中國獨角獸企業(yè)空間分布特征及驅動要素研究

王益澄, 陳璐璐, 林雄斌, 葛亞軍

中國獨角獸企業(yè)空間分布特征及驅動要素研究

王益澄1, 陳璐璐2, 林雄斌2, 葛亞軍2

（1.寧波大學 潘天壽建筑與藝術設計學院, 浙江 寧波 315211; 2.寧波大學 地理科學與旅游文化學院, 浙江 寧波 315211）

獨角獸企業(yè)是新經濟發(fā)展的重要推動力, 是衡量區(qū)域創(chuàng)新發(fā)展的重要指標, 但當前其發(fā)展存在空間分布失衡的問題. 借助空間計量模型, 分析2014~2018年中國獨角獸企業(yè)的空間分布特征, 并采用Logit面板回歸模型對獨角獸企業(yè)空間分布的驅動要素進行實證研究. 研究結果表明: (1)中國獨角獸企業(yè)主要分布在東部地區(qū), 由沿海向內陸獨角獸企業(yè)數(shù)量逐漸遞減; (2)中國獨角獸企業(yè)在空間分布上不斷向外擴張, 影響范圍逐漸擴大, 總體上呈向“南”發(fā)展的趨勢; (3)城市經濟變量和城市社會化變量對獨角獸企業(yè)空間分布的影響程度最大, 在崗職工平均工資是影響全國獨角獸企業(yè)空間分布的主要驅動要素; (4)不同城市群獨角獸企業(yè)的驅動要素存在差異, 人才資源和教育水平是各城市群獨角獸企業(yè)發(fā)展的共同驅動要素.

獨角獸企業(yè); 空間分布特征; 驅動要素; 中國

隨著全球和區(qū)域經濟社會的不斷發(fā)展, 中國社會經濟轉型升級, 同時中國股權投資市場快速發(fā)展, 中國獨角獸企業(yè)從無到有, 從有到強, 在一定程度上成為過去十年中國經濟的一個縮影. “獨角獸企業(yè)”(Unicorn Companies)是指那些成立時間不超過10年, 企業(yè)估值超過10億且未上市的初創(chuàng)企業(yè). 據(jù)前瞻產業(yè)研究院最新統(tǒng)計報告顯示, 2018年全球共有獨角獸企業(yè)429家, 其中, 中國擁有202家, 數(shù)量位居世界第一, 占比47.09%. 2018年中國獨角獸企業(yè)的總估值為7446億美元, 折合人民幣約5萬億元, 占全國GDP的5.55%左右[1].

企業(yè)為了從外部環(huán)境中獲得經濟優(yōu)勢, 呈現(xiàn)不同的空間分布特征. 國外對企業(yè)空間分布的研究較早, 韋伯的工業(yè)區(qū)位論是后來諸多工業(yè)區(qū)位理論賴以發(fā)展的經典法則[2-3]. 影響企業(yè)空間布局的因素, 除了經濟因素外, 還包括政策、技術、知識、創(chuàng)新、制度等因素[4]及企業(yè)家的行為因素, 例如經營水平、個人偏好及決策者的信息占有量等[5]. 此外, 為獲得最大利潤, 企業(yè)在空間分布上往往形成集聚發(fā)展態(tài)勢[3]. 集聚過程中創(chuàng)新創(chuàng)業(yè)資源進行整合, 并形成了特定的創(chuàng)新創(chuàng)業(yè)環(huán)境[6-7]. 例如王琛等[8]以信息產業(yè)為例, 發(fā)現(xiàn)產業(yè)集群對技術創(chuàng)新的推動作用. 趙新正等[9]發(fā)現(xiàn)20世紀90年代以來, 上海外資企業(yè)表現(xiàn)出明顯的郊區(qū)化和向近郊區(qū)局部地區(qū)集聚的特征. 林娟等[10]實證發(fā)現(xiàn)產業(yè)集聚對新企業(yè)的入駐具有強大的吸引力. 地理位置和歷史優(yōu)勢是集聚的起始條件[11], 隨著社會的不斷發(fā)展, 傳統(tǒng)區(qū)位因子的影響逐步減弱[9], 信息技術的進步改造著商業(yè)運行模式和企業(yè)的組織模式, 并導致企業(yè)明顯的空間重組[12], 區(qū)位因子出現(xiàn)“軟化”趨勢[13]. 劉衛(wèi)東等[14]以諾基亞星網工業(yè)園為例, 揭示基于信息技術的集聚可以有效削減庫存和增加靈活性. 高技術產業(yè)有明顯的創(chuàng)新溢出效應[15]. 總的來說, 影響企業(yè)空間分布的因素包括經濟因素、政治政策因素、社會文化因素、企業(yè)集聚因素、信息技術因素及企業(yè)家的行為因素等.

隨著信息和科技的不斷發(fā)展, 獨角獸企業(yè)迅猛發(fā)展, 其企業(yè)估值高, 發(fā)展速度快, 在一定程度上能夠帶動城市及相關區(qū)域的發(fā)展. 楚天驕等[16]發(fā)現(xiàn)獨角獸企業(yè)的空間分布高度集中于北上深杭, 且主要集聚于國家高新區(qū). 胡峰等[17]發(fā)現(xiàn)獨角獸企業(yè)總部傾向于設置在產業(yè)政策比較好的城市. 并且獨角獸企業(yè)的空間分布往往會受到外部城市環(huán)境的影響, 如新經濟發(fā)展水平和高素質人口規(guī)模[16], 增長潛力和融資環(huán)境[18]等.

目前關于獨角獸企業(yè)的系統(tǒng)研究尚少, 中國地域面積遼闊, 各地區(qū)的資源稟賦、地理位置、經濟發(fā)展水平、城市化水平等方面存在差異[19], 不同地區(qū)獨角獸企業(yè)空間分布和驅動要素存在差異. 通過對獨角獸企業(yè)的空間分布特征進行分析, 探討新經濟時代下, 獨角獸企業(yè)空間分布的驅動要素, 為引導獨角獸企業(yè)合理布局, 各等級城市創(chuàng)新發(fā)展提供依據(jù), 促進中國經濟社會的可持續(xù)發(fā)展.

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

獨角獸企業(yè)名錄數(shù)據(jù)來源于我國科技部火炬中心和長城戰(zhàn)略咨詢發(fā)布的《中國獨角獸企業(yè)研究報告》, 由于2014年和2015年該機構未發(fā)布名錄, 通過整理2016年、2017年獨角獸企業(yè)名錄, 查閱相關資料確定2014年、2015年中國獨角獸企業(yè)名錄. 城市相關數(shù)據(jù)來自2015~2018年《中國城市統(tǒng)計年鑒》, 并結合十三五規(guī)劃劃分城市群進行整理匯總.

1.2 研究方法

1.2.1 標準差橢圓

標準差橢圓(Standard Deviational Ellipse, SDE)可以有效地反映地理要素的整體空間結構分布特征[20], SDE方法以中心、長軸、短軸、方位角為基本參數(shù), 長軸為空間分布最多的方向, 短軸為空間分布最少的方向.

表1 影響獨角獸企業(yè)空間分布的變量情況

1.2.2 Logit回歸模型

(1)模型構建. 面板數(shù)據(jù)(Panel Data)能同時分析時間序列數(shù)據(jù)和截面數(shù)據(jù), 因此本文選取面板數(shù)據(jù)作為數(shù)據(jù)樣本. Logit回歸模型是以事件發(fā)生概率的形式提供結果, 通過模型可以判斷某事件相對于參照事件的發(fā)生概率[21], 其參數(shù)估計采用的是最大似然法. 表達式如下:

(2)指標設定. 獨角獸企業(yè)集聚分布在高發(fā)展水平城市, 其分布與多種社會經濟因素有關. 城市規(guī)模的不斷擴張, 為獨角獸企業(yè)空間分布提供了土地和發(fā)展空間; 優(yōu)越的城市經濟狀況會吸引獨角獸企業(yè)的布局和發(fā)展; 城市工業(yè)基礎對獨角獸企業(yè)空間分布具有吸引力. 城市的社會化要素包含人口規(guī)模、收入、教育水平等, 是獨角獸企業(yè)發(fā)展的核心驅動力. 本文以全國獨角獸企業(yè)分布(1=有獨角獸企業(yè); 0=無獨角獸企業(yè))和獨角獸企業(yè)數(shù)量水平作為因變量; 將自變量分為城市用地變量、城市經濟變量、城市工業(yè)變量和城市社會化變量四大類(表1).

2 中國獨角獸企業(yè)的空間分布格局演變分析

2.1 中國獨角獸企業(yè)總體分布特征

總體上中國獨角獸企業(yè)空間分布不平衡, 主要分布在東部地區(qū), 且集中在長三角、珠三角、京津冀三大城市群, 中西部地區(qū)分布較少, 由沿海向內陸逐漸遞減. 2018年, 長三角、珠三角、京津冀城市群獨角獸企業(yè)總量分別達到了70、28、84家, 占全國獨角獸企業(yè)總量的34.65%、13.86%、41.58%, 中國獨角獸企業(yè)總體呈集聚分布的空間格局.

利用ArcGIS自然斷裂法, 根據(jù)獨角獸企業(yè)數(shù)量, 可將我國城市劃分為5個等級(表2), 一級城市有51~100家獨角獸企業(yè), 二級城市有21~50家, 三級城市有6~20家, 四級城市有1~5家, 五級城市沒有獨角獸企業(yè)分布. 全國獨角獸企業(yè)主要分布在北京, 2014年有42家, 占全國總量的51.22%; 2015年以來, 北京獨角獸企業(yè)迅速增加, 由二級上升為一級, 且保持穩(wěn)定增長趨勢. 北京是我國政治、經濟、文化中心, 良好的創(chuàng)新創(chuàng)業(yè)氛圍和寬松的政策環(huán)境, 有利于獨角獸企業(yè)的孵化. 但2015年以來, 北京與全國獨角獸企業(yè)總量之比不斷下降, 這與其他城市經濟實力的提升有關. 上海和杭州是長三角城市群的核心城市, 2014~2018年兩地獨角獸企業(yè)數(shù)量穩(wěn)定上升, 上海由三級城市上升至二級城市, 并穩(wěn)居全國第二, 杭州由第四等級城市發(fā)展為三級城市, 杭州獨角獸企業(yè)數(shù)量少于上海, 但2016年以來其獨角獸企業(yè)總估值遠高于上海(表3), 杭州有我國估值排名第一的獨角獸企業(yè)—–阿里巴巴, 2018年阿里巴巴的估值約為1500億美元, 超過上海跟深圳的總估值, 同時杭州獨角獸企業(yè)中, 有7家是阿里巴巴孵化的, 阿里巴巴的發(fā)展帶動著杭州獨角獸企業(yè)及整體經濟的發(fā)展.

表2 獨角獸企業(yè)視角下城市等級分類情況

注: 括號內數(shù)據(jù)為該等級城市獨角獸企業(yè)總數(shù)與全國獨角獸企業(yè)總量之比.

表3 2014~2018年中國主要城市獨角獸企業(yè)的數(shù)量及總估值狀況

中國獨角獸企業(yè)分布具有高等級城市指向性, 主要因為高等級城市經濟發(fā)展水平較高, 創(chuàng)新創(chuàng)業(yè)環(huán)境好、高科技人才眾多, 同時又有國家政策的支持, 有利于獨角獸企業(yè)的集聚發(fā)展, 且其集聚程度呈不斷加強的趨勢.

2.2 中國獨角獸企業(yè)空間擴展特征

根據(jù)中國獨角獸企業(yè)重心移動軌跡(圖1). 2014~2018年中國獨角獸企業(yè)空間分布范圍不斷向外擴張, 影響范圍逐漸擴大, 但總體來說, 呈現(xiàn)平穩(wěn)發(fā)展的特征. 其重心主要在南北方向移動, 東西方向上移動幅度較小. 5年來, 我國獨角獸企業(yè)的重心整體上移動了0.3個經度, 1個緯度, 且重心移動速度呈現(xiàn)先加速后變緩的移動特征.

圖1 2014~2018年中國獨角獸企業(yè)標準差橢圓及重心演變

根據(jù)中國獨角獸企業(yè)標準差橢圓演變軌跡的圖1所示, 2014~2018年中國獨角獸企業(yè)的空間分布相對集中, 集中在東部沿海地區(qū), 華北和長三角地區(qū)一帶. 5年來, 空間分布范圍有所擴大, 2014~ 2016年獨角獸企業(yè)的SDE相對一致, 變化幅度較小; 2017~2018年獨角獸企業(yè)的SDE有明顯的位置移動, 主要是向南移動.

總體來說, 獨角獸企業(yè)的空間分布范圍相對集中, 總體呈向南發(fā)展趨勢. 這與長三角、珠三角城市群獨角獸企業(yè)總數(shù)占全國獨角獸企業(yè)總量比不斷上升, 京津冀城市群獨角獸企業(yè)總數(shù)與全國獨角獸企業(yè)總量比不斷下降有關, 在一定程度上, 促使2014~2018年中國獨角獸企業(yè)的空間分布總體向南移動, 且呈現(xiàn)出明顯的空間擴張趨勢.

3 獨角獸企業(yè)空間分布特征的驅動要素分析

3.1 全國層面驅動要素分析

從全國層面出發(fā), 選取1獨角獸企業(yè)分布(1=有獨角獸企業(yè); 0=無獨角獸企業(yè))作為因變量. 根據(jù)變量分類設定了5個模型, 模型1~模型4對不同類型的變量進行分類回歸, 模型5對所有變量進行了回歸, 回歸結果見表4.

3.1.1 城市用地變量

城市建設用地面積在1%置信水平上顯著為正, 而城市建設用地占市區(qū)面積比重不顯著. 相對于沒有獨角獸企業(yè)的城市來講, 有獨角獸企業(yè)的城市建設用地面積大1.020倍(Exp(0.020)=1.020), 可見城市的發(fā)展與城市建設用地面積之間具有相互關系, 即其面積大小對獨角獸企業(yè)的區(qū)位選擇具有顯著的引導效應. 隨著城市化的不斷發(fā)展, 城市建設用地面積不斷增加, 大量財富、人口、信息等要素在城市集聚, 能夠吸引獨角獸企業(yè)集聚發(fā)展.

3.1.2 城市經濟變量結果

在模型2中, 除了科學技術支出、地區(qū)生產總值和實際利用外資金額在5%置信水平上顯著為正外, 其他變量均不顯著. 且3個經濟變量指標對因變量的作用程度比較相近, 影響程度排序為地區(qū)生產總值>科學技術支出>實際利用外資金額. 獨角獸企業(yè)主要出現(xiàn)在高新技術領域, 區(qū)域經濟增長對獨角獸企業(yè)發(fā)展具有顯著的推動作用.

表4 全國城市獨角獸企業(yè)空間分布的驅動要素分析

注: 1) 1%水平上的顯著程度, 2) 5%水平上的顯著程度, 3) 10%水平上的顯著程度.

3.1.3 城市工業(yè)變量

城市工業(yè)基礎是影響獨角獸企業(yè)空間分布的重要要素之一. 模型3中, 規(guī)模以上工業(yè)企業(yè)數(shù)在1%置信水平上顯著正相關, 規(guī)模以上工業(yè)企業(yè)固定資產合計在5%置信水平上顯著為正. 相對于無獨角獸企業(yè)的城市來講, 有獨角獸企業(yè)城市的規(guī)模以上工業(yè)企業(yè)數(shù)多1倍左右(Exp(0.001)=1.001), 其固定資產合計高3.586倍(Exp(1.277)=3.586). 工業(yè)基礎越好的城市能提供優(yōu)良的基礎設施、現(xiàn)代化服務、相關產業(yè)的生產及服務.

3.1.4 城市社會化變量

模型4中, 在崗職工平均人數(shù)和平均工資在1%置信水平上的顯著正相關. 在崗職工平均工資狀況代表著城市居民的生活水平狀況, 平均工資越高, 人民生活水平越高, 為獨角獸企業(yè)的發(fā)展提供消費市場. 年末平均人口為10%置信水平上的負相關, 有獨角獸企業(yè)城市的年末平均人口是無獨角獸企業(yè)城市的0.996倍(Exp(-0.004)=0.996), 年末平均人口越多, 在一定程度上可能會形成人口壓力, 加劇城市的基礎設施壓力.

3.2 各城市群層面驅動要素分析

我國獨角獸企業(yè)空間分布不平衡, 區(qū)域之間存在著較大發(fā)展差異. 由于個別城市獨角獸企業(yè)樣本量過少, 無法進行計算, 所以從城市群角度出發(fā), 選擇長三角城市群、珠三角城市群、京津冀城市群、成渝城市群、山東半島城市群、長江中游城市群、遼中南城市群, 檢驗獨角獸企業(yè)數(shù)量與城市各指標之間的相互關系. 模型擬合優(yōu)度2的平均值大于0.9(表5), 最終模型顯示對因變量解釋效果較好.

長三角城市群獨角獸企業(yè)的數(shù)量主要受到教育支出占公共財政支出的比重影響. 在長三角地區(qū), 著名的高等院校眾多, 教育支出的比重也相應增加, 說明獨角獸企業(yè)的發(fā)展對人才培養(yǎng)具有較強依賴性. 科學技術支出占公共財政支出的比重呈顯著負相關, 其系數(shù)為-33.358, 表明科學技術支出的增加并沒有帶來獨角獸企業(yè)數(shù)量的增加, 可能跟長三角城市群缺乏獨角獸企業(yè)的專項科學技術支出有關, 難以發(fā)揮科技的刺激效應.

公共財政支出、規(guī)模以上工業(yè)企業(yè)利潤總額、普通高等學校在校學生數(shù)對珠三角城市群獨角獸企業(yè)數(shù)量有顯著的正向影響. 其中, 規(guī)模以上工業(yè)企業(yè)利潤總額影響最大(PRO系數(shù)為1.194), 即其利潤總額每增加1000億元, 獨角獸企業(yè)數(shù)量增加1.194家. 電子信息產業(yè)、智能手機產業(yè)等是珠三角城市群的優(yōu)勢產業(yè), 可解釋為隨著珠三角城市群產業(yè)的不斷發(fā)展, 獨角獸企業(yè)數(shù)量也在不斷的增加. 普通高等學校數(shù)對珠三角城市群獨角獸企業(yè)數(shù)量的負向影響最大, 其系數(shù)為-0.481. 相對于長三角、京津冀城市群, 珠三角城市群高等院校較少, 人才資源處于相對劣勢, 這可能導致珠三角城市群獨角獸企業(yè)數(shù)量遠遠少于長三角和京津冀城市群.

表5 各城市群獨角獸企業(yè)空間分布的驅動要素分析

注: (1) 1) 1%水平上的顯著程度, 2) 5%水平上的顯著程度, 3) 10%水平上的顯著程度; (2)長三角城市群劃分依據(jù)《長江三角洲城市群發(fā)展規(guī)劃》, 珠三角城市群劃分依據(jù)《珠三角城市群協(xié)調發(fā)展規(guī)劃(2014~2020)》, 京津冀城市群劃分依據(jù)《京津冀協(xié)同發(fā)展規(guī)劃綱要》, 成渝城市群劃分依據(jù)《成渝城市群發(fā)展規(guī)劃》, 山東半島城市群劃分依據(jù)《山東半島城市群總體規(guī)劃》, 長江中游城市群劃分按照《長江中游城市群發(fā)展規(guī)劃》, 遼中南城市群劃分按照《遼中南城市群發(fā)展規(guī)劃》.

公共財政支出、教育支出占公共財政支出的比重、在崗職工平均人數(shù)對京津冀城市群獨角獸企業(yè)數(shù)量具有顯著影響, 其中教育支出占公共財政支出比重的影響顯著高于其他因素的影響. 在京津冀城市群中, 獨角獸企業(yè)集中分布在北京, 北京科研高校眾多, 教育支出占比大, 2017年北京教育支出為955.7億元, 占公共財政支出的14%, 尤其是北京中關村, 高校科研院所眾多、高端人才集聚等, 極大地促進了獨角獸企業(yè)的培育與發(fā)展.

近年來成渝城市群獨角獸企業(yè)數(shù)量不斷的增加, 其獨角獸企業(yè)數(shù)量受到實際利用外資金額的正向影響. 地區(qū)生產總值、普通高等學校數(shù)與獨角獸企業(yè)數(shù)量呈顯著負相關關系. “一帶一路”倡議和長江經濟帶的發(fā)展, 為成渝城市群獨角獸企業(yè)的培育與發(fā)展提供了機遇, 但與東部城市群相比, 成渝城市群的經濟和教育水平相對落后, 除成都和重慶兩大城市外, 其他城市高等院校較少, 地區(qū)生產總值較低, 在一定程度限制了成渝城市群獨角獸企業(yè)的發(fā)展.

4 結論與建議

本文選取獨角獸企業(yè)作為研究對象, 從全國城市和各城市群這兩個尺度來探究獨角獸企業(yè)的空間分布及驅動要素, 主要結論如下:

(1)2014~2018年全國獨角獸企業(yè)迅速增長, 但地區(qū)分布不平衡. 總體上, 獨角獸企業(yè)呈現(xiàn)明顯的階梯狀分布特征, 集中分布在長三角城市群、珠三角城市群及京津冀城市群, 由沿海向內陸獨角獸企業(yè)數(shù)量逐漸遞減, 其空間分布總體向南移動, 呈現(xiàn)出明顯的空間擴張趨勢.

(2)從全國城市層面看, 在崗職工平均工資是影響全國獨角獸企業(yè)空間分布的主要驅動要素. 全國獨角獸企業(yè)的形成和發(fā)展主要靠企業(yè)自身孵化, 高度依賴于城市的消費市場和消費者, 在崗職工平均工資代表人民的生活水平, 對獨角獸企業(yè)的空間布局影響重大.

(3)從各城市群層面看, 人才資源和教育水平是城市群獨角獸企業(yè)發(fā)展的共同驅動要素, 但不同城市群的驅動要素存在差異. 長三角城市群獨角獸企業(yè)發(fā)展的優(yōu)勢是教育資源集聚, 但缺乏政府專項資金支持; 良好的工業(yè)集聚為珠三角城市群獨角獸企業(yè)的發(fā)展奠定了基礎, 但其人才資源處于相對劣勢; 京津冀城市群依靠首都經濟圈為獨角獸企業(yè)發(fā)展提供了良好的創(chuàng)新創(chuàng)業(yè)環(huán)境, 但獨角獸企業(yè)主要集中在北京, 可能會加劇北京地區(qū)的市場競爭.

上述研究結果可以為全國、各地區(qū)政府及相關部門制定相關政策提供參考.

(1)重視科技對獨角獸企業(yè)的促進作用. 設立專項資金和補貼政策支持獨角獸企業(yè)的科技創(chuàng)新, 加大對獨角獸企業(yè)的研發(fā)支持. 同時, 應重視對獨角獸知識產權的保護.

(2)重視教育和人才資源在發(fā)展培育獨角獸企業(yè)中發(fā)揮的作用. 要繼續(xù)加強教育支出和高等院校的建設, 增加創(chuàng)新型人才的規(guī)模與質量. 同時也要加強與其他地區(qū)高等院校、科研機構的溝通交流, 提升高校的科研能力和營造創(chuàng)新創(chuàng)業(yè)氛圍.

(3)各級政府要重視獨角獸企業(yè)發(fā)展的頂層設計. 搭建獨角獸企業(yè)的綠色服務通道, 提供“一企一策”的量身定制服務; 營造良好的創(chuàng)新創(chuàng)業(yè)環(huán)境及市場氛圍, 合理規(guī)劃建設獨角獸企業(yè)產業(yè)園區(qū), 培育獨角獸企業(yè)發(fā)展所需的獨特“生態(tài)鏈”.

[1] 前瞻產業(yè)研究院. 2018年中國獨角獸企業(yè)背后行業(yè)分布與企業(yè)成長趨勢報告[EB/OL]. [2020-06-08]. https:// bg.qianzhan.com/report/detail/1902131623391241.html?v=title#.

[2] Weber A. Theory of the Location of Industries[M]. Chicago: The University of Chicago Press, 1929.

[3] 祁新華, 朱宇, 張撫秀, 等. 企業(yè)區(qū)位特征、影響因素及其城鎮(zhèn)化效應—–基于中國東南沿海地區(qū)的實證研究[J]. 地理科學, 2010, 30(2):220-228.

[4] 宋周鶯, 劉衛(wèi)東. 信息時代的企業(yè)區(qū)位研究[J]. 地理學報, 2012, 67(4):479-489.

[5] Smith D M. Industrial Location: An Economic Gergarphical Analysis[M]. New York: John Wiley and Sons, 1971.

[6] Delgado M, Porter M E, Stern S. Clusters and entrepreneurship[J]. Journal of Economic Geography, 2010, 10(4):495-518.

[7] Lasch F. Beyond the concept of human and social capital: The impact of the regional environment on high-tech venturing[J]. International Journal of Entrepreneurship and Small Business, 2011, 14(1):56-76.

[9] 趙新正, 寧越敏, 魏也華. 上海外資生產空間演變及影響因素[J]. 地理學報, 2011, 66(10):1390-1402.

[10] 林娟, 張欣煒, 汪明峰. 上海大都市區(qū)物聯(lián)網產業(yè)集聚與空間演化[J]. 人文地理, 2017, 32(3):131-137; 145.

[11] 范劍勇, 朱國林. 中國地區(qū)差距演變及其結構分解[J].管理世界, 2002(7):37-44.

[12] Castells M. The Rise of Network Society: The Information Age, Economy, Society and Culture[M]. Oxford: Black-well Publishers, 1996.

[13] 張林, 劉繼生. 信息時代區(qū)位論發(fā)展的新趨勢[J]. 經濟地理, 2006(2):181-185.

[14] 劉衛(wèi)東, Dicken P, 楊偉聰. 信息技術對企業(yè)空間組織的影響—–以諾基亞北京星網工業(yè)園為例[J]. 地理研究, 2004(6):833-844.

[15] 劉青, 李貴才, 仝德, 等. 基于ESDA的深圳市高新技術企業(yè)空間格局及影響因素[J]. 經濟地理, 2011, 31(6): 926-933.

[16] 楚天驕, 宋韜. 中國獨角獸企業(yè)的空間分布及其影響因素研究[J]. 世界地理研究, 2017, 26(6):101-109.

[17] 胡峰, 李晶, 黃斌. 中國獨角獸企業(yè)分析及其對江蘇的啟示[J]. 科技與經濟, 2016, 29(5):101-105.

[18] 陳靖, 徐建國, 唐涯, 等. 獨角獸企業(yè)的興起:典型事實和驅動因素[J]. 上海金融, 2019(2):12-20; 49.

[19] 賀燦飛, 朱彥剛, 朱晟君. 產業(yè)特性、區(qū)域特征與中國制造業(yè)省區(qū)集聚[J]. 地理學報, 2010, 65(10):1218- 1228.

[20] Lefever D W. Measuring geographic concentration by means of the standard deviational ellipse[J]. The American Journal of Sociology, 1926(1):88-94.

[21] 唐佳, 李君軼. 基于多分Logistic回歸的旅游局官博轉發(fā)影響因素研究[J]. 旅游學刊, 2015, 30(1):32-41.

Spatial distribution and driving factors of unicorn enterprises in China

WANG Yicheng1, CHEN Lulu2, LIN Xiongbin2, GE Yajun2

( 1.Pan Tianshou School of Architecture and Art Design, Ningbo University, Ningbo 315211, China; 2.Faculty of Geography Science and Tourism Culture, Ningbo University, Ningbo 315211, China )

Unicorn companies are an important driving force of new economies and an important indicator to measure regional innovation and development. However, the spatial distribution of unicorn enterprises is unbalanced. Using the spatial econometric model, this paper analyzes the spatial distribution characteristics of unicorn enterprises in China from year 2014 to 2018, and uses Logit panel regression model to empirically study the driving factors of spatial distribution of unicorn enterprises. The results show that: (1) Chinese unicorn enterprises are mainly distributed in the eastern region, and the number of unicorn enterprises is gradually diminishing along the route from coastal areas to inland areas; (2) The spatial distribution of unicorn enterprises in China is expanding outward, and the influence sphere is gradually spreading, and the overall development trend is “Southward”; (3) The influence of urban economic variables and urban social variables acts as the most significant determinants on the spatial distribution of unicorn enterprises; (4) The driving factors of unicorn enterprises in different urban agglomerations varies. Human resources and education level are the common driving factors for the development of unicorn enterprises in urban agglomerations.

unicorn enterprise; spatial distribution characteristics; driving factors; China

F124.1

A

1001-5132（2021）01-0070-08

2020?09?08.

寧波大學學報（理工版）網址: http://journallg.nbu.edu.cn/

浙江省科技廳軟科學研究計劃重點項目（2019C25013）.

王益澄（1962－）, 男, 浙江寧波人, 教授, 主要研究方向: 城市發(fā)展與規(guī)劃. E-mail: wangyicheng@nbu.edu.cn

（責任編輯 章踐立）