长三角城市群生产性服务业空间分异特征研究

　　[摘要]文章应用分异指数、空间基尼系数、地区Hoover指数等常规统计方法与基于空间统计学的探索性空间数据分析方法一起，研究了长江三角洲地区生产性服务业的空间分异特征。研究发现，长三角地区生产性服务业的发展总体以集聚为主，各地区、各细分行业差距明显，大致可以把25个地区分成扩散效应区、离心效应区、低速增长区和极化效应区等四种类型的关联模式，长三角地区生产性服务业形成了动态的多中心一外围空间结构并正在向网络化迈进。产生这种分异特征的原因主要是本地知识积累与人力资本积累状况、城市规模以及在区域城市等级体系中地位和区域制造业布局与本地制造业规模等。
　　[关键词]生产性服务业；空间分异；产业空间分异；探索性空间数据分析
　　[中图分类号]F290
　　[文献标识码]A
　　[文章编号]1002-736×（2015）01-0135-07
　　一、问题的提出
　　生产性服务业对经济的推动作用日益显著，已经成为现代经济增长的引擎。揭示产业空间分异特征，是研究产业空间分异动力机制、原因和趋势的基础，也是理解不同城市区域经济发展差距的关键所在。当前对制造业及各细分行业空间分异特征的研究较为丰富，但是在服务业，尤其是生产性服务业领域关于空间分异的研究较为薄弱。生产性服务业所具有的根本特征是以知识和人力资本为主要投入品及中间投入型行业，本文尝试以知识和人力资本作为分析视角，以中国目前发展速度最快、整体竞争力最强的长江三角洲城市群（以下简称长三角）为实证分析区域，研究生产性服务业空间分异的主要特征。长三角城市群在向后工业化阶段过渡的过程中，经济增长的重心将由制造业转向服务业，对日益加剧的生产性服务业空间分异现象的研究，对于提高长三角城市群运行效率、提升区域城市化水平和加快区域一体化进程都具有一定的理论和现实意义。
　　关于生产性服务业空间分异的研究主要集中在两个方面。一是生产性服务业空间分异的总体表现。Coffey（1996）对世界主要城市、赵群毅和周一星（2007）对北京等一系列研究都发现，生产性服务业集聚在城市中心。Naresh&Gary（2001）对英国金融业、沈玉芳等（2011）对长三角金融业、李慧中和王海文（2007）对长三角地区、张三峰（2010）对中国范围生产性服务业的研究发现，生产性服务业集聚在区域核心城市。二是生产性服务业空间分异的演变趋势。Nelson（1986）对旧金山、李普峰等（2009）对西安等的研究发现，生产性服务业从城市核心区向外围扩散的趋势与集聚同时进行。李伟军和孙彦骊（2011）对长三角金融业、沈玉芳和刘曙华（2011）对长三角生产性服务业等研究也都发现，生产性服务业正从区域中心城市向次级中心城市扩散。但上述研究缺乏对产业空间差异化在地区间所形成关联模式的精确验证，也很少考虑生产性服务业集聚区与周边地区的相互联系，而产业集聚本身恰恰是地区间要素和企业行为的流动。关于扩散的研究大多割裂集聚与扩散现象的关联性，对集聚、扩散原因的分析没有考虑生产性服务业的特性和空间距离因素，而产业空间结构的形成正是区域范围内产业集聚与扩散的结果。综上所述，为全面反映出产业空间分异所形成复杂系统的特征，本文从系统论的角度从区域产业空间分异的整体性、时序上的渐进性、地区间的关联性、空间上的等级结构性、地区间及产业间的平衡性等方面对特征进行分析。将探索性空间数据分析方法与传统产业空间差异研究方法结合，从产业和空间二个维度同时对长三角城市群生产性服务业的空间分异特征进行研究，并分析这种特征所形成的原因。
　　二、空间分异特征的主要研究方法
　　（一）分异指数法
　　测量产业空间分异指数的实质是计算行业就业人数在区域内不同地区分布的比例差异程度。当某一产业就业人口与其他产业就业人口在整个区域不同地区拥有相同的比例，产业空间的均等化程度最大，分异程度最小。公式中把整个区域分为n个地区，t_i是单位地区i总人口，P_i是单位地区i分异成员的比例，T是整个区域总人口，P是整个区域分异成员比例，区域产业空间分异指数为：
　　（四）探索性空间数据分析方法
　　探索性空间数据分析（Exploratory Spatial Data Analysis，以下简称ESDA）将空间统计学和现代图形计算技术结合，用直观的方式揭示空间数据中隐含的空间分布、空间模式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。Moran指数I是用来分析空间数据在整个区域内表现出的分布特征，即全局空间相关性，其计算公式如下：
　　三、长三角城市群生产性服务业时空分异特征
　　（一）总体分异特征表现为较强的集聚性
　　根据前述可得出历年长三角城市群生产性服务业空间分异指数和行业基尼系数（表-1）。总体上看，目前生产性服务业分异指数处于0.25～0.31之间，分异水平不高，这表明长三角城市群生产性服务业并非均等的分布在所有地区，而是呈现空间分异状态，但还未达到严重分异的状况。生产性服务业行业空间基尼系数从2003年的0.4667上升到目前的0.533，已经呈现较为明显的空间不均衡性，反映出长三角城市群生产性服务业在市域层面的分布总体上处于集聚状态。
　　长三角城市群生产性服务业空间分异指数增长率从2004年开始，10年分别为：-0.06、0.17、-0.10、0.05、0.04、0.03、0.04，累计增长15%，年均增长率2.5%，呈现逐年增加趋势。特别是近年来增速和趋势都更为稳定，表明生产性服务业空间分异程度在逐渐加剧。生产性服务业整体基尼系数增长积累14%，年均增长率2%且近年来更是表现出增长方向不变，反映出生产性服务业在市域层面上有趋于集中的趋势。把基尼系数与分异指数对比发现，二者不仅大致趋势相同，而且曲线形状高度吻合。为进一步验证生产性服务业空间分异的集聚特征，我们运用ESDA的方法对长三角城市群生产性服务业发展水平进行全局空间自相关检验，并对结果进行9999次蒙特卡罗模拟以检验其显著性，检验显示存在显著的全局自相关现象（表-2）。表明长三角城市群生产性服务业的发展在地理空间上并不是随机的，而是存在显著正相关关系，表现出强烈的空间依赖性和空间集聚特征，在生产性服务业发展水平相似的地区在空间上有集群现象。ESDA方法探测出的同类地区集群现象和前述分异指数表明空间分异加剧，与行业基尼系数计算结果互相印证，无论是高度集聚还是低度集聚，都可能造成高低地区之间更大的不均衡，加剧空间分异程度，形成其更加不平衡的分布格局。这一研究结果说明，随着地区间经济往来不断加深和知识局域溢出效应的存在，生产性服务业以知识和人力资本为主要投入品的特征决定了长三角城市群生产性服务业表现出总体空间集聚的现象与趋势。

相关热词搜索：服务业 城市群 特征 研究 空间