汪茂泰

摘 要：产业协同集聚是一种产业共生现象，从共生理论出发构建共生集聚度和共生协调度指标，分别测算产业协同集聚的空间聚集程度和产业协同效应。同时运用该指标模型，对安徽省10个地市的制造业与生产性服务业的协同集聚水平进行测度和比较。

关键词：协同集聚;共生;协调度

中图分类号：F207  文献标识码：A  文章编号：1673-2596（2019）07-0037-04

作为产业发展演进过程中常见的一种空间现象，产业集聚是区域经济发展的最重要特征之一，也为国内外的相关学者提供了极为丰富的研究素材与分析空间。长期以来，国内外学者针对产业集聚的研究主要集中在同类产业，尤其是制造业上，近年来，越来越多的学者开始关注不同产业在特定空间上的协同集聚问题，并取得了较为丰富的成果。但从研究内容上看，定性分析或现象描述居多，而质性分析或机理解释成果较少。从学术研究的角度看，亟须实现从产业间协同集聚的定性描述向量化度量的转化，其中最关键的一环就是如何来测度产业协同集聚的程度。产业协同集聚是不同产业通过在空间上建立起一定的联系，从而推动不同产业的有效互动和融合的一种经济现象，它包括空间集聚和产业协同两个方面。因此，在量化产业协同集聚水平时，既要考虑不同产业在空间上临近情况，更要考察空间上的临近所带来的协同效应。国外学者构建的E-G指数、D-O指数、Colocalization指数等，以及国内学者提出的γ指数和Θ指数等，一定程度上可以帮助我们量化测度产业协同集聚水平，但仍然存在相应的缺陷。本文尝试从共生理论视角重新讨论产业协同集聚的内涵并构建新的测度方法。

一、共生理论下的产业协同集聚

作为生物学术语，共生原指不同种属的生物频繁密切接触，从中获得自身发展所需要的利益的一种生态共同体。拓展到经济学领域，共生可以理解为不同经济体为了提高自身发展能量而相互接触，实现互利互惠、协同发展的一种合作关系。产业共生是共生理论与产业发展实践相结合的新问题，也是一个新的产业经济理论命题。①

从理论视角看，生产性服务业和制造业之间是一种典型的共生关系。首先生产性服务业的产生和发展离不开制造业的高速增长。基于竞争和分工的需要，制造业在发展过程中逐步专注于具有竞争优势的制造业务，而将其非核心的服务环节，尤其将那些存在于企业内部、为制造业务提供生产性服务的业务逐步剥离，最终独立成为专业性的社会服务。随着制造业专业化分工越来越细，交易过程越来越复杂，伴随而来的分工成本也日趋上升。为推动分工深化、促进制造业增长，需要降低交易费用来降低分工成本。生产性服务业作为一种过程产业，在制造业发展中发挥着黏合剂的作用，可有效降低分工成本。其次制造业生产效率提升也离不开生产性服务业的发展。一个地区的生产性服务业竞争力的不足会阻碍当地制造业效率的提升和竞争力的提高，进而影响区域经济的发展进程。相反生產性服务业的发展可以提高社会分工程度、延长产品的生产链条、降低社会经济运行的交易成本，从而有助于制造业增长。因此，从生产性服务业与制造业的关系来看，它们彼此依存、相互促进、协调发展，生产性服务业内生于制造业、并依存于制造业的发展需求，而制造业的快速增长和效率提升也依赖于生产性服务业的粘合剂作用，二者之间是一种典型的共生关系。这种共生关系也得到国内学者的研究证实。唐强荣、徐学军、何自力、庞博慧等基于生态共生视角，研究表明生产性服务业和制造业之间的确存在显著的共生关系。

基于上述分析，从产业共生的视角，我们将协同集聚定义为：制造业和生产性服务业为了实现互动发展，提高整体增长水平而在地理空间布局相对集聚的一种产业共生现象。这种共生不仅产生了显著的产业协同效应，而且带来了明显的空间结构变化。

二、产业协同集聚水平的测度方法设计

共生能量的生成与吸收消化是衡量共生关系的最基本动态特征。②不同产业在其共生网络中的发展程度不同，对于产业集聚过程中共生能量的生成和吸收消化都产生明显影响。因此，本文构建共生集聚度和共生协调度两个概念模型，分别用于考察共生能量的生成水平和吸收消化水平;然后将二者相结合，实现对产业协同集聚水平的测度。

（一）共生集聚度

集聚度越高，共生能量的生成水平越高。目前大部分文献均使用Ellison&Glaeser③提出的协同集聚度指标来测度产业集聚水平。相比其他指标，该指标充分考虑了不同产业的市场结构的差异，克服了市场结构不能有效度量产业地理集聚的缺陷，所以能够较为准确地测量出产业集聚的水平。但该方法的使用需要高质量的数据支持，既需要产业的市场结构信息，还需要统计产业在不同区域的产值或就业人数。因此，该方法理论研究者众多，实证应用者甚少。基于此，为测算方便，后来学者对Ellison&Glaeser提出的协同集聚度指标做了一定的修正，公式为：rij=■。其中wi、wj表示权重，计算时可以使用单个产业产值或就业人数与两个产业产值和或就业人数和的比例来表示。Hi、Hj、Hij分别表示产业i、产业j以及两个产业形成的地理集中度，本文用公式H=■来计算，其中GDPi为某产业第i个地区的产值，ter为第i地区的行政区面积，n为地区个数。协同集聚度rij是个正向指标，计算结果越大，表示两产业空间集聚程度越明显，二者共生能量生成水平也就较高。

（二）共生协调度

协调度越高，表明产业间协同效应越明显，共生能量吸收消化水平越强。协调发展虽内涵明确但外延模糊。现实中，产业间的发展都介于协调与非协调中间的状况，是一个模糊域，单纯使用协调和非协调来衡量发展状况就不甚恰当。在模糊数学里，常用[0，1]区间内的一个实数来表示某元素隶属于模糊集的程度，也即协调度。根据此建模方法，本处用生产性服务业的实际产值与协调产值的接近程度来表示协调度，参照王维国的做法，借用隶属度函数中的分布密度函数C（s/m）=exp[-（us-u′s/m）2/s2]来描述共生协调度。同样，我们也可以用制造业的实际产值与协调产值的接近程度来表示协调度。上式中，C（s/m）表示生产性服务业对制造业的协调度，反映出为了适应制造业的增长需求，生产性服务业的协调增长与实际增长的接近程度;us表示生产性服务业的实际增长值;u′s/m表示为适应制造业的增长需求，生产性服务业的协调增长值;s2是us的方差。根据上述公式可以发现：当实际增长值us越接近协调增长值u′s/m时，协调度C（s/m）越大，共生协调程度越高;反之，实际增长值us越偏离协调增长值u′s/m时，协调度C（s/m）越小，共生协调程度就越低。当然，采用上述密度函数来测度协调度，首先需要测量出生产性服务业对应制造业增长需求的协调增长值u′s/m。这里，通过建立一个系统对另一个系统的回归方程来探究其数量依存关系。运用统计分析软件，可以得出回归模型：u′s/m=？琢+？茁um+？着，利用回归模型就可以计算出生产性服务业系统对应制造业的协调增长值。

三、应用：基于安徽数据的分析

生产性服务业是指为保持工业生产过程的连续性、促进工业技术进步、产业升级和提高生产效率提供保障服务的服务行业。根据国家统计局生产性服务业统计分类（2015）的国家统计标准，我们将《国民经济行业分类》（GB/T4754-2002）中交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发与零售业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业等6个行业门类视为生产性服务业统计范围。

考虑到2011年底的行政区划调整带来的统计变化以及数据的完整性，我们选择安徽省10个地级市2012—2016年的数据进行分析。首先我们将各地市的交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发与零售业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业的年度增加值加总，得到各地市历年的生产性服务业增加值。按照国民生产总值指数，再将各增加值调整为以2012年为基期的实际值。而制造业增加值可以直接从统计年鉴中获取，同样也需要按照国民生产总值指数，将其调整为以2012年为基期的实际值。

（一）共生集聚度计算和分析

首先使用制造业、生产性服务业增加值以及各行政区面积，利用上述公式计算出2012-2016年制造业、生产性服务业以及混合产业地理集中度;再运用产业间集聚度的计算公式计算得出10个地市2012-2016年制造业与生产性服务业共生集聚度，结果如表1所示。从绝对值来看，合肥共生集聚度最高，达到2.6左右，而黄山最低，仅为0.2附近。按层次划分，合肥、芜湖和马鞍山3城市共生集聚度相对较高，属于第一梯队;安庆、黄山、阜阳、宣城4城市共生集聚度显著较低，属于第三梯队;而铜陵、蚌埠和淮南3城市共生集聚度相对偏低，属于第二梯队。从变化趋势看，共生集聚度整体出现上升，从2012年的1.08增长到2016年的1.12，但马鞍山、安庆等城市出现较明显的下降，尤其是马鞍山，2012年为1.96，到2016年却只有1.71。另外，淮南和黄山在此期间内，共生集聚度几乎没有什么改变。

（二）共生協调度计算和分析

首先建立生产性服务业产值对制造业产值的计量模型，运用Eviews8.0统计软件回归，得其回归模型yi=-272.63+1.066*xi。根据此模型，我们计算出当制造业系统值为um时，生产性服务业系统对应协调值u′s/m。由此就可以计算出生产性服务业对制造业的协调系数C（s/m），即生产性服务业与制造业的共生协调度。结果如表2所示。

从整体来看，安徽省10地市生产性服务业与制造业的共生协调度有了明显的提升，2012年共生协调度为0.62，2016年共生协调度增加到0.72。分地市看，区域差异明显。合肥、芜湖、铜陵以及宣城4城市共生协调度较高，而安庆、黄山和阜阳3城市共生协调度偏低。从变化趋势看，芜湖、合肥、铜陵、马鞍山等城市共生协调度逐年提高，其生产性服务业与制造业的发展日趋协调;淮南、宣城、蚌埠等城市变化趋势不明显，安庆、黄山以及阜阳等城市共生协调度虽然也有显著提高，但仍然偏低，生产性服务业与制造业的发展还不够协调。

（三）共生集聚度与共生协调度的综合分析

按已有文献的相关分类，我们将共生集聚度分为3个层级：高集聚（高于1.5）、一般集聚（高于0.7低于1.5）和低集聚（低于0.7）;将共生协调度也分为3个层级：高协调（高于0.8）、一般协调（高于0.6低于0.8）和低协调（低于0.6）。结合上述计算结果，我们可以将安徽省10地市制造业和生产性服务业共生集聚和协调情况进行归类，结果如表3所示。

合肥作为安徽省的省会城市，制造业和生产性服务业相对发达，产值规模较大，集聚程度较高，同时制造业与生产性服务业的发展也相对协调，二者相互促进。芜湖、马鞍山两城市制造业和生产性服务业虽然也得到快速增长，集聚程度较高，但二者之间的发展不平衡，生产性服务业的发展相对滞后，对制造业还不能起到很好的支撑效果。安庆、黄山和阜阳3城市不管是集聚还是协调方面均表现较差，而淮南、铜陵、蚌埠3城市均表现一般。宣城作为安徽省经济较落后地区，产业发展一般，制造业和生产性服务业集聚程度显著偏低，但二者之间协调度较高。

四、结论

不同产业为了实现互动发展，提高整体增长水平而在地理空间布局相对集聚，这是一种产业共生现象。生产性服务业内生于制造业、并依存于制造业的发展需求，而制造业的快速增长和效率提升也依赖于生产性服务业的黏合剂作用，二者之间是一种典型的共生关系。从共生理论出发构建了共生集聚度和共生协调度两大指标模型，分别测度产业协同集聚的空间聚集程度和产业协同效应。

运用上述两大指标模型，对安徽省10个地市的产业协同集聚水平进行了测度和比较。研究发现，省会城市合肥市制造业和生产性服务业集聚程度较高，同时制造业与生产性服务业的发展也相对协调;芜湖、马鞍山两城市集聚程度较高，但生产性服务业对制造业还不能起到很好的支撑效果;其他城市不管是集聚还是协调方面均表现一般或较差。整体来看，安徽省生产性服务业与制造业的协同集聚还刚刚起步，还需要政府和企业界大力向前推进。

注 释：

①胡晓鹏，李庆科.生产性服务业与制造业共生关系研究——对苏、浙、沪投入产出表的动态比较[J].数量经济技术经济研究，2009，（02）：33-46.

②李天放，冯锋.跨区域技术转移网络测度与治理研究——基于共生理论视角[J].科学学研究，2013，（05）：684-692.

③G.Ellison & E.L.Glaeser.Geographic Concentration in U.S.Manufacturing Industries：A Dartboard Approach[J].Journal of Political Economy，1997，105（05）：889-927.

参考文献：

〔1〕G.Ellison，E.L.Glaeser & W.R.Kerr.What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns[J].American Economic Review，2010，100（03）：1195-1213.

〔2〕胡尊国，王耀中，尹国君.劳动力流动、协同集聚与城市结构匹配[J].财经研究，2015，（12）：26-39.

〔3〕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，（01）：153-160.

（责任编辑 赛汉其其格）

Abstract： Industrial synergetic agglomeration is a kind of industrial symbiotic phenomenon. Based on symbiotic theory， the index of symbiotic aggregation degree and symbiotic coordination degree is constructed， and the spatial agglomeration degree and industrial synergistic effect of industrial synergetic agglomeration are calculated separately. At the same time， the paper uses the index model to measure and compare the level of collaborative agglomeration between manufacturing and producer services in 10 cities of Anhui Province.

Keywords： Collaborative Agglomeration; Symbiosis; Coordination Degree