龐　琛，季曉芬，蔡麗玲

(1. 浙江理工大學服裝學院，杭州 310018；2. 浙江大學經濟學院， 杭州 310027)

?

垂直分工下服裝企業(yè)的空間集聚特征研究

龐琛1,2，季曉芬1，蔡麗玲1

(1. 浙江理工大學服裝學院，杭州 310018；2. 浙江大學經濟學院， 杭州 310027)

為更具體地探究服裝企業(yè)的空間集聚特征，從企業(yè)內垂直分工這一趨勢入手，運用探索性空間數據分析方法，研究我國服裝企業(yè)的空間集聚以及不同分工環(huán)節(jié)的空間二重性與關聯性。對584家服裝制造業(yè)企業(yè)和子公司進行全局空間分析，結果表明：我國服裝企業(yè)具有較高的空間集聚度，長三角的兩省一市、山東和福建及其周邊地區(qū)是主要集聚地；對長三角地區(qū)的283家服裝企業(yè)進行局部空間自相關分析和雙變量自相關分析，表明不同分工環(huán)節(jié)呈現出了“生產分散，研發(fā)集中”的空間二重性，同時生產與研發(fā)環(huán)節(jié)又具有顯著的空間關聯性。由此刻畫出長三角地區(qū)具有層次性的服裝產業(yè)空間格局，為合理制定差別化的區(qū)域產業(yè)政策提供借鑒。

垂直分工；空間集聚；服裝業(yè)；二重性與關聯性

進入21世紀后，隨著消費者個性化需求的日益增強，服裝小批量、多品種的快速反應制造已成為一種趨勢。在這一現實下，服裝制造商逐漸意識到完全依靠一己之力或只局限在一地，很難生產出滿足消費者需求的產品[1]。由此，空間一體化下的垂直整合，逐漸被跨區(qū)域的垂直分工所取代。垂直分工是指企業(yè)沿產業(yè)鏈將不同的勞動分工環(huán)節(jié)分離出去的過程[2]。近年來，垂直分工的現象在各個產業(yè)領域均呈現出一定的趨勢[3]。以往對垂直分工的研究大多集中在生產外包或服務外包，研究內容主要聚焦于垂直分工的經濟效應、動因和對生產率的影響等領域[4-5]。而近年來勞動力成本的上升、出口放緩等問題的凸顯，另一種在企業(yè)內部發(fā)生的、跨區(qū)域的垂直分工逐漸成為我國服裝企業(yè)具有代表性的空間行為，即企業(yè)通過遷移、新建、收購或兼并等方式，在地理空間上呈現出不同的分工環(huán)節(jié)選址于不同區(qū)位的格局。

以往對服裝企業(yè)空間集聚研究大多局限于針對服裝產業(yè)整體的測算，或是探究技術密集型產業(yè)和勞動密集型產業(yè)區(qū)位選擇的差異性，如劉紅光等[6]通過對省際區(qū)域間投入-產出表和出口、消費、投資等數據的測算，得出勞動密集型產業(yè)主要表現為從東部地區(qū)向中西部地區(qū)遷移，而技術密集型產業(yè)則表現出了向東部地區(qū)集中的特點。然而，這在一定程度上忽略了即使是歸屬于勞動密集型產業(yè)的服裝制造業(yè)，同樣也有研發(fā)、設計等知識含量較高的環(huán)節(jié)。因此，在垂直整合和企業(yè)空間一體化的假設下，運用傳統的產業(yè)集聚測量方法去探究服裝企業(yè)的空間集聚特征和行為，難免會得出服裝企業(yè)逐漸從東部地區(qū)向中西部轉移的結論。鑒于此，本文試圖突破傳統的企業(yè)集聚度量方法，運用多種探索性空間數據分析法，測算服裝企業(yè)空間集聚的特征與程度，以及企業(yè)內垂直分工下生產加工環(huán)節(jié)和研發(fā)設計環(huán)節(jié)的空間二重性和關聯性，從而更準確而具體地描繪出我國服裝企業(yè)的空間特征，以及特定區(qū)域中服裝企業(yè)不同分工環(huán)節(jié)的空間集聚格局。

一、產業(yè)空間集聚的計量方法

目前國內外對經濟活動的空間集聚程度的測度方法眾多，傳統的、較為常用的方法有：產業(yè)集中度、區(qū)位熵、赫芬達爾-赫希曼指數、空間基尼系數、EG指數等。

(一)傳統的產業(yè)空間集聚測度方法

不同的產業(yè)空間集聚測度方法各有特點：產業(yè)集中度、區(qū)位熵方法易受選取地區(qū)的數量的影響；赫芬達爾指數能夠從微觀視角比較直觀地反映出企業(yè)或產業(yè)的地區(qū)集中度，但忽略了地區(qū)規(guī)模，是一種絕對地理集中程度的測算；空間基尼系數雖然是一種測量相對集中度的指數，但在測算產業(yè)集聚程度時，仍然假設區(qū)域間是同質的；EG指數綜合了赫芬達爾指數和空間基尼系數的測算方法，因此被廣泛地運用到我國制造業(yè)集聚狀況的測度上，如劉超等[7]通過EG指數的測算來分析江蘇省紡織業(yè)的空間集聚趨勢。總體來說，各種傳統測度方法各有優(yōu)劣，具體采用何種方法主要受制于研究問題和數據的可得性[8]。

以上對產業(yè)集聚程度的傳統測度方法，選取的地理單元無論是城市還是省份，均被假設為各自獨立的地理單元。但在現實世界中，企業(yè)在進行區(qū)位選擇時，必然會考慮到地區(qū)間的聯系，比如供應鏈上合作伙伴或不同子公司之間的地理上的接近性，城際交通的便利性和成本。因此，現實中區(qū)域間是互相影響的，很難找到一個地區(qū)的經濟或產業(yè)發(fā)展是完全獨立的。由此，探索性空間數據分析由于其更多地考慮到地理單元間的聯系，也逐漸成為產業(yè)空間研究的一種重要的視角與方法。

(二)空間自相關分析

探索性空間數據分析法是傳統計量經濟學與地理空間分析相交叉的一種研究方法，主要研究空間依賴性和空間差異性。傳統的計量分析大多假設個體間是相互獨立的，探索性空間數據分析法則更多地關注于個體之間的空間依賴性和空間自相關性，進而在分析某一地理單元上的屬性時，會與鄰近地理單元聯系起來考慮。其中，空間自相關分析是度量同一經濟現象或同一屬性，在不同地理單元上的相關性，反映了經濟活動的相互作用所產生的空間依賴性。因此，空間自相關分析也可以用來檢驗某一產業(yè)或經濟活動的集聚程度。空間自相關分析在測算產業(yè)空間集聚程度時加入了空間因素的影響，常用方法包括全局自相關、局部自相關和雙變量空間自相關等，常用指數包括Moran’s I、Geary指數等。

1. 全局自相關

與Geary指數相比，Moran’s I指數(I)不易受到樣本正態(tài)分布的制約，其計算如式(1)：

(1)

I指數的取值在 -1至1之間，取值為正表示各地理單元在此屬性的取值分布具有顯著的、正的空間相關性。若以城市為空間單位，則表示空間區(qū)位相似的城市間在該屬性上比較接近；相反地，I指數為負則表示各地理單元在此屬性的取值分布具有顯著的、負的空間相關性。若以城市為空間單位，則表示空間區(qū)位相似的城市間在該屬性上具有差異性。I指數的絕對值越大，代表地理單元之間的接近性或差異性越大。

2. 局部自相關

為了觀測某一屬性在局部地區(qū)是否有高值或低值在空間上趨于集聚的現象，可以使用Geary指數(Gi)進行局部空間自相關檢驗。Gi指數的局部空間自相關檢驗運用平方形式的檢驗，一定程度上避免了以協方差形式計算的I 指數只能用來發(fā)現空間模式是否關聯的缺陷。Gi指數如式(2)：

(2)式中：xi和xj分別表示地理單元i和地理單元j的某個屬性值，n為研究區(qū)域內地理單元的數量，wij為權重矩陣。和傳統的衡量產業(yè)集聚的指標相比，Gi指數在考慮觀測值的集聚程度時，并不是將某一區(qū)位作為獨立的個體，而是以“簇”的形式進行考量，更多地考慮到了地區(qū)間的空間關聯。例如，一些城市雖然從單個絕對值上來看，屬于高度集聚的地區(qū)，但是鄰近地區(qū)的該觀測值并不屬于高值，該高度集聚的地區(qū)仍然不屬于高值簇，因此比一般的產業(yè)集聚指標更能反映出局部地區(qū)間的關聯性。

(三)多變量空間關聯分析

無論是全局還是局部的空間自相關檢驗，都只能考察一個屬性的空間自相關。在垂直分工的假設下，當試圖探究不同分工環(huán)節(jié)(如加工制造環(huán)節(jié)與研發(fā)設計環(huán)節(jié))的空間關聯性時，就需要使用多變量的空間自相關分析。Anselin等[9]提出了雙變量區(qū)域空間自相關分析，該方法與一般的相關分析不同之處在于，它在計算兩個變量的相關性的同時，還考慮了觀測值所在的地理位置，以及多個空間之間的地理關系。因此，用雙變量空間自相關分析來評估一個地理單元的某一變量與其他變量的相關程度，可以更貼切地反映出經濟現象的空間尺度與關聯。雙變量空間自相關分析中的Moran’sI值(C)的計算如式(3)：

(3)

式中：C指數為雙變量空間自相關系數，C指數的絕對值越大，則代表空間分布的相關性越強，n為分析地區(qū)內的單元個數，wij為空間權重矩陣，這里使用歐氏距離。當時空數據庫中有經緯度坐標數據時，可以通過坐標計算兩個地區(qū)的質心之間的距離而獲得空間權值矩陣。而空間距離的測量，有歐氏距離(Euclideandistance)和弧度距離(arcdistance)兩種。一般地，對于經過投影的地理坐標只能計算歐氏距離，而未經投影的經緯坐標適合于計算弧度距離。zi為地理單元i中研發(fā)活動的集中度，zj為與i相鄰的地理單元j的生產活動的集中度，具體的計算公式為：

(4)

(5)

二、樣本說明與總體特征

以往對產業(yè)空間集聚的測度中，大多采用《中國統計年鑒》中的省級二位數產業(yè)的數據來計算相關指標，這就忽略了一省之內不同地區(qū)的差異性，也在一定程度上缺乏微觀視角。另一方面，即使部分研究完全采用《中國工業(yè)企業(yè)統計數據庫》的數據來進行測算，但仍然以企業(yè)空間一體化為假設，無法很好地反映垂直分工下服裝企業(yè)的空間特性，雖然服裝產業(yè)通常被認為是勞動密集型產業(yè)，但不同盈利空間的分工環(huán)節(jié)也可能具有不同的空間區(qū)位偏好。

(一)問題識別與樣本說明

按企業(yè)的生命周期，在初始階段較多地以垂直整合的形式經營。發(fā)展到一定階段后，隨著企業(yè)規(guī)模不斷擴大，專業(yè)化生產形成，垂直分工水平也會隨之不斷上升。前期對上市公司整體的分析得出，70%以上的制造業(yè)企業(yè)存在跨區(qū)域的企業(yè)內垂直分工，比例高于一般企業(yè)，且上市企業(yè)大多具有一定的規(guī)模且進入較為成熟的發(fā)展階段，因此在分析企業(yè)內垂直分工的背景下的空間問題上，具有一定的代表性和先驗性?；诖?，本文以服裝制造業(yè)中的上市企業(yè)和《中國工業(yè)企業(yè)統計數據庫》服裝制造業(yè)中企業(yè)規(guī)模較大的企業(yè)這兩者相結合作為研究樣本的來源。

按照國家統計局統計標準中的國民經濟行業(yè)分類，選取行業(yè)種類為C18-服裝、服飾業(yè)的上市企業(yè)及其子公司，以及《中國工業(yè)企業(yè)統計數據庫》中產業(yè)代碼為1810(服裝制造業(yè))且員工總數在500以上的企業(yè)為樣本來源，共計584家企業(yè)和子公司。在識別服裝制造業(yè)企業(yè)和子公司所屬分工環(huán)節(jié)時，主要統計“子公司情況”中各子公司的“經營范圍”和“主營產品”欄，涉及到生產、加工和制造的計為加工制造環(huán)節(jié)，涉及到技術開發(fā)、設計和產品研發(fā)等計為研發(fā)設計環(huán)節(jié)，均有涉及的子公司各計一次。在本文中，暫不考慮相關服務業(yè)(如銷售分公司、咨詢服務公司等)的空間集聚狀況?？紤]到企業(yè)規(guī)模的異質性，加上專業(yè)勞動力的集聚與產業(yè)鏈的垂直解體，即不同環(huán)節(jié)的專業(yè)化分工的形成創(chuàng)造條件[10-11]。

(二)全局自相關分析結果

運用空間計量經濟分析軟件Geoda 1.4.0，首先探究我國省際間的紡織服裝業(yè)產業(yè)集聚的格局，并繪制出相應的散點圖,如圖1所示。I統計值計算時通常使用以門檻距離構建的簡單空間矩陣,但這種方法在地理單元的面積相差較大時，如中國幅員遼闊，省際之間在地理單元、方位和形狀上差別很大,鄰近的省份數量差別就會較大。因此，這里的權重矩陣使用K最鄰近空間矩陣?？紤]K個最近的鄰近單元，一般為給定的地理空間單元選擇最鄰近的4個單元。分析結果如圖1所示，I=0.3566，統計值的正態(tài)統計量的Z=3.40，為正且大于正態(tài)分布函數在0.01水平下的臨界值(P=0.002)，說明統計量在空間上顯著正相關，表明了我國服裝企業(yè)在空間上呈現出了顯著的集聚性。

圖1　紡織服裝上市企業(yè)的全局空間分析散點圖

圖1 中的軸心為均值，4個象限代表了不同的空間自相關類型，刻畫了我國服裝企業(yè)省域間的空間關聯模式。位于第一象限(HH)的省市有：浙江、江蘇、上海、山東和福建，表明了服裝企業(yè)在這些省份較為集聚，同時又被周邊服裝產業(yè)也較為集聚的地區(qū)包圍；位于第二象限(LH)的省市有：安徽、江西、廣西、天津和河北，表明了這些省份制造業(yè)的集聚程度比周圍的省份要低，高集聚區(qū)包圍著低集聚區(qū)；位于第四象限(HL)的省份有：廣東和新疆，表明了這些服裝業(yè)的高集聚地區(qū)同時被低集聚省份包圍；其他省份位于第三象限(LL)的省份，代表了這些地區(qū)自身和周圍地區(qū)的服裝產業(yè)集聚程度均較低。

由此可以看到位于第一象限的省份主要集中在長三角地區(qū)和山東、福建兩省。第二象限中，安徽、江西兩省較為靠近第一象限，尤其是安徽省已臨近第一象限，說明安徽和江西已逐漸成為長三角地區(qū)服裝產業(yè)轉移的承接地。處于第三象限的省市雖然屬于我國服裝企業(yè)集聚的“洼地”，但可以看到，第三象限的點較為集中并趨向于軸心，這也表明近年來中西部地區(qū)或原本服裝產業(yè)發(fā)展的邊緣地區(qū)在承接產業(yè)轉移上同樣具有較好的發(fā)展趨勢。第四象限中，廣東臨近第一象限，新疆臨近第三象限，這也說明了從絕對集中度來看，廣東自身的服裝制造業(yè)集聚程度雖然較高，但尚未與周邊地區(qū)形成集聚簇。綜上，就三大經濟圈而言，與長三角地區(qū)相比，珠三角地區(qū)和環(huán)渤海地區(qū)雖然有部分省份的服裝制造業(yè)集聚程度較高，但省際區(qū)域間的空間關聯性一般，企業(yè)內的垂直分工也大多在一省之內展開。長三角城市群的服裝產業(yè)在整體上形成了共同集聚的態(tài)勢，企業(yè)跨區(qū)域的分工與合作更為普遍。

三、空間集聚：二重性與關聯性

優(yōu)勢企業(yè)往往會率先按照價值鏈進行空間決策。通常認為，他們會把獲利能力較高的研發(fā)設計環(huán)節(jié)(諸如技術研發(fā)、服裝設計和品牌管理等)保留或轉移到人才充沛、知識活動活躍、信息成本較低的地區(qū)，以降低技術活動和商務活動的成本；而將盈利空間較小的生產制造環(huán)節(jié)(如面輔料的生產、服裝加工等)轉移到勞動力成本較低的邊緣地區(qū)，由此形成了空間集聚的二重性。另一方面，地區(qū)間經濟發(fā)展的不均衡性，不僅體現在省域之間，還會發(fā)生在一省之內，如在江蘇省，蘇南、蘇中、蘇北的經濟發(fā)展就形成了鮮明的差異。鑒于此，結合第二節(jié)的分析結果，長三角地區(qū)的服裝企業(yè)較為集聚且具有一定關聯性，產業(yè)發(fā)展既有差異性又有互補性。因此，選取長三角城市群中25個城市作為探究服裝產業(yè)空間集聚二重性與關聯性的地理范圍，樣本中包括283家服裝企業(yè)和子公司，其中：上海61家，浙江130家，江蘇92家。

(一)二重性：局部空間自相關分析

通過局部空間自相關分析分別探究加工制造環(huán)節(jié)與研發(fā)設計環(huán)節(jié)的空間集聚，由于城市之間的地理分布較為緊湊，式(2)中的權重矩陣wij選用歐氏距離構造。表1列舉了高值簇城市(P<0.05)的Gi指數。與傳統產業(yè)集聚度量指標不同，這里的高值簇城市并不一定代表該城市在集聚程度的絕對值上高于其他城市，而是說明了加工制造環(huán)節(jié)或研發(fā)設計環(huán)節(jié)在這些城市構成了一個或多個較為穩(wěn)定的集聚區(qū)。由表1可以看到，加工制造環(huán)節(jié)的空間分布則較為分散，而研發(fā)設計環(huán)節(jié)遵循了較強的地理上的毗鄰性，基本呈現出以上海為首的緊密布局。這一“生產分散、研發(fā)集中”的結果也反映了地理上的鄰近性對知識創(chuàng)造活動的粘滯效應，以及加工制造環(huán)節(jié)在生產成本，尤其是勞動力成本的約束下趨于外擴的空間特征。

表1　局部空間自相關分析結果

注：加工制造與研發(fā)設計各選取P統計量值小于0.05的高值簇城市。

(二)關聯性：雙變量空間自相關分析

局部空間自相關分析的結果可以看到，長三角城市群中，盡管加工制造與研發(fā)設計環(huán)節(jié)呈現出一定的二重性，但仍有一些城市(如寧波、嘉興)同時兼為生產與研發(fā)的集聚地。為了進一步識別產業(yè)鏈中不同分工環(huán)節(jié)之間的空間關聯性，使用雙變量空間自相關模型，探討在長三角地區(qū)，不同分工環(huán)節(jié)的空間相關性，得到結果如圖2所示。

由圖2可知，紡織服裝業(yè)在長三角地區(qū)研發(fā)環(huán)節(jié)與加工制造環(huán)節(jié)的空間相關系數為0.359，顯著性水平P為0.0045，在1%顯著性水平下具有顯著的空間相關性。按圖2所示，按不同的空間關聯類型劃分出四類產業(yè)空間。

圖2　長三角城市群研發(fā)-生產空間關聯類型

一類地區(qū)：高研發(fā)-高加工：上海、杭州、嘉興、無錫與寧波。這一類型是指長三角地區(qū)服裝企業(yè)研發(fā)活動和生產活動均較為活躍的地區(qū)，是服裝產業(yè)發(fā)展的主要增長極，也是轉型升級的先行區(qū)。

二類地區(qū)：低研發(fā)-高加工：蘇州、南通、紹興和湖州。這些地區(qū)并不是指研發(fā)活動的絕對低集聚地，而是相對于其自身更為活躍的生產制造環(huán)節(jié)。從圖2可以看到，這類次深色區(qū)域與最深色區(qū)域聯結在交錯耦合。

三類地區(qū)：低研發(fā)-低加工：麗水、衢州、臺州、徐州、宿遷、連云港、鹽城和淮陰。這類地區(qū)是研發(fā)活動和生產活動集中度均較低的地區(qū)，主要位于蘇北和浙南，是長三角地區(qū)服裝產業(yè)發(fā)展的邊緣地區(qū)。

四類地區(qū)：其他相關性不顯著的地區(qū)。這些城市主要布局在先行區(qū)、耦合區(qū)與邊緣區(qū)之間的過渡區(qū)。這些城市中，有一些城市，如溫州、金華等制造業(yè)基礎較好的城市，盡管不是服裝制造業(yè)的高集聚城市，但可以為服裝業(yè)的發(fā)展提供豐富的、專業(yè)化的中間產品，如縫紉、裁剪設備等專用設備，也在一定程度上促進了產業(yè)集聚。

四、結　語

本文在比較多種測度企業(yè)空間集聚的方法的基礎上，使用探索性空間數據分析法，更為直觀和具體地探究了在垂直分工背景下，服裝企業(yè)空間集聚特征與不同分工環(huán)節(jié)的空間二重性與關聯性。運用規(guī)模企業(yè)、上市公司和子公司作為具有一定企業(yè)規(guī)模和市場勢力的企業(yè)樣本，實證分析結果表明：首先，在省級分析中，長三角地區(qū)、福建、山東及其周邊地區(qū)是服裝制造業(yè)高度集聚的區(qū)域；其次，以長三角城市群為例，垂直分工下服裝業(yè)呈現出“生產分散、研發(fā)集中”的空間分布二重性；最后，按照研發(fā)設計環(huán)節(jié)與加工制造環(huán)節(jié)的空間相關性，可以將長三角地區(qū)的服裝產業(yè)劃分為四類產業(yè)空間：先行區(qū)、耦合區(qū)、邊緣區(qū)與過渡區(qū)。垂直分工下長三角地區(qū)的紡織服裝業(yè)的空間基本上形成了以上海為雁頭的，先行區(qū)和耦合區(qū)為主體的雁行發(fā)展模式與層次性地空間集聚格局。以上分析結論也在一定程度上揭示了知識性活動與低端加工生產活動在空間區(qū)位上的偏好。多變量的空間相關分析也可以應用到更廣泛的區(qū)域和經濟圈、經濟帶(如珠三角、環(huán)渤海地區(qū)等)的產業(yè)空間研究中。

基于以上研究結論，為制定區(qū)域產業(yè)結構調整與升級政策提供以下建議：首先，服裝產業(yè)鏈較長，切忌一刀切的產業(yè)政策，應充分考慮各個地區(qū)的區(qū)位條件和產業(yè)基礎的差異性，發(fā)揮各地區(qū)的比較優(yōu)勢；其次，盡量消除地區(qū)間的行政壁壘，利用優(yōu)勢企業(yè)內垂直分工和跨區(qū)域發(fā)展，轉變以往以地方政府的行為為主導的方式，調動企業(yè)成為產業(yè)分工與合作的主要力量，鼓勵龍頭企業(yè)將中間品生產分離出去，通過價值鏈的分解降低產業(yè)的進入壁壘，以企業(yè)主導的方式促進地域分工的形成和地區(qū)間的競合；最后，擴大中心城市的輻射力與服務半徑，推動城市間的交通聯動，降低企業(yè)在多區(qū)位垂直分工時的運輸成本，進而推動區(qū)域經濟一體化進程，使得要素在空間上得以更為有效的配置，以此帶動邊緣地區(qū)的產業(yè)升級。

[1] GISON R J, SABEL C F, SCOTT R E. Contracting for innovation: vertical disintegration and inter-firm collaboration [J]. Columbia Law Review, 2009, 109(3):431-502.

[2] 李曉華.產業(yè)組織的垂直解體與網絡化[J].中國工業(yè)經濟,2005(7):28-35.

[3] ANTONIETTI R, FERRANTE M R, LEONCINI R. Spatial agglomeration, production technology and the choice to make and/or buy: empirical evidence from the Emilia Romagna machine tool industry [J]. Regional Studies,2014,48(2):284-300.

[4] 崔巖,臧新,張秀珍.工業(yè)行業(yè)中服務外包與制造外包影響因素的比較：基于中國為發(fā)包國的實證研究[J].國際貿易問題,2013(12):117-125.

[5] 姚戰(zhàn)琪.工業(yè)和服務外包對中國工業(yè)生產率的影響[J].經濟研究,2010(7):91-102.

[6] 劉紅光,王云平,季璐.中國區(qū)域間產業(yè)轉移特征、機理與模式研究[J].經濟地理,2014,34(1):102-107.

[7] 劉超,路正南,王國棟.產業(yè)集聚程度與勞動生產率間關系的實證研究基于江蘇省紡織業(yè)的數據[J].技術經濟,2012,31(1):60-66.

[8] 文東偉,冼國明.中國制造業(yè)的空間集聚與出口:基于企業(yè)層面的研究[J].管理世界,2014(10):57-74.

[9] ANSELIN L, REY S, KHO Y. Geoda: an introduction to spatial data analysis[J]. Geographical Analysis,2005,38(1):5-22.

[10] ANTONIETTI R, CAINELLI G, LUPI C. Vertical disintegration and spatial co-localization: The case of Kibs in the metropolitan region of Milan [J]. Economics Letters,2013,118(2):360-363.

[11] CAINELLI G, IACOBUCCI D. Agglomeration, related variety, and vertical integration [J]. Economic Geography,2012,88(3):255-278.

(責任編輯： 陳和榜)

Study on Spatial Agglomeration Characteristics of Clothing Enterprises in Vertical Labor Division

PANGChen1,2，JIXiaofen1，CAILiling1

(1. School of Fashion Design and Engineering, Zhejiang Sci-Tech University, Hangzhou 310018, China; 2. College of Economics, Zhejiang University, Hangzhou 310027, China)

To explore spatial agglomeration characteristics of clothing enterprises more concretely, this paper adopts exploratory spatial data analysis to research the spatial agglomeration characteristics of Chinese clothing enterprises, and the spatial duality and correlation of different divisions in vertical labor division system. Global spatial analysis of 584 clothing manufacturing enterprises and subsidiaries shows Chinese clothing enterprises have high spatial agglomeration level. Two provinces and one city in Yangtze River Delta, Fujian and Shandong provinces as well as surrounding area are the main agglomeration places. In addition, local spatial autocorrelation analysis and multivariate spatial correlation analysis of 283 enterprises in Yangtze River Delta show that spatial duality of “production dispersing and R&D concentrating” appears in different labor division links. Meanwhile, production and R&D links have significant spatial correlation. Thus, hierarchical spatial distribution pattern of clothing industry in Yangtze River Delta has been depicted to offer reference for making differential regional industrial policies.

vertical labor division; spatial agglomeration; clothing industry; duality and correlation

10.3969/j.issn.1673-3851.2016.08.003

2016-03-23

浙江省教育廳科研項目(Y201327328)；浙江省自然科學基金青年項目(Q14G030081)

龐琛(1982-)，女，浙江杭州人，講師，博士研究生，主要從事服裝產業(yè)經濟學方面的研究。

F426

A

1673- 3851 (2016) 04- 0333- 06 引用頁碼： 080103