4200万人才流动数据揭露50万家公司的地缘产业集群与全球化组织

From: Frank Xu 集智俱乐部 2019-09-22

地缘产业集群代表好莱坞（Hollywood）| ©iStock

导语

我们经常看到公司之间强强联合，在市场上取得巨大的竞争优势，这种强强联合通常被称为地缘产业集群。模范代表如硅谷、好莱坞，这些年来被大量研究，但却很少有从全球层面剖析地缘产业集群层级架构的系统性研究。

近日，来自美国的数据科学家使用领英（Linkedin，全球最大的职业社交网站）25年间超过5亿用户的雇佣数据，重建了400万公司间的劳动力流动模型，此模型应用递归网络算法揭示了地缘产业集群的层级架构。结果显示，地缘产业集群和高素质人才的涌入有高度的相关性。进一步分析发现，高素质员工的技能在人才流动和生产率增长上起到了很重要的作用。

论文题目：
Global labor flow network reveals the hierarchical organization and dynamics of geo-industrial clusters in the world economy
论文地址：
https://arxiv.org/abs/1902.04613

为什么世界上引领科技发展的公司都在硅谷？为什么优秀的演员都梦想搬去好莱坞？尽管现在的通信技术已经让远程办公变得轻而易举，许多公司不再因为供应链等原因局限在特定的地理区域，但地缘产业集群的力量仍然不容小觑。地缘产业集群的秘密对于政策制定者、全球化组织（如世界银行）和各级政府都有着重要作用。

然而，现有的研究发现地缘产业结构有着无法忽视的缺陷：

地缘产业集群的概念比较模糊，这导致很难在此基础上发展出系统性的研究和发展模型。
也正是因为在定义上缺乏共识，很多研究的数据量也都局限在少数案例上。

因此研究者使用大量数据，试图去揭示全球范围内各种规模的地缘产业集群的结构，并进一步讨论地缘产业集群在经济结构中的角色。

1. 初识劳动力流动网络

现实中，人才会在地缘相近公司的类似岗位间流动，这种流动趋势导致知识技能和创新能力成为地缘产业集群形成过程中重要的反馈机制。产业集群形成后，会约束劳动力流动，在当地形成技能和经验的高度集中。这种反馈则会产生密集的岗位迁移，而这可以帮助我们鉴定产业集群。

图1显示的就是这样的劳动力流动网络。这个劳动力流动网络采用了1990年到2015年间的数据集，该数据集经过处理后最终包括487782间公司中4200万的职位流动。下面将对图1的各个部分分别解读。

图1A ：劳动力流动网络被地缘近似性和人力资源所影响。劳动力流动网络包括组织（节点ABC）和期间的人力流动（指向型加权图）。

图1B和图1C：地缘产业集群的两个例子。B显示的是在软件互联网产业内的公司集群，比如在线服务（蓝色），线下服务（黄色），线上线下服务（红色）；C显示的是由小型专精产业构成的旅游业地缘公司集群。

图1C向我们展示了旅游酒店产业集群，其集中在专业领域（比如航空公司，促销信用卡，餐饮服务或油轮公司）和地理位置。这些地理产业集群的层级结构在非美航空产业集群中很明显——其结构划分为多个子模块，服务于地理上不同的市场，比如欧洲和中东。

D和E显示的是LinkedIn用户自我报告行业间劳动力转移矩阵，突出了宏观经济层面产业间的劳动力流动。在美国各个州之间，我们也可以看到地缘相邻性对劳动力迁移的作用。

研究人员还单独计算了劳动力在产业间迁移的矩阵（图1D）和在美国各个州之间的迁移矩阵（图1E）。工业总体上被分为两个大类，靠左上是产能，靠右下部分是服务业。根据产业分类法，左上的产业集群主要集中在第一产业，第二产业和部分第三产业（基础设施建设），而右下部分主要包括高等教育，政府，法律，医疗，娱乐和媒体产业。而零售产业则被归类于第四产业。尽管信息科技常被归为第四产业，但这里被归类于生产与制造集群，以显示出他们与工程与生产的紧密关系。

我们可以看到图中有很多非对角线性的相互作用，这说明了经济内部的相互关联。例如，法律和政府部门更可能产生一个军事，贸易和环境部门的集群，而不是其他经济部门的集群。令人称奇的是，休闲产业与医疗，教育，艺术，媒体和制造等众多其他领域均有广泛联系。正如图1E所示，劳动力流动网络也显示出了强大的地理聚类。

2. 产业种类与地理位置孰轻孰重？

研究者发现产业集群的出现跟产业的种类和地理都有着非常重要的关系，那么，哪种因素更重要呢？研究者需要去检验集群在产业和地缘上的同质性，从而更好地评估产业集群，同时了解这两个因素的重要性。

研究者使用香农熵来测量集群的同质性，这种特定方法可以用来检测工业向量（表示信息的流动），公式为

其中代表的是就行业 I 而言，某地缘产业集群 i 的集群向量。该特征向量记录了每个产业或地区的地缘产业集群对应的人口比例。为了量化和衡量产业和地理的相对重要性，研究者计算了每个级别的地缘产业集群数量分别与工业熵更大减少区域和地理熵更大减少地区之间的比率。

地理和行业的跨规模影响

图2A，利用递归网络社区侦查算法来发现劳动力流动网络的层级结构。

图2B，在各种规模上，地理和行业都会影响劳动力的流动，但在规模层级的中央，行业比地理更重要。

图2 C，基于整个网络各个层级上的平均熵减变化情况。

图2D，平均熵减情况比零模型更大，经过计算，两者熵减与零模型之间均有明显差异，这说明这些集群的同质性良好。

图2B与图2C的结果表明在限制劳动力流动时，行业往往比地理发挥更重要的作用，这种效应在层级结构的中间最明显。图2D显示的是，整个层级机构中的平均熵减要大于预期，这表明所识别的集群有凝聚力且很重要。

那么，这些集群是如何在全球的网络中组织起来的呢？

3. 地缘产业集群的全球化组织

图3 A，劳动力网络中地缘产业集群以及其中大型组织的分布。每个圆圈代表一个地缘产业集群，而圆圈的大小则按比例代表雇员的数目。颜色深浅则代表网络中的不同层级。

研究者在图3A中视觉化了地缘产业集群的网络。这张地图向我们展示了由行业决定和地理位置决定的各种集群。我们也可以看到，美国中西部的集群跟世界零售和消费品行业紧密相关，而印度班底的集群则跟信息科技产业息息相关。

图B-E显示的是劳动力流动网络中有附属层级的两个集群。每个圆圈都代表一个公司，条形图则显示了集群内工业熵和区域熵减情况。B和C显示的是银行金融地缘产业集群更多被行业影响而不是地理位置。D和E显示的是美国中西部和南部更容易形成地理位置决定的产业集群。

如果我们再仔细看，可以发现地缘产业层级结构错综复杂。图3B-3E这四部分展示了两个高层级的集群：第一个是美国银行金融服务产业集群，这个集群可以归为更具体的行业，比如投资银行和房地产，熵减的检验告诉我们这些层级结构由行业主要决定而不是地理位置。第二个是美国的高等教育、医疗和零售行业集群，则是主要由地理位置决定。

由此我们可以推定，劳动力流动网络的结构其实由行业和地理位置共同决定。

4. 地缘产业集群与
地区经济发展指南

如果地缘产业集群能结合行业和地理位置的优势，那么他们可以作为研究地区经济表现框架中的指标吗？

大热岗位往往会吸引到强技能的高素质人才，而他们也往往会被吸引到那些能够支付高额薪水或快速发展的地区。也有研究发现，这些吸引高素质人才的地区更可能受益于人力资本的累计效应和满溢效应。

研究人员检测了本科人才在地区、行业和产业集群中的流动，检验了在不同分析单元汇总时，劳动力流入与财务绩效的关系，主要聚焦于标准普尔500指数中的公司市值增长和劳动力流动增长的关系，时间窗口在2011年到2014年。

注：

①市值增长由数标度市值的线性时间趋势衡量；劳动力流动的增长则由每个分组汇总中本科劳动力流入与出口的对数比反映；

②标准普尔500指数（the S&P）是记录美国500家上市公司的股票指数，这一个股票指数也是由标准普尔公司成立并且维护的，标准普尔500指数包含的所有公司都是在美国主要的交易所（如纽约证券交易市场）上市的公司。| ©译自维基百科

图4 受教育劳动力涌入与地缘产业集群的增长有关。横轴表示2010年至2014年本科学历劳动力流动的五年趋势。同样，纵轴表示群体内随时间变化（五年内）的对数市值趋势。A-个体企业的趋势，B-地理区域趋势，C-产业趋势，D-地缘产业集群的趋势，显示出最强的关系。

总体上来说，我们可以看到本科劳动力的增长和市值增长之间有正相关，但对于个人公司而言，数据比较离散，很难看出两者之间的关系；地理聚合也显示出劳动力增长和市值增长没什么关系，这表明按地理位置分组不是个好手段，这可能是因为每个地方都会有大量性质迥异的产业。尽管我们可以在图4C和图4D看到产业层面和地缘产业集群层面两者之间有相对较强的关联。

在地缘产业层面，我们看到的劳动力增长与市值增长的正相关，表明了相互共享劳动力市场的公司也共享经济增长或衰退。这可能是由于共享竞争优势，共享劳动力市场的整合和知识的满溢效应。由上，我们可以推定受教育人才的涌入地缘产业集群，这是衡量经济增长的很好的指标之一。

5. 哪些产业和
地缘产业集群发展迅速？

研究人员测量了2010年到2014年间人才涌入的总增长量。对于地区，产业和地缘产业集群，分别用本科人才涌入和出口的对数比来表示人才数量增长。然后用其衡量在相同时间段内的线性变化趋势。如果一个地区、一个产业或一个地缘产业集群有着人才涌入的净增长且时间线性变化趋势也是正值，那么这意味着这种增长已经发生且将持续一段时间。

图5 A-C显示的分别是按地区（A），产业（B）和地缘产业集群（C）分组对应的劳动力涌入与出口的对数比在一段时间内的变化。圆圈大小代表的是相应分类下的劳动力转移人数。

图5A显示，大多数地区位于第四象限，经过2007-2009年大萧条后强劲反弹，增长减速。旧金山湾区和大西雅图地区的增长最为强劲，而像圣安东尼奥地区却在不断流失高学历人才，见图5B则反映大多数行业也表现出了经济衰退或增长放缓。

在此期间，计算机软件行业却一直呈现出最强劲的增长势头，而零售业则失去了受过良好教育的劳动力，且这种趋势在加剧。另外值得注意的是，采矿与金属行业一直在增长却在减速，互联网和石油与能源行业在此期间经历了大幅增长。这些就业增长模式与美国劳工统计局职业手册做出的相关预测吻合，不同之处在于分析发现受过大学教育的零售行业岗位减少，而且增长明显放缓。

尽管这些以地区和行业为基础的观点描绘了符合全球经济的真实图景，但基于地缘产业集群的分析提供了最好的经济发展概况。旧金山湾区快速增长的事实并没有告诉我们哪个行业推动了增长；同样，计算机软件和互联网行业的增长也并没告诉我们这种增长是如何发生的。

相比之下，图5中呈现的聚类比较显示出了地缘产业集群增长的信息，描绘了这一时期经济演化的图景。基于旧金山地区的互联网和计算机软件公司，洛杉矶地区的房地产公司以及西雅图地区的计算机软件公司，这些地区的产业集群在受过良好教育人群数目上均有着强劲的增长，而与军事相关的华盛顿特区的公司以及芝加哥地区的零售公司跌幅最大。

在图5D与5E中，纵轴表示每个技能在头四分位数内员工比例，横轴则表示在底部四分位数总的比例，颜色的强度代表每种技能集中在底部（蓝色）或顶部（红色）的程度。

这种增长模式可以通过对相关技能的分析来补充。研究者找出了新兴的和下降的地缘产业集群中过度与不足的技能。在总流入人才方面，顶级地缘产业集群中反复出现的技能集中在管理技能，比如管理，项目管理和团队管理。此外，石油与能源相关技能，如石油，石油与天然气，这些技能在头四分位数中更为普遍，这反映了近期石油和天然气行业的增长，主要是由于在此期间美国采用了新的钻井与压裂技术。

图D 显示的是地缘产业中反复出现的技能在人才涌入与出口对数比中的变化情况，而图E表明的是其在线性时间中的变化趋势。我们可以从图中看出专业技能和商业技能在增长型地缘产业集群中更为常见。

与之相对的是，底部四分位数的地缘产业集群中最有代表性的技能往往是诸如客户服务，办公软件使用之类的通用技能，或是一些诸如领导力之类的定义模糊的技能。而相对具体的技能比如跨职能团队领导力和生产过程流程改进，则会反复出现在快速增长的地缘产业集群中。

6. 讨论：意义与局限性

通过该研究，研究者评估了地缘产业集群其层级结构；验证了地区与产业的劳动力流动；比较了不同层级机构的产业集群；揭示了地缘产业集群是地区经济的重要助力这一事实。该研究为未来系统性地分析地缘产业集群的商业策略、地区经济发展提供了基础，也为政策制定者和商业领袖们提供了有用的洞见。例如，我们的方法可以应用于其他类似的、较小规模的数据集，以识别单个类别中的集群，并检查其相互关联性。

当然这个研究也有局限性。尽管领英在世界范围内被广泛使用，但用户仍偏向于美国以及有技术背景的年轻人。此外，领英的使用可能会受到社会扩散过程的影响，因此其数据可能表现出更强的聚类作用和不均衡的偏见。研究者假设地缘产业集群是不相交的集合，但他们在现实世界中是相互重叠的。此外，该研究仅关注分析了标准普尔500指数中的公司，因此解释的时候需谨慎。