中国高技术制造业集聚水平的时空演变特征——基于空间统计标准差椭圆方法的实证研究

0 引言

当今世界新一轮科技革命和产业变革蓬勃兴起，发达国家纷纷实施创新增长战略和再工业化战略，全球产业分工格局正在深度重塑，中国经济也步入创新驱动发展“新常态”。 具有知识技术密集、能源资源消耗较少、产业增长率高、产业关联效应强等特点的高技术制造业是国民经济体系中最为活跃的制造业部门，集中体现一国创新发展水平，对提升制造业国际竞争力至关重要。高技术制造业一方面对自然条件的依赖度低，另一方面，对知识外溢的依赖度高，而知识外溢存在空间局限性，因而集聚化发展是高技术制造业的一大显著特征。高技术制造业集聚具有明显的范围经济效应，一方面通过分工与专业化，提高单个企业的劳动生产率，另一方面，由于产业链上下游企业地理距离缩短，降低企业搜寻原材料、开拓客户的成本和企业间交易费用，同时，集群整体增强的谈判能力使企业能以更低的成本得到更加优质的基础设施和服务。学术界相当关注高技术制造业集聚，但大多研究集聚水平的时间演变特征，缺乏空间视角，以至于研究结果过于抽象，难以为高技术制造业发展提供具体的政策建议。因此，亟需将时间演变趋势和空间分布特征置于同一分析框架下，对高技术制造业集聚水平时空演变特征进行分析。高技术制造业集聚水平应如何量化评估？中国高技术制造业集聚水平是否高于制造业整体集聚水平？其时空演变特征如何？本文将侧重探究上述3个问题。

目前学术界侧重采用基于区域(通常是行政单元)产业数据的传统统计分析方法评估高技术制造业集聚水平，如区位商[1]、产业相似度[2]、胡佛系数[3]、泰尔指数[4]、EG指数[5-6]等。多数研究文献倾向综合运用多种方法进行测算，如采用行业集中度和空间基尼系数测算高技术制造业集聚度[7]；采用行业集中度和HHI指数测算高技术制造业集聚水平[8]。部分学者主张采用多因素加权方法构建集聚指数评估高技术制造业集聚水平[9]，分别测度高技术制造业的专业化集聚指数和多样化集聚指数[10]；主张直接用就业密度表征高技术制造业集聚水平[11]或用索洛残差法直接评价高技术制造业集聚效果。还有学者对基于Ripley的K函数进行改进并将其应用于高技术制造业集聚水平测度[12]。现有实证研究成果存在两方面缺陷：一是忽略行政单元本身的规模差异，如新疆土地面积是上海的200多倍，将两者视作同等规模行政单元所估算出的高技术制造业集聚水平结果显然失真；二是缺少对高技术制造业与制造业整体集聚水平的比较分析，无法直观识别高技术制造业相对于制造业整体的集聚特点。

本文力图在两方面作出创新性探索：一是采用基于距离和产业数据的SDE方法与空间集聚度指标测度中国高技术制造业及细分行业集聚水平，相较于传统统计分析方法，考虑了行政单元本身规模差异，并且能够直观显示产业空间分布特征；二是提出空间集聚度偏离指数指标，实现对不同经济要素空间分异的量化。

1 研究方法与数据来源

1.1 研究方法

标准差椭圆(SDE)方法(又称方向分布工具)[13]，可用于识别要素的空间分布特征。SDE中心相当于经济要素的空间分布重心，长轴方向和短轴方向分别代表要素空间分布主趋势方向和次趋势方向，长轴长度和短轴长度分别表征要素空间分布在主趋势方向和次趋势方向偏离重心的程度，扁率等于长短轴之差与长轴长度的比值，体现要素空间分布形态。一般椭圆方程为：

可以把哲学假说从几个阶段来划分。首先是发现问题。发现一个新问题，或者说理论上没有解决的问题，然后去探求解法。一个问题可能有N个解法，但优劣不同。你要从其中选择最有可能解决问题的解法，运用它来解决问题。这就是一个假说的建构。建构假说之后，再进一步要全面论证假说，尽可能历史地、逻辑地、科学地论证。论证过的假说，表述要尽量严谨，然后要对它加以评价、批评，拿到社会上去发表，经受实践和历史的检验。一个哲学假说，应该至少经历这样几个阶段。

 

(1)

式中，s是置信度的值，σX和σY是椭圆在X轴和Y轴的标准差，其具体计算方法参考Wong[14]、Gong[15]、Scott[16]等的研究。

王祥只觉得五雷轰顶，自己随手就弄丢了一生可能就这么一次的发财机会。但是到底是怎么回事，王祥还在云里雾里。

根据赵璐和赵作权[17]的研究成果，要素分布椭圆与基准分布椭圆的差别可用于判断要素的空间集聚水平。其计算公式为：

企业领导人需要立体地拥有运营企业的各项能力。我想，丁旭光的这份气魄或是缘于他的知青经历，他感谢那段艰苦的岁月给予自己不畏困苦、追求卓越的精神。这种精神也影响了国际彩印的每一个人。在他们身上，我们充分感受到了一种对创新的执着，他们将创新视为灵魂，勇于创新、勤于创新，将视野放置于未来，最终打造出优秀的印刷企业。正如丁旭光所说：“我们不能算眼前的小账，而要算人生的总账。”

消费升级对于音乐文化产业的发展促进作用是明显的，本次消费升级是精神消费时代的到来。当前，大众消费格局已经出现了巨大的变化，以前人们非常喜爱购买各类耐用商品。比如2000年前后，对于家电的追求成为了人们的新需求。而如今已经解决温饱的中国消费者，则逐渐开始着眼于以教育、文化、科学、卫生、交通等为代表的新时期社会消费追求上来，这也就是我们所提到的精神消费层面，从物质更多转向精神消费带动了消费的升级。以汽车行业为例，人们已不再满足于代步工具的需要，对于汽车的品质、品牌以及实际所存在的附加价值，已经成为人们思考的重要话题。因此，很多高档车以及商务车逐渐成为了消费升级时代最受宠爱的购买对象。

(2)

图4显示了RPL-FAHP、0.8×ETX+0.2×RE和0.6×HC+0.4×RE在不同节点密度下的平均端到端时延。可见在不同节点密度下RPL-FAHP的平均端到端时延均明显低于0.8×ETX+0.2×RE和0.6×HC+0.4×RE。表明RPL-FAHP可明显降低网络时延。

此外，本文还采用要素密集度作为辅助指标，要素密集度可反映要素空间分布的密集性，其计算公式为：

(3)

偏离指数=|1-Area(要素分布椭圆1∩要素分布椭圆2)/Area(要素分布椭圆2)|

要素密集度=经济要素量/Area(要素分布椭圆)

(4)

1.2 数据来源

根据国民经济行业分类标准，制造业门类整体涵盖30多个大类，高技术制造业是制造业整体的一部分。比较高技术制造业与制造业整体的要素分布椭圆发现，高技术制造业相对于制造业整体而言，集聚中心更偏向东南沿海地区，集聚范围更小，椭圆形状更加扁平，方向分布特征更加明显。比较空间集聚度发现，即使研究时段内高技术制造业空间集聚度呈下降趋势，高技术制造业集聚水平也始终远远高于制造业整体集聚水平。比较高技术制造业相对于制造业整体的空间集聚度偏离指数发现，2014年偏离指数相对于2004年下降10.8%，即高技术制造业与制造业整体的要素空间分布愈发重合。

2 测度结果与分析

2.1 高技术制造业集聚水平时空演变特征

根据国家统计局颁布的《高技术产业(制造业)分类标准》(2013)，高技术制造业指R&D强度(R&D经费支出占主营业务收入比重)相对较高的制造业行业，涉及医药制造业、航空航天器及设备制造业、计算机及办公设备制造业、电子及通信设备制造业、医疗仪器设备及仪器仪表制造业、信息化学品制造业等6类细分行业。鉴于信息化学品制造业无相关统计数据，分析侧重前五大细分行业。采用SDE方法测度2004—2014年中国高技术制造业集聚水平(结果见表1、图1)。其时空演变特征主要表现为：

(1)高技术制造业集聚中心向西北方向移动。研究时段内，高技术制造业集聚中心虽然始终在安徽省西南部，但是不断向西北方向移动。其中，向西移动了67.07km，向北移动了52.19km，位移总量为84.99km。在东—西方向上，高技术制造业明显保持向西移动态势，2004—2010年均位移距离为2.65km，2010—2014年均位移距离为8.92km，且2012—2013年移动幅度最大，位移距离达17.20km。在南—北方向上，集聚中心基本呈向北移动态势，2004—2010年均位移距离为2.30km，2010—2014年均位移距离为9.59km，且2011—2012年移动幅度最大，位移距离达27km。

(2)高技术制造业集聚范围向内陆方向扩张。研究时段内，高技术制造业集聚范围呈显著扩张趋势，集聚面积共扩张13.10km2。虽然集聚区域始终涵盖山东、江苏、上海、浙江、福建、广东等东部沿海省份和安徽、江西、河南、湖北、湖南等中部省份，但河南、湖北、湖南3省在2004年只有约半域位于集聚区域，2014年接近全域位于集聚区域。分阶段来看，2004—2010年高技术制造业集聚范围扩张1.01km2，2010—2014年扩张12.09km2，且2010—2011年集聚范围扩张面积最大，为6.04km2。

空间集聚度=|1-Area(要素分布椭圆)/ Area(基准分布椭圆)|

(3)高技术制造业集聚方向逆时针旋转。研究时段内，高技术制造业集聚轴线始终为东北—西南方向，方位角基本呈增大趋势，表明集聚轴线逆时针旋转，椭圆西南部省份(如湖南、湖北)对高技术制造业的拉动作用增强。短轴呈延长趋势，长轴总体呈缩短趋势，且短轴延长的幅度远大于长轴缩小的幅度，表明高技术制造业在东西方向扩张，在南北方向收缩，且东西方向的扩张趋势强于南北方向的收缩趋势。

式中，Area()表示椭圆面积。本文更进一步提出要素1相对要素2的空间集聚度偏离指数，其理论来源是两经济要素SDE椭圆越重合，其空间分布格局就越相似。计算公式为：

(4)高技术制造业集聚水平下降与要素密集度上升并行。以基准分布椭圆为参照，高技术制造业分布呈现明显的空间集聚特征，样本期内，高技术制造业平均空间聚集度为75.07%。2010年是高技术制造业集聚水平演变的转折点，2004—2010年高技术制造业空间集聚度下降0.17%，2010-2014年空间集聚度下降幅度更大，为2.11%。与此相对应，2004-2014年高技术制造业要素密集度持续上升，2014年要素密集度是2004年的3.67倍。高技术制造业集聚水平下降与要素密集度上升并行，高技术制造业集聚水平下降的主要原因是中部地区相对于东部沿海地区高技术制造业增长速度更快。

综上，可以根据集聚中心将高技术制造业五大细分行业划分为沿海型和内陆型，根据集聚水平划分为集中化和离散化(见表2)

 

表1 高技术制造业空间集聚参数

  

年份中心点坐标长轴(km)短轴(km)扁率(%)方位角(度)面积(km2)要素密集度(亿元/km2)空间集聚度(%)偏离指数(%)2004116．73°E，30．42°N910．49482．5947．0024．31138．98137．2175．7034．392005116．69°E，30．61°N928．42477．5248．5723．67139．99162．1775．5333．872006116．65°E，30．60°N915．76472．7848．3722．72136．97200．1376．0634．072007116．71°E，30．70°N906．68483．5746．6723．84138．98230．8775．7035．002008116．67°E，30．59°N899．78480．0546．6525．47136．97250．4076．0633．332009116．60°E，30．71°N904．63488．7845．9726．53139．99274．8475．5335．002010116．53°E，30．54°N901．62491．9145．4427．30139．99326．5975．5332．792011116．33°E，30．59°N898．40513．3842．8629．20146．03348．0274．4730．222012116．22°E，30．83°N891．62522．6141．3930．22147．04407．3874．3026．402013116．01°E，30．88°N896．24537．8039．9931．28152．08452．6173．4225．002014115．90°E，30．89°N893．40539．7339．5931．57152．08503．2673．4223．60

  

图1 高技术制造业和制造业整体空间集聚

2.2 高技术制造业细分行业集聚水平时空演变特征

采用SDE方法分别测度2004和2014年高技术制造业五大细分行业集聚水平(见表2、表3)，其时空演变特征主要表现为：

从集聚中心而言，在东西方向上，集聚中心最靠东的始终是医疗仪器设备及仪器仪表制造业，最靠西的始终是航空航天器及设备制造业；在南北方向上，集聚中心最靠北的始终是航空航天器及设备制造业，最靠南的始终是计算机及办公设备制造业。研究时段内，医药制造业、航空航天器及设备制造业、医疗仪器设备及仪器仪表制造业集聚中心向东北方向平移，计算机及办公设备制造业向西北方向平移，电子及通信设备制造业向西南方向平移。从集聚范围来看，研究时段内，医药制造业、航空航天器及设备制造业、电子及通信设备制造业、医疗仪器设备及仪器仪表制造业集聚范围分别缩小20.14km2、34.25km2、8.06km2、53.38km2， 仅计算机及办公设备制造业集聚范围扩大，扩大77.54km2。从集聚方向来看，研究时段内高技术制造业五大细分行业集聚轴线均为东北—西南方向，其中只有航空、航天器及设备制造业方位角略有缩小，其它四大细分行业方位角均呈增大趋势，表明集聚轴线逆时针旋转，椭圆西南部省份对相应行业的拉动作用增强。从长短轴来看，需要特别指出的是航空、航天器及设备制造业和计算机及办公设备制造业，前者短轴变动幅度很小而长轴缩短19.51%，表明该行业在东北-西南方向明显收缩；后者在长轴变动幅度很小而短轴延长88.99%，表明该行业由东南向西北方向大幅扩张。

从集聚水平来说，2004和2014年空间集聚度最高的细分行业分别为计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业；空间集聚度最低的细分行业始终是航空航天器及设备制造业。研究时段内，医药制造业、航空航天器及设备制造业、电子及通信设备制造业、医疗仪器设备及仪器仪表制造业空间集聚度分别上升3.52%、5.99%、1.41%、9.33%，仅有计算机及办公设备制造业集聚水平下降，空间集聚度下降13.56%。

从要素密集度来说，五大细分要素密集度均呈明显上升趋势，其中，医疗仪器设备及仪器仪表制造业上升幅度最大，2014年要素密集度是2004年的10.09倍，计算机及办公设备制造业2014年的要素密集度仅为2004年的1.18倍。计算机及办公设备制造业集聚水平下降的主要原因是产业从东部沿海向中部地区转移。

(1)间断性切屑形成及最小切削厚度 介观尺度铣削中，每齿进给量(0.1～5 μm)与刀具的刃口半径(1～5 μm)相当，犁切现象频繁发生。犁切现象导致工件在挤压力作用下产生弹塑性变形，不生成切屑。当弹塑性变形累积到一定厚度时产生一次剪切，生成切屑。犁切现象与剪切现象反复交替，导致切屑的形成是间断性的，并且从犁切到剪切的过渡过程中必然存在一个最小切削厚度。

 

表2 高技术制造业细分行业空间集聚类型

  

细分行业根据集聚中心划分沿海型内陆型根据集聚水平划分集中化离散化医药制造业√√航空航天器及设备制造业√√计算机及办公设备制造业√√电子及通信设备制造业√√医疗仪器设备及仪器仪表制造业√√

 

表3 高技术制造业细分行业空间集聚参数

  

细分行业年份中心点坐标长轴(km)短轴(km)扁率(%)方位角(度)面积(km2)要素密集度(亿元/km2)空间集聚度(%)偏离指数(%)医药制造业2004116．26°E，33．64°N979．37627．560．3640．64194．3710．6966．0210．052014116．32°E，33．94°N989．26555．290．4444．00174．2376．0769．5411．80航空、航天器及设备制造业2004113．66°E，35．05°N1257．95540．190．5753．06214．521．5962．5039．152014115．09°E，35．40°N1012．55563．410．4451．64180．279．7268．4929．78计算机及办公设备制造业2004117．45°E，29．14°N822．74311．500．6229．2381．5877．1785．7462．432014115．11°E，29．73°N854．82588．690．3159．56159．1291．1872．1830．34电子及通信设备制造业2004116．45°E，30．21°N922．38446．170．5220．55129．9272．8577．2939．682014115．84°E，29．84°N861．20446．780．4823．52121．86337．7078．7042．70医疗仪器设备及仪器仪表制造业2004116．92°E，31．93°N859．75561．930．3525．59153．085．8373．2420．632014117．55°E，32．62°N697．76452．530．3531．6799．7058．8382．5744．38

2.3 高技术制造业及其细分行业与制造业整体集聚特征比较

本文选取全国尺度，以2004—2014年为研究时段，以2004年为基期的中国内地31个省份主营业务收入为指标。数据源自相关年份《中国经济普查年鉴》、《中国工业经济统计年鉴》、《中国高技术产业统计年鉴》和《中国价格统计年鉴》。主要基于Arcgis 10.3平台进行空间计算，标准差椭圆为包含68%经济要素的第一类椭圆，空间参考为Albers投影(中央经线105°E，标准纬线25°N、47°N)。

比较五大细分行业与制造业整体要素分布椭圆可以发现，航空航天器及设备制造业集聚中心始终在制造业整体集聚中心的西北方，电子及通信设备制造业集聚中心在东南方，医疗仪器设备及仪器仪表制造业集聚中心在东北方，医药制造业2004和2014年集聚中心分别在西北方和东北方，计算机及办公设备制造业2004和2014年集聚中心分别在东南方和西南方。比较五大细分行业与制造业整体的空间集聚度可以发现，医药制造业和航空航天器及设备制造业集聚水平始终低于制造业整体水平，但差距在不断缩小，电子及通信设备制造业和医疗仪器设备及仪器仪表制造业集聚水平始终高于制造业整体，且差距在不断扩大，计算机及办公设备制造业集聚水平从2004年远高于制造业整体持续下降到2014年略低于制造业整体。比较五大细分行业相对于制造业整体的空间集聚度偏离指数可以发现，医药制造业、电子及通信设备制造业、医疗仪器设备及仪器仪表制造业愈发偏离制造业整体空间分布，航空航天器及设备制造业、计算机及办公设备制造业愈发重合于制造业整体空间分布。

3 研究结论与政策启示

3.1 研究结论

(1)我国高技术制造业空间分布呈现明显的集聚特征，其集聚水平始终高于制造业整体。在高技术制造业五大细分行业中，仅有医药制造业、航空航天器及设备制造业等高技术制造业细分行业集聚水平低于制造业整体，但差距在不断缩小。这表明相对于传统制造业，能够突破自然条件限制、具有强外部性和高附加值的高技术制造业更易呈现集聚化发展态势。

(2)我国高技术制造业集聚中心向内陆方向移动，集聚范围持续扩展，集聚方向逆时针旋转，集聚水平不断下降。湘鄂等中部省份对高技术制造业的拉动作用显著增强，中部地区高技术制造业增长速度高于东部沿海地区。在五大细分行业中，航空航天器及设备制造业空间分布更多由非市场因素决定；电子及通信设备制造业空间分布变化相对较小；医药制造业、医疗仪器设备及仪器仪表制造业集聚中心向东北方向移动，集聚水平呈显著提高态势；计算机及办公设备制造业集聚中心向西北方向平移，集聚水平呈明显下降态势。

(3)在传统制造业纷纷从要素成本不断上升的东部沿海地区转移到中西部地区尤其是中部地区时，大规模高技术制造业产业转移并未发生，仅有计算机及办公设备制造业表现出相对明显的产业转移态势。

3.2 政策启示

(1)积极引导计算机及办公设备制造业有序转移和科学承接。计算机及办公设备制造业已呈现明显的从东部沿海地区向中西部地区转移的态势，东部地区应遵循市场规律，积极引导计算机及办公设备制造业转出；中西部地区应进一步推进“放管服”改革，减少行政审批事项，规范行政审批程序，完善基础设施配套，营造低成本、便利化的营商环境，积极承接产业转移。

第二，从学生个体因材施教。班级之间存在差异性，而学生之间同样也是如此，具体体现在：个人学习能力、学习态度以及身体素质等等方面的差异。在课堂教学过程中，教师需要充分考虑各个影响因素，尽可能照顾到每一位学生，根据学生的特点，采取有针对性的教学方法激励学生参与体育运动，从而实现高效课堂的目标。[3]

(2)高度重视医药制造业、航空航天器及设备制造业适度集聚化发展。产业集群是工业化发展到一定阶段的必然趋势，集群内企业由于地理位置的邻近性，能够享受范围经济和规模经济效应带来的成本优势；能够通过横向、纵向分工合作，促进产业升级；能够通过“干中学”、“用中学”、“非正式交流”等促进区域创新与技术进步。高技术制造业企业发展更离不开集群内企业间知识和技术外溢。医药制造业、航空航天器及设备制造业集聚水平较低，政府应大力引进、培育、提高相关企业特别是“种子型”创新企业，鼓励发展重点企业和配套企业，同时建立高效的政策支撑体系和完善的服务体系，培育集群企业本地植根性。

(3)积极推动中部地区高技术制造业集聚化发展。中部地区是保障中国经济持续健康发展的重要战略支撑区，应积极加强与东部地区合作，重点推进中部地区医药制造业、医疗仪器设备及仪器仪表制造业等高技术制造业集聚化发展，建成创新型产业集群，促进中部地区建成全国重要的高技术制造业基地。

大量的混凝土外加剂的试验表明，后掺法比先掺法的混凝土工作性能要好，而且要达到相同的效果，后掺法的掺量在通常情况下会更小，这与混凝土外加剂与水泥颗粒的吸附和分散有关。

参考文献:

[1] 金春雨, 王伟强.我国高技术产业空间集聚及影响因素研究——基于省级面板数据的空间计量分析[J].科学学与科学技术管理, 2015(7):49-56.

[2] 杨洪焦, 孙林岩, 梁冬寒.我国高新技术产业聚集度的变动趋势及区位因素分析——以电子及通讯设备制造业为例[J].科学学研究, 2009(9):1335-1343.

[3] LONG C, ZHANG X.Patterns of China's industrialization: concentration, specialization, and clustering[J].China Economic Review, 2012, 23(3):593-612.

[4] 席艳玲,吉生保.中国高技术产业集聚程度变动趋势及影响因素——基于新经济地理学的视角[J].中国科技论坛,2012(10):51-57.

[5] 樊元, 李丽媛, 同小歌, 等.财税政策和金融政策对中国高技术产业集聚效应分析——基于五大行业灰色综合关联度[J].科技管理研究,2014(7):177-180.

[6] OZTURK S, KILIC D.Do firms benefit from agglomeration? a productivity analysis for Turkish manufacturing industry[J].Regional & Sectoral Economic Studies, 2016, 27(98):131.

[7] 周华蓉, 贺胜兵.产业转移加速进程中中国制造业集聚度再测算与演进[J].科技进步与对策, 2015(1):66-71.

[8] ZHU X W, ZHU G B, GOU K G.Analysis to industry agglomeration degree for Changzhou hi-tech zone based on an AHP Model[C]//WATADA J,YABUUCHI Y.International Conference on Management and Service Science,2011.

[9] 施海燕, 宣勇, 唐根年.中国高技术产业空间集聚及其适度性检验[J].工业技术经济, 2013(5):59-68.

[10] 洪群联, 辜胜阻.产业集聚结构特征及其对区域创新绩效的影响——基于中国高技术产业数据的实证研究[J].社会科学战线, 2016(1):51-57.

[11] CHEN C C.Industry agglomeration and wage differentiation: an empirical study on taiwan's manufacturing industry[J].Regional & Sectoral Economic Studies, 2013, 13(2): 147-160.

[12] ESPA G, ARBIA G, GIULIANI D.Conditional versus unconditional industrial agglomeration: disentangling spatial dependence and spatial heterogeneity in the analysis of ICT firms’ distribution in Milan[J].Journal of Geographical Systems, 2013, 15(1):31-50.

[13] LEFEVER D W.Measuring geographic concentration by means of the standard deviational ellipse[J].American Journal of Sociology, 1926, 32(1):88-94.

[14] WONG D W S.Several fundamentals in implementing spatial statistics in GIS: using centrographic measures as examples[J].Geographic Information Sciences, 1999, 5(2):163-174.

[15] GONG J.Clarifying the standard deviational ellipse[J].Geographical Analysis, 2002, 34(2):155-167.

[16] SCOTT L M, JANIKAS M V.Spatial statistics in ArcGIS[M]// FISCHER M M, GETIS A.Handbook of applied spatial analysis.Berlin: Springer, 2010:27-41.

[17] 赵璐, 赵作权.中国制造业的大规模空间聚集与变化——基于两次经济普查数据的实证研究[J].数量经济技术经济研究, 2014(10):110-121.