派智库

【摘要】利用2005-2014年中国285个城市的面板数据，可以从供给侧视角以生产性服务业自身集聚及其与三大产业的协同集聚作为其对国民经济的供给规模和供给结构，用空间动态面板杜宾模型探察生产性服务业对城市全要素生产率的影响。结果显示，生产性服务业集聚对全要素生产率具有显着的空间影响，两者之间呈现复杂的非线性关系。就供给规模而言，全国层面生产性服务业集聚与全要素生产率之间为倒U型关系，尚未达到最佳集聚程度；高端生产性服务业主要集聚在区域性中心城市，是推动全要素生产率提高的主力军；低端生产性服务业主要集聚在中部地区，对中部地区全要素生产率的提高具有阻碍作用，而对西部地区具有积极影响。就供给结构而言，生产性服务业与其他服务业的协同集聚对全要素生产率的影响最大，与第一产业的协同集聚的影响最小，而与第二产业的协同集聚对全要素生产率尚未发挥出足够影响。

【关键词】供给侧；生产性服务业；集聚；全要素生产率；空间动态杜宾模型

一、问题提出

内容来自dedecms

当前中国经济正处于增长速度换挡期、结构调整阵痛期和前期宏观刺激政策消化期“三期叠加”阶段，加强“供给侧结构性改革”成为适应经济新常态，实现经济转型升级的关键举措。生产性服务业在工业增速下滑的情况下发展势头不减，2005-2014年，中国生产性服务业的增加值从44602亿元增加到192215亿元，占国内生产总值的比重由24％提高到30％，成为促进经济稳定增长的主战场。凭借产业关联度高、跨界服务性强和知识技术密集等特征，生产性服务业的快速发展能为其他行业的发展提供新动力和新机遇，有助于优化产业结构和扩大有效供给，促进全要素生产率的提高，这正与供给侧改革的目标相吻合[1]。因此，生产性服务业在推进中国供给侧结构性改革中的重要地位受到政府及学术界的广泛认可[2]。 copyright dedecms

既有研究显示，生产性服务业对城市空间重塑、经济增长方式以及制造业效率等均具有积极影响[3-4]。生产性服务业的经济活动往往可以突破行业和地理距离的限制，因而更易于以集聚的形态发展。国内外关于生产性服务业对经济发展的影响的研究，也大都是从集聚视角来分析的。这些研究可以被分为两方面。第一，从生产性服务业自身的集聚入手，探讨其集聚态势对经济增长的影响。伊文和科特瓦（Eswaran&Kotwal，2002）发现生产性服务业的集聚能够吸引人才、资金的集聚，促进创新和科技发展，从而促进经济发展；周明生和陈文翔（2014）验证了生产性服务业在省域空间的集聚度和各分行业对经济增长的空间效应[5]；惠炜和韩先锋（2016）研究发现生产性服务业能显着提高地区劳动生产率，但集聚效应存在明显的空间差异[6]。第二，兼顾生产性服务业集聚和生产性服务业与其他产业间的集聚。其中，多数研究采用的是专业化集聚与多样化集聚的方法来探讨其对经济发展的影响。韩峰等（2014）测度出生产性服务业空间技术溢出效应对经济增长的有效影响范围为100公里，在此范围内，生产性服务业专业化集聚与多样化集聚对经济增长的影响截然相反[7]；于彬彬（2016）发现生产性服务业专业化集聚和多样化集聚的经济增长效应存在显着的行业、地区和城市规模异质性[8]。而另一些论文则是探讨生产性服务业与制造业的协同集聚对经济增长的影响。江曼琦和席强敏（2014）发现只有部分技术密集型制造业与生产性服务业有较强的空间协同集聚度，且吸引制造业在城市集聚的主要动因是劳动力、知识溢出效应和市场效应[9]；陈晓峰和陈昭锋（2014）实证研究发现生产性服务业与制造业的协同集聚有助于提高两个产业自身的专业化水平，进而推动整个地区产业竞争力提高[10]。 织梦好，好织梦

生产性服务业直接关系农业、工业等多个生产部门，也间接影响其他服务业的发展。而当前大部分研究仅着眼于生产性服务业与第二产业的关系，具有较大的局限性。而专业化集聚和多样化集聚的方式虽然考虑到了生产性服务业自身集聚和其与其他产业间的集聚，但这种方式过于宏观，难以深入直观地反映生产性服务业与第一产业、第二产业和其他服务业之间的协同发展关系。有鉴于此，本文综合考虑生产性服务业的自身集聚及其与三大产业间的协同集聚，探讨生产性服务业集聚结构对地区全要素生产率的影响，以期为供给侧结构性改革提出有益建议，弥补当前研究的不足。

copyright dedecms

dedecms.com

二、理论框架与研究设计 copyright dedecms

（一）理论框架 dedecms.com

从供给侧角度分析，生产性服务业对经济发展的影响主要从供给规模和供给结构两方面产生。生产性服务业的供给规模指其自身的发展规模，对于一个地区而言，可以用生产性服务业的集聚程度来衡量其供给规模，集聚程度越高表明该地区可以提供的生产性服务越多。对于生产性服务业的供给结构，需要将其分为内部供给结构和外部供给结构两方面。根据国民经济行业分类标准（GB/T 4754-2011）和产业特点，生产性服务业可被分为高端生产性服务业（金融业，科学研究、技术服务和地质勘查业，信息传输、计算机服务和软件业）和低端生产性服务业（交通运输、仓储及邮政业，批发和零售业，租赁和商务服务业，住宿和餐饮业）。生产性服务业的内部供给结构可用高端与低端生产性服务业的结构比例来反映。而外部供给结构可用生产性服务业与第一产业、第二产业和其他服务业之间的协同集聚程度来衡量。对于一个地区来说，除生产性服务业之外，还需要考虑地区所能提供的基础性供给条件，如外商直接投资、人力资本水平、信息基础设施和政府财政支出等。此外，为了实现供需平衡，也要考虑到地区的需求能力，如该地区的经济发展水平，市场潜力和职工平均工资等。理论框架如图1所示。

生产性服务业集聚对地区经济发展的影响机制可以从三方面理解：第一，生产性服务业通过调整自身的集聚规模使其达到最优规模经济效应来促进地区经济发展；第二，生产性服务业通过优化内部产业结构，合理分配高端和低端生产性服务业的比重来促进地区经济发展；第三，生产性服务业通过调整外部供给结构，加强产业间的协同合作，根据地区产业情况发挥比较优势来促进地区经济发展。

内容来自dedecms

（二）研究设计

1.计量模型设计 本文来自织梦

一般的计量方法由于忽略空间关系往往会造成一定的偏差。因此，本文选择空间计量模型来检验生产性服务业集聚对地区经济发展的影响。本文建立地理距离空间权重矩阵（Wij），i和j是两个城市地理中心之间的距离，即以各城市的经纬度坐标确定城市间的距离，再以城市间距离的倒数作为权重生成空间权重矩阵。相对于以是否邻接而采用（0，1）形式设定空间权重矩阵的方法，这一方法能够更为精确地衡量空间单元之间的相关性。Wij的公式如下： dedecms.com

织梦内容管理系统

当考虑变量之间的内生交互效应时，一般使用空间滞后模型（SAR）；当考虑误差项之间的交互效应时，使用空间误差模型（SEM）；当同时考虑变量的内生和外生交互效应时，应使用空间杜宾模型（SDM）。若SAR和SEM的LM-lag（或Robust LM-lag）和LM-error（或Robust LM-error）都通过显着性检验时，就应该选择空间杜宾模型。本文数据的LM检验和Robust LM检验都通过了1％的显着性水平，因此，选择使用SDM模型。SDM模型的一般形式如下： copyright dedecms

Y=α+δWY+βX+θWX+ε（1） 织梦内容管理系统

式（1）中，Y为被解释变量，X为解释变量，W为空间权重矩阵，δWY为被解释变量的空间滞后项，θWX为解释变量的空间滞后项，α为常数项，δ为空间自回归系数，β和θ都是需要估计的参数向量，ε为误差项。

根据理论框架，本文设定如下的SDM模型：

织梦好，好织梦

织梦内容管理系统

式（2）中，t表示时间，pst表示生产性服务业的集聚程度，cops1、cops2和cops3分别表示生产性服务业与第一产业、第二产业和其他服务业的协同集聚程度，X表示控制变量。

织梦好，好织梦

2.变量说明和数据来源

本文来自织梦

本文的研究区域是中国285个地级及以上城市，数据来源于2005-2014年的《中国城市统计年鉴》和《中国区域经济统计年鉴》，价格指数来自各省市统计年鉴。所选取的变量如下： 织梦内容管理系统

（1）被解释变量：用全要素生产率来反映地区经济效率。以Malmquist生产率指数方法计算全要素生产率（tfp）并将其分解为技术效率变化（effc）和技术进步变化（tech）。借助这一方法，可以假设生产性服务业集聚及其与其他产业的协同集聚对地区全要素生产率的影响是通过促进地区的技术效率或者技术进步实现的。在计算全要素生产率时，以各市总就业人数和资本总量作为投入要素，以地区生产总值作为产出要素。采用永续盘存法来处理资本存量。此外，考虑到地区全要素生产率的发展会受到前期生产率水平的影响，本文在解释变量中加入滞后一期的全要素生产率（11.tfp），将模型变为动态面板模型。 copyright dedecms

（2）核心解释变量：生产性服务业集聚程度（ps），生产性服务业与第一产业、第二产业和其他服务业的协同集聚程度（cops1、cops2和cops3）。此外，为了测度生产性服务业的供给规模对全要素生产率的影响，引入生产性服务业集聚程度的二次项（ps2）来识别其规模效应的拐点。 织梦内容管理系统

本文用区位熵方法来测度生产性服务业集聚程度（ps）和其他产业集聚程度。区位熵公式为：Qj=（sj/xj）/（s/x）。其中，j表示行业，sj表示某地区j行业的就业人数，xj全国j行业的就业人数，s为该地区总的就业人数，x为全国总的就业人数。再借鉴德弗罗等（Devereux et al.，2000）的公式，来计算生产性服务业与其他产业间的协同集聚程度。具体公式如下：

dedecms.com

式（3）中，i和j分别表示产业i和产业j；vi和vj为权重指标，表示单个产业就业人数占两个产业就业人数之和的比重；Qi、Qj和Qij分别表示产业i、产业j的区位熵指数，以及i和j两产业组合的区位熵指数。

织梦好，好织梦

（3）基础性供给变量：地区实际利用外资（lnfdi，万美元）；地区财政支出占GDP的比重（gov，％）；人力资本水平（lnch，人）用每万人在校大学生人数表示；信息基础设施水平（lninf，户）用全市互联网、电话用户总数表示。 dedecms.com

（4）基础性需求变量：地区经济发展水平（lngdp，元/人）用人均国内生产总值表示；本地市场份额（ms，％）用各城市实际商品零售总额占全国的比例来表示；职T收入水平（lnwage，元）用在岗职工平均工资表示。 本文来自织梦

本文最终的SDM模型如下：

copyright dedecms

三、实证结果分析 本文来自织梦

（一）生产性服务业集聚的空间分布

内容来自dedecms

本文测算了2005-2014年中国285个城市生产性服务业的集聚程度及其与三大产业的协同集聚程度。用软件ArcGis 10.0进行聚类分析，发现中国生产性服务业在空间分布上的差异主要体现在东、中、西部的差异上。就集聚程度而言，整个生产性服务业主要集聚在直辖市、省会等区域性中心城市，如北京、上海、广州、哈尔滨、重庆和乌鲁木齐等；高端生产性服务业主要集聚在东部的北京、济南、上海、杭州和广州以及西部的西安、兰州、成都等城市，而中原经济区相对而言就成为高端生产性服务业的“空心区”；低端生产性服务业在中部地区的集聚程度最高，东、西部的集聚程度相对较低，但东部的北京、上海、广州以及西部的重庆和乌鲁木齐等仍属于高度集聚。就协同集聚而言，生产性服务业与第一产业的协同集聚程度最低，且全国各城市的差异较小；生产性服务业与第二产业的协同集聚程度最高的地区主要是环渤海地区、长三角地区、浙江沿海和珠三角地区的沿海城市，以及长江中下游城市；生产性服务业与其他服务业的协同集聚程度最高的主要是一些旅游城市，如张家口、承德、秦皇岛、黄山、丽江等，以及一些经济发展水平不高的城市，如南平、池州、佳木斯、绥化、安康、陇南和天水等城市，而东部沿海经济较为发达的城市则处于较低程度。 织梦好，好织梦

（二）空间计量分析

织梦好，好织梦

1.全国层面的实证结果分析 copyright dedecms

采用莫兰指数（Moran‘s I）来测度各城市全要素生产率间的空间相关性。结果显示，除了2013年和2014年的全要素生产率之外，其他年份的三种效率全都通过了显着性检验，各城市的全要素生产率间为负的空间自相关关系（限于篇幅，未在此列出）。 织梦内容管理系统

全国层面空间动态面板杜宾模型的估计结果如表1所示。首先，全国层面的三种模型均具有很好的拟合效果，绝大多数变量都通过了1％的显着性检验，表明本文所选的模型和解释变量较为合理。其次，地区全要素生产率的滞后变量对当期全要素生产率均存在着显着的正向影响，表明前期生产率水平是影响当期生产率进一步提高的主要因素。 dedecms.com

再次，生产性服务业集聚与城市经济全要素生产率之间表现出复杂的非线性关系[11-15]。生产性服务业的集聚程度对城市全要素生产率具有正向影响，而其二次项却对全要素生产率具有负向影响，因此就全国层面而言，生产性服务业集聚程度与地区全要素生产率之间存在着倒U型关系，即在生产性服务业集聚初期，其集聚程度的提高有助于促进全要素生产率的提高，而当其集聚程度达到某个临界点时，就会不利于全要素生产率的提高。全国层面生产性服务业集聚程度对全要素生产率影响的拐点是0.8199。当前中国生产性服务业尚未达到最佳的集聚程度，因此进一步提高集聚程度是未来一段时间生产性服务业发展的主要策略。而从生产性服务业集聚的空间影响来看，在集聚初期，本地区与周边地区在追求生产性服务业集聚程度提高的过程中是此消彼长的竞争关系，周边地区生产性服务业集聚程度的提高尽管能使本地技术效率受益，却会损害本地区的总效率和技术进步。而当集聚程度达到其拐点时，这种负向的空间效益就会转变为正向。

本文来自织梦

从生产性服务业与其他产业的协同集聚来看，生产性服务业与第一产业的协同集聚对本地全要素生产率均有较小的积极影响，且本地的技术进步受益于周边地区；生产性服务业与第二产业的协同集聚除了对本地区技术进步有正向影响之外，对本地区的全要素生产率和技术效率均具有消极影响，且周边地区对本地全要素生产率也产生负向的空间影响。这反映出当前中国大部分城市工业发展产生较大的负外部性，受制于粗放型生产方式和片面追求各自利益的发展策略，互相之间恶性竞争，没有形成协调的空间效应，必须加快推进工业结构升级和发展方式的转变；生产性服务业与其他服务业的协同集聚对全要素生产率的影响最大，能够通过推动技术效率的提高促进总效率的提高，但对技术进步没有积极影响。

本文来自织梦

对基础性供给变量而言，地区实际利用外资对本地区三种效率均具有负向影响，但本地的全要素生产率却能从周边地区的外资利用中获益，这说明在考虑空间外溢效应时，外商投资对经济发展还是具有一定程度的积极影响；政府财政支出在引导本地规模化生产上具有积极作用，但却有损于本地技术进步，而各地区政府的财政支出在一定程度上形成了地区保护，从而其空间效应为负；本地区的人力资本水平对全要素生产率的进步没有产生正向影响.但周边地区的人力资本水平却对本地全要素生产率具有积极作用，这说明，促进人才的流动和交流是提高全要素生产率的正确措施；信息基础设施水平尽管对本地全要素生产率没有产生积极影响，但有利于本地区技术进步，周边地区信息基础设施的完善也能促进本地发展。 织梦好，好织梦

对基础性需求因素而言，人均地区生产总值与本地及周边地区的全要素生产率呈现出正向关系，说明某一地区经济发展水平越高就越有利于其经济效率的提高，且周边地区经济发展水平越高就越能形成一种积极的空间外溢效应；本地市场份额和周边地区市场份额都是通过提高本地区的技术效率使总效率得到提高，但却不利于技术进步，这反映出当前中国的市场需求仍然在传统生产和服务方面，市场需求的扩大仅能促进规模效应的提高，未来应着力促进产品和产业结构的优化升级，撬动市场需求结构的升级；职工平均工资对本地全要素生产率存在正向影响，但周边地区工资水平的提高却对本地区的技术进步和总效率具有负向影响。这可能是因为周边地区工资待遇的提高会导致本地劳动力和人才的流失，从而有损本地区的效率。 copyright dedecms

2.分行业层次的实证结果分析 本文来自织梦

为了考察生产性服务业的内部供给结构对国民经济的影响，本文从分行业层面检验生产性服务业的集聚态势对全要素生产率的影响（表2）。 内容来自dedecms

copyright dedecms

首先，滞后期的全要素生产率对当期全要素生产率的提高具有显着的影响，但低端生产性服务业前期的技术水平却不利于当期技术进步。

本文来自织梦

其次，高端生产性服务业的集聚程度与本地全要素生产率和技术进步之间均为正向线性关系，与技术效率之间呈现出倒U型关系。这说明，高端生产性服务业的发展是促进本地技术进步和全要素生产率提高的主力军。而低端生产性服务业集聚对技术进步和全要素生产率的影响为倒U型关系，对技术效率则是u型关系。这表明，低端生产性服务业在初期会促进技术进步和全要素生产率的提高，但后期却主要依赖于规模化发展而有损于技术进步和全要素生产率的提高。因此，未来应着力于高端生产性服务业的发展，改善生产性服务业的产业结构。从空间影响来看，周边地区高端生产性服务业对本地区的技术进步和全要素生产率都能产生积极影响，但不利于本地技术效率的提高。而周边地区低端生产性服务业所形成的空间效应都为消极影响。 dedecms.com

对协同集聚而言，高端生产性服务业与第一产业的协同集聚对本地全要素生产率存在较小的正向影响，而周边地区则带来负向的空间效应；与第二产业以及其他服务业的协同集聚都能够通过推动技术进步使本地全要素生产率得以提高，但却不利于周边地区技术进步和总效率的提高。这可能是因为高端生产性服务业的发展需要较高的经济基础和条件，因而主要集聚在中国较为发达的城市和地区，这种非均衡分布导致高端生产性服务业的空间外溢效应难以对欠发达地区的技术进步和效率产生足够的促进作用。低端生产性服务业与第一产业和其他服务业的协同集聚均对本地区的技术效率和总效率具有正向影响，但却不利于技术进步，而其与第二产业的协同集聚对本地全要素生产率为负向影响。周边地区低端生产性服务业与其他产业的协同集聚所产生的空间影响主要以消极影响为主。控制变量对全要素生产率的影响与全国层面的结果基本一致。 本文来自织梦

3.分区域的实证结果分析

由聚类分析可知，中国各地区生产性服务业的集聚态势差异较大，因此本文将285个城市分为东、中、西部三个区域来进行空间杜宾模型的估计1、。

对于东部地区，值得注意的是，当前高端生产性服务业集聚对全要素生产率具有负向影响。这可能与当前东部地区正处于调整产业结构和转变发展方式的阶段有关，转移传统产业、淘汰落后产能以及先进生产方式的建立都不是一夕之功，因此，在当前的改革阶段，高端生产性服务业集聚所起的负向影响是暂时的。高端生产性服务业集聚与全要素生产率和技术效率之间呈现U型关系，且其集聚对全要素生产率影响的拐点是0.8022，目前尚处于拐点的左侧，而高端生产性服务业与技术进步之间为正向线性关系。因此，继续提高高端生产性服务业的集聚程度，为东部地区建立先进生产力提供有力支持，发挥高端生产性服务业的正向集聚效应是未来发展的正确策略。低端生产性服务业恰与之相反，其集聚对技术进步为负向影响，与全要素生产率和技术效率之间呈现倒U型关系，拐点为1.7474，尚未达到其对全要素生产率的最大促进作用，在未来发展中应注意将低端生产性服务业控制在合理的发展规模。 织梦内容管理系统

从协同集聚角度来说，对本地区而言，高端生产性服务业与第一产业的协同集聚对全要素生产率具有较小的消极影响，与第二产业的协同集聚能从技术效率和技术进步两方面促进全要素生产率的提高，与其他服务业的协同集聚主要通过提高技术效率来使全要素生产率得到提高。而低端生产性服务业与其他产业的协同集聚对全要素生产率的影响不甚理想，其与第二产业的协同集聚能够通过促进技术效率来提高全要素生产率，但其与第一产业和其他服务业的协同集聚并不能为全要素生产率带来积极影响。从空间影响来说，周边地区高端生产性服务业与三大产业的协同集聚对本地区的全要素生产率主要为负向影响，而周边地区低端生产性服务业与第一、第二产业的协同集聚能为本地区带来较小的积极影响。这反映出，在东部地区，高端生产性服务业与第二产业的协同发展是促进本地区全要素生产率提高的主力军，但各城市在发展高端生产性服务业时各自为政，相互竞争，未来应注重优化高端生产性服务业在东部地区的空间分布，提高集聚的空间效益。

对基础性供给因素而言，东部地区实际利用外资和政府财政支出对本地全要素生产率的提高具有促进作用。对基础性需求因素而言，市场份额的扩大有助于本地全要素生产率的提高，而周边地区市场份额的扩大对本地全要素生产率具有抑制作用，这反映出，当前东部地区各城市生产性服务业的发展存在着竞争市场份额的现象。其他影响因素的结果与全国层面的结果基本一致。

织梦好，好织梦

对于中部地区，前期的全要素生产率水平对当期具有显着的积极影响。高端生产性服务业集聚对全要素生产率具有显着促进作用，其与三种效率均为倒U型关系且对总效率的影响拐点为1.2640，目前处于拐点的左侧尚未达到最佳集聚程度；而低端生产性服务业集聚对全要素生产率具有负向影响，其与三种效率均呈现U型关系，且对全要素生产率的影响拐点为4.4853。周边地区高端和低端生产性服务业集聚对本地区的技术进步和全要素生产率均有积极影响，但不利于本地技术效率的提高。

织梦内容管理系统

从产业间协同集聚来看，高端生产性服务业与三大产业的协同集聚对本地全要素生产率均有积极影响。其中，高端生产性服务业与其他服务业的协同集聚对全要素生产率的影响最大，但其与第二产业的协同集聚对经济总效率的影响没有通过显着性检验，这表明中部地区高端生产性服务业对第二产业的发展没有起到应有的促进作用，着力加强高端生产性服务业对工业发展的支持和服务是未来的发展策略。从空间影响来看，除了与其他服务业的协同集聚之外，周边地区高端生产性服务业与第一、第二产业的协同集聚对本地全要素生产率均有负向影响。低端生产性服务业与第一产业和其他服务业的协同集聚对本地区的技术效率和全要素生产率有促进作用，但都不利于技术进步；其与第二产业的协同集聚虽然对本地区的技术进步起到较小的促进作用，但对本地全要素生产率和技术效率均有负向影响。周边地区低端生产性服务业与第一和第二产业的协同集聚能够产生正向的空间效应，而其与其他服务业的协同集聚则以负向影响为主。由此可知，当前中部地区高端生产性服务业的发展较为滞后，不能满足工业发展的需求。应持续加强高端生产性服务业的发展力度，为中部地区承接东部产业转移夯实基础。 织梦内容管理系统

从基础性供给因素来看，在中部地区，实际利用外资对本地区全要素生产率的提高具有显着促进作用；政府干预对全要素生产率主要起到负向影响，严重的人才流失也使其人力资本水平难以满足经济发展需求，而信息基础设施建设的相对滞后也成为制约全要素生产率提高的因素之一。从基础性需求因素来看，地区发展水平和职工平均工资对经济总效率具有积极影响，且地区发展水平、本地市场份额和职丁平均工资均对本地的技术进步具有促进作用，表明当前中部地区的需求结构对技术密集型产品和服务有较大的倾向。 dedecms.com

对西部地区来说，前期全要素生产率水平对当期效率的发展具有显着的正向影响。高端生产性服务业集聚对本地全要素生产率和技术进步的影响为负，对本地区技术效率的影响以及周边地区对本地的空间影响都没有通过显着性检验。这表明西部地区高端生产性服务业的发展严重不足，难以满足经济发展的需要。低端生产性服务业集聚对本地全要素生产率的影响为正，对本地区技术效率和技术进步的影响及其空间影响都没有通过显着性检验。这反映出当前西部地区对全要素生产率贡献最大的主要是低端生产性服务业，但其发展水平也较低。

织梦内容管理系统

从产业间协同集聚来看，高端生产性服务业与第一产业的协同集聚对本地全要素生产率具有较小的正向影响；与第二产业的协同集聚对本地全要素生产率的影响不显着；与其他服务业的协同集聚对本地三种效率均具有正向促进作用。低端生产性服务业与第一产业和其他服务业的协同集聚都主要通过提高技术效率使全要素生产率得到提高，与第二产业的协同集聚虽能促进技术进步但却对全要素生产率具有负向影响。周边地区高端和低端生产性服务业与三大产业的协同集聚对本地区的影响均不显着。这反映出，西部地区高端和低端生产性服务业的发展尚处于低级阶段，且主要对技术效率有促进作用，没有对全要素生产率产生足够影响。

织梦内容管理系统

从基础性供给因素来看，西部地区全要素生产率的提高主要依赖于政府财政支出，而实际利用外资、人力资本和信息基础设施水平均对经济发展没有积极影响。而从基础性需求因素来看，地区发展水平、本地市场份额和职工工资对本地区经济总效率具有积极影响，而周边地区职工工资的提高会导致本地区劳动力和人才的流失，表明西部地区人才流失的现象也是制约经济发展的重要因素。

四、结论与启示

本文以中国285个地级及以上城市的生产性服务业为研究对象，从供给侧改革的视角以生产性服务业集聚程度和与三大产业的协同集聚程度来反映生产性服务业对国民经济的供给规模和供给结构，运用空间动态面板杜宾模型分析了生产性服务业对城市全要素生产率的影响。主要得出以下结论： 织梦内容管理系统

（1）从供给规模来看，整体上生产性服务业在东、中、西部的集聚程度呈阶梯式降低，且直辖市、省会和较发达城市的集聚程度最高。高端生产性服务业主要集聚在东部沿海较发达城市，以及西部的西安、兰州、成都等城市，而中原经济区相对而言就成为高端生产性服务业的“空心区”；低端生产性服务业在中部地区的集聚程度最高。对全国层面而言，生产性服务业集聚与地区全要素生产率之间是倒U型关系，其集聚程度对全要素生产率影响的拐点是0.8199，目前尚处于拐点左侧。因此加快推进生产性服务业的集聚程度使其达到最佳规模是未来发展的主要策略。

织梦好，好织梦

（2）从内部供给结构来看，高端生产性服务业是促进技术进步和全要素生产率提高的主力军，低端生产性服务业在初期会促进技术进步和全要素生产率的提高，但在后期却起到制约作用。这表明未来应该着重加强高端生产性服务业的集聚程度，而将低端生产性服务业的发展规模控制在合理范围内。从外部供给结构来看，无论全国还是东、中、西部各区域，均表现出同样的特点，即生产性服务业与其他服务业的协同集聚对全要素生产率的影响最大，与第一产业的协同集聚对全要素生产率的影响最小，而与第二产业的协同集聚对全要素生产率尚未发挥出足够的影响。由此可知，当前中国生产性服务业对三大产业的供给结构不合理，应当着重加强生产性服务业对工业的服务和支持。但当前除了高端生产性服务业之外，全国层面总的生产性服务业、低端生产性服务业与第二产业的协同集聚均不利于全要素生产率的提高，且具有显着的负向空间影响。这反映出，当前中国第二产业正处于发展瓶颈期，应加强高端生产性服务业与第二产业的协同合作，利用高端生产性服务业助力第二产业的升级改造。 copyright dedecms

（3）从分区域的层面来看，当前东部地区高端生产性服务业集聚对本地的全要素生产率具有负向影响，两者之间呈U型关系。这可能与当前东部地区正处于产业结构调整和生产方式转变的阵痛期有关，高端生产性服务业尚未达到最优的集聚规模，推动其尽快跨越拐点，发挥其对全要素生产率的正向促进作用是未来发展的正确策略。中部地区高端生产性服务业集聚与全要素生产率之间呈倒U型关系，低端生产性服务业恰与之相反。中部地区是低端生产性服务业的主要集聚区，而当前低端生产性服务业集聚不利于全要素生产率的提高，高端生产性服务业虽然对全要素生产率具有正向影响，却滞后于工业发展程度。由此可知，中部地区未来应着力推进高端生产性服务业的集聚，为中部地区承接东部地区产业转移和实现中部崛起奠定坚实基础。西部地区除了成都、重庆、西安、兰州之外，其他城市的高端和低端生产性服务业均处于低度集聚水平，其高端生产性服务业与全要素生产率间为U型关系，而低端生产性服务业与全要素生产率间为倒U型关系，目前都处于拐点左侧，因此当前低端生产性服务业是支持西部地区经济发展的主要力量，未来应采取同时加强高端和低端生产性服务业的发展，并优先促进低端生产性服务业集聚的发展策略。此外，值得注意的一点是，当前东部和中部地区生产性服务业与第二产业的协同集聚对周边地区全要素生产率具有显着的负外部性。这反映出，当前由于中国各地区的工业发展由于低效率重复建设和产能过剩等呈现恶性竞争，未来需要加快推进工业结构的优化升级和空间布局调整，促进其空间外溢效应的提高。 copyright dedecms

注释：

织梦好，好织梦

1、东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东和海南11个省级行政区共101个城市；中部地区包括内蒙古、黑龙江、吉林、山西、河南、湖北、湖南、安徽、江西9个省级行政区共109个城市；西部地区包括新疆、青海、西藏、甘肃、宁夏、陕西、四川、重庆、贵州、云南、广西11个省级行政区共75个城市。由于篇幅限制，东、中、西部生产性服务业集聚的模型结果未在文中呈现，可联系作者查阅相关结果。

织梦内容管理系统

参考文献： 本文来自织梦

[1]王一鸣，陈昌盛，李承建.正确理解供给侧结构性改革[N].人民日报，2016-03-29.

[2]邵学光，王锡森.供给侧结构性改革研究述评[J].经济学家，2016（12）：95-100. 内容来自dedecms

[3]宣烨.生产性服务业空间集聚与制造业效率提升——基于空间外溢效应的实证研究[J].财贸经济，2012（4）：121-128. 织梦内容管理系统

[4]陈红霞，李国平.中国生产性服务业集聚的空间特征及经济影响[J].经济地理，2016（8）：113-119.

内容来自dedecms

[5]周明生，陈文翔.中国生产性服务业集聚的空间效应研究——基于空间面板数据模型[J].经济与管理研究，2014（9）：69-76.

[6]惠炜，韩先锋.生产性服务业集聚促进了地区劳动生产率吗?[J].数量经济技术经济研究，2016（10）：37-56. 织梦好，好织梦

[7]韩峰，王琢卓，阳立高.生产性服务业集聚、空间技术溢出效应与经济增长[J].产业经济研究，2014（2）：1-10.

[8]于彬彬.中国城市生产性服务业集聚模式选择的经济增长效应——基于行业、地区与城市规模异质性的空间杜宾模型分析[J].经济理论与经济管理，2016（1）：98-112.

[9]江曼琦，席强敏.生产性服务业与制造业的产业关联与协同集聚[J].南开学报（哲学社会科学版），2014（1）：153-160. copyright dedecms

[10]陈晓峰，陈昭锋.生产性服务业与制造业协同集聚的水平及效应——来自中国东部沿海地区的经验证据[J].财贸研究，2014（2）：49-57. 织梦好，好织梦

[11]江茜，王耀中.生产性服务业集聚与制造业竞争力[J].首都经济贸易大学学报，2016（1）：74-80. 本文来自织梦

[12]唐晓华，张欣钰.制造业与生产性服务业联动发展行业差异性分析[J].经济与管理研究，2016（7）：83-93. copyright dedecms

[13]王鹏，魏超巍.城市化与服务业集聚的相互空间效应研究——基于中国省级面板数据的实证分析[J].南京财经大学学报，2016（3）：5-17.

织梦内容管理系统

[14]卢飞，刘明辉.生产性服务业集聚门槛与制造业升级研究——基于集聚三重效应的分析[J].贵州财经大学学报，2016（4）：24-35.

织梦好，好织梦

[15]黄永攀，邹昭晞.制造业产业升级图谱构建——以北京市为例[J].首都经济贸易大学学报，2016（4）：73-78.

织梦内容管理系统

  copyright dedecms