长江三角洲地区制造业集群辨识及空间组织特征

长江三角洲地区制造业集群辨识及空间组织特征袁丰1，陈雯1，宋正娜2（1.中国科学院南京地理与湖泊研究所，南京210008；2.南京信息工程大学，南京210044)摘要：本文基于投入产出表的主成分分析和企业空间分布数据的聚类分析，从产业功能联系和空间联系角度辨识长江三角洲地区主要的制造业集群，并从企业、产业、区域3个维度刻画和比较不同类型制造业集群的空间组织特征。

研究表明，长江三角洲地区存在冶金及装备、电子信息、纺织及服装等12个垂直联系紧密的制造业群组，并高度集聚于沿沪宁线、沪杭线、杭甬线的“Z ”字形区域。

冶金及装备、电子信息和纺织及服装3个制造集群分别呈现轮辐式、卫星式和马歇尔式产业集群组织方式。

上海和江苏的制造业集群在集群规模、大型企业占比、外资企业占比等方面，要明显高于浙江的制造业集群。

关键词：制造业集群；产业联系；地理临近；集群识别；长江三角洲地区DOI:10.3724/SP.J.1047.2015.015111引言早在19世纪末，英国经济学家Marshall 就发现制造业存在由大企业组织和由在特定区位集中的专业化小企业组织2种方式[1]。

二战后，大批量生产技术的进步推动了大型垂直一体化企业成为制造业组织的主导形式[2-3]。

但是，1970年代末，随着交通、通讯技术进步和经济全球化进程加快，地方化中小企业为主的组织方式又得到复苏[4-6]。

学术界也复兴了对企业空间集聚现象的研究，并提出了“产业区”、“新的产业空间”、“学习型区域”等概念[3,7-8]，其中，最广为接受的是由Porter 提出的“产业集群”理论[9-11]。

目前，关于产业集群研究仍然存在激烈的学术争论[10,12]，焦点之一是如何界定和辨识区域产业集群[13]。

Porter 将产业集群定义为某一特定领域内的公司及其相关机构，因共用性和互补性而形成的地理上接近的相互联系的群体[9]，因此，产业集群的辨识至少要满足相关产业的功能联系和空间邻近2条准则[14]。

从目前研究看，主要采用2类方法定量识别区域产业集群：（1）基于投入产出表的图谱分析、多变量聚类分析、主成分分析等方法[15-17]，该类方法侧重于测度区域产业间的投入产出联系，未界定产业集群的空间集聚范围；（2）区位商、空间聚类等空间分析方法[9]，该类方法重点测度特定产业的区位聚散结构，较少考虑产业间的垂直联系。

针对单独使用这2类方法的局限性，有学者提出通过整合这2类方法来综合界定区域产业集群[14,18]。

此外，以上方法主要采用产业—区域数据，在实际应用时还会产生可变区域单元问题（MAUP ）[19]。

为此，本文以长江三角洲地区（以下简称“长三角地区”）为例，试图从产业集群的功能联系和空间邻近性出发，采用企业数据界定边界更为精确的区域产业集群，并在此基础上分析所识别集群的组织特征。

长三角地区包括上海、江苏、浙江两省一市的范围，面积21.07万km 2，是中国综合实力最强、城市化和工业化程度最高的区域[20-21]，其中，上海、南京、苏州、无锡、常州、镇江、扬州、泰州、南通、杭州、宁波、湖州、嘉兴、绍兴、舟山、台州16市是长三角地区的核心区。

制造业集群式和专业化分工发展是长三角地区制造业快速增长的重要因素[22-24]，以该地区作为案例区具有一定典型性。

收稿日期：2013-12-11；修回日期：2014-04-19.基金项目：国家自然科学基金项目(41201111、41130750)；中国科学院南京地理与湖泊研究所2012年引进人才启动项目(NI-GLAS2012QD14)。

作者简介：袁丰（1982-），男，江苏无锡人，助理研究员，研究方向为区域与城市发展。

E-mail ：fyuan@V ol.17,No.12Dec.,2015第17卷第12期2015年12月地球信息科学学报2015年2集群分析的理论背景Boschma和Frenken认为产业集群分析，可从微观层面的企业、中观层面的产业及网络、宏观层面的区域系统3个维度进行剖析[25]。

2.1企业维度传统的马歇尔产业区理论强调本地小企业、地方网络，以及自我支撑的内源式增长能力对产业集群形成和发展的影响[1,6]。

近年来，学术界开始质疑甚至批判马歇尔产业区过于关注地方制度和网络，而忽视跨国公司和大企业的作用[26-28]；Knorrina和Meyer-Stamer在Markusen研究的基础上，根据集群内部企业规模和组织方式，提出了马歇尔式产业集群、卫星式产业集群和轮辐式产业集群3种集群原型[29-30]（表1）。

目前，中国正处于经济转型阶段，国有企业、民营企业和外资企业，是塑造和推动产业集群发展的主要力量。

外资进入成为许多集群形成的重要原因，例如，苏州电子信息产业的发展很大程度得益于台湾企业生产网络的跨界扩展，并通过产业链关系带动当地企业的发展[31]。

而北京、青岛等国有企业发育地区，外资企业在当地集群中处于从属地位[32]。

2.2产业维度无论是传统产业，还是高技术产业，都普遍存在产业集群现象，但是具体集群组织方式明显受到产业特征的影响[3]。

王缉慈等根据产业特性将集群分为高端道路和创新的集群、低端道路和低成本的集群2类[33]，认为前者形成的基础是创新、功能灵活性和良好的工作环境等，而后者形成的基础则是低成本竞争。

曾刚和文嫮发现浦东信息产业集群具有外部联系广泛、内部水平垂直协作薄弱的特点[22]，类似于卫星式产业集群组织方式；李小建等对钢卷尺企业集群的研究则发现类似于传统马歇尔产业区的组织特征，主要以小企业为主，是由外部规模经济、分工经济和网络联系三者共同作用的结果[34]。

2.3区域维度由于不同国家和地区发展的历史阶段不同、制度和文化背景不同、在全球分工体系的地位和作用不同，所形成的产业集群所表现出的特征和运行机制也存在着差别，因此，对特定产业集群的把握，也要考虑其产生和发展的区域环境。

一些学者逐渐开始关注地方人际信任、制度厚度、网络及其地方嵌入性对产业集群的影响[35]。

长三角地区空间范围广阔，其内部区域存在着文化、制度等方面的显著差异。

其中，传统的苏南模式以中小型乡镇企业为主要特征，目前通过嵌入全球生产网络，已经从以苏南模式著称的区域转变成一个外资驱动型的全球城市和高科技中心[36]；传统的温州模式以家庭手工业为主要特征，目前通过企业兼并和并购形成了跨区域企业和大集团，并带动产业集群的升级[26]。

3研究方法与数据来源本文基于投入产出表的主成分分析，以及基于企业数据的空间聚类分析等，综合产业功能联系和空间联系定量辨识区域制造业集群。

3.1研究方法（1）运用投入产出表的主成分方法界定长三角地区制造业间的功能联系。

该方法将具有相似经济技术联系的产业组合成一个因子，每个因子反映表1区域产业集群分类Tab.1Classification of regionalclusters 注：根据文献[29]、[30]整理151212期袁丰等：长江三角洲地区制造业集群辨识及空间组织特征产业间价值流的行业结构，提取出来的因子成为构造投入产出关系的制造业群组的雏形，每个制造业群组中存在若干个联系强度各异的产业链[37]。

具体识别步骤如下：从投入产出表中截取所有制造业，则产业i和j之间的垂直联系可由a ij和b ij表示：a ij =xijPj；bij=yijSi（1）式中，x ij为j产业从i产业购买的中间投入；P j为j产业的总中间投入；y ij为i产业销售给j产业的中间产出；S j为i产业的总中间产出。

a ij和b ij的集合分别构成矩阵A和矩阵B’，将矩阵B’转置得到矩阵B；根据矩阵A和B，计算4个相关系数来衡量产业m 和n的投入产出结构的相似性：R(a m，a n)衡量2产业中间投入结构的相似程度；R(b m，b n)测量2个产业的中间产出结构的相似程度；R(a m，b n)表示产业m中间投入结构与产业n中间产出结构的相似程度；R (b m，a n)衡量产业m中间产出结构与产业n的中间投入结构的相似程度。

取上述4个相关系数中绝对值最大者组成产业间投入产出结构相似矩阵C，矩阵C每一列反映了一个制造业产业由与其他制造业产业投入产出相关性表示的投入产出结构特征；将矩阵C的每一列作为一个变量，通过主成分分析，得到特征值大于1的主成分；然后，用方差极大法进行正交旋转将因子荷载差异最大化，根据旋转后的荷载矩阵，以确定各个制造业群组中的产业，本文将每个主成分中荷载值超过0.40的产业归入对应的制造业群组，其中，载荷值大于0.70的作为主要产业，载荷值在0.40~0.70之间的作为次要产业[37-38]。

各产业在每组制造业群组中的地位可由中间投入贡献率(G bi)和中间产出贡献率(G fi)来定义，如式（2）所示。

Gbi =∑j k x ij∑i=1P i×100；G fi=∑j k x ij∑i=1S i×100（2）式中，k为产业集合内的产业个数。

对于北京、上海等单一城市区域通过投入产出关系判定的制造业群组也满足企业间的空间邻近性的要求，可视为区域产业集群[37]。

(2)运用空间聚类的方法测度不同群组制造业的空间特征和识别区域制造业集群。

首先以县域为单元，通过Getis and Ord G i*统计的方法测度长三角地区各制造业群组的整体分布情况。

对于特定制造业群组q在县p的G i*统计量可由式（3）定义：G*p=∑q w pq L q-W p Lˉ(NS1p-W2q)/(N-1)（3）式中，L q是特定制造业群组n的就业人口；w pq 是空间权重矩阵，通过县域之间的距离倒数定义；W p是{w pq}的加和；N为县域单元的总数。

Getis and Ord G i*方法无法判断由于企业内部规模经济引起的产业向个别企业集中引起的集聚现象[39]。

所以，本文通过STAC方法来确定制造业集群更为精确的边界。

该方法用标准离差椭圆或者多边形的方式来表示企业点分布的空间聚类，为了更符合集群的实际情况，研究中用多边形区域作为区域集群的具体边界。

3.2数据来源与处理合并2007年上海134部门、江苏144部门和浙江144部门投入产出表的基础上，构建长三角地区投入产出表，通过该方式得到的投入产出表一定程度上会忽略产业在上海、江苏和浙江3个地区之间的投入产出联系，但是不会对长三角整体产业间的功能联系产生根本性的影响。

从中截取制造业的相关信息，获得74×74的投入产出流量信息。

企业层面数据来自于2004年第二次经济普查企业数据库，包含了企业名称、行业分类、产值、职工人数、地址等信息，共包含45.4万家制造业企业，职工总人数达到1594.1万人。

根据地址信息采用地址解析（Geocoding）方法，对数据进行空间化处理。