现代服务业聚集的形成机制：空间视角下的理论与经验分析，本文主要内容关键词为：视角论文,现代服务业论文,机制论文,理论论文,经验论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 引言与文献评述 现代服务业是中国经济发展战略中的重要组成部分，也是衡量一个国家经济发展水平的重要标志。推动现代服务业的发展壮大已成为当前中国经济发展的重要目标和关键动力。现代服务业一般指随着现代制造业的出现以及人们生活方式的变化而发展起来的服务业，具有技术含量高、规模经济显著、劳动生产率提高快的特点；其核心内容为生产性服务业，同时包含了部分满足现代生活需求的公共服务及消费性服务业(徐国祥和常宁，2004；闫星宇和张月友，2010；江小娟，2011)。当前中国经济正处于结构调整、产业转型的重要时期，产业转型的关键就是依靠技术效率与市场规模改造传统产业、培育新兴产业，而新兴产业的核心内容是现代服务业与先进制造业(南开大学产业经济课题组，2011)。这意味着现代服务业的发展对当前中国的产业转型有着重大的战略意义，一方面，现代服务业的发展本身即是产业转型的实现；另一方面，现代服务业的聚集可以发挥其作为高端产业对整个产业体系的全面支撑和广泛辐射带动作用，促进产业升级与经济结构调整(Hayes，2009；王小平，2011；夏杰长和张晓兵，2012)。分析现代服务业发展的形成原因与内在机制，已成为学者和政策制定者共同关注的问题。 Krugman(1981、1991a、b)将空间概念纳入Dixit和Stiglitz(1977)垄断竞争、收益递增的一般均衡分析框架，引入了地区间的“冰山成本(iceberg cost)”，创建了空间经济学(spatial economics)①的一般范式，并建立了中心-外围(Core-Periphery，CP)模型，论证了市场规模在决定产业(人口)聚集方面具有重要作用。其后，Krugman和Venables(1995)、Venables(1996)、Redding和Venables(2004)及Head和Mayer(2006)又分别从产业关联、拥挤成本、溢出效应及相关指标设定等方面进一步完善了产业聚集问题的分析框架。空间经济学的基础观点之一是内生的市场规模促进了聚集的产生，可以视为需求因素在循环累积作用下促成产业聚集。而在大量的产业经济学文献中，供给因素同样对产业聚集产生重要影响，其中最被关注的供给因素就是比较优势，具体表现为一种效率优势(Kim，1995；Torstensson，1996；Ellison和Glaeser，1997；Davis和Weinstein，1999；Brulhart，2001；Duranton和Overman，2008)。作为影响聚集的需求因素，市场规模最常采用的分析指标是“市场潜能”(market potential)，Redding和Venables(2004)又进一步提出了市场获得(MA)、供给获得(SA)等指标。对于影响聚集的供给因素，效率优势被划分为生产效率、技术效率等不同方面，也成为影响企业区位选择及产业聚集的重要原因(Taymaz和Saatci，1997；Schmitz和Nadvi，1999；Ricci，1999)。 对于具有知识密集型、技术密集型特征的现代服务业，曾有学者指出，包括空间经济学在内的用于分析传统产业聚集的范式已不适用于现代服务业，最主要原因是来自距离最小化的冰山成本的节约不足以解释知识密集型的服务业聚集(Moulaert和Gallouj，1993；Storper，1997)。事实上，“冰山成本”的影响并没有消失，而是以其他形式继续作用在服务业的空间聚集。在地理距离影响下的效率减损、信息耗散及交易成本，都是现代服务业聚集的空间“冰山成本”(Kolko，1999；Carbonara，2005；Hong和Fu，2008)。因此，空间经济学的分析范式依然适用于现代服务业，只是需要进一步考虑其知识密集型与市场效率高的产业特征。效率优势一方面是影响产业聚集的重要供给因素，另一方面也与现代服务业的产业特征密切关联。结合中国经济现实，内生的技术效率与内生的市场需求已成为推动中国产业转型升级的“两轮”(南开大学产业经济课题组，2013)，现代服务业的形成、发展与聚集，同样需要依靠效率的提升与市场需求的扩大。不同类型的效率优势会从不同方面对本地(服务业)产业聚集产生影响，单纯某一种效率(如前文提及的技术效率、生产效率、服务效率)不足以代表一个地区的整体效率优势。本文基于现代服务业的产业特征，从空间视角出发，在原有的空间经济学模型中引入复合效率优势变量，用来代表该地区组织生产、提供服务的综合效率及整体优势，进而从需求、供给两方面分析产业聚集的空间作用机制。 既有研究已从多个角度、基于不同理论论证过产业聚集的原因，但从空间经济学出发的产业聚集研究往往更关注市场规模等需求因素，对效率优势等供给因素的讨论仍有不足。同时，将空间经济学与空间计量方法相结合针对产业聚集机制的研究并不多，以此分析现代服务业聚集的研究就更加少见。这可能有两方面原因：一是空间经济学和空间计量经济学本来就是由不同的研究背景和体系中发展而来的，并非“天然”匹配；二是当前国内外应用空间计量的分析更多的是发挥其在计量上处理截面样本空间相关性的统计功能，较少挖掘其理论层面的意义。但事实上，空间经济学与空间计量经济学在其变量特征的设定上存在很大程度的统一与契合，都考虑到变量在空间上的相互作用(Krugman，1991a；Redding和Venables，2004)。本文把空间经济学与空间计量经济学进行结合，从空间视角对现代服务业聚集的影响机制进行尽可能精确的分析。 已有关于服务业聚集的研究，主要对其空间分布、影响作用及形成机制进行论证。首先，服务业在空间分布中同样表现出聚集的特征，Illeris和Philippe(1993)指出，相比于制造业，服务业由于其生产、消费的市场特征会体现出更高的空间聚集效果。其次，服务业聚集会深刻影响制造业的生产能力、空间分布与地区经济。Guimaraes等(2000)基于葡萄牙地区的制造业企业数据分析指出，服务业的聚集可以带动地区生产率的提高并吸引外商直接投资。江静等(2007)指出，生产性服务业的发展对于提升地区制造业的能力具有积极作用。Antonietti和Cainelli(2011)在一个动态视角下，使用意大利伦巴第地区的数据分析发现，服务业的空间聚集会对生产企业产生一种“反纵向一体化”的作用效果，但这种作用会伴随城市拥堵的出现而消失，因此是一种非线性作用。Zhao和Zheng(2012)使用中国企业数据论证了生产性服务业可以通过降低交易成本促进制造业企业的聚集。再次，对于服务业聚集的形成机制，知识技术、市场规模、要素禀赋、市场环境都是促进服务业聚集的重要因素。胡霞(2008)与陈建军等(2009)分别基于2005和2006年中国地级市的截面样本数据对服务业聚集的原因进行分析，指出市场规模、要素禀赋、信息技术、知识密集度、制度环境都会影响服务业的聚集。Kolko(2010)指出服务业相比于制造业具有“更高的城市化却更低的聚集化”的特征，其原因在于服务业对资源依赖少但需要近距离面对多样化的消费者群体。Jacobs等(2012)基于阿姆斯特丹地区的城市案例分析指出，知识密集型的商业服务业聚集在极大程度上受跨国公司空间分布的影响，而这种影响作用对于新兴的商业服务企业表现得较弱。 前期关于服务业聚集的研究很难解决由于空间自相关问题产生的计量模型偏误。Anselin(1988)指出，在空间结构中，一个地区的经济变量与周边地区会存在相关性，即各地区之间的经济指标不再符合经典计量模型中的独立性假设，而具有空间依赖性或空间自相关特征。基于已有研究可知，服务业的聚集受到市场规模、要素禀赋等因素的影响，而在相邻地区之间市场规模、要素禀赋、知识技术等条件会具有很高的空间相关。本文主要关注的复合效率优势、市场需求也同样在区域结构中具有显著的空间相关性。近期有少量文献应用空间计量经济学对服务业聚集问题进行经验分析，在很大程度上避免了计量模型偏误，提高了空间经济分析的精确性。这些研究主要关注了服务业聚集特征(Cohena等，2005；任英华等，2010、2011；陈国亮和陈建军，2012)、区域之间的知识外溢关系(Lim，2004；余泳泽和刘大勇，2013a、b)及服务业聚集的影响作用(余泳泽等，2013)。 已有关于服务业聚集的研究，很少结合空间经济理论进行分析。本文则应用空间经济理论模型，将复合效率优势纳入模型分析，综合研究复合效率优势、市场需求以及市场拥挤程度、市场便利程度等变量对(服务业)产业聚集的影响作用。并且，本文在空间经济学理论模型分析的基础上，以2005-2010年中国226个地级以上城市为样本，建立基于城市地理距离的空间权重矩阵，应用空间计量经济学方法对理论结果进行检验，分析中国现代服务业的空间聚集特征及其形成机制。 二 空间经济模型 以Krugman(1991a)、Helpman(1998)、Head和Mayer(2006)及Redding和Venables(2004)的研究为基础，我们建立下述包含复合效率优势的空间经济模型：设定一个有R个地区的空间，除了考虑垄断竞争、规模经济、冰山成本等空间经济的基本特征外，还引入了复合效率优势变量
。复合效率优势是指i地区组织生产、提供服务的综合效率水平，充分体现该地区的整体效率优势。除了复合效率优势与需求的影响，作为引发产业离散的力量，每个城市同时拥有无弹性的不可贸易资源
，如土地、住房等。对这些不可贸易资源的竞争，将提高劳动力成本，进而体现了市场拥挤程度。由于不同地区拥有差异化的产业结构，本文设定i地区的产业结构系数为
地区的产业结构系数为
，该系数为各地区服务业从业人数占该地区从业人口总数的初始份额，表明服务行业对该地区经济规模的依赖程度。为了方便计算，设定产业结构系数
，
都为各地区产业发展的外生条件。 (一)消费者行为 令消费者的效用函数用可贸易品
和不可贸易品(如房屋等)
的科布-道格拉斯(Cobb-Douglas，C-D)形式来表示：
其中，μ为可贸易品的支出份额，满足(0＜μ＜1)。本文设定消费者偏好多样化需求，每种产品的替代弹性为σ(σ＞1)，消费者对不同产品的消费组合利用Dixit和Stiglitz(1977)的标准CES形式表示：
假设存在冰山成本，i地区(本文对“地区”与“城市”的表述不做区分)
单位产品到j地区时只剩下1单位，
单位在交易过程中损耗掉了。参考Krugman(1991a)的研究，本文定义j地区的市场便利程度为：
市场便利程度
反映了j地区消费者对产品的可获得性。假定i地区拥有提供不同产品的
家厂商，每个厂商接受相同的需求弹性。i地区商品市场价格为
，j地区的消费者面对同样的均衡价格
，可获得产品的种类越多，冰山成本越小，市场便利程度
就越高。设i地区的劳动力数量为
，j地区的劳动力数量为
，j地区的工资水平为
，该地区总收入中用于购买产品(除去土地等不可贸易品H外的商品)的份额为μ，则价格为
的产品在j地区的销量为：
(二)生产者行为 本文设定一个地区的复合效率优势为
，用来刻画不同地区组织生产、提供服务的综合效率水平。
是一个地区具备的整体效率优势，是在不同地区的生产过程中存在的外生变量，其效率来源可能来自于设备条件的改善、管理水平的提升或技术研发的投入等产业因素，也可能来自于一个地区的综合环境因素。复合效率优势的空间特征也表现在不同地区拥有的差异性效率优势。 一个地区的复合效率优势越大，则该地区厂商的生产成本越小。假定厂商不存在资本投入，只有劳动力投入。因此，基于Ricci(1999)的定义，对于处在复合效率优势为
的i地区的厂商，生产
单位产品(商品或服务)所需的劳动力数量可以表示为：
其中，F为固定的劳动力投入，
为可变的劳动力投入。i地区的工资水平为
，根据i地区厂商利润最大化条件：
由于存在冰山成本，i地区的产品在j地区销售价格为
，厂商的总产出为各地区的消费量与交易成本乘积的加总：
基于Krugman(1992)、Redding和Sturm(2008)对市场潜能的定义，在此可设定i地区的市场需求为
刻画了j地区总收入，
刻画了从i地区到j地区的地理空间带来的冰山成本。市场需求潜能可以表现一种空间经济关系，刻画了市场需求的带动效果：一个地区经济发展水平越高、总量规模越大、收入水平越高，该地区对周边地区商品、服务的需求能力就越大。
可以表现各地区(j地区)对i地区产品的潜在需求的加总，则公式(10)可写成：
(11)式表明，i地区厂商的销售量取决于i地区的工资水平、市场需求和复合效率优势。复合效率优势越高、工资水平越低，企业成本就越低，其产品就越有竞争力；市场需求越大，厂商就越接近市场，从而销售额越高。假定市场可以自由进入，最终每个厂商的超额利润
为0，结合式(9)，零利润条件下i地区每个厂商的产量为：
由于只有劳动力一种要素投入，劳动力的工资水平须满足企业在市场需求和复合效率优势给定的情形下售出
单位产品，根据公式(9)、(10)，得到i地区劳动力工资方程：
(三)复合效率优势、市场需求影响下的聚集均衡 通过劳动力工资方程可知，当市场需求越大、复合效率优势越高时，该地区劳动力的工资越高。i地区的劳动力所获得的实际效用ω，取决于该地区工资水平
、市场便利程度
和市场拥挤效应的大小。一方面，高工资会吸引劳动力向该地区聚集，另一方面，不可贸易资源
同样是稀缺资源，一个地区的
越少，该地区的“拥挤效应”越明显，就有可能引致限制劳动力在i地区聚集的政策出台。在劳动力自由流动的前提下，根据Redding等(2008)的研究，劳动力在各地区获得的实际效用相等是最终实现空间聚集均衡的条件，即对任意地区i，存在相等的效用，可记为常数
，满足：
命题：对于地区i，其复合效率优势的提升(或降低)、市场需求的增加(或减少)，将对该地区的(服务业)产业聚集产生促进(或削弱)作用；市场便利程度的提升(或减低)，不可贸易资源的增加(或减少)，会对该地区的(服务业)产业聚集产生正面(或负面)影响。 上述命题说明一个地区的复合效率优势作为该地区重要的比较优势之一，表现出了该地区的供给能力，对(服务业)产业聚集产生显著的推动作用；而市场需求是另一项重要影响因素，体现了该地区的需求水平，同样对(服务业)产业聚集形成积极影响。复合效率优势与市场需求的共同作用，成为(服务业)产业聚集的重要形成机制。 同时，一个地区获得商品或服务越便利，不可贸易资源越充裕，则该地区的产业聚集越容易实现。根据模型设定，G[，i]越大，代表市场便利程度越高；H[，i]越大，代表不可贸易资源越多(市场拥挤程度越低)。市场便利程度主要取决于在该地区获得所需产品的方便程度及不同地区间的运输(也包括信息交流、商品或服务的交易等)成本的高低，显然，中心城市或交通发达地区的市场便利程度较高。而不可贸易资源则主要取决于城市建成区域面积大小以及基础设施丰富程度。 综上可知，当某地区具有较高的复合效率优势、较大的市场需求就可能拥有较高的产业(劳动力)聚集规模。而市场便利程度和不可贸易资源也分别对产业聚集产生影响。接下来，本文进一步通过空间计量分析对空间理论模型的命题进行检验，同时定量分析中国现代服务业的空间特征与影响机制。 三 空间计量模型设定 (一)基本的回归模型 根据理论模型中聚集的基本条件方程及上文命题中的观点假设，不同地区产业劳动力聚集是该地区复合效率优势、市场需求以及市场便利程度、市场拥挤程度的函数，我们首先构造有关产业聚集的基本回归模型：
本文主要分析现代服务业聚集的形成机制及影响因素，对各地区的复合效率优势、市场需求进行检验，考察其对该地区现代服务业聚集的影响作用。 (二)建立空间计量模型 如前文所述，由于复合效率优势存在空间依赖和相关性，而市场需求同样表现为一个地区的经济规模会对周边地区的经济产生拉动作用。对于G[，i]和H[，i]变量等控制变量而言也是如此，因为城市化进程、房地产价格、交通发达程度等影响市场拥挤程度和便利程度的因素也面临同样的空间相关性。应用空间计量经济学方法，通过地理位置和空间联系建立新的统计关系，与本文的空间经济学理论分析产生很好的契合。需要指出的是，本文应用空间计量方法，除了可以有效消除空间模型中变量的空间相关影响所产生的计量回归偏差，更可以进一步观测、分析变量的空间特征与经济意义：一方面可以提高经验分析结果的精确性，另一方面也可以更加清晰地阐述理论模型的经济意义。根据Anselin(1988)的研究，空间误差模型(Spatial Error Model，SEM)可表示为：
四 变量的指标选取及其空间特征 关于数据样本选择，国内现有的关于产业、区域问题的空间计量分析，大多采用31个省市地区的数据分析区域经济增长及外溢(胡鞍钢和刘生龙，2009；李林等，2011；许和连和邓玉萍，2012)、区域经济差异与收敛(林光平等，2005；张晓旭和冯宗宪，2008；潘文卿，2010、2012)等问题。本文选用中国所辖的地级城市作为分析样本，相关原始数据来自2006-2011年《中国城市统计年鉴》。采用更为精细的数据不仅克服了样本数量上可能存在的局限，在经验检验中也剔除了各省区经济发展水平及政策制度差异对最终回归结果的影响，并对距离的作用有了更精确的分析，进一步提高计量分析的准确性。在数据处理过程中，我们剔除了从业人员总数少于10万人的城市和数据缺失的城市，最终样本为2005-2010年226个地级以上城市的经济数据。根据本文的理论框架设定，现代服务业聚集、复合效率优势和市场需求是模型中的核心变量，市场便利程度、市场拥挤程度等其他变量为控制变量。 (一)现代服务业聚集 本文依据现有研究中对现代服务业的产业特征、服务类型、主导产业选择的总结归纳(徐国祥和常宁，2004；闫星宇和张月友，2010；江小涓，2011)，选取了交通运输、仓储及邮政业；信息传输、计算机服务和软件业；金融业；房地产业；租赁和商业服务业；科学研究、技术服务和地质勘探业；文化、体育和娱乐业等产业作为中国现代服务业的主要分析对象。在具体回归中，本文使用各个地区的现代服务业劳动力数量规模作为该地区产业劳动力聚集的指标，现代服务业的劳动力数量规模即为上述现代服务业的从业人员数量之和，我们计算其对数作为计量模型(23)和(25)式中的被解释变量
。 同时，为了进一步观察中国现代服务业的空间聚集程度，本文选取区位熵(CAPS)作为衡量指标对中国现代服务业的聚集程度进行具体测算②。计算方法为
代表各城市现代服务业的就业人数和全市就业人数，PS、M分别代表226个城市的现代服务业就业人数的总和与城市全体就业人数总和。计算结果越大，说明该地区现代服务业的聚集程度越高。 (二)复合效率优势， 王焕祥(2006)在分析区域创新能力时曾提出复合效率的概念，用包含市场效率和外溢效率的复合效率来刻画地区的综合创新效率。本文提出复合效率优势指标，用来刻画不同地区发展现代服务业的整体效率优势。 现代服务业的核心内容是生产性服务业，而生产性服务业与制造业会呈互动发展态势(高觉民和李晓慧，2011)，生产性服务业的效率也会与制造业效率形成共生关系(Markusen，1989；Francois，1990)。胡晓鹏和李庆科(2009)基于东南三省市地区投入产出表的动态比较分析指出，生产性服务业对制造业的依存程度要大于制造业对生产性服务业的依存程度。其内在的理论机制可以概括为：制造业的分工深化、扩大需求和服务业内部专业化，使得制造业与生产性服务业彼此互动，进而实现各自效率的提升(Cohen和Zysman，1987；Klodt，2000；Eswaran和Kotwal，2002)。因此，一个地区的效率优势，特别是一个地区在促进现代服务业发展方面的综合比较优势离不开两个方面：一是该地区自身的服务业基础水平，二是制造业基础水平。二者相互影响、相互促进。本文基于一个地区的制造业生产率、服务业发展比较优势，建立该地区的复合效率优势指标。 关于效率的计算方法，当前国内外研究中常用的效率指标包括：产出率(产业增加值与产值的比率)、效率指数(某产业或行业的产出占全国GDP比例与该行业劳动投入占全国总劳动投入比例的比值)、劳动生产率(产业总产出与就业人数的比值)和经济效率(economic efficiency)(江静等，2007；程大中，2008；Lin，2009)。Farrell(1957)最早提出经济效率概念，之后经济效率的生产前沿面估计方法被归纳为两种：一种是以随机前沿方法(SFA)为主的参数方法(parametric estimation method)；另一种是以数据包络分析(DEA)为主的非参数方法。 关于复合效率优势指标的测算方法，本文参考Whitesell(1993)与Mo和Li(1998)对效率的定义方式，采用(以服务业比较优势水平为权重)加权后的地区生产率水平来体现该地区在发展现代服务业方面的整体效率优势：
是地区i的制造业生产效率优势，在此以制造业生产率来表示，本文应用非参数的数据包络分析(Del Gatto等，2011)计算出地区i的制造业全要素生产率③。
是地区i的加权系数，该系数为地区i的服务业比较优势。
采用前文提到的“效率指数”计算方法：
为地区i的第三产业产值，
为地区i的第三产业从业人数，X为全国的第三产业产值，L为全国第三产业从业人数。对于
，本文都采用滞后1期进行处理。 (三)市场需求DP 根据公式(10)及理论描述，市场需求可以表示为：
(四)其他控制变量 根据理论和已有研究成果，本文选取了以下5个控制变量：(1)市场货运水平。该控制变量主要来自前文模型中的变量
。变量
是市场便利程度，来源于“中心外围”模型中“冰山成本”假设，在本文模型中表示对效率减损、信息耗散及交易成本的克服。市场货运水平与市场便利程度高度相关，货运水平可以反映一个地区能够获取其他地区的各种(商品或服务)产品的程度。限于城市层面交通基础设施没有相关的统计数据，进一步采用了该地区的货运总量。根据公式(15)，同样对其进行对数化处理。(2)不可贸易资源数量。该控制变量来自前文模型中的变量
，反映市场拥挤程度。根据Helpman(1998)的研究，
作为不可贸易资源，可以反映城市空间、土地、住房、公共设施等条件，本文选取城市建成区面积作为代理变量，也进行对数处理。(3)教育水平(Edu)。教育水平是人力资本投资的核心条件，也是制约地区发展、产业升级的重要因素。本文选择各地区教育业从业人员数量作为其教育水平的代理变量。(4)对外开放程度(Open)。大量理论和经验研究指出，对外开放会对产业聚集产生重要影响(Amiti和Javorcik，2008；邓慧慧，2009；陈建军等，2009；陈国亮和陈建军，2012)，为了刻画市场开放程度，本文选择了外商投资工业企业总产值与该地区工业总产值的比值作为代理变量。(5)科技投入(Innovation)。该指标可以反应地区技术市场的资源条件，对产业发展形成长期影响。本文选择各地区人均科学事业费支出额作为其教育水平的代理变量。 (五)各变量的描述性统计 为了清晰观察各变量的统计特征，表1报告了分析中各变量的描述性统计结果。
(六)现代服务业聚集的空间特征 本文计算出中国226个城市的现代服务业聚集程度、复合效率优势、市场需求等变量指标，通过具体观察中国城市的各项指标特征，可以得出：中国复合效率优势较高的城市更集中在东部沿海地区，呈现较明显的空间相关；东南沿海地区市场需求的水平较高，并且形成了自东向西市场需求梯度递减的态势；中国具有较高现代服务业聚集度的城市较少，说明有能力形成“现代服务业中心”的城市不多，很多城市具有现代服务业的发展潜力。 我们对模型核心变量进行空间相关性检验，进一步分析中国现代服务业的空间特征。本文使用空间自相关指数Moran I(Moran，1950)检验变量的空间相关性，其取值范围为(-1，1)。大于0表明各城市间的经济变量存在空间正相关，即空间聚集；小于0表明各城市间的经济变量存在空间负相关，即离散现象；等于0表明各城市间的经济变量不存在空间相关。Moran I绝对值的大小表明被检验经济变量的空间相关程度⑥。 表2给出了Stata11.0软件计算得出的2006-2010年中国城市层面市场需求、复合效率优势及现代服务业聚集度的Moran I检验结果。结果显示，在2006-2010年中国城市层面的市场需求、复合效率优势及现代服务业聚集度的Moran I值均通过了1％水平下的显著性检验，且各个Moran I值均为正值，说明全国城市层面的地区效率、市场需求及现代服务业聚集程度具有明显的空间相关性，存在地理依赖关系的产业、市场特征。
五 空间计量检验结果 我们首先以公式(23)作为基准，以不包括控制变量的形式进行回归估计，然后依次加入控制变量——市场货运水平、不可贸易资源、教育水平、对外开放程度和科技投入，以检验其稳健性。表3的模型1、2及3给出了对“绝对指标：现代服务业从业人数”的回归结果，4、5及6给出了对“相对指标：现代服务业区位熵”的回归结果。本文通过Matlab7.0软件来分别实现面板SEM模型的估计。 由表3可知，无论分别与被解释变量(现代服务业从业人数、现代服务业区位熵)进行回归，还是同时作为解释变量，复合效率优势、市场需求两项指标的系数都显著为正，并且都在1％统计水平上显著。同时，我们从回归结果中可以观察到空间聚集的主要特征，使用空间SEM模型得到的检验结果与理论预期一致，变量系数都通过了显著性检验，支持了理论命题。对现代服务业聚焦的绝对指标、相对指标进行回归后，SEM模型分别得出的复合效率优势和市场需求影响系数的符号及其显著性基本上是一致的。考虑到初步回归模型中没有涉及其他变量或影响因素，其回归结果需要更稳健地分析，因此需进一步增加变量。同时为了验证地区复合效率优势、市场需求等核心解释变量对现代服务业聚集影响的稳健性，我们采用逐步加入控制变量的方式观察模型系数和显著性的变化。相关估计结果列在表4、表5中。 表4、表5的估计结果显示：(1)在对现代服务业的“绝对指标”和“相对指标”的回归过程中，复合效率优势和市场需求的回归系数为正，逐步加入控制变量后，系数符号没有发生改变。在对现代服务业区位熵进行回归的过程中，复合效率优势和市场需求的影响作用始终保持统计上的显著，说明复合效率优势与市场需求对现代服务业聚集的影响是稳健的。核心解释变量回归结果表明，复合效率优势可以形成地区的发展优势，拉动地区服务业的聚集，同时市场需求可以有效成为现代服务业聚集的重要动力。(2)货运水平一项的系数为正，该回归结果符合理论预期及命题的观点。(3)不可贸易资源一项的系数为正，支持了理论命题的假设，说明土地住房等空间资源的过度紧张会增加拥挤效应，进而不利于现代服务业的发展。同时，该项系数在加入其他控制变量之后，回归结果始终稳健，并具有很高的显著性。(4)科技投入力度在加入控制变量之后，系数显著为正。这表明各地区财政在教育、科研方面的投入力度加大可以促进本地区的现代服务业的发展和聚集。(5)教育水平一项在对现代服务业“绝对指标”、“相对指标”回归过程中的系数都为正，表明其对现代服务业聚集产生积极影响，且保持在5％以上的显著性水平，说明了人力资本投资的重要性。(6)对外开放程度也对现代服务业聚集产生正影响，且该系数始终保持很高的显著性水平，一方面说明开放程度对产业发展的重要意义，同时印证了开放更早的东部沿海地区具备更多发展优势。
六 结论和政策建议 当前中国经济处于结构调整的关键时期。现代服务业聚集对区域经济发展、经济结构调整与产业转型都产生极大的带动作用。本文针对现代服务业聚集的形成机制进行分析，将复合效率优势纳入到空间经济学模型中，并将空间经济学与空间计量分析结合，观察了中国现代服务业的产业空间特征。本文研究结果表明：复合效率优势和市场需求的共同作用对现代服务业发展产生显著的积极影响；同时，市场便利程度的提高、不可贸易资源的增加也会促进现代服务业的聚集；此外，创新投入力度的加大，开放程度的提升都会有利于聚集的实现。本文同时发现，复合效率优势较高、市场需求较大的城市主要集中在中国的东部沿海地区。在整体上，现代服务业发展程度或聚集程度不高，聚集度高的城市依然很少。当前中国还需要市场手段与经济政策的配套实施，并从以下四方面入手提升中国区域经济的效率优势与市场需求，进而实现现代服务业的聚集与发展。 第一，提高创新能力，提升复合效率优势。复合效率优势的提升可以在一定程度减弱各类要素成本上升对中国产业成长的不利影响。作为地区的一种整体效率优势，提升复合效率优势依靠生产效率与服务效率的共同改进和相互作用，应通过有效的技术创新、科学的服务管理与合理的市场机制来实现。因此，复合效率优势的提高首先需要通过市场化改革降低交易成本，表现为建设良好的市场竞争环境和有效率的市场体系；其次，公平的市场准入环境有利于具有良好创新能力和效率优势的企业出现。 第二，内生出需求能力，扩大市场潜能。关键环节在于使有支付能力的需求与生产的扩大相协调，同时将消费结构升级与扩大消费需求相结合，进而内生出市场需求能力，驱动产业的结构调整与持续发展。具体可从以下几方面着手：调整分配结构，在修复、提升企业盈利能力的同时，努力实现居民收入稳定增长；进一步完善社会服务体系，改进公共服务水平，释放当前居民普遍面对的市场风险与不确定性；通过加大教育投入实现人力资本的积累，为提高收入水平及市场效率提供条件。 第三，通过合理的城镇化途径，扩充城市资源，加强区域协同，在增加市场需求的同时提升区域资源利用效率。通过发挥规模效应及“本地市场效应”(Krugman，1991a)，城市网络和城市群可能成为改变原有城市模式的新型空间结构(刘鹤，2009)。城市网络即是将一个区域内的大城市与中小城市，经产业关联、资源流动与协同，整合为一个经济系统，不仅解决原有空间资源不足导致的市场拥挤效应，同时可以持续创造出消费需求与投资需求：拉动对基础设施和公共服务设施的投资需求，成为消化过剩产能、增加需求的重要途径。 第四，依托开放条件与国际产业分工，通过国际产业资源的整合与共享，培育现代服务业。根据研究结果可知，对外开放对中国现代服务业聚集产生积极影响。中国应当在开放环境下依托国际产业分工、产业转移的条件发展现代服务业。伴随研发国际化和服务外包的深化，知识密集型、技术密集型产业面临更多发展机遇。基于自身的产业基础与市场需求，凭借产业链的全球配置，中国应当具备在承接国际产业转移的同时实现产业转型的条件，进而逐步从早期的制造业聚集转变为现代服务业聚集，实现先进制造业与现代服务业的优势互补、协同发展。 注释： ①空间经济学(Spatial Economics)的另一个常用名称为新经济地理学(New Economics of Geography，NEG)，二者含义相同。 ②国内外分析产业聚集的主要指标包括区位熵、空间基尼系数、G指数、行业集中度指数、赫芬达指数和CAD指数等，限于数据的可得性，本文选取区位熵指标来刻画现代服务业聚集程度。 ③计算过程中，总产出的数据采用各市的工业增加值指数进行处理，投入数据包括固定资产净值和从业人员数，固定资产净值采用了各城市所在省的固定资产投资指数进行了缩减。具体计算过程可参阅科埃利等(2008，中译本)的研究。 ④计算每个城市的市场需求，同样需要用到前文提到的地理距离计算，由于本文使用了226个地级城市样本，因此计算出每个城市的需求，需要226×(226-1)/2=25425个距离数据。 ⑤根据Head和Mayer(2006)及Crozet和Koenig(2004)的设定，
，其中，area为本地区辖区面积。 ⑥关于Moran I的指标计算方法，可以参考余泳泽和刘大勇(2013a)的研究。
标签：现代服务业论文; 经济模型论文; 城市经济论文; 空间分析论文; 服务经济论文; 冰山模型论文; 中国制造业论文; 中国资源论文; 经济学论文; 优势分析论文; 城市规模论文;
