生产性服务业集聚与耦合测度及动态效应分析——基于长三角16个核心城市动态面板数据的广义矩法估计

邱晓东，吴福象，邓若冰

(南京大学 经济学院，南京 210093)

生产性服务业集聚与耦合测度及动态效应分析
——基于长三角16个核心城市动态面板数据的广义矩法估计

邱晓东，吴福象，邓若冰

(南京大学 经济学院，南京 210093)

利用1998～2012年长三角16个核心城市的面板数据，测度了生产性服务业集聚及与制造业的耦合程度，并实证探究了生产性服务业集聚及耦合对服务业劳动生产率的动态影响。研究结果表明：高等级城市生产性服务业集聚水平较高，低等级城市生产性服务业耦合度较高；生产性服务业集聚与服务业劳动生产率呈正“U”形关系，部分中高等级城市的生产性服务业集聚水平已越过“拐点”，生产性服务业集聚能够显著提高服务业劳动生产率，低等级城市的生产性服务业耦合促进了服务业劳动生产率的提高。这一结论对于当前长三角地区产业协同发展具有重要的指导意义。

生产性服务业；产业集聚；耦合效应；劳动生产率

一、引言

改革开放以来，长三角地区凭借劳动力成本优势、独特的区位优势及良好的工商业基础，迅速成长为中国经济最具活力的地区。长三角地区制造业产值占全国22%，工业制成品的出口量占全国30%，拥有全国31%的外资企业出口量。在经济总量增长的背后，我们要正视中国制造业在国际产业分工中处于中低端的现实。世界工厂的定位不仅影响了我国产品的国际竞争力，也使得我国未来的经济发展充满了不确定性。金融危机以来，由于国外市场需求萎缩，国内劳动力成本上升、原材料价格上涨等诸多不利因素的影响。中国制造业发展处于“前有堵截，后有追兵”的两难境地。长期锁定于全球价值链加工、装配环节的现状，导致中国生产性服务业因缺乏有效市场需求而发展滞后。这导致了自主核心技术的缺乏，限制了制造业的转型升级。不仅如此，此轮金融危机后，欧美国家纷纷重视实体经济空心化问题，推出许多政策扶持本国制造业发展，这无疑会给中国产品的国际竞争力带来重要挑战。另外，随着经济发展水平的提高，我国制造业的成本优势正逐渐丧失。从全球产业格局来看，越南、孟加拉、墨西哥等国家，在生产成本上比我们越来越有优势，这将催生新一波全球产业转移浪潮。面对旧有的比较优势即将失去的不利局面，我们应该如何推进制造业转型升级，从而建立新的竞争优势？

对于上述问题，现有研究已经表明发展服务业、尤其是生产性服务业，是构建制造业竞争优势的有效之策。日本学者并木信义(1990)[1]指出，“国际竞争力相互角逐的是制造业产品，而服务业则在制造业的背后，间接规定着制造业的产业竞争力”。目前，服务业已经成为许多发达国家或地区的主导产业。有关数据显示，欧美发达国家服务业产值的GDP占比一般在70%左右。这种“服务业主导”的经济发展模式，并不是以传统的消费型服务业为主要内容，而是着力推进知识和技术密集型的生产性服务业。此外，欧美发达国家的制造业发展已出现明显的“服务化”特征。即制造业产品的增加值更多的来源于生产性服务业，而非加工制造过程。所以，生产性服务业的发展水平，将直接影响着制造业的国际竞争力。

生产性服务业集聚是促进生产性服务业发展的重要环境支撑，生产性服务业的集聚水平和层次直接决定着一地区的现代服务业发展。从空间地理上看，虽然工业集聚特征更为典型和明显，但是诸如商业、金融和IT等生产性服务业集聚也不断出现。生产性服务业集聚可以通过专业化分工、降低交易成本以及发挥空间外部性等途径促进制造业的发展。而制造业的发展反过来又会促进生产性服务业向更深层次、更宽领域的发展。所以无论是从产业关联还是产业互动层面上分析，生产性服务业集聚在推动制造业进一步发展的同时，也将带动服务业本身生产率的提高。

长期以来在跨国公司主导的国际生产体系中，长三角地区以加工贸易方式参与国际分工。虽然得益于产业转移的外溢效应，本地的生产性服务业也得到了一定的发展。但是以要素比较优势嵌入全球价值链的总体现实，必定会影响长三角城市群生产性服务业的集聚与耦合状况。那么近年来长三角地区生产性服务业集聚与耦合状况发生了怎样的变化？进一步地，这种集聚与耦合是否一直推动着服务业的发展？对于这些问题的探索，对于推动该地区的生产性服务业的发展具有指导意义。

余下结构安排如下：第二部分是相关研究文献梳理；第三部分是模型构建和统计分析；第四部分是实证结果分析；最后是研究结论与政策建议。

二、文献综述

经济集聚是产业发展演化过程中的一种经济地理现象，是当今世界各地区经济发展过程中重要的特征之一。经济集聚对区域经济发展的影响，一直以来都是发展经济学难以回避的研究主题。集聚经济是产业集聚的结果，也是生产活动的基本驱动因素。产业集聚对生产率、技术效率、经济增长率、实际收入等产生显著地影响。而集聚经济的发生基本上都与专业化经济或多样化经济有关。专业化经济来源于同一产业部门的企业因相互靠近而产生的规模报酬递增，多样化经济则是由于多种产业集中于城市区域内，使得整个城市获得规模报酬递增。

随着研究的深入展开，一些学者认为集聚与地区经济增长之间并非单纯的线性关系。经济集聚表现为一个逐步推进的过程，在产业集聚的形成与发展过程中，集聚效率将随着发展阶段的变化而变化，即集聚效益的动态性问题。Willianmson(1965)[2]指出空间集聚的效益在不同阶段有着显著的差异。在集聚的早些阶段，区域内同一行业的众多企业，共享区域内的基础设施、知识外溢、丰富的熟练劳动力市场。这降低了企业产品的平均成本，提高了规模报酬，实现经济集聚的正效应。但随着经济的发展，类似于拥堵成本等负外部性逐渐显露出来，经济集聚的效益逐渐恶化，促使经济活动产生分离趋势，该理论被称为“威廉姆森”假说。随后国内外众多学者对这一问题进行了深入研究。比如，Luisito和Duncan(2004)[3]构建了城市化与增长模型，其研究结论验证了这一假说。在发展初期，从人力资本积累中获得的潜在正效益大于拥挤带来的负效益。但在经济发展到一定阶段后，拥挤带来的负外部性越来越大，有可能使得经济停留在发展陷阱中。对中国集聚经济的动态研究，也得出了相似的结论。比如，国内研究者(章元等，2008；杨扬等，2010；徐盈之等，2011；刘修岩等，2012)[4-7]基于中国省级或地级市层面的动态面板数据的研究，验证了集聚经济的动态变化。即在经济发展水平达到一定阶段后，集聚效应由正转为负。产业集聚的早期研究主要是围绕制造业展开，而生产性服务业和制造业在产业特性上有着明显的差异，所以制造业集聚理论不能完全适用于生产性服务业。自从“服务业集群”概念化后，关于服务业集聚的研究开始发展起来。在生产性服务业集聚影响因素研究方面，盛龙、陆根尧(2013)[8]认为制造业集聚、信息化水平、人力资本和地方保护对生产性服务业集聚存在显著影响。宣烨(2013)[9]认为本地市场规模、工业企业平均规模以及交易成本、生产性服务业的专业化与竞争程度等因素共同促进了生产性服务业集聚。在生产性服务业集聚动态效应研究方面，陈建军等(2009)[10]研究发现中国东部地区城市将长期存在集聚效应，而中西部城市在城市规模达到一定水平后集聚效应递减。孙浦阳等(2013)[11]基于2000～2008年287个城市的面板数据，运用ADL(1,1)动态模型分析产业集聚。研究发现服务业专业化集聚对当期劳动生产率具有显著抑制作用，而滞后一期的服务业集聚对生产率提高具有显著正向影响。而王晶晶、黄繁华(2014)[12]在服务业集聚效应的动态性问题得出了与之相反的结论，即当期的服务业集聚对产业劳动生产率有促进作用，滞后一期的服务业集聚对服务业生产率产生抑制作用。值得关注的是，在研究生产性服务业集聚问题时，越来越多的学者开始把研究的切入点放在生产性服务业与制造业的协同集聚上。在协同集聚机制研究方面，陈国亮(2010)[13]认为，生产性服务业与制造业形成双重集聚，主要是由于服务业与制造业的上下游产业联系，而不是共享劳动力市场和知识外溢。而江曼琦等(2014)[14]则认为，二、三产业空间协同集聚原因在于降低制造业服务化过程中所产生的搜寻、协议、订约、监督成本。在协同集聚效应研究方面，高传胜、刘志彪(2005)[15]指出生产性服务业与制造业的协同分工，能够促进两产业的集聚与升级。但在跨国公司主导的国际生产体系中，长三角以代工方式参与产业分工，割裂了制造业与生产性服务业的产业关联，客观上导致两产业在空间集聚上存在着非同步性(江静、刘志彪，2010；吴福象、曹璐，2014)[16-17]。梳理现有文献，可以发现：第一，在以往的产业集聚研究中，对于制造业集聚效应动态性研究较为成熟，但是对于生产性服务业集聚效应动态性研究并不充分。生产性服务业产业特性明显有别于制造业，其动态效应可能存在一定差异，有必要对生产性服务业集聚的动态效应加以研究。第二，目前对生产性服务业与制造业协同集聚的研究，部分仍停留在协同集聚的理论机制探究或是对集聚现象的描述上。虽然也有部分学者关注协同集聚效应，但其落脚点往往在制造业效率提升上，忽视了协同集聚对服务业的发展的影响。基于长三角城市群面板数据，在测度、分析各城市生产性服务业集聚、生产性服务业与制造业协同集聚的基础上，通过动态GMM(广义矩法)模型实证探究了生产性服务业集聚效益的动态变化，以及产业协同集聚对服务业劳动生产率的影响。

三、模型设定、变量说明及统计分析

(一)计量模型设定

在设定模型时，借鉴了Brulhar和Sbergami(2009)[18]研究全球不同地区集聚与增长问题时的动态回归模型。该模型中经济增长率取决于劳动生产率、经济集聚和一系列控制变量。

gi,p=αyi,0+βAi,0+γXi,p+μi

(1)

yi,t-yi,t-1=αyi,t-1+βAi,t-1+γXi,t+μi+vt+εi,t

(2)

yi,t=α′yi,t-1+βAi,t-1+γXi,t+μi+vt+εi,t

(3)

其中，yi,t-1表示滞后一期劳动生产率对数，Ai,t-1表示滞后一期的经济集聚净效应，Xit表示其它影响经济增长的因素。μi表示不可观察的地区固定效应，vt表示特定时间效应，εit表示随机误差项。将公式(2)中等式左边yi,t-1移到等式右边，与αyi,t-1进行合并，得到等式(3)，其中α′=1+α。

对上述模型进行估计面临的最大困难是如何解决变量间的内生性问题，作为解释变量的经济集聚与误差项存在相关性。这使得无论是选择固定效应模型的LSDV估计量，还是随机效应的GLS估计量，得到的参数估计可能是有偏的、非一致的。为解决这一问题，Arellano和Bond(1991)[19]通过一阶差分法消除个体效应，使用解释变量和被解释变量所有可行的的滞后变量作为工具变量。对上述模型进行一阶差分可得：

yi,t-yi,t-1=α′(yi,t-1-yi,t-2)+β(Ai,t-1-Ai,t-2)+γ(Xi,t-Xi,t-1)+εi,t-εi,t-1+vt-vt-1

(4)

在借鉴上述模型(3)的基础上，综合集聚效应的“威廉姆森假说”，即空间集聚对经济发展的非线性效应。将生产性服务业集聚的二次项纳入模型中，以捕捉经济集聚的非线性效应。此外，考虑到生产性服务业与制造业协同集聚的事实，猜测生产性服务业与制造业的耦合也会对服务业劳动生产率带来影响，所以在模型加入协同集聚项。综上所述，构建的动态计量模型如下：

(5)

X=X(lnpopen,lnphumc,lnpinve)

(6)

(二)变量说明

样本数据以1998～2012年长三角16个核心城市为主，进行统计分析。其中，服务业增加值及其就业人数、生产性服务业就业人数、制造业就业人数、高等学校在校人数、FDI、社会固定资产投资数据来源于《中国城市统计年鉴》(1999～2013)和部分城市统计局。对于样本中个别缺失数据采用插值法进行补充。服务业一般可以划分为14个部门*服务业14个部门行业分类，生产性服务业：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；房地产业；租赁和商务服务业；科学研究、技术服务和地质勘查业；居民服务和其它服务业；教育业。消费性服务业：批发和零售业；住宅和餐饮业。公共服务业：水利、环境和公共设施管理业；卫生社会保障和社会福利业；文化、体育和娱乐业；公共管理和社会组织业。,这里主要研究生产性服务业。

1.被解释变量

服务业劳动生产率(pser)：服务业劳动生产率用服务业产值与服务业从业人数的比值表示，单位：万元/人。范剑勇(2006)和刘修岩(2009)[20][21]等人在研究产业集聚与产业劳动生产率关系时，也采用这种方法衡量城市产业生产率。

2.核心解释变量

(1)生产性服务业集聚(aser)：目前衡量产业集聚水平的指标很多，例如Hoover指数、Gini指数、E-G指数。区位熵指数可以消除区域规模差异因素，较好地反映要素的空间分布情况。选择区位熵指数衡量产业集聚水平。c城市j产业的区位熵计算公式如下：

(7)

(2)产业协同集聚(coa)：根据协同集聚的定义，可以利用生产性服务业与制造业区位熵指数构造协同集聚指数。参考杨仁发(2013)[22]的做法，基于产业集聚区位熵指标，使用其相对差异来衡量生产性服务业与制造业的协同集聚水平。具体计算公式如下：

(8)

其中，LQc,i、LQc,j分别表示c城市i、j产业的区位熵，数值越大协同集聚水平越高。

3. 其它控制变量

(1)对外开放水平(popen)：外商的本地投资不仅能够增进相关产业产值的提高，还能通过技术溢出效应显著提高行业的技术密集度和劳动生产率水平。考虑到各城市间FDI的绝对值差异可能会比较大，故使用FDI与城市常住人口的比值来衡量外资引进水平。在具体计算时，将根据历年人民币汇率把外商直接投资转换为人民币计价。

(2)人力资本水平(phumc)：新增长理论认为，人力资本是一个国家或地区经济持续增长的重要因素，劳动生产率的提高与人力资本的发展密切相关。对于人力资本的衡量，学术界一直没有达成一致的结论。考虑到数据的可得性，选取每万人中高等学校在校人数来度量，虽然衡量方法比较粗糙，但是该变量只是一个控制变量，主要用来减少核心变量的遗漏和偏误。

(3)固定资产投资水平(pinve)：扩大固定资产投资，改善产业发展的基础设施环境，能够显著降低企业交易成本，推动产业劳动生产率提高。固定资产存量的测算一般采用“永续盘存法”，这就需要各城市样本期初值，而这一数据的获得存在很大难度。故用当年固定资产投资与城市常住人口比值度量固定资产投资水平。

(三)长三角地区生产性服务业集聚与耦合测度

根据区位熵指数、产业协同集聚指数测算方法，测算了1998～2012年长三角16个核心城市的生产性服务业区位熵指数和生产性服务业与制造业协同集聚指数。利用STATA软件绘出长三角各城市统计年间集聚指数的散点图，具体如图1、图2。图1中纵轴表示时间，横轴表示相应年间长三角城市的生产性服务业的区位熵指数。图2中纵轴表示时间，横轴表示对应年间长三角各城市生产性服务业与制造业协同集聚指数。其中每一个小点表示一个城市的相应集聚指数，每一行共有16个小点，表示长三角16个核心城市。

从图1可以明显地观察到，首先，各城市历年区位熵指数都没有超过1；再者，2002年前后长三角地区的生产性服务业集聚指数发生了显著的变化。1998～2002年间，长三角地区生产性服务业集聚指数主要落在0.2～0.3区间。但是从2003年开始，生产性服务业集聚指数则主要处于0.4～0.7之间。对于2002年后生产性服务业集聚指数显著提高这一问题，从两方面加以解释。首先，2004年度的《中国城市统计年鉴》将“租赁和商务服务业、教育业”纳入统计范围，这使得2003年的生产性服务业统计口径扩大。再者，2001年中国加入世界贸易组织后，中国经济深度融入世界发展。这促进了中国在更大范围、更深层次承接国外产业转移，这其中也包括生产性服务业。一些跨国公司逐渐将产品研发和设计机构转移到中国，以更好地抢滩中国市场。长三角地区作为中国经济最具活力的地区，更是吸引了大量跨国公司研发机构的入驻。有数据显示，入世以来上海累计设立跨国公司总部484家，其中亚太总部24家，研发中心379家。

最后，从不同等级城市的角度观察长三角地区生产性服务业集聚状况。根据经济发展状况和人口规模，将长三角城市划分为三个等级：高等级城市为长三角中心城市的上海；中等级城市为南京、杭州、苏州、宁波、无锡；剩下中小城市为低等级城市。在长三角各城市中，以上海市的生产性服务业集聚程度最高。在中等级城市中，南京的生产性服务业集聚程度最高，苏州的集聚程度最低。在低等级城市中，常州、泰州和舟山的生产性服务业集聚程度较高。

表1 2003～2012年长三角部分城市生产性服务业区位熵指数

资料来源：1999～2013年《中国城市统计年鉴》。

单就从生产性服务业集聚指数来看，长三角部分低等级城市集聚指数会大于某些中高等级城市。出现这一结果的原因在于该指数是相对指数，使得诸如苏州、无锡等制造业经济占比较高的城市，出现生产性服务业集聚指数较低的结果。从表1中可以看出上海、南京、杭州等中高等级城市的生产性服务业集聚指数也较高。2012年9月举行的中国总部经济论坛发布的全国35城市总部经济发展能力评价上，上海、杭州、南京分别排名第二、第五、第七。

从生产性服务业定义可知，生产性服务业是与制造业直接相关的配套服务业。生产性服务业与制造业的融合发展，在提高制造业效率的同时，也将促进生产性服务业的发展。从现实经济发展来看，产业协同集聚也已成为我国区域经济发展的重要范式(如长三角、珠三角等地区)。基于两产业协同集聚估算方法，测度了1998～2012年长三角16市生产性服务业与制造业协同集聚指数。

从图2可以发现，1998～2002年长三角城市生产性服务业协同集聚指数主要位于0.3～0.6之间。相比而言，2003～2012年间的长三角各城市产业协同集聚指数有了显著的提高，但是生产性服务业协同集聚指数离散化程度也扩大了。两个时间段生产性服务业协同集聚指数差距显著拉大的原因，一方面要归因于2003年生产性服务业统计口径的变化；另一方面，加入世贸组织后，跨国公司加快将部分研发和设计环节向长三角地区转移，推动与当地的代工制造融合发展，从而推进了生产性服务业与制造业的协同集聚。总体而言，近年来长三角城市生产性服务业耦合程度不断提高。其中，生产性服务业耦合度高的城市，有中高等级城市诸如上海、南京和杭州等地，也有次等级城市诸如常州、扬州、泰州和台州等地。

四、实证检验与结果分析

(一)长三角16个核心城市生产性服务业集聚以及耦合的动态效应分析

服务业涵盖了生产性服务业、公共性服务业以及消费性服务业在内。公共性服务业主要是为社会组织与群众提供公共服务为主，主要追求社会福利而非经济效益。显然公共性服务业的这一特性，使得该行业的集聚与行业生产率并无必然的联系。而消费性服务业诸如住宿餐饮、批发零售等传统行业在我国服务业结构中占有相当的比例。在14个服务业部门中，以住宿餐饮、批发零售为代表的消费性服务业存在着大量的非正式就业，根据《中国城市统计年鉴》的就业数据测算的区位熵，并不能准确衡量消费性服务业的集聚状况，从而也就无法准确估计消费性服务业集聚对服务业劳动生产率的影响。根据以上分析，基于现有数据估算的整体服务业集聚对其劳动生产率的计量结果可能并不科学合理。模型(1)给出了运用差分GMM方法对整体服务业集聚与其劳动生产率的计量结果。aggth表示的是整体服务业的集聚水平，在使用差分GMM处理其内生性问题之后，该变量的回归系数未能通过显著性检验。所以，将重点研究生产性服务业集聚对服务业劳动生产率的影响。

在模型(2)、(3)、(4)、(5)中用生产性服务业集聚置换整体服务业集聚。在模型(3)、(4)中，引入了生产性服务业集聚的二次项，以考察生产性服务业集聚的动态效应。从模型回归结果看，生产性服务业集聚系数在模型(2)中未通过显著性检验，生产性服务业集聚二次项估计系数在模型(3)和(4)中都显著为正，生产性服务业与制造业协同系数在模型(4)中显著为正。出于稳健性考虑，模型(5)中纳入了生产性服务业的三次方项，但其回归结果没有通过显著性检验,见表2。

表2 总体回归结果

注：实证结果均由stata12处理得出；***、**、*分别表示1%、5%、10%的显著性水平；AR(2)检验主要用来反映扰动项的差分是否存在二阶自相关；Saragan检验主要用来观察工具变量过度识别问题。

在模型(2)中，生产性服务业集聚一次项系数未通过显著性。这一结果表明，当前长三角16个核心城市的生产性服务业集聚未能有效影响服务业劳动生产率。这是由于当前生产性服务业集聚经济效应尚未发挥出来，生产性服务业集聚的统计分析也佐证了这一点。长三角各城市生产性服务业区位熵指数普遍较小，特别是占大多数的中低等级城市，其生产性服务业集聚程度处于0.3～0.5间。根据区位熵指数定义，该产业尚未成长为专业生产部门，其专业化集聚效应并未得到有效发挥。

在模型(3)、(4)中，生产性服务业集聚二次项估计系数显著为正。从回归结果看，长三角地区的生产性服务业集聚与服务业劳动生产率是“正U”形关系。这与“威廉姆森假说”的“倒U”形假说截然相反，即生产性服务业集聚效应的发挥存在着某一“拐点”。在此之前，集聚的专业化经济不能得到有效发挥。而一旦越过“拐点”后，生产性服务业集聚将快速提高服务业劳动生产率。与此同时，集聚经济的正向循环累积特性又不断强化集聚经济本身。

再看生产性服务业与制造业协同集聚对服务业劳动生产率的影响。在模型(4)中该变量估计系数显著为正，这表明两产业的协同集聚有利于服务业劳动生产率的提高。生产性服务业是推动制造业发展的高级生产要素，生产性服务业通过其蕴含的人力资本、知识资本、技术资本，带来了制造业生产效率的提高、产品附加值的提升。这在促进制造业经济效益提高的同时，也将带来包括生产性服务业在内的整个服务业投入回报率的增加。通过这种良性产业互动，一方面加深了生产性服务业与制造业的耦合，另一方面刺激了生产性服务业向更宽领域、更深层次的发展。

最后看人力资本、对外开放和固定资产投资等控制变量对服务业劳动生产率的影响。在计量分析结果中，固定资产投资能够显著促进服务业劳动生产率的提高，而对外开放、人力资本因素对服务业劳动生产率的估计系数没有通过显著性检验。实证结果表明长三角城市在互联网、城市交通与通信等方面的硬件的建设，更能够显著降低商业交易成本，促进生产性服务业的积聚，以实现集聚效应的发挥。

(二)长三角不同等级城市生产性服务业集聚以及耦合的动态效应分析

依据城市综合竞争力，可以将长三角16个核心城市划分为不同等级。一般而言，中高等级城市有上海、南京、杭州、苏州、无锡、宁波，剩下城市为区域内低等级城市。鉴于城市的不同等级和特性，生产性服务业集聚及其耦合的动态效应可能会存在差异。表3列出了中高等级、低等级城市的差分GMM回归结果。

表3 分等级城市回归结果

注：实证结果均由stata12处理得出；***、**、*分别表示1%、5%、10%的显著性水平；AR(2)检验主要用来反映扰动项的差分是否存在二阶自相关；Saragan检验主要用来观察工具变量过度识别问题。

先看中高等级城市生产性服务业集聚及耦合的动态效应。模型(1)中生产性服务业集聚一次项系数显著为正，这表明中高等级城市的生产性服务业集聚能够促进服务业劳动生产率的提高。模型(2)中生产性服务业集聚二次项系数显著为正，回归结果表明中高等级城市生产性服务业集聚效应与集聚程度之间同样是呈现正“U”形关系。在长三角城市生产性服务业集聚统计分析中，上海、南京和杭州的生产性服务业区位熵指数也较高。再综合模型(1)、(2)的结果说明了，长三角部分中高等级城市的生产性服务业集聚程度可能已经越过正“U”形曲线的“拐点”，生产性服务业的集聚和服务业劳动生产率处于相互促进的正向循环中。在模型(3)中，生产性服务业与制造业协同集聚系数未通过显著性检验，计量结果说明产业的协同集聚未能有效促进服务业劳动生产率的提高。这一计量结果说明，对于中高等级城市而言，定位于发展“总部经济”，推动生产性服务业而非产业协同集聚能更有效地促进服务业劳动生产率的提高。

再看低等级城市生产性服务业集聚及耦合的动态效应。模型(5)、(6)中生产性服务业集聚二次项系数显著为正，回归结果表明低等级城市的生产性服务业集聚效应与集聚程度间也是呈现正“U”形关系。至此，无论是长三角城市总体，还是中高等级城市、低等级城市，计量回归结果都表明生产性服务业集聚效应会发生动态变化。在集聚水平未达到“拐点”时，生产性服务业集聚水平难以有效提高服务业劳动生产率。而当集聚水平迈过“拐点”后，集聚的专业化经济显现出来，促进服务业劳动生产率的提高，服务业经济效益的提高反过来进一步促进集聚水平的提高，实现生产性服务业集聚与服务业劳动生产率的互相促进发展。模型(4)中生产性服务业集聚一次项系数未能通过显著性检验，模型(6)中生产性服务业与制造业协同集聚系数显著为正，这表明低等级城市的生产性服务业集聚未能有效提高服务业劳动生产率，而生产性服务业耦合能够有效促进服务业劳动生产率的提高。由此可知，相对于中高等级城市“总部经济”的发展定位，低等级城市更适合于“工厂经济”的产业分工。此外，模型(4)、(6)中基础设施变量的回归系数显著为正，说明在低等级城市扩大基础设施建设能够促进服务业劳动生产率的提高。

五、结论及政策建议

在测度了长三角地区生产性服务业集聚与耦合水平的基础上，探究了这种集聚与耦合对于服务业劳动生产率的影响。统计研究发现：目前长三角城市的生产性服务业集聚水平总体不高，但近年来提高趋势明显。不同等级城市间集聚指数差异拉大，作为长三角中高等级城市的上海、南京和杭州，生产性服务业集聚水平明显高于其它城市；长三角低等级城市如扬州、泰州、台州和舟山等地，生产性服务业耦合程度较高。计量研究发现，长三角城市生产性服务业集聚对服务业劳动生产率的影响是动态变化的，两者之间呈现正“U”形关系。按长三角城市等级分类的计量研究表明，对于中高等级城市而言，生产性服务业集聚水平已越过“拐点”，生产性服务业集聚和服务业劳动率处于正向循环中。对于低等级城市而言，生产性服务业集聚未能显著促进服务业劳动生产率水平提高，而生产性服务业耦合能够对服务业劳动生产率的提高起到推动作用。此外，固定资产投资有利于服务业劳动生产率的提高，而人力资本与外商投资的驱动作用不显著。

基于以上研究结论，提出如下政策建议：加强长三角城市产业协同布局。对于区域内的中高等级城市，应重点推动金融、咨询、商贸和教育培训等生产性服务业集聚，大力培育“总部经济”职能，把现代服务业作为实现城市发展的着力点。对于区域内低等级城市，应重点推进生产性服务业与制造业的耦合发展，针对当地的制造业特点，引进、培育相应的生产性服务业，把生产性服务业与制造业融合发展作为促进城市经济的增长点。加快推进长三角地区生产性服务业集聚。加大对现代服务业的政策支持，重点推进相关领域基础设施建设，进一步推进服务业集聚化发展趋势，打造现代服务业发展集群。发展长三角地区的现代服务业，尤其要注重制造业需求导向，实现产业发展的良性互动。

[1] 并木信义．瑕瑜互见——日美产业比较[M]．北京：中国财政经济出版社，1990．

[2]WilliamsonJG.RegionalInequalityandtheProcessofNationalDevelopment[J].EconomicDevelopmentandCulturalChange,1965, 13(1):3-45.

[3]LuisitoB,DuncanB.UrbanizationandGrowth[J].JournalofUrbanEconomics, 2004, 56(1):80-96．

[4] 章元，刘修岩．集聚经济与经济增长——来自中国的经验证据[J]．世界经济，2008，(3)：60-70．

[5] 杨扬，余壮雄，舒元．经济集聚与城市经济增长——来自中国城市的经验数据[J]．当代经济科学，2010， (5)：113-128．

[6] 徐盈之，彭欢欢，刘修岩．威廉姆森假说——空间集聚与区域经济增长[J]．经济理论与经济管理，2011, (4)：95-102．

[7] 刘修岩，邵军，薛玉立．集聚与地区经济增长——基于中国地级城市数据再检验[J]．南开经济研究，2012,(3)：52-64．

[8] 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．

[9] 宣烨．本地市场规模、交易成本与生产性服务业集聚[J]．财贸经济，2013,(8)：117-128．

[10] 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[J]．管理世界，2009,(4)：83-95．

[11] 孙浦阳，韩帅，许启钦．产业集聚对劳动生产率的动态影响[J]．世界经济，2013,(3)：33-53．

[12] 王晶晶，黄繁华．服务业集聚的动态溢出效应研究——来自中国261个地级及以上城市的经验证据[J]．经济理论与经济管理，2014,(3)：48-58．

[13] 陈国亮．新经济地理学视角下的生产性服务业集聚研究[D].杭州：浙江大学，2010．

[14] 江曼琦，席强敏．生产性服务业与制造业的产业关联与协同集聚[J]．南开学报，2014,(1)：153-160．

[15] 高传胜，刘志彪．生产者服务业与长三角制造业集聚和发展——理论、实证与潜力分析[J]．上海经济研究，2005,(8)：35-42．

[16] 江静，刘志彪．世界工厂定位能促进中国生产性服务业发展吗[J]．经济理论与经济管理，2010,(3)：62-68．

[17] 吴福象，曹璐．生产性服务业集聚机制与耦合悖论分析——来自长三角16个核心城市的经验证据[J]．产业经济研究，2014,(4)：13-21．

[18]BrulharM,SbergamiF.AgglomerationandGrowth:Cross-countryEvidence[J].JournalofUrbanEconomics, 2009, 65(11), 393-411.

[19]ArellanoM,BondS.SomeTestsofSpecificationforPanelData:MonteCarloEvidenceandanApplicationtoEmploymentEquations[J].ReviewofEconomicStudies, 1991, 58(2):277-297.

[20] 范剑勇．产业集聚与地区间劳动生产率差异[J]．经济研究，2006,(11)：72-81．

[21] 刘修岩．集聚经济与劳动生产率——基于中国城市面板数据的实证研究[J]．数量经济技术经济研究，2009,(7)：109-119．

[22] 杨仁发．产业集聚与地区工资差距——基于我国269个城市的实证研究[J]．管理世界，2013,(8)：41-52．

责任编辑、校对：王 旭

The Agglomeration and Coupling Measurement of Productive Service Industry and Dynamic Effect Analysis——Based on the GMM Estimation of Dynamic Panel Data from 16 Core Cities of the Yangtze River Delta

QIU Xiao-dong, WU Fu-xiang, DENG Ruo-bing

(SchoolofEconomics,NanjingUniversity,Nanjing210093,China)

Based on the panel data from 16 core cities in Yangtze River delta from 1998 to 2012, the paper measures the agglomeration level of the productive service industry and its coupling degree with manufacturing industry. Empirical studies are also made on the dynamic impact of productive service industry agglomeration and coupling on the labor productivity of service industry. The results show that high-grade cities have higher productive service industry agglomeration level, while the coupling degree of the manufacturing industry in low level cities is higher. The relationship between productive service industry agglomeration and labor productivity of service industry is an inverted U shape. The agglomeration levels of some medium and high-grade cities have surpassed the “turning point”. The agglomeration of productive service industry can significantly improve the labor productivity of service industry while the coupling of productive service industry in low level cities promotes the labor productivity of service industry. The conclusions have important guiding significance for the industrial coordination development at present in Yangtze River delta.

Productive Service Industry;Industrial Agglomeration;Coupling Effect;Labor Productivity

2015-09-11

国家社会科学基金重大项目“支撑未来中国经济增长的新战略区域研究”(14ZDA024)；国家自然科学基金项目“基于动态DCI和CGE分析技术的区域一体化与福利补偿研究”(71173101)；“中国特色社会主义经济建设协同创新中心”子课题“区域经济协调与城乡发展一体化”。

邱晓东(1990-)，男，江苏连云港人，南京大学经济学院博士研究生，主要研究领域为产业集聚和区域经济；吴福象(1966-)，男，安徽安庆人，南京大学经济学院教授，博士生导师，主要研究方向是区域经济与产业经济、房地产经济与金融；邓若冰(1987-)，女，河南商丘人，南京大学经济学院博士研究生，主要研究领域为产业经济学和城市经济。

F062.9

A

1674-4543(2015)06-0114-10