珠江三角洲港资服务业企业的空间格局及影响因素研究

香港与珠三角地区历来有着紧密的社会经济联系，研究港资服务业在珠三角的空间布局，有助于发现港资服务业在珠三角不同等级城市的跨制度边界分布规律，并对揭示香港与珠三角之间的服务业合作关系和促进粤港澳大湾区一体化建设具有重要意义。基于1 050家珠三角港资服务业企业POI点数据，运用最邻近点指数、核密度估计法和地理集中指数等定量方法和GIS技术，研究珠三角港资服务业企业的总体空间布局及局部区位特征，并构建了多元回归模型揭示其空间布局的影响因素。结果发现：① 珠三角港资服务业企业的整体空间表现为集聚型，形成了“总体分散，局部集中”的空间分布特征；② 分行业来看，除分配性服务业企业具有空间多中心特征外，其余服务业企业均形成了以广、深为核心的空间分布结构，且4类珠三角港资服务业企业均具有显著的集聚特征，其中生产性服务业企业的集聚特征最为突出；③ 除分配性服务业企业外，其他类别港资服务业企业的空间分布受到不同因素影响，主要包括服务业发展水平和固定资产投资。     

江苏省研发企业空间格局演化及其影响因素分析

以江苏省县区为研究单元,综合运用标准差椭圆、Ripley’s K函数和探索性空间数据分析方法,探究2005、2011和2017年江苏省研发企业的空间分异特征,并采用负二项回归模型考察江苏省研发企业空间分异的影响因素,研究结论如下：研发企业空间分布呈现出稳定的西北-东南分布格局,且具有显著的空间集聚性,聚集规模和强度先增强后减弱;研发企业冷热点呈块状分布,存在明显的“俱乐部趋同”现象;研发企业和开发区、高等学校空间匹配程度较高;经济发展水平、劳动力成本、开发区建设、邻近高等院校以及集聚经济等因素对江苏省研发企业空间布局影响显著。     

北京市创新集聚的影响因素及其空间溢出效应

创新对邻近性的高度依赖使得创新活动在城市层面最为活跃和丰富,但由于城市内部创新数据的缺乏,大多数的创新研究都停留在国家和区域尺度,而城市内部创新活动研究一直难以获取。利用北京市乡镇街道层面的专利数据,深入分析了城市内部创新集聚的空间特征、影响因素及其空间溢出效应。研究发现:(1)北京市的创新活动高度集聚并呈现出明显的"中心—外围"结构,在市域内形成了中关村—上地、望京、CBD、金融街、亦庄经济技术开区、丰台科技城6个创新集群。(2)城市内部创新集聚的空间分布主要受创新投入和创新环境两类因素的影响。企业、大学与研究机构的研发投入是影响本地创新产出的重要因素,地区的科技服务水平、产业多样化程度、制造业基础、大公司比例等创新环境因素也对本地的创新集聚有重要影响。(3)创新投入和创新环境对创新集聚的影响具有明显的空间溢出效应。企业、大学与研究机构的研发投入、地区科技服务业水平和产业多样化水平的提高都会促进周边地区的创新产出。其中,企业研发投入和地区产业多样性水平比大学和研究机构研发投入、地区科技服务业的空间溢出范围更大。     

城市汽车服务业空间集聚特征研究:以南京市为例

随着中国城市化进程的不断深入,汽车服务业已成为城市现代服务业的重要组成部分,对城市空间影响也日益加大。以南京市为案例,对汽车服务业总体空间集聚及分行业空间集聚情况进行了分析与比较,证实了汽车服务业集聚空间的出现,不同的行业类型其空间表现是不同的。进而总结归纳出南京市汽车服务业空间布局特征,具体表现为:圈层分布特征明显,汽车销售、汽车维修养护、汽车配件、汽车租赁、汽车俱乐部五大行业在不同圈层的集聚状况也有着明显的差异;总体呈现出小集聚、大分散的格局,除了几个规模较大的集聚区,汽车服务业整体空间布局显得比较零碎;与干道交通关联紧密,大部分汽车服务业都分布于城市干道周围。     

世界一流大学空间集聚对研发密集型企业空间布局的影响——以美国为例

以美国为例,运用矢量数据符号法、核密度估计,结合负二项回归模型,研究世界一流大学空间集聚对研发密集型企业空间布局的影响,得出以下结论：① 美国一流大学和研发密集型企业高等级集聚区主要有东北沿海大都市带、硅谷地区、芝加哥都市区和洛杉矶都市区,两者呈现高度的空间集聚性和空间匹配性。② 美国研发密集型企业偏向于选择与自身从事研发领域相关的一流学科空间集聚区进行布局。③ 美国一流大学和研发密集型企业的高值热点区集中在硅谷地区,呈半圆形辐射状,较高值热点区主要分布在东北沿海大都市带,呈带状辐射。④ 为寻求创新资源禀赋,获取知识溢出经济,共享创新基础设施,降低技术转移成本,获得创新集群优势,研发密集型企业优先选择一流大学集聚区进行空间布局。     

南京市新街口CBD服务业空间集聚及演变特征——基于微观企业数据

经典的CBD内部产业空间布局理论源于西方,在新时期背景下需对其在中国的适用性进行实证检验。本文使用机器学习分类的2000—2018年微观企业数据,通过分析产业结构、集聚程度、空间分布特征等,探寻中国典型城市中心CBD——南京新街口地区的服务业时空演变及空间集聚特征。研究发现：① 南京市新街口服务业产业结构演变表现为生产性服务业数量持续领跑,流通性服务业增速趋缓,与消费性服务业、信息服务业差距拉大,总体未出现专业化趋势;在与全市对比中,消费性服务业有更强的比较优势,且优势随时间推移而扩大。② 行业集聚程度分化,各行业集聚程度演变表现为消费性服务业、社会性服务业与信息服务业总体集聚,其中餐饮、娱乐与居民服务业的集聚程度最高;零售业呈分散趋势,与前者形成倒挂;生产性服务业两极分化,金融业偏集聚,而研发设计服务业偏分散。③ 空间分布上演变整体呈现双圈层收缩趋势,生产性服务业与消费性服务业高度耦合,社会性服务业集聚中心趋于内核,流通性服务业与信息服务业集聚在外圈层。     

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

空港经济对推动城市产业空间调整和城市经济转型具有重要意义。以首都机场为例,运用Ripley’s K函数及核密度估计法分析机场周边地区生产性服务业与制造业的空间布局特征。生产性服务业和制造业的区位布局均呈现出明显的向心性,其中,物流业、制造业和金融业的向心性最强。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,生产性服务业企业集聚强度明显高于制造业企业集聚强度,不同行业企业空间区位选择距离阈值存在差异。不同行业空间分异特征显著,集聚模式不同。制造业呈"大分散、大集聚"模式;商务服务业、科技服务业、信息服务业及物流业呈"小分散、大集聚"模式;金融业呈"大分散、小集聚"模式。城市主要交通干线附近及成熟的产业园区是生产性服务业与制造业主要集聚地,信息服务业、商务服务业以及科技服务业的区位选择具有较强一致性。     

郑州市主城区汽车服务业集聚及与交通的 空间关联

随着我国汽车产业的发展和民用汽车拥有量的增加,人们对汽车服务的需求越来越大。以郑州市主城区为例,基于核密度估计法、局部Getis-Ord G^*指数,采用汽车服务业电子地图兴趣点（POI）大数据对郑州市主城区汽车服务业的空间集聚格局及其与内外交通的空间关系进行分析。研究表明：（1）郑州市主城区汽车服务业空间分布极不均衡,街道之间汽车服务企业数量的空间分布差异明显,且呈不断拉大的趋势;（2）汽车服务业空间集聚特征显著,空间上形成了中心城区双核块状集聚、边缘城区次中心分散发展的多中心、轴带状集聚格局,两大集聚热点片区越来越突出;（3）各细分行业也表现出不同程度的集聚趋势,汽车配件和汽车销售行业的专业化集聚区域逐步收缩,而汽车维修养护和汽车租赁业的专业化区域则大幅度地向城市外围地区拓展;（4）城市内部交通和对外交通便捷性是影响汽车服务业空间布局的重要因素,沿城市道路的轴线分布和沿高速公路出入口邻近分布是汽车服务企业区位选择的主导趋势。     

广州市汽车服务业布局实证研究

以广州市为研究区域,在总结汽车服务业发展历程的基础上,通过实证分析,认为经过20多年的发展,目前广州市汽车服务业的空间布局特征明显,在全市不同地域空间分布不均衡,在各个区的分布也存在明显数量差异;集聚趋势显著,大部分沿城市干道分布。影响广州市汽车服务业布局的因素主要有土地成本、市场、历史、关联产业、集聚效益、政府决策6个方面。     

武汉市星级饭店空间布局研究

服务业设施空间布局和结构特征一直是学术界研究的重点领域。以武汉市的110家星级饭店为研究对象，运用GIS空间分析工具，分析和探讨了其空间布局特征和规律。结果表明：（1）武汉市星级饭店在等级规模上表现为纺锤形结构，在空间分布上呈现出核心-边缘结构；（2）武汉市核心区内星级饭店的空间布局特征表现为向主要交通干线集聚和向主要商业发达地区（汉口火车站周边地区、滨江公园-解放公园-中山公园所围的三角形区域以及武昌小东门-洪山广场区）集聚。从而得出了武汉市星级饭店空间布局两大影响因素：交通区位条件和工商业发达程度。     

知识密集型服务业集聚对城市群旅游创新影响的空间效应

知识密集型服务业作为国家创新体系的重要组成部分,已经成为促进区域旅游创新发展的关键因素。以中国长三角、珠三角和京津冀城市群为例,运用区位商、数据包络分析法、探索性空间数据分析法和空间计量模型等方法,对知识密集型服务业集聚和旅游创新的时空演变特征与两者之间的空间关联性深入分析。结果表明：① 三大城市群知识密集型服务业集聚特征明显,集聚程度由强到弱依次为珠三角、长三角和京津冀,且城市群内部各城市间的集聚存在不均衡特征。② 三大城市群旅游创新的生产效率变化主要由技术进步推动,旅游创新均表现出一定的空间集聚特征,长三角城市群具有明显空间集聚性,但空间集聚模式存在差异,珠三角和京津冀旅游创新集聚不明显。长三角城市群内部各城市大多属于高高和低低空间集聚模式,珠三角和京津冀城市群内部各城市大多属于高低和低高的空间集聚模式。③ 知识密集型服务业集聚对城市群旅游创新水平的提高具有一定的促进作用但存在地区差异性,三大城市群旅游创新水平呈现空间溢出效应,但其对周边城市的辐射带动作用有待加强。     

基于POI的城市休闲空间格局分析——以乌鲁木齐市为例

基于百度POI数据，运用Ripley’s K函数、最近邻层次聚类、空间自相关等方法，对乌鲁木齐市公共休闲设施空间布局进行研究，总结城市休闲空间的格局特征，进而探讨休闲空间的影响因素。结果表明：（1）乌鲁木齐休闲设施空间分布表现出明显的向心集聚性。（2）各类休闲设施热点区分布表现出不同的集聚倾向，娱乐类、购物类、健身类三类休闲设施热点区主要布局在主城区以内重要交通枢纽和商业中心附近，餐饮类休闲设施热点区表现出明显的人口导向特征，旅游类休闲设施热点区均分布在热门旅游景区附近，文化类休闲设施热点区分布于科教文化基地或多民族混居区。（3）乌鲁木齐市休闲空间格局为“圈层+扇形+组团”模式，核心为面状综合型休闲中心，外围为扇形的休闲设施稀少区、组团式多功能休闲区和组团式餐饮休闲区，最外围是休闲设施极少的郊区和组团式旅游休闲区。（4）乌鲁木齐休闲空间与人口空间分布存在较强的空间正相关关系。     

重庆市主城区休闲设施空间格局变化及其解释

休闲设施作为城市休闲空间的物质形态载体,为城市居民提供多种休闲娱乐功能。依托城市的不断发展,休闲设施也随之呈现出空间结构异质性。基于POI大数据,运用GIS平台及地理探测器,对重庆主城区休闲设施空间格局进行探析,结果表明：（1）在数量特征上,研究区内休闲设施总量呈上升趋势,随距离变化表现出明显空间尺度依赖,各类设施在不同空间尺度下的分布数量存在差异。（2）休闲设施总体空间分布呈显著集聚特征,由于设施总量逐年增加,各类休闲设施空间集聚程度逐渐降低。（3）休闲设施整体为“大聚集,小分散”的多中心分布态势,并逐步由集聚中心向城市外围区域扩张。康娱游憩类演化特征与总体近似,文化休闲类设施集中分布于沙坪坝东南部与渝中区两江交汇处,休闲旅游类表现为“大分散,小集聚”的空间特征,专项休闲类呈带状连片分布态势。（4）常住人口密度、道路密度、距离市中心距离、旅游收入等是重庆市主城区休闲设施空间格局变化的重要影响因素,各影响因子在三个时间节点解释程度有所不同。对于休闲设施格局变化的研究旨在为休闲设施经营者投资选址提供参考,为政府决策者合理布局休闲空间提供依据。     

高铁开通前后站区产业空间格局变动及驱动机制——以沪宁城际南京站为例

基于企业微观数据,定量刻画高铁开通前后站区产业空间格局变动,并诊断和确定在不同阶段的关键驱动要素及其贡献度。结果表明,高铁站区产业空间具有明显的圈层结构,但“以高铁站点为中心的向心集聚”在高铁开通初始阶段尚不明显,开发强度并不随着与站点距离增加而降低,核心区的开发强度小于影响区。除了圈层空间分异之外,产业分层集聚态势凸显,与高铁乘客的商务特征相对应的商务服务业在高铁开通后空间集聚程度明显高于其他几类产业;批发零售业、居民服务业和科技服务业与高铁开通相关性不明显;交通运输业和住宿餐饮业作为交通站区的基础服务产业,相关程度介于以上两类之间。从内外两方面驱动因素构建的高铁站区产业空间格局变动模型分析得出,除了交通条件、外部规模经济等传统区位因素外,产业属性、地价对高铁站区产业空间格局的变动有较大影响。     

北京生产性服务业与制造业的关联及空间分布

生产性服务业与制造业的有机融合、互动发展既是全球产业发展的趋势, 也是中国走 新型工业化道路的重要途径。以北京市为案例区, 运用相关分析、投入产出模型、空间自相 关模型、变异系数、地理联系率等, 对生产性服务业与制造业互动的产业关联与空间分布进 行实证研究, 旨在为首都产业结构优化、空间布局调整提供科学依据。研究表明： ① 生产性 服务业投入与制造业效益提升呈现正相关性, 但制造业服务化程度较低; ② 制造业对生产性 服务业的中间需求结构不断提升, 不同类型制造业对生产性服务业的中间需求结构存在明显 差异; ③ 生产性服务业对资源密集型制造业的中间投入趋于下降, 对技术密集型制造业的中 间投入趋于上升, 不同类型生产性服务业对制造业的中间投入结构存在明显差异; ④ 制造业 与配套生产性服务业均呈现显著的空间集聚性, 但集聚与分散的空间格局存在明显差异, 就 业空间分布的一致性较差, 进一步验证了制造业与配套生产性服务业具有空间可分性。     

大都市旅行社业空间分布及其演化——以上海市为例

通过对上海市旅行社长期数据的收集与整理,运用GIS 地理空间分析方法,分析大都市旅行社空间分布格局及其演化,探讨旅游产业空间分布及其演化的影响因素。结果显示：上海市旅行社空间分布由初始的“单核心集聚中心,两次级集聚中心,各集聚中心分散”的分布格局,发展到当前的“环形核心集聚区,C 型次级集聚环,各集聚中心连接”的总体空间分布格局。旅行社空间扩张方向上,由市中心不断向西、向西南的扩展趋势更加明显,向东、东北方向扩展较弱。旅行社空间扩张趋势上,向各级商业区、景点景区、人口聚集区等周围不断扩散。旅行社空间集散的总体演化特征呈现出由分散―低集聚―高集聚的演化态势,并且集聚程度不断加强。旅行社产业空间布局及其演化受到城市空间格局、人口分布、区域开发、旅游资源、接待能力、交通等综合作用的影响。     

天津市夜间经济业态时空分异及其影响机理

夜间经济作为现代服务业的重要组成部分,研究其空间分布对于夜间经济集聚区优化布局、激发国内消费进而满足人民群众消费需求具有重要意义。该文基于天津市中心城区夜间经济业态数据,运用信息熵、核密度估计、空间自相关等方法分析夜间经济业态的时空分异特征,并利用地理探测器模型探究其空间分异的影响因素及影响机理。结果表明：(1)夜间经济业态整体呈大集聚、小分散的空间分布态势,表现为多中心分级发展模式,业态发育相对均衡,均衡度从中心向外围显著下降;(2)7类业态多以点状集聚分布,以和平区为核心呈典型的“核心—边缘”空间分布模式,空间集聚程度不同,层级结构明显;(3)不同营业时间节点网点数量差异明显,可划分为夜间延伸型、夜间专项型和全天营业型3种营业时间模式;(4)人口集聚度、交通通达度、经济社会活跃度、政策支持度等因素均影响夜间经济业态空间的形成与演化。     

基于城市产业结构特征的高铁生产性服务业集散效应——以长三角城市群为例

高铁对生产性服务业的空间集散效应深受城市特征的影响。根据城市产业发展特征将城市分为二产主导型城市和三产主导型城市,借助双重差分模型探讨高铁对不同产业结构的城市生产性服务业及其细分行业的空间效应差异。结果表明,高铁对生产性服务业及细分行业的集散效应具有显著时滞性和异质性,城市产业结构对其效应产生了显著影响。① 基于生产性服务业整体的研究表明,在静态上,高铁促进二产主导型城市产业空间分散、三产主导型城市产业空间集聚;在动态上,高铁对二产主导型城市的生产性服务业空间集散具有先促进集聚后促进分散的特性,对三产主导型城市的产业效应始终表现为促进集聚。② 对于运输服务业、租赁与商服业而言,无论是静态效应还是动态效应,城市产业结构对其影响均较小,在静态上高铁促进二产主导型城市和三产主导型城市的产业在空间分散布局;在动态上高铁效应总体表现为“不显著-促进分散”的二阶段性。③ 对于金融服务业和研发设计业而言,高铁的静态效应在作用方向上具有一致性,均表现为促进产业集聚,其动态效应受到城市产业结构的影响表现出显著阶段性差异。④ 对于信息服务业而言,高铁对其空间集散的静态效应表现为对二产主导型城市的产业影响不显著,促进三产主导型城市的信息服务业在空间集聚,且其动态效应与静态效应相一致。     

深圳高新电子信息企业空间格局演化及其影响因素

基于深圳市2007—2017年电子信息类高新技术企业名录数据，通过全局墨兰指数、核密度分析与热点分析研究深圳市高新电子信息企业的空间集聚与演化特征，运用空间回归模型分析其影响因素及变化。结果表明：在研究时段内，高新电子信息企业全局集聚强度进一步升高，其分布经历了“集聚-分散-集聚”的变化过程；企业空间集聚由“双核共振”转变为“三足鼎立”格局，并形成“高新园区型”、“老工业区型”和“龙头企业型”三种集聚模式；园区政策、产业集聚一直是深圳电子信息技企业分布的关键影响因子，交通和区位等基础因素影响相对偏弱；影响因素的变化显示出产业集聚、对外交通因子的影响显著提升，知识技术因子的影响开始显现。     

在华跨国公司研发投资集聚的空间溢出效应及区位决定因素——基于中国省市数据的空间计量经济研究

研发投资的空间集聚有利于溢出知识、节约成本、降低风险、共享资源。以中国省市为空间样本,采用空间自相关Moran指数及集聚分析的空间计量经济学方法,研究了在华跨国公司研发投资的空间溢出效应及区位决定因素。结果发现,在溢出空间性等集聚内生因素作用下,中国省域跨国公司研发投资行为在空间分布上存在交互作用,表现为明显的区域投资集聚现象;在形成空间集聚的各因素中,除市场规模、人才资源等需求和供给因素外,集聚因素本身也有重要影响。