《生产性服务业集聚的影响因素分析.pdf》由会员分享，可在线阅读，更多相关《生产性服务业集聚的影响因素分析.pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、欢迎您阅读并下载本文档，本文档来源于互联网，如有侵权请联系删除！我们将竭诚为您提供优质的文档！生产性服务业集聚的影响因素分析【摘要】本文选取 5 个变量（制造业集聚水平、服务业集聚水平、地租、高素质人力资源、基础设施）分别对全国、除京沪外的全国进行生产性服务业各产业集聚影响因素的计量回归分析，进而得出在不同范围内影响各生产性服务业集聚的因素强弱，并选取具有代表性的工业大省（广东、江苏、浙江、山东），从各产业人均增加值方面对模型回归结果进行验证，得出生产性服务业与制造业、服务业并不一定是互动发展的结论。【关键词】生产性服务业 产业集聚 工业大省 理论上生产性服务业与制造业具有很强的关联性，但现实
2、却存有反例，即工业发展水平相近的地区，生产性服务业的发展却存在较大的差异，如广东和山东，两省在 2007 年的工业增加值相近，而广东生产性服务业增加值占 GDP 的比重为24%，山东仅为 8%。这就提出了问题，即对于大都市以外的地区，影响生产性服务业各产业集聚的因素究竟是什么？这些地区的生产性服务业与该地的制造业或服务业是互动还是分离发展？本文将从全国范围的角度研究我国生产性服务业集聚的影响因素，并用具有代表性的四个工业大省（广东、浙江、江苏、山东）进行实证分析，以期能较好地解释上述现象，结果不仅可以适用于这四省，还适用于我国除京沪以外的其他省份。一、生产性服务业集聚影响因素计量模型分析 1、
3、前提假设 根据有关生产性服务业集聚影响因素的文献回顾，笔者将已有的研究成果总结为 4 类，即：经济因素，包括经济环境、规模效应、前后向联系、人力资源；空间因素，包括接近上下游企业、办公租金；技术因素，包括创新环境、知识外溢；基础条件，包括自然资源、政治制度、基础设施（交通、信息通讯）、社会文化。本文要考察生产性服务业到底是趋向于在制造业集聚的地区聚集还是在服务业集聚的地区聚集，基于以往学者的研究及本文主要的考察方向，提出以下假设。（1）假设 1：制造业越集聚的地区，生产性服务业越容易集聚。生产性服务业来自于制造业的分工深化，一直以来很多学者都认为生产性服务业的服务对象是制造业，其与制造业在空间
4、上有协同效应。例如 2007 年，广东制造业增加值比重为全国最高，生产性服务业增加值比重也为全国最高。但同样是工业大省的江苏、浙江，它们的生产性服务业增加值比重远低于广东。因此，探讨制造业与生产性服务业的关系，即制造业的集聚能否带动生产性服务业的集聚是本文研究各地区生产性服务业集聚的一个重点，先假设这种吸引作用是正的、显著的。（2）假设 2：服务业越集聚的地区，生产性服务业越容易集聚。有一些学者提出生产性服务业的主要服务对象是其他服务业，而不是制造业。例如北京，该市的制造业在全国来说无足轻重，但其服务业增加值在全国前 5 位，生产性服务业从业人数的比重在全国排第一位。但除京沪外，生产性服务业是
5、否还继续向服务业集聚区聚集，此问题为本文研究的另一个重点，也假设这种吸引作用也是正的、显著的。（3）假设 3：地理位置越好的地区，生产性服务业越容易集聚。我国东中西部的生产性服务业发展依旧存在着较大差距。例如在生产性服务业从业的人员占全国比重的排名中，前 10 位有 7 个省市属于东部，后 11 位中有 8 个省市属于欢迎您阅读并下载本文档，本文档来源于互联网，如有侵权请联系删除！我们将竭诚为您提供优质的文档！西部。基于此，本文假设生产性服务业在地理位置越好的地区，越容易集聚。（4）假设 4：高素质劳动力资源越充足的地区，生产性服务业越容易集聚。生产性服务业不同于其他产业的一个重要特征是生产性
6、服务业对劳动力素质的要求高。生产性服务业与高素质劳动力之间是互相促进的关系，但考虑到本文是探讨生产性服务业集聚的影响因素，因此在此仅假设高素质劳动力资源越充足的地区，生产性服务业越容易集聚。（5）假设 5：配套基础设施越完善的地区，生产性服务业越容易集聚。空间可分性是生产性服务业的另一个重要特征，这一特征的实现得益于信息技术的发展以及交通网络的密集。生产性服务业企业的区位选择可以脱离制造业基地，而在大都市集聚，例如上海的生产性服务业。因此，本文假设配套基础设施越完善的地区，生产性服务业越容易集聚。2、变量选取及模型构建（1）变量选取。各变量的定义、所代表的因素与预期的影响综合见表1。对变量需要
7、解释如下：第一，TR 指标的选取没有用除生产性服务业以外的其他服务业来衡量，而是从事实考虑用所有服务业的指标来衡量。生产性服务业内部各产业之间也存在着密切的服务与被服务关系，因此笔者认为，将生产性服务业从总服务业中去除不能准确解释。第二，RENT 变量计算公式为：RENTi=（i=1，2，31），其中 RENTi 表示各省市的商品房每平方米房价指数，即变量取值，FJi 表示相应省市的商品房每平方米房价，FJ 表示我国商品房每平方米的平均房价。（2）模型建立。根据上文的假设及变量的选取，本文将建立的计量模型为：PSI=？茁 0+？茁 1TR+？茁 2IR+？茁 3RENT+？茁 4UNI+？茁
8、5NET+？茁6ROAD+？滋 （I=1，2，7）各变量数据来源于中国统计年鉴 2008，所有数据均为 2007 年数据。本文的基本样本容量为 30 个省份及直辖市，由于西藏的部分数据无法获得，所以样本将不包含西藏的数据。本文运用的统计软件为EVIEWS 3.1。3、总体模型检验（1）各变量间的相关性分析。各变量间的相关系数见表 2。可以看出：各自变量均与被解释变量存在正相关性，衡量制造业和服务业集聚水平的两个变量存在很强的相关性，变量 RENT、变量 NET 与变量 ROAD，两两间存在很强的正相关性，变量 UNI 与两个主变量的相关性也较强。为避免多重共线性问题，要去除变量 NET、ROA
9、D 及 UNI。由于本文的研究重点是制造业集聚水平和服务业集聚水平对生产性服务业集聚的影响，因此需要对变量IR 和 TR 分别做回归。这样一来，模型的两个拆分方程解释变量分别为（IR，RENT），（TR，RENT）。（2）方程检验。先用全国 30 个省市的样本对两个主变量作回归，回归结果详见表 3。两个方程均通过了方程总体线性检验与序列相关性检验，发现用 TR作主变量的方程 2 拟合最好。另外，在 0.5%的显著性水平下，两个方程中各变量均通过检验，其中变量 TR 的显著性最强，变量 IR 的显著性最弱。（3）除京沪外地区的模型验证。由于结果显示服务业集聚对生产性服务业整体产业集聚的影响力要大
10、于制造业，需要考虑京沪会不会对实际结果产生一定程度的扭曲，为了使模型更具有一般性，将两市的样本剔除，仅用其他 28 个样本做回归，检验回归结果是否与上文的一致。变量的相关性检验及选取与全国样本相似，在此省欢迎您阅读并下载本文档，本文档来源于互联网，如有侵权请联系删除！我们将竭诚为您提供优质的文档！略，回归结果详见表 3。（4）两次样本的回归比较及结果解释。第一，主变量变化的比较及解释。两个方程的主变量变化说明，随着范围越来越小，制造业的集聚对生产性服务业集聚的影响力越来越大，这可以解释为何生产性服务业在京沪的集聚度最高，也可以解释为何广东的生产性服务业在不断集聚，而江苏和浙江的生产性服务业的集
11、聚水平却在下降。同时也说明了京沪两地的情况确实对全国范围的生产性服务业集聚影响力较大。第二，辅变量变化的比较及解释。四个辅变量的回归结果都与前提假设一致，证明了假设的正确性。其中，在全国范围内的两个方程中保留了变量 RENT，说明地理位置在全国范围对生产性服务业的集聚影响较大，而该变量系数无较大变化，说明地理位置对生产性服务业集聚的影响力在任何情况下都基本相当。在除京沪外的两个方程中保留的变量 NET，说明通信网络基础设施在除京沪外的地区对生产性服务业的集聚影响较大，而该变量系数变化较大，说明该因素对生产性服务业在向服务业集聚的地区聚集时影响力更大。4、六大产业分区域验证 接下来运用上文的分析
12、方法继续对生产性服务业所包含的六大产业进行计量模型回归，具体步骤与上文相同，在此省略，仅将最终结果总结在表 4 中，在该表中，各产业按照不同区域给出了影响该产业集聚的因素，各因素从大到小排列。从整体看，除科学研究业外的其他产业拟合结果都较好，其中拟合程度最好的就是金融业，两个方程均能达到 90%以上的拟合度。而科学研究业的拟合结果说明该产业的集聚还有其他较为重要的影响因素没有考虑到。从各产业拟合度看，全国范围的方程拟合最好的产业有交通运输业、房地产业、科学研究业，全国除京沪的方程拟合最好的是信息软件业、金融业，租赁和商务服务业两个方程拟合程度接近。从各变量影响力看，在拟合程度最好的方程中，服务
13、业集聚水平是第一影响力的产业为交通运输业、信息软件业和金融业，地理位置是其他几个生产性服务业的第一影响力，其对全国范围内的信息软件业集聚的影响也很强。制造业集聚水平对交通运输业、信息软件业和金融业的影响力排第二，网络基础设施对各产业的集聚都有一定的影响，高素质劳动力资源仅对交通运输业、金融业集聚具有一定影响力，道路交通基础设施这一变量对各产业的影响力都不太显著。这说明，随着道路交通建设事业的发展，我国各地区的道路交通网络差距在逐渐缩小。二、工业大省的生产性服务业集聚实证分析 下面根据得出的理论结果先对四个工业大省各生产性服务业集聚水平的大小进行分析，并将分析结果同实际结果比较，对不符合理论分析
14、结果的部分进行解释。1、各产业集聚水平理论分析结果 由于考虑到江浙两省同属于长三角地区，可能会受到中心城市上海的辐射，因此在分析江浙两省时会加入上海共同分析。现在表 5 中列出四个工业大省以及上海的各变量取值，对照粤苏浙鲁各因素变量的取值，可以看出广东、山东的服务业、工业集聚水平较高，山东、浙江的网络通信基础设施较优越，江苏、山东的高素质劳动力本地供给较充足，广东、浙江的地理位置较好。2、各产业人均增加值验证 现运用各省各产业的人均增加值做验证，将粤苏浙鲁四省第二、第三产业以欢迎您阅读并下载本文档，本文档来源于互联网，如有侵权请联系删除！我们将竭诚为您提供优质的文档！及生产性服务业的人均增加值
15、总结于表 6 中。通过这一轮验证，可以发现山东其各产业的集聚水平均在四省中最小，这就与按照模型回归得出的各影响因素推理相矛盾。3、综合分析及结论 通过以上的分析，将结果总结如表 7（其中模型结果由表 4 推出）。从表 1中可以清晰地看出，实证结果与模型结果不同的是山东，按照模型所得到的集聚影响因素进行分析，山东的各生产性服务业集聚水平应该仅次于广东，而实际上，该省各个产业的指标均基本处于四省的末尾。这一结果需要解释，因为按照影响因素，山东的服务业集聚水平与工业集聚水平均在前列，为何其生产性服务业并没有集聚，并且在四个工业大省中还处于最落后的地位，这是否说明上文所得出的生产性服务业集聚的影响因素
16、不够正确，并不能真正衡量各地区产业的集聚水平。为了便于分析，将山东予以去除，对剩下的三个省进行对比，发现仅交通运输业与租赁和商务服务业与模型结果相符。其他四个产业中，按照模型回归结果，广东应该最优，江苏其次，但实际情况是浙江在信息软件业、房地产业、租赁和商务服务业处于第二位，均高于江苏，在金融业、科学研究业均超过广东，跃为第一位，江苏依旧第三位。这与模型的结果也有些不符。这种不符是否也说明了运用上文模型的回归结果并不能解释实际现象。综合四个省份的实际分析结果，似乎要否定上文的模型结果，实则不然。可以看出，模型结果在一定程度上还是能够说明各地生产性服务业的集聚情况的。例如对于广东，其第二、第三产
17、业的集聚水平最高，所以其生产性服务业各产业的集聚水平几乎也都是最高的。对于山东，山东的第二、第三产业的集聚水平确实也较高，但由于其通信基础设施、地理位置都是四省中最落后的，因此其对于具有较高知识技术密集型的生产性服务业集聚水平都较低，同理可以解释江苏、浙江。也就是说，对于第二、第三产业集聚水平基本相当的两个地区，若一个地区的通信基础设施、地理位置等其他因素较为落后，其生产性服务业各产业也不容易集聚。正因如此，山东各产业才会均处于四省的最后一位。三、结论 综上可以得出本文总括性的结论，即生产性服务业与制造业、服务业并不一定是互动发展的，在全国除京沪外的大范围内，总体上制造业、服务业集聚的地区生产
18、性服务业容易集聚，但若一个地区的通信网络、地理位置等影响因素与该地区的制造业或服务业集聚水平不相称，则该地区的生产性服务业与制造业、服务业就处于分离发展的状态。【参考文献】1 程大中：中国生产性服务业的水平、结构及影响基于投入产出法的国际比较研究J.经济研究，2008（1）.2 代文：现代服务业集群的形成与发展研究D.武汉理工大学，2007.3 方远平、阎小培、陈忠暖：服务业区位因素体系的研究J.经济地理，2008（1）.4 韩德超、张建华：中国生产性服务业发展的影响因素研究J.管理科学，2008（12）.5 胡霞：产业特性与中国城市服务业集聚程度实证分析J.财贸研究，2009（2）.6 姜长云：集群服务业发展中的问题、制约与启示对浙江省面向产业欢迎您阅读并下载本文档，本文档来源于互联网，如有侵权请联系删除！我们将竭诚为您提供优质的文档！集群发展生产性服务业的调查与思考J.经济与管理研究，2009（1）.7 赵群毅、谢从朴：都市区生产者服务业企业区位因子分析以北京为例J.经济地理，2008（1）.