文章快速检索     高级检索
  人文地理  2017, Vol. 32 Issue (3): 131-137, 145  DOI: 10.13959/j.issn.1003-2398.2017.03.017
0

引用本文  

林娟, 张欣炜, 汪明峰. 上海大都市区物联网产业集聚与空间演化[J]. 人文地理, 2017, 32(3): 131-137, 145. DOI: 10.13959/j.issn.1003-2398.2017.03.017.
LIN Juan, ZHANG Xin-wei, WANG Ming-feng. AGGLOMERATION AND SPATIAL EVOLUTION OF THE INTERNET OF THINGS INDUSTRY IN SHANGHAI METROPOLITAN[J]. Human Geography, 2017, 32(3): 131-137, 145. DOI: 10.13959/j.issn.1003-2398.2017.03.017.

基金项目

国家自然科学基金(41329001,41371175);教育部人文社会科学重点研究基地重大项目(13JJD840010)

作者简介

林娟(1988—), 女, 福建福清人, 博士研究生, 主要研究方向为城市地理与城市经济。E-mail:fqlinjuan@foxmail.com

通讯作者

汪明峰(1977—), 男, 浙江绍兴人, 教授, 主要研究方向为信息和通信技术、城市地理与区域规划。E-mail:mfwang@re.ecnu.edu.cn

文章历史

收稿日期:2016-01-13
修订日期:2016-09-15
上海大都市区物联网产业集聚与空间演化
林娟, 张欣炜, 汪明峰     
华东师范大学中国现代城市研究中心, 上海 200062
摘要:新兴技术产业的空间集聚与扩散对大都市区的空间结构有直接的影响,厘清新兴技术产业的空间分布和区位选择规律对新兴产业集群培育和大都市区空间结构调整都具有重要的政策意义。本文分析了上海市物联网企业的空间分布和集聚特征,结果发现初创期物联网企业在郊区集聚,随后向郊区其他区域扩散,并呈现出从单极向多极集聚转变的空间演化进程。通过构建负二项回归探究上海物联网企业的区位选择因素,结果表明制度因素和企业集聚效应对企业区位选择有重要影响。在产业发展初创期,企业区位选择受政府管制和市场机制双重影响,其中制度因素发挥了关键作用;而在随后的兴起期,产业集聚效应对新企业的入驻具有强大的吸引力。
关键词物联网    区位选择    热点分析    负二项回归    上海    
AGGLOMERATION AND SPATIAL EVOLUTION OF THE INTERNET OF THINGS INDUSTRY IN SHANGHAI METROPOLITAN
LIN Juan, ZHANG Xin-wei, WANG Ming-feng     
Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
Abstract: Spatial agglomeration and diffusion of new industries has a direct impact on the spatial structure of metropolitan areas. Mastering special distribution and location of emerging industries has important implications for the emerging industrial clusters and space restructuring of metropolitan areas. This industry is more and more prominent in the development of metropolitan area, but the research of Internet of things industry (IOT) spatial evolution is still very limited. This paper studies the spatial distribution and agglomeration of the IOT firms in Shanghai. We collected firm data from RFID world website in the period of 1993 to 2012. After a basic analysis of the rise and spatial pattern of the IOT firms, hotspot analysis is adopted to explore the spatial evolution of these firms. The results show that there exists spatial aggregating feature of IOT firms in Shanghai. In the early stage, the IOT firms agglomerate in the outer suburbs, with a single center administration structure, which is different from traditional modes gathering in city center and suburbs. In the maturity stage, the cluster center shifts and presents a multi-polarization mode, while the initial center cluster relatively weakens. Under market forces, multi-polarization pattern is clearer, and the development model of emerging technology industry tends to be diversified. The results show that institutional factors and agglomeration effect play a key role in IOT firms' location. In the early stage, the location of IOT firms was dual affected by government regulation and market mechanisms, in which institutional factors played a key role. When the IOT industry got into a maturity stage, industrial agglomeration effect settled a strong appeal to new firms. Information has raised a challenge to the traditional location theory that traditional location factors such as land cost and transportation cost have played a less important role in enterprise decision.
Key words: internet of things    location choice    hotspot analysis    negative binomial regression    Shanghai    
1 引言

当前,中国顺应“互联网+”的发展潮流,推动“制造业”向“智造业”的转型,迈向一个智能化与价值创造的时代。许多城市掀起了智慧城市建设的浪潮。其中,物联网作为战略性新兴产业的重要组成部分,是智慧城市以及智慧地球构建的关键技术[1]。新兴技术产业的出现使城市产业空间布局和城市功能出现较大的调整和变化[2, 3]。产业集聚改变了城市资本、就业与基础设施的格局,进而导致城市空间形态的变化[4]。新兴技术产业在大都市区发展中的地位越来越突出,但目前对物联网产业空间演化的研究还很缺乏。把握信息化时代新兴技术产业的发展规律,对进一步促进新兴技术产业集群、推动城市结构与功能优化具有重要的参考价值。

合理的空间布局是影响新兴技术产业发展的最为关键的因素[5],、理清新兴技术产业的集聚与扩散规律及其演化机制,对于未来城市规划与产业发展至关重要。本文以上海市物联网产业为例,运用空间分析方法和负二项回归模型,揭示物联网产业发展的空间布局特征,并对主要区位选择因素进行分析。上海市物联网产业经历了从初创到兴起的发展过程,通过对比产业生命周期不同阶段的空间特征,可以反映以物联网为代表的新兴技术产业的空间布局演化规律。通过不同阶段区位因素的分析,研究新兴技术产业生命周期中的传统区位因子和新区位因子如何推动新兴技术产业集聚,进一步丰富区位理论。

2 文献综述 2.1 大都市区产业集聚与扩散

新兴技术产业的出现、集聚与扩散直接影响了城市产业空间布局,同时引起城市功能出现相应的变化。特别对大都市区而言,产业集聚对其空间重组产生显著的影响。学者进行了大量的实证研究,取得了丰富的成果,为引导大都市区功能优化提供了参考。

随着产业生命周期演化,一般显示出集中—分散—再集中的特征[6]。由于内外在条件的影响,个别地区也会提早出现空间扩散现象[7]。发达国家的经验表明,大都市区通常呈现出生产性服务业在中心城区集聚,一般制造业往郊区扩散的特征。比如美国和英国信息技术产业的空间分布呈现出设计部门集中和装配生产部门分散的结合,形成了新产业空间分布[8]。在美国,与高级服务业相关的都市工业集聚于大都市区核心区,而大部分重型工业位于大都市区外围区,且市场集中度较高[9]

中国也陆续出现了大都市区产业集聚中心从中心城区向郊区转移的现象。北京制造业和配套生产性服务业也出现了空间分离式集聚[10],尤其是制造业呈现郊区化发展[11],呈现出大都市区尺度上的扩散以及产业园区尺度的再集聚特征[12]。产业集聚推动了北京城市空间轴向发展延伸,促进了城市空间向多极核、多功能的结构模式发展[2]。同样,上海高新技术产业原先主要分布于中心区,聚集在科学技术开发研究能力较强的院校附近;目前已有向边缘城市分散、聚集的趋势,并且郊区的高新技术企业主要聚集于开发区[13, 14]。甚至软件产业集聚中心位置也从中心城区向郊区的偏移[15]。广州的新城区已经明显呈现以制造业为主导产业的格局[16]。由此可见,产业的空间扩散与郊区化驱动大都市区空间重构。

2.2 新兴技术产业演化机制

新兴技术产业为何呈现出集聚与扩散格局,其演化的动力机制值得进一步研究。根据产业生命周期理论,产业也具有诞生—发展—衰亡的生命周期,处于不同发展阶段的产业其影响因素也不同。针对产业发展初期产业为何在特定地区出现,主流观点认为技术创新、产业主体和制度因素起到重要作用[17]。David认为在新兴技术产业的最初位置具有不确定性,把这一选择过程归结为历史偶然性[18],但Sydow则认为前者忽视了新技术和新产品等的产生是有目的的行为[19],新兴产业集群通常会产生和发展于创新要素集中的区域[20]。其次,在位大型企业的组织优势和科技型中小企业都发挥了重要的作用[17]。最后,制度环境与政府管理行为影响到新兴产业的发展路径[21, 22],在中国,政府通常采取制度分割的方式促进新兴技术产业集群[23]

当产业发展相对成熟以后,影响因素更加复杂化。Henderson将制造业分为兴起阶段和成熟阶段分别进行研究,发现在产业兴起阶段城市化经济发挥了重要作用,而在后期地方经济起一定的作用[24]。Boschma对英国汽车产业的空间演化分析中也得到类似的结论[25]。另外,区位因素可能随着产业发展其重要性有所改变。比如在企业早期,嵌入社会网络是区位的重要影响因素,但随着企业发展和其他影响机制的出现,原决定性因素被新的因素所替代[26]。最后,针对产业为何在特定地区产生集聚,演化经济地理学认为新兴技术产业依赖于地方已有的相关产业的衍生,强调路径依赖对产业格局形成的作用[25, 27],经济发展的过去式在某种程度上决定其未来[28]。中国风电设备企业的研究也表明,城市装备制造业基础是企业区位选择最重要的影响因素[29]。进入信息时代以后,产业的区位因素越来越丰富。传统区位因素降为次要因素,新的区位因素产生[30],决策者的行为受到广泛的关注,认为企业家行为对区位选择有重要影响[26, 31]

总体上看,学者们都十分关注大都市区新兴技术产业的时空演变,他们认为新兴技术产业一般在中心城市集聚,并随着产业生命周期演化有向郊区扩散的趋势。与此同时,产业演化的主导因素也相应的改变。虽然信息产业、战略性新兴产业的深入研究不断增多,但大都市区物联网产业的空间研究相对薄弱,尤其是基于街道/乡镇层面的研究十分缺乏。随着技术的发展,产业间的界线逐渐模糊,需要对以物联网为代表的新兴技术产业开展实证研究,不断丰富和完善产业集聚与扩散理论。另外,随着产业生命周期演化,空间布局特征及其主导区位因素也在随之改变,因而在分析新兴技术产业区位因素时必须注意这一问题。

3 数据与研究方法 3.1 研究区域与数据来源

上海物联网产业集群雏形初现,正在努力扩大物联网产业规模,打造国内最具竞争力、具有国际影响力的物联网创新基地。截止2012年上海物联网制造企业已经达到486家,远远超过长三角其他城市,上海在物联网产业的发展上有相当的优势。本研究从国内最大的面向射频识别(RFID)行业的综合行业门户网站—RFID世界网上提取上海市物联网的企业名录,并从上海市工商局网站查询企业相关信息,包括企业名称、地址、注册时间、企业性质等,共获取1993―2012年上海市486家物联网企业作为研究对象。

3.2 研究方法

为了探测物联网企业是否在某个区域上呈现聚集态势,本文采用ArcGIS工具,通过热点分析识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类。热点分析工具可对数据集中的每一个要素计算GetisOrd Gi*统计值(Gi*),如果Gi*为正,且显著,表明被检测点周围的值相对较高,属高值空间集聚(热点区);反之,如果Gi*为负,且显著,则表明被检测点周围的值相对较低,属低值空间集聚(冷点区);如果Gi*不显著,表明被检测点周围集聚/扩散不明显,判定为随机。

4 上海市物联网企业空间布局 4.1 上海物联网企业的增长情况

1993―2012年间上海物联网经历了从初创到兴起的发展过程(图 1)。1991年美国麻省理工学院的Ashton教授首次提出物联网的概念,起初并没有引起广泛关注。上海抓住物联网发展的机遇,进入初步探索时期,物联网企业数逐渐增多。从“十五”起上海市科委就着手布局相关产业,市政府在物联网相关技术(主要是RFID技术)研发方面已累计投入6000多万。2005年国际电信联盟(ITU)发布《ITU互联网报告2005:物联网》,引用了“物联网”的概念,由此掀起全球物联网建设的浪潮。2005―2007是上海市物联网企业成立的高峰时期,三年间新增公司163家,占研究期总数的三分之一以上。期间上海承担了多项与物联网相关的国家科技重大专项,物联网相关组织和基地等的成立推动着上海物联网技术的不断创新,为物联网产业的发展提供了有利的技术支持。2008年全球金融危机,上海物联网企业的增长量跌至24家。2009年8月,温家宝“感知中国”的讲话对我国物联网产业注入新的力量,2010年物联网被正式列为国家七大新兴战略性产业之一,受到了全社会极大的关注。物联网已被贴上“中国式”标签,它的覆盖范围与时俱进,已经超越了1999年Ashton教授和2005年ITU报告所指的范围。这两年间,上海市物联网企业迎来增长的第二个高峰,但在全球经济环境疲软的背景下,增长数量远不如2005年的高峰期,并且仅持续两年,物联网企业增长数量持续走低。

图 1 上海市新增物联网企业数量 Fig.1 Annual Increase of IOT Firms in Shanghai
4.2 上海市物联网企业空间分布特征

产业生命周期理论认为产业的发展会经历一个从诞生到衰退的演变过程。根据上海市物联网企业的增长情况,我们将物联网的发展划分为两个阶段:1993―2002年为初创期,2003―2012年为产业兴起期。为了进一步刻画物联网企业空间演变轨迹,本研究以人民广场为中心,每5km为半径向外作缓冲区,统计各圈层内物联网企业的数量,并描绘了各圈层内物联网企业数占总数的百分比(图 2)。

图 2 上海物联网企业空间演化轨迹 Fig.2 The Spatial Evolution of IOT Firms in Shanghai
4.2.1 初创期:物联网企业从中心到外缘呈现双峰型格局

物联网企业趋向在市中心分布,尤其是距离人民广场10km的范围内,40km处出现次高峰。普陀区和徐汇区是中心城区物联网企业分布的核心区,共有18家物联网企业,占中心城区总数50%。而距离人民广场15―30km的过渡圈层范围内,物联网企业数量急剧减少。距离人民广场40km左右的圈层内,物联网数量又逐渐增多,大致分布在嘉定区、浦东新区、松江区和青浦区。1993―2002年,上海从城市化转向郊区化,中心城区的区位优势和近郊区地租优势并轨,构成了物联网企业的双峰型分布格局。

4.2.2 兴起期:物联网企业从中心到外缘呈现阶梯型递减格局

首先,距离人民广场10km左右的圈层集聚优势不再突出,而是与原来15―30km的过渡圈层连接起来,形成物联网企业第一大阶梯,徐汇、闵行、嘉定、浦东成为物联网企业主要入驻区。其次,原先40km处的次高峰优势同有所减弱,形成30―45km范围的第二大阶梯,主要包括青浦、松江、奉贤和金山的部分地区。最后,在距离人民广场60km出现一个集聚小高峰,主要是上海与苏州、嘉兴的接壤地区。2003―2012年,上海的郊区化进程不断推进,大部份制造业向外围迁移,尤其是7个郊区新城和工业园区的建设,使郊区基础建设进一步完善,成为企业落户的首选;此外,部分企业由于成本的因素,选择在离市中心更远的地区布局,显现出上海物联网企业进一步扩散的趋势。

4.3 上海市物联网企业空间集聚特征

为进一步深入分析上海市物联网企业空间集聚特征,用热点分析法判断上海市物联网企业发展的空间异质性。上海市物联网企业的空间集聚特征显著(图 3),并且集聚区发生明显转移。初创期物联网企业热点区为单中心结构,集中分布在西部的青浦区和松江区,特别是省市交界处,在此期间其他地区无明显的冷点区。兴起期上海市物联网企业热点区呈现三足鼎立的多中心结构,分别集中在嘉定区北部、金山区北部和浦东新区北部。中心城区物联网企业无明显增加,加上宝山与崇明地区物联网企业凤毛麟角,因此在中心城区及以北地区形成了显著的冷点区域。

图 3 上海市物联网企业热点分析 Fig.3 Hot Spots Analysis of IOT Firms in Shanghai

进一步研究发现,工业区和科技园区是物联网企业集聚的主要空间载体。物联网企业热点的转移与各工业区发展与定位密切相关。上海松江工业园区创建于1992年,是上海市首家市级工业区。园区一直坚持“二、三、一”产业发展方针,优先发展高新技术产业,积极提升传统产业,努力构建产业现代化、经营规模化、布局合理化的产业体系。到2003年,电子信息制造业年均增长57.9%,“一业特强”的格局初步显现。

成立于1995年的青浦工业园区最早定位为电子信息基地,最初的发展围绕电子信息展开,产业结构成熟。由于青浦地区发展最早,土地资源逐步处于紧缺阶段,加上土地严管调空的政策出台,青浦招商的对象逐步转为低能耗、高产效的企业。因此,1993―2002年,上海物联网企业初创时期,就倾向在此处落地,形成显著的热点区。而张江高科技产业技术开发区虽然建立于1992年,但长期从事生物医药方面的研究,在2000年后才陆续成立国家信息产业基地、软件产业基地等,于是在兴起期才逐渐成为物联网企业高度集聚的区域之一。

上海市的物联网企业既遵循了大都市区制造业的郊区化、园区集聚的规律,又体现出独特的远郊区化、中心转移、多极化等特征。这表明新兴技术产业的集聚与扩散路径与传统制造业有所差别。新兴技术产业的空间扩散与郊区化驱动大都市区空间重构,因此,需要进一步探索物联网企业空间集聚与扩散的微观驱动因素。

5 上海市物联网企业区位主要影响因素

物联网企业的空间布局表明多中心的地域系统成为大都市区制造业的主要空间表现形式,这一过程可能驱动上海城市空间重构。为了进一步理解物联网企业的区位模式和大都市区空间结构演化,有必要深入分析物联网企业的微观区位影响因素。

5.1 模型构建

落在每个街道/镇内企业数量是不连续的,具有明显的离散特性。泊松回归模型常用于单位时间,单位空间事件发生次数的影响因素分析,泊松回归模型假设Yi在给定Xi时是泊松分布,密度函数为:

$ f\left( {{y}_{i}}|{{X}_{i}} \right)=\frac{{{e}^{-\lambda }}{{\lambda }_{i}}^{{{y}_{i}}}}{{{y}_{i}}!}, {{y}_{i}}=0, 1, 2, \ldots $ (1)
$ {{\lambda }_{1}}=e{{\beta }^{Xi}} $ (2)

假定观测值之间相互独立,得出模型的似然函数,其中,y为时间发生频率,λ为事件发生的平均概率。

泊松回归模型一个重要假设是因变量的条件均值与条件方差相等。而上海市各街道/镇的物联网企业的数量差异较大,表现为方差大于均数,成为超离散。根据公式(1)、(2)估计方差,得到Yi的估计值${{\hat{y}}_{\text{i}}}$,通过公式(3)获得回归系数α。如果α显著不为0,表示不符合泊松回归模型的假设,需要用负二项模型来估计参数β

$ {{\left( {{y}_{i}}-{{{\hat{y}}}_{i}} \right)}^{2}}-{{y}_{i}}=\alpha {{{\hat{y}}}_{i}}^{2}+\tau, \text{其中}\tau \text{为残差。} $ (3)

物联网产业的从无到有,从探索式发展到空间集聚,影响物联网企业区位选择的因素以及因素的影响程度也不相同,不同发展阶段的企业区位决策时所考虑的区位因素有差别。上文已实证了在初创期和兴起期物联网企业在空间布局上有显著差异,因此在探讨上海物联网企业微区位选择的同时,也对初创期和兴起期两个阶段分别进行了考查。

5.2 指标选取

产业的空间分格局及演变是单个企业区位与再区位的总和,单个企业的区位选择是基于“成本—收益”权衡下综合考虑企业战略等因素确定的最优区位[15]。综合区位理论的相关研究,主要从土地成本、制度因素、科技环境、集聚程度和交通因素五个方面进行考虑。

(1)土地成本。土地成本是企业生产要素成本的重要组成部分[12],也城市各种经济活动空间分异最为敏感的因素之一,对城市空间结构具有直接的影响[32]。众所周知,上海整个城市呈现摊大饼式的蔓延发展,以人民广场为中心的主城区土地价格高。以人民广场为中心向外画同心圆,假设同一圈层内土地成本相同,并从人民广场向外逐级递减。

(2)制度因素。政府对于产业的兴起和发展起着重要的作用。物联网企业在上海市内的区位选择会受到政府优惠政策的影响,包括行政管理、财税金融、土地、产业发展等政策,这些优惠政策主要集中在开发区[32, 33]。国家级、市级开发区在行政级别、审批部门、发展水平、规模等方面均有差异,入驻不同等级的开发区所受到的政策制度的福利有所不同。产业园区的等级越高,对产业的规划和引导作用越强,发展水平越高,对物联网企业的吸引力也越强。分别将国家级园区、市级园区、一般产业区块、非公告产业区块赋值为3、2、1和0。

(3)科技环境。在信息时代,知识和创新的重要性逐渐上升[34]。在良好有产业氛围内,企业又能更方便的获得信息、知识、技术和经验,以及更快更有效地进行交换。高等院校不仅为高新技术企业提供了高等人才,也是创新之源。事实上,上海的高校与高新技术产业之间存在着区位上的相互接近性[14]。因此,本研究统计街道/镇内高等院校的数量来衡量地方的科技环境。预期良好的科技环境会吸引物联网企业入驻。

(4)产业集聚。集聚外部性是影响企业在城市内部选择的重要因素,类似于企业在空间上集聚可以获得本地化经济[35]。采用万人物联网企业个数来描述地方的企业集聚程度。初创期和兴起期的人口数据分别选用第五、六次人口普查数据。

(5)交通因素。运输因子是传统区位论考虑的重要因素之一,在已经有研究中交通因子主要是强调运输费用[34]和企业对外联系的方便程度[36, 37]。由于物联网制造业的产品较小,质量较轻,对外运输的成本不高,加上上海对外联系通达性整体较好,因而,与员工通勤密切相关的市内交通通达性成为考查的重点,预期通达性好的区域能够吸引更多的企业。2002年前上海地铁1—3号线共建成47个站点,截至2012年上海已经建成1—11号线共261个站点,以地铁站为中心分别画1km的缓冲区,计算各街道/乡镇的地铁覆盖程度。

5.3 结果

实证结果(表 1)表明,产业集聚和制度因素分别对产业聚集有显著影响,与上海外资制造业区位因素一致[36]。产业集聚程度是影响物联网企业区位选择的最重要因素,总体弹性系数达到1.09,并随着产业演化影响力度急剧增加,从初创期的0.47上升到兴起期的1.17。正如信息通讯企业空间集聚的研究结果,企业集聚特征对新企业区位选择具有显著影响[38, 39]。对于新兴技术产业来说,相关产业基础十分重要。上海物联网产业并不是凭空形成,而是基于原有产业基础之上的。第一、对于新兴技术产业来说,企业的区位选择充满了机会与风险,一般企业倾向于向类似企业集中的地方分布以获取地方化经济。第二、物联网技术的拓展。物联网与集成电路、计算机、通信设备、软件等产业高度相关,物联网企业加入以上产业集群有利于关键技术的突破与生产。因此,张江高新技术产业开发区成就是物联网企业最集中的地区。第三、物联网技术应用平台的结合。RFID技术被应用汽车制造程序,用途包括:车辆厂对零部件的追踪及库存的掌控、关键组件生产回溯与责任厘清、品牌汽车或零件的防伪等。因此,物联网企业在嘉定汽车产业园形成热点区,有利于制造与研究成果直接转化。

表 1 负二项回归结果 Tab.1 The Result of Negative Binomial Regression

制度因素是影响物联网企业区位选择的重要因素。在初创期制度因素系数达到0.34,与产业集聚因素相当。正如上文研究结果表明,初创期上海物联网企业在青浦、松江形成集聚热点,与政府引导的开发区建设与定位是分不开的。苏州[40]和武汉[37]的研究结果也表示,国家级经济技术开发区表现出明显的体制优势吸引大型企业入驻。工业园区建立一般都通过政策优惠吸引企业,包括税收优惠和一门式服务。在兴起期,制度因素系数为0.33,低于产业集聚因素(1.17),说明当地政府在新技术发展初期起到关键的扶持作用,产业发展相对成熟后,市场力量占主要优势。

在以往的研究中,知识溢出环境是高技术产业聚集区形成的决定性区位因子[41]。然而,本研究中科技环境对企业区位选择的影响并不高,系数为0.15。一方面,物联网产业是一门新兴技术产业,相关的科技成果还处于初级研发阶段,整体发展程度还不高。加上上海做作长三角的中心城市,在物联网产业发展的进程中被无锡抢占先机。国家在无锡建设物联网感知中心,吸引了全国大量相关创新资源与研究机构入驻。然而,这也不代表上海就丧失了物联网产业的优势,因为物联网产业的特殊性,许多技术可以远程转化,这也就解释了上海物联网企业虽然偏离高等院校,但仍然在全国物联网发展前列。另一方面,科技成果交流与交换间存在壁垒,企业间还不能实现知识溢出。物联网相关的研究中心才成立不久,经过大规模的累积循环发展之后,高等院校和创新资源的重要性就会体现出来。

上海的土地成本和交通因素对物联网企业区位选择反映出负作用,弹性系数分别为-0.11和-0.06。但在初创期,二者均不显著。在信息化背景下,传统的物质区位因子的重要性不断下降,而信息、社会和文化因子的重要性增加,出现了区位因子“软化”的趋势[34]。在此期间,既有企业受政策的影响在郊区落地,也有企业在基础设施和产业配套相对完善的中心城区落地,土地成本和交通因素没有显著作用。进入兴起期后,受中心区高昂的地价、日益突出的人口压力、环境压力等影响,使得新的物联网企业集聚在上海的边缘地带。在信息技术时代,企业更加关注空间交易成本而不是运输成本。由于市场变化的日益加快、产品生命周期大大缩短,产品的上市机会和时间对企业的成功变得异常的重要。也就是说,在市场时机成熟时,一个企业能越早将产品推向市场,其商业成功的概率就相对越高[42]。总体上看,传统区位因素的作用正在逐渐弱化。

6 结论与讨论

(1)上海市物联网产业的展现出远郊区化集聚特征并伴随集聚中心转移现象。初创期物联网的热点区在青浦和松江,表现为远郊区单极集聚,与传统研究认为高技术制造业在市中心集聚、制造业近郊扩散的模式不同[10, 12]。这也说明远郊区化进程和新兴技术产业的区位选择将重构大都市区的空间格局。新兴技术产业发展初期,开发区建设与定位是政府引导企业区位选择的重要手段。兴起期嘉定、金山、浦东的物联网产业快速发展,物联网集聚中心发生转移,并呈现多极化态势。这表明新兴技术产业在循环累积过程并没有遵循路径依赖[25],制度引导和市场机制可以推动集聚中心转移或产生新的中心。

(2)产业集聚和制度因素对区位选择有重要的影响,这一结论有别于Henderson和Boschma强调的城市化经济和地方化经济作[24, 25],特别是早期制度因素对物联网企业的区位选择有显著影响,政府通过开发区和优惠政策等手段在新兴技术产业培育发挥了重要作用。在产业生命周期的不同阶段影响因子的作用力度也有所差别,后期产业集聚因素超过制度因素成为决定性因素。

本研究仅选取20年间上海市物联网企业数据进行分析,尚不能完全反映该产业的兴起阶段,还需要从更长的时间尺度进行研究。另外,在今后的研究中还应关注物联网企业的退出机制。

参考文献
[1] Zanella A, Bui N, Castellani A, et al. Internet of things for smart cities[J]. Internet of Things Journal, 2014, 1(1): 22-32. DOI:10.1109/JIOT.2014.2306328
[2] 周劲. "三化"与"三业"——试议新兴产业对城市布局结构的影响[J]. 城市规划, 2004(4): 62-64, 69. [Zhou Jin. The influence of real estate, high technology, and logistics on city layout and structure[J]. City Planning Review, 2004(4): 62-64, 69. ]
[3] 王战和, 许玲. 高新技术产业开发区与城市经济空间结构演变[J]. 人文地理, 2005, 20(2): 98-100. [Wang Zhanhe, Xu Ling. Hi-tech industries development zone and evolution of urban economic spatial structure[J]. Human Geography, 2005, 20(2): 98-100. ]
[4] 张芸, 梁进社, 李育华. 产业集聚对大都市区空间结构演变的影响机制——以北京大都市区为例[J]. 地域研究与开发, 2009, 28(5): 6-11. [Zhang Yun, Liang Jinshe, Li Yuhua. Influencing mechanisms of industrial agglomeration on urban spatial structure: The case of Beijing metropolitan region[J]. Areal Research and Development, 2009, 28(5): 6-11. ]
[5] 黄南. 世界新兴技术产业发展的一般规律分析[J]. 科技与经济, 2008, 11(5): 31-34. [Huang Nan. The general rule of the world's emerging technology industry development[J]. Science & Technology and Economy, 2008, 11(5): 31-34. ]
[6] 梁琦, 刘厚俊. 产业区位生命周期理论研究[J]. 南京大学学报(哲学.人文科学.社会科学版), 2003, 40(5): 139-146. [Liang Qi, Liu Houjun. Theory on the life cycle of industry location[J]. Journal of Nanjing University (Philosophy, Humanities and Social Sciences), 2003, 40(5): 139-146. ]
[7] 陈家祥, 王兴平. 南京高新区高新技术企业的空间扩散研究[J]. 城市规划, 2007(7): 32-38. [Chen Jiaxiang, Wang Xingping. Spatial expansion of hi-tech enterprises in Nanjing hi-tech development zone[J]. City Planning Review, 2007(7): 32-38. ]
[8] 阎小培. 信息技术产业的空间分布及其影响因素分析——以美国、英国、中国为例[J]. 地理学与国土研究, 1995, 11(2): 1-6. [Yan Xiaopei. The spatial distribution of the information technology industry and its determinants: Case Studies on the United States, the United Kingdom and China[J]. Geography and Territorial Research, 1995, 11(2): 1-6. ]
[9] 王磊, 付建荣. 美国大都市区尺度上的工业区位研究[J]. 人文地理, 2015, 30(2): 97-102. [Wang Lei, Fu Jian rong. The spatial distribution of urban manufacturing industries in the United States and its implications for urban development in China[J]. Human Geography, 2015, 30(2): 97-102. ]
[10] 邱灵, 申玉铭, 任旺兵. 北京生产性服务业与制造业的关联及空间分布[J]. 地理学报, 2008, 63(12): 1299-1310. [Qiu Ling, Shen Yuming, Ren Wangbing. Industrial relevancy and spatial distribution between producer services and manufacturing in Beijing city[J]. Acta Gerographica Sinica, 2008, 63(12): 1299-1310. DOI:10.11821/xb200812007]
[11] 贺灿飞, 梁进社, 张华. 北京市外资制造企业的区位分析[J]. 地理学报, 2005, 60(1): 122-130. [He Canfei, Liang Jinshe, Zhang Hua. Locational study of foreign enterprises in Beijing based on an ordered probit model[J]. Acta Gerographica Sinica, 2005, 60(1): 122-130. DOI:10.11821/xb200501014]
[12] 张晓平, 孙磊. 北京市制造业空间格局演化及影响因子分析[J]. 地理学报, 2012, 67(10): 1308-1316. [Zhang Xiaoping, Sun Lei. Manufacture restructuring and main determinants in Beijing metropolitan area[J]. Acta Gerographica Sinica, 2012, 67(10): 1308-1316. DOI:10.11821/xb201210002]
[13] 邱报, 孙娟, 王铮, 等. 上海高新技术产业内部空间分布及区位分析[J]. 城市规划, 2001(1): 46-48. [Qiu Bao, Sun Juan, Wang Zheng, et al. The spatial distribution and location analyses of the shanghai high-tech industries[J]. City Planning Review, 2001(1): 46-48. ]
[14] 宋秀坤, 王铮. 上海城市内部高新技术产业区位研究[J]. 地域研究与开发, 2001, 20(4): 18-21. [Song Xioukun, Wang Zheng. The hightech enterprise location in Shanghai city[J]. Areal Research and Development, 2001, 20(4): 18-21. ]
[15] 毕秀晶, 汪明峰, 李健, 等. 上海大都市区软件产业空间集聚与郊区化[J]. 地理学报, 2011, 66(12): 1682-1694. [Bi Xiujin, Wang Mingfeng, Li Jian, et al. Agglomeration and suburbanization: A study on the spatial distribution of software industry and its evolution in metropolitan Shanghai[J]. Acta Gerographica Sinica, 2011, 66(12): 1682-1694. DOI:10.11821/xb201112009]
[16] 田光进, 沙默泉. 基于点状数据与GIS的广州大都市区产业空间格局[J]. 地理科学进展, 2010, 29(4): 387-395. [Tian Guangjin, Sha Moquan. The spatial pattern of Guangzhou metropolitan area industry based on point data and GIS[J]. Progress in Geography, 2010, 29(4): 387-395. DOI:10.11820/dlkxjz.2010.04.001]
[17] 陈衍泰, 程鹏, 梁正. 影响战略性新兴产业演化的四维度因素分析——以中国风机制造业为例的研究[J]. 科学学研究, 2012, 30(8): 1187-1197. [Chen Yantai, Cheng Peng, Liang Zheng. Influential factors of strategic emerging industries evolution: An analysis framework of two stage-four dimensions: Empirical studies based on wind turbine industry in China[J]. Studies in Science of Science, 2012, 30(8): 1187-1197. ]
[18] David P A. Why are institutions the 'carriers of history'? Path dependence and the evolution of conventions, organizations and institutions[J]. Structural Change and Economic Dynamics, 1994, 5(2): 205-220. DOI:10.1016/0954-349X(94)90002-7
[19] Sydow J, Schreyogg G, Koch J. Organizational paths: Path dependency and beyond[C]. Paper Given at 21st EGOS Colloquium 30, Germany: Berlin, 2005.
[20] 刘新艳, 何宏金. 新兴产业空间集聚的动力机制分析[J]. 科技进步与对策, 2011, 28(5): 63-67. [Liu Xinyan, He Hongjin. Dynamic mechanism analysis of the emerging industrial spatial agglomeration[J]. Scientific & Technological Progress and Policy, 2011, 28(5): 63-67. ]
[21] 袁中华, 冯金丽. 制度变迁与新兴产业——理论分析与实证[J]. 经济经纬, 2012, 29(2): 47-51. [Yuan Zhonghua, Feng Jinli. Institutional change and emerging industries[J]. Economic Survey, 2012, 29(2): 47-51. ]
[22] 陈洪涛, 陈劲, 施放, 等. 新兴产业发展中的政府作用机制研究——基于国家政治制度结构的理论分析模型[J]. 科研管理, 2009, 30(3): 1-8. [Chen Hongtao, Chen Jin, Shi Fang, et al. Research on mechanisms of government function in the development of emerging industries: Based on the theoretical model of national political institution frameworks[J]. Science Research Management, 2009, 30(3): 1-8. ]
[23] 任寿根. 新兴技术产业集群与制度分割——以上海外高桥保税区新兴技术产业集群为例[J]. 管理世界, 2004, 20(2): 56-62. [Ren Shougen. The emerging technology industry cluster and institutional segmentation[J]. ManagementWorld, 2004, 20(2): 56-62. ]
[24] Henderson J V, Kuncoro A, Turner M. Industrial development in cities[J]. Journal of Political Economy, 1995, 103(5): 1067-1090. DOI:10.1086/262013
[25] Boschma R A, Wenting R. The spatial evolution of the British automobile industry: Does location matter?[J]. Industrial and Corporate Change, 2007, 16(2): 213-238. DOI:10.1093/icc/dtm004
[26] Stam E. Why butterflies don't leave locational behavior of entrepreneurial firms[J]. Economic Geography, 2007, 83(1): 27-50.
[27] Klepper S. The capabilities of new firms and the evolution of the US automobile industry[J]. Industrial and Corporate Change, 2002, 11(4): 645-666. DOI:10.1093/icc/11.4.645
[28] Martin R. Roepke lecture in economic geography: Rethinking regional path dependence: Beyond lock-in to evolution[J]. Economic geography, 2010, 86(1): 1-27.
[29] 李德瑜, 邹沛思, 贺灿飞. 中国风电设备制造业发展与空间格局研究[J]. 地理科学进展, 2014, 33(9): 1187-1197. [Li Deyu, Zou Peisi, He Canfei. Development and spatial pattern of wind equipment manufacture industryin China[J]. Progress in Geography, 2014, 33(9): 1187-1197. ]
[30] 阎小培. 信息产业的区位因素分析[J]. 经济地理, 1996, 16(1): 1-8. [Yan Xiaopei. Analysis on the location factors of information industry[J]. Economic Geography, 1996, 16(1): 1-8. ]
[31] Beyers W B. Services and the new economy: Elements of a research agenda[J]. Journal of Economic Geography, 2002, 2(1): 1-29. DOI:10.1093/jeg/2.1.1
[32] 姚康, 杨永春. 兰州城区制造业空间结构及其影响因素研究[J]. 人文地理, 2010, 25(5): 59-64. [Yao Kang, Yang Yongchun. A research on the spatial structure of manufacturing industry and its mechanism in Lanzhou[J]. Human Geography, 2010, 25(5): 59-64. ]
[33] Wei Y H D, Leung C K, Li W, et al. Institutions, location, and networks of multinational enterprises in China: A case study of Hangzhou[J]. Urban Geography, 2008, 29(7): 639-661. DOI:10.2747/0272-3638.29.7.639
[34] 宋周莺, 刘卫东. 信息时代的企业区位研究[J]. 地理学报, 2012, 67(4): 479-489. [Song Zhouying, Liu Weidong. The challenge of wide application of new information and communication technologies to traditional location theory[J]. Acta Gerographica Sinica, 2012, 67(4): 479-489. DOI:10.11821/xb201204005]
[35] Wallsten S J. An empirical test of geographic knowledge spillovers using geographic information systems and firm-level data[J]. Regional Science and Urban Economics, 2001, 31: 571-599. DOI:10.1016/S0166-0462(00)00074-0
[36] 赵新正, 宁越敏, 魏也华. 上海外资生产空间演变及影响因素[J]. 地理学报, 2011, 66(10): 1390-1402. [Zhao Xinzheng, Ning Yuemin, Wei Yehua. Evolution and determinants of foreign production space in Shanghai[J]. Acta Gerographica Sinica, 2011, 66(10): 1390-1402. DOI:10.11821/xb201110009]
[37] Huang H, Wei Y H D. Intra-metropolitan location of foreign direct investment in Wuhan, China: Institution, urban structure, and accessibility[J]. Applied Geography, 2014, 47: 78-88. DOI:10.1016/j.apgeog.2013.11.012
[38] 杨洪焦, 孙林岩, 梁冬寒. 我国高新技术产业聚集度的变动趋势及区位因素分析——以电子及通讯设备制造业为例[J]. 科学学研究, 2009, 27(9): 1335-1343. [Yang Hongjiao, Sun Linyan, Liang Donghan. Trends and determinants of China's hi-tech industrial agglomeration degree: Take manufacture of electronic and communication equipment for example[J]. Studies in Science of Science, 2009, 27(9): 1335-1343. ]
[39] 袁丰, 魏也华, 陈雯, 等. 苏州市区信息通讯企业空间集聚与新企业选址[J]. 地理学报, 2010, 65(2): 153-163. [Yuan Feng, Wei Yehua Dennis, Chen Wen, et al. Spatial agglomeration and new firm formation in the information and communication technology industry in Suzhou[J]. Acta Gerographica Sinica, 2010, 65(2): 153-163. DOI:10.11821/xb201002003]
[40] Wei Y H D, Yuan F, Liao H F. Spatial mismatch and determinants of foreign and domestic information and communication technology firms in urban China[J]. The Professional Geographer, 2013, 65(2): 247-264. DOI:10.1080/00330124.2012.679443
[41] 王铮, 毛可晶, 刘筱, 等. 高技术产业聚集区形成的区位因子分析[J]. 地理学报, 2005, 59(4): 567-576. [Wang Zheng, Mao KeJing, Liu Xiao, et al. An analysis for location factors that cause industrial agglomeration[J]. Acta Gerographica Sinica, 2005, 59(4): 567-576. DOI:10.11821/xb200504005]
[42] 张林, 刘继生. 信息时代区位论发展的新趋势[J]. 经济地理, 2006, 26(2): 181-185. [Zhang Lin, Liu Jisheng. New tendency of location theory in information age[J]. Economic Geography, 2006, 26(2): 181-185. ]