长三角城市群总部经济发展空间溢出效应研究

张永庆，牛 秀

（上海理工大学管理学院，上海 200093）

随着信息网络技术及经济全球化的不断发展，总部经济这种新型的经济发展形态开始在北京、上海等超大城市诞生。总部经济是指中心城市凭借自身优越的资源、发展水平、基础设施及商业环境等条件，不断吸引国内外企业迁往该地，从而形成企业总部在该区域聚集分布的一种经济形态，并且通过税收贡献效应、产业乘数效应、消费带动效应、社会资本效应及劳动就业效应对该区域的经济发展和产业升级产生重要的推动作用。总部经济作为一种专业化、高端化、高效化的产业经济形态，对于实现资源最优配置、提升城市品牌形象、完成中心城市产业升级和经济转型有着重要意义。在上海、广州、北京、深圳、宁波及苏州等地区均制定了推动总部经济快速发展的若干政策，积极鼓励国内大型企业与跨国公司入驻。2018 年，中国总部经济战略论坛总结出了中国总部经济15 年发展历程中的经验和教训，得出了：“未来的世界，是总部经济的世界；总部经济时代，是未来的时代”的结论。

近年来，国内学者对于总部经济的研究主要集中于总部经济概念、发展能力和经济效应等方面。最早对总部经济进行明确定义的是赵弘［1］，他提出“所谓总部经济，是指通过创造各种有利条件，吸引跨国公司和外埠大型企业集团总部入驻，形成企业总部在本区域集群布局，企业生产加工基地则通过各种其他形式安排在成本较低的周边地区或外地，从而形成合理的价值链分工的经济活动的总称”。王磊等［2］认为总部经济是跨国公司和大型企业的投资中心、管理中心、研发中心、采购中心等部门的集群，是与周边地区、全国乃至跨国地区进行资本、人才及贸易交往从而形成合理的价值链分工活动的总和。在总部经济发展能力评估方面，代玉婷等［3］构建了包含经济实力、金融服务、环境质量及公共服务等总部经济发展能力评估体系，采用因子分析法和聚类分析法对天山北坡经济带总部经济发展能力进行综合评价。陈冬红等［4］通过构建西部总部经济发展能力指标体系，运用主成分分析法研究了西北35 个地级市总部经济发展能力，并将这些城市总部经济发展能力分为4 个能级。在总部经济发展效应方面，主要从税收、就业、消费及产业乘数等角度入手，宾建成等［5］指出跨国公司在华建立地区总部一方面能够带动中国第三产业的发展，促进总部所在地区产业结构的升级；另一方面，具有促进中国经济活动与世界接轨，提升城市综合竞争力的作用。史忠良等［6］则强调税收贡献效应、连锁投资效应、产业乘数效应、消费带动效应、劳动就业效应、城市极化-扩散效应等6 大效应。

而国外文献研究重点主要集中在企业总部选址影响因素、总部经济迁移趋势等。Strauss-Kahn等［7］以美国大都市地区26 195 个公司总部为研究对象，发现公司总部选址时更倾向于税收较低、机场等基础设施较完善、商业服务业发展水平较高的区域。Bel 等［8］在控制税收、拥堵、市场、劳动力可获得性等会对企业选址产生影响因素的情况下，发现能否进行信息交流对企业总部选址具有重大影响。Davis等［9］研究发现，当一个地区总部聚集达到一定水平后，公司总部数量继续增加就会导致总部经济规模外部性减少，部分企业总部为了追求经济效益最大化就会迁往中等城市。

中国目前处于经济的高质量发展阶段，调整经济结构，实现资源的最优配置是该阶段需要实现的目标。党的十九大以来，明确指出要建立更加有效的区域协调发展机制，实现以中心城市带动城市群其他城市共同发展的模式。以上海为核心的长三角城市群，作为中国经济社会发展的重要引擎，已成为中国最具活力、吸引外来人员最多、最具有发展前景的城市群。长三角城市群总部经济活跃，世界500 强企业中，有36%将其总部设置在长三角①注：①数据来源于《2018 年长三角城市群分析报告》。。然而在快速发展的同时也面临了一些问题，例如生态环境污染严重、核心城市现代化功能不完善、城市间产业分工不明确等。在城市经济转型升级的重要阶段，针对城市发展与资源配置中存在的问题，研究长三角城市群总部经济的发展及其影响因素具有重要意义。本文在现有研究的基础上，以长三角城市群的27 个城市为研究对象，采用熵值法计算得出2009—2018 年总部经济发展水平，并研究其空间分布特征，运用空间计量模型对长三角城市群总部经济发展影响因素进行分析，从而为长三角城市群总部经济的发展提供有效的建议。

1 模型设定与变量选择

1.1 模型的设定

空间计量模型能够较好地反映事物之间的空间相关性，常用的空间计量模型主要包括以下3 种。

1.1.1 空间滞后模型（SAR）

空间误差模型将空间自相关项置于误差项之中，主要侧重于研究某个被忽略的因素对于解释变量的影响。具体表达式为

式中：Y表示研究区域的总部经济发展水平；δ为空间自相关系数；WY为被解释变量空间滞后项；αlN为N× 1 阶常数项；X为解释变量矩阵；β为解释变量的回归系数；ε为随机误差项。

1.1.2 空间误差模型（SEM）

空间误差模型将空间自相关项置于因变量进之中行回归，可以估算被解释变量对于i地区的被解释变量的作用，即相邻地区的溢出效应。具体表达式为

式中：λ为空间误差系数；u为因变量误差系数；W为N × N阶空间权重矩阵。

1.1.3 空间杜宾模型（SDM）

空间杜宾模型综合考虑了解释变量空间滞后项和被解释变量空间滞后项的影响，是空间误差模型和空间滞后模型的结合。具体表达式为

式中：θ为解释变量对被解释变量的空间交互项系数。

1.2 空间权重矩阵的设定

空间权重矩阵可以体现各研究对象在空间上的位置关系，主要包括以下3 种。

1.2.1 0-1 临近空间权重矩阵W1

该矩阵的构建以是否存在公共边界为准则，设在空间上存在i与j两个城市，若两城市在空间上存在公共边界，即相邻，则在矩阵中对应的元素为1；反之，若两城市在空间上不存在公共边界，则在矩阵中对应的元素为0；另外，城市与自身的权重均为0。

1.2.2 地理距离空间权重矩阵W2

记两城市之间的欧式距离为Dij，地理距离空间权重矩阵中的元素是两城市之间欧式距离的倒数1/Dij；同样地，对角线上的元素也为0。

1.2.3 经济距离权重矩阵W3

除了采用两地区之间的地理距离来衡量它们之间的相互依赖程度，还可以用经济距离。利用2009—2018 年长三角地区27 个城市人均GDP 的差值Gij，取Gij的倒数作为经济距离权重矩阵中的相应元素；对角线上的元素同样为0。

1.3 变量选取和数据来源

1.3.1 变量的选择

1）被解释变量：总部经济发展水平。选取总部经济发展水平来衡量各个城市总部经济发展的程度。总部经济可以给当地区域带来多种外溢效应，如税收贡献效应、产业乘数效应、消费带动效应及劳动就业效应等，通过这些效应对该区域的经济发展和产业升级产生重要的推动作用。因此选取企业所得税、个人所得税、第三产业从业人数、第三产业占GDP 的比重、实际利用外资额、社会消费品总额及房地产投资完成额7 个指标，采用熵值法确定指标权重，从而测算出长三角城市群中各个城市总部经济发展水平。

2）解释变量：①对外开放程度。选取当年实际使用外资金额来衡量一个地区的对外开放程度。②政府能力。选取地方财政收入来测度一个地区政府对于资源的调控能力。一个高效率的政府及稳定的政治环境对于总部经济的发展有重要作用。③人力资源。采用第三产业从业人数来衡量该地区的人才基础。④商务基础。选用金融机构年末存款余额、年末金融机构贷款余额及客运总量作为衡量商务配套基础的指标。⑤自然环境。随着社会的不断发展，人们对于生态环境的要求也越来越高。公司在选址时，除了会考虑硬件设施，对于生态环境也会有一定要求，良好的生态环境可以吸引公司总部及优秀人才的迁入，对总部经济的发展起到一定的推动作用。选用建成区绿化覆盖率来测度该城市的自然环境。⑥科技研发能力。选取科学技术支出和普通高等学校在校学生数作为科技研发能力的指标。具体指标见表1。

表1 自变量及其指标

1.3.2 数据来源

选取长江三角洲城市群27 个城市的面板数据作为研究对象，其中包括上海，江苏省的南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州，浙江省的杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州，安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城。数据主要来源于各省市2009—2018 年的统计年鉴、《中国城市统计年鉴》及EPS 数据库。

2 实证分析

2.1 总部经济发展水平分析

利用熵值法计算得出了2009、2018 年长三角城市群27 个城市总部经济发展水平的得分，其空间特征如图1 所示。

图1 2009、2018 年长三角城市群总部经济发展水平

从总体水平来看，长三角城市群总部经济发展水平总体呈现上升趋势。具体来看，上海市、南京市、杭州市、宁波市和合肥市等地区上升幅度较为明显。从空间布局来看，长三角城市群总部经济发展水平呈现出1 个中心、3 个次中心的空间分布特征，以上海市为主要中心向周围城市逐渐递减，以南京市、杭州市、合肥市为次要中心向外围城市逐渐递减。上海市作为中国国际经济、金融、贸易、航运、科技创新中心，其城市竞争力一直处于中国前列，2018 年上海市第三产业占GDP 比重达到了70%左右，凭借优越的地理位置和经济实力，不断吸引国内外企业总部入驻，总部经济发展水平处于领先地位；南京市、杭州市和合肥市作为江浙皖的省会城市，资源聚集程度和交通便利程度一般优于省内其他城市。因此总部经济发展水平在省内处于领先地位，但与上海市仍存在一定差距。从空间演变特征来看，2009—2018 年长三角地区总部经济发展水平的空间格局基本稳定，各地区之间发展水平的差异略有扩大，极差由2009 年的0.997 上升至2018 年的1.114。

2.2 总部经济发展的空间自相关检验

存在空间相关性是研究总部经济空间特征的前提，采用全局莫兰指数检验长三角城市群总部经济发展的空间自相关性。一般来说，莫兰指数I的取值是在-1 与1 之间，大于0，说明存在正的相关性，在空间上表现为总部经济发达的地区周围也是总部经济发展较好的地区；小于0，说明存在负的相关性，在空间上则表现为总部经济发达地区被落后地区围绕；越接近于1 说明正相关性越强，越接近于-1则说明负相关性越强。利用stata 软件，分别计算了3 种矩阵下的全局莫兰指数（表3）。由表3 可知，在3 种空间权重矩阵下，莫兰指数均为正，且均在1%的置信水平下显著，这说明存在显著的正的空间自相关性。在0-1 临近空间权重矩阵的结果中，莫兰指数的值均超过0.25，但在地理距离空间权重矩阵中，莫兰指数值较小，基本在0.05 左右，而在经济距离权重矩阵中，莫兰指数值最大达到了0.356。

表2 长三角地区总部经济发展的相关性

如图2、图3 所示，莫兰散点图分为4 个象限，4 个象限分别具有不同的含义。第1 象限为高高地区，即i地区总部经济发展水平高，其周边地区发展水平也高；第2 象限为低高地区，即i地区总部经济发展水平低，但其周围地区发展水平高；第3 象限为低低地区，即i地区总部经济发展水平低，其周围地区发展水平同样低；第4 象限为高低地区，即i地区总部经济发展水平高，但其周围地区发展水平低。处于第1、3 象限说明存在正的空间自相关性，处于第2、4象限表示存在负的空间自相关性。其中，上海、南京、无锡等地区处于高高地区，安庆、滁州、宣城等地区处于低低地区，只有4 个地区处于第2、4 象限，说明总部经济的发展具有明显的空间聚集性。

图2 2013 年总部经济Moran’I 散点图

图3 2018 年总部经济Moran’I 散点图

2.3 回归结果分析

由于长三角地区总部经济发展具有较强的空间聚集特征，应采用空间面板回归模型进行分析。通过LM 检验及稳健的LM 检验，结果显示LM-Error和Robust LM-Error 统计量显著，而LM-Lag 和Robust LM-Lag 两个统计量均不显著，所以选择空间误差模型（SEM）。通过hausman 检验，P值为0.005 3，见表3，拒绝原假设，即应当建立固定效应模型。固定效应又包括时间固定、空间固定及时空双固定3 种形式，本文采取的是时间固定效应，见表4。

表3 模型选择的检验

表4 空间计量模型的估计结果

空间误差模型结果显示，地方财政收入、第三产业从业人数、金融机构年末存款余额、金融机构年末贷款余额及客运总量都通过了1%的显著性检验，当年实际使用外资金额在5%的显著性水平下显著为正，普通高等学校在校学生数通过了10%的显著性检验，而科学技术支出和绿化覆盖率对总部经济发展影响不显著。

对外开放程度对总部经济发展呈正向促进作用，包括当年实际使用外资额一个指标。对外开放程度与城市所处的地理位置存在紧密关系，东部沿海地区港口贸易发达，与国外经济来往较为密切，在国外具有较高的知名度，同时拥有发展跨国公司总部经济的必要基础设施。因此总部经济发展受到对外开放程度的影响。

政府能力对总部经济发展呈正向促进作用，包括地方财政收入一个指标。一个良好的政府通常具备稳定社会、有效运行政治体系、提供高效率服务的能力。公司总部是一个公司的核心，涉及大量资金来往和高科技人才汇集。因此对社会环境存在较高要求。其次，运行有效的体制和高效率的服务能够降低时间成本，帮助总部公司快速实现选址迁移和抢占资源。这些因素对总部经济发展都有着重要推动作用。

人力资源对总部经济发展呈正向促进作用，包括第三产业从业人数一个指标。第三产业从业人数每提高一个单位，总部经济发展水平提高0.19 个单位，这说明长三角城市群提高总部经济的发展水平必须要有足够的人力资源。一方面，总部经济发展需要科研人才、管理人才等；另一方面，人员流动和集聚可以增强人与人之间的沟通，带来知识溢出效应。

科研能力对总部经济发展呈现负向促进作用，包括科学技术支出和普通高等学校在校学生数两个指标。科研能力作为总部经济发展不可或缺的因素之一，却对总部经济的发展起到负向推动作用，这说明长三角城市群总部经济类型主要以制造业、生产业等为主，而具有较强科技研发能力的企业总部入驻较少。

自然环境对总部经济发展呈正向促进作用但不显著，包括建成区绿化覆盖率一个指标。这说明目前总部经济处于快速发展阶段，总部所在地区的自然环境尚未成为影响总部经济发展的关键因素。当前，中心城市凭借自身实力不断吸引周边资源的流入，城市规模不断扩大的同时，城市病问题日益严峻。

商务基础对总部经济发展呈正向促进作用，主要体现城市金融服务和基础设施的完善程度，包括金融机构年末存款余额、金融机构年末贷款余额及客运总量3 个指标。SEM 模型结果显示年末存款余额、金融机构年末贷款余额每增加一个单位，总部经济发展水平分别提高0.22 和0.34 个单位。总部基地作为知识密集型的集合体，对金融服务和交通基础设施要求较高。专业化的金融服务能够为总部基地提供高效率、低成本的服务，为企业总部的正常运转提供保障。另外，公司总部与子公司、分公司等存在密切的人员交流和货物运输，完善的交通网可以保证人员交流和货物运输的及时性。

3 结论

基于2009—2018 年长三角城市群总部经济发展相关数据，从地区总部集聚对该地区带来的经济效应方面构建总部经济发展水平综合评价体系，采用熵值法，探究了2009—2018 年长三角城市群总部经济发展的时空演变特征，并运用空间误差模型分析了长三角城市群总部经济发展的空间效应和影响因素。具体结论如下：

从空间相关性的角度来看，2008—2019 年长三角城市群总部经济发展Moran’sI值均为正数，这说明总部经济发展空间集聚具有明显的正相关关系，表明总部经济发展好的区域与总部经济发展好的区域相邻，总部经济发展较弱的区域与总部经济发展较弱的区域相邻。

长三角城市群总部经济发展水平呈现出1 个中心、3 个次中心的空间分布且空间格局比较稳定；其空间聚集特征较为明显，以上海市为主要中心向周边城市递减，且发展较好区域多集中在上海市周围，发展较弱区域多为西北部外围城市。开放程度、政府能力、商务基础都对总部经济发展产生显著的正向影响，而自然环境和科技研发能力对总部经济发展影响不显著。

总部经济作为一种新型、高端化的经济形态，对于优化城市群资源配置、提升中心城市品牌形象、实现区域经济全面发展有着重要意义。当前，中国部分地区已经出现了中小城市的总部不断迁往中心城市的现象，如上海、北京、深圳等中心城市凭借着优越的硬实力和软实力，成为众多企业总部的集聚地。为了更好地实现区域经济全面发展，一方面要充分发挥政府职能，建立完善的市场准入和相关优惠政策，促进中心城市总部经济发展；另一方面，要加强中心城市与城市群中其他城市的协作共赢机制，促进周边企业总部及优质资源向中心城市汇集，同时也要鼓励高耗能产业向周边中小城市转移，实现城市群资源更好的配置。