京津冀生产性服务业空间分工特征及溢出效应

doi:10.11821/dlxb201512006

摘要/Abstract

摘要：

生产性服务业在京津冀地区的合理分工对于实现京津冀地区空间协调发展具有非常重要的推动作用。利用2003-2012年京津冀地区13个地级城市面板数据,测算了京津冀生产性服务业分工的空间特征与行业特征,并基于空间面板计量模型,实证检验了生产性服务业各行业在京津冀地区城市之间的空间外溢效应。主要结论：① 北京和天津在京津冀生产性服务业分工体系中都呈现出多样化的特征,而河北省11个城市则呈现出专业化特征,大多专注于金融服务业和交通运输业的发展;② 北京与天津之间的生产性服务业分工程度相对较低,并且从动态上两个城市的生产性服务业结构呈现趋同的趋势;③ 金融服务业、商务服务业、信服务业和交通运输业在京津冀地区的地方化程度较高,而科技服务业和房地产服务业的地方化程度则明显偏低。④ 地方化程度较低的科技服务业和房地产服务业在京津冀地区各城市间的空间外溢效应显著,但受交易成本和对“面对面”接触需求的影响,空间溢出效应随距离增加而衰减,在150 km范围内的空间溢出效应最强;而地方化程度相对较高的交通运输业、金融服务业和商务服务业的空间外溢效应则不显著。信息服务业在京津冀地区城市间的溢出仅体现在相邻城市之间。实证结果一定程度上反映生产性服务业各行业的地方化程度越低,城市之间的空间溢出越易实现。

关键词: 区域产业分工, 生产性服务业, 空间溢出效应, 空间面板计量, 京津冀

Abstract:

The rational space division of producer services in the Beijing-Tianjin-Hebei metropolitan region plays an extremely important role in promoting coordinated and integrated regional development. In this research, we use the prefecture-level panel data of the Beijing-Tianjin-Hebei metropolitan region for the period of 2003-2012 to estimate the spatial characteristics and industrial features of the producer service division in the region. We also estimate the spatial spillover effects of various producer service industries among the cities on the basis of a spatial panel econometric model. The main conclusions can be drawn as follows. (1) Beijing and Tianjin exhibit diversification in the division system of their producer services, whereas 11 cities in Hebei Province show specialization, mostly focusing on the development of their financial service and transportation sectors. (2) The division index of the producer services between Beijing and Tianjin is relatively low, and the producer service structures of these cities show a convergence trend. (3) The division indexes of the financial, business, and information service sectors in the region are relatively high, whereas those of the technology and real estate service sectors are significantly low. (4) The spillover effects of the real estate and technology service sectors with a low division index are remarkable. However, as a result of the limitation of transaction cost and the demand for "face-to-face" contact, the spatial spillovers perform best at a distance of around 150 km. When the distance goes beyond this specified range, the spatial spillovers are evidently reduced. The spillover effects of the transportation, finance service, and business service sectors with a high division index are not significant and should improve the industrial linkage between cities in the future. The scope of the spatial effect of the information service sector is exceedingly limited, as it only reflects the correlation among neighboring cities. Results of this study demonstrate that spatial spillover performs satisfactorily, whereas the localization of the service sector is poor.

Key words: regional industrial division, producer service, spatial spillover effect, spatial panel econometrics, Beijing-Tianjin-Hebei metropolitan region

席强敏, 李国平. 京津冀生产性服务业空间分工特征及溢出效应[J]. 地理学报, 2015, 70(12): 1926-1938.

Qiangmin XI, Guoping LI. Characteristics and spillover effects of space division of producer service in the Beijing-Tianjin-Hebei metropolitan region: Based on spatial panel model[J]. Acta Geographica Sinica, 2015, 70(12): 1926-1938.

图/表 9

表1

图1

表2

图2

表3

表4

表5

生产性服务业各行业空间溢出效应的实证结果

行业	交通运输业			信息服务业			金融服务业
权重	邻接	地理	经济	邻接	地理	经济	邻接	地理	经济
模型	sem	sem	sem	sem	sem	sem	sar	sar	sdm
空间效应
$α$							-0.0298 (-0.21)	0.00606 (0.23)	0.0603 (0.77)
$λ$	-0.0987 (-0.64)	-0.0325 (-0.73)	0.00132 (0.02)	0.375^*** (3.35)	-0.0235 (-0.62)	-0.0162 (-2.5)
N	130	130	130	130	130	130	117	117	117
R²	0.82	0.823	0.817	0.602	0.644	0.639	0.95	0.938	0.904
行业	房地产服务业			商务服务业			科技服务业
权重	邻接	地理	经济	邻接	地理	经济	邻接	地理	经济
模型	sar	sdm	sar	sar	sar	sar	sdm	sar	sar
空间效应
$α$	0.545^*** (5.52)	0.0965^*** (3.63)	0.220^*** (3.35)	-0.0708 (-0.70)	0.05 (0.78)	0.0189 (0.56)	0.412^*** (4.79)	0.0591^*** (2.71)	0.141^*** (2.43)
N	117	117	117	117	117	117	117	117	117
R²	0.865	0.228	0.894	0.976	0.972	0.978	0.953	0.977	0.984

表5

表6

图3

参考文献 25

[1]	Sealte G H.Changes in producer services location, Sydney: Globalization, technology and labor. Asia Pacific Viewpoint, 1998, 39(2): 237-255.
[2]	Sirat M.Producer services and growth management of a metropolitan region: The case of Kuala Lumpur, Malaysia. Asian Pacific Viewpoint, 1998, 39(2): 221-235. doi: 10.1111/1467-8373.00065
[3]	Daniels P W, Ho K C, Hutton T A.Service industries and Asia-Pacific Cities: New Development Trajectories. London: Routledge, 2005.
[4]	Coffey W J.The geographies of producer services. Urban Geography, 2000, 21(2): 170-180. doi: 10.2747/0272-3638.21.2.170
[5]	Krenz, Astrid.Services sector agglomeration and its interdependence with industrial agglomeration in the European Union. CEGE Discussion Paper, 2010, 107(6): 1-20. doi: 10.2139/ssrn.1645898
[6]	Kolko J. Urbanization, Agglomeration,Coagglomeration of Service Industries, in Agglomeration Economics. University of Chicago Press, 2010: 151-180.
[7]	Taylor P J, Derudder B, Hoyler M, et al.New regional geographies of the world as practised by leading advanced producer service firms in 2010. Transactions of the Insititute Of British Geographs, 2013, 38(3): 497-511. doi: 10.1111/j.1475-5661.2012.00545.x
[8]	Fan Fuzhuo.On regional specialization of service industry in Yangtze Delta area. Contemporary Economy & Managenment, 2009, 31(8): 53-56. doi: 10.3969/j.issn.1673-0461.2009.08.012
	[樊福卓. 长江三角洲地区服务业分工分析. 当代经济管理, 2009, 31(8): 53-56.] doi: 10.3969/j.issn.1673-0461.2009.08.012
[9]	Xu Yuan, Li Jinghua, Sheng Ya.Study on the division and layout of producer service in Yangtze River Delta: Software industry case. Science & Technology Progress and Policy, 2009, 26(7): 54-58.
	[许媛, 李靖华, 盛亚. 长江三角洲生产性服务业分工布局研究: 以软件产业为例. 科技进步与对策, 2009, 26(7): 54-58.]
[10]	Zhong Yun, Yan Xiaopei.Relationship between producer services developing level and urban hierarchy: A case study of Zhujiang River Delta. Chinese Geographical Science, 2008, 18(1): 1-8. doi: 10.1007/s11769-008-0001-0
[11]	Zhang Dan, Sun Tieshan, Li Guoping.Spatial structure of the capital metropolitan region in China: An empirical study of the employment distributions by sectors. Geographical Research, 2012, 31(5): 899-908. doi: 10.11821/yj2012050013
	[张丹, 孙铁山, 李国平. 中国首都圈区域空间结构特征: 基于分行业就业人口分布的实证研究. 地理研究, 2012, 31(5): 899-908.] doi: 10.11821/yj2012050013
[12]	Wang Xiaoping, Chen Yongguo.A study on the cooperation policy of producer services based on large gradient range theory. Economy and Management, 2008, 22(1): 25-28. doi: 10.3969/j.issn.1003-3890.2008.01.005
	[王小平, 陈永国. 基于大梯度极差理论的生产性服务业协作政策研究: 以京津冀经济圈为例. 经济与管理, 2008, 22(1): 25-28.] doi: 10.3969/j.issn.1003-3890.2008.01.005
[13]	Zhang Wang, Shen Yuming.The spatial characteristics of producer service agglomeration in Beijing-Tianjin-Hebei metropolitan region. Progress in Geography, 2012, 31(6): 742-749. doi: 10.11820/dlkxjz.2012.06.010
	[张旺, 申玉铭. 京津冀都市圈生产性服务业空间集聚特征. 地理科学进展, 2012, 31(6): 742-749.] doi: 10.11820/dlkxjz.2012.06.010
[14]	Qiu Ling, Fang Chuanglin.Comprehensive assessment on the spatial agglomeration of producer services in Beijing. Geographical Research, 2013, 32(1): 99-110. doi: 10.11821/yj2013010011
	[邱灵, 方创琳. 北京市生产性服务业空间集聚综合测度. 地理研究, 2013, 32(1): 99-110.] doi: 10.11821/yj2013010011
[15]	Li Jiaming, Sun Tieshan, Zhang Wenzhong.Spatial cluster characteristics and modes of producer services in China. Scintia Geographica Sinica, 2014, 34(4): 385-393.
	[李佳洺, 孙铁山, 张文忠. 中国生产性服务业空间集聚特征与模式研究. 地理科学, 2014, 34(4): 385-393.]
[16]	Liu Hui, Shen Yuming, Liu Kun.The financial services industry development level and spatial pattern of urban agglomeration in China. Acta Geographica Sinica, 2013, 68(2): 186-198. doi: 10.11821/xb201302004
	[刘辉, 申玉铭, 柳坤. 中国城市群金融服务业发展水平及空间格局. 地理学报, 2013, 68(2): 186-198.] doi: 10.11821/xb201302004
[17]	Xu Xianchun.A study on the measurement of service industry and related issues in China. Economic Research Journal, 2004(3): 20-27. doi: 10.3969/j.issn.1002-4565.2004.07.001
	[许宪春. 中国服务业核算及其存在的问题研究. 经济研究, 2004(3): 20-27.] doi: 10.3969/j.issn.1002-4565.2004.07.001
[18]	Yue Ximing, Zhang Shuguang.On estimation of value added of service sector in China. Economic Research Journal, 2002(12): 51-59.
	[岳希明, 张曙光. 我国服务业增加值的核算问题. 经济研究, 2002(12): 51-59.]
[19]	Krugman P.Geography and Trade. The MIT Press, 1991: 76.
[20]	Fan Fuzhuo.The measurement of regional specialization. Economic Research Journal, 2007(9): 71-83.
	[樊福卓. 地区专业化的度量. 经济研究, 2007(9): 71-83.]
[21]	Anselin L.Spatial Economitrics: Methods and Models. Kluwer Academic Publishers, 1988.
[22]	Lin Guangping, Long Zhihe, Wu Mei.A spatial investigation of σ-convergence in China. The Journal of Quantitative & Technical Economics, 2006, 23(4): 14-21. doi: 10.3969/j.issn.1000-3894.2006.04.002
	[林光平, 龙志和, 吴梅. 中国地区经济σ-收敛的空间计量实证分析. 数量经济技术经济研究, 2006, 23(4): 14-21.] doi: 10.3969/j.issn.1000-3894.2006.04.002
[23]	Elhorst. Spatial Panel Data Models and Book of Applied Spatial Analysis. Berlin: Springer Verlag, 2010. doi: 10.1007/978-3-642-23430-9_86
[24]	Baltagi B H.A Companion to Econometric Analysis of Panel Data. New York: John Wiley & Sons Press, 2009.
[25]	Venables J.Equilibrium locations of vertically linked industries. International Economic Review, 1996, 37(2): 341-359.

城市	相对专业化指数			2012年相对专业化程度高的行业
城市	2003年		2012年	2003-2012年
北京	0.638	0.504	-0.134	商务服务业(1.21)
天津	0.280	0.268	-0.012	交通运输业(1.40)
石家庄	0.464	0.517	0.053	金融服务业(1.71)、交通运输业(1.56)
唐山	0.661	0.645	-0.016	金融服务业(2.04)、交通运输业(1.63)
秦皇岛	0.729	0.762	0.033	交通运输业(2.28)、金融服务业(1.52)
邯郸	0.534	0.515	-0.019	金融服务业(1.77)、交通运输业(1.56)
邢台	0.561	0.514	-0.047	金融服务业(2.51)
保定	0.425	0.514	0.090	科技服务业(1.97)、金融服务业(1.49)
张家口	0.464	0.340	-0.124	金融服务业(1.73)、交通运输业(1.39)
承德	0.513	0.568	0.055	金融服务业(2.47)
沧州	0.603	0.607	0.004	金融服务业(2.45)、交通运输业(1.26)
廊坊	0.385	0.488	0.103	科技服务业(1.78)、金融服务业(1.50)
衡水	0.581	0.603	0.022	金融服务业(2.40)、交通运输业(1.27)

北京—其他城市	2003年	2012年	2003-2012年	天津—其他城市	2003年	2012年	2003-2012年
北京—秦皇岛	0.931	0.897	-0.034	天津—秦皇岛	0.464	0.546	0.082
北京—唐山	0.861	0.777	-0.085	天津—邢台	0.541	0.524	-0.016
北京—沧州	0.800	0.746	-0.054	天津—承德	0.341	0.508	0.167
北京—衡水	0.779	0.731	-0.048	天津—衡水	0.462	0.479	0.017
北京—承德	0.707	0.710	0.002	天津—沧州	0.476	0.475	-0.001
北京—邯郸	0.742	0.655	-0.087	天津—保定	0.430	0.473	0.043
北京—石家庄	0.662	0.637	-0.025	天津—唐山	0.400	0.432	0.032
北京—邢台	0.749	0.604	-0.145	天津—廊坊	0.342	0.423	0.081
北京—保定	0.564	0.575	0.011	天津—张家口	0.325	0.385	0.060
北京—廊坊	0.582	0.540	-0.042	天津—北京	0.467	0.367	-0.100
北京—张家口	0.676	0.469	-0.207	天津—邯郸	0.278	0.334	0.055
北京—天津	0.467	0.367	-0.100	天津—石家庄	0.200	0.286	0.085

	变量	符号	定义
被解释变量	生产性服务业行业发展水平	ps_i	i市t-1年生产性服务业行业就业人数的自然对数值
控制变量	生产性服务业行业滞后项	ps_i_,_t_-1	i市t-1年生产性服务业行业就业人数的自然对数值
	制造业水平	indu_it	i市t年制造业就业人数的自然对数值
	信息化水平	info_it	i市t年信息化发展指数
	劳动力工资水平	wage_it	i市t年职工平均工资的自然对数值
	教育水平	edu_it	i市t年中学和高等学校在校学生数的自然对数值

行业	权重矩阵	模型	R²	LL	AIC	最优	行业	权重矩阵	模型	R²	LL	AIC	最优
交通运输业	邻接空间	sar	0.96	228.8	-437.5	sem	房地产服务业	邻接空间	sar	0.87	133.7	-247.4	sar
		sdm	0.34	235.6	-437.2				sdm	0.86	136.4	-238.9
		sem	0.82	244.5	-471.1				sem	0.28	133	-248
	地理距离	sar	0.94	229	-438.1	sem		地理距离	sar	0.14	134.8	-249.6	sdm
		sdm	0	240.6	-447.3				sdm	0.23		143.2		-252.4
		sem	0.82	244.6	-471.2		sem		0.25		132.6	-247.1
	经济距离	sar	0.97	228.4	-436.8	sem	经济距离	sar	0.89	130.2	-240.5	sar
		sdm	0.12	238.1	-442.2			sdm	0.2		138.5		-243
		sem	0.82	244.3	-470.6			sem	0.27		126.7		-235.4
信息服务业	邻接空间	sar	0.79	158.4	-296.8	sem	商务服务业	邻接空间	sar	0.98	132.8	-245.7	sar
		sdm	0.81	162.3	-290.6				sdm	0.9	139.6	-245.2
		sem	0.6	176.7	-335.3				sem	0.62	121.6	-225.1
	地理距离	sar	0.18	158.6	-297.1	sem		地理距离	sar	0.98	132.7	-245.5	sar
		sdm	0.06	162	-290				sdm	0.51		142.2		-250.3
		sem	0.64	172.2	-326.4		sem		0.69		123.7	-229.3
	经济距离	sar	0.83	157.1	-294.1	sem	经济距离	sar	0.97	132.9	-245.7	sar
		sdm	0.05	162	-290.1			sdm	0.66		138.3		-242.6
		sem	0.64	172	-326			sem	0.65		122.6		-227.1
金融服务业	邻接空间	sar	0.95	233	-446	sar	科技服务业	邻接空间	sar	0.99	200.1	-380.1	sdm
		sdm	0.72	242.9	-451.8				sdm	0.95	209.4	-384.9
		sem	0.25	222.3	-426.5				sem	0.45	178.1	-338.2
	地理距离	sar	0.94	233	-446	sar		地理距离	sar	0.98	201.4	-382.8	sar
		sdm	0.02	247.4	-460.8				sdm	0.86		205		-376
		sem	0.34	221.8	-425.6		sem		0.35		179.3	-340.5
	经济距离	sar	0.94	234.3	-448.7	sdm	经济距离	sar	0.98	199.9	-379.8	sar
		sdm	0.9	244.5	-455			sdm	0.86		204.8		-375.7
		sem	0.3	223.2	-428.5			sem	0.35		176.9		-335.8

阀值 (km)	房地产服务业			科技服务业
阀值 (km)	溢出系数		t	溢出系数	t
50	0.699^***	(5.45)		1.044^***	(6.85)
100	0.550^***	(4.03)		0.589^**	(2.17)
150	0.562^***	(5.57)		0.591^***	(5.17)
200	0.365^***	(3.53)		0.257^**	(2.54)
250	0.363^***	(3.37)		0.268^**	(2.54)
300	0.387^***	(3.57)		0.272^**	(2.53)
350	0.402^***	(3.70)		0.279^***	(2.58)
400	0.404^***	(3.69)		0.277^**	(2.55)
450	0.408^***	(3.74)		0.275^**	(2.52)