长三角地区企业本土并购网络的时空动态性分析

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

吴加伟^,¹^,², 陈雯¹^,²^,³, 袁丰¹^,², 魏也华⁴

1.中国科学院南京地理与湖泊研究所,南京 210008

2.中国科学院流域地理学重点实验室,南京 210008

3.中国科学院大学资源与环境学院,北京 100049

4.犹他大学地理系及公共与国际事务研究院,盐湖城 84112-9115

Spatiotemporal dynamics of domestic mergers and acquisitions: Evidences from the Yangtze River Delta, China

WU Jiawei^,¹^,², CHEN Wen¹^,²^,³, YUAN Feng¹^,², Yehua Dennis WEI⁴

1. Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China

2. Key Laboratory of Watershed Geography, CAS, Nanjing 210008, China

3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

4. Department of Geography and Institute of Public and International Affairs, University of Utah, Salt Lake City 84112-9155, USA

收稿日期:2020-07-22接受日期:2021-02-1网络出版日期:2021-07-10

基金资助:

国家自然科学基金项目.42001138
国家自然科学基金项目.41671133
中国科学院南京地理与湖泊研究所引进人才启动项目.NIGLAS2019QD006

Received:2020-07-22Accepted:2021-02-1Online:2021-07-10
作者简介 About authors
吴加伟（1990-）,男,江苏南京人,博士,助理研究员,主要研究方向为产业地理、城市发展与区域规划。 E-mail: jwwu@niglas.ac.cn

摘要
不同于企业绿地投资优选最佳区位,并购投资的关键在于买方和标的企业间的配选、交易与整合,其时空动态性需要从并购双方地理分布格局、投资联系网络结构等方面进行刻画。本文以长三角作为研究案例区,通过企业并购投资数据库建构与多元技术方法应用,重点分析区域尺度的企业并购网络时空动态性,研究发现：① 长三角企业并购双方共同集聚特征明显,主要分布在上海以及沪宁、沪杭甬沿线地区,但并购双方空间集散趋势出现分化,标的企业向外围区扩散的态势更为明显,买方企业则进一步向上海和区域性中心城市市区集聚。② 长三角基于企业跨区域并购投资联系的县市（区）网络不断加密、拓展,但上海中心城区、浦东新区以及杭州、南京等城市市区的核心节点地位日益强化,核心区与外围区、一市三省、大都市与其周边地区之间企业并购投资联系强度的空间“不对称性”也较为明显。③ 伴随区域一体化发展进程,长三角企业并购网络时空动态性经历三个阶段,即单核心、弱网络联系阶段,单核心、多次级重要节点、网络联系加强阶段,多核心、多层级复杂网络结构基本形成阶段。企业本土并购网络的时空动态性探析有助于丰富经济地理学界的企业投资网络及区位模式研究,能够为全国促进企业兼并重组、推动区域经济转型升级发展等决策提供有益参考。
关键词： 并购投资;企业区位;公司地理;区域一体化;长三角

Abstract

Cross-border and domestic mergers and acquisitions (M&As) have been playing an increasingly important role in economic globalization, industrial restructuring, and regional integration since the early 1990s. A massive number of M&As has resulted in geographical redistribution of corporate control and economic decision-making power. In contrast to the optimization of locational choice of corporate greenfield investment, the key of M&As could be regarded as the partnering, bargaining, and integration between the acquirer and the target in essence. Therefore, spatiotemporal dynamics of M&As should be investigated or measured in the following aspects: the changing spatial patterns of acquirers and targets, the shifting networks among firms and places engaging in M&As, and the effects of multiple geographical scales and spatial asymmetry. This paper constructs a spatial database of domestic M&As deals in the Yangtze River Delta (YRD). Using GIS, social network and other analytical methods, we aim to discuss the spatiotemporal dynamics of domestic M&As at regional scale (i.e. the YRD) since the mid-1990s. The results show that: (1) The acquirers and targets engaging in M&As presented significant characteristics of spatial co-agglomeration, firms engaging in M&As were mainly distributed in Shanghai and the areas along Shanghai-Nanjing (Hu-Ning) and Shanghai-Hangzhou-Ningbo (Hu-Hang-Yong) routes. The changing spatial patterns of acquirers and targets were gradually differentiated over time. Targets tended to relocate to the peripheral YRD, while acquirers still concentrated in Shanghai and other major cities. (2) City network based on inter-regional M&As has been increasingly expanding to peripheral regions, however, the leading positions of core nodes such as Shanghai, Hangzhou and Nanjing have been intensified. Meanwhile, we found significant spatial asymmetry in the M&As connections between the core and peripheral YRD, as well as metropolises and their neighboring regions. (3) The evolution of spatiotemporal dynamics of domestic M&As in the YRD has gone through three stages: I. Single core and weak network connection; II. Single core, multiple important nodes, and increasingly intensive M&As network connection; III. A complex network structure featured by multi-core and multi-level. Aforementioned descriptive results also indicate that the rapidly increasing domestic M&A activities would be significant for reshaping economic landscape and changing inter-regional relations in transitional China. In addition, this study will contribute to the literature on corporate investment networks and locational modes, and our findings might have further implications for policy-making related to M&As and regional development in transitional China and other emerging economies.

Keywords：mergers and acquisitions;firm location;corporate geography;regional integration;the Yangtze River Delta

PDF (6867KB)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
吴加伟, 陈雯, 袁丰, 魏也华. 长三角地区企业本土并购网络的时空动态性分析. 地理研究[J], 2021, 40(7): 2020-2035 doi:10.11821/dlyj020200694
WU Jiawei, CHEN Wen, YUAN Feng, Yehua Dennis WEI. Spatiotemporal dynamics of domestic mergers and acquisitions: Evidences from the Yangtze River Delta, China. Geographical Research[J], 2021, 40(7): 2020-2035 doi:10.11821/dlyj020200694

1 引言

企业投资行为是资源要素市场化配置的主要体现,与国民经济持续稳定增长密切相关,也是区域经济政策制定的重要考量因素^[1,2,3]。企业投资模式及其区位选择是经济地理学研究的经典议题^[4,5,6],企业绿地投资（Greenfield investment）和并购投资（Mergers and acquisitions, M&As）被认为是企业跨境/区域投资最主要的两种模式^[7,8]。其中,绿地投资主要指跨国公司等投资主体在东道国/区域新设的部分或全部资产归外来投资者所有的实体企业或机构;并购投资主要指买方企业（Acquirer）通过股权交易等方式获得标的企业（Target）部分或全部资产所有权^[9,10,11]。企业绿地投资的关键在于优选最佳区位,其空间表现为东道国/区域的新建工厂、新设机构等^[12,13];而并购投资的关键则在于买方与标的企业的配选（M&As partnering）、交易与整合,较少涉及市场主体新增或工厂设施新建,其空间表现为企业之间的投资网络联系以及相关的要素流等^[14,15,16]。

绿地投资是区位论、产业集聚等经济地理学经典理论形成发展的重要基础,针对其时空动态性,即企业投资区位的空间格局及其演化,国内外****已展开丰富且卓有成效的研究^[12,17-19]。现有研究基于新古典、行为、制度与演化等理论框架,探讨了不同类型企业选址偏好及其规律性特征^{[20,21,22,23]};在此基础上,结合企业进入、迁移和退出等动态^[24],揭示了不同空间尺度下企业绿地投资区位的分布格局及集散态势^{[25,26,27,28,29]}。相比之下,经济地理学界对企业并购投资时空动态性的研究较少。已有相关研究基于特定国家和区域、特定行业的企业并购投资活动,初步探讨了买方和标的企业空间集散、位置关系和投资联系等议题^[14,15],但总体呈“碎片化”特征^[16],并购投资网络及其时空动态性的科学内涵有待进一步归纳总结。

为此,本文依据并购投资概念及现有研究成果,认为并购网络时空动态性可从以下几方面界定和测度（见图1）：① 买方和标的企业的地理分布格局。并购投资事件中涉及若干分布在不同空间单元的买方和标的企业,其地理分布与集散特征是并购网络时空动态性的重要表现^[15,30-33]。② 并购双方及其所在区域间投资联系网络结构。并购投资涉及企业间产权、股权或资金/资产的流动和置换,能够在并购双方所在区域间形成资源要素的“流空间”或“网络空间”^{[34,35,36,37]}。③ 并购投资的动态演化、多尺度综合与空间“不对称性”^{[10,15,37,38]}。伴随企业自身诉求与能力、外部发展环境变化,企业并购标的及其区位选择偏好、空间表现均会发生转变;并购双方的投资交易可以在城市内部、城市之间、区域或国家之间等不同尺度上形成联系网络;同时,由于企业投资能力以及资源禀赋条件、产业层次与经济发展水平等区域差异,区域间企业并购投资联系强度可能存在空间“不对称性（Asymmetric）”。

图1

新窗口打开|下载原图ZIP|生成PPT
图1企业并购投资网络的空间表现

Fig. 1Schematic diagram of the spatiotemporal dynamics of M&As

中国企业并购有着特定的市场环境和制度背景,不能完全套用西方的研究语境。1949年以来,中国企业并购的发展经历以下几个阶段：一是改革开放前的行政性“关停并转”;二是改革开放初期的半市场化、半行政性的企业兼并;三是实行社会主义市场经济体制之后,以公司股权交易为特征的现代企业并购^[39]。近年来,中国企业在全球并购市场逐渐由被动参与转向主动作为,跨境并购成为企业“走出去”、获取海外优质资产的主要手段^[36,40],企业本土跨区域、跨行业、跨所有制并购日益活跃^[33,41,42],2016—2018年中国企业跨境和本土并购交易额分别达到4380亿美元和10389亿美元,对全球经贸发展和中国产业转型升级的作用愈发重要。但是,经济地理学界的企业并购网络时空动态性研究大多基于西方发达国家和地区,中国等发展中国家的研究较少^[16,33,36];已有研究以全球^[34,37]、超国家的区域性组织（欧盟等）^[15,31]、国家^[14,30,35]等尺度为主,较少关注主权国家内部区域尺度的并购投资活动。为此,有必要结合中国转型期特殊背景,开展区域尺度企业并购网络时空动态性的实证研究。本文以长三角为研究案例区,通过空间数据库建构与多元技术方法应用,重点从并购双方地理分布格局、投资联系网络等方面分析企业并购网络的时空动态性,以期丰富经济地理学界的企业投资网络与区位模式研究,力争为全国促进企业兼并重组、推动区域经济转型升级发展等提供决策参考。

2 数据与方法

2.1 研究区域概况

长三角是中国经济最具活力、企业本土并购市场形成发育最早的区域之一,区内参与本土并购的企业数量占全国的30%以上。近年来,长三角产业转型转移步伐加快,区域一体化进程深化^[43],金融服务体系与多层次资本市场不断发展完善,各地出台了一系列鼓励企业并购投资的政策措施,企业间、城市间并购投资日益活跃;与长三角企业相关的并购投资约70%发生在区域内部,但不同省（市）在企业并购投资规模等方面也存在较大差异。总的来说,以长三角^①(①基于长三角内部不同城市和地区间企业并购投资活动特征的差异性,本文将上海、苏南（南京、苏州、无锡、常州、镇江）、浙东北（杭州、宁波、湖州、嘉兴、绍兴、舟山）地区作为长三角核心区,而将其他城市和地区作为长三角外围区。)作为中国企业本土并购网络时空动态性研究的案例区（见图2）,具有较强代表性和现实意义。

图2

新窗口打开|下载原图ZIP|生成PPT
图2研究案例区：长三角

Fig. 2Study area: The Yangtze River Delta region

2.2 数据收集与处理

本文所使用的企业本土并购投资空间数据库建构主要分为以下几个步骤：首先,从Wind资讯^②(② Wind资讯是中国领先的金融数据和分析工具服务商。)发布的“中国并购库”中检索获取1996年1月至2016年12月期间,买方和标的企业同属上海、江苏、浙江、安徽等地的所有并购交易公告,具体包含首次公告时间、交易标的^③(③交易标的信息包含标的企业简称、本次并购中交易的股权比例或具体资产。)、交易买方、买方财务顾问、交易价值与币种、交易最新进度等信息,剔除交易失败、被迫中止、企业名称不完整的公告后,获得可供分析的有效事件数为5999件,数据描述见表1。其次,基于并购事件及双方企业简称,利用人工检索、Python网络抓取等方法获取企业具体名称、注册地址等详细信息^④(④本文依据并购公告的买方和标的企业名称进行地理编码处理;考虑数据可得性与采集难度,结合现有文献中买方与标的企业“点到点”的并购网络构建方法^{[35,36,37,38]},针对多厂、多区位的买方或标的企业,本文仅将其总部区位（注册地）纳入并购网络分析。)。再次,利用DataMap 等工具对企业注册地址进行解析,获取精确地理坐标（经纬度）及所属行政区域,并借助ArcMap 10.2等平台工具进行空间数据建库。在2016年底各地行政区划的基础上,本文将上海市黄浦区、徐汇区、长宁区、静安区、普陀区、虹口区与杨浦区整合作为上海中心城区,将大部分市辖区归并为市区^⑤(⑤本研究仍将南京高淳、南京溧水、常州金坛、杭州临安、宁波奉化等市辖区作为单独研究单元,暂未更新铜陵市（划入安庆市枞阳县）、淮南市（划入六安市寿县）等地行政区划调整。),共计形成210个县市、区尺度的研究单元。

Tab. 1
表1
表11996—2016年长三角企业并购投资数据处理及描述
Tab. 1The data processing and description of M&As in the YRD, 1996-2016

数据描述（定义）	数量（件）
买方企业位于上海、江苏、浙江与安徽的并购事件公告	8722
交易失败、被迫中止的企业并购投资事件公告	392
交易标的重复的并购投资公告	72
标的企业位于长三角以外地区的并购事件公告	2309
可供本文实证分析的有效并购投资事件	5999
1996—2000年	161
2001—2005年	805
2006—2010年	1539
2011—2016年	3494

新窗口打开|下载CSV

2.3 研究方法

2.3.1 并购双方地理分布格局及空间关联测度方法核密度估计法被广泛用于规则区域内企业点位（地址）密度变化分析,能够有效刻画企业及相关经济活动的地理分布格局^[27]。该方法将每个已知点与双变量概率密度函数联系,用于估算点的核密度,估计值可表达为^[44]：

（1）

\hat{f} (x) = \frac{1}{n h^{d}} \overset{n}{\sum_{i = 1}} K (\frac{p - p_{i}}{h})

式中：

K ()

表示核函数;

h

为带宽^⑥(⑥核密度分析中输出栅格数据集的像元大小、h（带宽/搜索半径）的取值是有弹性的,需要根据输出效果进行试验。经过在ArcMap 10.2空间数据平台工具内的比选,本文像元大小和h值确定标准分别为输出空间参考中输出范围（长三角案例区）的宽度或高度较小值除以250和30。);

n

是带宽范围内已知点数量;

d

则是数据的维度;

p_{i}

表示落在以已知企业点

p

为圆心;

h

为半径的圆形范围内第

i

个已知企业点的位置。

本文使用双变量全局自相关指数（Bivariate Moran′sI）和双变量局部自相关指数（Bivariate Local Moran′sI）分析并购双方的地理分布格局及其空间关联性。双变量全局自相关指数表达式如下^[45,46]：

（2）

I_{AT} = [\frac{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} w_{ij} (x_{i} - \overset{?}{x}) (y_{j} - \overset{?}{y})]}{[S^{2} \overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} w_{ij}}

]

式中：

I_{AT}

代表买方企业A和标的企业T的总体空间关联性;

x_{i}

和

y_{j}

分别是区域i、区域j买方和标的企业的观测值;

\overset{?}{x}

和

\overset{?}{y}

分别是各区域买方和标的企业数量的均值;

S^{2}

是观测样本的方差值;

w_{ij}

为空间权重矩阵。

此外,为了考察并购双方空间分布的局部关联性差异,本文使用双变量局部自相关指数识别并购双方在空间上可能存在的四种空间关联模式,即高-高、低-低、高-低和低-高^⑦(⑦正的高-高和低-低空间关联模式表示同类值的空间集聚,即买方企业集聚的地区,周边标的企业的集聚程度也比较高;而负的高-低和低-高空间关联模式则表示不同值的空间集聚,即买方企业集聚程度较高（低）的地区周边标的企业反而较少（多）。),计算方法如下^[45,46]：

（3）

I_{i}^{AT} = z_{i}^{A} \sum_{n} w_{ij} z_{j}^{T}

式中：

I_{i}^{AT}

代表区域i买方企业数量与区域j标的企业数量的局部关联性;

z_{i}^{A}

和

z_{j}^{T}

分别代表区域i和区域j买方和标的企业数量的方差标准化值;

w_{ij}

为空间权重矩阵。若

I_{i}^{AT}

显著为正（负）值,则表明区域i及周边地区的买方和标的企业数量具有正（负）相关性。在实证分析过程中,本文使用GeoDa软件工具构建空间权重矩阵,并计算双变量全局/局部自相关系数及其显著性水平。

2.3.2 并购投资网络结构及其内部不对称性测度方法本文以长三角各县市（区）作为企业并购网络的节点,以各县市（区）之间的企业并购投资频次作为网络的边,利用复杂网络（Complex network）以及UCINET分析软件,构建1996—2016年不同时期的企业并购投资联系网络,并利用ArcMap软件进行可视化分析。其中,利用度中心性（Degree Centrality）度量网络中各节点的中心性,即某节点与其他所有节点的联系程度,基于多阶矩阵构建,节点度中心性为：

（4）

C_{D} (N_{i}) = \overset{g}{\sum_{J = 1}} M A_{ij} (i \neq j)

式中：C_D（N_i）表示节点i的度中心性;MA_ij为与节点i相关的矩阵单元格值。此外,本文主要通过比较不同时期内长三角核心区与外围区、一市三省、大都市与其周边地区之间企业并购事件数量的差异,刻画并购投资网络内部的空间“不对称性”。

3 长三角地区企业并购双方地理分布格局

3.1 买方与标的企业总体分布格局

基于并购双方企业的空间点位数据,本文运用核密度估计法考察了1996—2016年不同时期内长三角买方和标的企业的地理分布格局（见图3）。总体上,买方和标的企业均呈现以中心城市（市区）为核心的空间集聚特征,但随着时间的推移,买方和标的企业集聚空间范围呈现由核心区向外围区、由上海等大都市向周边中小城市逐渐扩散的趋势。

图3

新窗口打开|下载原图ZIP|生成PPT
图31996—2016年不同时期长三角买方企业和标的企业核密度估计

Fig. 3The kernel density of acquirers and targets during different periods in the YRD, 1996-2016

1996—2000年,长三角买方和标的企业高度集聚在上海中心城区和浦东新区,南京市区、宁波市区、杭州市区和江阴等少数县市也是主要集聚地;2001—2005年,买方和标的企业的集聚空间范围开始由区域中心城市市区向外扩展,尤其是沪宁、沪杭甬沿线城市的市区成为并购双方新的集聚地,苏北、浙西南、皖中主要城市市区参与并购的企业也开始增多;2006—2010年,并购双方仍主要集聚在沪宁、沪杭甬沿线城市市区,但集聚空间开始由大都市向周边县市扩展,县域经济较为发达的江阴、张家港、昆山、诸暨等地成为新的集聚空间,同时合肥等外围区城市参与并购的企业明显增多;2011年以来,并购双方集聚空间拓展态势更为明显,除了沪宁、沪杭甬沿线地区“连片式”集聚空间,苏北、浙西南、安徽等外围区参与并购的企业数量增长较快,合肥等主要城市市区成为新的集聚空间。另一方面,长三角买方和标的企业的地理分布格局及其演变特征存在一定差异,标的企业地理分布格局较买方企业而言更为分散,即标的企业在长三角核心区中小城市（尤其是民营或外资经济发达、工商业基础较好的县市）、外围区主要城市市区的集聚程度相对更高。

3.2 并购双方空间关联性分析

1996—2000年、2001—2005年、2006—2010年、2011—2016年买方和标的企业数量的Moran'sI 指数均显著为正值,分别为0.341、0.303、0.283和0.245（均在P≤0.01水平上显著）,表明买方和标的企业在空间上具有显著的共同集聚特征;但随着时间的推移,两者相关性呈下降趋势,一定程度表明长三角县市（区）尺度上并购双方集散特征出现分化,即近年来买方和标的企业的地理分布格局差异更加明显。

图4显示了不同时期买方企业和标的企业数量的LISA集聚类型及其显著性水平（均在P≤0.1水平上显著）。1996—2000年,高-高集聚区仅有上海中心城区、浦东新区等地,高-低和低-高集聚区主要位于杭州与宁波等市区及周边县市。2001—2005年以来,高-高集聚区主要分布在上海及苏南中心城市,表明上述地区内买方和标的企业的集聚程度都相对较高;部分中心城市周边县市为低-高集聚区,标的企业的集聚程度相对较高;而南京、杭州、宁波与合肥等城市买方和标的企业的空间集聚类型并不显著。此外,苏北、浙南以及皖北、皖南的大多数县市都属于低-低集聚区,买方和标的企业的数量均相对较少。总的来说,长三角并购双方企业在空间上共同集聚的态势较为明显,尤其是在上海以及苏南等主要城市市区及周边发达县市。

图4

新窗口打开|下载原图ZIP|生成PPT
图41996—2016年不同时期长三角买方和标的企业双变量局部自相关分析结果

Fig. 4Bivariate LISA clustering of the number of acquirers and targets during different periods in the YRD, 1996-2016

4 长三角地区企业并购投资网络结构

4.1 区域间并购投资网络总体特征

图5展示了不同时期内长三角县市（区）尺度企业并购投资联系网络结构及其演化特征。总体上看,长三角企业并购投资网络涉及的县市（区）越来越多,各节点间的并购投资联系强度不断提升,但节点间度中心性差异明显,并购投资网络以上海中心城区、浦东新区、杭州市区、南京市区等核心节点之间的联系为主。

图5

新窗口打开|下载原图ZIP|生成PPT
图51996—2016年不同时期长三角企业并购投资联系网络结构（县市、区尺度）

Fig. 5The changing network structures of M&As in the YRD at county level, 1996-2016

度中心性体现了网络中各节点的层级地位,从计算结果来看（见表2）：① 企业并购网络节点,即长三角县市（区）由1996—2000年的27个增长至2011—2016年的163个,长三角约80%的县市（区）有企业不同程度地参与并购投资活动;所有节点度中心性均值也由1996—2001年的0.7增至2011—2016年的13.6,表明长三角并购投资网络节点整体层级地位明显提升。② 节点间度中心性差异显著,即长三角不同县市（区）在并购投资网络中的层级地位悬殊较大;如表2所示,不同时期内前5%节点度中心性均值约为全部节点的10倍左右,且前5%节点固化为上海主要市辖区以及杭州、南京、苏州、宁波、合肥等城市市区。③ 2011—2016年,江阴、昆山、诸暨、张家港等县市,以及南通、台州、芜湖、金华等城市市区度中心性值增长较快,并成为前10%的节点,在并购投资网络中的层级地位显著提升。

Tab. 2
表2
表2不同时期节点度中心性值位列前11（前5%）的县市（区）
Tab. 2Top 5% of the counties in the YRD based on the degree centrality

		1996—2000年	2001—2005年	2006—2010年	2011—2016年
前5%节点对应的县市、区(度中心性值)		上海中心城区(41)	上海中心城区(116)	浦东新区(177)	上海中心城区(302)
		浦东新区(25)	浦东新区(101)	上海中心城区(170)	浦东新区(258)
		上海闵行区(17)	杭州市区(41)	杭州市区(83)	杭州市区(242)
		上海嘉定区(10)	上海闵行区(29)	南京市区(55)	南京市区(118)
		合肥市区(6)	南京市区(24)	上海闵行区(41)	苏州市区(107)
		绍兴市区(5)	宁波市区(15)	宁波市区(34)	上海嘉定区(89)
		上海宝山区(5)	上海青浦区(15)	上海宝山区(26)	上海闵行区(85)
		上海奉贤区(5)	上海松江区(14)	绍兴市区(23)	宁波市区(80)
		南京市区(4)	上海嘉定区(13)	合肥市区(23)	合肥市区(66)
		宁波市区(4)	绍兴市区(12)	上海嘉定区(22)	无锡市区(62)
		上海青浦区(4)	合肥市区(11)	苏州市区(22)	常州市区(62)
度中心性均值	全部节点	0.7	3.0	5.6	13.6
度中心性均值	前5%节点	11.5	35.5	61.5	133.7

新窗口打开|下载CSV

图5、表3展示了长三角各节点间,即县市（区）之间企业并购投资的强度及其演化特征。总体上,长三角企业并购投资主要发生在少数主要节点之间,上海中心城区、浦东新区、杭州市区、南京市区是网络的绝对核心,长三角核心区各节点间企业并购投资强度明显高于外围区;但随着时间推移,企业并购投资网络也呈现出空间拓展趋势。①1996—2000年,长三角企业跨县市（区）并购投资多数发生在上海中心城区与浦东新区之间,其他事件则主要发生在上海市辖区之间、上海与其他城市市区之间。② 2001—2005年,企业跨县市（区）并购投资集中发生在上海市辖区之间,以上海中心城区、浦东新区以及闵行、青浦等为主;上海与南京、杭州等城市市区之间,大都市与其周边县市之间的并购投资也略有增长,长三角并购投资网络开始由上海沿沪宁、沪杭甬向外拓展。③ 2006—2010年,上海市辖区间并购投资联系进一步增强,上海中心城区与浦东新区间的企业并购事件超120起,远高于其他节点联系对;上海以及杭州市区、南京市区、宁波市区相互之间,大都市与同省其他县市（区）之间的并购联系有所强化,并购网络由上海向外扩散的态势更加明显,以上海-南京、上海-杭州-宁波为核心的网络结构初步形成。④ 2011—2016年,上海中心城区与浦东新区间并购事件高达175起,前10%节点联系对仍主要与上海市辖区以及杭州、南京、宁波、苏州、无锡等城市市区有关,且上述主要节点间企业并购投资联系进一步强化;合肥、金华、徐州、芜湖、盐城等外围城市市区,以及江阴、诸暨等发达县市与外部的并购投资联系不断增强;长三角并购网络空间极化特征仍然明显,且基本形成了以上海市辖区之间、上海-杭州-宁波、上海-南京、南京-杭州等通道为核心区域的复杂网络结构,同时长三角外围区城市、大都市周边中小城市呈现出与网络核心区域快速融合的趋势。

Tab. 3
表3
表3不同时期并购网络中前5%的节点联系对
Tab. 3Top 5% of county partnerings based on the amount of inter-county M&As

阶段	前5%节点联系对（并购事件占区域总量比重,（%））
1996—2000年	上海中心城区-浦东新区(32.0) 上海中心城区-闵行区(11.0)
2001—2005年	上海中心城区-浦东新区(20.6) 上海中心城区-闵行区(4.4) 浦东新区-闵行区(2.8) 上海中心城区-奉贤区(2.6) 青浦区-浦东新区(2.1) 松江区-上海中心城区(2.1) 上海中心城区-宝山区(1.8) 上海中心城区-嘉定区(1.8)
2006—2010年	上海中心城区-浦东新区(16.6) 上海中心城区-闵行区(3.2) 杭州市区-宁波市区(2.1) 浦东新区-宝山区(2.1) 浦东新区-闵行区(2.1) 浦东新区-嘉定区(1.9) 青浦区-浦东新区(1.8) …;浦东新区-杭州市区(1.2) 浦东新区-南京市区(1.2) 上海中心城区-杭州市区(1.2) 绍兴市区-杭州市区(1.2) …
2011—2016年	上海中心城区-浦东新区(9.5) 杭州市区-上海中心城区(2.2) 宁波市区-杭州市区(2.0) 上海中心城区-闵行区(1.8) …;杭州市区-浦东新区(1.3) …;南京市区-上海中心城区(1.1) 苏州市区-南京市区(0.9) 上海中心城区-苏州市区(0.9) 南京市区-杭州市区(0.8) …;南京市区-无锡市区(0.8) 苏州市区-杭州市区(0.8) …;闵行区-杭州市区(0.7) …;绍兴市区-杭州市区(0.7) …;诸暨市-杭州市区(0.7) …;苏州市区-昆山市(0.6) …;浦东新区-张家港市(0.5) 金华市区-杭州市区(0.5) 南京市区-常州市区(0.5) …;乐清市-杭州市区(0.4) 嘉兴市区-杭州市区(0.4) …

新窗口打开|下载CSV

4.2 并购投资网络的空间“不对称性”

如表4、表5所示,长三角核心区与外围区、一市三省、大都市与其周边区域之间企业并购投资联系强度的空间“不对称性”主要体现在以下几个方面：

Tab. 4
表4
表4长三角不同省市和区域内外部企业并购投资联系的比较
Tab. 4The comparison of M&As in and out of different regions located in the YRD

并购投资事件数量	2001—2005年						2011—2016年
并购投资事件数量	核心区	外围区	上海	江苏	浙江	安徽	核心区	外围区	上海	江苏	浙江	安徽
内部联系（个）占比（%）	647 92.6	90 85.7	361 84.7	120 88.9	150 82.0	47 90.4	2584 91.7	437 67.1	811 76.9	839 80.1	833 74.4	194 76.4
外部联系（个）占比（%）	52 7.4	15 14.3	65 15.3	15 11.1	33 18.0	5 9.6	234 8.3	214 32.9	243 23.1	208 19.9	286 25.6	60 23.6

新窗口打开|下载CSV

Tab. 5
表5
表5长三角不同城市和区域相互之间的企业并购投资事件数量及联系强度比较
Tab. 5The intensity of M&As among different cities/regions located in the YRD

买方企业所在地- 标的企业所在地	2001—2005年		2011—2016年		买方企业所在地- 标的企业所在地	2001—2005年		2011—2016年
买方企业所在地- 标的企业所在地	并购事件（个）	并购联系强度	并购事件（个）	并购联系强度	买方企业所在地- 标的企业所在地	并购事件（个）	并购联系强度	并购事件（个）	并购联系强度
核心区-外围区	52	0.21	234	0.22	外围区-核心区	15	0.11	214	0.28
上海-江苏	30	0.38	129	0.45	江苏-上海	9	0.06	128	0.16
上海-浙江	26	0.33	83	0.29	浙江-上海	11	0.09	153	0.31
上海-安徽	9	0.11	31	0.11	安徽-上海	1	0.02	28	0.11
江苏-浙江	2	0.01	52	0.07	浙江-江苏	14	0.12	110	0.22
江苏-安徽	4	0.03	28	0.04	安徽-江苏	1	0.02	17	0.07
浙江-安徽	8	0.07	23	0.04	安徽-浙江	1	0.02	15	0.06
上海-外部	65	0.82	243	0.65	外部-上海	20	0.06	308	0.20
上海-周边	30	0.38	90	0.24	周边-上海	9	0.09	102	0.21
南京-外部	14	0.75	88	1.00	外部-南京	11	0.03	70	0.04
南京-江苏其他	10	0.54	49	0.56	江苏其他-南京	2	0.02	33	0.05
南京-周边	2	0.11	14	0.16	周边-南京	0	0.00	4	0.02
杭州-外部	32	1.29	209	1.78	外部-杭州	18	0.05	156	0.09
杭州-浙江其他	18	0.73	79	0.67	浙江其他-杭州	13	0.14	83	0.22
杭州-周边	14	0.56	44	0.37	周边-杭州	8	0.18	43	0.23

注：不同城市或区域相互间并购联系强度计算方法：（不同城市或区域间企业并购事件数量/长三角跨县市区所有并购事件数量）/（买方所在地方经济总量/长三角经济总量）,其中经济总量取各阶段内相应单元的均值;江苏、浙江其他指除南京、杭州外的其他省辖市;上海周边具体指苏州、无锡、南通、嘉兴、宁波、舟山,南京周边具体指镇江、扬州、淮安、马鞍山、滁州、芜湖、宣城,杭州周边具体指嘉兴、湖州、绍兴、金华、衢州、黄山、宣城。

新窗口打开|下载CSV

（1）相较于跨城市（区域）,长三角次区域（核心区和外围区）、省（直辖市）、大都市内部的企业并购投资活动总体更为活跃。2011—2016年,长三角核心区91.7%的买方企业并购标的也分布在核心区内,同期江苏、上海这一比例也分别在80%和70%以上;而长三角外围区买方企业的并购标的更多分布在区域外,这与经济欠发达地区缺少优质“标的供给”有关。与2001—2005年相比,各地2011—2016年的这一比例均呈下降趋势,表明跨区域企业并购投资活动日渐活跃,城市和区域之间相关的经济联系不断增强。

（2）在长三角核心区与外围区之间的并购投资联系中,核心区占据优势,但双方差距正不断缩小。2001—2005年间,核心区企业在外围区的并购事件为52起,而外围区企业在核心区的并购事件仅为15起,两者比例约为3.5:1;2011—2016年间,这一比例缩小为1.09:1,长三角核心区与外围区在并购投资联系强度上基本“对称”。此外,在考虑地方经济规模基础上,2011—2016年外围区企业对核心区的并购投资强度已达到0.28,超过核心区-外围区的0.22,这表明外围区部分企业对外并购投资能力快速提升,能够通过并购进入发达地区企业合作网络、进行产品技术升级以及异地市场扩张等。

（3）在长三角一市三省之间的并购投资联系中,上海对苏浙皖的比较优势逐渐弱化,而浙江在并购网络中的比较优势不断凸显。2001—2005年间,上海企业在浙江的并购事件,以及浙江企业在上海的并购事件数量比为2.6:1,上海与江苏、安徽的这一比例分别为3.3:1和9:1,上海优势地位明显。2011—2016年间,上海与苏皖之间的企业并购投资事件数量基本持平,更是在与浙江的“较量”中处于劣势;浙江企业在沪苏的并购事件,约为沪苏企业在浙江并购事件的2倍。此外,安徽企业在沪苏浙三地的并购事件增长较快,表明安徽企业愈发注重通过并购获取沪苏浙优质要素和地方资产。若考虑经济规模,江苏在与沪浙皖的企业并购“较量”中均处劣势,这从侧面反映了江苏依靠实体经济的雄厚基础能够为外部提供大量优质标的,但能够主导并购市场的本土大型上市公司、行业领先企业仍需培育。

（4）沪宁杭等大都市与外部区域之间的并购投资联系强度也趋于“对称”,但不同大都市之间存在一定差异。2001—2005年间,上海企业在外部的并购事件,是外部企业在上海并购事件数量的3.3倍左右;而在2011—2016年间,外部区域,尤其是上海周边城市企业在上海的并购投资事件数量相对更多,上海与其周边区域间的企业并购联系强度基本“对称”;与上海不同,南京、杭州与外部区域在并购投资事件数量与联系强度的“较量”中仍占据明显优势。上述结果也表明,近年来上海能够为苏浙皖等地企业并购投资提供更多的优质标的和地方资产,对区域企业与经济发展的辐射带动能力有所增强,而相比之下南京、杭州等大都市在省域范围内或对周边地区的“虹吸效应”仍然较强。

5 结论与讨论

5.1 主要结论

本文结合已有研究成果,在企业并购网络时空动态性科学内涵辨析的基础上,以长三角为研究案例区,通过空间数据库建构与多元技术方法运用,针对并购双方地理分布格局及其空间关联性、并购投资联系网络结构及其空间“不对称性”展开实证研究,主要结论如下：

（1）并购双方共同集聚特征明显,但两者空间集散态势逐渐分化。1990年代中期以来长三角企业并购市场日渐活跃,并购双方高度共同集聚于沪宁、沪杭甬沿线的城市市区和县市,而长三角外围区参与并购的企业相对较少。并购双方集聚空间呈现由上海或中心城市市区向周边县市、由长三角核心区向外围区扩散的态势;其中,标的企业集聚空间向外围区、中小城市扩散的态势更为明显,而买方企业仍高度集聚在上海和区域中心城市市区。

（2）并购网络“加密”和“拓展”趋势明显,但主要节点相对固化。长三角企业跨县市（区）并购投资联系不断增强,但以上海中心城区、浦东新区以及杭州、南京等城市市区为（次）核心节点的网络结构相对固化。随着时间推移,并购网络开始由以“南京-上海-宁波-杭州”为边的菱形区域向外拓展;在菱形区域内部,一些中小城市市区以及江阴、诸暨、昆山等发达县市的节点层级和网络连通性不断增强。

（3）由于区域发展差异,城市和区域间并购联系存在空间“不对称性”。在长三角核心区与外围区之间的并购投资联系中,核心区占据优势,但这种差异正不断缩小;在长三角一市三省之间的并购投资联系中,上海对苏浙皖的比较优势逐渐弱化,而浙江在并购网络中的优势不断凸显;沪宁杭等大都市与外部区域之间的并购投资联系强度也趋于“对称”,但不同大都市之间存在一定差异。

（4）伴随区域一体化发展进程^[44],企业并购网络演化的阶段性特征明显。1996—2016年长三角企业并购投资时空动态演化大致历经三个阶段（见图6）。第一阶段（1996—2000年）：单核心、弱网络联系。并购双方高度集聚在上海中心城区和浦东新区,跨县市（区）企业并购投资联系较弱。第二阶段（2001—2010年）：单核心、多次重要节点,并购投资网络联系加强。并购双方主要集聚在上海以及杭州和南京等中心城市市区,杭州、南京等城市市区成为次级重要节点,企业跨县市（区）并购投资主要发生在上海市辖区之间、上海与其他中心城市市区之间。第三阶段（2011年以来）：多核心、多层级的复杂网络结构基本形成。并购双方在沪宁、沪杭甬沿线的城市市区和发达县市高度集聚,外围区企业并购投资增长较快;上海以及杭州、南京、苏州、宁波等节点的核心地位突出,中小城市进一步融入网络,核心区域也开始由以“南京-上海-宁波-杭州”为边的菱形区域向外拓展。

图6

新窗口打开|下载原图ZIP|生成PPT
图6长三角企业并购投资时空动态性与城市/区域间联系演变示意

Fig. 6Spatiotemporal dynamics of M&As and the evolutionary patterns of inter-regional connections

5.2 讨论与展望

不同于企业绿地投资优选最佳区位,并购投资的关键在于买方和标的企业间的配选、交易与整合,其时空动态性需要从并购双方地理分布格局、投资联系网络结构以及动态演化、空间“不对称性”等方面进行综合刻画。本研究作为相关议题的初探,归纳总结了并购网络时空动态性的科学内涵,可以为国际企业并购研究提供“中国案例”。但经济地理学界已有文献仍存在“碎片化”以及对发展中国家、区域尺度研究不足等问题,伴随并购投资在现实经济世界中的影响作用愈发突出,国内外经济地理****需要给予相关议题更多关注。

首先,新一轮科技革命和产业变革使企业空间组织多样性、动态性等特征更加凸显,并购已经成为企业降成本、控风险、获取战略资产及重塑竞争优势的主要手段^[11];中国正在构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,原有产业链、供应链面临重构,并购作为重要的市场化资源配置手段,将为自主可控、安全可靠产业链供应链构建提供重要支撑。更多企业及其所在地方将进入全球性或区域性并购网络,因而不同尺度的企业并购研究需要综合集成,跨境与本土并购、绿地投资与并购投资间的差异性研究也有待深入。

其次,中国企业并购投资面临着与西方截然不同的宏观环境、经济体制与要素条件,尤其是在推动高质量发展、新发展格局构建、区域一体化等背景下,企业并购网络时空动态性演化不仅受买方和标的企业在规模结构、所有制类型、技术水平以及投资目的等方面因素的影响,更是区域间经济社会联系以及行政区经济、地方政策与制度环境等因素共同作用的结果。因而,企业并购网络时空动态性演变的规律性需要进一步总结,其驱动机制的研究也亟待强化。

再次,企业跨境或本土并购投资活动加速推动了各类生产要素以及企业控制权、经济决策权的空间转移,增强了城市与区域之间的经济社会联系,但同时也导致地方发展出现非均衡性“损益”。为此,企业并购投资的空间效应、政策启示研究有待深化,与企业并购投资相关的要素配置“去行政化”改革、地方差异化行动策略等也值得进一步探讨。

此外,本研究尚存在一些不足,有待今后研究补充完善。① 研究数据需要更新,尤其是长三角区域一体化发展于2018年底上升为国家战略后,区内企业间合作、城市间联系更加密切,势必对企业并购投资网络时空动态性产生深刻影响。② 并购网络构建需要充分考虑企业的多厂、多区位特征,尤其是标的企业原有分支机构、控股企业等对并购网络的影响。③ 典型区域和细分行业的研究有待深入,大数据空间分析、社区发现、网络可视化等方法需进一步集成创新。④ 企业并购投资时空动态性对地方产业转型升级、长三角区域更高质量一体化发展的政策启示也有待深入探讨。

致谢：

衷心感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文研究方法、结果分析、结论梳理等方面的修改意见,使本文获益匪浅。

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]

Dicken

, Malmberg

. Firms in territories: A relational perspective
Economic Geography, 2001, 77(4): 345-363. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/j.1944-8287.2001.tb00169.x.

URL [本文引用: 1]

[2]

Dicken

, Thrift

. The organization of production and the production of organization: Why business enterprises matter in the study of geographical industrialization
Transactions of the Institute of British geographers, 1992, 17(3) : 279-291. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.2307/622880.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.2307/622880 URL [本文引用: 1]

[3]

李小建. 经济地理学的微观研究
经济地理, 2011, 31(6): 881-887.

[本文引用: 1]

[ Li

Xiaojian

. The micro-perspective of economic geography research
Economic Geography, 2011, 31(6): 881-887.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15957/j.cnki.jjdl.2011.06.001.

URL [本文引用: 1]

[4]

Maskell

. The firm in economic geography
Economic Geography, 2001, 77(4): 329-344. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/j.1944-8287.2001.tb00168.x.

URL [本文引用: 1]

[5]

Scott

. Industrial organization and location: Division of labor, the firm and spatial process
Economic Geography, 1986, 63(3): 215-31. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.2307/144006.

URL [本文引用: 1]

[6]

张文忠. 日资和韩资企业在华投资的区位行为和模式研究
经济地理, 1999, 19(5): 3-5.

[本文引用: 1]

[ Zhang

Wenzhong

. Studies on the investment location behavior and location model of the Japanese-capital enterprises and Korean-capital enterprises in China
Economic Geography, 1999, 19(5): 3-5.]

[本文引用: 1]

[7]

Huallacháin

, Reid

. Acquisition versus greenfield investment: The location and growth of Japanese manufacturers in the United States
Regional Studies, 1997, 31(4): 403-416. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343409750133008.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343409750133008 URL [本文引用: 1]

[8]

Gilroy B

, Lukas

. The choice between greenfield investment and cross-border acquisition: A real option approach
Quarterly Review of Economics & Finance, 2006, 46(3): 447-465. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.qref.2004.06.005.

URL [本文引用: 1]

[9]

Görg

. Analysing foreign market entry: The choice between greenfield investment and acquisitions
Journal of Economic Studies, 2000, 27(3): 165-181. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1108/EUM0000000005350.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1108/EUM0000000005350 URL [本文引用: 1]

[10]

Chapman

. Cross-border mergers/acquisitions: A review and research agenda
Journal of Economic Geography, 2003, 3(3): 309-334. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1093/jeg/3.3.309.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1093/jeg/3.3.309 URL [本文引用: 2]

[11]

Caiazza

, Very

, Ferrara

. New geography of M&As: A framing device of firms′ strategies
Thunderbird International Business Review, 2017, 59(2): 243-250. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1002/tie.21752.

DOI:10.1002/tie.2017.59.issue-2 URL [本文引用: 2]

[12]

Brienen M

, Burger M

, van Oort F

. The geography of Chinese and Indian greenfield investments in Europe
Eurasian Geography and Economics, 2010, 51(2): 254-273. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.2747/1539-7216.51.2.254.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.2747/1539-7216.51.2.254 URL [本文引用: 2]

[13]

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:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlxb201708003 [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.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlxb201708003.

URL [本文引用: 1]

[14]

Rodríguez-Pose

, Zademach H

. Rising metropoli: The geography of mergers and acquisitions in Germany
Urban Studies, 2003, 40(10): 1895-923. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/0042098032000116031.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/0042098032000116031 URL [本文引用: 3]

[15]

Zademach

H-M

, Rodríguez-Pose

. Cross-border M&As and the changing economic geography of Europe
European Planning Studies, 2009, 17(5): 765-89. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/09654310902778276.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/09654310902778276 URL [本文引用: 5]

[16]

吴加伟, 陈雯, 张鹏. 企业并购投资区位选择机理与效应的研究进展
地理科学进展, 2017, 36(11): 1423-1434.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2017.11.011 [本文引用: 3]

全球跨境与本土并购活动日益频繁,有效地促进了企业各类要素跨区域、跨部门流动,是产业转型与空间重构乃至重塑区域经济地理格局的重要动力。企业并购逐渐成为经济地理学界研究的重要内容。相关研究利用经典区位分析、企业组织及空间扩张、产业地理集聚、全球生产网络(GPNs)等经济地理学理论和方法,从企业自身组织与空间结构演化、企业间及地方多维临近性等角度,广泛探讨了企业并购投资区位选择的时空特征、形成机制及其空间效应等议题。主要研究结论为：①企业并购投资区位选择在不同空间尺度上均呈现“核心—边缘”结构,而企业所在区域和行业属性,企业间地理、组织、认知临近性,地方间经济社会联系等是其重要影响因素。②企业并购投资的空间效应主要体现在企业增长及其空间扩张、产业转型与空间重构,区域经济发展、劳动力就业、地方商业与制度环境、区域差异与区域一体化等方面。在总结国内外研究成果的基础上,本文指出中国经济地理学领域企业并购研究的不足和方向,以期为相关研究提供有益借鉴。

[ Wu

Jiawei

, Chen

Wen

, Zhang

Peng

. A literature review of merger and acquisition (M&A) study from the geographical perspective: Location choice, driving mechanism and implications
Progress in Geography, 2017, 36(11): 1423-1434.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2017.11.011.

URL [本文引用: 3]

[17]

刘作丽, 贺灿飞. 在华外商直接投资区位研究述评
地理科学进展, 2009, 28(6): 952-961.

[本文引用: 1]

[ Liu

Zuoli

, He

Canfei

. A literature review on FDI location
Progress in Geography, 2009, 28(6): 952-961.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11820/dlkxjz.2009.06.017.

URL [本文引用: 1]

[18]

Arauzo-Carod J

, Manjón-Antolín

. New insights in industrial location
Tijdschrift voor economische en sociale geografie, 2013, 104(2): 133-135. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/tesg.12016.

DOI:10.1111/tesg.2013.104.issue-2 URL

[19]

苗长虹, 崔长华. 产业集聚: 地理学与经济学主流观点的对比
人文地理, 2003, 18(3): 42-46.

[本文引用: 1]

[ Miao

Changhong

, Cui

Changhua

. Industrial agglometration: A viewpoint comparision between geography and economics
Human Geography, 2003, 18(3): 42-46.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13959/j.issn.1003-2398.2003.03.009.

URL [本文引用: 1]

[20]

张文忠, 张军涛. 经济学和地理学对区位论发展轨迹的影响
地理科学进展, 1999, 18(1): 54-59.

[本文引用: 1]

[ Zhang

Wenzhong

, Zhang

Juntao

. A study of the economy geography and the location theory, development
Progress in Geography, 1999, 18(1): 54-59.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11820/dlkxjz.1999.01.008.

URL [本文引用: 1]

[21]

段学军, 虞孝感, 陆大道, 等. 克鲁格曼的新经济地理研究及其意义
地理学报, 2010, 65(2): 131-138.

[本文引用: 1]

[ Duan

Xuejun

, Yu

Xiaogan

, Lu

Dadao

, et al. The study of new economic geography of Krugman and its significance
Acta Geographica Sinica, 2010, 65(2): 131-138.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201002001.

URL [本文引用: 1]

[22]

宋周莺, 刘卫东. 信息时代的企业区位研究
地理学报, 2012, 67(4): 479-489.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201204005 [本文引用: 1]

信息化对传统经济地理学的许多理论和概念提出了新的挑战.其中,尤其值得关注的是信息化对传统区位理论提出的挑战以及赋予其的新活力.本文首先分析信息技术广泛应用对企业区位因子的影响,然后深入探讨信息技术对企业区位产生影响的机制,最后通过美特斯邦威案例进行验证.研究表明,信息化逐渐成为企业区位选择的核心因素之一;同时,信息化也对其他区位因子产生重要影响,主要表现为促进传统物质区位因子的弱化以及带来新区位因子作用的不断突显.在信息技术驱动的企业区位再选择的过程中,“时间成本”是决定新区位的核心机制.

[ Song

Zhouying

, Liu

Weidong

. The challenge of wide application of new information and communication technologies to traditional location theory
Acta Geographica Sinica, 2012, 67(4): 479-489.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201204005.

URL [本文引用: 1]

[23]

Boschma R

, Frenken

. Evolutionary economics and industry location
Review of Regional Research, 2003, (23): 183-200.

[本文引用: 1]

[24]

史进, 贺灿飞. 企业空间动态研究进展
地理科学进展, 2014, 33(10): 1342-1353.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11820/dlkxjz.2014.10.006 [本文引用: 1]

企业空间动态从微观视角研究区域产业活动的空间分布及其变化。本文以西方经济地理学哲学基础和方法论转换为背景,梳理了企业空间动态研究的4个理论框架,即新古典框架、行为框架、制度框架和演化框架,探讨了不同框架下企业空间动态的影响因素;在此基础上,分析了现有研究在理论、数据和方法上的问题,并提出了未来研究的展望。与国外丰富的理论与实证研究相比,中国的企业进入、退出和迁移研究主要是在经济学领域,人文-经济地理学虽在企业迁移研究方面取得了一定成果,但在企业进入与退出研究方面尚处于起步阶段。借鉴西方理论时必须注意到中国的政治体制、社会意识形态和经济转型背景,开展本土化的研究。

[ Shi

Jin

, He

Canfei

. Research progress inspatial dynamics of firms
Progress in Geography, 2014, 33(10): 1342-1353.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11820/dlkxjz.2014.10.006.

URL [本文引用: 1]

[25]

贺灿飞, 梁进社, 张华. 北京市外资制造企业的区位分析
地理学报, 2005, 60(1): 122-130.

[本文引用: 1]

[ He

Canfei

, Liang

Jinshe

, Zhang

Hua

. Locational study of foreign enterprises in Beijing based on an Ordered Probit Model
Acta Geographica Sinica, 2005, 60(1): 122-130.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb200501014.

URL [本文引用: 1]

[26]

吕卫国, 陈雯. 制造业企业区位选择与南京城市空间重构
地理学报, 2009, 64(2): 142-152.

[本文引用: 1]

[ Lv

Weiguo

, Chen

Wen

. Manufacturing industry enterprises location choice and the urban spatial restructuring in Nanjing
Acta Geographica Sinica, 2009, 64(2): 142-152.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb200902002.

URL [本文引用: 1]

[27]

袁丰, 魏也华, 陈雯, 等. 苏州市区信息通讯企业空间集聚与新企业选址
地理学报, 2010, 65(2): 153-163.

[本文引用: 2]

[ Yuan

Feng

, Wei

Yehua

, Chen

Wen

, et al. Spatial agglomeration and new firm formation in the information and communication technology industry in Suzhou
Acta Geographica Sinica, 2010, 65(2): 153-163.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201002003.

URL [本文引用: 2]

[28]

潘峰华, 夏亚博, 刘作丽. 区域视角下中国上市企业总部的迁址研究
地理学报, 2013, 68(4): 19-33.

[本文引用: 1]

[ Pan

Fenghua

, Xia

Yabo

, Liu

Zuoli

. The relocation of headquarters of public listed firms in China: A regional perspective study
Acta Geographica Sinica, 2013, 68(4): 19-33.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201304002.

URL [本文引用: 1]

[29]

叶玉瑶, 吴康敏, 张虹鸥, 等. 珠三角新晋跨境制造业企业地理集聚与区位选择
地理科学进展, 2019, 38(10): 1583-1595.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2019.10.013 [本文引用: 1]

珠三角的跨境资本因其文化多元性、地缘特殊性而受到国际经济地理学家的广泛关注,“多元资本主义”等多种理论框架被提出以解释其特殊性。然而,由于数据、方法的限制,相关研究多停留于理论及定性探讨层面,基于微观企业样点的研究较为欠缺,特别是纳入企业异质性等新经济因素的定量模型研究更为缺乏。论文基于微观企业样点数据,综合考虑传统一般经济因素与制度、集聚、创新、企业异质性等新经济因素,采用核密度分析方法以及空间回归分析,研究了2005—2009、2009—2013年2个时段的珠三角新晋跨境制造业企业(new-born cross-border manufacturing firms, NCMF)的空间分布格局与差异,并重点关注金融危机前后(2005—2009年)这一特殊的经济转型时期,珠三角NCMF区位选择的影响机制。结果表明：①珠三角NCMF的空间集聚程度较以往有所降低,2005—2009年与2009—2013年2个时段的NCMF在结构与分布特征上呈现出较大的差异,热点区位在2005年后开始由珠三角东岸地区向西岸拓展,2009年后则再次呈现以东岸为主的集聚特征;②金融危机前后,珠三角的发展动力发生了根本性的变化,以往吸引跨境制造业企业的劳动力成本优势与开发区政策优势逐步弱化,而集聚因素、创新因素以及企业异质性成为影响跨境制造业企业空间集聚与区位选择的关键影响因素;③处于动力转换期的珠三角,需要通过构建完善的制度环境、建立创新网络、增强要素集聚、根据企业偏好制定多元化引资政策来重新获得发展的新优势。论文旨在从企业微观层面揭示经济区域内部的外商直接投资区位,同时也为理解转型时期中国以珠三角为代表的外向型经济区域的动力转换与空间重构提供实证参考。

[ Ye

Yuyao

, Wu

Kangmin

, Zhang

Hongou

, et al. Geographical agglomeration and location factors of the new-born cross-border manufactural firms in the Pearl River Delta
Progress in Geography, 2019, 38(10): 1583-1595.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2019.10.013.

URL [本文引用: 1]

[30]

Green M

, Cromley R

. Merger and acquisition fields for large United States cities 1955-1970
Regional Studies, 1984, 18(4): 291-301. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/09595238400185291.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/09595238400185291 URL [本文引用: 2]

[31]

Chapman

, Edmond

. Mergers/acquisitions and restructuring in the EU chemical industry: Patterns and implications
Regional Studies, 2000, 34(8): 753-767. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343400050192847.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343400050192847 URL [本文引用: 1]

[32]

Böckerman

, Lehto

. Geography of domestic mergers and acquisitions (M&As): Evidence from matched firm-level data
Regional Studies, 2006, 40(8): 847-60. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343400601043365.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/00343400601043365 URL

[33]

吴加伟, 陈雯, 袁丰, 等. 中国企业本土并购双方的地理格局及其空间关联研究
地理科学, 2019, 39(9): 1434-1444.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2019.09.009 [本文引用: 3]

借鉴已有理论与实证研究成果,综合运用GIS空间分析与计量模型等方法,重点分析省区空间尺度上中国本土并购双方企业的地理格局,从企业地域“根植性”视角探讨并购双方区位选择与空间关联的影响因素。研究结果表明：① 买方和标的企业在空间上呈现共同集聚特征,总体形成了与中国沿江沿海“T”形区域发展格局、“核心-边缘”城镇等级体系相似的地理格局;② 并购双方企业主要集聚于经济发达区域,虽然2010年代以来中西部省区企业参与并购投资事件有所增长,但省区间差异逐渐固化,北京、长三角、珠三角等大都市地区更多以买方角色主导企业跨区域并购,而中西部及资源型区域企业则多以并购标的角色为主;③ 企业并购投资行为根植于地方经济社会和制度环境,买方和标的企业的区位选择机制较为相似,并购双方更偏好集聚于证劵和金融市场繁荣、区域创新系统完善、经济和产业基础雄厚的区域。

[ Wu

Jiawei

, Chen

Wen

, Yuan

Feng

, et al. The geographical distribution and evolution mechanism of domestic merger and acquisition in China
Scientia Geographica Sinica, 2019, 39(9): 1434-1444.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2019.09.009.

URL [本文引用: 3]

[34]

Dueñas

, Mastrandrea

, Barigozzi

, et al. Spatio-temporal patterns of the international merger and acquisition network
Scientific Reports, 2017, (7): 10789. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1038/s41598-017-10779-z.

URL [本文引用: 2]

[35]

Boschma

, Hartog

. Merger and acquisition activity as driver of spatial clustering: The spatial evolution of the Dutch banking industry, 1850-1993
Economic Geography, 2014, 90(3): 247-66. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/ecge.12054.

DOI:10.1111/ecge.2014.90.issue-3 URL [本文引用: 3]

[36]

贺灿飞, 李振发, 陈航航. 区域一体化与制度距离作用下的中国企业跨境并购
地理科学进展, 2019, 38(10): 1501-1513.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2019.10.006 [本文引用: 4]

在区域一体化蓬勃发展的背景下,研究企业跨境并购有助于更好地理解资本在区域间的流动。论文基于BVD-Zephyr数据库统计的2003—2017年中国企业跨境并购数据,分析了交易双方是否签订区域一体化协定和彼此间的制度距离对跨境并购成功率和交易金额的影响。通过Heckman两阶段回归,研究发现：① 区域一体化能够促进中国企业达成跨境并购交易,但不能提升交易金额;② 中国企业与正式制度距离远,即法律、规制层面差异大的国家内企业完成跨境并购的可能性更高,但正式制度距离的存在不利于交易规模扩大;③ 非正式制度距离与交易完成呈负相关关系,即文化层面上的差异过大不利于中国企业完成跨境并购。然而交易一旦完成,非正式制度距离大的贸易双方交易金额更高。此外,论文还认为,随着区域一体化进程的深化,内部成员国之间正式制度距离会衰减,其对交易规模的阻碍作用也会被削弱。

[ He

Canfei

, Li

Zhenfa

, Chen

Hanghang

. Cross-border mergers and acqusitions of Chinese enterprises under the influence of regional integration and institutional distance
Progress in Geography, 2019, 38(10): 1501-1513.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.18306/dlkxjz.2019.10.006.

URL [本文引用: 4]

[37]

计启迪, 陈伟, 刘卫东. 全球跨境并购网络结构及其演变特征
地理研究, 2020, 39(3): 527-538.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlyj020190168 [本文引用: 4]

跨境并购是跨国公司实现全球化发展战略的重要方式。利用Zephyr全球并购数据库,本文通过构建1997—2017年的全球跨境并购网络,分析全球跨境并购网络的拓扑特征及结构演变,主要结论如下：① 自20世纪90年代以来,全球跨境并购波动发展,网络拓扑指标呈现阶段性,其中2008年全球金融危机是跨境并购发展的重要转折点。② 全球跨境并购网络具有显著的小世界特征,服从无标度分布;并购方的“富人俱乐部”现象比被并购方更为明显,但随着全球经济一体化进程逐渐减弱。③ 全球跨境并购网络呈现出“核心-边缘”式结构,非洲、南美洲和亚洲部分地区长期处于边缘地带;但2008年全球金融危机以来,北美与西欧双核主导向“全球三极”主导模式演变,东亚及东南亚国家（地区）逐渐发展成为第三大核心。④ 世界各国（地区）在全球跨境并购网络中表现不一,可划分为外向型和内向型,以及核心国家（地区）、活跃国家（地区）和潜力国家（地区）。⑤ “一带一路”沿线地区参与跨境并购的活跃度较低。

[ Ji

Qidi

, Chen

Wei

, Liu

Weidong

. Structure and evolution of global cross-border M&A network
Geographical Research, 2020, 39(3): 527-538.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlyj020190168.

URL [本文引用: 4]

[38]

Boschma

, Marrocu

, Paci

. Symmetric and asymmetric effects of proximities. The case of M&A deals in Italy
Journal of Economic Geography, 2016, 16(2): 505-35. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1093/jeg/lbv005.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.1093/jeg/lbv005 URL [本文引用: 2]

[39]

企业兼并与破产问题研究课题组. 对我国企业并购产生与发展的考察
中国工业经济, 1997, (9): 5-11.

[本文引用: 1]

[Research Group of Corporate Merger and Bankrupt. Investigation of the origin and development of corporate merger and acquisition in China
China Industrial Economy, 1997, (9): 5-11.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.19581/j.cnki.ciejournal.1997.09.001.

URL [本文引用: 1]

[40]

王秋玉, 尚勇敏, 刘刚, 等. 跨国并购对全球-地方创新网络演化的作用研究: 以中国工程机械产业为例
经济地理, 2018, 38(2): 1-9+17.

[本文引用: 1]

[ Wang

Qiuyu

, Shang

Yongmin

, Liu

Gang

, et al. Study on the effect of cross-border M&A on glocal innovation network: Evidence from China engineering mechanical industry
Economic Geography, 2018, 38(2): 1-9+17.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15957/j.cnki.jjdl.2018.02.001.

URL [本文引用: 1]

[41]

魏乐, 张秋生, 赵立彬. 2012. 我国产业重组与转移: 基于跨区域并购复杂网络的分析
经济地理, 32(2): 89-93.

[本文引用: 1]

[ Wei

, Zhang

Qiusheng

, Zhao

Libin

. 2012. Industrial restructuring and transferring based on complex networks of CRMAs
Economic Geography, 32(2): 89-93.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15957/j.cnki.jjdl.2012.02.015.

URL [本文引用: 1]

[42]

, Wei Y

, Chen

. Spatial proximity, localized assets, and the changing geography of domestic mergers and acquisitions in transitional China
Growth and Change, 2020, 51(3): 954-976. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/grow.12387.

DOI:10.1111/grow.v51.3 URL [本文引用: 1]

[43]

陈雯, 孙伟, 袁丰. 长江三角洲区域一体化空间: 合作、分工与差异, 北京: 商务印书馆, 2018: 51-78.

[本文引用: 1]

[ Chen

Wen

, Sun

Wei

, Yuan

Feng

. Regional Integration in the Yangtze River Delta: Cooperation, Division, and Inequality. Beijing: Commercial Press, 2018: 51-78.]

[本文引用: 1]

[44]

汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程(第二版). 北京: 科学出版社, 2012: 288-289.

[本文引用: 2]

[ Tang

Guoan

, Yang

Xin

. Experiment Tutorial of ArcGIS Spatial Analysis (The Second Edition). Beijing: Science Press, 2012: 288-289.]

[本文引用: 2]

[45]

高爽, 魏也华, 陈雯, 等. 发达地区制造业集聚和水污染的空间关联: 以无锡市区为例
地理研究, 2011, 30(5): 902-912.

[本文引用: 2]

[ Gao

Shuang

, Wei

Yehua

, Chen

Wen

, et al. Study on spatial-correlation between water pollution and industrial agglomeration in the developed region of China: A case study of Wuxi city
Geographical Research, 2011, 30(5): 902-912.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/yj2011050014.

URL [本文引用: 2]

[46]

周侃, 樊杰. 中国环境污染源的区域差异及其社会经济影响因素: 基于339个地级行政单元截面数据的实证分析
地理学报, 2016, 71(11): 1911-1925.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlxb201611004 [本文引用: 2]

基于2012年环境污染物排放和社会经济截面数据,选取化学需氧量、二氧化硫及污染源结构指标,定量研究中国339个地级行政单元环境污染源的空间分异和集聚效应,解析环境污染源及排放空间格局的影响因素,并提出污染防控措施与综合治理建议。结果表明：① 环境污染源结构区域差异显著,水环境污染源以农业源主导型、城镇生活源主导型、城镇生活和农业源复合型为主,三者比重分别为35.40%、33.92%和25.66%,农业源主导型排放强度最高,主要分布于华北和东北地区;大气环境污染源以工业源绝对主导型为主,其比重为74.63%,分布于除青藏高原区的广大区域。② 农业源主导使水污染物集聚式排放加剧,工业源主导则促进了大气污染物集聚式排放,特别在环渤海及其经济腹地区域,污染源结构强化了污染物排放的空间集聚效应。③ 人口规模、城镇化水平和经济增长速度是污染物排放的主要驱动因素,其中以人口规模影响最为显著;经济发展水平在区域模型中呈现不同的影响效应,对工业源主导型区域的大气污染物排放呈正向影响,而对城镇生活源主导型区域的水体污染物排放具有抑制作用;工业化程度对工业源绝对主导型区域的大气污染物排放正向影响显著。

[ Zhou

Kan

, Fan

Jie

. Regional disparity of environmental pollution source and its socio-economic influencing factors: Based on the cross-section data of 339 cities at prefecture level or above in China
Acta Geographica Sinica, 2016, 71(11): 1911-1925.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlxb201611004.

URL [本文引用: 2]