1b. 华东师范大学 城市与区域科学学院, 上海 200062
1b. School of Urban and Regional Science, East China Normal University, Shanghai 200062, China
在1985年欧洲货币基金会主办的研讨会上,与会的700多位政治家、实业家、银行巨头一致认为,世界正处在企业家时代的开端,今后企业家作为经济增长国王的作用将更加明显[1]。果不其然,在经历欧债危机和金融危机之后,西方发达国家陆续从财富驱动的经济增长模式中“醒悟”过来,纷纷将经济走出低谷的希望寄托于以实体经济为支撑的科技创新与产业化,一时间发展创新创业型经济呼声高涨,社会关注的焦点也从那些操控全球金融的“玩家”转向那些能够实现全球创新资源重新组合的企业家,国家间的科技竞争也逐渐转嫁至以企业家为代表的人才竞争。进入新常态的中国经济正面临增速下行的压力和转型升级的挑战,亟待激发新的强大动力,而发展众创空间,推动大众创业、万众创业被认为是推动经济结构调整、打造发展新引擎、增强发展新动力、走创新驱动发展道路必然选择。“创新”和“创业”已经成为这个时代最为鲜明的特征,这个时代也比以往任何时候更加注重企业家的成长。
企业家成长是现代管理学以及经济学研究的核心课题之一。然而综观现有企业家成长相关研究,皆只关注于企业家在成长过程中突显出的“表征”和“静态”问题,如企业家能力、企业家成长环境、企业家创业、企业家创业活动的空间分布等等。就是对中国企业家成长研究影响最深的《中国企业家成长调查报告》也只是通过每年的问卷调查,来研究跟随着时代变化的企业家在成长过程中所反映出的一个时间上“变化”情况[2, 3]。在企业家成长研究中,“时间”似乎被无意的放大,而“空间”似乎被无意的抽象或者回避(虽然在创业活动分布研究中,“空间”有所被提及,但只是一个静态特征的揭示),企业家成长中突显的空间规律及空间过程(空间路径)几乎无人问津。
城市作为企业家成长的空间载体,企业家在成长中也对不同城市赋予了不同的职能(即哪些城市会成为企业家接受高等教育选择地?哪些城市会成为企业家创业选择地?哪些城市又会成为企业家成功地?)。当前,全球生产网络下的全球城市体系不断瓦解,且正在被以跨国公司为主导的全球研发网络与以大学为主导的全球知识合作网络交织耦合形成的全球创新网络重塑[4],科技创新逐渐成为全球城市的主导功能。因此,在创新创业时代,城市的职能越发突破传统职能(经济、文化、政治或交通)的范畴,从而体现在其在不同层级城市创新网络中的地位[5, 6],如以论文合作为媒介的科研合作网络和以专利合作为媒介的协同创新网络[7, 8]。然而,这两者皆只从创新产出的视角研究城市在不同城市创新体系中的地位,属于时间截面上的“静态”特征解释,无法做到时空间的融合。
企业家的成长,不仅内含“空间上的方向”,又内含“时间上的过程”,以企业家成长的空间路径为媒介构建城市创新网络,从而研究不同城市在企业家成长中发挥的职能作用,不仅具有较高的可行性,而且能够很好的补充当前有关城市创新体系的研究。基于此,本文通过建构786位中国企业家四个成长阶段空间信息数据库,赋予企业家成长以空间内涵,运用系列空间计量模型和复杂网络模型将企业家的成长路径进行空间映射,在挖掘中国企业家在空间上的地域分布与组合规律的基础上,对企业家成长下的中国城市创新网络和城市职能进行了研究,以期丰富当前有关企业家成长和城市创新体系的相关研究。
2 相关研究进展现代管理学是20世纪最伟大的创新之一,作为其创始人,德鲁克(Peter F Drucker)在熊彼特(Joseph A Schumpeter)的基础上将创新与企业家(或企业家精神)实现了完美的“连接”。在“企业家”概念的演进过程中,熊彼特将企业家视为创新的主体,即创造性的破坏市场均衡。德鲁克在“什么样的人才是企业家?”这一问题上给予了绝对的回答,即创新是判断企业家的唯一标准。综观国内外关于企业家的研究,集中在以下两个主题:
(1)企业家成长
企业家成长是当前学术界对企业家研究最为关注的一个领域,包括两个方面,其中最为直观的就是企业家在成长过程中对个人能力的塑造及其影响因素。如Robinson S等人将企业家能力划分为硬实力和软实力两个方面,其中软实力包括团队能力、情商、性格等内容[9]。贺小刚等对国内277家企业调查后,将企业家能力解构为战略能力、管理能力、政府关系能力和社会关系能力四个维度,并认为企业家能力的塑造受到经济结构和企业家背景因素的影响,尤其是后者的影响更为显著[10]。对中国企业家成长问题研究最深且影响最大的要数中国企业家调查组持续20多年来对中国企业家进行调查后形成的系列《中国企业家成长调查报告》,该系列报告不仅涉及了中国企业家对宏观经济形势、企业经营状况的判断及对未来发展的预期等方面,还涉及了中国企业家成长与环境变化的情况,如企业家行为特征、企业家素质与能力状况,企业家队伍建设等[2, 3]。第二个子课题就是企业家的成长环境研究,学术界普遍构建了包含从政治、法律、市场、社会、文化等内容的成长环境评价维度,对企业家成长环境及其影响因素进行了全方位的解剖[11]。如Crane G等在对加拿大企业家成长环境进行研究时,认为加拿大的文化环境(尤其是对失败的厌恶)极大的阻碍了加拿大企业家的成长以及创业经济的发展[12];周国红等基于科技型企业家的基本特征,从知识创新的角度提出了我国科技型企业家成长环境营造的若干对策建议[13]。近年来,随着女权主义的社会呐喊声逐渐增强以及女性企业家在企业家群里中的比例逐渐升高,女性企业家能力及其与男性企业家的差异也引起了学者的广泛研究[14, 15]。
(2)企业家创业
创业是企业家的第一行为,其结果也是凸显企业家能力最为直观的表征。相关研究主要包括两个方面:①创业行为的影响因素,又通常被解构为两个视角。一是从企业家主观个人能力的差异解释创业行为的差异,如Porfírio J A等将企业家能力分解为硬实力和软实力两大类,通过跟踪HUMAN GEOGRAPHY Vol.33. No.4 2018/8 103段德忠,杜德斌,桂钦昌,段吕晗:中国企业家成长路径的地理学研究调查123位企业家的创业经历试图解释英国与地中海国家(西班牙、希腊、葡萄牙)在文化创意产业领域的创业行为差异[16]。Lim D S K等将企业家个人收入水平与受教育程度嵌入制度分析框架内,对22个新兴经济体的企业家创业活动调查后发现,无论制度如何,收入水平都能够明显的影响企业家的创业行为,而受教育程度对创业的影响因制度而异[17];陈传明等在对中国上市公司研究后发现,企业家的学历与企业多元化程度正相关, 拥有技术类专业背景的企业家的企业多元化程度更高[18];张正勇等在对中国上市公司研究后也发现,企业家学历、年龄、社会声誉与企业社会责任信息披露水平之间存在显著的正向关系[19];二是从外部环境来考量企业家的创业倾向及差异。如考夫曼基金会(Kauffman Foundation)的Motoyama Y和Danley B通过对《企业》(Inc.)杂志1982—2011年每年评选的美国成立不久、发展迅速的私有企业500强的调查发现,与主流观点相违背(即初创公司普遍倾向于集中在拥有丰富的风险投资、高水平研究机构、庞大的联邦研发投入以及专利产出大的地区),这些企业更加倾向于集中于拥有较高专业技能劳动力的地区[20];Baltzopoulos A等在对瑞士2003—2005年初创公司创业活动调查后发现,企业家更加倾向于在其曾经学习的地方创业[21];陈文府在对中国东、中、西部创新环境研究的基础上,认为地方政府效率对企业家创业的影响最为显著[22]。②创业活动的空间分布。地理尺度与范围作为影响创业活动分布的重要因素已经被广泛证明[23],因为企业家创业的一大区别就是在地理位置上的差异[24]。大量研究表明,企业家创业在空间上更加趋向于集中[25],如Helsley R W等认为地理集聚所产生的市场稠密能够缩短创业的时间,同时在一些小城市无法成功的创业项目可能在大城市会有另一种结果[26]。Motoyama Y和Danley B的研究发现,美国高增长型的创新型初创企业高度除了聚集在众所周知的硅谷地区,还聚集在盐湖城、布法罗、纽约、巴尔的摩等地区[20];奚曦等在对中国在深圳证券交易所上市的创业企业研究发现,这些初创企业高度集聚在集中于广东、北京、江苏、上海、浙江和山东等经济强省[27]。
综合现有的研究发现,围绕“企业家”相关问题探讨的文献可谓是堆积如山,但大量研究成果皆来自于经济学和管理学,从地理学的视角研究企业家成长的空间问题,以及其背后凸显的城市与区域创新问题几乎没有。
虽然从20世纪90年代中期,我国地理学者就呼吁加强人才地理的研究[28, 29],但响应者甚少。近年来,随着人才问题在国家自主创新建设中凸显的作用愈发明显,以院士为代表的高端人才成长的时空规律及其影响机制问题引起了广泛的关注[30, 31]。当前,随着科技国际化的深入发展,创新已经成为这个时代最鲜明的特征,创新地理学也在人文社会科学空间转向和新经济地理学关系—文化转向的碰撞下,逐渐成为当前人文地理学的主要研究方向,大量基于地理学空间思维和应用空间计量方法的城市与区域创新问题被广泛揭示,但其中鲜有“企业家”的影子。如果说全球科技创新中心是国际科技竞争的核心空间载体,那么作为创新时代最为紧缺的人才,能够实现全球创新资源重新组合的企业家将会是这些科技创新中心争夺最为激烈的人才。因此我们必须认识到,以空间和人地关系研究为传统的人文地理学,特别是创新地理学应当在企业家成长相关问题研究上树立自己的“主页”。
3 研究方法 3.1 企业家成长下的城市网络建构关系经济地理学将“基于个人的关系建构”纳入网络分析的视角和演化经济地理学关于“行动者空间移动时的变化带来的空间动力”的解释共同揭示了人才流动是城市间协同创新网络形成的重要动因之一[32, 33]。事实上,从人才流动的视角构建城市关联网络无论是在国外还是在国内都有初步的尝试[33, 34]。这为本文从企业家移动的视角提取企业家空间移动路径从而构建城市创新网络提供了坚实的理论基础。21世纪以来,在复杂性科学和复杂网络理论的解释下,大量数理工程、生命科学复杂系统和复杂网络的复杂特性被广泛揭示,复杂网络理论不仅能够揭示复杂系统在个体和整体层面的复杂形势,还能识别个体在整体中的角色和地位[35, 36],这为本文提供了很好的方法论指导。
企业家成长路径在空间上的投影就是以城市为载体的企业家迁移网络,实际就是以企业家成长为媒介的城市创新网络。而构建以企业家成长为媒介的城市创新网络的关键在于企业家样本的选择、企业家成长空间信息的挖掘和网络关联矩阵的建构。考虑到创新型企业对于创新创业时代的重要性,本文企业家样本主要通过识别创新型企业的创始人或董事长(总经理)来建构。而创新型企业则来源于科技部、国务院国资委、中华全国总工会确定的五批国家创新型试点企业名单(2006—2012)①。同时为丰富本文数据来源,特采集2015中国民营企业500强名单、2015年中国互联网企业100强以及国家技术创新示范企业名单(2011—2014)作为补充。去掉重复企业和重复企业家,得到841家创新型企业和833位企业家。
在建构企业家空间信息数据库时,借鉴当前有关人才成长阶段划分的研究,采取网络搜寻(百度百科和企业官网)、电话访谈、邮件征询、资料查询(企业家自传或相关统计资料②)等方式挖掘了每位企业家的四个成长阶段的空间信息,分别是企业家出生时间及出生城市(Bir_C)、企业家大专或大学毕业院校及毕业城市(Edu_C)、企业家第一次创业所在城市(Ent_C)以及企业家成功时所在城市(被评为创新型企业时所在地,Suc_C)等数据。由于本文仅探讨中国大陆城市在中国企业家成长中的作用,因此我们在识别企业家空间信息时,如果某位企业家在其四个成长阶段有境外经历,就删除该阶段对应的城市。
目前,复杂网络邻接矩阵的建构,较为流行的有两种方法:一种是L-space模型,其仅识别网络中节点间的直接联系[37];另一种是P-space模型,是Sen Parongama等在研究印度铁路网络小世界性时提出了一种新抽象法则[38]。该法则认为,如果网络中任意两个点可通过一次联系连接在一起,那么则认为这两点相连。因此,在L-space空间模型下,每个企业家成长路径皆是一条单向递归路径,而Pspace模型下的每个企业家成长路径皆能形成一个无向完全连接的小型网络(图 1)。考虑到每位企业家的成长不可能是一条单向递归路径,因此本文采取P-space模型进行网络关联矩阵抽象,并借助Pajek软件和Gephi软件,构建了企业家成长视角下的中国城市创新网络(图 2)。
![]() |
图 1 城市创新网络邻接矩阵抽象模型 Fig.1 Adjacency Matrix Abstract Model of City Innovation Network |
![]() |
图 2 企业家成长视角下的中国城市创新网络 Fig.2 Chinese City Innovation Network Based on Entrepreneurs' Moves 注:图中红色代表直辖市;蓝色代表省会和计划单列市;绿色代表普通地级市;图中点的大小与该城市在四个阶段拥有的企业家数量成正比。 |
但值得注意的是,在成长四阶段截面取值法下,不是每一个企业家都处在移动状态,即存在少数企业家在四个成长阶段的空间信息保持一致。这一情况的存在致使无法构建这些“稳定”企业家的空间移动路径。虽然在复杂网络中存在“自环”,但从现实情况看,企业家在其成长过程中必定是“移动性”的。幸运的是,保持稳定状态的企业家样本数量有47位,仅占样本数量的6.5%,为保持统一,本文在分析过程中删除这部分企业家样本。最后,我们统计到在786个在中国大陆取得成功企业家样本中,有756位企业家出生在中国大陆城市,有761位企业家在中国大陆城市接受其大学学习,有784位在在中国大陆城市进行创业。
3.2 测度模型以企业家成长空间路径为媒介成功建构中国城市创新网络,使得我们可以利用系列复杂网络统计特征量在研究企业家迁移网络复杂性质的同时,也可测度不同城市在企业家成长中所扮演的角色和发挥的职能,分别是:
(1)加权度中心性
度中心性是测量节点在网络中地位的最直接的指标。在复杂网络模型中,度中心性被定义为与该节点相连的节点数或者由该节点发散出去的边数。那么在本文城市创新网络中,城市度中心性则为与该城市产生联系的城市数量。考虑到城市之间流动的企业家数量差异较大,因此本文构建了加权度中心性测算模型:
![]() |
(1) |
式中,kiw为城市i的加权度中心性,V为与城市i连接的城市集合,wij为城市i与城市j之间流动的企业家数量,即权重。城市加权度中心性越大,代表其在中国企业家成长中扮演的作用就越大。
(2)加权邻近中心性
在复杂网络模型中,邻近中心性被定义为该节点到其他节点的距离之和的倒数。描述的是节点相互连接的难易程度,以及节点对其他节点的影响力,是度量节点在网络中的拓扑通达性的重要指标。那么在本文的城市创新网络中,城市的邻近中心性就可被理解为与网络中兴的紧密程度,同样反映的是城市在网络中的地位,但邻近中心性测度的地位与度中心性测度的地位不同,度中心性测度的是绝对地位(即城市的创新能级),而邻近中心性测度的是相对地位(即关系地位)。另外,考虑到城市之间流动的企业家数量差异较大,因此本文构建加权邻近中心性测算模型:
![]() |
(2) |
式中,Ciw为城市i的加权邻近中心性,dij为城市i与城市j的最短路径距离(拓扑距离),n为城市数量,即n=207。
(3)修正区位熵模型
区位熵模型是经济地理学或区域经济学一个非常常见的计量模型,被用来衡量某一区域要素的空间分布情况,反映某一产业部门的专业化程度,以及某一区域在高层次区域的地位和作用。因此,我们将每个城市的四个阶段看作为城市的四种产业,那么就可以利用区位熵模型识别出哪一个阶段(即哪一个职能)是这个城市在中国企业成长中扮演的最重要的角色。鉴于大多数城市仅在在企业家成长中扮演一个辅助型的角色,因此本文仅选取加权度中心性前30的城市作为识别对象。
![]() |
(3) |
式中,Qgj为30个城市中j城市在g阶段的区位熵值;Ngi 30个城市中j城市在g阶段拥有的企业家数量;Nj为30个城市中j城市在四个阶段拥有的企业家总数。
从传统区位熵模型可知,其识别基数仅为挑选出来的30个城市,这与本文初衷不符(识别加权度中心性前30个城市在全部207个城市中的所扮演的角色),因此我们必须对传统区位熵模型(分母部分)进行修正:
(1)由于本文仅尝试性的识别加权度中心性前30的城市的角色,那么从这30个城市的整体来考虑,其在中国企业家成长过程中的作用应该与这30个城市在四个成长阶段拥有的企业家数量总数呈正相关,拥有的企业家数量越多,这30个城市的整体作用就越大,反映在加权度中心性和加权邻近中心性值上就是,那这30个城市的加权度中心性和加权邻近中心性值占整体城市的比重越高,这30个城市的整体作用就越大(式4)。
![]() |
(4) |
式中,R30是为加权度中心性前30城市整体在企业家成长过程中所起到的作用大小;kjw和Cjw分别是城市j的加权度中心性和加权邻近中心性;Kw和Cw分别是全部城市的加权度中心性总值和加权邻近中心性总值;α为系数。
(2)由于中国企业家成长在四个阶段分布的城市数量差异较大(如被选为接受大学教育的城市仅有60个,而创业的城市则多达165个),我们认为企业家群体在某一阶段分布的城市数量越少,则该阶段对于城市的重要性就越大。而这一点反映在这30个城市上,就是这30个城市在每个阶段拥有的企业家数量占每个阶段企业家总数(所有城市)的比例上,即这30个城市在某个阶段所占的比例越大,则就意味着这个阶段对这30个城市就越重要(式5)。
![]() |
(5) |
式中,Rg30为加权度中心性前30城市在企业家成长g阶段所起到的作用大小;Ngj为30城市中j城市在g阶段拥有的企业家数量;α为系数。
基于此,本文对区位熵模型进行了如下修正,即:
![]() |
(6) |
式中,M_Qgj为城市j在g阶段的修正区位熵值。通过计算,我们得到一个关于M_Qgj的矩阵(式7)。
根据这个矩阵,我们通过比较行列最大值对这30个城市的职能进行了精准识别:①通过比较每行最大值赋予每个城市一个初始角色(如出生阶段熵值最大,则为奠基型;大学阶段熵值最大,为教育型;创业阶段熵值最大,为创业型;成功阶段熵值最大,为成功型);②通过比较每列最大值赋予某些城市若干附加角色,如果某个城市拥有某列上的最大熵值,则在(1)的基础上附加该列对应的角色,当然这个角色不能与(1)重复。如果某个城市在每一列上都拥有最大值,则我们把这座城市称为全能型。
![]() |
(7) |
如表 1和图 3(a)所示,中国企业家出生地高度集中于东部沿海城市,尤其是长三角地区,出生在此的企业家占到总数的30.5%,其中宁波市以产出17名企业家位列第一,烟台市以产出10名企业家位列第三,无锡市与上海市以分别产出9、8名企业家排在第四和第五位。同时,山东半岛、京津冀以及东南沿海地区也是中国企业家的重要产出地,出生在这三个地区的企业家分别占到总数的12.3%、7.1%和4.8%,其中北京市以产出11名企业家位居第二,烟台市以产出10名企业家并列第三。另外,辽东半岛的大连市、中部地区的武汉市和长沙市、西部地区的成都市、重庆市和西安市也产出较多企业家。纵观排名靠前的城市不难发现,宁波市、烟台市、上海市、大连市(第6位)、南通市(第7位)、福州市(第8位)、广州市(第9位)和青岛市(第9位)皆为中国首批沿海开放城市,开放激励的政策与优越的区位(港口)为企业家的成长埋下了很好的环境基础;无锡市和镇江市(第6位)为中国改革开放初乡镇企业(即所谓的“苏南模式”)发展的代表地,培养了大批乡镇企业家;而绍兴市(第3位)、杭州市(第6位)和金华市(第7位)为中国改革开放初民营企业发展(即所谓的“浙江模式”)的代表地,也产出了大量中国民营企业家。
![]() |
图 3 中国企业家的出生地、毕业地、创业地和成功地分布 Fig.3 The Spatial Distribution of Chinese Entrepreneurs at the Four Stages |
![]() |
表 1 成长四阶段排名前15的城市及其企业家数量 Tab.1 Top 15 Cities and Its Number of Entrepreneurs in Four Stages |
与企业家出生地格局明显不同,中国企业家大学毕业地虽集中在少数几个城市,但在空间分布上较为均衡,761名企业家的大学毕业地仅分布在60个城市,充分说明中国企业家在选择大学时,有较高的趋同性(表 1,图 3(b))。
其中,北京市以培养79名企业家处在第一位,是排在第二名的上海市2倍之多。长三角仍然是中国企业家接受高等教育的极核所在,上海市、杭州市以及南京市分别以培养36、30、27名企业家位居第2、第3和第4位。不难发现,中国企业家的大学毕业地与中国高等教育资源,尤其是与“211工程”大学的分布格局基本一致。将各城市培养的企业家人数与拥有的211工程大学数量做一个简单的回归分析,发现两者具有较高的对应性(y= 0.2613x -0.3248,R2 = 0.8371)。中部地区的武汉市、长沙市、南昌市和合肥市四市因聚集中部93%的“211工程”大学,从而成为企业家大学毕业地的中部地区集聚地。西安市、成都市、重庆市三市也因集聚西部地区近50%的“211工程”高校成为企业家大学毕业地的西部地区集聚地。
4.3 创业地格局与成功地格局高度耦合,集中分布在京津冀和长三角地区中国企业家创业地分布较为分散,784名企业家分散在165个城市创业。整体上,东部沿海依旧是中国企业家创业分布的主要地区,尤其是京津和长三角地区,这两个地区所承载的企业家创业地占比分别达到18.3%和16.9%。其中北京因成为118名企业家创业首选地而高居第一位,是第二位的上海市(47名)的2.5倍。杭州、深圳和重庆市、天津市分别因成为24名和21名企业家创业选择地而并列第三和第四位。另外,成都市、合肥市、青岛市、南京市、大连市、西安市、广州市、宁波市等城市也受到中国企业家的亲睐,分别成为19、18、18、17、17、16、16和15名企业家的创业地。比较图 3(d)和图 3(c)发现,中国企业家成功地分布与创业地格局基本吻合,具有很好的时序传承性。通过运用Pearson相关系数(r)对企业家创业地与成功地进行分析相关性分析也得知,中国企业家创业地与成功地之间r值高达0.979,且在0.01水平上显著。
5 企业家成长下的城市创新网络及角色识别 5.1 加权度中心性下的等级层次涌现企业家成长视角下的城市创新网络的平均加权度中心性为12.1。将加权度中心性高于12.1的城市命名为高度城市,将加权度中心性低于12.1的城市命名为低度城市,我们发现高度城市占比超过17%,而低度城市占比不到83%,这比诸多实体网络体现出的“20/80”特性还强劲,从而呈现出明显的无标度性规律。充分说明,只有少数城市在中国企业家成长过程中扮演着重要角色,大部分城市仅充当着陪衬的角色。城市加权度中心性位序—规模分布曲线也证明了此种规律,分布曲线呈现出明显的“长尾”特征,即幂律分布(拟合优度R2达到0.9534),体现出了不同城市在企业家成长中起到的作用差异较大(图 4(a))。从空间分布上看,中国城市加权度中心性的空间分布较为集中,大部分城市的度值都较低,少数度值较大的城市集中分布在东部沿海以及长江沿岸地区,其中又以直辖市和省会城市居多(图 5(a))。北京市以392的加权度中心性高居第一,是排在第二位上海市(171)的2.3倍。南京市(87)、深圳市(83)、西安市(77)、武汉市(69)、杭州市(68)、广州市(67)、沈阳市(66)和成都市(64)分别位列第3至第10位。因此,以加权度中心性测度的中国城市创新体系首位度较高,明显形成以北京市为核心的等级层次结构(图 6),即北京市对于中国企业家成长最为重要。上海市和南京市位于第二圈层,为中国企业家成长网络两个副中心城市,其中南京市位于第二圈层是因为有较多的企业家流转于南京—上海和南京—北京之间,从而使其获得了较大的加权度中心性。位居第三圈层的城市有11个,这些城市要么有较多的企业家在这里接受大学教育、要么有较多的企业家在这开始创业,要么有较多的企业家在这里获得成功。而第四圈层(35个)和第五圈层(158个)的城市,大多是作为企业家的出生地而存在,从而位于中国城市创新体系的最底层。
![]() |
图 4 城市创新网络加权度中心性与加权邻近中心性位序规模分布 Fig.4 Rank-size Distribution of Weighted Degree Centrality and Weighted Closeness Centrality of the City Innovation Network |
![]() |
图 5 城市创新网络加权度中心性和加权邻近中心性空间分布 Fig.5 Spatial Distribution of Weighted Degree Centrality and Weighted Closeness Centrality of the City Innovation Network in China |
![]() |
图 6 中国城市创新网络的等级层次结构 Fig.6 Hierarchical Structure of the City Innovation Network of China |
与加权度中心性相反,企业家成长下的城市创新网络的加权邻近中心性差异较小。整个加权邻近中心性的变异系数仅为0.21,远远低于加权度中心性(2.71),一定程度上说明城市加权邻近中心性统计分布较为均匀,离散程度较低。从城市加权邻近中心性的位序—规模分布曲线来看,接近水平线性拟合,充分说明大部分城市的加权邻近中心性值分布在平均数附近,只有少部分城市的加权邻近中心性值较高或较低。从城市加权邻近中心性的统计来看,超过60的仅有2个城市,低于30的也仅有4个城市,而介于30至60之间的城市多达201个(图 4(b))。同样,与加权度中心性的空间分布格局不同,加权邻近中心性的空间分布差异较小,大部分城市的加权邻近中心性都较大且相近。北京市作为中国城市创新网络的核心,其加权邻近中心性最高,为80.592(图 5(b))。加权邻近中心性的测算方法使得中国其他城市只要与网络中心(北京市)的联系产生联系,其在中国城市创新网络中的地位就会得到提高。而且联系越紧密,其就越接近网络中心从而占据有利位置,这也解释了为什么中国城市的加权邻近中心性的值普遍较高且相近。在207个城市中,有130个城市通过企业家的移动与北京产生了直接联系,相较于一般城市,省会城市和直辖市与北京市的联系相对紧密,从而在网络中占据有利地位。这似乎暗示着,中国其他城市想要提高其在城市创新网络中的地位,除了加强自身创新水平这种途径外,还存在中第二条路径,就是积极寻求与网络中心(北京市)产生合作联系,联系越紧密,其地位就会越高。
5.3 修正区位熵下的角色识别通过修正区位熵模型对中国30个城市的职能进行识别后发现(表 2),仅有两个城市中国企业家成长中同时扮演两个职能,一个是北京市,为成功兼创业型,意味着中国企业家不仅把北京当作一个极佳创业地,而且中国企业家认为在北京则更容易成功。另一个城市是宁波市,为成功兼奠基型,宁波作为产出中国企业家最多的城市,说明宁波市的创新创业环境给了企业家一个耳濡目染的生活环境,同时宁波市又作为成功型城市,众多企业家在此获得了成功。识别的结果显示上海为成功型城市,我们发现在整个中国企业家群体中,有大量企业家在上海获得成功,如微创医疗的常兆华,携程的梁建章,巨人网络的史玉柱,盛大网络的陈天桥,展讯通信的李力游等。深圳市是另一典型的成功型城市,由于深圳市的发展历史(20世纪90年代初还是一个小渔村),因此出生在深圳和在深圳接受大学教育的企业家寥寥无几。但深圳市作为中国改革开放的最前沿,其自由创新创业环境与当今创新创业圣地“硅谷”颇为一致,因此成为许多中国企业家创业的选择地。而开放自由的环境和政府的大力支持,许多企业家也的确在深圳获得了成功,如中兴的侯为贵,比亚迪的王传福,腾讯的马化腾,华为的任正非,创维的施驰,大族科技的高云峰,迅雷网络的邹胜龙等等。另外,成功型的城市还有广州、青岛、昆明、芜湖和厦门5个城市。
![]() |
表 2 加权度值前30城市的角色识别 Tab.2 Role Identification of the Top 30 Cities |
创业型的城市有成都、天津、重庆、哈尔滨、长春、兰州、大连、太原和烟台9个城市。这些城市被划分为创业型城市一方面是因为其的确吸引了大量企业家在此创业(比如天津和、重庆和成都三市吸引的创业人数分别为21,21和19人,位居146个创业选择地的第6,7和8名),另一方面是因为相对于其他角色(奠基、教育和成功),创业角色是这些城市在中国企业家成长中扮演的最重要的角色(图 6和表 2)。如现实生活反应的一样,武汉、西安、南京、沈阳、长沙、杭州、合肥、济南和南昌这些省会城市因高度聚集本省优秀高等教育资源(基本汇聚其所在省所有211工程及以上大学)而在中国企业家成长中的确扮演着培养人才的角色。另外,在这30个城市中,有3个城市被划分为奠基型城市,分别是无锡市、绍兴市和镇江市。其中无锡市和镇江市作为中国“苏南模式”的代表城市,产出了众多乡镇企业家;绍兴市作为中国“浙江模式”的代表城市,也产出了众多民营企业家。毋庸置疑,大量中国企业家脱胎于20世纪八九十年代的中国乡镇企业和家庭企业。
6 结论与未来研究方向 6.1 结论通过建构中国786位企业家四个成长阶段空间信息数据库,本文运用地理空间分析方法和复杂网络模型,在对企业家成长时空规律分析的基础上,对中国207个城市在企业家成长中发挥的作用进行了研究,并着重对在企业家成长中发挥重要作用的30个城市的角色进行了精准识别,得出以下结论:
(1)中国企业家出生地高度集中于东部沿海城市,尤其是长三角地区。同时,山东半岛、京津冀地区以及东南沿海地区也是中国企业家的重要产出地;企业家大学毕业地集中在少数几个城市,空间上呈现多极分布,且与中国高等教育资源分布格局基本吻合;企业家创业地分布较为分散,东部沿海依旧是中国企业家创业分布的主要地区,尤其是京津和长三角地区;企业家成功地格局与创业地格局高度耦合,具有很好的时序传承性。由此可见,中国企业家成长在空间上呈现出分散—集中—分散的演化过程,长三角地区是中国企业家成长最为依赖的空间载体。
(2)企业家成长视角下的中国城市创新网络等级层次明显,仅有少数城市在中国企业家成长中扮演重要的角色,其中北京市以绝对优势成为中国城市创新网络的核心,其他城市在网络中的作用,即在中国企业家成长过程中的作用一方面取决于其自身创新能级,另一方面还依赖于其与北京市的联系紧密程度。在30个扮演重要角色的城市中,只有北京与宁波两市同时身兼两个角色,其中北京为成功兼创业型,宁波为成功兼奠基型。另外,上海、深圳、广州等7个城市为成功型城市;成都、天津、重庆等9个城市为创业型;西安、杭州、武汉等9个城市为教育型;无锡、绍兴和镇江为3个奠基型的城市。
(3)当前,北京、上海、深圳等城市皆处在建设全球有影响力的科技创新中心的关键时期,武汉、重庆、西安等城市也都在加快建设国家科技创新中心和区域科技创新中心,基于本文研究,我们不禁会反思:相对于北京,上海应当思考如何通过改善创新创业环境吸引更多的创新者在上海创业并获得成功,以及如何在现有的创新型企业中培育若干有国际影响力和行业控制力的创新引擎企业。对于深圳,其应该思考如何加快建设能够培育符合科技创新中心建设需求的人才的大学。另外,深圳也应该思考怎样构建企业家的传承环境,使得更多的企业家出生在深圳。对于成都、天津、重庆这些创业型城市而言,应当思考如何基于现有的创新创业环境培育易于成功的土壤,使得更多的企业家在此获得成功?对于武汉、西安、南京这些集一省高教资源于一身的城市,应该思考如何将教育优势转化为创新优势?那么对于无锡、绍兴、镇江这些城市,应当思考适应乡镇企业、家庭企业成长的环境怎样才能发展为适应创新型企业生长的环境。
6.2 未来研究方向本文是一次从地理学的视角解构企业家在成长过程中体现出的空间规律的尝试,试图丰富当前人才地理学、创新地理学的研究内容和拓宽当前人才地理学、创新地理学的研究视角,但仍显不够。“企业家”的研究在地理学才刚刚开始,还有大量关于企业家成长的现实问题值得我们深入探究。基于此,本文提出以下几点未来努力的方向:
(1)由表及里,加强企业家成长空间问题的机制研究。如阐释导致企业家出生地集聚的原因,如城市的创业文化、创业政策以及企业家自身的因素(家族企业)等;企业家创业倾向及其影响因素;企业家成长的路径依赖问题等。
(2)由静至动,强化企业家成长问题的时空过程研究。改革开放至今,中国企业家的代际更迭不断加速,不同企业家在不同时代背景下的成长过程也突显出了多样性的规律。因此,在未来企业家相关研究中,应加强对中国企业家群体,以及中国城市在企业家成长过程中的角色进行持续跟踪研究。
(3)由少至多,强化中国企业家成长的群体性规律揭示。继续深挖中国企业家群体,积累和扩大样本数量,从而更有力的说明企业家成长的地理问题,如不同地区出生的企业家倾向在哪创业?不同国籍、不同性别、不同行业的企业家在成长过程中又会表现出什么样的规律?
(4)由微至宏,加强全球视野下的中国企业家成长问题研究。随着中国企业家群体的年轻化,中国企业家也体现出了国际化特征。中国企业家成长已经不拘泥于中国大陆城市,世界其他城市也已经成为中国企业家成长的舞台。因此,在未来企业家相关研究中,有必要从全球视野下研究中国企业家成长的空间路径及空间规律,同时对比研究其他国家企业家成长的空间规律。
(5)由内至外,加强外资企业家在中国的成长规律研究。城市作为培养企业家的舞台,企业家也在塑造城市的性格。改革开放以来,中国越来越多的城市已经成为跨国公司生产网络和研发网络的关键一环,在大量外来资本投向中国的同时,也带来了大批量外来企业家。在某些城市,外资企业家对于城市角色的塑造,外资研发机构对于城市创新环境的塑造,已经远远大于中国内地企业家和内地创新企业。因此,在未来企业家相关研究中,有必要跳出企业家的国别属性,研究国外企业家对城市角色的塑造作用。
注释:
① 中国创新型企业发展报告编纂委员会自2009年开始编纂系列年度报告——《中国创新型企业发展报告》,至今已出版5期。
② 如由北京科学学研究中心、北京创新科技研究所和中国科学学与科技政策研究会创业创新专业委员会联合编著的《科技创业与科技企业家成长》,其中详细记录了35位科技企业家的成长经历。
[1] | 张维迎, 盛斌. 企业家:经济增长的国王[M]. 上海: 上海人民出版社, 2014: 1. [Zhang Weiying, Sheng Bin. Entrepreneur:The King of Economic Growth[M]. Shanghai: Shanghai People's Publishing House, 2014: 1.] |
[2] | 中国企业家调查系统. 中国企业家成长20年:能力、责任与精神[J]. 管理世界, 2014(6): 19-38. [Chinese Entrepreneur Survey System. Chinese entrepreneurs' growth in 20 years:Ability, responsibility and entrepreneurship[J]. Management World, 2014(6): 19-38. ] |
[3] | 中国企业家调查系统. 经济转型与创新:认识、问题与对策[J]. 管理世界, 2013(9): 9-20. [Chinese Entrepreneur Survey System. Economic transformation and innovation:Understanding, problems and Countermeasures[J]. Management World, 2013(9): 9-20. ] |
[4] | 司月芳, 曾刚, 曹贤忠, 等. 基于全球-地方视角的创新网络研究进展[J]. 地理科学进展, 2016, 35(5): 600-609. [Si Yuefang, Zeng Gang, Cao Xianzhong, et al. Research progress of global innovation networks[J]. Progress in Geography, 2016, 35(5): 600-609. ] |
[5] | 段德忠, 杜德斌, 刘承良. 上海和北京城市创新空间结构的时空演化模式[J]. 地理学报, 2015, 70(12): 1911-1925. [Duan Dezhong, Du Debin, Liu Chengliang. Spatial-temporal evolution mode of urban innovation spatial structure:A case study of Shanghai and Beijing[J]. Acta Geographica Sinica, 2015, 70(12): 1911-1925. ] |
[6] | 杜德斌. 全球科技创新中心:动力与模式[M]. 上海: 上海人民出版社, 2015: 7-12. [Du Debin. Global S & E Innovation Center:Motivation and Model[M]. Shanghai: Shanghai People's Publishing House, 2015: 7-12.] |
[7] | 刘承良, 桂钦昌, 段德忠, 等. 全球科研论文合作网络的结构异质性及其邻近性机理[J]. 地理学报, 2017, 71(4): 737-752. [Liu Chengliang, Gui Qingchang, Duan Dezhong, et al. Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers[J]. Acta Geographica Sinica, 2017, 71(4): 737-752. ] |
[8] | 李丹丹, 汪涛, 魏也华, 等. 中国城市尺度科学知识网络与技术知识网络结构的时空复杂性[J]. 地理研究, 2015, 34(3): 525-540. [Li Dandan, Wang Tao, Dennis Wei Yehua, et al. Spatial and temporal complexity of scientific knowledge network and technological knowledge network on China's urban scale[J]. Geographical Research, 2015, 34(3): 525-540. ] |
[9] | Robinson S, Stubberud H A. Teaching creativity, team work and other soft skills for entrepreneurship[J]. Journal of Entrepreneurship Education, 2014, 17(2): 186-197. |
[10] | 贺小刚, 李新春. 企业家能力与企业成长:基于中国经验的实证研究[J]. 经济研究, 2005(10): 101-111. [He Xiaogang, Li Xinchun. Entrepreneurial competence and enterprises' growth:An empirical study in China[J]. Economic Research Journal, 2005(10): 101-111. DOI:10.3969/j.issn.1005-913X.2005.10.044] |
[11] | 蔡宁, 刘志勇. 企业家成长环境理论及其启示[J]. 外国经济与管理, 2003, 25(10): 2-7. [Cai Ning, Liu Zhiyong. The theory of entrepreneur's growth environment and its enlightenment[J]. Foreign Economies & Management, 2003, 25(10): 2-7. DOI:10.3969/j.issn.1001-4950.2003.10.001] |
[12] | Crane G, Meyer M. The entrepreneurial climate in Canada:The entrepreneur's viewpoint[J]. Journal of Small Business & Entrepreneurship, 2006, 19(3): 223-231. |
[13] | 周国红, 陆敏, 周丽梅. 科技型企业家的作用机制与成长环境营造[J]. 科学学研究, 2007, 25(s1): 139-143. [Zhou Guohong, Lu Min, Zhou Limei. Study on function mechanism and growing environment of tech-entrepreneurs[J]. Studies in Science of Science, 2007, 25(s1): 139-143. ] |
[14] | Castiblanco M S E. Female entrepreneurship in a forced displacement situation:The case of Usme in Bogota[J]. Suma de Negocios, 2016, 15(7): 61-72. |
[15] | Elisabeth S C Berger, Andreas Kuckertz. Female entrepreneurship in startup ecosystems worldwide[J]. Journal of Business Research, 2016, 69(11): 5163-5168. DOI:10.1016/j.jbusres.2016.04.098 |
[16] | José António Porfírio, Tiago Carrilho, Lisete S Mónico. Entrepreneurship in different contexts in cultural and creative industries[J]. Journal of Business Research, 2016, 69(11): 5117-5123. DOI:10.1016/j.jbusres.2016.04.090 |
[17] | Lim D S K, Oh C H, Clercq D D. Engagement in entrepreneurship in emerging economies:Interactive effects of individual-level factors and institutional conditions[J]. International Business Review, 2015, 25(4): 933-945. |
[18] | 陈传明, 孙俊华. 企业家人口背景特征与多元化战略选择——基于中国上市公司面板数据的实证研究[J]. 管理世界, 2008(5): 124-133. [Chen Chuanming, Sun Junhua. Entrepreneurs' demographic characteristics and their diversified strategic options[J]. Management World, 2008(5): 124-133. ] |
[19] | 张正勇, 吉利. 企业家人口背景特征与社会责任信息披露——来自中国上市公司社会责任报告的经验证据[J]. 中国人口·资源与环境, 2013, 23(4): 131-138. [Zhang Zhengyong, Ji Li. Entrepreneurs' demographic characteristics and the social responsibility information disclosure[J]. China Population, Resources and Environment, 2013, 23(4): 131-138. DOI:10.3969/j.issn.1002-2104.2013.04.002] |
[20] | Motoyama Y, Danley B. An analysis of the geography of entrepreneurship: Understanding the geographic trends of inc. 500 companies over thirty years at the state and metropolitan levels[EB/OL]. (2012-09-12)[2017-03-22]. https://ssrn.com/abstract=2145480. |
[21] | Baltzopoulos A, Broström A. Attractors of entrepreneurial activity:Universities, regions and alumni entrepreneurs[J]. Regional Studies, 2011, 47(6): 934-949. |
[22] | 陈文府. 中国企业家创业环境地区差异的实证研究[J]. 技术经济, 2007, 26(12): 1-4, 77. [Chen Wenfu. Regional differentials in China's entrepreneurs' venturing environment[J]. Technology Economics, 2007, 26(12): 1-4, 77. ] |
[23] | Steyaert C, Katz J. Reclaiming the space of entrepreneurship in society:Geographical, discursive and social dimensions[J]. Entrepreneurship and Regional Development, 2004, 16(3): 179-96. DOI:10.1080/0898562042000197135 |
[24] | Smith B R, Stevens C E. Different types of social entrepreneurship:The role of geography and embeddedness on the measurement and scaling of social value[J]. Entrepreneurship & Regional Development, 2010, 22(6): 575-598. |
[25] | Glaeser E L, Kerr W R. Local industrial conditions and entrepreneurship:How much of the spatial distribution can we explain?[J]. Journal of Economics and Management Strategy, 2009, 18(3): 623-663. DOI:10.1111/jems.2009.18.issue-3 |
[26] | Helsley R W, Strange W C. Entrepreneurs and cities:Complexity, thickness and balance[J]. Regional Science and Urban Economics, 2011, 41(6): 550-559. DOI:10.1016/j.regsciurbeco.2011.04.001 |
[27] | 奚曦, 张继彤. 创业企业行业分布与区域分布特征分析——以创业板上市企业为例[J]. 特区经济, 2013(8): 61-63. [Xi Xi, Zhang Jitong. Analysis of industry distribution and regional distribution characteristics of entrepreneurial enterprises[J]. Special Zone Economy, 2013(8): 61-63. ] |
[28] | 胡兆量, 王恩涌, 韩茂莉. 中国人才地理特征[J]. 经济地理, 1998, 18(1): 8-14. [Hu Zhaoliang, Wang Enyong, Han Maoli. The characteristics of the distribution of the talented persons in China[J]. Economic Geography, 1998, 18(1): 8-14. ] |
[29] | 朱翔. 中国人才时期与人才地理研究[J]. 人文地理, 2001, 16(5): 11-15. [Zhu Xiang. Study on talent periods and talent geography of China[J]. Human Geography, 2001, 16(5): 11-15. DOI:10.3969/j.issn.1003-2398.2001.05.003] |
[30] | 刘超, 吴殿廷, 顾苏丹, 等. 高级人才成材因素的初步研究——中国科学院院士成材背景的统计分析[J]. 人文地理, 2004, 19(5): 64-68, 59. [Liu Chao, Wu Dianting, Gu Sudan, et al. Preliminary study of the factors on senior intellectuals' success:Statistic analysis of the success background of members in Chinese Academy of Sciences (CAS)[J]. Human Geography, 2004, 19(5): 64-68, 59. DOI:10.3969/j.issn.1003-2398.2004.05.015] |
[31] | 李瑞, 吴殿廷, 鲍捷, 等. 高级科学人才集聚成长的时空格局演化及其驱动机制——基于中国科学院院士的典型分析[J]. 地理科学进展, 2013, 32(7): 1123-1138. [Li Rui, Wu Dianting, Bao Jie, et al. Evolution of temporal and spatial pattern and driving mechanisms of agglomerative growth of senior science talents:A case study of academicians of CAS[J]. Progress in Geography, 2013, 32(7): 1123-1138. ] |
[32] | Saxenian A. From brain drain to brain circulation:Transnational communities and regional upgrading in India and China[J]. Comparative International Development, 2012, 40(2): 35-61. |
[33] | 马海涛. 基于人才流动的城市网络关系构建[J]. 地理研究, 2017, 36(1): 161-170. [Ma Haitao. Triangle model of Chinese returnees:A tentative methodfor city networks based on talent flows[J]. Geographical Research, 2017, 36(1): 161-170. ] |
[34] | Beaverstock J V, Smith R G, Taylor P J. Globalization and world cities:Some measurement methodologies[J]. Applied Geography, 2000, 20(1): 43-63. |
[35] | Newman M. The structure and function of complex networks[J]. SIAM Review, 2003, 45(2): 167-256. DOI:10.1137/S003614450342480 |
[36] | Ferrary M, Granovetter M. The role of venture capital firms in Silicon Valley's complex innovation network[J]. Economy and Society, 2009, 38(2): 326-359. DOI:10.1080/03085140902786827 |
[37] | 段德忠, 刘承良, 杜德斌, 等. 基于二分网络的北京公交线路布局的空间依赖性[J]. 地理学报, 2016, 71(12): 2185-2198. [Duan Dezhong, Liu Chengliang, Du Debin, et al. Spatial dependency of busline distribution based on bipartite network:A case study of Beijing city[J]. Acta Geographica Sinica, 2016, 71(12): 2185-2198. ] |
[38] | Sen P, Dasgupta S, Chatterjee A, et al. Small-world properties of the Indian railway network[J]. Physical Review E, 2003, 67(3): 036106 DOI:10.1103/PhysRevE.67.036106 |