修订日期：2014-08-28 DOI：10.11821/dlxb201502003 1 引言 经济技术开发区是中国吸引投资、增加就业、促进出口、经济增长的重要载体[1]，在发挥窗口、辐射、示范和带动作用等方面起到了显著效果，对于促进区域经济发展起到了有力支撑。自1984年中国在沿海开放城市设置首批14个国家级经济技术开发区以来，中国各地区各类经济技术开发区快速发展。作为一种促进产业集聚的有效手段，随着制造业全球分工日益深化，在投资拉动经济增长模式下，到2000年以后，中国各地区各类经济技术开发区呈现出爆发式增长，成为中国产业集聚的主要空间载体。到2013年中国国家级经济技术开发区总数达到198个，其中沿海地区达到98个，占到了全国总量的一半左右。开发区作为政府主导的产业集群载体，与传统的自发性和植根性产业集群研究相比，针对这种形式的产业集群研究十分少见，因此对丰富产业集聚和区域经济增长理论具有重要的理论价值。同时，开发区的无序扩张不但造成了数量的迅速增加，建设用地规模的迅猛扩张，而且也引起了区域空间开发区秩序混乱，产业雷同，土地粗放利用，资源浪费和环境污染等现实问题。开发区在经济增长和产业空间结构演进中起着重要作用，研究其空间布局演化过程及产业特征，调整开发区空间组织和布局，有利于实现优势互补，资源节约，提高开发区经济发展效率，对于促进经济增长具有重要的实践意义，也是未来中国开发区发展战略的必然选择。 中国关于开发区的研究随着开发区建设的发展逐渐深入，在开发区的建设初期，国内研究主要集中于开发区的布局和国外的经验理论的总结；陈汉欣分析了高技术开发区的发展战略思想并提出了开发区三个层次的建设布局方案[2]。赵文彦等阐述和总结了世界高技术开发区的发展态势以及各国的管理模式，为中国开发区建设提供了经验指导[3]。随后研究重点开始转向开发区发展战略的选择、区域布局、土地利用效率等方面。张景秋通过对临海工业开发区发展论述，归纳了临海工业区的演变态势及规律[4]；开发区的土地利用是这一时期的研究热点，从土地利用的问题研究、可持续性评价、潜力分析和区域效应等方面综合分析开发区土地利用问题[5-8]；张晓平则提出了开发区发展经历的沿海布点、东南铺开和向全国推进的3个阶段，并且详细论证了开发区发展的动力机制[9]。进入21世纪以来，研究主要集中于开发区的可持续发展、开发区与城市经济空间的关系研究、开发区与区域经济的关系；开发区与城市之间的关系主要从空间结构关系和经济互动等方面展开，比如张晓平分析了开发区与城市空间结构类型及动力机制，提出了双核结构、连片带状结构和多触角结构等空间结构类型[10]；王慧从开发区与城市的经济社会的关系进行了相关研究[11]。郑江淮等则通过开发区的企业数据研究了开发区产业空间集聚与技术升级对企业经济绩效的影响[1]。同时，提高开发区的综合竞争力和产业转型升级逐渐成为研究热点[12-14]。近几年对开发区的研究视角逐步发生转变，张晓欢等认为如何发挥开发区的增长极效应，以及开发区与区域经济、人口、资源环境和社会的和谐发展将成为研究重点[15]，而耿海青认为开发区的产业整合，优化开发区布局等问题是现在开发区发展面临的主要问题[16]。刘德勇等认为开发区的空间组织是发展战略的重点问题，提出了错位布局的思想理念[17]，逐渐开始关注开发区的空间布局、空间整合等问题[18-19]，但是相关研究主要在停留在理念上的思考和定性上的描述。 从以往研究分析，开发区的相关研究已经取得了比较丰富的成果，但是关于中国典型区域的开发区空间格局演化特征及其产业特征方面的研究明显不足。同时，现有的从城市空间尺度的研究均比较微观，注重开发区域城区的空间相互作用关系，缺乏从宏观角度研究开发区的总体布局与产业特征，难以解决目前开发区的发展面临的空间布局无序，产业不明等问题。本文选取东部沿海地区作为典型区域，运用国家级和省级开发区数据，采用GIS空间分析等方法，从空间格局演变和产业分布特征等方面全面分析沿海地区开发区空间格局演变规律以及产业集聚特征，为开发区空间结构优化整合提供参考。 2 数据来源与研究方法 2.1 研究对象及数据来源 根据开发区设立的标准，开发区分为经济技术开发区、高新技术产业开发区、保税区、出口加工区和边境经济合作区，考虑到数据资料的收集难度和研究对象的相对集中，本研究主要以经济技术开发区为研究对象，经济技术开发区以发展制造业为主，基本能够反映中国制造业的发展脉络。 基础数据主要来源于国家商务部公布的开发区名录和各类开发区网站，数据属性信息包括开发区名称、地址、成立年份、主导产业、核定面积等特征数据，选定98家国家级经济技术开发区和621家省级经济技术开发区共719家经济技术开发区(图1)。将每个经济技术开发区看作空间上的一个点，借助Google Earth软件，利用地址信息对每个经济技术开发区进行空间化处理，得到中国东部沿海地区经济技术开发区空间数据库。 2.2 研究方法 2.2.1 多距离空间聚类分析(Ripley K函数)点状地物的分布模式可能随着空间尺度的变化而改变[20]。在小尺度下可能呈现出集群分布，而在大尺度下有可能为随机分布和均匀分布，Ripley K函数(Ripley's K function)可以分析任意尺度的点属性空间分布格局，成为分析点状属性的最常用的方法[21]。Ripley K函数是点密度距离函数，其按照一定半径距离的搜索范围来统计点数量[22]。运用Ripley K函数，将每个经济技术开发区看作区域的点，根据点坐标绘制成点状图，并以此为基础分析经济技术开发区的空间分布格局。计算公式如下：
式中：i，j=1，2，…n；i≠j，n为研究区域内经济技术开发区数量；A为研究区域面积；d为距离尺度；
为在距离范围内经济技术开发区i与开发区j之间的距离。如果假设研究对象在空间是随机分布的话，L(d)的期望值等于0。L(d)与距离d的关系图可以用于验证依赖于尺度d的经济技术开发区的空间分布格局。L(d)＞0表示经济技术开发区空间集聚分布；当L(d)＜0表示经济技术开发区呈现扩散分布的趋势；L(d)=0表示开发区呈现随机分布的趋势。L(d)的置信区间采用Monte Carlo方法求得。当经济技术开发区分布格局为聚集分布时，可以得到聚集强度和聚集规模等统计信息。其中偏离置信区间的最大值，即L(d)的第一个峰值，可用来度量聚集强度，而L(d)值第一个峰值所对应的d值用来度量聚集规模。
