经济学家于1960年首次提出生产性服务业的概念，依据是否直接介入最终产品的生产流程，将服务业分为生产性服务业和消费性服务业两大类别。其中，消费性服务业不参与产品生产过程，而是直接面向消费者提供服务。对于生产性服务业概念使用和外延界定并未形成统一标准，主要分为3大类：①基于产业性质视角，强调在中间产品的生产过程中为生产者供给专业且知识密集型服务^[24-25]；②在新型工业化背景下，生产性服务业以满足制造业的中间需求为导向，逐步从制造业部门中脱离出来并形成精细化、专业化的服务发展路径^[26-27]；③生产性服务业脱胎于农业生产，是面向农业产业链、为农业生产企业和其他经济组织供应中间投入服务的产业部门^[28-30]。本文从产业关联理论入手，借鉴前期相关研究^{[1, 31-32]}，认为乡村生产性服务业，是指在乡村生产空间范围内，贯穿农业或制造业生产过程的上游、中游和下游环节，为生产企业及其他经济组织提供中间服务，以实现其附加值增加和市场竞争力提升的独立产业部门。

在行业选取方面，本文选取6个乡村生产性服务业行业进行分析。参考已有研究结果^{[30, 33-34]}，将“批发和零售业” “交通运输、仓储和邮政业” “信息传输、计算机服务和软件业” “金融业” “租赁和商务服务业” “科学研究、技术服务和地质勘查业”6个行业大类界定为乡村生产性服务业。

核密度估计作为一种非参数估计方法，可以有效规避因特定分布形态预设带来的误差^[35]。该方法可以有效刻画空间要素在周边区域的密度分布情况，从而量化其对邻近区域的影响程度。本文借助核密度估计法对乡村生产性服务业企业的空间分布进行可视化分析，以直观反映该行业的空间分布格局。

标准差椭圆作为一种空间统计分析工具，有助于揭示地理要素的空间分布特征。该方法可以从要素分布范围、集中程度、主要方向、空间形态特征以及重心位置等多个维度进行分析，从而全面揭示地理要素的空间分布格局及其时空演进规律。通过椭圆曲线的中心位置、面积、旋转角度等参数，可以判定研究对象的重心动态、集聚状态和方向演变情况等。其中，椭圆面积越小，表示研究对象集聚程度越强；反之，越弱。

平均最近邻距离用来测算同类型地理要素间的距离情况。本文采用平均最近邻指数R用于判定重庆市乡村生产性服务业总体及6类细分行业的空间集聚程度。计算公式为^[36]：

其中：

式中：A为研究区域的总面积；n为同类型乡村生产性服务业的数量；r₁为同类型乡村生产性服务业最邻近实际距离的平均值；r₀为最邻近距离的期望值；d_i为第i个乡村生产性服务业的最邻近实际距离。指数R越小，表示空间集聚程度越高。根据计算结果，当指数R小于1时，则研究对象呈现出集聚状态；当指数R大于1时，则研究对象趋于离散分布；当指数R等于1时，则研究对象趋于随机分布。

产业平均地理集聚率可用于测度特定区域的产业集聚水平，反映测度单元的集聚情况，进而刻画产业集聚在空间上的分布状态^[37-38]。因此，本文应用产业平均地理集聚率测度重庆市不同区(县)的乡村生产性服务业集聚水平。定义产业平均地理集聚率为：

式中：m为产业数量，Y_i为区(县)i的乡村生产性服务业平均地理集聚率；V_IJ为第j类乡村生产性服务业在区(县)的企业数；V_j为第j类乡村生产性服务业在重庆市全域的企业数。由于$ \frac{1}{m} \sum\limits_{j=1}^m \frac{V_{i j}}{V_j}$得到的乡村生产性服务业平均地理集聚率原始数值相对较低，本文在该计算结果的基础上将数据同等放大100倍，以便分析与比较。Y_i结果越大，表明区(县)i的乡村生产性服务业集聚水平越高。本文运用该指标重点解析重庆市32个区(县)乡村生产性服务业集聚的空间分布、空间关联以及时空演进规律。

空间自相关分析是一种用于衡量地理单元内属性值与其邻域属性值之间空间相关性的方法^[39]。本文借助全局自相关分析揭示重庆市32个区(县)2010-2023年乡村生产性服务业的空间集聚特征。同时，进一步借助局部自相关分析揭示重庆市32个区(县)乡村生产性服务业集聚的空间分异格局以及高值集聚区、低值集聚区的空间分布情况。

研究区域概况如图 1所示。本文以重庆市32个区(县)为空间研究单元(渝中区、大渡口区、江北区、沙坪坝区、九龙坡区和南岸区的城镇化率达到或接近100%，不纳入研究范围)，其内部行政单元间经济发展水平存在明显差异，区域二元结构特征显著。以中心城区为核心的西部地区经济社会发展较为成熟，东部山区发展则相对滞后。为促进区域协调发展，重庆市提出构筑以主城都市区为引领，联动渝东北三峡库区城镇群和渝东南武陵山区城镇群的“一区两群”协调发展格局，旨在推动三大区域优势互补、互促共进。需要指出的是，垫江县于2024年3月正式划入重庆主城都市区范围，但在本文研究的时间范围内(2010-2023年)，垫江县仍被归类为渝东北三峡库区城镇群，故垫江县在本文中纳入渝东北三峡库区城镇群进行分析。

本文利用2010、2015、2020和2023年重庆市市场监督管理局(知识产权局)提供并面向社会开放的微观企业数据进行分析。将所获得的企业原始数据进行预处理：①通过高德地图应用程序接口(API)获取各企业地理坐标并将其生成为空间点数据文件。②纠正企业数据中存在的行业归属界定错误和空间位置偏差问题。筛除主营业务明显不符合研究对象细分行业特征的企业，并对剩余企业进行核对与修正；借助Arc GIS的可视化功能，筛选出超过重庆市32个区(县)行政范围的企业，并予以剔除。③剔除位于城市建成区范围内的数据，只留下乡村范围内的兴趣点(POI)数据。经过几轮清洗与处理，整理出重庆市32个区(县)2010、2015、2020和2023年4个时间节点的乡村生产性服务业的空间数据。

2023年重庆市乡村生产性服务业兴趣点(POI)核密度如图 2所示。以2023年重庆市乡村生产性服务业的POI数据为支撑，采用核密度分析方法，并借助Arc GIS软件对乡村生产性服务业集聚的空间格局现状进行研究。

总体来看，2023年重庆市乡村生产性服务业集聚呈现出较强的空间差异性，整体分布特征与重庆市经济发展总体水平基本吻合，形成了主城都市区明显高于渝东北三峡库区城镇群和渝东南武陵山区城镇群的集聚布局状态，同时呈现出“多极点+多中心”错位发展的格局。多个极点分别位于主城都市区的巴南区、渝北区、北碚区、合川区，渝东北三峡库区城镇群的万州区、开州区、云阳县，连片集聚态势明显；多个中心分散于主城都市区的江津区、涪陵区，渝东北三峡库区城镇群的梁平区、垫江县，渝东南武陵山区城镇群的黔江区等区域，这些中心规模相较于“极点”略低，离散分布在各行政中心周边，但仍具有较大的影响力。

2023年重庆市乡村生产性服务业各细分行业兴趣点(POI)核密度如图 3所示。重庆市乡村生产性服务业各行业的集聚区位存在差异，但“多点集聚”总体特征相对稳定。从乡村生产性服务业细分行业来看：①乡村批发和零售业是重庆市乡村生产性服务业最具优势的细分行业部门，所获取POI占整个乡村生产性服务业的比例最大。重庆市各行政中心周边几乎都存在批发和零售业集聚点，其中高值集聚区主要分布在主城都市区，中高集聚区主要分布在渝东北三峡库区城镇群。②乡村交通运输、仓储和邮政业主要围绕着主城都市区内的中心城区构成了该行业的极核中心。③乡村信息传输、计算机服务和软件业广泛分布于主城都市区和渝东北三峡库区城镇群，且在主城都市区的中心城区存在高值集聚区，在渝东北三峡库区城镇群核心区域也呈现出类似集聚区间。④乡村金融业在主城都市区、渝东北三峡库区城镇群的POI数量占比相近，且两者均高于渝东南武陵山区城镇群数量占比。该行业在环中心城区形成大型集聚中心，同样在渝东北核心区域的行政中心周边也存在类似高值集聚区。⑤乡村租赁和商务服务业整体形成了以主城都市区内环中心城区为引领核心的空间格局，POI数量高占比、较高占比地区从主城都市区向渝东北三峡库区城镇群、渝东南武陵山区城镇群不断延伸。⑥乡村科学研究、技术服务和地质勘查业共获取1 476个POI，占乡村生产性服务业的比例最小。主城都市区是重庆市乡村科学研究、技术服务和地质勘查业最为发达的地区，POI数量占重庆全域的比例远高于渝东北三峡库区城镇群和渝东南武陵山区城镇群。从核密度分析结果可知，乡村科学研究、技术服务和地质勘查业呈现出“大集聚、小分散”的空间格局，高度集中于环中心城区集聚圈，同时在渝东北三峡库区城镇群、渝东南武陵山区城镇群核心地区呈现出小范围集聚状态。

重庆市内部区域二元结构特征明显，乡村生产性服务业在以主城都市区为核心的西部与东部山区差异明显，主城都市区在总体格局和细分行业上均占据显著优势。

标准差椭圆能够反映乡村生产性服务业集聚的变化情况，2010年、2023年重庆市乡村生产性服务业地理分布标准差椭圆如图 4所示。本文选择2010年和2023年作为关键时间点，截选对应年份重庆市乡村生产性服务业POI数据，借助包含聚类中约68%要素的方法^[40]进行标准差椭圆分析和重心公式计算，以便更加清楚地识别乡村生产性服务业集聚格局的演变情况。① 2010年、2023年重庆市乡村生产性服务业企业数量显著增加，乡村生产性服务业各细分行业均呈现出增长状态，其中交通运输、仓储和邮政业与信息传输、计算机服务和软件业增长幅度较大。②从反映标准差的椭圆范围看，总体呈现收缩和集聚趋势。2023年与2010年相比，整体乡村生产性服务业椭圆面积减少，表明乡村生产性服务业在空间上分布更加集中。③对比2023年和2010年乡村生产性服务业集聚的重心位置，发现其重心呈现出向东北方向小幅度偏移的态势。究其原因，渝东北城镇群乡村生产性服务业增加是重心位置向东北方向偏移的原因之一，这也从侧面反映出在交通改善和政策支持条件下，渝东北三峡库区城镇群后发优势得到发挥，乡村产业特别是乡村生产性服务业实现了进一步发展。④值得注意的是，椭圆范围变化主要向东北—西南方向倾斜，椭圆旋转率由62°15′变为57°38′，表明从2010年到2023年，重庆市乡村生产性服务业集聚方向有所变动，东北方向的企业数量增加较多。

2010年、2023年重庆市各类乡村生产性服务业平均最近邻距离测算结果如表 1所示。① 2010年、2023年重庆市各类乡村生产性服务业均呈现出集聚特征，2010年全部乡村生产性服务业平均最近邻距离为139.76 m，2023年减少到111.28 m；2010年各行业平均最近邻距离为205.34~4 131.56 m，2023年各行业平均最近邻距离约为124.45~2 627.15 m；但2023年全部企业标准差椭圆的R值相较于2010年略有增大。结合标准差椭圆分析结果可以发现(图 4)，相较于2010年，2023年乡村生产性服务业呈现出局部集中加强和整体分散并存的空间分布态势。②不同行业的集聚程度不同，变化趋势亦存在差异。依据平均最近邻距离和R值的计算结果，将各类乡村生产性服务业的集聚特征分为强烈、比较和一般集聚3类，其中2010年所有行业中批发和零售业集聚程度最高，为强烈集聚；2023年科学研究和技术服务业集聚度相较于2010年有所增强，但仍为一般集聚，且该行业集聚程度在2010年、2023年均最低；2010年交通运输、仓储和邮政业与信息传输、计算机服务和软件业为一般集聚，2023年发展为比较集聚。此外，批发和零售业一直都是强烈集聚；金融业一直都是比较集聚；租赁和商务服务业一直都是一般集聚。2023年上述3个行业集聚度均有下降。

2010、2015、2020和2023年4个时间节点重庆市32个区(县)乡村生产性服务业集聚水平均值时序演化特征如图 5所示。本文根据产业平均地理集聚率计算公式对2010、2015、2020和2023年4个时间节点重庆市32个区(县)乡村生产性服务业集聚水平均值进行测算，并计算分区域均值。采用自然断点法^[41]，以2020年为例，将乡村生产性服务业集聚水平由低到高分为低水平(0，0.434 5]、中低水平(0.434 5，1.974 2]、中等水平(1.974 2，3.296 9]、中高水平(3.296 9，5.145 5]、高水平(5.145 5，8.837 0]5个等级，同时应用于其他年份。

借助Arc GIS软件绘制2010、2015、2020和2023年4个时间节点重庆市32个区(县)乡村生产性服务业集聚水平空间演化特征如图 6所示。从研究期内重庆市32个区(县)乡村生产性服务业集聚水平类型的比例来看，除了2020年研究区域内存在部分低水平县(巫山县、巫溪县、城口县)，其余各年份乡村生产性服务业集聚水平均保持在中低水平以上；中等及以上水平的区(县)从2010年的26个扩张至2023年的28个，空间上主要是从渝东北片区中部向其外围逐渐扩散。值得注意的是，尽管重庆市乡村生产性服务业集聚发展总体表现出向好趋势，但2015年、2020年重庆市多数区(县)乡村生产性服务业集聚水平均有明显下降，区域不平衡程度呈现出增加态势，究其原因主要是该时段各区(县)乡村从业人员普遍有所减少，区域人口自然增长率不断降低^[42-43]，乡村生产性服务业集聚发展动力不足所致。从3大区域来看(图 5、图 6)，研究期内主城都市区的乡村生产性服务业集聚水平大于渝东北三峡库区城镇群和渝东南武陵山区城镇群，区域内形成了以渝北区和巴南区为中心的乡村生产性服务业集聚“高水平”区(县)群。值得关注的是，自2020年起荣昌区乡村生产性服务业集聚水平持续处于“中低水平”状态，表明该区在主城范围内呈现出空间分布“数值洼地”特征。渝东南武陵山区城镇群的乡村生产性服务业集聚水平在前期领先渝东北三峡库区城镇群，2020年后渝东北三峡库区城镇群的乡村生产性服务业集聚水平一直大于渝东南武陵山区城镇群，呈现出明显的上升势头，究其原因可能是受万州区经济快速崛起的辐射扩散影响，加之渝东北三峡库区城镇群政策条件优越，政府资源配置高效，周边区(县)乡村生产性服务业集聚发展得以有序推进所致。其中，2021年7月重庆市发展和改革委员会等多部门印发实施《“万开云”同城化发展实施方案》，对建设“万开云”(万州区、开州区、云阳县)“半小时”经济圈进行了战略部署，明确提出要构建“一区、两带、多点”的空间发展格局，推动现代服务业高质量发展。以同城化发展为导向，突出万州区“增长极”作用，发挥“万开云”板块效应，构建现代服务业、农业、制造业一体化高质量发展格局，既是渝东北三峡库区城镇群乡村生产性服务集聚发展的关键，也是其实现农业农村现代化的底座支撑。相较于2020年，2023年渝东北三峡库区城镇群、渝东南武陵山区城镇群乡村生产性服务业集聚水平呈现出与主城都市区相反的上升趋势，但两区域集聚水平仍低于主城都市区，表明渝东北三峡库区城镇群、渝东南武陵山区城镇群虽然2020年以来发展比较迅速，但受限于自然资源禀赋和市场区位条件，乡村经济社会系统发展仍相对滞后，乡村产业发展与经济发达地区相比仍存在一定差距，乡村生产性服务业集聚水平有待进一步提升^[44]。

从单个区(县)来看，重庆市各区(县)乡村生产性服务业集聚水平的空间演化特征存在较大差异。渝北区、巴南区、北碚区、江津区4个区的乡村生产性服务业集聚水平在研究期内一直保持“高水平”状态。万州区(3.556 0→5.205 1)、垫江县(0.917 1→2.778 7)、梁平区(1.297 9→2.762 2)、巫山县(1.448 5→2.364 5)、丰都县(1.966 4→2.517 3)、铜梁区(1.533 1→2.008 2)这6个区(县)的乡村生产性服务业集聚水平实现了等级提升，且其中大部分的区(县)集中在渝东北三峡库区城镇群。与此相反的是，渝东南的武隆区(3.321 1→1.758 0)、酉阳县(3.316 5→2.874 7)、秀山县(2.352 6→1.752 2)乡村生产性服务业集聚水平在研究期内呈现出等级下降趋势，即研究期内渝东南武陵山区城镇群半数区(县)乡村生产性服务业集聚水平等级呈现出明显下降趋势。此外，研究期内城口县乡村生产性服务业集聚水平持续处于1.974 2以下，即一直处于“中低水平”及以下等级。

2010、2015、2020和2023年4个时间节点重庆市乡村生产性服务业集聚全局莫兰指数如表 2所示。2010、2015、2020和2023年4个时间节点重庆市32个区(县)乡村生产性服务业集聚水平的全局莫兰指数均大于0，且所有年份均通过p＜0.01显著性检验，具有显著的正向空间自相关性，即乡村生产性服务业集聚水平高(低)的区(县)在空间上均表现出集聚分布特征。从时间维度考察，研究期内全局莫兰指数呈现出先减后增再减的变化态势，于2020年达到最大值，空间集聚性在一定范围内持续波动。由于全局莫兰指数仅能表征乡村生产性服务业集聚水平的总体空间相关特征，难以判定重庆市各区(县)乡村生产性服务业集聚水平的类型，故借助Arc GIS软件对重庆市32个区(县)2010、2015、2020和2023年4个时间节点的乡村生产性服务业集聚水平进行了局部聚类分析。

2010、2015、2020和2023年4个时间节点的乡村生产性服务业集聚水平局部空间聚类分析结果如表 3所示。总体来看，集聚方式存在高—高集聚、低—低集聚和低—高集聚3种类型，表现出区(县)集团化的发展态势。研究期内高—高集聚的区(县)数量逐渐减少(6→5→4)；低—低集聚的区(县)数量呈现出先上升后下降的倒“U”形演变趋势(1→3→2→1)；低—高集聚的区(县)数量略微增加(1→2)。值得注意的是，相较于其他集聚方式，表现为高—高集聚特征的区(县)数量明显偏多，表明重庆市不同区域乡村生产性服务业集聚水平的分布倾向于高—高集聚。

具体来看，研究期内均呈现出高—高集聚(H-H)的只有北碚区、渝北区和巴南区，这些区经济发展状况较好，表明乡村生产性服务业集聚水平与经济发展状况之间存在密切联系^[9]。璧山区、綦江区2010年和2015年均呈现出高—高集聚，但2023年上述2个区逐渐演变成低—高集聚；大足区在2023年表现出低—低集聚特征，表明部分区(县)可能存在“虹吸效应”，从而加剧区域内部发展的非均衡性，这与李诗语等^[42]研究发现的2016-2021年时段，随着中心城区居住环境与就业机会改善，周边县域乡村系统受到中心城区“虹吸效应”冲击，出现人才流失、市场波动等问题的结果较一致。从空间分布变化来看，研究期内高—高集聚的方式主要存在于部分区域，空间上呈片块化特征，存在明显的地理邻近性，但2023年高值分布存在的集聚报团现象被打破，集聚区表现出向东北部转移的态势，这得益于“万开云”(万州区、开州区、云阳县)被赋予的“三峡库区核心增长极”定位，相较于其他区(县)，“万开云”有着明显的政策优势，乡村生产性服务业在研究期内得到迅速发展，这与前文的客观事实相互印证。除此之外，2010年、2015年、2020年，低—低集聚区重点分布在渝东北的巫溪县、巫山县、忠县和丰都县，这些县经济发展相对滞后，乡村产业基础薄弱，乡村生产性服务业集聚发展动力不足。

基于研究结果和重庆市乡村生产性服务业的发展需求，本文提出以下集聚发展路径。

1) 应针对重庆市整体和各区(县)现有的集聚特征，结合本地资源条件、地理位置优势以及产业基础与特色等实际情况，采取因地制宜的差异化集聚发展策略。主城多数区(县)和渝东北的“万开云”乡村社会经济本底好，基础设施完善，应进一步利用当地在产业、技术、人才、交通等方面的先发优势，积极培育一批具有较强行业竞争力的乡村生产性服务业集群；对于集聚发展相对滞后的主城荣昌区、渝东北城口县以及渝东南武隆区和秀山县，可以加大政策支持力度，依托本土特色产业和资源优势，优先夯实当地乡村生产性服务业高质量发展根基。

2) 分行业精准培育，推动乡村生产性服务业整体高质量集聚发展。研究结果表明，重庆市乡村科学研究和技术服务业与乡村租赁和商务服务业表现为低密度、低集聚分布特征；信息传输、计算机服务和软件业与金融业表现为低密度、较强集聚分布特征；交通运输、仓储和邮政业表现为较高密度、较强集聚分布；批发和零售业表现为高密度、强集聚分布特征。因此，一方面要引导生产要素流向低密度、低集聚产业，优化乡村生产性服务业产业结构，深入挖掘低集聚行业的集聚发展潜力，推动行业内部空间集聚，另一方面在乡村生产性服务业规划布局中，要避免乡村业态重复建设和恶性竞争，强化行业间的互补性，充分考虑重庆市内部乡村地区间的错位发展，尤其是主城都市区、渝东北三峡库区城镇群、渝东南武陵山区城镇群中心区域的差异化职能定位，以提升乡村生产性服务业集聚程度，最终实现高水平的协调性集聚。

3) 乡村生产性服务业要同时关注时序和空间规划，做到统筹发展、分步实施。一方面，要因势利导，通过政府和市场的双重作用，将重庆市目前“非均衡型”乡村生产性服务业区位布局结构逐步优化为多核心的空间发展模式。另一方面，要有计划、有步骤地布局有益于区域发展且具备比较优势的乡村生产性服务业，促进重庆市乡村产业高质量发展。

4) 以技术赋能为切入点，深化乡村产业资源整合和模式创新，加快培育农业新质生产力引领构建乡村生产性服务业集聚发展新格局。要优化土地、资本、人才等生产要素配置，建立区域性服务中心，促进乡村生产性服务业与农业产业链上下游资源的高效整合，形成规模化、专业化的服务集群，从而降低农民的生产成本，提升农业市场竞争力。同时，要积极推广共享经济与订单农业模式，发展农机共享、农技咨询、冷链物流等多元化服务供给，满足农民与农业生产企业的全方位多层次需求，助力农业新质生产力赋能农业现代化。

5) 通过提高乡村生产性服务业空间集聚水平推动乡村产业实现“协同式” “融合式”发展。乡村生产性服务业对乡村传统产业生产方式和组织形式进行改造，推动现代生产要素与乡村一、二产业有机结合^[45]，是实现乡村产业融合和高质量发展的有力抓手。因此，在推进乡村生产性服务业集聚发展时也需要注重培育具有紧密上下游合作关系的产业集群，重点做好本土具备比较优势和特色的乡村服务产业，做大做强地区优势企业及其关联产业，充分发挥乡村生产性服务业对乡村产业融合发展的带动作用。

本文对重庆市全域乡村生产性服务业及各行业集聚特征和时空演化特征进行分析，测度不同区域乡村生产性服务业集聚水平，并分析其时空演化态势。相较于以往生产性服务业集聚的相关研究，本文基于地理大数据，借助空间计量方法刻画乡村生产性服务业的时序演化特征，并解释不同类型乡村生产性服务业的空间演化特征，科学解析重庆市不同区域乡村生产性服务业集聚时空变化规律，能够丰富已有研究成果，对促进重庆市32个区(县)乡村生产性服务业高质量发展具有重要意义。本文的不足之处在于：①基于兴趣点数据对乡村生产性服务业进行研究，亟待完善产业产值、从业人员数等属性，构建乡村生产性服务业与乡村一、二产业协同集聚区位数据，继而深入开展乡村产业集聚发展的定性与定量研究。②仅揭示了乡村生产性服务业集聚空间特征及时空演变规律，未能对影响因素进行系统化探究。因此，未来研究将结合计量方法对可能影响乡村生产性服务业集聚的相关要素进行机制检验，以期与现有研究形成补充与呼应，从而进一步丰富乡村生产性服务业集聚的研究框架。

首先，基于2023年重庆市乡村生产性服务业POI数据，利用核密度分析方法刻画重庆市乡村生产性服务业及其细分行业集聚的现实格局，并借助2010年和2023年重庆市乡村生产性服务业POI数据，运用标准差椭圆和平均最近邻距离等空间统计工具分析重庆市乡村生产性服务业及其细分行业集聚的时空变化特征；其次，基于产业平均地理集聚率方法测度2010、2015、2020和2023年重庆市32个区(县)的乡村生产性服务业集聚水平，并通过Arc GIS空间分析方法，研究各区(县)乡村生产性服务业集聚的时空演化特征；最后，利用空间自相关分析方法，深入探究重庆市32个区(县)乡村生产性服务业集聚的空间集聚特征。相关结论如下：

1) 重庆市乡村生产性服务业总体、细分行业的集聚格局均表现出较强的空间差异性。重庆市全域乡村生产性服务业呈现出“多极点+多中心”集聚式分布，乡村生产性服务业分布密度从大到小表现为主城都市区、渝东北三峡库区城镇群、渝东南武陵山区城镇群的空间分布特征，与重庆市经济发展总体水平基本吻合。虽然重庆市乡村生产性服务业各细分行业的集聚区位存在差异，但“多点集聚”总体特征相对稳定。

2) 乡村生产性服务业整体及各细分行业均具有显著的集聚特性，但表现出一定差异。研究期内乡村生产性服务业整体集聚特征显著；乡村批发和零售业集聚特征更强，乡村科学研究和技术服务业集聚特征相对较弱。

3) 重庆市乡村生产性服务业集聚程度具有明显变化。研究期内重庆市乡村交通运输、仓储和邮政业与乡村信息传输、计算机服务与软件业以及乡村科学研究和技术服务业的集聚特征得到加强，其他细分行业集聚有所减弱。乡村生产性服务业整体及各类行业在研究期内均呈现出数量增长现象，表现为局部集聚加强和整体集聚弱化并存的分布态势，且集聚重心向东北方向小幅度偏移。

4) 研究期内乡村生产性服务业集聚水平从高到低表现为主城都市区、渝东北三峡库区城镇群、渝东南武陵山区城镇群的空间分布特征，但高值集聚区表现出向东北部转移的趋势。主城都市区以渝北区和巴南区为中心的区(县)群一直保持乡村生产性服务业集聚“高水平”，渝东北三峡库区城镇群、渝东南武陵山区城镇群多数区(县)的乡村生产性服务业集聚水平相对较低，但是渝东北三峡库区城镇群区(县)的乡村生产性服务业集聚水平在研究期内有向上跃迁的态势，而渝东南武陵山区城镇群区(县)则呈现出下降态势。同时，重庆市32个区(县)的乡村生产性服务业集聚水平的空间分布呈现出明显的空间自相关特征，高—高集聚的区(县)稳定分布在主城都市区，但在2023年高值集聚存在的报团现象被打破，高值集聚区呈现出向东北部转移的趋势。