本地市场规模、交易成本与生产性服务业集聚，本文主要内容关键词为：服务业论文,市场规模论文,交易成本论文，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
20世纪80年代以来，伴随经济结构转型和产业升级，发达国家进入了以服务业为主导产业的现代经济社会。服务业的发展模式也由分散向集聚演变，并成为现实世界中常见的经济现象，如：英国的金融业集中在伦敦城和内伦敦地区，法国的研发、商务及休闲服务业聚集在马尔纳—拉瓦莱地区，美国的IT服务业集中在硅谷等。由于服务业与城市化关系紧密，且更加依赖于本地市场的容量，与制造业相比，其空间集聚的特性越发明显(Illeris和Philippe，1993)。近年来，随着我国城市规模的不断扩大以及大城市生产性服务业活动影响力的增强，已有学者开始关注国内大都市生产性服务业的集聚现象与过程(阎小培、姚一民，1997；林彰平、阎小培，2006；甄峰等，2008；韩峰等，2011)。然而现有文献主要偏重于生产性服务业空间集聚现象的描述与比较，运用理论分析与实证检验相结合对影响生产性服务业集聚的因素进行探讨的文献相对缺乏。
本文基于城市经济增长模型，从需求和供给两个角度，从理论上探讨了生产性服务业集聚的主要决定因素，并利用我国247个地级以上城市(含地级市)的面板数据进行实证检验。结果表明，本地市场规模越大的城市，生产性服务业集聚度越高，但当寻求周边市场时，交易成本则是决定企业区位选择的另一个主要因素。大(中心)城市因为优越的本地市场规模和突出的地理位置成为生产性服务业的主要集聚地。实证结果还表明，规模大的工业企业具有明显的服务外包倾向，同时生产性服务业存在明显的MAR溢出，专业化有助于提高产业集聚度。本文余下部分安排如下：第二部分为文献综述；第三部分构建了生产性服务业集聚的局部静态理论模型；第四部分为经验分析；第五部分为结论和政策建议。
二、文献综述
关于产业集聚的研究可以追溯到新古典经济学时代，如Marshall(1920)、Hoover(1936)。近年来，以Kurgman为代表的新经济地理学兴起，使得有关产业集聚的研究进入到新的阶段。然而这些理论并不能直接适用于研究服务业，尤其是生产性服务业的集聚行为(Moullaer和Gallouj，1993)。Pinch和Henry(1999)认为传统上用于解释制造业集聚的典型因素，如R&D、专利和自然资源投入等，并不能很好地解释具有高附加值和知识密集型特征的服务业集聚行为。尽管如此，有关制造业产业集聚的理论核心依旧成为了研究服务业集聚的基石，许多关于生产性服务业集聚的理论分析都是在制造业区位论上的修正，如Scott(1988)、Wood(1991)、Senn(1993)等。这些研究认为服务业集聚的根本动因在于对外部经济的追求，制造业企业通过服务外包来代替某些内部服务部门。此外，还有一类关于生产性服务业集聚的理论分析是建立在城市发展经济学的基础上，这些文献主要关注城市内部服务业地方化的原因及影响因素(Airoldi等，1997；O'Connor，1998)。国内学者陈健、蒋敏(2012)从生产性服务业与制造业产业关联的角度分析了不同关联作用对城市化的影响，发现规模关联效应是促进我国城市化发展的最重要因素。
虽然关于生产性服务业集聚的理论文献较少，但在服务业成为西方发达国家主导性产业的背景下，相关的实证分析文献却是比较丰富的。描述生产性服务业集聚现象的文献大都以区位熵指标为衡量标准，如Keeble(1991)、Desment和Fafchamps(2006)。这些文献得出了较为相似的结论，即生产性服务业主要集聚在大都市、城市网络、城市系统中的重要节点或者门户城市(Connor和Hutton，2002)。国内学者程大中(2005)用LQ指数、RCA指数和K-spec指数对我国服务业的区位分布和地区专业化进行了描述性研究，发现沿海9省市是我国生产性服务业相对集聚的区域。胡霞、魏作磊(2006)则以熵指数为指标对我国城市的服务业集聚进行了估算，研究表明商业化程度高的生产性服务业行业集聚态势更加明显。
现有关于生产性服务业集聚成因的文献主要是基于对某一区域具体集聚现象的归纳，并没有形成统一的理论范式。Keeble和Nacham(2002)认为伦敦地区小型管理咨询服务公司集群化发展是由于存在“集体学习过程”。Desment和Fafchamps(2006)对法国里昂都市商务服务业研究发现，服务产品供方和需方之间的关系以及市场规模决定商务服务业的区位选择。K.Jed(2007)则指出生产性服务业集聚是由于社会文化上的接近，同时这种“接近”也能促使集聚的服务业企业形成“非交易下的相互依赖”，从而获得共同利益。Jed Kolko(1999)发现服务业之间的产业贸易是导致区位集聚的主要原因，而对于更多依赖于信息技术的服务业行业则越不容易集聚。
国内学者关于生产性服务业集群形成机理的研究并没有形成一个成熟的分析范式。曾国宁(2006)认为生产要素、需求条件、相关性产业、制度与环境是促使生产性服务业集聚的主要因素。代文(2007)通过对服务业集聚形成机制的研究，总结出服务业集聚主要由内生机制和外生机制决定，其中内生机制包括学习效应、知识溢出和创新欲望；外生机制包括规模经济、市场机制和吸聚效应。陈建军、陈国亮和黄洁(2009)在新经济地理学理论的基础上，提出了生产性服务业集聚的理论框架，认为知识密集度、信息技术水平、城市和政府规模对集聚有显著的影响。
本文基于城市增长理论模型，探讨了城市内部生产性服务业集聚的主要因素，并以我国247个城市为样本，从实证上验证理论模型的假说。与以往的研究相比，本文的创新和意义在于：(1)在理论分析上，本文将服务业纳入到传统城市增长模型中，考虑到服务业与制造业在需求和供给方面的特征差异，通过建立生产性服务业集聚的理论模型，弥补了以往研究缺乏理论范式的不足；(2)在数据选择上，本文采用全国247个城市数据，城市数据本身可以体现出城市的异质性，而且更加符合城市经济学理论的一般假设，使得结果更加真实可靠。
三、理论分析框架
Cingano和Schivardi(2004)在Glaeser等(1992)城市增长模型中加入了服务业部门，以此分析城市生产力增长的来源。本文在Cingano和Schivardi(2004)模型的基础上考虑本地产出需求和人力资本存量两因素，在生产性服务业的供需市场和劳动力就业市场建立静态局部均衡模型。理论模型的基本思想是假设地区i的典型生产性服务业企业通过吸纳更多周边地区的就业人口，同时为这些地区提供服务产品，而不是仅利用当地劳动力来服务于当地市场。因此，我们判断地区i的典型生产性服务业是否集聚的关键变量是看其吸纳来自于周边地区的劳动力数量。
服务业产出与制造业产出有很大差异，对于生产可贸易品的制造业部门，由于企业所面临的需求曲线基本相同，因此可以不考虑产出的本地需求，然而对于服务业，尤其是生产性服务业，产出中有很大部分是满足本地市场的，而且即便是相邻的两个城市，也可能存在服务业市场潜力的巨大差异，所以明确本地市场需求对分析服务业集聚具有十分重要的意义。
假设第i个地区只有一家具有典型代表意义的生产性服务业企业，其Cobb-Douglas技术产出方程如下：
对于i地区的典型生产性服务业企业来说，此时需要面临N个局部均衡的问题，在给定工资水平和所有潜在市场交易成本的情况下，当边际成本等于边际收益时，企业获得最大化利润：
方程(5)中被解释变量：生产性服务业的集聚度。以城市生产性服务业从业人口进行各种集聚度指标计算。
关于解释变量，可以从需求和供给两个角度进行说明，如下图所示。
图 影响生产性服务业集聚主要的因素
从需求角度来看：(1)规模因素。总就业人口用于衡量本地市场对服务业需求的规模，同时考虑到生产性服务业主要将产出卖给制造业部门，因此第二产业的就业人口可能是更好的代理变量。总就业人口(第二产业就业人口)越大，对当地生产性服务业的需求就越大。(2)结构因素。本地市场对生产性服务业的需求还取决于经济中的结构因素。其中，具有代表性的指标变量是制造业部门的平均规模。随着企业规模的扩大，生产过程中服务品所占比重越来越大，但同时规模越大的企业越倾向于内部化中间服务品。因此，制造业部门的平均规模对当地生产性服务业的需求是促进还是阻碍，并不能确定，而是取决于生产中服务品的投入量及中间投入服务品的外包程度。
从供给角度来看：(1)要素因素。由于集聚区内部的知识通过正式和非正式生产网络所形成的高频率知识流动，而生产性服务业又以知识密集和技术密集为主要特征，生产性服务企业更有可能通过知识外溢途径从原有企业中分离出新的企业，或是部分员工脱离原有企业创立新企业，从而在当地集聚(陈建军等，2009)。因此当地人口中人力资本存量越高，当地生产性服务业集聚的可能性就越大。(2)增长因素。依据增长文献以及城市经济学相关理论，我们认为影响生产性服务业长期TFP增长的主要有三个方面的因素。其一，城市化率。城市化率的提高往往会促进城市内部产业结构发生重大变化，在城市化发展的不同阶段，制造业和服务业交替成为城市的主导产业。相较于制造业，服务业更能够承受城市高昂的土地租金而在城市集聚。而衡量城市化率的指标有很多，考虑到生产性服务业的特征，本文采用城市经济密度(就业人口/城市面积)代表城市化率。其二，竞争程度。MAR(Marshall-Arrow-Romer)理论认为，产业垄断比产业内部竞争更能促进增长，因为产业内部企业垄断将限制创新企业的创新思想外流，从而提高企业创新积极性并加速创新。而Porter理论则认为，产业内部竞争会促进企业对创新的追求以及对创新的迅速吸收。因此，生产性服务业间的竞争程度对该行业的集聚是促进还是阻碍?还需要实际数据加以检验。其三，专业化经济。MAR、Porter和Jacobs等外部性理论都认为知识溢出主要产生于产业内部而不是产业间，产业区域专业化将促进产业集聚。因此，生产性服务业本土化程度越高，集聚度就可能越高。(3)交易成本。上述模型中我们认为生产性服务业如果集聚度高，那么它不仅可以满足本地需求，还可以为周边区域提供服务与产品。虽然大部分生产性服务业无形产品在空间上的交易更多地是通过无形的网络进行，不需要面对面的交易，从而大大扩展了服务半径(陈建军等，2009)，但距离扩大交易成本必将增加，这既有距离的扩大引致的包括服务人员往来等成本，也包括业务洽谈、信息沟通及信任度降低等产生的成本。我们用城市间的距离作为衡量交易成本的主要因素。
四、经验分析
(一)数据来源与说明
本文实证分析样本为2003—2010年中国大陆25个省份(剔除4个直辖市以及从业人员少于10万人的城市)所辖的247个城市。鉴于生产性服务业主要集中在城市，故将单个样本空间范围设定为市辖区而非全市。原始数据来自2004—2011年《中国城市统计年鉴》。结合已有研究对生产性服务业的界定，并考虑数据可得性，本文选取“交通仓储邮电业”、“信息传输、计算机服务和软件业”、“金融业”、“租赁和商业服务业”、“科研、技术服务和地质勘查业”来代表生产性服务业。
被解释变量为生产性服务业空间集聚度。国内外衡量空间集聚度的相关指标主要有区位熵、空间基尼系数、G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(CAPS)作为自变量。具体计算方法为：
代表i市生产性服务业就业人数和全部就业人数，PS、X代表全部城市生产性服务业就业人数和全部就业人数。区位熵值越大，说明该市生产性服务业相对聚集程度越高。
根据上文可知，影响生产性服务业集聚的主要解释变量包括市场规模、交易成本、经济结构、人力资本、城市经济密度、生产性服务业竞争程度与专业化程度。具体的变量定义及说明见表1。
(二)实证结果分析
前面理论分析表明生产性服务业集聚的决定性因素主要是本地市场规模和交易成本。本地市场规模越大，生产性服务业企业越有可能从集聚中获得规模效应；同时，交易成本将影响生产性服务业企业是集中布局还是分散布局，交易成本越低，企业越倾向于在中心城市某个区域集聚并向周边其他中小城市辐射。本部分我们将先从基准模型出发来检验本地市场规模、交易成本以及其他变量对生产性服务业集聚的影响，然后对基准模型的结果进行稳健性检验。
1.基准模型
本部分实证模型以式(5)为基准。首先我们只考查本地市场规模(MS)、交易成本(TC)与生产性服务业集聚的关系，然后加入其他需求因素和供给因素，包括经济结构变量、人力资本、城市经济密度、当地服务业供应者的竞争程度等。表2报告了OLS、固定效应和随机效应的估计结果，其中，前三列显示的是只放入本地市场规模和交易成本变量的计量结果，在此基础上，后三列显示的是加入了反映其他需求和供给因素变量的计量结果。
估计结果显示，本地市场规模的系数显著为正，表明本地市场规模越大，生产性服务业越倾向于在此集聚，从而产生较高的区位熵值。本地市场规模效应对生产性服务业集聚过程的影响体现为：一是大规模市场所带来的强需求，促使各种生产要素向该区域转移，因为企业可以共用基础设施，减少了分散布局所需的额外投资，节省相互间物质流和信息流的传输费用(陆立军，2009)，从而可以得到聚集租金；二是在规模报酬递增的作用下，大规模的市场，有利于企业生产运营的专业化、集中化和规模化以及要素资源、市场网络与信息的共享，有效地降低各环节的运营成本。而这正是企业选择集聚的重要原因。控制其他变量后，固定效应和随机效应模型的本地市场规模估计参数值有所下降，但都通过了5％的显著性检验。而Hausman检验表明随机效应模型比固定效应模型的估计结果更加有效，本地市场规模每增加1％，当地生产性服务业的集聚度将会提高0.0351％。交易成本的系数显著为负，表明交易成本越小，生产性服务业的集聚程度越高。不同于制造业，由于生产性服务业“产品”大多数是无形的，具有高度的跨界服务和空间流动特征，所以传统上用运输费用解释经济集聚的做法并不适用于生产性服务业。生产性服务业交易成本主要体现在获得信息和商务交流的成本，其服务半径实际上体现出本地市场的潜在规模。控制其他变量后，交易成本估计参数值不仅下降而且显著性也有所减弱，但系数符号与我们的预期基本一致。
一般认为，企业规模越大，其对服务品的需求越大，但也有可能越倾向于内部化中间服务品。变量SIZE的回归系数表明当地工业企业平均规模越大，生产性服务业的集聚度越高，表明规模化企业更偏好于服务外包。城市经济学认为城市化规模的扩大会对城市中的服务业产生正的外部性，这是因为城市化率的提高会促进城市产业结构的调整。实证结果也验证了这一观点，城市化率每提高1％，城市中生产性服务业的集聚度将提高0.0103％。与理论预期相一致，生产性服务业专业化经济的估计参数显著为正，说明区域内产业的专业化分工有利于产业内的知识溢出，并促进产业集聚，这同时也表明我国城市发展的经验事实更加支持MAR溢出理论。代表知识密集度的人均教育业从业人员数量只在固定效应回归中通过了10％的显著性检验，表明现阶段我国人力资本投资还未能促进生产性服务业集聚，这反映出我国生产性服务业的结构层次还不够高，对知识依赖性不强。变量COMP同样没有通过显著性检验，但符号值始终为正，说明生产性服务业间的竞争程度对集聚是促进而非阻碍，但目前还没有达到有显著效应的“门槛”值。
2.稳健性检验
基准模型支持了生产性服务业集聚与本地市场规模呈显著正相关、与交易成本呈负相关的结论。然而该结论可能会受到城市区位、经济发展水平、衡量方法以及数据选择等影响。因此，我们有必要从以下几方面考察基准模型结论的稳健性。
首先，我们将247个城市按照区域位置分成两组：东部城市和中西部城市。表3显示了城市分组的估计结果，Hausman检验结果表明随机效应更加合适，因此我们只给出了随机效应的估计结果。在考察的样本期间内(2003—2010年)，东部城市的本地市场规模对生产性服务业集聚的促进作用显然更大，前者估计参数达到了0.0550，并且在1％的水平上显著，而后者只有0.0145，且仅在10％水平上显著。东部地区由于良好的基础设施和较为发达的制造业基础，为生产性服务业发展提供了良好的市场条件。中西部地区制造业基础相对薄弱、城市发展相对落后，支撑生产性服务业集聚的市场规模、知识以及人力资本等要素相对不足，因此市场规模效应相对不明显。通过对不同服务行业集聚度进行分析，我们发现东部与中西部地区存在差异，东部城市的金融、交通及信息传输、计算机服务和软件业等行业集聚度较高，而中西部城市的住宿、批发和水利、环境管理等行业集聚度较高。其次，回归结果还表明，交易成本对中西部城市生产性服务业的集聚影响更大，且更显著。这主要是因为中西部城市分布较分散，并没有形成一定规模的城市群，中心城市与周边卫星城市之间存在较大的发展差距和物理距离，交易成本的影响更加突出。
生产性服务业服务对象主要为制造业部门，因此衡量生产性服务业的本地市场规模可用第二产业的就业人数来代表。为了考察相关变量的稳定性，我们将城市的第二产业就业人口作为变量MS，重新进行回归。表3的第三列显示了全国样本的估计结果，Hausman检验结果表明随机效应更加合适，因此表3只给出了随机效应的估计结果。回归结果与前文相似，本地市场规模依旧是决定当地生产性服务业集聚的最主要因素，但交易成本的显著性有所下降，只在10％水平上显著相关。Woodridge和Breusch-Pagan的检验结果分别表明OLS回归方程存在显著的一阶自相关和异方差，因此有必要进一步采用面板修正标准差法(PCSE)进行修正，结果如表3中的第5、第6列所示。修正结果显示，本地市场规模变量的回归系数依然在显著性水平上为正，影响强度与先前结果也相差无几。交易成本回归系数始终为负，且在10％水平上显著，但影响强度有所提高。
五、结论与建议
本文通过构建理论分析模型，探讨了影响生产性服务业集聚的相关因素，并以我国247个城市数据为样本实证检验，得到如下基本结论：(1)与制造业不同，生产性服务业面临着差异性需求曲线，本地市场需求对其布局影响大。生产性服务业区位选择主要取决于本地市场需求和其服务向外延伸时所产生的交易成本。(2)我国生产性服务业主要集聚于具有较大市场规模和更优经济地理位置的区域，其中，市场规模因素对东部城市生产性服务业集聚影响最大，而中西部城市交易成本发挥更加明显作用。(3)随着城市中制造业企业平均规模的增大，企业生产性服务外包倾向更加明显。同时，生产性服务业存在着产业内的MAR溢出，专业化有利于提高集聚度。
基于研究结论，就如何推进生产性服务业集聚、发挥生产性服务业溢出效应提出如下政策建议。(1)政府出台相关政策，在继续鼓励做大做强制造业的同时，进一步完善加快生产性服务业发展的相关措施，加快推进制造业主辅分离，引导企业将非核心的生产性服务业环节外包，扩大生产性服务业的本地市场规模，为集聚化发展创造市场条件。(2)消除要素流动的体制性障碍，发挥生产性服务业的空间溢出效应。打破区域市场封锁和地方保护主义，引导生产性服务业各要素的合理有序流动，优化生产性服务业资源配置，通过市场化机制和利益补偿机制，实现不同利益主体的双赢或多赢。(3)加强城市交通、信息化等基础设施建设，降低生产性服务业跨区域、跨界服务的交易成本。通过降低跨区域、跨界服务的交易成本，扩大服务半径，发挥生产性服务业集聚的规模效应、竞争效应以及专业化效应。(4)引导不同城市(区域)从自身功能、战略定位指向、所处阶段及要素禀赋状况出发，合理选择生产性服务业发展行业，避免城市(区域)间在行业选择、发展层级上的“攀比与追高”，鼓励不同等级城市、不同发展阶段的区域进行生产性服务业层级分工，引导生产性服务业有效集聚。
本文同时还是“财贸经济笔会2013”会议论文，作者感谢与会专家学者提出的修改建议。当然，文责自负。
注释：
①本文的计算以城市间道路里程作为衡量距离的标准，其中，城市间的地理距离系数
参考沈坤荣、付文林(2006)的算法。