中國專精特新企業的時空格局與區位因素

丁子軍,鄭慧彬,戴 靚,劉承良

(1.南京財經大學 公共管理學院, 江蘇 南京 210023;2.華東師范大學 城市與區域科學學院,上海 200241;3.華東師范大學 全球創新與發展研究院,上海 200062)

0 引言

中小企業是經濟高質量發展的重要基礎,也是民生就業穩定的堅實支撐。2018年8月國務院促進中小企業發展工作領導小組第一次會議中指出,我國中小企業占據全國企業數量的90%,貢獻了50%以上的稅收,60%以上的GDP,70%以上的技術創新,80%以上的城鎮勞動就業。然而,數量眾多并不能代表中小企業具有經濟韌性,在中美貿易摩擦、新冠疫情的沖擊下,2020年我國實體業有超過32萬家中小企業注銷[1]。根據工信部發布的《專精特新中小企業發展報告(2022年)》,專精特新“小巨人”企業研發平均強度約為9%,從事特定細分市場平均時長近16年,企業科研創新、抗風險能力強勁。因此,面對日新月異的技術更迭、變幻莫測的經濟格局以及不斷升級的市場需求,朝向“專業化、精細化、特色化、新穎化”轉型成為中小企業成長的必然選擇。同時,科技創新驅動著區域空間格局的重塑,城市作為企業生存與發展的載體,如何吸引創新拔尖企業入駐、匯聚高端創新要素資源、提升城市競爭力受到政府和學術界的廣泛關注。

企業的空間布局與區位選擇一直是經濟地理學的重要議題。從研究尺度來看,相關文獻涉及市域[2]、省域[3]、區域(城市群)[4]和全國[5],多利用赫芬達爾指數、標準差橢圓法、最近鄰指數、核密度估計、Ripley′sK函數、地理集中度、基尼系數、全局和局部空間自相關、區位熵、因子分析或聚類分析等[6-8],定量探討企業的空間集聚現象及其演化特征。從研究對象來看,學者們側重于研究制造業企業和生產性服務企業,文化創意和時尚企業也愈發受到青睞。例如,王婷等分析了南京市文化企業空間分布格局、演化過程及企業區位選擇機制[9];李嘉晨等探討了2003—2019年長三角時尚企業的空間布局演化規律與影響因素[10]。不同類型的企業會表現出差異化的區位選擇行為[11],既有文獻為其他新興企業的區位選擇與產業集聚研究奠定堅實基礎。近年來,隨著經濟發展對創新驅動型需求的漸長,對創新型企業和高新技術企業的研究也日益豐富。例如,肖凡等指出中國高新技術企業分布呈現出以“北上廣深”為首位中心,以成渝與區域性中心城市為次位中心的高度集聚特征[5]。楊洋等揭示了廣東省瞪羚企業的空間聚集不斷強化,具有明顯的相對集中性與地域性[12]。馬騰等比較了北京、上海、深圳、杭州四市獨角獸企業的空間格局演化及其區位選擇因素[13]。相比于國家政策對專精特新企業的關注,學者們對專精特新企業的空間分布及影響因素研究存在明顯的滯后與缺位[14],以宏觀為主的空間研究尺度未能充分考慮城市間相互作用,企業聚集機制的挖掘有待深化[15]。相關研究主要集中在經管領域,側重于對專精特新企業發展現狀與演化特征[16]、評價體系[17]、困境難題以及政策建議[18]等方面的定性分析。

黨的二十大報告指出,要加快實現高水平科技自立自強,建設科技強國。專精特新中小企業已然成為解決“卡脖子”瓶頸、鞏固本土全產業鏈條、樹立制造強國地位的排頭兵。因此,在新一輪企業技術革命與城市創新發展的背景下,探索專精特新企業的時空格局及其影響因素,對優化企業的城市布局,構建全域創新發展新格局,推動資源要素整合具有重要的理論與現實意義。鑒于此,本文基于工信部公布的四批專精特新“小巨人”企業名單,分析專精特新企業的發展和分布特征,并通過多尺度地理加權回歸探討其區位選擇因素。在此基礎上,為專精特新企業發展提出政策建議,以期為區域找準經濟發展引擎、營造良好的創新創業環境、提高城市綜合競爭力提供參考。

1 研究設計

1.1 研究區域與數據來源

截至2023年5月,工信部于2019、2020、2021、2022年認定并發布了248、1 744、2 930和4 357家專精特新“小巨人”企業名單。以地級及以上城市(含地級市、地區、自治州、盟、直轄市)為統計口徑,研究區域未包含我國香港特別行政區、澳門特別行政區和臺灣地區,分析專精特新企業的時序格局與市域分布特征。在企查查網站(https://www.qcc.com)按照名單進行匹配獲取9 279家企業數據,包括企業名稱、成立時間、所屬城市、所屬行業等信息。企查查作為中國最大的商業數據庫之一,其數據源于國家企業信用信息公示系統(http://www.gsxt.gov.cn/index.html),被廣泛應用于企業的相關研究中[5,19]。這些企業成立時間從1955年跨至2022年,但2020年和2021年無新成立企業,僅有1家成立于2022年,因而使用2019年城市屬性數據探討企業選址的影響因素,數據來源于2020年《中國統計年鑒》和各省區市統計年鑒。

1.2 變量設定

將專精特新企業按所在城市進行匯總,得到292個城市的企業數量(Firm)作為被解釋變量。參考企業區位選擇的相關研究成果[3,5,20-22],綜合考慮專精特新企業的特點以及數據的可得性,從經濟稟賦、產業發展、基礎設施、市場環境和企業自身五大維度選取11個指標作為解釋變量(表1)。

表1 專精特新企業空間分布的影響因素

一般而言,經濟稟賦好的城市依托完善的基礎設施、豐厚的人才儲備以及切實的政策紅利對吸引企業入駐發揮激勵和導向作用[20]。本文通過地區生產總值和公共財政科技支出衡量城市的經濟規模與研發投入,以反映經濟稟賦。產業發展包含產業結構和產業平臺[23],分別用二產、三產比重分析城市產業結構對專精特新企業分布的影響;通過省級產業園區數量衡量城市的產業平臺及其政策支持對企業聚集的影響[24]。與此同時,較高的信息化水平有助于企業提高獲取知識的能力與速度[25];交通運輸能力強可為企業節約運輸成本,弱化市場分割的影響,增強市場的可達性與信息反饋的及時性[21]。故選擇電信業務總量、貨運總量分別衡量城市的信息通訊水平和貨運交通能力,以表征基礎設施。從市場規模看,新經濟地理學表示市場規模大的區域對企業具有吸引力,人口密度是與區域市場環境密切相關的綜合指標,可以反映勞動力資源、房產價格、市場需求等[26];從市場投入看,傳統區位論強調勞動力成本對企業選址的重要影響,以在崗職工平均工資來量化[20]。此外,企業自身因素也可能影響企業區位選擇,具體體現為企業規模和公司年齡[27]。所有解釋變量的方差膨脹因子(VIF)都小于5且均值為2.23,說明不存在明顯的多重共線性問題。

1.3 多尺度地理加權回歸

城市經濟活動由于生產要素的不完全流動存在空間異質性[28]。多元線性回歸(OLS)應用于全局關系建模時隱含空間均質假設,故無法測度影響因素的空間異質性[29]。地理加權回歸(GWR)是應用最廣泛的局部空間關系建模方法,但帶寬大小恒定是所有自變量不同帶寬的平均值,因而捕捉了不必要噪聲致使參數估計偏差[30]。多尺度地理加權回歸(MGWR)解決了固定帶寬的缺陷,因而既能測度影響因素的空間異質性,也使模擬結果更加精細[31]。計算公式如下:

(1)

式中:yi表示第i個城市專精特新企業的數量;(ui,vi)表示第i個城市的空間地理位置;xij為自變量;bwj是第j個變量回歸系數估算時使用的帶寬;βbwj表示第j個變量的局部回歸系數,εi為誤差項。

與經典GWR最大的區別是MGWR模型中的帶寬具有分異性,通常采用自適應帶寬的二次核函數計算每個變量的最佳帶寬,以經典GWR作為初始估計,利用后退擬合算法擬合各平滑項,并將經典的殘差平方和的變化比例作為收斂準則[32]。變量帶寬是參與回歸的樣本點數量,帶寬的選擇會影響回歸系數的估計[33]。MGWR模型使用AICc準則作為最佳帶寬選擇標準,城市數量是本研究中帶寬單位用來測度影響因素的作用范圍。

2 中國專精特新企業的時空格局

2.1 時序格局特征

根據專精特新企業的成立時間與數量,可將中國專精特新企業大致劃分為4個發展階段(圖1):1953—1988年的平穩起步期、1989—2003年的快速增長期、2004—2010年的高位波動期和2011—2022年的收縮發展期。改革開放前,受計劃經濟體制影響民營企業數量較少,專精特新企業僅有15家。改革開放后的政策環境和營商環境為專精特新類民營企業創造有利的成長空間,企業成立數量開始起步增加。1978年至1988年間平均每年新增8家企業,呈現平穩增長。1989年后企業數量直線上升,處于快速增長狀態;2003年新企業數超500家,相較1989年上漲15倍。2004—2010年新增企業數起伏較大,2008年的低谷期和2010年的頂峰期形成鮮明對比;但在此期間每年均保持400家以上的成立數目,表現為高位波動的走勢。2011年后專精特新企業成立數量持續下降,在2015年之后新企業數量跌破300,直至急劇降至2022年的1家,說明新企業數量的增速步入了收縮發展期,符合專精特新企業專注長期發展從而建立競爭優勢的戰略定位。

圖1 每年成立的專精特新企業數量

2.2 空間格局特征

9 279家專精特新企業分布于中國292個地級及以上城市,各城市企業數的基尼系數為0.683,具有空間不均衡性(圖2a)。排名前十的城市分別為北京(596家)、上海(506家)、深圳(445家)、寧波(283家)、重慶(263家)、杭州(209家)、武漢(209家)、成都(205家)、天津(198家)、蘇州(173家)。除武漢、重慶和成都為中西部核心城市外,其余均為東部沿海經濟強市,集聚了1/3以上的專精特新企業,且均位于胡煥庸線東南側和五大國家級城市群內,可見企業傾向于選擇在經濟發達、資源豐厚、區位優越的高能級城市。

注:基于自然資源部地圖技術審查中心GS(2020)4619號標準地圖繪制,底圖邊界無修改,圖4同。

各個城市專精特新企業數的全局莫蘭指數為0.131,具有空間正自相關性,且在1%的水平下通過顯著性檢驗。各城市專精特新企業數的空間集聚模式如圖2b所示,共有124個城市具有顯著的空間聚類特征,占比42.47%。其中,東部沿海的32個城市為高高集聚區,占比10.96%,基本位于京津冀、長三角、珠三角和山東半島城市群。北京獨有的首府效應對天津和河北的部分城市發展起到正向的帶動作用;長三角憑借較好的多中心和一體化發展形成網絡組團集聚;珠三角依靠省內深廣的雙核引領和科創高地的戰略定位成為南部集群;山東半島兼具海陸優勢,人力資本豐富、制造業發達,是環渤海經濟區的重要部分,因而成為優質中小企業的集聚地。低低集聚區包含60個城市,占比20.55%,主要分布在我國位置偏遠、人口外流、相對落后的西北、東北和西南地區,這類城市大多是創新創業低地、高質量發展動力不足。高低集聚區均為西部和東北的中心城市,如四川省的成都、重慶、云南省的昆明、貴州省的貴陽、陜西省的西安、吉林省的長春、黑龍江省的哈爾濱,占比2.40%,這些城市為成渝、滇中、黔中、哈長城市群的核心,其發展過程中單向虹吸周邊城市和落后地區的資源以支撐自身的高首位度。低高集聚區共25個城市,占比8.56%,主要分布在東部沿海發達城市的周圍,中心城市的輻射效應為腹地城市的企業成長營造優越環境的同時也在周邊形成了“集聚陰影”,未來需進一步擴大發達地區核心城市的輻射范圍、打造高效的上下游產業鏈、促進創新創業資源的區域流動乃至全國循環。

2.3 行業聚集特征

在9 279家專精特新企業中,第二產業的企業有5 984家,占比近65%,第三產業的企業次之,為3 277家,占比超35%,而第一產業的企業數量僅有18家,不足1%。4個時期中國專精特新企業二、三產業的變化如圖3所示。在前3個階段,平穩起步期、快速增長期和高位波動期的二產企業比重均超過65%,數量遠超第三產業;到第四階段,收縮發展期的第三產業企業占比達到51.39%,超過第二產業,說明專精特新企業受到國家經濟轉型和創新發展戰略的影響,由資源要素驅動向知識創新驅動轉變。從中國專精特新企業的分類特征(表2)可知,雖然第二、三產業的專精特新企業數量多,且涉及城市廣泛,但企業分布數量的聚集程度遠超第一產業的情況,而第三產業企業的空間集聚最突出,基尼系數高達0.765。

圖3 不同時期二三產業專精特新企業數量的變化

表2 專精特新企業的分行業特征

從不同行業(表2)看,除在房地產行業數量為0外,其余十大行業均有涉及。其中,工業和公共服務及管理組織業的專精特新企業最多,分別有5 935家和2 008家,總占比超過85%,而工業中的制造業、公共服務及管理組織業中的科學研究和技術服務業尤其是深耕領域。其他行業的企業數呈斷崖式下降,批發和零售業,信息傳輸、軟件和信息技術服務業以超過500家的企業數成為第二梯隊,數量前四的行業企業總占比達98%,分布的城市數量多但基尼系數均大于0.5,說明城市尺度下企業的空間聚集性強。租賃和商務服務業、建筑業、農林牧漁業、交通運輸倉儲和郵政業、金融業、住宿和餐飲業則不足百家,基尼系數均小于0.5,說明其更傾向于分散化的城市選址。盡管各行業企業的空間聚集程度各異,但由于聚集所產生的知識溢出、規模經濟和品牌效應更有利于企業的發展與壯大[34],促使專精特新企業在城市選擇時整體上仍體現為集聚偏好。

3 中國專精特新企業的區位因素

運行MGWR模型得到中國專精特新企業的區位因素的擬合結果(表3)。

表3 多尺度地理加權回歸結果

總體而言,經濟稟賦、產業發展、基礎設施、市場環境、企業特征共同影響中國專精特新企業的選址。共有10個解釋變量在0.1的水平下通過顯著性檢驗,按平均影響程度由小到大依次為公司年齡、貨運交通、產業園區、三產比重、二產比重、電信通訊、薪資水平、企業規模、經濟規模、研發投入。經濟稟賦對企業選址的影響最大,這符合專精特新企業研發投入大、對經濟支撐效應強的共性特點。為深入考察影響程度的空間異質性,可視化出各樣本的回歸系數(圖4),根據自然間斷點法將影響程度劃分成5級。

圖4 中國專精特新企業分布影響因素的空間分異

就經濟稟賦而言,GDP的系數介于0.135—0.339之間,對企業聚集的正向影響表現為由南向北逐漸增大的格局(圖4a),因為南方城市尤其是東南沿海一帶憑借獨有的地緣優勢具有強勁的經濟實力,企業入駐對經濟條件的需求被其他影響因素削弱,而對于經濟基礎薄弱的西北地區與面臨城市收縮的東北地區,企業成長更加依賴有相對優勢的省會城市,致使經濟實力的邊際效應對欠發達地區的作用更大。R&D的邊際最大,均值為0.695,說明在知識經濟時代研發投入強度助力企業集群,其正向影響表現為自南向北遞減(圖4b),可能是相較于有眾多老牌工業企業的北部特別是東北地區,南部地區的企業多為新興技術企業,產品研發對創新資源與創新環境的需求更為迫切,需要更為充足的研發經費投入以加快創新成果的轉化。

就產業發展而言,Sec系數的均值與變化幅度都大于Ter,說明企業的區位選擇目前受城市第二產業集聚化程度的影響更大,其在全國尺度上對企業入駐呈正向影響,在區域尺度上表現為局部分異的空間格局(圖4c):華南閩粵桂三省、西南云貴川地區、西北門戶呼包鄂榆地區、東北及環渤海經濟區成為負向影響區。總體來看,浙江和廣東是二產比重影響的高值區,兩者分別擁有1 078家和881家企業,在全國領先。但這兩省二產比重對于企業集聚的作用卻相反,原因可能在于產業結構的調整方向不同,浙江以打造先進制造業集群作為推進經濟高質量發展的抓手,省內專精特新企業有78.66%在工業實體領域;而廣東依托粵港澳大灣區創新高地的科技研發優勢,通過產業融合將現代服務業嵌入先進制造業以雙輪驅動形成產業新業態,省內三產專精特新企業比重超過40%,這充分體現了專精特新企業的發展會結合區域特色與優勢,精準利用當地的產業基礎與資源稟賦以實現自身的高效發展。第三產業對全域企業的正向吸引力整體是東高西低(圖4d),與企業數量東多西少的分布一致,說明科技研發的突破是企業發展的關鍵環節。此外,Park的系數均值為0.023,在0.1的水平下呈正向影響,說明產業政策發揮了引導地區產業發展和資源優化配置的作用,并形成了西強東弱的差異化影響(圖4e),這與周茂等的研究發現[35]一致,即設立產業園區作為政策支持可以對技術落后地區起到“雪中送炭”的作用。

就基礎設施而言,信息化與工業化的深度融合成為高技術發展的趨勢,Tele的系數均值為0.032,說明發達的電信通訊有利于企業的壯大與集聚[3],其影響程度由東南向西北遞減(圖4f),可能是因為西北地區基礎設施相對落后,東北地區軟環境相對薄弱,而南部地區對外開放水平高,充分發揮了數實融合對經濟高質量發展的支撐作用。Fre的系數均值為0.018,貨運交通能力是吸引企業入駐的重要指標,對西部和東部地區的影響最強(圖4g)。

就市場環境而言,人口密度Den對企業選址的影響不顯著而薪資水平Wage顯著。Wage的系數均值為0.039,取值范圍是0.010—0.058,其正向影響在東南地區形成高值區,而沿西北方向遞減(圖4h)。東部地區高校科研院所集中,科教資源豐沃,匯聚了大量從事技術創新、科技研發的高端人才。研發投入巨大、高層次人才云集是專精特新企業的特點,不同于一般中小企業為降低支出成本,以廉價勞動力地區為優先選擇,專精特新企業更注重勞動力素質與質量。

就企業特征而言,Day的系數均值為0.008,取值范圍是0.006—0.012,公司年齡的正向影響以東北地區為高值區,沿西南方向逐漸遞減(圖4i)。Size的系數均值為-0.044,取值范圍是-0.051—-0.025,在0.1的水平下通過顯著性檢驗,企業自身規模的擴大可能會阻礙集群發展,這也與專精特新企業多為長期精耕于細小領域的中小企業定位相符。負向影響程度東高西低(圖4j),主要是因為東南地區城市化加快致使人地矛盾突出,高昂的地價會增加較大規模企業的財務成本與資金風險,東北地區老工業城市選擇精明收縮的發展模式以提高土地利用率,能提供的城市土地空間有限;而中西部地區有更廣闊的生產空間承載規模較大的企業。

4 結論與建議

本文系統探討了我國9 279家專精特新企業發展的時空格局特征與區域選擇因素,主要結論如下:①就時空特征而言,中國專精特新企業的發展精力了平穩起步期、快速增長期、高位波動期和收縮發展期4個階段。9 279家專精特新企業分布于292個城市,排名前十的是北京、上海、深圳、寧波、重慶、杭州、武漢、成都、天津、蘇州,均為高能級城市或經濟強市,呈現由沿海到內陸遞減的空間分異格局,京津冀、長三角、粵港澳、長中游、成渝以及山東半島城市群成為專精特新企業的主要集聚區。專精特新企業以二、三產業為主,其中,工業和公共服務及管理組織業成為熱點行業,不同行業的專精特新企業空間聚集度不盡相同,但總體上聚集特征仍較為顯著。②就影響因素而言,經濟稟賦、產業發展、基礎設施、市場環境、企業特征共同影響專精特新企業的分布。平均影響程度由大到小依次為研發投入、經濟規模、企業規模、薪資水平、電信通訊、二產比重、三產比重、產業園區、貨運交通、公司年齡,各因素的作用范圍與影響程度具有空間異質性。經濟規模和研發投入的正向影響呈現南北差異;三產比重、產業園區、公司年齡的吸引力以及企業規模的抑制力均呈現東西向的空間梯度分異;電信通訊和薪資水平對企業選址的積極影響表現為東南向西北的遞減格局。

基于上述結論,可為專精特新企業的發展提出以下3點建議:①推行因地制宜的差異化專項服務,積極培育特色產業集群。因地制宜地打造產業生態環境,引導資源跨區域流動、促進利用效率邊際效應的最大化和區域企業空間布局的均衡化。具體可以完善西北地區的基礎設施以擴展企業培育基地,促進東北地區老牌工業的轉型與創新發展,厚植東南地區高端人才等創新優勢提質增量等。②實施對專精特新企業稅收優惠,針對性補貼創新研發環節。競相創新環境下中小微企業的高質量發展離不開政策扶持,但財政補貼仍存在“僧多粥少”的現象。這仍需要優化科技創新的頂層設計,組織開展精準服務,夯實企業創新前端的政策保障,發揮制度創新與科技創新的雙輪驅動,提高專精特新企業的培育率與存活率。③持續推進強鏈補鏈專項行動,打造現代化的產業鏈供應鏈。通過建設產業園區協同不同規模企業間的縱向聯合與融通發展,合力解決短板和斷點問題,提高產業鏈和供應鏈的韌性。數字經濟時代下,還需積極建設數字基建新高地,加快產學研融合,為企業提供優質創新載體,實現科學技術與產業成果的緊密銜接與有效轉化。

本文對專精特新企業的時空格局及其市域尺度的選址因素進行分析,可深化對企業空間集聚模式和影響機制的認知。但仍存在一些不足,也是未來需要深入研究的方向。例如,不同類別行業的專精特新企業空間聚集狀況不同,對其不均衡程度的差異性探討仍有待深入。其次,企業選址的影響因素具有復雜性,受到數據的限制,具體指標的選取可能不盡充分。最后,由于MGWR模型的限制,本文僅使用截面數據分析影響因素,未能考慮時間效應,未來隨著MGTWR(多尺度時間地理加權回歸)模型的成熟,可使用面板數據進行分析。