〔摘 要〕 創(chuàng)業(yè)是促進(jìn)市場(chǎng)主體創(chuàng)新、改善民生、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要途徑。本文基于２０１１～２０２３ 年２８３ 個(gè)城市新注冊(cè)企業(yè)數(shù)據(jù)從城市、區(qū)域和行業(yè)３ 個(gè)維度研究城市創(chuàng)業(yè)活躍度水平時(shí)空演化和區(qū)位選擇特征。研究發(fā)現(xiàn)： （１） 城市創(chuàng)業(yè)活躍度以２０１５ 年為時(shí)間節(jié)點(diǎn)呈現(xiàn)“兩階段” 特征， 與宏觀經(jīng)濟(jì)增長(zhǎng)趨勢(shì)相似； （２） 呈現(xiàn)“東北－西南” 方向展布且重心逐漸向東南移動(dòng)， 空間差距不斷擴(kuò)大， 四大板塊間差距是其主要來(lái)源； （３） 各行業(yè)創(chuàng)業(yè)活躍度均有提升， 但空間極化和斂散性特征存在行業(yè)異質(zhì)性； （４） 創(chuàng)業(yè)區(qū)位選擇特征分析表明， 不同規(guī)模城市、除農(nóng)業(yè)外的其他行業(yè)以及除東北之外的其他區(qū)域均存在數(shù)智導(dǎo)向； 經(jīng)濟(jì)基礎(chǔ)導(dǎo)向主要存在于中、小城市、東、西部地區(qū)以及非制造業(yè)、生產(chǎn)和生活性服務(wù)業(yè)； 生產(chǎn)性服務(wù)業(yè)存在勞動(dòng)力導(dǎo)向； 技術(shù)導(dǎo)向存在于中、小城市、西部地區(qū)和除農(nóng)業(yè)外的其他行業(yè)； 小城市、西部地區(qū)、非制造業(yè)、生活性和公共服務(wù)業(yè)還存在資本導(dǎo)向。本文研究發(fā)現(xiàn)為促進(jìn)創(chuàng)業(yè)政策制定提供了一定經(jīng)驗(yàn)依據(jù)。

〔關(guān)鍵詞〕 創(chuàng)業(yè)活躍度 時(shí)空演化特征 行業(yè)異質(zhì)性 創(chuàng)業(yè)區(qū)位 要素密集 數(shù)智水平 經(jīng)濟(jì)增長(zhǎng) 路徑依賴

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．０１１

〔中圖分類號(hào)〕Ｆ２７９. ２； Ｆ１２７ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ

引 言

２０２２ 年我國(guó)經(jīng)濟(jì)增速為３. ０％， ２０２３ 年我國(guó)經(jīng)濟(jì)增速為５. ２％， 經(jīng)濟(jì)增速有所回升。從消費(fèi)、投資、出口三大經(jīng)濟(jì)增長(zhǎng)動(dòng)力源分析， ２０２２ 年消費(fèi)、投資和出口對(duì)經(jīng)濟(jì)增長(zhǎng)拉動(dòng)分別為１％、１. ５％和０. ５％， ２０２３ 年為４. ３％、１. ５％和－０. ６％①?？傮w分析來(lái)看， 傳統(tǒng)產(chǎn)業(yè)及產(chǎn)品國(guó)際競(jìng)爭(zhēng)力相對(duì)不足導(dǎo)致對(duì)外貿(mào)易對(duì)經(jīng)濟(jì)增長(zhǎng)拉動(dòng)水平由正轉(zhuǎn)負(fù)， 國(guó)內(nèi)市場(chǎng)中內(nèi)需拉動(dòng)雖有略微增長(zhǎng)， 但是投資驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)動(dòng)力放緩， 使得我國(guó)經(jīng)濟(jì)增速相對(duì)較低。企業(yè)作為市場(chǎng)主要微觀主體之一， 是經(jīng)濟(jì)活動(dòng)的主要參與者和就業(yè)機(jī)會(huì)的主要提供者［１］ ， 對(duì)于實(shí)現(xiàn)充分就業(yè)、推動(dòng)創(chuàng)新發(fā)展和促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有重要意義。更進(jìn)一步分析， 當(dāng)前我國(guó)經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段， 必須發(fā)展新質(zhì)生產(chǎn)力用以滿足人民日益增長(zhǎng)的美好生活需要、應(yīng)對(duì)新一輪科技革命和塑造大國(guó)競(jìng)爭(zhēng)優(yōu)勢(shì)。２０２３ 年９ 月， 習(xí)近平總書(shū)記在新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)上強(qiáng)調(diào)： “積極培育新能源、新材料、先進(jìn)制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)， 積極培育未來(lái)產(chǎn)業(yè)， 加快形成新質(zhì)生產(chǎn)力， 增強(qiáng)發(fā)展新動(dòng)能”［２］ ?？梢?jiàn)， 通過(guò)前瞻性創(chuàng)業(yè)布局驅(qū)動(dòng)創(chuàng)新成果轉(zhuǎn)化和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化以推動(dòng)新質(zhì)生產(chǎn)力發(fā)展十分必要。因此系統(tǒng)研究創(chuàng)業(yè)活躍度時(shí)空演化及其區(qū)位選擇特征對(duì)于挖掘創(chuàng)業(yè)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)潛力、推動(dòng)新質(zhì)生產(chǎn)力布局、并促進(jìn)區(qū)域協(xié)調(diào)發(fā)展具有重要現(xiàn)實(shí)意義。

在創(chuàng)業(yè)活躍度時(shí)空演化特征方面， 現(xiàn)有文獻(xiàn)主要圍繞創(chuàng)業(yè)活躍度的表征方法和研究尺度兩個(gè)關(guān)鍵線索。范偉和張先進(jìn)（２０１０）［３］ 使用“每萬(wàn)人均私營(yíng)企業(yè)個(gè)體戶數(shù)量” 等指標(biāo)以中國(guó)２４ 個(gè)參加２００７～２００８ 年全球創(chuàng)業(yè)觀察報(bào)告（ＧＥＭ）調(diào)查的城市為研究對(duì)象， 對(duì)城市創(chuàng)業(yè)水平差異進(jìn)行了研究；丁玥等（２０１７）［４］ 以私營(yíng)企業(yè)個(gè)數(shù)作為創(chuàng)業(yè)活動(dòng)指標(biāo)研究了廣東省各地級(jí)市創(chuàng)業(yè)活動(dòng)空間差異， 發(fā)現(xiàn)創(chuàng)業(yè)活動(dòng)集中在以深圳為核心的珠三角地區(qū)， 有向周邊擴(kuò)散的態(tài)勢(shì)， 并且總體上存在空間正相關(guān)； 楊晨等（２０２１）［５］ 使用私營(yíng)企業(yè)創(chuàng)業(yè)活動(dòng)指數(shù)（ＣＰＥＡ）即每萬(wàn)名１５～６４ 歲人口所擁有的近３ 年累計(jì)新增的私營(yíng)企業(yè)數(shù)， 研究中國(guó)省級(jí)層面的創(chuàng)業(yè)活動(dòng)發(fā)現(xiàn)總體創(chuàng)業(yè)活動(dòng)水平呈現(xiàn)上升態(tài)勢(shì)且存在區(qū)域差異， 呂爽等（２０２２）［６］ 使用綜合評(píng)價(jià)指標(biāo)體系研究也發(fā)現(xiàn)相似結(jié)論； 歐陽(yáng)勝等（２０２３）［７］ 以每萬(wàn)名１５～６４ 歲人口所擁有的近３ 年累計(jì)新增的私營(yíng)企業(yè)數(shù)作為創(chuàng)業(yè)活力評(píng)估指標(biāo)研究了２０１３～２０２１ 年長(zhǎng)江中游城市創(chuàng)業(yè)水平及其空間分布情況， 發(fā)現(xiàn)長(zhǎng)江中游城市創(chuàng)業(yè)水平均有所上漲， 區(qū)域間、城市間的空間差異顯著； 李彥龍和畢鈺（２０２３）［８］ 基于２０１６ 年１ 月～２０２０ 年１２ 月的工商注冊(cè)數(shù)據(jù)從城市層面考察創(chuàng)業(yè)活躍度， 發(fā)現(xiàn)八大地帶創(chuàng)業(yè)活躍度存在區(qū)域差距。從定量實(shí)證分析來(lái)看， 可以將創(chuàng)業(yè)活躍影響因素實(shí)證研究劃分為兩大類， 第一類是政策驅(qū)動(dòng)型的實(shí)證研究， 主要是針對(duì)某項(xiàng)政策對(duì)創(chuàng)業(yè)活躍度影響展開(kāi)分析， 關(guān)注政策環(huán)境作用［９－１４］ ； 第二類是要素驅(qū)動(dòng)型的實(shí)證研究， 這主要是針對(duì)某一要素對(duì)創(chuàng)業(yè)活躍度影響展開(kāi)分析，如程聰慧和劉昱呈（２０２４）［１５］ 研究了平臺(tái)經(jīng)濟(jì)對(duì)農(nóng)村創(chuàng)業(yè)的影響； 曹宗平等（２０２３）［１６］ 研究發(fā)現(xiàn)，２０１７ 年創(chuàng)業(yè)榜樣推動(dòng)了２０１９ 年農(nóng)民潛在創(chuàng)業(yè)者的創(chuàng)業(yè)行為； 此外， 還有環(huán)境舒適性［１７］ 、基礎(chǔ)設(shè)施［１８，１９］ 、市場(chǎng)潛力［２０］ 、流動(dòng)人口或人口集聚［２１－２４］ 、產(chǎn)業(yè)關(guān)聯(lián)［２５］ 、數(shù)字經(jīng)濟(jì)［２６，２７］ 以及社會(huì)信任［２８］ 對(duì)城市創(chuàng)業(yè)活躍度的影響研究分析。

綜述現(xiàn)有研究成果發(fā)現(xiàn)： （１） 現(xiàn)有研究多使用統(tǒng)計(jì)年鑒數(shù)據(jù)中的私營(yíng)企業(yè)數(shù)據(jù)， 且大多數(shù)研究關(guān)注總體和子單元空間差異而忽略行業(yè)差異，使其不能夠較好反映出一個(gè)地區(qū)真實(shí)創(chuàng)業(yè)活躍水平， 本文基于工商企業(yè)注冊(cè)數(shù)據(jù)從“城市－區(qū)域－行業(yè)” 三維視角對(duì)２０１１～２０２３ 年創(chuàng)業(yè)活躍度水平的時(shí)空演化特征進(jìn)行分析， 系統(tǒng)研究了創(chuàng)業(yè)活躍度時(shí)序演化、方向分布、空間差異和行業(yè)特征的變化； （２） 現(xiàn)有研究從制度、政策和要素等單一視角對(duì)創(chuàng)業(yè)活躍影響因素進(jìn)行分析， 尚未形成一個(gè)較為完善的創(chuàng)業(yè)區(qū)位選擇理論解釋框架， 本文結(jié)合２０１１～２０２３ 年２８３ 個(gè)地級(jí)及以上城市面板數(shù)據(jù)， 以新經(jīng)濟(jì)地理學(xué)理論為基礎(chǔ)構(gòu)建了“路徑依賴＋集聚效應(yīng)” 的創(chuàng)業(yè)區(qū)位選擇理論框架并進(jìn)行了實(shí)證研究， 研究結(jié)論對(duì)于針對(duì)性地鼓勵(lì)不同城市、區(qū)域和行業(yè)創(chuàng)業(yè)、挖掘經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)潛力、推動(dòng)新質(zhì)生產(chǎn)力發(fā)展具有重要現(xiàn)實(shí)意義。

１ 研究設(shè)計(jì)和數(shù)據(jù)來(lái)源

１. １ 研究方法

１. １. １ 標(biāo)準(zhǔn)差橢圓

本文參照趙璐和趙作權(quán)（２０１４）［２９］ 的標(biāo)準(zhǔn)差橢圓方法， 依托標(biāo)準(zhǔn)差橢圓解釋城市創(chuàng)業(yè)活躍度空間分布的中心性、展布性、方向性、空間形態(tài)等特征。

１. １. ２ 空間Ｄａｇｕｍ 基尼系數(shù)

根據(jù)斯麗娟和王超群（２０２１）［３０］ 、項(xiàng)肖等（２０２３）［３１］ 的研究， 本文使用Ｄａｇｕｍ 基尼系數(shù)對(duì)２０１１～２０２３ 年全國(guó)城市創(chuàng)業(yè)活躍度水平差距及其來(lái)源進(jìn)行分析， 總體基尼系數(shù)Ｇ 定義如式（１） 所示， 其中ｙｊｉ（ｙｈｒ ）代表東、中、西和東北地區(qū)某一區(qū)域ｊ 或ｈ 內(nèi)的城市ｉ 或ｒ 的創(chuàng)業(yè)企業(yè)數(shù)量， ｙ 是所有城市創(chuàng)業(yè)企業(yè)數(shù)量均值， ｎ 是城市總數(shù)， ｋ 是研究區(qū)域個(gè)數(shù)， ｎｊ 和ｎｈ 是對(duì)應(yīng)區(qū)域內(nèi)的城市數(shù)量。

關(guān)于差距來(lái)源可分解為區(qū)域內(nèi)差距貢獻(xiàn)Ｇｗ 、區(qū)域間凈值差距貢獻(xiàn)Ｇｎｂ 和超變密度貢獻(xiàn)Ｇｔ ， 且滿足Ｇ ＝Ｇｗ ＋Ｇｎｂ ＋Ｇｔ 。Ｇｊｊ 表示區(qū)域ｊ 創(chuàng)業(yè)活躍度的基尼系數(shù)， Ｇｊｈ 表示區(qū)域間基尼系數(shù)， 其中， ｐｊ ＝ｎｊ/-Ｙ ， ｓｊ ＝ｎｊ -Ｙｊ/ｎ-Ｙ ， ｊ ＝１，２，…，ｋ。ｄｊｈ 為區(qū)域間創(chuàng)業(yè)企業(yè)數(shù)量差值， 表示區(qū)域ｊ 或ｈ 內(nèi)所有滿足ｙｊｈ －ｙｊｉ ＞０ 的樣本值加總的數(shù)學(xué)期望； ｐｊｈ為超變一階矩陣， 表示區(qū)域ｊ 或ｈ 內(nèi)所有滿足ｙｈｒ －ｙｊｉ ＞０ 樣本值加總的數(shù)學(xué)期望， Ｆｊ（Ｆｈ ）為ｊ（ｈ）區(qū)域的累積分布密度函數(shù)。

式（９） 中， Ｄｊｈ表示區(qū)域ｊ 對(duì)區(qū)域ｈ 創(chuàng)業(yè)活躍度的相對(duì)影響。

１. １. ３ 核密度分析

Ｎ 表示觀測(cè)值數(shù)量； Ｘｉ 表示獨(dú)立同分布的觀測(cè)值； ｘ 是均值； ｈ 是帶寬； ｆ（ｘ）即是所求核密度。本文采用高斯核函數(shù)分析城市不同行業(yè)創(chuàng)業(yè)活躍的分布演化特征?；诤嗣芏葓D的波峰、帶寬和拖尾等要素可以分析得出觀測(cè)值分布位置、離散程度和空間差異等結(jié)論［３２］ 。

１. １. ４ 雙向固定效應(yīng)面板模型

ｌｎｅｎｔｅｒｉｔ ＝α０ ＋α１ｌｎＸｉｔ ＋μｉ ＋νｔ ＋εｉｔ （１１）

通過(guò)構(gòu)建一個(gè)基于“路徑依賴＋集聚效應(yīng)” 的理論框架用來(lái)分析創(chuàng)業(yè)區(qū)位選擇影響因素。從韋伯的工業(yè)區(qū)位論論述了運(yùn)輸費(fèi)用、勞動(dòng)力成本與集聚效應(yīng)影響企業(yè)區(qū)位開(kāi)始， 新經(jīng)濟(jì)地理學(xué)理論進(jìn)一步表明新創(chuàng)企業(yè)區(qū)位選擇受到先發(fā)地區(qū)的“歷史” 因素影響即路徑依賴， 同時(shí)被集聚經(jīng)濟(jì)帶來(lái)的正外部性吸引， 并進(jìn)一步通過(guò)循環(huán)累積因果強(qiáng)化這一過(guò)程。經(jīng)濟(jì)基礎(chǔ)好的城市可以為新進(jìn)企業(yè)提供更為完善的基礎(chǔ)設(shè)施、行業(yè)發(fā)展環(huán)境以及較大市場(chǎng)規(guī)模， 在工業(yè)經(jīng)濟(jì)時(shí)代， 經(jīng)濟(jì)增長(zhǎng)水平是衡量一個(gè)區(qū)域先發(fā)優(yōu)勢(shì)的重要指標(biāo)， 然而， 進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代， 數(shù)智水平可以較好地反映一個(gè)區(qū)域先發(fā)優(yōu)勢(shì)， 數(shù)據(jù)要素流動(dòng)能夠促進(jìn)城市創(chuàng)業(yè)活度提升［３３］ 。在新經(jīng)濟(jì)地理學(xué)中， 集聚研究主要考慮了資本和勞動(dòng)力的空間集聚， 提出新企業(yè)進(jìn)入受到本地市場(chǎng)效應(yīng)影響， 本文進(jìn)一步納入了技術(shù)要素集聚， 強(qiáng)調(diào)科技創(chuàng)新對(duì)于創(chuàng)業(yè)活力的帶動(dòng)作用［３４］ 。構(gòu)建雙向固定效應(yīng)面板模型（式（１１））進(jìn)行實(shí)證檢驗(yàn)， ｌｎｅｎｔｅｒｉｔ為城市對(duì)應(yīng)年份城市創(chuàng)業(yè)活躍度， ｉ 和ｔ 分別代表城市和年份， ｌｎＸｉｔ 為本文選擇的主要影響因素即經(jīng)濟(jì)基礎(chǔ)、數(shù)智水平、勞動(dòng)力、技術(shù)和資本要素［７，３５］ ， μｉ 和νｔ 分別表示城市固定效應(yīng)和時(shí)間固定效應(yīng)， εｉｔ是隨機(jī)擾動(dòng)項(xiàng)。

１. ２ 主要指標(biāo)和數(shù)據(jù)來(lái)源

城市創(chuàng)業(yè)活躍度。本文使用當(dāng)年新注冊(cè)企業(yè)數(shù)作為城市創(chuàng)業(yè)活躍度的表征指標(biāo)， 該數(shù)據(jù)主要來(lái)源于天眼查， 通過(guò)搜集地區(qū)企業(yè)注冊(cè)年份、地址、行業(yè)等信息， 并將其匯總至城市層面， 本文主要整理了２０１１～２０２３ 年考察期內(nèi)２０ 個(gè)門(mén)類細(xì)分行業(yè)共約８. ９ 萬(wàn)條企業(yè)注冊(cè)數(shù)據(jù)， 為分析方便，進(jìn)一步參考李善同和李華香（２０１４）［３６］ 、張建華等（２０２３）［３７］ 的做法， 手工整理將其劃分成六大行業(yè)， 具體如表１ 所示。

控制變量。經(jīng)濟(jì)基礎(chǔ)使用城市ＧＤＰ 表征， 數(shù)智水平參考王林輝等（２０２２）［３８］ 的方法， 以城市人工智能企業(yè)數(shù)量數(shù)據(jù)作為數(shù)智水平的表征， 以各個(gè)企業(yè)在天眼查企業(yè)信息數(shù)據(jù)庫(kù)中公布的經(jīng)營(yíng)范圍內(nèi)容為文本分析依據(jù)， 當(dāng)企業(yè)經(jīng)營(yíng)范圍涉及芯片、圖像識(shí)別、計(jì)算機(jī)視覺(jué)等與人工智能相關(guān)的關(guān)鍵詞， 則將該企業(yè)識(shí)別為人工智能企業(yè)， 獲得２０１１～２０２３ 年２８３ 個(gè)城市的人工智能企業(yè)數(shù)量數(shù)據(jù)。勞動(dòng)力要素使用年末單位從業(yè)人員數(shù)（萬(wàn)人）表征， 技術(shù)要素使用當(dāng)年申請(qǐng)專利數(shù)表征， 資本要素使用年末金融機(jī)構(gòu)各項(xiàng)貸款余額表征。為消除異方差并去除量綱影響， 對(duì)被解釋變量與解釋變量均做了取對(duì)數(shù)處理。本文用到的其他數(shù)據(jù)除特殊說(shuō)明外主要來(lái)源于相關(guān)年份《城市統(tǒng)計(jì)年鑒》和《城市建設(shè)統(tǒng)計(jì)年鑒》， 對(duì)于部分缺失數(shù)據(jù)使用插值法進(jìn)行了補(bǔ)充。本文所選被解釋變量和解釋變量的描述性統(tǒng)計(jì)如表２ 所示。

２ 城市創(chuàng)業(yè)活躍度演化特征分析

２. １ 城市創(chuàng)業(yè)活躍度時(shí)間演化特征

由圖１ 可知， 在研究期內(nèi)城市創(chuàng)業(yè)活躍度與ＧＤＰ 增長(zhǎng)均呈現(xiàn)上升態(tài)勢(shì)， 具有內(nèi)在趨勢(shì)一致性。創(chuàng)業(yè)活躍度以２０１５ 年為時(shí)間節(jié)點(diǎn)可劃分為兩個(gè)時(shí)段， 第一階段平緩增長(zhǎng)階段即２０１１～２０１５ 年， 該階段創(chuàng)業(yè)活躍度增長(zhǎng)速度偏緩； 第二階段為快速增長(zhǎng)階段即２０１５ 年之后， 該階段創(chuàng)業(yè)活躍度水平增速較快， 城市創(chuàng)業(yè)活躍增長(zhǎng)曲線更加陡峭。此特征原因在于兩個(gè)方面： （１） 經(jīng)濟(jì)增長(zhǎng)拉動(dòng)， ２０１１～２０１５ 年ＧＤＰ 增加值約為２０ ２２ 萬(wàn)億元， ２０１５ ～２０２３ 年ＧＤＰ 增加值則為５０ ７３ 萬(wàn)億元， 第二階段ＧＤＰ 增加值比前一階段提高； （２） 政策支持和社會(huì)關(guān)注， 這主要表現(xiàn)在“雙創(chuàng)”②概念的提出， 在全社會(huì)營(yíng)造出了創(chuàng)新創(chuàng)業(yè)的良好氛圍， 為創(chuàng)業(yè)活躍快速增長(zhǎng)提供了可能。分行業(yè)看， 農(nóng)、林、牧漁業(yè)創(chuàng)業(yè)企業(yè)數(shù)量波動(dòng)增加； 制造業(yè)創(chuàng)業(yè)企業(yè)增長(zhǎng)數(shù)量總體上呈現(xiàn)先增后減趨勢(shì)， 非制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量增幅明顯， 與制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量差距逐漸縮小并在２０２１ 年持平； 三大類服務(wù)業(yè)創(chuàng)業(yè)活躍度均有增加， 其中以生活性服務(wù)業(yè)創(chuàng)業(yè)活躍增長(zhǎng)為主， 生產(chǎn)性服務(wù)業(yè)創(chuàng)業(yè)活躍增長(zhǎng)次之， 公共服務(wù)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量占比較小。

三次產(chǎn)業(yè)創(chuàng)業(yè)企業(yè)占比特征與三次產(chǎn)業(yè)增加值占ＧＤＰ 比重特征基本相似， 均呈現(xiàn)“第三產(chǎn)業(yè)占比最高、第二產(chǎn)業(yè)次之、第一產(chǎn)業(yè)占比最低”，但是與第二產(chǎn)業(yè)增加值ＧＤＰ 占比相比， 第二產(chǎn)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量占總體創(chuàng)業(yè)企業(yè)數(shù)量比重明顯偏低，新創(chuàng)企業(yè)多集中在第三產(chǎn)業(yè)即各類服務(wù)業(yè)上?？偟膩?lái)看， 第一、二、三產(chǎn)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量占總創(chuàng)業(yè)企業(yè)數(shù)量比重的比值約為４ ∶８ ∶８８。

２. ２ 城市創(chuàng)業(yè)活躍度空間演化特征

２.."２. １ 城市創(chuàng)業(yè)活躍度方向分布演化特征

基于標(biāo)準(zhǔn)差橢圓分析， ２０１１～２０２３ 年間， 我國(guó)城市創(chuàng)業(yè)活躍度空間格局上呈現(xiàn)出“東北－西南”方向的展布特征， 且橢圓有向東南方向移動(dòng)趨勢(shì)，這說(shuō)明東部沿海尤其是東南沿海地區(qū)城市創(chuàng)業(yè)活躍度處于較高水平； 另外， 從創(chuàng)業(yè)重心移動(dòng)特征來(lái)看， 創(chuàng)業(yè)重心大致經(jīng)歷了由“西南－東南” 方向轉(zhuǎn)移的過(guò)程， 符合橢圓向東南展布的基本趨勢(shì)。

２. ２. ２ 城市創(chuàng)業(yè)活躍度空間差距演化特征

此部分將研究城市按四大板塊劃分為東、中、西和東北地區(qū)４ 組， 利用Ｄｕｇａｍ 基尼系數(shù)分析城市創(chuàng)業(yè)活躍度的空間差距演化特征。

從圖３ 可以看出， ２０１１～２０２３ 年我國(guó)城市創(chuàng)業(yè)活躍度空間差距總體呈現(xiàn)上升趨勢(shì)， 組間差異不斷拉大。２０１１ 年城市創(chuàng)業(yè)活躍度的總體基尼系數(shù)為０. ４４２， ２０２３ 年則增至０. ５７７， 增幅為０. １３５?？臻g差距增大主要來(lái)源是四大板塊間城市創(chuàng)業(yè)活躍度的組間差距， ２０２３ 年其貢獻(xiàn)率約為３８. ３７％。同一板塊內(nèi)部城市創(chuàng)業(yè)活躍度差距貢獻(xiàn)率低于超變密度貢獻(xiàn)率， 基本維持在２５％左右， 這說(shuō)明與四大板塊間城市創(chuàng)業(yè)活躍度差距相比， 板塊內(nèi)部城市創(chuàng)業(yè)活躍度差距相對(duì)較小。

表４ 反映了２０１１～２０２３ 年?yáng)|、中、西和東北地區(qū)四板塊內(nèi)部城市創(chuàng)業(yè)活躍度的空間差距特征。中部地區(qū)內(nèi)部城市創(chuàng)業(yè)活躍度差距最小， ２０１１～２０２３年組內(nèi)基尼系數(shù)均值約為０. ３７６； 西部地區(qū)城市創(chuàng)業(yè)活躍度差距最大， ２０１１～２０２３ 年組內(nèi)基尼系數(shù)均值約為０. ５０１， 同一時(shí)段內(nèi)， 東部和東北地區(qū)組內(nèi)基尼系數(shù)均值分別為０. ４３１ 和０. ４３７。東北地區(qū)城市創(chuàng)業(yè)活躍度差距增幅最大， ２０１１～２０２３ 年組內(nèi)基尼系數(shù)增加值為０. ２３４， 同一時(shí)段內(nèi)， 東部、中部和西部地區(qū)組內(nèi)基尼系數(shù)增加值分別為０. ０８２、０. １６５ 和０. １６１， 這說(shuō)明東北地區(qū)城市創(chuàng)業(yè)活度空間分異變化更加明顯， 城市創(chuàng)業(yè)企業(yè)新增數(shù)量可能集中在部分或少數(shù)城市。最后， 基于以上分析可知東部地區(qū)城市創(chuàng)業(yè)活躍度空間差距總體上保持穩(wěn)定， 創(chuàng)業(yè)空間差距略有波動(dòng)縮小趨勢(shì)。

結(jié)合城市創(chuàng)業(yè)活躍度空間展布特征分析結(jié)果可以發(fā)現(xiàn)， 東部尤其是東南沿海地區(qū)是城市創(chuàng)業(yè)最為活躍的地區(qū)， 東北地區(qū)創(chuàng)業(yè)活躍度相對(duì)較低。在表５ 中， 四大板塊間城市創(chuàng)業(yè)活躍度差距主要表現(xiàn)為東部地區(qū)與其他地區(qū)之間的差距， 其中與東北地區(qū)差距變化最大， 從２０１１～２０２３ 年， 組間基尼系數(shù)由０. ４６０ 增加至０. ６５０； 其次是東部與西部地區(qū)差距， 組間基尼系數(shù)由０. ５２８ 增加至０. ６５１；東部與中部地區(qū)差距最小， 組間基尼系數(shù)從２０１１年０. ４５２ 波動(dòng)變化到２０２３ 年０. ５４１。

２. ３ 城市創(chuàng)業(yè)活躍度行業(yè)演化特征

本部分主要基于核密度圖的波峰數(shù)量、主峰寬度和平移特征等分析六大行業(yè)城市創(chuàng)業(yè)活躍水平分布、延展性和極化水平（見(jiàn)圖４）。具體分析來(lái)看， 六大行業(yè)創(chuàng)業(yè)企業(yè)數(shù)量均有增加， 但是極化和空間差異特征不同。農(nóng)、林、牧、漁業(yè)創(chuàng)業(yè)企業(yè)數(shù)量左拖尾表明較多城市第一產(chǎn)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量低于平均第一產(chǎn)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量水平， 主峰寬度增加提示創(chuàng)業(yè)活躍度空間差異相對(duì)擴(kuò)大； 制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量主峰寬度增加則提示城市間空間差異增強(qiáng)； 非制造業(yè)創(chuàng)業(yè)企業(yè)空間極化特征增強(qiáng)，城市間非制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量梯度效應(yīng)顯著且有較多城市非制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量低于非制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量的全國(guó)平均水平； 生產(chǎn)性服務(wù)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量極化特征從兩極化向單極化過(guò)渡， 城市間相對(duì)差異增大； 生活性服務(wù)業(yè)創(chuàng)業(yè)企業(yè)數(shù)量極化特征消失， 但是創(chuàng)業(yè)活躍度空間差異增強(qiáng)； 公共性服務(wù)業(yè)城市間創(chuàng)業(yè)活躍度存在明顯空間分異。

３ 城市創(chuàng)業(yè)區(qū)位選擇分析

３. １ 基準(zhǔn)回歸

表６ 中模型１～４ 分別為ＯＬＳ、時(shí)間固定、城市固定和雙向固定效應(yīng)回歸結(jié)果， 模型擬合優(yōu)度逐漸增加， 說(shuō)明在控制了時(shí)空效應(yīng)和控制變量后能夠較好地解釋城市創(chuàng)業(yè)活躍度。模型１ 和２ 表明， 在不考慮固定效應(yīng)和固定時(shí)間效應(yīng)條件下， 經(jīng)濟(jì)發(fā)展、數(shù)智水平、勞動(dòng)力和資本要素能夠顯著促進(jìn)城市創(chuàng)業(yè)活躍度。模型３ 和４ 在固定城市效應(yīng)和固定時(shí)間、城市效應(yīng)條件下， 回歸結(jié)果表明經(jīng)濟(jì)發(fā)展、數(shù)智水平、技術(shù)、資本要素均能顯著促進(jìn)城市創(chuàng)業(yè)， 勞動(dòng)力要素對(duì)城市創(chuàng)業(yè)活躍度有抑制作用。這從一定程度上說(shuō)明， 隨著老齡化問(wèn)題突顯和勞動(dòng)力成本上升， 當(dāng)前勞動(dòng)力要素對(duì)企業(yè)創(chuàng)業(yè)活動(dòng)已經(jīng)不具備吸引力。

３. ２ 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證選擇的解釋變量對(duì)城市創(chuàng)業(yè)活躍度解釋的可靠性， 通過(guò)縮尾１％處理， 去掉北京、上海、天津和重慶四大直轄市以避免直轄市在政治地位、經(jīng)濟(jì)體量、政策優(yōu)惠等方面與其他地級(jí)市存在較大差距， 以及縮小時(shí)間窗口至２０１６～２０２３ 年３ 種方法做了穩(wěn)健性檢驗(yàn)， 分別對(duì)應(yīng)表７模型５～７?；貧w結(jié)果表明解釋變量系數(shù)及其顯著性與模型４ 的回歸結(jié)果基本一致， 說(shuō)明模型４ 的回歸結(jié)果具有穩(wěn)健性。

３. ３ 異質(zhì)性分析

３. ３. １ 城市規(guī)模異質(zhì)性

本部分主要研究不同規(guī)模類型城市的創(chuàng)業(yè)活躍度影響因素異質(zhì)性問(wèn)題， 回歸結(jié)果如表８ 模型８～１０ 所示， 分別對(duì)應(yīng)大城市、中等城市和小城市③。模型８ 表明， 經(jīng)濟(jì)發(fā)展、數(shù)智水平、勞動(dòng)力要素顯著促進(jìn)大城市創(chuàng)業(yè)活躍度； 模型９ 表明， 數(shù)智水平顯著促進(jìn)中等城市創(chuàng)業(yè)活躍度； 模型１０ 表明， 經(jīng)濟(jì)發(fā)展、技術(shù)和數(shù)智水平顯著促進(jìn)小城市創(chuàng)業(yè)活躍度。

３. ３. ２ 區(qū)域異質(zhì)性

城市創(chuàng)業(yè)活躍度空間演化特征分析表明， 東、中、西及東北地區(qū)城市創(chuàng)業(yè)活躍度水平存在顯著空間差距， 創(chuàng)業(yè)活躍橢圓逐漸向東南移動(dòng)。因此，本部分旨在探討不同區(qū)域城市創(chuàng)業(yè)活躍度影響因素的差異。表９ 模型１１ ～１４ 分別對(duì)應(yīng)東部、中部、西部和東北地區(qū)城市創(chuàng)業(yè)活躍度影響因素回歸結(jié)果。結(jié)果表明， 經(jīng)濟(jì)發(fā)展、數(shù)智水平是東部地區(qū)城市創(chuàng)業(yè)活躍的顯著促進(jìn)因素； 資本和數(shù)智水平是影響中部地區(qū)城市創(chuàng)業(yè)活躍度的顯著影響因素；經(jīng)濟(jì)發(fā)展、數(shù)智水平、技術(shù)和資本要素是影響西部地區(qū)城市創(chuàng)業(yè)活躍度的顯著影響因素； 東北地區(qū)尚不存在影響城市創(chuàng)業(yè)活躍度的顯著因素， 經(jīng)濟(jì)發(fā)展、數(shù)智水平、資本、技術(shù)、勞動(dòng)力要素均不能顯著影響東北地區(qū)城市創(chuàng)業(yè)活躍度。

３. ３. ３ 行業(yè)異質(zhì)性

城市創(chuàng)業(yè)活躍度演化特征表明不同行業(yè)極化特征和收斂性存在差異， 因此本部分旨在分析不同行業(yè)創(chuàng)業(yè)活躍度影響因素的異質(zhì)性。表１０ 模型１５～２０ 分別為農(nóng)、林、牧、漁業(yè)、制造業(yè)、非制造業(yè)、生產(chǎn)性服務(wù)業(yè)、生活性服務(wù)業(yè)和公共服務(wù)業(yè)創(chuàng)業(yè)活躍度影響因素回歸結(jié)果。不論是經(jīng)濟(jì)發(fā)展、數(shù)智水平的基礎(chǔ)環(huán)境還是勞動(dòng)、資本和技術(shù)要素供給對(duì)農(nóng)業(yè)創(chuàng)業(yè)活躍度均無(wú)顯著影響； 數(shù)智水平和技術(shù)要素對(duì)制造業(yè)企業(yè)活躍度具有顯著促進(jìn)作用； 經(jīng)濟(jì)發(fā)展、數(shù)智水平、技術(shù)和資本供給對(duì)非制造業(yè)企業(yè)具有顯著促進(jìn)作用； 經(jīng)濟(jì)發(fā)展、數(shù)智水平、勞動(dòng)力、和技術(shù)要素對(duì)生產(chǎn)性服務(wù)業(yè)創(chuàng)業(yè)活躍度具有顯著促進(jìn)作用； 經(jīng)濟(jì)發(fā)展、數(shù)智水平、技術(shù)和資本要素對(duì)生活性服務(wù)業(yè)創(chuàng)業(yè)活躍度具有顯著促進(jìn)作用； 技術(shù)、資本和數(shù)智水平對(duì)公共服務(wù)業(yè)創(chuàng)業(yè)活躍度具有顯著促進(jìn)作用。

３. ４ “城市－區(qū)域－行業(yè)”三維視角下創(chuàng)業(yè)區(qū)位選擇

在分析了創(chuàng)業(yè)活躍度在城市、區(qū)域和行業(yè)分布的空間格局差異后， 本文實(shí)證研究了經(jīng)濟(jì)基礎(chǔ)、勞動(dòng)力、技術(shù)和資本要素以及數(shù)智水平在不同維度對(duì)創(chuàng)業(yè)活躍度的影響， 結(jié)合估計(jì)結(jié)果總結(jié)了不同規(guī)模城市、區(qū)域和行業(yè)創(chuàng)業(yè)區(qū)位導(dǎo)向（見(jiàn)表１１）。具體來(lái)看， 數(shù)智水平是所有規(guī)模類型城市創(chuàng)業(yè)區(qū)位選擇考慮因素； 中等城市還有經(jīng)濟(jì)基礎(chǔ)導(dǎo)向、技術(shù)導(dǎo)向的區(qū)位選擇特征； 小城市則是更重視經(jīng)濟(jì)基礎(chǔ)、技術(shù)和資本導(dǎo)向。東、中、西三大板塊城市創(chuàng)業(yè)呈數(shù)智導(dǎo)向， 除此之外， 東部還存在經(jīng)濟(jì)基礎(chǔ)導(dǎo)向， 中部地區(qū)存在資本導(dǎo)向、西部地區(qū)存在經(jīng)濟(jì)基礎(chǔ)導(dǎo)向、資本和技術(shù)要素導(dǎo)向， 東北地區(qū)未呈現(xiàn)顯著導(dǎo)向特征。除農(nóng)、林、牧、漁業(yè)外五大行業(yè)城市創(chuàng)業(yè)區(qū)位選擇呈數(shù)智導(dǎo)向， 除農(nóng)、林、牧、漁業(yè)和制造業(yè)外其他行業(yè)創(chuàng)業(yè)區(qū)位選擇均有經(jīng)濟(jì)基礎(chǔ)導(dǎo)向。此外， 生產(chǎn)性服務(wù)業(yè)有勞動(dòng)力和技術(shù)導(dǎo)向， 生活性服務(wù)業(yè)有技術(shù)和資本導(dǎo)向， 非制造業(yè)和公共服務(wù)業(yè)呈現(xiàn)資本導(dǎo)向。

４ 結(jié)論與政策建議

４. １ 結(jié)論

本文基于標(biāo)準(zhǔn)差橢圓、Ｄａｇｕｍ 基尼系數(shù)、核密度和雙向固定效應(yīng)面板模型對(duì)我國(guó)２８３ 個(gè)地級(jí)及以上城市２０１１～２０２３ 年創(chuàng)業(yè)活躍度的時(shí)空和行業(yè)演化特征及其影響因素做了系統(tǒng)性研究， 有如下幾點(diǎn)主要發(fā)現(xiàn)：

（１） 城市創(chuàng)業(yè)活躍度時(shí)間演化特征表明， 創(chuàng)業(yè)活躍度總體增長(zhǎng)趨勢(shì)與ＧＤＰ 增長(zhǎng)趨勢(shì)基本一致， 且增速在２０１５ 年之后加快； 六大行業(yè)創(chuàng)業(yè)活躍度均總體上呈現(xiàn)隨時(shí)間增長(zhǎng)趨勢(shì)； 但是， 與三次產(chǎn)業(yè)ＧＤＰ 占比相比， 制造業(yè)和非制造業(yè)創(chuàng)業(yè)企業(yè)數(shù)量占總體創(chuàng)業(yè)企業(yè)數(shù)量比重偏低。

（２） 我國(guó)城市創(chuàng)業(yè)活躍度空間格局上呈現(xiàn)出“東北－西南” 方向的展布特征， 且創(chuàng)業(yè)重心逐漸向東南移動(dòng)； 創(chuàng)業(yè)活躍度空間差距不斷擴(kuò)大， 四大板塊間城市創(chuàng)業(yè)活躍度差距是空間差距擴(kuò)大的主要來(lái)源且主要表現(xiàn)為東部地區(qū)與其他地區(qū)的差距； 從四大板塊內(nèi)部城市創(chuàng)業(yè)活躍度差距來(lái)看，中部地區(qū)城市創(chuàng)業(yè)活躍度差距最小， 西部地區(qū)城市創(chuàng)業(yè)活躍度差距最大。

（３） 六大行業(yè)城市創(chuàng)業(yè)活躍度隨時(shí)間演變均有提升， 但是空間極化和差異性特征存在行業(yè)異質(zhì)性。

（ ４） 城市創(chuàng)業(yè)活躍度影響因素分析結(jié)果表明，經(jīng)濟(jì)發(fā)展、數(shù)智水平、資本和技術(shù)要素均能顯著促進(jìn)城市創(chuàng)業(yè)。異質(zhì)性分析表明， 不同規(guī)模類型城市、區(qū)域和行業(yè)的創(chuàng)業(yè)活躍度受不同因素影響。由此而來(lái)， 創(chuàng)業(yè)區(qū)位選擇在不同城市、區(qū)域和行業(yè)間存在異質(zhì)性。

４. ２ 政策建議

基于以上研究發(fā)現(xiàn)， 結(jié)合我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展實(shí)際， 本文主要提出如下政策建議：

提升城市經(jīng)濟(jì)發(fā)展水平， 營(yíng)造良好創(chuàng)業(yè)政策環(huán)境。（１） 推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型， 擴(kuò)大消費(fèi)需求。內(nèi)需是提振經(jīng)濟(jì)的主要?jiǎng)恿χ唬?應(yīng)當(dāng)在推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型同時(shí)刺激各類消費(fèi)需求， 擴(kuò)大市場(chǎng)體量， 為創(chuàng)業(yè)活動(dòng)提供有利經(jīng)濟(jì)發(fā)展環(huán)境； （２） 發(fā)揮市場(chǎng)在資源配置過(guò)程中的決定性作用， 營(yíng)造公平競(jìng)爭(zhēng)經(jīng)濟(jì)環(huán)境。市場(chǎng)經(jīng)由價(jià)格、供求和競(jìng)合機(jī)制決定了勞動(dòng)力、資本和技術(shù)要素流向何種城市、區(qū)域和行業(yè)， 使經(jīng)濟(jì)系統(tǒng)高效運(yùn)行。因此， 應(yīng)當(dāng)保證市場(chǎng)作用的有效發(fā)揮， 使之能夠在企業(yè)創(chuàng)業(yè)競(jìng)爭(zhēng)中起到?jīng)Q定性作用， 為創(chuàng)業(yè)企業(yè)提供公平的競(jìng)爭(zhēng)環(huán)境； （３） 政府實(shí)施積極創(chuàng)業(yè)政策， 為創(chuàng)業(yè)者打造良好的營(yíng)商環(huán)境。政府應(yīng)當(dāng)適度擴(kuò)大創(chuàng)業(yè)補(bǔ)貼在財(cái)政支出中的比重， 因地、因城和因行業(yè)制宜實(shí)施鼓勵(lì)創(chuàng)業(yè)政策。

彌補(bǔ)勞動(dòng)力要素供給劣勢(shì)， 推動(dòng)建設(shè)人才發(fā)展新高地。（１） 重視教育發(fā)展， 培育創(chuàng)業(yè)人才。通過(guò)加強(qiáng)基礎(chǔ)和專業(yè)化教育， 系統(tǒng)培養(yǎng)學(xué)生創(chuàng)業(yè)專業(yè)知識(shí)， 提升學(xué)生創(chuàng)業(yè)意識(shí)， 發(fā)揮人才在創(chuàng)業(yè)活動(dòng)中的主體作用； （２） 提升空間品質(zhì)， 引進(jìn)創(chuàng)業(yè)人才。積極推動(dòng)城市和區(qū)域空間品質(zhì)提高， 為創(chuàng)業(yè)人才提供優(yōu)良的生活和創(chuàng)業(yè)環(huán)境， 提升城市或區(qū)域?qū)τ趧?chuàng)業(yè)人才的吸引力， 建立合理的創(chuàng)業(yè)人才激勵(lì)機(jī)制， 既能引進(jìn)人才又能留住人才； （３）推動(dòng)產(chǎn)學(xué)研用深度融合。發(fā)揮高校人才供給和科研機(jī)構(gòu)技術(shù)供給的作用， 促進(jìn)技術(shù)導(dǎo)向的創(chuàng)業(yè)企業(yè)落地， 鼓勵(lì)高標(biāo)準(zhǔn)和高起點(diǎn)創(chuàng)業(yè)［３９］ 。

正視創(chuàng)業(yè)活躍度多維差距， 構(gòu)建創(chuàng)業(yè)協(xié)調(diào)發(fā)展新格局。（１） 發(fā)揮中心城市對(duì)周邊城市輻射帶動(dòng)作用， 鼓勵(lì)東部地區(qū)向中西部地區(qū)、大城市向中小城市創(chuàng)業(yè)要素資源流動(dòng)； （２） 通過(guò)補(bǔ)貼、減稅和技術(shù)幫扶等多方式鼓勵(lì)制造業(yè)和非制造業(yè)行業(yè)企業(yè)的創(chuàng)業(yè)活動(dòng)， 提升兩大行業(yè)創(chuàng)業(yè)企業(yè)技術(shù)水平， 推動(dòng)創(chuàng)業(yè)企業(yè)數(shù)字化水平提升， 積極融入新質(zhì)生產(chǎn)力布局； （３） 推動(dòng)創(chuàng)業(yè)要素資源包括資本、技術(shù)和人才適度向第二產(chǎn)業(yè)尤其是制造業(yè)傾斜， 提升制造業(yè)創(chuàng)業(yè)企業(yè)比重， 避免經(jīng)濟(jì)發(fā)展“脫實(shí)向虛”。

注釋：

①數(shù)據(jù)來(lái)源為國(guó)家統(tǒng)計(jì)局網(wǎng)站， 經(jīng)濟(jì)增長(zhǎng)拉動(dòng)是指國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)速度與三大需求貢獻(xiàn)率的乘積。

②２０１４ 年９ 月， 時(shí)任國(guó)家總理李克強(qiáng)在夏季達(dá)沃斯論壇上， 首次提出了“大眾創(chuàng)業(yè)， 萬(wàn)眾創(chuàng)新” 的宏偉理念： “大眾創(chuàng)業(yè)， 萬(wàn)眾創(chuàng)新”， 彰顯了將創(chuàng)新創(chuàng)業(yè)精神引入社會(huì)各個(gè)階層的前瞻意圖。２０１５ 年３ 月， 李克強(qiáng)總理作《政府工作報(bào)告》， 又提出“打造大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新和增加公共產(chǎn)品、公共服務(wù)‘雙引擎’”。

③根據(jù)國(guó)務(wù)院２０１４ 年１１ 月國(guó)務(wù)院發(fā)布的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》并結(jié)合２０２０ 年第七次人口普查的城區(qū)人口數(shù)據(jù)， 將城區(qū)人口大于等于１００ 萬(wàn)的界定為大城市， 將城區(qū)人口大于５０ 萬(wàn)小于１００ 萬(wàn)的界定為中等城市， 城區(qū)人口小于５０ 萬(wàn)的為小城市。

參考文獻(xiàn)

［１］ 徐海東， 倪鵬飛， 黃徐亮． 中國(guó)新建企業(yè)空間格局演變及其驅(qū)動(dòng)因素［Ｊ］． 企業(yè)經(jīng)濟(jì)， ２０２３， ４２ （１）： ３２～４３．

［２］ 習(xí)近平主持召開(kāi)新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)強(qiáng)調(diào)： 牢牢把握東北的重要使命 奮力譜寫(xiě)東北全面振興新篇章［ Ｎ］．人民日?qǐng)?bào)， ２０２３－０９－１０， （１）．

［３］ 范偉， 張先進(jìn)． 中國(guó)城市創(chuàng)業(yè)發(fā)展水平的聚類分析［ Ｊ］． 改革與戰(zhàn)略， ２０１０， ２６ （９）： ４４～４６．

［４］ 丁玥， 朱華晟， 賀清燦． 廣東省創(chuàng)業(yè)活動(dòng)的地區(qū)差異及其影響因素［Ｊ］． 經(jīng)濟(jì)地理， ２０１７， ３７ （１１）： ９２～９８．

［５］ 楊晨， 謝守紅， 甘晨． 中國(guó)私營(yíng)企業(yè)創(chuàng)業(yè)活動(dòng)的空間差異及影響因素［Ｊ］． 經(jīng)濟(jì)地理， ２０２１， ４１ （１１）： １４１～１４８．

［６］ 呂爽， 譚軍華， 劉帥， 等． 中國(guó)創(chuàng)新創(chuàng)業(yè)活躍度的連續(xù)動(dòng)態(tài)測(cè)度及時(shí)空差異分解［Ｊ］． 統(tǒng)計(jì)與決策， ２０２２， ３８ （７）： ７２～７６．

［７］ 歐陽(yáng)勝， 郭彥， 肖雄輝， 等． 長(zhǎng)江中游城市創(chuàng)業(yè)水平的空間差異及其影響因素［Ｊ］． 經(jīng)濟(jì)地理， ２０２３， ４３ （９）： ３１～４１.

［８］ 李彥龍， 畢鈺． 城市創(chuàng)業(yè)活躍度： 區(qū)域差異、動(dòng)態(tài)演變與影響因素［Ｊ］． 中國(guó)軟科學(xué)， ２０２３， （５）： ９９～１０６．

［９］ Ｂａｌｄｗｉｎ Ｒ Ｅ， Ｏｋｕｂｏ Ｔ． Ｔａｘ Ｃｏｍｐｅｔｉｔｉｏｎ ｗｉｔｈ ＨｅｔｅｒｏｇｅｎｅｏｕｓＦｉｒｍｓ ［Ｊ］． Ｓｐａｔｉａｌ Ｅｃｏｎｏｍｉｃ Ａｎａｌｙｓｉｓ， ２０１４， ９ （３）： ３０９～３２６．

［１０］ 白俊紅， 張藝璇， 卞元超． 創(chuàng)新驅(qū)動(dòng)政策是否提升城市創(chuàng)業(yè)活躍度———來(lái)自國(guó)家創(chuàng)新型城市試點(diǎn)政策的經(jīng)驗(yàn)證據(jù)［Ｊ］． 中國(guó)工業(yè)經(jīng)濟(jì)， ２０２２， （６）： ６１～７８．

［１１］ 林偉芬， 胡耀， 何駿． 電子商務(wù)發(fā)展對(duì)城市創(chuàng)業(yè)活躍度的影響［Ｊ］． 中國(guó)人口科學(xué)， ２０２３， ３７ （５）： ８２～９６．

［１２］ 許文瀚， 齊荻． 低碳轉(zhuǎn)型對(duì)城市創(chuàng)業(yè)活躍度的影響研究———來(lái)自低碳城市試點(diǎn)的經(jīng)驗(yàn)證據(jù)［Ｊ］． 華東經(jīng)濟(jì)管理， ２０２３， ３７（１１）： ３９～４９．

［１３］ 周文義， 陶一桃． 智慧城市建設(shè)能提升創(chuàng)業(yè)水平嗎？———基于雙重差分模型的檢驗(yàn)［Ｊ］． 統(tǒng)計(jì)研究， ２０２３， ４０ （８）： １２２ ～１３４．

［１４］ 劉娟， 耿曉林， 劉夢(mèng)潔． 自貿(mào)試驗(yàn)區(qū)設(shè)立與城市創(chuàng)業(yè)活躍度提升———影響機(jī)制與空間輻射效應(yīng)的經(jīng)驗(yàn)分析［ Ｊ］． 國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)）， ２０２２， （６）： １８～３７．

［１５］ 程聰慧， 劉昱呈． 平臺(tái)經(jīng)濟(jì)發(fā)展與農(nóng)村創(chuàng)業(yè)活躍度［Ｊ］． 科學(xué)學(xué)研究， ２０２４， ４２ （１０）： ２１３８～２１４９．

［１６］ 曹宗平， 林碩延， 黃子珊， 等． 農(nóng)民創(chuàng)業(yè)： 臨淵羨魚(yú)還是退而結(jié)網(wǎng)？———基于鄉(xiāng)村振興與共同富裕的背景［ Ｊ］． 經(jīng)濟(jì)評(píng)論， ２０２３， （６）： ５８～７１．

［１７］ 趙康杰， 李娜． 環(huán)境舒適性對(duì)中國(guó)城市創(chuàng)業(yè)活躍度的影響研究［Ｊ］． 城市發(fā)展研究， ２０２２， ２９ （８）： １～６．

［１８］ Ｂｅｈｒｅｎｓ Ｋ， Ｐｉｃａｒｄ Ｐ Ｍ． Ｔｒａｎｓｐｏｒｔａｔｉｏｎ， Ｆｒｅｉｇｈｔ Ｒａｔｅｓ， ａｎｄ Ｅｃｏ?ｎｏｍｉｃ Ｇｅｏｇｒａｐｈｙ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｃｏｎｏｍｉｃｓ， ２０１１，８５ （２）： ２８０～２９１．

［１９］ Ｈｏｕ Ｙ． Ｔｒａｆｆｉｃ Ｃｏｎｇｅｓｔｉｏｎ， Ｐｏｌｙｃｅｎｔｒｉｃｉｔｙ， ａｎｄ Ｉｎｔｒａｕｒｂａｎ ＦｉｒｍＬｏｃａｔｉｏｎ Ｃｈｏｉｃｅｓ： Ａ Ｎｅｓｔｅｄ Ｌｏｇｉｔ Ｍｏｄｅｌ ｆｏｒ ｔｈｅ Ｌｏｓ Ａｎｇｅｌｅｓ Ｍｅｔ?ｒｏｐｏｌｉｔａｎ Ａｒｅａ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ， ２０１６， ５６ （４）：６８３～７１６．

［２０］ Ｃｈｅｎｇ Ｓ， Ｓｔｏｕｇｈ Ｒ Ｒ． Ｌｏｃａｔｉｏｎ Ｄｅｃｉｓｉｏｎｓ ｏｆ Ｊａｐａｎｅｓｅ Ｎｅｗ Ｍａ?ｎｕｆａｃｔｕｒｉｎｇ Ｐｌａｎｔｓ ｉｎ Ｃｈｉｎａ： Ａ Ｄｉｓｃｒｅｔｅ－ｃｈｏｉｃｅ Ａｎａｌｙｓｉｓ ［Ｊ］． ＴｈｅＡｎｎａｌｓ ｏｆ Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ， ２００６， ４０： ３６９～３８７．

［２１］ 葉文平， 李新春， 陳強(qiáng)遠(yuǎn)． 流動(dòng)人口對(duì)城市創(chuàng)業(yè)活躍度的影響： 機(jī)制與證據(jù)［Ｊ］． 經(jīng)濟(jì)研究， ２０１８， ５３ （６）： １５７～１７０．

［２２］ Ｊｏｆｒｅ－Ｍｏｎｓｅｎｙ Ｊ， Ｍａｒíｎ－Ｌóｐｅｚ Ｒ， Ｖｉｌａｄｅｃａｎｓ－Ｍａｒｓａｌ Ｅ． ＴｈｅＤｅｔｅｒｍｉｎａｎｔｓ ｏｆ Ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ Ｕｒｂａｎｉｚａｔｉｏｎ Ｅｃｏｎｏｍｉｅｓ： Ｅｖｉｄｅｎｃｅｆｒｏｍ ｔｈｅ Ｌｏｃａｔｉｏｎ ｏｆ Ｎｅｗ Ｆｉｒｍｓ ｉｎ Ｓｐａｉｎ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＲｅｇｉｏｎａｌＳｃｉｅｎｃｅ， ２０１４， ５４ （２）： ３１３～３３７．

［２３］ 于瀟， 徐英東． 人口集聚對(duì)創(chuàng)業(yè)活躍度的影響： 考慮集聚動(dòng)態(tài)的效應(yīng)與路徑［Ｊ］． 中國(guó)人口·資源與環(huán)境， ２０２２， ３２ （９）：１５１～１６３．

［２４］ Ｆｒｅｎｋｅｎ Ｋ， Ｃｅｆｉｓ Ｅ， Ｓｔａｍ Ｅ． Ｉｎｄｕｓｔｒｉａｌ Ｄｙｎａｍｉｃｓ ａｎｄ Ｃｌｕｓｔｅｒｓ：Ａ Ｓｕｒｖｅｙ ［Ｊ］． Ｒｅｇｉｏｎａｌ Ｓｔｕｄｉｅｓ， ２０１５， ４９ （１）： １０～２７．

［２５］ Ａｌｅｋｓａｎｄｒｏｖａ Ｅ， Ｂｅｈｒｅｎｓ Ｋ， Ｋｕｚｎｅｔｓｏｖａ Ｍ． Ｍａｎｕｆａｃｔｕｒｉｎｇ（ｃｏ）Ａｇｇｌｏｍｅｒａｔｉｏｎ ｉｎ ａ Ｔｒａｎｓｉｔｉｏｎ Ｃｏｕｎｔｒｙ： Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｒｕｓｓｉａ ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ， ２０２０， ６０ （１）： ８８～１２８．

［２６］ 高霞， 李星杰． 數(shù)字經(jīng)濟(jì)對(duì)城市創(chuàng)業(yè)活躍度的影響研究———?jiǎng)?chuàng)業(yè)環(huán)境的調(diào)節(jié)作用［Ｊ］． 大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），２０２４， ４５ （１）： ４２～５１．

［２７］ 趙曉陽(yáng)， 衣長(zhǎng)軍． 數(shù)字經(jīng)濟(jì)發(fā)展提高了城市創(chuàng)業(yè)活躍度嗎？［Ｊ］． 現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)）， ２０２２， ４２ （１１）： １９～３１．

［２８］ 翁鴻妹， 王?。?多維社會(huì)信任與區(qū)域創(chuàng)業(yè)活躍度———基于中國(guó)家庭跟蹤調(diào)查（ＣＦＰＳ） 數(shù)據(jù)［Ｊ］． 地理科學(xué)進(jìn)展， ２０２３，４２ （４）： ７４２～７５３．

［２９］ 趙璐， 趙作權(quán)． 基于特征橢圓的中國(guó)經(jīng)濟(jì)空間分異研究［Ｊ］．地理科學(xué)， ２０１４， ３４ （８）： ９７９～９８６．

［３０］ 斯麗娟， 王超群． 中國(guó)城市群區(qū)域經(jīng)濟(jì)差異、動(dòng)態(tài)演變與收斂性———基于十大城市群夜間燈光數(shù)據(jù)的研究［ Ｊ］． 上海經(jīng)濟(jì)研究， ２０２１， ３９７ （１０）： ３８～５２．

［３１］ 項(xiàng)肖， 范巧， 黃依潔． 中國(guó)工業(yè)數(shù)字化水平測(cè)度及其時(shí)空演變研究［Ｊ］． 工業(yè)技術(shù)經(jīng)濟(jì)， ２０２３， ４２ （７）： １４～２２．

［３２］ 辛沖沖， 陳志勇． 中國(guó)基本公共服務(wù)供給水平分布動(dòng)態(tài)、地區(qū)差異及收斂性［Ｊ］． 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， ２０１９， ３６（８）： ５２～７１．

［３３］ 何雨可， 牛耕， 逯建， 等． 數(shù)字治理與城市創(chuàng)業(yè)活力———來(lái)自“信息惠民國(guó)家試點(diǎn)” 政策的證據(jù)［Ｊ］． 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， ２０２４， ４１ （１）： ４７～６６．

［３４］ 陳曉南． 論創(chuàng)業(yè)投資的區(qū)位選擇［Ｊ］． 求索， ２００５， （１）： ３４～３７．

［３５］ 董亞寧， 顧蕓， 楊開(kāi)忠． 市場(chǎng)一體化、比較優(yōu)勢(shì)與產(chǎn)業(yè)區(qū)位［Ｊ］． 工業(yè)技術(shù)經(jīng)濟(jì)， ２０２０， ３９ （３）： １１６～１２４．

［３６］ 李善同， 李華香． 城市服務(wù)行業(yè)分布格局特征及演變趨勢(shì)研究［Ｊ］． 產(chǎn)業(yè)經(jīng)濟(jì)研究， ２０１４， （５）： １～１０．

［３７］ 張建華， 趙英， 劉慧玲． 國(guó)內(nèi)國(guó)際雙循環(huán)視角下中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)研究［Ｊ］． 中國(guó)工業(yè)經(jīng)濟(jì)， ２０２３， （９）： ４２～６０．

［３８］ 王林輝， 姜昊， 董直慶． 工業(yè)智能化會(huì)重塑企業(yè)地理格局嗎［Ｊ］． 中國(guó)工業(yè)經(jīng)濟(jì)， ２０２２， （２）： １３７～１５５．

［３９］ 董亞寧， 顧蕓， 呂鵬． 面向生態(tài)文明的空間品質(zhì)與城市人才區(qū)位———基于新空間經(jīng)濟(jì)學(xué)的分析［Ｊ］． 城市問(wèn)題， ２０２３， （３）：４８～５８．

（責(zé)任編輯： 張舒逸）

基金項(xiàng)目： 國(guó)家自科基金重點(diǎn)項(xiàng)目“我國(guó)產(chǎn)業(yè)集聚演進(jìn)與新動(dòng)能培育發(fā)展研究” （項(xiàng)目編號(hào)： ７１７３３００１）； 國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“健全國(guó)土空間規(guī)劃和用途統(tǒng)籌協(xié)調(diào)管控制度研究” （項(xiàng)目編號(hào)： ２０ＺＤＡ０８６）。