服務業集聚與商務區樓宇生產效率關系評價研究
——以北京市東二環交通商務區為例

施昱年，張秀智

（中國人民大學公共管理學院，北京 100872）

服務業集聚與商務區樓宇生產效率關系評價研究
——以北京市東二環交通商務區為例

施昱年，張秀智

（中國人民大學公共管理學院，北京 100872）

本文以北京市東二環交通商務區服務業和樓宇為研究對象，通過產業感應度與影響度分析、關聯度R值計算及數據包絡分析法，探討商務區服務業集群內各個樓宇的行業集聚多樣性與其行業生產效率的關系。研究結果表明，樓宇內聚集的行業越單一，越能發揮規模化的優勢，提升自身的生產效率；入住了總部企業的樓宇，總部企業規模越大，樓宇的生產效率越高。因此，服務業的空間布局應追求樓宇內單一行業的高度集聚，以提高生產效率。

服務業；產業集聚；產業集群；生產效率；樓宇經濟

服務業同制造業一樣都存在產業集聚和集群現象，二者相同之處均是基于產業關聯的需求（包括對制造業和服務業中各行業的關聯），不同之處表現在制造業集群發展是基于產業規模化與技術、知識外溢［1］，而服務業由于服務易于模仿的特性，使技術與知識并非一定需要依靠集聚或集群才能傳播，區位反而是影響服務業集聚的關鍵因素。服務業雖然可在不與制造業相鄰的條件下單獨集聚于CBD或副中心區，但其能否成為集群還需視集聚中是否有服務行業能在區域（城市）的產業關聯中位居主導行業地位，這也使城市內的服務業集聚未必會成長為集群，進而與制造業有所差異。

已有的眾多文獻指出，產業集群內企業因外溢的外部經濟及企業間協作生產達到的競爭優勢，將實現 “集中效率”，使單位投入能獲得更高的單位產出，提高生產效率［2］，從而減少土地投入。在產業集群形成的過程中，企業會出現上、下游的協作發展，技術或知識隨之外溢并傳遞給協作企業，帶動規模化發展與成本優勢，進而產生外部經濟， 而這些因素是實現集中效率的關鍵［3］［4］［5］。服務業集聚有助于提高城市就業及固定投資［6］，包括服務業在內的行業集聚也能有效提高企業的TFP［7］，生產效率理論已被應用證實制造業集群對生產力有正向的影響［2］。國內以樓宇為載體研究產業集群及生產效率的文獻很少，這可能與數據的易獲性有關。目前，學界主要研究樓宇經濟、樓宇適宜發展的區位選址等［8］［9］。

樓宇作為服務業的載體，它是服務業集聚與集群發展的空間單元，當各樓宇的服務業在產業關聯的協作下聚集成為產業集群時，樓宇內同類型服務行業集聚能有效提升樓宇的生產效率，一方面提高樓宇的單位土地產值，另一方面提升其對制造業提供服務的附加價值及制造業附加價值。基于此，本文將回答以下三個主要問題：第一，樓宇內的服務業集聚能否發展成為服務業集群？主導產業集聚的樓宇的生產效率是否高于其他樓宇？第二，聚集單一或少數行業的樓宇群的生產效率是否高于其他樓宇？第三，總部企業入住的樓宇的生產效率是否高于其他樓宇？

一、研究方法

產業集群是以主導產業為核心向外關聯集聚的行業所形成的生產聚落，形成產業集群的兩個要件包括擁有主導產業和行業間彼此關聯。產業集群的分析方法主要采用主導產業分析和計算產業關聯度R值，生產集中效率的計算則采用數據包絡分析法（DEA）計算各個行業的相對效率［10］。

（一）主導產業分析

主導產業是帶動和推動產業集群發展的關鍵行業，較高的前、后向關聯是主導產業的特征之一。感應度系數和影響力系數是評價行業之間關聯程度的主要方法①感應度系數反映國民經濟各部門均增加一個單位最終使用時，某一部門由此而受到的需求感應程度。影響力系數反映國民經濟某一部門增加一個單位最終使用時，對國民經濟其他各部門產生的生產需求波及程度。，它們可將行業劃分為高關聯（高感應度、高影響力）、中間投入需求（低感應度、高影響力）、中間投入供給（高感應度、低影響力）及低關聯（低感應度、低影響力）等四類。各系數的計算公式如下：

若Ui＞1，則表示i行業感應到其他行業產量增加而受到影響的程度大于全部行業的平均值。若Uj＞1，則表示j行業產量增加對其他行業的產量造成影響的程度大于全部行業的平均值。

（二）產業關聯度R值

本文采用Luukkainen（2001）提出的投入與產出分析方法，將行業自相關的值設為0，再計算關聯系數，避免部分行業本身的自相關過高而低估其他行業的關聯程度。關聯度R值的計算公式如下［11］：

式（3）的分母為j行業在生產過程中對各行業生產產品的直接消耗量，分子為j行業在生產過程中對i行業生產產品的直接消耗量。式（4）的分母為i行業在生產過程中對各行業生產產品的直接消耗量，分子為i行業在生產過程中對j行業生產產品的直接消耗量。R值＞8％才表示產業之間存在關聯性。

（三）DEA分析法

DEA分析法假設有一集合P有n個性質相同的行業（以下簡稱DMU），每個DMU（j=1，…，n）投入m項生產要素xi（i=1，…，m）得到s項產出yr（r=1，…，s），當估計一個DMUo的效率值時，該線性規劃模式可寫為：

其中，ho為被估計DMU的效率值且0≦ho≦1，ur為第r個產出項權數，yrj為第j個DMU的第r個產出項數量，vi為第i個投入項權數，xij為第j個DMU的第i個投入項數量，ε為非阿基米德常數（即極小的正數，目的是使所有ur、vi為正）。當產出項加權后加總減去投入項加權后加總的值為0時，則表示DMUo相對于其他共同比較的DMU實現了最高效率的生產。

二、交通商務區樓宇生產效率實證分析

（一）研究案例與樓宇數據

本文選擇北京東二環交通商務區（以下簡稱交通商務區）為研究案例，分析服務業集聚與樓宇生產效率之間的關系。該商務區位于北京市東城區東直門街道，是 《北京市東城區總體發展戰略規劃（2011-2030年）》中的東二環高端服務業發展帶。本文的樓宇數據來自北京市東城區東二環建設管理辦公室。樓宇從業人員及其行業分布情況統計時間截至2011年7月，各樓宇營業收入與生產要素投入情況統計時間為2011年1-7月。交通商務區內共有55座樓宇，扣除數據缺失的樓宇，本文分析的樓宇共計42棟①為保護樓宇業主的商業秘密，本文隱去了具體樓宇名稱，而用編碼做了替代。表3-5中的樓宇包括富華大廈、華潤大廈、東環廣場、青藍大廈、保利大廈、居然大廈、第五廣場、中青旅大廈、來福士大廈、北京人保大廈、國華投資大廈、光華長安大廈、中國海油大廈、北京新保利大廈、南新倉商務大廈、中國電信通訊指揮樓和東直門移動通信綜合樓。，企業總數為2000余家，從業人員近10萬人（具體見表1所示）②租賃和商務服務業（以下簡稱商務業）、金融業、信息傳輸計算機服務和軟件業（以下簡稱信息業）、批發和零售業（以下簡稱批零業）、住宿和餐飲業（以下簡稱食宿業）、房地產業、文化體育和娛樂業（以下簡稱文體業）。。

表1 交通商務區各行業從業人員比重及樓宇分布

由于北京市各區縣未獨立編制投入產出表，但基于東二環交通商務區是北京市產業發展的一環，在技術和知識外溢下產業的分工協作模式應當有一定的共性，因此本文采用北京市每五年編制的 “北京市2007年投入產出直接消耗系數表”來分析和測算各產業的關聯程度。各樓宇的生產數據為營業收入，投入數據為建筑面積、企業數及從業人員數，以共同反映樓宇內各行業的土地、勞動力及資本等生產要素投入，生產效率越高，意味著土地利用效率越高。

（二）交通商務區形成以租賃和商務服務業為主導產業的產業集群

交通商務區發展成為產業集群需兩個要件，一是服務行業中已有行業是北京市的主導產業，二是各服務業之間必須存在產業關聯。通過對交通商務區各產業感應度系數和影響力系數的分析發現，交通商務區主導產業是具有高關聯產業特征的租賃和商務服務業，該產業向前推動批零業、金融業發展，向后帶動批零業、食宿業、金融業、房地產業及文體業發展。因此，交通商務區不只是服務行業的集聚，而是已具備產業集群的發展基礎，即以商務業為主導核心，驅動著各個服務行業的發展（見表2所示）。

表2 北京市主導產業與關聯度R值 單位：％

（三）聚集單一或少數行業樓宇與其他樓宇生產效率的比較

在交通商務區產業集群中，各個樓宇聚集著多個服務行業。按照各個樓宇聚集服務行業的從業人員占交通商務區該行業比重的不同，各樓宇的產業集聚重要性也不同。由表3可知，在交通商務區42座樓宇中，有9座樓宇聚集的服務行業占交通商務區該行業比重較大，這些樓宇內行業的平均生產效率為0.20879，大于其他樓宇的平均生產效率（0.07967）。這說明隨著行業的集聚程度越高，樓宇的生產效率也越高。進一步針對服務行業集聚最高的樓宇進行分析，我們發現5座集聚最高的樓宇的生產效率為0.23401，不僅大于其他樓宇的平均生產效率（0.09022），也大于前述9座聚集的服務行業占交通商務區該行業比重較大的樓宇的生產效率（0.20879）。因此，隨著行業的集聚程度越高，樓宇內行業的生產效率也將提高。

表3 聚集單一或少數行業的樓宇的生產效率

（四）總部企業樓宇與其他樓宇生產效率的比較

交通商務區共入住了33家總部企業，其中跨國公司地區總部14家、中國公司總部13家、中國公司地區總部6家。總部企業在營運及管理上的職能較高，雖然不直接提供服務，但具備決策職能，在空間上的集聚能有效提高不同總部之間的聯系，也會加快相同集群內子公司對各行業提供服務的速度。據表4顯示，總部企業入住樓宇的平均生產效率為0.26395，大于其他樓宇的0.02033，說明總部企業有助于提升樓宇的生產效率。根據不同總部企業的類型分析后發現，跨國公司地區總部入住對提升樓宇生產效率的促進作用較小，其平均生產效率小于其他樓宇。然而，中國公司總部及地區總部入住對提升樓宇生產效率則有較大的作用，尤其是中國公司地區總部樓宇的平均生產效率達到0.42778，遠大于其他樓宇（0.07361）。這一現象可能與國內外企業的業務職能和規模有關，還有待后續研究進一步探討其成因。

表4 總部企業入住樓宇的生產效率

進一步地，總部企業獨占一棟樓宇仍為少數，多數樓宇是由總部企業及其他企業共同聚集。由于樓宇內入住行業的多寡難以用一個定量的行業數量指標分割為多數行業或少數行業樓宇，因此本文以樓宇內行業的關聯度為指標來劃分。單獨一個總部企業獨立入住的樓宇，其樓內關聯度為0，而隨著樓宇內入住行業越多，關聯度則越高。根據前、后向關聯的平均聚類K（K-Means）分析結果，交通商務區內的總部樓宇可分為兩類：聚類一是低樓內產業關聯，說明樓宇內行業數很少；聚類二是高樓內產業關聯，說明樓宇內行業數較多。由表5可知，總部樓宇內的行業數量越少，樓宇生產效率越高，這表明樓宇內總部企業規模越大或行業越單一，該樓宇的生產效率也越高。

表5 不同集聚程度的總部企業入住樓宇的生產效率比較

三、結 語

本文通過對北京市東二環交通商務區服務行業集聚、總部企業與樓宇生產效率之間的關系研究，我們得出以下結論：在產業集群之下，樓宇扮演著行業集聚載體的角色；總部企業的入住不只是增加地方稅收，對樓宇的生產效率也有明顯的提升作用，尤其以國內企業總部更為明顯，這可能與交通商務區內的跨國總部屬于地區型總部有關；跨國企業地區總部入住的樓宇中，除華潤大廈和來福士大廈外，其余樓宇入住的企業和行業均較多，而跨國企業總部的規模小于國內企業總部；總部企業規模越大或樓宇內的行業越單一，在規模經濟和產業集聚的作用下，樓宇的生產效率也越高。據此，在以服務業為主的商務區，政府應有計劃地規劃各樓宇的行業內容和企業類型，通過寫字樓租賃補貼政策引導市場，將分支企業或總部企業引導到同一類行業集聚的樓宇，以發揮行業的規模經濟效應。同時，提高樓宇間行業的關聯程度，吸引具有主導優勢的服務業，構建產業集群并實現每個樓宇的高生產效率，從而提高單位土地產值，達到城市中心區土地集約利用的目標。

［1］Cani?ls M.C.J.Know ledge spillovers and economic growth：regional growth differentials across Europe［M］.Gloucester，UK，Edward Elgar，2000.

［2］Kim M.K.，Harris T.R.，Vusovic S.Efficiency analysis of the US biotechnology industry：clustering enhances productivity［J］. AgBioForum，2009，12（3&4）：422-436.

［3］Ciccone A.Agglomeration effects in Europe［J］.European Economic Review，2002，46（2）：213-228.

［4］Combes P.P.，Duranton G.，Gobillon L.，Roux S.Estimating agglomeration effects with history，geology and worker fixed-effects. In：Glaeser，E.L.（Ed.），Agglomeration Economics［M］.University of Chicago Press，Chicago，I.L.，2010.

［5］Graham D.Identifying urbanization and localization externalities in manufacturing and service industries［J］.Papers in Regional Science，2009，88（1）：63-85.

［6］Huallacháin B.Agglomeration of services in American metropolitan areas［J］.Growth and Change，1989，20（3）：34-49.

［7］Rizov M.，A.Oskam and P.P.Walsh.Is there a limit to agglomeration？Evidence from productivity of Dutch firms［J］.Regional Science and Urban Economics，2012，42（4）：595-606.

［8］高軍軍，吳曉.南京市中心區樓宇經濟的實證研究——以山西路商圈為例 ［J］.現代城市研究，2009，（9）：84-91.

［9］姜煜華，甄峰，王春慧.樓宇經濟空間布局的適宜性影響因子——以濰坊市奎文區為例 ［J］.城市問題，2010，（11）：56-60.

［10］Charnes A.，Cooper W.W.，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978，2（6）：429-444.

［11］Luukkainen S.Industrial cluster in the Finnish Economy In Innovative Clusters：Drivers of National Innovation Systems［Z］.OECD，Paris，2001.

The Relationship between Service Industry Clusters and Productive Efficiency of Buildings in a Business District——A Case Study of Traffic&Business District in Dongchen District in Beijing

SHIH Yu-nien，ZHANG Xiu-zhi
（School of Public Administration&Policy，Renmin University of China，Beijing 100872，China）

We choose the service industry and business buildings in the traffic&business district in Dongchen district in Beijing as object of our study.Through the use of response and influence coefficient，linkage coefficient and data envelopment analysis，we study the relationship between industrial diversity and productive efficiency of the business buildings located within the industrial clusters of the business district.It is found that the decrease of industrial diversity in a building can increase its productive efficiency.A building with business headquarters in it has higher productive efficiency than those without.Furthermore，a building with headquarters which has single or fewer diversified industries possesses higher productive efficiency than buildings that hasmore diversified industries.Therefore，high agglomeration of single industries is important for a business building to increase its productive efficiency.

service industry；industrial agglomeration；industrial cluster；productive efficiency；building economy

F061.5

A

1004-4892（2014）08-0016-06

（責任編輯：化 木）

2014-04-10

施昱年（1978-），男，臺灣臺南人，中國人民大學公共管理學院講師；張秀智（1968-），女，河北任丘人，中國人民大學公共管理學院副教授。