世界地理研究 ›› 2023, Vol. 32 ›› Issue (1): 67-79.DOI: 10.3969/j.issn.1004-9479.2023.01.2021182
收稿日期:
2021-03-15
修回日期:
2021-07-09
出版日期:
2023-01-01
发布日期:
2023-01-01
通讯作者:
吴相利
作者简介:
王丽敏(1996—),女,硕博连读生,主要研究方向为空间与区域规划,E-mail:1191784928@qq.com。
基金资助:
Limin WANG1(), Xiangli WU1(), Fan LIU2, Shaoduo ZHANG3
Received:
2021-03-15
Revised:
2021-07-09
Online:
2023-01-01
Published:
2023-01-01
Contact:
Xiangli WU
摘要:
以我国民营企业500强为研究样本,基于2005、2011、2018年企业总部数据和CEO空间经历数据,运用ArcGIS 10.2软件进行空间可视化分析,揭示中国民营企业总部的空间格局特征,并解释了CEO的空间经历与企业总部区位布局之间的地理空间关联。研究发现:①我国民营企业500强总部主要分布在长三角、京津冀以及珠三角等沿海3大城市群,呈现高度密集分布特征。②我国民营企业500强总部主要集聚在高行政级别的城市,即集中在直辖市、副省级和省会城市。③从CEO空间经历与民营企业500强总部布局的地理空间关联来看,CEO的出生地、就学地与企业总部所在地在城市、省域及区域空间尺度上相同的比重较高,关联性显著。其中,CEO最后学历就学地相同数占比均达到30%以上;但不同行业关联性差异明显,制造业CEO最后学历就学地和企业总部位于同一座城市的比重小于其他产业,关联性相对较弱。
王丽敏, 吴相利, 刘凡, 张少铎. CEO空间经历对中国民营企业500强 总部区位选择影响分析[J]. 世界地理研究, 2023, 32(1): 67-79.
Limin WANG, Xiangli WU, Fan LIU, Shaoduo ZHANG. The impact of CEO space experience on location choice of China's top 500 private enterprises' headquarters[J]. World Regional Studies, 2023, 32(1): 67-79.
年份 | Moran’s I | z-score | p-value |
---|---|---|---|
2005年 | 0.011 9 | 1.946 2 | 0.034 0 |
2011年 | 0.012 9 | 2.409 5 | 0.019 0 |
2018年 | 0.016 0 | 3.493 2 | 0.008 0 |
表1 2005、2011、2018年民营企业总部Moran's I值
Tab.1 Spatial correlation coefficient of corporate headquarters in 2005, 2011 and 2018
年份 | Moran’s I | z-score | p-value |
---|---|---|---|
2005年 | 0.011 9 | 1.946 2 | 0.034 0 |
2011年 | 0.012 9 | 2.409 5 | 0.019 0 |
2018年 | 0.016 0 | 3.493 2 | 0.008 0 |
图1 2005、2011、2018年我国民营企业500强总部密度集聚情况注: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(2019)1823号的标准地图制作,底图无修改。
Fig.1 Headquarters density agglomeration of Chinese top 500 private enterprises in 2005, 2011 and 2018
序号 | 2005年 | 2011年 | 2018年 | ||||||
---|---|---|---|---|---|---|---|---|---|
城市 | 总部数/个 | 累积百分比/% | 城市 | 总部数/个 | 累积百分比/% | 城市 | 总部数/个 | 累积百分比/% | |
1 | 上海 | 52 | 14.29 | 北京 | 53 | 13.77 | 北京 | 62 | 17.08 |
2 | 北京 | 47 | 12.91 | 深圳 | 38 | 9.87 | 上海 | 51 | 14.05 |
3 | 杭州 | 28 | 7.69 | 上海 | 34 | 8.83 | 深圳 | 42 | 11.57 |
4 | 深圳 | 27 | 7.42 | 杭州 | 27 | 7.01 | 杭州 | 22 | 6.06 |
5 | 广州 | 18 | 4.95 | 广州 | 18 | 4.68 | 广州 | 19 | 5.23 |
6 | 绍兴 | 12 | 3.30 | 成都 | 12 | 3.12 | 宁波 | 10 | 2.75 |
7 | 大连 | 10 | 2.75 | 南京 | 11 | 2.86 | 佛山 | 9 | 2.48 |
8 | 无锡 | 9 | 2.47 | 长沙 | 9 | 2.34 | 成都 | 8 | 2.20 |
9 | 重庆 | 8 | 2.20 | 无锡 | 9 | 2.34 | 苏州 | 7 | 1.92 |
10 | 郑州 | 7 | 1.92 | 绍兴 | 9 | 2.34 | 重庆 | 5 | 1.38 |
表2 前10城市企业总部的累积百分比
Tab.2 Cumulative percentage of corporate headquarters in the top 10 cities
序号 | 2005年 | 2011年 | 2018年 | ||||||
---|---|---|---|---|---|---|---|---|---|
城市 | 总部数/个 | 累积百分比/% | 城市 | 总部数/个 | 累积百分比/% | 城市 | 总部数/个 | 累积百分比/% | |
1 | 上海 | 52 | 14.29 | 北京 | 53 | 13.77 | 北京 | 62 | 17.08 |
2 | 北京 | 47 | 12.91 | 深圳 | 38 | 9.87 | 上海 | 51 | 14.05 |
3 | 杭州 | 28 | 7.69 | 上海 | 34 | 8.83 | 深圳 | 42 | 11.57 |
4 | 深圳 | 27 | 7.42 | 杭州 | 27 | 7.01 | 杭州 | 22 | 6.06 |
5 | 广州 | 18 | 4.95 | 广州 | 18 | 4.68 | 广州 | 19 | 5.23 |
6 | 绍兴 | 12 | 3.30 | 成都 | 12 | 3.12 | 宁波 | 10 | 2.75 |
7 | 大连 | 10 | 2.75 | 南京 | 11 | 2.86 | 佛山 | 9 | 2.48 |
8 | 无锡 | 9 | 2.47 | 长沙 | 9 | 2.34 | 成都 | 8 | 2.20 |
9 | 重庆 | 8 | 2.20 | 无锡 | 9 | 2.34 | 苏州 | 7 | 1.92 |
10 | 郑州 | 7 | 1.92 | 绍兴 | 9 | 2.34 | 重庆 | 5 | 1.38 |
年份 | 行业 | 第一 | 数量 | 第二 | 数量 | 第三 | 数量 | CR1/% | CR3/% |
---|---|---|---|---|---|---|---|---|---|
2005 | 制造业 | 杭州 | 14 | 绍兴 | 11 | 上海 | 10 | 9.03 | 22.58 |
房地产业 | 上海 | 18 | 广州 | 11 | 大连 | 3 | 30.50 | 54.23 | |
信息传输、软件和技术服务业 | 深圳 | 9 | 上海 | 8 | 广州 | 3 | 32.14 | 64.28 | |
2011 | 制造业 | 深圳 | 17 | 杭州 | 16 | 北京 | 10 | 9.50 | 24.02 |
房地产业 | 北京 | 13 | 上海 | 12 | 广州 | 9 | 18.31 | 47.90 | |
信息传输、软件和技术服务业 | 北京 | 11 | 深圳、厦门 | 4 | 广州 | 2 | 34.38 | 13.13 | |
2018 | 制造业 | 深圳 | 16 | 杭州 | 13 | 北京 | 10 | 10.39 | 25.32 |
房地产业 | 北京 | 13 | 上海 | 12 | 广州 | 10 | 17.81 | 47.95 | |
信息传输、软件和技术服务业 | 北京 | 17 | 上海 | 5 | 深圳 | 3 | 53.12 | 78.13 |
表3 分行业拥有最多企业总部的前三位城市
Tab.3 The top three cities with the most corporate headquarters by industry
年份 | 行业 | 第一 | 数量 | 第二 | 数量 | 第三 | 数量 | CR1/% | CR3/% |
---|---|---|---|---|---|---|---|---|---|
2005 | 制造业 | 杭州 | 14 | 绍兴 | 11 | 上海 | 10 | 9.03 | 22.58 |
房地产业 | 上海 | 18 | 广州 | 11 | 大连 | 3 | 30.50 | 54.23 | |
信息传输、软件和技术服务业 | 深圳 | 9 | 上海 | 8 | 广州 | 3 | 32.14 | 64.28 | |
2011 | 制造业 | 深圳 | 17 | 杭州 | 16 | 北京 | 10 | 9.50 | 24.02 |
房地产业 | 北京 | 13 | 上海 | 12 | 广州 | 9 | 18.31 | 47.90 | |
信息传输、软件和技术服务业 | 北京 | 11 | 深圳、厦门 | 4 | 广州 | 2 | 34.38 | 13.13 | |
2018 | 制造业 | 深圳 | 16 | 杭州 | 13 | 北京 | 10 | 10.39 | 25.32 |
房地产业 | 北京 | 13 | 上海 | 12 | 广州 | 10 | 17.81 | 47.95 | |
信息传输、软件和技术服务业 | 北京 | 17 | 上海 | 5 | 深圳 | 3 | 53.12 | 78.13 |
变量 | 2005年 | 2011年 | 2018年 | |||
---|---|---|---|---|---|---|
系数 | 标准误差 | 系数 | 标准误差 | 系数 | 标准误差 | |
就学城市1 | 18.029*** | 0.645 | 21.512*** | 0.856 | 17.746*** | 1.049 |
就学城市2 | 16.525*** | 0.842 | 19.566*** | 0.809 | 17.746*** | 0.000 |
就学城市3 | 18.722 | 0.000 | 19.720 | 0.000 | 19.355 | 949.000 |
就学城市4 | 0.000c | ― | 0.000b | ― | 0b | ― |
出生城市1 | 19.721 | ― | 1.288 | 0.844 | 4.388** | 1.741 |
出生城市2 | 3.021*** | 1.089 | 2.921*** | 1.066 | 1.602** | 0.651 |
出生城市3 | 20.212*** | 0.898 | 0.554 | 0.953 | 0.418 | 12.490 |
出生城市4 | 0c | ― | 0b | ― | 0b | ― |
表4 CEO空间经历与企业总部的回归结果
Tab.4 Regression results of CEO space experience and corporate headquarters
变量 | 2005年 | 2011年 | 2018年 | |||
---|---|---|---|---|---|---|
系数 | 标准误差 | 系数 | 标准误差 | 系数 | 标准误差 | |
就学城市1 | 18.029*** | 0.645 | 21.512*** | 0.856 | 17.746*** | 1.049 |
就学城市2 | 16.525*** | 0.842 | 19.566*** | 0.809 | 17.746*** | 0.000 |
就学城市3 | 18.722 | 0.000 | 19.720 | 0.000 | 19.355 | 949.000 |
就学城市4 | 0.000c | ― | 0.000b | ― | 0b | ― |
出生城市1 | 19.721 | ― | 1.288 | 0.844 | 4.388** | 1.741 |
出生城市2 | 3.021*** | 1.089 | 2.921*** | 1.066 | 1.602** | 0.651 |
出生城市3 | 20.212*** | 0.898 | 0.554 | 0.953 | 0.418 | 12.490 |
出生城市4 | 0c | ― | 0b | ― | 0b | ― |
年份 | CEO空间经历 | 总体空间关联 | 相关性分析 | ||||
---|---|---|---|---|---|---|---|
城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | 城市内相关性 | 省域内相关性 | 区域内相关性 | ||
2005 | 出生地 | 46% | 68% | 80% | 0.771*** | 0.718*** | 0.799*** |
就学地 | 43% | 44% | 55% | 0.365*** | 0.420*** | 0.564*** | |
2011 | 出生地 | 42% | 65% | 60% | 0.370*** | 0.387*** | 0.884*** |
就学地 | 37% | 46% | 46% | 0.324*** | 0.489*** | 0.637*** | |
2018 | 出生地 | 38% | 58% | 80% | 0.517*** | 0.332*** | 0.714*** |
就学地 | 36% | 49% | 61% | 0.371*** | 0.358*** | 0.481*** |
表5 CEO空间经历与企业总部在城市、省域和区域内的总体空间关联和相关性分析
Tab.5 The overall relationship and correlation analysis between CEO space experience and corporate headquarters in cities, provinces and regions
年份 | CEO空间经历 | 总体空间关联 | 相关性分析 | ||||
---|---|---|---|---|---|---|---|
城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | 城市内相关性 | 省域内相关性 | 区域内相关性 | ||
2005 | 出生地 | 46% | 68% | 80% | 0.771*** | 0.718*** | 0.799*** |
就学地 | 43% | 44% | 55% | 0.365*** | 0.420*** | 0.564*** | |
2011 | 出生地 | 42% | 65% | 60% | 0.370*** | 0.387*** | 0.884*** |
就学地 | 37% | 46% | 46% | 0.324*** | 0.489*** | 0.637*** | |
2018 | 出生地 | 38% | 58% | 80% | 0.517*** | 0.332*** | 0.714*** |
就学地 | 36% | 49% | 61% | 0.371*** | 0.358*** | 0.481*** |
年份 | 总部城市 | 大学城市 | 结合总数/个 | 占全国 比重 | 总部城市 | 出生城市 | 结合总数/个 | 占全国 比重 |
---|---|---|---|---|---|---|---|---|
2005 | 上海 | 上海 | 15 | 17% | 杭州 | 杭州 | 16 | 10% |
北京 | 北京 | 15 | 17% | 上海 | 上海 | 14 | 9% | |
杭州 | 杭州 | 7 | 8% | 大连 | 大连 | 10 | 6% | |
南京 | 南京 | 5 | 6% | 北京 | 北京 | 9 | 6% | |
广州 | 广州 | 4 | 5% | 绍兴 | 绍兴 | 8 | 5% | |
2018 | 北京 | 北京 | 16 | 22% | 杭州 | 杭州 | 9 | 7% |
上海 | 上海 | 15 | 20% | 佛山 | 佛山 | 7 | 6% | |
深圳 | 北京 | 11 | 15% | 上海 | 上海 | 6 | 5% | |
杭州 | 杭州 | 7 | 9% | 北京 | 北京 | 6 | 5% | |
成都 | 成都 | 6 | 8% | 泉州 | 泉州 | 5 | 4% |
表6 企业总部与CEO出生和最后学历就学地的城市之间的空间关联
Tab.6 The spatial relationship between corporate headquarters and the city where the CEO was born and where his final degree was attended
年份 | 总部城市 | 大学城市 | 结合总数/个 | 占全国 比重 | 总部城市 | 出生城市 | 结合总数/个 | 占全国 比重 |
---|---|---|---|---|---|---|---|---|
2005 | 上海 | 上海 | 15 | 17% | 杭州 | 杭州 | 16 | 10% |
北京 | 北京 | 15 | 17% | 上海 | 上海 | 14 | 9% | |
杭州 | 杭州 | 7 | 8% | 大连 | 大连 | 10 | 6% | |
南京 | 南京 | 5 | 6% | 北京 | 北京 | 9 | 6% | |
广州 | 广州 | 4 | 5% | 绍兴 | 绍兴 | 8 | 5% | |
2018 | 北京 | 北京 | 16 | 22% | 杭州 | 杭州 | 9 | 7% |
上海 | 上海 | 15 | 20% | 佛山 | 佛山 | 7 | 6% | |
深圳 | 北京 | 11 | 15% | 上海 | 上海 | 6 | 5% | |
杭州 | 杭州 | 7 | 9% | 北京 | 北京 | 6 | 5% | |
成都 | 成都 | 6 | 8% | 泉州 | 泉州 | 5 | 4% |
2005年 | 2011年 | 2018年 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% | 地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% | 地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% |
上海 | 51 | 31.37 | 25.49 | 北京 | 52 | 40.38 | 11.54 | 北京 | 65 | 27.69 | 10.77 |
北京 | 47 | 31.91 | 17.02 | 深圳 | 36 | 16.67 | 8.33 | 上海 | 51 | 33.33 | 11.76 |
杭州 | 29 | 24.14 | 48.28 | 上海 | 33 | 27.28 | 9.09 | 深圳 | 43 | 6.98 | 9.30 |
深圳 | 20 | 15.00 | 15.00 | 杭州 | 27 | 18.52 | 37.04 | 杭州 | 22 | 27.27 | 31.82 |
广州 | 18 | 27.78 | 22.22 | 广州 | 18 | 22.22 | 16.67 | 广州 | 19 | 15.79 | 21.05 |
表7 前5大城市企业总部与CEO出生和最后学历就学地相同比重
Tab.7 The corporate headquarters of the top 5 cities have the same proportions as the place where the CEO was born and the last degree attended
2005年 | 2011年 | 2018年 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% | 地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% | 地级市 | 总部数/个 | 大学城市和总部相同比重/% | 出生城市和总部相同比重/% |
上海 | 51 | 31.37 | 25.49 | 北京 | 52 | 40.38 | 11.54 | 北京 | 65 | 27.69 | 10.77 |
北京 | 47 | 31.91 | 17.02 | 深圳 | 36 | 16.67 | 8.33 | 上海 | 51 | 33.33 | 11.76 |
杭州 | 29 | 24.14 | 48.28 | 上海 | 33 | 27.28 | 9.09 | 深圳 | 43 | 6.98 | 9.30 |
深圳 | 20 | 15.00 | 15.00 | 杭州 | 27 | 18.52 | 37.04 | 杭州 | 22 | 27.27 | 31.82 |
广州 | 18 | 27.78 | 22.22 | 广州 | 18 | 22.22 | 16.67 | 广州 | 19 | 15.79 | 21.05 |
总部区域 | 年份 | 出生区域和大学区域 | ||||||
---|---|---|---|---|---|---|---|---|
泛长三角地区 | 泛环渤海地区 | 泛珠三角地区 | 长江中下游地区 | 黄河中下游地区 | 东北地区 | 西北地区 | ||
泛长三角地区 | 2005 | 31.2 | 1.8 | 1.1 | 0.9 | 0.2 | 0.2 | 0.0 |
2011 | 24.7 | 0.7 | 0.4 | 0.4 | 0.2 | 0.2 | 0.0 | |
2018 | 26.0 | 1.6 | 1.8 | 1.4 | 0.4 | 0.2 | 0.0 | |
泛环渤海地区 | 2005 | 2.4 | 14.0 | 2.0 | 1.3 | 0.4 | 0.7 | 0.2 |
2011 | 1.6 | 10.5 | 0.2 | 0.7 | 0.2 | 0.0 | 0.9 | |
2018 | 3.4 | 12.5 | 4.6 | 2.0 | 0.8 | 1.2 | 0.4 | |
泛珠三角地区 | 2005 | 2.4 | 1.5 | 15.1 | 1.3 | 0.9 | 0.4 | 0.0 |
2011 | 0.7 | 0.7 | 17.0 | 0.9 | 0.4 | 0.0 | 0.0 | |
2018 | 3.6 | 2.0 | 19.4 | 2.2 | 0.4 | 0.8 | 0.0 | |
长江中下游地区 | 2005 | 0.0 | 0.4 | 0.0 | 4.2 | 0.0 | 0.0 | 0.0 |
2011 | 0.2 | 0.2 | 0.0 | 4.9 | 0.0 | 0.0 | 0.0 | |
2018 | 0.0 | 0.2 | 0.2 | 5.6 | 0.0 | 0.0 | 0.0 | |
黄河中下游地区 | 2005 | 0.2 | 0.2 | 0.0 | 0.2 | 4.2 | 0.0 | 0.0 |
2011 | 0.0 | 0.0 | 0.0 | 0.0 | 1.3 | 0.0 | 0.0 | |
2018 | 0.0 | 0.8 | 0.4 | 0.0 | 1.8 | 0.0 | 0.0 | |
东北地区 | 2005 | 0.0 | 1.1 | 0.0 | 0.2 | 0.0 | 5.0 | 0.0 |
2011 | 0.0 | 0.0 | 0.4 | 0.2 | 0.0 | 2.2 | 0.0 | |
2018 | 0.2 | 0.0 | 0.0 | 0.2 | 0.0 | 1.6 | 0.0 | |
西北地区 | 2005 | 0.2 | 0.9 | 0.0 | 0.2 | 0.0 | 0.0 | 1.1 |
2011 | 0.0 | 0.2 | 0.0 | 0.0 | 0.2 | 0.0 | 0.7 | |
2018 | 0.0 | 0.6 | 0.0 | 0.0 | 0.6 | 0.0 | 1.6 |
表8 CEO出生和最后学历地相结合与企业总部区域间的空间关联(%)
Tab.8 The spatial relationship between the birthplace of the CEO and the place of last education and the area of ??the corporate headquarters
总部区域 | 年份 | 出生区域和大学区域 | ||||||
---|---|---|---|---|---|---|---|---|
泛长三角地区 | 泛环渤海地区 | 泛珠三角地区 | 长江中下游地区 | 黄河中下游地区 | 东北地区 | 西北地区 | ||
泛长三角地区 | 2005 | 31.2 | 1.8 | 1.1 | 0.9 | 0.2 | 0.2 | 0.0 |
2011 | 24.7 | 0.7 | 0.4 | 0.4 | 0.2 | 0.2 | 0.0 | |
2018 | 26.0 | 1.6 | 1.8 | 1.4 | 0.4 | 0.2 | 0.0 | |
泛环渤海地区 | 2005 | 2.4 | 14.0 | 2.0 | 1.3 | 0.4 | 0.7 | 0.2 |
2011 | 1.6 | 10.5 | 0.2 | 0.7 | 0.2 | 0.0 | 0.9 | |
2018 | 3.4 | 12.5 | 4.6 | 2.0 | 0.8 | 1.2 | 0.4 | |
泛珠三角地区 | 2005 | 2.4 | 1.5 | 15.1 | 1.3 | 0.9 | 0.4 | 0.0 |
2011 | 0.7 | 0.7 | 17.0 | 0.9 | 0.4 | 0.0 | 0.0 | |
2018 | 3.6 | 2.0 | 19.4 | 2.2 | 0.4 | 0.8 | 0.0 | |
长江中下游地区 | 2005 | 0.0 | 0.4 | 0.0 | 4.2 | 0.0 | 0.0 | 0.0 |
2011 | 0.2 | 0.2 | 0.0 | 4.9 | 0.0 | 0.0 | 0.0 | |
2018 | 0.0 | 0.2 | 0.2 | 5.6 | 0.0 | 0.0 | 0.0 | |
黄河中下游地区 | 2005 | 0.2 | 0.2 | 0.0 | 0.2 | 4.2 | 0.0 | 0.0 |
2011 | 0.0 | 0.0 | 0.0 | 0.0 | 1.3 | 0.0 | 0.0 | |
2018 | 0.0 | 0.8 | 0.4 | 0.0 | 1.8 | 0.0 | 0.0 | |
东北地区 | 2005 | 0.0 | 1.1 | 0.0 | 0.2 | 0.0 | 5.0 | 0.0 |
2011 | 0.0 | 0.0 | 0.4 | 0.2 | 0.0 | 2.2 | 0.0 | |
2018 | 0.2 | 0.0 | 0.0 | 0.2 | 0.0 | 1.6 | 0.0 | |
西北地区 | 2005 | 0.2 | 0.9 | 0.0 | 0.2 | 0.0 | 0.0 | 1.1 |
2011 | 0.0 | 0.2 | 0.0 | 0.0 | 0.2 | 0.0 | 0.7 | |
2018 | 0.0 | 0.6 | 0.0 | 0.0 | 0.6 | 0.0 | 1.6 |
总部区域 | 2005年 | 2011年 | 2018年 | |||
---|---|---|---|---|---|---|
大学和总部区域相同比重 | 出生和总部区域相同比重 | 大学和总部区域相同比重 | 出生和总部区域相同比重 | 大学和总部区域相同比重 | 出生和总部区域相同比重 | |
泛长三角地区 | 22.9 | 35.5 | 24.3 | 24.8 | 20.6 | 29.0 |
泛环渤海地区 | 16.3 | 12.8 | 18.4 | 8.2 | 15.0 | 11.1 |
泛珠三角地区 | 9.8 | 17.8 | 12.6 | 18.4 | 15.0 | 21.9 |
长江中下游地区 | 3.3 | 4.6 | 6.8 | 4.4 | 6.1 | 5.2 |
黄河中下游地区 | 3.9 | 4.3 | 1.9 | 1.2 | 0.6 | 2.5 |
东北地区 | 0.0 | 6.0 | 3.9 | 1.8 | 1.7 | 1.5 |
西北地区 | 0.0 | 1.3 | 0.0 | 0.9 | 0.0 | 1.5 |
表9 CEO出生和最后学历就学地分别与企业总部的区域之间的空间关联(%)
Tab.9 The relationship between location of CEO's birth and last education and area of corporate headquarters
总部区域 | 2005年 | 2011年 | 2018年 | |||
---|---|---|---|---|---|---|
大学和总部区域相同比重 | 出生和总部区域相同比重 | 大学和总部区域相同比重 | 出生和总部区域相同比重 | 大学和总部区域相同比重 | 出生和总部区域相同比重 | |
泛长三角地区 | 22.9 | 35.5 | 24.3 | 24.8 | 20.6 | 29.0 |
泛环渤海地区 | 16.3 | 12.8 | 18.4 | 8.2 | 15.0 | 11.1 |
泛珠三角地区 | 9.8 | 17.8 | 12.6 | 18.4 | 15.0 | 21.9 |
长江中下游地区 | 3.3 | 4.6 | 6.8 | 4.4 | 6.1 | 5.2 |
黄河中下游地区 | 3.9 | 4.3 | 1.9 | 1.2 | 0.6 | 2.5 |
东北地区 | 0.0 | 6.0 | 3.9 | 1.8 | 1.7 | 1.5 |
西北地区 | 0.0 | 1.3 | 0.0 | 0.9 | 0.0 | 1.5 |
年份 | 行业 | 就学地 | 出生地 | ||||
---|---|---|---|---|---|---|---|
城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | 城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | ||
2005 | 制造业 | 12.3 | 16.0 | 19.0 | 45.4 | 68.7 | 70.6 |
房地产业 | 39.3 | 44.6 | 48.2 | 48.2 | 80.4 | 80.2 | |
信息传输、软件和技术服务业 | 24.3 | 32.4 | 35.1 | 29.7 | 45.9 | 56.8 | |
金融业 | 15.8 | 16.1 | 26.3 | 15.8 | 26.3 | 36.9 | |
批发与零售业 | 33.3 | 33.3 | 38.1 | 38.1 | 42.9 | 42.9 | |
2011 | 制造业 | 15.2 | 21.9 | 17.4 | 42.7 | 61.2 | 57.8 |
房地产业 | 22.4 | 27.6 | 22.4 | 31.6 | 56.6 | 51.3 | |
信息传输、软件和技术服务业 | 40.0 | 45.0 | 35.0 | 30.0 | 40.0 | 30.0 | |
金融业 | 37.5 | 37.5 | 25.0 | 25.0 | 37.5 | 37.5 | |
批发与零售业 | 27.3 | 27.3 | 18.2 | 54.5 | 54.5 | 36.4 | |
2018 | 制造业 | 13.8 | 22.2 | 26.2 | 32.9 | 56.9 | 67.7 |
房地产业 | 17.1 | 22.4 | 26.3 | 30.3 | 51.3 | 65.6 | |
信息传输、软件和技术服务业 | 25.0 | 28.1 | 34.4 | 28.1 | 37.5 | 37.5 | |
金融业 | 25.0 | 25.0 | 37.5 | 12.5 | 25.0 | 50.0 | |
批发与零售业 | 22.2 | 22.5 | 27.8 | 27.8 | 50.0 | 72.2 |
表10 分行业CEO最后学历就学地、出生地与企业总部在城市、省域和区域内的空间关联(%)
Tab.10 The last level of education and birth of the CEO by industry is related to the spatial relationship of the corporate headquarters in the city, province, and region
年份 | 行业 | 就学地 | 出生地 | ||||
---|---|---|---|---|---|---|---|
城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | 城市内相同数比重 | 省域内相同数比重 | 区域内相同数比重 | ||
2005 | 制造业 | 12.3 | 16.0 | 19.0 | 45.4 | 68.7 | 70.6 |
房地产业 | 39.3 | 44.6 | 48.2 | 48.2 | 80.4 | 80.2 | |
信息传输、软件和技术服务业 | 24.3 | 32.4 | 35.1 | 29.7 | 45.9 | 56.8 | |
金融业 | 15.8 | 16.1 | 26.3 | 15.8 | 26.3 | 36.9 | |
批发与零售业 | 33.3 | 33.3 | 38.1 | 38.1 | 42.9 | 42.9 | |
2011 | 制造业 | 15.2 | 21.9 | 17.4 | 42.7 | 61.2 | 57.8 |
房地产业 | 22.4 | 27.6 | 22.4 | 31.6 | 56.6 | 51.3 | |
信息传输、软件和技术服务业 | 40.0 | 45.0 | 35.0 | 30.0 | 40.0 | 30.0 | |
金融业 | 37.5 | 37.5 | 25.0 | 25.0 | 37.5 | 37.5 | |
批发与零售业 | 27.3 | 27.3 | 18.2 | 54.5 | 54.5 | 36.4 | |
2018 | 制造业 | 13.8 | 22.2 | 26.2 | 32.9 | 56.9 | 67.7 |
房地产业 | 17.1 | 22.4 | 26.3 | 30.3 | 51.3 | 65.6 | |
信息传输、软件和技术服务业 | 25.0 | 28.1 | 34.4 | 28.1 | 37.5 | 37.5 | |
金融业 | 25.0 | 25.0 | 37.5 | 12.5 | 25.0 | 50.0 | |
批发与零售业 | 22.2 | 22.5 | 27.8 | 27.8 | 50.0 | 72.2 |
1 | 薛有志,张鲁彬,李国栋,等. 民营企业多元化战略政治资源与公司绩效. 商业经济与管理,2010(6):18-25. |
XUE Y, ZHANG L, LI G, et al. Private enterprise diversification strategy, political resources and corporate performance. Business Economics and Management, 2010(6):18-25. | |
2 | 赵弘.总部经济.北京:中国经济出版社,2004. |
ZHAO H.Headquarters Economy.Beijing:China Economic Press,2004. | |
3 | 于义斌. 浅议民营企业改革发展中存在的问题及解决措施. 现代商业,2020(26):116-117. |
YU Y. On the problems and solutions in the reform and development of private enterprises. Modern Commerce, 2020(26):116-117. | |
4 | 范集湘. 民营企业发展现状及对策研究. 财务管理研究,2019(2):1-4. |
FAN J. Research on the present situation and countermeasures of the development of private enterprises. Financial Management Research, 2019(2):1-4. | |
5 | 方浩文.总部经济发展研究综述. 中外企业家,2019(35):2-3. |
FANG H. Summary of headquarters economic development research. Chinese and Foreign Entrepreneurs, 2019(35):2-3. | |
6 | 贺灿飞.公司总部地理集聚及其空间演变. 中国软科学,2007(3):59-68. |
HE F. Geographical agglomeration of company headquarters and its spatial evolution. Chinese Soft Science, 2007(3):59-68. | |
7 | 何勇,田志友.我国一线城市发展总部经济政策的比较与研究.科学发展,2014(7):28-32. |
HE Y, TIAN Z. Comparison and research on economic policy of China's first-line urban development headquarters.Science Development,2014(7):28-32. | |
8 | 武前波,宁越敏. 中国制造业企业500强总部区位特征分析. 地理学报,2010,65(2):139-152. |
WU Q, NING Y. Analysis of the location characteristics of the top 500 headquarters of Chinese manufacturing enterprises. Journal of Geography, 2010,65(2):139-152. | |
9 | 姜海宁,谷人旭,李广斌,等. 中国制造业企业500强总部空间格局及区位选择. 经济地理,2011,31(10):1666-1673. |
JIANG H, GU R, LI G, et al. China's top 500 manufacturing enterprises headquarters space pattern and location choice. Economic Geography, 2011,31(10):1666-1673. | |
10 | 潘峰华,刘作丽,夏亚博,等. 中国上市企业总部的区位分布和集聚特征. 地理研究,2013,32(9):1721-1736. |
PAN F, LIU Z, XIA Y, et al. Location distribution and agglomeration characteristics of headquarters of listed enterprises in China. Geographic Studies, 2013,32(9):1721-1736. | |
11 | JAMES C, DAVIS J. The agglomeration of headquarters. Regional Science and Urban Economics, 2008,38(5):445-460. |
12 | LAWRENCE R. Firm headquarters location and corporate decisions: An analysis of the influence of socio-economic factors on executive compensation. Dunedin: University of Otago, 2014. |
13 | ALAM Z, CHEN M, CICCOTELLO C, et al. Does the location of directors matter? Information acquisition and board decisions. Journal of Financial and Quantitative Analysis, 2014,49(1):131-164. |
14 | 王承云,毛睿奕,张婷婷,等. 上海跨国公司总部的空间集聚及影响因素. 经济地理,2010,30(6):893-898. |
WANG C, MAO Y, ZHANG T, et al. Spatial agglomeration and influencing factors of headquarters of Shanghai multinational corporations. Economic Geography, 2010,30(6):893-898. | |
15 | 潘峰华,郭洁,王俊松,等. 北京和上海大企业总部空间分布和集聚模式的对比研究. 北京:科学出版社,2015. |
PAN F, GUO J, WANG J, et al. A Comparative Study on The Spatial Distribution and Agglomeration Mode of Headquarters of Large Enterprises in Beijing and Shanghai. Beijing: Science Press,2015. | |
16 | 王越,王承云.中国民营企业500强时空演化与影响因素分析. 世界地理研究,2018,27(6):108-114. |
WANG Y, WANG C. Space-time evolution and influencing factors of China's top 500 private enterprises. World Geographic Studies, 2018,27(6):108-114. | |
17 | 王轶,丁莉,刘娜,等. 创业者人力资本与返乡创业企业经营绩效——基于2139家返乡创业企业调查数据的研究. 经济经纬,2020,37(6):28-38. |
WANG Y, DING L, LIU N, et al. Human capital of entrepreneurs and business performance of returned entrepreneurial enterprises: A study based on the survey data of 2139 returned entrepreneurial enterprises. Economic Longitude, 2020,37(6):28-38. | |
18 | 马莉萍,潘昆峰.留还是流?—高校毕业生就业地选择与生源地院校地关系的实证研究.清华大学教育研究,2013,34(5):118-124. |
MA L, PAN K. Stay or flow? An empirical study on the relationship between the choice of employment places for college graduates and the places of origin and colleges.Tsinghua University Education Research,2013,34(5):118-124. | |
19 | 张抗私,周晓蒙. 大学毕业生就业的省际流动特征及其影响因素. 人口与经济,2018(1):69-78. |
ZHANG K, ZHOU X. The characteristics of interprovincial mobility of college graduates' employment and its influencing factors. Population and Economy, 2018(1):69-78. | |
20 | 何仲禹,翟国方. 我国大学生就业城市选择意愿及其影响因素分析. 人文地理,2015,30(2):37-42. |
HE Z, ZHAI G. The choice intention and influencing factors of college students' employment city in China. Human Geography, 2015,30(2):37-42. | |
21 | 刘宁宁. 我国优质高等教育入学机会的地区差异研究. 重庆高教研究,2020,8(1):37-46. |
LIU N. Research on the regional differences of admission opportunities of high quality higher education in China. Chongqing Higher Education Research, 2020,8(1): 37-46. |
[1] | 赵敏, 张俊, 李鹏. 泛亚高铁建设背景下中国西南-东南亚城市联系的多情景预测[J]. 世界地理研究, 2023, 32(3): 1-16. |
[2] | 李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75. |
[3] | 谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92. |
[4] | 梁茂林, 彭邦文, 骆华松, 洪菊花. 中国与周边国家地缘经济关系测度与时空格局演变分析[J]. 世界地理研究, 2023, 32(1): 43-53. |
[5] | 王孟林, 陈瑛, 张婷婷. 中国对美国州层面直接投资时空演变与驱动因素探究[J]. 世界地理研究, 2023, 32(1): 54-66. |
[6] | 韩瑞玲, 李玲玲, 姚海芳. 中国客运航空网络节点结构及其外部性因素的空间异质性研究[J]. 世界地理研究, 2022, 31(5): 967-977. |
[7] | 焦士兴, 王安周, 陈林芳, 张建伟, 赵荣钦, 李中轩, 尹义星. 中国省域三维水生态足迹及其驱动研究[J]. 世界地理研究, 2022, 31(5): 988-997. |
[8] | 李祺祥, 游小珺, 韦素琼. 基于事件数据分析法的两岸关系测度及影响因素研究[J]. 世界地理研究, 2022, 31(3): 514-526. |
[9] | 应奎, 李旭东. 中国人口死亡率空间格局演变及其影响因素[J]. 世界地理研究, 2022, 31(2): 440-452. |
[10] | 张婷婷, 陈瑛, 王孟林. 基于航空联系的中国城市网络格局演变分析[J]. 世界地理研究, 2022, 31(1): 166-176. |
[11] | 李兵, 彭飞. 基于GDELT数据库的中国及东南亚国家间地缘关系演变[J]. 世界地理研究, 2021, 30(6): 1127-1139. |
[12] | 车冰清, 孙东琪, 朱传耿. “一带一路”建设背景下中国区域空间响应差异及形成机制[J]. 世界地理研究, 2021, 30(5): 903-912. |
[13] | 李聪, 卢明华. 中国跨境进口电商企业的时空特征及影响因素分析[J]. 世界地理研究, 2021, 30(5): 937-947. |
[14] | 范雅辰, 曹卫东, 陈枳宇, 项希龙, 范大龙. 基于千强高新技术企业的中国城市创新网络研究[J]. 世界地理研究, 2021, 30(5): 1036-1047. |
[15] | 赵蕾, 韦素琼, 游小珺. 基于SNA的全球电子信息制造业贸易网络演化特征及机理研究[J]. 世界地理研究, 2021, 30(4): 708-720. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||