区域制造业集群的辨识--以北京市制造业为例

产业集群定义为相互关联的一群产业在特定地理空间的集中[1]。理论上，相关产业的空间集聚是一种内在要求，因为集群中的企业通过与其他相关企业的分工协作获得成本优势[2]。企业内部规模经济和外部经济是产业集群的驱动力，产业的技术与市场联系是产业集群形成的必要条件。产业集群与产业竞争力直接关联，提供了一种介于企业与区域之间的组织形式，并可以将基础与非基础部门纳入区域经济发展战略，为决策者所青睐[3]。许多区域的经济政策也逐渐从扶持个别产业转向培育产业集群。 近几年，国内发表了大量有关产业或企业集群理论的综述[4，5]；一些研究将产业集群定位为一种区域发展理论，因为产业集群强调区域分工的重要性，也突出了发挥区域内各种资源整合能力的作用，尤其是技术进步与创新的作用[6～8]；也有一些案例研究，如计算机相关产业集群的研究[6，9～11]，河南虞城县钢卷尺企业集群的研究[12]，这些案例研究将产业集群定义为一个产业内企业在一定区域内的集聚，对区域产业之间的功能联系重视不够。区域产业集群辨识方法研究还处在探讨阶段，主要以定性研究为主。在实际操作中，辨别产业集群最常用的方法是“产业认知法(Industry Perception Method)”[13]，第一步是计算区域内各产业的区位商，并根据其大小对产业进行排序。然后基于研究者的产业知识及其对区域产业结构的了解将产业初步归类为集群。最后通过对产业内主要公司进行访谈确认产业间的联系，从而认定对集群判断的正确性。IPM过分依赖专家的经验和知识，容易被区域内占主导地位的企业所误导，这种主观判断的产业集群给区域间的比较带来困难，因此在产业集群的辨别上非常有必要引入科学的定量方法。 产业间功能联系构成产业集群的必要条件，许多辨别集群的定量方法都源于投入产出表，如图谱分析法和多因素聚类分析等。Campbell[14] 和Slater[15] 利用图谱方法分析区域产业之间的关联并将联系程度超过一定门槛的每对产业用箭头连接，在此基础上辨别区域产业集群。多因素聚类分析是比较成熟的方法，但在产业集群辩识研究中用得不多，主要原因是这种方法将不同产业归纳到不同的集群，这与现实不吻合，因为许多产业可能属于多个集群。一些研究采用主成分分析法来辨识产业集群[16～20]。主成分分析可以将显著关联的变量聚集到一个因子上，减少信息的重叠。投入产出表中产业间价值流信息存在显著的重复，根据投入产出表可构建反映某个产业的中间投入或中间销售的行业结构，因此可采用主成分分析将具有相似经济技术联系的产业组合成因子，每个因子反映产业间价值流的行业结构，提取出来的因子成为构造产业集群的基础，每个产业集群中存在若干个联系强度各异的产业链。 1产业集群辨识方法——主成分分析及其发展 产业间功能联系是产业集群的必要条件，一个区域的投入产出表反映产业之间的技术与市场联系，因此可依据区域投入产出表来辨识区域产业集群。区域投入产出关系表述为如下两个等式：基于产出的关系式： 附图 基于投入的关系式： 附图 式中，X[，i]为产业i的总产出额，X[，j]为产业j的总投入额；x[，ij]为产业i到产业j的销售额，亦x[，ij]为产业j从产业i购买的投入额；y[，ik]为最终部门k对产业i的最终需求额，E[，i]为产业i的区域外销售额；V[，j]为产业j的增加值，M[，j]为产业j从区域外进口额。 首先，基于投入产出表构造反映产业间功能联系的矩阵。1997年北京市投入产出表中总共有124个部门，这里仅其中的74个制造业部门。产业的总中间投入和中间销售以p和s表示，产业i和j间的功能联系可表示为如下2个系数： 附图 式中，，a[，ij]表示产业j从i购买的中间投入占产业j的总中间投入的比重，a[，ij]系数较大说明产业j强烈依赖产业i提供中间投入；b[，ij]表示产业i向产业j的中间销售额占产业i的总中间销售额的比重，b[，ij]系数较大表明产业j是产业i主要市场。a[，ij]构成一个74×74的中间投入矩阵A，b[，ij]构成一个74×74的中间销售矩阵B[，B]，将矩阵B[，B]转置成矩阵B。矩阵A中每一列表示一个产业的中间投入行业结构，矩阵B中每一列代表一个产业的中间销售行业结构。矩阵A和B反应北京市制造业之间的功能联系。为了能够运用主成分分析的方法辨识基于产业联系的集群，需要构造反映产业功能联系的相关矩阵。根据矩阵A和B，可计算四个相关系数来全面衡量产业m和n的投入产出结构的相似性：R(a[，m]，a[，n])衡量两产业中间投入行业结构的相似程度；R(b[，m]，b[，n])测量两个产业的中间销售行业结构的相似程度；R(a[，m]，b[，n])表示产业m中间投入的行业结构与产业n中间销售行业结构的相似程度；R(b[，m]，a[，n])衡量产业m中间销售的行业结构与产业n的中间投入的行业结构的相似程度。对74个产业中每一对产业计算上述四个相关系数，然后取其数值最大者构成一个新的74×74对称矩阵C，这个矩阵类似于主成分分析中的原变量的相关矩阵，矩阵中每一个相关系数反映产业之间的经济技术联系的行业结构相似性。C[，mn]表示如下： C[，mn]=C[，nm]=max[R(a[，m]，a[，n])，R(b[，m]，b[，n])，R(a[，m]，b[，n])，R(b[，m]，a[，n])](4) 然后将矩阵C分解以求得其特征向量和特征值，并采用主成分分析方法提取因子。主成分分析中的因子反映各产业间价值流的行业结构。由于各个特征值都不相同，且特征值λ[，i]可以按严格大小顺序排列，因此根据矩阵C的标准正交化特征向量P可将其分解为：C=PΛP＇，其中， 附图 λ[，i]为矩阵C的第i个特征值，且有λ[，1]≥λ[，2]≥…≥λ[，74]成立。根据特征值和特征向量，可以得到因子荷载矩阵：Θ=P(，荷载矩阵表示因子与矩阵C中列的相关程度。为了达到辨识产业集群的目的，选择特征值大于1作为因子提取的决策标准，被提取出来的因子成为辨识产业集群的基础。为确定每一个集群中的产业，通常采用方差极大法进行正交旋转将因子荷载差异最大化，根据旋转后的荷载矩阵，可以确定各个集群中的产业。是否将特定产业归入一个集群，取决于特定产业的荷载值，本文将每个因子中荷载值超过0.40的产业归入因子。然后根据产业投入产出关系，构造产业链，最终辨识产业集群，每个产业集群中存在若干产业链。