EN中文

GEOGRAPHICAL RESEARCH >

2020 , Vol. 39 >Issue 5: 1116 - 1127

DOI: https://doi.org/10.11821/dlyj020190421

Articles

Spatial-temporal variation of chemical industry and its influencing factors in the Yangtze River Delta from the perspective of industrial park admission rate of chemical enterprises

  • JI Xuepeng ,
  • SONG Yaya ,
  • SUN Yanwei ,
  • WANG Danyang ,
  • MENG Hao ,
  • LI Shengfeng ,
  • HUANG Xianjin
Expand
  • School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210023, China

Received date: 2019-05-23

  Request revised date: 2019-10-16

  Online published: 2020-07-20

Copyright

Copyright reserved © 2020
Fold

Abstract

Chemical industry plays an important role in the development of national economy and society, and imposes direct impacts on all other social and economic sectors. Meanwhile, due to chemical industry characteristics of both severe environmental pollution and high accident frequency, it also threatens the regional ecological environment, human health and life safety. From the perspective of industrial park admission rate of chemical enterprises, and based on the chemical enterprises detailed data, we systematically analyzed and revealed the spatial-temporal patterns and its influencing factors of chemical industry in the Yangtze River Delta from 1998 to 2013 with the integration of mean center, standard deviation ellipse, kernel density and spatial autocorrelation. The results showed that chemical enterprises exhibited a generally growing trend in the study area from 1998 to 2013 with a continuing rising admission rate from 6.19% to 36.98%. Chemical enterprises distributed in the ‘northwest-southeast’ direction, and approximately showed the ‘first southeast, then northwest’ migration path. Compared to other chemical enterprises, chemical enterprises in industrial park had a higher dispersion trend and a larger migration range. And chemical enterprises in industrial park gradually evolved from spatial mismatch to spatial match with all chemical enterprises. Central agglomeration coexisted with the peripheral diffusion, and four major chemical agglomeration areas formed in the Yangtze River Delta, namely Taihu Lake agglomeration area, Hangzhou Bay agglomeration area, Yangtze River concentrated area, and coastal concentrated area. The regional spatial structure of chemical industry tended to be complicated, orderly and stable. Industrial park admission rate of chemical enterprises presented significantly positive spatial autocorrelation in 2003 and 2013, with a rising trend at municipal level. Hot spots gradually transferred from southeast Zhejiang to northwest Jiangsu, Anhui, while cold spots moved from north Anhui to southwest Zhejiang, which led to the symmetry reverse transformation of spatial patterns of chemical enterprises. But industrial park admission rate and spatial density distribution of chemical enterprises had always been in the imbalance and mismatch state. Combined with chemical industry characteristics and the Yangtze River Delta regional features, we qualitatively discussed the influencing factors of the spatial-temporal patterns of chemical industry in the Yangtze River Delta, especially to elucidate the mechanism of park industrializa-tion process of chemical industry.

Key words： chemical industry; industrial park admission rate of chemical enterprises; spatial-temporal pattern; influencing factors; the Yangtze River Delta

Cite this article

JI Xuepeng , SONG Yaya , SUN Yanwei , WANG Danyang , MENG Hao , LI Shengfeng , HUANG Xianjin . Spatial-temporal variation of chemical industry and its influencing factors in the Yangtze River Delta from the perspective of industrial park admission rate of chemical enterprises[J]. GEOGRAPHICAL RESEARCH, 2020 , 39(5) : 1116 -1127 . DOI: 10.11821/dlyj020190421

1 引言

美丽中国是中华民族永续发展的有机生命体和空间载体,要求基本建立清洁低碳、安全高效的能源体系和绿色低碳循环发展的经济体系,基本形成绿色发展的生产方式和绿色低碳的生活方式[1,2,3]。化工产业在国民经济中占有重要地位,其发展速度与规模、质量与效益对社会经济的各个部门有着直接的影响[4];然而,由于门类繁多、工艺复杂、产品多样的产业特性而使其成为污染大户,深刻影响着区域生态环境与人类健康安全[5]。近年来,全国化工安全事故频发,“3·21响水化工企业爆炸事故”“11·4福建泉港碳九泄漏事故”“8·12天津滨海新区爆炸事故”……,其他类型的化工安全事故与环境污染问题,更是不胜枚举。与此同时,各地政府及行业政策均通过提升化工企业入园率以加 快化工产业“园区化”进程作为优化产业布局的重要举措,推动化工企业“入园进区”成为淘汰落后产能、提升集中度的有效手段[6];并通过园区一体化建设,实现基础设施共建共享,环境安全风险联防联控,从而大幅降低生产成本,实现经济、环境收益双赢。化工产业的发展渗透在美丽中国建设进程中的各个方面,因此,新时代背景下探究化工产业布局及影响因素对化工产业的健康安全与可持续发展,以及美丽中国建设具有重要意义。
中国化工产业的发展历程与国民经济建设一脉相承,息息相关。20世纪80年代以来,地理学者基于工业地理理论与实践对化工产业空间组织与布局进行了早期探索,主要集中于炼油工业、石油化纤等区位选择及影响因子分析[7,8,9,10,11,12,13,14,15];随着产业规模扩大及环 境问题凸显,其影响因子也从早期关注自然、政策、市场、交通等传统布局因子[7,8,9,10,11],逐渐涵盖并侧重集聚因子、环保因素等新兴布局因子[12,13,14,15]。基于此,相关学者提炼并总结了不同空间尺度下化工产业空间组织模式,认为化工产业呈现出交通、原料地、消费地等不同的区位分布指向[7,9],并与其他关联产业呈高度的空间匹配性[10],不同类型化工产业分布模式也存在明显差异[13]。此外,化工产业布局演化的阶段、特征、机制、路径[16,17,18,19,20,21,22],以及化工事故发生的空间分布、诱发因素、风险管控等方面[23,24,25]均受到重点关注。随着市场经济和国际分工的加速推进,化工产业跨国公司空间组织、产业集群等成为热点领域,前者聚焦跨国化工公司的扩张策略及路径、区位选择因素及其在全球经济变化背景下的调整与适应[26,27,28,29];后者则关注化工园区类型与功能,以及化工产业集群的形成与作用机制[30,31,32]。大多数情况下化工产业则被更多地纳入制造业,特别是污染密集型产业等更为广泛的范畴加以研究,主要集中于污染密集型产业的地理分布、产业转移、环境规制、“污染避难所”检验等方面[33,34,35,36],对从更高层面认知和理解化工产业提供了坚实的理论基础和丰富的实证案例。
上述研究为我们提供了良好的借鉴,然而仍存在以下几点不足：较之制造业或污染密集型产业,单纯化工产业实证研究仍占少数,难以满足产业发展的精细化研究需求;传统研究数据与区域相对粗糙且单一,研究方法也以传统区位或计量模型为主,难以捕捉和反映化工产业长时间序列、微观尺度的空间组织与结构的信息变化。入园率作为衡量化工产业园区化程度的重要指标,以往研究鲜见将其纳入化工产业空间分析框架,从而难以刻画和揭示化工产业微观上的地理分布模式。故此,本文从化工企业入园率的视角出发,分析并揭示1998—2013年长三角地区化工产业时空格局演化及影响因素,以期为长三角地区化工产业布局优化调整与区域一体化发展提供科学依据和决策参考。

2 数据来源与研究方法

2.1 研究区概况

长三角地区（图1）,位于27°02′ N~35°20′ N,114°54′ E~122°12′ E之间,地处中国大陆东部沿海,长江流域下游,“T”字型发展战略交汇之地,沿江沿海港口众多,包括上海、江苏、浙江、安徽三省一市,国土面积35.91万km2,占全国国土总面积的3.73%。地形自东南向西北倾斜,处于温带到亚热带气候的过渡地带,四季分明,河湖众多,水网密布。长三角地区是中国经济最发达、城镇集聚程度最高的地区。截至2017年底,长三角地区生产总值19.53万亿,占全国的23.59%;年末常住人口2.24亿,占全国的16.16%,其中城镇人口1.48亿,城镇化率高达66.35%。经统计,2013年长三角地区规模以上化工企业共8594家,占长江经济带（13758家）的62.47%,占全国（27630家）的31.10%,以3.73%的国土面积承载了全国31.10%的化工企业,化工企业密度高达239家/万km2。长三角地区是中国重要的化工产业密集带,同时也是化工污染密集带与化工安全事故高发带。
图1 长三角地区及化工企业空间分布

Fig. 1 Spatial distribution of chemical enterprises in the Yangtze River Delta

2.2 数据来源与入园率测度

本文化工企业微观详细数据来源于《中国工业企业数据库（1998—2013年）》,样本范围为全部国有及规模以上非国有企业。根据化工行业概念及《国民经济行业分类》（GB/T 4754—2017）,并参考相关研究成果[19,20],进而结合各行业污染物排放规模、排放强度及治理成本等因素,选取门类“C”制造业中大类代码为25（石油、煤炭及其他燃料加工业）、26（化学原料和化学制品制造业）、28（化学纤维制造业）三大类为本文化工产业研究范畴。
化工企业入园率,即位于各类园区内的化工企业占全部化工企业的比例,是测度化工产业“园区化”程度的重要指标,表征地区化工产业微观集中度与园区一体化水平[6]。首先,识别化工企业是否为入园化工企业,即对企业详细地址进行模糊匹配,参考中国开发区审核公告目录,提取含有“开发”“园区”“工业”“化工”“产业”“科技”“保税”“加工”“合作”共9个“开发区”或“园区”的特有关键词,并对提取结果进行逐一筛选、去重、修复、剔除等数据处理。其次,采用地理编码技术,获取全部及入园化工企业的经纬度信息并进行空间化,将WGS_1984地理坐标系转换为WGS_1984_Albers投影坐标系。最后,统计各地市全部及入园化工企业数量,根据入园率的概念测算地区化工企业入园率。

2.3 研究方法

2.3.1 均值中心与标准差椭圆 均值中心,又称平均中心,通过测算研究区域中所有要素的平均x坐标与y坐标,用以识别一组要素的地理中心（或密度中心）,可以有效追踪要素空间分布的变化,以及比较不同要素分布模式的差异[37]。标准差椭圆是分析点数据集空间分布模式的一种常用方法,通过创建标准的偏差椭圆或椭球,用以分析并揭示要素总体的集聚趋势、离散度和方向趋势等地理分布特征[38]。
2.3.2 核密度估计 离散点数据直接用图表示,空间趋势往往不明显[39]49-50。核密度估计是空间分析中运用广泛的非参数估计方法,利用核函数计算要素在其邻域边缘的密度,可以得到研究对象连续、平滑的空间分布形态。本文采用Silverman于1986年提出的核密度估计法[40],经过反复试验,当搜索半径R为15 km,输出单元大小为2.5 km×2.5 km时可以很好地反映化工企业的区域态势和局部差异。
2.3.3 空间自相关 空间自相关作为地理现象（或事件）的两大主要特征之一,是指较之相距较远的地理单元,邻近地理单元的属性值往往呈现更为相似（正相关）或相异（负相关）的特性[41]。空间自相关包括全局空间自相关和局部空间自相关,分别利用莫兰I指数（Moran's I）和局部莫兰指数（Local Indicator of Spatial Association, LISA）进行聚类检验[39]211-223。基于点的方法并不总是优于基于面域的方法,因此,本文利用Geoda软件探测化工企业入园率的空间关联特征,空间权重矩阵设为Rook邻接。

3 结果与分析

3.1 时间序列特征

1998—2013年长三角地区化工企业总体上呈现不断增长的趋势,全部企业从3812家增长到8594家,增加约1.25倍,入园企业由236家增长到3178家,增加约13.5倍,入园率相应地从6.19%提升为36.98%（见图2）。化工企业及其入园率的趋势变化阶段性特征明显,且相互之间存有一定差异。由于“规模以上”企业统计标准在2011年由原来主营业务收入500万改为2000万,加之2009年数据的不完整性,致使2008—2013年化工企业及其入园率的趋势变化存在一定程度的波动。地区化工企业入园率的提升与各类“开发区”或“园区”的建设发展密切相关,经统计,1998—2013年长三角地区国家和省级开发区数量不断增加,分别由1998年的28家、73家增加到2013年的111家、286家。截至2017年,长三角地区开发区数量高达457家,其中国家和省级分别为141家、313家,可以预见,当前和未来一段时期该地区化工企业入园率势必持续提升。
图2 1998—2013年长三角地区化工企业及其入园率时间变化趋势

Fig. 2 Trend change of chemical enterprises and its admission rate in the Yangtze River Delta from 1998 to 2013

长三角地区化工企业及其入园率时间序列变化省际特征差异明显。全部企业上,1998—2013年江苏全部化工企业数量位列长三角地区首位,除2005年外,其数量与规模均超过其他省市之和,浙江次之,2008年后安徽超越上海。入园企业上,2006年江苏超越浙江成为入园化工企业最多地区,并持续拉大与其他省市差距,2009年安徽超过上海,且与浙江差距不断缩小。入园率上,1998—2008年仅浙江超过地区平均入园率,且远高于其他省市,2008年各省市入园率均接近地区平均水平;2011—2013年安徽超过江苏成为入园率最高地区,且两省均高于地区平均值,上海、浙江入园率不断接近,但均低于地区平均值。

3.2 空间方向特征

长三角地区全部化工企业呈现明显且稳定的“西北-东南”方向分布,一倍标准差椭圆覆盖上海大部、江苏中南部及浙江北部（见表1与图3a）。1998—2003年长半轴、短半轴及扁率均减小,化工企业在西北-东南方向集聚,方向性有所弱化;旋转角增大,并顺时针旋转,东南方向化工企业明显增加。2003—2013年长半轴、短半轴及扁率均增加,化工企业在西北-东南方向扩散,方向性持续增强;旋转角略有增大后减小,先顺时针旋转后逆时针旋转,化工企业先在东南方向略有增加后在西北方向持续增多。均值中心呈现“先东南,后西北”的路径迁移规律,但迁移幅度并不大,集中分布于苏锡常境内。
表1 长三角地区化工企业均值中心与标准差椭圆分析结果

Tab. 1 The results of mean center and standard deviational ellipse of chemical enterprises in the Yangtze River Delta

年份 均值中心
X		 均值中心
Y		 短半轴（km） 长半轴（km） 扁率 旋转角
（度）		 面积
（km2）
全部化工企业 1998 136.25 225.48 136.25 225.48 0.40 140.66 96507.10
2003 134.13 217.41 134.13 217.41 0.38 147.24 91608.34
2008 134.35 221.61 134.35 221.61 0.39 148.80 93531.93
2013 147.04 243.72 147.04 243.72 0.40 144.75 112579.44
入园化工企业 1998 125.07 256.56 125.07 256.56 0.51 159.44 100802.07
2003 134.65 251.84 134.65 251.84 0.47 161.22 106520.83
2008 139.28 255.66 139.28 255.66 0.46 153.68 111856.70
2013 156.76 261.64 156.76 261.64 0.40 149.08 128845.75
图3 长三角地区化工企业均值中心与标准差椭圆分析

Fig. 3 Mean center and standard deviational ellipse of chemical enterprises in the Yangtze River Delta

较之全部化工企业,入园化工企业同样呈明显的“西北-东南”方向分布,但标准差椭圆的空间位置、覆盖范围变动较大,一倍标准差椭圆底部由浙江中东部北移到浙江北部,顶端则由苏中南部北移到苏北南部（见表1与图3b）。1998—2003年长半轴减小、短半轴增加,扁率减小,入园企业在西北-东南方向集聚,而在东北-西南方向扩散,方向性弱化;旋转角增大,并顺时针旋转,东南方向入园企业明显增加。2003—2013年长半轴、短半轴增加,扁率减小,入园企业在长、短轴方向扩散,方向性持续弱化;旋转角度持续减小,发生逆时针旋转,西北方向入园企业增长明显。均值中心呈现“先西南,后西北”的路径迁移规律,且迁移幅度较大,从浙北跃迁到苏南。可以看出,入园企业具有更高的离散度、更大的迁移幅度,入园企业逐步由与全部企业的空间失配向空间匹配演化。

3.3 空间集聚特征

1998—2013年长三角地区全部及入园化工企业均呈现中心集聚与外围扩散并存的分布态势,但在规模与形态上迥然相异,发育并形成了四大化工集聚片区,化工产业的区域空间结构趋于复杂化、有序化与稳定化（见图4）。具体来看：
图4 长三角地区化工企业核密度分析

Fig. 4 Kernel density of chemical enterprises in the Yangtze River Delta

如图4a~图4d所示,1998年长三角地区全部化工企业在上海集聚形成极核式空间结构,成为地区密度最高、范围最大的化工增长极,此外,苏锡常、南京中部及杭州东北部也发育了若干低密度、小范围的化工集聚地。2003年上述区域范围不断扩大,苏锡常尤为突出,极化效应仍占主导地位。2008年扩散效应加快并正向溢出,形成上海-苏锡常“双核”主导的环太湖集聚区,杭州-嘉兴-绍兴连片的环杭州湾集聚区,南京-扬州-镇江等沿江城市串联的沿长江密集带,以及连云港-盐城-宁波为代表的沿海密集带,基本形成并奠定了当前长三角地区化工产业的区域空间结构与组织。2013年由于统计标准上调,致使地区化工企业密度减小和范围收缩,特别是苏锡常地区,反映了该地区化工产业规模亟待提高。
如图4e~图4h所示,尽管长三角地区入园化工企业与全部化工企业总体上空间匹配,但两者在规模与形态上迥然相异,依托于化工“开发区”或“园区”,如上海化学工业经济技术开发区、南京化学工业园区及宁波石化经济技术开发区等,入园化工企业呈高密度且小范围的极核形态,除上海-苏锡常形成串珠状集聚带,其他地区多以孤立的高密度极核形态分布。1998年入园化工企业在上海、杭州、温州发育了三个低密度核心,且范围相对较小;2003年上述低密度核心不断发育,其中温州扩张明显,并在扬州-镇江、上海-南通、上海-苏州等交界形成了若干中心;2008年扩张剧烈,并于苏南、以及苏北的徐州、连云港、盐城形成高密度核心;2013年持续发育并向内地扩散,安徽的皖江城市带、合肥经济圈迅速发展。入园化工企业的核密度清晰地刻画了化工园区的位置、范围及等级分布状况,对理解和认识化工产业集群现状及发展趋势具有重要作用。

3.4 空间关联特征

“开发区”或“园区”是为实现地方产业发展目标,由政府或企业通过完整而周全的规划来建设适于产业实体进驻的有一定规模的区域环境,是城市内部的一种重要的地域类型,更是产业集群发展的空间载体[42]。通过测算化工企业入园率及其空间自相关,以识别长三角地区化工企业微观集聚特征与空间关联特征。如表2所示,1998—2013年长三角地区4个时间截面化工企业入园率的Moran's I均大于零,表明地区入园率呈正的空间自相关,即入园率总体上存在高高集聚或低低集聚特征,但1998年与2008年均未能通过1%的显著性水平检验。较之2003年,2013年Moran's I有所减小,表明2013年入园率的空间关联性趋于减弱。
表2 长三角地区化工企业入园率全局空间自相关莫兰I指数

Tab. 2 Moran's I index of industrial park admission rate of chemical enterprises in the Yangtze River Delta

指标 1998年 2003年 2008年 2013年
莫兰I指数 Moran's I 0.0741 0.4373 0.0421 0.3241
E(I) -0.0256 -0.0256 -0.0256 -0.0256
Z-Score 1.1014 4.8500 0.7122 3.6077
P-value 0.132 0.001 0.229 0.001
如图5所示,地级尺度LISA聚类揭示局部地区是否存在化工企业入园率高值（或低值）集聚状况,1998年入园率的热点区（即高-高地区）分布在浙江的杭州、绍兴、台州,但入园率较低且均未达到20%,而冷点区（即低-低地区）则为皖北的宿州、淮北、蚌埠、亳州、阜阳。2003年地区入园率的提升使得热点区逐渐向浙东南沿海扩展,包括绍兴、金华、丽水、台州、温州,此时,温州入园率最高并超过50%,冷点区的数量略有增加,集中于长三角西北,入园率水平较低不足10%。伴随着产业的快速集聚、扩散及转移,2008年长三角北部的入园率明显提升,苏北成为新热点区,但范围有限,仅连云港、淮安,而冷点区则转移到无锡、湖州。2013年苏北、皖南成为稳定热点区,入园率高达到50%以上,热点区与冷点区同时扩大,并逐步完成了空间上的对称反转变换,基本形成苏皖北部热点区,包括连云港、宿迁、淮安、滁州等市,以及浙江西北冷点区,覆盖湖州、杭州、绍兴、金华、衢州等市。
图5 长三角地区化工企业入园率及LISA聚类时空格局演化

Fig. 5 Spatial-temporal dynamics of industrial park admission rate and LISA Clusters of chemical enterprises in the Yangtze River Delta

4 影响因素分析

针对长三角地区化工产业时空格局演化的时间阶段性、空间差异性等特征,通过结合化工产业特性与长三角区域特征,并以长三角地区化工企业入园率及其冷热点明显发生对称反转变换的前后两个阶段（分别为1998—2003年与2008—2013年）为逻辑分析层次,本文从经济水平、市场需求、产业结构、交通条件、产业政策、技术创新、外商投资、环境规制等方面,尝试分析并揭示长三角地区化工产业在产业集聚、转移与升级过程中时空分异特征的影响因素,特别是对化工产业“园区化”进程的作用机制进行阐述。
化工产业的发展需要较高的生产环境条件和自动化控制水平,具有资金技术投入大、产业关联度高、产品种类多、产业链复杂,产品附加值高等特点,但同时生产过程中排放的污染物种类多、数量大、毒性高[5,6]。随着亚太地区的快速发展,急剧增长的市场需求、大量的廉价劳动力和相对宽松的环保政策环境,加上稳定的政局、持续的经济发展以及改革开放的经济政策,吸引着跨国石油化工公司对亚太地区投资[4]。长三角地区作为中国对外开放的最大地区,20世纪90年代以来,依托于地区雄厚的工业基础、发达的商品经济、便利的水路交通、优惠的政策条件、大量的外商投资等,特别是广大沿海地区的原油码头,从而有利于获得化工原材料,作为资金技术密集型产业的化工产业加速向长三角沿海沿江地区集聚[18]。同时,开发区作为政府主导的产业集群载体,成为推动国家和地区经济增长的重要引擎[42],同样倾向于长三角沿海沿江地区布局,入园化工企业增长迅速,化工产业“园区化”进程加快,有效地促进了地区化工产业的集聚与集群。1998—2003年,受化工产业与开发区的区位选择及相互作用的影响,全部及入园化工企业空间分布重心均偏东南方向,并在东南沿海地区不断集聚形成若干规模适中的增长极。尽管拥有数量可观的入园化工企业,但由于上海、南京、苏州、无锡等地市化工企业基数庞大,导致这些地区的入园率水平中等偏低;而浙江东南沿海则形成了入园率的热点区,受限于相对较差的区位发展条件,苏皖北部化工企业及开发区数量均较少进而形成低入园率的冷点区,并与浙东南沿海热点区呈现“西北-东南”对称分布的格局。
长三角地区化工产业地理集聚的同时,也伴随着产业的扩散转移与优化升级。随着产业转型升级速度加快、环境规制政策约束趋紧、土地-劳动力要素成本上升,作为重要的污染密集型产业,化工产业逐渐从上海、苏南、浙北等化工产业密集区向外迁移[33],全部及入园化工企业的空间分布重心不断向西北方向迁移;苏皖北部、皖江城市带等长三角外围地区则依靠不断完善的交通运输体系、邻近庞大的消费市场、发展经济的迫切需求、以及相对宽松的环境规制,逐渐成为化工产业的重要承接地,全部及入园化工企业不断在此集聚并形成数量不一、规模不等的化工集聚区,长三角地区化工产业西北方向集聚趋势持续增强。开发区的建设直接影响地区化工产业“园区化”进程,2006年长三角地区开发区数量由134家突增到291家,伴随产业转移速度的加快,地区整体入园率不断提高。考虑到产业承接地政府和政策均要求新建或已有企业入园进区,且承接地化工企业数量基数不大,2008—2013年在苏皖北部逐渐形成了高入园率的热点区,实现了冷点区与热点区空间格局的对称反转变换。由于未入园化工企业基数庞大且就地园区化困难,四大化工产业集聚区入园率仍旧处于中等偏低水平。近年来,受化工安全事故频发与环保政策趋严的影响,各地政府采用行政手段对化工产业进行整治提升,如不断提升化工企业入园率、加快推进危险化学品生产企业搬迁改造、持续压缩规模以下化工企业数量等措施,凡此举措,将对地区乃至全国化工产业布局与发展产生深远影响。

5 结论与讨论

基于规模以上中国工业企业详细数据,本文从化工企业入园率的视角出发,综合运用多种空间分析方法,系统分析并揭示了1998—2013年长三角地区化工产业时空格局演化规律及影响因素,结论如下：
（1）时间序列上,1998—2013年长三角地区化工企业总体上呈现不断增长趋势,全部企业从3812家增长到8594家,入园企业由236家增长到3178家,入园率相应地由6.19%提升到36.98%;长三角地区化工企业及其入园率的时间阶段性与省际差异性明显。
（2）空间方向上,长三角地区化工企业呈明显且稳定的“西北-东南”方向分布,且近似表现为“先东南,后西北”的路径迁移规律;较之全部企业,入园企业具有更高的离散度、更大的迁移幅度,入园企业与全部企业逐步由空间失配演变为空间匹配。
（3）空间集聚上,长三角地区全部及入园化工企业均呈现中心集聚与外围扩散并存的分布态势,但在规模与形态上迥然相异,发育并逐渐形成了环太湖集聚区、沿杭州湾集聚区、沿长江密集带及沿海密集带四大化工集聚片区,化工产业的区域空间结构趋于复杂化、有序化与稳定化。
（4）空间关联上,地级尺度上化工企业入园率不断提升,2003年与2013年入园率呈现显著的空间正相关,较之2003年,2013年入园率的空间关联性趋于减弱,热点区由浙江东南转移到苏皖北部,冷点区从安徽北部迁移到浙江西北,基本完成了空间格局上的对称反转变换;但化工企业入园率与空间密度分布一直处于错配失衡状态,且地级尺度上入园率的空间关联特征阶段性差异明显。
（5）长三角地区化工产业空间格局演化规律受化工产业特性与长三角区域特征影响,并且不同阶段、不同区域的经济水平、市场需求、产业结构、交通条件、外商投资、环境规制等影响因素在化工产业集聚、转移与升级过程中发挥了重要作用,深刻地影响了化工产业“园区化”进程。
本文从化工企业入园率的视角出发,并借此研究了长三角地区化工产业的“园区化”进程,进而分析并揭示了化工产业时空格局演化规律及影响因素。虽然文中对“入园率”的概念及内涵进行了界定与阐述,但其之于化工产业布局及发展的作用与效应,特别是入园率、园区规模与化工产业的耦合协调关系尚需进一步解答。此外,由于化工企业详细地址部分略有缺失,通过详细地址获取企业入园状况将产生细微偏误,但仍不失为有效的方法参考;同时,对中宏观尺度下由企业详细地址测算的入园率进行实地校对、遥感校对、案例校对等精度验证将会提高测度的准确性并增强方法的科学性。囿于中国工业企业数据库的数据时效性及统计口径变化,本文仅研究了1998—2013年化工产业格局演化,近年来,随着中国供给侧结构性改革的推进,以及中美贸易领域摩擦等国际贸易问题的出现,需要引入更为新近的数据,并考虑当前国际贸易形势,通过不断升级与优化化工产业结构和组织以应对新问题与新挑战。

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,对论文基本概念界定、逻辑思路梳理、驱动机理探讨等方面的修改意见,使本文获益匪浅！同时,感谢南京大学毛熙彦助理研究员、车磊博士以及华东师范大学汪凡博士在文章修改过程中提供的帮助。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中共中央宣传部理论局. 新时代面对面. 北京: 学习出版社/人民出版社, 2018: 33-35.

[ Theoretic Bureau of Publicity Department of the Communist Party of China. Understanding China in the New Era. Beijing: Xuexi Publishing House/People's Publishing House, 2018: 33-35.]

[2]
黄贤金 . 美丽中国与国土空间用途管制. 中国地质大学学报(社会科学版), 2018,18(6):1-7.

[ Huang Xianjin . Beautiful China and the land space use control. Journal of China University of Geosciences (Social Sciences Edition), 2018,18(6):1-7.]

[3]
方创琳, 王振波, 刘海猛 . 美丽中国建设的理论基础与评估方案探索. 地理学报, 2019,74(4):619-632.

DOI

[ Fang Chuanglin, Wang Zhenbo, Liu Haimeng . Exploration on the theoretical basis and evaluation plan of Beautiful China construction. Acta Geographica Sinica, 2019,74(4):619-632.]

[4]
刘鹤, 刘毅 . 石化产业空间组织研究进展与展望. 地理科学进展, 2011,30(2):157-163.

DOI

[ Liu He, Liu Yi . Progresses and perspectives on spatial organization of petrochemical industry. Progress in Geography, 2011,30(2):157-163.]

[5]
刘玮 . 中国工业节能减排效率研究. 武汉: 武汉大学博士学位论文, 2010: 156-157.

[ Liu Wei . Research on the efficiency of China’s industrial energy conservation and emission reduction. Wuhan: Doctoral Dissertation of Wuhan University, 2010: 156-157.]

[6]
杨挺, 任旭东, 赵畅 , 等. 中国化工产业园区化的驱动机制: 基于社会-生态系统框架下的博弈论分析. 中国环境管理, 2019,11(1):38-46.

[ Yang Ting, Ren Xudong, Zhao Chang , et al. The driving mechanism of China’s chemical industry zonation: A game analysis based on social-ecological system. Chinese Journal of Environmental Management, 2019,11(1):38-46.]

[7]
刘再兴 . 中国工业布局学. 北京: 中国人民大学出版社, 1981.

[ Liu Zaixing. Science of Industrial Distribution in China. Beijing: China Renmin University Press, 1981.]

[8]
梁仁彩 . 化学工业布局概论. 北京: 科学出版社, 1982.

[ Liang Rencai. Chemical Industrial Layout Introduction. Beijing: Science Press, 1982.]

[9]
李秉仁 . 我国炼油工业的区位问题. 经济地理, 1982,2(2):109-113.

[ Li Bingren . The location of oil refining industry in China. Economic Ggeography, 1982, ( 3):109-113.]

[10]
王缉慈 . 试述我国石油化纤基地的布局与选址问题. 经济地理, 1982,2(3):194-200.

[ Wang Jici . Layout and site selection of petroleum chemical fiber base in China. Economic Geography, 1982,2(3):194-200.]

[11]
蔡炜, 张瑛 . 石油化工基地的开发与布局: 兼论我国石化基地的建设. 城市规划, 1999,23(2):8-12.

[ Cai Wei, Zhang Ying . Development and layout of petrochemical industry bases. City Planning Review, 1999,23(2):8-12.]

[12]
杨屹 . 化学工业布局与中国城市经济发展研究. 上海: 华东师范大学硕士学位论文, 2006.

[ Yang Yi . The location of chemical industry and the studies of Chinese urban economy. Shanghai: Master Dissertation of East China Normal University, 2006.]

[13]
Molle W, Wever E . Oil refineries and petrochemical industries in Europe. GeoJournal, 1984,9(4):421-430.

DOI

[14]
Grant W, Paterson W, Whitston C. Government and the chemical industry: A comparative study of Britain and West Germany. Oxford University Press, USA, 1988.

[15]
Chapman K . The International Petrochemical Industry: Evolution and Location. Hoboken: B. Blackwell, 1991.

[16]
张文忠, 董科国, 田山川 . 中国石化工业发展和区位变迁轨迹. 地理研究, 2009,28(5):1378-1388.

[ Zhang Wenzhong, Dong Keguo, Tian Shanchuan . Development and evolution of spatial distribution of Chinese petrochemical industry. Geographical Research, 2009,28(5):1378-1388.]

[17]
刘鹤, 金凤君, 刘毅 , 等. 中国石化产业空间组织的评价与优化. 地理学报, 2011,66(10):1332-1342.

DOI

[ Liu He, Jin Fengjun, Liu Yi , et al. Evaluation and optimization of petrochemical industrial spatial organization in China. Acta Geographica Sinica, 2011,66(10):1332-1342.]

[18]
刘鹤, 金凤君, 刘毅 . 中国石化产业空间组织的演进历程与机制. 地理研究, 2012,31(11):2031-2043.

[ Liu He, Jin Fengjun, Liu Yi . Research on the evolution and mechanism of spatial organization of petrochemical industry in China. Geographical Research, 2012,32(11):2031-2043.]

[19]
田超, 王磊 . 长江中游城市群石化产业空间组织研究——现状、机制与路径. 世界地理研究, 2016,25(3):106-114.

[ Tian Chao, Wang Lei . Spatial organization of petrochemical industry in urban agglomeration in the middle reaches of Yangtze River. World Regional Studies, 2016,25(3):106-114.]

[20]
邹辉, 段学军 . 长江沿江地区化工产业空间格局演化及影响因素. 地理研究, 2019,38(4):884-897.

DOI

[ Zou Hui, Duan Xuejun . Spatial evolution of chemical industry and its influencing factors in the regions along the Yangtze River. Geographical Research, 2019,38(4):884-897.]

[21]
Treitl S, Jammernegg W . Facility location decisions with environmental considerations: A case study from the petrochemical industry. Journal of Business Economics, 2014,84(5):639-664.

DOI

[22]
Kwon H, Lee C, Seo D , et al. Korean experience of process safety management (PSM) regulation for chemical industry. Journal of Loss Prevention in the Process Industries, 2016,42:2-5.

DOI

[23]
Duan W, Chen G, Ye Q , et al. The situation of hazardous chemical accidents in China between 2000 and 2006. Journal of Hazardous Materials, 2011,186(2-3):1489-1494.

DOI

[24]
He G, Zhang L, Lu Y , et al. Managing major chemical accidents in China: Towards effective risk information. Journal of Hazardous Materials, 2011,187(1-3):171-181.

DOI

[25]
Heo S, Kim M, Yu H , et al. Chemical accident hazard assessment by spatial analysis of chemical factories and accident records in South Korea. International Journal of Disaster Risk Reduction, 2018,27:37-47.

DOI

[26]
钱伯章 . 跨国石油石化公司新世纪的发展战略. 现代化工, 2002,22(4):55-58.

[ Qian Bozhang . Development strategy of international petrochemical companies in the new century. Modern Chemical Industry, 2002,22(4):55-58.]

[27]
刘剑平, 朱和 . 国外大石油石化公司进军中国市场现状与策略分析. 石油化工技术经济, 2003, ( 6):8-16.

[ Liu Jianping, Zhu He . Analysis on current situation of overseas large petrochemical companies' marching into Chinese market and their strategies. Technology & Economics in Petrochemicals, 2003, ( 6):8-16.]

[28]
Jason H W, Henry W Y . Strategies for global competition: transnational chemical firms and Singapore's chemical cluster. Environment and Planning A, 2000,32(5):847-869.

DOI

[29]
Vu K M . Embracing globalization to promote industrialization: Insights from the development of Singapore's petrochemicals industry. China Economic Review, 2018,48:170-185.

DOI

[30]
周家艳, 李冰, 王水 , 等. 中国化工园区发展现状及环境风险管理策略研究. 污染防治技术, 2012,25(3):5-10.

[ Zhou Jiayan, Li Bing, Wang Shui , et al. Current status of chemical industry park and its environmental risk management in China. Pollution Control Technology, 2012,25(3):5-10.]

[31]
Jayarethanam P . Importance of clusters in industry development: A case of Singapore's petrochemical industry. Asian Journal of Technology Innovation, 2006,14(2):1-27.

DOI

[32]
Wang W, Bao J, Yuan S , et al. Proposal for planning an integrated management of hazardous waste: Chemical park, Jiangsu province, China. Sustainability, 2019,11(10):2846.

DOI

[33]
仇方道, 蒋涛, 张纯敏 , 等. 江苏省污染密集型产业空间转移及影响因素. 地理科学, 2013,33(7):789-796.

[ Qiu Fangdao, Jiang Tao, Zhang Chunmin , et al. Spatial relocation and mechanism of pollution-intensive industries in Jiangsu province. Scientia Geographica Sinica, 2013,33(7):789-796.]

[34]
沈静, 向澄, 符文颖 . 环境管制对珠江三角洲污染产业空间分布的影响研究. 地理科学, 2014,34(6):717-724.

[ Shen Jing, Xiang Cheng, Fu Wenying . The impact of environmental regulation on the spatial distribution of pollution industries in the Pearl River Delta. Scientia Geographica Sinica, 2014,34(6):717-724.]

[35]
周沂, 贺灿飞, 刘颖 . 中国污染密集型产业地理分布研究. 自然资源学报, 2015,30(7):1183-1196.

[ Zhou Yi, He Canfei, Liu Ying . An empirical study on the geographical distribution of pollution-intensive industries in China. Journal of Natural Resources, 2015,30(7):1183-1196.]

[36]
田光辉, 苗长虹, 胡志强 , 等. 环境规制、地方保护与中国污染密集型产业布局. 地理学报, 2018,73(10):1954-1969.

DOI

[ Tian Guanghui, Miao Changhong, Hu Zhiqiang , et al. Environmental regulation, local protection and the spatial distribution of pollution-intensive industries in China. Acta Geographica Sinica, 2018,73(10):1954-1969.]

[37]
Mitchell, Andy . The ESRI Guide to GIS Analysis, Volume 2. ESRI Press, 2005: 21-61.

[38]
张杰, 唐根年 . 浙江省制造业空间分异格局及其影响因素. 地理科学, 2018,38(7):1107-1117.

DOI

[ Zhang Jie, Tang Gennian . Spatial differentiation pattern of manufacturing industry in Zhejiang and its influencing factors. Scientia Geographica Sinica, 2018,38(7):1107-1117.]

[39]
王法辉 . 基于GIS的数量方法与应用. 北京: 商务印书馆, 2009.

[ Wang Fahui. uantitative Methods and Applications in GIS. Beijing: The Commercial Press, 2009.]

[40]
Silverman B. W . Density Estimation for Statistics and Data Analysis. New York: Chapman and Hall, 1986.

[41]
Wang J F, Zhang T L, Fu B J . A measure of spatial stratified heterogeneity. Ecological Indicators, 2016,67:250-256.

DOI

[42]
高超, 金凤君 . 沿海地区经济技术开发区空间格局演化及产业特征. 地理学报, 2015,70(2):202-213.

DOI

[ Gao Chao, Jin Fengjun . Spatial pattern and industrial characteristics of economic technological development areas in eastern coastal China. Acta Geographica Sinica, 2015,70(2):202-213.]

Options
Outlines

/

〈 〉