村级工业园空间格局分布特征及形成因素探讨——以佛山市顺德区为例

王燕雨，刘 威

1. 城乡院（广州）有限公司，广东 广州 511300；

2. 广东省地图院，广东 广州 510079

0 引 言

改革开放以来，珠三角地区充分借助地理优势，通过大力引进“三来一补”企业，逐步形成以加工制造业立本的特色经济，大大提升了城市化进程，逐步成为中国经济发展的重要引擎。与此同时，珠三角各地实行市、镇、村、组四轮驱动的发展模式，大力发展经济。作为集体土地所有者的村集体，借助集体土地成本低廉的优势，通过大批引进劳动密集型加工企业，形成了大量的村级工业园，即使用农村土地，通过土地出租或厂房出租等形式形成的具有一定规模的连片工业厂房聚集区，具有自发形成的特性。佛山市顺德区通过推行工业立市和城乡一体化发展战略，同时得益于地理优势，大力发展以村级工业园为载体的农村经济，经过40多年的发展，已成为珠三角地区经济非常发达的核心区域之一。但是，由于村级工业园布局散乱、用地低效，占用了大量建设用地且产出低效，存在产能落后、安全隐患高、环境污染大等问题，尤其是在现行严控增量的土地供应制度下，顺德区产业空间越来越难以保障，推进村级工业园升级改造、推动低效建设用地再开发的需求越来越迫切。因此，研究佛山市村级工业园现状格局分布特征以及形成影响因素，了解村级工业园分布特性和形成影响因素，对于村级工业园的升级改造及顺德区发展政策制定具有至关重要的作用。

西方对工业空间布局的研究经历了古典区位论、新古典区位论、行为区位论、结构区位论等发展历程[1-4]。国内学者对城市工业空间的研究集中出现开始于20世纪90年代，并且主要集中在国家、区域和大都市3个尺度展开。国家层面，宋周莺等以13年的中国工业中小企业数据为研究对象，借助GIS空间分析、测算变差系数CV等分析方法，研究中小企业省级分布的时间和空间格局变化[5]。陈琳琳等对中国能源工业发展与布局的基本历程进行系统分析[6]。唐健雄等借助最邻近指数、核密度分析、空间自相关等分析方法，分析全国工业旅游示范点的空间分布特征及其影响要素[7]。区域层面的研究主要聚焦在长三角、珠三角、京津冀等工业发展较好且集聚度高的沿海城市群。王俊松通过空间计量统计方法，探讨长三角地区制造业的空间格局变化及其影响要素[8]。丁俊等以高分辨率影像提取的珠江三角城市群的工业生产空间位置信息为对象，借助分析模型、形态紧凑度、空间离散性度等定量分析方法，分析其空间形态特征[9]。李燕等采用企业数据和定量研究方法系统研究珠三角内部制造业空间转移的产业及空间特征[10]。省市尺度研究主要集中在北京、上海、广州等超一线城市。王妤等以微观企业为研究对象，分析1996以来14年北京市制造业格局时空演变特征[11]。刘涛等借助第一、二次基本单位普查的企业数据，以邮区为研究单元，研究北京市制造业分布的特征[12]。高辰等借助北京市3年经济普查数据，以街道为基本单元，研究北京市制造业空间格局及演变特征[13]。曹玉红等以上海都市型微观企业为研究对象，探讨空间分布、集聚特征以及行业间的空间邻近关系[14]。蒋丽借助分镇街的就业人员的经济普查数据，研究广州制造业空间布局特征，并分析原因[15]。以上研究以县（区、市）为尺度的很少，尤其是在村级工业园方面，导致村级工业园升级改造虽然是珠三角地区近期的工作重点，却缺少相关理论研究，无法为政府部门决策提供理论支持。

本文借助ArcGIS空间分析平台，以顺德区382个村级工业园为研究对象，分析顺德区村级工业园空间分布特性以及形成影响因素，以期探明顺德区村级工业园分布形成的内在机制，为顺德区村级工业园升级改造工作提供园区分布方面理论依据。

1 研究对象与方法

1.1 研究对象

顺德区是佛山市的5区之一，与广州、中山、江门3市相接，连接佛山、广州市两市，约800 km2，下辖10个镇（街道）。顺德区自20世纪80年代起，大力发展工业，经过40多年的发展，经济总量已排在珠三角前列。40多年来，为顺德区农村集体经济迅猛发展提供重要作用的村级工业园已遍布全区，共计382个（图1），总用地面积约77 km2，占全区总工业用地面积的56%，占已投产工业用地的67%，却仅仅贡献了全区税收的4.3%，并且多存在权属不清、利益固化、权能模糊、流转不畅等问题，已成为制约顺德区高质量发展的主要因素。村级工业园大多分布在顺德区的西面，呈现西多东少的局面，龙江镇和乐从镇较多且相对集中，分别为78个和61个，占全部村级工业园的36.4%；杏坛镇61个，虽然与乐从镇个数相同，但是分布较为分散；容桂街道36个，虽然数量较少，但是分布比较集中；大良街道17个，数量少且集中在西面靠近勒流街道的地方；伦教街道10个，在10个镇街中数量最少，且分布比较分散（图2）。2018年开始，顺德区为推动村级工业园升级改造，将村级工业园改造作为政府头号工程推动，因此，研究顺德区村级工业园的空间分布特征以及形成影响因素，对顺德区乃至珠三角村级工业园升级改造都有重要的意义。

图1 顺德区村级工业园分布图Fig.1 Distribution of village-level industrial parks in Shunde District

图2 顺德区各镇（街道）村级工业园数量Fig.2 Number of village-level industrial parks in each town

1.2 数据来源

基础数据来源于佛山市测绘信息研究院于2019年开展的顺德区村级工业园专项调查数据以及顺德区三旧办网站发布的相关公开数据，包括行政区划、主要交通基础数据、三类分区（允许建设区、限制建设区、禁止建设区）、382个工业园区基本数据、产业区保护数据、土地利用现状数据、企业信息、水源保护区、镇街人口数、园区内企业相关信息等。

1.3 研究方法

1）村级工业园制造业现状主导产业确定。为确定每个村级工业园制造业现状主导产业，本文通过对采集的顺德区村级工业园内171 812条企业信息进行分析，筛选出制造业企业，通过位置匹配到每个村级工业园范围内，然后参照《国民经济行业分类2017》，将村级工业园内制造业企业按照制造业大类进行分类，统计各类别个数，将个数最多的类别作为村级工业园制造业现状主导产业。经统计，29.7%的村级工业园主导产业企业个数占园区内制造业企业总数的50%以上，64.2%的占30%以上，92.9%的占20%以上，且每个村级工业园主导产业企业的个数远高于其他类别企业的个数，因此，以此种方式确定顺德区村级工业园的制造业现状主导产业具有一定的合理性。

2）核密度分析法。核密度分析是利用数据样本的空间属性研究样本的空间分布特征的方法，借助区域中的点密度，直观、简洁地反映样本的空间集聚情况，计算过程可参考相关研究[16-18]。利用村级工业园的空间属性，借助GIS核密度分析方法来研究村级工业园的空间分布特征，可以直观地反映村级工业园的空间聚集特征。

3）探索性空间数据分析法。探索性空间数据分析方法包括全局自相关分析和局部自相关分析，全局空间自相关分析是根据要素位置和要素值来度量整体空间自相关性，通过计算莫兰指数（Moran′s I指数）值、Z得分值和P值来对相关性的显著性进行评估[19]；局部空间自相关分析是对每个空间单元与周围空间单元之间局部空间关联度进行测定，分析其相关性，其中空间联系局部指标LISA的空间可视化效果最直观，具体计算过程可参考相关研究[7，20]。通过核密度分析，可以直观地反映顺德区村级工业园的空间聚集状况，但是无法发现其空间分布规律，因此本文通过探索性空间数据分析方法来挖掘村级工业园的分布规律。

4）GWR（地理加权回归）。GWR是由Fotheringham等[21]提出的一个空间变参数模型，是对普通最小二乘法回归（OLS）模型的进一步优化，将数据的地理位置添加到回归参数中，使得可以进行局部估计[22]，因考虑了空间的非平稳性，而能够更加准确地探究影响因素的影响机制，具体计算过程可参考相关研究[23-24]。因此，本文采用GWR方法探究社会和地理因素对村级工业园分布的影响机制。

2 结果分析

2.1 村级工业园空间集聚特性分析

借助ArcGIS利用核密度分析方法对顺德区村级工业园进行分析，得到村级工业园的空间聚集分布图（图3）。顺德区村级工业园分布具有显著的空间聚集特征，主要聚集在顺德区的西北面，呈现明显的核心聚集模式，以龙江镇的中西部和乐从镇的西北部为核心。同时，西面工业园区分布明显多于东部。

图3 顺德区村级工业园核密度分析Fig.3 Kernel density of village-level industrial parks in Shunde District

2.2 空间自相关分析

1）格网划分。格网（Fishnet）分析法是基于空间坐标系统来描述、分析、虚拟区域地理现象的有效方法之一，在空间格局分析中具有广泛的运用[25-26]。本文以佛山市顺德区行政区划边界作为底图，划分出117个3 km×3 km矩形格网后，提取格网内包含村级工业园的个数，共计91个格网单元（图略）作为空间自相关研究对象。在91个格网中，靠近行政区划边界的格网面积有所差异，内部格网面积均为9 km2。之所以选择3 km×3 km格网，主要是在1 km、2 km、3 km、4 km、5 km等5种格网中，3 km格网的样本个数适中且分析结果较优。

2）全局空间自相关分析。借助ArcGIS利用全局空间自相关分析方法分析91个格网中村级工业园空间聚集和分散的特征，将每个格网中村级工业园的数量作为输入字段，空间关系模型选择反向距离（Inverse Distance），距离宽度分别尝试4 km和7 km。4 km距离宽度保证每个格网和周边至少与4个完整格网邻近，7 km距离宽度保证每个格网和周边至少12个完整格网邻近[22]，获取格网中村级工业园的空间聚集和分散特征（表1）。

表1 村级工业园空间自相关全域分析结果Tab.1 Global analysis results of spatial autocorrelation of village-level industrial parks

结果表明，两种距离宽度下，p得分均小于0.01，Z得分均大于2.58，均通过99%的显著性水平检验，且Moran′s I指数值均大于0，表示顺德区村级工业园的分布存在正相关，呈现比较明显的空间聚集特征，为GWR模型的构建奠定了基础，也为模型效果提供了必要保障。

3）局部空间自相关分析。全局自相关分析只能体现顺德区村级工业园整体空间上的聚集特征，不能体现局部空间上的差异，通过局部空间自相关分析方法，可以发现每个格网与周边格网之间的局部关联度。借助ArcGIS利用局部空间自相关分析中的LISA法，对顺德区各格网村级工业园进行局部空间自相关分析，结果显示顺德区绝大部分格网自相关不显著，仅在西北面具有显著的高-高聚集形式，主要位于乐从和龙江两镇。

3 村级工业园空间分布影响因素探讨

3.1 社会和地理因素分析

为研究影响村级工业园空间分布的因素，借鉴相关研究经验，并考虑到数据的可获取性，最终选取人口数量（包含常住人口和流动人口）、河流水域面积、一二三级公路长度、水源保护区面积、城市用地面积、村庄用地面积6个指标作为影响顺德区村级工业园空间分布的社会和地理因素，并在格网划分的基础上，提取91个格网内6个指标的值，连同每个格网内村级工业园的数量，将6个指标作为自变量、村级工业园数量作为因变量，构建顺德区村级工业园空间分布社会和地理因素分析数据库。为避免各指标之间存在共线性，应用方差膨胀因子（VIF）对指标进行共线性检验[25]，结果显示，6个指标的方差膨胀因子均小于10（其中，人口数量为2.452，河流水面面积为1.710，一二三级公路总长为2.515，水源保护区面积为1.722，城市用地面积为2.079，村庄用地面积为1.206），表明各指标之间不存在共线性关系。

本文将6个指标作为自变量，将格网内村级工业园的个数作为因变量，构建GWR模型，在ArcGIS中，采用ADAPTIVE核类型，选用AICc带宽确定方法，对社会和地理因素进行测试，得到测试结果（表2），其中R2值和修正R2较OLS回归模型提高了0.31和0.21，AICc值较OLS模型减少了19，减小幅度大于3，说明GWR回归模型能够更准确地探讨社会和地理因素对村级工业园空间分布的影响机制。

表2 村级工业园GWR回归参数结果Tab.2 Results of GWR regression parameter of village-level industrial parks

除了上述模型参数估计，本文统计了各个格网不同指标回归系数，采用ArcGIS将各个要素的回归系数可视化（图4），分析各个指标对顺德区村级工业园空间分布的影响。

图4 村级工业园空间分布影响要素回归系数Fig.4 Regression coefficients of factors influencing the spatial distribution of village-level industrial parks

1）在人口数量指标中，全部格网回归系数为正值，说明指标对村级工业园的分布具有正向促进作用。从空间差异来看（图4a），人口数量指标对村级工业园的分布影响作用由顺德区西面向东面圈层式递减，对龙江镇的影响作用最大。

2）在一二三级公路长度指标中，33%的格网回归系数为正值，67%的格网回归系数为负值。从空间差异来看（图4b），一二三级公路长度对村级工业园的分布呈正向影响作用最大的区域在顺德区西北部，集中在陈村、乐从两镇；呈负向影响作用最大的区域在顺德中部，集中在勒流和大良两镇街，说明公路因素对村级工业园的分布并不是呈绝对正向影响，在部分的地区反而会限制村级工业园的产生。

3）在河流水面面积指标中，全部格网回归系数为负值，对村级工业园的分布具有负向作用，与一般认为村级工业园的建设是靠近河流的认知是相反的，说明河流的分布反而会限制村级工业园的分布。从空间差异来看（图4c），河流水面面积指标对村级工业园的分布影响作用由顺德区东北面向西南面圈层式递增，对陈村、滘口两镇和伦教街道的影响作用最大。

4）在城市用地面积指标中，16%的格网回归系数为正值，84%的格网回归系数为负值，说明城市用地面积指标对大部分地区村级工业园的分布具有负向作用。从空间差异来看（图4d），城市用地面积指标对村级工业园的分布呈正向影响最大的区域在顺德区东面，集中在大良和容桂街道；呈负向影响最大的区域在顺德区西北面，集中在乐从和龙江两镇。

5）在村庄用地面积指标中，全部格网回归系数为正值，说明指标对村级工业园的分布具有正向作用。从空间差异来看（图4e），村庄用地面积指标对村级工业园的分布影响由西北面向东南面圈层式递减，对陈村、乐从两镇影响最大。

6）在水源保护区面积指标中，27%的格网回归系数为正值，73%的格网回归系数为负值，说明水源保护区面积指标对大部分地区村级工业园的分布具有负向作用。从空间差异来看（图4f），水源保护区面积指标对村级工业园的分布呈正向影响最大的区域在顺德区东北面，集中在陈村和北滘两镇；呈负向影响最大的区域在顺德区西南面，集中在杏坛和均安两镇。

综上，顺德区西北部村级工业园分布主要受一二三级公路长度指标、村庄用地面积指标和城市用地面积指标的影响较大，其中一二三级公路长度指标和村庄用地面积指标呈正向影响，城市用地面积指标呈负向影响。西部村级工业园分布主要受人口数量指标和城市用地面积指标影响较大，其中人口数量指标呈正向影响，城市用地面积指标呈负向影响。东部村级工业园的分布主要受城市用地面积指标影响较大，呈正向影响。东北部村级工业园的分布主要受水源保护区面积指标、一二三级道路长度指标和河流水面面积指标影响较大，其中水源保护区面积指标和一二三级道路长度指标呈正向影响，河流水面面积指标呈负向影响。

3.2 产业因素分析

3.2.1 制造业现状主导产业分布结果

1）在全区尺度上，金属制品业和家具制造业占绝对优势。根据统计，顺德区380个村级工业园，制造业现状主导产业共涉及19个制造业大类行业门类。从19个大类行业门类的占比情况来看（表3），金属制品业是第一大行业，存在高达40%的村级工业园以金属制品业为制造业现状主导产业；家具制造业和橡胶和塑料制品业排在第二、三位，有31.05%的村级工业园以家具制造业为制造业现状主导产业，有13.68%的村级工业园以橡胶和塑料制品业为制造业现状主导产业；其余行业占比均较低，均不超5%，且大部分不超1%。因此，在全区尺度上，顺德区村级工业园形成以金属制品业、家具制造业和橡胶和塑料制品业三大行业为主导的制造业现状主导产业，且金属制品业和家具制造业强于橡胶和塑料制品业。

表3 顺德区制造业现状主导产业数量及占比统计Tab. 3 Statistics on the number and proportion of the status leading manufacturing industries in Shunde District

2）在区域尺度上，三大制造业现状主导产业的集聚中心在数量与分布上存在较大差异。从三大制造业现状主导产业空间分布的核密度分析结果来看（图5），三大制造业的集聚中心在数量和空间分布上差异明显。从村级工业园本身的分布来看，形成了东多西少、东密西疏和远离广州的不均匀分布格局。村级工业园的分布不均匀，也导致了三大制造业的空间分布存在一定的地理分异现象，具体来看，金属制造业呈现多个集聚中心且分布范围较大，几乎遍布顺德区全区，且集聚中心较多，主要分布在乐从镇东面、陈村镇、勒流街道和容桂街道（图5a）；家具制造业分布集中，主要分布在龙江和乐从两镇，集聚中心主要在龙江镇（图5b）；橡胶和塑料制品业分布相对集中，主要在杏坛镇和大良街道的西面，且集聚中心较为单一，分布在杏坛镇（图5c）。

3.2.2 结果分析

通过分析顺德区村级工业园制造业现状主导产业分布情况，制造业现状主导产业为金属制品业的村级工业园分布在顺德区的中东部，为家具制造业的分布在顺德区的西北部，为橡胶和塑料制品业的分布在顺德区的南部。制造业现状主导产业为家具制造业的村级工业园的数量占所有村级工业园的40%，且基本上全部分布在乐从和龙江两镇，这与顺德区村级工业园集聚核心在乐从和龙江两镇的核密度分析结果高度一致，说明产业集聚是导致村级工业园现状分布的主要原因。

4 结 论

本文基于顺德区村级工业园专项调查数据以及顺德区三旧办网站发布的相关公开数据，借助ArcGIS空间分析平台，采用核密度、探索性空间数据、GWR等分析方法分析顺德区村级工业园空间分布特征，探讨其形成影响因素。实验表明，顺德区村级工业园的空间分布呈现显著的空间聚集，呈现明显的双核聚集模式，集聚核心分布在乐从和龙江两镇，并且呈现明显的空间自相关，但局部自相关不明显。基于GWR方法，看出顺德区村级工业园的分布受人口数量、河流水域面积、一二三级公路长度、水源保护区面积、城市用地面积、村庄用地面积等指标的影响程度存在显著差异；基于制造业现状主导产业分析，看出顺德区村级工业园的空间集聚特征与村级工业园的制造业现状主导产业集聚特征高度一致，说明产业的集聚是导致村级工业园现状分布的主要原因。

受数据获取的限制，本文无法获取村级工业园建设时序数据，无法分析村级工业园历史演变特征，归纳村级工业园历史演变规律。未来可从村级工业园建设时序方面继续探讨，使结果更加全面。