江苏省知识密集型服务业集聚特征研究
来源:用户上传
作者:芦津 朱洪兴
摘 要：以江苏省知识密集型服务业为研究案例，采用空间基尼系数和区位熵，对2007—2016年江苏省知识密集型服务业的集聚特征进行分析。分地级市来看，苏南地区知识密集型服务业的集聚度较高;分行业来看，十年间，信息传输、计算机服务和软件业的空间集聚现象最为明显。
关键词：知识密集型服务业;集聚特征;江苏省
中图分类号：F719 文献标志码：A 文章编号：1673-291X（2019）24-0153-03
知识密集型服务业的集聚能够提升企业的创新能力和核心竞争力，此外，集聚带来的知识溢出效应也能提升企业的生产效率，我国正处于制造业转型升级的关键时期，知识密集型服务业的集聚发展研究，对于推进我国经济结构调整，促进经济高质量发展具有重要意义。
一、文献综述
国外学者Miles（1995）最先提出KIBS，指出KIBS是靠专业性知识给客户提供服务的行业[1]。Todoir（1995）认为，KIBS与制造业有紧密的互动关系[2]。Daniels（1993）认为，不同服务业之间的功能互补会促进服务业集聚[3]。国内学者魏江（2007）阐释了KIBS的内涵，指出KIBS是知识密集度高，并通过专业知识提供服务的一种商业或组织[4]。吕明乐（2015）认为，KIBS会促进高新技术制造业的升级创新，但针对不同的地区和行业，效果会有所差异[5]。
从不同行业来看，KIBS集聚程度也是不同的。陈跃刚（2010）等人通过计算上海知识服务业的区位熵，发现以金融为代表的信息依赖型知识服务业主要体现楼宇经济形态，以设计为代表的知识服务业主要分布在园区或特色街，以教育、医院为代表的知识服务业主要分布在内环和中环的中间地带[6]。从地区层面来看，KIBS集聚程度也有所差异。霍鹏（2018）等人发现，KIBS在空间上呈现出东部集聚度较高，中西部较低的阶梯状分布特征[7]。邹德玲（2015）等人运用空间基尼系数和赫芬达尔指数等方法测度了长三角知识密集型服务业的空间集聚状况，发现上海空间集聚特征最为显著[8]。
二、研究方法和数据
（一）研究方法
衡量产业集聚水平的指标主要有赫芬达尔指数、空间基尼系数、区位熵指数和EG指数，综合考虑各指标的优劣性，本文选取空间基尼系数和区位熵指数来衡量江苏省知识密集型服务业的集聚程度。
1.空间基尼系数。空间基尼系数是用来衡量产业集聚程度的，计算公式如下：
其中，si為江苏省i地级市KIBS就业人数与江苏省KIBS就业人数的比值，xi为江苏省i地级市就业人数与江苏省就业人数的比值。G值越高，表明产业的集聚度越高。
2.区位熵指数。区位熵常用于衡量某一区域内某一产业的专业化水平，本文采用区位熵来衡量江苏省KIBS的相对集中程度。计算公式如下：
Xij为i地级市j行业的就业人数，∑jXij为i地级市所有行业的就业人数，∑iXij为江苏省KIBS的就业人数，∑i∑jXij为江苏省所有行业的就业人数，LQ>1，表明KIBS在i地级市相对集中，反之，表明KIBS在i地级市并未集聚。
（二）数据来源
本文采用魏江对知识密集型服务业的分类，主要是信息传输、计算机服务和软件业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业，选用江苏省各地级市KIBS就业人数来反映其发展水平，所用数据均来源于2008—2017年《中国城市统计年鉴》和江苏省各地级市统计局网站。
三、江苏省知识密集型服务业集聚水平分析
（一）江苏省KIBS整体发展态势
江苏省知识密集型服务业发展迅速，就业人数大幅度增长，从2007年的49.08万人增长到2016年的116.61万人，增长率高达137.59%，其中信息传输、计算机服务与软件业发展最为迅速，就业人数增长近3倍，租赁及商务服务业、科学研究、技术服务和地质勘探业、金融业也实现了较大幅度的增长，足以说明江苏省服务业特别是知识密集型服务业的发展势头。
（二）基于空间基尼系数的江苏省KIBS集聚水平分析
分行业来看，不同行业的集聚水平存在差异，2007—2016年，科学研究、技术服务和地质勘探业、信息传输、计算机服务和软件业的空间基尼系数平均而言是最高的，租赁和商务服务业居中，金融业是最低的。
从时间上来看，十年间，江苏省知识密集型服务业的空间基尼系数一直在稳步上升。其中，信息传输、计算机服务和软件业集聚最为明显，空间基尼系数达到0.201，增长了11倍，科学研究、技术服务和地质勘探业、租赁和商务服务业具有一定的波动性，2012年的空间基尼系数最大，集聚最为明显，金融业的空间基尼系数变化不大，集聚水平一直较低。
（三）基于区位熵的江苏省KIBS分析
江苏省知识密集型服务业不仅在行业上有所差异，在各地级市的集聚方面也有所不同，本文通过测算2007—2016年江苏省各地级市的区位熵指数，来发现KIBS的空间集聚特征。
2007—2016年，江苏省知识密集型服务业LQ>1的城市数量几乎稳定在4个左右，不足1/3。这个结果说明，这十年间江苏省知识密集型服务业的专业化程度仍然较低。信息传输、计算机服务和软件业LQ>1的地级市数量是最少的，在2009年后出现了大幅下滑，金融业LQ>1的地级市数量是最多的，表明其在地级市的集聚度较高，科学研究、技术服务和地质勘探业、商务和租赁业LQ>1的地级市数量波动不大，较为平稳。
江苏省各地级市间知识密集型服务业的集聚度也有所差异，苏南地区集聚度较高，其中南京、无锡和镇江的LQ>1，苏州和常州的LQ值接近1，苏中和苏北地区知识密集型服务业的集聚度相对较低，宿迁的LQ值只有0.25，远小于其他城市。 分行业来看，金融业LQ平均值大于1的地级市一共有8个，分别是南京、无锡、常州、苏州、南通、盐城、镇江和泰州，存在较强的空间集聚性;科学研究、技术服务和地质勘探业LQ平均值大于1的有3个，分别是南京、无锡和镇江;信息传输、计算机服务和软件业LQ平均值大于1的有3个，分别是南京、无锡和镇江;租赁和商务业LQ平均值大于1的有4个，分别是南京、无锡、镇江和泰州。
四、结语
根据行业的特点，有针对性地采取相应的集聚发展政策，知识密集型服务业中金融业的发展越成熟，空间集聚度会越低，区域分布就会更均匀，而其他行业则适合集聚发展，进而提升竞争力。同时江苏省应加强苏南、苏中和苏北的协调发展，为知识密集型服务业的发展提供条件。
参考文献：
[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.知识密集型服务业的概念与分类研究[J].科技与经济，2007，（1）：33-41.
[5] 吕民乐，金妍.知识密集型服务业对中国制造业创新的影响——基于高技术制造业的实证分析[J].工业技术经济，2016，（4）：17-24.
[6] 陈跃刚，吴艳.上海市知识服务业空间分布研究[J].城市问题，2010，（8）：64-69.
[7] 霍朋，魏修建，尚珂.中国知识密集型服务业集聚现状及其影响因素的研究[J].经济问题探索，2018，（7）：123-129.
[8] 邹德玲，丛海彬，徐明.长三角知识密集型服务业空间集聚综合测度[J].中国科技论坛，2015，（11）：54-60.
转载注明来源:https://www.xzbu.com/2/view-15025619.htm
