陈肖飞^,, 韩腾腾, 栾俊婉, 郭建峰, 苗长虹^,河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心,开封475001

Spatiotemporal heterogeneity in the locational choices of new firms in China: A case study of the automobile manufacturing industry

CHEN Xiaofei^,, HAN Tengteng, LUAN Junwan, GUO Jianfeng, MIAO Changhong^,Key Research Institute of Yellow River Civilization and Sustainable Development & Yellow River Civilization by Provincial and Ministerial Co-construction of Collaborative Innovation Center, Henan University, Kaifeng 475001, Henan, China

通讯作者: 苗长虹（1965-）,男,河南鄢陵人,教授,博士生导师,研究方向为经济地理与区域发展。E-mail: chhmiao@henu.edu.cn

收稿日期:2020-07-10接受日期:2021-01-8网络出版日期:2021-06-10

基金资助:

国家自然科学基金项目.41901149 中国博士后科学基金面上项目.2017M622332 河南省教育厅科学技术研究重点项目.20A170005

Received:2020-07-10Accepted:2021-01-8Online:2021-06-10
作者简介 About authors
陈肖飞（1986-）,男,河南三门峡人,副教授,硕士生导师,研究方向为产业集群与区域发展。 E-mail: xfchen@henu.edu.cn







摘要
新创企业区位选择不仅是企业重要的决策活动,也深刻影响中国制造业地理空间格局演变。在全球化、市场化、分权化背景下,基于“中国工业企业数据库（1998—2012）”和“中国城市统计年鉴（1999—2013）”中新创企业及城市属性数据,采用随机效应面板Tobit模型分析中国汽车制造业新创企业的时空分异与区位选择。研究发现：① 1998—2012年,中国汽车新创企业活跃地区由东部沿海地区向中西部地区转移,尤其是2010—2012年,新创企业呈现向中西部大规模扩散趋势,西部成渝地区逐渐成为新热点区域。② 从新创企业区位选择时空综合机制来看,全球化影响不显著,而市场化和分权化均存在显著影响,其中劳动力、集聚经济、市场潜力与区位商等因素能促使新创企业成立,而国有企业占比则会阻碍新创企业成立。③ 在时间特征差异上,全球化表现不显著,分权化则始终保持对新创企业的显著影响。市场化的劳动力因素影响作用变化说明新创企业区位选择正逐渐从关注劳动力成本转向于关注劳动力质量,而集聚经济和市场潜力在多样化和城市化经济的冲击下作用减弱。④ 在空间特征差异上,全球化的出口因素在东部地区影响显著,但在中西部地区表现不明显,市场化中劳动力因素和市场潜力在东部地区影响不显著,而在中西部地区劳动力因素则显著为正,除此之外,外商直接投资、集聚经济、区位商和国有企业占比对不同区域新创企业区位选择影响大体相同。在经济高质量发展情景下,揭示新创企业时空分异及区位选择机制,强调“区位机会窗口”对某些地区实现企业区位空间调整及其把握企业与政府关系的重要性,不仅能丰富演化经济地理学视角下的企业区位选择的研究,还能更好地理解中国典型区域正在发生的经济转型和空间重构。
关键词： 汽车新创企业;时空分异;区位选择;Tobit模型

Abstract
Location choice is not only a key decision-making for an individual enterprise, but will also exert profound impacts on the spatial pattern of China's manufacturing industry. Under the backdrop of globalization, marketization and decentralization, this study analyzed the spatial heterogeneity in location choice mechanisms of China's automobile manufacturing new entrants, by using China industrial enterprise database (1998-2012) and Tobit econometric model for the random effect. Four key conclusions were obtained. First, China's automobile manufacturing new firms were increasingly attracted to the central and western regions from the eastern coastal areas during 1998-2012. In particular, the Chengdu-Chongqing area experienced large increases in the number of new automobile firms during the study period. Second, in terms of the spatiotemporal location choice mechanisms for new entrants, the impact of globalization was no longer statistically significant, whilst marketization and decentralization forces exerted significant impacts. More specifically, places with better regional labor conditions, higher levels of agglomeration economy, and larger market potentials were associated with higher chances of being selected as destinations for new firms. In contrast, the concentration of state-owned enterprises in a place would hinder the establishment of new firms. Third, we found significant temporal variabilities in how and, the extent to which, different forces affected the location choice of new firms. For instance, decentralization has had significant impacts on the location choices of new firms, the impacts of agglomeration economy and market potential were decreasing with time. In addition, there was a clear shift from labor cost to labor quality in how local labor conditions affect new firms' location choices. Finally, location choice mechanisms for new entrants also varied across regions. The labor conditions and market potential have become much more important in the central and western regions than in the eastern region. The labor conditions and market potential did not have significant impacts in the eastern region, but they played a significant role in the central and western regions. By contrast, FDI, agglomeration economy, and government subsidy policies exerted similar impacts on the location choice of new firms across regions. Through uncovering the spatiotemporal location choice mechanisms for new entrants, this paper highlights the importance of “location opportunity window” theory in understanding the spatial distribution and adjustment of China's industries and the complex relationships between enterprises and local governments, and helps with regional high-quality economic development. By doing so, it enriches the location choice theories of enterprises from the evolutionary economic geography perspective and promotes the understanding of China's economic transformation and spatial reconstruction.
Keywords：new automobile firm;spatiotemporal heterogeneity;location choices;Tobit model


PDF (4232KB)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
陈肖飞, 韩腾腾, 栾俊婉, 郭建峰, 苗长虹. 新创企业的时空分异与区位选择——基于中国汽车制造业的实证研究. 地理研究[J], 2021, 40(6): 1749-1767 doi:10.11821/dlyj020200653
CHEN Xiaofei, HAN Tengteng, LUAN Junwan, GUO Jianfeng, MIAO Changhong. Spatiotemporal heterogeneity in the locational choices of new firms in China: A case study of the automobile manufacturing industry. Geographical Research[J], 2021, 40(6): 1749-1767 doi:10.11821/dlyj020200653

1 引言

企业区位选择是产业集群形成的重要过程性因素,而新创企业不仅是实现区域经济发展和实施技术创新的重要平台,也是欠发达地区发挥地方优势,缩小与发达地区差距的重要载体,因此研究产业空间格局变动的一个重要问题就是分析新创企业的空间分异及区位选择^[1,2]。新创企业特指处于创立或早期发展阶段的企业形态,是企业决策者利用商业机会通过整合资源创建具有法人资格的新经济实体,并且能够为社会提供产品或服务^[3]。在“大众创业、万众创新”的背景下,新创企业可以通过“创造性破坏”过程刺激现存企业,其不仅反映了产业区位格局的最新变化,也是提升地区经济实力的重要推动力^[4,5]。20世纪90年代以来,随着中国积极与全球市场接轨,计划经济时期行政指令下所形成的产业格局逐步破碎,市场经济时代的全球化、市场化、分权化等多种因素共同影响企业的空间分异与区域选择^[6]。全球化增强了部分地区吸引外资和推动出口的能力,从而提升企业发展的外部动力;市场化减少了资源要素流动的限制和壁垒,推动要素向优势地区聚集;分权化则引发了地方保护与区域竞争。因此,在经济高质量发展情景下,分析中国新创企业空间动态变化,就必须重视中国特殊的政治体制、社会形态和经济转型等相关要素,研究不仅能丰富演化经济地理学视角下的企业区位选择,还能更好地理解中国典型区域正在发生的经济转型和空间重构。

产业/企业区位一直是经济地理学关注的热点问题之一。基于传统经济地理学范式,从研究视角来看,主要集中于制造业空间格局演化、区位调整重组等^[7,8,9],大多数聚焦于宏观行业,对特定企业关注较少,尤其是针对新创企业的研究更少;从空间尺度来看,多数****基于城市^[10]、省域^[11,12,13]等单一尺度,虽能有效解释产业/企业区位选择总体趋势,但对于在时空交互尺度下的企业区位选择仍稍显乏力;从影响因素来看,主要关注集聚经济^[14]、外商直接投资^[15]、政府政策^[16]以及企业异质性^[17]等单个因素,而对多重因素的综合分析稍显不足。20世纪90年代初,随着新经济地理学兴起,为企业区位选择提供了一个全新解释。新经济地理学认为企业更愿意布局在市场潜力较大的区域,同时强调生产成本和市场潜力之间的关系决定了企业区位选择,从而导致经济活动空间分布的变化^[18]。事实上,早期的区位理论是从同质性视角来研究企业区位选择,而真正从企业异质性角度考虑企业区位选择应该是以克鲁格曼创建的“中心-外围”模型为起点的空间经济学。Melitz等创立的异质性贸易理论真正意义上将企业异质性纳入理论研究当中^[19],而Baldwin等更是创造性的将企业异质性假设引入自由资本模型中,为异质性企业区位选择理论研究奠定了基础^[20]。从上述分析可以看出,以往对新创企业的研究主要集中在经济学、管理学等领域,然而新创企业的动态区位选择是一个典型的时空重构过程。虽然上述领域为新创企业研究提供了相对坚实的学科基础,但仍需加强对新创企业动态的时空表现和“时空”在新创企业动态中的作用分析,而地理学则可为新创企业空间动态研究做出独特贡献。

汽车产业属于典型的资本密集型产业,在百余年的发展历程中,经历了复杂的动态演化过程。从早期福特制开始,零部件大规模标准化生产使得汽车组装生产出现了短期的高度集聚特征,然而随着全球汽车龙头企业建立区域性及海外组装分厂,“轮轴式分散”特征相对明显。在海外扩张过程中,贸易保护和本土战略使得部分区域和国家提出生产本地化的要求,汽车产业由此进入了“网络化分散”阶段,但是自20世纪80年代以来,后福特主义“精益生产”方式使得汽车产业空间组织呈现“网络化集聚”态势^[21]。因此,世界汽车产业空间格局特征并非静止状态,而是一个重组与演化相互交织的复杂问题,其中最关键驱动因素便是新创企业的动态变化。近年来,国内外****基于演化经济地理学视角分析新创企业生存状态已成为国际研究热点和前沿问题之一。以汽车产业为例,Mair等研究了日本汽车公司（本田）在美国建造新工厂时,选择了两种不同的区位重构战略,即分散到空敞绿地和集中在供应商附近的交互对立模式,汽车制造业的地理再集中与局部规模分散导致在美国部分州形成了较为典型的新型工业区,如加利福尼亚州、德克萨斯州、密西西比州等^[22]。Klepper对美国新创汽车企业演化研究发现,密歇根州底特律市周围的汽车新创企业集聚与空间分布的影响因素并非现代集聚理论中所解释的传统集聚经济,而是源于早期成功进入者的经验吸引及其衍生出的副产品,使得其空间集聚倾向于靠近其地理根源^[23]。Boschma等分析了英国汽车新创企业的空间格局及影响因素,伯明翰、谢菲尔德、利物浦、曼彻斯特等城市的地理位置不仅在很大程度上影响了英国汽车工业的空间形态,而且提供了潜在企业家、知识外部性和可随时利用的熟练劳动力,而一个地区存在大量汽车企业对新创企业的生存率没有显著影响^[24]。国内****赵浚竹等基于地级市为空间单元构建了汽车新创企业区位选择模型,发现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,中国汽车制造业虽有进一步向东部沿海、北部沿海以及长江中游集中的趋势,但这些地区间的实力正逐渐趋于平衡,汽车产业的集聚态势不断减弱,空间分散程度日益增强^[25]。徐宁等发现汽车新创企业退出空间格局整体呈现以长三角为核心,其中抚州、宜春、吉安、烟台等退出的新创汽车企业数量较多,而相关多样化、高水平全球化、低税收负担率有助于降低新创汽车企业退出概率^[26]。刘颖等基于城市区位条件与企业区位动态研究,发现汽车新创企业主要集中在长三角、珠三角、环渤海三大经济圈内以及四川、重庆、东北等少数地区,主要与城市技术水平、市场规模、产业集聚和生存成本等息息相关^[27]。当前对汽车新创企业研究大部分关注地方尺度的影响因素,相对缺乏长时间序列的时空格局演化研究,或是关注于新创企业时间演变,或是关注于新创企业空间分异,具有明显的时空割裂特征,没有很好地将时空要素在新创企业动态变化中的作用分析置于核心位置,这也是未来研究需要重点关注的方向。尤其是在当前经济转型和高质量发展情景下,资本“空间出路”、技术“时空压缩”、地方开放程度三角力量的综合影响使得厘清典型行业新创企业的时空分异与区位选择具有重要的现实意义和实践价值。带着对上述问题的思考,研究基于“中国工业企业数据库（1998—2012）”和“中国城市统计年鉴（1999—2013）”中新创企业及城市属性数据,在全球化、市场化和分权化的背景下,拟解决以下问题：一是新创企业时空分异特征如何科学表征?二是如何基于时空要素对新创企业区位选择机制进行分析?

2 数据来源及研究方法

2.1 数据来源

研究数据主要来源于“中国工业企业数据库（1998—2012）”和“中国城市统计年鉴（1999—2013）”。根据中国产业分类标准《国民经济行业分类》（GB/T4754-2002）,汽车制造业的三位数代码是372。研究时段为1998—2012年,一方面兼顾到数据科学性和可获得性,另一方面考虑到1998—2012年是中国汽车制造业发展的关键阶段,其中2001年中国加入世界贸易组织,2008—2009年全球金融危机等重大事件对汽车产业发展产生了重要影响,也深刻作用于汽车制造新创企业的空间格局及区位选择机制。

2.2 指标选取

在全球生产模式由“福特主义”向“后福特主义”转变过程中,以出口和外商直接投资为核心的全球环境将深刻影响新创企业的区位选择^[28,29]。首先,产品出口作为企业联系全球经济体和融入全球生产网络的重要方式,已有研究发现进出口贸易有利于提高企业生产效率,为企业发展带来国际市场优势与创新效应^[30],本土企业通过在“出口中学习”促进生产率提升^[31],吸引新创企业的进入^[32]。其次,外商直接投资作为链接世界不同经济体之间的桥梁,是推进经济活动全球化的重要力量^[33]。投资初期,外商投资者对东道国的市场和制度等方面缺乏认知,为了避免不确定的经营风险,往往倾向于集聚在已有同类企业周边^[34],通过前后向产业关联效应和示范效应,吸引新创企业成立^[35]。因此,“全球化”层面选取出口占比和外商直接投资总额进行衡量^[36]。出口占比计算方法为城市i在t-1年的汽车制造业企业出口交货值占城市汽车制造业总产值的比例,若符号为正,则表明企业出口程度较高。外商直接投资总额的计算方法为城市i在t-1年的外商直接投资总额,外商直接投资总额越高,其对外开放水平越高,投资环境越好,越能吸引新创企业进入,预期符号为正。

市场化对企业区位选择的影响更多是基于不同的区位条件而实现的。首先,集聚经济作为影响企业区位选择的重要因素^[37],已有研究发现集聚经济对企业区位选择具有显著促进作用^[38,39],然而部分研究也指出过度集聚会导致经济“拥堵”,不利于新创企业成立^[40,41]。其次,企业区位选择还深刻受制于区域劳动力条件。20世纪90年代以来,中国大陆正是凭借低廉的劳动力成本成为世界制造业在全球范围内战略性转移的目标区域^[42]。然而随着企业对劳动力技术提出更高要求,劳动力质量转而成为重要的影响因素^[43]。最后,经济地理学关注市场需求对企业区位选择的影响,认为市场潜力会影响各地区的产业结构和贸易模式^[44]。以往研究发现企业通常倾向于布局在市场潜力大的地区,主要是为了享受本地市场带来的经济效益^[45]。综上,研究在市场化层面选取劳动力条件、集聚经济和市场潜力进行衡量^[5,46,47]。劳动力因素包括劳动力成本与质量,劳动力成本计算方法为城市i在t-1年汽车制造业企业职工的工资和福利总额与城市i汽车制造业企业从业人员总数的比值;劳动生产率用于测度劳动力质量,计算方法为城市i在t-1年汽车制造业总产值与城市i汽车制造业企业从业人员总数的比值;相对来说,高成本劳动力质量较高,低成本劳动力质量较低,因此可使用劳动力成本 ×劳动力质量来综合衡量劳动力条件。集聚经济计算方法为城市i在t-1年汽车制造业企业从业人员数比上城市i总面积,预期符号为正,一定程度上集聚效应越强,越能吸引新创企业进入。市场潜力的计算方法为城市i在t-1年的家庭人均可支配收入,预期符号为正,市场潜力越大,越能吸引新创企业进入。

分权化对经济活动的区位选择影响难以量化,因此将其分为市场环境分权和地方政府分权两种类型,市场环境分权更多涉及国有企业占比,而地方政府分权更多考虑政府政策。首先,中国向市场经济转型的过程中,地方政府往往会偏向于国有企业^[48],而对于中小型企业,地方政府往往会设立或提高门槛。国有企业占比直接影响着市场环境公平竞争,使新创企业在与之竞争土地、资本、劳动力等区位要素过程中处于不利地位,从而影响新创企业成立^[49]。其次,改革开放以来,中国经历了计划经济向市场经济的转型,经济权力下放赋予了地方政府更大的自治权,地方政府制定了更多优惠政策吸引新企业进入^[50]。由于政府政策无法直接测量,但如果某行业具有比较优势,进入了政府支持名单,就会享受多种扶持政策,因此可采用区位商替代^[5,51,52],因此,“分权化”层面选取国企占比和区位商来衡量。国企占比的计算方法是城市i在t-1年汽车制造业国有企业与汽车制造业企业总数的比值,预期符号为负。区位商的计算方法为城市i在t-1年从业人员中汽车制造业产业所占份额与整个国家从业人员中电子信息制造业产业所占份额的比值,将比值大于等于1的赋值为1,小于1的赋值为0,预期符号为正。

此外,新创企业区位选择还与企业属性紧密相关,因此选取预期利润和企业规模作为变量,但本研究重点考虑的是新创企业区位选择的时空特征,因此将其作为控制变量。预期利润的计算方法为城市i在t-1年汽车制造业企业利润比上工业总产值,预期符号为正。企业规模大小定义为从业人数在50人以下的为小规模企业,反之为大规模企业^[5,51]。

2.3 变量描述

国内外****对新创企业的研究更多关注的是每年新注册的企业,因为其更能反映产业区位格局的最新变化,因此根据“中国工业企业数据库（1998—2012）”中企业开业年份信息,识别出本地区本年度的新创企业。具体来讲,因变量为第i区和第t年新创企业成立的全国占比（NewFirmE_i,t）,即地级市内汽车制造新创企业数量占全国汽车制造新创企业数量的比值。自变量分为3个维度,包括7个影响因子,分别是全球化维度的出口占比与外商直接投资额,市场化维度的劳动力、集聚经济与市场潜力,分权化维度的国有企业占比与区位商;控制变量则选择预期利润和企业规模。需要说明的是,由于影响因素对新创企业具有滞后性,所以自变量滞后一年。变量名称与预期符号见表1,描述性统计见表2,自变量相关系数见表3。

Tab. 1
表1
表1变量名称与预期符号
Tab. 1Independent variables and expected signs

考察维度	变量名称		预期符号
全球化	出口占比	（ExportSharei,t-1)	+
	外商直接投资额	（FDIi,t-1)	+
市场化	劳动力条件	(LCosti, t-1×LQualityi, t-1)	不确定
	集聚经济	(Marshalli,t-1)	+
	市场潜力	(Perincomei,t-1)	+
分权化	国企占比	(StateFirmSharei,t-1)	-
	区位商	(LQi,t-1)	+
控制变量	企业规模	(SmallFirmSharei,t-1)	+
	预期利润	(ProfitRatei,t-1)	+

新窗口打开|下载CSV

Tab. 2
表2
表2自变量描述性统计
Tab. 2Descriptive statistics of independent variables

变量名称	单位	最大值	最小值	平均值	标准差
出口占比	%	99.77	0	4.45	10.88
外商直接投资	万元	9008262.11	0	239416.45	660568.61
劳动力因素	千元/人	157904.68	0	2933.63	7533.49
集聚经济	人/km2	72.91	0	0.92	2.94
市场潜力	元	42944	1176	11137	6205.69
国企占比	%	100	0	15.95	28.31
区位商	-	1	0	0.22	0.41
企业规模	-	100	0	76.33	42.49
预期利润	%	80.21	-619.23	0.19	0.24

新窗口打开|下载CSV

Tab. 3
表3
表3自变量相关系数
Tab. 3Pearson correlation coefficients of independent variables

变量名称	出口占比	外商直 接投资	劳动力 因素	集聚经济	市场潜力	国企占比	区位商	预期利润	企业规模
出口占比	1
外商直接投资	0.306***	1
劳动力因素	0.154***	0.539***	1
集聚经济	0.351***	0.301***	0.325***	1
市场潜力	0.158***	0.514***	0.402***	0.243***	1
国企占比	-0.128**	-0.035***	-0.254***	-0.084***	-0.086***	1
区位商	0.501***	0.301***	0.351***	0.415***	0.403***	0.051***	1
预期利润	0.105***	0.081***	0.131***	0.201*	0.072***	0.314***	0.104***	1
企业规模	0.426***	0.329***	0.318***	0.106***	0.204***	0.318***	0.426***	0.207***	1

注：^*、^**、^***分别代表在10%、5%、1%统计水平上显著。

新窗口打开|下载CSV

2.4 模型设定

Tobit模型是指因变量虽然在正值上大致连续分布,但包含一部分以正概率取值为0的观察值的一类模型,也被称为截尾回归模型或删失回归模型,属于受限因变量回归的一种,但是受到某种限制,得到的观测值并不完全反映因变量的实际状态^[53]。针对本研究,并不是每个城市在每年都有汽车制造新创企业成立,因此因变量新创企业比值是一个典型的左栅格数据。当因变量存在左栅格或右栅格时,可能会违反普通最小二乘法（OLS）回归的线性和正态假设,并可能导致OLS系数估计有偏倚,故采用随机效应面板Tobit模型。随机效应面板Tobit模型可以处理因变量的新创企业成立率问题,同时也可以控制每个城市无法观察到的个体特征^[5]。同时,由于各个解释变量的含义和计量单位不同,而且量级相差悬殊,直接进行评价相对困难,因此使用标准化方法进行无量纲化处理来解决参数间不可比的问题。公式具体如下：

（1）Y=NewFirmsi,t=0,若NewFirmsi,t≤0NewFirmsi,t*,若NewFirmsi,t>0
（2）NewFirm*i,t=β0+β1ExportSharei,t-1+β2FDIi,t-1+β3LCosti,t-1×LQualityi,t-1+β4Marshalli,t-1+β5Perincomei,t-1+β6StateFirmSharei,t-1+β7LQi,t-1+β8SmallFirmSharei,t-1+β9ProfitRatei,t-1+εi,t-1
式中：β_i为各要素系数值;ExportShare_i,t-1表示城市i在t-1年的汽车制造业企业出口交货值占城市汽车制造业总产值的比例;FDI_i,t-1表示城市i在t-1年的外商直接投资总额;Marshall_i,t-1表示城市i在t-1年汽车制造业企业集聚效应;LCost_i,t-1×LQuality_i,t-1表示城市i在t-1年劳动力成本与劳动力质量的乘数效应;Perincome_i,t-1表示城市i在t-1年的家庭人均可支配收入;StateFirmShare_i,t-1表示城市i在t-1年汽车制造业国有企业与汽车制造业企业总数的比值;LQ_i,t-1表示城市i在t-1年汽车制造业区位商;SmallFirmShare_i,t-1表示城市i在t-1年小企业占比;ProfitRate_i,t-1表示城市i在t-1年汽车制造业企业利润比上工业总产值;ε_i,t-1表示随机扰动项,利用Stata 15软件来完成模型分析。

3 中国汽车新创企业的时空分异特征

通过计算可知,1998—2012年,中国汽车制造新创企业成立数量为3508个,其中东部地区成立2074个,中西部地区成立1434个^①(①东部地区包括辽宁、北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南;中部地区包括黑龙江、吉林、山西、河南、安徽、湖北、江西、湖南;西部地区包括内蒙古、甘肃、宁夏、陕西、四川、重庆、云南、贵州、广西、西藏、青海、新疆。)。从图1中可以看出,新创企业成立经历了3个时间并不均衡的重要阶段：① 缓慢递增阶段：1998—2004年,新创企业数量较少,年均数量约128个,增长率缓慢,其中东部地区新创企业数量为520个,中西部新企业数量为376个,占比分别为58.03%和41.97%;② 快速上升阶段：2005—2009年,新创企业数量呈现快速增长模式,年均新创企业成立数量达到380个,增长率较高,其中东部地区新企业数量为1173个,中西部新企业数量为731个,占比分别为61.61%和38.39%;③ 骤减下降阶段：2010—2012年,新创企业数量出现明显的下降态势,年均新创企业成立数量仅为230个,其中东部地区新创企业数量为381个,中西部新企业数量为327个,占比分别为53.81%和46.19%。综上可知,中国汽车新创企业的时空波动态势明显,且空间差异较为显著,究其原因,主要在于国内外政治经济重大事件对中国汽车产业发展产生了重要影响。首先,在中国加入世界贸易组织（WTO）之前,中国汽车产业的出口和吸引外资的能力始终受限,而汽车产业又属于典型的资本和技术密集型行业,由于受制于国内消费能力和核心关键技术的影响,汽车产业发展始终处于波动状态。其次,2001年中国加入世界贸易组织以后,汽车产业自2002年迎来了发展高潮,2004年前后中国汽车市场逐渐趋于饱和,新创企业开始呈现下降态势。再次,为适应加入世贸组织后国内外汽车产业发展的新态势,2004年国家发展和改革委员会制定了《汽车产业发展政策》,提出将内部配套的零部件生产单位逐步调整为面向社会的、独立的专业化零部件生产企业,在此影响下,以汽车零部件为主导产品的新创企业又开始呈现增长态势。最后,2008年全球金融危机对中国汽车产业产生了重大冲击,2009年汽车新创企业数量出现骤减,而后经过国内政策调控和全球经济缓慢复苏,2011年又呈现缓慢增长态势,但相比前两个阶段,此阶段新创企业数量增长更为缓慢。

图1

新窗口打开|下载原图ZIP|生成PPT
图1中国汽车制造新创企业变化趋势

Fig. 1The changing trend of new automobile manufacturing firms in China



虽然东部地区新创企业数量占据绝对比例,然而仅通过数量分析并不能科学表征新创企业的微观区位选择特征,因此将进一步以地级市为单位,对新创企业成立的时空分异特征进行分析,图2和图3展示了1998—2012年中国汽车制造新创企业的时空分异特征。新创企业呈现由东部向中西部的递减态势,表现为遍布于东部沿海城市,散落于中部城市,零星分布于西部城市。1998—2004年,新创企业成立数量较多的东部地区城市主要包括上海、宁波、北京、台州等,其中上海新成立企业64个,中部地区城市主要包括武汉、长春、十堰、襄阳等,其中武汉新创企业23个,西部地区城市主要包括重庆、柳州、成都等,其中重庆新创企业39个,这一时期新创企业成立总体数量较少,在空间上呈现分散格局。2005—2009年,新创企业数量较多的东部地区城市主要包括宁波、广州、上海、潍坊等,其中广州新成立企业96个,中部地区城市主要包括芜湖、长春、十堰、武汉等,其中芜湖新成立企业55个,西部地区城市主要包括重庆、柳州、南充、成都等,其中重庆新成立企业89个,这一时期新创企业数量和分布热点地区都有所增加,主要集中在长三角、珠三角、京津冀、武汉-十堰、重庆-成都与长春-沈阳等传统的六大汽车产业集聚区。2010—2012年,新创企业数量较多的东部地区城市主要包括宁波、台州、广州、沈阳等,其中宁波新成立企业38个,中部地区城市主要包括芜湖、长春、十堰、合肥等,其中芜湖新成立企业32个,西部地区城市主要包括重庆、柳州、成都、广安等,其中重庆新成立企业20个,这一时期新创企业空间分布出现收缩,西部地区新疆、青海、云南等地退出了汽车制造业,导致新创企业区位选择向东中部集中连片分布。总体来看,新创企业空间格局主要表现以下4个特征：① 新创企业空间区位差异明显,东部沿海城市往往成为新创企业的首选区位,中西部部分条件较好的城市也成为新创企业选择地。随时间发展,虽然新创企业成立依旧遍布于东部沿海城市,但是活跃地区已开始向中部转移,中部地区连片分布态势日趋明显。② 国内经济发展水平较高地区如山东半岛等,虽然汽车产业基础较为薄弱,但仍然成为新创企业选择的热点区域,主要原因在于潜力巨大、层次丰富的消费市场需求为汽车产业发展提供了持续动力和增长空间,新增或更换汽车产品成为改善出行和生活质量提升的刚性需求,为打造汽车强省创造了有利基础和条件^[54]。③ 新创企业区位选择具有一定的集聚特征,随着西部地区的新疆、青海、云南、内蒙古等多个省份的城市退出了汽车制造行业,中部地区新创企业区位选择热点地区增加,新创企业区位选择在东部沿海、长江中部与黄河中部地区集中分布。④ 新创企业区位选择具有典型“路径依赖”特征,中国已有的六大汽车产业集群（以上海、南京为核心的长三角地区、以广州、深圳为核心的珠三角地区、以北京、天津为核心的京津冀地区、以武汉、十堰为核心的长江中游地区、以重庆、成都为核心的成渝地区和以长春、沈阳为核心的东北地区）成为汽车新创企业的首选区位。

图2

新窗口打开|下载原图ZIP|生成PPT
图2中国汽车制造新创企业的时空分异特征

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 2Spatiotemporal reconstruction of new firms in automobile manufacturing industry

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国汽车制造新创企业的时空集聚特征

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4630号）绘制,底图无修改。
Fig. 3Spatiotemporal agglomeration of new firms in automobile manufacturing industry

4 中国汽车新创企业的区位选择机制

为剖析新创企业区位选择影响因素的异质性,探讨全球化、市场化与分权化对新创企业区位选择的影响,研究运用Stata 15软件进行模型处理。首先,对1998—2012年汽车制造新创企业区位选择的时空综合机制进行分析;其次,重点考察1998—2004年、2005—2009年、2010—2012年3个时间阶段的影响新创企业区位选择机制变化;最后,分别从东、中、西部不同区域分析新创企业区位选择机制的差异性特征。

4.1 新创企业区位选择时空综合机制

从新创企业区位选择时空综合机制来看,各因素存在着明显的差异（表4）。1998—2012年,全球化维度中外商直接投资系数为0.007,说明区域内外商投资（包括跨国公司和外资企业）由于技术外溢、规模效应等因素,虽然在一定程度上可以促进新创企业成立,但影响并不显著。出口占比系数为0.758,说明了地区参与全球化水平越高,越有利于新创企业成立,但影响也不显著。市场化维度中,劳动力因素系数为0.064,在5%水平下显著为正,说明汽车制造新创企业的区位选择一定程度上受制于劳动力成本与劳动力质量的综合作用,虽然近些年中国汽车制造业为追求利润,被迫进行“逐底竞争”,但汽车制造业是具有一定技术含量的产业,需保证特定劳动力的技术能力,因此新创企业在区位选择时需尽量综合考虑地区劳动力成本与质量。集聚经济系数为0.116,在5%水平上显著为正,说明新创企业倾向于在同行业地区进行建厂,主要原因是新创企业可以减少交易成本、享受技术外溢和规模经济效应,这也进一步验证了新创企业空间结构为何呈现出典型“路径依赖”特征。市场潜力系数为0.156,在1%水平上显著为正,说明消费市场潜力大,越有利于促进新创企业成立和发展。分权化维度中,国有企业占比系数为-0.191,在1%水平上显著为负,说明国有企业占比大的地区不利于新创企业成立,主要是由于在国有企业比例高的地区,地方政府在制定政策和分配资源时会有所偏向,市场经济环境较差,阻碍市场自由竞争和地区资源的合理分配,会显著降低新企业成立的可能性。区位商系数为0.066,在1%水平上显著为正,说明政府政策的引导和支持有利于汽车制造业新创企业成立,进入政府支持产业名录,就会享受土地价格优惠、贴息贷款、入驻产业园区和现金奖励等多种政策,有助于降低新创企业的成本和风险。

Tab. 4
表4
表4新创企业区位选择时空特征影响因素回归结果
Tab. 4Regression results of influencing factors on spatiotemporal characteristics of new firms

变量	模型1
	全球化	市场化	分权化	全部要素
出口占比	0.10424** (0.017)	-	-	0.75775 (0.165)
外商直接投资	0.28230*** (0.000)	-	-	0.00676 (0.903)
劳动力因素	-	0.13286*** (0.000)	-	0.06382** (0.048)
集聚经济	-	0.28523*** (0.000)	-	0.11565** (0.081)
市场潜力	-	0.35165*** (0.000)	-	0.15601*** (0.001)
国有企业占比	-	-	-0.20766*** (0.000)	-0.19106*** (0.000)
区位商	-	-	0.10741*** (0.000)	0.06595*** (0.000)
企业规模	-	-	-	0.31348*** (0.000)
预期利润	-	-	-	0.01527* (0.074)
Cons	-0.21405*** (0.000)	-0.29897*** (0.000)	-0.18904*** (0.000)	-0.46987*** (0.000)
全部观察值数	4545	4545	4545	4545
城市数量	303	303	303	303

注：^*、^**、^***分别代表在10%、5%、1%统计水平上显著。

新窗口打开|下载CSV

4.2 新创企业区位选择时间特征差异

从新创企业区位选择时间特征差异来看,各因素在不同阶段对新创企业区位选择影响存在显著差异（表5）。在全球化维度中,出口占比在3个时间阶段的影响均不显著,主要是由于中国汽车品牌整体上在国际上竞争能力较弱,出口能力不强,且新创企业主要集中在汽车零部件制造等附加值较低的行业,因此影响并不显著。外商直接投资在3个时间阶段的影响也不显著,主要由于中国汽车制造业多为地方政府重点扶持的产业,虽然外商投资可以带来诸如技术外溢、规模经济等效应,但由于受到客观存在的经济、技术“势差”等和外资企业“俱乐部”特征的影响,因此并未对新创企业区位选择产生显著影响。在市场化维度中,劳动力因素系数从-0.040变为0.004,在不同阶段的影响作用存在差异。1998—2004年,劳动力因素在10%水平上显著为负,系数为-0.040,主要原因是中国汽车制造业在主动嵌入全球汽车生产网络的初始阶段,为减少企业成立成本和追求利润,大多企业倾向于选择劳动力成本较低的区域;2005—2009年,劳动力因素在5%水平上显著为正,系数为0.097,说明此阶段新创企业区位选择逐渐从关注劳动力成本转变为关注劳动力质量,通过提高劳动力生产率推进企业快速发展;2010—2012年,劳动力因素系数为0.004,但影响不显著,主要由于汽车制造业发展到特定阶段,新创企业逐渐兼顾劳动力成本与劳动力质量,但在压低劳动力价格时又须确保劳动力质量是一个复杂过程,最优区位选择就变得非常艰难。集聚经济因素在3个阶段影响均显著为正,系数从0.129降低为0.048,显著水平不断下降,说明集聚经济对汽车新创企业区位选择影响正逐渐减弱,主要原因在于集聚并不总是能产生正外部性,过度集聚可能会产生拥挤效应和竞争效应而导致集聚不经济,同时相关多样性不仅可以节约运输成本,更重要的是可以学习、交流与合作,一定程度上削弱了集聚经济的影响作用。市场潜力因素在1998—2004年和2005—2009年两个阶段影响显著为正,2010—2012年影响并不显著,主要由于前两个阶段地区内的市场消费水平影响着汽车的生产与消费,市场潜力大的地区有利于汽车新创企业的发展与生存,2010—2012年人们生活水平提高对汽车制造业新创企业区位选择影响作用下降。在分权化维度中,国有企业占比系数从-0.209变为-0.122,虽影响作用逐渐下降,但影响显著,说明国有企业对汽车制造业新创企业区位选择的阻力持续存在。而区位商在3个时间阶段里均在1%水平上显著为正,主要原因与前文论述基本一致。

Tab. 5
表5
表5新创企业区位选择时间特征影响因素回归结果
Tab. 5Regression results of influencing factors on temporal characteristics of new firms

变量	模型2					模型3					模型4
	1998—2004年					2005—2009年					2010—2012年
	全球化	市场化	分权化	全部要素		全球化	市场化	分权化	全部要素		全球化	市场化	分权化	全部要素
出口占比	0.15082* (0.063)	-	-	0.08837 (0.246)		0.03817 (0.527)	-	-	0.09230 (0.111)		0.05715 (0.370)	-	-	0.05658** (0.511)
外商直接投资	0.35423*** (0.000)	-	-	0.08225 (0.350)		0.35597*** (0.000)	-	-	-0.06512 (0.454)		0.23791*** (0.000)	-	-	0.07814 (0.322)
劳动力因素	-	0.12958* (0.075)	-	-0.03974* (0.061)		-	0.13294*** (0.001)	-	0.09744** (0.011)		-	0.06683 (0.221)	-	0.00366 (0.948)
集聚经济	-	0.53264*** (0.000)	-	0.12916** (0.022)		-	0.12988* (0.067)	-	0.233346** (0.034)		-	0.8788 (0.372)	-	0.04761* (0.064)
市场潜力	-	0.22609** (0.038)	-	0.13148* (0.092)		-	0.39410*** (0.000)	-	0.33095*** (0.000)		-	0.19523*** (0.002)	-	0.9406 (0.186)
国有企业占比	-	-	-0.15910*** (0.000)	-0.20852*** (0.000)		-	-	-0.27533*** (0.000)	-0.29571*** (0.000)		-	-	-0.03016*** (0.000)	-0.12239** (0.031)
区位商	-	-	0.18698*** (0.000)	0.09250*** (0.000)		-	-	0.10919*** (0.000)	0.06764*** (0.000)		-	-	0.10721*** (0.000)	0.05978*** (0.005)
企业规模	-	-	-	0.41853*** (0.000)		-	-	-	0.25498*** (0.000)		-	-	-	0.28898*** (0.000)
预期利润	-	-	-	0.66053*** (0.002)		-	-	-	0.06238** (0.011)		-	-	-	0.02285* (0.100)
Cons	-0.32099*** (0.000)	-0.36649*** (0.000)	-0.28339*** (0.000)	-1.21288*** (0.000)		-0.13153*** (0.000)	-0.22787*** (0.000)	-0.12137*** (0.000)	-0.44691*** (0.000)		-0.15636*** (0.000)	-0.20973*** (0.000)	-0.16164*** (0.000)	-0.41989*** (0.000)
全部观察值数	2121	2121	2121	2121		1515	1515	1515	1515		909	909	909	909
城市数量	303	303	303	303		303	303	303	303		303	303	303	303

注：^*、^**、^***分别代表在10%、5%、1%统计水平上显著。

新窗口打开|下载CSV

4.3 新创企业区位选择空间特征差异

从新创企业区位选择空间特征差异来看,各因素在不同区域对新创企业区位选择影响同样存在显著差异（表6）。在全球化维度中,东部地区的出口因素对新创企业区位选择具有显著正效应,系数为0.046,其主要原因是在东部地区出口比例高的外向型城市数量较多,新成立企业常常可以依托当地的进出口公司出口,从而减少企业成立之初在外贸上的交易成本,因此有利于新创企业成立;而中西部地区出口比例高的外向型城市数量较少,主要原因是中西部地区汽车产品市场主要以国内市场为主,对外开放程度相对较低,一定程度上出口占比并不会对新创企业区位选择产业显著影响。在市场化维度中,劳动力因素对新创企业区位选择影响不同,东部地区劳动力因素影响不显著,主要原因在于东部地区劳动力数量和劳动力质量都相对较好,新创企业区位选择在兼顾劳动力成本与质量之间的平衡时较难,因此导致上述现象存在;而在中西部地区劳动力因素显著为正,系数分别为0.054与0.309,主要原因在于新创企业在中西部建厂更多的是重点关注区域内的劳动力数量,而对区域劳动力质量关注程度往往不够,因此呈现显著正影响。市场潜力对新创企业区位选择影响也存在异质性,东部地区市场潜力影响系数为0.018,但影响不显著,主要由于东部地区经济发展水平较高,各地区人均消费水平较高,对汽车相关产品的销售影响较小,而中西部地区市场潜力因素显著为正,系数分别为0.339与0.597,主要由于中西部地区经济发展水平低,城市之间经济水平差异较大,新创企业更倾向于经济发展水平高的城市,人均消费水平越高,市场潜力越大,越有利于汽车新创企业成立。虽然部分因素对影响新创企业区位空间特征差异存在异质性,但仍有若干因素保持一致性,如外商直接投资、集聚经济、区位商和国有企业占比对不同区域新创企业区位选择影响大体相同。外商直接投资在各区域系数虽为正,但影响并不显著,说明外商直接投资并未促进新创企业成立。地方集聚在各区域系数为正且影响显著,说明集聚经济有利于汽车制造业新创企业成立。区位商在各区域系数为正且影响显著,系数分别为0.017、0.100和0.151,国有企业占比系数为负且影响显著,系数分别为-0.116、-0.219和-0.286,主要原因与前文论述基本一致。

Tab. 6
表6
表6新创企业区位选择空间特征影响因素回归结果
Tab. 6Regression results of influencing factors on spatial characteristics of new firms

变量	模型5					模型6					模型7
	东部地区					中部地区					西部地区
	全球化	市场化	分权化	全部要素		全球化	市场化	分权化	全部要素		全球化	市场化	分权化	全部要素
出口占比	0.02000 (0.493)	-	-	0.04611** (0.030)		0.18902* (0.051)	-	-	0.02987 (0.740)		-0.36446 (0.628)	-	-	0.57665 (0.219)
外商直接投资	0.05349* (0.100)	-	-	0.01541 (0.675)		1.52712*** (0.000)	-	-	0.19427 (0.476)		0.40193 (0.424)	-	-	0.08393 (0.837)
劳动力因素	-	0.02254 (0.426)	-	0.00239 (0.933)		-	0.12731** (0.030)	-	0.05447** (0.050)		-	0.52090*** (0.003)	-	0.30923* (0.067)
集聚经济	-	0.07311* (0.100)	-	0.03254** (0.049)		-	0.53193*** (0.000)	-	0.26461* (0.057)		-	1070422*** (0.007)	-	0.97833* (0.071)
市场潜力	-	0.07625** (0.018)	-	0.01802 (0.602)		-	0.69917*** (0.000)	-	0.33941*** (0.005)		-	0.88137*** (0.000)	-	0.59674** (0.017)
国有企业占比	-	-	-0.13241*** (0.000)	-0.11614*** (0.000)		-	-	-0.28296*** (0.000)	-0.21878*** (0.000)		-	-	-0.19998** (0.039)	-0.28619*** (0.003)
区位商	-	-	0.3745*** (0.003)	0.01749* (0.065)		-	-	0.13910*** (0.000)	0.09951*** (0.000)		-	-	0.24747*** (0.001)	0.15120** (0.018)
企业规模	-	-	-	0.19469*** (0.000)		-	-	-	0.34649*** (0.000)		-	-	-	0.53475*** (0.000)
预期利润	-	-	-	0.05119*** (0.010)		-	-	-	0.01579 (0.686)		-	-	-	0.12795* (0.099)
Cons	-0.04935*** (0.000)	-0.07982*** (0.000)	-0.04025*** (0.000)	-0.16703*** (0.000)		-0.23863*** (0.000)	-0.35730*** (0.000)	-0.19763*** (0.000)	-0.57290*** (0.000)		-0.50550*** (0.000)	-0.90955*** (0.000)	-0.72215*** (0.000)	-1.50441*** (0.000)
全部观察值数	1515	1515	1515	1515		1605	1605	1605	1605		1425	1425	1425	1425
城市数量	101	101	101	101		107	107	107	107		95	95	95	95

注：^*、^**、^***分别代表在10%、5%、1%统计水平上显著。

新窗口打开|下载CSV

基于不同时空尺度重点论述中国汽车制造新创企业空间选择机制的差异性,研究发现全球化、市场化、分权化等相关因素发挥着不同作用,这具有非常重要的现实意义和实践价值,为未来政府制定产业政策和进行产业规划提供了有力支撑。除此之外,研究还关注到了控制变量的作用,发现无论是基于空间维度和时间维度,还是基于时空综合维度,企业规模对新创企业成立均存在显著正影响,说明新创企业仍以中小型企业为主,而大型企业成立不仅受制于上述3个要素的影响,更重要的是还将受制于国家政府的掌控,是一个极其复杂的过程,这将在以后研究中进行重点考虑。企业预期利润对新创企业成立也存在显著正影响,说明企业作为重要的经济体,利润仍是其考虑的最重要因素。同时研究也进行了稳健性检验,发现模型结果稳健,限于篇幅,暂未报告稳健性检验结果。

5 结论与讨论

5.1 结论

研究基于“中国工业企业数据库（1998—2012）”和“中国城市统计年鉴（1999—2013）”,以汽车制造业新创企业为例,结合中国经济转型背景和汽车制造业发展过程,分析了新创企业空间分异特征及区位选择机制,结果表明：

（1）1998—2004年,新创企业在东部地区集中连片分布,零星分散在中西部地区; 2005—2009年,中西部地区拥有新创企业的城市数量虽有所增多,但东部地区占全国比例仍保持在60%以上;2010—2012年,新创企业呈现向中西部大规模扩散趋势,西部尤其是成渝地区逐渐成为热点区域。新创企业空间区位差异明显,东部沿海城市往往成为新创企业的首选区位,中西部区位条件较好的城市如长江中游与黄河中游的某些城市也成为新创企业的选择地。同时,新创企业区位选择具有一定的集聚特征和“路径依赖”特征,中国传统的六大汽车产业集群所在区域往往成为汽车新创企业的首选区位。

（2）从新创企业区位选择时空综合机制来看,全球化影响不显著,而区域化和分权化均存在显著影响,其中劳动力、集聚经济、市场潜力与区位商能促使新创企业成立,而国有企业占比则会显著阻碍新创企业进入;从时间特征差异来看,全球化依然表现不显著,区域化中的劳动力因素影响作用变化说明新创企业区位选择正逐渐从关注劳动力成本转向于关注劳动力质量,集聚经济和市场潜力在多样化和城市化经济的冲击下作用减弱,而分权化始终保持对新创企业的显著影响;从空间特征差异来看,全球化的出口因素在东部地区影响显著,但在中西部地区表现不明显,区域化中劳动力因素和市场潜力因素在东部地区影响不显著,而在中西部地区劳动力因素显著为正,除此之外,外商直接投资、集聚经济、区位商和国有企业占比对不同区域新创企业区位选择影响大体相同。

（3）全球化对中国汽车新创企业作用并不显著,说明中国汽车制造企业由于缺少强大的自主品牌,使得与国外汽车核心企业存在权力高度不对等现象,出口也由于受制于全球价值链低端位置而处于不利境地。新创企业在市场化的影响下,逐渐从关注劳动力成本转变为关注劳动力质量,而集聚经济和消费市场则为汽车产业发展提供了持续动力和增长空间。分权化的影响作用也说明了国有企业和政府政策在持续博弈中影响新创企业进入。演化经济地理学非常关注“区位机会窗口”理论对新产业/企业在初始阶段的空间选择随机性,而中西部地区在“全球化、市场化、分权化”等因素互动关联作用下,深刻影响了新创企业向中西部大规模扩散趋势,一定程度上证实了“区位机会窗口”理论的适用性。

5.2 讨论

演化经济地理学主要以演化生物学、复杂性科学和路径依赖为理论基点解释经济景观的组织行为变化,以及探讨路径创造和路径依赖如何相互作用塑造经济转型和空间重构的地理过程。然而演化经济地理学的理论建构目前还面临许多挑战,如何尝试理解经济主体机会选择的空间尺度,如何剖析经济景观变化及维持的路径依赖性,社会资本、结构制度、微观经济行为如何协同塑造地方生产等已成为需要解决的关键问题。因此,演化经济地理学非常重视“创造性破坏”对经济主体空间调整和区位重组过程的重要影响,而“创造性破坏”过程也深刻受制于资本的“空间出路”、技术的“时空压缩”和地方的开放程度的综合作用。本研究在“大众创业、万众创新”的背景下,以汽车制造业新创企业为对象,突破了以往研究的时空割裂情景,突出时空要素在新创企业动态变化中的作用分析,重点讨论了全球化、市场化、分权化等因素对新创企业时空分异及区位选择机制的综合作用,在一定程度上强调了“区位机会窗口”对某些地区实现企业区位空间调整及其把握企业与政府关系的重要性。“区位机会窗口”认为新企业在最初产生和分布时,既不是确定的,也不是一个完全理性的过程,新企业初期往往可以利用市场化的“通用因素”（如劳动力、资源、市场等）成为其发展的必要条件,但并不是其发展的充分条件,如山东半岛虽然汽车产业基础较为薄弱,但由于其具有潜力巨大、层次丰富的消费市场,仍成为企业选择的热点区域,而西部地区的新疆、青海、云南、内蒙古等多个省份的城市由于劳工成本、市场潜力等优势条件弱化而导致企业退出,都充分说明了上述观点。“区位机会窗口”同时也强调了路径依赖的重要性,新企业在吸收和重组以往发展模式所积累的资源、技术和经验的基础上,从而植根于地方的经济环境和制度氛围之中,中国已有的六大汽车产业集群成为汽车新创企业的首选区位也说明了这一观点。研究还进一步证实了全球化对中国汽车新创企业作用不显著,而分权化存在显著影响,说明新创企业在发展过程中难以脱离政府政策,且在不同的发展阶段需要不同的产业政策、组织政策和区域政策进行支持,如何从制度视角剖析政府政策对新企业形成和发展的影响,从而讲好“中国故事”已成为中国经济地理****亟待关注的核心问题之一。因此,后续研究不仅要反思欧美中心主义的经济地理理论与实践,还要深刻剖析中国发展实践所形成的典型经济现象及内在机制。

致谢

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,提出的建设性意见使文章质量有了较大提升。首先,在文献述评上专家指出要进一步深化文献综述并说明当前研究领域的空白以及未来方向;其次,在指标选取上专家建议要更加科学地选择变量;最后,在结论与讨论上专家指出要进一步提升总结,并与现有研究进行对话,总结本文可能的理论贡献。此外,评审专家对文章逻辑、内容整合提出了中肯建议,使文章结构层次更加清晰。

参考文献 View Option 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] 张晓平, 孙磊. 北京市制造业空间格局演化及影响因子分析
地理学报, 2012, 67(10): 1308-1316.
[本文引用: 1]

[Zhang Xiaoping, Sun Lei. Manufacture restructuring and main determinants in Beijing metropolitan area
Acta Geographica Sinica, 2012, 67(10): 1308-1316.] DOI: 10.11821/xb201210002.
[本文引用: 1]

[2] Christos K, Nicholas K, Douglas M. Location clioice of academic entrepreneurs: Evidence from the US bioteclmology industry
Journal of Business Venturing, 2015, (2): 227-254. DOI: 10.1016/j.jbusvent.2014.02.002.
[本文引用: 1]

[3] Baum J R, Bird B J, Singh S. The practical intelligence of entrepreneurs: Antecedents and a link with new venture growth
Personnel Psychology, 2011, 64(2): 397-425. DOI: 10.1111/j.1744-6570.2011.01214.x.
URL [本文引用: 1]

[4] Klapper L, Love I, Randall D. New firm registration and the business cycle
International Entrepreneurship and Management Journal, 2015, 11(2): 287-306. DOI: 10.1007/s11365-014-0345-0.
URL [本文引用: 1]

[5] 史进, 贺灿飞. 中国新企业成立空间差异的影响因素: 以金属制品业为例
地理研究, 2018, 37(7): 1282-1296.
DOI:10.11821/dlyj201807003 [本文引用: 5]
新企业是产业空间重构的重要驱动力。采用1998-2007年中国工业企业数据库,以金属制品业为例,发现金属制品业新企业成立的活跃地区由东部沿海转向中西部地区,特别是中部地区。随后建立“全球链接、区域竞争和地方环境”的分析框架,通过城市层面的面板Tobit模型,考察新企业成立空间差异的影响因素,并突出企业效率在这些因素作用过程中的影响。研究发现：① 外向型城市有利于新企业成立;低效率的新企业只是追求劳动力的低成本,但是高效率的新企业还能兼顾劳动力的高质量。② 区域市场潜力大的城市有利于新企业成立。③ 市场化环境好的城市有利于新企业成立,地方化经济对新企业成立无显著影响,而适度的相关多样化能够促进高效率新企业成立。
[Shi Jin, He Canfei. Determinants of the spatial variation of new firm formation in China's metal product industry
Geographical Research, 2018, 37(7): 1282-1296.] DOI: 10.11821/dlyj201807003.
[本文引用: 5]

[6] Wei Y D. Decentralization, marketization, and globalization: The triple processes underlying regional development in China
Asian Geographer, 2001, 20(1-2): 7-23. DOI: 10.1080/10225706.2001.9684073.
URL [本文引用: 1]

[7] 毛琦梁, 董锁成, 王菲, 等. 中国省区间制造业空间格局演变
地理学报, 2013, 68(4): 435-448.
[本文引用: 1]

[Mao Qiliang, Dong Suocheng, Wang Fei, et al. Evolving a core-periphery pattern of manufacturing industries across Chinese provinces
Acta Geographica Sinica, 2013, 68(4): 435-448.] DOI: 10.3969/j.issn.0375-5444.2013.04.001.
[本文引用: 1]

[8] 段小薇, 苗长虹, 赵建吉. 河南承接制造业转移的时空格局研究
地理科学, 2017, 37(1): 72-82.
DOI:10.13249/j.cnki.sgs.2017.01.009 [本文引用: 1]
基于2000~2009年中国大中型企业数据库数据,利用产业转移承接指数、地区专业化和多样化指数、改进的偏离份额分析等方法,从时间、空间以及行业-区位等维度对河南承接制造业产业转移的时空格局进行研究。结果表明：① 时间趋势上,河南承接国内外制造业转移规模持续增大,承接行业类型显著增多;轻工业比重高于重工业,资本密集型行业明显增加。② 空间格局上,基本呈现出以中原城市群为中心的核心-外围模式,豫北地区承接制造业转移规模逐渐降低,而黄淮地区显著增强。各地市在制造业总体、轻工业、重工业以及劳动密集型、资本密集型和技术密集型行业的承接上,呈现出增强型、减弱型、补缺型、抵消型等不同的特征;专业化和多样化承接的组合类型城市之间也明显不同,地市间承接制造业转移的行业存在雷同,但多数转移行业受地理临近性的影响不显著。③ 行业-区位组合上,劳动密集的轻工业和资本密集的重工业的集聚效应非常明显,而技术密集型行业对区位优势的指向性很强。
[Duan Xiaowei, Miao Changhong, Zhao Jianji. Spatio-temporal pattern of undertaking manufacturing's transfer in Henan province
Scientia Geographica Sinica, 2017, 37(1): 72-82.] DOI: 10.13249/j.cnki.sgs.2017.01.009.
[本文引用: 1]

[9] 袁丰, 魏也华, 陈雯, 等. 无锡城市制造业企业区位调整与苏南模式重组
地理科学, 2012, 32(4): 401-408.
DOI:10.13249/j.cnki.sgs.2012.04.401 [本文引用: 1]
苏南地域广阔,区域和城市发展路径多样。较多研究关注全球化背景下国家和省级开发区发展带来的苏南模式创新,但是城市化对苏南模式重组影响同样值得关注。基于企业数据的空间分析以及企业访谈和问卷调查资料,从制造业企业进入和退出的角度,考察无锡市南长区在从乡镇企业典型发育地区(郊区)转变为城区过程中的产业升级和空间格局调整过程。研究表明：南长区制造业经历了产权重组、结构重组和空间重组三个过程,呈现出中小高新技术企业为主、空间上高度集中等城市化特征。政府表现出明显的“企业化”倾向,与传统苏南模式中直接介入企业经营不同,地方政府通过规划调控以及开发区建设、税收等金融刺激政策和措施影响企业区位行为,从而推动城市产业结构的转型升级和空间再集聚。
[Yuan Feng, Wei Yehua, Chen Wen, et al. Manufacturing firms location adjustment and the restructuring of the Sunan model in Wuxi city
Scientia Geographica Sinica, 2012, 32(4): 401-408.] DOI: 10.13249/j.cnki.sgs.2012.04.002.
[本文引用: 1]

[10] 陈肖飞, 杨洁辉, 王恩儒, 等. 基于汽车产业供应链体系的中国城市网络特征研究
地理研究, 2020, 39(2): 370-383.
DOI:10.11821/dlyj020190060 [本文引用: 1]
结构特征与权力等级是城市网络的重要要素。基于“产业-区位”视角,通过对2012年中国汽车产业供应链体系分析,凝炼中国城市网络特征。研究发现：① 基于汽车产业供应链体系的中国城市网络表现出明显的“低密度-多核心、高聚类-少趋同”的结构特征。② 城市网络的结构特征与权力等级存在显著“悖论”,即城市节点的网络地位不仅取决于链接城市的数量,还需考虑关联网络的空间属性和资本容量。③ 城市网络权力等级中既包括上海、重庆等领导核心城市,也包括广州、芜湖等中心集约城市和苏州、成都等权力门户城市,说明转变中心性与转变控制力不仅能有效揭示中国城市网络节点的真实权力属性,也更符合经济现象的地理空间非均衡规律。④ 重庆、上海、天津、长春、北京、十堰等领导核心城市并未完全锁定中国六大汽车产业集聚区,其中长三角地区网络权力最突出,珠三角地区网络权力最弱。
[Chen Xiaofei, Yang Jiehui, Wang Enru, et al. The characteristics of China's urban network based on the supply chain system of automobile industry
Geographical Research, 2020, 39(2): 370-383.] DOI: 10.11821/dlyj020190060.
[本文引用: 1]

[11] 李佳洺, 孙威, 张文忠. 北京典型行业微区位选址比较研究: 以北京企业管理服务业和汽车制造业为例
地理研究, 2018, 37(12): 2541-2553.
DOI:10.11821/dlyj201812014 [本文引用: 1]
以微观企业数据为基础,采用核密度空间平滑和条件逻辑选择模型等方法,重点关注企业在城市内部微观尺度下的区位选择,并对北京典型现代服务业和制造业区位选择的差异进行对比分析。结果表明：① 北京中小型制造企业倾向于在集聚区分布,符合马歇尔式产业集群的特征,而服务业则是大型企业更倾向于集中布局;② 尽管微观尺度下多样化和上下游产业链对现代服务业和制造业依然有重要影响,但是与宏观尺度下不同的是对于现代服务业来说过度多样化并不利于其发展,对于制造业来说区域专业化劳动力规模而非专业化程度更为重要;③ 政府对地铁等公共设施布局选址将对现代服务业的微观区位产生重要影响。
[Li Jiaming, Sun Wei, Zhang Wenzhong. Comparative study on micro-scale location choice of typical industries: The case study of management service and automobile manufacturing in Beijing
Geographical Research, 2018, 37(12): 2541-2553.] DOI: 10.11821/dlyj201812014.
[本文引用: 1]

[12] 张杰, 唐根年. 浙江省制造业企业时空迁移特征及驱动机理: 基于县域尺度
经济地理, 2019, 39(6): 118-126.
[本文引用: 1]

[Zhang Jie, Tang Gennian. Spatial-temporal migration characteristics and driving mechanism of manufacturing enterprises in Zhejiang: Based on county scale
Economic Geography, 2019, 39(6): 118-126.] DOI: 10.15957/j.cnki.jjdl.2019.06.013.
[本文引用: 1]

[13] 徐维祥, 张筱娟, 刘程军. 长三角制造业企业空间分布特征及其影响机制研究: 尺度效应与动态演进
地理研究, 2019, 38(5): 238-254.
[本文引用: 1]

[Xu Weixiang, Zhang Xiaojuan, Liu Chengjun. Spatial distribution pattern and influencing factors of manufacturing enterprises in Yangtze River Delta: Scale effects and dynamic evolution
Geographical Research, 2019, 38(5): 238-254.] DOI: 10.11821/dlyj020170859.
[本文引用: 1]

[14] 陈建军, 崔春梅, 陈菁菁. 集聚经济、空间连续性与企业区位选择: 基于中国265个设区城市数据的实证研究
管理世界, 2011, (6): 63-75.
[本文引用: 1]

[Chen Jianjun, Cui Chunmei, Chen Jingjing. Agglomeration economy, spatial continuity and enterprise location selection: An empirical study based on the data of 265 district cities in China
Management World, 2011, (6): 63-75.] DOI: 10.19744/j.cnki.11-1235/f.2011.06.006.
[本文引用: 1]

[15] 魏后凯, 贺灿飞, 王新. 外商在华直接投资动机与区位因素分析: 对秦皇岛市外商直接投资的实证研究
经济研究, 2001, (2): 67-76.
[本文引用: 1]

[Wei Houkai, He Canfei, Wang Xin. An analysis of motives and location factors of foreign direct investment in China: An empirical study of foreign direct investment in Qinhuangdao city
Economic Research Journal, 2001, (2): 67-76.]
[本文引用: 1]

[16] Keeble D, Walker S. New firms, small firms and dead firms: Spatial patterns and determinants in the United Kingdom
Journal Regional Studies, 1994, 28(4): 411-427. DOI: 10.1080/00343409412331348366.
[本文引用: 1]

[17] 王良举, 王永培, 梁云. 企业的异质性会否影响其区位选择: 来自中国制造业数据的实证分析
现代财经(天津财经大学学报), 2017, 37(12): 86-98.
[本文引用: 1]

[Wang Liangju, Wang Yongpei, Liang Yun. Does firm heterogeneity affect firm's location decision: Evidence from China's manufacturing firms
Modern Finance and Economics (Journal of Tianjin University of Finance and Economics), 2017, 37(12): 86-98.] DOI: 10.19559/j.cnki.12-1387.2017.12.006.
[本文引用: 1]

[18] Krugman P, Venables A J. Globalization and the inequality of nations
Quarterly Journal of Economics, 1995, 110(4): 857-880. DOI: 10.2307/2946642.
URL [本文引用: 1]

[19] Melitz M J. The impact of trade on intra-industry reallocations and aggregate industry productivity
Econometrica, 2003, 71(6): 1695-1725. DOI: 10.1111/1468-0262.00467.
URL [本文引用: 1]

[20] Baldwin R, Okubo T. Heterogeneous firms, agglomeration and economic geography: Spatial selection and sorting
Cepr Discussion Papers, 2005, 6(3): 323-346. DOI: 10.1093/jeg/lbi020.
[本文引用: 1]

[21] 陈肖飞, 苗长虹, 潘少奇, 等. 轮轴式产业集群内企业网络特征及形成机理研究: 基于2014年奇瑞汽车集群实证分析
地理研究, 2018, 37(2): 353-365.
DOI:10.11821/dlyj201802009 [本文引用: 1]
随着全球经济格局调整和规则重构,全球“第四次产业转移浪潮”为中国轮轴式产业集群升级提供了一扇“区位机会窗口”。基于对以奇瑞汽车集群为代表的轮轴式产业集群实地调研,通过企业半结构式访谈和问卷调查,研究了2014年集群内部企业间的产业联系网络、创新合作网络和社会交流网络,深度刻画了企业网络结构特征和形成机理。研究发现：① 企业网络中心性较为突出,呈现显著的“核心—边缘”结构。说明以QR为代表的核心企业在集群内部拥有绝对的“市场权利”“技术权利”和“网络权利”,对企业网络形成具有重要的支配作用;② 企业网络整体发育层次较低,差异较大。其中产业联系网络发育水平相对较高,创新合作网络最低,说明企业间交往仍以产品垂直供货和水平分工协作为基础,虽然在核心企业主导下外围节点间存在社会交流现象但程度相对较弱,同时汽车生产系统技术差异及“小团体”“俱乐部”等现象也导致企业间创新合作网络的发育迟缓。③ 企业网络建构是地理临近性、关系异质性和认知互动性共同作用的结果。其中,企业地理空间接近和面对面交流为网络形成提供了基本条件,企业关系资产和行动者网络为网络形成提供了介质条件,企业技术关联和路径创造为网络形成提供了保障条件。
[Chen Xiaofei, Miao Changhong, Pan Shaoqi, et al. Characteristics and construction mechanism of enterprise networks in “Hub-and-Spoke” cluster: Empirical evidence from Chery cluster in 2014, China
Geographical Research, 2018, 37(2): 353-365.] DOI: 10.11821/dlyj201802009.
[本文引用: 1]

[22] Mair A, Florida R, Kenney M. The new geography of automobile production: Japanese transplants in North America
Economic Geography, 1988, 64(4): 352. DOI: 10.2307/144233.
URL [本文引用: 1]

[23] Klepper S. 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: 1]

[24] Boschma R, Wenting R. The spatial evolution of the British automobile industry: Does location matter?
Industrial & Corporate Change, 2007, 16(2): 213-238. DOI: 10.1093/icc/dtm004.
[本文引用: 1]

[25] 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 [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.] DOI: 10.11821/dlxb201406011.
[本文引用: 1]

[26] 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研究
地理研究, 2020, 39(10): 2295-2312.
DOI:10.11821/dlyj020200113 [本文引用: 1]
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。
[Xu Ning, Li Xiande, Li Weijiang. The spatial pattern and underlying factors of exited automobile ventures in China
Geographical Research, 2020, 39(10): 2295-2312.] DOI: 10.11821/dlyj020200113.
[本文引用: 1]

[27] 刘颖, 郭琪, 贺灿飞. 城市区位条件与企业区位动态研究
地理研究, 2016, 35(7): 1301-1313.
DOI:10.11821/dlyj201607007 [本文引用: 1]
随着新新经济地理理论的发展,企业异质性的研究逐渐受到重视,不同效率企业的区位选择被认为是造成城市生产效率差异的重要原因。验证企业区位选择对城市生产效率的影响,以及探讨企业区位选择的城市影响要素是研究的关键问题。沿用Baldwin和Melitz等****的研究思路,从企业区位主动选择与被动选择的视角,理解中国城市生产效率的差异及其变化,分析企业区位自选择效应的空间差异。在此基础上,采用2002-2007年的规模以上工业企业面板数据,通过建立基于企业进入、退出区位动态的回归模型,揭示企业区位自选择效应的作用机制和城市影响因素。研究发现：企业区位自选择效应确实存在,不同效率企业的主动选择和被动选择都会影响城市的生产效率。生产率较高的工业企业倾向于选择科技研发水平高、市场潜力大、产业相对集聚的城市,生产率较低的工业企业更容易因城市高昂的要素成本和激烈的行业竞争,尤其是同行企业竞争而被挤出。此外,政府的政策优惠可以吸引高效率企业进入,但这种政策倾斜也会加剧其他企业的退出。因此,提高科技水平、扩大市场规模、促进产业集聚、合理运用政策调控是提高城市竞争力的关键。
[Liu Ying, Guo Qi, He Canfei. Urban characteristics and firms' location selection
Geographical Research, 2016, 35(7): 1301-1313.] DOI: 10.11821/dlyj201607007.
[本文引用: 1]

[28] Gereffi G, Humphrey J, Sturgeon T. The governance of global value chains
Review of International Political Economy, 2005, 12(1): 78-104. DOI: 10.1080/09692290500049805.
URL [本文引用: 1]

[29] Gereffi G. Global value chains and international competition
The Antitrust Bulletin, 2011, 56(1): 37-56. DOI: 10.1177/0003603X1105600104.
URL [本文引用: 1]

[30] Fritsch U, Goerg H. Outsourcing, importing and innovation: Evidence from firm-level data for emerging economies
Review of International Economics, 2015, 23(4): 687-714. DOI: 10.1111/roie.12187.
URL [本文引用: 1]

[31] Amiti M, Itskhoki O, Konings J. Importers, exporters, and exchange Rate Disconnect
American Economic Review, 2012, 104(7): 1942-1978. DOI: 10.2139/ssrn.2185874.
URL [本文引用: 1]

[32] Seker M. Importing, exporting, and innovation in developing countries
Review of International Economics, 2012, 20(2): 299-314. DOI: 10.1111/j.1467-9396.2012.01023.x.
URL [本文引用: 1]

[33] Cheng L K, Kwan Y K. What are the determinants of the location of foreign direct investment? The Chinese experience
Journal of International Economics, 2000, 51(2): 379-400. DOI: 10.1016/S0022-1996(99)00032-X.
URL [本文引用: 1]

[34] Zhao Z, Zhang K H. FDI and industrial productivity in China: Evidence from panel data in 2001-06
Social ence Electronic Publishing, 2015, 14(3): 656-665. DOI: 10.1515/rmeef-2014-0024.
[本文引用: 1]

[35] Wu W, Yuan L, Wang X, et al. Does FDI drive economic growth? Evidence from city data in China
Emerging Markets Finance & Trade, 2019, (3): 1-14. DOI: 10.1080/1540496X.2019.1644621.
[本文引用: 1]

[36] 孙楚仁, 张楠, 陈勇兵, 等. 出口会影响企业在城市内部的区位选择吗?: 基于2004年“中国工业企业数据库”上海市数据的分析
世界经济研究, 2015, (12): 66-77, 125.
[本文引用: 1]

[Sun Churen, Zhang Nan, Chen Yongbing, et al. Intra-city spatial distribution of exporters and non-exporters: Evidence from Shanghai, China
World Economy Study, 2015, (12): 66-77, 125.] DOI: 10.13516/j.cnki.wes.2015.12.007.
[本文引用: 1]

[37] Marshall A. Principles of Economics
London: MacMillan, 1890.
[本文引用: 1]

[38] 贺灿飞, 魏后凯. 信息成本、集聚经济与中国外商投资区位
中国工业经济, 2001, (9): 38-45.
[本文引用: 1]

[He Canfei, Wei Houkai. Information cost, agglomeration economy and location of foreign investment in China
China Industrial Economy, 2001, (9): 38-45.] DOI: 10.3969/j.issn.1006-480X.2001.09.005.
[本文引用: 1]

[39] Armington C, Acs Z J. The determinants of regional variation in new firm formation
Regional Studies, 2002, 36(1): 33-45. DOI: 10.1080/00343400120099843.
URL [本文引用: 1]

[40] Yu J, Fang J, Guo H, et al. Electronic information industry, clustering and growth: Empirical study of the Chinese enterprises
Chinese Management Studies, 2013, 7(2): 172-193. DOI: 10.1108/CMS-Sep-2011-0083.
URL [本文引用: 1]

[41] He C, Wang J. Regional and sectoral differences in the spatial restructuring of Chinese manufacturing industries during the post-WTO period
Geojournal, 2012, 77(3): 361-381. DOI: 10.1007/s10708-010-9396-0.
URL [本文引用: 1]

[42] Gereffi G, Frederick S. The global apparel value chain, trade and the crisis: Challenges and opportunities for developing countries
World Bank Policy Research Working Paper Series: World Bank, 2010. DOI: 10.1596/1813-9450-5281.
[本文引用: 1]

[43] Gereffi G, Humphrey J, Sturgeon T. The governance of global value chains
Review of International Political Economy, 2005, 12(1): 78-104. DOI: 10.1080/09692290500049805.
URL [本文引用: 1]

[44] Harris C D. The market as a factor in the localization of industry in the United States
Annals of the Association of American Geographers, 1954, 44(4): 315-348. DOI: 10.2307/2561395.
[本文引用: 1]

[45] Fujita M, Krugman P R, Venables A J. The Spatial Economy: Cities, Regions, and International Trade
Cambridge, MA: MIT Press, 2001.
[本文引用: 1]

[46] 刘修岩, 张学良. 集聚经济与企业区位选择: 基于中国地级区域企业数据的实证研究
财经研究, 2010, (11): 83-92.
[本文引用: 1]

[Liu Xiuyan, Zhang Xueliang. Agglomeration economy and firm location choice: Evidence from prefectural data of firms in China
Journal of Finance and Economics, 2010, (11): 83-92.] DOI: 10.16538/j.cnki.jfe.2010.11.006.
[本文引用: 1]

[47] 王俊松. 集聚经济与中国制造业新企业区位选择
哈尔滨工业大学学报: 社会科学版, 2011, 13(6): 19-26.
[本文引用: 1]

[Wang Junsong. Cluster economy and location selection of new enterprises in China's manufacturing industry
Journal of HIT: Social Sciences Edition, 2011, 13(6): 19-26.] DOI: 10.3969/j.issn.1009-1971.2011.06.003.
[本文引用: 1]

[48] Jefferson G H, Rawski T G. Enterprise reform in Chinese industry
Journal of Economic Perspectives, 1994, 8(2): 47-70. DOI: 10.2307/2138536.
URL [本文引用: 1]

[49] Weingast B R. The economic role of political institutions: Market preserving federalism and economic development
Journal of Law Economics & Organization, 1995, 11(1): 1-31. DOI: 10.1086/467330.
[本文引用: 1]

[50] Zhao J, Chen X, Hao Y, et al. Monetary policy, government control and capital investment: Evidence from China
China Journal of Accounting Research, 2018, 11(3): 233-254. DOI: CNKI:SUN:CJAR.0.2018-03-004.
URL [本文引用: 1]

[51] Zhu S, He C. 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: 2]

[52] 杨其静, 聂辉华. 保护市场的联邦主义及其批判
经济研究, 2008, (3): 99-114.
[本文引用: 1]

[Yang Qijing, Nie Huihua. Market-preserving federalism and criticism on it
Economic Research Journal, 2008, (3): 99-114.]
[本文引用: 1]

[53] 陈强. 高级计量经济学及Stata应用. 北京: 高等教育出版社, 2014: 325.
[本文引用: 1]

[Chen Qiang. Advanced Econometrics and Stata Applications. Beijing: Higher Education Press, 2014: 325.]
[本文引用: 1]

[54] 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. http://www.chinanews.com/cj/2019/01-23/8737205.shtml, 2019-01-23.
URL [本文引用: 1]

[China News Net. Yantai: Ten billion new energy vehicle projects settled to create a new energy vehicle industry chain. http://www.chinanews.com/cj/2019/01-23/8737205.shtml, 2019-01-23.]
URL [本文引用: 1]