长三角知识密集型服务业集聚特征与成因

  本文关键词：长三角知识密集型服务业集聚特征与成因，由笔耕文化传播整理发布。

第35卷第5期经济地理Vol.35，No.5

长三角知识密集型服务业集聚特征与成因

任国岩1，蒋天颖※2

（1.浙江万里学院经济地理研究所，中国浙江宁波

315100；2.宁波大红鹰学院，中国浙江宁波315175）

摘要：以长三角地区知识密集型服务业集聚为研究对象，采用空间基尼系数、区位商、EG指数，对2003—2012年长

三角知识密集型服务业集聚程度进行测算，并通过回归分析探究集聚成因，得出以下结论：长三角知识密集型服务业集聚程度不高，上海是空间集聚程度最高的城市；长三角知识密集型服务业的产业集聚结构较好，产业发展相对成熟；资本资源和经济环境是影响长三角知识密集型服务业集聚的主要因素。在此基础之上，提出发展长三角知识密集型服务业的对策建议。关键词：知识密集型服务业；空间集聚；影响因素；回归分析；长三角地区中图分类号：F127文献标志码：A文章编号：1000-8462（2015）05-0085-07DOI：10.15957/j.cnki.jjdl.2015.05.013

TheAgglomerationandReasonsofKnowledge-IntensiveBusinessServiceinYangtze

RiverDeltaRegion

RENGuo-yan1，JIANGTian-ying2

（1.EconomicGeographyResearchInstitute，ZhejiangWanliCollege，Ningbo315100，Zhejiang，China；

2.NingboDahongyingUniversity，Ningbo315175，Zhejiang，China）

Abstract:Withthesubjectofstudybeingtheagglomerationofknowledge-intensivebusinessserviceinYangtzeRiver

Deltaregion,thispaperchoosesspatialginicoefficient,locationquotient,EGindextocalculatethedegreeofknowledge-intensivebusinessservicefrom2003to2012.Empiricalresultsshowthat:Thedegreeofconcentrationofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionisnothigh,andShanghaiisthecitywiththehighestdegreeofspatialagglomeration.Theagglomerationstructureofknowledge-intensivebusinessserviceisbetter.Theindustryisrelativelymature.CapitalresourcesandtheeconomicenvironmentarethemainfactorsaffectingtheYangtzeRiverDeltainknowledge-intensivebusinessservice.Onthisbasis,thispaperproposedthedevelopmentofknowledge-intensivebusinessservicesintheYangtzeRiverDeltasuggestions.

Keywords:knowledge-intensivebusinessservice;spatialagglomeration;influencingfactors;regressionanalysis;YangtzeRiverDeltaregion

2008年国务院出台《关于加快发展服务业若干政策措施的实施意见》，从完善产业政策、降低准入门槛、扩大服务业开放等为服务业发展创造条件；2011年国家“十二五”发展规划纲要强调要营造环境推动服务业大发展，将推动服务业大发展作为产业结构优化升级的战略重点。在此背景下，加快推进现代化服务产业的发展，使其更好地服务于经济就显得更为迫切。知识密集型服务业作为服务业的重要组成部分，其发展对于优化产业结构，促进经济增长具有不可替代的重要作用［1-2］。自1990年代

起，不论发达国家还是发展中国家投资领域的重点

都已经从制造业中的技术密集型制造业转向服务业中的知识密集型服务业。

产业集聚是区域产业发展的一种形式，能够促进区域经济的增长，如浙江的打火机企业集群、美国的硅谷IT企业集群。通过对产业集聚的测算与分析，能够较好地了解产业的集聚程度、变化趋势以及分布状况等。在国内，知识密集型服务业的发展尚属起步阶段，且地区之间发展不均衡，不具备足够的国际竞争力。因此，测度知识密集型服务业的

收稿时间：2014-10-14；修回时间：2015-02-03

基金项目：国家自然科学基金项目（71372001）；浙江省社会科学基金项目（14NDJC240YB）作者简介：任国岩（1964—），男，浙江宁波人，副教授。主要研究方向为区域经济与会展经济。E-mail:rgyztx@163.com。※通讯作者：蒋天颖（1976—），男，浙江诸暨人，教授。主要研究方向为区域创新。E-mail:jty7608@126.com。

86经济集聚程度，分析其集聚效应以及集聚产生的影响因素，不仅有助于丰富服务业集群理论，还有利于区域产业结构调整优化，推动知识密集型服务业的发展。长三角地区经济发达，知识密集型服务业的发展基础相对良好，探究其集聚特征与演化情况具有相当的合理性与典型性。基于此，本研究以长三角为研究区域，试图测度该地区知识密集型服务业的集聚程度，分析其集聚演化特征，探索集聚形成原因，以期通过定量分析来评价长三角知识密集型服务业集聚化发展的现状与成因，从而为推动长三角知识密集型服务业发展提供参考。

1文献回顾

随着现代经济的高速发展与信息技术的迅速

提升，知识密集型服务业得到了飞速发展，在逐渐成为区域经济新增长点的同时，受到了国内外学者的广泛关注。国外对于知识密集型服务业的研究开始较早，主要围绕知识、创新、区位三个方面进行研究。Divide认为知识密集型服务企业专门从事知识的筛选、评估以及贸易专业咨询服务［3］；Muller等进一步发现知识密集型服务业在知识生产、转化、传播过程中发挥着巨大的作用，并且通过实证分析指出创新活动通过知识创造和传播过程将中小企业与知识密集型服务业链接起来［4-5］；Wernerheim提出知识密集型服务业与传统制造业一样以集群的方式存在，成功地将集群理论应用到知识密集型服务业当中，并且从缩短产品的生命周期、提高产业的关联效应两个方面阐述了产业集群的重要性［6］。

国内学者对于知识密集型服务业的研究开展相对较晚，但也取得了不少成果。魏江从知识密集型服务业的高技术性、高知识性、高创造性、高互动性的特点出发定义知识密集型服务业［7］；曹勇等也通过人力资源的知识密集、与制造业紧密联系、高度的客户导向等特征界定了我国知识密集型服务业的动态概念［8］；魏江指出知识密集型服务业创新的主要障碍因素分别是人力资源、创新资金、创新知识、组织结构和法律管制，并进一步提出了知识密集型服务业创新的对策建议［9］。对于知识密集型服务业的集聚研究，更多的是基于集群视角进行探讨，如陈守明等构建知识转移模型，分析了知识密集型服务业集群内的企业间知识转移及其影响因素［10］；朱海燕运用社会网络理论，提出了基于知识密集型服务业嵌入的内生型产业集群网络结构优化模型［11］；魏江等认为知识密集型服务业在产业集

地理第35

卷

群中属于知识创新的主体之一，能够通过连接与融合公共知识库和组织特有知识库的方式来达到集群创新的目的［12］；朱红梅、乔妍菁借鉴国外城市知识密集型服务业集群发展模式，分析国内知识密集型服务业存在问题，提出适合我国省、市发展知识密集型服务业的集群模式［13-14］。

2研究方法与数据来源

2.1研究方法

基于不同指数的不同功能，为确保分析结果稳固，本研究选取了空间基尼系数、区位商以及EG指数来测算长三角知识密集型服务业的集聚程度与集聚结构。

2.1.1收入分配的公平程度，空间基尼系数。空间基尼系数最初用于计算近年来，越来越多地被运用于产业集聚的研究。其计算公式［15］为：

G=∑(si-xi)2

（1）

i

式中：G为空间基尼系数；si为长三角i城市知识密

集型服务业就业人数占整个长三角知识密集型服务业就业人数比重；xi为i城市就业人数占长三角总就业人数的比重。G值越高，表明产业在空间上的集聚程度越高。2.1.2区的产业结构与整个区域水平间的比较差异，区位商。区位商通常用以表示区域内某一地以此来评价某一产业在该地区的专业化水平。本研究运用区位商来反映知识密集型服务业及其各行业在长三角各城市的集中情况，具体计算公式如下［16］：

LQLijLi

ij=（2）

j式中：LQij为区域j行业i的区位商指数；Lij表示i城市知识密集型服务业的就业人数；Li表示i城市所有行业的总就业人数；Lj为长三角知识密集型服务业的就业人数；L为长三角所有行业的总就业人数。LQ值大于1，表明知识密集型服务业在i城市相对集中。

2.1.3聚水平的EG指数。EG指数，Ellison充分考虑了企业规模大小与区和Glaeser构建衡量产业集域发展差异所造成的影响，从而弥补了空间基尼系数的不足。具体公式［15］为：

G-(1-γEG=

xxi2i)H

（3）

ii

式中：G为空间基尼系数；H为赫芬达尔指数；xi为i

第5期任国岩，蒋天颖：长三角知识密集型服务业集聚特征与成因

87

城市的就业总人数占整个长三角地区就业总人数

的比重。当γEG越小，表明产业集聚结构越好；反之，则表明集聚结构较差。2.2数据来源

根据《国民经济行业分类》中第三产业的统计门类，本研究实证分析的知识密集型服务业主要包括信息传输、计算机服务和软件业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业这四个行业。本研究以长三角为研究区域，以就业人数反映知识密集型服务业的发展水平，测度2003—2012年长三角知识密集型服务业的集聚水平，分析其形成原因。研究所用数据来自于《中国城市统计年鉴》（2004—2013）。

3长三角知识密集型服务业集聚水平分析

3.1长三角知识密集型服务业整体发展态势

长三角地区整体经济基础良好，经济增长速度较快，继续保持着又好又快的发展势头。从三次产业构成来看，长三角地区近年来不断调整和优化产业结构，2012年三次产业结构比例依次为4.8%、48.0%、47.2%，相较于2003年的6.8%、52.3%、40.9%，有了明显的优化。第一、二产业的比重降低，第三产业比重有较大幅度的增长，二、三产业比重基本持平。2003—2012年，上海市第三产业比重始终高于第二产业，其中，第三产业比重在2012年达到60.4%，远高于第二产业的38.9%。

作为第三产业的重要组成部分，长三角知识密集型服务业的发展同样迅速。本研究根据2004—2013年《中国城市统计年鉴》中的数据统计，整理了知识密集型服务业及其各行业就业人数，如图1。

由图1可知，该时期长三角地区知识密集型服务业就业人数逐年增加，从2003年的126.470万人增长为2012年的227.830万人，增长幅度较大，表明该时期长三角地区知识密集型服务业有着较快的发展。其中，金融业就业人数占知识密集型服务业就业人数比重最多，表明金融业的发展具备一定

规模，且随着时间推移，产业发展规模不断扩大；租

赁及商务服务业、科学研究、技术服务和地质勘查业、信息传输、计算机服务与软件业在该时期也都出现稳步增长的态势。整体而言，2003—2012年，长三角知识密集型服务业及其各行业就业人数普遍上升，且增长态势又快又稳，充分反映了该时期长三角知识密集型服务业良好的发展水平。3.2长三角知识密集型服务业集聚水平分析3.2.1空间集聚分析。本研究为分析长三角地区知识密集型服务业的空间集聚特征，以就业人数为指标，运用公式（1），计算得到了2003—2012年长三角知识密集型服务业的空间基尼系数，见表1。

通过表1可知，2003—2012年长三角知识密集型服务业及其各行业的空间基尼系数普遍较低，表明该时期长三角知识密集型服务业及其各行业发展较为均衡，没有出现地域上的较大差异。整体看来，除信息传输、计算机服务与软件业外，知识密集型服务业与其余各行业的空间基尼系数均存在先升后降的变化趋势。从时间序列上可以发现，2005—2009年，知识密集型服务业的空间基尼系数大于0.02，表明在地域上出现过一定程度的集聚现象，而随着近年来整个长三角地区知识密集型服务业的快速发展，各个城市间差距相对减小，集聚现象弱化，趋向于均衡发展。由分行业计算结果不难看出，金融业的空间基尼系数最低，空间集聚程度相较于其他行业低，这一定程度上取决于资金流动方式的便捷性导致金融行业的地域性特征不明显，同时也是由于长三角整体金融实力较强，各城市均十分重视银行、证券等金融行业发展所致。随着经济发展对于金融服务需求的不断增加，金融业的区域布局将会更加均匀，空间集聚程度更为弱化。科学研究、技术服务和地质勘查业的空间集聚程度相对较高，其中，2009年的空间基尼系数达到0.105，空间集聚特征明显。科学研究、技术服务和地质勘查业需要大量技术人员的投入，地区教育的不均衡性使得人才相对集中在教育相对发达的城市，因此

Fig.1

图1知识密集型服务业就业人数

Employmentinknowledge-intensivebusiness

services

88经济地理第35卷

Tab.1

空间基尼系数

知识密集型服务业信息传输、计算机服务与软件业科学研究、技术服务和地质勘查业金融业

租赁及商务服务业

0.0030.0310.001表1空间基尼系数测算结果

SpaceGinicoefficientcalculationresults

0.0110.0380.0010.0120.0680.0080.0190.0740.0090.0220.0910.0100.0250.1050.0100.0270.0990.0130.0260.0330.0120.0270.0300.0090.0030.0420.001Tab.2

表2长三角知识密集型服务业LQ>1的城市数量

ThenumberofcitiesthattheLQofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionisover1

133151131483161239731183126311631265116513

知识密集型服务业信息传输、计算机服务与软件业科学研究、技术服务和地质勘查业金融业

租赁及商务服务业

科学研究、技术服务和地质勘查业的地域性特征相对明显，空间集聚程度较其他行业高。3.2.2专业化水平测度。长三角知识密集型服务业不仅在分行业上表现出差异性，且在空间上也反映出明显的异质性，具体表现为各城市间的集中程度差异。本研究通过计算2003—2012年长三角各城市知识密集型服务业及其各行业的LQ值，整理得到该时期长三角知识密集型服务业LQ值大于1的城市数量，见表2。

分析表2不难发现，长三角2省1市25个城市中知识密集型服务业LQ值大于1的城市数量不足1/3，自2009年起稳定为6个，数量减少至1/4以下，表明2003—2012年长三角知识密集型服务业整体地区专业化程度相对较低，空间集中特征相对较弱。金融业LQ>1的城市数量最多，表明金融业的整体专业化程度与空间集中特征均较为明显，，这与金融服务发展的重要性密不可分。科学研究、技术服务和地质勘查业LQ＞1的城市数量最少，反映出其整体专业化程度与空间集中特征不明显，这一定程度上是由于科学研究、技术服务和地质勘查业对于技术人才要求较高，而人才往往集中在少数教育相对发达的城市。

由于篇幅所限，本研究将2003—2012年长三角各城市知识密集型服务业及其各行业LQ值进行取均值处理，具体结果见表3。

分析表3可知，长三角知识密集型服务业LQ平均值大于1的城市共有6个，分别为上海、南京、杭州、衢州、舟山以及丽水，其中，上海LQ平均值为1.5689，属同时期最高，表明该时期上海、南京、杭州、衢州、舟山和丽水的知识密集型服务业具有一定程度的专业化，知识密集型服务业空间集中程度

表32003—2012年长三角各城市知识密集型

服务业及其各行业LQ平均值

Tab.3TheaverageLQofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionfrom2003to2012

城市上海市南京市无锡市徐州市常州市苏州市南通市连云港市淮安市盐城市扬州市镇江市泰州市宿迁市杭州市宁波市温州市嘉兴市湖州市绍兴市金华市衢州市舟山市台州市丽水市

知识密信息传输、科学研究、集型服计算机服务技术服务和务业与软件业地质勘查业1.08401.22311.76740.83170.93520.84280.66700.74810.69070.79990.76510.78920.55480.76260.28460.70420.77580.37240.85530.88900.75730.70730.78410.32300.90430.93390.41910.72500.99470.61520.85230.66640.79320.95081.13270.50920.44560.77160.29991.33331.96611.61240.87300.53040.57440.56520.54090.39390.73060.52740.52390.78030.72030.54990.49140.50820.29230.97460.92320.57371.06461.03250.58811.14651.07350.76970.93410.85040.5821金融业0.73040.91700.94050.96720.75371.02781.07020.95951.28670.82771.13841.20550.62790.93171.01240.70540.76200.99160.65691.05641.74251.10771.2607租赁及商务服务业1.02910.64580.19190.57290.36300.43600.58000.58330.69490.53210.55730.83150.11501.43661.07010.50640.95790.64220.38431.18290.41641.57050.7550较其余城市高，而上海则成为长三角知识密集型服务业的主要集中地。就分行业情况来看，信息传输、计算机服务与软件业LQ平均值大于1的城市共有7个，分别为上海、南京、泰州、杭州、衢州、舟山和丽水。其中，杭州的LQ平均值为1.9961，为同时期最高，其信息传输、计算机服务与软件业表现出了较强的空间集聚性和较高的专业化水平。科学研究、技术服务与地质勘查业LQ平均值大于1的城市仅

第5期任国岩，蒋天颖：长三角知识密集型服务业集聚特征与成因89

有3个，分别为上海、南京和杭州，其LQ平均值依次

为1.9309、1.7674和1.6124。表明该时期长三角科学研究、技术服务与地质勘查业的专业化优势主要集中在上海、南京和杭州三个地区。金融业LQ平均值大于1的城市数量最多，共有12个。除上海外，江苏省的南通、连云港、盐城、镇江、泰州和浙江省的宁波、金华、衢州、舟山、台州、丽水的LQ平均值也都超过1，表明长三角金融业专业化优势主要集中在上述城市。租赁及商务服务业LQ平均值大于1的城市有6个，分别为上海、南京、杭州、宁波、金华和舟山。其中，上海的LQ平均值最高，为1.8432，表明该时期这些城市的租赁及商务服务业具有一定的空间集聚态势与专业化水平，而上海在这方面特征要明显高于其余城市。3.2.3集聚结构研究。服务行业的发展好坏很大程度上取决于其产业集聚结构的优劣。基于此，本研究通过测算长三角知识密集型服务业的EG指数，分析其集聚结构，具体结果见表4。

由表4可知，2003—2012年长三角知识密集型服务业的EG指数均小于0，这表明该时期长三角知识密集型服务业的产业集聚结构较好，该产业的发展已相对成熟。就各行业分类来看，金融业的EG指数同样小于0，反映了其良好的产业集聚结构。这是由于长三角地区经济发达，金融业发展良好，上海更是作为金融中心，带动并推进了整个长三角地区的金融服务发展，使得金融业发展相较于其他行业更为成熟。信息传输、计算机服务与软件业、科学研究、技术服务和地质勘查业以及租赁及商务服务业的EG指数虽然大于0，但数值较小，尤其是信息传输、计算机服务于软件业，EG指数均不足0.03，本研究认为这些行业的产业集聚结构也普遍较好。此外，租赁及商务服务业的EG指数总体呈现下降趋势，表明其集聚结构正在不断优化，产业发展越来越成熟。

务业的发展情况，本研究认为经济环境（X1）、人力资源（X2）、资本资源（X3）、信息技术（X4）以及政策支持（X5）5个方面对知识密集型服务业集聚会产生影响。区域经济水平是知识密集型服务业集聚发展的重要物质条件，本研究采用各地区GDP增长率来反映区域经济环境（X1）；人力资源的丰富储备与资金流动的活跃同样是知识密集型服务业发展所不可或缺的部分，本研究采用每万人在校大学生数与年末金融机构各项贷款余额分别表示人力资源（X2）与资本资源（X3）；信息技术是对知识密集型服务业发展的技术支持，并具有巨大的推进作用，本研究采用各地区电信业务总量来侧面反映信息技术（X4）；地区政策会对知识密集型服务业集聚产生不同程度的影响，政府对于知识密集型服务业发展的支持程度可通过财政投入来表现，本研究以财政支出中科教支出为指标来反映政策支持（X5）。4.2回归结果分析

本研究选取2003、2012年两个时间节点的截面数据，对研究期内期初与期末的长三角知识密集型服务业集聚发展的影响因素进行分析。本研究以经济环境（X1）、人力资源（X2）、资本资源（X3）、信息技术（X4）以及政策支持（X5）为自变量，以长三角知识密集型服务业就业人数（Y）为因变量进行回归分析。为减少数据波动以及变量的异方差性，对变量取对数处理，得到的回归模型如下：

lnY=β0+β1X1+β2lnX2+β3lnX3+

β4lnX4+β5lnX5+ε

（4）

4长三角知识密集型服务业集聚成因

4.1影响因素变量选取

根据已有研究［17-18］，结合长三角知识密集型服

运用SPSS17.0对长三角知识密集型服务业集

聚的影响因素做回归分析，为减少变量间存在的多重共线性，本研究通过逐步回归法进行分析。计算分别得到2003、2012年的调整后R2为0.924和0.849，表明研究所建立的回归方程具有极好的拟合度，同时，F值分别为147.041、135.562，回归方程显著成立。逐步回归测算结果显示，2003、2012年分别以模型2与模型1最为适合作为多元线性回归模型，具体回归系数及其显著性检验见表5、表6。

由表5、表6可知，2003—2012年长三角知识密

表4EG指数测算结果

Tab.4EGindexcalculationresults

知识密集型服务业信息传输、计算机服务与软件业科学研究、技术服务和地质勘查业金融业

租赁及商务服务业

0.0000.031-0.0480.0010.047-0.0440.0100.043-0.0390.0110.082-0.0320.0190.092-0.0310.0220.118-0.0370.0260.140-0.0360.0270.130-0.0290.0260.034-0.0280.0270.030-0.032

博泰典藏网btdcw.com包含总结汇报、经管营销、行业论文、高中教育、旅游景点、表格模板、自然科学、教学研究、计划方案以及长三角知识密集型服务业集聚特征与成因_任国岩_图文等内容。

本文共2页12

  本文关键词：长三角知识密集型服务业集聚特征与成因，由笔耕文化传播整理发布。