蘆津 朱洪興

摘 要：以江蘇省知識密集型服務業(yè)為研究案例，采用空間基尼系數(shù)和區(qū)位熵，對2007—2016年江蘇省知識密集型服務業(yè)的集聚特征進行分析。分地級市來看，蘇南地區(qū)知識密集型服務業(yè)的集聚度較高;分行業(yè)來看，十年間，信息傳輸、計算機服務和軟件業(yè)的空間集聚現(xiàn)象最為明顯。

關鍵詞：知識密集型服務業(yè);集聚特征;江蘇省

中圖分類號：F719? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）24-0153-03

知識密集型服務業(yè)的集聚能夠提升企業(yè)的創(chuàng)新能力和核心競爭力，此外，集聚帶來的知識溢出效應也能提升企業(yè)的生產效率，我國正處于制造業(yè)轉型升級的關鍵時期，知識密集型服務業(yè)的集聚發(fā)展研究，對于推進我國經(jīng)濟結構調整，促進經(jīng)濟高質量發(fā)展具有重要意義。

一、文獻綜述

國外學者Miles（1995）最先提出KIBS，指出KIBS是靠專業(yè)性知識給客戶提供服務的行業(yè)[1]。Todoir（1995）認為，KIBS與制造業(yè)有緊密的互動關系[2]。Daniels（1993）認為，不同服務業(yè)之間的功能互補會促進服務業(yè)集聚[3]。國內學者魏江（2007）闡釋了KIBS的內涵，指出KIBS是知識密集度高，并通過專業(yè)知識提供服務的一種商業(yè)或組織[4]。呂明樂（2015）認為，KIBS會促進高新技術制造業(yè)的升級創(chuàng)新，但針對不同的地區(qū)和行業(yè)，效果會有所差異[5]。

從不同行業(yè)來看，KIBS集聚程度也是不同的。陳躍剛（2010）等人通過計算上海知識服務業(yè)的區(qū)位熵，發(fā)現(xiàn)以金融為代表的信息依賴型知識服務業(yè)主要體現(xiàn)樓宇經(jīng)濟形態(tài)，以設計為代表的知識服務業(yè)主要分布在園區(qū)或特色街，以教育、醫(yī)院為代表的知識服務業(yè)主要分布在內環(huán)和中環(huán)的中間地帶[6]。從地區(qū)層面來看，KIBS集聚程度也有所差異?；豉i（2018）等人發(fā)現(xiàn)，KIBS在空間上呈現(xiàn)出東部集聚度較高，中西部較低的階梯狀分布特征[7]。鄒德玲（2015）等人運用空間基尼系數(shù)和赫芬達爾指數(shù)等方法測度了長三角知識密集型服務業(yè)的空間集聚狀況，發(fā)現(xiàn)上?？臻g集聚特征最為顯著[8]。

二、研究方法和數(shù)據(jù)

（一）研究方法

衡量產業(yè)集聚水平的指標主要有赫芬達爾指數(shù)、空間基尼系數(shù)、區(qū)位熵指數(shù)和EG指數(shù)，綜合考慮各指標的優(yōu)劣性，本文選取空間基尼系數(shù)和區(qū)位熵指數(shù)來衡量江蘇省知識密集型服務業(yè)的集聚程度。

1.空間基尼系數(shù)?？臻g基尼系數(shù)是用來衡量產業(yè)集聚程度的，計算公式如下：

其中，si為江蘇省i地級市KIBS就業(yè)人數(shù)與江蘇省KIBS就業(yè)人數(shù)的比值，xi為江蘇省i地級市就業(yè)人數(shù)與江蘇省就業(yè)人數(shù)的比值。G值越高，表明產業(yè)的集聚度越高。

2.區(qū)位熵指數(shù)。區(qū)位熵常用于衡量某一區(qū)域內某一產業(yè)的專業(yè)化水平，本文采用區(qū)位熵來衡量江蘇省KIBS的相對集中程度。計算公式如下：

Xij為i地級市j行業(yè)的就業(yè)人數(shù)，∑jXij為i地級市所有行業(yè)的就業(yè)人數(shù)，∑iXij為江蘇省KIBS的就業(yè)人數(shù)，∑i∑jXij為江蘇省所有行業(yè)的就業(yè)人數(shù)，LQ>1，表明KIBS在i地級市相對集中，反之，表明KIBS在i地級市并未集聚。

（二）數(shù)據(jù)來源

本文采用魏江對知識密集型服務業(yè)的分類，主要是信息傳輸、計算機服務和軟件業(yè)，金融業(yè)，租賃和商務服務業(yè)，科學研究、技術服務和地質勘查業(yè)，選用江蘇省各地級市KIBS就業(yè)人數(shù)來反映其發(fā)展水平，所用數(shù)據(jù)均來源于2008—2017年《中國城市統(tǒng)計年鑒》和江蘇省各地級市統(tǒng)計局網(wǎng)站。

三、江蘇省知識密集型服務業(yè)集聚水平分析

（一）江蘇省KIBS整體發(fā)展態(tài)勢

江蘇省知識密集型服務業(yè)發(fā)展迅速，就業(yè)人數(shù)大幅度增長，從2007年的49.08萬人增長到2016年的116.61萬人，增長率高達137.59%，其中信息傳輸、計算機服務與軟件業(yè)發(fā)展最為迅速，就業(yè)人數(shù)增長近3倍，租賃及商務服務業(yè)、科學研究、技術服務和地質勘探業(yè)、金融業(yè)也實現(xiàn)了較大幅度的增長，足以說明江蘇省服務業(yè)特別是知識密集型服務業(yè)的發(fā)展勢頭。

（二）基于空間基尼系數(shù)的江蘇省KIBS集聚水平分析

分行業(yè)來看，不同行業(yè)的集聚水平存在差異，2007—2016年，科學研究、技術服務和地質勘探業(yè)、信息傳輸、計算機服務和軟件業(yè)的空間基尼系數(shù)平均而言是最高的，租賃和商務服務業(yè)居中，金融業(yè)是最低的。

從時間上來看，十年間，江蘇省知識密集型服務業(yè)的空間基尼系數(shù)一直在穩(wěn)步上升。其中，信息傳輸、計算機服務和軟件業(yè)集聚最為明顯，空間基尼系數(shù)達到0.201，增長了11倍，科學研究、技術服務和地質勘探業(yè)、租賃和商務服務業(yè)具有一定的波動性，2012年的空間基尼系數(shù)最大，集聚最為明顯，金融業(yè)的空間基尼系數(shù)變化不大，集聚水平一直較低。

（三）基于區(qū)位熵的江蘇省KIBS分析

江蘇省知識密集型服務業(yè)不僅在行業(yè)上有所差異，在各地級市的集聚方面也有所不同，本文通過測算2007—2016年江蘇省各地級市的區(qū)位熵指數(shù)，來發(fā)現(xiàn)KIBS的空間集聚特征。

2007—2016年，江蘇省知識密集型服務業(yè)LQ>1的城市數(shù)量幾乎穩(wěn)定在4個左右，不足1/3。這個結果說明，這十年間江蘇省知識密集型服務業(yè)的專業(yè)化程度仍然較低。信息傳輸、計算機服務和軟件業(yè)LQ>1的地級市數(shù)量是最少的，在2009年后出現(xiàn)了大幅下滑，金融業(yè)LQ>1的地級市數(shù)量是最多的，表明其在地級市的集聚度較高，科學研究、技術服務和地質勘探業(yè)、商務和租賃業(yè)LQ>1的地級市數(shù)量波動不大，較為平穩(wěn)。

江蘇省各地級市間知識密集型服務業(yè)的集聚度也有所差異，蘇南地區(qū)集聚度較高，其中南京、無錫和鎮(zhèn)江的LQ>1，蘇州和常州的LQ值接近1，蘇中和蘇北地區(qū)知識密集型服務業(yè)的集聚度相對較低，宿遷的LQ值只有0.25，遠小于其他城市。

分行業(yè)來看，金融業(yè)LQ平均值大于1的地級市一共有8個，分別是南京、無錫、常州、蘇州、南通、鹽城、鎮(zhèn)江和泰州，存在較強的空間集聚性;科學研究、技術服務和地質勘探業(yè)LQ平均值大于1的有3個，分別是南京、無錫和鎮(zhèn)江;信息傳輸、計算機服務和軟件業(yè)LQ平均值大于1的有3個，分別是南京、無錫和鎮(zhèn)江;租賃和商務業(yè)LQ平均值大于1的有4個，分別是南京、無錫、鎮(zhèn)江和泰州。

四、結語

根據(jù)行業(yè)的特點，有針對性地采取相應的集聚發(fā)展政策，知識密集型服務業(yè)中金融業(yè)的發(fā)展越成熟，空間集聚度會越低，區(qū)域分布就會更均勻，而其他行業(yè)則適合集聚發(fā)展，進而提升競爭力。同時江蘇省應加強蘇南、蘇中和蘇北的協(xié)調發(fā)展，為知識密集型服務業(yè)的發(fā)展提供條件。

參考文獻：

[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.知識密集型服務業(yè)的概念與分類研究[J].科技與經(jīng)濟，2007，（1）：33-41.

[5]? 呂民樂，金妍.知識密集型服務業(yè)對中國制造業(yè)創(chuàng)新的影響——基于高技術制造業(yè)的實證分析[J].工業(yè)技術經(jīng)濟，2016，（4）：17-24.

[6]? 陳躍剛，吳艷.上海市知識服務業(yè)空間分布研究[J].城市問題，2010，（8）：64-69.

[7]? 霍朋，魏修建，尚珂.中國知識密集型服務業(yè)集聚現(xiàn)狀及其影響因素的研究[J].經(jīng)濟問題探索，2018，（7）：123-129.

[8]? 鄒德玲，叢海彬，徐明.長三角知識密集型服務業(yè)空間集聚綜合測度[J].中國科技論壇，2015，（11）：54-60.