【论文分享】中国大湾区产业集聚区的空间与功能组织

产业集聚是城市经济活动集中的一种现象。本次我们给大家带来一篇SCI论文的全文翻译。该论文利用在粤港澳大湾区（GBA）收集的兴趣点（POIs）数据，试图描述产业集聚的空间范围，并标记其功能特征。讨论了与大区域经济合作和发展相关的影响。

---

【论文题目】

Spatial and Functional Organizations of Industrial Agglomerations in China’s Greater Bay Area

【题目翻译】

中国大湾区产业集聚区的空间与功能组织

【期刊信息】

Computers, Environment and Urban Systems；Volume 49, Issue 7, January 27, 2022

【作者信息】

• Zidong Yu，土地测量和地理信息学系,  香港理工大学,九龙, 香港

• Jinyan Zu，城市规划设计部,建筑学院,  香港大学, 香港

• Yang Xu，土地测量和地理信息学系,  香港理工大学,九龙, 香港

• Yimin Chen，地理与规划学院,  中山大学,  广州,中国

• Xintao Liu，土地测量和地理信息学系,  香港理工大学,九龙, 香港

【论文链接】

https://doi.org/10.1177/23998083221075641

【关键词】

地理集聚、功能特征、行业产业、集聚经济、巨型区域。

【论文亮点】

• 将服务景观范围扩展到了相邻可步行街景设计。

• 利用在粤港澳大湾区（GBA）收集的兴趣点（POIs）数据，试图描述产业集聚的空间范围，并标记其功能特征

• 应用核密度函数来测量产业集聚区的空间范围，通过实现基于语义的信息检索来探索产业功能，通过从POI注册名称中标记出来的单词来标记产业集聚区的功能特征

• 不同经济部门的产业活动集中具有很强的异质性，表明GBA的聚集可以提供各种类型的产业产品和服务

• 进一步证实了专业化和多元化集聚的存在，以及非常明显的空间特征

• 为粤港澳大湾区的经济活动的地理和功能组织提供了新的见解，讨论了与大区域经济合作和发展相关的影响

---

【摘要】

产业集聚是城市经济活动集中的一种现象。近年来，由于全球产业化和区域城市化，产业的地理和功能结构不断变化。迄今为止，对城市化大都市区部门产业的空间功能性组织的研究较少。本文利用在粤港澳大湾区（GBA）收集的兴趣点（POIs）数据，试图描述产业集聚的空间范围，并标记其功能特征。首先应用核密度函数来测量产业集聚区的空间范围。接下来，我们通过实现基于语义的信息检索来探索产业功能，通过从POI注册名称中标记出来的单词来标记产业集聚区的功能特征。实证结果表明，不同经济部门的产业活动集中具有很强的异质性，表明GBA的聚集可以提供各种类型的产业产品和服务。关于制造业，本分析进一步证实了专业化和多元化集聚的存在，以及非常明显的空间特征。本研究补充了实证证据，并为有关世界上最大的城市大都市区之一的经济活动的地理和功能组织提供了新的见解。讨论了与大区域经济合作和发展相关的影响。

【引言】

产业集聚是经济地理学中普遍现象，在城市集中产业活动研究中得到了广泛的关注。迄今为止，现有文献的大部分知识都建立在发达国家的集聚经济基础上（芬德堡和博网，2008年；范德Panne出版社，2004）。这些研究通过估计从总体水平和建立水平的社会经济数据中检索到的经济指标来调查集聚经济的实证证据（博德里和希弗奥洛娃，2009年）。以创新产业的硅谷或伦敦的金融服务等例子出发，制造业和服务业的集聚活动范围都得到了丰富（Angel，1991）。除了发达的环境外，发展中地区的各种产业活动也表现出了经济结构的转变，并逐渐吸引了经济地理学学者的研究兴趣（Gezici et al.，2017）。

集聚测量长期以来被视是研究经济活动作用的主要研究课题。相关文献发现，产业集聚的测量可以分为两部分，即空间方面和功能方面（O‘Donoghue和Gleave，2004）。空间方面揭示了地理模式和经济活动的集中程度，而功能方面则声称，产业聚集由通过共性和互补性相互关联的经济活动组成（沃吉佐格卢和特克里斯，2013年）。斯特rng（2008）关注后者，阐述了专业制造业的投入共享和多元化行业企业之间的知识交流。为了区分功能特征，提出了两种集聚经济的经典范式，即多元化经济和专业化经济。雅各布斯在2016年提出的多元化方案强调，产业聚集区往往与一个更大的大都市地区的产业多样性有着密切的关系。相比之下，专业化与特定行业或产品的集中程度密切相关（马歇尔出版社，1890年）。实验结果大多利用区域统计数据，如产业价值、模式和就业数据，报告了专业化和多元化效应之间的集体功能差异（格林和Le Gallo，2010）。然而，这些数据源是在一个聚合的地理水平上提供的，这意味着离散空间方法可以从细粒度的空间角度来探索功能差异。在这种情况下，仍然需要划定两个不同集聚经济之间产业活动的局部空间格局。

在全球城市化的背景下，产业集聚在更大的空间范围内扩散，形成了大区域，是提供丰富服务和资源的人口密集区域。研究人员认为，这些产业繁荣的大型城市逐渐成为全球和国内经济的主要引擎，如美国的旧金山湾区和日本的东海道（东京-大阪）走廊（Angel，1991；Hui et al.，2018）。与此同时，大型地区繁荣的产业活动也带来了回报，有助于形成一个高度整合的多中心结构，并增加了来自其他地区的人口流入（沃克和沙夫兰，2015年）。在这方面，我们对1996年的空间EPB：城市分析和城市科学49(7)产业聚集区的功能组织对于大区域的背景仍然知之甚少。为了填补这一研究空白，本研究以大湾区（GBA）为研究区域，试图回答以下两个研究问题：(1)GBA中经济部门产业集聚的空间和功能特征是什么？(2)鉴于GBA中确定的产业集聚区，多样化和专业化经济如何与其地理模式相关联？

本研究倾向于通过将产业活动的空间集中与大区域内的功能特征联系起来，来理解产业集聚的作用。通过使用在粤港-澳大湾区收集的兴趣点（poi），我们提出了一个数据驱动的框架来识别和描述产业集聚区。首先，利用核密度函数来测量产业集聚的空间范围。在这方面，部门产业活动的空间分布独立于行政限制，并分别显示了不同经济部门的空间异质性。接下来，我们通过推导其主题特征来探讨产业功能。采用基于语义的信息检索方法，通过从POI注册名称中标记出来的词汇来标记产业集聚区的功能特征。最后，我们以制造业为解释案例，从当地地理模式方面调查了专业化和多样化效应之间的差异。实证研究结果表明，不同经济部门的地理集中性和功能特征往往存在很大差异。最终，本研究提供了一个独特的视角来了解经济活动如何在连续的地理空间中进行空间分布和功能工作，有助于了解大区域产业集聚的知识。后面的章节将讨论明确的实际含义和政策建议。

【文献综述】

人们认识到，从空间上划分集聚区的关键理由是衡量产业活动的集中程度。先前的研究已经努力开发通过离散空间方法表示产业活动集中程度的指标（Gezici等人，2017；Krugman，1991）。位置基尼系数是由克鲁格曼（1991）引入的，并已被用于评估当地产业市场中专业就业或专利的集中度。马尔姆伯格（1996）使用这一指标来描述美国产业的地理分布，报告了地方产业系统在州一级的集中程度。另一种空间浓度测量方法是位置商（LQ），由Glaeser等人（1992）提出，在产业活动测量的过程中得到了广泛的应用，并经常被后续的研究引用。LQ衡量了针对特定产业部门的地方和全国就业数据百分比之间的比率。利用土耳其的就业数据，Gezici等人（2017）引入了基于LQ的分析，以了解制造集群的机制，并发现在高科技领域更专业化的领域。除了应用于离散空间的方法外，另一种研究方式主要集中在基于距离的策略上，即将地点视为一个连续的地理空间。例如，Ripley的K函数可以通过描述一个距离函数与原假设的参考函数来揭示聚类结果，而Q统计量能够呈现关于多种类型实体的共位置关联（Liu et al.，2021；Scholl和布伦纳，2016）。然而，使用上述方法可能受到限制，其中Ripley的K函数受当地社会经济决定因素的影响，Q统计的结果可能比较复杂。

有两种类型的聚集外部性来描述产业聚集内部的功能机制，分为马歇尔专业化和雅各布斯多元化（博德里和希弗罗娃，2009；法吉欧等人，2017；雅各布斯，2016；马歇尔，1890)。早期的Yu等人在1997年的研究中，试图理解和总结这两种集聚经济所表现出的独特特征。马歇尔模型说明了专门经济活动的空间聚集，并确定了企业为何如此接近的三个外部力量：投入共享、劳动力市场汇集和知识溢出（马歇尔，1890年）。Holmes（1999）提供了直接证据，表明更集中的聚集可能具有更大的购买输入强度价值，这适用于美国制造业。通过考虑人力资源的影响，Andini等人（2013年）调查了意大利专门聚集区与劳动力市场之间的关系。相反，Jacobs外部性强调，大城市中企业类型的多样化可能导致各种行业的集中，这主要与创新经济学相关（Jacobs，2016）。Harrison等人（1996）调查了美国各地近1000家制造机构，并强调了更多样化的产业集聚有利于技能的交流。Combes（2000）通过调查法国341个地区的就业增长，解释说雅各布斯多样性在制造业和服务业的影响是不同的。总的来说，这些研究将地理位置看作是空间单位，似乎与空间无关（格林和Le Gallo，2010）。

近年来，空间大数据很容易被证明是一种潜在的数据源，具有连续、准确地提供大规模空间证据的高能力（Elwood et al.，2012；古德儿童，2007）。兴趣点（POI）是一种高精度、广泛覆盖人类活动的空间大数据。这类数据可以用其空间和非空间属性来表示地理对象，包括名称、地址、类别和坐标。好童儿（2007）认为，POI是景观研究的一个合理选择，可以开放额外的、互补的视角。此外，传统的团聚测量数据集，如家庭调查或区域经济统计数据，都是从一个劳动密集型和耗时的过程中收集起来的。相比之下，POIs的空间属性和语义属性可以作为集聚测量指标的有效代理，反映空间集中水平和识别功能特征。

【方法】

1.1 研究区域和数据集

粤港澳大湾区（GBA）是中国最大的大都市区之一。它的占地面积为5.6万平方公里，2018年的人口约为7100万。GBA由11个城市组成：香港和澳门的两个特别行政区和中国大陆的9个直辖市，如图1所示。在经济方面，总GDP为16425亿美元，人均GDP为23342美元，占国家经济总量的13%以上（Hui et al.，2018）。综合起来，GBA被认为是一个潜在的吸引经济和地理学者视野的研究区域。

人们通常为不同的活动访问不同的经济活动，这表明poi可以为经济活动提供有价值的信息，以描述集聚的空间和功能特征。在这项研究中，我们从中国领先的基于位置的服务提供商AutoNavi的GBA中提取了超过22万个poi。这些poi被归类为产业和商业实体，可用于描述不同的经济活动。作为主流经济学理论广泛接受的部分，后产业总是被分为四个部门：初级、第二、第三和四级（Ritzer和Stepnisky，2017）。这四个部门行业在获取原材料、制造、提供服务和创新产业方面分别有不同的焦点（Kenessey，1987）。为了提取与其相应部门相关联的poi，我们使用了由地图提供者定义的三个级别的类别来对部门行业进行分类。第一个1998年EPB：城市分析和城市科学49(7)和二级类别应用于提取相应的行业（如机械和电子在第二部门），而第三级类别包含特定的品牌信息和公司特征然后用于鲁棒性检查实施关键词搜索和抽样策略。因此，我们将所有POI记录划分为四个行业，如补充材料中的补充表S1所示。

图1. 粤港澳大湾区（GBA）的位置和布局

1.2 产业集聚区的识别

核密度估计（KDE）已被广泛应用于评估任意点事件和热点区域的分布，而不依赖于任何面积单位。本研究采用具有四次函数的平面KDE来创建POI密度的空间分布。KDE的方程表示为

其中Pi表示位置i的估计核密度值，R为带宽，即检查区域的搜索半径范围。dij为研究点i与j之间的距离，n为研究点i在R范围内的采样点总数。

霍拉斯提出，带宽是应用KDE的一个关键参数，可以显著影响密度表面（Sheather和Jones，1991）。根据之前调查类似空间覆盖的研究的报道，在目前的情况下，经常考虑2000、3000和4000 m的三个带宽参数（Deng et al.，2019）。补充材料中显示的补充图S1使用图1显示了不同带宽的密度表面。粤港澳大湾区（GBA）的位置和布局。Yu等以1999年佛山-广州-东莞地区制造业为示范。根据2000米和3000米的搜索带宽，我们确定了一些破碎的小规模热点地区。然而，这些规模相对较小的热点地区不足以代表产业集聚，使得难以指出空间格局。对于4000米的结果，孤立的热点不断与它们的邻居整合。显然，与其他更小的带宽相比，密度模式变得更平滑和持续地融合。鉴于划定区域聚集区的目的，4000米是进行进一步分析的适当选择。

核密度被看作是一个与产业活动浓度呈正相关关系的代理。为了确定浓度程度，建议使用标准偏差来有效地区分和突出其他一般区域的集中区域（Chainey et al.，2002）。两个标准差被设置为产业浓度的阈值，给定从不同行业产生的核密度面，如补充图S2所示。

值得注意的是，由于在小规模地区聚集的膨胀效应，确定的浓度不能直接表明产业聚集。例如，一个产业建筑内的几个工厂可能会堆积一个高的核密度，但不能被视为一个聚集。如现有文献所建议，城市中心的总就业密度应至少占总就业人数的1%（Huang等人，2017；Muniz等人，2008)。通过参考这些类似的案例，在本案例研究中引入了一种检测聚集的相对阈值方法。但是，鉴于产业活动的内在性质，某些特定部门的阈值比率可能会有所不同。例如，农业农场和工厂可能比其他部门有更大的土地覆盖，从而显示出较低的集中程度。因此，对于初级和第二部门，考虑的比例从0.4%到1%不等。通过比较已确定的聚集区总数并结合当地知识，本研究中对每个经济部门应用的比例分别为0.4%、0.5%、1%和1%。

产业集聚被表示为满足两个条件的地理集中。例如，我们假设产业集聚区的密度值不仅大于两个标准差，而且POI的总数也大于或等于总量的指定比率。这些方程式显示如下

相应地，Dt，i为一个集中区域内每个单元的KDE值，2σGBA为相应密度面的标准差。对于式(3)，Pt表示集中区域中包含的POIs总数，Rsach表示四个不同部门的上述比率，PGBA表示GBA中部门POIs的总量。

1.3 产业功能的语义标签

文本挖掘是自然语言处理（NLP）领域的一种信息检索，用于将文本数据转换为高质量、可解释和易于理解的知识。自然语言处理中一种有效的项加权方案是向量项频率和逆文件频率（TF-IDF）。该技术基于无监督学习，并已在语义探索在理解城市地区的应用中广泛应用（Berger等人，2000年；Liu等人，2020年）。TF-IDF将文档的文本内容转换为一袋带有加权术语的单词，这些单词为每个单词计算，并与语料库的其余部分进行比较。给定一个特定的语料库，即文档集合C、单词t和测试文档d 2 C，TF-IDF的公式如下所示

这里，wðt，dÞ等于文档d中一个单词的加权频率，TFðt，dÞ是文档d中单词t出现的频率，NC是语料库的文档数量，ft，C表示集合C中包含单词t的文档数量。

在这项研究中，一个POI注册的名称可以被标记为几个单词，暗示某些特定的产业功能。GBA中的产业集聚和所有集聚分别被视为测试文档和整个语料库。因此，通过TF-IDF模型，为每个聚集检测到最可区分的功能特征语义。举例来说，一个大都市地区的城市群可能有大量的印刷厂，服务于当地的出版和印刷行业。因此，我们可以合理地推断，关键字打印比其他产业功能更频繁，因此更重要。

【分析结果】

2.1 产业集聚区的空间组织

在本节中，我们介绍并讨论了每个部门的产业集聚的空间范围。通过比较图2中不同的经济部门，我们观察到一个显著的空间异质性，揭示了行业产业集中模式。就像在初选的图2(a)中的湾区情况下一样，位于GBA西部的两个大型研究中心已经揭幕。令人惊讶的是，在香港北部发现了一个较小程度的集聚区，其中这些农业活动主要位于新界的农村地区。对于主要由制造业组成的第二产业，图2(b)强调了聚集点分布在GBA的中部和东南部，显示为双中心结构。有趣的是，在广州和佛山之间跨越行政边界的最大集聚可以被暗示为一个跨区域的产业合作。关于深圳的第二个中心，可以很明显地发现，除了东南海岸是一个著名的海滩旅游景点外，产业集中的地区均匀分散。此外，有限数量的集中地区分散在珠江口的内陆地区。至于第三级部门的活动，与前者相比，图2(c).显示了一个明显不同的模式大多数聚集出现在GBA的传统市中心，围绕着行政和经济中心。广州、深圳和香港有一个以上的第三级集聚区，在GBA第三级产业的繁荣中发挥了重要作用。这些发现在很大程度上是不言自明的，为这些特大城市的多中心结构的出现提供了替代证据。最后，图2(d)显示了第四纪区域的聚集分布，这是在深圳市非常拥挤的。这一结果可以解释为深圳创新领域的大量劳动力和市政府提供的鼓励政策吸引的投资。相反地，其余的地区，特别是GBA的内陆城市，则显示出含有极低的第四纪经济水平。这种分布表明，高科技和知识导向型产业倾向于在GBA周围聚集在中心城市，这与二级产业聚集有很大的不同。总之，目前的调查结果证实，部门产业表现出显著不同的地理配置。图2. GBA不同产业集聚的空间分布：(a)、(b)级、(c)和(d)四级

2.2识别的集聚区的功能特征

从每个经济部门的确定的集聚区中提取的功能特征分别体现在本节中。鉴于某一特定部门，各城市群的产业职能表明，GBA已为杂项产品和服务建立了相对一体化的产业和供应链。如图3所示，四个集聚区与专门的农业生产和服务具有明显的语义特征。在中山和横跨广佛边界的团聚体1和2表明了园艺的功能特征。具体来说，园艺是农业的一个子类别，它旨在利用对装饰性园艺产品的巨大需求，特别是在人口高密度的城市化地区（Pribadi和Pauleit，2015）。与一般园艺产品的团聚1相比，有趣的是，我们发现团聚2提供了更微妙和独特的产品和功能。例如，热带树在广东文化中通常被视为所谓的钱树，代表着赚更多钱的好运。在这方面，当地人通常把它作为一种常见的室内装饰植物来种植。香港北部的集聚4表现出远远不同的特征。这个地区可能提供高质量的有机食品和当地的旅游经验，有具体的术语，如经验和有机。此外，集聚3似乎是一个具有传统农业生产的一般农业区域。初级部门的研究结果表明，来自城市群的功能特征在其产品和服务方面有很大差异。

重点关注第二部门，在外围的GBA中证实了高度的专业化效应，如补充图S3所示。据观察，针对特定产业链系统的生产和制造活动云计算，表明了专门的制造偏好。例如，浴室配件和鞋类产品分别出现在外围集群1和5中，它们大多与低技术水平的行业有关。相比之下，对于位于GBA中心的集聚区6、7和8，多元化的生产结构显示为关于大多不相关的产业功能的关键词。这种模式为多元化经济的存在提供了坚实的证据。以香港的集聚区为例，食品、塑料、胶印和玩具等不同的产业产品同时在产业空间内展出。总之，来自第二产业的研究结果报告说，在GBA中都可以观察到专业化和多样化的经济，并与它们的地理位置密切相关。

图3. 第一部门聚集所显示的功能特征

补充资料中的补充图S4提供了主要由商业和商业服务形成的第三产业的功能特征。最有趣的发现是，作为世界级的金融和商业中心之一，香港具有明显丰富的功能特征。集聚5中显示的关键词在很大程度上与金融和商业服务相关。对于广州和深圳的集聚2和集聚4，这两个特大城市之间存在语义差异。前者揭示了产品的储存和展示的强大功能，例如每年在广州举行的广州。相比之下，我们的研究结果表明，深圳更重视国际贸易和电子商务业务，利用了其南部与香港接壤的位置优势。总的来说，集聚区所显示的主题特征大多是不言而喻的，这意味着出口和再出口业务在GBA中占主导地位，而且非常重要。

第四部分的结果在补充图S5中显示和讨论。尽管聚集在很大程度上呈现了类似的语义含义，并特别强调了图3。来自第一部门的聚集物所显示的功能特征。Yu等人2003年高科技制造工艺，可发现明显特征。深圳通过显示信息和通信技术（ICT）的功能特征，表明了它在创新行业中的优越地位。这可以归因于更多的本地化公司，专门从事各种信息和通信技术服务和数字产品。另一项发现是，高科技产业在其他城市也显示出了一些不同的功能趋势。我们验证了广州和惠州的集聚区3和集聚区4分别提供了一些独特的高科技内容，例如制药和航空航天相关行业。来自第四纪部门的语义内容表明，高科技和以知识导向的功能可能在很大程度上与当地的制造业生产有关。

2.3 二级集聚经济的空间功能模式

在本节中，我们将提供更深入的见解，以探讨专业化和多样化经济对区域产业表现的相应证据。考虑到GBA长期持续实施以制造业导向的政策，进一步研究基于第二产业的集聚经济，以了解不同集聚经济之间的局部空间差异。

图4显示了包含专门制造活动的产业集聚区的功能特征。有趣的是，我们观察到，这些产品大多与低技术含量的行业有关，如鞋类、皮革、服装和浴室硬件。语义结果表明，对于每个聚集，大部分关键字与特定的生产产品密切相关。例如，皮革生产被认为是位于广州北部的主要产业。同时，我们仍然发现，剩余的大部分关键词都与皮革副产品有关，如行李、手袋和皮革边缘绘画等。值得注意的是，一些城市群专门从事重叠行业，例如城市群2、8和9的鞋业。

图4. GBA中制造业专业化聚集所显示的功能特征

另一方面，图5显示了分为多元化经济的所有集群的语义功能。集聚区内表现出各种不相关产业部门的语义，主要由印刷、电子、家电、服装、金属五金、材料等行业形成。通过比较来自专业化经济的词云，多元化集聚区中的词提供了更丰富和杂项的产业功能。这些发现提供了补充的支持，即多样化效应具有提供更多种类的商品和服务的内在能力，以及不同行业部门之间更强的相互作用（Capello，2015）。

值得注意的是，我们观察到不同的集聚经济所表现出的不同的本地空间格局。专业化和多元化经济的地理空间分布显示了一个清晰的核心-外围格局，如补充图S6 (a).所示特别是专业化集聚区主要出现在周边GBA的腹地地区，而多元化产业则集中在中心城市。参考世界流行地区提供的人口普查数据，补充图S6 (b).中还提供了一张分辨率约为1平方公里的2018年的人口密度地图在经济多样化的最集中的地区发现了高人口密度。相比之下，专业化聚集内的人口密度相对较低。尽管如此，考虑到大多数人口极低的剩余地区，在城市化地区，如城市中心和次中心（奇怪，2008；Van der Panne，2004）。总体而言，我们的实证结果表明，集聚经济与其地理位置和人口密度密切相关。这是理解专业化和多样化经济之间的局部空间差异的一个重要发现。

图5. GBA制造业多元化集聚所显示的功能特征

【讨论和结论】

产业集聚的测量已经被以前的研究长期讨论过。根据我们的知识，由于数据可及性的挑战，部门行业的本地空间和功能模式缺乏理论和实证探索。通过使用POIs数据，本研究旨在测量GBA中的部门产业聚集，以了解空间和功能组织的作用。

空间方面的实证结果表明，不同的部门产业表现出显著不同的地理配置。具体来说，初级部门被证实为位于西GBA的两个大规模集中，而关于制造业，在中心特大城市显示了一个双中心结构。这一发现与Liu等人（2019年）的发现部分不一致，他们分析了遥感图像，并建议在深圳和广州的大都市地区存在少量的制造空间。一种可能的解释是，遥感图像不能揭示产业空间垂直集中的细节，例如，小型车间和工厂可以在市中心的产业建筑内运作。与初级和第二部门不同，第三部门的结果表明，在GBA城市的传统行政和经济中心周围存在分散的空间布局。对经济活动的空间组织的研究提出了双重意义。首先，部门产业的空间异质性可以被视为经济活动的地理代理。这种异质性反映了GBA中各个经济部门的区域发展不平衡。其次，我们的分析结果所揭示的这种不平衡的活动值得讨论。外部决定因素，如投入资源、当地劳动力、土地使用问题、城际交通和区域政策，在一定程度上与地理邻近性有关，可形成产业分布模式（Faggio et al.，2017）。

除了空间方面，基于POIs语义可视化报告了不同聚集区域的功能特征的变化。在一个特定的经济部门，每个集聚涵盖一系列不同于其他部门的产业生产和服务。在我们的研究结果中确定的产业集聚可分为两种类型的集聚经济。专业化经济通过初级部门被明确确定为主导者，而多元化经济则体现为第三级和四级产业。这些实证发现的一个提示是，GBA已经为杂项产品和服务建立了相对一体化的产业和供应链。

更有说明性的是，专业化和多元化经济都来自于GBA中第二部门产业的功能语义。Caragliu等人（2016）的研究表明，专业化集聚对人口较少的地区更为可怕，而多样性效应在人口较密集的城市地区更有影响。我们的案例研究也得出了类似的结论，即在人口密度较低的外围GBA中更集中。这些集聚区通常包含大量关于低技术含量的专业产品或生产活动的关键词。我们的观察结果与Greunz（2004）在之前的工作中发现的结果一致，表明具有更传统和标准化生产的低技术行业可以从马歇尔专业化经济中获得更多的利益。举个例子，被标记为服装和鞋类产品的产业空间可能由相互关联的制造商和企业组成。另一方面，多元化聚集点出现在GBA中心特大城市周围的人口密集地区，覆盖了广泛的产业分工。这使得提供杂项生产和服务成为可能，指导大都市经济的增长。此外，多元化集聚区内部显示的产业功能可以为知识溢出提供必要的背景。在这方面，知识溢出允许一个行业的人们学习一些来自2006年EPB：城市分析和城市科学49(7)其他产业从业者（Strancge，2008）。与预定义的产业类别的使用相比，我们的分析结果超越了以前的研究，通过说明语义可以揭示更多关于产业功能的丰富和微妙的信息。

需要注意的是，也有一些限制。与空间组织的研究结果有关的一个问题是，林业、种植和采矿活动等初级产业可能涉及土地密集型生产。在这方面，它们的空间范围很难用使用核密度估计的点事件来反映（Sheather和Jones，1991）。此外，仅仅取决于poi的使用，可能会忽略产业活动强度的一些细节。例如，当地公司的一些交易、就业或利润都被忽略了。在这方面，应共同考虑诸如产业价值、模式和就业数据等区域统计数据，以支持进一步探索产业强度。本案例研究的另一个局限性是，我们只分别调查了部门聚集区的空间和功能特征。然而，考虑到某个产业部门，已确定的集聚区之间的潜在关系可能包含一些潜在的影响，在我们的研究中没有进行检查。因此，建议进一步研究，更关注集聚区之间的相互作用。

实际意义

本研究的贡献不仅对理论文献，而且对实际意义具有重要意义。经验证据为政策的制定和实施提供了有价值的见解。首先，在控制经济部门的控制下，我们确定了人类活动集中的显著空间异质性，这与位置优势有关。这些优势可以归因于特定地点的性质、区域政策、土地利用问题等（Faggio et al.，2017）。制造业有利于农村地区，如北部的深圳，西部的广州和周边的GBA，因为土地成本较低，有足够的劳动力，并接近繁荣的市场。从这个意义上说，假设人们对这些特定活动有强烈的偏好，这些发现可以为对经济发展和第二产业都感兴趣的区域决策者提供对制造业活动的额外激励。

其次，通过从已识别的团聚体中提取功能特征，在我们的案例研究中也报道了功能异质性。发现是有趣的。来自初级部门的研究结果清楚地表明了园艺在城市化空间中的吸引力，而位于深圳的第四纪产业则显示出强烈的ICT生产倾向。更重要的是，制造业活动显示出不同的功能趋势，即专业化聚集分布在人口较少的地区，而多元化的产业聚集分布在人口较密集的城市地区更有影响力。综上所述，我们的研究结果表明，决策者和规划者应制定更有针对性的发展计划，以加强同一经济部门中特定地区的产业聚集区。因此，建议根据集聚的空间和功能信息提出局部定制战略。例如，应调整制造业集聚区的地方政策，以促进传统制造模式的升级过程。

最后，转向大区域尺度，跨区域聚集的趋势表明，GBA城市之间的深入合作是促进区域经济发展的必要条件。据报道，在GBA内的不同城市层次的地方，存在着一些产业活动的同质竞争，如服装和电子产业。在这种情况下，值得注意的是，如何避免资源分配不当的传统行业的同行竞争，加强城市之间的空间和功能合作等问题是一个长期考虑的问题，应该在未来加以解决。