产业的空间集聚

二、产业的空间集聚

产业集聚一般指相同或不同产业在一定区域上的集中，而这种集中会随着产业内或产业间联系的深入不断加强。产业集聚往往伴随着人口向城市的迁移以及城市化地区出现的大规模就业集聚，从而形成城市规模扩张的主要经济动因。事实上，在城市化发展的初期，某地区能否出现产业集聚往往取决于该地区的自然禀赋条件，如气候、地理、资源、交通、人口等等，同时也受偶然因素的影响，如政府产业政策的区位选择，新竹市县和云林县麦寮乡的发展就是最好的例子。然而，在产业集聚于特定地区之后，其进一步发展往往与当地能否出现这种产业内和产业间的联系，即知识外溢密切相关。目前，考察产业地理集中与空间集聚的方法主要有两类：不考虑空间联系与考虑空间联系的测算方法。

（一）不考虑空间联系的产业集聚测度

对于产业的地理集聚，常用的不考虑空间联系的测算指标包括GCR4指数、GGini系数（又称Hoover系数）、GHHI（Hirschman-Herfindah1 index）指数与EG指数（E11ison and G1aeser，1997）等。除了EG指数，GCR4、GGini和GHHI指数分别为传统产业集聚指数在空间集聚（或不均度）测算上的延伸，具体表达式分别表示为下列公式：

其中，N为城市数，Ei_jt为t时期城市j中产业i的就业量，Eit为产业i的全国总就业量，E_jt为城市j的各产业总就业量，Et为全国各产业总就业量。除此之外，在GCRn与GGini的测算中，是按由大至小重新排序的区域份额，不同于其他指标的随意排列。而且，在计算GCRn指数时，n表示比重居前区域的数目，本书选择n＝4，即比重位于前4名的区域。由上述表达式可以看出，EG指数的测算不仅利用了产业i就业的地区份额，还兼顾了总就业的地区份额，而其他产业集聚指数均只考察单一产业的就业。这体现了E11ison和G1aeser（1997）在设计产业集聚指标时，不仅考虑了该产业本身的区域集中，而且还兼顾了各产业总体的地区分布情况。^[1]

表6-3为本书利用公式（6-1）～（6-4）测算的台湾各产业地理集中度。从部门比较看，无论以哪种指标测算，工商服务业均为集中度最高的产业，其次为金融保险及不动产业，而制造业的集中度并不高，除了EG指数，制造业集中度在所有部门中都是最低的。从变动趋势看，制造业、运输仓储及通信业、金融保险及不动产业出现了上升，而其他部门均出现了下降。从中可以看出，不同产业集聚度体现了不同的变化趋势，与制造业相关的服务业部门不仅集聚度较高，且有逐步增强的趋势。当然，单纯以地理集中度测算，不考虑地区间的空间联系，难以确切体现产业地理集中度的实际情况及其变化趋势，因此本书还将采用第四章中公式（4-1）和（4-2）来计算全域Moran’s I统计量和全局G统计量，以此来分析考虑空间相关性的产业地理集中情况。

表6-3　台湾产业（大类）地理集中度测算，1996—2006年

资料来源：作者根据台湾“行政院主计处”《1996、2006年台闽地区工商及服务业普查资料汇编》中数据测算。

（二）考虑空间联系的产业集聚测度

表6-4　台湾产业（大类）空间相关度测算，1996—2006年

注：*，**和***分布表示变量显著性水平为10%、5%和1%。

资料来源：作者根据台湾“行政院主计处”《1996、2006年台闽地区工商及服务业普查资料汇编》中数据测算。

上表6-4为利用两类指标测算的产业的空间相关度。从中可知，以全域Moran’s I指数与全局G统计量测算的地理集中度存在较大差异。从产业比较看，Moran’s I测算的制造业集中度最高，批发零售及餐饮业最低，而G统计量测算的最低产业与其相同，而最高产业为工商服务业。而从变动趋势看，两类指标仅有制造业、批发零售及餐饮业和工商服务业的变动方向相同，而其他部门的就业集中度均呈反向变动。不过，如果将该两类指标与不考虑空间相关性地理集中度相比，我们可以发现全局G统计量似乎与其更为接近。具体比较如表6-5。

表6-5　不同指标测算的产业地理集中度变化，1996—2006年

资料来源：作者根据台湾“行政院主计处”《1996、2006年台闽地区工商及服务业普查资料汇编》中数据测算。

在表6-5中，GCR4、GGini和GHHI指标变动方向完全相同，只有EG指标的社会及个人服务业有所差异；G统计量除了制造业和社会及个人服务业与前述三个指标不同，其他产业的变动方向均相同；而Moran’s I则除了批发零售及餐饮业和工商服务业外，均与上述指标相反。从各产业排序看，考虑与不考虑空间联系的指标存在较大差异。例如，1996年营造业在G统计量中排第2位，而在GCR4、GGini和GHHI中仅排第6位；相反地，金融保险及不动产业在前者排第5位，而在后者却排在第2位。造成这些差异的原因，在于各指标或是利用不同的方法考察，或是侧重于考察产业集中度的不同方面。具体而言，在不考虑空间联系的指标中，GCR4指标计算的是前4位地区的就业比重，与其他地区无关；在GGini和GHHI的计算中，份额较高的地区具有较大的影响；而EG则侧重于各地区对全国平均水平的偏离，该偏离的绝对值越大则EG值越大，而与是高于还是低于该平均值无关。在考虑空间联系的指标中，如第四章讨论的那样，Moran’s I值为正代表地区间的正相关，负值为负相关；而G统计量则是正值代表高值正相关，负值为低值正相关。由此可见，对于考察产业的空间联系和空间集聚，全局G统计量比其他指标更合适，原因有两个：一是该统计量考虑了变量的空间联系，更符合直观的“集聚”概念；二是该统计量的大小代表高低值集聚，均为正相关，而非Moran’s I那样将负相关（即分散）也体现出来。