长三角城市群生产性服务业空间分异机理研究.docVIP

PAGE  PAGE 12 长三角城市群生产性服务业空间分异机理研究 　　摘 要：长三角城市群生产性服务业的空间分异发端于知识局域溢出，而城市等级体系演变以及生产性服务业与制造业的相互作用在生产性服务业空间分异过程中发挥着重要作用。其机理表现为：劳动力人均受教育年限与生产性服务业发展水平正相关，人均受教育年限每增加1单位能带动生产性服务业发展0.354个单位的提升；城市规模与生产性服务业发展正相关，生产性服务业的集聚总是依赖核心城市和城市核心区，城市规模对生产性服务业发展有极明显的推动作用；城市群区域的工业增加值相对比值与生产性服务业发展水平负相关，表明长三角城市群制造业的规模扩张具有制约生产性服务业发展的作用。 　　关键词：长三角城市群 生产性服务业 产业空间分异 机理 　　中图分类号：F290 文献标识码：A 　　文章编号：1004-4914（2016）01-038-04 　　长三角城市群（以下简称长三角）持续的城市化和工业化过程为研究生产性服务业空间分异提供了一定的现实基础。国内外相关研究证明，生产性服务业集聚于城市中心和区域核心城市，实现一定的集聚规模就会辐射周边空间围。同时，又会产生新的集聚推动影响范围的城镇化过程。如沈玉芳和刘曙华（2011）等发现生产性服务业表现出从全球和区域城市向次级中心城市扩散的现象；Knaap（2011）等发现生产性服务业越来越依赖于城市等级序列。但上述认识缺乏相应实证研究部分作为支撑，并大都从制造业的视角展开，削弱了生产性服务业的本质特性。我们认为，生产性服务业空间分异是指生产性服务业在空间上持续演变，形成空间能量流和结构及功能分化的过程和表现。根据这一认识，我们从整体和时序过程、空间响应等方面，对长三角城市群生产性服务业空间分异的机理进行分析，为优化该产业空间发展模式提供相应的理论依据。 　　一、长三角城市群生产性服务业空间分异的基本表现 　　（一）研究方法 　　吴玉鸣（2007）、潘文卿（2012）和覃成林等（2012）分别用空间自相关方法对长三角区域的经济发展趋同等时发现空间经济过程应以空间相关性进行检验。空间数据分析分为探索性空间数据分析（Exploratory Spatial Data Analysis，又称ESDA）和空间计量经济学。ESDA将空间统计学和现代图形计算技术结合，用直观的方式展现空间数据中隐含的空间分布、空间模式，以及空间相互作用等特征，一般常用全局空间自相关和局域空间自相关进行研究。全局Moran指数I分析空间数据在整块地区表现出的分布特征，即全局空间相关性，可以检测全部研究范围内临近地区间是否相似、相异，或是互相自立。分析局部空间是否存在相似和相异等现象，一般用Moran散点图以及LISA测度，即局域空间自相关。 　　（二）基本表现 　　1.时空分异的总体趋势。表1显示，长三角城市群生产性服务业分异指数8年来处于0.25～0.31区间，说明生产性服务业总体呈空间分异状态，但并未严重分异，分异指数以2.5%的年均增速增加，分异程度逐渐加强。从全局自相关Morgan指数逐年增加可以看出，城市群内部不同区域间生产性服务业发展存在显著的正相关关系，表现为总体分异渐趋明显，同类集聚现象显著。即出现发展相对较好区域会趋于与较好区域靠近的空间关联结构；同理，也会出现发展相对较落后的区域趋于与较落后区域靠近的空间关联结构。 　　2.细分行业特征。从细分行业来看，ROS（居民服务以及其他服务业）的分异值一直在0.6左右，属于重度空间分异，但无加剧趋势。EST（房地产服务业）分异值在0.35～0.45之间，存在相对较为显著的空间分异，并呈现出一定的上升之势。LBS（租赁和商业服务业）分异数值在0.41～0.47之间，说明这些行业已经存在明显的空间分异，但没有进一步加剧。从自相关数据看，地区间关联性显著且发展程度越是相同的地区越趋向聚集。STG（科学研究、技术服务和地质勘查业）的分异指数值在0.43～0.55之间，较高的值表明空间分异情况较为明显，且其趋势同EST呈上升之势，但其地区间关联性弱。这说明科研院所和大学等机构集中在核心城市，导致研究和科技类服务业发展具有很强的路径依赖。FIN（金融业）的分异程度是较低的，甚至是低于平均水准。说明金融业大部分集中在少数几个城市区域，而其他区域分布较为均匀。ICS（信息传输、计算机服务和软件业）在0.25-0.4之间，还不存在显著的空间分异，但其分异趋势明显加剧。从空间关联性的角度，则由显著的正相关变成独立分布。TWS（交通运输、仓储及邮政业）不存在显著的空间分异，也是唯一分异状况减弱的行业，近年开始出现显著的正空间自相关，表明这些原本主要为工业服务的产业与居民生活结合更为紧密。EDU（教育行业）分异值