机场周边地区生产性服务业与制造业空间布局特征——以首都机场为例

柳坤，申玉铭，刘辉

(首都师范大学资源环境与旅游学院，北京100048)

0 引言

随着科技进步和全球化的深入推进，传统经济发展模式的转变推动了企业区位偏好的改变，时间价值成为影响企业决策目标的重要因素，这也使得机场周边地区成为驱动城市经济增长的新型经济空间。当前，空港在区域经济竞争中的地位十分突出，其产业具有现代服务性特征和新经济时代特征，能实现城市产业结构的高端化、服务化，从而推动城市产业空间的大调整和城市的转型［1－3］。近年来，各地掀起新一轮的机场投资建设高潮，“十二五”期间中国将新修建机场56个，迁建机场16个，改扩建机场91个，民航业基础设施建设将达到4 250亿元［4］。机场周边地区作为现代区域经济要素及生产性服务业和制造业集聚与扩散的关键支撑节点，对城市产业转型和城市空间形态演变发挥着重要作用，实现机场周边地区功能地域调整和城市互动发展成为城市的重要战略选择。

对国外机场周边产业布局特征的研究发现，机场周边产业区位选择偏好为生产性服务业和制造业。如菲律宾苏比克湾机场周边布局的大多数制造业企业均为半导体、电子元器件、计算机相关电子产品等快递导向行业［5］;针对美国部分空港的实证研究发现，电子商务中心、研发中心等业态易于落户在空港地区［6］;需要频繁面对面接触沟通以及长距离出差的广告、会计服务、咨询、法律服务等商务服务业也容易在机场周边形成集聚［7－8］。由于出行便利及降低过夜成本的需要，企业总部及会展等业态也适宜在航班密集的机场周边布局。由交通运输方式改变引发了新型经济区位选择的改变，主要枢纽机场正在引发一种经济活动的空间集聚［9］。随着航空网络的快速扩大和运力的增强以及空港经济的发展和建设实践需求，国内空港经济研究尽管起步较晚，但也引起学者从不同角度进行关注，如沈露莹研究了国外成熟机场的空港经济发展历程，总结出航空物流型、物流商务型、休闲型和综合型4类空港经济发展模式［10］。周少华等归纳了空港地区主导产业多元型、现代服务业主导型、航空产业主导型和高轻产品制造型等模式［11］。孙波等认为以航空运输、外向型和产业高端性为特征的临空经济对解决产业结构高级化程度偏低，产业结构转换升级能力弱等问题具有重要意义［12］。姚士谋等从区位的角度分析城市机场的区位布局及规划问题［13］。包世泰等从产业布局模式的角度探讨了空港经济主导产业的空间分布特征及其演化发展规律［14］。王旭升等从战略定位、空间模式、产业体系、交通组织等方面探讨航空都市区的发展［15］。张蕾等认为产业是空港经济区发展的核心动力，也是空港经济发展的本质特征，对空港经济的产业结构特征进行分析发现，随着机场规模增大，空港经济区服务经济特征逐渐强化［16］。吕斌等从技术的进步、产业结构和全球竞争方式的变化、城市发展模式多中心化的趋势、政府推动等方面论述了空港都市区形成的动力机制［17］。这些研究总结了空港经济及产业发展模式并分析了空港产业结构及形成机理，丰富和完善了空港经济的研究内容，而对机场周边的产业空间特征的关注较为薄弱。首都机场周边地区是北京城市经济发展活跃的地区，认识这一区域的产业结构和布局特征可以丰富城市地理学关于城市内部地域空间结构的研究内容，为首都第二机场的产业布局提供借鉴，同时也为新建机场的产业空间布局和已建机场的周边地区产业转型及空间优化具有一定的借鉴意义，充分发挥机场周边这一活跃的区域在城市经济转型中的重要作用。

1 数据来源、行业筛选及研究方法

1.1 数据来源及行业筛选

首都机场是目前国内最繁忙的民用机场，2013年完成旅客吞吐量7 371.2万人次、航班起降56.8万架次，货运量突破170万t，至此，首都机场连续4年位居世界第二。目前，首都机场周边初步呈现出以航空业及相关企业总部为主体、现代制造业和高端服务业加速聚集的临空产业体系。紧邻机场布局的产业园区主要为:东侧由林河工业区、汽车生产基地构成，机场南侧为国门商务区，机场西侧为空港经济开发区、天竺综合保税区与新国际展览中心。机场北侧是航空物流产业聚集区域，其中空港物流基地是北京市规划的四大物流基地之一，且是唯一航空—公路国际货运枢纽物流基地。

现行的国民经济行业分类执行2011年的颁布标准［18］，结合研究主题——首都机场周边产业布局特征，并考虑样本数量，依据现行的行业分类标准剔除电力、燃气及水的生产供应业、建筑业、批发零售业、住宿餐饮业、房地产业、水利、环境和公共设施管理业、居民服务和其他服务业、卫生、社会保障和社会福利业、文化、体育和娱乐业、教育、公共管理和社会组织。根据企业的属性，筛选出制造业(1 321家)、物流业(对应交通运输、仓储和邮政业，598家)，金融业(984家)、商务服务业(对应租赁和商务服务业，802家)，科技服务业(对应科学研究、技术服务和地质勘查业，519家)，信息服务业(对应信息传输、计算机服务和软件业，581家)6个行业作为研究主体，共计4 855家企业。数据来源于2012年北京企业工商注册信息，将企业地址与2011年北京电子地图的空间信息进行逐一人工匹配，建立企业空间点位地图;以首都机场为中心，选择2，4，6，8，10，12，14 km为缓冲区半径，划定7个圈层(图1)。

1.2 研究方法

图1 首都机场周边14 km内生产性服务业和制造业企业分布Fig.1 Distribution of producer services and manufacture enterprises around 14 km from Beijing Capital International Airport

1.2.1 Ripley’s K函数。Ripley’s K函数是一个累积分布函数，在大尺度上存在着累积效应而使格局复杂化，但在小尺度上应用较为广泛，是用来评估一定尺度范围内点的空间集聚/分散模式的常用方法，克服了传统方法只能分析单一尺度空间分布格局的缺点。用Monte-Carlo方法来检验其结果的显著性［19］。企业可以看作是连续空间上的一系列点，可采用空间点模式方法来衡量连续空间上的产业空间特征，因而采用Ripley’s K(d)函数进行，函数公式如下:

式中:A为研究区面积;n为研究区内各行业企业个数;d为距离尺度;dij为企业个体i与个体j之间的距离［20］。

J.Besag提出用L(d)取代K(d)，并对K(d)作开方的线性变换L(d)随机分布条件下可以保持方差稳定［21］。L(d)大小可以刻画企业的空间集聚或分散特征，在随机分布的假设下L(d)的期望值等于0，表示企业呈随机的空间分布;L(d)＜0，表明该行业企业呈分散分布模式;L(d)＞0，则表明该行业企业呈集聚分布。

用Monte-Carlo随机模拟方法模拟检验函数结果的显著性，即通过模拟运算，得到函数L(d)的置信区间上限和下限，即上下包迹线。如果实际值在上包迹线之上和下包迹线之下，则企业分别符合集聚分布和均匀分布;在包迹线之内，表明企业是随机分布。偏离置信区间最大值代表集聚强度，以该集聚强度为半径的圆则为集聚规模［22］。

1.2.2 核密度估计法。核密度估计法是从随机采样点重建概率密度函数的方法，在没有任何先验密度假设的情况下，只要给定一个合适带宽就能得出一个质量高的概率密度估计值。一般通过测度研究区域中单位面积上事件数来估计点p的密度为f(p)，则任意一点的核密度估计值为fi(p):

带宽h确定以后，不同数学形式的核函数对密度估计的影响很小并且增加带宽会“拉平”点p周围的区域。采用实践中常用的四次多项式核函数来估计，其核函数形式为:

式中:λi(d)是地点i的核密度估计值;dij是点i到点j之间的欧氏距离。

2 生产性服务业与制造业空间分布特征

2.1 行业的圈层分布特征

采用不同行业企业在各圈层的比重和不同圈层的各行业的企业密度来刻画行业的圈层分布特征。从不同行业企业在机场周边的圈层分布比例(图2)来看，物流业企业在0～2 km圈层分布比例达到1/3，制造业企业在6～8 km处分布最多，金融业、信息服务业、科技服务业及金融业企业布局在12～14 km最多。

图2 不同行业企业在各圈层的比例Fig.2 The proportion of producer services and manufacture enterprises in different buffers

各行业企业的分布密度结果(图3)表明，各行业的区位布局均呈现出比较明显的向心性，企业分布密度由内圈层向外圈层递减，其中，递减特征最为剧烈的3个行业分别为物流业、制造业和金融业。其中，空港物流是首都机场服务业的重要组成部分，物流业企业主要为货运代理、快递服务公司及一些物流公司总部或办事处;制造业较多的是新材料、精密仪器及生物制药等行业，这些行业具有体量小、高附加值等特征，产品的生命周期较短，对时间距离比较敏感，快速安全的航空运输满足这类企业的需求。随着民航的快速发展，对银行、保险及汇兑等金融服务的需求与日俱增，金融服务企业开始将网点布局在机场候机楼内，表现出较强的临空指向性。同时，出国咨询、人才咨询、广告及会展服务等商务服务机构也倾向布局在机场周边，一些科技、信息服务业等高新技术企业为机场服务及考虑出行便利及时间成本等关键因素，也将企业布局在机场周边，但主要布局在发展基础较差的产业园区。

图3 不同圈层各行业的企业密度Fig.3 The density of producer services and manufacture enterprises in different buffers

2.2 行业的空间集聚特征

Ripley’s K函数拟合结果(图4)显示，生产性服务业和制造业企业在所观测的尺度上呈现出不同集聚特征，并且全部通过显著性检验。从各行业的L(d)曲线的变化趋势来看，制造业、信息服务业、物流业、金融业、科技服务业企业布局的集聚程度随着与机场距离增加基本都呈“先增加后减小”的规律。

从L(d)峰值出现的距离来看，不同行业存在空间选择距离阈值差异。生产性服务业和制造业在2～4 km的空间尺度上集聚强度较强。信息服务业集聚强度最明显，且高于其他行业，制造业的集聚强度最低。其中，制造业的峰值出现在2 km左右，在1～6 km的范围内变化服务业较小，当距离机场大于6 km后集聚程度呈显著下降的趋势，大于8.5 km后呈均匀分布。这表明，与生产性服务业相比，制造业企业布局可选的空间范围较大。

信息服务业和物流业的峰值均出现在2.5 km左右，距离机场超过2.5 km后集聚程度迅速下降，而信息服务业距离机场大于8.0 km后接近随机分布。金融业的集聚程度与物流业大致相同，峰值出现在距离机场3 km左右，当距机场超过6 km后，L(d)函数值落入上下包迹线之间，呈随机分布特征。科技服务业的峰值出现在距机场2 km左右位置，当与机场距离超过8 km后呈均匀分布特征。商务服务业在与机场距离0～1 km的区间内出现集聚强度下降趋势，在距离机场1～3 km的范围内集聚强度增加并达到峰值。

图4 制造业和生产性服务业企业分布的Ripley’s K函数Fig.4 Ripley’s K index analysis of producer services and manufacture enterprises

2.3 行业的空间分异特征

图5 首都机场周边地区各行业核密度估计Fig.5 Kernel density of producer services and manufacture enterprises around Beijing Capital International Airport

为了进一步探析机场周边地区各行业的空间分异特征，采用ArcGIS 10.2中核密度估计法刻画其具体分布特征(图5)。各行业空间分异特征显著，不同行业形成的集聚模式不同，可以归为“大分散、大集聚”“小分散、大集聚”及“大分散、小集聚”3种模式。“大分散、大集聚”模式表现为企业空间布局相对均衡，热点区较多并且范围较大，如制造业。“小分散、大集聚”模式主要表现为企业空间布局相对集中并形成范围较大的集聚热点区，如商务服务业、科技服务业、物流业和信息服务业。“大分散、小集聚”模式主要表现为企业在机场周边分布相对均衡，热点区的空间范围不大，如金融业。

生产性服务业与制造业企业基本都分布在城市主要交通干线附近及机场周边的产业园区，呈现出组团式布局。进一步对各行业布局的微区位进行分析，制造业集聚的热点区位于沿首都机场高速公路附近的酒仙桥电子城IT产业园、北京汽车生产基地、林河经济开发区、金马工业园、天竺空港工业区以及机场第二高速公路沿线，其中机场将周边7个园区隔离开，布局相对分散，这种“大集聚、大分散”的模式导致人流、物流叠加，进出不便，在一定程度上制约产业发展。从园区企业类型来看，电子城IT产业园及其附近分布的制造业企业大多为电子产品制造，林河经济开发区则形成以汽车零部件、微电子、光机电一体化和生物新医药四大产业为主导的制造业产业格局。北京汽车生产基地是北京市“十一五”期间重点规划建设的临空经济区的核心组成部分，有力地促进了北京汽车工业的战略重组和产品升级。作为北京市重要的现代制造业基地，主要集聚了汽车零部件制造，同时仓储物流、总部经济功能、航空产业也是园区重点发展方向。机场第二高速公路沿线并未形成主要产业园区，集聚的制造业主要是服装、家具、装饰材料制造及印刷等行业。

商务服务业、科技服务业和信息服务业的区位选择具有较强的一致性，主要集聚于酒仙桥附近的恒通商务园，该商务园是朝阳区首个花园式商务园区，配套设施较为完备，距第三使馆区、丽都商业圈仅10 min的路程，到达首都机场和北京CBD核心商务区也仅需15～20 min，交通十分便捷，与城区互动性较好。在税收方面，入住园区的高科技企业可享受与中关村科技园同等待遇的税收减免政策，这些优势有力地推动了产业园区的发展。同时，商务服务业在机场南部国门商务区形成次热点区，该商务区依托国际航空枢纽，集聚了特色的国际商务、研发设计企业，但该区域的商务服务业的集聚程度低于城区的恒通商务园。金融业的热点区则分布在汽车生产基地、林河经济开发区、恒通商务园及望京，在国门商务区也形成集聚，主要集聚国内外航空关联的金融服务，具有较强的向心性。尽管机场北部规划了物流园区，但物流业企业入驻园区情况并不理想，物流业企业在机场南部的机场高速附近集聚程度远高于物流园区，主要原因在于这一区域和临空经济区内的天竺空港工业区、出口加工区及市区交通更便捷，优势更为明显。显然，生产性服务业与制造业这种集聚的格局与城市内部功能格局定位及城市产业空间规划布局密切相关;同时，企业的区位选择又考虑自身的需求，如物流企业追求更加通畅的交通条件，便于货物迅速集散、获取时间成本。

3 结论与讨论

从行业分布的圈层特征、集聚特征及空间分异特征对首都机场周边地区生产性服务业和制造业布局特征进行分析。

(1)各行业的区位布局均呈现出比较明显的向心性，企业分布密度由内圈层向外圈层递减，其中递减特征最为剧烈的3个行业分别为物流业、制造业和金融业。生产性服务业与制造业各行业空间分异特征显著，不同行业形成的集聚模式不同。制造业和金融业分别呈“大分散、大集聚”和“大分散、小集聚”模式。商务服务业、科技服务业、物流业和信息服务业呈“小分散、大集聚”模式。

(2)运用Ripley’s K函数拟合各行业在不同距离尺度下集聚结果显示，生产性服务业和制造业空间集聚强度呈先增后减的倒“U”型特征，生产性服务业集聚强度明显高于制造业集聚强度。不同行业空间选择距离阈值差异显著，与生产性服务业相比，制造业对环境质量、配套设施等要求相对较低，其企业布局可选的空间范围较大。

(3)生产性服务业与制造业企业的区位布局基本都在城市主要交通干线附近或成熟的产业园区内，信息服务业、商务服务业及科技服务业的区位选择在具有较强一致性、偏好环境及配套设施完善的商务园区，这种集聚的格局与城市内部功能格局定位和空间规划布局密切相关。

加快生产性服务业和高端制造业发展，形成具有竞争优势的现代产业体系是推动城市经济增长方式转变、提高城市在区域乃至全球范围内的资源配置能力、增强城市辐射功能的迫切要求。发展空港经济是实现这一要求、加快现代产业体系形成的重要突破口和龙头。而机场周边地区生产性服务业和制造业具有不同的区位偏好和集聚特点，通常呈现同心圆式的圈层布局结构，随着机场通往市区的交通干道及联系成本的大小出现不同程度的变形。因此，在产业规划布局空港经济时，根据临空经济区内不同的经济单元与机场之间的联系紧密程度，结合产业特性、产业区位选择范围及周边地区原有的发展基础予以区别对待，优化产业园区环境、完善园区配套设施是推动空港经济发展的关键举措。

［1］朱前鸿.国际空港经济的演进历程及对我国的启示［J］.学术研究，2008(10):59－65.

［2］David G，Ashish L.The New Economy and Opportunities for Airports［J］.Journal of Air Transport Management，2002，8(1):49－62.

［3］吴海瑾.空港经济发展与南京城市转型［J］.南京社会科学，2013(1):151－156.

［4］马力.民用机场建设运营一体化模式初探［N］.中国民航报，2013－10－22(03).

［5］孙延海.关注国外临空商业临空商务发展动态［J］.天津经济，2008(1):9－11.

［6］Kasarda J D.From Airport City to Aerotropolis［J］.Airport World，2001，6(4):42－45.

［7］Testa W A.Job Flight and the Airline Industry:The Economic Impact of Airports on Chicago and Other Metro Areas［R］.Chicago:Federal Reserve Bank of Chicago，1992.

［8］Michael D，Kasarda J D.Air Passenger Linkages and Employment Growth in US Metropolitan［J］.American Sociological Association，1991，56(4):524－537.

［9］Kasarda J D.Time-based Competition＆Industrial Location in the Fast Century［J］.Real Estate Issues，1999，23(4):24－29.

［10］沈露莹.世界空港经济发展模式研究［J］.世界地理研究，2008，17(3):19－25.

［11］周少华，韦辉朕.临空经济的主要发展模式［J］.中国国情国力，2009(11):57－59.

［12］孙波，金丽国，曹允春.临空经济产生的机理研究［J］.理论探讨，2006(6):93－95.

［13］姚士谋，陈彩虹，王书国，等.国际空港的大区位及其规划布局问题——以广州新白云机场为例［J］.人文地理，2006，21(1):56－59.

［14］包世泰，李峙，王建芳，等.空港经济产业布局模式及规划引导研究——以广州白云国际机场为例［J］.人文地理，2008，23(5):27－31.

［15］王旭升，马艳萍，唐永，等.郑州航空都市区空间发展战略研究［J］.地域研究与开发，2013，32(6):165－170.

［16］张蕾，史威.空港经济区空间结构演变及驱动机制——以上海虹桥国际机场为例［J］.地理研究，2014，33(1):57－70.

［17］吕斌，彭立维.我国空港都市区的形成条件与趋势研究［J］.地域研究与开发，2007，26(2):11－15.

［18］中华人民共和国国家统计局.国民经济行业分类(GB/T 4754—2011)［S/OL］.(2013－12－20)［2014－03－04］.http://www.stats.gov.cn/tjbz/hyflbz/.

［19］Okabe A，Yamada I.The K-function Method on A Network and Its Computational Implementation［J］.Geographical Analysis，2001，33(3):271－290.

［20］张景秋，陈叶龙.北京城市办公空间的行业分布及集聚特征［J］.地理学报，2011，66(10):1299－1308.

［21］Besag J.Spatial Interaction and the Statistical Analysis of Lattice Systems［J］.Journal of the Royal Statistical Society:Series B(Methodological)，1974，36(2):192－236.

［22］王劲峰，廖一兰，刘鑫.空间数据分析教程［M］.北京:科学出版社，2010:79－80.