皖南国际文化旅游示范区服务业集聚特征及成因

杨兴柱， 王 群

(安徽师范大学 地理与旅游学院，安徽 芜湖 241003)

引 言

随着新经济发展，城市经济正处于从工业经济向服务经济的转型期。当前，现代服务业持续快速发展，成为城市现代经济的重要增长点。国际上，重点城市加速发展与经济全球化进程的加快、现代服务业快速发展密切相关[1-4]。在集聚机制作用下，服务业集聚的形成与成长将成为推进城市产业结构升级、城市功能空间的转换、城市整体竞争力和增强城市发展的持续动力。经济活动的空间集聚特别是产业集聚一直是经济地理学、区域经济学、城市地理学等相关学科研究的主要命题[6]。经济活动最显著的地理特征是产业空间集聚[5]，其中，Scott(1988)率先将“服务业集聚”概念化，认为产业集聚区域主要显著地建立在密集型产业、高技术产业、服务性产业三大主要产业部门[7]。马歇尔是较早对产业集聚现象进行研究的学者之一[8]，他提出三要素理论(劳动力市场分享、中间品投入和技术外溢)，成为产业集聚理论的基石[8]。20世纪90年代波特和克鲁格曼的研究引发产业集聚研究热潮[9-11]。服务业在大都市区显示出强的集聚趋势，尤其表现在中心城市集聚[12-16]。现代服务业集聚因素包括交通、物质环境、商业氛围、企业的知识溢出、劳动力市场的进入、政治和社会动力、教育系统、文化与科学的生活等[17-25]。20世纪90年代以来，城市服务业研究成为我国地理学界的研究热点之一。我国学者研究主要集中于城市服务业特征[26-28]、空间分布及格局[29-32]、对城市发展的影响[33-35]、服务业集聚影响因素[36-47]等方面。测度方法涉及区位熵、赫芬达尔指数、信息熵、专业化系数、空间基尼系数、EG指数、空间自相关等[48-53]。

从总体上看，国内外学者对服务业集聚研究已取得重要成果。但研究较多集中于生产性服务业和高新技术产业集聚，与制造业相比，对服务业集聚的实证研究尚处于起步阶段。同时，研究单元集中于工业化发达区域，对于典型旅游地理单元的研究较少。现阶段，皖南国际文化旅游示范区正处于新一轮经济增长和产业升级过程，正寻求经济发展转型提升，现代服务业的重要作用日益显著，服务业集聚是加快示范区经济发展的重要途径和突破口。基于此，本研究以皖南国际文化旅游示范区为研究区域，测度该地区服务业集聚程度，分析其集聚演化特征，探索集聚形成原因，为推动示范区服务业发展提供一定参考。

1 研究方法和数据来源

1.1 研究区概况

皖南国际文化旅游示范区拥有优越的区位条件，山灵水秀，旅游资源丰富。2014年，《皖南国际文化旅游示范区建设发展规划纲要》获得国家发展改革委员会正式批复，皖南国际文化旅游示范区建设成为国家战略。示范区范围包括黄山、池州、宣城、马鞍山、芜湖、铜陵、安庆等七市，2016年国土面积、人口、国内生产总值分别占安徽省的40.71%，27.32%、36.37%。拥有世界遗产2个、世界地质公园1个、国家级风景名胜区8个和5A级旅游景区7个等品牌资源，其中黄山市、池州市，安庆市和宣城市为核心区。2016年示范区实现旅游总收入2593.96亿元，接待入境游客398.32万人次、国内游客2.63亿人次，占全省总量分别达到52.59%、82.06%和50.43%。旅游业快速发展为现代服务业成长提供了重要的支撑。

皖南国际文化旅游示范区服务业保持良好发展势头，第三产业比重有较大幅度的增长。近年来，示范区服务业发展取得长足进步，服务业产值比重波动增长，整体呈上升趋势，从2003年的34.58%增至2015年的38.41%，服务业就业人数比重逐年增加，增长幅度较大，从2003年的26.89%增至2015年的37.73%。但仍存在发展水平不高、城市间发展不均衡等问题，这些问题制约了服务业有序发展。在加速推进示范区建设背景下，探究其服务业空间和行业集聚特征，旨在为推动示范区现代服务业健康发展与合理分工提供借鉴。

表1 2003—2015年皖南示范区服务业发展变化

1.2 研究方法

服务业发展集聚程度测量指标较多，通常采用空间基尼系数、区位商、行业集中度指数、赫芬达尔指数等分析指标，本文选择区位商、空间基尼系数指标来进行测度。

1.2.1 空间Gini系数(G) 采用空间Gini系数，诊断示范区服务业发展分布情况。测度四类服务业及细分行业的空间Gini系数，进一步反映服务业空间集聚的程度,计算公式为

式中：Si为城市某服务业行业就业人数与示范区该服务业行业总就业人数之比；Xi是城市总就业人数与安徽省总就业人数之比。空间基尼系数取值在0-1之间，取值越大，代表服务业空间集聚程度越高。若空间Gini系数值接近0，产业分布趋于均衡；若空间Gini系数值值接近1，则表明产业集聚程度高。

1.2.2 区位商(Q) 引入区位商(Q)反映某城市产业是否具有比较优势，研判服务业在示范区相对专业化程度,计算公式为

式中：ei为城市某服务业行业i就业人数；Σei为该城市所有行业的总就业人数；Ei为示范区某服务业行业i总就业人数；ΣEi为示范区所有行业总就业人数。若行业区位商大于1，该行业在示范区具有一定的专业化优势；若行业区位商大于1.5，则具有明显的专业化优势。

1.3 数据来源

根据《国民经济行业分类》(GB/T4754—2002)对于服务业的分类界定，将服务业划分为四类服务业(分配性服务业、生产性服务业、消费性服务业和社会性服务业)。分配性服务业包括交通运输、仓储和邮政业，批发和零售业；生产性服务业涉及金融业，信息传输、计算机服务和软件业，租赁和商务服务业，房地产业，科学研究、技术服务和地质勘查业；消费性服务业包括住宿和餐饮业，居民服务和其他服务业；社会性服务业涉及教育，卫生、社会保障和社会福利业，水利、环境和公共设施管理业，文化、体育和娱乐业，公共管理与社会组织。以示范区为研究区域，以就业人数反映服务业的发展水平，测度2003—2015年示范区服务业集聚水平，分析其形成原因。在空间划分上，首先以皖南示范区整体作为空间单元，运用空间基尼系数测度方法，探究示范区服务业整体区域集聚变动特征。然后，以示范区7个地级市为单元，采用区位商指标，测度示范区城市服务业的相对专业化程度。在时间选取上，遵循《国民经济行业分类》(GB/T4754-2002)标准，以2003年作为研究起始年，研究间段为2003—2015年。成因分析采用的是示范区7个地市2003—2015年的面板数据。研究所用数据来自《中国城市统计年鉴》(2004—2016)、《安徽省统计年鉴》(2004—2016)。尽管国民经济分类标准2011与2002年有所不同，主要差别在于社会保障业的归类,然而2004—2016年的《中国城市统计年鉴》现代服务业门类基本一致，基本沿用了2002版的门类划分，保障了数据相对一致性。

图1 2003—2015年四类服务业Gini系数的变化Fig.1 The spatial Gini coefficient change(2003—2015)

2 服务业空间分布特征

2.1 服务业空间集聚特征

2.1.1 四类服务业的区域集聚特征 从2003—2015年示范区四类服务业空间集聚程度的测算结果(图1)可以发现：2003—2010年示范区四类服务业空间基尼系数普遍较低，服务业发展较为均衡。在2011—2015年间，示范区消费性服务业和分配性服务业Gini系数不断升高，呈现较为显著的聚集特征。而社会性服务业、生产性服务业集聚程度整体偏低，生产性服务业的空间集聚略有上升，社会性服务业分布呈现均等化趋势。

2.1.2 服务业各行业区域集聚特征 从服务业各行业Gini系数可看出，各行业呈现不同的空间集聚特征(表2)。从静态来看，2015年，住宿和餐饮业的集聚程度最高(0.447)，其次分别为文化、体育和娱乐业(0.2)，居民服务和其他服务业(0.177)，交通运输、仓储和邮政业(0.163)。从长期变化来看，示范区服务业集聚程度日益显著。仅教育，水利、环境和公共设施管理业处于略微下降趋势，其他12个行业Gini系数呈现出递增趋势。从增幅角度分析，住宿和餐饮业增幅最强，其次是交通运输、仓储和邮政业，文化、体育和娱乐业的增幅也接近5%。增幅小于5%的行业达到12个，反映了示范区服务行业集聚速度相对较弱。住宿和餐饮业的区域集聚水平呈先平缓后快速增长特征，2010年以后呈现高速增长态势，文化、体育和娱乐业的区域集聚水平总体呈现平稳快速增长。从行业特性来看，这两个行业与旅游业发展密切关联。13年间，交通运输、仓储和邮政业的集聚度呈现快速增长态势，但存在一定的波动幅度，这与沿江城市拥有港口码头、铁路枢纽等区位条件、较完善的交通设施条件、发达的通讯网络有密切相关，带动分配性服务业和消费性服务业快速集聚且集聚程度处于前列。在生产性服务业中，租赁和商务服务业增幅较快，而金融业在整个生产性服务业中处于最低,这在一定程度上反映出示范区生产性服务业集聚特性不显著。

表2 2003—2015年示范区服务业的空间Gini系数(G)

2.2 服务业空间分工特征

2.2.1 四类服务业的空间分工特征 测算2003—2015年示范区内各城市四类服务业区位商值，并计算13年的平均区位商值(表3)。从表3可以看出，皖南示范区核心区的相对专业指数较高，各城市专业化程度总体相对较低。黄山市呈现出多样化的特征，消费性服务业的相对专业化程度高，生产性服务业多样化程度仍在提高，生产性服务业、消费性服务业、社会性服务业区位商均超过1，服务功能不断完善。而铜陵市的相对专业化程度在7个城市中最低，四类服务业区位商值均低于1。生产性服务业区位商值大于1的城市共有4个，分别为池州市(1.47)、黄山市(1.43)、安庆市(1.04)和马鞍山市(1.01)，沿江城市、旅游城市的生产性服务业具有一定程度专业化。分配性服务业区位商值大于1的城市共有3个，分别为宣城市(1.1)、安庆市(1.06)、芜湖市(1.04)，3个城市的区位商值均接近1，示范区分配性服务业整体专业化程度相对较低。消费性服务业区位商值大于1的城市仅有1个黄山市(2.97)，专业化程度高，区位商值超过1.5，成为示范区消费性服务业的主要集中地。社会性服务业区位商值大于1的城市有4个，分别为池州市(1.43)、黄山市(1.40)、安庆市(1.39)、宣城市(1.14)。社会性服务业区较多集中在示范区的核心区。

表3 各城市四类服务业的平均专门化率(2003—2015年)

注：平均专门化率是计算13年的平均区位商值得出。

2.2.2 服务业各行业空间分工特征 测算2003—2015年示范区7个城市14个服务业行业的区位商值，并借鉴学者卢明华、杨洁服务业的地域分工图表结合表达方式[54]，选择2003年、2015年的区位商进行比较分析，绘制2003、2015年示范区各城市服务业区位商大于1的行业分布状况图(图2)。

图2 2003和2015年示范区各城市服务业区位商大于1的行业分布状况Fig.2 The distribution service industries with location quotient more than 1 in demonstration area,2003 and 2015

从示范区区域层次来看，示范区的服务业地域分工现象已经显现，各城市形成了相对不同的专业化行业，并表现出不同行业特征。示范区专业化行业数量变化不明显，由2003年的45个上升2015年的46个，但空间上呈现明显的差异特征，形成了“马芜铜”和示范区核心区(黄山、池州、宣城)两大特色板块。“马芜铜”地区专业化行业数量整体偏少，2003年个数为8个，2015年增至11个。交通运输、仓储和邮政业，租赁和商业服务业具有专业化优势，而社会性服务业在2003年、2015年两个阶段均不具有专业化优势。服务业分工与制造业产业发展二者没有更好的形成协同集聚，“马芜铜”的3个城市人均GDP、制造业水平在示范区处于领先，2015年人均GDP均超过8000美元，铜陵市制造业所占比重最高(61.7%)、其次是芜湖(57.2%)，马鞍山位居第三(56.7%)，工业化正在步入中期加速阶段，一定程度抑制了服务业专业化分工。示范区核心区具有专业化优势的服务业行业较多，在2003年达26个，2015年增至27个，表明社会性服务业、生产性服务业(以信息传输和计算机服务、软件业，金融业为主)、消费性服务业(以住宿和餐饮业)的专业化优势明显，服务业与旅游业发展形成了很好的协同集聚。2015年，核心区旅游总收入、旅游人次占示范区比重分别高达49.40%、46.96%，这在一定程度上推动了服务业专业化分工。

从示范区各城市来看，芜湖市具有专业化优势的服务业行业在2003年有2个，2015年增至4个，分配性服务业保持专业化优势，其中，交通运输、仓储和邮政业(1.53)区位商数值超过1.5，具有明显的专业化优势。马鞍山市具有专业化优势的服务业行业在2003年有3个，2015年增至4个，其中，生产性服务业的租赁和商业服务业(1.58)，消费性服务业的居民服务、修理和其他服务业(2.54)的区位商数值超过了1.5，具有明显的专业化优势，而科学研究、技术服务和地质勘査业区位商值则有所下降，由1.69降至1.22。铜陵市具有专业化优势的服务业行业数量没有变化，租赁和商业服务业区位商数值较高，但呈下降趋势，从2003年1.74下降至1.3。安庆市专业化优势的服务业行业数量较多，但区位商值整体呈下降趋势，仅信息传输和计算机服务、软件业从1.15增至1.35。2003年拥有具有明显的专业化优势是批发和零售业(1.75)，居民服务、修理和其他服务业(2.14)，区位商值均超过1.5，但2015年所有行业区位商值均低于1.5。黄山市具有专业化优势的服务行业有所下降，由2003年12个降至2015年9个。其中，住宿和餐饮业区位商在示范区所有行业中数值最高，2003年高达4.21，2015年略有下降(3.75)，文化、体育、娱乐业，金融业，水利、环境和公共设施管理业，公共管理与社会组织的区位商数值呈上升趋势，且区位商数值超过了1.5，具有明显的专业化优势，而租赁和商业服务业，科学研究、技术服务和地质勘査业，交通运输、仓储和邮政业的区位商下降较大，未能继续保持优势，2015年区位商数值低于1。池州市的文化、体育、娱乐业，水利、环境和公共设施管理业的区位商均高于其它城市，其中，2015年，水利、环境和公共设施管理业增至2.18，而文化、体育、娱乐业略有下降(3.08)，住宿和餐饮业，租赁和商业服务业的区位商增加明显，住宿和餐饮业的区位商数值超过了1.5，具有明显的专业化优势。宣城市具有的专业化优势服务行业由2003年5个增至2015年8个，其中，生产性服务业、社会性服务业变动显著，信息传输和计算机服务、软件业快速增长，社会性服务业4个行业区位商有所下降，但具有明显的专业化优势不显著，区位商的值超过1.5行业数量由2003年的2个降至2015年的0个。

3 服务业集聚成因

3.1 变量选择与处理

根据已有研究[31-43]，结合示范区服务业的发展实际，选取各城市经济发展水平、城市化水平、政府支持力度、信息化水平、技术创新水平、交通设施水平、人力资本状况、劳动力工资水平、对外开放程度、市场发育程度、工业化水平、旅游经济水平、旅游接待规模等13项指标(表4)。

采用SPSS软件对调查数据进行无量纲处理。运用因子分析法，按照方差贡献率大于75%原则，从13项指标中提取相应的公因子(表5)。计算出各指标变量正交旋转后的因子载荷矩阵，分别提取了4个公因子，其累计方差贡献率为88.848%。从因子载荷上看，公因子1方差贡献率达44.991%，与市场规模、工业发展水平、旅游发展水平等指标呈高度正相关，本地市场、制造业市场、旅游市场发展规模蕴含着高的消费需求，是决定服务需求的最主要因素，对企业的吸引力相对较强，企业越倾向于向这一地区集聚，公因子1较好地反映了新经济地理理论中的市场规模特征。公因子2方差贡献率达24.771%，与信息化、技术创新、交通设施指标呈正相关，反映信息技术水平、交通运输成本影响服务业行业布局和空间集聚程度，公因子2较好地反映了新经济地理因素中的信息技术设施特征。公因子3方差贡献率达10.923%，与人力资本状况、劳动力工资水平、对外开放程度指标呈正相关关系，现代服务业对劳动力的专业素质要求较高，公因子3较好地反映了劳动力市场共享和开放度特征。公因子4方差贡献率达8.164%，与经济发展水平、城市化水平、政府支持力度指标呈正相关，较好地反映了城市支撑力特征。

表4变量选择与度量指标

Table 4 Variable selection and measurement index

3.2 服务业集聚影响因子分析

在影响因素识别方面，首先对计量模型的选定进行了检验。运用SPSS软件，以区位商(Q)作为因变量，以4个公因子作为自变量，采用多元线性回归模型计量模型进行测度，分析了各影响因子对四类服务业及行业集聚度的影响程度和影响方向。多元线性回归模型回归结果验证了市场需求、创新要素、人力资本、城市发展水平四个因子均对示范区服务业集聚具有较强的正向解释力，但各因子对示范区服务业集聚程度影响存在明显差异性(表6)。

(1)市场需求因素。回归结果表明，示范区城市的市场规模有效促进了服务业的集聚，对服务业集聚的影响表现总体为正，这说明较大的市场规模引发对服务产品的大量市场需求，为服务集聚提供了足够支撑。在四类服务业中，市场规模对消费性服务业影响最为显著，回归系数为0.389。在服务业行业中，对住宿和餐饮业(0.504)，文化、体育和娱乐业(0.440)，居民服务和其他服务业(0.434)，租赁和商务服务业(0.322)等行业

表5 旋转后的载荷矩阵

影响显著。市场发育程度直接影响服务业发展，本地市场发育越完善，旅游市场需求越大，对旅游区服务行业提出了刚性需求，能够有效达到服务业发展门槛规模。

(2)现代创新要素。回归结果表明，示范区城市的创新要素是服务业空间集聚发展的驱动力，对服务业集聚的影响表现总体为正。技术创新、信息化水平有助于推动服务业高级化发展；交通设施条件、信息化水平改善促进服务业向城市集聚，能够有效降低运输成本和交易成本，提高服务业的服务质量。在四类服务业中，创新要素对生产性服务业影响最为显著，回归系数为0.960，其次是分配性服务业(0.949)，进一步表明创新要素更能促进生产性服务业集聚程度的提高。创新要素对对教育，卫生、社会保障和社会福利业，公共管理与社会组织影响不显著，对其它行业均呈显著影响，且回归系数约处于0.5～0.6之间。

表6 各影响因素对服务业集聚的回归结果

注：表中数值为标准回归系数，***、**、*分别表示1%、5%和10%的显著水平。

(3)人力资本要素。回归结果表明，示范区城市的人力资本要素对服务业集聚起到了重要推动作用，对服务业集聚的影响表现总体为正。示范区服务业发展具有一定的人力资源优势，高层次专业人才有力支撑服务业集聚。生产性、消费性服务业呈现人力资本的共享特征，知识溢出效应的发挥能够有效促进服务业集聚。但在分配性服务业和社会性服务业方面，人力资本对这2类服务业集聚的促进作用尚未体现出来。

(4)城市发展因素。回归结果表明，示范区城市发展水平与服务业集聚密切相关，对服务业集聚的影响表现总体为正。城市经济发展水平、城市化是服务业发展的加速器，城市化将促进服务业的规模扩展，为服务业发展提供了强有力的市场规模和消费空间。在四类服务业中，城市发展要素对社会性服务业影响最为显著，回归系数为0.338，其次是消费性服务业(0.321)。在服务业行业中，信息传输、计算机服务和软件业，住宿和餐饮业，教育，文化、体育和娱乐业与城市发展因素密切相关，回归系数处于0.3～0.5之间。

4 结 论

(1)从服务业空间集聚特征看，2003—2010年示范区四类服务业空间基尼系数普遍较低，服务业发展较为均衡。在2011—2015年间，示范区消费性服务业和分配性服务业Gini系数不断升高，呈现较为显著的聚集特征，而生产性服务业、社会性服务业集聚程度相对较低，分布比较稳定，生产性服务业的空间集聚略有上升，社会性服务业分布呈现均等化趋势。2015年示范区集聚程度最高的服务行业是住宿和餐饮业，文化、体育和娱乐业，居民服务和其他服务业，交通运输、仓储和邮政业。从长期变化来看，示范区服务业集聚程度日益增强，仅教育，水利、环境和公共设施管理业处于略微下降趋势，其他12个行业Gini系数呈现出递增趋势。示范区消费性服务业和分配性服务业集聚程度高，明显占主导地位，形成了以住宿和餐饮业，文化、体育和娱乐业为特色的现代服务业体系，增强了旅游综合服务能力。

(2)从服务业空间分工特征看，皖南示范区核心区的相对专业指数较高，各城市专业化程度总体相对较低，仅有黄山市消费性服务业的相对专业化程度高。示范区的服务业地域分工现象已经显现，形成了“马芜铜”和示范区核心区两大特色板块。各城市形成了相对不同的专业化行业，并表现出不同行业特征。

(3)从影响因素来看，选取各城市经济发展水平、城市化水平、政府支持力度、信息化水平、技术创新水平、交通设施水平、人力资本状况、劳动力工资水平、对外开放程度、市场发育程度、工业化水平、旅游经济水平、旅游接待规模等13项指标，依据因子分析和采用多元线性回归模型，识别了市场需求因子、创新要素因子、人力资本因子以及城市发展因子4个影响因素，4个影响因素对示范区服务业集聚都有一定的正向解释力。市场规模有效促进了服务业的集聚；创新要素是服务业空间集聚发展的驱动力，技术创新、信息化水平带动了服务业结构的高级化；交通设施条件、信息化水平能够有效降低运输成本和交易成本；人力资本要素对服务业集聚起到了重要推动作用，示范区服务业发展具有一定的人力资源优势；示范区城市发展水平与服务业集聚密切相关，城市经济发展水平、城市化是服务业发展的加速器。

参考文献：

[1] CHASE-DUNN C.Urbanization in the world system：new directions for research//SMITH M P.Cities in Transformation [M].Newburg Park,CA：Sage,1984：8-12.

[2] CHASE-DUNN C.Global formation [M].New York：Basil Blackwell,1989:23-35.

[3] DANIELS P W.Producer services and the development of the space economy.In Peter W.Daniels and Frank Moulaert(Eds).The Changing Geography of Advanced Producer services [M].London：Belhaven Press,1991:13-18.

[4] BATTEN D F.Network cities：creative urban agglomerations for the 21st century [J].Urban Studies,1995,32(2):313-327.

[5] KRUGMAN P.Geography and trade [M].Cambrige,MA：MIT press,1991.

[6] 张华,梁进社.产业空间集聚及其效应的研究进展[J].地理科学进展,2007,26(2):14-24.

[7] SCOTT A J.Flexible production systems and regional development：the rise of new industrial spaces in North American and Western Europe [J].International Journal of Urban and Regional Research,1988,12(2):171-186.

[8] 马歇尔.经济学原理[M].北京：商务印书馆,1991:34-45.

[9] 迈克尔·波特.国家竞争优势[M].北京：华夏出版社,2002:22-28.

[10] KRUGMAN P.The spatial economy：city,regions and international trade [M].Cambridge：MIT Press,1999:58-64.

[11] FUJITA M,KRUGMAN P.The new economic geography：past,present and the future [J].Papers in Regional Science,2004,84(1):139-164.

[12] STANBACK T M.The new suburbanization：challenge to the central city [M].San Francisco：Westview Press,1991:22-27.

[14] KEEBLE D,NACHUM L.Why did business service firms cluster?small consultancies,clustering and decentralization in London and Southern England [J].Transactions of the Institute of British Geographers,2002,27(1):67-90.

[15] BARLET M,BRIANT A,CRUSSON L.Location patterns of service industries in France：a distance-based approach [J].Regional Science & Urban Economics,2013,43(2):338-351.

[16] TELLER C,WOOD S,FLOH A.Adaptive resilience and the competition between retail and service agglomeration formats：an international perspective [J].Journal of Marketing Management,2016,32(17-18):1537-1561.

[17] MELICIANI V,SAVONA M.The determinants of regional specialisation in business services：agglomeration economies,vertical linkages and innovation [J].Journal of Economic Geography,2014,15(2)：387-416.

[18] SHAO S,TIAN Z,YANG L.High speed rail and urban service industry agglomeration：Evidence from China's Yangtze River Delta region [J].Journal of Transport Geography,2017,64(10):174-183.

[19] HITZ H,SCHMID C,WOLFF R.Urbanization in Zurich：headquarter economy and city belt [J].Society and Space,1994,12(2):167-186.

[20] TODTLING F,LEHNER P,TRIPPL M.Innovation in knowledge intensive industries：the nature and geography of knowledge links [J].European Planning Studies,2006,14(8):1035-1058.

[21] BRYSON J,DANIELS P,WARF B.Service worlds：people,organisations,technology [M].London：Routledge,2004:101-125.

[22] CASTELLS M.The informational city [M].Oxford：Blackwell,1989:8-12.

[23] GRAHAM S.Global grids of glass：on global cities,telecommunications and planetary urban networks [J].Urban Studies,1999,36(5-6):929-949.

[24] WERNERHEIM M,SHARPE C.Employment and location pattern of advanced services in Non-Urban Canada [J].The Service Industries Journal,2005,25(2):181-211.

[25] STRAMBACH S.Change in the innovation process：new knowledge production and competitive Cities-The case of Stuttgart [J].European Planning Studies,2002,10(2):215-231

[26] 闫小培,钟韵.区域中心城市生产性服务业的外向功能特征研究——以广州市为例[J].地理科学,2005,25(5):537-543.

[27] 方远平,阎小培.1990年代以来我国沿海中心城市服务业特征与趋势比较研究——以北京、上海与广州为例[J].经济地理,2004,24(5):614-619.

[28] 谢敏,赵红岩,朱娜娜,等.浙江省第三产业空间集聚特征与成因[J].经济地理,2015,35(9):96-102.

[29] 郑长娟,邹德玲,王琳.浙江服务业发展的时空演化和行业集聚特征[J].经济地理,2015,35(4):114-122.

[30] 林彰平,闫小培.转型期广州市金融服务业空间格局变动分析[J].地理学报,2006,61(8):818-828.

[31] 赵群毅,周一星.北京都市区生产者服务业的空间结构——兼与西方主流观点的比较[J].城市规划,2007,31(5)：24-31.

[32] 胡细英.现代服务业与中心城区经济发展——以南昌市东湖区为例[J].经济地理,2006,26(2):246-260.

[33] 钟韵,闫小培.改革开放以来香港生产性服务业对广州同行业的影响[J].地理研究,2006,25(1):151-160.

[34] 阎小培.广州信息密集服务业的空间发展及其对城市地域结构的影响[J].地理科学,1999,19(5):405-410.

[35] 关伟,曹佳宾,许淑婷.东北三省服务业发展空间极化的演变及驱动因子分析[J].地理科学,2015,35(6):733-741.

[36] 申玉铭,邱灵,任旺兵,等.中国服务业空间差异的影响因素与空间分异特征[J].地理研究,2007,26(6):1255-1264.

[37] 任旺兵.我国服务业发展的国际比较与实证研究[M].北京:中国计划出版社,2005:18-28.

[38] 张军,刘晓峰,谢露露.中国服务业的新经济地理特征[J].统计研究,2012(5)：66-72.

[39] 李文秀.服务业的城市集聚机理理论与实证研究——来自纽约、东京的例证及其对我国的启示[J].产经评论,2012,3(4):36-45.

[40] 李惠娟.城市服务业的规模、结构及其影响因素——基于中美日英四国城市面板数据的实证分析[J].产经评论,2016,7(3):94-106.

[41] 徐志华,杨强,申玉铭.区域中心城市服务业发展综合评价及其影响因素[J].地域研究与开发,2016,35(3):40-45.

[42] 孙晓华,刘小玲,徐帅.交通基础设施与服务业的集聚效应——来自省市两级的多层线性分析[J].管理评论,2017,29(6):23-33.

[43] 段文斌,刘大勇,皮亚彬.现代服务业聚集的形成机制:空间视角下的理论与经验分析[J].世界经济,2016,39(3):144-165.

[44] 胡霞.中国城市服务业空间集聚变动趋势研究[J].财贸经济,2008,29(6):103-107.

[45] 陈建军,陈国亮,黄洁.新经济地理学视角下的生产性服务业集聚及其影响因素研究——来自中国222个城市的经验证据[J].管理世界,2009,87(4):83-95.

[46] 陈国亮,陈建军.产业关联、空间地理与二三产业共同集聚——来自中国212个城市的经验考察[J].管理世界,2012,90(4):82-100.

[47] 张军,刘晓峰,谢露露.中国服务业的新经济地理特征[J].统计研究,2012,29(5):66-72.

[48] 李文秀,谭力文.服务业集聚的二维评价模型及实证研究——以美国服务业为例[J].中国工业经济,2008,18(4):55-63.

[49] 张少华,谢琳.服务业主导的经济增长模式:来自南亚的经验数据[J].经济问题探索,2013,16(9):36-41.

[50] 陈建军,陈国亮.集聚视角下的服务业发展与区位选择——一个最新的研究综述[J].浙江大学学报(人文社会科学版),2009,39(4):129-137.

[51] 王先庆,武亮.服务业集聚水平及其影响因素研究——以广州批发零售业为例[J].北京工商大学学报(社会科学版),2011,26(3):46-52.

[52] 杨向阳,高觉民,童馨乐.关于服务业集聚研究的若干思考[J].财贸经济,2009,13(2):121-125.

[53] 邱灵,方创琳.北京市生产性服务业空间集聚综合测度[J].地理研究,2013,32(1):99-110.

[54] 卢明华,杨洁.北京都市区服务业地域分工及其变化[J].经济地理,2013,33(2):97-104.