本文關(guān)鍵詞：長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因，由筆耕文化傳播整理發(fā)布。

第35卷第5期經(jīng)濟(jì)地理Vol.35，No.5

長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因

任國巖1，蔣天穎※2

（1.浙江萬里學(xué)院經(jīng)濟(jì)地理研究所，中國浙江寧波

315100；2.寧波大紅鷹學(xué)院，中國浙江寧波315175）

摘要：以長三角地區(qū)知識(shí)密集型服務(wù)業(yè)集聚為研究對象，采用空間基尼系數(shù)、區(qū)位商、EG指數(shù)，對2003—2012年長

三角知識(shí)密集型服務(wù)業(yè)集聚程度進(jìn)行測算，并通過回歸分析探究集聚成因，得出以下結(jié)論：長三角知識(shí)密集型服務(wù)業(yè)集聚程度不高，上海是空間集聚程度最高的城市；長三角知識(shí)密集型服務(wù)業(yè)的產(chǎn)業(yè)集聚結(jié)構(gòu)較好，產(chǎn)業(yè)發(fā)展相對成熟；資本資源和經(jīng)濟(jì)環(huán)境是影響長三角知識(shí)密集型服務(wù)業(yè)集聚的主要因素。在此基礎(chǔ)之上，提出發(fā)展長三角知識(shí)密集型服務(wù)業(yè)的對策建議。關(guān)鍵詞：知識(shí)密集型服務(wù)業(yè)；空間集聚；影響因素；回歸分析；長三角地區(qū)中圖分類號：F127文獻(xiàn)標(biāo)志碼：A文章編號：1000-8462（2015）05-0085-07DOI：10.15957/j.cnki.jjdl.2015.05.013

TheAgglomerationandReasonsofKnowledge-IntensiveBusinessServiceinYangtze

RiverDeltaRegion

RENGuo-yan1，JIANGTian-ying2

（1.EconomicGeographyResearchInstitute，ZhejiangWanliCollege，Ningbo315100，Zhejiang，China；

2.NingboDahongyingUniversity，Ningbo315175，Zhejiang，China）

Abstract:Withthesubjectofstudybeingtheagglomerationofknowledge-intensivebusinessserviceinYangtzeRiver

Deltaregion,thispaperchoosesspatialginicoefficient,locationquotient,EGindextocalculatethedegreeofknowledge-intensivebusinessservicefrom2003to2012.Empiricalresultsshowthat:Thedegreeofconcentrationofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionisnothigh,andShanghaiisthecitywiththehighestdegreeofspatialagglomeration.Theagglomerationstructureofknowledge-intensivebusinessserviceisbetter.Theindustryisrelativelymature.CapitalresourcesandtheeconomicenvironmentarethemainfactorsaffectingtheYangtzeRiverDeltainknowledge-intensivebusinessservice.Onthisbasis,thispaperproposedthedevelopmentofknowledge-intensivebusinessservicesintheYangtzeRiverDeltasuggestions.

Keywords:knowledge-intensivebusinessservice;spatialagglomeration;influencingfactors;regressionanalysis;YangtzeRiverDeltaregion

2008年國務(wù)院出臺(tái)《關(guān)于加快發(fā)展服務(wù)業(yè)若干政策措施的實(shí)施意見》，從完善產(chǎn)業(yè)政策、降低準(zhǔn)入門檻、擴(kuò)大服務(wù)業(yè)開放等為服務(wù)業(yè)發(fā)展創(chuàng)造條件；2011年國家“十二五”發(fā)展規(guī)劃綱要強(qiáng)調(diào)要營造環(huán)境推動(dòng)服務(wù)業(yè)大發(fā)展，將推動(dòng)服務(wù)業(yè)大發(fā)展作為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的戰(zhàn)略重點(diǎn)。在此背景下，加快推進(jìn)現(xiàn)代化服務(wù)產(chǎn)業(yè)的發(fā)展，使其更好地服務(wù)于經(jīng)濟(jì)就顯得更為迫切。知識(shí)密集型服務(wù)業(yè)作為服務(wù)業(yè)的重要組成部分，其發(fā)展對于優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)經(jīng)濟(jì)增長具有不可替代的重要作用［1-2］。自1990年代

起，不論發(fā)達(dá)國家還是發(fā)展中國家投資領(lǐng)域的重點(diǎn)

都已經(jīng)從制造業(yè)中的技術(shù)密集型制造業(yè)轉(zhuǎn)向服務(wù)業(yè)中的知識(shí)密集型服務(wù)業(yè)。

產(chǎn)業(yè)集聚是區(qū)域產(chǎn)業(yè)發(fā)展的一種形式，能夠促進(jìn)區(qū)域經(jīng)濟(jì)的增長，如浙江的打火機(jī)企業(yè)集群、美國的硅谷IT企業(yè)集群。通過對產(chǎn)業(yè)集聚的測算與分析，能夠較好地了解產(chǎn)業(yè)的集聚程度、變化趨勢以及分布狀況等。在國內(nèi)，知識(shí)密集型服務(wù)業(yè)的發(fā)展尚屬起步階段，且地區(qū)之間發(fā)展不均衡，不具備足夠的國際競爭力。因此，測度知識(shí)密集型服務(wù)業(yè)的

收稿時(shí)間：2014-10-14；修回時(shí)間：2015-02-03

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（71372001）；浙江省社會(huì)科學(xué)基金項(xiàng)目（14NDJC240YB）作者簡介：任國巖（1964—），男，浙江寧波人，副教授。主要研究方向?yàn)閰^(qū)域經(jīng)濟(jì)與會(huì)展經(jīng)濟(jì)。E-mail:rgyztx@163.com�！ㄓ嵶髡撸菏Y天穎（1976—），男，浙江諸暨人，教授。主要研究方向?yàn)閰^(qū)域創(chuàng)新。E-mail:jty7608@126.com。

86經(jīng)濟(jì)集聚程度，分析其集聚效應(yīng)以及集聚產(chǎn)生的影響因素，不僅有助于豐富服務(wù)業(yè)集群理論，還有利于區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化，推動(dòng)知識(shí)密集型服務(wù)業(yè)的發(fā)展。長三角地區(qū)經(jīng)濟(jì)發(fā)達(dá)，知識(shí)密集型服務(wù)業(yè)的發(fā)展基礎(chǔ)相對良好，探究其集聚特征與演化情況具有相當(dāng)?shù)暮侠硇耘c典型性�；诖�，本研究以長三角為研究區(qū)域，試圖測度該地區(qū)知識(shí)密集型服務(wù)業(yè)的集聚程度，分析其集聚演化特征，探索集聚形成原因，以期通過定量分析來評價(jià)長三角知識(shí)密集型服務(wù)業(yè)集聚化發(fā)展的現(xiàn)狀與成因，從而為推動(dòng)長三角知識(shí)密集型服務(wù)業(yè)發(fā)展提供參考。

1文獻(xiàn)回顧

隨著現(xiàn)代經(jīng)濟(jì)的高速發(fā)展與信息技術(shù)的迅速

提升，知識(shí)密集型服務(wù)業(yè)得到了飛速發(fā)展，在逐漸成為區(qū)域經(jīng)濟(jì)新增長點(diǎn)的同時(shí)，受到了國內(nèi)外學(xué)者的廣泛關(guān)注。國外對于知識(shí)密集型服務(wù)業(yè)的研究開始較早，主要圍繞知識(shí)、創(chuàng)新、區(qū)位三個(gè)方面進(jìn)行研究。Divide認(rèn)為知識(shí)密集型服務(wù)企業(yè)專門從事知識(shí)的篩選、評估以及貿(mào)易專業(yè)咨詢服務(wù)［3］；Muller等進(jìn)一步發(fā)現(xiàn)知識(shí)密集型服務(wù)業(yè)在知識(shí)生產(chǎn)、轉(zhuǎn)化、傳播過程中發(fā)揮著巨大的作用，并且通過實(shí)證分析指出創(chuàng)新活動(dòng)通過知識(shí)創(chuàng)造和傳播過程將中小企業(yè)與知識(shí)密集型服務(wù)業(yè)鏈接起來［4-5］；Wernerheim提出知識(shí)密集型服務(wù)業(yè)與傳統(tǒng)制造業(yè)一樣以集群的方式存在，成功地將集群理論應(yīng)用到知識(shí)密集型服務(wù)業(yè)當(dāng)中，并且從縮短產(chǎn)品的生命周期、提高產(chǎn)業(yè)的關(guān)聯(lián)效應(yīng)兩個(gè)方面闡述了產(chǎn)業(yè)集群的重要性［6］。

國內(nèi)學(xué)者對于知識(shí)密集型服務(wù)業(yè)的研究開展相對較晚，但也取得了不少成果。魏江從知識(shí)密集型服務(wù)業(yè)的高技術(shù)性、高知識(shí)性、高創(chuàng)造性、高互動(dòng)性的特點(diǎn)出發(fā)定義知識(shí)密集型服務(wù)業(yè)［7］；曹勇等也通過人力資源的知識(shí)密集、與制造業(yè)緊密聯(lián)系、高度的客戶導(dǎo)向等特征界定了我國知識(shí)密集型服務(wù)業(yè)的動(dòng)態(tài)概念［8］；魏江指出知識(shí)密集型服務(wù)業(yè)創(chuàng)新的主要障礙因素分別是人力資源、創(chuàng)新資金、創(chuàng)新知識(shí)、組織結(jié)構(gòu)和法律管制，并進(jìn)一步提出了知識(shí)密集型服務(wù)業(yè)創(chuàng)新的對策建議［9］。對于知識(shí)密集型服務(wù)業(yè)的集聚研究，更多的是基于集群視角進(jìn)行探討，如陳守明等構(gòu)建知識(shí)轉(zhuǎn)移模型，分析了知識(shí)密集型服務(wù)業(yè)集群內(nèi)的企業(yè)間知識(shí)轉(zhuǎn)移及其影響因素［10］；朱海燕運(yùn)用社會(huì)網(wǎng)絡(luò)理論，提出了基于知識(shí)密集型服務(wù)業(yè)嵌入的內(nèi)生型產(chǎn)業(yè)集群網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化模型［11］；魏江等認(rèn)為知識(shí)密集型服務(wù)業(yè)在產(chǎn)業(yè)集

地理第35

卷

群中屬于知識(shí)創(chuàng)新的主體之一，能夠通過連接與融合公共知識(shí)庫和組織特有知識(shí)庫的方式來達(dá)到集群創(chuàng)新的目的［12］；朱紅梅、喬妍菁借鑒國外城市知識(shí)密集型服務(wù)業(yè)集群發(fā)展模式，分析國內(nèi)知識(shí)密集型服務(wù)業(yè)存在問題，提出適合我國省、市發(fā)展知識(shí)密集型服務(wù)業(yè)的集群模式［13-14］。

2研究方法與數(shù)據(jù)來源

2.1研究方法

基于不同指數(shù)的不同功能，為確保分析結(jié)果穩(wěn)固，本研究選取了空間基尼系數(shù)、區(qū)位商以及EG指數(shù)來測算長三角知識(shí)密集型服務(wù)業(yè)的集聚程度與集聚結(jié)構(gòu)。

2.1.1收入分配的公平程度，空間基尼系數(shù)�？臻g基尼系數(shù)最初用于計(jì)算近年來，越來越多地被運(yùn)用于產(chǎn)業(yè)集聚的研究。其計(jì)算公式［15］為：

G=∑(si-xi)2

（1）

i

式中：G為空間基尼系數(shù)；si為長三角i城市知識(shí)密

集型服務(wù)業(yè)就業(yè)人數(shù)占整個(gè)長三角知識(shí)密集型服務(wù)業(yè)就業(yè)人數(shù)比重；xi為i城市就業(yè)人數(shù)占長三角總就業(yè)人數(shù)的比重。G值越高，表明產(chǎn)業(yè)在空間上的集聚程度越高。2.1.2區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與整個(gè)區(qū)域水平間的比較差異，區(qū)位商。區(qū)位商通常用以表示區(qū)域內(nèi)某一地以此來評價(jià)某一產(chǎn)業(yè)在該地區(qū)的專業(yè)化水平。本研究運(yùn)用區(qū)位商來反映知識(shí)密集型服務(wù)業(yè)及其各行業(yè)在長三角各城市的集中情況，具體計(jì)算公式如下［16］：

LQLijLi

ij=（2）

j式中：LQij為區(qū)域j行業(yè)i的區(qū)位商指數(shù)；Lij表示i城市知識(shí)密集型服務(wù)業(yè)的就業(yè)人數(shù)；Li表示i城市所有行業(yè)的總就業(yè)人數(shù)；Lj為長三角知識(shí)密集型服務(wù)業(yè)的就業(yè)人數(shù)；L為長三角所有行業(yè)的總就業(yè)人數(shù)。LQ值大于1，表明知識(shí)密集型服務(wù)業(yè)在i城市相對集中。

2.1.3聚水平的EG指數(shù)。EG指數(shù)，Ellison充分考慮了企業(yè)規(guī)模大小與區(qū)和Glaeser構(gòu)建衡量產(chǎn)業(yè)集域發(fā)展差異所造成的影響，從而彌補(bǔ)了空間基尼系數(shù)的不足。具體公式［15］為：

G-(1-γEG=

xxi2i)H

（3）

ii

式中：G為空間基尼系數(shù)；H為赫芬達(dá)爾指數(shù)；xi為i

第5期任國巖，蔣天穎：長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因

87

城市的就業(yè)總?cè)藬?shù)占整個(gè)長三角地區(qū)就業(yè)總?cè)藬?shù)

的比重。當(dāng)γEG越小，表明產(chǎn)業(yè)集聚結(jié)構(gòu)越好；反之，則表明集聚結(jié)構(gòu)較差。2.2數(shù)據(jù)來源

根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》中第三產(chǎn)業(yè)的統(tǒng)計(jì)門類，本研究實(shí)證分析的知識(shí)密集型服務(wù)業(yè)主要包括信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)這四個(gè)行業(yè)。本研究以長三角為研究區(qū)域，以就業(yè)人數(shù)反映知識(shí)密集型服務(wù)業(yè)的發(fā)展水平，測度2003—2012年長三角知識(shí)密集型服務(wù)業(yè)的集聚水平，分析其形成原因。研究所用數(shù)據(jù)來自于《中國城市統(tǒng)計(jì)年鑒》（2004—2013）。

3長三角知識(shí)密集型服務(wù)業(yè)集聚水平分析

3.1長三角知識(shí)密集型服務(wù)業(yè)整體發(fā)展態(tài)勢

長三角地區(qū)整體經(jīng)濟(jì)基礎(chǔ)良好，經(jīng)濟(jì)增長速度較快，繼續(xù)保持著又好又快的發(fā)展勢頭。從三次產(chǎn)業(yè)構(gòu)成來看，長三角地區(qū)近年來不斷調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，2012年三次產(chǎn)業(yè)結(jié)構(gòu)比例依次為4.8%、48.0%、47.2%，相較于2003年的6.8%、52.3%、40.9%，有了明顯的優(yōu)化。第一、二產(chǎn)業(yè)的比重降低，第三產(chǎn)業(yè)比重有較大幅度的增長，二、三產(chǎn)業(yè)比重基本持平。2003—2012年，上海市第三產(chǎn)業(yè)比重始終高于第二產(chǎn)業(yè)，其中，第三產(chǎn)業(yè)比重在2012年達(dá)到60.4%，遠(yuǎn)高于第二產(chǎn)業(yè)的38.9%。

作為第三產(chǎn)業(yè)的重要組成部分，長三角知識(shí)密集型服務(wù)業(yè)的發(fā)展同樣迅速。本研究根據(jù)2004—2013年《中國城市統(tǒng)計(jì)年鑒》中的數(shù)據(jù)統(tǒng)計(jì)，整理了知識(shí)密集型服務(wù)業(yè)及其各行業(yè)就業(yè)人數(shù)，如圖1。

由圖1可知，該時(shí)期長三角地區(qū)知識(shí)密集型服務(wù)業(yè)就業(yè)人數(shù)逐年增加，從2003年的126.470萬人增長為2012年的227.830萬人，增長幅度較大，表明該時(shí)期長三角地區(qū)知識(shí)密集型服務(wù)業(yè)有著較快的發(fā)展。其中，金融業(yè)就業(yè)人數(shù)占知識(shí)密集型服務(wù)業(yè)就業(yè)人數(shù)比重最多，表明金融業(yè)的發(fā)展具備一定

規(guī)模，且隨著時(shí)間推移，產(chǎn)業(yè)發(fā)展規(guī)模不斷擴(kuò)大；租

賃及商務(wù)服務(wù)業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)在該時(shí)期也都出現(xiàn)穩(wěn)步增長的態(tài)勢。整體而言，2003—2012年，長三角知識(shí)密集型服務(wù)業(yè)及其各行業(yè)就業(yè)人數(shù)普遍上升，且增長態(tài)勢又快又穩(wěn)，充分反映了該時(shí)期長三角知識(shí)密集型服務(wù)業(yè)良好的發(fā)展水平。3.2長三角知識(shí)密集型服務(wù)業(yè)集聚水平分析3.2.1空間集聚分析。本研究為分析長三角地區(qū)知識(shí)密集型服務(wù)業(yè)的空間集聚特征，以就業(yè)人數(shù)為指標(biāo)，運(yùn)用公式（1），計(jì)算得到了2003—2012年長三角知識(shí)密集型服務(wù)業(yè)的空間基尼系數(shù)，見表1。

通過表1可知，2003—2012年長三角知識(shí)密集型服務(wù)業(yè)及其各行業(yè)的空間基尼系數(shù)普遍較低，表明該時(shí)期長三角知識(shí)密集型服務(wù)業(yè)及其各行業(yè)發(fā)展較為均衡，沒有出現(xiàn)地域上的較大差異。整體看來，除信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)外，知識(shí)密集型服務(wù)業(yè)與其余各行業(yè)的空間基尼系數(shù)均存在先升后降的變化趨勢。從時(shí)間序列上可以發(fā)現(xiàn)，2005—2009年，知識(shí)密集型服務(wù)業(yè)的空間基尼系數(shù)大于0.02，表明在地域上出現(xiàn)過一定程度的集聚現(xiàn)象，而隨著近年來整個(gè)長三角地區(qū)知識(shí)密集型服務(wù)業(yè)的快速發(fā)展，各個(gè)城市間差距相對減小，集聚現(xiàn)象弱化，趨向于均衡發(fā)展。由分行業(yè)計(jì)算結(jié)果不難看出，金融業(yè)的空間基尼系數(shù)最低，空間集聚程度相較于其他行業(yè)低，這一定程度上取決于資金流動(dòng)方式的便捷性導(dǎo)致金融行業(yè)的地域性特征不明顯，同時(shí)也是由于長三角整體金融實(shí)力較強(qiáng)，各城市均十分重視銀行、證券等金融行業(yè)發(fā)展所致。隨著經(jīng)濟(jì)發(fā)展對于金融服務(wù)需求的不斷增加，金融業(yè)的區(qū)域布局將會(huì)更加均勻，空間集聚程度更為弱化�？茖W(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)的空間集聚程度相對較高，其中，2009年的空間基尼系數(shù)達(dá)到0.105，空間集聚特征明顯�？茖W(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)需要大量技術(shù)人員的投入，地區(qū)教育的不均衡性使得人才相對集中在教育相對發(fā)達(dá)的城市，因此

Fig.1

圖1知識(shí)密集型服務(wù)業(yè)就業(yè)人數(shù)

Employmentinknowledge-intensivebusiness

services

88經(jīng)濟(jì)地理第35卷

Tab.1

空間基尼系數(shù)

知識(shí)密集型服務(wù)業(yè)信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)金融業(yè)

租賃及商務(wù)服務(wù)業(yè)

0.0030.0310.001表1空間基尼系數(shù)測算結(jié)果

SpaceGinicoefficientcalculationresults

0.0110.0380.0010.0120.0680.0080.0190.0740.0090.0220.0910.0100.0250.1050.0100.0270.0990.0130.0260.0330.0120.0270.0300.0090.0030.0420.001Tab.2

表2長三角知識(shí)密集型服務(wù)業(yè)LQ>1的城市數(shù)量

ThenumberofcitiesthattheLQofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionisover1

133151131483161239731183126311631265116513

知識(shí)密集型服務(wù)業(yè)信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)金融業(yè)

租賃及商務(wù)服務(wù)業(yè)

科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)的地域性特征相對明顯，空間集聚程度較其他行業(yè)高。3.2.2專業(yè)化水平測度。長三角知識(shí)密集型服務(wù)業(yè)不僅在分行業(yè)上表現(xiàn)出差異性，且在空間上也反映出明顯的異質(zhì)性，具體表現(xiàn)為各城市間的集中程度差異。本研究通過計(jì)算2003—2012年長三角各城市知識(shí)密集型服務(wù)業(yè)及其各行業(yè)的LQ值，整理得到該時(shí)期長三角知識(shí)密集型服務(wù)業(yè)LQ值大于1的城市數(shù)量，見表2。

分析表2不難發(fā)現(xiàn)，長三角2省1市25個(gè)城市中知識(shí)密集型服務(wù)業(yè)LQ值大于1的城市數(shù)量不足1/3，自2009年起穩(wěn)定為6個(gè)，數(shù)量減少至1/4以下，表明2003—2012年長三角知識(shí)密集型服務(wù)業(yè)整體地區(qū)專業(yè)化程度相對較低，空間集中特征相對較弱。金融業(yè)LQ>1的城市數(shù)量最多，表明金融業(yè)的整體專業(yè)化程度與空間集中特征均較為明顯，，這與金融服務(wù)發(fā)展的重要性密不可分。科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)LQ＞1的城市數(shù)量最少，反映出其整體專業(yè)化程度與空間集中特征不明顯，這一定程度上是由于科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)對于技術(shù)人才要求較高，而人才往往集中在少數(shù)教育相對發(fā)達(dá)的城市。

由于篇幅所限，本研究將2003—2012年長三角各城市知識(shí)密集型服務(wù)業(yè)及其各行業(yè)LQ值進(jìn)行取均值處理，具體結(jié)果見表3。

分析表3可知，長三角知識(shí)密集型服務(wù)業(yè)LQ平均值大于1的城市共有6個(gè)，分別為上海、南京、杭州、衢州、舟山以及麗水，其中，上海LQ平均值為1.5689，屬同時(shí)期最高，表明該時(shí)期上海、南京、杭州、衢州、舟山和麗水的知識(shí)密集型服務(wù)業(yè)具有一定程度的專業(yè)化，知識(shí)密集型服務(wù)業(yè)空間集中程度

表32003—2012年長三角各城市知識(shí)密集型

服務(wù)業(yè)及其各行業(yè)LQ平均值

Tab.3TheaverageLQofknowledge-intensivebusinessserviceinYangtzeRiverDeltaregionfrom2003to2012

城市上海市南京市無錫市徐州市常州市蘇州市南通市連云港市淮安市鹽城市揚(yáng)州市鎮(zhèn)江市泰州市宿遷市杭州市寧波市溫州市嘉興市湖州市紹興市金華市衢州市舟山市臺(tái)州市麗水市

知識(shí)密信息傳輸、科學(xué)研究、集型服計(jì)算機(jī)服務(wù)技術(shù)服務(wù)和務(wù)業(yè)與軟件業(yè)地質(zhì)勘查業(yè)1.08401.22311.76740.83170.93520.84280.66700.74810.69070.79990.76510.78920.55480.76260.28460.70420.77580.37240.85530.88900.75730.70730.78410.32300.90430.93390.41910.72500.99470.61520.85230.66640.79320.95081.13270.50920.44560.77160.29991.33331.96611.61240.87300.53040.57440.56520.54090.39390.73060.52740.52390.78030.72030.54990.49140.50820.29230.97460.92320.57371.06461.03250.58811.14651.07350.76970.93410.85040.5821金融業(yè)0.73040.91700.94050.96720.75371.02781.07020.95951.28670.82771.13841.20550.62790.93171.01240.70540.76200.99160.65691.05641.74251.10771.2607租賃及商務(wù)服務(wù)業(yè)1.02910.64580.19190.57290.36300.43600.58000.58330.69490.53210.55730.83150.11501.43661.07010.50640.95790.64220.38431.18290.41641.57050.7550較其余城市高，而上海則成為長三角知識(shí)密集型服務(wù)業(yè)的主要集中地。就分行業(yè)情況來看，信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)LQ平均值大于1的城市共有7個(gè)，分別為上海、南京、泰州、杭州、衢州、舟山和麗水。其中，杭州的LQ平均值為1.9961，為同時(shí)期最高，其信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)表現(xiàn)出了較強(qiáng)的空間集聚性和較高的專業(yè)化水平�？茖W(xué)研究、技術(shù)服務(wù)與地質(zhì)勘查業(yè)LQ平均值大于1的城市僅

第5期任國巖，蔣天穎：長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因89

有3個(gè)，分別為上海、南京和杭州，其LQ平均值依次

為1.9309、1.7674和1.6124。表明該時(shí)期長三角科學(xué)研究、技術(shù)服務(wù)與地質(zhì)勘查業(yè)的專業(yè)化優(yōu)勢主要集中在上海、南京和杭州三個(gè)地區(qū)。金融業(yè)LQ平均值大于1的城市數(shù)量最多，共有12個(gè)。除上海外，江蘇省的南通、連云港、鹽城、鎮(zhèn)江、泰州和浙江省的寧波、金華、衢州、舟山、臺(tái)州、麗水的LQ平均值也都超過1，表明長三角金融業(yè)專業(yè)化優(yōu)勢主要集中在上述城市。租賃及商務(wù)服務(wù)業(yè)LQ平均值大于1的城市有6個(gè)，分別為上海、南京、杭州、寧波、金華和舟山。其中，上海的LQ平均值最高，為1.8432，表明該時(shí)期這些城市的租賃及商務(wù)服務(wù)業(yè)具有一定的空間集聚態(tài)勢與專業(yè)化水平，而上海在這方面特征要明顯高于其余城市。3.2.3集聚結(jié)構(gòu)研究。服務(wù)行業(yè)的發(fā)展好壞很大程度上取決于其產(chǎn)業(yè)集聚結(jié)構(gòu)的優(yōu)劣�；诖�，本研究通過測算長三角知識(shí)密集型服務(wù)業(yè)的EG指數(shù)，分析其集聚結(jié)構(gòu)，具體結(jié)果見表4。

由表4可知，2003—2012年長三角知識(shí)密集型服務(wù)業(yè)的EG指數(shù)均小于0，這表明該時(shí)期長三角知識(shí)密集型服務(wù)業(yè)的產(chǎn)業(yè)集聚結(jié)構(gòu)較好，該產(chǎn)業(yè)的發(fā)展已相對成熟。就各行業(yè)分類來看，金融業(yè)的EG指數(shù)同樣小于0，反映了其良好的產(chǎn)業(yè)集聚結(jié)構(gòu)。這是由于長三角地區(qū)經(jīng)濟(jì)發(fā)達(dá)，金融業(yè)發(fā)展良好，上海更是作為金融中心，帶動(dòng)并推進(jìn)了整個(gè)長三角地區(qū)的金融服務(wù)發(fā)展，使得金融業(yè)發(fā)展相較于其他行業(yè)更為成熟。信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)以及租賃及商務(wù)服務(wù)業(yè)的EG指數(shù)雖然大于0，但數(shù)值較小，尤其是信息傳輸、計(jì)算機(jī)服務(wù)于軟件業(yè)，EG指數(shù)均不足0.03，本研究認(rèn)為這些行業(yè)的產(chǎn)業(yè)集聚結(jié)構(gòu)也普遍較好。此外，租賃及商務(wù)服務(wù)業(yè)的EG指數(shù)總體呈現(xiàn)下降趨勢，表明其集聚結(jié)構(gòu)正在不斷優(yōu)化，產(chǎn)業(yè)發(fā)展越來越成熟。

務(wù)業(yè)的發(fā)展情況，本研究認(rèn)為經(jīng)濟(jì)環(huán)境（X1）、人力資源（X2）、資本資源（X3）、信息技術(shù)（X4）以及政策支持（X5）5個(gè)方面對知識(shí)密集型服務(wù)業(yè)集聚會(huì)產(chǎn)生影響。區(qū)域經(jīng)濟(jì)水平是知識(shí)密集型服務(wù)業(yè)集聚發(fā)展的重要物質(zhì)條件，本研究采用各地區(qū)GDP增長率來反映區(qū)域經(jīng)濟(jì)環(huán)境（X1）；人力資源的豐富儲(chǔ)備與資金流動(dòng)的活躍同樣是知識(shí)密集型服務(wù)業(yè)發(fā)展所不可或缺的部分，本研究采用每萬人在校大學(xué)生數(shù)與年末金融機(jī)構(gòu)各項(xiàng)貸款余額分別表示人力資源（X2）與資本資源（X3）；信息技術(shù)是對知識(shí)密集型服務(wù)業(yè)發(fā)展的技術(shù)支持，并具有巨大的推進(jìn)作用，本研究采用各地區(qū)電信業(yè)務(wù)總量來側(cè)面反映信息技術(shù)（X4）；地區(qū)政策會(huì)對知識(shí)密集型服務(wù)業(yè)集聚產(chǎn)生不同程度的影響，政府對于知識(shí)密集型服務(wù)業(yè)發(fā)展的支持程度可通過財(cái)政投入來表現(xiàn)，本研究以財(cái)政支出中科教支出為指標(biāo)來反映政策支持（X5）。4.2回歸結(jié)果分析

本研究選取2003、2012年兩個(gè)時(shí)間節(jié)點(diǎn)的截面數(shù)據(jù)，對研究期內(nèi)期初與期末的長三角知識(shí)密集型服務(wù)業(yè)集聚發(fā)展的影響因素進(jìn)行分析。本研究以經(jīng)濟(jì)環(huán)境（X1）、人力資源（X2）、資本資源（X3）、信息技術(shù)（X4）以及政策支持（X5）為自變量，以長三角知識(shí)密集型服務(wù)業(yè)就業(yè)人數(shù)（Y）為因變量進(jìn)行回歸分析。為減少數(shù)據(jù)波動(dòng)以及變量的異方差性，對變量取對數(shù)處理，得到的回歸模型如下：

lnY=β0+β1X1+β2lnX2+β3lnX3+

β4lnX4+β5lnX5+ε

（4）

4長三角知識(shí)密集型服務(wù)業(yè)集聚成因

4.1影響因素變量選取

根據(jù)已有研究［17-18］，結(jié)合長三角知識(shí)密集型服

運(yùn)用SPSS17.0對長三角知識(shí)密集型服務(wù)業(yè)集

聚的影響因素做回歸分析，為減少變量間存在的多重共線性，本研究通過逐步回歸法進(jìn)行分析。計(jì)算分別得到2003、2012年的調(diào)整后R2為0.924和0.849，表明研究所建立的回歸方程具有極好的擬合度，同時(shí)，F(xiàn)值分別為147.041、135.562，回歸方程顯著成立。逐步回歸測算結(jié)果顯示，2003、2012年分別以模型2與模型1最為適合作為多元線性回歸模型，具體回歸系數(shù)及其顯著性檢驗(yàn)見表5、表6。

由表5、表6可知，2003—2012年長三角知識(shí)密

表4EG指數(shù)測算結(jié)果

Tab.4EGindexcalculationresults

知識(shí)密集型服務(wù)業(yè)信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)金融業(yè)

租賃及商務(wù)服務(wù)業(yè)

0.0000.031-0.0480.0010.047-0.0440.0100.043-0.0390.0110.082-0.0320.0190.092-0.0310.0220.118-0.0370.0260.140-0.0360.0270.130-0.0290.0260.034-0.0280.0270.030-0.032

博泰典藏網(wǎng)btdcw.com包含總結(jié)匯報(bào)、經(jīng)管營銷、行業(yè)論文、高中教育、旅游景點(diǎn)、表格模板、自然科學(xué)、教學(xué)研究、計(jì)劃方案以及長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因_任國巖_圖文等內(nèi)容。

本文共2頁12

  本文關(guān)鍵詞：長三角知識(shí)密集型服務(wù)業(yè)集聚特征與成因，由筆耕文化傳播整理發(fā)布。