基于因子分析的京津冀都市圈分工水平实证研究

1、基于因子分析的京津冀都市圈专业化分工水平实证研究The empiricalresearch of specialization divisionlabor in Jing-jin-ji MetropolitanRegion basedon factor analysis王得新摘要专业化分工的水平决定了都市圈内部产业一体化发展和区域竞争能力。文章在对国内外区域专业化分工水平实证研究进行综述的基础上，构建了都市圈专业化分工水平的评价指标体系，并运用因子分析方法进行实证分析，结论表明京津冀与“长三角”、“珠三角”都市圈的专业化分工水平存在明显的差距，在三大都市圈中处于专业化分工的较低水平。专业化分工

2、专业化和分工是两个须臾不可分离的概念，前者倾向于对个体而言，后者从整体上强调对社会不同个体、不同产业、不同工序与部门乃至不同地区间专业化的有机联系的描述。有分工就有专业化，有专业化就有分工。因此，行文中使用专业化分工概念，有时也分开使用，以方便研究重点。是都市圈经济一体化的基础，古典经济学早已充分论述了分工与报酬递增的关系（杨格，1996），分工水平不足成为制约区域经济发展的最根本因素。合理评价都市圈内部的专业化分工水平，是衡量都市圈经济发育程度的重要指标。一、都市圈专业化分工水平实证研究综述胡佛（Hoover,1936）构造了区域分工的度量指标，称为Hoover地方化系数，并以美国若干行业的

3、数据进行了分析。克格曼（Krugman, 1991）构造了行业分工指数，并对美国内部及欧洲国家之间的区域分工，认为欧洲国家之间的专业化分工程度弱于美国各地区之间。基姆( Kim，1995)试图使用Hoover地方化系数和行业分工指数分别从地区路径和行业路径作相互补充研究，从而讨论美国制造业区域分工的长期变动趋势。Dalum（1998）等对OECD国家的专业化影响因素进行了分析。Durantou and Puga（2002）以城市为单元，用就业数据的城市功能指数比较了美国都市在19771997年部门专业化和功能专业化的变动情况，认为在产业链分工逐渐加深的条件下，城市功能分化越快越强化。这之后，国

4、内很多学者借鉴了空间基尼系数，并辅以Hoover系数、集中度、地理集中指数等指标，对制造业行业专业化进行分析。但由于基尼系数测度方法抽象掉了区域间的距离这一重要因素，结果与现实存在着一定的误差。运用上述指标，国内学者对都市圈内区域专业化的实证研究日渐增多，散件各类期刊。分为两类：对都市圈内部制造业的专业化分工研究和对城市功能分工的研究。第一类研究最为多见。樊福卓(2005) 构造了地区结构差异系数（FRC），分析了长江三角洲两省一市工业分工进展情况，认为随着长三角一体化的推进，制造业的空间布局在优化，各城市制造业的专业化倾向不断增强，区域内分工与合作也取得了一定的进展。李学鑫等（2006）针对

5、相似系数法和区位法等传统度量方法的不足,首次提出了区位熵灰色关联分析法,并以中原城市群为例进行了实证研究。结果表明，运用区位熵灰色关联分析法测度区域产业结构，不仅可以测度两地区产业结构的总体相似程度，而且还能反映地区产业的专业化、比较优势和区域分工的程度，可以定量地测度两地区产业的总体相似性,两地区不同产业的相似性。 京津冀方面：人民大学孙久文，丁鸿君（2012）计算了京津冀的分工指数，认为2005-2010年京津冀总体分工水平有了一定程度的提高，并趋于合理化，产业的差异度也明显提高，但部分行业的分工程度偏低，一些问题仍然存在。梁琦(2004)计算了中国区域制造业分工指数及其变化率，发现产业分

6、工与地理距离有关，地理位置靠近、空间距离较短的区域之间，其产业同构性较强。就环渤海和长三角两大沿海经济圈内部分工来看，环渤海互补性更大，而长三角同构性更强这与人们的想象完全相反。周立群、夏良科（2010）构建了区域一体化分层指标体系，用以计算长三角、珠三角、京津冀的一体化水平，包括产业一体化、市场一体化和政策一体化，计算结果表明京津冀的一体化程度最高，长三角次之、珠三角最低。另一类研究则沿着Duranton and Puga（2002）城市功能分工的思路，研究都市圈内部城市间分工水平。这种分析充分考虑到了服务业在内城市间的产业结构差异，城市功能分工指数是重要的分析工具。李佳洺、孙铁山和李国平（

7、2010）通过SPSS 生成点聚图并计算反映职能互补性的统计对1997 年和2007 年三大都市圈京津冀、长三角、珠三角核心城市的职能分工格局、体系特征以及职能互补性进行比较研究，得出结论，三大都市圈的分工格局不同，从城市职能互补性看，京津冀潜在的职能互补性是最高的，但是产业梯度过大以及区域协调机制不够完善等制约了这一优势的发挥。赵勇、白永秀（2012）运用空间功能分工指数测度了中国十大代表性城市群的功能分工水平并进行比较，认为中国城市群功能分工水平20032010 年时间序列上，呈现出波动中持续下降态势，总体水平较低，但2008 年以后呈现一定程度的上升趋势；城市群功能分工存在明显差异，总体

8、上东部高于中西部且差距逐渐拉大。总之，在上述研究中用来测度区域分工的方法主要运用区位商、行业分工指数、工业相似度、DO 指数、地区专业化系数等指标，从制造业的集聚程度来衡量地区专业化水平。这类方法存在的最大问题是忽视了服务业，忽视了制造业与服务业的协同研究，难以全面反映区域分工水平。尽管一些文献使用利用 E-G 指数来估算产业组间（Industry Group）的协同集聚程度 （Co-agglomeration）， 从产业上下游之间的分工来衡量区域之间的专业化与分工水平 （Ellison et al.，2010）。 但这类方法存在的问题是，由于缺乏细分产业分工的统计数据难以进行产业关联分析，城

9、市功能分工在某种程度上弥补了这一缺陷，但是城市功能指数为主的分析工具依然无法全面反映城市职能规模要素。上述多数指标只注重了结构而忽视了规模，以此为依据得出的结论的尚需做出更加具体的分析研究。 二、 都市圈专业化分工的评价指标体系构建我们认为专业化分工程度单独用一个指标衡量都存在片面性，为了全面反映都市圈内部专业化分工水平，需要构建一个综合指标体系。指标体系构建的科学性直接决定了结果的正确性，因为不同的指标或指标体系下可能会得出完全相反的结论。 选取指标的原则为：（1）从分工原理出发，还原分工的最本源的内容和最朴素的思想：工业产品不断增加，新型产品不断涌现，生产的迂回度增强，各经济部门间的相互联

10、系和依赖性的强度加大等等；（2）兼顾专业化分工规模和结构两个方面：传统的分工理论强调分工的规模，现代的研究更强调差异，类似分工指数、功能指数等都属于此类指标。 从系统观出发，本文认为专业化分工水平的指标从市场条件、分工主体、分工绩效三个方面考虑。我们提出评价体系（如图1）如下：l. 分工的市场条件指标，用区域的购买力来表示，指标选取都市圈的人均可支配收入。2分工主体指标，即具有较强分工能力的企业数量和质量，包括大企业的数量、企业的研发投入和外资企业的数量，以直接利用外资的数量代替。3.分工的绩效。创新绩效指标包括分工的规模和结构两个方面。 市场：区域购买力分工主体：企业数量与质量分工绩效：分工

11、规模分工结构图1 都市圈专业化分工水平指标体系框架考虑数据获得性和可比较性，本文共设置了11个二级指标。 （1）工业产品数量。我们采用工业产值占GDP的比重作为工业品数目的代理变量来度量。原因在于目前的统计资料均不提供工业品数目的数据。另外，从原理论模型来看，工业品市场生产的是差别化产品，因此，工业品的数目越多，工业产值也会越大。（2）新产品品种。我们采用（高）新产品产值比重来度量，因为专业化分工意味着新产品不断涌现。（3）生产的迂回度。我们采用生产性服务业的产值比重来度量，生产性服务业包括交通运输和仓储邮电、信息传输、计算机服务和软件业、金融业、租赁和商务服务业、房地产、科学研究技术服务和地

12、质勘察业六大产业的合计产值比重。（4）区域购买力。根据斯密的理论购买力即一个区域的收入水平决定了分工的范围。（5）利用外资水平。发展中国家的都市圈带有明显的全球化和本地化共同作用特征，国际资本是在更大区域尺度下布局产业链，其结果是产业在不同区域聚集，从而促进都市圈专业化加强，都市圈也因而分享全球专业化分工好处。（6）区域中大型企业具有较强的产业组织能力，更容易跨区域的布局产业链，对区域经济联系贡献较大。 （7）研发投入。社会生产专业化分工的深化和细化最终是技术进步推动或相互推动的，企业研发投入直接表明了产业技术水平和创新能力。（8）中心城市的产业结构。我们选取都市圈中心城市第三产业比重，因为都

13、市圈产业转移、分工秩序化是从中心城市产业结构升级开始的，中心城市服务业的增加也是与在与周边地区不同利润率下不同属性、类型企业区位选择的结果。（9）工业分工指数，沿用克鲁格曼的分工指数，粗略看工业品内部的结构差异度。（10）城市功能分工指数，Duranton and Puga （2005）与Bade et al.（2004）的测度方法基础上，以城市中“企业管理人员/生产人员”与全国“企业管理人员/生产人员”的比来加以测度。 计算公式为：反映中心城市与周边城市的城市职能的差异化。（11）制造业的专业化规模。制造业内部分工细腻，联系度最强。我们采用樊福卓（2009）制造业专业化规模指数计算 计算公式

14、为，产业化规模的经济学含义是i地区j行业输出的规模，我们这里选取区位商大于1的产业是为了体现优势产业的规模。，区位商超过1的行业数量，反映都市圈的强势产业的专业化规模程度。需要说明的是，11项指标中使用了5项工业项量，而直接使用的服务业指标为3项，少于工业指标。这里主要基于两点考虑：一是工业部门有较长的产业链条，尤其是制造业产品分类齐全，品种繁多，形成产品分工和产业链分工的可能性更大；而服务产业链条较短，除了批发零售业三位代码下四位代码产业分布较为广泛，大多数的服务业三位代码与四位代码产业是重合的，即服务业种类很难细分。二是服务业产业链分工目前是由国际资本主导的，主要表现形式为服务业的外包，我

15、国都市圈是跨国公司服务外包的主要承接地，圈内服务业的产业链分工尚未确立，而工业部门的产业链分工发育相对较为成熟。三、实证结果及结论1. 方法选取为了考察京津冀都市圈的专业化分工状况，采取比较分析的方法，以长三角、珠三角国内公认的较为成熟的两大都市圈为参照物，通过上述系列指标，运用因子分析综合评分，以此观察京津冀的分工水平的高低。因子分析的优势在于用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。2. 原始数据。如表7.1，我们选取2010年的京津冀、长三角和珠三角相应指标的截面数据，做因子分析

16、。由于统计数据可获得性的限制，在选取数据上我们无法获得全部通常意义上的京津冀10（2+8）个城市、长三角16市、珠三角9个城市的全部数据，所以我们尽量做到数据横向的一致性，大口径的我们使用京津冀两市一省，长三角两省一市和广东省的数据，比如研发投入，大型企业的数量，我们认为三大都市圈无论是经济总量还是工业总产值都占到所在省份的80%左右，是经济最活跃的部分，因此大口径的数据并不影响分析的结果。表7.1 京津冀、长三角、珠三角专业化分工程度指标体系京津冀长三角珠三角工业总产值（万元）547422168.00 1,411,072,108.00 721027046.00 新产品产值（亿元）12281.

17、35 19,353.66 21122.13 交易环节的产值（亿元）13048.25 31,436.20 11945.76 人均可支配收入(元)18847.00 26,500.00 26474.00 利用外资（亿美元）1119.00 5,925.70 4318.02 大型工业企业的数量（个）303.00 836.00 482.00 研发投入（万元）353251010614376.76268810.7中心城市服务业比重（%）75.10 57.30 61.00 工业分工指数 运用克鲁格曼(1991)设计了一个产业区域分工指数，计算公式为0.65 0.55 0.84 功能分工指数 数据采自 赵勇， 白

18、永秀，201212.11 11.92 4.16 制造业专业规模（亿元）2735.75 3510.134462.58 资料来源：2011年北京统计年鉴天津统计年鉴河北统计年鉴上海统计年鉴浙江统计年鉴江苏统计年鉴广东统计年鉴珠三角统计年鉴长三角统计年鉴因子分析是一种将多变量化简的多元统计方法，它可以看作是主成分分析的推广。因子分析的目的是分解原始变量，从中归纳出潜在的“类别”，将相关性较强的变量归为一类，不同类的变量的相关性则较低。每类变量代表了一个“共同因子F”，即一种内在联系。因子分析就是寻找这种内在联系的方法。因子分析模型如下：且满足mp D(F)=不相关，且方差=1本文选取工业总产值、新产

19、品产值、交易环节的产值、人均可支配收入、利用外资、大型工业企业的数量、研发投入、中心城市服务比重、工业分工指数、功能分工指数、制造业专业化规模11个指标，来比较中国三大都市圈的区际贸易分工程度。解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %17.11164.64364.6437.11164.64323.88935.357100.0003.88935.35735.859E-165.327E-15100.00042.878E-162.617E-15100.00051.672E-161.520E-15100.00069.476E-178.614E-16100.0007-

20、4.981E-17-4.528E-16100.0008-8.119E-17-7.381E-16100.0009-1.473E-16-1.339E-15100.00010-2.667E-16-2.424E-15100.00011-3.525E-16-3.205E-15100.000因子1的方差累计贡献率达到了64.643%，因子2的方差累计贡献率达到了35.375%，那么这两个因子已经涵盖了上述的全部11个指标。成份得分系数矩阵成份12工业总产值.155-.073新产品产值.070.169交易环节的产值.152-.128人均可支配收入.095.131利用外资.130.055大型工业企业的数量.1

21、52-.038研发投入.150-.024中心城市服务业比重-.117-.087工业分工指数-.104.231功能分工指数.055-.249制造业专业化规模.012.226旋转成份矩阵成份12工业总产值.987-.163新产品产值.636.772交易环节的产值.919-.395人均可支配收入.772.636利用外资.937.350大型工业企业的数量1.000-.019研发投入.999.038中心城市服务业比重-.881-.474工业分工指数-.492.871功能分工指数.147-.989制造业专业化规模.292.957计算因子得分的公式如下：因子综合得分=0.64643*F1+0.35357 *

22、 F2京津冀综合得分=0.64643*（-0.88919）+0.35357*（-0.73667）=-0.83长三角综合得分=0.64643*1.08257+0.35357*（-0.40173）=0.56珠三角综合得分=0.64643*（-0.19338）+0.35357*1.13839=0.28结论：长三角排名第一，珠三角排名第二，京津冀排名第三。3. 结论分析这是一个综合了11个因素的综合分析，专业化分工水平的排序基本符合我们的一般认识。通过旋转后的主成分系数矩阵，可以清楚的看出工业总产值、交易环节的产值、人均可支配收入、利用外资、大型工业企业的数量、研发投入属于第一主成分因子，64.46%

23、地解释了11个变量，可命名为“规模因子”； 功能分工、工业分工指数、中心城市的比重属于第二主成分因子，35.36%地解释了全部变量，可命名为“指数因子”。 可以看出，规模因子在计量都市圈专业化分工程度上占据了主导地位，是影响结果的主因。我们认为这样的结果是符合实际的，可以得到合理化的解释。在指数因子中，比如工业分工指数和功能分工指数上京津冀比长三角占优，如果单独以此为据很容易得出京津冀分工优于长三角的结论，而正如我们上文分析的首先它是一个大类指标，无法洞察内部的中类、小类产品分工的景象，其次，分工指数一类的指标只能代表工业结构差异化的程度，而产业关联程度如何我们无从知晓。因此分工指数或功能指数

24、只能反映区内分工的潜力，而不能反映专业化分工程度的现实状况。反观大企业的数量、工业总产值、研发投入、人均收入在成份矩阵中指数接近于1。说明企业的数量、工业总产值、人均收入等指标能够更好的解释分工的广度和深度，而研发投入是反映分工现状即技术专业化程度的重要指标，更是未来分工的持续深化的关键因素。在这些方面京津冀明显弱于其他两个都市圈，因此我们认为这一结论具有一定的科学性和合理性。 参考文献1. Hoover, E. M.，1936，The Measurement of Industrial Localization , Review of Economics and Statistics , 1

25、8 , 162 171.2. Krugman, Paul. ，1991， Geography and Trade. Cambridge, MA: MIT Press. 3. Duranton, G., D. Puga. 2002. From Sector to Functional Urban SpecializationC. Cambridge, MA. National Bureau of Economic Research.4. Kim, S. 1995. Expansion of Markets and the Geographic Distribution of Economic Activities : The Trends in US Regional Manufacturing Structure , 1860-1987, Quarterly Journal of Economics, 110, 881