第二章　中国城市服务业高质量发展整体评价与特征分析

所谓城市服务业高质量发展，主要是指服务业产业结构的优化、产业素质与效率的持续提升和产业规模的扩张。产业结构的优化主要表现为产业间的协调发展以及结构的升级。持续改进的产业素质与效率主要表现为持续优化生产要素，提高服务质量、技术水平、管理水平。而产业规模的扩张则表现为城市服务业产业增加值绝对量的增加和占比的提高。高质量的城市服务业往往是由新动能驱动，具有更加创新的业态模式。城市服务业对于经济高质量发展来说，既是方向又是手段。要优化城市服务业结构，提升城市服务业发展质量，从战略价值上发挥城市服务业作用，进而推动国家经济整体实现高质量发展。前文服务业发展成就分析表明，产业规模、产业结构及产业创新与环境都可在提升城市服务业质量方面发挥重要作用。与之相对应，本章拟分别从产业规模、产业结构、产业创新、产业环境和产业协同在城市服务业高质量发展过程中的作用展开数据分析，为提出促进中国城市服务业高质量发展的对策建议奠定基础。

第一节　中国城市服务业高质量发展指标体系构建

一、构建基础

本部分基于区域内城市服务业之间的协同集聚关系和高质量发展程度差异，为城市服务业的高质量发展提供新的视角，促进产业间空间关系协调发展以及提升重点产业间协同集聚水平，也将为推进区域产业高质量发展提供新的思路。本部分主要依托《中国城市统计年鉴》、工商数据库、国家专利统计局数据、软件著作权数据库、失信企业数据库、上市公司数据库、司法数据库、北大数字普惠金融指数等大型权威数据库，选取2011年至2019年的城市层面数据，试图对比中国城市服务业的协同集聚特征，进而分析不同地区城市服务业协同集聚和高质量发展差异的原因，以期从协同集聚的视角展示城市服务业发展的差异，并为城市群产业高质量发展提供有益的思路与依据。

城市服务业是指为保持工业生产过程的连续性，促进工业技术进步、产业升级和提高生产效率提供保障的服务行业。它是与制造业直接相关的配套服务业，是从制造业内部生产服务部门独立发展起来的新兴产业。包括经过技术改造升级的传统服务业，以及伴随信息网络技术发展而产生的新兴服务业。城市服务业的发展不仅依托于自身产业发展基础条件，也要靠社会、经济、科技等资源的共同作用，更需要进一步创造有利于城市服务业发展的良好环境。鉴于此，本书立足于中国城市服务业发展现状，依据党的十九大报告对“质量、效率、动力”三大变革的界定，从发展基础、发展环境、发展协同三方面，产业规模、产业结构、产业创新、产业环境和产业协同五个维度对产业高质量发展进行科学界定与测度，构建一套全面科学的城市服务业评价指标体系，为促进城市服务业结构调整、扩大城市服务业发展规模提供决策参考。

（1）发展基础。城市服务业发展基础是发展现代服务业的基本保障，是培育和形成现代服务业新经济增长点的有力抓手。城市服务业产业规模是现代服务业在发展过程中自身所体现的相对稳定的基础条件，反映了各地区的服务业发展整体情况以及服务业发展所取得的成果，由此本章从产业规模和产业结构两方面衡量现代服务业发展基础情况。其中，产业规模以总量指标为主，从宏观层面反映各地区现代服务业整体发展状况，产业规模的过大和过小对现代服务业的发展都会产生一定的抑制作用，因此合理的产业规模是现代服务业发展的重要基础。产业结构与产业规模有一定关系，反映城市服务业内部各行业的结构关系。在经济新常态形势下，优化现代服务业产业结构对提高现代服务业发展水平和质量有重要作用，因此产业结构是现代服务业发展基础的重要表征之一。

（2）发展环境。地区产业发展环境是生产性服务业发展的重要依托，是城市性服务业生存和发展的外部条件，是促进产业健康有序发展的保障。良好的环境可以为提升城市性服务业发展水平提供有效支撑，因此，城市服务业发展环境是现代服务业评价体系的重要指标之一。现代服务业发展环境是指影响现代服务业发展的有形的“硬环境”和无形的“软环境”。其中，“硬环境”是支撑现代服务业平稳发展的基本保障，为现代服务业发展提供了有力的外部环境支持；“软环境”是衡量现代服务业发展程度的关键性指标，也是现代服务业发展环境建设的重要着力点，为现代服务业环境发展提供必要的人才、科技、政策等资源支撑。因此，环境支持和资源支撑是现代服务业发展环境的重要表征。企业信用作为衡量产业发展的“环境信用”，督促企业自觉履行环保主体责任，将企业在生产经营活动中遵守环保法律法规、环境标准和履行环保责任等方面的表现以信用评价结果形式进行公开，同步在行政审批、资金补助、评先评优等行政管理事项中实施守信激励和失信惩戒。让守信企业尽享红利、失信企业处处受限，企业环境信用评价让企业的环保守法意识和守规能力大幅提升，因此服务业失信企业占比成为衡量地区产业生态环境的优质指标。同样，司法数据中的服务业企业各类惩罚占比也成为很好的衡量产业法治环境的指标，具体包含来自工商局、环保局、银保监会、税务局等部门的行政处罚次数。同时，在公平、开放、联动、共享的数字化时代，普惠金融作为促进产业高质量发展的方式，有利于形成利益相关者合作共赢、服务提供者良性竞争、供需主体有效互动的生态系统，要坚持普惠金融服务的公平准入、公平竞争和公平规制，着力破解资源配置的不合理约束和制度瓶颈，增强数字普惠金融发展的内生动力，进一步完善数字普惠金融服务，形成安全、可信、低成本的产业金融环境，使普惠金融服务扩展到更广泛的区域和产业群体。因此数字普惠金融指数成为衡量产业金融环境的重要组成指标。

（3）发展协同。在现代产业分工中，服务业与制造业之间的协同发展趋势不断凸显。对于中国而言，服务业与制造业协同发展既是转变经济发展方式、走新型工业化道路的内在要求，也是提升制造业竞争力、推进产业结构升级的重要保障。中国的服务业市场化程度不高，粗放式扩张，服务业与制造业关联程度较低，应从强化市场竞争、强化产业关联、优化产业布局等方面来促进协调发展。因此衡量生产性服务业与制造业协同发展程度的产业协同度成为衡量服务业产业高质量发展的一项重要指标。

二、数据来源

本部分采用的是2011—2019年的城市数据，由于各地级市数据的可得性和匹配问题，本部分只能将统计各地级市的数据时间截止到2019年。服务业人均专利授权数、服务业人均发明专利授权数的数据来自国家知识产权数据库；服务业上市公司数量、服务业上市公司资产规模数据来自上市公司数据库；服务业失信企业数量来自失信企业数据库；服务业企业各类惩罚占比、服务业受惩罚企业数量、行政处罚—工商、行政处罚—环保局、行政处罚—银（保）监会、行政处罚—税务数据来自司法数据库；服务业企业人均软件著作权数量来自软件著作权数据库；数字普惠金融指数来自北京大学互联网金融研究中心的数字普惠金融指数；第三产业增加值、第三产业占GDP比重、第三产业从业人员数、生产性服务业从业人数、高端服务业从业人数等数据来源于《中国城市统计年鉴》及各地级市统计年鉴和统计公报，服务业与制造业协同度根据年鉴数据计算。

第一，关于行业的选取。本章主要研究城市服务业的高质量发展程度，关于服务业行业数据，相关的统计年鉴只提供到一位数行业，因此本章以城市服务业作为服务业一位数行业的代表。按照要素密集度把制造业分为两类（即划分为劳动密集型和资本密集型两类）时，则运用了制造业两位数行业。

第二，对于样本期间的选取问题。由于我们运用的是地级市层面的面板数据，且构造的服务业发展指标具有一级和二级指标，包含了足够多的信息，为了保证足够的样本容量以及使结论更让人信服，本章选取尽量多的城市和尽量大的时间跨度。1994年，国家统计局对国民经济行业的分类进行了重新修订。由于2011年之前的服务业的工商数据库中企业效率数据缺失较多且与之前年份的统计方式存在差异，因此为了保证统计数据的完整性以及估计结果的稳健性，本书最终选取的样本年限跨度为2011—2019年。

三、综合评价

产业高质量发展是构建现代化经济体系的基本命题，是产业迈向中高端在更宽领域、更深层次的实现与升华。根据党的十九大报告对经济高质量发展和2018年中央经济工作会议中七大重点任务之首的制造业高质量发展的相关论述，本书首先界定了产业高质量发展的内涵。党的十九大报告指出，坚持经济高质量发展就必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革。依据“质量、效率、动力”三大变革的界定，本书将从产业规模、产业结构、产业创新、产业环境和产业协同五个维度对产业高质量发展进行科学界定与测度。根据现有文献相关指标的测度方法和指标的可获得性，本书服务业高质量发展指标测度体系如表2-1所示。在具体研究中，结合熵权法与TOPSIS法的优点测度出地区层面产业高质量发展指数，并对其进行时空特征分析。

四、高质量发展指数构建方法

（一）二级指标构建

为了得到更加准确可靠的结论，本部分将熵权法与TOPSIS法结合起来，在对各测度指标进行标准化处理的基础上，采用熵权法赋予各测度指标权重值，然后利用TOPSIS法对各地区产业高质量发展水平进行量化排序。熵权法的指标权重值是基于各测度指标数据变异程度所反映的信息量得到的，降低了指标赋权时主观人为因素的干扰。TOPSIS法，又称为“双基点法”，通过比较各测度对象与最优方案及最劣方案的相对距离进行量化排序，具有计算简单、结果合理的优势。熵权TOPSIS法将熵权法和TOPSIS法两种方法的优点相结合，使得产业高质量发展水平测度结果更具客观性和合理性。其具体实施步骤如下：

第一步，为消除不同测度指标在数量级和量纲方面的不一致性，首先运用极差法对经济高质量发展水平测度体系中各测度指标Xij做标准化处理：

其中，i表示地区，j表示测度指标，Xij和Yij分别表示原始的和标准化后的产业高质量发展水平测度指标值，max（Xij）和min（Xij）分别表示Xij的最大值和最小值。

第二步，计算经济高质量发展水平测度体系中各测度指标Yij的信息熵Ej：

第三步，计算产业高质量发展水平测度体系中各测度指标Yij的权重Wj：

第四步，构建经济高质量发展水平测度指标的加权矩阵R：

其中，rij=Wj×Yij。

第五步，根据加权矩阵R确定最优方案与最劣方案

第六步，计算各测度方案与最优方案和最劣方案之间的欧氏距离和

第七步，计算各测度方案与理想方案的相对接近度Ci：

其中，相对接近度Ci介于0～1，Ci值越大表明地区i的产业高质量发展水平越优；反之，Ci值越小表明地区i的产业高质量发展水平越差。

（二）产业协同度的测度

产业集聚是指某些产业在特定地域范围内集中的现象，产业集聚研究多是针对单一产业而展开的。产业协同集聚则强调具有异质性的多个产业在同一城市范围内的地理邻近（Ellison et al.，1997）。Kolko等（2010）认为，对集聚的分析是以单一行业为观察单位，而对协同集聚的分析则是以成对行业为观察单位。协同集聚可能不会出现在所有行业之间，仅是部分行业所特有的现象（Helsley et al.，2014）。早期协同集聚的研究主要基于对协同集聚水平的测度而展开。

城市群是经济高质量发展的空间载体，协同集聚为城市群内部的产业发展研究提供了新视角。本部分选取长三角、京津冀和粤港澳大湾区三大城市群2016年至2019年的服务业面板数据，运用E-G协同指数方法测度对比三大城市群的服务业协同集聚特征，并对其进行分析。本研究对研判我国城市群内服务业行业间的关联性提供了新的解读思路。

Ellison和Glaser（1997）首次提出协同集聚概念，并构建E-G指数对不同产业间的协同集聚程度进行测度。本书在D-O指数和γ指数等测算方法的基础上采用E-G共同集聚指数对我国制造业与生产服务业协同集聚水平进行测度，其具体表达式为：

其中，Rij表示我国制造业与生产性服务业之间的协同聚集水平，Smi和Smj分别表示制造业与生产性服务业在我国各省份的集聚水平，具体表达式为：

其中，emi表示m市制造业的从业人员总数，Ei表示全国各地级市制造业的从业人员总数，em表示m市所有产业的就业人员总人数，E表示所有产业的就业人员总人数。最终计算得到的Rij即为生产性服务业与制造业的协同度指标。

已有研究显示，协同集聚指数可以从经济关联视角反映产业的协同集聚水平。此处采用式（2-8）计算三大城市群在2016年至2019年内生产性服务业与制造业相互之间的协同集聚指数，并在下文根据计算结果比较三大城市群的协同集聚特征。

服务行业间均存在协同集聚现象。通过对比三大城市群“十三五”期间生产性服务业与制造业行业协同集聚度的均值可见，三大城市群的生产性服务业与制造业协同度均值为正，这显示三大城市群内均存在生产性服务业之间的协同集聚。由此可见，由于三大城市群服务业发展水平较高，生产性服务业协同呈现良好发展趋势。显示城市群内部已有服务行业呈现出较强的空间集聚关联性。Ellison等（2010）运用2003年普查数据计算美国三位数代码的制造行业的协同集聚度，结果显示只有部分制造行业协同集聚指数为正。其研究发现，当两个行业在同一地区内集聚度都比较高时，更容易产生协同集聚。由此可以推测，当前长三角和珠三角两大城市群服务业发展水平较高，部分行业在城市群内已出现产业集聚，为城市群内服务行业间的协同集聚奠定了基础。随着两大城市群服务业发展水平的提升，其服务业协同集聚的态势将进一步显现。

第二节　中国城市服务业高质量发展的综合分析

一、基于综合指标的服务业高质量发展指数分析

1.基于纵向对比

表2-2显示了“十二五”和“十三五”期间，我国服务业高质量发展指数，以及服务业产业规模、产业结构、产业创新、产业环境、产业协同五个二级指标的变化情况。2011年，我国服务业高质量发展指数仅为2.513，服务业发展质量较低，随后几年间呈现上升态势，到2019年已增加至10.473，是2011年的4倍多。同样，各分项指标也呈现上升趋势，其中产业环境上升最为明显。

如图2-1所示，服务业高质量发展指数始终保持上升态势，其变化主要分为两个阶段：第一阶段是2011—2014年，高质量发展指数缓慢上升，整体较为平稳；第二阶段是2015年之后，服务业发展质量快速提升。其中，服务业产业发展环境对高质量发展指数的提升贡献最大，从2011年到2019年短短9年间，我国服务业发展环境指数从10.791快速上涨为64.806，在其他几项分项指标中处于领先地位。起第二贡献作用的是产业规模指数，除了在2017年下降之外，其余年份均处于上升状态且高于其他三项指标。产业创新指标和高质量发展指数基本一致，走势也保持相同态势，而产业结构和产业协同基本平稳，甚至产业协同指数在2017年和之后年份还略有下降。这说明，我国服务业产业环境快速优化，产业规模稳步扩大，而创新驱动、服务业结构以及服务业和制造业的协同发展依旧任重道远，尤其是服务业产业协同水平低成为现阶段制约我国服务业发展质量进一步提高的最主要的障碍。

图2-2描绘了2019年服务业高质量发展指数各分项指标的雷达图，可以明显看出，2019年服务业产业发展各项二极指标水平很不平均，产业环境指标遥遥领先于其他四项指标，产业结构和产业创新指标很低，产业协同是现阶段服务业高质量发展存在的最大短板。

2.基于横向对比

表2-3描述了2011—2019年全国和七大地区服务业高质量发展指数的对比情况。从表2-3中可以清楚地看出，全国及各个分地区的服务业高质量发展指数呈现递增的趋势，长三角、珠三角和环渤海地区一直处于领先地位，是服务业发展的“领头羊”。相比之下，中部地区和西南地区均低于全国整体水平，但高于东北和西北地区，是承接东西的中枢纽带。

从全国年均服务业高质量发展指数与分地区指数的对比分析来看（见表2-4），长三角、珠三角和环渤海地区在2011年至2019年的服务业平均高质量发展指数要高于全国平均水准。由于长三角、珠三角和环渤海地区有沿海优势，服务业发展所需的知识、人才、科技等资源的引进速度较快，服务业集聚程度远高于其他地区，这就造成沿海服务业发展质量较高而内陆服务业发展质量颇低的不平衡局面。全国服务业高质量发展的平均水平被沿海地区第三产业蓬勃发展的高效成果迅速拔高，中部等内陆地区的年均高质量发展指数明显低于全国平均水准。

将高质量发展指数分解为五个二级指标对全国各地区进行对比分析，在产业规模方面，长三角、珠三角、环渤海凭借优越的地理位置和发达的经济体系，在全国各地区中处于领先地位，且产业规模年均指数远超国内平均水平。而中部地区的第三产业规模虽不似沿海地区发展那么迅速，但相较于其他内陆地区，在2011年至2019年的年均指数较高，逐渐逼近全国产业规模指数的平均水平。在产业结构方面，全国各地区的服务业结构年均指数相差不大，中国各地区服务业内部结构质量较为均衡。中部等内陆地区的服务业结构发展态势良好，长三角地区仍旧保持全国领先水平。在产业创新方面，中部、西北、东北、西南等内陆地区与长三角、珠三角、环渤海等沿海地区存在显著差异，沿海地区2011年至2019年的第三产业创新发展效果是中部等地区的2～7倍。珠三角等地区凭借优越的交通地理条件和丰富的产业资源优势，使高素质劳动力集聚；新业态新模式的出现不断推动第三产业向高质量高层次方向深化发展。内陆地区出现的劳动力“外流”现象为珠三角等地区提供了经济发展和产业升级不可或缺的人才。在产业环境方面，我国各地区第三产业的发展环境趋势大体一致，长三角和珠三角地区的年均产业环境指数已在50左右，而其余地区的年均产业环境指数均小于或等于全国平均水平。在产业协同方面，我国各地区服务业与制造业协同发展的年均指数相差无几，中部地区由于河南等省份实行高端服务业与高端制造业的融合发展，相较于其他内陆城市，在产业协同视角下的服务业发展状态更胜一筹，已然超过全国平均水平。

二、基于单项指标的服务业高质量发展水平分析

服务业高质量发展指数由产业规模、产业结构、产业创新、产业环境和产业协同五个二级指标构成，每一个二级指标又由若干个三级指标综合衡量。本部分主要分析“十二五”和“十三五”期间服务业高质量发展各个单项指标的变化情况。

1.基于产业规模的评价

产业规模指标主要由三个分项指标构成，分别为第三产业产值（亿元取对数）、第三产业占GDP的比重、第三产业人均产值（万元/人）。如表2-5所示，2011—2019年，除了2013年、2017年，其余年份产业规模指数不断上升，从16.904上升为30.392。这说明，近十年我国服务业规模总体呈现不断扩大的趋势，第三产业人均产值也呈现同样的变化态势，而第三产业产值和第三产业占GDP的比重均只有一年下降。

单从产业规模这一项指标来看，“十二五”和“十三五”期间，我国服务业出现了快速的规模扩张，服务规模不断扩大，总量不断提升，对经济增长的贡献不断增强。结合第一章的分析，第三产业已经成为经济增长的主动力，占据着中国经济的“半壁江山”，但是从产业规模指数来看，2019年我国产业规模指数仅为30.392，这说明，我国第三产业规模还有很大的扩大空间，尤其是从第三产业人均产值来看和发达国家还存在很大的差距。

2.基于产业结构的评价

产业结构指数主要由两个分项指标构成，包括生产性服务业比重和高端服务业比重。如表2-6所示，总体来看，2011—2019年我国服务业产业结构不断优化，产业结构指数从2011年的7.472上升为2019年的9.310，上升了1.838。从两个三级指标来看，生产性服务业比重和高端服务业比重均有所上升，但上升幅度并不大，增长较为缓慢，尤其是高端服务业比重依旧很低。

如图2-3所示，产业结构指数的变化趋势和生产性服务业比重保持一致，在2012年、2014年、2018年略有下降，其余年份缓慢提升。总体来说，在我国经济发展、技术进步以及对新兴产业的政策支持下，服务业结构整体向好趋势明显。但是，和发达国家相比，我国仍然存在自主创新薄弱、关键核心技术受制于人、传统服务业占比过大且转型升级滞后、生产性服务业和高端服务业占比过低等问题，尤其是服务业内部结构高级化是现阶段服务业质量提升的重要途径之一。

3.基于产业创新的评价

表2-7和图2-4显示了2011—2019年我国服务业产业创新状况，产业创新指数主要由人均专利授权数、人均发明专利授权数和企业人均软件著作权数量三个指标共同衡量。总体来看，我国服务业产业创新水平不断上升，产业创新指数从2011年的2.142上升为2019年的10.200，上升了8.058，产业创新水平对我国服务业高质量发展指数的提升贡献很大。从三级指标来看，人均专利授权数、人均发明专利授权数和企业人均软件著作权数量均有所上升，人均专利授权数上升幅度最大。随着我国对自主创新的重视和国家政策资金的大力支持，我国服务业技术从过去的学习模仿开始向尝试自主原始创新转变，创新成为驱动服务业高质量发展的新动能。但不可否认，受到技术的原始积累、发展环境和资金人才配置等多种因素的制约，现阶段我国服务业创新水平还远不及西方发达国家，提升产业创新能力和企业创新积极性是现阶段提升服务质量的又一重要路径。

4.基于产业环境的评价

产业发展环境是城市服务业发展的重要依托，表2-8显示了2011—2019年我国服务业发展产业环境指数及其各分项指标，产业环境指数由服务业失信企业占比、服务业企业各类惩罚占比和数字普惠金融指数三个单项指标综合衡量。可以明显地看到，“十二五”和“十三五”期间，我国服务业发展环境得到了很大的改善，2019年产业环境指数达到64.806，是2011年10.791的约6倍。产业环境的快速改善得益于服务业发展的“硬环境”和“软环境”的同时完善，企业信用评价和失信惩罚机制让服务业失信状况有所改善，数字普惠金融的大面积普及和繁荣发展成为促进服务业发展环境改善的重要原因。其中，数字普惠金融指数在短短9年间从51.958快速上涨为245.787，增长了近4倍。产业环境的快速改善为服务业健康有序发展提供了保障，成为服务业高质量发展指数增长的最大助力。

5.基于产业协同的评价

图2-5显示了2011—2019年我国服务业产业协同指数的变化情况，主要用服务业和制造业协同指数来衡量。可以看出，产业协同指数在近十年间变化不大，整体在2.6左右。主要分为两个阶段：第一阶段在2011—2015年，整体呈现上升趋势，从2011年的2.577上升到2015年的2.613（峰值）；第二阶段是2015年之后，从峰值一直下降到2019年的2.571。

我国服务业和制造业的融合发展进程缓慢，甚至近年来出现了负增长，成为制约我国服务业发展质量提升的最大短板。因此，在转变经济增长方式、注重经济高质量发展的新时期，国家出台各项政策支持生产性服务业发展，希望通过强化市场竞争和市场关联，努力解决服务业在融合发展方面存在的严重问题。