东北振兴
东北地区制造业空间集聚时空特征研究*时间： 2017-10-28信息来源：陈 阳 作者：qgy_admin 责编：
摘 要：运用区位熵指数，测算2000—2014年东北三省34个地级市制造业的集中程度，并运用空间探索性分析（SEDA）探究城市制造业的空间地理集聚特征，结果显示：2000—2014年期间，东北三省城市制造业的集中程度存在明显差距，根据时间演变趋势特点将城市制造业划分为平稳型、波动型、上升型、下降型四种类型；利用邻接和经济两种权重矩阵计算的全局自相关Moran’s I指数均为正值，且表现出相似的“下降—上升—下降”（N型）演变趋势；东北三省制造业空间地理分布格局呈现典型的由南向北递减的阶梯状分布，且表现出一定的稳定性。关键词：邻接权重；经济权重；空间集聚；制造业
中图分类号：F062.9 文献标识码：A 文章编号：2095-5766（2017）03-0109-08 收稿日期：2017-03-02
*基金项目：教育部哲学社会科学研究重大课题攻关项目“中国先进制造业发展战略研究”（14JD018）；辽宁省教育厅高校人才支持计划项目“全面振兴东北老工业基地内涵、指标体系及发展进程研究”（WR2015006）。
作者简介：陈阳，男，辽宁大学经济学院博士生（沈阳 110031）。
一、引言
东北地区作为重工业基地，一直是我国经济发展的重要板块之一。“东北现象”①引发了一系列经济、社会问题，2003年国家出台了振兴东北老工业基地的一系列政策措施。第一轮振兴政策效果显著，从2003年到2012年，东北老工业基地生产总值翻了两番多，年均增速达12.7%。但自2010年起，中国经济面临着增速换挡期、经济结构调整阵痛期、前期刺激政策消化期的“三期叠加”所带来的挑战，各地区普遍出现经济增长乏力的困难局面。对于东北老工业基地来说，形势恶化更加严重，经济出现了“断崖式”下跌，比如2015年，东北三省平均的经济增速为5.06%，比全国水平低1.84个百分点，针对东北经济出现的困难，大量研究学者再次聚焦“新东北现象”。2016年2月，随着《中共中央国务院关于全面振兴东北地区等老工业基地的若干意见》正式印发，新一轮的东北老工业基地振兴工作正式全面启动。制造业作为我国经济发展的基础性产业，成为实体经济发展的核心，而东北老工业基地仍处于工业占主导的发展阶段，因而积极推进东北制造业转型升级和合理布局，是实现东北老工业基地再次振兴的必由之路。
经济、人口、投资环境等方面是东北老工业基地逐渐形成以沈阳、大连、长春、哈尔滨为核心的工业空间集聚布局的重要影响因素。制造业的集聚布局一直是东北老工业基地长期经济增长的助推器，使得东北老工业基地制造业劳动生产效率大幅提升，也成为城市间产业空间溢出效应发挥的有效载体。东北老工业基地制造业中的劳动密集型等行业在发展过程存在着典型的不均衡发展现象，加之东部沿海地区产业结构转型升级需要，正在由东部扩散、向东北老工业基地聚集，且这种趋势大有逐渐加强迹象。在我国逐渐进入经济新常态之后，东北老工业基地长期存在的深层次结构性和机制体制矛盾、国有企业比重过高等问题集中爆发，使得老工业基地的产业集聚存在着向过度集聚转变的可能性，以及由此引发的一系列产业“拥挤效应”的负外部性，造成东北老工业基地在中国工业化进程中存在被边缘化的迹象。
关于东北老工业基地制造业集聚的研究主要集中于集聚水平测度、集聚与经济增长、集聚与效率、集聚影响因素等问题，对于深度探究微观区域层面的产业集聚及演变趋势研究较为欠缺。因而本研究主要在以下方面进行拓展：第一，选取东北三省34个地级市作为研究对象，并利用空间探索性方法探究不同城市发展制造业的特点；第二，基于不同权重考察东北三省制造业的空间集聚特征及演变趋势，进一步区分不同城市发展制造业的不同模式，根据实证研究结果，提出具有针对性的政策建议。
二、研究方法与数据来源
（一）研究方法
1. 区位熵
区位熵可以用来衡量某一地区生产要素或产业的空间分布状况，通过衡量这一地区要素的比较优势或产业部门的集中程度，进而揭示该地区在更高区域层次中的产业优势或地位。本研究的区位熵主要是指东北三省某一城市的制造业就业人数占东北地区制造业就业人数的比重与这一城市就业人数占东北三省就业人数的比重之比，计算公式为：
式（1）中，xim表示i地区制造业（m）的就业人数，∑i xim表示东北三省制造业（m）总就业人数，∑mxim 表示地区i的所有行业的就业人数，∑i∑mxim表示东北三省所有行业的就业人数。如果LQim<1，则表明i地区制造业（m）水平低于东北三省平均水平，处于比较劣势；如果LQim=1，则表明i地区制造业（m）水平与东北三省平均水平相当，并无明显的劣势或优势；如果1
2. 全局自相关
由于城市间形成的专业化劳动力市场共享、城市交通一体化建设等积极因素，使得某一城市制造业发展不仅受到城市内产业发展条件影响，而且还会明显受到其他邻近或经济水平相似城市制造业发展的影响，致使制造业发展越来越表现为区域性“块状”发展，而不是单一城市的“点状”集聚发展，从而形成不同城市间的产业链一体化。为衡量不同城市之间制造业发展的相关程度，本研究采用空间统计中的全局莫兰指数进行表示。全局莫兰指数计算公式为：
式（2）中，i和j为不同城市，Mg表示制造业的全局莫兰指数（Moran’s I），取值范围为［-1，1］，当Moran’s I>0时，表示空间正相关，说明具有相似属性值（高高或低低）的城市在地理空间上集聚；当Moran’s I<0时，表示空间负相关，说明异质性数据（高低或低高）的空间集聚；当Moran’s I=0时，表示不存在空间相关性，城市属性值处于随机分布状态。Moran’s I的绝对值大小衡量的是空间相关程度，绝对值越大表示相关程度越大，反之亦然；Xi表示城市i的制造业就业人数；均值[-][x]的计算公式为
，n为城市数量，此处n=34；Wij为空间权重，本文将通过两种权重方法以确定全局和局域莫兰指数。（1）邻接权重。邻接权重分为一阶邻接和高阶邻接两类，一阶邻接的赋值原则为邻接空间区域有赋值为1，否则为0。本文将选用一阶邻接权中的车式（Rook）空间邻接方式，车式（Rook）邻接规则仅把存在共同邻接边界的空间区域定义为邻接单元，形式为：
（2）经济权重。以往考察空间相关性的权重起点是空间地理上的邻接关系或反距离矩阵，但是由于空间区域在经济发展水平、社会风俗习惯、居民文化素质等方面联系更加紧密，使得利用经济矩阵考察空间相关性成为可能性。本文使用的经济矩阵形式如式（4），其中Xi为城市人均GDP，并利用人均地区生产总值指数消除价格因素，基期为2000年。
3. 局域自相关
全局莫兰指数只能说明东北三省制造业整体集聚状况，不能明晰某一城市具体的集聚特点，因而需要采用局域莫兰指数来分析每个城市的局部空间依赖性和异质性程度，以弥补全局空间自相关可能存在的缺陷。局域莫兰指数公式如下：
（二）数据来源及变量
为保证数据连续性和可获得性，本研究选取辽宁、吉林、黑龙江三省下设的34个地级市作为研究对象。由于制造业相关产业绩效指标在城市层面的限制，选取的评价变量主要是制造业从业人员数，经济权重中的人均地区生产总值和从业人数数据均来自于《中国城市统计年鉴》（2001—2015），人均地区生产总值指数来源于《中国区域经济统计年鉴》（2001—2015）。由于Moran’s I一般针对连续多边形分布的地理现象，本研究采用行政区划图的市域矢量面状数据进行空间自相关分析。
三、制造业区位熵结果分析
本研究利用公式（1），测算了2000—2014年东北三省34个地级市制造业的区位熵，具体结果如表1所示。
由表1可以看出，2000—2014年期间东北三省制造业在不同城市间的发展水平存在明显差距，区位熵平均水平最高的城市大连（1.697）是水平最低城市双鸭山（0.249）的6.82倍，这说明东北三省不同城市在制造业发展过程中处于不同发展地位，对东北三省制造业发展的作用可能具有异质性。根据区位熵均值结果，本研究将34个城市划分为不同功能类型。区位熵水平大于1.5的城市主要是辽宁省的大连、鞍山、本溪，这说明这3个城市的制造业在东北三省范围内具有明显优势，成为东北三省制造业发展的中心城市，具有辐射和影响东北三省制造业发展的能量；区位熵水平处于1—1.5范围内的城市为葫芦岛、辽阳、吉林、长春等11个城市②，这些城市制造业发展水平高于东北三省平均水平，但其发展水平不足以辐射东北全境，是东北制造业发展的局域城市，能够带动周边城市的发展；区位熵水平在0.7至1之间的城市是锦州、朝阳、四平、牡丹江、伊春5个城市，这些城市制造业发展水平略低于东北三省平均水平，成为中心城市附近的卫星城市，为中心城市提供制造业服务；区位熵水平小于0.7的城市主要是绥化、大庆、白山、辽源等15个城市③，这些城市制造业发展水平明显低于东北三省平均水平，处于发展的显著劣势地位，成为东北制造业发展的落后城市。
根据东北三省34个城市制造业区位熵时间演变特征，将其分为平稳型、波动型、上升型、下降型4种类型。平稳型是指在研究期间制造业区位熵保持平稳状态，变化幅度不大，其中属于高水平平稳城市包括鞍山、辽阳、葫芦岛、吉林4个城市，这些城市在2000—2014年期间区位熵水平大于1，且变化幅度保持稳定；低水平平稳城市包括锦州、大庆、铁岭、七台河、双鸭山5个城市，这些城市突出特点为制造业区位熵低水平稳定，变化幅度极小。平稳性城市由于制造业发展政策、社会基础设施条件、交通通信配套设施等因素相对稳定，使得制造业发展比较平稳，不容易出现大幅度变化，因而成为平稳型发展模式。
波动型是指制造业区位熵在研究期间变化幅度剧烈，其中属于高水平波动城市为抚顺、哈尔滨、齐齐哈尔、丹东4个城市，这些城市平均水平大于1，且围绕平均值剧烈波动，这些高水平城市一般是东北三省的中心城市以及周边城市，制造业政策优势明显，中心城市辐射作用强烈，使得制造业发展速度加快，但受到环境规制准则提升、经济发展方式转变等因素的限制，使得产业发展呈现波动状态；低水平波动城市主要是四平、白山、辽源、白城、佳木斯、黑河6个城市，这些城市的区位熵平均值小于1，且具有明显的波动倾向，这些城市制造业集中水平较低，任何产业发展环境变化都可能对制造业发展带来重大影响，因而出现波动趋势。
上升型是指制造业区位熵在研究期间具有明显增长倾向，其中高水平上升型为大连、长春、营口、通化4个城市，这些城市区位熵平均水平大于1，但是其仍然表现出明显的增长趋势，尤其是大连依托优越的地理位置条件、丰富的科研院所资源、高素质的劳动力资源等优势，加快发展战略新兴产业，逐渐成为东北省市制造业的中心城市；低水平上升型主要是绥化、松原、鹤岗3城市，这些城市的特点就是区位熵水平逐年增加，但制造业水平仍然低于东北三省的平均水平，由于制造业过去集约化程度不高、生产方式粗放等因素导致的产业约束，使得这些城市的制造业发展模式转型升级放缓，导致其低水平上升。
下降型是指制造业区位熵在研究期间出现显著降低趋势，高水平下降型城市为本溪、沈阳，这两个城市制造业区位熵出现逐年下降趋势，但是其水平仍然保持在东北三省平均值之上。沈阳和本溪积极将生产性服务业从制造业中分离出来，使得制造业就业人数流失，但是其依赖于过去形成的雄厚产业基础，仍然在东北三省制造业发展进程占据有利地位；低水平下降型主要包括牡丹江、朝阳、伊春、阜新、盘锦、鸡西6个城市，这些城市的主要特点为发展水平较低，但表现出制造业发展水平下降迹象。低水平下降型城市由于地理位置偏僻、区域经济发展水平落后等因素，使得产业劳动力资源出现逐年流失现象，制造业发展受到严重制约。
四、制造业空间集聚特征分析
1. 全局自相关
根据公式（2），利用GeoDa软件中的空间统计分析工具，测算了东北三省2000—2014年制造业的全局莫兰指数，具体结果如图1所示。
在2000—2014年期间，利用邻接和经济权重矩阵计算的东北三省制造业集中水平的全局自相关Moran’s I指数均为正值，这反映出东北三省制造业在地级市层面上存在显著的空间正相关关系，发展水平相似（高高或低低）的城市在空间分布上存在集聚现象，但是这种趋势存在逐渐减弱的迹象；同时，经济权重结果要大于邻近权重结果④，这表明东北三省不同城市间制造业发展的经济联系的纽带作用已超越地理位置的限制，城市间的经济联系程度成为东北三省制造业产业一体化的纽带之一。正的空间相关性也说明一直存在相似的文化背景、社会经济条件、制造业发展基础的东北三省，随着东北三省34个城市间交通基础设施建设加快、劳动力跨区域流动频繁等区域交流现象加强，不同城市间制造业发展的相互影响程度也不断增强。
从时间趋势来看，通过邻接和经济权重矩阵获得的东北三省制造业全局自相关Moran’s I指数表现出相似的“下降—上升—下降”（N型）变化趋势。结合东北三省制造业发展实际情况和全局自相关Moran’s I指数变动状况，可以将其划分为三个阶段。
第一阶段：政策刺激期（2000—2005年）。此阶段国家出台老工业基地振兴战略，大力推进产业结构优化升级，这使得东北地区的沈阳、大连、哈尔滨等中心城市享受政策红利，而周边城市的资本、劳动力等资源不断向中心城市集中，导致制造业“极化效应”增强，形成东北三省产业不均衡发展格局，引起全局自相关Moran’s I指数下降。
第二阶段：平稳增长期（2005—2011年）。此阶段在前期振兴政策刺激下，东北三省中心城市制造业快速发展，使得中心城市有能力进行产业结构调整，加快布局第三产业发展，出现制造业由中心城市向周边城市转移趋势，产业的“涓流效应”成为主动效应，这就引起制造业发展协调性增强，使得东北三省制造业全局自相关Moran’s I指数呈现平稳增长趋势。
第三阶段：调整转型期（2011—2014年）。此阶段我国正处于增长速度换挡期、结构调整阵痛期、前期刺激政策消化期“三期叠加”时期，加之东北三省过度依赖资源型产业、重化工产业等传统产业，使得产业结构问题不断放大，导致东北三省短时间内经济结构调整带来的制造业提升还不能够抵消“三期叠加”对制造业的抑制，引起东北三省制造业全局自相关Moran’s I指数再次下降。
2. 局域自相关
地理统计学中的局域空间自相关指标主要用来衡量某一地理区域与其存在不同程度空间关联区域依赖性或异质性程度。由于全局自相关Moran’s I指数无法反应局部地区的空间集聚特征，需要利用局域自相关进一步探究东北三省制造业集聚的空间布局特征。根据公式（5）利用GeoDa软件分别测算2000年和2014年东北三省制造业邻接权重和经济权重的空间集聚分布格局（见图2、图3）。
从图2和图3来看，2000年和2014年不管是邻接权重还是经济权重，东北三省制造业区位熵水平以H-H和L-L类型⑤的城市居多⑥，这说明东北三省制造业呈现典型的空间集聚特征，即制造业发展具有优势的城市（H-H）或处于落后水平（L-L）的城市在空间上集聚，这与全局空间分析结果相一致。H-H类型分布的地区主要集中在以大连为中心的南部地区和以吉林、长春为中心的中部地区，且这些城市连接成“片状”分布，东北三省制造业H-H类型具有“多中心”发展模式特点。L-L类型主要分布在黑河、佳木斯、双鸭山、鸡西等东北三省的北部地区，也呈现“片状”分布，但是L-L类型具有“单中心”发展模式特点。从上述分析可以看出，2000年至2014年期间，东北三省制造业空间地理分布格局呈现典型的由南向北递减的阶梯状分布，即使在产业区域发展互动性增强趋势下，分布格局依然具有一定的稳定性，地理分布的空间连续性特征显著，邻接关系和经济联系具有一定的稳健性。
对于H-L和L-H类型⑦而言，东北三省制造业城市数量较少，这从侧面反映出东北三省制造业发展水平空间依赖性较强，城市制造业发展的异质性较弱，区域间地理联系或经济联系频繁，形成了区域产业链一体化。H-L类型代表城市自身制造业发展在东北三省内具有一定优势，而与其区域邻接或经济发展水平相似的城市制造业发展相对较低，属于“孤岛”值，制造业发展成为典型的“局域”式城市；L-H类型代表城市自身制造业发展在东北三省范围内不具有优势，但是其区域邻接或经济发展水平相似的城市制造业发展相对较高，属于“盆地”值，城市制造业发展成为典型的“卫星”式城市。H-L和L-H类型城市都成为制造业空间溢出效应发挥不足的典型，城市间劳动力资源流动性较差、产业技术知识或隐性知识传播途径不畅等因素，使得高水平城市发展福利不能辐射周边或低水平城市吸收先进经验途径不足，不利于推动自身或区域制造业的发展。
将邻接权重和经济权重的空间集聚图进行对比，绝大多数城市按照两种方式归类保持不变，但少数城市类型发生了改变（见表2）。本研究选取2014年空间集聚结果，着重说明不同权重下空间集聚的不一致性问题。2014年通化、辽源在邻接权重中为H-H类型，但是在经济权重变为H-L类型，这说明其在微观层面能够有效发挥产业的空间溢出效应，带动周边城市协调发展，但是这种效应只存在于地理邻接条件下，并没有通过有效经济传导渠道辐射整个东北三省制造业发展，是典型的“局域”式城市；哈尔滨从邻接权重的H-L类型转变为经济权重中的H-H类型，说明其对区域邻接城市的辐射明显不足，区域一体化程度不够，缺乏建立区域专业化分工的机制，但是通过与经济发展水平相似城市建立产业联系，有效形成了经济渠道的产业联系网，促进东北三省制造业发展；对于朝阳、阜新、铁岭、四平的邻接权重L-H类型城市，其低水平不仅局限在微观区域，更是东北三省制造业发展的低水平区域；邻接权重中的L-L类型的牡丹江、松原、大庆与区域邻接城市构成了L-L集聚区，但是与东北三省其他城市相比成为一个“低洼”地带。通过对不同权重下结果不一致性的分析，本研究认为基于两种权重探究东北三省制造业发展的空间集聚，更能反映空间地理分布格局，使得结果更具有说服力。
五、结论与建议
本文利用东北三省34个地级市数据，测算了2000—2014年东北三省制造业区位熵，并利用地理统计中的莫兰指数分别探究邻接和经济两种权重矩阵下东北三省制造业的空间集聚特征及时间演变趋势，得到以下结论：首先，从区位熵结果来看，2000—2014年期间，东北三省不同城市制造业发展水平存在明显差距，随着东北三省深层次的结构性和机制体制矛盾暴露，东北三省制造业区位熵出现明显的下降趋势。其次，从全局自相关结果来看，邻接权重和经济权重计算的全局自相关Moran’s I指数均为正值，且表现出相似的“下降—上升—下降”（N型）趋势，这说明东北三省制造业发展水平相似（高高或低低）的城市呈现空间集聚现象，但是这种趋势存在逐渐减弱的可能性；经济权重结果要远远大于邻近权重结果，这表明东北三省不同城市间制造业发展的经济联系已经超过地理位置限制，产业的经济联系成为东北制造业产业一体化的纽带之一。最后，从局域自相关来看，2000年和2014年不管是邻接权重还是经济权重，东北三省制造业区位熵水平以H-H和L-L类型的城市居多，制造业发展具有优势的城市（H-H）或处于落后水平（L-L）的城市在空间上集聚特征显著；同时，东北三省制造业空间地理分布格局呈现典型的由南向北递减的阶梯状分布，且表现出一定的稳定性，地理分布的空间连续性特征显著，邻接性和经济联系具有一定的稳健性。
基于本研究的结论，本文提出以下政策建议：
（1）增强区域合作，明确产业分工，提高区域一体化水平。区域合作成功的关键在于突破行政区划限制，建立顺畅的合作机制。在东北老工业基地再次振兴背景下，东北三省要从政府和企业不同层面努力完善区域合作沟通和协作机制，以生产要素整合和市场导向为前提，跨行政区划进行制造业结构转型升级和产业资源整合，加强与长三角、珠三角、京津冀等发达城市圈的协作互动。东北三省在加强区域合作的同时，要明确省际分工，发挥辽宁、吉林、黑龙江不同省市的制造业优势，加快区域一体化的进程。
（2）树立沈阳经济区为增长极，以大连、长春、哈尔滨为中心城市，积极发挥中心城市的“涓流效应”。在东北三省区域增长极和中心城市的选择问题上，应当探索树立沈阳经济区作为东北三省制造业发展的增长极，扶植建立大连、长春、哈尔滨的中心城市，构建起具有鲜明层次性的制造业聚集格局，辐射和带动整个东北三省制造业的发展。
（3）推动低专业化、低效率制造业行业的区域转移。产业转移过程中，应当顺应产业发展规律，综合考虑经济、环境、生态等发展需求，强化东北三省协调互动、统筹布局的必要性，共同推进产业转型升级，特别要重视对资源稀缺型城市的产业转移战略支持，积极引导东北三省制造业产业的有序转移。
注释
①东北现象是指传统老工业基地的辽宁、吉林、黑龙江三省出现经济发展持续零增长或负增长、地方财政赤字十分严重现象，而其他地区保持增长势头的极度反差状态。②这11个城市分别为：葫芦岛、辽阳、吉林、长春、营口、抚顺、哈尔滨、通化、沈阳、齐齐哈尔、丹东。③这15个城市分别为：绥化、大庆、白山、辽源、白城、阜新、佳木斯、铁岭、盘锦、松原、鸡西、黑河、七台河、鹤岗、双鸭山。④经济权重平均值为0.4545，邻接权重平均值为0.3044。⑤H-H和L-L类型分别对应莫兰散点图中的第一、第三象限。⑥邻接权重2000年和2014年HH和LL类型城市数量占比分别为75.53%、75.53%；经济权重2000年和2014年H-H和L-L类型城市数量占比分别为76.47%、75.53%。⑦L-H和H-L类型分别对应莫兰散点图中的第二、第四象限。
参考文献
［1］张占斌.经济新常态下的“新东北现象”辨析［J］.人民论坛，2015，（24）.
［2］马延吉.东北老工业基地产业集聚机制及其调控研究［J］.东北亚论坛，2008，（1）.
［3］刘娟.东北老工业基地产业集聚的影响因素分析［J］.东北亚论坛，2008，（2）.
［4］张水峰，黄峰岩，金兆怀.我国产业聚集与经济增长因果关系研究——基于1998─2010年面板数据的实证分析［J］.江西社会科学，2012，（5）.
［5］连飞.工业集聚与劳动生产率的空间计量经济分析——来自我国东北34个城市的经验证据［J］.中南财经政法大学学报，2011，（1）.
［6］陈景新，王云峰.我国劳动密集型产业集聚与扩散的时空分析［J］.统计研究，2014，（2）.
［7］周涛，刘继生.基于区位熵方法的加工产业集聚度分析——以东北三省为例［J］.工业技术经济，2013，（5）.
［8］杨嵘，米娅.能源化工产业集聚水平实证研究——基于E-G指数的视角［J］.财经论丛，2016，（2）.
［9］吴月越.产业集聚：东北老工业基地的困境与出路——基于新经济地理学的分析视角［J］.当代经济研究，2007，（1）.
［10］田毕飞，陈紫若.中国创业活动的区域差异性——基于PLS的分析［J］.软科学，2016，（10）.
［11］王守坤.空间计量模型中权重矩阵的类型与选择［J］.经济数学，2013，（3）.
［12］王媛，姜博，初楠臣，等.中国东北地区城市功能联系测度［J］.城市问题，2016，（3）.
［13］李廉水，程中华，刘军.中国制造业“新型化”及其评价研究［J］.中国工业经济，2015，（2）.
［14］文东伟，冼国明.中国制造业产业集聚的程度及其演变趋势：1998—2009年［J］.世界经济，2014，（3）.
［15］杨仁发.产业集聚与地区工资差距——基于我国269个城市的实证研究［J］.管理世界，2013，（8）.
［16］吴学花，杨蕙馨.中国制造业产业集聚的实证研究［J］.中国工业经济，2004，（10）.
Study on the Spatial and Temporal Characteristics of Spatial Agglomeration of Manufacturing Industry in Northeast China
Chen Yang
Abstract：This paper estimates the degree of concentration of urban manufacturing industry in the northeast provinces from 2000 to 2014 based on the LQ index， and the spatial agglomeration of urban manufacturing industry by exploring spatial data analysis （ESDA）. The results showed that： During the period from 2000 to 2014， the location entropy gap of city northeast manufacturing industry is obvious， and the type of is divided into stable， wave， rise， decline according to the time evolution. The Moran’s I index of manufacturing industry is positive using economic and adjacency weight matrix， meantime two results shows a similar “Drop-Rise-Drop” （N） trend. The space distribution pattern of northeast manufacturing industry shows a stepwise decrease from south to north the typical distribution of， and shows some stability.
Key Words：Adjacency Weight Matrix； Economic Weight Matrix； Spatial Agglomeration； Manufacturing Industry
（责任编辑：柳 阳）