浙江省區(qū)域服務(wù)業(yè)發(fā)展時空演變及影響因素

潘哲琪

(浙江省發(fā)展和改革研究所，浙江 杭州 310025)

隨著工業(yè)化水平的提升，現(xiàn)代服務(wù)業(yè)在國民經(jīng)濟(jì)中的地位不斷上升，這是現(xiàn)代經(jīng)濟(jì)發(fā)展的普遍規(guī)律。改革開放40年來，我國服務(wù)業(yè)增加值占GDP的比重，由1978年的24.6%上升至2018年的52.2%，服務(wù)業(yè)已成為經(jīng)濟(jì)增長的主要動力。服務(wù)業(yè)發(fā)展到一定階段，區(qū)域空間的不均衡問題隨之顯現(xiàn)，區(qū)域服務(wù)業(yè)發(fā)展差異已成為學(xué)者關(guān)注的熱點(diǎn)。目前，有關(guān)區(qū)域服務(wù)業(yè)差異的研究，主要基于省級、地市級、縣級行政單元的數(shù)據(jù)，測度方法較多。以往的測度方法包括標(biāo)準(zhǔn)差、變異系數(shù)(1)方遠(yuǎn)平、周雁：《廣東省服務(wù)業(yè)發(fā)展的區(qū)域差異及影響因素分析》，《廣東科技》2012年第18期，第67-71頁。、泰爾系數(shù)(2)曾春水、王開泳、藺雪芹等：《環(huán)渤海經(jīng)濟(jì)區(qū)服務(wù)業(yè)差異時空演變及影響因素分析》，《經(jīng)濟(jì)地理》2012年第9期，第80-85頁。和基尼系數(shù)等，但因這些方法缺乏空間視角，在一定程度上忽視了不同區(qū)域之間空間結(jié)構(gòu)的關(guān)聯(lián)性，使研究存在一定的局限性。ESDA(空間數(shù)據(jù)探索性分析)為區(qū)域空間差異的量化研究提供了新的思路，它是一系列空間分析方法和技術(shù)的集合，以空間關(guān)聯(lián)測度為核心，通過對事物或現(xiàn)象空間分布格局的描述和可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對象之間的空間相互作用機(jī)制(3)蒲英霞、葛瑩、馬榮華等：《基于ESDA的區(qū)域經(jīng)濟(jì)空間差異分析——以江蘇省為例》，《地理研究》2005年第6期，第965-974頁。。國內(nèi)學(xué)者應(yīng)用ESDA的研究集中在區(qū)域經(jīng)濟(jì)空間差異演化特征(4)李小建、喬家君：《20世紀(jì)90年代中國縣際經(jīng)濟(jì)差異的空間分析》，《地理學(xué)報》2001年第2期，第136-145頁。(5)柯文前、陸玉麒：《基于縣域的福建省經(jīng)濟(jì)空間格局演化》，《經(jīng)濟(jì)地理》2011年第7期，第1081-1087頁。(6)趙磊、方成、黃武龍：《浙江省縣域經(jīng)濟(jì)發(fā)展差異時空演變分析》，《華東經(jīng)濟(jì)管理》2014年第3期，第6-11頁。(7)萬魯河、王紹巍、陳曉紅：《基于Geoda的哈大齊工業(yè)走廊GDP空間關(guān)聯(lián)性》，《地理研究》2011年第6期，第977-984頁。、服務(wù)業(yè)發(fā)展(8)胡霞、魏作磊：《中國城市服務(wù)業(yè)發(fā)展差異的空間經(jīng)濟(jì)計量分析》，《統(tǒng)計研究》2006年第9期，第54-60頁。(9)趙亮：《福建省服務(wù)業(yè)空間差異性研究》，《沈陽工業(yè)大學(xué)學(xué)報(社會科學(xué)版)》2012年第2期，第141-148頁。(10)宋曉雨、丁正山、盧曉旭等：《江蘇省服務(wù)業(yè)發(fā)展時空格局演變》，《經(jīng)濟(jì)地理》2014年第8期，第111-117頁。、人口分布(11)劉聰粉、柯大鋼、張瑞榮：《基于Geoda095i的陜西省人口分布空間統(tǒng)計分析》，《西北人口》2008年第6期，第7-11頁。、房地產(chǎn)市場(12)王雪青、陳媛、劉炳勝：《中國區(qū)域房地產(chǎn)經(jīng)濟(jì)發(fā)展水平空間統(tǒng)計分析——全局Moran’s Ⅰ、Moran散點(diǎn)圖與LISA集聚圖的組合研究》，《數(shù)理統(tǒng)計與管理》2014年第1期，第59-71頁。、農(nóng)業(yè)經(jīng)濟(jì)(13)謝花林：《環(huán)鄱陽湖地區(qū)農(nóng)業(yè)經(jīng)濟(jì)空間差異分析——基于探索性空間數(shù)據(jù)分析(ESDA)方法》，《農(nóng)業(yè)現(xiàn)代化研究》2010年第3期，第299-303頁。和創(chuàng)新要素(14)劉青、李貴才、仝德等：《基于ESDA的深圳市高新技術(shù)企業(yè)空間格局及影響因素》，《經(jīng)濟(jì)地理》2011年第6期，第926-933頁。(15)鄒琳、曾剛、曹賢忠：《基于ESDA的長三角城市群研發(fā)投入空間分異特征及時空演化》，《經(jīng)濟(jì)地理》2015年第3期，第73-79頁。等領(lǐng)域?？傮w而言，關(guān)于縣域尺度的服務(wù)業(yè)發(fā)展空間差異的研究，仍集中在少數(shù)地區(qū)。

浙江是我國服務(wù)經(jīng)濟(jì)最發(fā)達(dá)的省份之一，繼2014年服務(wù)業(yè)超過第二產(chǎn)業(yè)后，連續(xù)4年在三次產(chǎn)業(yè)中領(lǐng)跑，產(chǎn)業(yè)結(jié)構(gòu)已由“二三一”轉(zhuǎn)向“三二一”，服務(wù)業(yè)對區(qū)域經(jīng)濟(jì)的帶動作用日益顯著。但由于省內(nèi)各縣域區(qū)位條件、資源稟賦、自然環(huán)境和經(jīng)濟(jì)基礎(chǔ)等差異較大，區(qū)域服務(wù)業(yè)發(fā)展非均衡性已成為浙江服務(wù)業(yè)發(fā)展的一大制約。筆者綜合采用傳統(tǒng)統(tǒng)計方法變異系數(shù)與ESDA方法，運(yùn)用Geoda軟件，以浙江各縣域?yàn)檠芯繉ο螅?997—2018年人均服務(wù)業(yè)增加值為指標(biāo)，試圖揭示浙江區(qū)域服務(wù)業(yè)發(fā)展差異的時空聯(lián)系與空間變化特征，分析影響浙江服務(wù)業(yè)差異演化的因素，為制定合理的區(qū)域服務(wù)業(yè)發(fā)展政策提供借鑒。

一、研究方法和數(shù)據(jù)來源

(一)研究方法

1.變異系數(shù)。變異系數(shù)是測度數(shù)據(jù)離散程度的相對統(tǒng)計量，其定義為標(biāo)準(zhǔn)差與平均值之比。計算公式為：

(1)

其中，V為變異系數(shù)，F(xiàn)i為浙江第i個區(qū)域人均服務(wù)業(yè)增加值，n為區(qū)域單元個數(shù)。

一般來說，變異系數(shù)越大，區(qū)域間的相對差異越大；變異系數(shù)越小，區(qū)域間的相對差異越小。

2.全局空間自相關(guān)。全局空間自相關(guān)用于研究某種屬性值在整個區(qū)域的自相關(guān)程度。Moran’s Ⅰ指數(shù)是常用的空間自相關(guān)測度指標(biāo)，計算公式(16)蔡芳芳、濮勵杰、張健等：《基于ESDA的江蘇省縣域經(jīng)濟(jì)發(fā)展空間模式解析》，《經(jīng)濟(jì)地理》2012年第3期，第22-28頁。為：

(2)

Moran’s Ⅰ的值域?yàn)閇-1，1]。大于0表示空間正相關(guān)，說明服務(wù)業(yè)水平相似的區(qū)域在空間上顯著集聚，值越接近1，區(qū)域間集聚程度就越高。小于0表示空間負(fù)相關(guān)，說明區(qū)域在空間上顯著差異，值越接近-1，區(qū)域間極化程度就越高。等于0則表示各區(qū)域服務(wù)業(yè)空間不相關(guān)，呈隨機(jī)分布狀態(tài)。

對于Moran’s Ⅰ結(jié)果進(jìn)行統(tǒng)計檢驗(yàn)，采用Z檢驗(yàn)。計算公式為：

(3)

其中，E(I)為期望值，var(I)為變異數(shù)。如果|Z|值大于正態(tài)分布函數(shù)在0.05置信度下的閾值1.96，則服務(wù)業(yè)在區(qū)域間存在顯著的正(負(fù))自相關(guān)。

3.局部空間自相關(guān)。局部空間自相關(guān)用于研究每個區(qū)域與周邊地區(qū)之間的局部空間關(guān)聯(lián)和差異程度。本研究采用局部空間關(guān)聯(lián)指標(biāo)(LISA)和Moran散點(diǎn)圖衡量局部相關(guān)性。

(1)LISA。LISA包括局部Moran指數(shù)和局部Geary指數(shù)。本研究重點(diǎn)介紹局部Moran指數(shù)，計算公式(17)柯文前、陸玉麒：《基于縣域的福建省經(jīng)濟(jì)空間格局演化》，《經(jīng)濟(jì)地理》2011年第7期，第1081-1087頁。為：

(4)

其中Zi、Zj為空間單元i和j觀測值的標(biāo)準(zhǔn)化值，Wij表示空間權(quán)重矩陣。當(dāng)局部Moran指數(shù)通過檢驗(yàn)達(dá)到顯著性水平時，該區(qū)域與其服務(wù)業(yè)水平相似的區(qū)域鄰近，存在空間集聚。

(2)Moran散點(diǎn)圖。Moran散點(diǎn)圖以散點(diǎn)圖形式將區(qū)域空間自相關(guān)可視化，橫軸對應(yīng)觀測值與均值的偏差變量z，縱軸對應(yīng)空間滯后向量W，即該區(qū)域周邊地區(qū)觀測值的加權(quán)平均。Moran散點(diǎn)圖分為四個象限，第一象限(HH)表示高值區(qū)域單元被高值區(qū)域包圍，第二象限(LH)表示低值區(qū)域單元被高值區(qū)域包圍，第三象限(LL)表示低值區(qū)域單元被低值區(qū)域包圍，第四象限(HL)表示高值區(qū)域單元被低值區(qū)域包圍。

將LISA顯著性水平與Moran散點(diǎn)圖結(jié)合，得到LISA聚類圖，可直觀表達(dá)區(qū)域高高集聚、高低集聚、低低集聚和低高集聚四種集聚模式。

(二)數(shù)據(jù)來源

本研究以浙江縣域單元為研究對象進(jìn)行空間數(shù)據(jù)探索性分析。縣域單元主要包括縣、縣級市、市轄區(qū)以及地級市的市區(qū)，選取72個研究單元，包括11個地級市市區(qū)和61個縣(市、區(qū))。為保證數(shù)據(jù)的一致性，對各年行政區(qū)劃進(jìn)行了相應(yīng)的調(diào)整合并。各縣域服務(wù)業(yè)增加值、總?cè)丝诤凸I(yè)增加值等數(shù)據(jù)均來源于1998—2019年的《浙江統(tǒng)計年鑒》。

二、實(shí)證研究

(一)區(qū)域服務(wù)業(yè)發(fā)展差異的時間特征

計算1997—2018年浙江省各區(qū)域人均服務(wù)業(yè)增加值的標(biāo)準(zhǔn)差，以衡量區(qū)域服務(wù)業(yè)的絕對差異，計算變異系數(shù)以衡量區(qū)域服務(wù)業(yè)的相對差異。從絕對差異來看，1997—2015年，浙江區(qū)域服務(wù)業(yè)標(biāo)準(zhǔn)差從2 461元/人提高至20 825元/人，絕對發(fā)展差異呈逐年上升趨勢，2016年有較大幅度回落，而2017年和2018年小幅回升。從相對差異來看，除2001年表現(xiàn)異常外，浙江區(qū)域服務(wù)業(yè)變異系數(shù)從1997年的0.757一路下降至2018年的0.358，相對發(fā)展差異總體呈縮小趨勢。出現(xiàn)這種現(xiàn)象的原因在于，1997—2015年浙江服務(wù)業(yè)水平靠后的區(qū)域發(fā)展較快，但因基數(shù)較小，仍難以改變絕對差距繼續(xù)擴(kuò)大的趨勢；2016年絕對差距明顯回落，表明近年來浙江區(qū)域服務(wù)業(yè)均衡性有所提升(見圖1)。

(二)區(qū)域服務(wù)業(yè)發(fā)展的空間自相關(guān)分析

1.分位等級圖。利用Geoda軟件生成2018年浙江區(qū)域人均服務(wù)業(yè)增加值分位等級圖(見圖2)，將各區(qū)域分為五檔，等級由高到低排列。當(dāng)前，浙江服務(wù)業(yè)的空間分布呈現(xiàn)以下三個基本特征。

第一，浙江區(qū)域服務(wù)業(yè)呈現(xiàn)“北高南低”空間格局。浙江省縣域服務(wù)業(yè)由北向南呈階梯式分布，北部地區(qū)服務(wù)業(yè)發(fā)展明顯領(lǐng)先于南部地區(qū)，南北差距依然較大。服務(wù)業(yè)較發(fā)達(dá)區(qū)域主要分布在環(huán)杭州灣地區(qū)，包括杭州、寧波、紹興、嘉興、湖州和舟山6個地級市市區(qū)。浙江服務(wù)業(yè)梯度發(fā)展格局若干年內(nèi)較難發(fā)生逆轉(zhuǎn)性變化。

圖1 1997—2018年浙江區(qū)域服務(wù)業(yè)發(fā)展的地區(qū)差異

圖2 2018年浙江區(qū)域人均服務(wù)業(yè)增加值分位等級圖

第二，服務(wù)業(yè)向市區(qū)集中的趨勢較為明顯。浙江11個地級市中，市區(qū)著色明顯深于周邊地區(qū)，說明各市區(qū)人均服務(wù)業(yè)增加值明顯高于周邊地區(qū)。如杭州市區(qū)處于人均服務(wù)業(yè)增加值最高一檔，周邊地區(qū)相對較低；寧波市區(qū)處于第一檔，周邊地區(qū)大多處于第三、第四檔；紹興市區(qū)處于第二檔，周邊地區(qū)大多處于第三、第四檔；溫州市區(qū)處于第三檔，周邊地區(qū)大多處于第五檔；麗水地區(qū)處于第三檔，周邊地區(qū)大多處于第五檔。盡管各市區(qū)服務(wù)業(yè)發(fā)展水平不一，但相對于周邊地區(qū)，市區(qū)依舊是服務(wù)業(yè)發(fā)展的高地與集中區(qū)。

第三，區(qū)域服務(wù)業(yè)發(fā)展城鄉(xiāng)二元結(jié)構(gòu)開始顯現(xiàn)。由于服務(wù)業(yè)多集中于市區(qū)，人才、資金和技術(shù)等要素多向市區(qū)集中，市區(qū)自然成為主要極化單元。并且，處于高梯度的服務(wù)業(yè)發(fā)達(dá)地區(qū)，將進(jìn)一步積累有利因素，加速服務(wù)業(yè)發(fā)展。這一極化效應(yīng)，會加大市區(qū)與縣域之間服務(wù)業(yè)發(fā)展的差距，導(dǎo)致區(qū)域服務(wù)業(yè)發(fā)展城鄉(xiāng)二元結(jié)構(gòu)的顯現(xiàn)。這一問題是服務(wù)業(yè)發(fā)展進(jìn)程中必然出現(xiàn)的矛盾，也是協(xié)調(diào)城鄉(xiāng)服務(wù)業(yè)發(fā)展需要改善的一個方面。

2.全局空間自相關(guān)分析。利用Geoda軟件計算浙江1997—2018年各縣域人均服務(wù)業(yè)增加值的全局Moran’s Ⅰ估計值和顯著性水平P值，結(jié)果見表1?？梢钥闯觯諱oran’s Ⅰ值全部為正，表明浙江區(qū)域人均服務(wù)業(yè)增加值的分布存在顯著的正的空間自相關(guān)，也就是說較高的人均服務(wù)業(yè)增加值地區(qū)與較高的人均服務(wù)業(yè)增加值地區(qū)相鄰，較低的人均服務(wù)業(yè)增加值地區(qū)與較低的人均服務(wù)業(yè)增加值地區(qū)相鄰，總體呈現(xiàn)空間集聚態(tài)勢。

從表1全局Moran’s Ⅰ值的變動來看，浙江縣域服務(wù)業(yè)空間關(guān)聯(lián)性可以分為三個階段。一是趨異階段(1997—2004年)，全局Moran’s Ⅰ值從0.1160上升至0.3080，說明在這一時期，浙江省區(qū)域服務(wù)業(yè)空間集聚性明顯增強(qiáng)，空間差異不斷擴(kuò)大。隨著改革開放的深入推進(jìn)，浙江各縣域服務(wù)業(yè)取得了較大發(fā)展，但由于各縣域并非處于同一起跑線，空間分布不平衡性明顯加劇。二是穩(wěn)定階段(2005—2012年)，全局Moran’s Ⅰ值在0.2784～0.2983波動，浙江省服務(wù)業(yè)空間集聚的基本格局保持穩(wěn)定，沒有太大改變。三是趨同階段(2013—2018年)，全局Moran’s Ⅰ值從0.2969下降至0.2603，表明隨著時間推移，浙江區(qū)域服務(wù)業(yè)發(fā)展在空間上集聚的趨勢有所弱化，空間分異有所減弱，但2018年浙江省服務(wù)業(yè)空間集聚仍保持相對較高水平。近年來，隨著下山脫貧、山海協(xié)作和麗水國家級扶貧改革試驗(yàn)區(qū)等一系列政策的實(shí)施與落地，以及浙江對中西部地區(qū)財稅、科技和外貿(mào)等方面的傾斜支持，浙江服務(wù)業(yè)相對落后地區(qū)加快發(fā)展速度，區(qū)域服務(wù)業(yè)發(fā)展的均衡性不斷提高?？v觀全局Moran’s Ⅰ值的變化，總體呈現(xiàn)先增長后下降的態(tài)勢，表明浙江區(qū)域服務(wù)業(yè)空間集聚先增強(qiáng)后減弱，空間差異先擴(kuò)大后縮小，空間均衡性先降低后回升。

表1 1997—2018 年浙江各縣域人均服務(wù)業(yè)增加值的全局Moran’s Ⅰ值

注：P值均通過999次隨機(jī)置換(Randomization)獲得。

3.局部空間自相關(guān)分析。全局Moran’s Ⅰ值體現(xiàn)了浙江服務(wù)業(yè)發(fā)展在空間布局上的整體相關(guān)性，但并不能解釋局部縣域單位之間服務(wù)業(yè)發(fā)展的演變特征，所以利用Moran散點(diǎn)圖和LISA聚類圖重點(diǎn)分析局部空間自相關(guān)性。

(1)Moran散點(diǎn)圖。選取1997年和2018年浙江各縣域人均服務(wù)業(yè)增加值作為截面數(shù)據(jù)，利用Geoda軟件生成Moran散點(diǎn)圖，其中橫坐標(biāo)為人均服務(wù)業(yè)增加值的標(biāo)準(zhǔn)化值，縱坐標(biāo)為接鄰單元人均服務(wù)業(yè)增加值的標(biāo)準(zhǔn)化均值。

由圖3可知，1997年，位于第一象限(HH)的縣域單元個數(shù)為10個，位于第三象限(LL)的縣域單元個數(shù)為36個，合計占到浙江縣域單元個數(shù)的63.9%。2018年，位于第一象限(HH)的縣域單元個數(shù)為11個，位于第三象限(LL)的縣域單元個數(shù)為45個，合計占到浙江縣域單元個數(shù)的77.8%。一、三象限內(nèi)點(diǎn)的增多，表明浙江服務(wù)業(yè)發(fā)展相似區(qū)域在空間上集聚現(xiàn)象明顯增強(qiáng)。比較1997年和2018年的Moran散點(diǎn)圖可知，1997年Moran散點(diǎn)圖中各點(diǎn)相對集中，而2018年各點(diǎn)相對分散，說明經(jīng)過20年的發(fā)展，區(qū)域空間差異明顯擴(kuò)大，這與全局Moran’s Ⅰ值估計結(jié)果相一致。

圖3 1997年和2018年浙江縣域人均服務(wù)業(yè)增加值Moran散點(diǎn)圖

(2)LISA聚類圖。為了更加直觀地分析浙江服務(wù)業(yè)空間格局的動態(tài)演化，選取1997年、2007年和2018年三個時間截面，利用Geoda軟件生成LISA聚類圖(見圖4)。由圖4和表2可知，浙江區(qū)域服務(wù)業(yè)發(fā)展具有較為明顯的時空演變特征。

第一，浙江縣域服務(wù)業(yè)空間集聚度明顯增強(qiáng)。位于HH和LL象限的縣域單元明顯增多，高高集聚和低低集聚區(qū)域數(shù)量呈上升趨勢。雖然大部分縣域位于HH和LL象限，但由LISA聚類圖可知，通過顯著性檢驗(yàn)的區(qū)域相對較少。在5%的顯著性水平下，通過檢驗(yàn)的HH和LL區(qū)域1997年有17個，2007年有21個，2018年有24個。其他未著色的區(qū)域未通過顯著性檢驗(yàn)，其與周邊地區(qū)聯(lián)系比較微弱，基本處于孤立發(fā)展?fàn)顟B(tài)。

圖4 浙江各縣域人均服務(wù)業(yè)增加值LISA聚類圖

表2 浙江縣域服務(wù)業(yè)空間相關(guān)模式

第二，浙江服務(wù)業(yè)高高集聚區(qū)區(qū)位發(fā)生較大變化。從空間分布來看，服務(wù)業(yè)高高集聚區(qū)從杭甬兩大高點(diǎn)，發(fā)展到杭州、寧波、嘉興等多地顯著較高，再到杭州地區(qū)占絕對優(yōu)勢，目前基本形成了以杭州為核心、包含周邊眾多縣域的服務(wù)業(yè)發(fā)達(dá)集聚區(qū)。圖4所示僅為高高集聚區(qū)的核心，其范圍還包括與其相鄰的周邊地區(qū)。優(yōu)越的區(qū)位條件、發(fā)達(dá)的經(jīng)濟(jì)基礎(chǔ)以及豐富的旅游資源，使杭州形成了服務(wù)業(yè)發(fā)展的高高集聚區(qū)。作為省會城市，杭州始終是浙江服務(wù)業(yè)發(fā)展水平最高、最具活力的地區(qū)，在全省服務(wù)業(yè)發(fā)展中具有舉足輕重的地位。近年來，寧波地區(qū)退出高高集聚區(qū)，原因在于，盡管寧波市區(qū)人均服務(wù)業(yè)值較高，但其周邊的奉化區(qū)、余姚市和慈溪市等區(qū)域人均服務(wù)業(yè)增加值并不高，可見寧波市區(qū)輻射帶動作用并不強(qiáng)。與歷史水平相比，寧波地區(qū)逐漸失去昔日區(qū)域增長極的地位，服務(wù)業(yè)整體優(yōu)勢明顯減弱。

第三，浙江服務(wù)業(yè)低低集聚區(qū)明顯擴(kuò)大。2018年低低集聚區(qū)比1997年多了6個，增加值至21個，占縣域單元總數(shù)的29.2%。服務(wù)業(yè)相對落后的區(qū)域主要位于浙西南地區(qū)，主要包括衢州、麗水以及溫州、金華、杭州的部分縣域。這些區(qū)域服務(wù)業(yè)發(fā)展相對落后，而且周邊接鄰區(qū)域服務(wù)業(yè)發(fā)展也相對滯后，這就形成了大片的局部低水平空間均衡分布狀態(tài)。經(jīng)過多年發(fā)展，雖然區(qū)域人均服務(wù)業(yè)普遍有較大幅度提升，但是低低集聚區(qū)服務(wù)業(yè)基礎(chǔ)比較薄弱，加之區(qū)域交通不便、對外開放水平不高以及投資吸引力較弱等因素，當(dāng)前仍沒有擺脫相對落后的困境，服務(wù)業(yè)發(fā)展的空間差異格局愈加明顯。

第四，浙江多極化中心現(xiàn)象越來越顯著。近年來，高低集聚區(qū)逐漸增多，空間相關(guān)模式從單一向多元轉(zhuǎn)變。表2顯示，具有高低集聚類型的縣域單元明顯增多，1997年只有衢州市區(qū)，2007年有麗水市區(qū)、溫州市區(qū)和臺州市區(qū)，2018年有義烏市、溫州市區(qū)、臺州市區(qū)和新昌縣。這些區(qū)域被周邊低值區(qū)域包圍，而自身服務(wù)業(yè)相對發(fā)達(dá)，是高低兩級之間的過渡地帶。隨著高低集聚區(qū)的增加，浙江區(qū)域服務(wù)業(yè)發(fā)展初步形成了以杭州為高值極化中心，以義烏市、溫州市區(qū)、臺州市區(qū)等為次極化中心的多層次空間格局。衢州市區(qū)和麗水市區(qū)由原先的高低集聚類型，轉(zhuǎn)變?yōu)榈偷图垲愋停殉蔀檎憬?wù)業(yè)發(fā)展的一個薄弱環(huán)節(jié)。如何促進(jìn)相對落后地區(qū)的服務(wù)業(yè)發(fā)展，縮小省內(nèi)地區(qū)間差異，任務(wù)依然艱巨。

(三)浙江區(qū)域服務(wù)業(yè)發(fā)展的影響因素

1.雙變量空間關(guān)聯(lián)性分析。空間關(guān)聯(lián)性除了單變量的空間自相關(guān)外，還表現(xiàn)為兩個不同變量之間的空間交叉關(guān)聯(lián)性。為了了解區(qū)域服務(wù)業(yè)的發(fā)展是否受到鄰近區(qū)域勞動力供給、工業(yè)基礎(chǔ)、消費(fèi)市場、交通條件和科技創(chuàng)新等因素的影響，本研究運(yùn)用雙變量全局Moran’s Ⅰ值進(jìn)行分析，進(jìn)一步探析區(qū)域間是如何相互作用與影響的。利用Geoda軟件，計算2007年、2012年和2018年浙江省各縣域人均服務(wù)業(yè)增加值分別與總?cè)丝?、人均工業(yè)增加值、社會消費(fèi)品零售總額、公路密度和專利申請授權(quán)量等指標(biāo)的雙變量全局Moran’s Ⅰ值(見表3)。

表3 浙江縣域人均服務(wù)業(yè)增加值與各指標(biāo)的雙變量全局Moran’s Ⅰ值

注：P值均通過999次隨機(jī)置換(Randomization)獲得。

(1)勞動力供給。2007年、2012年、2018年浙江縣域人均服務(wù)業(yè)增加值與總?cè)丝诘碾p變量全局Moran’s Ⅰ值為0.1786、0.1772、0.1298，均通過了顯著性檢驗(yàn)，說明兩者的空間相關(guān)性是顯著的，也就是說人均服務(wù)業(yè)增加值較高的縣域，其周邊區(qū)域的總?cè)丝谝蚕鄬^高?？h域服務(wù)業(yè)發(fā)展受到周邊地區(qū)勞動力供給的正向集聚效應(yīng)影響。這是由于服務(wù)業(yè)的發(fā)展需要依賴周邊地區(qū)勞動力資源，大量外出務(wù)工人員為發(fā)達(dá)地區(qū)的服務(wù)業(yè)發(fā)展作出了積極貢獻(xiàn)。豐富的勞動力供給，有利于滿足服務(wù)業(yè)未來發(fā)展的需求；反過來，服務(wù)業(yè)發(fā)展在吸納勞動力、緩解就業(yè)壓力方面正在發(fā)揮越來越重要的作用。

(2)工業(yè)基礎(chǔ)。2007年、2012年、2018年浙江縣域人均服務(wù)業(yè)增加值與人均工業(yè)增加值的雙變量全局Moran’s Ⅰ值為0.3613、0.3580、0.3150，均通過了顯著性檢驗(yàn)，且顯著性水平等于0.001。這表明人均服務(wù)業(yè)增加值較高的縣域，周邊地區(qū)工業(yè)發(fā)展水平也相對較高，工業(yè)發(fā)展?fàn)顩r對服務(wù)業(yè)發(fā)展有著顯著的正向影響。這一現(xiàn)象可以解釋為工業(yè)與服務(wù)業(yè)具有互動互補(bǔ)、相互促進(jìn)的關(guān)系，并且工業(yè)發(fā)達(dá)的地區(qū)對周邊地區(qū)服務(wù)業(yè)發(fā)展具有輻射帶動作用。良好的工業(yè)基礎(chǔ)，有利于拉動服務(wù)業(yè)增長；反過來，發(fā)展服務(wù)業(yè)有利于促進(jìn)工業(yè)化的細(xì)化和深化。工業(yè)與服務(wù)業(yè)在空間上呈現(xiàn)相似區(qū)域空間集聚特征。

(3)消費(fèi)市場。2007年、2012年、2018年浙江縣域人均服務(wù)業(yè)增加值與社會消費(fèi)品零售總額的雙變量全局Moran’s Ⅰ值為0.1818、0.1893、0.1301，均通過了顯著性檢驗(yàn)。這表明浙江人均服務(wù)業(yè)增加值比較高的地區(qū)，周邊地區(qū)消費(fèi)總額也相對較高，兩者具有正向的空間關(guān)聯(lián)性。這是由于周邊地區(qū)提供了廣大的跨區(qū)域消費(fèi)市場，是拉動服務(wù)業(yè)發(fā)展的重要力量。服務(wù)業(yè)商品和貿(mào)易的跨區(qū)域流動，是省內(nèi)市場化交易的重要內(nèi)容，是提升區(qū)域間服務(wù)業(yè)發(fā)展空間依賴度的關(guān)鍵因素。服務(wù)業(yè)發(fā)展受到周邊地區(qū)消費(fèi)市場的正向影響。

(4)交通條件。公路密度是指每平方公里所擁有的公路總里程數(shù)。浙江縣域人均服務(wù)業(yè)增加值與公路密度的雙變量全局Moran’s Ⅰ值，2007年未通過顯著性檢驗(yàn)，2012和2018年均通過了顯著性檢驗(yàn)。這表明隨著時間的推移，浙江區(qū)域服務(wù)業(yè)發(fā)展與周邊地區(qū)的交通條件存在顯著的空間關(guān)聯(lián)性。也就是說，浙江服務(wù)業(yè)發(fā)展水平較高的地區(qū)，周邊地區(qū)交通條件相對較好。這是由于通達(dá)便捷的交通條件，有利于服務(wù)業(yè)物流、商流和人流的順利實(shí)現(xiàn)，對服務(wù)業(yè)發(fā)展具有促進(jìn)作用。故服務(wù)業(yè)的發(fā)展受到周邊地區(qū)交通條件的正向影響。

(5)科技創(chuàng)新。2007年、2012年、2018年浙江省縣域人均服務(wù)業(yè)增加值與專利申請授權(quán)量的雙變量全局Moran’s Ⅰ值為0.1794、0.1773、0.1315，均通過了顯著性檢驗(yàn)。這表明區(qū)域人均服務(wù)業(yè)增加值比較高的地區(qū)，周邊地區(qū)的科技創(chuàng)新發(fā)展水平相對較高。這可以解釋為知識和創(chuàng)新的空間溢出效應(yīng)，即鄰近區(qū)域間在技術(shù)、信息等創(chuàng)新要素上的溢出和共享。由于區(qū)域間在創(chuàng)新稟賦條件和創(chuàng)新能力存在差異，鄰近區(qū)域間可以通過創(chuàng)新要素的流動，實(shí)現(xiàn)創(chuàng)新價值的提升與優(yōu)化，最終影響區(qū)域服務(wù)業(yè)的發(fā)展，且是顯著的正向影響。服務(wù)業(yè)發(fā)展與周邊地區(qū)知識和創(chuàng)新發(fā)展水平具有正向空間關(guān)聯(lián)性。

2.相關(guān)性分析。為進(jìn)一步了解勞動力供給、工業(yè)基礎(chǔ)等因素對本地區(qū)服務(wù)業(yè)的發(fā)展產(chǎn)生何種影響，利用SPSS軟件，引入Spearman相關(guān)系數(shù)進(jìn)行相關(guān)性分析。結(jié)果顯示，2018年浙江人均服務(wù)業(yè)增加值與本地區(qū)總?cè)丝?、人均工業(yè)增加值、社會消費(fèi)品零售總額、公路密度和專利申請授權(quán)量五項(xiàng)指標(biāo)的Spearman相關(guān)系數(shù)分別為0.490、0.297、0.531、0.316、0.454，均通過顯著性檢驗(yàn)。可見，浙江區(qū)域服務(wù)業(yè)的發(fā)展受到本地區(qū)勞動力供給、工業(yè)基礎(chǔ)、消費(fèi)市場、交通條件和科技創(chuàng)新等因素的正向影響。

三、結(jié)論與討論

本研究利用變異系數(shù)和ESDA等分析方法，展示了1997年以來浙江縣域服務(wù)業(yè)發(fā)展的時空差異演變，并得出以下七個結(jié)論。第一，1997年以來，浙江區(qū)域服務(wù)業(yè)絕對差距先擴(kuò)大后有所縮小，相對差距持續(xù)縮小。第二，浙江區(qū)域服務(wù)業(yè)呈現(xiàn)“北高南低”空間格局，北部地區(qū)服務(wù)業(yè)發(fā)展明顯領(lǐng)先于南部地區(qū)，尤其是環(huán)杭州灣地區(qū)，形成了浙江省服務(wù)業(yè)高地。第三，服務(wù)業(yè)向市區(qū)集中的趨勢較為明顯，這會加大市區(qū)與縣域之間的發(fā)展差距，導(dǎo)致區(qū)域服務(wù)業(yè)發(fā)展城鄉(xiāng)二元結(jié)構(gòu)的顯現(xiàn)。第四，浙江省區(qū)域服務(wù)業(yè)全局Moran’s Ⅰ值在時間序列上呈現(xiàn)出“倒U”型曲線，說明浙江縣域服務(wù)業(yè)發(fā)展差異的時空聯(lián)系經(jīng)歷了“趨異—平穩(wěn)—趨同”三個發(fā)展階段，服務(wù)業(yè)空間集聚由增強(qiáng)到平穩(wěn)再向略微減弱演進(jìn)。第五，浙江服務(wù)業(yè)從杭甬兩大高點(diǎn)，向以杭州為核心、包含周邊眾多縣域的服務(wù)業(yè)高高集聚區(qū)轉(zhuǎn)變，高高集聚區(qū)呈相互帶動、互促互利的發(fā)展態(tài)勢。低低集聚空間明顯擴(kuò)大，在浙西南地區(qū)連片分布，因缺乏增長極，服務(wù)業(yè)整體發(fā)展與發(fā)達(dá)地區(qū)仍存在較大差距。第六，高低集聚區(qū)明顯增多，杭州一直是高值極化中心，義烏市、溫州市區(qū)和臺州市區(qū)等次極化中心逐漸顯現(xiàn)，浙江區(qū)域服務(wù)業(yè)發(fā)展由相對單一的極化中心向多極化中心演變，區(qū)域服務(wù)業(yè)多元化發(fā)展加快。第七，浙江區(qū)域服務(wù)業(yè)的發(fā)展受到本地區(qū)和鄰近區(qū)域勞動力供給、工業(yè)基礎(chǔ)、消費(fèi)市場、交通條件和科技創(chuàng)新等因素的正向影響。

本研究對于浙江區(qū)域服務(wù)業(yè)時空演變的研究是較為初步的，今后可在以下三個方面進(jìn)一步深究：第一，對浙江縣域服務(wù)業(yè)發(fā)展水平的測度僅采用人均服務(wù)業(yè)增加值指標(biāo)，相對比較單一，可在以后的研究中增加服務(wù)業(yè)投資力度、就業(yè)人數(shù)等其他因子，構(gòu)建更加合理的綜合性指標(biāo)；第二，對浙江區(qū)域服務(wù)業(yè)發(fā)展側(cè)重基于縣域單元的分析，可在以后的研究中采用較大的地級市或者較小的鄉(xiāng)鎮(zhèn)級，更加全面地展示浙江區(qū)域服務(wù)業(yè)時空演變特征；第三，對浙江區(qū)域服務(wù)業(yè)發(fā)展的時空演變側(cè)重服務(wù)業(yè)總體態(tài)勢分析，可進(jìn)一步細(xì)分行業(yè)深入研究，增強(qiáng)研究成果的實(shí)證性與科學(xué)性。