产业信息对城市和城市群印象评价的影响——以长株潭城市群为例

佘高波，胡振华

（1. 湖南工业大学 财经学院，湖南 株洲 412007；2. 中南大学 商学院，湖南 长沙 410083）

产业信息对城市和城市群印象评价的影响
——以长株潭城市群为例

佘高波1，2，胡振华2

（1. 湖南工业大学 财经学院，湖南 株洲 412007；2. 中南大学 商学院，湖南 长沙 410083）

以长株潭城市群为例，通过2个实验发现：2类产业信息对城市群印象评价影响存在显著差异，旗舰产业信息对城市和城市群印象评价影响不存在显著差异，一般支柱产业信息也是如此，旗舰产业信息中的研发能力信息对城市群印象评价有积极正向作用。

城市群；产业信息；溢出效应；长株潭

0 引言

城市群是城市发展到成熟阶段的最高空间组织形式，一般以1个或2个核心城市为中心，集聚周边城市，依托一定的自然环境和交通条件，不断加强城市之间的内在联系，共同构成一个相对完整的城市“集合体”。城市群可以使规模效应、集聚效应、辐射效应和联动效应达到最大化，而这些效应需要良好的城市群品牌的支撑，因为区域品牌印象影响人们对该地区投资、移民、旅游、就业以及区域外市场消费者对该区域产品的态度和购买行为。因而研究城市群品牌是城市品牌理论和实践的重要组成部分。

依据城市品牌化是其内部资源品牌化效应叠加的观点，城市群品牌化也是其内部城市、产业、企业、产品，以及其他资源不断品牌化产生的印象叠加。产业品牌是城市品牌的重要基础和支撑，实践中城市管理当局对发展支柱产业高度重视和不遗余力支持，如武汉大力发展汽车工业、长沙着力发展工程机械、株洲大力支持发展轨道交通装备等，这些产业已经凸显品牌效应，推动着所在城市品牌的发展。面对城市群的快速发展，研究者主要关注以下领域的问题：内部城市支柱产业信息对城市和城市群印象评价是否存在差别；旗舰产业（指在城市GDP中占据主导地位，最能代表该城市产业特点，与城市名称联接最强的支柱产业）和一般支柱产业对城市群印象评价是否存在差异；城市群中不同实力城市（核心城市、参与城市）的旗舰产业信息对城市群印象评价的影响是否存在不同。

本研究以可接近性-可诊断性模型为理论基础，以长株潭城市群为刺激信息选取来源，通过实验探讨城市内部产业信息对城市和城市群印象评价的溢出效应，拓展了城市品牌的研究范围，将城市群作为研究对象，探讨城市群品牌形成的机理，理论上可以丰富城市品牌化结构，为后续构建城市品牌伞模型奠定基础，实践上可以为城市群品牌化发展贡献思路，鼓励城市群管理当局出台相关政策支持品牌化发展。

1 文献综述与理论基础

国外学者的研究主要集中在公司品牌印象影响原产地（国）印象这个单一视角。一些学者通过研究，证明公司品牌能促进甚至改变原产地印象[1]。C. Lopez等通过深度访谈，认为有6个影响公司印象向原产地印象转移的顾客关联因素（顾客对公司品牌和原产地的意识、公司品牌印象影响力、公司品牌与原产地关联强度、品牌印象匹配性、品牌印象非匹配性、产业与原产地联系强度）和4个公司关联因素（公司品牌与原产地相似度、国际可见性、市场可见性、原产地公司品牌数量）[2]，而对产业品牌印象影响城市或者城市群印象的研究则比较简略。S. A. Rosenfeld发现，将产业集群品牌化是与竞争对手区别开来的一种手段，特别是在消费者面临广泛选择而又必须经常借助品牌进行识别的经济活动中尤其如此[3]。P. Lundequist等通过对瑞典创建的13个产业集群进行的案例研究，得出了如下结论：为了增强产业集群竞争力，有必要打造鲜明的产业集群品牌[4]。

国内相关研究处于萌芽阶段，基本基于感性认识和直觉经验的简单描述，如张燚等认为城市内部品牌具有极强的带动效应，能大幅提升城市品牌的知名度[5]；郝胜宇等认为，从产品品牌入手，通过品牌产品的示范效应带动其他产品品牌的发展，或者吸引外来投资，逐渐形成产业品牌，同时通过品牌经济的全面发展打造城市品牌[6]；孙丽辉等通过对温州制鞋业、制衣业、电压电器制造业的实证研究，认为产业品牌的集聚效应和扩散效应塑造了城市品牌[7]。

因此，借助品牌领域的研究成果，融合相关和邻近学科的知识，探讨城市内部产业品牌印象向城市群品牌传递印象的机理，进而揭示城市品牌化活动的特点与规律，具有很好的实践价值。

本文的理论基础是可接近-可诊断模型[8]和信息溢出效应。可接近-可诊断模型认为，某一信息是否以及多大程度用于认知判断取决于3个条件：1）可接近性，指消费者从记忆中提取信息的难易程度。新近接触、频繁接触以及反复接触的信息容易被提取，其可接近性高。2）可诊断性，指该信息用于认知判断的有效性程度。信息或概念之间的关联性越高，共享知识就越多，信息用于判断的作用就越突出，可诊断性就越强[8]。3）相对可诊断性，指相对于其它信息，该信息的可诊断性程度。由于注意力有限，当存在2个或更多可提取信息时，一个信息的诊断性提高，其它信息的可诊断性会降低。

信息溢出效应的提出者A. M. Collins等[9]认为，人的记忆是由知识构成的，知识由节点以及节点之间的连线构成的网络来表示。当问题中涉及一个概念和属性时，表征这个概念或者属性的节点就被激活，激活通过连线扩散到网络中的临近节点。由于扩散而被激活的节点的激活程度，依赖于这些节点与最初被激活的节点之间的联系强度。品牌联想的幅度受到消费者对品牌熟悉程度的影响，消费者对某个品牌越熟悉，产生的联想越结构化。在产业信息激活中，中心节点是城市名称，不同产业以其与城市名称的联结程度不同分布于四周，产业在组合中的地位取决于该产业与城市名称的联结强度，与城市名称联结最强的产品属于旗舰产业，与城市名称联结弱的产业属于非旗舰产业。同时，城市名称节点上还有其他的城市或者城市群与之联接，联接强度各不相同，可以依此划分为紧密联接和一般联接。旗舰产业信息相对于非旗舰产业评价，具有高可诊断性；同样，紧密联接城市相对于一般联接城市，也具有高可诊断性。这种在节点之间的信息流动称为信息溢出。

2 研究假设

面对新信息时，个体通常会将新信息与自己已有的知识进行整合，然后做出认知决策，此时，新信息受已有知识的调节[10]。产业信息对城市和城市群评价的影响主要基于“关联网络记忆模型”的信息传递机制。在记忆网络中，城市名称为关键节点，旗舰产业、一般支柱产业、城市群名称都与城市名称联接。旗舰产业处于高可接近性情景，其信息节点容易被激活；由于它与城市名称和城市群名称联接最紧密，联接强度最强，旗舰产业信息容易通过链条传递到城市名称和城市群名称并将之激活，具有高接近-高诊断性，因此做出以下假设：

H1 评价城市和城市群印象时，旗舰产业信息比一般支柱产业信息更具有可诊断性。

H1a 评价城市时，旗舰产业信息比一般支柱产业信息更具有可诊断性。

H1b 评价城市群时，旗舰产业信息比一般支柱产业信息更具有可诊断性。

由于产业信息与所在的城市联接强度比较高，产业信息容易通过链条传递到城市名称并将之激活，具有高可接近性、高诊断性；城市群作为新的城市竞争形态，在我国出现的时间比较晚，产业信息与之联接强度比较弱，具有低可接近性、低诊断性，因此做出以下假设：

H2 产业信息对城市印象评价的影响比对城市群更显著。

H2a 城市内旗舰产业信息对城市印象评价的影响比对城市群更显著。

H2b 城市内一般产业信息对城市印象评价的影响比对城市群更显著。

城市群由若干城市组成，一般以1个核心城市为中心，集聚周边城市，核心城市也往往是城市群命名的首要考虑因素，如长株潭城市群中，长沙是核心城市，冠名在城市群名称之首，株洲、湘潭是参与城市；武汉城市群以武汉为核心，参与城市包括黄石、鄂州、黄冈等。城市群内的核心城市与城市群名称的联接强度高于参与城市与城市群名称的联接强度，因此，核心城市的旗舰产业与城市群名称的联接强度要高于参与城市的旗舰产业与城市群的联接强度，因此做出以下假设：

H3 城市群内不同城市的旗舰产业信息对城市群印象评价的影响存在显著差异。

H3a 核心城市旗舰产业信息对城市群印象评价的影响显著大于其他城市旗舰产业。

H3b 实力最弱城市旗舰产业信息对城市群印象评价的影响显著小于其他城市旗舰产业。

3 实验一

实验一的目的是检验2类产业信息（旗舰产业、一般支柱产业）对城市和城市群印象评价的溢出效应。3.1 实验设计

为考察2类产业信息对所在城市和城市群评价的溢出效应，实验完全随机设计，产业信息是刺激变量，因变量参考地区印象的12项测量指标（技术含量、工艺水平、声誉、值得信赖、产品创新、产品时尚、价格、总体质量、经济发展、科技水平、人文素质、整体印象）[11]，选择其中的工艺水平、创新水平、总体质量、科技水平、整体印象等5个变量，变量均采用利克特5点正向量表，分值越大表示评价越高。实验按照抽签随机分为6组，共有218名湖南工业大学商学院MBA学员参与实验。

3.2 实验材料与实验流程

以株洲市和株洲市所在的长株潭城市群为刺激信息编辑来源，选择株洲市的第一大支柱产业装备制造业为旗舰产业，服饰产业为一般支柱产业选择，长沙的旗舰产业选择工程机械，湘潭的旗舰产业选择汽车制造。株洲的产业信息参考了株洲社科网，长沙的产业信息来自长沙商务局投资长沙网站，湘潭的产业信息来自湘潭统计信息网等。

产业信息的编写没有统一的规范可以遵循。借鉴公司信息的分类，将产业信息分为2类：一类是能力信息，是指该产业制造与交付产品/服务的专业能力，可从产品质量、创新、顾客导向等角度刻画；另一类是社会责任信息，是指该产业对公益事业的捐赠、对社区的关注、带动的就业等关乎道德的事项，可从产业的环境友好、社区关注以及社会捐赠等角度刻画[10]。检查搜索到的这些产业的原始信息，描述的都是产业的能力信息（如研发力量、核心骨干企业、从业人员、市场业绩等），内容有欠缺的尽量补全，不能补全的尊重原貌，比如长沙的旗舰产业工程机械和湘潭的旗舰产业汽车制造在相关的政府官网就缺少研发力量的信息，只好保持空缺状态。然后将产业信息的逻辑顺序修改成一致（按照研发力量、核心骨干企业、从业人员、市场业绩展开），在每条信息的开始简介该产业在城市中的地位、城市在城市群中的地位，每条信息的总字数控制在250字以内。城市群内的城市实力排名依次为：长沙、株洲、湘潭，旗舰产业实力排名依次是：长沙工程机械、株洲装备制造、湘潭汽车制造。

考虑到采用真实城市名称、城市群名称和公司名称为刺激物进行测试，虽然能获得参加实验的MBA学员贴近实际的评价，但由于影响城市和城市群评价的信息复杂性远超过公司品牌、产品品牌，干扰比较多，参加实验的MBA学员对真实城市、城市群、公司的评价很难准确反映产业信息对它的影响，为此课题组在编写信息时以字母代码替代城市名称、城市群名称、公司名称，以提高研究结论的准确性，以A城代表株洲市、B城代表长沙市、C城代表湘潭市，ABC代表长株潭城市群，其中的企业名称也以字母组合替代。

参加实验的MBA学员先阅读产业信息，之后有2个检验参加实验的MBA学员是否认真阅读信息的题目，然后对城市或城市群进行评价。图1为刺激信息的示例。

图1 刺激信息示例Fig.1 A stimulus information example

3.3 统计分析

分别以城市（城市群）的工艺水平、创新水平、总体质量、科技水平、整体印象、评价均值为因变量，以产业信息与城市（城市群）组合类型为自变量做单因素方差分析，产业信息对城市和城市群印象的评价如表1所示。工艺水平主效应显著（F=4.370，P=0.001）、创新水平主效应显著（F=3.079，P=0.011）、科技水平主效应显著（F=10.350，P=0.000）、评价均值主效应显著（F=4.967，P=0.000）。

从评价均值来看（P＜0.05时显著），装备制造产业信息对A城印象评价均值显著高于服饰产业对A城的（M=4.035 3 VS M=3.450 0；P=0.000）；装备制造产业对A城均值与对ABC城市群均值不存在显著性（M=4.035 3 VS M=3.948 6；P=0.591），服饰产业对A城均值与对A B C城市群均值也不存在显著性（M=3.450 0 VS M=3.461 1；P=0.943）；装备制造产业对ABC城市群均值与其他3种产业对ABC城市群均值存在显著性（M=3.948 6 VS M=3.461 1，P=0.002；M =3.948 6 VS M =3.605 1，P =0.029；M =3.948 6 VS M = 3.588 2，P=0.027），但是服饰产业、工程机械、汽车制造对ABC城市群均值之间不存在显著性。H1得到验证，H2, H3没有得到验证。

从工艺水平均值来看（P＜0.05时显著），装备制造产业对A城工艺水平的得分显著高于服饰产业对A城的（M=4.000 0 VS M=3.200 0；P=0.000）；装备制造产业与服饰产业、工程机械对ABC城市群工艺水平得分存在显著差异（M=4.028 6 VS M=3.444 4，P=0.009；M=4.028 6 VS M=3.589 7，P=0.044），与汽车制造达到边际显著性（M=4.028 6 VS M=3.647 1，P=0.090＜0.10）；装备制造业对A城和ABC城市群工艺水平得分没有显著差异，服装产业也是如此。H1, H3a得到验证，H2, H3b没有得到验证。

从创新水平均值来看（P＜0.05时显著），装备制造产业对A城创新水平得分显著高于服饰产业的（M=4.058 8 VS M=3.425 0；P=0.005）；装备制造产业对ABC城市群的创新水平得分高于服饰产业对ABC城市群的，达到边际显著性（M=3.742 9 VS M=3.333 3；P=0.007＜0.10）；装备制造业对A城创新水平得分高于对ABC城市群创新水平得分，但是不存在显著差异（M=4.058 8 VS M=3.742 9；P=0.168），服装产业对A城创新水平得分高于对ABC城市群创新水平得分，也不存在显著差异（M=3.425 0 VS M=3.333 3；P=0.674）；3种旗舰产业信息对ABC城市群的影响不存在显著性。H1得到验证，H2得到部分验证，H3没有得到验证。

从科技水平均值来看（P＜0.05时显著），装备制造产业对A城得分显著高于服饰产业（M=4.176 5 VS M=3.075 0；P=0.000），装备制造业对ABC城市群与其他3个产业对A B C城市群存在显著差异（M=4.228 6 VS M=3.111 1，P=0.000；M=4.228 6 VS M=3.6923，P=0.014；M=4.2286 VS M=3.6176，P=0.007）；服饰产业对ABC城市群科技水平得分显著低于其他3种旗舰产业对ABC城市群；工程机械和装备制造业对A城和ABC城市群不存在显著差异，服饰产业对A城和ABC城市群也不存在显著差异。H1得到验证，H2，H3没有得到验证。

表1 产业信息对城市和城市群印象的评价Table 1 The impacts of industry information on urban and urban agglomeration image evaluation

4 实验二

实验二的目的在于检验不同地位城市旗舰产业信息在补充研发能力信息后对城市群评价的溢出效应。

4.1 实验设计

实验采用完全随机设计，旗舰产业信息是刺激变量，因变量为城市群的工艺水平、创新水平、总体质量、科技水平、整体印象等5个变量，变量均采用5点量表，分值越大表示评价越高。因变量实验按照抽签随机分为3组，共有76名MBA学员参与实验。

4.2 实验材料与实验流程

假设3没有通过验证，和产业信息内容有关系，检查表中的得分，装备制造业的影响得分是最高的，其他3种都比较接近。再看4种产业信息，唯有装备制造业有研发能力的信息，其他3种都没有。重新查阅长沙工程机械核心企业中联重科、三一重工、山河智能等官网，目前长沙工程机械有拥有1家国家级工程技术研究中心、1个国家重点实验室（建筑机械领域唯一）、4家国家级企业技术中心、10个省级工程研究中心（实验室）；湘潭汽车产业拥有1家国家级企业技术中心，1家国家认定企业技术中心。将这些信息添加到原来的信息中，按照研发能力排序，依次是长沙工程机械、株洲轨道交通、湘潭汽车制造。实验流程同3.2。

4.3 统计分析

分别以城市群的工艺水平、创新水平、总体质量、科技水平、整体印象、评价均值为因变量，旗舰产业信息对城市群印象评价的均值如表2所示。以产业信息为自变量做单因素方差分析，创新水平（F=3.985，P=0.023）、总体质量（F=3.627，P=0.031）、科技水平（F=8.120，P=0.001）、评价均值主效应显著（F=6.138，P=0.003）。

从评价均值来看（P＜0.05时显著），A城装备制造产业对ABC城市群均值显著高于C城汽车制造业（M=3.840 0 VS M=3.369 2；P=0.023）；B城工程机械业对A B C城市群均值显著高于C城汽车制造业（M=4.064 0 VS M=3.369 2；P=0.001）、B城工程机械业对A B C城市群均值大于A城装备制造产业（M=4.064 0 VS M=3.840 0；P=0.278），H3b得到验证，H3a部分得到验证。

从创新水平均值来看（P＜0.05时显著），A城装备制造产业对ABC城市群均值高于C城汽车制造业（M=3.680 0 VS M=3.269 2；P=0.137）；B城工程机械业对A BC城市群均值显著高于C城汽车制造业（M=4.040 0 VS M=3.269 2；P=0.006）、B城工程机械业对A B C城市群均值大于A城装备制造产业（M=4.040 0 VS M=3.269 2；P=0.196），H3b和H3a部分得到验证。

从总体质量均值来看（P＜0.05时显著），A城装备制造产业对ABC城市群均值显著高于C城汽车制造业（M=3.880 0 VS M=3.346 2；P=0.035）；B城工程机械业对ABC城市群均值显著高于C城汽车制造业（M=3.960 0 VS M=3.346 2；P=0.016）、B城工程机械业对A B C城市群均值大于A城装备制造产业（M=3.960 0 VS M=3.880 0；P=0.751），H3b得到验证，H3a部分得到验证。

从科技水平均值来看（P＜0.05时显著），A城装备制造产业对ABC城市群均值显著高于C城汽车制造业（M=4.120 0 VS M=3.461 5；P=0.010）；B城工程机械业对ABC城市群均值显著高于C城汽车制造业（M=4.120 0 VS M=3.461 5；P=0.000）、B城工程机械业对A B C城市群均值大于A城装备制造产业（M=4.440 0 VS M=4.120 0；P=0.206），H3b得到验证，H3a部分得到验证。

表2 旗舰产业信息对城市群印象评价的均值Table 2 The mean value of flagship industry information on urban agglomeration image evaluation

总之，补充研发信息之后，H3得到部分验证，实力最强的旗舰产业对城市群的影响最大，实力最弱的旗舰产业对城市群的影响最小。对比实验一，说明研发信息对城市群评价存在积极正向影响。

5 实践启示

1）同一种支柱产业信息对城市和城市群印象评价的影响不存在显著性，这说明产业信息不仅仅与所在城市是直接关联，与所在城市群也是直接联接，打破了产业信息-城市-城市群间接信息溢出的假设推断，取而代之的是产业信息-城市/城市群直接信息溢出效应。这一方面说明，作为地域联盟战略的城市群是对已经具有品牌效应的若干城市进行的整合提升，具有被公众高度认可的良好基础（当然，城市群自身的一体化措施也强化了公众对城市群的认同，如武汉城市群、长株潭城市群的电信、交通、金融、电力同城等等）；另一方面也提示我们，城市群品牌化不仅可以借力城市品牌信息的溢出，也可以考虑直接借力于城市内支柱产业，尤其是借力于旗舰产业的信息溢出效应，城市群管理当局应该“照搬照抄”城市支柱产业信息“为我所用”，在城市群的营销推广中强化城市内支柱产业与城市群名称的联接，加速城市群的品牌化进程。

2）旗舰产业是城市和城市群代表性产业，相对一般支柱产业，对城市群评价影响更显著，尤其是2次实验发现旗舰产业的研发能力信息是关键信息，对城市群评价影响明显。这对城市和城市群的实践意义在于：城市和城市群管理当局要支持产业研发能力的形成和壮大，形成产业可持续发展印象，增强对城市和城市群评价的溢出效应，推进城市和城市群的品牌建设；要规范产业信息的沟通传播，在向公众发布产业信息的时候要讲究信息的科学性、完整性，提供研发、制造、销售、市场业绩等全方位的信息，尤其是研发信息要及时全面地提供给公众，有利于形成对城市和城市群积极正向的评价[12]。

6 研究展望

本研究以长株潭城市群为刺激信息选取的来源，探讨城市内部产业信息对城市和城市群印象评价的溢出效应，选取参加实验的参与者集中在MBA学员，推广到其他人群是否存在差异，需要进一步验证。相对于公司品牌化，城市群品牌化受影响的因素更多，信息传播的途径更多样，面对的受众也更复杂，今后课题组的研究方向有：

1）研究城市内部公司信息对城市和城市群印象的影响。国外地区品牌化研究已经证明，公司品牌能够作为品牌代表影响原产地印象。沿着这个思路，结合我国城市和城市群品牌化的实践开展公司信息对城市群评价的溢出效应，有可能做出理论创新。

2）研究城市群内城市之间，及其与城市群之间的互动关系，探讨它们之间的信息溢出效应，为城市群品牌化寻找理论支撑。城市群印象不应该是群内城市印象的简单相加，而是可能存在群内城市信息之间的溢出效应、耦合效应和放大效应。城市群在我国出现的时间还比较短，但是发展速度却比较快，研究这些效应的存在性和作用机理，可获得具有丰富应用价值的成果。

3）研究城市内部的历史典故、地理商标、物质文化遗产、非物质文化遗产与城市群评价之间的关系，探讨如何将这些要素集成在城市群评价之中。国家或者地区之间争夺遗产名录事件此起彼伏，这些资源对所在城市和城市群会产生哪些影响，其中影响的机理是什么，目前定量的研究基本是空白。沿着这个思路开展研究，可以为城市和城市群品牌化提供新的视角。

4）产业信息分类研究，比如研发信息、管理信息、制造信息、业绩信息、公益信息对城市和城市群印象评价分别会产生哪些影响，这些信息之间重要性如何排列，尤其是品牌产业的公益信息对城市和城市群印象评价会产生怎样的影响，这些研究帮助我们找到产业信息对城市和城市群的影响规律，对城市和城市群品牌化具有一定的实践价值。

[1] Anholt S. Brand New Justice：The Upside of Global Branding[M]. Oxford：Butterworth-Heinemann，2003：30-45.

[2] Lopez C，Gotsi M，Andriopoulos C. Conceptualizing the Influence of Corporate Image on Country Image[J]. European Journal of Marketing，2011，45(11/12)，1601-1641.

[3] Rosenfeld S A. A Guide to Cluster Strategies in Less Favored Regions[R]. North Carolina：[s. n.]，2002：9-33.

[4] Lundequist P，Power D. Putting Porter into Practice Practices of Regional Cluster Building：Evidence From Sweden[J]. European Planning Studies，2002，10(6)：685-704.

[5] 张 燚，张 锐. 城市品牌塑造的影响因素及互动关系研究[J]. 经济问题探索，2007(3)，38-42. Zhang Yi，Zhang Rui. Influence Factors of City Brand Shaping and Interactive Relationship Research[J]. Inquiry into Economic Issues，2007(3)，38-42.

[6] 郝胜宇，刘进平. 城市品牌塑造路径[J]. 企业研究，2011 (11)：28-29. Hao Shengyu，Liu Jinpin. The Routes of Modeling and Promoting City Brand[J]. Business Research，2011(11)：28-29.

[7] Sun Lihui，Xu Tianshu. On the Impact of Brand Cluster Effects of Forming of Place Brand：Take Wenzhou Cluster for Example[C]//2010 International Conference on EBusiness and E-Government. [S. l.]：IEEE，2010：5351-5354.

[8] Feldman J M，Lyneh J G. Self-Generated Validity and Other Effects of Measurement on Belief，Attitude，Intention，and Behavior[J]. Journal of Applied Psychology，1988，73(3)：421-35.

[9] Collins A M，Loftus E F. A Spreading-Activation Theory of Semantic Processing[J]. Psychological Bulletin，1975，82(6)，407-428.

[10]王海忠，陈增祥，尹 露. 公司信息的纵向与横向溢出效应：公司品牌与产品品牌组合视角[J]. 南开管理评论，2009，12(1)：84-89. Wang Haizhong，Chen Zengxiang，Yin Lu. The Impacts of Corporate Message Portfolio：The Vertical and Horizontal Spillover Effects[J]. Nankai Business Review，2009，12(1)：84-89.

[11]李东进，董俊青，周荣海. 地区印象与消费者产品评价关系研究：以上海和郑州为例[J]. 南开管理评论，2007，10(2)：67-75. Li Dongjin，Dong Junqing，Zhou Ronghai. A Study of the Relation Between Region Image and Consumer Evaluations of Product：Taking Tianjin and Shanghai as Examples[J]. Nankai Business Review，2007，10(2)：67-75.

[12]佘高波. 株洲城市品牌印象调查与营销启示：基于城市居民视角[J]. 湖南工业大学学报，2013，27(4)：94-98. She Gaobo. Surveying Zhuzhou Urban Brand Image and Its Marketing Implications：Citizen Cognition-Based Viewpoint[J]. Journal of Hunan University of Technology，2013，27(4)：94-98.

（责任编辑：申 剑）

The Impact of Industry Information on Urban and Urban Agglomeration Image Evaluation：Taking Chang-Zhu-Tan Agglomeration as an Example

She Gaobo1,2，Hu Zhenhua2
（1. School of Finance and Economics，Hunan University of Technology，Zhuzhou Hunan 412007，China；2. Business School，Central South University，Changsha 410083，China）

With Chang-Zhu-Tan agglomeration as an example, through 2 experiments found that: there exist significant differences among the effects of 2 kinds of industry information on the evaluation of city agglomeration images; the flagship industry information has no significant difference on the evaluation of city and city group images, so it is pillar industry information. The R & D ability information of flagship industry information has positive effects on the evaluation of city agglomeration images.

city agglomeration；industry information；spillover effect；Chang-Zhu-Tan

F29

A

1673-9833(2015)02-0102-07

10.3969/j.issn.1673-9833.2015.02.019

2014-09-23

湖南省教育厅科研基金资助项目（13C046）

佘高波（1972-），男，湖南张家界人，湖南工业大学讲师，中南大学商学院访问学者，主要研究方向为城市营销，品牌营销，E-mail：627172232@qq.com