区域与城市产业研究热点、方法与数据挑战

马仁锋 李秋秋 窦思敏 张文忠

摘要：[目的/意义]聚集于特定城市或区域的产业是地球表层人类利用资源环境与技术进步的产物。本文通过对经济学、管理学、人文-经济地理学等学科的产业研究，回顾与预测产业研究热点领域与经典模型及数据革命。[方法/过程]本文借助Citespace 5.8.R1文献计量软件可视化中国知网（CNKI）中CSSCI源刊、WoS核心合集1992—2020年期刊发文，识别中外区域与城市产业研究热点及其方法。[结果/结论]①中外相关学科产业研究热点存在差异，中国聚焦发展（现状/对策）、文化、市场等主题下的信息、文化/创意、制造、旅游、教育等产业，国外聚焦创新、绩效、新兴经济等主题下的制造、金融、文化、信息等产业，反映了中外经济发展阶段差异造成的产业创新、高技术/知识研究热度势差。同时，中国研究样地集中于全国、京津冀、长三角/长江经济带、粤港澳等地区，西方关注中国、美国、东欧等地区产业发展。②中外产业研究对象多以企业、企业同类或异类集合体为主体，同时运用尺度升降定性或定量地观察、分析与预判地方、国家、全球范围产业创新、绩效、贸易、碳中和与空间布局演化等议题。中外产业研究文献计量表明，不同研究主题、不同尺度在多学科运用中已有相对成熟的方法或软件模块，但是数据仍是产业研究瓶颈，大数据采集与运用成为破解首选路径。

关键词：城市与区域经济学 经济地理学 产业经济学 创新-网络-环境 碳中和

分类号：F062.9 K902

DOI： 10.19318/j.cnki.issn.2096-1634.2022.02.16

？本文系第二次青藏高原综合科学考察研究“生态安全保障的地域功能类型与区划”（项目编号：2019QZKK0406）、国家自然科学基金面上项目“沿海城市产业重构背景下人居环境演变机理研究”（项目编号：41771174）、“全球宜居城市发展特征及评价的指标体系研究”（项目编号：41871170）、浙江省基础公益研究项目“海洋产业发展效率分析模型构建及其关键行业碳中和障碍诊断研究”（项目编号：LGF22D010002）。

1 引言

数据源及其处理是科学研究的基础，研究方法既是分析工具组合及运算的过程[1]，更是完成研究的关键。研究产业的数据源通常包括各类统计年鉴、问卷访谈或抽样调查等数据，主要来自政府统计或（学界或市场）开展大规模抽样调查的非实验性观测。产业研究的宏观社会经济行政区统计数据和微观个体调查数据通常无法立刻形成系统结构，研究者必须具备宏微观数据获取、鉴别与科学分析的素养。研究区域与城市产业的数据源将不可避免地受空间和时间的自相关特征，以及研究者复杂的调查设计影响。尽管源自各国或国际组织的相关统计数据具有其局限性，但是科学研究更多的是针对如何甄别与剔除数据瑕疵。产业研究统计数据或调查数据的定量模型通常针对特定范围某一类主题具有可重复性的方法或其集合，但受地域背景约束，其重复性具有较强的争议。地理经济学或新经济地理学的诞生，使得主流经济学和管理学日益重视地理信息的多样和参量繁杂，倾向于采用空间计量模拟地理因素对经济人、政府理性等科学命题的实证。然而，囿于数据样本的代表性，相关案例研究亟待通过大数据革命检验（或完善）模型的缺憾与统计临界可信程度。虽然可重复空间计量模型需要根据研究尺度和对象属性复杂性进行必要的局部修正，但是如何完善模型-数据源与方法以适应不同尺度与产业/企业对象属性拓展将是区域与城市产业研究亟待解决的难题。因此，本文利用Citespace5.8.R1软件可视化多学科研究区域与城市产业的期刊论文，识别区域与城市产业研究的热点、方法与数据类型，梳理核心领域动向，挖掘区域与城市产业研究热点及其数据源、模型進展，启示中国区域与城市产业研究新思维：首先，理解产业主体法人属性及其价值链或产业链或创新链是产业研究模型构建的思想本源，是实施科学计量或模拟产业（时空）发展的先决条件，而产业时空发展的计量模型及其技术迭代，又丰富了产业时空发展实践的思想基础；其次，刻画产业（时空）发展属性数据的多样化是城市产业研究走向定量与空间计量的动力，原有的产业研究方法体系不能适应由技术创新与迭代带来的产业属性多元化，而产业属性多元时空问题与计量困境促进新研究方法论及其计量逻辑的产生与发展；最后，整合区域与城市产业研究领域-方法论（计量模型）-数据源形成自适应框架，进而推动中国区域与城市产业研究范式的再造。

2 中外产业研究文献特征及其计量方法

中国知网（CNKI）是全球中文连续动态更新的学术期刊全文数据库，Web of Science（WoS）核心合集数据库收录了全球产业研究相关英文期刊。鉴于Citespace能够通过分析文献的关键词共现特征，识别一个学科或知识域在一定时期发展趋势与动向，本文借助Citespace分析中国知网、中国社会科学引文索引（Chinese Social Sciences Citation Index，CSSCI）源刊和WoS核心合集数据库中产业类期刊文献，识别中外区域与城市产业研究热点及其方法沿革。

2.1 中国知网产业研究文献特征及领域识别

在中国知网数据库中以“城市/区域产业”为搜索词，采用“主题”方式进行期刊检索，期刊来源是CSSCI收录期刊。经筛选，共获得文献5，403篇，利用Citespace5.8.R1软件可视化产业研究知识网络图谱得图1。图1显示，中国产业研究热点领域及其动态变化包括以下三点：①相关学科研究产业的热点关键词是产业结构、产业集聚、产业转移、产业转型、产业集群，以及与之相关的战略性新兴产业、高技术产业、文化（创意）产业、资源型城市、城镇化、可持续发展、政策、竞争力、创新等；②产业研究已从早期产业结构、产业集聚、产业集群等议题转向产业发展的新技术、新业态（如文化产业、创意产业、体育产业、旅游产业）和新效应（如环境规制、中介效应、空间溢出效应、碳排放）等；③研究关键词显示中国学界重点关注全国、京津冀、长三角/长江经济带、珠三角、粤港澳大湾区、武汉城市圈等地域产业升级、产业空间与新兴产业发展，同时，分析方法逐渐趋于定量化，如因子分析、全要素生产率、空间杜宾模型、投入产出、耦合协调度等方法被广泛采用。

2.2 西方产业研究领域识别

在WoS数据库核心合集中以“城市/区域产业”（urban / regional industry）为搜索词，同时采用“主题”方式进行期刊检索，筛选获得期刊文献18，423篇，采用Citespace5.8.R1软件可视化文献得关键词网络图谱（见图2）。关键词共现频次表明，国外产业研究热点是城市、产业、增长、政策（管理）、绩效、效率，以及产业发展过程中的能源消费与影响（气候变化、大气污染、可持续、重金属）、创新（技术、知识、网络、邻近、研发）、集群（cluster）等，重点关注制造业、金融业、文化产业、信息产业、旅游业等，探究产业的全球价值链、全球生产网络、全球创新网络等。其与中国学界的共同点是重视以研发为核心的知识经济、产业升级与绿色发展，同时也逐渐重视地理空间的产业发展路径锁定或创造。当然，研究地域关键词有城市、中国、美国等国家或地区，涌现出的高频研究方法有投入产出、数据包络分析（Data envelopment analysis，DEA）、面板回归、多元空间计量等，由此可见，产业研究对数据库及计量方法十分倚重。

2.3 中外产业研究的对象划分与分析单元尺度升降

综合国内外产业研究热点领域可发现：①产业发展及其区域差异、产业集群与产业集聚、产业结构及其空间联系、产业区位与产业转移既是传统研究领域，又是经济学、管理学、人文-经济地理学的产业研究重点领域；②国内外都非常重视新兴产业研究，研究热点主题逐渐转向新兴产业业态以及与生态环境、全球化、信息技术、创新、文化创意的关系等。当然，区域与城市产业研究关注经济活动的经济属性与空间属性的同时，也更加关注人类社会如何优化经济活动及其在地表的分布等问题。微观视角的区域与城市产业分析的基本单元是企业单体及其业务范畴的空间属性要素，已有研究大多数采用企业集合体，如各类产业集群、开发区、高新技术开发区、自由贸易区等。显然，此类分析单元是基于某一产业部门及其在特定空间相互联系的企业群落存在共性，然而这类集合体存在内部的复杂联系，企业行为与集合体绩效相互依赖，尤其是发展水平较高的产业集群会因创新及其他活动容易孕育新兴产业。于是，人文-经济地理学界更加关注特定区域经济活动的内在机制，而非统计学意义上的相互关系以及企业和个人在其中的非经济行为[2]。

区域与城市产业研究非常关注既定空间的产业活动，通常将研究对象（企业或产业及其同类/异类集合体）进行地方/城市（local）、国家（state）、洲际/全球（multinational）尺度的比较与综合。地方/城市尺度产业研究主要关注城市或城市群内部产业组织与效率等议题；国家尺度产业研究将一国之内各省或城市/城市群视为点，分析产业集聚、均衡、联系、转移、创新网络等议题；洲际/全球尺度产业研究则将国家或资源禀赋近似的多个国家视为点，解析产业发展过程的全球贸易、技术流动、资本流动、移民与劳动力、国际地缘政治、产业政策等议题。彼得·泰勒（Peter Taylor）[3]注意到经济活动的空间性，并将其概括为三级尺度分析框架，即基于世界体系理论“边缘-半边缘-核心”水平体系，引入了“全球-国家-地方”垂直尺度体系，提出尺度政治经济（political economy of scale），显然该尺度体系采取自上而下的视角，认为产业发展过程能够在一定程度上表征真实的全球尺度（技术流、资本流、人才流、商品流、旅游流等）、意识形态层的国家尺度（如宗教/文化、关税、知识产权保护、政治等），以及产业发展主体法人及劳动力群体日常体验的地方尺度。虽然该尺度解析框架成为主流认识，但是学界也提出尺度叙事来尝试分析地方尺度产业活动如何在多重政治与文化背景下进行尺度调整以提升地方产业竞争力或实施产业复兴政策[4]。

综上所述，区域与城市产业研究因研究对象由群体逐渐转向个体，分析单元面临数据源的困境，这根源于不同行政区企业活动如何被统计和理解，以形成具有丰富与精准地理空间属性的产业数据，便于政策实践或学界在探究产业结构、产业集聚/产业集群/产业转移、贸易、产业空间管制、产业环境规制等领域时可以更好地进行尺度升降，深入解析群体和个体两层面经济活动的多维度规律。随着尺度的升降，企业及其集合体属性特征逐级展现出来，只有当数据尺度缩放到一定比例时才能揭示地表人类经济活动的过程、格局与机理。因此，产业研究中数据源精度往往存在尺度偏差，有时尺度升降是不可避免。尤其是通过调查和统计得到的社会经济数据，在其与空间关联时，可能由于两者具有不同的尺度，需采用尺度转换对数据进行预处理。产业数据统计及挖掘存在地理属性困境，虽然可通过定量方法解决尺度转换问题，但是会无法避免地出现信息损失或误差。区域与城市产业研究中产业属性数据存在尺度上升与尺度下降两种转换模式。尺度上升是指将小尺度数据信息转换到较大的尺度范围，可以概括为信息集聚；尺度下降则是指将大尺度数据信息拆分至小尺度单元的过程，一般使用图示、回归、半变异函数、自相关、谱分析、分形、小波分析、面域加权、最大化保留、小区域统计等方法[5-6]。

2.4 中外产业研究多尺度嵌套与方法遴选

区域与城市产业研究存在尺度升降导致的尺度嵌套解析困境，该问题备受经济地理学和地理经济学[保罗？克鲁格曼（Paul Krugman）称之为“新经济地理学”]的重视。尺度嵌套是区域与城市产业多维分析社会经济规律时需要跨尺度的观察和分析，将不同尺度的分析与观测进行叠加，以期更全面地理解和刻画社会经济过程与机理。同类产业活动过程或现象在不同尺度表现出不尽相同的性质，需要用各尺度数据进行综合演绎过程。因此，产业研究需要构建多级比例尺的地理信息數据库。全球化与地方化都将区域与城市产业研究推向多尺度关联，全球化在不同地方以不同的方式和速率发生着，巨大的生产网络跨越了不同空间尺度。21世纪以来，更多的学者强调研究对象要从具有明确地理边界的城市与区域、国家、跨国组织等方向转向多尺度主体嵌套，将地方与全球有机结合。在区域与城市产业研究的相关学科中，经济地理学更强调地方化是地方间的差异、联系与依赖，突出“地方的全球化”，是区域与城市产业研究有效尺度叙事“全球地方化、地方全球化”的主要学科[7-8]。当区域与城市产业研究中同一研究议题在分析单元不同时，即使采用同一指标，所得到的结果也不尽相同。学界对该问题的解释是社会经济多尺度性，尤其是在企业集合体的经济与社会/空间差异多尺度效应议题中已经证实该观点。区域经济多尺度分析，通常是分别搜集和整理每个尺度所需要的指标数据，运用同一种方法进行运算比较，运算方法常用熵值法、基尼系数、变异系数、层次分析法等在内的综合衡量；亦有构建专门针对区域经济差异的多尺度模型，研究不同尺度对经济差异的重要性，能够在一个嵌套分层的区域中测定每一个尺度的区域经济差异相对变动情况[9]，如尺度方差分析法及其嵌套分解方法、小波分解与重构、多层次空间计量等。其中，尺度方差分析法涉及区域划分及区域嵌套，将最大研究范围按等级进行尺度划分，从大到小进行逐级区域嵌套；Theil系数及其嵌套分解方法常被用于研究区域经济在不同尺度下的差异状况；小波分解与重构方法进行多尺度、多分辨率问题的分析，更有助于理解产业的发展规律。

3 区域与城市产业研究议题-方法-数据的适配性

现代社会每天都在产生大量的、各种各样的信息，社会经济发展对信息资源、信息技术和信息产业的依赖程度越来越大[10]。无论是商业决策，还是科研、教学、政策制定，都必须从庞杂信息中迅速而准确地掌握所需要的信息。能够满足这一要求的便是将海量信息实行集中存储于公共数据库，以便于检索和挖掘。社会经济统计是一个复杂的数据体系，尤其在全球各国产品与服务分类标准、行业分类标准以及机构分类标准尚未统一时，该过程实际是对复杂经济社会系统的简约统计，对区域与城市产业研究尺度升降及双向发展具有非常重要的影响。区域与城市产业研究的常用方法可分为定性、定量和混合三类。其中，定性分析是较为主观的方法，依靠的“数据”是专家的学术累积和地方产业感知经验；定量方法是基于产业统计数据的信息计量挖掘；而混合方法是在分析问题过程中充分利用专家的知识经验与产业统计的客观信息。

3.1 全球产业研究的数据源与方法体系

20世纪90年代以后，学界研究全球产业逐渐从重视产业结构转向重视微观企业行为，尤其关注跨国公司的全球分支或兼并重组行为[11]，更加关注企业视域全球生产网络、全球价值链、全球创新链、全球能源网络如何形成、如何影响某一国或地方的某些产业发展以及地方如何响应全球化[12-13]。相关研究理论根源于国际贸易理论、劳动地域分工理论以及产业空间组织理论，研究方法主要采用面板数据及企业层面的专利数据等[14]，研究数据源自国际综合组织或行业组织的相关统计出版物或专题评估报告，如联合国、世界贸易组织、世界卫生组织、世界银行、国际货币基金组织、石油输出国组织、国际海事组织、国际竹藤组织、国际标准化组织等机构发布的相关统计报告[15-18]。

3.2 国家及其区域产业研究的数据供给与方法适用性

2017年，中国发布的《国民经济行业分类》显示，中国产业共分20个门类、97个大类，不同产业门类均有各自或共用的统计数据库。中国国家统计局考虑行业分类调整及社会发展现状，针对统计制度及内容对以下六方面进行了调整：结构优化、产业升级、质量效益、创新驱动、资源环境以及民生改善。涉及国家、区域产业研究的数据主要有月/季/年度社会经济数据、行业统计年鉴、国家普查数据、部门数据、地区数据等（见表1），统计数据基本以统计年鉴、统计公报等数据形式呈现。

区域产业研究集中在以下几方面：①产业构成及其布局，即区域产业结构的静/动态刻画、产业空间组织；②产业结构或空间分布的动态过程，主要包括区位及其变迁、结构演变、空间结构、区际差异等；③产业结构演化的经济、就业、土地、环境或空间结构效应，是21世纪以来经济学、管理学与地理学交叉融合的新主题，研究主要围绕“驱动-响应”范式进行；④产业集群或产业区研究，主要涵盖何为产业地理集中、产业集聚及其测度方法、产业集群内企业技术或社会关系网络、产业集群如何将全球化与地方化嵌套在一起、产业集群的技术学习与创新等；⑤产业的生产网络、价值链与环境效应。中国行业标准中20个门类基本涵盖了产业研究所涉行业，产业研究需运用数据定量处理区域产业竞争力、主导产业、产业升级（优化）、产业布局、产业集聚、产业创新、产业网络等议题的定量、定性方法[19-20]。纵览相关研究方法的对应指标发现，大部分指标均可在统计数据库中提取与集成。研究者在使用数据库资源进行产业研究时，除运用传统统计分析工具外，还需要运用专业分析软件，尤其是进行面状统计数据离散成点状属性数据时，需要采用多尺度空间的产业数据处理软件[21]。

3.3 城市产业研究的数据源与挖掘方法

城市尺度产业研究以实证、案例研究为主，学界定量研究产业发展与空间结构时，首先明确研究的问题或想要解释的某种现象，然后有针对性地构建数理模型或筛选适用的方法，确定指标并建立数据库，最后得出结论，并在结论基础上试图回答所要研究或所要解释的问题。其中，方法构建与指标选择因受数据可挖掘性的限制而不得不调整。中国国家统计局针对社会经济各方面汇编了《中国城市统计年鉴》并且各地级城市均建立统计年鉴数据库，以满足相关研究议题的数据需求。当进行某些微区域研究时，由于尺度过小且统计数据局限较大，需要问卷调查与实地调研，这也是学界产业研究常用的数据获取方法，虽然工作难度大，但调查结果也蕴含着更多的有价值信息。

4 区域与城市产业研究数据挑战与范式变革

4.1 数据视角区域与城市产业研究挑战

以数据为基础，思考并设计产业研究的过程是常见的科研思维。数据在以往的产业研究中既是结果又是新研究起点，如今变为研究过程，贯穿科学研究的全过程。产业研究的数据可能来自各地，如网页、传感器、数据库等，需进行跨时空尺度的数据收集。同时，数据在高速积累，也在高速变化，甚至以数據流的形式供科研人员处理，如何抓住动态演变的数据中的规律，是产业研究的数据挖掘存在的众多难点之一。

大数据背景下产业基层数据统计面临挑战。作为一项新兴技术，大数据已经成为人类社会的一种重要资源，强烈着地影响着当今人类社会的发展与转型[22]，推动着科学研究范式的变革。同时，大数据资源可以多尺度动态揭示人类的空间活动与行为规律，能够在一定程度上克服传统数据的不足，为传统研究提供新的佐证。作为一门新兴学科，大数据的发展和利用仍面临着许多问题[23]。首先，大数据资源呈几何级数增长，数据结构正急速密集化和系统化，产业研究的科学性也愈加依赖数据的挖掘，社会经济大数据均具有复杂的结构，每天产生的大量数据具有规模巨大、分布广泛、口径不统一、关联复杂、真伪难辨、获取难等一系列特性，每一个特性都为产业研究带来了不同的挑战。数据的质量参差不齐，需要大量的数据处理和挖掘技术作为支撑，如何开发有效的数据挖掘模型和工具，从复杂的数据中快速找到研究所需的数据就显得尤为重要。其次，数据储存技术与平台的缺陷，导致数据共享平台的分散及其数据的缺失，极不便于研究人员获取数据。最后，就产业研究的定量方法而言，提高大数据的分析能力，还需要新的理论和分析方法，而当下的统计分析软件及其架构逻辑并不完全适应全样本数据。

产业研究内容及尺度转变使数据获取困难。随着社会经济的发展，新兴行业持续涌现，产业研究内容和方法不断地发生转变：从注重对传统经济、科技数据的收集与处理转向对现代数据库资源和历史文档的运用；从应用传统分析工具（如统计分析、计量模型）转向采用现代分析工具（如数据爬虫、专利分析、信息采集软件等各类分析软件）；从单独使用一种方法转向综合使用各方法以相互印证；从宏观分析转向微观分析人类行为角度；从数理统计为主的定量方法转向以3S技术为支撑的产业空间分析。这些都对产业数据和空间数据提出了更高的要求，是深入进行产业研究的瓶颈。

高速运转的信息社会，产业研究数据整合存在难辨真伪、规模巨大、不成系统等问题。首先，在大量数据面前基层统计人员对数据质量重视程度不足。统计调查的目的、内容和方法等不同，以及统计指标口径的不一致，导致产业研究数据挖掘过程中同一指標数据不统一的现象经常出现。其次，产业研究中经常涉及产业动态分析，需要某几项指标的时间序列数据，统计部门统计指标会随着经济社会发展进行不断调整，造成研究所需建立数据库的部分指标数据缺失，出现时间跨度越大、数据缺失情况越严重的现象。再次，当产业研究单元为不同城市时，由于面临城市产业统计指标不统一的问题，很难建立系统的目标数据库。最后，某些尺度、某些类型的数据从挖掘、存储，再到分析、利用过程都会因涉及国家数据保密问题而无法获取。

4.2 区域与城市产业研究范式转向

区域与城市产业研究通常会采用经验主义方法论和实证主义方法论。其中，经验主义方法论指导下，区域或城市产业发展分析思路是学界对感受到的纷繁复杂的经济活动[24]进行定义、分类与度量，将其变为有条理的空间现象，进而归纳与概括经济活动空间或创新或社会文化效应等规律；实证主义方法论指导下，区域或城市产业研究过程中通常会确定先验命题以及使先验命题成立的条件，当验证的结果证明先验命题不成立时，则需要改变先验命题，或者改变假设条件，反复进行验证，直至命题成立。

21世纪以来，区域与城市产业研究发生了研究转向。首先，制度转向是当代西方经济学最突出的特征之一。西方经济学研究的“制度转向”[25]，极大地拓展了区域与城市产业研究范围和观察的理论视角，使得相关学科从抽象的一般化转为关注现实的社会经济生活。产业研究“制度转向”，强调区域历史、文化及制度背景在区域经济发展中的作用，强调个人、家庭、企业、政府等多元主体的复杂作用。其次，随着社会经济的发展，非经济因素尤其是文化因素在经济活动动力及空间性等方面发挥着重要作用，由此便出现了产业研究文化转向。传统产业研究的基本工具是西方新古典经济学的理论与模型，无法解释区域内分工、产业内分工、内生增长、路径依赖等现象。文化转向越来越倾向于研究文化与产业的关系，探讨经济的社会文化根植性问题。最后，区域与城市产业研究出现演化转向，是继克鲁格曼的新经济地理学和西方主流制度主义经济学研究之后，在西方经济社会学领域内新兴起的一个研究方向[26]。产业研究演化转向是经济学最新的研究趋势，由此区域与城市产业研究形成了结构主义方法论和人文主义方法论[27]。①结构主义方法论的代表理论如下：马克思[28]主义地理学强调确定分析范畴，如生产方式和社会构成，强调各重要链条中要素之间的相互关系；哈维[29]指出人类社会的六要素（竞争、适应、合作、环境转变、空间安排和时间安排）；卡斯特尔[30]认为可将空间作为空间结构的表达来分析，可根据空间产生的经济的、政治的和意识形态的系统“解读”产业空间。②人文主义方法论的哲学基础是存在主义与现象学，主要目标是协调社会科学与人之间的关系，容纳知性与智慧、客观与主观以及唯物主义与唯心主义，旨在深刻理解人类在世界所处地位，具体研究方法总体上呈现以定性为主、定性和定量并重以及转向以定量为主的过程[31]。因此，在研究尺度上，传统经济学或地理学主要关注宏观层面经济活动的空间分布及其成因描述，地理学的新经济地理学重点关注制度、文化、惯性/组织或区域系统成为影响或分析宏观与微观经济活动空间分布的重要变量；方法论方面，地理学的新经济地理学主要采用归纳方法、评价性推理进行案例研究；研究假设方面，地理学的新经济地理学认为行为是有限理性的，受所处的各种环境（如制度）的驱动，微观层面企业不完全是不完全竞争，也存在完全竞争；分析思维方面，地理学遵循从宏观到微观的思路，采用静态至动态的分析方法；对空间的处理方式，地理学则认为空间异质是真实的空间，各种环境下行为主体具有路径依赖的特性[32]。

4.3 区域与城市产业研究转型数据需求困境破解

产业研究对象由主导行业逐步向新兴产业过渡，而某些行业没有系统统计，国家也未针对该行业进行统计制度设计。从研究尺度看，学者研究产业时常从区域或企业视角展开。从区域层面分析研究区某一产业发展或空间问题时，常需要掌握全球、全国或全省该产业的总量数据、结构数据、规模以上企业数据、骨干企业及其上下游企业的分布现状、研发能力、市场覆盖等，显然该层面研究需要全球、中国、研究区所在城市与省份的总量与结构统计数据、规模以上企业数据等；从企业视角分析研究区某一产业发展或空间问题时，常需要区域内该产业所有企业的业务状态、空间属性、上下游关联企业等数据。

中国学者能够获取的公开统计数据或者普查数据，在使用过程中存在以下三方面限制：①各类统计或普查的第一手数据源不公开；②政府公开的各类统计数据或普查数据主要以县/市/区为基本统计单元，严重地损失了数据的空间属性；③因统计保密和企业工商登记保密等因素的限制，现有各类普查数据已将基层的普查指标与普查单元相关信息过滤。显然，学界开展产业研究时必须克服现有各类数据源不足或数据的空间属性精度不足等困难。对于产业研究数据困难，主要通过野外数据收集予以克服，研究指标数据缺失可用计算法、替代法拟合或运用合理的数据替代[33]。此外，随着信息技术的进步及数据挖掘软件的不断涌现，通过编程可快速、系统地收集目标数据。

5 结论与讨论

产业常常聚集于城市或特定区域。区域与城市产业研究构成了经济、管理、人文经济地理等学科研究的重要对象，衍生了一系列的热点领域与主流数据源、模型等。本文梳理国内外区域与城市产业研究文献的知识图谱发现，区域与城市产业研究相关主题及不同尺度已有相应成熟的定量、定性方法，产业空间研究要同时依托空间数据处理软件，计量方法、地理信息系统以及空间分析方法同样具有重要地位。地理学视角研究某一尺度产业的方法已无法系统诠释人类地表经济活动的过程及格局，面临的数据源困境之一在于根植于不同行政区的企业活动如何被统计和理解。产业研究中数据源精度与研究问题存在尺度偏差，有时尺度升降是不可避免。尺度升降可以解决尺度偏差，而尺度嵌套可以对区域与城市产业的社会经济规律进行多维观察和分析，将不同尺度的分析与观测进行叠加，以期更加全面地理解和刻画社会经济过程与机理。

区域与城市产业研究关注既定空间的产业经济活动，形成了地方/城市、国家、洲际/全球等尺度，在国内外文献中均可见以上尺度覆盖。对于宏观尺度研究，国外研究数据可通过对国际综合组织或行业组织的相关统计出版物或专题评估报告检索获取，国内涉及国家、区域、城市尺度的产业研究数据统主要有月/季/年度社会经济数据、行业统计年鉴、国家普查数据、部门数据、地区数据等，这些统计数据基本以统计年鉴、统计公报等数据形式呈现。微观尺度研究，需要依靠调查问卷、访谈、实地调研等手段获取数据，虽然其工作难度大，但其有效地反映了人地关系相互作用的规律，并且具有时效性和准确性，尤其是经济地理学的“制度转向”，其更加强调个人、家庭、企业、政府等多元区域主体的复杂作用，这对微观尺度数据提出了更高的要求。虽然国内外已存在不同种类及尺度的数据库和数据获取方法，但仍存在大数据时代背景下产业基层数据统计难成体系，产业研究内容及尺度转变带来的数据获取难，高速运转的信息社会中数据存在难辨真伪、规模巨大、不成系统等问题。对于产业研究数据需求的困难，研究指标数据缺失可以用计算法、替代法拟合或运用具有合理的数据进替换。此外，随着信息技术的进步及数据挖掘软件的不断涌现，通过编程可快速、系统地收集网络上的目标数据。

参考文献：

[1] 黄鲁成， 王亢抗， 吴菲菲， 等. 新兴产业研究方法论论纲[J]. 科学学研究， 2013， 31（1）： 13-21.

[2] 贺灿飞， 郭琪， 马妍， 等. 西方经济地理学研究进展[J].地理学报， 2014， 69（8）： 1207-1223.

[3] TAYLOR P J. A materialist framework for political geography[J]. Transactions of the Institute of British Geographers， 1982， 7（1）： 15-34.

[4] GONZáLEZ S. Scalar narratives in Bilbao： A cultural politics of scales approach to the study of urban policy[J]. International Journal of Urban and Regional Research， 2006， 30（4）： 836-857.

[5] 樊杰. 我國经济地理学历史沿革、现状特征与发展策略[J]. 经济地理， 2021， 41（10）： 10-15.

[6] FOROUZANFAR M H， AFSHIN A， ALEXANDER L T. Global， regional， and national comparative risk assessment of 79 behavioral， environmental and occupational， and metabolic risks or clusters of risks， 1990-2015： A systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet， 2016， 388（10053）： 1659-1724.

[7] 刘卫东， 郑智. 中国经济地理学的国际化[J]. 经济地理， 2021， 41（10）： 24-32.

[8] HE C F， PAN F H， CHEN T M. Research progress of industrial geography in China[J]. Journal of Geographical Sciences， 2016， 26（8）： 1057-1066.

[9] DONG G P， MA J， LEE D C， et al. Developing a locally adaptive spatial multilevel logistic model to analyze ecological effects on health using individual census records[J]. Annals of the American Association of Geographers， 2020， 110（3）： 739-757.

[10] 王宏起， 苏红岩， 武建龙. 战略性新兴产业空间布局方法及其应用研究[J]. 中国科技论坛， 2013（4）： 28-34.

[11] YEUNG H W C， COE N M. Toward a dynamic theory of global production networks[J]. Economic Geography， 2015， 91（1）： 29-58.

[12] 刘志彪. 从全球价值链转向全球创新链： 新常态下中国产业发展新动力[J]. 学术月刊， 2015， 47（2）： 5-14.

[13] RAJ-REICHERT G. The powers of a social auditor in a global production network： The case of Veritéand the exposure of forced labour in the electronics industry[J]. Journal of Economic Geography， 2020， 20（3）： 653-678.

[14] 王淼， 秦璐， 彭茂祥. 新兴产业分类与国际专利分类对照方法及专利数据深加工方法模式研究[J]. 科学管理研究， 2020， 38（5）： 87-92.

[15] LATHAM A. Thinking with method： Qualitative research in human geography[J]. Area， 2020， 52（4）： 666-667.

[16] WAINWRIGHT J. Is critical human geography research replicable？[J]. Annals of the American Association of Geographers， 2020， 111（5）： 1284-1290.

[17] LIU Z G， YIN Y M， LIU W D， et al. Visualizing the intellectual structure and evolution of innovation systems research： A bibliometric analysis[J]. Scientometrics， 2015， 103（1）： 135-158.

[18] V？LKER B. Network thinking in human geography： Musings of a newbie[J]. Tijdschrift Voor Economische En Sociale Geografie， 2021， 112（4）： 474-481.

[19] 李江， 和金生. 区域产业结构优化与战略性产业选择的新方法[J]. 现代财经， 2008， 28（8）： 70-73.

[20] 吴殿廷， 陈启英， 楼武林， 等. 区域发展与产业布局的耦合方法研究[J]. 地域研究与开发， 2010， 29（4）： 1-5.

[21] 王劲峰， 葛咏， 李连发， 等. 地理学时空数据分析方法[J]. 地理学报， 2014， 69（9）： 1326-1345.

[22] 张文忠. 产业发展和规划的理论与實践[M]. 北京： 科学出版社， 2009： 1-9.

[23] 吴志峰， 柴彦威， 党安荣， 等. 地理学碰上“大数据”：热反应与冷思考[J]. 地理研究， 2015， 34（12）： 2207-2221.

[24] BOSCHMA R， BALLAND P A， KOGLER D F. Relatedness and technological change in cities： The rise and fall of technological knowledge in US metropolitan areas from 1981 to 2010[J]. Industrial and Corporate Change， 2015， 24（1）： 223-250.

[25] RIGBY D L. Technological relatedness and knowledge space： Entry and exit of US cities from patent classes[J]. Regional Studies， 2015， 49（11）： 1922-1937.

[26] RINALLO D， BATHELT H， GOLFETTO F. Economic geography and industrial marketing views on trade shows： Collective marketing and knowledge circulation[J]. Industrial Marketing Management， 2017， 61： 93-103.

[27] 贺灿飞. 高级经济地理学[M]. 北京： 商务印书馆， 2021：1-3 .

[28] Cumbers A. Marxism/Marxist Geography I[J]. International Encyclopedia of Human Geography， 2009：461-473.

[29] Harvey David. Justice， nature and the geography of difference[M]. NY： Blackwell，1996，125-137.

[30] Castells M.The Space of Flows[C].//Castells M. The Rise of the Network Society[M].NY： Wiley-Blackwell， 2009， 407-459.

[31] 乔观民， 李伟芳， 马仁锋， 等. 人文地理学野外实习方法指导与案例研究[M]. 杭州： 浙江大学出版社， 2017： 239-242.

[32] 胡志丁， 葛岳靜. 理解新经济地理学[J]. 地理研究， 2013， 32（4）： 731-743.

[33] 廖一兰. 社会经济数据尺度转换研究[D]. 南京： 南京师范大学， 2006.

作者贡献说明：

马仁锋：负责选题确定、内容撰写、终稿修订；

李秋秋：负责内容调整与优化；

窦思敏：负责CNKI与WOS文献计量；

张文忠：负责写作思路及内容的指导。

Hot Topics， Methods and Data Challenges in Regional and Urban Industry Research

Ma Renfeng1 Li Qiuqiu2 Dou Simin1，3 Zhang Wenzhong4

1Ningbo Universities Collaborative Innovation Center for Land and Marine Spatial Utilization and Governance Research， Ningbo 315211 2Center of Innovation-Driven Development （Center of Digital Economy）， National Development and Reform Committee， Beijing 100037 3Ningbo Urban Planning & Design Institute， Ningbo 315041 4Key Laboratory of Regional Sustainable Development Modeling， Institute of Geographic Sciences and Natural Resources Research， Chinese Academy of Sciences， Beijing 100101

Abstract： [Purpose/significance] Industry is always concentrated in specific cities or regions. Industry is the product of human utilization of resources， environment and technological progress on the earth’s surface. Identify regional and urban industry research hotspots and methods from economics， management， humanities-economic geography in home and abroad by bibliometric. [Method/process] This paper uses Citespace 5.8.R1 bibliometric software to visualize the articles of the CSSCI source journals and the core collection of the Science Citation Index Database （WoS） in the China National Knowledge Infrastructure （CNKI） from 1992 to 2020， and identify regional and urban industry research hotspots and methods in home and abroad. [Result/conclusion] ① There are differences in the hotspots of industrial research in related disciplines between China and foreign countries. The research in China focuses on development （status/countermeasures）， culture， market and other topics to explore information， culture/creativity， manufacturing， tourism， education and other industries； the research in foreign countries focuses on manufacturing， finance， culture， information and other industries under the themes of innovation， performance， emerging economy， etc.， reflecting the potential difference in industrial innovation and hightech/knowledge research enthusiasm caused by the differences in economic development stages between China and foreign countries. Meanwhile， the research cases in China are mainly concentrated in the whole country， Beijing-Tianjin-Hebei， Yangtze River Delta/Yangtze River Economic Belt， Guangdong， Hong Kong and Macao and other regions， while the West pays attention to industrial development in China， the United States， Eastern Europe and other regions. ②Industrial research objects at home and abroad are mostly based on enterprises， similar or heterogeneous aggregates of enterprises， and at the same time use scales to qualitatively or quantitatively observe， analyze and predict local， national， and global industrial innovation， performance， trade， carbon neutrality and evolution of spatial layout， etc. Bibliometrics of industrial research at home and abroad show that different research themes and different scales have relatively mature methods or software modules in multi-disciplinary applications. However， data is still the bottleneck of industrial research， and the collection and application of big data has become the preferred path for cracking.

Keywords： urban and regional economics economic geography industrial economics innovation-network-environment carbon neutral