城市制造业与生产性服务业的空间关联与协同定位

程中华

(1.泰山学院管理学院，山东　泰安　271000；2.东南大学经济管理学院，江苏　南京　211189)



城市制造业与生产性服务业的空间关联与协同定位

程中华1,2

(1.泰山学院管理学院，山东泰安271000；2.东南大学经济管理学院，江苏南京211189)

本文利用中国285个地级及以上城市的统计数据，运用空间关联分析和空间联立方程研究了城市制造业与生产性服务业之间的空间关联与协同定位，结果表明：①城市制造业集聚与生产性服务业集聚之间存在显著的全局空间正相关性和局部空间集聚效应，这意味着制造业与生产性服务业在区位选择上存在正向空间关联。②二者之间存在双向作用机制，这意味着制造业与生产性服务业之间存在协同定位关系。③二者与周围城市密切相关，周围城市的制造业集聚和生产性服务业集聚会通过空间外溢作用于本城市的制造业集聚和生产性服务业集聚。

制造业；生产性服务业；空间关联；协同定位；空间联立方程

1　文献回顾与问题提出

制造业与生产性服务业的协同发展问题近年来已经成为产业经济学领域研究的热点。早期的研究主要是从产业层面来分析两者之间的互动机制，主要集中在以下三个方面：一是基于古典经济学中产业分工理论的互动机制研究；二是基于新制度经济学中交易成本理论的互动机制研究；三是基于演化经济学中共生演化理论的互动机制研究。随着新经济地理学理论的发展和完善，学者们开始从空间层面来分析两者之间的互动机制。由于制造业与生产性服务业在产业层面上存在交互作用和互惠影响，使得两者为了接近对方市场并获得规模报酬递增，在空间上必然存在共同集聚或协同定位关系。因此，研究主要围绕以下两个方面展开：一是围绕制造业与生产性服务业的共同集聚展开研究[1-2]；二是围绕制造业与生产性服务业的协同定位展开研究[3-4]。

虽然关于两者之间互动机制的研究已经取得了丰富的成果，但还是存在需要进一步研究的地方：①较多文献孤立地从产业或空间某一方面进行分析，而关于两者在产业与空间结合方面的研究还相对较少。事实上，产业层面和空间层面相互促进、内生联立。产业层面上的互动推动了空间层面上的协同定位；同样，空间层面上的协同定位又加强了产业层面上的互动。因此，研究制造业与生产性服务业的互动机制，必须要同时考虑产业和空间两个维度，把产业的经济属性和空间属性结合起来[5]。②从空间层面分析两者之间的互动机制时，现有文献较多忽视了制造业与生产性服务业在地理位置上的空间关联和空间溢出效应。由于各地区产业发展的重要原因之一，是地区之间的经济互动、协同发展而产生的空间关联和空间溢出效应，从空间计量经济学的角度来看，忽视这种空间关联和空间溢出效应必然会带来估计和分析的偏误[6]。

在既有研究的基础上，本文尝试从以下两个方面做出努力：①采用空间关联分析研究制造业与生产性服务业之间的空间自相关性和空间异质性，从而准确度量两者在地理位置上的空间关联格局和集聚模式。②在产业区位模型的基础上构建空间联立方程模型，既考虑制造业集聚与生产性服务业集聚之间的交互影响，又同时纳入两者之间的空间关联和空间溢出效应，从而合理、准确地分析两者之间的双向作用机制。

2　模型建立、变量说明与数据来源

2.1空间联立方程模型的建立

本文的研究重点为分析制造业与生产性服务业之间的双向作用机制或协同定位关系。考虑到制造业集聚和生产性服务业集聚的空间外溢效应，本文将两者的空间滞后项纳入模型进行分析。借鉴Venables的理论模型[7]，并在陈建军和陈菁菁[4]、梁红艳和王健[8]研究的基础上，构建以下空间联立方程模型：

2.2变量说明

2.3数据来源

由于从2003年起国民经济行业分类法发生了重大调整，因此本文以2003年为研究的起始时间。根据数据的可得性和有效性原则，除去数据严重缺失的拉萨、行政规划调整频繁的巢湖、毕节和铜仁以及最近新增加的三沙和海东等6个城市外，本文最终选取了中国285个地级及以上城市的统计数据来进行分析。本文数据主要来源于《中国城市统计年鉴》(2004—2014年)和《中国统计年鉴》(2004—2014年)。

3　空间关联分析

3.1全局空间自相关性检验

本文采用双变量全局空间自相关Moran’sI指数来检验城市制造业集聚与生产性服务业集聚的全局空间自相关性，计算公式如下：

表1　2003—2013年双变量全局Moran’s I

续表

注：*、**、***分别表示通过10%、5%、1%水平下的显著性检验。

从表1可以看出，城市制造业集聚与生产性服务业集聚的双变量全局Moran’sI指数在2003—2013年均为正且都通过了1%的显著性检验，这表明城市制造业集聚与生产性服务业集聚之间存在显著的全局空间正相关性，即两者在区位选择上存在正向空间关联。随着时间的推移，两者之间的全局空间正相关性呈现波动性的递减趋势，这表明城市之间制造业与生产性服务业的空间关联效应越来越弱，这可能与各城市产业集聚效应越来越强密切相关。

3.2局部空间自相关检验

空间异质性的存在使得全局空间自相关分析无法进一步分析地理位置的局部空间关联模式[10]。为了能够识别这种空间异质性，需要使用局部空间关联指标LISA来进行统计性分析。本文采用Geoda软件绘制双变量LISA集聚图，以直观地显示制造业集聚与生产性服务业集聚的局部空间关联模式。

可以发现：①高制造业集聚地区与高生产性服务业集聚地区主要集中在长三角、珠三角、山东半岛等东部沿海地区，这些地区不仅制造业集聚程度高，还依靠优良的地理区位优势，不断吸引着中西部的人力资本和创新要素在此集聚，生产性服务业集聚过程以及共同集聚过程不断深化。对于这些地区来说，应努力发挥高高集聚优势，走制造业与生产性服务业耦合协调发展道路。②低制造业集聚地区与低生产性服务业集聚地区主要集中在四川、云南、陕甘宁等西部地区，这些地区经济增长极较少，工业化水平较低，制造业集聚程度低；同时这些地区科技人才较少，生产性服务业发展载体和平台不足，产业配套条件较差，导致这些地区生产性服务业集聚程度低。对于这些地区来说，需要重视人才引进和教育为本，不断增加研发经费和研发人员投入。③高制造业集聚地区与低生产性服务业集聚地区主要集中在河南、湖北、湖南等中部地区，这些地区一方面较好承接了东部地区的制造业产业转移，另一方面又较好利用了西部地区的低劳动力成本优势，制造业集聚过程不断深化。但由于东部地区的“虹吸效应”，弱化了这些地区的人力资本和创新资源集聚优势，使得生产性服务业集聚程度不高。对于这些地区来说，应努力强化人力资本和创新资源优势，利用高制造业集聚优势带动生产性服务业集聚发展。④低制造业集聚地区与高生产性服务业集聚地区主要集中在安徽、江西等中部地区，这些地区得益于长三角地区生产性服务业集聚的空间外溢效应，生产性服务业取得了快速发展。而制造业发展由于长三角地区的“集聚阴影效应”和“挤出效应”，集聚程度相对较低。对于这些地区来说，应努力将长三角地区的“挤出效应”转变为“互惠效应”，利用高生产性服务业集聚优势提升推动制造业集聚发展。

4　实证结果分析

由联立方程模型的阶条件可知，本文构建的空间联立方程模型为过度识别模型，可以进行总体参数估计。为了提高估计结果的有效性，并消除联立方程中内生变量的空间关联性，以及联立方程误差项之间可能存在的空间关联性，采用广义空间三阶段最小二乘法(GS3SLS)来进行整体估计。为了做出对比分析，本文同时报告了不包含空间关联和空间溢出效应的三阶段最小二乘法(3SLS)估计结果，见表2。从回归结果可以看出，考虑空间关联和空间溢出效应后，部分变量系数的显著性水平有了一定的提高，说明GS3SLS方法的估计效果相对更好。事实上，3SLS方法仅考虑了内生变量的交互影响，没有考虑内生变量的空间关联和空间溢出效应；而GS3SLS方法不仅考虑了内生变量的交互影响，还同时考虑了内生变量的空间关联和空间溢出效应。这意味着相对于3SLS方法，GS3SLS方法可以将内生变量的空间关联和空间溢出效应从模型中分离出来，使得模型的估计结果更为准确和可靠，因此本文采用GS3SLS方法的估计结果进行分析和讨论。

表2　3SLS和GS3SLS估计结果

注：*，**、***分别表示在10%、5%、1%的显著性水平下显著，括号内为渐进的t统计量，cons为截距项，W.lnmagglo、W.lnpsagglo分别表示制造业集聚、生产性服务业集聚的空间滞后项。

4.1制造业集聚方程的估计结果分析

表2中生产性服务业集聚的估计系数显著为正，表明生产性服务业集聚显著有利于制造业集聚，这意味着生产性服务业集聚的专业化效应、规模效应以及知识和技术溢出效应有利于制造业集聚。制造业集聚的空间滞后项系数显著为正，表明周围城市的制造业集聚程度的提高会通过空间外溢效应提高本城市的制造业集聚程度，这主要是因为当周围城市的制造业集聚程度提高后，周围城市对本城市的市场需求也就越高，本城市与周围城市的经济互动不断加强，从而有利于本城市的制造业集聚发展。生产性服务业集聚的空间滞后项系数显著为正，表明周围城市的生产性服务业集聚程度的提高有利于本城市的制造业集聚发展，这主要是因为当周围城市的生产性服务业集聚程度提高后，不断增强的知识和技术溢出效应会促进本城市的制造业集聚发展。

从控制变量来看，国内市场潜能系数显著为正，而国外市场潜能系数没有通过显著性检验，这说明相对于对外开放，制造业企业在区位选择过程中更加注重国内的市场需求。这主要是因为国内市场潜能越大，意味着周围城市对本城市的市场需求也就越高，在存在不完全竞争和运输成本的情况下，为了获得规模报酬递增，制造业企业在市场交互作用的影响下会向拥有较大市场潜能的城市集聚。周围地区的生产性服务业可获得度显著为正，而本地区的生产性服务业可获得度没有通过显著性检验，这说明制造业在区位选择过程中可能更为看重与周围大城市的空间联系。基础设施有利于制造业集聚，这主要是因为较好的基础设施有利于降低运输成本，提升生产要素的配置效率和规模效率，从而有利于制造业集聚。

4.2生产性服务业集聚方程的估计结果分析

表2中制造业集聚的估计系数显著为正，表明制造业集聚显著有利于生产性服务业集聚，这意味着制造业集聚的分工深化效应、竞争效应以及市场需求效应有利于生产性服务业集聚发展。生产性服务业集聚的空间滞后项系数显著为负，表明周围城市的生产性服务业集聚程度的提高会抑制本城市的生产性服务业集聚发展。这主要是因为当周围城市的生产性服务业集聚程度提高后，一方面其空间外溢效应会对本城市生产性服务业产生挤出效应，另一方面其不断增强的集聚效应还会对本城市创新资源和创新人才产生虹吸效应，从而抑制了本城市的生产性服务业集聚发展。制造业集聚的空间滞后项系数显著为正，这表明周围城市的制造业集聚程度的提高有利于本城市的生产性服务业集聚发展，这主要是因为当周围城市的制造业集聚程度提高后，一方面其集聚发展所需要的多样化生产性服务会诉求于本城市的生产性服务业；另一方面生产性服务企业为了获得更大的市场需求可能会布局在周围制造业集聚程度较高的城市，利用其空间外溢效应服务于周围城市和本城市的制造业发展。

从控制变量来看，本地区的可获得度和周围地区的可获得度均有利于生产性服务业集聚发展，但比较其系数大小可以看出，生产性服务企业在区位选择过程中可能更为看重周围地区的制造业市场需求。当前中国城市化进程中同城化趋势明显，已经出现了20多个城市群。在这些城市群中，中心城市的生产性服务业集聚程度较高，其空间外溢效应对周边城市制造业发展起到了较好的辐射和联动效应。城市人力资本和信息化水平有利于生产性服务业集聚发展，这主要是因为其具有高技术含量、高契约密集的显著特征，其生产和交易对人力资本和信息化水平的依赖程度较高，使得生产性服务企业在选址过程中更为看重当地的人力资本和信息化水平。

5　结论与启示

研究结论表明：制造业与生产性服务业在区位选择上不仅存在正向空间关联，还存在双向作用机制，这意味着两者存在协同定位关系。本城市的制造业集聚和生产性服务业集聚与周围城市密切相关，这意味着两者存在空间外溢效应。本文的启示主要有：

(1)加强制造业与生产性服务业在产业层面上的互动。引导和推动制造业企业逐步将一些非核心的生产性服务外包出去，将发展重点集中于技术研发、产品竞争力提升等核心制造环节。鼓励生产性服务企业兼并重组，围绕制造业转型升级的巨大市场需求，提供专业化、产业化、规模化的生产性服务。

(2)加强制造业与生产性服务业在空间层面上的互动。利用制造业与生产性服务业之间的协同定位关系，鼓励关联性和互补性较强的二三产业共同集聚发展，通过新型城镇化将单纯的制造业集聚升级为产业协同发展的产业链集聚。

(3)充分发挥大城市生产性服务业集聚的空间辐射效应和空间外溢效应。完善城市圈和都市群建设，逐步形成以中心城市为核心、周围中小城市协调发展、层级分工的产业组织结构。

[1]ELLISON G，GLAESER E L.Geographic concentration in U.S.manufacturing industries：a dartboard approach[J].Journal of political economy，1997，105(5):889-927.

[2]陈国亮，陈建军.产业关联、空间地理与二三产业共同集聚:来自中国212个城市的经验考察[J].管理世界，2012(4)：82-100.

[3]ANDERSSON M.Co-location of manufacturing & producer services-a simultaneous equations approach[R].CESIS electronic working paper Series Paper，2004.

[4]陈建军，陈菁菁.制造业与生产性服务业的协同定位研究:以浙江省69个城市和地区为例[J].中国工业经济，2011(6)：141-150.

[5]江曼琦，席强敏.制造业与生产性服务业的产业关联与协同集聚[J].南开学报(哲学社会科学版)，2014(1)：153-160.

[6]吉亚辉，段荣荣.制造业与生产性服务业协同集聚的空间计量分析:基于新经济地理学视角[J].中国科技论坛，2014(2)：79-84.

[7]VENABLES A J.Equilibrium locations of vertically linked industries[J].International economic review,1996,37(2)：341-359.

[8]梁红艳，王健.中国制造业与生产性服务业的空间关系[J].经济管理，2012(11)：19-29.

[9]HARRIS C.The Market as a factor in the localization and geographic concentration[J].Annals of the association of american geographers,1954(64):315-348.

[10]ANSELIN L.Local indication of spatial association-LISA[J].Geographical analysis,1995,27(2):93-115.

(责任编辑刘传忠)

The Spatial Correlation and Co-location Between Manufacturing Industry and Producer Service Industry in Chinese Cities

Cheng Zhonghua1,2

(1.School of Management，Taishan College，Taian 271021，China;2.School of Economics and Management，Southeast University，Nanjing 211189，China)

The paper used statistical data from 285 cities in China，to study the spatial correlation and co-location between manufacturing industry and producer service industry by using spatial correlation analysis and spatial simultaneous equations.The results showed that there was significant global positive spatial autocorrelation and local spatial agglomeration effect between manufacturing agglomeration and producer service industry agglomeration in Chinese cities，and it meant that manufacturing industry and producer service industry had positive spatial correlation in location choice.There was two-way mechanism between manufacturing agglomeration and producer service industry agglomeration.It indicated that manufacturing industry and producer service industry had co-location relationship.Manufacturing agglomeration and producer service industry agglomeration in the city were closely related to surrounding cities，manufacturing agglomeration and producer service industry agglomeration in surrounding cities could affect manufacturing agglomeration and producer service industry agglomeration in the city through spatial spillover.

Manufacturing；Producer service industry；Spatial correlation；Co-location；Spatial simultaneous equation

国家自然科学基金项目(71173116),国家社会科学基金项目(11CJL065)，教育部哲学社会科学发展报告项目(13JBG004)，江苏省普通高校研究生科研创新计划项目(KYZZ15_0068)。

2015-11-08

程中华(1983-)，男，山东泰安人，泰山学院管理学院讲师，东南大学经济管理学院博士研究生；研究方向：创新管理与制造业发展。

F062.9

A