婁洪武，黃 薔

（1.江西理工大學(xué) 土木與測(cè)繪工程學(xué)院，江西 贛州 341000；2.贛州市不動(dòng)產(chǎn)登記中心，江西 贛州 341000）

隨著國民經(jīng)濟(jì)的高速發(fā)展，帶動(dòng)國內(nèi)上市企業(yè)的規(guī)模迅速擴(kuò)大，國內(nèi)地區(qū)經(jīng)濟(jì)差異也越發(fā)明顯，上市公司的空間分布也愈加不平衡[1-2]。上市公司作為城市經(jīng)濟(jì)發(fā)展最優(yōu)質(zhì)的企業(yè)成員，其區(qū)位的選擇對(duì)于地區(qū)經(jīng)濟(jì)的發(fā)展起著明顯的主導(dǎo)作用。然而上市公司的發(fā)展帶動(dòng)著城市化的進(jìn)程不斷推進(jìn)，從而也引發(fā)了一系列問題[3]。城市建設(shè)用地不斷擴(kuò)張，城市用地急劇減少，勞動(dòng)力成本也不斷增長，地區(qū)人口比例嚴(yán)重失衡，工業(yè)、建筑業(yè)和制造業(yè)全面發(fā)展，造成越來越嚴(yán)重的環(huán)境問題[4-6]。例如城市用水短缺、城市污染排放嚴(yán)重、地區(qū)生態(tài)系統(tǒng)退化、耕地面積減少、生物多樣性喪失等問題，城市內(nèi)部各方面的不協(xié)調(diào)性，導(dǎo)致逐漸不能負(fù)荷城市經(jīng)濟(jì)的發(fā)展，上市公司的空間分布極度不平衡，可能將導(dǎo)致地區(qū)經(jīng)濟(jì)失衡。因此分析全國上市公司的空間分布特征，對(duì)于調(diào)整產(chǎn)業(yè)布局和促進(jìn)地區(qū)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重大意義[7-9]。

1 數(shù)據(jù)來源及方法

1.1 數(shù)據(jù)來源

此次研究對(duì)象為全國的A股上市公司（港澳臺(tái)地區(qū)不在研究范圍內(nèi)），后文所談及的上市公司均指國內(nèi)上市的A股上市公司。上市公司數(shù)據(jù)來自于Wind經(jīng)濟(jì)數(shù)據(jù)庫，其他社會(huì)參量數(shù)據(jù)來自中國統(tǒng)計(jì)年鑒，中國各省統(tǒng)計(jì)年鑒，上市公司地址為其總部所在辦公地址，坐標(biāo)數(shù)據(jù)來源于百度地圖坐標(biāo)拾取平臺(tái)。部分?jǐn)?shù)據(jù)來自《中國證券期貨統(tǒng)計(jì)年鑒》。

1.2 研究方法

研究利用的主要研究方法有：標(biāo)準(zhǔn)差橢圓分析法、空間自相關(guān)分析法、地理加權(quán)回歸（Geographically Weighted Regression，GWR）模型。

標(biāo)準(zhǔn)差橢圓分析法適用于區(qū)域?qū)傩詳?shù)據(jù)空間分布特征[10-11]，本文用此方法來分析全國上市公司2011、2014、2017和2020年這4年的分布特征。其計(jì)算公式如下

式中：θ為橢圓的旋轉(zhuǎn)角；δx和δy表示X軸和Y軸的標(biāo)準(zhǔn)差。

全局自相關(guān)分析法是整體上對(duì)中國上市公司總部的空間分布與和其空間地理位置上的所存在的空間依賴性進(jìn)行分析，在相關(guān)性分析中，最常用的是通過統(tǒng)計(jì)量Global Moran'I（全局莫蘭指數(shù)），其計(jì)算公式如下

式中：I為全局莫蘭指數(shù)；n為基本單元總個(gè)數(shù)；yi和yj為第i個(gè)基本單元和第j個(gè)空間基本單元的屬性值；y為所有基本單元屬性值的平均值；wij為空間權(quán)重值。莫蘭指數(shù)的值在[-1，1]之間。

地理加權(quán)回歸（GWR）模型是對(duì)線性回歸模型的一個(gè)拓展，研究設(shè)定的GWR模型如下：

式中：yi為n×1維被解釋變量；xik為n×k維解釋變量矩陣；βk（ui，vi）為因素k在回歸點(diǎn)i的回歸系數(shù)；k為自變量個(gè)數(shù)；（ui，vi）表示第i個(gè)觀察點(diǎn)的經(jīng)緯度坐標(biāo)；εi為分布的誤差項(xiàng)。

2 全國上市公司發(fā)展概況

自1993年開始至1998年，我國上市公司的發(fā)展主要還是由政府主導(dǎo)下的發(fā)展階段，在這數(shù)年內(nèi)，全國的A股上市公司數(shù)量由開始的177家增長至728家，這一階段為全國上市企業(yè)的最初發(fā)展階段；至2001年后，中國加入世界貿(mào)易組織，大量引進(jìn)國外投資者，與中國本土企業(yè)競(jìng)爭(zhēng)國內(nèi)市場(chǎng)，導(dǎo)致全國上市企業(yè)這一階段發(fā)展較慢，自2002—2005年期間，全國A股上市企業(yè)的數(shù)量由1 085家增長至1 341家，在2008年北京成功舉辦奧運(yùn)會(huì)之后，全國各項(xiàng)產(chǎn)業(yè)迅速發(fā)展，上市公司數(shù)量激增至1 756家，直至20世紀(jì)10年代，中國進(jìn)入了第二階段的經(jīng)濟(jì)高速發(fā)展期，全國上市公司的發(fā)展迎來爆發(fā)階段，直至2020年底，全國已有4 059家A股上市公司。

3 全國上市公司總部空間分布特征

3.1 上市公司總部的標(biāo)準(zhǔn)差橢圓分析

根據(jù)上文所提到的公式再利用Arcgis.10.2繪制了4個(gè)年份上市公司總部的遷移變化圖，用以揭示全國上市公司總部的延伸方向，如圖1所示。

圖1 全國上市公司總部重心遷移圖

通過分析發(fā)現(xiàn)，全國上市公司總部空間分布呈現(xiàn)出一種局部區(qū)域具有高度聚集性，整體發(fā)展不平衡的現(xiàn)象，總體方向大致為“東南—西北”的一種分布形式。其中，長江三角洲、珠江三角洲以及京津冀地區(qū)的上市公司總部高度聚集，而中國的西南、西北和東北等地區(qū)則呈現(xiàn)出一種分散分布的特點(diǎn)，中部地區(qū)上市公司總部分布較為平衡，表現(xiàn)出其作為上市公司總部分布的緩沖區(qū)域的一種態(tài)勢(shì)。

4個(gè)時(shí)間段標(biāo)準(zhǔn)差橢圓相關(guān)參數(shù)見表1。

表1 全國上市公司總部標(biāo)準(zhǔn)差橢圓參數(shù)

由表1可知，橢圓所顯示區(qū)域?yàn)槿珖鲜泄究偛糠植甲顬榧械膮^(qū)域，2011—2020年期間標(biāo)準(zhǔn)差橢圓的方向性無明顯變化，大致延伸方向?yàn)椤皷|南—西北”走向；從標(biāo)準(zhǔn)差橢圓的長短軸來看，4個(gè)時(shí)間斷面下從2011—2020年期間，橢圓的長軸和短軸都越來越小，橢圓的面積也越來越小，同時(shí)長軸和短軸的差值也越來越小，這說明在這期間全國上市公司總部隨著數(shù)量規(guī)模的擴(kuò)大其空間分布的聚集性越來越強(qiáng)，產(chǎn)業(yè)聚集更加明顯；從橢圓中心點(diǎn)來看，全國上市公司總部重心一直在向中國東南沿海地區(qū)偏移，表明全國上市公司總部的分布具有一定的空間相關(guān)性。

3.2 上市公司總部的全局自相關(guān)分析

此次研究選取中國各個(gè)省域作為空間自相關(guān)分析的基本單元，利用空間分析工具，進(jìn)行空間自相關(guān)系數(shù)計(jì)算，由于本次研究是以各個(gè)省域?yàn)榛狙芯繂卧?，這將導(dǎo)致研究的樣本數(shù)量較少，可能會(huì)導(dǎo)致統(tǒng)計(jì)結(jié)果對(duì)上市公司總部分布的空間格局無法提供強(qiáng)有力的支持，為了保證分析結(jié)果的嚴(yán)謹(jǐn)性，本次研究出來采用常用的鄰接權(quán)重矩陣，還嘗試了各種地理距離矩陣以及其他多種空間權(quán)重矩陣做對(duì)比，最終得到表2全國各年上市公司總部的全局莫蘭指數(shù)。

表2 2011—2020年上市公司全局莫蘭指數(shù)

由表2可以看出：全國上市公司總部全局莫蘭指數(shù)均在5%的效果下顯著，且P隨著時(shí)間在逐漸變小，說明其對(duì)全局莫蘭指數(shù)的解釋越來越強(qiáng)，從I來看，這4年的I均為正值，這說明全國各個(gè)省域和其相鄰省域上市公司總部的空間分布呈現(xiàn)出正相關(guān)性，這四年的數(shù)值越來越大，說明全國上市公司總部的空間自相關(guān)性越來越強(qiáng)，表現(xiàn)出一直逐年加強(qiáng)的態(tài)勢(shì)。

4 全國上市公司空間分布的影響因素分析

此次研究的是全國上市公司總部的空間分布，通過對(duì)其方向分布以及聚集性的分析，發(fā)現(xiàn)其整體的空間分布具有異質(zhì)性，故而對(duì)于其影響因素的分析采用GWR模型進(jìn)行實(shí)證。

4.1 變量的選取

根據(jù)以往的研究，學(xué)者們對(duì)于企業(yè)區(qū)位的分布主要是通過其所屬城市的各方面屬性探討其分布特點(diǎn)，學(xué)者們認(rèn)為城市交通、人口、經(jīng)濟(jì)、規(guī)劃以及城市的規(guī)模等因數(shù)對(duì)企業(yè)分布的影響很大。

基于以上討論，研究將從交通便利性、人口數(shù)量、經(jīng)濟(jì)發(fā)展情況、引進(jìn)外資情況4個(gè)方面對(duì)上市公司的分布進(jìn)行研究，于此4個(gè)方向合理選擇指標(biāo)，由此可選取4項(xiàng)指標(biāo)對(duì)其進(jìn)行考量。各變量具體見表3。

表3 相關(guān)變量及具體指標(biāo)

4.2 模型構(gòu)建

考慮到各項(xiàng)指標(biāo)數(shù)值差異過大，單位不一，為避免計(jì)算結(jié)果存在異方差，研究先對(duì)各項(xiàng)變量數(shù)值進(jìn)行歸一化，然后再進(jìn)行對(duì)數(shù)處理，盡量消除異方差的影響。故研究將此次研究模型設(shè)定如式（6）所示

4.3 實(shí)證結(jié)果

4.3.1 全局普通最小二乘法（OLS）模型

在進(jìn)行GWR模型計(jì)算之前，研究先用OLS模型初步測(cè)定各變量對(duì)于全國上市公司分布的影響，同時(shí)檢驗(yàn)所選各個(gè)指標(biāo)的合理性，對(duì)其進(jìn)行全局OLS回歸，通過對(duì)變量的雙相關(guān)分析，發(fā)現(xiàn)變量的共線較低，回歸分析結(jié)果見表4。

表4 全局OLS回歸估計(jì)結(jié)果

由表4結(jié)果顯示，調(diào)整R2為0.478 1，得到的全局?jǐn)M合效果一般。4項(xiàng)指標(biāo)均對(duì)上市公司發(fā)展起正向作用，其中經(jīng)濟(jì)發(fā)展水平對(duì)上市公司的發(fā)展影響最大，引進(jìn)外資情況對(duì)上市公司的發(fā)展影響最小，4項(xiàng)指標(biāo)都在5%水平上顯著，說明此次回歸結(jié)果較為可靠。

4.3.2 GWR模型

對(duì)于上市公司總部分布的影響，OLS模型只是對(duì)全局的一個(gè)“平均回歸”，并不能體現(xiàn)其局部空間分布各方面的影響因素，因此需要再利用GWR模型研究各個(gè)變量對(duì)于上市公司空間分布的空間異質(zhì)性。分析結(jié)果見表5。

表5 GWR模型系數(shù)

從表5可以看出，變量的系數(shù)值具有明顯浮動(dòng)，說明省內(nèi)不同地區(qū)上市公司分布影響因素存在著顯著差異，而調(diào)整后的R2和AIC c明顯優(yōu)于OLS模型，這充分說明GWR模型更適用于此次分析。

從最后結(jié)果可以得到各個(gè)變量對(duì)于上市公司的發(fā)展都起正向作用，通過變量的回歸系數(shù)的平均值，發(fā)現(xiàn)地區(qū)生產(chǎn)總值對(duì)于上市公司分布的影響最大，城市等級(jí)的影響最小，對(duì)于聚集中心京津冀、長三角和珠三角地區(qū)4項(xiàng)指標(biāo)的回歸系數(shù)都較大，從各個(gè)變量展開來看，在地區(qū)經(jīng)濟(jì)發(fā)展水平方面，對(duì)浙江影響最大（0.443 8），對(duì)新疆的影響最?。?.163 3）；從交通便利性方面來看，對(duì)寧夏的影響程度最大（0.213 3），對(duì)湖南的影響程度最小（0.047 8）；從地區(qū)常住人口方面來看，對(duì)上海的影響最大（0.462 7），對(duì)西藏的影響最?。?.113 7），從實(shí)際利用外資額方面來看，對(duì)于廣東的影響最大（0.131 5），對(duì)于四川的影響最?。?.037 2）。

總而言之，對(duì)于全國上市公司總部的分布，這4項(xiàng)指標(biāo)都對(duì)其起正向作用，但是對(duì)于省內(nèi)不同地區(qū)的分布情況，每個(gè)變量對(duì)其影響程度不一，有很強(qiáng)的空間異質(zhì)性。

5 結(jié)束語

以中國上市公司總部作為研究對(duì)象，首先利用標(biāo)準(zhǔn)差橢圓研究中國上市公司總部從2011—2020年以來的發(fā)展情況，同時(shí)也測(cè)度了其在國內(nèi)的方向分布，再對(duì)其用空間自相關(guān)分析，討論其空間分布的聚集性，而后分析其影響因素，最后得出以下結(jié)論。

（1）中國上市公司總部的分布方向大致為“東南—西北”走向。

（2）全國上市公司總部的分布具有很強(qiáng)的聚集性，主要以京津冀、長三角和珠三角為中心的三核向周邊輻射發(fā)展。

（3）中國上市公司總部空間分布存在明顯正向相關(guān)性，且這種正相關(guān)性有逐漸增強(qiáng)的趨勢(shì)。

（4）經(jīng)濟(jì)發(fā)展水平、交通便利性、城市常住人口、引進(jìn)外資情況都對(duì)全國的上市公司發(fā)展起正向促進(jìn)作用，只是基于不同地理位置，各項(xiàng)因素對(duì)不同地區(qū)的影響程度不一，其中地區(qū)生產(chǎn)總值對(duì)北京、江蘇等地區(qū)影響最大，而交通便利性則對(duì)于寧夏、甘肅等較為落后的地區(qū)影響程度最大，對(duì)其他沿海城市影響較小，而引用外資情況對(duì)于浙江、廣東等沿海地區(qū)影響比較大，相對(duì)而言，人口密度的影響對(duì)于上市公司總部的分布比較平均，不同地區(qū)影響程度落差不大。

總而言之，在這幾個(gè)因素的相互影響下，導(dǎo)致了全國各地區(qū)上市公司發(fā)展的不平衡，造成了極大的地域差異性。