許妮婭,陳 潛
(1.中南民族大學(xué) 經(jīng)濟(jì)學(xué)院,武漢 430074;2.暨南大學(xué) 經(jīng)濟(jì)學(xué)院,廣州 510632)
經(jīng)濟(jì)活動(dòng)和產(chǎn)業(yè)分布并非是空間均勻的,探索合適的方法研究產(chǎn)業(yè)集聚一直是經(jīng)濟(jì)學(xué)家和地理學(xué)家關(guān)注的焦點(diǎn)之一。在理論研究方面,Marshall(1920)[1]將集聚產(chǎn)生的原因歸納為知識(shí)溢出、勞動(dòng)力市場(chǎng)發(fā)育和投入共享三個(gè)方面;Ohlin(1935)[2]強(qiáng)調(diào)了自然資源稟賦的重要性;Krugman(1991)[3]則從規(guī)模經(jīng)濟(jì)角度解釋了行業(yè)集聚現(xiàn)象。在實(shí)證研究方面,最近的研究更多的關(guān)注了產(chǎn)業(yè)集聚的經(jīng)濟(jì)效益[4-6]。然而一個(gè)更為基本的問(wèn)題同樣關(guān)鍵——如何更加精確地測(cè)度集聚?Combes和 Overman(2004)[7]認(rèn)為行業(yè)集聚測(cè)度指標(biāo)應(yīng)該滿足5個(gè)基本條件:(1)不同行業(yè)可比;(2)有效控制經(jīng)濟(jì)活動(dòng)的總體集聚偏誤;(3)有效控制行業(yè)的集中偏誤;(4)不受空間尺度的干擾;(5)測(cè)量結(jié)果可以進(jìn)行顯著性檢驗(yàn)。在這方面,目前廣泛使用的測(cè)量指標(biāo)大多無(wú)法同時(shí)滿足這5個(gè)條件,這造成了一系列測(cè)量問(wèn)題。例如只滿足前3個(gè)條件的EG指數(shù)至少存在以下兩個(gè)問(wèn)題:首先,基于地理尺度(如市、?。┑难芯渴沟眉鄣目臻g范圍因?yàn)榭臻g單元尺度的差異而不穩(wěn)定,即存在可塑性面積單元問(wèn)題(MAUP);其次,由于人為的劃分空間單元,經(jīng)濟(jì)活動(dòng)的空間連續(xù)性遭到破壞,跨區(qū)域的集聚很難測(cè)量,這使得真實(shí)的集聚程度往往被低估。更為重要的是,隨著企業(yè)的進(jìn)入與退出,行業(yè)集聚是一個(gè)連續(xù)的變化過(guò)程,然而僅就相關(guān)文獻(xiàn)看,很少有研究在動(dòng)態(tài)視角下討論制造業(yè)企業(yè)的行業(yè)演變規(guī)律,這使得中國(guó)制造業(yè)行業(yè)集聚的持續(xù)性與布局模式難以揭示。
為此,本文綜合借鑒了Duranton和Overman(2005)[8]與Duranton和Overman(2008)[9]的互補(bǔ)性研究。一方面基于靜態(tài)視角系統(tǒng)分析了中國(guó)制造業(yè)行業(yè)(四位數(shù))的集聚態(tài)勢(shì)與空間特征;另一方面基于動(dòng)態(tài)視角考察了中國(guó)制造業(yè)行業(yè)集聚的動(dòng)態(tài)變化與布局模式。本文的研究基于DO指數(shù)法,這一方法滿足良好的集聚指標(biāo)應(yīng)該滿足的全部5個(gè)條件且在國(guó)外研究中得到了較多的應(yīng)用;在國(guó)內(nèi)研究方面,袁海紅等(2014)[10]分析了北京市的制造業(yè)(三位數(shù)行業(yè))集聚情況。與之不同,本文的研究視野覆蓋全國(guó),除了增加動(dòng)態(tài)演進(jìn)研究與必要的跨國(guó)比較外,本文的靜態(tài)研究層次與內(nèi)容相對(duì)也更加豐富。
本文的研究數(shù)據(jù)來(lái)源于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)以及手工整理匹配的中國(guó)郵政編碼區(qū)域經(jīng)緯度坐標(biāo)數(shù)據(jù)。2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)共收錄了336738家企業(yè)的主要生產(chǎn)信息,覆蓋了中國(guó)全部國(guó)有企業(yè)和年銷售額500萬(wàn)元以上的非國(guó)有工業(yè)企業(yè)。其中制造業(yè)企業(yè)313021家(行業(yè)分類SIC13-43)①本文的行業(yè)分類標(biāo)準(zhǔn)沿用國(guó)民經(jīng)濟(jì)行業(yè)分類(GB/T4754-2002)。,本文使用的主要變量包括企業(yè)四位數(shù)行業(yè)代碼、郵政編碼、雇傭人數(shù)、成立時(shí)間、現(xiàn)營(yíng)業(yè)狀態(tài)、企業(yè)規(guī)模等。
郵政編碼區(qū)域經(jīng)緯度坐標(biāo)數(shù)據(jù),則通過(guò)專業(yè)的GIS工具獲得,這套數(shù)據(jù)共收錄了26388個(gè)不同的郵政編碼區(qū)域的詳細(xì)經(jīng)緯度坐標(biāo)。以安徽省安慶市懷寧縣為例,高河鎮(zhèn)的郵政編碼為246121,與之對(duì)應(yīng),本文獲取了高河鎮(zhèn)精確至小數(shù)后6位的經(jīng)緯度坐標(biāo),其中經(jīng)度30.723558;緯度116.830137;而黃墩鎮(zhèn)的郵編為246113,其對(duì)應(yīng)的經(jīng)緯度坐標(biāo)分別為30.597388與116.753747。隨后,以郵政編碼為唯一標(biāo)識(shí)符合并了兩套數(shù)據(jù)。
根據(jù)Duranton和Overman(2005)[8],DO指數(shù)法在測(cè)度行業(yè)集聚時(shí)主要包括三個(gè)步驟:首先,給定任一行業(yè),計(jì)算該行業(yè)內(nèi)所有企業(yè)的雙邊距離,估計(jì)該距離的核密度分布;其次,通過(guò)對(duì)全體制造業(yè)企業(yè)的位置點(diǎn)進(jìn)行無(wú)放回隨機(jī)抽樣構(gòu)造模擬行業(yè),以計(jì)算模擬行業(yè)的企業(yè)雙邊距離的核密度分布;最后,重復(fù)第二步模擬過(guò)程,設(shè)定顯著性水平,構(gòu)造行業(yè)集聚和分散閾值,判斷行業(yè)是否顯著集聚或分散。
(1)核密度函數(shù)。以行業(yè)A為例進(jìn)行說(shuō)明,首先通過(guò)企業(yè)所在位置的經(jīng)緯度坐標(biāo)計(jì)算其所有企業(yè)雙邊距離。隨后,使用高斯核密度估計(jì)獲得該行業(yè)的企業(yè)雙邊距離密度圖。例如,對(duì)于行業(yè)A在任意距離d上的核密度估計(jì)函數(shù),其形式表達(dá)如下:
其中,n是行業(yè)A的企業(yè)數(shù)量,h為通過(guò)最小化均方積分誤差(MISE)獲得的最優(yōu)帶寬[11],f是高斯核函數(shù)。需要說(shuō)明的是,對(duì)于行業(yè)A,其企業(yè)數(shù)量為n,則需要計(jì)算的企業(yè)雙邊距離數(shù)量將呈指數(shù)增長(zhǎng),達(dá)到。為減少計(jì)算量,本文遵循Ellison等(2007)[12]的簡(jiǎn)化建議,將企業(yè)數(shù)量超過(guò)2000家的行業(yè)隨機(jī)抽樣至2000家。
(2)構(gòu)建反事實(shí)檢驗(yàn)。為了獲得集聚或分散指標(biāo)的統(tǒng)計(jì)顯著性,本文使用條件隨機(jī)抽樣的方法構(gòu)建雙邊距離密度線的置信區(qū)間。使得隨機(jī)模擬的密度線與真實(shí)得到的密度線可比,且兩者差距可以反映出行業(yè)集聚或分散的程度,需要對(duì)隨機(jī)抽樣進(jìn)行條件限制,這也是Combes和Overman(2004)[7]提出理想行業(yè)集聚測(cè)度指標(biāo)所要滿足的第2、3個(gè)條件。即構(gòu)造的抽樣總體中必須控制經(jīng)濟(jì)活動(dòng)的總體集聚程度和行業(yè)集中程度。對(duì)此處理辦法是只有某個(gè)郵政區(qū)域已經(jīng)出現(xiàn)了至少一家企業(yè),才會(huì)在模擬中將這個(gè)地區(qū)作為潛在的選址區(qū)域。假設(shè)整個(gè)制造業(yè)企業(yè)分布的抽樣總體為點(diǎn)集S。對(duì)于存在n個(gè)企業(yè)的行業(yè)A,從S中隨機(jī)無(wú)放回抽取n個(gè)點(diǎn)作為模擬行業(yè),通過(guò)核密度估計(jì)函數(shù)得到模擬行業(yè)所有企業(yè)的雙邊距離核密度。對(duì)每個(gè)行業(yè)模擬1000次。
(3)甄別行業(yè)集聚和分散。通過(guò)將真實(shí)的企業(yè)雙邊距離核密度與模擬得到的核密度相比較,構(gòu)建5%置信水平的集聚和分散檢驗(yàn)。前者檢驗(yàn)在某距離上該行業(yè)是否呈現(xiàn)出顯著的集聚傾向,后者檢驗(yàn)是否呈現(xiàn)出顯著的分散傾向。如果某個(gè)行業(yè)在較短的距離上密度值較大,那么該行業(yè)很可能在該距離上形成集聚。反之,如果某個(gè)行業(yè)在特定距離上密度值很小,那么該行業(yè)更可能是分散型的。為開(kāi)展統(tǒng)計(jì)檢驗(yàn),本文構(gòu)建全局置信帶,分別由不同距離上的集聚閾值和分散閾值組成,用來(lái)檢驗(yàn)行業(yè)的集聚和分散的顯著性。
(d)和通過(guò)以下方式確定。首先,在某一距離上,將得到的1000個(gè)隨機(jī)分布密度值按升序排列。然后,選擇某一特定分位數(shù)作為集聚閾值,以使得在全局距離上95%的隨機(jī)分布密度值位于該分位數(shù)以下。如果,就認(rèn)為在距離d上,該行業(yè)存在集聚。與Duranton和Overman(2005)[8]一致,只要存在某一d使得,就認(rèn)為該行業(yè)是集聚的(本文涉及的集聚和分散,都指在全局5%置信度下甄別的結(jié)果)。的確定方法與之類似,只有確保全局距離上5%的模擬值位于該分位數(shù)以下,才將該分位點(diǎn)識(shí)別為分散閾值。由于在所有距離上任意行業(yè)的總和恒為1,那么該行業(yè)在一定距離上的集聚則意味著在另外距離下的分散。因此,當(dāng)且僅當(dāng)行業(yè)A至少在一個(gè)距離上出現(xiàn)且沒(méi)有出現(xiàn)集聚,才認(rèn)定該行業(yè)是分散的。進(jìn)一步,為衡量距離上的集聚或分散程度,對(duì)于行業(yè)A,在距離d上構(gòu)建集聚和分散指數(shù):
集聚指數(shù):
離散指數(shù):
需要特別說(shuō)明的是,由于DO指數(shù)是基于密度的方法,較短距離的高度集聚(分散)就代表長(zhǎng)距離的分散(集聚),因此只需要考察短距離的密度分布。Duranton和Overman(2005)[8]在考察英國(guó)制造業(yè)集聚情況時(shí)將所有企業(yè)雙邊距離的中位數(shù)作為門檻值,但是對(duì)于地域遼闊的中國(guó)來(lái)說(shuō),本文選取企業(yè)雙邊距離的四分之一分位數(shù)作為門檻值。并且由于中國(guó)企業(yè)數(shù)量眾多,其雙邊距離的計(jì)算量已嚴(yán)重超過(guò)大多數(shù)計(jì)算機(jī)的計(jì)算力,因此本文隨機(jī)抽樣計(jì)算了1250萬(wàn)個(gè)雙邊距離,取四分之一分位數(shù),得到門檻值約為500km。
(4)解釋與示例。為了形象的理解上述方法,圖1給出絲制品制造業(yè)(SIC1754)和鐵合金冶煉業(yè)(SIC3420)的企業(yè)雙邊距離密度以及局部和全局置信帶。實(shí)線代表企業(yè)雙邊距離真實(shí)密度線,點(diǎn)式虛線代表局部置信帶,短線式虛線代表全局置信帶。如圖1(a),絲制品制造業(yè)在0~300km上真實(shí)密度線位于上全局置信帶以上,則在這個(gè)距離上,該行業(yè)是集聚的,且短距離集聚程度明顯比遠(yuǎn)距離高。圖1(b)則是行業(yè)分散的情形,在整個(gè)門檻值500km內(nèi),鐵合金冶煉業(yè)的真實(shí)密度線均位于下全局置信帶以下,所以根據(jù)分散的定義,它在整個(gè)考察范圍內(nèi)都是分散的。
基于中國(guó)制造業(yè)行業(yè)的454個(gè)樣本(將工業(yè)企業(yè)數(shù)據(jù)庫(kù)與經(jīng)緯度數(shù)據(jù)匹配完成后,共有480個(gè)行業(yè),剔除企業(yè)數(shù)量低于10的行業(yè)(26個(gè)),剩余行業(yè)454個(gè)),本文發(fā)現(xiàn)324個(gè)行業(yè)在5%顯著性水平下偏離DO指數(shù)構(gòu)建的置信帶。具體為:255個(gè)行業(yè)(56%)集聚,69個(gè)行業(yè)(15%)分散,130個(gè)行業(yè)(29%)既未表現(xiàn)出顯著集聚也未表現(xiàn)出顯著分散。這與英國(guó)[8]和日本[13]的發(fā)現(xiàn)非常類似。路江涌和陶志剛(2006)[14]基于EG指數(shù)法的研究發(fā)現(xiàn)2003年中國(guó)制造業(yè)的539個(gè)4位數(shù)行業(yè)都是集聚的,其中431個(gè)(79.96%)行業(yè)為低度集聚,74個(gè)行業(yè)(13.73%)為中度集聚,37個(gè)(6.31%)行業(yè)屬于高度集聚。這與本文得出的發(fā)現(xiàn)差異較大。
圖1 絲制品制造業(yè)(a)和鐵合金冶煉業(yè)(b)的企業(yè)雙邊距離密度
圖2 全局集聚和分散的行業(yè)數(shù)
圖3 行業(yè)全局集聚程度和分散程度
為進(jìn)一步細(xì)化考察行業(yè)的空間集聚尺度,圖2給出了任意距離上集聚(分散)的行業(yè)數(shù)量,其中實(shí)線代表任一距離上集聚的行業(yè)數(shù)量。分析發(fā)現(xiàn),在0~50Km的短距離上,約220個(gè)行業(yè)(占集聚行業(yè)數(shù)的86%)集聚。結(jié)合其明顯的單調(diào)下降趨勢(shì),不難發(fā)現(xiàn)多數(shù)行業(yè)在短距離上集聚,而少數(shù)行業(yè)在遠(yuǎn)距離上集聚,且集聚的行業(yè)數(shù)量隨著距離增加呈現(xiàn)線性遞減趨勢(shì)。這與路江涌和陶志剛(2007)[15]基于EG指數(shù)的考察結(jié)果同樣存在差異。路江涌和陶志剛(2007)[15]認(rèn)為以省為區(qū)域的EG指數(shù)大于以市為區(qū)域的EG指數(shù),進(jìn)一步大于以縣為區(qū)域的EG指數(shù)。而對(duì)于虛線表示的分散的行業(yè)數(shù)量則在0~500Km上基本持平,約有40個(gè)行業(yè)保持分散。
此外,為進(jìn)一步考察基于距離的行業(yè)集聚程度,定義每個(gè)距離上所有行業(yè)的集聚程度指標(biāo),該指標(biāo)通過(guò)對(duì)任一距離上454個(gè)四位數(shù)行業(yè)的集聚指數(shù)加總獲得。同理構(gòu)建分散程度指標(biāo)。圖3的實(shí)線代表集聚程度隨著距離增加的變化情況。具體表現(xiàn)為:在0~100Km的短距離內(nèi),行業(yè)集聚程度隨距離呈現(xiàn)“倒U”型變化,且在53km處達(dá)到峰值,約為0.029。在100~300km的距離上,行業(yè)集聚程度以線性速度下降至0.011。在300~500Km的距離上,則緩慢下降至0.0036的低值。近似估計(jì),短距離上的行業(yè)集聚程度三倍高于遠(yuǎn)距離上的行業(yè)集聚程度。這一發(fā)現(xiàn)同樣支持了前文的研究結(jié)論:中國(guó)多數(shù)行業(yè)的集聚現(xiàn)象發(fā)生在短距離上,而非EG指數(shù)揭示的更廣泛距離。
表1 集聚程度最高的10個(gè)四位數(shù)行業(yè)
另外一個(gè)有趣的發(fā)現(xiàn)是,在本文中前15個(gè)最集聚行業(yè)中,并不存在高技術(shù)產(chǎn)業(yè)(根據(jù)高技術(shù)產(chǎn)業(yè)(制造業(yè))分類2013),相反多數(shù)為低技術(shù)行業(yè)。袁海紅等(2014)對(duì)北京市的研究發(fā)現(xiàn)十大集聚行業(yè)(三位數(shù))中9個(gè)行業(yè)是高新技術(shù)行業(yè)。造成這一差異的最主要原因可能是研究對(duì)象的差異,北京作為中國(guó)的政治、經(jīng)濟(jì)中心,其諸多的區(qū)位優(yōu)勢(shì)使其成為了我國(guó)最主要的高新技術(shù)行業(yè)集聚地,換言之,北京的特殊性使其很難成為全國(guó)樣本的一個(gè)很好代表。這也從側(cè)面佐證了上文的發(fā)現(xiàn),至少在現(xiàn)階段,勞動(dòng)力因素可能是推動(dòng)中國(guó)行業(yè)集聚的主要?jiǎng)恿Α?/p>
相對(duì)于高集聚行業(yè),高分散行業(yè)的特征更加明顯。從表2(分散度最高的前10個(gè)行業(yè))可以發(fā)現(xiàn):(1)水泥制造,瓶(罐)裝飲用水制造,飼料加工三個(gè)行業(yè)需求量特別大,且產(chǎn)品基本無(wú)差異,行業(yè)準(zhǔn)入門檻低、基本都是地方企業(yè)生產(chǎn)滿足地方需求,外銷的效益低、成本高,故表現(xiàn)為分散特征;(2)中藥飲片加工(以及與之緊密相關(guān)的中成藥制造行業(yè))和液體乳及乳制品制造行業(yè)的產(chǎn)品質(zhì)量依賴于新鮮的原材料,這使得這些行業(yè)的分布集中于其原材料生產(chǎn)地,避免高昂的運(yùn)輸成本;(3)鋸材加工、鐵合金冶煉和無(wú)機(jī)鹽制造行業(yè)嚴(yán)重依賴于自然資源的分布,因此均表現(xiàn)出分散特征。這些發(fā)現(xiàn)印證了早期研究的理論預(yù)期,即高運(yùn)輸成本與高自然資源依賴的行業(yè)更容易分散。
表2 分散程度最高的10個(gè)四位數(shù)行業(yè)
本文基于Duranton和Overman(2008)[8]的理論基礎(chǔ)重點(diǎn)分析制造業(yè)集聚的動(dòng)態(tài)變化與布局模式,進(jìn)而考察隨著時(shí)間發(fā)展,制造業(yè)是否變得更加集中或更加分散。這種集聚的動(dòng)態(tài)變化從兩個(gè)角度衡量。其一,新進(jìn)入企業(yè)是否與整個(gè)行業(yè)有相同的空間分布模式;其二,如果存在相同模式,新進(jìn)企業(yè)是否與原有企業(yè)就近集聚分布。
以行業(yè)A為例進(jìn)行說(shuō)明。首先,將2007年末正常營(yíng)業(yè)且到2007年成立時(shí)間少于10年的企業(yè)定義為新進(jìn)企業(yè)。以基準(zhǔn)分析中的方法估計(jì)行業(yè)內(nèi)雙邊企業(yè)距離的核密度函數(shù)。然后,采用下述方法構(gòu)建置信區(qū)間。如果行業(yè)A中有n家新進(jìn)企業(yè)和m家原有企業(yè),則從m+n個(gè)點(diǎn)位上對(duì)n家新進(jìn)企業(yè)隨機(jī)分配選址,并重復(fù)模擬1000次,建立全局置信帶。基于這一操作的研究發(fā)現(xiàn):在164個(gè)三位數(shù)行業(yè)中,45個(gè)行業(yè)(27%)的新進(jìn)企業(yè)與整體行業(yè)分布相比是集聚的,15個(gè)行業(yè)(9%)是分散的。剩余64%的行業(yè)新進(jìn)企業(yè)的分布模式與整體行業(yè)相比無(wú)顯著差異。即該行業(yè)不會(huì)因新企業(yè)的進(jìn)入而在某些空間尺度上變得更加集聚或者更加分散,行業(yè)的空間分布格局保持穩(wěn)定。
圖4 新進(jìn)企業(yè)集聚(左)和分散(右)行業(yè)數(shù)
圖4(a)描繪了0~500km距離上新進(jìn)企業(yè)集聚(分散)行業(yè)的數(shù)量。從圖4(a)可以發(fā)現(xiàn),集聚的行業(yè)數(shù)量較少,并且在全局距離上基本保持不變。從圖4(b)則可以發(fā)現(xiàn),新進(jìn)企業(yè)分散的行業(yè)更多發(fā)生在短距離上,這意味著受企業(yè)進(jìn)入的影響,這些行業(yè)的空間分布變得更加分散。
在新進(jìn)企業(yè)集聚的10個(gè)最集聚行業(yè)中,有5個(gè)是基準(zhǔn)分析中排名前10的集聚行業(yè),其中3個(gè)是紡織和紡織相關(guān)行業(yè),另外兩個(gè)是文化用品制造和合成纖維制造行業(yè)。在新進(jìn)企業(yè)集聚的45個(gè)行業(yè)中,有39個(gè)(87%)是在基準(zhǔn)分析中集聚的行業(yè)。在控制原來(lái)已經(jīng)相對(duì)集聚的空間分布模式下,新進(jìn)企業(yè)依然集聚,這說(shuō)明這些行業(yè)變得更加集聚。與之相反,分散行業(yè)并未表現(xiàn)出這一特征,在15個(gè)最分散的新進(jìn)行業(yè)中,只有3個(gè)行業(yè)在基準(zhǔn)分析中是分散的。
新進(jìn)企業(yè)是否會(huì)與原企業(yè)就近集聚分布?采用核密度的方法,首先利用公式(4)計(jì)算新進(jìn)企業(yè)到原有企業(yè)之間的距離的核密度函數(shù),隨后對(duì)于行業(yè)A,將所有企業(yè)在m+n個(gè)企業(yè)點(diǎn)位上隨機(jī)分配,進(jìn)行1000次模擬,估計(jì)核密度建立全局置信帶??疾煨逻M(jìn)企業(yè)與原企業(yè)距離的實(shí)際密度是否比上下置信帶的值更大或更小,以判斷新進(jìn)企業(yè)與原有企業(yè)發(fā)生共聚或遠(yuǎn)離原有企業(yè)發(fā)生互散。這類似于考察大中型企業(yè)和小型企業(yè)共聚或互散的方法。
結(jié)果表明:在164個(gè)三位數(shù)行業(yè)中,18個(gè)行業(yè)(11%)的新進(jìn)企業(yè)與原有企業(yè)是共聚的;46個(gè)行業(yè)(28%)是互散的,這說(shuō)明隨著時(shí)間發(fā)展,部分行業(yè)的集聚區(qū)發(fā)生移動(dòng),這與英國(guó)制造業(yè)的結(jié)果類似。圖5給出了新進(jìn)企業(yè)與原有企業(yè)共聚或互散的行業(yè)數(shù)量隨著距離的變化趨勢(shì)。共聚的行業(yè)數(shù)雖然較少,但50%的共聚行業(yè)都發(fā)生在0~20km的短距離上。與之類似,多數(shù)互散行業(yè)也發(fā)生在短距離上。
圖5 新進(jìn)企業(yè)與原有企業(yè)共聚(a)和互散(b)行業(yè)數(shù)
進(jìn)一步考察發(fā)現(xiàn),共聚行業(yè)主要集中在農(nóng)副食品加工業(yè)(CHINA SIC13)、皮革、毛皮、羽毛(絨)及其制品業(yè)(CHINA SIC19)、化學(xué)原料及化學(xué)制品制造業(yè)(CHINA SIC26)、有色金屬冶煉及壓延加工業(yè)(CHINA SIC33)、金屬制品業(yè)(CHINA SIC34),這5個(gè)二位數(shù)行業(yè)共有10個(gè)共聚的下屬三位數(shù)行業(yè)。從集聚經(jīng)濟(jì)學(xué)角度看,共聚現(xiàn)象發(fā)生在高技術(shù)行業(yè)可能更加有利,但這一預(yù)期并未得到證實(shí)。具體分析互散行業(yè),發(fā)現(xiàn)其主要的兩個(gè)來(lái)源是:(1)在整個(gè)制造業(yè)中表現(xiàn)為分散的行業(yè),此類行業(yè)原本是分散屬性的(屬于最分散行業(yè)前十),新進(jìn)企業(yè)大多也是同樣的分布模式,例如鐵合金冶煉(CHINA SIC324)、水泥及石膏制品制造(CHINA SIC312)等,這屬于行業(yè)空間分布的延續(xù)性;(2)在整個(gè)制造業(yè)中表現(xiàn)為集聚的行業(yè)。其原本屬性是集聚的(屬于最集聚行業(yè)前十),但現(xiàn)在表現(xiàn)為互散,原因是這些行業(yè)的集聚區(qū)發(fā)生了變化,比如農(nóng)林牧漁專用機(jī)械制造(CHINA SIC367)、絲絹紡織加工(CHINA SIC174)等。
總體而言,關(guān)于行業(yè)集聚的動(dòng)態(tài)變化可以得出如下結(jié)論:(1)隨著時(shí)間發(fā)展,約64%的行業(yè)空間分布模式保持穩(wěn)定,不會(huì)變得更加集聚或更加分散;(2)少數(shù)行業(yè)的新進(jìn)企業(yè)趨向于在原有企業(yè)周圍集聚,部分行業(yè)的集聚區(qū)發(fā)生了變化;(3)共聚行業(yè)多為勞動(dòng)力密集型行業(yè),并非預(yù)期出現(xiàn)的知識(shí)密集型行業(yè)。
利用詳實(shí)的微觀企業(yè)數(shù)據(jù),本文綜合借鑒了Duranton和 Overman(2005)[8]與 Duranton 和 Overman(2008)[9]的互補(bǔ)研究,在連續(xù)空間尺度上研究了中國(guó)制造業(yè)企業(yè)的產(chǎn)業(yè)集聚現(xiàn)象。一方面基于靜態(tài)視角系統(tǒng)解析中國(guó)制造業(yè)行業(yè)(四位數(shù))的集聚態(tài)勢(shì)與空間特征;另一方面基于動(dòng)態(tài)視角重點(diǎn)考察了中國(guó)制造業(yè)行業(yè)集聚的動(dòng)態(tài)變化與布局模式。研究發(fā)現(xiàn):56%的中國(guó)制造業(yè)行業(yè)在5%的顯著性水平下表現(xiàn)為集聚,且超過(guò)80%的行業(yè)集聚發(fā)生在50km的短距離上;近半數(shù)的集聚行業(yè)集中在通用設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、紡織業(yè),而分散行業(yè)多數(shù)集中在運(yùn)輸成本高或依賴自然資源的行業(yè);城市規(guī)劃的土地功能分區(qū)政策并沒(méi)有對(duì)中國(guó)制造業(yè)的行業(yè)集聚造成較大影響;此外,相同二位數(shù)行業(yè)下的四位數(shù)行業(yè)空間分布模式類似;小型企業(yè)是大多數(shù)行業(yè)集聚的主體,約半數(shù)行業(yè)的企業(yè)分布模式是小企業(yè)圍繞大企業(yè)集聚。在動(dòng)態(tài)演進(jìn)上,約67%的行業(yè)空間分布模式保持穩(wěn)定,少數(shù)行業(yè)的新進(jìn)企業(yè)趨向于在原有企業(yè)周圍集聚,部分行業(yè)集聚區(qū)發(fā)生轉(zhuǎn)移;最后,共聚行業(yè)多為勞動(dòng)力密集型行業(yè),而非預(yù)期出現(xiàn)的知識(shí)型密集型行業(yè),這意味這著中國(guó)的產(chǎn)業(yè)空間分布還處在一個(gè)由勞動(dòng)力市場(chǎng)需求和成本驅(qū)動(dòng)的集聚狀態(tài)。