Taking Wuhan as an example, this paper constructs a method to quickly identify the types of innovative industrial clusters based on the text mining of the business scopes of 2 827 high-tech enterprises.Then, on the software platforms Gephi0.9.2 and ArcGIS10.2, it summarizes the functional and spatial organization characteristics of innovative industrial clusters in Wuhan based on the characteristics of typical innovative industrial clusters.
In terms of functional organization, innovative industrial clusters can be divided into three types: single core chain, multi-core chain and multi-core network. The first type of organization mode carries out innovation activities around core enterprises, represented by automobile manufacturing and electric power equipment manufacturing clusters. The second mode is to organize innovative R&D, design and manufacturing activities with two or more large enterprises as the core. The core enterprises form an innovation cluster together. The third type represents a weakly-centered and strongly-connected organizational model of innovative industrial clusters. The three organizational modes do not only present the current static organizational characteristics of innovative industrial clusters, but also the phased organizational characteristics of the dynamic evolution of local innovation clusters. It represents the continuously complicated and advanced structure of innovative industrial cluster system.The spatial agglomeration characteristics of innovative cluster enterprises vary with different industrial types.Some innovative clusters have single-core clusters, while others have the characteristics of multi-center and decentralized distribution.
In terms of formation mechanism, this study adopts a cognitive perspective of "function-space" co-evolution based on data observation and field research. In order to generate innovative industrial clusters, it is essential to consider the functional generation and organizational correlation of industrial innovation subjects, and the action logic behind the spatial agglomeration or decentralized distribution characteristics of innovation subjects. In terms of functional organization, the development of industry-university-research cooperation leads the generation and development of innovation subjects; meanwhile the agglomeration and multi-dimensional proximity promote the functional cluster and networking organization of innovation subjects. In terms of spatial organization, the government guides the innovative subjects to gather in an orderly manner in space.The spatial layout of the innovative subjects is determined by the differences of the sensitivity of the innovative subjects to the demand for innovative elements. The micro-preference differences of different enterprises' superior locations have created the differentiation of an industrial cluster's macro-layout.
The study provides the following policy implications. Firstly, the government needs to pay attention to the fine division of innovative industrial clusters and the tracking and evaluation of their development, so as to provide policies suitable for their development. Secondly, it is necessary to strengthen the "cluster synergy" development in the innovative industrial clusters. On the one hand, the government should focus on building an innovation chain group with the knowledge spillover effect and strong product and technology innovation capability, and cultivate an enterprise innovation ecological community with a symbiosis of large, medium, small and micro enterprises around high value chain links and core innovation enterprises. On the other hand, the government needs to accurately plan the layout of innovation space based on the location preference of enterprises. Finally,it is pivotal to pay attention to the evolution trend of innovative industrial clusters and promote the coordinated development of local innovation clusters. Local governments should actively respond to this trend and promote local cluster knowledge and technology exchange and cooperation by making cross-border innovation technology alliances, broadening innovation network channels beyond the local scale, and promoting the introduction of heterogeneous knowledge.
开放科学(资源服务)标识码(OSID)：
创新驱动发展成为城市乃至国家参与全球竞争的核心战略,创新型产业集群则构成城市创新组织核心和创新能力提升引擎。当前,在逆全球化浪潮下,全球化的产业链分工网络面临区域化、本土化重构[1]。本地化产业集群因具备高韧性特征,对地方发展具有重要价值[2-3]。因此,研究本地化的创新型产业集群,对于判断城市创新发展重点方向,提升地区创新竞争力和经济发展韧性也更具现实意义。
对于产业集群空间组织的研究具有深厚的理论基础和强烈的现实需求[4]。当前研究主要集中在集群创新与网络,集群与区域发展,集群形成、演化及机理等方面,产业集群与技术创新的关系、本地联系与外部联系重要性等的争论以及集群间的创新网络是研究的新热点[5]。对产业集群的识别是开展深化研究的前提,王缉慈[6]基于实地调研总结我国制造业集群类型及分布,开创了我国产业集群研究的先河。此后,随着产业集群的内涵演化,产业集群的识别以定量测度为主,采用的方法包括区位熵、集中度、多距离空间聚类法、地点系数法、模糊积分评价法等[7-10],也有学者提出兼顾产业关联和地理邻近的国家层面产业集群识别方法[11]。在产业集群的组织特征研究方面,学者们主要从集群主体关系网络[12]、主体的主导性特征[13]、主体间合作与分工[14-15]等方面展开探讨;也有研究认为产业集群组织因其知识类型不同而有所差异[16-18]。近年来,相关研究开始重视创新和技术对集群的推动作用[4],关注产业集群创新组织由集聚向网络化转变的趋势[18],如2017年美国地理学家协会专题讨论集群网络和超越集群的概念[5]。产业集群创新网络结构特征及其运行机制、溢出效应等也成为热点研究方向[19-20]。有研究基于案例实证分析地方化创新产业集群的空间演化特征及其影响机制,认为政府作用和路径依赖会影响其演化历程[21];也有研究提出开放式创新阶段的产业集群创新模型,并基于社会、结构、知识等维度分析其创新关系网络,试图对本地和跨界创新集群网络作出解读[22-23]。总体而言,在产业集群识别方面,学者们重点关注大尺度区域,如省域、城市群、经济带的产业集群,较少关注本地化的产业集群,对于以高密度创新活动为主的地方创新型产业集群识别的研究则更为鲜见。
当前,我国产业集群发展正经历由生产集群向创新集群的升级阶段[24],创新型产业集群是构建地方内生增长动力和区域创新系统的重要载体。创新型产业集群最早由Voyer[25]提出,是指在区域内集聚,受到大学、科研机构、融资机构等扶持的诸多企业组成的产业组织形式;沈小平[26]总结指出,创新型产业集群是以新知识生产、技术与产品创新为目标所形成的企业网络,注重自主创新,是创新集群的组成核心和发展基础,并探讨其影响因素和作用机制。随后,学者们针对创新型产业集群的创新效率[27]、集聚效应[28]、政府政策依赖性[29]等作了持续深入探讨,但对于区域创新型产业集群类型的精细化识别及组织特征的研究仍然较为缺乏。创新型产业集群以创新为核心,以高新技术企业为主要构成,在功能组织和空间组织上可能存在与一般产业集群不同的特征。同时,创新型产业集群具有显著的地方知识网络根植性和创新知识溢出效应,其生成机制尚不清晰,这是本研究聚焦创新型产业集群的重要原因。
回归到集群本身,产业集群的本质特征是企业之间的复杂网络联系[30],就企业组织而言,一定数量的企业集聚且共处同一价值链即构成产业集群。因此,可以从企业所处价值链环节这一更微观的视角切入,识别产业集群构成及组织模式。当前,基于数据支撑,通过大量个体特征挖掘其群体性特征规律成为一种重要研究手段,被广泛用于相关学科研究中。基于此,本研究选取创新型产业的核心主体——高新技术企业作为研究样本源,以武汉为例,运用共词分析和社会网络分析等方法,通过挖掘企业主营业务文本、空间点位、产业门类、注册资金和人员规模等信息,从集群产业链组织微观视角出发,探索性识别城市创新型产业集群类型、组织特征,并基于特定地方化情景的实地调研,分析其生成机制,以期为城市创新型产业集群发展提供借鉴,也可为基于企业大数据的大规模产业集群及其关联网络的识别提供有益尝试。
本文研究范围为武汉市。武汉是我国重要的科教城市和国家中心城市,2022年国内生产总值超过1.88万亿元。自2010年武汉市提出建设国家创新型城市以来,城市创新资源要素空前集聚,创新产出呈现持续高速增长态势,高新技术企业数量增加10余倍,专利授权量和高新技术产业增加值增长超过5倍,培育和形成了光电子信息、汽车制造、生物医药等若干创新型产业集群,创新型产业集群数量居于全国城市前列。武汉市以创新引领产业集群发展的基础良好,成效显著,支撑了创新型城市发展,具有典型性和代表性。基于此,本文选取武汉市作为样本区域,以2017年武汉市科技局公布的2 827家高新技术企业为研究对象,通过相关数据采集技术在企查查网站获得企业经营范围文本等数据,获取时间为2020年10月。
创新企业共处的产业链/创新链环节构成创新产业集群网络。企业基于价值链建立供需链网络,是创新活动的主体。企业注册登记的经营范围文本信息能够反映企业最为核心的经营活动,如名词“医疗器械”“光电子”等代表所处行业,动词“设计”“研发”则代表参与的价值链环节。一般而言,处于同一产业集群内的企业,具有产业链上下游的功能关联、价值链关联,在经营范围上具有高度的相似性和关联性,并在经营范围文本信息中呈现出分词共现特征。由于集群内企业高密度的本地集聚,在经营范围文本分词中,代表企业所处行业的名词和所处价值链环节的动词也呈现出高频特征。如表1所示,样本企业1、2同为通信设备制造企业,在经营范围文本中,均有共现或同义的“光器件”“光电产品”“光学元器件”“开发”“研制”等词汇,表明二者具有紧密的产业功能关联。在样本数量足够多的情况下,企业经营范围文本中经分词后的名词、动词也会呈现出高度共现性和紧密关联度,从而形成“小团体”现象。这一现象可以通过社会网络分析方法中的社区发现(Community Detection)识别,社区发现的核心思想是同一社区内的节点之间连接很紧密,而社区之间的连接则比较稀疏[31],可用于探测发现网络中的若干“小团体”。通过该算法获取的“小团体”涵盖了代表若干创新企业核心功能的名词和动词关联网络,可以表征为某一行业创新功能集群。通过对文本信息的挖掘和批量企业信息的分析,识别城市创新型产业集群类型和组织特征,是本研究在方法上的创新尝试。
表1 企业经营范围文本信息样例
Tab. 1 Text information examples of enterprise business scopes
序号企业经营范围样本企业在高频词识别结果中的贡献词1武汉正源高理光学有限公司光学元器件和光器件的开发、研制、销售技术咨询及服务光学元器件、光器件、开发、研制、销售、技术咨询2武汉长盈通光电技术有限公司特种光纤光缆、光器件,光电产品用新型材料、包装印刷用新型材料,储热节能材料及专用设备的研究、开发、生产及销售;提供上述产品的技术及工程服务;货物、技术、代理进出口(不含国家禁止或限制进出口的货物或技术)光纤光缆、光器件、光电产品、开发、生产、销售、进出口3武汉飞鹏数码有限责任公司计算机软件及开发,网络工程安装及技术服务,电子产品研发、批发兼零售;广播电视设备(不含卫星电视广播地面接收设施)批发兼零售、技术服务、售后服务(依法须经审批的项目,经相关部门审批后方可开展经营活动)计算机软件、开发、技术服务、电子产品、研发、技术服务4武汉迪奥药业有限公司生物制品的开发、研制、技术服务;软膏剂、乳膏剂、片剂、原料药、二类6864医用卫生材料及敷料、化妆品制造及出口(依法须经批准的项目,经相关部门批准后方可开展经营活动)生物制品、开发、技术服务、医用、化妆品
在具体操作方面,首先,通过网络渠道获取创新企业经营范围文本信息,经数据反复清洗、多次探索性分词处理,构建高频词共现矩阵,进而开展高频词社会网络分析;其次,运用SNA软件平台,通过社区发现等分析工具对数据进行测算;最后,基于产业关联网络、集群企业规模特征分析集群的功能特征、组织模式。创新型产业集群类型与组织特征识别技术路线如图1所示。
图1 创新型产业集群类型与组织特征识别技术路线
Fig.1 Identification technology roadmap of types and organizational characteristics of innovative industrial clusters
本研究使用ROST CM 6文本分析工具和Gephi软件平台进行数据处理。ROST CM 6主要用于经营范围文本数据的分词处理、词频统计和共现矩阵构建等,该软件分词的有效性和结果的准确性已经得到学术界广泛认可。与Ucinet 6.0等社会网络分析软件相比,Gephi软件平台功能齐全,可视化效果较好,被广泛应用于各种复杂网络系统内部的组织网络分析[32]。
产业集群最早被用于描述产业的地理集聚现象,当前产业集群已超越地理集聚呈现出地理与网络集聚协同的组织特征。本研究面向武汉这一特定区域,因而对集群的识别仍基于地理集聚视角。对于集群的识别界定有多种维度和方法[33-34],主要考虑企业间的产业关联、集聚度、区位熵等。就创新型产业集群而言,集群企业创新活动密集,且日益呈现出协同创新、网络化关联特征,对于创新型产业集群的识别应首先关注企业价值共链特征,即价值链共位。基于此,本研究对于创新型产业集群的判别基于两方面考量:第一,企业共享同一价值链,分属不同价值链环节,具有紧密的知识创新联系;第二,企业数量达到一定规模(数十家或上百家),能够形成集聚规模效应。集群企业规模也是关键考量因素,如一些产业集群是围绕(特)大型企业形成的。对于创新型产业集群类型的识别具体如下:首先,确定共享价值链的产业集群。利用Gephi0.9.2软件中的Modularity Measure工具识别创新型产业集群中的“小团体”,结果如图2所示。将“小团体”中的名词认定为该“小团体”所处产业门类,“小团体”中有多个名词则表征其总体呈现的产业门类,如光器件、激光器、光纤光缆等共同表征信息类产业。将“小团体”中的动词认定为企业从事的产业价值链环节,如技术咨询、制造等。根据技术的共通性、关联性和产业门类的相近性,对表征产业集群的关键词进行产业门类大类归并。例如,通信工程、光电子、电子元器件、计算机软件、导航、测绘、互联网信息等可统一归并为大信息类,该类产业集群是以新一代通信技术、计算机网络技术为核心发展起来的庞大产业集群,涵盖光纤光缆、光器件、激光器、芯片、集成电路等通信技术开发、产品设备设计与制造、计算机软件开发设计、系统集成、网络通信服务和技术咨询等创新活动。以上判断逻辑基于对地方产业知识的学习获得。以此类推,将所识别的“小团体”归并为大信息类、大设计类、大制造类、大健康类和创新服务类五大产业,这些产业代表武汉创新型产业集群的主导方向。例如,大设计类产业集群是以工程设计为核心,围绕工程勘察设计产业价值链,在路桥工程、电力能源工程、建筑市政工程、遥感测量与测绘、能源矿产勘查等行业领域开展工程咨询、设计、施工、规划设计和管理等高技术含量、高准入门槛(如资质准入)的创新服务活动。
图2 基于社区发现算法的创新型产业集群聚类网络
Fig.2 Network of innovative industries cluster based on the community detection algorithm
在以上产业集群大门类划分的基础上,进一步结合“小团体”识别结果,细化识别小门类的创新型产业集群。就大信息类产业集群而言,又可分为4个小类创新型产业集群,如光电子通信技术产业集群是以光纤光缆、光器件、激光器、芯片、集成电路等通信技术开发和产品设备设计为核心创新活动的集群,其创新主体以长飞光纤、烽火通信、华工科技等企业为代表;地球空间信息产业集群是以地理信息、测绘、遥感导航等为创新方向,从事信息平台设计、设备生产、系统集成等活动的产业集群,该集群以武大吉奥、中地数码、光谷信息等企业为代表。对于大设计类产业集群,创新主体集中分布在市政桥梁、建筑、电力等工程设计领域,从事智力密集型生产活动,处于整个建筑行业的高价值产业链环节。大制造类产业集群按制造产品种类可以进一步划分为汽车制造、船舶制造、电力电气设备制造和新能源设备制造等,集群企业围绕高附加值产品,开展技术开发、技术咨询、产品设计、集成等创新活动,该类集群以传统制造业为主,从事产业链组织创新活动。大健康类产业集群围绕健康主题,开展医疗器械设备研发设计与制造、医药制品研制、技术进出口等活动。进一步,结合“小团体”数量和核心企业规模特征,将武汉创新型产业集群划分为10个小类,具体分类结果如表2所示。
表2 武汉市创新型产业集群类型识别结果
Tab.2 Identification results of innovative industrial cluster types in Wuhan city
序号大门类产业集群小门类产业集群集群内产业链/价值链环节1大信息光电子通信技术产业集群光电子、通信、电子元器件、元器件、技术服务计算机软件设计产业集群计算机软件、计算机、软件、系统集成、网络工程地球空间信息产业集群地理、遥感、系统工程、地理信息、导航、测绘、测量、测试互联网信息服务产业集群互联网信息、互联网、网络产品、电子产品、通信工程、销售2大设计工程设计产业集群市政工程、桥梁、建筑工程、电力工程、机电工程、设计、工程咨询、工程勘察、工程设计、工程施工、监理、治理、建筑设计、城市规划设计3大制造汽车/船舶制造产业集群汽车、船舶、机械、零部件、制造、进出口、售后服务电力电气设备研发产业集群仪器仪表、电力设备、电气设备、机电设备、电气、研发节能环保产业集群新能源、能源、节能、环保、环保工程4大健康医疗医药产业集群医疗保健、医药、医用、生物、化学、器械、医疗器械、化妆品、转让、生产5创新服务科技创新服务产业集群技术开发、技术培训、软件开发、技术推广、咨询、策划
选取光电子通信技术产业、计算机软件设计产业、地球空间信息产业、汽车制造产业、船舶制造产业5个代表性创新型产业集群,以企业人员规模为表征指标分析集群内企业规模分布特征。不同产业集群的企业规模构成和首位度指数存在差异,呈现出单核心或多核心的规模特征,如图3所示。在企业上下游功能关联方面,结合典型创新型产业集群企业数据和对集群内企业的跟踪调研,发现创新型产业集群功能关联呈现出链式和网络式两种特征。链式功能关联的核心特征是企业参与某一集群单个或多个集成化的价值链环节;网络式功能组织的核心特征是企业参与多个产业集群环节或者某个产业集群的多个价值链环节。需要说明的是,产业集群的单核、多核特征强调的是作为集群创新链核心的企业构成特征,链式、网络式特征则更多呈现企业作为创新集群网络化节点的演化趋势。
图3 代表性创新型产业集群企业规模分布特征
Fig.3 Distribution characteristics of enterprise scale in representative innovation industrial clusters
根据创新型产业集群内企业规模构成和功能关联差异,归纳出3种创新型产业集群组织模式,包括单核心链式、多核心链式和多核心网络式,如表3所示。单核心链式组织模式围绕单一核心企业开展创新活动,核心企业具有极强的产业关联辐射效应和创新技术整合、转化、应用能力,与上下游企业建立价值链关联。核心企业面向市场创新需求,带动上下游企业作出技术配套服务响应,从而形成具有较高市场准入门槛的产业集群。这类集群的核心企业一般也是重固定资产行业,以汽车制造、电力电气设备制造、船舶制造等创新型产业集群为典型代表。该集群组织特征与产业供应链的区别在于,供应链强调涉及产品或服务提供给上下游企业所构成的流通链条,单核心链式集群组织强调围绕产业链价值生成建构的创新主体构成特征,即创新活动中有一个较大的创新主体作为产业链的核心带动者。多核心链式组织模式以两个及以上大型企业为核心组织创新研发、设计制造活动,产业上下游企业关联度高,核心企业共同构成创新集群,共享行业市场信息,构建上下游协作创新体系。这一类型的典型代表是工程设计产业集群,如武汉在电力工程设计、铁路、桥梁设计等产业领域具有国家层面的竞争力,形成由中建三局、中铁第四勘察设计院、中冶南方、长江设计集团等行业领军企业组成的工程设计创新群体。多核心链式集群组织主要面向市场服务需求,提供全过程的技术咨询服务,企业间本身的横向联系较少,但是分处于同一行业领域,如软件工程、建筑业的不同细分领域企业之间可以相互分享市场信息,推进全流程、全产业链服务,从而提升整体行业竞争力。多核心网络式是一种弱中心、强关联的创新型产业集群模式,企业主体之间具有规模层级差异,但企业整体规模分布均衡化,且以中小微企业为主,集群创新功能呈现出多元化特征。在这一组织模式中,企业间在技术依赖和创新配套服务需求上具有相似性,通过创新服务政策和知识溢出效应的共享,获得整体对外竞争优势。该类型的典型代表有计算机软件设计、地球空间信息、互联网信息服务等产业集群。
表3 武汉市创新型产业集群功能组织特征汇总
Tab.3 Summary of organizational patterns and characteristics of innovative industrial clusters in Wuhan city
创新组织模式组织模式示意图创新型产业集群代表参与主体及组织特征单核心链式以汽车制造业、船舶制造业为代表,创新主体如东风汽车集团、青山造船厂大型龙头企业创新引领,具有绝对的主导权,是创新网络的“锚企业”,其他参与者处于上下游合作或配套服务地位多核心链式以工程设计产业集群为代表,创新主体如长江设计集团、中铁第四勘察设计院、中建三局等多个创新主体核心企业处于行业不同环节,“自主创新+产业孵化”式扩张,具有高度的知识、技术、政策、配套服务等共享性需求多核心网络式以互联网企业为代表的信息服务业产业集群,如武汉斗鱼、武汉盛天网络科技公司、武汉派生科技公司以中小微型企业为主体,创新主体基于知识分享与服务共享,形成配套创新空间和创新创业氛围
注：→代表集群企业关联,
代表集群核心企业,
代表集群关联企业
需要指出的是,以上3种组织模式既是创新型产业集群的静态组织特征,也是地方创新集群动态演进的阶段性组织特征,是创新集群结构不断复杂化、系统化,形成高阶、高效、自组织协同创新生态系统的过程。以光电子信息产业集群为例,该集群起初以激光设备制造业(以华工科技为核心企业)和光器件、光纤光缆、光纤通信设备制造业(以烽火通信、长飞光纤为核心企业)为创新方向,具有单核心链式组织特征;随着产业链分工的精细化、专业化,产业之间基于知识、技术、市场共享建立起光电子信息产业集群,创新组织呈现出多核心链式组织特征;随着产业集群发展日趋复杂化,产业关联效应得到强化,促使与之具有知识、技术、服务等关联的互联网通信网络服务、计算机软件设计、消费电子、芯片研制等行业小微企业能够快速而密集的孵化诞生,国内外相关知名企业也相继在武汉设置研发中心,参与创新活动。此时,创新产业组织呈现出多核心网络化组织特征。相关产业集群组织的网络化促进形成涵盖多个产业集群的创新集群网络,成为根植于地方的创新主导力量。
创新型产业集群创新主体分布受到地理、技术、制度等多维邻近性的影响已成共识。基于地理距离敏感性差异,不同类型产业集群之间的空间组织特征长期受到研究者关注。本研究选取汽车制造等6个创新型产业集群进行分析,以各典型集群中的共现高频词为关键词,提取集群企业名录,并通过高德地图API服务对企业点作空间落位,进而利用ArcGIS10.2对企业点进行空间集聚可视化分析,识别创新主体的空间组织特征。从分析结果看(见图4),不同类型创新型产业集群的空间组织特征有所分异。整体来看,集群主体基本分布在城市外环线内。在东部三环线处,也即东湖高新区核心区,形成了显著的空间集聚核心,创新集群呈现单核集聚特征,表明东湖高新区在武汉市创新型产业集群中具有显著的中心地位优势;在城市二环线内,集群企业分布呈现出分散化特征,没有显著的集聚区位;在二环线外,各集群企业的高度集聚区与武汉市经开区、东湖高新区以及其它专业化园区等主要产业功能空间分布具有高度重合性。综上,各类产业功能空间是创新型产业集群分布的主要空间载体。
图4 典型产业集群企业点空间集聚分布特征
Fig.4 Enterprise spatial agglomeration distribution of typical industrial clusters
具体而言,对于汽车制造、船舶制造等单核心链式集群,集群企业呈多中心分布特征。武汉汽车制造产业集群企业在沌口东风大道—沌阳大道一带和东湖高新区核心区形成东、西两大集聚中心。就企业个体分布看,东部集聚中心以导航设备、汽车网络服务、汽车芯片、汽车电子、车辆加工设备研制等企业为主,西部集聚中心以整车制造、大型汽车零配件研制企业为主。两大集聚中心开展相对差异化的创新活动。船舶制造产业集群企业在长江大桥区域、青山船厂和东湖高新区核心区形成多个高密度集聚区,这一集聚特征一方面是由于船舶制造本身特殊的区位需求指向导致的空间路径依赖,另一方面是集群内创新企业对于优势创新区位共同选择的结果。光电子通信技术产业集群企业在东湖高新区形成多个空间集聚区,且集群企业空间分布相对分散,呈现出大面积高度集聚区和小簇群集聚区共存特征。该集群分布的一个重要特征是围绕核心企业和创新策源地分布,如高度集聚区位于光电子产业园、大学科技园等专业化园区内,小簇群集聚区则靠近武汉大学、华中科技大学两大创新策源地。医疗医药服务、互联网信息服务、地球空间信息服务3个产业集群企业呈现出单核心集聚的空间特征,企业空间分布高度集中,如地球空间信息服务产业集群企业集聚在光谷软件园,医疗医药服务产业集群企业分布在光谷生物城和武汉高科医疗器械园。这类创新型产业集群创新主体呈现出高密度集中的特征。综上可知,不同产业类型和功能组织的创新型产业集群空间组织存在较大差异,呈现出总体空间单核集聚、不同组织模式的创新型产业集群单核与多中心共存的分布特征。
创新型产业集群是产业由生产集群向创新集群演化的结果,有学者在分析其内涵后认为创新型产业集群就是创新集群[24]。对于创新集群生成机制的讨论,学者们主要从创新环境营造、集聚与网络协同、创新集群的内外部动因与竞合、协同机制等视角展开。实际上,创新型产业集群作为内嵌于地方发展体系的产业组织形态,必然有其内生性和空间根植性。本质上,创新型产业集群是特定区域为提升创新竞争力而构建的产业空间与功能集群综合体,是产业集群与地方创新功能区域耦合而成的“群区协同”组织形态。其中,“群”强调产业创新主体的功能生成和关联组织,“区”则关注创新主体的空间集聚或分散分布特征背后的行动逻辑。对于创新型产业集群生成过程的认知需要在集群功能组织基础上,关注集群形成中创新功能的生成过程,形成“功能—空间”协同演化的创新型产业集群生成新认知。
4.1.1 本地产学研协同化主导创新主体生成与发展
市场趋利性导向叠加地方创新发展诉求驱动,高校和科研机构的创新性技术成果产业化成为企业成立和发展的动力。武汉作为科教资源密集城市,集聚了高密度的高新技术成果、人才资源,为促进创新成果的持续产出提供了保障。在国家产学研政策有序引导下,政府长期持续供给校企合作的产业扶植政策,鼓励通过校企创新合作、高校办企业、国有企业改制整合等方式激发创新活力,促进创新主体持续涌现并发展壮大,孕育具有内生根植性的创新动能。例如,华中科技大学依托激光科学技术研究优势,培育出楚天激光、华工激光等激光设备研发企业;依托武汉邮科院的光纤光缆研制技术,长飞光纤、烽火通信发展成为武汉光通信产业集群的核心企业;武大吉奥、中地数码等遥感与测绘领域核心企业也是武汉大学产学研融合的产物。在产学研协同的创新主体生成过程中,国家政策导向、市场创新价值引力和技术拥有者的转化诉求共同发挥作用,促进创新主体的产生。此外,创新主体的知识发现、技术创新活动依赖于以其为锚点构建的“全球—地方”创新网络联系的导入效应,使其具备较强的创新主导能力和市场支配能力,从而成长为创新型产业集群的核心企业,并通过其市场支配能力带动上下游关联企业生成和发展。
4.1.2 集聚、多维邻近性促进创新主体功能集群与网络化
集聚是产生创新的关键机制之一[35]。创新集群通过产业集聚、知识外溢和集体行动促进相关企业与支持性机构紧密互动从而加速创新[36]。相较于一般产业集群,创新型产业集群主体具有更高的地方隐性知识依赖性。共价值链的创新企业功能集聚可以获得集聚经济外部性,企业对集聚经济的追求客观上要求其通过地理空间邻近获得制度、技术等多维邻近性,促进创新主体的集群化发展。如船舶制造产业集群以青山造船厂等为核心企业,集聚船舶设计、制造、船舶配套电子导航等设备研发制造企业。此外,地理邻近更便于建立创新知识的沟通学习通道,应对创新中的不确定性风险,提升创新成功率。为降低交易成本和创新风险,创新企业倾向于在本地开拓新产品和新技术的服务市场,建立本地化的创新产业联盟。如光电子产业集群核心企业华工激光与东风汽车公司开展技术合作攻关,研发适用于汽车零部件制造的激光设备;锐科激光将自身业务服务的行业定位为船舶制造、医疗器械研发、新能源设备研制等多个本地优势行业领域。
基于共享创新收益的诉求,不同集群间的创新主体形成跨界创新合作共同体,开展新领域的研发设计工作。产业集群中企业创新分工的专业化,促进以核心企业为创新引擎的创新型产业集群形成。在政府、行业协会等中介组织联络下,核心企业通过跨界创新合作网络,建立跨产业集群的创新活动联系,使得产业集群间呈现网络化组织特征。这一特征也基本符合国内外学者[37-38]揭示的“共位集群”网络组织特征。值得关注的是,创新型产业集群的核心创新服务功能一般处于价值链顶端,是基础性、原始性、具有普遍应用价值的创新环节,客观上促使不同行业集群的高价值链环节呈现出互动融合特征。这也表明创新型产业集群是更为综合且具有更强跨行业创新服务能力的集群,突破了既有研究将产业集群视为特定产业门类的思维认知。
4.2.1 政府政策规划引导创新主体在空间上有序集聚
创新型产业集群对政府政策资源的依赖度较高[29],政府政策支持是武汉市产业创新发展的核心动力[39]。为提升发展竞争力,地方政府制定产业和空间规划,设立财税和人才政策特殊区,通过支持创新服务平台建设和定向招商引资等方式,优化创新环境,提升创新集聚的政策优势,推动创新要素空间集聚,实现产业功能集群近邻组织和协同创新。例如,1999年,武汉按照“一园多校”模式建设大学科技园,鼓励大学开办企业,实现知识技术成果在园区就地转化;2009年,东湖高新区获批第二个国家自主创新示范区,代表武汉参与全国自主创新能力竞争;2013年以来,武汉市相继出台“3551”人才工程、“开放十条”等政策。在政府规划引导下,企业基于政策偏好和对创新知识溢出的需求而集聚,形成不同尺度、密度的创新集聚区,如东湖高新区、大学科技园、光谷软件园、光谷生物城、光谷创业街、街道口创业街区等。这些高度专业化的创新集聚区成为城市创新集群网络的优先附着空间,并产生路径依赖,呈现极化集聚的空间效应。
4.2.2 创新要素需求敏感性分异决定创新主体布局
不同行业的创新型产业集群企业创新要素需求敏感性存在显著差异,深刻影响企业在城市内的微观区位选择,进而呈现出不同空间特征。例如,信息技术类企业对用地成本、产业基础、劳动力资源具有更高的敏感性[40],武汉市互联网信息服务产业集群和地球空间信息服务产业集群创新主体分布均呈现出高度的空间集聚性,且位于城市三环线附近,用地成本适宜。对于船舶制造产业集群,船舶主体的研发设计和制造企业显著集聚在沿江地带。汽车制造产业集群中的整车生产和大型零部件研制环节集聚分布,相应地,与之相关的电子仪器、导航设备、网络信息服务平台的研发设计等配套企业集聚在东湖高新区内,在享受高新区产业政策红利的同时,也能够与园区内技术关联企业共享知识溢出效应。光电子通信技术产业集群企业集聚整体呈现出多中心特征,为实现与高校技术创新策源地的知识邻近,部分创新企业就近集聚,也有企业集聚在专业化园区。可见,创新型产业集群的空间组织既有产业本身的要素需求敏感性差异,也有创新链上不同企业区位选择的微观偏好差异,政府在规划引导发展中应给予重点关注。
城市创新型产业集群是创新型城市建设和区域创新体系构建的重要载体。本文采用多源数据分析和实地调研相结合的方法,识别武汉市创新型产业集群的类型、组织特征,并探讨其形成机制,得出如下主要结论:
(1)武汉市创新型产业集群包括大信息类、大设计类、大制造类、大健康类和创新服务类五大主导产业,其中,创新服务类源于其它四大主导产业的创新服务需求,是创新集群专业化服务集聚发展的结果。四大主导产业集群可细分为光电子通信技术、互联网信息服务等多个小类创新型产业集群。识别结果与城市产业发展现状具有较高的一致性,证明了研究方法的有效性,为进一步开展组织特征和生成机制研究提供了支撑。
(2)研究总结武汉市创新型产业集群的功能组织和空间组织特征。在功能组织方面,呈现出单核心链式与多核心网络式共存特征;在空间组织方面,呈现出空间单核集聚与多中心分散分布共存特征。不同类型创新型产业集群的功能与空间组织特征有所差异。由单核心链式经多核心链式并最终形成多核心网络式是创新型产业集群的演化特征,表明创新型产业集群日益复杂化、高级化。多核心网络式的创新功能组织表明该地区已形成具有较强创新竞争力的本地化创新生态系统。
(3)在调研基础上,基于“功能—空间”协同演化的认知视角,揭示武汉创新型产业集群的生成机制。就功能组织的生成机制而言,市场需求驱动下的产学研协同化发展主导创新主体生成与发展,集聚、多维邻近性促进创新主体功能集群和网络化;就空间组织的生成机制而言,政府政策规划引导创新主体在空间上有序集聚,不同行业企业对创新要素需求的敏感性分异决定了创新主体的空间格局。二者构成空间组织的宏、微观逻辑。
整体而言,创新型产业集群作为具有创新特性的集群类型,在功能与空间组织特征、形成机制等方面具有其独特性。创新型产业集群的空间分布、产业组织形态因产业类型、发展阶段不同而有所差异。本研究对于地方化创新型产业集群培育的政策供给提出如下启示:
一是注重创新型产业集群类型的精细化划分和发展情况的跟踪评估,以便制定与其发展阶段适配的政策。创新型产业集群的功能组织特征随着集群成长、成熟而不断演化,不同发展阶段的创新集群主体特别是核心主体对创新环境和创新要素的需求可能不同,可因类、适时投放政策资源,最大化创新集群效能。
二是强化创新型产业集群的“群区协同”发展。一方面,以高新技术企业等创新主体为依托,构建具有知识溢出效应、产品与技术创新能力强的创新链群,围绕高价值链环节和核心创新企业,培育大、中、小、微企业共生的企业创新生态群落。另一方面,根据不同类型企业的区位偏好,精准谋划布局创新空间,完善与优化创新资源要素体系、创新服务中介体系和创新空间环境。通过产业集群与创新空间的互动协同构建具有地方根植性的创新集群。
三是重视创新型产业集群演化趋势特征,推动本地化创新集群协同发展。不同于一般产业集群,创新型产业集群具有超越原产业边界的网络化组织特征,跨界融合与技术协同创新成为主要发展趋势。地方政府应积极响应这一趋势,提升中介服务能力,通过搭建跨界创新技术联盟、创新信息共享平台,建设集群创新主体交流通道,推动地方集群知识与技术交流合作。同时,应注重超越地方尺度的创新网络通道建设,扩充全球人才、知识、资本链接,促进异质性知识导入,避免集群的负外部性效应。
本研究可能的创新探索在于:一是从高新技术企业的微观视角切入,通过文本数据分析,构建城市创新型产业集群类型识别方法。该方法具有样本数据选取简单易得、识别过程易于操作、识别结果可信度高等优点,可以为大规模、大尺度的创新型产业集群识别提供方法借鉴,支撑创新集群的多尺度研究。二是实证发现创新型产业集群呈现出跨界协同创新组织的独特特征,突破了将产业集群局限在某个单一行业的传统认知,加深了对区域创新集群特征的认知,也为创新型产业集群的空间和功能优化提供了新思路。三是将创新型产业集群作为区域创新体系的重要构成,提出需要通过“功能—空间”协同视角揭示集群形成机制,可为政策供给提供指导。
研究也存在一些不足之处,需要进一步探讨。首先,尽管企业数据已经是微观层面精细刻画创新型产业集群特征较好的数据,但是受创新企业信息数据精确度和完整度影响,本研究在集群企业规模判断中采用企业人员规模指标表征,仅能部分代表创新企业的规模特征,这可能是本研究的不足之处。其次,本文构建的创新型产业集群识别方法仍有待多尺度、多案例验证,未来也可基于本文研究方法,尝试构建规模化的城市产业集群及关联网络识别平台。最后,创新型产业集群是由“产学研官”多主体构成的复杂系统,本研究重点从企业视角展开研究,可能尚未窥探创新型产业集群特征的全貌。未来可基于多方参与主体、“全球—地方”尺度视角,关注创新集群的网络集聚与地理集聚协同效应,实证分析典型创新型产业集群的演化机理。
[1] 戴翔,张雨. 全球价值链重构趋势下中国面临的挑战、机遇及对策[J]. China Economist,2021,16(5):132-158.
[2] 王鹏,钟敏. 产业集群网络、技术创新与城市经济韧性[J].城市问题,2021,40(8):63-71.
[3] 陈奕玮,吴维库. 产业集聚、产业多样化与城市经济韧性关系研究[J].科技进步与对策,2021,38(18):64-73.
[4] 赵梓渝, 王士君, 陈肖飞. 模块化生产下中国汽车产业集群空间组织重构——以一汽-大众为例[J].地理学报,2021,76(8):1848-1864.
[5] 周灿,曾刚. 经济地理学视角下产业集群研究进展与展望[J].经济地理,2018,38(1):11-19.
[6] 王缉慈.我国制造业集群分布现状及其发展特征[J].地域研究与开发,2003,22(6):29-33.
[7] 潘峰华.产业集群的辨识及其特征分析——以浙江省制造业为例[J].地理科学进展,2007,26(4):130-140.
[8] 陈莲芳,严良.基于复合区位熵的中国油气资源产业集群识别[J].中国人口·资源与环境,2012,22(2):152-158.
[9] 王士轩,孙慧,朱俏俏.基于区位熵和RIS模型的资源产业集群识别与检验——以新疆为例[J].生态经济,2016,32(1):115-118.
[10] 贺灿飞,潘峰华.产业地理集中、产业集聚与产业集群:测量与辨识[J].地理科学进展,2007,26(2):1-13.
[11] 沈体雁,李志斌,凌英凯,等.中国国家标准产业集群的识别与特征分析[J].经济地理,2021,41(9):103-114.
[12] 周阳敏,桑乾坤.国家自创区产业集群协同高质量创新模式与路径研究[J].科技进步与对策,2020,37(2):59-65.
[13] 高长元,程璐.高技术虚拟产业集群的产生及组织模式研究[J].科技进步与对策,2011,28(1):52-55.
[14] 邓晴晴,李二玲.基于网络组织视角的粮食产业化模式与优化路径[J].自然资源学报,2021,36(6):1602-1615.
[15] 朱桂龙,彭有福.产学研合作创新网络组织模式及其运作机制研究[J].软科学,2003,17(4):49-52.
[16] ASHEIM B,COENEN L. Knowledge bases and regional innovation systems:comparing Nordic clusters[J].Research Policy,2005,34(8):1173-1190.
[17] MARTIN R,MOODYSSON J. Innovation in symbolic industries:the geography and organization of knowledge sourcing[J].European Planning Studies,2011,19(7):1183-1203.
[18] FOLTA T B,COOPER A C,BAIK Y. Geographic cluster size and firm performance[J].Journal of Business Venturing,2006,21(2):217-242.
[19] 汤小银,马骥,吴梦君.传统产业集群的网络结构特征及其影响因素识别——基于复杂社会网络分析法[J].技术经济,2020,39(12):147-154.
[20] 张凯煌,千庆兰.中国新能源汽车产业创新网络特征及其多维邻近性成因[J].地理研究,2021,40(8):2170-2187.
[21] 于璠, 于涛, 葛纯宝. 地方化产业集群空间演化及影响机制实证分析——基于泰州市生物医药产业微观数据考察[J].经济地理,2022,42(7):135-145.
[22] 方伟, 杨眉. 高新技术产业集群知识溢出对企业技术追赶的影响[J].科技进步与对策,2020,37(9):87-95.
[23] 钱士茹, 赵斌斌, 李茂盛.高新技术产业集群内创新关系网络维度分析[J].科技进步与对策,2015,32(23):67-71.
[24] 胡汉辉,沈群红,胡绪华,等. 产业创新集群的特征及意义[J].东南大学学报(哲学社会科学版),2022,24(5):34-44.
[25] VOYER R. Knowledge- based industrial clustering:international comparisons [M].Boston:Springer,1998.
[26] 沈小平, 李传福. 创新型产业集群形成的影响因素与作用机制[J].科技管理研究,2014,34(14):144-148.
[27] 沙德春,胡鑫慧,赵翠萍.中国创新型产业集群创新效率研究[J].技术经济,2021,40(2):18-27.
[28] 张冀新,张俊龙.创新型产业集群集聚效应研究[J].技术与创新管理,2021,42(6):616-621.
[29] 郭小婷,谭云清.创新型产业集群与政策资源依赖关系研究[J].科技进步与对策,2021,38(21):53-62.
[30] 李二玲,李小建.论产业集群的网络本质[J].经济经纬,2007,24(1):66-70.
[31] NEWMAN M E J. Fast algorithm for detecting community structure in networks[J].Physical Review E,2004, 69(6):066133.
[32] 李恩康,陆玉麒,杨星,等.全球城市网络联系强度的时空演化研究——基于2014—2018年航空客运数据[J].地理科学,2020,40(1):32-39.
[33] 孙慧,李小双,李苑.产业集群识别方法综合使用及其实证分析[J].科技进步与对策,2011,28(21):60-63.
[34] 朱英明.中国产业集群的识别方法及类型划分[J].统计与决策,2006,22(23):30-32.
[35] ZHANG F Z, WU F L.Rethinking the city and innovation: a political economic view from China's biotech[J].Cities, 2018,85:150-155.
[36] 王缉慈.知识创新和区域创新环境[J].经济地理,1999,19(1):12-16.
[37] LU R,MIN R,REVE T. Cluster and co-located cluster effects:an empirical study of six Chinese city regions[J].Research Policy,2016,45(10):1984-1995.
[38] DELGADO M,PORTER M E,STERN S. Clusters and entrepreneurship[J].Journal of Economic Geography,2010,10(4):495-518.
[39] 唐永伟,唐将伟,熊建华.城市创新空间发展的时空演进特征与内生逻辑——基于武汉市2827家高新技术企业数据的分析[J].经济地理,2021,41(1):58-65.
[40] 刘婧,甄峰,张姗琪,等.新一代信息技术企业空间分布特征及影响因素——以南京市中心城区为例[J].经济地理,2022,42(2):114-123,211.