宣 燁，宣思源

(1.南京財經大學產業(yè)經濟發(fā)展研究院，江蘇南京210003;2.南京財經大學國際經貿學院，江蘇南京210046)

一 引言

在全球產業(yè)結構調整的過程中，服務業(yè)取代傳統(tǒng)制造業(yè)成為發(fā)達國家的主導性產業(yè)。20世紀80年代以來，服務業(yè)布局的集聚化趨勢開始引起西方學者廣泛關注。Sassen［1］(1994)指出:發(fā)達國家城市通過集聚生產性服務業(yè)，從而避免制造業(yè)轉移而產生的所謂空心化。Bailly［2］(1995)研究認為高級生產性服務業(yè)主要集中在全球大都市，如倫敦、巴黎、法蘭克福等。此后，Beyer［3］(1995)、Illeris［4］(1997)等學者也都得出相似的結論。閻小培、鐘韻［5］(2006)等通過對全國、珠三角和香港等地服務業(yè)布局的研究后發(fā)現服務業(yè)，尤其是生產性服務業(yè)與城市發(fā)展水平相關，中心城市往往集聚了更多的高級生產性服務業(yè)。

理論界和實證界的研究也一致認可服務業(yè)地區(qū)集聚可以通過各類外部性實現服務業(yè)自身效率的提升(Markusen［6］，1989;Francois［7］，1990;Daniels［8］，1995)。國內很多學者對我國服務業(yè)生產效率進行了測度，如楊勇［9］(2008)利用C－D生產函數，對中國服務業(yè)全要素生產率進行了測算，并得出其對產出的貢獻率從波動轉向平穩(wěn)的結論。顧乃華［10］(2005)則借助隨機前沿生產函數模型，分析了我國服務業(yè)增長效率的特征，發(fā)現全要素生產率和技術效率較低。蔣萍、谷彬［11］(2009)利用超對數生產函數的隨機前沿模型，對我國服務業(yè)的TFP進行分解，發(fā)現技術效率存在階段性特征。

然而國內現有的文獻大都側重于研究服務業(yè)，尤其是生產性服務業(yè)的集聚現象，或者只是對服務業(yè)的TFP進行分解，進而分析服務業(yè)技術效率特點和影響因素［11，12］，也有一些學者探討了生產性服務業(yè)空間聚集與制造業(yè)效率提升之間的關系［13－16］。盡管如此，這些研究較少觸及服務業(yè)空間集聚與服務業(yè)自身效率提升之間的關系。長期以來我國服務業(yè)發(fā)展一直呈現出低水平、低就業(yè)和低效率的特點［17］(程大中，2003)，導致服務業(yè)投入不足，發(fā)展相對落后，因此探討服務業(yè)聚集與其自身效率之間的關系，對于探討影響服務業(yè)效率因素、推進服務業(yè)又好又快地發(fā)展具有重要的現實意義。本文基于全國230個城市服務業(yè)數據，在對服務業(yè)空間集聚和效率測度的基礎上，利用空間外溢面板模型實證檢驗我國城市服務業(yè)空間集聚與效率提升之間的關系，以期對我國服務業(yè)發(fā)展提出相關政策建議。

二 我國城市服務業(yè)空間集聚與效率分析

(一)城市服務業(yè)空間集聚度

從目前的研究來看，有關產業(yè)集聚度的測度方法包括了赫芬代爾系數和赫希曼－赫芬代爾系數、信息熵和錫爾系數、基尼系數以及區(qū)位熵法(LQ)與標準化區(qū)位熵等方法，這些方法都是將產業(yè)集群這個“黑箱”同外部的經濟組織進行比較，以測定產業(yè)的集聚程度。為了衡量我國城市服務業(yè)集聚程度，我們同樣也采用了基尼系數、變異系數以及泰爾指數三個指標予以度量。具體各指標如表1所示:

表1 我國230個城市服務業(yè)集聚程度的區(qū)域差距

從表1可以看出，無論是從第三產業(yè)從業(yè)人員還是從第三產業(yè)產值來看，我國230個城市服務業(yè)集聚程度都存在著一定的地區(qū)差異，主要表現在變異系數、基尼系數和泰爾指數的數值都較高。從結果可以看出，采用第三產業(yè)從業(yè)人員度量的區(qū)域差距要比第三產業(yè)產值度量的區(qū)域差距要大。從縱向的時間趨勢來看，無論是從變異系數還是從基尼系數和泰爾指數來看，城市服務業(yè)區(qū)域集聚的不均衡性都有所擴大，表現在各指標系數均出現了擴大化的趨勢。

(二)城市服務業(yè)效率測度

一般來說，現有衡量效率的研究方法通常采用兩種，以數據包絡分析(DEA)為代表的“非參數法”和以隨機前沿分析(SFA)為代表的“參數法”。不管以上哪種方法，在衡量產業(yè)效率的時候都需要我們有資本投入數據，這是因為資本作為投入指標的一個重要變量不能舍棄。但在已有的城市統(tǒng)計年鑒中，服務業(yè)缺少資本投入和資本存量的數據，這就使得我們在度量效率時不能采用以上兩種常用的方法。現有的研究中多采用人均服務業(yè)產值來予以代替，主要原因在于資本的流動性要比人員的流動性更加自由。在逐利的驅動下，資本在各城市的效率基本相同，所以采用人均服務業(yè)產值基本上能夠表現一個城市服務業(yè)的效率。

從我國各城市服務業(yè)人均產值測度的效率來看，我國各城市服務業(yè)人均產值具有較為明顯的區(qū)域分布特征。與經濟發(fā)展水平相一致，服務業(yè)的人均產值也呈現了自東向西逐級遞減的趨勢。我國城市服務業(yè)人均產值度量的服務業(yè)效率的分布特征如圖1所示:

圖1 我們城市服務業(yè)效率分布特征

(三)我國城市服務業(yè)集聚與效率的空間相關性檢驗

為了測度我國城市服務業(yè)集聚與效率提升的空間外溢效應，我們首先對我國城市服務業(yè)效率的空間相關性進行檢驗。對于判斷地區(qū)變量間是否存在空間相關性的檢驗，目前一般使用由Moran(1950)提出的空間自相關指數Moran I。Moran I的取值范圍為(－1，1)。當其大于0時，表明各地區(qū)間某經濟變量為空間正相關，即存在空間集聚現象;當其小于0時，表明各地區(qū)間某經濟變量為空間負相關，即存在空間排斥現象;當其等于0時，表明各地區(qū)間某經濟變量與區(qū)位的分布相互獨立。Moran I的絕對值越大，表明所檢驗的經濟變量的空間相關性越強。Moran I的計算方法如下:

可以用式(2)檢驗是否存在空間自相關關系。

采用Moran I指數的方法，應用Stata10.0軟件測度2004－2010年我國城市服務業(yè)效率的空間相關性，具體檢驗結果如表2所示:

表2 我國城市服務業(yè)效率的空間相關性檢驗結果(2004－2010年)

從表2可以看出，我國城市服務業(yè)效率的空間相關性異常明顯，且系數為正，這說明我國城市服務業(yè)效率具有空間正相關性，且都通過了1%的顯著性檢驗。從時間趨勢來看，這種空間相關性有進一步加強的趨勢，尤其是在2010年表現得更加突出。

為了直觀地觀察這種空間相關性，我們將MoranI散點圖繪制在圖2之中，具體如圖2所示:

圖2 我國城市服務業(yè)效率的Moran I散點圖

從圖2可以看出，我國城市服務業(yè)效率大部分地區(qū)都處于效率相對較高的HH和LL象限和效率相對較低的象限。這說明服務業(yè)效率較高的城市被同樣高效率的其他城市所包圍，或者服務業(yè)效率較低的城市被同樣低效率的其他城市所包圍，服務業(yè)效率的擴散效應相當明顯。按照擴散理論，高高低低應該各自在一起，因此處于HL和LH象限的單元被視為異常單元，從圖2可以看出異常單元相對較少。正是因為存在這種較強的空間相關性，所以以下部分我們將采用空間計量分析方法來檢驗服務業(yè)空間集聚與效率提升之間的空間外溢效應。

三 我國城市服務業(yè)集聚與效率提升的空間外溢效應

(一)模型設定

根據空間計量的兩個模型，我們設定的我國城市服務業(yè)集聚與效率提升的空間外溢面板SEM模型和面板SAR模型如下式所示:

其中，ALP代表服務業(yè)勞動生產率，這里我們采用了對數形式，在一定程度上解決了與服務業(yè)集聚度的內生性問題。caps代表服務業(yè)集聚度，human代表人力資本水平，information代表信息化水平。λ為空間誤差自回歸系數，ρ為空間自回歸系數。為了因忽略變量的存在而導致的解釋變量可能與其殘差項相關，從而引致內生性問題。本文根據已有文獻對影響技術效率的因素進行綜合考慮，選取了以下四個控制變量:(1)人力資本水平。人力資本水平對于生產效率的影響會通過提升管理效率和技術效率的方式得以體現，因此本文選取了該指標作為控制變量之一，限于數據的可得性，本文采用了人均教育從業(yè)人員數量予以代理，具體算法采用一個地區(qū)教育從業(yè)人員與該地區(qū)人口數的比值。(2)信息化水平。由于服務業(yè)效率的提升更多的是通過降低交易成本和技術外溢來實現的，交易成本的降低主要表現在信息成本的降低，而技術外溢所依托的知識、技能等媒介也需要通過信息進行傳遞。因此，一個城市的信息化水平也會直接和間接地影響空間外溢效應，汪斌、余冬筠(2004)曾利用信息化綜合指數(CIIC)測算了中國信息化發(fā)展水平，但由于該指數涉及眾多指標，鑒于數據所限，本文采用了一個城市人均電信業(yè)務收入與全國人均電信業(yè)務收入的比值予以代理。(3)人力資本水平與服務業(yè)集聚度乘積。這是因為在以上服務業(yè)集聚度的實證研究之中，人力資本水平是影響城市服務業(yè)集聚度的一個重要因素，因此人力資本還會通過影響服務業(yè)集聚度而間接影響該城市的服務業(yè)生產率。(4)信息化水平與服務業(yè)聚集度的乘積。之所以加入這個變量是因為信息化水平可以影響一個城市服務業(yè)的集聚度，從而可以間接影響該城市的服務業(yè)效率。

(二)實證結果及分析

按照以上實證模型，面板SEM模型和面板SAR模型的估計我們借助Matlab7.0軟件來實現。經Hausman檢驗，模型都采用固定效應。綜合修正的R2、LogL、AIC和SIC指標，我們選擇SEM模型作為最終的分析模型，同時為了驗證模型核心變量服務業(yè)空間聚集度對服務業(yè)效率提升影響的穩(wěn)定性，我們采用逐步加入控制變量的方式觀察模型系數和顯著性的變化，結果顯示經過逐步加入控制變量后，核心變量系數沒有發(fā)生較大的變化，且系數為正，這說明模型輸入變量比較穩(wěn)定。模型的實證結果如表3所示:

表3 服務業(yè)空間聚集與服務業(yè)勞動生產率的空間外溢效應實證結果

從表3的實證結果可以看出，模型在逐步加入控制變量后模型的核心變量服務業(yè)集聚度系數比較穩(wěn)定，沒有出現太大的波動，這說明模型具有較好的穩(wěn)定性。從結果可以看出，服務業(yè)空間聚集與其生產效率提升的空間外溢效應較為明顯，我們看到以勞動生產率衡量的服務業(yè)生產效率模型的空間外溢系數達到了0.6840，且通過了1%的顯著性檢驗，Adjust－R2也達到了0.8695。較大的空間相關系數表明空間外部性主要通過誤差沖擊的空間傳遞實現。我們看到服務業(yè)聚集對其生產效率提升的影響較為明顯，以勞動生產率作為生產效率衡量標準的系數達到了0.2068，且通過了5%的顯著性檢驗，這也驗證了前文的分析，服務業(yè)聚集可以顯著提升其生產效率。人力資本對于服務業(yè)生產效率提升具有負作用，這與我們預期的結果相悖，可能的原因在于我們選取的指標存在一定的偏差，由于缺少人均受教育年限的數據，我們采用的人均教育從業(yè)人員代替的人力資本變量存在著較大的問題，一方面教育從業(yè)人員中大部分為基礎教育從業(yè)人員，這在全國各城市的分布較為均衡，甚至西部城市人均教育從業(yè)人員要比東部城市高，這就造成了系數為負，并且比較顯著。同時，服務業(yè)集聚程度變量與人力資本的交互項也同樣出現了負影響。信息化水平的提升對服務業(yè)效率提升具有顯著影響，一方面信息化水平自身能夠提升服務業(yè)生產效率;另一方面信息化水平可以通過聚集服務業(yè)間接提升服務業(yè)效率。

四 結論與政策啟示

本文基于2004－2010年我國230個城市服務業(yè)發(fā)展相關數據，利用空間外溢面板模型分析了城市服務業(yè)集聚對服務業(yè)效率水平提升的作用。實證分析結果顯示:在我國城市服務業(yè)集聚存在地區(qū)差異的背景下，服務業(yè)聚集能夠顯著提升其生產效率，同時信息化水平也具有顯著影響，但人力資本卻顯示出負向作用。本文的結論具有很強的政策啟示，服務業(yè)將是未來我國經濟結構轉型與制造業(yè)升級的關鍵因素，其自身生產效率的提升和改善是促進我國服務業(yè)發(fā)展水平的主要途徑。在我們發(fā)現服務業(yè)聚集與其自身效率水平的提升具有很強的空間溢出效應后，如何促進服務業(yè)的集聚水平就顯得尤為重要了。參照制造業(yè)發(fā)展模式，我們提出了我國城市服務業(yè)“中心－外圍”發(fā)展模式的設想。具體來說是若干個地理相鄰、經濟上相互關聯(lián)的城市跨越制度、行政等制約因素，形成一個服務業(yè)整體發(fā)展的城市群或者都市圈，服務業(yè)的發(fā)展是以特大城市為中心，與本區(qū)其他大中小城市共同構成有機聯(lián)系的服務業(yè)發(fā)展城市群體系。城市等級主次分明，核心城市突出，首位度極高，居絕對主導地位，是整個地區(qū)城市服務業(yè)發(fā)展的相互作用的引力中心和輻射源，重點發(fā)展間接為生產和生活提供支撐的高端服務業(yè)，其他外圍城市則應該重點發(fā)展直接為生產和生活提供支撐的中低端服務業(yè)。通過不同等級城市間服務業(yè)層級分工，以避免城市間服務行業(yè)雷同，導致資源浪費。

［1］Sassen S.Cities in a World Economy［M］.California:Pine Forge Press，1994:65 －66.

［2］Bailly A S.Producer Services Research in Europe［J］.Professional Geography，1995，29(1):21 －26.

［3］Beyers B W.Producer Services［J］.Progress in Human Geography，1993(2):182 －196.

［4］Illers E.The Nordic Countries:High Quality Services in a Low Density Environment［J］.Progress in Planning，1995，43(3):205－221.

［5］閻小培，鐘 韻.區(qū)域中心城市與生產性服務業(yè)發(fā)展［M］.北京:商務印書館，2006.

［6］Markusen J.Trade in Producer Services and Other Specialized Intermediate Inputs［J］.American Economic Review，1989，79(1):37－49.

［7］Francois J F.Producer Services，Scale，and the Division of Labor.Oad’ord Economic Papers，1990:42.

［8］Daniels P W.Producer Services Research in the United Kingdom［J］.Professional Geographer，1995，7(1):137 －148.

［9］楊 勇.中國服務業(yè)全要素生產率再測算［J］.世界經濟，2008(10):10－17.

［10］臧 新，劉曉沛，張 昕.產業(yè)集聚與分散狀態(tài)決定因素的比較研究——基于制造業(yè)典型行業(yè)的實證分析［J］.產業(yè)經濟研究，2011(6):26－33.

［11］蔣 萍，谷 彬.中國服務業(yè)TFP增長分解與效率演進［J］.數量經濟技術經濟研究，2009(8):23 －31.

［12］宣 燁.生產性服務業(yè)空間聚集與制造業(yè)效率提升——基于空間外溢效應的實證研究［J］.財貿經濟，2012(4):121－128.

［13］汪 斌，余冬筠.中國信息化的經濟結構效應分析——基于計量模型的實證研究［J］.中國工業(yè)經濟，2004(7):21－38.

［14］程大中.中國服務產業(yè)增長的特點——鮑莫爾－?？怂辜僬f及其檢驗研究［J］.經濟研究，2004(5):22－30.

［15］宣 燁.我國服務業(yè)地區(qū)協(xié)同、區(qū)域聚集及產業(yè)升級［M］.北京:中國經濟出版社，2012.

［16］顧乃華.1992－2002年我國服務業(yè)增長效率的實證分析［J］.財貿經濟，2005(4):51 －60.

［17］許建平，任 燕.我國服務業(yè)效率特征研究——基于區(qū)域發(fā)展差異影響因素的解釋［J］.產業(yè)經濟研究，2012(1):85－91.

［17］江 靜，劉志彪，于明超.生產者服務業(yè)發(fā)展與制造業(yè)效率提升:基于地區(qū)和行業(yè)面板數據的經驗分析［J］.世界經濟，2007(8):31－40.