長三角城市群總部經濟發展空間溢出效應研究

張永慶，牛 秀

（上海理工大學管理學院，上海 200093）

隨著信息網絡技術及經濟全球化的不斷發展，總部經濟這種新型的經濟發展形態開始在北京、上海等超大城市誕生。總部經濟是指中心城市憑借自身優越的資源、發展水平、基礎設施及商業環境等條件，不斷吸引國內外企業遷往該地，從而形成企業總部在該區域聚集分布的一種經濟形態，并且通過稅收貢獻效應、產業乘數效應、消費帶動效應、社會資本效應及勞動就業效應對該區域的經濟發展和產業升級產生重要的推動作用。總部經濟作為一種專業化、高端化、高效化的產業經濟形態，對于實現資源最優配置、提升城市品牌形象、完成中心城市產業升級和經濟轉型有著重要意義。在上海、廣州、北京、深圳、寧波及蘇州等地區均制定了推動總部經濟快速發展的若干政策，積極鼓勵國內大型企業與跨國公司入駐。2018 年，中國總部經濟戰略論壇總結出了中國總部經濟15 年發展歷程中的經驗和教訓，得出了：“未來的世界，是總部經濟的世界；總部經濟時代，是未來的時代”的結論。

近年來，國內學者對于總部經濟的研究主要集中于總部經濟概念、發展能力和經濟效應等方面。最早對總部經濟進行明確定義的是趙弘［1］，他提出“所謂總部經濟，是指通過創造各種有利條件，吸引跨國公司和外埠大型企業集團總部入駐，形成企業總部在本區域集群布局，企業生產加工基地則通過各種其他形式安排在成本較低的周邊地區或外地，從而形成合理的價值鏈分工的經濟活動的總稱”。王磊等［2］認為總部經濟是跨國公司和大型企業的投資中心、管理中心、研發中心、采購中心等部門的集群，是與周邊地區、全國乃至跨國地區進行資本、人才及貿易交往從而形成合理的價值鏈分工活動的總和。在總部經濟發展能力評估方面，代玉婷等［3］構建了包含經濟實力、金融服務、環境質量及公共服務等總部經濟發展能力評估體系，采用因子分析法和聚類分析法對天山北坡經濟帶總部經濟發展能力進行綜合評價。陳冬紅等［4］通過構建西部總部經濟發展能力指標體系，運用主成分分析法研究了西北35 個地級市總部經濟發展能力，并將這些城市總部經濟發展能力分為4 個能級。在總部經濟發展效應方面，主要從稅收、就業、消費及產業乘數等角度入手，賓建成等［5］指出跨國公司在華建立地區總部一方面能夠帶動中國第三產業的發展，促進總部所在地區產業結構的升級；另一方面，具有促進中國經濟活動與世界接軌，提升城市綜合競爭力的作用。史忠良等［6］則強調稅收貢獻效應、連鎖投資效應、產業乘數效應、消費帶動效應、勞動就業效應、城市極化-擴散效應等6 大效應。

而國外文獻研究重點主要集中在企業總部選址影響因素、總部經濟遷移趨勢等。Strauss-Kahn等［7］以美國大都市地區26 195 個公司總部為研究對象，發現公司總部選址時更傾向于稅收較低、機場等基礎設施較完善、商業服務業發展水平較高的區域。Bel 等［8］在控制稅收、擁堵、市場、勞動力可獲得性等會對企業選址產生影響因素的情況下，發現能否進行信息交流對企業總部選址具有重大影響。Davis等［9］研究發現，當一個地區總部聚集達到一定水平后，公司總部數量繼續增加就會導致總部經濟規模外部性減少，部分企業總部為了追求經濟效益最大化就會遷往中等城市。

中國目前處于經濟的高質量發展階段，調整經濟結構，實現資源的最優配置是該階段需要實現的目標。黨的十九大以來，明確指出要建立更加有效的區域協調發展機制，實現以中心城市帶動城市群其他城市共同發展的模式。以上海為核心的長三角城市群，作為中國經濟社會發展的重要引擎，已成為中國最具活力、吸引外來人員最多、最具有發展前景的城市群。長三角城市群總部經濟活躍，世界500 強企業中，有36%將其總部設置在長三角①注：①數據來源于《2018 年長三角城市群分析報告》。。然而在快速發展的同時也面臨了一些問題，例如生態環境污染嚴重、核心城市現代化功能不完善、城市間產業分工不明確等。在城市經濟轉型升級的重要階段，針對城市發展與資源配置中存在的問題，研究長三角城市群總部經濟的發展及其影響因素具有重要意義。本文在現有研究的基礎上，以長三角城市群的27 個城市為研究對象，采用熵值法計算得出2009—2018 年總部經濟發展水平，并研究其空間分布特征，運用空間計量模型對長三角城市群總部經濟發展影響因素進行分析，從而為長三角城市群總部經濟的發展提供有效的建議。

1 模型設定與變量選擇

1.1 模型的設定

空間計量模型能夠較好地反映事物之間的空間相關性，常用的空間計量模型主要包括以下3 種。

1.1.1 空間滯后模型（SAR）

空間誤差模型將空間自相關項置于誤差項之中，主要側重于研究某個被忽略的因素對于解釋變量的影響。具體表達式為

式中：Y表示研究區域的總部經濟發展水平；δ為空間自相關系數；WY為被解釋變量空間滯后項；αlN為N× 1 階常數項；X為解釋變量矩陣；β為解釋變量的回歸系數；ε為隨機誤差項。

1.1.2 空間誤差模型（SEM）

空間誤差模型將空間自相關項置于因變量進之中行回歸，可以估算被解釋變量對于i地區的被解釋變量的作用，即相鄰地區的溢出效應。具體表達式為

式中：λ為空間誤差系數；u為因變量誤差系數；W為N × N階空間權重矩陣。

1.1.3 空間杜賓模型（SDM）

空間杜賓模型綜合考慮了解釋變量空間滯后項和被解釋變量空間滯后項的影響，是空間誤差模型和空間滯后模型的結合。具體表達式為

式中：θ為解釋變量對被解釋變量的空間交互項系數。

1.2 空間權重矩陣的設定

空間權重矩陣可以體現各研究對象在空間上的位置關系，主要包括以下3 種。

1.2.1 0-1 臨近空間權重矩陣W1

該矩陣的構建以是否存在公共邊界為準則，設在空間上存在i與j兩個城市，若兩城市在空間上存在公共邊界，即相鄰，則在矩陣中對應的元素為1；反之，若兩城市在空間上不存在公共邊界，則在矩陣中對應的元素為0；另外，城市與自身的權重均為0。

1.2.2 地理距離空間權重矩陣W2

記兩城市之間的歐式距離為Dij，地理距離空間權重矩陣中的元素是兩城市之間歐式距離的倒數1/Dij；同樣地，對角線上的元素也為0。

1.2.3 經濟距離權重矩陣W3

除了采用兩地區之間的地理距離來衡量它們之間的相互依賴程度，還可以用經濟距離。利用2009—2018 年長三角地區27 個城市人均GDP 的差值Gij，取Gij的倒數作為經濟距離權重矩陣中的相應元素；對角線上的元素同樣為0。

1.3 變量選取和數據來源

1.3.1 變量的選擇

1）被解釋變量：總部經濟發展水平。選取總部經濟發展水平來衡量各個城市總部經濟發展的程度。總部經濟可以給當地區域帶來多種外溢效應，如稅收貢獻效應、產業乘數效應、消費帶動效應及勞動就業效應等，通過這些效應對該區域的經濟發展和產業升級產生重要的推動作用。因此選取企業所得稅、個人所得稅、第三產業從業人數、第三產業占GDP 的比重、實際利用外資額、社會消費品總額及房地產投資完成額7 個指標，采用熵值法確定指標權重，從而測算出長三角城市群中各個城市總部經濟發展水平。

2）解釋變量：①對外開放程度。選取當年實際使用外資金額來衡量一個地區的對外開放程度。②政府能力。選取地方財政收入來測度一個地區政府對于資源的調控能力。一個高效率的政府及穩定的政治環境對于總部經濟的發展有重要作用。③人力資源。采用第三產業從業人數來衡量該地區的人才基礎。④商務基礎。選用金融機構年末存款余額、年末金融機構貸款余額及客運總量作為衡量商務配套基礎的指標。⑤自然環境。隨著社會的不斷發展，人們對于生態環境的要求也越來越高。公司在選址時，除了會考慮硬件設施，對于生態環境也會有一定要求，良好的生態環境可以吸引公司總部及優秀人才的遷入，對總部經濟的發展起到一定的推動作用。選用建成區綠化覆蓋率來測度該城市的自然環境。⑥科技研發能力。選取科學技術支出和普通高等學校在校學生數作為科技研發能力的指標。具體指標見表1。

表1 自變量及其指標

1.3.2 數據來源

選取長江三角洲城市群27 個城市的面板數據作為研究對象，其中包括上海，江蘇省的南京、無錫、常州、蘇州、南通、揚州、鎮江、鹽城、泰州，浙江省的杭州、寧波、溫州、湖州、嘉興、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城。數據主要來源于各省市2009—2018 年的統計年鑒、《中國城市統計年鑒》及EPS 數據庫。

2 實證分析

2.1 總部經濟發展水平分析

利用熵值法計算得出了2009、2018 年長三角城市群27 個城市總部經濟發展水平的得分，其空間特征如圖1 所示。

圖1 2009、2018 年長三角城市群總部經濟發展水平

從總體水平來看，長三角城市群總部經濟發展水平總體呈現上升趨勢。具體來看，上海市、南京市、杭州市、寧波市和合肥市等地區上升幅度較為明顯。從空間布局來看，長三角城市群總部經濟發展水平呈現出1 個中心、3 個次中心的空間分布特征，以上海市為主要中心向周圍城市逐漸遞減，以南京市、杭州市、合肥市為次要中心向外圍城市逐漸遞減。上海市作為中國國際經濟、金融、貿易、航運、科技創新中心，其城市競爭力一直處于中國前列，2018 年上海市第三產業占GDP 比重達到了70%左右，憑借優越的地理位置和經濟實力，不斷吸引國內外企業總部入駐，總部經濟發展水平處于領先地位；南京市、杭州市和合肥市作為江浙皖的省會城市，資源聚集程度和交通便利程度一般優于省內其他城市。因此總部經濟發展水平在省內處于領先地位，但與上海市仍存在一定差距。從空間演變特征來看，2009—2018 年長三角地區總部經濟發展水平的空間格局基本穩定，各地區之間發展水平的差異略有擴大，極差由2009 年的0.997 上升至2018 年的1.114。

2.2 總部經濟發展的空間自相關檢驗

存在空間相關性是研究總部經濟空間特征的前提，采用全局莫蘭指數檢驗長三角城市群總部經濟發展的空間自相關性。一般來說，莫蘭指數I的取值是在-1 與1 之間，大于0，說明存在正的相關性，在空間上表現為總部經濟發達的地區周圍也是總部經濟發展較好的地區；小于0，說明存在負的相關性，在空間上則表現為總部經濟發達地區被落后地區圍繞；越接近于1 說明正相關性越強，越接近于-1則說明負相關性越強。利用stata 軟件，分別計算了3 種矩陣下的全局莫蘭指數（表3）。由表3 可知，在3 種空間權重矩陣下，莫蘭指數均為正，且均在1%的置信水平下顯著，這說明存在顯著的正的空間自相關性。在0-1 臨近空間權重矩陣的結果中，莫蘭指數的值均超過0.25，但在地理距離空間權重矩陣中，莫蘭指數值較小，基本在0.05 左右，而在經濟距離權重矩陣中，莫蘭指數值最大達到了0.356。

表2 長三角地區總部經濟發展的相關性

如圖2、圖3 所示，莫蘭散點圖分為4 個象限，4 個象限分別具有不同的含義。第1 象限為高高地區，即i地區總部經濟發展水平高，其周邊地區發展水平也高；第2 象限為低高地區，即i地區總部經濟發展水平低，但其周圍地區發展水平高；第3 象限為低低地區，即i地區總部經濟發展水平低，其周圍地區發展水平同樣低；第4 象限為高低地區，即i地區總部經濟發展水平高，但其周圍地區發展水平低。處于第1、3 象限說明存在正的空間自相關性，處于第2、4象限表示存在負的空間自相關性。其中，上海、南京、無錫等地區處于高高地區，安慶、滁州、宣城等地區處于低低地區，只有4 個地區處于第2、4 象限，說明總部經濟的發展具有明顯的空間聚集性。

圖2 2013 年總部經濟Moran’I 散點圖

圖3 2018 年總部經濟Moran’I 散點圖

2.3 回歸結果分析

由于長三角地區總部經濟發展具有較強的空間聚集特征，應采用空間面板回歸模型進行分析。通過LM 檢驗及穩健的LM 檢驗，結果顯示LM-Error和Robust LM-Error 統計量顯著，而LM-Lag 和Robust LM-Lag 兩個統計量均不顯著，所以選擇空間誤差模型（SEM）。通過hausman 檢驗，P值為0.005 3，見表3，拒絕原假設，即應當建立固定效應模型。固定效應又包括時間固定、空間固定及時空雙固定3 種形式，本文采取的是時間固定效應，見表4。

表3 模型選擇的檢驗

表4 空間計量模型的估計結果

空間誤差模型結果顯示，地方財政收入、第三產業從業人數、金融機構年末存款余額、金融機構年末貸款余額及客運總量都通過了1%的顯著性檢驗，當年實際使用外資金額在5%的顯著性水平下顯著為正，普通高等學校在校學生數通過了10%的顯著性檢驗，而科學技術支出和綠化覆蓋率對總部經濟發展影響不顯著。

對外開放程度對總部經濟發展呈正向促進作用，包括當年實際使用外資額一個指標。對外開放程度與城市所處的地理位置存在緊密關系，東部沿海地區港口貿易發達，與國外經濟來往較為密切，在國外具有較高的知名度，同時擁有發展跨國公司總部經濟的必要基礎設施。因此總部經濟發展受到對外開放程度的影響。

政府能力對總部經濟發展呈正向促進作用，包括地方財政收入一個指標。一個良好的政府通常具備穩定社會、有效運行政治體系、提供高效率服務的能力。公司總部是一個公司的核心，涉及大量資金來往和高科技人才匯集。因此對社會環境存在較高要求。其次，運行有效的體制和高效率的服務能夠降低時間成本，幫助總部公司快速實現選址遷移和搶占資源。這些因素對總部經濟發展都有著重要推動作用。

人力資源對總部經濟發展呈正向促進作用，包括第三產業從業人數一個指標。第三產業從業人數每提高一個單位，總部經濟發展水平提高0.19 個單位，這說明長三角城市群提高總部經濟的發展水平必須要有足夠的人力資源。一方面，總部經濟發展需要科研人才、管理人才等；另一方面，人員流動和集聚可以增強人與人之間的溝通，帶來知識溢出效應。

科研能力對總部經濟發展呈現負向促進作用，包括科學技術支出和普通高等學校在校學生數兩個指標。科研能力作為總部經濟發展不可或缺的因素之一，卻對總部經濟的發展起到負向推動作用，這說明長三角城市群總部經濟類型主要以制造業、生產業等為主，而具有較強科技研發能力的企業總部入駐較少。

自然環境對總部經濟發展呈正向促進作用但不顯著，包括建成區綠化覆蓋率一個指標。這說明目前總部經濟處于快速發展階段，總部所在地區的自然環境尚未成為影響總部經濟發展的關鍵因素。當前，中心城市憑借自身實力不斷吸引周邊資源的流入，城市規模不斷擴大的同時，城市病問題日益嚴峻。

商務基礎對總部經濟發展呈正向促進作用，主要體現城市金融服務和基礎設施的完善程度，包括金融機構年末存款余額、金融機構年末貸款余額及客運總量3 個指標。SEM 模型結果顯示年末存款余額、金融機構年末貸款余額每增加一個單位，總部經濟發展水平分別提高0.22 和0.34 個單位。總部基地作為知識密集型的集合體，對金融服務和交通基礎設施要求較高。專業化的金融服務能夠為總部基地提供高效率、低成本的服務，為企業總部的正常運轉提供保障。另外，公司總部與子公司、分公司等存在密切的人員交流和貨物運輸，完善的交通網可以保證人員交流和貨物運輸的及時性。

3 結論

基于2009—2018 年長三角城市群總部經濟發展相關數據，從地區總部集聚對該地區帶來的經濟效應方面構建總部經濟發展水平綜合評價體系，采用熵值法，探究了2009—2018 年長三角城市群總部經濟發展的時空演變特征，并運用空間誤差模型分析了長三角城市群總部經濟發展的空間效應和影響因素。具體結論如下：

從空間相關性的角度來看，2008—2019 年長三角城市群總部經濟發展Moran’sI值均為正數，這說明總部經濟發展空間集聚具有明顯的正相關關系，表明總部經濟發展好的區域與總部經濟發展好的區域相鄰，總部經濟發展較弱的區域與總部經濟發展較弱的區域相鄰。

長三角城市群總部經濟發展水平呈現出1 個中心、3 個次中心的空間分布且空間格局比較穩定；其空間聚集特征較為明顯，以上海市為主要中心向周邊城市遞減，且發展較好區域多集中在上海市周圍，發展較弱區域多為西北部外圍城市。開放程度、政府能力、商務基礎都對總部經濟發展產生顯著的正向影響，而自然環境和科技研發能力對總部經濟發展影響不顯著。

總部經濟作為一種新型、高端化的經濟形態，對于優化城市群資源配置、提升中心城市品牌形象、實現區域經濟全面發展有著重要意義。當前，中國部分地區已經出現了中小城市的總部不斷遷往中心城市的現象，如上海、北京、深圳等中心城市憑借著優越的硬實力和軟實力，成為眾多企業總部的集聚地。為了更好地實現區域經濟全面發展，一方面要充分發揮政府職能，建立完善的市場準入和相關優惠政策，促進中心城市總部經濟發展；另一方面，要加強中心城市與城市群中其他城市的協作共贏機制，促進周邊企業總部及優質資源向中心城市匯集，同時也要鼓勵高耗能產業向周邊中小城市轉移，實現城市群資源更好的配置。