
2. 中国科学院大学资源与环境学院, 北京 101408
2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 101408, China
企业迁移是经济活动在空间上实现区位调整的一种形式,也是产业转移与产业活动空间结构变迁的微观机制[1]。企业迁移和产业转移等相关理论可以追溯到早期的新古典区位论,认为利润是促使企业迁移的主要目标[2]。此后,行为理论、制度理论、演化经济学理论、核心-边缘理论等都从不同角度对企业迁移进行了解释[3]。
20世纪以来,国内外已有研究聚焦于不同区域尺度的产业转移问题。宏观尺度上,研究普遍认为“二战”后历史上进行了4次国际产业转移[4-5],并且部分高技术产业与高端制造业也在向低成本国家转移[6-7]。但是近年来,国际产业迁移出现了高端制造业向发达国家回流趋势[8-10]。国内对于产业空间布局的早期研究主要认为1990年代以来,中国未发生大规模产业转移,东中西部地区间存在的产业转移主要是技术密集型产业从中西部转入东部、资源依赖型产业从东部转入中西部以及劳动密集型企业由沿海地区外迁[11-14]。随后大量实证研究表明,当前中国中西部地区承接了大量资源型产业与低端产业转移,但机械电子等技术密集型产业与高技术产业还在进一步向东部地区集中[15-18]。
对城市内部企业变迁的研究更多是以我国的大城市为研究区域,对城市内企业或产业空间格局演化进行实证研究,认为大城市逐步转向以离心扩散为主的郊区化阶段。如冯健和周一星[19-20]研究表明20世纪80—90年代北京、广州、上海等城市广泛存在工业外迁的现象,局部城市化与内城郊区化并存。随后张晓平和孙磊[21]研究发现北京制造业呈现从中心城区的集聚区逐步向郊区扩散的趋势。王丹等[22]研究认为扬州互联网产业经历了“集聚—随机—集聚”的空间变化过程,分布热点由内城区逐步向近郊区扩散等。基于城市内部尺度对企业迁移本身研究的成果相较不多[23],侧重于分析企业迁移的空间模式与驱动因素。如郭杰等[24]发现兰州市高技术制造业企业的空间迁移受经济体制、地方政策、企业自身等多因素综合影响,经历了中心向外围跨越与郊区再集中2个阶段;张筱娟等[25]发现杭州市近郊区是制造业企业主要的净迁出地,中心城区内企业迁移相对不活跃,邻近高等院校对高技术制造业的迁入影响显著;Bodenmann和Axhausen[26]认为瑞士圣加仑州等城市的企业迁移决策与企业的年龄、规模、行业和区位显著相关,而距离、地方税收和各州的商业发展对迁移企业的迁入地选择有很大影响;李俊峰等[27]认为杭州市高技术服务企业呈多中心高度集聚模式,政府推动、市场运作、企业参与、企业异质性等对企业迁移的决策和方向产生重要影响;Dej等[28]认为,波兰大都市区内部不同类型、规模、处于不同生命周期的企业搬迁表现出不同的空间分布和影响特征,高技术企业相比于其他制造业企业流动性更强。
总体而言,目前对于企业或产业转移的研究多是基于国家、省域等宏观跨区域尺度,而对于城市内部企业迁移的研究更多的是聚焦城市产业格局的整体演化,从微观企业个体角度对大都市区内部企业迁移现象的研究相对较少。同时,对于城市内部企业迁移特征的分析,大多只从空间位移的单一角度进行考量,对迁移企业的个体属性差异以及时间视角上迁移企业的生命周期等特征进行考量的实证研究相对不足。
作为全国首个减量发展的超大城市,北京存在高技术制造业企业持续迁移的现象[29]。高技术制造业被认为是大都市经济高质量发展的主导力量,高技术制造业企业作为高技术产业活动的微观主体,其在空间上的集聚、扩散、转移等经济活动会对城市的经济结构与产业布局产生深刻影响。在非首都功能疏解的背景下,探讨高技术制造业企业在城市内部的迁移特征能够有效了解企业区位选择与城市空间重构的相互作用关系,为北京市内部产业空间优化提供科学的依据和支撑。鉴于此,本文以北京市高技术制造业企业为对象展开实证研究,利用2008—2016年北京市规模以上企业经济普查数据,从微观尺度刻画北京市高技术制造业企业在城市内部迁移的空间、时间、个体属性等不同方面特征。
1 数据来源与研究区概况 1.1 数据来源研究样本为2008和2016年北京市监测的重点企业,这些企业数据中包含企业单位所在地、从业人员、营业收入、开业时间等重要属性信息。根据企业注册地址转换为空间地理坐标,并筛选剔除行业内迁移距离过近(小于100 m)或信息存在明显错误(如一些企业注册地可能与实际经营地有所出入,企业行业代码与其在注册地实际经营行业存在差异)的企业后,最终确定研究的北京市规模以上高技术制造业迁移企业样本数据为114家,主要涉及计算机、通信和电子设备及仪器仪表制造业2个行业。
1.2 研究区概况北京市作为国家中心城市,具有全国科技创新中心等重要战略定位,对高技术产业发展高度重视。伴随着北京产业的减量发展,高技术制造业的空间格局也在不断演化(图 1)。2008年高技术制造业企业(925家)呈多核心集聚分布,约有65.72%的企业分布在集聚区[30],包括海淀区上地(103家)、中关村(262家)以及朝阳区酒仙桥(93家)、昌平区科技园区(52家)、丰台区科技园与产业基地(32家)、亦庄经济技术开发区(66家)等地。2016年北京高技术制造业企业主要集中在海淀区上地(47家)、中关村(54家)、朝阳区酒仙桥电子城(45家)、昌平区科技园区(20家)、丰台区科技园区(28家)和亦庄经济技术开发区(82家)。相比前一时期,2016年高技术制造业企业集聚范围进一步由集聚区向周边扩散,如出现了永丰产业基地、中关村环保科技产业园、回龙观等集聚区拓展区(核密度值大于0.725且靠近2008年集聚区的区域),亦庄经济技术开发区的产业集聚区地位更加突出。
![]() |
Download:
|
图 1 2008—2016年高技术制造业空间格局 Fig. 1 Spatial pattern of high-tech manufacturing industry from 2008 to 2016 |
在城市尺度上,企业可以视为连续空间上的点状要素,故本文采用标准差椭圆、核密度分析等点格局分析方法衡量企业的空间分布特征和相互关系。此外,运用随机游程检验探索迁移企业的时间属性特征。
1.3.1 标准差椭圆标准差椭圆能够以长轴、短轴、方位角等为基本参数的空间分布椭圆多角度定量描述地理要素的空间分布整体特征。椭圆空间分布范围表示地理要素空间分布的主体区域,其中,中心表示地理要素在二维空间上分布的相对位置,方位角反映其分布的主趋势方向,长轴表征地理要素在主趋势方向上的离散程度。
1.3.2 核密度分析核密度估计是一种适用于点状数据非参数估计的分析方法,是对空间或者数值进行平滑,以期得到连续的数值变化趋势,可以应用于分析企业集聚程度。对于数据x1,x2,…,xn,核密度估计的公式如下
ˆfh(x)=1nhn∑i=1k(x−xih), | (1) |
其中: h为带宽;n为观测值的数量;k是x与xi之间的距离权重。
1.3.3 游程检验游程检验可以用于检验样本数据是否呈随机分布。若存在一列由0或1构成的二元序列,则有假设检验问题H0: 数据有随机性;H1: 数据无随机性(有聚类倾向)。
设序列存在m个1和n个0,游程个数R=m+n,当样本容量较大时可以证明
E(R)=2mnm+n, | (2) |
Var(R)=2mn(2mn−m−n)(m+n)2(m+n+1), | (3) |
故可通过正态近似进行相关检验,构造统计量
Z=R−(2mnm+n+1)√2mn(2mn−m−n)(m+n)2(m+n−1)∼N(0,1). | (4) |
若P值<0.05则否定H0,反之,接受H0。
2 高技术制造业迁移企业属性特征市场经济是高技术制造业企业迁移的主导力量。2008—2016年,北京规模以上高技术制造业企业有290家企业存续,存续企业的迁移率为39.31%,迁移企业共114家。企业性质上,高技术制造业迁移企业中97.43%为混合所有制企业与外资和私有制企业,说明高技术制造业企业的空间动态演变更多是受市场化力量的影响。
北京市高技术制造业全部企业注册时间跨度较长,发生迁移的高技术制造业企业开业时间集中在1992—2008年,而选择跨区域迁移的企业则大多(75%)于1998—2006年开业。最早成立的规模以上企业可以追溯到1939年成立的国有企业,1986年以前成立的高技术制造业企业的数量较少,且基本为国有企业;1987年企业数量开始明显上升,混合所有制企业与集体所有制企业逐渐占据主导地位;1992年后企业数量呈现井喷式增长,并在2001年达到顶峰(112家)。这一变动趋势受到国家对高技术产业的政策影响。党中央在1986年批准了《高新技术研究开发计划纲要》等,重点发展高新技术的7个领域。1988年5月,国务院确定“以中关村电子一条街”为中心,批准成立北京高新技术产业开发试验区。1992年后,以行政扶持和计划导向的高新技术企业开始转向以市场为导向发展,大量的多元所有制的高新企业出现。
中等规模企业是企业迁移的主体。根据2017年统计上大中小微型企业划分标准,综合考量企业营业收入、从业人员、资产总额,将企业划分为大型企业(从业人员不小于1 000人且营业收入不小于40 000元)、中等规模企业(从业人员不少于300人且营业收入不少于2 000元)和小微型企业(其他)等3类,分析迁移企业的个体属性差异。绝对数量上,高技术制造业的迁移企业主要以中等规模企业(71家)为主,小微型(43家)次之。从迁移企业在同规模企业的占比来看,中等规模企业更倾向于迁移(23.74%),没有大型企业进行迁移,到2016年29家小微型企业规模发展为中等规模,2家中等规模企业规模缩减为小微型,并出现了2家大型企业。
不同规模的迁移企业的营业收入、从业人员与企业资产等细分指标数据均值都高于相应规模全部企业的均值,且迁移后(2016年)小微型与中型企业营业收入均值较迁移前(2008年)分别提高337.70%与70.85%,即经营效率均显著提升(表 1)。这可能是由于高新技术企业迁移的条件相对严格,各地除对企业年收入有一定标准外,还要求企业连带办公地、注册地、纳税地等完成整体迁移。因此,获利能力越强的企业越具备迁移的能力。总体上中等规模企业更倾向迁移,营收或利润高的企业迁移概率更大,但企业的迁移与资产规模和开业年份相关性不大。
![]() |
表 1 高技术制造业迁移企业个体属性差异分析 Table 1 Differences in individual attributes of high-tech manufacturing relocated enterprises |
根据核密度分析结果(图 2(a)),北京市高技术制造业企业迁出集中地与该产业集聚区有着较高重合度,同时在集聚地的企业,其迁移概率(15.13%)高于不在集聚区的企业迁移概率(7.89%)。海淀区(52家)的上地、中关村、学清路以及朝阳区(19家)的东直门、酒仙桥等地既是2008年高技术制造业企业空间分布的主要集聚地,也是相应企业迁出最多的地区。此外,亦庄经济技术开发区(12家)、天竺空港工业区(4家)也有较多企业迁出。2008与2016年高技术制造业企业空间分布标准差椭圆的方向均呈西北—东南方向,但分布重心向东南方向迁移1.30 km。从椭圆面积来看,2008年迁移企业标准差椭圆的面积(2 077.40 km2)明显小于2016年迁移企业(2 654.49 km2),也就是说2016年北京高技术迁移企业有一部分选择离开集聚程度较高的地区,呈现从原址向外尤其是东南方向扩张的趋势。
![]() |
Download:
|
图 2 高技术制造业迁移企业迁出地与迁入地核密度分析 Fig. 2 Kernel density analysis of relocated high-tech manufacturing enterprises in the out-migrating and immigrant areas |
高技术制造业企业总体上呈现向外围扩张的趋势,尤其是向东南方迁移的趋势在迁入地核密度分析结果上也得到了印证(图 2(b))。与2008年相比,2016年高技术制造业企业迁入地在海淀区西北部的永丰产业基地和中关村环保科技产业园形成新的集聚区拓展区,以酒仙桥为中心的集聚地范围进一步扩大。北京市东南方向的亦庄经济技术开发区(22家)迁入企业数量最多,这也与2016年北京高技术制造业企业空间分布重心南移的趋势相契合,表明北京南部高技术制造业产业发展带集聚辐射效应进一步发挥,吸引了更多企业的入驻。此外,上地(9家)、永丰产业基地(6家)、长春桥路(4家)、酒仙桥(5家)和望京科技园(5家)、回龙观(4家)也有一些企业迁入,但这2个城区迁出的企业数要远高于迁入的企业数。
3.2 高技术制造业企业迁移流向特征2008—2016年北京高技术制造业企业迁移以城区内部迁移为主,114家迁移企业中只有20家企业选择跨城区迁移,其余的94家迁移企业均在原城区内部迁移。可能的原因是受业已形成的生产网络等根植性和嵌入性的影响,大多数企业更倾向于近距离迁移。当然,也有少部分企业可能由于降低运营成本、寻求更大的发展空间,或是被其他地区的扶持力度所吸引等原因,迁往集聚区、拓展区或是政策优惠地区(图 3)。
![]() |
Download:
|
图 3 高技术制造业企业迁移流向 Fig. 3 Migration paths of high-tech manufacturing enterprises |
就上地、中关村、酒仙桥等不同集聚区而言,迁移模式也存在一定差异。亦庄经济技术开发区和丰台科学城的11家和6家迁移企业,全部为集聚区内部迁移。11家企业与位于丰台区科技园的6家企业全部在原集聚区内部进行区位调整,即使是企业搬迁也只是从一个街道迁址到另一个街道或者是搬到附近写字楼。上地集聚区和中关村集聚区企业在本集聚区内部迁移的比例也较高,前者的17家迁移企业中有14家选择就近搬迁,后者的23家企业中也有一半的企业依然留在科学城或是迁往紧邻的上地集聚区。酒仙桥集聚区和昌平科技园区迁移企业留在本集聚区内部的企业则相对较少,酒仙桥集聚区16家迁移企业中有11家企业在朝阳区内部进行区位调整,其中仅有5家企业留在了酒仙桥集聚区;而昌平科技园区7家迁移企业中只有1家企业仍在科技园区内,5家企业迁往昌平区的回龙观或北七家,还有1家企业远距离搬迁到了亦庄经济技术开发区。
除集聚区内部迁移外,由集聚区向周边的集聚区拓展区迁移的趋势也十分明显。如上地集聚区中14家选择就近搬迁,其中7家企业在就地搬迁的基础上迁移至原集聚区周边租金较低、空间充足的永丰产业基地、中关村环保科技产业园等集聚区拓展区;而中关村也有11家企业分别迁往了海淀区的中关村环保科技产业园、大柳树富海中心等集聚区拓展区。
总体来看,高技术制造业在亦庄经济技术开发区和丰台区科技园的根植性最强,上地集聚区和中关村次之,酒仙桥集聚区和昌平科技园企业迁入地方生产网络的程度可能相对较低,更容易向集聚区外迁移。
此外,2008年位于非集聚区的企业多数也并不倾向于迁往2016年新形成的集聚区及集聚区拓展区。21家迁移企业只有2家企业分别从西城区迁往亦庄经济技术开发区,从石景山区迁往丰台区科技园。
4 高技术制造业企业迁移过程及发展阶段 4.1 企业规模视角下的迁移过程2008—2016年有33家高技术制造业企业在迁移过程中发生规模变化,且以小微型企业规模扩大为中等规模企业为主。处于生命周期成长阶段的企业更倾向呈现出空间位移等规律性特征,这些变化能影响企业的成长能力,改变企业的规模[31-32]。可以认为研究期内多数高技术制造业企业处于成长阶段,但具体的位移流向与所处生命周期的细分阶段仍存在差异(图 4)。
![]() |
Download:
|
图 4 2008年与2016年高技术制造业迁移企业规模与产业集聚区变化 Fig. 4 Changes in the size of relocated enterprises and industrial agglomeration areas in 2008 and 2016 |
规模变大的31家企业普遍(77.42%)具有迁往集聚区或集聚区拓展区的倾向,这样的企业基本处于企业生命周期的成长阶段(表 2)。29家企业从小微型发展为中等规模,2家由中等规模发展为大型规模。小微型企业中72.41%规模变大的企业选择在同一集聚区内部迁移或迁往其他具有集聚趋势的地区,如5家企业在酒仙桥内部迁移,6家企业从酒仙桥等集聚区迁往望京等集聚区拓展区。这样的小微型企业处于生命周期的青春期。中等规模企业中发展为大型规模的2家迁移企业均选择从集聚区迁往集聚程度高的区域,如1家企业在中关村内部迁移,1家从昌平科技园区迁往回龙观。这样的企业通常处于生命周期的青春期或是盛年期阶段。
![]() |
表 2 高技术制造业迁移企业规模、区位变化、迁移概率对比 Table 2 Comparison of size, location change, probability of relocation, and age of relocation of high technology manufacturing enterprises |
规模变小的2家企业均由中等规模降为小微型规模,并且均选择从中关村集聚区迁出,分别迁往长春桥与顺义的非集聚区。这样的企业处于生命周期的衰退阶段或老化阶段,需要通过退租、迁出核心集聚区等方式,减少开支与回流资金。
规模不变的企业多数从集聚区迁往其他集聚区或是集聚区周边的拓展区。小微型迁移企业有14家保持规模等级不变,其中超过半数在原集聚区内部迁移或是由集聚区迁往集聚区拓展区(8家),这样的企业可能处于成长阶段。在这14家小微型企业中,有12家企业从业人员、营业收入和资产均有所增加。可以认为这样的小微型企业处于学步期或者青春期[33],当获得市场的初步认可与一定现金流后,为寻求更加固定的办公场所或政策支持,从原集聚区的孵化器迁往其他孵化区或是集聚区拓展区。
中等规模企业中,也有67家迁移企业保持规模等级不变,其中超过70.14%的企业选择在集聚区之间迁移或是迁往集聚区拓展区。如有7家企业在亦庄经济技术开发区内部迁移,7家企业分别从上地和中关村集聚区迁往永丰产业基地、中关村环保科技产业园等。值得注意的是,39家企业的从业人员、营业收入等指标均保持稳中有进,但也有28家企业存在指标数值下降的情况,并且这28家企业里有20家企业是在集聚区或是集聚区拓展区进行区位调整。此外,中等规模的企业中,从业人员、营业收入和资产等数据指标大体增长的企业发生迁移的概率为48.71%,略高于数据指标总体减少的中等规模企业发生迁移的比例(35.63%)。这表明,与小微型企业多数搬迁由企业增长导致不同,中等规模企业增长或收缩都有可能引发企业迁移。
4.2 成立时间视角下迁移的迁移过程高技术制造业企业在生命周期中普遍呈现更新迭代频繁、消亡率较高的特征。2008年北京925家重点高技术制造业企业到2016年有635家消亡,而本文研究的114家迁移企业成立时间都超过8年,这在高技术制造业企业乃至中国大部分行业的企业里都属于较为长寿的企业[34]。对于这类企业选址行为的探寻更有助于我们发现企业不断变大变强,穿越生命周期的关键。
北京市高技术制造业迁移时的平均成立时间为12年,迁移活动发生主要集中在企业成立7~16年之间。受数据限制,未找到具体住所变更时间的40家企业使用2013年企业地址进行核验,尽管这样可能导致计算结果产生0.35~1.40 a的误差,但结果与确定迁移时间的企业基本一致,72.81%的迁移企业选择在成立7~16年时进行迁移(图 5(a))。平均来说,高技术制造业企业发生迁移时成立时间为12.57 a,全部企业和确定迁移时间的企业发生迁移时成立时间的中位数都为12 a,而成立7年进行迁移的企业最多。一定程度上,7~16年可以看作是北京市高技术制造业企业区位频繁变动的时期,该时期企业可能由于企业规模扩张或缩减以及地方生产网络和发展环境等原因发生迁移,以寻找更为合适的区位。
![]() |
Download:
|
图 5 不同规模高技术制造业企业发生迁移时成立时间与迁移数量 Fig. 5 Ages and numbers of high-tech manufacturing enterprises of each size when migration occurs |
对于不同规模企业而言,大规模迁移的时间存在差异。结果表明,小微型企业在成立前2年迁移企业较少,到第4年时迁移企业开始出现增加,12年时迁移企业数量开始下降,而到18~20年时又恢复到成立2年时的迁移企业的数量水平;而对于中等规模企业而言,要到成立5年尤其是7年后迁移企业数量才开始增加,而较大规模的迁移企业数量一直维持到21年才恢复到成立4年时的水平。可以将企业成立初期的平稳期作为新成立企业完善自身发展以及适应地方发展环境的适应期,小微型企业和中等规模企业的适应期分别为2年和5~7年;而经过大规模迁移后,迁移企业数量保持稳定的低水平时作为发展的稳定期,则小微型企业和中等规模企业的稳定期则分别为18~20年和21年。同时,小微型企业频繁迁移期存在一个峰值点,而中等规模企业频繁迁移期更多地呈现为一个平台期,在这一时期内,迁移活动一直保持较高水平。总体而言,相对于小微型企业,中等规模企业适应期较长,但稳定期到来的也相对较晚。换句话说,中等规模企业需要较长时间完善企业自身发展并适应最初所在区域的环境,同时也需要较长时间选择更合适的新区位,才能进入迁移稳定期。
4.3 企业迁移过程中企业规模与迁移时间对应分析不同规模变化下,高技术制造业企业发生迁移的成立时间是否具有生命周期的规律性特征存在差异。利用游程检验算法,将迁移企业按照规模变化划分为3类(规模扩张或缩减的中等规模企业均只有2家,样本缺乏独立性,不适用于检验分析),探索迁移时的成立时间是否呈现随机性(表 3)。结果显示,规模扩张的小微型企业与规模不变的中等规模企业的迁移时间游程检验P值均小于0.05,水平上呈现显著性,因此二者该项数据为非随机数据,而规模不变的小微型企业迁移年龄的游程检验结果的P值为0.056,不呈现显著性,因此该项数据为随机数据。这就说明规模扩张的小微型企业与规模不变的中等规模企业在迁移时间上可能存在规律性特征,而规模不变的小微型企业在生命周期的个体差异化特征较为显著。
![]() |
表 3 企业发生迁移时成立时间的游程检验结果 Table 3 Comparison of size, age of relocation and life cycle stage of high technology manufacturing enterprises |
根据Adizes[35]的观点,处于学步期、青春期与盛年期的企业更可能出于空间或规模扩张的目的进行企业的重新选址,因此结合企业迁移前后的规模变化与成立时间的具体数值来进一步探索高技术制造业企业生命周期的成长阶段。小微型企业成立4~20年之间伴随着加大规模变的空间迁移,且67.44%小微型迁移企业在迁移后发展为中等规模企业,很大程度上小微型企业的成长阶段集中在4~20年(图 6)。
![]() |
Download:
|
图 6 高技术制造业迁移企业成立时间与规模变化 Fig. 6 Age and size change of migrating enterprises in the high-tech manufacturing industry |
本文基于微观个体企业数据,运用图形分析等方法探究北京市高技术制造业企业在城市内部的区位再选择的路径过程,并结合生命周期理论对企业迁移的特征进行深入研究。本研究对丰富和完善企业迁移和现代产业区位理论具有一定的参考意义。研究结果表明:
1) 市场化是企业迁移的主导力量,中等规模企业是迁移企业的主体。114家迁移企业在企业属性上以混合所有制与外资和私有制居多,表明市场化力量对企业迁移影响更大。从规模来看,高技术制造业企业中消亡企业以小微型企业为主,而存续企业与迁移企业中,中等规模企业占大多数,并且规模为中等或是营业收入较高的企业更倾向于迁移。
2) 高技术制造业企业迁移受集聚区根植性和嵌入性影响较大,以集聚区内部迁移为主,同时也存在向邻近区域的集聚区拓展区迁移的趋势。亦庄经济技术开发区和丰台科技园区高技术制造业企业嵌入本地生产网络和发展环境的程度最高,企业迁移均在集聚区内部迁移,如北京航天金泰星测技术有限公司从经开区宏达北路搬到经开区锦绣街,北矿科技股份有限公司从南四环西路188号6区5号楼搬到了18区23号楼。上地集聚区和中关村次之,酒仙桥集聚区和昌平科技园区相对较低。此外迁入东南方向上的亦庄经济技术开发区的企业数量最多,这也进一步强化了亦庄经济技术开发区作为北京高技术制造业集聚区的地位。
3) 高技术制造业企业迁移与其发展的生命周期过程存在显著相关性。首先,迁移企业中规模变大与规模不变的企业多数处于生命周期的成长阶段,倾向于迁往集聚区或是集聚区拓展区,而规模缩减的企业则处于生命周期的衰退阶段,倾向于迁往非集聚区或是迁出核心集聚区。其次,企业迁移大致可以分为适应期、迁移期和稳定期3个阶段,小微型企业在2年左右的时间内完善自身发展适应最初区位后,就开始寻找新的发展空间,而中等规模企业适应期要5~7年,而且从7~20年左右的时间内一直保持较大规模的迁移活动以寻找合适的新区位,之后才进入迁移稳定期。最后,小微型企业在4~20年时间内快速发展并发生迁移,而且接近70%的企业迁移后发展成为中等规模企业,很大程度上意味着企业规模的增长是驱动小微型企业迁移的驱动力。中等规模企业迁移过程中企业规模等并未呈现明显倾向,表明中等规模企业迁移的驱动因素更为复杂多样。
[1] |
Pellenbarg P H, Wissen L, Dijk J V. Firm relocation: state of the art and research prospects[J]. Research Report, 2002. |
[2] |
Bagchi-Sen S. The dynamics of industrial location: the factory, the firm and the production system by Hayter R[J]. Economic Geography, 2001, 77(1): 77-79. Doi:10.2307/3594090 |
[3] |
Krugman P R. Geography and trade[M]. Leuven, Belgium: Leuven University Press, 1991.
|
[4] |
赵建吉, 茹乐峰, 段小微, 等. 产业转移的经济地理学研究: 进展与展望[J]. 经济地理, 2014, 34(1): 1-6. Doi:10.15957/j.cnki.jjdl.2014.01.020 |
[5] |
Lewis W A. The evolution of the international economic order[M]. Princeton: Princeton University Press, 1978. Doi:10.1515/9781400868513
|
[6] |
胡俊文. 国际产业转移的基本规律及变化趋势[J]. 国际贸易问题, 2004(5): 56-60. Doi:10.3969/j.issn.1002-0594.2004.03.003 |
[7] |
戴宏伟. 国际产业转移的新趋势及对我国的启示[J]. 国际贸易, 2007(2): 45-49. Doi:10.14114/j.cnki.itrade.2007.02.009 |
[8] |
司文, 陈璐, 郑仪. 新冠疫情对全球产业格局调整的影响[J]. 国际研究参考, 2020(11): 1-7. |
[9] |
岳圣淞. 第五次国际产业转移中的中国与东南亚: 比较优势与政策选择[J]. 东南亚研究, 2021(4): 124-149, 154. Doi:10.19561/j.cnki.sas.2021.04.124 |
[10] |
赵宏图. 从国际产业转移视角看"一带一路": "一带一路"倡议的经济性与国际性[J]. 现代国际关系, 2019(3): 38-45, 64. |
[11] |
张公嵬. 我国产业集聚的变迁与产业转移的可行性研究[J]. 经济地理, 2010, 30(10): 1670-1674, 1687. Doi:10.15957/j.cnki.jjdl.2010.10.024 |
[12] |
陈建军. 中国现阶段的产业区域转移及其动力机制[J]. 中国工业经济, 2002(8): 37-44. Doi:10.19581/j.cnki.ciejournal.2002.08.005 |
[13] |
樊新生, 李小建. 中国工业产业空间转移及中部地区发展对策研究[J]. 地理与地理信息科学, 2004, 20(2): 64-68. Doi:10.3969/j.issn.1672-0504.2004.02.016 |
[14] |
雒海潮, 苗长虹, 李国梁. 不同区域尺度产业转移实证研究及相关论争综述[J]. 人文地理, 2014, 29(1): 1-8. Doi:10.13959/j.issn.1003-2398.2014.01.013 |
[15] |
刘红光, 王云平, 季璐. 中国区域间产业转移特征、机理与模式研究[J]. 经济地理, 2014, 34(1): 102-107. Doi:10.3969/j.issn.1000-8462.2014.01.016 |
[16] |
孙翊, 熊文, 王铮. 中国高技术产业空间转移的政策问题研究[J]. 科学学与科学技术管理, 2010, 31(11): 163-168. |
[17] |
高菠阳, 李俊玮, 刘红光. 中国电子信息产业转移特征及驱动因素: 基于区域间投入产出表分析[J]. 经济地理, 2015, 35(10): 103-109. Doi:10.15957/j.cnki.jjdl.2015.10.015 |
[18] |
李娅, 伏润民. 为什么东部产业不向西部转移: 基于空间经济理论的解释[J]. 世界经济, 2010, 33(8): 59-71. Doi:10.19985/j.cnki.cassjwe.2010.08.005 |
[19] |
冯健, 周一星. 中国城市内部空间结构研究进展与展望[J]. 地理科学进展, 2003, 22(3): 304-315. Doi:10.11820/dlkxjz.2003.03.010 |
[20] |
周一星. 北京的郊区化及引发的思考[J]. 地理科学, 1996, 16(3): 198-206. Doi:10.13249/j.cnki.sgs.1996.03.002 |
[21] |
张晓平, 孙磊. 北京市制造业空间格局演化及影响因子分析[J]. 地理学报, 2012, 67(10): 1308-1316. |
[22] |
王丹, 方斌, 陈正富. 基于社区尺度的互联网企业空间格局与演化: 以扬州市区为例[J]. 经济地理, 2018, 38(6): 133-141. Doi:10.15957/j.cnki.jjdl.2018.06.017 |
[23] |
Rossi F, Dej M. Where do firms relocate? Location optimisation within and between Polish metropolitan areas[J]. The Annals of Regional Science, 2020, 64(3): 615-640. Doi:10.1007/s00168-019-00948-5 |
[24] |
郭杰, 杨永春, 冷炳荣. 1949年以来中国西部大城市制造业企业迁移特征、模式及机制: 以兰州市为例[J]. 地理研究, 2012, 31(10): 1872-1886. |
[25] |
张筱娟, 徐维祥, 黄明均, 等. 制造业企业的迁移特征、机制及其绩效: 以杭州市为例[J]. 经济地理, 2019, 39(6): 136-146. Doi:10.15957/j.cnki.jjdl.2019.06.015 |
[26] |
Bodenmann B R, Axhausen K W. Destination choice for relocating firms: a discrete choice model for the St. Gallen region, Switzerland[J]. Papers in Regional Science, 2012, 91(2): 319-341. Doi:10.1111/j.1435-5957.2011.00389.x |
[27] |
李俊峰, 陶世杰, 高凌宇. 跨江发展下杭州市企业迁移空间模式及影响机制[J]. 地理科学, 2018, 38(1): 87-96. Doi:10.13249/j.cnki.sgs.2018.01.010 |
[28] |
Dej M, Jarczewski W, Chlebicki M. Relocation of economic activity within major metropolitan areas in poland: scale and key characteristics[M]//Capik P, Dej M. Relocation of Economic Activity. Cham: Springer, 2019: 87-108.10.1007/978-3-319-92282-9_6.
|
[29] |
赵莉. 京津冀协同发展背景下北京市属企业迁移的政策需求分析[J]. 新视野, 2020(1): 73-80. |
[30] |
李佳洺. 城市空间分析与区位政策: 以北京、杭州为例[M]. 北京: 社会科学文献出版社·当代世界出版分社, 2018.
|
[31] |
陈艳莹, 田高峰, 王丽. 中国制造企业规模分布的演化特征: 产业生命周期视角的研究[J]. 产业经济评论(山东), 2013(2): 100-116. |
[32] |
唐跃军, 宋渊洋. 中国企业规模与年龄对企业成长的影响: 来自制造业上市公司的面板数据[J]. 产业经济研究, 2008(6): 28-35. Doi:10.3969/j.issn.1671-9301.2008.06.005 |
[33] |
Booth A L. Private sector training and graduate earnings[J]. The Review of Economics and Statistics, 1993, 75(1): 164. Doi:10.2307/2109642 |
[34] |
"中国企业寿命测算方法及实证研究"课题组, 何平. 企业寿命测度的理论和实践[J]. 统计研究, 2008, 25(4): 20-32. Doi:10.19343/j.cnki.11-1302/c.2008.04.005 |
[35] |
Adizes I. Corporate lifecycles: how and why corporations grow and die and what to do about it[M]. Englewood Cliffs, N.J.: Prentice Hall, 1988.
|