基于復合區位熵的中國油氣資源產業集群識別

陳蓮芳 嚴 良

(中國地質大學(武漢)經濟管理學院，湖北 武漢430074)

基于復合區位熵的中國油氣資源產業集群識別

陳蓮芳 嚴 良

(中國地質大學(武漢)經濟管理學院，湖北 武漢430074)

油氣產業集群識別為完善區域油氣產業發展規劃和明確不同區域油氣產業集群發育程度差異提供科學依據。本文油氣產業集群識別包括產業集群地理邊界確定和產業集群辨認，選擇行政區劃省(直轄市或自治區)作為油氣產業集群識別的地理邊界;基于企業數量區位熵、產業產值區位熵和就業區位熵提出復合區位熵概念CLQ，并據此將我國12個油氣資源富集省區依油氣產業集群發育程度辨認(識別)為三個梯隊:第一梯隊包括新疆、黑龍江、遼寧、天津、山東、甘肅6省區，油氣產業上、下游均不同程度地發育產業集群;第二梯隊包括陜西、吉林、河北、四川、青海5省區，油氣產業上、下游并非均發育產業集群;第三梯隊為河南，油氣產業上、下游均不發育產業集群;進一步計算12省區油氣產業上、下游的CLQ差值，結果表明，總體上我國這12個油氣資源富集省區油氣產業下游相對于上游發育不足，油氣產業鏈出現“上游大，下游小”的畸形格局。

油氣資源產業集群;地理邊界識別;產業集群辨認;復合區位熵CLQ

油氣資源產業集群是本文的一個基礎概念。本文借鑒一般產業集群內涵和胡健等［1］對油氣產業集群的界定，指出油氣產業集群是在特定地理區域內，基于當地獨特的油氣資源優勢，油氣勘探、開發、儲運、煉制加工、化工和銷售等產業企業，及與其發展相關的配套企業(主要為油氣裝備制造業和油氣服務業等)和各種機構、組織(如高校、科研院所、培訓機構、中介、協會、金融、政府)相互聯系所構成的空間經濟組織體。其主體是一條產業鏈，這條鏈條成為油氣產業集群內部各主體相互關系的基本格架。這里有必要指出油氣產業集群與油氣產業集聚的區別。油氣產業集聚是指油氣資源勘探開發企業或加工企業以取得規模經濟、節約成本而在特定地域集聚，根據集聚企業是油氣開發生產型還是油氣加工型，分為開發生產型油氣產業集聚和加工集中型油氣產業集聚。由此可見，油氣產業集聚是特定區域內同類油氣企業的集中，這類油氣企業可以是上游油氣開采企業，也可以是下游油氣加工企業;而油氣產業集群則是基于當地獨特油氣資源優勢，沿著產業鏈不同環節企業的集中，產業鏈是油氣產業集群的主體，也就是說油氣產業集群內部既有上游油氣開采企業也有下游油氣加工企業。因而，從這一角度看，江蘇和浙江等省區雖然乙烯石油化工業等較發達，但由于沒有油田，缺乏油氣開采業，產業鏈上游缺失，因而，只能稱得上油氣化工集聚區，而油氣產業集聚不在本文研究之列。

我國同一區域(比如一個省、直轄市或自治區)油氣資源產業(后文簡稱油氣產業)上、下游發展并不平衡，不同區域油氣產業上、下游產業集群發育程度也存在差異，把握這些差異將有助于完善區域油氣產業發展規劃和明確不同區域油氣產業集群發育程度。產業集群識別包括產業集群辨認、產業集群的產業分類和產業集群邊界確定，其中，產業集群辨認是產業集群識別的重要內容，它是指被研究對象是否發育產業集群及發育的相對程度，因而，對我國油氣產業集群進行識別有助于掌握我國同一區域油氣產業上、下游產業集群發育狀況和明確不同區域油氣產業集群發育程度。然而，從目前國內外油氣產業集群研究來看，總體上并不豐富，其中，我國主要聚焦于油氣產業集群的成因［2－5］、區域功能［1，2，4，6－7］、集聚度衡量［1，2，8］，及發展策略［1，2，5－6，9］等方面;國外主要關注油氣產業集群的整體結構［10］、集聚效應［11］，及油氣集群基于區域創新的成長機制［12］。由此可見，無論國內還是國外，還沒有嚴格意義上的油氣產業集群識別研究。當然，已有產業集聚度衡量研究為油氣產業集群識別提供了很好的基礎和思路啟發，但是，即便油氣產業集聚度衡量的已有研究，衡量方法上也主要采用單一區位熵法或兩類區位熵的組合。由于不同區位熵從不同側面反映產業集聚狀況，因而綜合各類區位熵的衡量將能夠更客觀地反映油氣產業集群發育狀況。基于此，本文尋求三類區位熵的組合并據此提出復合區位熵的概念，基于復合區位熵來更客觀地衡量我國油氣資源富集區產業集群發育狀況。

1 相關研究

已有油氣產業集聚度衡量為油氣產業集群識別提供了很好的基礎和思路啟發，同時，一般產業集群識別研究為本文作進一步研究提供了理論與實踐支撐。

1.1 油氣產業集聚度研究

胡健等計算黑龍江、新疆、遼寧、四川、陜西、吉林、甘肅、青海等八省(直轄市或自治區)的Ellison-Glaeser指數，用來表示各省區油氣產業集聚程度，在此基礎上，進一步研究油氣產業集聚度與區域經濟增長之間［1，2，4］、與區域創新能力之間［6－7、9］的相關關系，并衡量西部油氣資源富集區生產集聚度［1，2，8］。張偉組合企業數量區位熵和產業產值區位熵衡量西部13個二位數資源型產業的聚集度，并計算這些產業銷售利潤率借以初步反映產業競爭力，最后得出了與客觀實際較吻合的資源型產業集聚度與產業銷售利潤率關系的結論［13］，表明了區位熵法在資源型產業集聚度衡量中的適用性。

1.2 產業集群識別研究

產業集群識別包括產業集群辨認、產業集群產業分類和產業集群邊界確定，其中，產業集群辨認指被研究對象是否發育產業集群及發育相對程度，是產業集群識別基礎且重要的內容［14］，因而，狹義上，產業集群識別即指產業集群辨認，許多文獻采用此觀點。已有產業集群識別研究主要圍繞產業集群識別的思路、標準、方法及應用展開，其中，識別標準和識別方法被學術界和產業界廣為關注。

1.2.1 產業集群識別標準

實際上，產業集群識別標準確定是復雜和困難的。意大利和法國做了這方面的工作［15］，如意大利將1999年確定的地方生產體系和產業區兩個層面的識別標準調整為2002年對產業區的具體判斷標準:即產業區內企業數應至少80家、員工總數應不低于250人，同時應符合企業體系和地方機構共同制定的開發條約:而在法國，則規定一區域內具有相似活動的企業如果達到了以下四個標準，即被認為產業區:一是企業至少5家，二是與同一活動有關的至少有100位雇員，三是每公里廠商的密度至少兩倍于法國的平均水平，四是地點系數LQ必須大于1［15］。上述研究中，產業區實際上相當于產業集群，可見，以上集群識別標準側重于企業數量、就業規模、集聚程度和專業化程度等方面。在國內，張建華等運用關系合約理論、分工理論與投入產出分析法，制定行政區劃和區位熵等8條產業集群識別標準［16］。

1.2.2 產業集群識別方法及其運用

學術界從20世紀60年代以來發展了許多辨認產業集群的方法，這些方法總體可分為定性識別方法和定量識別方法，且各有優、缺點［14，17－18］。其中，定性方法產業理解法的核心是區位熵(LQ系數)，其計算公式為:

其中，Eij表示j地區i產業的就業、企業數或產值總數，LQij表示一個給定區域j產業i的就業、企業數或產值占有的份額與該產業的就業、企業數或產值占整個經濟(如一國)的份額的比值。根據計算所依據指標的不同，LQij相應有企業數量區位熵 B－LQ(number of business-based location quotient，“business”應該為“enterprise”，但為了與就業區位熵中“E(employee)”相區分，這里借用“business”)、產業產值區位熵P－LQ(product value-based location quotient)和就業區位熵 E－LQ(number of employee-based location quotient)。由公式(1)可以看出，區位熵并非絕對數，而是相對數的比值，因而，若j地區i產業的就業、企業數或產值高，即Eij大，并非意味著LQij一定高，即i產業在j地區的集群度高，因為它還要取決于j地區產業的就業、企業數或產值的總量，因而，我們不能截然地說如果一個地區某產業發達，那么該地區該產業的集群度一定高;反之亦然，LQij低，并不意味著該產業就不發育，但LQij可比較同一區域不同產業發育程度，LQij越高，表明所對應產業相對于同一區域其他產業更為發育。由公式一還可以看出，區位熵計算僅涉及產業和區域數據，容易獲取、容易理解，計算操作也簡便，因而，在實踐中受到較廣泛的運用。對于主成分因子分析法、多元聚類法和圖論分析法等定量方法則在區域產業集群現象存在前提下，識別產業集群的數目、組成、內部關系等，因而能夠比較深入地勾勒出集群邊界，但這些定量方法操作比較復雜，對數據要求也高，在我國目前集群數據統計系統尚不完善前提下很難順利實施。

由于區位熵具有前述提到的這些優點，因而在一般識別中被經常采用，但識別標準在不同學者存在差異，如選擇就業區位熵大于1［19］、就業區位熵≥3且企業數目≥100［20］、各類區位熵大于 1.12 即表明高水平的專業化［15］，以及大于3的標準［21－23］。本研究認為LQ識別標準存在行業差異，應視所研究行業相關特征而定;此外，還應綜合考慮三類LQ值，因為三類LQ值畢竟分別從三個不同側面反映產業集群發育狀況。由于各類產業集群識別方法各有優劣，于是有些學者在實際運用中尋求方法的組合，如Rey融合主成分分析法和多元統計聚類法［24］、梁進社等人綜合運用主成分分析法和Czamanski法對北京產業集群進行識別［25］、李廣志等綜合應用區位系數法和主成分分析法對陜西省產業集群進行識別與選擇［26］。具體就區位熵三類指數之間組合來看，企業數量區位熵與產業產值區位熵組合［13］、就業區位熵與產值區位熵組合［27］等識別法已在實踐中得到使用，但組合三類區位熵用于產業集群識別則在目前文獻中極少見及，具體到油氣產業集群則尚未見及。

2 油氣產業集群識別內容及地理邊界識別

2.1 油氣產業集群識別內容

本研究包括油氣產業集群辨認和油氣產業集群地理邊界確定(識別)。產業集群邊界包括垂直邊界、水平邊界、交易邊界和地理邊界，其中，地理邊界指特定地理區位中產業集群的垂直、水平、交易邊界內所吸納的所有成員，具有區位特性，是產業集群區域集中性的表現。在油氣產業集群地理邊界確定前提下，油氣產業集群辨認則指辨認地理邊界范圍內油氣產業是否存在集群現象和集群發育的相對程度。

2.2 油氣產業集群地理邊界識別

四類集群邊界中，地理邊界受行政區劃限制，大多數產業集群通常分布在行政區劃內，與行政區劃相對應，但也有個別集群跨越行政區劃邊界［16，28］。進一步從油氣產業集聚相關研究來看，胡健等在分析油氣資源生產集聚和區域創新能力關系［1，6－7］、衡量西部油氣資源富集區生產集聚度［1，2，8］、評價西部油氣產業競爭力［1］，以及張偉衡量西部地區資源型產業集聚度時，均選擇以行政區劃省(直轄市或自治區)為基本研究單元，且最后均得到了與實際吻合較理想的結果［13］，這表明了行政區劃作為研究單元的合理性。此外，鑒于油氣產業規模性，油氣產業集群所及范圍通常擴大到一個省甚至幾省組合的區域，再結合我國油氣產業統計數據省歸口的特點、不同省區油氣生產規模和上下游發育程度的差異性，同時借鑒Marcon et al［29］和張淑靜［28］、張建華等［16］的研究觀點:大多數產業集群在行政區劃范圍之內，與行政區劃相對應，產業集群或產業集聚衡量方法也大都以行政單元為基礎。綜合以上考慮，本研究選擇省(直轄市或自治區)作為油氣產業集群識別的地理界線，即以行政省(直轄市或自治區)邊界作為油氣產業集群識別的地理邊界。與此相對應，油氣產業集群辨認即轉化為辨認具體省區油氣產業是否發育集群及相對發育程度。

3 我國油氣產業集群辨認方法選擇和樣本確定

油氣產業集群辨認可被視為狹義的油氣產業集群識別，辨認(識別)方法選擇和樣本確立是油氣產業集群辨認的基礎工作。

3.1 油氣產業集群辨認方法選擇

目前還沒有辨認(識別)產業集群的完美方法，產業集群識別需要根據具體情況選擇適合的方法。鑒于前文提到的區位熵法的優點和張偉運用區位熵法對我國西部包括油氣產業在內的13個資源型產業集聚度較理想的衡量［13］，同時，結合我國目前產業集群統計系統還不足以滿足主成分因子分析法、多元聚類方法、圖論法等較復雜的定量方法，本研究選擇LQ系數法作為油氣產業集群識別方法。由于企業數量區位熵B－LQ、產業產值區位熵PLQ和就業區位熵分別從不同側面反映產業集群發育狀況，因而，本研究同時選擇以上三類區位熵進行我國油氣產業集群識別。

3.2 樣本確定

本研究選取油氣資源富集的黑龍江、新疆、遼寧、四川、陜西、吉林、甘肅、青海等八省區，增加山東、天津、河南、河北等偏中部和偏東部省區，較全面地涵蓋了我國油氣資源(陸上)富集區。由于前文已限定油氣產業集聚不在本文研究之列，因而，對于象江蘇和浙江等油氣化工集聚區沒被本文選為樣本省區。

4 復合區位熵的提出及對我國油氣產業集群的識別

本文基于三類區位熵提出復合區位熵CLQ(Composite Location Quotient)概念，并依據復合區位熵對12樣本省區油氣產業集群作出最后識別。

4.1 三類區位熵的計算與分析

鑒于我國油氣產業上、下游發展的差異性和數據資料的可獲性，本研究按我國2002年實施的最新國民經濟行業分類標準GB/T4754－2002沿著油氣產業鏈按二位數選取上游石油和天然氣開采業和下游石油加工、煉焦及核燃料產業，分別計算這兩個二位數油氣產業的三類區位熵。考慮數據的獲全性和可靠性，數據取自2007年，來源于國研網的《工業統計數據庫》和《宏觀經濟數據庫》，及高校財經數據庫《中國工業經濟統計年鑒2008》。計算得到12樣本省區油氣產業上、下游三類區位熵值(見表1)。由表1可以看出:

(1)無論上游還是下游，同一省區三類LQ值并不相同，以天津、新疆、黑龍江、吉林4省差異最為顯著，這表明若單純依據其中某類區位熵進行油氣產業集群識別均有失偏頗。

表1 12省區油氣產業上、下游三類區位熵值Tab.1 Three tyes of location quotients of oil and gas industrial upstream level and downstream level of 12 provinces

(2)同一省區上、下游同類LQ值也存在差異，以天津、吉林、黑龍江、青海、新疆5省區最為顯著，這些省區上游區位熵明顯大于下游區位熵;但若下游區位熵大于上游區位熵，如山東、甘肅，則差值明顯減少，僅僅是略大于，這表明總體來看，12省區油氣產業下游相對于上游發育不足。

4.2 復合區位熵的提出

本研究認為三類區位熵在識別中的重要性存在差異，采用權重系數來反映這種差異，并將三類區位熵的加權平均稱為復合區位熵CLQ，計算公式為:

式中，a、b、c為權重系數，采用專家征詢法計算獲得。所選11位專家9位為高校資源經濟管理方面的教授、2位來自中國石油化工股份有限公司石油勘探開發研究院。計算11位專家賦值的算術平均值，得到三類區位熵的權重。上游就業區位熵a1、企業數量區位熵b1、產業產值區位熵c1權重分別為0.250、0.275、0.475，下游就業區位熵 a1、企業數量區位熵b1、產業產值區位熵c1權重分別為0.337、0.275、0.388。可以看出，無論上游還是下游，產業產值區位熵權重系數最大，表明產業產值在油氣集群識別中最為重要，這符合產業集群內在本質，因為無論是勞動力集中還是企業集中，最終均要歸結到為所在區域創造財富、創造價值。

4.3 基于復合區位熵的我國油氣產業集群識別

根據表1及公式(2)，計算得到12省區油氣產業上、下游復合區位熵值及排名(見表2)。本研究主要參考Nauwelaers［15］和張建華等［16］的觀點，選取復合區位熵大于1.1，同時鑒于產業產值區位熵在識別中的重要性，令其也大于1，則基于表2，對12省區油氣產業集群可得出如下辨認(識別)結論。

(1)12省區可劃分為三個梯隊。從上游看，復合區位熵大于1.1的依次為新疆、黑龍江、吉林、青海、天津、陜西、遼寧、甘肅、四川、山東，小于1.1的只有河南和河北;從下游看，復合區位熵大于1.1的有新疆、甘肅、陜西、遼寧、黑龍江、天津、山東、河北等8省區，小于1.1的有吉林、河南、四川、青海。綜上，上、下游復合區位熵均大于1.1的有天津、遼寧、黑龍江、山東、陜西、甘肅、新疆等7省，但其中陜西上、下游產業產值區位熵小于1.1(分別為0.513、0.195)，因而降為第二梯隊;上、下游均小于1.1的為河南，表明該省油氣產業上、下游均不發育集群;其余4省區河北、吉林、四川、青海，上、下游不全大于1.1，表明這4省油氣產業上、下游并非均發育集群。由此，按已選定的識別標準，12省區可劃分為以下三個梯隊(表3):第一梯隊為油氣產業上、下游復合區位熵均大于1.1梯隊，油氣產業上、下游均發育油氣集群，包括天津、遼寧、黑龍江、山東、甘肅、新疆6省區;第二梯隊為油氣產業上、下游復合區位熵不全大于1.1梯隊，油氣產業上、下游并不均發育集群，包括河北、吉林、四川、青海、陜西共5省區;第三

表2 12省區油氣產業上、下游復合區位熵及排名Tab.2 CLQ and ranking of oil and gas industrial upstream level and downstream level of 12 provinces

表3 基于復合區位熵CLQ 12省區油氣產業集群辨認得出的三個梯隊

Tab.3 Three echelons of the development of the oil and gas industrial clusters of 12 provinces based on CLQ梯隊為油氣產業上、下游復合區位熵均小于1梯隊，油氣產業上、下游均不發育集群，僅為河南。

備注:表中各省區單元格中，上、下排數值分別表示上、下游復合區位熵，括號內數字表示排名。

(2)總體看，12個油氣資源富集區油氣產業下游相對于上游發育不足。表4為12省區上、下游復合區位熵差值，從中可以看出，對于正差值，即上游復合區位熵大于下游區位熵，則差值總體偏大，如新疆(10.661)、吉林(7.452)、黑龍江(6.517)、青海(5.918)接近或大于6，表明這些省區油氣產業下游發育明顯不足;而對于負差值，即下游復合區位熵大于上游復合區位熵，則無論是復合區位熵本身還是差值均明顯偏小，如甘肅(－1.726)、遼寧(－0.969)、陜西(－0.832)、山東(－0.359)、河北(－0.251)，差值均不超過2，表明盡管這5省區下游復合區位熵大于上游，但十分有限，下游僅僅略比上游發育。因而，12省區油氣產業下游相對于上游發育不足，呈現“上游大，下游小”的畸形格局。

(3)油氣資源儲量成為我國政府規劃油氣開采業布局考慮的主要因素。由表4還可以看出，上游集群最為發育的為新疆和黑龍江，復合區位熵分別達到14.203和9.112，而這兩個省區恰恰是我國油氣資源儲量最豐富地區，由此可見，上游油氣開采業集群發育與油氣資源稟賦直接相關，油氣資源儲量成為油氣產業上游開采業集群發育的重要因素，因而成為我國政府規劃油氣開采業布局考慮的主要因素。上游油氣開采業在我國油氣資源富集的東北地區和西部地區便形成了較高的產業集群程度。

表4 12省區油氣產業上、下游復合區位熵差值Tab.4 The gap between CLQ in upstream level and in downstream level of oil and gas industry of 12 provinces

5 結語

就業區位熵、產業產值區位熵和企業數量區位熵從不同側面反映產業集群發育狀況，因而，基于以上三類區位熵加權平均的復合區位熵能夠更客觀地反映產業集群發育狀況。本文選擇行政區劃省(直轄市或自治區)作為油氣產業集群識別的地理邊界，選擇我國12個陸上油氣資源富集省區作為識別的樣本省區，計算這12省區油氣產業上、下游復合區位熵，并據此將這些省區油氣產業集群發育程度劃分為三個梯隊;進一步計算12省區上、下游復合區位熵差值，結果表明，總體上12個油氣資源富集省區油氣產業下游相對于上游發育不足，油氣產業鏈出現畸形;此外，研究表明油氣資源儲量是油氣上游開采業產業集群發育的重要因素。面對以上12個油氣資源富集省區油氣產業整體發展的畸形格局，如何在石油開采和石油加工業之間形成較為緊密的關聯是我國油氣產業整體健康發展過程中值得考慮的一個重要因素［2］。這一方面依靠政府基于油氣集群識別結果來整體地規劃和作政策引導，另一方面調整優化目前我國油氣產業行政配置機制，增強市場對油氣資源的配置效能，提高油氣資源附加值，真正充分發揮區域油氣資源的稟賦優勢。

油氣產業集群和其他產業集群一樣也是動態發展的。以上識別結論基于12樣本省區2007年數據得出，由于此后幾年各省區油氣產業上、下游發展速度存在差異，上、下游復合區位熵差值將發生變化。比如天津市，由于近年來煉油工程項目建成和國家級石化產業基地的進一步建設，下游發展迅速，與上游復合區位熵的差值逐漸減小，因而，在參考本研究識別結論時，應當結合被研究省區油氣產業上、下游近幾年發育的實際;另外，前文已分析提到，區位熵是相對數的比值，一個地區某產業發達，其區位熵不一定高，反之亦然，區位熵低，某區域某產業不一定不發育，這在理解和應用本文研究結論時要予以注意。

就后續研究來說，一是在數據獲全性有保障情況下，計算盡可能新的復合區位熵，以反映我國前述12省區油氣產業集群最新發育狀況，并與本文得出的2007年識別結果進行縱向對比，得出動態發育狀況;二是擴大研究范圍，將江蘇和浙江等省區石油化工產業集聚也考慮在內，勾畫出我國油氣產業集中的整體格局。

References)

［1］胡健，吳文潔，董春詩，等.油氣資源開發與西部區域經濟協調發展戰略研究［M］.北京:科學出版社，2007.［Hu Jian，Wu Wenjie，Dong Chuangshi，et al.Strategy Research on Coordination between Oil-gas Resource Development and Economy Development in Western Region［M］.Beijing:Science Press，2007:37 －42.］

［2］胡健，焦兵.基于油氣資源稟賦的產業集群對區域經濟發展影響的實證研究［J］.經濟地理，2007a，27(4):533 －537.［Hu Jian，Jiao Bing.The Empirical Analysis on the Effect of the Industrial Colony on the Region Economy Development Basing on the Oil＆Gas Resources［J］.Economic Geography，2007a，27(4):533 －537.］

［3］張雄化，張淑英.基于傳統因素決定的產業集群分析:以新疆油氣產業集群為例［J］.資源與產業，2008，10(6):27 －32.［Zhang Xionghua，Zhang Shuying.A Case Study of Oil-gas Cluster in Xinjiang:Industrial Cluster Based on Traditional Factors［J］.Resources ＆ Industries，2008，10(6):27 －32.］

［4］胡健，焦兵.石油天然氣產業集群對區域經濟發展的影響［J］.統計研究，2007b，24(1):54－58.［Hu Jian，Jiao Bing.The Impact of Industrial Cluster of Petroleum and Natural Gas on Regional Economic Development［J］.Statistical Research，2007b，24(1):54 －58.］

［5］李勇.西部石油天然氣化工產業集群發展的定位及布局研究［J］.特區經 濟，2009，(6):182 － 184.［Li Yong.Western Petroleum and Natural Gas Chemical Industry Gathering Developments Position and Layout Research［J］.Special Zone Economy，2009，(6):182 －184.］

［6］胡健，焦兵.油氣產業集群對區域創新能力的影響力分析［J］.當代經濟科學，2008a，30(4):30 －35.［Hu Jian，Jiao Bing.Impact of Oil and Gas Industry Cluster on Innovation Ability of Regions［J］.Modern Economic Science，2008b，30(4):30 －35.］

［7］胡健，周艷春.基于油氣資源產業集聚的區域創新能力評價與比較［J］.當代經濟科學，2010，32(1):84 －89.［Hu Jian，Zhou Yanchun.The Evaluation and Comparison of Regional Innovation Capacity Based on Oil and Gas Cluster［J］.Modern Economic Science，2010，32(1):84 － 89.］

［8］胡健，焦兵.中國西部地區石油天然氣產業集聚水平測度的實證研究［J］.統計與信息論壇，2007c，22(1):19 －23.［Hu Jian，Jiao Bing.An Empirical Study on the Measure of Industry Concentration Level of Petroleum-gas Industry in Western China［J］.Statistics ＆Information Forum.，2007，22(1):19 －23.］

［9］胡健.基于油氣資源開發視角的西部區域經濟發展戰略設計［J］.西安財經學院學報，2008b，21(2):5 －12.［Hu Jian.Strategy Design for Economic Development in Western Region:In the View of Oil＆ Gas Resources Development［J］.Journal of Xi an University of Finance and Economics，2008a，21(2):5 －12.］

［10］Porter M E.Innovation and Competitiveness:Findings on the Netherlands.Lecture on Organizing Innovation in the Knowledge-Based Economy，The Hague，The Netherlands.http://scholar.google.com.hk/scholar?start=30＆q=oil+and+gas+industrial+cluster＆hl=zh －CN＆as_sdt=2000＆as_vis=1，2001，10

［11］Laila A，Mine Y.The Face of Texas:Jobs，People，Business，Change Industry Clusters in Texas.http://www.dallasfed.org/research/pubs/fotexas/fotexas_assanie.html，2005，10.

［12］Tsuji M，Kuchiki A.From Agglomeration to Innovation:Upgrading Industrial Clusters in Emerging Economies［M］.Hampshire:Palgrave Macmillan Press，2009.

［13］張偉.西部地區資源型產業集群化發展分析［J］.統計與決策，2008，20(總 262):107 － 109.［Zhang Wei.Analysis on the Development of Resource Industries Based on Industrial Cluster.Statistics and Decision，2008，20(262):107 －109.］

［14］楚波，金鳳君.產業集群辨識方法綜述［J］.經濟地理，2007，27(5):708 － 713.［Chu Bo，Jing Fengjun. Review on the Methodology of Identifying Industrial Cluster［J］.Economic Geography，2007，27(5):708 － 713.］

［15］Nauwelaers C.Innovative Hot Spots in Europe:Policies to Promote Trans-Border Clusters of Creative Activity［R］.Report for the European Commission(DG Enterprise)，May，Innovation Trend Chart Project，Luxembourg，2003.

［16］張建華，張淑靜.產業集群的識別標準研究［J］.中國軟科學，2006，(3):83 － 90.［Zhang Jianhua;Zhang Shujing.Research on the Criterion of Identifying Industrial Cluster［J］.China Soft Science，2006，(3):83 －90.］

［17］王今.產業集聚的識別理論與方法研究［J］.經濟地理，2005，25(1):9 －11.［Wang Jin.A Study on the Theories and Methods of Industrial Cluster Identificaltion ［J］.Economic Geography，2005，25(1):9 －11.］

［18］賀燦飛，潘峰華.產業地理集中、產業集聚與產業集群:測量與辨識［J］.地理科學進展，2007，26(2):1 － 13.［He Canfei，Pan Fenghua.Geographical Concentration and Agglomeration of Industries:Measurementand Identification［J］. Progressin Geography，2007，26(2):1 －13.］

［19］王今，侯嵐，張穎.產業集群的識別方法及實證研究［J］.科學學與科學技術研究，2004，(11):117－120.［Wang Jin，Hou Lan，Zhang Yin.Identification Mothod on IndustrialClusterand Empirical Research［J］.Science of Science and Management of S.＆ T.，2004，(11):117 －120.］

［20］潘峰華.產業集群的辨識及其特征分析:以浙江省制造業為例

［J］.地理科學進展，2007，26(4):130 － 140.［Pan Fenghua.Identifying IndustrialClusters:A QuantitativeCaseStudyof Manufacturing Industry in Zhejiang Province［J］.Progress in Geography，2007，26(4):130 －140.］

［21］Martin R，Sunley P.Deconstructing Clusters:Chaotic Concept or Policy Panacea［J］?Journal of Economic Geography，2003，3(1)，5－35.

［22］Isaksen A. TowardsIncreased RegionalSpecialization?The Quantitative Importance of New Industrial Spaces in Norway，1970 －1990［J］. Norsk Geografisk Tidsskrift-Norwegian Journalof Geography，1996，50(2)，113 －123.

［23］Malmberg A，Maskell P.The Elusive Concept of Localization Economies:towards a Knowledge-based Theory of Spatial Clustering［J］.Environment and Planning A，2002，34(3):429 －449.

［24］Rey S J，Janikas M V.Space-time Analysis of Regional Systems［J］.Geographical Analysis，2006，38(1):67 －86.

［25］梁進社，賀燦飛，張華.近10年北京經濟職能的發展變化［J］.地理學報，2005，60(4):577 － 586.［Liang Jinshe，He Canfei，Zhang Hua.Changes in the Economic Functions of Beijing，1992 －2002:Based on the Inter-industrial Linkage and Economic Base Theory［J］.Acta Geographica Sinica，2005，60(4):577 －586.］

［26］李廣志，李同升，孫文文，等.產業集群的識別與選擇分析:基于陜西省產業集群的研究［J］.人文地理，2007，(6):57 －60.［Li Guangzhi，Li Tongsheng，Sun Wenwen，et al.An Analysis on the Identification and Selection of Industrial Clusters:Based on Shaanxi Province［J］.Human Geography，2007，(6):57 －60.］

［27］馮衛紅.旅游產業集群判定和識別探討［J］.經濟問題，2008，(2):120 －122.［Feng Weihong.Discussion about the Determinant and Identification on Tourism Cluster［J］.On Economic Problems，2008，(2):120 －122.］

［28］張淑靜.產業集群內涵、構成要素及識別研究［J］.生產力研究，2005，(7):134 － 136.［Zhang Shujing.Implication，Componants and Identification of Industrial cluster［J］.Productivity Research，2005，(7):134 －136.］

［29］Marcon E，Puech F.Evaluating the Geographic Concentration of Industries Using Distance-based Methods［J］.Journal of Economic Geography，2003，3(4):409 －428.

［30］Nauwe L C.Innovative Hot Spots In Europe:Policies to Promote Trans－ border Clusters of Creative Activity［R］.Report for the European Commission(DG Enterprise)，May，Innovation Trend Chart Project.Luxembourg，2003.

Indentification of Industrial Clusters of Oil and Gas in China Based on Composite Location Quotient

CHEN Lian-fang YAN Liang
(School of Economics and Management，China University of Geosciences(Wuhan)，Hubei Wuhan 430074，China)

Indentification of industrial clusters of oil and gas provides scientific reference for the improvement of the planning of industrial development of oil and gas and the understanding of the difference in development degree of industrial cluster of oil and gas among different regions.Indentification of industrial cluster of oil and gas in this paper includes inentification of geographic boundaries and identification(narrow sense)of industrial clusters of oil and gas.The administrative provinces(municipal cities or autonomous regions)is selected as geographic boundaries for indentification of industrial clusters of oil and gas.Besed on composite location quotient(CLQ)，the weighting average of product value-based location quotient，number of business-based location quotient and number of employee-based location quotient，the development of the industrial clusters of oil and gas of 12 provinces with rich oil and gas resources can be divided into three echelons:the first includes Xinjiang，Heilongjiang，Liaoning，Tianjin，Shandong and Gansu，and these regions develop industrial cluster of oil and gas in different degree both at upstream level and at downstream level;the second includes Shaanxi，Jilin，Hebei，Sichuan and Qinghai，and these develop industrial cluster of oil and gas either at upstream level or at downstream level;the third includes Henan Province and it can develop industrial cluster of oil and gas neither at upstream level nor at downstream level.Besides，computing the gap between CLQ at upstream level or at downstream level of 12 provinces，the paper finds that interior development of industrial clusters of oil and gas of the 12 provinces exists at the downstream level than at the downstream level as a whole，displaying an unbalanced pattern of‘excessiveness in the upstream and limited in the downstream’of oil and gas industry.

oil and gas industrial cluster;geographic boundaries identification;industrial cluster identification;composite location quotient CLQ;China

F205

A

1002－2104(2012)02－0152－07

10.3969/j.issn.1002－2104.2012.02.025

(編輯:劉照勝)

2011－08－30

方春洪，助理研究員，主要研究方向為海洋經濟、海域評估等。

國家海洋公益性行業科研專項經費項目(編號:200805087)。