区位选择策略（精选7篇）
区位选择策略 篇1
浩浩荡荡的中国高校园区新建、扩建的大潮已经落幕, 扩招给老校园区带来的压力不复存在, 教学的硬件环境得到了质的飞跃。经过痛苦的过渡期后, 各项工作逐渐走上了正轨。就在这一切欣欣向荣的时候, 高校部分教职工不约而同地发出了一个声音——“上班难”, 尤其对于住在老校区附近的教职工。虽然新校园区的硬件设施已全面超过了原来的条件, 但作为高校教职工, 如何兼顾更出色地完成工作任务和满足生活的便利, 成为一个对未来高校办学质量举足轻重的问题。高校新园区建成后, 高校教职工遇到的最直接、最迫切的问题就是对未来居住区位的选择。本文试图从一位高校教职工的视角, 深入剖析不同年龄、不同工作特点的高校教职工对未来居住区位的选择策略。全国高校中有很多建有新校园区, 每个高校的具体情况各有不同, 但无外乎分为扩建和新建两种类型。对于扩建原校区的高校来说, 其教职工的工作生活状态改变并不明显, 所以并不在本文讨论之列。本文选择了与老校区相距20多公里、颇具代表性的南昌大学前湖校区作为本文研究的具体对象。
一、高校情况简介
南昌大学在南昌市共有三个校区, 其中前湖校区为主校区, 青山湖校区和东湖校区为老校区, 很大一部分本校教职工仍然住在两个老校区内或附近, 但必须到前湖校区上班。由于打破了传统的生活区和教学区在一起的生活工作模式, 教职工们不得不重新选择更加适合的居住区位, 以适应新的生活工作模式。
二、讨论评价的思路
讨论评价的思路可分这么几步:第一, 分析生活和工作方面的需求。第二, 将教职工按其各种不同工种不同年龄分类, 结合学校对他们不同的要求, 分析其特点。第三, 将可能的居住区位按地域分类, 并分析其自身的特点以及和前湖校区的关系。第四, 将教职工的各方面需求量化为不同权重系数, 通过计算及列表的方式将教职工的客观现实和不同居住区位一一对应, 并将不同需求量化为分值, 并得出总分值。第五, 根据总分值的高低, 得出各种不同特性教职工的居住区位选择策略, 供广大相关教职工参考。
整个讨论评价的思路体现了“教职工的自身需求”和“学校对教职工的需求”这两个方面的互相满足以及互相制约的关系。解决好这两方面的关系, 对学校的快速稳步发展, 起着重要的保障作用。
三、教职工需求的讨论
首先, 我们来讨论教职工的生活和工作方面的需求。1954年美国社会学家马斯洛提出“需求等级”学说, 把人的需求由低级到高级分为五个层次, 即“生理的需求、安全的需求、爱与归属的需求、尊重的需求和自我实现的需求”[1]。这五个层次的需求构成了教职工对居住区位选择的考虑因素: (见表1)
四、教职工分类
其次, 我们将教职工按工种、年龄特点不同进行分类: (见表2、3)
五、居住区位的筛选
接着, 我们来讨论南昌大学教职工最为可能的几个居住区域。参考《南昌市城市近期建设规划 (2002-2005) 》中的区域划分 (见下图) , 结合南昌大学三个校区的位置, 我们对教职工的居住区位进行如下筛选: (见表4)
这样除了老校区所在的旧城中心片区, 就只剩下红谷滩新区、红角洲片区供教职工选择。
六、居住区位特点
下面我们将这三个区位的特点逐一分析 (其中房价为2009年初, 房龄在15年以内的住宅实际交易价格的近似平均估值) :
(一) 旧城中心片区:旧城中心片区的新建居住区主要集中在老中心城区、青山湖、象湖和赣江南岸四个区位。
1.老中心城区:这里是东湖校区所在地, 该区位大部分是旧住区, 一般来说除非在有的单位大院内, 否则住区内部自然环境普遍较差, 空气、绿化覆盖、噪音情况都不太理想。不过这里有完善的交通、商业、医疗、教育、娱乐等生活条件, 而且由于居住年代久远, 已初步形成了一定的住居内人文环境, 对于居住了很久的中老年教职工来说, 有较强的归属感。到前湖校区上班一般需穿过半个较拥挤的市区才能过江。这里少数的几个新建住区房价都较高, 平均约6900元/m2左右, 是南昌市房价最高的居住区位。
2.青山湖:这里是青山湖校区所在地, 该区位是南昌市新增住区最快的地区, 因毗邻青山湖, 自然条件优越, 离老中心城区很近, 所以这里成为高档住宅区的首选之地。住区内的自然环境普遍也很不错, 住区周边的各项城市设施已经较为便利, 在5-10年之内将趋于完善。这里去前湖校区要穿过整个较拥挤的市区, 所以到前湖校区距离较远。这里新建住宅平均价格5400元/m2左右, 仅次于老中心城区。
3.象湖:这里西临朝阳洲大面积林地绿地, 又有象湖毗邻, 所以区域自然条件很好, 新建住区内部自然环境也还不错。但是由于旧城开发度不高, 所以周围配套的城市设施不全, 估计至少要10-15年时间才能逐步完善。这里去新校区不需穿越繁忙的老中心城区, 可直接到南昌大桥或是生米大桥。这个区位的住宅平均售价约3800元/m2左右。
4.赣江南岸:这里的新建住宅区也增长很快, 有赣江毗邻, 离新旧城中心区距离相等。虽然现在它的新住区周边大多配套城市设施还不甚完善, 但作为联接新老城区的纽带, 这里的区位优势将会逐步明显。这里到新校区不需要穿越拥挤的老中心城区, 新建住区平均房价约为4800元/m2左右。
(二) 红谷滩新区:这里是南昌市的行政中心, 未来的市级商业中心, 市级文化中心, 而且列入重点发展地区。从政策上来看, 这里无疑是未来南昌市发展最快的地方, 似乎就和上海浦东类似。但是, 同时我们应该清醒地认识到城市的发展不仅需要政策支持, 资金注入, 同时也需要时间。在市场经济体制下, 人口迁移并不象计划经济时代那么迅速有效, 需要给它自然生长的时间, 这样成长的城区才是健康的、稳定的、长效的。这里到前湖校区比旧城要近很多, 住宅平均房价约4200元/m2左右。
(三) 红角洲片区:这里是南昌大学主校区前湖校区的所在地, 自然环境接近象湖和青山湖区位, 用地规划中主要为教育科研用地、一部分居住用地和少量商贸金融用地。除了大学城的几个校园和几个住区外, 其它地方开发度还很低, 城市设施还很不完善。目前当地居民除校园内师生外, 主要为当地农民。这里住宅平均房价为3100元/m2左右。
七、需求的量化
(一) 可计算需求的量化
时间代价和经济代价这两个需求可通过计算来确定不同区位对不同类教职工的满足程度, 最高为满分, 最低为零分, 中间的按后述方法依比例插值计算。为简化计算, 不妨先约定一些假设和计算方法:
1.时间代价以周耗时数为指标, 按教职工每周上班次数×单趟平均耗时数×2计算, 假设不同年龄的教职工走同样路线时平均耗时相等。
2.经济代价是个繁琐的数字问题, 我们抽取主要的两个可变因素, 即购房平均费用与交通费用来讨论, 购房费用我们可按该区位平均房价为指标。交通费用以周里程数为指标, 按教职工每周上班次数×单趟平均里程×2计算。假设交通费不会因不同年龄教职工而有所区别, 其只受不同工种教职工和不同区位影响。
3.在周耗时数及周里程数的计算中, 我们假设:青山湖区位以青山湖校区为计算点, 老中心城区以东湖校区为计算点;象湖区位以九里象湖城为计算点;赣江南岸以碧水华庭为计算点;红谷滩新区以江信国际为计算点;红角洲片区以城开国际学园为计算点;湾里片区以帝景湾洋城为计算点。交通工具速度以上下班时段校车速度为准。
4.因为到前湖校区的路线不止一条, 里程数和时间各不相同, 且不成正比, 所以都取均值。如青山湖校区:“南京东路—洪都大道—滨江路—八一大桥—前湖校区”这条路线总长约23公里, 按早晨7点左右的拥挤程度大约40分钟到达。而走“上海路—洪城路—南昌大桥—前湖校区”总长约19公里, 因为较拥堵需50分钟到达。而走“南京东路—南京西路—八一大道—阳明路—八一大桥—前湖校区”总长约17公里, 因为非常拥堵, 几乎无法保证到校时间, 故不采纳。如果从“上海路—迎宾大道—昌南大道”经过生米大桥, 总路程虽然稍远, 约28公里, 但由于是外环快速道, 所以35分钟就可以到达。这样可以算出青山湖校区到前湖校区的平均里程为23公里, 平均耗时为42分钟。所有路线按这种计算方式统计。
5.基于以上的假设和计算方法, 我们可以得出不同区位、不同工种教职工的时间代价量化表 (见表6) 、购房费用的量化表 (见表7) , 和交通费用的量化表 (见表8) 。暂且把三个需求的权重满分值均定位10, 根据插值计算出各种情况下的权重值 (括号内) 。最后在表8、9、10中根据不同年龄教职工这三个需求的实际权重满分值按比例调整。
(二) 总需求的量化
时间代价和经济代价可以通过数字比较, 其他需求并不具备这些特性, 如要较为精确地反应其对不同类型教职工的影响程度, 则需进行非常广泛的调研 (例如用问卷调查的形式根据年龄和工种的不同分9种类型教职工分别讨论) 。但限于作者的精力和本文的篇幅, 且本文侧重于探求决策的一般科学方法, 故我们只讨论这些无法计算的需求在不同年龄段教职工中权重差异, 而忽略在同一年龄段不同工种教职工中权重的差异, 且权重的分配由作者根据前述不同类型教职工的特点判断取值。根据各区位对“教职工各需求”的满足程度, 最高为满分, 最低分零分, 中间的按满足程度依序确定。
最后我们分3种不同年龄段教职工, 按不同的权重系数量化, 通过求出这六个居住区位不同教职工的需求分值的总和, 来判断哪种特征的教职工适合哪一种居住区位。 (见表8、9、10) 。
研究结论
结论已经在表8、9、10中明确地显示出来, 大体来说, 21-30岁的青年教职工可能并不适合在老中心城区和青山湖片区居住, 尤其全天候职工最好是过江购房, 离学校最近的红角洲是其最佳选择。而46-60岁的中年教职工则最适合在青山湖片区和老中心城区居住, 在新城区购房也许并不是明智之举。31-45岁的中青年教职工在青山湖片区、老中心城区和赣江南岸三个区位都适合居住。这些结果较为客观地反映了这六个居住区位对南昌大学教职工各种需求的满足程度, 为他们选择未来的居住地提供了决策依据。
我想本文的意义并不在居住区位选择这件事本身, 而是提供了一个分析问题, 评价问题的方法。虽然遗漏难免, 但只要多些人一起讨论, 多调查研究, 把主观偏颇降到最低。相信这种量化的方法还是很有效的, 至少比拍脑袋决定一件大事要更加科学。当然权重系数的确定远非本文这样主观, 需要一个更准确的方法 (例如调查问卷) 以及多次的计算试验。这些都是值得探讨的课题, 是理性思考的重要组成部分, 也是当前我们的社会科学工作中 (特别是决策工作中) 比较缺乏的科学态度。希望本文能给大家一点启示, 一个科学的工作方法是成功的一半, 理性的思维可以把主观的东西部分客观化, 虽然这样还是不可能百分之百正确, 但比凭空估计要准确很多。
参考文献
[1] (美) A.H.马斯洛 (A.H.Maslow) 著.许金声.程朝翔译.Motivation And Personality动机与人格.第1版.北京.华夏出版社, 1987年11月.40-53.
[2]南昌市近期建设规划 (2006-2010) .
区位选择策略 篇2
一、教学目标
知识与技能:结合实例理解影响工业区位选择的因素;联系实际, 理解工业区位的发展变化及对工业区位选择的影响;培养学生应用基础知识解决问题及读图分析问题的能力。
过程与方法:通过小组内的合作、讨论分析, 选择出最佳方案;在这个过程中培养学生人际交流和相互合作的能力。
情感、态度与价值观:深入理解地理环境与人类生活、生产的密切关系, 培养学生的环保意识, 树立工业发展必须走可持续发展之路的思想。
二、教学重点与难点
重点:掌握影响工业区位选择的因素——原料、动力、运输、市场、土地、水源等。
难点:如何灵活运用所学知识分析、解决实际问题
三、教学资源与环境
1. 多媒体网络教室, 保证每个小组拥有一台通过局域网连接到Internet的计算机, 且安装有Mind Manager等软件, 配有大屏幕投影等设备。
2. 教师提前准备与工业区位选择相关的图片资料, 用于呈现学生任务的P P T以及评价量规等。
四、教学过程
1. 导入新课
教师播放有关首钢公司 (老厂址) 简介的视频片段。
师:2005年2月, 国家发改委正式批复了首钢搬迁方案, 同意首钢迁往河北唐山曹妃甸, 到2010年首钢搬迁将全面完成。无独有偶, 东风汽车总部由十堰迁往武汉, 腾讯公司总部由深圳迁往北京中关村……这些公司为什么要耗费如此巨大的人力、财力和时间搬迁总部呢?今天, 我们就带着这些问题一起学习“工业的区位因素与区位选择”。
2. 分组布置任务
(1) 呈现任务
师:今天, 请大家给我的一个朋友当个参谋。他在一家大型咨询公司工作, 现在接到6份项目规划方案的咨询业务, 分别是建造钢铁厂、制糖厂、食品加工厂、飞机厂、炼铝厂和污水处理厂。各个方案的选址区位大体已经确定。他想请我们分别给这些规划做方案论证, 给每个项目规划选定各自最终的建厂地址。请大家分成6个小组, 每个小组分别讨论一个方案。
第一组:钢铁厂项目论证专家组。具体任务是:某单位打算要在图1所示的城市建造一家钢铁厂。由于条件所限, 厂址只能从A、B、C、D、E、F 6个地点选择。请你们根据图中给出的信息选择钢铁厂最为科学合理的布局区位, 并说明理由。
第二组:制糖厂项目论证专家组。具体任务是:某单位打算要在图2所示的区域建造一家制糖厂。由于条件所限, 厂址只能从A、B、C、D、E、F 6个地点选择。请你们根据图中给出的信息选择制糖厂最为科学合理的布局区位, 并说明理由。
类似地, 其他小组分别承担食品加工厂、飞机场、炼铝厂和污水处理厂等项目的论证专家组, 具体内容不再赘述。
(2) 提出要求
师:为了能够做出科学合理的选择, 我们需要先熟悉影响工业区位选择的相关知识, 成为这方面的专家。我事先给你们准备了一些材料。请大家首先阅读相关材料, 依据所学知识做出科学合理而负责任的选择。
师:各组充分论证好建厂方案后, 请向全班汇报。为了能够清晰地表达你们的讨论结果, 我建议你们将讨论结果利用Mind Manager软件做详细的记录和展示。比如说, 我是污水处理厂组的, 我的记录结果可能是这样 (教师出示图3) 。
(3) 确定任务
教师将全班同学分成6个小组, 每个小组协商选定小组任务。
师:为了保证小组活动能够有序开展, 老师建议你们为组内每位同学分配相应的角色。在合作的基础上有所分工, 大家共同参与。具体有以下角色:
小组长一名:负责小组内组员之间的协调活动。
书记员一名:利用Mind Manager工具记录发言情况。
发言人两名:将小组讨论的结果向大家汇报, 一人讲解、一人演示概念图作品。
其他人为小组专家, 发挥各自聪明才智, 积极参与小组讨论, 确定论证结果, 并做出必要的补充发言。
(4) 展示评价量规
师:同学们在活动中要相互配合, 共同完成小组任务。活动将依据你们小组对方案论证的科学性、全面性, 概念图的质量、创新程度, 组员的参与程度、合作程度等几个标准来进行评价 (向学生展示评价量规) 。
3. 小组合作完成任务
(1) 学生阅读相关资料。包括影响工业区位选择的相关知识、评价量规以及小组任务。
(2) 小组讨论。各小组就本组任务中每个建厂地址的优缺点展开讨论, 并利用概念图软件记录过程性结果。
(3) 确定方案。在讨论的基础上做出小组选择, 提出最优方案, 并美化概念图。
4. 组间交流讨论
(1) 小组展示。此环节, 各组将本小组集体完成的概念图通过大屏幕投影仪向全班学生展示, 并详细介绍本小组的论证结果。全班学生在听取汇报的过程中可以对每个小组的论证方案提出质疑或补充, 甚至展开讨论。通过本节课的教学, 我们发现在这个过程中学生之间可以碰撞出一些火花。比如讨论飞机场建设方案时, 该小组的学生在图中给出的选项中做出了正确的选择, 论述也比较充分, 但由于这个选址的周围是森林和农田, 有学生提出选这个址不合适, 因为农田周围会有大量的飞鸟出现, 对飞机的安全造成威胁。
(2) 教师点评。结合各小组的汇报展示情况及全班同学的评价结果, 教师对各小组的讨论结果给予肯定或否定评价, 并详细分析各小组作品的优缺点。讨论钢铁厂选址方案小组对6个选址都进行了详略得当的论证, 几乎考虑到了所有应该考虑的因素并对每个方案的优缺点进行了详细说明。在此基础上选出了科学合理的方案, 是这节课中完成较好的一个作品。
第二小组制糖厂选址方案的讨论结果虽然正确, 但理由陈述不够充分, 并且将优缺点混在一起讨论, 反映出该组学生的思维比较混乱。
5. 教师总结
师:在前面的讨论中, 我们发现影响工业区位选择的因素有哪些?
生:原材料、动力、劳动力、市场、交通运输、土地、水源、政策、信息等。
师:随着知识经济的到来, 市场、劳动力素质等因素的影响正在逐渐增强, 信息的通达性也显得越来越重要。与此相对应, 随着基础设施建设的不断完善, 原材料因素、动力和交通运输因素的影响正在逐渐淡化, 但是水源问题、环境问题成为近年来影响区位选择的重要因素。
6. 布置作业
浅析超市如何选择优良的区位 篇3
超市选址虽然有各种各样的规律可以遵循, 但首要的还是要先进行实地市场调查, 根据实际情况来选择使用选址规律。一般来讲, 开店之前的市场调查包括:所处位置是否有吸引力, 包括周围环境好坏, 交通条件是否方便顾客, 街道设施是否对店铺有利, 服务区域的人口情况, 目标顾客的收入水准、消费意识及品味等。开店调查主要从以下两点展开:
1.1 开店可行性调查
即基于成本效益核算为中心的起码调查, 重点调查该地区的市场特性和消费特征, 以估算出一旦超市开店后的平均营业额, 初步决定超市规模的大小。
1.2 超市经营策略调查
重点调查周边消费者生活状态、行为习惯。以得出一旦超市开店后, 如何设计主打商品范畴、价格、促销活动以及店铺大致格调的选用等经营策略。
只有通过市场调查, 对于拟选店址周边的消费能力、购买水平及竞争店铺的营业状况有所研究, 才能据此作出是否在此地开店、店铺今后经营的策略、利润设定、超市前期投入, 以及资金调配等方面的规划。
2 如何选择良好的地形
环境与地形, 在超市投资中是极为重要的因素。一般说来, 对于超市的发展, 主要选择以下几种用地形式:
2.1 转角地形
“转角”是指十字路和叉路的交接地。在这种地理位置上, 店铺的外观会显得十分突出, 历来被认为是一个非常有利的店铺经营地点。但由于店铺位置面临两条道路, 所以要仔细考虑选择哪一面作为自己的店面正门。对一般超市, 正门应是面向人流量较大的一面, 这需要先做交通人流量的调查, 然后选择人流量大的一面作为店铺的正门;而人流量小的街道一面作为侧门, 或设置小型出入口, 或干脆不设置出入口, 只用一些透明玻璃、陈列橱窗来吸引顾客。如图1所示:
2.2 三岔路地形
三岔路正面的店铺, 面对着几条路上的人流, 超市店面则十分显眼, 所以被认为是非常理想的建店之处。处在这一有利位置的店铺应善于发挥自己的长处, 在超市入口处的装潢、广告招牌、陈列橱窗等方面要用心设计, 以便能很好地抓住行人心理, 从而将行人吸引到店中来。如图2所示:
2.3 方位地形
方位是指超市正门的朝向, 店铺正门的朝向与当地气候相关而且还受到风向、日照程度、日照时间等因素的影响。在南方城市, 面向西的店铺会有日晒, 这样在夏季店内如果没有空调会很热, 从而不利于顾客进店购物, 而安装空调无疑又增加了开支, 如果店外设立拱廊建筑、店内改善通风条件, 影响则会减少。在北方城市, 冬季寒冷, 面向西北的店铺较容易受寒风的侵袭。这些都会给超市经营造成不利影响。
2.4 街道两边地形
街道有两边, 各有所不同, 那么该选择哪一边来开店呢?通常可遵循以下原则:
(1) 分析调查两边行人流量。行人流量是顾客的潜在来源, 所以, 在调查分析两边行人流量后, 尽量选择行人较多的一边作为开店位置。
(2) 尽量选择靠近大公司、大企业的一边, 原因是:可以吸引行人经过;大公司、大企业有大量的客源;便于顾客记住超市地点, 来向别的顾客宣传介绍, 会比较容易指引人光顾。
(3) 选择靠近人口会增加的一边。超市选址时应有预见性。一般说来, 企业、居民区和市政的发展, 会给超市带来更多的顾客, 从而使超市在经营上更具有发展潜力。
(4) 要选择人行横道或障碍物较少的一边。许多时候, 行人在横穿马路时, 因集中精神去躲避车辆或其他来往行人, 一般就会忽略了一旁的店铺。
3 超市店面与道路要有一定的关联性
超市店前道路与店面是具有关联性的, 道路本身的状况与超市店铺的构造、陈列、设计等都有联系。一般情况下, 店铺场所与道路基本同处一个水平面上, 这种情况有利于顾客入店购物, 但也有例外的情况。
3.1 坡路的情形
不是迫不得已, 一般的人不会将超市店铺设在坡路上, 如果碰巧遇上了这种情况, 就必须考虑到要在店铺与地面间设置适当的入口, 并且妥善安排陈列橱窗的位置、通道、商品的排列等方面。如图3所示:
3.2 店面与道路高度不同的情形
有很多超市处于地下或是有几级台阶, 这样的店面不是很理想的超市店面, 但是在寸土如金的都市中, 这又是常会遇到的。遇到这种情形, 便需要特别注意超市店铺门面、入口、天花板和招牌等的设计, 另外, 还要注意引领顾客入店。
4 良好的顾客接近度
顾客的接近度是指顾客是否容易接近门店。接近度是测量待选地顾客是否容易接近门店的准则, 超市的顾客接近度越高越好。一般说来, 较好顾客的接近度应满足以下几点: (1) 处于公交车站台 (站牌) 旁; (2) 店前路的宽度大、人流量大及停留性好; (3) 人流的结构及行为特点适合薄利多销零售业态; (4) 往来到对面马路方便; (5) 近期无基建干扰; (6) 无竞争店存在或是竞争者明显处于劣势; (7) 容易形成集市效应; (8) 无噪音或其他污染。
5 超市开店的禁忌地段
5.1 高速公路快车道旁
由于快速通车的要求, 高速公路和快车道一般都有隔离设施, 两边无法穿越。公路旁也较少有停车设施。所以, 快速车道上尽管有较大的人流量, 但都不成为客流, 从而不宜将其作为新开店的地段。
5.2 居民、往来人群少, 增长慢, 但商业网点已基本配套的区域
这类区域经过漫长的发展, 各类设施已基本配齐, 在人口增长缓慢和缺乏人口流动的情况下:有限的固定消费总量不会因新开店而增加, 故营业额不会很好。
5.3 高楼层
高楼层的房子不宜开设超市店铺, 因为高层开店, 一方面不便顾客购买;另一方面, 高层开店一般广告效果较差, 商品补给与提货都多有不便。例如开在二楼甚至更高层楼的店铺。
5.4 恶劣环境
比如有的食品超市开在公共厕所旁或其周边, 或超市正处于社区垃圾堆一侧, 或靠近生活废水排水阳沟, 或与怪味弥漫的化工厂相邻等, 在这类环境下, 商品在消费者心中不会有良好的印象, 并且无法吸引消费者进店的兴趣, 只要不能吸引客人进店, 超市经营基本已经失败。因此, 这些明显恶劣的环境周边, 都是超市选址应当极力避免的位置。
6 优良超市区位的综合条件
除了在以上几点以空间为主的考虑之外, 一个优良的超市区位, 还应该同时满足以下三大综合条件, 才具备可持续发展的能力。
6.1 十年以上的持续经营力
店铺选址与设立所涉及的投资是一项递延费用, 将会分摊到随后的多年经营活动的成本中去, 不可能随意变动, 极大地影响着企业长期的成本效益核算。当外部环境发生变化时, 其他经营因素都可随之进行相应调整, 以适应外部环境的变化, 而店址一经确定就难以变动。因此, 企业在选址时, 必须具有前瞻性眼光, 不仅要研究现状, 还要正确的预测未来。
6.2 满足一个数量级起点的规模顾客群的存在
店址周边都应有满足一个数量级起点的规模顾客群存在, 这个数量级, 视新店的规模不同而异, 可以是5000户常住人口, 也可能是1000户常住人口即足够。超市最大的商品通常是日用品, 受消费者购物习惯的影响, 消费者很少为了一些洗衣粉、纽扣等日用品而长距离跨城区采购, 多倾向于少量、多频度就近购买。这是超市区别于专卖店或大批发市场的重要特征之一。因此, 只要所选择的店址周边有足够数量级的规模顾客群, 一般就可保证超市不至于门厅冷落而销售失败。
6.3 拥有进出畅通、正常装卸的空间
优良店址的一个必备条件就是进出畅通、正常装卸的空间。一是道路要畅通, 二是至少要有能满足中型货车装卸货物的平台。超市是商业物流的终端之一, 终端交通设施的好坏, 严重影响商品的运输成本, 影响货物的及时、安全上架, 并带来资金的周转次数的变化。拟选店址的出口畅通与装卸条件一定要有基本的满足。
7 结语
以上分析为超市选址的一般规律, 即需兼顾空间位置与区域经济发展的综合条件, 仅供业界参考。超市经营的成功, 虽然有各种因素共同起着作用, 但对作为接触一线消费者最紧密的零售业来说, 选址的优劣, 无疑是至关重要的先决条件。在面临超市选址的时候, 一定要再三调研, 慎之又慎, 能基本遵从以上分析的各点的话, 就不会出现较大的纰漏, 可为今后奠定良好的经营基础。
参考文献
[1]赵风禹.超市经理人知识读本[M].企业管理出版社, 2003, 11.
区位选择策略 篇4
在关于居住区位的相关研究中,分析城市居民居住区位选择的影响因素是主要研究内容之一。居住区位选择的影响因素可以分为宏观和微观两个方面,宏观因素主要包括国家制度与政策方面、住房制度以及城市规划方面的因素[13]。微观因素主要包括居民社会属性、收入、家庭生命周期、交通、环境、就业可达性、工作地等,事实上微观因素更直接更具体地影响居民居住区位的选择。因此,对微观因素进行研究,可以在优化城市居住区位资源配置的基础上,提高居民居住环境的质量,使住宅开发与居民需求相吻合。
1居住区位概念和模型的认识
居住区位的概念主要包括以下几种:杜德斌认为居住区位是住宅所在的空间位置[14];张文忠认为这种空间位置具有固定性和独特性,不同的居住区位价格不同[15];董昕指出居住区位不仅仅是指住宅空间中所坐落的地理位置,还包括该位置出行的便捷程度以及该位置对居住者产生的非经济方面的影响。总体来说,就是该居住区位的地理位置和在此进行日常活动所需的货币和时间成本,以及该区位的自然人文环境对居住者身心的影响[8]。
居住区位模型的研究在国外已经有相当长的历史,它对估计影响居住区位选择的因素以及对这些因素如何进行权衡有重要的意义,然而国内仍然缺少对这方面的研究。帕利亚拉和威尔逊将居住区位模型分成三大类:1基于城市经济学理论的居住区位模型;2基于空间相互作用理论的居住区位模型;3计量经济模型[16]。第一种居住区位模型起源于城市经济学理论,它受农业土地利用和租金思想的启发,理论核心是家庭在居住区位选择时需要对多种影响因素进行权衡。第二种模型的建立类似万有引力定律,主要来研究影响居民移动的因素和吸引他们的居住地的因素之间的关系。第三种居住区位模型来自于计量经济学模型,更明确地说是采用离散选择模型来研究居民居住区位的选择,它基于微观经济的随机效用理论,能够在家庭层面上来研究居住区位选择影响因素很大一部分是由于离散选择模型方法的发展。
2影响居民居住区位选择的微观因素
居住区位选择的微观影响因素主要针对城市居民而设置,对城市建设更具有实际指导意义。 通过对相关文献总结得出,国内学者研究发现居民在住房选择过程中考虑最多的因素是房价、房屋位置、交通便利程度、周边配套设施(尤其关注是否有适合子女的学校),而居民自身属性如收入水平、职业、年龄、教育程度等考虑很少[17,18,19,20]。由于城市的形成历史、制度、社会经济发展水平以及居民个性的不同,影响居民住房选择因素在国家间存在一定程度的差异。约瑟夫认为主要有四组因子影响居住区位的选择:居住单元的特点 (尺寸、设计、是否有停车场、噪音大小等);居住区位特征(本地区居民的社会经济地位、教育质量、安全水平、购物和休闲设施、交通等);可进入性的特征(进入城市多种职能区、购物中心、工作地等的方便程度);居民个人特征(家庭生命周期、教育、 收入等)[21]。库马尔等采用叙述性偏好和显示性偏好数据,研究发现居住地到目的地的时间和成本、租金高低、家庭收入、公共交通的可达性和邻里指数(是否走路能到学校、是否有好的环境)对居住区位选择有一定的影响[22]。
本文将影响居民居住区位选择的微观因素分为两种,共性因素和个性因素,其中共性因素主要是指居住 区位的因 素,个性因素 则与居民 自身相关。
2.1共性因素
2.1.1房价与居住区位的选择房价是居民在购房时考虑最多的因素,刘敬伟选择居住区和小学作为问卷调查地点,研究结果表明60% 左右的居民认为价格仍是现在和未来最重要的影响居住区位选择的因素,多数居民在自己的支付能力范围内选择实用性高的住房[23]。房价主要由房屋的面积和其坐落的地理位置所决定,这就表明当房屋的面积一定时,城市内不同的区位的房价也不相同。王玥等以沈阳市为例,采用问卷调查的方式获得数据,对住房价格距最近的城市中心的交通距离进行相关性分析,结果表明住房的价格受市中心的影响,即随着距市中心距离的减小,住房的价格增加[24],这和我国城市中房价空间分布规律相似。通常来说周边服务设施完善、靠近城市中心、文化和商业密集区的地段房价较高。
2.1.2可达性与居住区位的选择汉迪等表示可达性由潜在目的地的空间分布、每一个目的地的活动质量和特征所决定[25],即由进入一个特定地区的难易程度和地区的特征所决定。因此,居住区位的可达性由该位置的交通条件和进入城市公共设施的便捷程度共同决定[26]。可达性一直以来被认为是影响居住区位选择的重要因素,它很好地 解释了为 什么居民 喜欢居住 在城市中 心(因为它为接近 各种活动 机会提供 了一种潜 能)。苏鲁尔等通过计算达拉斯-沃斯堡地区的可达性指数,发现就业地、零售场所、公共停车场的可达性机会的确对居住区位的选择有明显的影响,同时就业地可达性机会对居民的影响更加显著[27]。在关于可达性的研究中,最多的是交通可达性和就业可达性的研究。
1交通可达性与居住区位的选择。交通可达性是居住区与外部联系的便捷程度,包括两方面含义:一是指目的地与居住地的实际距离,二是指交通工具的可获得性[28]。一个地区的交通可达性很大程度上影响居民进行日常活动的方便程度,因此一般有较近的公交站点、轨道站点的地区是居民的首选地。林瑜茂研究了上海市轨道交通与居民居住地选择的关系,表明城市外围区域居民喜欢选择轨道交通站点附近的住房,随着距轨道交通站点距离的增加,住房被选择的机会减小, 与此同时市中心的轨道交通站点对居民居住区位选择的影响并不大[29]。莫林等总结了布鲁塞尔地区关于居住选择的各种案例研究,发现这些研究都认为交通可达性机会的影响不明显,认为主要是居民支付得起多样的交通工具,但是对于依靠公共交通的居民来说情况就不同了[30]。事实上,方便快捷的城市公共交通系统(包括居住区周围道路数量和公共交通线路数量)对居民的住宅区位选择有很大的影响[31]。吕顺[32],张文忠[33]研究发现轨道交通对周边住宅区的价值有一定的提升作用,地区交通可达性水平越高,其房价也就越高,与此同时一个地区交通设施的改善,可以提高居民对该区位经济和社会价值的评价水平。潘达采用1998年和2004年曼谷的社会经济调查数据,采用双峰选 择模型 (Bimodle Choice Model) 研究交通轨道建设前后对居住区位模式的影响进行评估,结果表明,月收入高 者 (月收入大 于15 000铢)始终喜欢居住在城市外围,使用汽车进行通勤;不同点是在2004年,当引入轨道交通后, 中等收入者(月收入5 000-15 000铢)开始使用轨道交通,并搬到较原先远的地方居住[34],这也表明一个地区轨道交通的建设可能使居民离开现居地,重新选择居住地。此外赛蒙斯等采用离散选择模型来研究三藩市两性在选择居住区位的过程中对交通因素的敏感性,发现女性相比于男性对通勤时间更敏感[35],也就说女性更倾向于选择交通便利的居住地。
2就业可达性与居住区位的选择。就业可达性也影响居民居住区位的选择,地区提供的就业机会越多,人们选择在这里居住的概率也就越大。 杰西和钱德拉对达拉斯-沃斯堡的研究发现,就业可达性机会对高学历的居民的影响较大,对其他居民影响不 大[36]。现在,随着就业 流动性的 增强,双职工家庭的增多以及城市区域的分散,潜在工作中心的可达性在居住区位的选择 中变得重要。居民在选择居住地和考虑通勤时间时,同时考虑现工作地点和潜在的工作地的可达性。罗德里格兹等人通过控制重要的家庭和邻里属性,采用离散选择模型来研究北卡罗纳州-梅克伦堡县地区就业分中心地区对居民居住区位 选择的影响,结果表明,对于高收入的家庭,进入最近的就业分中心及累积进入所有就业分中心和居住区位选择之间没有显著的统计学意义;对于中等收入的家庭,进入最近的就业分中心对居住区位的选择影响不大,但是累积进入所有就业中心对选择有显著的影响;对于低收入家庭,他们尽可能选择靠近最近的就业分中心同时更靠近所有的就业 中心[37]。
2.1.3环境与居住区位的选择居住区环境包括自然环境和人文环境,自然环境包括比如光照情况,污染程度,住宅所处的山水形态等。现在, 随着城市污染的日益加重以及对健康生活的追求与享受使得居民对居住环境产生了更高层次的要求,环境因素在居民居住区位选择的影响也越来越大。刘长岐等研究发现随着北京市空气质量的下降,城市居民逐渐开始选择在环境优美、空气新鲜的小区购房[38]。亨特基于1 277个家庭进行面对面的访谈获得的数据建立一个Logit模型进行研究,结果表明空气质量对居民选择有相对较大的影响,这些家庭愿意权衡市政税的增加和通勤时间的 增加,以获得降 低恶劣空 气质量的 频率[39]。同时城市自然环境中的地形对住宅区位的影响也较大,一般家庭会选择地势平坦的地区居住,方便出行,然而对于有钱人建别墅一般选择在山区城市中较陡峭的地段,因为这种地理位置具有的孤傲性和排它性恰好显示了他们的身份和地位[40]。人文环境主要是住宅区的居民属性、公共安全、公共服务设施等。格莱泽[41]和朵拉[42]指出,在发达地区,随着收入的增加,人们对生活质量的需求提升,城市公共服务和社会环境对居住区位选择的影响越来越大。盖达的研究发现, 在布鲁塞尔周围环境安静、安全、交通量低的地区更加吸引居民,此外儿童可以安全的在街上玩耍也是家庭选择居住区位重视的因素之一[43]。现在,随着对子女教育重视程度的增加,居民倾向于选择在教学质量高的学校附近居住[44]。总的来说,居民都倾向于选择环境优良、治安良好、基础服务设施完善的居住区。
2.2个性因素
2.2.1居民收入差异与居住区位的选择居民在进行居住区位选择时,在支付能力范围内根据自己的偏好进行决策。低收入家庭的选择范围最小,以满足基本的居住需求为主;中等收入家庭会对居住的面积和环境等有所考虑;高收入家庭可以最大限度地根据个人喜好进行居住区选择。现实生活中,同一收入阶层的居民在消费观念、行为态度等方面具有一定的相似性,因此他们对住房区位的选择也具有相似的倾向性。郑思齐等通过建立支付意愿梯度模型和区位选择模型,利用北京、上海、广州、武汉和重庆5个城市详实的社会调查数据对模型参数进行估计,结果表明,高收入群体仍倾向于居住在距离市中心较近的位置,但是低收入阶层,受经济的限制,多会选择房价较低,出行购物和上班都较便利的地区[45]。
实际上,早期伯吉斯和霍伊特的居住区位理论就是从收入差异的角度来研究居民居住区位的选择。二者都认为,随着大城市的发展,高收入者多搬到新建的城市外围环境较好的新住宅,低收入者居住在他们搬出的离市中心较近的老住宅区。这主要是由于西方城市的高速发展,城市化水平的不断提高,城市出现了大量的社会和经济问题,而郊区也可以提供完善的服务设施和就业, 及公共交通发达和家庭汽车的拥有量多,因此高收入家庭一般选择居住环境质量良好、房屋面积相对较大的郊区。正如皮特等认为西方国家居民搬到郊区居住主要原因就是交通的发达和便利, 以及城市中出现的社会经济问题[46]。然而在我国由于市中心公共服务设施完善、商业服务业高度集中,高收入阶层偏好在距离城市中心较近的位置居住。例如在上海,高收入住宅主要分布在地段景观资源好、历史文化价值高、高起点成片开发地段以及市中心繁华地段,低收入住宅主要分布在老城厢、旧城区、旧工业区、设施不完善交通偏远的郊区[47]。
2.2.2居民社会属性差异与居住区位的选择居民的社会属性主要是指居民的教育程度、职业、 民族和宗教,出生及生长环境等,居民社会属性的不同会导致其对居住地的选择不同,如王铮等研究发现在校大学生在居住选择中更注重距交通干道、学校和公园的距离,而房价、距市中心、购物中心和医院的距离关注程度较低[48]。一般来说,从自身安全和心理需求出发,具有相同社会属性的居民倾向于选择特定的居住空间。然而张文忠通过问卷调查对北京市内部居民居住区位选择进行研究,结果表明不同职业居民在宏观居住区位选择偏好上趋于相似,职业对居住区位的选择更多地反映在微观层面上,总的来说个人属性与居住空间偏好之间基本独立[49]。
在居住区位选择研究中,生态学派强调居民的社会特征对特定区位形成的影响。伊文思在1985年出版的《城市经济学》中指出从社会心理学的角度看,兴趣志向相同的人倾向于居住在一个地区,而且需要类似服务的人通常居住在一起, 少数民族地区尤为突出[50]。行为地理学认为,家庭在做居住区位决策时,家庭的社会地位是很重要的考虑因素,特别是在一个社会分层严重的地区,社会分层可以来自于任何形式的分化(能力、 财富、知识、文化等),但住房和区位是最重要的表现形式[51]。在选择居住区位时居民对地区历史和文化的认知在做决策时同样有重要的作用。发展中国家,与文化、宗教等相联系的因素和情感在解释居住选择是不可忽略的[52],因社会文化背景的差异而形成的居住分离现象,在旧中国的一些大城市中有十分明显的表现[40],如在北京,位于宣武区的牛街一直是回族居民的聚居地。在西方国家,由于种族之间的相互排斥十分激励,相同种族或国籍的人居住在一起,在特定的地域内形成界限分明的少数民族居住区。斯图尔特和加里以洛杉矶为例,对非洲黑人移民家庭和白人家庭居住区位的地域分异进行了研究,结果表明非洲黑人移民家庭倾向于居住在市中心,而白人家庭倾向于居住在郊区[53]。
2.2.3家庭的生命周期与居住区位的选择根据家庭生命周期理论[54],不同发展阶段的家庭由于生活和心理需求的不同会选择不同的居住区位。罗布森[55]基于市中心处于衰落阶段,环境恶化,房价便宜的前提下得出,青年型家庭日常社交活动较频繁,喜欢出行方便靠近市中心的位置居住,因此他们的住房面积一般较小;中年型家庭相对富裕,对居住面积、住宅环境、特别是子女上学条件等要求较高,一般选择城市比较好的住宅区; 老年型家庭社会活动范围相对较小,趋向于选择贴近自然、价格便宜、邻里关系和睦和社区文化生活丰富的住宅区。然而罗布森住房区位选择模式只反映了一般情况[56],比如许多青年型家庭为了靠近父母居住,会选择离市区相对较远的住房。 如刘旺采用采用比奇的分异度指数和GIS分析方法对万科青青家园调查发现年轻型家庭由于文化程度普遍较高,收入较高,大部分拥有私家车, 因此居住区位的选择外移的趋势[57]。王益洋通过对上海市的调查研究表明,市中心区人口平均年龄大,边缘区人口平均年龄小,原因是城市边缘新建了许多住宅区,住房面积大,环境质量好,基础设施建设完善,因此许多青年夫妇会选择离开父母,居住在边缘区。而老年人熟悉原有的生活和工作环境,加上家庭住房和社区环境成为主要的活动空间,则仍多愿 意留在市 中心区[58]。 此外,梁丹等通过对郑州市8个城区居住空间分布现状和城市居民个人居住区位选择进行调查,表明不同年龄和家庭结构的居民对居住空间的选择存在趋同性[59],也就是说年龄和家庭构成对居住区位选择的影响不明显。
2.2.4工作地与居住区位的选择沃德尔认为工作地决定了家庭对具体区位的选择[60]。陈等人的研究发现工作地的距离是一个重要的影响居住区位选择的因素[61]。劳瑞认为家庭到工作地之间的 花费是解 释和促进 家庭区位 分布的原 因[62]。同时有关研究显示,居民在选择住房时会着重考虑该位置到工 作的时间 和距离[63,64]。陈科等基于分层Logit(Cross-nested Logit)模型建立了居住区位和通勤交通方式的组合选择模型, 以《成都市综合交通调查报告》(2010)全市200家企事业单位的5 000名就业员工的调查为数据来源,结果表明:就业者在选择居住区位时,会综合考虑通勤成本和居住成本,且多数人更愿意居住在离就业地近的地方,但对于收入高且有私家车的就业者来说他们的选择范围更加灵活。此外女性同男性相比,她们更希望通勤时间较短,对工作地的选择会更接近居住地。家庭责任假说”(Hou sehold Responsibility Hypothesis)认为女性要承担更多的家庭工作和照顾孩子,因此女性的通勤时间要比男性短。而许多研究都证明了家庭责任的性别差异是造成通勤时间差异的重要原因[66]。
阿伦索,米尔斯和穆特的经典模型所关注的基本问题就是,居民对住房支付意愿的高低很大程度上由居住地到工作地的时间和距离所决定, 居民对离工作地点较近的居住区位支付意愿偏 高。阿伦索[4]的经典住宅区位选择理论,是基于消费者个人追求效用最大化假设的前提下从城市内土地利用和交通系统的关系研究 住宅区位问题,称之为“互换论”。他指出在单中心城市中(所有的工作都在市中心),在经济能力范围内,家庭在居住成本和通勤成本之间选择效用最大化的住房,两者之和最小才是最佳的区位,通勤成本会随着距市中心距离的增大而增加,而住宅价格距离市中心越近越高。之后米尔斯和穆特在细节上对阿伦索的模型进行了一些修正和改进,形成了米尔斯-穆特 (Muth-Mills)模型[67]。20世纪70年代和80年代,当富人搬进城市内的废弃地区,翻新和居住在那里时(这是一个普遍的现象后来被称为绅士化(中产阶级化)[68]),该理论已经无法给出满意的解释了。里维拉等采用非集计算模 型(Disaggregate modeling)的方法来研究大马尼拉双职工家庭的空间行为和模拟他们的选择行 为,研究结果证实在大都市确实存在郊区化的模式,更多的家庭在居住区位的选择中愿意权衡更长的通勤距离,也就是通勤时间[69]。从经济学的角度来看,互换论的思想是正确的,但它缺少考虑居民个体的差异和不同的偏好对居住区位选择产生的影响。
此外,性别也是一个影响居住区位选择的因素,女性一般喜欢在靠近市中心的位置居住。虽然中心区的房价高、居住空间较小、环境质量较差,但是由于 市中心基 础设施建 设比郊区 完善[70],所以大多数中国城市女性居民都觉得选择在城区中心居住会比在郊区更加方便。
3影响因素和居民实际选择之间的关系
家庭居住区位选择是一个复杂的过程,它涉及一系列的影响因素,这些因素对不同的家庭来说重要程度是不同的[71]。各因素在一定程度上影响居民的居住区位选择,同时各种因素不是独立地起作用,往往是多个因素共同作用形成的。 但居民在区位选择过程中也不可能兼顾所有方面,因此要在许多因素之间进行权衡,毕竟一套住房不可能满足所有居住偏好[72],家庭会根据自身的需求和偏好,进行收益和成本的权衡[73]。其中最经典的权衡理论是阿伦索的关于居住成本和通勤成本之间的权衡,布鲁克纳等在该模型基础上增加了城市设施因素,这使得居民在选择住房的过程中还要考虑该位置到城市设施的可达性,居民在这些因素之间寻求平衡[74]。埃普尔等认为居民在选择居住区位时在住房成本和城市公共品之间进行权衡[75]。韦克利等提出居民在居住状况(是一种和住房相联系的社会期望,如对宗教、 环境、文化的期望)和住房质量(住房的物理的、可测量的状况)之间进行权衡[76]。克兰等学者考虑到就业位置在未来可能会发生变化,这时居民就要关注长期的利益,也就是在居住地到当前工作地的距离和到未来工作地的距离之间进行权衡, 选择最适合的区位[77]。随着生活方式的改变,人们更加注重游憩活动和环境质量的问题。研究者开始关注居民在住房成本和附近休闲设施之间选择的权衡、可达性(包括到工作地、商场和公共服务设施等)和居住环境质量之间选择的权衡,可达性和住房成本之间选择的权衡等问题。此外由于居民的社会经济属性、家庭生命周期、性格特质的不同及变化,他们对住房的偏好也会随之不断变化[78]。但最重要的是,居民只能在支付能力范围内选择效用化最大的住房。
4结语
中国对非洲直接投资的区位选择 篇5
关键词：投资非洲,空间计量,区位选择,空间自相关
根据2014年官方权威统计,中国在非洲的投资企业达到了3 152多家,对非洲直接投资流量32.3亿美元,投资存量为323.5亿美元,来自中国的投资已经覆盖非洲52个国家。从投资地理①分布看,2005-2014年间,中国对非洲投资的区位选择和趋势发生了变化。目前,中国对非洲投资由北向南转移趋势更为明显,对非洲西部和东部的投资分布呈稳定态势,近年来对北非投资减缓与北非政治动荡风险频发相关。2005年度中国对北非投资占对非总投资40%,超过了对非洲南部和西部等投资的份额。到了2014年这种情况完全改变了,南部非洲投资占比高达44%,各区域投资占比排序依次为:非洲南部(44%)>非洲北部(16%)>非洲西部(15%)>非洲中部(14%)>非洲东部(11%)。
2005-2009年对非投资主要集中在南非和尼日利亚等资源与人口大国,其中南非占比57%、尼日利亚9%、阿尔及利亚6%、赞比亚(6%)。国际金融危机后,中国对非投资呈现出分布多元化态势,投资主要分布于阿尔及利亚(10%)、津巴布韦(10%)、赞比亚(10%)、苏丹(9%)、尼日利亚(8%)、刚果(金)(6%)、毛里求斯(4%)、坦桑尼亚(4%)等国,南非已不在前10之列。
由于中国和非洲经济互补性较强,作为我国“一带一路”规划建设的战略高地之一,非洲在我国对外直接投资中居于重要的战略地位,中国对非洲投资呈现出持续快速态势。然而,在中国对非投资快速增长的背后还在存在投资风险频发、经营粗放、投资过于分散、投资空间集聚效应弱,以及投资区域不均衡等问题。因此,深入研究对非洲投资区位选择问题对于提高中国对非投资质量和效益具有重要现实意义。
一、研究方法和数据来源
(一)研究方法
1. 全局Moran’s I指数
Moran’s指数分为全局Moran’s I指数和局部Moran’s I指数,全局Moran’s I指数能够从区域空间总体上刻画区域属性值空间分布集聚情况,Moran’s I指数的整体取值范围为[-1,1],全局Moran’s I指数公式如下:
在给定的显著性水平下,当Moran’s I指数为正值时表示各区域的某个观测值之间存在正相关;当Moran’s I指数为负值时表示各区域的观测值之间存在负相关;当Moran’s I指数为零值时说明各区域之间的观测值不存在相关关系,整体呈随机状态分布。
2. LISA集聚地图
LISA全称Local indicators of Spatial association,即局部空间相关性指数,分为局部Moran’s I和Geary’C指数。局域Moran’s I指数可以分析并观测出空间聚集的具体局域分布情况,每一个区域观测值指数表示该区域与周围相邻区域在空间上的相关程度。局域Moran’s I指数取值分为四种状态:高高集聚状态(HH)、低低集聚状态(LL)、高低集聚状态(HL)和低高集聚状态(LH),局部Moran’s I指数公式如下:
LISA集聚地图与局部Moran’s I指数本质上提供相同的信息,图中不同的颜色表示不同的空间自相关类型,在Geo Da软件②制成的LISA集聚地图中有四种颜色:深红色表示高高集聚状态,品红色表示高低集聚状态,深蓝色表示低低集聚状态,浅蓝色表示低高集聚状态。
3. 空间滞后模型
空间滞后模型(SLM模型)是讨论变量在一个地区是否存在空间溢出效应,即一个现象是否通过交流、扩散、溢出等形式影响周边,它是在普通线性回归模型中加入一个空间滞后变量,因变量的变化不仅受到解释变量的影响,还与周围相邻地区的因变量有关,反映空间区域之间的相互作用,公式如下:
参数β反映了自变量x对因变量y的影响,空间滞后因变量Wy是一内生变量,W是空间权重矩阵,ρ表示周边地区的因变量对中心地区的影响程度,ε为随即误差项。
4. 空间误差模型
空间误差模型(SEM模型)是指由于数据存在测试误差或者模型构建中,由于考虑因素的不周全而产生的空间依赖性,反映因变量虽然和解释变量相关,但是他的误差项也不容忽视,公式如下:
参数β反映自变量x对因变量y的影响,Wε是空间误差因变量,W是空间权重矩阵,λ为n*1阶乘的因变量y的空间误差系数,μ为正态分布的空间误差项。
(二)数据来源
数据来源于《2014年度中国对外直接投资统计公报》和《非洲统计年鉴》,非洲shp地图文件来源于Arc GIS Online数据库。
二、中国对非洲直接投资空间集聚分析
分析中国对非洲直接投资的空间集聚,先要通过空间四分位图反映投资区域的地理分布,再通过全局Moran’s指数揭示空间自相关程度,即投资区域的集聚总体状况,通过LISA集聚地图进一步反映局部自相关程度和地理分布。
(一)对非洲投资空间四分位分布图
根据2005-2014年度中国对非洲FDI流量测算54国③的人均FDI值,利用Geo Da软件制作出我国对非洲国家人均FDI的空间四分位分布图。依据人均FDI量将非洲54个国家被分为四个等级,非洲投资区域的投资量由大到小(按颜色由深到浅)依次分类如下:
1.第一类国家,即较高投资量国家,该类国家(人均FDI)占非洲总投资的87.8%,包括塞舌尔、毛里求斯、赤道几内亚、津巴布韦、赞比亚、加蓬、卢旺达、科特迪瓦、博茨瓦纳、安哥拉、苏丹、阿尔及利亚、吉布提、纳米比亚。
2.第二类国家,即高投资量国家,该类国家(人均FDI)占非洲总投资的9.2%,包括利比里亚、几内亚、刚果(布)、毛里塔尼亚、尼日尔、莫桑比克、喀麦隆、加纳、马里、塞拉利昂、刚果(金)、肯尼亚、坦桑尼亚、尼日利亚。
3.第三类国家,较低投资量国家,该类国家(人均FDI)占非洲总投资的2.6%,包括多哥、马达加斯加、利比亚、埃塞俄比亚、南非、埃及、塞内加尔、乍得、贝宁、南苏丹、马拉维、乌干达、佛得角。
4.第四类即低投资量国家,其(人均FDI)占非洲总投资的0.4%,包括圣多美和普林西比、厄立特里亚、莱索托、摩洛哥、赤道几内亚、斯威士兰、冈比亚、中非、索马里、西撒哈拉。
第一类国家大多分布在非洲南北两端,如安哥拉、赞比亚、博茨瓦纳、津巴布韦、纳米比亚均集中于在非洲南部,对阿尔及利亚和苏丹等国投资集中于北非。第二类多集中于非洲中部及西非,如刚果(金)、坦桑尼亚、尼日利亚等。第三类和第四类国家主要分布于非洲北部,中国对非人均FDI的分布大体呈现出从南到北递减趋势。
(二)对非投资的全局和局部空间自相关分析
通过Geo Da软件计算出我国对非洲人均FDI的Moran’s I系数为0.032,说明存在较低的空间自相关性,非洲区域人均FDI的空间集聚分析如下:
1.大多数非洲国家存在弱的空间集聚效应,这些国家自相关性较低且分布广泛。如北非的阿尔及利亚、突尼斯摩洛哥等国,南部非洲的赞比亚、安哥拉、纳米比亚、坦桑尼亚、乌干达和刚果(金)等国,局部空间自相关性很低,难以形成溢出效应;
2.低低集聚国家(Moran’s I系数介于0.1-0.2),主要分布于北非和东非地区,说明苏丹与一些投资量(FDI)较少的国家存在较低空间溢出效应,即苏丹与南苏丹、埃及、利比亚、乍得和埃塞俄比亚等北非邻国间存在投资弱空间溢出效应。
3.低高集聚国家(Moran’s I指数<0),主要分布于南非地区和马达加斯加岛国,M指数值为负,反映近些年投资规模下降的南非与周围投资量(FDI)较大的国家如纳米比亚、博茨瓦纳、津巴布韦等国,不存在显著的空间自相关性。
4.高高集聚类(Moran’s I指数>0.2)和高低集聚类国家(Moran’s I指数<0)。图中并没有该类国家分布显示,说明中国对这类国家的投资没有形成显著的集聚效应,国家间空间溢出效应微弱,相互影响小。
三、非洲FDI区位选择影响因素的空间计量分析
(一)空间计量模型与评价过程
本文先选取影响投资非洲区位选择的因素指标,再分别建立最小二乘法(OLS)模型、空间滞后模型(SLM模型)、空间误差模型(SEM模型)三个模型,对模型结果进行比较分析,最后选取最适合的模型进行结果分析。对非投资区位选择的影响因素主要选取了以下7个指标:国家人口、扫盲率(国民接受教育水平)、GDP、国民购买力、出口量(包括服务和商品的出口额)、国家公共能源产量(能源资源)、经常账目平衡(国家经济稳定状况)。这7个指标从国家规模、文化程度、国民生产力、消费能力、能源资源和经济状况等不同方面反映情况,为了减少数据波动的影响,采用各个指标2005-2013年的平均值。
首先,对6个因素指标数据和人均FDI均进行取对数处理,减少结果扰动的幅度,将人均FDI作为因变量,7个因素作为解释变量,公式如下:
其中ln GDP为人均GDP的对数,EDU为国家扫盲率,ln POP为国家人口数量的对数,ln COS为国民消费额的对数,ln ENE为国家公共能源产量的对数,ln EXP为国家商品和服务出口额的对数,ln CAB为国家经常账目平衡金额的对数。
用OLS(最小二乘法)对FDI区位影响因素进行回归分析建立回归模型,再利用最大似然估计法(ML)来估计空间滞后模型(SLM模型)和空间误差模型(SEM模型),回归结果见表1。
在最小二乘法估计结果中,R2为0.822,拟合度较高;同时,GDP、COS、EXP、CAB系数为正,即这四个因素对FDI区位选择具有正向的效应,但是POP、EDU、ENE没有通过检验。
注:*、**、***分别表示通过10%、5%、1%水平下的显著性检验。
(二)实证结果分析
1. 空间计量模型选择
结果显示三个模型中R2的值分别为0.8221、0.8243和0.8252,有上升变动,表明空间误差模型的拟合度更高。参照Log-L、AIC和SC的结果,Log-L的值越大,说明模型的拟合度更高,而AIC和SC则是值越小,拟合度越高,三个模型中SEM模型的拟合度高于SLM模型,同时SLM又高于OLS模型。三个模型的因素系数也略有变化,增加的空间因素对指标变量的显著性检验结果产生轻微影响,SEM模型评估结果中POP通过10%水平的显著性检验,在其他两个模型中没有体现出来。SEM模型和SLM模型的结果不一,滞后项通过10%水平的显著性检验,而误差项通过了5%水平的显著性检验,表示空间相关性较弱且存在空间依赖性。
2. 空间计量SEM模型结果分析
空间滞后模型的滞后误差项显著性较低,说明中国对非洲直接投资的存在较低的空间溢出效应,即投资对相邻东道国之间互相影响较小。空间误差模型的误差项显著性相比较空间滞后误差项的显著性提高,说明存在相对明显的空间依赖性;同时,从三个模型的检验值可以看出空间误差模型(SEM)的拟合度最好,本文以SEM模型的估计结果为参照。
(1)SEM模型评价结果显示能源资源(ENE)没通过显著性检验,说明中国对非洲国家的投资受到能源资源的影响不明显,这反映出我国对非洲的投资并不完全是资源导向型,FDI空间四分位分布图也显示我国对非洲投资由南到北递减的趋势。这与西方国家在国际上宣称我国对非洲的投资是“资源掠夺”的舆论相悖。
(2)SEM模型评估结果显示国民购买力、贸易出口额、GDP和国家经常账目平衡系数均为正,且国民购买力和贸易出口额显著性明显。这说明中国对非洲投资受到东道国国民购买力、贸易活跃程度影响最为明显。贸易对投资促进作用很明显,如尼日利亚2013年度出口额达到了1 280.94亿美元,增长26%,增长了30.6%,而同年中国对尼日利亚直接投资存量达到了21.46亿美元,增长了10.8%。再如投资空间分布图第一类国家中有11个国家的人均GDP超过了1 000美元,可见经济发展水平对投资区位选择的影响。
四、结论与和启示
(一)主要结论
通过对2005-2014年中国投资非洲52国的空间分布及集聚效应进行分析,并应用空间四分位图对非洲投资区域的归类分析,结果显示中国对非投资空间分布不均衡,且呈现由南向北逐次递减的趋势。投资空间自相关分析显示大多数非洲国家存在弱的空间集聚效应,这些国家空间自相关性较低且分布广泛,其中低低集聚国家主要分布于北非地区,苏丹与比邻国家存在弱的投资空间集聚效应。低高集聚国家主要分布于南非地区和马达加斯加岛国,南非与纳米比亚、博茨瓦纳、津巴布韦等邻国不存在显著的投资空间溢出效应。应用空间计量模型(SEM等)对非洲投资区位影响因素的实证分析,结果表明中国对非洲东道国直接投资存在较低的空间溢出效应,企业投资区位选择决策受东道国购买能力和出口贸易因素影响较为明显,而受东道国能源资源影响并不显著。
(二)启示
1. 加强企业投资集聚和产业链集聚。
中国对非洲直接投资空间集聚效应弱不显著,既源于非洲东道国国别差异和政治风险凸显等因素,还与中资企业在非洲投资经营中存在盲目投资、粗放经营有关,许多投资缺乏企业间价值链的承接关系和产业间的协调关联。为此,应发挥中非企业商会和中非联盟组织的桥梁和纽带作用,促进投资企业的相互合作与协同,引导企业展开集群式投资和产业链投资,提高对非投资的产业集中度和空间集聚能力,以发挥出对非洲投资的集聚效应。
2. 因地制宜优化投资区位选择。
非洲地大物博、部族众多,国别差异巨大,投资环境迥异,对非投资应因地制宜优化投资选择策略,在投资中应当注意发挥自身优势与东道国比较优势的有机结合,以形成对非投资溢出效应。南非、博茨瓦纳和纳米比亚经济较为发达,且南非有金融业发展基础,可以发展高新技术产业、金融业等新兴产业。科特迪瓦和加纳的国民消费高,可以投资该国制造业和贸易行业,促进其经济发展。赞比亚、安哥拉和尼日利亚国家的矿产资源和能源产量丰富,中国企业通过携手联合投资该区域的采矿业,形成该区域投资辐射影响和产业集聚效应。
3. 发挥中非投资产业园的空间集聚效应。
中国企业在尼日利亚、毛里求斯、埃塞俄比亚和赞比亚都已经建立了中非境外经贸合作区或工业园,应提高产业园区运行效率。通过产业引导和培育,吸引大批企业入驻产业园区(或工业园),促进企业间战略联盟和供应链协同,加强产业园区内企业联盟和行业协会的交流和联合,既有利于形成产业集聚优势,形成空间集聚以及产业链集群效应,为产业园内企业的发展提供便利,也能够促进当地经济发展。
4. 借力“一带一路”机遇改善非洲投资环境,提高对非投资的空间溢出效应。
关于文化创意产业区位选择的研究 篇6
联合国贸发会议 (UNCTAD) 在《2010年创意经济报告》中创新性地定义了创意产业的概念。创意产业是整个创意经济的核心, 包括有形产品和无形服务, 也包含各种形式的创意内容、价值和市场目标。创意产业可以创造资产和智力资本, 可以创造就业机会、增加人们的收入、促进社会包容性和文化多样性及人类的发展, 它涵盖了非常广泛的领域。同时, 由于创意产业是知识密集型和服务密集型产业, 具有绿色、低碳的属性, 因此不仅对于经济增长有很大的促进作用, 对实现可持续发展也大有裨益。
近十年来我国的创意产业发展迅速, 由于我国的文化多样性以及能够良好地将传统与高科技创意相结合, 从2000年至2008年我国在世界创意产业生产格局中一直处于优势地位。十一五计划中的规划明确表现出我国大力发展文化创意产业的决心。此外, 在中国三十年的高速增长过程中, 科技的作用在“追赶战略”中越来越明显, 特别是投资、科技与创新能力的综合给创新产业的发展提供了动力。我国创意产业的另一个动力和成功归因于对商业、文化、科学、技术、信息以及教育的协调综合管理, 创意产业已经成为中国未来的经济支柱之一。
创意产业组织和运作的特性决定了创业产业分布的集聚性。虽然很多产业中都发生集聚, 对于创意产业来说, 集聚是一个重要并且具有决定性的特征。创意产业的集聚的研究视角主要有两方面:一是传统的视角侧重于公司或者其分支机构如何从地理位置集聚中获益, 二是从就业角度来看, 个人创意产业从业人员选择在同一地点工作和生活所获得的福利。事实上, 创意产业集群作为一个集体, 不仅需要产业内的合作, 还需要不同产业间的相互协调。2006年的就业模式调查发现巴塞罗那、伦敦、洛杉矶、米兰、纽约和巴黎等六个城市的创意产业从业人员超过30万人。
目前我国运用的创意产业理论主要是由西方学者根据发达国家大都市的情况总结概括出来的。由于这些大都市均已进入成熟的后工业化社会, 这就从根本上决定了这些理论的现实基础、研究对象、待解决问题乃至解决方法与运用条件等都与后工业化社会息息相关。而推进创意产业发展的最主要的特点就是高端化集聚式发展模式, 美国学者理查·佛罗里达 (Richard Florida) 推出的3T理论则最集中最突出地代表了这一特点。他认为构建创意城市的关键要素是“3T”:即技术 (technology) 、人才 (talent) 和包容 (tolerance) , 即:为了吸引人才激发创意并刺激经济发展, 一个创意城市必须同时具备这三者。技术是一个地区的创新和高科技的集中表现;包容可以定义为对所有少数民族、种族和生活态度的开放、包容和多样性;人才则指那些获得学士以上学位的人, 即他所谓的创意阶层 (creative class) 。
近几年来我国的创意产业虽然取得了长足的发展, 但与之俱来的各种问题亦愈益突出。其一, 我国创意产业发展的高度不平衡性。其突出表现既有地域上的不平衡—— 即目前这一产业主要是在经济科技文化相对发达、城市利便性高、人才等要素较为丰沛集中的大城市 ( 直辖市省会以及一些特别发达的省辖市等) 乃至特大城市 ( 如京、沪、深、穗等) 得到了较高的重视且其发展态势亦比较突出。其二, 以上事实实际上揭示了目前我国创意产业发展中的高端化倾向, 而此点在我国各界——特别是政界和学界的认识层面则表现得最为突出。即, 我国各界的主流认识是: 创意产业是只有条件优越的高端化大城市特大城市才有条件、有资格搞的高端产业, 因为只有这些城市才具备发展创意产业的各种高端条件——特别是各类高端人才 ( 他们通常又集聚于这些城市中条件特别优越的某些特定区域如创意园区中展开创意活动——这种倾向被一些学者概括为我国创意产业发展的园区型精英型建设模式) ; 而各方面条件相形见绌的大批中小城市乃至数量更多的乡镇村庄则因不具备发展创意产业的高端条件 ( 特别是高端人才) 而无法亦不应发展创意产业。其三, 应当看到, 造成以上不平衡及高端化问题的根本原因是我国长期以来实际推行的重城轻乡、重大城市特大城市轻一般城市的倾斜性方针政策乃至更为深层的体制机制。但必须指出, 某些被选择性引进的国外相关理论对主要由我国特定体制机制政策造成的以上问题 ( 不平衡与高端化) 的扩大化亦产生了不小的助推作用——前已指出, 美国学者理查德·佛罗里达 (Richard Florida) 推出的3T 模型的此种作用表现得最为突出 ( 该模型已被我国不少学者视为创意产业高端性及相关要素集聚发展模式的代表性理论并成为我国各界的主要借鉴对象) 。本文主要从生产函数角度入手以中国与越南为例分析创业产业的区位选择问题。
根据古典主义的观点, 当两个区域面临同质的资本、劳动投入, 相同的规模报酬生产相同的产品时, 唯一使它们产出不同的是每个工人的边际产出。但根据边际产出递减规则, 人均占有资本低的国家会有更高的边际产出。在这种情况下, 如果贸易的流动是竞争性并且自由的, 那么新的投资将只会流向贫穷的区域, 直到两地区的资本劳动比、工资率以及回报达到一致为止。在现实生活中, 中小城市的创意产业的确有着长足的发展, 但还是改变不了创意产业在大城市或者区域中心集聚的现实。那么我们怎么解决这一理论与实证的悖论呢?根据IMF的数据, 越南2010年人均GDP是的1, 174美元, 中国人均GDP7, 544美元, 中国的人均产出是越南的6.4倍。假设这两个国家的创意产业的人均产出比等同于总的人均GDP比, 切其创意产业产出遵守柯布-道格拉斯函数, 并且规模效应不变且相等。其产出可表现为:
y=Axβ (1)
其中, y表示每个工人的产出, x是劳动力的人均资本。由此可以推出资本的边际产出r=Aβxβ-1, 以工人的产出表示的话形式则为 (β-1) /β
r=βA1/βy (2)
假设两个国家具有相同的β=0.4 (2010年中国和越南的平均资本份额) 。根据公式 (2) 意味着越南的人均产出是中国的6.41.5=16倍。如果这个模型是正确的, 并且两国之间的国际贸易是自由、竞争性的, 面临着如此大的边际产出差别所有新生投资都将会流向越南, 任何理性的投资者都不会在中国投资。从这个计算结果可以看出来, 传统的柯布-道格拉斯生产函数在求解国际资本流动时并不能完全符合实际情况。那我们如何使用改进的模型来解释投资, 特别是创业产业投资大部分集中经济发达地区这种情况呢?
本文主要借鉴Robert Lucas、Anne Krueger、Paul Romer以及Michael Potter的模型并加以改进, 并以中国与越南这一对国家为例来对创意产业生产函数进行分析, 并回答以下问题:单从经济利益来看, 创意产业厂商会选择在什么区域投资, 经济发达的核心区域还是经济较为落后的区域?影响厂商位置选择的还有什么因素, 这些因素是怎样影响创意产业区位选择的?
以上模型计算中假设中国与越南的人均有效劳动投入是相同的, 忽略了两个国家劳动力质量或者说生产效率的不同。对于人力资本的研究我们主要借鉴安妮·克鲁格的研究并使用罗伯特·卢卡斯的方法进行修正。安妮·克鲁格在二十世纪五十年代研究了贫穷和富裕国家人均收入的比较, 她考虑到每个国家工人的教育水平、年龄并以美国相应部门为基准比较了相对工资的差异。卢卡斯二十世纪八十年代对克鲁格的数据重新进行了分析, 发现五十年来虽然不同国家的绝对收入有了较大增长, 但其比率却维持在相同水平上, 例如印度1950年同美国的收入比为0.38, 到了1975年这个比值仍然在0.38附近。也就是说, 每个美国工人的相对生产率是印度工人的5倍, 1987年每个美国工人的收入大约为24, 000美元, 同时期的印度工人在美国工作的话收入大约为4, 800美元。根据卢卡斯的计算方法并参考克鲁格的数据, 我们引入效率工人的参数并估算出中国与越南的y的比值应当为3。两个国家的边际产出之比就成为了31.5=5, 而不是我们初步估计的16倍。这比我们当初估计的结果要小得多, 但是五倍的边际产出差别仍然与我们现实中观察的有很大出入, 面临这个差别新的投资虽然倾向较小但还是会集中在越南, 中国仍然面临投资缺乏。
这个模型还面临着另外一个问题, 假如引入效率工人的概念后中国与越南的边际产出的差别能够完全消除, 这固然解决了前面我们遇到的问题, 但同时带来了另一个悖论。在规模报酬不变的情况下, 同样的资本回报意味着具有相同熟练度的工人会获得相同的工资, 资本会缺乏流动的动力, 同样劳动力也不会有迁移的动力。如果这样的话, 不仅每年越南向中国输出大量劳工的现象没法解释, 国内每年不同省份间的民工流动同样与我们的结论相背离。
很明显, 我们透过改进的科技参数A可以消除不同边际产出的差别, 我们这里也是同这种方法, 但是略有不同。Michael E. Porter在《The Competitive Advantage of Nations》中指出“在生产中最重要的要素是那些涉及到投资和维持的因素, 这些要素的专业化倾向逐渐增加。基础要素像劳动力和原材料等在创新产业中并不构成一个优势因素。企业可以通过全球战略很轻易地通过科技手段获得这些要素, 与传统上所认为的智力因素不同, 高中或者专科的知识水平在现代国际竞争中形成不了竞争优势。为了构成竞争优势, 要素必须对某一产业的需求高度专业化对应, 比如说一个专门研究光学的科研机构, 专门针对软件研究的风险基金。这些要素因为需要持续的投资才能产生创新所以更加稀缺, 对于外国投资者来说更加难以模仿”。为了表示稀缺的竞争生要素, 在这里引入人力资本h来表示科技水平的差异。那么生产函数的形式就表现为:
y=Axβhy (3)
其中y是每个效率工人的产出, x是每个效率工人所占有的资本, h是每个工人的人力资本。根据Paul Romer的模型, hy表示科技的外部性, 在技术水平h’变化的时候与生产函数相乘与改变科技系数A的作用相同。根据公式 (3) 的推导的边际生产率就变为
r=βA1/βy (β-1) /βhy/β (4)
克鲁格与卢卡斯的研究指出, (1-β+□) 乘以人力资本的增长率的乘积等于0.01。当β=0.25、人力资本的增长率为0.009时 (2000年～2009年平均值) , □=0.36。这表示当周围一般生产率增长十个百分点时, 因为溢出效应个人的生产率会增加三点六个百分点。将改进的模型代入克鲁格的模型, 中越的边际产出比为31.55-1=1.04。这意味着将人力资本的外部性考虑进来后消除了中越两国边际产出的差异。
公式 (4) 说明了中国和越南之间为什么没有大规模的、单向性的资金流, 两国对文化创意产业的投资流处在一个动态均衡的情况下。但是, 我们还面临着一个问题, 在现实中, 创意产业并不是均衡分布在两国之间, 在富裕地区和大型城市中集聚现象明显。为了解释这一现象, 本文引入修正项σ。
根据Desmond Hui研究 (如图1) , 影响创意产业产出的因素除了人力资本和科技之外还包括以下三部分:体制环境、社会环境以及开放程度和多样化。这个构成了影响σ的三个变量。下面我们结合我国实际主要对体制环境因素进行分析。
在我国垂直型经济中, 上级行政经济区由于其特殊政府职能的存在而拥有比较优越的区位条件。它为了维持政府职能的正常运转而需要拥有便捷的交通联系, 地理位置的适中性 (中心性) 及相对完善的基础设施建设等, 从而导致大量微观行为主体和社会经济要素流 (人流、物流、资金流、技术流等) 的空间集聚, 并逐步形成传统意义上的核心 (上级行政经济区) —外围 (下级行政经济区) 结构体系。上级行政经济区通过社会经济要素流的集聚和扩散形成不完全竞争, 剥夺下级行政区经济的发展机会而获得区域正外部效应, 与之相对应的是下级行政经济区获得负外部性。二是因信息不对称而导致的不完全竞争在垂直经济中普遍存在。
(Figure 1.Interplay of the 5Cs:Outcomes of creativity+4capitals)
政府行为的外部性。在垂直经济中, 各级地方政府由于我国特殊的行政管理体制和政府绩效评价机制而具有“经济理性人”的社会属性。作为“区域主体”参与到“区域利益”的博弈中去, 通过发挥政府职能而制定有益于本区域的公共政策、地方法规来谋取“区域利益”, 如制定发展战略、人才、资金和技术等引进机制, 完善地方招商引资政策, 颁布地方法规, 限制区外产品的流入, 实行贸易壁垒和地方保护主义等。
综上所述, 本文对柯布—道格拉斯函数进行了改进, 解决了创意产业区位选择的理论与实证不符合的问题。并进一步分析了政策因素对创意产业区位选择的影响, 解释了现实中创意产业新进厂商为何偏好在经济、行政中心建厂的原因。
摘要：随着创意产业的迅速发展, 产业集聚现象越来越明显。但是使用传统的柯布—道格拉斯函数得到的结论却与现实情况相反。本文主要集中于对柯道函数的改进来使生产函数的经典模型更加符合实际, 并从生产函数的角度解释了影响文化创意产业区位选择的原因。
关键词：柯布—道格拉斯函数,创意产业,产业集聚,区位选择
参考文献
[1].Denison, Edward F., The sources of Economic Growth in the United States, New York:Committee for Economic Develop ment, 1962
[2].Krueger, Anne O., “Factor Endowments and Per Capital In-come Differences Among Countries, ”Economic Journal, Septem-ber1968
[3].Lucas, Robert E., Jr., “On the Mechanics of Economic De-velopment, ”Journal of Monetary Economics, January1988
[4].Lucas, Robert E., Jr., “Why Doesn’t Capital Flow form Rich to Poor Countries, ”The American Economic Review, May1990
[5].Romer, Paul M., “Increasing Returns and Long-Run Growth, ”Journal of Political Economy, October1986
[6].UNCTAD, “Creative Economic2010”,
[7].Porter, Michael E., “The Competitive Advantage of Na-tions”, 1990
[8].Porter, Michael E., “The Five Competitive Forces that Shape Strategy”, Harvard Business Review, December1996
区位选择策略 篇7
一、对外直接投资相关概念界定
对外直接投资是国际资本流动的一种重要形式, 简称FDI。国际上, 不同机构、学者对FDI定义的解释不尽相同。本文将FDI定义为:一国投资者以有效控制企业经营管理权为核心, 以获取利润为主要目标, 以对外投资为媒介, 并通过在海外设立独资企业、合资企业、合作企业等形式而进行的投资行为。
根据Dunning (1976) 的国际生产折衷理论, 只有当企业同时具备所有权优势、内部化优势和区位优势时, 才完全具备了对外直接投资的条件。其中所有权优势和内部化优势是能够通过企业自身的发展取得的, 只有区位优势是动态的外生变量, 需要通过投资主体在外界寻求, 企业无法自身创造。因此, 区位选择是企业“走出去”所面对的首要问题。正确的投资区位决策, 不仅有助于企业降低生产成本, 实现技术创新, 开拓国际市场, 增强企业竞争力, 同时可以加快我国产业结构转型升级, 有效解决贸易及非贸易壁垒, 推动中国经济持续发展。
二、我国企业对外直接投资区位分布的现状及特征
根据相关统计数据, 2004年-2014年我国对外直接投资流量呈现不断递增的趋势, 2013年中国对外直接投资流量实现了首次突破千亿美元大关, 2014年中国对外直接投资流量是2004年的22.4倍, 连续3年位列全球第三。可见我国对外直接投资虽然起步较晚, 但发展较快。
从流量来看, 根据国家统计局FDI相关数据可知, 我国对外直接投资地区分布不均衡, 每年对亚洲各国的投资额占世界投资总额比重最大, 最近三年都在70%左右。近年来, 我国对北美洲的对外直接投资流量明显上升, 主要集中在美国和加拿大, 投资目的大多是为了获得技术以提升企业自身的竞争力, 此外还可以降低技术性贸易壁垒带来的损失。
三、对外直接投资区位选择影响因素的实证分析
本文主要是基于宏观数据, 探讨一些易量化的宏观影响因素, 如东道国市场规模、劳动力成本因素、基础设施建设等对区位选择的影响。
1. 变量的选取
因变量:选取2005年至2014年间我国对各国的对外直接投资流量, 记作FFDI (万美元) 。自变量:详见表。
2. 样本选取和数据来源
本文主要收集了2005年-2010年我国对外直接投资流量以及其他解释变量的数据, 选取了20个具有代表性的国家作为样本, 包括:印度尼西亚、日本、新加坡、韩国、泰国、越南、阿尔及利亚、苏丹、几内亚、尼日利亚、南非、英国、德国、法国、俄罗斯、墨西哥、加拿大、美国、澳大利亚和新西兰。
3. 数据的处理与检验
(1) 数据的处理
为了更好地将自变量与因变量之间存在的非线性关系转化为线性关系, 减少计量模型异常点和残差的非正态分布及异方差性, 本文对因变量和各自变量的观测值进行对数处理。为了方便下面的说明和研究, 在这里给出一般的回归方程:
其中, αi为模型的截距项;分别为5个自变量的系数;i代表本次研究所选取的20个国家样本, i=1, 2, ..., 20;t=2005, 2006, ..., 2014;μit为随机误差项。
(2) 数据检验与模型回归
第一步:作为一个参照系, 首先进行混合回归, 得到以东道国为聚类变量的聚类稳健标准差和普通标准差, 通过对比发现两者差别不大, 故传统的豪斯曼检验适用于此。第二步:对该面板数据进行豪斯曼检验, 由于p值为0.0000, 故应该使用固定效应模型, 而非随机效应模型。这与预期相符, 由于每个国家的投资环境不同, 很可能存在一些不随时间改变的影响因素, 这就是所谓的“个体效应”。第三步:进行组间异方差检验。沃尔德检验强烈拒绝“组间同方差”的原假设, 即存在“组间异方差”。第四步:用加权最小二乘法处理异方差问题。通过辅助回归可以得到解释变量ln FDLt-1可以解释近37%的变动, 残差平方的变动于ln FDLt-1很大程度上相关, 最后进行WLS回归。
4. 回归结果与分析
对比WLS回归结果与固定效应模型回归结果可见, 各解释变量的t统计量在使用WLS之后, 变量的显著性得到了明显提升。WLS回归结果中, R2=0.67, F=70.15, 对比固定效应模型回归结果可知, 整体拟合程度提高了。
ln GDP的系数估计值由-0.40改进为-0.14 (其假设值应为正数) ;ln RE的系数估计值由0.49改进为0.10 (其假设值应为负数) ;ln INF的系数估计值由-0.09改进为-0.01 (其假设值应为正数) , 相比较而言, WLS回归使模型更符合预想。
ln FDIt-1的系数估计值为0.84, 而且变量显著性很好, 表明中国对东道国滞后一期的投资存量每增加1%, 则对该国的对外直接投资流量就会增加0.84%。这与假设一致, 即对外投资存在集聚效应, 前期投资经验为后投资者减少投资风险, 并可以降低信息壁垒。
ln TRA的系数估计值为0.27, 而且变量显著性较好, 表明中国与东道国的贸易额每增加1%, 则对该国的对外直接投资流量就会增加0.27%, 这假设也是相符的。FDI是企业参与国际化经营的高级方式, 我国企业国际化遵循“先贸易、后投资”的原则。
四、我国企业对外直接投资的区位战略选择与对策建议
基于前文的实证分析, 可以发现我国对外直接投资的影响因素与过去有所不同, 也标志着随着我国经济进一步发展, 中国对外直接投资也在逐步进入新阶段。根据Dunning (1996) 对投资发展阶段理论 (IDP) 的各阶段区分, NOI代表一国吸引的国外直接投资与本国对外直接投资之间的差额, 近年来, 我国NOI值呈不断缩小趋势, 到2014年首次超过外商直接投资额, 故我国FDI已经进入第4阶段。随着我国人口红利的消失, 廉价劳动力已不再是我国的比较优势。因此, 产业升级和技术能力升级将成为政府与企业应重点关注的内容, 在对外直接投资区位选择的时候一方面要考虑投资的集聚效应, 另一方面还应考虑我国与东道国之间的贸易关系, 以降低投资风险。
因此, 可以从以下方面进一步优化中国对外直接投资布局, 提高FDI投资效率。政府应加快制定对外直接投资的总体规划, 在国内产业结构升级的基础上, 不断促进我国对外贸易的结构优化, 以此来推动FDI的发展。企业应提升自主创新能力, 主动将相关业务向东道国相应的产业集聚地和公司集聚地靠拢, 通过跨国并购等方式培育大型企业集团。
摘要：改革开放以来, 中国经济逐步从“引进来”向“走出去”转型, 我国企业目前正处于对外直接投资快速扩张的关键时期。本文利用对外直接投资理论, 选取20个国家作为样本, 抽取2005年-2014年各国GDP等相关数据, 运用面板数据模型对各影响因素与当年对外直接投资流量的关系进行了计量分析, 并依据模型回归结果提出区位选择的战略对策。
关键词：对外直接投资,区位选择,影响因素,实证分析,战略对策
参考文献
[1]黄梅波.世界经济:理论、政策与实践[M].北京:北京大学出版社, 2015:283-284.
[2]小岛清.对外贸易论[M].天津:南开大学出版社, 1987:421.
[3]杨震.我国企业对外直接投资区位选择影响因素研究[D].北京:华侨大学工商管理学院, 2013.
[4]李剑桥.中国对外直接投资的决定因素研究[D].北京:北京交通大学经济管理学院, 2015.