上海LED产业空间集聚的计量分析

石小伟，邹逸江

（宁波大学地理与空间信息技术系，浙江宁波315211）

上海LED产业空间集聚的计量分析

石小伟，邹逸江

（宁波大学地理与空间信息技术系，浙江宁波315211）

LED产业是21世纪具有重要前景的高新技术产业。为此，文章以区为基本研究单元来探索上海市LED产业规模发展水平的空间格局，利用变异系数、艾肯森指数以及空间自相关分析等空间统计学方法对上海2006-2015年近10年的16个区（除崇明区）的LED产业进行了动态差异分析，并以此为基础运用ArcGIS和GeoDa095i软件对上海LED产业的空间集聚状况以及空间特征进行了分析，得出了上海LED产业空间分布格局的形成机制和空间演变特征。结果表明：上海LED产业规模呈现出比较显著的空间集聚现象，具有明显的空间依赖性；2006年以后上海LED产业布局先出现高—低集聚与低—高集聚的趋势趋于分散，到2013年以后集聚的趋势得到了加强，空间自相关的聚集趋势也越来越明显，呈现出显著的空间异质性且“L－L”、“H－L”、“L－H”紧密分布在“H－H”空间关联区周围，LED区域产业规模增长的空间差异逐渐显著；LED产业空间集聚呈现出极核—分散式发展分布格局；主要的形成机制因素是政府的政策向导作用，上海科研院所和高等院校的技术保障以及横向相关产业的协同带动作用。

LED；变异系数；艾肯森指数；空间自相关；上海

一、引言

据《2015-2020年中国LED照明市场深度调研及投资前景评估报告》显示：2015年中国LED行业总产值规模已达3 645亿元人民币，同比增长30%。其中，LED上游外延芯片、中游封装、下游应用产值分别为120亿元、568亿元、2 957亿元［1］。在此大背景下，上海凭借自身照明产品应用市场的巨大空间和城市本身所具有的区位、科研和人力资源优势，吸引了众多企业纷纷在沪成立抑或来沪入驻，已具备相当大的产业规模［2］。尤其是2006-2015年近10年来，上海市的LED企业数量连年增长。进一步研究会发现，LED产业在上海的分布不是均衡的，各区的产业规模也大小不一，各区的产业空间布局也有差异。因此，上海LED产业经济空间发展差异问题逐渐成为社会和学术界所关注的一个重点。例如，华东师范大学科技创新与发展战略研究中心在2011年的基于产业集群发展的跨区联动模式研究了对上海LED产业发展存在问题的认识，并提出了一些针对性的建议；何霞等基于上海LED产业的空间分布特征及其形成因素进行了分析［3］；黄琳等基于产业集聚的上海LED产业发展分析了上海LED产业价值链的发育不平衡问题、产业结构和资源配置问题［4］；但是这些研究缺乏对上海LED产业规模区域差异进行定量测度，也缺乏对上海LED产业区空间数据的数学模型分析，缺乏计量地理的空间视角分析，忽略了空间相互关联影响，尤其是对上海LED产业区空间自相关分析不多，难以真正反映研究区域产业空间差异的变化与机制，未能做到定性和定量相结合、图形与数据相结合［6］。

本研究主要采用变异系数、艾肯森指数和空间自相关分析等方法，对上海整个区域LED产业空间差异进行定量与定性测定，算出了相对应的指标数值，通过运用ArcGIS和GeoDa095i软件绘制出了上海LED产业集聚形态图［5］，揭示了上海LED产业经济空间布局差异性的地理机制，并为相关区域承接LED产业转移提供参考。本研究结果为探索上海市LED产业经济结构优化升级以及为政府制订合理的发展战略也具有借鉴意义。

二、研究方法和数据来源

目前，研究区域差异总体变动态势主要采用基尼系数、变异系数和加权变异系数、区位商、塞尔熵指数、艾肯森指数及威廉森系数等多种多样的方法［10-14］。由于地理事物之间的空间相关与空间异质性，同一要素在不同的分布区内的观测数据之间存在潜在的相互关联性［15］。本研究主要采用变异系数和艾肯森指数（AtkinsonIndex）衡量2006-2015年近10年来上海市各区域LED产业经济值的总体差异动态变化情况，然后进一步从全局空间自相关和局域空间自相关两个角度对上海市各区LED产业空间差异与空间集聚情况进行分析说明。

（一）变异系数

变异系数是反映随机系列各变量对其均值的相对离散程度的指标。运用变异系数测度上海市各区域LED产业规模的差异情况，其计算公式为［10－12］：

其中，CV为变异系数；yi（i=1，2，3，…，n）为上海市第i区域LED产业规模值；y-为平均区域LED产业规模值；n为区域个数；

变异系数值越大，表示上海市各区域LED产业规模差异越大；变异系数值越小，上海市各区域LED产业规模发展越均衡。

（二）艾肯森指数

艾肯森指数（AtkinsonIndex）可以明显表示出观测数据之间的不明显差异，通过自主设置参数，可以加大区域差异外在的显示度，参数越大，区域差异的显示就越明显，计算公式为［13－14］：

其中，pi为第i个区域总LED产业占上海全市总LED产业的比重，即pi为一个权重值；ξ为可自行设置的参数，ξ值设置的高或低，表示区域LED产业差异显示明显或模糊。

由于上海市中心尤其是浦东新区、徐汇区和闵行区等区域LED产业规模差异本身不大。因此，通过自主设置艾肯森指数的ξ参数值（本研究设置ξ=2与ξ=3），用来反映上海市LED产业差异较小的空间特征及其分布关系。

（三）空间自相关分析

目前空间自相关分析测度方法多种多样，最为常用的有：GlobalMoran′s I、Geary′s C、Ripley′s K、Getis、JoinCountAnalysis等［7］，均有各自的适用范畴与限制。本研究采用全局空间自相关（Global Spatial Autocorrelation）和局部空间自相关（Local Spatial Autocorrelation）两种类型的统计量来探索2006-2015年近10年上海市各区域LED产业规模的时空格局与时空演变特征。其中，Moran指数方法是最为基本和重要的［8］。

（1）全局空间自相关。全局空间自相关关联指数即Global Moran′s I，旨在反映空间邻接或邻近的区域单元属性值的相似程度。Global Moran′s I也是全局空间自相关分析最常用的关联指数，其计算公式为：

其中，n为参与分析的空间单元数目；xi为空间单元i的属性值；xj为空间单元j的属性值；x-为xi的平均值；Wij为空间权重系数矩阵，表示各空间单元邻近关系。

Global Moran′s I的取值范围为[] -1,1。当I为正值时和负值时分别表示存在相同的空间自相关和相反的空间自相关。

基于Global Moran′s I分析观测变量的空间格局时，需要进行显著性检验，以便在一定概率下保证推断结论的正确性。对Global Moran′s I的显著性检验，可以用公式（5）来表示：

其中，Z(I)为空间自相关的显著水平；E(I)为表示I的数学期望；Var(I)为表示变差系数；

（2）局域空间自相关。局域空间自相关可以定量地得知被调查要素关联的具体程度，本研究则采用的局部空间自相关Moran指数（localmoran′s I）与Moran散点图进行局部空间自相关分析，localmoran′s I的计算公式［7，10］为：

其中，I(i)为第i单元区域与周边邻近区域单元之间的空间集聚程度；其他各参数值的概念同式（3）。

Z(I)为标准化统计量，用来检验上海的16个区之间是否存在局部空间自相关关系。

（四）数据来源

本研究以上海市各区域LED产业规模和企业数量为研究指标，上海的16区域为研究单元（崇明区除外）。数据资料来自于华东师范大学科技创新与发展战略研究中心课题的调查报告（课题编号：10692101700）、深圳市人民政府关于印发深圳市LED产业发展规划（2009-2015年）、上海市半导体照明网、上海市光学光电行业网、中国半导体照明网以及上海市相关企业官方网站数据等。

三、LED产业经济区域差异空间格局演变

（一）总体空间格局特征（Global Moran′s I）和Z(I)分析

通过运用GeoDa095i软件，计算2006-2015年近10年的上海市各区域LED产业全局空间自相关指数（Global Moran′s I），并计算其检验的标准化统计量Z(I)，结果见表1所列。

表1 2006-2015上海市LED产业区域指标统计值

通过对Global Moran′s I和Z(I)的值分析得出：上海市各区域LED产业经济总体空间差异呈扩大态势，中间个别年份有轻微的缩小，但是不影响总体的趋势，且有趋向于中心城区和近郊区集聚的态势。

（二）变异系数和艾肯森指数分析

进一步对表1进行分析：采用2006-2015年的上海市各区域LED产业规模的变异系数和艾肯森指数两个指标，分别计算2006-2015年每年的变异系数和艾肯森指数（参数ξ分别取2和3），用来表示上海市LED产业经济各区域差异随着时间的动态变化过程，并且绘制出2006-2015年上海市区域LED产业经济值变异系数与艾肯森指数变化折线图（如图1所示）。由图1可知：2006-2015年上海市各区域LED产业规模的变异系数和艾肯森指数（ξ=2和ξ=3）变化趋势基本相同；特别是在2012-2015年，两个变量均出现了连年的增长，而其他年份均呈现出缓慢上升的趋势。这说明在2012-2015年上海市各区域的LED产业经济空间差异呈逐步扩大态势，上海市整体的LED产业空间分布逐渐趋向于集聚状态。

图1 2006-2015年上海市LED产业变异系数与艾肯森指数

（三）局部空间格局演变分析

（1）Moran 散点图。为了更加直观地分析上海市各区域的LED产业规模空间集聚的态势，根据式（6）计算2007年、2009年、2013年、2015 年这4年的Global Moran′s I ，并对其进行显著性检验，在GeoDa095i软件的支持下，绘制相应年份的Moran散点图如图2所示。Moran散点图被分为第一象限、第二象限、第三象限、第四象限，分别对应于每个区域单元与其相邻的区域单元之间的4种LED产业规模类型的局部空间联系形式，第一象限表示高观测值的区域单元被同是高值的区域所包围的空间联系形式，第二象限表示低观测值的区域单元被高值的区域所包围的空间联系形式，第三象限表示低观测值的区域单元被同是低值的区域所包围的空间联系形式，第四象限表示高观测值的区域单元被低值的区域所包围的空间联系形式［12，15］。其中，落入第一、三象限的区域与其相邻区域之间存在较高的空间正相关，即具有空间同质性；而落入第二、四象限的区域与其相邻区域之间存在空间负相关关系，即具有空间异质性。

图2 2006-2015上海市主要年份LED产业moran散点

从图2可以看出：2007年、2009年、2013年、2015年在4个象限内的样本点分布是不均衡的，说明上海市各区域的LED产业规模之间的空间相关性呈现不平稳状态，但是总体上落在第一、三象限的区域样本点个数多于第二、四象限。2007年、2009年、2013年落入第二、四象限的区域样本点个数与落入第一、三象限的区域个数相当持平，每个象限的区域个数逐渐趋向于平衡状态，即高低集聚与低高集聚的趋势越来越分散，空间自相关聚集趋势趋于减弱；2015年落入第一、三象限的区域点的个数明显增多，即呈空间正相关的区域占到了所有区域总数的75%，空间自相关聚集趋势趋于增强，表现出较强的空间同质性［16］。

（2）LISA集聚时空演变分析。为了更清晰地阐述上海各区域单元LED产业空间集聚格局的演化状况，利用GeoDa095i软件绘制2015年上海16个区的LED产业的LISA集聚图如图3所示。

图3 2015年上海市各区LED产业的LISA聚类分布

由图3可以看出，区域LED产业属于“H－H”空间关联模式的区域对周边地区产业的带动力较强，经济辐射范围广，构成了上海市LED产业规模高值区，主要分布在圈Ⅲ以内；属于“L－L”空间关联模式的区域主要分布在圈Ⅰ以外，构成上海市LED产业分布稀疏的区域，尤其是青浦区、金山区和奉贤区的LED产业集聚度偏低，且占整个上海市的比重也偏小；属于“H－L”空间关联模式的区域主要分布在圈Ⅱ和圈Ⅲ之间，说明其在经济发展过程中，较周边的区域LED产业规模发展更快，它们之间经济差异较大，成为局部经济发达的区域；属于“L－H”空间关联模式的区域主要分布在圈Ⅰ和圈Ⅱ，表明区域产业规模发展速度较周边地区相对缓慢。从整体上看，上海市LED产业发展水平较高，但是区域之间和地区内部的产业规模发展水平差异还是比较明显的。

四、LED产业空间集聚的格局及其形成机制因素

从上海LED产业LISA聚类分布图可以看出，在浦东新区、徐汇区、闵行区和宝山区等区的LED企业集聚度明显高于周围其他区域，表现出明显的空间集聚特征。下文分析LED产业聚集的格局及上海市代表区域对推动LED产业发展的主要机制因素。

（一）LED产业聚集的格局分析

从产业集聚理论的角度，上海市LED产业呈现极核—分散式发展分布格局。根据2015年《上海市统计年鉴》以及上海市LED企业地理位置分布信息，运用ArcGis软件绘制出了上海LED产业空间分布形态图如图4所示。从图4可以看出，上海市LED企业在红色圈定线范围内分布的点密度比较集中，出现了组团式集聚，因此区域的LED企业聚集度比较高。圈定线范围内就是现阶段上海LED产业的“极核”区域。圈定线外围的LED产业也有分布，但空间布局比较分散，没有比较集中的核心区，整体比较分散的状态。由此可见，上海地区的LED产业空间分布形态正处于极核—分散式的发展分布状态。

图4 上海LED企业的空间分布

（二）LED产业聚集格局的形成机制因素

（1）产业关联的视角分析。关联产业的带动作用是LED产业空间集聚的重要拉力因素。例如：嘉定区的汽车相关零部件产业对LED产品的需求作用影响上海LED企业进行空间聚集的典型实例：2014年的汽车零部件工业总产值1 063亿元，占全区工业总产值的23.3%，其中，汽车前照灯、LED尾灯和HID前灯等LED照明产业占据着较大份额。尤其是近年来，越来越多的汽车工业开始在整个车尾组合LED灯具（包括停车灯、转向灯、尾灯和反光灯等），广阔的LED产品需求市场促使LED生产制造企业在嘉定区聚集。

（2）政府提供优惠政策导向。政府提供优惠政策导向是LED产业空间集聚的决定性因素。政府政策明显影响着上海LED产业空间集聚的指向。从20世纪80年代开始，以浦东新区政府为代表的一些区政府开始不断兴建各级开发区和相关产业基地，不断完善重点工业集中区的交通、水、电、气、网络等基础服务设施；同时又以相对便宜的地价对外招商入驻本开发区和相关产业基地。此外，还享有政府给予的各项税收优惠、财政补贴等政策。

（3）科研院所提供科学技术保障。科研院所提供科学技术保障是LED产业空间集聚的重要外部拉力。上海LED企业尽管在浦东新区、徐汇区、闵行区和宝山区等四区分布比较广泛，但在各个区域内部的分布不是均衡的，有高度的集中性。从闵行经济技术区、漕河泾经济技术开发区、浦东的陆家嘴金融贸易区、张江高科技园区、金桥出口加工区等LED企业比较集中的区域可以看出，LED产业构成了一条带状的密集带，如图5所示。在这个带状区域范围内，集聚了上海理工大学、上海海事大学、上海大学、复旦大学、华东师范大学、上海交通大学、上海科学院、上海光机研究所等高校和研究机构，智力要素密集，已经形成了上海市域内顶尖的智力研发带，这一因素拉动了众多LED企业在此区域的布局。

图5 上海市高校、科研机构和重点出口加工区的区位

五、结论与讨论

综上分析：上海LED产业规模发展与空间位置的选择具有明显相互依赖性，区域产业规模增长的空间差异也比较明显，呈现出比较显著的空间集聚现象，且产业核心区域有向中心城区和近郊区域集中分布的趋势，这种趋势近10年也越来越显著；上海市各区LED产业规模增长的空间差异比较明显，近10年上海市各区域LED产业规模增长格局呈现出一定的空间方向性和稳定性。由此，将上海LED产业规模区域单元和其相邻的区域之间划分为高值和高值联系形式（“H-H”型）、低值和低值联系形式（“LL”型）、高值和低值联系形式（“H-L”型）、低值和高值联系形式（“L-H”型）四种空间联系形式；上海LED产业空间集聚的地理机制主要受到以下几个因素的影响：①政府提供优惠的政策，为企业的入驻和发展提供了强大的制度保障；②空间布局紧密与科研院所和高校机构相结合，为企业的发展提供强大的智力支持；③利用产业链的横向相关性，为企业产品应用提供了广阔的市场；当然，除此之外还有很多的因素，例如上海强大的金融资本市场等。

本研究结果为上海市相关区域要采取有效措施承接LED产业经济的转移，加强区域间经济关联度，提高相关区域经济发展水平，实现LED产业经济更好发展提供了参考。

［1］亿光照明管理（上海）有限公司.2015中国LED市场分析及照明行业趋势［EB/OL］.（2014-12-19）［2017-03-10］.http：// www.chinairn.com/news/20141219/154306154.shtml.

［2］中国产业信息网.2015-2020年中国LED照明市场深度调研及投资前景评估报告［EB/OL］.（2014-02-01）［2017-03-10］. http：//www.baidu.com/view/1cda5752dd36a32d737581dc.ht⁃ml？from=search.

［3］何霞.上海LED产业的空间分布特征及其形成因素分析［D］.上海：华东师范大学，2011.

［4］黄琳.基于产业集群的上海LED产业发展研究［J］.世界地理研究，2011，20（1）：142-150.

［5］李波，张吉献.粮食主产区县域农业机械动力投入区域差异及时空演变分析——以河南省108个县（县级市）为例［J］.农机化研究，2016（11）：58-63.

［6］张青峰，吴发启.基于空间分析方法的山西省县域经济空间差异分析［J］.绿色经济，2011（5）：18-22.

［7］Getis A，Ord J K.The analysis of spatial association by use of distance statistics［J］.Geographical Analysis，1992，24（3）：189-206.

［8］陈彦光.基于Moran统计量的空间自相关理论发展和方法改进［J］.地理研究，2009，28（6）：1449-1463.

［9］Anselin L.GeoDaTM0.9 User's Guide［EB/OL］.（2008-07-15）［2017-03-10］.http：//www.geoda uiuc.edu.

［10］陈聪，刘彦随.我国农区城镇化时空格局及其影响因素——以河南省为例［J］.经济地理，2014，34（12）：48-54.

［11］丁悦，蔡建明，任周鹏，等.基于地理探测器的国家级经济技术开发区经济增长率空间差异及影响因素［J］.地理科学进展，2014，33（5）：657－666.

［12］韩增林，许旭.中国海洋经济地域差异及演化过程分析［J］.地理研究，2008，23（3）：613-622.

［13］李媛芳，张晓平.中国城市居民生活用电碳排放差异及时空演变［J］.热带地理，2015，35（2）：250-257.

［14］刘慧.区域差异测度方法与评价［J］.地理研究，2006，25（4）：710-718.

［15］徐建华.计量地理学［M］.北京：高等教育出版社，2006：120-131.

［16］齐美东，胡洋阳.股份制对中国经济增长的影响——基于1999-2010年的数据分析［J］.经济管理，2011（9）：185-193.

The Quantitative Analysis of LED Industry Spatial Agglomeration in Shanghai

SHI Xiao-wei,ZOU Yi-jiang
(Department of Geography&Spatial Information Techniques,Ningbo University,Ningbo 315211,China)

LED industry is a strategic high-tech industry with an important prospect in the 21st century.Therefore,the paper takes the district as the basic research unit to explore the spatial pattern of the development scale of LED industry in Shanghai,and employs the sta⁃tistical methods such as the coefficient of variation,Atkinson index and the spatial auto-correlation analysis to analyze the dynamic differ⁃ences of LED industry in 16 districts(excluding Chongming District)in Shanghai during the last 10 years from 2006 to 2015.And on the basis,the paper applies ArcGIS and DeoDa095i software to analyze the spatial agglomeration and spatial characteristics of LED industry in Shanghai,and obtains the forming mechanism and spatial evolution characteristics of spatial distribution pattern of LED industry in Shanghai.The results show that:Shanghai LED industry scale presents a significant spatial agglomeration phenomenon,which has an obvi⁃ous spatial dependence;After 2006,the layout of LED industry in Shanghai first appeared"high-low agglomeration"and"low-high con⁃centration"trend tended to disperse,and after 2013,the trend of agglomeration has been strengthened.The agglomeration trend of spatial auto-correlation has become increasingly evident,shows a significant spatial heterogeneity and“L－L”、“H－L”、“L－H”are distributed around the"H－H”spatial correlation region,and the spatial differences of LED industry scale growth are gradually significant;LED in⁃dustry spatial agglomeration takes on a polar-decentralized distribution pattern of development in Shanghai.The main forming factors are the policy guidance of the government,the technical support of research institutes and universities and the horizontal synergy leading role of relevant industries.

LED;coefficient of variation;Atkinson index;spatial auto-correlation;Shanghai

F061.5；F062.5

A

1007-5097（2017）07-0031-06

［责任编辑：欧世平］

10.3969/j.issn.1007-5097.2017.07.004

2017-04-11

国家重大科技支撑计划项目子课题（2011BAK07B02-05）；国家自然科学基金项目（41301110）；浙江省公益性技术应用研究计划（2011C23026）；浙江省自然科学基金项目（LY12D01001）；宁波市自然科学基金项目（2013A610062）

石小伟（1993-），男，河南沁阳人，硕士研究生，研究方向：空间地理信息集成；

邹逸江（1963-），男，江西南昌人，教授，博士，研究方向：空间数据仓库，空间立方体理论与方法。