Interactive development of urban agglomeration, industrial cluster and development zone: A case study of Chang-Zhu-Tan urban agglomeration
TANGChengli收稿日期:2017-08-29
修回日期:2017-11-30
网络出版日期:2018-02-20
版权声明:2018《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (3661KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
城市群是城市化发展到成熟阶段的地域空间组织形式。《国家新型城镇化规划(2014-2020年)》指出:城市群是支撑国家经济增长、协调区域发展、参与国际竞争合作的重要平台。中国城市群是国家新型城镇化的主体[1],与其他城市群相比较,长江中游城市群面积和人口规模排名前列,但GDP总量仅有4.5万亿元,远远落后于长江三角洲城市群的10万亿元、珠江三角洲城市群的7.8万亿元、京津冀城市群的6.2万亿元[2]。长株潭城市群作为长江中游城市群的核心板块之一,其经济总量、产业结构层次、开放程度、创新能力更是远不及东部城市群。所以,对于广大中西部地区城市群,从城市群内部探究协调主体,联动发展区域经济,由内而外的提升城市群综合竞争力,是城市化发展的必经之路。西方发达国家有序地经历了农耕社会、工业化社会到服务经济社会的产业变迁历程。世界银行数据显示,2015年高收入国家服务业增加值占GDP比例为73.9%,中国服务业、第二产业增加值占GDP的比例分别为50.5%、40.5%。中国仍处于工业为主导的产业结构调整时期。工业化与城市化是中国经济增长的“双引擎”[3],产业集群与城市化的互动发展是推动中国区域经济增长的主要动力[4]。Porter对工业化国家的研究证实,产业集群是工业化过程中的普遍现象[5]。开发区是区域经济社会发展的重要产业集聚空间,是区域和城市空间结构的重要组成部分[6]。开发区伴随着各地方政府“打造产业集群”的行动向全国快速发展,成为区域技术创新、产业集聚、经济增长的重要载体,成为中国新型城镇化建设的重要驱动力[7]。新型城镇化时期,产业结构转型与升级迫在眉睫,如何实现城市群、产业集群和开发区的协同发展?值得深入思考。学术界对城市群的界定与识别[8]、城市群投入产出效率测度[9]、城市群空间冲突与组织[10,11]、城市群合作机制[12]进行了较多分析。研究表明城市群与产业集聚、产业规模存在着关联关系。比如,城市规模与集聚经济存在正向关系[13],而最优城市规模与产业(部门)结构调整有关[14,15,16],产业集聚又是影响开发区发展的重要因素[17]。对城市群与产业集群的研究,有如下观点:一是产业集群是城市化发展的重要推力[18],城市群与产业集群的互动能有效促进区域经济发展[19,20];二是城市群与产业集群的协同发展存在地区差异,东部地区城市群与产业集群的耦合效应对经济增长的影响比中西部大[21];三是长株潭城市群与产业集聚发展能力都有待提升[22]。城市群与开发区的互动研究不多:一是城市群与开发区关系的梳理,开发区能促进区域经济增长[23],但也造成了恶性竞争、产业结构趋同等问题[24];二是治理对策研究,比如长株潭城市群可以采取开发区群体一体化的发展对策[25]。开发区与产业集群的相关研究比较丰富:一是提升开发区产业集群竞争力的研究[26,27,28];二是产业集群促进开发区转型升级的研究[29];三是开发区内产业集群的识别研究,只有当本地企业之间高度互动形成了创新环境,才能具备构成区内产业集群的核心要素[30]。
受自然、社会、经济等多元要素的综合影响,城市群、产业集群与开发区之间的关系错综复杂。现有研究成果对城市群、产业集群与开发区之间的互动关系、关联效应进行了定性或定量的分析,在两两共生、协调、一体化发展领域的贡献较多。但仍存在以下缺憾:一是国内研究多以两个主体为研究对象,将三个主体置于同一分析框架下的研究不多见;二是缺乏从经济地理学、区域经济学、产业经济学多学科融合视角的三个主体之间的内部互动机理的探索,且对发达地区研究较多,对中西部地区研究较少,可供中西部地区借鉴的研究成果不多;三是定量分析样本容量小,不利于三者之间的比较分析;四是国内研究指标设计要么过于单一,要么过于大而全,未在分析三个主体互动机理的基础上进行系统构建。所以,本文以经济地理学、区域经济学、产业经济学为理论基础,系统研究城市群、产业集群、开发区之间的互动关系:一是在推演城市群、产业集群、开发区互动机理的基础上,系统构建指标体系,采用典型相关分析法进行分析,该分析可以全面反映研究对象之间存在的典型相关关系和互动程度;二是以长株潭城市群地区为例进行分析,该地区是长江中游城市群发展核心之一,其城市群、产业集群与开发区的互动研究对于中西部地区城市群发展具有可借鉴性;三是研究样本深入到城市群的区县空间单元,在区县的空间单元基础上对产业、开发区进行互动研究,既增加了样本数量,又能探明研究主体内部的互动强度。
2 城市群、产业集群与开发区互动发展的机理分析
“互动”这一概念被广泛运用在于多事物内在联系、互相影响的系统研究中,比如原油进口依赖国家互动模式[31]、科学生产与利益持有者互动模式[32]、制药业与医疗机构互动调查[33]、新兴产业与服务业的互动[34],等等。学术界对城市群与产业集群耦合(共生)机制[21]、城市群与开发区整合发展[6,25]、产业集群与开发区转型升级[29]作了不少研究。在对城市群、产业集群、开发区互动机理进行分析前,有必要从经济地理学、区域经济学、产业经济学的角度,结合协调理论、系统理论、技术创新理论对三者之间的关系进行梳理。2.1 城市群、产业集群与开发区发展关系的梳理
从协调论、系统论角度看,城市群是产业集群和开发区发展的空间载体,提供了生产要素、市场与服务,产业集群、开发区的经济发展离不开城市群提供的生产服务功能,而产业集群、开发区的发展又促进了城市化进程,三者在城市群这个大空间范围内互动、协调发展,形成有机的整体。在城市群提供的空间资源基础上,生产要素集聚会导致第二、第三产业集聚,加上乘数效应,进一步推进城市化发展[18]。当企业集聚在恰当的地理空间范围,与周边企业发生了技术、劳动力、资金上的联系,形成创新网络组织,则演化为产业集群。产业集群的形成会加速对生产要素、服务资源的需求,促进城市化的发展,提升城市经济活力。中国已经形成了大量工业集群,尤其是老工业基地和各级各类开发区。开发区是中国政府指导下经济发展速度最快、外向度最高的区域,截至2015年底,中国共有国家级高新区145家、国家级经开区219家,省级开发区1166家。2015年国家级开发区GDP占全国比例达25%,高新区和经开区GDP增速分别为15%和9%,远远超过了同年GDP增速的6.9%。开发区俨然成为区域经济发展的核心。开发区发展的初级阶段,由于政策、区位等优势因素,吸引了众多企业入驻,但可能只是简单扎堆,而非知识与技术在本地嵌入形成的产业集群。所以,开发区是培育产业集群的空间载体之一,是区域核心增长极,但不等同于开发区的产业即为产业集群[30]。区域竞争理论实践表明,产业集群通过内部大量企业间的联系,进行专业化分工与交易,产生集聚效应,不断创新,成为了区域发展的重要动力。所以,城市群是空间载体、开发区是产业集聚空间、产业集群是发展动力,在城市群这个空间范围内,三者系统、协调的互动,才能加快提升城市群地区的核心竞争力。2.2 城市群、产业集群与开发区互动发展机理的逻辑推演
城市群这个空间系统中,有着劳动力、资本、土地等生产要素和创新、服务资源,为产业、开发区的发展提供了源源不断的活力。出于降低交易成本、靠近市场和利于知识交流的原因,中国城市群空间范围内形成了大量产业集群和开发区。城市群从规模上保障了产业集群和开发区劳动力、资本等要素的供给,如人口规模、GDP总量;从结构上为产业集群和开发区的发展提供了产业基础和市场容量,如第二、第三产业分布和城市化发展水平;从创新上为产业集群和开发区提供丰富的研发资源,如科技人员、专利等等;从职能上通过银行、保险、科技、法律、物流、信息等生产服务保障产业集群和开发区的顺利发展。2.2.1 城市群、产业集群与开发区的互动机制 在中国工业化过程中,产业集群的培育出现了企业家和政府引导的两种产业空间格局[35]。前者主要是市场机制下,企业为了降低生产成本、形成规模经济、促进知识交流,在一定地理空间范围内形成的企业扎推。当企业数量和质量发展到一定程度,由于地理位置邻近以及多种服务机构的信息交换,企业间的互动加强,知识和技术开始渗透、扩散,逐步形成创新网络组织,演变为产业集群,比如浙江“块状经济”①(① 浙江块状经济现象:浙江“块状经济”分布在全省各地,产业集群的地理“块状”特征明显,比如宁波电气机械、温州鞋革、嘉兴纺织、萧山化纤、上虞化工等地理产业集群。)便是市场引导的结果。城市群从规模、结构、创新、职能四个角度为市场机制的运作提供了发展的空间,在市场这只“看不见的手”引导下,产业集群有可能出现在城市群的合适位置。由于中国处于工业化阶段,市场需求和政策有利于传统工业和新兴工业发展,工业集群已经形成较大规模,尤其是以发展制造业或承接沿海制造业转移为主的中部地区城市,如长株潭城市群就拥有工程机械、轨道交通、汽车零部件等多种产业集群,故后文遴选的产业集群以工业集群为主。产业集群产生的规模效益和集聚经济为城市群吸纳了更多的就业人员和专业化工作人员,不仅城市人口会增加,且伴随着产业集群的发展,城市的规模、结构、创新和职能进一步发展,如此循环,城市群和产业集群之间形成了良性互动。
而政府引导的产业集群则主要以开发区的规划和建设来体现。与市场机制下发展产业集群类似,城市群从规模、结构、创新和职能四个角度促进高新技术开发区、经济开发区、保税区等各级各类开发区发展。中国开发区建设在政府行为引导下多为产业特色鲜明、结构层次合理的工业聚集发展区或工业集群区[35]。形成产业集聚,是开发区的主要目的。企业入驻开发区后,在政府财政、税收、投资的扶持下,产业组织和网络形成,受内外部环境影响,企业互动增多,知识和技术开始渗透和扩散,形成创新网络组织,出现集聚经济,开发区形成初级发展阶段的产业集群。开发区的发展使得城市群吸纳了更多的从业人员,对城市专业服务和市场需求更大,协同城市群发展产业经济。伴随着开发区的发展,城市群规模、结构、创新和职能得到提升,形成互动经济。所以,产业集群不等同于开发区的产业,开发区的产业集群只是城市群产业集群的一部分。但由于中国政府长期主导开发区的建设,注重在规划区域内培育产业集群,故除了沿海地区市场和生产要素比较活跃的地方产业集群由市场主导的多,大部分中西部地区,开发区与产业集群往往会出现地理位置和经济上的重叠。所以,开发区是产业集聚的空间,是产业集群培育的重要场所。
企业家引导的产业集群和政府引导的开发区建设共同构成了城市群产业集群的基础。在城市群提供的规模、结构、创新和职能的空间系统中,产业集群与开发区共享着城市群的资源和服务,产业集群通过规模、效益、产业集聚与创新,开发区通过品质建设、产业集聚、效益与创新,与城市群形成了生产要素、市场交易、创新与服务的互动发展。一方面,产业集群和开发区共享城市群资源与城市群互动发展;另一方面,产业集群,尤其是工业集群与开发区存在地理位置和经济上的大幅重叠,故不宜将产业集群和开发区分开与城市群进行互动研究,鉴于此,本文将城市群视作一个系统变量,产业集群和开发区视作另一个系统变量,研究这两大系统变量的互动发展关系。三者互动、协同发展,最终达到提升城市群地区发展速度、质量以及核心竞争力的目的(图1)。
显示原图|下载原图ZIP|生成PPT
图1城市群、产业集群与开发区互动发展机理模式图
-->Fig. 1Urban agglomeration, industrial cluster and development zone interactive development mechanism model
-->
2.2.2 城市群空间单元的产业集群、开发区互动机理 为了更好地探究城市群、产业集群、开发区的互动机理,基于城市群区县的空间单元进行探索,以区县的行政区为空间单元边界(图2)。国内****强调城市群的协同、一体化发展,为此,假设生产要素完全自由流动,市场完全竞争,不考虑空间单元行政干扰影响,则开发区、产业集群在城市群空间单元内外形成零干扰的互动。图2中行政区1内,有若干开发区,开发区内有在产业内起引领作用的核心企业、次核心企业以及关联企业。核心企业、次核心企业与关联企业之间存在知识、信息、技术、物质、资金、服务的互动交流,形成产业集聚,当企业数量和创新网络发展到一定程度,会形成产业集群(如图2中①)。得益于开发区内地理位置的邻近和政策支持,开发区内的集聚产业、产业集群同样彼此之间产生了知识、信息等产品和要素的交流(如图2中②)。随着交通、信息交易成本的降低,行政区内不同开发区的产业产生了知识、信息等要素的便捷沟通(如图2中③),开发区内产业(产业集群)与区外的产业(产业集群)产生了互动(如图2中④)。基于高效交通和信息技术,图2中行政区1的开发区产业(产业集群)跨越行政区边界,与图2中行政区4的开发区产业(或产业集群)(如图2中⑥)、行政区内产业(产业集群)(如图2中⑤)产生经济联系。而行政区内、行政区外的产业(产业集群)基于规模效益、降低成本、知识交流的因素也会产生经济互动的关联。本部分将城市群、产业集群、开发区置于同一理论框架下进行互动探讨,视角深入到了微观的地理空间单元,其中,产业集群与开发区的互动过程更是说明了二者在地理位置、经济、产业、信息、知识等方面密不可分的关系,宜于将城市群视作一个系统变量,产业集群与开发区视为一个系统变量。至于三者互动强度如何,结合互动机理过程,构建测度指标体系,采用典型相关分析法对两大系统变量进行研究。
显示原图|下载原图ZIP|生成PPT
图2城市群空间单元的产业集群、开发区互动演化图
-->Fig. 2Industrial cluster and development zone interactive evolution map based on urban agglomeration spatial unit
-->
3 城市群、产业集群与开发区互动强度评价模型与指标体系
3.1 典型相关分析模型
典型相关分析(Canonical Correlation Analysis)是用来分析两组变量之间关系的一种多元统计分析方法,该方法被广泛运用于多事物的关联、互动分析中[36,37]。两组变量均包含多个变量,典型相关分析法将各组变量视作整体来对待,描述变量组之间整体的相关,而非仅仅是组变量个别变量之间的相关性,该方法主要从以下几方面对组变量进行相关性、互动强度的测算:① 典型相关系数及检验。一般认为典型相关系数P值在0.05以下的检验比较可靠。② 典型变量与相关系数。采用降维技术寻找组变量X与Y的最大相关线性组合,从而得到X与Y最大相关的系数和组变量的典型变量表达式,该方法可以初步测度出变量组的相关因子和相关程度,即互动的强度。③ 典型结构分析。典型相关系数未消除共线性问题,故采用典型系数和交叉载荷进一步确定能代表组变量的主要变量,以及对另一组组变量起影响的变量,寻找出影响变量组互动的因子,而系数的大小反映了变量互动的强度。④ 冗余分析。表示各典型变量对原始变量组整体的解释程度,验证研究的可靠性。设有两随机变量组
具体过程是:在所有线性组合V和W中,选取典型相关系数最大的V1和W1,即a(1)和b(1)使得
3.2 指标体系构建
指标数量过于单一,不能全面反映问题,比如有文献研究城市与产业耦合的指标,仅利用第二产业从业人员占总从业人员比来表示,研究结论过于单薄。指标数量过多,容易造成同性质指标的堆砌。中国统计口径的不一,也为数据寻找带来了困难。以前文互动发展机理为基础,在各类数据可寻基础上,结合唐承丽等[6-8,18-24]所提供的指标,秉持普适性、可操作性、全面性和科学性的原则,从互动机制的层面构建反映城市群、产业集群、开发区互动的一级指标,评价指标体系见表1。为强调指标的普适性,本文弱化了样本的本土化特征,该指标变量体系同样适用于其他样本。根据互动发展机理,遴选出二级指标体系。Tab. 1
表1
表1城市群、产业集群与开发区互动评价指标
Tab. 1Urban agglomeration, industrial cluster and development zone interactive evaluation index
变量组 | 指标 | ||
---|---|---|---|
一级指标 | 二级指标变量解释 | ||
组变量 | 城市群 | 规模指标 | 人口(x1)=年末常住人口 |
GDP(x2)=区(县)生产总值 | |||
结构指标 | 城市化水平(x3)=区(县)城镇人口/区(县)总人口 | ||
产业结构比(x4)=(第二产业增加值+第三产业增加值)/GDP | |||
创新指标 | 创新投入(x5)=每万人在岗科研人数 | ||
创新产出(x6)=专利授权量 | |||
职能指标 | 生产性服务企业比重(x7)=生产性服务企业法人单位数/区(县)行业企业数 | ||
服务-制造从业人员结构比(x8)=区(县)规模以上服务企业年均从业人员/规模以上制造企业年均从业人员 | |||
组变量 | 产业集群 | 规模指标 | 工业生产总值(y1) |
集聚指标 | 从业人员区位商(y2)=区(县)规模以上工业从业人员占区(县)总从业人员比/市规模以上工业从业人员占市总从业人员比 | ||
效益指标 | 规模以上工业企业主营业务收入(y3) | ||
创新指标 | 高新技术产业增加值比(y4)=区(县)高新技术产业增加值/区(县)生产总值 | ||
开发区 | 建设指标 | 开发强度(y5)=园区已开发面积/园区规划面积 | |
集聚指标 | 从业人员区位商(y6)=园区工业从业人员占园区总从业人数比/区(县)工业从业人员占区(县)总从业人数比 | ||
效益指标 | 工业企业主营业务收入(y7) | ||
创新指标 | 创新效率(y8)=专利授权数/工业企业R&D经费内部支出 | ||
高新技术产业收入比(y9)=高新技术产业主营业务收入/技工贸总收入 |
新窗口打开
(1)城市群评价指标。① 规模指标,该指标由人口和GDP组成,从劳动力、经济上为城市群、产业集群和开发区的互动发展提供要素和经济基础。② 结构指标,城市群、产业集群与开发区的互动发展能提升城市化水平,城市群二、三产业为产业集群和开发区提供了产业基础和市场容量。③ 创新指标,该指标反映了城市群作为知识交换场所的科研创新能力,在岗科研人数是城市群为产业集群、开发区协同发展提供的创新资源,专利授权量是城市群、产业集群与开发区互动的创新产出。④ 职能指标,生产性服务企业占比与服务—制造从业人员结构比反映了城市群为产业集群、开发区提供生产服务的能力,保障银行、保险、科技、法律、物流、信息等生产服务业为城市群、产业集群与开发区的互动提供服务,反过来,产业集群与开发区的发展会加大对生产服务的需求,促进城市群生产性服务业的发展。
(2)产业集群评价指标。① 规模指标,产业集群规模对城市群、开发区在经济总量、就业方面起基础作用,由于中国开发区大多以工业为主,故本研究产业集群以工业集群为主要探讨对象,工业生产总值能恰当的反映产业集群在经济上的总体规模。② 集聚指标,产业集聚程度反映了区域产业在互动空间范围内地理的集聚程度,而从业人员区位商是识别产业集群和判断产业集群竞争力的重要指标。③ 效益指标,是产业集群经济效益的重要指标,以工业集群的企业主营业务收入为互动指标,该指标反映了互动过程中产业集群产生的总体经济效益,该效益又会支持城市群与开发区的经济发展。④ 创新指标,根据新经济增长理论,经济持久的增长源于技术进步和创新,集群创新是产业集群发展持久的源动力,产业集群又是城市群和开发区发展的动力,创新指标成为互动强度测度的指标,高新技术产业是产业集群创新的驱动力,故本文采用高新技术产业增加值占比来评价产业集群的创新。
(3)开发区评价指标。① 建设指标,中国开发区建设目标是形成产业集聚,在建设与开发过程中与城市群、产业集群形成互动,开发强度反映了互动过程中,在城市群和产业集群的支持下,开发区建设的现状。② 集聚指标,反映了开发区产业发展的集中程度,也是判定开发区产业集群的重要指标,该指标是城市群、产业集群与开发区有关产业集聚协同发展的重要指标。③ 效益指标,开发区主营业务收入反映了城市群、产业集群与开发区互动过程中开发区产业集聚经济的效益。④ 创新指标,园区创新用创新效率和高新技术产业收入比来反映,分别代表科技产出效率和高新技术产业产出,反映了开发区与城市群、产业集群创新协同发展的能力。
4 长株潭城市群、产业集群与开发区互动影响因素及互动强度评价
4.1 样本和数据
长株潭城市群位于湖南省中东部,是长江中游城市群发展核心之一,以长沙、株洲、湘潭三市为依托,辐射周边岳阳、常德、益阳、衡阳、娄底五市的区域。由于数据搜集的有限性和时效性,且为了保持县域行政区划的完整性与统计口径的一致性,根据湖南省人民政府印发的《长株潭城市群区域规划(2008-2020)》(2014年调整),选取长株潭城市群核心区的区(县)作为研究的空间单元,包括长沙、株洲、湘潭三市市区,浏阳市、醴陵市、韶山市、湘乡市、宁乡县、长沙县、株洲县、湘潭县、赫山区、云溪区、湘阴县以及汨罗市。根据前文的分析,在城市群空间地理单元上,产业集群与开发区通过产业集聚的发展与产业链的延伸,产生了知识、信息、技术、物质、资金、服务的交流,渗入到不同的地理单元,带动了城市群的发展。参照陆根尧等[19]的研究方法,本文研究对象为长株潭城市群核心区的区(县)空间单元,对应分析区(县)产业集群和开发区(图3)。显示原图|下载原图ZIP|生成PPT
图3长株潭城市群(核心区)开发区空间分布图
-->Fig. 3Spatial distribution of development zones in the core area of Changsha-Zhuzhou-Xiangtan urban agglomeration
-->
根据现有研究,长株潭城市群工业产业集群包括工程机械、汽车及零部件、电子信息、交通运输设备制造业等行业,涵盖了统计年鉴的下列行业,分别是:农副食品加工业、食品制造业、烟草制品业、纺织服装鞋帽制造业、化学原料及化学制品制造业、医药制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、通用设备制造业、专用设备制造业、交通运输设备制造业、电器机械及器材制造业、通信设备计算机及其他电子设备制造。如图2的分析,城市群各区(县)空间单元存在着产业、产业集群生产要素和市场的交流,产业并非依托各行政区单元分离式发展,故本文统一采用上述产业作为各区(县)产业集群的分析对象。为保持统计口径的一致性,采用《湖南开发区年鉴2016》相关数据对各区(县)开发区进行归类整理,因版面限制,在此不一一罗列。
其中,关于城市群“创新投入”指标,考虑到创新投入到产出具有时滞效应,而发明的产生到新产品引入平均需要4年左右[38],故本文参考于明洁等[37,39]的做法,“创新投入”选取了2011年的数据。其他研究数据来自《湖南统计年鉴2016》、各区(县)2015年统计公报、统计月报,以及《湖南开发区年鉴2016》。为了消除量纲和数量级别的影响,对原始数据进行标准化处理。而后采用Stata进行典型相关分析。
4.2 实证研究
4.2.1 典型相关系数及其检验 如表2所示,城市群、产业集群与开发区的典型相关分析得到8个典型相关系数,采用Wilks' Lambda检验,典型相关系数r1=0.9863和r2=0.9652的P值分别为0.0001和0.0034,可认为在0.05水平上非常显著,这说明,城市群变量组、产业集群与开发区变量组之间存在强相关性,具有显著的互动联系。对其余6个典型相关系数进行检验,在0.05水平上并不显著。所以,城市群、产业集群与开发区之间存在两组相关的典型变量。为了研究是哪些指标变量代表了典型变量,又是哪些指标变量影响对应的典型变量,其影响程度如何,下文将采用典型系数和典型结构进行分析,如此能寻找出研究对象的互动影响因素和强度。Tab. 2
表2
表2典型相关系数及显著性检验
Tab. 2Typical correlation coefficient and significance test
Wilks' | 系数r | |||||||
---|---|---|---|---|---|---|---|---|
0.9863 | 0.9652 | 0.9101 | 0.8453 | 0.7645 | 0.6011 | 0.5104 | 0.1774 | |
Statistic | 0.000017314 | 0.00063649 | 0.0093181 | 0.0542566 | 0.190062 | 0.457377 | 0.716178 | 0.968518 |
df1 | 72 | 56 | 42 | 30 | 20 | 12 | 6 | 2 |
df2 | 44.0759 | 43.0071 | 40.9754 | 38 | 34.1161 | 29.3948 | 24 | 13 |
F | 3.1004 | 2.2441 | 1.6681 | 1.3578 | 1.0184 | 0.8427 | 0.7266 | 0.2113 |
Prob>F | 0.0001 | 0.0034 | 0.0520 | 0.1850 | 0.3852 | 0.6087 | 0.6326 | 0.8123 |
新窗口打开
4.2.2 典型变量模型与典型系数 典型系数是原始变量转化为典型变式的权数,反映了组内指标变量形成典型表达式时的相对作用,考虑到原始变量计量单位的不同,采用标准化的典型系数,可以得出典型变量的表达式(表3)。典型变量V代表城市群的线性组合,W代表产业集群和开发区的线性组合。根据于斌斌等[20,36,37],上述典型系数0.5以上的表示原始变量与典型变量之间存在较强相关性。由于r1=0.9863,r2=0.9652,说明V1与W1,V2与W2之间具有高度的相关关系。
Tab. 3
表3
表3两组典型变量的模型
Tab. 3Two sets of models for typical variables
序号 | 典型变量表达式 |
---|---|
1 | V1=-0.0638x1-0.096x2-0.2484x3+0.2119x4-0.4593x5+0.6139x6-0.2544x7+1.3698x8 |
W1=-0.1367y1+0.1512y2-0.1056y3+0.3666y4+0.0170y5+0.7160y6+ 0.3247y7+ 0.3469y8-0.1270y9 | |
2 | V2=-0.1726x1+ 0.6479x2-0.3182x3+0.2901x4+1.2439x5+0.5468x6-0.5439x7-1.4032x8 |
W2=0.1054y1+0.3633y2-0.0670y3+0.0781y4-0.0712y5 +0.3012y6+0.5531y7-0.5885y8-0.0607y9 |
新窗口打开
(1)根据第一对典型变量,V1为长株潭城市群各变量的线性组合,其中x6(创新产出)和x8(服务—制造从业人员结构比)比其他变量有较大的载荷,说明创新产出和服务—制造从业人员结构比是城市群的主要变量,它在城市群中占主导地位。W1为长株潭产业集群和开发区各变量的线性组合,其中开发区的集聚指标y6(从业人员区位商)比其他指标变量有较大的载荷,说明开发区的集聚指标是产业集群和开发区变量组的主要变量。考虑到x6、x8、y6符号相同,因此,可认为长株潭城市群创新产出与服务职能的提供对于开发区产业集聚具有重要的促进作用,存在显著互动关系。
(2)根据第二对典型变量,V2为长株潭城市群各指标的另一线性组合,其中x2(GDP)、x5(创新投入)、x6(创新产出)、x7(生产性服务企业占比)、x8(服务—制造从业人员结构比)比其他变量有较大的载荷,说明上述变量是城市群的主要变量,它在城市群中占主导地位。W2是长株潭产业集群和开发区各指标的线性组合,其中开发区的效益指标y7(工业主营业务收入)和创新指标y8(创新效率)相较其他指标拥有较大载荷,说明开发区的效益和创新效率基本能代表产业集群和开发区变量组的主要指标。x2、x5、x6与y7的符号相同,因此可认为长株潭城市群GDP规模、创新投入、创新产出对于开发区的效益具有显著促进作用;x7、x8与y8符号相同,可认为城市群生产性服务企业、服务—制造从业人员结构比与开发区创新效率之间为正向发展关系。
4.2.3 典型结构分析 利用典型系数解释指标变量的相对重要性要慎重对待,因为权重小可能代表该变量没有关联,但也可能是因为变量之间具有共线性而导致的,为此,采用典型结构相关系数进行解释,该系数所衡量的原始变量之间不存在共线性问题,系数载荷绝对值越大,代表原始变量对典型变量的解释程度越高。相应地,某典型变量与另外一组原始变量之间的相关系数,称为交叉载荷。类似地,****们普遍认为典型载荷大于0.5,表明变量具有较强相关性,则变量组变量的互动强度大。实证结果见表4。
Tab. 4
表4
表4典型结构分析
Tab. 4Typical structural analysis
城市群 | 典型载荷1 | 交叉载荷1 | 典型载荷2 | 交叉载荷2 | 产业集群 与开发区 | 典型载荷1 | 交叉载荷1 | 典型载荷2 | 交叉载荷2 |
---|---|---|---|---|---|---|---|---|---|
x1 | 0.2699 | 0.2662 | 0.3864 | 0.3730 | y1 | -0.0780 | -0.0769 | 0.5350 | 0.5164 |
x2 | 0.6716 | 0.6624 | 0.504 | 0.4873 | y2 | -0.3609 | -0.3560 | 0.3612 | 0.3487 |
x3 | 0.5594 | 0.5518 | -0.1434 | -0.1384 | y3 | -0.1827 | -0.1802 | 0.6281 | 0.6063 |
x4 | 0.5196 | 0.5124 | -0.0119 | -0.0115 | y4 | 0.4042 | 0.3986 | 0.3563 | 0.3439 |
x5 | 0.7611 | 0.7507 | 0.1708 | 0.1649 | y5 | -0.2223 | -0.2192 | 0.0763 | 0.0736 |
x6 | 0.6819 | 0.6725 | 0.4872 | 0.4703 | y6 | 0.8220 | 0.8107 | 0.0099 | 0.0095 |
x7 | 0.7633 | 0.7528 | -0.0416 | -0.0402 | y7 | 0.2061 | 0.2033 | 0.7642 | 0.7376 |
x8 | 0.9021 | 0.8897 | -0.1396 | -0.1347 | y8 | 0.5161 | 0.5090 | -0.7303 | -0.7049 |
y9 | -0.3604 | -0.3555 | 0.3852 | 0.3718 |
新窗口打开
(1)典型变量V1与长株潭城市群变量组中的x2(GDP)、x3(城市化水平)、x4(产业结构比)、x5(创新投入)、x6(创新产出)、x7(生产性服务企业占比)、x8(服务—制造从业人员结构比)有较强的相关性,其典型载荷分别为0.6716、0.5594、0.5196、0.7611、0.6819、0.7633、0.9021;典型变量V2与变量组中的x2(GDP)具有较强相关性,典型载荷为0.5048。这说明,除了x1(人口规模)这个二级变量,上述变量代表典型变量V从规模、结构、创新、职能的角度很好的反映了长株潭城市群,其中,结构、创新、职能三类指标完整反映了长株潭城市群。
同时,在第一组典型变量中,x2、x3、x4、x5、x6、x7、x8这7个原始变量对典型变量W也具有强相关性,其交叉载荷分别为0.6624、0.5518、0.5124、0.7507、0.6725、0.7528、0.8897。这说明,长株潭城市群通过经济规模的扩大、城市结构提升、创新投入与产出的扩大、服务职能的提升,强化了产业集群的经济规模、产业集聚、经济效益与产业创新,强化了开发区的品质建设、产业集聚、产业效益以及产业创新。
(2)典型变量W1与长株潭产业集群、开发区变量组中的y6(开发区从业人员区位商)、y8(创新效率)有强相关性,其典型载荷分别为为0.8220、0.5161,这说明,在第一对典型变量中,产业集群表现并不突出,开发区产业集聚与创新效率共同代表了产业集群与开发区变量组,与城市群变量组呈正向相关关系。典型变量W2与变量组中的y1(产业集群工业生产总产值)、y3(产业集群规模以上工业企业主营业务收入)、y7(开发区工业主营业务收入)、y8(开发区创新效率)具有强相关性,其典型载荷为0.5350、0.6281、0.7642、-0.7303,这说明,第二典型变量组中,产业集群的规模、效益与开发区效益共同代表了本组指标变量,与城市群变量组呈正向相关关系,但开发区创新效率与上述指标呈负向发展关系,其原因是产业集群发达地区R&D经费投入相对过高,专利授权量虽然也高,但创新效率比值相对过小,于是,产业集群规模与效益越显著、开发区效益越显著的区域,反而创新效率较低,由此,得出了开发区创新效率与其他显著性指标相反关系的结果。
同时,第一组典型变量中,y6、y8这2个原始指标变量对典型变量V1也具有强相关性,其交叉载荷分别为0.8107、0.5090,这说明,长株潭开发区通过产业集聚与创新效率的提升,强化了长株潭城市群规模、结构、创新与职能的发展。第二组典型变量中,y1、y3、y7这三个原始变量对典型变量V2具有强相关性,其交叉载荷分别为0.5164、0.6063、0.7376,这说明,长株潭通过产业集群规模与效益、开发区效益共同强化了长株潭城市群的发展。
4.2.4 典型冗余分析与解释能力 典型冗余分析表示各典型变量对原始变量组整体变差的解释程度。第一典型冗余表示变量组的方差被其自身典型变量解释的百分比,第二典型冗余表示变量组的方差被对应典型变量解释的平均比例。典型相关系数的平方表示两组典型变量间享有的共同变异的百分比,表示各自对对方交互的解释能力。
如表5所示,两组变量的第一典型冗余分别达到53.25%和41.18%;第二典型冗余分别为51.43%和39.06%。说明代表长株潭城市群的典型变量V较好的预测了对应的变量组,也较好地预测了产业集群和开发区的变量,结合典型结构的分析,说明长株潭城市群的经济规模、结构、创新与职能的发展能推动产业集群和开发区的发展。长株潭产业集群和开发区的典型变量W基本地预测了对应的变量组(典型冗余为41.18%和39.06%),也基本预测了城市群的变量,但效果并不如城市群的预测好,这是因为典型结构的实证研究表明,长株潭产业集群和开发区只有一半的指标变量(y1、y3、y6、y7、y8)与典型变量W具有较强的相关性。这也反映了长株潭产业集群和开发区对城市群的推动,不如城市群对产业集群和开发区的推动明显。两组典型相关变量都具有较高的解释百分比,分别为0.9729和0.9316,验证了实证结果的可靠性。
Tab. 5
表5
表5典型冗余分析与解释能力
Tab. 5Typical redundancy analysis and interpretation
典型变量 | 第一典型冗余 | 典型相关系数的平方 | 第二典型冗余 |
---|---|---|---|
V1 | 0.4434 | 0.9729 | 0.4313 |
V2 | 0.0891 | 0.9316 | 0.0830 |
V1+V2 | 0.5325 | - | 0.5143 |
W1 | 0.1663 | 0.972 9 | 0.1618 |
W2 | 0.2455 | 0.931 6 | 0.2288 |
W1+W2 | 0.4118 | - | 0.3906 |
新窗口打开
5 结论和讨论
本文研究的主要结论:① 城市群是产业集群和开发区发展的空间载体,城市群为开发区和产业集群发展提供生产要素、服务和市场;开发区是城市群的产业集聚空间,是产业集群发育的重要场所,是城市群的重要生产功能区;产业集群是开发区和城市群发展的重要驱动力。产业集群与开发区共享着城市群的资源、服务和市场,开发区通过产业集聚与创新,产业集群通过产业链延伸、耦合与创新,与城市群形成生产要素、市场交易、创新与服务等方面的多维度相互作用,最终实现三者的协同发展。② 长株潭城市群经济规模、城市结构、创新投入与产出、服务职能的发展可以促进产业集群的经济规模、产业集聚、经济效益与产业创新,以及开发区的品质建设、产业集聚与产业效益的发展。长株潭城市群在今后的发展过程中,除了重视经济、产业的发展,还应强化创新、生产服务对产业集群和开发区的支持。③ 长株潭开发区产业集聚与创新效率协同促进城市群的发展,产业集群规模、效益与开发区效益变量协同促进城市群的发展。可见,长株潭产业集群与开发区并未完全协同的促进城市群发展。④ 典型冗余分析进一步表明,长株潭城市群对产业集群和开发区的促进作用更大、更全面,验证了城市群从规模、结构、创新和职能的角度能与产业集群、开发区产生良性互动;长株潭产业集群和开发区部分指标变量对城市群具有促进作用,且产业集群与开发区协同促进城市群发展的能力一般。即长株潭城市群已经较好地为产业集群和开发区提供了发育场所、资源和服务功能,产业集群和开发区也基本与城市群形成了有关集聚、效益和创新的互动。本文的创新之处在于:① 综合应用经济地理学、区域经济学、产业经济学等多学科的知识,对城市群、产业集群和开发区的互动机理进行了探讨,将三者置于同一框架下进行了互动的探索。② 将城市群微观化到了区县的空间单元,在同一时间点上,同一区域范围内分析对应的产业集群和开发区,既能微观地探索城市群、产业集群与开发区的互动联系,又增加了研究的样本,保证实验的可靠性。③ 长株潭城市群从经济规模、结构、创新和职能的角度与产业集群和开发区形成了良性互动,产业集群与开发区部分变量也与城市群形成了显著互动,但产业集群与开发区协同促进城市群发展的功能并不明显,这说明,在城市群发展过程中,应该平衡好各类资源,提升产业集群与开发区的协同发展能力。
本研究基于城市群区县空间单元的横截面数据开展,并未考虑时间变化呈现出的时序特征,这些问题需要在后续的研究中作进一步的探讨。此外,如何利用和分配产业集群与开发区的资源,协同促进城市群发展,与城市群形成有效互动,这是未来需要探讨的问题。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | . , 城市群是高度一体化和同城化的城市群体,经历了从城市到都市区、再到都市圈、再到城市群、最后到大都市带的4次扩展过程。中国城市群是世界经济重心转移和"一带一路"建设的主阵地,是国家新型城镇化的主体,也是我国当前与未来经济发展格局中最具活力和潜力的核心地区。但我国城市群在选择与培育过程中存在着"滥圈滥划、扩容贪大、拔苗助长、无中生有、拼凑成群"等一系列亟待解决的"城市群病",具体表现为:城市群的战略地位被过分夸大高估,出现了新型城镇化的"唯群论";城市群的空间范围一扩再扩,违背了国家建设城市群的基本初衷;城市群选择过多地依靠主观意志拼凑成群,脱离了发育的最基本标准;城市群的选择培育过多迁就了地方利益,影响到了国家战略安全大局;城市群成为雾霾等生态环境问题集中激化的敏感区和"问题区"。针对这些问题,建议按照科学标准和客观规律,科学选择并循序渐进地培育城市群,科学认识和理解城市群形成、发育的客观标准与自然规律;正确区分城市群与城镇群的本质区别,避免在政府文件和学术研究中将二者混为一谈;科学培育和分级建设大、中、小梯度发展的城市群,分层次建设好5个国家级的大城市群、9个区域性的中等城市群和6个地区性的小城市群;编制好与资源环境承载力相适应的城市群总体规划;创新城市群发展的公共财政制度与公共财政储备机制;发挥市场机制在城市群发育中的主体作用,建设市场主导型城市群,引导城市群顺应经济发展的新常态健康稳定发展。 . , 城市群是高度一体化和同城化的城市群体,经历了从城市到都市区、再到都市圈、再到城市群、最后到大都市带的4次扩展过程。中国城市群是世界经济重心转移和"一带一路"建设的主阵地,是国家新型城镇化的主体,也是我国当前与未来经济发展格局中最具活力和潜力的核心地区。但我国城市群在选择与培育过程中存在着"滥圈滥划、扩容贪大、拔苗助长、无中生有、拼凑成群"等一系列亟待解决的"城市群病",具体表现为:城市群的战略地位被过分夸大高估,出现了新型城镇化的"唯群论";城市群的空间范围一扩再扩,违背了国家建设城市群的基本初衷;城市群选择过多地依靠主观意志拼凑成群,脱离了发育的最基本标准;城市群的选择培育过多迁就了地方利益,影响到了国家战略安全大局;城市群成为雾霾等生态环境问题集中激化的敏感区和"问题区"。针对这些问题,建议按照科学标准和客观规律,科学选择并循序渐进地培育城市群,科学认识和理解城市群形成、发育的客观标准与自然规律;正确区分城市群与城镇群的本质区别,避免在政府文件和学术研究中将二者混为一谈;科学培育和分级建设大、中、小梯度发展的城市群,分层次建设好5个国家级的大城市群、9个区域性的中等城市群和6个地区性的小城市群;编制好与资源环境承载力相适应的城市群总体规划;创新城市群发展的公共财政制度与公共财政储备机制;发挥市场机制在城市群发育中的主体作用,建设市场主导型城市群,引导城市群顺应经济发展的新常态健康稳定发展。 |
[2] | |
[3] | . , . , |
[4] | . , . , |
[5] | |
[6] | . , . , |
[7] | . , . , |
[8] | , |
[9] | . , . , |
[10] | . , 随着人口的高速增长和工业化进程的不断加快,中国已进入快速城市化时期,快速城市化进程引发的空间冲突已逐步影响到区域可持续发展,甚至威胁区域安全。界定空间冲突的内涵,分析空间冲突的形成原因、演变特征和影响效应,构建空间冲突的理论分析框架,是一项具有重要理论和实际意义的探索性工作。空间冲突是源于空间资源稀缺性和空间功能外溢性的一种伴随空间资源竞争而产生的客观地理现象,按其形成原因可分为空间经济冲突、空间生态冲突、空间社会冲突和空间复合冲突4 类;空间冲突的演变过程呈倒“U”形变化,其可控性级别可划分为稳定可控、基本可控、基本失控和严重失控4 个层次;空间冲突的影响效应表现为空间资源失配、空间开发失序、生态系统失衡和社会发展失稳等。 . , 随着人口的高速增长和工业化进程的不断加快,中国已进入快速城市化时期,快速城市化进程引发的空间冲突已逐步影响到区域可持续发展,甚至威胁区域安全。界定空间冲突的内涵,分析空间冲突的形成原因、演变特征和影响效应,构建空间冲突的理论分析框架,是一项具有重要理论和实际意义的探索性工作。空间冲突是源于空间资源稀缺性和空间功能外溢性的一种伴随空间资源竞争而产生的客观地理现象,按其形成原因可分为空间经济冲突、空间生态冲突、空间社会冲突和空间复合冲突4 类;空间冲突的演变过程呈倒“U”形变化,其可控性级别可划分为稳定可控、基本可控、基本失控和严重失控4 个层次;空间冲突的影响效应表现为空间资源失配、空间开发失序、生态系统失衡和社会发展失稳等。 |
[11] | . , 城乡一体化的空间组织是以城乡一体化为目标的城乡空间组织过程与状态,主要通过促进城乡主体的互动以及各类要素在城乡之间的高效配置与有序流动,来建构城乡社会经济生态空间联系与相互作用秩序,以实现空间结构的优化与空间功能的提升。城市群地区是一个高度开放的复杂巨系统,其城乡一体化的空间组织较一般区域更为复杂。城市群地区多中心、高密度、强流动和网络化的特征决定了城乡一体化空间组织形态的网络化、空间组织尺度的层级性、空间要素流动的多向性、空间组织效应的叠加性、空间组织功能的多样性;城乡一体化空间组织的内容涉及城乡物质空间的建构、城乡要素系统的优化配置、城乡主体行为范式的确立、城乡地域功能的整合提升等四个方面;"集聚与扩散"、"冲突与均衡"、"协同与共生"三大机理,彼此关联,相互作用,共同推动城市群地区城乡一体化的空间组织优化;复杂网络与多智能体的集成分析可以有效诠释城乡一体化空间组织的过程与机理。 . , 城乡一体化的空间组织是以城乡一体化为目标的城乡空间组织过程与状态,主要通过促进城乡主体的互动以及各类要素在城乡之间的高效配置与有序流动,来建构城乡社会经济生态空间联系与相互作用秩序,以实现空间结构的优化与空间功能的提升。城市群地区是一个高度开放的复杂巨系统,其城乡一体化的空间组织较一般区域更为复杂。城市群地区多中心、高密度、强流动和网络化的特征决定了城乡一体化空间组织形态的网络化、空间组织尺度的层级性、空间要素流动的多向性、空间组织效应的叠加性、空间组织功能的多样性;城乡一体化空间组织的内容涉及城乡物质空间的建构、城乡要素系统的优化配置、城乡主体行为范式的确立、城乡地域功能的整合提升等四个方面;"集聚与扩散"、"冲突与均衡"、"协同与共生"三大机理,彼此关联,相互作用,共同推动城市群地区城乡一体化的空间组织优化;复杂网络与多智能体的集成分析可以有效诠释城乡一体化空间组织的过程与机理。 |
[12] | . , 建设长江中游城市群,必须构建完善的区域合作机制。目前,长江中游城市群间的合作以政府间的合作较多,而企业和非政府组织间的合作较少;其合作以交通、旅游、文化、商务等为重点,以联席会议为主要形式。当前合作主要存在国家层面支持力度不够,非政府组织作用未充分发挥,区域利益共同体尚未形成,区域城镇化水平不高,区域一体化程度不够,合作保障机制不完善等问题。为完善长江中游城市群合作机制,要抓紧编制长江中游城市群一体化发展规划,设置协调建设的专门机构,发挥非政府组织的主体作用,加快新型城镇化建设,加快推进一体化进程,完善法律制度保障。 . , 建设长江中游城市群,必须构建完善的区域合作机制。目前,长江中游城市群间的合作以政府间的合作较多,而企业和非政府组织间的合作较少;其合作以交通、旅游、文化、商务等为重点,以联席会议为主要形式。当前合作主要存在国家层面支持力度不够,非政府组织作用未充分发挥,区域利益共同体尚未形成,区域城镇化水平不高,区域一体化程度不够,合作保障机制不完善等问题。为完善长江中游城市群合作机制,要抓紧编制长江中游城市群一体化发展规划,设置协调建设的专门机构,发挥非政府组织的主体作用,加快新型城镇化建设,加快推进一体化进程,完善法律制度保障。 |
[13] | . , . , |
[14] | . , |
[15] | . , |
[16] | . , |
[17] | . , 通过比较分析,认为我国城市开发区的规模与国际比较偏大,而开发区的地均效益远远低于国际标准,规模偏大、效益低下的主要原因在于开发区空间扩张中存在的非产业因素的促动,形成了其土地利用中独特的以土地闲置为特征的"光圈"效应和"蜂窝"效应.从城市开发区规模与效益的不同特点出发,立足于我国国家高新区的经验数据,提出了一个开发区规模的建议性标准,从我国城市设立开发区的目的出发,提出了一个评价开发区土地利用效益的指标体系与方法. . , 通过比较分析,认为我国城市开发区的规模与国际比较偏大,而开发区的地均效益远远低于国际标准,规模偏大、效益低下的主要原因在于开发区空间扩张中存在的非产业因素的促动,形成了其土地利用中独特的以土地闲置为特征的"光圈"效应和"蜂窝"效应.从城市开发区规模与效益的不同特点出发,立足于我国国家高新区的经验数据,提出了一个开发区规模的建议性标准,从我国城市设立开发区的目的出发,提出了一个评价开发区土地利用效益的指标体系与方法. |
[18] | . , . , |
[19] | . , . , |
[20] | . , . , |
[21] | . , . , |
[22] | . , 构建综合竞争力指标,通过万有引力模型、城市流强度的测算来分析长株潭城市群各城市间经济空间联系.结果表明:长株潭城市群综合竞争力不强,普遍外向服务功能较弱,集聚和辐射能力有待提高;城市间的联系度以长沙为中心向外围降低,其他各城市与长、株、潭三市组成的“金三角”联系度较大,但彼此之间联系度很小,次中心城市不突出,经济联系的空间格局差异不大. . , 构建综合竞争力指标,通过万有引力模型、城市流强度的测算来分析长株潭城市群各城市间经济空间联系.结果表明:长株潭城市群综合竞争力不强,普遍外向服务功能较弱,集聚和辐射能力有待提高;城市间的联系度以长沙为中心向外围降低,其他各城市与长、株、潭三市组成的“金三角”联系度较大,但彼此之间联系度很小,次中心城市不突出,经济联系的空间格局差异不大. |
[23] | . , |
[24] | . , 以南京开发区群为实证案例,探讨中国城市开发区群的时空特征与演化规律。研究表明,经过多年 发展,开发区在空间布局上已由原来的散点布局演变为依托重要的经济核心或者区域集聚发展的新格局,形成了一些具有密切经济社会联系的开发区群。两个尺度的 开发区群开始出现:一是城市开发区群,由同一个城市的不同开发区组成,围绕中心市区分布;另一个是区域开发区群,由同一区域内不同城市的开发区群组成,依 托区域的城市群分布和发展。开发区群的形成与发展一方面获得了良好的集聚经济和规模经济效益,并有特色化趋向;另一方面,开发区群的出现加剧了开发区之间 的恶性竞争,产生比原来更为激烈的面对面的搏杀,造成不同开发区产业结构的趋同、土地资产收益的流失、空间发展调控的失序等问题。 . , 以南京开发区群为实证案例,探讨中国城市开发区群的时空特征与演化规律。研究表明,经过多年 发展,开发区在空间布局上已由原来的散点布局演变为依托重要的经济核心或者区域集聚发展的新格局,形成了一些具有密切经济社会联系的开发区群。两个尺度的 开发区群开始出现:一是城市开发区群,由同一个城市的不同开发区组成,围绕中心市区分布;另一个是区域开发区群,由同一区域内不同城市的开发区群组成,依 托区域的城市群分布和发展。开发区群的形成与发展一方面获得了良好的集聚经济和规模经济效益,并有特色化趋向;另一方面,开发区群的出现加剧了开发区之间 的恶性竞争,产生比原来更为激烈的面对面的搏杀,造成不同开发区产业结构的趋同、土地资产收益的流失、空间发展调控的失序等问题。 |
[25] | . , 长株潭三市是湖南省经济最发达、城镇最密集的地区 ,是我国中部地区极富个性的城市群。本文在分析长株潭开发区建设现存问题的基础上 ,提出了开发区群体一体化发展应遵循的原则及应采取的主要对策 . , 长株潭三市是湖南省经济最发达、城镇最密集的地区 ,是我国中部地区极富个性的城市群。本文在分析长株潭开发区建设现存问题的基础上 ,提出了开发区群体一体化发展应遵循的原则及应采取的主要对策 |
[26] | . , . , |
[27] | . , . , |
[28] | . , 湖南省已初步形成由12个国家级和66个省级产业园区构成的产业园区体系,迫切需要通过转型升级提质来壮大发展规模、提升创新能力和可持续发展能力。而产业园区转型升级需要通过高水平的顶层设计,谋划升级提质的总体目标、差异化调控模式、主要策略及其政策措施。湖南省级产业园区转型升级提质应以建设集生产性、开放性、宜居性、协调性、创新性和可持续性于一体的宜产宜居园区为目标,应针对分属4个发展层次和发展阶段的产业园区设计差别化的转型模式,采取建设特色产业、整合空间资源、提升园区功能、实施产业园区合作行动计划、创新管理体制、优化土地配置和加强绩效考核等措施来促进产业园区的转型升级提质。 . , 湖南省已初步形成由12个国家级和66个省级产业园区构成的产业园区体系,迫切需要通过转型升级提质来壮大发展规模、提升创新能力和可持续发展能力。而产业园区转型升级需要通过高水平的顶层设计,谋划升级提质的总体目标、差异化调控模式、主要策略及其政策措施。湖南省级产业园区转型升级提质应以建设集生产性、开放性、宜居性、协调性、创新性和可持续性于一体的宜产宜居园区为目标,应针对分属4个发展层次和发展阶段的产业园区设计差别化的转型模式,采取建设特色产业、整合空间资源、提升园区功能、实施产业园区合作行动计划、创新管理体制、优化土地配置和加强绩效考核等措施来促进产业园区的转型升级提质。 |
[29] | . , . , |
[30] | . , . , |
[31] | . , |
[32] | . , |
[33] | . , |
[34] | . , . , |
[35] | . , . , |
[36] | . , 运用典型相关分析对1996-2007年间中国高技术产业技术来源与高技术产业创新生产率分 解的相关性进行实证研究,结果表明:样本期间我国高技术产业创新效率集中表现为纯技术效率和要素配置效率,规模经济对创新生产率的作用并不显著。外商投资 企业R&D溢出是促进我国高技术产业技术创新的主要外部力量,在促进纯技术效率提升的同时可能会阻碍要素自由配置。直接引进国际技术不仅没能帮助技术创新 能力提升,反而呈现出显著的逆向技术扩散。相比于技术引进,国内技术购买对高技术产业技术创新效率影响较小。在此基础上给出了对策建议。 . , 运用典型相关分析对1996-2007年间中国高技术产业技术来源与高技术产业创新生产率分 解的相关性进行实证研究,结果表明:样本期间我国高技术产业创新效率集中表现为纯技术效率和要素配置效率,规模经济对创新生产率的作用并不显著。外商投资 企业R&D溢出是促进我国高技术产业技术创新的主要外部力量,在促进纯技术效率提升的同时可能会阻碍要素自由配置。直接引进国际技术不仅没能帮助技术创新 能力提升,反而呈现出显著的逆向技术扩散。相比于技术引进,国内技术购买对高技术产业技术创新效率影响较小。在此基础上给出了对策建议。 |
[37] | . , . , |
[38] | . , |
[39] | . , . , |