创新政策环境对外商直接投资区位选择的影响——以珠江三角洲核心区六市为例

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

彭如霞^,¹, 夏丽丽^,¹^,², 林剑铬¹

1.华南师范大学地理科学学院,广州 510631

2.华南师范大学粤港澳大湾区村镇可持续发展研究中心,广州 510631

The impact of innovation policy environment on location choice of foreign direct investment from the perspective of knowledge base: A case study of six cities in the core area of the Pearl River Delta

PENG Ruxia^,¹, XIA Lili^,¹^,², LIN Jiange¹

1. School of Geography, South China Normal University, Guangzhou 510631, China

2. Center for Sustainable Development of Rural and Town in Guangdong-Hong Kong-Marco Greater Bay Area, Guangzhou 510631, China

通讯作者: 夏丽丽(1975-), 女, 安徽寿县人, 博士, 副研究员, 研究方向为产业技术创新与空间演变、创新与区域发展。E-mail: hslily@163.com

收稿日期:2019-12-18修回日期:2020-11-30网络出版日期:2021-04-25

基金资助:

国家自然科学基金项目.41001079
广东省软科学项目.2016A070705050

Received:2019-12-18Revised:2020-11-30Online:2021-04-25

Fund supported:

National Natural Science Foundation of China.41001079
Soft Science Foundation of Guangdong Province.2016A070705050

作者简介 About authors
彭如霞(1995-), 女, 四川眉山人, 硕士生, 研究方向为创新与区域发展。E-mail: 2017022050@m.scnu.edu.cn

摘要
外商直接投资（FDI）企业按知识基础类型可分为解析型、合成型和象征型,从政策工具维度对珠江三角洲核心区六市2007—2016年的创新政策进行文本分析,以创新政策强度和创新政策协同度两个指标量化评估珠三角核心区六市创新政策环境,利用多项式逻辑回归模型识别和检验创新政策环境对异质性知识基础的外商直接投资企业区位选择的影响。结果表明：① 珠三角核心区六市创新政策环境时空分异显著,以2010年为时间节点创新政策强度显著提升而协同度明显降低,创新政策强度与协同度均呈楔形空间结构但二者空间异构明显;② 创新政策强度和创新政策协同度对FDI区位选择皆有显著的正效应,且随着创新政策协同度的提升区域更有可能成为解析型和合成型FDI区位选择的对象;③ 政府态度、企业进入方式和布局区位对FDI区位选择有显著影响,集聚因素中的商务服务水平对FDI区位选择的影响显著为正,而城市人口密度和集聚经济水平的影响显著为负。研究结果对地方政府实施更加本地化的创新政策吸引差异化知识基础的FDI,构建区域竞争优势带来重要启示。
关键词： 创新政策环境;外商直接投资;区位选择;知识基础;多项式逻辑回归模型;珠江三角洲核心区

Abstract

Foreign Direct Investment (FDI) is divided into analytical, synthetic, and symbolic types according to the knowledge base type. The innovation policy in the core area of the Pearl River Delta in 2007-2016 has been textually analyzed and quantitatively assessed from the policy tools perspective to understand the situation of the innovation policy environment. Based on this, the polynomial logistic regression model was used to investigate the impact of the study area's innovation policy environment on the location choice of FDI with different knowledge-based types. By doing this, results are obtained as follows: (1) The time and space differentiation of the innovation policy environment is obvious. The turning point is found in 2010. After that, the innovation policy intensity significantly increased, while the degree of synergy decreased. The intensity of innovation policy does not match with the degree of synergy, both of which show a wedge-shaped spatial structure, but the spatial heterogeneity of them is obvious. (2) The intensity of the synergy of innovation policy environment has significant positive effects on FDI location selection, while the degree of its impact on the heterogeneous knowledge base of FDI varies. The regional innovation policy environment optimization makes it more likely to be the target of analytic and synthetic FDI location selection. (3) Enterprise entry mode, government attitude and layout area have a significant impact on FDI location selection. The impact of business service levels on FDI location selection is significantly positive, while the impact of urban population density and agglomeration economic level is significantly negative. These bring important inspiration to local governments to implement more localized innovation policies and to attract differentiated knowledge base of FDI to build regional competitive advantage.

Keywords：innovation policy environment;foreign direct investment;location selection;knowledge bases;polynomial logistic regression model;core area of the Pearl River Delta

PDF (1585KB)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
彭如霞, 夏丽丽, 林剑铬. 创新政策环境对外商直接投资区位选择的影响——以珠江三角洲核心区六市为例. 地理学报[J], 2021, 76(4): 992-1005 doi:10.11821/dlxb202104014
PENG Ruxia, XIA Lili, LIN Jiange. The impact of innovation policy environment on location choice of foreign direct investment from the perspective of knowledge base: A case study of six cities in the core area of the Pearl River Delta. Acta Geographica Sinice[J], 2021, 76(4): 992-1005 doi:10.11821/dlxb202104014

1 引言

外商直接投资（Foreign Direct Investment, FDI）作为全球化的关键要素之一,与地方经济发展的相互作用构成了投资发展路径范式的本质^[1,2]。它不仅是提高生产力、推动技术进步和创造就业机会的重要刺激因素^[3],还能通过垂直溢出、水平溢出和竞争效应等缩小地区间的技术差距^[4]。外资结构的调整在适应产业转移、实现价值链升级,促进区域比较优势的动态转化方面具有重要作用^[5]。自1980年以来,全球FDI快速增长^[6],中国的FDI在2019年达到1390亿美元^[7],在1991—2019年连续位居发展中国家首位^[8]。尽管如此,FDI在中国各省份的分布并不均衡,东部省份的FDI存量与流量都远高于中部及西部省份^[9],同时,各省份内部也呈现明显的区域差异。

不同区域的区位条件与优势决定了FDI的流向,这使20世纪80年代末、90年代初起步的在华FDI区位研究从最初分析FDI进入中国的原因向解释其在中国集聚的区域差异转变^[10]。外商直接投资企业关于目标市场、投资量和微观区位选择的最终决策是企业出于不同投资动机和偏好,权衡投资风险和收益等多因素综合考量的结果,反映了跨国资本对不同区域环境特征和优势资源的选择性利用^[11];同时,地方的研发和创新过程也受到跨国资本势力的影响和约束^[12]。诸多文献探讨了特定时空尺度下在华FDI区位选择,已识别出的影响因素可归为成本驱动型和环境驱动型两类,前者关注劳动力、交通运输和交易成本等的最小化及集聚所带来的城市规模经济、产业关联效应和产业溢出效应^[13,14,15];后者则关注影响要素配置和资源利用效率的环境空间因素,包括区域经济发展水平^[16]、法律和制度^[17,18]、与原产国间的技术差距^[19]、城市等级^[20]和区域吸收能力^[21]等。由于跨国公司不同功能环节呈现不同的区位偏好,研究范围从制造业扩展到市场营销、管理、研发和服务^[22]。研究方法由最初的定性阐述和格局分析为主向与定量综合模拟相结合转变,其中,引力模型^[23,24]、Malmquist指数^[25]和广义矩量法（GMM）^[20]等得到广泛应用。

上述研究为理解FDI跨国区位选择,构建更富竞争力的区域营商环境提供了重要借鉴,但也存在3个比较突出的问题：① 该类研究重点集中于全球区位,研究证据并不普遍,而FDI选择的区位是与其战略目标契合度最高的地区,因此FDI在城市内部的区位选择可能更有意义。② 基于企业和产业因素的FDI分类区位选择研究中,国民经济行业分类^{[18, 20]}、三次产业分类^[26]和按生产要素相对密集度划分产业类型的方法已得到关注^[27,28],但仍难以把握知识创造与融合背景下与知识生产密切关联的新兴产业、转型产业和跨传统类别的融合产业FDI选择的基本特征与影响机理。③ 就制度因素对FDI区位选择的影响研究而言,多数文献将制度作为虚拟调节变量引入模型,能够回答制度对FDI区位选择“有”“无”影响的问题,但较少研究考察制度因素本身及其组成部分如何在多大程度上影响FDI区位选择,仅靠二者的相关关系也无法说明制度因素对区域FDI区位选择影响的基本路径与作用机制。

本文以珠江三角洲核心区为案例地,聚焦于地级市单元下创新政策环境对异质性知识基础的FDI区位选择的影响。珠三角核心区包括广州、深圳、东莞、佛山、中山及珠海六市^[29,30],2007—2016年间共获得外商直接投资1913.63亿美元,分别占珠三角及广东省外商直接投资总额的89.5%和85.35%^[31],表现出明显的中心城市指向性。同时,该区域创新政策颁布数量多,创新产出活跃,但城市发展状况、政府拥有的经济与行政资源及配置能力各异,创新政策环境不均衡^[32],是识别和检验创新政策与FDI区位指向的理想区域。创新政策作为正式制度中针对地方创新颁布的政策集合,有助于通过增强企业竞争力,实现创新与引进外资的良性循环^[33]。深入探究创新政策环境对FDI区位选择的影响,不仅有利于揭示创新政策影响下的跨国资本塑造和调节经济发展的空间非均衡性^[34],而且能为经济新常态下政府创新政策调整和经济可持续发展提供参考依据。知识基础方法通过关注以知识生产、扩散和吸收为基础的创新活动所需输入的特定知识性质对企业或产业进行知识基础分类,以解释企业、产业及区域创新的异质性^[35,36,37]。不同知识基础类型的FDI由于知识生产与转化的特定差异可能对创新政策环境具有不同的需求,深入探究创新政策环境对不同知识基础类型的FDI的差异化影响,可以为理解不同创新政策环境下具有不同知识特性和创新本质的FDI区位选择,实现通过创新驱动改善区域经济结构和增长方式的政策目标提供新视角。

据此,本文的主体思路是：基于创新政策工具分类,对供给型、需求型和环境型创新政策进行典型分类和量化赋值,采用创新政策强度、协同度两个指标量化评估珠江三角洲核心区创新政策环境;借鉴基于知识创造特性差异划分的知识基础方法,将FDI划分为解析型、合成型和象征型3类,建立多项式逻辑回归模型探究作为地方制度重要组成部分的创新政策环境影响异质性知识基础的FDI的关键因素及渠道,提供以地级市为观测单元的研究证据。

2 数据来源与研究方法

2.1 数据来源

检索收集2007年1月1日—2016年12月31日珠江三角洲核心区六市政府部门官方网站的创新政策,共计789份,多为市人民代表大会、市人民政府办公厅、市科技创新委员会及其他部门单独或联合颁布的政策法规文件。由于国家级和省级层面的创新政策实施和影响范围涵盖全省所有地区和城市,难以体现创新政策环境的区域异质性及其对FDI吸引力的差异,故只考虑地级市层面颁布的创新政策。企业数据采用外商投资企业联合年报（http://lhnbgs.mofcom.gov.cn）2007—2016年公布的企业名录,剔除存在如代码错误、数据异常、缺失和不完整的样本,建立了包含13960个外资企业信息的珠三角核心区六市外商投资企业数据库,数据收集时间为2019年6月。用于衡量各进驻城市的集聚经济水平、城市人口密度和商业服务水平等区位影响因素的地级市规模以上企业数、城市人口数、城市面积、第三产业就业人数和城镇就业人员数等数据则来自中经网统计数据库（https://tjk.cei.cn）和《广东省统计年鉴》（http://stats.gd.gov.cn）。

2.2 研究方法

2.2.1 产业知识基础分类产业知识基础是植入产业知识创造过程中,在同类知识创造组织间可以共享的基础性信息或知识^[37],反映了产业在经济活动中知识生产的特性及在创新网络中的知识联结,可用于解释产业间创新的特定差异^[38]与地区间分异^[39]。参照Asheim^[37]、李琳等^[40]的方法,将FDI的产业知识基础分为解析型、合成型和象征型三类（表1）。其中解析型FDI通常与具有分析、抽象、理论构建和试验条件及能力的特定人员应用科学原理密切相关,其应用途径是在创造新知识或新发明的基础上成立新公司和衍生公司,编撰知识在这一过程中发挥重要作用;合成型FDI主要依赖于客户和供应商互动过程中解决特定问题的模拟和实验,在此过程中默会知识十分重要;以“渐进式”创新模式为主的象征型FDI则与特定社会群体习惯和规范、日常文化实践的深刻理解紧密相联,注重通过创意团队的“社会化”实践迎合特定人群的特殊美学意义与文化认同,因此高度依赖于区域背景和文化根植下的默会知识^[40]。

Tab. 1
表1
表1解析型、合成型和象征型知识基础的比较及其产业类型划分
Tab. 1Comparison of analytic, synthetic and symbolic knowledge bases and their industrial type division

知识基础类型	解析型知识基础	合成型知识基础	象征型知识基础
知识创造来源	科学	工程	艺术
创新模式	激进式	渐进式	渐进式
依赖知识类型	编撰知识	默会知识	默会知识
知识创造方式	演绎与分析	归纳与总括	思维发散与创意实践
产业类型	医药制造业;仪器仪表及文化办公用器械制造业;通信设备、计算机及其他电子设备制造业	食品制造业;饮料制造业;纺织业;家具制造业;烟草制造业;通用设备制造业	文物业;出版业;文化艺术业;文化娱乐业; 群众文化业;信息传输、软件和信息技术服务业

注：根据Asheim^[37]、李琳等^[40]的文献整理。

新窗口打开|下载CSV

2.2.2 区域创新政策工具的分类与赋值区域创新政策通过区域内部力量的动员和竞争优势的培育^[41],把区域创新发展与地方政府相联系。根据创新政策工具对区域创新产生的不同影响,将区域创新政策分为供给型、需求型和环境型3类^[42,43]。供给型政策主要由地方政府通过提供相关激励要素推动创新与产品研发,根据投入要素的不同又可细分为基础设施、公共服务、科技支持、人力资源和资金投入5种政策工具。需求型政策主要由地方政府通过稳定新技术、新产品市场来保证区域创新成果产业化,可分为政府采购、政府外包、贸易管制和海外机构管理4种政策工具。环境型政策则更多表现为地方政府提供有利的区域政策环境来间接引导地区创新发展,可分为金融支持、税收优惠、法规管制和策略措施4种政策工具。再依据区域行政权力结构、政策类型和创新政策的完善程度及影响效力,分别对区域创新政策的力度和有效性进行5分制赋值^[43]（表2）。

Tab. 2
表2
表2区域创新政策的力度及有效性量化赋值标准
Tab. 2Quantitative assignment standard of regional innovation policy strength and effectiveness

分值	力度赋值标准	有效性赋值标准
5	市人民代表大会及其常务委员会制定的法律法规	制定了长期和全盘的发展规划
4	市人民政府制定或批准的条例、规定、决定、规划、纲要、规程、计划	完善制度、规划和体系
3	市人民政府颁布的暂行条例、暂行规定、试行措施、配套政策、意见、措施、办法、方案,各部门的条例、规定、决定、规划、纲要、规程、计划	加强相关配套政策和辅助措施建设
2	市各部门暂行条例、暂行规定、试行措施、配套政策、意见、措施、办法、方案,市人民政府颁布的通知	态度上给予支持
1	市各部门颁布的通知	仅提及相关字眼,未给出详细规定和制定措施

注：根据张炜等^[43]的文献整理。

新窗口打开|下载CSV

2.2.3 区域创新政策强度基于区域创新政策工具方法对区域创新政策进行归类和比较,提取其主要区分要素进行量化赋值,区域创新政策力度与有效性相乘得到某项区域创新政策强度,分别乘以各项创新政策主体内容权重,相加得到第i年的区域创新政策强度^[43]。

（1）

TP G_{i} = \overset{13}{\sum_{k = 1}} [U_{k} (\overset{13}{\sum_{j = 1}} P G_{ij} \times G_{ij})], (k = 1,2, \dots, 13; i = 2007,2008, \dots, 2016)

式中：TPG_i表示第i年区域创新政策强度;U_k表示第k项区域创新政策主体内容权重;G_ij表示第i年第j项区域创新政策力度得分;PG_ij表示第i年第j项区域创新政策有效性得分。

2.2.4 区域创新政策协同度区域创新政策协同能使政策实施的整体表现优于部分总和,其协同效果直接影响区域政策体系能否以及在多大程度上发挥关联与整合效应,有助于刻画区域内政策工具的相互作用与社会经济发展的配置关系,理解区域创新发展的制度动力。创新政策协同度的计算基于区域供给型、需求型和环境型创新政策各年度强度,利用模糊数学中的隶属度概念建立区域创新政策协同度函数^[43,44],以区域供给型和需求型政策协同度的计算为例：

（2）

u (\frac{e}{f}) = \exp [- \frac{(TP G_{i} - TP {G^{'}}_{i})^{2}}{S^{2}}], u (\frac{e}{f}) \in (0,1)

式中：

u (\frac{e}{f})

为区域供给型创新政策e与需求型创新政策f的协同情况;TPG_i为第i年的区域供给型创新政策强度;

TP {G^{'}}_{i}

为区域需求型创新政策f所对应的供给型创新政策e当年的拟合值,S²为区域供给型创新政策e实际值的方差。为计算拟合值

TP {G^{'}}_{i}

,分别以x、y代表f和e的年度值,并把y作为因变量,x作为自变量,将样本带入回归方程

y = α + βx

求拟合系数β,把TPG_i代入回归方程可求出拟合值

TP {G^{'}}_{i}

。根据（2）式可得出第i年的区域供给型、需求型和环境型创新政策两两间协同度数值,用熵值法对协同度数值赋予权重后相乘,所得数值相加为第i年的区域创新政策协同度。区域创新政策协同度的实际值越接近拟合值,政策协调程度越高;反之,则说明协调程度越低;当实际值等于协调值时,协同度为1,表示区域政策完全协调。

2.2.5 多项式逻辑回归模型建立多项式逻辑回归模型探讨珠三角核心区创新政策环境对解析型、合成型和象征型FDI区位选择的影响因素及地理驱动机制。在多项式逻辑回归分析模型中,定性因变量的选择可能出现非此即彼的二元逻辑回归模型和多项式逻辑回归模型两种情况^[45],根据因变量类别间的次序又分为有序多分类和无序多分类模型。由于外商直接投资企业众多,所属知识基础类型无明显先后次序,因此采用多项式逻辑回归模型中的无序多分类模型,目的是分析被解释变量各类别与参照类别的对比情况。

假定因变量y具有n个类别,则需要建立n-1个模型;x为自变量,即影响模式选择的要素,;设定第i个因变量为参考变量,第j个因变量为选择变量,P_i和P_j分别表示参考变量和选择变量的概率值,得到基本模型：

（3）

\ln (\frac{P_{j}}{P_{i}}) = \ln [\frac{P (y = j |x)}{P (y = i |x)}] = a_{j} + \overset{n}{\sum_{k = 1}} β_{jk} x_{k}, j \in (1,2, ..., n)

式中：x_k为模型中的自变量;k为自变量个数;a_j为常数项;β_jk表示模型回归系数值;

\frac{P (y = j |x)}{P (y = i |x)}

为选择变量与参考变量的事件发生比。

3 珠三角核心区创新政策环境空间分异

从珠三角核心区创新政策环境空间分布的静态特征来看,观察期内其空间分异显著,创新政策强度和协同度皆呈楔形分布（图1a）。其中创新政策强度较高的是东莞、广州和深圳市,年均值分别达121.53、104.93和88.63,中山、佛山和珠海市创新政策强度较低,年均值分别为56.47、49.82和51.15。说明珠三角核心区创新政策强度与城市经济发展水平存在明显的空间同构,这与资金、人才、知识和科技等创新要素高度集中于区域中心城市密切相关。另外,珠三角核心区创新政策协同度普遍较低。其中,珠海市创新政策协同度值最高,年均值为0.52;其次为中山市,创新政策协同度年均值为0.37;而后是广州、佛山和深圳市,创新政策协同度年均值分别为0.32、0.31和0.30;创新政策强度最高的东莞市创新政策协同度值最低,年均值仅为0.26（表3）。同时,珠三角核心区创新政策强度与创新政策协同度分布呈明显的空间异构,创新政策环境存在一定的结构性失调,这可能是因为创新政策制定得越多,效力越大,政策工具之间越难协调整合,意味着随着政府创新政策投入增加其边际效益可能递减。

图1

新窗口打开|下载原图ZIP|生成PPT
图12007—2016年珠三角核心区不同时期创新政策环境时空分布

Fig. 1Temporal and spatial distribution of innovation policy environment in the core area of Pearl River Delta in different stages in 2007-2016

Tab. 3
表3
表32007—2016年珠三角核心区创新政策强度与协同度值
Tab. 3Innovation policy intensity and coordination value in the core area of Pearl River Delta in 2007-2016

年份	创新政策强度值						创新政策协同度值
年份	东莞	广州	深圳	中山	佛山	珠海	东莞	广州	深圳	中山	佛山	珠海
2007	40.74	11.55	52.10	14.99	82.26	1.53	0.61	0.79	0.39	0.60	0.07	0.89
2008	40.06	199.76	78.90	38.44	14.74	3.68	0.63	0.13	0.00	0.09	0.52	0.83
2009	59.70	1.07	104.77	12.23	14.32	0.00	0.41	0.89	0.15	0.65	0.49	0.93
2010	99.54	103.88	16.12	25.30	9.84	0.00	0.08	0.18	0.67	0.47	0.52	0.93
2011	87.66	180.05	219.77	121.13	165.08	67.13	0.40	0.09	0.25	0.31	0.37	0.07
2012	294.45	160.24	98.59	100.14	20.66	196.52	0.06	0.00	0.00	0.23	0.40	0.35
2013	170.64	14.28	161.49	108.81	76.06	83.22	0.04	0.62	0.20	0.24	0.09	0.11
2014	199.26	120.21	59.04	27.72	25.15	66.58	0.00	0.25	0.38	0.50	0.32	0.37
2015	113.82	176.90	56.17	78.41	36.11	20.14	0.00	0.04	0.43	0.28	0.20	0.51
2016	109.47	81.38	39.37	37.53	53.97	72.72	0.37	0.24	0.53	0.32	0.08	0.23
年均值	121.53	104.93	88.63	56.47	49.82	51.15	0.26	0.32	0.30	0.37	0.31	0.52

新窗口打开|下载CSV

从珠三角核心区创新政策环境空间分异的动态演变来看,观察期内其空间异质性日趋显著,且以2010年为时间截点呈现明显的阶段性。2007—2010年珠三角核心区创新政策强度较低,各地级市间差异较小,且创新政策协同度大致相当,区域创新政策环境相对均衡（图1b）。2011—2016年珠三角核心区六市创新政策强度均出现较大幅度上升,同期创新政策协同度显著下降,地级市创新政策环境空间极化趋势明显增强,创新政策环境空间结构日益多样化和复杂化（图1c）。其中东莞市在2011—2016年创新政策强度年均值增至珠三角核心区六市首位,达162.55,创新政策协同度年均值最低,仅为0.15。而在2007—2010年创新政策强度年均值最高的广州市,2011—2016年增至122.18,仅次于东莞市;但创新政策协同度年均值从2007—2010年的0.50降至2011—2016年的0.21。另外,需要注意的是珠海市2007—2010年创新政策协同度年均值显著高于其他各市,可能并非因创新政策间协调能力强,而是创新政策颁布数量较少导致。2007—2010年珠海市创新政策强度年均值仅为1.30,对应的创新政策协同度年均值高达0.90^①(① 根据创新政策协同度的计算方法,当某两类创新政策数量少,政策工具力度和有效性较低时,这两类政策工具协同度同样会较高,而2007—2010年珠海市恰好符合这种情况。),至2011年,当创新政策强度年均值升至67.13时,创新政策协同度年均值随即降为0.07（表3）。

4 珠三角核心区创新政策环境对不同知识基础FDI区位选择的影响

4.1 指标选取

FDI在东道国的区位选择是母国的经济、制度和文化特征,东道国的区位环境、产业特征、产品类型和企业管理方式与组织战略等共同作用的结果^[10]。为理解FDI的区位选择并把握区域发展动因,需要构建一个既适用于中国体制转型背景又纳入制度、企业以及地理因素的分析框架^[46]。据此,本文构建包含创新政策环境、政府态度、企业进入方式、区域集聚因素以及布局区位的变量集。

4.1.1 创新政策环境创新政策环境作为地方制度环境的重要组成部分^[41],关系着区域创新行动机制的有效性和创新资源配置的科学性。创新政策环境用创新政策强度和创新政策协同度两个指标测算,前者反映区域创新政策颁布的数量、效力高低和政府对区域创新活动的重视程度与投入状况,是衡量创新政策“量”的重要指标;后者反映不同政策工具间的组合、协调与匹配,影响政策体系的协同功能与整合效应,体现区域创新政策环境“质”的高低。

4.1.2 政府态度政府对FDI的态度同样构成地方制度环境的重要一环。政府提供投资诱因如税收优惠和降低潜在的海外投资者的外汇限制等与外商直接投资有正向关系,但限制性政策有时具有“一票否决”的作用^[47]。参照商务部国家发展和改革委员会颁布的《外商投资产业指导目录》^[48],将政府态度划分为“限制”“允许”和“鼓励”3种类型,并分别赋值0、1和2。

4.1.3 企业进入方式国家和地区吸收FDI的规模不仅取决于国内储蓄与投资的平衡状况,也取决于国际资本流动的规模和方式^[49]。其中,企业进入方式因资源投入、法律形式和风险特征等方面的明显差异,对FDI区位选择的影响更为显著^[50,51]。尤其在转型国家,FDI面临产权界定模糊、市场制度不完善和政策不确定等问题,进入方式的战略选择是企业降低交易成本的重要途径^[27]。企业进入方式分为“独资企业”和“合资或合作”两类,分别赋值0、1。

4.1.4 集聚因素集聚经济的发育程度通常是FDI区位抉择时考虑的重要因素,因为外资企业集聚带来的知识和信息溢出等效应可以降低成本和经营风险、稳定投入供给和市场需求,帮助投资者克服外来者劣势^{[10, 52]}。集聚因素包括集聚经济水平、城市人口密度和商业服务水平3个代理指标。区域的集聚经济水平以FDI所在地级市规模以上企业数自然对数值来衡量,城市人口密度用城市人口/城市面积表示,而商业服务水平用第三产业就业比衡量。

4.1.5 布局区位国际生产折衷理论认为企业在从事海外直接投资时会选择能实现其收益最大化的区位^[53],这样的区位包括多方面的因素,而部分因素可能未囊括在选择的指标中。基于以上思考,在上述变量集外增加珠三角核心区6个地级市作为综合区位变量反映FDI对区域投资环境的评估。从东莞、广州、深圳、中山、佛山到珠海市分别赋值1到6,代表不同的地级市^②(② 此处的赋值是为将该影响因素纳入模型进行的类型区分,不表示值的高低。珠三角核心区6个城市的顺序根据2007—2016年各市创新政策文件数量由多到少排列。在逻辑回归模型中,通常以纳入模型的末尾组为参照组,故以珠海市作为参照组,各城市除珠海市以外均设置哑变量。),以期更全面地解析FDI的在华投资行为及其驱动因素。

4.2 创新政策环境影响不同知识基础FDI区位选择的多项式逻辑回归方程

以外商直接投资的知识基础类型为因变量y,由于解析型和合成型FDI都以制造业为主体,而象征型FDI以文化产业为主体,故以象征型FDI作为参照类型。自变量x_k包括解释变量和区位变量：解释变量为区域创新政策环境,其代理变量为创新政策强度和创新政策协同度;区位变量包括政府态度、企业进入方式和集聚因素,而集聚因素又包括集聚经济水平、城市人口密度和商业服务水平3个代理变量（表4）。各变量的VIF值均小于10,说明变量通过了多重共线性检验,用Logit函数作为联接函数参数估计。

Tab. 4
表4
表4模型变量定义
Tab. 4The definition of model variables

变量名称及符号	定义
因变量
企业知识基础类型	1=解析型;2=合成型;3=象征型
解释变量
创新政策强度	反映创新政策力度和效力,用创新政策强度值表示
创新政策协同度	供给型、环境型和需求型创新政策两两间的协调程度,用创新政策协同度值表示
区位变量
政府态度	0=限制类;1=允许类;2=鼓励类
企业进入方式	0=独资;1=合资
集聚经济水平	用企业所在地级市规模以上工业企业数自然对数来表示
城市人口密度	以城市人口/城市面积表示
商业服务水平	第三产业就业人员数/全部城镇单位就业人员数
布局区位	按样本进驻的城市进行区分：1=东莞;2=广州;3=深圳;4=中山;5=佛山;6=珠海

新窗口打开|下载CSV

4.3 模型检验

运用SPSS软件对变量完整的样本构建多项式逻辑回归模型,通过比较似然比卡方值与相同自由度的卡方分布值进行显著性检验得到在保证显著度情况下的模型偏差。当模型的似然比卡方值大于相同自由度的卡方分布值,则可以拒绝原假设,认为所有回归系数不同时为0^[54]。在该模型当中,似然比检验的P值为0.00,通过显著性水平为0.05的检验,说明模型设置合理,选择的变量有效。Hausman检验接受了“不存在内生性”的原假设,意味着核心解释变量不存在内生性问题,回归估计结果稳健。

4.4 结果分析

估算结果显示：创新政策强度、创新政策协同度、政府态度、企业进入方式、商务服务水平、城市人口密度和集聚经济水平都对解析型、合成型和象征型3种知识基础类型的FDI区位选择存在显著影响。即创新政策环境、政府态度、企业进入方式、集聚因素和布局区位共同决定了FDI在珠三角核心区的区位选择,不同知识基础类型的FDI因体现不同经济创新活动的本质而具有差异性的区位偏好（表5）。

Tab. 5
表5
表5珠三角核心区创新政策影响FDI区位选择的多项式逻辑回归结果
Tab. 5Polynomial logistic regression results of FDI location selection in innovation policy of the core area of Pearl River Delta

影响因素	解析型/象征型		合成型/象征型
影响因素	回归系数	OR值	回归系数	OR值
截距	-1.114	-	-0.276	-
创新政策强度(x₁)	0.008^***	1.008	0.008^***	1.008
创新政策协同度(x₂)	1.749^***	5.750	1.518^***	4.563
[政府态度=0]	0.328^**	1.388	0.560^***	1.752
[政府态度=1]	0.266^***	1.304	0.611^***	1.842
[政府态度=2]	-	-	-	-
[进入方式=0]	-0.155^*	0.857	0.133^*	1.142
[进入方式=1]	-	-	-	-
集聚经济水平(x₅)	-0.355^***	0.701	-0.464^***	0.629
城市人口密度(x₃)	-0.00026^***	1.000	-0.00032^***	1.000
商业服务水平(x₄)	0.036^***	1.037	0.037^***	1.038
[地级市=1]	3.098^***	22.152	3.224^***	25.136
[地级市=2]	-0.833^***	0.435	-0.505^***	0.604
[地级市=3]	0.575^***	1.778	1.034^***	2.812
[地级市=4]	2.472^***	11.849	3.617^***	37.217
[地级市=5]	2.493^***	12.092	4.081^***	59.182
[地级市=6]	-	-	-	-

注：^***、^**、^*分别表示回归系数在1%、5%和10%置信水平下显著;OR为发生比率,即选择变量与参考变量的事件发生比^[27]。

新窗口打开|下载CSV

4.4.1 创新政策环境对FDI区位选择的影响创新政策强度与外商投资企业区位选择呈显著正相关,且对解析型和合成型外商投资企业的影响略高于象征型。其他条件不变时,创新政策强度每增加1个单位,解析型与象征型FDI、合成型与象征型FDI在区域内布局的概率比率为原来的1.008倍。创新政策强度对FDI区位选择的显著正影响说明依靠直接的创新要素投入可能带来一定创新产出和增强区域创新能力,从而提升区域对外商直接投资的吸引力;但同时也应注意到创新政策强度的提升对解析型、合成型FDI与象征型FDI在区域内布局的概率比率的影响不大,这意味着仅仅依靠创新政策直接投入的增加来吸引特定类型的FDI效果并不明显。因此,在利用外资从规模寻求向质量提高和收益获得转变阶段,一味地增加创新政策数量和投入力度可能收效甚微。这启示地方政府在通过刺激新的投资行为来扩大行业基础时,应注意考虑政策工具间的协调配合及其与外部知识基础的交互作用。

创新政策协同度与FDI区位选择同样呈显著正相关,表明区域较高的创新政策协同度塑造的优质创新政策环境对FDI区位选择具有较大的吸引力。同时,区域创新政策协同度每增加1个单位,外商直接投资企业为合成型的概率与象征型的概率之比为原来的4.56倍,外商直接投资企业为解析型与象征型的概率之比将为原来的5.75倍。表明随着创新政策协同度的提升,区域更有可能成为解析型和合成型FDI区位选择的对象。这意味着区域投资环境若在政府创新政策的策略性支持下优化,解析型和合成型FDI比象征型FDI更容易参与到本地化构建区域竞争优势的过程中来,反映了FDI进行区位选择时重视利用创新政策环境所搭载的区域知识基础和制度来增强自身核心能力和优势。这不仅遵循制度转向理论提出的制度维度区位因素影响FDI区位选择的观点^{[47, 55]},也与部分研究中得出的优化投资环境能有效提高FDI质量的结论相互印证^[56]。

4.4.2 政府态度、企业进入方式、集聚因素和布局区位对FDI区位选择的影响研究结果显示（表5）,政府态度对FDI区位选择呈显著的正效应,即被划分为“鼓励类”的FDI更有可能因为受到优惠政策的照顾而投资该区域。鲁明泓的实证研究同样表明,FDI更倾向于流入对其持欢迎态度的国家或地区^[48]。而对于不同知识基础类型的FDI来说,政府态度对合成型FDI区位选择的影响最为明显,对解析型和象征型FDI区位选择的影响相对较小。

企业进入方式对FDI区位选择具有显著影响,但异质性知识基础FDI进入方式的倾向不同。以合资进入方式为基准,解析型与象征型FDI相比以独资方式进入的估算系数为负且发生比率小于1,说明解析型比象征型FDI更倾向以合资方式进入;合成型与象征型FDI相比以独资方式进入的估算系数为正且发生比率大于1,表示合成型比象征型FDI更倾向以独资方式进入。

集聚因素中的商业服务业水平对FDI区位选择有显著的正影响,而集聚经济水平和城市人口密度对FDI区位选择的影响显著为负。传统的外资集聚理论认为外资企业可以从集聚区位获益^[53],商业服务业水平对FDI区位选择的影响遵循这一理论,这是由于商业服务业增加值占比较大的城市往往具备提供全方位的综合协调服务和智力支撑能力。集聚经济水平对FDI区位选择的影响显著为负,说明随着反映集聚经济水平的工业企业对数值的升高,FDI选择该区位布局的可能性明显降低。同样,城市人口密度对FDI区位选择的影响显著为负,这是因为城市人口密度不仅代表较高的资源配置效益和经济效率,也预示着较高的人力资源成本。

此外,布局区位对FDI区位选择具有显著影响,与地级市6（珠海）相比,解析型和合成型FDI都更倾向于选择地级市1（东莞）、3（深圳）、4（中山）和地级市5（佛山）布局,而象征型FDI更倾向选择地级市2（广州）布局,这是多种因素共同影响的结果。

5 结论和讨论

5.1 结论

创新政策环境反映了基于创新的正式制度安排的合理性、合法性和区域创新行动机制的有效性,影响着知识资本等创新资源的配置。地区创新政策环境对异质性知识基础的FDI区位选择影响的研究可以为优化FDI空间布局、制定差异化引资政策和推动区域产业结构转型升级提供借鉴。结果表明：① 2007—2016年珠三角核心区六市创新政策环境时空分异显著,创新政策强度和协同度皆呈楔形分布但二者空间异构明显。以2010年为时间节点,创新政策强度显著提升而协同度明显降低,创新政策环境空间极化趋势增强,空间结构日益多样化和复杂化。② 不同知识基础类型的FDI因体现不同经济创新活动的本质而具有差异性区位偏好,创新政策强度和协同度都与FDI区位选择呈显著的正相关,但创新政策环境对异质性知识基础的FDI影响程度各异。其中,创新政策强度对解析型和合成型FDI的影响略高于象征型,但随着创新政策协同度的提升,区域对解析型和合成型FDI区位选择的吸引力明显高于象征型FDI。③ 政府态度、企业进入方式、布局区位对FDI区位选择有显著影响,集聚因素中的商务服务水平对FDI区位选择有显著的正向影响,而城市人口密度和集聚经济水平对FDI的影响显著为负。

5.2 讨论

FDI的区位选择既需要必备的本地知识资本和特定区位要素禀赋作为发展资源,也需要优质的创新政策环境作为行动机制。但因为不同类型FDI对创新政策环境的需求不同,针对性的区域创新政策的制定需要基于对FDI异质性特征的理解。地方引进FDI需从依靠要素拉动经济增长向通过创新驱动改善区域经济结构和增长方式转变,这需要制度、经济和社会文化环境等区域特征与差异化的知识基础匹配。解析型FDI以激进式、根本性的创新模式为主,可能引导区域产业升级和促进城市由传统的制造功能向更高端的研发、指挥和协调等创新功能转变。为吸引更多的解析型FDI,地区创新政策可以侧重于促进区域内大学、研究机构和产业间的相互作用,营造追求创新和容忍失败的政策环境。合成型FDI以“渐进式”创新模式为主,主要存在于使用或合成现有知识来进行创新活动的产业之中,对配套设施的质量、技术和性能提出较高要求。因此,地方政府可以通过增强与合成型FDI相匹配的产业配套能力,以便于企业间交流互动和隐性知识的传播,从而进一步发挥区域企业间的知识溢出效应对合成型FDI的吸引力。源于审美需求、感染力和图像等无形物的象征型FDI同样以渐进式创新模式为主,具有明显的特定背景性和文化根植性,因此更有可能受到开放的文化氛围吸引。但象征型FDI对创新政策环境的敏感度不高,同等程度的创新政策环境改善对象征型FDI起到的激励作用不如解析型和合成型FDI。

综上,本文通过利用多项式逻辑回归模型识别和检验创新政策环境影响解析型、合成型和象征型FDI在城市内部区位选择的关键因素及渠道。但还存在一定局限性：① 创新政策协同度的评价只涉及到政策工具间的协同,但不同政策制定主体、不同空间尺度政策的垂直秩序和等级结构未纳入研究范畴,使得区域创新政策协同度的测算存在一定片面性。② 多项式逻辑回归模型主要反映解释变量各类别与参照类别的对比情况,研究结果具有相对性,难以与研究区域以外的地区和其他产业划分方式下的产业类型做直接比较。③ 本文在对外商直接投资进行知识基础分类时直接借鉴了已有研究成果,但该分类方法目前还停留在以质性调查方法为主界定产业知识基础类型和判别其行业归属的研究阶段,缺乏系统化的量化分析。因此,该分类方法仍值得进一步的探究,这将有助于加深中国转型经济背景下基于知识基础的区域创新机制的理解,拓展知识基础视角研究理论深度和增加其现实参考价值。

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]

Dunning

J H

, Narula

. The investment development path revisited: Some emerging issues//Dunning J H, Narula R. Foreign Direct Investment and Governments. London: Routledge Press, 1996.

[本文引用: 1]

[2]

Dunning

J H

. Explaining the international direct investment position of countries: Towards a dynamic or developmental approach
Weltwirtschaftliches Archiv, 1981,117:30-64.

[本文引用: 1]

[3]

Mihaela

, Waqar

, Xu

H L

. The impact of institutional quality on foreign direct investment inflows: Evidence for developed and developing countries
Economic Research-Ekonomska Istra?ivanja, 2018,31(1):626-644.

[本文引用: 1]

[4]

Huang

Lingyun

, Liu

Dongdong

, Xie

Huiqiang

. Research on the harmonious development of outward foreign direct investment and inward foreign direct investment
China Industrial Economics, 2018(3):80-97.

[本文引用: 1]

[ 黄凌云, 刘冬冬, 谢会强. 对外投资和引进外资的双向协调发展研究
中国工业经济, 2018(3):80-97.]

[本文引用: 1]

[5]

Yumei

, Liu

Xuejiao

, Yang

Lizhuo

. Divestment of foreign-invested enterprises: Motivation and impact mechanism: an empirical analysis based on questionnaire survey of 10 cities in the eastern coast
Management World, 2016(4):37-51.

[本文引用: 1]

[ 李玉梅, 刘雪娇, 杨立卓. 外商投资企业撤资: 动因与影响机理: 基于东部沿海10个城市问卷调查的实证分析
管理世界, 2016(4):37-51.]

[本文引用: 1]

[6]

Bruce

A. Blonigen

, Ronald

B. Davies

, Glen

, Waddell

, et al. FDI in space: Spatial autoregressive relationships in foreign direct investment
European Economic Review, 2007,51:1303-1325.

[本文引用: 1]

[7]

UNCTAD. World Investment Report 2019: Reforming International Investment Governance
New York and Geneva: United Nations, 2019.

[本文引用: 1]

[8]

Liu

Q Q

, Wang

S J

, Zhang

W Z

, et al. Does foreign direct investment affect environmental pollution in China's cities? A spatial econometric perspective
Science of the Total Environment, 2018, 614:521-529.

[本文引用: 1]

[9]

Tian

Bifei

, Chen

Ziruo

. Spatial spillover of FDI on entrepreneurship in China
China Industrial Economics, 2016(8):40-57.

[本文引用: 1]

[ 田毕飞, 陈紫若. FDI对中国创业的空间外溢效应
中国工业经济, 2016(8):40-57.]

[本文引用: 1]

[10]

Liu

Zuoli

, He

Canfei

. A literature review on FDI location
Progress in Geography, 2009,28(6):952-961.

[本文引用: 3]

[ 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: 3]

[11]

Rugman

A M

, Oh

C H

, Lim

Dominic S K

. The regional and global competitiveness of multinational firms
Journal of the Academy of Marketing Science, 2012,40(2):218-235.

[本文引用: 1]

[12]

Xia

Lili

, Wang

Runxiao

, Liang

Xinyi

, et al. Evolution of R&D behavior and influential factors of indigenous enterprises of host countries under the global-local background: A case study of manufacturing enterprises in Guangzhou from the perspective of technology spillover
Scientia Geographica Sinica, 2019,39(2):277-284.

[本文引用: 1]

[ 夏丽丽, 王润晓, 梁新怡, 等. 全球—地方背景下东道国企业研发行为的演变及其影响因素研究: 基于技术溢出视角的广州市本土制造企业微观实证
地理科学, 2019,39(2):277-284.]

[本文引用: 1]

[13]

Shen

Kunrong

, Tian

Yuan

. Location selection of human capital and foreign direct investment
Management World, 2002(11):26-31.

[本文引用: 1]

[ 沈坤荣, 田源. 人力资本与外商直接投资的区位选择
管理世界, 2002(11):26-31.]

[本文引用: 1]

[14]

Canfei

, Zhu

Xiangdong

, Kong

Yinghui

, et al. Agglomeration economy, incentive policy and the spatial pattern of Chinese computer manufacturing industry: A case study based on export data
Scientia Geographica Sinica, 2018,38(10):1579-1588.

[本文引用: 1]

[ 贺灿飞, 朱向东, 孔莹晖, 等. 集聚经济、政策激励与中国计算机制造业空间格局: 基于贸易数据的实证研究
地理科学, 2018,38(10):1579-1588.]

[本文引用: 1]

[15]

Xun

, Ding

Xinzheng

. Spatial aggregation and location selection of FDI based on empirical analysis Zhujiang River Delta of China
Scientia Geographica Sinica, 2007,27(5):636-641.

[本文引用: 1]

[ 李郇, 丁行政. 空间集聚与外商直接投资的区位选择: 基于珠江三角洲地区的实证分析
地理科学, 2007,27(5):636-641.]

[本文引用: 1]

[16]

Blomstrom

, Lipsey

R E

, Zejan

. Is fixed investment the key to economic growth?
The Quarterly Journal of Economic, 1996,111:269-276.

[本文引用: 1]

[17]

Luis

Miguel Bolívar

, Cristóbal

Casanueva

, Ignacio

Castro

. Global foreign direct investment: A network perspective
International Business Review, 2019,28(4):696-712.

[本文引用: 1]

[18]

Canfei

, Liu

Yang

. Industrial agglomeration and sectoral distribution of foreign direct investment: A case study of Beijing
Acta Geographica Sinica, 2006,61(12):1259-1270.

[本文引用: 2]

[ 贺灿飞, 刘洋. 产业地理集聚与外商直接投资产业分布: 以北京市制造业为例
地理学报, 2006,61(12):1259-1270.]

[本文引用: 2]

[19]

Havranek

, Irsova

. Estimating vertical spillovers from FDI: Why results vary and what the true effect is
Journal of International Economics, 2011,85(2):234-244.

[本文引用: 1]

[20]

Canfei

, Zhu

Yangang

, Zhu

Shengjun

. Industrial attributes, provincial characteristics and industrial agglomeration in China
Acta Geographica Sinica, 2010,65(10):1218-1228.

[本文引用: 3]

[ 贺灿飞, 朱彦刚, 朱晟君. 产业特性、区域特征与中国制造业省区集聚
地理学报, 2010,65(10):1218-1228.]

[本文引用: 3]

[21]

Arshad

. Foreign direct investments, institutional quality
The Journal of International Trade & Economic Development and Economic Growth, 2018,28(5):561-579.

[本文引用: 1]

[22]

Canfei

, Xiao

Xiaojun

. Geography of multinational corporations in China: An empirical study of Fortune Global 500 multinational corporations in electronics and medical and chemical industries
Acta Geographica Sinica, 2011,66(12):1669-1681.

[本文引用: 1]

[ 贺灿飞, 肖晓俊. 跨国公司功能区位实证研究
地理学报, 2011,66(12):1669-1681.]

[本文引用: 1]

[23]

Bevan

A A

, Estrin

. The determinants of foreign direct investment into European transition economies
Journal of Comparative Economics, 2004,32(4):775-787.

DOI:10.1016/j.jce.2004.08.006 URL [本文引用: 1]

[24]

Blonigen

B A

. A review of the empirical literature on FDI determinants
Atlantic Economic Journal, 2005,33(4):383-403.

[本文引用: 1]

[25]

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.

[本文引用: 1]

[ 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]

[26]

Zhiqiang

, Li

Hua

. Industry type and spatial pattern of FDI in Beijing in 1900s
City Planning Review, 2005(9):14-21, 63.

[本文引用: 1]

[ 吴志强, 李华. 1990年代北京外商投资空间分布的产业特征研究
城市规划, 2005(9):14-21, 63.]

[本文引用: 1]

[27]

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: 3]

[ 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.]

[本文引用: 3]

[28]

Hongyi

. Research on the impact of EU FDI on China's trade structure
[D]. Jinan: Shandong University, 2014.

[本文引用: 1]

[ 毕红毅. 欧盟FDI对中国贸易结构的影响研究
[D]. 济南: 山东大学, 2014.]

[本文引用: 1]

[29]

Fan

Fenglei

, Wang

Yunpeng

, Wang

Zhishi

. Temporal and spatial change detecting (1998-2003) and predicting of land use and land cover in core corridor of Pearl River Delta (China) by using TM and ETM+ images
Environmental Monitoring and Assessment, 2008,137:127-147.

DOI:10.1007/s10661-007-9734-y URLPMID:17564805 [本文引用: 1]

Land use/land cover (LULC) has a profound impact on economy, society and environment, especially in rapid developing areas. Rapid and prompt monitoring and predicting of LULC's change are crucial and significant. Currently, integration of Geographical Information System (GIS) and Remote Sensing (RS) methods is one of the most important methods for detecting LULC's change, which includes image processing (such as geometrical-rectifying, supervised-classification, etc.), change detection (post-classification), GIS-based spatial analysis, Markov chain and a Cellular Automata (CA) models, etc. The core corridor of Pearl River Delta was selected for studying LULC's change in this paper by using the above methods for the reason that the area contributed 78.31% (1998)-81.4% (2003) of Gross Domestic Product (GDP) to the whole Pearl River Delta (PRD). The temporal and spatial LULC's changes from 1998 to 2003 were detected by RS data. At the same time, urban expansion levels in the next 5 and 10 years were predicted temporally and spatially by using Markov chain and a simple Cellular Automata model respectively. Finally, urban expansion and farmland loss were discussed against the background of China's urban expansion and cropland loss during 1990-2000. The result showed: (1) the rate of urban expansion was up to 8.91% during 1998-2003 from 169,078.32 to 184,146.48 ha; (2) the rate of farmland loss was 5.94% from 312,069.06 to 293,539.95 ha; (3) a lot of farmland converted to urban or development area, and more forest and grass field converted to farmland accordingly; (4) the spatial predicting result of urban expansion showed that urban area was enlarged ulteriorly compared with the previous results, and the directions of expansion is along the existing urban area and transportation lines.

[30]

Ren

Xiangning

, Dong

Yuxiang

, Wang

Qiuxiang

. Temporal and spatial variation of soil organic carbon storage in the core area of Pearl River Delta and identification of influencing factors
Tropical Geography, 2018,38(5):668-677.

[本文引用: 1]

[ 任向宁, 董玉祥, 王秋香. 珠三角核心区农田耕层土壤有机碳库储量时空变化特征及其影响因素识别
热带地理, 2018,38(5):668-677.]

[本文引用: 1]

[31]

China Economic Net Statistics Database. 2007-2010. http://tjk.cei.cn/.

URL [本文引用: 1]

[ 中经网统计数据库. 2007-2010. http://tjk.cei.cn/.]

URL [本文引用: 1]

[32]

Zhang

, Zhu

Guangshun

, Li

Xiayang

, et al. Key industrial policy and resource allocation of local government
China Industrial Economics, 2017(8):63-80.

[本文引用: 1]

[ 张莉, 朱光顺, 李夏洋, 等. 重点产业政策与地方政府的资源配置
中国工业经济, 2017(8):63-80.]

[本文引用: 1]

[33]

Huang

Xiaoqi

, Chai

Min

. Location selection of FDI from the perspective of New Economic Geography: An empirical analysis based on Chinese provincial panel data
Management World, 2006(10):7-13, 26, 171.

[本文引用: 1]

[ 黄肖琦, 柴敏. 新经济地理学视角下的FDI区位选择: 基于中国省际面板数据的实证分析
管理世界, 2006(10):7-13, 26, 171.]

[本文引用: 1]

[34]

Martin

R L

. Institutional approaches in economic geography
//Sheppard E, Barnes T J. A Companion to Economic Geography. Oxford: Blackwell, 2000: 77-94.

[本文引用: 1]

[35]

Bj?rn

, Markus

, Michaela

. Introduction: Combinatorial knowledge bases, regional innovation, and development dynamics
Economic Geography, 2017,93(5):429-435.

[本文引用: 1]

[36]

Lee

H F

, Marcela

. Which types of knowledge-intensive business services firms collaborate with universities for innovation?
Research Policy, 2019,48(7):1633-1646.

[本文引用: 1]

[37]

Bj?rn

T A

, Ron

, Philip

. Constructing regional advantage: Platform policies based on related variety and differentiated knowledge bases
Regional Studies, 2011,45(7):893-904.

[本文引用: 4]

[38]

Moodysson

, Coenen

, Bj?rn

T A

. Explaining spatial patterns of innovation: Analytical and synthetic modes of knowledge creation in the Medicon Valley life science cluster
Environment and Planning A, 2008,40(5):1040-1056.

[本文引用: 1]

[39]

Eder

. Peripheralization and knowledge bases in Austria: Towards a new regional typology
European Planning Studies, 2019,27(1):42-67.

[本文引用: 1]

[40]

Lin

, Jiang

Ting

, Xu

Jie

. The measurement and dynamic change of China's regional industrial knowledge base
Economic Geography, 2016,36(5):107-114.

[本文引用: 3]

[ 李琳, 蒋婷, 徐洁. 我国区域产业知识基础的测算及动态变化
经济地理, 2016,36(5):107-114.]

[本文引用: 3]

[41]

Miao

Changhong

, Fan

Jie

, Zhang

Wenzhong

. New perspective on regional development in Western economic geography: A critical assessment of "the New Regionalism"
Economic Geography, 2002,22(6):644-650.

[本文引用: 2]

[ 苗长虹, 樊杰, 张文忠. 西方经济地理学区域研究的新视角: 论“新区域主义”的兴起
经济地理, 2002,22(6):644-650.]

[本文引用: 2]

[42]

Rothwell

, Zegveld

. Industrial Innovation and Public Policy: Preparing for the 1980s and 1990s
London: Frances Printer, 1981.

[本文引用: 1]

[43]

Zhang

Wei

, Fei

Xiaoyan

, Xiao

Yun

, et al. Regional innovation policy evaluation based on the multi-dimensional model in Jiangsu, Zhejiang and Shanghai
Science Research Management, 2016,37(Suppl.1):614-622.

[本文引用: 5]

[ 张炜, 费小燕, 肖云, 等. 基于多维度评价模型的区域创新政策评估: 以江浙沪三省为例
科研管理, 2016,37(Suppl.1):614-622.]

[本文引用: 5]

[44]

Zhang

Jianzhong

. Empirical analysis on the level of mechanism of synergetic development between trade, FDI of CAFTA and China's environment
Ecological Economy, 2012(9):28-32.

[本文引用: 1]

[ 张建中. 中国—东盟自由贸易区贸易、投资与中国环境协同发展程度的实证分析
生态经济, 2012(9):28-32.]

[本文引用: 1]

[45]

Huiming

, Duan

Pinsheng

. An analysis of old industrial buildings regeneration mode selection based on multinomial logistic
Journal of Engineering Management, 2019,33(2):75-80.

[本文引用: 1]

[ 李慧民, 段品生. 基于多分类Logistic的旧工业建筑再生模式选择分析
工程管理学报, 2019,33(2):75-80.]

[本文引用: 1]

[46]

Wenying

. Evolution of non-state sector in the Pearl River Delta based on a historical institutional analysis
Geographical Research, 2018,37(7):1334-1348.

[本文引用: 1]

[ 符文颖. 基于历史制度分析的珠江三角洲非国有经济演化
地理研究, 2018,37(7):1334-1348.]

[本文引用: 1]

[47]

Minghong

. Institutional factors and location distribution of international direct investment: An empirical study
Economic Research Journal, 1999(7):57-66.

[本文引用: 2]

[ 鲁明泓. 制度因素与国际直接投资区位分布: 一项实证研究
经济研究, 1999(7):57-66.]