我国纺织产业集群识别研究.docVIP

我国纺织产业集群识别研究 　　摘要：产业集群是推动区域经济及国家经济发展的重要经济发展模式，产业集群的识别是研究产业集群的一个重要主题。本文以我国的传统纺织产业为例进行了产业集群识别的分析，结果表明区位商法对识别我国纺织产业集群具有适用性。 　　关键词：产业集群；识别；区位商法；纺织产业 　　中图分类号：F426　文献标识码：A　文章编号：1007－7685(2011)03－0117－04 　　 　　产业集群作为提升区域竞争力和实现区域经济持续发展的一种组织形式，越来越被重视，许多产业政策的制定也围绕产业集群展开。产业集群分析是制定产业集群发展战略的科学依据，而如何识别产业集群是产业集群理论研究和实际运用的基础。因此，加强产业集群识别方法的研究具有重要的现实意义。 　　 　　一、产业集群的识别方法综述 　　 　　根据研究角度的不同，产业集群识别方法可分为自上而下的产业法和自下而上的区位法；根据研究目的不同，可从宏观、中观和微观三个层面识别产业集群；根据研究方法的不同，产业集群识别可分为定性研究和定量研究两种方法。从国外学者已有的研究来看，产业集群的识别方法主要有以下几种： 　　 　　(一)波特案例分析法 　　波特案例分析法是一种用于具体产业集群鉴别的分析方法，主要用历史分析、问卷调查、深入访谈的方法，通过对产业历史演进和现状的考察，对产业竞争优势的源泉进行分析，考察产业集群效应的强弱，以此来评价产业集群的未来竞争力。此方法运用出口比重界定国家优势产业，同时理清产业集群内互动关系及特定产业的全球竞争力。但全球贸易资料统计内容、分类标准并不一致，这就有赖专家的判断才能有效界定，而且这种方法以国家竞争优势为主要研究内容，忽略了具体产业空间的特性。 　　 　　(二)区位商法 　　区位商(location quotient，LQ)又称为“地点系数”、“雇员集中度系数”。LQ从中观层面研究一个给定区域中产业占有的份额与整个经济中该产业占有的份额的比值，是通过它来反映集群区域内产业的输出导向和集聚程度的一个定量化指标。LQ值通常用雇员或产值的数据进行计算，该方法是假定区域内某产业的雇员数(或产值)如果高于同一产业全国的平均水平，就可生产出更多的产品，且大于当地的消费需求，因此该产业可把多余的产品向区域外输出。如果LQ大于1，表明该产业在研究区域的集中程度大于较高层次区域的平均水平，是研究区域的专业化部门和产品输出部门。LQ越大，该产业部门的集中程度越高，集群趋势越显著。如果LQ小于1，则该产业不是研究区域的专业化部门，集聚程度较低，尚未形成产业集群。区位商的计算依赖以下假设条件：国家和区域的劳动生产率是相同的；地区的消费结构同国家消费结构基本相同；区域的总消费等于总产出，进口额等于出口额。区位商法操作比较简单、计算方便、资料获取容易，能反映地区的主要产业特性。但它注重静态分析，无法了解产业间的互动与关联，须辅以访谈或其他产业调查方法。该方法只是识别区域产业的出口导向和集聚现象的存在，并没有识别产业集聚的具体数目、大小、组成和集群内各产业间联系等内容。该方法不能识别小的或新兴的产业集群。新兴的产业集群在经济(包括雇员)上的集中度低于全国平均水平，但有很强的增长潜力，对市场和政策也十分敏感。新兴的产业集群可通过分析雇员等方面的增长趋势，或通过对区域产业的认识及与区域人士的访谈加以判断。 　　 　　(三)投入产出分析法 　　 　　投入产出分析法是在最大化法模型基础上增加一定的参数约束条件来识别产业集群。由于最大化法对集群产业没有严格的划分，因而需要与其他方法相结合。这种方法能显示产业本身与相关产业或上下游产业间的链接性，适用于国家或地方层级之间的产业分析。但该方法忽略了产业空间特性，会由于产业关联资料缺乏或不足等因素而不适用。 　　 　　(四)主成分分析法(PCFA) 　　主成分分析法可识别以前在直接消耗系数矩阵中不明显的产业关系。但用主成分分析法进行产业集群的识别结果对“产业间流量矩阵”标准化处理方法的选择非常敏感。用PCFA识别的产业集群中的各产业有相似的特点，但不具有很强的内在关联，也就是说这种方法强调了产业间的互补性关联而不是垂直(前向或后向)关联。由于存在某产业与不同因子的相关系数(因子负载)都超过了给定的临界值的现象，因此，用PCFA识别的产业集聚不具排他性。 　　 　　(五)多元聚类分析法(MVC) 　　多元聚类分析法是根据研究变量的特征对投入产出模型中的直接消耗系数矩阵等进行分类得到表示各产业间密切或相似程度元素的一种方法，常用树状图来表示集群内所嵌套的子集群以及不同集群间的联系。由于组内各元素特性的相似性反映了集群产业间的联系强度，因而常用该方法辨认产业集群内较强的联系。由于产