EN中文

地理科学 >

2024 , Vol. 44 >Issue 6: 984 - 994

DOI: https://doi.org/10.13249/j.cnki.sgs.20211219

中国城市群品牌价值500强企业的时空演变及影响因素

  • 孙阳
展开
  • 综合开发研究院（中国·深圳）博士后工作站，广东 深圳 518029

孙阳（1988—），男，陕西咸阳人，博士后，研究方向为城市发展与区域规划。E-mail:

收稿日期: 2023-01-11

  修回日期: 2023-04-23

  网络出版日期: 2024-07-11

基金资助

国家自然科学基金项目(41701640)

教育部人文社会科学研究青年基金项目(22YJCZH157)

陕西省软科学研究计划(2023-CX-RKX-177)

陕西省教育厅智库重点项目(21JT026)

陕西省教育厅智库重点项目(21JT023)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Spatial and temporal pattern evolution and influencing factors of the top 500 Chinese value brand companies

  • Sun Yang
Expand
  • Postdoctoral Workstation of China (Shenzhen) Development Institute, Shenzhen 518029, Guangdong, China

Received date: 2023-01-11

  Revised date: 2023-04-23

  Online published: 2024-07-11

Supported by

National Natural Science Foundation of China(41701640)

Humanities and Social Sciences Research Fund of Ministry of Education(22YJCZH157)

Soft Science Research Program of Shaanxi Province(2023-CX-RKX-177)

Think Tank Key Project of the Education Department of Shaanxi Province(21JT026)

Think Tank Key Project of the Education Department of Shaanxi Province(21JT023)

Copyright

Copyright reserved © 2024.
Fold

摘要

以中国价值品牌500强企业为例，从总体特征、空间分布、区域空间分异3个层面，通过测度空间非均衡性、计量经济建模，定量探究了中国19个城市群企业品牌的时空格局演变及影响因素。研究表明：① 行业结构上，食品饮料、房地产相关、纺织服装、传媒、通讯电子5类品牌结构稳定；数量上，食品饮料占比最高，房地产相关次之，医药最少；价值上，食品饮料占比最高，金融次之，医药最少。② 时空格局演变上，2004—2020年京津冀、粤港澳、长三角企业品牌数量与价值远超其他城市群，山东半岛、成渝等表现较好，辽中南、哈长、海峡西岸等次之，滇中、宁夏沿黄、兰州–西宁等表现整体表现较为薄弱，品牌数量与价值的演变印证了城市群经济发展的企业分布格局，不均衡空间分化相对稳定。③ 区域空间分异上，品牌价值呈自东向西递减态势。东部的地区内差距最大，中部−东北、西部−东北的地区间基尼系数最小，东部和西部的地区间差距最大，空间差距主要来源于超变密度。④ 影响因素上，GMM 估计表明品牌价值存在显著循环累积效应，市场规模、经济水平、市场化程度对品牌发展具正向效应。本文聚焦品牌对城市群经济增长的贡献，可为中国品牌发展的经济地理及相关政策制定提供参考。

关键词： 企业品牌; 中国城市群; 500强企业; 基尼系数

本文引用格式

孙阳 . 中国城市群品牌价值500强企业的时空演变及影响因素[J]. 地理科学, 2024 , 44(6) : 984 -994 . DOI: 10.13249/j.cnki.sgs.20211219

Abstract

Taking the top 500 Chinese value brand enterprises as examples, this paper explores quantitatively the spatial and temporal pattern evolution, influencing factors of corporate brands from 3 levels: overall characteristics, spatial distribution, and regional spatial differentiation, using spatial unevenness, econometric modeling, with 19 urban agglomerations as research objects. The study shows that: 1) In terms of industry structure, five categories of brands, namely, food and beverage, real estate related, textile and garment, media, and communication and electronics, have a stable structure; in terms of quantity, food and beverage has the highest share, real estate related the second, and medicine the least; in terms of value, food and beverage has the highest share, finance the second, and medicine the least. 2) In terms of spatial and temporal pattern evolution, from 2004 to 2020, the number and value of enterprise brands in Beijing-Tianjin-Hebei, Guangdong-Hong Kong-Macao, and Yangtze River Delta far exceeded those in other city groups, while Shandong Peninsula and Chengdu-Chongqing performed better, Central and Southern Liaoning, Harbin-Changchun, and West Coast of the Strait were second, and Central Yunnan, Ningxia-along the Huanghe River, and Lanzhou-Xining performed poorly overall. The evolution of brand quantity and value confirms the enterprise distribution pattern of economic development in urban clusters, and the uneven spatial differentiation is relatively stable. 3) In terms of regional spatial differentiation, the brand value shows a decreasing trend from east to west. The intra-regional gap is the largest in the east, the inter-regional Gini coefficient is the smallest in the central-northeast and west-northeast, and the inter-regional gap is the largest in the east and west, and the spatial gap mainly comes from the hypervariable density. 4) In terms of influencing factors, GMM estimation shows a significant cyclic cumulative effect of brand value, with positive effects of market size, economic level, and marketization on brand development. This paper emphasizes the contribution of brands to urban agglomerations and regional economic growth, which brings a positive effect on the long-term development of Chinese brands and can provide reference for economic geospatial analysis and policy formulation.

Key words： corporate brand; Chinese urban agglomeration; top 500 enterprises; Gini coefficient

品牌生成于特定的传统和地方情境，并依附于特定的地域空间[1]，中国“十四五”规划（https://www.gov.cn/xinwen/2021-03/13/content_5592681.htm）明确提出“开展中国品牌创建行动，提升自主品牌影响力和竞争力”。品牌价值反映企业竞争力与城市群经济实力，城市群亦为品牌价值提升提供了空间载体。基于品牌地理的基础理论分析，国内外学者正展开地理与品牌的跨学科研究。国外研究多集中于空间和地方的品牌地理发展与企业的品牌战略两个层面：前者在探讨品牌与品牌地理的基础上，关注城市、产地、国家等建立的想象地理[2-3]，为城市群品牌分析提供了背景参考；后者主要基于企业视角研究品牌发展，如从共同演化视角分析企业与其利益相关者之间的品牌权利关系[4]，从企业管理角度分析企业品牌战略在品牌延伸、品牌资产中发挥的主导作用[5]，探讨中国企业品牌国际化进程的重要因素[6]等，它们都将企业作为品牌分析的行动主体。在分析方法上，定量化模型分析日渐成为主流，但分析多以特定行业企业品牌为主，考虑了社会空间背景对品牌价值创造与企业金融化扩张的相互作用[7]，运用模糊层次分析模型构建交通运输行业价值评价指标体系[8]，或运用解释结构模型分析制造业企业品牌竞争力的影响因素[9] 等。
国内研究主要集中于老字号品牌空间特征、区域品牌发展与区域经济、中国品牌的区域性差异3方面。其中，老字号品牌研究涵盖了老字号企业的网点空间分布与空间类型结构[10-12]、品牌活化的创新路径与模式[13-15]及其营销战略。区域品牌研究实证了品牌建设对区域经济发展的推动作用[16]，分析了产业集群对县域经济发展的作用机制与磁场效应[17-18]。中国品牌的区域性差异研究通过运用空间分析、主成分分析、索洛模型、因子分析、指标体系等多元方法，在城市、省际、区域、国家等空间尺度展开，探索了包括东西部省际品牌差距在内的中国品牌地域差异及品牌创新能力，基于中国品牌500强数据，通过品牌数量价值量化分析，解析了品牌发展与区域经济间的作用关系[19-21]。整体而言，上述研究多从区域品牌案例分析入手，基于单一时点数据分析企业品牌与价值差异，未反映出中国企业品牌经济发展的空间演变态势，从城市群尺度出发对企业品牌价值演化与区域特征研究较少。
事实上，城市群发展与企业品牌价值间的内在关联正日益显现。当前，城市群在中国新型城镇化进程中的主体地位业已明确，城市群正成为企业发展的重要空间载体[22]，而企业的品牌价值又表征着城市群产业结构与地理空间的竞争力[23] 。可以说，企业品牌价值在一定程度上驱动着城市群经济增长与经济活力。企业品牌价值的增长不仅反映了城市群空间要素集聚特征与竞争优势，更能促使企业突破城市群边界，向更广阔的空间范围拓展业务，呈现出企业总部与分支机构、研发部门、生产部门、销售部门的网络空间集聚与扩散，又将进一步影响城市群空间关联与国家的区域经济格局[24]。
中国价值品牌500强企业是财务业绩、品牌强度和品牌贡献等综合指标得分最高的500家中国知名品牌企业，能较好反映所处的行业结构，一定程度上决定了中国城市群未来的企业品牌与产业结构且有效回避了样本的特殊性，真实反映了中国品牌价值企业的空间分异[25]。本文拟基于2004—2020年中国价值品牌500强企业数据，尝试从城市群尺度探析中国企业品牌价值建设，拟依托地理空间分析方法，定量考察中国19个城市群企业品牌价值的空间分布特征与演变过程，展示企业品牌价值与城市群经济发展之间的互动，以期丰富企业品牌的地理学空间分析，并为中国品牌发展的经济地理及城市群品牌发展相关政策制定提供参考。

1 数据来源与研究方法

通过最具价值品牌的中国500强企业在属地城市群的空间表达，运用Dagum基尼系数及其分解、面板数据计量经济建模方法，对企业品牌与价值的城市群空间演变以及东部、中部、西部、东北地区差异进行地理学空间分析。其中，运用Dagum基尼系数及其分解探析企业品牌价值空间分布与东部、中部、西部、东北地区的梯度关系特征；运用面板数据计量建模分析影响企业品牌发展的不同因素。

1.1 数据来源与对象选取

数据来源为世界品牌实验室发布的2004—2020年中国价值品牌500强企业数据①(①https://www.worldbrandlab.com/?chinabrand [2022-05-01])，参照世界品牌实验室的行业划分，选取食品饮料、轻工业、传媒、纺织服装、汽车、通讯电子、金融、机械、医药、房地产相关、石化能源钢铁、交通运输、其他13个行业数据。研究对象选取自《中华人民共和国国民经济和社会发展第十四个五年规划纲要》②(②https://www.gov.cn/xinwen/2021-03/13/content_5592681.htm [2023-03-13])中的京津冀、长三角、粤港澳、山东半岛、海峡西岸、哈长、辽中南、中原、长江中游、成渝、关中平原、北部湾、晋中、呼包鄂榆、黔中、滇中、兰州–西宁、宁夏沿黄、天山北坡19个城市群。计量分析包括市场规模、经济水平、品牌投资、市场化程度指标。市场规模、经济水平来源于历年《中国统计年鉴》③(③https://www.stats.gov.cn/sj/ndsj/ [2023-03-25])，科技经费投入数据来源于历年《中国科技统计年鉴》④(④http://60.16.24.131/CSYDMirror/area/yearbook/Single/N2005120807?z=D15 [2023-06-21])，品牌投资来源于历年全国科技经费投入统计公报⑤(⑤https://www.stats.gov.cn/sj/tjgb/rdpcgb/qgkjjftrtjgb/ [2023-04-11])，市场化程度数据来源于中国分省份市场化指数数据库⑥(⑥https://cmi.ssap.com.cn/ [2023-05-15])。

1.2 研究方法

采用Dagum基尼系数测度历年中国价值品牌500强企业的区域空间非均衡性，既考虑子样本的分布状况，也有效解决子样本数据间的交叉重叠问题，通过将其分解为不同的来源，进而分析子群对空间差距的影响[26]。具体公式请参阅文献[27]，在此不再赘述。

2 实证分析

2.1 总体特征

中国最具价值500强企业品牌价值呈现历年品牌价值总值、单位最高价值、单位最低价值均逐年提升的总体时序特征。2004—2020年中国最具价值500强企业品牌价值总值逐年增长，从2.44万亿元增至24.68万亿元。企业品牌价值中位数由2004年的24.41亿元持续增至2020年的264.88亿元。行业品牌数量上，食品饮料和房地产相关行业企业数量最多，传媒与纺织服装行业品牌数量有所减少、但仍高于汽车行业，金融行业品牌数量相对稳定，交通运输企业数量最少。以食品饮料行业为代表的、与人民生活必需消费密切相关的传统行业品牌优势最为突出，传媒与金融行业品牌竞争日趋激烈。整体上，品牌企业跟随产业转型与消费升级步伐，各行业龙头企业品牌价值优势凸显，区域性城市群客户忠实度不断提升。
最具价值500强企业整体呈现“东强西弱”分布特征，约2/3的企业位于东部沿海的长三角、京津冀、粤港澳3大城市群，西部则多集中于西南地区的成渝城市群，其品牌数量约为西北地区4个城市群品牌数量总和的4倍。运用 ArcGIS自然间断点分级法，依据城市群品牌价值，将最具价值500强企业分为6个等级（图1）。京津冀、长三角、粤港澳处于中国城市群品牌价值第1级，为品牌密度相对高值区。2004—2020年，3大城市群各自品牌价值均超过3万亿元、品牌数量均超过90个。品牌价值上，京津冀占绝对优势，自2007年以来其品牌价值高于粤港澳与长三角品牌价值之和。品牌数量上，长三角领先，京津冀、粤港澳紧随其后。山东半岛、成渝、海峡西岸、长江中游、哈长城市群位于第2级。2004—2020年，山东半岛、成渝和海峡西岸企业密度明显增长，以食品饮料、制造业、轻工业品牌为主，各自品牌价值介于0.8~1.2万亿元、各自品牌数量介于25~45。长江中游、哈长城市群各自品牌价值介于6000~8000亿元、品牌数量介于10~20。
图1 中国价值品牌500强企业在城市群层面的品牌价值时空格局演化

基于国家测绘局标准地图服务系统的标准底图（审图号：GS（2019）1823号）制作，底图无修改（澳门、台湾数据暂缺）

Fig. 1 Brands and value evolution of China’s top 500 value brands at the urban agglomeration level

辽中南、黔中、呼包鄂榆、中原、北部湾位于第3级，各自品牌价值介于1500~3500亿元、品牌数量介于4~9。第4级的关中平原、晋中以及第5级的兰州–西宁、天山北坡城市群品牌价值均低于1000亿元、品牌数量仅1~3个。第6级的滇中、宁夏沿黄城市群自2019年以来无企业入围，尚需培育城市群企业品牌。上述城市群中，滇中、宁夏沿黄等城市群企业密度明显下降。西北地区城市群品牌主要集中在省会城市，如关中平原的西安、宁夏沿黄的银川、兰州–西宁的兰州等，其企业品牌多以食品饮料类的白酒、农副产品、传媒类的杂志为主，经济附加值整体薄弱，占比不足2%。
综上，东部沿海城市群品牌价值领先全国，西南地区成渝城市群品牌价值异军突起。长江中游、哈长城市群亦具品牌价值优势，而辽中南、黔中、呼包鄂榆、中原、北部湾城市群品牌竞争优势不突出。关中平原、晋中、兰州–西宁、天山北坡、滇中、宁夏沿黄城市群品牌数量不超过3个，品牌价值低。滇中、宁夏沿黄城市群尚无全国性影响力的城市群品牌。

2.2 品牌空间分布特征

以2020年为例，深入剖析不同行业品牌数量与价值的空间格局（图2）。东部沿海的京津冀、长三角、粤港澳、海峡西岸、山东半岛的品牌数量与价值较高，成渝、滇中、长江中游、中原城市群次之，晋中、关中平原、宁夏沿海、兰州–西宁的品牌数量与价值均最低。① 食品饮料85个品牌，价值合计31486.21亿元，主要分布于京津冀、长三角、粤港澳、成渝、中原城市群（图2a）。价值在（1000, 5000） 亿元的品牌集中在京津冀、成渝、山东半岛， 价值在（500, 999）亿元的品牌分布在京津冀、长三角、呼包鄂榆、成渝、长江中游、粤港澳。京津冀、长三角、成渝的食品饮料品牌价值远高于其他城市群。② 房地产相关行业72个品牌（图2b），主要分布于粤港澳，其品牌价值高于长三角、京津冀，集中在房地产、基建、家电行业。其中，地产品牌11个，价值合计11554.22亿元。品牌价值在300亿元以上的共有7个，万科、恒大、金茂居前3。建材品牌39个，价值合计11554.22亿元，中国建材、金隅、北新建材位居前3。③ 轻工业50个品牌（图2c），价值合计9504.69亿元。主要分布于长三角、海峡两岸、粤港澳。④ 石化能源钢铁48个品牌（图2d），价值合计32454.12亿元，分布于京津冀和长三角，其中，京津冀的国家电网、中国石油、中国中化居前3。⑤ 传媒35个品牌（图2e），价值合计15633.96亿元，主要分布于京津冀、粤港澳、长三角。其中，京津冀的CCTV、人民日报、长江中游的湖南广电位居前3。
图2 2020年中国品牌价值排名前5的行业品牌数量、价值及所有500强企业空间分布

基于国家测绘局标准地图服务系统的标准底图（审图号：GS（2019）1823号）制作，底图无修改（澳门、台湾数据暂缺）

Fig. 2 Number and value of the top 5 corporate brands in China’s brand value ranking in 2020, and the spatial distribution of all top 500 companies

2.3 区域空间非均衡性测度及分解

将中国区域空间划分为东部、中部、西部和东北4个地区[28]，采用Dagum基尼系数分别测算上述4个地区历年中国价值品牌500强企业的空间差距及其子群分解差距（表1），以及Dagum基尼系数分解后各子群贡献率及演变趋势（表2）。其中，表1刻画了区域空间分异的总体演变趋势，大体呈现“先上升后下降”的总态势，Dagum基尼系数由2004年的0.714增至2009年的0.761，表明企业品牌价值的地区差异扩大、空间非均衡特征愈发突出。2010—2020年则0.738减小至0.706，表明企业品牌价值的地区差异又有所缩小。
表1 中国品牌价值500强企业的空间差距及其分解结果

Table 1 Spatial gap of the top 500 Chinese brand value companies in the past years and its decomposition results

年份 基尼系数 区域内基尼系数 区域间基尼系数
东部 中部 西部 东北 东–中 东–西 东–东北 中–西 中–东北 西–东北
　　注：包含香港数据，不包含澳门、台湾数据。
2004 0.714 0.587 0.398 0.574 0.130 0.859 0.809 0.772 0.545 0.345 0.439
2005 0.729 0.592 0.412 0.629 0.406 0.837 0.829 0.791 0.564 0.462 0.555
2006 0.743 0.582 0.333 0.684 0.245 0.828 0.848 0.752 0.582 0.355 0.309
2007 0.732 0.587 0.520 0.578 0.377 0.899 0.802 0.803 0.633 0.546 0.511
2008 0.739 0.654 0.368 0.654 0.318 0.819 0.833 0.790 0.559 0.362 0.544
2009 0.761 0.616 0.409 0.643 0.305 0.843 0.883 0.822 0.567 0.380 0.542
2010 0.738 0.615 0.305 0.668 0.116 0.863 0.843 0.741 0.574 0.412 0.519
2011 0.745 0.622 0.337 0.655 0.136 0.874 0.848 0.750 0.576 0.442 0.517
2012 0.743 0.666 0.504 0.637 0.166 0.846 0.838 0.709 0.603 0.471 0.533
2013 0.729 0.641 0.408 0.609 0.117 0.843 0.834 0.710 0.548 0.419 0.480
2014 0.731 0.649 0.427 0.617 0.114 0.842 0.836 0.703 0.558 0.430 0.488
2015 0.723 0.594 0.404 0.635 0.177 0.815 0.850 0.737 0.552 0.355 0.530
2016 0.731 0.582 0.359 0.660 0.182 0.829 0.869 0.722 0.564 0.372 0.589
2017 0.731 0.578 0.341 0.668 0.231 0.821 0.871 0.739 0.566 0.359 0.595
2018 0.719 0.582 0.492 0.712 0.191 0.771 0.843 0.741 0.639 0.407 0.596
2019 0.725 0.562 0.279 0.706 0.179 0.823 0.865 0.729 0.574 0.318 0.597
2020 0.706 0.545 0.510 0.673 0.169 0.770 0.845 0.721 0.623 0.439 0.563
表2 历年中国品牌价值500强企业的区域差异贡献率

Table 2 Regional differences in the contribution rate of the top 500 Chinese brand value enterprises over the years

年份 区域间差距 超变密度 区域内差距 　 贡献率/% 　
区域间差距 超变密度 区域内差距
　　注：包含香港数据，不包含澳门、台湾数据。
2004 0.485 0.046 0.182 0.679 0.064 0.255
2005 0.479 0.063 0.186 0.657 0.087 0.255
2006 0.472 0.081 0.189 0.853 0.146 0.255
2007 0.498 0.047 0.186 0.680 0.064 0.255
2008 0.459 0.078 0.201 0.621 0.105 0.272
2009 0.525 0.044 0.191 0.689 0.058 0.251
2010 0.499 0.047 0.191 0.676 0.064 0.258
2011 0.505 0.047 0.192 0.677 0.063 0.258
2012 0.475 0.065 0.201 0.639 0.088 0.271
2013 0.482 0.052 0.193 0.662 0.072 0.265
2014 0.481 0.055 0.195 0.657 0.075 0.267
2015 0.490 0.050 0.182 0.677 0.070 0.251
2016 0.510 0.042 0.178 0.697 0.058 0.244
2017 0.509 0.044 0.178 0.696 0.060 0.243
2018 0.468 0.068 0.182 0.650 0.095 0.253
2019 0.504 0.046 0.174 0.695 0.063 0.240
2020 0.475 0.059 0.170 0.673 0.084 0.242
分析品牌价值的区域内差距，2004—2020年东–西部间的差距依次大于中–西部和中–东部。东部基尼系数年均变动率最小，中部基尼系数上下波动，西部先上升后下降，东北地区在2013—2018年基尼系数平稳增长，表明东部发达地区企业品牌价值高、数量多且企业品牌价值差异逐年缩小。中西部、东北虽依靠中部崛起、对口支援西部、振兴东北等国家区域政策推动，但经营理念、资金预算、人力资源等影响企业品牌的重要资源要素仍受地方性限制。分析品牌价值的地区间差距，东−西部基尼系数均值 0.844，表明东、西部的企业品牌价值差距扩大，东部多元化优质企业品牌发展迅速，而西部仍以食品饮料品牌为主、部分品牌价值不稳定。中−东北、西–东北地区间基尼系数均较低，整体品牌价值不高，因此实现中部、东北、西部地区均衡发展仍须加大力培育高附加值企业品牌。
分析中国品牌价值500强企业品牌价值的区域差异来源及贡献率。运用超变密度分析区域空间差距，该指标在2004—2012年波动较大、均值5.81%，2013—2020年变化平稳、均值5.25%（表2），表明企业品牌价值的交叉重叠现象不断增强，有助于减少城市群品牌价值的地区间差异。地区间差距在2004—2012年波动较大、均值48.91%，地区间差距来源较不稳定；2013—2020年地区间差距均值49.03%，地区内差距贡献率波幅较小（24.21%~27.25%）。要解决总体差距，须控制地区间差距，特别是西部和东北地区应针对性提升企业品牌价值。

3 影响因素分析

3.1 变量设置与释义

在对影响企业品牌数量与价值的计量经济建模中，主要选取企业品牌价值、品牌数量作为被解释变量，综合衡量一个区域的企业品牌发展情况。依数据可得性，拟选取市场规模、经济水平、品牌投资、市场化程度4类因素作为解释变量，说明如下：
市场规模：本地市场效应是经济活动空间集聚的重要因素[29]，市场规模是品牌发展的基本条件之一[30]，大城市的市场规模更具优势、利于贸易往来和要素流动。参考已有研究[31]，选取常住人口数量（POP）来衡量市场规模。
经济水平：地区经济决定了当地居民的购买力和生活水平[32]，地区经济越发达，企业的资本集聚能力越高，成为优质品牌的可能性越大。参考已有研究[33]，选取地区人均国内生产总值（AGDP）来衡量区域经济水平。
品牌投资：体现企业对创新活动的投入力度。代表资本异质性的企业研发投入可显著促进企业提高生产率。研发投入既可直接增强企业创新能力，又可增强企业对外部知识的吸收能力。因缺少各地企业的品牌投资数据，参考已有研究[34]，选取各地区研究与试验发展费用投入（RD）来衡量品牌投资。
市场化程度：作为衡量以市场需求为导向的资源配置效率，企业品牌发展要求强化市场主体地位，生产要素流向优势骨干企业，实现资源的优化配置，这一过程的实现主要取决于其市场化程度，即市场化程度越高，市场竞争越激烈，更易促进品牌发展[35]。参考已有研究[36]，选取市场化指数（MI）衡量地区市场化程度。

3.2 计量模型构建

以品牌数量（BQ）与品牌价值（BV）为被解释变量，以市场规模（POP）、经济水平（AGDP）、品牌投资（RD）、市场化程度（MI）为解释变量，构建面板数据计量经济模型。为降低样本数据的离散程度，除虚拟变量外，分别对上述变量取对数，变量的描述性统计均为取对数之后的结果，建立计量模型：
$\begin{split} {\rm{ln}}B{Q}_{it}= & {\alpha }_{it}+{\rm{ln}}B{Q}_{it-1}+{\rm{ln}}PO{P}_{it}+{\rm{ln}}AGD{P}_{it}+\\ & {\rm{ln}}R{D}_{it}+{\rm{ln}}M{I}_{it}+{u}_{it} \end{split}$
$\begin{split} {\rm{ln}}B{V_{it}} = & {\alpha _{it}} + {\rm{ln}}B{V_{it - 1}} + {\rm{ln}}PO{P_{it}} +{\rm{ln}}AGD{P_{it}} +\\ & {\rm{ln}}R{D_{it}} + {\rm{ln}}M{I_{it}} + {u_{it}} \end{split} $
式中，i为31个省份，t为年份，$ B{V_i} $和$ B{Q_i} $分别为第i个省的品牌数量与品牌价值，表示不同地区企业品牌发展情况，u为误差项。

3.3 结果分析

出于对比和模型稳健性等因素的考虑，同时报告出于对比和模型稳健性等因素的考虑，同时报告估计结果、混合、固定效应等估计结果（表3）。回归结果显示，混合效应与固定效应估计系数符号和显著性有明显不同，固定效应F检验在1%显著水平上拒绝混合效应回归，故若使用混合效应将忽视面板数据的特点。为进行动态化估计，在模型中加入被解释变量的滞后项，但直接加入或造成内生性问题，故采用动态面板模型GMM估计，结果显示lnBV与lnBQ为被解释变量，其滞后一阶估计系数大小均在混合回归与固定效应回归系数之间，证明GMM模型估计有效。GMM分析中，Hansen-J统计量不显著，说明GMM式工具变量的有效性。模型可能存在遗漏变量、模型误设等原因，将导致内生性问题影响模型估计结构，且还可能出现自相关问题，即上一期品牌价值、品牌数量的发展将影响本期，故采用GMM模型缓解内生性问题。GMM模型估计需要一阶滞后相关、二阶滞后不相关。估计结果表明：所有模型中AR（1）均显著，认为存在一阶相关；AR（2）不显著，认为不存在二阶相关。此外，Hansen值亦均不显著，表明GMM式工具变量可行，且被解释变量即品牌数量与品牌的一阶滞后回归系数大小在OLS估计与固定效应估计之间。故采用GMM模型处理内生性问题合理。对比组内自相关、异方差与同期相关的FGLS与PCSE估计结果，发现GMM估计更有效率且显著性好。lnBV 和lnBQ的一期滞后均在1%统计水平上具正向显著性，说明前期品牌数量与价值的发展对后期具备循环累积效应。故以GMM估计为基准分析影响因素。
表3 影响企业品牌数量与品牌价值的主要因素回归分析

Table 3 Regression analysis of the main factors affecting the number of corporate brands and brand value

解释变量 lnBV为被解释变量 lnBQ为被解释变量
OLS FE GMM FGLS PCSE OLS FE GMM FGLS PCSE
　　注：*** 、 ** 、* 分别表示1%、5%和10%的显著性水平，样本数为496，—表示未涉及此项，包含香港数据，不包含澳门、台湾数据。
L.logBQ 0.950*** 0.484*** 0.923*** 0.399*** 0.436*** 0.934*** 0.344*** 0.584*** 0.298*** 0.291***
L.logBV −59.190 −11.660 −126.230 −11.040 −4.400 −59.450 −7.600 −26.030 −14.540 −3.030
logPOP 0.067** −0.535* 0.201*** −0.576*** −0.560* 0.0248 −0.128 0.401*** −0.045 −0.118
−2.070 （−1.810） −6.610 （−6.070） （−1.790） −1.410 （−0.790） −7.540 （−0.880） （−0.850）
logAGDP 0.006 −0.158 0.009*** −0.152*** −0.170 −0.006 −0.195*** 0.002** −0.133*** −0.196**
−0.800 （−1.260） −19.890 （−5.140） （−1.200） （−1.350） （−2.830） −2.020 （−4.410） （−2.440）
logRD −0.0137 0.114*** −0.076*** 0.126*** 0.119*** 0.0105 0.006 0.022*** −0.007 0.008
（−0.530） −3.550 （−3.490） −16.140 −3.480 −0.680 −0.350 −3.360 （−0.900） −0.710
MI 0.034*** 0.019 0.088*** −0.002 0.021 0.018*** 0.007 0.029*** 0.005 0.006
−3.180 −0.990 −10.750 （−0.180） −1.480 −2.900 −0.700 −8.150 −0.740 −0.790
常数 −0.355 7.887*** −1.378*** 9.659*** 9.263*** −0.220* 4.040*** −2.805*** 4.255*** 5.383***
（−1.590） −2.770 （−6.330） −10.800 −2.990 （−1.660） −2.620 （−7.170） −7.580 −3.570
R2 0.962 0.881 — — 0.971 0.954 0.236 — — 0.969
F 2516.900 90.93 — — — 2043.440 6.860 — — —
0.000 0.000 — — — 0.000 0.000 — — —
WALD — — 111424.000 109015.500 49.510 — — 2271.750 56745.190 186.000
— — 0.000 0.000 0.000 — — 0.000 0.000 0.000
Hansen-J — — 28.250 — — — — 28.310 （0.934） — —
— — −0.297 — — — — — —
AR（1） — — −3.200*** — — — — −4.060*** — —
AR（2） — — 1.080 — — — — 1.130 — —
使用GMM方法分析品牌价值结果表明，所有变量均在1%统计水平上通过显著性假设检验，品牌价值的滞后一期估计系数为0.923，t统计量远高于2.580，说明企业品牌价值的循环累积效应非常显著，前期的品牌价值增长将有利于企业品牌的后期发展。此外，市场规模、经济水平、市场化程度均在1%统计水平上具正向显著性，说明市场规模的扩大、地区经济水平与市场化程度的提升将有利于提升企业品牌价值。RD投入的系数估计为–0.076，t值小于–3.490，因此具备1%水平上的显著性，表明RD投入与品牌价值负相关。一方面，技术水平的提升未必能提高品牌价值，因品牌价值需市场判定，满足市场需求的产品才具有较高的品牌价值。另一方面，因缺少各地企业品牌投资数据，RD选取各地区研究与试验发展费用投入来衡量品牌投资，若研发失败，该费用将计入管理费用而非价值会计目录，因此研发实验费的增长仅有利于技术创新的提高，无法代表技术创新的成功。
使用GMM方法分析品牌数量结果表明，品牌数量滞后一期的回归系数0.584，仍在1%统计水平上对品牌数量具正向显著性，但系数估计比品牌价值低，表明品牌数量的增加具饱和性、未像品牌价值一样承载过多效益，企业投资在短时间内无法快速形成品牌价值增长的情况下，只能依靠品牌数量的提升进行技术应用。亦即RD通过提高企业技术能力来提升品牌数量，但品牌价值的形成则需要产品得到市场及消费者认可。此外，市场规模、经济水平、市场化程度均对品牌数量具正向效果，且通过显著性假设，上述因素对品牌数量与价值的回归具备一致性。
其中，市场规模对品牌价值的估计系数为0.201，市场规模每增加1%，品牌价值将提高0.201%，t值–6.610，大于1%显著性t临界值，估计显著，说明市场规模的扩大有利于品牌价值的提升。市场规模对品牌数量的估计系数为0.401，市场规模每增加1%，品牌价值将提高0.401%，t值–7.540，大于1%显著性t临界值，估计显著，但估计系数大于品牌价值的提升系数，表明品牌价值依赖于客户的长期使用。综上，市场规模对品牌价值的提升需要时间孕育，而对品牌数量的增长是市场竞争结果。
经济水平对品牌价值的估计系数0.009，市场规模每增1%，品牌价值将提高0.009%，t值–19.890、大于1%显著性t临界值；经济水平对品牌数量的估计系数0.0022，市场规模每增1%，品牌价值将提高0.002%，t值–2.020、大于5%显著性t临界值，估计均显著。因GMM估计中滞后阶数导致的估计系数变化，经济水平对品牌价值与数量二者的估计系数均较小，故对二者的提升效应皆较小。经济水平对品牌价值的估计系数大于品牌数量，表明伴随经济水平提升，相较于品牌数量，企业更关注品牌价值。
市场化程度对品牌价值的估计系数0.088，市场规模每增加1%，品牌价值将提高0.088%，t值–10.750；市场化程度对品牌数量的估计系数0.029，市场规模每增加1%，品牌价值将提高0.029%，t值–8.150。市场化程度对品牌数量和品牌价值均具正向作用，但对品牌价值的提升作用大于品牌数量。伴随市场化程度的提高，企业发展更依赖于品牌价值的提升，但市场化规模提高更偏向垄断，此时企业放慢价值培育，转而通过产品数量占据市场。

4 结论与讨论

运用2004—2020年中国价值品牌500强企业数据，从总体特征、空间分布、区域空间分异定量探究中国企业品牌的时空演化，借助计量经济模型分析主要影响因素，研究表明：
1） 行业结构上，食品饮料、房地产相关、纺织服装、传媒、通讯电子5类品牌结构稳定；数量上，食品饮料占比最高17%，其次为房地产相关占比14.40%；交通运输占比4.80%，医药占比最少4.20%。价值上，食品饮料占比最高14.21%，其次为金融占比13.64%；交通运输占比3.28%，医药占比最少2.20%。
2） 空间分布上，京津冀、粤港澳、长三角企业品牌数量与价值远超其他城市群。山东半岛、成渝等表现较好，辽中南、哈长、海峡西岸、中原、呼包鄂榆次之，滇中、宁夏沿黄、兰州–西宁、关中平原、天山北坡等表现整体不佳，企业品牌数量与价值演变印证了城市群经济发展的企业分布格局，空间分化的不均衡格局相对稳定。
3） 品牌价值的空间分异上，企业品牌价值呈现“自东向西”递减态势。东部的地区内差距最大，中部−东北、西部−东北的地区间基尼系数最小，东部和西部的地区间差距最大，空间差距主要来源于超变密度。
4） 影响企业品牌发展的因素上，GMM 估计表明品牌价值存在显著的循环累积效应，市场规模、经济水平、市场化程度对品牌发展具有正向效应，上述因素对品牌数量的效应与对品牌价值的回归具备一致性。
考虑到本文仅以中国品牌价值500强企业作为代表性样本，未来研究中可进一步扩大企业样本数量，并从行业类型、企业性质、空间布局等方面开展深入分析：一方面，可选取某一行业进行细分，或对比分析不同行业，重视地理元素在品牌地理中的呈现。另一方面，中国全球化品牌是中国与世界品牌交融，展示中国企业品牌的软实力，后续研究将分析基于中国企业品牌的全球空间扩展网络与影响因素。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
钱丽芸, 朱竑. 地方性与传承: 宜兴紫砂文化的地理品牌与变迁[J]. 地理科学, 2011, 31(10): 1166-1171

Qian Liyun, Zhu Hong. Circulation and the localness: Geographical brand of yixing purple sand cultural change. Scientia Geographica Sinica, 2011, 31(10): 1166-1171.

[2]
钱明辉, 徐志轩. 我国品牌经济发展观察: 兼论构建区域品牌发展指数的必要性[J]. 中华商标, 2018 (10): 15-21

Qian Minghui, Xu Zhixuan. Observations on China’s brand economy development: The need to construct a regional brand development index. China Trademark, 2018 (10): 15-21.

[3]
安迪·派克. 品牌与品牌地理化[M]. 邓龙安, 译. 北京: 经济管理出版社, 2016.

Andy P. Brands and branding geographies. Translated by Deng Long’an. Beijing: Economic & Management Publishing House, 2016.

[4]
Mingione M, Kashif M, Petrescu M. Brand power relationships: A co-evolutionary conceptual framework[J]. Journal of Relationship Marketing, 2019, 19: 1-28.

[5]
Michalski E. Enterprise branding strategies[J]. Annals of Marketing Management and Economics, 2017, 3: 49-57.

[6]
Zhang X. Optimization model of Chinese enterprise brands[C]// Proceedings of the international conference on information engineering and applications (IEA), 2013, (5): 29-35.

[7]
Warren A, Gibson C. Subcultural enterprises, brand value, and limits to financialized growth: The rise and fall of corporate surfing brands[J]. Geoforum, 2017, 86: 177-187.

[8]
Zhu Y, Hu S, Cui S. Evaluation of transport enterprises’ brand value using fuzzy-AHP model[J]. Journal of Cleaner Production, 2014, 7(2): 3470-3475.

[9]
Li W H. Structural analysis of factors influencing brand competition capability in manufacturing enterprises based on interpretative structural model[J]. Mathematics in Practice and Theory, 2014, 44(13): 63-71.

[10]
乔莉鸽, 乔家君. 老字号商业网点空间分布与影响因素分析: 以开封市区为例[J]. 地域研究与开发, 2018, 37(5): 72-77

Qiao Lige, Qiao Jiajun. Spatial distribution and influencing factors of Time-honored brand commercial branches: A case of Kaifeng City. Areal Research and Development, 2018, 37(5): 72-77.

[11]
马斌斌, 陈兴鹏, 陈芳婷, 等. 中华老字号企业空间分异及影响因素研究[J]. 地理研究, 2020, 39(10): 2313-2329

Ma Binbin, Chen Xingpeng, Chen Fangting, et al. Research on spatial differentiation and influence factors of China time-honored brand. Geographical Research, 2020, 39(10): 2313-2329.

[12]
贾垚焱, 胡静, 刘大均, 等. 中华老字号空间分布格局及影响因素研究[J]. 干旱区资源与环境, 2020, 34(3): 85-93

Jia Yaoyan, Hu Jing, Liu Dajun, et al. Spatial distribution of China Time-honored brand and the influencing factors. Journal of Arid Land Resources and Environment, 2020, 34(3): 85-93.

[13]
刘海兵, 冯文静, 张文礼. 中华老字号文化传统、创新与能力动态分析[J]. 科学学研究, 2019, 37(1): 140-153

Liu Haibing, Feng Wenjing, Zhang Wenli. The dynamic analysis of cultural tradition, innovation and ability in China time-honored brand. Studies in Science of Science, 2019, 37(1): 140-153.

[14]
许晖, 张海军, 冯永春. 传承还是重塑? 本土老字号品牌活化模式与机制研究: 基于品牌真实性与价值迁移视角[J]. 管理世界, 2018, 34(4): 146-161+188

Xu Hui, Zhang Haijun, Feng Yongchun. Inheriting or rebranding? The revitalizing model and mechanism of corporate heritage brand of China. Management World, 2018, 34(4): 146-161+188.

[15]
徐伟, 杨玉成, 李永发. 老字号品牌创新路径与模式研究[J]. 管理学报, 2020, 17(10): 1535-1543

Xu Wei, Yang Yucheng, Li Yongfa. The innovation achievement path and its model of time-honored brand. Chinese Journal of Management, 2020, 17(10): 1535-1543.

[16]
夏曾玉, 谢健. 区域品牌建设探讨: 温州案例研究[J]. 中国工业经济, 2003 (10): 43-48

Xia Zengyu, Xie Jian. Regional brand developments study: Case example research in the Wenzhou. China Industrial Economy, 2003 (10): 43-48.

[17]
熊爱华. 区域品牌与产业集群互动关系中的磁场效应分析[J]. 管理世界, 2008 (8): 176-177

Xiong Aihua. Analysis of the magnetic field effect in the interaction between regional brands and industrial clusters. Management World, 2008 (8): 176-177.

[18]
鄢小莉. 关于产业集群与区域经济协调发展机制分析及对策探讨[J]. 经济师, 2021 (4): 144-145

Yan Xiaoli. Analysis on the mechanism of coordinated development of industrial clusters and regional economy and discussion on countermeasures. China Economist, 2021 (4): 144-145.

[19]
李佛关. 我国品牌的地区分布与区域经济实力关联研究[J]. 经济问题探索, 2012 (4): 58-63

Li Foguan. Study on the association between regional distribution of brands and regional economic strength in China. Inquiry into Economic Issues, 2012 (4): 58-63.

[20]
石忆邵, 蒲晟. 中国品牌的地域差异及品牌创新能力评价[J]. 经济地理, 2009, 29(11): 1855-1860

Shi Yishao, Pu Sheng. Regional difference of China’s brands and evaluation of the brand innovation ability. Economic Geography, 2009, 29(11): 1855-1860.

[21]
涂山峰, 曹休宁. 基于产业集群的区域品牌与区域经济增长[J]. 中国软科学, 2005 (12): 111-115

Tu Shanfeng, Cao Xiuning. Regional brand based on industrial clusters and regional economic growth. China Soft Science, 2005 (12): 111-115.

[22]
李艳, 孙阳, 姚士谋. 基于财富中国500强企业的中国城市群城市网络联系分析[J]. 地理研究, 2020, 39(7): 1548-1564

Li Yan, Sun Yang, Yao Shimou. Urban network linkages of Chinese urban agglomerations based on an analysis of the fortune China top 500 enterprises. Geographical Research, 2020, 39(7): 1548-1564.

[23]
谢京辉. 城市群聚集效应的约束条件与破解路径–品牌经济视角的思考[J]. 东岳论丛, 2014, 35(9): 160-164

Xie Jinghui. Constraints and solutions to the agglomeration effect of urban agglomerations—Thinking from the perspective of brand economy[J]. Dong Yue Tribune, 2014, 35(9): 160-164.

[24]
Michael P. Competitive advantage[M]. Beijing: Huaxia Publishing House, 1997.

[25]
沈泽洲, 王承云, 王永正. 中国大陆上市公司研发投入空间格局及动力机制——以500强为例[J]. 经济地理, 2020, 40(11): 131-139.

Shen Zezhou, Wang Chengyun, Wang Yongzheng. Analysis on the spatial pattern and dynamic mechanism of R&D Investment of listed companies in Chinese mainland: Take the top 500 as an example. Economic Geography, 2020, 40(11): 131-139.

[26]
刘夏明, 魏英琪, 李国平. 收敛还是发散?中国区域经济发展争论的文献综述[J]. 经济研究, 2004 (7): 70-81

Liu Xiaming, Wei Yingqi, Li Guoping. Convergence or divergence? Debate on China’s regional development. Economic Research Journal, 2004 (7): 70-81.

[27]
马志飞, 尹上岗, 乔文怡, 等. 中国医疗卫生资源供给水平的空间均衡状态及其时间演变[J]. 地理科学, 2018, 38(6): 869-876

Ma Zhifei, Yin Shanggang, Qiao Wenyi et al. Spatial equilibrium state and its time evolution of medical health resource supply level in China. Scientia Geographica Sinica, 2018, 38(6): 869-876.

[28]
吕承超, 邵长花. 中国城市生活垃圾处理能力的时空格局及影响因素[J]. 地理科学, 2021, 41(5): 768-776

Lyu Chengchao, Shao Changhua. Spatial-temporal patterns and influencing factors of municipal solid waste disposal capacity in China. Scientia Geographica Sinica, 2021, 41(5): 768-776.

[29]
Head K, Mayer T. Market potential and the location of Japanese firms in the European Union[J]. Review of Economics and Statistics, 2004, 86(4): 959-972.

DOI

[30]
刘华军, 赵浩, 杨骞. 中国品牌经济发展的地区差异与影响因素: 基于Dagum基尼系数分解方法与中国品牌 500 强数据的实证研究[J]. 经济评论, 2012 (3): 57-65

Liu Huajun, Zhao Hao, Yang Qian. An empirical analysis on China’s regional disparity of brand economic development and its influencing factors: Based on Dagum’s Gini coefficient decomposition method and China’s 500 most valuable brands from 2004 to 2011. Economic Review, 2012 (3): 57-65.

[31]
蒋海兵, 李业锦. 京津冀地区制造业空间格局演化及其驱动因素[J]. 地理科学进展, 2021, 40(5): 721-735.

DOI

Jiang Haibing, Li Yejin. Change of spatial structure of manufacturing industry in the Beijing-Tianjin-Hebei region and its driving factors. Progress in Geography, 2021, 40(5): 721-735.

DOI

[32]
虞洋, 宋周莺, 史坤博. 基于百度指数的中国省域间信息联系网络格局及其动力机制[J]. 经济地理, 2019, 39(9): 147-155

Yu Yang, Song Zhouying, Shi Kunbo. Network pattern of inter-provincial information connection and its dynamic mechanism in China: Based on Baidu Index[J]. Economic Geography, 2019, 39(9): 147-155.

[33]
龙飞, 刘家明, 朱鹤, 等. 长三角地区民宿的空间分布及影响因素[J]. 地理研究, 2019, 38(4): 950-960

Long Fei, Liu Jiaming, Zhu He, et al. Spatial distribution of homestay and its influencing factors in the Yangtze River Delta of China. Geographical Research, 2019, 38(4): 950-960.

[34]
陶锋, 杨文婷, 孙大卫. 地方产业集群、全球生产网络与企业生产率——基于双重网络嵌入视角[J]. 国际经贸探索, 2018, 34(5): 19-34.

Tao Feng, Yang Wenting, Sun Dawei. Local industrial cluster, global production network and enterprise productivity—From the perspective of double network embeddedness. International Economic and Trade Research, 2018, 34(5): 19-34.

[35]
王分棉, 刘勇. 中国品牌成长的区域性差异及其影响因素研究——基于《中国500最具价值品牌》的实证分析[J]. 中央财经大学学报, 2013 (6): 80-85+90

Wang Fenmian, Liu Yong. A research on China’s regional differences in brand growth and its influencing factors: Based on China’s 500 most valuable brands. Journal of Central University of Finance and Economics, 2013 (6): 80-85+90.

[36]
樊纲, 王小鲁, 朱恒鹏. 中国市场化指数——各地区市场化相对进程2011年报告[M]. 北京: 经济科学出版社, 2011.

Fan Gang, Wang Xiaolu, Zhu Hengpeng. China’s marketization index—2011 report on the relative marketization process of various regions. Beijing: Economic Science Press, 2011.

Options
文章导航

/

〈 〉