论文部分内容阅读
摘 要：长三角城市群生产性服务业的空间分异发端于知识局域溢出，而城市等级体系演变以及生产性服务业与制造业的相互作用在生产性服务业空间分异过程中发挥着重要作用。其机理表现为：劳动力人均受教育年限与生产性服务业发展水平正相关，人均受教育年限每增加1单位能带动生产性服务业发展0.354个单位的提升；城市规模与生产性服务业发展正相关，生产性服务业的集聚总是依赖核心城市和城市核心区，城市规模对生产性服务业发展有极明显的推动作用；城市群区域的工业增加值相对比值与生产性服务业发展水平负相关，表明长三角城市群制造业的规模扩张具有制约生产性服务业发展的作用。
关键词：长三角城市群 生产性服务业 产业空间分异 机理
中图分类号：F290 文献标识码：A
文章编号：1004-4914（2016）01-038-04
长三角城市群（以下简称长三角）持续的城市化和工业化过程为研究生产性服务业空间分异提供了一定的现实基础。国内外相关研究证明，生产性服务业集聚于城市中心和区域核心城市，实现一定的集聚规模就会辐射周边空间围。同时，又会产生新的集聚推动影响范围的城镇化过程。如沈玉芳和刘曙华（2011）等发现生产性服务业表现出从全球和区域城市向次级中心城市扩散的现象；Knaap（2011）等发现生产性服务业越来越依赖于城市等级序列。但上述认识缺乏相应实证研究部分作为支撑，并大都从制造业的视角展开，削弱了生产性服务业的本质特性。我们认为，生产性服务业空间分异是指生产性服务业在空间上持续演变，形成空间能量流和结构及功能分化的过程和表现。根据这一认识，我们从整体和时序过程、空间响应等方面，对长三角城市群生产性服务业空间分异的机理进行分析，为优化该产业空间发展模式提供相应的理论依据。
一、长三角城市群生产性服务业空间分异的基本表现
（一）研究方法
吴玉鸣（2007）、潘文卿（2012）和覃成林等（2012）分别用空间自相关方法对长三角区域的经济发展趋同等时发现空间经济过程应以空间相关性进行检验。空间数据分析分为探索性空间数据分析（Exploratory Spatial Data Analysis，又称ESDA）和空间计量经济学。ESDA将空间统计学和现代图形计算技术结合，用直观的方式展现空间数据中隐含的空间分布、空间模式，以及空间相互作用等特征，一般常用全局空间自相关和局域空间自相关进行研究。全局Moran指数I分析空间数据在整块地区表现出的分布特征，即全局空间相关性，可以检测全部研究范围内临近地区间是否相似、相异，或是互相自立。分析局部空间是否存在相似和相异等现象，一般用Moran散点图以及LISA测度，即局域空间自相关。
（二）基本表现
1.时空分异的总体趋势。表1显示，长三角城市群生产性服务业分异指数8年来处于0.25～0.31区间，说明生产性服务业总体呈空间分异状态，但并未严重分异，分异指数以2.5%的年均增速增加，分异程度逐渐加强。从全局自相关Morgan指数逐年增加可以看出，城市群内部不同区域间生产性服务业发展存在显著的正相关关系，表现为总体分异渐趋明显，同类集聚现象显著。即出现发展相对较好区域会趋于与较好区域靠近的空间关联结构；同理，也会出现发展相对较落后的区域趋于与较落后区域靠近的空间关联结构。
2.细分行业特征。从细分行业来看，ROS（居民服务以及其他服务业）的分异值一直在0.6左右，属于重度空间分异，但无加剧趋势。EST（房地产服务业）分异值在0.35～0.45之间，存在相对较为显著的空间分异，并呈现出一定的上升之势。LBS（租赁和商业服务业）分异数值在0.41～0.47之间，说明这些行业已经存在明显的空间分异，但没有进一步加剧。从自相关数据看，地区间关联性显著且发展程度越是相同的地区越趋向聚集。STG（科学研究、技术服务和地质勘查业）的分异指数值在0.43～0.55之间，较高的值表明空间分异情况较为明显，且其趋势同EST呈上升之势，但其地区间关联性弱。这说明科研院所和大学等机构集中在核心城市，导致研究和科技类服务业发展具有很强的路径依赖。FIN（金融业）的分异程度是较低的，甚至是低于平均水准。说明金融业大部分集中在少数几个城市区域，而其他区域分布较为均匀。ICS（信息传输、计算机服务和软件业）在0.25-0.4之间，还不存在显著的空间分异，但其分异趋势明显加剧。从空间关联性的角度，则由显著的正相关变成独立分布。TWS（交通运输、仓储及邮政业）不存在显著的空间分异，也是唯一分异状况减弱的行业，近年开始出现显著的正空间自相关，表明这些原本主要为工业服务的产业与居民生活结合更为紧密。EDU（教育行业）分异值相比其他是最低的，其分异状况也最是微弱但数值较为平稳。这些分析说明生产性服务业及各细分行业存在一定程度的空间差异性，而且大多数行业的空间不均衡非常显著，并已趋向于同类集聚。
3.空间分异表现。图1（见上页）是2003年和2010年的6分位图。将2003年和2010年两图进行对比发现，浙江南部和江苏北部的落后地区，生产性服务业空间分异明显。8年来，上海、杭州、南京、宁波等地生产性服务业高度发达，集中在以上海为中心的长三角核心区。长三角城市群生产性服务业空间分异基本表现为四核心——外围结构，并呈网络化演变趋势。
二、长三角城市群生产性服务业空间分异过程
新经济地理学揭示了交易成本、要素流动和集聚之间的关系，认为空间距离的不可灭性导致所有经济行为在空间上都非均匀分布。知识密集型、产业关联性强的产业集中在最核心城市和城市核心区，隐性知识溢出随距离衰减迅速，但却是引发产业集聚的主要力量。由于知识与人力资本初始分布的不均和局域地理溢出，导致经济行为的不平衡空间分布及增长的趋异，形成知识密集型产业集聚区。所以，生产性服务业空间分异的表现是在初始禀赋下多种原因共同影响的结果，其过程分为以下三个阶段。 （一）知识局部外溢引发空间分异
生产性服务类企业是以知识和人力资本为主要投入要素的知识密集型企业，高质量的密集要素可以降低搜寻成本和不确定性，知识溢出具有明显的空间范围限定。空间知识积累和人力资本状况的差异导致地区间知识生产、应用和扩散的差异，是生产性服务业空间分异过程的起始点。前述研究可以看出，上海、南京、杭州、宁波等城市在知识积累和人力资本方面是长三角城市群最强的城市，是该城市群甚至全国的大学及科研机构集聚地。生产性服务业集聚的城市具有较高的社会平均知识水平、高素质劳动力充沛，其空间分异的决定因素是人力资本的分布不均。STG行业分异严重，LBS行业分异明显，科学研究、技术服务，以及会计和律师事务所等对知识精英的大量吸收，表现为知识密集程度越高，那么服务行业空间不均衡性越强。FIN、LBS等具有显著正空间自相关性的行业都对知识与人力资本敏感，反映了知识外溢作用明显。
据此，形成假说1：高人力资本水平推动生产性服务业发展。
（二）城市等级体系演变推动生产性服务业的空间分异
随着生产性服务业的集聚，劳动力对公共服务、居住和文化娱乐项目的选择权增加，导致中间投入性强的生产性服务业更倾向于集中。而这一过程依赖于城市等级体系的形成和演变，城市区域的等级体系推动生产性服务业的空间分异形成与区域乃至全球城市层级体系地位一致的空间结构。前述关于时空分异特征的分析表明，生产性服务业发达的上海、杭州、南京、宁波等都是全球性都市或区域性中心城市，而发展落后的浙南、苏北地区不仅本身在城市等级体系中靠后，周边也没有核心城市。
根据以上分析，形成假说2：城市规模的扩大及在区域城市等级体系中位序的提升，对中心城市及周边地区生产性服务业的空间分异具有推动作用。
（三）生产性服务业与制造业互动促进生产性服务业空间分异
理论研究与现实都已说明生产性服务业与制造业存在互动关系。Desmet & Fafchamps （2005）、陈建军和陈菁菁（2011）认为生产性服务之间存在促进和挤出效应，所以应该存在一个最优距离。事实上，长三角生产性服务业集聚中心的制造业规模比其他城市更高，丽水、宿迁、连云港、淮安等城市少有制造业集聚区，且生产性服务业集聚度也是相应最低的。长三角城市群制造业具有明显的加工生产、代工贸易特征，所以制造业推动生产性服务业的发展具有明显的不确定性。因此，当前长三角城市群制造业已拥有较高水平，而生产性服务业的发展实则相对滞后。若本地制造业不随技术创新进行进一步扩张，不仅不会对本地生产性服务业发展产生带动作用，反而可能会引起负面的挤出效应。
假说3：如无技术进步，制造业规模扩张对该区域生产性服务业产生净负面影响。
三、长三角城市群生产性服务业空间分异机理
根据长三角城市群生产性服务业空间分异的表现及过程分析所提出的三个假说，我们进一步检验空间自相关性，以揭示这种空间分异的机理。
（一）空间回归模型的构建
1.空间滞后模型（SLM）。不同空间生产性服务业的相互影响是研究生产性服务业空间分异的重要因素，被解释变量生产性服务业的发展受周边地区的空间外部性作用， 即为空间滞后回归模型（spatial lag model，SLM）。
式中描述区域i和区域j之间相互联系的wij为空间权值矩阵W中的元素，p为空间滞后自回归系数，度量邻近地区生产性服务业发展的空间外部溢出效应。给定特定的空间权值矩阵，区域之间空间依赖性的大小随着区际距离的增加而递减。
2.空间误差模型（SEM）。如果本地区生产性服务业的发展还取决于经济系统中其他局域特征的影响，及建模过程中被忽略的地理空间上的一些相关重要变量，为空间误差模型（spatial error model，SEM）。
4.空间杜宾模型（SDM）。在SLM模型中，除了考虑邻域生产性服务业发展的空间溢出效应外，邻近区域的城市规模、知识积累和制造业中的部分或者全部因素对本区域该产业发展也有影响，则将所有解释变量的空间滞后项均作为解释变量，随后可得空间杜宾模型（spatial durbin model，SDM）。
由于空间回归模型中空间滞后的存在，我们以OLS和空间广义矩估计（spatial autoregressive generalized method of moments，SPGMM）的方法作为对比，比较LMLAG与LMERR的显著性。如果样本数量少，截面空间计量数据模型使用IV估计会造成较大偏差。所以，我们采用推荐的ML估计。同时，空间计量将普通计量忽视的地区关联性纳入，降低了内生性问题的影响。
（二）数据来源与变量的选取
服务业数据历年可比性差。考虑到数据的规范，包括一致性和可得性等，我们采用截面数据模型，截面分析也基本上能反映当前状况。选取长三角城市群25个城市作为样本，数据主要来自《2011年中国城市统计年鉴》和各地级市2010年第六次人口普查公告。
1.Service表示城市的生产性服务业发展水平。我们认为采用城市单位行业从业人口指标进行研究更为科学。用城市i人均生产性服务业从业人数与区域平均水准的对比来表示城市i该产业的发展水平。
2.citysize為城市相对规模。对于区域城市等级的计算涉及到许多指标，随着城市经济规模的扩大，城市在区域经济中所处的功能与地位能为生产性服务业发展提供更大的空间，所以我们认为城市经济总量与区域平均水平的比值来衡量城市相对规模更为科学。
3.knowledge是该城市群平均人力资本水平。使用了平均受教育年限来检验教育对产业竞争力提升的影响。本文认为用人均受教育年限来衡量人力资本对生产性服务业技术进步的影响是合适的指标。分析结果表明各城市地区人力资本现状呈现显着的空间关联性，即存在强知识溢出效应。针对Morgan指数0.3242的显著性检验，结果表明检验在1%显着性下通过。 4.Manufacture代表城市制造业相对规模。通过分析长三角城市群制造业规模扩张对生产性服务业发展的影响，研究目前两产业发展所处阶段。我们用本地制造业产值与区域平均值的比值来衡量城市的制造业相对规模。
（三）测算与检验
根据OLS显示结果看，城市等级规模以及区域平均知识水平对生产性服务业发展有明显的积极作用，而制造业规模扩张对该产业产生挤出效应。OLS估计虽然拟合优度达到68.78%，模型整体通过1%水平的显著性检验，但由于空间自相关Morgan’s I检验未通过，表明存在一定的空间依赖性和异质性，可能遗漏了重要变量导致模型设定有误。表2中LMLAG、R-LMALG值均通过了5%显著性检验，而且AIC、Log likeihood及对应约束Wald检验均表明，两种空间计量模型中空间滞后模型（SAR）比空间误差模型（SEM）更合适，前者的回归系数显著，可以认为生产性服务业在发展过程中对临近地区产生溢出效应。前述研究对知识水平的空间相关检验发现了自相关，而城市规模和制造业相对规模并未发现。从SDM的回归结果发现，显著表明生产性服务业发展的空间溢出效应得到验证，并且地区知识水平也存在空间外溢，推动相应空间范围的产业发展。空间滞后误差模型（SLEM）估计的拟合度不高，空间广义矩估计（SPGMM）的结果与空间杜宾模型（SDM）非常吻合。通过对各模型回归系数和相关检验的对比，可以认为SDM是最合适的选择，同时回归结果稳健。并且，对SDM模型分别进行了Ramsey、DeBenedictis-Giles和White的模型误设检验（RESET），相对OLS下的受约束Wald检验等均能通过。可以认为，基于SDM的估计结果具有科学性。
（四）分析结果
上述分析表明，各变量对生产性服务业发展的空间分异具有相对显著的解释能力，并以SDM论证了本文提出的三个假说，从而揭示了长三角城市群生产性服务业的空间分异机理，主要可分为以下三个方面的结论。
第一，人均受教育年限每增加1單位就能引起生产性服务业发展0.354个单位的提升。人力资本越丰富的区域越容易促进生产性服务业在空间上的集聚，因为这将吸引同类企业集中以及资本进入该区域，所以该产业更偏向于在人力资本总水平高的区域集聚。
第二，城市规模与生产性服务业发展呈正相关，城市规模的扩大以及对应等级的提升是该产业快速发展的重要保障，该研究结果验证了前述生产性服务业的集聚地主要是规模较大的城市及城市的中心区域。目前长三角城市群中大城市规模的增长速度低于总体水平，平均城市规模小、城市化率低，生产性服务业集聚水平不高。所以，城镇化过程能够促进服务业的发展。
第三，代表区域制造业相对规模的工业增加值相对比值与生产性服务业发展程度负相关，表明长三角的制造业规模扩张会在一定程度抑制本地生产性服务业发展。目前长三角制造业发展水平较高，核心城市的制造业已经开始向周边中小城市扩散转移，能够推动生产性服务业集群的形成。
四、政策启示
以上分析结果主要形成三个方面的政策启示。第一，长三角城市群应切实把生产性服务业作为拉动经济增长的引擎，通过提高人均教育水平促进生产性服务业进一步发展，制定促进知识溢出的政策，如完善知识产权交易市场等，积极承接国际生产性服务业转移与提升本地区知识溢出吸收能力并重。第二，在制度安排方面应注重通过城市群空间效率的提升推进城市化，以城市化过程的近域推进扩大二级城市的规模，从而为各个行业带来更广阔的需求以及劳动力市场。培育区域性核心城市，形成若干核心大城市集聚生产性服务业以发挥极化作用，促进城市群内部的合理分工和功能互补。第三，政府引导制造业转移、扶持生产性服务业发展的进程中，要及时也应尽量出台因地制宜以及适应不同地区不同行业的各类政策。连云港、宿迁、淮安、徐州等城市这两类产业是相对落后的，因而目前这些城市应主动承接核心区产业转移、加快战略新兴产业的发展。并促进两类产业形成有效集聚，从而在保持均衡发展的基础上能够进一步实现规模经济的集聚优势以及集群发展，推动区域专业化分工的形成以及促进区域协调发展。
[国家社科规划基金项目“长江三角洲城市群空间组织优化模式研究”（项目编号：13BJL095）。]
参考文献：
[1] 沈玉芳，刘曙华.长三角地区生产性服务业布局的结构与趋势分析[J].城市发展研究，2011（4）
[2] Wall， R. S.， G. Van der Knaap.Sectoral Differentiation and Network Structure within Contemporary Worldwide Corporate Networks[J].Economic Geography，2011 （3）
[3] 吴玉鸣.中国区域研发、知识溢出与创新的空间计量经济研究[M].北京：人民出版社，2007
[4] 潘文卿.中国的区域关联与经济增长的空间溢出效应[J].经济研究，2012（1）
[5] 覃成林，刘迎霞，李超.空间外溢与区域经济增长趋同——基于长江三角洲的案例分析[J].中国社会科学，2012（5）
[6] Desmet（K），Fafchamps（M）.Changes in the spatial concentration of emplpyment across US counties：a sectoral analysis，1972-2000[J].Journal of Economic Geography，2005 （3）
[7] 陈建军，陈菁菁.生产性服务业与制造业的协同定位研究——以浙江省69个城市和地区为例[J].中国工业经济，2011（6）
（作者单位：崔大树，浙江财经大学经济与国际贸易学院 浙江杭州 310018；杨永亮，浙江大学经济学院 浙江杭州 310012）
（作者简介：崔大树，浙江财经大学经济与国际贸易学院教授、博士后；杨永亮，浙江大学经济学院博士研究生。）
（责编：贾伟）
关键词：长三角城市群 生产性服务业 产业空间分异 机理
中图分类号：F290 文献标识码：A
文章编号：1004-4914（2016）01-038-04
长三角城市群（以下简称长三角）持续的城市化和工业化过程为研究生产性服务业空间分异提供了一定的现实基础。国内外相关研究证明，生产性服务业集聚于城市中心和区域核心城市，实现一定的集聚规模就会辐射周边空间围。同时，又会产生新的集聚推动影响范围的城镇化过程。如沈玉芳和刘曙华（2011）等发现生产性服务业表现出从全球和区域城市向次级中心城市扩散的现象；Knaap（2011）等发现生产性服务业越来越依赖于城市等级序列。但上述认识缺乏相应实证研究部分作为支撑，并大都从制造业的视角展开，削弱了生产性服务业的本质特性。我们认为，生产性服务业空间分异是指生产性服务业在空间上持续演变，形成空间能量流和结构及功能分化的过程和表现。根据这一认识，我们从整体和时序过程、空间响应等方面，对长三角城市群生产性服务业空间分异的机理进行分析，为优化该产业空间发展模式提供相应的理论依据。
一、长三角城市群生产性服务业空间分异的基本表现
（一）研究方法
吴玉鸣（2007）、潘文卿（2012）和覃成林等（2012）分别用空间自相关方法对长三角区域的经济发展趋同等时发现空间经济过程应以空间相关性进行检验。空间数据分析分为探索性空间数据分析（Exploratory Spatial Data Analysis，又称ESDA）和空间计量经济学。ESDA将空间统计学和现代图形计算技术结合，用直观的方式展现空间数据中隐含的空间分布、空间模式，以及空间相互作用等特征，一般常用全局空间自相关和局域空间自相关进行研究。全局Moran指数I分析空间数据在整块地区表现出的分布特征，即全局空间相关性，可以检测全部研究范围内临近地区间是否相似、相异，或是互相自立。分析局部空间是否存在相似和相异等现象，一般用Moran散点图以及LISA测度，即局域空间自相关。
（二）基本表现
1.时空分异的总体趋势。表1显示，长三角城市群生产性服务业分异指数8年来处于0.25～0.31区间，说明生产性服务业总体呈空间分异状态，但并未严重分异，分异指数以2.5%的年均增速增加，分异程度逐渐加强。从全局自相关Morgan指数逐年增加可以看出，城市群内部不同区域间生产性服务业发展存在显著的正相关关系，表现为总体分异渐趋明显，同类集聚现象显著。即出现发展相对较好区域会趋于与较好区域靠近的空间关联结构；同理，也会出现发展相对较落后的区域趋于与较落后区域靠近的空间关联结构。
2.细分行业特征。从细分行业来看，ROS（居民服务以及其他服务业）的分异值一直在0.6左右，属于重度空间分异，但无加剧趋势。EST（房地产服务业）分异值在0.35～0.45之间，存在相对较为显著的空间分异，并呈现出一定的上升之势。LBS（租赁和商业服务业）分异数值在0.41～0.47之间，说明这些行业已经存在明显的空间分异，但没有进一步加剧。从自相关数据看，地区间关联性显著且发展程度越是相同的地区越趋向聚集。STG（科学研究、技术服务和地质勘查业）的分异指数值在0.43～0.55之间，较高的值表明空间分异情况较为明显，且其趋势同EST呈上升之势，但其地区间关联性弱。这说明科研院所和大学等机构集中在核心城市，导致研究和科技类服务业发展具有很强的路径依赖。FIN（金融业）的分异程度是较低的，甚至是低于平均水准。说明金融业大部分集中在少数几个城市区域，而其他区域分布较为均匀。ICS（信息传输、计算机服务和软件业）在0.25-0.4之间，还不存在显著的空间分异，但其分异趋势明显加剧。从空间关联性的角度，则由显著的正相关变成独立分布。TWS（交通运输、仓储及邮政业）不存在显著的空间分异，也是唯一分异状况减弱的行业，近年开始出现显著的正空间自相关，表明这些原本主要为工业服务的产业与居民生活结合更为紧密。EDU（教育行业）分异值相比其他是最低的，其分异状况也最是微弱但数值较为平稳。这些分析说明生产性服务业及各细分行业存在一定程度的空间差异性，而且大多数行业的空间不均衡非常显著，并已趋向于同类集聚。
3.空间分异表现。图1（见上页）是2003年和2010年的6分位图。将2003年和2010年两图进行对比发现，浙江南部和江苏北部的落后地区，生产性服务业空间分异明显。8年来，上海、杭州、南京、宁波等地生产性服务业高度发达，集中在以上海为中心的长三角核心区。长三角城市群生产性服务业空间分异基本表现为四核心——外围结构，并呈网络化演变趋势。
二、长三角城市群生产性服务业空间分异过程
新经济地理学揭示了交易成本、要素流动和集聚之间的关系，认为空间距离的不可灭性导致所有经济行为在空间上都非均匀分布。知识密集型、产业关联性强的产业集中在最核心城市和城市核心区，隐性知识溢出随距离衰减迅速，但却是引发产业集聚的主要力量。由于知识与人力资本初始分布的不均和局域地理溢出，导致经济行为的不平衡空间分布及增长的趋异，形成知识密集型产业集聚区。所以，生产性服务业空间分异的表现是在初始禀赋下多种原因共同影响的结果，其过程分为以下三个阶段。 （一）知识局部外溢引发空间分异
生产性服务类企业是以知识和人力资本为主要投入要素的知识密集型企业，高质量的密集要素可以降低搜寻成本和不确定性，知识溢出具有明显的空间范围限定。空间知识积累和人力资本状况的差异导致地区间知识生产、应用和扩散的差异，是生产性服务业空间分异过程的起始点。前述研究可以看出，上海、南京、杭州、宁波等城市在知识积累和人力资本方面是长三角城市群最强的城市，是该城市群甚至全国的大学及科研机构集聚地。生产性服务业集聚的城市具有较高的社会平均知识水平、高素质劳动力充沛，其空间分异的决定因素是人力资本的分布不均。STG行业分异严重，LBS行业分异明显，科学研究、技术服务，以及会计和律师事务所等对知识精英的大量吸收，表现为知识密集程度越高，那么服务行业空间不均衡性越强。FIN、LBS等具有显著正空间自相关性的行业都对知识与人力资本敏感，反映了知识外溢作用明显。
据此，形成假说1：高人力资本水平推动生产性服务业发展。
（二）城市等级体系演变推动生产性服务业的空间分异
随着生产性服务业的集聚，劳动力对公共服务、居住和文化娱乐项目的选择权增加，导致中间投入性强的生产性服务业更倾向于集中。而这一过程依赖于城市等级体系的形成和演变，城市区域的等级体系推动生产性服务业的空间分异形成与区域乃至全球城市层级体系地位一致的空间结构。前述关于时空分异特征的分析表明，生产性服务业发达的上海、杭州、南京、宁波等都是全球性都市或区域性中心城市，而发展落后的浙南、苏北地区不仅本身在城市等级体系中靠后，周边也没有核心城市。
根据以上分析，形成假说2：城市规模的扩大及在区域城市等级体系中位序的提升，对中心城市及周边地区生产性服务业的空间分异具有推动作用。
（三）生产性服务业与制造业互动促进生产性服务业空间分异
理论研究与现实都已说明生产性服务业与制造业存在互动关系。Desmet & Fafchamps （2005）、陈建军和陈菁菁（2011）认为生产性服务之间存在促进和挤出效应，所以应该存在一个最优距离。事实上，长三角生产性服务业集聚中心的制造业规模比其他城市更高，丽水、宿迁、连云港、淮安等城市少有制造业集聚区，且生产性服务业集聚度也是相应最低的。长三角城市群制造业具有明显的加工生产、代工贸易特征，所以制造业推动生产性服务业的发展具有明显的不确定性。因此，当前长三角城市群制造业已拥有较高水平，而生产性服务业的发展实则相对滞后。若本地制造业不随技术创新进行进一步扩张，不仅不会对本地生产性服务业发展产生带动作用，反而可能会引起负面的挤出效应。
假说3：如无技术进步，制造业规模扩张对该区域生产性服务业产生净负面影响。
三、长三角城市群生产性服务业空间分异机理
根据长三角城市群生产性服务业空间分异的表现及过程分析所提出的三个假说，我们进一步检验空间自相关性，以揭示这种空间分异的机理。
（一）空间回归模型的构建
1.空间滞后模型（SLM）。不同空间生产性服务业的相互影响是研究生产性服务业空间分异的重要因素，被解释变量生产性服务业的发展受周边地区的空间外部性作用， 即为空间滞后回归模型（spatial lag model，SLM）。
式中描述区域i和区域j之间相互联系的wij为空间权值矩阵W中的元素，p为空间滞后自回归系数，度量邻近地区生产性服务业发展的空间外部溢出效应。给定特定的空间权值矩阵，区域之间空间依赖性的大小随着区际距离的增加而递减。
2.空间误差模型（SEM）。如果本地区生产性服务业的发展还取决于经济系统中其他局域特征的影响，及建模过程中被忽略的地理空间上的一些相关重要变量，为空间误差模型（spatial error model，SEM）。
4.空间杜宾模型（SDM）。在SLM模型中，除了考虑邻域生产性服务业发展的空间溢出效应外，邻近区域的城市规模、知识积累和制造业中的部分或者全部因素对本区域该产业发展也有影响，则将所有解释变量的空间滞后项均作为解释变量，随后可得空间杜宾模型（spatial durbin model，SDM）。
由于空间回归模型中空间滞后的存在，我们以OLS和空间广义矩估计（spatial autoregressive generalized method of moments，SPGMM）的方法作为对比，比较LMLAG与LMERR的显著性。如果样本数量少，截面空间计量数据模型使用IV估计会造成较大偏差。所以，我们采用推荐的ML估计。同时，空间计量将普通计量忽视的地区关联性纳入，降低了内生性问题的影响。
（二）数据来源与变量的选取
服务业数据历年可比性差。考虑到数据的规范，包括一致性和可得性等，我们采用截面数据模型，截面分析也基本上能反映当前状况。选取长三角城市群25个城市作为样本，数据主要来自《2011年中国城市统计年鉴》和各地级市2010年第六次人口普查公告。
1.Service表示城市的生产性服务业发展水平。我们认为采用城市单位行业从业人口指标进行研究更为科学。用城市i人均生产性服务业从业人数与区域平均水准的对比来表示城市i该产业的发展水平。
2.citysize為城市相对规模。对于区域城市等级的计算涉及到许多指标，随着城市经济规模的扩大，城市在区域经济中所处的功能与地位能为生产性服务业发展提供更大的空间，所以我们认为城市经济总量与区域平均水平的比值来衡量城市相对规模更为科学。
3.knowledge是该城市群平均人力资本水平。使用了平均受教育年限来检验教育对产业竞争力提升的影响。本文认为用人均受教育年限来衡量人力资本对生产性服务业技术进步的影响是合适的指标。分析结果表明各城市地区人力资本现状呈现显着的空间关联性，即存在强知识溢出效应。针对Morgan指数0.3242的显著性检验，结果表明检验在1%显着性下通过。 4.Manufacture代表城市制造业相对规模。通过分析长三角城市群制造业规模扩张对生产性服务业发展的影响，研究目前两产业发展所处阶段。我们用本地制造业产值与区域平均值的比值来衡量城市的制造业相对规模。
（三）测算与检验
根据OLS显示结果看，城市等级规模以及区域平均知识水平对生产性服务业发展有明显的积极作用，而制造业规模扩张对该产业产生挤出效应。OLS估计虽然拟合优度达到68.78%，模型整体通过1%水平的显著性检验，但由于空间自相关Morgan’s I检验未通过，表明存在一定的空间依赖性和异质性，可能遗漏了重要变量导致模型设定有误。表2中LMLAG、R-LMALG值均通过了5%显著性检验，而且AIC、Log likeihood及对应约束Wald检验均表明，两种空间计量模型中空间滞后模型（SAR）比空间误差模型（SEM）更合适，前者的回归系数显著，可以认为生产性服务业在发展过程中对临近地区产生溢出效应。前述研究对知识水平的空间相关检验发现了自相关，而城市规模和制造业相对规模并未发现。从SDM的回归结果发现，显著表明生产性服务业发展的空间溢出效应得到验证，并且地区知识水平也存在空间外溢，推动相应空间范围的产业发展。空间滞后误差模型（SLEM）估计的拟合度不高，空间广义矩估计（SPGMM）的结果与空间杜宾模型（SDM）非常吻合。通过对各模型回归系数和相关检验的对比，可以认为SDM是最合适的选择，同时回归结果稳健。并且，对SDM模型分别进行了Ramsey、DeBenedictis-Giles和White的模型误设检验（RESET），相对OLS下的受约束Wald检验等均能通过。可以认为，基于SDM的估计结果具有科学性。
（四）分析结果
上述分析表明，各变量对生产性服务业发展的空间分异具有相对显著的解释能力，并以SDM论证了本文提出的三个假说，从而揭示了长三角城市群生产性服务业的空间分异机理，主要可分为以下三个方面的结论。
第一，人均受教育年限每增加1單位就能引起生产性服务业发展0.354个单位的提升。人力资本越丰富的区域越容易促进生产性服务业在空间上的集聚，因为这将吸引同类企业集中以及资本进入该区域，所以该产业更偏向于在人力资本总水平高的区域集聚。
第二，城市规模与生产性服务业发展呈正相关，城市规模的扩大以及对应等级的提升是该产业快速发展的重要保障，该研究结果验证了前述生产性服务业的集聚地主要是规模较大的城市及城市的中心区域。目前长三角城市群中大城市规模的增长速度低于总体水平，平均城市规模小、城市化率低，生产性服务业集聚水平不高。所以，城镇化过程能够促进服务业的发展。
第三，代表区域制造业相对规模的工业增加值相对比值与生产性服务业发展程度负相关，表明长三角的制造业规模扩张会在一定程度抑制本地生产性服务业发展。目前长三角制造业发展水平较高，核心城市的制造业已经开始向周边中小城市扩散转移，能够推动生产性服务业集群的形成。
四、政策启示
以上分析结果主要形成三个方面的政策启示。第一，长三角城市群应切实把生产性服务业作为拉动经济增长的引擎，通过提高人均教育水平促进生产性服务业进一步发展，制定促进知识溢出的政策，如完善知识产权交易市场等，积极承接国际生产性服务业转移与提升本地区知识溢出吸收能力并重。第二，在制度安排方面应注重通过城市群空间效率的提升推进城市化，以城市化过程的近域推进扩大二级城市的规模，从而为各个行业带来更广阔的需求以及劳动力市场。培育区域性核心城市，形成若干核心大城市集聚生产性服务业以发挥极化作用，促进城市群内部的合理分工和功能互补。第三，政府引导制造业转移、扶持生产性服务业发展的进程中，要及时也应尽量出台因地制宜以及适应不同地区不同行业的各类政策。连云港、宿迁、淮安、徐州等城市这两类产业是相对落后的，因而目前这些城市应主动承接核心区产业转移、加快战略新兴产业的发展。并促进两类产业形成有效集聚，从而在保持均衡发展的基础上能够进一步实现规模经济的集聚优势以及集群发展，推动区域专业化分工的形成以及促进区域协调发展。
[国家社科规划基金项目“长江三角洲城市群空间组织优化模式研究”（项目编号：13BJL095）。]
参考文献：
[1] 沈玉芳，刘曙华.长三角地区生产性服务业布局的结构与趋势分析[J].城市发展研究，2011（4）
[2] Wall， R. S.， G. Van der Knaap.Sectoral Differentiation and Network Structure within Contemporary Worldwide Corporate Networks[J].Economic Geography，2011 （3）
[3] 吴玉鸣.中国区域研发、知识溢出与创新的空间计量经济研究[M].北京：人民出版社，2007
[4] 潘文卿.中国的区域关联与经济增长的空间溢出效应[J].经济研究，2012（1）
[5] 覃成林，刘迎霞，李超.空间外溢与区域经济增长趋同——基于长江三角洲的案例分析[J].中国社会科学，2012（5）
[6] Desmet（K），Fafchamps（M）.Changes in the spatial concentration of emplpyment across US counties：a sectoral analysis，1972-2000[J].Journal of Economic Geography，2005 （3）
[7] 陈建军，陈菁菁.生产性服务业与制造业的协同定位研究——以浙江省69个城市和地区为例[J].中国工业经济，2011（6）
（作者单位：崔大树，浙江财经大学经济与国际贸易学院 浙江杭州 310018；杨永亮，浙江大学经济学院 浙江杭州 310012）
（作者简介：崔大树，浙江财经大学经济与国际贸易学院教授、博士后；杨永亮，浙江大学经济学院博士研究生。）
（责编：贾伟）