基于企业数据的京津冀地区制造业协同集聚时空格局演化研究
文献类型：学位论文
| 作者 | 孙涵 |
| 答辩日期 | 2025-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 岳焕印 ; 孙威 |
| 关键词 | 制造业协同集聚 多距离空间聚类分析 DO 指数 双变量空间自相关 双变量映射 |
| 学位名称 | 硕士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 近年来，在《“十四五”智能制造发展规划》、《京津冀协同发展规划纲要》等政策持续推动下，区域制造业协同成为优化产业结构、提升区域竞争力的重要抓手。从2008 年美国提出“再工业化”战略，到2018 年中美贸易摩擦的加剧，再到当前全球供应链重构背景下，制造业在国家经济安全和战略竞争中的地位愈发凸显。京津冀城市群作为我国第三大经济“增长极”，拥有雄厚的工业基础和集中分布的大中型国有企业，是我国重要的现代化制造业基地。2014 年京津冀协同发展上升为国家战略，河北积极承接北京外迁产业，产业协同发展成为其实质内容和关键支撑。本文所界定的“协同”重点在于其空间表现，即不同产业在地理空间中的共同集聚状态。因此，从产业地理协同集聚视角出发，准确把握产业协同发展的地理空间演变规律，对深入推进京津冀协同发展战略具有重要意义。 20 世纪90 年代，新经济地理学将空间要素纳入主流经济学研究，以地理邻近性为特征的集聚经济成为经济地理学与GIS 的交叉研究领域，空间分布模式（集聚、离散、随机）是重要研究内容。产业集聚表现为经济活动的地理集中，包括相同产业及上下游产业的邻近分布，其测量不仅涉及单一产业集聚度，也包括多产业共同集聚度。因此，产业协同集聚可以包括一对一、一对多、多对多等多种形式，本文关注的是一对一的产业协同集聚问题。然而，产业协同集聚的研究在形态刻画、机制探索和效应分析等方面与单一产业集聚仍存在较大差距，尤其是产业内部协同集聚的研究相对匮乏。而能否准确测量协同集聚度是进行机制和效应分析的基本前提。Ripley’s K 函数也被称为多距离空间聚类分析，DO 指数在其基础上发展而来，由Duranton 和Overman 提出，用于衡量企业在空间上的集聚程度。不同于K 函数基于完全随机假设，DO 指数考虑了企业由于自然屏障和政治限制等因素无法完全随机分布的情况，并增加了企业规模的控制，因此更适用于产业协同集聚的研究。相比传统经济学方法，DO 指数避免了可塑性面积单元问题，考虑了集聚发生的偶然性并给出置信水平，满足一个好的集聚测度方法应该具备的5个条件。因此，DO 指数在集聚测度中展现出更高的科学性与适用性。但多距离空间聚类分析缺少对分布模式和空间位置的展现，且关键参数——研究的空间尺度尚无统一标准，这对具有空间属性的集聚经济来说存在较大局限性。同时，该方法的计算复杂性较大，即使使用高速计算机，几千个企业点的计算所花费时间仍以天计。基于上述背景，本文以京津冀地区为研究区域，2008 和2018 年制造业企业数据为研究对象，在以下方面进行了创新性改进：一是，以DO 指数为核心构建全面的产业协同集聚测度技术框架。引入双变量空间自相关和双变量映射方法，前者可识别产业协同集聚的空间位置关系，判断不同行业在空间上的关联模式，后者则通过颜色组合直观展现两个变量在地理空间上的分布模式，反映产业协同的强弱关系。三种方法有机结合，多维度（强度、尺度、位置）揭示了产业协同集聚现象。二是，完善参数设定与计算优化机制。综合考量行业异质性、研究区域特征和数据特性，提出DO 指数关键参数的适应性设定流程，增强方法在空间异质性条件下的适用性和解释力。同时，针对DO 指数计算复杂度高的问题，提出兼顾计算可行性与结果稳健性的优化策略，增强其在大样本情景下的可操作性。三是，关注两两产业之间的协同集聚。针对京津冀地区产业协同集聚研究，分别从整体制造业、代表性高协同集聚行业对（TOP 20）、典型行业三个层面展开分析，探讨京津冀协同发展战略提出前后制造业协同集聚格局的演化趋势，验证战略的实施效果，为优化和调控京津冀地区制造业区域分工、功能疏解与承接提供科学依据。丰富了多距离空间聚类分析方法在多个产业协同集聚测度中的应用场景，为集聚经济理论研究提供了新的实证案例。主要研究结论如下： （1）方法层面：针对京津冀区域特点和制造业数据特点，对方法进行适应性调整。①阈值选择。距离上限?0是DO 指数的关键参数，不同的研究区域具有不同的最佳研究尺度，考虑行业异质性，确定京津冀地区最佳阈值尺度为双边距离的中位数；②降低DO 指数运算量。优化距离份数为256 份，调整蒙特卡洛实验次数为20 次，同时通过人工校正临界值（0.003），平衡计算量与结果精度；③降低空间位置分析计算量。通过拟合函数和拐点计算，选取代表性行业对进行分析，2008 年和2018 年均选取TOP 20 行业对；④格网划分。根据最优格网尺寸计算公式和行业对边长数据分布特点，选取2008 年格网边长为5km，2018 年为5.6km。 （2）应用层面：①协同集聚强度：全部制造业协同集聚强度由0.03 降至0.029，总体稳定但呈现“两极分化”。TOP 20 行业对中，48.28%行业的协同集聚强度发生变化，协同方向向高端制造、轻工制造及化工产业转变。典型行业中，作为劳动密集型传统轻工业的皮革、毛皮羽毛及其制品和制鞋业，协同集聚强度由0.0238 增至0.0705，逐步向技术含量更高的高端装备制造、医药化工等行业靠拢。作为京津冀重点发展的先进制造业，汽车制造业协同集聚强度由0.0183 升至0.0324，京津冀地区汽车产业链实现了优化整合，向高端制造、先进材料及新能源方向升级。②协同集聚尺度：京津冀制造业协同集聚显著尺度范围，2008 年为25~68km，2018 年变为55km 以内和75~103km，跨省市的协同集聚模式愈加显著。TOP 20 行业对初始发生协同集聚的尺度由39.34km 增至80.82km，最显著尺度由80.91km 增至125.15km，跨省市协同集聚特征更为明显。皮革、毛皮羽毛及其制品和制鞋业协同集聚尺度更加集中在56 km 和100 km，最显著尺度有所下降。汽车制造业新增了短距离（46km）和远距离（153km）的协同集聚尺度，最显著尺度提高，产业链进一步分工优化。③协同集聚空间位置：制造业协同集聚的热点区域由京津向河北扩散，呈现“南强北弱”的特征，十年间“由点到面”连片发展。但目前产业仍处于重新整合和集聚的过程中，企业协作和协同集聚效应尚未完全成熟。皮革、毛皮羽毛及其制品和制鞋业协同集聚模式转变为“天津-河北东南部核心协同布局”，在河北形成了相对合理的承接格局。汽车制造业形成“京津核心+河北次级集聚中心”协同集聚模式，京津依然保持在核心技术研发、高端零部件制造等环节的主导地位，河北承接部分产业链环节，形成了较为明显的区域分工格局。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 157 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/215738]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 孙涵. 基于企业数据的京津冀地区制造业协同集聚时空格局演化研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。