粵港澳和環杭州兩大灣區的產業空間演化特征及其驅動機制

黃 蕊 周航凱 姜麗佳 鐘虹芳

(浙江工業大學 經貿管理學院，浙江 杭州 310023)

1 研究對象、數據來源與研究方法

1.1 研究對象和數據來源

研究對象包括粵港澳和浙江兩大灣區。粵港澳大灣區的地域范圍沒有明確的官方界定，基于現有的研究，本文把珠江三角洲和港澳定義為粵港澳大灣區的研究范圍，即香港和澳門2個特別行政區，廣州、佛山、肇慶、珠海、中山、江門、深圳、東莞、惠州9個地級市。鑒于數據的可獲得性，本文對香港、澳門的產業不作分析。

根據2018年提出的環杭州大灣區規劃和相關文獻，將環杭州大灣區研究范圍定義為11個中心城市和中心城市所屬的73個縣(區、市)級單元，即杭州、寧波、嘉興、湖州、紹興、舟山、溫州、臺州、金華、衢州和麗水。

本文主要研究除去工藝品和其他制造業與廢棄資源、廢舊材料回收加工業的制造業， 按照2011年的國民經濟行業分類和代碼分類標準，共計29個行業。數據來源于《浙江省統計年鑒》、中國工業企業數據庫(1998-2013)、廣東省各地市統計年鑒。根據中國工業企業數據庫，整理出粵港澳大灣區和環杭州大灣區2008年38405家、2013年39611家制造業企業樣本。

1.2 研究方法

1.2.1區位熵

區位熵指數，又被稱作生產的地區集中度指數或者專業化指數，常被用來衡量某一產業在某一地區的專業化水平。

(1)

Qij就是j地區i產業的區位熵；Gij是j地區i產業的總產值；Gi表示全國i產業的總產值；Gj是j地區的各個產業的產值總額；G代表全國各產業的總額。

1.2.2比較勞動生產率

比較勞動生產率是某個部門的產值比重和在該部門就業的勞動力比重的比率，能夠直接客觀地反映該部門勞動生產率的情況。

(2)

Bi是該地區i產業的比較勞動生產率；gi表示該地區i產業的國民收入，li表示該地區i產業的勞動力；g和l則分別代表該地區的國民收入總值和勞動力總數。

1.2.3利稅規模

(3)

Pi(t)表示i產業在t年的利潤和稅收在全部利稅總額中的比重，Ui(t)是i產業在t年的利潤和稅收。

1.2.4平均增長率

(4)

Rij為j地區i產業的產業發展速度，Gij(t)是i產業在j地區t年的產值，Gij(t0)是i產業在j地區t0年的產值。本文設置2009年為基年，計算粵港澳大灣區和環杭州大灣區各產業2009年至2013年的平均增長率。

這四個指標主要用來區分粵港澳大灣區和環杭州大灣區各自的主導產業。采用三個標準來劃分：首先，主導產業是區位熵大于1的產業；其次，主導產業符合比較勞動率大于或接近1；最后，主導產業的利稅規模要大于0.1，平均增長率高于GDP增長率。

1.2.5空間自相關和熱點分析

空間自相關為測度鄰近事物關聯強度的方法與指標。具體來說，空間自相關方法在處理變量在鄰近觀測單元之間的協變關系，即比較觀測值的相似性和它們空間位置之間的相似性。空間自相關有全域測度和局域測度兩種。全域空間自相關描述的是研究空間范圍內所有單元的整體空間關系。在本研究中，采取全局Moran’sIi指標來描述空間關系在空中如何分布和變化。全局自相關認為位置上的觀測值的期望值和方差均為常數。然而，現實中的空間過程通常是不平穩的，為了識別隨空間位置不同而可能存在的不同空間關聯模式，采用局域Getis-OrdGi進一步分析局部地區的空間聚類特點。

(5)

(6)

上式中，Ii是全局Moran’s I指數，Ii的取值范圍為-1≤Ii≤1。該指數越接近1，表明地區空間自正相關程度越高；指數越接近-1，說明該地區空間負相關的程度越強；接近0表示地區間不存在空間自相關性。Gi(d)是局域Getis-OrdGi指數，zi和zj是標準化后的觀測值，wij是行標準化后的空間權重矩陣，計算得出的Gi(d)值越大，表明該地區為熱點區；Gi(d)值越小，表明該地區為冷點區；如果Gi(d)值接近零，表明該地區的空間聚集不明顯。

1.2.6核密度分析

核密度分析主要說明空間要素在周圍鄰域中的密度。該方法采用非參數估計，在估計時只從數據自身入手，避免了事先的假定分布造成的誤差。計算得出的核密度值越大，該空間要素越集聚，否則反之。

(7)

2 產業空間格局分布特征

2.1 主導產業分析

根據區位熵、比較勞動生產率、利稅規模和平均增長率指標，本文從制造業29個行業中篩選出了2008年和2013年粵港澳大灣區和環杭州大灣區的主導產業，具體行業見表1。

從表1可以看出，粵港澳大灣區和環杭州大灣區的主導產業有一定的相似性。2008年的結果顯示，粵港澳和環杭州大灣區的主導產業都包括化學原料和化學制品制造業、交通運輸設備制造業、電氣機械和器材制造業。而在2013年，粵港澳大灣區和環杭州大灣區在電氣機械和器材制造業、造紙和紙制品業、金屬制品業、橡膠和塑料制品業等都具有發展優勢。

表1 粵港澳大灣區和環杭州大灣區的主導產業

基于2008年和2013年的數據，兩大灣區的主導產業基本都是具有原有的區域資源優勢和產業優勢的產業。依靠豐富的勞動力資源，環杭州大灣區的紡織業、橡膠和塑料制品業等發展良好，而粵港澳大灣區借助香港、澳門的區位優勢，高新技術產業發展迅猛。同時，2013年兩大灣區的主導產業和2008年的主導產業十分接近，且主導產業多為傳統的制造業產業，產業轉型升級十分緩慢，和成熟灣區相比仍有很大差距。

2.2 空間全局自相關分析和熱點分析

2.2.1全局空間自相關分析

根據公式(5)，得出粵港澳大灣區和環杭州大灣區的全局空間自相關的統計結果(見表2)。從表2可以看出，粵港澳大灣區主導產業企業的空間分布集聚特征不太顯著，2008年的Moran′sI指數為負值，該空間具有一定的空間負相關性，產業在空間上比較分散。2013年，粵港澳大灣區主導產業企業的Moran′sI指數上升到0.029，表明粵港澳大灣區主導產業企業的空間集聚程度有加強的趨勢，主導產業分布逐漸集中化。

同時期的環杭州大灣區的Moran′sI指數均為正值，且P值均小于0.05，說明環杭州大灣區的主導產業企業的分布具有較強的集聚特征。進一步縱向對比發現環杭州大灣區2013年的Moran′sI指數低于2008年的Moran′sI指數，顯示環杭州大灣區的主導產業的企業空間集聚程度逐漸減弱，主導產業的空間離散程度、均衡化趨勢加強。

表2 粵港澳大灣區和環杭州大灣區主導產業

2.2.2熱點分析

為了更好地分析兩大灣區的局部地區的空間聚類特征，解析粵港澳大灣區和環杭州大灣區的主導產業企業的高低值集聚的空間特征，根據公式(6)，運用地理分析工具Arcgis10.2空間統計工具中的熱點分析手段，得出兩大灣區在2008年和2013年主導產業企業的Gi(d)指標Z值得分，并采用自然斷點法將得分分為5段，得到了粵港澳大灣區和環杭州大灣區2008年、2013年主導產業企業的冷熱點分布圖，如圖1所示。

圖1 兩大灣區主導產業企業的冷熱點分布圖

2008年至2013年，粵港澳大灣區的主導產業企業的冷熱點變動較少。2008年，熱點區為中山、東莞，次熱區為廣州、惠州，冷點區為江門、肇慶。2013年，熱點區數量增加到三個，即中山、東莞和惠州，次熱區為廣州，冷點區則變動為江門、佛山。冷熱點區域基本以“肇慶—珠海”線為界，呈“東北—西南”走向。

總體來看，環杭州大灣區的主導產業企業的冷熱點空間分布變化較為顯著。熱點區域主要為環杭州灣地區以及浙東部的沿海地區，冷點區域基本集中在浙江西南地區。和粵港澳大灣區類似，環杭州大灣區主導產業企業的冷熱點區域按“東北—西南”分布。2008年，環杭州大灣區熱點區域數量較少，主要包括杭州、紹興、嘉興、寧波等市，冷點區域占比較大，主要包括麗水、衢州和臺州、溫州等市。而在2013年，環杭州大灣區主導產業企業的熱點區域擴張明顯，冷點區域則大大減少。冷點區域依然包括麗水、衢州、臺州和溫州部分地區，但是數量減少。結合實際情況，2008年環杭州大灣區熱點區個數較少而冷點區數量較多，因為環杭州大灣區的主導產業受金融危機的影響較大，而2013年熱點數量增加、冷點數量減少說明環杭州大灣區的主導產業逐漸恢復生機，擺脫了金融危機的影響。

2.2.3核密度分析

熱點分析展示了兩大灣區主導產業企業的總體空間集聚特征，而核密度則可以進一步從更小的尺度分析兩大灣區主導產業企業的空間分布格局。借助Arcgis10.2軟件中的核密度工具， 調整像元大小為500米，對粵港澳大灣區和環杭州大灣區2008年和2013年的企業數據進行分析處理，并選擇自然間斷點分級法把區域分為五個等級，圖2即為最終的核密度分析圖。

圖2 兩大灣區主導產業企業的核密度

由圖2可知，2008年至2013年，粵港澳大灣區的主導產業的核心區范圍在不斷擴大。2008年，粵港澳大灣區形成以深圳(寶安區、光明新區、南山區)、中山(東鳳鎮、南頭鎮)為核心的產業空間布局。2013年，深圳成為粵港澳大灣區唯一的核心區，且中心區由寶安區、光明新區、南山區變化為福田區、南山區、龍華新區、羅湖區和龍崗區，數量明顯增多。核心地區周邊的城市塊狀發展趨勢顯著加強。

相比粵港澳大灣區，環杭州大灣區形成以杭州、寧波、溫州為三大核心區主導產業空間格局。而從時間上看，環杭州大灣區的核心地區范圍略有縮小。2008年，杭州市的核心區包括西湖區、上城區、下城區、蕭山區、余杭區等9個地區，寧波市的核心區主要為北侖區、江東區、鎮海區和鄞州區，溫州市的核心區包括樂清市和瑞安市。外圍地區也出現中心極化的現象。紹興市、嘉興市和臺州市的部分地區發展較好。2013年，環杭州大灣區主導產業的核心地區發生了一些改變，由原先的杭州、溫州、寧波調整為杭州、寧波和金華市。其中：杭州市的核心區調整為拱墅區、上城區、下城區、江干區、濱江區、蕭山區和西湖區；寧波市的核心區沒有改變，地域覆蓋面積略有縮小；新增的金華市的核心區主要為金華市區、義烏市和永康市。

3 產業空間布局的影響因素分析

3.1 指標選擇

古典的區位理論認為外在的資源、勞動力的成本等因素會對產業空間分布產生重要影響，資源比較豐富的地區一般具有產業集聚的特征。而克魯格曼等學者創立的新經濟地理理論和新貿易理論則提出市場的規模大小和空間地域關聯對企業區位的選擇也十分重要。結合我國經濟發展的實際，政府的決策會影響當地產業的發展。

由此，本文結合古典區位理論、新經濟地理和新貿易理論、實際因素來選擇影響兩大灣區產業空間分布的影響因素。首先是要素稟賦，主要包括勞動力成本(LABOR)和創新水平(INNOVATION)，勞動成本的指標選取城鎮職工平均工資，創新水平選取每萬人專利授權量。第二類要素為區位特征，包括港口(PORT)、交通基礎(ROAD)、市場潛力(MARKET)、開放水平(OPENNESS)。前2個變量主要衡量地區的通達性，交通越便利，基礎設施越完善，要素的流動速度就越快，越有利于產業的均衡化發展。其中，交通基礎變量選擇每平方公里公路里程數來衡量。市場潛力越大，對企業的吸引力就越大，選取地區的人均GDP來表示。同時，改革開放后，外商的投資對企業的空間分布也產生了不可忽視的作用，本文選取實際利用外商直接投資額與地方生產總值之比來衡量地區的對外開放度。最后，選取地方財政支出占地方總產值的比重作為政府政策(GOVERNMENT)的指標。具體指標見表3。

表3 影響因素的指標體系

3.2 模型選擇

根據上述研究，可知兩大灣區主導產業存在較為顯著的空間相關性,如果采用傳統的計量模型，容易忽視地區之間的空間相關性，因此本文采用空間計量模型來考慮影響企業空間分布的因素。

空間相關性表現出的空間效應可以用不同的模型來刻畫：當被解釋變量之間的空間依賴性導致了空間相關時，空間滯后模型(SLM)可以更好地解釋；當模型的誤差項具有空間相關的特征時，空間誤差模型(SEM)則更為適合。公式(8)、(9)分別是SLM和SEM模型的數學表達式。

Y=ρWY+Xβ+μ+ε,E(ε)=0,

(8)

Y=Xβ+μ+Φ,Φ=ε+λWΦ，

E(ε)=0,E(εε′)=σijIN

(9)

上式中，Y是被解釋變量，本文首先識別出兩大灣區2008年至2013年每年的主導產業，再從工業企業數據庫中統計出每個市的企業數作為本文的被解釋變量。X是解釋變量；W是空間矩陣；β是X對Y的影響程度；ε代表正態分布的誤差項；ρ表示鄰近區域的值對本區域值的影響程度，λ表示相鄰區域的誤差項對本區域值的影響。

3.3 回歸結果分析

為了突出顯示SLM模型和SEM模型的解釋力，在回歸中加入最小二乘法(OLS)。從回歸結果看，模型的擬合優度較為理想，R2分布為0.53～0.88。且粵港澳大灣區的模型空間滯后項W的系數ρ和空間誤差項λ的系數均在5%的水平上顯著；環杭州大灣區的模型空間滯后項W的系數ρ在1%的水平上顯著，模型的空間誤差項λ的系數在10%的水平上顯著。由此可知，兩大灣區主導產業的空間分布具有明顯的空間相關性，中心地區對鄰近地區的產業分布影響明顯。

表4 產業空間布局影響因素的回歸結果

注： * 、 ** 、 *** 分別代表在10%、5%、1%的水平上顯著

根據表4,SLM模型和SEM模型的回歸結果表明要素稟賦是影響兩大灣區主導產業分布的重要因素。勞動力成本(LABOR)每增加一倍，粵港澳大灣區主導產業的企業數量就會增長61%至93%，而環杭州大灣區的企業數量增加則較少。這是因為環杭州大灣區的主導產業大多是勞動密集型產業，職工平均工資的上漲壓縮了企業的利潤空間，導致企業逐漸向勞動力成本低的地區轉移。且控制了空間相關性之后，模型的結果顯示勞動力對其影響依然十分重要。創新水平(INNOVATION)虛擬變量在模型中的符號均為負，對粵港澳大灣區的產業布局分布的影響較為顯著。可能的原因如下：雖然創新對企業的長遠發展具有十分重要的促進作用，但是創新的技術、專利等在短期內變現或給企業帶來巨大利潤仍存在一定的難度，且創新研發活動的成本也較為高昂。

港口(PORT)對粵港澳大灣區主導產業空間分布的影響在模型中均為正，值為0.70～1，說明該地區的主導產業多鄰近港口，也與實際情況相符。與環杭州大灣區相比，粵港澳大灣區的進出口規模更大。而港口(PORT)對環杭州大灣區主導產業空間分布的影響在模型中為負，這也表明了環杭州大灣區的主導產業對港口的依賴程度較低。交通基礎(ROAD)對兩大灣區的影響均為正，說明良好的交通條件更有利于產業集聚。回歸結果還顯示市場潛力(MARKET)也是吸引主導企業的因素。人均GDP每增長一倍，粵港澳大灣區的主導企業數量就增長52.4%～66.7%。而同樣的情況下，環杭州大灣區主導企業的數量增長11.3%～13.6%，遠低于前者，這也顯示了在市場的規模、潛力方面，環杭州大灣區還有很大的進步發展空間。

在模型中，開放水平(OPENNESS)對粵港澳大灣區的影響最為重要，虛擬變量都在1%的水平上顯著。粵港澳大灣區的深圳、珠海作為第一批經濟特區，最早享受了改革開放帶來的成果，也帶動了周邊其他城市的快速發展。開放水平對環杭州大灣區的影響則較前者弱。結合實際情況，第一，兩者的貿易結構存在差異，第二，和粵港澳大灣區不同，環杭州大灣區的民營經濟發展十分活躍，民間資本對其經濟發展的貢獻遠超外商直接投資帶來的貢獻。

政策要素(GOVERNMENT)對兩大灣區的影響一致，都具有正面效應，且對粵港澳大灣區的影響更明顯。政府可以通過財政支出，改善該地的市場環境，引導產業進行合理布局。模型的回歸結果也驗證了這一點。同時要注意的是，政府的干預要在合理的范圍內，過多的操控無益于市場發展。

4 結論與討論

基于粵港澳大灣區和環杭州大灣區的制造業企業數據討論其主導產業及空間布局的變化并分析其影響因素。研究結論說明，兩大灣區的主導產業存在一定的重復性，如化學原料和化學制品制造業、交通運輸設備制造業、電氣機械和器材制造業等。同時，兩大灣區也保持了自己的特色，如粵港澳大灣區的計算機、通信和其他設備制造業多年來對其經濟發展影響深遠，而環杭州大灣區的鐵路、船舶、航空航天和其他運輸設備制造業在其主導產業中占據重要位置。

借助地理分析工具ARCGIS，進一步可得兩大灣區主導產業的空間聚類情況。粵港澳大灣區的主導產業在空間分布上較為分散，集聚特征較弱，但集中化的趨勢逐年加強。而同時期的環杭州大灣區的主導產業在空間上的集聚特征較為顯著，具有一定的空間相關性，但與前者相反，環杭州大灣區主導產業的集中化趨勢減弱、均衡化趨勢加強。同時還發現，粵港澳大灣區冷熱點區域基本以“肇慶—珠海”線為界，呈“東北—西南”走向，冷熱點區域隨時間的變化不明顯。同樣，環杭州大灣區的冷熱點分布也呈“東北—西南”走向，由核心的區域向邊緣進行擴散。

從更小的區域尺度分析，粵港澳大灣區的主導產業從以深圳—中山為雙核心逐步形成以深圳為單核心、周邊地區塊狀發展的空間格局。環杭州大灣區的核心區域略有調整，但寧波、杭州始是其主導產業的核心區域。

空間模型的回歸結果表明，影響粵港澳大灣區主導產業空間分布的核心因素是創新水平、市場潛力和開放水平，而區位特征和政府要素則對環杭州大灣區的影響最為關鍵。

隨著科技的進步和社會的發展，制造業也在不斷升級，向著具有更高技術含量、更高附加值、更高加工難度的方向發展，這同時也對兩大灣區的制造業產業提出了新的挑戰。第一，環杭州大灣區應加快產業轉型升級，改變依賴廉價勞動成本的發展模式，轉向依靠創新驅動的發展模式，提高產業的技術含量和附加值。粵港澳大灣區可以利用信息產業發達的優勢，借助數字平臺，進一步推進創新活動與工業化的結合，更好地發揮創新對產業進步的作用。第二，區位條件對兩大灣區的影響各異。粵港澳大灣區應繼續提高對外開放水平，借助香港、澳門的國際化優勢，更好地推進產業向先進制造業過渡，而環杭州大灣區可加快港口和相關基礎設施的建設，提供良好的港區環境。同時，鑒于存在空間相關性，兩大灣區內部也要注意加強區域之間的合作。最后，政府應適當發揮引導作用，形成適宜的政策環境，提升居民的消費能力，繼續擴大兩大灣區的市場。

本文旨在探討兩大灣區的產業空間布局特征及其影響因素，受到數據的限制，在研究中剔除了對粵港澳大灣區十分重要的香港、澳門，尚待獲取到愈加完備的數據后進行更深入的研究。同時，本文只對兩大灣區的主導產業進行了一定的分析，并不能完全代表兩大灣區制造業整體的發展情況，分析時也沒有區分行業特性，下一步的研究可以從兩大灣區不同特征的行業入手，更精準地分析其空間布局和影響因素。