广东社会科学2021年第2期中国城市的服务业协同集聚研究
——基于长三角与珠三角的对比*
钟韵秦嫣然
［摘要］城市是经济高质量发展的空间载体，协同集聚为城市内部的产业发展研究提供了新视角。本文选取长三角和珠三角两大城市2003年至2018年的服务业面板数据，运用EG协同指数方法测度对比两地的服务业协同集聚特征，并对其影响机制进行实证分析。研究对研判我国城市内服务业行业间的关联性提供了新的解读思路。研究发现：（1）两大城市当前已有部分服务行业呈现协同集聚的空间格局，但各自特征存在差异；（2）知识密集型行业与劳动密集型行业间的协同集聚程度相对更为显著；（3）产业因素和科技水平对服务业协同集聚均存在促进作用，但产业关联度仅在长三角地区显著，产业结构和科技投入因素仅在珠三角地区显著；（4）由于服务业发展水平和城市数量差异等原因，城市规模因素对协同集聚的影响虽然显著，但在两个地区的影响存在差异。
［关键词］城市服务业协同集聚长三角珠三角
［中图分类号］F127［文献标识码］A［文章编号］1000-114X（2021）02-0005-11
引言
当前，我国经济发展已经由追求高速增长和数量扩张，转向推进高质量发展、讲求经济增长质量和效益的发展阶段。城市是我国经济社会发展的重要空间载体，高质量发展对城市内部的产业发展提出了新要求。
已有研究显示，当产业发展到高级化阶段，单一产业的集聚将发展至产业协同集聚。其依据在于：产业集聚是由知识溢出所产生的，那么，在知识交流的空间应该可以看到协同集聚，换而言之，当出现集聚效应时，协同集聚也将会出现（Helsely et al，2014）。所谓协同集聚，是指在某一特定空间内不同产业在区域中高度集中的现象（Ellison et al,1997；Duranton et al,2005；陈建军
*本文系国家自然科学基金项目“城市等级与生产性服务业发展的互动关系研究”（项目号41371174）和暨南大学中央高校基本科研专项资金资助（项目号19JNYH09）的阶段性成果。
5
等，2016）。协同集聚不仅仅包含马歇尔外部性所强调的单一产业带来的专业化集聚，也体现为不同产业的多样化集聚，是对产业集聚现象的一种综合性反映。实证研究发现，协同集聚不仅出现在制造
业与服务业之间（Ke et al,2014；陈建军等，2011），也出现在服务业内部各行业之间（Miler，2014；Koh et al，2014）。
本文认为，区域内产业之间的协同集聚关系可以为城市内产业的高质量发展研判提供新的视角，促进产业间空间关系协调发展以及提升重点产业间协同集聚水平，也将为推进区域产业高质量发展提供新的思路。长三角城市和珠三角城市是我国经济发展水平最高的城市，2019年12月的中央经济工作会议指出，要推进京津冀协同发展、长三角一体化发展、粤港澳大湾区建设，打造世界级创新平台和增长极。长三角和珠三角两大城市经过多年的高速发展，服务业发展水平居于全国领先地位，2018年长三角和珠三角的服务业产值比重分别为49.58%和50.95%。因此，本文依托《中国城市统计年鉴》、《中国经济普查年鉴》、国家专利统计局数据等，选取2003年至2018年的城市层面数据，试图对比两大城市①服务业内部各行业②间的协同集聚特征，进而分析二者服务业协同集聚差异的原因，以期从协同集聚的视角展示两大城市服务业发展的差异，并为城市产业高质量发展提供有益的思路与依据。
一、协同集聚研究进展
产业集聚是指某些产业在特定地域范围内集中的现象，是基于厂商之间的相互作用和溢出效应而产生的（魏后凯，2011），产业集聚研究多是针对单一产业而展开的。产业协同集聚则强调具有异质性的
多个产业在同一城市范围内的地理邻近（Ellison et al，1997）。Kolko等（2010）认为，对集聚的分析是以单一行业为观察单位，而对协同集聚的分析则是以成对行业为观察单位。协同集聚可能不会出现在所有行业之间，仅是部分行业所特有的现象（Helsley et al，2014）。早期协同集聚的研究主要是基于对协同集聚水平的测度而展开。Ellison和Glaser（1997）首次提出协同集聚概念，并构建EG指数对不同产业间的协同集聚程度进行测度。现有研究关注不同性质的产业由于相互关联所产生的空间影响，多强调具有上下游产业关联的企业倾向于在同一空间内协同集聚（Ciccone，2006；Helsley et al，2014）。
首先，学界不仅关注制造业与服务业之间的协同集聚，对制造业内部及服务业内部行业之间的协同集聚亦同样关注。研究发现，制造业与服务业之间产生协同集聚，主要是由于制造业与服务业之间存在需求关联和成本关联，并由此促成其相互邻近的空间关系。Hansda（2001）对印度的研究发现，生产性服务业与制造业之间存在空间相关性，在部分地区和行业中，制造业趋向于在服务业集聚程度较高的区域聚集。Anderson（2004）基于生产性服务业和制造业的供求关联，发现两大产业对彼此空间集聚存在相互促进的关系。而针对发达国家的服务业分析发现，服务业内部的行业间也存在协同集聚现象。Miler（2014）通过对英国服务业集发展的研究发现，以伦敦为核心的服务业之间也存在协同集聚现象。Koh等（2014）对德国服务业部门的四位数行业分析发现，服务业部门内行业间协同集聚显著。究其原因，来自城市与区域自身的特性（豆建民等，2016）、产业间的关联需求（席强敏，2014）
、知识溢出（Jocobs et al,2014）与劳动力共享（Kolko et al，2010）等外部性要素，均对协同集聚的产生具有影响。
其次，就协同集聚研究的空间尺度而言，已有研究多是基于城市层面数据开展区域内产业协同集聚研究。例如，陈建军等（2011）以浙江省69个城市为样本，研究发现生产性服务业和制造6
业协同集聚受制度、规模和交易成本影响。陈晓峰等（2014）针对东部沿海地区的研究发现，协同集聚对区域经济增长、专业化水平及产业优化升级有正向促进作用。刘亚清等（2018）基于京津冀13个城市的面板数据进行研究，发现该地区的生产性服务业和制造业未表现出协同集聚，甚至存在一定程度的相互抑制。在城市尺度，我国已有研究主要从制造业和生产性服务业协同集聚的机制与效应展开（刘叶等，2016）；赵景华等，2018）。总体而言，目前针对城市尺度的协同集聚研究还比较少。
再次，利用协同集聚指数测度协同集聚水平，并进而分析协同集聚特征，是当前研究常见的分析思路。但是，目前国内研究对协同集聚度的测算往往使用区位商替代EG 指数（江曼琦等，2014；陈国亮等，2012）。这种替代性的计算方法由于不能反映区域内产业的绝对规模，有可能存在地区的产业绝对规模并未达至产生协同集聚的程度，但在当地已呈现区位商较大的现象；并且，这种以区位商替代的计算方法亦难以明确协同集聚产生的数值门槛。Ellison 和Glaser 自1997年提出EG 指数计算公式
后，经过完善，两人于2010年提出了以下协同指数的公式（1），并被国外学界所广泛接受（Howard et al，2016；Gabe et al，2016）。运用此公式，若协同集聚指数计算结果为负，则表明产业协同集聚尚未产生。其计算公式为：
EG AB =∑m M (S mA -x m )(S mB -x m )
1-∑m M x 2m
（1）
长三角城市其中，EG AB 为A产业和B产业的协同集聚指数；m为地区；S mA 和S mB 分别为A产业和B产业在m地区的就业人数占整个城市的A产业和B产业就业人数的份额；x m 为m地区内所有产业的平均就业比重。EG AB 值越大，表明两个产业的协同集聚度越高。
综上可见，产业协同集聚已经在产业发展较为成熟的区域出现，协同集聚为解释产业间的生产关联和空间关联提供了新视角。二、两大城市协同集聚的特征比较
已有研究显示，协同集聚指数可以从经济关联视角反映产业的协同集聚水平。此处采用前述公式（1）计算两大城市在2003年至2018年的检验期内9个服务行业相互之间的协同集聚指数，并根据计算结果比较两地的协同集聚特征。
（一）服务行业间均存在协同集聚现象
通过对比两大城市16年间两两行业协同集聚度的均值可见，在72对服务行业组合矩阵中，长三角有19对组合的均值为正，珠三角则有16对为正，这显示两大城市内均存在服务行业之间的协同集聚。图1为协同集聚度均值在两大城市均呈现正指数的行业组合。由图可见，各行业均或多或少地与其他行业存在协同集聚，其中，珠三角城市的交通运输业和商务服务业、长三角城市的科技服务业和教育业分别是两个区域内协同集聚度最高的行业组合。
可以认为，由于两大城市服务业发展水平较高，虽然服务业内部各行业间的协同集聚指数只有部分为正，但显示城市内部已有服务行业呈现出较强的空间集聚关联性。Ellison等（2010）运用2003年普查数据计算美国三位数代码的制造行业的协同集聚度，结果显示只有部分制造行业呈现正的协同集聚指数，其研究发现，当两个行业在同一地区内集聚度都比较高，更容易产生协同集聚。由此可以推测，当前长三角和珠三角两大城市服务业发展水平较高、部分行业在城市
7
内已出现产业集聚，为城市内服务行业间的协同集聚奠定了基础。随着两大城市服务业发展水平的提升，其服务业协同集聚的态势将进一步显现。
图1长三角和珠三角城市的协同指数均值
（二）产业关联度强的行业之间的协同集聚度较高
行业间的产业经济关联，是两者形成协同集聚的内在基础。为检测服务行业相互间的协同集聚度与产业关联度之间的关系，可以运用投入产出表中的直接消耗系数和直接分配系数度测量产业关联度。但
由于该表每5年编制一次，且仅有省级层面的数据，难以获得长三角城市的投入产出系数。因此，本研究借鉴陈国亮等（2012）对产业关联度的研究测算，运用表2的公式，计算绘制出两大城市服务行业协同集聚指数与产业关联度的散点图（图2）。由于该公式要求将研究的产业分为两类，因此本文将8个服务业分为生产性服务业和消费性服务业两大类③，计算其关联度。
如图2所示，随着产业关联度提高，服务业组合协同集聚度也逐渐提高，并且拟合线斜率在5%的水平上为正。可见两个城市的服务行业协同集聚度与产业关联度具有紧密联系，关联度高的服务业更倾向于布局在一起。此外，珠三角地区拟合线斜率更大，说明当关联度相同时，珠三角城市内服务业行业间的协同集聚程度相对更高。这主要是由于珠三角9个城市均位于广东省内，城市间的联系相对更紧密，因此产业关联对地区内产业协同集聚的作用亦更显著。此外，珠三角城市数量相对较少，行业的空间集聚相对更为明显，亦有利于协同集聚的形成。
（a）长三角（b）珠三角
图2服务业协同集聚指数与产业关联度关系
8
（三）信息服务业和商务服务业分别与其他服务行业的协同集聚最显著
将检测期内协同集聚指数为正的行业组合进行整理，得出两大城市协同集聚度为正数的组合排序（表1）。相比于其他的协同集聚指数组合，长三角城市的信息服务业与其他服务行业的空间关联性最强，珠三角城市则是商务服务业与其他服务行业的空间关联性最强，均有超过一半组合呈现正向的空间关联性。
根据行业的经济活动属性，信息服务业和商务服务业均属于生产性服务业。已有研究指出，生产性服务业不仅服务于制造业部门，同时也为其他服务行业提供服务（钟韵等，2005）。由此再次显示，行业间的协同集聚是以产业的经济关联性为基础的。数据显示，长三角信息服务业的就业人数从2003年的11万人增长至2018年的93万人，领先于当地服务业其他行业部门就业的增速；在此期间，珠三角商务服务业就业人数增长近7倍，增速亦在所有服务行业中居首位。可见，知识或者技术外溢性较强的生产性服务行业，与其他服务行业产生协同集聚的倾向越大。另一方面，两大城市近十余年来科技发展迅猛，地区科技发展所产生的吸引力，有效促进了协同集聚的产生。
表1长三角和珠三角呈现协同集聚的服务行业组合数量排名
长三角行业信息服务业商务服务业批发和零售业金融业
房地产业科技服务业交通运输业文体服务业
教育呈现协同集聚的组合数量比重
51.56%
50.78%
50.00%
48.44%
48.44%
48.44%
47.66%
46.09%
44.53%
珠三角行业
商务服务业
房地产业
教育
信息服务业
金融业
批发和零售业
科技服务业
交通运输业
文体服务业
呈现协同集聚的组合数量比重
57.81%
56.25%
56.25%
55.47%
55.47%
54.69%
39.06%
38.28%
38.28%
（四）知识密集型行业与劳动密集型行业之间的协同集聚度相对较高
知识密集型服务业是近年来服务业部门中最受关注的行业，金融、科技服务、信息服务、商务服务、教育等现代服务业在研究中多被划入知识密集型服务业，批发及零售、交通运输、房地产和文体服务业等传统服务业属于劳动密集型服务业。本研究将9个服务业部门进行以上两个类别划分后，运用公式（1）计算两两行业的协同集聚指数。
计算结果显示，在两大城市中，知识密集型服务业与劳动密集型服务业之间的协同集聚度，高于两个知识密集型行业或是两个劳动密集型行业间的协同集聚度。2003年，在两大城市协同集聚指数为正的组合中，有54.7%属于知识密集型与劳动密集型行业的组合。2018年，知识密集型与劳动密集型行业的组合在协同集聚指数为正的组合结果中的比例虽然有所降低，为51.4%，但仍然高于两个知识密集型行业或是两个劳动密集型行业的组合。由此特征再次反映，两大城市是国内服务业发展水平较高的地区，行业间的产业联系较大，行业的互补性需求也更大，技术与知识溢出效应以及交流和共享的需求，促使行业间形成协同集聚。
9
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论