基于空间局部自相关方法对江苏省产业集群发展研究.docVIP

基于空间局部自相关方法对江苏省产业集群发展研究 　　[摘要] 本文采用聚集指数方法对江苏省产业集群发展从江苏省和三大区域两个层次来进行考察，江苏省总体上的趋势是在空间上聚集程度越来越大，分布越来越不均匀，而苏中、苏南、苏北三大区域的聚集指数也反映了这点，而经济发展好的区域苏南聚集的程度更是高于经济相对落后的区域苏北。用空间局部自相关进行分析苏州、无锡、常州、南京产业集群发展态势非常好，极少出现产业集群发展的“低洼地”情况。镇江、扬州、南通产业集群相对于上述地区发展缓慢，本身产业集群水平处于刚刚起步。徐州、连云港、淮安、宿迁、盐城、泰州产业集群发展在江苏省处于落后地区，很多产业的发展还处于“低洼地”的状况，这和当地的经济发展有很大的关系。 　　[关键词] 产业集群 聚集指数 空间局部自相关 　　 　　一、江苏省产业集群区域分布研究――聚集指数 　　以往对江苏省产业集群分布的研究多集中在定性描述的基础上，很少用量化的指标来界定。而这样做往往对产业集群分布界定不够准确，以致于研究出现误差。本文根据产业集群最本质的内涵出发，通过产业集群集聚度来识别产业集群的分布，并且从区域角度出发，用聚集指数来研究江苏省区域产业集群空间分布的不均匀性和聚集水平。其次就是用空间局部自相关方法来研究江苏省产业集群的发展状况。 　　本文衡量江苏省总体产业集群的指标是区域聚集指数，这个公式很好的反映了区域的专业化水平，它具有下列形式: 　　（1） 　　式中，Si为区域i的聚集指数，Pi,n为大区域i中的亚区n的工业总产值占大区域i的工业总产值的比重。m为区域内部所有产业。它刻画了区域产业规模和空间分布的不均匀性和聚集水平。 　　由于江苏省各个地区之间在地域差异条件、资源禀赋、经济社会发展水平等方面存在巨大的地域差异，但为了把条件相似的地市归类，以便更加准确的把握这些地区的共同特征，把江苏省划分为苏南、苏中、苏北三个区域来代表区际的差异，苏南包括无锡、苏州、常州、南京、镇江五个市，苏中包括扬州、泰州、南通三个市，苏北包括徐州、淮安、盐城、连云港、宿迁五个市。 　　计算得到江苏省总体上的趋势是产业在空间上聚集程度越来越大，分布越来越不均匀，而苏中、苏南、苏北三大区域的聚集指数也反映了这点，而经济发展好的区域苏南聚集的程度更是高于经济相对落后的区域苏北，但是总体上都在加剧这种产业聚集的趋势。 　　增长极理论认为，增长极具有两种效应：一种是极化效应，一种是扩散效应。从现有格局来看，江苏省产业集群形成的增长极主要集中在苏南地区，其极化效应较为突出。而扩散效应则相对滞后，以电子信息产品的制造为例，2003年苏南五地市工业总产值就占到全省的96.24%而其它8个地市累计起来却连4%都占不到。两极分化的态势非常明显。尤其是苏州所占比重高达60.5%。这些增长极与其它地方尤其是苏北地区远远拉开了差距。 　　我们利用区位商LQ(Location Quotient)来判别江苏省产业集群存在的可能性。判断出江苏省存在12个产业集群，但是这12个产业集群在各地市的发展状况如何，这是所要研究的主要内容。本文引用了空间统计分析的方法来进行探讨。 　　二、江苏省产业集群发展分析――LISA 　　本文之所以采用空间统计分析的方法来对产业集群进行研究，因为空间自相关可以量测空间事物的分布是否具有自相关性，高的自相关性代表了空间现象有集聚性的存在。如果度量的空间现象是区域经济，则空间自相关可以用于集聚经济程度的衡量。事实上，集聚经济形成的过程就是地域经济活动集中，以及企业间信息和思想扩散的过程。从这个意义上讲，空间自相关分析完全可以用于产业集群的研究。 　　空间统计分析，其核心就是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关，通过空间位置建立数据间的统计关系。空间统计分析的任务，就是运用有关统计分析方法，建立空间统计模型，从凌乱的数据中挖掘空间自相关与空间变异规律。 　　局部空间自相关可获知集聚经济程度高(低)的具体空间分布。而依据Anselin（1995）提出LISA（Local Indicators of Spatial Association）方法论说法，局部型之所以能够推算出聚集地（spatial hot spot）的范围，主要有两种：一是藉由统计显著性检定的方法，检定聚集空间单元相对于整体研究范围而言，其空间自相关是否够显著，若显著性大，即是该现象空间聚集的地区，如：Getis和Ord（1992）发展的Getis统计方法；另外，则是度量空间单元对整个研究范围空间自相关的影响程度，影响程度大的往往是区域内的特例（outliers），也就表示这些特例点往往是空间现象的聚集点，例如：Anselin’s Moran Scatterplot。