首页 百科知识 基于结构特征的产业共生模式分类

基于结构特征的产业共生模式分类

时间:2022-07-09 百科知识 版权反馈
【摘要】:本节利用SPSS17.0数据处理软件对本章所选的10个案例进行聚类分析,聚类方式分别为单因子、多因子和全因子方式,聚类因子为密度、簇系数、平均度、特征路径长度以及中心性指标。基于上述结构分析的特征数据,本节希望通过聚类分析可以提出产业共生网络类型划分的定量标准,以推进产业共生网络理论的发展。

本节利用SPSS17.0数据处理软件对本章所选的10个案例进行聚类分析,聚类方式分别为单因子、多因子和全因子方式,聚类因子为密度、簇系数、平均度、特征路径长度以及中心性指标。基于上述结构分析的特征数据,本节希望通过聚类分析可以提出产业共生网络类型划分的定量标准,以推进产业共生网络理论的发展。产业共生网络的不同特征值如表4-6所示。

表4-6 不同产业共生网络网络特征数据比较

4.5.1 密度、簇系数聚类分析

对网络密度、簇系数的聚类分析结果如表4-7和表4-8所示,可以将网络分为三种类型,其数值表现出很大的差异性。这与其地域范围有密切关系。

表4-7 产业共生网络密度、簇系数聚类分析结果(分三类)

表4-8 产业共生网络密度、簇系数聚类分析结果(分三类)

第一类为沱牌酒业产业共生网络,该产业共生网络的密度和簇系数值非常高,均高于0.5(社会网络研究中所能发现的最大值)。沱牌酒业产业园区占地小,节点少,为表现出此现象的主要原因。

第二类网络为贵糖、斐济、鲁北、伯恩赛德和卡伦堡产业共生网络,这四个网络的密度和簇系数值居于中间水平,均值基本在0.2~0.3。结合实际分析,这四个网络在地域范围上为面积较小,属于产业园区中面积较小、节点数较少的园区(其中,由于伯恩赛德园区在此计算中采取了简化方式,会使该指标值失真,应单独考虑)。

第三类为查塔努加、黄兴、南海和奥地利Styria产业共生网络,这四个网络的密度和簇系数值最低,均值基本在0.13左右。这四个网络与上述网络相比,最大的不同在于其占地面积,这些是典型的大规模的产业园区,其中涉及的企业种类多,数量大,这是其密度和簇系数值小的根本原因。

综上,对于网络的地域特征的分类,可以采用对密度和簇系数进行聚类分析的方法来量化界定。

4.5.2 平均度、特征路径长度聚类分析

对平均度和特征路径长度的聚类分析结果如表4-9和表4-10所示,可以将网络分为三种类型,其数值表现出的差异性不大。

第一类为沱牌酒业、鲁北、伯恩赛德和南海产业共生网络,这四个网络的平均度为3~4,其特征路径长度为1.3~2.6。

第二类网络为贵糖、斐济、查塔努加和卡伦堡产业共生网络,这四个网络的平均度为2.5~3.5,其特征路径长度为2.1左右。

表4-9 产业共生网络平均度、特征路径长度聚类分析结果(分三类)

表4-10 产业共生网络平均度、特征路径长度聚类分析结果(分三类)

第三类为黄兴和奥地利Styria产业共生网络,这两个网络的平均度为2.1左右,其特征路径长度为4.7左右。

以该因子进行聚类分析得出,不同类型网络的特征并不明显。在本节中我们可以认为该聚类分析结果对现实的网络类型划分指导意义不大。不过,这却进一步说明了特征路径短是产业共生网络的共性。

4.5.3 中心性聚类分析

对网络中心性的聚类分析结果如表4-11和表4-12所示,可以将网络分为三种类型,其数值表现出较明显的差异性。这主要与共生网络中企业间的地位有关。

第一类为沱牌酒业、查塔努加、鲁北、卡伦堡产业共生网络,这四个网络的中心势均大于40%,说明其网络中节点之间的聚集程度和对资源的控制能力存在很高的势差,节点之间地位不平等,体现出依托核心企业的趋势,与前述章节中,对产业共生模式分类中的依托型产业共生模式的特征一致。

表4-11 产业共生网络中心性聚类分析结果(分三类)

表4-12 产业共生网络中心性聚类分析结果(分三类)

第二类网络为伯恩赛德黄兴产业共生网络,这两个网络的中心势为15%左右,说明其网络中节点之间的聚集程度和对资源的控制能力存在很低的势差,节点之间地位平等,与平等型产业共生网络的特征一致。

第三类为斐济、贵糖、南海和奥地利Styria产业共生网络,这四个网络的中心势基本为20%~40%,与平等型网络和依托型网络表现出一定的交叉特征。这说明其网络中节点之间的聚集程度和对资源的控制能力存在中等水平的势差,节点之间的地位有一定的差别,与嵌套型产业共生网络的特征完全一致。

4.5.4 整体聚类分析

对上述产业共生网络的所有表征量进行数据聚类分析,若将所有网络分为三类,聚类结果如表4-13所示;若将所有网络分为四类,聚类结果如表4-14所示。

表4-13 产业共生网络整体聚类分析结果(分三类)

表4-14 产业共生网络整体聚类分析结果(分四类)

图4-20 产业共生网络聚类中心势比较示意图

分析以上两种分类,不难发现两种分类方法中的第2类和第3类完全相同,第二种聚类方法中第1类和第4类正是将第一种聚类中的第1类进行了细化。

将聚类为3种类型的结果与以中心性对网络进行聚类分析的结果完全一致,这进一步说明了网络的主要性质是由其中心性决定的,其中心性在聚类分析中作为主要的影响因子,基本可以展示不同类型网络的主要特征。

此分类结果与王兆华(2002)等人定性分析的结果基本一致,其典型特征依次为:依托型、平等型和嵌套型。由此可以将中心性作为网络分类的主要依据,这将在很大程度上突破以往研究中对于网络的共生模式只能定性分类的局限,在理论上具有很重要的意义。

特别值得注意的是,在定性分析中,往往将贵糖产业共生网络划分为依托型,而在此定量的聚类结果中,却可以清楚地看到贵糖产业共生网络与奥地利Styria这个被公认为是典型嵌套型的产业共生网络同属于一类,也就是说贵糖的定量分析结果显示其属于嵌套型产业共生网络。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈