书城政治创新与发展
8603500000015

第15章 信息服务业的空间分布、区位策略与集聚(1)

--以福建省为例

张惠萍

摘要:本文以福建省为例,从邻近知识源、邻近相关企业和邻近城市中心区域等角度探讨信息服务企业的区位策略对集聚的影响。在分析福建省信息服务业空间分布的基础上,以86个区(县)和1076个邮编区为空间单元,应用负二项分布模型研究区位策略对信息服务业和三个子行业企业集聚的影响。研究发现,空间单元变小,能够更细致地刻画出各个区位因子对信息服务业集聚的影响程度。福建省信息服务企业主要集聚在城市中心区域,邻近同行业代表性企业和企业众多的开发区,邻近大学和科研机构,并没有出现明显的郊区化倾向。

关键词:信息服务业;区位策略;空间分布;集聚;负二项分布

一、引言

信息服务业由于具有应用领域的多样性和对其他产业的渗透性特征,逐渐从计算机硬件产业中相对独立出来,成为现代经济中关联性较强的产业之一。和传统服务业相比较,信息服务业产品和服务的提供方式具有高科技服务的特征,需要专业技术人员来完成,往往以最新的技术、基于网络实现高端服务。从这个意义上看,信息服务业是知识和技术密集型的行业。

从世界范围看,信息服务业在发达国家国民经济中所占的比重越来越大,已超过了信息产品制造业。美国硅谷、旧金山、马里兰州米德堡、波士顿128号公路等地是全球知名的IT圣地,也是信息服务企业主要的集聚地。印度班加罗尔被称之为印度的“硅谷”,其软件业相当发达,三分之一强的IT行业从业人员集中在这个城市,为印度创造了上百万个工作岗位,已经成为全球IT业外包业务的热点地区。日本东京、大阪、横滨等地成为信息服务企业主要的集聚地。随着信息技术的发展,企业间联系方式多样化,交流成本进一步降低。这样,信息服务企业对城市核心区域的依赖性降低,区位弹性变大,可以在中心城区边缘或者郊区选择办公地点。Stanback(1991)[i]在对纽约、费城、芝加哥、亚特兰大4个都市区生产性服务业区位进行研究时,总结出计算机数据服务业、软件开发业、研发实验室等信息服务业的空间发展规律,发现这些高科技产业不断向郊区扩散,在城市外围形成新的集聚区。由此可见,集中和分散化并存成为发达国家信息服务业的空间分布的主要特征。

在我国信息服务业的发展过程中,也出现了区域性集聚的现象。台湾的信息服务业发展水平走在世界前列,其中新竹科学园区、台南科学工业园区所在区域呈现明显的集聚效应。2004年9月28日,由信息产业部公布的首批国家电子信息产业基地全部分布在长三角、珠三角和环渤海三大信息产业地区,它们是北京、天津、上海、青岛、苏州、杭州、深圳、福厦沿海地区、广东珠江三角洲地区等9个城市和地区。从各城市信息服务业发展的角度看,北京、上海、天津、大连、西安、深圳发展较快,这些城市的软件服务业出现了明显的局部集聚的态势,例如,北京中关村、浦东软件园、大连软件园等成为信息服务企业集聚的群落。上海、北京、天津3个直辖市是区域信息水平最为强大的核心地区,广东、浙江、福建、辽宁、江苏、山东等6个地区是我国区域信息发展水平发达区。

面对国内外信息服务业的快速发展,在省(市)内部,信息服务业的空间布局是否有其独特的规律?哪些因素影响着信息服务业的集聚或分散?分析这些问题有助于对信息服务业进行科学的布局规划,对相关决策部门有一定的借鉴价值。目前,理论界对制造业集聚的研究比较深入,对服务业集聚特别是信息服务业这类新兴服务业的空间结构及集聚机理的研究尚不深入,也缺乏系统的研究。研究信息服务企业集聚对产业空间结构的影响及其政策含义,有利于丰富产业集聚理论,丰富服务业区位理论和服务业地理学的研究,有比较重要的理论价值。

通过对福建省信息服务企业样本空间分布的分析,发现福建省信息服务企业呈现“双核”分布的集聚发展格局,这些企业的区位选择策略如何影响集聚?笔者试图从这个角度入手,研究以下几个主要问题:在建立理论分析框架之后,以福建省为例,以86个区县为空间单元分析信息服务业的空间分布状况;以区(县)和1076个邮编区为空间单元,运用负二项分布模型考察信息服务企业的区位策略如何影响集聚并进行比较分析;进一步地,探讨信息服务业三个子行业区位策略对集聚的影响及其差异,并通过实证分析验证提出的观点。

二、文献回顾和研究假设

在信息服务业发展水平较高的国家中,信息服务业出现了在城市核心区域集中的现象,例如美国纽约和英国伦敦的多媒体产业、东京的信息服务业在都市核心区域集聚。20世纪80年代以来,由于信息技术的发展,纽约信息产业快速发展刺激了信息服务业的发展,在纽约核心区除了聚集着专门的软件开发公司,也有银行、保险、咨询、出版和财会等各自的软件系统开发公司,它们为本公司或其他公司提供软件和与此相关的信息服务(张文忠,1999)[i]。Nachum、eeble(2001)[i]研究发现在伦敦,多媒体产业在市中心一小块地区,即有名的索霍区(Soho)出现了惊人的地理集中现象。在东京,信息服务业在都市区内部集聚的现象也比较明显。张洁、高汝熹(2001)[i]对东京的知识服务业进行分析,发现在20世纪90年代初东京信息服务业销售额占全国的1/2强,规模达到400多亿美元,企业数占国内行业比例达30%以上,经济地位十分突出。Searle、alence(2005)[i]曾对澳大利亚悉尼多媒体产业的结构和运转流程作了详细分析,发现大都市的核心区域成为这些多媒体企业集中分布的地方。

国内对大都市信息服务业空间分布的研究主要集中在广州、北京、南京等地。闫小培(1998)研究广州信息产业的空间分布,认为大都市内部信息技术产业遵循由市中心向外扩散的规律,而且在新区表现出集中布局的区位趋势,但城市中心区特别是CBD仍然是信息技术产业的首选区位。闫小培(1999)发现广州信息密集服务业比较发达的20多个街区绝大部分集中在珠江以北的核心区和内层区,多核集聚发展的特征十分显著。陈秀山、邵辉(2007)[i]发现北京的信息咨询类服务业倾向于向东部的朝阳区CBD方向分布,而计算机服务业向北部和西部的高校密集区分布,较为集中的区域是城市中心区外围的海淀区。甄峰等(2008)分析南京城市生产性服务业的空间变化及其所带来的空间结构的转型,通过实证研究发现信息服务业高度集中在主城区的新街口、珠江路及南京大学、东南大学、南京工业大学一带。

根据上述文献研究结果,笔者提出以下假设:

假设1:福建省信息服务企业在城市中心区域集中,越靠近城市中心区,企业数量越多。

假设2:福建省信息服务企业并未出现郊区化倾向。

邻近大学或研究机构成为很多高科技企业的区位策略,信息服务企业也有较明显的邻近大学或研究机构的倾向,例如美国的硅谷和128公路、我国台湾的新竹科技园区以及北京的中关村等。国外学者中比较早地研究科技企业选择邻近大学的区位的学者是Quince、Partners(1985)。他们通过分析“剑桥现象”,发现高科技产业集聚在名牌大学附近。已经有来自美国的强有力的证据表明集群发展受活跃的研究型大学影响(Feldman,2000)。Audretsch、Feldman(1999)考察了创新活动的空间分布和生产的地理集中,他们发现创新活动更容易发生在毗邻知识源的地方,这些地方是大学实验室、公司的研发部门,或者是接近熟练工人,这些熟练工人身上拥有知识。国外的学者们还发现邻近大学对初创的科技企业更有利。Audretsch等(2005)[i]研究显示新的知识和技术型公司为了获得知识溢出而有很高的邻近大学的区位倾向。就像Audretsch、Thurik(2001)[i]所指出的,和已创立的企业相比,这些知识溢出的影响对年轻的新公司来说更重要。这是因为新企业可能依靠由其他企业或大学所生产的外部知识(Link、Scott,2003[i];Hall et al.,2003)。

国内对信息服务业邻近大学或研究机构的研究主要是针对广州、上海、北京、南京等大城市。闫小培(1999)研究广州信息密集服务业的空间分布,发现作为科技城地域载体的天河区辖区内有21所大专院校、40多个研究所、20多家大中型企业,这些机构或企业都具有一定的科技力量。这些高校和研究所又多数集中在高新技术开发区范围内,构成高水平的研究与开发能力的新型智力资源集中区,是广东省智力最密集的区域,成为技术创新源。陈秀山、邵辉(2007)分析北京生产者服务业的区位选择,发现北京的信息咨询类服务业倾向于向东部的朝阳CBD方向分布,而计算机服务业向北部和西部的高校密集区分布。计算机服务业较为集中的是城市中心区外围的海淀区,这里高校科研机构密集,为计算机服务业的发展提供了良好的基础,因而促进了这类生产者服务业在这里的发展。甄峰等(2008)]通过实证研究发现南京信息服务业高度集中在主城区的新街口、珠江路及南京大学、东南大学、南京工业大学一带。

根据上述文献研究结果,笔者提出以下假设:

假设3:邻近大学是福建省信息服务企业的区位策略之一。

假设4:邻近研究机构成为福建省信息服务企业区位选择的重要因素。

企业的地理邻近使上下游企业之间的合作变得更容易、更方便。知识和信息在上下游企业间传递和使用,这些企业在某种意义上已经是创新系统中的某一个环节,也是创新系统的重要组成部分。Saxenian(1996)[i]对硅谷和128号公路这两个美国技术领先地区的集群的不同表现做了比较,她认为公司之间的地理邻近性促进了重复的、面对面的交流,这种交流促进了现代快节奏的技术产业所需要的竞争和合作的融合。Gaspar、Glaeser(1998)[i]的研究认为信息技术可能最终导致一种对城市集中的需要衰退了。当远距离通讯改进了,对多样化的交流的需求应该上升,并且城市作为交流中心的作用也应该增加。Isaksen(2004)[i]分析了挪威奥斯陆软件公司集聚的原因,分析软件企业如何进行个人活动,以及它们在活动中如何与竞争者互动。他认为在奥斯陆软件公司的集聚首先依靠咨询公司和重要的客户之间以及软件咨询公司之间那种非常紧密的互动的需求。就像Saxenian和其他人所建议的那样,硅谷的集聚可能发生,是因为产业是如此严重地依赖于相互交流,并有如此丰富的知识被转移到企业和个人。企业间的地理邻近方便了知识转移和扩散,营造了良好的创新氛围从而吸引其他企业向某一集聚地靠拢。Maskell、Malmberg(1999)[i]提出,地理邻近带给集群企业更多面对面的互动机会,使得知识可以在集群企业间更好地进行传播和扩散。

获得相关企业或机构的知识溢出,获得正的空间外部性也是企业集聚的主要动因之一。信息的核心属性是它的空间属性,那么接近性就成为获取信息的关键。Daniels(1985)[i]强调生产性服务业对知识和信息的高度依赖,那么“听这些服务区位的解释就可以看作是对信息需求的解释,信息是围绕这些服务并且在这些服务活动中被交换的”。Jaffe(1993)通过研究认为,技术密集型产业比其他产业更趋于集中化,当地的信息流动比远距离的信息流动更容易,个人联系,无论是会议、贸易事务、学习或销售会议,都有明显的传导机制。Pinch、Henry(1999)[i]指出,知识密集型集聚活动的持续增长主要源于知识密集型企业较易获取本地化的隐性知识以及外溢知识。Dahl、Pedersen(2004)[i]对丹麦无线通讯集群的研究表明,集群中企业之间员工的非正式联系或交流是集群企业知识传播的重要渠道之一,集群中的工程师之间确实通过非正式联系形成了相当有价值的知识传播。Wallsten(2001)[i]运用地理信息系统与企业数据探讨了集聚与知识外溢后发现,小企业近距离集聚会获得知识外溢或其他投入回报。地理邻近方便了知识转移、传播与扩散,使同一区域内企业获得知识和信息的成本下降了,隐性知识的传递变得更加容易和快捷。同时,这些隐性知识传播所营造的创新氛围深深地根植于当地的文化、社会关系之中,具有不易模仿的特性,集聚地之外的企业很难仿效。