信息服務業的空間分布、區位策略與集聚——以福建省為例

張惠萍

（閩南師范大學 經濟學系，福建 漳州 363000）

信息服務業的空間分布、區位策略與集聚
——以福建省為例

張惠萍

（閩南師范大學 經濟學系，福建 漳州 363000）

文章以福建省為例，從鄰近知識源、鄰近相關企業和鄰近城市中心區域等角度探討信息服務企業的區位策略對集聚的影響。在分析福建省信息服務業空間分布的基礎上，以86個區（縣）和1076個郵編區為空間單元，應用負二項分布模型研究區位策略對信息服務業和三個子行業企業集聚的影響。研究發現，空間單元變小，能夠更細致地刻畫出各個區位因子對信息服務業集聚的影響程度。福建省信息服務企業主要集聚在城市中心區域，鄰近同行業代表性企業和企業眾多的開發區，鄰近大學和科研機構，并沒有出現明顯的郊區化傾向。

信息服務業；區位策略；空間分布；集聚；負二項分布

一、引 言

本文所指的信息服務業是指以信息資源為基礎，利用現代信息技術，對信息進行生產、收集、處理、輸送、存儲、傳播、使用并提供信息產品和服務的產業。信息服務業作為一種新興的、跨產業的、復合型行業，涵蓋了第二產業、第三產業中的部分產業，成為關聯性較強的產業之一。

信息服務業在發達國家國民經濟中所占的比重越來越大，已超過了信息產品制造業。美國硅谷、舊金山、馬里蘭州米德堡、波士頓128號公路等地是全球知名的IT圣地，也是信息服務企業主要的集聚地。班加羅爾被稱之為印度的“硅谷”，其軟件業相當發達，三分之一強的IT行業人員集中在這個城市。日本東京、大阪、橫濱等地也成為信息服務企業主要集聚地。

在我國信息服務業的發展過程中，也出現了區域性集聚的現象。2004年9月28日，由信息產業部公布的首批國家電子信息產業基地全部分布在長三角、珠三角和環渤海三大信息產業地區，它們是北京、天津、上海、青島、蘇州、杭州、深圳、福廈沿海地區、廣東珠江三角洲地區等9個城市和地區。臺灣的信息服務業發展水平走在世界前列，其中新竹科學園區、臺南科學工業園區所在區域呈現明顯的集聚效應。從各城市信息服務業發展的角度看，北京、上海、天津、大連、西安、深圳發展較快，這些城市的軟件服務業出現了明顯的局部集聚態勢，北京的中關村、上海的浦東軟件園、大連軟件園等地成為信息服務企業集聚的群落。

面對國內外信息服務業的快速發展，在?。ㄊ校﹥炔?，信息服務業的空間布局是否有其獨特的規律？哪些因素影響著信息服務業的集聚或分散？目前，理論界對制造業集聚的研究比較深入，對服務業集聚特別是信息服務業這類新興服務業空間結構及集聚機理的研究尚不深入，缺乏系統的研究。研究信息服務業空間結構、區位策略及其政策含義，有利于豐富產業集聚理論，豐富服務業區位理論和服務業地理學的研究。分析這些問題還有助于進行科學的產業布局，對（第27卷第07期）（Vol.27，No.07）相關決策部門有一定的借鑒價值。

通過對福建省信息服務企業樣本空間分布的分析，發現福建省信息服務企業呈現“雙核”分布的集聚發展格局，這些企業的區位選擇策略如何影響集聚？本文試圖從這個角度入手，研究以下幾個問題：在理論分析之后，以福建省86個區（縣）為空間單元考察信息服務業的空間分布狀況；分別以區（縣）和1076個郵編區為空間單元，運用負二項分布模型考察區位策略如何影響信息服務企業集聚并進行比較分析；進一步地，探討信息服務業三個子行業區位策略對集聚的影響及其差異，并通過實證分析驗證提出的觀點。

二、文獻回顧和研究假設

在信息服務業發展水平較高的國家中，信息服務業出現了在城市核心區域集中的現象，例如紐約和倫敦的多媒體產業、東京的信息服務業在都市核心區域集聚。紐約都心區聚集著軟件及軟件系統開發企業，它們為本公司或其他公司提供軟件和與此相關的信息服務（張文忠，1999）［1］。Nachum和Keeble（2001）［2］的研究顯示在倫敦，多媒體產業在市中心一小塊地區，即有名的索霍區（Soho）出現了驚人的地理集中現象。在東京，信息服務業在都市區內部集聚的現象也比較明顯。20世紀90年代初東京信息服務業銷售額占全國的1/2強，規模達到400多億美元，企業數占國內行業比例達30%以上，經濟地位十分突出［3］。Searle和valence（2005）［4］發現大都市區的核心區域成為澳大利亞悉尼多媒體企業集中分布的地方。

國內對信息服務業空間分布的研究主要集中在廣州、北京、南京等地。閆小培（1998）［5］研究廣州信息產業的空間分布，認為信息技術產業遵循由市中心向外擴散的規律，而且在新區表現出集中布局的區位趨勢，但城市中心區特別是CBD仍然是信息技術產業的首選區位。廣州信息密集服務業比較發達的20多個街區絕大部分集中在珠江以北的核心區和內層區，多核集聚發展的特征十分顯著（閆小培，1999a）［6］。甄峰等（2008）［7］分析南京城市生產性服務業的空間變化，發現南京信息服務業的集聚區域是主城區的新街口、珠江路及南京大學、東南大學、南京工業大學一帶。

根據上述文獻研究結果，提出下列假設：

假設1：福建省信息服務企業越靠近城市中心區，企業數量越多。

假設2：福建省信息服務企業并未出現郊區化傾向。

信息服務企業也有較明顯的鄰近大學或研究機構的傾向，鄰近大學或研究機構成為很多高科技企業的區位策略，例如美國的硅谷和128公路、我國臺灣的新竹科技園區以及北京的中關村等。Quince和Partners（1985）［8］是比較早地研究科技企業選擇鄰近大學的學者，他們發現高科技產業集聚在劍橋大學附近，稱之為“劍橋現象”。Audretsch和Feldman（1999）［9］考察了創新活動的空間分布和生產的地理集中，他們發現創新活動更容易發生在毗鄰知識源的地方，這些地方是大學實驗室、公司的研發部門，或者是接近身上擁有知識的熟練工人。已經有證據表明集群的發展受研究型大學的影響（Feldman，2000）［10］。國外的學者們還發現鄰近大學對科技型的初創企業更有利。Audretsch等（2005）［11］認為科技型的初創企業有很高的鄰近大學的區位傾向，其主要動因是為了獲得大學的知識溢出。和已創立的高科技企業相比，對年輕的新公司來說更重要的是鄰近大學以得到大學的技術支持（Audretsch和Thurik，2001）［12］。這是因為新企業更需要由其他企業或大學所生產的外部知識（Link和Scott，2003［13］；Hall et al.，2003［14］）。

國內對信息服務業鄰近大學或研究機構的研究主要是針對廣州、上海、北京、南京等大城市。閆小培（1999b）［15］發現廣州信息密集服務業集中在天河區，轄區內有21所大專院校，40多個研究所，這些高校和研究所構成高水平研究與開發能力的新型智力資源集中區，是廣東省智力最密集的區域，成為技術創新源。陳秀山、邵輝（2007）［16］研究發現北京信息咨詢類服務業集中在東部的朝陽CBD方向，而計算機服務業在北部和西部的高校密集區分布。計算機服務業較為集中的是城市中心區外圍的海淀區，這里高校科研機構密集，為計算機服務業發展提供了良好的基礎。根據上述研究結果，提出以下假設：

假設3：鄰近大學是福建省信息服務企業的區位策略之一。

假設4：鄰近研究機構成為福建省信息服務業區位選擇的重要因素。

企業的地理鄰近使知識和信息在上下游企業間傳遞和使用，它們之間的合作變得更容易、更方便，營造了良好的創新氛圍從而吸引其他企業向某一集聚地靠攏。在某種意義上說，這些企業已經是創新系統中的某一個環節，是創新系統的重要組成部分。Saxenian（1996）［17］比較了美國硅谷和128號公路這兩個技術領先地區的信息產業集群，她認為地理鄰近促進了企業間重復的、面對面交流，這種交流促進了現代快節奏的技術產業所需要的競爭和合作的融合。

獲得相關企業或機構的知識溢出，獲得正的空間外部性也是企業集聚的主要動因之一。Daniels（1985）［18］對服務區位的解釋中強調生產性服務業對知識和信息的高度依賴，信息圍繞著服務需求并在服務活動中被交換。Pinch和Henry（1999）［19］則指出知識密集型集聚現象的持續增長主要源于這類企業較易獲取本地化的隱性知識以及溢出的知識。Dahl和Pedersen（2004）［20］對丹麥無線通訊集群的研究表明，集群企業知識傳播的重要渠道之一是集群中企業的員工之間的非正式聯系或交流，集群中企業的工程師之間通過非正式聯系形成了相當有價值的知識傳播。地理鄰近使集群中的企業獲得知識和信息的成本下降了，隱性知識的傳遞變得更加容易和快捷。這些隱性知識傳播有助于營造創新氛圍并深深地根植于當地的文化、社會關系之中，而且具有不易模仿的特性，集聚地之外的企業很難仿效。

由此可見，鄰近同行業企業或其他相關企業對于企業間的交流與合作是至關重要的，特別是高科技中小企業在信息、技術、人才、資金等方面都比較缺乏，鄰近相關企業成為其獲得知識溢出、選擇合作伙伴的重要考慮因素，這種企業創新活動的區域集中度較高。根據上述文獻回顧及分析，提出以下假設：

假設5：鄰近同行業代表性企業是福建省信息服務企業集聚的重要區位因子。

假設6：向企業眾多的開發區集中，成為福建省信息服務企業集聚的重要動因。

三、研究設計

（一）空間尺度

空間尺度較大的研究中，城市只能表現為一個點，表達與之相關的屬性是相當有限的。在較大空間尺度上，如針對城市或者某個區域，其內部發展并非同質，全局上的衡量往往掩蓋了空間內部的差異（Fotheringham，1997［21］，1999［22］）。當比例尺增大到一定程度，也就是空間單元足夠小時，所能揭示的內容、屬性會越來越豐富。近年來，越來越多的學者采用更小的地理單元研究集聚，例如，Rosenthal和Strange（2003）［23］用郵政編碼區層次的數據驗證集聚經濟效應。Ar?zaghi和Henderson（2006）［24］用紐約市曼哈頓地區每100m× 100m柵格這樣更小的空間單元研究曼哈頓廣告代理業集群的空間分布狀況。路江涌、陶志剛（2006）［25］比較省、市、縣和郵政編碼區域四個層次中我國制造業的區域集聚系數，他們發現空間單元越小，區域集聚程度也越小。陳良文等（2008）［26］以街道為空間單元進行微觀尺度的分析，研究北京市經濟集聚密度與勞動生產率差異。楊振山、蔡建明等（2009）［27］在郵政分區的水平上分析1949年以來北京市的經濟空間發展模式。

郵政編碼區的數據從地理屬性上講，是一種按面域統計的數據，適合于用來表示面域內個體的數量或密度。這種情況下，統計的數值是對整個面域而言，而不是指面域中的某一點、某一位置的數值。如果要統計的要素已經具有面域的編碼，只需對數據表進行統計即可，在應用GIS過程中無須通過疊置操作（吳升等，2004）［28］。如果空間單元范圍較大，不能反映福建省內部信息服務業的實際空間特征，無法更細致地刻畫福建省信息服務業集聚的區位影響因素。因此，本文選擇區（縣）為空間單元分析福建省信息服務業的空間分布狀況；以郵政編碼區為空間單元，考察影響福建省信息服務企業集聚的區位選擇特性。

（二）指標設計與數據來源

福建省的郵政編碼數為1076個，郵政編碼區數據來源于國家郵政局的《中國地址郵政編碼大全》。將福建省1076個郵編區分成三個圈層，城市中心區、近郊區和遠郊區。城市中心區一般是指人口相對周邊集中，經濟和商業相對周邊發展的市區地帶。本文的城市中心區是指城市行政部門所在地或者商業比較發達集中的地帶。將城市中心區周邊的區域和縣級市行政部門所在地等定義為近郊區，其他區域為遠郊區。城市中心區用CITY表示，將其所在的郵編區賦值為1，其他區域為0；遠郊區所在的郵編區用SUB表示，賦值為1，其他區域為0，CITY、SUB為虛擬變量，也是區位變量。

大學樣本來自福建省高校招生信息網，選取的樣本包括福建省本科院校及高職院校，總計78所，用U表示，涉及39個郵編區。本文選取的科研機構包括自然科學研究機構和社會科學研究機構，共有133所，用SCI表示，涉及46個郵編區。福建省科研機構數據來源于《福建省電信大黃頁2010》。

福建省同行業代表性企業數據來源于福建信息產業廳網站，根據福建省信息化局官網上公布的企業名錄，對信息產業發展具有重大影響的企業如冠捷電子、三五互聯、榕基軟件、派克斯、萊茵科技、新大陸等75家企業作為本文的樣本數據，涉及25個郵編區，用FIRM表示。福建省開發區數據來源于《福建省電信大黃頁2010》，剔除掉某些與信息服務業相關性不強的開發區如各個地區的旅游開發區，得到69個樣本，涉及60個郵編區，用ZONE表示。

信息服務企業樣本的數據來源于截至2010年底的福建省工商局統計信息。由于《國民經濟行業分類》（GB/ T4754-2002）中沒有信息服務業的分類，筆者用信息傳輸、計算機服務和軟件業代表信息服務業。該行業包括電信和其他信息傳輸服務業、計算機服務業和軟件業（分類代號分別是60、61、62）。在電信和其他信息傳輸服務業中重點分析三位數行業中的互聯網信息服務業（602），最終確定本文研究的三個子行業是計算機服務業、軟件服務業和互聯網信息服務業。通過數據補缺、篩選、校對、分類和整理，去掉數據缺失的樣本，整理出福建省信息服務企業樣本共5385個，其中計算機服務企業樣本3161個，互聯網服務企業樣本1331個，軟件服務企業樣本893個。

（三）計數模型的選擇

用郵編區內企業個數代表集聚水平的高低，以此作為因變量。由于因變量是離散的整數，取值為零的個數較多，考慮使用計數模型中使用較廣泛的泊松模型。Wu（1999）［29］用此模型研究外資企業在廣州的區位選擇；Figueiredo（2002）［30］利用該模型研究美國制造業在縣一級的區位選擇；張華等（2007）［31］用該模型研究區位通達性與在京外資企業的區位選擇。但是，張華等（2007）并未對是否適用泊松模型作進一步的驗證。輔助回歸中的α值可以衡量條件方差超出條件均值的程度，表3和表4下方報告的輔助回歸中α值及相關統計量的估計結果顯示，α值明顯地大于零，泊松模型中條件方差和條件均值相等的條件不能滿足，改用負二項分布的QML估計可以得到參數的準-極大似然估計。

四、福建省信息服務業的空間分布狀況

以福建省86個區縣為空間單元，從全行業的分布情況看，福州市信息服務企業所占比重高達39.4%，廈門市所占比重達28.4%，泉州市所占比重為18.2%。信息服務業及其子行業的主要集聚點呈現以福州鼓樓區和廈門思明區為中心的南北“雙核”分布格局。

取企業數量排序前十名的區縣進行統計分析，由表1和表2可知，福建省信息服務業、軟件服務業、互聯網信息服務業、計算機服務業排名前十的區縣的企業數總和占全省該行業總企業數的比例均超過75%。就信息服務業整體而言，主要集聚在廈門和福州，這兩個市的企業數占全省企業數的比例達到67.8%，出現了區域性集聚的特征。軟件服務業的主要集聚地是福州，在前十名所占比例達到35.9%，在全省所占的比例達到39.1%；其次是廈門，在全省所占的比例達到32.6%。互聯網信息服務業的主要集聚地是廈門，在前十名所占比例達到38.6%，在全省所占的比例高達41.8%；其次是福州，在全省所占的比例達到25.3%；泉州互聯網信息服務企業數所占的比重也較高，在全省所占的比例達到16.4%。計算機服務業的主要集聚地是福州，在前十名所占比例超過40%，在全省所占的比例更是高達45.6%；其次是廈門，在全省所占的比例達到21.5%。這表明，福建省信息服務業及其子行業的空間分布均出現明顯的集聚特征。

表1 信息服務業與軟件服務業企業數量排名前十的區（縣）情況

表2 互聯網信息服務業和軟件服務業企業數量排名前十的區（縣）情況

五、實證結果及分析

在實證分析中，以區（縣）和郵編區為空間單元分別考察信息服務企業區位選擇策略對集聚的影響，并對估計結果進行比較分析。表3列出了以86個區（縣）為空間單元的估計結果。

由表3可以看出，CITY在全行業及三個子行業的系數值較大且極高度顯著，表明信息服務業選擇城市中心區域作為辦公所在地，其中，軟件服務業選擇城市中心區的區位傾向更顯著，假設1得以驗證。SUB的系數值都為負值，在全行業的估計結果中是極高度顯著的，在計算機服務業中的估計結果中是高度顯著的，說明全行業企業和計算機服務企業選擇偏離遠郊區的區位，而另外兩個子行業的估計結果則不顯著。假設2得以驗證的同時再次驗證了假設1。

在以區（縣）為空間單元的估計結果中，U的系數值均是不顯著的，由此可見，全行業及三個子行業的企業并沒有選擇鄰近大學的區域?？赡苁强臻g單元較大，無法細致地描述信息服務業的區位傾向性。假設3無法得到驗證。除了互聯網信息服務業，SCI的估計結果是顯著的，其中計算機服務企業的系數值更大，意味著這類企業鄰近科研機構的區位指向性更明顯。假設4得到部分驗證。

FIRM在互聯網信息服務業的估計結果中系數值最大且極高度顯著，其次是軟件服務業，表明信息產業中代表性企業有一定的示范作用，吸引同行業的企業進駐它們所處的區域，其中互聯網信息服務企業的區位選擇受代表性企業影響更大。但是，同行業代表性企業對全行業和計算機服務業的影響并不顯著。假設5得到部分驗證。除了軟件服務業之外，ZONE的系數值都是高度顯著的，表明互聯網信息服務業區位選擇過程中更愿意鄰近企業數量眾多的開發區，其次是計算機服務業。假設6得到部分驗證。

表3 以區（縣）為空間單元區位策略對信息服務業集聚影響的QML估計

表4列出了以1076個郵編區為空間單元的估計結果。除了U對軟件服務業的影響、SCI對互聯網信息服務業的影響是不顯著的，其余估計結果都是極高度顯著的。可見，空間單元較小，能夠更細致地刻畫出各個區位因子對信息服務業集聚的影響程度。從估計結果中可以總結出福建省信息服企業區位策略對行業集聚影響的幾個特征。

一是出現了向城市中心區域集中的明顯態勢。CITY對軟件服務業的影響系數最大，其次是互聯網信息服務業，計算機服務業選擇城市中心區的幾率更小一些。軟件服務業所需的辦公空間較小，租金成本較低，其辦公選址選擇更靠近中心市場的區域，城市中心區域有較好的基礎設施和環境條件，通達性好，方便客戶聯系，使企業容易接近客戶，更能吸引信息服務企業進駐。城市中心區域成為這類企業的主要集聚地，還可能是由于區域形象較好，有助于提升企業的地位。這個結論和都市內部信息服務業區位選擇的傾向相同（林善浪，張惠萍）［32］。

SUB在全行業及各個子行業的估計結果都為負值，表明離遠郊區越遠，企業的數量越多。其中，軟件服務業受到的影響更大一些，其次是計算機服務業，它們更傾向于選擇偏離郊區的區位，也就是傾向于選擇鄰近城市中心區，和表3的分析結果一致。假設1和假設2都得到驗證。

二是鄰近大學和科研機構所在的區域。在全行業的估計結果中可以看出，信息服務企業有顯著的鄰近大學的傾向。除了軟件服務業之外，U在其他三個估計結果的系數值為正值且極高度顯著，其中互聯網信息服務業和計算機服務業選擇鄰近大學和科研機構的意愿更強烈一些，對于這兩類知識源有更強的依賴。

SCI對計算機服務業和軟件服務業的影響更顯著，在全行業的估計結果中也是極高度顯著的。比較特別的是互聯網信息服務企業并沒有選擇鄰近科研機構的區域，甚至是在偏離科研機構的地方集中，其區位策略的選擇受到其他因素影響可能性更大一些。

這類企業為了獲得大學或研究機構的知識溢出，往往選擇在大學或研究機構密集的區域創辦企業以尋求技術支持。它們更看重大學或研究機構在技術上的專業指導，希望在研發和技術人才的培養方面得到專業機構的支持，而信息服務企業也有可能成為專業機構科技成果轉化、創新合作的平臺，還有可能吸納專業機構的人才。此外，大學或研究機構的科研人員創辦企業，也可能選擇鄰近這些區域。總之，這類高科技企業希望分享大學或研究機構知識溢出所帶來的空間外部性，或者是與大學或研究機構合作推動創新活動的開展，提高企業的研發水平。除了軟件服務業沒有顯著的鄰近大學傾向、互聯網信息服務業沒有選擇鄰近研究機構之外，假設3和假設4得到驗證。

三是有非常顯著的鄰近同行業代表性企業和相關企業的區位傾向。從FIRM的系數值可以看出，軟件服務業和互聯網信息服務業鄰近同行業知名代表性企業的意愿更強烈。同行業代表性企業在信息產業中地位較突出，其率先創新的技術成果可能會傳遞或者擴散，對新企業可能起著積極的示范效應和學習效應。因此，初創企業為了方便與同行業企業的交流與合作，會選擇鄰近這類企業眾多的區域，以獲得正的空間外部性，進而形成知識共享的合作機制。以此同時，同行業企業的地理鄰近促進了隱性知識的傳播，使該區域的創新氛圍更加濃厚，進一步吸引其他企業進駐。

ZONE對互聯網信息服務業的影響更顯著一些，其次是計算機服務業，表明這兩個子行業對企業數量眾多的開發區有較明顯的區位傾向。企業集中程度較高的開發區對信息服務企業仍有吸引力，可能是因為選擇企業數量較多的區域方便了企業間的非正式交流和合作，可以享受集聚效應帶來的積極影響。眾多企業在空間上毗鄰，使企業之間聯系、交流與合作的頻率增加，加大了企業之間信息交換和知識的轉移。而且，和眾多企業地理鄰近，有利于企業間的競爭、合作與融合，吸引更多的企業進駐該區域。此外，開發區通過實施投融資政策、稅收和廠房租賃等優惠政策，可以降低企業生產成本，同時提供良好的基礎設施和優質的政府服務，對信息服務企業具有很強的吸引作用。假設5和假設6都得到驗證。

表4 郵編區為空間單元區位策略對信息服務業集聚影響的QML估計

六、結論與政策建議

由以上分析可見，以郵編區為空間單元，能夠更細致地描述信息服務企業區位策略對集聚的影響。福建省信息服務業主要集聚在城市中心區域，鄰近同行業代表性企業和企業眾多的開發區，鄰近大學和科研機構，并沒有出現明顯的郊區化傾向。軟件服務企業偏好城市中心區域，受同行業代表性企業的影響比較大。軟件服務業并沒有選擇鄰近大學的區域，是否選擇城市的中央商務區或者其他區域，有待進一步考察?；ヂ摼W信息服務業有更強烈的鄰近大學的意愿，但卻不將科研機構作為其區位選擇的主要因素，這類企業是否考慮鄰近市場或者是其他因素，有待進一步研究。

與U、SCI相比較而言，FIRM和ZONE對企業區位選擇的影響程度更大一些。從某種程度上說，與大學和科研機構顯性知識的傳播相比，企業之間隱性知識的傳遞對于信息服務業這樣的高科技行業來說更重要一些。距離縮短使主體間能更容易、更充分地進行面對面交流，促進隱性知識的轉移。距離越遠，知識的正外部性就越弱，隱性知識的轉移就變得更加困難。即使是顯性知識的使用和傳播上，距離也會產生重要影響，因為顯性知識的解釋和吸收需要隱性知識和空間的鄰近（Howells J.，2002）［33］。

鑒于以上研究，筆者提出以下政策建議。一是以福州、廈門的城市中心區域為核心，由北至南在福州、泉州、廈門構建軟件服務業產業帶。由于軟件服務業對城市中心區域有較強的區位指向性，偏好區域形象好的區位，因此，可以考慮在城市核心區及中心城區的外圍規劃軟件服務業集聚帶，使之能較好地體現規模經濟效應。二是積極推動以廈門、福州為中心的互聯網信息服務商圈的建設，以這兩地為中心，通過互聯網建立商脈網絡。同時，由于泉州互聯網服務企業在全省所占的比例較大，有必要扶持泉州互聯網信息服務商圈的建設。三是培育福建省信息服務業的代表性企業，使之成為信息產業發展的“增長極”，在空間上對其他企業產生示范效應，吸引其他企業進駐該區域，推動“增長極”所在區域信息服務業快速增長的同時，可以帶動相鄰地區該產業的發展。四是借鑒臺灣經驗，積極承接臺灣信息服務業的轉移，構建海西區信息服務業的跨界生產網絡，進而積極嵌入全球信息服務業生產網絡。

［1］張文忠.大城市服務業區位理論及其實證研究［J］.地理研究，1999（3）：273-281.

［2］Nachum L，Keeble D.MNE Linkages in Localised Clusters：Foreign and Indigenous Firms in the Media Cluster of Central London［J］.Journal of International Management，2003，9（2）：171-192.

［3］張潔，高汝熹.東京的知識服務業［J］.上海綜合經濟，2001（6）：45-47.

［4］Glen Searle，Gerard de Valence.The urban emergence of a new information industry：Sydney's multi-media firms［J］. Geographical Research，2005，43（2）：238-253.

［5］閆小培.廣州信息產業空間分布的區際差異分析［J］.經濟地理，1998，18（4）：5-10.

［6］閆小培.廣州信息密集服務業的空間發展及其對城市地域結構的影響［J］.地理科學，1999（10）：405-410.

［7］甄峰，劉慧，鄭俊.城市生產性服務業空間分布研究：以南京為例［J］.世界地理研究，2008（1）：24-31.

［8］Segal Quince，Partners.The Cambridge phenomenon：the growth of the high technology industry in a university town［M］.Cambridge：Brand Brothers and Co.，1985.

［9］Audretsch D B，Feldman M P.R&D spillovers and the geogra?phy of innovation and production［J］.The American Economic Review，1999（6）：630-640.

［10］Feldman M P.Location and innovation：the new economic geography of innovation［M］//Clark G，Feldman M P，Gertler M.Oxford Handbook of Economic Geography.Oxford：Ox?ford University Press，2000.

［11］Audretsch D B，Lehmann E E，Warning S.University spill?overs and new firm location［J］.Research Policy，2005（34）：1113–1122.

［12］Audretsch D B，Thurik R.What’s new about the new econo?my?Sources of growth in the managed and entrepreneurial economies［J］.Industrial and Corporate Change 2001，10：267-315.

［13］Link A N，Scott J T.In Press.U.S.science parks：the diffu?sion of an innovation and its effects on the academic mission of universities［J］.International Journal of Industrial Organi?zation，2003，21（9）：1323-1356.

［14］Hall B A，Link N，Scott J T.Universities as research partners［J］.Review of Economics and Statistics，2003，85（2）：485–491.

［15］閆小培.廣州信息服務業增長的地域類型分析［J］.熱帶地理，1999（3）：18-22.

［16］陳秀山，邵暉.大都市生產者服務業區位選擇及發展趨勢——以北京市為案例的研究［J］.學習與實踐，2007（10）：14-23.

［17］Anna Lee Saxenian.Inside-Out：Regional networks and in?dustrial adaptation in Silicon Valley and Route 128［J］.A Journal of Policy Development and Research，1996，5（2）：41-60.

［18］Daniels P W.Services Industries［M］.Great Britain：Cam?bridge University Press，1985.

［19］Pinch S，Henry A.Paul Krugman's geographical economics，industrial clustering and the British motor sport industry［J］. Regional Studies，1999，33（9）：815-827.

［20］Dahl M S，Pedersen C.Knowledge flows through informal contacts in industrial clusters：myth of reality［J］.Research Policy，2004，33（10）：1673-1686.

［21］Fotheringham A S.Trends in quantitative methods I：Stress?ing the local［J］.Progress in Human Geography，1997，21（1）：51-65.

［22］Fotheringham A S，Brunsdon C.Local forms of spatial analysis［J］.Geographical Analysis，1999，31（4）：340-358.

［23］Rosenthal S，Strange W.Evidence on the Nature and Sources of Agglomeration Economies［M］//Henderson J，Thisse J. Handbook of Regional and Urban Economics.Amsterdam：North-Holland，2004.

［24］Arzaghi M，Henderson J.Networking off Madison Avenue［R］.Brown University：Working Paper，2006.

［25］路江涌，陶志剛.中國制造業區域聚集及國際比較［J］.經濟研究，2006（3）：103-114.

［26］陳良文，楊開忠，沈體雁，等.經濟集聚密度與勞動生產率差異——基于北京市微觀數據的實證研究［J］.經濟學（季刊），2008（10）：99-114.

［27］楊振山，蔡建明，高曉路.利用探索式空間數據解析北京城市空間經濟發展模式［J］.地理學報，2009（8）：945-955.

［28］吳升，王欽敏，陳崇成，等.GIS分析中的地理模式［J］.測繪信息與工程，2004（2）：10-12.

［29］Wu F.Intrametropolitan FDI firm location in Guangzhou，China：A Poisson and negative binomial analysis［J］.Annals of Regional Science，1999，33（4）：535-555.

［30］Figueiredo O，Guimaraes P，Woodward D.Modeling industri?al location decisions in U.S.counties［R］.ERSA conference papers，European Regional Science Association，2002.

［31］張華，賀燦飛.區位通達性與在京外資企業的區位選擇［J］.地理研究，2007，26（5）：984-994.

［32］林善浪，張惠萍.通達性、區位選擇和信息服務業集聚——以上海為例［J］.財貿經濟，2011（5）：106-114.

［33］Howells J.Tacit knowledge，innovation and economic geogra?phy［J］.Urban Studies，2002，39（3）：871-884.

The Spatial Distribution，Location Strategy and Agglomeration of Information Service Industry——Taking Fujian Province as the Example

ZHANG Hui-ping
（Department of Economics，Minnan Normal University，Zhangzhou 363000，China）

The paper elaborates that location strategy affects agglomeration of information service industry from the perspec?tives of nearby the source of knowledge，related companies and the city center area.Based on the analysis of the spatial distri?bution of information service industry in Fujian Province，taking 86 districts（counties） and 1076 postal code regions as spa?tial units，we apply negative binomial model to study that location strategy affects the agglomeration of the information service industry and three sub-sector industries.Our study indicates that smaller space units can depict the degree of impact more spe?cifically which the various location factors have on agglomeration of information service industry.Fujian information service firms are primarily located in central area in cities，and close to the representative enterprises in the same industry and Enter?prise Development Zone full of varieties of firms，universities and research institutions.There is no obvious tendency of subur?banization for them.

information service industry；location strategy；spatial distribution；agglomeration；negative binomial model

F062.5

A

1007-5097（2013）07-0079-06

10.3969/j.issn.1007-5097.2013.07.018

2012-04-04

閩南師范大學新世紀優秀人才支持計劃項目

張惠萍（1972-），女，福建南靖人，副教授，博士，研究方向：服務業空間結構。

張 青］

●財經透視