中国制造业企业500强总部空间格局及区位选择_姜海宁
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DOI:10.15957/j.cnki.jjdl.2011.10.014
第 31 卷第 10 期 2011 年 10 月
经济地理 ECONOMIC GEOGRAPHY
文章编号：1000 - 8462（2011）10 - 1666 - 08
Vol.31，No. 10 Oct.，2011
中国制造业企业 500 强总部空间格局及区位选择
中图分类号：TU984；F407.4
文献标识码：A
企业区位研究可以追溯到 20 世纪初的韦伯工 业区位论，该理论从微观企业区位选择角度对工业 企业的聚集进行了研究[1]。然后 W.Christaller 中心地 理论通过市场、交通和行政因素来解释城市服务业 区位选择特征[2]。A .Losch 强调市场对企业区位选择 的重要性[3]。1956 年，W.Isard 将这些等学者的理论 模型进行整合，并运用数学方法将古典区位理论与 新古典区位理论进行了统一[4]。随着企业组织规模 的扩张，企业逐渐通过将其不同环节功能实现空间 分离，并出现近年来国内的“总部经济”现象[5]。1960 年代，Chandler 提出企业总部与分部的分权问题[6]。 Hymer 首次将 Chandler 企业组织等级理论与韦伯 区位理论进行结合研究[7]。1970 年代以来，国内外一 些国家与地区开始通过制定优惠政策来吸引企业 总部入驻，企业总部的区位选择问题也得到愈来愈 多学者的关注。国外早期文献关于企业总部区位选 择影响因素主要通过问卷调查与模型定量研究等。 1979 年，Heenan 调查了美国和日本的跨国公司设 立地区总部考虑的因素[8]，随后 Cohen 和 Friedmann 发现较小部分的城市拥有全球大部分跨国公司总 部或地区总部[9]。1990 年代初，Holloway 和 Wheeler 分析了总部在美国都市区之间的空间迁移现象[10]。 21 世纪前后，总部区位问题成为学术研究热点[11]。 Ho 通过调查访谈来探究跨国公司设立亚太地区总
条件下，G(d)的统计检验值为：Z(I) = G- E(G) 。 姨Var(G)
当 G(d)值高于 E(d)值且 Z 显著时，检测区出现
高值簇；当 G(d)值低于 E(d)值，且 Z 显著时，检测区
出现低值簇，当 G(d)趋近于 E(d)时，检测区变量呈
现随机分布。
1.1.2.2 局部自相关分析
Getis- Ord Gi*
于点层面，企业总部主要分布在长三角、环渤海以及珠三角等区域，尤以前两者更显著；基于面的层面，全局空
间集聚程度较低，其中热点区布局较稳定，并以长三角和环渤海为主，而珠三角有日益衰退趋势，而其增长格
局呈现出极强的随机性和不稳定性；2004—2005、2005—2006 和 2006—2007 年时段增长热点区与冷点区均集
（2）
式中：N 是研究区内地区总数；wij 是空间权重；xi 和
xj 分别是区域 i 和 j 的属性；x 是属性的平均值。对
Moran’s I 结果进行统计检验，我们采用 Z 检验：
Z(I) = I- E(I) 姨Var(I)
式中：E(I)为数学期望；Var(I)为变异数。
Moran’s I 数值处于 - 1 与 1 之间，值接近 1 时
Gi*
=
∑（j wijx）j ∑jxj
（4）
为便于解释和比较，对 Gi* 进行标准化处理：
Z(Gi*) = Gi*- E(Gi*) 姨Var(Gi*)
式中：E（Gi*）和 Va（r Gi*）分别是 Gi* 的数学期望和变
异数，wij 是空间权重，权重计算方法如 Getis- Ord
General G，如果 Z(Gi*)为正且显著，表明位置 i 周围
n
2
∑ ∑ ∑ λ赞 h(p)= i=1
3 πh4
1-
（p-p）i h2
（1）
式中：p 为待估计点的位置；pi 为落在以 p 为圆心；h
为半径的圆形范围内的第 i 个企业位置；h 代表步
长，即以 p 为源点的曲面在空间上延展的宽度，h 值
的选择会影响到分布密度估计的平滑程度，在具体
应用中，h 的取值是有弹性的，需要根据不同的 h 值 进行试验。 1.1.2 基于面的空间格局测度 1.1.2.1 全局自相关分析
①Moran’s I 指数。Moran’s I 指数是最早应用 于全局聚类检验的方法（Cliff and Ord，1973），它检 验整个研究区中邻近地区间是相似、相异还是相互 独立的。Moran’s I 指数表达式如下：
I= N∑i∑ቤተ መጻሕፍቲ ባይዱj xi - x）（xj - x） ∑∑i∑jwij ∑∑（i xi - x）2
部的区位因素[12]。Shilton 等证实了总部集聚与产业 类型相近性及生产服务集群密切相关[13]。Lasserre 等 探讨了跨国公司在地区总部选址时主要选择 4 个 标准[19]。Yeung 等分析新加坡吸引地区总部的区位 优势[14]。Klier 等支持企业总部聚集大城市的特征[15]。 Little 调查分析了瑞士外国公司总部区位选择影响 因素[16]。Davis 等认为服务多样性规模效应、金融服 务业集聚效应和总部外部规模效应等对公司总部 区位的影响[17]。Lovely 等发现出口商总部较一般总 部更为集聚[18]。在国内，费洪平于认为中国大型企业 总部主要趋向于特大城市和大城市中心[19]。魏后凯 研究证明中国上市公司总部迁移目的区位以东部发 达地区为主[20]。武前波揭示了中国制造业企业 500 强总部区位特征及其影响因素[11]。王承云认为上海 跨国公司总部机构高度集中在 5 大地区[21]。总体来 看，国内外学者结合 GIS 和空间统计功能对总部区 位特征进行定量与可视化研究依然不足，而多以定 性描述或简单概括为主。GIS 和空间统计共同构成 了空间分析发展的主要内容[22-23]。本文运用Arc GIS 9.2 和 Eviews 3.1 软件分别对其区位特征和影响因 素进行分析，从而为企业总部科学布局提供依据。
告》和《2008—2009 年中国 500 强企业发展报告》；
有关城市数据主要参考《2005—2009 年中国城市统
计年鉴》。
2 中国制造业企业 500 强总部的空间分布
2.1 基于点的空间格局 为了更直观地反映 2004—2008 年中国制造业
企业 500 强总 部 空 间 集 聚 变 化 状 况 ， 本 文 利 用 ArcGIS 软件中的核密度工具来测算其空间分布变 化特征。为使结果具有可比性，本文选择相同的搜 索半径与栅格大小对各年份核密度进行测算，并绘 制核密度估计图（图 1）。总体来看，2004—2008 年 企业总部主要分布在长三角、环渤海以及珠三角等 3 大经济区，尤以前两者更显著，并呈现出密集的群 团式分布特征；其次是鄂、湘、川、云和陕等省会城 市及渝等分布也较多，空间集聚度较高，而其他省 份城市多以零星分布为主；除 2008 年外，2004— 2007 年核密度最大值一直呈扩大趋势，而且其总部 主要分布在“胡焕庸人口线”右侧。 2.2 基于面的空间格局测度 2.2.1 全局自相关分析。经过定量测算可知，全局 Moran’s I 均为正，检验结果均很显著，但均不足 0.10，该值并呈下降—上升—下降的变化趋势 （表 1），即一直呈现弱集聚状态，而且其集聚程度相应 表现为降低—上升—下降的变化趋势；General G 估
姜海宁 1，谷人旭 1，李广斌 2
（1. 华东师范大学 资源与环境科学学院，中国 上海 200062；2. 苏州科技大学 地理与资源科学系，中国江苏 苏州 210046）
摘 要：运用 Arc GIS 9.2 软件并基于点和面两个方面对 2004—2008 年的中国制造业企业 500 强总部空间格
局特征进行测度，具体结合核密度指数、Moran’s I、Getis- Ord General G 和 Getis- Ord Gi* 等指标，结果表明：基
表明具有相似属性的集聚在；值接近 - 1 时表明具
有相异属性的集聚；值接近于 0，则表示属性是随机
分布或不存在空间相关性。
②Getis- Ord General G。Getis- Ord General G（也
称为 G 系数）也是全局聚类检验的一个指数，其表
达式如下：
nn
nn
∑∑ ∑∑ G(d) =
年以后逐渐退出热点区，且此优势有日益衰退趋 势；次热区以环渤海、长三角和珠三角为主，而中西 部省会城市仅为零星分布，而全国绝大部分区域一 直为冷点区。具体来说，2004 年热点区和次热区主 要分布在环渤海、长三角和珠三角地区；2005 年热 点区骤减，而次热区也大幅下降；2006 年热点区包 括北京、天津、上海、杭州和无锡市，次热区增至 8 个；2007 年长三角与环渤海地区已成为企业总部分 布的最重要区域，这种优势也日益显著，同时中部 地区总部数量也日益增多；2008 年，苏州从热点区 变为次热区，东南沿海地区仅深圳为次热区，而此 时成都与昆明进入次热区，这说明中西部地区大型 企业规模发展迅速，而华南地区大型企业规模优势 和效益有下降趋势。 2.2.3 增长变化的空间格局 2.2.3.1 增长变化的空间格局。上述分析建立在对 静态数据考察的基础上，而忽略动态过程的研究。 为此，本文将相邻年份的总部增长量进行动态分
1668
经济地理
第 31 卷
图 1 中国制造业企业 500 强总部分布的核密度估计图 Fig.1 The distr ibution of ker nel density about top 500 enter pr ises headquar ter s of Chinese manufactur ing industr ies
wij(d)xixj
xixj
i=1 j=1
i=1 j=1
（3）
式中：wij(d)是以距离规则定义空间权重，当单元 j 与
i 的距离小于 d 时，wij(d)为 1，否则为 0。xi 和 xj 分别
是单元 i 与 j 的属性观察值。在空间不集聚的假设
下，G(d)的期望值为：E(G)=
W n（n-
，在正态分布的 1）
计值与期望值均无变化且均大于 0，检验结果均显 著，这说明检测区高值与低值的集聚现象显著，加 之，G(d)均高于 E(d)且 Z 值显著，这说明检测区出现 高值簇。鉴于在此期间总部分布并未发生较大变 动，因此，企业总部在东部沿海的高度集聚分布，而 在中西部集聚程度较低的局面依然存在。 2.2.2 局部自相关分析。当需要进一步考虑是否存 在局部空间集聚，哪个区域单元对于全局空间自相 关的贡献更大，以及 Moran's I 和 General G 全局评 估在多大程度上掩盖了局部不稳定性时，就有必要 进一步研究其内部情况[24]。由于局部 Moran's I 仅表 示属性相似或相异的观测值空间集聚状况，但并不 表示该属性值高低。因此，本文通过对 Getis- Ord Gi* 测算来分析其集聚热点区域的变化情况，并利用 Jenks 最佳自然断裂法对各年份的局域 Gi* 统计量 从高到低分成 4 类，从而生成空间分布的热点区演 化图（图 2）。从整体上看，长三角与环渤海热点区较 稳定，具有较好的发展潜力，而珠三角地区于 2004
1 研究方法和数据来源
1.1 研究方法
收稿时间：2011 - 04 - 17；修回时间：2011 - 08 - 10 基金项目：国家自然科学基金项目（编号：51078246）和上海重点学科建设项目（人文地理）（编号：B410）联合资助。 作者简介：姜海宁（1982—），男，江苏徐州人，博士研究生。主要研究方向为区域经济与企业地理。E- mail：jhn841263@163.com。
中在长三角、环渤海和珠三角。2007—2008 年热点区范围与数量远高于前 3 个时段，而全国大部分区域已由次
冷区转为次热区。以此为基础，本文结合城市的服务业水平、基础设施建设、可达性、人力资源以及拥有权力等
方面的 11 个影响因素，并采用 Eviews 3.1 软件对其进行定量测度和分析。
关键词：制造业企业；总部区位；500 强；空间格局；区位选择；中国
的值相对较高，属于高值空间集聚（热点区）；反之，
如果 Z(Gi*)为负且显著，表明位置 i 周围的值相对较 低，属于低值空间集聚（冷点区）。
1.2 数据来源
鉴于中国企业联合会、中国企业家协会于 2004
年开始评选中国制造业 500 强企业，所以本文企业
数据主要来源于 《2005—2007 年中国企业发展报
第 10 期
姜海宁，谷人旭，李广斌：中国制造业企业 500 强总部空间格局及区位选择
1667
1.1.1 基于点的空间格局测度 核密度估计法适合于用可视化的方法表示空
间点群的分布模式，即通过将离散的点群转化为连
续的密度图来研究空间点群的分布特征。设 p 处的
密度为 λh(p)，其估计值为，具体形式为：
第 31 卷第 10 期 2011 年 10 月
经济地理 ECONOMIC GEOGRAPHY
文章编号：1000 - 8462（2011）10 - 1666 - 08
Vol.31，No. 10 Oct.，2011
中国制造业企业 500 强总部空间格局及区位选择
中图分类号：TU984；F407.4
文献标识码：A
企业区位研究可以追溯到 20 世纪初的韦伯工 业区位论，该理论从微观企业区位选择角度对工业 企业的聚集进行了研究[1]。然后 W.Christaller 中心地 理论通过市场、交通和行政因素来解释城市服务业 区位选择特征[2]。A .Losch 强调市场对企业区位选择 的重要性[3]。1956 年，W.Isard 将这些等学者的理论 模型进行整合，并运用数学方法将古典区位理论与 新古典区位理论进行了统一[4]。随着企业组织规模 的扩张，企业逐渐通过将其不同环节功能实现空间 分离，并出现近年来国内的“总部经济”现象[5]。1960 年代，Chandler 提出企业总部与分部的分权问题[6]。 Hymer 首次将 Chandler 企业组织等级理论与韦伯 区位理论进行结合研究[7]。1970 年代以来，国内外一 些国家与地区开始通过制定优惠政策来吸引企业 总部入驻，企业总部的区位选择问题也得到愈来愈 多学者的关注。国外早期文献关于企业总部区位选 择影响因素主要通过问卷调查与模型定量研究等。 1979 年，Heenan 调查了美国和日本的跨国公司设 立地区总部考虑的因素[8]，随后 Cohen 和 Friedmann 发现较小部分的城市拥有全球大部分跨国公司总 部或地区总部[9]。1990 年代初，Holloway 和 Wheeler 分析了总部在美国都市区之间的空间迁移现象[10]。 21 世纪前后，总部区位问题成为学术研究热点[11]。 Ho 通过调查访谈来探究跨国公司设立亚太地区总
条件下，G(d)的统计检验值为：Z(I) = G- E(G) 。 姨Var(G)
当 G(d)值高于 E(d)值且 Z 显著时，检测区出现
高值簇；当 G(d)值低于 E(d)值，且 Z 显著时，检测区
出现低值簇，当 G(d)趋近于 E(d)时，检测区变量呈
现随机分布。
1.1.2.2 局部自相关分析
Getis- Ord Gi*
于点层面，企业总部主要分布在长三角、环渤海以及珠三角等区域，尤以前两者更显著；基于面的层面，全局空
间集聚程度较低，其中热点区布局较稳定，并以长三角和环渤海为主，而珠三角有日益衰退趋势，而其增长格
局呈现出极强的随机性和不稳定性；2004—2005、2005—2006 和 2006—2007 年时段增长热点区与冷点区均集
（2）
式中：N 是研究区内地区总数；wij 是空间权重；xi 和
xj 分别是区域 i 和 j 的属性；x 是属性的平均值。对
Moran’s I 结果进行统计检验，我们采用 Z 检验：
Z(I) = I- E(I) 姨Var(I)
式中：E(I)为数学期望；Var(I)为变异数。
Moran’s I 数值处于 - 1 与 1 之间，值接近 1 时
Gi*
=
∑（j wijx）j ∑jxj
（4）
为便于解释和比较，对 Gi* 进行标准化处理：
Z(Gi*) = Gi*- E(Gi*) 姨Var(Gi*)
式中：E（Gi*）和 Va（r Gi*）分别是 Gi* 的数学期望和变
异数，wij 是空间权重，权重计算方法如 Getis- Ord
General G，如果 Z(Gi*)为正且显著，表明位置 i 周围
n
2
∑ ∑ ∑ λ赞 h(p)= i=1
3 πh4
1-
（p-p）i h2
（1）
式中：p 为待估计点的位置；pi 为落在以 p 为圆心；h
为半径的圆形范围内的第 i 个企业位置；h 代表步
长，即以 p 为源点的曲面在空间上延展的宽度，h 值
的选择会影响到分布密度估计的平滑程度，在具体
应用中，h 的取值是有弹性的，需要根据不同的 h 值 进行试验。 1.1.2 基于面的空间格局测度 1.1.2.1 全局自相关分析
①Moran’s I 指数。Moran’s I 指数是最早应用 于全局聚类检验的方法（Cliff and Ord，1973），它检 验整个研究区中邻近地区间是相似、相异还是相互 独立的。Moran’s I 指数表达式如下：
I= N∑i∑ቤተ መጻሕፍቲ ባይዱj xi - x）（xj - x） ∑∑i∑jwij ∑∑（i xi - x）2
部的区位因素[12]。Shilton 等证实了总部集聚与产业 类型相近性及生产服务集群密切相关[13]。Lasserre 等 探讨了跨国公司在地区总部选址时主要选择 4 个 标准[19]。Yeung 等分析新加坡吸引地区总部的区位 优势[14]。Klier 等支持企业总部聚集大城市的特征[15]。 Little 调查分析了瑞士外国公司总部区位选择影响 因素[16]。Davis 等认为服务多样性规模效应、金融服 务业集聚效应和总部外部规模效应等对公司总部 区位的影响[17]。Lovely 等发现出口商总部较一般总 部更为集聚[18]。在国内，费洪平于认为中国大型企业 总部主要趋向于特大城市和大城市中心[19]。魏后凯 研究证明中国上市公司总部迁移目的区位以东部发 达地区为主[20]。武前波揭示了中国制造业企业 500 强总部区位特征及其影响因素[11]。王承云认为上海 跨国公司总部机构高度集中在 5 大地区[21]。总体来 看，国内外学者结合 GIS 和空间统计功能对总部区 位特征进行定量与可视化研究依然不足，而多以定 性描述或简单概括为主。GIS 和空间统计共同构成 了空间分析发展的主要内容[22-23]。本文运用Arc GIS 9.2 和 Eviews 3.1 软件分别对其区位特征和影响因 素进行分析，从而为企业总部科学布局提供依据。
告》和《2008—2009 年中国 500 强企业发展报告》；
有关城市数据主要参考《2005—2009 年中国城市统
计年鉴》。
2 中国制造业企业 500 强总部的空间分布
2.1 基于点的空间格局 为了更直观地反映 2004—2008 年中国制造业
企业 500 强总 部 空 间 集 聚 变 化 状 况 ， 本 文 利 用 ArcGIS 软件中的核密度工具来测算其空间分布变 化特征。为使结果具有可比性，本文选择相同的搜 索半径与栅格大小对各年份核密度进行测算，并绘 制核密度估计图（图 1）。总体来看，2004—2008 年 企业总部主要分布在长三角、环渤海以及珠三角等 3 大经济区，尤以前两者更显著，并呈现出密集的群 团式分布特征；其次是鄂、湘、川、云和陕等省会城 市及渝等分布也较多，空间集聚度较高，而其他省 份城市多以零星分布为主；除 2008 年外，2004— 2007 年核密度最大值一直呈扩大趋势，而且其总部 主要分布在“胡焕庸人口线”右侧。 2.2 基于面的空间格局测度 2.2.1 全局自相关分析。经过定量测算可知，全局 Moran’s I 均为正，检验结果均很显著，但均不足 0.10，该值并呈下降—上升—下降的变化趋势 （表 1），即一直呈现弱集聚状态，而且其集聚程度相应 表现为降低—上升—下降的变化趋势；General G 估
姜海宁 1，谷人旭 1，李广斌 2
（1. 华东师范大学 资源与环境科学学院，中国 上海 200062；2. 苏州科技大学 地理与资源科学系，中国江苏 苏州 210046）
摘 要：运用 Arc GIS 9.2 软件并基于点和面两个方面对 2004—2008 年的中国制造业企业 500 强总部空间格
局特征进行测度，具体结合核密度指数、Moran’s I、Getis- Ord General G 和 Getis- Ord Gi* 等指标，结果表明：基
表明具有相似属性的集聚在；值接近 - 1 时表明具
有相异属性的集聚；值接近于 0，则表示属性是随机
分布或不存在空间相关性。
②Getis- Ord General G。Getis- Ord General G（也
称为 G 系数）也是全局聚类检验的一个指数，其表
达式如下：
nn
nn
∑∑ ∑∑ G(d) =
年以后逐渐退出热点区，且此优势有日益衰退趋 势；次热区以环渤海、长三角和珠三角为主，而中西 部省会城市仅为零星分布，而全国绝大部分区域一 直为冷点区。具体来说，2004 年热点区和次热区主 要分布在环渤海、长三角和珠三角地区；2005 年热 点区骤减，而次热区也大幅下降；2006 年热点区包 括北京、天津、上海、杭州和无锡市，次热区增至 8 个；2007 年长三角与环渤海地区已成为企业总部分 布的最重要区域，这种优势也日益显著，同时中部 地区总部数量也日益增多；2008 年，苏州从热点区 变为次热区，东南沿海地区仅深圳为次热区，而此 时成都与昆明进入次热区，这说明中西部地区大型 企业规模发展迅速，而华南地区大型企业规模优势 和效益有下降趋势。 2.2.3 增长变化的空间格局 2.2.3.1 增长变化的空间格局。上述分析建立在对 静态数据考察的基础上，而忽略动态过程的研究。 为此，本文将相邻年份的总部增长量进行动态分
1668
经济地理
第 31 卷
图 1 中国制造业企业 500 强总部分布的核密度估计图 Fig.1 The distr ibution of ker nel density about top 500 enter pr ises headquar ter s of Chinese manufactur ing industr ies
wij(d)xixj
xixj
i=1 j=1
i=1 j=1
（3）
式中：wij(d)是以距离规则定义空间权重，当单元 j 与
i 的距离小于 d 时，wij(d)为 1，否则为 0。xi 和 xj 分别
是单元 i 与 j 的属性观察值。在空间不集聚的假设
下，G(d)的期望值为：E(G)=
W n（n-
，在正态分布的 1）
计值与期望值均无变化且均大于 0，检验结果均显 著，这说明检测区高值与低值的集聚现象显著，加 之，G(d)均高于 E(d)且 Z 值显著，这说明检测区出现 高值簇。鉴于在此期间总部分布并未发生较大变 动，因此，企业总部在东部沿海的高度集聚分布，而 在中西部集聚程度较低的局面依然存在。 2.2.2 局部自相关分析。当需要进一步考虑是否存 在局部空间集聚，哪个区域单元对于全局空间自相 关的贡献更大，以及 Moran's I 和 General G 全局评 估在多大程度上掩盖了局部不稳定性时，就有必要 进一步研究其内部情况[24]。由于局部 Moran's I 仅表 示属性相似或相异的观测值空间集聚状况，但并不 表示该属性值高低。因此，本文通过对 Getis- Ord Gi* 测算来分析其集聚热点区域的变化情况，并利用 Jenks 最佳自然断裂法对各年份的局域 Gi* 统计量 从高到低分成 4 类，从而生成空间分布的热点区演 化图（图 2）。从整体上看，长三角与环渤海热点区较 稳定，具有较好的发展潜力，而珠三角地区于 2004
1 研究方法和数据来源
1.1 研究方法
收稿时间：2011 - 04 - 17；修回时间：2011 - 08 - 10 基金项目：国家自然科学基金项目（编号：51078246）和上海重点学科建设项目（人文地理）（编号：B410）联合资助。 作者简介：姜海宁（1982—），男，江苏徐州人，博士研究生。主要研究方向为区域经济与企业地理。E- mail：jhn841263@163.com。
中在长三角、环渤海和珠三角。2007—2008 年热点区范围与数量远高于前 3 个时段，而全国大部分区域已由次
冷区转为次热区。以此为基础，本文结合城市的服务业水平、基础设施建设、可达性、人力资源以及拥有权力等
方面的 11 个影响因素，并采用 Eviews 3.1 软件对其进行定量测度和分析。
关键词：制造业企业；总部区位；500 强；空间格局；区位选择；中国
的值相对较高，属于高值空间集聚（热点区）；反之，
如果 Z(Gi*)为负且显著，表明位置 i 周围的值相对较 低，属于低值空间集聚（冷点区）。
1.2 数据来源
鉴于中国企业联合会、中国企业家协会于 2004
年开始评选中国制造业 500 强企业，所以本文企业
数据主要来源于 《2005—2007 年中国企业发展报
第 10 期
姜海宁，谷人旭，李广斌：中国制造业企业 500 强总部空间格局及区位选择
1667
1.1.1 基于点的空间格局测度 核密度估计法适合于用可视化的方法表示空
间点群的分布模式，即通过将离散的点群转化为连
续的密度图来研究空间点群的分布特征。设 p 处的
密度为 λh(p)，其估计值为，具体形式为：