第一节 工业空间结构的演变

本节主要利用空间基尼系数和Moran's I指数来考察我国工业空间结构的变化趋势以及城市工业分布的空间关系,并着重分析产业空间转移的时间与空间特征。

一、工业空间集中与扩散:空间基尼系数

衡量产业地理集中程度有很多指标,Amiti和WenAmiti, Mary, Wen, Me.i Spatial distribution of manufacturing in China. In:Lloyd, P.J.,Zhang, X.G.(Eds.), Modelling the Chinese Economy.Edward Elgar.2001.、KrugmanKrugman, Paul, Geography and Trade.Cambridge:MIT Press,1991.、He CanfeiHe, C., Wei, Y. and Pan, F.,2007. Geographical concentration of industries in China:the importance of spatial and industrial scale.Eurasian geography and economics,48,603-625.等采用空间基尼系数衡量产业地理集中程度,Fan和Scott计算了2000年我国主要制造业的赫芬代尔指数,白重恩白重恩,杜颖娟,陶志刚,仝月婷:《地方保护主义及产业地区集中度的决定因素和变动趋势》, 《经济研究》2004(4),29-40。等采用胡弗系数测量中国工业省区集中程度。本文采用空间基尼系数,分别衡量工业在省区和城市两个空间层面上的集中程度。

基尼系数计算公式:

Fan, C.and Scott, A.,2003.Industrial agglomeration and development:a survey of spatial economic issues in East Asia and a statistical analysis of Chinese regions.Economic geography,79,295-319.

其中,xijxik是在jk区域产业i的总产值,Xi 为全国范围内产业i的总产值,即xij/Xixik/Xijk省区产业i总产值占全国产业i总产值的比重,u为产业i在各区域比重的均值,N为区域数量。基尼系数在 [0,1]之间分布:基尼系数为0,表示产业在各区域平均分布,此时洛伦兹曲线是对角线;基尼系数为1,表示产业集中于一个区域,此时洛伦兹曲线是与正方形两边完全重合的折线;基尼系数越接近于1,表明产业在空间分布上越集中;基尼系数越接近于0,表明产业在空间分布上越分散。

图2—1从省区和城市两个空间层面上展示出中国工业地理集中程度从1991—2009年的变化,从不同空间层面的对比来看,省区层面上的工业地理集中度要远低于城市层面上的集中程度,说明省区内各城市工业分布的差异较大,省区内部差异从一定程度上拉小了省区间工业分布的差异。从时间趋势上看,城市层面的工业空间集中程度在20世纪90年代较稳定,始终维持在0.8左右,而从2000年起集中程度出现急速下降,基尼系数从0.8一直降到2009年的0.63;省区层面的工业空间基尼系数从1991年的0.45一直上升到2005年的0.55,以2005年为转折点,基尼系数开始缓慢下降,至2009年下降到0.53。综上可知,我国工业的空间分布在20世纪90年代一直处于空间集中的态势,进入21世纪后,首先在全国城市层面上出现了工业空间分散的现象,但省区层面上仍在继续集中,2005年后,省区层面上也出现了空间分散的趋势,这在一定程度上表明我国工业的空间分散首先出现在省内,这并没有影响省区层面的基尼系数,2005年我国工业的空间分散开始向省外发展,即省际的工业空间结构有所调整。根据我国目前所处的经济发展阶段推断,21世纪初期我国工业的空间分散首先出现在城市层面,一方面可能是由于我国21世纪初的“西部大开发”(1999年)、“振兴东北地区等老工业基地”(2002年)、“中部崛起”(2004年)等一系列区域经济协调发展战略的启动与实施,导致了中西部与东北地区的城市发展,缩小了城市层面的工业差距;另一方面可能是由于1994年分税制改革后,地方分权导致城市间的竞争与同质化发展,使得工业在城市层面上出现空间分散的趋势;而2005年工业的空间分散也同时发生在省区层面,2005年省区的空间基尼系数出现下降的现象。这种工业的空间分散从省内到省际转移的趋势,可以初步判断区域经济协调发展战略与政策的空间效应是有序地、自下而上地影响着我国工业的空间结构演变。

图2—1 中国工业空间结构的总体变化

资料来源:作者根据1992—2010年《中国区域经济统计年鉴》和《中国统计年鉴》等整理计算。

二、工业分布的空间相关性:Moran's I指数

上文的基尼系数只是假定所有城市是随机分布的,每个城市都被当作一个孤岛,与邻近城市的关系没有被考虑进来,所以基尼系数只能衡量工业在城市内部的集中程度,却没有考虑工业集中的城市是否在空间上邻近。

区域经济及经济地理学者认为,一个地区的产业发展会受到其周边地区创新投入、经济水平、社会文化、基础设施等因素的影响,因而邻近地区的产业发展应具有与空间相关的分布特征,这就是所谓的空间依赖或空间相关性,它意味着观测值由于某种空间相互作用而使之在地理上表现为特定区位的观测值受到周边地区特征的影响。若相邻区位的观测值的相关性显著大于不相邻区位,就存在空间自相关;当相邻区位观测值的低值或高值在空间上出现集聚倾向时为正的空间自相关;而当某区位倾向于被相异值的相邻区位包围时则为负的空间自相关。本章选择城市工业总产值占全国的比重作为衡量空间相关性的指标,使用空间统计学中最常用的指标Moran's I指数,来验证我国工业分布的空间相关性。Moran's I指数包括全局空间相关性检验和局域空间相关性检验。

(一)基于Moran's I指数的全局空间相关性检验

在计算Moran's I指数之前,首先要构造各城市的空间权重矩阵W,本章主要采用邻接原则构造矩阵中元素Wij:当i城市和j 城市相邻时Wij=1;当i城市和j 城市不相邻时Wij=0; W的所有对角线上的元素Wij为0。因此,W是一个(N×N)矩阵。由于海南省没有与其他省份相邻,对结果影响较小,因此在构造矩阵时将海南省去掉。Moran's I指数的公式如下:

其中Xi是观测值,即 i 城市的工业总产值占全国比重,-, X=1/nXi。Moran's I指数可看作各城市观测值的乘积和,其取值范围为-1≤I≤1。I>0表明各城市工业分布呈正的空间相关性,说明相互邻近的城市的工业比重值相近,即高值被高值包围或低值被低值包围,I 值越大说明相关性越大;I<0表明各城市工业分布负的空间相关性,说明相互邻近的城市的工业比重差异较大,即低值被高值包围或高值被低值包围。

表2—1给出2001—2009年间利用不同空间权重矩阵计算出的各城市工业分布的空间自相关结果。conti _ 1 order是指1阶相邻接城市的W 为1,其余为0; conti _2order是指2阶相邻接城市(不包括1阶相邻接城市)的W为1,其余为0; K6-near是指与各城市距离最近的6个城市的W为1,其余为0;300miles是指各城市300英里以内的城市的W为1,其余为0。四种不同空间权重矩阵的Moran'sI指数,都说明了2001—2009年各城市工业空间分布存在正的空间相关性,而且从趋势上说明,工业分布的空间聚集在全局上表现出强烈的空间依赖特征。这一结果否定了大多数古典统计分析中所有地理单元相互独立的传统假设。也就是说,工业比重相对较高的城市邻近于其他工业比重相对较高的城市,而工业比重相对较低的城市相互邻近,这进一步说明我国工业在城市层面上存在空间聚集。

表2—1 工业分布的空间自相关

注:此结果借助Open Geoda软件完成。

资料来源:作者根据2002—2010年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

(二)基于Moran散点图的局域空间相关性检验

为了识别我国各城市工业水平高低的分布,本章进一步做了局部空间自相关的分析。以(z, Wz)为坐标点的Moran散点图,对空间滞后因子Wzz 数据对进行了可视化的二维图示(见图2—2)。W为空间权重矩阵,Wz 表示了对邻近城市观测值的加权平均。Moran散点图的4个象限分别对应于城市单元与其邻近城市之间的4种类型的局部空间联系形式。HH对应于第一象限,指高高相关,在本文意味着工业水平高的城市被同是工业水平高的城市所包围;LH对应于第二象限,指低高相关,意味着工业水平低的城市被工业水平高的城市所包围;LL对应于第三象限,指低低相关,意味着工业水平低的城市被同是工业水平低的城市所包围;HL对应于第四象限,指高低相关,意味着工业水平高的城市被工业水平低的城市所包围。象限Ⅰ和象限Ⅲ表示正的空间相关性,揭示城市工业空间分布的相似性;象限Ⅱ和象限Ⅳ则表示负的空间相关性,揭示城市工业空间分布的异质性。

图2—2 2009年工业总产值占全国比重的Moran散点图

资料来源:2010年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

由图2—2可以看出,位于第一象限和第三象限的城市居多,几乎达到总数的80%,这说明我国工业以高—高集聚和低—低集聚分布为主,证实了前面得出的工业空间分布呈现出正向空间依赖性的结论。表2—2列出了Moran's I指数的P值在0.5以下的所有城市。

表2—2 2009年我国各城市工业分布的空间相关模式

说明:但是由于珠三角特殊的地理环境,三角洲两岸城市不邻接,导致用邻接空间权重矩阵计算出的局域Moran's I指数只有惠州的指数显著,其余不显著,所以本文又用距离最近6市空间权重矩阵重新计算局域Moran's I指数,东莞市、江门市、中山市、广州市、惠州市均显著,符合现实。所列城市均是Moran's I的P值在0.05以下的城市。

资料来源:作者根据2010年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

其中有104个城市显示正的空间相关性:其中28个集中于第一象限(HH:高的工业比重—高的空间滞后),处于HH区域的都是东部沿海城市,主要集中在京津冀都市圈、山东半岛城市群、长三角城市群和珠三角城市群,它们的工业发展水平高,且集聚效应强;85个集中于第三象限(LL:低的工业比重—低的空间滞后),处于LL区域的多是西部内陆城市。

14个城市显示负的空间相关性:其中10个城市集中在第二象限(LH:低的工业比重—高的空间滞后),处于LH区域的城市多位于发达省区或发达城市群的边缘地区,较少受到核心城市的辐射或溢出效应的影响;4个城市在第四象限(HL:高的工业比重—低的空间滞后),处于该区域的城市多是落后省区或落后城市群的工业核心城市,仍处于极化阶段,对周边城市的正向影响较小。

(三)工业城市层面空间分散的方向

从空间基尼系数可以看出,我国进入21世纪后工业在城市层面上已经出现空间分散,那么其方向和幅度是怎样的?

本文研究的产业分散方向是通过产业占全国比重的相对变化确定的。某城市工业比重上升说明该城市是产业转入地,反之说明该城市是产业转出地。因此,本文选取工业总产值占全国比重的年度变化来衡量工业的区域转移。图2—3、图2—4、图2—5、图2—6分别展示了2001—2003、2003—2005、2005—2007、2007—2009四个时间段各地区的工业比重的变化,较深的两个颜色指产业转入地,颜色越深,转入越多;较浅的三个颜色指产业转出地,颜色越浅,转出越多。

图2—3 中国2001—2003城市工业产业转移

资料来源:作者根据2002—2004年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

图2—4 中国2003—2005城市工业产业转移

资料来源:作者根据2004—2006年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

图2—5 中国2005—2007城市工业产业转移

资料来源:作者根据2006—2008年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

图2—6 中国2007—2009城市工业产业转移

资料来源:作者根据2008—2010年《中国城市统计年鉴》和《中国区域经济统计年鉴》等整理计算。

从几幅图中可以看出,总体上2001—2009年间工业空间分散的趋势越来越明显,工业转入地越来越多,至2009年已经覆盖东、中、西、东北等地区。最初的转入地主要是与东部工业转出城市在空间上邻近的少数城市、中部省会城市周边和紧邻中部的少数西部城市;2003—2005年逐渐向东部其他城市、西部内陆城市和东北等城市扩展;2005—2007年工业转入地数量和规模总体上有很大提高,尤其是中部城市在省会城市的带动下全面承接东部的产业转移,工业得到全面发展,除此之外这一时期也凸显出一些工业重点转入地,主要分布在京津冀都市圈和山东半岛之间的边缘城市、长三角北部城市、珠三角北部城市和重庆等;2007—2009年三大城市群周边的城市仍是工业重点转入地区,中部城市的工业发展趋势不仅加快,而且也凸显出一些工业重点转入地,包括武汉、襄樊、长沙等,同时东北各城市在长春、沈阳和大连等城市的带领下,工业比重也得到全面上升。

在2001—2009年间,京津冀都市圈、长三角城市群和珠三角城市群的工业转出趋势越来越明显,转出幅度和规模越来越大,2005年起这三个地区已经成为工业比重下降幅度最大的地区;除了四川、重庆、广西和新疆边疆等城市以外的西部广大地区仍然是工业转出地,工业比重不断下降,发展趋势堪忧。

总之,2001—2009年我国工业空间结构有较大幅度的调整,工业转移的基本方向是从东部三大城市群的核心城市向三大城市群周边城市、中西部较为发达的城市群、东北省会城市及周边进行空间转移,转移过程中我国工业发展出现收敛趋势,城市之间的工业差异也在逐渐缩小。