EN中文

经济地理 >

2026 , Vol. 46 >Issue 1: 119 - 128

DOI: https://doi.org/10.15957/j.cnki.jjdl.2026.01.012

产业经济与创新发展

中国网红孵化企业的区位选择及影响因素

  • 陈笑葵 , 1, 2, 3 ,
  • 敖荣军 , 1, 2, ※ ,
  • 汤慧 3 ,
  • 严杰 3
展开
  • 1.华中师范大学 地理过程分析与模拟湖北省重点实验室， 中国湖北 武汉 430079
  • 2.华中师范大学 城市与环境科学学院， 中国湖北 武汉 430079
  • 3.湖南城市学院 建筑与城市规划学院， 中国湖南 益阳 413000
※敖荣军（1974—），男，博士，教授，博士生导师，研究方向为人口与区域可持续发展。E-mail：

陈笑葵（1996—），男，博士研究生，助教，研究方向为数字经济与区域可持续发展。E-mail：

收稿日期: 2025-07-25

  修回日期: 2025-11-03

  网络出版日期: 2026-02-12

基金资助

国家自然科学基金项目(42271188)

湖南省教育厅科学研究项目(24C0461)

湖南省研究生科研创新项目(CX20251709)

收起

Location Selection and Influencing Factors of China's Multi-Channel Network

  • CHEN Xiaokui , 1, 2, 3 ,
  • AO Rongjun , 1, 2, ※ ,
  • TANG Hui 3 ,
  • YAN Jie 3
Expand
  • 1. Key Laboratory for Geographical Process Analysis and Simulation of Hubei Province， Central China Normal University， Wuhan 430079，Hubei， China
  • 2. College of Urban and Environmental Sciences， Central China Normal University， Wuhan 430079，Hubei， China
  • 3. College of Architecture and Urban Planning， Hunan City University， Yiyang 413000，Hunan， China

Received date: 2025-07-25

  Revised date: 2025-11-03

  Online published: 2026-02-12

Fold

摘要

网红孵化企业（MCN）是网红经济产业链中连接网络红人、数字平台和生产厂商的关键环节，探究其区位选择特征及影响因素，对于构建数字经济时代企业选址行为理论、指导区域产业发展实践具有重要意义。文章基于抖音平台数据，采用探索性空间分析方法剖析中国MCN的区位选择特征，并利用空间计量模型揭示了其影响因素。结果表明：①中国MCN具有规模差异大、分布范围广的特征，数量呈长尾分布且城市间差异显著，61%的企业集中于前20位大城市，部分MCN向中小城市及中西部地区下沉；②MCN呈现出“整体离散、局部集聚”的空间格局，在不同地区和不同规模城市均有分布，同时形成了长三角、珠三角、京津冀城市群和成渝都市圈4个高密度集聚区，表现出“实体集聚”和“虚拟集聚”并存的特点；③MCN区位选择存在显著的负向空间溢出效应，技能人才、制度厚度、生产邻近、信息邻近、公共服务设施、绿化覆盖面积和社会活力环境呈显著正向影响，产业基础呈显著负向影响。研究为中国网红经济产业布局和后发地区产业发展路径选择提供了经验借鉴。

关键词： 网红孵化企业; 区位选择; 城市群; 网红经济; 数字经济; 生产邻近; 电商平台

本文引用格式

陈笑葵 , 敖荣军 , 汤慧 , 严杰 . 中国网红孵化企业的区位选择及影响因素[J]. 经济地理, 2026 , 46(1) : 119 -128 . DOI: 10.15957/j.cnki.jjdl.2026.01.012

Abstract

Multi-Channel Network (MCN), as internet celebrity incubators, serves as a critical link connecting internet celebrities, digital platforms, and manufacturers in the internet celebrity economy industrial chain. Exploring their location choice characteristics and influencing factors holds significant implications for constructing the theory of enterprise location behavior in the digital economy era and guiding the practice of regional industrial development. Based on the data from the Douyin platform, this study employs the exploratory spatial data analysis (ESDA) to examine the location choice characteristics of MCN in China and uses spatial econometric models to reveal their influencing factors. The results indicate that: 1) Chinese MCN is characterized by large-scale disparities and wide distribution, with a long-tail distribution in quantity and significant inter-city differences. Sixty-one percent of the enterprises are concentrated in the top 20 megacities, while some MCN has sunk to small and medium-sized cities as well as central and western regions. 2) MCN presents a spatial pattern of "overall dispersion and local agglomeration", distributing across regions and cities of different scales. Meanwhile, four high-density agglomeration areas have formed, namely the Yangtze River Delta Urban Agglomeration, Pearl River Delta Urban Agglomeration, Beijing-Tianjin-Hebei Urban Agglomeration, and Chengdu-Chongqing Economic Circle, showing the coexistence of "physical agglomeration" and "virtual agglomeration". 3) There is a significant negative spatial spillover effect in the location choice of MCN. Skilled talents, institutional thickness, production proximity, information proximity, public service facilities, green coverage area, and social vitality exert significantly positive impacts, while industrial foundation has a significantly negative impact. This study aims to provide references for the industrial layout of China's internet celebrity economy and the industrial development path selection of late-developing regions.

Key words： multi-channel network (MCN); location selection; urban agglomeration; influencer economy; digital economy; production proximity; e-commerce platform

互联网搭建起连接虚拟世界和现实空间的桥梁，让时事、观点和情感得以跨越时空发挥其影响力，即时且多选的“脱域信息”带来的身临其境的体验，已经深刻改变了人类社会生活方式[1]。“网红经济”是指网红群体传播链中的各参与方，围绕内容生产、传播和消费所形成的一系列商业模式和盈利模式的总和[2]。时至今日，以抖音、小红书等互联网平台为依托的网络红人，正以直播、打卡、种草等新兴内容生产方式积累注意力资本，通过影响力和创意内容激发用户消费需求，并由此推动企业扩大生产规模、提升产品质量、创新产品设计，促进生产与消费的良性互动[3]。据《直播间里的中国制造——2024抖音电商产业带发展报告》统计，2024年1~11月中国短视频直播电商零售额达4.3万亿元，其中有830个产业带的销售额超过亿元[4]。网红经济产业已经成为推动国内生产消费大循环、促进区域经济发展的重要力量。
MCN（Multi-Channel Network）起源于2007年YouTube平台，是整合多渠道资源，为互联网平台的内容创作者提供广告代理、版权管理、粉丝运营和商业变现等综合服务的机构[5]。随着我国网红经济发展以及用户需求日益多元，网络红人保持关注热度的难度在不断加大[6]，而厂商寻找适配自家产品的营销载体也往往耗时耗力。在此背景下，中国本土化MCN于2015年应运而生[7]，其功能在国外多渠道服务的基础上进一步聚焦，主要承担网红孵化与全链路运营职能，提供内容制作、包装运营、流量变现等专项服务，成为连接创作者、社交平台、生产厂商的关键载体[8]（图1）。
图1 网红经济产业链

Fig.1 Industrial chain of Internet celebrity economy

MCN作为连接网红经济产业链多方利益者的新兴行业[9]，不仅影响了创作者的区位选择[10]，还通过植入新的商业模式、知识网络与组织结构，影响地区原有的商业组织模式[11]。现有研究主要集中于讨论其内涵定义[12]、发展历程[13]、运营模式[14]、功能作用[15]和影响效应[16]等。事实上，作为网红经济发展衍生的新兴行业，深入分析哪些地区、什么样的环境有助于培育MCN，对于加深“网红经济”空间模式的理解以及指导地方政策制定具有重要意义。本文在分析MCN空间分布格局的基础上，借助探索性空间分析和空间计量方法剖析其区位选择特征及影响因素，以期为地方网红经济高质量发展实践提供支撑。
本文的边际贡献主要体现在以下方面：①刻画了我国网红经济产业链中服务于网红孵化和流量变现的MCN的空间分布格局；②考察了内生因素、距离因素和外生因素对其区位选择的影响；③MCN作为数字技术和互联网产业发展而衍生的新业态，通过分析其与网红经济产业链生产端、市场端和信息端的空间关系，深入对话学界关于信息通信技术发展带来“距离的终结”（End of Distance）观点[17-18]。

1 理论基础与研究假设

1.1 理论基础

企业的区位选择是经济地理学关注的经典话题[19]。一方面，古典区位论基于最低成本和最高利润原则，从运输成本、劳动力供给、市场潜力等方面展开研究[20]。新经济地理学指出企业倾向于选择市场规模较大的区域集中生产，利用规模收益递增效应来节省成本，并通过与生活成本效应、市场拥挤效应相互作用，共同塑造区域经济格局[21]。20世纪末期，经济地理学出现关系转向和制度转向[22]，使得社会联系[23]和政策制度[24]等因子开始纳入考量。随着信息通信技术发展，经济活动的“时空压缩”现象使得传统区位论受到挑战，部分学者提出“地理学的终结”（End of Geography）[17]、“距离已死”（End of Distance）[18]等激进观点。对此，相关研究对信息时代的企业区位选择与空间组织展开了探讨，研究发现集聚仍然是新兴企业布局的主要特征[25]，只不过信息时代的区位选择行为更为自由[26]，以信息技术和知识创新为核心的因素开始取代自然资源、劳动力、资本等因素，成为影响企业区位选择的重要条件[27]。MCN作为数字技术高度发展衍生的产物，探讨其区位选择及影响因素，除了关注传统区位论提出的假设以外，还有必要将其置于数字时代的背景进行考量。
另一方面，近年来以广义达尔文主义、路径依赖和复杂性理论为基础的演化经济地理学逐渐兴起，因其关注企业异质性，强调时空情景的特定性、历史因素的重要性以及偶然事件的创造性破坏作用，成为解释新兴企业区位选择的有力理论工具[28]。具体而言，新兴企业不是无缘无故出现的，其区位选择会受到地区特定历史积累的影响[29]，并且更倾向于选择具有相似知识基础的地区，这主要是由于企业能在产业相关多样化所带来的知识溢出和创新活动中获得更多收益[30-31]。因此，从演化经济地理学视角来看，MCN作为依赖网红经济发展而衍生出来的新兴事物，考察与其经营内容有密切联系的本地历史积累的作用也是分析区位选择影响因素的重点。

1.2 研究假设

1.2.1 内生因素影响MCN的区位选择

①产业基础。演化经济地理学认为，与区域知识积累认知距离较小的产业更容易与本地产业产生知识交流，促进相关产业进入与发展[31]。互联网企业、广告传媒企业、经纪公司等都涉及内容传播等技术领域，MCN在这些企业聚集的地区可以便捷获取最新行业动态、前沿技术和创意理念，有助于提升自身内容创作和运营能力。因此，本文假设：传媒、文化等产业繁荣发展的地区更容易吸引MCN聚集。
②技能人才。随着内容创作的竞争愈发激烈，具有可信性、专业性、技能性、互动性的内容是吸引用户的关键[32]，这就需要专业的技能人才作为支撑。例如，设计类人才可以为MCN打造更具视觉冲击力的视频画面和品牌形象，传媒类人才能够提供更专业的内容策划和传播策略，表演类人才可以为直播等内容培养更具表现力的主播等。因此，本文假设：MCN倾向于设立在具有丰富专业技能人才供给的地区。
③创新环境。新兴产业的形成与地方创新创业氛围密切相关，创新对于推动区域产业升级具有重要影响[33]。一方面，数码影像和5G网络等底层技术的创新为网红经济产业发展创造了有利环境；另一方面，MCN依赖数字技术进行内容生产和运营，同时与科技公司合作进行虚拟主播、AI生成内容等形式创新也是提高其市场竞争力的途径。因此，本文假设：良好的科技创新环境会吸引MCN入驻。
④制度厚度。制度厚度是包括机构之间相互作用与协同、多个主体的集体认同、共同的产业目的以及分享的文化规范和价值等因素的有机结合，政府实施的政策、制度及治理机制对于产业空间分布具有引导、强化和限制等作用[34]。地区通过给予税收减免、财政补贴等政策支持，能够减轻企业发展阻力。比如，地方设立电子商务基地，可为MCN提供低成本办公场所、完善的公共服务和产业生态。因此，本文假设：地区制度厚度影响MCN的区位选择。

1.2.2 距离因素影响MCN的区位选择

①市场邻近。市场邻近效应是新经济地理学解释产业聚集的核心机制之一。由于MCN的主要业务是基于互联网用户影响力来承接厂家的产品营销需求，以实现流量变现[8]，因此邻近市场主体可能是其区位选择的考虑因素。一方面，MCN寻找符合用户消费偏好的产品往往费时费力，靠近生产基地能大幅降低选品成本；另一方面，接近生产基地有利于将自身信息传播到市场，提高知名度和影响力，从而创造更多商业变现机会。因此，本文假设：市场距离是影响MCN布局的因素。
②生产邻近。“网红经济”是一种利用网络红人影响力将用户注意力转化为经济收益的“互联网经济形态”[5]。在此情境下，网络红人实质上属于“数字劳工”（digital labour），其创作数字内容的过程可视为产品生产的过程。由于不同地区的互联网用户有着不同的文化背景和审美偏好，并且方言、美食、习俗等关注度高的内容均具有地域属性，因此MCN可能需要根植于特定文化区域进行网红孵化。因此，本文假设：与内容生产主体（网络红人）的地理距离是影响企业布局的重要因素。
③信息邻近。组织结构区位论认为，能高效连接不同信息和资源的区位更容易形成竞争优势。在网红经济产业链中，互联网平台是信息资源的汇聚枢纽，邻近互联网平台总部意味着MCN可以高效获取影响自身发展的缄默信息，例如最新的算法推荐机制、用户需求的新动态等，以便及时调整发展策略。此外，靠近互联网平台总部也有利于企业及时与平台方反馈问题，降低沟通的时间成本，提高问题解决效率。因此，本文假设：MCN与信息资源汇聚点的地理距离是影响其区位选择的因素。

1.2.3 外生因素影响MCN的区位选择

①社会活力。对于以内容创作为主的MCN来说，具有社会活力的地区往往蕴含丰富的文化资源、多元的艺术表达以及活跃的创意氛围。在这样的地区开展内容创作，能够汲取文化养分，激发创作灵感，提高内容制作的创意性，从而吸引更多的用户关注。因此，本文假设：MCN倾向于选择社会活力旺盛的地区，以获取更多的创作优势和发展机遇。
②数字基础设施。以互联网、大数据、区块链等为代表的数字技术，可以打破空间区隔，降低信息传输成本，推动生产要素的流动，为内容生产主体与观众互动创造有利条件[10]。高速互联网能够支持大规模数据传输，避免卡顿、延迟等问题，能够保证视频直播等业务的稳定运行，提高企业运行效率。因此，本文假设：数字基础设施完善的地区更容易吸引MCN聚集。
③环境舒适度。舒适的城市环境能够对技能劳动力迁入产生促进作用[35]。从人力资本视角来看，MCN从业人员主要参与创意生产、数字内容制作和商务运营等技术门槛较高的活动，属于高技能劳动力，其对居住和工作环境的品质要求相对较高。因此，本文假设：地区的环境舒适程度会影响MCN的区位选择。

2 数据来源与研究方法

2.1 数据来源

2.1.1 MCN数据

截至2024年底，抖音每月平均活跃用户达7.86亿，是国内注册用户规模最大的短视频平台。根据《中国MCN产业发展报告（2024）》统计，入驻抖音的MCN占比超过87%，远超小红书（67%）、快手（46%）、哔哩哔哩（28%）等平台的入驻率。且相对于垂直平台而言，抖音涵盖了内容孵化、达人运营、电商带货、品牌服务等不同类型的MCN，产业生态更具多元性和成熟度。此外，克劳瑞《2025中国内容机构（MCN）行业发展研究白皮书》显示，随着竞争态势加剧，开展多平台签约和跨平台运营成为行业常态，单个企业入驻平台数量平均达3.11家，这意味着入驻小红书、快手等平台的企业，与入驻抖音的企业存在高度重叠。因此，选取抖音MCN数据作为研究样本具有典型性和代表性。
本文所使用的MCN数据采集于短视频和直播数据监测网站“灰豚数据”（https://www.huitun.com/）的“官网主页—达人—MCN资料库—主要地域”，共计获得18622条企业信息，数据内容包括企业名称、地址、达人数量、粉丝数量等。对于地址信息不完善的企业，在“爱企查”平台（https://aiqicha.baidu.com/）查询补充。

2.1.2 影响因子数据

内生因素方面，产业基础采用“广播、电视、电影和影视录音制作业”“文化艺术业”以及“互联网和相关服务业”的总数表示，数据来源于“爱企查”平台。技能人才采用开设了新闻传媒类、艺术类、设计类专业的高校数量表示，数据来源于“掌上高考”平台（www.gaokao.cn/）。创新环境采用地区专利授权数量表示，数据来源于国家知识产权局。制度厚度采用地区“国家电子商务示范基地”数量表示，数据来源于商务部。
距离因素方面，市场邻近采用地区淘宝村数量表示，数据来源于阿里研究院。生产邻近采用地区在抖音平台拥有50万以上粉丝的网络红人数量表示，数据来源于“蝉妈妈”网站（www.chanmama.com/）。信息邻近采用地区是否拥有互联网平台总部表示，数据为0和1的二值虚拟变量，来源于《中国互联网企业综合实力指数报告》。
外生因素方面，社会活力采用抖音平台的城市累计打卡人次表示，数据来源于新抖数据库（xd.newrank.cn）。数字基础设施采用互联网普及率表示，数据来源于2023年《中国城市统计年鉴》。环境舒适程度以绿化覆盖面积和公共服务设施数量衡量，数据来源于2023年《中国城市建设统计年鉴》和高德地图。为消除量纲影响，所有指标数据均进行标准化处理。

2.2 研究方法

首先，在描述MCN规模结构特征的基础上，采用探索型空间分析方法剖析MCN的空间分布格局和聚集模式。然后，根据研究假设建立空间计量模型，揭示影响MCN区位选择的多维因素。

2.2.1 热点分析（Getis-Ord Gi*）

以地级市MCN数量为热点分析要素的属性值，识别其空间集聚的冷热点区域并进行可视化表达。
Gi*统计是z得分，对于具有显著统计学意义的正z得分，得分越高，高值聚类就越紧密；对于统计学上的显著性负z得分，z得分越低，低值聚类就越紧密。

2.2.2 空间计量模型

空间计量模型主要包括空间滞后模型（SLM）和空间误差模型（SEM），前者反映空间邻近区域的因变量之间存在空间扩散或溢出效应，后者反映因某些变量的忽略而导致空间误差之间存在空间自相关，可通过拉格朗日乘数检验（LM）确定最终模型[11]。公式如下：
$Y=\beta_{0}+\rho W \cdot Y_{i}+\beta_{1} X_{i}+\rho_{1} W \cdot X_{i}+\varepsilon_{i}$
式中：W为空间权重矩阵；ρW·Yi为被解释空间滞后项；W·Xi为一系列解释变量的空间滞后项；ρ和ρ1分别反映被解释变量和解释变量的空间溢出效应。考虑到传统0-1邻接矩阵过于理想化，本文选取反距离空间权重矩阵进行计算。

3 MCN的区位选择特征

3.1 规模结构特征

从规模特征来看，MCN数量分布具有典型的长尾特征，表现出“数量差异大、分布范围广”的特点。其中，数量1~50家的城市占比84.2%，51~200家的城市占比10.1%，201~500家的城市占比3.4%，500家以上的城市占比2.4%。此外，各城市MCN数量的标准差为156.41、变异系数为3.12，即便消除均值量级影响，城市之间的差异仍极其显著。
从结构特征来看，MCN表现出离散分布特征（表1）。拥有1家以上MCN的大城市有84个，中等城市有94个，小城市有194个，这可能与大城市竞争压力大、运营成本高有关，部分中小型MCN机构会选择向中小城市下沉。根据地域差异，拥有1家以上MCN的东部地区城市数量占比23.4%，中部地区城市数量占比32.8%，西部地区城市数量占比43.8%。这可能是MCN行业在成本控制、市场拓展和本土资源挖掘等多重需求下的选择，反映出行业对中西部市场潜力的关注。
表1 MCN入驻城市的数量结构统计表

Tab.1 Statistics of the quantity structure of cities with settled MCNs

规模 城市数量
（个）		 占比
（%）		 地域 城市数量
（个）		 占比
（%）
大城市 84 22.6 东部地区 87 23.4
中等城市 94 25.3 中部地区 122 32.8
小城市 194 52.2 西部地区 163 43.8
按入驻企业数量排序，排名前20位的“头部”城市总计入驻11390家MCN，占全国总量的比重超过61%（图2）。从城市规模来看，其主要包括以北京、上海、广州、深圳等为代表的超大城市，以及郑州、长沙、武汉、沈阳等为代表的特大城市；从行政等级来看，仅苏州市为一般地级市，其他城市均为直辖市、省会城市或副省级城市。这些城市的共同特点是区域首位度高，拥有庞大的人口和经济规模、相对完整的互联网产业生态、便捷的交通运输和完善的数字基础设施。
图2 MCN数量排名前20的城市

Fig.2 Top 20 cities in the number of MCN enterprises

从地理区位来看，上述“头部”城市离散分布于我国不同地区。具体而言，华北地区包含北京与天津，其中北京作为全国政治文化中心，天津作为北方重要港口与直辖市，二者在文化传媒产业领域均具备深厚发展基础。华东地区涵盖杭州、上海、厦门、南京、苏州、青岛、合肥、济南、南昌，该区域是我国经济最繁荣、城市密度最高的区域之一，互联网与文化创意产业发达。华南地区包含广州、深圳，其毗邻香港和澳门，是我国改革开放先行区域，数字产业创新活力强劲。西南地区主要是成都和重庆，这两个城市近年来数字经济迅速崛起，新媒体产业生态逐步完善。华中地区包括郑州、长沙、武汉，作为南北与东西交通的枢纽地带，城市文化底蕴深厚，传媒产业基础较好。西北地区以西安为代表，依托丰富的历史文化资源，正加快数字文化产业发展。东北地区主要是沈阳，作为辽宁省省会城市，近年来也在积极培育新媒体等新兴产业。
此外，杭州、郑州、长沙等地的MCN数量排名显著高于城市规模排名，这可能受本地知识能力积累的影响。例如，杭州依托阿里巴巴等互联网独角兽企业，构建了得天独厚的直播带货与电子商务产业生态；郑州近年来将纺织等优势产业与互联网经济结合，构建了“直播基地+电商+特色产业”的发展体系；长沙则以湖南广播电视台、芒果TV等传媒资源为基础，通过整合创意设计、音乐制作、艺人经纪、专业设备等资源要素打造新媒体矩阵，形成了完整的内容产业链。上述城市虽发展路径不同，但本质上均通过充分利用本地产业与资源优势来发展网红经济产业。

3.2 空间分布特征

以地级行政区为基本单元，分析MCN的空间分布格局。由图3a可知，MCN数量分布以胡焕庸线为界，呈自东向西梯度递减态势，在空间上表现为“整体离散、局部集聚”的分布格局。其中，“整体离散”是指从宏观来看，MCN广泛分布于全国各省会城市与直辖市，并非集中于单一区域。例如，中部地区的长沙、武汉、郑州等城市均入驻了较多企业，而西部地区的MCN数量虽显著少于东部地区，但核心城市如昆明、哈尔滨、沈阳等仍然有企业集聚。对此现象，沈阳某头部MCN创始人在公开访谈中表示：“东北地区的传媒公司相对运营成本低，娱乐性强，网红资源要优于南方地区。” ① 可见，对于轻资产、重创意的MCN而言，中小城市和偏远地区虽然整体经济水平不如大城市，但其在运营成本、话题资源和文化邻近等方面具有优势，能够吸引部分企业深耕本地市场。
图3 MCN的数量和冷热点空间分布

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2024）0650号的标准地图制作，底图边界无修改。

Fig.3 Number of and cold-hot spots of MCN enterprises

进一步通过冷热点分析明确MCN的主要聚集区域空间分布。由图3b可知，以东部沿海城市群为核心，形成了多个局部集聚区域，涵盖长三角、珠三角、京津冀城市群和成渝都市圈。具体来看，数字创意与互联网产业发达的长三角地区，MCN数量占全国总量的22.1%，以上海、杭州、南京为主要集聚地；新闻出版与影视制作基础深厚的京津冀地区，占比为12.9%，以北京、天津为主要集聚地；民营经济与制造业高度繁荣的珠三角地区，占比为12.1%，以广州、深圳为主要集聚地。此外，市井文化特色鲜明的成渝地区，占比6.5%，同样吸引了大量企业入驻。与中小城市和偏远地区的吸引点不同，上述地区在产业生态、政策红利和资源整合能力等方面具有突出优势。以杭州市为例，其依托“直播电商之都”定位，构建了MCN、电商平台与供应链深度绑定的产业生态，并通过实施一系列产业政策，吸引了无忧传媒、交个朋友、谦寻等大量行业头部MCN入驻。据商务部数据显示，2023年杭州市拥有平台企业390家，主要平台交易额（GMV）达8.58万亿元，网络零售额达1.2万亿元。

4 MCN区位选择的影响因素

4.1 变量说明和模型构建

根据理论基础和研究假设并参考以往研究，将地区MCN数量作为被解释变量，从内生因素、距离因素和外生因素3个方面选取11项指标作为解释变量，构建空间计量模型。其中，内生因素包括产业基础、技能人才、创新环境和制度厚度；距离因素包括市场邻近、生产邻近和信息邻近；外生因素包括数字基础设施、社会活力环境和环境舒适度。为减少内生性影响，将经济规模和产业规模作为控制变量（表2）。
表2 MCN区位选择的影响因素及说明

Tab.2 Influencing factors of location selection of MCN enterprise and its explanation

变量类型 理论视角 变量名称 量化方式 数据来源
被解释变量 企业规模 MCN数量 “灰豚数据”数据库
解释变量 路径依赖理论 产业基础 文化传媒和互联网服务企业数量 “爱企查”数据库
技能人才 开设艺术类、设计类专业的高校数量 “掌上高考”数据库
创新环境 地区专利授权数量 国家知识产权局
制度厚度 国家电子商务示范基地数量 中华人民共和国商务部
区位理论 市场邻近 流量需求市场（淘宝村）数量 “阿里研究院”官网
生产邻近 内容生产者（网络红人）数量 “蝉妈妈”数据库
信息邻近 是否有互联网平台总部 中国互联网企业综合实力指数报告
社会活力环境 抖音累计打卡人次 “新榜有数”数据库
数字基础设施 互联网普及率 《中国城市统计年鉴》
环境舒适程度 绿化覆盖面积 《中国城市建设统计年鉴》
公共服务设施数量 高德地图
控制变量 规模经济理论 经济规模 人均GDP 《中国城市统计年鉴》
产业规模 第二、三产业占比 《中国城市统计年鉴》

4.2 MCN区位选择的影响因素

鉴于企业区位选择的影响因素可能存在空间关联性，分别构建普通最小二乘法（OLS）、空间滞后模型（SLM）与空间误差模型（SEM），并利用OLS的残差进行拉格朗日乘子检验（LM）和稳健的拉格朗日乘子检验（Robust LM）确定另外两种模型的优劣，如果两者均不显著则选用OLS模型。检验结果表明，SLM模型均在1%水平显著，而SEM模型表现为不显著，综合对比拟合优度指标，故本文采用SLM模型展开影响因素分析（表3）。此外，核心解释变量在三类模型中的显著性方向基本一致，说明分析结果具有稳健性。
表3 模型分析结果

Tab.3 Model analysis results

解释变量名称 VIF SLM SEM OLS
标准化系数 P值 标准化系数 P值 标准化系数 P值
产业基础 7.13 -0.100 0.001*** -0.091 0.003*** -0.092 0.003***
技能人才 3.38 0.076 0.000*** 0.079 0.000*** 0.080 0.000***
创新环境 3.68 0.012 0.571 0.002 0.911 0.005 0.827
制度厚度 2.42 0.073 0.000*** 0.082 0.000*** 0.081 0.000***
市场邻近 1.31 -0.014 0.284 -0.025 0.058* -0.026 0.050*
生产邻近 8.68 0.799 0.000*** 0.818 0.000*** 0.818 0.000***
信息邻近 2.11 0.030 0.065* 0.030 0.074* 0.030 0.079*
社会活力环境 1.89 0.032 0.055* 0.010 0.525 0.012 0.441
数字基础设施 1.01 0.004 0.696 0.003 0.771 0.004 0.718
绿化覆盖面积 3.37 0.048 0.020** 0.046 0.027** 0.045 0.036**
公共服务设施 7.73 0.101 0.002*** 0.076 0.014** 0.078 0.017**
经济规模 1.66 0.003 0.816 0.003 0.856 0.002 0.905
产业规模 1.49 -0.002 0.894 -0.010 0.448 -0.009 0.539
常数项 0.012 0.308 -0.0002 0.976 0.000 1.000
空间误差项 - - -0.680 0.318 - -
空间滞后项 -0.557 0.001*** - - - -

注：*、**、***分别表示在0.10、0.05、0.01水平上显著；“-”表示无数据。

结果显示，空间滞后模型（SLM）的空间滞后项为负数且在0.01水平显著，表明存在显著的负向空间溢出效应，反映出MCN之间的竞争型空间关系。这可能与行业特性密切相关，即地区核心发展资源如优质内容创作者、平台流量配额、品牌合作机会等具有稀缺性，同地区企业需要争夺本地达人、共享流量池，从而导致出现“此消彼长”的竞争格局。
在内生因素方面，技能人才（p<0.01）和制度厚度（p<0.01）对地区的MCN规模呈显著正向影响，说明技能人才储备越充足，越能提供内容制作、达人运营等技术支撑。相关制度越完善，越能降低企业成本、搭建协作网络，从而增强对MCN的吸引力。以杭州为例，其通过浙江传媒学院等持续输送传媒人才，并以建设网红经济产业园、实施补贴政策等方式增厚制度供给，构建成熟的产业生态，从而吸引“交个朋友”“辛选”等其他地区的头部机构迁入。此外，产业基础（p<0.01）呈显著负向影响，这可能是由于传统媒体行业与MCN存在竞争关系，两者在客户资源、内容渠道等方面高度重叠，阻碍了企业进入该地区。创新环境（p=0.571）的影响不显著，其原因可能在于MCN的创新以“内容创意”为主，而非依赖研发投入的技术创新，并且新兴数字技术可以借助互联网平台进行扩散和应用。以饶河县为例，其地处黑龙江省乌苏里江畔，县域面积超半数为自然保护区，交通闭塞且科技创新基础薄弱，但当地通过成立“泽饶公司”，打造电商直播基地，并从抖音和快手等平台获取直播教程和技术支持，成功培育出“卢小开”等千万粉丝主播，2024年该县电子商务交易额达13.64亿元。可见，即便缺乏技术创新环境，偏远地区MCN仍能借助互联网平台的技术扩散推动网红经济产业发展。
在距离因素方面，分析结果体现出MCN对“虚拟集聚”与“实体集聚”的双重依赖。具体而言，生产邻近（p<0.01）和信息邻近（p<0.1）对MCN区位选择具有显著的正向影响，即内容创作者和互联网平台总部聚集的区域，会吸引企业聚集。在生产邻近方面，创作者聚集社区可以通过模仿、合作与竞争激发内容创新，MCN嵌入社区后，可降低与创作者的沟通合作成本，提升内容产出效率。例如，广州“五月美妆”通过从公众号转型为美妆短视频创作者社区，在4年间共孵化出60多个美妆垂类账号，全网粉丝破3亿，并推出了美妆护理品牌。在信息邻近方面，MCN的核心职能决定了需要快速响应平台规则和流量算法的动态变化，所以企业与平台总部的地理邻近至关重要，因为靠近总部可获得更多正式或非正式的交流机会，帮助企业及时捕捉难以编码的缄默知识。例如，阿里巴巴集团总部与抖音电商区域中心落地杭州，吸引了如“遥望科技”“宸帆”等头部MCN的集聚，平台提供数据工具与供应链资源，企业依托地理邻近实现客户、产品和销售场景的快速迭代。市场邻近（p=0.284）影响不显著，原因在于MCN的流量变现途径如直播带货等可通过数字平台完成，无需依赖本地实体市场，企业即使位于中西部偏远地区，也可通过抖音、快手等平台触达全国消费者和生产厂商。上述结果表明，相对于工业时代的传统企业而言，互联网弱化了市场距离对MCN选址的约束，但其仍需要邻近生产端和信息端来实现资源捕获与风险控制。
在外生因素方面，公共服务设施（p<0.01）和绿化覆盖面积（p<0.05）呈显著正向影响，表明完善的公共服务设施和优质的生态环境可吸引MCN企业入驻，这与文化创意型产业的区位选择逻辑一致。社会活力（p<0.1）呈显著正向影响，主要是因为社会活力高的地区往往具有丰富的优质内容素材，可激发创作灵感。同时，场景本身的高认知度也能提升内容的用户接受度。数字基础设施的影响不显著（p=0.696），表明MCN虽然是依赖互联网发展的行业，但随着我国基本实现高速网络全覆盖，各地网络带宽、数据传输速率等均能满足运营需求，这类公共品对企业选址的吸引力下降。
在控制变量方面，地区经济规模（p=0.816）和产业规模（p=0.894）的影响均不显著，其原因在于MCN具有“轻资产”的特点，无需依赖大规模设备和资金投入，这为后发地区实现路径突破式发展提供了启发。事实上，中西部地区已经有成功案例，如贵州榕江县通过引进MCN开展本地苗族主播的线上带货培训，带动了8000余名群众就业增收，直播电商产业已成为推动该县经济发展和产业结构优化的重要引擎。

5 结论与讨论

5.1 结论

网红孵化企业（MCN）是网红经济产业链的关键环节，也是地区电子商务高质量发展的重要组成部分。本文基于抖音平台数据，揭示了中国MCN区位选择的宏观特征及影响因素。主要研究结论如下：
①在规模结构方面，MCN具有规模差异大、分布范围广的特点。从规模来看，MCN数量呈典型长尾分布，城市之间的企业数量差异显著；从结构来看，数量占比61%的MCN高度集中于前20位大城市，另外39%的MCN向中小城市下沉。
②在空间分布方面，MCN以胡焕庸线为界线，自东向西梯度递减，呈现出“整体离散、局部集聚”的格局。其中，“整体离散”体现为MCN广泛分布于全国各个区域，西部和东北等地区凭借运营成本低、文化资源丰富等独特优势，也吸引了部分MCN深耕本地市场；“局部集聚”则表现为形成了长三角、珠三角、京津冀城市群和成渝都市圈4个高密度集聚区，这些区域在产业生态、政策红利和资源整合等方面能力突出。
③在影响因素方面，MCN存在显著的负向空间溢出效应，内生因素、距离因素和外生因素均对MCN区位选择产生了显著影响。其中，技能人才、制度厚度、生产邻近、信息邻近、公共服务设施、绿化覆盖面积和社会活力环境具有显著正向影响，产业基础具有显著负向影响，而创新环境、市场邻近、数字基础设施、经济和产业规模的影响不显著。

5.2 讨论

在信息和通信技术高速发展、虚实空间互动日趋紧密的时代背景下，网红经济作为释放消费潜力、带动产业转型升级的新兴经济形态而逐渐受到学界关注。本文结合区位理论、路径依赖理论等相关理论思想，建立了基于地级行政区尺度的定量分析模型，揭示了连接网红经济产业链上游“内容生产”与下游“流量变现”的网红孵化企业（MCN）的空间格局及其影响因素。
本文认为数字化与互联网发展虽改变了社会生活方式、催生了新兴产业，但其并未达到完全摧毁旧有时空关系的地步[10]。MCN“整体离散、局部聚集”的分布格局，某种程度上是“实体集聚”与“虚拟集聚”共同作用的结果。一方面，数字平台的出现让产业链上下游企业之间得以突破地理距离的约束实现“虚拟集聚”，使MCN在运营成本低、本土话题资源丰富的偏远地区也可以远程对接市场。例如，位于中西部地区的企业可以利用旗下网络红人的关注度和粉丝黏性，为东部地区的生产厂商提供线上带货服务等。另一方面，“距离效应”对MCN的发展依然重要，只是相对于传统企业而言，MCN对市场距离的依赖显著降低，转而更趋向于靠近生产端和信息端。究其原因，企业与内容创作者的面对面交流可以降低内容生产的协作成本，贴近互联网平台总部则可以通过非正式交流获取缄默知识，而这些关键要素均具有高度的地理黏性和不可替代性，使企业尽可能邻近布局。
此外，MCN的区位选择逻辑相对传统企业也存在较大差异。马歇尔外部性理论认为，经济发达和产业基础雄厚的地区具有劳动力池共享、中间投入品集聚、知识技术溢出等规模效应，企业倾向于集中布局以扩大竞争优势。而MCN的业务开展无需依赖大量物理生产设施和中间品，核心竞争力则主要源于创意产出，因此对地区经济与产业规模的依赖程度较低。同时，受限于地域文化资源独特性、网络红人稀缺性和受众注意力有限性，本地MCN之间的流量争夺会削弱彼此竞争力，从而使其在空间层面表现出一定的互斥性。
本文发现的中国网红经济发展空间模式，对指导后发地区产业发展路径具有启示意义。MCN的区位选择特点及影响因素表明，过去以外向型经济为主导、以东南沿海城市群为增长极的发展路径，不完全适用于该类型企业的成长。因此，建议从以下方面推动地方网红经济发展：①强化创意生态与人才储备，加大相关技能人才的培训力度，并厚植创意文化产业的发展土壤。②鼓励MCN嵌入本地产业集群，通过跨界合作激发内容创新和营销渠道创新，扩大本地产品的市场范围。③制定差异化发展路径，其中东部地区应推动网红产业链标准化、高端化、全球化，借助TikTOK等国际平台及跨境电商推动文化出海；中西部地区则需规避同质化竞争，深度挖掘特色资源打造“本土IP”，从而促进资源变现与产业链延伸，推动区域产业发展实现路径突破。
值得说明的是，企业的区位选择在一定程度上是决策者的综合判断过程，其不仅受地区历史积累和要素环境等客观因素的影响，还取决于决策者自身的经验认知和情感偏好等。因此，后续有待进一步补充调研，深刻剖析MCN进入、发展和退出的微观机制和主观因素，从而为各地制定符合网红经济发展规律的产业政策提供更精细的依据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王建国. 包容共享、显隐互鉴、宜居可期——城市活力的历史图景和当代营造[J]. 城市规划, 2019, 43(12):9-16.

[2]
奚路阳, 程明. 试论网红经济及其发展路径——基于传播逻辑与商业逻辑的双重视角[J]. 企业经济, 2017, 36(12):102-108.

[3]
Geng R, Wang S, Chen X, et al. Content marketing in e-commerce platforms in the internet celebrity economy[J]. Industrial Management & Data Systems, 2020, 120(3):464-485.

[4]
网经社. 抖音电商:直播间里的中国制造——2024抖音电商产业带发展报告[EB/OL].(2025-01-03). http://www.ec100.cn/detail--6645767.html.

[5]
刘嫱, 吕欣. 网红经济与MCN管理机制研究[J]. 传媒, 2023(3):86-89.

[6]
Arriagada A, Ibáñez F. "You need at least one picture daily,if not,you're dead":Content creators and platform evolution in the social media ecology[J]. Social Media+Society, 2020, 6(3):1-12.

[7]
张培培. 网红“工厂”:MCN机构的发展历程、兴起逻辑及未来趋势[J]. 未来传播, 2021, 28(1):48-54.

[8]
李嘉泽. 短视频平台MCN化运营下的盈利模式:基于“抖音”平台的案例[J]. 产业经济评论, 2022(3):188-200.

[9]
Liang F, Ji L. Manufacturing influencers:The gatekeeping roles of MCN (Multi-channel networks) in cultural production[J]. Information,Communication & Society, 2024, 27(12):2297-2313.

[10]
江巧暄, 文嫮. 中国短视频生产主体的城市空间分布及影响因素研究——基于抖音平台[J]. 地理研究, 2024, 43(4):931-948.

DOI

[11]
张英浩, 汪明峰, 汪凡, 等. 中国直播电商发展的空间差异与影响机理研究[J]. 地理科学, 2022, 42(9):1555-1565.

DOI

[12]
Lobato R. The cultural logic of digital intermediaries:YouTube multichannel networks[J]. Convergence, 2016, 22(4):348-360.

DOI

[13]
郭全中. MCN机构发展动因、现状、趋势与变现关键研究[J]. 新闻与写作, 2020(3):75-81.

[14]
王航, 蒋珍珍. 中美MCN发展背景与运营模式对比分析[J]. 电视研究, 2020(5):91-94.

[15]
Liu T, Tan C K K, Yang X, et al. Zhibo gonghui:China's 'live-streaming guilds' of manipulation experts[J]. Information,Communication & Society, 2023, 26(6):1210-1225.

[16]
Gardner J, Lehnert K. What's new about new media?How multi-channel networks work with content creators[J]. Business Horizons, 2016, 59(3):293-302.

DOI

[17]
Bates S. The death of geography,the rise of anonymity and the Internet[J]. International Information Communication and Education, 1999, 18(2):261-265.

[18]
Sempsey J J. The death of distance:How the communications revolution will change our lives[J]. Journal of the American Society for Information Science, 1998, 49(11):1041-1042.

[19]
李小建, 胡雪瑶. 中国公司地理研究进展及特色凝练[J]. 经济地理, 2021, 41(10):33-41.

DOI

[20]
Smith D M. A theoretical framework for geographical studies of industrial location[J]. Economic Geography, 1966, 42(2):95-113.

DOI

[21]
杨开忠, 董亚宁, 薛领, 等. “新”新经济地理学的回顾与展望[J]. 广西社会科学, 2016(5):63-74.

[22]
李小建. 国际经济地理学四大学派的特点及交叉[J]. 地理科学, 2023, 43(5):816-827.

DOI

[23]
Yeung H W. Critical reviews of geographical perspectives on business organization and the organization of production:Towards a network approach[J]. Progress in Human Geography, 1994, 18(4):460-490.

DOI

[24]
吕拉昌, 魏也华. 新经济地理学中的制度转向与区域发展[J]. 经济地理, 2005, 25(4):437-441.

[25]
张永姣, 丁少斌, 方创琳. 中国数字经济产业发展的时空分异及空间收敛性分析——基于企业大数据的考察[J]. 经济地理, 2023, 43(3):120-130.

DOI

[26]
路紫, 匙芳, 王然, 等. 中国现实地理空间与虚拟网络空间的比较[J]. 地理科学, 2008, 28(5):601-606.

[27]
宋周莺, 刘卫东. 信息时代的企业区位研究[J]. 地理学报, 2012, 67(4):479-489.

DOI

[28]
赵建吉, 王艳华, 苗长虹. 区域新兴产业形成机理:演化经济地理学的视角[J]. 经济地理, 2019, 39(6):36-45.

DOI

[29]
贺灿飞. 区域产业发展演化:路径依赖还是路径创造?[J]. 地理研究, 2018, 37(7):1253-1267.

DOI

[30]
敖荣军, 周笑琦, 陈京. 从技术关联到技能关联:理解区域演化路径的新视角[J]. 地理科学进展, 2023, 42(3):558-572.

DOI

[31]
贺灿飞, 朱晟君. 中国产业发展与布局的关联法则[J]. 地理学报, 2020, 75(12):2684-2698.

DOI

[32]
孟陆, 刘凤军, 陈斯允, 等. 我可以唤起你吗——不同类型直播网红信息源特性对消费者购买意愿的影响机制研究[J]. 南开管理评论, 2020, 23(1):131-143.

[33]
纪玉俊, 李超. 创新驱动与产业升级——基于我国省际面板数据的空间计量检验[J]. 科学学研究, 2015, 33(11):1651-1659.

[34]
赵建吉, 王艳华, 吕可文, 等. 内陆区域中心城市金融产业集聚的演化机理——以郑东新区为例[J]. 地理学报, 2017, 72(8):1392-1407.

DOI

[35]
Carlino G A, Saiz A. Beautiful city:Leisure amenities and urban growth[J]. Journal of Regional Science, 2019, 59(3):369-408.

DOI

Options
文章导航

/

〈 〉