EN中文

SCIENTIA GEOGRAPHICA SINICA >

2024 , Vol. 44 >Issue 9: 1544 - 1554

DOI: https://doi.org/10.13249/j.cnki.sgs.20230610

Spatial-temporal characteristics and influence mechanisms of Singapore-invested enterprises entering industrial park in China

  • Yang Chengling , 1, 2 ,
  • Mai Yuhang 3 ,
  • Xie Yizhi 1 ,
  • Zheng Muqiang , 1, *
Expand
  • 1. Center for Southeast Asian Studies, Shantou University, Shantou 515063, Guangdong, China
  • 2. School of Marxism, Shantou University, Shantou 515063, Guangdong, China
  • 3. SILC Business School, Shanghai University, Shanghai 201800, China

Received date: 2023-06-26

  Revised date: 2023-09-16

  Online published: 2024-10-04

Copyright

Copyright ©2024 Scientia Geographica Sinica. All rights reserved.
Fold

Abstract

Based on the data of Singapore-invested enterprises in China, this paper analyzes the spatial-temporal characteristics and influence mechanism for of Singapore-invested enterprises entering the industrial park in China from 1979 to 2022. The spatial-temporal characteristics of the Singapore-invested enterprises are studied in depth by adopting the spatial analysis technique from ArcGIS software, and the empirical method is used to investigate the influence mechanism of industrial park in promoting the entry of Singapore-invested enterprises. The results show: 1) The number of Singapore-invested enterprises shows obvious fluctuation at individual time points, the number of new founded Singapore-invested enterprises has experienced 3 peaks, which are 1993, 2006 and 2021, and the proportion of Singapore-invested enterprises entering industrial park has increased sharply during the period from 1979 to 2009. 2) In terms of spatial characteristics, the overall degree of agglomeration of Singapore-invested enterprises continued to rise from 1992 to 2022, and the proportion of Singapore-invested enterprises entering the industrial park and those entering outside the industrial park were similar, showing a similar spatial distribution pattern. 3) The increase in the number of industrial park can promote the increase of Singapore-invested enterprises, and the construction of industrial parks promotes the entry of Singapore-invested enterprises through 2 main mechanisms: First, industrial parks help to improve the level of infrastructure construction in 3 regions, thus providing convenient conditions for the entry of Singapore-invested enterprises. Second, industrial parks play a key role in reducing the tax burden on foreign enterprises, which further incentivizes these firms to conduct business in the industrial park. Focusing on new ventures, this paper not only provides a strong basis for an in-depth understanding of the development of foreign investment in industrial parks in China, but also provides substantial support for attracting high-quality foreign investment and promoting high-quality synergistic development of local industries. The findings of the study improve the explanation of the mechanism of foreign-invested enterprises entering the parks in China, enrich the geographic study of foreign investment, and provide significant insights in optimization of foreign investment policies and the construction of industrial park.

Key words： Singapore; foreign-invested enterprise; foreign investment distribution; industrial park; location selection

Cite this article

Yang Chengling , Mai Yuhang , Xie Yizhi , Zheng Muqiang . Spatial-temporal characteristics and influence mechanisms of Singapore-invested enterprises entering industrial park in China[J]. SCIENTIA GEOGRAPHICA SINICA, 2024 , 44(9) : 1544 -1554 . DOI: 10.13249/j.cnki.sgs.20230610

自改革开放以来，外商直接投资在中国经济快速发展方面起到巨大的推动作用。尤其是在加入WTO（世界贸易组织）后，中国不断优化的营商环境和有吸引力的成本优势吸引了越来越多的外资企业。然而，随着中国经济由高速发展阶段转向高质量发展阶段，外商直接投资的增长速度逐渐减缓。简单的税收优惠政策已经无法成为吸引外资企业的主要原因，外资企业进入的主要考虑因素是更高质量的投资环境。产业园区作为区域资源协同发展和资源空间配置的典型组织形式，可以获得政策倾斜，提供配套资源，显著减少了交易成本和制度成本，为外商提供更优质的投资环境和商贸服务，成为外资企业理想的进入模式。中国各地政府一直致力于建设和完善各类型产业园区，以增强吸引高质量外商直接投资能力。在众多外资来源国家中，新加坡自2013年起连续第9年位居中国外资来源榜首（https://static.nfapp.southcn.com/content/202303/31/c7516581.html），对推动中国进行更深层次的改革开放起到了重要作用。因此，以新加坡在华投资企业（全文简称“新资企业”）为例，分析其进入园区的时空特征及影响机制等问题，有助于从全球市场的角度判断该地区的发展优势、吸收高质量的外商直接投资，为地方政府提供持续招商引资的政策理论基础。
目前，关于外商直接投资的时空分布特征研究，主要集中在外商直接投资的时空变化、影响因素和区位选择3个方面。在时空变化方面，学者们以某中国地级及以上城市为例探讨外商直接投资的时空差异，结果发现中国外商直接投资利用总量在波动中上升，结构趋于优化，但存在地域差异愈发明显的特征[1-2]。在影响因素方面，许多研究表明了外资企业的进入行为与生产成本[3]、制度环境[4]和市场规模[5]等因素存在密不可分的关系。而在区位选择方面，相关研究发现了产业聚集可以吸引外商直接投资流入[6]，并且外资企业在进行区位选择时更偏好于进入集聚程度较高的地区，从而发挥集聚经济效应[7-8]。
外资企业进入东道国投资，产业园区这一集聚经济模式是否发挥了吸引作用？ 对此，国内外学者通过实证分析，证实了产业园区的设立对地区外商直接投资流入存在直接的正向影响[9-10]。从具体的影响路径上看，产业园区作为对外经济开放的重要窗口，可以通过优惠的政策待遇和完善的设施基础吸引高新技术人才和外商直接投资，从而打造优势产业[11-12]。基于这个思路，学者们通过构建回归模型进行深入分析，发现了产业园区的集聚经济模式不仅有利于本地区的出口贸易[13]、经济的快速增长[14]、新经济增长极的形成[15]，而且还能够推动产业园区周边地区的发展。
综上所述，国内外学者对该领域的研究主要集中在外商直接投资的时空分布特征、投资区位选择及产业园区集聚的作用，较少以某一个投资国的外资企业为例，探索其在较长一段时间内进入园区的时空特征及影响机制。为了弥补以上空白，本文以新资企业为研究对象，在分析时空特征的基础上，探讨并揭示了产业园区促进新资企业进入园区的影响机制。本文可能的贡献有2个方面：第一，以新资企业为案例分析中国外资企业在产业园区的投资演化情况，为地方政府吸引优质外资企业并实现本地产业高质量联动发展提供依据；第二，从产业园区的视角，对其促进新资企业进入园区的相关机制进行研究，为地方政府更好引进高质量外资企业提供政策依据。

1 理论机制与研究假说

随着信息时代的来临和国内生产结构的转变，外商直接投资开始由资源寻求型、市场寻求型转换为效率寻求型和技术寻求型。外资企业在选址时不仅注重劳动力、资本和土地等资源供应要素，更注重地区资源配置效率和技术溢出效应[16]。产业园区是政府或企业为实现产业发展目标而创立的特殊区位环境，园区内的企业能够享受到政府提供的许多便利，因而吸引了大批外资企业的进驻[17]。
一方面，基础设施的建设具有相当高的重要性。“社会资本”理论认为基础设施的投资建设比企业生产更加具有优先级，政府应该根据社会经济发展的情况，逐步地、合宜地进行基础设施投资和建设[18]；经济学家Nurkse R则主张企业生产与基础设施建设同时按不同比例进行大规模投资，以达到同时扩大市场供给与市场需求，实行平衡增长战略[19]。从经济学的角度上看，基础设施所产生的“社会分摊资本”是惠及整个社会利益的公共投资资本，这些基础设施的建设可使企业生产直接享受到外部经济效益，从而达到增加收益的目的。因此，政府在进行产业园区的建设时，通常都会提前或同步地对当地基础设施进行配套，以满足园内企业的需求。同时，已有研究表明交通基础设施是影响国家或者地区外资企业流入的重要区位因素之一，尤其是在发展中国家或新兴市场，发达的交通系统能够在一定程度上克服距离成本、为企业提供便利的交通、通信等服务，从而提高投资回报率，推动了园区内部要素的流动[20]。基于以上讨论，本文提出以下研究假说1：产业园区的建设能够吸引外资企业进入园区；假说2：产业园区的建设能够带动地方基础设施水平的提高，进而吸引外资企业进入园区。
另一方面，产业园区的建设能够通过降低外资企业的税收负担来降低企业的生产成本和影响企业的生产行为，进而吸引外资企业进入园区[21]。税收负担作为企业经营活动中的刚性成本，直接影响着企业的生产行为以及创新能力，开发区通过税收优惠政策，能够有利于缓解企业的金融约束压力，吸引产业进入园区，这些主要体现在以下2个原因：第一，降低企业的生产成本，能够让企业在相同成本情况下，获取更大的经济收益；第二，税收优惠政策能通过影响企业购入新设备、吸纳先进人才等其他生产活动，促进企业生产效率的提升和扩大生产规模[22]。因此，本文提出了假说3：产业园区的建设能够降低外资企业的税收负担，进而吸引外资企业进入园区。

2 数据来源与研究方法

2.1 数据来源

本文以课题组在企查查官网 1筛选的新加坡在华投资企业为数据源，数据样本为1979—2022年的《新加坡在华投资企业名录》，具体数据信息包括了企业名称、成立时间、注销时间、注册地址、所属行业等。在进行实证分析时，使用的数据来源于EPS数据库 2、《前瞻产业园区库》 3及对应省（区、市）与年份的《中国统计年鉴》（http://www.stats.gov.cn/）（港澳台数据暂缺）。

2.2 产业园区的概念界定与企业识别

目前，学术界尚未对产业园区的概念进行统一的界定。综合相关研究对产业园区的界定，本文认为产业园区指政府统一规划，以促进经济增长为目的，以若干特色主导产业为支撑，实现企业集中布局、产业集群发展、资源集约利用、功能集合构建，并且具有产业集群程度高、产业类别特色鲜明等特点的经济功能区域[23]。主要包括了工业园区、经济技术开发区、高新技术产业开发区、特色产业园区、出口加工区、保税区、边境经济合作区等各类园区[24]。
为了识别外资企业是否进入产业园区，本文借鉴已有相关研究的划分方法，通过企业地址来筛选数据库中位于产业园区内的企业[25]，采用了2种划分口径对企业信息进行筛选，以便能够最大限度地识别出企业是否在产业园区内。一是根据上述产业园区的定义，将地址中含有开发区、加工区、产业园区、保税区、工业园区等信息字段的企业筛选出来；二是对数据库中的企业进行抽样，统计样本中隐含企业在产业园区内的信息字段，并通过百度地图识别验证，最后根据新的字段对企业地址进行筛选。需要说明的是，上述2种口径筛选出的企业信息可能存在重复，在后续合并样本后需剔除重复值。

2.3 研究方法

基于研究目的，本文选取各省（区、市）每年新增的园区内新资企业数量（Enterprise）为解释变量，以各省（区、市）每年的产业园区数量（IP）为被解释变量构建实证模型。模型需要对一些有重要影响的变量进行控制，以缓解可能存在的变量遗漏问题，并进行VIF检验，所有变量的VIF值都小于10。控制变量包括了：① 经济发展水平（Pgdp）。经济发展水平较高的地区往往拥有完善的市场运作体系与高资源配置效率，能够给予外资企业更加熟悉的投资环境与生产的重要保障[26]，是地区吸引外资企业进入的重要影响因素，故选取地区人均GDP（万元/人）衡量经济发展水平；② 创新能力（Tech）。地区创新能力也是外资企业所看重的进入因素之一，地处创新能力较强的地区的科技企业通常存在良好外溢效应，这尤其对技术密集型外资企业的技术创新、研发项目等具有促进作用[27]，该类外资企业会因地区创新能力强而选择进入该地区，因此本文选取地区人均专利授权量（万件/人）代表一个地区的整体创新能力；③ 劳动力成本（Labor）。充足的劳动力供给水平是外资企业进入中国的重要原因之一，地区劳动力成本即工资水平的高低直接决定了外资企业的生产成本，对外资企业的进入有非常显著的影响[28]，故选取平均职工工资（万元）表示地区的劳动力成本；④ 对外开放水平（Open）。受到地理、人文环境因素的影响，各地区对外开放的水平不一，地区国际活动的活跃度也存在差异，因此需要对对外开放水平进行控制，选取地区贸易依存度（对外贸易总额/GDP）进行衡量。另外，考虑到产业园区从建设到吸收外资企业存在时滞性，将解释变量进行滞后一期处理。最后，经过Hausman检验后，最终本文选择使用固定效应模型进行分析[29]，构建的回归模型如下：
$ \begin{split} Enterprise _{i, t}= & \beta_0+\beta_1 I P_{i, t-1}+\beta_2 Pgdp _{i, t-1}+\beta_3 Tech _{i, t-1}+\\ & \beta_4 Labor _{i, t-1}+\beta_5 Open _{i, t-1}+\eta_i+\gamma_{t}+\varepsilon_{i, t} \end{split} $
式中，Enterprise i,t表示第i个省（区、市）在年份t的园区新资企业新增数量； IP i , t–1表示i省（区、市）、t–1年份的产业园区新增数量；Pgdp i,t–1、Tech i,t–1、Labor i,t–1、Open i,t–1分别为i省（区、市）、t–1年份的经济发展水平、创新能力、劳动力成本、对外开放水平；β 0是截距项；β 1~β 5是变量的估计系数；η i和γ t分别是省（区、市）和年份的固定效应；ε i,t是随机扰动项。
接下来，本文使用了中介效应模型对假说中产业园区促进新资企业进入园区的具体机制进行检验[30]。在众多基础设施建设指标中，本文选择了外资企业最看重的交通水平进行衡量，以此反映一个地区的基础设施水平（Trans），使用的数据是运输网密度（km/km2）；选取了外资企业平均涉外税收（元）衡量地区外资企业税收负担（Tax），外资企业在产业园区外的税收政策并不如产业园区内那么优惠，甚至某些地区仍然会按照法律规定的税率进行征收。具体的中介效应模型如下：
$ M_{i, t-1}=\theta_0+\theta_1 I P_{i, t-1}+\sum \alpha X_{i, t-1}+\eta_i+\gamma_{t}+\xi_{i, t} $
$ \begin{split} Enterprise _{i, t}= & \rho_0+\rho_1 I P_{i, t-1}+\rho_2 M_{i, t-1}+\sum \alpha X_{i, t-1}+\\ & \eta_i+\gamma_{t}+\varphi_{i, t} \\[-1pt]\end{split} $
式中，M i,t–1代表了i省（区、市）、t–1年份的中介变量值；∑αX包含了式（1）中所有的控制变量；θ 0和ρ 0为截距项；θ 1、ρ 1和ρ 2是变量的估计系数；ξ i,t和φ i,t是随机扰动项。具体的中介效应的判别步骤，参考的是Baron等的逐步法[31]。

3 在华新资企业分布的时空特征

3.1 时间演化特征

1） 在华新资企业发展的3个高峰期。对1979—2022年完整的新资企业信息进行统计，得到了其数量的时间变化趋势（图1）。图1可知，中国市场发展的新资企业有3个高峰期，分别出现在1993年、2006年和2021年，其中还有4个次一级的小峰谷，分别出现在1995年、2011年、2014年和2019年。这些时间节点与世界、中国的发展历程以及外商直接投资的变化趋势是相对吻合的。20世纪90年代以前，中国和新加坡尚未达成建交关系，且中国对外开放程度不高，这一阶段在华投资的新加坡商人主要以华人华侨的为主，每年新增企业数量不超过百位。而在1990年中新建交后，中新双边经贸关系全面升温，新加坡政府高度重视对华投资，制定了一系列的激励措施以鼓励企业在华投资设厂，但随后这股投资热潮随着世界经济增长放缓和亚洲金融危机的爆发而有所减缓。进入21世纪后，中国加入了WTO，广阔的市场规模和对外开放程度吸引大量的外资企业进驻，新资企业的成立数量也在2006年迎来了新的峰值。受到2007年美国金融危机的冲击，新加坡对华投资也跌入第二次低谷，该负面影响随着《中国−新加坡自由贸易协定》（https://www.gov.cn/ztzl/2008-10/23/content_1128873.htm）签署带来的持续投资而得以消除。
图1 新资企业的成立数量

港澳台数据暂缺

Fig.1 Number of new founded Singapore-invetsed enterprises established in China by each year

2） 企业进入模式的时间变化趋势。本文将企业进入模式区分为“进入产业园区内”和“进入产业园区外”2种，对数据中具有详细地址的19 693家在华新资企业进行分类统计，并根据时间演化趋势划分了7个时段节点，得到各时间段2种模式占比情况（表1）。表1显示出新资企业“进入产业园区内”的占比在前5个时间段内不断上升，当今一直维持在约43%的水平上。随着加入园区的企业占比上升，可见近40 a来新加坡资本对在产业园区内投资的偏好逐渐增加，得益于部分由双方政府主导的产业园区建设工程，有更多针对性的优惠政策与更完善的基础设施吸引在华新资企业进入产业园区。中新两国政府自1994年以来，成功洽谈了3个政府间合作产业园区项目，分别是苏州工业园区、天津生态城以及中新（重庆）战略性互联互通示范区，这3个项目累计吸引了数百亿美元的新加坡对华直接投资，其累计进出口总额也达到了数万亿美元。同时，中国建立的产业园区项目也吸引力不少新资企业的进入，包括广州知识城，以及吉林食品区、新川科技创新园、南京生态科技岛等。
表1 新资企业进入产业园区内和产业园区外数量

Table 1 Number of Singapore-invetsed enterprises entering inside and outside the industrial park

时段 园区内企业/家 园区外企业/家 合计/家 园区内企业占比/%
　　注：港澳台数据暂缺。
1979—1989 24 76 100 24.0
1990—1993 247 783 1030 24.0
1994—1998 665 1342 2007 33.1
1999—2005 1665 2351 4016 41.5
2006—2009 1144 1456 2600 44.0
2010—2015 1643 2103 3746 43.9
2016—2022 2713 3602 6315 43.0

3.2 空间演化特征

1） 新资企业的地域集聚趋势明显。为了更好地了解在华新资企业的地域集聚演化情况，本文对1992年、2002年、2012年、2022年4个时间点的新资企业进行了核密度分析（图2）。从整体上看，新资企业的集聚特征明显，集聚程度和集聚位置随着时间有所改变，具体情况为：新资企业集中分布在长三角、珠三角、环渤海和福建等沿海地区，且随着时间推移，长三角地区的集中趋势愈发明显，珠三角和环渤海地区的集聚程度较为稳定，而福建地区的新资企业的集聚程度有所下降。另外，对同样4个时间点的新资企业进入的10大地级及以上城市进行数理统计（表2），发现在1992年，新资企业数量的前10大城市均分布在沿海地区，占比达到52.1%。2002年，虽然10大地级及以上城市的总体占比没有太大变化，但是个别地级及以上城市的占比却发生了显著变化，比如上海市的新资企业数量占比从原本的7.6%上升到21.6%，集聚现象十分显著。这与上海浦东新区成立、浦东海关和外高桥保税区海关开关、浦东允许外资金融机构进行人民币业务试点和6个高新技术园区合并等有利于招商引资的措施有关，这些举措为外商直接投资流入提供了便利渠道和服务保障，开放的市场环境吸引了大量新资企业的进驻。2012年，新资企业分布的集聚现象更为显著，在这一阶段，仅上海、苏州和北京3个城市就集中了中国42.5%的新资企业。与此同时，成都也首次位列新资企业在华投资的10大城市。2022年新资企业前10大城市未发生改变，比例变化也不大。
图2 1992年、2002年、2012年、2022年中国新资企业的核密度

基于审图号： GS （2023）2767（自然资源部监制）制作，底图无修改；港澳台数据暂缺

Fig.2 K-density distribution of Singapore-invetsed enterprises in China in 1992, 2002, 2012 and 2022

表2 1992年、2002年、2012年、2022年新资企业10大地级及以上城市的分布

Table 2 Top 10 cities of Singapore-invetsed enterprises in China in 1992, 2002, 2012 and 2022

1992年 2002年 2012年 2022年
城市 数量 比例/% 城市 数量 比例/% 城市 数量 比例/% 城市 数量 比例/%
　　注：港澳台数据暂缺。
北京 36 8.3 上海 856 21.6 上海 2176 29.2 上海 3541 29.8
上海 33 7.6 北京 274 6.9 苏州 650 8.7 苏州 821 6.9
深圳 31 7.2 苏州 252 6.3 北京 570 7.6 北京 703 5.9
海口 27 6.3 天津 184 4.6 天津 281 3.8 深圳 615 5.2
厦门 27 6.3 深圳 136 3.4 深圳 256 3.4 广州 438 3.7
天津 19 4.4 厦门 134 3.4 厦门 212 2.8 天津 372 3.1
广州 14 3.2 广州 128 3.2 广州 184 2.5 厦门 242 2.0
泉州 14 3.2 无锡 100 2.5 无锡 172 2.3 成都 232 2.0
苏州 14 3.2 大连 96 2.4 成都 147 2.0 无锡 226 1.9
南京 10 2.3 泉州 96 2.4 杭州 125 1.7 杭州 220 1.9
总和 225 52.1 总和 2256 52.1 总和 4773 64.0 总和 7410 62.4
2） 产业园区内与产业园区外新资企业的空间格局相似。为了分析产业园区内、产业园区外新资企业的分布情况，本文以地级及以上城市为分析单位，使用ArcGIS软件对所有新资企业（包括在营企业和已注销企业）的进入进行可视化处理（图3）。图3a结果显示出产业园区内的新资企业主要集中分布在长三角、珠三角、环渤海以及福建省等沿海地区，也有部分集中在如成渝地区等内陆城市。部分地级及以上城市的新资企业只建立在产业园区内，说明产业园区对新资企业在这些城市的首次进入存在一定的吸引作用。整体而言，产业园区内新资企业与产业园区外新资企业的主要空间分布格局十分相似。从集聚情况看，图3b显示出产业园区外新资企业集聚程度更高，多个城市的企业数量达到1200~2400家，这些城市大多也是产业园区内新资企业高度集聚的区域，反映出新资企业高集聚城市对产业园区这一集聚经济发展模式的接受与采用程度较高。与企业分散在城市各处的分布相比，产业园区可以更好地集聚具有相关性的企业，发挥聚集效益，通过共享资源、克服外部负效应，带动关联产业的发展，是促进企业群体从“量”到“质”发展的强心剂与催化剂。
图3 中国产业园区内、产业园区外新资企业分布

1.北京市；2.天津市；3.大连市；4.南京市；5.无锡市；6.苏州市；7.上海市；8.杭州市；9.泉州市；10.厦门市；11.广州市；12.深圳市；13.海口市；14.成都市；基于审图号：GS（2023）2767（自然资源部监制）制作，底图无修改；港澳台数据暂缺

Fig.3 Singapore-invetsed enterprises inside and outside the industrial park in China

4 实证分析

4.1 基准回归分析与稳健性检验

为了保持面板数据的完整性，剔除了含有缺失值数据的年份，最后只使用2001—2020年的企业数据，并且在研究区域的选取上，选取经由计算得出的7个企业聚集度较高的18个省（区、市），包括了广东、上海、江苏、浙江、安徽、北京、天津、河北、山东、辽宁、四川、重庆、福建、湖北、湖南、河南、广西以及海南。使用Stata 16.0对式（1）进行回归分析（表3）。表3显示，在不加入控制变量基准回归中，产业园区数量的系数显著为正；加入控制变量之后，基准回归中的产业园区数量系数依然显著为正，说明产业园区的建设能够有效提高新资企业的进入园区的数量，验证了假说1。
表3 新增的园区内新资企业数量实证模型回归结果

Table 3 Regression results of new founded Singapore-invetsed enterprises in industrial park in China

解释变量 基准回归
（未加控制变量）		 基准回归
（加入控制变量）		 剔除受金融危机影响的样本 双边缩尾处理 限定为内陆省市的样本
　　注：***、**、*分别为 P<0.01、P <0.05、P <0.1；括号内的数值为稳健的标准误；IP为产业园区数量； Pgdp为经济发展水平；Tech为创新能力；Labor为劳动力成本；Open为对外开放水平；—为无此项；港澳台数据暂缺。
IP 0.077**（0.033） 0.038**（0.019） 0.105*（0.055） 0.038**（0.019） 0.032**（0.014）
Pgdp — 0.953***（0.117） 0.513*（0.297） 0.931***（0.117） −3.481**（1.544）
Tech — 0.045**（0.021） 0.037（0.044） 0.047**（0.021） −0.012（0.142）
Labor — 0.955***（0.130） 0.319（0.577） 0.927***（0.130） 4.437**（1.861）
Open — 0.919***（0.035） 0.902***（0.087） 0.923***（0.035） 1.390***（0.454）
省（区、市）固定效应 是 是 是 是 是
年份固定效应 是 是 是 是 是
调整后的R 2 0.041 0.684 0.749 0.685 0.369
样本量 360 360 306 352 40
为了检验上述结果的稳健性，在本文的研究中将做以下处理：第一，剔除受到特定时间段影响的样本，特殊的历史事件可能会对结果造成错误的估计，2008年金融危机对全球经济活动造成了不同程度的影响，故剔除了受影响较大的2008年、2009年和2010年的样本后进行估计；第二，进行双边缩尾处理，剔除产业园区数量的极端值后进行估计，增强研究结果的稳健性；第三，沿海省份与内陆省份的人文、地理环境差异较大，可能会对估计结果产生偏误，因此将样本限定为内陆省份样本进行分析。在剔除了部分特定样本后，IP的回归系数在所有回归结果中仍然显著为正，这说明回归结果具有稳健性。

4.2 内生性处理

遗漏变量与样本的选择误差在本文的实证分析中是不可忽略的问题。为了缓解内生性问题，本文选取各省（区、市）的地区货运量（Freight）作为工具变量进行内生性检验（表4），该工具变量与内生变量具有十分强的相关性。由表4可知，第一阶段的F值和第二阶段的Cragg-Donald Wald 检验值均大于Stock-Yogo弱识别检验在10%水平上的临界值，可以认为不存在弱工具变量问题，选择的工具变量是有效的。另外，工具变量估计结果与基准回归的影响保持一致。
表4 新增的园区内新资企业数量实证模型内生性检验

Table 4 Endogeneity test for model of the number of new founded Singapore-invetsed enterprises in industrial park in China

解释变量 2SLS 一阶段
　　注：***、*分别为 P<0.01、P <0.1；括号内为稳健的标准误；2SLS为两阶段最小二乘法；Freight为各地区货运量；IP为产业园区数量；—为无此项；港澳台数据暂缺。
IP 0.215***（0.012） —
Freight — 2.017*（1.177）
控制变量 控制 控制
省（区、市）固定效应 是 是
年份固定效应 是 是
样本量 360 360
调整后的R 2 0.477 0.309
一阶段回归F值 16.64

4.3 进入机制分析

根据进入机制假说，本文选取基础设施水平和外资企业税收负担进行中介效应检验，以考察产业园区的建设对新资企业进入园区的具体影响机制。对式（1~3）分别进行回归，得到中介效应的检验结果（表5）。可以发现2个中介变量结果在满足了式（1、2）中β 1和θ 1的显著性要求。同时，2个回归中的ρ 1都是不显著的，说明2个变量都存在完全中介效应。可以认为，产业园区的建设能够通过这2种机制促进了新资企业的进入园区，验证假说2与假说3，具体分析如下。
表5 基础设施水平与外资企业的税收负担2种机制的中介效应检验

Table 5 Mediating effects test for two mechanisms: Transportation level and tax burden of foreign-invetsed enterprise

解释变量 基准回归 基础设施水平的中介效应 外资企业税收负担的中介效应
Enterprise Trans Enterprise Tax Enterprise
　　注：***、**分别为 P<0.01、P <0.05；括号内的为稳健的标准误； Enterprise为新增的园区内新资企业数量；Trans为基础设施水平；Tax为外资企业的税收负担；IP为产业园区数量；—为无此项；港澳台数据暂缺。
IP 0.038**（0.019） 0.047***（0.012） 0.018（0.019） −0.078***（0.018） 0.019（0.019）
Trans — — 0.430***（0.040） — —
Tax — — — — −0.247***（0.026）
控制变量 控制 控制 控制 控制 控制
省（区、市）固定效应 是 是 是 是 是
年份固定效应 是 是 是 是 是
样本量 360 360 360 360 360
调整后的R 2 0.684 0.443 0.707 0.737 0.702
1） 基础设施水平。中介效应检验结果表明，产业园区的建设能够促进加强政府注重相关交通设施配套的建设，使地区基础设施水平上升，从而吸引园区内新资企业的进入数量上升，这与张华和贺灿飞在研究区位通达性与外资企业进入时的发现一致，公路、铁路、河道、机场等运输基础设施是吸引外资企业并进入的重要因素之一[32]。追求效率的外资企业往往在选择投资地点时会优先考虑当地的交通设施状况，特别是对于涉及运输成本的外资企业来说，地区交通水平决定了企业的生产成本。
2） 外资企业的税收负担。外资企业的税收负担大小体现着一个地区政府对外招商引资政策的支持能力，与当地的投资环境有直接关联。中介效应检验结果表明，产业园区与外资企业税收负担呈显著的负相关，即随着产业园区的不断建设，相关政府机构通过给予园区内外资企业的更加优惠的税收政策，减轻外资企业的税收负担，从而使园区内新资企业进入的数量增多。这与江若尘等[33]对FDI的研究结果显示一致，究其原因是优惠的税收政策减少了外资企业生产、运营的成本，从而吸引更多的外资企业进入产业园区。

5 结论与建议

5.1 结论

本文借助经济地理学理论与方法，对新资企业进入中国的时空特征和产业园区对新资企业的促进机制进行分析，得出以下结论：
1） 对新资企业进行整体的时间分析，发现新资企业的发展经历了3个高峰期，分别是1993年、2006年和2022年。同时，进入产业园区内的新资企业比例在1992—2009年快速上升。
2） 运用ArcGIS软件进行新资企业的空间演化分析，新资企业集聚的地域和程度都呈现了时空层面的动态变化，分布在上海、苏州、北京、深圳、广州等沿海发达城市的新资企业集聚程度在不断上升。另外，还发现产业园区内外新资企业呈现出了极为相似的空间发展格局。
3） 实证分析探讨了产业园区的建设对园区内新资企业进入数量的影响，结果表明产业园区数量的增加能够显著增加园区内新资企业进入的数量，且主要是通过提高基础设施水平、减少税收负担2种机制促进园区内新资企业的数量增加，为地区政府提供了针对性的政策制定依据。

5.2 建议

本文基于外资企业动态演化，从产业园区的视角探索新资企业的时空分布及产业园区促进园区内新资企业增加的机制，其研究结论具有一定的理论和政策贡献。第一，产业园区作为地区经济发展的重要驱动力量，其发展需要理性看待，并不能简单以“量”为产业园区吸收外商直接投资能力的衡量标准，政府部门更应该要注重对产业园区“质”的提升，尤其是地区间存在较大的经济发展水平、创新能力、劳动力成本和开放程度差距，这意味着不同地区的产业园区政策也是需要分别讨论的。第二，对于需要新建产业园区的地区来说，切勿盲目建设产业园区而不提供相关基础配套，否则外资企业进入园区的意愿会降低，使产业园区所能带来的效应十分有限。第三，政府应该不断优化对外招商引资环境，增加外资企业对税收成本的可控能力。一方面，产业园区的建设需要给予外资企业一定的激励，从而使其选择进入产业园区，如相关税收优惠政策，能够直接降低外资企业的生产成本，增加企业在市场的竞争能力，营造外资企业与国内企业良好的市场竞争氛围；另一方面，政府对于经济相关的政策具有决定权，可以通过优化产业园区的扶持工作、审批工作来改善园区内招商引资环境，从而吸引更多的外资企业进入。
本文梳理了改革开放40 a以来，新加坡在华投资企业的时序演化过程和空间分布趋势，揭示了产业园区促进园区内新资企业增加的驱动机制。未来的研究方向应该要进一步探索不同外资企业在中国不同地区的时空分布特征，比较外资企业投资行业的演化趋势，以指导各地区根据自身的要素禀赋，制定出更为精准的引资招商和行业支持政策。

1 https://www.qcc.com/web/search/advance [2023-05-10]

2 https://www.jpgnet.com.cn/ [2023-05-10]

3 https://y.qianzhan.com/ [2023-05-10]

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
胡志强, 苗长虹, 华明芳, 等 中国外商投资区位选择的时空格局与影响因素 人文地理 2018 33 5 88 96

Hu Zhiqiang, Miao Changhong, Hua Mingfang et al Spatio-temporal patterns and influencing factors of location choice of foreign investment in China Human Geography 2018 33 5 88 96

2
Alisherovna M K Attracting investment to regions—An important factor of development Asian Journal of Research in Banking and Finance 2022 12 3 10 13

DOI

3
颜银根 FDI区位选择: 市场潜能、地理集聚与同源国效应 财贸经济 2014 394 9 103 113

Yan Yingen Location choice of FDI: Market potential, geographic agglomeration and homeland effect Finance & Trade Economics 2014 394 9 103 113

4
胡璇, 杜德斌 外资企业研发中心在城市内部的时空演化及机制分析——以上海为例 经济地理 2019 39 7 129 138

Hu Xuan, Du Debin Analysis of the spatio-temporal evolution and mechanism of R&D centers of foreign enterprises within cities: Take Shanghai for example Economic Geography 2019 39 7 129 138

5
李志远, 刘丹, 方枕宇 外资准入政策和外商直接投资的流入——一个准自然实验的证据 中国经济问题 2022 330 1 45 60

Li Zhiyuan, Liu Dan, Fang Zhenyu Access policy of foreign investment and FDI inflows: An evidence from a quasi-natural experiment China Economic Studies 2022 330 1 45 60

6
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 73 12 1259 1270

DOI

He Canfei, Liu Yang Industrial-geographic agglomeration and industrial distribution of foreign direct investment: The case of Beijing manufacturing industry Acta Geographica Sinica 2006 73 12 1259 1270

DOI

7
Hilber C A L, Voicu I Agglomeration economies and the location of foreign direct investment: Empirical evidence from Romania Regional Studies 2010 44 3 355 371

DOI

8
Hu J A study on the location of China’s foreign direct investment World Scientific Research Journal 2022 8 7 763 769

9
Wang J The economic impact of Special Economic Zones: Evidence from Chinese municipalities Journal of Development Economics 2013 101 1 133 147

10
韩瑞栋, 薄凡 自由贸易试验区对资本流动的影响效应研究——基于准自然实验的视角 国际金融研究 2019 387 7 36 45

Han Ruidong, Bo Fan A study on the effect of FTZs on capital flows: A perspective based on quasi-natural experiment Studies of International Finance 2019 387 7 36 45

11
华岳, 谭小清 绿色区位导向性政策与外商直接投资: 来自国家生态工业示范园区的证据 国际贸易问题 2022 469 1 130 145

Hua Yue, Tan Xiaoqing Green location-oriented policies and foreign direct investment: Evidence from national eco-industrial demonstration parks Journal of International Trade 2022 469 1 130 145

12
吴敏, 黄玖立, 丁思琪 制度质量如何影响外资企业进入模式——来自中国设立开发区的经验证据 经济科学 2023 254 2 145 162

Wu Min, Huang Jiuli, Ding Siqi How institutional quality affects the entry pattern of foreign firms: Empirical evidence from the establishment of development zones in China Economic Science 2023 254 2 145 162

13
Li K, Whitwell J, Yao S A growth model for China’s special economic zone Pacific Economic Review 2015 10 4 439 449

14
Johansson H, Nilsson L Export processing zones as catalysts World Development 1997 25 12 2115 2128

DOI

15
张军, 闫东升, 冯宗宪, 等 自由贸易区的经济增长效应研究——基于双重差分空间自回归模型的动态分析 经济经纬 2019 36 4 71 77

Zhang Jun, Yan Dongsheng, Feng Zongxian et al A study on the economic growth effect of FTZs: A dynamic analysis based on a difference in difference method and spatial autoregressive model Economic Survey 2019 36 4 71 77

16
张建中, 赵子龙, 乃哥麦提·伊加提, 等 综合保税区对腹地区域经济增长的影响: “极化效应”还是“涓滴效应”——基于2011—2016年32个综合保税区数据的实证研究 宏观经济研究 2019 250 9 153 167

Zhang Jianzhong, Zhao Zilong, Nergometi Igatti et al The impact of comprehensive FTZs on regional economic growth in the hinterland: “Polarization Effect” or “Trickle-Down Effect”: An empirical study based on the data of 32 comprehensive bonded zones from 2011—2016 Macroeconomics 2019 250 9 153 167

17
Liedong T A, Peprah A A, Amartey A O et al Institutional voids and firms’ resource commitment in emerging markets: A review and future research agenda Journal of International Management 2020 26 3 100756

DOI

18
万源星, 郑秀田, 林霞 国家高新区是地区“稳外资”的有效载体吗——来自我国276座城市的证据 科研管理 2022 43 9 1 9

Wan Yuanxing, Zheng Xiutian, Lin Xia Are national high-tech zones an effective vehicle for stabilizing foreign investment in the region: Evidence from 276 cities in China Science Research Management 2022 43 9 1 9

19
Nurkse R. Problems of capital formation in underdeveloped countries[M]. New York: Oxford University Press, 1953.

20
Rosenstein-Rodan P N Problems of industrialisation of eastern and south-eastern Europe The Economic Journal 1943 53 210-211 202 211

21
刘生龙, 胡鞍钢 基础设施的外部性在中国的检验: 1988—2007 经济研究 2010 45 3 4 15

Liu Shenglong, Hu Angang Examination of infrastructure externalities in China during 1988—2007 Economic Research Journal 2010 45 3 4 15

22
林毅夫, 向为, 余淼杰 区域型产业政策与企业生产率 经济学 2018 17 2 781 800

Lin Yifu, Xiang Wei, Yu Miaojie Region-based industrial policy and firm productivity China Economic Quarterly 2018 17 2 781 800

23
甄杰, 任浩, 唐开翼 中国产业园区持续发展: 历程、形态与逻辑 城市规划学刊 2022 267 1 66 73

Zhen Jie, Ren Hao, Tang Kaiyi Sustainable development of industrial parks in China: History, form and logic Urban Planning Forum 2022 267 1 66 73

24
UNIDO (HPED/IPPS). Industrial estates: Principles and practice[R]. Vienna: United Nations Industrial Development Organization, 1997.

25
张杰, 毕钰, 金岳 中国高新区“以升促建”政策对企业创新的激励效应 管理世界 2021 37 7 76 91

DOI

Zhang Jie, Bi Yu, Jin Yue The incentive effect of “promotion for construction” policy on enterprise innovation in Chinese high-tech zones Journal of Management World 2021 37 7 76 91

DOI

26
Kang S J, Lee H S The determinants of location choice of South Korean FDI in China Japan and the World Economy 2007 19 4 441 460

DOI

27
安同良, 周绍东, 皮建才 R&D补贴对中国企业自主创新的激励效应 经济研究 2009 44 10 87 98

An Tongliang, Zhou Shaodong, Pi Jiancai The incentive effect of R&D subsidies on independent innovation of Chinese enterprises Economic Research Journal 2009 44 10 87 98

28
张定胜, 曾懿亮, 谢康佳男 劳动力成本对于我国FDI增长的影响机制——基于国内各省份层面的实证分析 经济问题探索 2019 438 1 11 18

Zhang Dingsheng, Zeng Yiliang, Xie Kangjianan The influence mechanism of labor cost on China’s FDI growth: An empirical analysis based on the level of domestic provinces Inquiry into Economic Issues 2019 438 1 11 18

29
Borenstein M, Hedges L V, Higgins J P T et al A basic introduction to fixed-effect and random-effects models for meta-analysis Research Synthesis Methods 2010 1 2 97 111

DOI

30
温忠麟, 叶宝娟 中介效应分析: 方法和模型发展 心理科学进展 2014 22 5 731 745

DOI

Wen Zhonglin, Ye Baojuan Mediation effects analysis: Methodology and model development Advances in Psychological Science 2014 22 5 731 745

DOI

31
Baron R M, Kenny D A The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations Journal of Personality and Social Psychology 1986 51 6 1173

DOI

32
张华, 贺灿飞 区位通达性与在京外资企业的区位选择 地理研究 2007 26 5 984 994

DOI

Zhang Hua, He Canfei Location accessibility and location choice of foreign enterprises in Beijing Geographical Research 2007 26 5 984 994

DOI

33
江若尘, 余典范, 翟青, 等 中国(上海)自由贸易试验区对上海总部经济发展的影响研究 外国经济与管理 2014 36 4 65 71

Jiang Ruochen, Yu Dianfan, Zhai Qing et al Study on the impact of China (Shanghai) Pilot FTZs on the development of Shanghai headquarters economy Foreign Economics & Management 2014 36 4 65 71

Options
Outlines

/

〈 〉