较长时间序列可以更为全面的反映工业中小企业地理格局特点及其变化趋势。但1997年前后工业中小企业统计口径有所变化，前后数据差距较大，故只采用1997-2010年省区尺度工业中小企业为研究对象。微型企业划分标准于2011年6月颁布的新中小企业划分标准中提出，目前没有相关微型企业数据，故只考虑中小企业。介于数据的可获性和准确性，只分析工业中小企业的空间分布。所引用的数据主要来源于国家统计局的1998-2011年《统计年鉴》、《工业经济统计年鉴》、《经济普查年鉴2004》、《中小企业年鉴》、《科技统计年鉴》、《金融年鉴》、《交通年鉴》，1998-2011各省的统计年鉴，国家信息中心的1998-2011年《信息年鉴》，及互联网络信息中心（CNNIC）的1998-2011年《互联网络发展状况统计报告》。

　　3、结果分析

　　从空间分布角度，选取工业中小企业数量及其在全国所占比例这个指标来衡量各个省份之间的工业中小企业空间分布差异。在此基础上，运用SPSS软件，采用层次聚类分析方法（HierarchicalClusterAnalysisMethod），综合考虑组间距离最大法及组内距离最小法，根据各省区的工业中小企业数量将所有省区市划分为五个层级——最发达地区、比较发达地区、发展中地区、相对落后地区和落后地区。

　　1997年工业中小企业空间分布相对比较均衡，各省区工业中小企业数量及其在全国所占比重的差距均不是很大。其中，工业中小企业空间分布最密集、最发达的地区是江苏、广东和辽宁，分别拥有工业中小企业36535家、32066家和29422家，占工业中小企业总数的7.92%、6.95%和6.38%。比较发达地区包括浙江、河南、山东、湖南、河北、四川、安徽、福建和湖北等9个省，其工业中小企业在全国所占比重分别为5.83%、5.56%、4.94%、4.92%、4.51%、4.36%、4.27%、4.26%、4.22%。发展中地区包括北京、黑龙江、江西、上海、广西、吉林、陕西、天津和山西，这9个省区市所拥有的工业中小企业在全国所占比例为4%-2%。相对落后地区包括重庆、内蒙古、贵州、甘肃、云南和新疆，这6个省区市所拥有的工业中小企业在全国所占比例都超过1%。拥有的工业中小企业在全国所占比例低于1%的落后地区包括宁夏、青海、海南、西藏等4个省区。

　　2010年，工业中小企业省区分布进一步集中，空间分布极其不均衡。工业中小企业最发达地区是浙江、江苏、广东和山东，分别拥有工业中小企业64139家、63637家、52875家和46367家，占全国比重的14.28%、14.17%、11.77%和9.72%。比较发达地区包括辽宁、河南和福建，其工业中小企业在全国所占比重分别为5.27%、4.3%、4.25%。发展中地区包括上海、安徽、湖北、湖南、河北、四川等六个省份，所拥有的工业中小企业在全国所占比例都位于4%-2%之间。相对落后地区包括天津、江西、重庆、北京、广西、山西、吉林、内蒙、黑龙江、陕西等9个省市地区，所拥有的工业中小企业在全国所占比例都超过1%。拥有的工业中小企业在全国所占比例低于1%的落后地区包括山西、云南、贵州、甘肃、新疆、甘肃、宁夏、海南、青海、西藏等9个省份。

　　1997-2010年，工业中小企业发展经历了20世纪90年代末的乡镇企业改革、加入WTO后的快速发展及2008年金融危机，其地理分布也出现了相应的变化。总体上，工业中小企业的空间分布呈进一步集中的趋势，从1997年的较均衡分布逐步集聚到东部沿海省区。具体表现为以下两个方面：①省区工业中小企业空间分布差异不断扩大。所示，工业中小企业的空间分布变化可以辨别出比较明显的两个阶段。第一阶段是1997-2004年，CV值逐年增长，各省区工业中小企业空间差异不断扩大，2004年CV=1.263。在这个阶段，20世纪90年代末的乡镇企业改革期间，东部地区的私营、个体企业获得了率先发展，并逐渐出现一些专业村、专业镇；另一方面，加入WTO后大量外资进入，带动沿海地区的工业中小企业（尤其是加工业）快速发展，形成大量的产业集群。第二阶段是2005-2010年，CV值有所增长但基本保持稳定，各省区工业中小企业空间分布变化不大，2008年CV=1.264。2005-2008年，随着外向型经济的高速发展，CV值缓慢增长，各省区工业中小企业空间差异逐年扩大；2008年金融危机之后，CV值呈下降趋势，说明各省区工业中小企业的空间差异呈缩小趋势。②工业中小企业空间分布工业中小企业省区分布图更加集中。相比1997年没有一个省区工业中小企业在全国比例超过8%；2010年，浙江、江苏、广东和山东的工业中小企业比例均超过8%，4个省工业中小企业的总量占全国的49.94%，将近一半。其中，浙江省工业中小企业发展最为突出。浙江省工业中小企业在全国所占比例从1997年的5.83%增加到2010年的14.28%，在全国排名从第四上升到第一。

　　4、工业中小企业省区分布影响因素的实证分析

　　上述分析表明，工业中小企业空间分布存在显著的区域差异。各省资源禀赋条件、产业基础、劳动力供给、经济发展状态、市场环境、金融环境、创新环境等都可能影响中小企业的地理分布。本文按照设定的变系数面板数据模型，系统考察并测算影响工业中小企业地理分布的因素。

　　首先对所有自变量进行相关分析，发现部分变量之间存在较高相关性。例如，大型企业数量（MARK3）与国内生产总值（GDP）的相关系数为0.935，专利申请受理数（INNOV2）与贷款余额（FIN）的相关系数为0.921，贷款余额（FIN）与国内生产总值（GDP）的相关系数为0.904，专利申请受理数（INNOV2）与利用外资（MARK2）的相关系数为0.885等。

　　为避免多重共线性，在模型测算之前，对20个影响因素进行因子分析（FactorAnalysis）。因子分析是将复杂变量归结为少数几个因子的多元统计分析方法，目的是揭示变量之间的内在关联性，简化数据维数，便于发现规律或本质。运用主成分分析法（PCA）进行因子分析，即根据相关性大小把变量分组，以线性方程式将所有变量加以合并，计算所有变量共同解释的变异量，该线性组合即成分因子。一般而言，N个变量（Xjit）经主成分分析会产生N个成分（Fjit）；只选取特征根大于1的成分因子，且满足能够解释所有变量的70%以上方差这一条件。因子分析结果，从20个成分因子中选取特征根大于1的6个主要成分，能解释所有变量的80.91%方差。

　　因子分析后因子提取和因子旋转的结果，显示了所提取的6个成分因子对原有变量的总体描述情况。第一个成分因子F1主要反映经济发展水平（GDP）、金融环境（FIN）、创新因素（INNOV1、INNOV2）、市场因素（MARK2、MARK3）、铁路密度（TRANSP2）、劳动力数量（LABOR1）、移动电话普及率（ICT2）、农业资源（RESOUR1）等；第二个成分因子F2主要反映农业资源（RESOUR1）、劳动力数量（LABOR1）、公路密度（TRANSP1）、信息化因素（ICT2、ICT3）等；第三个成分因子F3主要反映能源资源（RESOUR2）、市场可达性（TRANSP3）、劳动力素质（LABOR2）等；第四个成分因子F4主要反映固定电话普及率（ICT1）；第五个成分因子F5主要反映固定电话普及率（ICT1）、工业中小企业省区分布的变差系数（1997-2010）Fig.2CVofprovincialdistributionofSMEsinChina(1997-2010)第六个成分因子F6主要反映市场活跃性（MARK1）、劳动力素质（LABOR2）。6个成分因子的因子值测算模型为：Fit=c1itX1t+c2itX2t+…+c20itX20t+.it（5）式中：Fit为t年第i个成分因子（i=1,2,…,6）；X1t，X2t，…X20t表示t年20个原变量，即20个影响因素；c1it，c2it，…c20it表示t年第i个成分因子Fit在第j个影响因素Xjt上的负荷，即影响因素Xjt与成分因子Fit的相关系数cjit。

　　将因子分析后得到的6个成分因子作为新变量，代入面板数据模型进行模型测算。模型整体拟合较好，模型回归。从模型结果可以看出，总体而言，1997-2010年，国内生产总值（GDP）、全部金融机构各项贷款余额（FIN）、专利申请受理数（INNOV2）、大型企业数量（MARK3）、实际利用外资额（MARK2）、R&D人员全时当量（INNOV1）等因素是影响我国工业中小企业省区分布的首要因素；铁路密度（TRANSP2）、劳动力数量（LABOR1）、移动电话普及率（ICT2）、农业资源（RESOUR1）等因素是影响工业中小企业省区分布的次要因素。

　　依据上述分析步骤，对1997-2010年的每一年数据分别进行因子分析（主成分分析法），并将提取的成分因子代入面板数据模型进行回归分析。结果显示，2000年提取特征根大于1的成分因子4个，能解释所有变量方差的86.79%；2004年提取特征根大于1的成分因子5个，能解释所有变量方差的84.9%；2010年提取特征根大于1的成分因子4个，能解释所有变量方差的80.73%。表4详细列出了2000年、2004年、2010年的第一成分因子、第二成分因子的负荷矩阵（成分矩阵）。

　　全部金融机构各项贷款金额（FIN）从1997-2010年都对工业中小企业省区分布呈显著的正相影响，且负荷量逐渐增大。说明地区金融环境，特别是地区中小企业的融资问题是影响工业中小企业发展的重要因素，而且金融环境的影响越来越大。地方政府需要重视中小企业的融资问题，完善中小企业贷款的担保机制，加强建立中小企业信用制度体系，不

　　断拓宽中小企业融资渠道，切实增加中小企业贷款。市场环境（MARK2、MARK3）是影响工业中小企业省区分布的重要因素。其中，大型工业企业（MARK2）对工业中小企业发展具有

　　重要的促进作用，且其重要性逐渐上升。一方面，随着弹性生产模式（即时生产、定制生产）的应用，越来越多的大型企业将生产链的环节外包给中小企业，从而促进当地工业中小企业发展；另一方面，大型工业企业往往会带来当地的相关产业集聚，甚至形成产业集群，从而促进地区工业中小企业发展。各省区实际利用外资额（MARK3）在一定程度上反映地区参与经济全球化程度及市场开放性，大量外资进入有利于工业中小企业发展。特别是在21世纪初，随着加入WTO，大量外资的进入以及外向型经济发展模式极大地促进了沿海地区工业中小企业的发展。目前，随着不断重视扩大内需以及经济发展方式的转变，实际利用外资额对地区工业中小企业发展的影响有因子分析的成分矩阵(2000年、2004年、2010年)Tab.4Componentmatrixofextractedcomponents(2000，2004and2010)

　　国有企业占工业总产值的比重（MARK1）与工业中小企业空间分布呈较弱负相关，说明活跃的市场能在一定程度上促进工业中小企业发展，但作用不强。

　　创新因素（INNOV1、INNOV2）在1997-2010年对工业中小企业省区分布的影响呈较强正相关。其中，R&D人员全时当量（INNOV1）对工业中小企业空间分布的影响呈逐渐加强的趋势，相关系数逐渐增大，表明技术创新对企业空间集聚逐渐发挥出明显的促进作用。特别是2007年之后，INNOV1逐渐成为影响工业中小企业空间分布的首要因素，表明知识共享和技术溢出的影响甚至超过了地区经济发展对工业中小企业的带动作用。

　　信息化因素（ICT1、ICT2、ICT3）对工业中小企业空间分布的影响呈正相关。其中，2000年前后ICT3的影响非常显著，2004年之后ICT2和ICT3的影响比较强。说明在信息化发展初期[28]，互联网普及率对工业中小企业发展具有明显的带动作用。但是，随着信息技术的不断普及，特别是当各省区固定电话和互联网普及率均达到一定水平之后，固定电话和互联网对工业中小企业的带动作用逐渐降低。ICT2的变化趋势与ICT3相反，随着信息化进程的不断推进，特别是随着智能手机的普及以及手机上网率的不断提高，移动电话普及率对工业中小企业的影响呈逐渐加强的趋势。

　　交通因素（TRANSP1、TRANSP2、TRANSP3）对工业中小企业空间分布的影响主要体现在铁路密度。铁路作为最重要的货运和客运方式之一，铁路密度（TRANSP2）逐渐成为影响工业中小企业空间分布的主要因素。1997-2010年，TRANSP2的负荷量逐渐增大，表明跌路密度虽然不是影响工业中小企业空间分布的首要因素，但逐渐起到较强的带动作用。另外，公路密度（TRANSP1）与市场可达性（TRANSP3）对工业中小企业省区分布没有显著影响。

　　劳动力因素（LABOR1、LABOR2）并不是影响工业中小企业省区分布的重要因素。