EN中文

经济地理 >

2025 , Vol. 45 >Issue 7: 136 - 147

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.07.014

产业经济与创新发展

关联视角下传统制造业集聚区新产业发展的驱动机制——基于顺德机器人制造企业的调查分析

  • 朱华晟 ,
  • 张杰
展开
  • 北京师范大学 地理科学学部，中国 北京 100875

朱华晟（1974—），男，博士，教授，研究方向为产业集群与区域发展、创新与创业地理。E-mail：

收稿日期: 2025-01-14

  修回日期: 2025-05-13

  网络出版日期: 2025-08-28

基金资助

国家社会科学基金重大专项(24ZDA048)

国家自然科学基金项目(42071152)

收起

New Industry Development in Traditional Manufacturing Agglomeration from the Perspective of Relatedness：A Case of Shunde Robot Manufacturing Cluster, Foshan, China

  • ZHU Huasheng ,
  • ZHANG Jie
Expand
  • Faculty of Geographical Science，Beijing Normal University，Beijing 100875，China

Received date: 2025-01-14

  Revised date: 2025-05-13

  Online published: 2025-08-28

Fold

摘要

演化经济地理学关注微观行动者对区域新产业发展的影响，但多依据产品间的知识关联性强弱，洞察区域的路径依赖或路径生成机制。文章以广东顺德机器人中小企业特色产业集群为例，利用实地调查获得的数据与相关资料，借鉴全球生产网络的研究成果建立分析框架，探讨了外部环境变化如何影响企业内部组织与外部网络关系，并进而导致新旧产业链接和地方产业演变。 结果表明：市场竞争加剧带来的降本增能双重压力、金融化、市场开发及风险管理等挑战，促使地方企业通过内部协调、企业间合作及产学研政合作等战略调整，依托其在原产业的资源与能力优势，建构新旧产业的知识、技术与生产关联。研究结果还显示，地方行动者的差异化战略，对新旧产业的经济技术关联产生不同的意义和影响，这也为区域新产业生成路径的多种可能性提供了事实依据。

关键词： 关联性; 产业集群; 产业链; 机器人制造; 全球生产网络; 产业—知识关联; 演化经济地理学

本文引用格式

朱华晟 , 张杰 . 关联视角下传统制造业集聚区新产业发展的驱动机制——基于顺德机器人制造企业的调查分析[J]. 经济地理, 2025 , 45(7) : 136 -147 . DOI: 10.15957/j.cnki.jjdl.2025.07.014

Abstract

Evolutionary economic geography focuses on the development of new industries in a region, but it mainly examines knowledge relatedness between products to understand regional development path. This article takes Shunde robotics SME cluster of Guangdong as an example, using data and relevant information obtained from on-site surveys. It builds up an analytical framework drawing on global production network research, focusing on how changes in the external environment affect firms' internal organization and their external network relationships, which further facilitates the potential linkages between new and existing industries and drives the evolution of local industries. The findings show that increasing pressures of reducing cost and enhancing capabilities due to intensified market competition, as well as challenges such as financialization, market development, and risk management, have prompted local firms to adjust their strategies through internal coordination, inter-firm cooperation, and collaboration with universities, research institutes, governments. Relying on their resource and capability advantages in traditional industries, they build knowledge, technology, and production linkages between old and new industries. This article also indicates that the differentiated strategies of local firms have varying impacts on the economic and technological relatedness of industrial clusters, which provides some evidences for understanding the diversity of regional pathways for new industry development.

Key words： relatedness; industrial clusters; industry chain structure; robot manufacturing; Global Production Network(GPN); industry-knowledge relation; evolutionary economic geography

数字技术快速发展有利于推动传统产业转型，促进新兴数字产业崛起，并由此加快地方产业结构升级。然而，新技术经济空间存在非均衡性[1]，尤其一些传统产业区对新兴数字产业的吸引力比较有限[2]。演化经济地理学认为，区域产业演化具有路径依赖，新旧产业之间通常具有知识关联，所以常见的情况是新产业从已有产业中分化形成[3]；传统产业区的知识基础如果缺少与数字技术的知识链接，那么它在数字产业发展方面会面临较多的障碍。因此，探究如何建立与数字技术的知识关联，发展新兴数字产业，对传统产业集聚区摆脱发展路径被锁定的困境，加快产业升级并提升其产业竞争力具有重要意义。
现有的实证研究为地方新产业产生与发展提供了理论支撑[4]。然而，多数分析根据贸易产品数据来推断隐含在产品背后的知识关联[5]，并未能呈现知识关联的发生情境与机制，即这些知识关联是在何种全球—地方情境或产业场景中发生的，以及如何发生的?此外，演化经济地理学研究认为区域产业结构演化是路径依赖的结果[6]，即新旧产业间具有较高的知识关联性；区域缺少关联的知识基础时，引入新产业或技术可能实现路径突破[7]，其中企业作为重要的地方行动者具有积极影响[8]。尤其是传统制造业集聚区，其一方面面临外部竞争压力，另一方面存在大量冗余、同质的信息和知识而创新乏力，引导产业创新升级的关键知识需要有目的构建的外部通道。企业通过与外部机构（如企业、大学/研究院所甚至跨国公司）建立生产或技术关联的方式发展新的产品[9]，并通过与本地其他企业正式合作或非正式接触，促使新的知识和技术在地方传播，从而推动地方产业创新和新产业生成[10]。虽然演化经济地理学对此已有触及，但对企业建构知识关联进而推动区域产业演化的能动性关注不足。而且，从企业微观视角，路径依赖和路径创造是否同期存在，因而区域新产业发展呈现混合模式?这正是本研究意图探讨的两个问题。
经济地理学具有关注企业分析的传统，全球生产网络（GPN）研究关注全球（公司）与地方（发展）的“战略耦合”关系，尤其GPN2.0的新近研究更强调核心企业的能动性，分析外部环境因素对其公司战略的影响，这对区域产业演化研究具有借鉴意义，为新旧产业之间的知识关联发生机制提供了可观察、更直接的微观视角。因此，本文基于GPN理论，从企业分析视角，聚焦新旧知识关联的发生情境与发生机制，探究传统产业集聚区新产业发展的深层原因。
本文选择佛山市顺德区的机器人产业作为研究对象，主要依据如下：①顺德素以家电制造著称，近年来机器人产业迅速发展，并于2023年被列入工业和信息化部的国家中小企业特色产业集群名单，成为规划建设的200个特色产业集群之一。尤其所辖北滘镇曾拥有全球规模最大的家电制造产业链，目前吸引了美的库卡、川崎、隆深、大族等一批世界机器人巨头和本土龙头企业的入驻，成为首批国家特色小镇。因此它可以作为传统制造业升级的典型案例。②当前人工智能、机器人制造等先进制造业成为很多国家关注的产业部门，并被列入我国战略性新兴产业名单之中。各级地方政府对此也积极响应，将其列为地方未来发展的重点领域。因此，该案例对中小城市战略性新兴产业政策制定、创建国家级中小企业特色产业集群具有参考意义。

1 文献概述与分析框架

1.1 机器人制造业集聚及动因

类似于多数制造业部门，机器人制造业也具有空间集聚特征，而且地区差异显著。从全球尺度来看，贸易数据分析认为，日本、德国和意大利是机器人的核心出口国，而印度和韩国等国家则是核心进口国[11]。全球机器人创新合作网络研究也有类似的结果，美国底特律、日本东京等少数发达国家的城市居于网络中心，中国的北京、上海和广州虽已成热点城市[12]，但相较于欧美及日本等发达经济体，在机器人核心专利拥有量方面仍处于较低水平[13]。
从地区尺度来看，国内研究区域多集中在长三角、粤港澳大湾区等东部沿海发达地区[14-15]，这些地区机器人制造业均呈现集聚现象。例如，粤港澳大湾区由广州和佛山的交界地带向周边扩散，并在珠江口内湾地区形成机器人产业集聚带[16]。同时，城市内部正出现集聚区域。例如，上海机器人企业多分布在产业园区及周边，且呈现“片状为主，点状为辅”的空间结构特征[17]；深圳机器人企业则主要集聚在高校科研机构附近，并已呈现郊区化趋势[18]。此外，部分大城市周边也开始出现“机器人小镇”[19]。现阶段，研究者多关注空间集聚及区位特征，对集聚内部的空间组织、不同集聚区位之间的分工与联系等问题探讨较少。
机器人产业空间分布格局受当地社会经济条件、制造业基础、知识基础与知识溢出、产业政策等多重因素的综合影响。一般来说，地区人均GDP越高，对机器人企业的吸引力越大[20]；制造业集聚、产业结构升级水平越高的地区对机器人的需求量越大，从而吸引较多的机器人企业投资[21]；地区开放水平也有显著影响，外资企业集聚，尤其跨国公司凭借知识和技术优势，对本土企业产生强溢出效应，客观上促使后者增加机器人投资，并由此吸引机器人企业在该地区布局[22]。此外，地方对国家产业政策的响应程度，也影响着各地机器人产业的部门结构与集聚程度。以上反映的是机器人制造业集聚形成与地方社会经济基础与制度环境之间的关联逻辑。而从知识关联的视角来看，有研究指出相关联的地方知识基础是某地机器人制造业发展的关键因素[23]或产业集聚因子[24]。知识基础越丰裕的地区，机器人产业集聚规模越大[25]，并进一步增强对同行企业的吸引力[26]。

1.2 分析框架：全球生产网络研究与地方新旧产业关联机制

企业分析是区域研究的一种常用方法[27]，通过解剖企业联系的时空过程与变化，可以发掘地方新旧产业之间的知识关联，从而揭示地方新兴产业的形成发展机制。GPN研究关注地方与全球联结，注重企业分析，为地方发展提供了很有价值的概念和思想（如地方嵌入、战略耦合等），而且GPN的新近发展强调关注领导企业的战略动向[28]，将成本、市场、金融和风险环境作为企业战略调整的驱动力[29]，探究生产网络中不同行动者之间的关系，通过领导企业的自身升级来推动地方产业转型。GPN分析框架常被用于地方研究[30]，这也是本文将其用以构建分析框架的依据所在。
按照环境—结构—绩效的集群分析逻辑[31]，本文重点关注全球市场环境变化（如成本—能力比、金融化、市场开发、风险管理等），分析地方核心企业对此作出的战略性结构调整（既包括企业内部的自我协调，又包括企业间竞争合作以及企业与其他机构间的博弈关系等内外关系重构与调节[32]），并在此过程中建构企业内、外部产业与知识联结，从而促进地方新知识生产和新产业发展。图1展示了本文的分析框架，具体解释如下。
图1 本文分析框架

Fig.1 The analytical framework

首先，企业面临着动态变化的市场环境。竞争加剧导致成本—能力比成为企业追求的经营目标。金融化指金融资本和金融市场通过资本投资的方式，主导企业资源配置和生产决策，并通过资本运营来调整企业经营结构与规模，以提高资本回报率和保障股东利益。市场开发是企业通过进入或主导新市场的方式，实现竞争力提升、市场份额增加和价值捕获最大化的过程，行业头部企业的市场开发刺激同行企业进行产品和服务创新，并通过调整产品和业务布局响应市场变化。此外，国际政局动荡、全球环境变化、新冠疫情等突发事件，导致生产和贸易的不确定性增加，企业亟需加强风险管理。
其次，在这种不断变化的市场环境下，地方核心企业通过战略性的结构调整予以响应。一方面，企业重新优化、调整、新设不同部门或业务单元，通过新建、收购兼并、公开募集资本等方式实现规模扩张及多元化经营；另一方面，与地方甚至全球企业、其他利益相关机构之间建立竞争合作关系。在内外关系重构的过程，核心企业形成新旧产业—技术的链接，地方不同主体间建立新的经济—技术关联，进而推动地方知识创新与新产业集聚。此外，企业借助多种金融工具提高市场价值或筹措资金等，企业之间通过并购、合资、持股等形式形成不同的股权联系，这些金融化手段不仅影响企业的战略决策和资源配置，还影响企业间的生产合作和知识共享。

2 研究区与研究方法

2.1 研究区概况

顺德区隶属广东省佛山市，是国内家电制造集聚区之一，现已成为首个国家级机器人制造业特色产业集群，该集群以北滘镇为核心，包括陈村、伦教、大良和容桂等镇/街道（图2c）。其中，北滘拥有全球规模最大的家电产业链和家电产品集群，截至2017年其家电及配套企业已超900家，家电年产值超1000亿元，约占全国家电行业总产值的10% ① 。近年来，北滘开始推进传统家电制造向“智能制造”转型，以千亿级机器人产业集群为目标，积极谋划机器人产业的发展，吸引了美的库卡（本文按当地业界的习惯使用企业简称）、博智林、海创大族等一批机器人企业落户，形成涵盖机器人核心零部件生产、本体制造、系统集成及多领域应用的产业链条。2021年仅美的库卡智能制造科技园机器人产量近1.8万台，约占全国总量的5% ① 。
图2 研究区机器人企业空间分布

Fig.2 Spatial distribution of robotics companies in the study area

2.2 研究方法

本文采用半结构化访谈和文本分析等质性方法开展研究。作者经过“线人”介绍获得可以访问当地主管部门的机会，采用“滚雪球”式社会调查。该方法常用于地理学研究，其中“线人”可以是行业资深人士（如企业家、记者和风险投资人[33]）、当地人，或地方政府官员[34]。为了防止因“线人”社会关系结构导致访谈样本选择性偏误，作者采取以下策略：一是访谈对象尽可能覆盖政府相关职能部门、园区管理部门、核心企业和中小企业等多类机构，避免单一线索主导访谈路径；二是引导受访者推荐不同规模和成长阶段的企业，形成异质性样本链；三是通过访谈问题的交叉验证和文字材料分析，增强信息的完整性和可靠性。
半结构式访谈的平均时长为35~60min，访谈信息见表1。文本分析资料包括访谈录音及转化的文字材料、公司年报、产业（园区）规划、新闻报道和政策文本等。
表1 半结构式访谈概况

Tab.1 Semi-structural interview overview

访谈类别 访谈对象 访谈内容 访谈时长（min）
政府部门 北滘镇政府职能部门负责人(3人) 本地机器人产业发展历程、现状与环境条件；机器人产业链结构及企业间合作；国内外市场开发；本地产业政策与未来规划等 35
龙头企业 美的库卡、博智林、海创大族公司部门经理（3人） 企业发展历程与现状；机器人制造的背景、条件与动力；制造核心环节/零部件及技术来源；研发活动及区位；对外生产与技术合作；市场开发等 60
中小企业 海格利德、捷瞬、隆深、朗宇芯、潜龙工业设计公司总经理或业务主管（5人） 50
产业园区 广东工业设计城、海创大族机器人智造城管理人员及物业部门（2人） 园区发展状况；园区企业内外合作；园区优势及周边配套设施；未来发展规划等 30
其他企业 美的、华为全屋智能授权专区业务主管（2人） 主营业务发展现状；与机器人企业合作；地方产业环境；未来市场开发等 40

3 顺德机器人产业链构成及空间分布

珠江三角洲地区是我国机器人产业主要集聚地区之一。截至2024年11月，该地区机器人相关企业约为12万家，主要分布在深圳、广州、东莞和佛山等市（图2a）。其中，佛山共有8075家相关企业，主要分布在顺德、南海和禅城区（图2b） ② ，尤以顺德区的规模企业数量最多，产业链比较完整，产业集群效应显著（图2c）。

3.1 产业链结构

顺德机器人产业链涵盖核心零部件供应、机器人本体制造和机器人集成应用3个部分。由于缺乏官方统计数据，本文首先利用天眼查网站，在“企业经营范围”中以“机器人”为关键词进行检索，将“存续、在业”企业作为筛选条件，并对企业经营范围和注册地址等信息进行比对；继而进一步排查“是否存在异常经营”和“破产案件记录”等状况，以剔除实已停业的无效数据；最后共获取2479家企业信息。
参照《2024年中国机器人产业发展报告》和《智能机器人技术产业发展白皮书（2023年）》，结合天眼查网站和中国机器人网中对机器人企业的经营范围和产品介绍，绘制北滘镇机器人产业链结构图（图3）。其中，上游企业涉及减速器等核心零部件的生产和软件系统的开发；中游企业主要从事关节型机器人、SCARA机器人（一种应用于装配作业的机器人手臂）、柔性机器人等工业机器人制造；下游企业从事机器人集成和应用，是在机器人本体制造的基础上，根据客户需求对机器人进行二次开发和设计，包括焊接、喷涂、搬运等。
图3 顺德机器人产业链结构

Fig.3 Shunde robotics industry chain structure

3.2 空间分布特征

本文利用百度坐标拾取系统获取2479家企业的经纬度数据，运用ArcGIS10.2软件的核密度分析工具，对机器人企业空间分布可视化（图4）。图4显示，顺德机器人企业分布较广，几乎遍布所有街道和镇区，但“东密西疏”的空间差异显著。其中，北滘镇集聚度最高、集聚规模最大，陈村镇、伦教街道、大良街道和容桂街道也呈明显的集聚现象。
图4 顺德机器人企业空间分布核密度分析结果

Fig.4 Kernel density analysis of Shunde robotics firm distribution

以北滘镇为例，进一步考察机器人上中下游企业之间以及机器人企业与当地原主导产业——家电制造企业的空间关系。由图5可知，机器人上游零部件制造企业和下游集成制造企业数量多、分布广，并且围绕中游本体制造企业，形成若干个集聚区。其中，西部以美的库卡智能制造科技园、中大力德和中设制造产业基地为核心，中部以广东工业设计城为核心，东部以博智林机器人谷和海创大族机器人制造城为核心。这说明中游本体制造企业通过上下游的产业配套关系，对当地机器人产业集聚产生牵引作用。以美的库卡智能制造科技园为例，该园区围绕美的库卡机器人本体制造企业，吸引上下游企业集聚，覆盖核心零部件供应和集成应用等领域。同时，集成制造企业面向当地不同的应用场景，与零部件企业及客户企业因产业关联导致空间聚集。此外，美的库卡智能制造科技园、博智林机器人谷、海创大族机器人智造城内的在位企业还将与其有共同股权的其他企业吸引入园。
图5 北滘机器人产业链空间分布

Fig.5 Spatial distribution of Beijiao robotics industrial chain

4 顺德企业投资机器人制造业的环境动因

顺德当地企业将其核心业务拓展到机器人制造业领域，是基于外部环境动态变化的压力。

4.1 成本—能力比

近年来我国人口红利锐减，劳动成本增加，刺激企业“机器换人”的需求，扩大机器人市场规模，并加速产业转型升级。美的并购德国库卡后，库卡的研发投入显著提高了美的的生产性能和效率，其机器人营业收入也连创新高。以捷瞬公司为代表的中小企业迫于劳动力成本上升的压力，也相继通过自建的方式拓展机器人业务。“我们（捷瞬）属于配套生产企业，以前模具生产过程需要人工操作，拓展了机器人业务之后，许多生产流程都替代人工……生产效率也提高很多”。
对于碧桂园来说，除了面临工人老龄化的问题之外，还因建材耗损、浪费严重导致成本居高不下，而且工地噪声粉尘污染严重，安全事故风险高。“我们（碧桂园）仔细分析过，集团一线建筑工人平均年龄已经接近45岁，如果再过5年……很多人已经难以从事这种高强度的工作……现在年轻人已经很少进入这个行业了”（受访企业管理人员）。这是促使它转向智能建筑的重要原因。

4.2 金融化

经济活动中金融部门、金融市场和金融工具的影响力不断增强。制造企业尤其先进制造企业需要寻求更多的融资渠道、更高的投资回报率和财务效益。海创大族落户北滘即是为了获得本地民间资本投资；作为上市公司，美的和碧桂园通过投资和发展机器人技术，可以扩大其产品组合，提升企业的市场估值和投资吸引力，从而获得更多资金支持和市场资源，同时也能为投资者提供增长的长期收益。
从金融资本的实际收益来看，在房地产行业下行、融资收紧的大背景下，碧桂园融资成本逐年下降。机器人板块和房地产板块相互促进，导致市值上升。博智林机器人制造公司成立之后，碧桂园集团营业总收入提高了37.98%，由2018年的3790.79亿元增长至2021年的5230.64亿元，2018—2020年股东应占净利润涨幅达212.80% ① 。

4.3 市场开发

家电行业竞争加剧，产品向智能化、个性化、高效率等方面发展。美的并购库卡，有利于库卡在国内市场的渗透率，扩大全球市场份额，提升全球竞争力，同时可以进一步弥补美的在智能机器人领域的技术短板，加速融合新科技的智能家电产品的多样化，并进一步拓展全球市场。此外，美的完成对库卡的并购后，拥有了库卡旗下瑞仕格和安得智联两大国际著名物流系统集成商，这也进一步拓展了美的的业务范围，增强其自身竞争力。
房地产企业之间竞争进入白热化阶段，需求持续降低，产品同质化严重，寻找新的利润增长点尤为重要。而且，2018年碧桂园在国内多地的在建项目连续遭遇工程质量信任危机，“提质控速”促使碧桂园启动建筑机器人研发，走向科技建造转型之路。
在机器人市场需求的增加以及核心企业的影响下，捷瞬等中小企业开始主动寻求转型，由原来的家电模具生产转向机器人系统集成制造。对于海创大族这类非本地企业而言，北滘良好的制造业基础为机器人制造商的市场开拓提供了便利的机会。“当时从深圳搬到北滘这边来，其实是很看好它的产业基础的，特别家电产业这块……美的带动了整个北滘家电产业的集聚，这给我们机器人的应用带来一个很大的市场，能够看到较好的发展预期……”（受访企业管理人员）。

4.4 风险管理

多元化投资具有分散风险的战略意义。事实上，新冠疫情和中美贸易摩擦持续深化，强化了核心企业投资新领域、增强风险管理的动机。受新冠疫情影响，全球消费品行业和物品配送行业对自动化率提出更高需求，为库卡机器人在食品、饮料、物流等领域的应用提供了更多机会。中美贸易摩擦升级促使政府加大对包括人工智能在内的高科技产业的政策支持力度，这些政策通过税收减免和技术研发支持的方式，鼓励企业进行技术创新和产业升级，降低它们在机器人制造领域内的制度成本和风险。“我们在企业高层次人才引进、研发扶持、融资和销售等方面都有配套的奖励政策。同时，我们也可以做到0地价，然后给企业60%的固投奖励，还有税费的三免两减半，相当于企业只用出40%的建设和设备成本”（受访政府工作人员）。

5 核心企业的环境响应策略与新旧产业—知识关联

地方核心企业如何构建起新旧产业之间的知识关联?作者选择美的、碧桂园和海族大创3家核心企业，根据调查结果，从企业内部协调、企业间合作、企业与其他机构间博弈，分析它们在响应上述环境变化时所做的策略及对新旧业务之间建立产业—知识关联的影响。

5.1 企业内部协调

5.1.1 美的：合资、收购与新建

美的是国内家电制造业的头部上市公司，自2014年起实施智慧家居和智能制造融合战略，旨在实现全球领先地位。美的通过与日本安川电机合资、收购德国库卡的方式，建立起跨国资本控制体系，不仅强化了美的对关键技术和资源的掌控，也促成了全球资源向北滘集聚。美的通过控股整合，将原本分散在不同地区的技术、人才和生产环节有序引导进入北滘产业园区，构建起以北滘为核心的国内机器人制造基地，显著扩大本地新产业集聚规模。与此同时，美的将库卡的德国总部作为全球研发中心，上海和顺德北滘产业园为主要生产基地，分别服务于中国及亚太市场需求，以期实现效率与收益最大化。

5.1.2 碧桂园：制造转向与“博士战略”

碧桂园是北滘本土成长起来的上市公司，主业是房地产。2016年对外宣布涉足智能建筑和机器人产业，生产与其主营业务相关产品，主要应用在建筑业、物业管理、智能居家等领域。其目标是成为为社会创造幸福生活的高科技综合性企业，并逐渐向制造业转型发展。2018年成立的以机器人制造为核心业务的子公司——博智林，聚焦建筑机器人、智能工程设备以及新型建筑工业化产品的研发、生产与应用。“博士战略”是支撑博智林快速发展的战略之一。博智林研发人员中博士比例曾高达30％，硕士占比更是在50％以上，它在北滘本地迅速建立起以建筑机器人为核心的研发体系，提升了北滘机器人产业的创新能力。

5.1.3 海创大族：科技创业与跨区域融资

海创大族机器人公司是总部位于深圳的大族激光集团的下属业务板块。原核心团队曾为收回集团公司的股权获得独立发展机会，与北滘的民间资本合作，后双方经协商沟通，仍作为集团旗下的子公司，采取“研发在深圳，生产在北滘”的运营模式。尽管这限制了海创大族在北滘的创新强度，但从实际运营效果来看，有利于公司研发投入的持续性，也使北滘有更多机会获得深圳的创新溢出与新知识输入。

5.2 企业间合作

5.2.1 核心企业自建的创新制造生态

以海创大族为例，它自一开始就在北滘规划了企业园区，自建产业配套体系，注重创新制造生态建设。它面向粤港澳大湾区，通过精准招商，伺服电机、减速器以及控制器等核心零部件制造企业先后进驻，打造产业链上下游联动发展的机器人智造城。目前，它已引进110多家企业，其中40%是机器人及其关联企业。据公司受访经理介绍，“其中，36家高新企业，10家专精特新企业，来自广州、深圳、佛山的企业数量占比较大……形成良好的机器人产业生态集群”。园区产业链的完善促成企业之间的业务合作，受访经理称，“LYX（园内的上游企业）直接将控制器供应给我们，我们的大多数产品直接供应给LS（园内的下游企业）”。
美的库卡智能制造科技园，形成以美的库卡（重载机器人本体制造商）为核心，吸引极亚精机、中大力德、埃斯顿等机器人核心零部件/装备组团供应商，以及瑞仕格、美创希等集成制造商进入，形成密切的经济技术协作体系。

5.2.2 合作带动本地企业转型与协同创新

碧桂园借助美的智慧家居领先优势，共同探讨推进智慧社区战略落地，为各自产城融合项目（如碧桂园科技小镇）提供配套资源。与此同时，核心企业通过合作网络带动本地中小供应商迅速转型。例如，J公司曾为美的提供家电模具，后以此为切入口，加强与科研机构合作，实现模具、冲床和机器人业务的整合发展。频繁密切的产业合作增强本地集聚的非贸易相互依赖，促进知识溢出，也将原有产业—知识关联延伸到机器人产业，加快本地新知识的生产与创新。
图6显示基于实地调查的地方企业合作联系。美的库卡智能制造科技园、海创大族机器人智造城和博智林机器人谷等企业园内部形成相对稠密的知识与生产网络，园区外部其他零部件供应和集成应用企业则构成外围核心配件生产网络。两者之间密切合作，体现各主体的能动性。“我们…不会因为离大族机器人近就会购买它的产品，（而是）会货比三家，（看）谁家的产品更具有性价比”（受访中小企业）。除了以技术互补和市场需求为基础的企业合作外，企业之间还通过股东的交叉持股、资本合作和战略协同等方式建立联系。
图6 北滘机器人企业园内外合作关系示意图

Fig.6 Schematic diagram of the production partnership between inside and outside Beijiao robotics enterprise park

5.3 产学研政合作

企业与政府的“战略耦合”促成政企合作关系的建立。作为国家战略性新兴产业，机器人制造已列入各级政府的产业促进政策，在人才、研发、销售、资金等方面给予支持，加快地方核心企业业务转型与战略调整。顺德入选国家级中小企业特色产业集群、北滘被评为国家特色小镇，既体现地方产业转型升级的成效，又表明地方新产业的“尺度跃升”，促进了新产业集聚与地方知识创新。
海族大创提到当初进入北滘，其中一个重要原因是“佛山市政府和北滘镇政府对机器人产业发展非常重视，北滘镇还建成了……‘中国机器人小镇’”（受访部门经理）。美的对德国库卡集团的股权收购，有利于增强机器人产业链的控制力，与我国“制造业2025”发展目标及佛山“世界科技+佛山智造+全球市场”的创新发展之路高度一致，因此得到多方支持。碧桂园作为智能建造的引领者，2020年受邀参与编制建筑机器人相关标准、研究构建建筑机器人标准体系，博智林建筑机器人首个商业应用项目列入住房和城乡建设部确定的全国智能建造试点项目。
此外，这些企业还注重与高校建立技术合作关系。例如，碧桂园与国内部分高校签订合作协议，设立联合研究院，建设产学研协同创新基地，开展技术研发与应用、人才培养等。这一方面直接促成公司在机器人技术知识方面的创新以及商业化项目推进，另一方面还通过与国内外的产业—知识联系通道，推动本地机器人产业集群在创新平台基础设施、创新生态系统等方面的建设与完善。

5.4 进一步分析

顺德机器人上中下游企业地理邻近分布，一方面透射出企业之间的技术与经济的关联性，增强产业集聚效益，不断吸引机器人企业来此投资。政府工作人员Z举出的实例正好说明这一点：“（因为）北滘……有美的库卡和博智林等机器人巨头企业的带动效应……所以今年（作者注：2024年）来自宁波的一家机器人零部件企业——专门做减速器的上市公司，把产业园区布局在美的库卡的附近。”另一方面，当地涉足机器人的制造企业多数由家电或装备制造企业转型而成，它们在新产业领域延续着原有的协作关系，这进一步证实顺德机器人制造与本地产业基础之间的知识/技术关联性。正如某位被访企业高管说道：“机器人生产所用到的伺服电机这些零部件，在北滘是有制造基础的——因为我们原来做家电的时候也需要用到……（因为）家电的一些零部件（在）机器人（制造领域）也会用到，所以我们比较容易转行做机器人。”
以上隐含在以配套产品为纽带的新旧产业间的知识关联，还可以从当地机器人技术创新的知识基础来直接反映。以美的库卡、博智林、捷瞬和隆深4家企业为例，基于企业机器人专利发明授权数据，利用专利IPC共现分析方法和网络分析工具Gephi对不同企业所包含的IPC类别进行统计和可视化，然后计算其图密度值，从而进一步分析不同技术领域间的关联程度。由图7可知，美的库卡、捷瞬和隆深3家企业在家电领域的发电机组件制造（H02P）、模具制造（B23P）、日用电器修理和清洗（B08B）技术在机器人专利中出现频率较高，并且与工业机器人制造（B25J）技术之间呈现较强关联。博智林的工业机器人制造技术（B25J）则与其原主营业务领域内的金属加工机械制造（B24B）、建筑材料制造（E04F）技术之间存在较强关联。此外，美的库卡、博智林、捷瞬和隆深的IPC共现网络所对应的图密度值分别为0.60、0.59、0.40和0.20，表明不同技术领域间存在一定的关联性，也佐证了新旧产业具有知识关联。
图7 北滘机器人产业—知识关联度

注：图中不同节点表示不同的IPC分类号，节点大小代表该技术类别的专利数量占企业总专利数量的比重。边的粗细代表IPC之间的共现强度，边越粗，表示两个技术领域的联系越紧密。

Fig.7 Beijiao robotics industry-knowledge relatedness

此外，企业内部的股权关系以及企业之间的共同股权网络能够通过地理邻近促进企业之间的合作与知识溢出[35]，进而影响本地行动者之间的产业—知识关联。为了进一步验证股权网络是否会影响企业之间的技术关联性，本文利用企业合作申请专利数据，分析三大机器人产业园区中具有股权关系的企业之间在技术研发上是否存在合作关系，借以反映此类企业之间的知识交流与共享及知识外溢效应。以美的库卡智能制造科技园为例（图8），美的集团旗下具有共同股权关系的子公司之间存在较为频繁的专利合作，尤其美的电气与其他企业形成了密切的创新协作关系。这充分表明具有股权关联的企业通过资源共享或战略协同等机制，促成企业之间的知识关联。
图8 美的库卡智能制造科技园区内共同股权企业合作申请专利数量

注：圆环上的每一段代表一个企业，弦的宽度表示该企业与其他企业间的合作专利数量，弦的连接方向反映了技术合作的流向。

Fig.8 Technological collaboration via joint patents among equity-connected firms in the Midea-KUKA industrial park

6 结论与讨论

6.1 结论

演化经济地理学关注地方新产业形成与发展，通常基于企业产品数据考察新旧产业之间的关联及对新产业演化路径的影响，较少分析关联发生机制，尤其忽略地方行动者的战略决策对关联构建的影响。本文以佛山市顺德机器人产业集群为例，按照环境—结构—绩效的因果逻辑，引入全球生产网络研究框架，讨论了外部环境变化如何影响企业在内部组织与外部网络关系等方面做出结构性调整策略，以及导致新旧产业之间的知识链接和新知识生产的动力机制。主要结论与启示如下：
①以企业园区为典型特征的多极核空间格局，通常由机器人本体制造商主导，核心零部件供应商与集成应用商邻近布局，园区内形成上下游产业关联，跨园区生产协作进一步增强了集群的经济与知识溢出效应。新旧产业的空间共同区位特征显示地方产业演化过程中新旧产业的关联性，以及配套企业对核心企业业务扩张的快速响应。我国各地政府通常采用产业引导、空间规划等手段培育地方新产业、促进产业升级。借鉴本案例的经验结果，地方政府应在满足新产业区位需求的基础上，统筹新旧产业的空间集聚，发挥中介作用，促进园区内外企业协作，强化知识溢出，推动产业关联发展。
②地方企业面临市场竞争加剧带来的降本增能双重压力、金融化、市场开发及风险管理等挑战，需要迅速调整其战略决策，这正是新旧产业—知识关联建构的环境驱动。劳动成本增加以及机器换人的高效率扩大机器人市场需求，也刺激核心企业对高成长新兴产业的投资动力。此外，上市公司追求增值、保障股东利益、新兴产业投资可能带来上涨的财务收益，以及各级政府对战略性新兴产业的激励政策支持，促使核心企业采取多元化扩张战略。在此过程中，地方企业通过引入外部资源或捕捉与原产业知识链接机会，创造新的发展路径，推动区域新产业多路径发展。因此，地方政府应增强对政策及市场环境变化的监测与分析，从技术创新、市场份额和产业链环节等方面识别核心企业并鼓励其适度的多元化扩张，注重企业研发能力、技术转化能力和市场开拓能力的培养，增强其应对环境压力的韧性。
③核心企业通过内部协调、企业间合作与产学研政合作，依托其在原产业的资源与能力优势，建构新旧产业的知识、技术与生产关联。股权结构影响企业战略决策与外部合作，进而影响地方产业与知识的关联性。这是金融化的实践结果，还需持续关注。在本案例中，由于本地知识基础不足，核心企业通过跨区域/跨国收购、引进人才、吸引区外配套厂商的方式，建立本地新知识生产机制，推动中小企业创新转型，从而促进地方产业升级。因此，对于知识基础有限的地区而言，政府可通过有针对性地引入新技术企业和研发机构，支持企业通过并购或技术合作等，建立产业与知识的外部关联。同时，应鼓励并推动地方核心企业与中小企业的经济技术合作，共同推动地方新产业发展。

6.2 讨论

顺德作为中国机器人产业的核心集聚地之一，在产业链上下游协同以及高端技术人才引进和管理方面仍存在不足。从北滘镇来看，机器人产业依赖进口核心技术和高端零部件，自主创新能力相对欠缺，大部分企业仍集中在中低端产品制造，对于高精度、高可靠性需求的应用则更多依赖国外品牌。此外，即使是核心企业，在新产业部门中能否获得长足发展的机会，仍有诸多的不确定性。以碧桂园为例，另一受访企业反映，“当时准备做机器人的时候，雄心勃勃地招了2000名博士、1000名硕士，但是后来受到国家房地产政策收紧、房地产整个行业下行、公司资金紧张的影响，建筑机器人市场没有得到更好地推广，不少博士陆续离职，有一部分留在顺德……去了其他机器人公司”。因此，本文的结论还有待进一步检验。此外，未来还可以进一步探究企业关系的多维性和复杂性以及共同股权网络对集群企业间的创新合作及技术扩散的影响，以期为地区新产业演化提供更有力的实证依据。

感谢佛山市自然资源局全廷静先生和北滘镇政府胡冰先生在调研过程中提供诸多便利和帮助，感谢所有被访人员的耐心和支持，并感谢北京师范大学珠海校区地理科学2021级颜森等9名本科生在此次实地调研中的努力和付出。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈博, 朱华晟, 代嘉欣, 等. 基于头部企业的城市数字经济网络空间结构及其影响因素[J]. 经济地理, 2024, 44(10):108-116.

DOI

[2]
薛超凯, 陈凯华, 王全景, 等. 黄河流域产业发展现状、问题与对策建议[J]. 中国科学院院刊, 2024, 39(6):971-984.

[3]
Neffke F, Henning M, Boschma R. How do regions diversify over time?Industry relatedness and the development of new growth paths in regions[J]. Economic Geography, 2011, 87(3):237-265.

[4]
张一帆, 朱晟君, 贺灿飞. 全球化下战略耦合模式对区域产业进入的影响——以珠三角为例[J]. 地理科学进展, 2024, 43(8):1471-1480.

DOI

[5]
徐青文, 贺灿飞. 产品关联、区域制度邻近与中国城市产业路径创造[J]. 地理研究, 2023, 42(3):636-659.

DOI

[6]
金璐璐, 贺灿飞, 周沂, 等. 中国区域产业结构演化的路径突破[J]. 地理科学进展, 2017, 36(8):974-985.

DOI

[7]
Boschma R. Path creation,path dependence and regional development[J]. Path Dependence and the Evolution of City Regional Economies,Working Paper Series, 2007, 197(3):40-55.

[8]
齐放, 贺灿飞. 企业本地根植对城市出口产品结构动态的影响研究[J]. 地理科学进展, 2022, 41(7):1195-1212.

DOI

[9]
Zhu H, Chen K, Lian Y. Do temporary creative clusters promote innovation in an emerging economy?A case study of the Beijing design week[J]. Sustainability, 2018, 10(3):767.

[10]
Frenken K, Boschma R A. A theoretical framework for evolutionary economic geography:Industrial dynamics and urban growth as a branching process[J]. Journal of Economic Geography, 2007, 7(5):635-649.

[11]
Li Y, Peng Y, Luo J, et al. Spatial-temporal variation characteristics and evolution of the global industrial robot trade:A complex network analysis[J]. PloS one, 2019, 14(9):e0222785.

[12]
Scherngell T, Schwegmann K, Zahradnik G. The geographical dynamics of global R&D collaboration networks in robotics:Evidence from co-patenting activities across urban areas worldwide[J]. Plos one, 2023, 18(4):e0281353.

[13]
Cséfalvay Z. As "robots are moving out of the cages"-toward a geography of robotization[J]. Eurasian Geography and Economics, 2023, 64(1):89-119.

[14]
秦小珍, 潘沐哲, 郑莎莉, 等. 内生演化与外部联系:演化视角下珠江三角洲工业机器人产业的兴起[J]. 经济地理, 2021, 41(10):214-223.

DOI

[15]
许吉黎, 叶玉瑶, 罗子昕, 等. 新发展格局下粤港澳大湾区高科技产业多尺度空间联系与政策启示[J]. 地理科学进展, 2022, 41(9):1592-1605.

DOI

[16]
沈静, 林承憓, 魏成, 等. 粤港澳大湾区机器人产业空间格局演变与规划响应[J]. 规划师, 2023, 39(8):40-48.

[17]
李凤娇, 姜丽丽, 刘家明, 等. 上海工业机器人产业空间格局及形成机理[J]. 地理与地理信息科学, 2023, 39(1):62-68,79.

[18]
史昊天, 黄春晓. 深圳市机器人产业发展模式与集聚特征研究[J]. 科技管理研究, 2021, 41(19):161-168.

[19]
方伟龙. 两化融合构建机器人全产业生态链——萧山机器人小镇开发建设情况调研[J]. 杭州科技, 2016(2):30-31.

[20]
Zhang J, Fu Y, Zhang B. Research on the firm spatial distribution and influencing factors of the service-oriented digital industry in Yangtze River Delta[J]. Sustainability, 2022, 14(22):14902.

[21]
Andreoni A, Frattini F, Prodi G. Getting robots in 'our own hands':Structural drivers,spatial dynamics and multi-scalar industrial policy in China[J]. Competition & Change, 2024:10245294241261878.

[22]
Park J I, Choi T. Regional factors associated with smart factory adoption in South Korea[J]. Technology in Society, 2024(77):102509.

[23]
任卓然, 贺灿飞, 张培风. 外资企业、多维关联互动与中国区域产业路径升级[J]. 经济地理, 2024, 44(4):22-32.

DOI

[24]
Hassink R, Isaksen A, Trippl M. Towards a comprehensive understanding of new regional industrial path development[J]. Regional Studies, 2019, 53(11):1636-1645.

DOI

[25]
Leigh N G, Kraft B R. Emerging robotic regions in the United States:Insights for regional economic evolution[J]. Regional Studies, 2018, 52(6):804-815.

[26]
Grieser W, Maturana G, Spyridopoulos I, et al. Agglomeration,knowledge spillovers,and corporate investment[J]. Journal of Corporate Finance, 2022(77):102289.

[27]
Wei Y H D, Liefner I, Miao C H. Network configurations and R&D activities of the ICT industry in Suzhou municipality,China[J]. Geoforum, 2011, 42(4):484-495.

[28]
Horner R. Strategic decoupling,recoupling and global production networks:India's pharmaceutical industry[J]. Journal of Economic Geography, 2014, 14(6):1117-1140.

[29]
陈蕊, 刘逸. 全球生产网络(GPN)的理论问题和中国实践启示[J]. 地理研究, 2021, 40(12):3259-3271.

DOI

[30]
Wilhelm C, Chilla T. The regional dimension in GPN-Mapping value creation and governance of the Bavarian beer sector[J]. Geoforum, 2023, 145:103828.

[31]
Van Winden W, Van den Berg L, Carvalho L, et al. Manufacturing in the New Urban Economy[M]. London:Routledge, 2010.

[32]
Yeung G. The operation of Global Production Networks (GPNs) 2.0 and methodological constraints[J]. Geoforum, 2016(75):265-269.

[33]
Mayer H. Entrepreneurship in a hub-and-spoke industrial district:Firm survey evidence from Seattle's technology industry[J]. Regional Studies, 2013, 47(10):1715-1733.

[34]
Doloreux D, De Fuentes C, Peerally J A, et al. New industrial path development in "less glamorized regions":Actors,agencies,and rural opportunities[J]. Journal of Economic Geography, 2025, 25(3):407-425.

[35]
赖烽辉, 李善民. 共同股东网络与国有企业创新知识溢出——基于国有企业考核制度变迁的实证研究[J]. 经济研究, 2023, 58(6):119-136.

Options
文章导航

/

〈 〉