中國生產性服務業的空間聚集與變化
——基于285個城市的實證研究

常瑞祥 安樹偉

中國生產性服務業的空間聚集與變化
——基于285個城市的實證研究

常瑞祥 安樹偉

現有研究表明的我國生產性服務業存在明顯的空間集聚特征，是基于國土空間上的城市集聚，但需作進一步的行業細分和實證。采用空間統計標準差橢圓方法，以我國285個城市的區位空間為足跡空間，從連續空間上大規模聚集角度計算和分析生產性服務業及其細分行業的空間聚集程度和變化趨勢。結果表明：中國生產性服務業在空間分布上并沒有呈現出顯著的聚集性，沒有形成“中心—外圍”結構；2003-2014年，中國生產性服務業空間聚集程度提高，呈現集中化聚集發展趨勢，聚集經濟在生產性服務業發展中仍然發揮著主導作用；生產性服務業與其細分行業空間聚集程度的一致性較高，分布橢圓均呈“東北—西南”方向，信息傳輸、計算機服務和軟件業聚集程度最高，交通運輸、倉儲和郵政業聚集程度最低，總體呈現“遞增型”、“遞減型”、“穩定型”三種變化趨勢。

生產性服務業； 空間聚集； 標準差橢圓

1970年代以來，世界經濟開始從“工業經濟”轉向“服務經濟”，社會分工與專業化進一步發展，服務業尤其是生產性服務業逐漸從制造業中分離出來，并在許多國家或區域內部呈現出明顯的空間集聚特征。生產性服務業的空間集聚特性對全球城市崛起、城市等級體系重構和城市內部空間塑造均具有重要影響(Coffey和McRae，1990[1]；Sassen，2001[2])。隨著世界經濟服務化程度加大以及生產性服務業逐漸成為世界級城市群主導產業和增長動力(Illeris，1989)[3]，中國生產性服務業的空間集聚也開始成為城市空間結構調整和功能提升的主要影響因素(閻小培和許學強，1999)[4]。研究生產性服務業的聚集特征和聚集變化規律，并剖析其背后的原因和機制，不僅可以為地方政府制定產業發展規劃和發展政策提供參考，而且可以引導各區域生產性服務業的空間結構合理化，從而更好地為制造業發展提供服務與配套。本文分為四個部分：第一部分是研究綜述；第二部分主要介紹研究方法和數據；第三部分對我國生產性服務業及其細分行業的空間聚集程度和變化趨勢進行計算和分析；第四部分是主要結論與相關啟示。

一 文獻綜述

國外學者較早關注和研究生產性服務業的聚集狀況。他們普遍認為，生產性服務業大部分集中在大都市內(Beyers，1993[5]；Coffey et al.，1996[6]；Illeris和Sjoholt，1995[7])，不同細分行業聚集程度不一樣(Bennett et al.，1999[8]；Pandit et al.，2001[9])。也有部分學者研究發現，生產性服務業的空間布局出現了向大都市區周邊地區擴散的趨勢(Gillespie和Green，1987[10]；Selya，1994[11])。

國內學者主要從全國、區域、城市內部三個由大到小的空間尺度分析生產性服務業的集聚態勢，以及生產性服務業細分行業空間聚集的差異性。從全國尺度看，我國生產性服務業空間分布具有集聚特征(胡霞，2008)[12]，并且比其他服務業呈現出更明顯的集聚趨勢(程大中和黃雯，2005[13]；馬風華和劉俊，2006[14]；蔡翼飛，2010[15])。但生產性服務業空間聚集并不均衡，具有地域和資源特色(張三峰，2010)[16]：直轄市的金融業、信息服務業、商務服務業和科研服務業聚集程度較高，與制造業有緊密聯系的生產性服務業在東部沿海地區聚集程度較高，中西部地區的生產性服務業并沒有形成聚集優勢。東部沿海省份集中分布著產值高、發展最快的生產性服務業，形成了高值集聚區，中部地區各省份生產性服務業分布較集中，產值較高且與東部高值區比鄰，西部地區形成了低值集聚區，各省份生產性服務業產值呈低值分布(吉亞輝和楊應德，2012)[17]?？傮w上，生產性服務業呈現出從東北以及中西部地區向東部沿海地區集聚的趨勢，北京、上海兩大直轄市作為集聚中心的效應尤為明顯(盛龍和陸根堯，2013)[18]。生產性服務業的不同細分行業產業聚集特點也有差異。在集聚模式方面，信息傳輸、計算機服務和軟件業與租賃和商務服務業屬于首位城市集聚模式，行業從業人員在規模最大城市具有明顯優勢；科學研究、技術服務和地質勘查業與房地產業也在不斷向高等級城市集聚，但從業人員數量最多的首位城市與較低等級城市相比沒有顯示出特別優勢，基本表現為“位序—規?！狈植寄Ｊ?；金融業分布與制造業相似，隨著城市等級降低，從業人員規模逐漸增加，在一定范圍內表現出空間擴散過程，屬于均衡分布模式(李佳洺等，2014)[19]。在集聚程度方面，租賃和商務服務業，科學研究、技術服務和地質勘查業聚集程度相對最高，金融業相對最低；信息傳輸、計算機服務和軟件業集聚趨勢最強，租賃和商業服務業，科學研究、技術服務和地質勘查業的集聚趨勢相對最弱(盛龍和陸根堯，2013)[18]。

從區域范圍看，長三角地區生產性服務業的集聚特征突出，越來越向初始規模較大的城市集聚，且集聚水平高于全國平均水平(胡曉鵬和李慶科，2008)[20]。區域內部的集聚模式有所不同，上海、浙江分別為基于內源式產業結構調整與外源式區域分工的集聚，江蘇則呈現出分散化趨勢。各細分行業的聚集程度也不相同，聚集度最高的是科學研究、技術服務和地質勘查業，最低的是金融業。黃繁華等(2011)[21]的研究則表明，交通運輸、倉儲及郵政業，金融業，租賃和商業服務業是長三角地區聚集程度較高的三個生產性服務業，上海、南京、杭州是生產性服務業聚集程度較高的三個城市。珠三角地區的生產性服務業以廣州、深圳為核心整體呈集聚發展趨勢，但中山、佛山、東莞、江門、惠州等城市則呈現出一定的擴散趨勢。細分行業中集聚度最高的是房地產業，最低的是金融業(左連村和賈寧，2013)[22]。

從城市內部空間看，與國際大都市相比較，北京市的生產性服務業呈現顯著的聚集特征，向郊區擴散的趨勢并不明顯，細分行業中金融服務業主要在中心城區聚集，信息咨詢服務業在中心城區聚集的同時在近郊也呈聚集態勢，而計算機服務業則更傾向于在近郊聚集(邵暉，2008)[23]。邱靈和方創琳(2013)[24]的研究表明，北京市生產性服務業的聚集普遍存在，但空間集聚程度較低，金融服務業為遞增型空間集聚，商務和科技服務業為遞減型空間集聚，流通服務業為“N”形空間集聚，信息服務業為“U”形空間集聚。上海市金融服務機構處于從聚集走向高度聚集的過程，陸家嘴金融貿易區和外灘金融集聚帶是金融服務機構高度聚集的地區(陳躍剛和吳艷，2010)[25]。杭州生產性服務業和高科技制造業集聚趨勢較為明顯(李佳洺等，2016)[26]。西安市生產者服務業在城市內部空間集聚度偏低，但逐漸趨于集中，且細分行業集聚程度參差不齊(薛東前等，2011)[27]。

研究結果普遍表明，我國生產性服務業存在明顯的空間集聚特征，但由于研究區域范圍以及使用方法不同，對不同細分行業集聚特征研究的結論有所不同。在使用方法上，現有研究較多地從靜態角度，利用空間基尼系數、克魯格曼集中指數、區位熵指數、熵指數、EG 指數等對生產性服務業及其細分行業集聚程度進行測算，這些方法忽略了空間區位、距離和尺度對度量空間聚集的影響；有少數學者運用空間統計學原理和方法將距離、地理位置等空間因素納入到對集聚程度的測算中，這一方法使用較多的是Moran’s I 系數。本文使用空間統計標準差橢圓方法，以城市區位作為足跡空間，結合城市生產性服務業從業人員數量和城市空間區位的數據組合，從連續空間上大規模聚集角度計算和分析我國生產性服務業及其細分行業的空間聚集程度和變化趨勢。該空間統計方法不受空間分割及空間尺度的影響，充分考慮了空間區位、空間結構和地理范圍等對空間聚集性的影響，能夠從全局、空間的角度精確描述產業大規模聚集的水平和變化趨勢。

二 研究方法與數據來源

(一)空間聚集分析

空間聚集分析來源于點格局分析，通常依據空間隨機試驗，對一般空間分布的密集型進行比較判斷，由此判定現實世界的空間分布是否與某種基準空間分布具有顯著的差異(Kulldorff，2006)[28]。如果所用的基準分布是空間完全隨機，空間聚集分析需要判斷所研究的空間分布是否是完全隨機(或者聚集)的；如果所用的基準分布是一種現實世界的聚集空間分布，就需要判斷所研究的空間格局是否是相對聚集的。空間聚集是空間格局偏離空間隨機的一種狀態，一個空間格局聚集水平越高，就越遠離空間隨機狀態?？臻g聚集可以分為絕對空間聚集、足跡空間聚集和相對空間聚集三種類型(趙作權，2014)[29]。本文研究屬足跡空間聚集，運用標準差橢圓方法，以我國285個地級及以上城市的區位空間為足跡空間，分析生產性服務業偏離其足跡空間隨機的狀態。

標準差橢圓作為一種空間統計方法，可以通過空間分布橢圓的基本參數(中心、面積、長軸、短軸、方位角)精確地解釋經濟空間分布多方面特征(Lauren，2010[30]；Wong，1999[31])，定量描述研究對象的整體空間分布特征(趙璐和趙作權，2014a)[32]。本文基于285個城市的空間區位，將該城市對應的地理坐標和生產性服務業從業人員數量作為權重，分別生成城市和生產性服務業空間分布的標準差橢圓。運用標準差橢圓方法分析生產性服務業聚集，可以排除空間分割與空間尺度對聚集的影響，能夠較為精確地描述產業聚集的水平及變化趨勢，識別城市生產性服務業規模變化對全國生產性服務業空間聚集格局的影響作用，并可以將其在空間上可視化表達(趙璐和趙作權，2014b)[33]。首先，標準差橢圓方法以各種經濟要素的空間區位和結構為基礎進行計算。假如某種經濟要素的空間增長過程是均質的、隨機的，該要素空間分布橢圓與其空間區位橢圓差別就較小；反之差別則較大。通過分析要素分布橢圓與要素區位分布橢圓之間面積差異的變化，可以定量判斷和描述要素分布空間集聚變化的趨勢，如果某要素分布橢圓明顯小于其基準分布橢圓，那么該要素在空間上的分布是聚集的。本文將空間聚集度定義為：

(1)

A越大，表明聚集程度越高。本文中，要素分布橢圓指生產性服務業及其細分行業的空間分布橢圓，基準分布橢圓指285個城市的空間分布橢圓。其次，標準差橢圓方法可以通過要素空間分布橢圓的變化，從整體上反映經濟要素空間聚集格局的變化趨勢——是集中發展、離散發展還是穩定發展。如果經濟要素空間分布橢圓面積縮小，表明其呈現集中化聚集發展趨勢；如果空間分布橢圓面積擴大，出現空間擴張，表明其出現離散化聚集發展趨勢；如果空間分布橢圓面積基本保持不變，表明經濟要素呈穩定化聚集發展趨勢。再次，標準差橢圓方法可結合城市產業規模的變化識別其對全國生產性服務業空間聚集格局的影響作用，從城市產業規模變化的角度解釋產業空間聚集格局變化的原因。經濟要素的空間分布橢圓可以劃分為橢圓內部和外部兩個空間，橢圓的中心及長軸、短軸又將橢圓內部空間劃分為四個子空間。分布在橢圓內部的經濟要素是該要素空間分布的主體部分，如果分布在橢圓外部區域的經濟要素增長速度快于內部區域的增長速度，經濟要素空間分布的橢圓面積就會變大，呈現出擴張趨勢；反之，經濟要素空間分布的橢圓會變小，呈現收縮趨勢。在橢圓內部，要素空間分布橢圓的中心會朝著增長速度較快的子空間方向移動，方位角同時會相應地沿著順時針或逆時針方向旋轉。

地理要素特別是自然地理要素在一定時間尺度內具有穩定性(Nordhaus，2006[34]；Rappaport和Sachs，2003[35])，城市作為經濟活動的重要載體，可以看作是“第一自然”要素作用下的經濟足跡空間(趙璐和趙作權，2014b)[33]。因此，把城市作為足跡空間分析生產性服務業空間分布與城市空間分布之間的關系及其變化，可以很好地反映足跡空間上生產性服務業的聚集狀況。如果生產性服務業空間分布橢圓與城市空間分布橢圓相似，表明其在足跡空間上分布均衡，不存在聚集；如果兩者的分布橢圓存在明顯差別，表明生產性服務業呈聚集發展態勢。

(二)空間格局相似性分析

空間格局相似性分析旨在確定兩個空間格局在中心性、展布范圍、密集性與軸線等方面的總體相似程度(趙作權，2014)[29]。鑒于每個空間格局可以用橢圓表征，那么對兩個空間格局所對應的橢圓進行空間疊置分析，就可以確定兩個空間格局的相似水平。設兩個空間格局的標準差橢圓分別為A1和A2，那么它們的相似性系數為：

(2)

A1∩A2表示兩個標準差橢圓相交，A1∪A2表示兩個標準差橢圓相并，S值介于0～1之間，S值越大表明空間格局相似性越大。

(三)數據來源

鑒于2002年之后我國地級市的行政區劃發生了較大變化，考慮研究對象的一致性和數據的可獲取性，本文主要收集2003-2014年全國285個城市的生產性服務業及其細分行業的全市從業人員數量以及城市區位數據。生產性服務業及其細分行業從業人員數據來源于2004-2015年《中國城市統計年鑒》，城市區位的經緯度數據從Google Earth獲取。關于空間分布的圖形及計算基于ArcGIS10.2軟件展開，空間參考為Albers投影。根據《中華人民共和國行業分類國家標準》和《中華人民共和國國民經濟和社會發展第十一個五年規劃綱要》對生產性服務業的分類，本文生產性服務業包括交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，金融業，房地產業，租賃和商務服務業，科學研究、技術服務和地質勘查業六大類。

三 中國生產性服務業的空間聚集

(一)空間聚集程度及趨勢

1.聚集程度判定

以285個地級及以上城市作為生產性服務業的足跡空間，其空間分布橢圓中心位于駐馬店市，橢圓面積為277.36萬km2，長半軸為1162.71km，短半軸為759.38km，方位角為23.32°。由此可見，中國生產性服務業的空間分布并未出現明顯的空間聚集特征，沒有形成“中心—外圍”結構，只是相對集中于城市分布橢圓的東部地區，2014年空間聚集度僅為0.094，小于同年制造業的空間聚集度0.238(圖1)。東南沿海地區是中國生產性服務業空間聚集的核心區域，2014年沿海地區113個地級及以上城市的生產性服務業從業人員數量占全國285個地級及以上城市的60%。同樣，以沿海地區113個城市作為足跡空間，生產性服務業也沒有表現出明顯的空間聚集特征，2014年空間聚集度為0.129，低于制造業聚集度0.288(圖2)。但總體而言，沿海地區生產性服務業的空間聚集度高于全國水平。

圖1 2014年中國生產性服務業的空間聚集

圖2 2014年中國沿海地區生產性服務業的空間聚集

2.聚集趨勢變化

2003-2014年，中國生產性服務業空間聚集程度提高，呈現集中化聚集發展趨勢，聚集經濟在生產性服務業發展中仍然發揮著主導作用。以足跡空間(285個城市)分布橢圓為參照，2003年生產性服務業空間聚集度為0.118，2014年為0.129。生產性服務業空間分布橢圓面積在波動中呈下降趨勢；長軸有較明顯的減小趨勢，而短軸則有小幅度增大趨勢，表明其形狀扁化程度降低；空間分布總體由東北向西南方向移動，尤其在東北方向收縮趨勢明顯(圖3)，2003年分布中心在商丘市，2008年在周口市，2014年在周口市的南部邊界地區；方位角度數在2011年達到最小，之后又變大，表明橢圓先是逆時針旋轉，之后又順時針旋轉(表1)。

表1 中國生產性服務業空間聚集特征橢圓參數

注：中國國土空間橢圓參數來自趙璐和趙作權(2014b)[33]的研究。

通過對比2003年、2014年中國生產性服務業從業人員數量，可以很好地解釋生產性服務業空間分布橢圓變化的原因。首先，分布在橢圓內部的城市生產性服務業從業人員增長速度快于橢圓外部區域的城市，因此生產性服務業呈集中化聚集發展趨勢；其次，位于橢圓內部東西方向的長三角和成渝地區生產性服務業從業人員增長速度較快，短半軸呈增大趨勢，橢圓在東西方向擴張；再次，位于橢圓外部東北方向的東北地區生產性服務業從業人員增長速度緩慢，因此橢圓東北方向收縮趨勢明顯；最后，雖然橢圓在東南方向和西南方向均存在擴張趨勢，但位于橢圓外部東南方向的城市生產性服務業從業人員增長速度大于西南方向的城市，所以向東南方向擴張趨勢大于西南方向。

圖3 2003-2014年中國生產性服務業聚集變化

(二)細分行業空間聚集

總體上，我國生產性服務業細分行業與生產性服務業的空間聚集一致程度較高，分布橢圓均呈“東北—西南”方向(表2、圖4)。金融業與生產性服務業的空間聚集一致性最高，空間格局相似性系數為0.922，科學研究、技術服務和地質勘查業與生產性服務業的空間聚集一致性最低，空間格局相似性系數為0.864。細分行業之間，信息傳輸、計算機服務和軟件業與金融業的空間聚集一致性最高，空間格局相似性系數高達0.945，兩者的橢圓分布中心相鄰分布在阜陽市北部；房地產業與科學研究、技術服務和地質勘查業的空間聚集一致性最低，空間格局相似性系數為0.769。

表2 生產性服務業及其細分行業空間格局相似性系數

注：PS表示生產性服務業，PS1～PS6分別表示交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，金融業，房地產業，租賃和商務服務業，科學研究、技術服務和地質勘查業。

從空間聚集度看，細分行業中信息傳輸、計算機服務和軟件業聚集程度最高，空間聚集度為0.216，其后依次是金融業，租賃和商務服務業，房地產業，科學研究、技術服務和地質勘查業，交通運輸、倉儲和郵政業聚集程度最低，空間聚集度僅為0.054；除交通運輸、倉儲和郵政業外，其余細分行業的聚集程度均高于生產性服務業，科學研究、技術服務和地質勘查業與生產性服務業的聚集程度最為相近，兩者的空間聚集度分別為0.131和0.129(表3)。

表3 2014年中國生產性服務業細分行業空間橢圓參數及空間聚集度

注：PS表示生產性服務業，PS1～PS6分別表示交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，金融業，房地產業，租賃和商務服務業，科學研究、技術服務和地質勘查業。

從空間位置看，以生產性服務業空間分布為參照，房地產業的分布相對靠南，橢圓中心在信陽市；租賃和商務服務業相對靠東，橢圓中心在阜陽市；科學研究、技術服務和地質勘查業相對靠北，橢圓中心在周口市(圖4)。

圖4 2014年中國生產性服務業及其細分行業空間聚集

從聚集趨勢看，生產性服務業細分行業可以分為三類：交通運輸、倉儲和郵政業，租賃和商務服務業的聚集度呈波動下降趨勢，聚集度分別從2003年的0.078、0.220下降到2014年的0.054、0.133，租賃和商務服務業波動較大，波動幅度為0.288(2004年)到0.128(2011年)；信息傳輸、計算機服務和軟件業，房地產業呈波動上升趨勢，聚集度分別從2003年的0.155、0.062上升到2014年的0.212、0.153，房地產業波動較大，波動幅度為0.062(2003年)到0.177(2010年)；金融業，科學研究、技術服務和地質勘查業的聚集程度相對穩定，沒有發生太大變化(圖5)。

圖5 2003-2014年中國生產性服務業及其細分行業空間聚集度

四 結論與啟示

本文以均勻分布為判斷標準，通過空間統計標準差橢圓方法，將全國285個地級市的空間分布作為足跡空間，從連續空間上大規模聚集角度計算和分析了中國生產性服務業及其細分行業的空間聚集特征和聚集趨勢變化。得出如下結論：(1)以全國285個城市作為足跡空間，中國生產性服務業的空間分布并未出現明顯的空間聚集特征，沒有形成“中心—外圍”結構；(2)2003-2014年，中國生產性服務業空間聚集程度提高，呈現集中化聚集發展趨勢，聚集經濟在生產性服務業發展中仍然發揮著主導作用；(3)生產性服務業細分行業與生產性服務業的空間聚集一致程度較高，分布橢圓均呈“東北—西南”方向，除交通運輸、倉儲和郵政業外，其余細分行業的聚集程度均高于生產性服務業，信息傳輸、計算機服務和軟件業聚集程度最高，交通運輸、倉儲和郵政業聚集程度最低，總體呈現“遞增型”、“遞減型”、“穩定型”三種變化趨勢。

從上述結論可以得出一些啟示：首先，現有研究表明的我國生產性服務業存在明顯的空間集聚特征，是基于中國大陸空間上的城市聚集，而本文以城市為足跡空間的研究則表明生產性服務業并未出現明顯的空間聚集現象，這說明，目前我國生產性服務業在國土空間上的顯著聚集格局可能與中國城市分布格局處于同一聚集過程中，而其本身并沒有特殊的空間聚集驅動機制，或者說現階段這種驅動機制還沒有發揮作用；其次，我國以城市作為足跡空間的生產性服務業空間分布雖未出現明顯的聚集特征，但其空間聚集程度在不斷提高，呈現集中化聚集發展趨勢，說明聚集經濟在生產性服務業發展中仍然發揮著主導作用，政府在尊重市場規律的前提下，應進一步引導生產性服務業空間聚集發展；再次，為了更準確地對生產性服務業及其細分行業的聚集程度與變化趨勢做出判斷，需用相同的方法在不同地域范圍作進一步深入研究，如對我國長三角、珠三角、京津冀地區以及大城市內部的生產性服務業空間聚集進行研究。

[1] Coffey, W. J., McRae, J. J..ServiceIndustriesinRegionalDevelopment[M]. Halifax: Institute for Research on Public Policy, 1990.

[2] Sassen, S..TheGlobalCity:NewYork,London,Tokyo[M]. Princeton, New Jersey: Princeton University Press, 2001.

[3] Illeris, S.. Producer services: The Key Sector for Future Economic Development[J].EntrepreneurshipandRegionalDevelopment, 1989, 1(3): 267-274.

[4] 閻小培, 許學強. 廣州城市基本-非基本經濟活動的變化分析——兼釋城市發展的經濟基礎理論[J]. 地理學報, 1999, 54(4): 299-308.

[5] Beyers, W. B.. Producer Services[J].ProgressinHumanGeography, 1993, 17(2): 221-231.

[6] Coffey, W. J., Drolet, R., Polese, M.. The Intra-metropolitan Location of High Order Services: Patterns, Factors and Mobility in Montreal[J].PapersinRegionalScience, 1996, 75(3): 293-323.

[7] Illeris, S., Sjoholt, P.. The Nordic Countries: High Quality Services in a Low Density Environment[J].ProgressinPlanning, 1995, 43(3): 205-221.

[8] Bennett, R. J., Graham, D. J., Braggon, W.. The Location and Concentration of Business in Britain: Business Clusters, Business Services, Market Coverage and Local Economic Development[J].TransactionoftheInstituteofBritishGeographers, 1999, 24(4): 393-420.

[9] Pandit, N. R., Cook, G. A. S., Swann, G. M. P.. The Dynamics of Industrial Clustering in British Financial Services[J].TheServiceIndustrialJournal, 2001, 21(4): 33-61.

[10] Gillespie, A. E., Green, A. E.. The Changing Geography of Producer Services Employment in Britain[J].RegionalStudies, 1987, 21(5): 397-411.

[11] Selya, R. M.. Taiwan as A Service Economy[J].Geo-forum, 1994, 25(3): 305-322.

[12] 胡霞. 中國城市服務業空間集聚變動趨勢研究[J]. 財貿經濟, 2008, (6): 103-107.

[13] 程大中, 黃雯. 中國服務業的區位分布與地區專業化[J]. 財貿經濟, 2005, (7): 73-81.

[14] 馬風華, 劉俊. 我國服務業地區性集聚程度實證研究[J]. 經濟管理, 2006, (23): 10-13.

[15] 蔡翼飛. 我國服務行業集聚特征分析[J]. 發展研究, 2010, (3): 35-40.

[16] 張三峰. 我國生產者服務業城市集聚度測算及其特征研究——基于21個城市的分析[J]. 產業經濟研究, 2010, (3): 31-37.

[17] 吉亞輝, 楊應德. 中國生產性服務業集聚的空間統計分析[J]. 地域研究與開發, 2012, (2): 1-5.

[18] 盛龍, 陸根堯.中國生產性服務業集聚及其影響因素研究——基于行業和地區層面的分析[J].南開經濟研究, 2013, (5): 115-129.

[19] 李佳洺, 孫鐵山, 張文忠. 中國生產性服務業空間集聚特征與模式研究: 基于地級市的實證分析[J]. 地理科學, 2014, 34(4): 385-393.

[20] 胡曉鵬, 李慶科. 生產性服務業的空間集聚與形成模式: 長三角例證[J]. 改革, 2008, (9): 81-8.

[21] 黃繁華, 程佳, 王晶晶. 長三角地區生產性服務業集聚實證研究[J]. 南京郵電大學學報(社會科學版), 2011, (4): 9-16.

[22] 左連村, 賈寧. 珠三角生產性服務業集聚發展分析[J]. 產經評論, 2013, 4(6): 12-27.

[23] 邵暉. 北京市生產者服務業聚集特征[J]. 地理學報, 2008, 63(12): 1289-1298.

[24] 邱靈, 方創琳. 北京市生產性服務業空間集聚綜合測度[J]. 地理研究, 2013, 32(1): 99-110.

[25] 陳躍剛, 吳艷. 上海市金融服務業空間分布研究[J]. 城市問題, 2010, (12): 39-44.

[26] 李佳洺, 張文忠, 李業錦等. 基于微觀企業數據的產業空間集聚特征分析——以杭州市區為例[J]. 地理研究, 2016, 35(1): 295-107.

[27] 薛東前, 石寧, 公曉曉. 西安市生產者服務業空間布局特征與集聚模式研究[J]. 地理科學, 2011, 31(10): 1195-1201.

[28] Kulldorff, M.. Tests of Spatial Randomness Adjusted for an Inhomogeneity: A General Framework[J].JournaloftheAmericanStatisticalAssociation, 2006, 101(475): 1289-1305.

[29] 趙作權.空間格局統計與空間經濟分析[M].北京: 科學出版社, 2014: 21， 92.

[30] Lauren, M. S., Mark, V. J.. Spatial Statistics in ArcGIS[A]//Fischer, M. M., Getis, A..HandbookofAppliedSpatialAnalysis:SoftwareTools,MethodsandApplications[M]. Berlin: Springer, 2010.

[31] Wong, D. W. S.. Several Fundamentals in Implementing Spatial Statistics in GIS: Using Centre-graphic Measures as Examples[J].GeographicInformationSciences, 1999, 5(2): 163-174.

[32] 趙璐, 趙作權. 中國沿海地區經濟空間差異的動態演化[J]. 世界地理研究, 2014a, 23(1): 45-54.

[33] 趙璐, 趙作權. 中國制造業的大規?？臻g聚集與變化——基于兩次經濟普查數據的實證研究[J]. 數量經濟技術經濟研究, 2014b, (10): 110-121.

[34] Nordhaus, W. D.. Geography and Macroeconomics: New Data and New Findings[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStates, 2006, 103(10): 3510-3517.

[35] Rappaport, J., Sachs, J. D.. The United States as a Coastal Nation[J].JournalofEconomicGrowth, 2003, 8(1): 5-46.

[引用方式]常瑞祥, 安樹偉. 中國生產性服務業的空間聚集與變化——基于285個城市的實證研究[J]. 產經評論, 2016, 7(6): 39-49.

Spatial Agglomeration and Change of Producer Service Industry in China——Based on the Empirical Study of 285 Cities

/2

The existing research shows that the obvious spatial agglomeration of producer services industry is based on urban agglomeration of national land in China. Using the standard deviation ellipse, this paper analyses the space aggregation degree and change trend of producer service industry from a continuous mass gathering space based on geographical space of the 285 cities in China. The results indicate that the spatial aggregation of producer service industry is not obvious, and the center-periphery structure does not form; 2003-2014, the aggregating degree of producer services industry improved, and aggregating economy continues to play a leading role in the development of producer services industry; producer service and its subdivision industry gather in high degree of coincidence, and their distribution ellipses show northeast-southwest direction; The space aggregation degree of information transmission, computer services and software industry is the highest, while transportation, storage and postal industry is the lowest; Generally, the space aggregation of subdivision industry has three trends: increasing, decreasing and stable.

producer service； spatial agglomeration； standard deviation ellipse

2016-08-20

國家社會科學基金重大項目“拓展我國區域發展新空間研究”(項目批準號：15ZDC016，項目負責人：安樹偉)。

常瑞祥，首都經濟貿易大學城市經濟與公共管理學院博士研究生，寧夏大學紀委監審處科員，研究方向：城市與區域發展；安樹偉，經濟學博士，首都經濟貿易大學城市經濟與公共管理學院、特大城市經濟社會發展研究院教授、博士生導師，研究方向：城市與區域發展。

F061.5

A

1674-8298(2016)06-0039-11

[責任編輯：伍業鋒、劉鴻燕]

10.14007/j.cnki.cjpl.2016.06.004