区域产业集群的识别与选择研究论文.docxVIP

区域产业集群的识别与选择研究论文 摘要：本文在分析国内外产业集群相关研究方法的基础上，以河北省廊坊市燕郊产业集群为例，综合应用定性和定量的分析方法，尝试性地进行了区域产业集群的识别与选择研究，用空间基尼系数衡量产业集中度，用投入产出法衡量聚合度。集中度高并且聚合度也高的集群有明显的产业集群特征。结论显示，燕郊产业大类中，集群度比较高的是新能源产业，集群度中等的是机械制造产业和电子信息产业，医疗保健产业还没有形成产业集群。 关键词：产业集群，识别，集中度，集聚度 近年来，产业集群已成为我国区域经济发展的重要产业组织形式和载体。实践表明，产业集群在强化专业化分工、发挥协作配套效应、降低创新成本、优化生产要素配置等方面作用显著，是工业化发展到一定阶段的必然趋势。引导和促进产业集群发展，有利于优化经济结构，转变经济发展方式；有利于集约使用土地等资源，集中进行环境治理；有利于带动中小企业发展，提升区域和产业竞争力；有利于统筹区域和城乡发展，加快工业化和城镇化进程，对于实现全面建设小康社会目标和社会主义和谐社会建设具有重要意义。 产业集群的概念及其识别理论 （一）产业集群的概念 根据美国哈佛商学院波特（Porter）教授的定义，产业集群是一组在地理上靠近的相互联系的公司关联机构，它们同处或相关于一个特定的产业领域，由于具有共性和互补性而联系在一起。现在对产业集群的概念还未形成统一的认识，综合多种定义可以概括出其主要特征为：相关产业在空间上高度聚集，形成网络化的空间联系；集群内核心产业与辅助产业相互促进、学习、竞争与合作的经济功能联系。 由于上述二者既有联系又有区别，所以集群内企业的集中度在某种程度上反映了产业集群的聚合度，因此，没有集中度就没有聚合度，但是产业集群的集中度和聚合度又存在本质的区别，集中度仅仅反映了一种密度，而聚合度反映其内在的联系程度，所以有集中度不一定有聚合度。 （二）产业集群的辨识 1.集中度和聚合度。产业集群的辨认（identify）就是确定产业集群的存在与否及其内部产业、企业间的联系（张建华、张淑静，2021），它是科学地进行产业集群规划的前提。一般地，采用产业集群度指标辨认产业集群的存在与否及其发育程度。集群中在一定区域内企业（或者产业）的数量和市场占有率以及生产规模的集中程度被称之为集群的量（集群的集中度），集中度是表征主导产业的专业化程度，用来判别某产业集聚与否，集中度在某种程度上就是不均匀度，所以可以通过分析不均匀度来体现集中度。目前集中度的测定模型主要有：定性模型和定量模型。定性分析法主要包括专家观点法（expertopinion）。定量分析主要有区位商法、产业集中度指标法、基尼系数计算法、产业集中率（CR）法等。集群中成员之间相互的依赖程度（蔡宁、杨旭等，2002），反映了资源整合中协同效应的深度，即集群的“质”（集群的聚合度）。聚合度是指产业链的发育程度及相关行为主体之间的互动，是产业集群形成的内在特征。集中度与聚合度相结合，才能判别某产业集群存在与否。因此，笔者的研究思路是先分析在某一特定区域中企业（或产业）的集中度情况，如果集中度很低就不再进行聚合度的分析，如果集中度比较高就再分析这一特定区域内企业之间的联系状况——聚合度。 2.集中度的测量。笔者借鉴国内外有关专家用基尼系数法来研究燕郊产业集中度的现状与发展。洛伦茨在研究居民收入分配时，创造了洛伦茨曲线。意大利经济学家基尼依据洛伦茨曲线，提出了计算收入分配公平程度的统计指标——基尼系数。Keebleetc（1986）将洛伦茨曲线和基尼系数用于测量行业在地区间分布的均衡程度。梁琦用基尼系数研究中国工业的区域集聚程度（梁琦，2021）。 克鲁格曼用空间基尼系数测定美国制造业集聚程度（SpatialGiniCoefficient），即比较某个地区某一产业的总产值占该产业总产值的比重，以及该地区全部产业产值占该经济体总产值的情况。其公式为： G=（st－xt）2 其中，G为基尼系数，Si是i地区某产业产值占全国该产业总产值的比重，Xi是该地区全部产业产值占全国总产值的比重。该方法的价值在于简便直观，系数越高（最大值为1），表明集中度越大，即产业在地理上愈加集中。 3.聚合度的测量。笔者认为对在一个具体区域集群内众多相关企业之间的联系的分析，可以借助于企业之间的投入－产出关系（I/O）进行，即对某个产业（在一定区域内）n个相关企业进行分析。考虑到集群网络内部企业之间的关系不仅是实物的交易，而且还包括知识、文化的学习和适应，所以对集群网络内部企业之间的投入－产出关系也应该从生产系统（productionsystem）和知识系统（knowl