文章快速检索     高级检索
  人文地理  2019, Vol. 34 Issue (5): 93-100  DOI: 10.13959/j.issn.1003-2398.2019.05.012
0

引用本文  

王承云, 马任东, 王鑫. 长三角一体化背景下“嘉昆太”跨行政区域汽车产业集群研究[J]. 人文地理, 2019, 34(5): 93-100. DOI: 10.13959/j.issn.1003-2398.2019.05.012.
WANG Cheng-yun, MA Ren-dong, WANG Xin. RESEARCH ON "JIADING-KUNSHAN-TAICANG" CROSS-ADMINISTRATIVE AUTOMOBILE INDUSTRY CLUSTER BASED ON YANGTZE RIVER DELTA INTEGRATION[J]. Human Geography, 2019, 34(5): 93-100. DOI: 10.13959/j.issn.1003-2398.2019.05.012.

基金项目

国家自然科学基金项目(41571110)

作者简介

王承云(1961-), 女, 山东龙口人, 博士, 教授, 研究方向为城市创新与区域经济。E-mail:chengyun@shnu.edu.cn

文章历史

收稿日期:2019-01-27
修订日期:2019-05-27
长三角一体化背景下“嘉昆太”跨行政区域汽车产业集群研究
王承云 , 马任东 , 王鑫     
上海师范大学 环境与地理科学学院, 上海 200234
提   要:基于2008到2017年十年间的汽车产业相关统计数据,选取上海嘉定区、江苏昆山市、太仓市的29个乡镇街道为研究单元尺度,以汽车产业链中的1471家汽车生产企业为研究对象,深入分析了汽车产业跨越行政区域形成产业集群的空间格局及其动力机制。研究发现:①嘉昆太汽车产业集群整体呈现出“一核心带动两翼型”的发展模式,即以嘉定为核心带动昆山、太仓两翼发展的空间形态;发展方向上,集群重心出现自嘉定向昆山太仓偏移的态势,行政壁垒对跨区集群的制约效应逐渐降低,汽车产业的集群创新边界越来越模糊,更加有利于对接国家战略长三角一体化的发展。②在嘉昆太汽车产业扩散和转移过程中,研发产业作为中上游环节,其核心仍主要集聚在嘉定区,这主要基于创新资源的邻近和丰富,汽车先进零部件制造业作为产业链中下游环节逐渐向昆山、太仓转移。③影响因素相互作用,其中区域产业基础、创新资源、区域政策与交通条件是嘉昆太汽车产业集群的主要动力机制。
关键词嘉昆太跨行政区域    汽车产业集群    空间演化过程    动力机制    
RESEARCH ON "JIADING-KUNSHAN-TAICANG" CROSS-ADMINISTRATIVE AUTOMOBILE INDUSTRY CLUSTER BASED ON YANGTZE RIVER DELTA INTEGRATION
WANG Cheng-yun , MA Ren-dong , WANG Xin     
School of Environment Science and Geography, Shanghai Normal University, Shanghai 200234, China
Abstract: Based on the relevant statistical data of automobile industry from 2008 to 2017, taking 29 township streets in Jiading district of Shanghai, Kunshan city of Jiangsu province and Taicang city as the research unit, and 1, 471 automobile enterprises in the automobile industry chain as the research object, this paper conducts an in-depth analysis on the problems related to the formation of industrial clusters across administrative regions of automobile industry. The research shows that the automobile industry cluster of Jiading has a development pattern of "one core driving two wings", that is, the spatial pattern of the two wings of Kunshan and Taicang with Jiading as the core. In the development direction, the cluster center of gravity is shifting from Jiading to Kunshan Taicang, and the restrictive effect of administrative barriers on cross-district clusters is gradually reduced. In the transfer process of Jiaquintai automobile industry, advanced parts manufacturing industry, as the middle link of the industrial chain, is gradually transferred to Kunshan and Taicang, while the R & D industry, as the upstream link, is still mainly concentrated in Jiading district, which is closely related to its indispensable innovation resources. Regional industrial base, innovative resources, regional policies and traffic conditions play a crucial role in the formation of jiaquintan automobile industrial cluster.
Key words: Jiading-Kunshan-Tai trans-administrative region    automobile industry cluster    spatial evolution    dynamic mechanism    
1 引言

自2018年11月长三角一体化上升为国家战略,中国区域经济发展大格局中重要的“一着棋”加速了落子布局的速度。2019年5月13日中共中央召开政治局会议,审议了《长江三角洲区域一体化发展规划纲要》。长三角更高质量一体化发展,这一国家战略迎来更加清晰的行动指南。然而,长三角一体化是一项长期、复杂且艰巨的过程,当中必然会受到各城市发展的模式、机制、行政壁垒等因素制约,使一体化水平呈波动中上升[1]。其中,处于长三角南部的宁波—台州汽车产业集群是以吉利和青年集团为首的民营汽车企业推动为主,而地处长三角北部的嘉定—苏州地区则是以上汽集团与德国大众与美国通用公司等中外合资企业逐步发展壮大为特征。为推动长三角一体化发展,也为提升各城市及各区县市核心竞争力,2018年5月21日,上海市嘉定区与江苏省苏州市签订战略合作协议,共同推进嘉、昆、太协同创新核心圈,合力打造世界级汽车产业中心[2]。嘉定是全国著名的汽车之城,汽车产业是嘉定经济支柱产业。昆山市与太仓市由于受到上海汽车产业转移的影响,汽车产业发展也是稳步扩大。嘉定、昆山、太仓位于上海与江苏的交界地域,地理位置邻近,在自然与人文上高度互通。但由于行政区划的不同以及行政壁垒的存在,嘉昆太在产业发展过程中仍存在一定差距,如何更进一步深化三地协同发展,缩小经济区域内产业发展差距,扩大嘉昆太产业联动交流与合作,从而合力推进长三角一体化进程是当前嘉昆太协同发展过程中亟待解决的科学问题。

汽车产业被誉为“工业中的工业”,是资本和技术高度密集的现代产业[3]。汽车产业作为衡量我国工业化水平的综合指标,具有产业链条长、产业内部关联度大、产业带动性能力强三方面的特点[4]。正由于存在此种特征,汽车产业在未来必然走向集群化发展。有学者认为产业集群应当在地理空间上相互靠近,同时存在相互关联的公司与机构,同处或相关于特定产业,由于共性与互补性而关联,因而产业集群的界定标准应为地理集聚与产业特性[5, 6]。近年来产业链的逐步完善带动了相关区域产业重组,产业空间格局也得以不断调整,进一步助力区域经济发展[7, 8]。对汽车产业的相关研究一直是学者们关注的重点,主要体现在汽车产业的形成、演化与发展的影响因素[9-11],汽车产业集群的机制、特征及作用研究[12-14],汽车产业集群的全球化发展策略[15-17]空间视角的汽车产业研究[18-20]。在已有的研究成果中,汽车产业的研究成果颇丰,但是对汽车产业研究空间尺度上大多数是基于国家层面、省级行政区的。随着长三角一体化国家战略的实施,区域间合作将越来越密切,行政边界对产业空间的整合集聚作用已越来越模糊。本研究基于长三角一体化背景,利用政府有关官网统计数据以及实地调研等资料,以乡镇街道为研究单元,以计量地理学和经济地理学为理论基础,运用GIS方法,研究嘉昆太汽车产业集群及其空间演化过程,探讨嘉昆太跨行政区汽车产业集群的主要动力机制。

2 研究区域、方法及数据 2.1 研究区域界定

本文研究区域为上海市嘉定区、江苏省昆山市、太仓市,三地下辖共计29个乡镇街道。其中,嘉定区12个乡镇街道,昆山市11个乡镇,太仓市8个乡镇(如图 1)。

图 1 嘉昆太行政区划图 Fig.1 Jiading-Kunshan-Taicang Administrative Zoning Map
2.2 数据来源

对于一条成熟的汽车产业链而言,汽车研发及核心零部件制造在产业利润中占据较高配额,本文将研究视角聚力于汽车研发企业与先进零部件制造企业。企业数据来自江苏科委网站与上海科委网站公示的历年高新技术企业名单,运用百度API功能进行批量坐标整理,确定其具体位置,并对数据进行去重,纠正偏差,按照《2016中国汽车工业统计年鉴》汽车产业链分类标准进行分类,整理得到1471家汽车企业样本。中国从2008年开始高新技术企业认定工作[21],基于数据的可得性与科学性,本文的采集年限为2008年—2017年,时间跨度以4—5年为时间单元。

2.3 研究方法 2.3.1 核密度法

核密度(Kernel Density)是通过可移动的单元格对空间点密度进行合理估计,直观描述事物集聚扩散特征,在空间分析研究中使用广泛[22, 23]。公式为:

(1)

式中:f为分布密度函数;x1, x2, …, xn为样本企业;h为带宽,即函数取值范围(h > 0);(x -xi)为企业间的距离;K为核函数,本文利用核密度估计分析嘉昆太边界地区汽车产业空间演化过程。

2.3.2 标准差椭圆

标准差椭圆(SDE)是研究事物空间方向变化的计量模型。长轴指示分布最多的方向,短轴指示分布最少的方向[24, 25]。本文利用标准差椭圆识别嘉昆太汽车产业空间演化方向。圆心公式为:

(2)

式中,SDExSDEy为圆心坐标;xiyi为要素空间坐标;xy为算数平均中心,n为要素个数。

X、Y轴长度公式为:

(3)

式中,∂x,∂y为X、Y轴长度,为平均中心与XY坐标差,θ为旋转角度。

2.3.3 探索性空间数据分析(ESDA)

探索性空间数据分析方法是通过具有空间异质性与依赖性特征的样本数据测度空间关联性,主要有全局自相关与局部自相关[26, 27]。主要使用全局Moran' s I指数检验嘉昆太内部邻近乡镇街道之间是否相似(空间正相关),相异(空间负相关)亦或相互独立的。公式为:

(4)

式中:N为空间单元总数;xixj是空间单元ij的属性;x是平均值;Wij是空间权重,如果空间单元i与空间单元j邻接,则Wij=1,否则为0。用Z检验方法对Moran' s I指数进行统计检验,,其中E(I)为期望值,var(I)为变异系数。

本研究运用Gi*指数确定高值聚类和低值聚类,并对本地区研发企业与先进零部件制造业不同环节产业进行热点分析。Gi*指数高值即热点区域,Gi*指数低值即冷点区域。公式为:

(5)

式中:E(Gi*)为数学期望;var(Gi*)为方差,j ≠1;其他公式符号与(1)式中相同。

3 嘉昆太汽车产业集群演化过程 3.1 总体格局特征 3.1.1 “一核心带动两翼型”模式

图 2中可以看出,2008年嘉昆太地区的汽车产业主要分布在嘉定区的安亭、马陆、徐行、嘉定工业园和南翔,且5个镇的汽车产业基数较大,占据整个嘉昆太地区汽车产业的58%,而昆山、太仓地区乡镇街道所占比重相较整体而言只占19%和11%。2013年苏州两市汽车产业逐渐起步,从企业数量上看,嘉定区汽车产业在2013年占据嘉昆太汽车产业的36%、昆山占51%、太仓占13%。其中昆山汽车企业数量增长较快,企业总量整体超过嘉定,发展较快的地区主要有玉山镇与昆山开发区。2017年嘉定汽车产业数量占据整个研究区域的31%、昆山占55%、太仓占15%,其中,嘉定的安亭、昆山的玉山和开发区依旧是企业分布最多的地区,与2013年相比,嘉定区的马陆、南翔等乡镇汽车企业数量在整个嘉昆太地区所占比重下降,太仓市的汽车企业数量增速虽不及昆山,但体量较2013年增长较多,“一核带动两翼”格局显现。究其原因在于嘉定的汽车产业起步较早,自1958年中国第一辆“凤凰牌”轿车在嘉定诞生起,发展到今天嘉定汽车产业已然成为上海乃至全国的特强产业。玉山作为昆山市经济中心,近年来一直在承接国际市场转移,大力发展先进制造业,多年在全国千强镇排名中位列第一;昆山高新技术开发区自2010年设立以来在市政府支持下汽车产业蓬勃兴起。

图 2 2008—2017年各乡镇企业数量分布图 Fig.2 The Number of Township Enterprises in 2008—2017
3.1.2 集群重心自嘉定向昆山、太仓扩散转移

图 3中可以看出在2008年到2017年十年间,嘉昆太汽车产业在方向上整体向西偏移,即有嘉定向昆山太仓转移。椭圆内区域表示企业在此集中,2008年嘉定区除了华亭镇北部、江桥镇南部及真新街道外大部分区域位于椭圆内,2013年椭圆内大部分区域位于昆山东部与太仓南部,具体有昆山市的开发区、玉山镇、周市镇、陆家镇、花桥镇以及太仓市的经济开发区、城厢镇与双凤镇。2017年椭圆同2013年相比略微向西偏移,但总体变化不大。同样从图 3中可以直观看出,2017年嘉昆太地区汽车企业分布逐步趋于成熟,产业的整体布局亦逐步趋于均衡,这其中主要由于近年来昆山开发区致力于将汽车零部件产业打造成主导产业生力军,重点做强汽车零部件产业,并着力吸引外企入驻,完成零部件垂直整合,区内拥有丰田以及三一重工等知名品牌,汽车产业链逐步成熟;周市镇高端装备制造业发展迅速,近年来积极拓宽海外市场,目标迈向实现百亿级汽车产业;陆家镇是典型的鱼米之乡,但陆家镇由于与开发区和花桥镇紧紧相邻,民营企业发展迅速,尤其汽车零配件制造行业逐步走向集约化、科技化与规模化;太仓开发区由于国外汽车企业落户增加,初步形成以德国为主的欧美汽车产业群、日本为首的日韩汽车产业群和以港台为首的国内规模汽车产业群,在区内三大汽车产业群带动促进下,太仓开发区汽车产业发展迅速。

图 3 2008—2017年椭圆分布 Fig.3 Oval Distribution from 2008 to 2017
3.1.3 行政壁垒制约效应逐渐降低

省际边界地区从南向北主要包括嘉定的安亭、外冈、徐行和华亭,昆山的花桥、陆家镇、开发区和周市镇以及太仓的城厢、科教新城、经济开发区、浏河及双凤。从图 4中可以看出,2008年嘉昆太交界地区低值区域较多,嘉定低值区域主要是外冈西部,徐行西部和华亭部分区域,其余为高值区域。昆山汽车产业分布的高值区域有两个,一是昆山开发区南部与陆家镇西部交界部分,二是周市镇南部和玉山镇东部交界部分,而处于嘉昆太边界地域的开发区东部、花桥密度分布稀疏,属于企业分布的低值区域。太仓汽车产业相较嘉定昆山而言处于起步阶段,产业分布的高值区域位于沙溪镇,而处于嘉昆太边界处的地域除了经济开发区与城厢镇的交界部分有少数集中之外,其余大部分处于密度分布低值区域。

图 4 2008—2017核密度分布图 Fig.4 Nuclear Density Distribution Map from 2008 to 2017

2013年嘉昆太边界地区低值区域范围明显缩小,具体体现在昆山市的开发区、陆家镇以及花桥镇三地以及太仓市的城厢镇和经济开发区汽车产业的整体扩张;而嘉定区受限于土地利用,汽车企业从整体上并未出现明显扩张趋势。相比2008年,2013年昆山市域内汽车产业成长迅速,处于边界地区的开发区体量上扩张较明显,方向整体向东延伸。由于上海轨交11号线延伸至花桥,大大方便人员流通,使得花桥镇汽车企业整体呈现沿地铁方向分布趋势;太仓市的城厢镇与经济开发区交界处的汽车企业由起步向迅速扩张阶段发展,扩张态势明显,高值区域由沙溪镇向城厢镇与经济开发区交界处转移,行政壁垒的制约效应初步减弱。2017年嘉昆太边界区域汽车产业总体变化特征不大。2017年昆山与嘉定汽车产业联系加深,昆山高值区域与嘉定高值区域通过花桥镇相连接,花桥高值区域的汽车企业在规模上有所扩大,但安亭高值区域在规模上却呈下降趋势。昆山太仓汽车产业在空间上向边界中心集聚,周市镇和开发区汽车企业在空间上向东北延伸,城厢镇、经济开发区以及双凤镇的汽车企业空间上整体向西南延伸,昆山太仓交界处的低值区域范围进一步变少,并且颜色深度出现变化,表明低值区域正在向高值区域过度。2017年嘉定太仓两地汽车企业空间整体向交界处集聚,且集聚变化较明显,其中嘉定区的徐行镇整体向西北方向扩张,而太仓市的城厢镇与经济开发区整体向东南方向扩张,行政壁垒对汽车产业集群的制约效应进一步减弱。徐行镇拥有同济大学汽车学院以及上海汽车工业质量检测研究所,“产学研”融合助力徐行汽车产业发展,在此基础上《嘉定区总体规划(2017—2035)》中,徐行镇将重点打造自主创新产业化示范区,因而徐行镇汽车产业规模逐步扩大。太仓经济开发区近年来着力引进欧美企业,以汽车配件制造为主题的德资工业园已成为太仓经济开发区的招商品牌,很大程度上扩大太仓经济开发区汽车企业规模。

3.2 上下游产业链热点区域差异明显 3.2.1 汽车研发产业在嘉定形成明显集聚

2008年研发企业热点区域分布在安亭与马陆,而昆山太仓大部分区域属于汽车产业发展的冷点区域,发展相对滞后。2013年嘉昆太地区汽车研发产业全局自相关Moran's I指数为0.070,大于0具有正相关性,而2008年Moran's I指数为-0.039,说明嘉昆太地区汽车研发产业集聚性增强,本地区汽车研发产业正从无序走向有序。从2013年至2017年嘉昆太汽车研发产业全局空间自相关Moran's I指数从0.070增长至0.122,同时2017年Z得分为1.97大于1.96,p值为0.048小于0.05,通过置信度95%检验,说明嘉昆太地区汽车研发产业呈现明显聚类分布特征。20世纪80年代上海大众落户安亭进一步推动安亭汽车产业发展。安亭占据汽车研发产业发展的优势条件。2008年安亭探索引进了总部经济,总部经济拥有高科技含量和较强产业带动能力并且占地面积较少,在土地价格高涨的上海,总部经济发展壮大,更进一步促进汽车研发产业成长。马陆镇依托嘉定新城建设优势,重点打造高科技产业,目标将马陆建设成汽车产业研发高地。

2013年昆山市汽车研发产业起步,昆山开发区处于次热点区域,周市镇和玉山镇处于过渡区域。昆山开发区在“十二五”期间提出主打汽车产业核心技术,增强自主创新能力,促进汽车产业产品创新、技术创新与产业创新;2013年周市镇在零部件产业发展基础上进行产业结构调整,以中汽梦工厂为主的汽车产业综合体入驻周市镇,使周市镇在建设以研发技术为主导的产业发展新格局上迈出坚实一步;玉山镇作为昆山市政府所在地,汽车产业基础雄厚,在研发上注重技术创新,充分利用内外资,提高产业竞争力。2017年总体格局并未出现明显变化,安亭仍处于热点区域,外冈则由2013年的过渡区域发展成为2017年的次热点区域,从产业区位角度来看,外冈与安亭相邻,受安亭产业带动影响,大力布局新能源汽车产业基地,依托新能源汽车与互联网汽车,积极布局汽车创新链,汽车研发产业发展迅速。

3.2.2 汽车先进零部件制造业向昆山、太仓扩散转移

2008年至2017年,嘉昆太地区汽车先进零部件制造业Moran's I指数由2008年的0.159增长为2013年的0.176,最后增长为2017年的0.252,且Moran's I指数均为正值,经过测算三年的全局自相关均通过90%置信度检验,表明先进零部件制造业在该地区具有显著空间自相关性。2008年热点区域位于嘉定区,主要分布在安亭、马陆与徐行,而昆山太仓除了开发区外,区域内大部分为冷点区域或次冷点区域。安亭、马陆和徐行由于自身产业基础雄厚,零部件制造起步早,同时上海国际汽车城的零部件产业园升级成国家火炬计划安亭零部件产业基地,“十一五”期间嘉定一直是发展的热点区域。昆山和太仓两地开发区充分利用外资外企,加之政策等优势,先进零部件制造始终处于优势。

2013年制造业热点区域有安亭,昆山开发区和玉山镇,次热点包括昆山巴城镇、周市镇、张浦镇和千灯镇,以及太仓经济开发区。大部分制造业热点区域在2008年的基础上扩张明显。和2008年不同,嘉定区除安亭、外冈、江桥和真新街道外,其余乡镇由2008年的热点区域、次热点区域转变为次热点区域、过渡区域。一方面,尽管这几个乡镇致力于发展先进制造业,但体量、规模在与安亭,昆山开发区等发展迅速、有充足内外资支持的地区相比存在差距;另一方面,在上海的土地利用即将触碰到“天花板”的背景下,发展研发产业、总部经济更符合区域未来的整体发展。

2017年热点区域分布在昆山市玉山镇与开发区,热点、次热点区域进一步扩大,冷点范围仅限于部分街道乡镇。昆山太仓大部分地区先进制造业由起步发展到成熟稳定。近年来,得益于上海汽车产业溢出效应,昆山太仓重点发展高端装备制造业,培育高端零部件制造业,打造高端汽车产业链。昆山以开发区作为与嘉定汽车产业的对接阵地,太仓以中德合作产业园等作为与上海汽车产业的对接阵地,三地在汽车产业链上分工合作,嘉昆太汽车产业在合作中不断成熟。

图 5 2008—2017年研发企业热点分布图 Fig.5 Research and Development Enterprise Hotspots Chart from 2008 to 2017
图 6 2008—2017年先进零部件制造业热点分布图 Fig.6 Hot Spots Distribution Chart of Advanced Parts Manufacturing from 2008 to 2017
4 动力机制 4.1 产业基础

嘉定在经过数十年汽车产业发展基础上,在土地利用等因素制约下,大力发展总部经济与研发产业,区域内汽车整车研发,新能源开发以及互联网汽车研制等价值链高端产业蓬勃发展,对于价值链低端的制造业则是不断向外转移。昆山和太仓一直是国内著名的零部件制造基地,本身有较强制造业基础,加上承接上海汽车产业转移,大力发展零部件制造尤其是以先进零部件制造业为主的高端装备制造业,使得高端汽车零部件制造业成为昆山太仓的优势汽车产业。

4.2 创新资源

依据嘉定总体规划(2017—2035)要求,嘉定定位于打造汽车嘉定,科技嘉定。作为上海科创中心建设重要承载区,嘉定分布众多创新资源,包括科研院所、高校以及科研人才等。在汽车研发产业方面,嘉定更是走在长三角前列,区域内有包括张江高新区嘉定分园在内的30多家科技产业园;有上汽集团、电动汽车研发中心在内的一大批科研中心;有同济大学汽车学院在内多个研究院校以及三万多名汽车专业人才。产学研充分融合,创新资源高效整合,使嘉定汽车研发产业始终在长三角地区甚至全国范围内中占据产业高地。依据《江苏省县(市)科技创新分析研究》以及《“十三五”昆山市产业创新发展报告》,昆山和太仓产业综合实力很强,但汽车产业结构仍需优化,虽然汽车产业整体发展较快,但自主研发能力同嘉定相比仍有较大差距,同时产学研联系不充分,企业很少能介入科研院所的开发,人才储备也相对乏力,研发主体地位有待进一步强化。因此,在现有基础上提高嘉昆太汽车产业联系,以“产业同圈”延伸汽车产业链,增强嘉昆太地区整体核心竞争力,加大协同发展力度,才能早日完成嘉昆太协同创新核心圈建设,打造有影响力的汽车产业中心。

4.3 区域政策

尽管嘉定、昆山、太仓属于不同的行政区划,但由于地理邻近以及自然人文环境互通,政府间合作日益密切。在汽车产业发展上,三地资源禀赋互补,充分利用科技、资源、市场、人才等方面优势,密切产业间交流合作,共同开展科技创新,促进产业转型升级。其中安亭镇与花桥镇已经开始双城共建,不仅在汽车产业上深化合作,在城市建设,民生建设等多方面开展战略合作,以期形成协同、融合的共赢格局。

4.4 交通条件

国内首条跨省轨道交通——上海轨交11号线花桥站的开通,极大方便嘉定昆山两地居民的交流,对科研人才的工作生活提供极大便利,客观上促进嘉定昆山汽车产业发展。随着嘉昆太协同创新核心圈的提出,为了更好进行产业融合,嘉昆太加快区域路网建设。苏州轨交S1号线延伸段正在建设,建成之后将直接与上海轨交11号线对接;太仓的G204新浏阳河大桥南匝道已经顺利完工,直接沟通太仓与嘉定的交流;同时,嘉定区总体规划(2017—2035)中确定了嘉定“三廊四区”的未来发展格局,其中沪嘉线将北联太仓,成为嘉定发展的主动力轴线;沪宁线将西联昆山,成为产业发展联络的主轴线。交通路网建设不仅使地区汽车产业联系更加密切,也会更加完善嘉昆太协同创新核心圈建设。

5 结论与讨论 5.1 结论

(1)长三角地区作为我国一体化发展水平最高的区域之一,汽车产业等先进制造业集群特征明显,特别是嘉昆太汽车产业呈现“一核心带动两翼型”模式。在嘉定汽车产业发展带动下,邻省的昆山、太仓汽车产业逐步发展起来,昆山和太仓的部分乡镇在体量上游的超过了嘉定的乡镇,“一核两翼”格局初步显现;方向上由嘉定向昆山、太仓转移。集群重心由嘉定外冈镇东侧转移到昆山开发区东侧,说明各区域汽车产业发展的整体数量上嘉定区已经不占优势,而昆山和太仓发展迅速、有后来居上的态势;行政壁垒对跨区集群的制约效应逐渐降低,汽车产业的集群创新边界越来越模糊。

(2)从2008年到2017年,跨界地区汽车产业空间分布低值区域变少,高值区域增多,企业空间分布逐渐向行政边界中心集聚,但边界部分区域汽车产业发展仍未形成显著集群。与长三角南部的宁波—台州汽车产业群重点依托国内民营企业相比较,长三角北部地区的嘉昆太汽车产业集群的基础是依托改革开放初期外资和合资的形式进行集群化发展。宁波—台州地区的汽车民营企业凭借相对灵活的民企运营机制、成本优势,在发展中逐步扩大市场占有率。虽然同处长三角,但嘉昆太汽车产业成长及扩张的方式有所不同,凭借外资及合资的品牌优势及更加突出的产学研技术优势,形成了以嘉定为核心的中心辐轴式模式。

(3)从嘉昆太汽车产业链上下游来看,嘉昆太汽车上游的研发企业核心一直是集聚于以安亭为核心的嘉定中心城区;中下游产业链的先进零部件制造业则呈现自嘉定向昆山、太仓转移的态势。在一定程度上佐证了嘉昆太地区汽车产业具有协同发展基础,嘉定区大力发展总部经济与研发产业,包括汽车整车研发、新能源开发以及互联网汽车研制等价值链高端产业,而昆山太仓由于自身零部件制造业基础雄厚,因而重点发展以先进零部件制造业为主的高端装备制造业。

(4)嘉昆太汽车产业发展的动力机制主要体现在四个方面,其中产业基础是汽车产业发展的前提,高校、研究机构等创新资源是推动汽车产业升级的根本,政府推出的区域政策是引导汽车产业成长的助推器,高速公路网的可达性是连接汽车产业跨区域交流的纽带。在四种因素的共同作用下,嘉昆太汽车产业集群效应逐渐扩大提升。

5.2 讨论

我国进入新时代高质量发展阶段,长三角一体化进展程度如何,跨行政区域的长三角一体化发展如何推进?要完成这一国家使命,长三角一体化还有一些重大科学问题需要研究。目前,长三角一体化仍存在区域合作不够充分、改革发展不够平衡等问题。面临进一步打破区域市场壁垒,通过产业布局一体化破解同质化竞争;通过消除体制机制障碍促进要素流动,增强参与国际竞争的能力等任务。本研究将持续关注产业集群等问题并为长三角一体化国家发展战略提供理论视角和相关政策支持。

参考文献
[1]
洪银兴, 王振, 曾刚, 等. 长三角一体化研究综述[J]. 上海经济, 2018(3): 141-147. [Hong Yinxing, Wang Zhen, Zeng Gang, et al. Commentary on the new trend of the integration of the Yangtze River Delta[J]. Shanghai Economy, 2018(3): 141-147.]
[2]
李琳, 韩宝龙. 地理与认知邻近对高技术产业集群创新影响——以我国软件产业集群为典型案例[J]. 地理研究, 2011, 30(9): 1592-1605. [Li Lin, Han Baolong. An empirical research on how geographic proximity and cognitive proximity work on the innovation performance of high-tech industrial cluster[J]. Geographical Research, 2011, 30(9): 1592-1605.]
[3]
张永凯, 徐伟. 演化经济地理学视角下的产业空间演化及其影响因素分析——以中国汽车工业为例[J]. 世界地理研究, 2014, 23(2): 1-13. [Zhang Yongkai, Xu Wei. Analysis of the industry spatial evolution mechanism and its determinants from the perspective of evolutionary economic geography:A case study of China's automobile industry[J]. World Regional Studies, 2014, 23(2): 1-13.]
[4]
Dicken P. Global shift:Transforming the world economy[J]. Review of Radical Political Economics, 1999, 35(3): 388-390.
[5]
王缉慈, 陈平, 梅丽霞, 等. 电影产业集群的典型模式及全球离岸外包下的集群发展[J]. 电影艺术, 2009(5): 15-20. [Wang Jici, Chen Ping, Mei Lixia, et al. The typical model of film industry cluster and its development under global off shoring[J]. Film Art, 2009(5): 15-20.]
[6]
王承云, 张婷婷. 长三角地区研发产业的空间结构演化[J]. 地理科学进展, 2012, 31(8): 989-996. [Wang Chengyun, Zhang Tingting. Spatial evolution and influencing factors of R & D industry in the Yangtze River Delta region[J]. Progress in Geography, 2012, 31(8): 989-996.]
[7]
韩颖, 潘志刚. 汽车工业对其关联产业的带动效用分析[J]. 中国软科学, 2005(6): 139-143. [Han Ying, Pan Zhigang. Analysis of the driving effectiveness of automobile industry to its correlative industry[J]. China Soft Science, 2005(6): 139-143.]
[8]
马国霞, 朱晓娟, 田玉军. 京津冀都市圈制造业产业链的空间集聚度分析[J]. 人文地理, 2011, 26(3): 116-121. [Ma Guoxia, Zhu Xiaojuan, Tian Yujun. Measurement of co-agglomeration of industry chain in Beijing-Tianjin-Hebei metropolitan region's manufacturing industries[J]. Human Geography, 2011, 26(3): 116-121.]
[9]
Steven K. The origin and growth of industry clusters:The making of Silicon Valley and Detroi[J]. Journal of Urban Economics, 2001, 67(1): 15-32.
[10]
Gulyani S. Effects of poor transportation on lean production andindustrial clustering:Evidence from the Indian auto industry[J]. World Development, 2001, 29(7): 1157-1177. DOI:10.1016/S0305-750X(01)00028-6
[11]
张云逸, 曾刚. 技术权力影响下的产业集群演化研究——以上海汽车产业集群为例[J]. 人文地理, 2010, 25(2): 120-124. [Zhang Yunyi, Zeng Gang. Study on evolution of industry clusters with the influence of technical power:A case study of Shanghai automobile industry cluster[J]. Human Geography, 2010, 25(2): 120-124.]
[12]
Beaudry C, Swann P. Growth in Industrial Cluster: A Bird's Eye View of the United Kingdom[R]. SIEPR Discussion Paper, 2001(2): 1-38.
[13]
王俊松, 贺灿飞. 集聚经济、外资溢出效应与中国汽车企业效率[J]. 地理科学进展, 2009, 28(3): 337-344. [Wang Junsong, He Canfei. Agglomeration fconomies, FDI spillovers and Chinese automobile enterprises efficiency[J]. Progress in Geography, 2009, 28(3): 337-344.]
[14]
徐小燕, 卢明华, 王茂军. 北京市汽车产业价值链地域分工研究[J]. 经济地理, 2014, 34(2): 86-92. [Xu Xiaoyan, Lu Minghua, Wang Maojun. The study of territorial division of auto industry value chain in Beijing[J]. Economic Geography, 2014, 34(2): 86-92.]
[15]
Kagami M, Tsuji M. The Knowledge Creating Company:How Japanese Auto Companies Creat the Dynamics of Innovation[M]. Oxford: Oxford University Press, 2008.
[16]
王筱欣, 张大为. 世界汽车产业发展地域模式给我国的启示[J]. 经济地理, 1993, 13(2): 41-45. [Wang Xiaoxin, Zhang Dawei. The enlightenment of the regional model of the development of the world automobile industry to China[J]. Economic Geography, 1993, 13(2): 41-45.]
[17]
吕国庆, 曾刚, 郭金龙. 长三角装备制造业产学研创新网络体系的演化分析[J]. 地理科学, 2014, 34(9): 1051-1059. [Lu Guoqing, Zeng Gang, Guo Jinlong. Innovation network system of Industry-University-Research institute of equipment manufacturing industry in the Changjiang River Delta[J]. Scientia Geographica Sinica, 2014, 34(9): 1051-1059.]
[18]
赵浚竹, 孙铁山, 李国平. 中国汽车制造业集聚与企业区位选择[J]. 地理学报, 2014, 69(6): 850-862. [Zhao Junzhu, Sun Tieshan, Li Guoping. Agglomeration and firm location choice of China's automobile manufacturing industry[J]. Acta Geographica Sinica, 2014, 69(6): 850-862.]
[19]
黄娉婷, 张晓平. 京津冀都市圈汽车产业空间布局演化研究[J]. 地理研究, 2014, 33(1): 83-95. [Huang Pingting, Zhang Xiaoping. Spatial evolution of automobile industry in Beijing-Tianjin-Hebei metropolitan region[J]. Geographical Research, 2014, 33(1): 83-95.]
[20]
韩凤, 刘继生. 构建汽车产业区位竞争优势——以长春市为例[J]. 人文地理, 2006, 21(1): 68-71. [Han Feng, Liu Jisheng. Building competitive advantage of location for the automobile industry:A case study of Changchun[J]. Human Geography, 2006, 21(1): 68-71.]
[21]
吴素春. 科技资源密集型城市高新技术企业空间分布研究——以武汉市为例[J]. 湖北社会科学, 2016(3): 74-82. [Wu Suchun. The spatial distribution of high-tech enterprises in science and technology resource-intensive cities:A case study of Wuhan[J]. Hubei Social Sciences, 2016(3): 74-82.]
[22]
钮心毅, 丁亮, 宋小冬. 基于手机数据识别上海中心城的城市空间结构[J]. 城市规划学刊, 2014(6): 61-67. [Niu Xinyi, Ding Liang, Song Xiaodong. Understanding urban spatial structure of Shanghai central city based on mobile phone date[J]. Urban Planning Forum, 2014(6): 61-67.]
[23]
张琪, 古恒宇, 谢双玉, 等. 武汉市24小时自助图书馆设立的空间效应研究[J]. 人文地理, 2016, 31(5): 80-86. [Zhang Qi, Gu Hengyu, Xie Shuangyu, et al. A study on the spatial effect of constructing 24-hour self-service libraries in Wuhan[J]. Human Geography, 2016, 31(5): 80-86.]
[24]
赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8): 979-986. [Zhao Lu, Zhao Zuoquan. Projecting the spatial variation of economic based on the specific ellipses in China[J]. Scientia Geographica Sinica, 2014, 34(8): 979-986.]
[25]
郭政, 陈爽, 董平, 等. 长江三角洲城市群工业污染时空演化及其驱动因素[J]. 中国环境科学, 2019, 39(3): 1323-1335. [Guo Zheng, Chen Shuang, Dong Ping, et al. Spatio-temporal evolution of industrial pollution in the Yangtze River Delta urban agglomeration and its driving factors[J]. China Environmental Science, 2019, 39(3): 1323-1335.]
[26]
王承云, 孙飞翔. 长三角城市创新空间的集聚与溢出效应[J]. 地理研究, 2017, 36(6): 1042-1052. [Wang Chengyun, Sun Feixiang. Spatial agglomeration and spillover effects of urban innovation in Yangtze River Delta[J]. Geographical Research, 2017, 36(6): 1042-1052.]
[27]
韩艳红, 尹上岗, 李在军. 长三角县域房价空间分异格局及其影响因素分析[J]. 人文地理, 2018, 33(6): 87-95. [Han Yanhong, Yin Shanggang, Li Zaijun. Spatial differentiation and influence factors analysis of county region housing prices in the Yangtze River Dlelta[J]. Human Geography, 2018, 33(6): 87-95.]