福州新区生活性服务业空间集聚特征及影响因素研究

吴贵华,李勇泉,逯付荣

(华侨大学 a.旅游学院;b.经济与金融学院,福建 泉州 362021)

国家级新区作为承担国家重大发展和改革开放战略任务的大尺度、综合性城市功能区，是率先自身发展、辐射区域发展的国家战略支点[1]。经过20多年发展，国家级新区已成为我国经济高质量发展的重要增长极，例如天津滨海新区GDP总额占天津市GDP总额的50%以上。十八大以来，为促进经济增长和转型发展，中央政府相继增设了13个国家级新区，总数达到19个，空间总规模约2.4万km2[2]。近期国家级新区不但出台时间很密集，而且空间上彼此更为临近(空间距离多为350—500 km)。国家级新区的发展呈现出明显的颓势，导致实际发展成效与原定政策目标之间的偏差，并带来资源错配和产能过剩风险。虽然通过大规模的基础设施建设带动了早期的增长，但“人为造城”的态势明显，容易形成“空城”的局面[2,3]。究其原因，其中关键问题就是国家级新区缺乏合理的服务业作为城市功能来支撑，难以形成产城融合格局。服务业在驱动城市经济发展、产业结构转型和空间结构塑造的作用愈加显著[4]，成为决策者和学术界共同关注的问题。在我国经济发展面临速度、结构和驱动力等方面需实现根本性转变的严峻形势下，全面测度国家级新区生活性服务业特征和影响因素，是推动新区全面、协调、高效和可持续发展的前提与必要准备，有利于区域经济持续协调发展。

目前，对城市内部服务业空间组织问题研究主要集中于空间格局、区位偏好、影响因素等方面。关于城市服务业空间分布格局方面，服务业受到城市内部经济活动空间相互作用的影响，空间表现为服务业位置变化与格局演化，从不同规模[5,6]、空间尺度[7,8]等方面展开研究，空间集聚与扩散模式主要结论。在特定服务业空间集聚特征与区位偏好方面，现有研究针对不同类型服务业开展了区位偏好研究，如文化创意产业[9]、知识密集型服务业[10]、旅游业[11]、医疗服务[12]等。在服务业空间分布影响因素方面，相关文献总结了集聚效应、地方政策、社会分异、经济因素、空间因素、信息因素等对服务业区位选择的影响[10,13]。以往研究针对城市内部服务业空间组织问题已取得丰富成果，但也存在一定的局限。首先，现有研究大多聚焦于城市整体展开研究，缺少对城市新兴城区(国家级新区)的关注，而它们恰恰是生活性服务业发展的关键区域。其次，现有文献大多聚焦于揭示特定服务类型或行业的空间集聚特征与机理阐述，缺少从服务业总体和分行业角度讨论城市生活性服务业空间格局。最后，对服务业空间分布已有研究结论主要是以空间集聚模式为主，然而对影响因素分析却采用缺乏空间内涵的多元回归分析方法。

针对现有研究不足，本文主要从以下三个方面拓展现有研究：一是选择新近设立的国家级新区(福州新区)作为研究对象，将视角聚焦于城市新区服务业，不仅可以丰富已有服务业空间分布研究文献，还可为新区城市功能定位是否合理提供依据。二是选择在城市领域广泛应用的兴趣点数据(Point Of Interest，POI)作为研究材料，不仅可以弥补现有官方统计资料对新近设立的国家级新区统计资料缺失的不足，还可从服务业总体、分行业分析服务业空间格局。三是选择含有空间含义的空间计量模型分析新区服务业影响因素的影响效应，从空间交互视角测度不同影响机制的空间溢出效应。

1 数据来源与研究方法

1.1 研究区概况与数据来源

本文以国务院批复的福州新区范围作为研究对象。该区初期规划面积800km2，涉及福州沿海沿江4个县(市)区26个乡镇(街道)，定位为东南沿海重要的现代产业基地、改革创新示范区、生态文明先行区。到2020年，新区城市框架、高端产业、基础设施及生态体系已初步形成[14]。可见，福州新区服务业空间分布不仅是新区建设的重要内容，还是新区建成的重要依据，可作为城市服务业空间集聚分析的较好样本。

研究采用POI数据主要从百度地图、高德地图和腾讯地图开放平台获取，数据获取时间为2018年7月8日。与传统调查数据相比，POI数据细致的类型分类使得从行业视角分析生活性服务业空间研究成为可能。该数据共包含商业购物、住宿餐饮、生活服务、休闲娱乐等13大类96子类数据类型。本文基于《2017年国民经济行业分类(GB/T4754-2017)》，参照冉钊等关于生活性服务业分类标准，将相关POI数据归纳为8类，并对“母婴儿童”、“其他购物”等行业特征模糊子类进行重新归类[15,16]。经过空间匹配、去重及删除辨识度低的网点之后，共获取有效POI数据19458个(表1)。

表1 福州新区POI数据的生活性服务业行业类别

1.2 空间分析方法

平均最近邻法:为识别生活性服务业要素聚类、随机等分布模式，选用平均最近邻法(ANN)测算每个POI与其最邻近POI之间的观测距离，计算所有最邻近距离平均值。如某类POI平均观测距离小于假设随机分布预期平均距离，则此类POI属于聚集分布；反之，属于分散分布。利用CrimeStat 3.3软件平均最近邻工具进行分析。计算公式为：

(1)

式中,A为研究区域面积；N为POI总数。当|z|>2.58，且p<0.01时，拒绝零假设(文中z、p计算结果均证明POI数据的聚集分布)。

核密度分析:为刻画生活性服务业网点空间分布相对集中程度，选用核密度估计计算商业网点在其周围邻域中的密度，并对密度分布进行连续化模拟，以图像中每个栅格核密度值反映商业网点分布集聚程度[16,17]。计算公式为：

(2)

式中,f(s)为空间位置s处核密度计算函数；k函数为空间权重函数；h为距离衰减阈值，即最优搜索半径；n为与位置s的距离小于或等于h的要素点数[15]。通过综合考虑商业网点平均影响范围及其空间分布离散程度，选择1000m的距离阈值进行分析，该距离能较好地识别新区服务业网点分布局部热点信息，同时又能反映整体分布特征。

Ripley′s K多尺度分析：为研究生活性服务业在不同空间尺度下的空间分布特征，本文采用Ripley′s K函数来分析不同空间尺度下的商业网点空间分布模式。为了保持方差稳定，本文采用Besag提出用L(d)代替K(d)，并对K(d)作开方的线性变换[18]。计算公式为：

(3)

式中,A为区域面积；n为各行业商业网点数量；d为距离阈值；wij(d)为在距离d范围内，某一行业商业网点i与网点j之间距离[15]。L(d)与d的关系可检验在距离d范围内各服务行业空间分布格局：L(d)=0，表示该行业呈随机分布；L(d)>0，表示该行业呈集聚分布；L(d)<0，表示该行业呈分散分布。

基于区位商的不同地区服务业发展水平分析:为测度福州新区内部不同产业的专业化程度及集聚程度，选用区位商来衡量某个乡镇的产业发展水平。在研究服务业在空间内部分布时，区位商能比较不同地区不同服务业的比较优势[19]。计算公式为：

LQij=(Xij/Xj)/(Xik/Xk)

(4)

式中,LQij表示新区某乡镇j中i类服务业区位商；Xij表示某乡镇j中i类服务业POI数量；Xj表示某乡镇j所有服务业POI数量；Xik表示福州新区i类服务业数量总和；Xk表示福州新区所有服务业POI数量。若LQij>1，表示该类服务业在该乡镇中专业化程度较高；若LQij<1，表示该类服务业在该乡镇中专业化程度较低；若LQij=1，表示该类服务业在该乡镇的专业化程度与分布接近总体。

2 空间格局分析

2.1 空间分布形态特征

总体上集聚于三江口核心区，散布于新区南部区域。福州新区服务业总体呈以三江口组团为核心，长乐区金峰镇—津港街道次之，其他如福清市龙田镇龙田经济开发区呈散点分布的空间特征。观测到生活性服务业网点平均最近邻近距离为37.625m，而理想分布模式下期望平均最近邻距离为215.682m，两者之比最近邻指数NNI=0.174，z得分为-325.640，空间分布类型为显著集聚(表2)。具体来看，三江口地区(盖山镇、城门镇、罗星街道、和马尾镇西部)是POI分布最为集中，此处是福州新区核心区所在地，与福州市区接壤，城市化条件较好，第三产业发展水平最高；长乐区金峰镇、文岭镇、漳港街道、湖南街道等也是POI分布较为密集区域，此处是长乐区中小城镇，服务业发展格局初显；以福清市海港镇、城头镇、龙田镇、港头镇等地为福州新区南部地区POI分布较为稀疏，主要是沿交通道路分布，且呈现团簇集聚的特点，POI主要类型集中于商业购物、住宿餐饮、居民家庭服务业等。

各类生活性服务业空间集聚特征明显，集聚模式差异较大。福州新区8个生活性服务行业和总体的NNI值介于0.113—0.357之间，小于1，Z得分均小于-2.58，通过显著性检验，说明福州新区8个生活性服务业呈显著空间集聚特征。其中，低于总体NNI值的有商业购物服务、住宿餐饮服务、金融保险服务和居民家庭服务，说明这4类服务业空间集聚特征比总体POI集聚特征更为明显。值得注意的是，金融保险服务数量少且集聚，说明新区金融保险服务业过于集中。高于总体NNI值的有城市休憩服务、教育培训服务、健康医疗服务和休闲娱乐服务，主要是因为这4类服务业是中小城镇第三产业主要类型服务业，该类型服务业公共属性特征明显、分布范围较广。

表2 平均最近邻(ANN) 分析结果

2.2 空间分布集聚特征

从图1可见，福州新区总体呈现“核心集聚，边缘分散”的空间集聚特征。首先，福州新区核心区三江口地区(盖山镇、城门镇、罗星街道、和马尾镇西部)是POI空间集聚最密集区域，其内部又分别以中国(福建)自由贸易实验区福州片区南台岛区块和马江区块(福州保税区)为双核心。主要原因是，该区域服务业发展基础条件好，是福州市向南发展的首选区域，也是闽江口金三角经济圈核心区域。其次，以长乐区金峰镇为次核心的POI空间集聚区。该区域毗邻福州临空经济区和滨海新城，服务业以城镇服务业为主。第三，以福清市龙田镇为次核心的POI空间集聚区。该区域拥有龙田经济开发区，较好的经济发展基础为服务业发展提供了良好条件。从整体空间格局看，服务业空间集聚主要集中在原有的福州市区，福州新区属于处于服务业发展边缘地区，服务业总体呈“核心—边缘”空间结构。

各服务行业空间集聚特征差异较大，大致可以分为以下两类：一类是以商业购物服务(a)、住宿餐饮服务(c)、金融保险服务(e)、居民家庭服务(j)为主。这类服务业的空间特征与POI空间分布总体特征基本一致，呈现主核心区是三江口地区，次核心是长乐区金峰镇和福清市龙田镇，其他地区零散分布的空间格局。另一类则以城市休憩服务(i)、教育培训服务(k)、休闲娱乐服务(m)、健康医疗服务(l)为主。这类服务业的空间特征是以三江口地区为核心空间密集区，其他区域主要以滨海新城、福清湾、江荫湾、龙高半岛为主，呈现核心、零散结合的空间分布特征。

图1 福州新区各类型服务业核密度分析结果

2.3 空间多尺度分布特征

从图2可见，福州新区各类服务业空间集聚随空间尺度先增大后减小，但行业之间差异较大；在99%的置信度下，各类型服务业的L(d)曲线位于上包络线之上，空间分布呈显著集聚特征。从POI总体的空间特征看，其区位选择的空间尺度最大，达到15.369km。从各类服务业空间多尺度特征来看，第一类服务业空间尺度在25km以上，城市休闲服务(i)的空间区位选择的空间尺度最大，在10.831km处达到空间集聚最大值。该类型服务业主要是基础性服务业，覆盖范围宽广，分散于新区的核心区和边缘区。第二类服务业空间尺度在21km左右，包括商业购物服务(a)、住宿餐饮服务(c)等6类服务，各类服务业在不同空间尺度上存在差异，其中金融保险服务(e)呈现“双峰”特征，其他商业购物服务(a)、住宿餐饮服务(c)、教育培训服务(k)、健康医疗服务(l)、休闲娱乐服务(m)均呈现“单峰”特征。该类型服务业易受城镇化水平影响，区位选择偏向于中小城镇商圈地区，“双峰”空间尺度特征也表明不同服务业对空间的相应存在较大差异，

图2 福州新区各服务行业商业网点Ripley′s K 函数分析结果

金融保险服务(e)更容易在城市化条件较好区域形成空间集聚。第三类服务业空间尺度大约在20km以内，主要有居民家庭服务(j)，其峰值分别出现在10.874km处，该类型服务业空间区位选择易受空间尺度影响，倾向于城市核心区集聚，表现出组团集聚特征。

2.4 专业化服务功能空间结构特征

从区位商测度结果来看(图3)，各类服务业在福州新区乡镇尺度上已经逐渐形成了专业化的功能集聚区(Q>2)，部分乡镇出现多类型服务业专业化空间集聚特征，如滨海新区的文武砂镇；部分乡镇出现单类型服务业空间集聚，如马尾镇、江田镇、城门镇等；也有部分乡镇无明显优势服务业空间集聚，如城头镇、海口镇、龙田镇等。总体来看，福州新区内部的服务业发展空间结构不完全均衡，部分基础条件较好的乡镇呈现多类型专业化服务空间集聚特征；而部分乡镇的在单一服务业发展速度较快，呈现单类型专业化服务空间集聚；也有部分乡镇服务业处于低水平发展，未出现优势服务业的空间集聚现象。

从行业的专业化空间集聚特征来看，城市休憩服务、教育培训服务、休闲娱乐服务在空间上形成多个空间专业集聚功能区；金融保险、健康医疗服务仅出现单个专业化空间单元；商业购物服务、住宿餐饮服务、居民家庭服务并未出现专业化空间单元。以上结果表明，福州新区服务业空间结构不完善，生活性服务业发展处于初级发展水平。值得注意的是，相对于福州新区核心区三江口地区，处于边缘地区的乡镇由于功能要素数量较少，更容易出现服务业专业化的特征。

图3 福州新区各乡镇单元服务业网点数量等级与区位商分布

3 影响因素分析

3.1 影响因素的选取

影响生活性服务业空间分布的影响因素众多，现有文献从不同空间尺度分析了影响因素，包括政策、交通、市场等因素[10,11,13]。基于空间尺度和数据可得性角度考虑，将影响服务业空间分布的因素总结为交通因素、社会经济因素和政府因素三大类。交通因素是影响服务业商业网点分布的基本因素之一。由于服务业分布受交通可达性影响明显[5]，因此引入距福州市中心距离、距最近县级市中心距离、距最近火车站距离、高速公路出入口数来刻画交通可达性对服务业空间分布的影响。社会经济因素对服务业商业网点分布有着重要影响，服务业空间分布不仅受到企业分布影响，还受到城镇规模、产业专业化程度的影响，本文引入规模企业密度、企业密度、城镇规模、城镇化水平、服务行业专业化指数来考量社会经济因素对服务业商业网点空间分布影响。政府政策对服务业具有引导作用，福州新区拥有多个产业示范区、滨海新城、机场等，本文引入虚拟变量来刻画政府因素对服务业商业网点空间分布的影响。

基于上文结果发现，福州新区服务业商业网点的空间分布具有空间集聚特征，采用度量的空间自相关系数的Moran′s I指数为0.241，具有较好的显著效果(p<0.01)，为此需要采用空间计量模型来分析各影响因素对服务业商业网点集聚的影响。由于空间杜宾模型(SDM)不仅考虑了被解释变量的空间相关性，还考虑了解释变量的空间相关性，因此本文将模型设定为空间杜宾模型。同时，为了比较结果，本文同时计算了多元线性模型(OLS)、空间滞后模型(SAR)、空间误差模型(SEM)的结果。

Y=ρWY+Xβ+θWX+ε

(5)

式中：Y为被解释变量；X为解释变量；W为反映空间邻接关系的空间权重矩阵，本文选择0—1相邻矩阵；ρ反映邻近地区WY对被解释变量Y的影响；θ反映邻近地区WX对被解释变量Y的影响；ε为模型的残差项且满足ε—N(0,σ2I)。

3.2 各因素对网点区位选择的影响

从LogL、AIC、BIC的检验结果来看，SDM的结果显著优于其他模型的检验结果，因此下文以SDM的结果为分析依据。从社会经济因素来看，规模企业密度越大，对本地影响效应并不显著，但对周边乡镇具有显著的“虹吸效应”；本地企业密度越高，对本地服务业具有显著促进作用，对相邻地区的服务业也具有显著的促进作用，企业活动增加有利于服务业网点设施布局；城镇规模对本地区影响效应不显著，对周边具有显著促进作用，说明城镇规模较大地区有利于带动周边地区服务业发展；城镇化水平越高，有利于提高对本地服务业密度，但对相邻地区的服务业却表现出“虹吸效应”。生活性服务行业专业化指数对本地区是显著为负，而对相邻地区的空间溢出效应不显著，说明服务业多样化有利于整体发展。从交通区位因素来看，距福州市中心距离越近，服务业网店密度越大，对相邻地区服务业密度具有正向的溢出作用；距最近县级市中心距离越近，对本地服务业密度越大，但不显著，越靠近最近县级市中心的相邻地区服务业密度越大；本地区距最近火车站距离越远，服务业密度较高，对于相邻地区距离火车站越近服务业密度越高，这是由于最近火车站布局于城市周边地区；高速出入口数对本地和相邻地区均为显著负向影响，这主要是由于福州新区高速路网绕城而建导致的，其分布与城镇服务业分布区存在一定的错位布局。从政府因素来看，政府政策指引对本地区具有正向作用，未通过显著性检验，而对周边地区作用显著为负且通过显著性检验，这是目前福州新区的政策指引对生活服务业发展影响效应还未凸显，新区城市功能存在较大发展空间，但已对周边乡镇产生显著的“虹吸效应”。

表3 福州新区服务业商业网点空间分布影响因素

(续表3)

变量OLSSARSEMSDMxW∗x常数项 0.687(-1.86) 1.888( 0.76) 1.096(1.88)-2.309∗(1.77)空间自回归系数ρ-0.265(3.82) 0.640∗∗∗(-1.53)空间自相关系数λ-0.685∗∗∗(-3.75)

注：t statistics in parentheses；*表示p<0.05,**表示p<0.01,***表示p<0.001。

4 结论与建议

4.1 结论

本文利用福州新区生活性服务业POI数据，运用核密度分析、平均最近邻法、Ripley′s K函数等分析了新区服务业空间集聚特征和分布影响因素，得到以下主要结论：①福州新区各类服务业主要集聚于三江口的核心区，其他地区呈现散点分布特征，整体上呈现“核心集聚，边缘分散”的空间特征。②随着空间尺度的增大，福州新区各类服务业空间集聚呈现“先增后减”的态势，区位选择空间尺度达到15.369km，表现出明显的空间尺度依赖性。③福州新区各乡镇的服务业空间结构不完善，多类型和单类型专业化服务空间集聚交织发展。④服务业商业网点分布受到社会经济、交通区位、政府政策等因素的影响，不同因素对服务业网点分布密度的影响不仅具有本地的直接效应，还对周边地区具有明显的“虹吸效应”。

4.2 建议

首先，坚持产城融合发展，形成以产业驱动的服务业优化布局模式。在企业密度、城镇化水平较为高的滨海新城、江阴工业集中区、融侨经济技术开发区等地合理布局生活性服务业，以满足新区居民、工作群体对消费升级的需求，逐步在新区开发区、产业园周边形成精细化、精致化、便利化的生活性服务业体系。

其次，坚持合理功能布局，形成多中心、多层次的服务业发展体系。当前福州新区的生活性服务业主要集中于核心区，需在滨海新城、闽江口组团、福清湾组团等加快布局服务业发展要素，进一步发挥新区先行先试政策引导作用，鼓励多方参与优质服务业供给。

第三，坚持“港—产—城”联动，形成差异化的服务业发展路径。同时，借助新区海陆空交通优势，发挥航空港、海港、高铁等交通运输优势，充分利用交通区位影响服务业的“虹吸效应”，大力发展临港与港航服务业。