武漢都市區科技服務業空間格局演化及影響因素研究

馬子路 | Ma Zilu

黃亞平 | Huang Yaping

隨著國家創新驅動戰略的實施，科技服務業作為科技創新與經濟發展有機結合的紐帶，成為城市經濟高質量發展的重要驅動力。科技服務業是指運用現代科學知識、技術手段和分析方法，為科技創新和科技成果轉化提供各種支撐性服務和管理的行業[1]，在增強自主創新能力，提升產業核心競爭力等方面發揮著重要作用[2]。因此，刻畫城市內部科技服務業的空間格局演化特征，辨析其區位選擇的影響因素，對于揭示科技服務業發展的空間規律，促進科技服務業空間發展具有重要意義。

國內外學者對科技服務業空間格局的相關內容進行了廣泛研究，從研究區域來看，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；從研究內容來看，主要集中于科技服務業的空間分布[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]、區位商[8]和圈層分析[9]等方法；學者們認為科技服務業傾向在郊區[3]、高科技中心[4]、大學周邊[5-6]、科技園和軟件園[9]等區域分布，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，國內研究大多以東部地區城市為研究對象，對中部地區城市的研究較少；②研究內容方面，缺乏對細分類型科技服務業空間格局演化特征的研究，同時，影響因素的分析不夠系統，對不同行業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，在定量方法的應用上具有一定的拓展空間。基于此，本文以武漢都市區2008年、2013年、2018年科技服務企業數據為基礎，利用圈層分析和核密度估計方法，對科技服務業空間格局的演化特征及不同類型企業的區位差異進行研究，并采用負二項回歸模型，定量分析其空間格局演化的影響因素及不同類型企業間的差異，以期為武漢都市區科技服務業的健康發展和合理布局提供參考。

1 數據來源與研究方法

1.1 研究區域與數據來源

武漢市作為全國重要的增長極，獨特的區位條件、科教資源和政策優勢，為科技服務業的發展提供了堅實基礎。本文研究區域為2010版武漢市城市總體規劃所界定的都市發展區，總用地面積為3261km2。

本研究中科技服務企業數據來自武漢市工商登記企業數據，參照《國民經濟行業分類》（GB/T 4754—2017），主要選取研究和試驗發展、專業技術服務業、科技推廣和應用服務業3種類型行業數據，作為科技服務業具體行業，分別收集了2008、2013、2018年武漢都市區科技服務企業數據，包括企業名稱、詳細地址、行業代碼、成立年份等屬性信息，采用地理編碼技術獲取企業地址對應的經緯度坐標，利用ArcGIS10.2平臺建立企業空間數據庫。此外，本研究應用了武漢市商務辦公用地價格以及公交站點、高等院校、購物設施、科技企業孵化器、高速公路和開發區等空間數據。商務辦公用地價格根據武漢市自然資源和規劃局《武漢市商務辦公用地級別與基準地價圖（2014）》數字化處理得出；公交站點數據[11]來自2013年高德地圖興趣點（Points of Interest,POI）數據①；高等院校和購物設施數據[12]來自2014年百度地圖POI數據②；科技企業孵化器數據來自武漢市科學技術局公布的科技企業孵化器名單；高速公路和開發區數據來自武漢市相關規劃圖集。

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，利用Arcgis10.2平臺統計不同年份每個圈層內的科技服務企業數量和比重，計算公式為：

式中，Pi為第i環科技服務企業數量占科技服務企業總量的比重，Ai為第i環科技服務企業數量，A為武漢都市區科技服務企業總量。

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

（3）負二項回歸模型

對武漢都市區進行1km×1km網格劃分，本文以落入網格內的2014年—2018年科技服務企業密度為被解釋變量，網格內的企業密度是不連續的，可采用泊松回歸模型對其區位選擇的影響因素進行測度。泊松回歸模型的一個重要假設是被解釋變量的均值與方差相等，而各網格內的科技服務企業密度差異較大，表現為方差大于平均值，因此，采用負二項回歸模型進行分析，模型可以表示為：

yi服從參數為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λi取決于解釋變量Xi；βi為各變量的回歸系數向量。

2 科技服務業空間格局演化特征

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，構建14個同心圓圈層，并對比2008、2013、2018年科技服務企業圈層分布的演化軌跡（圖1）。2008年，科技服務企業主要分布于距離市中心12km范圍內，比重為72.35%，在6～9km圈層達到峰值；2013年，12km范圍內的比重下降至64.06%，6～9km圈層仍處于峰值區域，而15～27km范圍的比重明顯上升；2018年，12km范圍內的比重繼續下降至56.94%，15～18km與3～6km圈層形成兩大峰值區域，15～27km范圍的企業比重增加至30.03%。總體上，科技服務業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 科技服務業圈層分布演化圖

2.2 空間分布由單中心向多中心轉變

運用ArcGIS10.2平臺中核密度分析工具，搜索半徑設定為1km，對2008、2013、2018年科技服務業的空間格局進行核密度估計（圖2）。2008年，科技服務企業主要分布在高校集聚區，呈現單中心格局特征，在街道口形成了核心集聚區，沿關東科技園形成次級集聚區；2013年，沿近郊區集聚的企業顯著增加，形成了雙中心格局，沿街道口和關東科技園形成核心集聚區，并形成了3個次級集聚區，分別位于中南路商圈、光谷廣場商圈和光谷創業街；2018年，科技服務企業進一步向城市中心和近郊區集聚，呈現多中心格局特征，在中南路商圈、街道口和關東科技園形成了3個核心集聚區，并沿光谷廣場商圈、光谷創業街、光谷總部國際和光谷軟件園形成了4個次級集聚區。總體而言，武漢都市區科技服務業由圍繞高校集聚區分布的單中心格局，向圍繞科技園區、高校集聚區和商業中心分布的多中心格局轉變，同時，在創業街、總部基地和軟件園區等區域形成了新的集聚區。

圖2 2008、2013、2018年科技服務業空間分布核密度圖

2.3 不同類型科技服務業空間集聚存在差異

不同類型的科技服務企業呈現出不同的空間格局演化特征。研究和試驗發展企業延續了沿科技園區分布的單中心格局，在創業街和總部基地形成了新的集聚區（圖3）。2008年，研究和試驗發展企業形成了沿關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業街形成3個次級集聚區；2013年，核心集聚區保持不變，而街道口不再形成次級集聚區；2018年，延續了沿關東科技園的單中心格局，并沿光谷創業街和光谷總部國際形成了2個次級集聚區。專業技術服務企業延續了沿高校集聚區分布的單中心格局，在商業中心形成了新的集聚區（圖4）。2008年，專業技術服務企業沿街道口形成了核心集聚區，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；2018年，延續了上一時期的空間格局，并形成了多個熱點集聚區。科技推廣和應用服務企業由雙中心向單中心格局轉變，延續了沿商業中心分布的特征，并在科技園區形成了新的集聚區（圖5）。2008年，科技推廣和應用服務企業形成了2個核心集聚區，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。2013年，科技推廣和應用服務企業形成了沿中南路商圈的核心集聚區，以及沿中南廣場的次級集聚區。2018年，延續了沿中南路商圈的單中心格局，并形成了3個次級集聚區，分別位于鐘家村商圈、楚河漢街商圈和關東科技園。

圖3 2008、2013、2018年研究和試驗發展企業空間分布核密度圖

圖4 2008、2013、2018年專業技術服務企業空間分布核密度圖

圖5 2008、2013、2018年科技推廣和應用服務企業空間分布核密度圖

3 科技服務業空間格局演化的影響因素分析

3.1 影響因素選擇

綜合區位理論的相關研究，本研究將武漢都市區科技服務業空間格局演化的影響因素歸為交通通達性、土地價格、科技環境、孵化環境、商業環境、集聚因素和政策因素，具體解釋變量及定義見表1。

表1 解釋變量指標選取及說明

企業間的業務聯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）作為市內交通的衡量指標，由研究單元內的公交站點密度測度，此外，是否有高速公路經過（X2）是對外通達性的重要指標，有高速公路通過的研究單元賦值為1，否則賦值為0，預期回歸系數均為正。土地成本是企業運營成本的重要部分，研究中引入土地價格（X3）變量，由研究單元內商務辦公用地基準地價的平均價格進行測度，預期回歸系數為負。高等院校為科技服務業提供必要的科技人才和知識資源，以研究單元內高等院校密度測度科技環境（X4），期望其回歸系數為正。科技企業孵化器為科技企業提供舒適辦公空間，以及咨詢、融資、培訓等一系列服務[14]，研究引入變量孵化環境（X5），若研究單元內有科技企業孵化器，賦值為1，否則賦值為0，期望其回歸系數為正。科技服務企業沿商業集聚區分布可及時了解市場動態，同時，鄰近客戶有助于企業與客戶之間的溝通交流，以研究單元內購物設施的密度測度商業環境（X6），預期回歸系數為正。集聚經濟有利于技術溢出，促進資源與信息共享，降低投資風險和生產成本[15]，以研究單元內2009年—2013年的科技服務企業密度測度集聚因素（X7），預期回歸系數為正。地方政府通過設立開發區，制定土地、稅收等優惠政策吸引企業入駐，本研究引入變量政策因素（X8），若研究單元在開發區范圍內，賦值為1，否則賦值為0，預期回歸系數為正。

3.2 結果分析

本研究以1km×1km網格為研究的基本單元，選取網格內2014年—2018年科技服務企業密度為被解釋變量，以表1中的因素為解釋變量，有效樣本數量為3261個。通過STATA軟件采用負二項回歸模型進行影響因素檢驗，表2分別列出全部科技服務企業和不同類型企業的估計結果，alpha系數均顯著不為零，證明了采用負二項回歸模型估計的合理性。

表2 負二項回歸模型估計結果

從全部企業的回歸結果來看，交通通達性是影響科技服務企業區位選擇的重要因素，公交站點密度（X1）的回歸系數與預期符號相同，通過了顯著性檢驗，但回歸系數相對較小，是否有高速公路經過（X2）的系數顯著為正，表明公交站點密集的區域并非科技服務企業選址的首要考慮，而其更傾向于靠近高速公路等對外交通聯系便利的區域分布。土地價格（X3）的系數顯著為正，與預期相反，表明土地價格越高的區域吸引的科技服務企業越多，體現了科技服務企業具有較強的競租能力，以及交通通達性對科技服務企業區位選擇的重要作用，通常通達性越好的區域，土地價格越高。科技環境（X4）的系數顯著為正，說明科技服務企業傾向于分布在高等院校密集的區域，以便獲取高素質人力資源和最新科研成果。孵化環境（X5）的回歸系數最高，且通過了顯著性檢驗，表明科技服務企業高度依賴于孵化資源和孵化服務以提升企業效能，孵化環境是影響科技服務企業區位選擇的關鍵因素。商業環境（X6）的回歸系數顯著為正，說明科技服務企業十分重視良好的市場接入性和便捷的商務環境。集聚因素（X7）的系數顯著為正，說明集聚經濟對科技服務企業的區位選擇具有顯著影響，即科技服務企業的集聚有利于吸引相似企業的入駐。政策環境（X8）的系數顯著為正，表明開發區所提供的優惠政策和良好基礎設施對科技服務企業具有較強的吸引力。

影響因素對不同類型科技服務企業的作用強度存在差異。是否有高速公路經過（X1）對研究和試驗發展企業的作用更高，表明研究和試驗發展企業更傾向于靠近高速公路分布，而公交站點密度（X2）對研究和試驗發展企業的影響不顯著，表明這類企業的區位選擇對內部通達性沒有特別的傾向。專業技術服務企業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）和商業環境（X6）的回歸系數均高于其他兩類企業。科技環境（X4）對專業技術服務企業的正向影響遠大于其他類型，表明專業技術服務企業對專業人才和科技資源的依賴程度較高。孵化環境（X5）對所有類型科技服務企業的作用系數最大且顯著，說明科技服務企業傾向于分布在科技企業孵化器鄰近區域，此外，專業技術服務企業的系數更高，表明其更加重視科研成果的轉化和應用。科技推廣和應用服務企業對集聚因素（X6）的依賴較強，回歸系數遠高于專業技術服務企業，說明更傾向于分布在原有企業相對集中的區域。政策因素（X8）方面，開發區對專業技術服務企業的作用高于其他企業，專業技術服務企業更傾向于集聚在開發區內。

結語

本文基于武漢都市區科技服務企業數據，運用圈層分析和核密度估計方法分析了科技服務業空間格局的演化特征，采用負二項回歸模型探討了科技服務企業區位選擇的影響因素，主要得出以下結論：

第一，從空間格局的演化特征來看，武漢都市區科技服務業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。科技服務業由圍繞高校集聚區分布的單中心格局向圍繞科技園區、高校集聚區和商業中心分布的多中心格局轉變，并在創業街、總部基地和軟件園區等區域形成了新的集聚區。不同類型科技服務業空間集聚存在差異，研究和試驗發展企業延續了沿科技園區分布的單中心格局，專業技術服務企業延續了沿高校集聚區分布的單中心格局，科技推廣和應用服務企業由雙中心向單中心格局轉變，延續了沿商業中心分布的特征。

第二，從空間格局演化的影響因素來看，交通通達性、土地價格、科技環境、孵化環境、市場環境、集聚因素和政策因素對科技服務企業的區位選擇具有顯著影響。影響因素的作用強度存在行業間差異，研究試驗和發展企業更加關注是否有高速公路經過，而受公交站點密度的影響不顯著，專業技術服務企業受公交站點密度、土地價格、科技環境、孵化環境、商業環境和政策因素的影響明顯大于其他兩類企業，科技推廣和應用服務企業對集聚因素的要求更高。

本研究以武漢都市區為案例，對科技服務業空間格局的演化特征及影響因素進行了實證分析，可以為科技服務業空間發展提供決策參考。然而，本研究僅選取了10年間武漢都市區科技服務企業數據進行分析，也缺乏與國內城市之間的對比分析，因此，從更長的時間尺度，引入國內其他城市進行對比研究，更深入地分析科技服務業空間演化規律，將是進一步研究的方向。

資料來源：

文中圖表均為作者自繪。

注釋

①數據來源：Beijing City Lab,2015,Data 30,Bus stops of China in 2013,http://www.beijingcitylab.com。

② 數據來源：Beijing City Lab,2017,Data 34,Points of interest of China,http://www.beijingcitylab.com。