中國城市創業活躍度時空演化及區位選擇特征分析

〔摘 要〕 創業是促進市場主體創新、改善民生、推動經濟高質量發展的重要途徑。本文基于２０１１～２０２３ 年２８３ 個城市新注冊企業數據從城市、區域和行業３ 個維度研究城市創業活躍度水平時空演化和區位選擇特征。研究發現： （１） 城市創業活躍度以２０１５ 年為時間節點呈現“兩階段” 特征， 與宏觀經濟增長趨勢相似； （２） 呈現“東北－西南” 方向展布且重心逐漸向東南移動， 空間差距不斷擴大， 四大板塊間差距是其主要來源； （３） 各行業創業活躍度均有提升， 但空間極化和斂散性特征存在行業異質性； （４） 創業區位選擇特征分析表明， 不同規模城市、除農業外的其他行業以及除東北之外的其他區域均存在數智導向； 經濟基礎導向主要存在于中、小城市、東、西部地區以及非制造業、生產和生活性服務業； 生產性服務業存在勞動力導向； 技術導向存在于中、小城市、西部地區和除農業外的其他行業； 小城市、西部地區、非制造業、生活性和公共服務業還存在資本導向。本文研究發現為促進創業政策制定提供了一定經驗依據。

〔關鍵詞〕 創業活躍度 時空演化特征 行業異質性 創業區位 要素密集 數智水平 經濟增長 路徑依賴

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

〔中圖分類號〕Ｆ２７９. ２； Ｆ１２７ 〔文獻標識碼〕Ａ

引 言

２０２２ 年我國經濟增速為３. ０％， ２０２３ 年我國經濟增速為５. ２％， 經濟增速有所回升。從消費、投資、出口三大經濟增長動力源分析， ２０２２ 年消費、投資和出口對經濟增長拉動分別為１％、１. ５％和０. ５％， ２０２３ 年為４. ３％、１. ５％和－０. ６％①。總體分析來看， 傳統產業及產品國際競爭力相對不足導致對外貿易對經濟增長拉動水平由正轉負， 國內市場中內需拉動雖有略微增長， 但是投資驅動經濟增長動力放緩， 使得我國經濟增速相對較低。企業作為市場主要微觀主體之一， 是經濟活動的主要參與者和就業機會的主要提供者［１］ ， 對于實現充分就業、推動創新發展和促進經濟增長具有重要意義。更進一步分析， 當前我國經濟進入高質量發展階段， 必須發展新質生產力用以滿足人民日益增長的美好生活需要、應對新一輪科技革命和塑造大國競爭優勢。２０２３ 年９ 月， 習近平總書記在新時代推動東北全面振興座談會上強調： “積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業， 積極培育未來產業， 加快形成新質生產力， 增強發展新動能”［２］ 。可見， 通過前瞻性創業布局驅動創新成果轉化和產業結構優化以推動新質生產力發展十分必要。因此系統研究創業活躍度時空演化及其區位選擇特征對于挖掘創業拉動經濟增長潛力、推動新質生產力布局、并促進區域協調發展具有重要現實意義。

在創業活躍度時空演化特征方面， 現有文獻主要圍繞創業活躍度的表征方法和研究尺度兩個關鍵線索。范偉和張先進（２０１０）［３］ 使用“每萬人均私營企業個體戶數量” 等指標以中國２４ 個參加２００７～２００８ 年全球創業觀察報告（ＧＥＭ）調查的城市為研究對象， 對城市創業水平差異進行了研究；丁玥等（２０１７）［４］ 以私營企業個數作為創業活動指標研究了廣東省各地級市創業活動空間差異， 發現創業活動集中在以深圳為核心的珠三角地區， 有向周邊擴散的態勢， 并且總體上存在空間正相關； 楊晨等（２０２１）［５］ 使用私營企業創業活動指數（ＣＰＥＡ）即每萬名１５～６４ 歲人口所擁有的近３ 年累計新增的私營企業數， 研究中國省級層面的創業活動發現總體創業活動水平呈現上升態勢且存在區域差異， 呂爽等（２０２２）［６］ 使用綜合評價指標體系研究也發現相似結論； 歐陽勝等（２０２３）［７］ 以每萬名１５～６４ 歲人口所擁有的近３ 年累計新增的私營企業數作為創業活力評估指標研究了２０１３～２０２１ 年長江中游城市創業水平及其空間分布情況， 發現長江中游城市創業水平均有所上漲， 區域間、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 月的工商注冊數據從城市層面考察創業活躍度， 發現八大地帶創業活躍度存在區域差距。從定量實證分析來看， 可以將創業活躍影響因素實證研究劃分為兩大類， 第一類是政策驅動型的實證研究， 主要是針對某項政策對創業活躍度影響展開分析， 關注政策環境作用［９－１４］ ； 第二類是要素驅動型的實證研究， 這主要是針對某一要素對創業活躍度影響展開分析，如程聰慧和劉昱呈（２０２４）［１５］ 研究了平臺經濟對農村創業的影響； 曹宗平等（２０２３）［１６］ 研究發現，２０１７ 年創業榜樣推動了２０１９ 年農民潛在創業者的創業行為； 此外， 還有環境舒適性［１７］ 、基礎設施［１８，１９］ 、市場潛力［２０］ 、流動人口或人口集聚［２１－２４］ 、產業關聯［２５］ 、數字經濟［２６，２７］ 以及社會信任［２８］ 對城市創業活躍度的影響研究分析。

綜述現有研究成果發現： （１） 現有研究多使用統計年鑒數據中的私營企業數據， 且大多數研究關注總體和子單元空間差異而忽略行業差異，使其不能夠較好反映出一個地區真實創業活躍水平， 本文基于工商企業注冊數據從“城市－區域－行業” 三維視角對２０１１～２０２３ 年創業活躍度水平的時空演化特征進行分析， 系統研究了創業活躍度時序演化、方向分布、空間差異和行業特征的變化； （２） 現有研究從制度、政策和要素等單一視角對創業活躍影響因素進行分析， 尚未形成一個較為完善的創業區位選擇理論解釋框架， 本文結合２０１１～２０２３ 年２８３ 個地級及以上城市面板數據， 以新經濟地理學理論為基礎構建了“路徑依賴＋集聚效應” 的創業區位選擇理論框架并進行了實證研究， 研究結論對于針對性地鼓勵不同城市、區域和行業創業、挖掘經濟增長結構潛力、推動新質生產力發展具有重要現實意義。

１ 研究設計和數據來源

１. １ 研究方法

１. １. １ 標準差橢圓

本文參照趙璐和趙作權（２０１４）［２９］ 的標準差橢圓方法， 依托標準差橢圓解釋城市創業活躍度空間分布的中心性、展布性、方向性、空間形態等特征。

１. １. ２ 空間Ｄａｇｕｍ 基尼系數

根據斯麗娟和王超群（２０２１）［３０］ 、項肖等（２０２３）［３１］ 的研究， 本文使用Ｄａｇｕｍ 基尼系數對２０１１～２０２３ 年全國城市創業活躍度水平差距及其來源進行分析， 總體基尼系數Ｇ 定義如式（１） 所示， 其中ｙｊｉ（ｙｈｒ ）代表東、中、西和東北地區某一區域ｊ 或ｈ 內的城市ｉ 或ｒ 的創業企業數量， ｙ 是所有城市創業企業數量均值， ｎ 是城市總數， ｋ 是研究區域個數， ｎｊ 和ｎｈ 是對應區域內的城市數量。

關于差距來源可分解為區域內差距貢獻Ｇｗ 、區域間凈值差距貢獻Ｇｎｂ 和超變密度貢獻Ｇｔ ， 且滿足Ｇ ＝Ｇｗ ＋Ｇｎｂ ＋Ｇｔ 。Ｇｊｊ 表示區域ｊ 創業活躍度的基尼系數， Ｇｊｈ 表示區域間基尼系數， 其中， ｐｊ ＝ｎｊ/-Ｙ ， ｓｊ ＝ｎｊ -Ｙｊ/ｎ-Ｙ ， ｊ ＝１，２，…，ｋ。ｄｊｈ 為區域間創業企業數量差值， 表示區域ｊ 或ｈ 內所有滿足ｙｊｈ －ｙｊｉ ＞０ 的樣本值加總的數學期望； ｐｊｈ為超變一階矩陣， 表示區域ｊ 或ｈ 內所有滿足ｙｈｒ －ｙｊｉ ＞０ 樣本值加總的數學期望， Ｆｊ（Ｆｈ ）為ｊ（ｈ）區域的累積分布密度函數。

式（９） 中， Ｄｊｈ表示區域ｊ 對區域ｈ 創業活躍度的相對影響。

１. １. ３ 核密度分析

Ｎ 表示觀測值數量； Ｘｉ 表示獨立同分布的觀測值； 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分析城市不同行業創業活躍的分布演化特征。基于核密度圖的波峰、帶寬和拖尾等要素可以分析得出觀測值分布位置、離散程度和空間差異等結論［３２］ 。

１. １. ４ 雙向固定效應面板模型

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

通過構建一個基于“路徑依賴＋集聚效應” 的理論框架用來分析創業區位選擇影響因素。從韋伯的工業區位論論述了運輸費用、勞動力成本與集聚效應影響企業區位開始， 新經濟地理學理論進一步表明新創企業區位選擇受到先發地區的“歷史” 因素影響即路徑依賴， 同時被集聚經濟帶來的正外部性吸引， 并進一步通過循環累積因果強化這一過程。經濟基礎好的城市可以為新進企業提供更為完善的基礎設施、行業發展環境以及較大市場規模， 在工業經濟時代， 經濟增長水平是衡量一個區域先發優勢的重要指標， 然而， 進入數字經濟時代， 數智水平可以較好地反映一個區域先發優勢， 數據要素流動能夠促進城市創業活度提升［３３］ 。在新經濟地理學中， 集聚研究主要考慮了資本和勞動力的空間集聚， 提出新企業進入受到本地市場效應影響， 本文進一步納入了技術要素集聚， 強調科技創新對于創業活力的帶動作用［３４］ 。構建雙向固定效應面板模型（式（１１））進行實證檢驗， ｌｎｅｎｔｅｒｉｔ為城市對應年份城市創業活躍度， 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濟基礎、數智水平、勞動力、技術和資本要素［７，３５］ ， μｉ 和νｔ 分別表示城市固定效應和時間固定效應， εｉｔ是隨機擾動項。

１. ２ 主要指標和數據來源

城市創業活躍度。本文使用當年新注冊企業數作為城市創業活躍度的表征指標， 該數據主要來源于天眼查， 通過搜集地區企業注冊年份、地址、行業等信息， 并將其匯總至城市層面， 本文主要整理了２０１１～２０２３ 年考察期內２０ 個門類細分行業共約８. ９ 萬條企業注冊數據， 為分析方便，進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， 具體如表１ 所示。

控制變量。經濟基礎使用城市ＧＤＰ 表征， 數智水平參考王林輝等（２０２２）［３８］ 的方法， 以城市人工智能企業數量數據作為數智水平的表征， 以各個企業在天眼查企業信息數據庫中公布的經營范圍內容為文本分析依據， 當企業經營范圍涉及芯片、圖像識別、計算機視覺等與人工智能相關的關鍵詞， 則將該企業識別為人工智能企業， 獲得２０１１～２０２３ 年２８３ 個城市的人工智能企業數量數據。勞動力要素使用年末單位從業人員數（萬人）表征， 技術要素使用當年申請專利數表征， 資本要素使用年末金融機構各項貸款余額表征。為消除異方差并去除量綱影響， 對被解釋變量與解釋變量均做了取對數處理。本文用到的其他數據除特殊說明外主要來源于相關年份《城市統計年鑒》和《城市建設統計年鑒》， 對于部分缺失數據使用插值法進行了補充。本文所選被解釋變量和解釋變量的描述性統計如表２ 所示。

２ 城市創業活躍度演化特征分析

２. １ 城市創業活躍度時間演化特征

由圖１ 可知， 在研究期內城市創業活躍度與ＧＤＰ 增長均呈現上升態勢， 具有內在趨勢一致性。創業活躍度以２０１５ 年為時間節點可劃分為兩個時段， 第一階段平緩增長階段即２０１１～２０１５ 年， 該階段創業活躍度增長速度偏緩； 第二階段為快速增長階段即２０１５ 年之后， 該階段創業活躍度水平增速較快， 城市創業活躍增長曲線更加陡峭。此特征原因在于兩個方面： （１） 經濟增長拉動， ２０１１～２０１５ 年ＧＤＰ 增加值約為２０ ２２ 萬億元， ２０１５ ～２０２３ 年ＧＤＰ 增加值則為５０ ７３ 萬億元， 第二階段ＧＤＰ 增加值比前一階段提高； （２） 政策支持和社會關注， 這主要表現在“雙創”②概念的提出， 在全社會營造出了創新創業的良好氛圍， 為創業活躍快速增長提供了可能。分行業看， 農、林、牧漁業創業企業數量波動增加； 制造業創業企業增長數量總體上呈現先增后減趨勢， 非制造業創業企業數量增幅明顯， 與制造業創業企業數量差距逐漸縮小并在２０２１ 年持平； 三大類服務業創業活躍度均有增加， 其中以生活性服務業創業活躍增長為主， 生產性服務業創業活躍增長次之， 公共服務業創業企業數量占比較小。

三次產業創業企業占比特征與三次產業增加值占ＧＤＰ 比重特征基本相似， 均呈現“第三產業占比最高、第二產業次之、第一產業占比最低”，但是與第二產業增加值ＧＤＰ 占比相比， 第二產業創業企業數量占總體創業企業數量比重明顯偏低，新創企業多集中在第三產業即各類服務業上。總的來看， 第一、二、三產業創業企業數量占總創業企業數量比重的比值約為４ ∶８ ∶８８。

２. ２ 城市創業活躍度空間演化特征

２.."２. １ 城市創業活躍度方向分布演化特征

基于標準差橢圓分析， ２０１１～２０２３ 年間， 我國城市創業活躍度空間格局上呈現出“東北－西南”方向的展布特征， 且橢圓有向東南方向移動趨勢，這說明東部沿海尤其是東南沿海地區城市創業活躍度處于較高水平； 另外， 從創業重心移動特征來看， 創業重心大致經歷了由“西南－東南” 方向轉移的過程， 符合橢圓向東南展布的基本趨勢。

２. ２. ２ 城市創業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４ 組， 利用Ｄｕｇａｍ 基尼系數分析城市創業活躍度的空間差距演化特征。

從圖３ 可以看出， ２０１１～２０２３ 年我國城市創業活躍度空間差距總體呈現上升趨勢， 組間差異不斷拉大。２０１１ 年城市創業活躍度的總體基尼系數為０. ４４２， ２０２３ 年則增至０. ５７７， 增幅為０. １３５。空間差距增大主要來源是四大板塊間城市創業活躍度的組間差距， ２０２３ 年其貢獻率約為３８. ３７％。同一板塊內部城市創業活躍度差距貢獻率低于超變密度貢獻率， 基本維持在２５％左右， 這說明與四大板塊間城市創業活躍度差距相比， 板塊內部城市創業活躍度差距相對較小。

表４ 反映了２０１１～２０２３ 年東、中、西和東北地區四板塊內部城市創業活躍度的空間差距特征。中部地區內部城市創業活躍度差距最小， ２０１１～２０２３年組內基尼系數均值約為０. ３７６； 西部地區城市創業活躍度差距最大， ２０１１～２０２３ 年組內基尼系數均值約為０. ５０１， 同一時段內， 東部和東北地區組內基尼系數均值分別為０. ４３１ 和０. ４３７。東北地區城市創業活躍度差距增幅最大， ２０１１～２０２３ 年組內基尼系數增加值為０. ２３４， 同一時段內， 東部、中部和西部地區組內基尼系數增加值分別為０. ０８２、０. １６５ 和０. １６１， 這說明東北地區城市創業活度空間分異變化更加明顯， 城市創業企業新增數量可能集中在部分或少數城市。最后， 基于以上分析可知東部地區城市創業活躍度空間差距總體上保持穩定， 創業空間差距略有波動縮小趨勢。

結合城市創業活躍度空間展布特征分析結果可以發現， 東部尤其是東南沿海地區是城市創業最為活躍的地區， 東北地區創業活躍度相對較低。在表５ 中， 四大板塊間城市創業活躍度差距主要表現為東部地區與其他地區之間的差距， 其中與東北地區差距變化最大， 從２０１１～２０２３ 年， 組間基尼系數由０. ４６０ 增加至０. ６５０； 其次是東部與西部地區差距， 組間基尼系數由０. ５２８ 增加至０. ６５１；東部與中部地區差距最小， 組間基尼系數從２０１１年０. ４５２ 波動變化到２０２３ 年０. ５４１。

２. ３ 城市創業活躍度行業演化特征

本部分主要基于核密度圖的波峰數量、主峰寬度和平移特征等分析六大行業城市創業活躍水平分布、延展性和極化水平（見圖４）。具體分析來看， 六大行業創業企業數量均有增加， 但是極化和空間差異特征不同。農、林、牧、漁業創業企業數量左拖尾表明較多城市第一產業創業企業數量低于平均第一產業創業企業數量水平， 主峰寬度增加提示創業活躍度空間差異相對擴大； 制造業創業企業數量主峰寬度增加則提示城市間空間差異增強； 非制造業創業企業空間極化特征增強，城市間非制造業創業企業數量梯度效應顯著且有較多城市非制造業創業企業數量低于非制造業創業企業數量的全國平均水平； 生產性服務業創業企業數量極化特征從兩極化向單極化過渡， 城市間相對差異增大； 生活性服務業創業企業數量極化特征消失， 但是創業活躍度空間差異增強； 公共性服務業城市間創業活躍度存在明顯空間分異。

３ 城市創業區位選擇分析

３. １ 基準回歸

表６ 中模型１～４ 分別為ＯＬＳ、時間固定、城市固定和雙向固定效應回歸結果， 模型擬合優度逐漸增加， 說明在控制了時空效應和控制變量后能夠較好地解釋城市創業活躍度。模型１ 和２ 表明， 在不考慮固定效應和固定時間效應條件下， 經濟發展、數智水平、勞動力和資本要素能夠顯著促進城市創業活躍度。模型３ 和４ 在固定城市效應和固定時間、城市效應條件下， 回歸結果表明經濟發展、數智水平、技術、資本要素均能顯著促進城市創業， 勞動力要素對城市創業活躍度有抑制作用。這從一定程度上說明， 隨著老齡化問題突顯和勞動力成本上升， 當前勞動力要素對企業創業活動已經不具備吸引力。

３. ２ 穩健性檢驗

為了進一步驗證選擇的解釋變量對城市創業活躍度解釋的可靠性， 通過縮尾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、經濟體量、政策優惠等方面與其他地級市存在較大差距， 以及縮小時間窗口至２０１６～２０２３ 年３ 種方法做了穩健性檢驗， 分別對應表７模型５～７。回歸結果表明解釋變量系數及其顯著性與模型４ 的回歸結果基本一致， 說明模型４ 的回歸結果具有穩健性。

３. ３ 異質性分析

３. ３. １ 城市規模異質性

本部分主要研究不同規模類型城市的創業活躍度影響因素異質性問題， 回歸結果如表８ 模型８～１０ 所示， 分別對應大城市、中等城市和小城市③。模型８ 表明， 經濟發展、數智水平、勞動力要素顯著促進大城市創業活躍度； 模型９ 表明， 數智水平顯著促進中等城市創業活躍度； 模型１０ 表明， 經濟發展、技術和數智水平顯著促進小城市創業活躍度。

３. ３. ２ 區域異質性

城市創業活躍度空間演化特征分析表明， 東、中、西及東北地區城市創業活躍度水平存在顯著空間差距， 創業活躍橢圓逐漸向東南移動。因此，本部分旨在探討不同區域城市創業活躍度影響因素的差異。表９ 模型１１ ～１４ 分別對應東部、中部、西部和東北地區城市創業活躍度影響因素回歸結果。結果表明， 經濟發展、數智水平是東部地區城市創業活躍的顯著促進因素； 資本和數智水平是影響中部地區城市創業活躍度的顯著影響因素；經濟發展、數智水平、技術和資本要素是影響西部地區城市創業活躍度的顯著影響因素； 東北地區尚不存在影響城市創業活躍度的顯著因素， 經濟發展、數智水平、資本、技術、勞動力要素均不能顯著影響東北地區城市創業活躍度。

３. ３. ３ 行業異質性

城市創業活躍度演化特征表明不同行業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創業活躍度影響因素的異質性。表１０ 模型１５～２０ 分別為農、林、牧、漁業、制造業、非制造業、生產性服務業、生活性服務業和公共服務業創業活躍度影響因素回歸結果。不論是經濟發展、數智水平的基礎環境還是勞動、資本和技術要素供給對農業創業活躍度均無顯著影響； 數智水平和技術要素對制造業企業活躍度具有顯著促進作用； 經濟發展、數智水平、技術和資本供給對非制造業企業具有顯著促進作用； 經濟發展、數智水平、勞動力、和技術要素對生產性服務業創業活躍度具有顯著促進作用； 經濟發展、數智水平、技術和資本要素對生活性服務業創業活躍度具有顯著促進作用； 技術、資本和數智水平對公共服務業創業活躍度具有顯著促進作用。

３. ４ “城市－區域－行業”三維視角下創業區位選擇

在分析了創業活躍度在城市、區域和行業分布的空間格局差異后， 本文實證研究了經濟基礎、勞動力、技術和資本要素以及數智水平在不同維度對創業活躍度的影響， 結合估計結果總結了不同規模城市、區域和行業創業區位導向（見表１１）。具體來看， 數智水平是所有規模類型城市創業區位選擇考慮因素； 中等城市還有經濟基礎導向、技術導向的區位選擇特征； 小城市則是更重視經濟基礎、技術和資本導向。東、中、西三大板塊城市創業呈數智導向， 除此之外， 東部還存在經濟基礎導向， 中部地區存在資本導向、西部地區存在經濟基礎導向、資本和技術要素導向， 東北地區未呈現顯著導向特征。除農、林、牧、漁業外五大行業城市創業區位選擇呈數智導向， 除農、林、牧、漁業和制造業外其他行業創業區位選擇均有經濟基礎導向。此外， 生產性服務業有勞動力和技術導向， 生活性服務業有技術和資本導向， 非制造業和公共服務業呈現資本導向。

４ 結論與政策建議

４. １ 結論

本文基于標準差橢圓、Ｄａｇｕｍ 基尼系數、核密度和雙向固定效應面板模型對我國２８３ 個地級及以上城市２０１１～２０２３ 年創業活躍度的時空和行業演化特征及其影響因素做了系統性研究， 有如下幾點主要發現：

（１） 城市創業活躍度時間演化特征表明， 創業活躍度總體增長趨勢與ＧＤＰ 增長趨勢基本一致， 且增速在２０１５ 年之后加快； 六大行業創業活躍度均總體上呈現隨時間增長趨勢； 但是， 與三次產業ＧＤＰ 占比相比， 制造業和非制造業創業企業數量占總體創業企業數量比重偏低。

（２） 我國城市創業活躍度空間格局上呈現出“東北－西南” 方向的展布特征， 且創業重心逐漸向東南移動； 創業活躍度空間差距不斷擴大， 四大板塊間城市創業活躍度差距是空間差距擴大的主要來源且主要表現為東部地區與其他地區的差距； 從四大板塊內部城市創業活躍度差距來看，中部地區城市創業活躍度差距最小， 西部地區城市創業活躍度差距最大。

（３） 六大行業城市創業活躍度隨時間演變均有提升， 但是空間極化和差異性特征存在行業異質性。

（ ４） 城市創業活躍度影響因素分析結果表明，經濟發展、數智水平、資本和技術要素均能顯著促進城市創業。異質性分析表明， 不同規模類型城市、區域和行業的創業活躍度受不同因素影響。由此而來， 創業區位選擇在不同城市、區域和行業間存在異質性。

４. ２ 政策建議

基于以上研究發現， 結合我國經濟社會發展實際， 本文主要提出如下政策建議：

提升城市經濟發展水平， 營造良好創業政策環境。（１） 推動經濟結構轉型， 擴大消費需求。內需是提振經濟的主要動力之一， 應當在推動經濟結構轉型同時刺激各類消費需求， 擴大市場體量， 為創業活動提供有利經濟發展環境； （２） 發揮市場在資源配置過程中的決定性作用， 營造公平競爭經濟環境。市場經由價格、供求和競合機制決定了勞動力、資本和技術要素流向何種城市、區域和行業， 使經濟系統高效運行。因此， 應當保證市場作用的有效發揮， 使之能夠在企業創業競爭中起到決定性作用， 為創業企業提供公平的競爭環境； （３） 政府實施積極創業政策， 為創業者打造良好的營商環境。政府應當適度擴大創業補貼在財政支出中的比重， 因地、因城和因行業制宜實施鼓勵創業政策。

彌補勞動力要素供給劣勢， 推動建設人才發展新高地。（１） 重視教育發展， 培育創業人才。通過加強基礎和專業化教育， 系統培養學生創業專業知識， 提升學生創業意識， 發揮人才在創業活動中的主體作用； （２） 提升空間品質， 引進創業人才。積極推動城市和區域空間品質提高， 為創業人才提供優良的生活和創業環境， 提升城市或區域對于創業人才的吸引力， 建立合理的創業人才激勵機制， 既能引進人才又能留住人才； （３）推動產學研用深度融合。發揮高校人才供給和科研機構技術供給的作用， 促進技術導向的創業企業落地， 鼓勵高標準和高起點創業［３９］ 。

正視創業活躍度多維差距， 構建創業協調發展新格局。（１） 發揮中心城市對周邊城市輻射帶動作用， 鼓勵東部地區向中西部地區、大城市向中小城市創業要素資源流動； （２） 通過補貼、減稅和技術幫扶等多方式鼓勵制造業和非制造業行業企業的創業活動， 提升兩大行業創業企業技術水平， 推動創業企業數字化水平提升， 積極融入新質生產力布局； （３） 推動創業要素資源包括資本、技術和人才適度向第二產業尤其是制造業傾斜， 提升制造業創業企業比重， 避免經濟發展“脫實向虛”。

注釋：

①數據來源為國家統計局網站， 經濟增長拉動是指國內生產總值增長速度與三大需求貢獻率的乘積。

②２０１４ 年９ 月， 時任國家總理李克強在夏季達沃斯論壇上， 首次提出了“大眾創業， 萬眾創新” 的宏偉理念： “大眾創業， 萬眾創新”， 彰顯了將創新創業精神引入社會各個階層的前瞻意圖。２０１５ 年３ 月， 李克強總理作《政府工作報告》， 又提出“打造大眾創業、萬眾創新和增加公共產品、公共服務‘雙引擎’”。

③根據國務院２０１４ 年１１ 月國務院發布的《關于調整城市規模劃分標準的通知》并結合２０２０ 年第七次人口普查的城區人口數據， 將城區人口大于等于１００ 萬的界定為大城市， 將城區人口大于５０ 萬小于１００ 萬的界定為中等城市， 城區人口小于５０ 萬的為小城市。

參考文獻

［１］ 徐海東， 倪鵬飛， 黃徐亮． 中國新建企業空間格局演變及其驅動因素［Ｊ］． 企業經濟， ２０２３， ４２ （１）： ３２～４３．

［２］ 習近平主持召開新時代推動東北全面振興座談會強調： 牢牢把握東北的重要使命 奮力譜寫東北全面振興新篇章［ Ｎ］．人民日報， ２０２３－０９－１０， （１）．

［３］ 范偉， 張先進． 中國城市創業發展水平的聚類分析［ Ｊ］． 改革與戰略， ２０１０， ２６ （９）： ４４～４６．

［４］ 丁玥， 朱華晟， 賀清燦． 廣東省創業活動的地區差異及其影響因素［Ｊ］． 經濟地理， ２０１７， ３７ （１１）： ９２～９８．

［５］ 楊晨， 謝守紅， 甘晨． 中國私營企業創業活動的空間差異及影響因素［Ｊ］． 經濟地理， ２０２１， ４１ （１１）： １４１～１４８．

［６］ 呂爽， 譚軍華， 劉帥， 等． 中國創新創業活躍度的連續動態測度及時空差異分解［Ｊ］． 統計與決策， ２０２２， ３８ （７）： ７２～７６．

［７］ 歐陽勝， 郭彥， 肖雄輝， 等． 長江中游城市創業水平的空間差異及其影響因素［Ｊ］． 經濟地理， ２０２３， ４３ （９）： ３１～４１.

［８］ 李彥龍， 畢鈺． 城市創業活躍度： 區域差異、動態演變與影響因素［Ｊ］． 中國軟科學， 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． 創新驅動政策是否提升城市創業活躍度———來自國家創新型城市試點政策的經驗證據［Ｊ］． 中國工業經濟， ２０２２， （６）： ６１～７８．

［１１］ 林偉芬， 胡耀， 何駿． 電子商務發展對城市創業活躍度的影響［Ｊ］． 中國人口科學， ２０２３， ３７ （５）： ８２～９６．

［１２］ 許文瀚， 齊荻． 低碳轉型對城市創業活躍度的影響研究———來自低碳城市試點的經驗證據［Ｊ］． 華東經濟管理， ２０２３， ３７（１１）： ３９～４９．

［１３］ 周文義， 陶一桃． 智慧城市建設能提升創業水平嗎？———基于雙重差分模型的檢驗［Ｊ］． 統計研究， ２０２３， ４０ （８）： １２２ ～１３４．

［１４］ 劉娟， 耿曉林， 劉夢潔． 自貿試驗區設立與城市創業活躍度提升———影響機制與空間輻射效應的經驗分析［ Ｊ］． 國際商務（對外經濟貿易大學學報）， ２０２２， （６）： １８～３７．

［１５］ 程聰慧， 劉昱呈． 平臺經濟發展與農村創業活躍度［Ｊ］． 科學學研究， ２０２４， ４２ （１０）： ２１３８～２１４９．

［１６］ 曹宗平， 林碩延， 黃子珊， 等． 農民創業： 臨淵羨魚還是退而結網？———基于鄉村振興與共同富裕的背景［ Ｊ］． 經濟評論， ２０２３， （６）： ５８～７１．

［１７］ 趙康杰， 李娜． 環境舒適性對中國城市創業活躍度的影響研究［Ｊ］． 城市發展研究， 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， 陳強遠． 流動人口對城市創業活躍度的影響： 機制與證據［Ｊ］． 經濟研究， 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． 人口集聚對創業活躍度的影響： 考慮集聚動態的效應與路徑［Ｊ］． 中國人口·資源與環境， 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． 數字經濟對城市創業活躍度的影響研究———創業環境的調節作用［Ｊ］． 大連理工大學學報（社會科學版），２０２４， ４５ （１）： ４２～５１．

［２７］ 趙曉陽， 衣長軍． 數字經濟發展提高了城市創業活躍度嗎？［Ｊ］． 現代財經（天津財經大學學報）， ２０２２， ４２ （１１）： １９～３１．

［２８］ 翁鴻妹， 王琛． 多維社會信任與區域創業活躍度———基于中國家庭跟蹤調查（ＣＦＰＳ） 數據［Ｊ］． 地理科學進展， ２０２３，４２ （４）： ７４２～７５３．

［２９］ 趙璐， 趙作權． 基于特征橢圓的中國經濟空間分異研究［Ｊ］．地理科學， ２０１４， ３４ （８）： ９７９～９８６．

［３０］ 斯麗娟， 王超群． 中國城市群區域經濟差異、動態演變與收斂性———基于十大城市群夜間燈光數據的研究［ Ｊ］． 上海經濟研究， ２０２１， ３９７ （１０）： ３８～５２．

［３１］ 項肖， 范巧， 黃依潔． 中國工業數字化水平測度及其時空演變研究［Ｊ］． 工業技術經濟， ２０２３， ４２ （７）： １４～２２．

［３２］ 辛沖沖， 陳志勇． 中國基本公共服務供給水平分布動態、地區差異及收斂性［Ｊ］． 數量經濟技術經濟研究， ２０１９， ３６（８）： ５２～７１．

［３３］ 何雨可， 牛耕， 逯建， 等． 數字治理與城市創業活力———來自“信息惠民國家試點” 政策的證據［Ｊ］． 數量經濟技術經濟研究， ２０２４， ４１ （１）： ４７～６６．

［３４］ 陳曉南． 論創業投資的區位選擇［Ｊ］． 求索， ２００５， （１）： ３４～３７．

［３５］ 董亞寧， 顧蕓， 楊開忠． 市場一體化、比較優勢與產業區位［Ｊ］． 工業技術經濟， ２０２０， ３９ （３）： １１６～１２４．

［３６］ 李善同， 李華香． 城市服務行業分布格局特征及演變趨勢研究［Ｊ］． 產業經濟研究， ２０１４， （５）： １～１０．

［３７］ 張建華， 趙英， 劉慧玲． 國內國際雙循環視角下中國產業結構轉型升級研究［Ｊ］． 中國工業經濟， ２０２３， （９）： ４２～６０．

［３８］ 王林輝， 姜昊， 董直慶． 工業智能化會重塑企業地理格局嗎［Ｊ］． 中國工業經濟， ２０２２， （２）： １３７～１５５．

［３９］ 董亞寧， 顧蕓， 呂鵬． 面向生態文明的空間品質與城市人才區位———基于新空間經濟學的分析［Ｊ］． 城市問題， ２０２３， （３）：４８～５８．

（責任編輯： 張舒逸）

基金項目： 國家自科基金重點項目“我國產業集聚演進與新動能培育發展研究” （項目編號： ７１７３３００１）； 國家社會科學基金重大項目“健全國土空間規劃和用途統籌協調管控制度研究” （項目編號： ２０ＺＤＡ０８６）。