EN中文

地理科学进展 >

2021 , Vol. 40 >Issue 6: 911 - 924

DOI: https://doi.org/10.18306/dlkxjz.2021.06.002

研究论文

中国新创通信设备制造企业空间格局及其影响因素研究

  • 宋金彦 ,
  • 李仙德 , * ,
  • 徐宁
展开
  • 上海师范大学环境与地理科学学院,上海 200234
*李仙德(1984— ),男,福建周宁人,副教授,研究方向为城市地理与城市经济。E-mail:

宋金彦(1998— ),女,河南平顶山人,本科,研究方向为城市地理与城市经济。E-mail:

收稿日期: 2020-08-14

  要求修回日期: 2021-01-09

  网络出版日期: 2021-08-28

基金资助

上海市哲学社会科学规划一般课题(2019BCK009)

国家自然科学基金项目(41730642)

国家自然科学基金项目(41771540)

上海师范大学理工科科研项目

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 pattern and underlying factors of new telecommunication equipment ventures in China

  • SONG Jinyan ,
  • LI Xiande , * ,
  • XU Ning
Expand
  • School of Environmental and Geographical Sciences, Shanghai Normal University, Shanghai 200234, China

Received date: 2020-08-14

  Request revised date: 2021-01-09

  Online published: 2021-08-28

Supported by

Shanghai Planning Project of Philosophy and Social Science(2019BCK009)

National Natural Science Foundation of China(41730642)

National Natural Science Foundation of China(41771540)

Science and Technology Development Project of Shanghai Normal University

Copyright

Copyright reserved © 2021
Fold

摘要

通信设备制造业是中国国民经济的重要产业。近年来,中国通信设备制造业发展迅速,其空间格局呈现出新的特征。论文基于中国2013年规模以上通信设备制造业企业数据、2014—2019年成立的通信设备制造企业数据,运用核密度分析、负二项回归分析等方法,分析中国新创通信设备制造企业空间格局及其影响因素。研究发现：① 中国新创通信设备制造企业趋向在该产业基础较好的珠三角、长三角、京津冀、成渝4大城市群集聚,其中以深圳为中心的珠三角产业集聚优势更加明显;② 在4大城市群内部,新创通信设备制造企业从核心地区向外围地区扩散;③ 该产业原有产业基础较弱的南昌市、红河州、郑州市、贵阳市等中西部地区,也集聚了一些新创通信设备制造龙头企业;④ 城市的知识复杂性和原有产业基础对所有类型新创通信设备制造企业进入具有正向的影响,产业关联密度有助于增加内资和大规模企业进入的机会,非相关多样化有利于外资企业和大规模企业进入,全球化和政府力量分别有助于外资企业、大规模企业进入。

关键词： 通信设备制造业; 新创企业; 空间格局; 影响因素; 中国

本文引用格式

宋金彦 , 李仙德 , 徐宁 . 中国新创通信设备制造企业空间格局及其影响因素研究[J]. 地理科学进展, 2021 , 40(6) : 911 -924 . DOI: 10.18306/dlkxjz.2021.06.002

Abstract

Telecommunication equipment manufacturing is a pillar industry of the Chinese economy. Its spatial distribution has been evolving in recent years due to the rapid development of the industry. This study analyzed the spatial pattern and underlying factors of new telecommunication equipment ventures with detailed firm-level data from the National Enterprise Credit Information Publicity System and China's Annual Survey of Industrial Firms, as well as analytical methods including kernel density analysis and negative binomial regression. The analysis points to the following key findings: 1) China's new telecommunication equipment manufacturing ventures tend to cluster in four leading city-regions—the Pearl River Delta, Yangtze River Delta, Beijing-Tianjin-Hebei Area, and Chengdu-Chongqing Area. 2) Within these four city-regions, firms in this industry have been diffusing from central cities to the peripheries. 3) A few clusters of leading firms have been observed in inland regions previously with limited bases for this industry, such as Nanchang, Honghe, Zhengzhou, and Guiyang cities. 4) Knowledge complexity and the existing industrial base of cities are positively associated with the entry of all new firms. The density of related industries is positively associated with the entry of domestic enterprises and large-scale enterprises. Unrelated variety correlates with the entry probability of foreign-invested enterprises and large-scale enterprises. Furthermore, our analysis suggests that globalization and government intervention are associated with the entry of foreign-invested and large-scale enterprises, respectively.

Key words： telecommunication equipment manufacturing industry; new ventures; spatial pattern; underlying factors; China

改革开放以来,中国通信设备制造业发展迅速,涌现出如华为、中兴等一批具有全球竞争力的通信设备制造企业。5G技术的兴起,进一步提高了对中国通信设备的需求[1],推动了通信设备制造业的创业热潮。
通信设备制造业具有技术密集度高、产品生产周期短、产品间依赖性强等特点,比一般的产业更具有空间集聚的特征[2]。相关研究发现,改革开放以来,中国通信制造产业趋向于东部沿海地区集聚[3]。近年来,随着中国东部沿海地区劳动力成本增加、土地资源紧张等问题加剧,中国通信设备制造业呈现出向中西部地区转移的态势;河南、四川、重庆等劳动力成本相对较低的地区成为主要的产业转移承接地[3,4]。由此可见,中国通信设备制造业空间格局是动态变化的,经历了向沿海集聚、又向内陆扩散的过程[3]。相关研究认为,影响中国通信设备空间格局的因素有基础设施水平、产业集聚、人力资本、区域创新氛围等[5,6]。
近年来,基于演化经济地理学视角分析新创企业进入的影响因素成为了研究热点。学者首先关注产业关联对新创企业进入带来的影响,认为区域中的先行产业、网络和制度结构为多样化的过程提供了机会和限制[7,8]。学者采用了不同的因变量(新产品、新产业、新技术的进入),不同的技术关联测量方式(产业关联、产品关联、投入—产出关联)、不同的空间分析单元(国家、区域、城市)以及不同时间段开展实证分析,证明了产业关联的重要性[9]。Frenken等[10]将雅各布斯集聚外部性区分为相关多样化(related variety)和非相关多样化(unrelated variety),指出相关多样化越高,意味着产业之间存在着越高的认知邻近性,能够为关联产业提供更多的学习机会和知识溢出,从而促进区域经济增长。区域新兴产业成长更大程度上由相关多样化驱动[11,12,13]。相关研究发现,关联产业可为电子信息产业提供相关零部件以及知识、技术和信息服务,促进了电子信息产业的集聚[14,15,16]。
学者也关注到了区域关联对产业发展的影响,指出区域产业多样化并非仅仅依赖于本地的产业关联能力;边缘地区的产业多样化有可能更依赖于外部的知识资源[17]。出口和外商直接投资可以将新的知识带入区域,促进新产业进入和产业升级[18,19]。相关研究也证明了来自于外部区域的新工厂诱发了区域的产业关联多样化[20]。区域通过建立对外联系,嵌入全球生产网络,引入非本地要素可以降低对区域内资源要素的依赖[21,22]。改革开放后,中国通信设备制造业融入全球生产网络从而得到快速发展,其空间格局受到全球化因素的深刻影响,优先集聚在外资企业密度较高的东部沿海地区[23]。
除区域关联外,政策关联因素对产业发展的影响也引起学者的注意。对中国案例的研究发现,产业关联等内生力量和外商直接投资、政府扶持政策等外生力量共同推动了区域新兴产业的发展[24]。区域引入新知识、建立新网络需要政府层面的参与[25,26]。发展中国家的政府可通过产业政策弥补国内企业在资源、技术等方面的局限性,并引导企业家进行最有效的技术创新和产业升级[27,28]。中国的产业政策在一定程度上强化了手机制造业的现有空间格局[23]。如高菠阳等[29]通过对中国电子信息产业转移特征的研究,证明国内宏观政策推动和地方减免税收、提供补贴等产业扶持措施,有力推动了重庆等中西部地区承接东部地区电子信息产业转移,形成了新的电子信息产业集群。
综上所述,学者已经关注到了中国通信设备制造业空间格局的变化。由于该产业近年来发展变化较大,需要利用最新的微观数据,分析其产业发展新格局及影响因素。值得注意的是,已有研究分别关注了相关多样化以及产业关联密度对企业进入的影响,并未探讨这二者是否可以同时影响企业进入。此外,知识复杂性对企业进入是否具有影响,也是有待于进一步研究的命题。除了需要丰富对产业关联的认知之外,还需要进一步关注全球化等区域关联因素以及政策关联因素对中国新创通信设备制造企业进入的影响。
因此,本文基于微观企业数据库,采用核密度等分析方法,研究中国新创通信设备制造企业在359个地级及以上城市(地区)进入的空间格局;基于演化经济地理学的视角,采用负二项回归模型,从产业关联、区域关联、政策关联等维度,构建指标体系,综合分析通信设备制造业空间格局的影响因素,具有一定的理论和现实意义。

1 数据和方法

1.1 数据来源

演化经济地理学重视历史因素对产业演化的影响,认为先行产业发展对当前产业发展路径具有重要的影响[8,9,10,11]。本文使用2013年中国工业企业数据库,计算各地级及以上城市的相关多样化、非相关多样化、知识复杂性、产业关联密度等相关指标,将这些变量作为各城市2014—2019年新创通信设备制造企业演化的历史基础。
1.1.1 2013年通信设备制造业企业数据
中国工业企业数据库是中国国家统计局开展工业调查的基础性数据库[30]。2013年的中国工业企业数据库包括了在2013年及之前注册成立且在调查时存活的规模以上工业企业。企业信息字段包括企业名称、地址、所在省份及地级市、工业总产值等。根据该数据库资料,2013年共有1339家规模以上通信设备制造企业,工业总产值为14924.60亿元,占当年中国规模以上工业企业总产值的1.75%。本文将这些企业称之为原有通信设备制造企业。
1.1.2 2014—2019年新创通信设备制造企业数据
新创通信设备制造企业数据来源于天眼查平台基于“国家信用公示系统”汇总的企业工商注册数据库。该数据库中,有6430家成立于2014—2019年期间的通信设备制造企业。企业信息包括企业名称、注册资本、成立日期、所属省份及市区、具体地址等。本文将上述6430家企业称为新创通信设备制造业企业。

1.2 研究方法

1.2.1 核密度分析
核密度分析可以识别出企业空间集聚的热点地区,其计算公式如下[31]：
f ˆ x , y = 1 n h 2 ∑ i = 1 n K d i , x , y h
式中： f ˆ x , y 表示坐标(x, y)地点上的核密度值;n表示新创通信设备制造企业总数量;h表示带宽; d i , x , y 表示新创通信设备制造业企业点i到坐标(x, y)的距离;K表示密度函数,用来刻画点i在坐标(x, y)上核密度值的贡献如何随距离而衰减[31]。本文采用ArcGIS 10.5软件开展相关计算和制图工作。
1.2.2 负二项回归分析
新创企业的空间分布具有明显的离散特征,可应用负二项模型开展回归分析,公式如下[32]：
ln λ i = ln K i + β 0 + β 1 X 1 + β 2 X 2 + … + β i X i
λ i 是 Y i 的估计参数, Y i 服从泊松分布：
P Y i = y i | X i = λ i y i y ! e - λ i ( y = 0,1 , 2 , … , n )
式中：Ki为超离散程度,服从均值为0、方差为α的伽马分布,当α=0时,该模型便成为Poisson回归模型,α越大,表示数据的超离散的程度越强;自变量Xi 包括产业关联、区域关联、政策关联等维度的多个变量; β i 为回归系数, β 0 为常数。
近年来,演化经济地理学者提出了相关多样化、非相关多样化[33]、知识复杂性[34,35]、产业关联密度等产业关联指标[8,36]。本文基于2013年中国工业企业数据库计算各地级及以上城市上述产业关联指标。具体指标和计算方法如下：
(1) 相关多样化与非相关多样化
假如四位数产业i属于两位数产业部门 S g , P g 和 P i 分别表示城市从事两位数产业的人员占全部产业的比例和从事四位数产业的人员占全部产业的比例,其中g=1, …, G。可得以下公式[33]：
P g = ∑ P i
相关多样化(RV)可以用所有两位数下四位数产业的熵指数来表示：
RV = ∑ g = 1 G P g H g
其中：
H g = ∑ P i P g ln P g P i
而非相关多样化(UV)可以用两位数水平上的熵指数来表示：
UV = ∑ g = 1 G P g ln 1 P g
(2) 产业知识复杂性
本文建立中国359个城市(地区)在556个行业类别的产业知识复杂性矩阵359×556二模矩阵 M[34,35]。t时间内,如果行业i工业总产值占城市c所有行业工业总产值比例高于行业i占中国所有行业组合的比例,则城市c在行业i便有相对优势。用RIA代表相对行业优势, RI A c , i t (t时间内,城市c行业i的相对行业优势)为0或者1。设t时间内,城市c行业i的工业总产值为 Industr y c , i t ,
当满足
Industr y c , i t ∑ Industr y c , i t ∑ Industr y c , i t ∑ ∑ Industr y c , i t ≥ 1
二模矩阵数值 RI A c , i t = 1 成立,即某城市某类别行业工业总产值区位商大于或等于1,则在二模矩阵中取1,反之为0。
城市行业多样性(DIVERSITY)以及行业遍在性(UBIQUITY)可以通过二模矩阵M计算。这2个变量与城市—行业网络中所有节点的度数中心性有关[34,35]。城市的度数中心性(Kc, 0)表示某个城市拥有相对行业优势的行业数量。该数值越大,城市在更多的行业领域具有优势越明显。
DIVERSITY = K c , 0 = ∑ M c , i
式中：Mc, i为城市c在i行业中是否具有相对优势。
行业遍在性(Ki, 0)表示某类行业拥有相对行业优势的城市数量：
UBIQUITY = K i , 0 = ∑ M c , i
行业遍在性越大,该行业的复杂性越低,能够运用该行业技术的城市越多。
对城市和行业知识复杂性的测度可用经过n次迭代的多样性和遍在性的整合指标表示：
EC I cities = 1 K c , 0 ∑ M c , i K i , n - 1
EC I tech = 1 K i , 0 ∑ M c , i K c , n - 1
式中：ECIcities表示城市的产业知识复杂性;ECItech表示行业的知识复杂性。
本文采用n次迭代评估中国各个城市产业知识复杂性指数[34,35]。
(3) 产业关联密度
Hidalgo等[8]指出2个产业经常在一个地区同时表现出显性比较优势(RCA),则这2个产业可看作是相互关联的。2013年中国地级及以上城市通信设备产业关联密度可用以下方法计算[8,36]：
ϕ i , j = min [ P RC A c , i > 1 | RC A c , j > 1 , P ( RC A c , j > 1 | RC A c , i > 1 ) ]
式中： ϕ i , j 表示产业邻近性,即产业i和产业j在城市c中同时具有显性比较优势条件概率的最小值,其中 RC A c , i 计算方法如下[8,36]：
RC A c , i = Employmen t c , i ∑ Employmen t c , i ∑ Employmen t c , i ∑ Employmen t c , i
式中： Employmen t c , i 表示c城市中i产业的从业人员数量。当 RC A c , i 大于1时,i产业在城市c中具有显性比较优势。
产业关联密度的计算公式如下[8,36]：
densit y i , c = ∑ X j , c ϕ i , j ∑ ϕ i , j
式中： densit y i , c 表示城市c中产业i关联密度;j产业在城市c中具有显性比较优势时 X j , c 取1,否则取0。

2 中国新创通信设备制造企业空间格局

2.1 趋向在产业基础较好的4大城市群集聚

2013年中国通信设备制造业主要分布在“两群四市”,即珠三角城市群、长三角城市群以及武汉市、天津市、重庆市、西安市(图1)。2014—2019年,中国新创通信设备制造企业向珠三角、长三角、京津冀、成渝4大城市群集聚(图2)。
图1 基于工业总产值的2013年通信设备企业核密度分析

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2020)4630号的标准地图制作,底图无修改,下同;资料来源于中国工业企业数据库(2013年)。

Fig.1 Kernel density analysis of telecommunication equipment manufacturing ventures based on total industrial output value, 2013

图2 基于注册资本的新创通信设备制造企业核密度分析

注：资料来源于中国新创通信设备制造企业数据库(2014—2019年)。

Fig.2 Kernel density analysis of new telecommunication equipment ventures based on registered capital

值得注意的是,以深圳市为中心的珠三角城市群维持了在中国通信设备制造业领域的龙头地位[37]。2013年珠三角通信设备制造业企业工业总产值占全国比例为43.32%。2014—2019年珠三角新创通信设备制造企业注册资本占全国比例为25.96%。其中,深圳市是中国通信设备制造业最为重要的中心城市。2013年,深圳通信设备制造业工业总产值占全国比例为40.86%,是第二名武汉市的5.33倍。2014—2019年,深圳市新创通信设备制造企业注册资本占全国比例为16.98%,是第二名重庆市的2.30倍。
长三角城市群是除了珠三角城市群以外的第二大通信设备制造业集聚区域。由表1可知,2013年中国通信设备制造企业工业总产值前20名城市中有12个属于长三角地区;2014—2019年新创通信设备制造企业注册资本前20名城市中有6个属于长三角地区,进一步证明了以上海为中心的长三角城市群是中国重要的电子信息产业带[38]。
表1 中国通信设备制造工业总产值和企业注册资本前20名地区

Tab.1 Top 20 regions of Chinese telecommunication equipment manufacturing firms

2013年 2014—2019年
地区 原有企业工业
总产值/亿元		 工业总产值
占全国比例/%		 地区 新创企业
注册资本/亿元		 注册资本
占全国比例/%
深圳市 6098.65 40.86 深圳市 107.40 16.98
武汉市 1145.18 7.67 重庆市 46.66 7.38
苏州市 970.45 6.50 沧州市 41.67 6.59
上海市 805.96 5.40 东莞市 28.64 4.53
南京市 481.62 3.23 苏州市 28.48 4.50
天津市 374.42 2.51 南昌市 24.74 3.91
重庆市 307.70 2.06 红河州 16.75 2.65
无锡市 263.90 1.77 南京市 15.99 2.53
西安市 261.16 1.75 郑州市 13.56 2.14
杭州市 253.49 1.70 贵阳市 12.75 2.02
长沙市 237.13 1.59 宁波市 12.72 2.01
宁波市 220.82 1.48 南通市 9.45 1.49
徐州市 174.77 1.17 嘉兴市 8.64 1.37
镇江市 134.45 0.90 威海市 8.02 1.27
南通市 129.88 0.87 长沙市 7.15 1.13
淄博市 127.44 0.85 梧州市 7.02 1.11
盐城市 113.26 0.76 九江市 6.87 1.09
扬州市 111.11 0.74 芜湖市 6.27 0.99
烟台市 108.20 0.72 遵义市 6.22 0.98
温州市 107.79 0.72 惠州市 6.01 0.95
其他城市 2497.24 16.73 其他城市 217.40 34.38

注：数据根据中国工业企业数据库(2013年)、中国新创通信设备制造企业数据库(2014—2019年)计算。

京津冀城市群是华北地区新创通信设备制造企业的集聚中心。2013年京津冀城市群通信设备企业工业总产值占全国比例为3.42%;2014—2019年京津冀城市群新创通信设备制造企业注册资本占全国比例为9.19%,产业集聚程度有所提升。
成渝城市群是中国西部地区新创通信设备制造企业的集聚中心。成渝城市群是西部大开发的重点区域,在政策的支持下,成渝地区采取各种优惠措施吸引东部沿海地区的企业,其承接东部沿海地区产业转移的特点愈加明显[39]。值得注意的是,2013年重庆市通信设备制造业企业的工业总产值排名第7名;2014—2019年重庆市新创通信设备制造企业注册资本排名第2名,表明了重庆市作为西部地区的中心城市,利用其优惠政策、工业基础以及交通等方面优势,积极承接电子信息产业的转移,并取得一定的成效[29,39]。

2.2 4大城市群外围城市成为新的集聚热点

近年来,随着沿海地区大城市商务成本持续上升,制造业离心力逐渐增强[39]。珠三角城市群通信设备企业逐渐开始向城市群的外围城市转移。如紧邻深圳市的东莞市和惠州市积极承接深圳电子信息产业转移[40],其新创通信设备制造企业集聚优势逐渐凸显,注册资本总额分别位于全国第4名和第20名(表1)。
珠三角城市群的通信设备制造业呈现出明显的圈层结构,圈层结构中心是深圳市(图1、图2)。2013年珠三角圈层结构的外围城市包括江门市、佛山市和惠州市。新创通信设备制造企业在珠三角的分布范围明显扩大,圈层结构已经涵盖到广东省阳江市、肇庆市、云浮市、清远市、韶关市、河源市等外围城市。
新创通信设备制造企业在长三角城市群也具有明显的扩散特征。2013年产业集中于上海市、江苏省的南部地区和浙江省东北部地区。2014—2019年期间,长三角新创通信设备制造企业呈现出向安徽、苏中、苏北和浙西南地区扩散的态势(图1、图2)。由表1可知,长三角中心城市上海市排名退出前20名。这可能是因为,近年来长三角不断加强城市间经济协作,推进一体化发展,鼓励产业由经济发展水平较高地区向经济发展水平较低地区进行转移[41]。
2014—2019年,京津冀城市群新创通信设备制造企业出现向沧州市、石家庄市等河北城市转移的态势(图2)。具体来看,2013年天津市通信设备制造业企业工业总产值位居全国第6名,是京津冀城市群的集聚中心;2014—2019年,天津市新创通信设备制造企业注册资本排名第36名,而沧州市排名第3名(表1)。这也反映出,在政策调控下,京津冀制造业从北京和天津逐渐向河北腹地转移[42]。
成渝城市群新创通信设备制造业企业也出现了向城市群外围城市扩散的现象。2013年通信设备制造企业主要集中于重庆市,而新创通信设备制造企业已扩散到四川省成都市、绵阳市等地(图2)。由此可见,在电子信息产业从东向西转移的进程中,成渝经济区承接信息产业梯度转移的区位优势已逐步凸显[39]。

2.3 南昌市等城市成为新的集聚中心

如图1和图2所示,在2013年,南昌市、红河州、郑州市、贵阳市等并非通信设备制造业集聚中心。2014—2019年,南昌市、红河州、郑州市、贵阳市新创通信设备制造企业注册资本分别为24.74亿、16.75亿、13.56亿、12.75亿元,分别位于全国第6、7、9、10名,成为了新创通信设备制造业的集聚中心(表1)。
上述地区政府通过扶持性的产业政策,大力吸引龙头企业入驻发展新产业。红河州出台一系列鼓励性政策,2016年以来先后成功引入以晴集团红河产业园项目、惠科集团红河产业园项目、红河鑫顺祥电子芯片加工厂项目、河口高新技术电子信息产业园项目等一批有实力、产值高、带动力强的电子及通信产业项目落地投产,促进了通信设备制造业逐步向红河州集聚[43]。南昌市、贵阳市、郑州市也加强了对电子信息产业发展的政策支持力度[44,45,46]。
值得注意的是,龙头企业入驻有利于吸引中小企业集聚。例如,2017年,江西迅特通信技术有限公司落户南昌高新区,作为一家专业致力于光纤通信产品的高新技术企业,该公司2018年成为江西省种子独角兽企业,拥有累计超过50%的光模块及无源波分产品的市场份额[44],吸引了一批新创通信设备制造企业在南昌集聚。苹果数据中心和华为数据中心等龙头企业先后落地贵阳,促进了贵阳通信设备产业的发展[45]。富士康在手机装配行业起到了带头作用,其供应链逐步围绕富士康郑州工厂集聚,推动了郑州电子信息产业的发展[46]。

3 中国新创通信设备制造业企业进入的影响因素

3.1 变量分析

本文从产业关联、区域关联、政策关联3个维度分析新创通信设备制造企业空间格局的影响因素[13],选取上述3个维度的多个变量来分别刻画区域内知识溢出、区域外知识流入、扶持性政策情况,采用负二项回归分析各变量对新创通信设备制造企业进入的影响(图3)。
图3 中国新创通信设备制造企业进入影响因素

Fig.3 Influencing factors of China's new telecommunication equipment ventures' entry pattern

3.1.1 产业关联维度
(1) 产业多样化
史进等[47]通过对中国金属制造业新企业成立空间差异的影响因素分析发现,适度的相关多样化有助于促进高效率的新企业进入。相关多样化便于新企业学习区域内已存在企业的知识、技术,获得其经验、教训和市场有关的信息[48]。张艳等[49]在研究不同集聚类型与中部地区新企业动态的关系时指出,强调相关多样化有利于新企业的进入,而与区域内产业关联较弱的新企业则成长缓慢,甚至可能从区域中退出。参考上述实证分析的结果,本文提出以下假设：
H1：城市的相关性多样化越高,新创通信设备制造企业进入的概率越高。
H2：城市的非相关多样化程度越高,新创通信设备制造企业进入的概率越低。
(2) 产业关联密度
演化经济地理学者认为,区域产业演化受产业技术关联影响。在区域产业演化层面,区域更倾向于发展与已有产业关联程度更高的产业;在企业产品演化方面,企业也更容易生产与过去产品具有技术关联的新产品[8,9]。产业关联密度可体现区域内关联产业的发展情况,一定程度上反映出技术、人才、资源等相关联要素在区域内的集聚情况[9]。本文采用通信终端设备制造关联密度来刻画通信设备零部件和配件制造业发展基础,提出以下假设：
H3：产业关联密度越高,新创通信设备制造企业进入的概率越高。
(3) 产业基础
已有的研究证实,区域生产结构的演化依赖地区已有生产能力,即新企业的进入一定程度上会依靠区域内已经形成的技术、人才等条件[13]。考虑到中国电子通信设备制造业通常集聚在具有一定电子信息产业基础的地区[2],本文使用2013年通信设备制造业的工业总产值表示原有产业基础,提出以下假设：
H4：新创通信设备制造企业更偏向于进入原有通信制造产业基础较为雄厚的地区。
(4) 知识复杂性
知识对于经济增长有着明显的促进作用,而中国知识复杂性分布并不均匀,在空间上存在明显的集聚现象[35]。提高区域的知识复杂性,会增强知识的空间粘性,有助于加强区域竞争优势[35]。崔兆财等[50]研究发现,相比中西部地区,知识复杂性对中国东部地区的创新促进作用更明显。考虑到提高知识复杂性可能有助于塑造区域自身优势,进而吸引新创企业进入,本文提出以下假设：
H5：新创通信设备制造企业更愿意进入知识复杂性高的地区。
3.1.2 区域关联维度
借助于全球化等区域关联方式,企业有可能获得外部资本和先进的技术、知识、管理技巧等生产要素,从而降低对区域内资源要素的依赖[51]。考虑到区域有可能通过融入全球网络,改变区域现有的产业发展路径,发展新兴产业[17],本文采用外资工业依赖度来刻画城市的全球化程度,提出以下假设：
H6：城市的全球化程度越高,越有利于吸引新创通信设备制造企业。
3.1.3 政策关联维度
学者研究发现,随着财政能力的提升,政府对于产业结构演化路径的干预越强,越有可能发展新产业[36]。考虑到政府力量的参与有助于营造出一种有利于新创企业进入的政策环境[46],本文采用国有资本依赖度来刻画政府力量,提出以下假设：
H7：政府力量越强,越有利于新创通信设备制造企业进入。
以上变量选取和计算如表2所示。各自变量和因变量的相关统计描述如表3所示。
表2 解释变量指标选取

Tab.2 Explanatory variables of the regression model

变量 预期回归系数 计算公式 数据来源
相关多样化 + 根据王俊松[33]公式计算 中国工业企业
数据库2013
非相关多样化 - 根据王俊松[33]公式计算
通信终端设备制造关联密度 + 根据金璐璐等[36]公式计算
2013年通信设备制造业总产值 + 当年工业总产值
知识复杂性 + 根据张翼鸥等[35]公式计算
外资工业依赖度 + 城市外资工业资本/城市工业企业资本
国有资本依赖度 + $\frac{城市国有工业资本+城市集体工业资本}{城市工业企业资本}$
表3 变量描述性统计

Tab.3 Descriptive statistics of the variables

变量 均值 标准差 最小值 最大值
新创企业进入数量/家 17.84 107.86 0 1930
相关多样化 1.12 0.53 0 2.26
非相关多样化 2.53 0.61 0 3.23
通信终端设备制造关联密度 0.13 0.10 0 0.62
2013年通信设备制造业工业总产值/亿元 41.57 335.86 0 6098.65
知识复杂性 61.61 17.12 0 100.00
外资工业依赖度 0.11 0.14 0 0.77
国有资本依赖度 0.24 0.19 0 1.00

注：样本量为359。

3.2 结果分析

本文以成立于2014—2019年间的中国新创通信设备制造企业在各地级市的数量作为被解释变量,选取各城市的相关多样化、非相关多样化、通信终端设备制造关联密度、2013年城市通信设备制造业工业总产值、知识复杂性、外资工业依赖度、国有资本依赖度7个指标为自变量,利用负二项模型进行回归分析。鉴于本文所用“国家信用公示系统”汇总的企业工商注册数据库,能够反映企业规模的字段只有注册资本,根据企业注册资本的中位数进行企业规模的划分,注册资本大于或等于中位数的企业为大规模企业,注册资本小于中位数的企业为中小规模企业。考虑到内资、外资所有制以及企业规模等企业异质性因素,本文建立起了全部样本、内资企业、外资企业、中小规模企业、大规模企业5个回归模型。各样本模型的负二项回归分析结果如表4所示。由表4可以得出以下结论：
(1) 相关多样化在5个模型中均未通过显著性检验,故假设H1未能得到证实。这可能是因为相关多样化是基于城市产业全体而言,适合于刻画城市产业全体的相关联程度,并不一定能反映与通信设备制造业技术关联的情况。一个地区可能因为集聚了汽车等运输机械企业,具有很高的相关多样化水平,但这种与汽车制造相关的相关多样化水平未必能够为通信设备制造业企业进入创造良好的产业环境。就此而言,用该指标在评估某个特定产业的关联产业发展情况具有局限性。
(2) 非相关多样化在模型3和模型5中回归系数为正,并在5%水平通过了显著性检验,表明外资企业和大规模新创企业趋向于非相关多样化水平高的地区集聚。这可能是因为外资企业可以基于所有权联系,使用母公司所拥有的全球管道,获取各种资源,克服东道国(地区)初始产业关联水平较低带来的发展障碍[20];而大规模企业则可以组织相关的供应商集聚,逐步提高当地的产业关联水平,也可以克服初始产业关联水平不高的缺陷[46]。
(3) 通信终端设备制造关联密度在全样本模型中回归系数为正,并在5%水平通过显著性检验,假设H3成立。在内资企业模型中,通信终端设备制造关联密度回归系数为正,并在5%水平通过显著性检验,证明产业关联密度对内资企业分布具有正向影响。外资企业模型的回归系数未通过显著性检验。2013年城市通信设备产业关联密度较低,并不一定会影响该地区吸引通信设备制造业的外资龙头企业。富士康落户郑州之初,郑州手机相关的通信设备产业发展基础也相对薄弱,富士康入驻之后,吸引核心零部件配套厂商进入,最终促使郑州形成智能终端的产业集群[46]。富士康在郑州的投资证明了大规模企业进入通信设备关联密度较低的地区之后,可快速带动相关联企业的集聚,提升区域后期的通信设备制造产业关联密度[46]。因此,需要动态地看产业关联密度的影响。在大规模企业模型中,通信终端设备制造关联密度回归系数为正,并在5%水平通过了显著性检验,表明了产业关联密度越高越有利于大规模新创通信设备企业进入。中小规模零部件制造企业为终端设备提供产品配套。通信终端设备制造关联密度越高意味着区域零部件相关的产业集聚,一方面带来了集聚经济,另一方面也有可能带来同业之间的竞争。这可能是通信终端设备制造关联密度对中小规模企业的影响未通过显著性检验的原因。
(4) 2013年已经形成的通信设备制造业产业基础和知识复杂性在所有的模型中回归系数均为正,并全部通过了显著性检验,表明假设H4和假设H5成立。换言之,新创通信设备制造企业的空间分布受到该地区原有通信设备制造业基础和知识复杂性的正向影响。这进一步验证了新创企业进入具有空间持续性、具有一定产业基础的区域更有可能保持较高的新创企业进入率[52],也验证了知识复杂性对于区域产业发展的积极意义[34]。
(5) 外资工业依赖度在模型3中回归系数为正,并在5%水平通过了显著性检验。假设H6在外资企业模型中得到证实。外资企业作为外来者,则会较多地考虑到区域全球化的程度,以便接入全球知识网络的资源[51]。全球化对内资企业的影响未通过显著性检验。可能是因为外资企业进入使区域内竞争过于强烈,进而对内资企业造成负面冲击;一些内资企业在进行区位选择可能会规避外资企业的影响,避免进入外资过于集聚的地区[53]。
(6) 国有资本依赖度在模型5中回归系数为正,并在5%水平通过了显著性检验,表明了大规模新创通信设备制造企业更趋向于进入政府力量更强的区域。故假设H7在大规模企业模型中被证实。良好的政策环境对大规模企业具有较大的吸引力,地方政府也乐意采用政策扶持,吸引大规模企业入驻[54]。政府力量对小规模企业分布的影响未通过显著性检验,可能是因为地方政府更大程度上聚焦大规模企业发展,而小规模企业更大程度上基于市场经济环境谋求发展。
表4 负二项回归结果

Tab.4 Results of negative binomial regression analysis

变量 模型1：
全部样本		 模型2：
内资企业		 模型3：
外资企业		 模型4：
中小规模企业		 模型5：
大规模企业
相关多样化 0.5897 0.6218 -1.1406 0.8738 0.1144
非相关多样化 0.2322 0.2058 2.1406** -0.1109 0.6172**
通信终端设备制造关联密度 4.0076** 3.8873** 3.5247 2.2140 5.3245**
2013年通信设备制造业总产值 0.0004** 0.0004** 0.0006** 0.0004** 0.0005**
知识复杂性 0.0311*** 0.0313*** 0.0640** 0.0360*** 0.0353***
外资工业依赖度 0.8862 0.8626 3.0404** 1.0103 0.7719
国有资本依赖度 0.6520 0.6721 0.1749 0.2098 1.2193**
常数 -2.2602 -2.2440 -11.7061 -2.3793 -3.9794
R2 0.1556 0.1543 0.2505 0.1479 0.1671
N 359 359 359 359 359

注：**、***分别表示P<0.05、P<0.01。

4 结论与讨论

4.1 结论

本文基于微观企业数据库,分析了中国新创通信设备制造企业的空间格局及其影响因素。研究发现：
(1) 中国通信设备制造业新创企业趋向于在原有产业基础较好的珠三角、长三角、京津冀、成渝4大城市群集聚,其中珠三角、长三角集聚优势更明显。具体而言,珠三角和长三角分别是新创通信设备制造注册资本总额前2名的地区,该指标占全国比例分别为25.96%、21.34%。值得注意的是,深圳是吸引新创通信设备制造企业数量最多的城市。京津冀和成渝城市群通信设备制造业新创企业数量与珠三角和长三角相比,尚有一定的差距。
(2) 通信设备制造业新创企业在4大城市群都出现了从核心地区向外围地区扩散的现象。珠三角通信设备制造业新创企业从深圳向东莞、惠州等城市转移;长三角通信设备制造业新创企业则向安徽、苏中、苏北和浙西南地区扩散;京津冀城市群通信设备制造业向河北腹地扩张,集聚中心由天津市转移至河北省沧州等城市;成渝城市群通信设备制造业集聚范围由重庆市扩散至四川省的成都市、绵阳市、德阳市等地。
(3) 原先通信设备制造产业基础较弱的南昌市、红河州、郑州市和贵阳市成为新的集聚热点。南昌市、红河州、郑州市、贵阳市2013年通信设备制造业企业较少,而2014—2019年新创通信设备制造企业的注册资本总和却位居前10名。这些地区政府聚焦重点项目建设,引入通信设备制造龙头企业,带动了本地通信设备制造业发展。
(4) 企业类型不同,影响企业进入的因素存在差异性。城市的知识复杂性和原有产业基础对各类型新创通信设备制造企业进入具有正向影响;产业关联密度对内资和大规模企业进入具有正向的影响;非相关多样化有利于外资企业和大规模企业进入;全球化和政府力量分别有利于外资企业、大规模企业的进入。

4.2 讨论

(1) 以往的研究强调了相关多样化的积极意义[12]。在本文中,相关多样化指标的影响并没有通过显著性检验,但这并不意味着产业关联不重要。另外,本文还采用了一个刻画产业认知邻近的指标——产业关联密度。实证分析表明,产业关联密度越高,越有利于内资和大规模企业进入。这是因为与相关多样化相比,产业关联密度更为直接地反映出了与特定产业相配套的关联产业的发展情况,对特定产业的进入具有更为直接的影响[9]。
(2) 早期产业基础较为薄弱的地区,如南昌市、红河州、郑州市、贵阳市等凭借着政府力量,吸引了龙头企业及其供应商,提升了当地的通信设备制造业产业关联水平。因此,需要注意到区域产业关联水平的动态变化。更需要注意的是,通信设备制造业等终端产品的组装制造本质上是劳动密集型的生产环节。依靠龙头企业低增加值率的组装工厂,区域并无法摆脱低收入水平的命运[55]。因此,这些原有产业基础较弱的地区,需要进一步促进龙头企业的知识溢出,加强本地企业融入龙头企业供应链[54],提升本地劳动力的技能与创造性,提高区域的知识复杂性。
(3) 本文是从全国尺度定量分析新创通信设备企业进入的影响因素,并未对企业进入的微观过程开展深入分析。鉴于中国是一个区域差异巨大的大国,不同区域、不同类型企业的进入具有不同的特征,后续研究还可以选取典型新创通信设备制造企业进入的个案,对政府、企业、行业协会等多个行动者开展深入的访谈和调查,从定性的角度来分析企业进入的影响因素,从而弥补定量分析对于微观过程理解的不足。此外,对于新创企业而言,5年是很重要的生存分水岭[56,57],后续研究还可以借鉴Klepper[58]的方法,应用COX比例风险模型,从产业关联、区域关联、政策关联等维度分析新创通信设备制造企业生存状态的影响因素。

衷心感谢匿名审查专家在文章框架、文献综述、计量模型等方面提出建设性修改意见！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中华人民共和国工业和信息化部. 2019年电子信息制造业运行情况[EB/OL]. 2020-02-12 [2020-05-16]. https://www.miit.gov.cn/gxsj/tjfx/dzxx/art/2020/art_71cdd06b6a9345afa5d0d72ea25f43ad.html.

[ Ministry of Industry and Information Technology of the People's Republic of China. Operation Report of electronic information manufacturing industry in 2019. 2020-02-12 [2020-05-16]. https://www.miit.gov.cn/gxsj/tjfx/dzxx/art/2020/art_71cdd06b6a9345afa5d0d72ea25f43ad.html. ]

[2]
高翔. 中国电子通讯设备制造业的区位选择研究[J]. 地理与地理信息科学, 2010,26(3):54-58.

[ Gao Xiang. Location choice of Chinese electronic and communication equipment manufacturing industries. Geography and Geo-Information Science, 2010,26(3):54-58. ]

[3]
盖骁敏, 高彦梅. 产业集聚与集聚转移: 中国电子及通信设备制造业的竞争力[J]. 改革, 2013(12):113-121.

[ Gai Xiaomin, Gao Yanmei. Industrial agglomeration and agglomeration transfer: Electronic and the competitiveness of telecommunication equipment manufacturing industry in China. Reform, 2013(12):113-121. ]

[4]
高菠阳, 李俊玮, 刘红光. 中国电子信息产业转移特征及驱动因素: 基于区域间投入产出表分析[J]. 经济地理, 2015,35(10):103-109.

[ Gao Boyang, Li Junwei, Liu Hongguang. The quantitative study on electronic information industry transfer in China. Economic Geography, 2015,35(10):103-109. ]

[5]
隆云滔, 裴瑞敏, 杨国梁. 电子及通信设备制造业区域创新绩效演化研究[J]. 科技管理研究, 2018,38(16):162-168.

[ Long Yuntao, Pei Ruimin, Yang Guoliang. Study of regional innovation performance evolution in manufacture of electronic and communication device. Science and Technology Management Research, 2018,38(16):162-168. ]

[6]
宋晓明, 张志军. 区域电子及通信设备制造业升级模式与对策[J]. 中国科技论坛, 2016(1):112-117.

[ Song Xiaoming, Zhang Zhijun. Upgrading model and countermeasures of regional electron and communication equipment manufacturing industry. Forum on Science and Technology in China, 2016(1):112-117. ]

[7]
郭琪, 贺灿飞. 演化经济地理视角下的技术关联研究进展[J]. 地理科学进展, 2018,37(2):229-238.

DOI

[ Guo Qi, He Canfei. Progress of research on technological relatedness in the perspective of evolutionary economic geography. Progress in Geography, 2018,37(2):229-238. ]

[8]
Hidalgo C A, Klinger B, Barabási A L, et al. The product space conditions the development of nations[J]. Science, 2007,317:482-487.

DOI

[9]
贺灿飞, 朱晟君. 中国产业发展与布局的关联法则[J]. 地理学报, 2020,75(12):2684-2698.

DOI

[ He Canfei, Zhu Shengjun. The principle of relatedness in China's regional industrial development. Acta Geographica Sinica, 2020,75(12):2684-2698. ]

[10]
Frenken K, Van Oort F, Verburg T. Related variety, unrelated variety and regional economic growth[J]. Regional Studies, 2007,41(5):685-697.

DOI

[11]
Boschma R. Relatedness as driver of regional diversification: A research agenda[J]. Regional Studies, 2017,51(3):351-364.

DOI

[12]
Content J, Frenken K. Related variety and economic development: A literature review[J]. European Planning Studies, 2016,24(12):2097-2112.

DOI

[13]
朱晟君, 金文纨, 胡晓辉. 关联视角下的区域产业动态研究进展与反思[J]. 地理研究, 2020,39(5):1045-1055.

DOI

[ Zhu Shengjun, Jin Wenwan, Hu Xiaohui. The regional industrial dynamics from the perspective of relatedness. Geographical Research, 2020,39(5):1045-1055. ]

[14]
卢华玲, 周燕, 樊自甫. 产业集群发展影响因素研究: 基于电子及通信设备制造业省级面板数据实证分析[J]. 工业技术经济, 2013,32(1):118-126.

[ Lu Hualing, Zhou Yan, Fan Zifu. Influence factors' research to industrial cluster development: Based on the electronic and communication device manufacturings' panel data of the provincial in China. Journal of Industrial Technological Economics, 2013,32(1):118-126. ]

[15]
吴利华, 纪静. 中美电子信息制造业产业环境比较分析: 基于关联产业的视角[J]. 科学学研究, 2014,32(2):236-241.

[ Wu Lihua, Ji Jing. Comparative analysis of industry environment between the electronic information manufacturing industry of China and America: Analysis based on correlative industry. Studies in Science of Science, 2014,32(2):236-241. ]

[16]
李春梅, 奚贞子, 马金金. 区际产业转移关联溢出与产业高质量发展: 对电子设备制造业的实证检验[J]. 科技进步与对策, 2020,37(10):62-70.

[ Li Chunmei, Xi Zhenzi, Ma Jinjin. Industrial linkages spillover of regional industrial transfer and high-quality development: Evidence from electronic equipment manufacturing industry. Science & Technology Progress and Policy, 2020,37(10):62-70. ]

[17]
Trippl M, Grillitsch M, Isaksen A. Exogenous sources of regional industrial change: Attraction and absorption of non-local knowledge for new path development[J]. Progress in Human Geography, 2018,42(5):687-705.

DOI

[18]
Boschma R, Iammarino S. Related variety, trade linkages, and regional growth in Italy[J]. Economic Geography, 2009,85(3):289-311.

DOI

[19]
王俊松. 相关性多样化、内外资联系与城市创新能力[J]. 南方经济, 2015(12):55-70.

[ Wang Junsong. Related variety, extraregional linkages and urban innovation ability. South China Journal of Economics, 2015(12):55-70. ]

[20]
Neffke F, Hartog M, Boschma R, et al. Agents of structural change: The role of firms and entrepreneurs in regional diversification[J]. Economic Geography, 2018,94(1):23-48.

DOI

[21]
Bathelt H, Cohendet P. The creation of knowledge: Local building, global accessing and economic development: Toward an agenda[J]. Journal of Economic Geography, 2014,14(5):869-882.

DOI

[22]
毛熙彦, 贺灿飞. 区域发展的“全球—地方”互动机制研究[J]. 地理科学进展, 2019,38(10):1449-1461.

DOI

[ Mao Xiyan, He Canfei. A review of global-local interactions for regional development. Progress in Geography, 2019,38(10):1449-1461. ]

[23]
潘峰华, 王缉慈. 全球化背景下中国手机制造产业的空间格局及其影响因素[J]. 经济地理, 2010,30(4):608-613.

[ Pan Fenghua, Wang Jici. What determines the spatial pattern of the mobile phone industry in China? Economic Geography, 2010,30(4):608-613. ]

[24]
Zhu S J, He C F, Zhou Y. How to jump further and catch up? Path-breaking in an uneven industry space[J]. Journal of Economic Geography, 2017,17(3):521-545.

[25]
Chaminade C, Bellandi M, Plechero M, et al. Understanding processes of path renewal and creation in thick specialized regional innovation systems: Evidence from two textile districts in Italy and Sweden[J]. European Planning Studies, 2019,27(10):1978-1994.

DOI

[26]
Guo Q, He C F. Production space and regional industrial evolution in China[J]. GeoJournal, 2017,82(2):379-396.

DOI

[27]
严鹏. 国家作用与中国的工业化道路: 一个新李斯特主义的解读[J]. 当代经济研究, 2015(12):20-29, 97.

[ Yan Peng. Role of the country and Chinese path of industrialization: A new interpretation of List doctrine. Contemporary Economic Research, 2015(12):20-29, 97. ]

[28]
林毅夫. 产业政策与我国经济的发展: 新结构经济学的视角[J]. 复旦学报(社会科学版), 2017,59(2):148-153.

[ Lin Yifu. Industrial policy and China's economic development: From the perspective of new structural economics. Fudan Journal (Social Sciences Edition), 2017,59(2):148-153. ]

[29]
高菠阳, 刘卫东. 政府空间治理与地方产业发展响应: 以重庆市电子信息产业为例[J]. 人文地理, 2016,31(3):1-8, 18.

[ Gao Boyang, Liu Weidong. Spatial governance and local response of industrial development: The rise of the computer industry in Chongqing. Human Geography, 2016,31(3):1-8, 18. ]

[30]
聂辉华, 江艇, 杨汝岱. 中国工业企业数据库的使用现状和潜在问题[J]. 世界经济, 2012,35(5):142-158.

[ Nie Huihua, Jiang Ting, Yang Rudai. The current situation and potential problems of industrial enterprise database in China. The Journal of World Economy, 2012,35(5):142-158. ]

[31]
王远飞, 何洪林. 空间数据分析方法 [M]. 北京: 科学出版社, 2007.

[ Wang Yuanfei, He Honglin. Methods of spatial data analysis. Beijing, China: Science Press, 2007. ]

[32]
毕秀晶, 汪明峰, 李健, 等. 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.

[ Bi Xiujing, Wang Mingfeng, Li Jian, et al. Agglomeration and suburbanization: A study on the spatial distribution of software industry and its evolution in metropolitan Shanghai. Acta Geographica Sinica, 2011,66(12):1682-1694. ]

[33]
王俊松. 集聚经济、相关性多样化与城市经济增长: 基于279个地级及以上城市面板数据的实证分析[J]. 财经研究, 2016,42(5):135-144.

[ Wang Junsong. Agglomeration economy, correlation variety and urban economic growth: Empirical analysis based on panel data of 279 cities at prefecture level or above. Journal of Finance and Economics, 2016,42(5):135-144. ]

[34]
Balland P, Rigby D, Lund U, et al. The geography of complex knowledge[J]. Economic Geography, 2017,93(1):1-23.

DOI

[35]
张翼鸥, 谷人旭. 中国城市知识复杂性的空间特征及影响研究[J]. 地理学报, 2018,73(8):1421-1432.

DOI

[ Zhang Yi'ou, Gu Renxu. The geography of knowledge complexity and its influence in Chinese cities. Acta Geographica Sinica, 2018,73(8):1421-1432. ]

[36]
金璐璐, 贺灿飞, 周沂, 等. 中国区域产业结构演化的路径突破[J]. 地理科学进展, 2017,36(8):974-985.

DOI

[ Jin Lulu, He Canfei, Zhou Yi, et al. Path creation in China's industrial evolution. Progress in Geography, 2017,36(8):974-985. ]

[37]
余颖, 刘青, 李贵才. 深圳高新电子信息企业空间格局演化及其影响因素[J]. 世界地理研究, 2020,29(3):557-567.

[ Yu Ying, Liu Qing, Li Guicai. The spatial evolution of Shenzhen high-tech electronic information technology agglomeration pattern and locational determinants. World Regional Studies, 2020,29(3):557-567. ]

[38]
周灿, 曹贤忠, 曾刚. 中国电子信息产业创新的集群网络模式与演化路径[J]. 地理研究, 2019,38(9):2212-2225.

DOI

[ Zhou Can, Cao Xianzhong, Zeng Gang. Cluster networks and evolution path of China's electronic information industry innovation. Geographical Research, 2019,38(9):2212-2225. ]

[39]
李仙德, 张旭亮, 李卫江, 等. 上海计算机产业转移及其对区域经济影响[J]. 地理研究, 2019,38(8):1919-1931.

DOI

[ Li Xiande, Zhang Xuliang, Li Weijiang, et al. The relocation of Shanghai's computer manufacturing industries and its regional economic impacts. Geographical Research, 2019,38(8):1919-1931. ]

[40]
李汉青, 袁文, 马明清, 等. 珠三角制造业集聚特征及基于增量的演变分析[J]. 地理科学进展, 2018,37(9):1291-1302.

DOI

[ Li Hanqing, Yuan Wen, Ma Mingqing, et al. Manufacturing industry agglomeration characteristics in the Pearl River Delta and evolution based on growth data. Progress in Geography, 2018,37(9):1291-1302. ]

[41]
李仙德. 基于上市公司网络的长三角城市网络空间结构研究[J]. 地理科学进展, 2014,33(12):1587-1600.

DOI

[ Li Xiande. Spatial structure of the Yangtze River Delta urban network based on the pattern of listed companies network. Progress in Geography, 2014,33(12):1587-1600. ]

[42]
张杰斐, 席强敏, 孙铁山, 等. 京津冀区域制造业分工与转移[J]. 人文地理, 2016,31(4):95-101, 160.

[ Zhang Jiefei, Xi Qiangmin, Sun Tieshan, et al. Industrial division and transfer of manufacture in Beijing-Tianjin-Hebei region. Human Geography, 2016,31(4):95-101, 160. ]

[43]
王陶. 新材料和信息产业已成为红河州工业经济增长新动能 [EB/OL]. 2019-05-29 [2020-05-19]. http://www.hh.cn/xw/szyw/201905/t20190529_740680.html.

[ Wang Tao. New materials and information industry have become the new driving force of industrial economic growth in Honghe. 2019-05-29 [2020-05-19]. http://www.hh.cn/xw/szyw/201905/t20190529_740680.html. ]

[44]
张代艳. 南昌高新区: 科技创新活力竞相迸发 [EB/OL]. 2019-12-06 [2020-05-19]. http://www.chinatorch.gov.cn/kjb/dfdt/201912/71cb20efdeff4060947d673ebcaee091.shtml.

[ Zhang Daiyan. Nanchang high-tech Zone: Vigorous scientific and technological innovation. 2019-12-06 [2020-05-19]. http://www.chinatorch.gov.cn/kjb/dfdt/201912/71cb20efdeff4060947d673ebcaee091.shtml. ]

[45]
贵阳新闻网. 奋进在高质量发展的路上, 贵阳市经济发展成就巡礼 [EB/OL]. 2019-12-24 [2020-04-09]. http://www.gywb.cn/system/2019/12/24/030273249.shtml.

[ Guiyang News Web. Striving for high quality development, Guiyang has made great achievements in economic development. 2019-12-24 [2020-04-09]. http://www.gywb.cn/system/2019/12/24/030273249.shtml. ]

[46]
张凡, 宁越敏. 全球生产网络、航空网络与地方复合镶嵌的战略耦合机理[J]. 南京社会科学, 2019(6):50-58.

[ Zhang Fan, Ning Yuemin. The strategic coupling of global produetion network, aviation network and local development. Nanjing Journal of Social Sciences, 2019(6):50-58. ]

[47]
史进, 贺灿飞. 中国新企业成立空间差异的影响因素: 以金属制品业为例[J]. 地理研究, 2018,37(7):1282-1296.

DOI

[ Shi Jin, He Canfei. Determinants of the spatial variation of new firm formation in China's metal product industry. Geographical Research, 2018,37(7):1282-1296. ]

[48]
郭琪, 贺灿飞, 史进. 空间集聚、市场结构对城市创业精神的影响研究: 基于2001—2007年中国制造业的数据[J]. 中国软科学, 2014(5):107-117.

[ Guo Qi, He Canfei, Shi Jin. The influence of agglomeration and market structure on urban entrepreneurship in China. China Soft Science, 2014(5):107-117. ]

[49]
张艳, 胡志强, 苗长虹. 不同集聚类型与中部地区新企业动态的关系[J]. 经济地理, 2020,40(5):155-164.

[ Zhang Yan, Hu Zhiqiang, Miao Changhong. Relationship between different agglomeration types and the dynamics of new enterprises in the central region. Economic Geography, 2020,40(5):155-164. ]

[50]
崔兆财, 周向红, 王俐. 中国区域知识复杂性测度及其对创新的影响[J]. 科技进步与对策, 2020,37(2):51-58.

[ Cui Zhaocai, Zhou Xianghong, Wang Li. A study on the measurement of regional knowledge complexity and its impact on innovation in China. Science & Technology Progress and Policy, 2020,37(2):51-58. ]

[51]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation[J]. Progress in Human Geography, 2004,28(1):31-56.

DOI

[52]
Andersson M, Koster S. Sources of persistence in regional start-up rates: Evidence from Sweden[J]. Journal of Economic Geography, 2011,11:179-201.

DOI

[53]
张晓磊, 张二震. 外资进入、产业关联与本土企业单位劳动成本: 基于中国工业企业数据的实证[J]. 世界经济研究, 2019(5):120-133, 136.

[ Zhang Xiaolei, Zhang Erzhen. FDI and Chinese manufacturing firm's unit labor cost: From the perspective of horizontal and vertical industry linkages. World Economy Studies, 2019(5):120-133, 136. ]

[54]
王琛, 郭一琼. 地方产业抵御经济危机的弹性影响因素: 以电子信息产业为例[J]. 地理研究, 2018,37(7):1297-1307.

DOI

[ Wang Chen, Guo Yiqiong. Resilience and resistance of local industry to economic crisis: A case study of China's IT industry. Geographical Research, 2018,37(7):1297-1307. ]

[55]
板倉勝高. 日本工業の地域システム[M]. 東京: 大明堂, 1988.

[ Itakura K. Regional systems of Japanese industry. Tokyo, Japan: Tameido, 1988. ]

[56]
何晓斌, 蒋君洁, 杨治, 等. 新创企业家应做“外交家”吗? 新创企业家的社交活动对企业绩效的影响[J]. 管理世界, 2013(6):128-137, 152.

[ He Xiaobin, Jiang Junjie, Yang Zhi, et al. Should new entrepreneurs be 'diplomats'? The impact of social activities of new entrepreneurs on corporate performance. Management World, 2013(6):128-137, 152. ]

[57]
徐宁, 李仙德, 李卫江. 中国新创汽车企业退出的空间格局及其影响因素[J]. 地理研究, 2020,39(10):2295-2312.

DOI

[ Xu Ning, Li Xiande, Li Weijiang. The spatial pattern and underlying factors of exited automobile ventures in China. Geographical Research, 2020,39(10):2295-2312. ]

[58]
Klepper S. Disagreements, spinoffs, and the evolution of Detroit as the capital of the US automobile industry[J]. Management Science, 2007,53(4):616-631.

DOI

Options
文章导航

/

〈 〉