的外部经济理论，在集聚区更有利于形成规范高级的熟练劳动力市场、合理分工的产业互补以及知识溢出的创新互动，三者体现了集聚区内产业间的前后向关联以及集聚区的“区位优势”。陈建军等[18]研究发现，服务业集聚力量的提高更多依赖集群内部知识网络的高密度、高效率的交流和反馈，相较于制造业，服务业往往通过知识溢出从集群中的原有企业分离后在当地形成集聚。在此过程中，伴随集聚力量的增加，在上述集聚区三大优势的作用下，经济效应也得以提升。

从A点到D点：产业集聚的集聚力和分散力同步增加。一方面，知识溢出效应增加了集聚区内生于原企业的数量，同时越来越多的企业由于集聚区的“区位优势”逐渐向集聚中心聚拢，即服务业的集聚力量加强；另一方面，难以承受集聚区高成本的在位者以及新的市场进入者在外围地区逐渐发展，即服务业的分散力也同步增加，最终在两种力量作用下实现了新的集聚模式和更高的经济效应。

(二)产业布局曲线的异质性

由于行业性质的不同，投入要素的结构和行业发展的模式也存在差异，导致不同行业自发对集聚发展和分散发展的偏好不一致。因此，本文构建数字经济对服务业集聚影响的分析框架势必要考虑产业布局曲线的异质性。分别以I1、I2和I3表示集聚偏好型、分散偏好型和中性偏好型的服务业布局曲线，则在初始技术下的产业集聚均衡如图2(a)所示。

图2 产业布局曲线的异质性

在图2(a)的初始状态下，由于行业布局偏好的不一致，不同行业的集聚程度也不同，在同一技术约束线下，三种类型服务业布局的均衡点分别为E1、E2和E3，行业的集聚程度也依次递减。在出现技术变革后，为简化分析，假设新的数字经济范式下集聚力和分散力的相对价格水平不变，技术约束线水平外移，则新的均衡下不同服务业布局的均衡点分别为F1、F2和F3，如图2(b)所示。

除了行业层面的异质性，在分析数字经济对服务业集聚影响机制时同样不可忽略地区的异质性。从地区层面来看，受制于地区间信息基础设施、交通设施、地理区位等“第一自然”以及市场化水平、工业发展水平、对外开放程度、政府政策等“第二自然”的差异，数字经济对服务业集聚的空间格局影响存在区域异质性。一方面，数字经济自身的发展在基础、应用、影响层面呈现不均衡的特征；另一方面，数字经济对服务业的集聚力和分散力的动态影响过程中也会受到“第一自然”和“第二自然”差异的制约。

综上，根据数字经济影响服务业集聚的理论机制可以看出，数字经济可以通过改变集聚力和分散力的相对成本作用于服务业集聚的空间格局改变，在这一过程中，行业差异和地区差异会使两种力量发挥的效果有所差异。

三、变量选取、计量模型设定与数据来源

(一)变量选取

1. 被解释变量

被解释变量为服务业集聚程度，由于本文研究地区层面的集聚水平，所以选取区位商这一方法对其进行测度。具体而言，将某一地区的服务业就业人数占比与全国平均层面进行对比，通过消除不同地区规模上的差异，从相对水平上衡量该地区相较于全国平均水平下的服务业集聚水平(SAD)，具体计算公式如下：

(1)

其中，SADi是i省份服务业的区位商，即服务业集聚程度；si是i省份服务业的就业人数；li是i省份所有产业的就业人数；S是全国服务业的就业人数；L是全国所有产业的就业人数。

2. 解释变量

本文的解释变量为数字经济发展水平(DE)。随着数字经济的不断发展，国内外有关数字经济的研究日益广泛与深入，测度数字经济的指标体系也在不断完善。比较有代表性的包括：欧盟数字经济与社会指数(DESI)、世界经济论坛网络准备度(NRL)、中国信息通信研究院数字经济指数(DEI)、赛迪顾问中国数字经济指数(DEDI)和腾讯“互联网+”数字经济指数等。

考虑到中国数字经济发展与国外之间的差异性，以及与之相伴而生的指标体系构建存在较大不同等原因，本文对数字经济的测度主要以国内指标体系为参考(2)具体而言，考虑到赛迪顾问中国数字经济指数的指标体系更为全面，且同样采用的是省级面板数据，与本文的研究更为契合，因此在具体操作上主要参考这一指数。，同时考虑了国外相关指标体系的构建特点，此外还借鉴了张美慧[19]对新经济测度的研究与建议，在充分理解数字经济内涵的前提下，结合数据的可得性与全面性，从基础、应用和影响三个维度构建数字经济指标体系。数字经济三级指标体系见表1，参考黄国庆等[20]的做法，通过改进熵值法逐级赋权，得出各地区的数字经济发展水平。

表1 数字经济指标体系

3. 控制变量

根据已有研究服务业集聚影响因素的文献，本文选取的控制变量包含市场规模、城区密度、工业发展水平、人力资本、交通便利度、服务业投资水平和政府规模，其测度方法见表2。

表2 控制变量及其测度方法

(二)模型设定与数据来源

本文的模型设定如下：

SADit=α0+α1DEit+βXit+μi+vt+εit

(2)

其中，DE代表核心解释变量数字经济发展水平；X代表本文选取的一系列控制变量；μi和vt分别为个体固定效应和时间固定效应；εit为随机扰动项。

关于模型的估计方法，本文在检验了模型可能存在的异方差、组间同期相关和组内自相关问题后，发现除组内自相关外，前两个检验均拒绝原假设，最终采用了可有效修正以上问题的全面可行广义最小二乘法(全面FGLS)进行实证估计。

考虑到数据的可得性，本文以2013—2020年中国29个省份(中国香港、澳门、台湾、西藏和宁夏除外)为样本进行分析。数据来源于国家统计局、《中国统计年鉴》、《中国科技统计年鉴》、《中国第三产业统计年鉴》和《中国工业经济年鉴》，并采取合适的方法对缺失的部分数据予以补充。

四、实证结果分析

(一)数字经济对服务业集聚影响的区域异质性

区域层面的异质性研究基于东、中、西部地区角度的较多，然而相关研究[21-22]和现实表现越来越凸显出南北发展差异，这一差异主要表现在北方偏向于政治中心且受儒家文化影响的开拓精神受限和地方保护主义盛行。因此，东、中、西部地区差异主要表现为地理区位以及国家战略因素下的发展基础，南北方地区差异主要由经济结构和价值观念所驱动的市场活力等因素引致。基于此，为理清不同区域特征对数字经济与服务业集聚关系的作用，实证中将两种区域异质性均纳入分析。

表3第(1)～(5)列分别展示了划分东、中、西部地区和南北方地区后的分组回归结果(3)东、中、西部地区的划分依据来自国家统计局网站。其中，东部地区有北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，西部地区有内蒙古、广西、重庆、四川、贵州、云南、陕西、西藏、甘肃、青海、宁夏和新疆，中部地区有山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南。南北方地区划分标准参考了许宪春等[23]的研究，具体而言，南方地区包括江苏、安徽、湖北、重庆、四川、西藏、云南、贵州、湖南、江西、广西、广东、福建、浙江、上海和海南，北方地区包括山东、河南、山西、陕西、甘肃、宁夏、青海、新疆、河北、天津、北京、内蒙古、辽宁、吉林和黑龙江。。根据回归系数的大小和方向，数字经济影响服务业集聚的空间差异在东、中、西部地区间比较明显，具体表现为东部地区显著为正、西部地区显著为负以及中部地区负向不显著；作为对比，南北方地区差异则突出在影响程度层面，也就是虽然都有利于集聚，但对北方地区的影响程度要高于南方地区。

表3 数字经济对服务业集聚影响的区域异质性分析结果

就东、中、西部层面的区域异质性而言，东部地区由于市场化程度和经济发展水平较高，在数字经济发展上也具备先发优势，因而产品更新迭代速度较快，当地企业的创新动力充足；在较高的市场活跃度下，服务业的发展更为成熟，企业更加追逐竞争下的创新溢出效应，特别是集中于东部地区的高端现代服务业，更倾向于集聚区内需“身临其境”才能体会的情景化、互动式和意会型且难以通过虚拟网络传输的知识溢出。综上，东部地区由于高数字经济发展水平的创新要求以及追逐集聚区内竞争中创新的实体氛围，其数字经济更加趋向于集聚。对于欠发达的中西部地区，数字经济发展则相对落后，对需求和创新活跃度的激发有限；而且相较于东部地区，中西部地区服务业发展水平不高，其内部相对集中于技术门槛低的行业，消费性和生产性服务业也尚未形成集聚优势(4)根据本文所用数据的描述性统计结果，中、西部地区的消费性和生产性服务业集聚的平均值均小于1。，因而中西部服务业在数字经济发展态势尚未明显时往往集中布局于省内较为发达的市区，且主要通过Marshall[5]提出的集聚区内“三大优势”形成集聚效应。但这种集聚效应对地理临近的创新依赖性较低，当数字经济的发展有利于降低分散力成本时，这种传统的集聚效应易被虚拟空间的集聚效应所替代，趋于向外围扩散，降低集聚水平。因此，西部地区数字经济系数显著为负，由于中部地区承接制造业转移背景下产业重心偏向第二产业，且数字经济发展优于西部地区，其对需求和创新的影响会弱化分散力作用，从而导致中部地区的负向结果不显著。

就南北方层面的区域异质性而言，北方地区在经济发展上的开拓和创新精神往往较弱，导致其数字经济发展水平和速度都难以与南方地区匹敌；相反，地处南方的贵州等地虽然经济较为落后，却在大数据发展上成绩斐然，因此数字经济发展的落后限制了服务业分散成本的下降程度；并且开拓精神的缺乏也使北方地区的服务业发展更加依赖传统的集聚路径。此外，北方地区具有更为明显的地方保护主义，同一省域内的各地市间也会由于地方政府竞争而为要素市场与产品市场的一体化设置壁垒，使产业扩散受到阻碍。综上，服务业扩散成本下降有限、集聚路径依赖、要素和产品流动限制等导致数字经济带来有限的分散力被后两者借助数字经济而增强的集聚力所“吞噬”，从而更高地提升了北方地区的服务业集聚水平。诚然，集聚程度的提高会带动北方地区服务业的经济效益，但是由于上述类型的集聚往往活跃性和稳定性较低，一方面集聚效应的发挥会受到限制，另一方面也更容易导致拥挤效应以及产业同构的后果，从而不利于服务业集聚下的长期发展。

从控制变量结果来看，服务业发展阶段影响了这些因素是否会作用于当地服务业集聚水平。首先，在服务业集聚差距较大的东、中、西部地区，市场需求、城市密度、交通便利、政府规模均显著促进了东部地区的服务业集聚水平，工业发展和人力资本却分别由于资源竞争的空间基础、过度集中的资源错配等因素不利于其集聚，投资的分散作用则相对较弱(5)东部地区的控制变量中，服务业投资水平的回归结果为负但不显著。；其次，从中西部层面的显著结果来看，区域异质性使工业发展和人力资本的作用不再显著，且城市密度、交通便利、政府规模的作用与东部地区相反，可见，中西部地区的区域特征弱化了这些因素提升服务业集聚的能力；另外，中部地区还表现出市场需求不利于集聚程度增强而服务业投资利于集聚程度增强的结果，即相对需求侧和供给侧，中部地区服务业集聚对后者更为依赖。就南北方地区而言，其服务业集聚水平差异较小，因此控制变量的影响效果差异较低，南方地区除人口密度和交通水平不显著外，回归结果与东部地区一致；反之，北方地区服务业集聚主要依赖人口密度，且受制于工业发展和交通水平。

(二)数字经济对服务业集聚影响的行业异质性

在前文机制分析中提到，由于产业布局曲线的异质性，数字经济在改变集聚力和分散力的相对成本时，影响不同类型服务业集聚的结果可能存在差异，此外，区域异质性回归结果中也分析到高端现代服务业往往更倾向于集聚。为验证这一分析并实证检验数字经济影响服务业集聚的行业异质性，本文将服务业划分为消费性、生产性和公共性三种(6)其中，消费性服务业包含批发和零售业，住宿和餐饮业，房地产业，文化、体育和娱乐业，居民服务和其他服务业；生产性服务业包含交通运输、仓储和邮政业，信息传输、计算机服务和软件业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业；公共性服务业包含水利、环境和公共设施管理业，教育、卫生、社会保障和社会福利业，公共管理和社会组织。，分别代替服务业整体集聚水平为被解释变量，同样采取全面FGLS方法进行估计，结果见表4。

表4 行业异质性下的数字经济与服务业集聚

从表4的计量结果看，消费性和生产性服务业集聚与数字经济存在正向关系，而公共性服务业集聚与数字经济存在负向关系。由此可以看出，不同行业自身特点导致的对集聚和分散发展的偏好确实会影响企业的区位选择，从而引致集聚空间格局的变化。首先，对于消费性服务业而言，数字经济下，基于大数据算法的平台中心可以依托区块链技术使企业提供的服务与异质性消费者达到精准匹配，服务的生产和使用在分离的空间上也能满足，但人们对消费性服务产品往往要求即时满足，所以时间上的偏好使消费者的选择更趋向于空间范围内更加本地化的产品，因而数字经济下滋生的外围需求会引起更多的服务业集中于新生需求周围，形成低一级的集聚中心(7)王耀中等[3]指出，由于新经济的发展，服务业会从城市中心向外围扩散形成低一级的区域性服务业集聚中心。；进一步，消费性服务业缩短与需求的时空距离偏好又强化了集聚力，形成“核心—亚核心—外围”的集聚空间格局，而这种“亚核心”自发形成于原集聚的外围地区，也无需承受拥挤成本的负担。

其次，作为现代服务业主要部分的生产性服务业，对知识、技术和创新的依赖性都较高，往往也更倾向于集聚发展[18]。从需求角度来看，除了需求规模的增加，数字技术也使消费者更多地参与产品设计，从而实现柔性化服务供给，这一特点尤其体现在金融、法律和计算机软件服务等提供复杂定制服务的生产性服务行业。这种情况下，相较于消费性和公共性服务业，其供给的创新弹性较大，而服务产品的非实物性导致新的技术对生产性服务产品改变的速度和规模也较高，激发了生产性服务业的需求导向型创新动力。另外，虽然数字经济赋予的通用目标技术助力所有企业都能以较低的成本实现数字化转型，提供高质量和新形态的产品及服务，但是由于数字化使集聚区内的企业间同时具有了空间纽带和信息纽带，其前后关联进一步加深与强化，随之集聚效应更加突出、知识溢出更加活跃。为获得竞争优势，生产性服务业会更倾向于创新氛围相对浓厚的集聚中心。所以，对整体服务业的产业布局曲线而言，生产性服务业对实体空间下动态且活跃的知识溢出环境偏好使得集聚对分散的替代率更高。也就是说，集聚的高效益加强了集聚力对生产性服务业集聚格局的影响作用。

最后，数字经济的发展会显著降低公共性服务业集聚水平，这与公共性服务业自身的均等化分布偏好有关。公共性服务业肩负着保障基础福利、维护基础公平的社会责任，一般由政府供给和决策，具有公共品或准公共品的特征，因而区位选择时强调人口覆盖的公平原则，具有均匀分布的偏好。所以，在数字经济的发展降低了分散力的相对成本后，由于集聚对分散的边际替代率更低，从而分散力的作用力更强，公共性服务业集聚水平也显著降低。改革开放初期，为解决当时落后社会生产力的主要矛盾，在经济发展和社会分配方面都强调以效率优先，公共服务均匀供给体现为“保量”特征(8)张京祥等[24]提出，公共服务的均等化分为“保量”的均匀阶段、“保质”的均质阶段以及在两者间过渡的均衡阶段。，而优质供给倾向于经济发达地区。随着经济的快速发展，地区、城乡间的收入差距以及教育、医疗、社会保障、公共管理等公共服务的差距逐渐扩大，公平问题得到重视。党的十八大提出“再分配要更加重视公平”，党的十九大进一步提出要“推进教育公平，加快基础公共服务均等化”。数字经济在这一过程中也发挥了重要作用。首先，数字经济为公共性服务业的分散布局提供了经济力量，数字化企业通过生产端的数据处理获得更陡峭的学习曲线，通过消费端的数据挖掘掌握消费者的预算约束和偏好[13]，降低了生产成本和交易成本、实现了产品增值和价值延伸，赋予企业高利润的同时也增加了财政收入，为政府发挥再分配职能提供了经济基础，提高了落后地区公共服务的覆盖度，从而促进公共性服务业的分散发展。其次，数字经济同样赋能公共性服务业本身。由于数字经济使“知识溢出”不再仅仅依赖地理集中，因而城市外围特别是乡镇的从业者依赖数字技术提高管理能力和技术水平，保证了服务的效率和质量。所以，公共性服务业的福利性质在数字经济助力下其分散偏好得到了更好的满足，这种加强后的分散力不仅提高了公共服务的可及性和普惠性、促进了社会整体福利的提升，且在降低集聚水平的同时，也满足了公共服务“保量”且“保质”的均等化发展。

(三)行业和区域双重异质下的数字经济与服务业集聚

以上机制分析和计量结果都表明，行业异质和区域异质均会影响数字经济与服务业集聚的关系，市场化进程、基础设施水平、资源禀赋、政府规模等区域特征的不同会形成地区间不同类型的服务业发展情况，即地区间也存在行业异质。因而，综合地区异质和行业异质，在同一框架内分析二者如何影响数字经济对中国服务业集聚空间格局的重塑，结果见表5。

表5 行业和区域双重异质下的数字经济与服务业集聚

总体来看，部分地区的影响系数并不显著，即在地区特征的影响下，数字经济对不同类型服务业集聚的影响也有所差异，这一点在东、中、西部地区之间较为明显。从消费性服务业来看，除西部地区不显著外，各地区数字经济的回归系数均显著大于全国层面，可见地区特征和行业特征会形成叠加效应，共同作用于数字经济对服务业集聚的影响力度，这种叠加对于东部地区和南北方地区而言为正向互动，对于中西部地区则体现在行业异质对区域异质的“覆盖”。可见，由于及时满足和本地化偏好特点，各地区的消费性服务业仍倾向于集聚发展。具体而言，无论是东、中、西部划分抑或南北划分，数字经济对中部和北方地区消费性服务业集聚的提升效应均分别高于东部和南方地区，这可能与市场化水平和数字经济发展规模相关。东部和南方地区的地理优势和市场化水平都较高，人们整体的消费能力也高于其他地区，在数字经济快速发展刺激外围需求之前，已经追随人口布局形成了随人口集聚的集聚分布，即在中心形成相对成熟和专业化集聚的同时，在外围地区也均有布局。此外，由于数字经济发展上的领先地位，在激发外围需求的同时也有效刺激了更下沉的消费市场，受自身高集聚水平的限制，企业可能会向相较于外围更下沉的市场延伸，集聚力发挥效果需要较长时间，因而影响力度整体上分别低于中部和北方地区。南北之间系数相差较小，说明南北区域间的行政文化差异对数字经济与消费性服务业集聚水平之间的影响较低。对于西部地区而言，一方面，人口规模小、市场化不充分下企业满足外围需求而向低一级形成集聚的动力因经济效应不高而受到约束；另一方面，“数字鸿沟”的现实存在使需求层面的激发和供给层面集聚成本的降低都不明显，从而集聚力的增加并不显著，因此对消费性服务业集聚的影响也不显著。

从生产性服务业来看，数字经济促进其集聚水平提升的效果仅于中部地区表现为负向不显著，其余地区数字经济对生产性服务业集聚的促进水平也显著高于全国层面。换言之，仅中部地区的区域异质效应覆盖了行业效应。首先分析东部与南方地区之于其他地区系数较低的原因。一方面，与消费性和公共性服务业不同，生产性服务业的服务对象多为企业，加上对知识和人力资本的依赖性，在产业布局时侧重于地区经济规模能否满足其发展的门槛并达到实现规模经济效应的产出，也就是生产性服务业集聚优势的形成对地区发展水平和地区经济结构的要求较高。另一方面，在数字经济迅速发展之前，生产性服务业在东部和南方地区已形成了基于地理空间的高集聚水平，在此背景下，数字经济提升的集聚力难以在实体空间上施加显著影响，而更多是通过信息纽带助力集聚区内各企业在虚拟空间的联系，以实体和虚拟互动增强了集聚效应并实现更高的规模经济，因此，虽然影响力度弱，但形成的集聚韧性和集聚效益不容忽视。其次，对于中部地区而言，其负的地区异质效应完全抵消了行业异质效应，究其原因，可能与中部地区的发展特征相关。相较于西部地区，中部地区主要承接了东部地区的制造业转移，因此资源更倾斜于制造业，随之其偏向分散的区域特征(9)仅考虑区域异质的实证结果中，中部地区数字经济回归系数为负向不显著。也主要作用于同制造业存在技术和资本竞争的生产性服务业。最后，西部和北方地区虽然都表现出集聚力在地理空间上显著发挥的结果，但由于地区效应的存在，其机制也不完全一致。具体而言，西部地区主要体现为行业异质覆盖区域异质下集聚力的发挥，虽然在落后的产业基础和市场化水平下，数字经济提升了整体服务业的分散力，但经济发展阶段限制下的低生产性服务业集聚水平限制了分散力的发挥。一方面，数字经济的网络效应虽然扩大了其辐射范围，但低集聚水平和服务业本地化特征使辐射效果难以充分体现；另一方面，为追求规模经济效应和活跃的知识溢出环境，行业异质下的集聚力在发挥效果的同时，由于集聚水平的提升也丰富了辐射范围内的服务对象，进一步使集聚力借势增强。作为对比，北方地区则体现为地区异质和行业异质共同作用下集聚力的发挥。地区异质性下数字经济带来的有限分散力因集聚路径依赖、要素和产品流动限制借助数字经济增强的集聚力所“吞噬”；北方地区传统的重工业经济结构在低碳背景下发展受限，这就意味着引导生产性服务业与工业协同集聚是北方地区实现重工业在“双碳”目标下长期发展的必要路径(10)王燕等[25]的研究结果表明，生产性服务业和制造业协同集聚有利于制造业的结构升级和绿色全要素生产率的提升。，从而使得行业异质下的集聚力基于区域特征进一步加强。作为对比，此时南北方地区之间的系数差异明显拉大，说明南北方地区之间区域特征主要促进了数字经济对生产性服务业集聚的影响作用。

从公共性服务业来看，除中部和北方地区负向不显著影响外，其他地区均为显著的负向结果。具体分析，东部和南方地区的系数绝对值显著低于整体层面，这是由于两地区公共性服务业的覆盖范围已较为全面，数字经济激励的公共性服务分散供给主要为电子政务和数字政府顺势而为下的数字化公共服务；同时，数字经济对西部地区的影响力大于全国层面，可见西部落后的经济基础和公共服务下均等化布局的潜力更大，而这种均等化倾向于传统公共服务领域，优质的数字化公共服务在该地区均等发展因“数字鸿沟”问题难以形成。对比中部和北方地区不显著的原因，首先，对于中部地区而言，地区整体的负向不显著影响使行业负向效应难以发挥。一方面，当前公共服务的均等化政策倾向于基础的公共设施，相较于西部地区更为落后的发展，国家倾向加大对西部地区的扶贫力度；另一方面，地方政府优先发展制造业的区域特征也约束了公共服务的分散供给。其次，对于北方地区而言，其不显著的负向结果表示区域异质下集聚力的发挥阻碍了北方公共性服务业的分散供给。一方面，目前的数字经济发展对财政收入贡献有限；另一方面，虽然人们对公共部门工作相对更加青睐，但相较于南方地区，其外围地区在工资待遇、工作环境和晋升机会等方面的不足难以引进和留住相关人才，从而不利于公共性服务业的分散布局，即北方区域特征也显著分化了南北方之间公共性服务业集聚的空间格局。

根据上述分析以及对比各地区分行业后的回归结果可以看出，数字经济下消费性服务业向“核心—亚核心—外围”方向演化是大势所趋，这一趋势由于市场自发性较强受区域特征影响弱，而生产性和公共性服务业集聚的门槛因素导致区域效应有所体现。具体而言，在东、中、西部地区层面，中部地区的差异较大，且地区负效应主要影响了生产性和公共性服务业，可以看出，中部地区各项资源向工业的流动主要由于行业进入壁垒和服务供给壁垒分别限制了数字经济对二者的影响，而消费性服务业进入门槛低、对高端技术依赖弱，因而由数字经济增强的集聚力能以较低成本发挥作用，更加趋于集中。同时，相较于南方地区，北方地区行政文化更为突出，这也推动了生产性服务业集聚且抑制了公共性服务业均等化布局，而对行政力量依赖较弱的消费性服务业则影响较低。

(四)异质性的拓展分析：中介效应检验

根据文献综述，消费需求和创新动力是影响服务业集聚的重要因素，而数字经济发展则有效提升了两者的活跃度，进一步理论机制中也阐释了偏好异质性使行业间空间布局趋于分化。消费性、生产性和公共性服务业由于性质不同，其集聚力与分散力受需求和创新的影响也有所差异。那么，数字经济是否通过消费需求和创新动力影响服务业空间布局？若是，则整体上集聚力和分散力相对成本变化的背景下，是否因为需求和创新偏好的不一致导致了行业间集聚空间格局演进方向的异质性呢？即本文提出的产业布局曲线的异质性在实践中是否对应？为回答这些问题，选择需求和创新为中介变量(Mit)，参考温忠麟等[26]的研究建立中介效应模型，检验数字经济作用于服务业集聚的机理以及出现行业异质性的原因。具体模型设置如下：

(3)

(4)

第一步：数字经济对集聚水平进行回归；第二步：检验数字经济对中介变量的影响；第三步：引入中介变量检验数字经济对服务业集聚水平的影响。其中，若γ1和φ都显著，表示数字经济通过中介变量M影响了服务业集聚水平，存在部分中介效应，否之，则要进一步进行Sobel检验，其检验统计量为

(5)

表6 中介变量及其测度

1. 需求赋能效应

根据前文分析，数字经济对需求的正向作用表现在增量和质量两部分，即整体需求提升和边缘需求挖掘，因此本文分别以需求规模和需求结构作为中介变量，检验需求对不同行业的异质性中介效应，结果见表7。

表7 数字经济的需求赋能效应检验结果

从需求来看，数字经济刺激了需求的增量规模增加和存量质量提升。其中，需求规模提升效应使消费性和生产性服务业趋向集聚，而使公共性服务业趋向分散，需求结构改善效应则主要促进了消费性服务业的分散供给，对生产性和公共性服务业无显著影响。可见，消费性服务业布局对需求更加敏感，下沉市场需求的发现和匹配使得消费性服务业逐渐布局于外围，但外围需求规模的提升也会吸引更多该类企业进入，在外围形成新的集聚。换言之，传统意义上的“核心—外围”布局逐渐向“核心—亚核心—外围”的集聚模式转变。此外，数字经济也显著促进了“以国内大循环为主”的新发展格局形成，即需求规模提升效应，进而影响了生产性和公共性服务业集聚的空间布局，使前者更加集聚而后者更加分散。这是由于最终产品需求规模的提升会增加中间品需求，这些需求会带动生产性服务业以集聚形式扩大本地市场规模来实现；另外，需求规模增加也会伴随日益提升的公共服务需求，进一步促进其分散供给趋势。

前文提到生产性服务业主要面向企业，而公共性服务业遵循人口覆盖的原则。为更具针对性地体现行业间数字经济的需求赋能效应，分别以工业发展规模和人口流动方向为中介变量，再次进行中介效应检验，结果见表8。

表8 数字经济的需求赋能效应检验结果

对生产性服务业而言，数字经济发展促进了工业发展规模(11)回归时控制变量去掉了原有的以人均工业增加值表示的工业发展水平。和人口向城市集中趋势，进而分别加强了生产性和公共性服务业由集聚而分散的趋势。可以看出，数字经济下生产性服务业与工业发展正脱离于传统的协同集聚模式，虚拟空间的出现大大降低了以地理空间临近而规避交易成本的依赖，生产性服务业产品主要通过虚拟空间与工业生产需求完成匹配，因此，其面临的工业规模增加并未增加集聚力，反而可能由于资源竞争关系不利于生产性服务业集聚，这说明数字经济下生产性服务业集聚力的提升更大程度上与创新效应相关。公共性服务业分散供给趋势并不在于人口向落后地区流动，相反，其均等化布局对财政补贴较为依赖。由数字经济发展衍生出的新模式吸引了人口向城市集中，进一步促进了城市经济的发展，并以财政收入提升来满足公共服务业分散供给的需求。

2. 创新赋能效应

创新赋能效应分为创新能力和创新互动两方面，检验结果见表9。数字经济发展有显著的创新赋能效应，但创新能力和创新互动对服务业集聚水平影响有所不同，创新能力提升降低了消费性和公共性服务业集聚水平、对生产性服务业无显著影响，而创新互动增强则促进了消费性和生产性服务业集聚、对公共性服务业无显著影响。究其原因，技术创新难以脱离高额的创新成本，因而创新能力挤出了集聚区创新偏好低的行业，同时数字经济下的新业态也激励企业通过技术应用完成数字化转型，进而通过创新互动实现溢出效应，使企业在数字化转型或实现融合及互动创新动机下表现出集聚偏好。

表9 数字经济的创新赋能效应检验结果

综上所述，数字经济以需求赋能和创新赋能影响服务业集聚的中介效应是显著的，细分行业的结果也验证了理论机制部分的假设，即行业偏好不同会引起产业布局曲线异质性。具体而言，消费性服务业对需求和创新均表现出偏好，其中边缘需求使其整体上趋于分散，但需求规模和创新成果应用的偏好又激励其在分散下形成小规模集聚中心；生产性服务业主要偏好于国内大市场形成以及创新成果互动而更趋于集聚；公共性服务业分散供给虽基于人口覆盖原则，但由于该行业主要由政府提供的特殊性，目前主要依赖数字经济发展的财政效应。

五、结论与对策建议

从本文的研究结果来看，对于东部和南方地区而言，数字经济的活跃度以及服务业发展水平都较高，综合异质性下的结果与行业异质基本一致。其中，考虑到消费性服务业和生产性服务业集聚成本因素会衍生出基于平台或网络实现虚拟空间上的集聚，满足了外围新生需求以及创新动力需求，以虚拟和实体集聚相辅相成促进数字经济下服务业高质量集聚，提升区域发展效益，这也是两者集聚水平变动相较于中西部或北方地区较低的原因；而公共性服务业分散供给水平相对较高，地区的高财政收入为公共性服务业的均等化供给提供了资金支撑，且高度发展的数字经济水平更便于远程医疗、远程教育、数字政务等公共服务产品的供给，这种公共服务产品不被实体空间所限制，因此更利于分散供给。由此可以看出，数字经济对该部分地区服务业集聚空间格局的改变从经济和社会两个层面均提高了效益。

然而，中西部和北方地区或是受限于数字经济发展水平，或是受“第一自然”与“第二自然”的约束，存在短期利益与长期效益之间的矛盾以及改善服务差距动力的问题。从对比来看，虽然各区域都提高了经济效益，但发展差异的问题也突出了“数字鸿沟”对区域间服务业发展效益的影响，弱者恒弱、强者恒强的“马太效应”不仅表现在经济领域，甚至在社会整体福利也有体现，这就对政府发挥“有形之手”助推服务业集聚的空间格局优化提出了更高的要求。

另外，中介效应结果表明，不同行业对数字经济赋能的需求效应和创新效应的偏好特征是引发服务业细分行业集聚空间格局变动出现异质性的原因。其中，消费性服务业更偏好于需求和创新互动以加深集聚，并且追随需求结构和需求规模效应形成“核心—亚核心—外围”的布局，但创新能力的高门槛也削弱了其创新偏好；生产性服务业倾向集聚区创新共享氛围而向核心聚集；公共性服务业的分散供给依赖人口向城市集中后经济发展的财政效应，且数字经济的创新效应也助力了其均等化布局。

由此可见，在数字经济的影响下，基于区域异质和行业异质，服务业集聚水平的改变的确存在差异，此时，无论是区域的经济发展还是社会福利水平的提升，都需要以数字经济这一新经济模式为实现路径。适合于分散发展的消费性和公共性服务业应借助数字平台等覆盖更多更全面的需求群体，当然，考虑到消费性服务业多由市场供给的成本负担，其发展趋势可能会先向外围形成集聚中心后逐步扩散，需要较长的过程。而适合集聚发展的生产性服务业应利用数字经济对集聚成本的降低，从实体和虚拟双重空间上发挥集聚的动态创新效应，在不断提升数字化和现代化水平的同时，更好地发挥经济增长、吸纳就业以及支撑各产业发展的作用，这一过程中要充分利用数字经济的需求挖掘和创新推动功能，推动服务业集聚在数字经济下形成适宜行业特征和区域特征的发展路径。

在上述过程中，从区域经济发展战略来看，地区间的“数字鸿沟”问题也需要着力改善。“数字鸿沟”问题使中西部等落后地区难以充分获得数字经济的赋能效应，因此应推进地区间数字经济的协调发展，使其在促进经济高质量增长的同时，也能为社会福利总体水平的提高提供技术支撑。与此同时，地区引导服务业集聚时应抓住不同行业的偏好，分别从需求或创新入手，通过刺激居民消费或者打造共创平台等弥补因数字经济发展水平低的缺陷。特别地，为促进公共服务的均等化发展，需进一步透明化公共数据，实现公共服务的跨地区和跨行业信息数据共享，从而拓展优质公共服务的普惠边界。