第一节
中国制造业产业间协同集聚的总体特征

一 研究方法与数据说明

（一）产业间协同集聚指数的测度方法

在产业集聚的相关研究中，最为基础的工作是对产业集聚程度进行科学和准确的测度，产业间协同集聚亦是如此。对本书而言，选择产业间协同集聚指数的测度方法十分重要，直接关系后文产业关联与产业间协同集聚的相互关系、产业间协同集聚的影响因素和区域差异等相关研究的科学性和可信度。本书首先对产业间协同集聚的测度方法进行了梳理，以实现对全国和各地级市的产业间协同集聚程度的科学和准确测度。

Duranton和Overman（2002）对产业集聚指标应该满足的性质进行了分析，并对已有的产业集聚指标进行了分类（Duranton ＆ Overman，2005）。他们的研究指出，第一类产业集聚指数能够控制制造业总体的集聚影响，并在各制造业细分行业之间具有可比性，这样的产业集聚指数主要包括区位熵（location quotient）、空间基尼系数（spatial Gini coefficient）、赫芬达尔指数（HHI，Herfindahl-Hirschman Index）和胡佛指数（Hoover Index）等，实质上，这些指数反映更多的是对产业地理分布的不均衡，即对产业在空间上的地理集中进行的测度。以赫芬达尔指数为例。

赫芬达尔指数最初是用来衡量市场结构的一个主要指标，是行业内所有企业市场份额的平方和，后来逐步被引入产业集聚方面的研究中，用来衡量产业集中程度（Davies ＆ Lyon，1996；Karl ＆ Michael，2004）。

其中， x _ij 可以代表某地区某产业的产值（或从业人员）等，从而反映该产业在不同区域的分布特征。 HHI 的取值范围为1/ n 至1，当该产业在各区域之间均匀分布时， HHI =1/ n ，当该产业完全在某一区域集中时， HHI =1。

第二类产业集聚指数在第一类的基础上进一步发展，将不同行业内企业集中程度的差异性纳入考虑范围，消除了企业规模差异对产业地理分布的影响，从而避免了在产业集聚程度的测度过程中出现空间层级越低、集聚程度越高的情况，这类指数主要是指 r _EG 指数（Ellison ＆ Glaeser，1997）和 r _MS 指数（Maurel ＆ Sedillot，1999）。其中， r _EG 指数的构造基于企业定位概率模型，认为企业的区位选择源自企业的利润最大化决策。Ellison和Glaeser首先定义了一个总体地理集中度指数：

其中， s _i 为某产业i地区产值（或从业人员）占该产业全国产值（或从业人员）的比重， x _i 为 _i 地区产值（或从业人员）占全国总产值（或从业人员）的比重。 G 的期望值为：

其中， H 为赫芬达尔指数。由此，可以推导出 r _EG 指数的计算公式为：

Maurel和Sedillot（1999）对Ellison和Glaeser提出的产业间协同集聚指数进行了改进，提出了与其相近的 r _MS 指数，使得估计含义更明了：

r _EG 指数的提出是产业集聚测度方法研究中的一个里程碑，但其以行政区域为单元来研究产业集聚，仍然存在空间尺度和产业分类的不同会改变指数估计值的无偏性，以及未能针对估计结果进行显著性检验等问题。为解决上述问题，Duranton和Overman（2002，2005）提出了第三类指数，试图将空间距离纳入研究范围内，以企业的空间分布数据为基础构造产业集聚指标。这种方法对于数据和计算工具的要求很高，不仅需要每个企业精确的地理位置，而且需要计算每个企业在不同半径内的其他企业数目等，因此可操作性较差。

本书使用的产业间协同集聚指数，属于第二类指数，也是由Ellison和Glaeser于1997年提出的。在 r _EG 指数的基础上，Ellison和Glaeser进一步考虑到存在产业关联的行业的企业区域集聚所带来的外部效应，提出了产业间协同集聚指数（ r ^c 指数）。也就是说，在产业集聚过程中，企业不仅仅与本产业的其他企业发生集聚，也会与相关产业的企业发生集聚。Ellison和Glaeser首先构造了一个测度某一大类行业中各小类行业中企业的产业间协同集聚程度的计算公式：

其中， j 表示大类行业，并且其中有 j 个小类行业， i 代表小类行业， r 代表区域， G _j 为大类行业 j 的地理集中度， ， r _i 为小类行业 i 的 r _EG 指数， w _i 为小类行业 i 的产值（或从业人员）在大类行业j中所占的比例， H _i 为小类行业i的赫芬达尔指数， H _j 为大类行业 j 中 i 个小类行业的赫芬达尔指数的加权平均值， 。

此后，Ellison和Glaeser（1997）又在 r ^c _j 的基础上提出了 r ^c ₂ ，用以较为准确地测算两个产业之间的空间集聚程度，有利于产业之间或地区之间的比较研究。两个产业之间的协同集聚指数的计算公式为：

其中， i 代表行业， i =1或2， r 代表区域， G ₂ 为两个产业整体的地理集中度， H ₂ 为两个行业的赫芬达尔指数的加权平均。

本书采用Ellison和Glaeser（1997）提出的测度产业间空间集聚程度的指标——产业间协同集聚指数（ r ^c 指数）来测度中国制造业产业间的协同集聚程度。

在具体的计算方法上，采用Devereux、Griffith等人（2004）提出的简化算法，公式为：

其中， w _i 、 w _j 为权重指标，用单个产业产值（或从业人员）占两个产业产值（或从业人员）之和的比重表示。 H _i 、 H _j 、 H _ij 分别代表产业 i 、产业 j 以及两个产业整体的地理集中度，本书中用赫芬达尔指数（Herfindahl-Index）来计算：

其中， S _k 为某产业第 k 个地区的产值（或从业人员）占该产业整个区域产值（或从业人员）的比重， n 为地区个数。计算出来的 r _ij 值越大，就表示产业 i 和产业 j 之间集聚度越高，空间分布上越邻近。

（二）数据说明

一般来说，产业集聚研究都是按照行政区划来划分区域单元的，通常用企业所在的行政区划来确定其位置。在产业间协同集聚指数的计算过程中，越细分的行政区划得出的结果越为精准。因此，为了更为细致准确地反映中国制造业产业间协同集聚的现实状况，本书采用区（县）为基本空间单元进行考察。地图资料以中国科学院资源环境科学数据中心提供的中华人民共和国行政区划地图为底图，并进行了数字化处理。

数据类型方面，鉴于本书的研究对象为制造业，而工业总产值较从业人员数更能反映制造业的发展状况，因此，本书采用各制造业细分行业的工业总产值来计算产业间协同集聚指数。该数据来源于《中国工业企业数据库（2003～2011）》，由微观的工业企业数据按照16个制造业细分行业和区（县）进行汇总得出。

为后文研究表述方便，在这里首先将16个制造业细分行业进行编号，m1为食品制造及烟草加工业，m2为纺织业，等等，并将劳动密集型制造业表示为l，资本密集型制造业表示为k，技术密集型制造业表示为t，如表3-1所示。

二 产业间协同集聚指数测度

16个制造业细分行业两两之间组成一个产业组合，除去自身，共得到120个产业组合。利用公式（3-8）和公式（3-9）以及2011年《中国工业企业数据库》中的工业总产值数据，以区（县）为空间单元，分别计算每个产业组合的产业间协同集聚指数，得到2011年中国制造业各细分行业间协同集聚指数矩阵（如附录Ⅱ所示）。

参照Ellison和Glaeser（1997）的研究，如果某一产业组合随机分布，那么产业间协同集聚指数为 0，如果某一产业组合的两个制造业细分行业之间存在协同集聚，则产业间协同集聚指数为正值，反之为负值。2011年，120个产业组合的产业间协同集聚指数均为正值，说明组成每个产业组合的两个制造业细分行业之间均存在一定的协同集聚现象，这可能是本书选取的研究对象（16个制造业细分行业）的分类较粗所导致的。

在120个产业组合中，产业间协同集聚指数最大的产业组合为通信设备、计算机及其他电子设备制造业（m14）-仪器仪表及文化办公用机械制造业（m15），产业间协同集聚指数为0.01474，远高于其他产业组合。两个制造业细分行业均主要分布在东部沿海地区，尤以京津、长三角和珠三角区域为主。产业间协同集聚指数最小的产业组合为纺织服装鞋帽皮革羽绒及其制品业（m3）-石油加工、炼焦及核燃料加工业（m6），产业间协同集聚指数为0.00022。

计算120个产业组合产业间协同集聚指数的平均值，为0.00270。在120个产业组合中，大于平均值的产业组合有49个，占40.83%。以0.001为间距绘制120个产业组合的产业间协同集聚指数频率分布直方图（如图3-1所示），可以发现，产业间协同集聚指数主要集中在0.001到0.003之间，占56.25%。

将120个产业组合的产业间协同集聚指数由大至小进行排序，排名前10位和排名后10位的产业组合如表3-2所示。可以发现，在产业间协同集聚指数较高的10个产业组合中，有7个涉及通信设备、计算机及其他电子设备制造业（m14），为技术密集型制造业，有4个涉及仪器仪表及文化办公用机械制造业（m15），为资本密集型制造业，说明这两个制造业细分行业与其他制造业细分行业之间组成的产业组合的产业间协同集聚程度较高的可能性较大，在空间分布上更容易与其他制造业细分行业发生产业间协同集聚。除排名第五位的产业组合涉及的造纸印刷及文教体育用品制造业（m5）为劳动密集型制造业以外，其他制造业细分行业均为资本密集型或技术密集型制造业。在产业间协同集聚指数较低的10个产业组合中，有5个涉及石油加工、炼焦及核燃料加工业（m6），有4个涉及金属冶炼及压延加工业（m9），两者均为资本密集型制造业，这也在一定程度上表明，这两个制造业细分行业与其他制造业细分行业组成的产业组合的产业间协同集聚程度较低的可能性较大。