基于复合区位熵的中国油气资源产业集群识别

陈莲芳 严 良

(中国地质大学(武汉)经济管理学院，湖北 武汉430074)

基于复合区位熵的中国油气资源产业集群识别

陈莲芳 严 良

(中国地质大学(武汉)经济管理学院，湖北 武汉430074)

油气产业集群识别为完善区域油气产业发展规划和明确不同区域油气产业集群发育程度差异提供科学依据。本文油气产业集群识别包括产业集群地理边界确定和产业集群辨认，选择行政区划省(直辖市或自治区)作为油气产业集群识别的地理边界;基于企业数量区位熵、产业产值区位熵和就业区位熵提出复合区位熵概念CLQ，并据此将我国12个油气资源富集省区依油气产业集群发育程度辨认(识别)为三个梯队:第一梯队包括新疆、黑龙江、辽宁、天津、山东、甘肃6省区，油气产业上、下游均不同程度地发育产业集群;第二梯队包括陕西、吉林、河北、四川、青海5省区，油气产业上、下游并非均发育产业集群;第三梯队为河南，油气产业上、下游均不发育产业集群;进一步计算12省区油气产业上、下游的CLQ差值，结果表明，总体上我国这12个油气资源富集省区油气产业下游相对于上游发育不足，油气产业链出现“上游大，下游小”的畸形格局。

油气资源产业集群;地理边界识别;产业集群辨认;复合区位熵CLQ

油气资源产业集群是本文的一个基础概念。本文借鉴一般产业集群内涵和胡健等［1］对油气产业集群的界定，指出油气产业集群是在特定地理区域内，基于当地独特的油气资源优势，油气勘探、开发、储运、炼制加工、化工和销售等产业企业，及与其发展相关的配套企业(主要为油气装备制造业和油气服务业等)和各种机构、组织(如高校、科研院所、培训机构、中介、协会、金融、政府)相互联系所构成的空间经济组织体。其主体是一条产业链，这条链条成为油气产业集群内部各主体相互关系的基本格架。这里有必要指出油气产业集群与油气产业集聚的区别。油气产业集聚是指油气资源勘探开发企业或加工企业以取得规模经济、节约成本而在特定地域集聚，根据集聚企业是油气开发生产型还是油气加工型，分为开发生产型油气产业集聚和加工集中型油气产业集聚。由此可见，油气产业集聚是特定区域内同类油气企业的集中，这类油气企业可以是上游油气开采企业，也可以是下游油气加工企业;而油气产业集群则是基于当地独特油气资源优势，沿着产业链不同环节企业的集中，产业链是油气产业集群的主体，也就是说油气产业集群内部既有上游油气开采企业也有下游油气加工企业。因而，从这一角度看，江苏和浙江等省区虽然乙烯石油化工业等较发达，但由于没有油田，缺乏油气开采业，产业链上游缺失，因而，只能称得上油气化工集聚区，而油气产业集聚不在本文研究之列。

我国同一区域(比如一个省、直辖市或自治区)油气资源产业(后文简称油气产业)上、下游发展并不平衡，不同区域油气产业上、下游产业集群发育程度也存在差异，把握这些差异将有助于完善区域油气产业发展规划和明确不同区域油气产业集群发育程度。产业集群识别包括产业集群辨认、产业集群的产业分类和产业集群边界确定，其中，产业集群辨认是产业集群识别的重要内容，它是指被研究对象是否发育产业集群及发育的相对程度，因而，对我国油气产业集群进行识别有助于掌握我国同一区域油气产业上、下游产业集群发育状况和明确不同区域油气产业集群发育程度。然而，从目前国内外油气产业集群研究来看，总体上并不丰富，其中，我国主要聚焦于油气产业集群的成因［2－5］、区域功能［1，2，4，6－7］、集聚度衡量［1，2，8］，及发展策略［1，2，5－6，9］等方面;国外主要关注油气产业集群的整体结构［10］、集聚效应［11］，及油气集群基于区域创新的成长机制［12］。由此可见，无论国内还是国外，还没有严格意义上的油气产业集群识别研究。当然，已有产业集聚度衡量研究为油气产业集群识别提供了很好的基础和思路启发，但是，即便油气产业集聚度衡量的已有研究，衡量方法上也主要采用单一区位熵法或两类区位熵的组合。由于不同区位熵从不同侧面反映产业集聚状况，因而综合各类区位熵的衡量将能够更客观地反映油气产业集群发育状况。基于此，本文寻求三类区位熵的组合并据此提出复合区位熵的概念，基于复合区位熵来更客观地衡量我国油气资源富集区产业集群发育状况。

1 相关研究

已有油气产业集聚度衡量为油气产业集群识别提供了很好的基础和思路启发，同时，一般产业集群识别研究为本文作进一步研究提供了理论与实践支撑。

1.1 油气产业集聚度研究

胡健等计算黑龙江、新疆、辽宁、四川、陕西、吉林、甘肃、青海等八省(直辖市或自治区)的Ellison-Glaeser指数，用来表示各省区油气产业集聚程度，在此基础上，进一步研究油气产业集聚度与区域经济增长之间［1，2，4］、与区域创新能力之间［6－7、9］的相关关系，并衡量西部油气资源富集区生产集聚度［1，2，8］。张伟组合企业数量区位熵和产业产值区位熵衡量西部13个二位数资源型产业的聚集度，并计算这些产业销售利润率借以初步反映产业竞争力，最后得出了与客观实际较吻合的资源型产业集聚度与产业销售利润率关系的结论［13］，表明了区位熵法在资源型产业集聚度衡量中的适用性。

1.2 产业集群识别研究

产业集群识别包括产业集群辨认、产业集群产业分类和产业集群边界确定，其中，产业集群辨认指被研究对象是否发育产业集群及发育相对程度，是产业集群识别基础且重要的内容［14］，因而，狭义上，产业集群识别即指产业集群辨认，许多文献采用此观点。已有产业集群识别研究主要围绕产业集群识别的思路、标准、方法及应用展开，其中，识别标准和识别方法被学术界和产业界广为关注。

1.2.1 产业集群识别标准

实际上，产业集群识别标准确定是复杂和困难的。意大利和法国做了这方面的工作［15］，如意大利将1999年确定的地方生产体系和产业区两个层面的识别标准调整为2002年对产业区的具体判断标准:即产业区内企业数应至少80家、员工总数应不低于250人，同时应符合企业体系和地方机构共同制定的开发条约:而在法国，则规定一区域内具有相似活动的企业如果达到了以下四个标准，即被认为产业区:一是企业至少5家，二是与同一活动有关的至少有100位雇员，三是每公里厂商的密度至少两倍于法国的平均水平，四是地点系数LQ必须大于1［15］。上述研究中，产业区实际上相当于产业集群，可见，以上集群识别标准侧重于企业数量、就业规模、集聚程度和专业化程度等方面。在国内，张建华等运用关系合约理论、分工理论与投入产出分析法，制定行政区划和区位熵等8条产业集群识别标准［16］。

1.2.2 产业集群识别方法及其运用

学术界从20世纪60年代以来发展了许多辨认产业集群的方法，这些方法总体可分为定性识别方法和定量识别方法，且各有优、缺点［14，17－18］。其中，定性方法产业理解法的核心是区位熵(LQ系数)，其计算公式为:

其中，Eij表示j地区i产业的就业、企业数或产值总数，LQij表示一个给定区域j产业i的就业、企业数或产值占有的份额与该产业的就业、企业数或产值占整个经济(如一国)的份额的比值。根据计算所依据指标的不同，LQij相应有企业数量区位熵 B－LQ(number of business-based location quotient，“business”应该为“enterprise”，但为了与就业区位熵中“E(employee)”相区分，这里借用“business”)、产业产值区位熵P－LQ(product value-based location quotient)和就业区位熵 E－LQ(number of employee-based location quotient)。由公式(1)可以看出，区位熵并非绝对数，而是相对数的比值，因而，若j地区i产业的就业、企业数或产值高，即Eij大，并非意味着LQij一定高，即i产业在j地区的集群度高，因为它还要取决于j地区产业的就业、企业数或产值的总量，因而，我们不能截然地说如果一个地区某产业发达，那么该地区该产业的集群度一定高;反之亦然，LQij低，并不意味着该产业就不发育，但LQij可比较同一区域不同产业发育程度，LQij越高，表明所对应产业相对于同一区域其他产业更为发育。由公式一还可以看出，区位熵计算仅涉及产业和区域数据，容易获取、容易理解，计算操作也简便，因而，在实践中受到较广泛的运用。对于主成分因子分析法、多元聚类法和图论分析法等定量方法则在区域产业集群现象存在前提下，识别产业集群的数目、组成、内部关系等，因而能够比较深入地勾勒出集群边界，但这些定量方法操作比较复杂，对数据要求也高，在我国目前集群数据统计系统尚不完善前提下很难顺利实施。

由于区位熵具有前述提到的这些优点，因而在一般识别中被经常采用，但识别标准在不同学者存在差异，如选择就业区位熵大于1［19］、就业区位熵≥3且企业数目≥100［20］、各类区位熵大于 1.12 即表明高水平的专业化［15］，以及大于3的标准［21－23］。本研究认为LQ识别标准存在行业差异，应视所研究行业相关特征而定;此外，还应综合考虑三类LQ值，因为三类LQ值毕竟分别从三个不同侧面反映产业集群发育状况。由于各类产业集群识别方法各有优劣，于是有些学者在实际运用中寻求方法的组合，如Rey融合主成分分析法和多元统计聚类法［24］、梁进社等人综合运用主成分分析法和Czamanski法对北京产业集群进行识别［25］、李广志等综合应用区位系数法和主成分分析法对陕西省产业集群进行识别与选择［26］。具体就区位熵三类指数之间组合来看，企业数量区位熵与产业产值区位熵组合［13］、就业区位熵与产值区位熵组合［27］等识别法已在实践中得到使用，但组合三类区位熵用于产业集群识别则在目前文献中极少见及，具体到油气产业集群则尚未见及。

2 油气产业集群识别内容及地理边界识别

2.1 油气产业集群识别内容

本研究包括油气产业集群辨认和油气产业集群地理边界确定(识别)。产业集群边界包括垂直边界、水平边界、交易边界和地理边界，其中，地理边界指特定地理区位中产业集群的垂直、水平、交易边界内所吸纳的所有成员，具有区位特性，是产业集群区域集中性的表现。在油气产业集群地理边界确定前提下，油气产业集群辨认则指辨认地理边界范围内油气产业是否存在集群现象和集群发育的相对程度。

2.2 油气产业集群地理边界识别

四类集群边界中，地理边界受行政区划限制，大多数产业集群通常分布在行政区划内，与行政区划相对应，但也有个别集群跨越行政区划边界［16，28］。进一步从油气产业集聚相关研究来看，胡健等在分析油气资源生产集聚和区域创新能力关系［1，6－7］、衡量西部油气资源富集区生产集聚度［1，2，8］、评价西部油气产业竞争力［1］，以及张伟衡量西部地区资源型产业集聚度时，均选择以行政区划省(直辖市或自治区)为基本研究单元，且最后均得到了与实际吻合较理想的结果［13］，这表明了行政区划作为研究单元的合理性。此外，鉴于油气产业规模性，油气产业集群所及范围通常扩大到一个省甚至几省组合的区域，再结合我国油气产业统计数据省归口的特点、不同省区油气生产规模和上下游发育程度的差异性，同时借鉴Marcon et al［29］和张淑静［28］、张建华等［16］的研究观点:大多数产业集群在行政区划范围之内，与行政区划相对应，产业集群或产业集聚衡量方法也大都以行政单元为基础。综合以上考虑，本研究选择省(直辖市或自治区)作为油气产业集群识别的地理界线，即以行政省(直辖市或自治区)边界作为油气产业集群识别的地理边界。与此相对应，油气产业集群辨认即转化为辨认具体省区油气产业是否发育集群及相对发育程度。

3 我国油气产业集群辨认方法选择和样本确定

油气产业集群辨认可被视为狭义的油气产业集群识别，辨认(识别)方法选择和样本确立是油气产业集群辨认的基础工作。

3.1 油气产业集群辨认方法选择

目前还没有辨认(识别)产业集群的完美方法，产业集群识别需要根据具体情况选择适合的方法。鉴于前文提到的区位熵法的优点和张伟运用区位熵法对我国西部包括油气产业在内的13个资源型产业集聚度较理想的衡量［13］，同时，结合我国目前产业集群统计系统还不足以满足主成分因子分析法、多元聚类方法、图论法等较复杂的定量方法，本研究选择LQ系数法作为油气产业集群识别方法。由于企业数量区位熵B－LQ、产业产值区位熵PLQ和就业区位熵分别从不同侧面反映产业集群发育状况，因而，本研究同时选择以上三类区位熵进行我国油气产业集群识别。

3.2 样本确定

本研究选取油气资源富集的黑龙江、新疆、辽宁、四川、陕西、吉林、甘肃、青海等八省区，增加山东、天津、河南、河北等偏中部和偏东部省区，较全面地涵盖了我国油气资源(陆上)富集区。由于前文已限定油气产业集聚不在本文研究之列，因而，对于象江苏和浙江等油气化工集聚区没被本文选为样本省区。

4 复合区位熵的提出及对我国油气产业集群的识别

本文基于三类区位熵提出复合区位熵CLQ(Composite Location Quotient)概念，并依据复合区位熵对12样本省区油气产业集群作出最后识别。

4.1 三类区位熵的计算与分析

鉴于我国油气产业上、下游发展的差异性和数据资料的可获性，本研究按我国2002年实施的最新国民经济行业分类标准GB/T4754－2002沿着油气产业链按二位数选取上游石油和天然气开采业和下游石油加工、炼焦及核燃料产业，分别计算这两个二位数油气产业的三类区位熵。考虑数据的获全性和可靠性，数据取自2007年，来源于国研网的《工业统计数据库》和《宏观经济数据库》，及高校财经数据库《中国工业经济统计年鉴2008》。计算得到12样本省区油气产业上、下游三类区位熵值(见表1)。由表1可以看出:

(1)无论上游还是下游，同一省区三类LQ值并不相同，以天津、新疆、黑龙江、吉林4省差异最为显著，这表明若单纯依据其中某类区位熵进行油气产业集群识别均有失偏颇。

表1 12省区油气产业上、下游三类区位熵值Tab.1 Three tyes of location quotients of oil and gas industrial upstream level and downstream level of 12 provinces

(2)同一省区上、下游同类LQ值也存在差异，以天津、吉林、黑龙江、青海、新疆5省区最为显著，这些省区上游区位熵明显大于下游区位熵;但若下游区位熵大于上游区位熵，如山东、甘肃，则差值明显减少，仅仅是略大于，这表明总体来看，12省区油气产业下游相对于上游发育不足。

4.2 复合区位熵的提出

本研究认为三类区位熵在识别中的重要性存在差异，采用权重系数来反映这种差异，并将三类区位熵的加权平均称为复合区位熵CLQ，计算公式为:

式中，a、b、c为权重系数，采用专家征询法计算获得。所选11位专家9位为高校资源经济管理方面的教授、2位来自中国石油化工股份有限公司石油勘探开发研究院。计算11位专家赋值的算术平均值，得到三类区位熵的权重。上游就业区位熵a1、企业数量区位熵b1、产业产值区位熵c1权重分别为0.250、0.275、0.475，下游就业区位熵 a1、企业数量区位熵b1、产业产值区位熵c1权重分别为0.337、0.275、0.388。可以看出，无论上游还是下游，产业产值区位熵权重系数最大，表明产业产值在油气集群识别中最为重要，这符合产业集群内在本质，因为无论是劳动力集中还是企业集中，最终均要归结到为所在区域创造财富、创造价值。

4.3 基于复合区位熵的我国油气产业集群识别

根据表1及公式(2)，计算得到12省区油气产业上、下游复合区位熵值及排名(见表2)。本研究主要参考Nauwelaers［15］和张建华等［16］的观点，选取复合区位熵大于1.1，同时鉴于产业产值区位熵在识别中的重要性，令其也大于1，则基于表2，对12省区油气产业集群可得出如下辨认(识别)结论。

(1)12省区可划分为三个梯队。从上游看，复合区位熵大于1.1的依次为新疆、黑龙江、吉林、青海、天津、陕西、辽宁、甘肃、四川、山东，小于1.1的只有河南和河北;从下游看，复合区位熵大于1.1的有新疆、甘肃、陕西、辽宁、黑龙江、天津、山东、河北等8省区，小于1.1的有吉林、河南、四川、青海。综上，上、下游复合区位熵均大于1.1的有天津、辽宁、黑龙江、山东、陕西、甘肃、新疆等7省，但其中陕西上、下游产业产值区位熵小于1.1(分别为0.513、0.195)，因而降为第二梯队;上、下游均小于1.1的为河南，表明该省油气产业上、下游均不发育集群;其余4省区河北、吉林、四川、青海，上、下游不全大于1.1，表明这4省油气产业上、下游并非均发育集群。由此，按已选定的识别标准，12省区可划分为以下三个梯队(表3):第一梯队为油气产业上、下游复合区位熵均大于1.1梯队，油气产业上、下游均发育油气集群，包括天津、辽宁、黑龙江、山东、甘肃、新疆6省区;第二梯队为油气产业上、下游复合区位熵不全大于1.1梯队，油气产业上、下游并不均发育集群，包括河北、吉林、四川、青海、陕西共5省区;第三

表2 12省区油气产业上、下游复合区位熵及排名Tab.2 CLQ and ranking of oil and gas industrial upstream level and downstream level of 12 provinces

表3 基于复合区位熵CLQ 12省区油气产业集群辨认得出的三个梯队

Tab.3 Three echelons of the development of the oil and gas industrial clusters of 12 provinces based on CLQ梯队为油气产业上、下游复合区位熵均小于1梯队，油气产业上、下游均不发育集群，仅为河南。

备注:表中各省区单元格中，上、下排数值分别表示上、下游复合区位熵，括号内数字表示排名。

(2)总体看，12个油气资源富集区油气产业下游相对于上游发育不足。表4为12省区上、下游复合区位熵差值，从中可以看出，对于正差值，即上游复合区位熵大于下游区位熵，则差值总体偏大，如新疆(10.661)、吉林(7.452)、黑龙江(6.517)、青海(5.918)接近或大于6，表明这些省区油气产业下游发育明显不足;而对于负差值，即下游复合区位熵大于上游复合区位熵，则无论是复合区位熵本身还是差值均明显偏小，如甘肃(－1.726)、辽宁(－0.969)、陕西(－0.832)、山东(－0.359)、河北(－0.251)，差值均不超过2，表明尽管这5省区下游复合区位熵大于上游，但十分有限，下游仅仅略比上游发育。因而，12省区油气产业下游相对于上游发育不足，呈现“上游大，下游小”的畸形格局。

(3)油气资源储量成为我国政府规划油气开采业布局考虑的主要因素。由表4还可以看出，上游集群最为发育的为新疆和黑龙江，复合区位熵分别达到14.203和9.112，而这两个省区恰恰是我国油气资源储量最丰富地区，由此可见，上游油气开采业集群发育与油气资源禀赋直接相关，油气资源储量成为油气产业上游开采业集群发育的重要因素，因而成为我国政府规划油气开采业布局考虑的主要因素。上游油气开采业在我国油气资源富集的东北地区和西部地区便形成了较高的产业集群程度。

表4 12省区油气产业上、下游复合区位熵差值Tab.4 The gap between CLQ in upstream level and in downstream level of oil and gas industry of 12 provinces

5 结语

就业区位熵、产业产值区位熵和企业数量区位熵从不同侧面反映产业集群发育状况，因而，基于以上三类区位熵加权平均的复合区位熵能够更客观地反映产业集群发育状况。本文选择行政区划省(直辖市或自治区)作为油气产业集群识别的地理边界，选择我国12个陆上油气资源富集省区作为识别的样本省区，计算这12省区油气产业上、下游复合区位熵，并据此将这些省区油气产业集群发育程度划分为三个梯队;进一步计算12省区上、下游复合区位熵差值，结果表明，总体上12个油气资源富集省区油气产业下游相对于上游发育不足，油气产业链出现畸形;此外，研究表明油气资源储量是油气上游开采业产业集群发育的重要因素。面对以上12个油气资源富集省区油气产业整体发展的畸形格局，如何在石油开采和石油加工业之间形成较为紧密的关联是我国油气产业整体健康发展过程中值得考虑的一个重要因素［2］。这一方面依靠政府基于油气集群识别结果来整体地规划和作政策引导，另一方面调整优化目前我国油气产业行政配置机制，增强市场对油气资源的配置效能，提高油气资源附加值，真正充分发挥区域油气资源的禀赋优势。

油气产业集群和其他产业集群一样也是动态发展的。以上识别结论基于12样本省区2007年数据得出，由于此后几年各省区油气产业上、下游发展速度存在差异，上、下游复合区位熵差值将发生变化。比如天津市，由于近年来炼油工程项目建成和国家级石化产业基地的进一步建设，下游发展迅速，与上游复合区位熵的差值逐渐减小，因而，在参考本研究识别结论时，应当结合被研究省区油气产业上、下游近几年发育的实际;另外，前文已分析提到，区位熵是相对数的比值，一个地区某产业发达，其区位熵不一定高，反之亦然，区位熵低，某区域某产业不一定不发育，这在理解和应用本文研究结论时要予以注意。

就后续研究来说，一是在数据获全性有保障情况下，计算尽可能新的复合区位熵，以反映我国前述12省区油气产业集群最新发育状况，并与本文得出的2007年识别结果进行纵向对比，得出动态发育状况;二是扩大研究范围，将江苏和浙江等省区石油化工产业集聚也考虑在内，勾画出我国油气产业集中的整体格局。

References)

［1］胡健，吴文洁，董春诗，等.油气资源开发与西部区域经济协调发展战略研究［M］.北京:科学出版社，2007.［Hu Jian，Wu Wenjie，Dong Chuangshi，et al.Strategy Research on Coordination between Oil-gas Resource Development and Economy Development in Western Region［M］.Beijing:Science Press，2007:37 －42.］

［2］胡健，焦兵.基于油气资源禀赋的产业集群对区域经济发展影响的实证研究［J］.经济地理，2007a，27(4):533 －537.［Hu Jian，Jiao Bing.The Empirical Analysis on the Effect of the Industrial Colony on the Region Economy Development Basing on the Oil＆Gas Resources［J］.Economic Geography，2007a，27(4):533 －537.］

［3］张雄化，张淑英.基于传统因素决定的产业集群分析:以新疆油气产业集群为例［J］.资源与产业，2008，10(6):27 －32.［Zhang Xionghua，Zhang Shuying.A Case Study of Oil-gas Cluster in Xinjiang:Industrial Cluster Based on Traditional Factors［J］.Resources ＆ Industries，2008，10(6):27 －32.］

［4］胡健，焦兵.石油天然气产业集群对区域经济发展的影响［J］.统计研究，2007b，24(1):54－58.［Hu Jian，Jiao Bing.The Impact of Industrial Cluster of Petroleum and Natural Gas on Regional Economic Development［J］.Statistical Research，2007b，24(1):54 －58.］

［5］李勇.西部石油天然气化工产业集群发展的定位及布局研究［J］.特区经 济，2009，(6):182 － 184.［Li Yong.Western Petroleum and Natural Gas Chemical Industry Gathering Developments Position and Layout Research［J］.Special Zone Economy，2009，(6):182 －184.］

［6］胡健，焦兵.油气产业集群对区域创新能力的影响力分析［J］.当代经济科学，2008a，30(4):30 －35.［Hu Jian，Jiao Bing.Impact of Oil and Gas Industry Cluster on Innovation Ability of Regions［J］.Modern Economic Science，2008b，30(4):30 －35.］

［7］胡健，周艳春.基于油气资源产业集聚的区域创新能力评价与比较［J］.当代经济科学，2010，32(1):84 －89.［Hu Jian，Zhou Yanchun.The Evaluation and Comparison of Regional Innovation Capacity Based on Oil and Gas Cluster［J］.Modern Economic Science，2010，32(1):84 － 89.］

［8］胡健，焦兵.中国西部地区石油天然气产业集聚水平测度的实证研究［J］.统计与信息论坛，2007c，22(1):19 －23.［Hu Jian，Jiao Bing.An Empirical Study on the Measure of Industry Concentration Level of Petroleum-gas Industry in Western China［J］.Statistics ＆Information Forum.，2007，22(1):19 －23.］

［9］胡健.基于油气资源开发视角的西部区域经济发展战略设计［J］.西安财经学院学报，2008b，21(2):5 －12.［Hu Jian.Strategy Design for Economic Development in Western Region:In the View of Oil＆ Gas Resources Development［J］.Journal of Xi an University of Finance and Economics，2008a，21(2):5 －12.］

［10］Porter M E.Innovation and Competitiveness:Findings on the Netherlands.Lecture on Organizing Innovation in the Knowledge-Based Economy，The Hague，The Netherlands.http://scholar.google.com.hk/scholar?start=30＆q=oil+and+gas+industrial+cluster＆hl=zh －CN＆as_sdt=2000＆as_vis=1，2001，10

［11］Laila A，Mine Y.The Face of Texas:Jobs，People，Business，Change Industry Clusters in Texas.http://www.dallasfed.org/research/pubs/fotexas/fotexas_assanie.html，2005，10.

［12］Tsuji M，Kuchiki A.From Agglomeration to Innovation:Upgrading Industrial Clusters in Emerging Economies［M］.Hampshire:Palgrave Macmillan Press，2009.

［13］张伟.西部地区资源型产业集群化发展分析［J］.统计与决策，2008，20(总 262):107 － 109.［Zhang Wei.Analysis on the Development of Resource Industries Based on Industrial Cluster.Statistics and Decision，2008，20(262):107 －109.］

［14］楚波，金凤君.产业集群辨识方法综述［J］.经济地理，2007，27(5):708 － 713.［Chu Bo，Jing Fengjun. Review on the Methodology of Identifying Industrial Cluster［J］.Economic Geography，2007，27(5):708 － 713.］

［15］Nauwelaers C.Innovative Hot Spots in Europe:Policies to Promote Trans-Border Clusters of Creative Activity［R］.Report for the European Commission(DG Enterprise)，May，Innovation Trend Chart Project，Luxembourg，2003.

［16］张建华，张淑静.产业集群的识别标准研究［J］.中国软科学，2006，(3):83 － 90.［Zhang Jianhua;Zhang Shujing.Research on the Criterion of Identifying Industrial Cluster［J］.China Soft Science，2006，(3):83 －90.］

［17］王今.产业集聚的识别理论与方法研究［J］.经济地理，2005，25(1):9 －11.［Wang Jin.A Study on the Theories and Methods of Industrial Cluster Identificaltion ［J］.Economic Geography，2005，25(1):9 －11.］

［18］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.［He Canfei，Pan Fenghua.Geographical Concentration and Agglomeration of Industries:Measurementand Identification［J］. Progressin Geography，2007，26(2):1 －13.］

［19］王今，侯岚，张颖.产业集群的识别方法及实证研究［J］.科学学与科学技术研究，2004，(11):117－120.［Wang Jin，Hou Lan，Zhang Yin.Identification Mothod on IndustrialClusterand Empirical Research［J］.Science of Science and Management of S.＆ T.，2004，(11):117 －120.］

［20］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.［Pan Fenghua.Identifying IndustrialClusters:A QuantitativeCaseStudyof Manufacturing Industry in Zhejiang Province［J］.Progress in Geography，2007，26(4):130 －140.］

［21］Martin R，Sunley P.Deconstructing Clusters:Chaotic Concept or Policy Panacea［J］?Journal of Economic Geography，2003，3(1)，5－35.

［22］Isaksen A. TowardsIncreased RegionalSpecialization?The Quantitative Importance of New Industrial Spaces in Norway，1970 －1990［J］. Norsk Geografisk Tidsskrift-Norwegian Journalof Geography，1996，50(2)，113 －123.

［23］Malmberg A，Maskell P.The Elusive Concept of Localization Economies:towards a Knowledge-based Theory of Spatial Clustering［J］.Environment and Planning A，2002，34(3):429 －449.

［24］Rey S J，Janikas M V.Space-time Analysis of Regional Systems［J］.Geographical Analysis，2006，38(1):67 －86.

［25］梁进社，贺灿飞，张华.近10年北京经济职能的发展变化［J］.地理学报，2005，60(4):577 － 586.［Liang Jinshe，He Canfei，Zhang Hua.Changes in the Economic Functions of Beijing，1992 －2002:Based on the Inter-industrial Linkage and Economic Base Theory［J］.Acta Geographica Sinica，2005，60(4):577 －586.］

［26］李广志，李同升，孙文文，等.产业集群的识别与选择分析:基于陕西省产业集群的研究［J］.人文地理，2007，(6):57 －60.［Li Guangzhi，Li Tongsheng，Sun Wenwen，et al.An Analysis on the Identification and Selection of Industrial Clusters:Based on Shaanxi Province［J］.Human Geography，2007，(6):57 －60.］

［27］冯卫红.旅游产业集群判定和识别探讨［J］.经济问题，2008，(2):120 －122.［Feng Weihong.Discussion about the Determinant and Identification on Tourism Cluster［J］.On Economic Problems，2008，(2):120 －122.］

［28］张淑静.产业集群内涵、构成要素及识别研究［J］.生产力研究，2005，(7):134 － 136.［Zhang Shujing.Implication，Componants and Identification of Industrial cluster［J］.Productivity Research，2005，(7):134 －136.］

［29］Marcon E，Puech F.Evaluating the Geographic Concentration of Industries Using Distance-based Methods［J］.Journal of Economic Geography，2003，3(4):409 －428.

［30］Nauwe L C.Innovative Hot Spots In Europe:Policies to Promote Trans－ border Clusters of Creative Activity［R］.Report for the European Commission(DG Enterprise)，May，Innovation Trend Chart Project.Luxembourg，2003.

Indentification of Industrial Clusters of Oil and Gas in China Based on Composite Location Quotient

CHEN Lian-fang YAN Liang
(School of Economics and Management，China University of Geosciences(Wuhan)，Hubei Wuhan 430074，China)

Indentification of industrial clusters of oil and gas provides scientific reference for the improvement of the planning of industrial development of oil and gas and the understanding of the difference in development degree of industrial cluster of oil and gas among different regions.Indentification of industrial cluster of oil and gas in this paper includes inentification of geographic boundaries and identification(narrow sense)of industrial clusters of oil and gas.The administrative provinces(municipal cities or autonomous regions)is selected as geographic boundaries for indentification of industrial clusters of oil and gas.Besed on composite location quotient(CLQ)，the weighting average of product value-based location quotient，number of business-based location quotient and number of employee-based location quotient，the development of the industrial clusters of oil and gas of 12 provinces with rich oil and gas resources can be divided into three echelons:the first includes Xinjiang，Heilongjiang，Liaoning，Tianjin，Shandong and Gansu，and these regions develop industrial cluster of oil and gas in different degree both at upstream level and at downstream level;the second includes Shaanxi，Jilin，Hebei，Sichuan and Qinghai，and these develop industrial cluster of oil and gas either at upstream level or at downstream level;the third includes Henan Province and it can develop industrial cluster of oil and gas neither at upstream level nor at downstream level.Besides，computing the gap between CLQ at upstream level or at downstream level of 12 provinces，the paper finds that interior development of industrial clusters of oil and gas of the 12 provinces exists at the downstream level than at the downstream level as a whole，displaying an unbalanced pattern of‘excessiveness in the upstream and limited in the downstream’of oil and gas industry.

oil and gas industrial cluster;geographic boundaries identification;industrial cluster identification;composite location quotient CLQ;China

F205

A

1002－2104(2012)02－0152－07

10.3969/j.issn.1002－2104.2012.02.025

(编辑:刘照胜)

2011－08－30

方春洪，助理研究员，主要研究方向为海洋经济、海域评估等。

国家海洋公益性行业科研专项经费项目(编号:200805087)。