doi:10.1111/pirs.12202
Spatial dependence and heterogeneity in the location processes of new high-tech firms in Nanjing, China*
Yingcheng Li1, Kai Zhu2dagger;
1 The Bartlett School of Planning, University College London, Central House, 14 Upper Woburn Place, London, WC1H 0NN, UK (e-mail: yingcheng.li.14@ucl.ac.uk)
2 College of Civil Engineering and Architecture, Zhejiang University of Technology, 18 Chaowang Road, Xiacheng
District, 310014 Hangzhou, China (e-mail: jameszhukai@163.com) Received: 27 January 2015 / Accepted: 1 October 2015
Abstract. Drawing upon township-level data on high-tech firms of Nanjing, China, this paper adopts a spatial econometric approach to examining the existence of spatial dependence and hetero- geneity in the location processes of high-tech firms. The results show that some locational determi- nants of neighbouring townships exert significant impacts on the attractiveness of a certain township for high-tech firms. Besides, the marginal effects of some locational determinants are found to vary across space. In general, these results point to the need to account for both inter-territorial spill- overs and cross-spatial variance in the investigation of factors that influence high-tech firm location.
JEL classification: C31, R30
Key words: Spatial dependence, spatial heterogeneity, high-tech firms, Nanjing
- Introduction
The debate on firm location has long been a central topic in economic geography and regional science ever since the seminal work by Weber (1929) on the location theory of industries. Empirical studies on firm location that date back to as early as the 1980s (Carlton 1979, 1983) have made great contribution to this debate. The recent progress in econometric modelling techniques and the increasing accessibility to diverse data sets have made it further possible on the one hand to investigate the relationship between various kinds of factors and firm location choices, and on the other hand to analyse this relationship at varying geographical scales (Arauzo-Carod et al. 2010). Although there has been some consensus on the empirical approaches to capturing the effects of locational determinants, the use of spatial econometric techniques which control for
* The first author would like to acknowledge the China Scholarship Council for award No. 201406090167. The authors would like to thank Prof. Nick Phelps at University College London and Prof. Wang Xingping at Southeast University (China) for their advice. The authors would also like to thank the editor and three anonymous referees for their very helpful and constructive comments. However, the authors take sole responsibility for their views.
dagger; Corresponding author
copy; 2015 The Author(s). Papers in Regional Science copy; 2015 RSAI
Papers in Regional Science, Volume 96 Number 3 August 2017.
spatial effects in the processes of firm location is still scarce in this strand of literature (Arauzo- Carod et al. 2010).
Note, however, that ignoring spatial effects in the analysis of firm location is somewhat problematic for the following reasons. First, a key attribute of firm location data is that they are geo-referenced, which means the locations of firms are linked with space and are likely to be influenced by the characteristics of proximally located sites (Alamaacute;-Sabater et al. 2011; Arauzo-Carod and Manjoacute;n-Antoliacute;n 2012). Thus, the traditional framework that does not control for the spatial variables is not able to capture the presence of spatial spillovers.
Second, the spatial distribution of firms is by no means homogenous. This is especially true for high-tech firms which are featured by high added values and sophisticated technologies. In the Chinese context, for instance, localities have been competing to attract high-tech firms to their respective jurisdiction, leading to significant heterogeneity in the spatial distribution of high-tech firms across regions. In this sense, one cannot overlook the potential influences of the spatial context on the location decisions of high-tech firms.
Third, the ignorance of spatial effects may be at odds with what the literature of new eco- nomic geography has claimed that agglomeration economies tend to emerge mainly at a local level (e.g., Fujita et al. 1999). When zooming in to the intra-urban scale, the role of cross-site externalities is then supposed to be more significant in affecting firm location processes than if the entire regions or states were treated as territorial units of analysis.
It can be learnt from the above discussion that the use of spatial econometric techniques is of great significance especially for studies at the micro geographical scale. However, most studies on the location processes of high-tech firms have been conducted at the global (Sachwald 2008), national (Fallah et al. 2014) and sub-national scales (Artal-Tur et al. 2012). By contrast, very few studies have attempted to look into this phenomenon empirically at the citywide scale. Notable exceptions are the studies of Yuan et al. (2010) and Zhang et al. (2013) who analysed the effects of locational determinants on high-tech firms in two Chinese cities, Suzhou and Beijing respectively. However, although these studies found evidence for spatial heterogeneity in the distribution of high-tech firms, they implicitly assumed non-existence of spatial external- ities in firm location processes.
The overarching aim of this paper is therefore to incorporate the spatial context into the examination of the effects of different factors on firm location within a city and to estimate such impacts with spatial econometric techniques. In particular, it focuses on an emerging industry in China – the high-tech industry – instead of the manufacturing industry at large which has been one of the research foci over decades.
The remainder of this paper is structured as follows. Section 2 rev
剩余内容已隐藏，支付完成后下载完整资料
南京高新技术企业选址过程中的空间依赖性和异质性*
李应成1，朱凯2
1伦敦大学学院巴特利特学院伦敦上沃本广场14号中央大厦英国WC1H 0NN（电子邮件：yingcheng.li.14@ucl.ac.uk）
2浙江工业大学土木工程与建筑学院，厦门朝旺路18号
区，310014中国杭州（电子邮件：jameszhukai@163.com）收到日期：2015年1月27日/接受日期：2015年10月1日
摘要： 本文利用中国南京市高新技术企业的乡镇级数据，采用空间计量经济学方法来检验高科技企业选址过程中是否存在空间依赖性和异质性。 结果表明，邻近乡镇的一些区位决定因素对某个乡镇对高科技企业的吸引力产生了重大影响。 此外，发现一些位置决定因素的边际效应在空间上有所不同。 总的来说，这些结果表明需要考虑影响高科技公司位置的因素调查中的跨域溢出和跨空间差异。
JEL分类：C31，R30
关键词：空间依赖性，空间异质性，高科技企业，南京
1简介
自从韦伯（1929）关于工业区位理论的开创性工作以来，关于企业区位的争论一直是经济地理学和区域科学的中心话题。 早在20世纪80年代（Carlton，1979,1983）对企业定位的实证研究为这场辩论做出了巨大贡献。 计量经济模型技术的最新进展和对不同数据集越来越多的可获得性一方面进一步有可能调查各种因素与企业区位选择之间的关系，另一方面在不同的地理区域分析这种关系 尺度（Arauzo-Carod等2010）。 虽然在捕捉位置决定因素影响的经验方法方面已经达成了一些共识，但使用空间计量经济学技术来控制这部分文献，公司位置的空间效应仍然很少（Arauzo-Carod et al。2010）。
但是请注意，由于以下原因，在分析公司位置时忽略空间效应有些问题。 首先，公司位置数据的一个关键属性是它们是地理参考的，这意味着公司的位置与空间相关联，很可能受到位于邻近地点的特征的影响（Alamaacute;-Sabater et al。2011; Arauzo -Carod和Manjoacute;n-Antoliacute;n2012）。 因此，不控制空间变量的传统框架无法捕捉到空间溢出的存在。
其次，公司的空间分布决不是同质的。对于高附加值和尖端技术的高科技企业尤其如此。例如，在中国，地方一直在竞争吸引高科技公司到各自的管辖范围，导致各地区高科技公司的空间分布存在显着的异质性。从这个意义上说，人们不能忽视空间环境对高科技公司选址决策的潜在影响。
- 空间效应的无知可能与新经济地理学的文献所声称的聚集经济往往主要出现在地方层面（例如Fujita et al。1999）不一致。在放大城市内部规模时，跨地区外部性的作用在影响企业的定位过程中应该比整个地区或州被视为地区分析单元更为重要。
从上述讨论可以看出，空间计量经济学技术的应用对微观地理学研究具有重要意义。然而，大多数关于高科技企业选址过程的研究都是在全球（Sachwald 2008），国家（Fallah et al。2014）和次国家级（Artal-Tur et al。2012）进行的。相反，很少有研究试图在全市范围内凭经验来研究这种现象。值得注意的例外是Yuan等人的研究。 （2010）和Zhang等人（2013）分别分析了中国两个城市苏州和北京的地理位置决定因素对高科技企业的影响。然而，虽然这些研究发现了高科技企业分布中空间异质性的证据，但他们暗示假设企业所在地的过程中不存在空间外部性。
因此，本文的总体目标是将空间背景纳入考察不同因素对城市内企业位置的影响，并用空间计量经济学技术估计这种影响。特别是关注中国的一个新兴产业 - 高科技产业 - 而不是广泛的制造业，这已成为数十年来的研究重点之一。
本文的其余部分的结构如下。 第2节回顾了城市内部一般城市位置的决定因素，特别是空间效应。 第3节描述研究领域，回归模型和变量。 第四部分考察研究区域内高科技企业分布的空间依赖性和异质性。 第5节介绍了实证结果。 第6节结束。
2城市内部的公司位置：一般决定因素和空间效应
在Rosenthal和Strange（2003）对集聚外部性的地理范围做出了开创性贡献之后，许多实证研究已经证实影响企业和工业区位的因素在不同的地理范围上有所不同（例如，Woodward et al.2006; Fallah et al。2014）。 地理分类数据的可获得性日益增加，促进了地方层面企业的分析（Arauzo-Carod et al。2010）。 这也解释了为什么当前的论文关注城市内部的规模。
2.1总体上的决定因素
已经制定了广泛的理论来分析经济活动的地点，包括高科技公司的地理位置。 Hayter（1997）将这些理论分为三类：新古典主义，行为主义和制度主义。 鉴于行为方法强调与个体企业差异（产品，规模和经营策略等）有关的内部因素的重要性，新古典主义和制度因素具有外部性（地点特定优势，创新环境等）。 但是，应该记住，这些因素的选择在很大程度上取决于地理尺度和估算方法。 鉴于本研究的重点，以下讨论仅限于位置特定因素的作用。
主要提到的位置决定因素可能是集聚经济，它描述了将企业定位在彼此附近的好处。 总体而言，集聚经济有两种：本地化经济和城市化经济。 被称为“马歇尔式”外部性的前体来自同一行业内企业的空间邻近性，而后者也被称为“雅各布斯式”外部性，指的是行业间知识溢出（Glaeser等，1992）。 在不同行业和不同领域可以找到集聚经济体在城市内部位置中作用的有力证据：（i）加泰罗尼亚的制造业（Arauzo-Carod 2005），休斯顿（Kohlhase和Ju 2007）以及 在南京（吕和陈2009）; （ii）在北京的外商直接投资（He et al。2005）; （iii）北京的高科技产业（Zhang et al。2013）。
可达性是影响公司位置的另一个显着因素，通常包括交通可达性，市场可及性和知识可达性。广泛的研究已经通过使用企业所在地和主要特征之间的距离作为代理来估计可达性的作用。这些因素中特别令人关注的是到中央商务区（例如Wu 1999），到交通基础设施（例如Gabe和Bell 2004; Zhang and He 2007; Yuan et al。2010）和大学（如Audretsch et 2005; Zhang和He 2007; Zhang等，2013）。另一方面，信息和通信技术（ICT）的巨大进步引发了关于距离是否仍然重要的争论（Graham，1998）。但是，请注意，信息通信技术的影响可能因不同的地理范围和不同部门而异。在信息通信技术作为集群形成促进者的一些情况下，相互之间的紧密关系仍然是企业选址的主要关注点之一（Liu et al。2004）。
一些研究也对规划政策进行了调查，这些研究主要侧重于发展中国家和特别是中国的城市内部地区。发达国家发现的结果有限且不确定。 Frenkel（2001）发现在以色列北部地区中心地区的高科技企业中，政策的重要性非常重要。谈到中国，结果是毫不含糊的。土地使用管理和经济技术开发区建设规划战略在城市规模内已经出台。 Wang等人（2011）强调了土地使用政策和工业园区在适应南京市中心旧工业区的公司中所起的作用。本研究得到了吕和陈（2009）关于南京制造企业选址的实证研究的支持。对苏州（Yuan et al。2010）和北京（Zhang et al。2013）的类似研究也证实了规划政策在影响高科技企业区位方面的关键作用。
影响公司选址的其他因素包括税收差异（Gabe和Bell 2004; Jofre-Monseny和Soleacute;-Olleacute;2010），周边住宅区的质量（Gottlieb 1995）和环境法规（List和McHone 2000）等。 但是，应该指出的是，这些因素是通过增加一个地区对经济因素的吸引力而间接地起作用的，而不是直接确定公司所在地。
2.2公司定位过程中的空间效应
上面列出的位置决定因素在大多数研究中都是在传统上估计的，假设这些因素在公司所在地的作用在地理上是有界的。 换句话说，在经验方法中不考虑空间外部性。 这很可能是因为计数数据模型没有空间计量经济学方法。 正如Arauzo-Carod等人 （2010年，第107页）指出，“空间计量经济学技术的稀缺使用可能主要是由于缺乏适当的工具，而未来空间计量经济学的发展应该紧随其后应用于工业区域。
.2.1空间依赖
由于空间计量经济学方法的重大突破，最近的研究已经开始通过将空间滞后变量纳入其分析框架来处理空间依赖在公司位置中的作用。 LeSage和Pace（2009）在解释包含独立变量和因变量空间滞后的模型参数时区分了直接效应和直接效应。尽管直接影响是指独立变量对其自身观察因变量的变化的影响，但间接影响衡量的是某一给定观察因变量受变量的依赖变量和解释变量的影响程度其他（邻近）观察。从这个意义上说，空间依赖可以被看作间接影响的来源。
大多数采用空间计量经济学技术的研究仅在其模型中引入了解释变量的空间滞后。例如，Autant-Bernard（2006）在法国的NUTS 2地区测试了R＆D实验室（公司）分布中空间依赖的存在。伍德沃德等人。 （2006）使用多个空间加权变量分析了美国各县新高科技产业与大学R＆D支出溢出之间的关系。 Alamaacute;-Sabater等人。 （2011）调查了西班牙穆尔西亚地区企业选址中空间溢出所起的作用。 Artal-Tur et al。 （2013）研究了制造企业的地点决策如何受到当地规模的跨地区溢出效应的影响，并发现空间溢出确实起着重要作用。 Daniel和Arauzo-Carod（2014）分析了西班牙加泰罗尼亚工业区位置过程中空间效应的作用。 Bhat等人最近的一项研究表明， （2014）提出了一个空间多元统计模型来估计德克萨斯州县级商业机构的地区决定因素。与以前的研究相比，他们考虑了所谓的空间Durbin模型中的依赖和自变量的空间滞后。
2.2.2空间异质性
空间依赖性和空间异质性是空间经济指标处理的两个主要问题（Anselin 1988）。虽然非常强调空间依赖对公司定位过程的影响，但很少有研究考虑空间计量经济模型中的空间异质性。 Lambert等人的工作是一个值得注意的例外。 （2006）比较了不同空间计量经济学技术的结果，并通过使用修正的地理加权回归方法来确定某些局部变量的影响变化。事实上，在社会福利（Longley andToboacute;n2004），健康状况（Schifano et al。2010）和收入不平等（Li et al。2014）研究中，空间异质性的影响已得到广泛分析。
理论上，空间异质性通常与公司位置过程中的空间依赖共存。当企业根据单一地点及其周边地区的特点决定何处定位时，空间依赖性就会出现，而当企业倾向于相互靠近时，空间异质性就会出现，这可能导致高度集聚区域的相互并存稀疏地区（以公司数量计）。因此，可以合理地假设企业的地理位置可以合理地表征为跨地域分析单元的高度空间依赖性和异质性。在存在空间异质性的情况下，解释变量的边际影响因地区和未观测到的因素（例如习俗，公众态度和社交网络）而异。
本研究建立在最近的文献上，通过将空间依赖性和空间异质性研究纳入一个分析框架，集中在局部范围内的公司空间位置过程的空间效应。根据中国城市南京的情况，估计位置决定因素的影响，特别是空间依赖性和异质性的影响。
3研究领域，模型设置和变量
3.1研究领域
南京位于中国长江三角洲地区（YRDR），是全球六大城市之一。它是江苏省省会，面积约6600平方公里，人口约820万。自2008年以来，高新技术产业总产值占规模以上工业企业总产值的比重已超过40％，高新技术产业增长强劲。然而近年来南京高新技术产业在YRDR中的作用相对减弱。就高科技企业数量而言，自2008年以来，南京已经超过了江苏省的其他三个城市。因此，如何创造一个吸引高科技企业的有利契机已成为政策的主要关注点制造商和城市规划者都是如此。南京还代表了许多其他中国城市，这些城市越来越难以面对高科技行业不断增长的竞争。正是在这个背景下，本研究分析了南京高科技企业的区位决定因素，这也可能为其他中国城市提供一些教训。
3.2经验模型
在应用空间计量经济学技术分析企业所在地之前，有两种主要方法来估计地点决定因素的影响。一种方法遵循离散选择模型（DCM），另一种方法是使用计数数据模型（CDM）。这两种模式的使用有很大差异。前者将公司视为分析单位，主要关注企业的特征或所选择的区域选择的区位，后者则将区域视为分析单位，并考察区域属性如何影响企业的位置。对这两种模型的优缺点的详细描述超出了本研究的范围（c.f.，Arauzo-Carod et al。2010; Bhat et al。2014）。但是，应该记住，要使用哪种方法主要取决于研究目标和数据可用性。
空间计量经济技术的最新进展主要是基于这两种模式。旨在估计不同种类空间效应的新开发方法包括空间条件Logit模型（Alamaacute;-Sabater等，2011），空间Dirichlet多项式回归模型（Artal-Tur et al。2013）和空间多变量模型（Bhat等，2014）。回想一下，本文的主要目的是调查场地特定属性对高科技公司位置的影响中是否存在空间依赖性和异质性。为此，基于泊松回归模型采用两种不同的空间计量经济学技术：空间滞后的泊松回归模型（SLPR）和地理加权的泊松回归模型（GWPR）。
3.2.1空间滞后的泊松回归模型
泊松回归方法通常用于处理计数数据模型。 标准的泊松回归模型，定义如下：
yi是位于领域分析单元i中的高科技企业数量; P（Yi = yi | Xi）表示yi的概率密度函数; lambda;i表示取决于一系列解释变量Xi的泊松参数。 公式（2）给出了lambda;i和Xi之间关系的表达式：
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[24187]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
