数字技术创新影响企业区位选择研究综述

摘要：数字技术创新作为数字经济时代的核心驱动力，正在深刻改变企业区位选择的决策模式。本文系统梳理了数字技术创新影响企业区位选择的现有文献，介绍了数字技术创新及企业区位选择的定义与测度，归纳了数字技术创新的影响研究及企业区位选择的影响因素，并整理了数字技术创新影响企业区位选择的作用机制。现有研究表明，数字技术通过降低信息成本、优化资源配置和知识溢出效应，使企业能够更灵活地选择生产地点，降低对地理邻近性的依赖，并推动区域创新生态系统的形成。然而，现有研究仍存在动态视角缺失、产业链异质性忽视和区域行业异质性研究不足等问题。未来研究应结合动态视角、产业链视角和区域行业异质性，进一步深化对数字技术创新影响企业区位选择的理解。本文为学术界和政策制定者提供了全面的理论支持和研究方向，有助于更好地理解数字经济时代企业区位选择的复杂性和多样性。

关键词：数字技术创新，企业区位选择，信息成本，资源配置，知识溢出

一、引言

随着数字技术的快速发展和广泛应用，数字技术创新已成为推动经济增长和产业升级的核心动力。在这一背景下，企业区位选择的决策模式正在发生深刻变化。传统区位理论主要关注运输成本、劳动力成本和市场需求等静态因素[1][2]，而数字技术创新通过降低信息成本、优化资源配置和促进知识溢出，正在重塑企业区位选择的驱动机制[3]。然而，尽管现有研究从宏观、中观和微观三个层次探讨了数字技术创新的经济影响，但关于其如何影响企业区位选择的研究仍处于起步阶段，尤其是对动态视角、产业链异质性和区域行业异质性的探讨较为有限。本文旨在系统梳理数字技术创新影响企业区位选择的现有文献，揭示其核心机制与研究缺口，为未来研究提供理论支持和方向指引。通过这一综述，我们期望为学术界和政策制定者提供更全面的视角，以理解数字经济时代企业区位选择的复杂性和多样性。

二、数字技术创新的相关研究

（一）数字技术创新的定义与测度

1. 数字技术创新的内涵

数字技术创新的概念首次提出时，被定义为数字和物理组件的新组合以生产新产品[4]，强调其通过硬件、软件、内容和网络四个层次的分离与重组，推动了超越传统行业和产品边界的创新。学者进一步指出，数字技术创新是在创新过程中对数字技术的使用[5]，将数字技术创新视为一种社会技术现象，强调其对市场产品、业务流程或模式的变革。将数字技术创新概念的核心进行总结，即企业或组织以数字技术为底层基础，创造出全新的产品、流程、组织和商业模式的过程及结果[6]。数字技术创新的成果，在大多数研究中以专利产出作为具体表现。

2. 数字技术创新的测度

随着数字技术的快速发展，数字技术创新的测度方法逐渐成为学术界和实践界关注的焦点。现有研究从多个角度出发，提出了多种测度方法。综合指数法和熵值法被广泛应用于数字技术创新水平的测度，有研究从数字基础设施、数字技术创新和数字融合程度三个维度选取指标，构建了数字技术创新水平的测度框架，使用Dagum基尼系数和方差分解方法，从空间和结构视角分析了中国数字技术创新水平的区域差异[7]。

专利数据是衡量数字技术创新水平的重要指标，因为专利能够直接反映企业的技术投入和创新成果。有研究基于2008—2021年上市公司数字专利数据，利用全要素生产率（TFP）测算方法，分析数字技术创新对企业高质量发展的推动作用；还有研究以专利IPC分类号对专利数据筛选，得到城市的数字技术专利申请量，用以衡量地级市数字经济发展水平[8]。文本分析和机器学习方法为数字技术创新的测度提供了新的视角，有研究通过专利文本分析识别中国数字技术专利，并构建了二阶段时空极差熵值法测度数字技术创新水平。这些研究表明，专利数据是衡量数字技术创新水平的有效工具，尤其适用于区域和产业层面的分析。

二、关于数字技术影响效应的研究

数字技术创新作为数字技术的动态演进过程，其影响研究大多基于数字技术的静态属性与应用场景展开。因此，尽管大量研究以数字技术的影响为核心，但其结论同样为理解数字技术创新的影响提供了重要参考。本节将从微观、中观、宏观三个层面，系统梳理相关文献，为后续研究奠定基础。

1.数字技术微观层面影响效应的研究

在消费模式方面，电商平台和移动支付使消费者能够更便捷地获取商品和服务，推动了消费行为的数字化转型；此外，数字技术还通过降低交易成本和提高信息透明度，改变了消费者的购买决策过程。在劳动力就业结构方面，数字技术提高了对高技能劳动力的需求。具体而言，数字技术通过替代低技能劳动和补充高技能劳动，重塑了劳动力市场的就业结构。然而，数字技术的发展也可能导致技术性失业，工业自动化的推广会对劳动力产生替代效应，对就业产生不利影响。

在企业生产效率提升方面，数字技术通过自动化、数据分析和流程优化显著提升了企业的生产效率，降低了运营成本。具体而言，物联网技术通过连接物理设备与数字系统，实现了生产流程的智能化和高效化。此外，数字供应链管理系统通过实时数据共享和智能合约，优化了企业的资源配置。

在企业投资决策调整方面，数字技术促使企业增加对无形资产（如数据、算法）的投资，重塑企业的投资策略。具体而言，数字技术创新通过推动技术进步，激励企业增加研发投入。此外，数字技术降低企业对地理邻近性的依赖，推动企业重新评估区位选择。

在企业组织韧性优化方面，数字技术主要通过推动企业数字化转型，优化企业的组织韧性。一方面，数字化转型通过增加对高素质劳动力的需求，缓解了人才要素市场的扭曲问题，从而提升企业应对风险的动态能力；另一方面，数字化转型能够通过财务冗余和管理者短视主义的调节作用，提升企业的组织韧性。

2.数字技术中观层面影响效应的研究

数字技术通过推动传统产业数字化转型和新兴产业发展，显著优化了产业结构。一方面，数字技术推动了传统产业的数字化转型，数字技术使传统产业实现智能化生产和服务模式创新。另一方面，数字技术催生了人工智能、大数据、区块链等新兴产业，成为经济增长的新动力。

数字技术通过降低协调成本和优化供应链管理，推动了产业链重构。一方面，数字技术使企业能够分散生产环节，降低对地理邻近性的依赖。具体而言，数字技术通过降低协调成本，推动了生产环节的全球分散化。另一方面，数字技术使低附加值环节（如组装）也能通过智能化提升效率，缩小了与高附加值环节（如研发、营销）的差距。此外，数字技术通过优化区域间的资源配置，推动了产业链的协同发展。

3.数字技术宏观层面影响效应的研究

数字技术通过优化资源配置和技术扩散，显著提升了全要素生产率（TFP），成为经济增长的重要驱动力。一方面，数字技术通过大数据分析和人工智能算法，优化了资本、劳动力和技术的配置效率。另一方面，数字技术通过降低技术传播成本，加速了技术在经济中的扩散。

数字技术通过影响区域间的资源配置和经济活动分布，重塑了区域经济格局。一方面，数字技术可能加剧区域经济差距，形成“数字鸿沟”。具体而言，数字技术的自我强化特性可能导致经济两极分化，进一步加剧区域经济发展的不平衡。另一方面，数字技术推动了区域创新生态系统的形成，促进了区域间的协同发展。

二、企业区位选择的相关研究

（一）企业区位选择的概念与衡量方法

1．企业区位选择的概念

企业区位选择是指企业在特定地理空间内选择生产、经营或投资地点的决策过程，其核心目标是通过权衡成本、收益和风险，选择最优的地理位置以实现利润最大化或成本最小化。经典区位理论将企业区位选择定义为企业在运输成本、劳动力成本和集聚经济之间的权衡过程。新经济地理学将规模经济、运输成本和市场需求纳入分析框架，提出企业区位选择是企业在集聚效应和分散效应之间的权衡，规模经济和知识溢出成为影响企业选址的重要因素。在全球化和数字化的背景下，企业区位选择的概念进一步扩展，认为企业区位选择不仅受本地因素影响，还受全球价值链布局的驱动。此外，数字技术通过降低信息成本和优化资源配置，使企业能够更灵活地调整区位选择，从而重塑了传统的区位决策模式。综上所述，企业区位选择的概念从最初的成本最小化逐步演化为涵盖市场需求、集聚效应、全球价值链和数字技术影响的综合决策过程。

2. 企业区位选择的衡量方法

企业区位选择的衡量方法主要包括静态指标和动态指标两类。静态指标侧重于企业在一定时间点的空间分布，而动态指标则关注企业区位选择的变化过程。

静态指标主要用于衡量企业在某一时点的空间分布特征，主要通过企业数量、就业人数或产值来衡量。Ellison和Glaeser提出产业集聚指数，通过比较企业实际分布与随机分布的差异，衡量产业的地理集中度[9]。然而，通过企业数量或密度衡量的测度方法没有考虑企业规模差异，可能低估大型企业对区位选择的影响。随后，有研究利用企业就业数据，分析了美国制造业的地理分布特征，发现知识密集型产业更倾向于集聚在大都市区[10]。然而，通过企业就业人数或产值衡量的测度方法数据获取难度较大，尤其是跨国或跨区域研究。此外，还有研究利用区位熵指数分析了美国制造业的地理分布，发现规模经济和运输成本是影响企业区位选择的主要因素[11]。通过区位熵的测度方法，未考虑区域间的经济联系，可能高估孤立区域的产业集中度。

动态指标主要用于衡量企业区位选择的变化过程，主要通过企业进入率与退出率、企业迁移率或企业投资变动衡量。有研究利用企业进入率数据，分析了美国小企业的区位选择行为，发现市场需求和创新资源是影响企业选址决策的关键因素。然而，通过统计某一时期内新进入或退出的企业数量衡量的测度方法，未考虑企业迁移或扩张行为，可能低估企业区位选择的动态性。有研究利用企业迁移数据，分析了西班牙制造业的区位选择行为，发现政策优惠和基础设施是影响企业迁移决策的重要因素[12]。然而，通过统计企业从一个地区迁移至另一个地区数量衡量的测度方法，数据获取难度较大，尤其是跨国或跨区域研究。此外，还有研究利用跨国公司投资数据，分析了外资企业的区位选择行为，发现市场规模和政策环境是影响投资决策的关键因素[13]。然而，通过统计企业在不同地区的投资分布或新增投资额衡量的测度方法，未考虑投资项目的行业差异，可能低估行业异质性的影响。

总体来看，产业分布格局的测度方法多样且各有侧重，静态指标侧重于企业在某一时点的空间分布特征，能够有效反映企业区位选择的集中程度和经济影响，但未考虑企业规模差异和区域间经济联系。动态指标则关注企业区位选择的变化过程，能够揭示企业区位选择的动态调整机制，但数据获取难度较大，且未充分考虑行业异质性的影响。总体而言，静态指标和动态指标各有优劣，在实际研究中需根据研究问题和数据可得性选择合适的测度方法，以全面、准确地分析企业区位选择的行为特征及其驱动因素。

（二）影响企业区位选择的因素

企业区位选择是一个复杂的决策过程，受多种因素的影响。传统研究主要关注运输成本、劳动力成本和市场需求等静态因素，而随着经济全球化和技术进步的加速，集聚经济、创新资源、政策环境和数字技术等新兴因素的重要性日益凸显。

1.传统因素

传统因素是企业区位选择研究的基础，主要包括运输成本、劳动力成本和市场需求。运输成本是企业区位选择的核心因素之一， Weber提出，企业倾向于选择原材料与市场之间的“最小运输成本点”，以降低物流费用。劳动力成本是另一个重要因素，低劳动力成本地区往往吸引劳动密集型产业。劳动力成本的区域差异是影响企业区位选择的关键因素之一，Head等利用跨国公司投资数据，发现劳动力成本是外资企业选址决策的重要考量。此外，市场需求的空间分布也对企业区位选择具有重要影响。廖什强调，企业倾向于选址于市场需求旺盛的地区，以最大化销售收入。

2.新兴因素

随着经济全球化和技术进步的加速，新兴因素对企业区位选择的影响日益显著。集聚经济通过规模效应和知识溢出降低企业成本，吸引企业集中在特定区域。Krugman提出，集聚经济是影响企业区位选择的重要因素，Duranton和Puga进一步发现，集聚经济显著提高了企业的生产效率和创新能力[14]。创新资源也是企业区位选择的重要考量，Audretsch和Feldman指出，企业倾向于选择创新资源丰富的地区，以获取技术外溢和知识共享[15]。政策环境同样对企业区位选择具有重要影响，Glaeser等提出，政策优惠和基础设施完善能够显著吸引企业投资[16]。此外，数字技术通过降低信息成本和优化资源配置，使企业能够更灵活地调整区位选择。

总体而言，企业区位选择的影响因素从传统的运输成本、劳动力成本和市场需求，逐步扩展到集聚经济、创新资源、政策环境和数字技术等新兴因素。这些因素在不同区域和行业之间存在显著差异，企业在区位选择过程中需综合考虑多种因素，以实现利润最大化或成本最小化。未来研究应进一步探讨这些因素的交互作用及其动态变化，以更全面地理解企业区位选择的驱动机制。

三、数字技术创新对企业区位选择的影响研究

随着数字技术创新的发展，其对企业区位选择的作用被更多学者注意。回顾既有文献，相关研究主要围绕三个方面展开。

数字技术创新降低信息成本。数字技术的发展显著降低了创业成本，优化了资源配置，提升了市场效率，从而降低了企业的市场进入门槛。首先，数字技术通过降低信息不对称，使企业能够更精准地定位目标市场，从而优化选址决策。其次，数字技术通过提高信息处理效率，使企业能够更快速地响应市场变化，从而调整区位选择。最后，以往中国特色化的行政壁垒和基于区位的产业政策模式使得城市产业存在“本地化”壁垒，数字技术的发展显著改变了这一特征。具体而言，数字技术创新有助于打破城际行政区划约束，实现资源高效率配置和流动，降低城市产业体系的“本地化”壁垒，进而降低企业进入壁垒。

数字技术创新优化了资源配置，降低了企业对特定区位的依赖。首先，数字技术通过优化供应链管理，降低了企业对地理邻近性的依赖。其次，数字技术创新还提高企业生产效率并促进新兴产业的企业进入。再次，以数字技术创新为媒介的高水平中间平台，促进了产品的研发和市场应用，形成“需求牵引、技术研发、市场应用、技术迭代”的创新循环。此外，数字技术创新还推动了产业的跨界融合和新兴产业的发展，具体而言，产业的融合和交叉创新催生了新兴产业，同时也推动了传统产业向高附加值、高技术含量的方向布局，形成了更具活力和创新性的产业生态系统。因此，数字技术创新有效不同的技术型比较优势塑造了各地区产业链的差异性发展，使得不同地区的城市在产业链上的作用和角色更加多样化，进而推动了城市产业基于不同路径上的演化轨迹。

数字技术创新通过促进知识流动和技术扩散，推动了区域创新生态系统的形成。数字技术的普及显著加速了技术扩散，推动了区域间的协同发展。从技术层面看，数字经济能够通过降低交易成本深化城市之间的社会分工，推动城市形成差异化的产业结构。具体而言，数字技术创新能够凭借互联网缓解信息不对称、依托区块链塑造信任机制，在此技术优势以及在“定制＋分布”的平台生产组织的助力下，跨越时空距离的分布式协作成为现实，城市不再只是作为“地理空间”为生产活动提供场所，而是作为产品价值链中资源要素“流”的重要网络节点，体现着城市在分工协作网络中的功能作用与价值链地位。

四、文献评述

本文从数字技术创新的定义、测度及其影响效应，企业区位选择的概念、衡量方法及影响因素，以及数字技术创新对企业区位选择的影响研究等方面进行了梳理。现有文献从信息成本降低、资源配置优化和知识溢出效应三个方面，系统探讨了数字技术创新对企业区位选择的影响，为理解数字经济时代的企业行为提供了重要的理论支持和实证证据。然而，尽管现有研究取得了显著进展，但仍存在一些不足，未来研究需进一步深化。

（一）现有研究的贡献

首先，揭示了数字技术创新的核心机制。现有研究普遍认为，数字技术创新通过降低信息成本、优化资源配置和促进知识溢出，深刻改变了企业区位选择的决策模式。其次，提供了丰富的实证证据。现有研究通过案例分析和实证检验，揭示了数字技术创新对企业区位选择的具体影响。最后，拓展了研究视角。现有研究从宏观、中观和微观三个层次，系统分析了数字技术创新的经济影响。

（二）现有研究的不足

缺乏动态视角的研究。现有研究多集中于企业存量分布或静态区位选择，缺乏对企业进入率、迁移率等动态指标的分析。

忽视产业链异质性的影响。现有研究较少关注数字技术创新对产业链上中下游企业区位选择的异质性影响。

区域和行业异质性的研究不足。现有研究对区域和行业异质性的探讨较为有限，未能充分揭示数字技术创新的多层次影响。

（三）未来研究方向

引入动态视角。未来研究应进一步结合企业进入率、迁移率等动态指标，揭示数字技术创新对企业区位选择的动态影响。例如，可以分析数字技术对企业区位选择调整速度的影响，以及企业在不同阶段的区位选择策略。

深化产业链异质性分析。未来研究应进一步从产业链视角出发，探讨数字技术创新对上中下游企业区位选择的异质性影响。例如，可以分析数字技术对上游资源依赖型企业和下游市场导向型企业的差异化影响。

加强区域和行业异质性研究。未来研究应进一步结合区域和行业异质性，揭示数字技术创新的多层次影响。例如，可以分析数字技术对东部高技术产业和中西部传统产业的差异化影响，以及区域政策在其中的调节作用。

参考文献

[1]Lösch A. Die räumliche Ordnung der Wirtschaft （The economics of location）[J]. Trans. WW Woglom， WF Stolper （1954）. New Haven， Conn.： Yale UP， 1940.

[2]Weber A. Theory of the Location of Industries[M]. University of Chicago Press， 1929.

[3]Goldfarb A， Tucker C. Digital economics[J]. Journal of Economic Literature， 2019， 57（1）： 3-43.

[4]Yoo Y， Henfridsson O， Lyytinen K. Research commentary—the new organizing logic of digital innovation： an agenda for information systems research[J]. Information systems research， 2010， 21（4）： 724-735.

[5]Nambisan S， Lyytinen K， Majchrzak A， et al. Digital innovation management[J]. MIS quarterly， 2017， 41（1）： 223-238.

[6]黄勃，李海彤，刘俊岐，等.数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J].经济研究，2023，58（03）：97-115.

[7]杨名彦，浦正宁. 我国省际数字技术创新水平测算及区域差异研究[J]. 统计研究， 2024， 41（2）： 15-28.

[8]李丽霞，李培鑫，张学良.城市群建设有利于推动数字经济发展吗？[J].上海经济研究，2024，（10）：40-52.

[9]Ellison G， Glaeser E L. Geographic concentration in US manufacturing industries： a dartboard approach[J]. Journal of political economy， 1997， 105（5）： 889-927.

[10]Rosenthal S S， Strange W C. The determinants of agglomeration[J]. Journal of urban economics， 2001， 50（2）： 191-229.

[11]Krugman P. Increasing returns and economic geography[J]. Journal of political economy， 1991， 99（3）： 483-499.

[12]Holl A. Manufacturing location and impacts of road transport infrastructure： empirical evidence from Spain[J]. Regional science and urban economics， 2004， 34（3）： 341-363.

[13]Head K， Ries J， Swenson D. Agglomeration benefits and location choice： Evidence from Japanese manufacturing investments in the United States[J]. Journal of international economics， 1995， 38（3-4）： 223-247.

[14]Duranton G， Puga D. Micro-foundations of urban agglomeration economies[M]//Handbook of regional and urban economics. Elsevier， 2004， 4： 2063-2117.

[15]Audretsch D B， Feldman M P. R&D spillovers and the geography of innovation and production[J]. American Economic Review， 1996， 86（3）： 630-640.

[16]Glaeser E L， Kallal H D， Scheinkman J A， et al. Growth in cities[J]. Journal of Political Economy， 1992， 100（6）： 1126-1152.