廣東省制藥企業的空間分布特征與集聚區識別

于海食 張慶芬 林秀旎 賴 盼 王 洋

廣東省醫藥制造業在廣東省制造業大行業中占有較為重要的地位。2016年，廣東省醫藥制造業規模以上（指每年主營業務收入大于2000萬）工業企業的增加值達 494.03億元[1]。對廣東省制藥企業空間布局特征的研究是廣東醫藥制藥業實現科學布局和健康可持續發展的重要基礎性研究工作。

目前，學術界對制藥企業（或制藥產業）空間布局議題的研究主要集中在國家或區域醫藥產業集群發展思路與競爭策略研究[2-4]，醫藥產業的創新能力[5-6]、競爭力[7]或創新效率[8]的評價，偶見城市尺度的制藥企業空間布局研究[9]，缺乏在省域這一大尺度下對醫藥制造業的空間布局研究。鑒于此，本文以廣東省為研究對象，以2017年全部561個制藥企業的 647個藥品生產廠地址為基本數據，利用地理學科中常用的平均最鄰近距離、核密度函數等方法探索廣東省制藥企業的空間分布。當前，我國社會生產力水平總體上顯著提高，社會生產能力在很多方面進入世界前列，更加突出的問題是發展不平衡不充分，這已經成為滿足人民日益增長的美好生活需要的主要制約因素。因此，通過對廣東省制藥企業空間布局的研究，評估其發展是否平衡、充分，對調節區域協調發展具有重要的學術和現實意義。

1 資料與方法

1.1 一般資料廣東省目前有561家制藥企業，多數制藥企業的注冊地址與其生產地址相匹配，但也有部分企業有多個生產地址，鑒于此，本文以藥品的實際生產地址（藥品生產廠）為研究對象，共647個。企業名稱、注冊地址和生產地址數據均來源于廣東省食品藥品監督管理局（GDFDA）官網。采用百度地圖的地址搜索技術將文字描述性的地址轉化為地理坐標數據，并采用地理信息系統（GIS）進行空間數字化處理，形成藥品生產企業的空間分布圖。根據廣東省約定俗成的四個分區，將其劃分為珠三角、粵西、粵東、粵北四個區域，以便分析制藥企業的空間分布差異，進而從地理空間分布角度側面反映廣東省制藥企業的平衡、發展情況。上述數據通過GIS技術進行數字化處理。

1.2 研究方法

1.2.1 以平均最鄰近距離探索制藥企業的空間分布和集聚特征企業的空間集聚是指某類企業在空間上的聚集，即在某一區域內分布密集。空間集聚是空間分布特征的一種表現形式。最近鄰分析是判斷某區域的點（例如企業）是否存在空間集聚的重要分析方法。最近鄰分析是指將區域中現實的點分布特征與該區域中理論上點的隨機分布特征相比較。這個方法最初是植物生態學定義的一個間距指數，用于比較觀測一個區域的植物聚落圖式與隨機分布的異同，后被地理學廣泛采用。平均最近鄰距離法是最近鄰分析的代表性方法。以企業點為例，該方法的分析過程為：首先測量每個企業點與其最近鄰企業之間的實際距離；然后計算所有這些最近鄰距離的平均值（di）。如果該實際平均距離小于企業隨機分布中的平均距離（用de表示），則意味著企業為集聚分布。如果該平均距離大于假設隨機分布中的平均距離，則表述企業為分散分布。平均最近鄰比率（R）通過觀測的實際平均距離除以期望的平均距離計算得出。因此，R可表示為[10-11]：

式中，最鄰近距離的期望值de可表示為：

其中，N為企業點的數量，A為廣東省陸域面積。

當R＜1時，表示制藥企業為集聚分布；R＞1時為分散分布；當實際值等于期望值，即R=1時，表示制藥企業為隨機分布。R的范圍是 0≤R≤2.1491。其標準差Z可通過如下表達式計算[12]：

式中，Z的臨界值（雙側檢驗）1.65、1.96、2.58分別對應P值的0.1、0.05、0.01。當P＞0.1時，顯著性較差，表明制藥企業為隨機分布；當0.05＜P＜0.1時，為一般性集聚（分散）分布；0.01＜P＜0.05時，為較強集聚（分散）分布；當P＜0.01時，說明制藥企業具有強烈的集聚（分散）分布。

1.2.2 采用核密度函數識別制藥企業集聚區核密度函數是采用平滑的曲線來模擬所觀察到的數據點，從而形成模擬的概率分布曲線。因此，核密度函數可用于探索區域空間點數據的熱點區分布，該函數可根據單位網格內制藥企業點的密度估計企業點周圍密度并產生光滑表面。在二維空間中，核密度函數的可用如下公式表示[13-14]：

式中，λ(s)是制藥企業點s處的核密度估計，r為核密度函數的搜索半徑，即帶寬，n為企業點數量，φ是企業點l與s間距離dls的權重。

以此為基礎，采用正態分布的閾值設定思路。即，根據正態分布原理，平均值加一個標準差、兩個標準差與三個標準差可分別涵蓋整體數據的68%、95%與99%，進而以核密度估計值高于均值加減三個標準差、兩個標準差、一個標準差的數據分別代表制藥企業的核心集聚區、集聚區和外圍影響區[15-17]。

2 結果

2.1 廣東省制藥企業的空間分布特征采用GIS技術將企業地址轉化為地理坐標數據，并導入Arc GIS軟件中，得出廣東省 647個制藥企業生產點（以下簡稱：企業點或企業）的空間分布圖（圖 1）。表明廣東省制藥企業呈現明顯的空間不平衡布局，并且這種空間不平衡的程度在不同區域（珠三角、粵西、粵東、粵北）各有不同。其中，珠三角的制藥企業點高達438個，占全省的67.70%，粵西、粵東、粵北的制藥企業點分別為65、90、54個，遠小于珠三角的數量。可見，廣東省制藥業企業主要分布在珠三角地區。

2.2 廣東省制藥企業的空間集聚特征以圖1廣東省制藥企業空間數據為基礎，計算廣東省制藥企業的最鄰近距離及其四個區域（珠三角、粵西、粵東、粵北）的最鄰近距離指標（表 1），以進一步定量分析這種不平衡式的空間集聚特征。由表 1可知，廣東省制藥企業的R值為0.3268，顯著性P為0.0000，表明其呈現顯著的集聚分布特征。全省制藥企業的平均最臨近距離為3387.55 m。四個區域的最鄰近距離各有不同，珠三角內企業的最鄰近距離最小，為2281.60 m，而粵北地區最大，達 9817.05 m。從R值上看，珠三角地區制藥企業的空間集聚程度最強，達到 0.4535，而粵東地區和粵北地區盡管也是集聚分布，但集聚程度弱于其他兩個區域，R值分別為0.5900和0.5543。

表1 廣東省制藥企業空間集聚分布的最鄰近距離分析結果

2.3 廣東省制藥企業集聚區的空間識別采用核密度函數計算方法識別出廣東省制藥企業三個層次的集聚區（圖 2）。其中顏色最深的為制藥企業核心集聚區，顏色次深的為制藥企業集聚區，顏色較淺的為制藥企業外圍影響區。上述區域都是廣東省制藥企業較為集中的區域。其他白色區域為制藥業非集聚區。

3 分析與討論

基于GIS制圖技術和平均最鄰近距離方法可知，廣東省制藥企業空間不平衡分布特征明顯，表現為顯著的“抱團式”空間集聚分布，制藥企業主要布局在珠三角地區。在不同區域這種空間集聚的程度各有差異，其中，珠三角的集聚程度最為明顯，粵東地區制藥企業的集聚特征稍弱與其他三個區域。

通過核密度函數可以科學定量地識別出制藥產業的聚集區，表明廣東省制藥企業集聚區主要分布在珠三角地區和粵東地區。具體地，主要集聚在珠三角地區的廣州、深圳、中山、珠海、佛山以及粵東的汕頭、揭陽。上述區域形成了以核心集聚區為主的多層級制藥企業集聚區，是廣東省制藥企業生產的主要地域范圍。此外，湛江、茂名、江門、清遠、韶關、惠州的中心城區呈現點式分布，為制藥企業集聚區或外圍影響區，但缺乏核心集聚區。

對廣東省制藥企業空間布局特征的探索和集聚區的識別，這有利于省藥品監督管理部門對上述集聚區進行重點監督管理，也有利于在省域層面更高效地統籌安排對制藥企業的認證、監督、檢查等行政活動，進一步降低藥品監督管理的時空成本，提高管理效率，實現精準管理。

圖1 廣東省制藥企業空間分布圖

圖2 廣東省制藥企業集聚區邊界識別圖

我國社會主要矛盾的變化是關系全局的歷史性變化，對黨和國家工作提出了許多新要求。因此要在繼續推動發展的基礎上，著力解決好發展不平衡不充分問題，大力提升發展質量和效益，更好地滿足人民在經濟、政治、文化、社會、生態等方面日益增長的需求，更好推動人的全面發展、社會的全面進步。充分認識到廣東省制藥企業空間不平衡布局的特征將有利于緩解制藥業過于集中在少數區域所帶來的行業空間不平衡發展問題。該成果也可為企業的藥品生產布局提供有利參考。

[1]廣東省統計局,國家統計局廣東調查總隊.廣東統計年鑒(2017)[M].北京∶中國統計出版社,2017.

[2]劉良,陳桂紅,韓扣蘭.我國醫藥產業集群發展面臨的問題與對策[J].商場現代化,2008(11)∶243-243.

[3]肖宏.提升我國制藥企業競爭優勢策略研究[D].南昌∶江西財經大學,2003.

[4]孫長青.長江三角洲制藥產業集群協同創新研究[D].上海∶華東師范大學,2009.

[5]李楠.廣東省醫藥產業技術創新能力評價指標體系分析[J].經濟研究導刊,2013(12)∶198-199.

[6]陳紅川.醫藥制造業技術創新能力評價實證研究[J].廣州大學學報(自然科學版),2013,12(4)∶82-86.

[7]鄭衍迪,張學農,陳文風,等.廣東醫藥制造業競爭力評價與分析[J].廣東藥學院學報,2016,32(6)∶784-789.

[8]曹陽,張文思.我國醫藥制造業創新效率及其影響因素的空間計量分析[J].中國新藥雜志,2017,26(12)∶1351-1356.

[9]陳長瑤,楊青山,趙瀚,等.資源型城市制造業企業空間分布研究——基于吉林通化醫藥制造業企業的分析[J].經濟地理,2017,37(7)∶131-138.

[10]Clark PJ,Evans FC.Distance to nearest neighbor as a measure of spatial relationships in populations[J].Ecology,1954,35(4)∶445-453.

[11]蔡運龍,陳彥光,闕為民,等.地理學∶科學地位與社會功能[M].北京∶科學出版社,2012.

[12]王洋,楊忍,李強,等.廣州市銀行業的空間布局特征與模式[J].地理科學,2016,36(5)∶742-750.

[13]張學工.新編信息控制與系統系列教材∶模式識別[M].3版.北京∶清華大學出版社,2010.

[14]Chu HJ,Liau CJ,Lin CH,et al.Integration of fuzzy cluster analysis and kernel density estimation for tracking typhoon trajectories in the Taiwan region[J].Expert Systems with Applications,2012,39(10)∶9451-9457.

[15]Borruso G,Porceddu A.A Tale of Two Cities∶ Density Analysis of CBD on Two Midsize Urban Areas in Northeastern Italy[J].Springer Berlin Heidelberg,2009.

[16]Yu W,Ai T,Shao S.The analysis and delimitation of Central Business District using network kernel density estimation[J].Journal of Transport Geography,2015,45∶32-47.

[17]吳康敏,張虹鷗,王洋,等.廣州市多類型商業中心識別與空間模式[J].地理科學進展,2016,35(8)∶963-974.