WANG Tiantian, ZHOU Qishen, ZHAN Fangmin, ZHAO Mancun, XU Yalan. The Spatial Evolution Characteristic and Influencing Factor of Gold and Jewelry Industry of Shenzhen, China[J]. Journal of Gems & Gemmology, 2024, 26(6): 106-118. DOI: 10.15964/j.cnki.027jgg.2024.06.010
Citation: WANG Tiantian, ZHOU Qishen, ZHAN Fangmin, ZHAO Mancun, XU Yalan. The Spatial Evolution Characteristic and Influencing Factor of Gold and Jewelry Industry of Shenzhen, China[J]. Journal of Gems & Gemmology, 2024, 26(6): 106-118. DOI: 10.15964/j.cnki.027jgg.2024.06.010

The Spatial Evolution Characteristic and Influencing Factor of Gold and Jewelry Industry of Shenzhen, China

More Information
  • Received Date: March 13, 2024
  • Taking 26 167 gold and jewelry enterprises in Shenzhen as research objects, methods such as kernel density analysis, center of gravity standard deviation ellipse, mean nearest neighbor analysis, and parameter optimal geographic detector method were used to study the spatial evolution characteristics and influencing factors of gold and jewelry industry of Shenzhen. The results show that the spatial differentiation of the gold and jewelry industry of Shenzhen is obvious, showing an "extreme core-multiple core-sporadic" development trend, with jewelry industry parks as the core and distributed in a circular pattern, with a "southeast-northwest" direction as the main distribution pattern. The evolution of the industry presents certain characteristics and phased patterns. From the perspective of the industrial chain, there is a certain similarity in the spatial evolution characteristics of gold and jewelry enterprises that are designed for sales and only for sales, and it is consistent with the overall characteristics of the industry, which is manifested as "the polar nuclear radiation effect gradually strengthening, and the continuous distribution forms multiple nuclei". Overall, both processing and sales oriented enterprises and integrated design, processing and sales oriented enterprises exhibit a "triangular core agglomeration with strong path dependence". The spatial distribution is influenced by multiple factors, with development being the key factor, government being the main factor, technology and talent being secondary factors, and location being the general factor. The interaction between the influencing factors is enhanced, with the jewelry industry park and market demand having the strongest impact.

  • 改革开放以来,国内黄金珠宝产业飞速发展。从现有的黄金珠宝产业发展格局来看,主要是以东南沿海地区为重,呈带状“沿海一纵”分布。在独特的区位优势和良好的政策契机下,我国东部沿海的黄金珠宝产业通过积极引进外资、承接全球产业转移等途径,对当地经济产生了巨大的推动作用。而深圳市作为东部沿海区域黄金珠宝产业的主要集聚区,粤港澳大湾区的中心城市,在经济贸易、科技创新、政策等方面处于先天优势。经过改革开放四十年的努力,区域内黄金珠宝产业呈集群式发展态势,并占据国内外较高的市场份额,已经开创出“世界珠宝看中国,中国珠宝看深圳”的局面,形成了设计研发、生产制造、展示交易、品牌运营以及检验检测等配套在内的完整产业链。

    然而,在新经济形势的环境下,对于以外向型加工制造为主的劳动密集型的黄金珠宝产业来说,一旦外部环境发生改变,处于黄金珠宝产业链附加值底层的企业必将最先破产倒闭。所以,黄金珠宝产业转型升级迫在眉睫。在黄金珠宝产业转型升级过程中必然伴随着落后产业的淘汰和转移、先进产业的增长和集聚,区域产业的空间布局也随之改变。在新经济形势下的产业转型升级期,揭示深圳市黄金珠宝产业空间演化及其机制对优化黄金珠宝产业布局、促进其可持续发展意义重大。纵观已有研究,国内外关于黄金珠宝产业的研究虽然起步较早,但主要从中宏观尺度围绕黄金珠宝产业基础概念界定、发展历程[1-2]、竞争力[3-4]等多方面对产业整体研究,或者以具体实例为研究对象,如伊斯坦布尔老城珠宝集群[5]、阿雷佐(Arezzo)珠宝工业区[6]、英国伯明翰珠宝区[7]、平洲翡翠产业集群[8]、云南瑞丽珠宝产业集群[9-10]、昌乐蓝宝石产业集群[11]等,分析珠宝集群的发展模式[1]、发展现状与问题对策[12]等方面为主,而从微观尺度利用POI企业数据分析珠宝产业空间分布特点的研究主要利用核密度分析法[10],方法较为单一,且对产业空间分布的影响因素量化分析较为欠缺。

    基于此,以深圳市26 167个黄金珠宝企业为研究对象,运用ArcGIS空间分析和参数最优地理探测器对深圳市黄金珠宝产业空间分布及影响因素进行分析,详细研究深圳市黄金珠宝产业空间发展轨迹、影响产业空间分布的因素以及未来产业布局的优化方向。对于有针对性的推动珠宝产业高效集聚、加快深圳市黄金珠宝产业转型升级、促进产业可持续性发展、打造深圳市黄金珠宝产业经济发展新格局有着重要的意义。

    本文所使用的黄金珠宝企业数据来源天眼查,通过建立标签信息,即“珠宝”“玉石”“首饰”等相关关键字进行整合企业数据,剔除企业状态异常数据,得到26 167个黄金珠宝企业数据。黄金珠宝企业的坐标信息通过“百度地图API坐标拾取器”提取;深圳市行政区划数据、路网数据、人口密度等矢量数据来源国家地理信息库和Open Street Map数据集;珠宝产业园区、港口、珠宝院校及培训机构名单来源深圳市各级相关政府;所涉及的统计数据来源于深圳市各区统计年鉴及公报,如金银珠宝销售额、地方财政支出等数据,各影响指标详细数据来源见表 1

    Table  1.  Indicators and data explanation of factors influencing the spatial distribution of the gold and jewelry industry
    一级指标 二级指标 量化指标 数据来源
    政府因素 政府重视程度 X1地方政府公报及年鉴中“珠宝”一词频数(次) 深圳市各区统计公报及年鉴
    政府支持力度 X2地方政府财政支出占GDP比重 深圳市各区统计公报及年鉴
    区位因素 与港口距离 X3与港口的距离(m) 深圳市政府公布的口岸名单
    与产业园区距离 X4与珠宝产业园区的距离(m) 深圳市文化广电旅游局公布的市级文化产业园区名单
    交通便捷性 X5路网密度(km/km2) 道路数据来自Open Street Map网站,借助ArcGIS软件测算路网密度
    发展因素 人流量 X6人口密度(人/km2) 人口数据来LandScan数据集(ORNL美国能源部橡树岭国家实验室),空间分辨率为1 km
    市场需求 X7金银珠宝销售额(万元) 深圳市各区统计年鉴
    店铺租金 X8小区、办公楼、商铺的租金(元/月/m2) 租金数据来源安居客,利用Python语言获取
    基础设施 X9餐饮、购物、休闲、医疗等设施数量(个) POI数据来源高德地图API接口,利用Python语言获取
    技术与人才 技术创新能力 X10珠宝企业专利数量(个) 天眼查
    珠宝设计、加工等人才的丰裕度 X11到珠宝教育院校及培训机构的距离(m) 珠宝教育院校名单来源高等职业教育专科拟招生专业设置备案结果数据检索;珠宝培训机构及技工学校来源深圳市人力资源保障局公布的深圳市技工学校名单和民办职业培训机构名单
     | Show Table
    DownLoad: CSV

    核密度分析主要根据已知的点要素或线要素数据计算整个区域的数据聚集状况,结果会产生一个连续的密度表面,从而来反映要素空间分布的相对集中程度[13],主要用于计算要素在其周围邻域中的密度,可以直观的反映黄金珠宝企业的集聚-扩散程度。计算公式如公式(1)。

    (1)

    公式(1)中,f(s)为空间位置s处的核密度计算函数;h为搜索半径(带宽);n为与位置s的距离小于或等于h的要素数;k函数则表示空间权重函数。

    标准差椭圆是分析点数据空间分布方向性常用的方法之一,通过对点数据的度量,以椭圆来表示黄金珠宝企业点要素分布的中心位置、离散情况和方向趋势[14]。长半轴反映黄金珠宝企业的分布方向,短半轴表示黄金珠宝企业的分布范围,长短半轴差距越大,则黄金珠宝产业空间方向性越明显,反之,则方向性不明显。

    平均最近邻分析通过计算企业之间的平均距离,表现黄金珠宝企业之间的临近程度,从而刻画出黄金珠宝企业数据点的集聚程度[15]。最近邻指数(ANN)的计算公式如公式(2)。

    (2)

    公式(2)中,为源点要素与其最近邻要素质心距离的平均值;为所有要素随机分布的平均距离。若ANN>1,则要素为离散分布;若ANN < 1,则要素为集聚分布;若ANN=1,则要素为理想状态下的均匀分布。

    (1) 地理探测器的方法。地理探测器是探测空间分异性,揭示其背后驱动力的统计学方法。其核心思想是,如果某个自变量对因变量有重要影响,那么自变量和因变量的空间分布应该具有相似性[16]。通过因子探测分析单因素对黄金珠宝产业空间分布的解释力程度,并采用交互探测识别2个因素共同作用时对黄金珠宝产业空间分布的解释力程度,如公式(3)。

    (3)

    其中,Nh为层h的单元数; σh2为探测要素层的方差; N为全区单元数; σ2为全区单元数的方差。

    (2) 参数优化与指标空间化。首先,由于不同空间尺度下各因素影响程度有所差异,通过构建0.5、1.0、1.5 km和2 km共4种尺度进行研究。现有研究通常比较各空间尺度所有影响因素q第90%分位数的大小,分位数达到最大时则为最佳空间尺度[17]。其次,地理探测器要求变量为离散化数据,利用参数最优地理探测器,借助R语言中的GD包,选取q值最高的离散化方法和区间数量进行离散化处理。离散化方法包括相等间隔分类法、自然断点法、分位数法、几何间距法和标准差分类法,分类数设置3~6类。最后,对比了4种不同空间尺度发现,1 km网格能更好地反映潜在变量对黄金珠宝产业空间分布的影响,如表 2。以人口密度(X6)为例,当分类方式为自然间断点分类法且分类数为5时,人口密度对黄金珠宝产业空间分布影响因素解释力最大,其他指标以此为类,各因子分类如表 3

    Table  2.  Comparison of spatial unit scale effects of influencing factor q and 90% quantile
    影响因素 0.5 km 1 km 1.5 km 2 km
    X1 0.419 0.454 0.435 0.341
    X2 0.126 0.124 0.134 0.134
    X3 0.072 0.073 0.071 0.070
    X4 0.227 0.226 0.232 0.239
    X5 0.062 0.062 0.064 0.071
    X6 0.143 0.149 0.157 0.097
    X7 0.438 0.471 0.455 0.365
    X8 0.101 0.103 0.130 0.093
    X9 0.086 0.087 0.084 0.097
    X10 0.225 0.224 0.248 0.150
    X11 0.261 0.248 0.264 0.285
    q的90%分位数 0.419 0.454 0.435 0.341
     | Show Table
    DownLoad: CSV
    Table  3.  Influencing factors and factor detection results
    指标纬度 指标选择 代表符号 离散方法 区间数量 q p 排序
    政府因素 政府重视程度 X1 Geometric 4 0.454 0 2
    政府支持力度 X2 Quantile 6 0.124 0 7
    区位因素 与港口距离 X3 Sd 5 0.073 0 10
    与珠宝产业园距离 X4 Quantile 6 0.226 0 4
    交通便捷性 X5 Natural 6 0.062 0 11
    发展因素 人口因素 X6 Natural 5 0.149 0 6
    市场需求 X7 Natural 6 0.471 0 1
    店铺租金 X8 Natural 5 0.103 0 8
    基础设施 X9 Sd 5 0.087 0 9
    技术与人才 技术创新能力 X10 Quantile 6 0.224 0 5
    珠宝设计、加工等人才的丰裕度 X11 Sd 6 0.248 0 3
     | Show Table
    DownLoad: CSV

    根据最优空间尺度和最佳参数组合,使用ArcGIS构建1×1 km的渔网作为研究单元,共获取2 145个采样点。核密度值最能反映产业发展布局的空间分异性,因此将核密度值为因变量,将各自变量和因变量在研究单元内进行空间赋值,以网格中平均值或者总和代表各渔网的因子属性。

    2000-2022年,深圳市黄金珠宝企业数量由143家增加至26 167家,增长近183倍(图 1),产业成长期和升级期有着很大的差异,呈现出阶段性发展的特点。根据深圳市黄金珠宝产业的发展历程可以大致分为四个阶段:形成期(1989年前),深圳凭借毗邻香港的区位优势、低廉的租金和劳动力,吸引港商设厂进行来料加工,至此开启了深圳黄金珠宝产业的发展;成长前期(1990-2000年),深圳市处于市场经济体制改革的前沿,在此时期黄金珠宝产业逐渐步入平稳快速的发展道路,率先形成了珠宝加工产业的集群。随着贵金属市场逐步开放,深圳市黄金珠宝产业逐渐由外销向内销转型;成长后期(2001-2012年),黄金珠宝产业趋于爆发增长,迎来了真正的“黄金十年”的快速发展。深圳市在这一时期已经形成中国最大的黄金珠宝首饰生产基地和贸易集散地,国内销售的黄金珠宝首饰70%以上由深圳生产制造,“世界珠宝看中国,中国珠宝看深圳”的宏愿初步达成;成熟期(2012年至今),随着经济发展步入新常态,深圳市黄金珠宝产业在这一时期进入了全新调整阶段,高速发展转向中低速发展,区域产业发展差异大、中心城区高度集聚、部分产业低端附加值锁定等问题突出呈现,此时期正朝向黄金珠宝产业数字化、高端化、国家化方向发展,由制造转型“智造”产业转型升级的关键时期。鉴于1989-2000年之间黄金珠宝企业较少,本文选取2000、2012、2022年3个时间节点探究深圳黄金珠宝产业空间分布及演化特征。

    Figure  1.  Numbers of gold and jewelry industry enterprises in Shenzhen from 2000 to 2022

    企业数量的分布格局基本保持“中心城区>近郊区>远郊区”。

    从研究区域内黄金珠宝企业总体分布数量(图 2)来看,2000-2012年,深圳市黄金珠宝企业数量分布不均匀,空间分布差异较大,各区分布数量相差较大,其中以中心城区的罗湖区以及近郊区的龙岗区、宝安区的黄金珠宝产业各类型企业数量分布多,而远郊的三个区域则零星分布,并且以罗湖区为中心形成黄金珠宝企业数量分布密集区,整体上企业数量呈现“中心城区>近郊区>远郊区”分布格局。从局部区域分析发现,罗湖区的高度密集分布,中心城区的企业数量增长率远高于远近郊区。黄金珠宝产业具有一定的经济社会偏好性,企业不断向中心城区及近郊区方向发展。深圳市中心城区及近郊区具有政策倾斜、经济发展、市场条件等诸多方面优势,成为了黄金珠宝产业布局的优选地。总之,深圳市黄金珠宝产业的空间分布差异凸显,呈现出“罗湖区引领示范,其他区齐头并进”的蓬勃之势。

    Figure  2.  Spatial distribution of the number of gold and jewelry industry enterprises in Shenzhen: (a)year of 2000;(b)year of 2012;(c)year of 2022

    黄金珠宝产业空间分布特征呈现“极核-多次核-零星式”。

    通过对比2000、2012年、2022年黄金珠宝产业核密度结果(图 3)发现:(1)深圳市黄金珠宝产业的核密度峰值逐年攀升,由2000年18.08个/km2增至2022年的5 231.46个/km2,增幅也呈逐年上升趋势,表现出深圳市黄金珠宝产业正处于快速发展阶段。(2)从黄金珠宝产业集聚的空间分布上看,黄金珠宝产业核密度最高值的“极核”指以罗湖区水贝为中心,并在周围形成了一定的辐射区域,已经形成连片集聚分布的发展趋势。而2012年起,由于罗湖区产业空间发展逐步受限,将生产端迁移,才逐渐在龙岗区形成多个核密度中高值区,产业分布呈现小聚集状态,即“多个次核”主要分布在龙岗区,具有明显的距离衰减性,说明距离罗湖区越近,龙岗区的黄金珠宝产业企业集聚规模越大。而宝安区的次级核心主要分布以松岗琥珀文化产业园区为中心,形成较为分散且小聚集的核心。总体而言,黄金珠宝产业集聚范围明显扩大,逐渐形成“罗湖区集聚连片,龙岗区小集聚,宝安区、福田区多区分散”的集聚分布特征。

    Figure  3.  Kernel density of the spatial distribution of the gold and jewelry industry in Shenzhen: (a)year of 2000;(b)year of 2012;(c)year of 2022

    黄金珠宝产业重心呈现“北偏西”的走势。

    为更为详实分析黄金珠宝产业空间演化轨迹,增加多个年份的分析结果。通过分析黄金珠宝产业的重心移动轨迹(表 4)发现,深圳市黄金珠宝产业重心整体移动趋势是以2014年为界限,2014年之前黄金珠宝产业重心保持向东南移动的趋势,2014年之后产业重心保持向西北方向迁移,出现了“回迁”现象。具体来看,深圳市黄金珠宝产业重心迁移轨迹可分为两个时期,分别是1990-2014年间的产业重心向东偏南方向移动,始终位于龙岗区西部,这一时期的移动距离为10.669 km,移动速度较快,平均移动速度为0.445 km/年;2014-2022年间产业重心向北偏西方向移动,移动速度降至0.165 km/年。深圳市黄金珠宝产业重心呈现“北偏西”的走向,始终位于罗湖区和龙岗区的交界处,表明黄金珠宝产业发展重心处于罗湖区和龙岗区,且两区的黄金珠宝产业发展速度强于其他区。究其根本,早期政府政策有意引导、两区的地理临近和经济发展条件是导致黄金珠宝产业重心“北偏西”迁移至两区交界区的主要原因。

    Table  4.  Distance and direction of the center of gravity shift of gold and jewelry industry of Shenzhen
    年份/年 重心坐标 移动距离/km 移动方向 分时期移动距离/km 移动速度/ km·年-1
    1990 114.082 1°E, 22.611 0°N - - - -
    2000 114.049 0°E, 22.632 0°N 4.127 东偏南 - -
    2012 114.097 8°E, 22.600 7°N 6.106 东偏南 - -
    2014 114.101 8°E, 22.599 4°N 0.436 东偏南 10.669 0.445
    2016 114.100 4°E, 22.600 5°N 0.189 北偏西 - -
    2018 114.098 2°E, 22.6031°N 0.367 北偏西 - -
    2020 114.094 5°E, 22.605 8°N 0.485 北偏西 - -
    2022 114.093 7°E, 22.608 2°N 0.280 北偏西 1.321 0.165
     | Show Table
    DownLoad: CSV

    黄金珠宝产业总体呈现“东南-西北”的集聚发展态势。

    从产业空间分布范围(表 5图 4)来看, 1990-2022年深圳市黄金珠宝产业的标准差椭圆大致位于深圳市中部区域,且椭圆面积呈现“V”型变化,先由1990年的726.72 km2缩小至2014年的406.39 km2,降速为13.35 km2/年,后又增加至2022年的480.19 km2,增速为9.23 km2/年,表明黄金珠宝产业分布范围整体上呈现“先大幅度收缩、再小幅度扩张”态势。2022年椭圆面积与1990年相比,缩小了1.5倍左右,从总体上反映出黄金珠宝产业具有一定的集聚发展趋势。另外,标准差椭圆分布范围囊括了中心城区及部分近郊区,产业面积集聚强度持续增加,反映出罗湖区集聚核心持续扩散。从空间分布方向来看,深圳市黄金珠宝产业的标准差椭圆的方位角也是以2014年为分界线,也呈现“V”型变化,先由1990年的113.95°降至103.03°,后增至106.66°,整体变化幅度在10.92°以内,显示出黄金珠宝产业呈现“东南-西北”方向为主的分布格局。从产业空间分布形态来看,标准差椭圆扁率变化幅度在0.32以内,表明黄金珠宝产业变化的方向性较大,而长短半轴与椭圆面积、方位角的变化趋势相似。通过对比1990-2014年和2014-2022年两个时期的长短半轴的降速和增速发现,第一时期的长半轴降速(147.27 m/年)小于第二时期的增速(192.42 m/年),所以整体增加趋势保持不变,表明黄金珠宝产业在长半轴方向出现了扩散现象,而第一时期的短半轴降速(160.68 m/年) 远大于第二时期的增速(77.34 m/年),表明短半轴整体保持缩小趋势,黄金珠宝产业在短半轴方向进一步集聚。

    Table  5.  Elliptical analysis results of standard deviation of spatial distribution of gold and jewelry industry of Shenzhen
    年份/年 长半轴/m 短半轴/m 方位角/(°) 面积/km2 扁率
    1990 18 547.10 12 473.00 113.95 726.72 1.487 0
    2000 17 981.79 11 185.12 106.84 631.82 1.607 7
    2012 16 152.17 8 946.67 107.38 453.95 1.80 54
    2014 15 012.59 8 616.64 103.03 406.39 1.742 3
    2016 14 971.76 8 832.28 100.20 415.40 1.695 1
    2018 15 572.54 8 997.96 101.04 440.17 1.730 7
    2020 16 206.74 9 140.47 104.69 465.35 1.773 1
    2022 16 551.91 9 235.36 106.66 480.19 1.792 2
     | Show Table
    DownLoad: CSV
    Figure  4.  Standard deviation ellipse and its center of gravity of Shenzhen's gold and jewelry industry

    黄金珠宝产业具有资金、知识、资源等特征的劳动密集型的传统产业,其产业发展既离不开区域经济社会要素的支撑,也少不了政府政府和技术与人才的支持。本文通过对经典的区位理论、演化经济地理学及新经济地理学视角出发,论证并确立了驱动深圳市黄金珠宝产业发展和空间分布的机制(图 5)。

    Figure  5.  Analysis of the driving mechanism for the development of gold and jewelry industry of Shenzhen

    从传统区位理论和产业演化理论来看,区域产业发展基础保障要素供给,为黄金珠宝产业提供良好区位条件和产业发展因素。一方面,良好的区位条件为黄金珠宝产业提供发展的初始条件,市场需求、人流量、基础设施、租金等基础发展要素条件保障黄金珠宝产业有序发展。综合考虑深圳市黄金珠宝产业的发展历程,选择“与珠宝产业园距离”和“与港口距离”表征区位优势[18-19],用“路网密度”表征交通便捷性[20],反映区位因素对黄金珠宝产业的驱动作用。对于产业发展因素而言,一个地区的市场需求越大,相关产业销售情况越好,基于靠近市场原则,企业会倾向于集聚在市场需求大的地区,故以“各区的金银珠宝销售总额”表征市场需求。产业的空间分布在很大程度上会受到租金的直接影响,租金较高的区域能够为产业带来更佳的物质保障,也是企业选址的首选因素,故以“小区、商铺、办公楼的租金”表征店铺租金。产业的集聚必须有良好的基础设施作为保障,基础设施除了可以为产业发展提供物质支撑外,还能为从业者提供更优越的生活工作环境,故以“餐饮、购物、休闲、医疗等基础设施POI数量”表征基础设施[21]。人口因素是经济社会发展的重要因素之一,人口数量决定区域内潜在的客源规模,故选择“人口密度”表征人流量[22]。因此,从市场需求、店铺租金、基础设施和人流量共四方面体现产业发展因素对黄金珠宝产业的影响。

    随着信息技术的发展,新经济地理学更加侧重制度转向和演化转向分析产业空间布局[23]。区域产业发展潜能保障黄金珠宝产业的可持续发展。已有研究表明,政府因素和技术与人才因素可以更好地解释黄金珠宝产业的分布[1, 10]。就政府因素而言,黄金珠宝产业发展离不开政府政策的支持,黄金珠宝产业政策不仅可以为区域产业发展提供政策支持,还可以吸引外来投资、引进知识人才、规划珠宝相关产业园区,从而引导黄金珠宝产业集聚,推动黄金珠宝产业进一步发展。因此,引入“地方政府公报及年鉴中‘珠宝’的词频”来表征政府重视程度以及“地方政府财政支出占GDP比重”来表征政府支持力度,以体现政府对发展黄金珠宝产业的强烈导向性[24]。就技术与人才因素来说,技术创新能力关系到一个地区的科技实力和未来发展潜力,其发展水平能够体现一个区域吸引力的强弱。产业发展需要一定的人才资源,对于不同产业来说,人的主观能动性甚至可以对产业的兴衰有着直接的决定性作用。故以“黄金珠宝企业的相关专利数量”表征黄金珠宝产业的技术创新能力[25],以“到珠宝教育院校或培训机构的距离”表征珠宝设计、加工等人才的丰裕度[26],反映技术与人才对黄金珠宝产业发展和布局的影响力。

    基于区域产业发展基础和区域产业发展潜能两大驱动机制,从区位因素、发展因素、政府因素以及技术与人才共四方面,针对性选取了11个影响因子,构建深圳市黄金珠宝产业空间分布的影响因素指标体系(见表 1),利用地理探测器结果,分析各因子对深圳市黄金珠宝产业空间分布的影响程度。

    从探测结果(表 3)来看,所有因素P值均小于0.001,表明各因素对深圳市黄金珠宝产业空间分布均有显著影响,但各影响因子的影响力不同。由于X1、X2、X7的研究数据是以行政区为单元获取的,与其余数据的精准度不再同一个尺度上(其余数据精准度已在前文数据来源中阐述),为了对结果进行更严谨的分析,分别对两类数据分析的结果进行讨论。两类数据按照q值大小进行排序为:市场需求(X7)>政府重视程度(X1)>政府支持力度(X2);珠宝设计、加工等人才的丰裕度(X11)>与珠宝产业园距离(X4)>技术创新能力(X10)>人流量(X6)>店铺租金(X8)>基础设施(X9)>与港口距离(X3)>交通便捷性(X5)。

    对比市场需求、政府重视程度、政府支持力度的q值可以看出, 市场规模的q值高达0.471,影响力度排序第一,是影响深圳市黄金珠宝产业空间分布的主要因素。黄金珠宝市场发展前景是黄金珠宝产业企业布局选址的先决条件,在黄金珠宝产业的空间格局中发挥着关键作用。黄金珠宝产业属于社会消费品市场中高消费产业,深圳市各区政府仅对限额以上的批发零售商品进行统计,表明金银珠宝品类在社会消费品中有着一定市场份额。鉴于深圳市黄金珠宝产业主要以内销为主,外销为辅,其黄金珠宝首饰交易额占国内市场份额的70%左右。因此,各区的金银珠宝销售额在很大程度上可反映全国的黄金珠宝消费水平。而市场需求不仅能为黄金珠宝资源优化配置提供良好的机遇,也为深圳市各区域的黄金珠宝产业合作提供了广阔的平台。市场需求越大,越能够促进产业的快速化发展,也对企业选址的吸引力就越大,从而对产业空间布局的影响力就越大。

    政府支持力度X1q值为0.454,影响力排序第二,根据前文所述,早期“极核”区域的形成即罗湖区水贝以及成熟期的产业置换,将生产端外迁导致龙岗区形成“次级核心”等规划均受政府调控,说明政府通过规划手段宏观调控黄金珠宝产业发展区域,为产业区位的选择提供指导性意见、合理布局黄金珠宝产业发展区域,也表明黄金珠宝产业空间格局的形成并不是单因素造成的,而是多因素综合作用下形成的。而相较于以上两种因素,政府支持力度(X2)的q值较低,结合黄金珠宝产业的核密度分布图以及政府支持力度的离散空间赋值数据来看,光明区和大鹏新区的地方财政支出占GDP比重相较于其他区较高,但黄金珠宝企业核密度值却较小,也就导致了政府支出力度(X2)影响力较弱。

    对比珠宝设计、加工等人才的丰裕度、与珠宝产业园距离、技术创新能力、人流量等的q值发现,人才丰裕度、技术创新能力、与珠宝产业园距离的q均值约为0.2,说明三者对深圳市黄金珠宝产业空间分布的影响力相近且均强。珠宝产业园区具有运营成本和交易成本低、制度和政策福利、高附加值创新技术和人才等优点,离珠宝产业园区的距离越近代表着企业所能享受的资源越多,因此企业在珠宝产业园区附近集聚的现象较为显著,间接说明了各影响因子之间并非相互独立。此外,通过对比黄金珠宝产业整体空间分布核密度图和与珠宝产业园距离离散空间赋值数据发现,黄金珠宝产业总体空间分布主要以珠宝产业园区为核心呈圈层式布局。而人流量、店铺租金的q均值约为0.1,说明两者对深圳市黄金珠宝产业空间分布的影响作用力相近且均一般,人口密度、店铺租金与距离市中心的远近呈现负相关关系,即一般距离市中心距离越近,人口密度、店铺租金越高。而黄金珠宝产业作为高消费行业,更倾向于分布在人口较为集中且房价较高的区域。与港口距离和交通便捷性的q值分别为0.073和0.062,对深圳市黄金珠宝产业空间分布影响作用较小,主要因为现阶段深圳市黄金珠宝行业的内销占比较大,来料加工黄金珠宝企业类型仅在形成期占比较高。发展因素中的交通便捷性的解释力明显小于所有影响因子的作用力,说明交通便捷性对黄金珠宝产业空间分布的决定作用相对较弱,结合黄金珠宝企业的核密度分布图以及交通便捷性的离散空间赋值数据可以找出原因,福田区和南山区的交通便捷性相较于其他行政区而言最高,而其黄金珠宝产业核密度值却很低,这也导致了交通便捷性作为影响因子的影响力较低,同时也说明了交通越便捷的区域,其黄金珠宝企业分布数量并不一定多。

    为了进一步分析各因素之间的交互作用对深圳市黄金珠宝产业空间分布的影响,再次利用参数最优地理探测器对其进行双因子交互作用探测分析。各因素对深圳市黄金珠宝产业空间分布的交互影响力大小及交互结果如表 6所示。交互因子之间均为双因子增强和非线性增强关系,说明11个影响因子中任意两个因子的交互作用对深圳市黄金珠宝产业的空间格局的影响力更为显著,黄金珠宝产业的空间分布受到不同维度不同因子的共同影响。具体来看,各因子两两交互呈现出解释力最强的模式是“与珠宝产业园距离(X4)∩市场需求(X7)”,q值为0.709,高于与珠宝产业园距离(X4)的q值(0.226) 和市场需求(X7)q值(0.471)之和,说明珠宝产业园与市场需求的交互能够显著影响深圳市黄金珠宝产业的发展,因此,在推动深圳市黄金珠宝产业转型升级的过程中,既要精准把控市场需求的方向,也要注重珠宝产业园区的建设与发展。此外,在q值大于0.5的交互作用中政府重视程度(X1)的交互最为频繁,政府作为宏观决策者和重要参与者,其对于城市的影响从多方面得以体现。比如政府通过税收优惠、财政补贴以及投资重点项目等直接或间接手段,为黄金珠宝产业发展提供良好社会经济条件的同时,也会影响产业的空间分布与发展方向。“政府重视程度(X1)∩与珠宝产业园距离(X4)”q值是与政府重视程度(X1)交互中最高的,表明黄金珠宝产业园区作为物质资源要素与产业发展优惠政策密集投放的主要承载地,已成为深圳市政府引导黄金珠宝产业发展的重要政策空间。

    Table  6.  Interaction of impact factors on gold and jewelry industry of Shenzhen
    q X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
    X1 * + + + + * + + * *
    X2 0.484 + + + + * + + * +
    X3 0.528 0.288 + + + + + + + +
    X4 0.680 0.367 0.309 * + + * * * *
    X5 0.554 0.233 0.142 0.257 * + * * + +
    X6 0.621 0.396 0.225 0.392 0.193 + * * * +
    X7 0.476 0.484 0.580 0.709 0.569 0.634 + + * *
    X8 0.569 0.308 0.184 0.329 0.124 0.205 0.587 * + +
    X9 0.586 0.254 0.197 0.303 0.115 0.194 0.597 0.160 + +
    X10 0.630 0.314 0.378 0.403 0.352 0.361 0.646 0.360 0.342 +
    X11 0.670 0.482 0.547 0.398 0.335 0.429 0.698 0.435 0.343 0.485
    注:“*”表示双因子增强;“+”表示非线性增强
     | Show Table
    DownLoad: CSV

    本文以深圳市26 167个黄金珠宝企业为研究对象运用核密度分析、标准差椭圆、平均最近邻、参数最优地理探测器等研究方法,对深圳市黄金珠宝产业的空间分布特征及演化规律进行了分析,揭示出深圳市黄金珠宝产业的数量变化及演化规律、黄金珠宝产业的整体空间分布及演化特征、不同企业类型的空间分布及演化特征以及黄金珠宝产业空间分布的影响因素,并得出以下研究结论。

    (1) 深圳市黄金珠宝产业空间分异现象明显。从产业总体数量变化来看,总体数量显示加速增长趋势,2022年较2000年相比,增长近183倍。各区之间黄金珠宝企业数量差距较大,始终保持着“中心城区>近郊区>远郊区”的趋势。黄金珠宝产业数量的总体空间分布特征从以罗湖区、龙岗区等为主的“单翼型”向“双翼型”分布形态转变,呈现“罗湖区引领示范,其他区齐头并进”的蓬勃之势。从产业空间分布来看,深圳市黄金珠宝产业呈现“极核-多次核-零星”集聚分布,并表现出罗湖区水贝为超强极核的辐射扩散作用;从产业空间分布来看,主要以珠宝产业园区为核心呈圈层式分布,且呈现“东南-西北”方向为主的分布格局,在“东南-西北”方向表现出扩展趋势,在“东北-西南”方向上进一步集聚。

    (2) 黄金珠宝产业空间分布受多重因素影响。其中,区位因素和发展因素是区域产业发展的基础,保障基础要素供给;政府因素和技术与人才是区域产业发展的潜能,政府提供政策支持,把控产业空间布局,具有导向性。技术与人才提供创新路径,是黄金珠宝产业转型升级的重要保障。此外,不同影响因子交互作用下均呈现双因子增强或非线性增强。交互作用最强的为“与珠宝产业园距离(X4)∩市场需求(X7)”。在q值大于0.5的交互作用中,与政府重视程度(X1)的交互最为频繁。

    针对深圳黄金珠宝产业发展存在区域差异大、中心城区高度集聚、部分产业低端附加值锁定等突出问题,提出以下可行的优化路径。

    (1) 注重多重因素协同对黄金珠宝产业发展的驱动效应,推行区域差异化发展政策。一方面,深圳市作为粤港澳大湾区的中心城市,充分发挥粤港澳大湾区的地缘特色优势,推进区域间的资源要素流动与文化交流。对于黄金珠宝产业发展程度高的城区可充分利用粤港澳大湾区在经济、科技创新政策、人才以及贸易便利化的区位优势,引进高端技术人才以及创新技术,同时要抓紧毗邻香港、澳门等地域资源市场优势,这将会成为黄金珠宝产业转型发展的重要支点。另一方面,充分发挥政府制度对于黄金珠宝产业发展布局的驱动因素,适当倾斜政策资源,提升经济基础较为薄弱的黄金珠宝产业城区的吸引力,并发挥主要集聚区的辐射优势,优化中心城区空间,加快部分加工制造端向周边迁移,推动形成“核心-周边”的产业扩散模式,不断缩小深圳市城区间的黄金珠宝产业发展差距,助力构建深圳市黄金珠宝产业发展带。

    (2) 加快黄金珠宝产业与各产业的深度融合,优化产业空间格局。一方面,要深化黄金珠宝产业与新一代信息技术产业融合发展,开辟新的价值空间。在具有显著集聚效应的罗湖区,积极促进产业融合,赋能黄金珠宝传统产业转型升级。另一方面,应充分挖掘黄金产业园区工业旅游资源,将文化与创业、休闲与旅游融入产业,在现有空间基础上加强对黄金珠宝工业遗产的活化利用,结合珠宝传统工艺、珠宝展示、珠宝原创设计等特色,构建涵盖珠宝文化游、珠宝研学游和珠宝购物游、珠宝产品DIY体验游等内容的工业旅游产品体系。

  • [1]
    杜炜. 中国珠宝产业集群形成影响因素及演化机理研究[D]. 武汉: 中国地质大学, 2016.

    Du W. Research on the influencing factors and evolution mechanism of China's jewelry industry cluster[D]. Wuhan: China University of Geosciences, 2016. (in Chinese)
    [2]
    蒋亮智. 我国珠宝评估及珠宝产业发展的经济学研究[D]. 北京: 中国地质大学, 2015.

    Jiang Li Z. Economic research on jewelry evaluation and jewelry industry development in China[D]. Beijing: China University of Geosciences, 2015. (in Chinese)
    [3]
    王宣喻, 赵瑜玲. 中国珠宝首饰业的竞争态势研究[J]. 上海经济研究, 2003(7): 37-45.

    Wang X Y, Zhao Y L. Research on the competitive situation of China's jewelry industry[J]. Shanghai Economic Research, 2003 (7): 37-45. (in Chinese)
    [4]
    谢艳. 我国珠宝产业竞争力的评价研究[D]. 北京: 中国地质大学, 2017.

    Xie Y. Research on the evaluation of the competitiveness of China's jewelry industry[D]. Beijing: China University of Geosciences, 2017. (in Chinese)
    [5]
    Evren Y, Ökten A N. Stickiness and slipperiness in Istanbul's old city jewellery cluster: A survival story[J]. Journal of Economic Geography, 2017, 17(4): 893-911.
    [6]
    Lazzeretti L. Density dependent dynamics in the Arezzo jewellery district (1947-2001): Focus on foundings[J]. European Planning Studies, 2006, 14(4): 431-458. doi: 10.1080/09654310500421055
    [7]
    De Propris L, Lazzeretti L. Measuring the decline of a Marshallian industrial district: The Birmingham jewellery quarter[J]. Regional studies, 2009, 43(9): 1 135-1 154. doi: 10.1080/00343400802070894
    [8]
    于波, 陈炳辉, 丘志力, 等. 广东南海平洲翡翠业的产业集群研究[J]. 宝石和宝石学杂志(中英文), 2005, 7(1): 38-42.

    Yu B, Chen B H, Qiu Z L, et al. Research on industrial clusters of jadeite industry in Pingzhou, Nanhai, Guangdong[J]. Journal of Gems & Gemmology, 2005, 7(1): 38-42. (in Chinese)
    [9]
    洪露. 云南边境地区珠宝玉石产业发展研究[D]. 北京: 中央民族大学, 2010.

    Hong L. Research on the development of jewelry and jade industry in Yunnan border area[D]. Beijing: Minzu University of China, 2010. (in Chinese)
    [10]
    徐楚萍. 云南瑞丽珠宝玉石产业空间演化机理与模式研究[D]. 南宁: 广西大学, 2020.

    Xu C P. Research on the spatial evolution mechanism and model of Yunnan Ruili jewelry and jade industry[D]. Nanning: Guangxi University, 2020. (in Chinese)
    [11]
    窦文章, 侯政. 山东昌乐蓝宝石产业集聚的空间动态演变过程研究[J]. 中国区域经济, 2014, 6(6): 57-67.

    Dou W Z, Hou Z. Study on the spatial dynamic evolution process of sapphire industry agglomeration in Changle, Shandong Province[J]. China Regional Economy, 2014, 6(6): 57-67. (in Chinese)
    [12]
    莫佳雯. 广州市珠宝产业园区发展状况分析——以番禺区大罗塘珠宝小镇为例[J]. 现代商业, 2022(6): 28-32.

    Mo J W. Analysis on the development status of Guangzhou jewelry industrial park: A case study of Daluotang jewelry town in Panyu District[J]. Modern Business, 2022(6): 28-32. (in Chinese)
    [13]
    汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程(第2版)[M]. 北京: 科学出版社, 2012.

    Tang G A, Yang X. ArcGIS spatial analysis experiment course (2nd edition)[M]. Beijing: Science Press, 2012. (in Chinese)
    [14]
    Wang M, Liu J, Zhang S, et al. Spatial pattern and microlocation rules of tourism businesses in historic towns: A case study of Pingyao, China[J]. Journal of Destination Marketing & Management, 2022(25): 100 721.
    [15]
    廖嘉妍, 张景秋. 基于POI数据的北京城市文化设施空间分布特征研究[J]. 北京联合大学学报, 2020, 34(1): 23-33.

    Liao J Y, Zhang J Q. Research on the spatial distribution characteristics of urban cultural facilities in Beijing based on POI data[J]. Journal of Beijing Union University, 2020, 34(1): 23-33. (in Chinese)
    [16]
    王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

    Wang J F, Xu C D. Geodetector: Principle and prospect[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese)
    [17]
    Song Y Z, Wang J F, Ge Y, et al. An optimal parametersbased geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis: Cases with different types of spatial data[J]. GIScience & Remote Sensing, 2020, 57(5): 593-610.
    [18]
    肖徐玏, 甄峰, 秦萧, 等. 城市新市民就业空间分异及其影响因素——以江苏省常熟市为例[J]. 经济地理, 2023, 43(9): 72-80.

    Xiao X J, Zhen F, Qin X, et al. Spatial differentiation of urban new citizens' employment and its influencing factors: A case study of Changshu City, Jiangsu Province[J]. Economic Geography, 2023, 43(9): 72-80. (in Chinese)
    [19]
    罗庆, 王艺霏, 周晓庆, 等. 中国农民专业合作社空间格局及其影响因素[J]. 中国农业资源与区划, 2024, 45(5): 155-168.

    Luo Q, Wang Y F, Zhou X Q, et al. Spatial pattern and influencing factors of professional farmer cooperatives in China[J]. Agricultural Resources and Regional Planning of China, 2024, 45(5): 155-168. (in Chinese)
    [20]
    李瑶鸿敏. 苏州工业园区产业空间演变及其影响因素研究[D]. 苏州: 苏州科技大学, 2022.

    Li Y H M. Research on industrial spatial evolution and influencing factors in Suzhou Industrial Park[D]. Suzhou: Suzhou University of Science and Technology, 2022. (in Chinese)
    [21]
    明跃强. 全域旅游视角下的阳朔民宿空间分布特征及影响因素研究[D]. 桂林: 桂林理工大学, 2021.

    Ming Y Q. Research on the spatial distribution characteristics and influencing factors of Yangshuo B&B from the perspective of global tourism[D]. Guilin: Guilin University of Technology, 2021. (in Chinese)
    [22]
    龙飞, 刘家明, 朱鹤, 等. 长三角地区民宿的空间分布及影响因素[J]. 地理研究, 2019, 38(4): 950-960.

    Long F, Liu J M, Zhu H, et al. Spatial distribution and influencing factors of homestays in the Yangtze River Delta[J]. Geographical Research, 2019, 38(4): 950-960. (in Chinese)
    [23]
    余颖, 刘青, 李贵才. 深圳高新电子信息企业空间格局演化及其影响因素[J]. 世界地理研究, 2020, 29(3): 557-567.

    Yu Y, Liu Q, Li G C. Evolution of spatial pattern and influencing factors of high-tech electronic information enterprises in Shenzhen[J]. World Geographical Research, 2020, 29(3): 557-567. (in Chinese)
    [24]
    王露露. 中国数字普惠金融的空间异质性及影响因素研究[J]. 金融与经济, 2021(3): 12-20.

    Wang L L. Research on the spatial heterogeneity and influencing factors of digital inclusive finance in China[J]. Finance and Economics, 2021(3): 12-20. (in Chinese)
    [25]
    李佳肖, 蔡卫民. 中国展览场馆空间分布特征及影响因素[J]. 旅游论坛, 2023, 16(4): 80-88.

    Li J X, Cai W M. Spatial distribution characteristics and influencing factors of exhibition venues in China[J]. Tourism Forum, 2023, 16(4): 80-88. (in Chinese)
    [26]
    周子路. 呈贡大学城区域知识密集型产业空间演化研究[D]. 昆明: 昆明理工大学, 2022.

    Zhou Z L. Research on the spatial evolution of knowledge-intensive industries in Chenggong university town[D]. Kunming: Kunming University of Science and Technology, 2022. (in Chinese)

Catalog

    Figures(5)  /  Tables(6)

    Article Metrics

    Article views (88) PDF downloads (24) Cited by()
    Related

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return