独角兽企业空间格局演化及其区位影响因素研究——以北京、上海、深圳、杭州为例

马 腾，李一杰，余 杰

(1.杭州师范大学阿里巴巴商学院，浙江 杭州 311121；2.华东师范大学全球创新与发展研究院，上海 200062；3.杭州师范大学经济学院，浙江 杭州 311121；4.苏州大学政治与公共管理学院，江苏 苏州 215123)

0 引言

美国Cowboy Venture公司投资人Aileen Lee于2013年提出 “独角兽企业”概念，指创业10年左右、估值超10亿美元的创业公司，如公司估值超过100亿美元，则称为超级独角兽[1-2]。只有百万分之六的初创企业能够跻身 “独角兽企业”行列，且估值多在10亿～40亿美元，超级独角兽极为稀少[3]。独角兽企业作为产业新业态升级的引领者[4]，正逐步成为推动经济增长的有力引擎[5]，其富集程度也成为衡量企业家精神发展水平[6]、区域创新事业进展和企业创新生态发育程度[7]的重要标志。因此，独角兽企业不仅获得了业界的大力追捧，也引起了学界的广泛关注。学者已从全球[8]、国家[9]、城市[10]等尺度对独角兽企业开展研究，涉及其特征分析[11]、发展环境优化[12]、成长要素探究[13]和风险管理[14]等众多领域。方法上，多为经济学和管理学视角的定性研究，鲜有学者从地理学视角开展定位研究。

事实上，企业空间分布及其演化是经济地理学的重要研究内容[15]，不仅反映特定区域背景下的企业选址偏好，而且为预测企业发展趋势和引导产业合理布局提供重要参考。已有研究表明，同行业或同类型的企业几乎都在一定尺度上呈现集聚趋势[16-20]。企业集聚有利于在特定区域内形成市场和社会关系网络，这对降低创新风险、缩短创新周期和加速创新成果扩散有积极影响[21]。研究方法上，学者主要运用核密度估计[22]、热点分析[23]、Moran’s I指数[24]、全局G指数[25]、Ripley’s K (d)函数[26]等判断企业是否存在集聚、识别集聚区域和测算集聚程度。

整体看，国内外学者已从不同尺度和层面，运用多种方法对各类企业的空间分布开展深入研究并取得一系列有价值的成果。而对于文章重点关注的独角兽企业空间分布，目前只有楚天骄等[7]和周晓燕等[27]开展了较为严谨和规范的研究。既有研究存在明显不足：①研究尺度上，多从国家或省域尺度进行总结归纳，少有城市尺度的个案分析与比较研究，结论或建议针对性不强，对城市独角兽企业培育的现实指导意义有限；②研究方法上，多局限于个体行政单元拥有独角兽企业数量的描述性统计，较少运用地理学定位、定量分析方法从空间视角探究独角兽企业分布规律；③研究深度上，相对宏观的研究尺度限制观察的深入性，导致结论多停留于 “常识”，如独角兽企业偏好选址在创新环境良好的区域等。综上，采用地理学方法从城市尺度对独角兽企业空间分布规律开展深入研究具有重要理论和现实意义。

根据长城战略咨询发布的独角兽企业榜单，2016—2019年北京、上海、深圳、杭州 (简称 “北上深杭”)4市独角兽企业总数的全国占比始终维持在70%以上，总估值的全国占比更是一直维持在88%以上，无论从数量还是估值看，这4个城市都是中国独角兽企业的主要集聚地，因而选取4市作为案例地具有较强典型性。文章分别探究4市2016—2019年独角兽企业空间演化格局及其区位影响因素，旨在从地理学视角补充完善独角兽企业现有研究，一定程度揭示其在城市尺度上的空间分布规律，为城市产业结构调整升级、相关企业合理布局及创新创业环境提升提供现实参考。

1 研究数据与方法

1.1 数据来源

基于数据权威性、可获取性和一致性，文章对独角兽企业空间格局及其演化的考察时间为2016—2019年，资料源于科技部火炬中心和长城战略咨询联合发布的 《2016年中国独角兽企业发展报告》 《2017年中国独角兽企业发展报告》及长城战略咨询独立发布的 《2018年中国独角兽企业研究报告》 《2019年中国独角兽企业研究报告》，报告中涵盖当年全国独角兽企业的排名、名称、估值、所属领域、成立时间和所在城市等信息。核对资料时发现2016和2017年上海市估值最高的独角兽企业陆金所未出现在长城战略咨询发布的2018和2019年独角兽企业榜单上，但在其他机构发布的榜单上均有出现，结合独角兽企业定义，本文认为长城战略咨询未将陆金所列入2018和2019年榜单的做法有失偏颇。出于资料来源连续性和统计口径一致性，2018和2019年仍使用长城战略咨询发布的独角兽企业报告，但将陆金所加入榜单，以胡润研究院发布的 《2018胡润大中华区独角兽指数》和 《2019胡润全球独角兽榜》对该企业信息进行补充。

1.2 数据处理

《公司法》规定企业注册地址与经营地址须保持一致，但实践中各地政府为支持创业企业发展采取 “一照多址” “飞地经济”等创新做法，导致部分独角兽企业注册地址与经营地址不符，但整体看只有极少企业出现此情况，对研究结论无影响，故不考虑上述情形，在空间化处理时全部选取企业注册地址作为基础资料。通过全国企业信用信息公示系统和4市工商管理部门官网查询独角兽企业注册地址，在百度地图API上逐一检索企业经纬度并导入ArcGIS10.2软件，建立4市独角兽企业空间数据库。以区县级行政区为最小单元，底图采用国家自然资源部标准地图服务系统及4市资源规划局标准地图，分别矢量化绘制4市2016—2019年独角兽企业空间分布图。利用碎化指数和均匀度指数计算4市独角兽企业空间分布随时间变化的集聚和分散态势。

(1)碎化指数。碎化指数能准确描述数据在总体空间上的分布模式[28]。独角兽企业空间分布碎化指数，即不同尺度行政单元拥有的独角兽企业数量在所属区域内所占总量份额 (百分比)的平方根之和。xi为i行政单元所拥有的独角兽企业数量 (i=1，2，…，n)，则有：

(1)

(2)

(2)均匀度指数。碎化指数考虑了单元个数因素,较为显著地反映了 “北上深杭”4市独角兽企业空间分布的碎化程度，但这一指数无法直观体现区域内部单元分布的均衡程度，均匀度指数从单元个数角度对碎化指数进行了发展[29]。

(3)

2 案例地简介

2.1 数量

2016—2019年，北京独角兽企业数量遥遥领先于另外3市，但在数量占比上却出现明显下降趋势，这表明北京之外的其他城市正不断培育出越来越多独角兽企业。上海独角兽企业数量较为稳定，但全国占比自2017年后却持续下降。深圳和杭州独角兽企业数量相当且增长缓慢，2019年均为20家，数量占比均为9.17%，如图1所示。

图1 2016—2019年 “北上深杭”独角兽企业数量及全国占比

2.2 估值

2016—2019年，北京独角兽企业估值显著增长，从2153.6亿美元增长至3599.4亿美元，但估值全国占比却变动不大。上海独角兽企业估值总体呈增长趋势，2019年略有下降，全国占比较为平稳。深圳独角兽企业估值增长缓慢，截至2019年其全国占比仍未超过10%。尽管数量相当，但杭州凭借蚂蚁金服这一超级独角兽，总估值及全国占比却远高于深圳。2016和2017年蚂蚁金服的估值均占杭州市独角兽企业总估值50%以上，2018年和2019年甚至超过80%，如图2所示。

图2 2016—2019年 “北上深杭”独角兽企业估值及全国占比

2.3 行业领域细分

北京独角兽企业多涉足电子商务、文化娱乐和互联网金融，上海以电子商务、房产服务和文化娱乐为主，深圳偏重智能硬件，杭州则以互联网金融和电子商务为主。比较而言，北京独角兽企业数量最多、行业分布领域最广，是引领全国独角兽企业新模式、新业态、新技术的高地；上海独角兽企业 “互联网+”特征明显；深圳独角兽企业以技术驱动为主要特征；杭州独角兽企业多围绕阿里生态圈开展业务布局[31]。

3 “北上深杭”独角兽企业空间分布特征

3.1 空间格局及其演化

(1)北京。在空间格局上，2016年北京独角兽企业在海淀区东部及东南部、朝阳区西部及中部 (“集聚区”)形成连片集聚，昌平区、丰台区、通州区、顺义区和怀柔区分布零散且数量极少。2017年，除大兴区首次培育出独角兽企业外，其余新增全部出现在 “集聚区”。2018年， “集聚区”独角兽企业数量再次增长，集聚强度进一步增加，其他区域无新增。2019年，丰台区、密云区和通州区各新增独角兽企业1家，其余新增均出现在 “集聚区”。以上特征表明北京市科创资源具有显著的中心极化趋势[32]。截至2019年底，西城区、延庆区、门头沟区、房山区、平谷区仍未培育出独角兽企业。

演化趋势上，2016—2019年北京独角兽企业数量显著增长，但始终分布在 “集聚区”，除此之外未形成新增长点，也未表现出外拓趋势。将 “集聚区”与中关村发展规划对比发现，其覆盖范围和中关村科技园的海淀园、朝阳园高度重合，即这两个园区是北京市独角兽企业的主要诞生地。根据中关村管委会发布的2019年报数据，海淀园和朝阳园在各主要指标上均表现出色，见表1。

表1 2019年中关村海淀园、朝阳园核心指标

海淀园作为中关村科技园的创始地及核心区，依托众多国内顶尖高校提供的智力支撑和各级政府的政策及资源支持，经过多年发展已构建起完善的创业生态系统，成为全球知名的创新创业高地，4年来培育出10家成功上市的独角兽企业，其在上述各项指标排名中均位列第一也就不难解释。2016—2019年北京独角兽企业在 “集聚区”的集聚程度不断加强，而企业空间集聚又具有路径依赖[33]，可以预见，未来 “集聚区”仍将继续保持对创业企业的高吸引力和独角兽企业高诞生率。

(2)上海。空间格局上，2016—2019年上海独角兽企业几乎全部分布在中心城区，究其原因，中心城区有相对更好的基础设施条件、相对更快的政策响应速度和相对更便利的创业服务，相较于外环线以外区域可为独角兽企业提供更优越的营商环境。具体而言：①以黄浦江为界可分为两个集聚区，一是浦西以内环为主要区域的核心集聚区，其中虹桥交通枢纽附近独角兽企业密度最高；二是浦东以张江高科技园区为中心所形成的次核心集聚区。②核心集聚区内徐汇区、长宁区和杨浦区培育出相对更多的独角兽企业，静安区、黄浦区、虹口区、青浦区和普陀区表现欠佳。

演化趋势上，2016—2019年上海独角兽企业主要分布在上述两个集聚区内，此外未形成新集聚点，但随着独角兽企业数量增加和城市整体创业环境提升，其空间布局开始出现扩散趋势，中心城区内形成 “全域分散，局域集聚”态势。具体看，浦东新区、长宁区和徐汇区4年来培育的独角兽企业数量较多且较为稳定；杨浦区和闵行区数量呈增长趋势；嘉定区2016—2017年数量快速增长，但2017—2018年数量又快速下降，2019年趋于稳定，从榜单上消失的3家独角兽企业中有1家倒闭 (飞凡网)、1家估值下降 (驴妈妈)、1家上市 (蔚来汽车)；黄浦区、静安区、青浦区、普陀区、虹口区和宝山区数量较少；剩余4个区 (县)截至2019年底仍未培育出独角兽企业。

(3)深圳。空间格局上，2016和2017年深圳都仅有1家独角兽企业落点于宝安区，其余全部位于南山区，南山区的产业集聚、地理优势及人才资源对独角兽企业入驻及发展呈现较强吸引力[31]。2018—2019年，福田区共成功培育出4家独角兽企业，打破了原有分布格局，但整体上独角兽企业仍集聚在南山区中部。

微观区位上。一是独角兽企业主要集聚在南山区的国家级高新区，并向前海和后海地区有一定延伸，集聚区内有高新区、自贸区、保税区等创新空间载体，吸引了大批高新技术企业入驻，形成了良好的创新创业生态系统。二是尽管2018—2019年福田区培育出的4家独角兽企业落点较为分散，但均选址在交通条件优越、资源获取便利的地点。2019年4月，福田区出台 《福田区支持科技创新发展若干政策》，特别提及要支持 “瞪羚企业”[34]发展， “瞪羚企业”作为衡量区域创新活力的重要标志，已成为独角兽企业重要后备军，此政策将为福田区未来独角兽企业培育赋予强劲动能。

(4)杭州。从空间格局和演化趋势看，2016—2019年，杭州市独角兽企业几乎都诞生在中心城区[35]及余杭区的未来科技城，唯一例外是位于萧山区的微医集团和万向一二三，但这两家公司也紧邻中心城区。具体看，西湖区、余杭区和滨江区培育出相对更多的独角兽企业。其中，西湖区有3家独角兽企业已成功上市，全球第一大独角兽蚂蚁金服也位于其中；滨江区和拱墅区独角兽企业数量增加较为明显，从2016年的1家分别增加至2019年的5家和3家。截至2019年底，富阳区、临安区、桐庐县、淳安县和建德市这5个非中心城区仍未培育出独角兽企业。

3.2 集聚强度分析

运用碎化指数对 “北上深杭”独角兽企业空间集聚强度及其变化进行测度，见表2。①北京。2016—2019年北京碎化指数波动不大，始终保持在较低水平，说明4年间其独角兽企业集聚程度一直较高。②上海。2016—2019年上海碎化指数平均值为3.039，与最高值4较为接近，说明其独角兽企业空间分布较为分散。③深圳。2016—2017年深圳碎化指数几无波动，2018和2019年有所上升，说明其独角兽企业空间布局开始出现分散趋势，但总体看集聚程度仍较高。④杭州。2016—2019年杭州碎化指数较为稳定且略高于中值，说明其独角兽企业集聚状态较为稳定。

表2 2016—2019年 “北上深杭”4市独角兽企业碎化指数和均匀度指数

就集聚强度而言，深圳>北京>杭州>上海。深圳受历史原因影响，科创资源大多集聚在关内的南山区，尽管撤销 “二线关”后关外快速发展，但关内关外仍存在差距，这对独角兽企业分布格局产生重要影响；北京受地形影响，创新活动开展受到一定限制，主城区成为独角兽企业集聚地。上海和杭州没有地形限制，也不存在历史因素制约，这两个城市的科创资源伴随着建成区扩张呈现出一定扩散趋势，很好地带动了全域创新环境的改善。均匀度指数计算结果与碎化指数相似，进一步验证了碎化指数测度结果。碎化指数和均匀度指数计算结果为上文对4市独角兽企业空间分布特征的分析提供了重要佐证。

3.3 独角兽企业的科创属性

独角兽企业的科创属性很大程度体现在其企业性质上，即高新技术企业占比较高。2016—2019年， “北上深杭”4市及全国独角兽企业中高新技术企业占比均呈显著上升趋势，见表3。高新技术企业逐渐成为独角兽企业的 “主流”，独角兽企业 “科技含量”越来越高。作为美国股市支柱的苹果、英特尔等，都是由科创独角兽成长为当今的世界科创巨头公司，分别在香港和大陆上市并实现股价持续上涨的小米和宁德时代，前身同样为科创型独角兽。以上在反映独角兽企业高科创属性的同时也反映高新技术企业的高成长性。

表3 2016—2019年 “北上深杭”及全国独角兽企业中高新技术企业占比 (单位：%)

高新技术企业的快速成长对独角兽企业及高新技术产业发展有直接而重要的影响。①从企业发展周期看，高新技术企业稳健、强大的特性使其在短期内更易获得高估值并成长为独角兽企业[11]。②从核心竞争力看，高新技术企业内部系统的技术能力、生产能力、营销能力、资源能力和管理能力与外部系统的协同演化[36]使其在竞争中更易脱颖而出，这大大提高了其引领产业发展和成为独角兽企业的概率。③从行业领域看，物联网、大数据、云计算、人工智能等颠覆式创新技术的快速发展为高新技术企业涌现提供关键动力，近几年新晋独角兽和估值较高独角兽多集中于上述领域。具有代表性的独角兽企业，如柔宇科技、寒武纪科技等更是实现多领域深度融合，极大拓展了行业边界。④从产业发展看，高新技术企业实现了技术与产业融合生长，技术先进性使企业获得高额回报，技术成熟性使企业获得产业成长能力，技术市场性使企业获得内外部聚集效益[36]，基此，独角兽企业中的很多高新技术企业都成为推动产业变革和打造新兴产业的先锋。

独角兽企业明显的 “逐科创资源而居”趋势在很大程度上体现了其科创属性。科创资源集中的区域更易诞生独角兽企业，独角兽企业集聚又进一步促进该区域科创资源能级提升，这在某种意义上形成积极面向的 “马太效应”，表明城市在科创资源整合方面有效克服了分散、低效、重复的弊端，实现了资源优化组合与集中配置。上述4市独角兽企业空间分布及其演化状况很好地反映了近年来这4个城市在科创资源配置方面的努力。下文将从影响4市独角兽企业空间分布区位因素的角度进行理论与实践相结合的论述，具体展现4市在科创资源配置方面的独特性。

4 影响 “北上深杭”独角兽企业空间分布的区位因素

依据传统区位理论与区位模型[37]，结合实际情况，本文认为影响4市独角兽企业分布的区位因素主要包括基础设施、政策、人才、技术、信息、创业路径、资金等正式环境要素和文化、企业家精神等非正式环境要素，这些区位因素又可归类为以高新区为代表的政府因素、以知名院校为代表的智力因素、以平台企业为代表的集聚因素、以金融机构为代表的资本因素及其他因素，据此构建 “北上深杭”独角兽企业空间分布区位模型，如图3所示。

图3 “北上深杭”独角兽企业空间分布区位模型

(1)高新区[政府因素]。高新区是独角兽企业重要培育地[7]，政府这一主体发挥了重要能动作用，在该区域综合运用各类手段，为独角兽企业提供完善的基础设施和良好的政策环境。

(2)知名院校[智力因素]。独角兽企业多为智力密集型创新企业，倾向 “逐智力而居”，知名院校利用人才培养和科学研究方面的优势为独角兽企业提供重要的人才和技术支撑，加速产学研融合及创新价值产出进程。

(3)平台企业[集聚因素]。平台企业有效提升独角兽企业培育速度[7]，其利用先发优势打通上下游产业链并构建创新网络，为独角兽企业提供及时精准的创业信息和可靠的创业路径参考。

(4)金融机构[资金因素]。资金是独角兽企业的基本输入要素，为产品研发、设计、生产、营销等环节提供经济保障[5]，各类金融机构通过灵活多样的融资服务为独角兽企业资金获取提供重要支撑。文化、企业家精神等 “软环境”因素不作展开。

由于各市科创资源布局和创新创业网络构建存在差异，所以影响独角兽企业空间格局的关键区位因素也不同，为更好地说明影响4市独角兽企业分布的主导区位因素，将 “北上深杭”独角兽企业空间分布模式分别概括为 “综合主导型” “高新区多核主导型” “高新区单核主导型”和 “知名院校+平台企业主导型”。需要强调，由于全国独角兽企业主要集中在 “北上深杭”4市，其余城市分布极少，所以暂时还缺乏足够数据和资料以形成可推广的理论体系或普适性结论；对于上述关键区位因素的提炼和分布模式的归纳也仅是为说明这4个城市独角兽企业空间分布背后的影响因素以及比较4市的差异。

4.1 北京： “综合主导型”

北京受地形影响，创业活动集中分布在主城区，独角兽企业集聚峰值出现在海淀区和朝阳区。海淀区高教资源状况居全国之首，拥有清华、北大、人大、中科院等国内顶尖高校和科研院所，独角兽企业对智力资源的强烈需求使其围绕这些科研机构形成集聚，集聚行为对企业产品研发、技术更新及价格调整产生积极影响[38]，中关村海淀园正是借此获得快速发展。朝阳区虽高校和科研院所数量不及海淀，但其凭借与海淀区的地理邻近优势享受到巨大的智力资源溢出红利，同样成为独角兽企业重要培育地。经过多年发展，海淀区和朝阳区已形成较为成熟的创新集群，集群经济发展成为直接吸引大量人才流入的关键所在[39]。同时，海淀区和朝阳区拥有各类金融机构近6000家，金融机构的集聚为独角兽企业创造了便捷的融资环境，增加了其融资成功的概率[40]。微观层面，北京独角兽企业集聚在中关村的海淀园与朝阳园，它们是中关村16个园区中产学研合作最频繁的区域[41]，这说明独角兽企业的成长不仅需要智力资源支撑，更需要将研发成果转化为可以面向市场需求的产品或服务以创造直接经济价值。此外，北京独角兽企业集聚区还拥有诸如联想、百度、小米等多家平台企业。以小米为例，其利用辐射效应成功培育了金山云和纳恩博这两家独角兽企业。综上，北京高新区——中关村科技园区不仅拥有多家平台企业，还拥有众多知名院校和金融机构，影响北京独角兽企业空间分布的区位因素在高新区内形成叠加，因而将北京独角兽企业空间分布模式概括为 “综合主导型”。

4.2 上海： “高新区多核主导型”

上海独角兽企业空间分布格局演化与高新区发展路径较为一致。自1999年实施 “聚焦张江”战略以来，张江高新区管委会大范围下放政府权力，伴随着郊区化过程中创新空间结构的扩散[32]，张江逐渐形成 “1区22园”发展格局，数量众多的园区将原本零散的科创资源整合起来，在中心城区内形成 “大分散，小集聚”分布格局，这对上海创新活动的开展产生重要主导作用，高新技术企业选址随之呈现相似趋势，独角兽企业空间格局及演化也受其影响，在中心城区呈现 “分散中有集聚”态势，并逐渐向外围扩散。值得注意的是，尽管张江科技园是张江高新区的核心园区，但其并未成为独角兽企业快速增长的主要区域，原因在于园区内创新网络还不够完善，集群创新效应未得到充分发挥[42]。综上，上海独角兽企业主要分布在高新区众多分园区中，形成多核发展态势，因而将上海独角兽企业空间分布模式概括为 “高新区多核主导型”。

4.3 深圳： “高新区单核主导型”

深圳高新区的南山园区是举全区乃至全市之力建设的创新创业高地，成为独角兽企业的摇篮。深圳高新区自1996年成立以来，凭借深圳湾畔11.52平方公里的园区创造了 “以小搏大”的经济奇迹[43]。2019年4月，高新区宣布实施 “1区5园”战略，5个园区分别为南山园区、坪山园区、宝安园区、龙港园区和龙华园区，南山园区为高新区的原始核心园区[44]。深圳独角兽企业几乎全部集聚在南山园区，南山园区不仅拥有市内大部分高校、科研院所和创新载体，还拥有虚拟大学园、深圳软件园、园区工业园等构建创新产业链的核心要素。 《深圳经济特区高新技术产业园区条例》等规章制度明确要求入园企业必须为高新技术产业及其他智力密集型产业，这也为独角兽企业培育奠定了良好的产业基础。在以上软、硬件环境共同作用下，南山园区成为独角兽企业集聚地也就不难理解。综上，深圳独角兽企业集聚在全市创新创业资源汇集地——深圳高新区南山园区内，呈现单核发展态势，因而将深圳独角兽企业空间分布模式概括为 “高新区单核主导型”。

4.4 杭州： “知名院校+平台企业主导型”

杭州独角兽企业集聚在西湖北侧和未来科技城，这两个区域分别拥有浙江大学和阿里巴巴，知名院校和平台企业对独角兽企业区位选择有关键影响。①知名院校——浙大。浙大不仅培育众多拥有专业技能的高学历人才投身创新事业，为独角兽企业提供强大智力支撑，而且积极将科研产出应用于实践，与独角兽企业间形成产学研相融的发展状态。②平台企业——阿里。阿里不仅培育众多阿里系创业人员，更利用其在市场信息和上下游产业链方面的优势，成功孵化蚂蚁金服、阿里云、菜鸟网络、淘票票、钉钉和口碑网6家独角兽企业，充分彰显平台企业的辐射带动作用。综上，杭州独角兽企业空间布局主要受知名院校和平台企业影响，因而将杭州独角兽企业空间分布模式概括为 “知名院校+平台企业主导型”。

5 结论与讨论

本文从地理学视角出发，运用定性、定位与定量融合的方法探究2016—2019年 “北上深杭”4市独角兽企业空间分布特征及其区位影响因素，研究发现如下。

(1)空间格局上，4市独角兽企业都呈现显著的集聚趋势。北京主要集聚在中关村海淀园和朝阳园，上海集聚在张江高新区的各园区，深圳集聚在高新区南山园区，杭州集聚在西湖北侧和未来科技城。

(2)演化趋势上，4市并未产生新的独角兽企业集聚区，除考察时间较短外，更重要的是：以独角兽企业为代表的高新技术企业在空间分布上受集聚经济影响较深[45]，容易形成区位选择上的路径依赖[46]，导致集聚区产生锁定效应，集聚程度不断加强。

(3)集聚强度上，4市独角兽企业集聚强度均较高，但比较而言深圳最高，北京和杭州次之，上海最低。

(4)科创属性上，高新技术企业占比高和 “逐科创资源而居”的特征反映独角兽企业的高科创属性，地方政府在科创资源配置时需格外关注。

(5)区位因素上，根据主导因素的不同，将 “北上深杭”独角兽企业空间分布模式分别概括为综合主导型、高新区多核主导型、高新区单核主导型和知名院校+平台企业主导型。

以上发现对地方政府决策和企业选址有重要参考价值，有利于进一步促进城市内部创新资源合理配置与产业结构调整升级，但仍有以下不足。

(1)由于4市独角兽企业数量有限，尝试多种空间分析方法均无法得出显著结果，因而最终采取基本的空间呈现方式。就城市内部而言，独角兽企业仅分布于数量有限的区县，样本量过小，故无法直接使用回归分析考察各区县独角兽企业数量和影响因素间的因果联系。亦尝试了反证的技术路线[7]，但区县级数据较难获取，此方法难以实施。随着独角兽企业数量增加、分布范围扩大和数据丰富，未来各类方法的可操作性将逐步增强。另外，囿于数据时效性和可得性，本研究考察的时间跨度较短，对独角兽企业的持续追踪仍很有必要。

(2)独角兽企业能在短时间内获得高估值与创业融资密不可分[47]，但创新活动的高风险性使创业企业很难得到银行贷款等传统融资渠道的支持[5]，包括风险投资和天使投资在内的非传统融资方式成为独角兽企业获取资金的主要途径[48-49]，未来，对独角兽企业投资的地理分析将具有重要研究价值，其中涉及金融地理、跨国投资和企业地理等众多领域，这对探究投资机构所在地、投资行为发生地与独角兽企业选址间的联系极具现实意义。另外，也要关注由于商业竞争、企业经营策略和信息不对称等原因造成的独角兽企业估值失真问题[50]。

(3)独角兽企业涵盖互联网金融、电子商务、交通出行、云计算、大数据等众多领域，不同行业领域的企业在生命周期、盈利能力、资本运作能力、发展潜力[51]和知识获取方式[52]等方面有明显差异。若从细分领域角度切入探究不同行业和类型独角兽企业的空间分布规律，能够提供更微观的视角。同时，文章未对文化、企业家精神等 “软环境”因素进行详细分析，这也是未来研究方向之一。

(4)尽管平台企业在独角兽企业培育过程中发挥重要促进作用，但也要警惕和预防其通过投资独角兽企业和利用全产业链优势来获得市场竞争中的垄断利益。这为未来研究提供可能方向：一是平台企业的监管与规范，二是以平台企业为核心的创业生态系统构建，三是平台企业与其孵化出的独角兽企业间的地理空间关系。