论文部分内容阅读
【摘要】 本文利用杭州2003年、2013年电信黄页数据为基础，采用多元线性回归模型，以ArcGIS和SPSS软件为工具，选取经济、空间、科技、人文四个因素对杭州市科学研究产业建模分析。在细化一级因素的基础上，在ArcGIS中对各因子图层进行密度、距离进行计算从而确定各二级因子的指标值，结合重分类与区域统计功能，以产业在空间上的变化为因变量，在SPSS中建立多元线性回归模型。根据模型计算结果，分析空间分布扩展因子对产业的影响程度，以期为未来该产业的空间扩展提供相对科学的依据。
【关键词】 GIS；线性回归；影响因子；空间扩张
中图分类号：TU984 文献标识码：A 文章编号：
Research of Scientific Industrial Spatial Extension:
A Case Study on Hangzhou
Zhu Jiayi1 Wu Yizhou2
（1 2 Zhejiang University of Technology, Zhejiang Hangzhou, 310014）
Abstract:This paper selects the datum of business yellow pages of 2003 and 2013 as the foundation, using multiple linear regression model with ArcGIS and SPSS as the tool, selecting four factors of economic, space, science & technology and humanities to analyze the spatial extension of the scientific industry of Hangzhou. After elaborating the primary factors, it calculates index of secondary factors by calculating the density and distance for each layer with reclassification and regional statistics in ArcGIS, setting the value of industrial spatial extension as the dependent variable, establishing the multiple linear regression model in SPSS. According to the result of model calculation, it analyzes the degree of influence of each factor in order to provide the relatively scientific conclusion for the research of industrial space extension in the future.
Keywords: GIS; Linear regression; Impact factor; Spatial extension
1 背景与评述
1.2 区域背景
杭州市辖区面积3068km2，市区常住人口623万（第六次人口普查数据），2011年从事科学研究产业人数16.5万人，发明专利数位居全国第二，是长三角区域创新体系中极其重要的组成部分。
为尽可能反映杭州市区科学研究产业的空间变化特征，本文选取了94个街道作为区域基础，保证数据的最优细分。其中翠苑、文教、古荡、西溪等区域在历史上与浙江大学有着极深的渊源；而留下、下沙等区域见证了大学园区的新兴；文二路、文三路在政策的引导下成为信息研发产业的聚集地。各个街道功能多样、历史沉淀丰富，是非常典型的案例。
1.2 文献评述
城市中某一产业的扩展是一个长期而复杂的过程，在这一过程中，不同产业的空间扩展规律与内涵成长程度各异。黄鲁成等（2006）通过演化模型和实证研究，揭示了产业种群的演化规律；姜念云（2008）在总结了国内外现有对研发产业定义和分析的基础上，结合其活动特点与规律，进一步明确了研发产业的内涵与界限。
科学研究产业在扩展的过程中，在特定的历史时期，存在一定量的影响因子主导着其发展的速度与方向。杜德斌等（2010）以区域、省份及城市为基地单元，考察了外资在华R&D空间布局与发展趋势，得出了“R”与“D”高度集中与趋向分散的趋势。王承云等（2012）从宏观层面上提出了影响科研产业空间分布的产业发展综合实力因子、产业结构因子等六大主要因子。秦健（2012）在分析城市内部产业空间集聚因子的过程中，引入了微区位的概念，在一定程度上探讨了微观区位的影响因子。其他研究人员相关研究结果如表1所示。
表1 各时期研究人员对影响产业空间布局因素的探讨
对于产业空间分布影响因子的计算，国内外采用了多种方法。已有研究人员利用元胞自动机（Cellular Automata）、系统动力学模型等进行空间演化过程的模拟（姜文亮，张晓通等，2008），但此类模型较为繁琐与复杂，难以在技術层面上大量普及，而线性回归模型具有简单、直观、数据容易获取等特征，在数据处理中的作用被普遍认同。张鸿辉等（2009）在空间层面上使用了线性回归模型研究城市地价的空间自相关特征；龙奋杰等（2003）通过多元线性回归模型，提取了直接影响房地产投资的因素，证明了暂住人口对房地产市场投资的重要影响，并且得到了良好的结果。因此，利用多元线性模型对该产业扩展过程的描述、模拟以及预测成为可能。
不过各因子在多大程度上对空间扩展起到了作用？在微观层面上，各影响因子的作用程度如何？此类问题尚未形成定论。
从方法上看：（1）不同城市的地域特色结构将影响不同产业的配置关系，继而导致不同的空间布局方式；（2）模型分析所采用的各因子影响统计分析结果，但同时需要避免过于显著或是不显著的因子干扰。
以杭州为代表的省会城市的空间特征在于：（1）土地混合利用程度不高，产业发展需求需要在大尺度空间上得到满足；（2）多样化的出行方式，相当部分的从业人员跨越了传统的交通消费门槛；（3）更多的产业聚集，决定了因子设定的复杂性。
因此，在进行该研究的同时，需要注意：（1）尽量细化区域划分，以一定的街道或是社区为单位，充分考虑区域内的构成因素，综合判定统计分析结果；（2）选择符合情理的影响因子，在给定的空间上，既要有严谨的统计数据，又要有公众的主观选择需求；（3）若影响因子的显著性存在两极分化的特征，为使分析结果更具意义，则需要剔除一部分因子，建立子数据库进行二次分析。
2 研究区概况
科学研究产业为杭州的经济社会发展带来了非常可观的效益。2011年，杭州用于研究与发展经费达199.84亿元，占全市GDP的2.85%，新聘选钱江特聘专家32名，新建院士专家工作站29家，引进院士40位，新引进高层次人才5735名。在不断投入科学研发资金的同时，杭州的科学研究创新能力也不断提高。至2011年末，在杭国家级科研院所22家，国家重点扶持的高新技术企业1410家，认定研发中心774家，其中国家级2家，省级56家。
杭州拥有良好的科学研究基础，众多的高校与科研院所、企业为科学研究产业的发展提供了持续的动力。2003年，杭州已拥有成规模成体系的科研产业； 2013年，在数量不断增加的同时，各科研院所在空间上呈现出明显的扩散的趋势，如图1、图2所示。
图1 2003年年科学研究产业空间布局
图2 2013年年科学研究产业空间布局
3 研究方法
根据产业影响因子评价原理以及统计学知识，基于GIS和多元线性回归模型的杭州科学研究产业影响因子的测算流程如图2所示。步骤如下：（1）选取影响科学研究产业空间布局的一级因素；（2）在各自一级因素下布置合理的二级因子；（3）对所有的影响因子在图层中进行空间密度、距离的测算；（4）利用电信黄页10年的数据变化，计算产业数量变化的绝对值作为因变量；（5）把所有样本数据导入到SPSS软件中进行逻辑回归分析；（6）根据回归模型计算结果探讨影响因子的影响程度与机制。
图3 科学研究产业影响因子线性回归分析流程
4 数据处理
4.1 影响因子选择
控制和影响科学研究产业的空间布局的因素，总体上可分为经济、空间、科技、人文四类。各因素在产业空间变化的过程中起到不同作用，因子的作用程度也随着区域的变化而不同，针对杭州市科学研究产业空间布局的现状，本文选取了19个二级因子对科研产业的空间布局进行模拟：（1）经济因素：人口密度、商业密度、武林中心影响力、钱江中心影响力、新房地价；（2）空间因素：高速出入口远近、火车站远近、主干道数量、公交站点密度、风景区远近、文娱设施密度、副城中心影响力；（3）科技因素：通信产业空间布局、技术服务产业布局、大学创新影响力、科技园区远近；（4）人文因素：是否为建成区、开发区影响力、历史街区远近。
4.2 因子量化方法
在用统计学方法评价区域影响因子的过程中，影响因子必须在空间上进行量化。许湘华等（2010）用每个因子的影响面积除以总面积来得到指标值；吴一洲等（2010）对各因子的密度、缓冲区等进行赋值，继而进行栅格叠加得到指标值。本文在部分因子已有等级划分的情况下，针对各个街道采用已有的划分等级作为指标值；为使部分强调远空间距离的因子的作用在模型中得到充分体现，同时利用点距离运算，得出每个街道对某一因子的平均距离作为指标值。具体空间处理方法如表2所示。
表2 各因子空间处理方法
5 多元线性回归模型及其在空间研究中的作用
5.1 多元线性回归模型
在实际社会经济问题中，一个变量往往受到多个变量的影响，如写字楼的空间布局，不仅受到各区域的人口密度、商业密度等因素的影响，还受诸如城市传统中心区位、金融机构布局等因素的影响。
多元线性回归模型的一般形式为：
…………………………（1）
其中（n=123）为自变量，即：X1 = 人口密度因子；X2 = 商业密度因子；X3 = 武林中心影响力因子等；（n=123）为回归系数；为随机误差项。
5.2 模型运用
初步分析发现部分所选变量与因变量呈相关关系，通过将自变量进行Logistic回归、逐步回归等，发现多元线性回归模型拟合程度好于其他模型。
本文首先利用2003年和2013年杭州各街道的科学研究产业的企业数量，在ArcGIS中分析其变化，然后运用GIS技术对各影响因素进行空间化处理，使用重分类功能与点距离计算功能，将得到的数据库代入SPSS的多元线性回归模型中进行回归。在剔除部分不显著的因子后，共保留的因子是：公交站点密度、高速出入口远近、火车站远近、钱江中心影响力、武林中心影响力、历史街区远近和商业密度，从而使整个模型的拟合程度达到最好。表3、表4显示了两次线性回归模型的分析结果，包括相关系数、标准误差、T值检验、P值（显著水平）等。从表2中可以看出，部分因子的显著水平呈现出极不显著的情况，剔除后的保留变量的显著性达到比较好的效果，均在95%的置信区内显著。
表3 所有变量显著性
表4 保留变量显著性
5.3 结果解释
（1）根据模型相关系数，影响科学研究产业空间布局最直接的因素是：与武林中心距离、与历史街区距离、与高速出入口距离、与火车站距离及与钱江中心距离。其中武林中心、钱江中心与火车站变量代表了科学研究产业在空间上存在向某一极核聚拢或远离的特征；距离历史街区远近则说明一些间接影响因子也会产生很明显的效果；距离高速出入口远近则是通过影响交通条件间接起到影响。以上结果说明，各因素互为作用，自变量不论影响能力的大小，在一定程度上都会对科研产业的空间布局产生影响。
（2）在空间布局上，公交站点密度、商业密度、与高速出入口距离、钱江中心影响力、与历史街区距离均呈现空间正相关特征与空间聚集特征。根据模型结果，公交站点密度、商业密度越大，产业集中程度越高；距离高速出入口、钱江中心、历史街区越近，科研产业集中程度越高。公交站点密度、商业密度、与高速出入口距离三者说明了产业对于区位的选择，注重交通与商业办公的便利性；钱江中心影响力说明科研产业更倾向于向未来的城市主中心扩散；历史街区则强调科学研究产业注重文化氛围的布置。
（3）火车站远近、武林中心影响力呈现空间负相关特征。杭州的城市布局中，火车站位于城市的中心，武林中心则是长期以来城市发展的重要极核，金融、商务、物流等产业在此类区域大量聚集，而科研产业向此类地块聚集的趋势并不明显，反而在空间上呈现出脱离城市传统主中心的特征。
（4）人口密度、主干道数量、大学创新影响力、科技园区远近、开发区影响力等因素经过模型分析并未呈现强烈的相关性。此说明杭州的科学研究产业的区位选择并不注重城市的传统中心与否，或是主干道的交通便利与否。几个因素还说明了当前的大学、科技园区、开发区的空间布局并未达到产学研一体化的预期效果。
6 结论
（1）本文通过多元线性回归模型分析，发现公共交通条件、交通便利程度、商业环境与城市中心的变迁、历史文化氛围，尤其是城市中心变迁与历史文化氛围对科学研究产业的空间布局有着最显著的影响。本文通过点距离测算、空间密度分析得到各自变量的值，在更广的学科领域结合多种方法，研究各因素影响产业布局的方式与程度。由于杭州目前的城市空间布局仍处在快速变动的时期，尚未进入相对稳定的状态，空间上传统区域的集聚效应仍然比较明显。
（2）当前杭州科技园区实际使用率不高以及产业空间分布特征充分说明杭州在产业进步、园区发展、周边配套服务建設三者间的矛盾日益突出，有效组织与建设科技园区势在必行。建议政府或是科研管理服务组织在本文线性回归模型分析的结果上，运用政策或是引导性手段，加强对各具有强烈显著性的因素的调控，尤其要加强引导科学研究产业周边的商业用地建设与文化氛围营造，同时顺应产业外扩的趋势，按实际需求布置科技园区、开发区，充分提高土地利用效率。
（3）城市各产业的空间变化与因子的相关程度，取决于各种基础数据资料的详细程度。由于难以获取2003年杭州市范围内各因子的空间统计资料，本文目前尚无法做到更深入更全面的研究。同时，由于论文中所选取的新房地价、人口密度等基础数据，均为某一时间内静态的数据，如果能够获得此类因素的时序数据来分析空间产业的集聚效应，得出的动态变化关系则更具说服力，这也是该研究方向未来亟需解决的一个问题。
（4）本研究基于一部分原因，在未来有待进一步提高计算精度。由于产业变化是一个相当复杂的过程，难免有影响因素没有考虑或是因为技术原因难以进行量化（如传统观念、不同时期政策影响等），这势必在一定程度上影响了模型的构建；同时由于数据的可获性原因，部分指标的选取仅以街道为单位，分辨率较低，降低了模型的精度；此外如何运用本文得出的成果用于下一步产业发展的预测，仍有待进一步的研究与探讨，这要求首先找到一种可行的方法能够科学精确地预测未来不同时期各因子的变化，从而代入模型对不同时期产业的动态发展进行预测。总体而言，运用多元线性回归模型进行空间产业变化的模拟，操作简单、解释性较强、准确率较高，仍然具有一定的进步空间与广阔的应用前景。
【参考文献】
[1]吴一洲,陈前虎,吴次芳.基于GIS-SCENARIO的城市写字楼容量空间布局研究——以杭州主城区为例[J].规划师,2010,(3):88-94.
[2]黄文镝,廖小梅,刘磊.论区域图书馆区位设置与规划[J].图书与情报,2009,(6):44-50.
[3]虞晓芬,陈前虎,吴一洲.城市公共建筑规模与空间分布研究[M].北京:中国建筑工业出版社,2010.
[4]龙奋杰,吴公樑.城市人口对房地产投资的影响研究[J].土木工程学报,2003,(9):65-70.
[5]张雅君,刘全胜,冯萃敏.多元线性回归分析在北京城市生活需水量预测中的应用[J].给水排水,2003,(4):26-29.
[6]曾凌云,王钧,王红亚.基于GIS和Logistic回归模型的北京山区耕地变化分析与模拟[J].北京大学学报(自然科学版),2009,(1):165-170.
[7]张鸿辉,曾永年,金晓斌.南京市城市地价空间自相关分析[J].南京大学学报(自然科学版),2009,(6):821-830.
[8]王海起,王勁峰,赵永军等.GIS区域数据时空线性建模方法[J].中国石油大学学报(自然科学版),2008,(5):159-164.
[9]王卫东,钟晟.基于GIS的Logistic回归模型在地址灾害危险性区划中的应用[J].工程勘察,2009,(11):5-10.
[10]李波,黄敬峰,金志凤等.基于GIS的浙江省年降水量空间分布推算方法研究[J].浙江大学学报(理学版),2010,(3):239-244.
[11]方苗,张金龙,徐瑱.基于GIS和Logistic回归模型的兰州市滑坡灾害敏感性区划研究[J].遥感技术与应用,2011,(12):845-854.
[12]韦亚平,潘聪林.大城市街区土地利用特征与居民通勤方式研究——以杭州城西为例[J].城市规划,2012,(3):76-89.
[13]王兴中.中国城市商娱场所微区位原理[M].北京:科学出版社,2009.
[14]姜念云.研发产业——审视研发活动的一个新视角[J].中国科技论坛,2008,(8):49-52.
[15]黄鲁成,张红彩.种群演化模型与实证研究[J].科学学研究,2006,(8):524-528.
[16]杜德斌,孙一飞,盛垒.跨国公司在华R&D机构的空间集聚研究[J].世界地理研究,2010,(9):15-13.
[17]王承云,张婷婷.长三角地区研发产业的空间结构演化[J].地理科学进展,2012,(8):989-996.
[18]秦健.创新型城区研发产业空间集聚研究——以京、津、沪、渝为例 [D].上海.上海师范大学.2012.
【关键词】 GIS；线性回归；影响因子；空间扩张
中图分类号：TU984 文献标识码：A 文章编号：
Research of Scientific Industrial Spatial Extension:
A Case Study on Hangzhou
Zhu Jiayi1 Wu Yizhou2
（1 2 Zhejiang University of Technology, Zhejiang Hangzhou, 310014）
Abstract:This paper selects the datum of business yellow pages of 2003 and 2013 as the foundation, using multiple linear regression model with ArcGIS and SPSS as the tool, selecting four factors of economic, space, science & technology and humanities to analyze the spatial extension of the scientific industry of Hangzhou. After elaborating the primary factors, it calculates index of secondary factors by calculating the density and distance for each layer with reclassification and regional statistics in ArcGIS, setting the value of industrial spatial extension as the dependent variable, establishing the multiple linear regression model in SPSS. According to the result of model calculation, it analyzes the degree of influence of each factor in order to provide the relatively scientific conclusion for the research of industrial space extension in the future.
Keywords: GIS; Linear regression; Impact factor; Spatial extension
1 背景与评述
1.2 区域背景
杭州市辖区面积3068km2，市区常住人口623万（第六次人口普查数据），2011年从事科学研究产业人数16.5万人，发明专利数位居全国第二，是长三角区域创新体系中极其重要的组成部分。
为尽可能反映杭州市区科学研究产业的空间变化特征，本文选取了94个街道作为区域基础，保证数据的最优细分。其中翠苑、文教、古荡、西溪等区域在历史上与浙江大学有着极深的渊源；而留下、下沙等区域见证了大学园区的新兴；文二路、文三路在政策的引导下成为信息研发产业的聚集地。各个街道功能多样、历史沉淀丰富，是非常典型的案例。
1.2 文献评述
城市中某一产业的扩展是一个长期而复杂的过程，在这一过程中，不同产业的空间扩展规律与内涵成长程度各异。黄鲁成等（2006）通过演化模型和实证研究，揭示了产业种群的演化规律；姜念云（2008）在总结了国内外现有对研发产业定义和分析的基础上，结合其活动特点与规律，进一步明确了研发产业的内涵与界限。
科学研究产业在扩展的过程中，在特定的历史时期，存在一定量的影响因子主导着其发展的速度与方向。杜德斌等（2010）以区域、省份及城市为基地单元，考察了外资在华R&D空间布局与发展趋势，得出了“R”与“D”高度集中与趋向分散的趋势。王承云等（2012）从宏观层面上提出了影响科研产业空间分布的产业发展综合实力因子、产业结构因子等六大主要因子。秦健（2012）在分析城市内部产业空间集聚因子的过程中，引入了微区位的概念，在一定程度上探讨了微观区位的影响因子。其他研究人员相关研究结果如表1所示。
表1 各时期研究人员对影响产业空间布局因素的探讨
对于产业空间分布影响因子的计算，国内外采用了多种方法。已有研究人员利用元胞自动机（Cellular Automata）、系统动力学模型等进行空间演化过程的模拟（姜文亮，张晓通等，2008），但此类模型较为繁琐与复杂，难以在技術层面上大量普及，而线性回归模型具有简单、直观、数据容易获取等特征，在数据处理中的作用被普遍认同。张鸿辉等（2009）在空间层面上使用了线性回归模型研究城市地价的空间自相关特征；龙奋杰等（2003）通过多元线性回归模型，提取了直接影响房地产投资的因素，证明了暂住人口对房地产市场投资的重要影响，并且得到了良好的结果。因此，利用多元线性模型对该产业扩展过程的描述、模拟以及预测成为可能。
不过各因子在多大程度上对空间扩展起到了作用？在微观层面上，各影响因子的作用程度如何？此类问题尚未形成定论。
从方法上看：（1）不同城市的地域特色结构将影响不同产业的配置关系，继而导致不同的空间布局方式；（2）模型分析所采用的各因子影响统计分析结果，但同时需要避免过于显著或是不显著的因子干扰。
以杭州为代表的省会城市的空间特征在于：（1）土地混合利用程度不高，产业发展需求需要在大尺度空间上得到满足；（2）多样化的出行方式，相当部分的从业人员跨越了传统的交通消费门槛；（3）更多的产业聚集，决定了因子设定的复杂性。
因此，在进行该研究的同时，需要注意：（1）尽量细化区域划分，以一定的街道或是社区为单位，充分考虑区域内的构成因素，综合判定统计分析结果；（2）选择符合情理的影响因子，在给定的空间上，既要有严谨的统计数据，又要有公众的主观选择需求；（3）若影响因子的显著性存在两极分化的特征，为使分析结果更具意义，则需要剔除一部分因子，建立子数据库进行二次分析。
2 研究区概况
科学研究产业为杭州的经济社会发展带来了非常可观的效益。2011年，杭州用于研究与发展经费达199.84亿元，占全市GDP的2.85%，新聘选钱江特聘专家32名，新建院士专家工作站29家，引进院士40位，新引进高层次人才5735名。在不断投入科学研发资金的同时，杭州的科学研究创新能力也不断提高。至2011年末，在杭国家级科研院所22家，国家重点扶持的高新技术企业1410家，认定研发中心774家，其中国家级2家，省级56家。
杭州拥有良好的科学研究基础，众多的高校与科研院所、企业为科学研究产业的发展提供了持续的动力。2003年，杭州已拥有成规模成体系的科研产业； 2013年，在数量不断增加的同时，各科研院所在空间上呈现出明显的扩散的趋势，如图1、图2所示。
图1 2003年年科学研究产业空间布局
图2 2013年年科学研究产业空间布局
3 研究方法
根据产业影响因子评价原理以及统计学知识，基于GIS和多元线性回归模型的杭州科学研究产业影响因子的测算流程如图2所示。步骤如下：（1）选取影响科学研究产业空间布局的一级因素；（2）在各自一级因素下布置合理的二级因子；（3）对所有的影响因子在图层中进行空间密度、距离的测算；（4）利用电信黄页10年的数据变化，计算产业数量变化的绝对值作为因变量；（5）把所有样本数据导入到SPSS软件中进行逻辑回归分析；（6）根据回归模型计算结果探讨影响因子的影响程度与机制。
图3 科学研究产业影响因子线性回归分析流程
4 数据处理
4.1 影响因子选择
控制和影响科学研究产业的空间布局的因素，总体上可分为经济、空间、科技、人文四类。各因素在产业空间变化的过程中起到不同作用，因子的作用程度也随着区域的变化而不同，针对杭州市科学研究产业空间布局的现状，本文选取了19个二级因子对科研产业的空间布局进行模拟：（1）经济因素：人口密度、商业密度、武林中心影响力、钱江中心影响力、新房地价；（2）空间因素：高速出入口远近、火车站远近、主干道数量、公交站点密度、风景区远近、文娱设施密度、副城中心影响力；（3）科技因素：通信产业空间布局、技术服务产业布局、大学创新影响力、科技园区远近；（4）人文因素：是否为建成区、开发区影响力、历史街区远近。
4.2 因子量化方法
在用统计学方法评价区域影响因子的过程中，影响因子必须在空间上进行量化。许湘华等（2010）用每个因子的影响面积除以总面积来得到指标值；吴一洲等（2010）对各因子的密度、缓冲区等进行赋值，继而进行栅格叠加得到指标值。本文在部分因子已有等级划分的情况下，针对各个街道采用已有的划分等级作为指标值；为使部分强调远空间距离的因子的作用在模型中得到充分体现，同时利用点距离运算，得出每个街道对某一因子的平均距离作为指标值。具体空间处理方法如表2所示。
表2 各因子空间处理方法
5 多元线性回归模型及其在空间研究中的作用
5.1 多元线性回归模型
在实际社会经济问题中，一个变量往往受到多个变量的影响，如写字楼的空间布局，不仅受到各区域的人口密度、商业密度等因素的影响，还受诸如城市传统中心区位、金融机构布局等因素的影响。
多元线性回归模型的一般形式为：
…………………………（1）
其中（n=123）为自变量，即：X1 = 人口密度因子；X2 = 商业密度因子；X3 = 武林中心影响力因子等；（n=123）为回归系数；为随机误差项。
5.2 模型运用
初步分析发现部分所选变量与因变量呈相关关系，通过将自变量进行Logistic回归、逐步回归等，发现多元线性回归模型拟合程度好于其他模型。
本文首先利用2003年和2013年杭州各街道的科学研究产业的企业数量，在ArcGIS中分析其变化，然后运用GIS技术对各影响因素进行空间化处理，使用重分类功能与点距离计算功能，将得到的数据库代入SPSS的多元线性回归模型中进行回归。在剔除部分不显著的因子后，共保留的因子是：公交站点密度、高速出入口远近、火车站远近、钱江中心影响力、武林中心影响力、历史街区远近和商业密度，从而使整个模型的拟合程度达到最好。表3、表4显示了两次线性回归模型的分析结果，包括相关系数、标准误差、T值检验、P值（显著水平）等。从表2中可以看出，部分因子的显著水平呈现出极不显著的情况，剔除后的保留变量的显著性达到比较好的效果，均在95%的置信区内显著。
表3 所有变量显著性
表4 保留变量显著性
5.3 结果解释
（1）根据模型相关系数，影响科学研究产业空间布局最直接的因素是：与武林中心距离、与历史街区距离、与高速出入口距离、与火车站距离及与钱江中心距离。其中武林中心、钱江中心与火车站变量代表了科学研究产业在空间上存在向某一极核聚拢或远离的特征；距离历史街区远近则说明一些间接影响因子也会产生很明显的效果；距离高速出入口远近则是通过影响交通条件间接起到影响。以上结果说明，各因素互为作用，自变量不论影响能力的大小，在一定程度上都会对科研产业的空间布局产生影响。
（2）在空间布局上，公交站点密度、商业密度、与高速出入口距离、钱江中心影响力、与历史街区距离均呈现空间正相关特征与空间聚集特征。根据模型结果，公交站点密度、商业密度越大，产业集中程度越高；距离高速出入口、钱江中心、历史街区越近，科研产业集中程度越高。公交站点密度、商业密度、与高速出入口距离三者说明了产业对于区位的选择，注重交通与商业办公的便利性；钱江中心影响力说明科研产业更倾向于向未来的城市主中心扩散；历史街区则强调科学研究产业注重文化氛围的布置。
（3）火车站远近、武林中心影响力呈现空间负相关特征。杭州的城市布局中，火车站位于城市的中心，武林中心则是长期以来城市发展的重要极核，金融、商务、物流等产业在此类区域大量聚集，而科研产业向此类地块聚集的趋势并不明显，反而在空间上呈现出脱离城市传统主中心的特征。
（4）人口密度、主干道数量、大学创新影响力、科技园区远近、开发区影响力等因素经过模型分析并未呈现强烈的相关性。此说明杭州的科学研究产业的区位选择并不注重城市的传统中心与否，或是主干道的交通便利与否。几个因素还说明了当前的大学、科技园区、开发区的空间布局并未达到产学研一体化的预期效果。
6 结论
（1）本文通过多元线性回归模型分析，发现公共交通条件、交通便利程度、商业环境与城市中心的变迁、历史文化氛围，尤其是城市中心变迁与历史文化氛围对科学研究产业的空间布局有着最显著的影响。本文通过点距离测算、空间密度分析得到各自变量的值，在更广的学科领域结合多种方法，研究各因素影响产业布局的方式与程度。由于杭州目前的城市空间布局仍处在快速变动的时期，尚未进入相对稳定的状态，空间上传统区域的集聚效应仍然比较明显。
（2）当前杭州科技园区实际使用率不高以及产业空间分布特征充分说明杭州在产业进步、园区发展、周边配套服务建設三者间的矛盾日益突出，有效组织与建设科技园区势在必行。建议政府或是科研管理服务组织在本文线性回归模型分析的结果上，运用政策或是引导性手段，加强对各具有强烈显著性的因素的调控，尤其要加强引导科学研究产业周边的商业用地建设与文化氛围营造，同时顺应产业外扩的趋势，按实际需求布置科技园区、开发区，充分提高土地利用效率。
（3）城市各产业的空间变化与因子的相关程度，取决于各种基础数据资料的详细程度。由于难以获取2003年杭州市范围内各因子的空间统计资料，本文目前尚无法做到更深入更全面的研究。同时，由于论文中所选取的新房地价、人口密度等基础数据，均为某一时间内静态的数据，如果能够获得此类因素的时序数据来分析空间产业的集聚效应，得出的动态变化关系则更具说服力，这也是该研究方向未来亟需解决的一个问题。
（4）本研究基于一部分原因，在未来有待进一步提高计算精度。由于产业变化是一个相当复杂的过程，难免有影响因素没有考虑或是因为技术原因难以进行量化（如传统观念、不同时期政策影响等），这势必在一定程度上影响了模型的构建；同时由于数据的可获性原因，部分指标的选取仅以街道为单位，分辨率较低，降低了模型的精度；此外如何运用本文得出的成果用于下一步产业发展的预测，仍有待进一步的研究与探讨，这要求首先找到一种可行的方法能够科学精确地预测未来不同时期各因子的变化，从而代入模型对不同时期产业的动态发展进行预测。总体而言，运用多元线性回归模型进行空间产业变化的模拟，操作简单、解释性较强、准确率较高，仍然具有一定的进步空间与广阔的应用前景。
【参考文献】
[1]吴一洲,陈前虎,吴次芳.基于GIS-SCENARIO的城市写字楼容量空间布局研究——以杭州主城区为例[J].规划师,2010,(3):88-94.
[2]黄文镝,廖小梅,刘磊.论区域图书馆区位设置与规划[J].图书与情报,2009,(6):44-50.
[3]虞晓芬,陈前虎,吴一洲.城市公共建筑规模与空间分布研究[M].北京:中国建筑工业出版社,2010.
[4]龙奋杰,吴公樑.城市人口对房地产投资的影响研究[J].土木工程学报,2003,(9):65-70.
[5]张雅君,刘全胜,冯萃敏.多元线性回归分析在北京城市生活需水量预测中的应用[J].给水排水,2003,(4):26-29.
[6]曾凌云,王钧,王红亚.基于GIS和Logistic回归模型的北京山区耕地变化分析与模拟[J].北京大学学报(自然科学版),2009,(1):165-170.
[7]张鸿辉,曾永年,金晓斌.南京市城市地价空间自相关分析[J].南京大学学报(自然科学版),2009,(6):821-830.
[8]王海起,王勁峰,赵永军等.GIS区域数据时空线性建模方法[J].中国石油大学学报(自然科学版),2008,(5):159-164.
[9]王卫东,钟晟.基于GIS的Logistic回归模型在地址灾害危险性区划中的应用[J].工程勘察,2009,(11):5-10.
[10]李波,黄敬峰,金志凤等.基于GIS的浙江省年降水量空间分布推算方法研究[J].浙江大学学报(理学版),2010,(3):239-244.
[11]方苗,张金龙,徐瑱.基于GIS和Logistic回归模型的兰州市滑坡灾害敏感性区划研究[J].遥感技术与应用,2011,(12):845-854.
[12]韦亚平,潘聪林.大城市街区土地利用特征与居民通勤方式研究——以杭州城西为例[J].城市规划,2012,(3):76-89.
[13]王兴中.中国城市商娱场所微区位原理[M].北京:科学出版社,2009.
[14]姜念云.研发产业——审视研发活动的一个新视角[J].中国科技论坛,2008,(8):49-52.
[15]黄鲁成,张红彩.种群演化模型与实证研究[J].科学学研究,2006,(8):524-528.
[16]杜德斌,孙一飞,盛垒.跨国公司在华R&D机构的空间集聚研究[J].世界地理研究,2010,(9):15-13.
[17]王承云,张婷婷.长三角地区研发产业的空间结构演化[J].地理科学进展,2012,(8):989-996.
[18]秦健.创新型城区研发产业空间集聚研究——以京、津、沪、渝为例 [D].上海.上海师范大学.2012.