会员登录
会员注册提要：本文从行业比较的视角对生产性服务业在大城市内部扩散发展进行研究，发现：我国大城市的郊区县生产性服务业总体上处于发展严重不足的阶段。从影响因子的计量比较看，第二产业发展规模、政府干预、土地成本对生产性服务业由中心区向郊区扩散发展的影响最为广泛，而城市化水平、信息技术水平、人力资本等因素的影响则相对分散。具体来说，第二产业规模是生产性服务业由中心区向郊区集聚的最大促进因素，政府规模则会妨碍生产性服务业向郊区的扩散，土地成本则因为行业不同产生的影响有较大差异。如城市土地成本上升，将有助于金融业向郊区县的扩散发展；但对信息传输计算机服务和软件业、科学研究技术服务和地质勘查业等行业而言，只会放慢其向郊区县扩散的步伐。
关键词：生产性服务业，城市，内部扩散
生产性服务业在城市内部的扩散发展，是促进大城市中心区和郊区交互联系、推动城乡一体化进程的重要力量。当前对生产性服务业发展的研究较多，如新经济地理学、CBD内核—外框空间结构模型、产业生命周期理论等，且研究视角更多是从企业角度展开的，而从行业发展的视角对生产性服务业在城市内部的扩散研究相对不足。本文将对影响生产性服务业扩散发展的因素、不同行业在扩散过程中表现出来的差异性等问题进行研究。
一、文献回顾及评述
(一)生产性服务业的空间集聚发展
生产性服务业布局问题的研究包括对生产性服务业在区域间以及区域内的布局两方面。区域间的布局上，生产性服务业往往倾向于在大都市集聚。尤其是高端生产性服务业(企业总部、金融中心机构等)倾向于集中在世界性的大都市，或者通过跨国投资，由跨国公司在主要城市设立分支机构进行生产、销售和出口。Gillespie和Green(1987)、Coffey和McRae(1989)、Beyers(1993)、Illeris和Sjholt(1995)等通过对英国、加拿大、美国、北欧等国大都市区生产性服务业空间分布特征的研究发现，生产性服务业高度集中在大都市。国内，田光进、沙默泉(2010)通过对广州都市区产业空间格局的研究，发现律师事务所、会计师事务所、房地产业、零售行业等生产性服务业主要分布在中心城区。
生产性服务业在城市中心区集聚发展的原因主要是：接近客户市场、有特定的劳动力市场、良好的信息源等与接近性相关的因素，减少其寻找市场机会的成本(Gad，1999)，容易获取技术及熟练员工，且这些行业能够支付起高昂地租(Coffey和Shearmur，2002)。此外，一些人文因素(如区域声誉)和经济发展因素等也导致生产性服务业主要集聚在大城市的中心商务区(Daniels，1985)。
(二)生产性服务业在城市内部的扩散
生产服务业具有向中心城区聚集的特征，但随着科技进步、分工深化、成本、市场容量、制度等方面的变迁，这一特征或许会有所改变，即生产性服务业也会出现由中心城区向郊区扩散的情况。CBD内核—外框空间结构模型(Horwood和Boyce，1959)较早指出核心区的办公功能将会向边缘地区过渡和扩散的可能。Daniels(1985)进一步将生产性服务业空间分布的演变划分为四个阶段，即中心城区高度集聚，郊区试探性随意分散，郊区主要交通节点上开始集聚，郊区集聚强化并与中心城形成功能分工。这与产业生命周期理论认为的中心区向边缘区扩散现象是遵循生产周期模型规律的结果(Storper和Walker，1989)差不多。
现实中，城市内部生产性服务业也经历着从城市内部向周边地区扩散的现象和趋势。Stanback(1991)在对美国大都市区的比较研究中发现，许多郊区集中了各种各样的生产性服务，郊区也存在商务中心。国内的研究也暗示城市内生产者服务业也将会呈现由核心向边缘转移的可能，只是趋势还不是特别明显(邵辉，2008)。
可以说，生产性服务业的集聚发展与扩散发展两种现象同时进行，其原因更多在于不同类型的产业在空间分布中的差异性。Illeris和Sjholt(1995)指出需要面对面联系的产业往往集中在中心城区，而高度标准化和技术型服务业则存在向郊区扩散、迁移的趋势。根据Stanback(1991)等人的观点，金融、保险、房地产、广告、会计审计业等更多地集中于中心城区CBD，而计算机数据服务业、科学研究与综合技术服务业等更倾向于郊区化。
(三)生产性服务业城市内部扩散的影响因素探讨
随着城市的发展，中心区与郊区在功能关系上会变化，生产性服务业的空间分布更会呈现出由中心城区向郊区县扩散的特征。具体到生产性服务业在城市内扩散发展的影响因素，主要归结为以下几个方面：
1、人力资本。人力资源储备是影响生产性服务业区位分布的主要因素(Illeris，1995)。按照比较优势理论，每一个地区都根据自身要素的密集度与禀赋、相对成本差异等确定最优的产业进行发展。而生产性服务业所提供的是专业性服务，其禀赋主要体现在人力资本上。即较高的人力资本水平可以提高整个企业和地区的创新能力，带来相应的技术外溢效应，且强调从集聚学习和创新环境等角度来探寻集聚利益(Keeble和Nacham，2002)。对于郊区县来说，具有人力资本的高级要素禀赋，将会吸引生产性服务业由中心区向其扩散与转移。
2、土地成本。根据新经济地理学(Krugman，1991)的观点，产业层面的向心力类似于促进集聚的因素，包括熟练的劳动力市场、本地大市场相联系的前后向联系以及由地理接近而产生的信息外溢和知识外溢。而离心力是产业扩散的促进因素。土地、厂房、自然资源等不流动的生产要素和环境污染等外在不经济性是离心力产生的影响因素。其中，土地成本的变化是直接影响到生产性服务业布局的因素，即土地成本优势应该是郊区生产性服务业发展与壮大的重要因素之一。
3、信息技术。信息技术的进步使生产性服务业在空间上可分(Nicolaides，1989)，使生产性服务业集聚的原因更多是信息联系，而不一定是与客户的密切联系。此外，信息技术水平的提高降低了企业主体间的互动成本，为区域边界的扩张提供了发展空间(Charlie Karlsson，2004)。可以说，相互信息联系的成本类似于制造业中的运输成本，将会成为影响生产性服务业空间分布的重要因素。
4、市场需求。根据顾乃华等(2006)、胡国平等(2012)的观点，生产性服务业从制造业中分离出来，是制造业产品在生产过程中的重要辅助性活动，它为制造业提供中间服务。制造业或更大范围的第二产业的快速发展，将会进一步促进生产性服务业的发展。此外，服务业或是第三产业本身也是生产性服务业的需求来源。根据部分学者的估计，对生产性服务业的有效需求近60%来自于第二产业，来自于第三产业的需求比例较低(杨玉英，2010)。对于尚处于工业化阶段的郊区来说，制造业将会不断得到强化，且中心城区工业发展功能也会向郊区县转移。因此，城市第二产业发展将带动生产性服务业向郊区的扩散发展。
5、制度因素。制度建设完善、政府开放、办事效率高的区域，会吸引厂商的集聚(Lanaspa、Pueyo和Sanz，2001；陈建军、陈国亮，2009)。同样地，制度建设好的区域对生产性服务业企业形成较大的吸引力。而具体的制度因素往往会用政府规模来代替。具体到政府规模的测量，则主要由对外开放度、政府对于经济的参与度(金煜等，2006)、国有成分比重(顾乃华等，2006)等来衡量。
6、城市化水平。根据Illeris和Phillippe(1993)、江小涓等(2004)、钟韵(2009)的研究，城市化水平是影响服务业发展的重要因素。城市化水平较高的城市，郊区县相应地会有较强的基础设施能力，具备生产性服务业在此形成集聚的基础。
二、模型构建与实证
(一)计量模型构建与选择
根据前文的文献梳理可以看到，生产性服务业向郊区扩散的程度受到人力资本、信息化水平、市场需求、土地成本、制度、城市化水平等因素的影响。因此，模型将主要基于这几个变量进行构建。此外，为了减弱各数据的非平稳性等问题，对每个变量进行了对数处理。因此，计量模型设定为：
lny=α+β1ln(hiter)+β2ln(mobil)+β3ln(land)+β4ln(industry)+β5ln(gov)+β6ln(urban)+μ
Y：表示生产性服务业由城市中心区向郊区的扩散程度。基于产业集聚度选取指标的适用性和实证的需求，本文选取了krugman的空间基尼系数来衡量生产性服务业在城市空间集聚度的测量指标。空间基尼系数计算方法：G=(si-xi)2。其中G为空间基尼系数，si为不包括市辖区的郊县第i产业就业人数占全市第i产业总就业人数的比重，xi为不包括市辖区的郊区县就业人数占全市总就业人数的比重。G数值越大，表明行业在郊区的集聚程度越高；G值越小，表明行业在郊区的集聚程度越低，越有可能集中在中心区。
hiter：表示人力资本因素。基于数据收集的方便性，选用了高等学校教师拥有量来近似地替代。人力资本不足，生产性服务业只有集聚在中心城区；随着人力资本储备的扩大，对生产性服务业的向外扩散发展应该能起到促进作用。
mobil：表示信息化水平。主要用人均移动电话数量，即移动电话用户数量与从业人员的比值。信息化水平的提高，将有助于郊区县对生产性服务业的承接。
land：表示土地价格。基于数据的可得性，采用的是全市范围内的土地交易价格指数。理论上分析，土地交易价格指数越高，越会促使生产性服务业向郊区扩散。
industry：代表市场需求因素，主要用全市第二产业增加值来替代。二产规模越大，生产性服务业由中心区向外扩散发展的可能越大。
gov：表示政府规模因素。本文采用政府对经济参与度指标中的国有化比重来衡量。
urban：表示城市化水平，主要用全市非农业人口与户籍人口比值来衡量。从人口角度来看，城市化就是城市人口比重不断增加的过程。城市化水平的提高，带动城市内部的产业结构的优化和升级，引起生产性服务业的差异化发展。
(二)数据选取
12个副省级城市面板数据分析数据来源于历年《中国城市统计年鉴》、《中国城市(镇)生活与价格年鉴2009》、中经网统计数据库，成温江数据来源于历年《温江区统计年鉴》和《中国城市统计年鉴》。
鉴于所选择对象的可比较以及数据的易收集性，本文选用同属于副省级城市的沈阳、大连、长春、哈尔滨、南京、杭州、宁波、济南、青岛、广州、成都、西安等12个大城市2003—2008年的生产性服务业进行研究。其中，所选取的行业则是在郊县空间基尼系数相对较大的信息传输计算机服务和软件业、金融业、科学研究技术服务和地质勘查业、租赁和商业服务业等四大类。根据对所选取副省级城市的各生产性服务业2003—2008年期间向郊区扩散的基尼系数的计算与比较发现，这四个行业近年来的基尼系数值均大于0.25，高于按整体生产性服务业空间基尼系数值0.2的平均水平，因此将其作为扩散研究的行业对象。
数据主要来源于《中国城市统计年鉴》(2004—2009年)、《中国城市(镇)生活与价格年鉴2009》、中经网统计数据库等文献及数据库。
(三)模型回归及结果分析
利用Eviews6.0软件，通过F检验和Hausman检验，建立个体固定效应模型。回归结果如表1所示：
（作者： 西南财经大学工商管理学院 胡国平 李广新 淮南民生置业有限公司 张丽）