余克艰 黄玉英 姜慧华
（浙江树人大学浙江省现代服务业研究中心 杭州 310015）
【内容摘要】 产业集群是世界经济发展过程中的一个典型现象。已有的成果对于集群的正、负效应的研究，主要是基于简单的因素分解，忽略了产业集群内部的动态过程，从而遗漏了一部分对集群效率产生影响的因素。产业集群内，企业之间存在竞争、协同以及竞争—协同等复杂关系。以系统论的思路分析集群内专业化分工及业务外包、企业合作对象动态选择即可发现：至少这两类活动存在隐含效应。在一定规模下这两种隐含效应能够累积出相当大的正效应；但这种正效应会因为边际报酬递减的作用而达到极限。并且，产业集群的衰退除了与产品生命周期等因素相关外，还与市场失效有关。中国产品的低价格，并不完全源于低人力成本，良好的产业集群结构和内部运行机制产生了正效应并增强了集群适应外部环境变化的能力，并通过避免资源失业对降低生产成本做出了贡献。因此，产业集群仍有继续存在并发展的必要性与可能性。
【关键词】 协同机理 产业集群 隐含效应
产业集群是世界经济发展过程中的一个典型现象。国际上，美国的硅谷，德国的汽车、机器装备制造、电气和信息业，以及印度班加罗尔的软件业等都是著名的产业集群案例。在中国，经济较为发达的浙江省、广东省和江苏省，出现了具有一定规模、持续对地方经济发展起到极大推动作用的产业集群；北京、上海、天津、辽宁、河北、山东、河南、安徽和福建等地，产业集群也有所发展。
对产业集群的定义，学者们有不同的表述，普遍认同的定义是：产业集群是指在某一特定领域中（通常以一个主导产业为核心），大量相互关联的企业及其支撑机构在空间上集聚，并形成强劲、持续的竞争优势的现象（Porter，1998）。
国内外理论界对产业集群的多数早期研究，主要集中在集群的发展机制及其对区域乃至国家经济发展产生的正外部性作用方面。然而，对产业集群积极作用的片面和过分强调，容易产生认识上的误区，即认为只要形成了产业集群，地方乃至国家的经济就得以发展，这显然有违各国经济发展的现实。事实上，世界上有很多原来十分发达的产业集群，如今已经或正在走向衰退，如西欧的很多钢铁、煤炭、造船、纺织等著名区域性产业；中国广东省和浙江省的一些地区，同样出现了产业集群发展遇阻的情况。
对产业集群负外部性所产生的风险及其对经济发展的阻碍作用等“负面”角度研究，理论成果还不多见，研究成果也不成熟。产业集群负外部性所产生的风险，主要是集群的产品生命周期引发的结构性风险（Tichy，1998），以及周期性风险对产业集群的冲击（Fritz et al.，1998）；当产业集群发展到成熟阶段以后，可能会形成某种特定意义上的“超稳定结构”（李庆华等，2005），从而抑制产业集群的学习效率和创新效率，致使产业集群走向衰退（Amin and Thrift，1992；Low and Abrahamson，1997）；也有学者（陈金波，2005）采用生物学类比方法，分析集群的内在风险及其危害并提出相应的防范对策。
一般认为产业集群的经济效应主要体现在四个方面（Porter，1998）：①外部经济效应，包括外部规模经济和外部范围经济。产业集群的外部规模经济指集群内企业实行高度专业化的分工协作，企业往往只承担产业链中某一环节的活动，生产效率高，使无法获得内部规模经济的单个中小企业通过外部合作获得规模经济，企业既能享有规模经济的益处又不必过分扩大企业规模。产业集群的外部范围经济指相关产业的企业集聚时，可通过垂直联系及时获得与供应商、客户之间的业务联系，可通过水平联系借助分包商的生产能力、控制分包商的产品质量。总之，在集群内企业可以比单个企业有更高的经济效率（贺彩玲，2003）。②交易成本的节约（Scott，1986），集群内企业的大部分交易在群内进行，协作关系较稳定，容易建立起相互信任的合作关系，这有利于增进协作关系从而降低谈判成本，并且提高合同执行的效率。③群体效应（Schmitz，1995）。集群内企业通过联合可以形成实力强大的集合体，其集合效应远远超过单个企业的简单叠加，具有“1+1＞ 2”的效应。④学习与创新效应。产业的空间集聚促进知识、制度和技术的创新和扩散，促进产业和产品的更新换代，以及新产业组织的形成。同时，集群企业通过专业化分工和市场交易逐步形成网络化组织结构，平等合作的网络协同模式使企业能够集中资源专攻价值链中的某些环节，提高专业化水平，促进产业和产品的持续创新和新产业组织的形成；集群内企业的创新成果扩散更快，更容易为其他企业所学习和吸收（Elisa and Martin，2005），从而促进整个群体创新能力的提高。
综上，现有研究对于产业集群正效应，主要采用了因素分解的思路加以分析；对于产业集群的负效应，主要基于产品生命周期引发的结构性风险加以分析，认为具有严重“路径依赖”的“超稳定结构”将导致集群学习能力和创新能力的衰退。其中，关于产业集群负效应的研究成果较少且较为初步；关于产业集群正效应的研究，则几乎已经覆盖了全部的可能因素。然而，简单的因素分解忽略了产业集群内部的动态过程，因而也就遗漏了一部分对集群效率产生影响的因素。但对于产业集群负效应的研究，大多基于这些已经分析过的因素，因而研究也会有所局限。由于这部分遗漏的效应在简单的因素分解中不是显而易见的，因此本文称之为“产业集群隐含效应”。
如前所述，产业集群是指在某一特定领域中，以一个主导产业为核心，大量相互关联的企业及其支撑机构在空间上集聚，企业之间同时存在竞争和协同。但集群企业之间以及企业与集群的这种关系比较复杂，很难用简单的概念来描述。这里提出一种研究思路，以期能够对这种关系进行较为深入的分析。
采用一个四分位图，可以表示企业之间的竞争—协同关系，如图1所示。
图1 竞争—协同关系
集群中不同企业往往处于图中不同的位置。如果众多企业位于“协同极”附近，则该集群更像一家超级公司，如果众多企业位于“竞争极”附近，则该集群内部往往存在比较严重的恶性竞争以及产品同质化、劣质化。而更多的情形是，上述四种关系同时存在。
专业化分工带来效率的提高，这是经济学的基本规律。然而，效率的提高并不仅仅来源于各环节专业化后各自效率的提高，还在于分工后协作带来的效应。
在集群环境下，企业将业务外包给专业机构将带来隐含效应。这些被外包的业务，可以是某个生产环节，也可以是生产性服务，也可以是售后事项，等等。以下以生产性服务业务外包为例进行分析，对制造企业从自营服务到委托外部专业服务企业提供服务进行比较。
自营生产性服务是指制造企业内部设立自己的生产性服务职能部门，满足生产过程中的生产性服务需求。采用自营模式的优势在于它不必考虑制造企业与外部服务提供商之间的沟通、协作、集成等问题，完全依靠企业内部各部门之间以及生产与服务运行的协调来促进生产性服务与生产过程的融合，如图2所示。
图2 企业自营服务
服务外包后，服务部门从制造企业中剥离，独立成为专业的服务企业，其实质是进行专业化的大分工。如图3所示，其中m为制造企业数量，s为服务企业数量，二者不要求相等。
图3 生产性服务外包
以上两种不同的结构，将在集群内部动态过程中带来效率的提升。效率可以体现在诸多方面，以下选取时间和生产能力利用率进行分析。
集群中，不同制造企业的服务需求可能有各自不同的规律。但如果把整个企业集群作为一个整体来考察，由于服务需求持续不断地发生，则可以将其看成存在一个有无限次需求的需求源。
根据企业集群生产性服务发生的特点，则可以做出下列假设：
（1）需求发生的平稳性。需求发生是密集还是松散无明确规律，即单位时间内需求发生次数不确定。但从一个较长的时间来考察，需求在单位时间内平均发生次数是稳定的，设有λ次，称之为“需求速度”。给定一个任意时刻t≥0，在（t，t+Δt）时间内，发生k次需求的概率与起始时刻t无关，而只与Δt和k的数值有关。记概率为Pk（Δt）。
（2）需求发生的无后效性。需求发生是不相关联的，或称为相互独立的。从时段的具体分析来看，就是在时间轴ot上，在两个互不交叉的时段τ1和τ2内，集群中发生服务需求的次数是相互独立的。
（3）需求发生的普通性。在足够短（充分短）的时间间隔内，或称为“同一瞬间”，正好有两次或两次以上需求发生的概率ψ（t）比只有一次需求发生的概率小得多，甚至可以忽略，即不会有两个或更多的需求同时发生：
（4）需求发生的有限性。在任意的有限时间内，发生有限次服务需求的概率为1。换言之，有0次需求至有k次需求（k→∞）这些情况中，必定有一种要发生，即
从服务企业的角度考察，完成一次服务的时间长短不一，但在一个较长时期内一家服务企业在剔除了无业务的空闲时间后，单位工作时间完成服务的次数应当是相对稳定的，设能完成μ，称之为“服务速度”。服务活动也具有上述特性。
把集群作为一个排队系统，按照上述假设，服务需求的发生和服务的过程可以作为马尔科夫过程来处理。将t时间内系统中正在发生的需求次数称为系统状态，则有k项需求正在发生的情形称为k状态。
假定t时刻系统处于k状态的概率为Pk（t）。而时刻t+Δt系统处于k状态，可能有四种情况：
（1）系统在t时刻的状态为k，而在（t，t+Δt）时段内状态没有变化，这种情况发生的概率为Pk（t）［1-（λk+μk）Δt+o（Δt）］；
（2）系统在t时刻状态为k-1，而在（t，t+Δt）时段内状态转移到k状态，这种情况发生的概率为Pk-1（t）λk-1Δt+o（Δt）；
（3）系统在t时刻状态为k+1，而在（t，t+Δt）时段内状态转移到k状态，这种情况发生的概率为Pk+1（t）μk+1Δt+o（Δt）；
（4）系统在（t，t+Δt）时段内状态发生两次或两次以上转移，最后处于k状态，这种情况发生的概率为o（Δt）。
由全概率公式得：
Pk（t+Δt）= Pk（t）［1-（λk+μk）Δt］+Pk－1（t）λk－1Δt+Pk+1（t）Δt+o（Δt）
移项，两边同时除以Δt：
令Δt→0，k ≥1，则
P′k（t）=λk－1Pk－1（t）-（λk+μk）Pk（t）+μk+1Pk+1（t）
同时可以得到
P′0（t）=-λ0P0（t）+μ1P1（t）
由于服务需求的普通性，从一个较短的时间来考察系统的状态，或者不改变，或者只相差1；从较长时期来考察，系统需求次数与完成服务次数是平衡的，因此，当系统稳定时，可以认为输入率等于输出率，这就是状态的平衡，即有k项需求的概率Pk（t）实际上与t无关，这也是由需求的平稳性决定的。
由于Pk（t）与t无关，则Pk（t）→Pk，而且P′k（t）=0
因此有
等等。
根据随机过程的规律，可以对企业集群生产性服务在不同制度安排下的效率进行比较。为了简化分析过程，假设服务需求和服务过程具有相似性，这一简化并不影响分析的结论。
在企业自营服务环境下，一旦发生服务需求，服务工作将由内部的服务部门承担；如果业务较多，则会出现内部的排队等待现象。有k项服务需求的概率Pk符合：
可得：
记
，称为“系统服务率”或“服务强度（系数）”，作为衡量系统服务强度的指标。
当ρ＞1时，服务需求速度大于服务速度，服务资源严重不足，队列将无限长；ρ=1，λ=μ，是一种不稳定平衡；ρ＜1，服务能力可以满足需求，队列必然有限，最终将达到平衡。因此，只有ρ＜1时模型的讨论才有意义。
设排队等待的时间期望值为Wq，则
在服务外包环境下，所有制造企业发生服务需求时，可以寻求集群内任意一家服务企业的服务。设服务企业（或服务设施）数量为c，有k项服务需求的概率Pk符合：
可得
其中，Lq为等待服务的事项期望值。
一般来说，系统的优化在于服务费用与等待费用之和达到最小。由于一般企业集群生产性服务系统中，许多费用项目是不确定的，所以系统的效率也常常用服务需求的等待时间来衡量，在资源配置相同的条件下，等待时间越短，系统效率就越高。
设μ0＞λ0＞0，比较三种情况：
Ⅰ：企业集群扩大时，复制了一套自营服务企业系统，每个系统中λ1=λ0，μ1=μ0。
Ⅱ：企业集群扩大时，增加了一个制造企业，同时也增加了一个服务企业，则系统中λ2=2λ0，每个服务企业μ2=μ0。
Ⅲ：企业集群扩大时，制造部门和服务部门的规模均扩大至原来的2倍，λ3=2λ0，μ3=2μ0。
重点比较服务等待时间Wq。
系统Ⅰ：
系统Ⅱ：
系统Ⅲ：
比较WqⅠ、WqⅡ和WqⅢ，可以得出WqⅡ＜WqⅢ＜WqⅠ。可见，系统Ⅰ这样简单复制一套自营服务的企业效率最低，而系统Ⅱ的集群结构是最佳模式，此时，服务企业（或者服务设施）数量c=2。显然，随着需求的增大，服务企业（或者服务设施）数量c逐步增大，效率可能逐步提高。
上述分析以生产性服务为例，但其结果同样适用于其他业务。在集群内企业实行高度专业化的分工协作，不仅仅会因为每个企业承担产业链中某一环节的活动而产生极高的效率，还会因为资源利用率的提高带来效率；随着集群规模的扩大，外包对象的动态选择性也随之增加，效率将进一步提高。但同时，随着集群规模的扩大，同类业务企业数会增加，效率会因为边际报酬递减律的作用而受到限制。
前面的讨论是在同类业务企业具有较高相似性的假设前提下进行的。而现实中，集群企业是各不相同的，这不会影响分析得到的基本结果。但正是企业之间存在差别，才需要对合作对象进行选择，而选择本身，也存在隐含效应。
按照集群的价值形成过程，可以将集群视为包含m个供应链（企业链）Chain1-Chain m的网络。如图4所示，图中箭线表示生产物流。各个环节LINK 1，LINK 2，…，LINK n分别包含若干产品、工艺或业务相似的企业，其中m1，m2，…，mn不尽相等。LINK 1，LINK 2，…，LINK n之间存在协同关系，而LINK j（j=1，2，…，n）所包含的mj个企业之间存在竞争关系，中间环节由于专业化分工上的相似性，它们往往面临一种接近完全竞争市场的充分信息环境。
图4 集群网络结构
从图4选取一个节点，分析如下，如图5所示，虚线表示合作动机。
图5 上下游企业间的合作
企业间建立相对稳定的合作关系，对于降低成本、提高效益具有现实意义。但是，作为营利性组织，这种相对稳定的关系，不是固定不变的；企业对于合作对象必然做出理性的选择，选择原则是企业利润最大化，更确切地说，是采购成本最小化，从而获得更强的成本竞争优势。由此，集群企业具有主动知识溢出的动机。在这个过程中，企业链上的龙头企业或者核心企业发挥了主导作用。
设某龙头企业或核心企业Link nm 位于LINK n，它将在LINKn-1中选择合作对象。在理性决策假设下，其选择过程符合以下规则：
将集群企业看作图4所示网络的顶点，将包括采购成本在内的所有企业间合作发生的成本统称为“合作成本”，将网络关系上相邻企业的合作成本称为“边”。
这个算法是通过为每个顶点v保留目前为止所找到的从v到Link nm 的最低成本路径来工作的。初始时，终结点Link nm 的合作成本值被赋为0，即C［Link nm ］=0。同时把所有其他顶点的合作成本设为无穷大，即表示我们不知道任何通向这些顶点的合作路径。对于V中所有顶点v，除Link nm 外，C［v］=∞。当算法结束时，C［v］中储存的便是从Link nm 到v的最低成本路径，如果合作路径不存在的话是成本无穷大。如果存在一条从u到v的边，那么从Link nm 到u的最低成本路径可以通过将边（u，v）添加到尾部来拓展一条从Link nm 到v的路径。这条路径的长度是C［u］+w（u，v），其中w（u，v）为网络关系上两个相邻企业间的合作成本。
如果这个值比目前已知的C［v］的值要小，我们可以用新值来替代当前C［v］中的值。拓展边的操作一直执行到所有的C［v］都代表从Link nm 到v最低成本路径的总额。当C［u］达到它最终的值的时候，每条边（u，v）都只被拓展一次。
算法维护两个顶点集S和Q。集合S保留了我们已知的所有C［v］的值已经是最低成本路径的值顶点，而集合Q则保留其他所有顶点。集合S初始状态为空，而后每一步都有一个顶点从Q移动到S。这个被选择的顶点是Q中拥有最小的C［u］值的顶点。当一个顶点u从Q中转移到了S中，算法对每条外接边（u，v）进行拓展。
上述讨论基于两个前提性假设，即完全理性假设和集群内信息充分假设。现实中，决策的有限理性是以完全理性为目标的，因而分析的基本结果能够反应实际状况。集群内信息充分或者接近信息充分，是产业集群的主要特征之一；当集群内发生明显的市场失效时，选择机制也将不能有效实施。
此外，集群选择企业合作对象时，也可能基于其他的目标，如最大利润、最高市场占有率等。此时，上述规则中，目标函数将以最大化形式出现，而其中的最优路径也变成了“最大利润路径”或者“最高市场占有率路径”等。
通过上述分析，不难得出以下结论：
（1）大量相关企业或机构因在地理上的集聚而形成产业集群，各集群成员之间的互动过程也会对整个集群效率乃至绩效产生影响。至少，专业化分工及业务外包、合作对象动态选择等动态活动，会产生“额外”的集群效应，即隐含效应。
（2）产业集群规模问题并不是本文的重点，但是本文的分析结果支持集群规模应当存在一个合理区间，即在没有达到极限约束之前，扩大集群规模可以不断增强集群效应；如果超越了极限约束，集群效应将大幅度地递减（李煜华等，2007）。专业化分工及业务外包、合作对象动态选择等动态活动产生的隐含效应，在一定规模下能够积累出相当大的正效应；随着集群规模的扩大，这种正效应会因为边际报酬递减率的作用达到极限。
（3）产业集群的衰退除了与产品生命周期等因素相关外，还与市场失效有关。同行业的企业地理接近，集群内企业便于采用和推广相同技术标准，并且集群对新标准的制定有较大的影响力；产业的空间集聚促进知识、制度和技术的创新和扩散，由此也使得产业集群内各主体之间的信息比较充分。在一定的规模下，上、下游企业之间的交易处于一个接近完全竞争市场的环境中，这也是上述隐含效应（正效应）产生的前提。当集群内市场秩序遭到破坏时，上、下游企业之间的合作成本上升，而从事相同或者相似业务的企业又成为过度竞争的关系，则产业集群的发展必然受到影响，甚至出现衰退。中国东南沿海地区也不乏此类案例。
（4）中国产品的低价格，并不完全来源于低人力成本。事实是，沿海发达地区人力成本上升现象并非是近年才出现的，但这些地区产业集群生产的产品仍然保持了多年的价格优势，这与这些地区的产业集群结构和内部动态过程有关。换言之，良好的产业集群结构和内部运行机制，不但能够获得并积累较高的正效应，还可以通过优胜劣汰和知识扩散保持并增强集群适应外部环境变化的能力。产业集群隐含效应有助于避免资源失业，从而为降低生产成本做出了贡献。
（5）产业集群仍有继续存在并发展的必要性与可能性。尽管在中国以及全球范围内，某些产业集群出现了衰退迹象或者已经衰落，但是经济增长最快的地区大部分仍是产业集群发达的地区。虽然产业集群的发展可能因产品生命周期引发的结构性风险而受到制约，但具有良好结构和内部运行机制的产业集群，也可能通过系统自我完善，即所谓产业升级，适应环境变化并继续成为经济增长的热点。
参考文献
［1］Porter M E. Clusters and the new economics of competition. Harvard Business Review，1998（11）：77-90.
［2］王缉慈.产业集群和工业园区发展中的企业邻近与集聚辨析.中国软科学，2005（12）：91—98.
［3］Tichy G. Clusters：Less dispensable and more risky than ever. In Steiner M（ed.）. Clusters and Regional Specialisation. London：Pion Limited，1998.
［4］Fritz O M，Mahringer H，Valderrama M T. A risk-oriented analysis of regional clusters. In Steiner M（ed.）. Clusters and Regional Specialisation. London：Pion Limited，1998.
［5］李庆华，汤薇，孙虹.产业集群的“超稳定结构”及其突破研究.大连理工大学学报（社会科学版），2005（2）：34—39.
［6］Amin A，Thrift N J. Neo-marshallian nodes in global networks. International Journal of Urban and Regional Research，1992，16（4）：571-587.
［7］Low M B，Abrahamson E. Movements，bandwagons and clones：Industry evolution and the entrepreneurial process. Journal of Business Venturing，1997，12（6）：435-457.
［8］陈金波.基于生态学的产业集群内在风险与对策研究.当代财经，2005（6）：68—72.
［9］贺彩玲.产业集群的效应及其形成探讨.陕西工学院学报，2003（3）：61—64.
［10］Scott A J. Industrial organization and location：Division of labor，the firm and spatial process. Economic Geography，1986，62（3）：215-231.
［11］Christopherson S，Storper M. The city as studio，the world as back lot：The impact of vertical disintegration on the location of the motion picture industry. Environment and Planning D（Society and Space），1986，4（3）：305-320.
［12］Storper M. The regional word：Territorial development in a global economy. New York：Guilford Press，1997.
［13］Schmitz H. Collective efficiency：Growth path for small-scale industry. Journal of Development Studies，1995（31）：529-566.
［14］Elisa G，Martin B. The microdeterminants of meso-level learning and innovation：Evidence from a Chilean wine cluster. Research Policy，2005，34（1）：47-68.
［15］李煜华，胡运权，孙凯.产业集群规模与集群效应的关联性分析.研究与发展管理，2007（4）：63—70.
注释
[1]【基金项目】教育部人文社科项目“企业家社会网络、组织能力与集群企业自主创新形式跃迁研究”（11YJC630223）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
