中国新创汽车企业退出的空间格局及其影响因素

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

徐宁^,, 李仙德^,, 李卫江上海师范大学环境与地理科学学院,上海 200234

The spatial pattern and underlying factors of exited automobile ventures in China

XU Ning^,, LI Xiande^,, LI WeijiangSchool of Environmental and Geographical Sciences, Shanghai Normal University, Shanghai 200234, China

通讯作者: 李仙德（1984-）,男,福建周宁人,副教授,研究方向为城市地理与城市经济。E-mail:lixiande2007@163.com

收稿日期:2020-02-14修回日期:2020-06-14网络出版日期:2020-10-20

基金资助:

上海市哲学社会科学规划一般课题.2019BCK009
国家自然科学基金项目.41730642
国家自然科学基金项目.41771540

上海师范大学理工科科研项目

Received:2020-02-14Revised:2020-06-14Online:2020-10-20
作者简介 About authors
徐宁（1994-）,男,河北邢台人,硕士研究生,研究方向为城市地理与城市经济。E-mail:xuning2590@163.com

摘要
汽车产业正处于百年一遇的大变革时期。近年来,中国兴起了造车热潮,大量新创企业进入到汽车制造领域。伴随着中国汽车销售市场下行,新创汽车企业持续退出,产生了一定的负面影响。基于微观企业数据库,基于均质背景的核密度分析方法,分析新创汽车企业退出的空间格局;基于非均质背景的核密度分析方法,识别新创汽车企业高退出风险的“热点”区域;运用二值Logit回归方法分析影响新创汽车企业退出的因素。研究发现：① 高进入地区退出的新创汽车企业数量较多,企业退出空间格局整体呈现以长三角为核心的态势;中国沿海和沿长江多个城市退出的新创汽车企业规模较大。② 高退出风险“热点”区域位于江西省抚州市、宜春市、吉安市、山东省烟台市、安徽省池州市、铜陵市等地。③ 相关多样化降低了新创汽车企业的退出概率,非相关多样化增加了企业的退出概率;城市原有的整车产业关联密度越高,整车企业规模越大,新创整车企业退出的概率越低。高全球化水平、高国有工业依赖度、低税收负担率有助于降低新创汽车企业退出概率。
关键词： 新创汽车企业;空间格局;退出;影响因素;中国

Abstract

The global automobile industry has been going through unprecedented and once-a-century changes, which in turn has stimulated new waves of entrepreneurship within the sector. A notable feature of the Chinese automobile industry in recent years is the emergence of new ventures. However, with the decline of automobile sales, many new ventures have exited the market, which generated negative impacts on regional economies. This study uses a detailed firm-level dataset from the "The National Enterprise Credit Information Publicity System" to analyze the spatial pattern of automobile ventures. In particular, it identifies hotspots of new automobile ventures that have ceased to operate with kernel density analysis. Drawing upon the database of "China's Annual Survey of Industrial Firms", this study employs logit regressions to identify underlying factors of exited automobile ventures in China. Specifically, this study finds that: (1) Dynamic entries and exits have been taking place. Areas with more new automobile ventures such as the Yangtze River Delta tend to have more exited firms; exited firms along the coast as well as the Yangtze River tend to be larger. (2) Firms' survival rate varies across regions. "Hotspots" of exited firms include Fuzhou, Yichun, and Ji'an in Jiangxi Province, Yantai in Shandong province, as well as Chizhou and Tongling in Anhui Province. (3) Related variety, which contributes to the generation and diffusion of new "know-how", tends to lower the probability of firm exit, while unrelated variety tends to have the opposite effect. Furthermore, higher levels of relatedness within the sector and larger sizes of the complete automobile industry tend to reduce the probability of firm exit. Higher levels of globalization, which have the potential to bring in new "know-how", tend to be associated with lower probabilities of firm exit. It is also noted that higher levels of dependence on state-owned enterprises as well as lower levels of tax tend to lower the probability of firm exit. Therefore, these results provide further evidence on the importance of industrial policies on firms' survival.

Keywords：new automobile venture;spatial pattern;exit;influencing factor;China

PDF (3228KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
徐宁, 李仙德, 李卫江. 中国新创汽车企业退出的空间格局及其影响因素. 地理研究[J], 2020, 39(10): 2295-2312 doi:10.11821/dlyj020200113
XU Ning, LI Xiande, LI Weijiang. The spatial pattern and underlying factors of exited automobile ventures in China. Geographical Research[J], 2020, 39(10): 2295-2312 doi:10.11821/dlyj020200113

1 引言

从演化经济地理学的视角来看,产业体系处于持续演化的过程,创新使得一些产业迁移或者消失,也使其他新兴产业浮现^[1]。新创企业是市场结构变化的主要推动者,是产业结构调整和国家竞争优势提升的关键力量,是就业增长、技术创新和区域经济增长的主要来源^[2,3]。每一次的技术变革都将改变原有的产业发展格局,为新创企业在新的技术起跑线挑战传统企业,“弯道超车”,赢得市场竞争提供机会窗口^[1]。

当前,汽车技术正处于百年一遇的大变革时期,智能化、自动化、共享化和电动化的趋势更加明显,激发了汽车产业新一轮的创业热潮^[4]。汽车产业具有高投资、高产出的特征,对国民经济具有重要的带动作用^[5],已成为牵引中国经济的支柱产业^[6]。近年来,中国许多城市将汽车产业作为重点扶持行业,力图实现汽车产业的跨越式发展,兴起了造车热潮^[7]。

造车新势力大举进入使得中国汽车产业市场竞争空前激烈^[6]。2018年,中国汽车产业进入了拐点,出现了产量和销量双双下滑的情况,面临着宏观经济下行、补贴政策退潮、技术短板突出、竞争激化等风险,新创汽车企业退出风险增大^[6]。一方面,在市场经济环境下,竞争能力较弱的企业退出是经济体系新陈代谢进程中不可忽略的一个环节,有利于优化全社会的资源配置^[8]。另一方面,企业大量进入新兴领域,又在短时期内大量退出,容易造成经济和社会资源的浪费^[9]。汽车产业属于资本密集型的产业,产业链较长^[10,11]。一些规模较大的新创汽车企业退出市场将导致较大沉没成本,对经济系统也将造成一定的负面波及效应^[6]。中国新创汽车企业的生存状态已经成为社会关注的热点问题^[9]。

关于企业生存的研究,****最先关注企业和行业的属性特征,如企业的规模和年龄、市场结构、行业成熟度等要素的影响^[12]。近年来,基于演化经济地理学的理论和方法来分析新创企业生存状态成为国际研究热点。相关研究从产业关联的视角出发^[13]247,深化了对新创汽车企业生存环境的理解。Klepper研究美国新创汽车企业演化进程,发现如果新创汽车企业创业者拥有已有汽车制造业相关的工作经验,其生存概率明显提升,强调了从母公司衍生（spin-off）的新创汽车企业相对具有更好的市场竞争力和生存能力^[14]。Cantner等研究德国汽车企业生存的决定因素,发现以往的从业经验可以降低企业退出的风险^[15]。Boschma等分析英国汽车企业生存的影响因素,发现关联产业的知识积累更有助于企业生存^[16]。Neffke等研究发现多样化经济只对年轻的企业有利,当地相关产业技术的存在提高了企业的生存率^[17]。Wennberg等利用分段指数风险模型研究了瑞典知识密集型制造业和服务业进入者生存的影响因素,研究发现当进入企业位于关联行业工人和机构高度集中的地区时,更有可能生存下来^[18]。Renski等发现区域产业多样性增加了美国新创企业的生存机会,知识密集型新创企业受到产业多样性的正向影响更为明显^[19]。Howell等发现相关多样化对中国企业生存有积极影响,而非相关多样化则有不利影响^[20]。Basile等对意大利研究发现,相关多样化与非相关多样化分别提高了制造业和服务业新创企业生存概率^[12]。

与较为丰富的产业关联研究成果相比,区域关联对产业动态影响较少受到****关注^[21]。全球尺度的劳动空间分工使得企业镶嵌于全球生产网络之中,区域产业发展路径还受到了全球化等区域外因素的影响^[22],需要进一步加强关注区域关联特别是全球化对企业生存的影响。Puig等发现在国际市场上运营的西班牙服装新创企业生存率高于国内企业,全球化增加了企业在国际市场上运营的效率,降低了位于集聚区的企业的失败风险^[23]。高凌云等的研究发现以外资企业为代表的全球化力量已广泛渗透到中国,对中国汽车产业技术升级具有积极作用^[24]。蒋纳等发现中国工业企业参加国际化运营则有助于降低企业退出风险,提高了企业的生存时间^[25]。

近年来,除了关注产业关联、区域关联之外,演化经济地理****也意识到了政府政策等制度性因素对于区域产业动态的影响^[26]。发展中国家在产业追赶时,往往将本国重点产业发展作为一种战略性目标,并采取了一系列的政府政策加以扶持^[27]。因此,重点产业的企业生存除了遵守市场经济的逻辑之外,也受到政府相关政策因素的影响^[27]。相关研究表明在市场风险加大时,政府产业政策在短期内可以降低企业退出的风险^[28,29]。凭借中国作为全球最大的汽车消费市场的优势,中国政府对汽车产业具有较大的控制能力,其政策对中国汽车企业发展走向具有重要的影响^[30]。相关研究发现政府对新能源汽车研发资助力度越大,越有助于新能源汽车尽早实现规模化的生产,早日实现经济收益^[31]。

综上所述,开展中国新创企业汽车生存的影响因素分析,除了需要关注产业关联以及企业个体异质性因素之外,还需要进一步关注全球化等区域关联因素以及政策关联因素的影响。

本研究采用地理信息系统空间分析技术,探测2014—2018年中国新创汽车企业退出的集聚地区和高风险区域,有助于政府的产业政策和企业区位决策的优化,避免在不适宜发展汽车产业的地方投入过多资源,产生较大的沉没成本,具有一定的现实意义;基于2013年中国工业企业数据库构建产业关联、区域关联、政府关联等相关变量指标,基于国家信用公示系统构建企业个体异质性指标,定量分析新创汽车企业退出的影响因素,有助于深化对中国特色社会主义市场经济体系下新兴产业发展规律的认知,具有一定的理论意义。

2 数据来源与研究方法

2.1 数据来源

演化经济地理学重视历史因素对产业演化的影响,认为先前产业发展对当前产业发展路径具有重要的影响^[32]。本研究借鉴演化经济地理学的相关理论和方法,使用2013年中国工业企业数据库,计算相关指标,作为各城市2014—2018年新创汽车企业演化的历史基础。

2.1.1 中国工业企业数据库（2013年）该数据库包括营业收入在2000万元及以上的344875家工业企业数据。企业属性字段包括二位数、三位数和四位数国民经济行业分类代码（GB/T4754-2011）、工业总产值、从业人员数量、地址等信息。根据该数据库,2013年中国汽车制造业企业总数为11929家,工业总产值为5.88万亿元,占2013年中国工业企业总产值的5.83%。

2.1.2 中国新创汽车企业数据库（2014—2018年）相关研究表明成立5年之内的新创企业面临着较高的退出风险,过了5年之后,企业则进入生存相对容易的成长期^[33]。本研究关注成立5年之内的新创汽车企业的生存状况,将2014年1月1日至2018年12月31日成立的汽车企业统称为“新创汽车企业”;若上述新创汽车企业在2014—2018年内注销或者吊销,则称之为“退出的新创汽车企业”。

“国家企业信用信息公示系统”是中国国家市场监督管理总局公开发布的企业微观数据库。本研究基于天眼查平台,获取了源自“国家信用信息公示系统”的微观汽车企业数据。自2014年1月1日到2018年12月31日成立的注册资本在1000万元及以上的汽车制造业企业样本,共10104家,注册资本总额为7189.09亿元。这些企业分布于296个地级及以上城市。企业属性字段包括企业名称、地址、注册时间、经营状态、注销或者吊销时间、注册资本等信息。本研究根据新创汽车企业地址,使用“百度拾取坐标系统”,获取企业的经度和纬度信息,构建起中国新创汽车企业数据库（2014—2018年）。2014—2018年,有866家新创汽车企业退出。

2.2 研究方法

2.2.1 均质背景下核密度估计分析法均质背景下核密度估计方法假设事件发生独立于任何已知的背景要素,是一种广泛用于估计局部强度的空间分析方法。本研究使用该方法来分析退出的新创汽车企业的空间格局,其公式为^[34]35：

（1）

\overset{?}{f} (x, y) = \frac{1}{n h^{2}} \overset{n}{\sum_{i = 1}} K (\frac{d_{i, (x, y)}}{h})

式中：

\overset{?}{f} (x, y)

表示坐标

(x, y)

的地点上的密度值;n表示所有事件数（如退出企业数）;h表示宽带;

d_{i, (x, y)}

表示从一个事件点i到

(x, y)

的距离;K表示一个密度函数,用来刻画事件点i对

(x, y)

上的密度值的贡献如何随

d_{i, (x, y)}

而变化,即i的贡献是如何随着距离而衰减^[34]35。本研究采用ArcGIS 10.5软件开展相关计算和制图工作。

2.2.2 非均质背景下核密度估计方法非均质背景下的核密度估算方法主要处理已知背景的影响问题^[35]。鉴于新创汽车企业退出受到进入的新创汽车企业布局的影响,本研究采用该方法开展企业退出风险探测。其基本思想是计算基于栅格单元的退出新创汽车企业密度与进入新创汽车企业密度的比率。

非均质背景下核密度分析公式为^[34]40：

（2）

\overset{?}{r} (x, y) = \frac{c}{w}

式中：

\overset{?}{r} (x, y)

表示地点

(x, y)

处的企业退出强度;c表示该地点退出的新创汽车企业的核密度值;w表示该地点进入的新创汽车企业的核密度值。通过公式（1）计算得到c和w,公式（2）可以扩展转换为公式（3）：

（3）

\overset{?}{r} (x, y) = \frac{c}{w} = \frac{\overset{n_{c}}{\sum_{i = 1}} K_{c} (\frac{d_{i, (x, y)}}{h})}{\overset{n_{w}}{\sum_{j = 1}} K_{w} (\frac{d_{j, (x, y)}}{h})}

“蒙特卡罗模拟”可以用于估算不同地点企业退出强度的统计显著性^[34]45,进一步从统计学的角度来说明一个地点的企业退出强度有多大可能属于“正常”范围。这个可能性用概率“P值”来表达。P值地图能够反应企业退出风险的空间分异。通常在研究中需要关注P值小于0.001、0.01和0.05的区域^[34]55,即企业退出的高风险“热点”区域。本研究采用ArcHeath10.5软件包开展相关计算和制图工作。

2.2.3 二值Logit回归分析二值Logit回归需要满足两个重要条件,条件一是因变量属于二分类变量,条件二是因变量发生率需小于15%。本研究中企业的进入与退出属于二分类对立事件,且新创汽车企业退出的发生率为8.57%,小于15%,因此,本研究选择二值Logit回归模型来分析该事件的影响因素^[36]169-177。

本研究将10104家新创汽车企业是否退出作为回归模型的因变量。如果新创汽车企业经营状态为注销或吊销,则该因变量计为1,表示企业退出;如果新创汽车企业处于在业或者存续状态,则该因变量计为0,表示企业生存。

回归方程为^[37]：

（4）

\log it (p) = \ln (\frac{p}{1 - p}) = β_{0} + β_{1} x_{1} + β_{1} x_{2} + ? + β_{k} x_{k}

式中：p=probability(y=1|x₁, x₂, …, x_k)表示自变量x₁, x₂, …, x_k的值给定时,新创汽车企业退出事件发生概率;

β_{0}

为截距;

β_{k}

为回归系数;自变量x_k表示产业关联、区域关联、政策关联以及企业个体异质性维度的多个变量。

在产业关联维度,本研究基于2013年中国工业企业数据库从业人员字段计算各地级及以上城市相关多样化、非相关多样化^[38]、知识复杂性^[39,40]、产业关联密度等变量^[41]。具体计算公式如下所示：

（1）相关多样化与非相关多样化变量。假定二位数产业部门

S_{g}

包括四位数行业i,其中g=1, …, G。城市二位数行业从业人员占全部行业从业人员的比例为

P_{g}

,四位数行业从业人员占全部行业从业人员的比例为

P_{i}

,可得相关性多样化的公式^[38]：

（5）

P_{g} = \sum^{} P_{i}

本研究使用所有二位数下四位数行业的熵指数反映相关多样化（RV）水平：

（6）

RV = \overset{G}{\sum_{g = 1}} P_{g} H_{g}

式（6）中：

（7）

H_{g} = \sum^{} \frac{P_{i}}{P_{g}} \ln (\frac{P_{g}}{P_{i}})

而二位数水平上的熵指数反映非相关多样化（UV）水平：

（8）

UV = \overset{G}{\sum_{g = 1}} P_{g} \ln (\frac{1}{P_{g}})

（2）产业知识复杂性变量。基于Balland等^[39]的方法,建立了中国359个城市在556个行业类别的产业知识复杂性二模矩阵N。如果行业i从业人数占城市c所有行业从业人数比例大于或者等于行业i占中国所有行业组合的比例,那么城市c在行业i便有相对行业优势,用区位商

RC A_{c, i}

表示,计算公式如下：

（9）

RC A_{c, i} = \frac{\frac{Employmen t_{c, i}}{\sum^{} Employmen t_{c, i}}}{\frac{\sum^{} Employmen t_{c, i}}{\sum^{} \sum^{} Employmen t_{c, i}}}

若

RC A_{c, i}

大于1,则表明i行业在城市c中具有显性比较优势。公式（9）中

Employmen t_{c, i}

表示c城市中i行业的从业人数。

首先对二模矩阵N进行二值化处理,生成二模矩阵M,如果在二模矩阵中

RC A_{c, i}

大于或等于1则取1,反之为0。然后通过二模矩阵M计算城市行业多样性变量。该变量与城市-行业二模网络中所有节点的度数中心性有关^[39,40]。城市的度数中心性（

K_{c, o}

）表示某个城市拥有相对行业优势的行业数量。该数值越大则反映城市在更多的行业领域具有优势。

（10）

DIVERSITY = K_{c, o} = \sum^{} M_{c, i}

最后经过n次迭代的多样性整合指标可以测度城市的产业知识复杂性：

（11）

KC I_{cities} = K_{c, n} = \frac{1}{K_{c, n}} \sum^{} M_{c, i} K_{i, n - 1}

（3）产业关联密度变量。Hidalgo等指出两个产业在一个地区同时具有显性比较优势（RCA）,则这两个产业邻近性较高^[42]。产业邻近性

?_{i, j}

表示i, j产业在城市c中同时表现出显性比较优势条件概率的最小值,计算公式如下所示：

（12）

?_{i, j} = \min {P (RC A_{c, i} > 1 | RC A_{c, j} > 1), P (RC A_{c, j} > 1 | RC A_{c, i} > 1)}

如果一个产业与本地现有的优势产业关联越密切,则该地区拥有生产该产品的能力越强。产业关联密度的计算方法如下^[41]：

（13）

densit y_{i, c} = \frac{\sum_{j} X_{j, c} ?_{i, j}}{\sum_{j} ?_{i, j}}

公式（13）中：若j产业在c城市具有显性比较优势,

X_{j, c}

为1,否则为0。

本研究采用上述方法,评估2013年中国地级及以上城市整车企业和零部件及配件制造汽车企业的产业平均关联密度。

3 中国新创汽车企业退出情况分析

3.1 中国新创汽车企业退出的空间格局特征

高进入地区退出的新创汽车企业数量较多（图1）,长三角是企业退出数量核密度高值地区（图2）。本研究基于地级市及以上城市,分别统计退出和进入的新创汽车企业数量,并进行一元回归分析,发现退出的新创汽车企业数量与进入的新创汽车企业数量的回归系数为0.08,通过0.01水平的显著性检验,拟合优度R²为0.74,表明企业退出与企业进入呈现出正相关关系。从具体区域来看,作为中国汽车产业基础较为雄厚的地区^[43],长三角（江苏省、浙江省和上海市）新创汽车企业进入数量和退出数量均位列中国第一位。截止2018年底,长三角集聚3142家新创汽车企业,占全国新创汽车企业总数的比例为31.10%;退出的新创汽车企业有243家,占全国退出的新创汽车企业总数的比例为28.06%。此外,重庆、烟台和天津等高进入城市新创汽车企业退出数量也较多（图2）。

图1

新窗口打开|下载原图ZIP|生成PPT
图1基于企业数量的中国新创汽车企业进入核密度分析

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 1Kernel density analysis of automobile ventures in China based on firm numbers

图2

新窗口打开|下载原图ZIP|生成PPT
图2基于企业数量的新创汽车企业退出核密度分析

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 2Kernel density analysis of exited automobile ventures in China based on firm numbers

中国沿海和沿长江多个城市退出的新创汽车企业规模较大（图3）。从退出的新创汽车企业的注册资本来看,山东省、江苏省、辽宁省、湖北省和浙江省退出的新创汽车企业注册资本占中国退出的新创汽车企业注册资本总额的比例为52.54%（表1）。值得注意的是,山东省退出的新创汽车企业注册资本占中国退出的新创汽车企业注册资本总额的比例为18.12%,位居省级行政区首位,其新创汽车企业平均退出规模为1亿元,相对较高（表1）。其中,烟台市作为山东省整车生产强市,新能源汽车产业发展迅速,吸引了大量新创汽车进入^[44]。烟台市退出的新创汽车企业资本总额为52.89亿元,占中国新创汽车企业退出资本的比例为10.06%,成为中国退出的新创汽车企业资本总额最高的城市。除了烟台之外,重庆、荆州、临沂等城市退出的新创汽车企业的注册资本规模也较大。

Tab. 1
表1
表1中国各省新创汽车企业的退出情况
Tab. 1A summary of exited automobile ventures in each of Chinese provinces

	退出企业数量(家)	占所有退出企业数量的比例(%)	退出企业注册资本总额(亿元)	占所有退出企业注册资本总额的比例(%)	企业平均退出规模(亿元/家)
山东省	95	10.97	95.24	18.12	1.00
江苏省	121	13.97	53.72	10.22	0.44
辽宁省	32	3.70	42.52	8.09	1.33
湖北省	61	7.04	42.37	8.06	0.69
浙江省	118	13.63	42.37	8.06	0.36
重庆市	42	4.85	36.25	6.90	0.86
安徽省	79	9.12	34.09	6.48	0.43
江西省	61	7.04	27.02	5.14	0.44
河北省	40	4.62	20.16	3.84	0.50
山西省	8	0.92	14.70	2.80	1.84
其他省份	209	24.13	117.25	22.30	0.56
总计	866	100.00	525.69	100.00	0.61

注：企业平均退出规模=退出企业注册资本总额/退出企业数量。

新窗口打开|下载CSV

图3

新窗口打开|下载原图ZIP|生成PPT
图3基于注册资本总额的新创汽车企业退出核密度分析

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 3Kernel density analysis of exited automobile ventures based on registered capital

3.2 中国新创汽车企业退出的高风险区域探测

通过对新创汽车企业进行非均质背景下的核密度估计,得到新创汽车企业退出强度（图4）,研究发现中西部新创汽车企业退出强度大,而东部沿海新创汽车企业退出强度较小。贺灿飞等研究发现,改革开放后,受到全球化、市场化和分权化的综合影响,中国工业在空间上呈现东高西低的局面;沿海省份工业发展条件整体优于内陆省份,大量产业向沿海集聚,获得更多的竞争优势^[45]。本研究发现中西部省份新创汽车退出比例为9.42%,比沿海新创汽车企业平均退出比例高0.85%。

图4

新窗口打开|下载原图ZIP|生成PPT
图4中国新创汽车企业退出强度空间分异

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 4Mean p-value of exited automobile ventures' density in China

比较新创汽车企业退出核密度图（图2）与新创汽车企业退出强度（图4）：前者识别出长三角是新创汽车企业退出数量的高值地区;后者识别出长三角的核心区域（上海市、江苏省南部和浙江省东北部）^[46]作为汽车产业集聚区^[47],新创汽车企业退出风险较小,适合新创汽车企业成长。

本研究将通过显著性的阈值分别设为0.001、0.01和0.05,探测出高退出风险的“热点”大部分位于中国中西部区域（图5）。本研究识别出江西省抚州市、宜春市、吉安市属于风险较高的区域。近年来在传统汽车制造领域优势并不明显的江西省加大了对汽车产业发展的力度,然而“江西省新能源汽车产业投资热度全国居首,产能利用率却大幅低于全国平均水平”^[48]。此外,山东省烟台市、安徽省池州市和铜陵市等地退出风险也较高（图5）。汽车产业退出风险较大的地区,需要进一步做好汽车企业的兼并重组等工作^[6],降低新创汽车企业退出造成的波及性风险。

图5

新窗口打开|下载原图ZIP|生成PPT
图5中国新创汽车企业退出“热点”区域

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 5Hotspots of exited automobile ventures in China

4 中国新创汽车企业退出的影响因素分析

4.1 理论假设

本研究借鉴贺灿飞^[13]167、朱晟君等^[21]、Boschma等^[26]、Bathelt等^[49]关于企业生存动态的理论框架,将影响企业的生存动态的外部环境因素分为产业关联、区域关联、政策关联3个维度,并采用相关的变量指标加以刻画,认为这3个维度的变量分别给企业带来了区域内的知识溢出、区域外的知识溢出以及政策扶持。相关研究表明除了区域关联、产业关联和政策关联之外,企业的生存还受到个体因素的影响^[50]。因此,本研究将企业规模、类型等企业异质性因素纳入到分析框架之中（图6）。

图6

新窗口打开|下载原图ZIP|生成PPT
图6中国新创汽车企业生存状况影响因素研究框架

Fig. 6Influencing factors of the survival status of automobile ventures in China

4.1.1 产业关联维度

（1）相关多样化和非相关多样化。Frenken等将多样化的内涵进行了细分,提出了相关多样化和非相关多样化的概念,认为相关多样化建立在产业之间存在知识邻近性的前提下,强调相关多样化有助于知识溢出,提供了创新所必须的知识资源,为新创企业发展营造优质的创新环境^[38]。相关研究表明,新创企业最有可能投资到与自身技术相关性强的区域^[51]。相关行业所带来的知识溢出往往对新创企业生存更为有利^[17]。本研究提出假设H1a和H1b。

假设H1a：城市的相关多样化环境为新创汽车企业生存营造了优质的学习和创新环境,相关多样化越高的区域,新创汽车企业退出概率越低。

假设H1b：城市的非相关多样化水平越高,不利于行业之间的交流学习,新创汽车企业退出概率越高。

（2）产业知识复杂性。一些研究发现,知识溢出往往具有地方化特征,企业的生存受到当地知识结构和性质的影响^[52]。Hidalgo等通过国家-产品二模网络来评估国家的知识复杂性,发现知识复杂性有助于国家可持续繁荣^[53]。Balland等^[39]、张翼鸥等^[40]分别使用城市-技术二模网络测度了美国和中国城市的知识复杂性,研究发现复杂的知识往往在相对较少的地方产生,具有空间“粘性”,不容易移动到其他地方。知识复杂性与区域经济增长呈现正相关关系^[54]。

假设H2：高产业知识复杂性有助于地区重塑自身优势,提高企业竞争力,进而降低新创汽车企业的退出概率。

（3）产业关联密度。Hidalgo等提出了“产品空间”（product space）的概念,通过评估产品的显示性比较优势在区域共现的概率,定量分析了产品之间邻近性以及产品的关联密度,发现国家发展的新产品与已有产品密切相关,强调产品认知邻近性对于产品空间多样化的意义^[42]。产业关联密度指标反映了该区域与某产业相关联的多个产业的发展情况,可以用来评估区域发展该产业的知识资源积累水平。Howell认为产业关联密度降低了货物运输、人员流动和思想传播的成本,有助于提高企业生产绩效^[50]。金璐璐等研究发现产业关联密度与产业的退出呈现负相关关系^[41]。本研究提出假设H3a和H3b。

假设H3a：汽车整车产业关联密度越大,新创汽车企业退出概率越低。

假设H3b：汽车零部件及配件制造产业关联密度越大,新创汽车企业退出概率越低。

（4）原有汽车工业基础。演化经济地理学相关研究证明了区域中的先行产业、网络和制度结构为多样化的过程提供了机会和限制,影响到了区域随着时间变化形成新的产业专业化的可能性^[26]。本研究将区域原有汽车工业基础作为变量,采用汽车工业总产值来刻画这一变量。

假设H4：已有汽车产业的工业总产值越高,新创汽车企业退出的概率越低。

4.1.2 区域关联维度当前世界经济呈现出“贸易一体化”和“产品内分工”的特征。地方的产业发展往往被纳入全球生产价值链中^[55]。全球化促使新企业向对外连接程度高的地方集聚^[56]。汽车工业是全球化程度最高的行业之一^[57]。本研究使用外资工业依赖度（即外资工业企业总资本占城市工业总资本比例）作为衡量城市工业全球化水平的指标,提出假设H5。

假设H5：外资工业依赖度越高,有助于企业吸收外部的知识资源,新创汽车企业退出的概率较低。

4.1.3 政策关联维度从中国汽车产业发展历史来看,政府汽车产业政策在汽车企业发展中起到引领作用^[58]。相关研究发现,当国有企业发生经营危机时,政府会给予这些企业财政补贴或信贷,帮助国有企业度过难关,从而降低国有企业的退出概率^[59]。此外,对关键产业的支持和特定企业的补贴等地方保护主义和支持性政策,短期内有助于企业减轻竞争效应的影响,减少企业失败的机会^[29]。本研究基于中国工业企业数据库（2013年）,使用国有工业依赖度（即国有企业工业总产值占城市工业总产值的比例）来代表政府对区域经济的介入程度,并使用城市汽车企业税收负担率（即汽车产业缴纳税金与该城市汽车产业营业收入的比例）,反映政府对汽车产业的税收政策扶持力度;提出假设H6a和H6b。

假设H6a：城市的国有工业依赖度越高,新创汽车企业退出的概率越低。

假设H6b：城市的汽车产业税收负担率越高,新创汽车企业退出概率越高。

4.1.4 企业异质性维度本研究在企业异质性维度,加入汽车企业类型、所有权、规模^[60]等个体属性作为控制变量。上述各个维度的变量,详细见表2。

Tab. 2
表2
表2研究变量定义与测度
Tab. 2The definition and measurement of variables

变量维度	变量代码	变量名称	测度方法	回归系数符号预期
因变量	Exit	企业是否退出	企业是否注销或吊销,是为1,否为0
产业关联	City_RV	相关多样化	参考Frenken等^[38]	-
	City_UV	非相关多样化	参考Frenken等^[38]	+
	City_KCI	产业知识复杂性	参考Balland等^[39]、张翼鸥等^[40]	-
	City_Auto_Density1	汽车零部件及配件制造关联密度	参考Hidalgo等^[42]、金璐璐等^[41]	-
	City_Auto_Density2	汽车整车关联密度	参考Hidalgo等^[42]、金璐璐等^[41]	-
	City_Industrial	汽车工业总产值	城市规模以上汽车企业总产值	-
区域关联	City_FDI	外资工业依赖度	城市外资工业企业总资本/城市工业企业总资本	-
政策关联	City_GOV	国有工业依赖度	城市国有企业工业总产值/城市工业总产值	-
政策关联	City_TAX	税收负担率	城市汽车产业缴纳税金/城市汽车产业营业收入	+
企业异质性	Type_Product	是否整车	整车企业赋值为1,零部件企业为0	?
	Type_Ownership	是否外资	外资汽车企业赋值为1,内资企业为0	?
	Type_Size	注册资本是否大于或等于中位数	注册资本大于或等于中位数赋值为1,小于中位数为0	?
	Type_New	是否新能源汽车	新能源汽车赋值为1,传统汽车为0	?

注：“-”表示假设自变量与因变量为负相关关系;“+”表示假设自变量与因变量为正相关关系;“?”表示自变量与因变量的关系尚未确定。

新窗口打开|下载CSV

表3展示了变量的基本统计信息。本研究自变量较多,因此,使用方差膨胀因子对自变量进行多重共线性检验（VIF）,Max(VIF)=5.94<10,平均VIF为2.48,不存在严重的多重共线性问题^[36]171。因此,这些自变量可以代入到模型中进行回归检验。

Tab. 3
表3
表3描述性统计与多重共线性检验
Tab. 3Descriptive statistics and multicollinearity test

变量	样本量	均值	标准差	最小值	最大值	VIF
Exit	10104	0.09	0.29	0	1
City_RV	10104	1.62	0.35	0.07	2.26	3.84
City_UV	10104	2.87	0.28	0.92	3.23	2.58
City_KCI	10104	74.39	13.48	27.06	100.00	3.61
City_Auto_Density1	10104	1.77	2.31	0	12.83	4.99
City_Auto_Density2	10104	2.10	5.76	0	32.53	5.94
City_Industrial	10104	673.00	1000.00	0	5500.00	2.04
City_FDI	10104	0.19	0.16	0	0.77	2.32
City_GOV	10104	0.08	0.09	0	0.91	1.60
City_TAX	10104	0.02	0.02	0.02	0.04	1.05
Type_Product	10104	0.03	0.18	0	1.00	1.06
Type_Ownership	10104	0.10	0.30	0	1.00	1.08
Type_Size	10104	0.57	0.49	0	1.00	1.08
Type_New	10104	0.20	0.40	0	1.00	1.07

新窗口打开|下载CSV

4.2 计量分析结果

本研究使用Stata 14.0软件对10104家新创汽车企业全样本数据进行二值Logit回归,并分别对新能源汽车/传统汽车、整车企业/零部件企业样本开展二值Logit回归分析（表4）。

Tab. 4
表4
表4基础回归结果
Tab. 4Results of basic regression

	模型（1）全样本	模型（2）新能源汽车	模型（3）传统汽车	模型（4）整车企业	模型（5）零部件企业
City_RV	-0.439^**	-0.763^*	-0.305	0.278	-0.480^**
City_UV	0.548^**	0.798^*	0.514^**	0.068	0.567^***
City_KCI	0.004	-0.007	0.006	-0.013	0.005
City_Auto_Density1	-0.002	0.070	-0.017	0.362	-0.015
City_Auto_Density2	0.005	-0.019	0.012	-0.155^**	0.010
City_Industrial	0.000	0.000	0.000	0.000	0.000
City_FDI	-0.637^*	0.980	-1.104^***	0.072	-0.675^**
City_GOV	-1.349^**	-0.288	-1.682^***	-0.579	-1.372^**
City_TAX	4.088^***	2.019^***	4.537^***	-3.897	4.067^***
Type_Product	-0.211	-0.340	-0.078
Type_Ownership	0.007	-0.133	0.031	-0.730	0.012
Type_Size	0.014	-0.117	0.042	-1.081^**	0.043
Type_New	0.066			-1.082	0.066
cons	-3.411^***	-3.218^***	-3.592^***	-2.117^***	-3.428^***
Correctly classified(%)	91.47	91.00	91.56	92.75	91.40
N	10104	2000	8104	331	9773

注：^*表示P<0.1,^**表示P<0.05,^***表示P<0.01。

新窗口打开|下载CSV

模型（1）的分析结果表明,相关多样化（City_RV）的回归系数为负且通过5%水平的显著性检验,说明相关多样化的城市环境有助于降低新创汽车企业退出的概率。非相关多样化（City_UV）的回归系数为正且通过了5%水平的显著性检验,这说明非相关多样化程度越高,企业退出的概率越高,该结果证实了假设H1a、H1b。外资工业依赖度（City_FDI）的回归系数为负且通过显著性检验,说明城市外资工业依赖度越高,新创汽车企业退出概率越低,证实了假设H5。中国汽车企业深受全球化的影响,随着外资企业的进入,促进了中国新创汽车企业学习外资企业的技术和经验,提升了中国在全球汽车产业链的地位^[61],进而降低企业的退出概率。国有工业依赖度（City_GOV）的回归系数符号为负,在5%水平通过显著性检验,表明国有工业依赖度降低了企业退出的概率。税收负担率（City_TAX）的回归系数为4.088,且通过1%水平的显著性检验,说明高税收负担率提高了新创汽车企业退出概率。反之,低税收扶持政策则有助于新创汽车企业生存^[58]。

模型（2）和模型（3）结果表明,相关多样化有助于减小新能源汽车的退出概率,非相关多样化的地方环境则加强了新能源汽车企业和传统汽车企业的退出概率。外资工业依赖度（City_FDI）越高,越有助于降低传统汽车企业退出的概率,外资工业依赖度（City_FDI）对新能源汽车退出的影响未通过显著性检验。国有工业依赖度（City_GOV）对传统汽车企业的退出有减缓作用,但是对新能源汽车企业退出的影响未通过实证检验。税收负担率（City_TAX）则对新能源汽车企业和传统汽车企业的回归系数分别为2.019和4.537,在1%水平通过显著性检验,这表明高税收负担率提高了传统汽车和新能源汽车新创业企业的退出概率,证实了政府产业政策对新创企业生存的影响^[29]。

模型（4）和模型（5）结果表明,相关多样化（City_RV）可以降低零部件企业的退出概率,非相关多样化（City_UV）增加了零部件企业退出的概率,而相关多样化和非相关多样化对整车企业退出的影响未通过显著性检验。城市汽车整车产业关联密度（City_Auto_Density2）在整车企业模型中回归系数为负号,通过5%水平的显著性检验,这表明汽车整车关联密度越大,新创整车企业退出的概率越低,进一步说明了原有的整车相关联的产业发展对于整车企业生存的重要意义^[6]。外资工业依赖度（City_FDI）越高,有助于降低零部件企业的退出概率,而外资工业依赖度（City_FDI）对整车企业的影响未通过显著性检验,这表明了汽车零部件企业更容易受到全球化带来的技术溢出的影响^[61]。在模型（4）中,企业规模（Type_Size）变量的回归系数为负,且通过5%水平的显著性检验,说明整车企业规模越大,越不容易退出^[6]。整车企业规模大,产业链更长,从业人数多,其经营情况状况对当地经济影响较大,地方政府采用了定向订单等多种方式扶持整车企业,进而降低了企业退出风险^[62]。国有工业依赖度和税收负担率对整车企业退出的影响未通过显著性检验,在模型（5）的回归系数符号和全样本模型结果一致,表明了国有工业依赖度越高,零部件汽车企业的退出概率越低;税收负担率越高,零部件汽车企业的退出概率越高。

产业知识复杂性（City_KCI）、汽车零部件和配件制造产业关联密度（City_Auto_Density1）、原有汽车产业基础（City_Industrial）变量在表4的5个模型中均未通过显著性检验。在上述3个变量上表现较好的区域,一方面有可能为汽车企业的成长带来知识资源,另一方面也可能因为大量企业之间激烈的市场竞争,加剧了企业退出^[63]。

5 结论与讨论

5.1 结论

本研究利用均质和非均质背景下核密度分析方法,识别2014—2018年中国新创汽车企业退出的集中区域以及高风险“热点”区域;采用二值Logit回归方法分析影响新创汽车企业退出的因素。主要结论如下：

（1）从新创汽车企业退出数量来看,退出的新创汽车企业在空间上以长三角为核心,与新创汽车企业进入的空间格局较为吻合。从退出的新创汽车企业注册资本来看,中国沿海和沿长江多个城市退出的新创汽车企业规模较大,其中,山东省烟台市是退出的新创汽车企业资本总额最高的城市。

（2）从全部新创汽车企业退出的风险来分析,新创汽车企业退出高风险区域与企业退出的集中区域并不重合。长三角等沿海地区退出的新创汽车企业数量较多,但新创汽车企业退出的风险较小。新创汽车企业退出高风险区域主要位于江西省抚州市、宜春市、吉安市,山东省烟台市,安徽省池州市、铜陵市等地。

（3）从全样本的回归结果来看,相关多样化有利于降低新创汽车企业退出的概率,非相关多样化增加了企业退出的概率;此外,全球化水平、国有工业依赖度越高,有助于降低新创汽车企业的退出概率;税收负担率越低,也有助于降低企业退出概率。从新能源汽车和传统汽车样本的回归分析比较而言,相关多样化以及较低的税收负担率,有助于减缓新能源汽车和传统汽车的退出;全球化水平降低了传统汽车的退出概率,但对新能源汽车的影响并未通过显著性检验。从整车和汽车零部件企业的样本回归分析结果来看,城市原有的整车产业关联密度越大,新创整车企业退出的概率越低;整车企业规模越大,则退出概率越低;高全球化水平、相关多样化水平、国有工业依赖度降低了汽车零部件企业退出的概率;高税收负担率和非相关多样化水平则提高了汽车零部件企业退出的概率。

5.2 讨论

（1）本研究证明了相关多样化等产业关联因素对新创汽车企业生存的正面作用。一方面,区域需要进一步提高经济相关多样化水平,积极促进关联产业间的技术交流^[64],为汽车产业提供互补性的知识资源。另一方面,区域也需要注意在产业变革时期,加强非相关行业技术对新创汽车企业创新的推动作用,例如国内汽车整车企业联合华为、大唐等信息技术企业,为汽车智能网联、自动驾驶模块提供有力的技术支持^[65]。

（2）本研究证明了全球化这一区域关联对新创汽车企业生存的正面意义。就汽车制造业重点区域而言,除了需要加强“地方传言”之外,还需要积极开放地引进外部知识资源,提高全球化对外连接水平,通过“全球管道”带来的知识扩散,促进区域生产系统的改进与升级^[49]。

（3）本研究表明政策关联在短时间内能够降低企业退出的概率。在新兴产业初始发展阶段,需要政府等机构营造出适合产业发展的制度环境^[26]。新能源汽车企业是地方政府重点扶持的对象,低税收等补贴手段短期能够加快新能源汽车企业的发展,但是政府力量也不能摆脱汽车产业技术发展的客观规律。本研究发现新能源汽车退出比例为9.05%,比新创汽车企业平均退出比例高0.48%。新能源汽车相对于传统汽车企业,生产成本高、基础设施不完善,退出市场的风险也较高^[66]。政府的过度干预会使得落后市场生产效率的企业保留在市场中,长期而言,并不利于产业的可持续发展^[29]。汽车产业发展关键在于企业的技术创新。因此,在适合发展汽车产业的城市,政府应该通过系统性的产业振兴政策,鼓励有实力的汽车企业在“电池”“电机”“电动转向”等关键零部件领域加强技术创新力度,而非鼓励各路资本涌入汽车制造业领域,形成资本泡沫。

（4）Klepper提出了衍生（spin-off）这一产业动态机制^[14],其基于美国汽车产业数据的分析表明,原有汽车企业衍生出来的新创汽车企业能够继承原有企业知识资源等,具有较低的退出风险。衍生已成为中国重要的创业形式,需要深入分析衍生对中国产业动态的影响^[67]。本研究受到时间和精力的制约,并未对10104家企业进行衍生以及非衍生等创业背景的识别。后续研究可以进一步分析新创企业的创业背景,进一步研究衍生对中国新创汽车企业生存的影响。此外,本研究使用二值Logit回归分析方法,研究了企业是否退出的影响因素,并未探讨企业生存强度的影响因素。后续研究还可以借鉴Klepper的方法^[14],应用COX比例风险模型分析中国新创企业生存时间的影响因素。

致谢

评审专家在文献综述、文章结构和影响因素选取等方面提出了建设性修改意见;上海师范大学温家洪教授,美国达特茅斯学院施迅教授、李美芳博士,上海克而瑞研究中心马千里研究员在研究方法等方面提供指导和帮助。在此表示衷心的感谢！

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

汪明峰, 郗厚雪. 城市新兴技术产业的演化路径比较分析: 以长三角物联网产业为例
地理研究, 2015,34(9):1697-1707.

DOI:10.11821/dlyj201509008 URL [本文引用: 2]

1990年代后期以来,经济地理学出现了演化思潮,一些新的概念为分析产业的空间演化提供了有效的理论工具。基于演化经济地理学中的路径依赖理论,以长三角地区的物联网产业为例,探讨了新兴产业兴起和演化过程的地方差异。重点选取无锡、上海、南京和杭州四个城市,采用多案例比较的方法,从产业发展的历史基础、集群状况、政府政策,以及主要动力机制等方面,分析了4个案例的异同点,并突出这些城市在区域经济和制度环境方面的差异。对产业演化机制的讨论还发现,技术基础、政策推动和偶然性事件是新兴技术产业初始发展阶段的主要动因。

[ Wang

Mingfeng

, Xi

Houxue

. The evolutionary paths of new emerging industry in cities: A case study of the internet of things industry in the Yangtze River Delta region
Geographical Research, 2015,34(9):1697-1707.]

[本文引用: 2]

[2]

Cheng

. Business cycle, industrial composition, or regional advantage? A decomposition analysis of new firm formation in the United States
Annals of Regional Science, 2011,47(1):147-167.

DOI:10.1007/s00168-009-0361-0 URL [本文引用: 1]

This paper presents a shift-share decomposition analysis of new firm formation at the three-digit NAICS level in the United States from 1998 to 2003, attributing overall new firm creation, in construction, manufacturing, and service sectors respectively, to three distinct sources, i.e., business cycle, industrial composition, and regional advantage. This research is critical not only because, from a methodological perspective, this is one of the first applications of the shift-share analysis in firm formation and entrepreneurship studies. This research is also significant because it empirically identifies the portion of new start-ups that results exclusively from regional factors, enables researchers and policy makers to uncover the nuanced relations between firm births and regional characteristics, job creation, and economic development, and therefore facilitates effective public policies to promote new businesses and achieve economic success.

[3]

Fritsch

, Storey

. Entrepreneurship in a regional context: Historical roots, recent developments and future challenges
Regional Studies, 2014,48(6):939-954.

DOI:10.1080/00343404.2014.892574 URL [本文引用: 1]

Sin embargo, el reto fundamental es explicar por que en varios paises con ingresos altos pese a los cambios culturales afirmados, la posicion relativa de las regiones con respecto a la creacion de nuevos negocios muestra poca o ninguna variacion durante largos periodos de tiempo.]]>

[4]

赵福全, 刘宗巍, 郝瀚, 等. 汽车产业变革的特征、趋势与机遇
汽车安全与节能学报, 2018,9(3):233-249.

[本文引用: 1]

[ Zhao

Fuquan

, Liu

Zongwei

, Hao

Han

, et al. Characteristics, trends and opportunities in changing automotive industry
Automotive Safety and Energy, 2018,9(3):233-249.]

[本文引用: 1]

[5]

李仙德. 测量上海产业网络的点入度和点出度: 超越后工业化社会的迷思
地理研究, 2016,35(11):2185-2200.

DOI:10.11821/dlyj201611014 URL [本文引用: 1]

利用上海市2007年144个部门投入产出表,计算基于投入产出完全消耗系数的点入度和点出度,将产业划分为Ⅰ型（高点入度、高点出度）,Ⅱ型（低点入度、高点出度）,Ⅲ型（低点入度、低点出度）,Ⅳ型（高点入度、低点出度）。研究发现：① Ⅰ型、Ⅱ型、Ⅲ型和Ⅳ型制造业点入度均值分别比各类型服务业高0.52、0.45、0.04、0.27,表明制造业相对服务业具有更强的后向拉动效应。② Ⅱ型和Ⅳ型服务业点出度均值分别高于Ⅱ型和Ⅳ型制造业0.29、0.16,而Ⅰ型和Ⅲ型服务业点出度均值分别小于Ⅰ型和Ⅲ型制造业0.32、0.17,表明服务业的前向拉动效应存在着分异。③ Ⅰ型、Ⅳ型制造业及服务业的点出度对GDP均具有正向的相关性,提高对这些产业的使用有利于提升GDP。Ⅱ型服务业的点入度对GDP具有负向的相关性,点入度较低的房地产开发经营业、银行业、证券业GDP分别为该类服务业前3名。Ⅱ型服务业点出度、Ⅲ型制造业和服务业点入度和点出度对GDP的回归系数均未通过显著性检验。尽管制造业GDP占比下降,制造业仍在上海产业网络中发挥着重要的作用。上海应超越后工业化的迷思,降低对房地产业的依赖,加强制造业与服务业的融合发展,特别是加强金融对制造业等实体经济的支持,提升产业网络关联多样性和非关联多样性,促进航空、航天、机器人等新兴产业的发展。

[ Li

Xiande

. Measuring the in- and out-degrees of industrial networks in Shanghai: Beyond the myth of "Post-industrial Society"
Geographical Research, 2016,35(11):2185-2200.]

[本文引用: 1]

[6]

黄剑辉, 李岩玉, 王润, 等. 汽车制造行业研究及风险提示. http://www.sohu.com/a/283256010_618573, 2018-12-20.

URL [本文引用: 7]

[ Huang

Jianhui

, Li

Yanyu

, Wang

Run

, et al. Research and risk warnings in the automotive industry. http://www.sohu.com/a/283256010_618573, 2018-12-20.]

URL [本文引用: 7]

[7]

欧阳铭珂, 张亚斌. 财政补贴、扭曲竞争与汽车产业产能过剩
财政研究, 2018, (12):84-96.

[本文引用: 1]

[ Ouyang

Mingke

, Zhang

Yabin

. Fiscal subsidies, distorting competition and overcapacity in the automobile industry
Public Finance Research, 2018, (12):84-96.]

[本文引用: 1]

[8]

Pérez

, Llopis

, Juan

. The determinants of survival of Spanish manufacturing firms
Review of Industrial Organization, 2004,25(3):251-273.

DOI:10.1007/s11151-004-1972-3 URL [本文引用: 1]

This paper analyses the factors determining Spanish manufacturing firms survival–and exit. The data are drawn from the survey Encuesta sobre Estrategias Empresariales for the period 1990–1999. The methodology includes both non-parametric techniques and the estimation of a Cox proportional hazards model (CPHM). Our results suggest that the probability of exit is higher for small firms and also for young and mature firms. Furthermore, exporting firms and firms performing R&D activities enjoy better survival prospects.]]>

[9]

付建利. 新能源汽车产业“连环雷”的背后. http://news.stcn.com/2019/1112/15490526.shtml, 2019-11-12.

URL [本文引用: 2]

[ Fu

Jianli

. Behind the serial thunder of new energay vehicle industry. http://news.stcn.com/2019/1112/15490526.shtml, 2019-11-12.]

URL [本文引用: 2]

[10]

李卫江, 蒋湧, 温家洪, 等. 地震灾害情景下产业空间网络风险评估: 以日本丰田汽车为例
地理学报, 2016,71(8):1384-1399.

DOI:10.11821/dlxb201608008 URL [本文引用: 1]

以日本东南海地震为情景,以日本丰田汽车及其关联企业为例,基于工厂个体数据及其部件供应的拓扑和空间网络,模拟灾害风险在产业网络中扩散转移过程,建立直接损失与间接功能损失的评估模型,为产业空间网络风险评估提供新的思路和方法借鉴。结果表明：在东南海地震情景下,丰田汽车约48.1%的工厂将直接受损,其中生产设施损失约5587亿日元,厂房建筑损失约1980亿日元。由于关键工厂受损,将间接导致整个产业网络中断。在最长37日恢复情景下,将造成约9230亿日元的间接功能损失。地震灾害对丰田汽车产业网络影响显著,有必要采取有效措施进行减灾降险。

[ Li

Weijiang

, Jiang

Yong

, Wen

Jiahong

, et al. Risk assessment of industrial geographical network in the scenario of seismic disaster: A case study of Toyota in Japan
Acta Geographica Sinica, 2016,71(8):1384-1399.]

[本文引用: 1]

[11]

黄小莉, 李仙德, 温家洪, 等. 极端洪灾情景下上海汽车制造业经济损失与波及效应评估
地理研究, 2017,36(9):1801-1816.

DOI:10.11821/dlyj201709015 URL [本文引用: 1]

随着全球气候变暖和全球极端气象、水文事件日益多发,沿海低地地区的产业系统面临着极端洪水等灾害的严重威胁。开展极端洪灾情景下沿海特大城市的产业经济损失评估,分析产业网络的波及效应,识别出产业空间损失最为严重的地带,可为沿海城市的气候变化适应和灾害风险管理提供新的思路与方法。以上海黄浦江极端洪灾模拟结果为灾害情景,基于2013年上海汽车制造业第三次经济普查微观数据,评估了上海汽车制造业受灾后的直接经济损失、停产损失,并结合投入—产出模型评估了上海汽车制造企业停产引发波及效应造成的产业关联损失。分析结果表明,在极端洪灾情景下：① 上海市共有451家汽车制造企业受到灾害影响,占上海汽车制造企业总数的23.1%。② 上海汽车制造业厂房建筑、生产设备、整车存货直接经济损失分别为3.1亿元、196.1亿元、9.7亿元。汽车整车制造企业、零部件及配件制造企业的停产损失分别为209.1亿元、69亿元,对相关产业分别造成了1037.6亿元、144.7亿元产业关联损失。受到相关产业停产、减产影响后,汽车整车制造、零部件及配件产业关联损失分别为120.9亿元、247.1亿元。产业关联损失明显大于停产损失和直接经济损失。③ 浦东新区生产设备直接经济损失和停产损失较为严重,分别为93.4亿元、221.7亿元,分别占全市的47.6%、79.7%。上海通用整车厂所在的浦东新区金桥镇停产损失为184.1亿元。④ 由于2.5~3.0 m洪水水深区间分布有两家大型整车厂,因此停产损失最为严重,高达255.2亿元。上海市各级政府需要进一步加强黄浦江、苏州河流域的防汛工程以及工业园区的防洪设施建设;相关企业需要制定周密的业务连续性规划,降低企业停产后波及效应衍生的系统性风险。

[ Huang

Xiaoli

, Li

Xiande

, Wen

Jiahong

, et al. Measuring the economic losses and ripple effects of Shanghai automobile firms under extreme flood scenarios
Geographical Research, 2017,36(9):1801-1816.]

[本文引用: 1]

[12]

Basile

, Pittiglio

, Reganati

. Do agglomeration externalities affect firm survival?
Regional Studies, 2017,51(4):548-562.

DOI:10.1080/00343404.2015.1114175 URL [本文引用: 2]

[13]

贺灿飞. 演化经济地理研究. 北京: 经济科学出版社, 2018.

[本文引用: 2]

[ He

Canfei

. Research on Evolutionary Economic Geography. Beijing: Economic Science Press, 2018.]

[本文引用: 2]

[14]

Klepper

. Disagreements, spinoffs, and the evolution of Detroit as the capital of the US automobile industry
Management Science, 2007,53(4):616-631.

DOI:10.1287/mnsc.1060.0683 URL [本文引用: 3]

[15]

Cantner

, Dre?ler

, Krüger J

. Firm survival in the German automobile industry
Empirica, 2006,33(1):49-60.

DOI:10.1007/s10663-006-9006-z URL [本文引用: 1]

In this paper, methods of duration analysis are applied to investigate determinants of firm survival in the German automobile industry during the period 1886–1939. A new comprehensive data set has been assembled in order to secure data comparable to that for the US automobile industry. Our results show that the forces shaping the survival pattern of firms over the life cycle are quite similar in both countries, i.e. early entry in the life cycle and prior experience are associated with a lower risk of exit. This finding holds equally when parametric, semiparametric and nonparametric methods are applied.]]>

[16]

Boschma

, Wenting

. The spatial evolution of the British automobile industry: Does location matter?
Industrial & Corporate Change, 2007,16(2):213-238.

[本文引用: 1]

[17]

Neffke

, Henning

, Boschma

. The impact of aging and technological relatedness on agglomeration externalities: A survival analysis
Journal of Economic Geography, 2012,12(2):485-517.

DOI:10.1093/jeg/lbr001 URL [本文引用: 2]

[18]

Wennberg

, Lindqvist

. The effect of clusters on the survival and performance of new firms
Small Business Economics, 2010,34(3):221-241.

DOI:10.1007/s11187-008-9123-0 URL [本文引用: 1]

This paper contributes to the literatures on entrepreneurship and economic geography by investigating the effects of clusters on the survival and performance of new entrepreneurial firms where clusters are defined as regional agglomerations of related industries. We analyze firm-level data for all 4,397 Swedish firms started in the telecom and consumer electronics, financial services, information technology, medical equipment, and pharmaceuticals and pharmaceutical sectors from 1993 to 2002. We find that that firms located in strong clusters create more jobs, higher tax payments, and higher wages to employees. These effects are consistent for absolute agglomeration measures (firm or employee counts), but weaker for relative agglomeration measures (location quotients). The strengths of the effects are found to vary depending on which geographical aggregation level is chosen for the agglomeration measure.

[19]

Renski

. External economies of localization, urbanization and industrial diversity and new firm survival. Papers in
Regional Science. 2011,90(3):473-502.

DOI:10.1111/pirs.2011.90.issue-3 URL [本文引用: 1]

[20]

Howell

, He

, Yang

, et al. Agglomeration, un-related variety and new firm survival in China: Do local subsidies matter?
Papers in Regional Science, 2018,97(3):485-500.

DOI:10.1111/pirs.v97.3 URL [本文引用: 1]

[21]

朱晟君, 金文纨, 胡晓辉. 关联视角下的区域产业动态研究进展与反思
地理研究, 2020,39(5):1045-1055.

[本文引用: 2]

[ Zhu

Shengjun

, Jin

Wenwan

, Hu

Xiaohui

. The regional industrial dynamics from the perspective of relatedness
Geographical Research, 2020,39(5):1045-1055.]

[本文引用: 2]

[22]

Zhu

, He

, Zhou

. How to jump further and catch up? Path-breaking in an uneven industry space
Journal of Economic Geography, 2017,17(3):521-545.

[本文引用: 1]

[23]

Puig

, Gonzalez-Loureiro

, Ghauri

. Internationalisation for survival: The case of new ventures
Management International Review, 2014,54(5):653-673.

DOI:10.1007/s11575-014-0209-4 URL [本文引用: 1]

The aim is to deepen our understanding about the internationalisation-survival relationship in the case of new ventures in traditional manufacturing sectors. Hypotheses were tested through Cox's proportional hazard regressions on a sample of 3,350 firms aged 10 years or less, from the textile-clothing and footwear industry in Spain. A vast majority of new ventures that were both established and closed down over that time are purely domestic firms. That means, a firm increases its likelihood of survival when it becomes international. The highest failure risk relates to those new ventures which are territorially agglomerated and are domestically oriented. Internationalisation is an unconditional strategy for surviving in the case of new manufacturing ventures. In addition, location and efficiency in the activity both matter when operating in international markets. Statistical tests show that an interactive effect of agglomeration and internationalisation exists, while no support for the interaction between age and internationalisation is found. Future research should investigate the trade-off between growth and survival forces to determine the optimum moment to go international and to characterise the strategic choices followed by those new ventures that survive longest.

[24]

高凌云, 屈小博, 贾朋. 外商投资企业是否有更高的退出风险
世界经济, 2017,40(7):52-77.

[本文引用: 1]

[ Gao

Lingyun

, Qu

Xiaobo

, Jia

Peng

. Do foreign firms have higher exit probability?
The Journal of World Economy, 2017,40(7):52-77.]

[本文引用: 1]

[25]

蒋纳, 董有德. 对外直接投资与境内生存扩延: 基于中国工业企业数据的实证检验
世界经济研究, 2019, (5):107-119.

[本文引用: 1]

[ Jiang

, Dong

Youde

. Foreign direct investment and domestic survival expansion: An empirical test based on China's industrial enterprise data
World Economy Studies, 2019, (5):107-119.]

[本文引用: 1]

[26]

Boschma

. Towards an evolutionary perspective on regional resilience
Regional Studies, 2015,49(5):733-751.

DOI:10.1080/00343404.2014.959481 URL [本文引用: 4]

[27]

严鹏. 国家作用与中国的工业化道路: 一个新李斯特主义的解读
当代经济研究, 2015, (12):20-29.

[本文引用: 2]

[ Yan

Peng

. Role of country and Chinese path of industrialization: A new interpretation of list doctrine
Contemporary Economic Research, 2015, (12):20-29.]

[本文引用: 2]

[28]

周开国, 闫润宇, 杨海生. 供给侧结构性改革背景下企业的退出与进入: 政府和市场的作用
经济研究, 2018,53(11):81-98.

[本文引用: 1]

[ Zhou

Kaiguoa

, Yan

Runyu

, Yang

Haisheng

. Exit and entry of firms from the perspective of supply-side structural reform: The roles of the government and the market
Economic Research Journal, 2018,53(11):81-98.]

[本文引用: 1]

[29]

, Yang

. Determinants of firm failure: Empirical evidence from China
Growth and Change, 2016,47(1):72-92.

DOI:10.1111/grow.2016.47.issue-1 URL [本文引用: 4]

[30]

Liu

, Dicken

. Transnational corporations and 'obligated embeddedness': foreign direct investment in China's automobile industry
Environment and Planning A: Economy and Space, 2006,38(7):1229-1247.

DOI:10.1068/a37206 URL [本文引用: 1]

[31]

曹霞, 邢泽宇, 张路蓬. 政府规制下新能源汽车产业发展的演化博弈分析
管理评论, 2018,30(9):82-96.

[本文引用: 1]

[ Cao

Xia

, Xing

Zeyu

, Zhang

Lupeng

. An evolutionary game analysis of new energy vehicle industry development under government regulations
Management Review, 2018,30(9):82-96.]

[本文引用: 1]

[32]

陈梦远. 国际区域经济韧性研究进展: 基于演化论的理论分析框架介绍
地理科学进展, 2017,36(11):1435-1444.

DOI:10.18306/dlkxjz.2017.11.012 URL [本文引用: 1]

区域韧性在中国已成为新兴研究热点,然而国内****依然将韧性研究局限于均衡论的认识论范畴内。本文首先通过回顾国际最新研究动态从认识论层面辨析均衡论和演化论这两种韧性认知视角的本质区别,由此介绍西方经济韧性的演化论转向。然后从宏观和微观角度阐述演化论视角下区域韧性的形成机制,介绍相关定量测度方法;在此基础上形成系统的西方最新有关研究经济韧性的理论分析框架。未来研究应该在演化论视角基础上强化演化经济地理、创新地理(区域知识网络)和区域韧性这三个研究分支的联系,还应该加强产业历史演化过程的案例研究,并利用专利数据等开放数据源构建产业空间基础数据库。

[ Chen

Mengyuan

. An international literature review of regional economic resilience: Theories and practices based on the evolutionary perspective
Progress in Geography, 2017,36(11):1435-1444.]

[本文引用: 1]

[33]

何晓斌, 蒋君洁, 杨治, 等. 新创企业家应做“外交家”吗? 新创企业家的社交活动对企业绩效的影响
管理世界, 2013, (6):128-137.

[本文引用: 1]

[ He

Xiaobin

, Jiang

Junjie

, Yang

Zhi

, et al. Should new entrepreneurs be 'diplomats'? The impact of social activities of new entrepreneurs on corporate performance
Management World, 2013, (6):128-137.]

[本文引用: 1]

[34]

施迅, 王法辉. 地理信息技术在公共卫生与健康领域的应用. 北京: 高等教育出版社, 2016.

[本文引用: 5]

[ Shi

Xun

, Wang

Fahui

. Applications of Geospatial Information Technologies in Public Health. Beijng: Higher Education Press, 2016.]

[本文引用: 5]

[35]

Shi

. Selection of bandwidth type and adjustment side in kernel density estimation over inhomogeneous backgrounds
International Journal of Geographical Information Science, 2010,24(5):643-660.

DOI:10.1080/13658810902950625 URL [本文引用: 1]

[36]

陈强. 高级计量经济学及Stata应用. 北京: 高等教育出版社, 2014.

[本文引用: 2]

[ Chen

Qiang

. Advanced Econometrics and Stata Applications. Beijing: Higher Education Press, 2014.]

[本文引用: 2]

[37]

符文颖, 吴艳芳. 德国在华知识密集制造业投资进入方式的时空特征及区位影响因素
地理学报, 2017,72(8):1361-1372.

DOI:10.11821/dlxb201708003 URL [本文引用: 1]

外资知识密集型制造业进入中国市场,对中国制造业升级转型起着一定的作用。本文围绕区域制度环境和区域吸收能力,探讨影响知识密集型企业进入方式的区域环境,旨在揭示知识密集型产业的外商进入方式的地理驱动机制,有利于加深理解在经济发展方式转型的时代背景下,区域与城市获得外生技术发展动力的机制。采用从1982-2014年德国在华投资企业数据库,结果发现,德国知识密集型制造企业在中国的投资呈现由沿海地区向内陆地区扩张、沿海中心城市向周边城市扩散的时空趋势,并且在1995年后,其进入方式从合资为主向独资为主转变。逻辑计量模型显示,德国知识密集型制造企业的进入方式受到多项区位因子的影响,其中地方人力资源水平和产业专业化水平是知识密集型制造企业选择以合资方式的进入中国市场的重要区位因素,表明区域知识吸收能力是形成全球—地方战略协同的关键变量;另一方面,实际使用外资存量和地方专利授权量这两个区位影响因素则会显著促成知识密集型制造企业采用独资的进入决策,反映了区域制度环境对吸引以知识产权保护为战略核心的知识密集型制造业的作用。

[ Fu

Wenying

, Wu

Yanfang

. Spatio-temporal characteristics and locational determinants for entry mode of German knowledge-intensive FDI in China
Acta Geographica Sinica, 2017,72(8):1361-1372.]

[本文引用: 1]

[38]

Frenken

, Van Oort

, Verburg

. Related variety, unrelated variety and regional economic growth
Regional Studies, 2007,41(5):685-697.

DOI:10.1080/00343400601120296 URL [本文引用: 4]

[39]

Balland

, Rigby

, Lund

, et al. The geography of complex knowledge
Economic Geography, 2017,93(1):1-23.

DOI:10.1080/00130095.2016.1205947 URL [本文引用: 5]

[40]

张翼鸥, 谷人旭. 中国城市知识复杂性的空间特征及影响研究
地理学报, 2018,73(8):1421-1432.

DOI:10.11821/dlxb201808003 URL [本文引用: 4]

****和政策制定者一致认为“知识”是推动经济长期增长的关键因素之一,且并非所有知识都具有相同价值。然而,经济地理学一直致力于计量知识的投入和产出,而忽视评估知识质量。为此,首先借鉴Hidalgo等的“双峰网络模型”构建了知识复杂性的测度模型,并根据中国知识产权局1986-2015年间的14349355条专利记录,依照122项专利分类识别中国城市的技术结构。将中国城市知识复杂性的分布、集聚特征和演化过程地图化,以探索知识的空间分布及其复杂性的关联。结果表明：① 具有最复杂技术结构的城市未必是那些专利申请率最高的城市,说明强调知识的数量与质量并重,有助于科学衡量中国知识的生产格局;② 知识复杂性在中国呈不均匀分布,其空间集聚显著,演化过程显示热点区域“南下”态势明显;③ 专利转移数据进一步证明,知识复杂性越高的城市,其知识的空间粘性越大,越不易流动,因此将区域知识结构从低复杂度转化为高复杂度将有助于地区重塑自身优势。

[ Zhang

Yiou

, Gu

Renxu

. The geography of knowledge complexity and its influence in Chinese cities
Acta Geographica Sinica, 2018,73(8):1421-1432.]

[本文引用: 4]

[41]

金璐璐, 贺灿飞, 周沂, 等. 中国区域产业结构演化的路径突破
地理科学进展, 2017,36(8):974-985.

DOI:10.18306/dlkxjz.2017.08.006 URL [本文引用: 4]

在经济转型新阶段,如何突破已有资源条件的束缚,创造新的产业发展路径是区域经济增长的突破口。路径依赖和路径突破是区域创造产业发展路径的两种途径,已有演化经济地理学研究证实区域生产结构的演化依赖地区已有生产能力,是一种路径依赖的结果,而谁是突破区域现有生产能力实现新路径创造的开拓者却尚未得知。本文基于1999-2012年中国337个地级城市的424个四位数产业数据,沿用Hidalgo等人对生产能力的定义,研究中国产业演化过程中路径突破的可能,结果发现：地区新产业的进入以及已有产业的退出有助于地区突破对原有生产结构的依赖,是区域产业发展新路径的创造者。政府补贴一方面有利于地区现有生产能力的提升,增强地区路径依赖趋势;另一方面可为地区带来新的路径,实现路径突破并为区域创造新的发展机会。此外,政府补贴影响产业演化路径选择的效用受地方财政能力限制,并在空间上存在显著差异。

[ Jin

Lulu

, He

Canfei

, Zhou

, et al. Path creation in China's industrial evolution
Progress in Geography, 2017,36(8):974-985.]

[本文引用: 4]

[42]

Hidalgo C

, Klinger

, Barabasi A

, et al. The product space conditions the development of nations
Science, 2007,317(5837):482-487.

DOI:10.1126/science.1144581 URLPMID:17656717 [本文引用: 3]

Economies grow by upgrading the products they produce and export. The technology, capital, institutions, and skills needed to make newer products are more easily adapted from some products than from others. Here, we study this network of relatedness between products, or

[43]

李少星, 顾朝林. 长江三角洲产业链地域分工的实证研究: 以汽车制造产业为例
地理研究, 2010,29(12):2132-2142.

URL [本文引用: 1]

产业链分工是地域分工的演变趋势。由于汽车产业生产组织的特点和较高的产业链迂回程度,选择汽车产业发育较为成熟的长江三角洲地区,进行产业链地域分工的实证研究。首先把汽车制造产业链划分为一般零部件制造、总成与分总成、整车制造与改装3个生产区段,然后对各生产区段生产产值的地域分布进行空间分析和定量计算,概括长江三角洲产业链地域分工的特点。空间分析表明:20世纪末期以来,地域分工的形态和内容已经表现出新的变化特征,低区段生产单元的空间布局更加分散;不同生产区段的组合主要表现为两种形式,即本地组合和近域推进;低区段生产向外扩散以近域扩散为主。借鉴生态位宽度和生态位重叠方法进行定量研究后发现,1990~2005年间的长江三角洲地区汽车产业三大区段间的地域分工程度虽然较低,但已经有一定发展,主要表现为整车生产与改装区段的空间分布相对集中,总成与分总成尤其是零部件生产则呈现出向外扩散的发展趋势。

[ Li

Shaoxing

, Gu

Chaolin

. Empirical study on the intra-product specialization of Yangtze River Delta: A case study of auto manufacturing industry
Geographical Research, 2010,29(12):2132-2142.]

[本文引用: 1]

[44]

中国新闻网. 烟台: 百亿新能源整车项目落户打造新能源汽车全产业链. https://baijiahao.baidu.com/s?id=1623443182550403916&wfr=spider&for=pc, 2019-01-23.

URL [本文引用: 1]

[ China News. Yantai: Ten billion new energy vehicle projects settled to create a new energy vehicle industry chain. https://baijiahao.baidu.com/s?id=1623443182550403916&wfr=spider&for=pc, 2019-01-23.]

URL [本文引用: 1]

[45]

贺灿飞, 胡绪千. 1978年改革开放以来中国工业地理格局演变
地理学报, 2019,74(10):1962-1979.

DOI:10.11821/dlxb201910002 URL [本文引用: 1]

回顾改革开放40年,在深刻的制度变革环境下,中国工业实现快速发展,中国工业地理格局也在经济转型中得到重塑。中国工业总体上经历了从内陆扩散到沿海地区集聚,再向内陆转移的过程。但不同类型产业地理格局及变化受制于不同力量,显现出一定的行业差异性。与改革开放之初相比,中国工业在不同地理尺度上呈现出明显的集聚趋势,但集聚程度较欧盟和美国低。产业的聚集与分散驱动不同尺度下的产业迁移,导致区域产业频繁进入和退出,促使地方产业呈现多样化态势,推动中国工业地理格局演变。从经济转型的视角出发,改革开放可概括为市场化、全球化和分权化三个过程,这些过程创造市场力量,激活地方力量,引入全球力量,共同重塑了中国工业地理格局。

[ He

Canfei

, Hu

Xuqian

. Evolution of Chinese industrial geography since reform and opening-up
Acta Geographica Sinica, 2019,74(10):1962-1979.]

[本文引用: 1]

[46]

李仙德. 基于上市公司网络的长三角城市网络空间结构研究
地理科学进展, 2014,33(12):1587-1600.

DOI:10.11820/dlkxjz.2014.12.002 URL [本文引用: 1]

公司内部网络研究是当前城市经济网络研究的重要内容。本文利用2005、2010 年长三角A股上市公司企业网络数据库,运用社会网络分析方法、位序—规模分析法等,分析了2005、2010 年长三角城市网络空间结构演变及其主要影响因素。研究发现:① 长三角上市公司总部沿沪宁—沪杭—杭甬Z字形轴线集聚,从一主(上海)二副(杭州、南京)三中心向一主(上海)三副(杭州、苏州、南京)四中心空间结构演变;苏州超过南京成为第三大企业总部集聚中心。② 长三角城市网络核心—边缘结构整体延续,Z字形轴线城市维持核心地位,具备强大的网络权力与威望。③ 长三角城市网络除等级扩散、邻近扩散等特征之外,还具有明显的行政地域性。主要体现在省会南京、杭州分别成为江苏、浙江省内外上市公司子公司的重要据点;尤其是南京凭借省会优势,中心度仍然高于总部职能较强的苏州。④ 在长三角经济一体化背景下,跨行政地域性的联系有所加强,特别是上海、苏南向苏中、苏北的扩散明显;浙西南仍是网络相对封闭、孤立的地带,中心度相对较低。⑤ 行政等级和区划,市场容量等是长三角城市网络空间结构的主要影响因素,而到上海高速公路时间距离、劳动力成本和土地成本的影响在统计上未通过显著性检验。

[ Li

Xiande

. Spatial structure of the Yangtze River Delta urban network based on the pattern of listed companies network
Progress in Geography, 2014,33(12):1587-1600.]

[本文引用: 1]

[47]

赵浚竹, 孙铁山, 李国平. 中国汽车制造业集聚与企业区位选择
地理学报, 2014,69(6):850-862.

DOI:10.11821/dlxb201406011 URL [本文引用: 1]

本文利用2001-2009 年《中国工业企业数据库》中汽车制造业企业有关数据,对近10 年来中国汽车制造业的空间布局进行描述,利用地理集中度指数和EG指数对产业集聚水平进行测算和分析后,发现中国汽车制造业的空间集聚水平呈现不断下降的趋势,零部件及配件制造业的集聚水平对汽车制造业具有决定性和先导性影响。针对零部件及配件制造业的特点,构建了基于地级以上城市为空间单元的新建企业区位选择模型,进行估计后发现：① 中国不存在类似欧美日等国家整车和零部件企业邻近的空间集中集聚现象；② 零部件制造业的劳动密集型特点显著,不利于产业生产率和专业化水平提高；③ 在不考虑集聚经济的条件下,市场规模和地方保护对新建企业的区位选择影响非常显著。在这些原因的共同作用下,使得中国汽车制造业的专业化水平和空间集聚程度越来越低。

[ Zhao

Junzhu

, Sun

Tieshan

, Li

Guoping

. Agglomeration and firm location choice of China's automobile manufacturing industry
Acta Geographica Sinica, 2014,69(6):850-862.]

[本文引用: 1]

[48]

张家振. 江西新能源汽车退潮: 谁在“裸泳”?. http://www.cb.com.cn/index/show/bzyc/cv/cv13418491649, 2019-7-13.

URL [本文引用: 1]

[ Zhang

Jiazhen

. Ebb tide of new energy vehicles in Jiangxi: Who is 'naked swimming'?. http://www.cb.com.cn/index/show/bzyc/cv/cv13418491649, 2019-7-13.]

URL [本文引用: 1]

[49]

Bathelt

, Malmberg

, Maskell

. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation
Progress in Human Geography, 2004,28(1):31-56.

DOI:10.1191/0309132504ph469oa URL [本文引用: 2]

[50]

Howell

. Marshallian sources of relatedness and their effects on firm survival and subsequent success in China
Economic Geography, 2017,93(4):1-21.

DOI:10.1080/00130095.2016.1205947 URL [本文引用: 2]

[51]

Neffke

, Henning

, Boschma

. How do regions diversify over time?. Industry relatedness and the development of new growth paths in regions
Economic Geography, 2011,87(3):237-265.

DOI:10.1111/j.1944-8287.2011.01121.x URL [本文引用: 1]

The question of how new regional growth paths emerge has been raised by many leading economic geographers. From an evolutionary perspective, there are strong reasons to believe that regions are most likely to branch into industries that are technologically related to the preexisting industries in the regions. Using a new indicator of technological relatedness between manufacturing industries, we analyzed the economic evolution of 70 Swedish regions from 1969 to 2002 with detailed plant-level data. Our analyses show that the long-term evolution of the economic landscape in Sweden is subject to strong path dependencies. Industries that were technologically related to the preexisting industries in a region had a higher probability of entering that region than did industries that were technologically unrelated to the region's preexisting industries. These industries had a higher probability of exiting that region. Moreover, the industrial profiles of Swedish regions showed a high degree of technological cohesion. Despite substantial structural change, this cohesion was persistent over time. Our methodology also proved useful when we focused on the economic evolution of one particular region. Our analysis indicates that the Linkoping region increased its industrial cohesion over 30 years because of the entry of industries that were closely related to its regional portfolio and the exit of industries that were technologically peripheral. In summary, we found systematic evidence that the rise and fall of industries is strongly conditioned by industrial relatedness at the regional level.

[52]

Wolfgang

. Geographic localization of international technology diffusion
American Economic Review, 2002,92(1):120-142.

DOI:10.1257/000282802760015630 URL [本文引用: 1]

[53]

Hidalgo C

, Hausmann

. The building blocks of economic complexity
Proceedings of the National Academy of Sciences of the United States of America, 2009,106(26):10570-10575.

[本文引用: 1]

[54]

Gao

, Zhou

. Quantifying China's regional economic complexity
Physica A Statistical Mechanics & Its Applications, 2018,492:1591-1603.

[本文引用: 1]

[55]

毛熙彦, 贺灿飞. 区域发展的“全球-地方”互动机制研究
地理科学进展, 2019,38(10):1449-1461.

DOI:10.18306/dlkxjz.2019.10.001 URL [本文引用: 1]

建立对外联系、利用外部资源有助于弥补区域发展新经济活动所面临的资源与技术缺口,为区域发展注入新活力,避免陷入路径锁定导致发展停滞甚至衰退。对外联系的建立势必与本地已有联系相互作用,表现为“全球-地方”之间多类型行为主体在特定空间支持与约束下的互动,涉及4个基本问题：发生条件、区域差异、互动内容与行为主体。梳理现有研究发现：① 本地与非本地要素的相似性或互补性决定了互动发生的可能性,本地能力则进一步决定互动发生的程度;② 互动对于优势地区和后进地区2类极端类型地区更为有效;③ 互动内容以知识、贸易、资本等要素为主,日益强调非本地劳动力和非本地制度的影响;④ 互动主体以企业为中心。近年来研究一方面强调企业家等个体作用,另一方面关注非经济主体的作用。整体而言,既有研究在区域发展中“全球-地方”互动的尺度结构、动态变化和行为主体等方面仍面临挑战。结合中国当前区域经济转型与主动全球化并行的发展现状,论文提出理解中国区域发展“全球-地方”互动的关键问题与潜在方向。

[ Mao

Xiyan

, He

Canfei

. A review of global-local interactions for regional development
Progress in Geography, 2019,38(10):1449-1461.]

[本文引用: 1]

[56]

Zhu

, He

. Global, regional and local: New firm formation and spatial restructuring in China's apparel industry
Geojournal, 2014,79(2):237-253.

DOI:10.1007/s10708-013-9484-z URL [本文引用: 1]

[57]

Pavlínek

. Global production networks, foreign direct investment, and supplier linkages in the integrated peripheries of the automotive industry
Economic Geography, 2018,94(2):141-165.

DOI:10.1080/00130095.2017.1393313 URL [本文引用: 1]

[58]

贺正楚, 王姣, 曹文明. 中国汽车制造业的产业地图及影响产业布局的因素
科学决策, 2018, (5):1-29.

[本文引用: 2]

[ He

Zhengchu

, Wang

Jiao

, Cao

Wenming

. Industrial map of China automotive industry and determinants of industrial distribution
Scientific Decision Making, 2018, (5):1-29.]

[本文引用: 2]

[59]

Lin J

, Li

. Policy burden, privatization and soft budget constraint
Journal of Comparative Economics, 2008,36(1):90-102.

DOI:10.1016/j.jce.2007.11.001 URL [本文引用: 1]

ex post subsidies from the government, than a SOE under the same condition. Our results help to explain many stylized facts in transition and socialist economies. Journal of Comparative Economics36 (1) (2008) 90–102.]]>

[60]

Mata

, Portugal

. The survival of new domestic and foreign-owned firms
Strategic Management Journal, 2002,23(4):323-343.

DOI:10.1002/(ISSN)1097-0266 URL [本文引用: 1]

[61]

李晓钟, 胡卉君, 沈潇茹. FDI对我国汽车业技术溢出效应分析
国际经济合作, 2012, (3):37-41.

[本文引用: 2]

[ Li

Xiaozhong

, Hu

Huijun

, Shen

Xiaoru

. Analysis of technology spillover effects of FDI on China's auto-industry
Journal of International Economic Cooperation, 2012, (3):37-41.]

[本文引用: 2]

[62]

王雯雯. 生长在“地方保护”的温室之中新能源车能否经受住市场考验?
https://tech.qq.com/a/20180828/014094.htm?stockcode=sz000550&version=2, 2019-11-26.

URL [本文引用: 1]

[ Wang

Wenwen

. Growing in a "locally protected" greenhouse: Can new energy vehicles stand the test of the market?
https://tech.qq.com/a/20180828/014094.htm?stockcode=sz000550&version=2, 2019-11-26.]

URL [本文引用: 1]

[63]

杨汝岱, 朱诗娥. 产业政策、企业退出与区域生产效率演变
学术月刊, 2018,50(4):33-45.

[本文引用: 1]

[ Yang

Rudai

, Zhu Shi'e. Industrial policy, firm exit and regional production efficiency dynamics in China
Academic Monthly, 2018,50(4):33-45.]

[本文引用: 1]

[64]

王俊松. 集聚经济、相关性多样化与城市经济增长: 基于279个地级及以上城市面板数据的实证分析
财经研究, 2016,42(5):135-144.

[本文引用: 1]

[ Wang

Junsong

. Agglomeration economy, correlation variety and urban economic growth: Empirical analysis based on panel data of 279 cities at prefecture level or above
Journal of Finance and Economics, 2016,42(5):135-144.]

[本文引用: 1]

[65]

李克强, 戴一凡, 李升波, 等. 智能网联汽车(ICV)技术的发展现状及趋势
汽车安全与节能学报, 2017,8(1):1-14.

[本文引用: 1]

[ Li

Keqiang

, Dai

Yifan

, Li

Shengbo

, et al. State-of-the-art and technical trends of intelligent and connected vehicles
Journal of Automotive Safety and Energy, 2017,8(1):1-14.]

[本文引用: 1]

[66]

孙晓华, 李明珊, 刘小玲, 等. 新技术冲击、产业演化与公共政策选择: 以新能源车为例
系统管理学报, 2015,24(3):321-332.

[本文引用: 1]

[ Sun

Xiaohua

, Li

Mingshan

, Liu

Xiaolin

, et al. New techonology shock, industry evolution and public police choice: The case of new energy vehicle
Journal of Systeams & Management, 2015,24(3):321-332.]

[本文引用: 1]

[67]

陈晓红, 蔡莉, 王重鸣, 等. 创新驱动的重大创业理论与关键科学问题
中国科学基金, 2020,34(2):228-236.

[本文引用: 1]

[ Chen

Xiaohong

, Cai

, Wang

Chongming

, et al. Important theories and critical scientific questions of innovation-driven entrepreneurship
Bulletin of National Natural Science Foundation of China, 2020,34(2):228-236.]

[本文引用: 1]