城市群生产性服务业集聚对经济增长的空间溢出效应——基于长三角、珠三角和京津冀城市群的比较分析

刘书瀚，于化龙

(1.天津大学 管理与经济学部，天津300072;2.天津商业大学 经济学院，天津300134)

1 引言

随着服务业取代工业成为经济社会发展的支柱产业，生产性服务业成为经济增长的新动力。作为经济发展中最活跃的空间因子，城市群是生产性服务业集聚发展的重要载体。2017 年，中国三大城市群——“长三角”城市群、“珠三角”城市群和“京津冀”城市群服务业增加值占GDP 的比重均超过了50%，其中生产性服务业增加值占全部服务业增加值比重在55%左右。从世界主要城市发展的实践来看，服务业增加值占GDP 的比重均超过70%，而生产性服务业占服务业增加值的比重也超过70%。而在我国三大城市群所有55 个城市中，只有北京达到了这一标准。与世界级城市群相比，无论是城市群总体水平还是城市个体水平都存在较大差距。因此，应按照十九大报告中提出的“支持传统产业优化升级，加快发展现代服务业，瞄准国际标准提高水平”的要求，加快生产性服务业在条件较好的城市群集聚发展。

生产性服务业自20 世纪50 年代开始表现出强劲的发展态势，不仅很快成为产业发展的重点领域，也逐渐成为经济学研究的热点问题。尽管学者们对于生产性服务业的概念没有统一的认识，但关于生产性服务业的若干规定性基本达成共识。首先，生产性服务业贯穿产业链多个环节，包括产品设计、市场调研、质量控制、法律咨询、广告宣传、仓储物流等;其次，生产性服务业提供产品和服务的对象是生产者而非消费者，因而具有显著的生产性而非消费性;最后，生产性服务业主要为生产最终产品和服务的部门提供中间投入品和中间服务，即具有非最终消费性。对于生产性服务业所涉及的具体细分行业，研究者们根据不同的研究目的也有不同的选择范围。本文所研究的生产性服务业主要包含七个细分行业:交通运输、仓储和邮政业;信息传输、软件和信息技术服务业;批发和零售业;金融业;房地产业;租赁和商务服务业;科学研究和技术服务业等七个行业［1～4］。

生产性服务业之所以引起广泛关注，主要在于其集聚发展的特征十分明显，且对集聚区经济增长发挥了显而易见的推动作用。国外学者较早地开始了对生产性服务业集聚特征的研究，他们对加拿大、英国、西班牙等国家和地区生产性服务业集聚指标的分析表明，无论是在发达国家还是在发展中国家，生产性服务业均普遍集中于发达的大都市区［5～8］。但集聚并非生产性服务业发展的最终状态，随着经济增长的空间转移，大都市区内部生产性服务业呈现由核心区向边缘辐射的趋势［9，10］。在国外研究的基础上，许多学者对我国生产性服务业集聚的空间特征进行了考察。研究表明，虽然国内生产性服务业的集聚水平远低于主要发达国家和地区，呈现较高的分散性，但仍然表现出向大都市区特别是中心城区集聚的特征［11～14］。基于此，一些学者着重研究了生产性服务业在城市群的集聚特征，王鹏和魏超巍［15］对长三角城市群生产性服务业集聚水平进行测度，结果显示长三角城市群生产性服务业存在显著的空间集聚特征和产业集聚特征，且各城市具有不同的优势产业。张旺和申玉铭［16］考察了京津冀都市圈生产性服务业的集聚特征，指出京津冀都市圈内各城市生产性服务业行业结构差异较大、专业化分工明显，呈现出一种典型的非均衡、单中心、大梯度、等级化集聚发展的空间特征。陈红霞和贾舒雯［17］对我国三大城市群生产性服务业集聚特征进行比较研究，认为三大城市群形成了“专业化中心+专业化外围”和“多样化中心+专业化外围”两种不同的生产性服务业集聚模式，在三大城市群内部，生产性服务业集聚均呈不均衡的极化发展趋势。

对生产性服务业集聚的关注来源于其对经济增长的显著影响，因此探讨生产性服务业集聚与经济增长之间的关系一直是学术界研究的一个重点领域。然而，从传统经济学的角度来看，研究经济活动随时间推移的增长问题和研究经济活动空间形态的集聚问题并不具备统一性。这也是传统经济研究中缺乏将经济增长与集聚联系在一起的成果的主要原因。事实上，正如薛定谔方程所描述的那样，时间和空间在本质之上具有一致性。所以，反映经济活动时间形态的增长问题和反映经济活动空间形态的集聚问题就如一枚硬币的两面，具有不可分割性［18，19］。在将经济增长与集聚联系起来进行研究方面，新经济地理学做出了卓越的贡献。对于集聚导致的非均衡增长，新经济地理学派给出了这样的解释:产业集聚导致的规模收益递增会产生一种自强化机制，这种自强化机制会导致地区经济增长差异进一步扩大。在此基础上，一些学者尝试在传统经济增长模型中引入新的生产性服务业集聚变量，通过方程组的求解来分析生产性服务业集聚对经济增长的影响程度和方向。国内学者在这一方面的研究成果较为丰富，但实证分析的结果并不完全相同。侯淑霞和王雪瑞［20］以内生增长模型为基础，将生产性服务业集聚变量引入模型，考察了其与经济增长的关系，认为中国生产性服务业集聚与经济增长均表现出显著的空间自相关性和异质性。王琢卓和韩峰［21］利用湖南省的数据进行了实证研究，结果表明，生产性服务业专业化集聚和多样化集聚对经济增长的促进作用均是直接且显著的，专业化集聚的作用明显强于多样化集聚。吉亚辉和甘丽娟［22］对全国31 个省市的数据进行了统计分析，结果显示，我国区域经济增长的空间集聚特征十分明显，且生产性服务业集聚对经济增长具有显著的正向影响，而多样化集聚的作用尤为明显。

综上所述，生产性服务业集聚对于经济增长的作用已经得到了理论与实证的双重检验。并且，研究生产性服务业集聚与经济增长的关系，考察其作用程度与方向，也是实际操作中用于制定产业发展政策的客观需要。但是，以往的研究中还存在一些不足有待进一步完善和充实，一是忽略了城市群与其他经济区域在生产性服务业集聚水平、集聚趋势等方面的差异，以及这种差异所导致的对经济增长影响的差异;二是忽略了城市群之间在发展水平、发展阶段、发展模式等方面的差距，没有分析因这些差距的存在而导致的不同城市群生产性服务业集聚对经济增长的不同影响程度。因此，本文以新经济地理理论为基础，使用空间计量经济学的方法和工具，考察生产性服务业在城市群的集聚特征及其对经济增长的影响，力图在以下方面有所突破。首先，将集聚与增长问题结合研究体现了经济增长的时空统一性原则，实现了理论与实证的有机结合。其次，从本地影响和溢出效应两个方面考察生产性服务业集聚对经济增长的影响，从而体现经济问题研究的系统性原则。最后，考察生产性服务业集聚对经济增长影响在不同城市群之间的差异，从而进一步分析影响生产性服务业集聚效应的可能因素，以此为基础提出若干更具针对性和可操作性的政策建议。

2 中国三大城市群生产性服务业集聚的空间特征

2.1 测度方法的选择

区位熵、赫芬达尔指数、空间基尼系数、地理集中指数等是目前国内外研究中应用较为广泛的测度方法。但在实际操作中，由于指标合理性及数据可得性的障碍，大多数分析结果仍存在争议。许多研究者在原有的指标和模型的基础上进行了拓展和完善，形成了一些新的更为适用的模型。Koo 遵循了Ciccone 和Hall 的思想［23，24］，认为集聚的本质是经济活动的空间密度，经济集聚效应引致了经济增长，并在此基础上提出了一种修正的区位熵模型，如(1)式所示

其中Pij表示i 产业在j 地区的集聚程度，Eij表示j地区从事i 产业的从业人员数量，Sj表示j 地区的总面积，Eij/Sj表示i 产业在j 地区的就业密度，表示全国i 产业的从业人员总数。

2.2 中国生产性服务业集聚特征分析

集聚反映了经济活动空间分布的非均衡特征，因而是一个相对的概念，即表明经济活动在某些区域比在其他区域更为密集。因而，对集聚的考察并非只关注集聚区域本身，而必须首先从更大的范围内明确这种相对的分布不均是否存在。中国区域经济发展的不平衡性是客观存在的，生产性服务业在个别区域的集聚现象也得到了实证检验。但集聚本身又是一个集合、聚合的过程，是过程与结果的统一。因此，对于集聚的实证分析不仅要检验其存在状态，还必须检验其动态趋势。基于此，本文利用(1)式和全国285 个城市2005 ～2017 年生产性服务业相关统计数据，通过静态分析和比较静态分析的方法来考察中国生产性服务业集聚的空间特征及其集聚趋势的变化。

测度结果显示，首先，中国生产性服务业集聚水平存在明显的区域差异，说明生产性服务业分布的空间非均衡性是客观存在的。且生产性服务业集聚水平的区域差异表现为由东至西、从南到北依次递减的特征，这与中国经济发展的区域非均衡特征存在一致性。其次，从2005 ～2017 年的比较静态分析结果来看，中国生产性服务业集聚的总体水平在逐渐提高，但期间集聚水平最高城市与最低城市之间的离差在持续扩大，这说明中国生产性服务业空间分布的非均衡性在加剧。最后，“长三角”城市群、“珠三角”城市群和“京津冀”城市群是中国生产性服务业集聚水平最高的三大区域。从集聚结果看，三大城市群集聚水平的平均指数显著高于全国平均水平(如图1)，且生产性服务业集聚水平最高的四个城市——深圳、上海、广州、北京均分布在三大城市群。从集聚趋势看，从2005 ～2017年间，生产性服务业有进一步向三大城市群及其核心城市集聚的趋势。一方面，三大城市群生产性服务业集聚水平与全国平均水平的差距在扩大;另一方面，集聚水平越高的城市在考察的13 年间集聚水平提升的幅度越大。例如，集聚水平最高的深圳市在2005 ～2017 年间集聚指数从0.9192 提高到1.2760，而集聚水平最低的酒泉市集聚指数在2005 年和2017 年均为0.0003。这种状况表明，集聚的确存在自我强化的趋势。

图1 三大城市群生产性服务业集聚比较(2005 ～2017 年)

2.3 三大城市群生产性服务业集聚特征比较

基于集聚指数的空间分析表明，中国生产性服务业在三大城市群集聚的特征十分明显，且呈现不断强化的趋势，但各城市群集聚程度存在差异，如图1。首先，三大城市群中“珠三角”城市群生产性服务业集聚水平最高，显著地高于“长三角”城市群和“京津冀”城市群，且表现出不断加强的趋势;“长三角”城市群的集聚水平低于“珠三角”城市群，但也表现出不断提高的趋势;“京津冀”城市群生产性服务业集聚水平在2005 年略高于“长三角”，但在2005 ～2017 年间表现出不断下降的趋势，到2017 年，“京津冀”城市群生产性服务业的集聚水平已经明显低于其他两大城市群，但仍高于全国平均水平。其次，各城市群中的城市之间生产性服务业集聚水平也存在显著差异。“珠三角”城市群中，深圳市集聚水平最高，其次是广州，两个城市集聚水平明显高于其他12 个城市;“长三角”城市群中，上海的集聚水平最高，其次是南京，这两个城市显著高于其他24 个城市;“京津冀”城市群内部的差异尤为明显，北京和天津两个核心城市的集聚水平要显著高于其他城市，而北京又明显高于天津。该状况表明，即使在集聚区域内部，生产性服务业的空间分布也是不均衡的。经济发展水平越高、产业结构越合理的城市越能够吸引生产性服务业集聚发展，并且更容易取得集聚的规模效应。

3 城市群生产性服务业集聚对经济增长的空间溢出效应分析

三大城市群是我国经济发展水平最高的区域，而生产性服务业在三大城市群集聚的特征表明，生产性服务业集聚与区域经济增长之间存在一定的空间相关关系。对于这种空间相关关系的产生机制，空间计量经济学给出了如下解释:由于经济活动并非孤立存在而是相互关联的，这种关联所产生的外部性使得特定区域的经济活动通过各种途径影响到周边与之存在经济交往的其他地区，从而使经济活动产生一种空间溢出效应。对空间溢出效应的检验，需要运用空间计量经济学的方法和工具。

3.1 基本模型

借鉴以往的研究经验［25］，本文通过对C-D 生产函数基本模型的拓展来考察生产性服务业集聚对区域经济增长的影响，并引入空间变量来考察其空间溢出效应。

C-D 生产函数的基本模型如(2)式所示

其中Y 表示地区生产总值(GDP)，A 表示全要素生产率，K 表示投入的资本存量，L 表示投入的劳动力数量，H 表示人力资本数量;β1、β2、β3分别表示资本、劳动、人力资本的弹性系数。在经济增长中，生产性服务业集聚的作用表现在两个方面，一是通过技术创新及其溢出效应拓展生产力边界，提升区域经济总产出水平;二是通过专业化分工促进产业结构优化，提升区域经济生产效率。这两种影响均是通过改变全要素生产率，最终作用于区域经济总量。因此，可将生产性服务业集聚看作是全要素生产率的一个构成因素，用一个关于生产性服务业集聚的公式来描述全要素生产率，如(3)式所示

其中P 是生产性服务业集聚指数，β4是生产性服务业集聚的弹性系数，将(3)式代入(2)式并取对数化，得(4)式

其中α 和ε 分别表示常数项和误差项。(4)式可以作为考察区域经济增长与生产性服务业集聚关系的基本模型。以(4)式为基础，引入空间变量后构造的空间计量模型如(5)～(7)式所示。其中(5)式为空间滞后模型(Spatial Lag Model，SLM，也称SAR)，(6)式为空间误差模型(Spatial Error Model，SEM)，(7)式为空间杜宾模型(Spatial Duibin Model，SDM)。

模型中的W 为权重矩阵，本文在计算中选择了应用广泛且可得性较强的“后式(Queen)”邻接型矩阵。Y、K、L、H 在计算中分别选取地区生产总值(GDP)、资本存量、总劳动就业人数和每百万人普通高等学校在校生数。

3.2 生产性服务业集聚对区域经济增长空间溢出效应分析

利用(5)～(7)式以及中国285 个城市2005 ～2017 年相关指标的面板数据，计算不同模型的估计结果如表1 所示。

表1 的估计结果显示，生产性服务业集聚(P)的参数估计结果均在1%的水平上显著为正，说明生产性服务业集聚对本地区经济增长具有明显的促进作用，且生产性服务业集聚水平每提高1 个百分点，将导致经济增长提高0.14 ～0.23 个百分点。同时，空间杜宾模型(SDM)的估计结果显示，生产性服务业集聚空间影响的参数估计值显著为正，说明生产性服务业集聚对相邻地区的经济增长同样具有积极影响。对劳动和资本的参数估计结果均在1%的水平上显著为正，说明劳动和资本对本地区经济增长具有显著的正向影响，这与传统的估计结果一致;但空间杜宾模型(SDM)的参数估计结果却显示，资本的空间交叉项的参数估计结果在1%水平上显著为负，说明资本的增长在引起本地区经济增长的同时，可能由于规模报酬递增的原因导致相邻地区资本的流出，从而对这些地区的经济增长产生负影响。人力资本及其空间交叉项的参数估计结果不显著，说明人力资本对区域和相邻地区的经济增长无明显影响，这一结果可能与本文在人力资本指标选取过程中没有区分不同类别的人力资本有关。

表1 不同空间面板模型的估计结果

3.3 三大城市群生产性服务业集聚对经济增长空间溢出效应的差异分析

进一步以中国生产性服务业集聚水平较高的三大城市群——“长三角”城市群、“珠三角”城市群和“京津冀”城市群为考察对象，仍然采用模型(5)～(7)来检验三大城市群生产性服务业集聚对经济增长的空间溢出效应，结果如表2 所示。

生产性服务业集聚的参数估计结果显示，“珠三角”城市群生产性服务业集聚对本地区和相邻地区经济增长均具有显著的正向影响，“长三角”和“京津冀”城市群生产性服务业集聚对本地区和相邻地区经济增长的影响均不显著(显著性水平高于5%)。结合生产性服务业集聚的空间分布特征，导致这种差异的原因可能在于三大城市群生产性服务业集聚水平的差异，“珠三角”城市群经济发展水平较高，产业结构更适合生产性服务业集聚发展，因而该区域的生产性服务业显示出更高的集聚水平和更明显的集聚趋势，集聚的规模效应较为明显，不仅对本地区经济增长具有明显推动作用，同时能够发挥显著的扩散效应。“长三角”城市群和“京津冀”城市群集聚水平相对较低，其中“京津冀”城市群集聚水平呈逐渐减弱的趋势，导致集聚的规模效应无法得到有效发挥，因而对本地区经济增长无显著影响。同时，城市群内部各城市间集聚水平的差异也会对其经济增长效应的发挥产生影响，“珠三角”城市群各城市生产性服务业集聚水平差异较小，要素流动性较强，本地区生产性服务业集聚水平的提高能够通过良好的市场机制迅速传导到相邻地区，对相邻地区经济增长产生积极的推动作用;相对而言，“长三角”城市群和“京津冀”城市群的各城市之间生产性服务业集聚水平差异较大，一些发展水平较低的中小城市无法有效吸引资源;特别是“京津冀”城市群，除两大核心城市北京和天津发展水平较高，与之相邻的中小城市发展水平较低、发展能力较弱、要素回报率过低，无法有效吸引核心城市的资源，从而在城市群各梯队城市之间无法形成有效的“集聚—扩散”回路，因而生产性服务业在中心城市的集聚发展并没有发挥良好的溢出效应。

表2 三大城市群产性服务业集聚对经济增长影响的估计结果

续表2

其他变量的估计结果显示，三大城市群劳动力对本地区经济增长的影响均显著为正，“珠三角”城市群劳动力具有正向空间溢出效应，“长三角”城市群劳动力具有负向空间溢出效应，“京津冀”城市群劳动力对相邻地区经济增长无显著影响。三大城市群资本对经济增长的影响均显著为正，“长三角”城市群和“珠三角”城市群资本对相邻地区经济增长的影响显著为负，“京津冀”城市群资本的溢出效应显著为正。这种状况表明，在经济越发达的地区，经济增长对于资本的依赖性越强。人力资本的参数估计结果显示，人力资本对本地区经济增长的影响在绝大多数情况下是不显著的，“珠三角”城市群和“长三角”城市群人力资本对相邻地区经济增长均具有显著正向影响，“京津冀”城市群人力资本对相邻地区经济增长的影响不显著。该结果表明，“珠三角”城市群和“长三角”城市群的人力资本能够发挥显著的溢出效应，能够为周边地区提供高质量人才，从而促进了周边地区的经济增长。同时，这两个城市群的经济发展模式更侧重于创新驱动，特别是“珠三角”城市群作为我国的科技创新前沿，聚集了大量技术密集型产业和高水平创新人才，更容易对周边地区产生技术溢出，同时也伴随着人力资本的流动。需要特别指出的是，“京津冀”城市群中的核心城市北京作为我国高等学府分布最密集的城市，是高水平人力资本的输出中心，但“京津冀”城市群人力资本无论对本地区还是对相邻地区经济增长均无显著作用，主要是北京的大量人力资本更愿意向较发达的“长三角”城市群和“珠三角”城市群流动，而非就近流动到周边的津冀地区，从而导致区域内部人力资本的影响并不显著。也就是说，北京作为中国人力资本集聚高地，其影响范围可能更大，而非局限于区域内部。

4 结论及建议

本文基于生产性服务业集聚水平的测度，对生产性服务业集聚对区域经济增长的影响进行了实证检验，并着重分析了这种影响在三大城市群之间的差异状况。通过研究得到如下主要结论:(1)2005 ～2017 年，中国生产性服务业集聚总体呈逐渐加强趋势，“长三角”城市群、“珠三角”城市群和“京津冀”城市群是我国生产性服务业集聚特征最明显的区域。(2)在三大城市群中，“珠三角”城市群生产性服务业集聚水平最高且呈不断加强趋势，“长三角”城市群和“京津冀”城市群生产性服务业集聚水平相对较低，且“京津冀”城市群生产性服务业集聚水平呈逐渐减弱趋势。(3)“珠三角”城市群生产性服务业集聚对本地区和相邻地区经济增长均表现出显著的促进作用，而“长三角”城市群和“京津冀”城市群生产性服务业集聚对本地区和相邻地区经济增长的作用均不明显。

以上结论表明，只有在生产性服务业集聚水平较高的区域，其才能对经济增长产生积极影响。因此，进一步推动生产性服务业向发展条件较好的城市群集聚，提高生产性服务业集聚水平，是提升区域经济增长能力的有效途径。但是，对于具有不同发展模式和处于不同发展阶段的城市群应采取不同的措施，具体可以从以下几个方面着手:

(1)以科技创新为引领，推动“珠三角”城市群生产性服务业跨越式发展。作为中国科技创新的前沿阵地，“珠三角”城市群应进一步提高生产性服务业发展水平和集聚程度。特别是在知识与创新成为经济增长的新动力的背景下。要充分重视具有技术密集型、知识密集型特征的生产性服务业在实现创新驱动发展中的作用。将生产性服务业集聚发展与创新驱动相结合，不断提高生产性服务业科技创新能力，推动电子信息、计算机、软件工程、科学研发等技术创新型生产性服务业在“珠三角”城市群集聚，以生产性服务业集聚为依托，打造中国科技创新示范区。同时，要通过国际合作创新、区域协同创新、产业联合创新相结合不断提升自我创新能力，摆脱“世界工厂”的不利地位，建设国际科技创新新高地。另外，还要注重充分发挥城市群整体优势，通过生产性服务业及相关产业链条，促进技术创新成果在城市群内部扩散，提升区域整体技术水平和生产性服务业集聚水平。

(2)以优化空间布局为抓手，推动“长三角”城市群生产性服务业合理集聚。分析结果表明，“长三角”城市群生产性服务业集聚对本地区和相邻地区经济增长均无显著促进作用，但测算结果表明，“长三角”城市群生产性服务业集聚水平较高，说明这些城市生产性服务业的集聚存在结构性问题，未能有效发挥扩散功能。结合“长三角”城市群生产性服务业集聚的空间分布特征，虽然各城市生产性服务业集聚水平较高，但由中心向外围呈梯次发展的特征不明显。对此，“长三角”城市群应进一步加快生产性服务业在主要中心城市的集聚，推动区域形成合理的生产性服务业集聚空间布局。一是对城市群内部生产性服务业的空间布局加强顶层指导，培育专业化的生产性服务业行业体系。对于创新能力较强的生产性服务业行业(信息传输、计算机和软件业，金融业，科学研究、技术服务和地质勘查业等)，努力提高其专业化技术水平，形成高端生产性服务业集聚区;对于传统生产性服务业(租赁和商务服务业，批发和零售业，交通运输、仓储和邮政业等)，应加快其转型升级，推动其由劳动密集型向知识和资本密集型转化。二是根据发展水平、发展模式和发展阶段的差异，推动各城市具有比较优势的生产性服务业集聚发展，形成各具特色、优势互补的生产性服务业产业体系。三是营造良好的区域制度环境和市场机制，推动要素在区域内部合理流动以及在生产性服务业各行业间优化配置。四是通过兼并、合并、优化重组等推动生产性服务业行业、企业进一步形成规模优势，提高市场竞争能力和集聚水平。

(3)以区域协同发展为基础，引导“京津冀”城市群功能优化。目前，在“京津冀”城市群内部，各城市间发展差距较大，尤其在第三产业的发展方面差距更为明显。例如，2017 年，“京津冀”城市群第一大核心城市北京第三产业增加值占GDP 比重达到80.6%，而发展水平较低的邢台市第三产业的比重仅为39.9%。一方面，发展差距过大导致经济集聚的规模效应不同，核心城市生产性服务业集聚发展的规模效应较强，从而吸引同类产业进一步向核心城市集聚;另一方面，发展差距过大导致城市之间的要素回报率差距较大，阻碍要素由中心城市向周边发展水平较低的城市流动。由此导致城市群中核心城市的集聚能力过大，吸引了周边的大量资源，却不能有效发挥对周边地区的辐射作用。在这种极化作用的自强化机制的作用下，城市群内部各城市间的发展差距被进一步拉大。这种极化效应仅凭市场机制的作用难以在短时间内得到矫正，因此必须发挥政府“看得见的手”的作用，加强顶层设计和政策引导。不仅要提升市场对资源的配置效率，还要疏解核心城市过度集聚的若干功能，推动区域内部城市间形成优势互补、协同发展的良好局面。一是通过行政手段疏解大城市的部分经济功能和公共服务功能;二是提高大城市周边地区的要素回报率;三是扶植发展水平较低的城市凭借优势产业形成集聚。