第四节

中国特大城市产业结构效应测度

产业结构对地区经济发展有促进作用表明地区经济发展存在产业结构效应。如前所述，中国特大城市的经济发展对产业结构服务化有一定促进作用，但产业结构服务化是否存在同样的反作用尚未可知。因此，测度中国特大城市产业结构效应并分析其动力源能帮助我们回答这一问题。

一 测度方法

静态偏离份额模型又称经典偏离份额模型，它将区域某时期的经济增长分解为份额分量和偏离分量，其中，偏离分量可分为因区域产业结构优势形成的结构偏离分量和因区域产业竞争力产生的竞争力偏离分量。动态偏离份额模型是静态偏离份额模型的动态化，只须在静态偏离份额模型的基础上对研究时段进行细分。其基本式如下：

式（2-3）中： 表示区域 r 在 t 时期的地区生产总值增长量。 是份额分量，表示区域 r 在 t 时期三次产业按照参照区域地区生产总值平均增长率发展产生的理论产值总和。 表示产业结构偏离分量，是指区域 r 在 t 时期各产业按照实际增长率与参照区域产业实际增长率差值发展产生的理论产值总和。如果该值为正则表明在参照区域增长较快的产业在区域 r 产业结构中所占份额较大，区域经济增长具有产业结构效应。 D ^r _t 表示产业竞争力偏离分量，是指区域 r 在 t 时期各产业实际增长量与参照区域产业实际增长量差值之和。如果该值为正则表明区域 r 大多数产业产值大于参照区域对应产业产值，或者比重较大产业增长超过参照区域对应产业，区域 r 产业有竞争力优势。

式（2-4）中： 表示区域 r 在 t 时期 i 产业的份额分量，表示区域 r 的 i 产业按照参照区域产业增长率发展产生的理论产值。式（2-5）中： 表示区域 r 在 t 时期 i 产业的结构偏离分量，表示区域 r 的 i 产业 t 时期按照实际增长率与参照区域产业增长率之差发展产生的理论产值。如果区域 r 的 i 产业的增长速度超过参照区域产业平均增速，分量为正。该值越大表明研究区域 r 的 i 产业对地区经济增长贡献越大。式（2-6）中： 表示区域 r 在 t 时期 i 产业的竞争力偏离分量，表示区域 r 的 i 产业实际增长量与参照区域产业实际增长量的差值。值为正则表明研究区域 r 的 i 产业具有竞争力。式（2-4）、式（2-5）、式（2-6）中： 为区域 r 在 t 时期 i 产业产值或从业人数， 为参照区域 t 时期地区生产总值和从业总人数增长率， 为参照区域的 i 产业在 t 时期产值或从业人数增长率， 为区域 r 的 i 产业在 t 时期产值或从业人数增长率。

二 数据来源

本书研究以城区常住人口界定的特大城市，动态偏离份额分析中的参照区域是全国地级以上城市市辖区，因此，研究数据采用中国统计出版社2004～2013年出版的《中国城市统计年鉴》中16个特大城市市辖区年末从业人数、市辖区三次产业从业人数、市辖区地区生产总值、市辖区三次产业产值数据。其中，三次产业产值根据市辖区地区生产总值、市辖区三次产业产值占比数据计算整理，参照区域数据由所有地级以上城市市辖区相关数据求和计算整理。

三 测度结果

测度结果如表2-19所示。以产值结构为考查目标，根据2003～2012年动态偏离份额计算结果，可以得到以下结论：中国16个特大城市中，北京、天津、南京、武汉、重庆、成都、西安7个城市地区生产总值实际增长高于全国城市平均水平，其他特大城市地区生产总值实际增长低于全国城市平均水平；天津、汕头、佛山、重庆4个城市产业结构分量为负，不具有产业结构效应，其他特大城市产业结构分量为正，具有产业结构效应，增长性产业在产值结构中占比较高；天津、重庆、南京、武汉、成都、西安6个城市产业竞争力分量为正，重要产业部门具有相对竞争优势，其他特大城市产业竞争力分量为负，重要产业部门不具有相对竞争优势；除北京、武汉外，其他特大城市产业竞争力分量绝对值均大于产业结构分量绝对值，表明产业竞争力是影响中国特大城市经济增长的主要因素。

按三次产业对产业结构分量和产业竞争力分量进行分解（见表2-20），可以得出以下结论：中国16个特大城市第三产业的产业结构分量均为正，第一、第二产业的结构分量均为负，表明第三产业是中国特大城市产值结构中发展速度较快、所占比重较高的产业部门；大多特大城市第一产业不具有竞争力；天津、武汉、佛山、重庆、成都、西安6个城市第二产业是具有相对竞争力的产业部门，其他特大城市第二产业不具有竞争力；除沈阳、哈尔滨、上海、杭州、武汉、广州、汕头、佛山8个城市外，其他特大城市第三产业是具有竞争力的产业部门。

以就业结构为考查目标，根据2003～2012年动态偏离份额计算结果（见表2-21），可以得到以下结论：中国16个特大城市中，西安、沈阳、佛山、武汉、哈尔滨5个城市就业人数实际增长低于全国城市平均水平，其他特大城市就业人数实际增长高于全国城市平均水平；西安、武汉、哈尔滨3个城市产业结构分量为负，不具有产业结构效应，其他特大城市产业结构分量为正，具有产业结构效应，增长性产业部门在产业结构中占比较高；西安、沈阳、佛山、武汉、哈尔滨5个城市产业竞争力分量为负，重要产业部门不具有相对竞争优势，其他特大城市产业竞争力分量为正，重要产业部门具有相对竞争优势；除东莞外，其他特大城市产业竞争力分量绝对值均大于产业结构分量绝对值，表明产业竞争力是影响中国特大城市吸纳就业的主要因素。

按三次产业对产业结构分量和产业竞争力分量进行分解，可以得出以下结论（见表2-22）：中国16个特大城市中第一产业的产业结构分量均为负，除哈尔滨、西安的第二产业和杭州、深圳的第三产业的产业结构分量为负外，其他特大城市第二、第三产业的产业结构分量均为正，表明中国特大城市就业结构中第一产业发展速度低于全国平均水平，第二、第三产业发展速度基本高于全国平均水平；上海、重庆的三次产业，南京、杭州、广州、深圳、成都的第二、第三产业，北京、东莞的第一、第三产业，汕头的第一、第二产业，沈阳、哈尔滨的第一产业，天津、佛山的第二产业，西安的第三产业，均是有相对竞争力的产业部门。

第五节

中国特大城市产业专业化水平与全要素生产效率测度

如前所述，中国多数特大城市经济发展存在产业结构效应，但产业竞争力才是影响特大城市经济发展的动力源。因此，测度中国特大城市重要细分行业专业化水平对寻找其产业动力源并探索产业结构服务化进程中产业动力源变化规律具有重要意义。

一 中国特大城市产业专业化水平测度

1.测度方法

区位熵主要用于计算一个区域某产业各个部门的专业化水平，是测度区域产业比较优势和竞争力最常用的指标。区位熵的计算公式为：

式（2-7）中： Q 为区位熵或专业化率， L _ij 为 i 区域 j 产业部门的就业人数（产值）， L _j 为较高层次区域 j 产业部门的就业人数（产值）， L _i 为 i 区域整个产业的总就业人数（总产值）， L 为较高层次区域整个产业的总就业人数（总产值）。一般认为，当 Q ＞1时，该产业部门才能构成区域专业化部门。 Q 值越大，表明该产业部门的专业化程度越高；反之亦然。但是，区位熵只是反映地区专业化的相对程度，区位熵大于1的产业部门可能总体规模很小。因此，区位熵只能反映产业的相对优势。

2.数据来源

由于缺乏中国特大城市细分行业产值连续统计数据，本书采用中国统计出版社2004～2013年出版的《中国城市统计年鉴》中市辖区年末就业人数、重要细分行业市辖区就业人数数据，分别测度中国16个特大城市重要细分行业区位熵值。其中，参照区域数据由所有地级以上城市市辖区相关数据求和计算整理。

3.测度结果

根据2003～2012年以中国城市市辖区总体为参照计算的中国特大城市重要细分行业区位熵几何均值，可以得出以下结论。

从产业视角分析（见表2-23），16个特大城市中，深圳、佛山、天津、上海、南京、广州、东莞、西安、杭州、哈尔滨的制造业具有比较优势，但区位熵均值均未超过1.5，北京的制造业比较优势最低，仅为0.54；成都、重庆、武汉、杭州、哈尔滨的建筑业具有比较优势，其中成都、重庆区位熵均值高达2.3、1.9，比较优势明显；除杭州、成都、东莞、佛山、汕头外，其他特大城市的交通运输、仓储及邮政业都具有比较优势，但区位熵均值均未超过1.8；北京、杭州、广州、西安、深圳、佛山的信息传输、计算机服务和软件业具有比较优势，其中北京的区位熵均值高达3，比较优势明显；除沈阳、重庆、东莞、佛山外，其他特大城市的批发和零售业具有比较优势，但区位熵均值大多未超过1.5；北京、广州、杭州、深圳、武汉、南京、上海、西安的住宿、餐饮业具有比较优势，其中北京、广州的区位熵均值均超过2，比较优势明显；东莞、佛山、上海、沈阳、汕头、北京的金融业具有比较优势，其中东莞的区位熵均值高达2.5；深圳、北京、广州、上海、哈尔滨、重庆、杭州的房地产业具有比较优势，其中深圳、北京的区位熵均值高达2.7、2.4，比较优势明显；北京、深圳、上海、广州、杭州、天津的租赁和商务服务业具有比较优势，其中北京的区位熵均值高达3.6，比较优势明显；北京、西安、成都、沈阳、上海、南京、武汉、杭州的科学研究、技术服务和地质勘查业具有比较优势，其中北京、西安的区位熵均值高达2.4，比较优势明显；沈阳、武汉、汕头、南京、天津、哈尔滨的水利、环境和公共设施管理业具有比较优势，但比较优势并不明显；天津、北京、哈尔滨、西安、广州、上海、沈阳的居民服务和其他服务业具有比较优势，其中天津、北京的区位熵均值高达4.3、2.3，比较优势明显；汕头、东莞、佛山、南京、重庆、西安、沈阳、武汉、成都的教育具有比较优势，但比较优势大多不明显；东莞、佛山、汕头、沈阳、成都、广州、南京、上海、武汉的卫生、社会保障和社会福利业具有比较优势，但比较优势大多不明显；北京、西安、沈阳、广州、武汉、成都、南京的文化、体育和娱乐业具有比较优势，其中北京的区位熵均值为2.1，比较优势明显；东莞、汕头、佛山的公共管理和社会组织具有比较优势。

从区域视角分析（见表2-24），北京有10个细分行业具有比较优势，分别是租赁和商务服务业，信息传输、计算机服务和软件业，房地产业，科学研究、技术服务和地质勘查业，居民服务和其他服务业，文化、体育和娱乐业，住宿、餐饮业，批发和零售业，交通运输、仓储及邮政业，金融业；天津有6个细分行业具有比较优势，分别是居民服务和其他服务业，制造业，批发和零售业，租赁和商务服务业，水利、环境和公共设施管理业，交通运输、仓储及邮政业；沈阳有8个细分行业具有比较优势，分别是交通运输、仓储及邮政业，水利、环境和公共设施管理业，科学研究、技术服务和地质勘查业，卫生、社会保障和社会福利业，文化、体育和娱乐业，教育，金融业，居民服务和其他服务业；哈尔滨有7个细分行业具有比较优势，分别是居民服务和其他服务业，批发和零售业，交通运输、仓储及邮政业，建筑业，房地产业，水利、环境和公共设施管理业，制造业；上海有10个细分行业具有比较优势，分别是租赁和商务服务业，居民服务和其他服务业，交通运输、仓储及邮政业，批发和零售业，房地产业，金融业，科学研究、技术服务和地质勘查业，住宿、餐饮业，制造业，卫生、社会保障和社会福利业；南京有9个细分行业具有比较优势，分别是交通运输、仓储及邮政业，住宿、餐饮业，科学研究、技术服务和地质勘查业，教育，制造业，文化、体育和娱乐业，批发和零售业，水利、环境和公共设施管理业，卫生、社会保障和社会福利业；杭州有8个细分行业具有比较优势，分别是住宿、餐饮业，信息传输、计算机服务和软件业，租赁和商务服务业，建筑业，科学研究、技术服务和地质勘查业，制造业，批发和零售业，房地产业；武汉有9个细分行业具有比较优势，分别是交通运输、仓储及邮政业，建筑业，住宿、餐饮业，科学研究、技术服务和地质勘查业，批发和零售业，文化、体育和娱乐业，教育，水利、环境和公共设施管理业，卫生、社会保障和社会福利业；广州有10个细分行业具有比较优势，分别是住宿、餐饮业，居民服务和其他服务业，房地产业，交通运输、仓储及邮政业，租赁和商务服务业，文化、体育和娱乐业，信息传输、计算机服务和软件业，批发和零售业，制造业，卫生、社会保障和社会福利业；深圳有7个细分行业具有比较优势，分别是房地产业，租赁和商务服务业，制造业，住宿、餐饮业，批发和零售业，信息传输、计算机服务和软件业，交通运输、仓储及邮政业；汕头有6个细分行业具有比较优势，分别是教育，卫生、社会保障和社会福利业，公共管理和社会组织，批发和零售业，水利、环境和公共设施管理业，金融业；佛山有6个细分行业具有比较优势，分别是卫生、社会保障和社会福利业，制造业，金融业，教育，公共管理和社会组织，信息传输、计算机服务和软件业；东莞有5个细分行业具有比较优势，分别是卫生、社会保障和社会福利业，金融业，公共管理和社会组织，教育，制造业；重庆有4个细分行业具有比较优势，分别是建筑业，教育，交通运输、仓储及邮政业，房地产业；成都有6个细分行业具有比较优势，分别是建筑业，科学研究、技术服务和地质勘查业，卫生、社会保障和社会福利业，文化、体育和娱乐业，教育，批发和零售业；西安有10个细分行业具有比较优势，分别是科学研究、技术服务和地质勘查业，居民服务和其他服务业，交通运输、仓储及邮政业，文化、体育和娱乐业，住宿、餐饮业，教育，批发和零售业，信息传输、计算机服务和软件业，制造业。

二 中国特大城市产业全要素生产率测度

产业结构能否促进生产率提高是判断产业结构优劣的标准之一。因此，产业结构服务化能否提高地区生产率将直接反映产业结构服务化质量水平。鲍莫尔-富克斯假说对该问题持悲观态度，而假说修正则主要集中于对生产率尤其是服务业生产率测度方法的改进上。本书拟采用相对科学的DEA方法对中国特大城市产业结构服务化过程中产业全要素生产率进行测度，并对其产业结构服务化原因进行分析。

1.测度方法

数据包络分析（DEA）方法的基本思想是通过线性规划估算产出距离函数，无须假定生产函数形式，从而避免了新古典模式下对生产函数极强的理论约束。基于DEA理论的Malmquist指数的计算公式如下：

式（2-8）中， D ^k 表示产出距离函数， t 代表不同的参照期， k 代表研究对象某个样本。如果公式分别用 TFPch 、 EFFch 和 TECHch 表示，则样本 k 在考察期内的全要素生产率可表示为：

式（2-9）中， TFPch 代表 t 到 t +1期全要素生产率的变动， EFFch 代表 t 到 t +1期的技术效率变化指数，表示对生产前沿面的追赶， TECHch 代表 t 到 t +1期的技术进步变化指数，表示生产前沿面的变化。其中，

式（2-10）中， PEch 代表 t 到 t +1期规模报酬不变条件下纯技术效率变动，表示对生产前沿面的追赶程度， SEch 代表 t 到 t +1期规模效率变动，表示实际规模与最优规模的差距。

DEA方法测度全要素生产率主要采用投入与产出指标。产出一般用地区生产总值衡量，投入包括劳动力和资本投入。由于中国尚未对资本存量进行统计，可以采用Goldsmith（1951）提出的永续盘存法进行测算，公式如下：

式（2-11）中， K _{i ， t} 表示研究对象第 i 个样本在 t 期的固定资本存量， K _{i ， t -1} 表示其 t -1期的固定资本存量， I _{i ， t} 表示其 t 期固定资产投资额， δ _{i ， t} 表示其 t 期的资本折旧率，一般采用张军等（2004）的研究成果，取值为9.6%。

2.数据来源

本书采用中国统计出版社2005～2013年出版的《中国城市统计年鉴》中市辖区地区生产总值、市辖区第二产业增加值占比、市辖区第三产业增加值占比计算整理Malmquist指数测度中的产出指标；采用中国统计出版社2005～2013年出版的《中国城市统计年鉴》中市辖区年末就业人数、市辖区第二产业就业人数、市辖区第三产业就业人数作为Malmquist指数测度中的劳动力投入指标；采用2005～2013年16个特大城市统计年鉴和国民经济与社会发展统计公报中全社会固定资产投资、第二产业固定资产投资、第三产业固定资产投资，按照永续盘存法计算整理Malmquist指数测度中的资本投入指标，部分缺失数据采用几何平均进行平滑。全要素生产率数据由DEAP软件运算得出。

3.测度结果

从2005～2012年全要素生产率指数的几何均值可以看出（见表2-25），中国16个特大城市中，东莞、深圳、北京、广州4个城市的全要素生产率指数总体呈增长趋势，其他特大城市的全要素生产率指数总体呈下降趋势；东莞、深圳、成都3个城市的第二产业全要素生产率指数总体呈增长趋势，其他特大城市的第二产业全要素生产率指数总体呈下降趋势；深圳、东莞、北京、广州、杭州、南京、成都、上海8个城市的第三产业全要素生产率指数总体呈增长趋势，其他特大城市的第三产业全要素生产率指数总体呈下降趋势。其中，除佛山外，其他特大城市的第三产业全要素生产率指数高于第二产业，表明这些城市在产业结构服务化进程中第三产业全要素生产率改善程度好于第二产业。

从2005～2012年中国特大城市全要素生产率指数分解值的几何均值来看（见表2-26），除东莞外，其他特大城市的技术进步水平总体均呈下降趋势；上海、佛山、武汉、汕头、西安、哈尔滨、沈阳7个城市的技术效率水平和技术进步水平总体均呈下降趋势；深圳、北京、广州、成都、杭州、天津、南京、重庆8个城市的技术效率水平总体呈上升趋势而技术进步水平总体呈下降趋势；东莞的技术进步水平和技术效率水平均呈上升趋势，但前者优于后者。

根据技术效率分解值的几何均值可进一步分析中国特大城市技术效率变化的原因（见表2-26），佛山、武汉、西安、哈尔滨、沈阳5个城市的纯技术效率水平和规模效率水平总体均呈下降趋势；深圳、北京、广州、成都4个城市的纯技术效率水平和规模效率水平总体均呈上升趋势；南京、天津、重庆3个城市的纯技术效率水平总体呈上升趋势而规模效率水平总体呈下降趋势；杭州的规模效率水平总体呈上升趋势而纯技术效率水平总体呈下降趋势；上海、汕头的纯技术效率水平总体无变化，但规模效率水平总体呈下降趋势；东莞的纯技术效率水平和规模效率水平总体无变化。

从2005～2012年中国特大城市第二产业全要素生产率指数分解值的几何均值来看（见表2-27），除东莞外，其他特大城市的第二产业技术进步水平总体均呈下降趋势；杭州、北京、天津、南京、上海、汕头、武汉、西安、哈尔滨、沈阳10个城市的第二产业技术效率水平和技术进步水平总体均呈下降趋势；深圳、成都、广州、佛山、重庆5个城市的第二产业技术效率水平总体呈上升趋势而技术进步水平总体呈下降趋势；东莞的第二产业技术进步水平呈上升趋势，但技术效率水平总体无变化。

根据技术效率分解值的几何均值可进一步分析中国特大城市第二产业技术效率变化的原因（见表2-27），武汉、西安、哈尔滨、沈阳4个城市的第二产业纯技术效率水平和规模效率水平总体均呈下降趋势；广州的第二产业纯技术效率水平和规模效率水平总体均呈上升趋势；北京、成都、天津、重庆4个城市的第二产业纯技术效率水平总体呈上升趋势而规模效率水平总体呈下降趋势；南京、杭州的第二产业纯技术效率水平总体呈下降趋势而规模效率水平总体呈上升趋势；上海、汕头的第二产业纯技术效率水平总体无变化，但规模效率水平总体呈下降趋势；深圳的第二产业纯技术效率水平总体无变化，但规模效率水平总体呈上升趋势；东莞、佛山的第二产业纯技术效率水平和规模效率水平总体无变化。

从2005～2012年中国特大城市第三产业全要素生产率分解值的几何均值来看（见表2-28），除深圳、北京、东莞外，其他特大城市的第三产业技术效率总体均呈下降趋势；所有特大城市技术进步水平总体均呈上升趋势，且均优于技术效率水平。

根据技术效率分解值的几何均值可进一步分析中国特大城市第三产业技术效率变化的原因（见表2-28），广州、佛山、武汉、西安、哈尔滨、沈阳6个城市的第三产业纯技术效率水平和规模效率水平总体均呈下降趋势；深圳的第三产业纯技术效率水平和规模效率水平总体均呈上升趋势；北京、南京、成都、天津、重庆5个城市的第三产业纯技术效率水平总体呈上升趋势而规模效率水平总体呈下降趋势；杭州的第三产业纯技术效率水平总体呈下降趋势而规模效率水平总体呈上升趋势；上海、汕头的第三产业纯技术效率水平总体无变化，但规模效率水平总体呈下降趋势；东莞的第三产业纯技术效率水平和规模效率水平总体无变化。