武汉都市区科技服务业空间格局演化及影响因素研究

马子路 | Ma Zilu

黄亚平 | Huang Yaping

随着国家创新驱动战略的实施，科技服务业作为科技创新与经济发展有机结合的纽带，成为城市经济高质量发展的重要驱动力。科技服务业是指运用现代科学知识、技术手段和分析方法，为科技创新和科技成果转化提供各种支撑性服务和管理的行业[1]，在增强自主创新能力，提升产业核心竞争力等方面发挥着重要作用[2]。因此，刻画城市内部科技服务业的空间格局演化特征，辨析其区位选择的影响因素，对于揭示科技服务业发展的空间规律，促进科技服务业空间发展具有重要意义。

国内外学者对科技服务业空间格局的相关内容进行了广泛研究，从研究区域来看，主要涉及亚特兰大[3]、巴黎[4]、维也纳[5]、北京[6]、上海[7]、广州[8]和杭州[9]等城市；从研究内容来看，主要集中于科技服务业的空间分布[6、8]、空间格局的演化过程[9]和影响机制[7、10]等；从研究方法来看，主要运用核密度估计[5]、因子分析[6]、区位商[8]和圈层分析[9]等方法；学者们认为科技服务业倾向在郊区[3]、高科技中心[4]、大学周边[5-6]、科技园和软件园[9]等区域分布，主要受到低廉的土地价格、便捷的交通[3]、消费者偏好[4]、最新知识趋势[5]、经济实力[7]、人才高地和政府政策[10]等因素的影响。综上，①研究对象方面，国内研究大多以东部地区城市为研究对象，对中部地区城市的研究较少；②研究内容方面，缺乏对细分类型科技服务业空间格局演化特征的研究，同时，影响因素的分析不够系统，对不同行业影响因素的比较也少有涉及；③研究方法方面，空间格局的影响因素研究以定性描述分析为主，在定量方法的应用上具有一定的拓展空间。基于此，本文以武汉都市区2008年、2013年、2018年科技服务企业数据为基础，利用圈层分析和核密度估计方法，对科技服务业空间格局的演化特征及不同类型企业的区位差异进行研究，并采用负二项回归模型，定量分析其空间格局演化的影响因素及不同类型企业间的差异，以期为武汉都市区科技服务业的健康发展和合理布局提供参考。

1 数据来源与研究方法

1.1 研究区域与数据来源

武汉市作为全国重要的增长极，独特的区位条件、科教资源和政策优势，为科技服务业的发展提供了坚实基础。本文研究区域为2010版武汉市城市总体规划所界定的都市发展区，总用地面积为3261km2。

本研究中科技服务企业数据来自武汉市工商登记企业数据，参照《国民经济行业分类》（GB/T 4754—2017），主要选取研究和试验发展、专业技术服务业、科技推广和应用服务业3种类型行业数据，作为科技服务业具体行业，分别收集了2008、2013、2018年武汉都市区科技服务企业数据，包括企业名称、详细地址、行业代码、成立年份等属性信息，采用地理编码技术获取企业地址对应的经纬度坐标，利用ArcGIS10.2平台建立企业空间数据库。此外，本研究应用了武汉市商务办公用地价格以及公交站点、高等院校、购物设施、科技企业孵化器、高速公路和开发区等空间数据。商务办公用地价格根据武汉市自然资源和规划局《武汉市商务办公用地级别与基准地价图（2014）》数字化处理得出；公交站点数据[11]来自2013年高德地图兴趣点（Points of Interest,POI）数据①；高等院校和购物设施数据[12]来自2014年百度地图POI数据②；科技企业孵化器数据来自武汉市科学技术局公布的科技企业孵化器名单；高速公路和开发区数据来自武汉市相关规划图集。

1.2 研究方法

（1）圈层分析

选取武汉市人民政府所在地为中心，以等距离3km作向外推移的圈层缓冲区，利用Arcgis10.2平台统计不同年份每个圈层内的科技服务企业数量和比重，计算公式为：

式中，Pi为第i环科技服务企业数量占科技服务企业总量的比重，Ai为第i环科技服务企业数量，A为武汉都市区科技服务企业总量。

（2）核密度估计

核密度估计法以要素点中心处的密度值最高，距离中心越远而密度越小，在阈值边缘处密度为0，同一位置的密度进行叠加，形成要素在整个区域内的分布密度[13]，其公式如下：式中：f(x)表示x点处的密度值，为核函数，h＞0，为阈值，n为阈值范围内的点数，x-xi为估计点x到样本点xi的距离。

（3）负二项回归模型

对武汉都市区进行1km×1km网格划分，本文以落入网格内的2014年—2018年科技服务企业密度为被解释变量，网格内的企业密度是不连续的，可采用泊松回归模型对其区位选择的影响因素进行测度。泊松回归模型的一个重要假设是被解释变量的均值与方差相等，而各网格内的科技服务企业密度差异较大，表现为方差大于平均值，因此，采用负二项回归模型进行分析，模型可以表示为：

yi服从参数为λi的泊松分布：

式中：K表示离散程度，服从均值为0，方差为α的伽马分布；参数λi取决于解释变量Xi；βi为各变量的回归系数向量。

2 科技服务业空间格局演化特征

2.1 向心集聚与向外扩展趋势并存

运用圈层分析方法，以武汉市人民政府为城市中心，以3km半径为间隔，构建14个同心圆圈层，并对比2008、2013、2018年科技服务企业圈层分布的演化轨迹（图1）。2008年，科技服务企业主要分布于距离市中心12km范围内，比重为72.35%，在6～9km圈层达到峰值；2013年，12km范围内的比重下降至64.06%，6～9km圈层仍处于峰值区域，而15～27km范围的比重明显上升；2018年，12km范围内的比重继续下降至56.94%，15～18km与3～6km圈层形成两大峰值区域，15～27km范围的企业比重增加至30.03%。总体上，科技服务业在城市中心的比重下降，近郊圈层的吸引力显著增强，向心集聚与向外扩展均十分明显。

图1 科技服务业圈层分布演化图

2.2 空间分布由单中心向多中心转变

运用ArcGIS10.2平台中核密度分析工具，搜索半径设定为1km，对2008、2013、2018年科技服务业的空间格局进行核密度估计（图2）。2008年，科技服务企业主要分布在高校集聚区，呈现单中心格局特征，在街道口形成了核心集聚区，沿关东科技园形成次级集聚区；2013年，沿近郊区集聚的企业显著增加，形成了双中心格局，沿街道口和关东科技园形成核心集聚区，并形成了3个次级集聚区，分别位于中南路商圈、光谷广场商圈和光谷创业街；2018年，科技服务企业进一步向城市中心和近郊区集聚，呈现多中心格局特征，在中南路商圈、街道口和关东科技园形成了3个核心集聚区，并沿光谷广场商圈、光谷创业街、光谷总部国际和光谷软件园形成了4个次级集聚区。总体而言，武汉都市区科技服务业由围绕高校集聚区分布的单中心格局，向围绕科技园区、高校集聚区和商业中心分布的多中心格局转变，同时，在创业街、总部基地和软件园区等区域形成了新的集聚区。

图2 2008、2013、2018年科技服务业空间分布核密度图

2.3 不同类型科技服务业空间集聚存在差异

不同类型的科技服务企业呈现出不同的空间格局演化特征。研究和试验发展企业延续了沿科技园区分布的单中心格局，在创业街和总部基地形成了新的集聚区（图3）。2008年，研究和试验发展企业形成了沿关东科技园的单中心格局，并沿街道口、光谷广场商圈和光谷创业街形成3个次级集聚区；2013年，核心集聚区保持不变，而街道口不再形成次级集聚区；2018年，延续了沿关东科技园的单中心格局，并沿光谷创业街和光谷总部国际形成了2个次级集聚区。专业技术服务企业延续了沿高校集聚区分布的单中心格局，在商业中心形成了新的集聚区（图4）。2008年，专业技术服务企业沿街道口形成了核心集聚区，单中心格局明显；2013年，单中心格局尚未改变，并沿中南路商圈形成了次级集聚区；2018年，延续了上一时期的空间格局，并形成了多个热点集聚区。科技推广和应用服务企业由双中心向单中心格局转变，延续了沿商业中心分布的特征，并在科技园区形成了新的集聚区（图5）。2008年，科技推广和应用服务企业形成了2个核心集聚区，分别位于江汉路商圈和中南广场，并沿王家墩东、首义广场、中南路商圈和街道口形成了4个次级集聚区。2013年，科技推广和应用服务企业形成了沿中南路商圈的核心集聚区，以及沿中南广场的次级集聚区。2018年，延续了沿中南路商圈的单中心格局，并形成了3个次级集聚区，分别位于钟家村商圈、楚河汉街商圈和关东科技园。

图3 2008、2013、2018年研究和试验发展企业空间分布核密度图

图4 2008、2013、2018年专业技术服务企业空间分布核密度图

图5 2008、2013、2018年科技推广和应用服务企业空间分布核密度图

3 科技服务业空间格局演化的影响因素分析

3.1 影响因素选择

综合区位理论的相关研究，本研究将武汉都市区科技服务业空间格局演化的影响因素归为交通通达性、土地价格、科技环境、孵化环境、商业环境、集聚因素和政策因素，具体解释变量及定义见表1。

表1 解释变量指标选取及说明

企业间的业务联系和员工通勤依赖于便捷的交通条件，引入公交站点密度（X1）作为市内交通的衡量指标，由研究单元内的公交站点密度测度，此外，是否有高速公路经过（X2）是对外通达性的重要指标，有高速公路通过的研究单元赋值为1，否则赋值为0，预期回归系数均为正。土地成本是企业运营成本的重要部分，研究中引入土地价格（X3）变量，由研究单元内商务办公用地基准地价的平均价格进行测度，预期回归系数为负。高等院校为科技服务业提供必要的科技人才和知识资源，以研究单元内高等院校密度测度科技环境（X4），期望其回归系数为正。科技企业孵化器为科技企业提供舒适办公空间，以及咨询、融资、培训等一系列服务[14]，研究引入变量孵化环境（X5），若研究单元内有科技企业孵化器，赋值为1，否则赋值为0，期望其回归系数为正。科技服务企业沿商业集聚区分布可及时了解市场动态，同时，邻近客户有助于企业与客户之间的沟通交流，以研究单元内购物设施的密度测度商业环境（X6），预期回归系数为正。集聚经济有利于技术溢出，促进资源与信息共享，降低投资风险和生产成本[15]，以研究单元内2009年—2013年的科技服务企业密度测度集聚因素（X7），预期回归系数为正。地方政府通过设立开发区，制定土地、税收等优惠政策吸引企业入驻，本研究引入变量政策因素（X8），若研究单元在开发区范围内，赋值为1，否则赋值为0，预期回归系数为正。

3.2 结果分析

本研究以1km×1km网格为研究的基本单元，选取网格内2014年—2018年科技服务企业密度为被解释变量，以表1中的因素为解释变量，有效样本数量为3261个。通过STATA软件采用负二项回归模型进行影响因素检验，表2分别列出全部科技服务企业和不同类型企业的估计结果，alpha系数均显著不为零，证明了采用负二项回归模型估计的合理性。

表2 负二项回归模型估计结果

从全部企业的回归结果来看，交通通达性是影响科技服务企业区位选择的重要因素，公交站点密度（X1）的回归系数与预期符号相同，通过了显著性检验，但回归系数相对较小，是否有高速公路经过（X2）的系数显著为正，表明公交站点密集的区域并非科技服务企业选址的首要考虑，而其更倾向于靠近高速公路等对外交通联系便利的区域分布。土地价格（X3）的系数显著为正，与预期相反，表明土地价格越高的区域吸引的科技服务企业越多，体现了科技服务企业具有较强的竞租能力，以及交通通达性对科技服务企业区位选择的重要作用，通常通达性越好的区域，土地价格越高。科技环境（X4）的系数显著为正，说明科技服务企业倾向于分布在高等院校密集的区域，以便获取高素质人力资源和最新科研成果。孵化环境（X5）的回归系数最高，且通过了显著性检验，表明科技服务企业高度依赖于孵化资源和孵化服务以提升企业效能，孵化环境是影响科技服务企业区位选择的关键因素。商业环境（X6）的回归系数显著为正，说明科技服务企业十分重视良好的市场接入性和便捷的商务环境。集聚因素（X7）的系数显著为正，说明集聚经济对科技服务企业的区位选择具有显著影响，即科技服务企业的集聚有利于吸引相似企业的入驻。政策环境（X8）的系数显著为正，表明开发区所提供的优惠政策和良好基础设施对科技服务企业具有较强的吸引力。

影响因素对不同类型科技服务企业的作用强度存在差异。是否有高速公路经过（X1）对研究和试验发展企业的作用更高，表明研究和试验发展企业更倾向于靠近高速公路分布，而公交站点密度（X2）对研究和试验发展企业的影响不显著，表明这类企业的区位选择对内部通达性没有特别的倾向。专业技术服务企业对邻近市场和交流合作的需求更高，其公交站点密度（X2）、土地价格（X3）和商业环境（X6）的回归系数均高于其他两类企业。科技环境（X4）对专业技术服务企业的正向影响远大于其他类型，表明专业技术服务企业对专业人才和科技资源的依赖程度较高。孵化环境（X5）对所有类型科技服务企业的作用系数最大且显著，说明科技服务企业倾向于分布在科技企业孵化器邻近区域，此外，专业技术服务企业的系数更高，表明其更加重视科研成果的转化和应用。科技推广和应用服务企业对集聚因素（X6）的依赖较强，回归系数远高于专业技术服务企业，说明更倾向于分布在原有企业相对集中的区域。政策因素（X8）方面，开发区对专业技术服务企业的作用高于其他企业，专业技术服务企业更倾向于集聚在开发区内。

结语

本文基于武汉都市区科技服务企业数据，运用圈层分析和核密度估计方法分析了科技服务业空间格局的演化特征，采用负二项回归模型探讨了科技服务企业区位选择的影响因素，主要得出以下结论：

第一，从空间格局的演化特征来看，武汉都市区科技服务业在城市中心的比重下降，近郊圈层的吸引力显著增强，向心集聚和向外扩展均十分明显。科技服务业由围绕高校集聚区分布的单中心格局向围绕科技园区、高校集聚区和商业中心分布的多中心格局转变，并在创业街、总部基地和软件园区等区域形成了新的集聚区。不同类型科技服务业空间集聚存在差异，研究和试验发展企业延续了沿科技园区分布的单中心格局，专业技术服务企业延续了沿高校集聚区分布的单中心格局，科技推广和应用服务企业由双中心向单中心格局转变，延续了沿商业中心分布的特征。

第二，从空间格局演化的影响因素来看，交通通达性、土地价格、科技环境、孵化环境、市场环境、集聚因素和政策因素对科技服务企业的区位选择具有显著影响。影响因素的作用强度存在行业间差异，研究试验和发展企业更加关注是否有高速公路经过，而受公交站点密度的影响不显著，专业技术服务企业受公交站点密度、土地价格、科技环境、孵化环境、商业环境和政策因素的影响明显大于其他两类企业，科技推广和应用服务企业对集聚因素的要求更高。

本研究以武汉都市区为案例，对科技服务业空间格局的演化特征及影响因素进行了实证分析，可以为科技服务业空间发展提供决策参考。然而，本研究仅选取了10年间武汉都市区科技服务企业数据进行分析，也缺乏与国内城市之间的对比分析，因此，从更长的时间尺度，引入国内其他城市进行对比研究，更深入地分析科技服务业空间演化规律，将是进一步研究的方向。

资料来源：

文中图表均为作者自绘。

注释

①数据来源：Beijing City Lab,2015,Data 30,Bus stops of China in 2013,http://www.beijingcitylab.com。

② 数据来源：Beijing City Lab,2017,Data 34,Points of interest of China,http://www.beijingcitylab.com。