EN中文

Economic geography >

2019 , Vol. 39 >Issue 4: 118 - 127

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.04.015

Spatial Agglomeration and Its Determinants of Family Firm Trans-Generational Entrepreneurship Based on Ecological Niche

  • XU Yongbin , 1 ,
  • TANG Xin , 1, 2, ※
Expand
  • 1. School of Accounting，Zhejiang Gongshang University，Hangzhou 310018，Zhejiang，China
  • 2. School of Economics and Management，Hunan Institute of Technology，Hengyang 421002，Hunan，China

Received date: 2018-11-19

  Revised date: 2019-03-25

  Online published: 2025-04-23

Fold

Abstract

This article constructs the index system to measure the spatial agglomeration feature of family firm trans-generational entrepreneurship basing on ecological niche theory. By using listed companies of family business which belong Shanghai stock market, Shenzhen stock market, Small and Medium Enterprise (SME) board and Growth Enterprise board in 2008-2016 as samples, it analyzes the regional difference of family firm trans-generational entrepreneurship by introducing spatial analysis tool. The results of the study show that: entrepreneurship activities mainly concentrated in the Yangtze River Delta and the Pearl River Delta regions with the core of Guangdong, Zhejiang and Jiangsu, and there is a tendency on spreading to surrounding area. Most of family firm trans-generational entrepreneurship among provinces have negative spatial correlation, minority of family firm trans-generational entrepreneurship among provinces have positive spatial correlation. Moreover, the influence factors of spatial agglomeration in family firm trans-generational entrepreneurship are analyzed by using spatial constant coefficient model, the results show that: in terms of the impacting degree of influence factors, the service niche has the greatest impact on family firm trans-generational entrepreneurship, talent and policy niche have inferior impact level, and technical niche is in the lowest impact level. Finally, a family firm trans-generational entrepreneurship business analysis matrix is established to give exploratory annotation to the spatial agglomeration characteristics of family firm trans-generational entrepreneurship and the differences of its influencing factors.

Key words： ecological niche; family firm; trans-generational entrepreneurship; spatial agglomeration; Internet +; technological innovation; industrial chain

Cite this article

XU Yongbin , TANG Xin . Spatial Agglomeration and Its Determinants of Family Firm Trans-Generational Entrepreneurship Based on Ecological Niche[J]. Economic geography, 2019 , 39(4) : 118 -127 . DOI: 10.15957/j.cnki.jjdl.2019.04.015

随着“大众创业、万众创新”观念的深入人心，创业活动已经成为了社会经济发展的重要驱动引擎[1]。学术界和企业家均十分关注创业活动的外在特征及其内在规律，而市场资源配置背景下民营企业的创业活动尤为活跃[2]，作为民营经济的重要组成部分，家族企业的创业活动也已成为了学者们的研究焦点[3]，其中随着近年来家族企业纷纷出现二代继任者的接班，“创二代”们除了传承父辈的行业禀赋之外，还经常会根据外部竞争环境的变迁以及自身的兴趣爱好而选择涉足新的产业类型，也即大家所熟知的“家族企业跨代创业”[4]。
跨代创业是在代际传承过程中创造经济效益的现象[5]，也是家族企业得以实现持续性成长的途径[6]，“持续创业”而非“守业”已成为家族企业跨代成长的通用范式[7]。随着知识经济和“互联网+”发展模式的兴起，家族企业二代往往在知识网络和价值观体系方面都有别于家族企业一代，这种异质性的家族企业资源结构，导致了家族企业知识资源的多样性，为家族企业持续性发展过程中的创新创业等探索型活动提供了基础[8]。
一般认为，跨代创业行为由家族企业内生性动因引发[9]，其中家族专用性资产[10]、企业家精神[11]、家族创业导向[12]、所有权和控制权的传承状况[13]、组织双元性战略[14]等因素都会导致家族企业跨代创业行为的孕育、产生和演化。从外部环境视角来看，家族企业跨代创业是家族二代资源禀赋与外部环境整合与创新的过程[4]，跨代创业机会的识别受到外部非经济关系和风险感知等要素的影响较深[15]，同时家族企业跨代创业势必与同一地域内其他企业在资源禀赋的获取等方面产生激烈竞争，导致跨代创业活动与外部环境产生动态的双向性互动和调适[16]。
总结来看，目前关注家族企业跨代创业的研究较多，但通常都是集中于家族企业内部产生创业活动的机制，以及创业活动与外部经济环境的交互关系[17]，对家族企业创业活动的区位选择以及空间分布则缺乏关注。同时由于缺乏较为成熟的理论体系，目前针对跨代创业的研究多半是概念性的理论评述和探索性的案例分析，定量研究的成果则相对较为罕见[18]。
实际上，创业活动的空间分布往往呈现出非随机状态[19]，某些区域是创业活动发生的热点，并且往往会出现创业禀赋在不同区域之间的溢出效应、邻近效应和集聚效应[20]，也就是创业行为具有空间自相关的特点。如此看来，探讨创业活动的集聚性可以为家族企业接班人选择合适的区位提供指导，比如创业热点区域所产生的溢出效应可能使得其周边地区成为竞争力偏弱企业二次创业的合适区位。
同时，目前经济地理学科针对创业行为的研究多基于某地区的总创业水平，使用新创企业的数量[20]，或者规模经济以上新创企业的销售收入[21]作为研究样本，这就可能混淆了两种完全不同的创业活动。事实上，一个特定地区所出现的创业活动至少可以分为两种，一是创业者初次进入市场而注册的新公司，二是之前已经活跃在市场上公司的内部创业[22]（包括公司内部新事业单元的推出、公司员工自行建立新的企业组织）。不难看出，上述后面一种创业活动可能因其特有的知识资源、资金资源、人力资源等要素丰度较高而具有较强的竞争力，而后面一种活动的典型载体就是家族企业，其典型创业方式就是家族企业接班人完成代际传承之后所从事的跨代创业活动。
另外，经济地理学科一直关注创业活动之所以形成一定形式空间分布的原因，比如特定区域内劳动力资源[23]、专业知识储备水平[24]、资金融通难易程度[25]、配套服务支撑作用[26]等要素都可能会影响到创业活动的地理特征。探讨上述因素对区域内创业活动的影响机制，能够进一步验证创业活动集聚现象，同时还能够为创业者选择合适的创业活动区位提供更为详细的行动指导。
目前对创业活动与区位选择之间关系的研究工作多半基于省域尺度[27]，本文的研究也承袭这一趋势，选择省域作为区域分析的基本单位。另外，由于省域范围内家族企业的数量存在较大差异，同时家族企业接班人的特殊性也使其跨代创业活动呈现出较为复杂的格局，因此本研究需要将家族企业内外部要素整合在一个分析工具之下。生态位理论中“态”能够反映某个时点上的对象属性，而“势”则能够反映出某个时间段内对象的演化特征[28]。因此，为了提取更为全面的维度指标，有效剔除各种类型指标量纲差异的影响，并且能够有效链接外部环境因素与家族企业内部创业活动，本文拟将家族企业跨代创业活动本身及其影响因素都量化为生态位数值进行实证分析。
综上所述，本文选择家族企业跨代创业这一活动作为研究主体，将空间分析工具与家族企业跨代创业进行有效结合，力求更为精确地探讨省域范围内家族企业跨代创业活动的空间格局以及影响因素的作用机制。本文意在运用空间自相关性分析工具揭示家族企业跨代创业的空间差异性，同时有效评价单个因素的影响方式及强度，从而进一步揭示家族企业跨代创业活动空间差异的成因机理，为家族企业二代创业者的区域战略选择提供参考和佐证。

1 研究区域、数据及方法

1.1 研究区域及样本数据

本文的研究对象是家族企业，考虑到家族企业的经营状况，特别是其财务数据往往难以获得，因此本研究拟将沪市、深市、中小板、创业板上市公司的家族企业作为样本。借鉴学者们之前的相关研究[7]，本文将进入家族企业代际传承的标准界定为：创始人的子女（包括儿子、女儿、女婿和儿媳）2015年末已经在上市公司董事会或者管理层任职的家族企业；而家族企业跨代创业的标准界定为二代接班后上市公司涉足了不同于创始人的新行业。家族企业数据包括其年报和招股说明书，数据来源于CSMAR数据库、CCER数据库和WIND数据库。
从空间分布来看，为明确家族企业跨代创业的集聚特征，本文以省份范围（因数据收集问题，研究数据未包括港澳台地区）为地域分析单元。从数据时限来看，我们将研究数据的时间范围限定在2008—2016年，之所以选择2008年作为起点，主要考虑到中小板、创业板分别于2004、2008年启动，这样可以最为有效地延长数据的横向时间跨度，从而较为完整地反映家族企业二代接班人的创业过程；之所以截止于2016年，是为了保证选取的家族上市公司至少能够经历一个完整的会计年度，确保各个家族企业样本在时效上的一致性和研究结论的稳健性。

1.2 生态位评价方法

生态位态势理论由朱春全提出[29]，后来该理论被导入社会科学领域。本文的评价模型主要根据朱春全提出的生态位态势模型，在某一个变量维度下生态位的计算公式如下：
N i = S i + A i P i / ∑ j = 1 n S j + A j P j
式中： i , j = 1,2 , ∙ ∙ ∙ n； N i为省域 i范围内家族企业跨代创业的生态位； S i为省域 i范围内家族企业跨代创业的态； P i为省域 i范围内家族企业跨代创业的势； S j为省域 j范围内家族企业跨代创业的态； P j为省域 j范围内家族企业跨代创业的势； A i和 A j为量纲转换系数。
公式（1）中的分子项可视为省域 i范围内家族企业跨代创业的绝对生态位，该分子项与其他省域范围内家族企业跨代创业绝对生态位之和的比值则是省域 i范围内家族企业跨代创业的相对生态位。
在所有维度下省域 i范围内家族企业跨代创业的综合生态位计算公式为：
M i j = ∑ i = 1 n N i j n × 100 %
式中： M i j表示省域 i范围内家族企业跨代创业的综合生态位； N i j是每一个变量维度的生态位； n为影响变量的个数；j为所研究省域的个数。
各个变量维度下生态位态势以及综合生态位大小的取值范围在0~1之间，生态位值越接近1，说明研究对象在系统中的作用越大，也即家族企业跨代创业行为的趋势越明显，反之则变化趋势相反。

1.3 空间自相关分析

本文采取空间自相关方法来分析创业活动的空间集聚状况。该方法用于确定某一变量是否在空间上相关以及相关程度如何，通常分为全局空间自相关和局域空间自相关，常用 M o r a n ' s   I统计量来反映。全局空间自相关用于探索整个空间属性数据的分布模式及空间结构情况，反映的是空间邻接或邻近区域单元属性值的相似程度[30-31]。

1.4 影响因素的计量模型设定

本文对家族企业跨代创业影响因素的探讨采用Anselin的空间线性回归方程，该回归方程根据参数的取值不同，存在不同的类型：空间滞后模型（Spatial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM）。在具体的实证检验中，需要对空间滞后模型（SLM）和空间误差模型（SEM）进行选择。依据Anselin等提出的判别准则[32]，通常的做法是通过比较拟合优度Adjusted R2及自然对数似然函数值log L的大小，如果空间自相关性检验中发现，如果SLM模型的拟合优度Adjusted R2较大，并且自然对数似然函数值log L较大，则空间滞后模型是恰当的模型，反之则空间误差模型是恰当的模型。

2 家族企业跨代创业的空间集聚特征

2.1 家族企业跨代创业的生态位评价

目前Grinnell的“空间生态位”、Charles Elton的“功能生态位”和Hutchinson的“多维超体积生态位”是应用最广的三个生态位概念[28]。其中，“多维超体积生态位”因综合考虑了多个因素、多维空间对生态位的共同影响，而被广泛使用[33]。
本文也基于这种概念，并结合家族企业代际传承的特有属性，本着科学性、数据可获取性、可比性及整体性等原则，选取如下指标对特定省域范围内家族企业跨代创业的空间集聚行为进行测定：进行了跨代创业行为的家族企业数量、跨代创业行为所涉及的产业种类数、跨代创业后新产业的总营业收入。
本文选择2008—2016年沪市、深市、中小板、创业板上市公司的家族企业作为样本，并将上述样本数据划分为三个时间段（2008—2010、2011—2013、2014—2016年）进行分析，在各个时间段中将每个自然年度的省域范围内家族企业跨代创业评价指标现状值作为“态”的度量指标，以每年的平均增长率数值作为“势”的指标，以1a为时间尺度（即每年的平均增长量），即为纲常转换系数[34]。
将上述数据代入公式（1）和公式（2）中计算，分别得出国内各省份家族企业跨代创业行为各维度生态位以及综合生态位的数值（表1为2008—2010年的计算结果，因篇幅所限2011—2013、2014—2016年的计算结果略去）。
表1 省域范围内家族企业跨代创业的生态位数值及排名（2008—2010年）

Tab.1 Value and ranking of ecological niche in family firm trans-generational entrepreneurship at the provincial level

地区 省份 家族企业数生态位 产业种类数生态位 总营业收入生态位 综合生态位
生态位 排名 生态位 排名 生态位 排名 生态位 排名
华东地区 上海 0.065859 4 0.067182 4 0.067066 4 0.066702 4
山东 0.045815 6 0.042596 6 0.045662 5 0.044691 6
江苏 0.128854 3 0.127217 3 0.126997 3 0.127689 3
安徽 0.018612 12 0.018153 12 0.014412 13 0.017059 12
江西 0.006925 18 0.008634 18 0.008890 17 0.008150 18
浙江 0.164646 2 0.181534 1 0.165523 2 0.170568 2
福建 0.044623 7 0.040738 7 0.040667 7 0.042009 7
华南地区 广西 0.006542 19 0.007319 20 0.008219 19 0.007360 19
广东 0.191849 1 0.165810 2 0.181220 1 0.179626 1
海南 0.004295 23 0.00719 21 0.003967 26 0.005151 23
华北地区 北京 0.047246 5 0.045741 5 0.042522 6 0.045170 5
天津 0.005932 21 0.004217 25 0.004210 25 0.004786 24
河北 0.014317 13 0.014437 13 0.018122 12 0.015625 13
山西 0.003988 26 0.005875 22 0.007178 21 0.005680 21
内蒙古 0.008590 16 0.008905 17 0.009332 16 0.008942 16
华中地区 河南 0.025771 10 0.019011 11 0.026398 10 0.023727 10
湖北 0.019564 11 0.026444 10 0.018978 11 0.021662 11
湖南 0.026994 9 0.030017 8 0.028967 9 0.028659 9
西南地区 重庆 0.007974 17 0.009348 16 0.008619 18 0.008647 17
四川 0.028634 8 0.029017 9 0.029965 8 0.029205 8
贵州 0.004042 25 0.003974 26 0.00438 24 0.004132 26
云南 0.002736 28 0.002902 27 0.002725 28 0.002788 28
西藏 0.002863 27 0.002730 28 0.002897 27 0.002830 27
东北地区 辽宁 0.013420 14 0.010335 15 0.013841 14 0.012532 14
吉林 0.010022 15 0.013865 14 0.010317 15 0.011401 15
黑龙江 0.005646 22 0.004540 23 0.005865 22 0.005350 22
西北地区 陕西 0.006342 20 0.008233 19 0.007306 20 0.007294 20
甘肃 0.004171 24 0.004388 24 0.004532 23 0.004364 25

注：因数据收集问题，未包括港澳台地区；因青海、新疆和宁夏3个省份在三个时间段之内均未检索到进行了跨代创业行为的家族企业，故未计入本次研究范围。

2.2 省域家族企业跨代创业活动的地理空间分布

采用ArcGIS自然间断点分级法对省域范围内家族企业跨代创业的生态位数值进行等级分类，如图1表示：省域范围内家族企业跨代创业行为存在明显的地区差异和空间集聚，其中三个时间段范围内家族企业跨代创业活动均在广东、浙江和江苏集聚，并逐渐向外围地区减弱。随着时间维度的推进，很多地区家族企业跨代创业水平提升较快，其中江苏和山东均跃入第一阶梯，湖北和安徽同时跃入第二阶梯，辽宁和吉林一同跃入第二阶梯；重庆和河北的跨代创业水平也有显著提升。此外，跨代创业水平提升的省域往往并不是独立出现，而是与其周边的省域相伴出现的。这种空间格局及动态变化特征是否隐含着空间相关性的作用?下文将通过空间自相关分析来探讨其内在机制。
图1 省域家族企业跨代创业行为的空间分布

Fig.1 The spatial distribution of family firm trans-generational entrepreneurship at the provincial level

2.3 家族企业跨代创业空间自相关分析

利用GeoDa软件计算2008—2016年省域范围内家族企业跨代创业的全局 M o r a n ' s   I 值（表2），结果显示2009、2013和2016年通过 Z值检验（ P ≤ 0.1），其中2009和2013年 M o r a n ' s   I值为负，表明家族企业跨代创业活动存在负向空间自相关且具有集聚特征；而其它年份则均通过 Z值检验（ P ≤ 0.05），且 M o r a n ' s   I值为正，表明家族企业跨代创业活动存在正向空间自相关且具有集聚特征，也即家族企业跨代创业水平高的省份在空间上邻近，跨代创业水平低的省份在空间上也邻近，但是该值最高也仅达0.2123，说明空间相关性并非很强。
表2 省域范围内家族企业跨代创业的全局Moran's I估计值（2008—2016年）

Tab.2 The estimate of Global Moran's I of family firm trans-generational entrepreneurship at the provincial level in 2008-2016

2008 2009 2010 2011 2012 2013 2014 2015 2016
M o r a n ' s   I 0.0857** -0.0034* 0.0955** 0.1739** 0.1194** -0.0069* 0.0534** 0.2123** 0.0771*
P 0.0774 0.0774 0.0096 0.0075 0.0131 0.0486 0.0373 0.0112 0.0693
Z 1.4473 0.5512 1.0606 3.3556 2.6923 1.8804 1.8300 3.0366 1.0321

注：“**”表示通过5%水平的显著性检验，“*”表示通过10%水平的显著性检验。

接着我们计算上述三个时间段范围内家族企业跨代创业生态位水平的 L I S A值，并在Z检验基础上绘制 M o r a n散点图（因篇幅所限略去）以及 L I S A聚类图（图2），分析省域范围内家族企业跨代创业活动的局部空间自相关性及空间分布的异质性。从 M o r a n散点图及其统计数据可以看出，省域范围内家族企业跨代创业活动的全域性与局域性空间依赖紧密相联，总体方向一致，存在空间溢出效应，但不同省域之间存在不同的空间相关方式，以局域性的“高—低集聚”以及“低—高集聚”为主要表现形式。
图2 省域家族企业跨代创业行为的 L I S A聚类图

Fig.2 LISA cluster map of family firm trans-generational entrepreneurship at the provincial level

根据 L I S A聚类（图2）的分析结果，在三个时间段内，广东、北京和四川等地区均属于“高—低集聚”状态；随着时间的推移，山西、江西和黑龙江等地区均进入“低—高集聚”状态。同时， L I S A聚类图还显示出较为明显的空间异质性：①在2011—2013年，浙江和江苏同时呈现出“高—高集聚”的特征，而旁边的上海则属于低—高集聚特征；而在2014—2016年，浙江、江苏、上海和山东则同时呈现出“高—高集聚”的特征。②在2011—2013年，甘肃地区出现“低—低集聚”的特征；而在2014—2016年，云南和贵州同时出现“低—低集聚”的特征。

3 家族企业跨代创业空间集聚的影响因素分析

上述研究表明国内家族企业跨代创业状况呈现出较为明显的集聚特征。为探析其中的原因，本文将采用空间常系数模型分析家族企业跨代创业空间集聚的影响因素。

3.1 变量选择

家族企业在其代际传承过程中，其创二代是否会选择进入全新的产业，除了二代接班人自身的知识境界、企业经营价值观、对未来产业发展趋势的判断等要素禀赋之外，外部环境变量的影响也不可忽视。按照生态位理论的观点，家族企业与其外部资源及环境变量的组合即为家族企业的种群生态位，外部环境所包括的政策、人才、技术和服务等都将分别构成各自的作用维度，这样就形成了一个多维的超体积[25]。
考虑到数据的可获得性以及横向可比性，并参阅相关文献[35]，本文重点从人力资本、政府支持力度、技术研发强度和专业化服务水平等四个方面来解析家族企业跨代创业空间集聚的影响因素。具体的变量选择包括人才生态位、政策生态位、技术生态位、服务生态位，其具体的测度方法见表3。
表3 变量选择及其测度方法

Tab.3 The explanatory variables and their measurement methods

解析变量 英文缩写 测度方法
人才生态位 HumanC 每万人拥有高校在校生数
政策生态位 GovP 地方财政支出占地区生产总值的比重
技术生态位 SciT 研究与试验发展（R&D）经费投入强度
服务生态位 SerL 服务业增加值比重

3.2 实证研究

3.2.1 模型设定

为减少数据的波动和降低模型的异方差性，在构建模型之前，先对所有变量指标的数据进行自然对数化处理。然后根据上述变量选择及空间常系数模型的基本形式，本研究分别构建了影响省域范围内家族企业跨代创业空间分布的空间滞后模型和空间误差模型。
其中，空间滞后模型（SLM）为：
l n E i t = β 0 + β 1 l n H u m a n C i t + β 2 l n G o v P i t + β 3 l n S c i T i t + β 4 l n S e r L i t + ρ W l n E i t + ε i t
式中： ρ是空间自回归系数；W是空间权重矩阵； ρ W l n E i t是空间滞后变量； ε i t是随机误差项。
空间误差模型（SEM）为：
l n E i t = β 0 + β 1 l n H u m a n C i t + β 2 l n G o v P i t + β 3 l n S c i T i t + β 4 l n S e r L i t + ε i t ε i t = φ W ε i t + μ i t
式中: φ是空间误差系数，衡量了样本观测值的空间依赖关系； W ε i t是空间滞后误差项。
在式（3）和式（4）中， l n E i t表示省域i第t年的生态位数值， l n H u m a n C i t表示省域i第t年的人才生态位水平， l n G o v i t示省域i第t年的政策生态位水平， l n S c i i t表示省域i第t年的技术生态位水平， l n S e r L i t表示省域i第t年的服务生态位水平。

3.2.2 模型选择

前面的研究结论表明：省域范围内家族企业跨代创业活动存在显著的空间自相关性，为剔除其影响，本文引用纳入空间自相关性的空间计量经济模型进行估计，分析不同省域范围内家族企业跨代创业生态位呈现出显著差异的影响因素。
相关研究表明，区域环境因子对创业水平的影响通常具有滞后性，以滞后一年或者三年为宜[36]。本研究所使用的生态位数据是截取了2008—2010、2011—2013和2014—2016年三个时间段进行分析的，因此下面我们首先将2008—2010年数据作为自变量，2011—2013年数据作为因变量进行回归分析（表4），其次将2011—2013年数据作为自变量，2014—2016年数据作为因变量进行回归分析（表5）。
表4 省域范围内家族企业跨代创业影响因素空间计量回归结果（2011—2013年）

Tab.4 Regression results of influencing factors of family firm trans-generational entrepreneurship at the provincial level in 2011-2013

变量 空间滞后模型（SLM） 空间误差模型（SEM）
β S t d . E t值 P值 β S t d . E t值 P值
CONSTANT -0.03337 0.01116 -2.91220 0.00272 -0.03590 0.01087 -3.21453 0.00094
l n H u m a n C 0.00331 0.00326 0.98830 0.30241 0.09378** 0.00305 1.20432 0.21084
l n G o v P 0.09912 0.02374 4.06746 0.00000 0.06742** 0.02546 4.30151 0.00000
l n S c i T -0.00052 0.00419 -0.12111 0.87789 0.01986 0.00398 0.48682 0.60142
l n S e r L 0.02302 0.01168 1.92031 0.04747 0.11756*** 0.01222 1.40015 0.14680
ρ / φ 0.00972 0.05648 0.16772 0.84111 0.36082*** 0.13186 2.66613 0.00604
统计检验值
R 2 0.91880 0.92633
L o g L 223.79485 226.76017

注：“***”表示通过1%水平的显著性检验，“**”表示通过5%水平的显著性检验，“*”表示通过10%水平的显著性检验。表5同。

表5 省域范围内家族企业跨代创业影响因素空间计量回归结果（2014—2016年）

Tab.5 Regression results of influencing factors of family firm trans-generational entrepreneurship at the provincial level in 2014-2016

变量 空间滞后模型（SLM） 空间误差模型（SEM）
β S t d . E t值 P值 β S t d . E t值 P值
CONSTANT -0.05578 0.01259 -4.31478 0.00000 -0.06282 0.01187 -5.15537 0.00000
l n H u m a n C 0.00906 0.00345 2.55624 0.00847 0.11032** 0.00307 3.58649 0.00022
l n G o v P 0.07465 0.02170 3.35124 0.00057 0.05503** 0.02264 3.85071 0.00007
l n S c i T -0.03131 0.00749 4.06666 0.00002 -0.02779* 0.00743 3.64223 0.00018
l n S e r L 0.04605 0.01687 -2.65913 0.00618 0.13284*** 0.01812 -1.76554 0.06814
ρ / φ 0.03159 0.05424 0.56751 0.54577 0.38912*** 0.12868 2.94588 0.00243
统计检验值
R 2 0.91057 0.92015
L o g L 193.48981 196.79914
由表4和表5可知，上述两个回归结果中，空间误差模型（SEM）的 A d j u s t e d   R 2以及 L o g   L均大于空间滞后模型（SLM），也就是其空间效应更多地体现在误差项上。因此，本研究选择SEM模型作为基准模型，分析各设定变量对省域范围内家族企业跨代创业活动的具体影响程度。

3.2.3 实证结果分析

第一，从空间影响效应来看，SEM模型回归结果显示：空间误差系数φ在2011—2013、2014—2016年两个时间段内均通过了1%水平的显著性检验，其系数分别为0.36082、0.38912，这就表明省域范围内家族企业跨代创业活动具有较高的关联性，空间上存在明显的区际联动效应，且从2011—2013、2014—2016年两个时间段的影响系数看，这种空间效应在逐步增强，这与前文用探索性空间数据分析得出的结果一致。
第二，在所有的影响因素之中，服务生态位的影响力最大，两个时间段上，其影响系数分别为0.11756和0.13284，并都通过了1%的显著性水平检验，这表明专业性服务机构对家族企业进行跨代创业具有较好的支撑作用，比如：咨询、研发、设计、财务、物流、检测、集成、安装、调研等服务机构，都能够为家族企业接班人进入其他行业提供专业性的知识和资讯，并帮助家族企业较快地适应新的行业环境。
第三，在两个时间段内，人才生态位和政策生态位两个影响变量都通过了5%的显著性水平检验，且系数显著为正，这说明两者与家族企业跨代创业在空间上都存在关联性，且分别从不同程度促进了跨代创业活动的开展。但从回归结果看，两者影响力呈现出相反的变动趋势，2011—2013、2014—2016年两个时间段内人才生态位的回归系数分别为0.09378和0.11032，影响力总体呈增强的趋势，而政策生态位的回归系数分别为0.06742和0.05503，呈现逐步减弱的趋势。这说明，家族企业接班人选择进入新的行业需要充足的人才储备，随着高等院校毕业生的增加，跨代创业的可行概率也在上升。同样的，政府支持度在一定程度上也可以促进跨代创业行为，但其影响程度出现了较为微弱的降低趋势，说明适度的政策支持有助于跨代创业的进行，但超过合适程度的干预则可能会限制家族企业代际传承过程中市场化程度的提高和新旧行业的转换。
第四，与上述影响因素相比，技术生态位的影响力最小，在2011—2013、2014—2016年两个时间段内的回归系数仅为0.01986（且未通过显著性检验）和0.02779（仅通过10%的显著性水平检验），且影响力逐渐由正向转为负向，说明技术生态位尚未对家族企业跨代创业形成有效的促进作用。从目前所收集到的家族企业案例资料来看，竞争力较强的家族企业往往会选择关联性的产业进入，而竞争力较弱的家族企业往往会选择互联网服务、游戏开发和软件设计等新兴产业进入，也即家族企业跨代创业所需要的专业性技术资源可能类似于，也可能有异于之前的产业类型，因此技术生态位的影响力呈现出了不明确的状况。

4 家族企业跨代创业空间集聚现象的解释：一个理论模型的构建

4.1 理论模型简介

从前文的实证研究可以看出，省域范围内家族企业跨代创业活动一共呈现出“高—低集聚”、“低—高集聚”、“高—高集聚”和“低—低集聚”四种类型，其中以局域性的“高—低集聚”以及“低—高集聚”为主要表现形式。从影响因素来看，服务生态位对家族企业跨代创业的影响最大，其次为人才生态位和政策生态位，影响程度最低的是技术生态位。为了对这两种现象进行解释，本文构建出了一个理论模型，命名为“家族企业跨代创业业务分析矩阵”，尝试进行探索性的诠释。
如图3所示，我们将家族企业跨代创业状况使用两个维度来表征，横轴为“创业业务在企业中的比重高低”，测量数值从低到高；纵轴为“创业业务与原有业务的差异度”，测量数值从低到高。如此就能够在二维平面上将家族企业跨代创业行为细分为四种类型：蜕变型创业（创业业务比重高、创业业务与原有业务差异大）、尝试型创业（创业业务比重低、创业业务与原有业务差异大）、延伸型创业（创业业务比重高、创业业务与原有业务差异小）、固守型创业（创业业务比重低、创业业务与原有业务差异小）。
图3 家族企业跨代创业业务分析矩阵

Fig.3 Analysis matrix of family firm trans-generational entrepreneurship business

4.2 家族企业跨代创业空间集聚特征诠释

基于“家族企业跨代创业业务分析矩阵”，对家族企业跨代创业空间集聚特征进行诠释，因篇幅所限，我们只选择了“高—低集聚”状态进行解释，其它空间集聚类型状况见表6。根据前文分析的结果，广东、北京和四川等地区家族企业跨代创业活动的空间自相关分析结果为“高—低集聚”状态，这可能是因为上述省域家族企业多为蜕变型跨代创业类型，其创业业务比重高，且多在全新的行业或者产品上进行创业活动，因而对资源禀赋的数量需求以及“虹吸效应”均较强，因此上述省域家族企业创业活动可能吸纳了周边省域较多的资源，且自身处于跨代创业的高丰度水平，因此在空间自相关分析中呈现出“高—低集聚”状态。
表6 家族企业跨代创业空间集聚特征差异的诠释

Tab.6 Interpretation of spatial agglomeration difference in family firm trans-generational entrepreneurship

序号 空间集聚特征 省域内家族企业跨代创业业务类别 典型省
域范例
目标省域 周边省域
1 高—低集聚 蜕变型 延伸型、固守型 广东
2 低—高集聚 固守型 蜕变型、尝试型 江西
3 高—高集聚 蜕变型 蜕变型、尝试型 浙江
4 低—低集聚 固守型 延伸型、固守型 贵州

4.3 家族企业跨代创业空间集聚的影响因素特征诠释

基于“家族企业跨代创业业务分析矩阵”，我们对家族企业跨代创业空间集聚影响因素的差异性进行分析，根据前文分析的结果，按照种群生态位对家族企业跨代创业影响程度高低排序为：服务生态位、人才生态位、政策生态位和技术生态位，也即不同生态位对四种跨代创业类型的影响程度是迥异的。因篇幅所限，我们只选择了服务生态位和技术生态位进行解释，其余两种影响因素状况见表7。
表7 家族企业跨代创业空间集聚影响因素差异的诠释

Tab.7 Interpretation of influence factor difference in spatial agglomeration of family firm trans-generational entrepreneurship

序号 跨代创业
业务类别		 影响因素类别
服务生态位 人才生态位 政策生态位 技术生态位
1 蜕变型 ★ ★ ★ △
2 尝试型 ★ ★ △ △
3 延伸型 ★ △ △ ☆
4 固守型 ☆ ☆

注：☆：弱影响；△：一般影响；★：强影响。

蜕变型、尝试型和延伸型等跨代创业活动均在较大程度上涉及到新行业、新产品以及新的经营理念，因此需要较为完善的专业性服务，所以服务生态位对它们的影响程度均较强，固守型跨代创业虽然创新程度较低，但基于维持现有竞争态势的需要也离不开专业性服务机构的支持，因此服务生态位对其影响程度处于一般水平。
同时，蜕变型和尝试型跨代创业活动多半涉及到了新的产业类型，因此技术生态位的影响可能并不明确，所以其影响程度只是一般水平，延伸型跨代创业活动大多只是在关联性行业的拓展，可能并不涉及到较多的技术创新内容，因此技术生态位的影响较弱，而固守型跨代创业在创新活动方面的质量和数量均较小，因此技术生态位的影响程度可能太低而可以忽略。

5 结论与政策建议

5.1 研究结论

本文通过对2008—2010、2011—2013、2014—2016年三个时间段内省域范围内家族企业跨代创业活动的空间特征以及影响因素进行分析，得出如下结论：
第一，各省域家族企业跨代创业水平差异明显，创业活动主要集中在以广东、浙江和江苏为核心的长三角和珠三角地区，但有向周边扩散的态势；很多省域的家族企业跨代创业水平都提升较快，说明随着家族企业创二代的广泛介入，跨代创业也逐渐成为主流趋势。通过冷热点分析可知，跨代创业水平提升的省域往往并不是独立出现，而是与其周边的省域相伴出现。
第二，省域之间家族企业的跨代创业活动多数呈现出空间负相关性，这意味着省域间家族企业对资源禀赋存在一定的争夺行为；与此同时，少数省域之间家族企业的跨代创业活动出现了空间正相关性，这意味着资源禀赋可能在不同省域家族企业之间进行了合理的流动和共享，由此可知对于家族企业跨代创业活动而言，创业活动空间自相关性的影响既不能被忽视也不能被夸大。
第三，由空间计量分析结果可知，SEM模型是本研究的最优基准分析模型，省域家族企业跨代创业活动存在明显的空间自相关性，且其空间效应更多地体现在误差项上。从影响因素来看，服务生态位对家族企业跨代创业的影响最大，其次为人才生态位和政策生态位，影响程度最低的是技术生态位。这表明家族企业二代创业举动不同于一代创业，从依赖一般性技术研发转向高层次人才和专业性服务等要素，这也从另一个角度诠释了当前“互联网+”类型新创企业大行其道的现象。在所有变量中，技术生态位的影响出现了从正向到负向的反转，说明对于不同发展阶段上的家族企业而言，技术研发活动对其二代接班人跨代创业的作用效应不稳定。

5.2 政策建议

通过本文的研究，对提升家族企业跨代创业成功率提出如下两点建议：
第一，鉴于选择进入新的产业已逐渐成为家族企业未来发展的趋势，家族企业的二代接班人在选择其创业业务的区域定位时，应当首先充分了解省域家族企业跨代创业的集聚状况，处于广东、浙江和江苏等高值簇省份的家族企业可以考虑扎根其目前所在地，并逐渐向周边地区渗透，而处于云南、贵州和山西等低值簇省份的家族企业可以考虑向跨代创业的热点地区靠近。同时，基于“高—低集聚”以及“低—高集聚”是目前跨代创业集聚的主要表现形式，这就表明相邻地区之间跨代创业的虹吸效应明显，考虑到错位发展举措对竞争优势的培育，以及提升创业活跃度的必要性，相邻地域应当加强交流与合作，形成产业链的科学分工与目标市场的协调发展。
第二，对家族企业跨代创业活动促进作用最大的是当地的专业性服务水平，因此各地区都应当积极构建和完善专业性的服务机构，根据当地家族企业二代接班人新兴产业类型的选择，加强金融、咨询、物流、设计、财务和调研等软环境建设，为跨代创业活动提供良好的条件和空间。另外，专业人力资源对跨代创业活动的促进作用程度逐渐增加，因此各地区都应当加大互联网服务、游戏开发和软件设计等新兴产业人才的培育和储备，为家族企业可能的创业活动提供足够的人才团队支撑。同时，政策制度在一定程度上也可以促进跨代创业行为，但其影响程度出现了较为微弱的降低趋势，因此各地区应当根据家族企业生命周期所处阶段的不同，对跨代创业行为采取差异化的支撑举措，比如在直接性的资金提供与间接性的政策引导之间寻求科学的动态平衡。最后，针对技术开发对家族企业跨代创业促进状况的不明确趋势，各地区应当在考察本地以及相邻地区跨代创业的主流产业选择的基础之上，有选择性地进行恰当的技术研发，以增强技术要素在产业链演化中的前向和后向溢出效应，帮助提升技术创新对家族企业跨代创业的驱动作用。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
汤勇, 汤腊梅. 区域创业资本与经济增长关系——基于中部地区面板数据的研究[J]. 经济地理, 2014, 34(4):33-39.

[2]
胡望斌, 张玉利, 杨俊. 同质性还是异质性:创业导向对技术创业团队与新企业绩效关系的调节作用研究[J]. 管理世界, 2014(6):92-109.

[3]
陈江, 陈凌, 杨祎婧. 组合创业影响家族企业成长的过程机制研究——基于浙江振石控股集团的案例探析[J]. 科学学研究, 2013(5):751-763,74.

[4]
郭超. 子承父业还是开拓新机——二代接班者价值观偏离与家族企业转型创业[J]. 中山大学学报:社会科学版, 2013(2):189-198.

[5]
Habbershon T G, Pistrui J. Enterprising Families Domain:Fami-ly-influenced Ownership Groups in Pursuit of Transgenerational Wealth[J]. Family Business Review, 2002, 15(3):223-237.

[6]
Rogoff E G, Heck R K Z. Evolving Research in Entrepreneurship and Family Business:Recognizing Family as the Oxygen that Feeds the Fire of Entrepreneurship[J]. Journal of Business Venturing, 2003, 18(5):559-566.

[7]
李新春, 韩剑, 李炜文. 传承还是另创领地?——家族企业二代继承的权威合法性建构[J]. 管理世界, 2015(6):110-124,18.

[8]
Carnes C M, Ireland R D. Familiness and Innovation:Resource Bundling as the Missing Link[J]. Entrepreneurship Theory and Practice, 2013, 37(6):1 399-1 419.

[9]
宋泉昆. 家族企业代际传承、跨代转型创业与经营绩效——考虑继承人社会资本的调节作用[D]. 大连: 大连理工大学, 2016.

[10]
Serrano C C, Habbershon T G, Nordqvist M, et al. A Conceptual Mmodel of Transgenerational Entrepreneurship in Family-influenced Firms[J]. HEC Family Business, 2006(1):1-22.

[11]
刘佳, 梁强. 跨代创业与企业家精神培育——基于匹克体育的案例研究[J]. 中大管理研究, 2013, 8(4):141-161.

[12]
Zellweger T M, Nason R S, Nordqvist M. From Longevity of Firms to Transgenerational Entrepreneurship of Families Introducing Family Entrepreneurial Orientation[J]. Family Business Review, 2012, 25(2):136-155.

[13]
陈文婷. 家族企业跨代际创业传承研究——基于资源观视角的考察[J]. 东北财经大学学报, 2012(4):3-9.

[14]
储小平, 李桦. 创业式接班[J]. 北大商业评论, 2013(12):58-65.

[15]
Hoy F, P Sharma. Entrepreneurial Family Firms[M]. New Jersey: Prentice Hall, 2010.

[16]
侯杰, 陆强, 石涌江, 等. 基于组织生态学的企业成长演化:有关变异和生存因素的案例研究[J]. 管理世界, 2011(12):116-130.

[17]
张秀娥, 张梦琪, 王丽洋. 社会网络对新生代农民工创业意向的影响机理研究[J]. 华东经济管理, 2015, 29(6):10-16,185.

[18]
吴炳德, 陈士慧, 窦军生, 等. 家族企业代际创业研究动态与述评[J]. 中国科技论坛, 2017(3):117-124.

[19]
Breitenecker R J, Harms R. Dealing with Spatial Heterogeneity in Entrepreneurship Research[J]. Organizational Research Methods, 2010, 13(1):176-191.

[20]
丁玥, 朱华晟, 贺清灿. 广东省创业活动的地区差异及其影响因素[J]. 经济地理, 2017, 37(11):92-98.

[21]
高建, 石书德. 中国转型经济背景下创业地区差异的决定因素研究[J]. 科学学研究, 2009, 27(7):1 011-1 019.

[22]
魏江, 戴维奇, 林巧. 公司创业研究领域两个关键构念——创业导向与公司创业的比较[J]. 外国经济与管理, 2009(1):24-31.

[23]
Almeida P, Kogut B. The Exploration of Technological Diversity and the Geographic Localization of Innovation[J]. Small Business Economics, 1997, 9(1):21-31.

[24]
Döring T, Schnellenbach J. What do we know about geographical knowledge spillovers and regional growth?:A survey of the literature[J]. Regional Studies, 2006, 40(3):375-395.

[25]
郑长娟, 邹德玲, 王琳. 浙江服务业发展的时空演化和行业集聚特征[J]. 经济地理, 2015, 35(4):114-122.

[26]
王希泉. 创业活动、技术创新与绿色创新绩效的空间溢出研究[J]. 科技与经济, 2015, 28(6):32-36.

[27]
杨勇, 朱乾, 达庆利. 中国省域企业家精神的空间溢出效应研究[J]. 中国管理科学, 2014, 22(11):105-113.

[28]
李淑娟, 陈静. 基于生态位理论的山东省区域旅游竞合研究[J]. 经济地理, 2014, 34(9):179-185.

[29]
朱春全. 生态位态势理论与扩充假说[J]. 生态学报, 1997, 17(3):325-332.

[30]
ArcGIS Resource Center. 核密度分析的工作原理[EB/OL]. http://help.arcgis.com/zh-cn/arcgisdesktop/10.0/help/index.html#/na/009z00000011000000/,2017-04-28.

[31]
ArcGIS Resource Center. 空间自相关(Global Moran's I)的工作原理[EB/OL]. http://help.arcgis.Com/zh-cn/arcgisdesktop/10.0/help/index.html#//005p0000000t000000,2017-04-28.

[32]
Anselin L, Bera A K, Florax R, et al. Simple diagnostic tests for spatial dependence[J]. Regional Science & Urban Economics, 1996, 26(1):77-104.

[33]
Hutchinson G E. Concluding Remarks[J]. Cold Spring Harbor Symposia on Quantitative Biology, 1957, 22(2):415-427.

[34]
孙海燕, 孙峰华, 吴雪飞. 基于生态位理论的山东半岛蓝色经济区旅游业竞争力[J]. 经济地理, 2015, 35(5):198-203.

[35]
毕斗斗, 方远平, Bryson John, 等. 中国生产性服务业发展水平的时空差异及其影响因素——基于省域的空间计量分析[J]. 经济地理, 2015, 35(8):104-113.

[36]
Sutaria V, Hicks D A. New firm formation:Dynamics and determinants[J]. Annals of Regional Science, 2004, 38(2):241-262.

Options
Outlines

/

〈 〉