新一代信息技术产业的空间集聚研究

王欢芳 张幸 宾厚 何燕子

摘 要：基于对中国31个省市新一代信息技术产业区位熵和Moran's I指数的测算，考量新一代信息技术产业的空间集聚状况。结果显示：中国的新一代信息技术产业总体上呈现较高水平的空间集聚，特别是在中国东部地区表现显著，且其产业集聚的空间差异会受到经济发展水平、空间相关性、信息技术应用等因素的影响。鉴此，建议开拓网络经济新空间，推动“互联网+”、发展信息技术新优势及深化信息体制改革等，以促进其产业集聚发展。

关键词： 信息技术;产业集聚;产业结构;Moran's I指数

中图分类号：F426.7文献标识码： A文章编号：1003-7217（2020）01-0131-08

一、引 言

互联网与云计算、大数据服务、人工智能、新一代信息网络产业、电子核心产业、新兴软件和新型信息技术服务等是中国当前新一代信息技术的重要发展领域。随着云计算、大数据、人工智能等技术广泛渗透于各个领域，为顺应信息技术产业发展方向和产业融合发展趋势，需加快推动信息技术与先进制造业、现代服务业等产业的融合，构建互联互通、融合创新的新一代信息技术产业体系。近年来，产业集聚成为学术界研究的焦点，产业集聚是一种较为紧凑的空间发展模式，有助于提高区域竞争力和技术创新能力，但鲜有学者研究新一代信息技术产业的空间集聚状况，所以，本文通过测度中国新一代信息技术产业的集聚水平，提出对策建议以促进该产业的集聚发展并优化其产业结构。

新一代信息技术产业的研究主要围绕产业发展、产业集聚展开，许多学者认为产业集聚是产业活动在空间上的具体体现，可能受到经济发展水平、技术创新、人才流动等因素的影响。具体来看，新一代信息技术有助于提高其企业和产业的信息匹配和效率[1-3]。Wei Zhang（2015）、Wenqing Zhang（2018）认为云计算是信息和通信技术（ICT）行业的一个发展趋势，探讨开发云安全风险管理的新模型以期改进我国物联网系统，实现更高效率的信息匹配和发展[4，5];Yu L（2019）等提出一种评价创新绩效的新理论框架，在一定程度上有利于信息技术产业的创新绩效的评价和改进，进而有助于提高企业的运营效率[6]。关于新一代信息技术产业空间集聚的研究方面，Abreu（2005）将空间思维引入到产业经济发展问题的研究[7];Ye（2011）通过临近的地理单元和时间维度分析空间异质性对产业集聚的影响[8];Jin Chang Wan（2017）构建基于多Agent和Storm-Hadoop分布式集群框架的智能系统，认为优化产业结构，数据共享、协同发展是新一代信息技术产业未来的发展方向[9];Song等（2017）强调对不同產业的时空分布格局及其动态以便了解其宏观发展趋势，为产业空间规划提供参考，并提出基于Web框架的强大计算技术[10];Lu Y和Cao K（2019）描述当前我国大数据产业集聚发展的现象，从地理学的角度利用空间分析方法确定影响其产业发展的有关因素[11];Zhang Y（2019）根据引力模型构建空间相关网络，并探索其空间溢出效应[12]。

国内关于新一代信息技术产业的研究起步相对较晚，部分学者认为政策因素、科技因素、人力因素、区域承载力等会在某种程度上影响该产业的发展[13-15]。关于新一代信息技术产业发展模式的研究方面，贺正楚等（2015）认为，目前中国新一代信息技术产业应发展公共服务领域、构建信息共享平台等[16];张越等（2016）提出新一代信息技术产业生态系统演进与创新的理论框架和新的研究视角[17];邓子云等（2017）提出区域大数据产业发展战略分析法[18]。关于新一代信息技术产业空间集聚的研究方面，陈杰等（2013）以长江三角洲地区新一代信息技术产业为例，利用系统聚类分析该产业的基本分布情况[19];胡静等（2015）、刘佳刚等（2015）从全国、区域、产业三个层面分析战略性新兴产业发展现状、动态演变趋势、空间集聚和空间布局情况[20，21];汤长安等（2018）选取沪深上市公司的时间截面相关数据，对中国战略性新兴产业的空间格局进行分析和研究分析[22]。

综观已有文献，关于新一代信息技术产业的研究累积了大量的研究成果，具有一定的借鉴意义。但相关文献对于新一代信息技术产业集聚的研究较少，现有文献大多是以某一地区或者某些区域为对象进行研究，从空间集聚角度研究该产业的发展状况较为少见，对该产业的系统性研究也不多。而采用空间自相关法能够更清晰地观察其空间分布的形成过程，因此，本文采用区位熵、Moran's I指数法并结合莫兰散点图来研究我国31个省市的新一代信息技术产业空间集聚和其发展状况，以更清晰地观察其空间分布的形成过程以及该产业发展是否受空间溢出效应的影响，并为促进该产业的产业融合发展，优化产业结构及培育壮大新一代信息技术产业等提供一定的理论参考。

二、实证研究

产业集聚主要是指大量的同一产业类型的企业集聚在一起，有利于其技术交流和学习进步，从而产生溢出效应。同时，产业集聚还有利于资源共享、要素的合理配置和产业创新。特别是新一代信息技术产业，由于其产业高技术性和专业性的特点，对于产业集聚的规模经济和外部性效应的要求更明显，例如，通过产业集聚共享技术资源，更有利于新一代信息技术产业的规模化发展和产业创新，节省人力资本和降低研发创新的投入和风险等。因此，本文采用区位熵、Moran's I指数法分别测算新一代信息技术产业空间集聚和其发展状况。

（一）指标选取

反映一个行业发展状况的数据指标有从业人数、工业总产值、企业数量、固定资产投资、专利申请数目等。其中，在国内外有关产业集聚的研究中最常见的应用指标是从业人数和工业总产值。然而，按照最新的国民经济行业的《战略性新兴产业分类目录》的划分，新一代信息技术产业种类较多，但产业的相关数据统计不够全面，因此数据获取不易。本文借鉴郭立伟（2013）提出的方法[23]，计算2012-2016年中国31个省市新一代信息技术产业的总产值和从业人数（由于截至目前为止中国工业统计年鉴数据更新到2017年）。

（二）产业集聚测算

1.区位熵指数。

区位熵是衡量某一区域要素的空间分布情况的指标，计算方法较为简单易行、分析相对直观。区位熵指数较高的现象则在很大程度上反映出该产业地区层面产业的集聚水平。此处以年均从业人数为指标，计算公式如下：

LQij=Xij/∑iXij∑jXij/∑i∑jXij（1）

其中，LQij表示j地区i产业的区位熵，Xij表示j地区i产业的产出指标，∑iXij表示在j地区范围内所有产业的产出指标，∑jXij表示在全国范围内所有地区i产业的产出指标，∑i∑jXij表示全国范围内所有产业的产出指标。一般情况下，若LQij>1，表示j地区i产业高度集聚，LQij的值越高其集聚程度就越高;反之，若LQij<1，则表示j地区i产业相对较少，产业集聚程度低。

测算结果（如表1所示）：广东地区2011-2016年的区位熵值均高于2，说明其新一代信息技术产业高度集聚，上海、江苏、浙江、北京、天津等地区2011-2016年的区位熵值均高于1，特别是上海、江苏地区较接近2，均有较高的空间集聚优势，河北、山东、福建、河南、安徽、湖南、湖北、江西、重庆、四川地区2011-2016年的区位熵值都高于0.5，其新一代信息技术产业空间集聚程度相对明显，但西部和东北大部分地区的位熵值偏低，产业集聚程度不明显。

2.全局Moran's I 指数。

近年来，从空间角度研究社会经济发展逐渐引起学者们的关注，空间思维、空间效应被越来越多的研究者引入到产业经济问题的研究中。据有关研究表明，一个地区某项产业的集聚水平不仅取决于地理环境、自然资源、科技发展水平和政策导向等因素，还会受到邻近地区的渗透作用、空间溢出效应影响，进而作用于产业集聚空间结构的形成[24]。产业集聚的空间依赖性反映真实存在的空间交互影响和作用，也会在无形之中慢慢渗透到生活中，如高技术人才的流动、知识的共享、先进技术的应用、产业间的渗透性等。由于日益增加的地区间的地理联系，地理位置邻近的地区随着时间的推移受渗透作用和空间溢出效应的影响，其产业集聚水平可能表现为较大程度的相似性，产业集聚形成过程中空间溢出效应的异质性继续存在或慢慢消失。因此，时空维度在分析产业集聚时也必不可少。

接下来，结合Moran's I 指数法进一步分析中国新一代信息技术产业在空间上的集聚状况。全局空间自相关检验的Moran's  I指数公式：

I=∑ni=1∑nj=1wij（xi-）（xj-）S2∑ni=1∑nj=1wij（2）

其中，S2為该样本的方差;wij表示空间权重矩阵，用来衡量地区i与地区j之间的距离;表示各地区总产值的均值;∑ni=1∑nj=1wij则表示所有空间权重之和，空间权重矩阵标准化后，∑ni=1∑nj=1wij=n。用标准化检验值来判断Moran's I值的显著性[25]，当Moran's I值大于0时，表明高值与高值相邻，低值与低值相邻，即正相关关系，不同地区新一代信息技术产业的集聚水平在空间上具有相似性;当Moran's I值小于0时，即表示负相关关系，不同地区新一代信息技术产业的集聚水平在空间上不具有相似性;Moran's I值等于0，则表明空间分布是随机的，不存在空间自相关。

分别以年均总产值、从业人数为指标，根据公式（2）可计算出2011-2016年中国新一代信息技术产业的全局Moran's I指数（见表2）。由表2的结果可知，全局自相关指标拒绝原假设，在显著性水平α=0.05时，标准化检验值均大于1.96，P值也均小于0.05，因此，可以认为中国新一代信息技术产业的发展存在全局自相关。从表2中以不同的指标做全局Moran's I指数测算的结果（左边为以总产值为指标，右边以从业人数为指标测算全局Moran's I值）可知：2011-2016年该产业的Moran's I值均大于0，并且都通过了显著性检验，左边从2011年的0.240到2016年的0.336，总体趋势是递增的，其均值为0.315;对比右边的总体趋势也是递增的，但是其Moran's I值则整体相对较低。

这也表明新一代信息技术产业的空间集聚并非是随机产生的结果，根据全局Moran's I指数的测算结果认为，该产业空间集聚在全局上表现出较强的空间相关性，具体表现为：产业集聚水平较高的地区趋近于临近的空间集聚水平相对较高的其他地区;同时，总产值表现出的测度结果显示其产业集聚水平高于以人均从业人数为指标的产业集聚水平。从某种程度上说明新一代信息技术产业从整体上看呈现集聚发展，但其集聚水平可能受经济发展水平、人员素质、知识溢出等因素的影响，那么，不同指标的局部Moran's I测度结果是否也有所差别呢？

3.局部Moran's I 指数。

如果检验某区域附近的空间集聚状况，可使用局部Moran's I指数：

Ii=（xi-）S2∑nj=1wij（xj-）（3）

分别以年均总产值、从业人数为指标计算局部Moran's I指数，分别列出中国31个省市的Moran's I指数Ii及其检验结果（见表3，取2011-2016年中国31个省市新一代信息技术产业的Moran's Ii均值，左边以总产值为指标，右边以从业人数为指标，测算局部Moran's I值），可以看到上海、浙江、江苏、广东等地区均强烈拒绝“无空间自相关假设”，与前面全局自相关的检验结果一致。

（三）结果分析

根据Moran散点图来对中国新一代信息技术产业的局部空间自相关性进行分析。散点图能够更清楚地研究地域之间和其邻近地区之间的空间联系形式。结合Moran散点图可将中国新一代信息技术产业集聚划分为四个不同的类型：（1）第一象限：高—高集聚区，表示在该象限内的地区，该产业集聚水平较高且相对集中;（2）第二象限：低—高集聚区，表示在该象限内，该产业集聚水平较高的地区围绕着其它集聚水平较低的地区;（3）第三象限：低—低集聚区，表示在该象限内的地区与它周围其他地区的该产业集聚水平均较低;（4）第四象限：高—低集聚區，表示在该象限内的地区该产业集聚水平较高，但其临近的一些地区该产业集聚水平则较低。一般情况下，第一、三象限表现出正的空间自相关，第二、四象限表现出负的空间自相关。表4汇总了中国31个省市2011年、2014年和2016年的新一代信息技术产业的局部Moran 散点图的统计结果（限于篇幅，局部Moran 散点图不一一列示）。结果表明：我国新一代信息技术产业的空间地理分布特点也较为明显，并且大部分的地区集中分布在第一、三象限，表现出正的空间自相关。具体而言，江苏、上海、浙江、安徽、福建、山东、广东等地区一直在第一象限内，2016年超过半数的地区位于第一象限内，还有些省市的代表点在第一象限的边缘，构成了特征明显的高—高集聚区域，总体上高—高集聚、低—低集聚的地区占比超过80%，这进一步说明我国新一代信息技术产业集聚存在着较强的空间正相关性，大部分地区与其相邻的地区表现出相似的集聚特征：该产业高集聚的地区被邻近的高产业集聚的地区所包围，低集聚的地区被临近的该产业集聚低的地区所包围。

1.呈现两极化发展模式。

从表4可以发现，属于高—高集聚的地区大部分位于经济发达的东部地区，特别是沿海地区，相对地，属于低—低集聚区的地区均位于经济落后的西北部地区，除了重庆、四川、辽宁、甘肃和青海外，还有一些地区统计上不显著，呈现两极化发展现象，导致产业发展不均衡，与区位熵的测度结果大致吻合。具体分析，属于高—高集聚的地区都有自己的产业基础优势，如产业发展规模、产业技术、电子信息制造能力、软件研发水平等。随着经济结构的不断调整和优化，新一代信息技术产业的渗透性和空间溢出效应发挥作用，促进新一代信息技术与制造业、服务业等进行产业融合，推动了新一代信息技术产业的集聚发展和产业结构的优化升级。例如，江苏省联合华为实施工业互联网创新发展“365”工程，重点围绕云企业、工业互联网标杆工厂、工业互联网平台等创新发展方向，聚焦新型电力新能源装备、物联网、生物医药和新型医疗器械、核心信息技术、汽车及零配件等先进制造业集群，发挥云计算、大数据、物联网等产业优势，促进产业的融合发展，同时带动其周边地区的协同发展。

相对地，属于低—低集聚区的地区均位于经济落后的西北部地区。这些地区经济发展方式粗放，受到自然资源、经济发展水平、信息服务业的发展水平和应用能力等的限制，并且其区位熵值和Moran's I 指数值都较低，对比2011年新一代信息技术产业的局部Moran散点图，明显发现以人均从业人数为指标的Moran's I值明显较低，说明当时大部分地区的集聚趋势不明显，特别是贵州、内蒙古、西藏、云南、广西等地区尚未形成产业集聚。但是，重庆市近年来通过对大数据智能产业、传统产业智能化改造、战略性新兴产业等工业和信息化项目予以重点扶持，大力发展新一代信息技术产业，加快推进智能制造、工业大数据、轨道交通等首批省级创新中心建设，其信息技术产业发展良好。受到两极化差异的影响以及互联网、云计算、大数据的普及，内蒙古落实对外开放战略，全方位开展对外交流合作和招商引资，与新华社中国经济信息社、航天世景等签署战略合作协议，加快推动国家一体化大数据中心、工业大数据应用技术等项目落地。另外，贵州持续推进大数据与实体经济融合，新一代信息技术产业得到发展，腾讯、阿里巴巴等相关企业落户贵州，促进了大数据与实体经济的融合发展，全域旅游、智慧健康、共享经济等新产业、新模式、新业态开始不断涌现。

2.形成空间集聚效应。

进一步观察可以发现，我国东部沿海地区及其邻近的部分中部地区，如上海、北京、河南和安徽等新一代信息技术产业的集聚水平较高，且空间集聚联系紧密。相对地，在临近地区的东部和中部地区，北京、天津、河北、河南、湖北、湖南等由于受到东部地区信息技术的渗透作用以及辐射效应影响，新一代信息技术产业的研发水平、技术市场以及高技术产业规模都有一定程度的提高，产业集聚效应也明显增强。大力发展智能科技产业是深入贯彻网络技术强国战略思想的重要举措，是北京、天津推动高质量发展的战略选择，全力打造智能科技产业高地，将各领域技术资源有效集成，形成完整产业链，实现集群发展。由于空间外在关联的溢出效应是研究变量空间相关性的直接原因，以天津、福建、海南为例，地理溢出效应会随着距离的增加而慢慢减弱，虽然天津、福建、海南都属于东部地区，会受到高集聚区江苏、浙江、广东等长三角地区的影响，但是天津距离北京最近，对比观察发现2016年高—高集聚的空间溢出效应天津最明显，其次是福建和海南。因此，实证结果表明，渗透作用和空间邻近效应能够显著作用于该地区临近地区的新一代信息技术产业空间集聚的形成和发展。

总体而言，中国新一代信息技术产业集聚空间格局表现为：东部沿海的空间集聚十分显著，其次是南部沿海和北部沿海地区同时带动了中西部部分地区的该产业的集聚发展;另外，东部沿海地区和中部地区之间产生了一定的反向溢出效应，尤其体现在广东、北京、天津、江西、河南、湖南、辽宁等地区与东部地区高集聚区的差异慢慢缩小，西北部地区近几年在“互联网+”理念指导和政策推动作用下，该产业发展也取得显著成果，其集聚趋势开始慢慢形成。据悉，2017年“互联网+”指数快速增长，广东、江苏、浙江、北京总指数位居前列。新一代信息技术中的数字经济、互联网、云服务等渗透作用呈现出明显的辐射效应，东部沿海及其周边地区增速明显，中西部地区正在形成新的增长带，中部的长株潭城市群、郑州、开封，西部的川渝等，已形成大城市带动中小等城市的新一代信息技术经济发展辐射带，产业发展不均衡状况在一定程度上得到改善。另外，结合表4的统计结果来看（包含两种指标的结果）大多数地区属于高—高集聚区、低—低集聚区，该产业发展在我国呈现出两极化趋势，而发生变化的主要有：（1）天津、河南、湖南、四川、重庆、辽宁等地区跃迁为新一代信息技术产业高—高集聚区，其中河南、湖南属于从低—高集聚跃迁为高—高集聚，天津地区则是从高—低集聚跃迁为高—高集聚，江西、四川、重庆则是从高—低集聚跃迁为高—高集聚，说明新技术会显著作用于空间临近地区的该产业的集聚和发展。（2）江西、辽宁等从新一代信息技术产业低—低集聚慢慢发展为高—低集聚，可能受产业发展基础、产业政策等的影响。互联网、云计算的不断发展，信息技术应用水平、创新能力的不断提升，使这些地区的该产业空间集聚效应变化较为明显。（3）2011-2016年，部分西北地区与其邻近地区的空间集聚程度和集聚效应均不明显，也未发生大的变化，发展相对稳定。

三、结论及对策建议

本文通过对2011-2016年中国31个省市的新一代信息技术产业集聚发展的空间集聚状况进行测算和对比分析发现：（1）2011-2016年中国的该产业区位熵值和Moran's I指数值大多呈增长趋势，包括东部的北京、上海、山东、浙江、江苏、山东等地区，中部的安徽、河南、湖南等地区，西部的重庆、四川等地区，东北的辽宁等地区。（2）Moran's I指数法以地理距离生成空间权重矩阵，分析中国31个省市的新一代信息技术产业全局和局部的空间自相关状况发现，渗透性和地理溢出效应对该产业集聚发展具有影响作用。（3）根据不同指标对比Moran散点图发现，我国新一代信息技术产业高—高集聚在东部地区表现显著，起初表现为明显的两极化差异，但受到产业渗透作用、地理溢出效应等因素的影响，大部分地区保持稳定增长趋势，并开始形成新的产业集聚区。（4）我国31个省市的新一代信息技术产业集聚水平的空间是由正的空间相关性造成的，受地理溢出效应的影响，临近地区的新一代信息技术产业空间集聚会随之形成，但这种空间邻近作用会随着距离的增加而逐渐减弱甚至消失。

因此，为促进新一代信息技术产业集聚发展提出以下对策和建议：

1.促进产业融合，开拓网络经济新空间。

对于新一代信息技术产业一直属于高—高集聚区的广东、上海、江苏、浙江、山东等地区，其产业空间集聚优势显著，经济发展水平高并且产业基础、产业发展规模和发展态势较好，新一代信息技术的应用水平也相对较高，應该着力发展新兴业态，促进产业融合和培育发展新动能，开拓信息技术带来的网络经济新空间，更好地发挥该产业的集聚优势。为促进新一代信息技术与经济社会各领域融合发展，综合考虑当前上海、江苏等高集聚发展地区的该产业基础和未来发展趋势，增强信息技术产业与传统产业的全面融合和发展应用，进而催生出更多的新业态、新模式等，拓展新的价值空间，形成产业经济发展新动能，推动电子信息技术产业转型升级取得突破性进展。

2.推动“互联网+”，发展信息技术新优势。

对于新一代信息技术产业慢慢发展为高—高集聚区的天津、河北、湖南、辽宁、海南等地区，应依托邻近东部地区的较高产业集聚优势的地理溢出效应影响，结合所属地区的该产业发展现状，培育“互联网+”生态体系，进而促进该产业发展新优势。例如，天津到2020年将建成高速、移动、安全、泛在的新一代通信产业，在云计算、集成电路、智能终端、高端软件、人工智能、信息安全等产业领域突破一批关键技术。河北“互联网+”取得实质性突破，逐步发展面向工业、制造业的信息技术服务优势，构筑工业云和智能服务平台等，大力推广网络化协同、个性化定制等。因此，应大力推动“互联网+”生态体系在医疗、教育、交通、旅游等生产生活及公共服务领域的应用，并且加快人工智能支撑体系建设和人工智能技术在各领域应用，发展信息技术产业新优势。

3.深化信息体制改革，优化产业结构。

对于山西、辽宁、贵州等新一代信息技术产业空间集聚程度相对较低的地区，应进一步落实信息技术产业发展规划，推进重点领域信息技术的有效整合和公开共享，完善信息技术体制改革，推动新一代信息技术产业创新发展和产业结构升级。首先，全面推进三网融合，进一步放开基础信息技术领域竞争性业务，深化信息技术产业的体制改革。其次，加快新一代信息技术资源的共享，统筹布局建立大数据共享平台，制定数据资源开放共享的管理办法，加强信息技术产业的基础性制度建设，优化升级产业结构等。例如，山西省围绕煤炭、电力、化工、冶金、装备制造业等重点产业和领域，实施现代化信息管理，建设面向产业企业的统一资源共享云平台，实时共享资源信息，推动互联网、大数据、人工智能和实体经济深度融合，增强了其经济发展的内生动力。最后，针对信息技术产业与各产业融合发展的特点，调整有关法规及政策规定，加强落实网络信息安全和信息技术保护有关规定，完善网络经济管理方式，强化大数据与网络信息安全保障。

4.增强基础设施建设，推动产业跨越式发展。

对于甘肃、新疆、黑龙江、内蒙古、西藏等西北地区，首先，构建高速、移动、安全、泛在的信息技术基础设施，充分利用信息技术的技术渗透作用和空间溢出效应的影响作用，大力推进信息技术高速网络建设。其次，因地制宜，根据西北地区的资源优势和已有的产业发展基础，发展相关产业链的高技术、云计算、物联网等领域智能管理系统的研发和应用，进一步统筹规划大型数据平台在适宜地区布局，进而有序推进绿色数据中心建设。据统计，截至2018年，海南的信息基础设施整体水平由2015年初的落后位置提升到全国第11位，另外，海南生态软件园已吸引腾讯、华为等2600多家企业落户，近三年来，海南互联网产业每年增速都保持在25%以上。最后，增强新一代信息技术产业在西北地区的基础设施建设，加快开展智能网络新技术规模应用试点，推进城镇地区光网覆盖，合理规划利用卫星频率和轨道资源，合理部署空间互联网，探索建立一体化信息网络平台，促进新一代信息技术产业实现跨越式发展。

参考文献：

[1] Rhind-Tutt  S，Sutton S W. Somewhere to run to， nowhere to hide[J].The Serials Librarian，2016，70（14）： 62-73.

[2] Hsu Y. A value cocreation strategy model for improving product development performance[J].Journal of Business &  Industrial Marketing，2016， 31（5）： 695-715.

[3] Le N T. Invisible watermarking optical camera communication and compatibility issues of IEEE 802.15.7r1 specification[J]. Optics Communications，2017，390： 144-155.

[4] Zhang W，Tang S Y，Zhang L P， et al.Chaotic stream cipher-based secure data communications over intelligent transportation network[J].International Journal of Antennas and Propagation，2015，31（9）： 95-101.

[5] Zhang W Q. Research on data mining of the internet of things based on cloud computing platform[J].IOP Conference Series： Earth and Environmental Science，2018，113（1）：145-153.

[6] Yu L， Duan Y， Fan T. Innovation performance of new products in China's high-technology industry[J].International Journal of Production Economics， 2019， 219： 204-215.

[7] Abreu M，Groot D，Florax R. Space and growth [J]. Region et Developpement，2005，21：13-40.

[8] Ye X Y，Carroll M C. Exploratory space-time analysis of  local economic development[J].Applied Geography，2011，31（3）：1049-1058.

[9] Wan J C，Cheng T. Research on multi-agent and storm-hadoop based on cooperative sensing framework for multiple intelligent manufacturing agent[J]. Applied Mechanics and Materials，2017，4429（864）： 192-201.

[10]Song Y， Gui Z，Wu H，et al. A web-based framework for visualizing industrial spatiotemporal distribution using  standard deviational ellpse and shifting routes of gravity centers[J]. ISPRS-International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences，2017，339（10）： 129-135.

[11]Lu Y， Cao K. Spatial analysis of big data industrial agglomeration and development in China[J].Sustainability， 2019， 11（6）： 1783.

[12]Zhang Y， Li Z. Research on spatial correlation network structure of inter-provincial electronic information manufacturing industry in China[J]. Sustainability， 2019， 11（13）： 3534.

[13]黄鲁成，王亢抗，吴菲菲，等.基于专利的北京新一代信息技术产业SWOT分析[J].中国科技论坛，2013（1）：106-112.

[14]汤萱，汤颖蕾，谢梦园.战略性新兴产业研发效率与政府补助行为——基于新一代信息技术产业上市公司的实证研究[J].广州大学学报（社会科学版），2016，15（7）：49-56.

[15]赵玉林，王春珠.战略性新兴产业发展中创新与需求协同驱动异质性分析[J].中国科技论坛，2017（5）：41-48.

[16]贺正楚，潘红玉，吴艳.新一代信息技术产业的公共服务平台构建及服务功能分析[J].中国科技论坛，2015（5）：35-41.

[17]张越，余江.新一代信息技术产业发展模式转变的演进机理——以中国蜂窝移动通信产业为例[J].科学学研究，2016，34（12）：1807-1816.

[18]邓子云，陈磊，何庭钦，等.一种区域大数据产业发展战略形成方法及实例研究[J].科技管理研究，2017，37（21）：160-170.

[19]陈杰，贺正楚，吴艳，等.新一代信息技术产业布局研究：产业集群的视角[J].系统工程，2013，31（4）：122-126.

[20]胡静，赵玉林.我国战略性新兴产业集聚度及其变动趋势研究——基于上市公司的经验证据[J].经济体制改革，2015（6）：102-106.

[21]刘佳刚，汤玮.战略性新兴产业发展演化规律及空间布局分析[J].中国科技论坛，2015（4）：57-62.

[22]汤长安，张丽家，殷强.中国战略性新兴产业空间格局演变与优化[J].经济地理，2018，38（5）：101-107.

[23]郭立伟，沈满洪.基于区位商和NESS 模型的新能源产业集群水平识别与评价——以浙江省为例[J].科学学与科学技术管理，2013（5）：70-79.

[24]孙瑜康，孙铁山，席强敏.北京市创新集聚的影响因素及其空间溢出效应[J].地理研究，2017，36（12）：2419-2431.

[25]王欢芳，张幸，宾厚，等.战略性新兴产业的集聚测度及结构优化研究——以新能源产业为例[J].经济问题探索，2018（10）：179-190.

（责任编辑：钟 瑶）

Research on Spatial Agglomeration

of New Generation Information Technology Industry

WANG Huanfang1，ZHANG Xing1，2，BIN Hou1，HE Yanzi1

（1.School of Business， Hunan University of Technology， Zhuzhou， Hunan 412007， China;

2.School of Economics， Shenzhen University， Shenzhen， Guangdong 518060， China）

Abstract：Based on the calculation of the location entropy and Moran's I index of the new-generation information technology industry in 31 provinces and cities in China， the spatial agglomeration of the new-generation information technology industry is considered. The results show that the new-generation information technology industry in China presents a relatively high level of spatial agglomeration on the whole， especially in the eastern part of China， and the spatial difference of industrial agglomeration is affected by the level of economic development， spatial correlation， information technology application and other factors. In view of this， we suggested to open up new space of network economy， promote "Internet plus" and develop new advantages of information technology， deepen reform of information system， etc.， to promote its industrial agglomeration and development.

Key words：new generation information technology industry; industrial agglomeration; industrial structure; Moran's I  Index

收稿日期： 2019-06-22

基金項目：  国家社会科学基金青年项目（14CJY038）、教育部社会科学基金项目（18YJA630001）、湖南省社会科学基金项目（17YBA140、17YBA141）、湖南省自然科学基金项目（2018JJ2449、2019JJ50124）、湖南省社科联智库项目（ZK2019001）、湖南省教育厅优秀青年项目（18B308）

作者简介： 王欢芳（1980—），女，湖南醴陵人，博士，湖南工业大学商学院教授，研究方向：产业经济。