生产性服务业集聚、空间溢出与城镇化——基于新经济地理视角

崔格格, 李 腾, 刘维奇

(1.山西财经大学 经济学院,山西 太原 030006; 2.山西财经大学 管理科学与工程学院,山西 太原 030006)

1 引言

城镇化是伴随农村人口向城市转移形成的一系列发展变革，在此过程中产生了经济社会的结构性变迁及生产生活方式的根本性转变。自改革开放以来，中国城镇化进程快速推进，完成了发达国家近百年才走完的进程。2019年中国常住人口城镇化率达到60.6%，标志着城镇化发展步入了中后期阶段。此前，城镇化的迅速发展带来了产业结构不合理、农业劳动力转移不充分等一系列问题。2020年常住人口与户籍人口城镇化率分别为63.9%、45.4%，二者存在较大差异，与同水平其他国家相比，中国城镇化发展质量仍有巨大空间。随着2020年中国全面建成小康社会，开启全面建设社会主义现代化国家的新征程，新型城镇化也步入了新的发展阶段。速度导向的发展模式已经不能满足新阶段的发展要求，后半阶段需要注重发展的质量与可持续性。城镇化是一项复杂的社会经济系统，是城乡经济、空间结构的重大转变，也是产业集聚的空间载体与平台。伴随人口、资金等要素不断向城市集聚，推动了第一产业向二、三产业转变。第三产业因其门类繁多的独特优势，吸纳了大量不同层次的劳动力。在分工协作的现代产业体系中，生产性服务业对劳动、资本、技术等要素具有较强的整合能力，它的形成与聚集能够加速推动产品研发设计、储藏运输、售后保障等一系列价值链延伸产业的发展，是促进新型制造业快速发展必不可少的中间投入。并通过创新及技术驱动，发挥集聚效应和规模效应，增强区域分工协作，提升要素的空间配置效率，改善城镇化的空间结构与布局，提高城市群的空间承载力，进而推动城镇化高质量发展。

生产性服务业集聚视角下城镇化发展机制是一个复杂性系统工程，通过就业吸纳、人力资本、技术等多种要素空间集聚，知识溢出与创新，产业分工与结构优化等多种机制相互作用推动生产性服务业集聚不仅从“量”上提高城镇化，并从“质”的方面促进城镇化发展。为此，本文基于新经济地理学理论框架，实证分析生产性服务业专业化集聚与多样化集聚对城镇化的影响及作用机制，以期为推进城镇化高质量发展提供有益启示。

2 文献述评

产业地理集聚在合作、竞争力和创新动力等方面对经济发展均具有积极作用，在新一轮科技革命影响下，生产性服务业飞速发展，向经济发达及商业服务丰富的城市集聚，表现出明显的跟随型区位模式。生产性服务业通过向以大城市为核心的城市群集聚，作为中间投入融合于工业生产，优化城市产业结构，是探索城镇化高质量发展驱动力的突破口。

关于生产性服务业对城镇化作用的相关研究主要包含两种观点。一方面是生产性服务业集聚显著推动城镇化发展。金融服务业、物流、信息技术等行业具有知识密集特点，通过知识、技术外溢促进创新活动的产生，可以同时推动高新技术产业发展与传统产业生产率的提升。此外，消费者对高新产品及服务偏好推进人口向产业集聚区域转移，人口城镇化进程带动城市的功能与质量改善。现有研究表明，处于不同发展阶段的城市因生产性服务业的差异化布局而产生经济联系，在引导产业功能分工与区域协调方面具有纽带作用。刘书瀚和于化龙通过对不同城市群进行比较，认为生产性服务业的集聚效应与空间溢出效应在各城市群间存在异质性，京津冀生产性服务业集聚程度近年来呈现下降趋势，而珠三角城市群生产性服务业表现出显著的集聚效应和空间溢出效应。另一方面是生产性服务业集聚对城镇化的影响整体呈现倒U型。袁冬梅和李恒辉将生产性服务业进行分层，高端生产性服务业对经济效率呈现倒U型，低端生产性服务业对经济效率具有线性影响。赵家羚和姜安印的研究表明生产性服务业的集聚规模具有一定阈值，过度聚集会致使产业过度竞争产生负外部性，从而抵消集聚正外部性，抑制城镇化高质量发展。

外部性理论和新经济地理理论为生产性服务业集聚对城镇化的作用机制提供了理论基础。产业集聚分为专业化集聚与多样化集聚。专业化集聚是指同类型产业在某一区域内集聚，通过专业化劳动产生外部性，促进知识溢出。Marshall指出位于同一地区的企业间可能会通过学习、匹配及劳动力蓄水池作用产生聚集外部性及协同效应，这种外部规模经济即使在企业层面没有规模经济的情况下也能够降低行业的单位成本。因此，同类产业地理集聚的距离优势将促进知识扩散，降低创新与交易成本。多样化集聚是指多类产业聚集在同一区域，知识扩散与溢出构成产业功能互补，是创新活动产生与经济高质量发展的重要引擎。同时，生产性服务业集聚通过优化产业结构与深化分工促进个体交流，提高人力资本与劳动生产率，实现城镇化高质量发展。新经济地理理论提出中间投入通过区位的选择，实现规模经济与分工，产生循环累积因果效应，推动城镇化发展。

回顾现有文献，从生产性服务业集聚形成的规模经济、扩散效应对城镇化的作用效果进行讨论，为城镇化发展步入中后期阶段，提升发展质量提供了良好的研究视角。但关于生产性服务业集聚对城镇化的作用效果仍不明确，鲜有文献通过理论模型分析两者间的关系，且在实证分析时并未明确区分专业化和多样化集聚。因此，本文将生产性服务业纳入到新经济地理学分析的一般框架中，构建包含农业部门、中间服务及最终生产部门的空间均衡模型，对生产性服务业集聚对城镇化的影响进行理论分析。选取长三角城市群41个城市，验证了生产性服务业的两种聚集模式对城镇化的作用并探讨其作用机制，为从生产性服务业角度制定城镇化高质量发展战略提供思路。

3 理论模型

3.1 消费决策

假设具有相同偏好的消费者对农产品和制造业产品同时进行消费，农产品是同质产品，制造业产品是差异化产品的组合。以

μ

和1-

μ

分别代表消费者对制造业产品与农产品的支出份额，消费者对两种产品消费形成的效用可以写成如下形式

(1)

其中

u

、

r

分别表示城市与农村，

C

、

C

分别代表制造业产品和农产品的消费量。

P

为农产品价格，

P

为制造业产品的价格指数，

I

为消费者收入，假设不存在储蓄，消费者的全部收入用于消费，在消费者收入约束下，满足其效用最大化条件下消费者对两种产品的消费数量为

C

,=(1-

μ

)

I

/P

,;

C

,=

μI

/P

,,

ε

=

u

,

r

(2)

3.2 生产决策

假设经济系统中不存在技术进步，劳动力在农村从事农业生产、在城市提供生产性服务劳动。商品在区域间交易存在“冰山”交易成本，即1单位产品跨区销售，只有

τ

(

τ

≥1)部分余量。

3.2.1 农业部门

假定农业生产边际成本为

a

，用

w

表示农业劳动力工资，

x

为农产品产量，农业成本函数为

F

=

a

w

x

。假定农业为完全竞争市场且新增1单位农产品需要投入1个劳动力，将农业劳动力工资标准化为1。农产品在区域间交易成本为

τ

，则农产品在本地与城市的销售价格分别为

P

,=1,

P

,=

τ

。

3.2.2 制造业与生产性服务业

制造业部门为消费者提供可消费的最终产品，并以差异化的生产性服务作为中间产品。假设中间生产性服务的企业均以规模收益递增的生产函数提供生产。每个企业仅提供一种服务，且只提供给本部门的制造业生产商。在一个部门有

S

种不同的生产性服务，制造业生产企业生产函数采取CES函数形式，以

Y

代表制造业部门总产出，

x

为第

j

种生产性服务的投入量，服务间相互替代度为

σ

(

σ

>1)。以

P

表示第

i

种中间投入服务的价格，制造业企业均衡时对中间投入品

j

的需求量为

(3)

生产性服务部门以一定的劳动力作为固定成本

f

，以

w

表示城市劳动力工资，生产每一单位的服务需要投入

a

单位的劳动力，且生产性服务企业数量与服务种类数量相同。代表性企业的单位成本函数及价格为

F

(

j

)=

w

(

f

+

a

x

)

(4)

p

=

a

w

σ/

(

σ

-1)

(5)

由(5)式可知，生产性服务价格与服务种类无关，每一种生产性服务的价格

p

都相同。由于生产性服务部门厂商不存在进出壁垒，因而在实现均衡时，每个企业的利润都为零，从而根据利润函数得到每个生产性服务企业的产出为

x

=

f

(

σ

-1)

/a

。与价格相同，每一个生产性服务企业的产出量

x

均相同，联立成本函数，每个企业生产使用的劳动量为

L

(

j

)=

fσ

。假设城市拥有的劳动力总量为

L

，则最优的生产性服务企业数量或生产性服务的种类为

S

=

L

/fσ

。联立制造业生产函数，得到均衡条件下制造业部门的总产出

Y

=

f

(

σ

-1)[

L

/

(

fσ

)](-1)

/a

(6)

制造业产品由城市销往农村，存在交易成本

τ

。因此，两地制造业产品价格关系为

p

,=

τ

p

,，在完全竞争市场结构下制造产品在两地的价格分别为

(7)

3.2.3 生产性服务企业集聚

产业集聚通过要素共享和技术扩散降低该产业的生产成本，从而形成规模经济，企业空间集聚能够加速信息交流与沟通，降低创新成本，提升企业技术水平，并为制造业生产形成多样化的中间产品。令

as

、

dc

分别代表生产性服务业专业化集聚与多样化集聚水平，参考韩峰等对边际成本的设定，将边际成本与生产性服务业集聚度的关系定义如下

a

=

κ

(

as

dc

)-,

α

>0

(8)

其中

κ

为常数，代表企业集聚外其他因素对边际成本的影响，

α

代表生产性服务业集聚对边际成本的影响弹性，

β

和

β

分别表示专业化集聚与多样化集聚对生产效率的影响份额。

3.3 均衡分析

假设经济系统不存在储蓄、政府税收与人口增长，令

L

代表经济系统中的总人口

L

=

L

+

L

，不妨令

L

=1。当经济系统达到均衡时，消费者的全部收入中有

μ

部分用于购买制造业产品，此时城市工人工资为

w

=

μ

(1-

L

)

/

[

L

(1-

μ

)]。从而得到城市工人数量

h

(

L

)=

bτ

(

μτ

/

(1-

μ

)+1)[

κ

(

as

dc

)-]

(9)

其中为常数，且

b

>0。以城市人口占总人口的比例作为城镇化率：

ur

=

L

/L

=

L

。根据(9)式，得到由于

L

<1，从而有根据上式显示：同理得到其中

φ

=

σαβ

，

φ

=

σαβ

。根据链式法则得到由此认为，生产性服务业的专业化集聚与多样化程度增强，均能提高最终生产部门的生产力，从而吸纳更多非农就业，促进城镇化发展。根据以上分析，城镇化进程不仅和生产性服务业集聚有关，还与制造业产品交易成本相关。由(9)式可知，城镇化率对

τ

求偏导，结果小于0。表明通过降低制造业产品在城乡间的交易成本，能够加强城乡间经济、社会联系，促进人口向城市转移，推进城镇化进程。

4 计量模型构建及变量说明

4.1 变量选取与说明

被解释变量为城镇化率(

ur

)。结合上述分析，以常住人口城镇化率表示。解释变量为生产性服务业的两种集聚方式。参考刘书翰和于化龙，曲绍卫等，考虑空间密度，用修正后的区位熵测度专业化集聚度(

as

)。产业多样化集聚的测度参考韩峰等，使用修正后的赫芬达尔指数对多样化集聚(

dc

)计算，具体公式表述为

(10)

其中

E

为

j

地区生产性服务业行业

i

的就业人数(万人)，

A

为

j

地区的区域面积(平方米)，∑

E

为

j

地区行业

i

的就业人数，

E

为研究地区总就业人数，

n

为行业数。

根据国家统计局制定的生产性服务业分类目录及数据可得性，生产性服务业包含“科学技术、技术服务和地质勘查业”“水利、环境和公共设施管理业”“信息传输和计算机服务、软件业”“交通运输、仓储和邮政业”“金融业”及“租赁和商务服务业”6个行业。

控制变量包含经济发展水平(

Pden

)、产业结构(

Na

)、交易成本(

Tra

)、人力资本水平(

Stu

)及政府力量(

Gov

)。选取经济密度即国民生产总值与行政区面积的比值衡量经济发展水平，经济密度相较于人均生产总值更能衡量出地区经济发展水平与区域集中程度。产业结构选取非农产业增加值与地区生产总值的比例进行衡量。商品交易是区域间联系的主要体现，采用货运量的倒数对商品交易成本进行衡量，货运量越大说明本地区与其他地区更易建立联系，促进要素在区域间移动。高等教育是提升人力资本的有效途径，采取每百万人高等教育在校人数衡量人力资本水平。政府财政支出规模在区域发展规划中发挥显著作用，将政府财政支出规模作为政府力量代理变量加入到模型之中。

4.2 样本选择与数据来源

城市群在经济发展中释放出越来越多的动能，成为促进经济高质量发展的着力点。长三角城市群2019年规模再次扩容，覆盖了安徽省的六安、亳州等7个城市，自此，长三角城市群包含了安徽省所有城市。选取长三角城市群41个城市进行实证分析，探索生产性服务业的专业化与多样化聚集在城镇化进程中发挥的作用。经济水平、交易成本及人力资本水平通过取对数消除异方差问题，数据来源于各省市统计年鉴及EPS数据库。

4.3 相关性检验

在空间分析中，较多学者采用莫兰指数(Moran’s I)统计量度量空间相关性。指数越接近1，表明空间相关性越大。二进制邻接矩阵(

W

)常作为空间权重矩阵用于学术研究，权重矩阵的构建是基于观测城市是否相邻，相邻为1，反之为0。除此之外，本文将构建空间地理距离矩阵(

W

)与地理经济距离嵌套矩阵(

W

)进行稳健性分析。距离相近的区域之间事物相关性更大，遵循“远小近大”原则构建地理距离权重矩阵，距离越近，被赋予的权重越大，反之权重越小，基于观测城市间距离的倒数进行构建。商品交易、要素流动等因素促进城市间经济联系逐渐密切，地理经济距离嵌套矩阵能够反映地理和经济两方面的相关性，以观测城市地区生产总值之差的绝对值与地理距离矩阵的乘积表示经济地理关联。

如表1所示，在空间邻接矩阵下，城镇化率的莫兰指数(除2009年外)均通过显著性检验，系数显著为正，表明城镇化水平在空间上存在自相关，且呈现高-高、低-低相邻分布。在研究期间莫兰指数呈现总体上升趋势，进一步证实城镇化率的空间相关性逐渐加强。采取地理距离和地理经济距离嵌套矩阵对其进行验证，城镇化率自相关性邻接矩阵结果一致，且在地理经济距离嵌套下的莫兰指数值较大。

表1 空间相关性检验

空间矩阵20092010201120122013Moran’s IzMoran’s IzMoran’s IzMoran’s IzMoran’s IzW10.0961.2920.1912.3250.1862.2690.1852.2520.1862.266W20.0562.8220.1164.9330.1134.8370.1134.8250.1124.818W30.4192.2220.5352.8280.5352.8230.5382.8400.5492.893空间矩阵20142015201620172018Moran’s IzMoran’s IzMoran’s IzMoran’s IzMoran’s IzW10.1942.3520.2032.4380.2062.4780.2092.5070.2142.560W20.1154.8950.1195.0300.1195.0510.1195.0430.1205.066W30.5642.9670.5923.1010.6023.1540.6133.2080.6143.217

注：>1.960表示显著。

5 计量模型结果分析

5.1 基准模型结果分析

根据以上分析，城镇化水平存在空间自相关，因而，需采用具有空间因素的模型进行分析。如表2所示，LM-sar和LM-sem均在1%的显著性水平下拒绝了原假设，因此选择空间模型具有合理性。进行LR与Wald检验对是否可以将空间杜宾模型简化为空间误差模型或空间滞后模型进行判断，根据表2显示，空间杜宾模型选取恰当。同时，Hausman检验表明选取固定效应更合理，最终选取空间和个体双固定的空间杜宾模型。

表2 模型基本检验

模型R LM-sarR LM-semHausmanLR-sarLR-semWald-sarWald-sem专业化集聚10.718∗∗∗6.983∗∗∗19.850∗∗50.250∗∗∗43.220∗∗∗49.050∗∗∗44.650∗∗∗多样化集聚13.140∗∗∗14.060∗∗∗54.090∗∗∗38.350∗∗∗33.020∗∗∗36.120∗∗∗33.180∗∗∗产业集聚11.010∗∗∗7.107∗∗∗44.870∗∗∗45.370∗∗∗40.540∗∗∗44.620∗∗∗41.480∗∗∗

注：,,分别表示在1,5和10的水平上显著。下同。

如表3所示，模型(1)展示的是未加入空间因素的固定效应模型结果，与模型(4)相比，未考虑相邻地区产业集聚的溢出作用，弱化了产业集聚对城镇化的总体影响。模型(2)～(4)分别为两种集聚方式对城镇化的作用，回归结果均验证了城镇化与生产性服务业集聚呈现出显著正向变动。专业化集聚促进技术溢出形成外部性，促进规模经济形成，人口根据产业的集聚而流向城市，上述模型结果也对理论分析进行了印证。如模型(4)所示，在控制其他变量后，生产性服务业专业化集聚对城镇化的总效用较多样化集聚更大，说明当前城市发展进程中更加依赖生产性服务业专业化集聚形成的外部性。根据陈向阳和陈日新研究表明，当中间产品的多样化经济程度大于专业化经济程度时，其总产出会与中间产品的种类呈正相关，因而当前长三角地区需要对生产性服务的多样化与专业化布局进行权衡，避免专业化规模过小，无法发挥规模经济，同时也要防止专业化过度，损失产业多样性发展。

表3 基准回归结果

变量固定效应模型(1)空间杜宾模型模型(2)模型(3)模型(4)lnas3.693∗∗∗1.428∗∗1.466∗∗lndc-0.7441.460∗∗∗1.428∗∗∗lnPden-1.690∗∗4.961∗∗∗3.701∗∗4.731∗∗∗Na0.896∗∗∗1.181∗∗∗1.115∗∗∗1.136∗∗∗lnTra0.716∗-1.152∗∗-1.422∗∗∗-1.576∗∗lnStu2.309∗∗∗2.804∗∗∗3.123∗∗∗2.639∗∗∗Gov0.128∗∗-0.107-0.003-0.096W×lnas2.823∗∗2.354∗W×lndc1.5981.169常数-26.660∗∗∗λ/ρ0.190∗∗∗0.173∗∗0.173∗∗R20.8960.5650.6150.573时间/空间控制/控制N410

注:代表空间溢出。

从控制变量来看，经济密度对城镇化进程具有显著促进作用，尤其步入城镇化发展中后期，更加注重经济发展结构，而不仅只有经济总量与速度。非农产业在国民经济中的比重提高对城镇化具有显著促进作用，非农产业发展为农村转移劳动力创造就业机会，有力推动城镇化发展。教育水平提高对城镇化具有积极影响，通过提升人力资本水平与劳动力素质，真正实现以人为核心、高质量发展的城镇化。产品交易成本变量也与预期一致，交易成本越高越不利于城镇化的推进。由于在不同规模城市中，政府对城镇化的干预程度不同，因此，政府力量作用的方向因存在着异质性而不确定，在总样本中可能被平滑而变得不显著。

进一步将直接效应与空间溢出效应进行分解,如表4所示。模型(2)结果显示生产性服务业专业化集聚具有显著的空间外溢效应，且邻近地区的专业化集聚将对本地城镇化产生更大作用，加强地区间产业合作与分工，将会对城镇化进程产生倍增效果。多样化集聚的直接效应显著为正，空间溢出效应在统计上不显著。当前长三角城市群多样化集聚整体规模较小，产业互补的辐射效应在空间发挥受到限制。因而在下一步城市发展战略中应加强多样化集聚，发挥地区间多样化集聚的知识溢出效用，促进互补经济形成。经济发展水平与产业结构的空间溢出效应均显著为负，表明经济发展水平的“虹吸效应”显著，中心大城市作为知识、技术、人力资本等要素的汇集区，经济发展水平快速提高，吸纳中小城市资源流入。邻近城市的非农产业在国民经济中占比越高，对劳动力的需求也越高，从而促进小城市劳动力跨区域流动，推动相邻大城市城镇化进程。

表4 直接效应与空间溢出效应

变量lnaslndclnPdenNalnTralnStuGov模型(2)直接效应1.591∗∗4.210∗∗∗1.158∗∗∗-1.174∗∗2.790∗∗∗-0.094空间溢出效应3.720∗∗-19.470∗∗∗-0.831∗∗∗-0.2670.633∗0.279总效应5.311∗∗-15.260∗∗∗0.327-1.440∗∗3.422∗∗∗0.185模型(3)直接效应1.554∗∗∗3.071∗∗1.099∗∗∗-1.447∗∗∗3.111∗∗∗-0.000空间溢出效应2.175-16.550∗∗∗-0.666∗∗∗-0.3020.655∗3.960总效应3.729∗∗-13.470∗∗∗0.433∗-1.749∗∗∗3.767∗∗∗-0.001模型(4)直接效应1.600∗∗1.470∗∗∗4.273∗∗∗1.115∗∗∗-1.560∗∗2.729∗∗∗-0.087空间溢出效应3.059∗1.807-18.070∗∗∗-0.782∗∗∗0.2000.5920.264总效应4.659∗∗3.277∗∗-13.800∗∗∗0.333-1.3613.321∗∗∗0.176

5.2 机制分析

根据前文分析，生产性服务业作为中间服务作用于制造业产品生产商，制造业产品交易费用的降低能够提高生产效率，促进人口转移与聚集。生产性服务业对技术、知识的需求较高，人力资本水平对该产业的发展具有决定性作用。因而，在基准模型中分别加入产业集聚与交易成本、产业结构和人力资本水平的交互项，分析生产性服务业的两种集聚效应对城镇化的作用机理和路径,检验结果如表5所示。

表5 机制检验回归结果

变量交易成本产业结构人力资本模型(5)模型(6)模型(7)模型(8)模型(9)模型(10)lnas1.148∗3.125∗∗∗2.294∗∗∗lndc1.528∗∗∗1.317∗∗2.318∗∗∗Na1.176∗∗∗1.133∗∗∗1.490∗∗∗0.993∗∗∗1.137∗∗∗1.108∗∗∗lnTra-1.555∗∗-1.438∗∗-0.892-1.399∗∗∗-1.281∗-1.115lnStu2.597∗∗∗2.824∗∗∗2.147∗∗3.461∗∗∗2.991∗∗∗2.538∗∗∗集聚度×lnTra-0.861∗0.940集聚度×Na0.491∗∗∗0.160∗∗集聚度×lnStu2.456∗∗∗1.342∗∗λ/ρ0.163∗∗0.167∗∗0.183∗∗0.169∗∗0.164∗∗0.178∗∗R20.6310.6010.6470.8340.6190.561控制变量控制时间/空间控制/控制N410

模型(5)～(6)分别加入了两种方式集聚与交易成本的交互项。模型(5)交互项系数显著为负，生产性服务业专业化集聚通过降低交易成本促进城镇化发展，生产性服务业集聚尤其是信息、交通等行业的空间集聚，能够大大降低要素信息搜集、迁移交通成本，促进城镇化水平提升。模型(7)～(8)分别加入了两种集聚方式与产业结构的交互项，系数分别为0.491和0.160，非农产业的发展对专业化集聚影响作用更大。生产性服务业作为中间服务供给部门，通过产业集聚发挥其规模经济与技术外溢作用促进制造业结构升级。传统工业化推动城镇化的模式已发生改变，推动生产性服务业与制造业广泛融合带来的产业结构升级是促进城镇化持续发展的根本路径。模型(9)～(10)分别为加入了两种集聚方式与人力资本水平的交互项，均通过显著性检验。人力资本积累与迁移是城市规模持续增长的重要动力，生产性服务业集聚与人力资本的联动作用显著推动了城镇化发展。

5.3 稳健性检验

为验证邻接矩阵的稳健性，使用

W

与

W

再次进行回归。核心解释变量均在5

%

的显著性水平下通过检验，且相较于地理经济距离嵌套权重，专业化集聚与多样化集聚在地理距离权重下对城镇化的解释力更强。通过更换空间权重矩阵进行验证，结果表明生产性服务业专业化集聚与多样化聚集显著推动城镇化的结论具有稳健性。

6 结论及启示

生产性服务业是依托制造业而发展起来的新型服务业，通过产业集聚发挥规模经济、知识外溢，促进高端制造业与服务业发展，为农村剩余劳动力转移提供环境与就业岗位，推动城镇化发展。因而，探究生产性服务业集聚对城镇化的影响具有重要的理论与政策意义。本文通过构建生产性服务业集聚与城镇化关系的理论分析框架，验证了生产性服务业专业化集聚与多样化集聚对城镇化的影响及作用机制。本文认为：第一，生产性服务业集聚对城镇化具有显著推动作用，且专业化集聚对城镇化的解释力更强。第二，长三角城市群中生产性服务业专业化集聚不仅推动本地的城镇化进程，而且通过空间溢出效应对其周边地区的城镇化也发挥积极作用，而多样化集聚仅在本地促进城镇化进程。第三，通过对控制变量的分析，长三角城市群内经济水平、产业结构及人力资本水平显著推动本地城镇化。城市群内存在集聚阴影，大城市对中小城市辐射带动作用不足。第四，生产性服务业专业化集聚通过交易成本降低、非农产业发展及人力资本积累的联动作用促进城镇化发展；多样化集聚通过产业结构优化与劳动力素质提升加强对城镇化的促进作用。

根据理论与计量模型分析得出的结论，可以从以下三点推动地区生产性服务业与城镇化协调发展。首先，因地制宜引导生产性服务业合理集聚。在“服务经济”推动城镇化发展愈加重要的背景下，注重生产性服务业集聚对城镇化的促进作用。地方政府应当加大对生产性服务业集聚程度较低地区的支持力度，尤其针对相关服务类企业加大政策倾斜力度，通过采取减免税费、补贴等优惠政策，调整生产性服务业内部产业结构，发挥生产性服务业集聚对城镇化的促进作用。

其次，充分发挥生产性服务业专业化集聚的空间溢出效应。对于相邻区域尤其是城市群，应加强各城市的产业关联，加速产业与人口在城市间的流动与集聚。充分释放产业集聚带来的知识溢出与技术溢出，优化产业空间布局，在不同城市间形成专业化分工与互补，从而推动城镇化高质量发展。

最后，健全基础设施，优化制度环境。通过完善交通基础设施，在时空上压缩地理距离。同时，破除制度性壁垒，促进劳动力在区域间自由流动，在加速推动人口城镇化的同时，追求“以人为本”的高质量新型城镇化，真正解决人力资本跨区转移的后顾之忧，形成生产性服务业发展所需要的人力资本、技术、知识等要素集聚环境。