中国汽车产业聚集区核心城市横向影响力研究

伊辉勇，谢 敏

（重庆交通大学 经济与管理学院，重庆 400074）

1 研究背景

自从1956年第一辆解放牌卡车问世，中国的汽车产业实现了从无到有的突破，20世纪80年代汽车产业进入快速发展通道，并逐步发展成为拉动我国经济增长的支柱性产业，对国民经济的贡献愈发明显。进入21世纪以来，我国汽车工业产值由2001年的4 433.19亿元激增到2018年的83 372亿元，产量由2001年的234.04万辆激增到2018年的2 780.8万辆，产值及产量相较于2001年均增长了数十倍，已连续十年位居全球汽车产量第一位。随着近20年来汽车产业的飞速发展，我国汽车产业已经进入稳步发展阶段，由“高速增长”向“高质增长”转移，产销量增速逐渐放缓，更在2018年首次出现负增长态势，中国汽车产业发展正面临转型升级的重要节点。研究我国汽车产业发展现状，尤其是针对汽车产业集聚区的研究刻不容缓。目前，我国汽车产业发展主要是核心城市带动周边产业，从而形成产业集群的发展模式。已形成长三角集群、珠三角集群、京津冀集群、中三角集群、成渝西部集群、东北集群共六大汽车产业集聚区[1]，其集聚区核心城市分别为上海、广州、北京、武汉、重庆、长春。这些产业集聚区所产生的横向影响力对各集聚区汽车产业的发展有着直接影响，同时也提高了我国汽车产业集聚区的区域竞争力。但是，近年来，部分核心城市面临产业贡献水平和产业拉动水平走低的压力，直接导致汽车产业增长失速和产品创新活力不足。因此，基于全新视角，通过量化指标科学测量核心城市汽车产业横向影响力，分析其存在的问题，据此制定行之有效的产业发展政策，对促进我国汽车产业转型升级和二次赋能都具有重要的现实意义。

2 文献回顾

产业集聚是现代经济的基石，可以用来判别产业发展与经济绩效相关的地理空间密度、增长等[2]。相关学者认为，产业集群是彼此依赖并具有协同效应的企业在地理位置上的集中，从而提升各自的生产效率和企业竞争力，产业集聚在经济活动中具有举足轻重的作用[3-5]。对于产业集聚，不少学者展开了大量研究，有基于产业集聚本身的研究，如形成的原因[6]、集聚带来的影响[7-8]、集聚变化影响因素[9]、产业集聚区[10]等；也有基于不同产业的研究，如对制造业[11-13]、高技术产业[14-16]、农业[17-18]、金融产业[19]、汽车产业等的集聚研究。其中，对于汽车产业集聚的研究，主要集中在从不同角度对汽车产业集聚区展开研究。李京文等[1]对我国6个汽车产业集聚区的竞争力进行了评价研究。庞丽等[20]对广东汽车产业集聚区的集聚程度变化和影响因素进行了研究。武文光[21]从协同集聚影响因素角度，对全国以及六大区域汽车整车与零部件产业协同集聚进行了研究。赵浚竹等[22]利用地理集中度指数和EG指数对我国汽车产业集聚区的空间集聚水平进行了研究。胡森林等[23]从空间集聚与企业发展绩效关系角度刻画了长三角城市群汽车产业空间集聚格局。KLIER[24]通过收集数据、建立汽车零部件行业位置模型，得出了欧洲汽车供应商产业集聚的主要力量。CABRAL等[25]分析美国汽车工业的集聚现象，评估了4个相互竞争的假设对产业集聚的影响程度。然而却鲜有文献从汽车产业横向影响力的角度，对中国6个汽车产业集聚区展开研究。

相关学者对产业影响力的研究大多是从影响力系数出发的。秦冰洋[26]基于投入产出表，通过直接消耗系数矩阵、完全消耗系数矩阵、影响力系数和感应度系数对影响力和感应度进行了定量分析。刘清[27]通过10年投入产出表对各产业的影响力系数进行了评价分析。凌云[28]基于安徽省投入产出表数据，建立投入产出模型，对安徽省各产业部门的投资倍数、敏感度系数、感应度系数和影响力系数进行了测算。裴艳等[29]基于投入产出模型，对大数据产业与国民经济各产业部门之间的投入产出关系进行大数据产业经济影响力分析。王家乾[30]利用主成分分析法和聚类分析，对天津市19个创意产业园区影响力评估体系进行构建和实证研究。王怀诗等[31]从物质文化、制度文化、精神文化及服务文化4个方面，阐述了甘肃省文化影响力的构成要素、指标体系及测度方法。汪江桦等[32]基于粗糙集理论，构建了新兴技术未来产业影响力评估模型。王燕飞[33]以国家间投入产出模型（ICIO）为基础，从价值增值能力、价值整合能力、产业影响力方面对中国产业竞争力进行测算评价。而本文所研究的横向产业影响力，主要针对各集聚区的汽车产业对其余集聚区汽车产业发展的影响。

综上所述，目前大部分文献主要是从集聚区发展影响因素、集聚程度变化、集聚区竞争力、集聚水平等角度对汽车产业集聚区进行研究，而对于产业影响力的研究则是从影响力系数出发的。然而，由于缺失零部件配套数据的支撑，较少有文献从企业层面（微观层面）对产业集聚区的产业贡献、产业拉动进行量化研究，从而评价产业集聚区的汽车产业影响力水平，分析各集聚区对彼此发展的影响。鉴于此，本文在作者和项目组参与众多横向课题，掌握了较为完善的采购数据的基础上，旨在通过企业微观视角，摒弃传统的仅采取区域汽车工业产值占全国汽车工业产值的比例来判定集聚区汽车产业的地位和影响力的方法，提出产业影响力指数模型，从整车企业和零部件彼此的供应关系出发，利用集聚区核心城市汽车产值和企业配套数据，对我国6个汽车产业集聚区核心城市的汽车产业贡献、产业拉动水平进行评价，使之更具有代表性、精准性。同时，还通过深层次的现状和问题分析，对集聚区核心城市的汽车产业发展提出了诸多建设性意见。

3 影响力指数模型

汽车产业的横向影响力指数主要体现在两个方面：一是整车企业的产业拉动指数，即产业拉动水平，二是零部件企业的产业贡献指数，即产业贡献水平与配套服务能力，通过综合考虑整车企业和零部件企业的产业拉动与贡献水平，可以在一定程度上来评价某区域的汽车产业横向影响力水平。由于评价需利用整车企业和零部件企业配套数据，所以需要先将整车进行科学分解并建立整车和零部件相应的配套矩阵。

3.1 整车企业产业拉动水平评价

3.1.1 整车总成分解

为准确刻画整车企业对零部件企业的产业拉动水平，将汽车分解为动力、底盘、车身及附件和电子电器四大总成（不考虑新能源部分），各大总成可分解成如表1所示的部件（本文根据配套数据采集口径分解到第2层次）。

表1 汽车总成分解表（第2层）

3.1.2 构建整车配套矩阵

考虑全国m个区域（省份或城市），设第i区域共有ni个整车制造企业，且每个整车企业均有s个部件，对于第i区域的第j个整车企业的第k个部件共有nijkt个零部件配套企业为其配套，其中本地零部件配套企业aijkt个，外地零部件配套企业bijkt个。为便于后续矩阵表达和运算，令即设第i区域的第j个整车制造企业的每个部件均有nij个零部件配套企业为其配套，对于零部件配套企业数量少于nij的配件，通过添加虚拟零部件配套企业即可，这些虚拟企业并无实际意义，其产值为0，也无零部件配套企业。这样第i区域的第j个整车企业的s个部件与所有区域的零部件配套企业可以组成s×nij阶整车配套矩阵，如式（1）所示。

3.1.3 建立整车企业产业拉动指数模型

基于式（1）的整车配套矩阵，可以得出第i区域的ni个整车企业对所有区域汽车产业零部件企业的产业拉动指数IiW，如式（2）所示，进而评价第i区域的整车企业产业拉动水平。

式中：pij为第i区域的第j个整车企业的汽车工业产值；T为全国汽车工业产值；pij/T为该整车企业的汽车工业产值在全国汽车工业产值中的比重。

3.2 零部件企业产业贡献水平评价

3.2.1 构建零部件配套矩阵

同样考虑全国m个区域，设第i区域的第k个部件有nik个零部件配套企业，第r个零部件配套企业配套整车企业共nikr个，其中配套本地企业cikr个，配套外地企业dikr个，为便于后续矩阵表达和运算，令即设第i区域每个配件都有ei个整车企业，对于整车企业数量少于ei的配件，通过添加虚拟整车企业即可，同样无实际意义。这样第i区域的s个部件与零部件配套企业组成s×ei阶零部件配套矩阵，如式（3）所示。

式中：i=1, 2, …,m；k=1, 2, …,s；r=1, 2, …,nik；Likr=表示第i区域的第k个

部件的第r个零部件配套企业供应某区域市场的占比；Dikr为哑元变量，即第i区域的第k个部件的第r个零部件配套企业如果供应某区域的整车企业则取值为1，否则为0；nikr为第i区域的第k个部件的第r个零部件配套企业供应某区域整车企业数量；wci为第i区域的零部件配套企业的本地配套权重；wdi为外地配套权重；βr表示对《中国汽车工业年鉴》上公布的中国汽车零部件重点企业赋予的一定权重。

3.2.2 建立零部件企业产业贡献指数模型

基于式（3）的零部件配套矩阵，可以得出第i区域的所有零部件企业对所有区域整车企业的产业贡献指数Ii P，如式（4）所示，进而评价第i区域的零部件企业产业贡献水平。

式中：qi为第i区域的汽车工业产值；T为全国汽车工业产值；qi/T表示该区域的汽车工业产值在全国的比重。

3.3 建立汽车产业影响力指数模型

基于式（2）的整车企业产业拉动指数模型和式（4）的零部件企业产业贡献指数模型，可以得出第i区域的汽车产业影响力指数模型Ii，如式（5）所示，进而评价第i区域的汽车产业横向影响力水平。

4 实例分析

本文采用横向比较分析方法，基于中国6个汽车产业集聚区核心城市的核心企业产值和配套数据，对中国汽车产业聚集和横向影响力进行研究，对中国汽车集聚区核心城市的整车企业拉动水平和零部件企业贡献水平进行评价分析。基于表1对汽车总成进行分解，本文中的部件个数s为20，即k=1,2,…,20，具体以北京市的整车企业和零部件配套企业对京津冀汽车产业集聚区的汽车产业横向影响力为例，进行实例分析。

4.1 整车企业产业拉动水平

在北京具有代表性的整车企业有北京汽车股份有限公司（以下简称北京汽车）、北京现代汽车有限公司（以下简称北京现代）、北京奔驰汽车有限公司（以下简称北京奔驰）①作者及项目组掌握的采购数据中，其整车企业均为各地代表性企业，产值、销量及影响力均位列各地前位，其余整车企业采购数据未获得，涉及企业机密，但已拥有的整车采购数据可以说明问题，对于未掌握的数据虽对结果大小有一定影响，但是对各城市排序的结果没有太大影响，如若有，则会使结果更加完善。，即

对于北京汽车而言，当k=12时，部件制动系的零部件配套企业有9个，在部件中零部件配套企业最多，即则 北 京 汽 车的20个部件与各城市的零部件配套企业可以组成20×9阶矩阵，如式（6）所示：

对于北京现代而言，当k=14时，部件车身内饰的零部件配套企业有9个，在部件中零部件配套企业最多，即则北京现代的20个零部件与各城市的零部件配套企业可以组成20×9阶矩阵如式（8）所示：

其中，北京现代本地零部件配套重点企业有亚新科工业技术有限公司（以下简称亚新科工业）、海纳川公司，外地配套重点企业有长春一汽富维汽车零部件股份有限公司，当零部件企业为上述重点企业时，βt=1.5，否则βt=1.；同样当零部件企 业 为 本 地企 业时为 外 地 企 业 时根据北京现代的配套数据可以得出北京现代整车配套矩阵如式（9）所示：

对于北京奔驰而言，当k=12和k=14时，部件制动系和车身内饰的零部件配套企业均有6个，在部件中零部件配套企业最多，即则北京奔驰的20个零部件与各城市的零部件配套企业可以组成20×6阶矩阵，如式（10）所示：

其中，北京奔驰本地零部件配套重点企业有海纳川公司，外地配套重点企业有上海汇众萨克斯减振器有限公司、上海德科电子仪表有限公司，当零部件企业为上述企业时βt=1.5，否则βt=1；当零部件企业为本地企业时为外地企业时0.4。则北京奔驰整车配套矩阵如式（11）所示：

2017年，北京汽车、北京现代、北京奔驰汽车的工业产值分别为287.68、1245.41、672.83亿元，全国汽车工业产值为83 126.1亿元③由于北京汽车、北京现代、北京奔驰3个整车企业的2017年汽车工业产值数据缺失，本文的数据处理办法是利用北京汽车产量、产值与各整车企业的汽车产量计算出各整车企业的产值。例如，北京汽车2017年汽车工业产值=北京汽车2017年汽车产量 /北京2017年汽车产量×北京2017年汽车工业产值。文中所涉及的中国汽车工业产值数据来源于国家统计局，各市汽车产量、汽车工业产值数据来源于《中国汽车工业年鉴2018》地区汽车工业基本情况，各整车企业汽车产量、汽车工业产值数据来源于《中国汽车工业年鉴2018》主要集团基本情况。，则根据式（7）、式（9）、式（11）的矩阵可以得出北京市的3个整车企业对所有集聚区汽车产业零部件企业的拉动指数如式（12）所示：

4.2 零部件企业产业贡献水平

对于北京市的零部件配套企业而言，当k=12和k=17时，部件制造系和空调均配套13个整车企业，在部件中配套的整车企业最多，即则北京市的20个零部件与零部件配套企业可以组成20×13阶矩阵，如式（13）所示：

其中，本地零部件配套重点企业有亚新科工业、海纳川公司、经纬恒润，当零部件企业为上述企业时，βt=1.5，否则βt=1.；当零部件企业为本地配套企业时为外地配套企业时0.4。则北京市的零部件配套矩阵如式（14）所示：

北京市2017年汽车工业产值为4 356.91亿元，则根据式（14）可以得出北京所有零部件配套企业对其余区域整车企业的贡献指数如式（15）所示：

4.3 产业横向影响力水平

综上所述，根据式（12）的整车企业拉动指数和式（15）的零部件企业贡献指数可以得到北京产业影响力指数I1，如式（16）所示：

同理，可依次得出其余城市重庆、上海、武汉、广州、长春的产业拉动水平，见表2。

表2 各城市汽车产业拉动水平

5 结论与不足

5.1 研究结论

利用我国汽车集聚区核心城市核心企业产值和配套数据，得出6个城市的横向影响力水平，分析可得以下结论：

（1）各城市横向影响力由高到低依次为长春、上海、重庆、广州、北京、武汉。核心城市汽车产业拉动水平与其汽车工业产值并无准确的一一对应关系，但基本可以反映其产业地位和影响力。

（2）长春的整车拉动水平最高，零部件配套企业贡献水平仅次于上海，总体产业横向影响力在六大核心城市中最高。从数据层面看，一汽、一汽大众汽车工业产值较高，使其整车拉动指数最大，而长春2017年汽车工业产值低于上海市，使其零部件贡献指数有所下降。长春所在的东北汽车产业集聚区，矿产资源丰富，技术积累充分，重工业底子扎实，专业人才密集，汽车产业配套体系较为完善，为长春的汽车产业发展奠定了良好的产业资源基础，作为中国最早期的汽车产业聚集区，在产业配套性方面具有先发优势。单纯从两个指标来看，如果其它短板可以有效解决，就可以期待长春在未来会有更好的产业表现。

（3）上海的整车拉动水平仅次于长春，零部件配套企业贡献水平最高，总体产业横向影响力排第2。从数据层面看，上汽乘用车、上汽通用的汽车工业产值比一汽系表现略低，使其整车拉动指数低于长春。由于上海地处长三角地区，土地成本、劳动力成本上升以及发展战略布局需要，导致上汽系企业纷纷选择异地布局。上海作为全国最重要的经济中心、金融中心、交通中心，产业成本较高，再加上环境保护的要求，使本地配套体系也顺势外迁，但零部件配套企业的产业贡献指数仍为全国最大，可见上海汽车产业链之成熟，竞争力之强。考虑到未来汽车产业“新四化”的趋势，以上海为核心的长三角地区仍然是中国汽车产业最具活力和拉动能力的聚集区。

（4）重庆的整车拉动水平第3，零部件配套企业贡献水平第3，总体产业横向影响力第3。重庆地区形成了以长安体系为龙头，上汽依维柯红岩、上汽通用五菱、东风小康等上10家整车企业为骨干，上千家零部件配套企业为支撑的“1+10+1 000”的汽车产业集群。从数据层面看，重庆近几年来整车销量（特别是合资品牌）下滑非常明显，本地其它汽车企业持续创新能力严重不足，导致整车销量和产业拉动水平急剧下降。同时，随着长安全国性布局步伐的加速，本地零部件配套企业随迁，进而零部件配套企业的产业贡献水平逐年下降。长远来看，重庆整个汽车产业都面临着产业空心化和技术空心化的双重风险。

（5）广州的整车拉动水平第4，零部件配套企业贡献水平第4，总体产业横向影响力排第4。从数据层面看，广汽乘用车、广州本田、广汽丰田等核心企业对整车拉动效应贡献明显，且近年来汽车工业产值增速不减。单从配套体系表现来看似乎无法支撑广州的产业地位，但如果考虑广州周边的深圳、东莞、惠州等强大的汽车产业基础和大湾区的持续创新能力，以及广州的地理优势和相对健全的服务体系，广阔的汽车市场和强大的创新能力，对广州汽车产业的未来仍然充满信心。

（6）北京的整车拉动水平第5，零部件配套企业贡献水平第5，总体产业横向影响力仅高于武汉。从数据层面看，北京汽车、北京奔驰的汽车工业产值近年表现有下滑之势，使北京的产业影响力指数处在中下等水平；从产业背景看，北京作为中国首都，政治中心和文化中心，由于土地资源稀缺，产业成本剧增，战略规划需求等因素使北京不再适合整车厂进行产能扩张，许多整车企业纷纷选择外迁或者外地建厂。长远来看，北京的汽车产业影响力在于国家各部委的汽车产业政策制定和来自车企、高校、科研院所等的研发能力而非汽车工业产值、汽车销量等量化指标，虽影响力不如长春、上海地区，但大学数量全国第1，独一无二的中关村以及区位优势也许还可以提供进一步的发展空间。

（7）武汉的整车拉动水平最低，零部件配套企业水平最低，总体产业横向影响力在六大核心城市中最低。从数据层面看，武汉的汽车工业产值近年来增长缓慢，受东风系合资品牌产销量下滑和自主品牌切换不尽如人意等因素影响较大，围绕东风系构建起的零部件配套企业也受到巨大冲击，从而导致整车企业拉动水平和零部件企业的产业贡献水平不高，并且这种趋势仍然可能长期存在。急需制定政策，充分利用武汉的专业人才优势、产业基础等，发展武汉的整车产业和零部件产业，提高以武汉为中心的中三角集聚区的汽车产业影响力和配套体系的完善程度。

综上所述，城市汽车产业影响力水平与其整车企业的综合实力和采购策略，核心城市关键零部件企业综合能力，核心城市产业链完备程度等因素具有直接的关系，最终仍取决于核心企业的持续创新能力和战略捕捉及执行能力。未来汽车产业将具有明显的“电动化、互联化、共享化、智能化”发展特征，产业聚集和创新区域将会发生根本的变革，产业的配套性将更为完善，影响将更为深远。

5.2 意见与建议

总体来说，为推动汽车产业发展，促进汽车产业转型升级，提出以下建议：

（1）一个地区或一个集团对汽车产业的贡献不能仅看汽车销量、汽车工业产值等指标，其整车企业和零部件企业之间的配套也需要重点思考，鉴于目前考察产业影响力指标的数据难以采集，建议行业主管部门建立汽车产业影响力指标考核体系，制定数据采集方法、流程和规范，动态监管汽车产业发展态势。

（2）鼓励产业资源驱动的汽车核心企业跨区域重组、扩张，虽然会给产业配套数据的采集增加难度，但在全国范围内寻找和匹配优质产业资源，有利于核心企业综合竞争力的提升和行业外溢水平的提高。

（3）鼓励整车核心企业实施更为开放的采购策略，让更多外地的零部件配套企业进入自己的配件供应体系，在跨区域采购成本管理与质量保证之间做好平衡，有利于提升整车企业自身的研发能力和供应链话语权，从而提高其行业竞争力。

（4）当前汽车产业垂直分工早已超出省际甚至国界，各个汽车产业聚集区彼此之间的产业协同显得尤为重要，需要市场化的手段，也需要行政化的措施，市场化与行政化结合，这样才有望形成差异化发展态势，这也是后续研究的重点。

5.3 不足与展望

由于数据缺失，加上能力和时间等因素限制，本文存在以下不足：

（1）由于产业集聚区范围较广，整车企业和零部件企业配套数据较难收集，本文选择各集聚区核心城市的汽车产业进行研究，没有考虑到集聚区内企业外迁、异地建厂等因素对于产业影响力的影响。

（2）若想对某城市的行业影响力进行系统、客观的评价，需要动态追踪数年各指标的变化，而基于企业微观数据测算出的行业影响力指标缺乏连续的数据获取能力，这也导致无法进行动态比较和分析。

（3）由于部分数据的缺失和各核心城市核心企业经营数据统计口径存在差异，跨区域经营以及复杂的组织架构等因素，导致影响力指数会存在一定误差，且误差水平无法估计。

鉴于此，在后续研究中，有望通过集聚区重新划分、各集聚区交互影响精准刻画、核心企业持续跟踪等方法逐步完善。