馬子路 | Ma Zilu

黃亞平 | Huang Yaping

隨著國家創(chuàng)新驅(qū)動戰(zhàn)略的實施，科技服務(wù)業(yè)作為科技創(chuàng)新與經(jīng)濟發(fā)展有機結(jié)合的紐帶，成為城市經(jīng)濟高質(zhì)量發(fā)展的重要驅(qū)動力。科技服務(wù)業(yè)是指運用現(xiàn)代科學(xué)知識、技術(shù)手段和分析方法，為科技創(chuàng)新和科技成果轉(zhuǎn)化提供各種支撐性服務(wù)和管理的行業(yè)[1]，在增強自主創(chuàng)新能力，提升產(chǎn)業(yè)核心競爭力等方面發(fā)揮著重要作用[2]。因此，刻畫城市內(nèi)部科技服務(wù)業(yè)的空間格局演化特征，辨析其區(qū)位選擇的影響因素，對于揭示科技服務(wù)業(yè)發(fā)展的空間規(guī)律，促進(jìn)科技服務(wù)業(yè)空間發(fā)展具有重要意義。

國內(nèi)外學(xué)者對科技服務(wù)業(yè)空間格局的相關(guān)內(nèi)容進(jìn)行了廣泛研究，從研究區(qū)域來看，主要涉及亞特蘭大[3]、巴黎[4]、維也納[5]、北京[6]、上海[7]、廣州[8]和杭州[9]等城市；從研究內(nèi)容來看，主要集中于科技服務(wù)業(yè)的空間分布[6、8]、空間格局的演化過程[9]和影響機制[7、10]等；從研究方法來看，主要運用核密度估計[5]、因子分析[6]、區(qū)位商[8]和圈層分析[9]等方法；學(xué)者們認(rèn)為科技服務(wù)業(yè)傾向在郊區(qū)[3]、高科技中心[4]、大學(xué)周邊[5-6]、科技園和軟件園[9]等區(qū)域分布，主要受到低廉的土地價格、便捷的交通[3]、消費者偏好[4]、最新知識趨勢[5]、經(jīng)濟實力[7]、人才高地和政府政策[10]等因素的影響。綜上，①研究對象方面，國內(nèi)研究大多以東部地區(qū)城市為研究對象，對中部地區(qū)城市的研究較少；②研究內(nèi)容方面，缺乏對細(xì)分類型科技服務(wù)業(yè)空間格局演化特征的研究，同時，影響因素的分析不夠系統(tǒng)，對不同行業(yè)影響因素的比較也少有涉及；③研究方法方面，空間格局的影響因素研究以定性描述分析為主，在定量方法的應(yīng)用上具有一定的拓展空間?；诖?，本文以武漢都市區(qū)2008年、2013年、2018年科技服務(wù)企業(yè)數(shù)據(jù)為基礎(chǔ)，利用圈層分析和核密度估計方法，對科技服務(wù)業(yè)空間格局的演化特征及不同類型企業(yè)的區(qū)位差異進(jìn)行研究，并采用負(fù)二項回歸模型，定量分析其空間格局演化的影響因素及不同類型企業(yè)間的差異，以期為武漢都市區(qū)科技服務(wù)業(yè)的健康發(fā)展和合理布局提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域與數(shù)據(jù)來源

武漢市作為全國重要的增長極，獨特的區(qū)位條件、科教資源和政策優(yōu)勢，為科技服務(wù)業(yè)的發(fā)展提供了堅實基礎(chǔ)。本文研究區(qū)域為2010版武漢市城市總體規(guī)劃所界定的都市發(fā)展區(qū)，總用地面積為3261km2。

本研究中科技服務(wù)企業(yè)數(shù)據(jù)來自武漢市工商登記企業(yè)數(shù)據(jù)，參照《國民經(jīng)濟行業(yè)分類》（GB/T 4754—2017），主要選取研究和試驗發(fā)展、專業(yè)技術(shù)服務(wù)業(yè)、科技推廣和應(yīng)用服務(wù)業(yè)3種類型行業(yè)數(shù)據(jù)，作為科技服務(wù)業(yè)具體行業(yè)，分別收集了2008、2013、2018年武漢都市區(qū)科技服務(wù)企業(yè)數(shù)據(jù)，包括企業(yè)名稱、詳細(xì)地址、行業(yè)代碼、成立年份等屬性信息，采用地理編碼技術(shù)獲取企業(yè)地址對應(yīng)的經(jīng)緯度坐標(biāo)，利用ArcGIS10.2平臺建立企業(yè)空間數(shù)據(jù)庫。此外，本研究應(yīng)用了武漢市商務(wù)辦公用地價格以及公交站點、高等院校、購物設(shè)施、科技企業(yè)孵化器、高速公路和開發(fā)區(qū)等空間數(shù)據(jù)。商務(wù)辦公用地價格根據(jù)武漢市自然資源和規(guī)劃局《武漢市商務(wù)辦公用地級別與基準(zhǔn)地價圖（2014）》數(shù)字化處理得出；公交站點數(shù)據(jù)[11]來自2013年高德地圖興趣點（Points of Interest,POI）數(shù)據(jù)①；高等院校和購物設(shè)施數(shù)據(jù)[12]來自2014年百度地圖POI數(shù)據(jù)②；科技企業(yè)孵化器數(shù)據(jù)來自武漢市科學(xué)技術(shù)局公布的科技企業(yè)孵化器名單；高速公路和開發(fā)區(qū)數(shù)據(jù)來自武漢市相關(guān)規(guī)劃圖集。

1.2 研究方法

（1）圈層分析

選取武漢市人民政府所在地為中心，以等距離3km作向外推移的圈層緩沖區(qū)，利用Arcgis10.2平臺統(tǒng)計不同年份每個圈層內(nèi)的科技服務(wù)企業(yè)數(shù)量和比重，計算公式為：

式中，Pi為第i環(huán)科技服務(wù)企業(yè)數(shù)量占科技服務(wù)企業(yè)總量的比重，Ai為第i環(huán)科技服務(wù)企業(yè)數(shù)量，A為武漢都市區(qū)科技服務(wù)企業(yè)總量。

（2）核密度估計

核密度估計法以要素點中心處的密度值最高，距離中心越遠(yuǎn)而密度越小，在閾值邊緣處密度為0，同一位置的密度進(jìn)行疊加，形成要素在整個區(qū)域內(nèi)的分布密度[13]，其公式如下：式中：f(x)表示x點處的密度值，為核函數(shù)，h＞0，為閾值，n為閾值范圍內(nèi)的點數(shù)，x-xi為估計點x到樣本點xi的距離。

（3）負(fù)二項回歸模型

對武漢都市區(qū)進(jìn)行1km×1km網(wǎng)格劃分，本文以落入網(wǎng)格內(nèi)的2014年—2018年科技服務(wù)企業(yè)密度為被解釋變量，網(wǎng)格內(nèi)的企業(yè)密度是不連續(xù)的，可采用泊松回歸模型對其區(qū)位選擇的影響因素進(jìn)行測度。泊松回歸模型的一個重要假設(shè)是被解釋變量的均值與方差相等，而各網(wǎng)格內(nèi)的科技服務(wù)企業(yè)密度差異較大，表現(xiàn)為方差大于平均值，因此，采用負(fù)二項回歸模型進(jìn)行分析，模型可以表示為：

yi服從參數(shù)為λi的泊松分布：

式中：K表示離散程度，服從均值為0，方差為α的伽馬分布；參數(shù)λi取決于解釋變量Xi；βi為各變量的回歸系數(shù)向量。

2 科技服務(wù)業(yè)空間格局演化特征

2.1 向心集聚與向外擴展趨勢并存

運用圈層分析方法，以武漢市人民政府為城市中心，以3km半徑為間隔，構(gòu)建14個同心圓圈層，并對比2008、2013、2018年科技服務(wù)企業(yè)圈層分布的演化軌跡（圖1）。2008年，科技服務(wù)企業(yè)主要分布于距離市中心12km范圍內(nèi)，比重為72.35%，在6～9km圈層達(dá)到峰值；2013年，12km范圍內(nèi)的比重下降至64.06%，6～9km圈層仍處于峰值區(qū)域，而15～27km范圍的比重明顯上升；2018年，12km范圍內(nèi)的比重繼續(xù)下降至56.94%，15～18km與3～6km圈層形成兩大峰值區(qū)域，15～27km范圍的企業(yè)比重增加至30.03%。總體上，科技服務(wù)業(yè)在城市中心的比重下降，近郊圈層的吸引力顯著增強，向心集聚與向外擴展均十分明顯。

圖1 科技服務(wù)業(yè)圈層分布演化圖

2.2 空間分布由單中心向多中心轉(zhuǎn)變

運用ArcGIS10.2平臺中核密度分析工具，搜索半徑設(shè)定為1km，對2008、2013、2018年科技服務(wù)業(yè)的空間格局進(jìn)行核密度估計（圖2）。2008年，科技服務(wù)企業(yè)主要分布在高校集聚區(qū)，呈現(xiàn)單中心格局特征，在街道口形成了核心集聚區(qū)，沿關(guān)東科技園形成次級集聚區(qū)；2013年，沿近郊區(qū)集聚的企業(yè)顯著增加，形成了雙中心格局，沿街道口和關(guān)東科技園形成核心集聚區(qū)，并形成了3個次級集聚區(qū)，分別位于中南路商圈、光谷廣場商圈和光谷創(chuàng)業(yè)街；2018年，科技服務(wù)企業(yè)進(jìn)一步向城市中心和近郊區(qū)集聚，呈現(xiàn)多中心格局特征，在中南路商圈、街道口和關(guān)東科技園形成了3個核心集聚區(qū)，并沿光谷廣場商圈、光谷創(chuàng)業(yè)街、光谷總部國際和光谷軟件園形成了4個次級集聚區(qū)?？傮w而言，武漢都市區(qū)科技服務(wù)業(yè)由圍繞高校集聚區(qū)分布的單中心格局，向圍繞科技園區(qū)、高校集聚區(qū)和商業(yè)中心分布的多中心格局轉(zhuǎn)變，同時，在創(chuàng)業(yè)街、總部基地和軟件園區(qū)等區(qū)域形成了新的集聚區(qū)。

圖2 2008、2013、2018年科技服務(wù)業(yè)空間分布核密度圖

2.3 不同類型科技服務(wù)業(yè)空間集聚存在差異

不同類型的科技服務(wù)企業(yè)呈現(xiàn)出不同的空間格局演化特征。研究和試驗發(fā)展企業(yè)延續(xù)了沿科技園區(qū)分布的單中心格局，在創(chuàng)業(yè)街和總部基地形成了新的集聚區(qū)（圖3）。2008年，研究和試驗發(fā)展企業(yè)形成了沿關(guān)東科技園的單中心格局，并沿街道口、光谷廣場商圈和光谷創(chuàng)業(yè)街形成3個次級集聚區(qū)；2013年，核心集聚區(qū)保持不變，而街道口不再形成次級集聚區(qū)；2018年，延續(xù)了沿關(guān)東科技園的單中心格局，并沿光谷創(chuàng)業(yè)街和光谷總部國際形成了2個次級集聚區(qū)。專業(yè)技術(shù)服務(wù)企業(yè)延續(xù)了沿高校集聚區(qū)分布的單中心格局，在商業(yè)中心形成了新的集聚區(qū)（圖4）。2008年，專業(yè)技術(shù)服務(wù)企業(yè)沿街道口形成了核心集聚區(qū)，單中心格局明顯；2013年，單中心格局尚未改變，并沿中南路商圈形成了次級集聚區(qū)；2018年，延續(xù)了上一時期的空間格局，并形成了多個熱點集聚區(qū)?？萍纪茝V和應(yīng)用服務(wù)企業(yè)由雙中心向單中心格局轉(zhuǎn)變，延續(xù)了沿商業(yè)中心分布的特征，并在科技園區(qū)形成了新的集聚區(qū)（圖5）。2008年，科技推廣和應(yīng)用服務(wù)企業(yè)形成了2個核心集聚區(qū)，分別位于江漢路商圈和中南廣場，并沿王家墩東、首義廣場、中南路商圈和街道口形成了4個次級集聚區(qū)。2013年，科技推廣和應(yīng)用服務(wù)企業(yè)形成了沿中南路商圈的核心集聚區(qū)，以及沿中南廣場的次級集聚區(qū)。2018年，延續(xù)了沿中南路商圈的單中心格局，并形成了3個次級集聚區(qū)，分別位于鐘家村商圈、楚河漢街商圈和關(guān)東科技園。

圖3 2008、2013、2018年研究和試驗發(fā)展企業(yè)空間分布核密度圖

圖4 2008、2013、2018年專業(yè)技術(shù)服務(wù)企業(yè)空間分布核密度圖

圖5 2008、2013、2018年科技推廣和應(yīng)用服務(wù)企業(yè)空間分布核密度圖

3 科技服務(wù)業(yè)空間格局演化的影響因素分析

3.1 影響因素選擇

綜合區(qū)位理論的相關(guān)研究，本研究將武漢都市區(qū)科技服務(wù)業(yè)空間格局演化的影響因素歸為交通通達(dá)性、土地價格、科技環(huán)境、孵化環(huán)境、商業(yè)環(huán)境、集聚因素和政策因素，具體解釋變量及定義見表1。

表1 解釋變量指標(biāo)選取及說明

企業(yè)間的業(yè)務(wù)聯(lián)系和員工通勤依賴于便捷的交通條件，引入公交站點密度（X1）作為市內(nèi)交通的衡量指標(biāo)，由研究單元內(nèi)的公交站點密度測度，此外，是否有高速公路經(jīng)過（X2）是對外通達(dá)性的重要指標(biāo)，有高速公路通過的研究單元賦值為1，否則賦值為0，預(yù)期回歸系數(shù)均為正。土地成本是企業(yè)運營成本的重要部分，研究中引入土地價格（X3）變量，由研究單元內(nèi)商務(wù)辦公用地基準(zhǔn)地價的平均價格進(jìn)行測度，預(yù)期回歸系數(shù)為負(fù)。高等院校為科技服務(wù)業(yè)提供必要的科技人才和知識資源，以研究單元內(nèi)高等院校密度測度科技環(huán)境（X4），期望其回歸系數(shù)為正。科技企業(yè)孵化器為科技企業(yè)提供舒適辦公空間，以及咨詢、融資、培訓(xùn)等一系列服務(wù)[14]，研究引入變量孵化環(huán)境（X5），若研究單元內(nèi)有科技企業(yè)孵化器，賦值為1，否則賦值為0，期望其回歸系數(shù)為正?？萍挤?wù)企業(yè)沿商業(yè)集聚區(qū)分布可及時了解市場動態(tài)，同時，鄰近客戶有助于企業(yè)與客戶之間的溝通交流，以研究單元內(nèi)購物設(shè)施的密度測度商業(yè)環(huán)境（X6），預(yù)期回歸系數(shù)為正。集聚經(jīng)濟有利于技術(shù)溢出，促進(jìn)資源與信息共享，降低投資風(fēng)險和生產(chǎn)成本[15]，以研究單元內(nèi)2009年—2013年的科技服務(wù)企業(yè)密度測度集聚因素（X7），預(yù)期回歸系數(shù)為正。地方政府通過設(shè)立開發(fā)區(qū)，制定土地、稅收等優(yōu)惠政策吸引企業(yè)入駐，本研究引入變量政策因素（X8），若研究單元在開發(fā)區(qū)范圍內(nèi)，賦值為1，否則賦值為0，預(yù)期回歸系數(shù)為正。

3.2 結(jié)果分析

本研究以1km×1km網(wǎng)格為研究的基本單元，選取網(wǎng)格內(nèi)2014年—2018年科技服務(wù)企業(yè)密度為被解釋變量，以表1中的因素為解釋變量，有效樣本數(shù)量為3261個。通過STATA軟件采用負(fù)二項回歸模型進(jìn)行影響因素檢驗，表2分別列出全部科技服務(wù)企業(yè)和不同類型企業(yè)的估計結(jié)果，alpha系數(shù)均顯著不為零，證明了采用負(fù)二項回歸模型估計的合理性。

表2 負(fù)二項回歸模型估計結(jié)果

從全部企業(yè)的回歸結(jié)果來看，交通通達(dá)性是影響科技服務(wù)企業(yè)區(qū)位選擇的重要因素，公交站點密度（X1）的回歸系數(shù)與預(yù)期符號相同，通過了顯著性檢驗，但回歸系數(shù)相對較小，是否有高速公路經(jīng)過（X2）的系數(shù)顯著為正，表明公交站點密集的區(qū)域并非科技服務(wù)企業(yè)選址的首要考慮，而其更傾向于靠近高速公路等對外交通聯(lián)系便利的區(qū)域分布。土地價格（X3）的系數(shù)顯著為正，與預(yù)期相反，表明土地價格越高的區(qū)域吸引的科技服務(wù)企業(yè)越多，體現(xiàn)了科技服務(wù)企業(yè)具有較強的競租能力，以及交通通達(dá)性對科技服務(wù)企業(yè)區(qū)位選擇的重要作用，通常通達(dá)性越好的區(qū)域，土地價格越高?？萍辑h(huán)境（X4）的系數(shù)顯著為正，說明科技服務(wù)企業(yè)傾向于分布在高等院校密集的區(qū)域，以便獲取高素質(zhì)人力資源和最新科研成果。孵化環(huán)境（X5）的回歸系數(shù)最高，且通過了顯著性檢驗，表明科技服務(wù)企業(yè)高度依賴于孵化資源和孵化服務(wù)以提升企業(yè)效能，孵化環(huán)境是影響科技服務(wù)企業(yè)區(qū)位選擇的關(guān)鍵因素。商業(yè)環(huán)境（X6）的回歸系數(shù)顯著為正，說明科技服務(wù)企業(yè)十分重視良好的市場接入性和便捷的商務(wù)環(huán)境。集聚因素（X7）的系數(shù)顯著為正，說明集聚經(jīng)濟對科技服務(wù)企業(yè)的區(qū)位選擇具有顯著影響，即科技服務(wù)企業(yè)的集聚有利于吸引相似企業(yè)的入駐。政策環(huán)境（X8）的系數(shù)顯著為正，表明開發(fā)區(qū)所提供的優(yōu)惠政策和良好基礎(chǔ)設(shè)施對科技服務(wù)企業(yè)具有較強的吸引力。

影響因素對不同類型科技服務(wù)企業(yè)的作用強度存在差異。是否有高速公路經(jīng)過（X1）對研究和試驗發(fā)展企業(yè)的作用更高，表明研究和試驗發(fā)展企業(yè)更傾向于靠近高速公路分布，而公交站點密度（X2）對研究和試驗發(fā)展企業(yè)的影響不顯著，表明這類企業(yè)的區(qū)位選擇對內(nèi)部通達(dá)性沒有特別的傾向。專業(yè)技術(shù)服務(wù)企業(yè)對鄰近市場和交流合作的需求更高，其公交站點密度（X2）、土地價格（X3）和商業(yè)環(huán)境（X6）的回歸系數(shù)均高于其他兩類企業(yè)。科技環(huán)境（X4）對專業(yè)技術(shù)服務(wù)企業(yè)的正向影響遠(yuǎn)大于其他類型，表明專業(yè)技術(shù)服務(wù)企業(yè)對專業(yè)人才和科技資源的依賴程度較高。孵化環(huán)境（X5）對所有類型科技服務(wù)企業(yè)的作用系數(shù)最大且顯著，說明科技服務(wù)企業(yè)傾向于分布在科技企業(yè)孵化器鄰近區(qū)域，此外，專業(yè)技術(shù)服務(wù)企業(yè)的系數(shù)更高，表明其更加重視科研成果的轉(zhuǎn)化和應(yīng)用?？萍纪茝V和應(yīng)用服務(wù)企業(yè)對集聚因素（X6）的依賴較強，回歸系數(shù)遠(yuǎn)高于專業(yè)技術(shù)服務(wù)企業(yè)，說明更傾向于分布在原有企業(yè)相對集中的區(qū)域。政策因素（X8）方面，開發(fā)區(qū)對專業(yè)技術(shù)服務(wù)企業(yè)的作用高于其他企業(yè)，專業(yè)技術(shù)服務(wù)企業(yè)更傾向于集聚在開發(fā)區(qū)內(nèi)。

結(jié)語

本文基于武漢都市區(qū)科技服務(wù)企業(yè)數(shù)據(jù)，運用圈層分析和核密度估計方法分析了科技服務(wù)業(yè)空間格局的演化特征，采用負(fù)二項回歸模型探討了科技服務(wù)企業(yè)區(qū)位選擇的影響因素，主要得出以下結(jié)論：

第一，從空間格局的演化特征來看，武漢都市區(qū)科技服務(wù)業(yè)在城市中心的比重下降，近郊圈層的吸引力顯著增強，向心集聚和向外擴展均十分明顯。科技服務(wù)業(yè)由圍繞高校集聚區(qū)分布的單中心格局向圍繞科技園區(qū)、高校集聚區(qū)和商業(yè)中心分布的多中心格局轉(zhuǎn)變，并在創(chuàng)業(yè)街、總部基地和軟件園區(qū)等區(qū)域形成了新的集聚區(qū)。不同類型科技服務(wù)業(yè)空間集聚存在差異，研究和試驗發(fā)展企業(yè)延續(xù)了沿科技園區(qū)分布的單中心格局，專業(yè)技術(shù)服務(wù)企業(yè)延續(xù)了沿高校集聚區(qū)分布的單中心格局，科技推廣和應(yīng)用服務(wù)企業(yè)由雙中心向單中心格局轉(zhuǎn)變，延續(xù)了沿商業(yè)中心分布的特征。

第二，從空間格局演化的影響因素來看，交通通達(dá)性、土地價格、科技環(huán)境、孵化環(huán)境、市場環(huán)境、集聚因素和政策因素對科技服務(wù)企業(yè)的區(qū)位選擇具有顯著影響。影響因素的作用強度存在行業(yè)間差異，研究試驗和發(fā)展企業(yè)更加關(guān)注是否有高速公路經(jīng)過，而受公交站點密度的影響不顯著，專業(yè)技術(shù)服務(wù)企業(yè)受公交站點密度、土地價格、科技環(huán)境、孵化環(huán)境、商業(yè)環(huán)境和政策因素的影響明顯大于其他兩類企業(yè)，科技推廣和應(yīng)用服務(wù)企業(yè)對集聚因素的要求更高。

本研究以武漢都市區(qū)為案例，對科技服務(wù)業(yè)空間格局的演化特征及影響因素進(jìn)行了實證分析，可以為科技服務(wù)業(yè)空間發(fā)展提供決策參考。然而，本研究僅選取了10年間武漢都市區(qū)科技服務(wù)企業(yè)數(shù)據(jù)進(jìn)行分析，也缺乏與國內(nèi)城市之間的對比分析，因此，從更長的時間尺度，引入國內(nèi)其他城市進(jìn)行對比研究，更深入地分析科技服務(wù)業(yè)空間演化規(guī)律，將是進(jìn)一步研究的方向。

資料來源：

文中圖表均為作者自繪。

注釋

①數(shù)據(jù)來源：Beijing City Lab,2015,Data 30,Bus stops of China in 2013,http://www.beijingcitylab.com。

② 數(shù)據(jù)來源：Beijing City Lab,2017,Data 34,Points of interest of China,http://www.beijingcitylab.com。