服务业聚集、经济增长与地区差异——基于中国地级市面板数据实证研究

戴倩雯

(安徽财经大学 国际经济贸易学院， 安徽 蚌埠 233000)

服务业聚集、经济增长与地区差异
——基于中国地级市面板数据实证研究

戴倩雯

(安徽财经大学 国际经济贸易学院， 安徽 蚌埠 233000)

采用2003-2013年中国266个地级市面板数据来探讨服务业集聚对经济增长的影响作用以及由此带来的地区差异。结果表明，在加入人力资本、信息化水平和公共基础等控制变量后，服务业集聚能够显著促进经济增长。其次，在模型中加入地区哑变量，将全国分为四大地区，分别来看服务业集聚在不同的地区对经济增长的作用是有区别的，服务业集聚水平相对较高的地区对经济增长的作用相对较大，故而能够看出服务业集聚对经济增长的影响有地区间差异。

服务业集聚； 经济增长； 地区差异

产业集聚与区域经济增长之间的关系愈加受到关注，产业集聚作为产业发展高级化的一种重要组织形式，能够促进区域经济发展竞争优势的形成。产业集聚效应如规模经济效应、知识技术外溢效应等的发挥能够有效推动区域竞争力提升、要素禀赋的充分利用、持续创新，从而使得经济跨越式发展。随着工业化进程的不断推进，服务业在国民经济发展中的地位愈加重要。服务业集聚对经济增长具有明显的促进作用，而且在不同的地区由于服务业集聚程度的不同对经济增长的影响程度也存在着明显的地区差异。

一、文献综述

众多学者对产业集聚与经济增长之间的关系进行了相关研究。Fujita和Thisse(2002)把内生经济增长理论和新经济地理学的核心理论结合在一起构建了一种静态模型，基本前提是要求区域间劳动力转移完全不受任何限制，提出就整体而言产业集聚对经济增长存在积极作用，地理区位会引起区域间经济增长的差距。Sbergami(2002)根据欧盟跨国面板数据，检验了产业集聚与经济增长两者间的关系，得出与预期相反的结论，即产业集聚对经济增长并没有积极作用，不管是对高端技术产业还是中低端技术产业的集聚来说，他们对于经济增长的影响均是消极的。罗勇(2007)筛选出五个典型省份，并根据每个省的具体情况选出该省发展较好、集聚程度较高且有代表性的行业，采用时间序列数据对有代表性的产业集聚与该省经济增长的关系进行研究，表明产业集聚对经济增长有显著促进作用，且拉大了地区的差距[1]。冯邦彦(2008)根据NEG基本理论，研究了产业集聚和扩散变化以及由它们引起的经济增长效率的改变和对地区差距的影响，以广东为例采用空间基尼系数测算出产业集聚度，同时根据泰尔指数和变异系数来衡量区域差距，用Granger因果检验说明广东产业集聚是导致地区差距的主要原因之一[2]。刘军、徐康宁(2010)根据1999-2007年省级面板数据分析了产业聚集对经济增长与区域差距的影响。最终表明：产业聚集能够积极促进地区经济增长，同时也是引起区域差异的重要原因[3]。纪玉俊、张鹏等(2015)采用2003-2012年我国231个城市的面板数据将对外开放水平作为门限变量研究开放经济下服务业集聚对经济增长产生的影响及其差异性，分析后得出在经济开放的前提下，开放程度高的地区服务业集聚对经济增长有极弱的促进作用，开放程度低的地区服务业集聚对经济增长有不明显的消极作用，而介于这两者之间的地区服务业集聚对经济增长的作用最强[4]。由国内外研究成果可以发现，许多学者把产业集聚对经济增长的研究重心放在工业产业集聚上，对服务业集聚与经济增长的研究相对较少，同时也很少有学者把服务业集聚、经济增长和地区差异纳入到一个系统内进行研究。

二、服务业集聚对中国经济增长的实证研究

(一)计量模型和指标说明

根据C-D生产函数，区域经济增长的函数可以表示为

(1)

Yi代表i市经济产出，A代表技术，Li代表i市劳动要素的投入，Ki代表i市资本要素投入，α和β分别表示劳动和资本要素的产出弹性。经济增长受到多种因素的影响，为了全面精确地反映出服务业集聚对经济长的影响，在C-D函数的基础上引入服务业集聚变量和人力资本、对外开放和公共基础等控制变量。因此，可以在(1)式的基础上得到(2)式：

(2)

LQi代表i市服务业集聚指标，Ti代表i市人力资本投入，Xi代表i市对外开放水平，Bi代表公共基础设施，θ、γ、σ、δ分别代表上述各变量的产出弹性。

同时，为了消除异方差性和数据之间量纲不一致的情况，对数据进行标准化处理即取自然对数，故而可以由(2)式得到模型：

lnYi=C+βKi+θLQi+γTi+σXi+δBi+μi

(3)

C代表常数项，μi代表随机误差差项。本文以地级市作为研究对象，选取的各项指标的数据均来自于2004年至2014年的《中国城市统计年鉴》各地级市市辖区区域范围上的数据，即2003-2013年11年间地级市的相关数据。地级市的数量在这11年间也发生了相应的变化，有的城市被合并，有的城市是新设的等。此外，还有少数城市数据缺失严重。为了保证前后研究对象的一致性，我们将一些城市进行了剔除处理。因数据缺失严重而剔除的有：山西省朔州市，内蒙古自治区鄂尔多斯市和呼伦贝尔，吉林省白山市和松原市，黑龙江省双鸭山市，广西壮族自治区贵港市和防城港市，四川省巴中市和资阳市，西藏自治区，陕西省铜川市和渭南市，甘肃省嘉峪关市、金昌市、白银市、酒泉市和陇南市，宁夏回族自治区石嘴山市和中卫市。因新的行政区划被取缔的地级市，为保证地级市的一致性剔除的有：安徽省巢湖市。因新设立的地级市，无法获得前期数据而被剔除的地级市有：海南省三沙市，贵州省毕节市和铜仁市。有些城市虽然名字发生了变化但其行政区划并没有发生实质性的改变，如湖北省襄樊市在2010年更名为襄阳市。截至2013年我国共有286个地级市，在剔除后最后剩下266个地级市。同时，为了剔除价格因素的影响，保证数据的一致性和可比性，本文选择以2003年为基期对价格指数进行平减处理，以求反映出真实的经济发展情况。下面对变量的理论基础及指标作简要说明。

1.经济增长(AGDP)。一般来说，国内生产总值是衡量经济增长的主要指标。本文采用人均国内生产总值(AGDP)作为经济增长的变量，主要是因为人均国内生产总值可以真实反映出地区经济发展的情况，并且人均的概念比总量更加具有经济意义，可以消除地区因人口而带来的非经济性因素差异。将人均国内生产总值以2003年为基期计算出不变价格，以提出通货膨胀因素使得数据之间具有可比性。

2.服务业集聚(LQ)。采用区位熵来计算服务业集聚程度，区位熵可以用来分析某个产业在空间上的布局情况，评价某个地区产业结构和平均水平之间的差异，属于一种相对指标。

LQi表示i市的区位熵指数，q表示i市服务业从业人员(本文以第三产业从业人员表示服务业从业人员)，Q表示地区服务业从业人员，m代表i市服务业所包含的部门数量。区位熵指数越大，说明服务业在该地区的集中度越高，规模越大，具有竞争优势。

3.固定资本投入额(K)。本文直接采用固定资产投入量作为经济活动中的资本投入并将其转化成以2003年为基期的不变价格。

4.人力资本(R)。本文在借鉴前人的各种测量方法后，由于数据的可得性，从三个方面来反映人力资本，采用地级市各级学校专任教师数占其总人口的比重来衡量，包括高等学校、中学和小学专任教师分别占总人口的比重分别用HR、SR、PR来表示。当专任教师所占的比重越大说明其培育的含有较高人力资本的劳动者数量越多，可以说明地级市的人力资本水平也就越高。

5.信息化水平(T)。能够反映出信息经济时代，信息化水平的发展对城市中服务业集聚发展的作用，本文采用各地市国际互联网用户数占全国平均国际互联网用户数的比值衡量。

6.公共基础(B)。能够反映一个城市基础建设的情况，良好的基础设施能够为城市经济的发展提供良好的先行发展条件。本文分别从道路和交通两个方面来反映城市的公共基础设施，以人均城市道路面积(B1)和每万人拥有的公共汽车数(B2)来衡量。

故可以根据模型和变量整理得到完整的计量模型：

lnAGDPi=C+α1lnLQi+α2lnZi+α3lnHRi+α4lnSRi+α5lnPRi+α6lnT+α7lnB1i+α8lnB2i+μi

对主要变量的数据特征进行了描述性统计，具体指标见表1。

表1 主要变量描述性统计

数据来源：根据检验结果整理所得

(二)服务业聚集对经济增长作用的实证结果

我们先利用全国266个地级市的总体样本来检验服务业集聚对经济增长的作用。采用计量经济学常用的检验方法，首先根据F检验判断选取混合效应模型还是固定效应模型，然后再根据Hausman检验来确定选取个体随机效应模型还是个体固定效应模型。根据F检验可知，应该拒绝混合效应模型的原假设，再根据Hausman检验的结果即Hausman检验的P值为0.000，同时看LM检验的相伴概率xttest0(p)值均拒绝原假设，所以就全国总体样本而言应该采用个体固定效应模型。具体回归结果如下：

表2 全国总体样本回归结果

注：回归系数下方括号内的值是t值；***、**、*分别表示变量系数通过了1%、5%和10%的显著性检验。

根据上面回归结果可以看出，服务业集聚对经济增长有着显著推动作用，符合预期，即当服务业集聚程度每增加一倍，能够有效推动经济增长20%左右。资本投入对经济增长的促进作用较大，因为资本投入是维持经济活动正常运转的必须条件，充足的资本投入能够推动经济的向前发展。人力资本与我们预期一致，人力资本中高等教育和中等教育对经济增长有着积极的正向作用，且高等教育对经济增长的作用大于中等教育，说明在经济发展的过程对高等教育培养的人才需求越来越大；初等教育一方面因其主要是为中等教育和高等教育做铺垫的，另一方面是因为初等教育的受教育者不能直接参与经济活动，所以对经济增长表现出负相关。信息化水平通过显著性检验，但是其弹性系数相对较小，可能是由于城市内各种服务业经济活动对信息化的使用程度还处于较低的阶段，没有充分利用便捷的互联网信息水平来促进服务业集聚发展。从两个方面评价公共基础设施对经济增长的作用，易知人均城市道路面积和每万人拥有的公共汽车数都对经济增长有着显著促进作用，且人均城市道路面积比每万人拥有的公共汽车数对经济的作用更大，这是因为城市内部道路建设完善能够在经济中促进物流运输、信息交流等便捷性，节省时间和金钱。每万人拥有的公共汽车数只是在某种程度上反映了在公共基础设施建设上达到的某种程度，从侧面反映公共基础设施对经济增长的影响。

三、服务业集聚对经济增长影响的地区差异

上文从全国层面分析了服务业集聚对经济增长的积极作用。我们将全国按地域划分，划分为东部地区、东北地区、中部地区和西部地区，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；东北地区包括辽宁、吉林和黑龙江；中部地区包括山西、安徽、江西、河南、湖北和湖南等；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。服务业集聚在四个区域间存在着差异，为了更加直接地反映出四个区域服务业集聚的差异，以各区域内各地级市区位熵的平均数作为区域的服务业集聚指数，绘制出2003—2013年四大区域服务业聚集变化图，见图1。由图1可以看出，服务业集聚在四大区域中表现出明显的差异性，东部地区的服务业集聚程度最高，其次是东北地区，最后是中部和西部地区，且四个区域的集聚程度均呈递增趋势，其中东部地区本身集聚程度较高属于稳定缓慢增长，东北地区的增长速度快于中部地区，西部地区的变化基本不大，集聚水平仍然较低。

图1 2003-2013年四大区域服务业聚集程度变化图

服务业在当前经济中起到越来越重要的作用，而服务业集聚水平的高低是否是影响各地区经济发展水平不一致的原因呢？因此，在上述模型中键入地区哑变量，以四个区域分别来考察服务业集聚对经济增长的影响程度。具体结果见表3。

表3 分区域样本回归结果

注：回归系数下方括号内的值是t值；***、**、*分别表示变量系数通过了1%、5%和10%的显著性检验。

由表3看出，服务业集聚对经济增长的促进作用存在地区差异，服务业集聚对东部地区的作用最大，其次是东北地区和中部地区，最后是西部地区，与我们预期基本一致。我们认为服务业集聚对经济增长的作用应该与经济发展水平保持一致，经济较为发达的地区服务业集聚发展情况也相应较好，对经济增长的作用最大，经济发展较为落后的地区服务业发展也相对落后对经济增长的影响较小。服务业集聚对东部地区、东北地区、中部地区和西部地区的经济增长影响的弹性系数分别为0.0939024、0.0619893、0.0535604和0.0369476，均通过显著性检验，东北地区和西部地区均通过了1%的显著性检验，东部地区和西部地区通过10%的显著性水平。东部地区经济较为发达，服务业集聚对经济增长的直接作用明显高于其他的地区，同时这些地区的城市经济基础较好，公共基础设施较为完善，对经济增长的促进作用也高于其他地区。东北地区因其是老工业基地，经济基础较好，随着产业结构转型升级服务业也迅速发展起来，服务业集聚对经济增长有着明显的促进作用。对资本来说，资本在各地区都对经济增长有显著正效应，其对经济增长的影响基本与经济发展程度保持一致，只有西部地区的略高于中部地区。简单地来说，经济基础好的地区各种资本投入的吸纳力也就相应越大，从而累积因果循环积极促进经济增长。人力资本中初等教育、中等教育和高等教育对经济增长表现出不一样的作用，弹性系数符号基本与上文全国总体样本一致。高等教育和中等教育与经济增长存在正相关关系并且中等教育的回归系数小于高等教育的回归系数。首先对高等教育人力资本而言在各个地区均通过1%显著性水平，这是因为服务业也属于知识密集型行业，对高等教育层次人才需求量大，因此其能够直接对经济增长产生积极影响；其次对中等教育人力资本而言对经济增长的影响是正向的，除了东北地区弹性系数均通过1%的显著性水平且为正向的，东北地区的弹性系数为负数并且没有通过显著性检验。中等教育人力资本对服务业中一些劳动力密集型行业的影响较大，进而也能间接对经济增长产生影响。因其不同层次人才对经济的影响程度不一样，高等教育对经济的影响大于中等教育，与得出的高等教育人力资本弹性系数大于中等人力资本是一致的；最后对初等教育人力资本而言，其对经济增长表现出负相关关系。这是因为初等教育由于年龄问题并不能直接为经济活动提供可用劳动力，其主要是为中等教育和高等教育奠定基础。中部地区和西部地区服务业集聚对经济增长的作用相对较小，在于这两个地区经济发展确实落后于东部和东北地区，但是西部地区的弹性系数却高于中部地区，可能是由于中部地区现在是承接东部地区产业转移的重要阵地，转移的主要是第二产业，大量承接第二产业的转移可能使得本地区工业化进程加快而服务业的发展受到阻碍，在一定程度上限制了本地区服务业集聚的深化，因而对经济增长的作用也在减弱，经济主要依赖于工业化。信息化水平在四个区域对经济增长的作用基本相同，且对经济增长贡献都较小，说明信息化水平与经济增长之间存在不匹配现象，对经济增长效应还未发挥出来。对公共基础而言，在各地区都是人均城市道路面积对经济的影响大于每万人拥有的公共汽车数的影响。

因此，我们得出结论：在当前经济发展阶段，服务业集聚对经济增长存在明显的地区差异，即服务业集聚对经济增长的效应大致与经济发展程度保持一致，服务业聚集水平愈高带给经济增长的推动力愈大，也会扩大地区间经济发展的差距。

四、结论与政策建议

本文采用中国266个地级市的面板数据以C-D函数为基本模型，来验证服务业集聚对经济增长的影响，并引入人力资本、信息化水平和公共基础作为控制变量，分析结果显示服务业集聚对经济增长有着明显的促进作用，从整体来看服务业集聚对经济增长的贡献率约为20%。然而，在经济发展的不同区域，服务业集聚水平不同，即服务业集聚对经济增长的影响存在明显的地区差异性。将全国分为四大区域，服务业集聚对东部地区和东北地区的经济增长的效应大于中部和西部地区，其中东部地区是我国经济发展较为发达的地区，服务业集聚对其的效应也最大，而在服务业集聚水平较低的中部和西部地区，服务业集聚对经济增长的效应则较小。可以看出服务业集聚对经济增长的促进作用存在明显的区域差异，即服务业集聚水平越高，对经济增长的效应也就越大，故而这种影响也使得地区间的差距越来越大。

当前我国虽然提出产业结构调整、产业结构优化升级，然而对产业结构的调整大多都是由政府拍脑袋决定的，并没有从实地考察各地区的优势服务业，也未相应制定引导服务业发展的政策。因此，对东部和东北地区应该着重引导服务业中知识密集型的服务业集聚的发展，如金融服务业、计算机软件信息服务业等；对中部和西部地区而言，产业本身的发展基础就不是很好，在积极承接东部地区产业转移的同时要甄别考察，结合本地区的区位优势、资源禀赋优势和产业结构状况，有选择性地接受有利于打造本地服务业集聚优势的产业，把握住机会促进服务业集聚的合理发展，最终发挥出服务业集聚对经济增长的最大效益，平衡各地区经济发展的速度，进而使得地区间的差距逐渐缩小。

[1]罗勇.产业集聚、经济增长与区域差距——基于中国的实证研究[M].北京：中国社会科学出版社，2007：98-101.

[2]李胜会，冯邦彦.地区差距、产业聚集与经济增长：理论及来自广东省的证据[J].南方经济，2008(2)：3-18.

[3]刘军，徐康宁.产业聚集、经济增长与地区差距——基于中国省级面板数据的实证研究[J].中国软科学，2010(7)：91-102.

[4]纪玉俊，张鹏，周璐.服务业集聚、对外开放水平与地区经济增长——基于我国231个城市的门限回归模型检验[J].产经评论,2015(1)：25-33.

[5]陈立泰，张祖妞.服务业集聚对区域经济增长影响的实证研究[J].山西财经大学学报，2010(9)：65-71.

[6]马鹏，李文秀.广东省服务业产业集聚效应测算及其与经济增长关系的实证研究[J].华南理工大学学报(社会科学版)，2014(1)：1-10.

Service Industry Agglomeration,Economic Growth and Regional Disparity——An Empirical Study Based on Municipal Panel Data in China

DAI Qian-wen

(SchoolofInternationalEconomics&Trade,AnhuiUniversityofFinance&Economics,Bengbu,Anhui233000)

Based on the municipal panel data during 2003 to 2013,the thesis explores the impact of service industry agglomeration on the economic growth and the regional disparity in China.The results indicate that after some control variables like fixed capital,informationization,human capital and public infrastructure are added and the impact of service industry agglomeration on the economic growth is overall inspected,generally speaking,service industry agglomeration can promote economic growth significantly.What’s more,when the area dummy variables are added in the model to confirm the differences of service industry agglomeration on the economic growth in the four regions of China,we can find that service industry agglomeration in different areas of economic growth is different and regional disparity would be large,and therefore it comes to the conclusion that the impact of service industry agglomeration on the economic growth will lead to regional disparity.

service industry agglomeration; economic growth; regional disparity

2015-08-09

安徽财经大学研究创新基金“服务业集聚、城市化与地区增长差距”(CXJJ2014026)。

戴倩雯，1990年生，女，安徽阜阳人，硕士研究生，研究方向：产业经济。

F

A

1671-9743(2015)09-0027-06