在产业转移过程中,为了改善制造业企业在选择迁徙适配区域时缺乏定量方法的问题,提高选择的科学性和有效性,改善过去依靠定性分析缺乏定量依据的状况,本文围绕制造业企业如何选择迁徙适配区域这一核心问题展开研究,创造性引入地域产业承载系统适配性理论和以企业财务特征为主要来源的量化特征集,构建一种新的基于机器学习框架的制造业企业迁徙适配区域定量选择方法,并以中国上市公司中86个汽车制造业企业为例,使用随机森林分类器对企业适合哪种类型的地域产业承载系统适配性区域做出预测,结果表明,本文所提出的制造业企业迁徙适配区域选择方法具有较强的有效性和可行性。本文的主要研究工作和创新点包括如下几个方面:(1)在研究视角上,本文从企业视角考察制造业产业转移,从定性和定量角度分析影响制造业企业迁徙行为的影响因素,构建以企业财务特征为主要来源的量化特征集。而现有的研究大多是从区域角度出发,以定性分析为主。(2)在实现方法上,本文尝试引入机器学习方法,引入地域产业承载系统适配性理论和以企业财务特征为主要来源的量化特征集,结合制造业企业适配区域选择的特点,构建基于机器学习的制造业企业迁徙适配区域选择定量模型和方法。通过实例的结果初步表明这一尝试有较好的效果。(3)在方法实用性上,本文从财务视角出发,引入财务数据来构建企业的量化特征集,由于财务数据具有规范性强、客观真实等特点,一定程度上增强了本文方法的实用性。本文的研究拓展了地域产业承载系统适配性理论和企业财务数据的应用领域和使用范围,对改善和提高制造业企业在选择迁徙区域时的效率和效果具有重要意义。