中国产业集群研究中的概念性问题

产业集群研究文献及传媒报导的急剧增加．使得中国对于产业集群现象的相关研究陷入某种盲目的状态，本文对于集群理论、概念和政策进行讨论，然后针对创新性集群的发展与创新集群的培育问题进行分析。主要希望理清创新集群与创新性集群真正的涵义，本文将促进高技术创新的集群称为创新集群，但并非高新技术产业在空间上聚集就是创新集群。高技术创新需要不同学科、不同产业密集互动：本文将保有地方特色且具高度创造力的产业集群称为创新性集群。无论创新性集群或创新集群都需要产业联系和知识交流的环境。中国须要新的区域治理手段，透过制度创新，提升竞争力，成为真正的创新性国家。     

京津沪渝创新型城区研发产业集群研究

依据统计数据考察京、津、沪、渝创新型城区内6477 家研发企业的空间分布和集群模式,发现四个直辖市的研发产业高度集中在北京的海淀区、天津的滨海新区、上海的杨浦区和重庆的沙坪坝区。其中,海淀区、杨浦区和沙坪坝区都位于中心城区,拥有较为发达的市场经济,同时区内众多的高校和研究所也提供了优越的知识溢出环境,在市场和资源这2 个重要的"内生条件"下,空间集聚模式属于内生型集群型。依据发展阶段的不同,其内生型研发产业集群模式可分成3 个阶段,即初级阶段的"沙坪坝区单极增长模式"、中期阶段的"杨浦区多核协同模式"和成熟阶段的"海淀区簇团网络模式"。滨海新区则表现为"卫星平台模式"的空间形态和结构。知识溢出和产业基础在一定程度上决定了上述研发产业集群的形成,同时政策驱动和城市规划起到了重要作用。     

基于局部空间统计的产业集群空间分析——以北京市制造业集群为例

将集群识别与空间分析相结合,通过全国集群模板识别产业集群,进而利用局部空间统计方法,探测产业集群的空间布局特征。利用2008年北京市和全国经济普查数据,从产业联系的角度识别了北京市制造业集群,在此基础上进一步测度了北京市制造业集群的空间分布现状与布局特征。研究发现,北京市制造业集群主要分布在近郊区并向远郊区延伸,资源条件、政策环境、交通区位、历史因素等多种区位因子均对集群的区位选择产生影响。从总体分布来看,北京市制造业集群的空间布局存在分布比较分散、功能重叠或与区县功能定位不符等问题。未来在政策制定时,应进一步强化北京市制造业集群的空间集聚,发挥区域产业政策的引导作用,并不断依托产业园区优化集群发展环境,引导符合区县功能定位的制造业集群发展。     

产业集群竞争优势的来源分析

产业集群作为一种极具特色的经济组织形式,具有地理上的聚集性、社会文化和环境的根植性、产业的同质性和关联性、生产经营的专业性和竞合性,这些特性很大程度上决定了其竞争优势的来源.从产业集群的概念和特性出发,分析了产业集群竞争优势的来源:集聚效应、灵活专业化生产、集群式创新、竞合机制与路径依赖的影响.     

产业多样化与城市增长的理论及实证研究——以中国31个省会城市为例

20世纪80年代的经济增长理论强调了技术、知识溢出和人力资本外部性对于经济增长的促进作用。而这种知识溢出效应在城市中将更加显著(城市中人与人之间的信息交流比农村密切的多),因而可以通过收集不同城市的产业经济增长数据来分析验证上述有关知识溢出效应的增长理论。通过对中国31个省会城市及直辖市(不包括港澳台)1997~2006年10年间的城市-产业增长数据进行分析验证,得出结论:城市产业多样化促进创新思想的产生和知识溢出,进而促进了城市增长。     

技术机会、行业异质性与大城市创新集聚——以北京市制造业为例

引入技术机会理论,解释大城市内部不同行业创新活动的空间分布差异,以北京市为例进行实证检验。研究发现：① 不同技术层次产业的创新活动在城市内部表现出不同的区位选择。除汽车制造业外的大多数高技术产业的创新活动高度集聚在中心城区;中技术产业的创新活动开始由中心城区向近郊区扩散,低技术产业的创新活动主要分布在远郊区。② 行业间创新活动空间分布的差异主要由技术机会来源差异造成。大部分高技术产业的技术源于基础研究、产业间知识溢出、高技术劳动力,往往靠近大学或中心城区;对中技术产业来说,基础研究的影响并不像对高技术产业那样显著;对低技术产业来说,技术机会主要源于本产业的技术反馈,创新部门更倾向于分布在郊区的制造业集群中。     

超大城市生产性服务业空间分工及其效应分析——以北京为例

为探究超大城市生产性服务业空间分工机理及效应,基于2006~2015年北京各区数据和地区相对专业化指数等方法分析北京生产性服务业空间分工特征,研究发现,北京生产性服务业呈现从中心到外围专业化程度提升、多样化程度下降的趋势,且动态来看,专业化水平都有所提升,空间分工趋势愈加明显;高级生产性服务业集聚在多样化地区,交通运输业分散在专业化地区,房地产服务业是多数地区的专业化产业。空间面板计量模型检验表明,北京各区之间生产性服务业空间溢出效应明显,联动协调发展水平较高;生产性服务业各细分产业的空间分工效应与产业特性高度相关,交通服务业呈现负向空间溢出,金融、科技、信息、房地产等服务业存在正向溢出,而商务服务业溢出效应不显著。     

高质量发展背景下佛山市高新技术产业空间演变及影响因素

传统制造业城市的产业转型升级对区域高质量发展具有重要意义。以POI数据为基础，利用核密度分析法、空间自相关、多元线性回归等方法，以全国唯一制造业转型升级综合改革试点城市——佛山为例，探讨其高新技术产业的空间演变及影响因素。结果表明：（1）2010—2017年，佛山市的高新技术企业分布呈现出“主核心区+次核心区+周边分散”的空间模式，各级聚集区的面积都出现了不同程度的收缩，集聚程度加强。（2）佛山市高新技术企业处于持续聚集的阶段，但是镇（街）之间出现空间差异，南海区与顺德区集聚水平高于佛山市整体水平且持续增长，形成高-高集聚区。（3）在影响因素方面：政策扶持对高技术产业集聚的促进作用最大，产业集聚是基础，区位环境关联度较低，高校和人才资源的作用不容忽视。     

论产业集群的知识协作机制

产业集群的知识协作机制包括：信任机制和知识共享机制。其信任机制表现为：集群信任的形成是企业个体(或私人)的内在利益诉求的必然结果,也是集群环境下市场选择与市场竞争监督的“社会实施”的产物;其知识共享机制表现为：集群的空间集聚与信任特征创造了“面对面交流”的有利条件,集群的社会文化特征促进集群整体默会性知识的扩散与共享,集群的网络特征加速知识外溢与创意流动,为群内企业工作人员的知识开发与创造构筑协作平台。     

德国汉堡生物医药集群研发和商务知识的网络结构与空间流动

以德国汉堡生物医药集群为例,基于研发、商务两类人才的社会网络和空间流动,探讨不同认识视角、不同类型知识溢出的空间特征及形成机制。研究发现：① 不同认识视角下知识溢出对地理距离的敏感性存在差异,知识流动相较于知识网络更加依赖地理邻近性。② 不同类型知识的溢出具有差异化的空间需求,研发和商务知识溢出在多尺度空间上表现出强度和结构的异质性。③ 以大学、研究机构、产业协会和跨国企业为中心的地方产学研合作体系,创新能力均衡的国家城市体系以及发达国家之间的技术和商业合作推动知识网络的形成。分流教育和空间均衡的人才培养体系,国内充分的人才空间流动以及西欧北美地区的人才环流促进知识的空间流动。     

工业园区集聚度综合评价

为了解工业园区发展的集聚能力,对影响重庆市特色工业园区工业集聚指数的因素进行研究。运用SPSS统计软件分析交通运输、劳动力费用、产业关联、技术和资本投资因素与工业集聚指数的相关性。利用特尔菲法计算各个园区的集聚综合指数,结果显示都市发达经济圈的特色园区集聚综合指数最高。通过对综合指数的分析揭示目前重庆市特色工业园区发展的现状和主要特点,提出推进重庆市3个经济区工业园区协调发展的建议。     

中国西部大城市开发区企业投资决策的驱动因素——以成都、西安高新区为例

基于成都、西安高新区企业调研数据,在构建企业投资决策驱动指标体系的基础上,采用因子分析法考察企业投资决策的驱动因素,并运用单因素方差分析和相关性检验进一步探究企业异质性与投资决策驱动因素的关系。结果表明:(1)信息通信水平、获取高素质人才、人际关系网络等构成企业投资决策的关键驱动指标,而跨国公司集聚、获取自然资源、决策者偏好等指标的解释力度最小。(2)企业投资决策由6个维度因子构成,其重要程度由高至低依次为政策、产业集群与人力资源、城市环境、城市区位、企业集聚以及关系因子。(3)入园越早、规模越大、总部型及出口型企业均更加依赖政策驱动;私企与外企、一般服务业企业与高级服务业企业、部分迁移企业与非迁移企业、办公区企业与科技园企业、办公区企业与厂区企业分别形成了基本对立的投资驱动偏好。     

苏州市区信息通讯企业空间集聚与新企业选址

高科技产业是全球化背景下城市发展与区域竞争的关键,但是高科技产业发展空间极不平衡,空间要素显著影响高科技企业区位选择及空间集聚。针对现有研究主要集中在国家、省等大尺度单元,本文引入空间点模式分析方法,探讨了1996-2006年间苏州市区不同空间尺度上信息通讯企业的时空集聚特征。研究发现:在0~6km的尺度上,信息通讯企业表现出明显的集聚特征,并随着尺度的增加呈现出倒"U"型集聚趋势;随着时间的推移,企业空间集聚的"热点地区"逐渐从老城区向外围推移,但是集聚峰区依然主要分布在老城区及其外围的国家和省级开发区;同时,新企业的选址与原有企业的分布特征表现出很强的相关性。运用计数模型的计量结果也表明企业集聚特征对新企业区位选择具有显著影响,同时起作用的还有地方政府政策影响下的开发区建设、城市内外交通条件、自然环境条件等因素。     

中国城镇化对经济发展的作用机制

近年来,认为城镇化是中国未来经济增长重要动力源的学者越来越多。这种看法对传统“城镇化源自产业化”的理论形成了挑战。本文在相关研究的基础上,采用社会经济统计数据和多种分析模型,定量分析了1978-2008年中国城镇化与经济发展二者之间的关系以及城镇化对经济增长的影响机制。研究表明:改革开放以来,我国城镇化更多是经济发展的一种结果和现象,城镇化本身作为经济发展的直接动力源特征并不明显。但通过城镇化确实可以使经济增长的相关要素得到很好的集聚,从而对经济发展产生良好的传导效果。中国城镇化主要通过物质资本、人力资本的集聚推动经济发展,对知识资本、现代服务业等高端生产要素的集聚作用还不强。因此,讨论21世纪中国城镇化问题要从其要素集聚功能上下功夫,即是城镇对高端要素的集聚化而非传统意义上的摊大饼和简单数量扩张。     

IT产业研发枢纽形成条件研究及其应用

研发活动是创新过程中最重要的一个环节,能对技术创新产生重要影响。研发枢纽是研发组织与活动的聚集区域,其形成是20世纪90年代以来的发展趋势。研发枢纽不仅对位于其中的企业和组织十分重要,对区域经济的发展也能起到促进作用。本文分析了哪些因素对研发枢纽的形成具有重要意义。首先将影响研发枢纽建设的区域基础条件分为:资本基础和创新环境,进而将资本基础细分为产业基础、人力资本和社会资本;将创新环境细分为:基础设施、服务业发展状况和制度环境。在理论分析的基础上,从信息化设施水平、高技术产业区位商、人力和社会资本条件几个方面比较了京、沪研发枢纽建设的基础条件。结论认为,北京适合发展成混合型的研发枢纽,但在商贸人才培养、服务业建设方面还有许多工作要做。上海适合发展成为自主创新型的研发枢纽,但是需要进一步解决社会资本的问题。     

伴随资金流的技术溢出

以上市高新技术企业为例，通过建立Tobit模型，实证分析了股东技术水平对企业创新绩效的影响，进而探讨资金流带来的技术溢出机制。研究发现：高新技术企业与股东呈现出分离的空间布局特征，其中股东和资金流空间主要分布在中国的东部地区；股东技术水平对被投资企业创新绩效有正向影响并表现出稳健的结果；同时，股东作为区域外联系的对象，其投资行为使得创新主体之间相互作用的门槛更低，通过建立通畅的知识人才互动管道和更低的研发合作门槛，实现了技术溢出。并做出以下建议：资金流带动的技术外溢增加了技术学习的新路径，创新落后地区在引入高新技术企业限制的情况下，可引入携带技术的资金以达到补充效果。     

地理与认知邻近对高技术产业集群创新影响——以我国软件产业集群为典型案例

多维邻近性是近些年国际学术界在区域创新及产业集群方向新的研究视角。本文首先从多维邻近视角出发探讨了地理邻近、认知邻近对高技术产业集群创新的影响机制,并据此提出4个待验假设;进而以我国国家级软件产业园产业集群为典型案例进行实证分析,并创造性地使用人工神经网络为前导的OLS回归分析方法对待验假设进行双重递进检验。实证结果显...     

北京典型行业微区位选址比较研究——以北京企业管理服务业和汽车制造业为例

以微观企业数据为基础,采用核密度空间平滑和条件逻辑选择模型等方法,重点关注企业在城市内部微观尺度下的区位选择,并对北京典型现代服务业和制造业区位选择的差异进行对比分析。结果表明：① 北京中小型制造企业倾向于在集聚区分布,符合马歇尔式产业集群的特征,而服务业则是大型企业更倾向于集中布局;② 尽管微观尺度下多样化和上下游产业链对现代服务业和制造业依然有重要影响,但是与宏观尺度下不同的是对于现代服务业来说过度多样化并不利于其发展,对于制造业来说区域专业化劳动力规模而非专业化程度更为重要;③ 政府对地铁等公共设施布局选址将对现代服务业的微观区位产生重要影响。     

中国高技术产业创新空间分布及其影响因素——基于面板数据的空间计量分析

本文基于2003-2012年省域面板数据,采用地统计方法分析中国高技术产业创新的空间分布,并运用空间计量模型对其影响因素进行探讨。研究发现：中国高技术产业创新存在明显的空间差异,其中东部地区的创新水平明显高于中部和西部地区;2003-2012年间,高技术产业创新整体空间差异表现出先扩大后缩小的趋势,空间分布呈现出先集聚后扩散的变化特征;相邻省域间的创新水平存在明显溢出现象,研发资金投入、研发人员投入、高校研发水平、企业规模和市场开放度均对高技术产业创新起到促进作用,且研发人员投入和市场开放度还能进一步促进相邻地区的创新发展,而企业规模则对相邻地区的创新存在负面影响。因此,加大对中西部地区研发资金和研发人员投入,重视高校在创新发展中的作用,破除区域壁垒促进技术流动以及加大市场开放度,都有利于提高整体创新水平和缩小创新空间差异。     

中关村科技园区智慧产业集群的演化过程、动力因素和集聚模式

论文以高科技园区如何促进智慧产业集聚为研究导向,总结智慧产业集群演化、集聚模式等的研究进展,先基于信息产业的已有分类标准,界定高科技园区智慧产业集群的概念和产业分类;然后基于中关村科技园智慧产业2002—2016年的统计数据,分析中关村科技园智慧产业的空间布局演化和产业增长格局,以波特经典钻石模型为理论框架,细化分析演化过程背后的动力因素,得出高科技园区智慧产业集群的细分动力因素模型,继而以主要动力因素为依据,提炼中关村科技园智慧产业集群演化的主要集聚模式,得出结论:① 中关村科技园区智慧产业集群的演化呈现“一核多园”的先政策引导、后自然溢出的协同发展格局,从海淀核心区向周边园区先辐射集聚,然后基于各园区间的交通、楼宇等生产要素,逐步在非园区范围连贯成片;② 海淀作为核心区集聚了各细分智慧产业,其他各分园则主要在个别细分智慧产业形成集聚优势;③ 中关村科技园区智慧产业的演化主要受生产要素、政府影响变数、相关及支持产业等3大因素影响;④ 中关村科技园区智慧产业集群有生产要素驱动、产业平台驱动、商业地产企业驱动等3种集聚模式。