中國制造業(yè)和服務(wù)業(yè)大型企業(yè)的時空格局演化及其關(guān)聯(lián)性
——基于500 強企業(yè)的分析

王璐茜，徐維祥，唐根年，舒季君

（1.浙江工業(yè)大學(xué)管理學(xué)院，浙江杭州 310023；2.浙江樹人大學(xué)管理學(xué)院，浙江杭州 310015）

1 文獻綜述

發(fā)達國家的經(jīng)驗表明，服務(wù)業(yè)的發(fā)展能夠提高制造業(yè)的生產(chǎn)力和利潤水平。制造業(yè)從勞動密集型、資本密集型、技術(shù)密集型到目前知識密集型階段的轉(zhuǎn)型升級中，服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)發(fā)揮了重要的作用，“微笑曲線”也形象地展示了服務(wù)業(yè)對制造業(yè)轉(zhuǎn)型升級及增強其競爭力的作用［1］。學(xué)術(shù)界對制造業(yè)和服務(wù)業(yè)兩者空間關(guān)系的研究聚焦于空間互動關(guān)系，形成了區(qū)位上的集聚和分離兩種觀點。

一種觀點認為，制造業(yè)和服務(wù)業(yè)存在空間集聚趨勢，如Selya［2］指出，制造業(yè)傾向選址于有生產(chǎn)性服務(wù)業(yè)的城市，特定城市的制造業(yè)可能遷徙至配套生產(chǎn)性服務(wù)業(yè)聚集的臨近城市；陳娜等［3］、王碩［4］研究表明，生產(chǎn)性服務(wù)業(yè)與制造業(yè)在區(qū)位選擇上相互影響，其空間分布有協(xié)同效應(yīng)，但該效應(yīng)在不同規(guī)模城市間存在差異；陳建軍等［5］通過構(gòu)建聯(lián)立方程得出兩者存在協(xié)同定位關(guān)系，具有空間關(guān)聯(lián)的集聚效應(yīng)，但該效應(yīng)受城市規(guī)模和運輸成本的影響。

另一種觀點認為，制造業(yè)和服務(wù)業(yè)存在空間分離現(xiàn)象，如Bhagwati［6］指出，信息網(wǎng)絡(luò)技術(shù)的發(fā)展使生產(chǎn)性服務(wù)的輻射面變廣，兩者地理鄰近性趨勢減弱；安樹偉等［7］從城市尺度研究發(fā)現(xiàn)，金融和商業(yè)流通等高端生產(chǎn)性服務(wù)業(yè)并不一定集中在制造業(yè)周圍，兩者具有空間可分性；宋昌耀等［8］指出，目前高端生產(chǎn)性服務(wù)業(yè)主要集聚在少數(shù)超大城市；Noyelle 等［9］強調(diào)兩者區(qū)位選擇動力機制不同，當(dāng)制造業(yè)企業(yè)發(fā)生遷移時，部分生產(chǎn)性服務(wù)企業(yè)繼續(xù)留在大都市；席強敏等［10］基于省域和城市的數(shù)據(jù)研究得出，在都市圈和單個城市內(nèi)均存在“中心-外圍”的產(chǎn)業(yè)布局現(xiàn)象，生產(chǎn)性服務(wù)業(yè)主要集聚在中心區(qū)。此外，還有部分學(xué)者從動力機制角度研究指出大型制造企業(yè)的區(qū)位選擇受多方面因素影響，例如城市的經(jīng)濟發(fā)展水平、交通通達性、科教水平等因素，其中金融服務(wù)等服務(wù)業(yè)發(fā)展水平是影響制造企業(yè)總部區(qū)位選擇的重要因素［11］，但制造業(yè)的集聚并非解釋服務(wù)業(yè)區(qū)位的主要因素，因為生產(chǎn)性服務(wù)業(yè)的需求市場并非制造業(yè)一個，另外生產(chǎn)投入不依賴制造業(yè)產(chǎn)品［3］。

綜上所述，已有關(guān)于制造業(yè)和服務(wù)業(yè)空間關(guān)系的研究，大多是基于區(qū)域和城市的宏觀經(jīng)濟數(shù)據(jù)，而從企業(yè)微觀角度切入的較少；在研究方法上，主要基于協(xié)同集聚度、聯(lián)立方程等空間計量方法。而隨著中國經(jīng)濟市場化的進一步推進，制造業(yè)對市場性服務(wù)需求增加，從企業(yè)層面來看，制造業(yè)與服務(wù)業(yè)會有怎樣的空間布局關(guān)系，這樣的空間關(guān)系隨時間推移會出現(xiàn)什么變化及兩者的空間差距變化如何？本研究以2005—2017 年中國制造業(yè)500 強和服務(wù)業(yè)500 強企業(yè)為樣本，借助重心模型和空間熱點等方法，分析服務(wù)業(yè)與制造業(yè)企業(yè)的總部空間分布特征及其動態(tài)演化，進而構(gòu)建計量模型探討服務(wù)業(yè)對制造業(yè)空間布局的影響。中國制造業(yè)500 強企業(yè)是中國制造企業(yè)的優(yōu)秀代表，是科技創(chuàng)新的主體，由其可以反映目前中國實體經(jīng)濟的情況，而中國服務(wù)業(yè)500強企業(yè)可以反映中國服務(wù)業(yè)總體發(fā)展水平，研究兩者的選址及總部時空格局演變可以看出兩者區(qū)位分布及關(guān)聯(lián)性，對促進區(qū)域經(jīng)濟及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化具有重要的現(xiàn)實意義。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)主要來源于中國企業(yè)聯(lián)合會、企業(yè)家協(xié)會在2005—2017 年間發(fā)布的《中國500 強企業(yè)發(fā)展報告》，同時通過查詢樣本企業(yè)官方網(wǎng)站和全國企業(yè)信用信息公示系統(tǒng)，得到樣本企業(yè)總部所在地址及其所屬行業(yè)等統(tǒng)計信息。實證部分涉及的有關(guān)城市數(shù)據(jù)來源于歷年的各地級市統(tǒng)計年鑒和《中國城市統(tǒng)計年鑒》。另外，綜合樣本企業(yè)總部所處地區(qū)、郵編、名稱等多方面信息來識別企業(yè)總部區(qū)位，借助百度地圖API 控制臺，獲取企業(yè)經(jīng)緯度坐標，并通過MATLAB 軟件計算企業(yè)每年的重心坐標、移動距離和角度，提高研究結(jié)果的精確性。

2.2 研究方法

2.2.1 空間熱點分析

運用熱點分析（Getis-Ord Gi*）方法，通過計算Gi*指數(shù)來分析樣本企業(yè)集聚熱點區(qū)域的變化情況。Gi*指數(shù)用以分析區(qū)域的空間異質(zhì)性，檢驗局部單元是否有顯著的空間集聚性。一般需要對Gi*指數(shù)進行標準化處理得到Z值，若為正值且該值越大，表明這個區(qū)域?qū)儆诟咧悼臻g集聚區(qū)（即熱點區(qū)）；若為負值，則說明該區(qū)域為低值空間集聚區(qū)（冷點區(qū)）［12］。Gi*指數(shù)表達式如下：

式（1）中：Wij為權(quán)重指數(shù)；Xj為各區(qū)域樣本觀測值；i、j分別均為區(qū)域索引。式（2）中，E（Gi*）為Gi*的期望值。

2.2.2 重心模型

重心模型是借鑒力學(xué)原理，首先賦予二維空間內(nèi)各研究對象不同的權(quán)重，通過計算其地理坐標的加權(quán)平均得到重心位置［13］，通過對重心位置的比較可以直觀地反映研究對象的分布和變化特征。本研究引入“重心”的概念來探討樣本企業(yè)總部區(qū)位分布的動態(tài)變化過程。樣本企業(yè)重心的計算過程如下：假設(shè)研究區(qū)域單元數(shù)量為n；x和y分別為所在城市的經(jīng)度和緯度，第i個區(qū)域單元中心城市的地理坐標為（xi,yi）；mi表示第i個區(qū)域單元要素屬性值，可為人口、地區(qū)生產(chǎn)總值（GDP）等，本研究中指樣本企業(yè)營業(yè)收入。則第i個區(qū)域單元的重心坐標() 為：

2.2.3 重心偏移模型

樣本企業(yè)的重心位置確定后，可從移動方向和移動距離分析其重心演變特征。移動方向計算公式如下：

式（5）中：θ為第t+1 年相對于第t年的重心偏移角度，；k為調(diào)整系數(shù)，k=0,1,2。并定義第一象限為東北方向，第二象限為西北方向，第三象限為西南方向，第四象限為東南方向。

d為兩個相鄰年份間的重心偏移距離，計算公式如下：

式（6）中c=111.111，表示由地球表面的坐標轉(zhuǎn)化為平面距離的系數(shù)。

為了得到樣本企業(yè)重心變化的相關(guān)性，首先分別計算相鄰年份服務(wù)業(yè)樣本企業(yè)重心變化矢量和制造業(yè)樣本企業(yè)重心變化矢量，定義相關(guān)度指標R為兩者之間的矢量點積，即：

3 企業(yè)總部空間格局演變特征

3.1 基于空間熱點分析的分布特征

為探究樣本企業(yè)集聚熱點區(qū)域變化情況，根據(jù)熱點分析方法計算樣本企業(yè)2005、2011、2017 年的Gi*統(tǒng)計量Z值得分，采用自然斷點法將Z值分成5類，得到兩類企業(yè)空間分布的冷熱點變化圖（見圖1 和圖2）。從整體上看，制造業(yè)500 強企業(yè)總部分布的熱點區(qū)主要集中在長三角與環(huán)渤海地區(qū)，而其他絕大部分區(qū)域一直為冷點區(qū)。具體來看，2005 年熱點區(qū)和次熱點區(qū)主要分布在長三角和環(huán)渤海地區(qū)；2011 年南通、鹽城、揚州從次熱點區(qū)變?yōu)闊狳c區(qū)，徐州、蚌埠從次冷點區(qū)轉(zhuǎn)為次熱點區(qū)，長三角地區(qū)內(nèi)熱點區(qū)和次熱點區(qū)數(shù)量增加，中西部地區(qū)部分中心城市從冷點區(qū)變?yōu)榇卫潼c區(qū)；2017 年環(huán)渤海地區(qū)的熱點區(qū)數(shù)量減少6 個，其中承德、張家口、邢臺、青島等從熱點區(qū)轉(zhuǎn)為次熱點區(qū)，長三角地區(qū)的熱點區(qū)數(shù)量持續(xù)增加，南京、鎮(zhèn)江、常州及蕪湖、馬鞍山變?yōu)闊狳c區(qū)，中部地區(qū)的景德鎮(zhèn)進入熱點區(qū)，珠三角地區(qū)的部分城市變?yōu)闊狳c區(qū)，珠海、江門、茂名、福州等變?yōu)榇螣狳c區(qū)，西部及東北地區(qū)大部分城市轉(zhuǎn)為冷點區(qū)域。服務(wù)業(yè)500 強企業(yè)總部分布的熱點區(qū)集中在環(huán)渤海、長三角和珠三角地區(qū)。其中，2005 年熱點區(qū)分布在環(huán)渤海地區(qū)15 個城市，次熱點區(qū)集中在長三角地區(qū)；2011 年熱點區(qū)向南移動，長三角地區(qū)內(nèi)熱點區(qū)增加到6 個，環(huán)渤海地區(qū)內(nèi)熱點區(qū)銳減為6 個，北京和河北、山東的大部分城市轉(zhuǎn)為次熱點區(qū)；2017 年珠三角地區(qū)內(nèi)6 個城市從次冷點區(qū)變?yōu)闊狳c區(qū)，分別為廈門、南寧及廣東的廣州、深圳、惠州、汕頭4 個城市，廣東近幾年在服務(wù)業(yè)領(lǐng)域持續(xù)發(fā)力，從原來的加工貿(mào)易向整個供應(yīng)鏈領(lǐng)域快速發(fā)展，另外廣東和廣西內(nèi)共有5 個城市從冷點區(qū)變?yōu)榇螣狳c區(qū)。

圖1 中國制業(yè)500 強企業(yè)空間冷熱點分布

圖2 中國服務(wù)業(yè)500 強企業(yè)空間冷熱點分布

比較兩類企業(yè)熱點區(qū)分布變化可看出，2005—2017 年制造業(yè)和服務(wù)業(yè)企業(yè)熱點區(qū)和次熱區(qū)呈現(xiàn)向南移動趨勢，環(huán)渤海熱點區(qū)數(shù)量逐漸減少，長三角是兩類企業(yè)總部分布共同的熱點區(qū)。制造業(yè)和服務(wù)業(yè)企業(yè)總部熱點區(qū)及次熱區(qū)變化較大省份集中在北部和東南部地區(qū)。

3.2 基于重心模型的總部空間演變分析

在對樣本企業(yè)總部進行空間熱點分析后，進而采用重心模型來探討兩類企業(yè)總部空間動態(tài)演變。首先依據(jù)式（3）和式（4）分別計算樣本企業(yè)總部2005—2017 年重心坐標，并制作出兩者重心移動軌跡圖。圖3 顯示，樣本制造業(yè)企業(yè)總部重心分布在北緯33.60°～35.01°和東經(jīng)116.50°～117.06°范圍內(nèi)，位于華東地區(qū)。其中，2005 年企業(yè)總部重心位于安徽宿州，之后至2011 年總體向西北方向移動，2011 年企業(yè)總部重心位于山東濟寧魚臺縣，2011—2017 年整體向西南移動，2017 年企業(yè)總部重心位于安徽東北部的宿州碭山縣附近。樣本服務(wù)業(yè)企業(yè)總部重心范圍為北緯34.47°～36.23°和東經(jīng)116.14°～116.61°，位于華東地區(qū)。2005 年企業(yè)總部重心在山東濟南，之后整體向南偏西方向移動，2017 年企業(yè)總部重心位于河南商丘附近?？梢钥闯觯圃鞓I(yè)和服務(wù)業(yè)樣本企業(yè)的總部重心位置在研究期間不斷接近。

其次，依據(jù)式（5）和式（6）分別計算2005—2017 年樣本制造業(yè)和服務(wù)業(yè)企業(yè)總部重心移動方向和移動距離，結(jié)果如表1 所示。從移動方向來看，制造企業(yè)總部重心先向西北方向移動，2011 年后向西南方向移動趨勢明顯，2014—2017 年略向東南方向移動，這是由于很多技術(shù)密集型企業(yè)入圍制造業(yè)500 強，而這些企業(yè)主要集聚在東南地區(qū)，導(dǎo)致總體方向略微改變；而服務(wù)業(yè)企業(yè)總部重心2005—2008年先向東南方向移動一次，之后一直向南移動，主要向西南方向，整體偏移-99.4°。從移動距離來看，兩者不同年份存在差異，進而速度也不同。其中，制造業(yè)企業(yè)重心2008—2011 年移動距離較大、移動速度最快，這期間由于北部沿海經(jīng)濟區(qū)尤其是山東的制造企業(yè)總部不斷增多，增加速度快于南方地區(qū)，2011 年后隨著東南地區(qū)經(jīng)濟的快速發(fā)展，許多制造企業(yè)入圍500 強，企業(yè)總部重心向南移動趨勢顯著、移動速度加快；而服務(wù)業(yè)企業(yè)總部2005—2008 年向東南方向移動43.01 km，2008—2017 年間向西南方向移動距離較大，移動速度逐年加快，這一方面是東北地區(qū)入圍服務(wù)業(yè)500 強企業(yè)數(shù)量持續(xù)減少，另一方面是南部地區(qū)例如廣東、廣西入圍服務(wù)業(yè)500強企業(yè)數(shù)量增加。

表1 樣本企業(yè)總部重心移動距離與方向

為了得到兩類樣本企業(yè)總部重心變化的相關(guān)性，首先根據(jù)式（7）計算相鄰年份服務(wù)業(yè)企業(yè)重心變化矢量和制造業(yè)企業(yè)重心變化矢量，從圖3 可看出兩者重心變化相關(guān)度數(shù)值由負到正單調(diào)遞增，說明兩者重心變化的相關(guān)度增強，空間關(guān)系不斷增強。具體呈現(xiàn)如下特點：（1）兩者在經(jīng)度和緯度方向都有移動，重心距離不斷減小，地理鄰近性加強；（2）兩者重心變化具有階段性特征，制造業(yè)企業(yè)重心在2011—2017 年向南偏移，服務(wù)業(yè)企業(yè)重心總體向南移動，兩者重心近幾年均向南方向位移，在南北方向移動一致；（3）兩者空間相關(guān)性逐漸增強。

圖3 樣本企業(yè)總部重心演變軌跡

4 服務(wù)業(yè)企業(yè)對制造業(yè)企業(yè)總部空間格局影響分析

4.1 區(qū)位選擇模型

工業(yè)區(qū)位論的典型代表人物有韋伯、廖什等。其中，韋伯［14］在1909 年提出工業(yè)區(qū)位最基本理論，指出影響工業(yè)布局的因素有運費、勞動費用、集聚因素等，費用最小點即是最佳區(qū)位點；廖什強調(diào)工業(yè)生產(chǎn)地應(yīng)選擇能獲取利潤最大的區(qū)域［15］。傳統(tǒng)工業(yè)區(qū)位論提出的觀點建立在“理性人”和“完全信息”的假設(shè)之上，但這往往有悖于現(xiàn)實情況；其次，傳統(tǒng)區(qū)位論僅對經(jīng)濟因素例如運費、人工費用等較為關(guān)注，而沒有考慮非經(jīng)濟因素的影響［15］，對此，后續(xù)的區(qū)位研究考慮了行為、政策等非經(jīng)濟因素的影響，典型代表有史密斯的收益性空間界限分析理論、普雷德的行為矩陣等。

關(guān)于區(qū)位選擇模型，Wu［16］提出區(qū)位選擇可以認為是區(qū)位影響要素的效用函數(shù)，并首次采用該模型研究外資企業(yè)在廣州內(nèi)部的區(qū)位選擇，之后王俊松［17］、謝敏等［18］運用該模型來分析企業(yè)區(qū)位選擇。本研究結(jié)合相關(guān)理論，以地級市為單位，根據(jù)樣本制造業(yè)企業(yè)主要分布的城市數(shù)量，最終選擇其中173個研究單元作為研究對象，包括東部、中部和西部等絕大部分區(qū)域。以制造業(yè)500 強企業(yè)數(shù)量為因變量，以影響因素為自變量，采用計數(shù)模型來分析服務(wù)業(yè)500 強企業(yè)對制造業(yè)500 強企業(yè)空間分布的影響。由于樣本企業(yè)數(shù)量為離散數(shù)據(jù)，通常采用泊松模型，假設(shè)第i個研究區(qū)域內(nèi)的制造業(yè)企業(yè)數(shù)量服從參數(shù)為λi的泊松分布，因變量Yi觀測值yi的概率（P）為：

采用泊松回歸模型的前提是因變量的方差與期望相等，但實際數(shù)據(jù)很難符合該條件，經(jīng)檢驗后若因變量的期望和方差不相等，可用負二項模型替代泊松回歸模型來估計。負二項模型設(shè)置如下：

式（9）中：offset 為偏移量；k服從均值為0、方差為α的伽馬分布；β為自變量的回歸系數(shù)。

4.2 變量選取

現(xiàn)代服務(wù)業(yè)對制造業(yè)生產(chǎn)業(yè)務(wù)開展具有支撐作用，服務(wù)業(yè)發(fā)達的區(qū)域有利于制造業(yè)企業(yè)總部的發(fā)展。借鑒高孟立［19］的研究，用交通運輸倉儲郵政業(yè)，信息傳輸、計算機服務(wù)和軟件業(yè)，金融業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)代表生產(chǎn)性服務(wù)業(yè)，分析樣本生產(chǎn)性服務(wù)業(yè)企業(yè)對制造業(yè)企業(yè)總部區(qū)位的影響。綜合數(shù)據(jù)的可獲取性和完整性，主要考察以下影響因素：（1）交通運輸服務(wù)水平。發(fā)達的交通運輸可為制造企業(yè)提供優(yōu)質(zhì)的服務(wù)，借鑒學(xué)界通常做法，采用城市貨運總量來表示。（2）金融服務(wù)水平。寬松的融資環(huán)境有利于企業(yè)籌集資金，采用年末金融機構(gòu)貸款余額來表示。（3）科技服務(wù)水平?？萍妓椒从吵鞘械膭?chuàng)新能力，城市科技服務(wù)水平的提高有利于制造企業(yè)總部研發(fā)創(chuàng)新業(yè)務(wù)的開展，采用城市創(chuàng)新指數(shù)來表示［20］。（4）信息網(wǎng)絡(luò)服務(wù)水平。發(fā)達的信息服務(wù)與網(wǎng)絡(luò)設(shè)施有利于制造企業(yè)總部快速獲取信息并作出科學(xué)決策，參照陸大道［21］的做法，選取人均電信業(yè)務(wù)收入、互聯(lián)網(wǎng)用戶數(shù)來衡量。（5）科教資源。企業(yè)發(fā)展需要人力資本，科學(xué)教育可為企業(yè)培養(yǎng)高素質(zhì)人才，人力和教育資源的富集程度影響企業(yè)總部區(qū)位，選取城市擁有高等學(xué)校數(shù)量來表示。（6）區(qū)位因素。便捷的交通通達性可為企業(yè)節(jié)約交易和運輸成本，選取公路里程數(shù)來量化。具體的變量設(shè)定詳見表2，在計量模型采用對數(shù)的形式，以使數(shù)據(jù)更加平穩(wěn)。

表2 樣本企業(yè)區(qū)位選擇模型變量設(shè)計

4.3 結(jié)果分析

為了排除自變量間的多重共線性問題，采用Spearman 相關(guān)系數(shù)矩陣檢測自變量之間相關(guān)性，結(jié)果顯示（見表3）各自變量間不存在嚴重的多重共線性，可同時引入模型。

表3 樣本企業(yè)區(qū)位選擇模型自變量相關(guān)性分析

考察因變量的統(tǒng)計特征發(fā)現(xiàn)，樣本變量的方差大于樣本均值，不符合泊松分布“因變量方差與均值相等”的假設(shè)，說明采用柏松模型不太適合，因此采用負二項回歸替代泊松模型，模型檢驗結(jié)果見表4。具體來看，2005 和2017 年的檢驗結(jié)果均高度顯著，其中交通運輸服務(wù)水平對樣本制造業(yè)企業(yè)總部區(qū)位的影響顯著為正，作用系數(shù)從2005 年的0.256上升到2017 年的0.649，說明企業(yè)總部傾向布局在交通運輸業(yè)發(fā)達的城市，該傾向愈加顯著表明交通運輸?shù)陌l(fā)達程度仍是企業(yè)總部區(qū)位選擇考慮的重要因素；金融服務(wù)水平在1%顯著性水平下為正，系數(shù)從0.319 增加到0.830，因為制造企業(yè)生產(chǎn)業(yè)務(wù)的開展需要資金支持，發(fā)達的金融業(yè)便于企業(yè)總部獲取外部融資，對制造企業(yè)總部入駐有較強吸引作用；科技服務(wù)水平對制造業(yè)企業(yè)總部的區(qū)位影響從2005年的無顯著性到2017 年的顯著為正，作用系數(shù)為0.268，說明城市創(chuàng)新能力對制造業(yè)企業(yè)總部空間分布的作用顯著增強，而在國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的引導(dǎo)下，大型制造企業(yè)轉(zhuǎn)向智能制造，借助科學(xué)技術(shù)進行轉(zhuǎn)型升級，大力推進業(yè)態(tài)創(chuàng)新、商業(yè)模式創(chuàng)新和管理創(chuàng)新，城市科技水平的提高能夠為其發(fā)展提供支撐，因此制造企業(yè)總部傾向布局在創(chuàng)新能力得分較高的城市；關(guān)于信息網(wǎng)絡(luò)服務(wù)水平，人均電信業(yè)務(wù)收入對制造企業(yè)總部區(qū)位分布不存在顯著影響，互聯(lián)網(wǎng)用戶數(shù)的影響僅在2005 年顯著為正，這是由于目前大部分城市都普及互聯(lián)網(wǎng)，通信網(wǎng)絡(luò)服務(wù)發(fā)展較均衡，原來存在的絕對優(yōu)勢有所減弱；另外，區(qū)位因素對制造企業(yè)總部的吸引作用僅在2005 年顯著，這可能與本研究選取的指標有關(guān)系，區(qū)位因素反映的是陸路交通的通達性；科教資源對制造企業(yè)總部分布在2017年呈顯著的影響，作用系數(shù)為0.256，這說明近幾年高?；蚩蒲袡C構(gòu)對企業(yè)發(fā)展的貢獻度有所增加，但該作用相對較小，須進一步促進兩者融合發(fā)展，發(fā)揮高校的人才培養(yǎng)作用，同時加快科研成果轉(zhuǎn)化以促進制造企業(yè)發(fā)展。

表4 樣本制造企業(yè)總部區(qū)位選擇模型估計結(jié)果

表4（續(xù)）

5 結(jié)論

本研究采用2005 年至2017 年間中國制造業(yè)和服務(wù)業(yè)500 強企業(yè)的微觀數(shù)據(jù)，運用空間熱點分析、重心模型等方法，通過分析兩類企業(yè)選址及總部空間演變來剖析兩者空間布局演化及其關(guān)聯(lián)性，并選取與制造業(yè)密切相關(guān)的生產(chǎn)性服務(wù)業(yè)，采用負二項回歸模型分析服務(wù)業(yè)對制造業(yè)企業(yè)區(qū)位選擇的影響。主要得到以下結(jié)論：

（1）2005—2017 年間，中國制造業(yè)和服務(wù)業(yè)500強企業(yè)主要集聚在環(huán)渤海、長三角和珠三角地區(qū)。從熱點分布來看，制造業(yè)企業(yè)總部熱點區(qū)集中在長三角和環(huán)渤海地區(qū)，但2011—2017 年環(huán)渤海地區(qū)內(nèi)熱點區(qū)數(shù)量減少；服務(wù)業(yè)企業(yè)總部熱點區(qū)在2005 年集中于環(huán)渤海地區(qū)，2011 年環(huán)渤海地區(qū)內(nèi)熱點區(qū)數(shù)量驟減，2011—2017 年熱點區(qū)以長三角為主，珠三角地區(qū)有日益增強趨勢。總的來看，兩類企業(yè)總部熱點區(qū)和次熱點區(qū)均呈現(xiàn)向南移動趨勢，長三角地區(qū)是兩類企業(yè)總部分布共同的熱點區(qū)。

（2）企業(yè)總部重心變化呈現(xiàn)階段性特征，制造企業(yè)總部重心在2005—2011 年總體向北位移、2011—2017 年向南偏移，服務(wù)業(yè)企業(yè)總部重心總體向西南移動，兩者企業(yè)總部重心近幾年均向南位移，在南北方向移動一致；其次，兩者重心位置差距減小，空間相關(guān)度增強。制造業(yè)和服務(wù)業(yè)企業(yè)空間關(guān)系發(fā)生變化的原因，一方面是由于區(qū)域經(jīng)濟發(fā)展的不平衡，入圍500 強的企業(yè)名單每年有所不同，分地區(qū)來看，東北地區(qū)入圍企業(yè)的比重均減少，南部入圍企業(yè)比重增加，導(dǎo)致兩者企業(yè)總部重心位置發(fā)生改變；另一方面，服務(wù)業(yè)的發(fā)展對制造業(yè)企業(yè)區(qū)位選擇有一定的影響，制造業(yè)企業(yè)總部重心移動趨勢在近幾年隨著服務(wù)業(yè)企業(yè)變化而有所改變，兩者空間分布一致性增強。

（3）城市的金融服務(wù)、交通運輸、科技服務(wù)的水平等對制造業(yè)企業(yè)總部區(qū)位選擇存在顯著影響，其中科技服務(wù)水平的影響顯著增加，因為科技水平反映城市的創(chuàng)新能力，城市創(chuàng)新能力的提升能為制造企業(yè)轉(zhuǎn)型升級提供支撐，而信息網(wǎng)絡(luò)服務(wù)的作用減弱，科教資源在2017 年產(chǎn)生顯著影響。這說明制造業(yè)企業(yè)總部傾向布局在高端生產(chǎn)性服務(wù)業(yè)水平較高的區(qū)域，制造業(yè)對服務(wù)業(yè)的區(qū)位選擇存在依賴性。制造業(yè)的發(fā)展需要服務(wù)業(yè)的支持，尤其在信息技術(shù)與制造業(yè)深入融合的情形下，推動建設(shè)科技創(chuàng)新、現(xiàn)代金融、現(xiàn)代化交通等協(xié)同發(fā)展的城市服務(wù)體系能為制造業(yè)發(fā)展創(chuàng)造良好的環(huán)境。同時，充分發(fā)揮市場配置資源的決定性作用，順應(yīng)科技革命要求，深化業(yè)務(wù)關(guān)聯(lián)、鏈條延伸、技術(shù)滲透，以促進先進制造業(yè)和現(xiàn)代服務(wù)業(yè)耦合共生，有利于為中國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展夯實產(chǎn)業(yè)基礎(chǔ)。