【摘" "要】 城市群的集聚尤其是生產(chǎn)性服務業(yè)與人才集聚能夠優(yōu)化產(chǎn)業(yè)空間布局與提升城市活力，深入分析生產(chǎn)性服務業(yè)和人才的集聚效應并探討其影響與作用成為山東半島城市群實現(xiàn)高質(zhì)量發(fā)展的關鍵。文章以山東半島城市群17個地級市為樣本，構建2011—2018年面板數(shù)據(jù)，使用莫蘭指數(shù)計算出山東半島城市群17個地級市存在正向空間自相關性，再運用AcrGIS軟件繪制山東半島城市群生產(chǎn)性服務業(yè)與人才集聚態(tài)勢演進表，最后通過構建空間滯后模型，分析山東半島城市群生產(chǎn)性服務業(yè)與人才集聚對高質(zhì)量發(fā)展的影響。研究發(fā)現(xiàn)：山東半島城市群的生產(chǎn)性服務業(yè)與人才集聚存在負向溢出效應，本地區(qū)生產(chǎn)性服務業(yè)與人才集聚會抑制周邊城市的經(jīng)濟高質(zhì)量發(fā)展，“虹吸效應”大于“溢出效應”。根據(jù)研究結果提出的對策建議，可為山東半島城市群高質(zhì)量發(fā)展提供參考依據(jù)。

【關鍵詞】 集聚效應；高質(zhì)量發(fā)展；城市群；空間滯后模型

中圖分類號：F293" " "文獻標志碼：A" " " 文章編號：1673-8004（2024）01-0038-11

一、引言

當前我國經(jīng)濟正處于要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)型階段，城市群成為區(qū)域經(jīng)濟發(fā)展的重心，合理的城市群結構能夠增強區(qū)域集聚能力，降低交易成本，發(fā)揮市場規(guī)模效應，促進城市經(jīng)濟發(fā)展并提升城市群綜合競爭力。城市群內(nèi)部要素流動和提高集聚效應，有助于增強城市群經(jīng)濟和人口的承載能力，推動形成優(yōu)勢互補的區(qū)域經(jīng)濟高質(zhì)量發(fā)展布局。山東半島城市群是環(huán)渤海地區(qū)與京津冀、長三角兩大城市群的連接通道和東北亞經(jīng)濟圈重要的組成部分，且在黃河流域七大城市群中是經(jīng)濟與人口優(yōu)勢最突出、產(chǎn)業(yè)鏈最為完備、發(fā)展較為成熟且唯一沿海的城市群，綜合實力在七大城市群中位居首位。

城市群形成的經(jīng)濟學實質(zhì)是集聚經(jīng)濟效應，以人才和產(chǎn)業(yè)空間集聚為特征的知識溢出能夠促進區(qū)域經(jīng)濟發(fā)展［1］。生產(chǎn)性服務業(yè)是現(xiàn)代城市發(fā)展的重大特征和我國產(chǎn)業(yè)結構升級的關鍵［2］，城市群的生產(chǎn)性服務業(yè)集聚能夠促進規(guī)模經(jīng)濟效應和人才集聚效應的形成，從而促進城市群的高質(zhì)量發(fā)展；產(chǎn)業(yè)和人才集聚能充分發(fā)揮人力資本效率和推動區(qū)域經(jīng)濟增長，從而對城市群高質(zhì)量發(fā)展產(chǎn)生促進作用［3］。由于集聚力與非聚集力的存在，集聚效應對區(qū)域經(jīng)濟增長也可能產(chǎn)生負外部性，一些學者也證實了在特定情境下集聚效應會產(chǎn)生負向溢出效應，從而抑制經(jīng)濟高質(zhì)量發(fā)展［4-6］。

由于山東半島城市群工業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級的要求，使得其對生產(chǎn)性服務業(yè)的需求快速攀升。為實現(xiàn)高質(zhì)量發(fā)展，山東半島城市群著重培育壯大濟南、青島、煙臺等地的高技術服務業(yè)集聚區(qū)，通過生產(chǎn)性服務業(yè)集聚，促進工業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級，形成規(guī)模經(jīng)濟。人才引進強度決定了未來城市發(fā)展高度［7］，是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的關鍵，而人才流失窘境與人才焦慮一直是山東半島城市群面臨的痛點，多年來山東半島城市群的人才流失現(xiàn)象較為嚴重。為建設高水平人才強省，如何實現(xiàn)人才集聚是關鍵。

自黨的十九大提出高質(zhì)量發(fā)展概念以來，學術界對高質(zhì)量發(fā)展問題進行了深入探討［8-12］。當前對我國高質(zhì)量發(fā)展水平的測算尚無統(tǒng)一的衡量標準，大多數(shù)學者使用綜合評價指標體系、全要素生產(chǎn)率或社會勞動生產(chǎn)率進行測度。一直以來，勞動生產(chǎn)率的提高都是西方工業(yè)化國家經(jīng)濟增長的重要源泉［13］；林水明等的實證研究表明勞動生產(chǎn)率的提高能增加居民的工資性收入，從而提高居民的生活幸福感［14］；計小青和喬越認為勞動生產(chǎn)率的提升能夠緩解當前我國經(jīng)濟下行壓力［15］；黃慶華等選用綠色全要素生產(chǎn)率作為衡量經(jīng)濟高質(zhì)量發(fā)展水平的指標［16］；郭克莎和宋杰從制造業(yè)視角出發(fā)，認為全要素生產(chǎn)率代表了技術進步程度，是測量發(fā)展質(zhì)量的主要指標［17］；楊東亮和李朋驁使用勞動生產(chǎn)率衡量經(jīng)濟產(chǎn)出效率［18］；李競博和高瑗的研究認為勞動生產(chǎn)率是經(jīng)濟增長的主要動力和衡量經(jīng)濟高質(zhì)量發(fā)展的重要指標［19］，Kikkas的研究表明要維持經(jīng)濟持續(xù)增長，必須提高勞動生產(chǎn)率［20］；譚詞等的研究表明提高農(nóng)業(yè)勞動生產(chǎn)率能促進鄉(xiāng)村振興，進而推動經(jīng)濟高質(zhì)量發(fā)展［21］；勞動生產(chǎn)率是度量國家或地區(qū)經(jīng)濟發(fā)展程度的核心指標［22］和促進經(jīng)濟高質(zhì)量增長的重要手段［23］。實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的首要任務是滿足人民日益增長的美好生活需要［24］，而社會勞動生產(chǎn)率的提高正好滿足了這一需求，因此選用社會勞動生產(chǎn)率衡量經(jīng)濟高質(zhì)量發(fā)展水平具有一定的合理性。

隨著我國經(jīng)濟發(fā)展模式與產(chǎn)業(yè)結構的轉(zhuǎn)型升級，城市群成為推動經(jīng)濟發(fā)展的重要引擎，越來越多的學者關注城市群帶來的影響。鄧成超等基于成渝城市群，探究城市群建設如何影響人口流動［25］；趙彬等以長三角城市群為例，探究數(shù)字經(jīng)濟對城市韌性的影響機制［26］。城市群集聚效應與高質(zhì)量發(fā)展也隨之成為學者們研究的熱點。高國力認為城市群的發(fā)展主要依靠中心城市的集聚與輻射，不斷完善城市群內(nèi)不同等級城市的功能與特色，從而促進城市群的發(fā)展［27］；張國俊等認為城市群通過集聚效應、擴散效應等發(fā)揮作用［28］；余奕杉等以長三角城市群為研究對象，探究生產(chǎn)性服務業(yè)集聚對經(jīng)濟高質(zhì)量發(fā)展的作用［29］；季小立和浦玉忠從產(chǎn)業(yè)創(chuàng)新背景出發(fā)，分析人才集聚對經(jīng)濟增長的影響［30］；趙智基于成渝地區(qū)雙城經(jīng)濟圈19個城市的統(tǒng)計數(shù)據(jù)，實證考察了區(qū)域人口、經(jīng)濟與資源環(huán)境系統(tǒng)耦合協(xié)調(diào)狀況［31］；姚旭兵等采用門檻模型研究高等教育對成渝城市群產(chǎn)業(yè)結構升級的非線性影響，表明高等教育對成渝城市群產(chǎn)業(yè)結構升級具有顯著的促進作用［32］；Huang等研究表明人才集聚與技術創(chuàng)新、生態(tài)環(huán)境的協(xié)調(diào)發(fā)展能夠促進經(jīng)濟優(yōu)質(zhì)發(fā)展［33］。

梳理已有文獻可以發(fā)現(xiàn)，城市群集聚效應與高質(zhì)量發(fā)展存在一定的關系，但從研究角度來看，大部分學者在進行城市群集聚效應與高質(zhì)量發(fā)展的實證研究時，僅從單一的生產(chǎn)性服務業(yè)集聚或人才集聚的角度出發(fā)，研究城市群集聚效應與高質(zhì)量發(fā)展的關系，較少學者同時考慮生產(chǎn)性服務業(yè)集聚與人才集聚對高質(zhì)量發(fā)展的影響。在研究對象的選擇上，多數(shù)學者選擇發(fā)展較為成熟的城市群作為研究對象，而較少關注發(fā)展相對緩慢的城市群。鑒于此，本文使用空間計量經(jīng)濟學的方法，選取勞動生產(chǎn)率作為被解釋變量，以發(fā)展相對緩慢的山東半島城市群為例，綜合選取生產(chǎn)性服務業(yè)和人才集聚為核心解釋變量，測度山東半島城市群的產(chǎn)業(yè)集聚和人才集聚程度，并以測度結果分析其與山東半島城市群經(jīng)濟高質(zhì)量發(fā)展水平之間的關系。研究結果對厘清城市群集聚效應與高質(zhì)量發(fā)展的影響機制以及推動城市群高質(zhì)量發(fā)展，具有一定的理論和實際指導意義。

二、研究設計

（一）模型構建與研究方法

考慮城市群存在空間溢出效應，對山東半島城市群生產(chǎn)性服務業(yè)和人才集聚的空間效應進行分析，本文參考姜磊［34］、翁鳴和王念［35］的研究思路和方法，以區(qū)域社會勞動生產(chǎn)率為被解釋變量，衡量城市群高質(zhì)量發(fā)展水平，并構建本文的空間計量模型為：

Z=βWij·Z+θ1Kcps+θ2Ktg+δ1Cel+δ2Citd+δ3Cpfc+δ4Cmtd+σt+εit（1）

其中，Z表示經(jīng)過標準化處理后的被解釋變量，K和C分別為解釋變量和控制變量，β為象征空間依賴性的空間自回歸系數(shù)，即相鄰城市經(jīng)濟高質(zhì)量發(fā)展水平每提高1%，該城市經(jīng)濟高質(zhì)量發(fā)展水平將提高β%，Wij為空間權重矩陣，Wij·Z 則表示因變量的空間滯后變量，θi和δi分別為解釋變量和控制變量的回歸系數(shù)，σt為時間固定效應，εit代表殘差擾動項。

（二）空間權重矩陣的選取

空間權重矩陣是空間單元之間相互關系與依賴程度的體現(xiàn)和空間計量的前提。已有的研究多采用0、1鄰接權重矩陣、反距離權重矩陣或經(jīng)濟距離權重矩陣，這些矩陣共同的缺陷在于僅考慮單一的地理近鄰或經(jīng)濟行為帶來的空間相關性，而忽略了地區(qū)距離和跨區(qū)間經(jīng)濟行為交互作用帶來的空間影響。為了綜合考慮地理位置與經(jīng)濟行為的交互影響，減少誤差，本文參考已有文獻［36-38］，構建嵌套空間權重矩陣：

其中，dij為兩地級市之間的距離，一般使用各地級市的經(jīng)度和緯度計算而得，X表示人均經(jīng)濟產(chǎn)值，Xi為樣本期內(nèi)i地區(qū)經(jīng)濟產(chǎn)值的均值，而X為樣本期內(nèi)所有地區(qū)經(jīng)濟產(chǎn)值的平均值。該嵌套權重矩陣賦予經(jīng)濟發(fā)展水平高的城市對周圍城市更高的空間影響，更加符合一般經(jīng)濟現(xiàn)實。

（三）變量選取與說明

1.經(jīng)濟高質(zhì)量發(fā)展水平

從經(jīng)濟高速發(fā)展到經(jīng)濟高質(zhì)量發(fā)展，提高效率是關鍵。勞動生產(chǎn)率是單位就業(yè)人員創(chuàng)造的生產(chǎn)總值，是經(jīng)濟增長的主要動力和衡量高質(zhì)量發(fā)展的主要指標。為此，本文選取勞動生產(chǎn)率作為城市群經(jīng)濟高質(zhì)量發(fā)展的被解釋變量。

2.生產(chǎn)性服務業(yè)集聚

根據(jù)《國民經(jīng)濟行業(yè)分類（GB/T 4754—2017）》的行業(yè)分類標準，綜合考慮學界普遍分類方法［39-40］，本文選用交通運輸倉儲和郵政業(yè)、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)、科學研究和技術服務業(yè)五大類，代表生產(chǎn)性服務業(yè)。

綜合考慮數(shù)據(jù)的可得性和計算的可操作性，本文采用區(qū)位熵來測算生產(chǎn)性服務業(yè)集聚程度，具體公式為：

其中，Kcps為j地區(qū)生產(chǎn)性服務業(yè)的區(qū)位熵，xij為j地區(qū)i產(chǎn)業(yè)的從業(yè)人員數(shù)，∑ixij為所有城市i行業(yè)的就業(yè)人數(shù)，∑jxij代表j城市所有就業(yè)人數(shù)，∑i∑jxij表示所有城市總就業(yè)人數(shù)。區(qū)位熵結果越大，則表示該地區(qū)生產(chǎn)性服務業(yè)集聚程度越高。

3.人才集聚

從地級市數(shù)據(jù)可得性角度出發(fā)，本文將人才水平定義為地區(qū)每百萬人從事金融業(yè)、信息傳輸計算機服務和軟件業(yè)、科研綜合技術服務業(yè)、租賃和商務服務業(yè)、教育業(yè)以及文化體育和娛樂業(yè)的人員，其區(qū)位熵具體計算公式為：

其中，Ktg為j地區(qū)人才集聚的區(qū)位熵，eij為j地區(qū)i產(chǎn)業(yè)的從業(yè)人員數(shù)，∑ieij為所有城市i行業(yè)的就業(yè)人數(shù)，∑jeij代表j城市所有就業(yè)人數(shù)，∑i∑jeij表示所有城市總就業(yè)人數(shù)。區(qū)位熵結果越大，則表示該地區(qū)人才集聚程度越高。

4.控制變量

參照苗峻瑋、馮華的相關研究［41］，本文設定如下控制變量：1）以每萬人在校大學生數(shù)表示地區(qū)教育水平（Cel）；2） 以人均郵電使用量表示信息化程度（Citd）；3）以職工平均工資表示生產(chǎn)要素成本（Cpfc）；4）用私營和個體從業(yè)人員占比表示市場化程度（Cmtd）。

（四）數(shù)據(jù)來源

本文研究對象為山東省17個地級市，樣本年份為2011—2018年的面板數(shù)據(jù)。研究數(shù)據(jù)來自《山東省統(tǒng)計年鑒》和山東省各地級市統(tǒng)計年鑒。需要說明的是：1）本文使用的數(shù)據(jù)為標準化后的結果，而非原始數(shù)據(jù)；2）由于2019年萊蕪市并入濟南市，地級市數(shù)量發(fā)生變化，為保持數(shù)據(jù)的一貫性，減少誤差，本文選取樣本時間年限不包含2019年和2020年。

三、實證結果與分析

（一）空間模型設定與關聯(lián)特征檢驗

本文采用莫蘭指數(shù)（Moran’s I，以下用I表示變量）來檢驗山東半島城市群各地級市高質(zhì)量發(fā)展水平的空間相關性，其計算公式為：

其中，Wij為空間權重矩陣，xi為第i個城市的觀測值，n為城市總數(shù)。莫蘭指數(shù)的取值范圍為［-1，1］，絕對值越大則空間相關性越強，取值為正表示正相關，取值為負表示負相關，取值為0表示無空間相關性。

本文使用GeoDa軟件，選取反距離平方權重矩陣并以人均GDP為變量，對山東半島城市群17個地級市2011—2018年的高質(zhì)量發(fā)展水平空間相關性進行測算，結果如表1所示。

結果表明，樣本期內(nèi)山東半島城市群各地級市高質(zhì)量發(fā)展水平存在顯著的全局空間自相關，全局莫蘭指數(shù)均超過0.17，呈現(xiàn)波動上升的趨勢，且均通過1%的顯著性檢驗，山東半島城市群17個地級市之間的空間正相關性較為顯著，表明山東半島城市群確實存在集聚效應，相鄰城市的高質(zhì)量發(fā)展水平對周邊城市的經(jīng)濟發(fā)展存在一定影響。

為了更加直觀地展示山東半島城市群高質(zhì)量發(fā)展的空間相關性，選取2011年、2014年和2017年三個時間節(jié)點繪制莫蘭散點圖（見圖1）。其中的橫軸為當年的高質(zhì)量發(fā)展水平，縱軸為當年高質(zhì)量發(fā)展水平的空間滯后值。

莫蘭散點圖中的一至四象限，分別代表高高集聚、高低集聚、低低集聚和低高集聚這四種不同的空間自相關類型，散點圖趨勢線的斜率則表示莫蘭指數(shù)值。如圖1可得，三個時間節(jié)點的莫蘭指數(shù)值均為正，各城市散點主要分布在一三象限。說明山東半島城市群17個地級市高質(zhì)量發(fā)展水平以高高和低低集聚為主，并且其變動具有空間相關性。

為了深入探索山東半島城市群生產(chǎn)性服務業(yè)和人才集聚的空間格局，本文選取2011年、2014年和2017年三個時間節(jié)點，運用ArcGIS自然斷點法將其集聚區(qū)位熵分為五個等級，進一步展示山東半島城市群生產(chǎn)性服務業(yè)和人才集聚情況，從Ⅰ到Ⅴ表示集聚水平逐漸提高。具體情況如表2、表3所示。

從表2的分布結果來看，樣本期內(nèi)山東半島城市群人才集聚水平逐漸呈現(xiàn)兩極分化，“虹吸效應”明顯，周圍城市的人才更多向濟南、青島兩大中心城市聚集，但中心城市人才集聚水平還達不到擁擠水平，其人才“溢出”輻射范圍僅局限于離它較近的個別城市，多數(shù)城市受到中心城市的“虹吸效應”遠大于“溢出效應”，進而出現(xiàn)了大量城市人才集聚水平倒退的現(xiàn)象。

由表3可知，在生產(chǎn)性服務業(yè)集聚方面，集聚水平漸進上升，總體情況與人才集聚類同，以濟南、青島兩大城市為中心形成生產(chǎn)性服務業(yè)集聚，其他城市則多呈現(xiàn)低低集聚類型。從2011—2018年的整體情況來看，山東半島城市群的生產(chǎn)性服務業(yè)集聚和人才集聚水平逐漸提高，但整體趨勢呈現(xiàn)不均衡狀態(tài)，濟南和青島擁有優(yōu)越的政治和地理位置、良好的經(jīng)濟發(fā)展水平和產(chǎn)業(yè)發(fā)展平臺，不可避免地成為集聚的領頭羊，而其他城市的集聚水平則停滯不前，甚至出現(xiàn)中心城市“虹吸效應”，人才與生產(chǎn)性服務業(yè)集聚水平不進反退（如濰坊市）。

（二）空間溢出效應實證結果與分析

為了研究山東半島城市群高質(zhì)量發(fā)展水平之間存在的空間關系，本文參考Anselin的判斷標準，利用Stata 17軟件進行分析。在建立模型前先進行設定性檢驗，以確定所使用的模型類別。空間依賴性存在形式的檢驗結果如表4所示。

如表4可得LM error沒有通過顯著性檢驗，而LM lag和Robust LM lag則均通過了1%水平下的顯著性檢驗，因此本文使用空間滯后模型（SAR）來分析山東半島城市群與高質(zhì)量發(fā)展的關系。

隨后，進行Hausman檢驗，得到卡方統(tǒng)計值為33.74，p=0.00，所以選用固定效應模型。再分別固定個體、時間和雙固定進行回歸。如表5可得，時間固定效應模型、個體固定效應模型和雙固定效應模型的R2分別為0.557、0.013和0.025，故選用固定時間的空間滯后效應模型。

考慮到空間滯后模型中包含空間交互項，直接采用點估計分析并不精確，因此需對固定時間的空間滯后效應模型進行空間效益分解，結果如表6所示。統(tǒng)計結果顯示，在固定時間的空間滯后效應模型中，山東半島城市群生產(chǎn)性服務業(yè)集聚系數(shù)為0.734，p=0.00，對地區(qū)社會勞動生產(chǎn)率的提升有顯著的促進作用；人才集聚系數(shù)為0.111，p=0.39，沒能通過10%水平下的顯著性檢驗，說明人才集聚對地區(qū)社會勞動生產(chǎn)率的促進作用并不顯著。而模型空間溢出檢驗的結果，Rho系數(shù)為-0.640，p=0.01，說明人才和生產(chǎn)性服務業(yè)集聚呈現(xiàn)顯著為負的空間溢出效應。

在固定時間的空間滯后效應效益分解模型中，生產(chǎn)性服務業(yè)集聚的直接效應系數(shù)為0.761，p=0.00，總效應系數(shù)為0.467，p=0.00，均小于0.01，表明生產(chǎn)性服務業(yè)集聚能夠顯著促進本地區(qū)和山東半島城市群總體的高質(zhì)量發(fā)展；人才集聚的直接效應系數(shù)為0.107，p=0.43，總效應系數(shù)為0.064，p=0.44，均大于0.1，表明人才集聚對本地區(qū)及山東半島城市群總體高質(zhì)量發(fā)展的促進作用并不明顯；而生產(chǎn)性服務業(yè)集聚的間接效應系數(shù)為-0.293，p=0.00，人才集聚系數(shù)為-0.043，p=0.45，大于0.1，表明生產(chǎn)性服務業(yè)與人才集聚都在一定程度上抑制了周邊城市高質(zhì)量發(fā)展，其中生產(chǎn)性服務業(yè)集聚對周邊城市高質(zhì)量發(fā)展存在顯著的負向影響。

盡管實證結果與預期相悖，但從新經(jīng)濟地理學視角來看，出現(xiàn)這種現(xiàn)象的原因可能是山東半島城市群相較于發(fā)達的長三角、珠三角城市群而言，城市群發(fā)展不夠成熟。在該階段由于中心城市的興起需要大量的人才和創(chuàng)新技術，會吸引大量周邊城市的人才與技術，使得中心城市的“虹吸效應”遠大于“溢出效應”，人才集聚水平較低，使得其對本城市與城市群總體經(jīng)濟高質(zhì)量發(fā)展的促進作用并不顯著。山東半島城市群“一群兩心三圈”的發(fā)展戰(zhàn)略，使得政府將山東半島城市群發(fā)展重心落在濟南和青島兩大中心城市，這在某種程度上進一步加劇了“虹吸效應”。由于人才與資源的有限性，且中心城市的生產(chǎn)性服務業(yè)與人才集聚水平都沒有達到溢出的標準，仍存在較大的生產(chǎn)性服務業(yè)與人才缺口，中心城市的人才與技術搶占使得城市群其他城市遭受的“虹吸效應”更為強烈，不可避免地會抑制周邊城市的經(jīng)濟發(fā)展，這也就是人才集聚與生產(chǎn)性服務業(yè)集聚的間接效應都為負的原因。

在控制變量中，教育水平、生產(chǎn)要素成本結果顯著為正，說明教育水平和生產(chǎn)要素成本能夠顯著促進城市群高質(zhì)量發(fā)展；而信息化程度和市場化程度顯著為負，這一結果與預期不符，這說明城市群的部分城市信息化與市場化水平低，信息化與市場化建設需要投入大量人力、物力。

（三）穩(wěn)健性檢驗

前文的結果是基于空間嵌套權重矩陣計算得出，考慮到替換空間權重矩陣后，可能會得出不同的估計結果，因此選取反距離平方矩陣、經(jīng)濟距離矩陣進行穩(wěn)健性檢驗。具體結果如表7所示。

從表7可以看出，基于反距離平方矩陣、經(jīng)濟距離矩陣構建的固定時間空間滯后效應模型估計結果與表6基本一致，各個變量的數(shù)據(jù)沒有太大的變化，由此表明本文的參數(shù)估計結果較為穩(wěn)定。

四、結論與政策建議

（一）結論

本文以山東半島城市群17個地級市為對象，構建2011—2018年樣板數(shù)據(jù)，運用莫蘭指數(shù)、固定時間的空間滯后效應及其效益分解模型，探究山東半島城市群生產(chǎn)性服務業(yè)與人才集聚的空間溢出效應對高質(zhì)量發(fā)展的影響。結果顯示：

第一，從空間效應及其檢驗結果來看，山東半島城市群的生產(chǎn)性服務業(yè)與人才集聚存在著顯著的負向溢出效應，本地的生產(chǎn)性服務業(yè)與人才集聚會抑制周邊地區(qū)經(jīng)濟高質(zhì)量發(fā)展；且人才集聚對于山東半島城市群高質(zhì)量發(fā)展的影響均不顯著，而生產(chǎn)性服務業(yè)集聚能顯著促進本地區(qū)與山東半島城市群的高質(zhì)量發(fā)展，但是對周圍城市的高質(zhì)量發(fā)展起顯著負作用。

第二，在控制變量中，教育水平和生產(chǎn)要素成本能夠顯著促進山東半島城市群高質(zhì)量發(fā)展，而信息化程度和市場化程度對山東半島城市群高質(zhì)量發(fā)展的影響則顯著為負。

（二）政策建議

第一，強化集聚效應，以生產(chǎn)性服務業(yè)帶動城市群高質(zhì)量發(fā)展。生產(chǎn)性服務業(yè)的集聚能顯著促進本地區(qū)與城市群總體的經(jīng)濟高質(zhì)量發(fā)展，為此應強化山東半島城市群的生產(chǎn)性服務業(yè)集聚效應，促進生產(chǎn)性服務業(yè)與高端制造業(yè)融合發(fā)展，推動產(chǎn)業(yè)結構升級，進一步促進山東半島城市群的發(fā)展；根據(jù)各城市不同的地理位置與資源特色，定制特色化的生產(chǎn)性服務業(yè)集聚規(guī)劃，從而避免本地區(qū)生產(chǎn)性服務業(yè)集聚對周圍城市產(chǎn)生負向溢出，在山東半島城市群內(nèi)形成“百花齊放”的發(fā)展格局，促進城市群內(nèi)各城市共同發(fā)展。

第二，提升人才待遇，打造人才集聚高地。人才集聚對城市群經(jīng)濟高質(zhì)量發(fā)展影響不顯著的主要原因是山東半島城市群整體處于人才匱乏階段，人才缺口較大，人才集聚水平低，影響力較小。因此，要強化資源要素的統(tǒng)籌配置，優(yōu)化人才待遇，以濟南、青島為中心，充分發(fā)揮剩余地級市的特色，制定相應的人才吸引政策，形成“2+n”的人才集聚格局，提升山東半島城市群人才集聚能力，吸引更多的優(yōu)秀人才共同參與山東半島城市群建設。

第三，優(yōu)化資源配置，實現(xiàn)城市群協(xié)同發(fā)展。在推動山東半島城市群發(fā)展中，應優(yōu)先完善城市群結構，根據(jù)城市差異實施不同的生產(chǎn)性服務業(yè)布局模式，促進城市群內(nèi)不同等級的城市充分發(fā)揮各自的功能與特色，形成城市群內(nèi)各城市分工互補的格局，將城市群集聚效應的優(yōu)勢發(fā)揮到最大，進而完善城市群產(chǎn)業(yè)鏈結構，將中心城市“虹吸效應”的負面影響降到最低。

第四，推動信息化發(fā)展，打造市場化營商環(huán)境。將信息化發(fā)展作為促進山東半島城市群高質(zhì)量發(fā)展的突破點，改變山東半島城市群信息化程度低的現(xiàn)狀，推動信息技術與實體經(jīng)濟深度融合，利用信息技術產(chǎn)業(yè)為傳統(tǒng)的社會經(jīng)濟發(fā)展賦能；山東半島城市群內(nèi)市場化水平較低，應在稅收和資金上給予支持，積極鼓勵大眾創(chuàng)業(yè)，推動個體私營經(jīng)濟發(fā)展，進而提高山東半島城市群的市場化程度，助力山東半島城市群工業(yè)轉(zhuǎn)型與高質(zhì)量發(fā)展。

參考文獻：

［1］" "KRUGMAN P. Increasing returns and economic geography［J］. Journal of Political Economics，1991，99（3）：483-499.

［2］" "張榮博，楊加吉，黃瀟.高質(zhì)量發(fā)展背景下現(xiàn)代服務業(yè)經(jīng)濟增收效應研究——基于重慶市的實證分析［J］.重慶文理學院學報（社會科學版），2019（6）：42-56.

［3］" "SHI J L，LAI W S. Incentive factors of talent agglomeration：a case of high-tech innovation in China［J］.International Journal of Innovation Science，2019，11（4）：561-582.

［4］" "柳卸林，王寧，吉曉慧，等.中心城市的虹吸效應與區(qū)域協(xié)調(diào)發(fā)展［J］.中國軟科學，2022（4）：76-86.

［5］" "REN Y J，WANG C X，XU L，et al. Spatial spillover effect of producer services agglomeration on green economic efficiency：empirical research based on spatial econometric model［J］. Journal of Intelligent amp; Fuzzy Systems，2019，37（5）：6389-6402.

［6］" "LI C X，WU K N，GAO X Y. Manufacturing industry agglomeration and spatial clustering：evidence from Hebei Province，China［J］.Environment Development and Sustainability，2020，22（4）：2941-2965.

［7］" "ZHU T T，WANG J T，HYUN C K. Research on enhancing talent gathering capacity in Shaoxing city：a comparative analysis based on relevant prefecture-level cities in the Yangtze River delta［J］.Journal of Asia-pacific Studies，2020，27（1）：265-279.

［8］" "蘇麗敏，馬翔文.經(jīng)濟高質(zhì)量發(fā)展評價指標體系的構建［J］.統(tǒng)計與決策，2022（2）：36-40.

［9］" "周韜，戴宏偉.我國兩大流域經(jīng)濟帶高質(zhì)量發(fā)展的空間分異及優(yōu)化路徑［J］.甘肅社會科學，2022（3）：208-217.

［10］ 張濤，司秋利，馮冬發(fā).生產(chǎn)性服務業(yè)集聚、空間溢出與城市經(jīng)濟高質(zhì)量發(fā)展［J］.求是學刊，2022（2）：78-93.

［11］ 劉志彪，凌永輝.結構轉(zhuǎn)換、全要素生產(chǎn)率與高質(zhì)量發(fā)展［J］.管理世界，2020（7）：15-29.

［12］ 李林山，趙宏波，郭付友，等.黃河流域城市群產(chǎn)業(yè)高質(zhì)量發(fā)展時空格局演變研究［J］.地理科學，2021（10）：1751-1762.

［13］ 鄭寧，咸春龍.廣東產(chǎn)業(yè)結構演進的勞動生產(chǎn)率增長效應分析——基于“結構紅利假說”的實證檢驗［J］.廣東農(nóng)業(yè)科學，2011（18）：189-192.

［14］ 福建調(diào)查總隊與漳州調(diào)查隊聯(lián)合課題組，林水明，藍文志，等.居民工資性收入與勞動生產(chǎn)率關系研究——以福建為例［J］.調(diào)研世界，2013（6）：3-9.

［15］ 計小青，喬越. 政府干預、資本深化與中國勞動生產(chǎn)率［J］.當代財經(jīng)，2018（9）：3-14.

［16］ 黃慶華，時培豪，胡江峰.產(chǎn)業(yè)集聚與經(jīng)濟高質(zhì)量發(fā)展：長江經(jīng)濟帶107個地級市例證［J］.改革，2020（1）：87-99.

［17］ 郭克莎，宋杰.關于制造業(yè)高質(zhì)量發(fā)展與經(jīng)濟穩(wěn)增長的理論分析［J］.社會科學戰(zhàn)線，2021（8）：36-46.

［18］ 楊東亮，李朋驁.人口集聚對粵港澳大灣區(qū)勞動生產(chǎn)率的影響研究［J］.吉林大學社會科學學報，2020（2）：85-97.

［19］ 李競博，高瑗.人口老齡化視角下的技術創(chuàng)新與經(jīng)濟高質(zhì)量發(fā)展［J］.人口研究，2022（2）：102-116.

［20］ KIKKAS K，CHAGINA E，GARBUZYUK I，et al. The experience of increasing labor productivity in the Arctic nations［J］. International Journal of Systems Assurance Engineering and Management，2020，11（suppl 1）：69-75.

［21］ 譚詞，楊軍，孫嘉澤.數(shù)字鄉(xiāng)村背景下農(nóng)村電子商務如何提高農(nóng)業(yè)勞動生產(chǎn)率——基于電子商務進農(nóng)村綜合示范縣的準自然實驗［J］.世界農(nóng)業(yè)，2022（8）：77-89.

［22］ 楊瑾，傅德印.數(shù)字經(jīng)濟對勞動生產(chǎn)率的影響——基于省級面板數(shù)據(jù)的實證［J］.統(tǒng)計與決策，2023（1）：5-10.

［23］ 李展.中國勞動生產(chǎn)率增長的動力和行業(yè)來源分析：1978—2018年［J］.當代經(jīng)濟科學，2022（3）：1-12.

［24］ 金碚.關于“高質(zhì)量發(fā)展”的經(jīng)濟學研究［J］. 中國工業(yè)經(jīng)濟，2018（4）：5-18.

［25］ 鄧成超，全念，陳琪君.成渝地區(qū)雙城經(jīng)濟圈建設對區(qū)域人口流動的影響研究——基于成渝地區(qū)16個地級城市面板數(shù)據(jù)［J］.重慶文理學院學報（社會科學版），2022（6）：78-89.

［26］ 趙彬，陳彬森，吳曉靜，等.數(shù)字經(jīng)濟對城市韌性的影響機制研究——以長三角城市群為例［J］.重慶文理學院學報（社會科學版），2023（5）：93-105.

［27］ 高國力.增強城市群都市圈綜合承載能力" 培育高質(zhì)量發(fā)展增長極和動力源［J］.宏觀經(jīng)濟管理，2021（11）：15-17.

［28］ 張國俊，王運喆，陳宇，等.中國城市群高質(zhì)量發(fā)展的時空特征及分異機理［J］.地理研究，2022（8）：2109-2124.

［29］ 余奕杉，高興民，衛(wèi)平.生產(chǎn)性服務業(yè)集聚對城市群經(jīng)濟高質(zhì)量發(fā)展的影響——以長江經(jīng)濟帶三大城市群為例［J］.城市問題，2020（7）：56-65.

［30］ 季小立，浦玉忠.產(chǎn)業(yè)創(chuàng)新背景下區(qū)域人才集聚效應及管理跟進——以江蘇為例［J］.現(xiàn)代經(jīng)濟探討，2017 （4）：72-76.

［31］ 趙智.成渝地區(qū)雙城經(jīng)濟圈人口、經(jīng)濟與資源環(huán)境系統(tǒng)耦合分析［J］.重慶理工大學學報（社會科學），2022（1）：108-118.

［32］ 姚旭兵，鄧曉霞，陳鳴.高等教育對成渝城市群產(chǎn)業(yè)結構升級的影響研究——基于門檻模型的實證分析［J］.重慶三峽學院學報，2022（5）：24-35.

［33］ HUANG J C，WANG J，TIAN G X. Research on the coupling of technological innovation，talent accumulation and ecological environment［J］.Ekoloji，2018，27（106）：1735-1742.

［34］ 姜磊.空間回歸模型選擇的反思［J］.統(tǒng)計與信息論壇，2016（10）：10-16.

［35］ 翁鳴，王念.專利規(guī)模促進產(chǎn)業(yè)結構高端化了嗎？——基于空間滯后模型（SAR）的分析［J］.廣西社會科學，2018（7）：103-109.

［36］ 崔佳寧，史麗媛，謝博婕.技術與產(chǎn)業(yè)趨同能否帶動區(qū)域經(jīng)濟發(fā)展——基于動態(tài)空間杜賓模型的分析［J］. 哈爾濱商業(yè)大學學報（社會科學版），2022（2）：15-25.

［37］ 王冠祎，劉豐碩.房價對城市全要素生產(chǎn)率的影響機制及其空間效應［J］.統(tǒng)計與決策，2022（17）：124-128.

［38］ 初春，吳福象.金融集聚、空間溢出與區(qū)域經(jīng)濟增長——基于中國31個省域空間面板數(shù)據(jù)的研究［J］.經(jīng)濟問題探索，2018（10）：79-86.

［39］ 徐承紅，韓明明.生產(chǎn)性服務業(yè)集聚對區(qū)域創(chuàng)新空間溢出效應的影響研究［J］.吉林大學社會科學學報，2022（4）：34-45.

［40］ GAO X Y，LU C P，MAO J H. Effects of urban producer service industry agglomeration on export technological complexity of manufacturing in China［J］.Entropy，2020，22（10）：1108.

［41］ 苗峻瑋，馮華.集聚效應是否推動了區(qū)域高質(zhì)量發(fā)展——以長三角城市群為例［J］.經(jīng)濟問題探索，2021（2）：100-110.

責任編輯：吳" "強；校對：楊" "釗

The Influence of Agglomeration Effect of Urban Agglomeration on Its High-quality Development： A Case Study of Shandong Peninsula Urban Agglomeration

CHEN Yuxin1， MIAO Chenglin1，2

（1. School of Economics and Management，Anhui University of Science and Technology， Huainan Anhui 232000， China;

2. School of Business Administration， Shandong Institute of Technology and Business， Yantai Shandong 264000， China）

Abstract： The agglomeration of urban agglomerations， especially the agglomeration of producer services and talents， can optimize the spatial layout of industries and improve the vitality of cities. In-depth analysis of the agglomeration effect of producer services and talents and discussion of their influence have become the key to achieve high-quality development of Shandong Peninsula urban agglomerations. Taking 17 prefecture-level cities in Shandong Peninsula urban agglomeration as the research object， the panel data from 2011 to 2018 was constructed， and the positive spatial autocorrelation of 17 prefecture-level cities in Shandong Peninsula urban agglomeration was calculated by using Moran index. Then， AcrGIS software was used to draw the producer services and talent agglomeration trend map in Shandong Peninsula urban agglomeration. Finally， the spatial lag model is constructed to analyze the impact of producer services and talent agglomeration on the high-quality development of Shandong Peninsula urban agglomeration. The results show that there is a negative spillover effect between producer services and talent agglomeration in Shandong Peninsula urban agglomeration， and the “siphon effect” is greater than the “spillover effect”， which will inhibit the high-quality economic development of surrounding cities. According to the research results， countermeasures and suggestions were put forward to provide theoretical basis and reference opinions for the high-quality development of Shandong Peninsula urban agglomeration.

Key words： agglomeration effect; high-quality development; urban agglomeration; spatial lag model