The spatial co-agglomeration and evolution of strategic emerging industries in the Yangtze River Delta Region

doi:10.3969/j.issn.1004-9479.2026.07.20241142

Abstract

Abstract:

Strategic emerging industries have increasingly shown a trend towards integrated development, with different industrial sectors exhibiting diverse spatial co-agglomeration characteristics. The Yangtze River Delta region is one of the most dynamic, open, and innovative economic areas in China, and is also an important cluster of strategic emerging industries. This paper innovatively extends the application of the spatial statistical standard deviation ellipse method, using firm-level microdata to comprehensively analyze the spatial co-agglomeration patterns and characteristics of key fields in the strategic emerging industries of the Yangtze River Delta from 2016 to 2022. The findings reveal that both the overall strategic emerging industries and the nine key sectors in the Yangtze River Delta exhibit significant and differentiated spatial agglomeration characteristics. Emerging service industries are most concentrated in the east, high-end equipment manufacturing is predominantly in the west, green and environmental industries are concentrated in the south, and the bio-industry is most prominent in the north. The different industries display diverse spatial co-agglomeration features, including five types of co-agglomeration models: synergistic, symbiotic, dispersive, autonomous, and accrescent.

Key words: strategic emerging industries, multidimensional spatial agglomeration, spatial statistical analysis, Yangtze River Delta Region

摘要：

近年来，战略性新兴产业愈加呈现出融合发展的态势，且不同产业领域表现出多样化的空间共聚特征。长三角地区是我国经济活力最强、开放程度最高、创新能力最强的区域之一，也是我国战略性新兴产业的重要集聚区。本文创新性地拓展应用空间统计标准差椭圆方法，基于微观层面的企业数据，深入分析了2016—2022年长三角地区战略性新兴产业重点领域的空间共聚格局和模式特征。研究发现：长三角地区战略性新兴产业整体及其九个重点领域的空间集聚特征显著，且呈差异化发展态势，新兴服务业空间分布最靠东，高端装备制造产业最靠西，绿色环保产业最靠南，生物产业最靠北；各产业呈现出多样化的空间共聚特征，包括协同型、共生型、分散型、自主型及成长型五种共聚模式。

关键词: 战略性新兴产业, 多维空间集聚, 空间统计分析, 长三角地区

Lu ZHAO, Caoyuan SUN. The spatial co-agglomeration and evolution of strategic emerging industries in the Yangtze River Delta Region[J]. World Regional Studies, 2026, 35(7): 124-135.

赵璐, 孙草塬. 长三角地区战略性新兴产业的空间共聚与演化[J]. 世界地理研究, 2026, 35(7): 124-135.

Figures/Tables 5

References 29

[1]	中华人民共和国国务院. 长江三角洲区域一体化发展规划纲要. (2019-12-01) [2024-09-11]. .
	The State Council of the People's Republic of China. Outline of the Integrated Regional Development of the Yangtze River Delta. (2019-12-01) [2024-09-11]..
[2]	张于喆. 加快战略性新兴产业融合集群发展. 经济日报, 2023-06-01(10).
	ZHANG Y. Accelerate the integration and cluster development of strategic emerging industries. China Economic Net, 2023-06-01(10).
[3]	FUJITA M, MORI T. Frontiers of the new economic geography. Papers in Regional Science, 2005, 84(3): 377-405.
[4]	王运喆, 张国俊, 周春山. 中国城市群产业协同集聚的时空特征及影响因素. 世界地理研究, 2023, 32(2): 104-114.
	WANG Y, ZHANG G, ZHOU C. Spatio-temporal characteristics and influencing factors of industrial collaborative agglomeration in urban agglomerations in China. World Regional Studies, 2023, 32(2): 104-114.
[5]	康江江, 宁越敏. 长三角地区主导产业专业化集聚演变与影响因素. 世界地理研究, 2024, 33(6): 116-127.
	KANG J, NING Y. The evolution and influencing factors of specialized agglomeration of leading industries in the Yangtze River Delta region. World Regional Studies, 2024, 33(6): 116-127.
[6]	陈露, 刘修岩. 产业空间共聚、知识溢出与创新绩效——兼议区域产业多样化集群建设路径. 经济研究, 2024, 59(04): 78-95.
	CHEN L, LIU X. Industrial spatial coagglomeration, knowledge spillovers and innovation performance: Discussion on the construction path of regional diversified industrial clusters. Economic Research Journal, 2024, 59(04): 78-95.
[7]	陈露, 刘修岩, 叶信岳, 等. 城市群视角下的产业共聚与产业空间治理:机器学习算法的测度. 中国工业经济, 2020(5): 99-117.
	CHEN L, LIU X, YE X, et al. Industrial coagglomeration and industrial space governance from the perspective of urban clusters: Measurement of Machine Learning Algorithm. China Industrial Economics,2020(5): 99-117.
[8]	ELLISON G, GLAESER E L. Geographic concentration in U.S. manufacturing industries: A dartboard approach. Journal of Political Economy, 1997, 105(5): 889-927.
[9]	DURANTON G, OVERMAN H G. Testing for localization using micro-geographic data. Review of Economic Studies, 2005, 72(4): 1077-1106.
[10]	DURANTON G, OVERMAN H G. Exploring the detailed location patterns of UK manufacturing industries using microgeographic data. Journal of Regional Science, 2008, 48(1): 213-243.
[11]	KOPCZEWSKA K. Comment to XCL co‐agglomeration index: Distance‐weighted improved DCL index. Papers in Regional Science, 2016, 95(4):903-910.
[12]	孙智君, 张雅晴. 中国高技术制造业集聚水平的时空演变特征——基于空间统计标准差椭圆方法的实证研究. 科技进步与对策, 2018, 35(09): 54-58.
	SUN Z, ZHANG Y. The spatio-temporal evolution features of high-tech manufacturing industry's agglomeration level in China——the empirical research based on spatial statistical standard deviational ellipse. Science & Technology Progress and Policy, 2018, 35(09): 54-58.
[13]	李海萍. 统计分析中的MAUP及其影响. 统计与决策, 2009(22): 15-17.
	LI H. MAUP and its impact in statistical analysis. Statistics and Decision, 2009(22): 15-17.
[14]	OPENSHAW S. The Modifiable Areal Unit Problem, Concepts and Techniques in Modern Geography, 38. Norwich: Geo Books, 1984.
[15]	HOWARD E, NEWMAN C, TARP F. Measuring industry co-agglomeration and identifying the driving forces. Journal of Economic Geography, 2016, 16(5):1055-1078.
[16]	钟韵, 李书凝, 李寒. 深圳高技术产业协同集聚与空间追随. 地理学报, 2024, 79(10): 2638-2650.
	ZHONG Y, LI S, LI H. Co-agglomeration and spatial follow-up of high-tech industries in Shenzhen. Acta Geographica Sinica, 2024, 79(10): 2638-2650.
[17]	汤长安, 邱佳炜, 张丽家, 等. 要素流动、产业协同集聚对区域经济增长影响的空间计量分析——以制造业与生产性服务业为例. 经济地理, 2021, 41(07): 146-154.
	TANG C, QIU J, ZHANG L, et al. Spatial econometric analysis on the influence of elements flow and industrial collaborative agglomeration on regional economic growth: Based on manufacturing and producer services. Economic Geography, 2021, 41(07): 146-154.
[18]	王玲, 李悦晴. 城市群视域下我国物流业与制造业双向共聚水平的测度及其空间特征.经济地理, 2023, 43(05): 128-138.
	WANG L, LI Y. Measurement of the two-way coagglomeration level between logistics industry and manufacturing industry in China from the perspective of urban agglomeration and its spatial characteristics. Economic Geography, 2023, 43(05): 128-138.
[19]	贺灿飞, 任卓然, 吴婉金. 产品动态技术关联与中国出口产业地理共聚. 地理研究, 2023, 42(09): 2283-2301.
	HE C, REN Z, WU W. Product dynamic relatedness and the geographical coagglomeration of China′s export industry. Geographical Research, 2023, 42(09): 2283-2301.
[20]	赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究. 地理科学, 2014, 34(08): 979-986.
	ZHAO L, ZHAO Z. Projecting the spatial variation of economic based on the specific ellipses in China. Geographical Science, 2014, 34(08): 979-986.
[21]	LEFEVER D. Measuring geographic concentration by means of the standard deviational ellipse. The American Journal of Sociology, 1926(1): 88-94.
[22]	WONG W, LEE J. Statistical Analysis of Geographic Information with ArcView GIS and ArcGIS. Fully rev. & updated. Hoboken, N.J.: John Wiley & Sons, Inc., 2005.
[23]	RATCLIFFE J H. Crime mapping and the training needs of law enforcement. European Journal on Criminal policy and research, 2004, 10: 65-83.
[24]	赵璐. 中国经济格局时空演化趋势. 城市发展研究, 2013, 20(07): 14-18.
	ZHAO L. Projecting the spatial-temporal evolution of economic pattern in China. Urban Development Studies, 2013, 20(07): 14-18.
[25]	赵璐, 赵作权. 中国制造业的大规模空间聚集与变化——基于两次经济普查数据的实证研究. 数量经济技术经济研究, 2014, 31(10): 110-121.
	ZHAO L, ZHAO Z. Spatial agglomeration of the manufacturing industry in China. Journal of Quantitative & Technological Economics, 2014, 31(10): 110-121.
[26]	赵璐, 赵作权. 中国沿海地区经济空间差异的动态演化. 世界地理研究, 2014, 23(1): 45-54.
	ZHAO L, ZHAO Z. Dynamics of the economic spatial disparity in coastal area of China. World Regional Studies, 2014, 23(1): 45-54.
[27]	WARNTZ W, NEFT D. Contributions to a statistical methodology for areal distribution. Journal of Geographical Systems, 2011(13): 127-145.
[28]	LAUREN M S, MARK V J. Spatial Statistics // ArcGIS, Handbook of Applied Spatial Analysis: Software Tools, Methods and Applications. Berlin: Springer, 2010.
[29]	赵璐,孙草塬.我国战略性新兴产业的空间集聚和共聚格局.地域研究与开发,2025,44(4):18-25.
	ZHAO L, SUN C. Spatial agglomeration and co-agglomeration patterns of strategic emerging industries in China. Areal Research and Development, 2025, 44(4): 18-25.

产业领域	年份	空间集聚度（A）	空间共聚度（CA）
产业领域	年份	空间集聚度（A）	新一代信息技术产业	生物产业	新能源产业	新材料产业	高端装备制造产业	新能源汽车和智能汽车产业	绿色环保产业	航空航天产业	新兴服务业
战略性新兴产业	2016	0.012 4	—
战略性新兴产业	2022	0.175 1	—
新一代信息技术产业	2016	0.036 3	—	0.396 7	0.598 6	0.668 0	0.457 5	0.646 7	0.359 3	0.364 2	0.701 6
新一代信息技术产业	2022	0.149 4	—	0.404 6	0.503 9	0.516 7	0.424 8	0.631 2	0.298 8	0.282 2	0.646 9
生物产业	2016	0.204 5	0.396 7	—	0.565 4	0.372 6	0.458 2	0.472 1	0.253 4	0.211 2	0.450 5
生物产业	2022	0.023 4	0.404 6	—	0.541 2	0.365 8	0.485 6	0.455 8	0.286 8	0.425 5	0.427 6
新能源产业	2016	0.002 6	0.598 6	0.565 4	—	0.548 0	0.545 7	0.704 2	0.318 5	0.345 8	0.656 6
新能源产业	2022	0.314 0	0.503 9	0.541 2	—	0.354 4	0.486 1	0.670 8	0.234 0	0.402 4	0.559 1
新材料产业	2016	0.317 4	0.668 0	0.372 6	0.548 0	—	0.339 8	0.601 6	0.475 0	0.172 9	0.693 6
新材料产业	2022	0.428 0	0.516 7	0.365 8	0.354 4	—	0.275 5	0.486 4	0.382 9	0.236 6	0.633 8
高端装备制造产业	2016	0.055 9	0.457 5	0.458 2	0.545 7	0.339 8	—	0.537 4	0.176 7	0.353 0	0.475 2
高端装备制造产业	2022	0.238 4	0.424 8	0.485 6	0.486 1	0.275 5	—	0.486 7	0.202 6	0.336 0	0.384 9
新能源汽车和智能汽车产业	2016	0.324 8	0.646 7	0.472 1	0.704 2	0.601 6	0.537 4	—	0.299 0	0.280 4	0.851 5
新能源汽车和智能汽车产业	2022	0.285 2	0.631 2	0.455 8	0.670 8	0.486 4	0.486 7	—	0.228 5	0.398 6	0.712 8
绿色环保产业	2016	0.411 1	0.359 3	0.253 4	0.318 5	0.475 0	0.176 7	0.299 0	—	0.115 1	0.340 4
绿色环保产业	2022	0.433 8	0.298 8	0.286 8	0.234 0	0.382 9	0.202 6	0.228 5	—	0.122 7	0.288 8
航空航天产业	2016	0.440 9	0.364 2	0.211 2	0.345 8	0.172 9	0.353 0	0.280 4	0.115 1	—	0.272 4
航空航天产业	2022	0.088 5	0.282 2	0.425 5	0.402 4	0.236 6	0.336 0	0.398 6	0.122 7	—	0.280 0
新兴服务业	2016	0.005 2	0.701 6	0.450 5	0.656 6	0.693 6	0.475 2	0.851 5	0.340 4	0.272 4	—
新兴服务业	2022	0.014 8	0.646 9	0.427 6	0.559 1	0.633 8	0.384 9	0.712 8	0.288 8	0.280 0	—

产业领域	年份	空间集聚度（A）	空间共聚度（CA）
产业领域	年份	空间集聚度（A）	新一代信息技术产业	生物产业	新能源产业	新材料产业	高端装备制造产业	新能源汽车和智能汽车产业	绿色环保产业	航空航天产业	新兴服务业
战略性新兴产业	2016	0.012 4	—
战略性新兴产业	2022	0.175 1	—
新一代信息技术产业	2016	0.036 3	—	0.396 7	0.598 6	0.668 0	0.457 5	0.646 7	0.359 3	0.364 2	0.701 6
新一代信息技术产业	2022	0.149 4	—	0.404 6	0.503 9	0.516 7	0.424 8	0.631 2	0.298 8	0.282 2	0.646 9
生物产业	2016	0.204 5	0.396 7	—	0.565 4	0.372 6	0.458 2	0.472 1	0.253 4	0.211 2	0.450 5
生物产业	2022	0.023 4	0.404 6	—	0.541 2	0.365 8	0.485 6	0.455 8	0.286 8	0.425 5	0.427 6
新能源产业	2016	0.002 6	0.598 6	0.565 4	—	0.548 0	0.545 7	0.704 2	0.318 5	0.345 8	0.656 6
新能源产业	2022	0.314 0	0.503 9	0.541 2	—	0.354 4	0.486 1	0.670 8	0.234 0	0.402 4	0.559 1
新材料产业	2016	0.317 4	0.668 0	0.372 6	0.548 0	—	0.339 8	0.601 6	0.475 0	0.172 9	0.693 6
新材料产业	2022	0.428 0	0.516 7	0.365 8	0.354 4	—	0.275 5	0.486 4	0.382 9	0.236 6	0.633 8
高端装备制造产业	2016	0.055 9	0.457 5	0.458 2	0.545 7	0.339 8	—	0.537 4	0.176 7	0.353 0	0.475 2
高端装备制造产业	2022	0.238 4	0.424 8	0.485 6	0.486 1	0.275 5	—	0.486 7	0.202 6	0.336 0	0.384 9
新能源汽车和智能汽车产业	2016	0.324 8	0.646 7	0.472 1	0.704 2	0.601 6	0.537 4	—	0.299 0	0.280 4	0.851 5
新能源汽车和智能汽车产业	2022	0.285 2	0.631 2	0.455 8	0.670 8	0.486 4	0.486 7	—	0.228 5	0.398 6	0.712 8
绿色环保产业	2016	0.411 1	0.359 3	0.253 4	0.318 5	0.475 0	0.176 7	0.299 0	—	0.115 1	0.340 4
绿色环保产业	2022	0.433 8	0.298 8	0.286 8	0.234 0	0.382 9	0.202 6	0.228 5	—	0.122 7	0.288 8
航空航天产业	2016	0.440 9	0.364 2	0.211 2	0.345 8	0.172 9	0.353 0	0.280 4	0.115 1	—	0.272 4
航空航天产业	2022	0.088 5	0.282 2	0.425 5	0.402 4	0.236 6	0.336 0	0.398 6	0.122 7	—	0.280 0
新兴服务业	2016	0.005 2	0.701 6	0.450 5	0.656 6	0.693 6	0.475 2	0.851 5	0.340 4	0.272 4	—
新兴服务业	2022	0.014 8	0.646 9	0.427 6	0.559 1	0.633 8	0.384 9	0.712 8	0.288 8	0.280 0	—

模式类型	主要特征	产业对（按空间共聚度排序）
协同型空间共聚	产业空间集聚度和共聚度均高于平均水平	新能源汽车和智能汽车产业-新能源产业、高端装备制造产业-新能源汽车和智能汽车产业、新能源汽车和智能汽车产业-新材料产业、高端装备制造产业-新能源产业
共生型空间共聚	产业空间集聚度低于平均水平、空间共聚度高于平均水平	新兴服务业-新一代信息技术产业
分散型空间共聚	产业空间集聚度和共聚度均低于平均水平	新兴服务业-生物产业、生物产业-航空航天产业、生物产业-新一代信息技术产业、新兴服务业-航空航天产业、航空航天产业-新一代信息技术产业
自主型空间共聚	产业空间集聚度高于平均水平、空间共聚度低于平均水平	新材料产业-绿色环保产业、新能源产业-新材料产业、高端装备制造产业-新材料产业、新能源产业-绿色环保产业、新能源汽车和智能汽车产业-绿色环保产业、高端装备制造产业-绿色环保产业
成长型空间共聚	其他情况	新兴服务业-新能源汽车和智能汽车产业、新兴服务业-新材料产业、新兴服务业-新能源产业、新兴服务业-高端装备制造产业、新兴服务业-绿色环保产业、新一代信息技术产业-新能源汽车和智能汽车产业、新一代信息技术产业-新材料产业、新一代信息技术产业-新能源产业、新一代信息技术产业-高端装备制造产业、新一代信息技术产业-绿色环保产业、生物产业-新能源产业、生物产业-高端装备制造产业、生物产业-新能源汽车和智能汽车产业、生物产业-新材料产业、生物产业-绿色环保产业、航空航天产业-新能源产业、航空航天产业-新能源汽车和智能汽车产业、航空航天产业-高端装备制造产业、航空航天产业-新材料产业、航空航天产业-绿色环保产业

模式类型	主要特征	产业对（按空间共聚度排序）
协同型空间共聚	产业空间集聚度和共聚度均高于平均水平	新能源汽车和智能汽车产业-新能源产业、高端装备制造产业-新能源汽车和智能汽车产业、新能源汽车和智能汽车产业-新材料产业、高端装备制造产业-新能源产业
共生型空间共聚	产业空间集聚度低于平均水平、空间共聚度高于平均水平	新兴服务业-新一代信息技术产业
分散型空间共聚	产业空间集聚度和共聚度均低于平均水平	新兴服务业-生物产业、生物产业-航空航天产业、生物产业-新一代信息技术产业、新兴服务业-航空航天产业、航空航天产业-新一代信息技术产业
自主型空间共聚	产业空间集聚度高于平均水平、空间共聚度低于平均水平	新材料产业-绿色环保产业、新能源产业-新材料产业、高端装备制造产业-新材料产业、新能源产业-绿色环保产业、新能源汽车和智能汽车产业-绿色环保产业、高端装备制造产业-绿色环保产业
成长型空间共聚	其他情况	新兴服务业-新能源汽车和智能汽车产业、新兴服务业-新材料产业、新兴服务业-新能源产业、新兴服务业-高端装备制造产业、新兴服务业-绿色环保产业、新一代信息技术产业-新能源汽车和智能汽车产业、新一代信息技术产业-新材料产业、新一代信息技术产业-新能源产业、新一代信息技术产业-高端装备制造产业、新一代信息技术产业-绿色环保产业、生物产业-新能源产业、生物产业-高端装备制造产业、生物产业-新能源汽车和智能汽车产业、生物产业-新材料产业、生物产业-绿色环保产业、航空航天产业-新能源产业、航空航天产业-新能源汽车和智能汽车产业、航空航天产业-高端装备制造产业、航空航天产业-新材料产业、航空航天产业-绿色环保产业