基于多产业空间分布驱动力分析的区域产业发展状况实证研究

刘 寅, 黄志勤, 辜寄蓉, 余如意, 赵苑迪, 彭文甫

( 1. 四川师范大学 西南土地资源监测与评价教育部重点实验室, 四川 成都 610066; 2. 四川师范大学 地理与资源科学学院, 四川 成都 610066; 3. 四川省国土资源厅信息中心, 四川 成都 610072)

基于多产业空间分布驱动力分析的区域产业发展状况实证研究

刘 寅1,2, 黄志勤3, 辜寄蓉1,2, 余如意1,2, 赵苑迪1,2, 彭文甫1,2

( 1. 四川师范大学 西南土地资源监测与评价教育部重点实验室, 四川 成都 610066; 2. 四川师范大学 地理与资源科学学院, 四川 成都 610066; 3. 四川省国土资源厅信息中心, 四川 成都 610072)

空间驱动力分析致力于通过地理现象与要素之间的现实空间关系，判断造成地理现象在特殊空间位置分布的驱动要素类型及其作用机制.选择成都作为研究区域，将这一研究思路运用到代表成都区域发展特色的多个产业与多个要素之间进行分析，形成“产业-要素”驱动力矩阵.结果表明：1) 空间驱动力分析能够有效的帮助判断各类型产业分布格局的形成机制；2) 作为一种创新的实证研究方法，“产业-要素”驱动力矩阵实现了对区域产业发展状况的综合分析；3) 本研究证实了成都产业发展的一系列现状特点，包括受政府规划意识的影响明显、市场化要素配置能力不足、自身市场消费力巨大等.

产业布局； 驱动力分析； 空间化； “产业-要素”驱动力矩阵

1 综述

产业发展是当代社会经济活动最为活跃的核心组成部分之一.一个区域的产业发展状况能综合的反映出该区域的资源禀赋差异、基础设施建设、市场开放程度、以及政策法制背景等基础面貌[1-4].而由这些背景条件所共同构成的区域空间异质性，则将导致区域特有的产业空间分布格局.反之，若以自下而上的视角出发，将区域中各类产业形成的空间分布格局作为表征线索，来分析并确立其格局形成的空间驱动力并将其综合，则能有效的反映出该区域对产业发展的现实支撑情况.本文即是对这种分析思路的一次实践，通过对选定研究区域中典型产业空间分布驱动力的探索并建立实证模型，来总结出研究区域总体的产业发展状况及其特点.

1.1 相关研究综述 现有关于产业空间分布与区域产业发展状况的学术性讨论具有以下几个特点：瞄准单一产业、注重对产业空间分布形态的描述、以及遵照自上而下的规划思想.由于传统制造业对经济增长以及城镇化的促进作用，对其在不同空间尺度的分布格局予以系统性研究历来是重要的学术课题[5-8].近年来，伴随着区域发展模式的多元化，对各类细分产业以及新兴产业的空间分布模式也展开了相应了研究，包括会展旅游业[9]、文化产业[10]、以及被认为极具区域发展引领性的高新技术产业[11].这类讨论一方面代表对研究对象的细分程度在学术认知上加深，另一方面也是对地理认知强调区域差异性的反馈——由特定区域的代表性产业空间布局模式来深入理解该区域特殊的资源禀赋或政策优势.

基于上述针对特有产业空间分布格局的零散化分析结论，并结合空间经济学所讨论的空间布局的一般性规律，相关研究逐渐走向对产业空间布局形态和模式的总结，并重点论证了空间集聚效应对一般或特殊类型产业的布局区位选择所形成的影响和驱动作用[12-15].集聚效应的实质是产业内部的经济联系外化成为空间的邻近关系，因此，对产业空间集聚效应的论证指出了基于经济客观规律所必然驱动的产业空间分布模式；但另一方面，由于其反映的是经济的内在规律，现有对空间集聚形态或模式的总结，还无法有效的揭示属于外在条件的区域自身状况对产业布局所形成的影响.

现有将区域状况作为产业空间分布支撑条件的研究，则多采用规范性研究的思路，规划式的或评价式的去明确在一定的区域背景支撑下，各类产业的空间分布“应该”是什么格局，并进而讨论产业空间布局优化的实施路径[16-18].这类采用自上而下的思路，结合区域禀赋差异与区域政策需要来“规定”产业的优化布局应该呈现什么样模式的研究，自有其对空间规划与管控的意义.然而，考虑到产业受市场因素影响日益加剧这一现实，产业的空间布局更愈发呈现与区域背景条件相对复杂的互动关系.通过对现实产业布局及其驱动力的分析，以一种自下而上的方式，来理解和评估区域自身对产业发展所具有的禀赋差异或政策效果，或更具现实意义.

1.2 研究目标的设定 通过分析产业空间分布来认识区域的产业相关发展状况或政策背景，有赖于对以下几方面的研究目标的实现：

1) 分析的对象应该是区域中具有代表性的多个产业.既然分析的核心目的是对认识区域而非单个产业，因此，只有通过对区域状况或背景具有代表性的多个产业进行分析，才能揭示区域的特点.然而，如上文对现有研究的梳理所表明的那样，将多产业置于同一研究课题中还较少，其中的困难主要在于各类产业本身的分布差异性，及其影响因素的差异性.要实现对多产业的共同分析，则需要建立一套统一的产业影响因素集合；或者换一种思路，从区域的支撑条件出发，整理出一套对多产业的空间布局都具有影响性的区域因素集合.

2) 分析的空间尺度应该微观化.对产业布局的具体点位展开分析，方可支撑自下而上对影响产业布局的区域状况进行回溯；若依照传统基于宏观尺度的统计数据来分析产业空间分局，则更符合自上而下的规范化分析.通过前期相关研究经验积累，适宜的空间尺度为市域范围或区县范围.而对产业及其影响因素布局的空间表达，则需要具体的空间点位，而非传统基于行政区的属性数据.城市土地利用数据、基于网络爬虫技术获取的POI(兴趣点)数据、以及专题的空间调研数据是实现微观化空间分析的合适数据源.

3) 分析的内容应该是多产业布局的空间驱动力.将多产业的空间分布视为揭示区域对产业支撑状况的线索，从技术实现的角度，要求将区域的状况具化为一系列表征性的空间因素，并通过它们与产业空间分布之间的空间关联性进行驱动力分析.现有对产业的驱动力分析基本是非空间化的，多数从产业内在的经济规律入手；而对空间分布的驱动力分析并借助于GIS等空间分析平台，更多见于土地利用变化或景观格局变化等传统空间分析领域[19-20].

4) 分析的手段应该是实证化模型.建立关于表征区域状况的空间要素集对多产业空间分布驱动力的实证模型，用客观数据来确定在现实中对产业分布起作用的空间要素，并量化其影响的程度.通过对这些空间要素类型和影响程度的总结，归纳出区域所具备的产业发展状况，实现最终的研究目标.驱动力的实证化模型一般可以Logistic回归、主成分分析法、增强回归树(BRT)等方法来实现[21].

上述研究目标由于在现有学术研究成果中，还未能有效的整合成为一个整体，来支撑起依据自下而上分析思路所进行的区域产业发展状况分析，因此有必要在学术研究中予以实践.根据上述4项研究目标的设定，选取了成都市作为典型研究区与，确定了区域典型产业以及能够表征区域产业发展状况的要素集，通过对两者的空间位置关系，建立起了多产业空间分布的驱动力分析模型，并形成了关于研究区域的“产业-要素”驱动力矩阵，在此基础上对成都市的产业发展状况予以了实证性的认识.

2 研究区域与要素选取

2.1 研究区域概述 成都市是四川省省会城市，成渝经济区的发展核心，在2015年被国务院批复定位为国家重要的高新技术产业基地、商贸物流中心和综合交通枢纽，西部地区重要的中心城市.2014年成都市已经实现地区生产总值(GDP)10 056.6亿元，居副省级市第4位，比上年增长8.9%.位于四川盆地腹部的成都平原属于亚热带湿润季风气候区，气候温和、四季分明、无霜期长、雨量充沛，素有“天府之国”之称，也使得成都成为全国重要的商品粮油、蔬菜水果和中药材基地之一，依赖传统第一产业发展的食品加工业在成都的产业发展中历来具有重要地位.同时，制造业在成都发展迅速，2014年成都市全部工业增加值3 855.4亿元，比上年增长11.2%，其中规模以上工业企业增长达到12.2%.近年来，尤其以布局在成都经济技术开发区龙泉驿的以汽车制造为龙头的现代机械制造业，和重点分布于成都市国家级高新技术产业开发区的以电子信息产品制造引领的高新技术产业，让成都已逐渐成为中国重要的制造产业中心之一.与之相适应的，是以商贸、金融和物流为代表的现代服务业，在成都发展迅速.综合化的产业发展面貌，使成都成为了研究开展的理想区域.

2.2 产业选取 根据国家产业目录指导性文件《产业结构调整指导目录(2014年)》和西部地区产业发展的引导性文件《西部地区鼓励类产业目录(2014年)》、《中西部地区外商投资优势产业目录(2013年修订)》，同时考虑成都市产业规划政策文本《成都市国民经济和社会发展第十二个五年规划纲要》、《成都市工业发展“十二五”规划》以及《成都市“十二五”战略性新兴产业发展规划》，以及参考研究者对成都的经验认识，最终确定能够代表成都整体产业发展中所强调的战略性、特色性和新兴性等特点的一系列产业类型，作为研究的目标产业,其中战略性产业：电子信息产品制造业、机械制造产业；特色优势产业：汽车产业、轻工业、建材工业、石化产业、食品饮料及烟草产业、冶金产业；现代高端服务产业：商务金融业、物流业.

2.3 影响要素选取 产业的空间分布受多种影响要素叠加形成的.考虑到对不同产业的空间布局均能产生影响的要素，同时又能表征成都的区域特点，确立从自然条件、交通条件、服务配套、人力资源和产业集聚5个方面来组织和形成该研究的影响要素集.基于研究将通过产业的空间分布和选取影响要素的空间布局两者间所形成的空间关系来进行驱动力分析，因此选取用于研究的要素均需要具有空间性.基于上述考虑，形成了此次研究的要素集合，并对每种要素对产业布局影响的意义做出了诠释(见表1).

3 多产业空间分布驱动力分析框架

3.1 分析的基本流程 对区域产业发展状况进行实证分析，依赖于建立基于选取要素对区域产业空间分布的驱动力矩阵；而两者间的驱动力分析又基于相互间的空间关系，所以首先要得到产业分布和要素分布的空间表达形式.依靠这样的逻辑思路，整体的分析流程就需要执行如下顺序的研究步骤:产业/要素空间分布→基于单个产业的驱动力分析→建立“产业-要素”.

3.2 产业空间数据采集 根据表2所选的每一项目标产业，确定所属企业或相应土地利用在成都市的具体空间位置，可将整个研究区域转化为针对每一项目标产业的0/1值图层；即对研究区中某一位置而言，如果目标产业在该位置存在分布，则该位置被赋值为1；否则为0(见(1)式).然后，空间任意位置的任意产业的分布可被数据采集.

表 1 影响要素的选取及其含义描述

(1)

3.3 要素空间数据采集 驱动力分析的理论基础是产业分布与要素分布两者间的空间关系，即要素对产业的影响遵照相互间的空间距离；若在某产业分布的总是邻近于某种要素的空间位置，则认为该要素对对产业在空间上的产生具有驱动力,因此，要素在空间中的影响力遵循距离衰减原理.同时，为了便于对比各类要素对产业的影响程度，需要在数据采集时，对各要素的空间影响力做归一化处理.基于此，模型设计各要素影响力依据其自身距离吸引力的方法来获取,即

fk=e-βdk,

(2)

其中,fk为空间要素吸引力值；dk为空间要素与任意空间位置间的距离值；β为归一化指数，经验取值为0.000 1.

通过上述的吸引力计算，可以获得要素的空间吸引力图层(见图1).基于图1，则可对空间任意位置的各类要素影响力做数据采集.

3.4 产业驱动力分析模型 对产业空间分布的要素驱动力分析，研究采用被广泛应用于土地利用变化研究的二元Logistic回归模型方法.运用在“产业-要素”驱动力分析上，二元Logistic回归模型可以具体表现成为

(3)

其中,a0为常数项；ak为回归系数，即第k项要素对目标产业分布的影响程度或驱动力程度；fki为自变量，表示第k项要素在空间位置i的空间吸引力变量；yi为因变量，表示目标产业的空间位置i分布变量，为二值(0/1)变量；pi为某类目标产业的分布概率，即该类目标产业的在要素的驱动作用下出现在位置i的概率.

4 结果与分析

将产业空间数据和各要素的空间吸引力数据分别带入Logistic回归模型，获得针对每一类目标产业的驱动力分析结果.选择显著性水平0.01作为要素被选择进入模型的阈值，即只有当模型计算出要素对某一类目标产业影响力的显著性水平低于0.01时，该要素才被认为对目标产业的空间分布起到驱动作用.模型计算出的对应各要素的回归系数，则表明其驱动的程度及方向：系数为正且其绝对值越大，表明要素会越强的吸引目标产业在其附近布局；系数为负且其绝对值越大，表明要素会越强的排斥目标产业在其附近布局.综合各个目标产业中被分析出的显著性空间分布驱动要素并在同一表格展示其对于各目标产业的回归系数(驱动程度)，则可得到“产业-要素”驱动矩阵(见表2).

对于该“产业-要素”驱动矩阵，传统的分析视角往往聚焦于每一列(纵向)的记录，即关注对于每一种产业，有哪些要素对其空间分布起到了什么样的驱动作用.但是，基于该研究的目标在于通过产业的空间分布驱动力来分析区域对于产业发展现实具有的禀赋差异和政策背景，因此将分析的焦点同时要置于每一行的数据(横向)，去诠释区域的具备的某类要素对各类产业所具有的影响.因此，综合表3矩阵的分析结果，能发现关于成都市产业发展状况的如下特点：

1) 金融服务配套要素对各类产业空间分布的驱动远高于其他要素，一方面说明成都市各典型产业发展现状对投融资的需求强烈，因此都侧向于布局于金融服务配套密集分布的区域；另一方面也说明，各类产业的分布集聚区对金融业有较强的吸引力，金融业也侧向于布局于产业发展密集的区域；第三方面，考虑到在我国产业发展和市场化进程的现阶段，金融部门的空间分布往往遵照各级地方政府的规划意志，因此金融服务配套要素对各类产业的强驱动力也表明政府决策在成都现阶段对产业空间布局的引领作用.

表 2 成都市“产业-要素”驱动矩阵

注：1) 矩阵中的空缺值，表示该在Logistic模型中，该要素对相应产业影响力的显著性水平尚未达到0.01的阈值，因而被认为驱动作用不显著，其系数不予显示；2) *栏不显示数值，因为其对应的金融服务配套要素即作为商务金融业的主要组成部分，而该分析不考虑要素对自身的驱动力.

2) 第二产业园区的这一产业集聚要素，对各类产业空间分布的综合驱动作用处于第二高的位置，且在每类产业空间布局中都产生了相当的影响.这进一步证实了在成都市当前的产业空间布局决策中，政府规划引领作用的强烈存在，因为第二产业园区建设往往是政府规划和吸引产业分布的主动调节手段.第二产业园区要素同金融服务业配套要素相结合所产生的结果就是，各类型产业都强烈的倾向于分布在政府规划的产业园区，且当这个园区周围的金融服务业发达的时候，这个趋势就更为明显.所以，政府的作用强烈的表现在了成都的产业发展现状中；政府的通过土地、金融等引导或管制手段，能够在现阶段显著的影响到各类产业在成都的分布格局.

3) 交通条件类要素共有5个，其作用各不相同.作为城市内部交通的城市主干道路要素，对电子信息产业、汽车产业、机械产业、轻工业和商务金融产业的相关度较高，说明上述制造业与服务业倾向于在城市主干道路的周边进行布局，来利用其交通通达作用.而作为城市对外交通联络的等级道路(包括国道、省道和县道)、高速公路、铁路和交通枢纽要素，除对冶金业、建材业和物流业有一定影响外，对其他产业空间分布的影响程度都相对较弱，有些甚至是排斥性的作用(系数为负值).对此，较为合理的解释是冶金、建材这一类生产资料制造业对成都市区域外市场的要求较高，而物流业对对外交通有当然的依赖性；除此以外，成都产业的整体外向性不强，而区域自身的市场消费作用巨大.也通过现实数据的分析，证实了成都自身消费能力强盛这一传统认知.

4) 以高等院校分布要素来表征的区域人力资源条件对各产业的空间分布几乎均无关，仅对机械产业产生0.913和电子信息产业产生0.67的影响力.这与一般的认识关于高校周边往往成为高新技术类或现代服务类产业孵化园区的认识大相径庭.这揭示了成都市各类型产业的发展与区域的科技创新能力的提升关联度不高的现状，市场对人才培养与就业需求的主动调节作用在成都依旧不强.同时，这再次从侧面印证了成都现阶段产业发展主要靠政府的产业政策推动，但缺乏市场化自发调节作用的现状.

5) 作为自然条件的水系要素，对产业布局的驱动力分化为2类：对电子信息业与商务金融业的正向吸引作用，及对其他传统制造业的负向排斥作用或无显著性影响.在对以电子信息产业为代表的高科技产业与以金融业为代表的现代服务业的调研中发现，这类产业对空间布局的自然环境要求较高，会主动摆脱传统制造业与生态环境相排斥的传统印象，转而形成与生态环境相协调的空间关系.成都平原、尤以城区水系周边的环境质量普遍较好，成为了吸引高新技术产业与现代服务业布局的地域；而传统制造业趋于远离水系周边来布局，也说明了在成都传统制造业布局区域生态环境的影响被有意识的进行了限制.

5 结论与建议

1) 本文提出并验证了在空间维度上分析区域产业分布格局驱动机制的研究思路.产业分布的驱动机制研究在现有学术成果中多采取自上而下、评价式的研究思路，其所依赖的数据形式则多是基于行政区的统计数据.在产业分布所需要的预设条件下，传统研究展开对行政区承载产业的适宜性评价，并以此确定适合行政区资源禀赋的产业类型.但驱动力分析旨在寻求形成现实产业分布格局的影响要素，而非人为认定的产业分布预设条件.这一研究思路已在土地利用的相关课题中获得验证，加深了关于不同区域土地用途转变驱动力的认识同理解.借鉴这一研究思路，在获得产业空间分布点位和相关要素空间分布点位的这些更为微观化、空间化得数据基础上，本论文通过分析产业分布格局与多种区域要素分布格局的空间关系，建立实证模型，确定了产业在空间分布的驱动机制，即明确了空间中的何种要素以何种程度来吸引或排斥产业在空间上的出现.这一研究思路的实施，是对现有自上而下式的产业空间布局适宜性评价所形成的有效补充，也能在更加精准的尺度上对区域的产业布局规划提供决策支撑.

2) 区别于对单一地理现象的驱动力分析，本文设计了基于多产业空间分布驱动力的研究框架，通过对表征区域产业发展优势的多种特色产业和表征区域发展支撑条件的多种要素间空间关联关系的量化分析，形成“产业-要素”驱动矩阵.驱动矩阵不仅能够支持从具体产业的角度(纵轴)来分析在区域各种要素的驱动下，该产业的空间分布适宜性或空间分布概率；同时能够支持从要素的角度(横轴)来分析对于不同产业，该要素的综合驱动机制.而将两种视角相结合，则实现了对区域产业发展综合状况的实证分析，突破了单一产业、单一要素、以及定性判断的传统区域产业状况分析思路.因此，“产业-要素”驱动矩阵创新了区域经济分析的量化分析方法.

3) 上述研究思路和分析方法被成功运用到了成都产业状况的案例分析中.案例通过对一系列国家和地方产业规划与指导先关文件的梳理，选取了能够代表成都产业发展战略性、特色性和新兴性的10项产业.同时，从自然条件、交通条件、服务配套、人力资源和产业集聚5个方面，选取了13项对不同产业的空间布局均能产生影响的、同时又能表征成都区域特点的要素.通过运用空间驱动力分析方法，案例建立了关于成都的“产业-要素”驱动矩阵，以实证的方式确定了成都产业发展的一些现状特点，包括政府规划意志对各类型产业布局的强势影响力、自身市场消费力量巨大、市场化对人才资源与产业分布的配置作用不显著、以及生态环境对产业的进驻中起到一定的筛选作用等.

基于上述研究结论，认为采取多产业空间分布格局驱动力分析来建立“产业-要素”驱动矩阵的方法，能有效的实现对区域产业发展状况的实证化分析，确立区域产业发展的特点.该研究思路和实现路径应该被运用到其他区域的产业分析中，验证其跨区域的分析效果，并进一步完善该方案中产业和要素提取方法和空间表达的系统性.而对于成都的案例分析，则对成都未来的产业发展提供了可依循的路径：一方面要善用现有政府主导作用，在产业发展与环境、国土保护的协调关系上加强政府监管；一方面又要着力培养市场化对产业与要素的配置作用，提升基础设施、公共服务、和人力资源的要素与产业发展的协调度.

[1] 贺灿飞,朱彦刚,朱晟君. 产业特性、区域特征与中国制造业省区集聚[J]. 地理学报,2010,65(10):1218-1228.

[2] 李超,覃成林. 要素禀赋、资源环境约束与中国现代产业空间分布[J]. 南开经济研究,2011(4):123-136.

[3] 金祥荣,陶永亮,朱希伟. 基础设施、产业集聚与区域协调[J]. 浙江大学学报(人文社会科学版),2012,40(2):148-160.

[4] LI J, ZHANG W, CHEN H. The spatial distribution of industries in transitional China:a study of Beijing[J]. Habitat International,2015,49:33-44.

[5] 毛琦梁,董锁成,王菲,等. 中国省区间制造业空间格局演变[J]. 地理学报,2013,68(4):435-448.

[6] 王俊松. 长三角制造业空间格局演化及影响因素[J]. 地理研究,2014,33(12):2312-2324.

[7] 陈曦,席强敏,李国平. 城镇化水平与制造业空间分布:基于中国省级面板数据的实证研究[J]. 地理科学,2015,35(3):259-267.

[8] 潘洪义,周介铭,何伟,等. 唐山市主城区工业用地布局与空间结构分析[J]. 四川师范大学学报(自然科学版),2012,35(4):567-572.

[9] 王朝辉,陆林,方婷,等. 世博建设期上海市旅游住宿产业空间格局演化[J]. 地理学报,2012,67(10):1423-1437.

[10] 薛东前,刘虹,马蓓蓓. 西安市文化产业空间分布特征[J]. 地理科学,2011(7):775-780.

[11] 刘青,李贵才,仝德,等. 基于ESDA的深圳市高新技术企业空间格局及影响因素[J]. 经济地理,2011,31(6):926-933.

[12] 张华,梁进社. 产业空间集聚及其效应的研究进展[J]. 地理科学进展,2007,26(2):14-24.

[13] 毕秀晶,汪明峰,李健,等. 上海大都市区软件产业空间集聚与郊区化[J]. 地理学报,2011,66(12):1682-1694.

[14] 吴爱芝,孙铁山,李国平. 中国纺织服装产业的空间集聚与区域转移[J]. 地理学报,2013,68(6):775-790.

[15] 赵浚竹,孙铁山,李国平. 中国汽车制造业集聚与企业区位选择[J]. 地理学报,2014,69(6):850-862.

[16] 贺传皎,王旭,邹兵. 由“产城互促”到“产城融合”:深圳市产业布局规划的思路与方法[J]. 城市规划学刊,2012(5):30-36.

[17] 刘可文,曹有挥,王聪,等. 区域政策、产业特性与中央企业空间布局演变[J]. 地理科学进展,2012,31(12):1645-1655.

[18] 王咏笑,敬东,袁樵. 上海市以功能布局优化带动空间布局优化的研究:从产业空间分布的视角[J]. 城市规划学刊,2015(3):94-100.

[19] 吴健生,王政,张理卿,等. 景观格局变化驱动力研究进展[J]. 地理科学进展,2012,31(12):1739-1746.

[20] BATISANI N, YARNAL B. Urban expansion in centre county, Pennsylvania: spatial dynamics and landscape transformations[J]. Applied Geography,2009,29(2):235-249.

[21] 李春林,刘淼,胡远满,等. 基于增强回归树和Logistic回归的城市扩展驱动力分析[J]. 生态学报,2014,34(3):727-737.

(编辑 周 俊)

An Empirical Study on the Regional Industry Development Based onthe Driving Force Analysis of the Spatial Distribution for Multi-industries

LIU Yin1,2, HUANG Zhiqin3, GU Jirong1,2,YU Ruyi1,2, ZHAO Yuandi1,2, PENG Wenfu1,2

( 1. Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Sichuan Normal University, Chengdu 610066, Sichuan; 2. The Faculty of Geography and Resources Sciences, Sichuan Normal University, Chengdu 610066, Sichuan; 3. Information Center of Land and Resources Department of Sichuan Province, Chengdu 610072, Sichuan)

A research on spatial driving force, through the analysis of realistic spatial relationships between geographical phenomena and related factors, is devoted to determining the types of driving factors and their functional mechanism on the specific spatial distributions of geographical phenomena. In this paper, such research idea is applied to a case study of Chengdu. Specifically, an analysis of multiple industries and multiple factors, which are chosen to represent the regional socioeconomic characteristics of the study area, is implemented, and a driving force matrix of “industries-factors” is formed, by which several insights about the regional development of industries are better understood. The results indicate that: 1) spatial driving force analysis can effectively help to determine the formation mechanism of the distribution pattern of different types of industries; 2) as an innovative empirical research method, the driving force matrix of “industry-factor” has been used to realize a comprehensive analysis of the regional industry development; 3) this study has confirmed a series of characteristics on the current situation of industrial development in Chengdu, including the significant influence from administrative power, the inefficient market-oriented allocation of industrial factors, the huge regional consumption capacity and so on.

industrial distribution layout; driving force analysis; spatial method; driving force matrix of “industry-factor”

2016-05-18

国家自然科学基金(41371125)、四川省国土资源科技项目(2014097)和四川省教育厅重点科研基金(14ZB0023)

刘 寅(1983—),男,讲师,主要从事基于空间分析技术的城市与区域发展演化格局的研究,E-mail:liuyin.scnu@foxmail.com

F207

A

1001-8395(2016)06-0921-08

10.3969/j.issn.1001-8395.2016.06.027