EN中文

地理科学 >

2018 , Vol. 38 >Issue 12: 1943 - 1951

DOI: https://doi.org/10.13249/j.cnki.sgs.2018.12.001

中国留学人员创业园分布及产业特征

  • 姜海宁 , 1, 2, 3 ,
  • 张文忠 , 2, 3 ,
  • 许树辉 4 ,
  • 陈秋羽 1
展开
  • 1.浙江师范大学地理与环境科学学院,浙江 金华 321004
  • 2.中国科学院区域可持续分析与模拟重点实验室,北京 100101
  • 3.中国科学院地理科学与资源研究所,北京 100101
  • 4.韶关学院地理系,广东 韶关 512005
通讯作者：张文忠,研究员。E-mail：

作者简介：姜海宁（1982-）,男,江苏徐州人,博士,副教授,主要研究方向为经济地理。E-mail:

收稿日期: 2017-11-25

  要求修回日期: 2018-02-01

  网络出版日期: 2018-12-20

基金资助

国家自然科学基金项目(41501119、41871170、41771174)、浙江省自然科学基金一般项目（LY19D010009）、浙江省社科联重点项目（2015Z025）、中国博士后科学基金项目（2015M571105）、广东省教育厅项目（2016WTSCX107）资助

收起

The Spatial Distribution and Industrial Characteristics of Overseas Students Pioneer Parks in China

  • Jiang Haining , 1, 2, 3 ,
  • Zhang Wenzhong , 2, 3 ,
  • Xu Shuhui 4 ,
  • Chen Qiuyu 1
Expand
  • 1.College of Geography and Environmental Sciences, Zhejiang Normal University, Jinhua 321004, Zhejiang, China
  • 2.Key Laboratory of Regional Sustainable Development Modeling, Chinese Academy of Sciences, Beijing 100101,China
  • 3.Institute of Geographic Science and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101,China
  • 4.Department of Geography, Shaoguan University, Shaoguan 512005, Guangdong, China

Received date: 2017-11-25

  Request revised date: 2018-02-01

  Online published: 2018-12-20

Supported by

National Natural Science Foundation of China (41501119, 41871170, 41771174),Zhejiang Provincial Natural Science Foundation of China (General Project)(LY19D010009), Zhejiang Federation of Social Science Association Key Project (2015Z025), China Postdoctoral Science Foundation (2015M571105), Guangdong Education Department Foundation (2016WTSCX107).

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

摘要

以《中国留学人员创业年鉴》为基础数据,采用GIS空间分析技术,运用核密度估计法、L函数和最近邻层次聚类分析等方法,分析2006~2015年中国留学人员创业园空间分布规律以及园区产业集聚特征,结果表明：中国留学人员创业园集聚特征显著,而且随着时间的推移,其多中心趋势明显,集聚规模迅速增大,集聚强度呈“先升后降,但总体增大”趋势;主要集聚于长三角、京津冀和珠三角等地区,尤以前两者最显著,且三大集聚区的集聚强度与集聚规模差异明显,其中长三角留创园的集聚规模最大,京津冀集聚强度最高,而珠三角则比较复杂,其在很小空间尺度范围内服从集聚分布,而在较大空间尺度范围内则服从随机分布;基于不同主导产业的中国留学人员创业园依然集中于长三角、京津冀和珠三角等地区,其主导产业分布格局则差异显著,规律性不强。

关键词： 留学人员创业园; 集聚区; 中国

本文引用格式

姜海宁 , 张文忠 , 许树辉 , 陈秋羽 . 中国留学人员创业园分布及产业特征[J]. 地理科学, 2018 , 38(12) : 1943 -1951 . DOI: 10.13249/j.cnki.sgs.2018.12.001

Abstract

The spatial distribution and industrial characteristics of Overseas Students Pioneer Parks in China was analyzed by adopting the spatial analysis of GIS and the method of the nuclear density index, L(d) function and nearest neighbor hierarchical clustering algorithm based on data from Returned Chinese Scholars Pioneer Yearbooks from 2006 to 2015. The results show that the Overseas Students Pioneer Parks in China have significant characteristics of spatial concentration. The polycentric trend of Overseas Students Pioneer Parks in China has become increasingly obvious. The agglomeration scale has expanded rapidly and agglomeration degree has gone up first and then decreased as time went on. The Yangtze Delta Region, Beijing-Tianjin-Hebei region, and the Pearl River Delta region are three important concentration areas, especially the former two. There are remarkable differences on the agglomeration degree and agglomeration scale between the above-mentioned three concentration areas. The level of agglomeration scale in the Yangtze Delta Region is the highest, while the centralization degree of Beijing-Tianjin-Hebei region is much higher than the Yangtze Delta Region. In contrast, the level changes of agglomeration degree and agglomeration scale in the Pearl River Delta region are both very complex. It is in small scale that the Overseas Students Pioneer Parks in the Pearl River Delta region obeyed concentrated distribution, while it obeyed random distribution in large scale. The Overseas Students Pioneer Parks of different leading industries in China mainly are still mainly distributed in the Yangtze Delta Region, Beijing-Tianjin-Hebei region, and the Pearl River Delta region. The difference of the spatial distribution about these leading industries with no obvious regularity is quite significant.

Key words： Overseas Students Pioneer Park; concentration area; China

随着全球化的不断推进及中国创新创业环境的逐渐改善,海外人才回归潮现象日益显著,这已成为国际技术转移的新载体和推动自主创新的重要力量[1]。作为科技企业孵化器,留学人员创业园（以下简称“留创园”）是吸引和支撑海外归国人才创新创业的主要载体。自1994年首家留创园——金陵海外学子科技工业园在南京成立以后,中国留创园的数量规模迅速增大,吸引了大批高学历、高层次的海外归国人才在此创业就业,有力地促进了中国新兴技术领域发展与产业转型升级。截至2016年底,中国留学回国人员总数达265.11万人,其中2016年回国43.25万人,比2015年增长5.72%,且回国、出国的人数均稳中有升,差距逐渐缩小,同年全国已建成各类留创园310家,在园创业就业的海外归国人才5.30万人,入园企业2.20万家,这也引起经济学、管理学方面学者的关注,集中于留创园的建设发展[2]与体制机制创新[3]研究,而地理学者主要以北京中关村、上海张江园、台湾新竹等较具代表性的留创园为例,发现海外归国人才无论对留创园内产业创新能力提升,还是对产业集群形成发展均有重要的促进作用。部分学者通过已构建的理论模型分析海外归国人才对留创园产业或集群创新影响,如赵建吉较早指出海外人才回流或环流形成“技术社区”对新竹、张江园的IC产业创新发展有重要的促进作用[4],这与艾少伟[5]、Saxenian[6]研究结论基本一致,随后张云伟基于“全球通道与本地蜂鸣”理论视角,发现张江园IC产业集群的形成发展离不开由海外归国人才组成的跨国技术社区以及跨国公司网络权力的综合作用[7]。此外,还有学者运用计量统计模型,定量测度海外归国人才对留创园产业或集群的创新影响,如Filatotchev根据北京中关村科技园区的1 318家高科技公司面板数据,发现海归创业者对园区内高科技企业有显著的溢出效应 [8]。尽管也有学者将北京中关村与上海张江园作为研究对象,但其忽略园区内留学人员及其创办企业的重要性与特殊性[9,10]。作为一个新生事物,中国留创园从开始建立就缺少统一规划,发展较无序,投资较分散,产业集群效应难形成,产业日益同质化,彼此恶性竞争及资源浪费等问题较突出,因而进一步整合与优化中国留创园的空间分布及产业集聚显得尤为必要与紧迫,而这首先需清楚中国留创园目前究竟如何分布?其内部主导产业集聚特征如何?总体来说,已有关于留创园的研究依然较少,且基于地理学视角探讨中国留创园空间格局及产业特征鲜有提及。基于此,尝试基于地理学视角,分析中国留创园分布演变规律及产业特征,进而为中国留创园的合理分布及产业结构优化整合提供一定的理论参考。

1 数据来源与研究方法

1.1 数据来源

鉴于首部《中国留学人员创业年鉴》于2007年底问世,数据源于《2007~2016年中国留学人员创业年鉴》[11],包括留创园的名称、等级、成立年份、性质、地址、经营范围及主导产业等信息;因“十一五”“十二五”规划的起止时间分别为2006~2010年和2011~2015年,故获取2006年、2010年和2015年中国留创园分别为142家、212家和239家。“十三五”规划（2016~2020年）以来的留创园分布及主导产业发展的最新趋势研究因数据缺失,因而此数据源于《2017年海归就业创业调查报告》[12]及各留创园官方网站。本文研究范围不包括港澳台地区。

1.2 研究方法

1.2.1 核密度估计法
核密度估计法是估计点要素空间集聚性的密度函数,是空间分析中应用较为广泛的一种非参数估计法,具体通过将系列离散的点群转化为空间连续的密度变化图来刻画其空间分布特征 [13,14,15]。采用此法,将留创园抽象为“点”,然后对其空间分布特征进行测度。
1.2.2 L函数
L函数建立在K 函数基础上,观察不同空间尺度(d)上点格局集聚特征, 判断观察到点分布是否符合特定的模式[16,17,18,19]。将各留创园视为平面上的1个点,采用该函数测度其空间分布规律。
1.2.3 最近邻层次聚类分析
首先界定1个“聚集单元”的“极限距离或阈值”,再将各点对的间距与该阈值或极限距离比较,若前者小于后者,则该点被计入集聚单元,也可以制定集聚单元的数目来强化集聚规则,以此类推,进而依次得到一阶热点区、二阶热点区及更高阶热点集聚区[20,21,22,23]。

2 中国留创园空间分布特征

2.1 集聚特征显著,多中心趋势明显

运用核密度估计法,对2006年、2010年和2015年中国留创园空间集聚特征演变进行分析（图1）,结果表明,中国留创园集聚特征显著,主要分布于东部沿海地区,逐渐呈现三大核心集聚区格局：京津冀集聚区、长三角集聚区和珠三角集聚区,尤以前两者最显著,而中西部地区的留创园则集中于直辖市或省会城市,其分布数量较少且零散。具体来说,2006年,留创园分布主要呈现以京津冀、长三角为中心的“双核”集聚模式,其中长三角集聚核心区主要由上海、苏中、苏南及浙东北等城市组成,京津冀集聚区则以北京为核心。与之相比,珠三角、山东省会城市群和长株潭城市群等属于次级集聚区,其留创园数量较少且集中。据统计,2006年京津冀、长三角和珠三角集聚留创园数量所占比重分别为21.13%、34.25%和7.53%,共62.91%。2006~2015年期间,地方政府积极搭建平台,加快培育留创园核心集聚区与次级集聚区的创新创业环境,完善招才引智政策,充分发挥留创园创新创业载体的功能,加快提升留创园的数量与质量。正因为如此,与2006年相比,2010年依然呈上述“双核”集聚模式,其中长三角集聚强度急剧上升,京津冀与珠三角集聚程度则相对稳定,京津冀、长三角和珠三角留创园的数量所占比重分别为18.40%、44.81%和5.19%,共计68.40%。除此之外,山东半岛以及部分中西部省会中心城市的留创园集聚程度也开始逐渐增大。2015年,京津冀、长三角和珠三角留创园数量所占比重分别为17.99%、44.35%和6.28%,共计68.62%,这说明京津冀和长三角集聚留创园比重略下降但总体稳定,且长三角比重始终最高,接近45%;与京津冀、长三角相比,珠三角作为留创园次级集聚区,其集聚留创园比重开始上升,并使中国留创园集聚格局逐渐由“双核”模式转变为“三核”模式。此外,以济南、青岛为代表的山东半岛与长株潭留创园数量也迅速增加,尤其前者,这说明随着时间的推移,中国留创园集聚的“多中心”集聚格局态势开始逐渐凸显。
Fig.1 Kernel density estimation of Overseas Students Pioneer Parks in China

图1 中国留创园分布的核密度估计

2.2 集聚强度和规模逐渐增大

运用L(d)指数,对上述3个时间断点的中国留创园集聚强度与集聚规模特征进行分析,结果表明,3个年份的L(d)曲线均大于模拟最大值,且在99%的置信度上,显著性检验均通过,说明在观测范围内,留创园均显著集聚,L(d)函数曲线变化相似,均呈先增后降的倒“U”特征（图2）。具体来说,2006年留创园特征空间尺度为114.59 km,即在0~114.79 km范围内,L(d)曲线随着空间距离的增大逐渐远离置信空间,集聚强度不断增强,其集聚规模达41 374.98 km2,对应的集聚强度L(d)峰值为271.11。2010年留创园特征空间尺度与集聚规模分别变化为165.53 km和86 036.57 km2,增长率分别为44.45%和107.94%,其相应集聚强度峰值升至328.42,增长率为21.14%。与之相比,2015年留创园特征空间尺度与集聚规模均扩大,分别增至172.01 km和92 904.56 km2,增长率分别高达49.93%和124.54%,但相应集聚强度峰值略有下降,减至323.95,下降率达1.36%。可见,中国留创园始终呈集聚分布特征,且随着时间的推移,其集聚规模逐渐增大,但集聚强度表现为“先增后降,但总体增大”的变化趋势。
Fig.2 L(d) index of Overseas Students Pioneer Parks in China

图2 中国留创园分布的L(d)指数

2.3 主要集聚区差异显著

鉴于上述三大集聚区集聚留创园数量接近全国的70%,同时各集聚区留创园空间格局差异显著,因而有必要对其集聚强度、集聚规模进行比较分析。根据L(d)函数分析结果,长三角与京津冀留创园分布的L(d)值均大于随机分布的最大值,显著性均通过检验,且L(d)曲线均呈先增后降的倒“U”型,这说明在实际观测距离范围内,两大集聚区的留创园分布呈显著集聚特征,集聚强度呈先增后降的趋势。此外,两大集聚区集聚强度与集聚规模还存在差异性,其中长三角、京津冀特征空间尺度分别为100.98 km和17.65 km,其相应的L(d)峰值分别为55.97和87.97,说明两大集聚区分别在0~100.98 km和0~17.65 km范围内,集聚强度逐渐增大,而随着范围的扩大,其集聚强度开始减弱;京津冀集聚规模明显小于长三角,而集聚强度则高于长三角,前者集聚范围、集聚强度分别是后者的17.48%和1.57倍,说明与京津冀相比,长三角在较大的空间范围内表现出集聚性,其区位选择的空间尺度更大,这除了与长三角行政区面积远大于京津冀有关,还与长三角属于全国最发达、最重要的经济区,拥有完善的投资环境、良好的人才激励政策及绝佳的区位等优势条件密切相关,从而使其往往成为留创园进驻的首选,而京津冀留创园则高度集中于北京,外围地区分布较少且零散。与长三角、京津冀相比,珠三角集聚区的L(d)曲线变化较复杂,仅在2.11~3.58 km与19.79~21.05 km很小空间尺度范围内服从集聚分布,集聚强度不断波动,并分别在3.16 km和20.42 km处分别出现小峰值2.66和-2.64,而在其他较大空间尺度范围内服从随机分布（图3）。
Fig. 3 L(d) index of the main gathering areas of Overseas Students Pioneer Parks in China in 2015

图3 2015年中国留创园分布主要集聚区的L(d)指数

3 基于主导产业的中国留创园分布特征

不同地区、不同类型主导产业的留创园分布存在差异,因而以中国留创园涉及的产业门类与产业规模等数据为基础,参考高超[24]对沿海经济技术开发区主导产业选择方法,分析基于主导产业的中国留创园空间分布特征。据统计,目前中国留创园主要涉及电子信息行业（103家）、生物医药（73家）、新材料（32家）、文化创意（13家）、现代服务（36家）、新能源环保（42家）、先进制造、高端制造、装备制造等行业,其中将先进制造、高端制造和装备制造归为装备及高端制造行业（40家）,最终将其划分为7个行业。
运用最近距离层次分析技术,分析基于主导产业的中国留创园空间分布热点区。结果表明,以7个行业为主导产业的留创园均高度集聚于京津冀与长三角,而珠三角则以电子信息与生物医药行业为主导产业的留创园集聚热点区（图4）,这三大集聚区留创园所占比重均超过60%。具体来说,以电子信息为主导产业的留创园在空间上形成了5个一级热点区,分布于京津冀、长三角以及珠三角部分城市,其集聚留创园数量比重高达66.98%,而二级热点区仅1个,分布于京津冀与长三角沿线地区;以生物医药为主导产业的留创园在空间上形成了3个一级热点区,分布于京津冀、长三角及珠三角部分城市,其所占比重为61.65%;以新材料为主导产业的留创园在空间上形成2个一级热点区,分布于京津冀、长三角,其所占比重约65.63%;此外,以文化创意、现代服务、新能源环保和装备及高端制造为主导产业的留创园均在空间上形成2个一级热点区,且都分布于京津冀和长三角,其所占比重依次为69.23%、61.12%、73.81%和70.00%,这说明基于主导产业的中国留创园依旧集中于长三角、京津冀及珠三角三大集聚区,集聚特征较显著且相似,从中体现出中国留创园产业高度同质化问题,尤其长三角主导产业结构极其相似,均包括上述7个行业,从而必然加剧各集聚区间或各集聚区内部留创园间的恶性竞争,造成资源浪费,无法形成地方特色,影响整体实力的提升。因此,当地政府及园区管理部门应依据地方区域经济社会发展规划、主导产业集聚规模及周边资源禀赋,注重错位发展,因地制宜凸显优势,加强行业间的联动性与资源整合能力,强力培育与打造具有地方特色的留创园及特色产业,进而提升三大核心集聚区乃至全国留创园的整体实力,这才是中国所有留创园发展的重要方向与趋势。
Fig.4 Gathering areas of Overseas Students Pioneer Parks in China in 2015 based on leading industries

图4 2015年基于主导产业的中国留创园集聚区分布

4 中国留创园主导产业分布及发展新趋势

4.1 中国留创园主导产业空间分布特征

基于主导产业的中国留创园分布特征分析的基础上,运用局部空间关联指数进一步测度中国留创园主导产业分布情况,从而生成空间集聚热点区图（图5）。总体来说,以某产业为主导产业的中国留创园集聚企业的热点区数量较少且分散,次热区较多且集中,而全国绝大部分区域主要被冷点区、次冷区所覆盖,说明中国留创园不同主导产业的区域差异显著,但彼此规律性不明显。具体来说,电子信息行业分布的热点区包括北京与成都,其集聚企业数量占总量的31.38%,说明北京和成都留创园是中国留创园电子信息企业重要集聚区,集群发展规模已具显著优势,次热区除了西安、深圳和天津外,其他均分布在长三角;生物医药行业热点区仅北京市,其集聚企业占比为15.43%,次热区数量较多且分散,即在中国东、中、西地区均有分布;文化创意行业热点区为北京和太原,其集聚企业比重分别达45.24%和25%,可见,这两个城市留创园集聚着超过全国留创园70%的文化创意企业,地位举足轻重,次热区数量较少且分散,包括沈阳、宁波和桂林市;现代服务行业热点区仅上海市,其集聚企业比重为40.93%,说明上海留创园是中国留创园现代服务企业最重要集聚区;新材料行业热点区分布在北京、成都和淄博,其集聚企业比重较高且相当,分别为14.29%、15%和15.36%,共计44.65%,次热区包括上海、天津、长沙和宁波市;新能源环保行业热点区为北京和常州市,其集聚企业比重18.67%和14.16%,共32.83%,次热区包括天津、呼和浩特、苏州、嘉兴、湖州、武汉和广州市,其集聚企业比重达33.73%;装备及高端制造行业热点区包括北京、淄博、苏州、西安和包头市,其集聚企业比重共42.73%,次热区数量较多,其集聚企业数量与热点区相当,且主要分布在东北（哈尔滨、长春）、长三角（上海、南京、淮安、湖州、宁波）及厦门,其集聚企业比重42.91%,由此可见,与上述基于主导产业的中国留创园分布特征相比,中国留创园主导产业空间分布规律性不显著,并非完全集中于京津冀、长三角和珠三角,也不仅仅集中于北上广深等一线城市,而中西部一些省会城市或拥有重要特色资源优势的城市也成为主导产业的重要集聚区,区域差异显著。
Fig.5 Hotspot areas distribution of leading industries of Overseas Students Pioneer Parks in China in 2015

图5 2015年中国留创园主导产业热点区分布

4.2 中国留创园及其主导产业发展的新趋势

进入“十三五”规划以来,中国留创园及其主导产业发展趋势,主要表现在如下4个方面：
1） 电子信息行业已转变为海外归国人才创业就业首选。与其他6个主导产业比,2015年中国留创园以电子信息为主导产业的企业数量最大,达3 410家,是居第二位生物医药企业的2.6倍。电子信息行业从2015年第四位转变为海外归国人才创业就业的首选行业[12],这充分表现出进入“十三五”规划以来,中国城市电子信息行业均呈现出飞速发展的态势。
2） 海外归国人才创业地点呈现由一线城市向二、三线城市转移的趋势。由上述分析知,2006~2015年,无论留创园还是其主导产业均开始从一线城市向二、三线城市转移。“十三五”规划以来,尽管海外归国人才创业地点依然首选北上广深等一线城市,但也逐渐形成了向北上广深以外的省会城市及经济水平较高、城市规模较大的二、三线城市发展的趋势[12]。
3） 民营企业成为吸纳海外归国人才就业的最大载体。与2015年相比,海外归国人才选择私营企业或民营企业就职的比例明显上升,增加了11.30%,而选择外商或港澳台独资企业的比例则下降了10%,表现出民营企业人才竞争力逐渐增强,有利于促进民营企业迅速崛起,以及民营经济在国民经济中地位和作用的提升,有利于进一步优化所有制结构。
4） 异地共建分园逐渐成为高水平留创园跨区域发展的新模式。“十三五”规划以来,为拓展产业发展空间,加强资源与品牌输出,部分高水平留创园在全国产业特色地区,联合当地机构共建分园,促进自身及投资地转型升级,如北京海淀留创园近两年多来,已陆续在河北秦皇岛、衡水枣强县、沧州渤海新区、贵州的遵义红花岗区、江苏南京高淳区等地设立分园,将其优势科技资源向各地转化,助推企业壮大与区域产业转型升级,实现多方共赢。

5 结论

留创园是海外归国人才创新创业的主要载体,是驱动中国新兴技术领域发展以及经济结构转型升级重要的加速器。通过分析2006~2015年中国留创园空间分布规律及产业特征,研究表明：① 留创园集聚特征显著,主要集中分布于长三角、京津冀和珠三角等东部沿海地区,尤以前两者最为显著,而广大的中西部地区则分布很少且零散,并随着时间的推移,逐渐由“双核”模式向“三核”模式转变,多中心趋势明显,集聚规模迅速增大,集聚强度呈“先上升后下降”趋势;② 长三角、京津冀和珠三角三大集聚区的集聚强度与集聚规模差异较明显,其中长三角留创园的集聚规模最大,而京津冀集聚强度最高,前者的集聚规模、集聚强度分别相当于后者的5.72倍和63.62%,这说明与京津冀相比,长三角在较大的空间范围内表现出集聚性,其区位选择的空间尺度范围更大,而京津冀留创园则高度集中于北京,外围地区分布则较少且零散。与之相比,珠三角集聚区L(d)曲线变化比较复杂,其在很小空间尺度范围内服从集聚分布,集聚强度不断波动,而在其他较大空间尺度范围内则均服从随机分布。③ 留创园主导产业主要包括电子信息、生物医药、文化创意、现代服务、新材料、新能源环保、装备及高端制造等七个行业,而且以7个行业为主导产业的中国留创园均依然高度集聚于京津冀和长三角,尤其后者更显著,而珠三角则是以电子信息与生物医药行业为主导产业的留创园集聚热点区;留创园主导产业分布格局则差异显著,规律性不强。在此基础上,将“十三五”以来的中国留创园及其主导产业发展的新趋势归纳为四个方面：电子信息行业已转变为海外归国人才就业、创业首选;海外归国人才创业地点开始呈现由一线城市向二、三线城市发展的趋势;民营企业成为吸纳海外归国人才就业的最大载体;异地共建分园或产业基地逐渐成为高水平留创园跨区域发展的新模式。尽管如此,因篇幅限制,缺乏更多时间断面的动态分析;如何判定留创园集聚强度与集聚规模的合理性与科学性,如何准确定位留创园主导产业,如何准确提炼留创园分布驱动力等,这些均是未来研究的重要内容。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
罗思平, 于永达. 技术转移、“海归”与企业技术创新——基于中国光伏产业的实证研究[J]. 管理世界, 2012(11): 124-132.基于1998～2008年806家中国光伏相关企业数据,主要采用Negative Binomial固定效应模型研究企业技术创新能力的影响因素,重点分析海归人才的特殊作用。具有海外教育或工作经验的企业高管,能够显著提高企业技术创新能力,促进企业加强专利保护,对周边企业亦存在一定的技术溢出效应。越来越多的海归人才选择回国发展,成为国际技术转移的特殊载体,在新兴产业特别是民营企业中发挥越来越重要的作用;而外国直接投资、贸易等其他国际技术转移方式对企业技术创新作用却不显著。本文首次采用定量研究方法在企业层面分析海归人才对技术创新的作用,研究结论对技术创新政策、人才战略的制定实施均有所启示。

[Luo Siping, Yu Yongda.Technology transfer, "return of sea" and technological innovation of enterprises based on the empirical study of China's photovoltaic industry. Management World, 2012(11): 124-132.]

[2]
杨晓春. 关于留学人员创业园建设与发展的初步思考[J].科学学与科学技术管理, 2001, 22(2): 56-58.

[Yang Xiaochun.Preliminary thoughts on the construction and development of Overseas Students Pioneer Parks in China. Science of Science and Management of S.& T., 2001, 22(2): 56-58.]

[3]
许涛, 李璐. 基于三螺旋理论的科技企业孵化器创新工作思路[J]. 科学管理研究, 2015(2): 1-4.基于三螺旋模型阐述了科技企业孵化器(留学人员创业园)在一个时间周期内的创新工作思路,指出了在我国欠发达地区科技孵化工作应围绕"培育人才——涵养人才——发展人才"的工作理念。

[Xu Tao, Li Lu.Three spiral theory technology business incubator of innovative ideas based on. Scientific Management Research, 2015(2): 1-4.]

[4]
赵建吉, 曾刚. 技术社区视角下新竹IC产业的发展及对张江的启示[J]. 经济地理,2010, 30(3): 438-442.技术社区对于高新技术产业升级和发展具有重要意义.在介绍台湾技 术社区形成的基础上,分析其在新竹IC产业发展中的推动作用.主要表现在:推动IC产业融入全球生产网络、传递技术和信息、推动产业分工协作、改善海峡两 岸产业联系等.技术社区对张江IC产业的技术进步起到了一定促进作用,但也存在一些问题.研究认为新竹在利用技术社区资源推动IC产业发展一些启示,可为 上海张江构建张江-新竹-硅谷之问技术和商业联系,加快IC产业的升级和创新提供借鉴.

[Zhao Jianji, Zeng Gang.The development of Hsinchu IC industry and enlightenment to Zhangjiang: From the perspective of technical community. Economic Geography, 2010, 30(3): 438-442.]

[5]
艾少伟, 苗长虹. 技术学习的区域差异:学习场视角——以北京中关村与上海张江为例[J]. 科学学与科学技术管理, 2009, 30(5): 40-46.被誉为中国"硅谷"和智力最密集区域的北京中关村和作为中国经济 发展"龙头"、最具竞争力科技因区的上海张江科技园区,是引领中国开发区技术学习创新的典型代表,外资企业、国内高校及科研院所和内资企业是其学习创新的 主要来源.在"学习场"视角下,京沪两地开发区技术学习的差异主要体现在历史起点、内向型及外向型程度、外部技术来源、合作领域与合作伙伴、创新网络等方 面.而地理邻近效应、跨国"实践社区"、历史机遇、制度接近及政治嵌入、企业特征与吸收能力等是导致上述差异的主要原因.

[Ai Shaowei, Miao Changhong.Regional differences of technological learning:a perspective of learning field—A case of Zhongguancun and Zhangjiang. Science of Science and Management of S.& T., 2009, 30(5): 40-46.]

[6]
Saxenian A, Hsu J.The Silicon Valley-Hsinchu connection: technical communities and industrial upgrading[J]. Social Science Electronic Publishing, 2011, 10(4): 893-920.Silicon Valley in California and the Hsinchu-Taipei region of Taiwan are among the most frequently cited "miracles" of the information technology era. The dominant accounts of these successes treat them in isolation, focusing either on free markets, multinationals or the role of the state. This paper argues that the dynamism of these regional economies is attributable to their increasing interdependencies. A community of US-educated Taiwanese engineers has coordinated a decentralized process of reciprocal industrial upgrading by transferring capital, skill and know-how to Taiwan, and by facilitating collaborations between specialist producers in the two regions. This case underscores the significance of technical communities and their institutions in transferring technology and organizing production at the global as well as the local level. Copyright 2001 by Oxford University Press.

DOI

[7]
张云伟,曾刚,程进.基于全球通道与本地蜂鸣的张江IC产业集群演化[J].地域研究与开发,2013,32(3):38-43.产业集群演化是全球通道和本地蜂鸣共同作用的结果。在产业集群不同发展阶段，其全球通道和本地蜂鸣的作用方式和效果并不相同。通过调研访谈张江高科技园区集成电路企业及相关机构，分析了产业集群的不同阶段特征和发展轨迹，发现产业集群主要驱动因素由全球通道向本地蜂鸣转变、产业集群由外生向内生演变的发展轨迹。在产业集群孕育期，跨国公司入驻具有决定性作用。在产业集群形成期，跨国公司全球生产网络和跨国技术社区是与外界联系的两种全球通道，也是产业集群发展的关键所在。在产业集群成熟期，全球通道的作用相对下降，本地蜂鸣、创新环境和区域品牌等内生因素作用凸显。为了防止产业集群锁定和衰退，当地政府管理部门需要同时注重本地蜂鸣和全球通道建设。

DOI

[Zhang Yunwei, Zeng Gang, Cheng Jin.The evolution of Zhangjiang IC industry cluster based onglobal pipeline and local buzz. Areal Research and Development, 2013,32(3):38-43.]

[8]
Filatotchev I, Liu X H, Lu J Y et al. Knowledge spillovers through human mobility across national borders: evidence from Zhongguancun Science Park in China[J]. Research Policy, 2011, 40(3): 453-462.This paper investigates the impact of returnee entrepreneurs and their knowledge spillovers on innovation in high-tech firms in China. Using panel data for 1318 high-tech firms in Beijing Zhongguancun Science Park (ZSP) we find that returnee entrepreneurs create a significant spillover effect that promotes innovation in other local high-tech firms. The extent of this spillover effect is positively moderated by the non-returnee firm's absorptive capacity approximated by the skill level of employees. Multinational enterprises鈥 R&D activities positively affect the innovation intensity of non-returnee firms only when these local firms possess the sufficient level of absorptive capacity. Our findings have important implications for policy-makers and practitioners.Research highlights? We investigate the impact of returnee entrepreneurs on innovation in China. ? We find that returnees have a significant spillover effect in high-tech industries. ? The spillover effect is positively moderated by other firm's absorptive capacity.

DOI

[9]
苏文松, 方创琳. 京津冀城市群高科技园区协同发展动力机制与合作共建模式——以中关村科技园为例[J]. 地理科学进展, 2017, 36(6): 657-666.在推进京津冀城市群高科技园区的协同发展进程中,三地园区之间是否深度融合,决定京津冀协同发展的质量和深度。目前京津冀城市群的天津与河北高科技园区与中关村科技园签有政府间合作协议的有10家,其对接的产业类型依次为电子信息、先进制造、新能源与节能、环境保护、生物医药产业,与中关村科技园总收入占比居前5位的产业类别恰好相对应。三地园区协同发展动力机制可分为产业梯度转移机制、市场需求吸引机制、科技产业孵化转化机制、政府引导驱动机制、市场合作驱动机制5类。合作共建模式主要有：政府引导驱动机制为主的中关村海淀园秦皇岛分园模式、市场合作驱动的类似于固安工业园的产业新城模式、科技产业孵化转化机制为主的保定中关村创新中心模式等。

DOI

[Su Wensong, Fang Chuanglin.Dynamic mechanism of coordinated development and collaborative development models of high-tech parks in the Beijing-Tianjin-Hebei urban agglomeration: A case study of Zhongguancun Science Park. Progress in Geography, 2017, 36(6): 657-666. ]

[10]
Lai H C, Shyu J Z.A comparison of innovation capacity at science parks across the Taiwan Strait: The case of Zhangjiang High-Tech Park and Hsinchu Science-based Industrial Park[J]. Technovation, 2005, 25(7): 805-813.This paper aims to explore the innovation capacity in two different science parks across the Taiwan Strait. In both Taiwan and China considerable resources are being devoted to science parks as policy instruments aimed at promoting R&D-based as well as innovation activities. For this study, we chose the Zhangjiang High-Tech Park (ZJHP) of China and the Hsinchu Science-based Industrial Park (HSIP) of Taiwan to compare innovation capacity. Based on Porter’s (The Competitive Advantage of Nations, Free Press, New York, 1990; Cluster and Competition: New Agendas for Companies, Governments, and Institutions, on Competition, Harvard Business School Press, Boston, MA, 1998; Econ. Develop. Quart. 14 (1990, 1998, 2000) 15) model for the innovation orientation of national industrial cluster, this paper proposes a model to analyze the science parks in innovation capacity across the Taiwan Strait. We found differences in determinants for innovation capacity between the ZJHP and HISP, such as the “basic research infrastructure”, “sophisticated and demanding local customer base”, and “the presence of clusters instead of isolated industries”.

DOI

[11]
教育部留学服务中心. 中国留学人员创业年鉴[M]. 北京: 中国致公出版社, 2007-2016.

[Overseas student service at the Ministry of Education. Returned Chinese Scholars Pioneer yearbooks.Beijing: China Zhigong Press, 2007-2016. ]

[12]
全球化智库与智联招聘. 2017中国海归就业创业调查报告[EB/OL]. .

[CCG & ZPIN. Survey reports of Chinese returnees’ employment and entrepreneurship in 2017. .]

[13]
姜海宁, 张文忠, 吕国庆, 等. 上海日资纺织服装制造企业的空间格局[J]. 地理研究, 2016, 35(6): 1095-1106.选择上海作为研究区域,以日资纺织服装制造企业名录为数据基础,运用GIS软件,分析1995-2012年上海日资纺织服装制造企业的空间分布规律及其影响因素。结果发现:企业集聚与扩散并存,并向郊区化发展,其中开发区是企业集聚的重要空间载体,并沿高速、高架路呈带状分布,其集聚强度和规模随时间推移迅速增大;外商独资企业与合资合作企业的集聚格局相似,中心依赖性较弱,而大规模企业倾向于集聚在郊区,小规模企业中心依赖性较强。运用泊松回归模型的计量结果表明,接近高速或高架路因素对企业具有显著吸引作用,其次是开发区、集聚因素及地价因素影响也较大,高等院校影响相对较小,而其他4个因素作用并不明显。此外,与合资合作企业相比,外商独资企业的区位选择对集聚效应、开发区以及高等院校更加敏感,而受地价、接近高速高架路等影响相对较小。

DOI

[Jiang Haining, Zhang Wenzhong, Lyu Guoqing et al. Spatial pattern of Japan-funded textile and garment manufacturing enterprises inShanghai. Geographical Research, 2016, 35(6): 1095-1106. ]

[14]
王法辉. 基于GIS的数量方法与应用[M].商务印书馆,2009.

[Wang Fahui.Quantitative methods and applications in GIS. Beijing: The Commercial Press, 2009. ]

[15]
柳林, 张春霞, 冯嘉欣, 等. ZG市诈骗犯罪的时空分布与影响因素[J]. 地理学报, 2017, 72(2): 315-328.诈骗犯罪是现代城市中亟待解决的一大社会难题。现有研究多从社会学角度，基于微观层次探讨影响诈骗受害的个人属性特征，缺乏从地理学视角对诈骗受害者生存环境中的中宏观层次因素的考虑。本文基于犯罪地理学视角，综合运用平均最近邻、核密度以及负二项回归等研究方法，对ZG市5类诈骗警情的时空分布特征和基于建成环境与社会环境两大维度的影响因素进行了深入探讨。结果表明：①各类诈骗的时间分布规律各异，但整体上呈现出工作日高于休息日、下午或晚上高于上午、凌晨时段为最低的特征；②和其他类型的城市犯罪类似，诈骗犯罪整体呈现出与老城区距离衰减的“多中心”显著性集聚特征；各类型诈骗热点的空间分布大同小异，多分布在城市的老城区、CBD、火（汽）车站、城中村或高校布局的周边地带；③各类诈骗犯罪的空间分布影响因素各异，但整体表现出与银行网点、旅游景点、道路密度、土地利用混合度、高校等建成环境因素高度相关；与购买商品房家庭占比、受教育水平、人口老龄化和城镇化水平等社会环境显著相关的特性。本文拓展了犯罪地理学领域对诈骗犯罪的研究成果，证实了各类诈骗犯罪符合日常活动理论的理论假设，对诈骗受害情景预防具有重要意义。

DOI

[Liu Lin, Zhang Chunxia, Feng Jiaxin et al. The spatial-temporal distribution and influencing factors of fraud crime in ZG city, China. Acta Geographica Sinica, 2017, 72(2): 315-328. ]

[16]
方忠权. 广州会展企业空间集聚特征与影响因素[J]. 地理学报, 2013, 68(4): 464-476.会展业是现代服务业重要内容之一，近年来在中国得到快速发展，主要中心城市特定区域的集聚态势十分明显。以广州市会展企业名录为数据基础，借助GIS技术，运用空间点格局分析及问卷调查等方法，探讨了1991-2001年间广州市会展企业的空间集聚特征及影响因素。研究发现，①广州会展企业具有明显的空间集聚性，并呈现由“单中心集聚”到“多中心集聚”的演变；②集聚与扩散并存，会展企业的空间集聚程度并没有因为空间范围的扩展而降低，而是在扩散中集聚一在向城市新区扩散的同时，老区的集聚在不断加强；③会展企业集聚区可分为展馆依托型和CBD依托型两种主要集聚类型，各集聚区的规模和强度具有明显差异；④影响会展企业集聚的因素包括会展服务设施、整体商务环境、外部经济性、政府行为和人力资源5个方面。从包含的具体因素来看，大型展馆和交通条件对会展企业的区位选择具有显著影响，而获得高素质的劳动力、政府的政策和资金支持以及地价和房租等因素的影响并不明显。

DOI

[Fang Zhongquan.The agglomeration characteristics and infiuencing factors of exhibition enterprises in Guangzhou. Acta Geographica Sinica, 2013, 68(4): 464-476. ]

[17]
王结臣, 卢敏, 苑振宇,等. 基于Ripley's K函数的南京市ATM网点空间分布模式研究[J]. 地理科学, 2016, 36(12):1843-1849.运用Ripley’s K函数的相关理论,以南京市ATM网点为研究对象,分别从平面与网络空间两种视角,在中心城区范围与主城区范围两种空间尺度上,通过单变量K函数法分析ATM网点的分布模式,通过双变量K函数法分析ATM网点与地铁站点的空间关联情况,最后对计算结果进行评价与分析。研究表明,ATM网点在南京主城区与中心城区均呈现出较强的集聚状态;在一定的距离范围内,ATM网点与地铁站点之间也有较强的依赖关系。同时,对于沿着路网分布的地理空间点状对象而言,利用网络K函数法进行空间点模式分析比用平面K函数法更加符合实际情况。

[Wang Jiechen, Lu Min, Yuan Zhenyu et al. Point pattern analysis of ATMs distribution based on Ripley's K function method in Nanjing City. Scientia Geographica Sinica, 2016,36(12):1843-1849.]

[18]
王劲峰, 廖一兰, 刘鑫. 空间数据分析教程. 北京: 科学出版社, 2010.

[Wang Jinfeng, Liao Yilan, Liu Xin.The tutorial for spatial data analysis.Beijing: Science Press, 2010.]

[19]
张珣, 钟耳顺, 张小虎, 等. 2004~2008 年北京城区商业网点空间分布与集聚特征. 地理科学进展, 2013, 32(8): 1207-1215.本文以北京城区内的8 个行政区作为研究对象,选取批发和零售业、住宿和餐饮业、居民服务与其他服务业作为具体的商业类别,利用北京第一次、第二次全国经济普查数据,采用核密度(Kernel)、标准差椭圆、Ripley's <i>K(r)</i>函数相结合的GIS 点模式分析方法,对比研究了2004 年和2008 年北京市商业网点分布与空间集聚特征。研究结果表明:① 北京商业网点呈现相对集中分布态势,具有向心性并形成明显的集聚区,集聚中心主要分布在五环内,且在两次普查期间有所改变,商业网点空间偏向性差异明显;② 以CBD、金融街、王府井、中关村、亚运村和奥运村等为代表的典型商圈对北京商业网点的布局影响十分显著,商业网点在典型商圈周围分布密度较高,呈现集聚中心状态;③ 北京商业网点Ripley's <i>K(r)</i>曲线随距离的变化总体呈现“先增后减”态势,其中受居民小区影响较大的居民服务与其他服务业网点两次普查期间变化剧烈,反映了居民由市中心向外扩散的过程。

DOI

[Zhang Xun, Zhong Ershun, Zhang Xiaohu et al. Spatial distribution and clustering of commercial network in Beijing during 2004-2008. Progress in Geography, 2013, 32(8): 1207-1215.]

[20]
张丽, 杨国范, 刘吉平. 1986-2012年抚顺市土地利用动态变化及热点分析[J]. 地理科学, 2014, 34(2): 185-191.lt;p>以抚顺市为研究区域，利用GIS和RS技术，对抚顺市1986~2000 年、2000~2012 年2 个时期的土地利用动态变化及驱动力进行研究。结果表明：1986~2012 年抚顺市主要的土地利用方式是林地、农田、水域和居民用地，其中林地面积逐渐减少，农田和居民用地面积逐渐增加，水域面积呈先减少后增加的趋势，单一土地利用动态度最大的是是居民用地，其次为水域和草地，而林地最小；抚顺市1986~2000 年综合土地利用动态度较大且空间差异小，而2000~2012 年综合土地利用动态度较小但空间差异大，表明抚顺市1986~2000 年全区均在开发且开发强度大，而2000~2012 年仅在局部地区进行大规模的开发活动；1986~2000 年土地利用动态变化的热点地区主要有3 个且分布范围较大，而2000~2012 年土地利用动态变化的热点地区仅有1 个且分布范围较小，4 个&ldquo;热点地区&rdquo;均位于抚顺市内的居民地集中分布区。自然因素是土地利用变化的基础条件，相对自然因素，人类活动对土地利用的时空变化具有决定性的影响，是导致抚顺市土地利用快速集中变化的主因。</p>

DOI

[Zhang Li, Yang Guofan, Liu Jiping.The dynamic changes and hot spots of land use in Fushun City from 1986 to 2012. Scientia Geographica Sinica, 2014, 34(2):185-191. ]

[21]
蒋天颖,伍婵提,陈改改.浙江省A级物流企业时空格局特征研究[J]. 地理科学, 2017,37(11):1720-1727.基于浙江省2005-2015年A级物流企业时空数据,运用Arc GIS10.0和Crime Stats 3.3软件从时间和空间视角分析了浙江省A级物流企业空间格局特征及形成机制。研究表明：浙江省A级物流企业在时间序列上分为起步阶段、成长阶段和成熟阶段,各等级企业发展不平衡;从空间上来看,A级物流企业呈现明显的东北部密集、西南部稀疏的分布趋势,最近邻指数表明全省A级物流企业的空间分布集聚强度依次为：总体〉3A〉4A〉2A〉5A〉1A;多尺度研究表明不同等级的物流企业在不同空间尺度上的分布格局以集聚分布形态为主,随机分布为辅,集聚程度趋势随尺度变化而变化;热点探测分析表明A级物流企业区位导向为长三角南翼经济发达区、沿海港口城市、内陆交通枢纽三大地带。

[Jiang Tianying,Wu Chanti, Chen Gaigai.Spatio-temporal pattern of Zhejiang A-class logistics enterprise. Scientia Geographica Sinica, 2017,37(11):1720-1727.]

[22]
潘竟虎, 李俊峰. 中国A级旅游景点空间结构的计量地理分析[J]. 经济地理, 2013, 33(9):154-160.以2012年中国2 424个A级旅游景点为研究对象,运用样方分析、最近邻距离指数、基尼系数和分布均匀度、热点分析等空间计量地理方法,对其空间分布模式进行了定量分析。研究结果表明：中国A级景点呈凝聚分布态势,空间分布均衡度低。人文景点的聚集程度高于自然景点,4A级及以上优质景点的聚集程度低于4A级以下景点。4A级及以上各个景点的服务范围在地域上整体表现为西部大东部小、北方大南方小的特征,其空间结构与交通可达性非常匹配。旅游景点整体上在八大地理分区中呈集中分布,景点一阶热点区主要集中在德钦—阿拉善左旗一线以东地区;二阶热点区包括京津、沪宁、浙江、山东半岛、成渝等11个区域;三阶热点区包含京津冀、中原和长三角。

DOI

[Pan Jinghu, Li Junfeng.Analysis on spatial structure of A-grade scenic spots in China based on Quantitative Geography model. Economic Geography, 2013,33(9):154-160.]

[23]
何伟纯,李二玲,崔之珍,等.开封市主城区零售商业空间布局及其影响因素[J].经济地理,2018,38(9):158-167.运用实地调研数据,借助标准差椭圆、最近邻聚类、Ripley's函数和Ordinal Logistic回归等分析方法,探讨开封市主城区零售商业空间布局特征及其影响因素.结果表明:①开封市主城区零售商业的空间布局与城市发展方向一致,并与产业总体布局密切相关.②服装日用品类、图文类、五金家装类和数码电器类集聚特征明显,并形成了专业街区和特色街区,综合零售类、农贸食品类和医药医疗类集聚较弱.③不同类型的零售网点函数曲线差异明显,反映出各类零售网点区位选择的空间尺度存在明显差异.④从等级结构来看,综合零售类表现出“双中心—外围”与城市发展相同的空间格局,高等级农贸食品类分布在城市外围,高等级数码电器类呈现出“轴带状”布局特征、医药医疗类高等级网点与大型医院密切相关,其余网点等级格局较为随机.⑤人口密度、城市公共交通、土地价值、集聚经济等因素是城市零售商业网点空间布局的主要影响因素.

DOI

[He Weichun, Li Erling, Cui Zhizhen et al. Spatial layout and influencing factors of commercial retail in main urban districts of Kaifeng. Economic Geography,2018,38(9):158-167.]

[24]
高超, 金凤君. 沿海地区经济技术开发区空间格局演化及产业特征[J]. 地理学报, 2015, 70(2): 202-213.经济技术开发区是中国经济增长关键节点,也是产业发展的重要载体。本文通过收集整理东部沿海地区国家级和省级经济技术开发区基础数据,采用GIS空间分析技术,运用多距离空间聚类分析和核密度估计方法,研究分析了1996-2013年间中国东部沿海地区经济技术开发区的空间格局演变规律以及产业集聚类型特征。研究结果表明:1沿海地区开发区空间集聚程度增强,呈现出由"多中心集聚"向区域"单中心集聚"的演变规律。2开发区空间集聚规模和强度呈现出先降低后快速提高的趋势,表明空间集聚范围扩大,但是集聚程度并没有降低,反而随着集聚范围的扩张其集聚强度也进一步加强。3各集聚区域的集聚规模和集聚强度存在明显的差异,集聚规模最大的区域集聚强度却较小。4东部沿海开发区主要发展产业为装备制造业、纺织服装业、通信电子、食品行业、石油化工共五大类行业,各类型产业分布格局差异显著。

DOI

[Gao Chao, Jin Fengjun.Spatial pattern and industrial characteristics of economic technological development areas in eastern coastal China. Acta Geographica Sinica, 2015, 70(2): 202-213. ]

Options
文章导航

/

〈 〉