中國工業空間格局的演變與集聚差異*——基于EDSA和城市面板數據的空間計量研究

劉友金　曾小明

?

中國工業空間格局的演變與集聚差異*——基于EDSA和城市面板數據的空間計量研究

劉友金曾小明

摘要：利用2003—2013年全國286個地級市面板數據，運用探索性空間數據分析技術和空間計量模型方法，考察中國工業空間格局的演變過程、地理集聚特征及其影響因素。研究表明：（1）中國工業在長江三角洲、環渤海地區的集聚趨勢進一步增強，集聚范圍進一步擴大，工業向中西部跨省區轉移的同時，還呈現出明顯的省內轉移現象。（2）工業空間分布存在全局范圍正的空間自相關性，且這種相關性隨時間變化而增強，局部相關顯示出工業的地理集聚特征為東部的“高高”集聚和西部的“低低”集聚，中部的集聚特征并不顯著。（3）空間杜賓模型顯示，空間溢出效應、市場規模、在公共產品上的財政支出、稅收政策和產業外部性對工業分布有顯著影響。中西部地區承接產業轉移，應充分發揮政府提供公共產品服務功能，為產業發展提供良好的環境和條件，同時加強地區間產業聯系和互補，實現產業集群式發展，在中西部有相對比較優勢的地區形成新的產業集聚區。

關鍵詞：工業分布；時空演變；集聚差異；ESDA；空間計量；杜賓模型

一、引言

改革開放以來，我國工業空間結構不平衡問題日益突出，形成了東部地區高度集聚、中西部地區相對分散的“中心-外圍”工業空間格局。為了調整空間結構，一些學者主張通過產業轉移來促進區域協調發展，政府也實施了一系列優惠政策推動產業從東部地區向中西部地區轉移，先后批準設立了七個國家級承接產業轉移示范區，并且不斷加大對中西部地區交通基礎設施建設的支持力度。與此同時，自2003年前后東部地區開始出現“民工荒”和“電荒”等現象，勞動力和能源等資源越來越緊缺，企業低成本優勢逐漸喪失，市場機制也在推動產業向中西部地區轉移。在政府政策與市場規律的雙重作用下，中國工業空間格局和聚集差異是否發生了變化？如果發生了變化，決定工業空間分布變化的因素又是什么？對這些問題的思考與實證研究有助于了解中國工業時空演變規律和國家產業布局，為資源空間優化配置和產業轉出地、產業承接地的政策制定提供依據。

目前，研究中國工業空間格局的文獻基本上從產業轉移和產業集聚兩方面展開，探討產業的分布特征、集聚趨勢及影響因素。文獻研究發現，中國工業存在顯著的集聚現象，并且產業集聚不斷加強。在我國工業整體表現為集聚的同時，部分行業有向中西部地區轉移現象。面對我國工業空間格局的變動，眾多學者從不同方面展開了一系列研究，尋找導致工業空間格局變動的影響因素。黃玖立和李坤望研究發現，對外貿易的地理優勢和由此獲得的各種政策優惠與傾斜，是產業向東部地區集聚的重要原因，內地省份的地方保護主義也影響產業布局。賀燦飛和潘峰等人的研究發現利用外資和參與國際貿易有利于產業地理集聚，而區域分權促使制造業分散布局。市場容量、城市化、基礎設施的改善和政府作用的弱化也有利于工業集聚，而東部地區的土地、勞動力等成本上升和政府積極推動區域協調發展是影響產業向中西部地區轉移的重要原因。朱英明和楊連盛的研究表明，東部地區的水土資源短缺不但沒有降低工業集聚水平，反而顯著提高工業集聚水平，需求規模、地方政府競爭和累積循環效應對地區工業集聚具有顯著的促進作用，交易成本對工業集聚則產生顯著的約束作用。以上研究對我們認識和理解中國工業在區域間的分布不平衡問題提供了很好的分析途徑。但仍然存在一定的局限性，即上述研究都假設各區域之間是相互獨立，不存在任何相互作用。然而，任何事物與其周圍事物都存在聯系且與其相近事物的聯系更為緊密，幾乎所有空間數據都具有空間依賴性或空間自相關特征。而傳統的工業空間布局變化分析方法缺乏空間視角，不僅忽視了產業的空間輻射效應，也難以反映產業發展的空間關聯性和時空差異性。另外，關于研究數據的選取方面，以往的研究大多使用的是省級層面的數據，但是每個省內部地區之間存在著巨大差異性，從省份這樣巨大而復雜的區域來研究工業空間格局的變化可能會影響結論的準確性，并且大多使用的數據時間較早，不能反映工業空間結構變動的最新狀況。

ESDA（Exploratory Spatial Data Analysis，探索性空間數據分析）是一系列空間數據分析方法和技術的集合，以空間關聯測度為核心，通過對事物或現象空間分布格局的描述和可視化，發現空間集群和空間分異，揭示研究對象之間的空間相互作用機制。近年來，ESDA方法已被應用在研究區域經濟差異、社會空間、創新產出、人口空間格局等方面，同時也為工業空間格局的演變提供了很好的分析方法和工具。本文以中國285個地級市為研究對象，通過ESDA相關分析，描述2003—2013年中國市域工業在空間上的變化狀況，并進一步利用面板數據的空間計量分析探索影響市域工業空間格局變化的機制及工業經濟發展的空間溢出效應，為設計中國區域間產業轉移的時空引導政策提供依據。

二、數據來源與研究方法

（一）數據來源及空間范圍

數據是開展研究的基礎，本文研究在數據的選取過程中考慮到兩個問題：一是中國工業分布變化最明顯的時間節點，二是所能夠獲取到的最新相關數據。對于前者，考慮到2003年左右開始沿海產業向中西部地區的轉移的數量和規模不斷擴大，東部地區工業產出比重開始呈下降趨勢，說明2003年左右我國工業空間分布開始出現明顯的變化；對于后者，根據我們查閱的資料，目前所能全面獲取到的最新數據只到2013年度。所以，本文報告中國工業空間分布的時間范圍為2003—2013年。本文的數據資料如無特別說明，均取自《中國城市統計年鑒（2004—2014）》，對個別地區個別年份缺失的數據，我們采用前后兩年的均值代替。本文根據數據情況確定研究的空間范圍，第一，由于中國香港、澳門和臺灣省因數據無法獲取不包括在本研究范圍之內。第二，畢節、銅仁、拉薩因數據嚴重缺失也不包括在分析范圍內；第三，由于巢湖市在2011年進行了行政規劃調整，我們將其并入合肥市。因此，依據實際數據，本文的分析單元共包括285個地級市。

（二）研究方法

空間經濟學理論認為一個地區的經濟活動與鄰近地區的這一經濟活動有密切關系，即地理位置鄰近的空間數據具有空間自相關的特征。為了驗證我國工業的空間集聚特征，本文對中國工業空間分布進行空間自相關檢驗，包括全局測度和局部測度兩種。

1.全局空間自相關

全局空間自相關描述的是在研究空間范圍內所有單元的整體空間關系，通常使用Moran’s I指數分析經濟活動是否具有全局空間自相關，其計算公式為：

Moran’s I的取值范圍為-1≤I≤1，I<0表示空間負相關，代表不同的屬性值趨向于聚集在一個區域；I>0表示空間正相關，代表相似的屬性值趨向于聚集在一個區域；I=0表示不相關。在Moran’s I指數的顯著性檢驗中，常假設變量服從正態分布，因此可以通過標準化統計量Z來判斷地區間的空間相關性，當Z值為正且顯著時，表示空間正相關；當Z值為負且顯著時，表示空間負相關；當Z值為零時，表示不相關。

2.局部空間自相關

為了更好地描述空間關系在空間中如何分布和變化，需要借助可以探測局域空間自相關的局域指標（Local Indicators of Spatial Association，LISA）即局域Moran’s Ii，計算公式如下：

式中，zi和zj是標準化后的觀測值，wij為行標準化后的空間權重矩陣元素。若Ij顯著為正且zi＞0，表示位置i與其鄰居的觀測值相比樣本平均水平來說較高，屬高高集聚②；若Ii顯著為正且zi＜0，表示位置i與其鄰居的觀測值相對較低，屬低低集聚；若Ii顯著為負且zj＞0，表示鄰居觀測值遠低于位置i的觀測值，屬高低集聚；若Ii顯著為負且zi＜0，表示鄰居觀測值遠高于位置i的觀測值，屬低高集聚。

三、中國工業空間格局演變和集聚差異

（一）各地區工業比重分布

在進行ESDA（探索性空間數據分析）之前，我們不妨考察一下各地區工業比重分布的變化情況，圖1和圖2分別繪制了2003年和2013年中國各地區的工業生產總值份額分布，從中我們可以非常清晰地看到這10年間工業分布的變化過程。

2003年，中國工業主要分布在東部沿海地區的珠江三角洲、長江三角洲、環渤海地區以及東北地區的大慶市、哈爾濱市、長春市。中部地區工業份額相對較多的有河南鄭州市、湖北鄂州市。西部地區工業份額相對較多的是重慶市和四川成都。相比之下，到2013年，中國的地區工業布局發生了很大的變化，與2003年的工業布局圖相對照不難發現：（1）中國工業在東部沿海地區的長江三角洲、環渤海地區的集聚趨勢進一步增強，并且集聚范圍進一步擴大，特別是山東半島工業集聚范圍明顯擴大，但珠江三角洲集聚趨勢并不明顯。在工業份額增加的前20位城市中，山東省的城市占了七位，并且山東東營是工業份額增加最多的城市；（2）東北地區大慶市、哈爾濱市、長春市的工業份額有明顯的下降，特別是大慶市工業份額下降了0.58個百分點；（3）整體來看，中西部地區城市工業份額有所增加，特別是中部地區個別城市工業份額有明顯的上升，中部地區代表城市有河南鄭州、湖南長沙、湖北襄樊、安徽合肥和蕪湖，西部地區代表城市有重慶、內蒙古鄂爾多斯。另由圖1圖2可知，2003年中部地區有相當一部分城市的工業份額在0.01-0.1之間，而到了2013年，基本上達到0.1—0.5之間。（4）東部沿海地區工業向中西部跨省區轉移的同時，還呈現明顯的省內轉移現象，代表省份有山東和江蘇，山東威海和濟南工業份額減少，而東營、臨沂、聊城、菏澤、德州、濱州、濰坊等城市工業份額均有增加；江蘇無錫、蘇州和南京工業份額減少，而徐州、南通、泰州、連云港等城市工業份額均有增加。

圖1　2013年各市工業比重

圖2　2013年各市工業比重

（二）空間相關性分析與地區集聚差異

為進一步分析地級市工業分布是否具有空間自相關性，我們運用探索性空間數據分析技術（ESDA），分別計算了我國地級市工業份額的Moran’s I值（表1所示），從計算結果來看，工業份額的Moran’s I指數均為正值，且全部通過了1%的顯著性水平檢驗，表明我國286個地級市工業在空間分布上具有顯著的正相關性。換句話說，工業在空間上的分布表現出某些城市的工業在空間上趨向于集聚，而不是隨機分布。

表1　2003—2013年工業比重的全局Moran’s I估計值

Moran’s I指數從整體上刻畫了我國工業的集群情況，但這種全局空間自相關無法分析不同地理位置的區域空間關聯模式，局域Moran’s Ii指標可以檢驗局部地區高值或低值是否在空間上存在集聚，根據局域Moran’s Ii值和顯著性，可以繪制出2003和2013年中國工業的LISA集群圖（如圖3、圖4所示）。

圖3　2003年中國285個地級市工業份額的LISA集聚圖

圖4　2013年中國285個地級市工業份額的LISA集聚圖

1.高高集聚區。2003年主要集中在長江三角洲、山東半島、京津冀、遼寧以及福建等沿海區域，中部地區唯一的高高集聚區是以武漢為中心的地區。2003年該類型集聚區共有24個城市，該地區工業份額遠遠高于周邊城市。很明顯，這類城市是區域經濟發展的增長極。到2013年，該類地區數量明顯增加，達到37個城市，并且集聚范圍在原來的基礎上向周邊有了不同程度的擴展，特別是山東半島和長江三角洲地區擴展最為迅速。這些地區工業都比較發達，城市間經濟聯系密切，要素流動、產業擴散等溢出效應作用明顯，從而帶動周邊城市工業份額的提高。該類地區在中部地區增加的城市是河南鄭州和安徽合肥。

2.高低集聚區。主要集中在珠江三角洲③、成渝等地區。研究期內，該類地區在空間變化上相對比較穩定，城市數量也相對較少。雖然該類地區的工業份額處于較高水平，但與高高集聚區相比仍有一定差距。該區工業的增長并沒有相應帶動周邊地區的工業的增加，而是呈現出一定的極化效應，這也在一定程度上抑制了該地區整體工業經濟的發展。

3.低高集聚區。該類地區本身工業地位較低、增長較慢，受到工業增長較快地區影響較小，是工業由增長較快地區向增長較慢地區轉移的過渡區，分布在工業增長較快的高高或高低集聚區周圍。2013年，該類型地區主要集中分布在安徽省境內，其他地方如湖北、江西、浙江、河北和遼寧等地區也有分布。研究期內，其分布變化較大，2003年還并沒有形成此類集聚區，這也在一定程度上說明了我國工業在區域間出現了梯度擴散現象。

4.低低集聚區。該類區域是工業份額非常低的集聚區，其中心地區與周邊地區的工業差異程度較小，但和前幾類集聚區內的地區相比，工業差距較大。2003年該類區域在空間分布上主要集中于西部地區的四川省和陜西省的個別城市，而到2013年，該類區域擴展為甘肅、陜西、四川、云南等地區，說明西部地區一些城市的工業發展水平同其他地區的差距進一步擴大。

總體來看，高高集聚主要集中在東部長江三角洲、山東半島、京津冀、遼寧以及福建等沿海地區，低低集聚主要集中在西部地區四川和陜西的個別城市，中部地區絕大部分城市集聚類型并不顯著，說明中部地區局部工業集聚模式尚未形成，區域經濟聯系尚待進一步加強。中部地區的武漢、鄭州和合肥工業發展水平相對較高，但對周邊區域輻射帶動能力不強。

四、中國工業分布變動影響機制的空間計量分析

（一）空間計量模型

有關稅收“逐底競爭”和地方經濟競賽的一系列研究揭示了區域之間在經濟發展中存在策略互動特征。地方政府為了發展本地經濟，特別是工業經濟，采取了包括稅收、補貼及財政支出等各種優惠政策來吸引投資。地區之間政府政策的相互模仿和互動導致地區工業產出不僅受本地因素的影響，亦可能受其周邊地區政府決策行為等相關因素的影響，使得工業空間分布存在一定的空間相關性。因此，在實證研究中需要采用空間計量模型將這種空間效應考慮進去，考察一個地區的相關因素是否通過空間溢出效應影響了其他區域的工業分布。為了檢驗區域間是否存在互動及空間效應，本文采用空間杜賓模型，構建如下空間計量模型：

（二）變量和數據說明

被解釋變量Yit表示城市i在t時期的工業份額，用城市工業總產值除以全國工業總產值得到。該指標參考了金煜（2006）和洪俊杰（2014）等人文中被解釋變量的選擇。解釋變量指標選取主要參考既有文獻的通常做法，具體構造如下：

勞動力成本（wage）：用當年城市職工平均工資反映勞動力成本，一般情況下，在其他條件相同的情況下，工資越高的地區對產業的吸引力越小。

稅收負擔（tax）：用城市工業應繳增值稅與工業總產出的比來衡量，該指標參考了魏后凱（2000）的平均稅負指標的定義。由于一些國家政策和地方政策，不同時期、不同地區的稅率會存在差異。在其他條件不變的情況下，稅率越低的地區對產業的吸引力越大。

財政支出（fiscal）：政府財政支出主要用于公共事業，在其他條件相同的情況下，財政支出更多的地方，為區域社會經濟發展提供的環境和條件也更優越，對企業的吸引力也更大。本文以各城市減去教育事業支出的那部分財政支出占GDP的比重來衡量。

交通運輸基礎設施（road）：交通基礎設施是影響交易成本的重要組成部分，交通運輸條件的改善有利于降低交易成本，本文用城市人均道路面積衡量運輸基礎設施水平。

市場規模（market）：市場規模越大的地方對消費品的需求就會越多，會導致本地消費品價格的上升，一方面會吸引企業進入本地市場，另一方面會提升本地工資水平，提高消費者的購買力。城市市場規模大小用城市GDP表示。

外部性（external）：企業在空間上的集聚能夠通過專業勞動力市場共享、中間投入品效應、知識和技術溢出效應給企業帶來外部經濟。外部性指標一般用城市工業企業數量占全國工業企業數量的比重來衡量。

其他控制變量包括人口密度（pop）、對外開放度（fdi）。人口密度用城市人口除以行政面積得到。人口越密集的地區，一方面有相對豐富的勞動力供給，另一方面有相對較高工資，所以對工業空間分布的影響并不確定。對外開放度用城市外商直接投資與城市GDP比率表示，現有研究認為對外開放程度會影響工業空間分布，但結論尚不一致。

（三）不包含空間效應估計結果

本文計量模型所使用的數據為2003—2013年間城市層面的面板數據，總樣本為3135個。Hausman檢驗在1%的水平上拒絕原假設，因此我們使用固定效應模型。表2報告了不包含空間效應的面板數據估計結果。（1）在全國層面，市場規模對工業空間分布有顯著的正向影響。進一步把樣本分為東部和中西部，回歸結果表明，全國層面的由市場規模引致的工業份額增加主要由中西部樣本所推動。在中西部地區，控制了城市層面的其他因素之后，市場規模的系數顯著為正，而在東部地區這一效應并不顯著。可見，在市場規模影響工業空間分布這一問題上，在東部和中西部存在顯著差異。（2）在全國層面，由工資表示的勞動力成本顯著影響工業空間分布，工資水平越高的地方，越不利于工業份額的增加。當把樣本分為東部和中西部后，全國層面的工資上升導致工業份額減少主要是由中西部樣本所推動，東部地區的工資上漲對工業空間分布的影響并不顯著。（3）稅收的回歸系數顯著為負，表明稅收較高的地區不利于吸引企業入駐或增加當地企業的相對產出。并且這一系數的絕對值在東部地區要大于中西部地區，表明在相同的稅率下企業更傾向于被東部地區所吸引，而中西部地區想要吸引企業必須設定更低的稅率。（4）在全國層面，用企業數量占比衡量的產業外部性對工業份額的增加作用顯著為負，看起來較為異常。然而當分樣本回歸后，發現在東部地區產業外部性系數顯著為正，全國層面的外部性系數顯著為負主要是由中西部樣本所推動，說明中西部地區還沒有形成良好的競爭環境和集聚經濟。（5）交通基礎設施的回歸系數在全國層面和中西部地區顯著為正，而在東部地區這一效應并不顯著，說明中西部地區交通設施的改善有利于吸引產業進入。（6）政府財政支出的系數在東部地區顯著為正，在中西部地區并不顯著。

表2　不包含空間效應的中國工業空間格局演變的決定因素估計

續表

（四）包含空間效應估計結果

傳統模型沒有考慮地區間的交互作用和鄰近地區因素對本地工業分布的影響，而空間效應模型可以彌補這種不足。我們同樣將樣本分為全國、東部和中西部進行估計，表3報告了包含空間效應的估計結果：（1）工業份額的空間滯后項系數顯著為正，說明相鄰地區工業經濟的發展確實會影響本地工業經濟的發展，也就是一個地區工業發展可以帶動周邊地區工業發展，說明我國工業經濟的發展確實存在空間溢出效應。（2）東部地區市場規模的系數也變得顯著為正，市場規模的空間滯后項的系數都顯著為負，說明一個地區市場規模的擴大將增加本地工業份額而減少相鄰地區工業份額。

（3）在引入空間效應后，工資變量的系數變得并不顯著，其空間滯后項在中西部地區顯著為負，說明東部地區對工資的變動不敏感，而中西部某一地區工資增加將會吸引勞動力流入該地區，從而減少周邊地區工業份額。（4）稅收變量的系數在引入空間效應后依然十分顯著，說明地區利用稅收優惠政策吸引產業的效果還取決到其他地區稅收優惠政策的力度，證明了我國區域間確實存在稅收“逐底競爭”。（5）引入空間效應后，產業外部性系數和方向基本不變，從產業外部性的空間滯后項系數在全國范圍內和中西部地區均為正，東部地區并不顯著。說明，東部地區產業外部性的有效范圍僅在城市內，而中西部地區間的惡性競爭產生的外部性會影響到其他地區。（6）引入空間效應后，城市交通基礎設施的系數并不顯著，一方面可能是我們的模型中已經控制了財政支出變量，因為財政支出中有部分是用來交通基礎設施建設，當我們把財政支出變量拿掉后，交通基礎設施變量在全國層面是顯著的。（7）財政支出系數在引入空間效應后，無論是東部還是中西部地區，都變得顯著起來，說明在考慮了空間效應后，財政支出對工業份額增加有正向影響作用，說明中西部地區在基礎設施、衛生服務等、社會保障的改善方面必須從整體考慮，而不是個別地區公共服務條件的改善。

表3　包含空間效應的中國工業空間格局演變的決定因素估計

五、結論及政策含義

本文利用2003—2013年全國286個地級市面板數據，在運用探索性空間數據分析中國市域工業空間格局演變的基礎之上，進一步使用空間計量方法實證研究了中國工業空間格局演變的影響因素，得到了以下結論：

第一，中國工業在東部沿海地區的長江三角洲、環渤海地區的集聚趨勢進一步增強，集聚范圍進一步擴大；東北地區的工業份額有明顯的下降；工業向中西部跨省區轉移的同時，還呈現出明顯的省內轉移現象。全局空間關聯分析表明我國286個地級市工業在空間分布上具有顯著的正的空間自相關性，且這種相關性隨著時間變化不斷增強，“高高集聚”主要集中在東部長江三角洲、山東半島、京津冀、遼寧以及福建等沿海地區，“低低集聚”主要集中在西部地區四川和陜西的個別城市，中部地區絕大部分城市集聚類型并不顯著。這具有重要的政策啟示：促進中西部地區經濟發展，不僅僅只是簡單地承接沿海地區產業轉移，更重要的是，通過政策引導在有相對比較優勢的中西部地區打造新的特色產業聚集區，形成新的經濟增長極，以此通過產業輻射效應帶動周邊地區經濟發展。同時要加強地區間產業聯系和互補，以實現產業集群式發展。

第二，從工業空間分布的影響因素來看，產業擴散或輻射效應、市場規模的擴大和政府在基礎設施、衛生服務、社會保障等公共服務方面的改善是影響工業分布的重要因素。在勞動力可以空間流動的情況下，中西部地區并沒有明顯的勞動成本優勢。稅收優惠政策確實能夠影響工業分布，但中西部地區若要利用稅收優惠吸引產業，必須付出比東部地區更大的代價。中西部地區在招商引資中存在惡性競爭導致負外部性。這對于中西部地區產業發展的政策啟示是：充分發揮政府提供公共產品服務功能，為產業發展提供良好的環境和條件；發展地區優勢產業，避免地區間惡性競爭，設立地區產業發展指導目錄，形成以主導產業為中心的產業集群；中西部地區應根據產業導向的需要，實行有差別的稅收優惠政策，對地區有比較優勢的主導產業應加大稅收優惠執行力度。

由于數據的限制，本文沒有從分行業層面分析工業空間格局的演變，這使本文研究存在一些不足。雖然使用工業數據總體體現了不同類型制造業的一些共同屬性，但不同類型產業之間的差異也是不容忽視的，立足于整個工業的角度可能會掩蓋部分不同類型產業空間分布的事實，因此，本文研究需要在分析對象上進一步細化，分不同類型產業考察其產業分布規律是下一步值得改進的方向。

注釋

①中國城市間最小的“門檻距離”是公里，也就是說，在不小于該距離的情況下，每個城市至少會有一個鄰居城市。②高高集聚區：該類地區工業份額遠遠高于周邊城市，工業比較發達，城市間經濟聯系密切。高低集聚區：該類地區的工業份額雖處于較高水平，但周邊地區工業發展的帶動不如高高集聚區。低高集聚區：該類地區本身工業份額較低，是工業由增長較快地區向增長較慢地區的過渡區。低低集聚區：該類地區工業份額非常低，區域內工業差異程度較小，但和前幾類集聚區相比，存在較大差距。③珠江三角洲的高低集聚區主要集中在廣州、深圳、佛山，該地區并沒有像長三角地區一樣形成高高集聚區，其原因可能有兩點：一是產業結構差異，我們采用的是工業總產值指標，但珠江三角洲地區主要以輕工業為主，產值相對較低；二是企業規模差異，珠江三角洲地區勞動密集型企業相對較多，企業規模相對較小（特別是東莞存在很多家庭作坊），許多數據沒有包括在國家統計局的統計數據當中，造成統計上的差異。

參考文獻

［1］龐娟.產業轉移與區域經濟協調發展［J］.理論與改革，2000，（3）：81-82.

［2］胡俊超.區域經濟協調發展的路徑依賴［J］.特區經濟，2006，（6）：286-288.

［3］鄭鑫，陳耀.運輸費用、需求分布與產業轉移——基于區位論的模型分析［J］.中國工業經濟，2012，（2）：57-67.

［4］文玫.中國工業在區域上的重新定位和聚集［J］.經濟研究，2004，（2）：84-94.

［5］金煜，陳釗，陸銘.中國的地區工業集聚：經濟地理、新經濟地理與經濟政策［J］.經濟研究，2006，（4）：79-89.

［6］范劍勇.市場一體化、地區專業化與產業集聚趨勢——兼談對地區差距的影響［J］.中國社會科學，2004，（6）：39-51，204-205.

［7］陳秀山，徐瑛.中國制造業空間結構變動及其對區域分工的影響［J］.經濟研究，2008，（10）：104-116.

［8］胡安俊，孫久文.中國制造業轉移的機制、次序與空間模式［J］.經濟學（季刊），2014，（4）：1533-1556.

［9］洪俊杰，劉志強，黃薇.區域振興戰略與中國工業空間結構變動——對中國工業企業調查數據的實證分析［J］.經濟研究，2014，（8）：28-40.

［10］黃玖立，李坤望.對外貿易、地方保護和中國的產業布局［J］.經濟學（季刊），2006，（2）：733-760.

［11］賀燦飛，潘峰華，孫蕾.中國制造業的地理集聚與形成機制［J］.地理學報，2007，（12）：1253-1264.

［12］吳三忙，李善同.中國制造業空間分布分析［J］.中國軟科學，2010，（6）：123-131，150.

［13］朱英明，楊連盛，呂慧君，等.資源短缺、環境損害及其產業集聚效果研究——基于21世紀我國省級工業集聚的實證分析［J］.管理世界，2012，（11）：28-44.

［14］Arbia G. The Role of Spatial Effects in the Empirical Analysis of Regional Concentration ［J］. Journal of Geographical Systems，2001，3（3）：271-281.

［15］Anselin L. Spatial Econometrics：Methods and Models［M］.［S.l.］：Springer Science & Business Media，2013.

［16］Anselin L. Interactive Techniques and Exploratory Spatial Data Analysis［J］. Geographical Information Systems：Principles，Techniques，Management and Applications，Eds.，P. Longley，M. Goodchild，D. Maguire，and D. Rhind. Cambridge：GeoinformationInt，1999.

［17］李丁，冶小梅，汪勝蘭，等.基于ESDA—GIS的縣域經濟空間差異演化及驅動力分析——以蘭州—西寧城鎮密集區為例［J］.經濟地理，2013，（5）：23，31-36.

［18］白永平，李建豹.基于ESDA的區域經濟空間差異分析——以蘭新鐵路輻射帶為例［J］.經濟地理，2011，（7）：1057-1063.

［19］宣國富，徐建剛，趙靜.基于ESDA的城市社會空間研究——以上海市中心城區為例［J］.地理科學，2010，（1）：22-29.

［20］程葉青，王哲野，馬靖.中國區域創新的時空動態分析［J］.地理學報，2014，（12）：1779-1789.

［21］王春楊，張超.中國地級區域創新產出的時空模式研究——基于ESDA的實證［J］.地理科學，2014，（12）：1438-1444.

［22］呂晨，樊杰，孫威.基于ESDA的中國人口空間格局及影響因素研究［J］.經濟地理，2009，（11）：1797-1802.

［23］賀曲夫，劉友金.我國東中西部地區間產業轉移的特征與趨勢——基于2000—2010年統計數據的實證分析［J］.經濟地理，2012，（12）：85-90.

（責任編輯：曉力）

［24］Cliff A D，Ord J K. Spatial Processes：Models &Applications［M］.［S.l.］：Pion London，1981.

［25］Anselin L. Local Indicators of Spatial Associa?tion-lisa［J］. Geographical Analysis，1995，27 （2）：93-115.

China’s Industrial Spatial Pattern Evolution and the Concentration Difference——Based on the EDSA and Urban Panel Data of Spatial Econometrics

Liu Youjin Zeng Xiaoming

Abstract：In this paper，we use the national 286 prefecture level panel data from 2003 to 2013，the method of exploratory spatial data analysis and spatial econometric model，examined the procedure of the evolution of China’s industrial spatial pattern，the difference of geographical concentration and its influencing factors. Research shows：①Industry agglomeration trend of the Yangtze River delta，Bohai Sea region go to further strengthen，and agglomeration scope to further expand，industrial go across province to the central and western，at the same time also presents obvious transfer phenomena in the province.②the global spatial autocorrelation of industrial distribution is significant and the correlation enhance over time. According to the result of local spatial autocorrelation analysis，industrial geographic concentration characteristics of“high- high”in the east and“low- low”in the west，central feature is not significant.③Spatial Durbin model shows that spatial spillover effect，market scale，the fiscal expenditure on public goods externalities，tax policy and industry externalities has a significant influence on the industrial distribution. The central and western regions to undertake industrial transfer，service function should give full play to the government to provide public products and provide a good environment and conditions for industrial development，at the same time，strengthen industry relationship between region and complement each other，implement the industry cluster development，in the center of the Midwest areas form a new industrial agglomeration.

Key Words：Industry Distribution；Space-time Evolvement；Agglomeration Discrepancy；Esda；Spatial Econometrics；Durbin Model

作者簡介：劉友金，男，湖南科技大學教授，博士生導師（湘潭411201）。曾小明，男，湖南科技大學博士研究生（湘潭411201）。

*基金項目：國家自然科學基金項目“基于地域產業承載系統適配性的產業集群式轉移時空演替機理與調控模式研究”（41271139）。

中圖分類號：F062.1

文獻標識碼：A

文章編號：2095—5766（2016）01—0080—09

收稿日期：2015—10—12