基于空间计量的县域汽车产业集聚研究

（聊城大学 商学院，山东 聊城 252059）

基于空间计量的县域汽车产业集聚研究

侯丹丹

（聊城大学 商学院，山东 聊城 252059）

以往文献对汽车制造业集聚现象的考察侧重使用产业集中度指标考察市场结构，缺少对汽车业空间布局特征以及空间产业集聚成因的分析。本文运用空间分析方法考察中国县域汽车制造业的空间集聚及其影响因素。研究发现，中国县域汽车制造业的空间分布不均衡，全国呈现H-H（高-高）集聚现象的共有120个县，主要位于沿海地区、内陆工业重镇，及省与省交界处。邻近县的汽车厂商家数对本县厂商家数具有正向显著影响，表明厂商享有彼此间因地理邻近而集聚所产生的外溢效果。此外，大型整车厂的设置、较高的劳动生产力、较高的外资资本比例、较高的创新比例、重点大学和科学园区的设置以及优越的交通条件对县域汽车制造业集聚有积极的影响。

汽车制造业；空间集聚；邻近效应；空间滞后回归

一、引言

产业集聚是同一产业及其相关的服务产业，在一定的地理区域范围内高度集中的现象。汽车制造产业具有规模经济特性，非常适合以产业集聚方式发展。以空间分布观察，中国汽车制造业发展受国家产业政策及产业地理位置影响，形成了六大产业集聚区，即长江三角洲、东北地区、华中（湖北、四川）、环渤海地区（山东、京津）、珠江三角洲（广东）、西南地区（重庆）。中国汽车制造业企业家数的空间布局极为不均衡，从省域考察，由几家企业至上千余家不等。2000年至2008年间，排名前8名的省份市场占有率总和在七成以上，且每年销售收入排名前几位的省份顺序均未改变。

由于汽车制造业对区域经济发展的重要作用，中国汽车制造业的区域分布特征以及汽车制造业空间集聚的成因等问题值得深入研究。以往文献对汽车制造业集聚现象的考察侧重使用产业集中度指标考察市场结构，缺少对汽车业空间布局特征以及空间产业集聚成因的分析。此外，以往对汽车业的研究大多以省域为对象，通常使用宏观加总数据，容易产生累积性偏差，可能影响结论的客观性。本文和以往文献不同之处在于：一是为深入研究汽车制造业的空间布局特征和成因，本文以县级为单位来考察中国汽车制造业的集聚现象。二是使用探索性空间分析方法考察中国汽车制造业集聚的空间分布。三是使用空间计量回归模型研究县级汽车制造业集聚的影响因素。

二、文献回顾

马歇尔认为外部规模经济导致产业集聚的产生，并指出外部规模经济促使产业集聚有三个关键因素：劳动力市场、要素共享、知识外溢效果。韦伯的新古典区位理论则从企业选址的角度探讨产业集聚。他把影响产业区位的经济因素称为区位因子，厂商最佳设厂位置由运输成本、劳动成本和集聚经济三个区位因子所决定。Krugman以规模报酬递增、不完全竞争为假设探讨经济活动的集中，并以中心-外围模式解释国家或地区的产业集聚。他认为，基于运输成本最小化的考虑，厂商将以市场需求规模大的地点为区位选择，形成产业集聚。

汽车产业集聚的实证研究方面，罗伟以H指数、空间基尼系数和区位熵为指标考察2002-2004年中国省际汽车制造业的集聚。以H指数计算，产业集聚水平在研究期间逐年递增；以空间基尼系数计算，只有2004年有显著的集聚；就区位熵而言，汽车产业集聚出现在吉林、湖北、上海、重庆和京津地区，而辽宁、广东和安徽为新兴集聚区。章国政提出中国六大汽车集聚区域存在着“路径依赖”过程。长三角地区为市场规模大，经济发展水平高的民营经济发达地区，属于市场创造模式；珠三角与环渤海地区主要为韩国现代、德国奔驰、日系品牌，为外商直接投资模式；东北与华中地区为内源型品牌企业带动模式。杨随发现汽车产业在空间上呈现东中部和东北地区表现为空间极化下的扩散，在西部地区仅表现为空间极化，相应地在空间上呈现出“极化—扩散”现象。申明浩等对中国汽车产业集群发展成因进行了探索，认为影响汽车产业集群发展的因素主要是厂商学习能力、政府政策以配套设施建设等。吴璇考察1998—2007年广州汽车产业集聚的影响因素。认为由于该地区汽车产业以日资企业为主，中资企业研发投入不足，导致自主品牌难以与日资抗衡。王建华和王敏使用区位熵的概念对比分析中美两国汽车产业的集聚。发现美国汽车业的产业集聚为大集聚，而中国则为小集聚。徐达考察了汽车产业集聚的影响因素。发现企业规模、人力资本投入、固定资产投资和市场需求是影响区域汽车产业集聚的重要因素。庞丽和李增耀分析了中国省际汽车产业的集聚程度及其影响因素，发现市场规模、对外开放程度、区域创新环境对汽车产业集聚的增强有积极影响，而较高的劳动力成本对汽车产业集聚产生负向影响，人力资本和交通运输条件对产业集聚无显著影响。李丹丹通过LQ系数值发现我国中部地区确实已显现出汽车产业集群的形态，政府政策、规模效应、交通运输条件、人力与资本因素都对中部汽车产业集群的发展存在正相关的作用。

上述文献在分析中国汽车产业集聚程度及其影响因素时，较少考察汽车业集聚的空间布局特征，也很少考察地理邻近因素对汽车业空间集聚的影响。为此，本文以县级汽车制造业为单位，使用汽车制造业企业层面的微观数据，运用探索性空间分析方法（ESDA）考察汽车制造业的空间集聚现象，并使用空间计量回归实证研究汽车业厂商集聚的影响因素。如此，一可以更具体而微地呈现汽车制造业的空间集聚现象，二可以考察不同区域汽车制造业空间分布的相互影响，以减缓累积性偏差，有利于增强研究结论的稳健性和政策的针对性。

三、中国汽车制造业县域分布的空间自相关分析

1、数据来源

根据数据的可得性和质量要求，选择各县汽车制造业厂商家数测度汽车业县域集聚程度。汽车制造业数据来源于2007年《中国工业企业数据库》，其中港澳台地区的数据缺失，未列入研究范围。根据国家统计局制定的《国民经济行业分类（2006）》，4位码汽车制造业包括六类细分产业：汽车整车制造业（3721）、汽车改装车制造业（3722）、电车制造业（3723）、汽车车身挂车制造业（3724）、汽车零部件及配件制造业（3725）、汽车修理业（3726）。经过筛选整理后，共有8832笔汽车业企业数据。每个县平均有3.77家汽车制造厂商，全国没有汽车业的县（市辖区）共有1475个，基本位于中国西部及西北地区。

2、全域自相关分析

本文使用Stata12软件，以距离某县核心点250km的半径作为邻近县的判断标准。我们将每个邻近县的重要性视为等同，亦即邻近县厂商家数的简单平均就是邻近县的表现。厂商家数（y）的Global Moran’s I可以衡量空间自相关（图1）。若Global Moran’s I＞0，代表具有正向空间自相关。反之，Global Moran’s I＜0，代表具有负向空间自相关。图1中，横轴表示本县汽车业厂商家数，纵轴表示邻近县的厂商家数。由图 1可知，Global Moran’s I为0.355，表明中国县域汽车厂商家数分布具有正向空间自相关现象。

3、区域空间自相关的LISA图

中国汽车业厂商家数空间分布的区域自相关图见图2（图A-图G）。五种颜色的具体含义：H-H（红色）：表示邻近县厂商家数（简称“邻居”）多，本县厂商家数也多，表示本县汽车厂商家数与邻居呈正相关；L-L（深蓝色）：表示邻居厂商家数少，本县也少，本县汽车厂商家数与邻居也呈正相关；L-H（浅蓝色）：表示邻居厂商家数少，本县则多，本县汽车厂商家数与邻居呈负相关；H-L（粉红色）：表示邻居厂商家数多，本县则少，本县汽车厂商家数与邻居呈负相关；白色部分：本县汽车厂商家数与邻居不相关。

图1 汽车厂商家数的分布的散点图

图2 各大聚集区汽车制造业厂商家数LISA图

由图2可知，县域汽车制造业集聚呈现的H-H型态不一。长三角地区：江苏是以南京市为起点带状延伸至上海，而浙江省则以宁波等所属县呈现集聚，上海除黄埔区及卢湾区没有汽车企业外，其它市区均呈现H-H集聚。珠三角地区：广东则以广州及佛山为中心幅射集聚。京津地区：由天津以南向北京的昌平区呈带状延伸。山东省则以沿海的县为集聚区。吉林、辽宁则分别以九台市、抚顺为起点呈现二个集聚圈。四川则由都江堰至简阳呈现带状集聚。重庆则以大渡口为起点呈现集聚。

此外，还有的产业集聚区位于省与省的交界处，如重庆永川、江津与四川交界处；湖北郧县、丹河口、老河口、枣阳、麻城与安徽、河南交界处；江苏苏州、昆山、太仓、浙江平湖市与上海交界处；北京大兴区、通州区、河北的廊坊市、天津的武清区等三省交界处。

四、县域汽车业集聚影响因素的实证分析

1、指标选取和回归模型

从上文研究看出，中国县域汽车制造业存在空间集聚现象，空间分布并不平衡。哪些因素影响到县域汽车产业的集聚，值得进一步探讨。根据对文献的分析，本文选择如下变量。

（1）产业关联因素：是否设置大型整车厂（x1）。本文将大型整车业定义为产品年销售收入在200亿元以上的整车制造业。将设有大型整车厂的县以虚拟变量1表示；其余之县，以虚拟变量0表示；钢铁厂家数（x2）。汽车制造业产业关联性强，钢铁为汽车制造业的重要原料，直接影响汽车业的利润。为此将钢铁制造业作为汽车制造业的关联产业。本文共筛选1255家钢铁制造业厂商，以各县核心点为中心，跨县界150公里内计算钢铁制造业厂商家数，反映本县汽车产业对关联产业—钢铁产业的依赖程度。

（2）市场购买力（x3）：消费者对大额消费常有跨域从事消费行为，故本文以2007年中国各县县核心点200公里内人均社会消费品零售额代表各县购买力。

（3）要素禀赋因素：工资水平（x4）。该变量以《中国工业企业数据库》中各县2007年汽车制造业职工平均工资占2007年全国职工平均工资比例予以衡量；劳动生产力（x5）。各县汽车制造业劳动生产力以各县2007年汽车制造业全年营业收入除以各县汽车制造业全部职工平均人数表示。

（4）外资资本比例（x6）：本文以各县汽车制造业的港澳台资本及外商资本合计占各县汽车制造业实收资本总额代表外资资本比例。

（5）创新能力：创新产出比例（x7）。本文以2007年《中国工业企业数据库》各县汽车制造业新产品产值总额占各县汽车制造业工业总产值总额比例，衡量厂商创新能力；大学、高新区设置（x8）。本文将设有中国排名前200名大学或高新园区的县，以虚拟变量1表示；其余之县，则以0表示。

图3 各大聚集区汽车制造业厂商家数LISA图

（6）交通便利性：交通运输条件采用各县核心点距最近的铁路、机场的距离，县内公路密度来衡量。公路密度（x9）。以各县内公路公里数占全县面积之比表示公路运输条件；铁路交通（x10）。以各县核心点与最近铁路之间的距离表示铁路运输条件；民航运输（x11）。以各县核心点与最近机场之间的距离表示空中运输条件。

数据来源说明。钢铁制造业厂商家数来源于2007年《中国工业企业数据库》，县核心点周围100公里钢铁制造业厂商共1255家。各县200公里人均社会消费品零售额则以ArcView软件计算距各县核心点得出。中国机场、大学、高新园区等数据分别来自中国民用航空局网站、中国校友会网站2012年中国大学排行榜200强、中国科学技术部网站，公路、铁路以google earth投影比对绘制后，以ArcView软件计算中国各县域内公路密度，及各县核心点距最近铁路、机场的距离。

考虑到汽车业厂商家数的空间集聚，采用空间计量模型进行回归。首先使用OLS计量回归。然后，对估计结果进行空间自相关（或自回归）诊断。最后，根据诊断分析结果，采用适当的空间回归模型。空间回归模型主要有两种类型，分别是空间滞后模型（SLM）和空间误差模型（SEM）。前者假设因变量存在空间自相关，后者则假设误差项存在空间自相关。其回归模型可表示为：

其中，y，X分别表示因变量（县域汽车厂商家数）、自变量（x1，x2…x11）；琢，着分别为常数项和随机干扰项。Wy，W着分别是y，着的空间滞后值；β，籽，姿分别为X，Wy，W着的估计系数。

2、回归结果与分析

采用OLS回归后，进行空间诊断，发现Moran’s I达到0.355，表示具有空间正自相关现象，违背了OLS的基本假设，估计结果并不可靠（见表3）。Lagrange Multiplier（lag）及 Lagrange Multiplier （error）统计量在1%的显著性水平下拒绝SLM及SEM模型的原假设，表示需进行SLM或SEM回归。经过Robust LM （lag）检验与Robust LM （error）检验，发现只有前者显著，故使用空间滞后模型分析。为比较，表3中同时给出了OLS回归（模型1）、空间误差模型（模型3）的回归结果。由表3可以发现。

（1）县域大型整车制造厂的设置对汽车业厂商集聚有显著正向影响。大型整车制造业可为本地区汽车零部件市场提供机会，故对本县汽车厂商家数有重要影响。钢铁厂商则可为本地区厂商提供关键原材料资源，有利于提高产业关联，但影响不显著。

（2）空间滞后（邻近效应）。由空间滞后项的系数籽为正向显著可知，邻近县的汽车制造厂商家数越多，本县的汽车制造厂商家数也越多，表明汽车制造业的集聚存在空间外溢效果，即地理邻近效应存在。

（3）市场购买力。购买力变量代表市场规模大小，在OLS回归模型中该变量为正向显著，而在空间滞后模型中，并不显著。表示经过空间效应的调整，中国汽车销售市场并非仅以距县核心点200公里的范围为销售目标，而是面向更广阔的消费市场。

（4）要素禀赋因素。在模型1中，工资水平呈显著负向影响，表示汽车制造业工资水平较低的县有助于汽车厂商集聚，与预期假设和文献研究结果一致。劳动生产力在模型1中呈现显著正向影响，表示汽车制造业劳动生产力较高的县有利于吸引企业设厂投资。但是以SLM（模型2）观察，工资水平高低对汽车厂商集聚的影响显著性降低，而劳动生产力变量仍呈现显著正向影响。

（5）外资资本比例。在模型1至模型3中，外资资本比例对因变量呈现显著正向影响，即外资资本比例愈高的县，其汽车制造业厂商家数愈多，厂商集聚程度愈高。

（6）创新能力因素。创新产出比例在所有回归模型中均呈现显著正向影响，表示某县汽车厂商的创新能力越强，知识溢出的几率越大，越有利于吸引该县汽车厂商集聚，与以往文献研究一致。大学或高新园区的设置在所有回归模型均呈现显著正向影响。所在县域有重点大学，从厂商角度而言，有助于为企业提供高端专业人才，而所在地域有高新园区的设置则可使厂商享受到政府的政策支持或优惠，同时有利于厂商间交流经验和模仿学习，从而有助于增强企业设厂意愿。

（7）运输成本因素。各县核心点距最近机场距离对汽车业厂商集聚为负向显著影响，表明距离机场越远的县，越不利于汽车制造业集聚，与以往文献研究一致。而距离铁路距离对厂商集聚无显著影响。公路密度变量对厂商集聚有负向显著影响，结果较出人意料。推测其中原因可能是厂商选址考虑重点也许不在于县域的公路密度，而是工厂是否邻近主要公路干道。

表1 中国各县汽车制造业厂商家数回归报表

五、主要研究结论

一是中国各县汽车制造业厂商分布存在空间集聚现象。中国各县汽车制造业厂商分布相当不均衡，存在空间依赖现象，共有120县呈现H-H的集聚，分别位于17个省市，较传统观察方法所指出的六大地区14个省市能更加精确描述出厂商设厂集聚位置。不存在汽车制造业的共有1475个县，主要位于西部和西北地区。

二是呈现集聚的县主要位于沿海地区及传统工业重镇，部分集聚的县位于省与省交界处。中国汽车制造业呈现H-H集聚的120个县，主要位于沿海的浙江、江苏、上海、山东、广东、京津地区及吉林、辽宁工业重镇。安徽、湖南、福建、广西等省部分县在空间分析方法下呈现厂商集聚，这是与以往研究较为不同的地方。除此之外，还发现部分汽车业集聚的县位于省与省的交界处，如重庆永川、江津与四川交界处；湖北郧县、丹河口、老河口、枣阳、麻城与河南、安徽交界处；江苏苏州、昆山、太仓与上海交界处；北京通州区、河北的廊坊市、天津的武清区等三省交界处。

三是从空间滞后模型SLM回归结果看：邻近县的汽车厂商家数对本县厂商家数具有正向显著影响，即有邻近效应存在，表明厂商彼此间享有因地理邻近而集聚所产生的外溢效果。大型整车厂设置、较高的劳动生产力、较高的外资资本比例、较高的创新比例、重点大学和科学园区的设置以及优越的交通条件对县域汽车制造业集聚有积极的影响。

[1] 刘乃全：产业集聚论[M].上海：上海人民出版社，2009.

[2] 路江涌：外商直接投资对内资企业效率的影响和渠道[J].经济研究，2008（6）.

[3] 王建华、王敏：中美汽车产业集聚对就业促进作用的比较研究[J].生产力研究，2011（3）.

[4] 徐达：基于面板数据的汽车产业集群发展影响变量检验[J].求索，2012（5）.

[5] 庞丽、赵增耀：汽车产业集聚及其影响因素研究[J].财经问题研究，2012（7）.

[6] Anselin L.Spatial Econometric：Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988.

[7] 栾贵勤、徐韵涵：京津冀汽车制造业地域分工研究[J].科技和产业，2016（9）.

[8] 黄娉婷、张晓平：京津冀都市圈汽车产业空间布局演化研究[J].地理研究，2014（1）.

[9] 王继博：重庆市汽车产业集群竞争力研究[D].重庆工商大学，2015.

[10] 李丹丹：中国中部地区汽车产业集群：形成机理与实证研究[D].湖南师范大学，2014.

[11] 杨随：中国汽车产业空间演化研究[D].上海师范大学，2014.

[12] 张亮亮：中国汽车产业合理化布局研究[D].西南财经大学，2014.

（责任编辑：占雨秀）