基于企业动态的珠三角产业空间演化特征与路径

黄怡菲，周素红

（a. 中山大学地理科学与规划学院；b. 广东省公共安全与灾害工程技术研究中心，广州 510275）

产业演化、转型、升级是区域发展至关重要的一环（Martin et al.,2006;Martin,2010），厘清产业演化的特征和路径能为区域未来的可持续发展提供战略参考。2010年国家“十二五”规划明确强调进行经济结构战略性调整。地区产业在以宏观经济的转型升级和高质量发展为目标的政策导向下，尤其在全球经济环境变化背景下，其演化过程形成了怎样的空间模式、路径和规律？开展相关研究可为管理者因地施策提供有益参考。

珠三角地区是中国经济发展最快，融入经济全球化进程最早的地区之一。改革开放之初的“三来一补”“前店后厂”等外向型经济发展模式在给地区产业发展注入活力的同时，也存在发展后劲不足的问题（周春山等，2017）。近10年来，珠三角的产业进入快速调整时期，产业空间格局也发生改变，形成区域内产业衰退和增长现象并存的局面（叶玉瑶，2016）。即便如此，其在2015-2020年生产总值仍保持6.3%的年均增速（广东省统计局，2021），人均GDP 仍远超全国平均水平。因此，将珠三角地区作为典型案例，研究其产业演化的空间特征、过程与规律，具有一定的前沿性和普适性。

产业空间的特征和影响因素是经济地理学长期关注的重点。早期相关研究往往基于统计数据，刻画不同空间统计单元中的产业规模、结构及其变化，分析产业政策以及资源禀赋、区位、交通成本、土地、技术、劳动力等不同市场经济要素的作用，难以从过程上深入刻画产业演化在空间中的路径和规律。20 世纪90 年代在西方兴起的演化经济地理学（Evolutionary Economic Geography, EEG）为相关研究提供了新的理论工具。演化经济地理学吸收了广义达尔文主义、路径依赖理论和复杂性理论，强调基于企业行为学和过程思维研究区域产业演化，涌现了一批如产业多样性、产业动态、产业关联性等概念的研究（Neffke et al.,2011;Boschma,2015; Castaldi et al., 2015; Frenken et al., 2015）。相关思潮也受到中国学者的关注并将其应用在针对中国的产业研究中（刘志高等，2006；贺灿飞，2018；贺灿飞等，2020），如在微观上关注企业及其关系网络的演化（贺灿飞等，2016；杨佳意等，2017；李珊等，2021），在中观上关注产业集群演化和区域发展（刘志高等，2011，2016；颜燕等，2017），在宏观上重视影响经济发展的制度以及多元主体、跨尺度的关系空间（刘志高等，2016；苏灿等，2021）。然而，上述研究较少从微区位的尺度揭示企业进入、退出和演替等行为，再结合中观、宏观尺度的分析以全面地探究区域的产业空间演化特征和产业演化路径。此外，针对演化经济地理学过于依赖内生解释的理论缺陷，新近研究重新重视制度、政策等外生因素的作用，这一点在中国等发展中国家尤其值得关注，学界正呼唤构建一种“非西方”背景下的演化经济地理研究框架（Has‐sink,2017;Zhu et al.,2019）。

在揭示产业空间演化的机制方面，国际演化经济地理学界关于路径依赖、路径创造、区域韧性等经典命题的研究仍占多数（Fornahl et al., 2012;Holm et al., 2015; Grillitsch et al., 2020）。近年来，随着“关系转向”，中国深度参与全球生产网络、嵌入全球价值链后进行的新一轮产业升级，以及生产网络中的产业关联成为新兴研究热点。在产业升级相关研究中，已有文献大部分从经济学角度出发，归纳出产业结构高度化、加工程度高度化、价值链高度化等3 种产业升级演化模式（朱卫平等，2011），并分析产业升级路径及其对区域产业演化的效应（张辉，2004；刘逸等，2019），但较少从地理学角度研究产业升级对于产业空间演化的作用。在产业关联研究方面，实证表明产业关联及产业基础对区域产业演化具有重要影响，细化为产业衍生、路径分叉、路径更新等过程机制（Coenen et al.,2015；李伟等，2021），在方法上一般通过所使用资源相似性分析、产品共存分析、产业网络分析对产业关联性进行测度（郭琪等，2018）。如Nef‐fke 等（2011）分析了瑞典70 个地区从1969—2002年的产业演化，发现瑞典产业演化有强烈的路径依赖性，与区域既存产业具有更高技术关联性的产业更有可能进入该区域，而关联性边缘化的产业更易于退出该区域。Boschma等（2015）发现制度对产业多样化进程的方向存在影响，在协调的市场经济中，关联性对产业多样化的驱动力更强，而在自由市场经济中，更多与原有产业关联性不强的新产业可能会进入到该地区中。关联性也会促使一些特定产业类型在地理空间上发生共同聚集（co-agglom‐eration）（Dumais et al., 2002; Duranton et al., 2005,2008; Briant et al., 2010; Ellison et al., 2010），于斌斌（2014）、于瀚辰（2019）等探究了制造业和一般服务业的企业选址以及二者之间的互动、集聚关系，Jacobs（2014）、Ke（2014）等则关注生产性服务业和知识密集型产业的共同集聚关系。总体上，产业升级和产业关联从内源和外驱两方面共同作用于区域产业演化及其空间效应（Boschma et al.,2018）。

上述研究从多个不同的尺度和视角，探讨区域产业空间演化问题，但因缺乏长时序、大范围、全行业的企业微观数据，已有研究未能从产业空间演化的主体——企业出发，透过其进入、退出等微观动态（史进等，2014；朱晟君等，2020），超越某一特定集群或行业，研究整体区域产业空间中宏观演化效应问题，并结合产业升级路径和企业间的空间关联探究产业演化的机理。随着数据开放平台的建设和大数据的普及，电子导航地图兴趣点数据POI（Point of Interest）、企业工商登记数据等应用逐渐成熟，为基于微观企业数据研究产业演化提供了数据基础（Li et al., 2017；李汉青 等，2018）。其中，POI数据空间粒度细、空间完整度高、灵活性强，突破了以往统计数据的空间不连续性和经济数据可获取性问题，是探索连续空间内企业行为的有力工具。研究企业行为的宏观统计效应，可弥补以往研究就企业论企业、就区域论区域的缺陷，有利于兼顾微观行为与总体效应的关系。

基于此，本文以POI数据为基础，从企业的进入、退出、演替3方面动态着手，分析珠三角产业演化的空间特征，通过Apriori算法挖掘产业间的空间关联规律，验证产业升级和产业关联2种动力对珠三角产业空间演化的作用，以期为科学地进行产业规划与空间布局提供参考。

1 研究方法与数据来源

1.1 研究思路

本文主要根据以下思路研究珠三角产业演化过程：1）首先，对企业POI点采用核密度估计法进行分析，揭示2010-2020年珠三角产业分布格局特征及其演化。其次，在统一坐标系下叠加2010 和2020年2个时间截面的POI点图层，利用ArcGIS软件的overlay 工具包分析同一空间点位（相同经纬度）上出现的POI点新增、消失以及所属行业类型变更情况，分别对应进入、退出、演替的企业。例如，2010 年在某空间点位上不存在任何企业，而2020年该点位出现了一家A行业企业，即为该行业企业的进入；2010年在某空间点位上存在一家A行业企业，而2020年该点位无任何企业，则为该行业企业的退出；2010年在某空间点位上存在一家A行业企业，而2020年在该同一点位上的是一家B行业企业，则为A和B行业企业的演替。接着，运用局域Getis-OrdG指数法分析企业进入、退出、演替的热点地带，揭示三类产业演化趋势在空间上的集聚特征。2）提取同一点位上企业的类型演化路径，即该地点的产业在演替前后的类型变化，并对演化路径进行分类统计，揭示产业演化升级趋势。3）通过Apriori数据挖掘方法探索企业间的空间关联规则，并基于产业升级和产业关联规律尝试解释产业演化路径。

1.2 研究区域与数据来源

研究区域为珠三角九市，包括广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆。本文基于项目组采购的2010 和2020 年广东省电子地图数据，提取珠三角范围内各地级市与产业相关的兴趣点（POI）数据作为数据源。依照《国民经济行业分类》（GB/T4754-2011）（国家统计局，2011）选择第二产业中具有代表性的制造业；第三产业中的商务服务业，金融业，文化业，信息传输、软件和信息技术服务业进行研究（孙晓华等，2012），共包含15 个小类部门，其对应的POI 类型见表1。为了保证名称与真实数据的一致性，沿用原始数据的命名规则。

表1 珠三角产业POI分类统计Table 1 PRD Industrial POI statistics 个

1.3 研究方法

1.3.1 核密度估计法 采用不同年份各企业点的核密度分布呈现产业空间格局和演化特征（薛东前等，2011；张珣等，2013）。核密度是一种不受栅格大小和位置影响的概率密度估计方法（Silver‐man,1986）。以每个企业POI 点的位置为中心，统计落在设定搜索半径内的企业POI点数量，并按照核函数计算每个企业POI点的密度权重，权重值符合距离衰减定律，距离搜索区域中心越近，权重越大。按此方法计算每个企业POI点的权重和，得出整个珠三角的企业密度分布（王法辉，2009）。

1.3.2 局域Getis-OrdG指数法 采用局域Getis-OrdG指数法识别企业进入、退出、演替行为的热点区域。该方法是一种探索局部空间相关的方法（Getis et al.,1992），通过计算要素及其设定邻域范围内的要素总和与所有要素的总和来比较衡量该要素的局部空间集聚水平（陈蔚珊等，2016），可以识别空间要素是否存在高值聚类或低值聚类。相比同样用于分析空间自相关的局部Moran'sI指数，局域Getis-OrdG指数更能准确地探测到聚集区域（张松林等，2007）。在实际研究中，通常使用标准化后的Z(G)值，便于解释和比较（王钊等，2015）。为避免各地POI数据总量差异造成的误差，分析前将每个网格内发生进入、退出、演替的POI数量除以2010年该网格POI数据总数，进行标准化处理，以反映地区间的相对差异。

1.3.3 关联规则数据挖掘Apriori 算法 产业集聚是区域经济发展过程中的普遍现象，在微观上表现为不同的企业因为技术关联、业务往来、共享市场、共享知识等原因呈现临近分布与协同区位（colocation）（冯鹏飞 等，2019；陈嘉 等，2021），这种共同聚集现象体现了企业间的空间关联（陈曦等，2015；关伟等，2019），而通过空间关联关系的客观变化能探究产业发展趋势的转变，稳定的空间关联规律也能指导产业科学布局。

Apriori算法是关联规则数据挖掘中比较常用的算法之一（陆丽娜等，2000），结合一定的空间位置约束能够用于挖掘企业间的空间关联。该算法通过逐层迭代、向下封闭检验思想搜索频繁项集，并计算比较频繁项集里各要素共同出现的概率生成关联规则。将其用于企业空间关联研究，即可以识别出频繁发生临近分布的企业类型，计算它们的空间关联程度，通过对比不同时间截面的关联程度，衡量关联的稳定性。

Apriori算法计算流程为：首先，将珠三角地区划分为214 870 个500 m×500 m 的网格，将落于每个单元格的企业的类型记为一个集合，得到27 966个有企业存在的有效样本网格，形成由如{金融保险，电子仪器，机械零件，化工冶炼}集合组成的数据库，共有15 种不同的元素，对应15 种产业类型。

其次，在数据库输入算法，计算15种产业类型两两组合的支持度（Support），用于衡量产业共现的频繁度，其表达式为（廖伟华等，2017）：

式中：Support（X,Y）为支持度；P（X,Y）为集合中同时含有X和Y的概率，一般设置一个最小阈值（Minimum Support）来剔除无意义的空间位置关联干扰，保留支持度高的频繁共现产业集群。组合中元素越多，支持度越低。为了不遗漏可能的频繁产业组合，设定最小支持度为10%，满足最小支持度方可认定为存在空间关联。如在本研究中Support{电子仪器，机械零件}指同时包含电子仪器、机械零件的产业空间共现组合在数据库所有集合中出现的频率，若Support{电子仪器，机械零件}＞10%，则满足最小支持度条件，被记为频繁共现产业集群。比较同一产业集群2010 和2020 年支持度，可以衡量其关联程度的稳定性，若支持度增加，说明该类集群关联增强、保持稳定发展甚至增长；若支持度减弱，说明该类集群关联减弱、发展不甚稳定。

再次，基于频繁二元组合迭代搜索所有满足最小支持度的频繁组合，也即所有具有空间关联的企业类型组合，如{电子仪器，机械零件，金融保险}。搜索过程满足“频繁集合的子集必为频繁集合，非频繁集合的超集一定是非频繁集合”的算法性质。

最后，在每个空间频繁组合里寻找关联规则，计算每个空间频繁组合的非空子集的置信度。如{电子仪器，机械零件，金融保险}被认定为空间频繁组合，则代表电子仪器产业、机械零件产业、金融保险产业之间存在空间关联，若要衡量电子仪器产业和金融保险产业之间的关联程度，则需计算{电子仪器→金融保险}的置信度Confidence，其表达式为（廖伟华等，2017）：

式中：Confidence（X→Y）为置信度；P（Y|X）为在关联规则先决条件X发生的条件下，关联结果Y发生的概率；P（X）为先决条件Y的发生概率。例如，本研究中Confidence（电子仪器→金融保险）指电子仪器产业出现的情况下，在同一空间内也出现金融保险产业的条件概率。置信度是生成空间强关联规则的第二个门槛，同样需要设置一个最小阈值（Minimum Confidence）来继续筛选，满足算法设定的置信度阈值才可认为两个元素之间空间关联性显著，本文按照常用规则设定最小置信度为65%（廖伟华等，2017），比较同一对关联规则在2010和2020年显著性、置信度的变化，衡量其关联程度的稳定性。

2 基于企业动态的珠三角产业演化特征

2.1 产业空间分布格局的演化

对2010-2020年珠三角产业POI进行核密度分析（图1），发现第二、第三产业主要集中在核心圈的5个城市，包括广州、佛山、深圳、东莞和中山，产业活动主要集聚在中心城市的核心区，呈现明显的“核心—边缘”分布模式，近10年的发展进一步强化了稳定的广深双核心和广—深（广州经东莞至深圳）与广—珠（广州经中山至珠海）东西双走廊的格局。在演化方向上，珠三角产业格局在围绕核心扩散的基础上，呈现重心东移的趋势，东部的深圳、惠州增长明显。

图1 2010-2020年珠三角主要产业空间格局对比Fig.1 Spatial pattern evolution of industries in PRD during 2010-2020

2.2 基于企业进入、退出、演替的产业空间演化特征

产业空间的演化在微观上由进入、退出、演替三类企业动态组成，运用热点分析方法识别珠三角产业上述三类企业动态的热点区域分布，发现各自的集聚特征具有显著区别。企业的进入行为主要集聚在珠三角地区经济较发达城市的核心地带，退出行为主要集聚在后发地区和昔日专业镇转型地带，演替行为主要集聚在发展基础深厚的传统中心区。

具体地，企业进入方面（图2-a），热点分布在广州、深圳、佛山、中山和江门等市的核心区以及深圳、惠州和珠海市的新开发区，如珠海横琴新区，以上地区是珠三角产业经济发展的重要节点和战略平台；而冷点分布在佛山三水区、南海区、顺德区以及东莞北部，广州花都区。企业退出方面（图2-b），热点分布在东莞市、佛山南海区和顺德区、中山市北部这些专业镇地带，以及江门市的后发地区如恩平市、台山市等，发生不同程度的城市收缩现象（李郇等，2015；杜志威等，2018），企业退出热点地区与企业进入冷点区分布情况相符；而企业退出的冷点位于广州、深圳、中山、珠海的中心城区，也与企业进入热点区的特征相符。企业演替方面（图2-c），热点主要分布在佛山、广州、中山等市的中心城区，这些地区较早得到发展，是传统的制造业中心、商贸中心，正处于存量更新过程；而冷点分布在东莞、中山、江门、惠州发展较为稳定的中心城区城区，以及深圳部分快速发展的新区。

图2 2010—2020年珠三角企业进入（a）、退出（b）、演替（c）冷热点分布Fig.2 Distribution of hotspots in entry(a),exit(b)and succession(c)of enterprises in PRD from 2010 to 2020

珠三角的产业演化特征在地理区位上呈现显著分异，广深两极持续增长，而佛山和东莞同作为经济发达地带出现比较多转型期传统企业退出等局部收缩现象（杜志威 等，2017，2019；林耿 等，2020），惠州、珠海、江门等非核心圈层城市中涌现出企业更替、企业进入等增长，这些特征与对珠三角惯常认知中的极化现象、核心—边缘模式有所不同。为探究其规律，尝试从产业升级和产业关联2个维度进行剖析。

3 基于企业动态的珠三角产业演化路径

3.1 基于产业升级的演化路径

区域在发展初期凭借特定的市场要素条件，如资源禀赋、外资条件或劳动力等，抓住政策制度、全球化带来的机会窗口，形成初步的产业结构基础。地区在原有产业基础上，低附加值产业因不断被市场淘汰而退出，高附加值产业得到发展并不断地挤出低附加值产业，体现为低端产业聚集区出现企业退出，适合高端产业发展的集聚区出现企业进入，部分区位出现低附加值产业被高附加值产业替代等现象，形成产业升级的空间演化路径（图3）。这种循着价值链从低端到高端进行产业升级的规律在珠三角地区的企业空间动态中得到体现：企业的进入、退出方面，进入的企业中以金融保险业居多，占所有新进企业数量的1/4，远远超过其他产业（图4-a），而退出的企业主要是电信通讯、服装纺印、电子仪器、化工冶炼业（图4-b），这与产业POI 分类统计（见表1）中显示的珠三角2010-2020年各类企业数量变化趋势相似，金融保险业企业数量接近翻倍，服装纺印、电信通讯、化工冶炼、电子仪器、食品饮品、玩具礼品行业的企业数量减少。企业演替方面，通过统计每种路径的数量并提取占比最大的前20条（合计占比＞70%）形成三类产业类型演替路径（图4-c），可以发现，最主要的一类是制造业向生产性服务业、信息服务业演替，其次是制造业内不同部门循着价值链向更高方向转化，第三类是服务业内不同部门的相互演替。这三类路径总体上依然遵循产业升级规律。具体地，在制造业向服务业演替的路径中，大部分制造业演替为网络科技产业，电子仪器制造业和化工冶炼业也向金融服务业和商务与法务服务业演替；在制造业内部沿着价值链进行的演替中，呈现服装纺印业向网络科技、化工冶炼业演替，电子仪器、化工冶炼业向机械零件业演替的渐进升级路径；在服务业的演替中，电信通讯企业向网络科技企业演化，金融保险业与商务与法务服务业相互演化，网络科技业也向商务与法务服务、企业管理与咨询产业演化。总体上，珠三角产业演化遵循从低附加值的劳动密集型、污染型产业向高附加值的技术或知识密集型、资本密集型产业升级的规律。

图3 珠三角产业演化动力规律Fig.3 Driving forces of industrial evolution in PRD

图4 2010—2020年珠三角各类企业进入（a）、退出（b）、演替（c）数量统计Fig.4 Statistics of entry(a),exit(b)and succession(c)of various enterprises in PRD from 2010 to 2020

珠三角快速工业化形成的早期产业空间布局，受产业升级过程的影响发生进一步的演化。在快速工业化时期，低附加值的劳动密集型、污染型产业由于所需土地、劳动力等资源多但承租能力弱，多分布于地价和用工成本更低的珠三角外围地区，形成一批专业镇，而高附加值的技术或知识密集型、资本密集型产业由于对高技能水平劳动力以及完善的产业生态系统需求较高，且承租能力更强，多分布于珠三角地区社会经济发展水平高的中心城市。低附加值产业方面，服装纺印业、食品饮品、玩具礼品企业集聚分布在外围的江门市开平县、恩平县，中山市大涌镇、黄圃镇、小榄镇；电子仪器加工制造企业集聚分布于东莞市长安镇等专业镇区域；化工冶炼企业集聚分布在佛山市南海区、顺德区。高附加值产业方面，网络科技、金融保险等第三产业分布在珠三角各城市的中心城区，尤其是广州和深圳，机械零件制造等高端制造业分布在佛山顺德区以及深圳、惠州的新工业园区。然而，新的转型发展阶段促使珠三角通过产业升级来保持增长动力，随着产业升级过程所带来的不同类型企业的进入、退出、演替，珠三角产业空间也自然地发生调整和演化。

产业升级的过程也映射在产业空间布局上，遵循一定的演化路径。一方面，低附加值的服装纺印、食品饮品、玩具礼品、电子仪器、化工冶炼产业被升级，所以其产业集聚区出现企业退出现象，使得对应的东莞市专业镇、佛山南海区和顺德区、中山市北部，以及外围的江门市部分后发地区成为企业退出的热点地区；另一方面，高附加值的金融保险、机械零件、网络科技、商务与法务服务、企业管理与咨询产业作为升级的趋势所在，适于其发展的地区便会吸引大量企业进入，使得对应的广州、深圳、佛山、中山和江门等市的中心城区以及惠州、珠海的新产业园区成为企业进入的热点地区；此外，广州、佛山、中山的中心城区虽作为适于高附加值产业发展的区位，但存在产业用地相对紧缺的状况，因而在产业升级和地区更新过程中成为高附加值企业替代低附加值企业的演替热点区。综上所述，产业升级使不同类型的企业在不同地区出现进入、退出、演替现象，大量的微观企业动态凝聚成综合效应，从而影响整体的产业空间布局。因此，产业升级是珠三角产业空间演化的重要路径。

3.2 基于产业关联的演化路径

日趋激烈的全球化市场竞争以及宏观政策制度等因素促使地区进行产业的转型升级，与此同时，作为演化的基本单位——企业经过长期的市场筛选，积累一套基于自身性质的生产交易逻辑，包括对所使用原材料资源、劳动力技能、生产技术、文化环境等方面的侧重和偏好（见图3）。当两类产业的需求或偏好相近、一致或互补时，这两类产业便产生了内在的产业关联，一些产业可能因所需资源的一致或技术、功能的互补而在空间上呈现邻近分布，以便开展业务联系。产业关联的客观存在，使得某些产业之间的联系自然地比另外一些产业更紧密，它们在技术、功能上互补互利，并且在相近的资源环境下共享外部经济，因此关联紧密的产业集群能发挥良好的协作效应，展示出更具韧性的发展潜力，也使得彼此之间的产业关联稳固、强化。产业关联稳固、强化的集群一方面在内部具有更完善的产业生态，另一方面对外能展示出更有前景的发展势头或品牌效应，因而能吸引更多企业进入该集群及其所在地区；反之，产业关联不紧密、不稳定的集群因缺少协作和前景，规模效应和集聚效应已不能带来边际效益递增，导致集群发展难以持续，出现企业的退出，或演替为更益于构建产业链协作生态的企业来寻求集群的振兴。不同地区的集群产业关联强度、稳定性各异，导致不同地区的企业进入、退出、演替情况存在差异，在空间上逐渐呈现分异，最后对整体的产业空间产生一定程度的改变。

珠三角地区客观地存在上述产业关联规律。通过Apriori算法挖掘2010 和2020 年珠三角产业的空间关联规则和频繁共现集群，并对比2个时间截面的关联强度来衡量产业关联的稳定性，结果发现：珠三角的金融保险、机械零件制造、网络科技、商务与法务服务业之间产业关联紧密且历经10 a依然稳定，甚至强化（表2），而服装纺印、玩具礼品、电信通讯、化工冶炼之间的产业关联不紧密、不稳定。频繁共现的产业集群也显示出一致的结果：从2010-2020年依然保持稳定或增强的共现状态的集群呈现“制造业+服务业”的配置，多数由金融保险、机械零件、网络科技、商务与法务服务业这些产业组成，而10 a后共现状态减弱的集群呈现缺乏生产性服务业的制造业集群特征，主要由服装纺印、金属陶瓷、电信通讯、化工冶炼产业组成（表3）。

表2 2010-2020年珠三角产业关联规则Table 2 Industrial Relatedness Laws in PRD in 2010-2020

表3 2010—2020年珠三角产业集群共现频繁度Table 3 Co-Location Frequency of industrial agglomeration in PRD during 2010-2020

这些不同的产业关联状态会影响集群内以及集群所在地企业的进入、退出、演替等动态，成为产业空间演化遵循的另一路径。具体表现为产业关联稳固、强化的集群吸引产业进入，反之，则出现产业退出，或演替为关系更稳固的集群。珠三角不同地区的集群生态各异，如前文所述，产业关联稳定、强化的金融保险、机械零件制造、网络科技、商务与法务服务业主要集聚分布在广州、深圳、佛山等中心城市的中心城区，产业关联不稳定的服装纺印、玩具礼品制造、化工冶炼产业的集群主要分布在传统专业镇、工业园地带，如东莞市、佛山市、中山市部分区域，以及缺少第三产业发展土壤的江门等珠三角外围欠发达地区。因此，“制造业+服务业”集群所在地，或能够提供“制造业+服务业”组合配置的地区，也即广州、深圳、佛山等经济发达城市的中心城区因提供了良好的集群协作生态和品牌效应，稳定的集群发展状态吸引大量企业进入；而东莞、佛山、中山的专业镇地带以及江门外围地区的制造业集群因长期缺乏生产性服务业的支撑，容易过度专业化或陷入“低端锁定”，这类集群在日益激烈的全球化竞争中无法维持长期的增长，其逐渐缩小规模、解体改造的过程即内部企业退出、演替的过程。

综上所述，产业升级和产业关联均通过影响微观企业的进入、退出、演替等动态，在一定程度上改变整体的产业空间布局，是珠三角产业空间演化的两大重要路径，形成珠三角内部各不相同的产业空间演化模式（图5）。

图5 珠三角产业演化模式Fig.5 The industrial evolution pattern in PRD

4 结论与讨论

4.1 结论

借助演化经济地理学视角，通过分析进入、退出、演替3种企业动态，探测珠三角产业空间演化的热点地区，并结合具体的产业价值链升级和产业关联规则及关联稳定性分析，揭示珠三角产业空间演化的产业升级、产业关联两大重要路径，并总结珠三角地区产业空间演化的特征与模式。

珠三角地区在改革开放初期凭借自上而下的政策制度、自下而上的乡镇企业发展以及全球化浪潮外资注入的优势，形成初步的产业结构基础。进入转型优化期后，全球化市场竞争以及政策制度的管制与引导促进珠三角地区的产业升级，同时企业本身也遵循客观的产业关联规律来集聚布局，以实现企业和所属产业集群的稳定发展。经过上述发展历程，珠三角呈现广-深双核极化，广佛深莞连绵化、发展重心东移与次核心城市产业显著增长的总体产业演化格局。

在珠三角产业演化的空间特征方面：1）珠三角企业进入热点区分布在广州、深圳等经济发达城市的核心区，以及惠州、珠海等城市的重要产业园区。以上地区集聚分布金融保险、机械零件、网络科技、商务与法务服务、企业管理与咨询等高附加值的技术密集型、知识密集型、资本密集型产业，呈现“制造业+生产性服务业+信息服务业”的多元产业组合结构。2）珠三角企业退出热点区分布在珠三角的传统专业镇、工业园地带，如东莞、佛山、中山部分区域，以及江门的欠发达地区。以上地区集聚分布服装纺印、食品饮品、玩具礼品、电子仪器、化工冶炼等低附加值的劳动密集型、污染型产业，呈现单一的制造业专业化产业组合结构。3）珠三角企业演替热点区分布在广州、佛山、肇庆等城市发展成熟的旧城区。该区域的传统产业更新为承租能力更强、效益更高的产业。

产业升级路径作用下，珠三角产业演化呈现从低附加值的劳动密集型、污染型产业向高附加值的技术或知识密集型、资本密集型产业升级的规律。因此珠三角经济发达城市的中心城区因适于高附加值产业的发展而吸引大量企业进入，珠三角专业镇地区和后发地区集聚的低附加值企业因被升级而退出，广州、佛山的老城区因适于高附加值产业发展但缺少产业用地增量而成为企业演替升级热点区。

产业关联路径作用下，珠三角产业演化中“制造业+服务业”集群具有稳定、强化的产业关联性，发挥协作效应更具发展前景；缺乏生产性服务业的制造业集群产业关联不紧密、不稳定，缺乏支撑而难以在竞争中维持先进。广州、深圳、佛山等经济发达城市的中心城区提供“制造业+服务业”集群发展的优质土壤而成为企业进入的热点地区，东莞、佛山、中山的专业镇地带以及江门的外围地区的制造业集群因缺乏生产性服务业支撑，集群发展落后导致企业退出。

4.2 讨论

本文基于微观企业动态视角研究整体区域产业空间中的宏观演化效应问题，在企业动态的运用上不局限于某一特定集群或行业的范围，并在产业关联分析中引入新的算法将主流文献中产业两两关联拓展到3个及以上，也拓展了关联的时间维度，总体上结合产业升级路径和企业间的空间关联揭示了珠三角产业空间演化的机理，对已有产业演化研究做了有益补充。一方面，本文所探测出的产业进入、退出、演替热点区所体现的珠三角空间结构与已有研究有所不同，如王少剑等（2019）结合人流、物流、资金流、信息流数据分析表明，佛山、东莞在珠三角城市网络中属于第一、第二层级的重要城市。但本文却揭示佛山、东莞两地在产业演化方面存在较为明显的阶段性企业退出现象，两地目前进行的专业镇转型升级可能是主要原因。另一方面，本文总结出的产业升级与产业关联路径与李珊等（2021）的研究基本相符，其通过行业空间网络视角的分析也得到珠三角产业正在从初级加工制造向高端制造等方向转型升级的结论；本文总结出的产业关联规律也进一步验证了产业关联性对企业进入、退出的影响（Neffke et al.,2011），并在此基础上扩展了关联性的时间维度，考虑了关联的稳定性。总体上，产业空间演化遵循一定的规律，珠三角作为中国改革开放的前沿阵地，其发展模式和规律有一定的代表性意义。通过促进和引导产业升级，挖掘和培育有利于企业进入和演替的产业关联集聚区，对促进地区产业的可持续发展有重要的现实意义。

本文所使用的Apriori算法尽管可以挖掘出产业之间关联性，但关联产生的具体原因，是技术或资源使用上的相似性，还是业务上的互补性，亦或是产业链的上下游联系，还无法详细说明。未来将结合技能关联性分析、深度调研访谈等进一步探究产业空间关联的具体原因。