长三角地区世界级先进制造业集群的遴选和培育研究

2020-10-21冯德连王伟杰

铜陵学院学报 2020年2期

冯德连王伟杰

（安徽财经大学，安徽蚌埠 233030）

党的十九大报告提出“促进我国产业迈向全球价值链中高端，培育若干世界级先进制造业集群”。实现“中国制造2025”的制造强国目标，培育世界级先进制造业集群刻不容缓。长三角地区四省市（沪、苏、浙、皖）地处长江下游平原地区，具有得天独厚的地理位置优势，自古就是我国经济发展的优势区域。改革开放以来，长三角地区积极参与经济全球化的分工与合作，经济基础雄厚，交通便捷，制造业种类齐全，思想解放，区域内各省市的互动合作频繁。该地区制造业在全国有着举足轻重的地位。研究长三角地区世界级先进制造业集群的遴选和培育，对于促进我国由制造大国迈向制造强国具有重要的先导和示范作用。本文在文献综述的基础上采用TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）分析法遴选长三角地区世界级先进制造业集群的培育对象，采用面板回归模型分析长三角地区世界级先进制造业集群的影响因素，并提出相应的政策建议。

一、文献综述

世界级产业集群对全球产业的科技创新、产业升级、市场营销、空间网络和区域经济等具有影响力和控制力（成长春，2016）[1]。先进制造业集群具有产业、技术、制造模式和管理的先进性，强调国际竞争力和世界级产业共生平台（冯德连，2019）[2]。遴选产业集群应当采取科学的方法，遴选目的不同，指标的选取也会有差异。成长春（2016）在遴选长江经济带世界级产业集群时选取了行业产值占全国比重、区位熵、空间基尼系数、灰色关联度、行业全员劳动生产率/全国平均、总资本贡献率等指标。任海军等（2017）[3]选取了比较劳动生产率、产值利润率、增加值贡献率、市场占有率等指标遴选丝绸之路经济带民族区域特色产业。关于世界级先进制造业集群成长的影响因素。Giuliani（2005）[4]认为核心企业对于世界级先进制造业集群的科技创新具有重要作用。杜宇玮（2018）[5]认为地区发达的基础设施网络建设是世界级先进制造业集群的成长基础。冯德连（2019）认为集群合作机构，如行业协会等，在集群内发挥着协同创新的作用。

关于长三角世界级先进制造业集群的培育策略。梁琦（2018）[6]指出培育世界级先进制造业集群要着眼于世界级新兴产业和战略性产业。黎文娟等（2018）[7]在研究美德日三国先进制造业集群时提出了一些看法，即正确认识集群的延续性和演变性，做好政府引导和市场结合，以及构建多组织参与的集群合作机构。杜宇玮（2018）从战略、机制、主体、内容等方面提出了政策建议。章寿荣等（2019）[8]认为，建设长三角先进制造业产业基地需要加强区域产业联动、协同创新和资源共享。

目前国内关于世界级先进制造业集群的遴选方面的研究相对培育来说要少得多，但是关于主导产业遴选的研究并不少见。在集群的培育方面强调与各地区的主导产业和特色经济相结合，强调因地制宜、因时制宜、扬长避短是培育世界级先进制造业集群的重要原则和方法。现有研究中，长三角地区世界级先进制造业集群发展的研究文献数量不多，采取定量分析的文献更少。

二、遴选指标选择与TOPSIS实证分析

（一）遴选原则及指标选择

1.遴选原则。主要有三个原则：

（1）世界性。遴选的产业是世界级先进制造业，具备能够主导未来制造业发展趋势的特性，在国际市场上有一定的影响力和话语权。集群内部的制造业品牌具备国际知名度，对区域经济的发展可以起到重要的支撑作用，充分体现世界级的特点。

（2）先进性。集群应具有较好的成长性；经济社会效益处于行业领先水平；与现代科技的关联程度高，与国家当前重点扶持的制造业符合度高。

（3）集群性。世界级先进制造业集群是由各类企业、政府部门和中间部门共同构成。集群内部的人员交流、产业链合作频繁，要素流动性大，集群中充满着特定行业的氛围。

2.指标选择。从世界级先进制造业集群的“世界性”“先进性”和“集群性”三个角度出发，基于统计数据的完整性、可获得性和可比性选取了表1中的指标作为长三角地区世界级先进制造业集群的遴选指标。

表1 指标选取表

各项指标的原始数据来源于《2018上海统计年鉴》、《2018江苏统计年鉴》《2018浙江统计年鉴》、《2018安徽统计年鉴》。行业全球500强企业数和品牌500强企业数来源于财富中文网，并按照《国民经济行业分类》（GB/T 4754-2011）标准归类。

（二）遴选方法

本文采用的遴选方法为TOPSIS综合评价法，通过设计各个指标的正负理想解，建立评价指标与正负理想解距离的二维数据空间，在此基础上对评价方案与正负理想解做比较，若接近正理想解的同时又最远离负理想解，则该方案是备选方案中的最理想方案。设有n个评价对象和m个评价指标，建立原始数据表，再进行指标趋同化，趋同化的数据矩阵以x表示。对趋同化的矩阵x进行归一化处理，建立矩阵Z。

根据Z矩阵得到最优值向量（最优方案）Z+和最劣值向量（最劣方案）Z-：

评价对象各指标值与最优方案的欧式距离D+和最劣方案的欧式距离为D-：

评价对象与最优方案的相对接近程度为：

本文选取的衡量世界级先进制造业集群特征的指标，有世界性、先进性、集群性等方面9个指标，评价对象为制造业的31个行业。运用TOPSIS综合评价法全面地分析制造业所有行业的发展现状，并列出了长三角地区综合排名前12的行业以及各省市排名前10的行业。正负理想解能让我们看到目前的发展状况与最理想状况的差距。

（三）遴选结果

本文研究的制造业行业分类是按《国民经济行业分类》（GB/T 4754-2011）标准划分，共计31个制造业行业。原始数据来源于2018年长三角地区四省市的统计年鉴和国家统计局官方网站以及财富中文网。对数据进行无量纲化和归一化处理之后，按TOPSIS综合分析法计算出正负理想解。按评价结果Ci大小进行排序。对长三角地区整体和各省市的制造业分别进行遴选。

1.长三角先进制造业集群遴选结果

从表2可以得出按各项经济指标遴选出综合排名前12位的制造业。其中计算机、通信及其他电子设备制造业排名第一，评价结果为最高的0.506,1，这与长三角地区当前制造业发展的趋势相符。排名第七的烟草制品业因其市场份额占比较小且对人体的健康有危害，因此不能将其作为培育世界级先进制造业集群的对象。此外，金属制品业从保护环境的视角看，存在着产能过剩、环境污染等问题，也将其排除在外。剩余的十大制造业行业被遴选为长三角地区世界级先进制造业。

表2 长三角先进制造业遴选结果表

依据产业的地理相关性、空间集聚性、产业相关度，将十大世界级先进制造业整合划分为电子信息、高端设备、电气机械及器材、汽车、纺织服装和化学医药六大世界级先进制造业集群。

2.各省市先进制造业集群遴选结果

从表3、表4、表5、表6可以看出，四省市各省市都有自己的优势制造业。四省市在培育自己的世界级先进制造业集群时需要关注本省市的优势产业。上海的计算机通信及其他电子设备、江苏的电气机械及器材、浙江的化学原料和化学、安徽的汽车在各自地区的优势较为明显，可以作为各自重点培育集群的对象。还可以看到上海的先进制造业的综合评价结果指数为四省市中最优，而安徽为四省市中最劣。说明长三角地区内部各省市的先进制造业发展存在着差异，需要各地政府和企业高质量一体化合作，抱团培育世界级先进制造业集群。

表3 上海市先进制造业遴选结果表

表4 江苏省先进制造业遴选结果表

表5 浙江省先进制造业遴选结果表

表6 安徽省先进制造业遴选结果

三、培育长三角世界级先进制造业集群的影响因素

（一）影响因素的理论分析

基于世界级先进制造业集群的内涵，根据长三角地区世界级先进制造业集群的发展现状和国外发达国家培育世界级产业集群的经验，本文从世界级先进制造业集群的成长机制出发，考虑培育世界级先进制造业集群的影响因素。主要影响因素有：

1.国际化水平。先进制造业集群成长的重要外部拉力便是嵌入全球价值链。地方的产业集群要想成长为世界级先进制造业产业集群必须加强国际化创新，加强与世界级企业合作。

2.人力资本。培育世界级先进制造业集群需要大量的优秀人才做支撑。培育和吸引人才的能力在任何时候都是衡量地区经济发展的一项关键因素，美国硅谷之所以能够在科技领域一枝独秀，是因为硅谷以丰厚的报酬每年都能吸引全球大量的科技人才。

3.科技创新。创新驱动是培育世界级先进制造业集群的核心推动力量。随着科技的进步，传统的依靠资源投入的粗犷型集群发展模式难以为继。目前国内外的先进制造业集群更多的依靠科技进步的推进。

4.核心企业。核心企业是集群内的关键，带领集群内的相关企业共同发展。培育世界级先进制造业集群既需要核心企业的带动，又需要培育出新的集群内部具有国际影响力的龙头企业和制造业品牌。美国的硅谷产业园内部有苹果、谷歌、因特尔等全球知名的企业，中关村也诞生了联想、小米、京东等一批具有一定影响力的企业。

5.投资环境。培育世界级先进制造业集群，市场是主导，政府是引导。市场决定了哪些行业可以成为培育先进制造业集群的目标产业，诱使各种生产要素流入集群。政府引导是政府在先进制造业集群发展的方向上发挥引领作用，为集群提供政策上的支持，引导集群健康的发展。培育世界级先进制造业集群需要以良好的投资环境为依托。

（二）影响因素的实证分析

在世界级先进制造业集群的成长机制理论分析的基础上，本文建立面板数据模型对长三角地区世界级先进制造业集群的培育进行实证分析。

1.模型建立及数据来源。根据数据的可靠性和可获得性，选取长三角地区四个省市数据，时间跨度为2006-2017年。选取地区世界级先进制造业集群度为被解释变量，选取国际化程度、人力资本、科技创新、核心企业、投资环境为解释变量。将模型设定为：

公式（1）中i代表长三角地区三省一市——沪苏浙皖，t代表时间2006-2017年，共计12年。icd表示世界级先进制造业集群程度，a代表截距，int表示国际化程度，hum表示人力资本，rd表示科技创新，cen表示核心企业数量占比，inv用来反映投资环境，εit为随机干扰项。各个变量的含义见下表7。

表7 变量来源表

由于行业划分的变化，交通运输设备制造业在2011年之后被划分为汽车制造业和铁路、船舶、航空航天和其他运输设备制造业。为了保证数据前后的一致性，在计算2011年之后的先进制造业总产值也加上了铁路、船舶、航空航天和其他运输设备制造业的规模以上企业的年度产值。

2.计量结果及分析。为了消除可能存在的异方差问题以及降低多重共线性对计量结果产生的不利影响。对公式（1）左右两边同时做取对数处理，以对数形式建立面板数据模型。模型变为以下形式：

（1）变量平稳性检验。为了防止伪回归，需要对面板数据各变量的平稳性进行检验。首先必须检查面板数据是否存在单位根。常见的单位根检验有LLC检验、HT检验、IPS检验和Fisher-PP检验。本文的面板数据时间维度相较个体数较多，故采用LLC法进行检验。由表8可以看出，对各面板数据的水平值进行检验时，集群度、国际化程度、人力资本均不能在5%的水平上拒绝原假设。而对各面板数据的差分进行检验时，各变量均可以在1%的水平上拒绝存在单位根的原假设，表明各变量序列都是一个单位根过程 I（1）。

表8 面板单位根检验结果

（2）协整检验。基于上文变量单位根检验的结果可发现各变量序列都是一个单位根过程。防止“伪回归”的出现，需要对各变量之间的协整关系进行检验。本文采用KAO法对变量进行协整检验。KAO法检验ADF统计量的值为-3.902,518（0.000,1），在1%水平上通过了检验。可以看出变量之间存在着长期的协整关系，因此模型是稳定的。

（3）模型估计方法及结果分析。以长三角地区四个省市2006-2017年12年的面板数据为研究样本，时间维度大于个体个数，属于长面板数据，因而采用长面板的分析方法进行回归分析。长面板数据的扰动项{εit}可能存在组间异方差、组内同相关、组内自相关三种情形。因此采用面板校正标准误（PSCE）方法和全面FGLS法，两种回归方法的基本原理不同。为了检验结果对回归方法的敏感度，故采用两种方法进行回归，如果两种回归方法的回归结果基本一致，则说明模型具有较好的稳健性。而本文研究所用的两种方法的回归结果系数与显著性水平差距均较小，因此可以认定模型是稳健的。

模型的各解释变量的回归系数及显著性水平如表9所示。

表9 回归结果表

表9列出了模型的两种回归方法的结果。通过两种方法的回归结果可以发现国际化程度的系数分别为0.094,9和0.104，且均通过了5%水平的显著性检验。表明地区国际化程度越高，与国际社会交流合作越密切，越有利于培育世界级先进制造业集群。科技创新要素的系数分别为0.315和0.282，为所有要素中最高，且都通过了1%水平的显著性检验，表明地区对科技研究和发展的投入和重视程度对地区先进制造业集群的培育具有显著的积极影响。核心企业要素的回归系数为0.081,4和0.086,9，且均通过了1%水平的显著性检验，表明地区的先进制造业行业中的大中型企业占比越高，对于培育世界级先进制造业集群就越有利。投资环境要素的回归系数分别为0.057,7和0.075，且均通过了1%水平的显著性检验，表明良好的投资环境对于先进制造业集群的培育是有利的。

人力资本要素的回归系数为0.006,37和0.005,14，但没有通过显著性检验，表明地区对高学历人力资本的重视对培育世界级先进制造业集群没有显著影响。因此，在原有模型的基础上剔除人力资本这一解释变量，发现各解释变量的系数没有发生较大变化，且均通过了5%的显著性水平检验，再次表明模型是稳健的。

四、结论与政策建议

（一）结论

1.遴选结果。总体来看，长三角地区的电子信息、高端设备、电气机械及器材、汽车、纺织服装和化学医药可作为培育世界级先进制造业集群的目标。分省市看，上海市的电子信息、汽车，江苏省的电气机械及器材、化学原料和化学制品制造，浙江省的化学原料和化学制品制造、电子信息，安徽省的汽车、电气机械及器材可作为地方政府重点培育的先进制造业集群对象。

2.影响因素。地区的国际化程度越高、科技创新投入力度越大、核心企业占比越高、投资环境越好，对地方培育世界级先进制造业集群越有利。科技创新投入力度对培育世界级先进制造业集群促进作用更为明显。人力资本对培育地区先进制造业集群的影响不显著。