中國典型制造業大規?？臻g集聚特征及變化*

趙作權 趙紫威

引 言

工業化時期制造業的大規模空間集聚是全球工業化進程中出現的地理現象，對一個國家的全球競爭力具有重要影響。美國的工業化形成了橫跨其東北部地區、綿延幾十萬平方公里的制造業帶，①Harris,C.D.,“The Market as a Factor in the Localization of Industry in the United States,”Annals of the Associa‐tion of American Geographers,vol.44,1954,pp.315-348.歐洲的工業化形成橫跨德國西部、法國北部、意大利北部和英國南部的“藍香蕉”地區。

學術界一直關注工業化導致的產業集聚，特別是大規模集聚現象。1890年英國經濟學家馬歇爾最早探討了產業集聚形成的原因，①Crafts,N.and A.Klein,“Spatial Concentration of Manufacturing Industries in the United States:Re-Examination of Long-Run Trends,”European Review of Economic History,Vol.25,2021,pp.223-246.瑞典地理學家德吉爾（1927）最早分析了歐美制造業的大規?？臻g集聚現象，②De Geer,S.,“The American Manufacturing Belt,”Geografiska Annaler,vol.9,1927,pp.233-359.美國地理學家Harris（1954）深入分析了美國制造業帶的密度、范圍等特征，美國經濟學家克魯格曼（1991）提出新經濟地理理論，解釋了美國制造業帶的成因，③Krugman, P., “Increasing Returns and Economic Geography,” Journal of Political Economy, vol.99, 1991, pp.483-499.學術界高度關注中國工業化進程，認為2012年前后是中國工業化的高峰期，④Rodrik,D.,“Premature Deindustrialization,”Journal of Economic Growth,vol.21,2016,pp.1-33；魏后凱、王頌吉：《中國“過度去工業化”現象剖析與理論反思》，《中國工業經濟》2019年第1期。對中國工業化時期全國制造業的空間集聚的研究主要聚焦在區域、城市等中宏觀空間尺度，基于制造業企業區位的精細空間集聚分析依然不足，⑤張可云、仲艾芬：《我國制造業結對集聚水平測度及其特征——機器學習方法的改進與應用》，《經濟地理》2023年第4期。一些學者利用企業區位數據分析中國高技術或戰略性新興產業的空間集聚問題，但使用工業企業微觀數據以及標準差橢圓方法探討中國制造業在國土空間上的大規模集聚特征及演化問題還是一個研究空白。為此，本文旨在使用標準差橢圓及相對集聚系數方法，利用全國工業企業微觀數據，分析中國制造業總體及典型行業的大規?？臻g集聚特征與變化。本文利用中國規模以上工業企業微觀數據，從資源、裝備、高技術三種類型制造業中分別選取一個代表行業，分析1998—2013年這些行業相對于制造業總體的大規模空間集聚特征、模式及變化。

本文之所以使用標準差橢圓方法是因為該方法比基尼系數、EG指數、DO指數等空間集聚分析方法更精準、全面、直觀地顯示產業大規?？臻g集聚的特征和狀態。標準差橢圓方法是近百年前用來計量地理集中⑥Lefever, D.W.,“Measuring Geographic Concentration by Means of the Standard Deviational Ellipse,”American Journal of Sociology,vol.32,1926,pp.88-94.、近年來用來計量產業集聚更加直觀、精細的空間分析工具⑦趙作權：《地理空間分布整體統計研究進展》，《地理科學進展》2009年第1期。。該方法能直接用于識別空間大規模集聚的地理范圍，還可以通過橢圓之間的相似性和差異性分析確定制造業的相對集聚狀態。⑧趙作權：《空間格局統計與空間經濟分析》，北京：科學出版社，2014年，第47—81頁。例如，趙璐等（2014）通過不同標準差橢圓的比較分析了2004—2008年中國城市制造業的空間集聚特征與集聚模式。⑨趙璐、趙作權：《中國制造業的大規?？臻g聚集與變化——基于兩次經濟普查數據的實證研究》，《數量經濟技術經濟研究》2014年第10期。孫智君等（2018）利用標準差橢圓方法分析了2004—2014 年中國高技術制造業及其子行業的集聚特征。⑩孫智君、張雅晴：《中國高技術制造業集聚水平的時空演變特征——基于空間統計標準差橢圓方法的實證研究》，《科技進步與對策》2018年第9期。劉華軍等（2019）利用標準差橢圓計算了2012—2016年中國戰略性新興產業及細分行業的空間集聚特征與演變趨勢。?劉華軍、王耀輝、雷名雨：《中國戰略性新興產業的空間集聚及其演變》，《數量經濟技術經濟研究》2019年第7期。

除了標準差橢圓方法，還有三類計量產業集聚的方法，各有其局限性。①喬彬、李國平、楊妮妮：《產業聚集測度方法的演變和新發展》，《數量經濟技術經濟研究》2007 年第4期。第一類是最早由經濟學家們提出的空間基尼系數、行業集中度（CR指數）、②Bain,J.S.,“Relation of Profit Rate to Industry Concentration:American Manufacturing,1936–1940,”Quarterly Journal of Economics,vol.65,1951,pp.293-324.赫芬達爾指數（HHI指數）③Herfindahl,O.,Concentration in the Steel Industry,Ph.D.Dissertation,Columbia University,1950.和區位商④Haggett,P.Locational Analysis in Human Geography.London:Edward Arnold,1965.。國內許多學者借助這類方法進行制造業集聚分析，其中魏后凱（2002）使用集中度、赫芬達爾指數和區位商考察了中國521個制造業小行業集中狀況，⑤魏后凱：《中國制造業集中狀況及其國際比較》，《中國工業經濟》2002年第1期。梁琦（2003）使用空間基尼系數對中國二十個制造業行業集聚進行了分析，⑥梁琦：《中國工業的區位基尼系數——兼論外商直接投資對制造業集聚的影響》，《統計研究》2003 年第9期。羅勇等（2005）用市場集中度（CR指標）作為輔助指標從市場空間角度檢驗不同類別制造業集聚程度，⑦羅勇、曹麗莉：《中國制造業集聚程度變動趨勢實證研究》，《經濟研究》2005年第8期。賀燦飛等（2007）運用空間基尼系數測算了中國2004年二至四位數制造業產業在省、地、縣等行政區尺度上的集聚水平。⑧賀燦飛、潘峰華、孫蕾：《中國制造業的地理集聚與形成機制》，《地理學報》2007年第12期。但這類方法假設以企業均勻分布作為空間集聚計量的基準，忽略了產業集中、隨機因素乃至區域尺度大小對產業集聚計量的影響。

第二類方法以EG指數為代表，對第一類方法進行了改進。Ellison和Glaeser（1997）認為產業集聚計量應當考慮產業集中、隨機因素的影響，為此提出了EG指數，⑨Ellison,G.and E.L.Glaeser,“Geographic Concentration in Us Manufacturing Industries:A Dartboard Approach,”Journal of Political Economy,vol.105,1997,pp.889-927.后被學術界廣泛應用。例如，Rosenthal等（2001）利用EG指數測算了美國四位數制造業的集聚度，⑩Rosenthal, S.S. and W.C. Strange, “The Determinants of Agglomeration,”Journal of Urban Economics, vol. 50,2001,pp.191-229.文東偉等（2014）從省、地、縣三級空間尺度分析了中國二至四位數制造業的集聚水平。?文東偉、冼國明：《中國制造業產業集聚的程度及其演變趨勢:1998~2009 年》，《世界經濟》2014 年第3期。不過以上兩類方法都是基于行政區劃、區域差異的產業集聚計量方法，其分析結果都受所選面狀單元的形狀、大小即可變面元問題（MAUP）的影響。?Morphet, C.S., “A Statistical Method for the Identification of Spatial Clusters,”Environment and Planning A:Economy and Space,vol.29,1997,pp.1039-1055.

第三種產業集聚的計量方法是基于連續空間及距離的方法，?Marcon, E. and F. Puech,“A Typology of Distance-Based Measures of Spatial Concentration,”Regional Science and Urban Economics,vol.62,2017,pp.56-67.其中以Duranton 和Overman（2005）提出的DO指數最具代表性。?Duranton, G. and H.G. Overman,“Testing for Localization Using Micro-Geographic Data,”Review of Economic Studies,vol.72,2005,pp.1077-1106.Brakman等（2017）利用DO指數測算了基于縣域尺度的中國制造業企業集聚情況，①Brakman,S.et al.,“Spatial Concentration of Manufacturing Firms in China,”Papers in Regional Science,vol.96,2017,pp.S179-S205.袁海紅等（2014）最早利用DO指數測度了北京制造業企業的集聚狀況，②袁海紅、張華、曾洪勇：《產業集聚的測度及其動態變化——基于北京企業微觀數據的研究》，《中國工業經濟》2014年第9期。陳柯等（2018）運用DO指數研究中國產業集聚變化趨勢，③陳柯、張曉嘉、韓清：《中國工業產業空間集聚的測量及特征研究》，《上海經濟研究》2018年第7期。黃宇金等（2021）利用DO指數分析2004—2013年京津冀地區制造業集聚的變化。④黃宇金、孫威：《京津冀地區制造業集聚的時空演化特征和差異性分析》，《地理科學進展》2021 年第12期。但是基于距離的方法把企業的空間分布轉化為一維空間的距離，丟失了企業空間分布的大量信息（如方位），不能像本文所使用的標準差橢圓方法那樣精準描述企業分布的二維空間特征，包括距離之外的方位、形狀等特征。

本文將制造業分為資源型產業、裝備型產業與高技術產業三類，受到Harris（1954）的啟發。Harris對前兩類制造業子行業進行了詳細的敘述，高技術類制造業則是學術界后來比較關注的制造業類型。⑤王秋紅、陳曦：《我國高技術產業集聚水平的測度》，《科技管理研究》2012年第11期。我們從這三類產業中分別選取石油、煤炭及其他燃料加工業，汽車制造業，計算機、通信和其他電子設備為代表，利用1998—2013年多達32萬個企業數據（包括企業區位和就業人數），通過標準差橢圓方法構建相對集聚系數，分析描述這些典型制造業行業相對制造業總體（或總制造業、全制造業）的空間集聚特征與變化。

本文的學術貢獻包括如下兩個方面：

第一，采用制造業企業微觀（區位和就業）數據，利用標準差橢圓這一點格局分析工具，準確地計量中國制造業大規?？臻g集聚特征和變化。以往的相關研究主要使用城市等行政區區域層面的統計數據，沒有考慮企業的區位信息。與我們類似的研究只有陳妍等（2018）一篇文章，但該文章只使用了工業企業數據庫之外的企業區位數據，沒有使用企業規模（如就業人員）數據，也沒有分析制造業子行業相對于制造業總體的相對集聚水平。⑥陳妍、秦昆、桂志鵬、吳華意：《基于工商企業注冊數據的中國第二產業空間集聚研究》，《遼寧工程技術大學學報（自然科學版）》2018年第3期。本文考慮了制造業企業的規模，使用企業區位和就業人員數據能夠揭示制造業空間集聚更多的信息。

第二，聚集制造業相對集聚研究，提出了新的基于基準空間分布的相對集聚系數。Duranton和Overman（2005）指出，受自然條件（如氣候、地形等）和人為規定（如城市規劃）的限制，一個國家內并不是每一個點都具備企業布局的可能，因此將子行業與產業總體進行比較的相對集聚研究能夠揭示制造業空間集聚更豐富的信息。實際上相對集聚測度已經被學術界認可，符合集聚測度的一般準則。⑦Marcon, E. and F. Puech, “Measures of the Geographic Concentration of Industries: Improving Distance-Based Methods,”Journal of Economic Geography,vol.10,2009,pp.745-762.本文將相對集聚系數定義為典型制造業與基準制造業兩個標準差橢圓的面積之比，不受橢圓重心分布的限制，比趙璐等（2014）提出的空間集聚度概念更直觀簡潔。

一、研究方法與數據

（一）研究方法

1.標準差橢圓方法

標準差橢圓方法是空間統計的經典方法，能夠以可視化的方法直觀、全面地揭示研究對象的多維度空間特征。制造業空間格局的重心、展布范圍、形狀、方位可由標準差橢圓的重心（經緯度坐標）、長短半軸長度、短長半軸之比、方位角來表達。①白冰、趙作權、張佩：《中國南北區域經濟空間融合發展的趨勢與布局》，《經濟地理》2021年第2期。

2.相對集聚系數

制造業的空間集聚是指制造業企業的空間分布顯著偏離基準分布即制造業總體企業分布的一種狀態。②Kulldorff,M.,“Tests of Spatial Randomness Adjusted for an Inhomogeneity,”Journal of the American Statistical Association,vol.101,2006,pp.1289-1305.按照基準參照空間的不同可以把制造業空間集聚分為絕對空間集聚、足跡空間集聚和相對空間集聚。③趙作權：《空間格局統計與空間經濟分析》，第47—81頁。本文聚焦制造業的相對空間集聚計量，以制造業總體企業區位格局和典型制造業企業區位格局為基準，分別分析典型制造業企業區位格局和企業就業格局集聚狀態。

定義相對集聚系數為：

式中Ai表示制造業子行業企業分布的標準差橢圓面積，A0表示基準分布即制造業總體企業分布的標準差橢圓面積。如果制造業子行業的企業分布相對于制造業總體的企業分布是完全隨機的，那么兩個分布的標準差橢圓面積A是一樣的，即K=1；將0.05作為相對集聚顯著性的臨界值，當K大于1.05時表明子行業企業分布相對于制造業總體企業分布呈分散式集聚狀態，且K越大集聚的分散程度越高；K小于0.95時表明子行業企業分布相對于制造業總體企業分布呈集中式集聚狀態，且K越小集聚的集中程度越高。因此，當K在0.95—1.05之間時表明子行業企業分布相對于制造業總體企業分布處于隨機狀態。

此外本文將單位橢圓面積上的屬性量即空間密集度作為輔助指標，其計算公式如下：

式中i表示單位地理要素，Wi表示i的屬性量，σx，σy分別表示x軸和y軸的標準差。本研究以ArcGIS10.6為操作平臺，基于Albers投影坐標系（中央經線105°E，標準緯線25°N、47°N）展開空間分析。

（二）數據

研究數據來源于中國工業企業數據庫，該數據庫時間跨度為1998—2013年。本研究選取1998年、2005年及2013年這三個年份的工業企業數據，通過百度地圖API（應用程序接口）實現地理編碼，得到每個企業區位的經緯度坐標，并剔除坐標精度低的數據。本文按照2011年《國民經濟行業分類》（GB/T 4754—2011）對三年中各企業所屬的兩位數制造業行業進行了統一。表1列出了1998—2013年總制造業與典型制造業行業的企業數。

表1 1998—2013年總制造業與典型制造業行業規模

二、基于企業區位的典型制造業空間集聚

（一）典型制造業企業區位分布的空間集聚模式及變化

以總制造業企業分布橢圓為參照，三個典型制造業表現出不同的空間集聚模式和空間分布特征。表2列出了1998—2013年總制造業與典型制造業企業區位的標準差橢圓參數。從空間集聚模式看，2013年代表裝備型產業的汽車制造業與代表高技術產業的計算機、通信和其他電子設備制造業呈現明顯的集中式集聚，相對集聚系數分別為0.87和0.70。代表資源型產業的石油、煤炭及其他燃料加工業呈現分散式集聚，相對集聚系數為1.59。計算機等高技術產業的集中式集聚是普遍接受的事實。汽車制造業具有產業鏈長的特點，其發展高度依賴供應鏈的上下游，因此汽車制造業集中集聚更具經濟效益。資源型產業企業分布相對更加分散，原因在于資源型產業企業的布局會受到自然資源分布的支配。①Harris,C.D.,“The Market as a Factor in the Localization of Industry in the United States,”Annals of the Associa‐tion of American Geographers,vol.44,1954,pp.315-348.

表2 1998—2013年總制造業與典型制造業企業區位的標準差橢圓參數

從集聚演化趨勢看，1998—2013年，中國制造業呈現集中化集聚，橢圓收縮趨勢明顯，其中橢圓面積先后減少了40.22萬km2和2.47萬km2。三個典型制造業均呈現密集化趨勢，除石油、煤炭及其他燃料加工業外，其他兩個典型制造業的橢圓面積收縮，但相對總制造業的相對集聚度變化趨勢各不相同。具體來看，代表資源型產業的石油、煤炭及其他燃料加工業呈現分散化集聚趨勢，其相對集聚系數從0.95增加至1.59，空間集聚度降低；代表裝備型產業的汽車制造業呈現空間均衡增長，其相對集聚系數比較穩定；代表高技術產業的計算機、通信和其他電子設備制造業呈現集中化集聚趨勢，其相對集聚系數從0.73下降至0.70。

（二）典型制造業企業區位分布的空間集聚分布及變化

從集聚的地理分布上來看，作為資源型產業的石油、煤炭及其他燃料加工業重心位于總制造業重心的西北方，距總制造業重心466.90 km，是三個典型制造業中距離最遠的。其分布橢圓的方位角比總制造業大，橢圓形狀比總制造業橢圓更圓。作為裝備型產業的汽車制造業集聚分布區域與總制造業基本一致，都分布在山東、江蘇、浙江、上海、湖北、湖南、安徽、河南等東部沿海及中部地區，其重心（即橢圓中心）距離總制造業的重心北略偏西52.48 km，方位角比總制造業大，形狀接近。作為高技術產業的計算機、通信和其他電子設備制造業重心位于總制造業重心南略偏東處，距離340.59 km，這主要受到廣東省的拉動作用，2013年廣東省企業數全國第一，是第二名江蘇省的1.7倍。計算機、通信和其他電子設備制造業相較總制造業集聚分布在東南沿海區域，這是因為在勞動力、土地等要素成本優勢的加持下，中國在世界電子信息領域占據重要位置，企業布局受到國際市場商品貿易及技術擴散等方面的影響，在廣東、江蘇、浙江等東部沿海地區形成產業集群。①賀燦飛、朱向東、孔瑩暉、李偉：《集聚經濟、政策激勵與中國計算機制造業空間格局——基于貿易數據的實證研究》，《地理科學》2018年第10期。

從集聚的空間分布變化上看，石油、煤炭及其他燃料加工業，計算機、通信和其他電子設備制造業對總制造業分布的偏離變大，汽車制造業對總制造業分布的偏離在變小。對石油、煤炭及其他燃料加工業來說，其重心始終位于總制造業重心的西北方，距離增大27.8%，主要是因為1998—2013年石油、煤炭及其他燃料加工業的重心波動中向西北方向移動39.52 km，也是三個典型制造業中唯一的重心西移的行業，其中向西移動31.44 km，向北移動23.93 km（位于河南的安陽或新鄉）。該產業橢圓長短半軸都呈現出增大的趨勢，分別增加了108.56 km、160.20 km，說明橢圓外地區企業數量的增長速度快于橢圓內區域。該產業橢圓形狀在波動中向正圓趨近，意味著各個方向的發展水平更加均衡。該產業密集度在波動中小幅增長24.0%，這來源于行業規模的連續增長。該產業橢圓方位順時針旋轉了22°，是三個典型制造業中變動幅度最大的，這可能是因為不同地區的資源勘探難度不同，在技術的限制下被勘探、開發和利用的時間節點也有所不一樣，隨著不同地區資源的開發，企業集聚分布方向可能會發生較大變動。

對汽車制造業來說，其重心基本位于總制造業重心北方，在東西方向上略有變動，距離縮短了55.4%。該產業重心在1998—2013年向東南方向移動了117.02 km，其中先向東移動87.52 km，后向西移動67.50 km，持續向南移動115.30 km（位于安徽的阜陽或合肥）。與總制造業變動趨勢一致，汽車制造業同樣經歷了向東南沿海移動又回遷內陸的過程。該產業橢圓長半軸縮短110.71 km，短半軸縮短52.58 km，這意味著橢圓內區域企業數量的增長速度快于橢圓外區域，且東北-西南方向上集中化集聚趨勢更加明顯。該產業的空間密集度大幅增長，從1998年的15.01個/萬km2，增長至74.34個/萬km2，增幅達395.27%，位列三個典型制造業之首，這主要來源于企業總數量的增長。

對于計算機、通信和其他電子設備制造業來說，其重心基本位于總制造業重心的南部，距離增大了39.7%。該產業的重心在1998—2013年向南移動161.13 km（位于安徽安慶、池州兩市或江西上饒）。該產業橢圓長半軸縮短了110.21 km，短半軸縮短了66.64 km，南-北方向上集聚特征更加明顯，表明橢圓內部的企業數量增長主要集中在廣東省及江蘇省和浙江省，具有非常鮮明的地域特征。該產業的空間密集度從1998年的24.73個/萬km2，增加至2013年的98.11個/萬km2，增幅達296.72%。

三、基于企業就業人員的典型制造業空間集聚

將企業就業人數賦權于企業區位，分析典型制造業就業人員分布相對于制造業總體企業就業人員分布的相對集聚程度，能夠識別企業規模特別是大企業及其分布對典型制造業相對集聚水平的影響。

（一）典型制造業企業就業分布的空間集聚模式及變化

與制造業總體企業就業人員分布相比，三個典型制造業企業就業人員分布呈現不同的集聚模式（表3）。其中，石油、煤炭及其他燃料加工業一直呈現明顯的分散式集聚狀態，其相對集聚系數不斷增加，由1998年的1.07增加到2013年的1.66，表明該產業的空間分散程度在上升，行業內大企業分布更加分散；汽車制造業在1998年均處于明顯的集中式集聚狀態，到2005年都處于空間隨機狀態，到2013年又回歸到集中式集聚狀態，說明該產業大企業分布可能存在先分散化后集中化的趨勢；計算機、通信和其他電子設備制造業一直處于明顯的集中式集聚狀態，其相對集聚系數由1998年的0.88下降到2013年的0.67，表明該產業的空間集中程度在上升，說明大企業分布可能存在持續集中化的趨勢。同時，1998—2013年中國制造業就業人員橢圓呈現與企業區位橢圓相同的空間收縮趨勢，其面積分別減少了16.84萬km2和14.70萬km2。

表3 1998—2013年制造業子行業企業就業分布的標準差橢圓參數

（二）典型制造業企業就業分布的空間集聚分布及變化

從集聚的地理分布變化來看，汽車制造業，計算機、通信和其他電子設備制造業的就業格局重心朝東南方向移動，只有石油、煤炭及其他燃料制造業朝西北方移動，與企業格局的移動方向一致（圖1、圖2）。值得注意的是，石油、煤炭及其他燃料制造業的短半軸、形狀指數及方位角都是變化幅度最大的，短半軸增長215.73 km，長半軸只增長了31.58 km，因此形狀指數由0.74變為0.92，橢圓形狀向正圓靠近，同時方位角由17.35°增大至63.45°，這一變化趨勢更加充分佐證了前文結論，即作為資源依賴型產業，資源區位對產業空間格局會產生巨大的影響。計算機、通信和其他電子設備制造業的就業密集度最大且增幅最大，十六年間增長了768.54%，說明了在以技術、人才為核心競爭力的行業，勞動力池、知識外溢等集聚外部性所產生的巨大作用。

圖1 1998—2013年總制造業與典型制造業的重心分布

圖2 1998—2013年基于就業人員的典型制造業的重心分布

最后，從空間演變的階段性看，1998—2005年間，基于制造業就業人員的空間集聚格局基本形成。2005—2013年間，制造業在原有空間集聚格局的基礎上快速密集化、均衡化發展，具體表現為1998—2005年間總制造業橢圓重心、展布、方位、形態等變化較為劇烈，而2005—2013年間，制造業總體的空間密集度增加161.45%，密集化趨勢更為顯著。計算機、通信和其他電子設備制造業與總制造業空間集聚的階段性特征基本一致。汽車制造業在兩個時間段內空間格局變動都較為明顯，但其密集化與制造業總體的密集化都發生在2005—2013年。石油、煤炭及其他燃料制造業則是在不斷分散化的同時保持空間密集度相對穩定。上述典型制造業空間集聚的階段性特征明顯有別于基于企業區位的典型制造業的空間集聚演變趨勢，后者在1998—2005年和2005—2013年的演變趨勢的差異并不顯著。

四、結論與啟示

本文基于中國企業微觀數據，使用標準差橢圓方法從連續空間的角度分析了中國三個典型制造業的大規模相對空間集聚的特征與變化趨勢。通過對比總制造業企業區位格局和就業人員分布，分析了中國三類典型制造業企業分布的相對集聚模式、特征和變化趨勢?？偨Y得出以下結論：

第一，以總制造業為基準，1998—2013年中國三個典型產業擁有不同的空間集聚模式，其中屬于資源型產業的石油、煤炭及其他燃料制造業呈現顯著的空間分散式集聚模式，其分散程度有所上升；屬于高技術產業的計算機、通信和其他電子設備制造業以及屬于裝備型產業的汽車制造業基本呈現空間集中式集聚模式，其集中程度有所上升或處于相對穩定狀態。

第二，1998—2013年，中國制造業總體，無論是企業區位分布還是企業就業人員格局，都呈現明顯的空間集中化、密集化趨勢。三個典型制造業均呈現密集化趨勢，但相對總制造業的集聚度變化趨勢各不相同，其中代表資源型產業的石油、煤炭及其他燃料加工業呈現空間分散化趨勢，代表裝備型產業的汽車制造業呈現空間均衡增長的態勢，代表高技術產業的計算機、通信和其他電子設備制造業呈現空間集中化集聚發展趨勢。

第三，企業規模主要影響了典型制造業空間集聚的展布特征和空間集聚演化的階段性差異。一方面，石油、煤炭及其他燃料加工業和汽車制造業的大企業分布更加分散，體現在基于企業就業人員橢圓的面積大于基于企業區位橢圓的面積，而計算機、通信和其他電子設備制造業的大企業分布更加集中。特別是，考慮企業規模的典型制造業的空間集聚在1998—2005年和2005—2013年呈現明顯不同的演化態勢。

未來制造業空間布局應考慮各類制造業的空間集聚模式與演化規律，充分發揮產業大規?？臻g集聚的競爭優勢。研究表明，華北平原和長江中下游平原是我國制造業大規模集聚的核心區域，是提升我國制造業穩定性、競爭力的關鍵區域，也是維護我國產業鏈安全的重點區域。針對資源型產業的空間分散式集聚模式與分散化集聚趨勢，應突出該類產業在全國區域協調發展、區域開放合作中的重要地位。針對裝備型產業同總制造業一樣集中式集聚分布于華北平原和長江中下游平原即全國經濟核心集聚區，應發揮該類產業在統一全國大市場、區際貨物自由貿易中的基礎作用，重點降低各類交通網絡的運輸費用，同時地方政府應加大對先進制造業集群發展的支持力度；針對高技術產業集中式集聚在東南沿海區域，應加大相關地區制造業技術創新體系的布局力度，推進創新型產業組織變革，加快重點領域的產業技術聯盟建設步伐，提升高技術產業的全球競爭力。