惠潔， 李曉琳

(成都理工大學管理科學學院， 成都610059)

中國信息服務業(yè)空間集聚研究

惠潔， 李曉琳

(成都理工大學管理科學學院， 成都610059)

通過產業(yè)集聚的EG指數(shù)對中國各省份信息服務業(yè)的空間集聚程度進行研究，得出集聚程度比較顯著。在此基礎上，找到這一服務業(yè)的兩個相關指標，利用產業(yè)集中度CRn判斷出信息服務業(yè)主要集中于北京、廣東等六個地區(qū)，然后對兩指標數(shù)據(jù)進行無量綱化處理，加權求和得到新的綜合指標，最后對這一新指標進行了系統(tǒng)聚類分析，得知這一產業(yè)主要集中在北京和廣東兩個地區(qū)。

空間集聚；EG指數(shù)；產業(yè)集中度CRn；系統(tǒng)聚類

引言

目前，由于科技創(chuàng)新和社會變革在空間上趨于集中，我國各地區(qū)的產業(yè)發(fā)展差距在較長時間內呈擴大趨勢，學者們認為產業(yè)發(fā)展具有區(qū)域集中性的特征，雖然近幾年有所逆轉但尚不穩(wěn)定[1]。隨著社會的快速發(fā)展，各個產業(yè)領域的發(fā)展已成為我們關注的焦點，近幾年來人們也開始關注生活質量問題，隨之迎來了各種新興產業(yè)的發(fā)展，生產性服務業(yè)的空間集聚特征也快速崛起，不斷影響著城市的發(fā)展，人們的需求，而信息服務業(yè)的空間集聚特征更是給高速發(fā)展的社會帶來了推動作用[2-4]。因此研究信息服務業(yè)的空間集聚特征可以更全面的促進社會的發(fā)展，目前，研究這一產業(yè)的學者較少，本文在前人的研究基礎上，結合傳統(tǒng)產業(yè)集聚理論、區(qū)域經(jīng)濟學和產業(yè)經(jīng)濟學的相關知識對我國各個省份的這一服務業(yè)進行整體研究。

1 Ellison-Glaeser產業(yè)集聚指數(shù)

在求取產業(yè)集聚指數(shù)的時候，一般采用的傳統(tǒng)方法為EG指數(shù)法[5]，其數(shù)學模型為：

空間基尼系數(shù)：

(1)

其中，G為空間基尼系數(shù)，是度量行業(yè)區(qū)域集聚程度的常用系數(shù)；xi為i地區(qū)全部就業(yè)人數(shù)占全國總就業(yè)人數(shù)的比例；si為i地區(qū)某產業(yè)就業(yè)人數(shù)占該產業(yè)全國就業(yè)人數(shù)的比例。

由式(1)可以看出，用空間基尼系數(shù)考察產業(yè)集聚程度時，由于沒有考慮到具體的產業(yè)組織狀況及區(qū)域差異，從而不能區(qū)分是來自產業(yè)結構還是本身存在的地理集中，最終導致結果失真。

赫芬達爾系數(shù)：

(2)

其中，H為赫芬達爾系數(shù)，是衡量市場集中度的常用系數(shù)；zj為j企業(yè)就業(yè)規(guī)模占總企業(yè)就業(yè)規(guī)模的比例。

同樣，用赫芬達爾系數(shù)進行衡量某產業(yè)的地理集中程度上存在一定的難度，要求有每個企業(yè)就業(yè)規(guī)模數(shù)據(jù)，而此數(shù)據(jù)不易得到。

綜合以上方法的優(yōu)缺點，得出了測量產業(yè)空間集聚程度更合適的指數(shù)—γEG。

(3)

其中，γEG為地理集中指數(shù)。

用γEG衡量產業(yè)空間集聚程度來研究產業(yè)集聚，既考慮到了產業(yè)組織規(guī)模及區(qū)域差異，使得產業(yè)在不同區(qū)域能夠真實反映集中程度，又彌補了空間基尼系數(shù)的不足。為解決H系數(shù)中數(shù)據(jù)不易得到的問題，對γEG指數(shù)進行修正。修正后的γEG：

(4)

本文數(shù)據(jù)來源于2010-2012年中國統(tǒng)計年鑒數(shù)據(jù)，由產業(yè)集聚指數(shù)γEG找到2010-2012年信息服務業(yè)就業(yè)人數(shù)和單位數(shù)及全部行業(yè)就業(yè)人數(shù)和單位數(shù)兩類指標，通過計算得到γEG值(表1)。

表12010-2012年信息服務業(yè)空間集聚值

由已有的研究成果，知道如果當γEG<0時，表示廠商存在分散趨勢；當γEG=0時，不能說明廠商空間分布是完全均勻的，而是在沒有任何自然優(yōu)勢和外溢存在時進行完全隨機、獨立的區(qū)域選擇所呈現(xiàn)的一種分布狀態(tài)；當γEG<0.02,0.02≤γEG≤0.05,γEG>0.05時分別表示低、中、高三種集聚水平。

由表1可知，信息傳輸，計算機服務和軟件業(yè)在2010-2012年呈現(xiàn)出一種中等集聚水平，但是從γEG可以看出2010年的集聚程度最低，并且集聚程度依次遞增，到2012年集聚程度在慢慢向高集聚靠近，如果全國信息服務業(yè)發(fā)展模式保持穩(wěn)步改革，在未來的幾年里，這一產業(yè)會呈現(xiàn)出一種高集聚狀態(tài)。因此有必要對此服務產業(yè)集聚狀況進行研究，這樣有助于國家對這一產業(yè)進行更好的規(guī)劃，使之發(fā)展的越來越好。集聚是體現(xiàn)在某些地區(qū)性的一種發(fā)展狀態(tài)，因此有必要對每個地區(qū)的集聚水平做出一定判斷，從而可以對此產業(yè)的集聚做出綜合分析，以便于未來信息傳輸，計算機服務和軟件業(yè)產業(yè)有更好的發(fā)展。

2 產業(yè)集中度

信息服務業(yè)雖然呈現(xiàn)的是一種中度集聚狀態(tài)，但是從2010-2012年的集聚程度變化看，這一產業(yè)在未來有變?yōu)楦叨燃鄣内厔?，因此，現(xiàn)在需要進一步對這一產業(yè)每個地區(qū)的集聚水平[6-8]進行判斷，本文選用產業(yè)集中度對每個地區(qū)進行分析，

(5)

其中，CRn為業(yè)中規(guī)模前n個地區(qū)所占的比重，xi為第i個地區(qū)產業(yè)指標值，N為地區(qū)總數(shù)，當所取n值相對地區(qū)個數(shù)很小，但CRn值也很高時，說明這一產業(yè)主要集中在某些地區(qū)，相應集聚水平就越高。

通過計算得到前6個地區(qū)的產業(yè)集中度值見表2。

表22010-2012年信息服務業(yè)排名前6位集聚地區(qū)及比重

從表2可以看出，當選取n為6時，2010年得到兩個指標的集中度值為49.8%和50.9%；2011年分別為50.7%和52.0%；2012年分別為51.1%和50.0%。從這些集聚度知這6個地區(qū)占了31個地區(qū)信息服務業(yè)的一半，由此，可以得出這一產業(yè)主要集中在這6個地區(qū)，而且集中程度較高。就業(yè)人數(shù)的集聚度是不斷增大，也就是從2010年到2012年就業(yè)人數(shù)是不斷趨于集中，而單位數(shù)集聚度無明顯變化趨勢。

3 系統(tǒng)聚類

為了進一步確定這一產業(yè)在各地區(qū)的發(fā)展情況，將這一產業(yè)的單位數(shù)和就業(yè)人數(shù)作為判斷指標[9]，并用R軟件進行系統(tǒng)聚類分析，得出城市發(fā)展相似的類，并結合相應結論情況判斷出集聚情況。

聚類步驟：

(1)將該產業(yè)單位數(shù)和就業(yè)人數(shù)進行無量綱化處理，這里采用的是對數(shù)歸一化：

(6)

其中，x為指標值，max為x中的最大值，x*∈[0,1]。經(jīng)過變換后的數(shù)據(jù)便于不同量級指標之間加權比較。

(2)由于兩個指標對這一產業(yè)研究的影響都非常重要，因此，分別對兩個指標賦予0.5的權重，然后得到一個綜合性指標y=0.5x1+0.5x2，結果見表3，其中，x1,x2為標準化后的兩指標值。

表3 各省份綜合指標值

(3)計算樣品兩兩間的距離dij，本文選用歐氏距離進行計算，記D(0)=(dij)其中，i,j為樣本序號。

(4)將距離最近的兩類合并為一個新類，本文選擇系統(tǒng)聚類法中最遠距離法進行聚類，最遠距離克服了鏈接聚合的缺陷，兩類合并后加大了其它類的距離，更容易進行分類。

用R軟件對這一產業(yè)2010-2012年綜合指標值進行系統(tǒng)聚類，結果如圖1-圖3所示。

圖1 2010年各省份綜合值聚類圖

圖2 2011年各省份綜合值聚類圖

圖3 2012年各省份綜合值聚類圖

由2010年聚類圖(圖1)可知，中國各省份根據(jù)其發(fā)展情況從上至下依次定義為4類，結合標準化后的綜合指標值及兩指標的集中程度值(表2，表3)，由于，北京和廣東信息服務業(yè)標準化后的綜合值為1和0.878 637位于31個地區(qū)的前兩個地區(qū)，且就業(yè)人數(shù)的比重分別為0.224 435和0.094 726，單位數(shù)的比重值為0.109 205和0.097 405，這三種衡量值都位于第一和第二，因此，信息服務業(yè)這一產業(yè)主要集中在北京和廣東兩個地區(qū)。同樣，結合2011年聚類圖(圖2)及表2、表3，將各地區(qū)也依次分為了4類，且每項值第一和第二都是北京或廣東，因此，2011年的信息服務業(yè)也主要是集中在北京和廣東兩個地區(qū)。而2012年聚類圖(圖3)，北京、廣東、江蘇和浙江歸為一類，從表2和表3可知這4個地區(qū)的各項集聚值相對其它地區(qū)高，因此，結合這幾種結果，可以知道2012年信息服務業(yè)也主要集中在北京、廣東、江蘇和浙江這4個地區(qū)。

由表2、表3值及聚類結果，可以看出信息服務業(yè)主要是集中在北京和廣東兩個地區(qū)，沿海地區(qū)發(fā)展僅次于北京和廣東，中西部地區(qū)發(fā)展相對遲緩。2012年集聚情勢有了江蘇和浙江的步入，可以知道這一產業(yè)在不斷地擴大市場，從而帶動更多地區(qū)這一產業(yè)的發(fā)展，總體看來是是非常好的發(fā)展趨勢。

4 結論

在研究了中國各省份的信息服務業(yè)的EG指數(shù)值后，分析出這一服務產業(yè)在產業(yè)間和地理上都呈現(xiàn)出顯著的集聚狀態(tài)，在這一產業(yè)呈現(xiàn)集聚顯著的基礎下，通過這一產業(yè)單位數(shù)和就業(yè)人數(shù)兩個指標得到新的綜合測量值，并對此進行聚類得出這一產業(yè)主要集中在北京和廣東這兩個省份,從而得出以下結論：

(1)在服務產業(yè)間，信息服務業(yè)這一產業(yè)首先屬于行業(yè)區(qū)域集聚。

(2)從EG指數(shù)可以判斷出信息服務業(yè)在地理上也處于高度集聚狀態(tài)。

通過聚類分析可以知道哪些省份的發(fā)展類似，便于得出這一產業(yè)主要集中在哪些省份。

基于以上結論，針對不同區(qū)域，本文提出以下建議：加快中部地區(qū)發(fā)展，因為中部地區(qū)毗鄰沿海地區(qū)，有較好的資源和市場，如果發(fā)揮這部分地區(qū)的優(yōu)勢，加強與東部、國際合作，不斷加快城市發(fā)展進而輻射農村發(fā)展，此外，中部地區(qū)有輻射面積很廣的優(yōu)勢，在中部地區(qū)信息服務業(yè)發(fā)展加快的情況下，輻射到周圍也相對會比較容易。因此，有必要加強中部地區(qū)信息服務業(yè)的發(fā)展。再則，要不斷加強北京，廣東等地區(qū)的高集聚優(yōu)勢，可以鞏固加強沿海地區(qū)，不斷推動新型服務產業(yè)的發(fā)展，進而不斷擴大這些地區(qū)經(jīng)濟圈的輻射作用和范圍，以正向影響周邊地區(qū)的信息服務業(yè)發(fā)展。最后，不能放松西部大開發(fā)政策，政府要不斷加強落實實施情況，全面推進發(fā)展機遇，積極同東部地區(qū)建立長期合作，還要不斷引進國際投資，進而發(fā)揮自身優(yōu)勢，以促進西部地區(qū)信息傳輸，計算機服務和軟件服務業(yè)的發(fā)展。

[1] 張 華,梁進社.產業(yè)空間集聚及其效應的研究進展[J].地理科學進展,2007,26(2):14-24.

[2] 趙黎明,邢雅楠.基于EG指數(shù)的中國旅游產業(yè)集聚研究[J].西安電子科技大學學報:社會科學版,2011,21(2):43-48.

[3] 張 翔.工業(yè)空間集聚指數(shù)及其在上海的應用[J].上海大學學報:自然科學版,2003,9(5):467-455.

[4] Illeris S,Philippe J.Introduction:the role of services in regional economic growth[J].Service Industries Journal,1993,13(2):3-10.

[5] 類 驍,韓伯棠.基于EG指數(shù)模型的我國制造業(yè)產業(yè)集聚水平研究[J].科技進步與對策,2012,29(8):43-46.

[6] 張文君.基于EG指數(shù)的我國制造業(yè)產業(yè)集聚度比較[J].華北電力大學學報:社會科學版,2012,2(4):32-35.

[7] Amott R.Congestion tolling and urban spatial structure[J].Journal of Regional Science,1998,38(3):495-504.

[8] 鄧宏兵,劉 芬,莊 軍.中國旅游業(yè)空間集聚與集群化發(fā)展研究[J].長江流域資源與環(huán)境,2007,16(3):289-292.

[9] Han Shengsun,Qin Bo.The spatial distribution of producer services in Shanghai[J].Urban Studies,2009,46(4):877-896.

Spatial Agglomeration Study of China’s Information Service Industry

HUIJie,LIXiaolin

(School of Management Sciences, Chengdu University of Technology, Chengdu 610059, China)

The industrial concentration index of information service industry of China’s each province is used to study the spatial agglomeration degree, and it is reached that the degree of agglomeration is great. On this basis, two related indicators of the service industry are found, using industrial concentration to determine that information services are mainly concentrated in six areas such as Beijing, Guangdong and so on, then the two indicators data are dimensionless processed, and the new comprehensive index is got by weighted summation. Finally, the new index is system clustering analysed, the result shows that the industry is mainly concentrated in Beijing and Guangdong.

spatial agglomeration; EG index; industrial concentration CRn; system clustering

2014-05-07

四川省統(tǒng)計科學研究計劃項目(2012sc052)

惠 潔(1989-)，女，陜西渭南人，碩士生，主要從事現(xiàn)代統(tǒng)計學方面的研究，(E-mail)451708825@qq.com

1673-1549(2014)06-0092-05

10.11863/j.suse.2014.06.23

C81

A