長三角制造業集聚度演進態勢及其特征——基于1988—2009年的實證研究

鄭 敏

（寧波大學 商學院，浙江 寧波 315211）

一、引 言

產業集聚是世界經濟發展過程出現的顯著特征之一，越來越多的同類型產業或相關產業在空間上聚集一起，成為地區或國家經濟發展強有力的競爭力?？v觀世界版圖，產業集聚現象到處可見，如美國的硅谷和128公路的微電子業集聚、底特律汽車業集聚等，意大利的紡織品集聚、制鞋集聚、家具集聚等，印度的金屬加工業和紡織工業集聚，在我國，廣東佛山的陶瓷、浙江嵊州的領帶、義烏的小商品市場、紹興的輕紡和化纖、永康的五金等，它們對各自所在地區和國家的經濟發展都起到重要的推動作用。產業集聚一方面能優化資源配置，提高效率，另一方面通過知識、技術溢出效應、社會資本效應等促進經濟增長，因此，產業集聚已成為國際經濟組織、政府部門和學術界關心的熱點問題之一。

國際上關于產業集聚的研究已有相當長的一段時間，研究成果很多，但大部分側重于關于產業集聚的性質及影響因素等方面，而對于產業集聚的度量問題卻涉及較少，其中主要有Hoover（1936）設計的Hoover指數[1]，成為后來學者常用的指標之一；Krugman（1991）的空間基尼系數，可用于衡量產業集聚度或經濟差異程度[2]；此外，還有泰爾指數、Herfindal指數、熵指數等。雖然這些指標在一定程度上能反映產業地理分布不平衡的現象，但沒有考慮企業規模對產業集聚的影響，無法成為真正意義上的產業集聚指標。Ellison和Glaeser（1997）在總結前人指標優缺點后，優化產業集聚度的指標體系，提出了用于測量某一產業集聚度的ri系數和用于測量共同集聚度的系數[3]。Maurel和 Sedillot（1999）在EG指數上稍作修改，提出rms指數[4]。之后，Marcon和Pu?ech（2003）、Duranton和Overman（2005）在引入距離和企業數據的基礎上，設計出多空間尺度方法[5-6]，包括Repley的K函數、L函數等，但由于距離數據和企業數據獲得性難度大，導致這些方法的可操作性較差。

在國內，關于產業集聚測度的研究主要利用Hoover指數（白重恩，2004）[7]、空間基尼系數（梁琦，2003；薄廣文，2010）[8-9]、區位商（林秀麗，2007）[10]以及用工業總產值的比重作為產業集聚度的指標，對于EG指數的運用并不多。在這方面，羅勇和曹麗莉（2005）做了開創性的工作，他們利用了1993年、1997年、2002年和2003年數據對我國20個制造業的產業集聚度進行計算，得出我國制造業集聚度總體呈上升趨勢[11]；路江勇和陶志剛（2006）收集了1998—2003年全國制造業企業級數據，計算行業內區域集聚程度和行業區域共同集聚程度，最后得出的結果表明中國的行業區域集聚度處于一個上升階段，但仍低于西方發達國家近期水平[12]；楊洪焦、孫林巖等（2008）認為羅勇和曹麗莉（2005）、路江勇和陶指剛（2006）的研究選用的時間跨度不夠反應我國制造業行業聚集度的長期變動趨勢，他們利用18個制造業1988—2005年的數據，對各制造業的長期集聚趨勢進行考察，得出我國制造業聚集度的整體水平角高，一直呈上升趨勢，且增長速度呈U型曲線[13]。

以全國為區域單位的產業集聚研究已有相當成果，且研究結論大體一致：產業集聚度總體呈上升趨勢。然而對省級或地區級產業集聚度的研究卻鮮有涉及，且研究省級或地區級產業集聚度的長期趨勢更是少之又少，一方面由于指標選取頗有難度，另一方面是因為數據的可獲得性較差。自1978年改革開放以來，長三角成為全國經濟發展的領頭軍，產業集聚是其經濟發展過程中出現的最為突出的現象，它也是長三角產業發展的重要特征，因此，研究產業集聚對解釋長三角經濟快速增長以及為其它區域的發展提供借鑒具有重要意義。陳建軍和胡晨光（2007）已對長三角地區產業集聚的動力機制、空間演化路徑和集聚績效進行研究，檢驗了地區競爭優勢、新經濟地理學框架下的產業集聚影響因素以及長三角的歷史沿革、區位優勢和中國轉軌經濟的體制改革對長三角產業集聚的影響[14]。但對長三角地區產業集聚度演進態勢進行描述和分析的研究極為鮮見，本文認為這是解釋產業集聚現象很重要的一步。鑒于上述分析，本文搜集了1988—2009年長三角制造行業數據，對所使用的變量和赫芬達爾指數的計算公式進行了調整，并在EG指數的基礎上乘以一個調整系數，以適用本文的樣本數據和研究區域。本文的目的在于描述長三角地區制造業集聚度的長期演進態勢，并對各行業的集聚度和集聚地的變動特征進行分析。

二、研究方法與數據

（一）研究方法

為比較系統全面地反映長三角地區產業集聚演進態勢及特征，本文從時間維度、空間維度和產業維度三個角度來分析，主要選取EG指數和產業集中度指標CRi衡量長三角地區制造業集聚程度。

1.EG指數

EG指數是由Ellison和Glaeser（1997）提出的。他們在研究中發現，大部分傳統上測量產業集聚程度的指標都沒有考慮到在不同行業內企業規模大小的差異，如在某個行業內只有一家企業，這個行業的集聚程度自然就很高，但是如果某行業的企業數量比較多，那么這個行業的集聚度相對會降低[3]。然而，產業集聚不僅僅是產值或勞動力的集中，更多的涵義是指許多企業區域集中化的一個過程，因此，為避免某行業中只有一兩個大企業布局造成產業集聚的假象，在分析產業集聚程度的時候，還應考慮企業的規模和數量。鑒于此，Ellison和Glaeser區分了企業隨機集中和由于自然資源優勢共享產生的集中，調整了行業企業集中度，對產業集聚度的指標進行優化，提出了用于測量產業集聚度的指標rEG。

假設某國家或地區可被分為r個地理區域，且該國家或地區的產業i有N個企業，分布于r個區域中，則產業i的集聚度計算公式為：

其中，i、j、k分別代表產業、區域和企業；xj為區域j所有行業總產值占全國所有行業總產值的比例；sij為區域j內i產業的產值占全國該產業產值的比重；zk為企業k的產值占產業i總產值的比例。Gi為i產業的空間基尼系數（Krugman，1991b），反映產業在地理上的集中情況，該系數越高，則表明產業在地理上越集中。Hi為i產業的赫芬達爾指數，反映企業規模分布情況，該系數越高，則表明產業i在企業上越集中，市場越壟斷。

由于我國沒有公布規模以上非國有工業企業的詳細數據，無法計算出赫芬達爾指數，對此，本文采用楊洪焦、孫林巖和高杰（2008）的方法，對赫芬達爾指數的計算公式進行調整。假設每個地理區域j，產業i內所有企業都具有相同的規模，即工業總產值相等[12]，則調整之后的赫芬達爾指數計算公式為：

其中，i、j、r、sij的含義與上文相同；nij為j區域擁有i產業的企業數量；outputij為i產業在j區域的總產值，outputi為i產業的全國總產值，雖然調整后的赫芬達爾指數不如之前的精確，但在一定程度上能評估和比較產業集聚度。

需要注意一點的是，EG指數仍然是基于一定的地理單位基礎上，這使得區域范圍的劃分變得異常重要，國內學者通常將EG指數運用在以全國為區域范圍的產業集聚測度中。因此，在將EG指數運用于長三角地區時，不能簡單的將長三角地區作為一個經濟體劃分地理區域，這是因為長三角地區經濟發展是在全國經濟發展這個大背景下，向長三角地區聚集的企業不僅僅是長三角地區內部的企業，還包括全國其他地方的企業，并且，長三角地區是我國經濟最發達的區域之一，區域內各地區的經濟水平遠在全國平均水平之上，若將長三角地區作為一個整體劃分地理區域，這樣計算出來的結果無法準確地反映長三角地區的產業集聚程度，或許會得出產業分散的結論，這與現實情況不符。鑒于此，本文采取以下方法：先計算出全國的EG指數，以全國EG指數作為參照標準，在全國的EG指數上乘以一個調整系數Tij，用于衡量以全國作為整體下的每個地理區域的產業集聚度。EG指數包含以下兩個含義：一是某地區某行業的產值比重越大，溢出效應越大，該地區能獲得更多的利潤，其他企業更傾向于選擇該區域；二是充分考慮了企業規模帶來的影響，并且排除了某行業中只有一兩個大企業布局造成產業集聚的假象，有助于跨產業、跨時間的比較。從公式上看，EG指數可以被粗略看成是基尼系數與赫芬達爾指數之差（路江涌和陶志剛，2006），即與基尼系數成正比，與赫芬達爾指數成反比①?；嵯禂抵饕改车貐^某行業與全國該行業平均布局的偏離程度，因此，本文將調整系數Tij設為：

其中，i、j、sij、nij、ri的含義與上文相同；r為地理區域數；Xij為區域j中產業i的生產總值；-Xi為全國產業i在r個區域中的平均工業產值；Hi為赫芬達爾指數。該調整系數的主要含義是將某區域產業i的生產總值和企業規模水平與全國該產業各地區的平均生產總值和企業規模進行對比，若Tij＞1，說明該地區產業i超過全國平均水平，其EG指數大于全國EG指數，若Tij＜1，說明該地區產業i低于全國平均水平，其EG指數小于全國EG指數。長三角地區EG指數為浙江省、上海市和江蘇省調整后EG指數的加權平均值，權重為兩省一市各行業的工業總產值在長三角地區的比重。

最后，需指出的一點是，判斷EG指數ri的大小沒有標準，但根據Ellison和Glaeser（1997）的研究，可將產業集聚度分為三類：當ri＜0.02時，表示該產業為低集聚度；當0.02≤ri＜0.05時，則表示該產業為中度集聚；當ri≥0.05時，則表示該產業為高度集聚。

2.產業集中度

產業集中度也稱集中率，是借用產業經濟學中衡量市場結構的指標來分析產業集聚情況，指某產業規模最大的前幾個地區在所有地區中所占的份額。該指標計算公式為：

其中，sij為區域j產業i產值占所有區域中該產業的份額；r為地區數，一般取1、2、3，或者取10%和20%的地區。在長三角地區的主要城市中，有些行業規模排名第三、第四，相差并不多，因此，本文將r取為4。若該指標的數值越大，說明前幾位區域產業i的產值占所有區域該行業總產值的份額越大，則該行業的產業布局越不均勻；若該指標的數值越小，則說明該行業的產業布局越均勻。

（二）數據來源

本文主要研究制造業，并不考慮采礦業以及電力、煤氣、水的生產和供給業，原因是這兩類行業主要依賴于自然資源的分布，而在長三角地區自然資源是相對貧乏的，并且，通過前人的研究可以看出，產業集聚大多發生于制造行業，在很多國家或地區的制造業都出現產業集群現象，因此，研究這兩類行業對產業集聚并不具有代表性意義。

本文的部分統計數據來自于1988—2010年的《中國工業經濟統計年鑒》以及《中國工業經濟普查年鑒2004》，由于1996年、1997年和1999年《中國工業經濟統計年鑒》的缺失，最終收集了1988—2009年除1995年、1996以及1998年共19年統計數據。此外，長三角地區16個城市數據來自于各個城市2001—2010年的城市統計年鑒。

本文數據選取的時間跨度長、行業范圍廣，為保證數據的準確性、一致性和可比性，本文對數據做了以下處理：

第一，行業分類與選取的一致性。我國在1985首次制定了《國民經濟行業分類與代碼》（GB/4754--84），用于統計1984年經濟數據，并經過了兩次修訂，第一次修訂是從1994年開始啟用并用于1993年的數據，第二次修訂是從2003年開始啟用并用于2002年的數據中，目前所執行的是2002年修改的《國民經濟行業分類與代碼》（GB/4754-2002）。每一次修訂前后的行業分類都會有所不同，因此，為了保持統計口徑的一致性，本文選取了20個行業作為研究樣本，并將食品加工業和食品制造業合并為食品加工與制造業，將普通設備制造業和專用設備制造業合并為機械設備制造業。綜合以上，本文共選取18個制造行業進行比較研究。

第二，地區選取的一致性。由于數據的限制，在計算全國EG指數時，地區不包括港、澳、臺和西藏地區，并且將1997年以后脫離出來的重慶市數據歸并入四川省，總共包括29個省、市、自治區。

第三，數據的可比性。關于產業集聚計算可以使用就業數據或產值數據，國外學者在計算EG指數和區位商時大部分使用的是就業數據，在國內，范劍勇（2004）、羅勇和曹麗莉（2005）以及路江涌和陶志剛（2006）在計算中國制造業集聚度時也使用就業數據，而楊洪焦、孫林巖和高杰（2008）在研究中國制造業集聚時采用了各制造業的產出數據，并指出自改革開放以來，我國就業人數的統計概念發生了兩次變化，且就業數據也很可能會受到國有企業中嚴重勞動力過剩問題的影響，因此，采用就業數據作為計算數據并不具有可比性。本文采用楊洪焦、孫林巖和高杰（2008）的方法，使用各制造行業的生產總值計算產業集聚指標。

最后需強調的是，我國自1998年起關于各個行業的產值統計口徑發生變化，由原來的獨立核算工業企業改為所有國有企業和年銷售額500萬元人民幣以上的非國有企業，鎮江是從2005年起由全部獨立核算工業企業改為所有國有企業和年銷售額500萬元人民幣以上的非國有企業，此外，1993年以前我國沒有統計有色金屬冶煉及壓延加工業的數據。因此，為將數據偏差度降到最低，本文做出以下處理：第一，將1988—2009年劃分為三個階段，第一階段是1988—1992年，第二階段是1993—1997年，第三階段是1998—2009年；第二，在長三角城市數據計算中，鎮江數據是從2004—2009年，略去2001—2003年，其他15個城市數據從2001—2009年。

三、實證結果與分析

根據產業集聚度ri'的計算公式，計算出長三角地區18個制造行業1988—2009年的集聚度，計算結果如表1、表2所示。

表1給出了長三角地區18個行業在1988—2009年的ri'系數值，表2計算出了各行業1988—1992年、1993—1997年、1999—2009年以及1988—2009年四個時間段的ri'系數年平均變化率，在表的最后兩行計算出了1988—2009年長三角地區18個行業的平均ri'系數值，包括簡單算術平均值和通過各行業產值比重計算的加權平均值。下面將通過表1、表2對長三角地區產業集聚現狀進行全面細致的分析。

表1 長三角地區各行業集聚度ri'系數（1988—2009）

續表1

表2 1988—2009年長三角地區各行業集聚度ri'系數年平均變化率（%）

（一）長三角地區產業集聚時間維度分析

首先，考察長三角地區產業集聚度的整體變動態勢（見表1、表2和圖1）。正如前文所述，由于統計口徑的原因以及更好的分析趨勢，本文將分四個時間段來考察1988—2009年長三角地區產業集聚度的整體變動態勢。第一階段為1988—1992年，長三角地區ri'系數算術平均值由1988年的0.0221上升到1992年的0.0237，加權平均值由1988年的0.0146上升到1992年的0.0161，年平均增長率分別為1.447%和2.155%，產業集聚平穩增長。第二階段為1993—1997年，長三角地區ri'系數算術平均值由1993年的0.0235上升到1997年的0.026，加權平均值由1993年0.072上升到1997年的0.0178，年平均增長率分別為2.112%和0.741%，總體產業集聚水平呈上升趨勢，但增長幅度并不大。第三階段為1999—2009年，長三角地區ri'系數算術平均值由1999年的0.0308上升到2009年的0.0445，加權平均值由1999年的0.0233上升到2005年的0.0376，年平均增長率分別達到4.0256%和5.5741%，產業集水平快速增長。由從總體上看，自1988年以來，長三角地區制造業集聚度一直呈上升趨勢，趨勢明顯；從加權平均值的增長速度上看，在第一階段（1988—1993）期間，長三角制造業集聚平穩增長，到了第二（1993—1997），制造業集聚增長速度變緩慢，在第三階段（1999—2009年）期間，長三角制造業集聚又快速增長，整體上出現“中間低兩邊高”的U型特征。

圖1 長三角地區產業集聚度ri'系數均值的時間變動趨勢（1988—2009年）

其次，考察長三角地區18個行業在1988—2009年中產業集聚度的變動態勢。從表1、表2中可以發現，除石油化工和煉焦業以及交通運輸設備制造業兩個行業外，長三角地區大部分制造業行業在2009年的集聚度較1988年有了明顯的提高。造成這種現象的主要原因有兩個：一是1988—2009年間，長三角地區中除浙江省外，上海市和江蘇省的石油化工和煉焦業的產值在全國的比重明顯下降，且相對于全國的平均水平也出現下降的趨勢，這在一定程度上表明石油化工和煉焦業在長三角集聚的下降；二是1988—2009年間，長三角地區石油化工和煉焦業及交通運輸設備制造業的赫芬達爾指數（除上海市石油化工和煉焦業有少許下降）相對于全國平均水平有明顯的上升趨勢，而EG指數與赫芬達爾指數成反比，因此，降低了長三角地區石油化工和煉焦業及交通運輸設備制造業的集聚水平。在剩余16個行業中，集聚度都有明顯的提高，其中，食品加工與制造業、紡織業、化學纖維制造業及機械設備制造業增長速度最快，年均增長率達到10%以上，特別是食品加工與制造業，達到20%以上；化學原料及化學制品制造業、非金屬礦物品業、金屬制品業、電子及通信設備制造業和儀器儀表及文化辦公機械制造業增長速度較快，年均增長率在5%～10%之間；相對而言，飲料制造業、煙草加工業及電氣機械及器材制造業增長緩慢，年均增長率不足3%。

為更詳細地認識各個制造行業聚集度的變化情況，仍分三個階段分析。結合表1、表2的計算結果，發現并不是每個行業在1988—2009年間都保持穩定的變化趨勢，而是在這三個階段表現出很大的波動。例如，食品加工與制造飲料制造業及紡織業在1988—1992年間處于緩慢增長的狀態，到1993—1997年間出現了負增長，到1999年后又高速增長；煙草加工業和電子通信設備制造業在1988—1992年間及1993—1997年間高速增長，到1999年以后，電子通信設備制造業增長緩慢，而煙草加工業負增長；造紙及紙制品業、化學纖維制造業及非金屬礦物制品業在前兩個階段一直處于負增長狀態，但到了1999年以后，這三大產業高速增長，特別是化學纖維制造業，增長率高達48.2481%，造紙及紙制品業和非金屬礦物制品業增長率分別達到10.2578%和20.5057%；化學原料及化學制品制造業和黑色金屬冶煉及壓延加工業先是負增長，然后，化學原料及化學制品制造業緩慢增長，黑色金屬冶煉及壓延加工業仍然負增長，到1999年后，兩大行業較快增長，增長率分別為5.0958%和5.305%；而石油化工及煉焦業集聚度一直處于負增長狀態，交通運輸設備制造業的集聚度也處于下降趨勢。

（二）長三角地區產業集聚空間維度分析

在長三角地區中，以上海、南京、蘇州、杭州、寧波為主的16個城市是經濟發展的核心，對整個長三角地區及泛長三角地區起帶動作用，無論從總工業規模還是各細分行業規模上看都占了長三角地區的絕大多數份額。因此，本文計算出16個城市的產業規模比重，按產業集中度計算公式取規模前四名的地區，加總作為長三角地區的產業集中度。表3給出2000年、2003年、2006年和2009年的產業集中度。

表3 長三角地區18個行業產業集中度（%）

從表3給出的算術平均值中可以看出，在長三角地區18個行業中，產業集中度超過50%以上的就有13個，剩余5個行業也集中于40%到50%之間，集中程度相當高。按照行業集中度從高到低排序為：石油化工及煉焦業（87.65%），電子及通信設備制造業（82.46%），煙草加工業（81.07%），黑色金屬冶煉及壓延加工業（73.55%），化學纖維制造業（64.78%），儀器儀表及文化辦公機械制造業（62.34%），交通運輸設備制造業（61.42%），造紙及紙制品業（56.38%），有色金屬冶煉及壓延加工業（52.17%），紡織業（51.23%），飲料制造業（51.09%），電氣機械及器材制造業（50.18%），化學原料及化學制品制造業（51.00%），醫藥制造業（49.49%），機械設備制造業（48.29%），金屬制品業（48.26%），食品加工及制造業（42.72%），非金屬礦物制品業（42.61%）。從中可以看出，行業集中度較高的幾個行業多為資本密集型和技術密集型行業，部分行業如石油化工及煉焦業和煙草加工業高度依賴于原材料，只有具備特別豐富的自然或優越的地理區位優勢的地區才擁有這幾個行業。

為了能更加清晰地觀察長三角地區各行業集聚的空間分布情況，現給出在2000年、2003年、2006年和2009年個各行業規模排在前四名的地區分布情況，見表4。

從表4中可以看出，長三角地區絕大多數制造業行業的聚集地分布在上海、南京、蘇州、無錫、杭州、寧波等6個城市，這些地區也是長三角經濟發展最快的地區?？梢赃@么說，正是由于這些行業在這些地區的集聚，才促使其經濟高速發展，因此，產業集聚的程度與地區經濟的發展有很強的正相關性。從這6個城市在四年里上榜次數可以看出，其累積上榜次數有下降的趨勢，從2000年的62次到2003年的64次，再到2006年的60次，最后到2009年的58次，這說明在2003年以后，長三角制造業集聚的空間分布有從這6個城市向其他城市擴散的趨勢。仔細分析發現，制造業在上海地區的聚集由原先18次下降到16次，且規模比重排名逐漸往后，這與上海近年來大力實施產業轉移政策密切相關。變化較大的還有寧波地區，從之前的6～8次急劇下降到2009年3次，如造紙行業、有色金屬冶煉及壓延加工業、機械設備制造業、儀器儀表及文化辦公機械制造業等行業已沒有上榜，一方面南通的儀器儀表及文化辦公機械制造業、常州的機械設備制造業、紹興的有色金屬冶煉及壓延加工業、鎮江的造紙行業等地區行業增長較快，在長三角的比重上升，另一方面，由于寧波這幾個行業近幾年在長三角地區的比重呈下降的趨勢，被其他地區趕超。

還需注意的一點是，揚州、鎮江、泰州、嘉興、舟山、臺州和湖州等地區在制造業集聚地排名上幾乎榜上無名，而這幾個城市同時也是長三角16個主要城市里面經濟相對落后的地區，產業集聚一方面能帶動集聚地經濟的發展，另一方面也拉開了這些地區與周邊地區的差距，出現兩極分化現象。仔細探索可發現，這幾個地區規模以上工業行業的企業數與其他城市相比較少，工業產值也較低，但事實上，有些地區制造業還是比較發達的，如臺州、揚州。榜上無名一方面可能是因為這些地區企業規模較小，沒有納入規模以上工業行業的統計范圍內，這也是本文研究的不足之處，另一方面雖然自身發展還不錯，但在整個長三角的比重仍比其他地區低。

表4 長三角地區18個行業規模排前四名的地區分布

（三）長三角地區產業集聚產業維度分析

按照Ellison和Glaeser（1997）對產業集聚度的劃分標準，產業集聚度可分為三類：低度集聚、中度集聚和高度集聚。本文認為由于一些不可抗拒的因素，使得按某一年的集聚水平劃分并不可取，因此本文以2005—2009年的平均ri'系數為參考值，將長三角地區18個行業分成了三類：第一類是ri'≥0.05的高度集聚行業，包括化學纖維制造業、電子通信設備制造業、儀器儀表及文化辦公機械制造業、黑色金屬冶煉及壓延加工業和紡織業共5個行業，占行業總數的27.78%；第二類是0.02≤ri'＜0.05的中度集聚行業，包括有色金屬冶煉及壓延加工業、食品加工與制造業、煙草加工業、石油化工及煉焦業、交通運輸設備制造業、電氣機械及器材制造業、造紙及紙制品業和飲料制造業共8個行業，占行業總數的44.44%；第三類是ri'＜0.02的低度集聚行業，包括金屬制品業、非金屬礦物制品業、機械設備制造業、醫藥制造業及化學原料及化學制品制造業共5個行業，占行業總數的27.78%。各行業詳細分類情況見表5。

從表5中可以發現以下幾個特征：第一，長三角當前制造業整體集聚水平較高，中度集聚水平以上的行業占18個行業中的72.22%，2009年的算術平均值和加權平均值分別達到0.0445和0.0376。第二，集聚度較高的行業主要是一些對自然資源依賴度較高的行業，包括化學纖維制造業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、食品加工與制造業和煙草加工業，這主要由于長三角地區擁有獨特的地理優勢，交通便利，是許多原料和產品的中轉地，因此對原材料的索取較為方便。此外，還有傳統行業和高科技含量較高的行業，包括紡織業、電子通信設備制造業、儀器儀表及文化辦公機械制造業等，這些行業也包含在陳建軍、胡晨光（2007）關于江浙滬三地區主導和支柱產業的總結中，表明它們不僅是產業集聚度較高的產業同時也是長三角地區的主導和支柱產業。第三，結合表1、表2可以發現，近年來，在中度和高度集聚的這些行業中，儀器儀表及文化辦公機械制造業、交通運輸設備制造業以及石油化工及煉焦業的產業集聚度已呈現下降趨勢，而食品加工與制造業、造紙及紙制品業和化學纖維制造業集聚水平仍保持很高的增長態勢，增長速度很快。第四，金屬制品業、非金屬礦物制品業、機械設備制造業、醫藥制造業和化學原料及化學制品制造業計算出來的集聚度相對較低。結合表1、表2可以看出，近幾年，非金屬礦物制品業集聚高速增長，增長率高達20.5057%，化學原料及化學制品制造業增長較快，增長率達5.0958%，且該兩個行業的產業集聚度并不是很高，說明在未來的一段時間內這兩大行業還有較大的增長空間。

表5 長三角地區18個行業的ri'系數分類表（按2005—2009均值降序排列）

四、結論與啟示

本文在Ellison和Glaeser（1997）建立的產業集聚度ri系數的基礎上進行調整，構造了ri'系數，并利用ri'系數和產業集中度CRi系數對長三角地區18個制造業在1988—2009年的產業聚集度進行精確測度。通過計算和分析這18個制造業聚集度的變動趨勢及產業聚集地的變動態勢，從而得出以下結論：

首先，從1988—2009年的變動趨勢上看，長三角地區18個制造行業的平均集聚度一直呈上升趨勢，且從增長速度上看，呈現出“中間低兩邊高”U型特征，即在1988—1992年間，長三角制造業集聚平穩增長，到1993—1997，制造業集聚增長速度變緩慢，之后又恢復高速增長水平。從各行業集聚度的增長幅度上看，食品加工與制造業、紡織業、化學纖維制造業、機械設備制造業和電子通信設備制造業等5個行業增幅最大，它們在1988—2009年間的年均增長率都在9.5%以上；增幅較小的有飲料制造業、煙草加工業、石油化工及煉焦業、醫藥制造業、交通運輸設備制造業和電器機械及器材制造業等6個行業，其年均增長率不超過3%。

其次，當前長三角地區制造業集聚度的整體水平較高，產業集聚現象十分明顯。集聚度較高的行業多為一些依賴自然資源和便利交通區位優勢以及科技含量較高的行業，如化學纖維制造業、電子通信設備制造業、黑色金屬冶煉及壓延加工業和儀器儀表及文化辦公機械制造業等行業。長三角地區擁有得天獨厚的地理優勢，持續高速的經濟發展為產業集聚提供豐富的要素，包括知識和技術，這一方面驗證了傳統區位理論關于自然資源優勢是影響產業集聚的因素的論斷，獨特的交通區位優勢也是產業集聚的原因，另一方面也在一定程度上支持了馬歇爾的知識和技術溢出效應也將影響產業集聚的觀點。

最后，從產業聚集地的空間分布來看，上海、南京、蘇州、無錫、杭州、寧波等6個城市是長三角絕大多數制造業的聚集地。在2003年以后，長三角制造業在這6個城市集聚的次數有下降的趨勢，但技術密集型的行業仍集中在這幾個主要城市。相比較，南通、常州、紹興上榜次數增加，意味著長三角地區內部產業集聚有擴散的趨勢。但即便如此，制造業在揚州、鎮江、泰州、嘉興、舟山、臺州和湖州等地區分布仍相對分散，從2000—2009年幾乎榜上無名，這在一定程度上反映了在現階段長三角地區內部仍存在兩極分化現象。因此，在長三角經濟一體化的趨勢下，一方面，各主要產業聚集地應努力強化增長極的擴散效應，帶動相對落后地區的發展，另一方面，各地方政府應充分考慮影響產業集聚的經濟因素，發揮本地優勢因素，吸引重點行業在本地集聚，并通過聯動效應帶動其它行業的發展。

[注 釋]

①該關系也可以從下列公式中得出。

[1]Hoover E M.The Measurement of Industrial Localization[J].Review of Economics and Statistics，1936，18（4）：162-171.

[2]Krugman P.Increasing Returns and Economic Geography[J].Journal of Political Economy，1991b，99（3）：483-499.

[3]Ellison G，Glaeser E L.Geographic Concentration of Industry[J].Journal of Economic Geography，1997，1（3）：255-276.

[4]Maurel F，Sedillot B.A Measure of The Geographic Concen?tration in French Manufacturing Industries[J].Regional Sci?ence and Urban Economics，1999，99：575-604.

[5]Marcon E，Puech F.Evaluating the Geographic Concentration of Industries Using Distance-based Methods[J].Journal of Economics Geography，2003，（3）：409-428.

[6]Duranton G，Overman H C.Testing for Localization Using Mi?cro-Geographic Data[J].Review of Economic Studies，2005，（10）：1077-1106.

[7]白重恩，杜穎娟，陶志剛，等.地方保護主義及產業地區集中度的決定因素和變動趨勢[J].經濟研究，2004，（4）：29-40.

[8]梁琦.中國工業的區位基尼系數——兼論外商直接0投資對制造業集聚的影響[J].統計研究，2003，（9）：21-25.

[9]簿文廣.產業特征、空間差異與制造業地理集中：基于中國數據的實證分析[J].南方經濟，2010，（6）：51-64.

[10]林秀麗.地區專業化、產業集聚與省區工業產業發展[J].經濟評論，2007，（6）：140-157.

[11]羅勇，曹麗莉.中國制造業集聚程度變動趨勢的實證研究[J].經濟研究，2006，（3）：22-29.

[12]路江涌，陶志剛.中國制造業區域聚集及國際比較[J].經濟研究，2006，（3）：34-43.

[13]楊洪焦，孫林巖，高杰.中國制造業聚集度的演進態勢及其特征分析[J].數量經濟技術經濟研究，2008，（5）：55-56.

[14]陳建軍，胡晨光.長三角的產業集聚及其省區特征、同構績效[J].重慶大學學報（社會科學版），2007，（4）：1-10.