周明生 陳文翔

中國生產(chǎn)性服務(wù)業(yè)集聚的空間效應(yīng)研究
——基于空間面板數(shù)據(jù)模型

周明生 陳文翔

通過選擇中國31個(gè)省、自治區(qū)和直轄市的生產(chǎn)性服務(wù)業(yè)的數(shù)據(jù)，通過估算莫蘭指數(shù)I，進(jìn)而構(gòu)建空間面板數(shù)據(jù)模型，研究生產(chǎn)性服務(wù)業(yè)在省域空間內(nèi)的集聚度和生產(chǎn)性服務(wù)業(yè)內(nèi)各行業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)。研究結(jié)果顯示，生產(chǎn)性服務(wù)業(yè)各項(xiàng)變量存在著明顯的空間集聚效應(yīng)，在空間方面顯示出了一定的經(jīng)濟(jì)資源競爭關(guān)系。在對經(jīng)濟(jì)增長的貢獻(xiàn)方面，批發(fā)零售、交通運(yùn)輸、倉儲與郵政業(yè)對經(jīng)濟(jì)增長的拉動作用最為明顯，而金融業(yè)受危機(jī)影響作用略為減弱，房地產(chǎn)業(yè)則作用最小。

生產(chǎn)性服務(wù)業(yè) 空間集聚 空間面板數(shù)據(jù)模型

一、引言及文獻(xiàn)綜述

20世紀(jì)50年代，生產(chǎn)性服務(wù)業(yè)在世界產(chǎn)業(yè)鏈中占有日益重要地位，1970年以后，發(fā)達(dá)國家的產(chǎn)業(yè)變遷出現(xiàn)了服務(wù)業(yè)快速發(fā)展、制造業(yè)地位不斷下降的趨勢。在這一過程中，服務(wù)業(yè)內(nèi)部也漸趨分化，傳統(tǒng)服務(wù)業(yè)比重下降，現(xiàn)代服務(wù)業(yè)成為新的增長極，并帶動傳統(tǒng)產(chǎn)業(yè)發(fā)展。其中生產(chǎn)性服務(wù)業(yè)是目前全球第三產(chǎn)業(yè)體系中對宏觀經(jīng)濟(jì)拉動作用最為明顯的部分。2002年以來，中國的生產(chǎn)性服務(wù)業(yè)實(shí)現(xiàn)了年均14%的增長速度。因此，對中國生產(chǎn)性服務(wù)業(yè)集聚的空間效應(yīng)研究以及在考慮空間因素基礎(chǔ)上，計(jì)量生產(chǎn)性服務(wù)業(yè)各產(chǎn)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)度尤為必要，對這兩個(gè)問題的研究可以更為直觀、有效地考察中國生產(chǎn)性服務(wù)業(yè)空間布局的集聚模式，并在空間層面基礎(chǔ)上分析生產(chǎn)性服務(wù)業(yè)內(nèi)部各個(gè)產(chǎn)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)度，為生產(chǎn)性服務(wù)業(yè)在全國范圍內(nèi)的布局，以及推進(jìn)生產(chǎn)性服務(wù)業(yè)發(fā)展的路徑選擇提供決策依據(jù)與政策建議。

目前，在對生產(chǎn)性服務(wù)業(yè)空間集聚的研究方面，主要有盛龍、陸根堯在新經(jīng)濟(jì)地理理論基礎(chǔ)上，研究中國生產(chǎn)性服務(wù)業(yè)集聚的動因以及發(fā)展趨勢［1］。劉麗萍利用生產(chǎn)函數(shù)以及空間計(jì)量模型實(shí)證計(jì)量了生產(chǎn)性服務(wù)業(yè)發(fā)展與經(jīng)濟(jì)增長的關(guān)系，認(rèn)為知識創(chuàng)新是生產(chǎn)性服務(wù)業(yè)發(fā)展的內(nèi)在動力之一［2］。王雪瑞、葛斌華基于中國生產(chǎn)性服務(wù)業(yè)空間發(fā)展的動因及其影響因素，在相關(guān)計(jì)量檢驗(yàn)分析的基礎(chǔ)上，認(rèn)為考量了空間因素的空間誤差模型（SEM）具有更優(yōu)的擬合估計(jì)效果［3］。陳志明則以珠三角地區(qū)為研究對象，構(gòu)建了影響生產(chǎn)性服務(wù)業(yè)集聚因素的理論框架，運(yùn)用空間計(jì)量方法，對珠三角區(qū)域空間的面板數(shù)據(jù)進(jìn)行實(shí)證研究［4］。上述研究得出了一些有益的結(jié)論，但是考察的范圍基本局限于某個(gè)區(qū)域。

馬丁和奧塔維亞諾（Martin＆Ottaviano）的研究表明城市先進(jìn)的基礎(chǔ)設(shè)施為生產(chǎn)者和消費(fèi)者帶來便利，促進(jìn)了產(chǎn)業(yè)集聚和市場規(guī)模的擴(kuò)大，他們將內(nèi)生增長理論與空間經(jīng)濟(jì)學(xué)模型相結(jié)合，解釋了集聚能夠促進(jìn)經(jīng)濟(jì)增長［5］。

在生產(chǎn)性服務(wù)業(yè)的發(fā)展與經(jīng)濟(jì)增長的關(guān)系研究上，劉純彬、李筱樂考察了生產(chǎn)性服務(wù)業(yè)的發(fā)展與經(jīng)濟(jì)增長之間非線性關(guān)系［6］。夏杰長通過分析中國近幾年服務(wù)業(yè)內(nèi)部各行業(yè)的發(fā)展，認(rèn)為生產(chǎn)性服務(wù)業(yè)的發(fā)展可以起到促進(jìn)服務(wù)業(yè)升級和推動新型工業(yè)化的作用［7］。谷宇、劉平洋選取湖北省1990～2009年生產(chǎn)性服務(wù)業(yè)的相關(guān)數(shù)據(jù)，使用喬納森檢驗(yàn)的方法對生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的關(guān)系做了研究，研究結(jié)果顯示金融服務(wù)業(yè)和房地產(chǎn)業(yè)貢獻(xiàn)比重最大［8］。谷永芬和洪娟以長三角25個(gè)城市為研究對象，對城市生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了研究，研究結(jié)果顯示生產(chǎn)性服務(wù)業(yè)集聚度與經(jīng)濟(jì)增長負(fù)向效應(yīng)較為明顯［9］。韓峰、王琢卓和陽立高從新經(jīng)濟(jì)地理的理論框架出發(fā)，運(yùn)用2003～2011年城市面板數(shù)據(jù)研究生產(chǎn)性服務(wù)業(yè)空間技術(shù)溢出效應(yīng)與經(jīng)濟(jì)增長的關(guān)系，結(jié)果顯示生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的影響程度由東向西逐漸遞減［10］。盛豐則利用2003～2011年全國230個(gè)城市的數(shù)據(jù)，研究生產(chǎn)性服務(wù)業(yè)對制造業(yè)升級的影響以及空間溢出效應(yīng)［11］。這些分析都定量地研究了生產(chǎn)性服務(wù)業(yè)與經(jīng)濟(jì)增長的關(guān)系，但是都只考慮了變量的時(shí)間屬性，而大部分忽略了其空間屬性，因此模型可能存在空間上的計(jì)量誤差。

本文在上述分析的基礎(chǔ)上，對中國31省區(qū)2007～2012年的相關(guān)面板數(shù)據(jù)進(jìn)行空間計(jì)量分析，特色在于對中國大陸各省區(qū)的生產(chǎn)性服務(wù)業(yè)集聚及空間相關(guān)模式進(jìn)行了探索，不同于以往研究中僅限于某一省區(qū)和某一地區(qū)的情況；在定量分析生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)的研究中引入了空間因素，優(yōu)化了在一般模型中只涉及時(shí)間序列分析的弊端，實(shí)證結(jié)果更加符合經(jīng)濟(jì)實(shí)際。

二、生產(chǎn)性服務(wù)業(yè)集聚的內(nèi)在機(jī)制分析

企業(yè)自身內(nèi)生需求推動了分工深化，外部需求擴(kuò)張進(jìn)一步要求專業(yè)化服務(wù)，生產(chǎn)性服務(wù)業(yè)的集聚通過專業(yè)化效率的提高、外部經(jīng)濟(jì)性和技術(shù)溢出效應(yīng)促進(jìn)了經(jīng)濟(jì)增長。

（一）市場需求是生產(chǎn)性服務(wù)業(yè)集聚的內(nèi)生機(jī)制

從制造經(jīng)濟(jì)到服務(wù)經(jīng)濟(jì)使生產(chǎn)服務(wù)環(huán)節(jié)從制造企業(yè)生產(chǎn)中不斷分離出來，技術(shù)分工變成了社會分工，推動了制造企業(yè)生產(chǎn)效率的提高。由于專業(yè)化分工日益精細(xì)，不同生產(chǎn)環(huán)節(jié)之間由協(xié)作關(guān)系轉(zhuǎn)向不同產(chǎn)權(quán)主體的交易關(guān)系，市場交易活動頻繁化、復(fù)雜化。催生了生產(chǎn)性服務(wù)業(yè)的集聚和集中，形成了社會化服務(wù)網(wǎng)絡(luò)。專業(yè)化會帶來生產(chǎn)效率的提高而節(jié)約生產(chǎn)成本，但生產(chǎn)性服務(wù)業(yè)的獨(dú)立也會帶來新的成本——交易成本，包括信息搜尋、談判和交易雙方交易不確定性風(fēng)險(xiǎn)。為了降低運(yùn)輸成本和交易費(fèi)用等，企業(yè)傾向于布局在對其產(chǎn)品和服務(wù)需求量較大的地區(qū)，在規(guī)模報(bào)酬遞增的作用下，企業(yè)會越來越多，集聚的規(guī)模越來越大，形成不同的產(chǎn)業(yè)集群，這樣，可以提供更加符合市場需求的產(chǎn)品，推動企業(yè)的技術(shù)進(jìn)步，為企業(yè)帶來日益增多的經(jīng)濟(jì)利益，該地也就成為具有顯著集聚優(yōu)勢的中心城市，構(gòu)成“中心—外圍”模式。

隨著制造業(yè)的集聚，導(dǎo)致土地、能源等生產(chǎn)要素緊缺，空間資源配置不合理，交通通信技術(shù)的發(fā)展加劇了這一趨勢，管理和研發(fā)集聚在優(yōu)勢區(qū)位，這必然會形成以現(xiàn)代服務(wù)業(yè)，尤其是生產(chǎn)性服務(wù)業(yè)的集中，一些中心城市形成服務(wù)業(yè)對制造業(yè)的替代，并使得一般制造業(yè)向周邊擴(kuò)散，這有助于打破第二產(chǎn)業(yè)內(nèi)部自循環(huán)機(jī)制，實(shí)現(xiàn)第二、第三產(chǎn)業(yè)聯(lián)動，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)空間資源的優(yōu)化配置，解決中心城市面臨的諸多矛盾和問題，帶來城市經(jīng)濟(jì)的轉(zhuǎn)型和經(jīng)濟(jì)增長，促進(jìn)超大城市的經(jīng)濟(jì)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，提升城市服務(wù)功能和區(qū)域輻射力，形成了對中心城市功能的重新定位，帶動經(jīng)濟(jì)發(fā)展。

（二）創(chuàng)新需求是生產(chǎn)性服務(wù)業(yè)集聚的內(nèi)在推動力

產(chǎn)業(yè)集群內(nèi)相關(guān)企業(yè)之間通過各種正式與非正式的業(yè)務(wù)交流、信息共享構(gòu)成一種集體學(xué)習(xí)，形成知識外溢效應(yīng)，提高生產(chǎn)效率，其實(shí)現(xiàn)的機(jī)制主要包括通過社會關(guān)系網(wǎng)絡(luò)獲取新的知識，通過集聚區(qū)內(nèi)相關(guān)企業(yè)的內(nèi)部合作促進(jìn)集體學(xué)習(xí)，通過集聚區(qū)內(nèi)勞動力的流動和交流促進(jìn)知識和技術(shù)的流動。技術(shù)的進(jìn)步使得生產(chǎn)活動專業(yè)化程度提高，對專業(yè)化服務(wù)需求的增強(qiáng)，一些專業(yè)化服務(wù)部門應(yīng)運(yùn)而生。

競爭和創(chuàng)新的外在要求迫使企業(yè)從外部尋求更加高質(zhì)量的技術(shù)和知識資本，使得具有該特點(diǎn)的生產(chǎn)性服務(wù)業(yè)獲得了發(fā)展的推動力。

（三）生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長驅(qū)動的機(jī)制

生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長的作用首先體現(xiàn)在促進(jìn)生產(chǎn)企業(yè)在空間維度上的集中，從而得到因集中帶來的外部規(guī)模經(jīng)濟(jì)，促進(jìn)自身的發(fā)展。外部經(jīng)濟(jì)所具有的產(chǎn)業(yè)組織效率能使更多的企業(yè)集中起來，促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚發(fā)展，從而促進(jìn)經(jīng)濟(jì)增長。

任何企業(yè)都會根據(jù)空間成本最小化來選擇自己的區(qū)位，實(shí)現(xiàn)空間產(chǎn)出利潤的最大化，當(dāng)生產(chǎn)制造環(huán)節(jié)遷往中心城市的外圍時(shí)，利潤率高的環(huán)節(jié)必然留在中心城區(qū)，享受較好的基礎(chǔ)設(shè)施和服務(wù)水平，產(chǎn)業(yè)組織也發(fā)生改變，推動企業(yè)創(chuàng)新機(jī)制的形成?？梢?，生產(chǎn)性服務(wù)業(yè)的集聚實(shí)現(xiàn)了稀缺資源在空間上的高效配置，并提高了全要素生產(chǎn)率，促進(jìn)經(jīng)濟(jì)增長。

三、研究方法與模型設(shè)定

本文采用空間計(jì)量方法展開研究，空間計(jì)量經(jīng)濟(jì)學(xué)是以空間經(jīng)濟(jì)理論和地理空間數(shù)據(jù)為基礎(chǔ)，以建立、檢驗(yàn)和運(yùn)用空間經(jīng)濟(jì)計(jì)量模型為核心，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)方法與計(jì)算機(jī)技術(shù)對經(jīng)濟(jì)活動的空間相互作用（空間自相關(guān)）和空間結(jié)構(gòu)（空間不勻稱性）問題進(jìn)行定量分析。

（一）空間自相關(guān)性

探尋空間數(shù)據(jù)在整個(gè)系統(tǒng)內(nèi)表現(xiàn)的分布特征，通常將這種整體分布特征稱為全局空間相關(guān)性，一般用莫蘭指數(shù)I進(jìn)行測度。

莫蘭指數(shù)I是最早應(yīng)用于全局聚類檢驗(yàn)的方法［12］。它檢驗(yàn)整個(gè)研究區(qū)域中鄰近地區(qū)間是相似、相異（空間正相關(guān)、負(fù)相關(guān)），還是相互獨(dú)立的。莫蘭指數(shù)I的計(jì)算公式如下：

莫蘭指數(shù)I可以看作是觀測值與它的空間滯后之間（spatial lag）的相關(guān)系數(shù)。變量xi的空間滯后是xi在相鄰區(qū)域j的平均值，定義為：

因此，莫蘭指數(shù)I的取值一般在－1～1，大于0表示正相關(guān)，指數(shù)值接近1時(shí)表明具有相似的屬性集聚在一起（高值集聚、低值集聚）；小于0表示負(fù)相關(guān)，指數(shù)值接近－1時(shí)表明具有相異的屬性集聚在一起（高低值相鄰，低高值相鄰）。如果莫蘭指數(shù)I接近于0，則表示屬性是隨機(jī)分布的，或者不存在空間自相關(guān)性。

（二）空間面板模型

早期的空間計(jì)量模型主要針對截面數(shù)據(jù)，安瑟蘭（Anselin）給出了空間計(jì)量經(jīng)濟(jì)分析中空間線性模型的通用形式［13］。其中，空間自回歸模型（Spatial Autoregressive Model，SAR）和空間誤差模型（Spatial Error Model，SEM）是應(yīng)用最為廣泛的兩個(gè)空間計(jì)量模型，這兩類模型的基本設(shè)定如下：

Y為因變量，X為自變量構(gòu)成的矩陣。β為自變量對Y的影響系數(shù)所構(gòu)成的向量。WNT為NT階方陣，且WNT＝IT?WN，即T階單位矩陣與N階空間權(quán)重矩陣的克羅內(nèi)克（Kronecker）乘積，T和N分別為面板數(shù)據(jù)的時(shí)間跨度與個(gè)體數(shù)量。ε與γ則為隨機(jī)誤差向量。λ為空間自回歸系數(shù)，代表了鄰近省區(qū)的Y對本省區(qū)Y的影響方向與程度，ρ則為空間誤差系數(shù)，反映了相鄰省區(qū)Y的擾動誤差對本省區(qū)Y的沖擊程度，兩個(gè)系數(shù)的不同意義體現(xiàn)了經(jīng)濟(jì)變量空間相關(guān)模式的差異。以上兩種空間面板模型按照不同的假設(shè)條件都存在固定效應(yīng)與隨機(jī)效應(yīng)兩種模式，其中固定效應(yīng)又可分為空間、時(shí)間、時(shí)空三種固定形式。

（三）模型設(shè)定

根據(jù)理論假設(shè)和空間計(jì)量模型的設(shè)定形式，本文選取中國31個(gè)省區(qū)2007～2012年的數(shù)據(jù)，將生產(chǎn)性服務(wù)業(yè)空間集聚及對經(jīng)濟(jì)增長貢獻(xiàn)的面板數(shù)據(jù)設(shè)定為以下形式：

其中，被解釋變量GDP為各省份的非農(nóng)生產(chǎn)總值，2008年，程大中在相關(guān)文獻(xiàn)中關(guān)于中國生產(chǎn)性服務(wù)業(yè)的投入結(jié)構(gòu)研究顯示，第二和第三產(chǎn)業(yè)共獲得92．6%的投入量［14］，而其他有關(guān)中國生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)關(guān)聯(lián)的研究，主要著眼于生產(chǎn)性服務(wù)業(yè)與第二和第三產(chǎn)業(yè)的關(guān)聯(lián)。為了進(jìn)行符合特定經(jīng)濟(jì)現(xiàn)象的實(shí)證研究，本文采用各省份非農(nóng)GDP作為被解釋變量，同時(shí)，為了考量金融危機(jī)之后中國生產(chǎn)性服務(wù)業(yè)的發(fā)展?fàn)顩r和數(shù)據(jù)的新穎性，選取2007～2012年的相關(guān)數(shù)據(jù)，由于各行業(yè)數(shù)據(jù)的可獲得性不同，為了便于分析與比較，本文選取以下幾個(gè)行業(yè)作為分析的重點(diǎn)，包括：交通運(yùn)輸、倉儲和郵政業(yè)增加值（trans）、金融業(yè)增加值（fin）、批發(fā)和零售業(yè)增加值（pf）和房地產(chǎn)業(yè)增加值（fdc）。由于口徑不同難于比較，以上變量均取對數(shù)，C為常數(shù)項(xiàng)，βi，i＝1，…，5依次為各解釋變量對城鎮(zhèn)化率的彈性系數(shù)，數(shù)據(jù)來源為《中國統(tǒng)計(jì)年鑒》各年度的相關(guān)數(shù)據(jù)。

四、實(shí)證分析

（一）生產(chǎn)性服務(wù)業(yè)集聚的實(shí)證分析

為了研究生產(chǎn)性服務(wù)業(yè)的發(fā)展是否具有空間集聚效應(yīng)，根據(jù)前述理論模型，計(jì)算得出2012年非農(nóng)GDP和各解釋變量的莫蘭指數(shù)I，具體結(jié)果見表1。

由表1可知，莫蘭指數(shù)I的正態(tài)統(tǒng)計(jì)值基本大于正態(tài)分布在0．05水平上的臨界值，同時(shí)各數(shù)據(jù)的莫蘭指數(shù)I均為正，除了非農(nóng)GDP和房地產(chǎn)業(yè)以外均大于0．2，表明生產(chǎn)性服務(wù)業(yè)在省域之間存在顯著的正的空間相關(guān)關(guān)系，進(jìn)一步分析可知，交通運(yùn)輸、倉儲和郵政業(yè)的指數(shù)明顯高于其他行業(yè)，結(jié)合金融危機(jī)以來政府出臺的相關(guān)促進(jìn)經(jīng)濟(jì)增長的政策，中西部地區(qū)承接產(chǎn)業(yè)轉(zhuǎn)移，以及4萬億投資等，對中國交通運(yùn)輸業(yè)產(chǎn)生顯著的影響，同時(shí)自金融危機(jī)以來中國采取了積極的財(cái)政政策，對金融業(yè)的發(fā)展也產(chǎn)生了極強(qiáng)的推動力，因此，交通運(yùn)輸與金融服務(wù)業(yè)在空間上產(chǎn)生了比較強(qiáng)的集聚效應(yīng)。

為了對生產(chǎn)性服務(wù)業(yè)空間集聚的空間效應(yīng)有更直觀的了解，本文繪制了2012年相關(guān)變量的散點(diǎn)圖。

在圖1中，橫坐標(biāo)代表變量的數(shù)值，縱坐標(biāo)代表相應(yīng)的空間滯后變量，實(shí)線為各散點(diǎn)的擬合直線，而菱形點(diǎn)則代表相應(yīng)省份有著較強(qiáng)的空間溢出能力。從圖1可知，有7個(gè)省市落在了第一象限，表示非農(nóng)GDP高產(chǎn)值區(qū)域與同為高產(chǎn)值區(qū)域相鄰的正空間自相關(guān)集群，其中，江蘇（10）、山東（15）和福建（13）三省的非農(nóng)GDP對周圍省份具有較強(qiáng)的空間溢出能力，落在第二象限的有4個(gè)身份，是非農(nóng)GDP低產(chǎn)值區(qū)域被高產(chǎn)值區(qū)域包圍的負(fù)空間自相關(guān)集群，其中，海南省具有較強(qiáng)的空間溢出能力；落在第三象限同為非農(nóng)GDP低產(chǎn)值相鄰的省市，代表具有空間正相關(guān)關(guān)系的省份集群，有14個(gè)代表省區(qū)；落在第四象限的是非農(nóng)GDP高產(chǎn)值區(qū)域被低產(chǎn)值區(qū)域包圍的負(fù)空間自相關(guān)集群，有6個(gè)省區(qū)落在這一區(qū)域，其中具有代表性的是廣東省，對周邊地區(qū)具有較強(qiáng)的空間輻射能力。在圖1中，落在第一、第三象限的省份共有21個(gè)省份，占到全國比例的67．7%，說明中國非農(nóng)GDP具有很強(qiáng)的集聚效應(yīng)，對其他產(chǎn)業(yè)的解讀同樣如此。

綜合圖1～圖5可知，江蘇、福建和山東三省大部分時(shí)間落在第一象限，而廣東則在大部分情況下落在第三象限，說明中國東部沿海省份在經(jīng)濟(jì)發(fā)展在各個(gè)領(lǐng)域處在全國的領(lǐng)先地位。大部分省市都落在第三象限，說明中國低值被低值環(huán)繞的省份數(shù)量最多，且其中大部分為中西部省份，說明這些地方顯示了極強(qiáng)的空間集聚性，并且具有很強(qiáng)的發(fā)展?jié)摿?，其余省份落在了相?yīng)變量所表示的“盆地”與“高地”，這10個(gè)省份大多位于前兩種模式的交界處，由于自身的地緣因素，充當(dāng)了高值被高值環(huán)繞與低值被低值環(huán)繞兩種模式的緩沖地帶。

（二）生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長的實(shí)證分析

1．模型模式的選擇

本文采用增廣的空間權(quán)重矩陣WNT代替原矩陣將檢驗(yàn)推廣到面板數(shù)據(jù)模型，使用R得到檢驗(yàn)結(jié)果，見表2?？臻g自回歸模型（SAR）和空間誤差模型（SEM）哪個(gè)更適用于實(shí)證分析，一般可通過包括莫蘭I檢驗(yàn)、兩個(gè)拉格朗日乘數(shù)（Lagrange Multiplier）形式LMerr，LMlag和穩(wěn)?。≧obust）的RLMerr、RLMlag等來實(shí)現(xiàn)。

安瑟蘭（Anselin）提出了如下判別準(zhǔn)則：如果在空間依賴性的檢驗(yàn)中發(fā)現(xiàn)，LMlag較之LMerr在統(tǒng)計(jì)上更加顯著，且RLMlag顯著而RLMerr不顯著，則可以斷定適合的模型是空間滯后模型；相反，如果LMerr比LMlag在統(tǒng)計(jì)上更加顯著，且RLMEerr顯著而RLMlag不顯著，則可以斷定空間誤差模型是恰當(dāng)?shù)哪Ｐ停?5］。

由表2可知，針對回歸殘差的莫蘭檢驗(yàn)達(dá)到了0．39，這再次說明了中國生產(chǎn)性服務(wù)業(yè)具有空間正相關(guān)性，從檢驗(yàn)統(tǒng)計(jì)量上看，LMerr要遠(yuǎn)大于LMlag，同時(shí)RLMerr也遠(yuǎn)大于RLMlag，而且LMlag和RLMlag都不具有空間顯著性，因此本文適合采用空間誤差模型進(jìn)行回歸分析。

2．回歸結(jié)果

針對以上分析結(jié)果，我們對設(shè)定的模型分別在空間、時(shí)間、時(shí)空固定效應(yīng)與隨機(jī)效應(yīng)四種情況下進(jìn)行估計(jì)，同時(shí)采用普通的固定效應(yīng)面板模型進(jìn)行回歸，以方便進(jìn)行二者的比較分析，分析結(jié)果見表3。

綜合回歸結(jié)果的可決系數(shù)與調(diào)整的可決系數(shù)可知，空間面板回歸的結(jié)果要明顯優(yōu)于普通面板回歸的結(jié)果，而在空間面板誤差模型中，時(shí)間固定、空間固定與隨機(jī)效應(yīng)的擬合結(jié)果是比較好的，這表現(xiàn)為較高的可決系數(shù)，大部分參數(shù)能通過顯著性檢驗(yàn)，而時(shí)空固定效應(yīng)的結(jié)果相對較差，這說明中國各省區(qū)在生產(chǎn)性服務(wù)業(yè)的集聚方面存在較強(qiáng)的時(shí)間與空間效應(yīng)，但時(shí)空固定效應(yīng)較為不明顯。

從表3可知，交通運(yùn)輸、倉儲與郵政業(yè)在時(shí)間固定和空間固定效應(yīng)下的系數(shù)值顯著為正，在時(shí)間固定效應(yīng)下達(dá)到了0．32，在空間固定效應(yīng)下達(dá)到了0．39，說明在時(shí)間維度上，交通運(yùn)輸、倉儲和郵政業(yè)增加值每增加1個(gè)百分點(diǎn)，會促進(jìn)國內(nèi)生產(chǎn)總值增加0．32個(gè)百分點(diǎn)，而在空間維度上，這種驅(qū)動水平更加顯著，說明了基礎(chǔ)設(shè)施建設(shè)和人力資源投入對區(qū)域非農(nóng)經(jīng)濟(jì)的拉動效應(yīng)十分顯著，能夠顯著帶動地區(qū)和相應(yīng)周邊省份的經(jīng)濟(jì)增長。

金融服務(wù)業(yè)的發(fā)展水平對經(jīng)濟(jì)增長的作用沒有想像中那么大，在時(shí)間和空間維度上僅提供了最多0．19個(gè)百分點(diǎn)的經(jīng)濟(jì)推動作用，一種可能的原因是自2007年金融危機(jī)爆發(fā)以來，金融業(yè)在產(chǎn)業(yè)競爭力和產(chǎn)業(yè)競爭效率方面，較其他產(chǎn)業(yè)存在一定的差距。

批發(fā)零售業(yè)對經(jīng)濟(jì)增長的拉動作用在各個(gè)行業(yè)中最為顯著，在時(shí)間維度上甚至達(dá)到了0．5個(gè)百分點(diǎn)，在隨機(jī)效應(yīng)模式下也達(dá)到了0．4，從總體上看，生產(chǎn)性服務(wù)業(yè)中的批發(fā)零售業(yè)，在后金融危機(jī)時(shí)代，對區(qū)域和全國經(jīng)濟(jì)的增長，對內(nèi)需的拉動，具有明顯的促進(jìn)作用。

房地產(chǎn)業(yè)對經(jīng)濟(jì)增長的推動作用則要明顯小于其他行業(yè)，并且在除了時(shí)間固定效應(yīng)外的其他效應(yīng)情況下系數(shù)的顯著性都較差，說明了房地產(chǎn)業(yè)泡沫現(xiàn)象凸顯，在高房價(jià)的背景之下，經(jīng)濟(jì)的泡沫越來越大，長期下去將不利于經(jīng)濟(jì)的發(fā)展，在后危機(jī)時(shí)代應(yīng)該加強(qiáng)對房地產(chǎn)業(yè)的宏觀調(diào)控。

從表3的空間誤差項(xiàng)系數(shù)ρ在各個(gè)效應(yīng)下都顯著為負(fù)，并且在除隨機(jī)效應(yīng)以外都通過了5%的置信水平，這進(jìn)一步證實(shí)了空間相關(guān)性的存在，而且表明相鄰區(qū)域的解釋變量誤差沖擊對該區(qū)域被解釋變量存在負(fù)向影響，說明中國省域間存在較強(qiáng)的經(jīng)濟(jì)資源競爭關(guān)系。

五、結(jié)論與啟示

通過空間計(jì)量方法對中國31個(gè)省區(qū)2007～2012年的數(shù)據(jù)進(jìn)行分析后，可以得出兩點(diǎn)結(jié)論：

（1）生產(chǎn)性服務(wù)業(yè)空間集聚現(xiàn)象顯著存在，并且呈現(xiàn)出中西部地區(qū)低值集聚和東部地區(qū)高值集聚的現(xiàn)象，江蘇、福建和山東三個(gè)省區(qū)的生產(chǎn)性服務(wù)業(yè)具有較強(qiáng)的空間溢出能力。

（2）交通運(yùn)輸、倉儲與郵政業(yè)在時(shí)間和空間維度上對經(jīng)濟(jì)具有顯著的推動作用，金融服務(wù)業(yè)則在金融危機(jī)之后，作用有所減弱，批發(fā)零售業(yè)在所選取的各個(gè)行業(yè)中對經(jīng)濟(jì)的拉動作用最為明顯，而房地產(chǎn)業(yè)則在時(shí)間和空間維度上作用都不明顯，且空間誤差效應(yīng)系數(shù)為負(fù)，說明中國各省份存在顯著的經(jīng)濟(jì)資源競爭關(guān)系。

因此，本文認(rèn)為，要促進(jìn)生產(chǎn)性服務(wù)業(yè)的發(fā)展和集聚，應(yīng)在三個(gè)方面加強(qiáng)工作：

（1）關(guān)注空間效應(yīng)，對生產(chǎn)性服務(wù)業(yè)的發(fā)展進(jìn)行宏觀的統(tǒng)籌規(guī)劃。在國家宏觀層面上，建立長效機(jī)制，優(yōu)化產(chǎn)業(yè)的空間布局，對西部低值集聚的地區(qū)，應(yīng)重點(diǎn)加強(qiáng)技術(shù)、人才和資源的投入力度，打破東西部地區(qū)兩極分化的格局。

（2）加強(qiáng)制度和創(chuàng)新水平的建設(shè)，促進(jìn)生產(chǎn)性服務(wù)業(yè)溢出效應(yīng)的擴(kuò)大。生產(chǎn)性服務(wù)業(yè)是知識和技術(shù)密集型產(chǎn)業(yè)，相關(guān)企業(yè)應(yīng)該加強(qiáng)知識技術(shù)的原創(chuàng)基礎(chǔ)，促進(jìn)創(chuàng)新激勵機(jī)制的建設(shè)，促進(jìn)科技成果轉(zhuǎn)化為生產(chǎn)力，引導(dǎo)各類資本向生產(chǎn)性服務(wù)業(yè)投入，提高生產(chǎn)性服務(wù)業(yè)的溢出效應(yīng)。

（3）促進(jìn)經(jīng)濟(jì)的均衡發(fā)展，避免省份之間的惡性競爭和資源浪費(fèi)。生產(chǎn)性服務(wù)業(yè)在中國的發(fā)展體現(xiàn)顯著的省域間的競爭關(guān)系，這與中國不間斷的重復(fù)建設(shè)和無序的惡性競爭有密切關(guān)系，政府應(yīng)該建立跨區(qū)域的經(jīng)濟(jì)增長的協(xié)調(diào)機(jī)制，對欠發(fā)達(dá)的西部地區(qū)重點(diǎn)加強(qiáng)資源和技術(shù)投入，加強(qiáng)省域間的經(jīng)濟(jì)交流和合作，消除因行政區(qū)劃產(chǎn)生的區(qū)域經(jīng)濟(jì)條塊割據(jù)狀況，使生產(chǎn)性服務(wù)業(yè)在省域間的負(fù)向經(jīng)濟(jì)溢出效應(yīng)轉(zhuǎn)化為正向經(jīng)濟(jì)溢出效應(yīng)，發(fā)揮對國民經(jīng)濟(jì)的推動作用。

［1］盛龍，陸根堯．中國生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——基于行業(yè)和地區(qū)層面的分析［J］．南開經(jīng)濟(jì)研究，2013（5）：115－129．

［2］劉麗萍．基于空間模型的生產(chǎn)性服務(wù)業(yè)集聚與經(jīng)濟(jì)增長關(guān)系研究［J］．審計(jì)與經(jīng)濟(jì)研究，2013（6）：91－99．

［3］王雪瑞，葛斌華．中國生產(chǎn)性服務(wù)業(yè)空間效應(yīng)研究——基于SLM，SEM模型的實(shí)證［J］．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012（4）：68－71，96．

［4］陳志明．基于空間計(jì)量經(jīng)濟(jì)學(xué)的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究［D］．華南理工大學(xué)，2012．

［5］Martin，Ottaviano．Growth and Agglomeration［J］．International Economic Review．2001（42）．

［6］劉純彬，李筱樂．生產(chǎn)性服務(wù)業(yè)發(fā)展與經(jīng)濟(jì)增長的非線性關(guān)系［J］．上海經(jīng)濟(jì)研究，2013（9）：60－67．

［7］夏杰長．中國服務(wù)業(yè)三十年：發(fā)展歷程、經(jīng)驗(yàn)總結(jié)與改革措施［J］．首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2008（6）：44－53．

［8］谷宇，劉平洋．湖北省生產(chǎn)性服務(wù)業(yè)對經(jīng)濟(jì)增長貢獻(xiàn)的實(shí)證研究［J］．企業(yè)經(jīng)濟(jì)，2012（5）：106－109．

［9］谷永芬，洪娟．城市群服務(wù)業(yè)集聚與經(jīng)濟(jì)增長——以長三角為例［J］．江西社會科學(xué)，2013（4）：45－49．

［10］韓峰，王琢卓，陽立高．生產(chǎn)性服務(wù)業(yè)集聚、空間技術(shù)溢出效應(yīng)與經(jīng)濟(jì)增長［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（2）：1－10．

［11］盛豐．生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)升級：機(jī)制與經(jīng)驗(yàn)——來自230個(gè)城市數(shù)據(jù)的空間計(jì)量分析［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（2）：32－39，110．

［12］Cliff A D，J K Ord．Spatial Autocorrelation［Z］．London：Pion，1973．

［13］Anselin L．Spatial Econometrics：Methods and Models［M］．The Netherlands：Kluwer Academic，1988

［14］程大中．中國生產(chǎn)性服務(wù)業(yè)的水平、結(jié)構(gòu)及影響——基于投入—產(chǎn)出法的國際比較研究［J］．經(jīng)濟(jì)研究，2008（1）：76－88．

［15］Anselin L．Advances in Spatial Econometrics：Methodology，Tools and Applications［M］．Berlin：Springer，2004．

A Study on Spatial Effect of Chinese Producer Services Agglomeration——Based on Spatial Panel Data Model

ZHOU Ming-sheng，CHEN Wen-xiang
（School of Economics，Capital University of Economics and Business，Beijing 100070）

The paper selected the producer services data of 31 provinces，building the spatial panel data model by calculating the Moran’s Index，then analyzed the spatial agglomeration of China’s producer services on province level and the contribution of each industry in producer services to the economic growth．It has been found that：all variables of producer services show significant spatial agglomeration features，even economic resource competition to some degree．In the aspect of the contribution to the economic growth，wholesale and retail industry，transportation industry and storage and postal industry have the most obvious effect on promoting economic growth，while the effect of financial industry is slightly weakened due to the financial crisis，and the realty industry has the least effect on economic growth．

Producer Services；Spatial Agglomeration；Spatial Panel Data Model

F264．1

A

1000－7636（2014）09－0069－08

責(zé)任編輯：董洪敏

2014－06－18

北京市哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目“CBD高端企業(yè)總部集聚效應(yīng)研究”（11GB078）；創(chuàng)新團(tuán)隊(duì)建設(shè)提升計(jì)劃“北京空間資源配置、產(chǎn)業(yè)升級與經(jīng)濟(jì)穩(wěn)定發(fā)展研究”（IDHT20140511）

周明生 首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師，北京，100070；陳文翔 首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生。