京津冀城市群制造业结构变迁与空间集聚影响因素分析

doi:10.13249/j.cnki.sgs.2020.11.017

摘要/Abstract

摘要：

运用修正的地理集聚指数（EG），并通过构建空间滞后模型（SLM）和空间误差模型（SEM）等空间计量方法，综合分析京津冀城市群制造业空间变化趋势与集聚影响因素。研究发现：① “京津双城”技术密集型制造业转移扩散特征明显；② 资本要素对京津冀城市群制造业集聚有显著促进作用，知识密集度的影响不显著，劳动要素密集度的影响为负；③ 金融利率高低与制造业集聚呈显著负相关关系；政府干预度和宏观税负对制造业集聚有正向影响效应；④ 交通基础设施与市场规模与京津冀城市群制造业集聚有正相关性，而外商直接投资（FDI）与京津冀城市群制造业集聚呈现负相关关系。

关键词: 京津冀城市群, 制造业结构, 空间集聚, 影响因素

Abstract:

The manufacturing industry plays an increasingly important role in supporting the national economy. Meanwhile, as a major historical decision of China, the Beijing-Tianjing-Hebei coordinated development strategy has entered into a new stage. Therefore, it is of great impetus and solid foundation in promoting the region to build a world-class competitive Urban Agglomeration by exploring the answers to the following two questions: the first is what are the characteristics of the spatial distribution and agglomeration trend of manufacturing industry in this region? The other is what are the factors that cause the variation of the latter? Essentially, the transferring and diffusion process of manufacturing industry under the spatial layout involves multiple dimensions. Therefore, based on the revised geographic aggregation index (EG), spatial econometric methods such as spatial lag model (SLM) and spatial error model (SEM) are constructed systematically to analyze the characteristics of spatial variation trend and influencing factors of manufacturing industry in Beijing-Tianjin-Hebei Urban Agglomeration. In addition to the deduction that the spatial distribution of different types of manufacturing industry has different characteristics, through rigorous calculation and analysis, the research also obtains the following conclusions: 1) Compared with Hebei Province, the characteristics of transfer and diffusion of technology intensive manufacturing industry in Beijing and Tianjin are more obvious; 2) Capital factors have a significant promoting effect on manufacturing agglomeration in Beijing-Tianjin-Hebei Urban Agglomeration, while the impact of knowledge intensity on manufacturing agglomeration in the region is not significant, and unlike the former two, the influence of labor factor intensity is negative; 3) The level of financial interest rates has a prominent negative correlation with manufacturing agglomeration, on the contrary, government intervention and macro tax burden have a positive promotion on manufacturing agglomeration; 4) The improvement of transportation infrastructure and the expansion of market scale can effectively stimulate the agglomeration of manufacturing industry in Beijing-Tianjin-Hebei region, however, the effect of foreign direct investment (FDI) have a negative correlation with the agglomeration of manufacturing industry in Beijing-Tianjin-Hebei Urban Agglomeration. At the end of this paper, the conclusions of spatial lag model (SLM) and spatial error model (SEM) can be used to put forward some comprehensive suggestions and measures for formulating reasonable spatial layout and long-term development strategy of manufacturing industry in Beijing-Tianjin-Hebei Urban Agglomeration.

Key words: Beijing-Tianjin-Hebei Urban Agglomeration, manufacturing industry structure, spatial agglomeration, influence factors

中图分类号:

F061.5

周伟, 赵艳, 宁煊. 京津冀城市群制造业结构变迁与空间集聚影响因素分析[J]. 地理科学, 2020, 40(11): 1921-1929.

Zhou Wei, Zhao Yan, Ning Xuan. Manufacturing Industry Structure Changes and Spatial Agglomeration Influence Factors in Beijing-Tianjin-Hebei Urban Agglomeration[J]. SCIENTIA GEOGRAPHICA SINICA, 2020, 40(11): 1921-1929.

图/表 5

Table 1

Table 2

Fig.1

Table 3

Table 4

spatial econometric estimation of factors in manufactory industry in Beijing- Tianjin-Hebei Urban Agglomeration"

	基本模型	空间面板滞后模型（SLM）				空间面板误差模型（SEM）
变量	FE	nonF	sF	tF	stF	nonF	sF	tF	stF
注：表4中、和**分别表示在10%、5%的和1%的检验水平上显著；括号内数值为t值;FE为固定效应；nonF：非固定效应；sF:空间固定效应；tF:时间固定效应；stF:时空固定效应；ρ:空间回归系数；λ:空间误差系数；R-squared：回归平方和占总离差平方和比重；LM-Lag：拉格朗日乘数滞后；R-LM（Lag）：稳健的拉格朗日乘数滞后检验；LM-Error：格朗日乘数误差检验；Log-L：对数似然函数；AR（1）-P：1阶自回归P值；AR（2）-P：2阶自回归P值；Hansen-P：Hansen检验P值。
_cons	1.727*** （8.81）
Cap	0.131*** （4.57）	0.130*** （6.71）	0.136*** （7.07）	0.115*** （5.78）	0.127*** （6.51）	0.185*** （8.32）	0.191*** （8.79）	0.167*** （7.56）	0.186*** （8.58）
Know	?0.048 （?0.64）	?0.055 （?1.01）	?0.072 （?1.33）	?0.058 （?1.08）	?0.071 （?1.32）	?0.003 （?0.06）	?0.033 （?0.61）	?0.006 （?0.12）	?0.032 （?0.55）
Lab	?0.163*** （?6.89）	?0.01*** （?1.91）	?0.03*** （?2.65）	?0.04*** （?2.91）	?0.04*** （?2.81）	0.020** （2.33）	?0.028** （?2.20）	?0.033** （?2.43）	?0.031** （?2.37）
Fin	?0.203*** （?9.06）	?0.182*** （?10.53）	?0.169*** （?10.03）	?0.248*** （?13.46）	?0.231*** （?12.74）	?0.297*** （?14.77）	?0.301*** （?15.11）	?0.327*** （?16.09）	?0.312*** （?15.60）
Gov	0.109*** （7.19）	0.073*** （7.21）	0.074*** （6.97）	0.040*** （3.51）	0.051*** （4.49）	0.076*** （6.32）	0.066*** （5.18）	0.045*** （3.53）	0.059*** （4.63）
Tax	0.866*** （8.21）	0.333*** （4.86）	0.322*** （4.62）	0.344*** （4.92）	0.298*** （4.27）	0.278*** （3.67）	0.305*** （4.05）	0.343*** （4.53）	0.308*** （4.10）
Tra	0.033*** （6.99）	0.034*** （10.94）	0.031*** （9.16）	0.035*** （10.13）	0.034*** （9.93）	0.056*** （15.00）	0.046*** （11.34）	0.048*** （11.82）	0.047*** （11.54）
Mar	0.015* （1.71）	0.0002 （0.04）	0.004 （0.78）	0.008 （1.49）	0.008 （1.44）	?0.001 （?0.13）	0.010 （1.53）	0.011* （1.65）	0.012* （1.80）
Fdi	?0.076** （?2.57）	?0.048** （?2.26）	?0.046** （?2.20）	?0.026 （?1.21）	?0.027 （?1.29）	?0.039* （?1.72）	?0.035 （?1.59）	?0.029 （?1.29）	?0.030 （?1.39）
ρ		0.676*** （34.78）	0.685*** （36.07）	0.611*** （27.52）	0.627*** （29.26）
λ						0.753*** （39.63）	0.777*** （44.02）	0.704*** （32.55）	0.732*** （36.34）
R-squared	0.309	0.578	0.628	0.592	0.640	0.256	0.334	0.388	0.444
LM-Lag		204.45***	203.60***	138.51***	148.25***	1800.13***	753.26***	559.25***	590.96***
R-LM（Lag）		143.26***	122.46***	36.50***	37.92***	706.28***	93.47***	9.058***	9.33***
LM-Error		109.26***	114.30***	103.17***	110.96***	1174.50***	122.51***	790.89***	855.24***
R-LM（Error）		48.07***	33.16***	1.166	0.63	80.66***	582.72***	240.70***	273.62***
Log-L		1034.3	1125.4	1079.6	1168.0	1113.1	1221.9	1141.7	1238.2
AR（1）-P	0.000
AR（2）-P	0.706
Hansen-P	0

Table 4

参考文献 26

[1]	方创琳, 王振波, 马海涛. 中国城市群形成发育规律的理论认知与地理学贡献[J]. 地理学报, 2018, 73 (4): 651-665. doi: 10.11821/dlxb201804005
	Fang Chuanglin, Wang Zhenbo, Ma Haitao. The theoretical cognition of the development law of China's urban agglomeration and academic contribution[J]. Acta Geographica Sinica, 2018, 73 (4): 651-665. doi: 10.11821/dlxb201804005
[2]	姚士谋. 中国城市群新论[M]. 北京: 科学出版社, 2016.
	Yao shimou. New perspectives on urban agglomerations in China. Beijing: Science Press, 2016.
[3]	方创琳. 京津冀城市群协同发展的理论基础与规律性分析[J]. 地理科学进展, 2017, 36 (1): 15-24
	Fang Chuanglin. Theoretical foundation and patterns of coordinated development of the Beijing-Tianjin-Hebei Urban Agglomeration[J]. Progress in Geography, 2017, 36 (1): 15-24
[4]	陆大道. 京津冀城市群功能定位及协同发展[J]. 地理科学进展, 2015, 34 (3): 265-270. doi: 10.11820/dlkxjz.2015.03.001
	Lu Dadao. Function orientation and coordinating development of subregions within the Jing-Jin-Ji Urban Agglomeration[J]. Progress in Geography, 2015, 34 (3): 265-270. doi: 10.11820/dlkxjz.2015.03.001
[5]	马歇尔. 经济学原理[M]朱志泰, 译. 北京商务印书馆, 2014.
	Alfred Marshall. Principles of economics. Translated by Zhu Zhitai. Beijing: The Commercial Press, 2014.
[6]	阿尔弗雷德·韦伯. 工业区位论[M]. 李刚剑,等译. 北京商务印书馆, 2013.
	Alfred Weber. Theory of the location of industries. Translated by Li Gangjian et al. Beijing: The Commercial Press, 2013.
[7]	Michael E. Porter. The competitive advantage of nations[M]. New York: The Free Press, 1990.
[8]	Edgar M. Hoover. An introduction to regional economics[M]. New York: Alfred A. Knopf, 1971.
[9]	Masahisa Fujita, Paul R Krugman, Anthony J Venables. The spatial economy: Cities, regions and international trade[M]. Massachusetts London, England:The MIT Press Cambridge, 1999.
[10]	孙久文, 姚鹏. 京津冀产业空间转移、地区专业化与协同发展——基于新经济地理学的分析框架[J]. 南开学报(哲学社会科学版), 2015 (1): 81-89
	Sun Jiuwen, Yao Peng. Industrial relocation in Jing-Jin-Ji Region, regional specialization and coordinated development: An analysis based on the framework of new economic geography[J]. Nankai Journal (Philosophy and Social Sciences Edition), 2015 (1): 81-89
[11]	王金杰, 王庆芳, 刘建国, 等. 协同视角下京津冀制造业转移及区域间合作[J]. 经济地理, 2018, 38 (7): 90-99
	Wang Jinjie, Wang Qingfang, Liu Jianguo et al. Transfer and cooperation mechanism of manufacturing industry in Beijing, Tianjin and Hebei under the synergetic perspective[J]. Economic Geography, 2018, 38 (7): 90-99
[12]	江曼琦, 席强敏. 生产性服务业与制造业的产业关联与协同集聚[J]. 南开学报(哲学社会科学版), 2014 (1): 153-160
	Jiang Manqi, Xi Qiangmin. The industrial relationship and congregation between productive services and manufacture[J]. Nankai Journal (Philosophy and Social Sciences Edition), 2014 (1): 153-160
[13]	李伟, 贺灿飞. 劳动力成本上升与中国制造业空间转移[J]. 地理科学, 2017, 37 (9): 1289-1299
	Li Wei, He Canfei. The rising labor costs and spatial restructure of Chinese manufacturing[J]. Scientia Geographica Sinica, 2017, 37 (9): 1289-1299
[14]	李国平. 产业转移与中国区域空间结构优化[M]. 北京: 科学出版社, 2016.
	Li Guoping. Industrial transfer and optimization of regional spatial structure in China. Beijing: Science Press, 2016.
[15]	张杰, 唐根年. 浙江省制造业空间分异格局及其影响因素[J]. 地理科学, 2018, 38 (7): 1107-1117
	Zhang Jie, Tang Gennian. Spatial differentiation pattern of manufacturing industry in Zhejiang and its influencing factors[J]. Scientia Geographica Sinica, 2018, 38 (7): 1107-1117
[16]	吴良镛. 京津冀地区城乡空间发展规划研究二期报告[M]北京: 清华大学出版社, 2006.
	Wu Liang Yong. The second report on the rural and urban spatial development planning study for the capital region. Beijing: Tsinghua University Press, 2006.
[17]	魏丽华. 建国以来京津冀协同发展的历史脉络与阶段性特征[J]. 深圳大学学报(人文社会科学版), 2016, 33 (6): 143-150
	Wei Lihua. Coordinated development of Beijing, Tianjin and Hebei and its features of different stages since the founding of new China[J]. Shenzhen University Journal (Humanities & Social Sciences), 2016, 33 (6): 143-150
[18]	Ellison G, Glaeser E L. Geographic concentration in U. S. manufacturing industries: A dartboard approach[J]. Journal of Political Economy, 1997, 105 (5): 889-927. doi: 10.1086/262098
[19]	韩增林, 杨文毅, 郭建科, 等. 环渤海地区临港石化产业集聚水平测度[J]. 地理科学, 2017, 37 (8): 1135-1144
	Han Zenglin, Yang Wenyi, Guo Jianke et al. The determination of the port-petrochemical industries’agglomeration level in the Bohai Sea Rim[J]. Scientia Geographica Sinica, 2017, 37 (8): 1135-1144
[20]	J·保罗. 埃尔霍斯特. 空间计量经济学: 从横截面数据到空间面板[M] 北京: 中国人民大学出版社, 2015.
	J Paul Elhorst. Spatial econometrics: From cross-sectional data tospatial panels. Beijing: China Renmin University Press,2015.
[21]	李新忠, 汪同三. 空间计量经济学的理论与实践[M]北京: 社会科学文献出版社, 2015.
	Li Xinzhong, Wang Tongsan. Spatial econometrics: Theory and practice. Beijing: Social Sciences Academic Press(China),2015.
[22]	胡晨光. 产业集聚与集聚经济圈的演进[M]. 北京: 中国人民大学出版社, 2014.
	Hu Chenguang. Industry agglomeration and the evolution of agglomeration economic circle. Beijing: China Renmin University Press, 2014.
[23]	周兵, 梁松, 邓庆宏. 金融环境视角下FDI流入与产业集聚效应的双门槛检验[J]. 中国软科学, 2014 (1): 148-159. doi: 10.3969/j.issn.1002-9753.2014.01.018
	Zhou Bing, Liang Song, Deng Qinghong. Empirical test of two threshold effect in FDI inflows and industrial agglomeration from financial development perspective[J]. China Soft Science, 2014 (1): 148-159. doi: 10.3969/j.issn.1002-9753.2014.01.018
[24]	刘奕, 夏杰长, 李垚. 生产性服务业集聚与制造业升级[J]. 中国工业经济, 2017 (7): 24-42
	Liu Yi, Xia Jiechang, Li Yao. Producer services agglomeration and manufacturing upgrading[J]. China Industrial Economics, 2017 (7): 24-42
[25]	邵宜航, 李泽扬. 空间集聚、企业动态与经济增长: 基于中国制造业的分析[J]. 中国工业经济, 2017 (2): 5-23
	Shao Yihang, Li Zeyang. Spatial agglomeration, firm dynamics and economic growth: An analysis based on China’s manufacturing industries[J]. China Industrial Economics, 2017 (2): 5-23
[26]	颜银根. FDI、劳动力流动与非农产业集聚[J]. 世界经济研究, 2014 (2): 67-74
	Yan Yingen. FDI, labor mobility and agglomeration of non-agricultural industry[J]. World Economy Study, 2014 (2): 67-74

类型	2007年	2015年
注：γ为产业集聚指数。
低集聚水平（γ<0.02）	无	有色金属冶炼及压延加工业
中等集聚水平（0.02≤γ<0.05）	文教体育用品制造业；有色金属冶炼及加工业	食品制造；文教体育用品制造；交通运输设备制造业
高集聚水平 ^{（γ≥0.05）}	农副食品；食品；饮料；烟草；纺织业；纺织服装；皮革；木材加工；家具；造纸；印刷业；橡胶和塑料；其他；石油加工、炼焦及核燃料；非金属矿物；黑色金属冶炼；金属制品；通用设备；专用设备；仪器仪表；办公用机械；化学原料；医药；化学纤维；交通运输；电气机械；通信设备	农副食品；饮料；烟草；纺织业；纺织服装；皮革制品；木材加工；家具；造纸及纸制品；印刷业；橡胶和塑料；工艺品及其他；石油加工；炼焦及核燃料；非金属矿物；黑色金属冶炼；金属；其他；通用设备；专用设备；仪器仪表；办公用机械；化学原料；医药；化学纤维

产业部门	行业名称	2007年	2015年
劳动力密集型制造业	农副食品加工业	0.4566	0.5323
	食品制造业	0.3182	0.0651
	饮料制造业	0.3972	0.6560
	烟草制品业	0.5136	0.6757
	纺织业	1.0514	1.5796
	纺织服装、鞋、帽制造业	0.2876	0.2057
	皮革、毛皮、羽毛（绒）及其制品业	1.1448	1.6422
	木材加工及木、竹、藤、棕、草制品业	0.9662	1.5039
	家具制造业	0.3988	0.5950
	造纸及纸制品业	0.5041	0.5429
	印刷业和记录媒介的复制	0.7585	0.6829
	文教体育用品制造业	0.0292	0.0486
	橡胶和塑料制品业	0.3037	0.5888
	工艺品及其他制造业	0.5428	0.1766
资本密集型制造业	石油加工、炼焦及核燃料加工业	0.2711	0.2703
	非金属矿物制品业	0.6671	0.9319
	黑色金属冶炼及压延加工业	0.4771	0.6421
	有色金属冶炼及压延加工业	0.0669	0.0181
	金属制品业	0.2835	0.5122
	通用设备制造业	0.1760	0.2141
	专用设备制造业	0.3567	0.2419
	仪器仪表及文化、办公用机械制造业	0.5956	0.9549
技术密集型制造业	化学原料及化学制品制造业	0.3225	0.4838
	医药制造业	0.2239	0.4779
	化学纤维制造业	0.7904	0.9741
	交通运输设备制造业	0.2019	0.0322
	电气机械及器材制造业	0.1606	0.4165
	通信设备、计算机及其他电子设备制造	0.4712	0.3041

变量名		符号	变量解释	预期影响
注：“+”表示正向影响；“?”表示负向影响；“？”表示不确定。
因变量	区位商	Y_i	$ \dfrac{ i{\text{区域制造业总产值} }/{i} {\text{区域} }{\rm{GDP} } }{ {\text{全国制造业总产值} }/{\text{全国} }{\rm{GDP} } } $
解释变量	资本密集度	Cap	固定资产净产值/GDP	+
	知识密集度	Know	各区县普通中学专任教师人数/在岗职工总人数	+
	劳动密集度	Lab	在岗职工平均工资水平（万元）	？
	金融利率	Fin	年末居民储蓄存款余额/当年GDP	?
	政府干预度	Gov	GDP/财政支出	+
	宏观税负	Tax	财政收入/GDP	+
控制变量	交通基础设施	Tra	各区县（市）公路里程（km）	+
	市场规模	Mar	地区生产总值（亿元）	+
	外商投资规模	Fdi	外商投资企业产值（规模以上企业）/规模以上工业总产值	+