EN中文

地理学报 >

2025 , Vol. 80 >Issue 6: 1620 - 1635

DOI: https://doi.org/10.11821/dlxb202506012

城市与区域发展

新能源汽车生产网络空间组织特征及驱动机制——以特斯拉（上海）为例

  • 陈肖飞 , 1, 2 ,
  • 胡永桂 1, 2 ,
  • 蔡和倩 1, 2 ,
  • 苗长虹 , 1, 2
展开
  • 1.河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心，开封 475001
  • 2.河南大学应对气候变化与碳中和实验室，郑州 450001
苗长虹(1965-), 男, 河南鄢陵人, 教授, 博士生导师, 研究方向为经济地理与区域发展。E-mail:

陈肖飞(1986-), 男, 河南三门峡人, 副教授, 博士生导师, 研究方向为经济地理与区域发展。E-mail:

收稿日期: 2024-03-11

  修回日期: 2025-02-05

  网络出版日期: 2025-06-13

基金资助

国家自然科学基金项目(42371187)

河南省高等学校哲学社会科学创新人才支持计划(2024-CXRC-09)

河南省自然科学基金优秀青年项目(242300421142)

收起

Spatial organization characteristics and driving mechanisms of new energy vehicles production network: A case study of Tesla Shanghai

  • CHEN Xiaofei , 1, 2 ,
  • HU Yonggui 1, 2 ,
  • CAI Heqian 1, 2 ,
  • MIAO Changhong , 1, 2
Expand
  • 1. Key Research Institute of Yellow River Civilization and Sustainable Development & Yellow River Civilization by Provincial and Ministerial Co-construction of Collaborative Innovation Center, Henan University, Kaifeng 475001, Henan, China
  • 2. Laboratory of Climate Change Mitigation and Carbon Neutrality, Henan University, Zhengzhou 450001, China

Received date: 2024-03-11

  Revised date: 2025-02-05

  Online published: 2025-06-13

Supported by

National Natural Science Foundation of China(42371187)

Philosophy and Social Science Innovation Talent Support Program of Henan Province(2024-CXRC-09)

Excellent Youth Project of Natural Science Foundation of Henan Province(242300421142)

Fold

摘要

由于全球气候变化和环境危机日益严重，发展低碳经济日益成为各国的共同目标，在此背景下，新能源汽车行业逐渐成为全球汽车制造业的未来趋势和转型方向。本文基于2022年特斯拉（上海）新能源汽车供应商数据，利用总部—分支归属联系模型建构其全球生产网络，探讨其空间组织特征与核心驱动机制。研究表明：① 特斯拉（上海）汽车零部件全球生产呈现典型的全球链接特征，与周边其他地区形成了典型的“核心—外围”空间结构，生产网络高频次联系主要集中在东亚、北美和欧洲的经济、科教中心，或者较为成熟的产业研发制造基地之间。② 在特斯拉（上海）新能源汽车的4个生产系统中（智能电子电器、电池与电驱动、热管理和车身底盘饰件），不同系统的等级结构差异较为明显。③ 特斯拉（上海）各系统生产网络中绝大部分社群都打破了传统的地域和行政界线，通过零部件模块化生产将全球各城市联系起来，社群内部非均质性较强，网络节点“核心—边缘”组织结构逐渐形成。本文借助GPN 2.0提出的成本—能力比率、市场动因、金融规则和环境风险4个解释因素，进一步从全球环境、市场需求、技术关联、地方优势等方面深入剖析特斯拉新能源汽车全球生产网络中高度复杂的核心影响因素，从而补充解释全球经济地理新现象，为新能源汽车产业的创新与可持续发展提供有效的理论指导和实践支撑。

关键词： 新能源汽车; 全球生产网络; 空间组织; 驱动机制; 特斯拉（上海）

本文引用格式

陈肖飞 , 胡永桂 , 蔡和倩 , 苗长虹 . 新能源汽车生产网络空间组织特征及驱动机制——以特斯拉（上海）为例[J]. 地理学报, 2025 , 80(6) : 1620 -1635 . DOI: 10.11821/dlxb202506012

Abstract

In response to climate change and global environmental crisis, more and more countries have started to pursue a low-carbon economy. With significantly reduced or no tailpipe emissions, new energy vehicles (NEVs) - vehicles that are powered by alternatives to fossil fuels, such as electricity and non-traditional fuels - are gaining popularity and becoming the future of the automotive industry. Using NEV supplier data of Tesla's Shanghai Gigafactory (Tesla Shanghai), the paper performed a network analysis based on firm headquarter-subsidiary connections to map out the factory's global production network (GPN), revealed the spatial configuration of the network, and explored the forces driving its formation and development. The research yielded several findings. First, the global production of auto parts for Tesla Shanghai resembles a typical GPN with a core-periphery structure. Tesla Shanghai has established strong high-frequency connections with economic centers (or manufacturing centers with strong R&D capability) located in East Asia, North America, and Europe. Second, within the Tesla Shanghai's GPN, four supply chain systems - smart electronic components, battery and electric drive systems, thermal management systems, and chassis and trim - display varying hierarchical structures. Third, within each of the four supply chain networks, most communities (or subnetworks) span across geographical and administrative boundaries, connecting cities around the world through modular production of auto parts. These communities demonstrate strong internal heterogeneity with an emerging core-periphery structure of network nodes. Using the four explanatory variables of the GPN 2.0 framework (i. e., cost-capability ratio, market imperatives, financial discipline, and risk environment), the paper further analyzed the main factors that shape the highly complex NEVs GPN of Tesla Shanghai from the perspectives of global environment, market demand, technological linkages, and local competitive advantages. The study contributes to the new economic geography literature by providing an interesting case study. The findings of the research provide theoretical insights and practical implications for the innovation and sustainable development of the NEV industry.

Key words： new energy vehicles; global production networks; space organizations; driving mechanisms; Tesla Shanghai

1 引言

传统生产分工体制是建立在比较优势理论基础之上的，国家/区域之间资源禀赋差异决定了各自的分工及地位，而20世纪50年代后逐渐出现的新分工模式则集中体现为以跨国公司为主体的产品内部分工，地理空间上呈现全球—区域—地方交织融合的特征[1-3]。在此基础上，以Coe、Yeung为代表的学者提出了全球生产网络（Global Production Network, GPN）分析框架，阐明了全球生产网络的地理空间问题，明确了行动者、解释变量和因果机制的内在逻辑[4-5]。虽然生产网络构建方式存在差异性，但仍主要以不同等级供应商所映射不同尺度的地理单元为节点，利用节点之间的复杂关系构建网络[6-7]。近年来，资本的“空间出路”、技术的“时空压缩”以及不同国家的开放程度都对经济全球化产生了深刻影响，GPN作为解析全球经济地理新现象的一个重要理论工具，如何基于典型实践补充完善其研究，这不仅对其理论中国化将产生重要影响，而且能够为企业和区域互动耦合关系提供重要的实践指导。
以往研究发现全球汽车产业在经历了生产和销售的全球化、价值链的区域性整合、价值链的全球性整合3个阶段的同时，空间生产组织也大致经历了空间分散、高度集聚、轮轴式分散、网络化分散以及网络化聚集阶段[8-9]。Pavlínek借鉴均衡发展和时空固定理论分析了欧洲汽车工业的地理扩张和重组[10]，同时利用欧盟汽车贸易数据刻画了2003—2017年欧洲汽车工业的“核心—半外围—外围”结构[11]，Kuroiwa等基于泰国汽车行业公司分析了泰国汽车零部件供应商和装配商企业的本地化过程[12]，但上述研究主要以少数领先企业为例，且侧重于对供应商总部的分析，相对忽视了对企业分支的研究。国内研究主要利用传统汽车制造业数据，分析空间集聚水平，结果发现中国不存在类似欧美日等整车和零部件企业邻近的空间集中现象[13-14]，还有部分研究则以典型案例为主，分析了“全球—地方”视角下中国汽车生产网络的跨域关联与影响因素，以及模块化生产下中国汽车产业集群空间组织重构[15]。而在已有的新能源汽车研究中，大多是利用社会网络方法，揭示了不同国家/区域/城市的新能源汽车在不同价值环节中产业网络演变特征以及贸易网络演化因素[16-18]，也有部分是基于典型案例（如比亚迪等）分析创新生态系统演变以及产业集聚对区域绿色经济效率的影响[19-21]。总体来说，目前关于新能源汽车的研究虽然涵盖了价值链网络演变、贸易网络演化、产业集聚特征等多个方面，但多数是从宏观视角出发的实证分析，并未采用正统经济地理学理论作为指导，因此不能从根本上指出内在的经济地理关系逻辑。
本文以特斯拉（上海）为案例，整理2022年特斯拉（上海）新能源汽车核心产业供应商总部与分支公司的相关数据和信息，筛选出新能源汽车四大生产系统中代表性上市企业，基于总部—分支联系建构全球生产网络，进而研究其空间组织特征及驱动机制。区别以往基于传统汽车和国内典型新能源汽车的研究范式，本文主要贡献表现在以下3个方面：① 特斯拉（上海）全球生产网络节点相较于传统汽车生产网络最大区别在于对核心技术、全球供应链、智能化等的需求，其中技术关联扮演了关键角色，而传统汽车尽管也有全球化布局，但核心节点多以零配件供应商为主，生产网络形成机制存在根本性差异。② 特斯拉（上海）国外供应商占50%以上，而以比亚迪为代表的中国新能源汽车国外供应企业仅占不到20%，因此特斯拉（上海）更适用于全球生产网络研究，而本土新能源汽车更适于地方生产网络研究。③ GPN 2.0框架提出的成本—能力比率、市场动因、金融约束和环境风险等因素无法完全解释现实经济中高度复杂的典型企业全球生产网络建构机制，因而本文借助特斯拉（上海）案例，基于企业调研和深度访谈分别从全球环境、市场需求、技术关联、地方优势等方面深入剖析其驱动机制，为GPN理论框架的中国化应用提供实践支撑。

2 理论基础与研究框架

经济地理学认为，网络既不是纯粹的组织形式，也不是纯粹的空间结构，本质上是在特定时间—空间情景的关系过程[22]，从某种程度来说，全球经济本质是由“网络关系空间”所构成的（图1）。曼切斯特学派则认为，生产网络具有空间性即构成要素的空间配置和范围以及两者之间的联系，它是从地理集中到地理分散的一个谱系，体现了生产网络空间尺度的层级性和交互性[23-24]。在全球生产网络（GPN）提出之前，有关全球化与区域发展关系的研究主要集中在新区域主义[25]和全球商品链/全球价值链[26]两个领域。然而由于全球生产网络不仅克服了早期新区域主义过分强调地方交易与制度形式而轻视跨区联结的缺陷，同时也弥补了早期全球商品（价值）链分析过度依赖国家尺度的问题，因此得到了经济地理学者的普遍关注。特别是在新全球化背景下，领先企业的全球生产网络重构在实践上表现出与地方产业高度的关系建构性、情景敏感性、路径依赖性等特点，既加速了生产要素在世界范围内有目的性流动，又使得不同尺度地理单元之间的联系日益紧密。GPN 2.0作为全球生产网络理论的最新进展，最重要的贡献在于发展了一个更为全面动态的分析框架，不仅将成本—能力比率、市场动因、金融约束和风险环境理论化，同时将网络结构特征与行动者策略相联系，以探究其形成和运行的机制[27]。采取全球生产网络研究方法来透视全球/区域经济，能够帮助理解跨越不同空间尺度的、一定地域空间以内的以及跨越地域空间的经济活动之间的关联性。同时，国家和地方经济的独特特征也影响和改变着全球和区域生产网络的形成与运行，很大程度上完全契合经济地理学视角下生产网络的逻辑关系，是一个“时间—空间—组织”交互作用动态过程（图1）。
图1 经济地理学视角下生产网络的逻辑关系框架

Fig. 1 Logical framework of production networks from economic geography

需要说明的是，GPN 2.0框架虽然明晰了研究中的变量因果机制，但仍存在解释变量与企业内部相互作用关系不明确、解释变量相互作用导致伪结果、解释变量和因变量界限不明确等问题，同时提出的竞争驱动力因子（成本—能力比率、市场动因、金融约束和环境风险）无法完全解释现实经济中高度复杂的全球生产网络中的关键因子。因此，需要回归到经济地理学主要的研究对象——产业/企业，根据产业/企业的典型性和异质性寻找关键因素，并深入研究其驱动机制。成本—能力比率通常是指在生产过程中，企业行动者通过降低生产成本、提升企业能力的一个或两个方面来优化成本与能力之间的比率，对于案例企业而言，基于全球环境的产业分工和集群间技术关联是提升其成本—能力比率的重要方式，但两者又存在明显不同（前者是企业内协调，后者是企业间合作）。市场动因是指领先企业通过重新配置生产网络、制定市场规则来维持主导地位，同时消费者需求多样性也会影响企业全球布局，对于本案例来说，特斯拉的终端市场开发和新机会窗口拓展正是其市场动因的关键要素。金融约束和环境风险通常是指在2008年国际金融危机后，经济风险、生产风险、劳动力风险等对网络中行动者产生的效应，对于特斯拉（上海）而言，以政府政策干预与风险规避为核心的地方优势扮演了极为重要的角色。基于上述分析，本文在GPN 2.0框架的基础上，根据特斯拉（上海）的典型性，进一步从全球环境、地方优势、市场需求、技术关联等深入剖析其全球生产网络建构过程中高度复杂的驱动机制。
本文建构了以全球环境、市场需求、技术关联、地方优势为核心的“四位一体”多层级、多机制的研究新框架（图2）。① 4个机制要素是一个相互关联、相互作用的有机整体。全球环境通过企业制造外包影响市场需求，同时市场需求通过市场拓展与贸易机制更新反作用于全球环境。全球环境基于国际劳动分工与金融约束影响了地方优势，而地方优势借助组织重构优化和成本—能力比率提升反作用于全球环境。地方优势与技术关联、技术关联与市场需求相互作用亦然。② 4个机制要素不仅仅作用于企业全球生产网络的建构，而且对典型生产系统的网络建构也发挥了重要作用，主要原因在于新能源汽车的电池与电驱动系统、热管理系统等拥有高度集成的电动化和智能化生产模式，4个要素发挥不同作用。③ 案例企业既有发展历程验证了研究框架的科学性和适用性。特斯拉通过在全球范围内投资建厂和制造外包，先后构建了北美、东亚、欧洲供应商的全球生产网络。同时，由于各国政府对新能源汽车的需求日益增长，因此在市场需求引导下，通过在全球不同区域建立工厂或者将产品零部件外包给不同供应企业等方式，逐步将不同国家和地区纳入全球生产网络之中，最终形成了平衡外包与垂直整合创新之间的生产模式。然而，在应对市场需求的同时，也导致特斯拉面临更多难以预测的风险。为了更好地适应金融规则和规避风险，特斯拉瞄准全球不同区域的核心比较优势，尝试通过地方政府的介入，力推产业集群间的技术关联与合作。
图2 新能源汽车全球生产网络建构分析框架

Fig. 2 Analysis framework of global production network construction mechanisms

3 研究案例及方法

3.1 案例选择

特斯拉（Tesla）作为新能源汽车品牌，在全球共有5大整车生产基地，分布于北美（美国弗里蒙特和奥斯汀、墨西哥蒙特雷）、东亚（中国上海）和欧洲（德国柏林），其中上海生产基地是特斯拉首个海外工厂。根据特斯拉财务报表可知，2022年特斯拉全球交付量约为131万辆，其中上海工厂贡献约71万辆，占比超过50%，产销在覆盖东亚和欧洲的同时，甚至辐射到整个亚太地区。特斯拉（上海）生产基地是特斯拉全球效率最高的制造工厂之一，每年可制造数十万辆新能源汽车，不仅改变了新能源汽车产业的全球格局，而且带动了中国新能源汽车零部件产业的发展与崛起。因此，选择特斯拉（上海）新能源汽车案例，剖析特斯拉是如何通过产品生产与企业联系建构全球生产网络及其空间组织特征，并尝试解释其主要驱动机制，为全球生产网络研究提供典型案例支撑。

3.2 研究数据

本文选取2022年特斯拉（上海）汽车供应商企业作为基础数据，利用各供应商公司公布的行业年度报告以及“企查查”平台对供应企业信息进行整理核查，最终整理出特斯拉（上海）汽车供应商名录以及在全球2000余家分支机构的位置。相较于传统燃油汽车，新能源汽车的电子器件、电池驱动等相关区块零部件的重要性更高，相应的电池生产和智能化技术环节尤为重要。因此，本文根据《汽车百科全书》并结合新能源汽车零部件应用板块及用途特点，将特斯拉（上海）新能源汽车供应链划分为智能电子电器、电池与电驱动、热管理和车身底盘饰件4个生产系统（表1）。具体数据收集与处理包括以下步骤：① 基于特斯拉公司及其供应商总部与分支公司官网、中国深圳证券公司和美国证监会，整理特斯拉（上海）新能源汽车核心产业供应商总部与分支公司的相关数据信息。② 基于深圳证券和美国证监会分别获取2022年A股、港股以及海外上市公司名录，参考特斯拉公司官方网站公布的2022年供应商企业名单，通过企业经营范围、供应产品类型和各企业官方网站及其分支公司官方网站的生产产品名录，筛选出具有代表性的上市企业共152家。③ 根据“企查查”平台，搜集上市企业的控股子公司，包括经营范围、所属行业和所在城市。通过筛选和删除注销、迁移、经营范围完全不相关的子公司，最终留用获取到2022年相关上市企业的分支机构。④ 通过实地走访、电话访谈、相关研究资料搜集，整理分析影响企业生产网络建构的文本内容，然后通过筛选、清洗、归纳等步骤，提炼核心观点。
表1 特斯拉汽车供应链分类及零部件组成

Tab. 1 Supply chain classification and component composition of Tesla

生产系统 零部件种类 代表企业 主要产品 总部位置 分支机构位置
智能电子
电器系统		 中控屏、车内摄像头、DMS、毫米波雷达、算力芯片、车路协知传感器、GPS模块、智能蓝牙/音响系统等 AT&T 通信运营商 达拉斯 底特律、北京、香港等
德赛西威 毫米波雷达 惠州 新加坡、上海、汉堡等
电池与电
驱动系统		 正负极材料、隔膜、电解液、电池连接器、车载充电机、DC转换器、高压配电箱PDU、定转子、电路板控制、车身控制器等 格林美 正极材料、电机 深圳 荆门、深圳、香港等
Panasonic 锂电池PACK 大阪 北京、横滨、内华达等
热管理系统 空调、压缩机、电磁阀、PTC加热器、冷凝器、热交换器、P/T传感器、水泵、水管、气液分离器、冷媒等 三花智控 热管理组件 绍兴 杭州、大阪、马德里等
Hanon 热管理组件、空调系统 大田 长春、广岛、蒙特雷等
车身底盘
饰件系统		 车身部件、仪表盘、全车玻璃、驱动轴总成、车轮车胎、制动器、电控助力器、安全气囊、方向盘、前后保险杠总成、门饰板 拓普集团 悬挂系统、噪声处理 宁波 上海、圣保罗、蒙特雷等
Michelin 轮胎 克莱蒙费朗 汉堡、达拉斯、上海等

3.3 研究方法

首先采用总部—分支归属联系模型法[28]，基于供应商总部与分支企业所在区域之间的数量联通关系建立的新能源汽车全球生产网络①；其次，运用社会网络分析方法与空间分析方法，通过Ucinet计算中心度、平均聚类系数等指标，定量测度新能源汽车不同生产系统供应商以及生产制造网络的空间分布特征和复杂性程度；最后，通过Gephi对结果进行可视化分析，以研究生产网络中各地区的流向与节点关系。

3.3.1 网络指标

（1）中心度：中心度是通过计算网络中节点与其他节点之间的联系程度，用以表征该节点在网络中的“权力”大小。鉴于本文构建的是有向加权网络，在中心度测度上主要采用节点出度、节点入度和节点相对中心度[29]。其中，节点出度是该城市作为总部位置在其他地区建立工厂的数量，节点入度是该地区作为分支机构位置而建立工厂的数量。为方便进行不同网络规模之间的中心性比较，本文引入了相对中心度，该指标用来测量节点在整个网络中的权力[30]。其中，对于中心度的计算都赋予了相应的权重，计算公式如下：
D i R D = ∑ j = 1 n S i   j ,   o u t + ∑ j = 1 n S i   j ,   i n 2 n - 2
式中： S i   j ,   o u t为节点i到节点j的边权重； S i   j ,   i n为节点i到节点j的边权重； D i R D为节点i的相对中心度；n为网络的规模大小。
（2）平均聚类系数：平均聚类系数是指网络中所有节点局部集聚系数的平均值，反映网络节点集聚强弱的指标，平均聚类系数越大，说明该网络节点间的联系更为紧密[29]。计算公式如下：
C = 1 n ∑ i = 1 n 2 E i D i = 1 T D i T - 1
式中： E i是与节点i联系的节点之间实际产生的边数； D i T为节点i的总度值，即与节点i联系的所有节点的数量；n为网络节点数。

3.3.2 模块化指数

社群发现本质上就是通过某种算法将网络中联系相对紧密且属性相似的点进行分类的一种方法[30]。本文利用Gephi中模块化聚类算法对模块化指数的测度和分类，将不同生产系统产业网络分别进行社群划分，然后对社群内部的网络结构以及节点特性进行识别和分析，模块化指数越高，表明网络的社群划分结果越显著。计算公式为:
M = 1 2 m ∑ i j A i j - k i k j 2 m △ C i ,   C j
式中：M为模块化指数（通常介于0.3~0.7）； A i j为节点i与节点j的边权重； k i和 k j表示节点i和节点j的非加权网络中的度值； C i和 C j表示节点i和节点j所在的社区；m表示网络中可能存在的最大连接数。

4 供应商生产网络空间组织特征

4.1 供应商的全球空间格局

特斯拉（上海）零部件供应商在全球尺度下呈现典型的“核心—外围”特征（图3）。一方面，零部件供应商在东亚形成了以中国长三角和珠三角地区为核心的高密度区，逐渐发展成为了生产制造的增长极。长三角和珠三角地区作为电子信息产业的高端制造基地，拥有优越的创新发展环境、较为完善的供应链体系及高素质的劳动力资源，华为技术有限公司、上汽集团、比亚迪集团、小米科技有限责任公司等公司的总部均设于此。另一方面，不同生产系统供应商的集聚程度存在明显差异。智能电子电器、电池与电驱动以及热管理系统零部件供应商形成了以东亚为核心、西欧和北美散状分布的空间格局特征，其中高密度区主要分布在各国家/地区的科技创新中心或政治经济中心，如北京、上海、旧金山、纽约、柏林等，这些城市具有高研发制造能力、低成本价值优势、强有力政策支持等特性。车身底盘饰件系统零部件供应商主要形成了以东亚为主要核心、欧洲地区点状集中的空间格局，中国沿海地区和西欧地区为车身底盘内外饰组块的研发生产及代工制造提供了重要支撑。相比之下，北美以及其他地区虽然同样拥有发达的制造业和技术基础设施，但在一些特定的零部件领域，东亚和欧洲可能拥有更多的专业化优势，因此东亚和欧洲逐步成为了特斯拉（上海）生产基地零部件供应商的重要分布区。
图3 2022年特斯拉(上海)零部件供应商全球空间分布格局

注：基于自然资源部标准地图服务网站GS(2016)1666号标准地图绘制，底图边界无修改。

Fig. 3 Global spatial distribution of suppliers of Tesla Shanghai in 2022

此外，特斯拉（上海）零部件供应商的全球空间布局也受到地区生产能力、成本效益、技术水平、政策环境以及市场需求等要素影响。东亚地区主要以中国为核心，中国作为全球制造业的核心区域，基于相对的成本优势、完善的本地供应链体系以及电池行业领先地位，主要生产电池、车身组件等高性价比的零部件；北美地区特别是美国加利福尼亚州的旧金山、洛杉矶和密歇根州的底特律等，是特斯拉研发和技术创新的核心地区，凭借其技术优势生产如电池、电动机和核心电子控制系统等核心高科技组件；欧洲由于环保法规严格，在环保标准较高的零部件方面具有优势，而其他区域则根据市场需求和成本效益进行灵活的零部件调配。总的来说，特斯拉（上海）生产基地选择与全球不同区域的零部件供应商合作，不仅能够更好地利用其资源和技术优势实现在全球范围内高效生产，同时也便于满足不同区域多样化的市场需求。

4.2 供应商的全球网络结构特征

基于核心供应商的总部—分支联系频次构建了特斯拉（上海）新能源汽车的全球生产网络（图4）。需要说明的是核心供应商总部是4个生产系统中的核心供应企业，专门提供生产系统的关键集成零部件，而分支公司作为核心供应企业的分支机构，主要承接供应商总部关键集成零部件制造的分工，与特斯拉（上海）生产基地发生间接联系，即本文建构的全球生产网络包括了特斯拉（上海）与其核心供应商的直接联系以及与分支机构的间接联系。从全球生产网络的整体联系来看，4个生产系统网络高频次联系都主要集中在东亚、北美和欧洲的经济、科教中心，或者较为成熟的产业研发制造基地之间，凭借优越的地理区位、高水平的创新能力等，城市节点之间联系较为紧密，而不同生产网络之间的低频次联系在各地区都有分布，主要是为了获取某一地区的优势资源。在北美和西欧进行生产布局的主要目的是获得高新技术支持和拓展欧洲市场，而在中国、印度和东南亚地区布局更多的是利用劳动力优势和开拓更大的海外市场。从各生产系统来看，智能电子电器系统生产网络的联系频次和均衡度相对较好，这些城市多为企业总部和研发机构的集聚地，彼此合作行为和信息流通较为容易，等级结构较为明显。电池与电驱动系统及车身底盘饰件系统生产网络中城市之间联系比较密集，涉及城市数量较多，主要由发展中国家的区域中心城市和发达国家的少数工业城市构成，权力差异不太明显。热管理系统生产网络中心性最高，极化现象和等级结构最为明显。从网络拓扑结构指数来看，智能电子电器系统和电池与电驱动系统生产网络的平均聚类系数相对较大（C > 0.4），网络中小组群集聚性更强，尤以东亚、东南亚地区最为显著，主要原因在于东亚、东南亚劳动力成本优势相对显著，吸引了众多相关分支机构在此布局。热管理系统生产网络的平均聚类系数为0.094，企业布局呈零散态势，彼此之间联系频次较低，主要由于各地区零部件生产技术专业化程度存在差异，容易形成技术势差，企业俱乐部现象较为明显。从网络结构完整性看，4个生产系统的生产网络密度均低于0.02，稳定性较差，主要原因在于4个生产系统在全球多地均有研发生产布局，而且部分地区的分支机构都直接与上海生产基地进行联系，分支机构跨区域的交流相对较少。
图4 2022年特斯拉(上海)零部件供应商全球生产网络特征

注：基于自然资源部标准地图服务网站GS(2016)1666号标准地图绘制，底图边界无修改。

Fig. 4 Global production network characteristics of component suppliers of Tesla Shanghai in 2022

4.3 供应商的社群空间组织特征

基于模块聚类算法，本文识别了特斯拉（上海）新能源汽车各系统生产网络的社群结构（图5）。通过计算得出各系统生产网络的模块化指数均介于0.3~0.7之间，说明生产网络存在社群结构且社群内部非均质性较强，无标度网络特征明显，其中热管理系统生产网络的社群划分更加显著，车身底盘饰件系统生产网络的社群数量最多，而且各系统生产网络中绝大部分社群都突破了国家界限。
图5 特斯拉(上海)零部件供应商全球生产网络社群结构

注：节点度> 1的城市已标注，节点度≤ 1的城市未标注；不同颜色代表不同社群划分。

Fig. 5 Community structure of global production network of supplier of Tesla Shanghai

首先，智能电子电器系统（M = 0.498）生产网络社群分布主要集中在北美、东亚、西欧国家。以北京社群为例，主要负责特斯拉新能源汽车中控系统和通信射频零部件的研发制造，社群成员大部分为不同国家/地区的科技/教育中心和政治经济中心，例如圣克拉拉、东京、首尔以及曼谷等。通过社群构成特征可以发现，城市主体属性导致不同跨域节点之间产生趋同效应，从而形成“关系临近”的跨国界网络社群，各社群内不同成员再通过与总部或临近生产基地的联系参与到整个系统生产网络之中。其次，电池与电驱动系统（M = 0.448）生产网络社群内城市数量较多，发育结构并不显著，其中以深圳、宁波两大社群为主要核心。由于新能源汽车对锂电池等需求不断提高，珠三角地区和长三角地区作为电子信息产业和集成电路产业发展的龙头，吸引了东莞、珠海、台州等企业进行交流联系。因此，社群内部技术、生产等交流与合作相对更加频繁，社群成员之间联系较为密切。再次，热管理系统（M = 0.669）生产网络社群划分较为明显，主要形成了以莫米、大田为主要核心的社群分布，主要原因在于网络节点的中心性和等级性差异较小，绝对核心节点很少，在相对核心及外围城市建立了基于“地理接近”的产业集群。以大田社群为例，其主要负责汽车热管理组件的生产制造，同时社群内的HANON公司是热管理组件研发制造的领先企业，由此成为了连接社群内各成员的重要节点城市，在社群内拥有重要的位置。最后，车身底盘饰件系统（M = 0.568）生产网络各社群发育也比较明显，形成了以上海、克莱蒙弗朗和宁波为主要核心的社群结构。上海社群主要包括了长三角地区的大部分城市，较近的地理距离以及良好的产业基础成为了车身、底盘和内外饰生产的主要地区。克莱蒙弗朗社群结构的中心性较为显著，由于车身底盘饰件零部件的生产技术附加值相对较低，所以社群内部成员间形成生产同种模组的“扁平化”现象。总的来说，智能电子电器系统生产网络社群大小和城市数量有所差异，社群内部不同成员相互联系形成基于“关系临近”的跨国界网络社群；电池与电驱动系统生产网络社群内城市数量较多，社群划分并不显著，通过生产高度集中形成“地理临近”的跨国界社群结构；热管理系统生产网络社群划分较为显著，但并未形成明显的产业集群，绝对核心节点较少，而且网络节点在全球呈散点式分布；车身底盘饰件系统生产网络社群特征也相对明显，企业之间通过广泛的交流联系发育了较为明显的地方化产业集群。

5 生产网络空间组织特征驱动机制

本文借助GPN 2.0框架，进一步从全球环境、市场需求、技术关联、地方优势等视角出发，剖析特斯拉（上海）新能源汽车全球生产网络的驱动机制，从而补充解释典型企业的全球经济地理新现象，为新能源汽车发展提供有效的理论指导和实践支撑。

5.1 全球环境催生了全球生产网络的基本格局

近年来经济全球化进入了深度调整阶段，国际劳动分工深入到产品层次，贸易壁垒降低、跨国投资增加、供应链全球化成为新趋势，一些企业开始在全球范围内进行“垂直化”和“扁平化”交错发展投资。在中国取消对外资企业汽车生产股比限制的大背景下，特斯拉（上海）工厂建成投产，并借助中国外向型经济发展战略正式进军亚洲。而中国作为全球制造业中心，拥有强大的生产能力和完善的供应链体系，通过本地化生产，减少了供应链的复杂性和运输成本，提升了生产效率。这种全球—地方生产能力的协同，能够使其在保持全球竞争力的同时，最大限度地降低成本，因此对于特斯拉而言，全球环境变化会直接影响其生产网络的布局和优化。特斯拉（上海）工厂通过全球分工逐渐形成完整的产业链，并在全球不同区域将产品零部件的生产制造外包给不同的供应企业，从而推进其整车生产系统的产业链整合。
“特斯拉为什么选择在全球开展布局，一方面原因是在全球范围内建立生产销售网络能够发挥不同地区优势，大幅度降低各生产环节的成本，二是因为不同国家市场需求存在差异化，这就要求实行地方化战略，设计出符合市场需求的车型，提升品牌在各地方市场中的竞争力。”
——特斯拉（上海）管理T，2023年12月
此外，受全球复杂环境和金融约束影响，全球产业链呈现出区域化、模块化的发展趋势，特斯拉（上海）生产基地通过零部件模块化制造形成了全球生产网络。不同生产网络节点之间的联系组成了社群结构，社群成员之间通过技术、生产等交流合作，缩短了产业链半径，达到降低生产成本的目的。例如电池与电驱动系统网络社群形成了地理邻近的跨国界社群结构，社群内大部分成员借助与长三角、珠三角两大核心的联系，与中国甚至是亚太地区建立起了广泛的合作关系。同时，随着生产技术和零部件外包在全球的迅猛发展，导致特斯拉也面临更多难以预测的风险环境，特斯拉（上海）生产基地开始倾向于在全球整车基地辐射范围内通过并购快速获得技术和人才，逐渐打造研发生产、供应销售、数据人才等新能源产业闭环体系，从而形成了以“东亚—西欧—北美”为集中分布特征的基本格局。
“中国新能源汽车零部件供应商能够参与到车辆生产过程，确实可以降低生产成本，但还有一个问题，就是如何确保质量。相比于国内部分企业，一些海外零部件供应商在之前就已经与我们建立了联系，所以我们不排斥与他们展开合作。”
——特斯拉（上海）工程&产品部C，2024年8月

5.2 市场需求主导了全球生产网络的分布特征

全球生产网络不仅是跨国企业通过全球范围内的供应、制造和分销网络实现价值创造的体系，更是市场需求驱动企业在全球布局的重要策略。随着消费者对新能源汽车需求的不断增加，特斯拉不仅需要扩大其生产能力，还须更好地实现本地化生产，以适应当地市场的特定需求和政策环境。特斯拉（上海）工厂的建立直接响应了这一市场需求，通过本地化生产、国际出口和供应链优化成为特斯拉全球生产网络的一个核心节点。同时，特斯拉（上海）工厂除了满足中国巨大的市场需求外，国际市场需求的增长也助推了其全球角色的深化，驱动其在全球范围内开发终端市场。例如，在欧洲市场需求不断攀升的情况下，特斯拉（上海）的产能扩展使其成为向欧洲市场出口的主要生产基地之一，承担了供货欧洲市场的任务。
“特斯拉新能源汽车产品类型众多，基本上可以满足消费者对于新能源汽车的任何需求，这也是特斯拉成为全球新能源汽车企业龙头的原因之一。上海工厂产品主要集中在Model 3系列，不只是单纯满足中国市场需求，还承担了向其他亚太地区，乃至欧洲、北美供货的任务。”
——特斯拉（上海）市场部H，2024年8月
特斯拉通过在全球范围内建立生产基地，一方面可以更好地满足不同市场的需求，另一方面也可以带动当地经济发展。以特斯拉（上海）生产基地为例，由于中国改革开放政策和外向型经济发展战略的实施，吸引了大量外资企业向京津冀、长三角以及珠三角地区布局。作为全球新能源汽车巨头，为了服务终端市场，满足中国甚至是亚太地区对新能源汽车的需求，特斯拉抓住中国政府积极倡导和推广新能源汽车的机遇，加大对中国投资，逐渐形成了涵盖研发设计、生产制造、市场供应、数据处理等闭环体系，以更精准地结合当地需求设计产品，从而实现持续发展。此外，上海生产基地作为特斯拉在海外的首个工厂，不仅是特斯拉新能源汽车产业在中国的核心支点，而且其覆盖范围甚至辐射到了亚太、欧洲等海外地区，成为特斯拉在全球主要的出口中心。
“近年来中国不断提升对外开放水平，特斯拉是见证者，更是受益者。持续对外开放的政策、先进的发展理念和良好的营商环境为企业创造了巨大机遇，所以中国市场是特斯拉发展的必选项。”
——特斯拉（上海）管理T，2023年12月

5.3 技术关联影响了全球生产网络的组织关联

产业技术关联更倾向于发生在拥有类似区域条件基础的产业之间，通过互相学习、创新和联合研发，不断产生知识技术溢出[31-32]。随着新能源汽车技术不断取得突破，直接驱动特斯拉（上海）利用先进的供应链管理和生产技术与全球各地供应商合作，实现了全球范围内零部件生产。以电池与电驱动网络社群为例，由于新能源汽车对锂电池等新产品需求技术不断提高，珠三角和长三角作为电子信息产业和集成电路产业发展的龙头，吸引了东莞、珠海、台州等企业进行技术交流联系和关联共享，这也是深圳社群和宁波社群形成的主要原因。
集群间技术关联与合作不仅能够为全球不同区域拥有类似基础的供应企业带来新技术，也有利于推动地域间知识要素的全球化流动，进而推动新产品、新技术和新产业类型的涌现。而特斯拉（上海）供应商正是在区域、跨国和全球尺度上发生关系，依赖国际合作和全球化的技术网络推动了其跨区域的技术流动与协同。例如，Michelin作为全球500强企业和世界上最大的汽车轮胎制造中心，吸引了上海、沈阳、新加坡、达拉斯等相关企业与之进行技术交流与合作，从而为特斯拉（上海）新能源汽车底盘系统提供了重要保障。此外，上海生产基地在中控系统、电池管理以及电控制动系统等方面拥有较为成熟的研发生产能力，并积极与全球不同系统零部件供应商进行技术合作，将研发创新成果应用到全球车型产品，更好地推动特斯拉（上海）新能源汽车全球生产网络建构。
“上海研发中心已把多项成果应用到全球产品，致力打造从外观设计到工程应用的全新车型。上海研发中心是特斯拉全球核心技术与创新能力建设的有力保障，将成长为与北美研发中心同等规模的综合型研发中心。”
——特斯拉（上海）工程&产品部W，2023年12月

5.4 地方优势调节了全球生产网络的地方根植

地方要素如何通过地方政府干预创造新优势，主要体现在地方对经济全球化的响应。一方面，由于地方比较优势的作用，不同系统零部件选择在不同资源优势的地方生产制造，降低难以预测的风险，进而获得更优的成本—能力比率，因此不同国家或地区会结合自身比较优势积极吸引相关企业进行投资布局。特斯拉4个系统供应商的核心技术布局一般选择在国家或地区的科技创新中心和高新技术产业区，利用地方科技和人才优势的同时降低交易成本，为其提供高价值专业化零部件。例如，作为智能电子电器系统的核心供应商NVIDIA，其分支机构布局于旧金山、上海、深圳、柏林等国际科技创新中心，不仅具有较强的科创能力和市场需求，同时还集聚了全球的资本、信息和技术。
“长三角较为完善的产业链使得特斯拉在原材料采购、零部件加工制造等在本地进行，极大降低生产成本。同时，这些企业在先前的合作中早已建立了信任机制，也大大降低了国产特斯拉价值链中各环节的交易成本。”
——特斯拉（上海）销售部C，2024年8月
另一方面，地方环境与政府政策能够为企业发展提供良好的基础条件和产业氛围，通过土地、税收等政策改善区位条件，吸引更多零部件供应商在该地布局。例如，随着中国加快建立开放型经济新体制，上海按照国家部署取消了汽车制造行业外资股比及整车厂合资数量的限制，下拨资金支持新能源电动汽车的生产制造。而特斯拉（上海）工厂的建成投产，也正是得益于上海市政府优化产业体系和调整土地优惠政策，从而保证了其研发制造。同时，印度尼西亚、越南等东南亚国家，为吸引零部件供应商在本地布局，当地政府出台了很多吸引外资的政策，凭借其低成本劳动力优势吸引了供应商布局于此。
“为促成特斯拉上海超级工厂建立，地方政府做出了不少努力，2019年上海工厂获得了中国建设银行、中国农业银行等35亿元的贷款。在基础设施建设方面，上海超级工厂的建设仅耗时不到一年的时间，拿地、审批、动工、安装生产线、投产等一路‘绿灯’；在生产方面，特斯拉顺利纳入车型推荐目录，获得国家补贴。”
——政府工作人员Z，2023年12月

6 结论与讨论

6.1 结论

基于新能源汽车标杆品牌剖析其全球生产网络空间组织特征及驱动机制，有助于理解新能源汽车领先企业在全球生产网络构建过程中的行动策略、地方实践与空间逻辑。就特斯拉（上海）而言，汽车零部件全球生产形成了以东亚为核心的高密度分布空间格局，与周边地区形成了典型的“核心—外围”空间结构，便于其更好地利用全球不同地区的资源优势，满足其供应链的稳定性和地方市场需求。特斯拉（上海）供应商的全球生产网络高频次联系主要集中在东亚、北美和欧洲的经济、科教中心，或者较为成熟的产业研发制造基地之间，不同系统等级结构差异较为明显，地区资源优势也有所不同。同时，生产系统网络社群的数量和结构划分差异性显著，各系统绝大多数的网络社群都打破了传统的地域和行政界限，通过零部件模块化生产将全球各城市联系起来，而且社群内部非均质性较强，核心—边缘结构逐渐形成。由此可见，尽管领先企业的全球生产策略具有更为灵活的空间选择，但其生产组织空间格局同样受到价值链分工的深刻影响，反映出区域发展不平衡效应背后的经济地理学的关系逻辑。
GPN 2.0框架无法完全解释案例企业的全球生产网络空间组织特征和驱动机制，对此，本文进一步从全球环境、市场需求、技术关联、地方优势等视角出发，尝试建构一个符合时代背景和案例特征的“四位一体”多层级、多机制的分析新框架。特斯拉（上海）通过在全球范围内投资建厂和制造外包，降低生产成本，提高研发能力，进而在成本—能力竞争中获得优势。同时，由于全球市场对新能源汽车需求的迅速增加，特斯拉（上海）在全球范围内根据市场需求导向拓展机会窗口，从而构建其生产网络。伴随着全球产业分工的深化和模块化生产方式的出现，集群间技术关联以及地方优势要素显得日益重要，特斯拉（上海）新能源汽车产业通过学习创新、技术共享、“势能”转换等不断产生知识溢出，凭借地方比较优势和政府政策环境实现了全球范围内零部件生产，更好地推动了其全球生产网络建构。

6.2 讨论

在全球经济加速发展的进程中，控制碳排放量和发展低碳经济日益成为各国的共同目标，而新能源汽车在此背景下得到世界汽车行业共同关注。中国将新能源汽车产业的建设远景明确为“从汽车大国走向汽车强国”，这与中国在世界新一轮工业布局中所提出的制造业转型升级目标相互契合。特斯拉（上海）作为新能源汽车标杆企业，一方面，与传统汽车制造业企业在生产力布局、供应商选择、产品设计、价值链、设计生产和营销理念等方面存在着明显差异，直接导致其全球生产网络建构过程与传统汽车企业存在显著的不同。特斯拉（上海）采用本地化生产模式，将其先进生产技术和管理经验引入中国，以满足中国市场的需求。同时，上海生产基地采用高度自动化的生产线，不断引入新的生产技术和工艺，提高了生产效率和产品质量。另一方面，特斯拉（上海）生产基地主张用IT理念来制造汽车，并不断加速世界向可持续能源的转变，以新能源汽车为载体来推广清洁能源。相较传统汽车制造商，特斯拉新能源汽车4个生产系统采用垂直整合、高度自动化、灵活生产和创新研发等生产组织特点，注重智能化生产、适应市场需求变化、加强研发创新等，推动新技术应用和产业升级，引领了新能源汽车行业发展的方向。最后，本文仍然存在有不足之处，由于数据限制，本文主要侧重于对特斯拉全球生产网络静态特征刻画，无法基于多个时间剖析动态演化特征，以后研究需寻找动态数据源，对特斯拉新能源汽车全球生产网络进行演化分析。
关联数据信息：本文关联实体数据集已在国家地球系统科学数据中心出版，获取地址： https://doi.org/10.12041/geodata.259031713237856.ver1.db.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Tang Yihong, Fu Dahai. Reconstruction of economic and trade rules in the changing situation of economic globalization and China's countermeasures. Economic Research Journal, 2017, 52(5): 203-206.

[唐宜红, 符大海. 经济全球化变局、经贸规则重构与中国对策: “全球贸易治理与中国角色”圆桌论坛综述. 经济研究, 2017, 52(5): 203-206.

[2]
He Canfei, Chen Hanghang. Participation in global production networks and export product upgrading. Acta Geographica Sinica, 2017, 72(8): 1331-1346.

DOI

[贺灿飞, 陈航航. 参与全球生产网络与中国出口产品升级. 地理学报, 2017, 72(8): 1331-1346.]

DOI

[3]
Zhu Shengjun, Yang Bofei, Liu Yi. The dynamics of world economy geography and the role of China in economic globalization. Acta Geographica Sinica, 2022, 77(2): 315-330.

DOI

[朱晟君, 杨博飞, 刘逸. 经济全球化变革下的世界经济地理与中国角色. 地理学报, 2022, 77(2): 315-330.]

DOI

[4]
Coe N M, Hess M, Yeung W C, et al. 'Globalizing' regional development: a global production networks perspective. Transactions of the Institute of British Geographers, 2004, 29(4): 468-484.

[5]
Yeung H W C. Rethinking relational economic geography. Transactions of the Institute of British Geographers, 2005, 30 (1): 37-51.

[6]
Coe N M, Yeung H W C. Global Production Networks:Theorizing Economic Development in an Interconnected World. Oxford: Oxford University Press, 2015.

[7]
Liu Yi. Progress of relational economic geography: Whether theorizing China's experiences. Geographical Research, 2020, 39(5): 1005-1017.

[刘逸. 关系经济地理的研究脉络与中国实践理论创新. 地理研究, 2020, 39(5): 1005-1017.]

DOI

[8]
Zhao Junzhu, Sun Tieshan, Li Guoping. Agglomeration and firm location choice of China's automobile manufacturing industry. Acta Geographica Sinica, 2014, 69(6): 850-862.

DOI

[赵浚竹, 孙铁山, 李国平. 中国汽车制造业集聚与企业区位选择. 地理学报, 2014, 69(6): 850-862.]

DOI

[9]
Zhao Ziyu, Wang Shijun, Chen Xiaofei. Beyond locality in restructuring the spatial organization of China's automobile industry clusters under modular production: A case study of FAW-Volkswagen. Acta Geographica Sinica, 2021, 76(8): 1848-1864.

DOI

[赵梓渝, 王士君, 陈肖飞. 模块化生产下中国汽车产业集群空间组织重构: 以一汽-大众为例. 地理学报, 2021, 76(8): 1848-1864.]

DOI

[10]
Pavlínek P. Restructuring and internationalization of the European automotive industry. Journal of Economic Geography, 2020, 20(2): 509-541.

[11]
Pavlínek P. Relative positions of countries in the core-periphery structure of the European automotive industry. European Urban and Regional Studies, 2022, 29(1): 59-84.

[12]
Kuroiwa I, Techakanont K, Keola S. Evolution of production networks and the localization of firms: evidence from the Thai automotive industry. Journal of the Asia Pacific Economy, 2024, 29(1): 260-281.

[13]
Liu Weidong, V.F.S. Sit. The changing spatial organization of the automotive industry: The impact of production pattern changes. Progress in Geography, 1998, 17(2): 3-16.

[刘卫东, 薛凤旋. 论汽车工业空间组织之变化: 生产方式转变的影响. 地理科学进展, 1998, 17(2): 3-16.]

[14]
Pavlinek P, Zenka J. Upgrading in the automotive industry: Firm-level evidence from Central Europe. Journal of Economic Geography, 2011, 11(3): 559-586.

[15]
Zhao Ziyu, Wang Shijun, Chen Xiaofei, et al. Cross-regional relatedness and influencing factors of China's automobile production network from the perspective of "global-local": A case study of FAW-Volkswagen. Progress in Geography, 2022, 41(5): 741-754.

DOI

[赵梓渝, 王士君, 陈肖飞, 等. “全球—地方”视角下中国汽车生产网络的跨域关联与影响因素: 一汽-大众案例. 地理科学进展, 2022, 41(5): 741-754.]

DOI

[16]
He Yao, Yang Yongchun, Wang Shaobo. Network and mechanism of China's new energy vehicle industry from the perspective of value chain. Acta Geographica Sinica, 2023, 78(12): 3018-3036.

DOI

[何瑶, 杨永春, 王绍博. 价值链视角下中国新能源汽车产业网络及其机制. 地理学报, 2023, 78(12): 3018-3036.]

DOI

[17]
Cong Haibin, Zou Deling, Gao Bo, et al. Network patterns and influence factors of new energy vehicle trade along the countries of the Belt and Road. Economic Geography, 2021, 41(7): 109-118.

DOI

[丛海彬, 邹德玲, 高博, 等. “一带一路”沿线国家新能源汽车贸易网络格局及其影响因素. 经济地理, 2021, 41(7): 109-118.]

DOI

[18]
Qi Wei, Li Qihao. Dynamic evolution characteristics and influencing factors of global new energy vehicle trade network. World Regional Studies, 2024, 33(2): 1-14.

DOI

[齐玮, 李启昊. 全球新能源汽车贸易网络动态演化特征及影响因素研究. 世界地理研究, 2024, 33(2): 1-14.]

DOI

[19]
Wang Hongqi, Wang Yinghua, Wu Jianlong, et al. Evolution mechanism of innovation ecosystem for new energy vehicles: case of BYD new energy vehicles. China Soft Science, 2016(4): 81-94.

[王宏起, 汪英华, 武建龙, 等. 新能源汽车创新生态系统演进机理: 基于比亚迪新能源汽车的案例研究. 中国软科学, 2016(4): 81-94.]

[20]
Yang Kaijun, Cao Anqi, Fang Cihui. Impacts of new energy vehicle industrial agglomeration on regional green economic efficiency based on a case study on Yangtze River Economic Zone. Resources & Industries, 2024, 26(1): 35-49.

[杨恺钧, 曹安琪, 方慈慧. 新能源汽车产业集聚对区域绿色经济效率的影响: 基于长江经济带的实证研究. 资源与产业, 2024, 26(1): 35-49.]

[21]
Liu Honghao, Lu Yu, Lin Qiqi, et al. Research on the collaborative development path of new energy vehicle industry chain and innovation Chain under the goal of "dual carbon": A case study of Zhaoqing. Contemporary Economics, 2019, 40(12): 66-74.

[刘鸿浩, 鲁宇, 林绮琪, 等. “双碳”目标下新能源汽车产业链与创新链协同发展路径研究: 以肇庆市为例. 当代经济, 2023, 40(12): 66-74.]

[22]
Miao Changhong. Western economic geography in transformation: Institutional, cultural, relational and scalar turns. Human Geography, 2004, 19(4): 68-76.

[苗长虹. 变革中的西方经济地理学: 制度、文化、关系与尺度转向. 人文地理, 2004, 19(4): 68-76.]

[23]
Miao Changhong, Wei Yehua, Lv Lachang. New Economic Geography. Beijing: Science Press, 2011: 117-128.

[苗长虹, 魏也华, 吕拉昌. 新经济地理学. 北京: 科学出版社, 2011: 117-128.]

[24]
Dicken P, Kelly P F, Olds K, et al. Chains and networks, territories and scales: Towards a relational framework for analysing the global economy. Global Networks, 2001, 1(2): 89-112.

[25]
MacLeod G. New regionalism reconsidered: Globalization and the remaking of political economic space. International Journal of Urban and Regional Research, 2001, 25(4): 804-829.

[26]
Gereffi G, M Korzeniewicz, R P Korzeniewicz. Introduction:Global commodity chains. In: G Gereffi, M Korzeniewicz. Commodity Chains and Global Capitalism. Westport, CT: Praeger, 1994.

[27]
Dicken P. Global shift: Mapping the Changing Contours of the World Economy. London: SAGE Publications Ltd, 2007.

[28]
Wu Kang, Fang Chuanglin, Zhao Miaoxi. The spatial organization and structure complexity of Chinese intercity networks. Geographical Research, 2015, 34(4): 711-728.

[吴康, 方创琳, 赵渺希. 中国城市网络的空间组织及其复杂性结构特征. 地理研究, 2015, 34(4): 711-728.]

DOI

[29]
Chen Xiaofei, Du Jingxin, Li Yuanwei, et al. Research on the characteristics and influencing factors of Huawei mobile phone production network from GPN. Geographical Research, 2024, 43(1): 51-65.

[陈肖飞, 杜景新, 李元为, 等. GPN视角下华为手机生产网络特征与影响因素研究. 地理研究, 2024, 43(1): 51-65.]

DOI

[30]
Liu Qing, Yang Yongchun, Jiang Xiaorong, et al. An analysis of the multidimensional globalizing city networks based on global value chain: A case study of iPhone suppliers. Acta Geographica Sinica, 2021, 76(4): 870-887.

DOI

[刘清, 杨永春, 蒋小荣, 等. 基于全球价值链的全球化城市网络分析: 以苹果手机供应商为例. 地理学报, 2021, 76(4): 870-887.]

DOI

[31]
Boschma R, Minodo A, Navarro M. The emergence of new industries at the regional level in Spain: A proximity approach based on product relatedness. Economic Geography, 2013, 89(1): 29-51.

[32]
Hane-Weijman E, Eriksson R H, Henning M. Returning to work: Regional determinants of re-employment after major redundancies. Regional Studies, 2018, 52(6): 768-780.

Options
文章导航

/

〈 〉