长三角产业集聚概况

我们将长三角26个地级市单位的工业总产值作为样本^[1]，用修改后的E-G 指数对长三角在二位数和三位数上的产业集聚进行了计算，得到的结果如表4.3所示。

表4.3　2001—2006年长三角二位数行业γ⁰_k指数和区位Gini系数值

续表

数据来源：中国工业企业统计数据库，行业类别编号对照GB/T 4754-2002。

注：为能在表中清楚表示，γ⁰_k、Gini 均为γ⁰_k×100和Gini ×100；13-农副食品加工业；14-食品制造业；15-饮料制造业；16-烟草制品业；17-纺织业；18-纺织服装、鞋、帽制造业；19-皮革、毛皮、羽毛（绒）及其制品业；20-木材加工及木、竹、藤、棕、草制品业；21-家具制造业；22-造纸及纸制品业；23-印刷业和记录媒介的复制；24-文教体育用品制造业；25-石油加工、炼焦及核燃料加工业；26-化学原料及化学制品制造业；27-医药制造业；28-化学纤维制造业；29-橡胶制品业；30-塑料制品业；31-非金属矿物制品业；32-黑色金属冶炼及压延加工业；33-有色金属冶炼及压延加工业；34-金属制品业；35-通用设备制造业；36-专用设备制造业；37-交通运输设备制造业；39-电气机械及器材制造业；40-通信设备、计算机及其他电子设备制造业；41-仪器仪表及文化、办公用机械制造业；42-工艺品及其他制造业；43-废弃资源和废旧材料回收加工业。

表4.3反映了长三角地区6年的γ⁰_k′值总体趋于上升，产业集聚程度的分化趋于明显，即最大值和最小值之间的差值越来越大（图4.1），其原因主要是由于高集聚的产业集聚程度日益加强。特别是化学纤维制造业、文教体育用品制造业、废弃资源和废旧材料回收加工业、皮革、毛皮、羽毛（绒）及其制品业、通信设备、计算机及其他电子设备制造业一直处于前几位，且集聚程度逐年增加。而烟草制品业、专用设备制造业、橡胶制品业、黑色金属冶炼及压延加工业、非金属矿物制品业这些工业则始终处于较为分散的状态，其原因可以归结为这些产业或为垄断性行业，或对自然资源依赖性较强。上述结果与大多数对长三角产业集聚的研究相符合（范剑勇，2004），也与常识相符合。

同时，不同的二位数产业的空间分布之间分化越来越趋于明显，即最大值和最小值之间的差值越来越大（图4.1），呈现出一种所谓“自我增殖”效应（Fujita et al.，1999）验证了产业集聚自我加强的特征。像化学纤维制造业、文教体育用品制造业、废弃资源和废旧材料回收加工业、皮革、毛皮、羽毛（绒）及其制品业、纺织服装、鞋、帽制造业、通信设备、计算机及其他电子设备制造业等几个长期处于高集聚状态的产业，集聚程度逐年上升。而烟草制品业、专用设备制造业、橡胶制品业、非金属矿物制品业、黑色金属冶炼及压延加工业，则始终处于较为分散的状态。

图4.1　2001—2006年长三角二位数产业γ⁰_k′值趋势
数据来源：中国工业企业统计数据库

表4.4的左侧是2001—2006年长三角167个三位数产业中年平均集聚程度最高的20个产业，右边是最分散的20个产业。我们发现，产业集聚程度最高的20个产业基本可以分为两类：

一类是严重依赖自然资源的产业。比如集聚程度最高的154-精制茶加工，由于气候和土壤的原因，全国市场上最高档的绿茶“龙井”、“碧螺春”等只能出产在浙江的杭州、江苏的无锡等有限的几个地区，且茶叶的制作工艺要求其加工地必须紧靠产地，因此精制茶加工业的集聚程度较高合情合理。这个原因同样可以解释174-丝绢纺织与精加工、423-煤制品制造、321-炼铁这三个需要靠近原料产地的产业集聚。

另一类是整体产业集聚水平较高的产业。比如28-化学纤维制造业的两个三位数产业全部都处于前20位（282-合成纤维制造、281-纤维素纤维原料及纤维制造），23-印刷业和记录媒介的复制中也有两个三位数产业居于前20位（232-装订及其他印刷服务活动、233-纸制品制造）等，同样情况的还有19-皮革、毛皮、羽毛（绒）及其制品业、43-废弃资源和废旧材料回收加工业、40-通信设备、计算机及其他电子设备制造业。同样，这个现象也发生在产业集聚水平较低的几个产业，比如31-非金

表4.4　2001年—2006年长三角三位数产业年平均集聚程度

数据来源：中国工业企业数据库，行业类别编号对照GB/T 4754-2002

属矿物制品业是分布较散的产业，其中的311-水泥、石灰和石膏的制造和314-玻璃和玻璃制品的制造居于最分散的20个产业之列，还有26-化学原料及化学制品制造业也是这种情况。

这就印证了新经济地理学关于产业集聚形成中的分析，第一类产业集聚具有明显的先发优势，依赖的是自然禀赋；第二类产业集聚则是后发优势累积的代表，其产生的原因也许只是因为“历史的小火花”，之后便形成了路径依赖，不断进行自我加强。

如果我们把表4.3中所有二位数产业的集聚状况和表4.4中三位数产业集聚状况对照起来看，并结合Ellison＆Glaeser（1997）以及路江涌和陶志刚（2004）的结果，可以发现我们的计算结果中与他们不谋而合的部分：

（1）使用E-G 指数可以排除较大企业对产业集聚程度的偏大估计，表4.3结果中＜证明了这一点。

（2）Ellison＆Glaeser（1997）分别用二位数、三位数和四位数产业数据计算了1987年美国全国、各个州以及各个区的γ⁰_k值，结果显示E-G 指数具有包括的地区单位越大、行业划分越细、γ⁰_k值越大的特点。我们的结果也符合Ellison和Glaeser的总结。

（3）本书计算的γ⁰_k值（表4.3）大于路江涌和陶志刚计算的省级单位二位数产业集聚的γ_k值，而小于三位数产业集聚γ⁰_l的值，表4.4反映了部分该结果^[2]。

另外，我们也发现了一些以往没有人注意的特点，比如321-炼铁是长三角产业集聚程度最高的20个产业之一，但其所属的二位数产业32-黑色金属冶炼及压延加工业的γ⁰_k却极小，反映了该产业在区间的分布比较分散均匀。再比如，长三角地区的纺织制造业（行业代码18）一直被当作是产业集聚非常明显的产业，但我们的实证结果显示，其二位数产业集聚程度居于中游水平，而三位数产业中的181-纺织服装制造和182-纺织面料鞋的制造则在167个三位数产业中居于下游水平。同样情况的产业还有30-塑料制品业和302-塑料板、管、型材的制造；37-交通运输设备制造业和373-摩托车制造等等。

这些二位数产业集聚和三位数产业集聚水平上明显的相反分布态势，一方面是由于E-G 指数本身产业划分越细，地区单位越大则集聚效应越被放大的特点决定的；另一方面也提醒我们，对产业集聚的实证不能只停留在省级二位数产业上，这样得出的结论往往会遮掩很多有趣的经济学事实。因此在下文关于产业集聚间分工的分析中，我们以地级市三位数产业作为一个基本的产业集聚单位，并得出以下命题：

命题4.1：二位数产业集聚和三位数产业集聚水平间并不一定存在一致性。对于这个问题我们将在本书的第6章中详细展开。

注释

[1]在国外的研究中一般采用职工人数作为研究样本，但考虑到中国制造业劳动力流动幅度较大，且受劳动法政策变动的影响较大，因此，在本书的实证中主要采用工业总产值和新增值。

[2]因限于篇幅，不再详细罗列26个地级市167个产业6年的γ⁰_l。