閆華飛,胡 蓓
(1.武漢工程大學 管理學院,武漢430205;2.華中科技大學管理學院,武漢 430070)
發展是事物從小到大,從低級到高級,從簡單到復雜的變化過程。產業集群發展是產業集群從無到有,從雛形到形成成長成熟,從低級到高級的演化過程。產業集群發展是地區競爭優勢來源和區域經濟發展的增長極,能催生新的上下游企業的出現,完善產業鏈,促成專業化市場的出現和輔助性服務行業的形成,在區域經濟和產業發展中占有重要地位。產業集群發展是一個廣泛而抽象的概念。根據發展的形式和路徑的不同,可將產業集群發展劃分為內涵式發展和外延式發展。馬克思在《資本論》里指出:如果生產場所擴大了,就是在外延上的擴大;如果生產效率提高了,就是內涵上擴大了。內涵式強調創新和效率,常與集約式發展相聯系,外延式強調規模,常與粗放式發展相聯系。集群內涵式發展是以集群內部因素為動力和資源的發展,注重結構優化、資源整合和質量提高,主要是適應內部需求表現出的內涵提升;外延式發展是以集群外部因素作為動力和資源的發展,注重數量增長、規模擴大、空間拓展,主要是適應外部的需求表現出的外形擴張。產業集群需要外延式發展擴大規模,提高產品市場占有率,但更需要內涵式發展,實現產業集群的結構優化,提升產業集群創新能力和水平,提高產業集群整體質量。弄清產業集群內涵式發展的內容維度,建立產業集群內涵式發展的測量體系,是評估產業集群發展質量的一個重要前提,有助于識別產業集群的質量提升和演化升級。
產業集群發展評價是一個難點問題。目前,關于產業集群發展的評價主要有兩種基本形式:定性評價和定量評價。有影響力和代表性的定性評價法包括波特(2002)的鉆石模型評價法和霍特林(Hotelling,1929)區位競爭模型評估法。鉆石模型評價法是通過對生產要素、需求條件、相關和支持產業以及企業戰略、結構和同業競爭四大關鍵要素和政府與機會兩個輔助要素的變化和相互作用來評估產業集群的發展程度。霍特林模型強調企業區位選擇是受兩種效應的結果:需求效應和競爭效應。需求效應產生“向心力”,促使企業向消費市場的中心集聚;競爭效應產生“離心力”,促使企業分散于市場的外圍,因此產業集群的發展程度受兩種效應共同作用的結果。此外,Feser(2001)從諸多動態的影響因素角度來評價產業集群發展和競爭力狀況,動態的影響因素主要包括生命周期、地理狀況、關聯關系三個維度[1]。Mitra(2003)從產業集群11個能力的綜合表現來評估產業集群的發展和競爭力狀況,這11個能力因素包括:密度、寬度、深度、跨度、技術、活動、地理范圍、創新能力、產權結構、領導能力、發展階段[2]。
在定量評價方面,較有影響的是通過對產業集群集聚度的測量來評價產業集群的發展程度,產業集群的集聚程度反映了集群中企業間縱向聯系和橫向聯系的程度,一定意義上,體現了產業集群的發展程度。幾種有代表性的方法分別是:行業集中度指數(CR),是指規模較大的幾個企業或地區銷售收入、產值、就業人數、資產額等主要經濟指標在總體中所占比重的情況,比重越大,說明行業集中度越高;空間基尼系數(G),是指通過比較某一地區某個產業的就業人數占該產業總就業人數的比重及該地區全部就業人數占總就業人數的情況,以反映產業的集聚程度;區位商系數(LQ),是指某一區域某個產業占有的份額與整個經濟中該產業占有份額的比值,其值大于1,說明高于平均集聚,該比值越大,表明某行業的集聚程度越高;赫芬達爾-赫希曼指數(HHI),是指某特定行業市場上所有競爭企業市場份額的平方和,市場份額通過企業所占行業總收入或總資產百分比來衡量,是一種評價產業集中度的綜合指標;空間集聚指數(EG),是考慮產業規模之間的差異,是對空間基尼系數的修正,是HHI指數和空間基尼系數的綜合運用;產業集群集聚度(CAD)指數,該指數是通過產業集群集中程度和企業間的聯系程度共同決定。
通過綜合指標來定量評價產業集群的發展程度也是一種常見的做法,這類評價方法有兩個主要難點:評價指標的選擇和評價指標權重的確定。評價指標的選擇往往是通過相關理論或觀點來提煉,評價指標權重的確定經常通過層次分析法、德爾菲法、熵值法、BP神經網絡評價模型等來解決。聯合國貿易和發展組織(UNCTAD,1998)根據三個指標對產業集群的發展階段進行了分類,這三個指標分別是集群網絡化的企業技術水平、市場的擴展程度和企業之間的合作程度,并通過技術水平、技巧、創新能力、企業規模、出口狀況、信任、競爭、學習等因素來評價。Padmore&Gibson(1998)在鉆石模型的基礎上建立了(GEM)評估模型,該模型認為產業集群的發展取決于三要素六因素,三要素分別是:基礎,由資源和設施兩個因素組成;企業,由供應商與相關企業和企業結構與戰略兩因素組成;市場,由本地市場與外部市場組成,通過對影響因素的量化處理來評估產業集群的發展程度和競爭能力[3]。國內學者池仁勇等(2005)從企業出生率與死亡率、企業成長率、集群網絡聯接度、集群產業配套度四個方面對產業集群發展階段進行劃分[4];周碧華等(2006)提出了產業集群綜合評價的八個指標維度,分別是集成密度、發展規模、服務體系、基礎設施、經濟效益、品牌形象、科技水平、管理能力[5]。已有研究表明,產業集群發展的衡量指標宜采用綜合評估指標體系,但有關評估指標的具體內容,在學界仍存在差異。梁宏、姜振寰(2007)從經濟競爭力、集聚競爭力和環境競爭力三個角度建立了產業集群發展狀況的評價體系。經濟競爭力主要考察生產、市場和技術創新方面的情況;集聚競爭力主要考察集聚經濟的有效程度和網絡的密切程度,即產業集群內部產業鏈上下游的完善程度、關聯水平以及企業與研究機構、行會、協會等中介組織間的密切程度;環境競爭力主要考察產業集群外部環境的影響和支持力度,如政府優惠政策、當地研發能力、高素質勞動力供給能力、區域文化、創業氛圍等等[6]。
有關定性和定量評價的區別問題,Chandle&Hanks(1993)研究認為:盡管主觀性指標可能會因為問卷填寫者的個性與期望水平等因素而顯得不夠準確與可靠,但采用主觀性測量指標通常具有較高的內部一致性與可接受的內部可信度[7]。Covin&Slevin(1994)的研究也指出,對于績效測量,主觀指標與客觀指標在統計上具有顯著的相關關系,因而這兩種方法在測量結果上具有一致性,用主觀績效代替客觀績效不會影響研究的信度和效度[8]。
在對產業集群內涵式發展進行理論探索的同時,還需要實證研究的支撐和驗證。在前文理論探索的基礎上,通過文獻調研、訪談和小范圍測試等手段,科學編制了產業集群內涵式發展的測度量表,并對量表進行驗證。
Dunn等(1994)認為問卷測量指標的設計擬采取通過文獻調研和對企業界的調查訪談設計初始的測量指標、與相關高層管理者或專家討論修改測量指標、通過小范圍的預測試來凈化測量指標以最終確定正式問卷等四個設計步驟[9]。產業集群內涵式發展測量量表的開發,仍然遵守量表開發的四個基本步驟:文獻調研;創業者深度訪談;產業集群管理者訪談;小范圍測試。
正式問卷總共有三個維度12個問項組成,發放對象為產業集群環境下的創業者。問卷要求被調查者依據每一個問項的內容表述將產業集群發展的現在狀態與產業集群發展的過去狀態進行比較,比較結果通過Likert 5級量表的形式確定為五個等級,即“差很多”、“差”、“一樣”、“好”、“好很多”五個等級,分別用1~5表示,被調查者根據自己的判斷進行選擇。具體見表1所示。

表1 產業集群內涵式發展評價量表
為了檢驗產業集群內涵式發展的構思維度以及為實證研究提供基礎,本研究采用調查問卷方式來獲取數據,調查對象為產業集群環境下的創業者。在完成調查問卷設計和變量測量量表開發的基礎上,對產業集群環境下創業者進行了大規模問卷調研。
在2012年10月至2013年3月期間,通過拜訪、郵寄和委托方式,在浙江臺州汽摩及配件和服裝機械產業集群、山東德州新能源和食品產業集群、武漢光谷光電子產業集群共計發放問卷632份,回收問卷378份,其中實地拜訪調查回收32份,通過郵寄回收問卷164份,委托與創業者關系密切的當地金融機構工作人員回收問卷182份,回收率為63%。通過對回收的378問卷進行仔細篩選后,剔除了無效問卷68份,剔除原因分別為:問卷填寫不完整、問卷填寫人不符合樣本選擇標準、隨意填答,最終獲得有效問卷共計310份。
有效性和可靠性是測量量表的基本要求,在形成正式問卷之前,還需要對測量量表的質量進行評估,即信度和效度的檢驗,在此基礎上,如需必要,還需對量表進行修正和完善。為此,本內容將對調查問卷數據進行項目分析、信度分析、探索性和驗證性因子分析。
為了檢驗產業集群內涵式發展量表和題項的適切性和可靠性,首先需要對其進行項目分析。項目分析的目的是找出未達到顯著性水平的題項,并將其刪除,以達到凈化題項的目的。可通過同質性檢驗來實現。同質性檢驗是個別問項篩選的指標,采用個別問項同總分的積差相關系數來進行檢驗。若個別問項與總分的相關性高,表明該問項與整體量表的同質性高,與所要測量的變量接近,該問項應保留;若個別問項與總分的相關性低(r<0.4),表明該問項與整體量表的同質性低,最好刪除。表2為產業集群內涵式發展量表總分與各問項的相關系數,表明各問項與總分之間的積差相關達到顯著,各問項通過了同質性檢驗,12個問項均予以保留。

表2 產業集群內涵式發展總分與各問項得分相關系數
對產業集群內涵式發展量表總體和每一維度進行一致性檢驗,即Cronbach α系數檢驗,以評估產業集群內涵式發展測量的信度。結果顯示,量表總體的Cronbach α系數值為0.934,各維度分量表的Cronbach α系數值分別為0.881、0.907、0941,均大于0.7,這表明量表題項的選取在統計學上能夠較好的滿足信度的要求。
為了檢驗產業集群內涵式發展量表的結構效度,還需要進行因子分析。先通過探索性因子分析(EFA)確定產業集群內涵式發展量表的維度結構,維度結構確定后,再對其進行驗證性因子分析(CFA),來確定量表的因子結構模型與實際收集數據的適切性。為此,本文將310份有效問卷隨機分成兩半,一半數據用于探索性因子分析(n=155),另一半數據用于驗證性因子分析(n=155)。差異檢驗表明,兩個子樣本在性別、學歷、年齡、創業經歷等的分布上都沒有顯著性差異。
首先,對樣本數據進行KMO測度和巴特利特球度檢驗,以判斷樣本是否適合做因子分析。在本研究所使用的樣本中,檢驗統計量KMO值為0.892,高于0.7,巴特利特球度檢驗統計量觀測值為1480.607,對應的概率P值為0.000,低于0.001的顯著性水平,說明量表適合做因子分析。在樣本通過適合性檢驗之后,對155個樣本進行探索性因子分析,采用主成分因子提取方法和最大方差旋轉法,結合碎石圖,提取因子。以特征值大于1作為主成分保留的標準,12個問項共提取了3個公因子,累計解釋總變異79.178,第一個因子解釋了總變異的28.330%,第二個因子解釋了總變異的25.719%,第三個因子解釋了總變異的25.130%。每個題項的因子載荷均大于0.5,達到了統計學上的要求,集群創新(CI)、主體交互(BI)、產業關聯(IA)三個因子的題項都歸入了同一個因子,符合既有的理論構思,通過了探索性因子分析的效度檢驗(見表3)。
經過探索性因子分析界定產業集群發展結構維度后,還需要進行驗證性因子分析,以檢驗產業集群內涵式發展的三維結構是否能得到另外樣本數據的支持,即產業集群內涵式發展三維結構模型是否與實際數據相吻合。為此,采用剩余155份調查數據進行驗證性因子分析。

表3 轉抽后的成分矩陣
產業集群內涵式發展的驗證性因子分析結果如圖1所示。產業集群內涵式發展測量模型的擬合指數顯示:χ2/df=1.632,CFI=0.980,NFI=0.951,IFI=0.967,GFI=0.930,RMSEA=0.064,路徑系數介于0.804到0.928之間,且具有較強的統計顯著性(P<0.001),這說明產業集群發展的測量模型的擬合效果較好。圖1顯示所有的因子結構均通過驗證,這表明產業集群內涵式發展的測量具有較高的收斂效度。

圖1 產業集群內涵式發展驗證性因子分析的測量模型
在對產業集群發展文獻研究的基礎上,提出了產業集群內涵式發展的構念,結合創業者和產業集群管理者的深度訪談,初步提煉了產業集群內涵式發展測量的維度指標,即產業關聯、主體交互和集群創新。通過問卷調查收集有效問卷310份,對問卷數據進行統計分析以檢驗產業集群內涵式發展測量工具的信度和效度水平,結果表明:該測量工具具有良好的內部一致性,通過了信度檢驗,并且具有良好的內容效度和結構效度。本研究探索性分析了產業集群內涵式發展的構念,界定了產業集群內涵式發展的內容維度,開發了產業集群內涵式發展的測量量表,這對于深入認識產業集群發展,增強產業集群發展質量意識,夯實產業集群演化升級研究基礎具有一定的理論價值和實踐意義。但量表開發是一項不斷完善的過程,既需要可靠理論的支持,也需要大數據的驗證,產業集群內涵式發展量表還需要經過不斷的修改和完善。另外,產業集群內涵式發展的前因變量也是一項有待深入研究的領域。
[1]Edward J F.Introduction to Regional Industry Cluster Regional Industry Cluster Analysis[R].Department of City&Regional Planning,University of North Carolina at Chapel Hill,2001.
[2]Jay M.Building Entrepreneurial Clusters[R].Final Dissemination Workshop,University of Luton,United Kingdom,2003.
[3]Tim P,Hervey G.Modelling Systems of Innovation:A Framework For Industrial Cluster Analysis in Regions[J].Research Policy,1998(26).
[4]池仁勇,郭元源,段姍,陳瑤瑤.產業集群發展階段理論研究[J].軟科學,2005,(5).
[5]周碧華,吳秋明,蘭榮嵩.產業集群綜合評價指標體系實證研究[J].管理科學文摘,2006(4).
[6]梁宏,姜振寰.產業集群競爭力評價研究[J].自然辯證法研究,2007(2).
[7]Chandler G.N.,Hanks,S.H.Founder Competence,The Environment,and Venture Performance[J].Entrepreneur Theory and Practice,1994(18).
[8]Covin J G,Slevin D P.Implementing Strategic Missions:Effective Strategic,Structural and Tactical Choices[J].Journal of Management Studies,1994,31(4).
[9]Dunn S C,Seaker R F,et al.Latent Variable in Business Logistics Research:Scale Development and Validation[J].Journal of Business Logistics,1994,15(2).