高聪聪，郭 丰

(重庆工商大学 长江上游经济研究中心，重庆 400067)

产业集聚一直是产业经济学和区域经济学研究的焦点，现代服务业集聚水平的测度是产业集聚研究的重要类别。集聚现象通常可以体现经济活动的活跃程度，而产业是经济活动的主要体现，所以产业特性就成为界定产业集聚的重要因素。产业集聚理论最早应追溯到新古典经济学家的鼻祖马歇尔，马歇尔早先发现产业之间存在一定的关联性，之后波特发现关联产业呈现出高度的地理集中现象，并给出了产业集聚的概念，指在某一特定的区域内存在生产关系的企业或者机构在地理上的聚集体。本文在梳理产业集聚理论的基础之上，综合行业和地区两个层面，对长江经济带现代服务业的集聚情况进行测度和分析，通过影响因素分析找到产业集聚发展的问题所在，为制定推动长江经济带现代服务业集聚发展的制度和政策提供有效依据。

一、文献回顾

1997年党的“十五大”报告中第一次提及现代服务业概念，2002年党的“十六大”报告再次提及，并明确了促进现代服务业的快速发展目标。目前学术界对现代服务业概念还没有明确的界定，尚永胜(2005)认为现代服务业包括房地产业、信息服务业等提供生产性服务的生产性服务业，还包括网络游戏、远程教育等可以满足个人精神性需求的消费性服务。[1]钟云燕等(2009)认为现代服务业是依托现代信息技术、管理理念、经营模式等发展起来的服务业，它应具有新兴化、信息化、知识化和经营组织形式现代化等特点。[2]本文认为现代服务业既包括以信息技术为基础的新兴产业，又包括依靠现代技术再造的传统服务业。以我国第三产业部门产业分类标准为基础，参考潘海岚(2008)的统计分类方法，将信息传输、计算机服务和软件业，金融业，房地产业，租赁和商业服务业，科研、技术服务和地质勘查业，教育，卫生、社会保险和社会福利业，文化、体育和娱乐业8个服务类产业归类为现代服务业。[3]

随着经济社会的不断发展，服务业开始摆脱从属地位，逐渐成为经济增长的新引擎，对服务业集聚现象的研究大致可以分为从行业角度研究和从城市角度研究两大类。行业角度：吉亚辉等(2012)使用我国2003—2009年生产性服务业与制造业的时间序列数据，利用H指数和EG(Ellison-Glaeser)指数测度产业集聚度，并分析了两大行业的集聚相关性。[4]周文博等(2013)对我国14个细分服务行业的空间集聚程度进行测算，并研究服务业集聚对全要素生产率的影响作用。[5]城市角度：王晶晶等(2014)使用261个地级市及以上的城市数据，运用广义矩估计(GMM)方法分析了我国服务业集聚的动态溢出效应。[6]赵东霞等(2016)以东北41个城市为研究对象，采用变异系数等方法测算了东北地区生产性服务业的空间差异程度和集聚程度。[7]王鹏等(2016)以珠三角城市群为例，使用2007—2013年生产性服务业相关数据测度其空间集聚水平并分析变化特征。[8]

在研究服务业集聚的基础之上，学者对影响集聚发展的因素做了研究与分析，主要影响因素包括制造业集聚程度、政府行为、金融发展程度、信息化水平、城市规模等。余春玲(2014)认为政府行为和对外开放度对我国西部地区生产性服务业和非生产性服务业的正向影响作用最大，信息化水平对生产性服务业影响显著，基础设施对非生产性服务业影响显著。[9]张清正等(2015)认为我国科技服务业集聚发展对政府政策和制度环境的依赖性较强，规模经济对科技服务业集聚的影响作用很重要，人力资本对其促进作用不会立刻显现，经济总量对其发展态势具有较强的显著性，发达地区的科技服务业集聚度较高。[10]廖晓东等(2018)运用区位熵指数方法计算出中国科技服务业空间集聚程度，并分析了科技创新资源、政府职能定位和科技服务业投入等因素对科技服务业集聚的影响作用。[11]

通过文献梳理发现对我国长江经济带现代服务业集聚程度的研究较少，大多数研究仅从行业层面或者地区层面考察分析，且研究生产性服务业的文献较多，对现代服务业的研究较少，导致对我国现代服务业集聚的认识尚不全面。本文综合行业和地区以及影响因素三方面内容对长江经济带现代服务业的集聚情况进行整理分析，以期完善对长江经济带现代服务业集聚的研究。

二、长江经济带现代服务业集聚现状分析

(一)现代服务业集聚的变动趋势：行业角度分析

从行业角度看，现代服务业集聚是指各种服务性行业在长江经济带地理范围内的不均匀分布。本文采用EG(Ellison-Glaeser)指数分析各行业在长江经济带地区的集聚程度和变动趋势(Ellison & Glaeser，1997)。[12]EG指数法的计算公式如下：

(1)

式(1)中，i表示行业，j表示地区，f表示企业，EGi表示i行业的EG指数，数值越大，表示集聚水平越高。

Gi表示空间基尼系数，sji表示j地区i行业的就业人数占长江经济带i行业就业人数的比重，xj表示j地区现代服务业就业人数占长江经济带现代服务业总就业人数的比重。

Hi表示赫芬达尔指数，表示i行业的企业规模分布，zif=Xif/X，Xif表示i行业中f企业的市场占有率，X表示i行业的市场总规模。由于服务业细分行业中企业的就业人数在我国相关统计年鉴中没有体现，因此部分学者对赫芬达尔指数的计算公式进行调整并做出相应假设：对于所有地区相同产业中的企业都具有相同的规模，即各企业劳动就业人数相同。调整后的赫芬达尔指数如下：

(2)

式(2)中fij表示j地区i行业的企业数，Jobij表示j地区i行业的就业人数，Jobi表示长江经济带i行业的总就业人数，与sji表示的含义相同。因此使用修正的EG(Ellison-Glaeser)指数并不影响对现代服务业的评估与比较。行业集聚的测度主要选取长江经济带11省各个服务业的就业人数，使用的原始数据均来源于2004—2016年《中国城市统计年鉴》《中国统计年鉴》和长江经济带相关地区统计年鉴。

从静态角度分析行业集聚水平，以2015年为例，租赁和商业服务业集聚程度最高，教育业紧跟其后，信息传输、计算机服务和软件业，卫生、社会保险和社会福利业排名在中上游，房地产业集聚程度相对最小，在8个现代服务性行业中排在最后一位。租赁和商业服务业，信息传输、计算机服务和软件业，金融业，科研、技术服务和地质勘查业属于现代服务业中的生产性服务业，集聚排名分别为1、3、5、7名，可以看出长江经济带地区并不是所有的生产性服务业集聚水平都处于较高状态，非生产性服务业中教育业集聚水平较高，文化、体育和娱乐业集聚状况不明显。

从动态角度分析行业集聚水平，由图1和表1可以看出，处于上升和略微上升阶段的现代服务业有6个，说明目前长江经济带地区的服务业正处于集聚发展的阶段。文化、体育和娱乐业从2003年到2015年集聚状况明显改变，增幅达到20.12%，说明长江经济带地区对文化卫生事业的重视程度不断加大，不断加强文化卫生建设，推动医疗卫生事业的可持续发展。处于上升趋势的还有信息传输、计算机服务和软件业，可以看出长江经济带地区对加快信息服务产业集聚采取了相应措施，如鼓励互联网、软件外资企业的建立与投资，推动了信息服务业的快速发展，图1显示2013年信息传输、计算机服务和软件业的集聚程度突然升高，原因在于随着开放经济的不断发展，技术密集型行业企业追求集聚的动力不断增强，对学习效应、知识外溢等集聚的外部性效应的偏好非常明显，之后集聚程度下降是因为信息化时代的到来使得各地区对信息传输、计算机服务和软件业的投资更加普遍化。金融业，租赁和商业服务业，教育，文化、体育和娱乐业都有略微上升的趋势，尤其是租赁和商业服务业的集聚程度一直处于较高水平，只有2005年和2013年集聚水平出现下降的现象，原因可能在于租赁和商业服务业发展到一定阶段需要大量建立分支机构，如会计、法律、咨询、广告和中介等商务服务企业的发展特点正是要求其分布均匀化，故集聚度下降。房地产业，科研、技术服务和地质勘查业有略微下降的趋势，整体提高长江经济带现代服务业的集聚水平，还需注意这两个行业的可持续发展和建设。

注：图1中EG1-EG8数字代表的行业说明如下：1信息传输、计算机服务和软件业,2金融业,3房地产业,4租赁和商业服务业,5科研、技术服务和地质勘查业,6教育,7卫生、社会保险和社会福利业,8文化、体育和娱乐业，下同。

表1 长江经济带现代服务业集聚发展动态

注：①表中排名是根据2015年长江经济带8个现代服务业EG指数的大小排序所得。②增幅是由2015年和2003年的差值除以2003年的数值所得，-3%～0%、0%～3%趋势定义为略微下降或者略微上升，<-3%、>3%趋势定义为下降或者上升。

(二)现代服务业集聚的空间分布：地区角度的分析

从地区层面来看，服务业集聚指在某一地区集聚了大量的服务业企业。平均集中率指标可以很好地反映某一省市内各类服务业在长江经济带地区的平均占有率。根据以下公式来分析长江经济带现代服务业在各省市之间的空间分布特征：

(3)

式(3)中Vj表示j省份现代服务业的平均集中率，sji表示j省i行业的就业人数占长江经济带i行业就业人数的比重，m为现代服务业包括的行业个数，本研究考察的现代服务业包括8个细分行业，因此m=8。Vj的取值范围为[0，1]，数值越大，表示该地区现代服务业集聚程度越高。本研究基于9省2市2003—2015年现代服务业各行业的就业人数，计算出每个省市现代服务业的集聚水平，并对比分析长江各游段现代服务业集聚的整体态势。

图2展示了长江经济带11省市现代服务业集聚水平的变化趋势。2003年现代服务业平均集中率最大的是上海市，其次是江苏省，位于长江中部的湖北省排在第三位，浙江省和四川省紧跟其后，2007年上海市仍居第一名，浙江省超过江苏省，2015年江苏省恢复第二名的地位，浙江省上升到第三名，四川省服务业集聚程度超过湖北省，位列第四名。上海市作为现代国际港口城市具有独特区位优势条件和城市综合服务功能，并且具有较强对外输出服务的能力，江苏省、浙江省毗邻上海，在拥有着雄厚的资金和完善融资渠道的同时，也深受上海市现代服务业的辐射和带动作用，在一定程度上也分散了上海市现代服务业的集聚水平，2012年上海市现代服务业集聚程度出现一个拐点，原因在于2012年浙江省现代服务业集聚存在内部结构不合理等问题，集聚程度下降，减弱了对上海市现代服务业集聚的分散程度。近年来四川省政府部门正努力打造五大服务业发展区，通过构建区域服务经济协调发展的示范基地发挥四川省作为西部经济增长极的带动作用，2013年四川省现代服务业集聚水平升高，可见相关政策已经取得一定的成效。

由表2可得，长江下游三省市均为正的增长率，浙江省增长率最快，反映出其产业集聚发展速度最快，其次是江苏省，上海市虽然产业集中率每年都居第一位，增速仍在不断增加，四川省现代服务业平均集中率的增长速度缓慢，明显落后于长江下游地区，安徽省、江西省、湖北省、湖南省、重庆市、贵州省、云南省现代服务业的平均集中率不但没有提高反而出现倒退现象，尤其是湖北省和江西省，产业集聚衰减程度凸显，应引起相关部门的重视。

表2 长江经济带各省市现代服务业平均集中率的年均增速 单位：%

从长江各游段地区层面来看，图3展示了长江三个游段地区的现代服务业集聚情况，上游地区现代服务业集聚水平呈下降趋势，2003年产业平均集中率为24.02%，2015年下降至22.56%，下降了1.46个百分点；中游地区整体水平高于上游地区，但是服务业集聚水平仍然在不断下降，且下降幅度较大，2015年比2003年下降了6.33个百分点；长江下游地区虽然只有三省市产业集中率的加总，仍然高于中上游集聚水平，并且集聚程度有不断加大的趋势，可以看出长江各游段地区现代服务业的集聚水平差距在不断扩大，找到差距不断扩大的原因是提高现代服务业集聚程度的关键。

注：①3类地区的现代服务业平均集中率分别是所属省市现代服务业的平均集中率之和。②长江上游地区包括重庆市、四川省、贵州省、云南省，中游地区包括安徽省、江西省、湖北省、湖南省，下游地区包括上海市、江苏省、浙江省。

综上可得，长江经济带现代服务业中有6个服务行业表现出较强的集聚趋势，集聚程度最高的是租赁和商业服务业，最低的是房地产业；从空间分布上看，上海市、浙江省、江苏省的现代服务业集聚程度较高，集聚速度不断加快，长江中上游省市现代服务业的集聚水平不断下降，集聚速度逐渐减慢；长江各个游段地区现代服务业集聚水平差距不断扩大，2015年差距最为明显。

(三)长江经济带现代服务业集聚的空间格局

本文使用Moran指数I检验现代服务业集聚程度在空间上的依赖关系(Moran，1948)[13]。Moran指数I的计算公式如下：

(4)

表3为长江经济带现代服务业集聚的Moran指数I值及检验结果，2005—2015年Moran指数值均为正，且全部通过显著性检验。Moran指数值在0.201到0.317之间波动，说明长江经济带现代服务业发展程度具有相似性的地区存在集聚态势，并且存在正的相关性。由图4可以看出，长江经济带现代服务业的空间集聚特征呈现出先增加再减小又增加的趋势，2005—2007年、2013—2015年出现了两次上升的发展趋势，说明现代服务业局部出现了快速集聚的现象；2007—2013年Moran指数I值在缓慢减少，说明集聚现象不太明显，可能是因为现代服务业较发达地区的发展水平减弱，使邻近地的现代服务业的发展机会与距离较远地区的发展机会大致相等。整体来看，长江经济带现代服务业存在空间集聚特征，但存在不均衡现象，2013—2014年集聚度最为强烈。

表3 平均集中率的全局空间自相关分析结果

图4 长江经济带现代服务业全局空间自相关Moran’s I值变化趋势图

本文使用Moran指数LISA进行局部自相关性检验，该指数用来度量j地区现代服务业发展与邻近地区现代服务业发展的关联程度，公式如下：

(5)

Ij值为正表示高值被高值包围，或者低值被低值包围，Ij值为负表示高值被低值包围，或者低值被高值包围。

图5为局部相关分析的Moran散点图，长江经济带11省市现代服务业的发展水平被分布在高—高、低—高、低—低、低—高四个象限中，2005年分布在高—高和低—低象限中的省市有7个，其中高—高象限中有3个，低—低有4个，2009年有6个省市落在相似象限中，有一个省市落在低—低象限和高—低象限之间，2012年有空间相关性的省市减少至6个，但是在2015年落在高—高、低—低象限中的省市个数分别为3个和5个，总共上升至8个，说明长江经济带现代服务业的发展有空间集聚现象，主要体现在服务业发展水平落后的地区集聚水平不断提升，呈现出由集中度衰弱后又逐渐增强的态势。

进一步分析长江经济带现代服务业空间集聚演化过程，由表4可看出，高—高集聚模式的地区主要是长江下游地区，长江下游地区经济较发达，促进了现代服务业的集聚发展。长江上游地区经济发展水平相对落后，没有一个省市出现在高—高模式中，重庆市、云南省、贵州省长期处于低—低集聚模式下，湖南省、湖北省逐渐进入低—低模式，说明在考察期内长江中上游省市的现代服务业发展水平较低，省内之间的空间分布差异明显。处于高—低模式的省份先增加后较少，有向低—低模式蔓延的趋势，四川省一直在高—低模式中；低—高模式相对稳定，只有安徽省和江西省。整体而言，长江下游地区集聚程度明显高于中上游地区，中游省市集聚程度较高，上游地区集聚程度最低。

表4 长江经济带现代服务业空间集聚相关模式表

三、长江经济带现代服务业集聚发展的影响因素分析

(一)变量选择与假设

现代服务业的发展与地理空间的集聚程度密不可分，因此在其发展过程中必然存在空间依赖性和空间溢出效应，通过对其发展与集聚的空间演化分析，总结出四个影响长江经济带现代服务业集聚的因素，如表5所示：

表5 现代服务业集聚发展的影响因素

政府干预。目前社会正处于转轨经济的背景下，现代服务业集聚发展水平的高低不仅依赖自然资源禀赋的比较优势，政府的干预程度也成为影响现代服务业集聚发展的重要因素。现代服务业作为当今政府重点关注和大力扶持的产业，一系列发展战略、政策制度直接干预现代服务业的集聚发展，政府对经济活动的参与程度，一方面可以弥补市场失灵，另一方面可能提高或降低市场壁垒，阻碍要素资源自由流动，限制产业集聚效应的充分发挥(孔令池，2016)[14]。

假设1：政府干预抑制了长江经济带现代服务业集聚发展。

基础设施。加大基础设施投资力度不仅可以带动国民经济的增长，对企业生产成本、要素投入结构也会产生重要的影响。各地区基础设施建设水平不同，对现代服务业的集聚程度会产生不同的效应水平。基础设施比较完备的地区可以降低原材料和产品运输的时间成本和物质成本，有利于拓展和扩散产品和要素市场，进一步影响现代服务业的集聚速度，对于基础设施建设不完善的地区，现代服务业不但不能得到基础设施带来的正溢出效应，可能会降低本地的市场竞争力从而带来负的溢出效应(丁黄艳，2016)[15]。

假设2：发达的基础设施有利于长江经济带现代服务业集聚发展。

信息化水平。从宏观来看，随着社会经济的不断发展，现代服务业信息化、网络化发展趋势日益凸显，加快了地区之间知识、技术等资源的传播速度，技术溢出效应显著。从微观来看，信息的迅速传播和扩散对企业之间的信息交流有很大的帮助，生产能力和开发速度均可得到提高，而产品种类多是企业获取利润的重要途径，不仅可以提升市场竞争力，而且会吸引更多的企业投资建厂带来规模经济收益，推动了产业的集聚发展。

假设3：提高信息化水平对长江经济带现代服务业集聚有积极地影响作用。

科技水平。科技水平因素在现代服务业集聚与发展中越来越重要，新企业的产生与成长是当今科学技术进步的体现，当现代服务业发展到一定程度，新知识、新技术的获取以及对原有设备、产品的创新是产业持续发展的关键。产业之间逐渐形成的创新网络为企业互相交流、互相学习、激发新思想提供了集体学习机制，可推动科学技术的快速进步，内部创新功能越强大，对现代服务产业集聚可持续发展的影响作用就越大。

假设4：提高科技水平可以促进长江经济带现代服务业集聚的发展速度。

(二)空间计量模型的构建

本文使用0—1邻接空间权重矩阵(W)构建长江经济带现代服务业集聚的影响因素模型(Elhorst，2014)[16]：

空间杜宾模型(SDM)：

Vit=ρωitLNVit+β1LNgoverit+β2LNinforit+

β3ωitLNinfrasit+β4LNtechit+ε

(6)

空间误差模型(SEM)：

Vit=β1LNgoverit+β2LNinforit+β3LNinfrasit+

β4LNtechit+μit

(7)

广义空间模型(SAC)：

Vit=ρωitLNVit+β1LNgoverit+β2LNinforit+

β3ωitLNinfrasit+β4LNtechit+μit

(8)

空间滞后模型(SLM)：

Vit=ρωitLNVit+β1LNgoverit+β2LNinforit+

β3LNinfrasit+β4LNtechit+ε

(9)

其中，μit=λωijμjt+ε；ε～N(0，σ2Ii)，ωij为长江经带9省2市空间权重矩阵，构成11×11阶方阵W，ρ为周边地区现代服务业集聚程度对本地区现代服务业集聚的影响，λ表示本研究影响因素以外的遗漏变量所带来的空间经济影响，β表示影响变量的估计系数，i表示个体维度，t表示时间维度。以下是各变量的统计描述结果：

表6 变量的统计描述

(三)影响因素空间计量分析

本文通过比较传统面板模型(PDM)、基础设施因素存在空间溢出效应的空间杜宾模型(SDM)、扰动项存在空间依赖性的空间误差模型(SEM)、被解释变量和扰动项都有空间效应的广义空间模型(SAC)和只有被解释变量存在空间效应的空间滞后模型(SAR)，以量化指标的形式对模型拟合程度进行比较，由于空间计量模型中随机效应的应用目前存在争议，长江经济带上中下游地区省市经济发展水平差异十分大，造成了个体之间的差异效应大于时间效应，因此，本文只对以下模型的个体固定效应进行比较分析。

表7 空间固定效应模型估计结果

注：***在1%的显著性水平下通过检验；**在5%的显著性水平下通过检验；*在10%的显著性水平下通过检验。

通过分析表中的测算结果，可以得出：传统固定效应模型(PDM)的R2与考虑空间因素的空间杜宾模型(SDM)和广义空间模型(SAC)相比，考虑空间因素的模型明显优于传统固定效应模型，根据赤池信息准则和施瓦茨信息准则判断最优模型，依然是空间固定效应模型优于传统固定效应模型。空间杜宾模型(SDM)和空间滞后模型(SAR)中的空间回归系数ρ分别通过1%和5%的显著性水平检验，SEM模型的λ系数在1%的显著性水平下通过检验，进一步验证了以上变量对长江经济带现代服务业集聚发展存在空间经济影响。

根据表中各个模型解释变量的系数和显著性水平可知，政府干预、基础设施、科技水平在所有模型中均通过1%的显著性检验，政府干预系数符号显著为负，说明政府对长江经济带现代服务业集聚发展干预过猛，得到了相反的效果，基础设施和科技水平与现代服务业集聚呈正相关关系，说明发达的基础设施和先进的科学技术水平对长江经济带现代服务业的集聚发展具有促进作用，假设1、2、4得到证实。除此之外，信息化水平在不同的模型中显著结果不同，系数符号为正但系数值较小，可以认为该因素对现代服务业集聚的影响效果是不明显和不确定的，可能因为信息化水平在地区之间存在较小的差异，对地区产业集聚不会产生明显的影响效果。

以上模型中除空间杜宾模型(SDM)外其他模型所考虑的影响因素均是对本地区现代服务业集聚的影响，空间杜宾模型(SDM)实现了解释变量跨区影响的功能，并且在研究结果中，空间杜宾模型(SDM)基础设施因素的系数通过了显著性水平检验，AIC、BIC值最小，因此把空间杜宾模型(SDM)当作最优模型进行分析。在空间杜宾模型(SDM)中，ρ值为负，说明一个地区现代服务业集中率水平会受到邻近地区基础设施完善程度的影响，周边地区基础设施越完善，越不利于本地区现代服务业的集聚发展，此结论与基础设施利于本地区产业集聚的结论恰好相反，原因在于对于一个基础设施发达的地区，对其周边地区就会表现出比较优势，地区内部基础设施越发达，产品输出越方便，运输成本降低，行业内企业利润增加，使该地区竞争优势显著于周边地区，产生资本劳动资源内流现象，对该地区的产业集聚产生正的影响作用，而对于周边地区却存在负的溢出效应。对于地区内部而言，基础设施是对公共享用的一种投入，其服务职能是面向公众，是地区经济活动正常运行的基础，在其发挥职能的时候，直接提高了地区内经济活动的运行效率，可以促进本地区产业的快速集聚。

四、主要结论

本文以长江经济带现代服务业为研究对象，从行业和地区两方面分别采取EG指数法和平均集中率法对长江经济带现代服务业的集聚程度进行测度和分析，在验证地区之间现代服务业集聚程度存在空间相关性基础之上，寻找了四个对现代服务业集聚有空间影响的因素，通过建立空间固定效应模型进一步分析影响程度与原因。研究结论如下：

1.长江经济带现代服务业中集聚最为明显的是租赁和商业服务业，并且该行业吸纳就业的功能正处于不断增长的状态，集聚水平有上升趋势；其次是教育业，信息传输、计算机服务和软件业，集聚程度相对较高；卫生、社会保险和社会福利业集聚水平排中游，但增幅最快，说明长江经济带对该产业重视程度不断加大；房地产业，科研、技术服务和地质勘查业，文化、体育和娱乐业在长江经济带地区集聚水平相对较低，集聚趋势不明显。

2.地区角度现代服务业的集聚结论为，上海市、江苏省、浙江省经济发展水平较高，现代服务业平均集中率均高于其他省份，尤其是上海市集聚水平最为明显，三省市增速均为正，集聚效应不断扩散。位于上游地区的四川省相比于中上游其他省市集聚程度最高，但增速缓慢，中游三省和上游其他地区集聚不明显，并有减弱趋势。整体而言，长江下游现代服务业集聚程度不断加大，中上游不断缩小，差距呈现出不断拉大的趋势。

3.从构建的传统固定效应模型和四个空间固定效应模型来看，各地区现代服务业集聚程度的确存在空间效应，且受邻边地区现代服务业集聚程度的影响显著。就四个空间效应模型而言，政府干预对长江经济带现代服务业集聚水平有抑制作用，基础设施、科技水平则有促进作用，信息化水平影响不确定。就最优空间效应模型空间杜宾模型(SDM)而言，周边地区基础设施越完善，越不利于本地区现代服务业的集聚发展，因为周边省市的基础设施越发达，产品输出越方便，运输成本降低，行业内企业利润增加，使周边地区竞争优势显著于本地区，产生资本劳动资源外流现象，对本地区的产业集聚产生负的溢出效应。