地理科学  2018 , 38 (4): 485-494 https://doi.org/10.13249/j.cnki.sgs.2018.04.001

Orginal Article

中国上市公司总部空间格局演变及其驱动因素研究

钟业喜, 傅钰, 郭卫东, 邱静

江西师范大学地理与环境学院/江西经济发展研究院, 江西 南昌 330022

Spatial Pattern Evolution and Driving Factors of China’s Listed Companies

Zhong Yexi, Fu Yu, Guo Weidong, Qiu Jing

School of Geography and Environment, Jiangxi Normal University, Jiangxi Institute of Economic Development, Nanchang 330022, Jiangxi, China

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2018)04-0485-10

通讯作者:  通讯作者: 傅钰。E-mail: fuyu940228@126.com

收稿日期: 2017-07-9

修回日期:  2017-09-10

网络出版日期:  2018-04-20

版权声明:  2018 《地理科学》编辑部 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.

基金资助:  国家自然科学基金项目(41561025)资助

作者简介:

作者简介:钟业喜(1973-),男,江西赣州人,教授,主要从事经济地理与空间规划研究。E-mail: zhongyexi@126.com

展开

摘要

借助空间计量模型,考察2005~2015年中国上市公司空间格局演化特征及其驱动因素,研究发现:① 中国上市公司主要集中分布在长三角、珠三角及京津冀地区,向高等级城市集聚明显。②空间重心迁移表明中国上市公司呈现“迅速-平稳”发展的阶段性特征;空间关联格局由沿海向内陆呈现出热点区-过渡区-冷点区的梯度推移态势。③三大密集型上市公司专业化空间演变形态各异,劳动密集型呈现“单核”向“双核”模式演化;资本密集型呈“破碎化点状”极化分布态势;技术密集型呈“多核心串珠状”扩散态势。④OLS回归模型显示城市区位及规模、全球化水平、投资状况、科教水平、信息化水平等因素共同驱动中国上市公司空间格局演变。

关键词: 上市公司 ; 格局特征 ; GIS空间分析 ; 中国

Abstract

In this study, we use a variety of spatial measurement model to study the spatial evolution characteristics and its driving factors of China’s listed companies’ from 2005 to 2015. It is found that: 1) China’s listed companies are mainly concentrated in the Yangtze River Delta, the Pearl River Delta and Beijing-Tianjin-Hebei Region, and are concentrated in high administrative grade cities obviously. 2) The shift of space center indicates that the listed companies in China have the stage characteristics of “fast and stable” development. Spatial association pattern shows a gradient trend which is “Hot spot to transition zone to cold spot area” from the coastal to inland. 3) The spatial evolution pattern of the three major listed companies of specialization is different, the mode of the labor intensive area evaluated from “single core” to “dual core”. Capital intensive is the polarization distribution situation of “breaking point” significantly. Technology intensive area emerges a situation of “multi-core beaded”, and it has a significant characteristics like the creep spread. 4) The regression model shows that the spatial pattern of listed companies is driven by factors such as city location grade and scale, global level, investment situation, science and education level and information level and so on.

Keywords: listed companies ; pattern characteristics ; GIS spatial analysis ; China

0

PDF (993KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

钟业喜, 傅钰, 郭卫东, 邱静. 中国上市公司总部空间格局演变及其驱动因素研究[J]. 地理科学, 2018, 38(4): 485-494 https://doi.org/10.13249/j.cnki.sgs.2018.04.001

Zhong Yexi, Fu Yu, Guo Weidong, Qiu Jing. Spatial Pattern Evolution and Driving Factors of China’s Listed Companies[J]. Scientia Geographica Sinica, 2018, 38(4): 485-494 https://doi.org/10.13249/j.cnki.sgs.2018.04.001

企业是国民经济的基本单位,作为社会财富的生产和流通者,具有经济及空间双重属性;其空间格局反映企业间相互作用所形成的空间集聚形态,并在一定程度上决定着经济的基本格局及其发展趋势,是城市地理与经济地理研究的重点领域。

西方国家对企业空间格局研究主要经历古典、近代、现代区位论及工业集聚论4阶段。古典及近代区位论以Weber的工业区位论、Christaller中心地理论、Hotellng最大收入区位原则、Losch的市场区位论为代表[1],以上理论均为重点考虑经济因素,区位选择目的是为了实现成本最小化以实现利润最大化,企业布局往往形成集聚发展态势[2]。二战结束后,全球经济格局剧变及技术革命冲击下,现代区位理论出现,Smith与Pred分别通过收益性空间界线与行为矩阵验证企业家的经营水平、个人偏好及决策者的信息占有量、均会对企业布局具有重要影响,人是经济活动的主体,企业区位决策遵循“最大满足感”[3,4]。随后,西方学者相继提出影响区位选择的政策、技术、知识及创新、时间等因子[5],并注意到企业集聚所带来的规模效应及空间溢出效应。

中国学者借鉴、吸收国外优秀成果的基础上,开展对企业空间格局研究,主要集中于两个领域:①企业空间布局与其集聚特征:王缉慈等[6]、贺灿飞等[7]学者的研究奠定了中国产业集聚及空间格局的理论基础;之后中国学者引入ESDA、空间基尼系数、EG指数、区位商等计量方法对批发业、旅游业、农产品加工业[8]、港航、软件[9]等企业布局进行深入探讨,以丰富中国企业空间格局研究。2010年以来,张晓平等[10]、曹卫东等[11]、方忠权等[12]研究发现,微观尺度上(城市内部)制造、物流、会展企业分布均呈现“单中心集聚”向“多中心集聚”演变趋势;王承云等考察宏观尺度上日本R&D研发企业高度集中于东京都、大阪府及名古屋市大都市区[13]。②影响因素研究:祁新华等通过问卷调查法验证西方区位论中探讨的运费、技术及交易成本、集聚经济、土地成本、劳动力、资金、个人行为因素对中国东南沿海发达地区企业布局同样具有重要影响[2];刘可文等研究发现央企布局演变与国家区域政策调整相一致[14]。不同因素对不同企业的影响程度具有差异,作用于外资企业的传统区位因素渐弱,制度及集聚因素日益增强[15];区域经济发展水平及外向度、基础设施供给力及政策是影响软件产业布局的最主要因素[9];人口、创新资源分布、产业园区与高新技术企业分布具有强烈的空间耦合性[16]

上市公司是市场化发展到一定程度而出现的企业组织形式,随着中国资本市场的逐步规范及证券交易所的完善。上市公司已成为国内规模较大、财务制度较健全、行业带动能力较强、经管水平较高的优质企业代表群体,在国民经济发展中的作用日益重要,且上市公司总部作为公司的决策及控制中心,掌握着市场信息、人才技术及资金等生产要素[17],了解上市公司总部区位及空间布局规律以引导上市公司合理布局、高等级城市发展总部经济、促进中国经济可持续发展具有重要意义。本研究借助空间计量方法及传统数理统计法对长时间序列的上市公司格局演化进行深入分析,并构建影响因素指标体系对其驱动机制进行探讨,以期更为准确的回答以下问题:上市公司空间布局特征如何?随时间的变化,其格局发生怎样的改变?是什么因素导致上市公司格局的改变?

1 数据来源及研究方法

1.1 数据来源及处理

基于数据获取的可行性及样本量的充足性,本研究数据包括2005~2015年底所有A股上市公司(不包括港澳台数据,全文同),并考虑到中国经济发展态势及时间间隔一致性原则,选取2005、2010、2015年3个时间断面分析中国上市公司空间格局演变特征。数据来源于Wind数据库(www.wind.com.cn),数据属性信息包括公司名称、办公地址、成立年份、所属行业、营业收入等特征数据。利用地址信息将其归并至地级及其以上单元,进行空间化处理,得到中国上市公司空间数据库。参照高超等[18]行业划分及上市公司对生产要素的依赖程度,本研究将服装纺织、电子、家用电器、食品饮料、轻工制造类上市公司划分为劳动密集型产业,将钢铁、公用事业、化工、建筑材料、有色金属、交通运输划分为资本密集型产业,电气设备、国防军工、机械设备、计算机、汽车、医药生物归并为技术密集型产业,用以分析中国不同类型上市公司格局特征。

1.2 研究方法

本研究采用方法有:基于标准差椭圆的上市公司空间分布演化特征分析;基于Getis-Ord Gi*指数的上市公司关联格局演变分析;基于区位商模型及核密度分析法的分类型上市公司空间演变分析。

1) 空间计量模型。①标准差椭圆。标准差椭圆可以有效的反映地理要素的整体空间结构特征,以转角 θ及长、短轴标准差三大要素定量解释数据空间分布的方向性及展布性[19]。②冷热点分析。Getis-Ord Gi*指数用以判断区域空间异质性,反映某一单元与邻域单元属性的关联程度,检验局部单元是否存在高、低值显著集聚的现象[20]。③核密度分析。核密度分析法对区域内点赋予不同权重(距中心点越近,权重越高),以搜索半径为轴产生圆,绘制出平滑、连续的密度分布图。常用于可视化点数据的空间分布及变化特征,也可反映要素的集聚-扩散程度[18]

2) 专业化水平测度模型。区位熵用此衡量某一行业在特定地区的专业化水平、产业集中程度,其优点是可消除区域规模差异,获取真实地理要素空间分布[21],本文以上市公司营业收入作为区位商计算指标。

2 上市公司格局演变分析

2.1 上市公司总体分布特征

从区域整体来看(图1),中国上市公司总部主要集中在长江三角洲、珠江三角洲及京津冀地区,并且形成以东部沿海地区为“弓”、长江沿岸为“箭”,由沿海向内陆逐渐递减的“弓箭”状上市公司空间集聚格局。2005、2010、2015年长三角、珠三角及京津冀地区上市公司总量分别为602、1 042、1 555个,占全国上市公司总量的46.1%,51.55%,55.4%,由此可见中国上市公司分布呈现明显的地区集聚现象,且集聚程度显现出进一步加强趋势。

图1   上市公司总部空间分布

Fig.1   Spatial distribution of headquarters of listed companies

依据城市中企业总部数量利用自然断裂法,将城市划分为5个等级(表1)。从城市个体来看,北京、上海、深圳为中国上市公司的集聚中心,3个时间断面下拥有上市公司总量分别为291、477、686个,占全国上市公司总量的22.28%,23.60%,24.43%,绝对控制力与其分别作为中国的政治中心、经济中心、证券交易所等因素密切相关;杭州作为长三角中心城市之一,浙江省省会、经济、文化、科教中心,其上市公司数量超过中部重镇武汉稳居全国第四,并由第三等级城市上升至第二等级首位城市;广州、成都、南京等城市强劲的经济实力及良好的区位条件促使其领先地位显著;苏州、宁波等城市受上海、杭州扩散作用,总部数量逐步上升。总之,中国上市公司总部分布具有高等级城市指向性,此类城市经济发展水平、技术人才资源及基础设施条件均较好,且2005、2010及2015年前3等级城市总比重分别为38.13%,56.11%,66.63%,累积比重不断上升,上市公司向高等级城市集聚程度增强。

表1   上市公司视角下城市等级

Table 1   Different levels of the city in the perspective of listed companies

城市级别2005年2010年2015年
城市比重(%)城市比重(%)城市比重(%)
第一级(101~300)上海9.88北京、上海、深圳23.60北京、上海、深圳24.43
第二级(51~100)北京、深圳12.40杭州3.12杭州、苏州、广州、成都、南京、宁波14.10
第三级(21~50)武汉、杭州、南京、成都、重庆、广州、天津、无锡15.85广州、苏州、成都、武汉、南京、天津、宁波、长沙、重庆、无锡、绍兴、福州、西安、厦门、合肥、大连、乌鲁木齐、台州、海口、哈尔滨29.39长沙、武汉、无锡、绍兴、重庆、天津、合肥、台州、厦门、西安、烟台、福州、乌鲁木齐、嘉兴、佛山、大连、汕头、哈尔滨、沈阳、海口、郑州、常州、珠海、昆明、金华、济南28.10
第四级(6~20)长沙等39个34.15昆明等48个25.58淄博等51个19.05
第五级(0~5)岳阳等27.72盐城等18.31许昌等14.43

注:比重为该等级城市上市企业总数与全国上市企业总量之比;括号内数字为该等级上市公司数量范围。

新窗口打开

2.2 上市公司空间分布演化特征

基于ArcGIS 10.2平台,采用空间数据统计模块中标准差椭圆分析法,计算得出2005、2010及2015年中国上市公司空间分布重心与SDE相关属性,以揭示中国上市公司总体空间演化特征(图2)。为进一步研究上市公司内部空间演化、识别高低值集聚分布状况,结合局部空间自相关计算Getis-Ord Gi*指数分析其 Z(①对原始数据检验,结果显示数据符合正态分布;借助Geoda软件计算全局Moran’s I指数,得到2005、2010、2015年Moran’s I指数分别为0.044 2、0.100 0、0.131 3,均通过显著性水平检验,由此表明中国上市公司分布呈现正的空间自相关,因此可运用局部空间自相关方法运算分析.),选择Natural Breaks法对局部 Gi*值由低向高分为4类(冷点区、次冷点区、次热点区、热点区),生成中国各地级市上市公司数量增长的冷热点空间格局演化图(图2),判断区域内部空间异质性。

图2   上市公司总部重心、标准差椭圆及Gi*指数空间分布

Fig.2   Distribution of the center of gravity and standard deviation and Getis-Ord Gi* of listed companies

1) 中国上市公司呈现“迅速-平稳”发展的阶段性特征。从空间重心迁移总体格局来看,各时间断面下重心在114.99°~115.55°E、31.85°~32.48°N范围内变动(② 2005、2010、2015年中国上市公司空间重心坐标分别为(114.99°E,32.48°N)、(115.33°E,32.11°N)、(115.55°E,1.85°N).)。2005年重心位于信阳市西北部地区;2010年重心以10.3 km/a的速度迅速迁移至信阳市的东北部,东西偏移0.34°,南北偏移0.37°,偏移量达到最大;2015年重心继续向东南方迁移,但速度明显放缓,其速度为7 km/a,东西方向上偏离2010年重心0.22°,南北偏离0.26°,偏移量显著减小。从冷热点内部格局来看,2005~2010年冷热点分布变动较大,而2010~2015年格局分布十分稳定,由此说明中国上市公司发展经历“迅速-平稳”态势。探其原因,研究期限内上市公司数量与社会生产总值相关系数高达0.964 5,表明上市公司发展与经济增长呈现高度相关;中国经济借助改革开放红利高速发展,而2010年后,面对周期性及结构性调整,经济发展速度放缓,从而导致中国上市公司发展速度同样出现“由高至稳”的阶段性特征。

2) 中国上市公司发展呈现由中西部向东部集聚的总体演变态势。从上市公司发展的内部冷热点格局来看,2005年热点区集中在长三角、京津冀以及珠三角部分地区。上海作为中国综合实力最强的金融中心对周围长三角城市上市企业发展起到较好的联动作用;北京以其首都优势控制大量企业总部资源,为上市企业提供政策、信息、资金等集聚优势,辐射带动京津冀地区成为最大范围的热点集聚区;珠三角中深圳拥有全国仅有的两家证券交易所之一,并且毗邻香港国际金融中心,为上市企业提供得天独厚的合作基础。次热点区空间上分布较为分散且呈片状格局,总体上主要分布在以下3类地区:①热点区周边:长三角及珠三角扩散带动作用显著,次热点区以此为核心纵深延伸;②城市群内部:主要包含哈长城市群、山东半岛城市群、长江中游城市群及成渝城市的内部城市企业相互作用连片分布;③特色产业城市:此类城市拥有全国知名的优势产业集聚区,企业为获取规模溢出效应向此类城市集聚,如鞍山钢铁、宜昌水电等,此类城市多孤立分布、区域联动作用不明显。

2010年热点区呈现明显的收敛趋势,此阶段伴随着经济全球化深入及证券市场的不断完善,中国上市企业总部在全国范围内重组,大都市区位优势凸显,国内上市企业总部逐步向中心城市迁移,形成以京沪深为中心的“三足鼎立”热点集聚格局。此现象尤其体现在次热点区域格局演化上,次热点区分布呈剧烈收缩态势,区域间相互作用程度降低、极化效应显现,京沪深对周边城市强大的吸引力导致大都市区周围热点区大量下降成次热点及次冷点区;中西部较弱的经济实力及不利的地理位置难以抵抗东部中心城市对企业总部的竞争,中西部城市次热点区全部消失,迅速融入连片的冷点及次冷点区域;2015年较2010年相比,总体格局并未发生明显改变,上市企业总部保持向东部大都市集聚态势,但长三角地区出现微弱的扩散作用,次热点范围逐步向江苏、浙江内陆城市延伸。

从总体演变格局看,标准差椭圆由西向东逐步偏移,并位于中国东部地区,其范围由2 799 222.65 km²持续缩小至2 487 978.81 km²,同样反映出中国上市公司发展呈现逐渐由中西部向东部大都市集聚的总体演变态势。总结其原因主要为伴随着上市企业的阶段性发展及中国经济的结构性调整,上市公司对区位的要求正在逐步改变,不仅仅满足于充足的资金、优惠的政策及丰富廉价的劳动力,更对先进技术、市场动态、金融服务、海外信息等要素提出更为迫切的需求,集聚于东部大都市往往能够更为便捷的获取以上溢出要素,以此提升自身竞争力、增加企业收益。

3) 中西部地区上市企业相对落后,区域联动效应极弱。中国上市公司冷热点空间格局总体呈现以沿海向内陆逐步形成热点区-过渡区-冷点区的“核心-边缘”梯度分布态势。冷点区与次冷点区于中西部地区大范围稳定分布,次冷点区域呈块状零星分布,主要集中于山东、吉林、福建、广东、湖南、湖北及四川大部分地区,贵州北部、安徽东部、辽宁沿海、浙江南部及江西西部具有少量分布。绝大多数中西部城市处于上市公司分布的冷点区,弱势地位及边缘化显著的冷点区长时期存在,与次冷点区镶嵌分布呈现大范围连片状空间格局。2005、2010及2015年中西部地区的冷点及次冷点区域分别占全部冷点及次冷点区域的83.21%,76.68%,77.55%,表明中西部地区上市企业发展较为迟缓、与东部地区差距显著,“强者愈强,弱者恒弱”的“马太效应”初步显现(①东、中、西部划分参照中国三大经济区的划分。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省(市);中部地区有8个省级行政区,分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区包括的省级行政区共12个,分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。)。

上述分析可知,武汉、长沙、重庆、成都等中西部重镇上市公司总量排名均靠前,但此类城市在空间关联的冷热点格局中均为冷点和次冷点的集中区域,表明区域联动作用较弱,对周边城市带动能力不强,处于城市单体极化发展状态,无法形成高值簇。究其原因,一方面是由于周围低等级城市广布限制区域整体联动发展,在全球市场竞争增强、信息技术等新兴产业迅速发展的背景下,中西部多数城市无法为上市企业发展提供必要的人才、金融体系、配套的高端生产性服务业、市场信息、技术趋势等要素,并且地理位置距离东部较远,接受东部热点区的扩散作用较少,导致上市公司发展薄弱的低等级城市广布、相互交流合作的企业数量较少;其二,此类城市企业自身发展规模及产业结构限制上市公司对外辐射,中西部地区多为资源密集型及劳动密集型低端产业,对区域间技术、人才交流需求甚微;其三,中西部地区多为山地丘陵的地形特征、尚未完善统一的市场体系以及行政壁垒、区域边界效应等诸多要素促使区域城市间相互作用以极化效应为主,涓滴效应较为薄弱。

2.3 分类型上市公司空间格局演变

资源禀赋及经济基础的差异导致中国各地区上市公司产业发展模式各异,为进一步揭示各产业空间布局及演化格局,将上市公司归并为劳动、资金、技术密集型三大类型。由于上市公司总部在高等级城市具有高集聚性,仅上市公司数量数据难以客观真实的反映其产业优势,分别计算2005、2010、2015年3个时间断面下各地区三大密集型产业区位商,借助ArcGIS 10.2中核密度分析工具,绘制中国三大密集型上市公司专业化密度图(图3),并利用自然断裂法将其密度值由低到高划分7个等级,1~2、3~5、6~7等级依次为低、中、高值区。总体来看,2005~2015年中国劳动、资本、技术密集型上市公司专业化总体空间格局特征并未发生显著性改变,但就各地区核密度大小及其空间转移而言,存在较大变化。

图3   上市公司三大密集型产业专业化程度空间分布

Fig.3   Spatial distribution of three special intensive industries in listed companies

劳动密集型上市公司专业化格局总体呈现高值区“单核”向“双核”模式演化、中低值区由沿海向内陆分布格局。2005年高值区出现以珠三角为中心的“单核”形态;劳动密集型上市公司专业化水平整体较低,低值区多数以呼和浩特、承德、咸阳、绵阳、常德、贵港等城市为中心呈零散分布态势;少部分地区如衡水-青岛、泰州-宁波出现“轴带”格局,连接豫中-苏北-皖中-赣北地区形成斜“T”型分布。2010年东南沿海地区新增以温州、泉州-莆田、潮州为中心的中值集聚区。2015年新增玉溪市为核心的高值分布地区,整体格局完成由“单核”向“双核”模式演化;此外,东南沿海密度值下降显著,而伊宁、伊春、武威、吉首、鄂州等中西部地区密度值上升且其面积向周围扩大;值得一提的是以安徽为中心、河南东部过江苏至上海的中值区“片状”延伸格局形成。劳动密集型上市公司专业化由“珠三角-东南沿海-内陆”的演变趋势与中国劳动密集型产业转移相吻合,其根本原因在于劳动力成本的上升。

资本密集型上市公司专业化格局总体呈现“破碎化点状”分布态势,且其核密度分布极化趋势显著。2005年核密度低值区、中值区及高值区在全国范围内分布较为均匀,各省核密度分布均显现中心高、四周低的“点状圈层”格局。2010年核密度分布逐渐出现极化现象,南方地区中值区范围锐减,大部分地区仅剩单一等级低值区分布;以焦作为核心的高值中心消失,马鞍山为中心的高值区密度值下降,但东北地区长春-葫芦岛高值区呈“轴状”延伸融合趋势。至2015年,东北地区长春-葫芦岛高值区稳定分布、大庆-哈尔滨密度值上升,京津冀、河南北部、山东、湖北等地密集程度下降最为明显,且极低值区(1等级)范围逐步蔓延,极化现象更加显著。其原因为中国处于新常态经济背景下,产业结构的调整及经济发展方式的转变,导致中国资本密集型上市公司整体专业化水平下降,多数地区核密度值呈下降趋势,而东北地区依靠“振兴东北老工业基地”政策及良好的产业基础优势,其专业化程度保持较高水平。

技术密集型上市公司专业化格局总体呈现“多核心串珠状”态势,并具有显著的蔓延式扩散特征。2005年其空间布局整体以“胡焕庸线”为界、呈“东密西疏”格局,高值区以川渝城市群、长三角为主;中值区集聚特征明显,以保定、郑州、信阳、武汉、衡阳、广州、杭州、南昌、萍乡、贵阳为核心,以京广、沪昆线为纽带;以深圳、汕头、厦门、台州、盐城、烟台、秦皇岛等城市为核心,海岸带为纽带,形成“多中心、沿交通线、沿海”的串珠状分布格局。2010年郑州大都市区成长为新的高值集聚区,长三角的苏南地区核密度值不断提高,其高值区范围不断向周围蔓延扩展;环渤海及黔中城市群专业化密集度逐渐增强,中值区规模与密集强度持续增大。2015年多数核心密度值呈显著上升态势,曾独立分布的核心区经过扩展融合虽未演化成明显的“片状”格局,但其“串珠型条带状”空间格局已然形成。技术密集型产业以其高附加值的优点,被中国列为重点扶持行业,伴随着产业转型的深入,中国大部分地区技术密集型上市公司专业化水平不断提高,空间上呈现“遍地开花”型模式。

3 上市公司空间格局演变驱动因素分析

3.1 变量选取与模型建立

上市企业分布与多种社会经济因素有关,上市企业总部主要集聚于高等级城市,城市区位及经济规模是影响企业分布的重要因素;经济全球化使资源在全球范围内进行最优配置,为企业提供信息、技术、资金、市场等多种生产要素交流;企业总部需要银行、保险、证券等高端金融服务业提供必要服务[17];充足的资金支持是企业赖以生存的重要因素,是企业发展的重要保障;人力资源及教育资源是企业发展的核心动力,知识溢出具有区位锁定效应,特定区域的知识富集程度影响企业区位选择;信息技术使企业对市场变化做出快速反应,为企业提供可接近、快速沟通与高收益的网络,是最活跃的区位因素之一[5]。因此,本文分别以全市地区生产总值、实际利用外资、金融业就业人员、固定资产投资总额、普通高等学校数、电信业务收入指标代表城市规模、全球化水平、金融能力、投资状况、科教知识水平、信息化水平,并设定虚拟变量1~3分别代表地级市、省会城市、直辖市,代表城市区位等级指标。以上社会经济数据均来源于2006~2015年《中国城市统计年鉴》[22],以此构建面板数据模型。如下式所示:

lnN+1=α0+α1lnranki,t+1+α2lngdpi,t+α3lnfdii,t+α4lnfinpopi,t+α5lninvesti,t+α6lnedui,t+2+α7lntelei,t+εi,t

式中, 表示城市上市公司数量; 表示城市区位等级虚拟变量; 表示地区生产总值; 表示实际利用外资; 表示金融就业人员; 表示固定资产投资总额; 表示普通高等学校数; 表示电信业务收入; 为模型误差项(随机因素); 为常数项; ... 为各变量弹性系数,且不随时间及横截面变化;下标it为第i个城市第t年的指标。考虑到数据的动态性及异方差性,对所有变量取对数以消除数据异方差性所带来回归结果的不稳定性,同时避免取对数时结果为0,本文这里对变量N采取+1、+1、+2后再取对数。预期各项指标的方向为 ,也即城市上市公司数量随城市等级、规模、全球化、金融、投资、科教、信息化水平的提升而增加(表2)。

表2   数据统计特征

Table 2   Statistical characteristic of data

变量均值标准差最小值最大值观测值
N1.6190.9500.6935.4682154
rank0.7540.1570.6931.3862154
gdp16.1920.95713.31019.2782154
fdi9.9901.7553.09114.4502154
finpop9.4030.8087.00312.9752154
invest15.6581.01412.59518.6912154
edu1.5111.1140.69314.5332154
tele12.3781.0038.68616.1832154

新窗口打开

3.2 模型检验及结果分析

借助stata.13软件对面板数据进行Hausman检验,以区分面板固定效应模型及随机效应模型,检测结果显示 P=0.074 7<10%,拒绝原假设,因此选择固定效应模型。通过逐步加入各解释变量进行OLS回归并分别得到模型1~7,同时为了验证固定效应模型估计结果的可靠性,同时给出模型8混合回归模型的估计结果(表3)。

表3   回归模型结果

Table 3   Regression model results

固定效应模型模型1模型2模型3模型4模型5模型6模型7混合模型8
rank3.941***2.283***2.277***2.181***2.235***1.668***1.611***1.601***
(0.0557)(0.0974)(0.0960)(0.137)(0.117)(0.0835)(0.0715)(0.0720)
gdp0.614***0.533***0.470***0.555***0.520***0.432***0.435***
(0.0492)(0.0614)(0.0385)(0.0752)(0.0794)(0.0775)(0.0782)
fdi0.0531***0.0555***0.0607***0.0513***0.0467***0.0527***
(0.00799)(0.00744)(0.00601)(0.00537)(0.00493)(0.00513)
finpop0.0843**0.0777**0.04690.01360.0390
(0.0356)(0.0336)(0.0344)(0.0363)(0.0330)
invest-0.104*-0.158**-0.126**-0.194***
(0.0494)(0.0539)(0.0536)(0.0561)
edu0.182***0.180***0.195***
(0.0132)(0.0147)(0.0132)
tele0.106***0.106***
(0.0157)(0.0167)
常量-1.352***-10.04***-9.255***-8.979***-8.757***-6.816***-6.786***-6.109***
(0.0420)(0.725)(0.850)(0.743)(0.628)(0.671)(0.666)(0.649)
R20.4300.6730.6770.6780.6790.6910.6940.7305

注:*** 、** 、*分别代表在1%,5%,10%水平上显著;括号内数值为稳健型标准误差;空白项为未加入变量。

新窗口打开

表3中固定效应回归模型的估计结果模型1~7显示,驱动机制模型拟合优度 R2由0.430提高至0.694,最终模型显示对因变量解释效果较好;回归模型的估计结果整体较好,城市等级及规模、全球化水平、投资状况、科教水平、信息化水平均对上市公司格局演变具有显著影响,而金融服务能力则不显著。混合回归模型结果模型8显示各变量的显著性水平、弹性系数大小及正负号与模型7基本保持一致,这说明本文模型的估计结果是可靠的。结合模型7估计结果来看,我们得到:①城市区位对上市公司分布格局影响最大,其回归系数达1.611且符号为正,区位条件较好的城市具有先天优势促使大量财富、人口、信息要素集聚,对上市公司集聚具有独特的吸引力。②城市经济规模同样对上市企业空间分布具有重要的正向影响,其回归系数为0.432,说明在控制其他变量保持不变的条件下,全市GDP每增加1%,上市公司数量增长0.432%。区域经济增长对上市企业发展具有显著的推动作用,经济规模越大的城市越能为上市企业发展提供优良的基础设施、现代化服务,减少成本以获取集聚规模效应。③投资水平、科教能力及信息化水平对上市企业分布格局影响较为相近,其影响程度排序为:科教能力>投资水平>信息化水平。科学教育对上市公司的影响主要表现在人力资本是企业价值创造的主导因素,高等学校为企业培养高素质人才、提升企业研发创新能力,增添企业活力;信息化水平高的地区网络流通迅速,能为企业及时获取市场、技术等信息,合理配置企业资源、优化生产要素组合,提高企业经济效率及竞争力;投资水平通过5%的显著性水平检验,实证结果与预期相反,符号为负,也即投资水平越高的地区,其上市企业分布越少,原因为受中国西部大开发、中部崛起等政策影响,对上市企业分布较少的中西部地区投资力度较大。④全球化水平及金融能力对上市公司格局演变具有一定的影响,经济全球化背景下,中国企业参与全球分工,FDI通过技术溢出及资本积累对企业发展具有强劲的推动作用,全球化水平越高的地区能为企业提供更多的发展机会及更为广阔的发展空间。金融能力在逐步加入其它变量后未能通过显著性水平检验,说明金融业人从业人员数量对上市公司空间格局影响微弱,与预期不同,可能与指标的选取及中国金融体系现阶段发展水平有关。

4 结论与讨论

本研究利用2005~2015年中国A股上市公司数据,以地级市及其以上城市作为统计单元,结合空间计量模型及传统数理统计方法,深入分析了中国上市公司总部在城市的空间演变特征及其驱动因素,主要得到以下结论:

1) 中国上市公司分布集聚特征显著,就地区而言,主要集中在长三角、珠三角及京津冀三大地区,总体上形成以沿海地区为“弓”、长江沿岸为“箭”的“弓箭”状上市公司空间分布格局;就城市而言,北京、上海、深圳为中国上市公司集聚之最,而高行政等级的直辖市及省会城市同样集聚较多的上市企业。且对比2005、2010及2015年3个时间断面发现中国上市公司向三大地区及三大城市所占比重逐步上升,集聚程度呈现进一步增强态势。

2) 空间重心的移动反映出受中国经济下行影响,中国上市公司发展速度呈现迅速至平稳的阶段性特征;标准差椭圆囊括了大部分上市公司所在城市,其范围不断缩小并向东部地区迁移,表明中国上市公司分布向东部地区收缩现象显著;上市公司增长关联格局由沿海向内陆呈现出热点区-过渡区-冷点区的“核心-边缘”梯度分布态势;中西部地区冷点区及次冷点区呈现大范围连片状分布格局,上市企业发展相对落后,区域联动效应极弱,与东部地区差距显著,“马太效应”显现。

3) 中国三大密集型上市公司空间演化格局差异性显著,劳动密集型上市公司专业化格局呈现高值区以“单核”向“双核”模式演化、中低值区由沿海向内陆分布格局,且与中国劳动密集型产业“珠三角-东南沿海-内陆”转移路径相一致。资本密集型上市公司专业化格局呈现“破碎化点状”分布态势,其核密度分布极化趋势显著,多数地区专业化水平呈下降趋势。技术密集型上市公司专业化格局总体呈现“多核心串珠状”态势,并具有显著的蔓延式扩散特征,此类上市企业发展态势最好。

4) 驱动机制分析显示,城市区位是影响中国上市公司空间格局演变的主导因素,企业为获取更多的优惠政策不断向高等级城市集聚,而高等级城市拥有强大的经济规模支撑上市企业的发展;科教能力及信息化水平是上市公司格局演变的内在动力,先进的技术、人才经过高效信息网络在企业间传播,刺激企业间合作竞争,推动区域上市公司集聚提升;经济全球化水平高的地区通过FDI将国际资本渗入,推动区域上市企业融入全球市场、谋取利益最大化;而依靠国家投资政策拉动经济增长的地区,市场欠活跃,上市公司发展受限,金融业从业人员数量未能通过显著性水平检验,受中国金融体系发展水平限制,金融服务能力对上市公司空间格局影响微弱。

本文对中国上市公司空间格局演化驱动机制的研究,对合理布局上市公司具有一定的指导意义,但限于数据的可获取性及文章篇幅的限制,还有政策、交通水平、服务业发展状况等多种影响因素未被考虑在其中,这将是之后进一步研究的方向。并且,不同空间尺度下上市公司总部格局特征如何?中国上市公司总部格局的发展与西方发达国家相比较,具有怎样的差异?在上市公司空间集聚的基础上,企业间相互联系网络格局如何分布演化?未来需对这些问题进行进一步思考。

The authors have declared that no competing interests exist.


参考文献

[1] Losch A.The Economic of Location[M].New Haven, CT: Yale University Press,1939.

[本文引用: 1]     

[2] 祁新华,朱宇,张抚秀,.

企业区位特征、影响因素及其城镇化效应——基于中国东南沿海地区的实证研究

[J].地理科学,2010,30(2):220-228.

URL      Magsci      [本文引用: 2]      摘要

企业区位选择是理解城镇化内在机制的重要微观视角。应用西方区位因素分析框架,探讨中国东南沿海地区企业区位特征、影响因素及其城镇化效应。问卷调查结果显示,企业区位选择背离了西方工业区位理论中倾向于选择位于或接近大城市的预期,而呈现出以镇村行政区域为主以及“大分散,小集中”的分布格局;同时,大多数企业没有过搬迁的经历,或属于近距离搬迁且迁移至开发区或大中城市的意愿并不强烈。根据调查结果,探讨了影响企业区位选择的区位因素(运费、技术成本、交易成本、集聚经济、劳动力、土地成本、资本因素、个人因素等),并揭示了导致该地区就地城镇化现象的微观机制,验证与完善了西方工业区位理论。

[Qi Xinhua, Zhu Yu, Zhang Fuxiu et al.

The characteristics and in fluencing factors of enter prise location and its urbanization effect—A case of coastal areas in southeast of china

. Scientia Geographica Sinica, 2010,30(2):220-228.]

URL      Magsci      [本文引用: 2]      摘要

企业区位选择是理解城镇化内在机制的重要微观视角。应用西方区位因素分析框架,探讨中国东南沿海地区企业区位特征、影响因素及其城镇化效应。问卷调查结果显示,企业区位选择背离了西方工业区位理论中倾向于选择位于或接近大城市的预期,而呈现出以镇村行政区域为主以及“大分散,小集中”的分布格局;同时,大多数企业没有过搬迁的经历,或属于近距离搬迁且迁移至开发区或大中城市的意愿并不强烈。根据调查结果,探讨了影响企业区位选择的区位因素(运费、技术成本、交易成本、集聚经济、劳动力、土地成本、资本因素、个人因素等),并揭示了导致该地区就地城镇化现象的微观机制,验证与完善了西方工业区位理论。
[3] Smith D M. Industrial Location: An economic GergarphicalAnalysis[M].New York: John Wiley and Sons, 1971.

[本文引用: 1]     

[4] Pred A. Behaviour and Location: Foundations for a Geographic and Dynamic Location Theory[M]. Lund. C. W. K: Gleer up, 1967.

[本文引用: 1]     

[5] 宋周莺,刘卫东.

信息时代的企业区位研究

[J].地理学报,2012,67(4):479-489.

https://doi.org/10.1007/s11442-013-1012-z      URL      [本文引用: 2]      摘要

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

[Song Zhouying, Liu Weidong.

The Challenge of wide application of new information and communication technologies to traditional location theory

.Acta Geographica Sinica, 2012,67(4):479-489.]

https://doi.org/10.1007/s11442-013-1012-z      URL      [本文引用: 2]      摘要

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

企业互补性资产与深圳动漫产业集群的形成——基于深圳的经验和教训

[J].经济地理,2008, 28(1):49-54.

URL      [本文引用: 1]      摘要

我国动漫产业承接了国际产业转移,但多数动漫企业还处于动画加工 低端环节.值得高度关注的问题是,那些具有创新精神和高度创造力、具有真正优秀的原创动漫产品的企业却无法正常盈利.因此,建园区、盖大楼只提供了发展动 漫产业的基础设施,关键是当地提供良好的创业环境,促使各类相关企业繁衍和互动,形成动漫产业集群的发展环境.文章借用企业理论中的互补性资产概念,总结 了美国好莱坞和日本秋叶原两种动漫盈利模式特点;并结合2001年产于深圳的动画电影失败案例和2006年建立于深圳的国家级怡 景动漫产业基地的发展,分析了深圳动漫产业存在的问题以及发展动漫产业集群的经验.提出发展动漫产业须培育本地企业的互补性资产,尤其是外部的互补性资 产,培育动漫产业集群,实现在全球价值链上升级.

[Wang Jici, Mei Lixia, Xie Kunze.

Complementary assets in animation enterprises: The making of animation industry cluster in Shenzhen

. Economic Geography, 2008, 28(1):49-54.]

URL      [本文引用: 1]      摘要

我国动漫产业承接了国际产业转移,但多数动漫企业还处于动画加工 低端环节.值得高度关注的问题是,那些具有创新精神和高度创造力、具有真正优秀的原创动漫产品的企业却无法正常盈利.因此,建园区、盖大楼只提供了发展动 漫产业的基础设施,关键是当地提供良好的创业环境,促使各类相关企业繁衍和互动,形成动漫产业集群的发展环境.文章借用企业理论中的互补性资产概念,总结 了美国好莱坞和日本秋叶原两种动漫盈利模式特点;并结合2001年产于深圳的动画电影失败案例和2006年建立于深圳的国家级怡 景动漫产业基地的发展,分析了深圳动漫产业存在的问题以及发展动漫产业集群的经验.提出发展动漫产业须培育本地企业的互补性资产,尤其是外部的互补性资 产,培育动漫产业集群,实现在全球价值链上升级.
[7] 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

[J].地理学报,2010, 65(10):1218-1228.

https://doi.org/10.11821/xb201010007      URL      [本文引用: 1]      摘要

产业地理集聚存在产业差异和区域差异。本文结合产业特性和区域特征揭示产业集聚的形成机制。采用2004年第一次经济普查数据,本文发现交通密度、政府支出比重、开发区数量以及贸易壁垒强度等区域特征显著影响产业集聚。在产业特性与区域特征交叉分析中发现,市场化促进了农业投入依赖性强、产业联系强、劳动密集型及研发密集型的产业的空间扩散,交通网络的完善有利于产业联系强的、规模经济显著的产业的分散布局,在市场潜力较大的省区规模经济显著的产业更为集聚;地方政府的产业和区域政策促进了产业联系较强的产业集聚,而拉动了利税率高的、国有企业主导的、属于国家重点计划的产业分散布局;各级政府建立的开发区和园区则尤其不利于国家计划重点产业的集聚和规模经济的实现。本文研究表明,贸易理论与新经济地理理论对于中国的制造业集聚具有一定的解释力,而中国的政策制度环境也是产业集聚的重要影响因素。产业集聚需要一定的产业和区域条件,并非所有产业和所有区域内都能够实现高水平的产业集聚。

[He Canfei, Zhu Yangang, Zhu Shengjun.

Industrial attributes, provincial characteristics and industrial agglomeration in China

.Acta GeographicaSinica, 2010, 65(10):1218-1228.]

https://doi.org/10.11821/xb201010007      URL      [本文引用: 1]      摘要

产业地理集聚存在产业差异和区域差异。本文结合产业特性和区域特征揭示产业集聚的形成机制。采用2004年第一次经济普查数据,本文发现交通密度、政府支出比重、开发区数量以及贸易壁垒强度等区域特征显著影响产业集聚。在产业特性与区域特征交叉分析中发现,市场化促进了农业投入依赖性强、产业联系强、劳动密集型及研发密集型的产业的空间扩散,交通网络的完善有利于产业联系强的、规模经济显著的产业的分散布局,在市场潜力较大的省区规模经济显著的产业更为集聚;地方政府的产业和区域政策促进了产业联系较强的产业集聚,而拉动了利税率高的、国有企业主导的、属于国家重点计划的产业分散布局;各级政府建立的开发区和园区则尤其不利于国家计划重点产业的集聚和规模经济的实现。本文研究表明,贸易理论与新经济地理理论对于中国的制造业集聚具有一定的解释力,而中国的政策制度环境也是产业集聚的重要影响因素。产业集聚需要一定的产业和区域条件,并非所有产业和所有区域内都能够实现高水平的产业集聚。
[8] 周涛,刘继生.

吉林省农产品加工产业集群布局和发展模式研究

[J].地理科学,2013,33(7):815-823.

URL      Magsci      [本文引用: 1]      摘要

<p>综合分析吉林省农产品加工产业集群在9 个地市州数量分布及产值分布情况, 发现农产品加工产业集群在吉林省空间分布上存在不均衡现象:环长春区域的产业集群数量多且产值高, 发展相对较好。比较分析吉林省农产品加工产业集群发展模式, 发现目前吉林省农产品加工产业集群发展模式有多种类型, 各类型各有其优势和劣势, 提出集群组织形式上创新发展模式, 即依据实际情况加强既代表公司企业利益的行业协会也代表农户利益的合作社在公司与农户之间的协调和组织作用, 以求最大程度地规避市场带来的不确定因素, 保证农户和公司双方的共同利益。</p>

[Zhou Tao, Liu Jisheng.

The distribution and developmental patterns of agricultural products processing industry cluster in Jilin Province

. Scientia GeographicaSinica, 2013,33(7):815-823.]

URL      Magsci      [本文引用: 1]      摘要

<p>综合分析吉林省农产品加工产业集群在9 个地市州数量分布及产值分布情况, 发现农产品加工产业集群在吉林省空间分布上存在不均衡现象:环长春区域的产业集群数量多且产值高, 发展相对较好。比较分析吉林省农产品加工产业集群发展模式, 发现目前吉林省农产品加工产业集群发展模式有多种类型, 各类型各有其优势和劣势, 提出集群组织形式上创新发展模式, 即依据实际情况加强既代表公司企业利益的行业协会也代表农户利益的合作社在公司与农户之间的协调和组织作用, 以求最大程度地规避市场带来的不确定因素, 保证农户和公司双方的共同利益。</p>
[9] 毕秀晶,汪明峰,李健,.

上海大都市区软件产业空间集聚与郊区化

[J].地理学报,2011,66(12):1682-1694.

https://doi.org/10.11821/xb201112009      URL      [本文引用: 2]      摘要

随着信息经济发展壮大,软件产业日益成为城市经济的新引擎,其空间区位对城市空间结构影响不断加深。文章以上海市软件企业名录为数据基础,运用GIS技术、社会网络分析等方法,探讨了上海大都市区软件产业的空间分布、演变特征及影响因素。研究发现,2002年及2008年上海软件产业空间分布的集聚化特征明显,但产业集聚中心位置发生了从中心城区转向郊区的偏移。6年间,软件企业的空间格局呈现出"大都市区尺度上的扩散以及园区尺度的再集聚"的时空特征。不同类型企业空间集聚与扩散的特征不同,以嵌入式软件企业为主的中小企业呈现出向远郊区扩散的特征。在影响因素的分析上,负二项回归的结果表明交通通达性、政府政策影响下的科技园区建设、产业历史基础对软件企业的区位选择具有显著影响。内外资企业区位影响因素的比较分析发现,交通通达性、自然环境及办公楼条件对外资企业区位影响较大,内资企业对政府政策更为敏感。

[Bi Xiujing, Wang Mingfeng,Li Jian et al.

Agglomeration and suburbanization: A study on the spatial distributionof software industry and iuts evolution in Metropolitan Shanghai

. Acta Geographica Sinica, 2011,66(12):1682-1694.]

https://doi.org/10.11821/xb201112009      URL      [本文引用: 2]      摘要

随着信息经济发展壮大,软件产业日益成为城市经济的新引擎,其空间区位对城市空间结构影响不断加深。文章以上海市软件企业名录为数据基础,运用GIS技术、社会网络分析等方法,探讨了上海大都市区软件产业的空间分布、演变特征及影响因素。研究发现,2002年及2008年上海软件产业空间分布的集聚化特征明显,但产业集聚中心位置发生了从中心城区转向郊区的偏移。6年间,软件企业的空间格局呈现出"大都市区尺度上的扩散以及园区尺度的再集聚"的时空特征。不同类型企业空间集聚与扩散的特征不同,以嵌入式软件企业为主的中小企业呈现出向远郊区扩散的特征。在影响因素的分析上,负二项回归的结果表明交通通达性、政府政策影响下的科技园区建设、产业历史基础对软件企业的区位选择具有显著影响。内外资企业区位影响因素的比较分析发现,交通通达性、自然环境及办公楼条件对外资企业区位影响较大,内资企业对政府政策更为敏感。
[10] 张晓平,孙磊.

北京市制造业空间格局演化及影响因子分析

[J].地理学报,2012,67(10):1308-1316.

https://doi.org/10.11821/xb201210002      URL      [本文引用: 1]      摘要

制造业的空间扩散是推动城市空间结构呈现多极化、多中心地域系统的主要驱动力,对制造业区位变迁及影响因素的研究是认识城市空间重构机制的微观基础。本研究基于北京市1996、2001、2010年制造业企业数据,以邮政编码区为空间单元,刻画了北京市制造业空间集聚格局及演化特征。采用计量模型,检验了导致北京制造业空间重构的主要区位因子,对比了这些影响因子作用强度随时间的变化以及在制造业行业间的差异。结果表明,北京市的制造业在中心城区的集聚度明显减弱,呈显著的郊区化集聚;主要集聚区位于距市中心半径为15~35km的空间范围内,总体空间格局呈现出大都市区尺度上的扩散以及产业园区尺度的再集聚特征。计量模型计算结果显示,区位通达度、集聚经济、科技园区规划与政策引导是北京制造业总体空间格局演化的主要驱动因素,但不同区位因子的作用强度存在行业间差异。本研究揭示了北京市的制造业空间重组机制是政府规划引导下的市场经济作用机制。认识到城市经济活动空间重组中市场与政府的交互作用机理,有助于决策者对转型期大都市区制造业空间集聚和扩散格局进行更加有效地引导,以优化大都市区的空间结构与功能体系。

[Zhang Xiaoping, Sun Lei.

Manufacture restructuring and main determinants in Beijing Metropolitan Area

.Acta Geographica Sinica, 2012, 67(10):1308-1316.]

https://doi.org/10.11821/xb201210002      URL      [本文引用: 1]      摘要

制造业的空间扩散是推动城市空间结构呈现多极化、多中心地域系统的主要驱动力,对制造业区位变迁及影响因素的研究是认识城市空间重构机制的微观基础。本研究基于北京市1996、2001、2010年制造业企业数据,以邮政编码区为空间单元,刻画了北京市制造业空间集聚格局及演化特征。采用计量模型,检验了导致北京制造业空间重构的主要区位因子,对比了这些影响因子作用强度随时间的变化以及在制造业行业间的差异。结果表明,北京市的制造业在中心城区的集聚度明显减弱,呈显著的郊区化集聚;主要集聚区位于距市中心半径为15~35km的空间范围内,总体空间格局呈现出大都市区尺度上的扩散以及产业园区尺度的再集聚特征。计量模型计算结果显示,区位通达度、集聚经济、科技园区规划与政策引导是北京制造业总体空间格局演化的主要驱动因素,但不同区位因子的作用强度存在行业间差异。本研究揭示了北京市的制造业空间重组机制是政府规划引导下的市场经济作用机制。认识到城市经济活动空间重组中市场与政府的交互作用机理,有助于决策者对转型期大都市区制造业空间集聚和扩散格局进行更加有效地引导,以优化大都市区的空间结构与功能体系。
[11] 曹卫东.

城市物流企业区位分布的空间格局及其演化——以苏州市为例

[J].地理研究, 2011,30(11):1997-2006.

https://doi.org/10.11821/yj2011110006      URL      [本文引用: 1]      摘要

通过建立苏州市1990~2007年的物流企业空间与属性数据库,借助GIS空间分析模块, 采用样方、空间自相关以及热点区分析方法,对城市物流企业空间分布及其演化进行探究。研究表明:(1)近20年来,物流企业区位分布总体处于集聚状态,但 BPI呈减小趋势,显示集聚强度减弱;物流空间分布从少数高强度中心向多集聚中心扩散,缺乏全局性的高值和低值集聚中心区,物流企业空间分布发生演化和迁 移;(2)物流企业分布的热点区发生明显的扩散和迁移,热点区由单一向多极、由中心城区向次中心城镇扩展,拓展呈现明显的沿路和沿江的带状分布;(3)资 产型和非资产型物流企业区位及演化存在显著差异,资产型物流企业在中心城区分布呈扩散和离心化特征,而非资产型物流企业在中心城区分布呈集聚和向心化趋势 明显。

[Cao Weidong.

Spatial pattern and location evolution of urban logistics enterprises: Taking Suzhou as an Example

.Geographical Research, 2011,30(11):1997-2006.]

https://doi.org/10.11821/yj2011110006      URL      [本文引用: 1]      摘要

通过建立苏州市1990~2007年的物流企业空间与属性数据库,借助GIS空间分析模块, 采用样方、空间自相关以及热点区分析方法,对城市物流企业空间分布及其演化进行探究。研究表明:(1)近20年来,物流企业区位分布总体处于集聚状态,但 BPI呈减小趋势,显示集聚强度减弱;物流空间分布从少数高强度中心向多集聚中心扩散,缺乏全局性的高值和低值集聚中心区,物流企业空间分布发生演化和迁 移;(2)物流企业分布的热点区发生明显的扩散和迁移,热点区由单一向多极、由中心城区向次中心城镇扩展,拓展呈现明显的沿路和沿江的带状分布;(3)资 产型和非资产型物流企业区位及演化存在显著差异,资产型物流企业在中心城区分布呈扩散和离心化特征,而非资产型物流企业在中心城区分布呈集聚和向心化趋势 明显。
[12] 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.

https://doi.org/10.3969/j.issn.0375-5444.2013.04.003      URL      [本文引用: 1]      摘要

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。

[Fang Zhongquan.

The agglomeration characteristics and infiuencing factors of exhibition enterprises in Guangzhou

.Acta Geographica Sinica, 2013,68(4):464-476.]

https://doi.org/10.3969/j.issn.0375-5444.2013.04.003      URL      [本文引用: 1]      摘要

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。
[13] 王承云.

日本研发产业的空间集聚与影响因素分析

[J].地理学报,2010,65(4):387-396.

https://doi.org/10.11821/xb201004001      URL      [本文引用: 1]      摘要

Spatial distribution and clustering phenomenon of Japanese domestic R&D enterprises are examined in this paper by the related statistical data of 3302 R&D enterprises.It is found that most of the Japanese R&D enterprises are concentrated in three districts:Tokyo Metropolis,Osaka Prefecture and Nagoya.Among them,most of the R&D companies in Tokyo Metropolis are located close to the headquarters;most R&D companies in Nagoya are close to the production plants;as for the R&D enterprises in Osaka Prefecture,some R&D enterprises are located close to the headquarters,while some others are located near the production plants.And also the R&D industrial structure in the three districts is basically consistent with the local leading industries.On the basis of theory and practice of the related industrial agglomeration in the USA,Europe,Japan and other countries,this paper studies the spatial-temporal process,influencing factors and driving forces of Japanese R&D industrial agglomeration.Economic development cycle and industrial structure determine the formation of Japanese R&D industrial agglomeration to a certain extent.However policies and market driven impetus play a critical role in the development of Japanese R&D industry.Especially Japanese government established industry-university co-operation network and regional innovation network,which has greatly promoted the development and agglomeration of Japanese R&D industry.Enterprises-based R&D institutes,particularly those in a large scale have become key point and impetus in the process of development and agglomeration of Japanese R&D industry.

[Wang Chengyun.

Spatial agglomeration and influencing factors of Japaneses R&D Industry

.ActaGeographica Sinica, 2010,65(4):387-396.]

https://doi.org/10.11821/xb201004001      URL      [本文引用: 1]      摘要

Spatial distribution and clustering phenomenon of Japanese domestic R&D enterprises are examined in this paper by the related statistical data of 3302 R&D enterprises.It is found that most of the Japanese R&D enterprises are concentrated in three districts:Tokyo Metropolis,Osaka Prefecture and Nagoya.Among them,most of the R&D companies in Tokyo Metropolis are located close to the headquarters;most R&D companies in Nagoya are close to the production plants;as for the R&D enterprises in Osaka Prefecture,some R&D enterprises are located close to the headquarters,while some others are located near the production plants.And also the R&D industrial structure in the three districts is basically consistent with the local leading industries.On the basis of theory and practice of the related industrial agglomeration in the USA,Europe,Japan and other countries,this paper studies the spatial-temporal process,influencing factors and driving forces of Japanese R&D industrial agglomeration.Economic development cycle and industrial structure determine the formation of Japanese R&D industrial agglomeration to a certain extent.However policies and market driven impetus play a critical role in the development of Japanese R&D industry.Especially Japanese government established industry-university co-operation network and regional innovation network,which has greatly promoted the development and agglomeration of Japanese R&D industry.Enterprises-based R&D institutes,particularly those in a large scale have become key point and impetus in the process of development and agglomeration of Japanese R&D industry.
[14] 刘可文,曹有挥,肖琛,.

国家区域政策对央企空间布局的影响

[J].地理研究,2012,31(12):2139-2152.

[本文引用: 1]     

[Liu Kewen, Cao Youhui, Xiao Chen et al.

The effect of national and regional policy on spatial distribution of Centeral Enterprises

.Geographical Research, 2012,31(12):2139-2152.]

[本文引用: 1]     

[15] 赵新正,宁越敏,魏也华.

上海外资生产空间演变及影响因素

[J].地理学报,2011,66(10):1390-1402.

https://doi.org/10.11821/xb201110009      URL      [本文引用: 1]      摘要

利用2004年经济普查数据对上海制造业外资企业的空间分布、区位选择及其空间效应进行了研究。空间分布结果表明,20世纪90年代以来,上海外资企业在分布上表现出明显的郊区化和向近郊区局部地区(尤其是园区和新城)集聚的特征,并形成了沪西南、浦东和沪西北3大集聚区;制造业外资企业的分散和集聚推动了上海外资生产空间的郊区化重组。对制造业外资企业区位选择影响因素的分析显示:上海制造业外资企业区位选择是经济全球化与地方政府互动的过程;具体来说,传统区位因素作用在逐渐减弱,制度因素和集聚因素的作用在不断增强;制度因素内部产业优惠政策对外资的吸引力强于空间优惠政策,而国家级园区优惠政策对制造业外资企业(尤其是高技术外资企业)的吸引力则强于市级园区,上述研究对上海未来的产业及外资引进政策都具有重要的参考意义。

[Zhao Xinzheng, NingYueming, Wei Yehau.

Evolution and determinants of foreign production Space in Shanghai

.Acta Geographica Sinica,2011,66(10):1390-1402.]

https://doi.org/10.11821/xb201110009      URL      [本文引用: 1]      摘要

利用2004年经济普查数据对上海制造业外资企业的空间分布、区位选择及其空间效应进行了研究。空间分布结果表明,20世纪90年代以来,上海外资企业在分布上表现出明显的郊区化和向近郊区局部地区(尤其是园区和新城)集聚的特征,并形成了沪西南、浦东和沪西北3大集聚区;制造业外资企业的分散和集聚推动了上海外资生产空间的郊区化重组。对制造业外资企业区位选择影响因素的分析显示:上海制造业外资企业区位选择是经济全球化与地方政府互动的过程;具体来说,传统区位因素作用在逐渐减弱,制度因素和集聚因素的作用在不断增强;制度因素内部产业优惠政策对外资的吸引力强于空间优惠政策,而国家级园区优惠政策对制造业外资企业(尤其是高技术外资企业)的吸引力则强于市级园区,上述研究对上海未来的产业及外资引进政策都具有重要的参考意义。
[16] 刘青,李贵才,仝德,.

基于ESDA的深圳市高新技术企业空间格局及影响因素

[J].经济地理,2011, 31(6):926-933.

URL      [本文引用: 1]      摘要

基于EDSA技术,利用GeoDa软件Morans’I空间自相关分析方法对2007年经深圳市认定的2 472个高新技术企业从街道尺度进行整体、分行业类别和所有制的空间分布分析,并将企业分布与人口密度、产业园区、交通、创新资源等影响因素做空间叠加分析。结果表明:①在空间上聚集分布但没有明显的创新集聚效应;②大型企业、电子信息企业主导企业整体空间分布;③港澳台资企业集聚程度显著高于内资和外资企业。深圳市高新技术企业空间分布与人口、产业园区、创新资源的分局有较强相似性,外资企业青睐配套完善的产业园区,港澳台资企业分布受广州—东莞—深圳—香港通道效应影响显著。

[Liu Qing, Li Guicai, Tong De et al.

The spatial pattern and influence factors of high-tech firms in Shenzhen based on ESDA

.Economic Geography, 2011, 31(6):926-933.]

URL      [本文引用: 1]      摘要

基于EDSA技术,利用GeoDa软件Morans’I空间自相关分析方法对2007年经深圳市认定的2 472个高新技术企业从街道尺度进行整体、分行业类别和所有制的空间分布分析,并将企业分布与人口密度、产业园区、交通、创新资源等影响因素做空间叠加分析。结果表明:①在空间上聚集分布但没有明显的创新集聚效应;②大型企业、电子信息企业主导企业整体空间分布;③港澳台资企业集聚程度显著高于内资和外资企业。深圳市高新技术企业空间分布与人口、产业园区、创新资源的分局有较强相似性,外资企业青睐配套完善的产业园区,港澳台资企业分布受广州—东莞—深圳—香港通道效应影响显著。
[17] 潘锋华,刘作丽,夏亚博,.

中国上市企业总部的区位分布和集聚特征

[J].地理研究,2013,32(9): 1721-1736.

[本文引用: 2]     

[Pan Fenghua,Liu Zuoli, Xia Yabo et al.

Location and agglomeration of headquarters of public listed firmswithin China’s urban system

.Geographical Research, 2013,32(9): 1721-1736.]

[本文引用: 2]     

[18] 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.

[本文引用: 2]     

[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.]

[本文引用: 2]     

[19] 申庆喜,李诚固,马佐澎,.

基于服务空间视角的长春城市功能扩展研究

[J].地理科学,2016,36(2):272-282.

[本文引用: 1]     

[Shen Qingxi, Li Chenggu, Ma Zuopeng et al.

The Expansion of the fuctional space of Changchun City based on servic space

. Scientia Geographica Sinica, 2016,36(2):272-282.]

[本文引用: 1]     

[20] 齐元静,杨宇,金凤君.

中国经济发展阶段及其时空格局演变特征

[J].地理学报,2013,68(4):517-531.

https://doi.org/10.3969/j.issn.0375-5444.2013.04.007      URL      [本文引用: 1]      摘要

地级行政单元在中国经济发展中扮演着越来越重要的角色,是落实区域发展战略和相关政策的重要空间依托。现有研究中缺乏针对中国地级行政单元经济发展阶段及其时空格局演变的实证研究。本文在对经济发展阶段划分标准进行辨析的基础上,从全国和地级两个层面对中国经济发展的阶段性及其时空特征进行系统分析,并通过Global Moran's I指数和Getis-Ord Gi*指数探讨了中国经济发展的空间演变规律。研究发现:①总体而言,中国经济发展一直处于相对的集聚状态,自1990年到2010年由初级产品生产阶段进入工业化的中期阶段,经济发展格局呈现出"均衡—不均衡—逐步均衡"的演变特征。②中国经济发展呈现出明显的由沿海向内陆地区推进的总体趋势,中西部发展水平较高的城市主要是区域性中心城市和资源富集型城市两种类型。③中国经济发展的热点区域呈现出"北移西进"的态势,东部沿海地区空间联动发展的效应有所减弱,呈现出"南上北下"的趋势,中西部地区城市仍以单体式发展为主,区域带动效应较弱,联动发展态势不明显。④从时间趋势来看,虽然全国经济发展出现了放缓的趋势,但中西部地区的经济增速却快速提高,已经明显高于沿海地区。⑤资源富集地区是中西部经济增长的热点地区,采用人均GDP单一指标测算的部分资源富集地区的经济发展阶段存在"虚高化"的特征,资源大规模集中开发带动经济总量迅速膨胀的同时,却掩盖了背后的经济结构失调和社会发展滞后等诸多问题,应引起决策者和学术界的持续关注。

[Qi Yuanjing,Yang Yu, Jin Fengjun.

China’s economic development stage and its patio-temporal evolution: A Prefectural-level analysis

.Acta Geographica Sinica,2013,68(4):517-531.]

https://doi.org/10.3969/j.issn.0375-5444.2013.04.007      URL      [本文引用: 1]      摘要

地级行政单元在中国经济发展中扮演着越来越重要的角色,是落实区域发展战略和相关政策的重要空间依托。现有研究中缺乏针对中国地级行政单元经济发展阶段及其时空格局演变的实证研究。本文在对经济发展阶段划分标准进行辨析的基础上,从全国和地级两个层面对中国经济发展的阶段性及其时空特征进行系统分析,并通过Global Moran's I指数和Getis-Ord Gi*指数探讨了中国经济发展的空间演变规律。研究发现:①总体而言,中国经济发展一直处于相对的集聚状态,自1990年到2010年由初级产品生产阶段进入工业化的中期阶段,经济发展格局呈现出"均衡—不均衡—逐步均衡"的演变特征。②中国经济发展呈现出明显的由沿海向内陆地区推进的总体趋势,中西部发展水平较高的城市主要是区域性中心城市和资源富集型城市两种类型。③中国经济发展的热点区域呈现出"北移西进"的态势,东部沿海地区空间联动发展的效应有所减弱,呈现出"南上北下"的趋势,中西部地区城市仍以单体式发展为主,区域带动效应较弱,联动发展态势不明显。④从时间趋势来看,虽然全国经济发展出现了放缓的趋势,但中西部地区的经济增速却快速提高,已经明显高于沿海地区。⑤资源富集地区是中西部经济增长的热点地区,采用人均GDP单一指标测算的部分资源富集地区的经济发展阶段存在"虚高化"的特征,资源大规模集中开发带动经济总量迅速膨胀的同时,却掩盖了背后的经济结构失调和社会发展滞后等诸多问题,应引起决策者和学术界的持续关注。
[21] 王开泳,张鹏岩,丁旭生.

黄河流域旅游经济的时空分异与R/S分析

[J].地理科学,2014,34(3):295-301.

URL      Magsci      [本文引用: 1]      摘要

<p>以黄河流域为主要案例区,采用标准差、基尼系数、变差系数、区位商等指标,分析了1996~2010 年黄河流域旅游经济时空分异的发展演化过程,运用分形理论中的R/S分析方法,预测了黄河流域未来旅游经济差距的发展趋势。结果显示:黄河流域旅游经济的绝对差距是逐年增大,相对差异呈现先减小后增大的趋势;各省发展差异明显。如果在原有条件下继续发展,未来黄河流域旅游经济的差距将继续增大。最后为缩小黄河流域旅游经济差距,促进流域旅游经济持续快速发展提出了对策建议。</p>

[Wang Kaiyong, Zhang Pengyan, Ding Xusheng.

The spatio-temporal variation of regional tourism economy and R/S analysis in the Huanghe River Basin

.Scientia Geographica Sinica, 2013,33(7):815-823.]

URL      Magsci      [本文引用: 1]      摘要

<p>以黄河流域为主要案例区,采用标准差、基尼系数、变差系数、区位商等指标,分析了1996~2010 年黄河流域旅游经济时空分异的发展演化过程,运用分形理论中的R/S分析方法,预测了黄河流域未来旅游经济差距的发展趋势。结果显示:黄河流域旅游经济的绝对差距是逐年增大,相对差异呈现先减小后增大的趋势;各省发展差异明显。如果在原有条件下继续发展,未来黄河流域旅游经济的差距将继续增大。最后为缩小黄河流域旅游经济差距,促进流域旅游经济持续快速发展提出了对策建议。</p>
[22] 国家统计局城市社会经济调查司.中国城市统计年鉴[M].北京:中国统计出版社,2006-2015.

[本文引用: 1]     

[Department of Urban Surveys of National Bureau of Statistics of China.China City Statistical Yearbook. Beijing: China Statistics Press, 2006-2015.]

[本文引用: 1]     

/