江蘇省知識密集型服務業集聚特征研究

蘆津 朱洪興

摘 要：以江蘇省知識密集型服務業為研究案例，采用空間基尼系數和區位熵，對2007—2016年江蘇省知識密集型服務業的集聚特征進行分析。分地級市來看，蘇南地區知識密集型服務業的集聚度較高;分行業來看，十年間，信息傳輸、計算機服務和軟件業的空間集聚現象最為明顯。

關鍵詞：知識密集型服務業;集聚特征;江蘇省

中圖分類號：F719? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）24-0153-03

知識密集型服務業的集聚能夠提升企業的創新能力和核心競爭力，此外，集聚帶來的知識溢出效應也能提升企業的生產效率，我國正處于制造業轉型升級的關鍵時期，知識密集型服務業的集聚發展研究，對于推進我國經濟結構調整，促進經濟高質量發展具有重要意義。

一、文獻綜述

國外學者Miles（1995）最先提出KIBS，指出KIBS是靠專業性知識給客戶提供服務的行業[1]。Todoir（1995）認為，KIBS與制造業有緊密的互動關系[2]。Daniels（1993）認為，不同服務業之間的功能互補會促進服務業集聚[3]。國內學者魏江（2007）闡釋了KIBS的內涵，指出KIBS是知識密集度高，并通過專業知識提供服務的一種商業或組織[4]。呂明樂（2015）認為，KIBS會促進高新技術制造業的升級創新，但針對不同的地區和行業，效果會有所差異[5]。

從不同行業來看，KIBS集聚程度也是不同的。陳躍剛（2010）等人通過計算上海知識服務業的區位熵，發現以金融為代表的信息依賴型知識服務業主要體現樓宇經濟形態，以設計為代表的知識服務業主要分布在園區或特色街，以教育、醫院為代表的知識服務業主要分布在內環和中環的中間地帶[6]。從地區層面來看，KIBS集聚程度也有所差異。霍鵬（2018）等人發現，KIBS在空間上呈現出東部集聚度較高，中西部較低的階梯狀分布特征[7]。鄒德玲（2015）等人運用空間基尼系數和赫芬達爾指數等方法測度了長三角知識密集型服務業的空間集聚狀況，發現上海空間集聚特征最為顯著[8]。

二、研究方法和數據

（一）研究方法

衡量產業集聚水平的指標主要有赫芬達爾指數、空間基尼系數、區位熵指數和EG指數，綜合考慮各指標的優劣性，本文選取空間基尼系數和區位熵指數來衡量江蘇省知識密集型服務業的集聚程度。

1.空間基尼系數。空間基尼系數是用來衡量產業集聚程度的，計算公式如下：

其中，si為江蘇省i地級市KIBS就業人數與江蘇省KIBS就業人數的比值，xi為江蘇省i地級市就業人數與江蘇省就業人數的比值。G值越高，表明產業的集聚度越高。

2.區位熵指數。區位熵常用于衡量某一區域內某一產業的專業化水平，本文采用區位熵來衡量江蘇省KIBS的相對集中程度。計算公式如下：

Xij為i地級市j行業的就業人數，∑jXij為i地級市所有行業的就業人數，∑iXij為江蘇省KIBS的就業人數，∑i∑jXij為江蘇省所有行業的就業人數，LQ>1，表明KIBS在i地級市相對集中，反之，表明KIBS在i地級市并未集聚。

（二）數據來源

本文采用魏江對知識密集型服務業的分類，主要是信息傳輸、計算機服務和軟件業，金融業，租賃和商務服務業，科學研究、技術服務和地質勘查業，選用江蘇省各地級市KIBS就業人數來反映其發展水平，所用數據均來源于2008—2017年《中國城市統計年鑒》和江蘇省各地級市統計局網站。

三、江蘇省知識密集型服務業集聚水平分析

（一）江蘇省KIBS整體發展態勢

江蘇省知識密集型服務業發展迅速，就業人數大幅度增長，從2007年的49.08萬人增長到2016年的116.61萬人，增長率高達137.59%，其中信息傳輸、計算機服務與軟件業發展最為迅速，就業人數增長近3倍，租賃及商務服務業、科學研究、技術服務和地質勘探業、金融業也實現了較大幅度的增長，足以說明江蘇省服務業特別是知識密集型服務業的發展勢頭。

（二）基于空間基尼系數的江蘇省KIBS集聚水平分析

分行業來看，不同行業的集聚水平存在差異，2007—2016年，科學研究、技術服務和地質勘探業、信息傳輸、計算機服務和軟件業的空間基尼系數平均而言是最高的，租賃和商務服務業居中，金融業是最低的。

從時間上來看，十年間，江蘇省知識密集型服務業的空間基尼系數一直在穩步上升。其中，信息傳輸、計算機服務和軟件業集聚最為明顯，空間基尼系數達到0.201，增長了11倍，科學研究、技術服務和地質勘探業、租賃和商務服務業具有一定的波動性，2012年的空間基尼系數最大，集聚最為明顯，金融業的空間基尼系數變化不大，集聚水平一直較低。

（三）基于區位熵的江蘇省KIBS分析

江蘇省知識密集型服務業不僅在行業上有所差異，在各地級市的集聚方面也有所不同，本文通過測算2007—2016年江蘇省各地級市的區位熵指數，來發現KIBS的空間集聚特征。

2007—2016年，江蘇省知識密集型服務業LQ>1的城市數量幾乎穩定在4個左右，不足1/3。這個結果說明，這十年間江蘇省知識密集型服務業的專業化程度仍然較低。信息傳輸、計算機服務和軟件業LQ>1的地級市數量是最少的，在2009年后出現了大幅下滑，金融業LQ>1的地級市數量是最多的，表明其在地級市的集聚度較高，科學研究、技術服務和地質勘探業、商務和租賃業LQ>1的地級市數量波動不大，較為平穩。

江蘇省各地級市間知識密集型服務業的集聚度也有所差異，蘇南地區集聚度較高，其中南京、無錫和鎮江的LQ>1，蘇州和常州的LQ值接近1，蘇中和蘇北地區知識密集型服務業的集聚度相對較低，宿遷的LQ值只有0.25，遠小于其他城市。

分行業來看，金融業LQ平均值大于1的地級市一共有8個，分別是南京、無錫、常州、蘇州、南通、鹽城、鎮江和泰州，存在較強的空間集聚性;科學研究、技術服務和地質勘探業LQ平均值大于1的有3個，分別是南京、無錫和鎮江;信息傳輸、計算機服務和軟件業LQ平均值大于1的有3個，分別是南京、無錫和鎮江;租賃和商務業LQ平均值大于1的有4個，分別是南京、無錫、鎮江和泰州。

四、結語

根據行業的特點，有針對性地采取相應的集聚發展政策，知識密集型服務業中金融業的發展越成熟，空間集聚度會越低，區域分布就會更均勻，而其他行業則適合集聚發展，進而提升競爭力。同時江蘇省應加強蘇南、蘇中和蘇北的協調發展，為知識密集型服務業的發展提供條件。

參考文獻：

[1]? Miles L.et al..Knowledge-intensive business services：users，carriers and sources of innovation[R].Rapportpour DG13 SPRINT-EIMS，March，1995.

[2]? Tordoir P.The Professional Knowledge Economy：The Management and Integration of Professional Services in Business Organizations[M].University of Amsterdam，1995.

[3]? Daniels P.W.Service Industries in the World Economy[M].Oxford：Blackwell Publishers，1993.

[4]? 魏江，陶顏，王琳.知識密集型服務業的概念與分類研究[J].科技與經濟，2007，（1）：33-41.

[5]? 呂民樂，金妍.知識密集型服務業對中國制造業創新的影響——基于高技術制造業的實證分析[J].工業技術經濟，2016，（4）：17-24.

[6]? 陳躍剛，吳艷.上海市知識服務業空間分布研究[J].城市問題，2010，（8）：64-69.

[7]? 霍朋，魏修建，尚珂.中國知識密集型服務業集聚現狀及其影響因素的研究[J].經濟問題探索，2018，（7）：123-129.

[8]? 鄒德玲，叢海彬，徐明.長三角知識密集型服務業空間集聚綜合測度[J].中國科技論壇，2015，（11）：54-60.