您现在的位置:首页>区域纵览 > 东北振兴
东北振兴

制造业与生产性服务业的协同集聚时空演变* ——基于东北三省地级市数据时间: 2018-08-28信息来源:《区域经济评论》 2018年第3期 作者:陈 阳 责编:qgy 柳 阳

摘 要:运用空间数据探索性分析(ESDA)方法,对20062016年,东北三省36个地级市的制造业和生产性服务业的协同集聚时空演变轨迹进行探究。结果发现:(120062016年,东北三省的制造业和生产性服务业地理集聚程度不断增强,协同集聚水平呈阶段性变化特征;(2)协同集聚的空间分布格局相对稳定,空间分异化特征明显;(3)发展过程符合新经济地理学的“中心—外围”模型,形成以大连、长春、哈尔滨为中心城市的“多中心”发展模式;(4)协同集聚的低高和高低区域逐渐向高高与低低区域演变,东北三省所形成的“多中心”模式逐渐得到强化。

关键词:制造业;生产性服务业;协同集聚;ESDA方法

中图分类号:F062.9  文献标识码:文章编号:2095-5766201803-0033-09 收稿日期:2018-01-22

  *基金项目:教育部哲学社会科学研究重大课题攻关项目“中国先进制造业发展战略研究”(14JD018)。

     作者简介:陈阳,男,辽宁大学经济学院博士生(沈阳 110031)。


一、引言

随着第四次产业革命的来临与经济全球化的进一步深入,经济活动在全球范围内快速扩散的同时,部分区域表现出强烈的空间集聚趋势。产业集聚具有劳动力市场专业化、中间产品规模效应、技术知识溢出等经济外部性,成为区域经济发展的强大推动力。目前,产业集聚一个显著特征就是制造业发展水平较高地区,生产性服务业往往形成集聚,由此看来,产业集聚不应是单一产业内的集中,更应该伴随着相关产业的协同集聚。自2014年东北经济出现“断崖式下跌”之后,国家出台了一系列政策措施,以实现东北老工业基地的再次全面振兴,但是东北老工业基地的优势产业钢铁、石油化工等行业又成为新一轮供给侧结构性改革的重点行业,这使得纯粹依靠工业振兴面临不小的难题,因而需要发展与制造业紧密相关的生产性服务业。所以,聚焦东北三省制造业和生产性服务业的协同集聚演变规律,对东北三省的产业布局、转型升级和再次全面振兴提供借鉴意义。

国内外学者对制造业和生产性服务业的协同集聚进行了相关研究。一是运用新经济地理学的“中心—外围”模型进行研究。VillaRivas2001)的实证表明,生产性服务业聚集在中心,制造业在外围,符合“中心—外围”的空间分布状态。陈建军和陈菁菁(2011)证实制造业应当在中小城市集聚,而大城市以生产性服务业集中为主。Andersson2004)认为制造业要充分利用生产性服务业,两者的空间距离不能太远。二是测度协同集聚水平。A.Schulte等(2011)测算了德国家具行业和木材行业的协同集聚水平,但其实证结果显著性较弱。江曼琦和席强敏(2014)将协同集聚指数和投入产出法相结合,对上海市19类生产性服务业和30类制造业的空间协同集聚度进行了测算。三是分析协同集聚效应。伍先福等(2016)认为协同集聚能够提升城镇化水平。张虎等(2017)认为协同集聚的空间溢出效应存在显著的地区差异。

通过对现有文献梳理可以发现,学术界对于协同集聚的研究主要聚焦于制造业和生产性服务业的区位选择、协同集聚测度等方面,但对协同集聚的空间地理格局及演变研究较少。同时,同一区域内不同行业集聚程度的增加,是否必然出现产业协同集聚?若存在产业协同集聚,是否在局部区域也存在相似经济现象?本文旨在探究东北三省制造业和生产性服务业是否存在集聚现象,并对各自集聚水平进行测度,据此利用空间数据探索性分析(ESDA)技术,揭示东北三省制造业和生产性服务业协同集聚的时空演变规律。

二、数据来源与研究方法

1.研究方法

1)基尼系数

本文主要采用基尼系数测度产业集聚水平。基尼系数计算公式为:

    <\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  1.tif> 1

其中,xitxik是产业i在城市tk的就业人数;Xi为东北三省产业i的总就业人数总;n为东北三省城市数量,此处n=36;δ为产业i在各城市比重的均值。若产业在地理空间分布上集中在一个或少数区域,则基尼系数越接近于1,反之越接近于0

2)协同集聚指数

由于数据获得的限制,本文采用Devereux Griffith2004)的产业协同集聚指数,计算公式如下:

 <\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  2.tif> 2

其中wiwj为权重矩阵,用单个产业就业人数占两个产业就业人数之和的比重表示;HiHjHij分别表示产业ij以及两个产业的赫芬达尔指数,公式为:<\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  3.tif>,其中Sk为第k个地区产业就业人数占该产业东北三省总就业人数比重;指数越大,则协同集聚水平越高。

3)空间自相关

全局空间自相关。本文采用双变量莫兰指数测算制造业和生产性服务业整体的集聚程度,公式如下:

      <\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  4.tif>3

其中,x为产业i的就业人数n×1维列向量; x′为x的转置;y为产业j的就业人数,为n×1维列向量;W为包含自身邻接关系的权重矩阵,即<\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  5.tif>,对角线元素全为1;当I为正值时,表示制造业和生产性服务业存在正相关,即地区属性值相似(高高或低低)的区域在地理空间上集聚;当I为负值时,表示地区属性值相异(高低或低高)的区域集中分布;当I0时,表示呈现随机分布状态。

局域空间自相关。本文采用Moran散点图和LISA集聚图,分析局部区域的空间集聚状况。局域莫兰指数公式如下:

     <\\Clserver51\server3\2018期刊\区域经济评论2018\3\内文\2018区域经济3期(1-41\Image\  6.tif>4

其中,kt为区域k和区域tx为产业i的就业人数,为n×1维列向量;y为产业j的就业人数,为n×1维列向量;Wn×n维的权重矩阵,矩阵包含自身邻接关系。

2.产业界定与数据来源

鉴于目前中国对于生产性服务业的界定尚比较模糊,本文借鉴《北京生产性服务业统计分类标准》和《上海生产性服务业分类(试行)》的分类标准,将交通运输、仓储和邮政业,信息传输、计算机服务和软件业,批发和零售业,金融业,房地产业,租赁和商务服务业,科学研究、技术服务、地质勘查业共7大行业定义为生产性服务业。

本文将辽宁、吉林、黑龙江三省下设的36个地级市作为研究对象,研究数据主要来源于《中国城市统计年鉴》(20062016年)以及2017年《辽宁省统计年鉴》《吉林省统计年鉴》《黑龙江省统计年鉴》,指标计算主要采用产业就业人数。

三、空间集聚趋势特征

1.集聚水平小幅上升,差距逐渐缩小

利用公式(1),得到20062016年,东北三省制造业和生产性服务业的集聚水平及趋势变化状况,如图1所示,制造业集聚水平明显高于生产性服务业,但两者集聚水平的演变趋势呈现不同特点。图1显示,20062016年,东北三省制造业空间集聚的演变特征具有“集中—分散”的特点,而生产性服务业的空间集聚则呈现出越来越集中的趋势;制造业集聚水平要明显高于生产性服务业。从集聚差距上看,制造业集聚曲线始终位于生产性服务业之上,这表明生产性服务业集聚水平远远小于制造业,空间集聚现象弱于制造业。2006年东北三省制造业集聚水平(0.5364)与生产性服务业(0.4804)的差距为0.056020072011年,制造业集聚水平提升速度快于生产性服务业,两者之间的差距不断扩大,并在2011年达到极值(0.0783);20122016年,制造业集聚现象呈现放缓态势,生产性服务业集聚水平出现明显的上升迹象,两者之间的差距逐渐减小到0.028220062016年,依托于东北老工业基地的工业基础,伴随着东北三省沈阳、大连、长春、哈尔滨等在中心城市经济发展水平不断增长、城市规模扩大、产业结构和消费结构优化、政策支持等诸多因素,生产性服务业呈现出在中心城市增长、在中小城市停滞的现象,生产性服务业集聚水平增长;同时,由于东北三省制造业的发展面临着经济结构转型、资源枯竭限制、观念体制落后、人才流失等诸多不利因素,导致“新东北现象”的不断加深(赵昌文,2015),使得东北三省制造业发展受阻,致使东北三省制造业集聚水平不断下降。从而,东北三省制造业和生产性服务业的集聚水平差距明显缩小。

2.协同集聚阶段性变化,减弱趋势增强

东北三省制造业和生产性服务业空间集聚差距缩小,是否两者的协同集聚程度存在强化趋势?为测度协同集聚水平,运用公式(2)计算协同集聚指数,结果如图2所示。

根据东北三省制造业和生产性服务业协同集聚水平的演变特点,本文将其划分为如下三个阶段。

第一阶段:急剧下降(20062009年)。此阶段的特点主要为前期高协同集聚水平,后期协同集聚水平急剧下滑。20062007年,此时期国家宏观经济处于高位运行,为服务业的发展提供了良好的环境,同时东北三省制造业受益于2003年振兴东北政策得到快速发展,一系列利好因素的叠加使得东北三省制造业和生产性服务业形成高协同集聚特点;20072009年,这一时期受国际金融危机的影响,东北三省产业发展迟滞,这也造成了制造业与生产性服务业协同集聚水平的急剧下降。

第二阶段:平稳减弱(20102013年)。此阶段的主要特点为制造业复苏下的协同集聚水平下降。2008年金融危机使得东北三省制造业与生产性服务业发展遭受重创,这成为2009年制造业和生产性服务业协同集聚水平大幅提升的主要诱因。随着金融危机中国家采取的以基础设施、民生工程为主的四万亿元刺激计划实施,制造业整体的竞争力复苏趋势明显。东北三省的制造业和生产性服务业之间的发展水平差距再度被拉大,协同集聚水平由于制造业的复苏再度出现降低,并在2013年协同集聚水平达到最小值。

第三阶段:缓慢回升(2013年之后)。此阶段的特征为生产性服务业迅速发展带动的协同集聚水平缓慢上升。生产性服务业作为实现由粗放式向集约式经济增长转型的重要推动力,自2013年国家面临严重的经济下行压力,经济新常态下不得不进行产业结构转型升级调整,国家对于生产性服务业的政策支持增多,同时,东北三省更多的制造业企业选择将非核心业务外包、分离,专注于主营业务,生产性服务发展速度加快,其与制造业之间的差距逐渐被缩小,发展更加趋向协调性、均衡化,使得这一时期的协同集聚水平呈现缓慢回升迹象。

20062016年,由于中国宏观经济环境、国家政策支持等因素的变化,东北三省制造业和生产性服务业发展出现阶段性特点。东北地区作为老工业基地,制造业仍然是经济发展的主体,这使得制造业与生产性服务业协同集聚水平变化更加依赖于制造业的变化。当东北三省制造业发展速度加快时,制造业和生产性服务业的协同集聚水平出现下降;当生产性服务业发展水平提升时,协同集聚程度呈现上升迹象。

四、协同集聚空间演变及影响因素

1.总体空间差异

为描述东北三省制造业和生产性服务业协同集聚的空间变化过程,利用公式(3)计算东北三省20062016年制造业和生产性服务业的全局Moran I值①,计算结果如图3所示。

从图3可以看出,20062016年制造业和生产性服务业全局Moran I值全部大于0.16,这表明东北三省制造业与生产性服务业的协同集聚水平存在空间自相关性,协同集聚水平相似的城市存在明显的集聚效应,即某区域制造业(生产性服务业)集聚水平高(低)的地区,其自身的生产性服务业(制造业)集聚水平和周围地区的制造业和生产性服务业协同集聚水平也较高,反之亦然。

从时间趋势上看,东北三省制造业和生产性服务业的全局Moran I值随时间推移呈现出“波动式”上升,这说明城市之间的集聚效应正在增强,城市间协同集聚水平差距被拉大,协同集聚的空间分异化趋势增强。从不同阶段来看,20062007年,制造业和生产性服务业Moran I值出现下降迹象;20082016年,Moran I值以增长为主,只在2012年和2016Moran I值出现暂时性减小,20122016年,Moran I的增长速度要明显快于20082011年的增长率。2012年是“十一五”和“十二五”的交接期,国家转变经济发展方式,造成Moran I值短暂性减小,区域性关联减弱。

东北三省制造业和生产性服务业的空间协同集聚格局呈现出典型的“分散—集聚”交互的特点,这表明东北三省制造业和生产性服务业协同集聚城市的空间分布趋于集中。但是,协同集聚水平高的城市与协同集聚水平低的城市出现两极分化的分布趋势,比如哈尔滨、长春、大连、沈阳等城市的制造业和生产性服务业越来越集中,协同集聚程度不断增强,而北部的大兴安岭、鹤岗、鸡西、黑河等地区,产业发展水平差距较大,引致这些城市产业协同集聚水平偏低。

综上,20062016年,东北三省制造业和生产性服务业协同集聚存在显著的空间关联性,协同集聚的空间分化进一步增强,这是东北三省产业结构的转型与优化的必然规律。因而,根据其空间协同集聚的关联性,可进一步强化政策引导,以利于东北三省制造业和生产性服务业协同集聚的发展态势。

2.局部空间差异

全局空间分析只针对东北三省制造业和生产性服务业总体协同集聚空间分布,为探析东北三省协同集聚的局域分布状况,需要采用局域空间分析方法。运用公式(4)获得2016年东北三省制造业和生产性服务业协同集聚状况的空间联系局部(LISA)图,如图4所示。图4a)表示横坐标为制造业就业人数,纵坐标为生产性服务业就业人数的空间滞后值,图4b)为相反状况。

由图4可以看出,东北三省制造业和生产性服务业协同集聚呈现出空间分异化特征,即东北三省的中部和南部地区协同集聚水平高、北部地区协同集聚水平相对低;以Moran散点图为例,落在图4a)中第一、第三象限的地级市数量为29个,占比80.56%,而落在图(b)第一、第三象限的地级市数量为22个,占比61.11%,这说明东北三省大多数城市处在高高或低低两个极化区域,制造业和生产性服务业协同集聚具有明显的空间集聚性,空间结构化显著;制造业和生产性服务业的协同集聚区域呈现片状分布特征,地理分布的空间连续性明显,协同集聚水平较高(H-H)的大连、营口、鞍山等地区形成块状分布,水平落后(L-L)的地区以鸡西、鹤岗、双鸭山为中心,形成片状联结;协同集聚区域形成中心城市集聚,高水平地区以大连、长春为中心向周边辐射,而低水平则以鸡西、鹤岗、双鸭山为代表。

综上所述,2016年,东北三省制造业和生产性服务业协同集聚符合新经济地理学的“中心—外围”模型中的空间分布状态,且形成以大连、长春、哈尔滨为中心城市的“多中心”的区域发展模式。大连、长春、哈尔滨成为区域发展的中心城市,与其独特的地理区位、优越的政策支持力度、雄厚的重工业基础等因素密不可分。

3.协同集聚空间演变过程

根据Moran散点图,将以制造业为X轴和生产性服务业为Y轴的城市分布进行汇总,获得20062016年东北三省城市制造业和生产性服务业协同集聚的演变状况,具体结果如图5所示。其中,协同集聚高水平区域主要由H-H象限的城市构成,协同集聚低水平区域以L-L象限的城市组成,H-LL-H象限的城市则组成了协同集聚的潜力区域。

由图5可以发现,20062016年,东北三省制造业和生产性服务业协同集聚具有以下规律。

第一,东北三省制造业和生产性服务业协同集聚的地理分布愈加呈现两极分化。2006年协同集聚高水平区域内的城市数量为10个,协同集聚低水平区域内共有12个城市;到了2016年,协同集聚高水平区域的城市数量增加了5个,达到15个,增长50.00%,协同集聚低水平城市数量仍然为12个。同时,东北三省协同集聚低水平区域愈加向东北三省北部集中,高水平区域越来越分布在以大连为中心的南部和以长春为中心的中部地区,这说明东北三省制造业和生产性服务业协同集聚的空间地理分布格局两极化现象加剧,但是两者之间的协同集聚水平正在由低向高转变,产业间的协同性逐渐加强。

第二,东北三省制造业和生产性服务业协同集聚的地理分布格局相对稳定,空间分异化明显。20062016年东北三省协同集聚演变过程中,未发生协同集聚水平变化的地级市为21个,占总数的比重为58.33%。协同集聚高水平区域未发生变化的地区为8个,形成以大连、长春为稳定中心的热点区域,由热点区域向周边地区辐射。协同集聚低水平区域主要在黑龙江省的鹤岗、鸡西、双鸭山等城市形成分布,7个地区未曾发生水平变化。而对于协同集聚潜力区域,制造业或生产性服务业一方集聚水平相对滞后,通辽、松原等6个区域相对稳定,具备向高水平区域演化的基础,若不能采取适当政策措施,有退化为低水平的隐忧。

第三,东北三省不同协同集聚水平的城市之间存在跨越现象。沈阳、抚顺、营口、丹东、本溪、辽阳等城市经历了由协同集聚低水平、潜力区域向协同集聚高水平区域的跨越。沈阳作为典型的制造业为主的城市,实现了由非协调发展向协同集聚高水平的跨越。制造业作为生产性服务业的需求者,制造业集聚水平的提升能够有效促进生产性服务业向制造业部门集聚。沈阳市在东北振兴过程中,制造业快速发展,制造业的循环累积效应得到极大发挥,推动经济水平不断增长。因而,沈阳市适时进行产业升级,调整产业结构,将制造业向周边地区转移,大力发展金融、保险、物流、批发等生产性服务业。同时,沈阳市采取将沈鼓集团、机床集团等制造企业分离分立出生产性服务业企业、制定《沈阳市生产性服务业发展规划》、进行国企改革试点等措施,使制造企业由“生产制造型”向“制造服务型”转型升级,使生产性服务业发展环境得到极大改善,生产性服务业不断发展,最终制造业和生产性服务业两者的协同集聚水平不断提升。

辽源、白山、四平、牡丹江、锦州等城市则由协同集聚高水平、潜力区域退化为协同集聚低水平区域,这些城市受制于自身经济发展资源、政府政策、机制体制等因素限制,同时,受到周边中心城市极化效应的影响,自身地区劳动力、资本等生产要素大量流失,制造业转型升级面临巨大挑战。由于地区制造业发展相对滞后,使得区域产业转型困难、产业结构调整缓慢,制造业发展不能充分满足生产性服务业的需求,导致生产性服务业相对落后的局面。加之,这些地区由于土地、劳动力、资本等要素的有限性,或是政府政策在某一时期的偏向性不同,导致了制造业和生产性服务业在占用资源、享受优惠政策等方面出现了相互排挤现象,从而使得一个产业的发展阻碍了另一个产业的发展,致使出现协同集聚水平退化的现象。

第四,东北三省协同集聚的“多中心”模式形成且强化趋势加强。20062016年,东北三省协同集聚的“多中心”模式以大连、长春为中心,且中心城市具有稳定性特点。大连、长春除具备老工业基地雄厚产业基础的优势外,还在科研教育水平、产业配套能力、政策支持力度等方面有所提升,使得中心地位得到强化,逐渐成为协同集聚的中心城市。同时,“多中心”的发展模式得到强化,主要体现在依附于中心城市周围的城市数量逐渐增加。比如,2006年,以大连为中心的高水平集聚区的城市数量为2个,而到2016年,增加到9个,形成典型的块状分布格局。中心城市所具有的空间溢出效应,使得周围城市能够最大化地发挥中心城市的经济辐射作用、承接产业转移、享受中心城市基础设施建设的福利,逐渐形成高水平集聚区域的块状分布。

4.时空演变影响因素

1)社会经济发展吸引力强度。现代产业的发展不仅需要资源、资本等传统生产要素,还需要注重城市科研能力、人力资本素质、协作分工能力等综合能力。随着交通、通信水平的提高、生产技术能力的增强等,使得社会经济发展软实力成为吸引现代产业集聚的重要的因素。东北三省制造业和生产性服务业协同集聚高水平城市大连、沈阳、长春、哈尔滨等不仅具备制造业发展的雄厚工业基础,而且在产业基础条件及配套设施、科研教育水平、基础设施建设等方面具有明显的优势,这为城市生产性服务业的发展提供了良好的社会经济条件,从而导致制造业与生产性服务业协同集聚。

2)产业政策支持力度。产业政策是影响城市产业发展的重要因子之一,关系到城市经济产业转型升级和结构优化时机的选择的问题(唐晓华等,2017)。在东北振兴过程中,产业政策的执行必然存在着优先扶植的地区、产业等问题,这就容易造成城市产业发展的差别。比如,辽宁西北部的朝阳、阜新和黑龙江北部的鹤岗、黑河、双鸭山、佳木斯、伊春、大兴安岭等地区,地理区位条件较差,开发时间较短,产业发展基础与配套设施不足,交通、通信等基础设施远不及其他地区完善,这就导致了这些地区在政策支持力度、区域开发次序、招商引资强度、主导产业选择等方面的劣势,使得产业发展后劲不足,成为协同集聚的低水平地区。与之相对的是,国务院批复《中德(沈阳)高端装备制造产业园建设方案》,使中德沈阳装备制造产业园区成为中国制造2025与德国工业4.0对接的重要平台和合作试验区,沈阳制造业与生产性服务业协同集聚水平大幅提升。

3)空间外溢效应大小。产业集聚具有极化效应和涓流效应两种典型集聚效应,涓流效应作为空间外溢效应的表现形式,能够使得中心区域周边的地区获得最大受益。根据地理学第一定律的观点,任何地理事物之间均具有关联性且地理距离邻近的事物总比地理距离较远的关联性要高。与大连、长春、哈尔滨等高水平协同集聚区域地理距离比较近的营口、丹东等城市,发挥中心城市的产业集聚辐射作用、承接产业转移、享受中心城市基础设施建设的福利,这些城市的协同集聚水平要明显高于其他较远地区,并且这些地区与大连、长春、哈尔滨等中心城市逐渐演变成块状集聚区。

4)产业要素流失。古典经济学认为,劳动、资本作为经济发展的基本生产要素,是经济增长的重要源泉。伴随着东北经济的下滑,人口流失成为不得不面临的问题,尤其对于东北三省中心城市。人口流失导致城市规模减小、产业生产要素供给不足、经济规模效应减弱等一系列问题,对于白山、四平、伊春、七台河、佳木斯、牡丹江等城市人口流失使得制造业和生产性服务业的要素供给减少,引致产业集聚水平降低,最后使得制造业和生产性服务业协同集聚水平下降。

五、结论与建议

运用空间基尼系数方法,利用空间数据探索性分析(ESDA)技术,以东北三省36个地级市为研究对象,选取产业就业人数指标,对20062016年,东北三省制造业和生产性服务业的地理集聚程度以及协同集聚的时空演变过程进行分析,得出如下结论:(1)从产业地理集聚角度,20062016年,东北三省制造业集聚水平高于生产性服务业,伴随着中国制造业和生产性服务业融合趋势加强,两者之间的集聚差距出现缩小迹象,使得东北经济出现新的经济态势与业态;两者的协同集聚变化呈现阶段性,协同集聚水平急需提升,以此充分发挥产业间集聚的技术和知识溢出效应。(2)从空间相关性分析,20062016年,东北三省制造业和生产性服务业集聚水平存在空间相关性,且相关性呈现出增强趋势,以大连、长春、哈尔滨为中心的“多中心”的区域协同集聚模式为主;同时,制造业和生产性服务业之间的协同集聚空间分异化加强,协同集聚的两极化现象有加剧趋势。(3)从区域演变角度,东北三省制造业和生产性服务业协同集聚地理格局相对稳定,空间分异化比较明显,产业协同集聚的地理空间格局基本以中、南部地区为高水平区域,北部地区为低水平区域;同时,形成以大连、长春为中心的高水平块状区域,以鹤岗、鸡西、双鸭山为代表的低水平区域,以通辽、松原为代表的潜力区域;东北三省协同集聚的“多中心”模式形成且强化趋势明显。

基于上述研究结果,为更好地促进东北三省制造业和生产性服务业协同集聚有序、协调发展,应从以下几个方面着手。

1.根据城市资源禀赋状况、经济发展特点和区域价值链地位,制定城市产业发展战略

明确城市产业发展的方向、调整战略、分工定位等战略性问题,着力推动多元化产业的集中,避免低附加值、高消耗、低效率的低端产业的过度集中,打造错位集中、各具特色的产业集聚格局,利用市场在资源配置中的主体作用,提高集聚内部企业间生产效率的自由流动、信息知识的相互交流,提升集聚配置效率。分类施策推动制造业与生产性服务业集聚式发展,有效释放产业集聚的经济增长效应。制造业集聚与生产性服务业集聚的经济增长效应体现出显著性差异,因此东北三省各城市需要根据自身特点采取相匹配的差异化政策来提升产业集聚的经济增长效应。

2.积极营造适合企业竞争发展的营商环境,为产业集聚实现高质量发展提供保障

产业集聚推动高质量发展主要依赖于正外部性,而这其中,畅通、有效的信息流通体系为外部性的发挥提供了途径。这就需要地方政府通过专利和知识产权等方法来保护创新型企业的创新成果,为城市经济高质量、可持续发展保驾护航;大力制定吸引人才政策,放宽科研结构考核机制,为科研人才创新提供良好的外部环境。有效提升东北三省生产性服务业与制造业协同集聚的质量,通过多种途径来缓解资源错配现象。对于协同集聚过程中出现的高层次劳动力短缺、低水平劳动力过剩等结构性问题,积极通过再培训工程以及中介服务机构等途径实现平衡。

3.消除城市间存在的阻碍劳动、资本流动的“市场分割”和“保护主义”,充分释放集聚在推动高质量发展中的作用

将产业集聚战略开发与城市产业布局、转型升级结合起来,以区域内中心城市为依托,带动中小城市和本城市延伸配套服务项目的发展,形成分布集中、分工明确和互相支持的区域产业链体系;加速不同产业在城市间的转移效率,将低效率、高消耗的落后产业转移到经济相对落后地区,发展基础设施和相关配套实施,以提升服务业带动经济发展的效率。同时,推动生产性服务业与制造业在东北三省内部的跨地区的协同集聚发展,推动劳动、资本的跨区域流动,有效释放市场潜力,节约要素成本和交易成本,充分发挥空间互补效应。

 

注释

①此处的全局MoranI值是取两种双变量全局MoranI值的平均值,即以制造业为X轴、生产性服务业为Y轴的MoranI值和以制造业为Y轴、生产性服务业为X轴的MoranI值。

参考文献

1O A Villar J M C Rivas. How Do Producer Services Affect the Location of Manufacturing Firms? The Role of Information AccessibilityJ. Environment and Planning A 2002339):16211642

2]陈建军,陈菁菁.生产性服务业与制造业的协同定位研究——以浙江省69个城市和地区为例[J.中国工业经济,2011,(6.

3M Andersson. Co-Location of ManufacturingProducer Services: A Simultaneous Equation ApproachJ. Electronic Working Paper Series 2004,(8:136151

4K Rusche U Kies A Schulte. Measuring Spatial Co-Agglomeration Patterns by Extending ESDA TechniquesJ. Jahrbuch für Regional Wissenschaft 2011311:1125.

5]江曼琦,席强敏.生产性服务业与制造业的产业关联与协同集聚[J.南开学报(哲学社会科学版),2014,(1.

6]伍先福,杨永德.生产性服务业与制造业协同集聚提升了城镇化水平吗[J.财经科学,2016,(11.

7]张虎,韩爱华,杨青龙.中国制造业与生产性服务业协同集聚的空间效应分析[J.数量经济技术经济研究,2017,(2.

8G Ellision E L Glaeser. Geographic Concentration in U.S. Manufacturing Industries: A Dartboard ApproachJ. Journal of Urban Economics 19971055:889927

9M P Devereux  R  Griffith H Simpson. The Geographic Distribution of Production Activity in the UKJ. Regional Science & Urban Economics 2004345:533564.

10]宋晓雨,丁正山,卢晓旭,等.江苏省服务业发展时空格局演变[J.经济地理,2014,(8.

11]唐晓华,陈阳.中国装备制造业全要素生产率时空特征——基于三种空间权重矩阵的分析[J.商业研究,2017,(4.

12]王向,刘银玲.服务业空间分布研究的文献评述[J.经济与管理评论,2017,(2.

13]赵昌文.对“新东北现象”的认识与东北增长新动力培育研究[J.经济纵横,2015,(7.

14]唐晓华,陈阳,张欣钰.中国制造业集聚程度演变趋势及时空特征研究[J.经济问题探索,2017,(5.

15]张丹宁,陈阳.中国装备制造业发展水平及模式研究[J.数量经济技术经济研究,2014,(7.


Spatiotemporal Evolution of Manufacturing and Producer Services Co-Agglomeration

——Empirical Study Based on the Data of the Prefecture Level City of Three Provinces in Northeast China

Chen Yang

Abstract: This paper analyzes the spatial and temporal evolution of the co-agglomerations manufacturing industry and producer services of 36 prefecture level cities of three provinces in northeast China from 2005 to 2016 with the use of Gini coefficient co-agglomeration index and spatial exploratory data analysis ESDA method. The results showed that: 1 During the period from 2005 to 2016 the degree of the geographic agglomeration of the manufacturing and producer services are continuously enhanced in the northeastern provinces and the level of the co-agglomeration is gradually changing. 2The spatial distribution pattern of co-agglomeration is relatively stable and the spatial differentiation is obvious. 3The development process is in line with the Center Periphery model of the New Economic Geography and forms a Multi-center development model taking Dalian Changchun and Harbin as the central city. 4The low and high level of co-agglomeration in the region gradually to the high and low regional evolution formed in the three provinces in northeast China of the Multi-center pattern gradually strengthened.

Key Words: Manufacturing Industry; Producer Services; Co-Agglomerations; ESDA

(责任编辑:柳 阳