基于聚类分析的浙江省信息经济类特色小镇发展研究*

邵文意 吴淑莲 张入文

(浙江理工大学建筑工程学院，浙江 杭州 310018)

0 引言

2017年12月，国家发展和改革委员会、国土资源部、环境保护部、住房和城建乡建设部联合印发《关于规范推进特色小镇和特色小城镇建设的若干意见》。随后，各地政府陆续出台创建标准以规范特色小镇建设，推进区域经济高质量发展。截至2020年12月24日，在省级特色小镇中，共有42个命名、101个创建、52个培育。浙江省依据《特色小镇评定规范》，根据产业特点，划分了高端装备制造、信息经济、旅游、金融、健康、时尚、环保、历史经典8类特色小镇。其中，高端装备制造类特色小镇数量最多，达45个；其次是信息经济和旅游类特色小镇，分别为42个和39个；金融和环保特色小镇数量最少，分别为9个和8个。

近年来，浙江省不断推动国民经济与社会信息化建设，大力发展软件产业、电子信息产品制造业与信息服务业，全力打造“数字浙江”[1]。而信息经济类特色小镇以数字产业为核心，不断加快互联网、云计算、人工智能与物联网企业的融合，通过搭建产业平台，优化创业环境，加速推进数字产业集群的建设，以协同发展占据数字产业的制高点[2]。本文通过对浙江省信息经济类特色小镇进行聚类分析，研究不同类别特色小镇的差异性，旨在充分利用资源优势，助力特色小镇高质量发展。

1 特色小镇相关理论研究

1.1 文献综述

目前，我国特色小镇建设方兴未艾，特色小镇的理论研究逐渐成熟。目前，大部分研究成果主要集中于内涵作用、政策研究、发展水平评价研究、发展路径等方面。有学者认为，特色小镇不是一个行政单位，而是一个汇集了技术、资金和人才等高端要素的综合平台[3]；特色小镇作为一种新兴产业空间组织形式[4]，其目的在于改善城乡发展格局，促进经济转型升级，推动新型城镇化和农村振兴[5]。赵佩佩等[6]认为，创建特色小镇需要明确三个关键问题，其中，政策设计问题是重中之重，政策顶层设计决定了地方级特色小镇的未来发展路径。辛金国等[7]基于高质量发展内涵，根据可持续性、核心因素和风险判断三个层面，从高质量发展的6个维度构建了浙江省特色小镇高质量发展评价指标体系。王振坡等[8]根据特色小镇可持续发展的逻辑分析框架，提出特色小镇的发展路径应遵循城市客观发展规律，坚持多元化发展策略，不断完善体系建设等。

产业创新与融合对特色小镇具有重要的推动作用，特别是人才、技术等资源要素的集聚至关重要。大多数学者认为，国内特色小镇的兴起是由于产业集群或开发区发展模式遭遇瓶颈[9-10]，其中，浙江模式的特色小镇是块状经济演进发展的必然结果。产业集聚以市场机制为导向，能够有效激发集聚效应。随着产业集聚不断扩张，企业遭遇发展瓶颈，主要原因包括市场主体小而分散、产业门槛低、人才缺乏以及政府能力有限等[11]。特色小镇作为介于产业集群(单个产业)和开发区(多个产业)之间的中间性组织，包含公共服务供给与制度创新成分，因而能够突破上述限制，成为区域的创新增长极[12]。

1.2 聚类分析

聚类是将数据划分为不同类或簇的过程。聚类分析展现了“类内的相似性与类间的排他性”[13]。聚类算法在工程、计算机科学、地球科学(如遥感)、社会科学(如心理学)、经济学等领域应用广泛[14]。聚类分析因具有实用、简单、高效等优点常应用于文档聚类、市场细分、特征学习等。Sardar等[15]使用MapReduce编程模型，设计并验证了并行的K均值算法，并将计算结果与序列K均值进行比较，对不同大小的文档数据集进行聚类。也有学者将K均值聚类算法引入主题模型(Biterm Topic Model，BTM)[16]。

目前，已有国内学者采用聚类分析方法对特色小镇进行归类。施从美等[17]利用K-均值聚类法将全国首批127个特色小镇划分为产业特色类、生态建设类、资源潜力类、文化历史类以及无明显特色类五大类小镇。林赛男等[18]构建了农业特色小镇综合竞争力评价指标体系，采用树状聚类图对竞争力处于平均水平以下的农业特色小镇进行梯度划分。刘薇[19]运用SPSS 22软件将山东省22个国家级特色小镇聚类为旅游成熟型特色小镇、旅游协同型特色小镇、旅游潜力型特色小镇、旅游依附型特色小镇。

综上所述，特色小镇作为产业集聚演化的阶段性产物，相关研究侧重于特色小镇的发展模式、意义、路径等方面；现有研究主要侧重于聚类的内涵、用途及方法等方面；部分学者采用聚类方法(如系统聚类法或K均值聚类法)对特色小镇进行归类。基于此，本文依据特色小镇多维度特征变量，对特色小镇进行归类并分析不同类别特色小镇的差异性，进而提出相应发展对策。

2 浙江省信息经济类特色小镇聚类分析

2.1 指标确定与数据选择

在浙江省42个信息经济类特色小镇中，考虑到培育名单中的特色小镇部分数据不可得以及下城跨贸小镇、平湖国际游购小镇数据缺失严重，故选取数据较为完整的27个信息经济类特色小镇作为研究对象。根据浙江省《特色小镇评定规范》，将特色小镇的培育要求及规定作为特色小镇指标选取的重要参考，包括产业专精发展、高端要素集聚、投入产出效益等。结合特色小镇具体类型，从当地资源禀赋、科技创新、政策扶持三个维度选取特色小镇分析指标。其中，当地资源禀赋维度包括规划面积(km2)、与市政府的距离(km)、企业数(家)三个指标，科技创新维度包括区县专利数(个)、区县研究和试验发展经费支出(亿元)、区县GDP(亿元)三个指标，政策扶持维度包括投资规模(亿元)、税收(亿元)两个指标。

2.2 聚类统计与结果分析

与其他聚类算法相比，K均值算法以计算简单、可拓展性强等优点得到广泛应用[20]。K均值算法是将n个对象分成k个簇，保证簇内指标具有较高的相似度，簇间指标具有较低的相似度。本文利用SPSS 25.0软件进行多次数据统计后发现，将特色小镇分为4类时，其类别特征较为明显。浙江省信息经济类特色小镇K均值聚类统计结果见表1。

表1 浙江省信息经济类特色小镇K均值聚类统计结果

(续)

浙江省信息经济类特色小镇最终聚类中心见表2，各聚类中心之间的距离见表3。

表3 最终聚类中心之间的距离

基于表1～表3数据，对浙江省信息经济类特色小镇进行分析，具体如下：

第一类特色小镇中只有滨江物联网小镇，说明该小镇是聚类中心。第一类特色小镇几乎各项指标均优于其他三类，包括规划面积、与市政府的距离、投资规模、企业数、区县专利数以及区县研究和试验发展经费支出。究其原因在于滨江物联网小镇依托杭州市高新区现有的信息技术产业，具有鲜明的产业特色，集聚了大批龙头企业，吸引了高端人才聚集，借助政策与区位优势成为浙江省唯一一个工业产值超千亿元的特色小镇。因此，本文将第一类特色小镇归纳为全面发展型小镇。

第二类特色小镇包括西湖云栖小镇、余杭梦想小镇、滨江互联网小镇等。由于区县GDP最高且区县专利数、区县研究和试验发展经费支出等指标相对较高，该类特色小镇的主要特征为当地经济基础较好且科技创新能力突出，但存在地理位置较为偏远、企业集聚程度不高等问题。因此，本文将第二类特色小镇归纳为科技创新型特色小镇。

第三类特色小镇包括萧山信息港小镇、德清地理信息小镇、上虞e游小镇、富阳硅谷小镇等。以苍南台商小镇为例，小镇内企业不足200家，区县GDP与区县专利数远低于其他小镇。虽然该类小镇既缺乏当地资源禀赋，也缺乏创新驱动能力，但是未来发展空间巨大。因此，本文将第三类特色小镇归纳为发展潜力型小镇。

第四类特色小镇包括杭州大创小镇、萧山图灵小镇、江北前洋E商小镇。相较于第二、第三类特色小镇，该类特色小镇的主要特征为地理位置优越、高新技术企业集聚程度高，但创新驱动能力较弱。因此，本文将第四类特色小镇归纳为资源禀赋型小镇。

为了更加直观地对浙江省信息经济类特色小镇进行研究，将上述分析结果进行归纳和总结，具体见表4。

表4 浙江省信息经济类特色小镇聚类分析结果

3 浙江省信息经济类特色小镇发展对策

针对浙江省信息经济类特色小镇聚类分析结果，提出以下发展对策：

(1)明确自身定位，积极借鉴优秀特色小镇发展经验，推进自身可持续健康发展。发展潜力型小镇(如苍南台商小镇、丽水绿谷智慧小镇)可以挖掘自身发展优势，明确自身定位，积极向其他表现优异的特色小镇(如处于领先地位的滨江物联网小镇)学习先进经验，因地制宜地制订自身发展方案，向高质量发展转型。

(2)产业创新是特色小镇可持续发展的重要驱动力。针对资源禀赋型小镇，在保持原有资源禀赋优势的同时，应积极推进产业创新。以江北前洋E商小镇为例，当地政府应通过各项优惠政策扶持以及加大对特色小镇的投入等措施助力特色小镇经济发展。一方面，增加地方科技支出，通过引进高层次科研人才加快推进科研成果转化；另一方面，通过税收优惠、补贴奖励等方式引导特色小镇加大研究与试验经费投入，培育企业创新驱动的主体地位。

(3)创新孵化体系，优化创业环境，加速数字产业集群建设。针对科技创新型小镇，如余杭人工智能小镇企业集聚度不高，应通过各项优惠政策吸引高新技术企业与高层次人才聚集，形成高端要素集聚效应，以有效推动特色小镇高质量发展。

4 结语

本文通过聚类分析方法，将浙江省27个信息经济类特色小镇划分为全面发展型、科技创新型、资源禀赋型以及发展潜力型四大类，并分析了不同类型特色小镇特点以及各自存在的问题。在聚类分析的基础上，针对不同类型的特色小镇提出了相应的发展策略，不仅有助于明确特色小镇自身发展优势，为特色小镇产业定位提供参考，而且有助于特色小镇健康可持续发展。