Study on the agglomeration characteristics and influence factors of modern service industry in Henan Province

doi:10.3969/j.issn.1004-9479.2020.06.2019302

Abstract

Abstract:

The modern service industry is a kind of new industry that appears with the development of science and technology, which is increasingly important for the optimization and upgrading of regional industrial structure and promoting economic development. This article takes the spatial Gini coefficient, location quotient analysis, EG index and panel regression to analyze the agglomeration characteristics and influence factors of modern service industry in Henan Province from 2007 to 2017.The results show that: ①Modern service industry and its 8 sub-industries have a high degree of agglomeration, and scientific research. Technology service industry have the highest degree of agglomeration and education have the lowest degree.②The specialization level of modern service industry and its 8 sub-industries in Henan Province is low, and the specialization level of modern service industry in Zhengzhou City is the highest. In addition, Zhengzhou has the highest degree of agglomeration in scientific research and technology services and the lowest degree of education.③The modern service industry in Henan Province as a whole and its eight sub-industries have poor spatial agglomeration structure and their development is not yet mature.④The level of economic development has the greatest impact on the development of modern service industries. The transportation conditions, capital support, information technology level and human capital have different levels of promotion to the development of modern service industries. The level of industrialization, and government actions have a significant negative impact on it.

Key words: modern service industry, agglomeration characteristics, influence factors, Henan Province

摘要：

现代服务业是伴随着科技发展而出现的一种新兴产业，对区域产业结构优化升级、促进经济发展等方面日趋重要。采用空间基尼系数、区位熵分析、EG指数和面板回归等方法，对2007—2017年河南省现代服务业集聚特征及影响因素进行分析，得出以下结论：①河南省现代服务业总体及其8个分行业集聚程度较高，其中科学研究和技术服务业集聚程度最高，教育最低；②河南省现代服务业总体及其8个分行业专业化水平较低，其中郑州市专业化水平最高，并在金融业，文化、体育和娱乐业2个行业表现出较强的集聚优势；③河南省现代服务业总体及其8个分行业空间集聚结构较差，发展还不成熟；④经济发展水平对河南省现代服务业发展影响最大，交通条件、资本支持、信息化水平和人力资本对现代服务业发展具有不同程度的促进作用，工业化水平、政府行为对其产生显著的负影响。

关键词: 现代服务业, 集聚特征, 影响因素, 河南省

Linlin MENG, Jiangsu LI, Mingyue LI, Yingying SONG. Study on the agglomeration characteristics and influence factors of modern service industry in Henan Province[J]. World Regional Studies, 2020, 29(6): 1202-1212.

孟琳琳, 李江苏, 李明月, 宋莹莹. 河南省现代服务业集聚特征及影响因素分析[J]. 世界地理研究, 2020, 29(6): 1202-1212.

Figures/Tables 5

References 18

1	江小涓,李辉.服务业与中国经济:相关性和加快增长的潜力.经济研究,2004(01):4-15.
	Jiang X, Li H. Service industry and China's economy: Correlation and potential of faster growth. Economic Research, 2004(01):4-15.
2	黄繁华.经济全球化背景下发展南京现代服务业的理论探讨.南京社会科学,2001(S2):43-47.
	Huang F. Development of Nanjing's modern industry in the economic globalization. Nanjing Social Sciences, 2001(S2):43-47.
3	徐国祥,常宁.现代服务业统计标准的设计.统计研究,2004(12):10-12.
	Xu G, Chang N. The design of statistical standard of modern service industry. Statistical Research, 2004(12):10-12.
4	马歇尔.经济学原理.北京:商务印书馆,2011.
	Marshall.Principles of economics.Beijing:The Commercial Press, 2011.
5	任英华,邱碧槐.现代服务业空间集聚特征分析—以湖南省为例.经济地理,2010,30(3):454-459.
	Ren Y, Qiu B. An experience study on service industry agglomeration: The case of Hunan province service. Economic Geography,2010,30(3):454-459.
6	llleris S, Sjoholt P. The Nordic countries: High quality service in a low density environment. Progress in Planning,1995,43(2-3):205-221.
7	Hoyler Michael, Freytag Tim. Connecting Rhine-Main: The production of multi-scalar poly centricities through knowledge intensive business services. Regional Studies,2008,42(8):1095-1111.
8	吴亚菲,孙淼.长三角城市群经济增长和产业集聚的关联效应研究.上海经济研究,2017(05):44-50.
	Wu Y, Sun M. Study on the correlation between economic growth and industrial agglomeration in Yangtze river delta urban agglomeration. Shanghai Economic Research, 2017(05):44-50.
9	蓝发钦,黄嬿.长三角产业集聚的经济效益分析——基于静态和动态空间计量杜宾模型.华东师范大学学报:哲学社会科学版,2019,51(02):163-171,188-189.
	Lan F, Huang Y. The economic effect of industrial agglomeration in the Yangtze river delta: Based on the static and dynamic spatial durbin modern. Journal of East China Normal University:Philosophy and Social Sciences Edition,2019,51(02):163-171,188-189.
10	白雪,宋玉祥.中国生产性服务业发展水平的时空特征及其影响因素.人文地理,2019,34(3):118-127.
	Bai X, Song Y. Temporal-spatial characteristics and influential factors of China's producer services development. Human geography,2019,34(3):118-127.
11	任国岩,蒋天颖.长三角知识密集型服务业集聚特征与成因.经济地理,2015,35(5):85-91.
	Ren G, Jiang T. The agglomeration and reasons of knowledge-intensive business service in Yangtze river delta region. Economic Geography, 2015,35(5):85-91.
12	郑长娟,郝新蓉,程少锋,等.知识密集型服务业的空间关联性及其影响因素——以浙江省69个县市为例.经济地理,2017,37(03):121-128+173.
	Zheng C, Hao X, Cheng S, et al. Spatial agglomeration of knowledge-intensive business services in Zhejiang province and its determinants: Spatial statistical survey and econometric analysis based on data of 69 cities and counties. Economic Geography, 2017,37(03):121-128+173.
13	孙永波,甄圆圆.北京现代服务业发展影响因素实证分析.经济体制改革,2015(2):70-75.
	Sun Y, Zhen Y. Empirical analysis of influencing factor the development of modern service industry in Beijing.Economic Reform,2015(2):70-75.
14	万千欢,千庆兰,陈颖彪.广州市生产性服务业影响因素研究.经济地理,2014,34(01):89-93.
	Wan Q, Qian Q, Chen Y. The factors influencial of the producer services in Guangzhou. Economic Geography,2014,34(01):89-93.
15	Ellison G, Glaeser E L. Geographic concentration in U.S. Manufacturing industries: A dartboard approach. Social Science Electronic Publishing,1994,105(105):889-927.
16	Zhang W, Pan X, Yan Y, et al. Convergence analysis of regional energy efficiency in china based on large-dimensional panel data model. Journal of Cleaner Production, 2017, 142: 801-808.
17	Bartolucci F, Bellio R, Salvan A, et al. Modified profile likelihood for fixed-effects panel data models. Econometric Reviews,2016,35(7):1271-1 289.
18	梁燕.基于POI大数据的郑州市现代服务业空间分布特征研究.开封:河南大学,2018.
	Liang Y.Research on spatial distribution characteristics of modern service industry in Zhengzhou based on POI big data.Kaifeng:Henan University,2018.

年份	交通运输、仓储和邮政业	信息传输、软件和信息技术服务业	金融业	房地产业	租赁和商务服务业	科学研究和技术服务业	教育	文化、体育和娱乐业	现代服务业
2007年	0.257	0.290	0.391	0.282	0.484	0.493	0.238	0.310	0.279
2008年	0.251	0.276	0.405	0.263	0.477	0.498	0.233	0.302	0.270
2009年	0.275	0.277	0.386	0.274	0.323	0.476	0.258	0.444	0.293
2010年	0.283	0.285	0.388	0.279	0.307	0.494	0.262	0.413	0.297
2011年	0.317	0.307	0.410	0.315	0.329	0.509	0.299	0.460	0.330
2012年	0.356	0.346	0.456	0.362	0.381	0.550	0.334	0.482	0.370
2013年	0.370	0.355	0.500	0.368	0.398	0.559	0.347	0.507	0.387
2014年	0.388	0.383	0.516	0.380	0.422	0.496	0.357	0.436	0.404
2015年	0.394	0.402	0.487	0.408	0.418	0.494	0.380	0.419	0.416
2016年	0.405	0.405	0.503	0.416	0.419	0.488	0.388	0.422	0.425
2017年	0.423	0.418	0.527	0.433	0.431	0.504	0.405	0.434	0.441
均值	0.338	0.340	0.452	0.344	0.399	0.506	0.318	0.421	0.356

年份	交通运输、仓储和邮政业	信息传输、软件和信息技术服务业	金融业	房地产业	租赁和商务服务业	科学研究和技术服务业	教育	文化、体育和娱乐业	现代服务业
2007年	0.257	0.290	0.391	0.282	0.484	0.493	0.238	0.310	0.279
2008年	0.251	0.276	0.405	0.263	0.477	0.498	0.233	0.302	0.270
2009年	0.275	0.277	0.386	0.274	0.323	0.476	0.258	0.444	0.293
2010年	0.283	0.285	0.388	0.279	0.307	0.494	0.262	0.413	0.297
2011年	0.317	0.307	0.410	0.315	0.329	0.509	0.299	0.460	0.330
2012年	0.356	0.346	0.456	0.362	0.381	0.550	0.334	0.482	0.370
2013年	0.370	0.355	0.500	0.368	0.398	0.559	0.347	0.507	0.387
2014年	0.388	0.383	0.516	0.380	0.422	0.496	0.357	0.436	0.404
2015年	0.394	0.402	0.487	0.408	0.418	0.494	0.380	0.419	0.416
2016年	0.405	0.405	0.503	0.416	0.419	0.488	0.388	0.422	0.425
2017年	0.423	0.418	0.527	0.433	0.431	0.504	0.405	0.434	0.441
均值	0.338	0.340	0.452	0.344	0.399	0.506	0.318	0.421	0.356

年份	交通运输、仓储和邮政业	信息传输、软件和信息技术服务业	金融业	房地产业	租赁和商务服务业	科学研究和技术服务业	教育	文化、体育和娱乐业	现代服务业
2007	0.202	0.213	0.252	0.210	0.297	0.303	0.196	0.220	0.209
2008	0.197	0.204	0.254	0.200	0.289	0.301	0.191	0.213	0.203
2009	0.212	0.212	0.253	0.211	0.228	0.297	0.206	0.280	0.218
2010	0.220	0.221	0.261	0.219	0.229	0.315	0.213	0.272	0.229
2011	0.260	0.256	0.301	0.259	0.265	0.355	0.253	0.327	0.265
2012	0.312	0.308	0.363	0.315	0.324	0.423	0.303	0.378	0.319
2013	0.329	0.322	0.400	0.328	0.342	0.441	0.319	0.405	0.337
2014	0.349	0.346	0.422	0.345	0.366	0.410	0.334	0.374	0.357
2015	0.366	0.370	0.418	0.373	0.378	0.422	0.359	0.378	0.377
2016	0.377	0.377	0.434	0.383	0.384	0.425	0.368	0.386	0.388
2017	0.399	0.396	0.463	0.404	0.403	0.447	0.389	0.404	0.409
均值	0.293	0.293	0.347	0.295	0.319	0.376	0.285	0.331	0.301

年份	交通运输、仓储和邮政业	信息传输、软件和信息技术服务业	金融业	房地产业	租赁和商务服务业	科学研究和技术服务业	教育	文化、体育和娱乐业	现代服务业
2007	0.202	0.213	0.252	0.210	0.297	0.303	0.196	0.220	0.209
2008	0.197	0.204	0.254	0.200	0.289	0.301	0.191	0.213	0.203
2009	0.212	0.212	0.253	0.211	0.228	0.297	0.206	0.280	0.218
2010	0.220	0.221	0.261	0.219	0.229	0.315	0.213	0.272	0.229
2011	0.260	0.256	0.301	0.259	0.265	0.355	0.253	0.327	0.265
2012	0.312	0.308	0.363	0.315	0.324	0.423	0.303	0.378	0.319
2013	0.329	0.322	0.400	0.328	0.342	0.441	0.319	0.405	0.337
2014	0.349	0.346	0.422	0.345	0.366	0.410	0.334	0.374	0.357
2015	0.366	0.370	0.418	0.373	0.378	0.422	0.359	0.378	0.377
2016	0.377	0.377	0.434	0.383	0.384	0.425	0.368	0.386	0.388
2017	0.399	0.396	0.463	0.404	0.403	0.447	0.389	0.404	0.409
均值	0.293	0.293	0.347	0.295	0.319	0.376	0.285	0.331	0.301

变量	因素	指标	回归结果
变量	因素	指标	系数	t-统计量	p值
x₁	经济发展水平	人均GDP	0.751^***	4.482	0.000
x₂	工业化水平	第二产业产值占GDP比重	-0.020^***	-4.218	0.000
x₃	对外开放水平	FDI占GDP比重	-0.019	-0.867	0.387
x₄	资本支持	现代服务业固定资产投资	0.322^***	4.024	0.000
x₅	人力资本	在校大学生数	0.152^***	3.748	0.000
x₆	信息化水平	电信业务总量	0.184^***	3.744	0.000
x₇	交通条件	等级公路线路里程	0.436^***	5.432	0.000
x₈	政府行为	财政支出占GDP的比重	-0.025^*	-1.937	0.054
x₉	消费需求	城镇居民人均可支配收入	-0.159	-0.735	0.463
常数			-7.509^***	-5.281	0.000
	R²	0.89	Adj-R²	0.885
	F统计量	168.965	p值	0