《上海大都市区软件产业空间集聚与郊区化》(毕秀晶 宁越敏)
地理学报ACTA GEOGRAPHICA SINICA 第66卷第12期
2011年12月V ol.66,No.12Dec.,2011
收稿日期：2011-02-21;修订日期：2011-05-06
基金项目：国家自然科学基金项目(41001106;41171145)；华东师范大学博士研究生学术新人奖（XRZZ2011019）
[Foundation:National Natural Science Foundation of China,No.41001106;No.41171145；ECNU Reward for
Excellent Doctors in Academics （XRZZ2011019）]
作者简介：毕秀晶(1984-),女,博士研究生,研究方向为城市地理与城市经济。E-mail:bixiujing@https://www.wendangku.net/doc/4410104321.html, 通讯作者：汪明峰(1977-),男,副教授,研究方向为城市地理与区域规划。E-mail:mfwang@https://www.wendangku.net/doc/4410104321.html,
1682-1694页
上海大都市区软件产业空间集聚与郊区化
毕秀晶1,汪明峰1,李健2,宁越敏1,2
(1.华东师范大学中国现代城市研究中心,上海200062;2.上海社会科学院城市与区域研究中心,上海200020)摘要：随着信息经济发展壮大，软件产业日益成为城市经济的新引擎，其空间区位对城市空间结
构影响不断加深。文章以上海市软件企业名录为数据基础，运用GIS 技术、社会网络分析等方
法，探讨了上海大都市区软件产业的空间分布、演变特征及影响因素。研究发现，2002年及2008
年上海软件产业空间分布的集聚化特征明显，但产业集聚中心位置发生了从中心城区转向郊区
的偏移。6年间，软件企业的空间格局呈现出“大都市区尺度上的扩散以及园区尺度的再集聚”的时空特征。不同类型企业空间集聚与扩散的特征不同，以嵌入式软件企业为主的中小企业呈
现出向远郊区扩散的特征。在影响因素的分析上，负二项回归的结果表明交通通达性、政府政
策影响下的科技园区建设、产业历史基础对软件企业的区位选择具有显著影响。内外资企业区
位影响因素的比较分析发现，交通通达性、自然环境及办公楼条件对外资企业区位影响较大，内
资企业对政府政策更为敏感。
关键词：软件产业；集聚化；郊区化；负二项回归；上海
1引言
在经济全球化和信息化的背景下，互联网等信息通讯技术的发展及应用，以及以此为基础的新的产业组织形态(代理、外包等)的产生使传统的集聚优势不断削弱[1-2]。传统的集聚理论认为，产业空间集聚的优势在于知识外溢、共享的专业劳动力市场以及减少交通成本
等[3]。然而不断发展的信息通讯技术、交通技术及产业组织技术使产业空间集聚的优势受到一定冲击，电信技术可以便捷的连接全球知识并接受知识转移进行分工与合作[4]。在此背景下，产业的集聚与扩散成为20世纪以来研究的热门话题[5]。集聚与扩散是在不同空间尺度下的相对概念。从全球空间尺度看，不论是制造业还是服务业都基于全球生产网络的运作扩散到发展中国家，并主要集聚在少数大城市或技术极[6]。在地方层面，制造业的空间扩散
及郊区再集聚已经得到了共识[7]，但受信息技术影响最为明显的生产性服务业空间区位趋势
仍备受争议[8-9]。软件产业作为许多大都市经济的新引擎，是生产性服务业的重要组成部分[10]。学者们在研究生产性服务业“集聚与扩散”过程中多选取软件产业为研究案例，大部
分研究结果显示，软件产业相对法律、咨询等其他产业显示出较强的郊区化趋势[8-9]。随着软
件产业在全球范围的快速发展，从不同空间尺度范围内对软件产业空间演变的深入研究不断增多[10-12]。但城市内部软件产业或其他新兴产业的空间研究很少从大都市区视角切入[13-15]，虽然重视与全球网络的链接[16]，但往往忽略该产业与都市区空间以及与其他产业的互动。另一方面，相关研究多集中在发达国家大都市以及少数印度城市，对处在经济转型时期中国大都市的相关研究相对较少。
21世纪以来，全球外包(ITO)与企业跨国投资共同构成了软件产业全球化重要推动力
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化
1683量，软件产业的生产与服务逐渐从发达国家向中国、印度等发展中国家和地区扩散，使我国软件产业全球化程度不断提高。至2006年底，中国和印度的软件销售总额分别位居世界第四与第五。西方发达国家，市场机制导致软件产业郊区化；而发展中国家，政府政策的作用不可忽视。中国已经成为世界软件生产大国，其产业发展环境有别于其他国家，对中国软件产业的研究日益重要。大都市区是全球劳动分工的节点，是多尺度劳动空间分工的叠加空间[17]，因此在大都市区的尺度上认识软件产业的空间分布变动具有重要意义。
上海软件产业在20世纪90年代中后期进入起步阶段，2000年以后软件产业进入了快速发展期。2008年上海经认证软件企业数为1514家，已成为中国第二大软件产业集聚中心[17]。本文采用企业数据，通过运用GIS方法深入到产业内部对软件企业的区位行为进行细致分析，在此基础上对上海大都市区软件企业区位选择及空间演变进行探讨，分析我国代表性大都市区软件产业的空间集聚与扩散以及其与城市空间结构以及城市功能的互动关系，通过与国外大都市区相关研究对比，总结转型时期中国大都市生产性服务业空间演变的特殊机制。
2理论基础及研究进展
企业区位选择研究是从微观视角理解城市空间结构与城市功能变动的重要视角。20世纪初，韦伯工业区位论强调最小费用区位原则。其后，廖什则强调市场对企业决策的重要性。总体来说，古典区位论强调经济因素，主要从降低成本和扩大市场两方面考察企业区位选择行为[15]。后来，Marshall开始关注集聚经济的影响作用，具体表现为城市化经济和地方化经济两种形式[3]。随着新制度经济学兴起，文化、制度等因素被引入区位理论之中，丰富了区位论的研究[18]。除了企业外部环境对企业区位决策具有重要影响外，企业内部或自身特性也是重要的区位决定因素[11,19]，波特在钻石模型中也强调了企业战略、结构等的重要性[20]。
在实证研究方面，Aranya将生产性服务业空间区位相关研究归为两类：第一类是关于信息技术对面对面交流的可替代性研究，第二类是关于组织重构及其空间响应[11]。早期学者主要从电子通讯技术进步、生产组织演化等视角探讨信息技术影响下生产性服务业空间变动趋势，通过分析接近性因素(接近客户、信息源、劳动力市场等)、通达性因素(交通、信息基础设施条件)、环境因素(区位知名度、社会和居住环境、办公设施条件、市场环境状况)探讨生产性服务业分布格局的影响因素[5]。当然，不同因素在不同尺度上影响区位选择的程度是不同的，比如Rosenthal等的研究表明知识溢出在邮编区这样的小尺度空间影响明显，而资源要素在小尺度空间影响不大[21]。随着对发展中国家生产性服务业空间特征影响因素分析的增多，政府、关系网络等要素逐渐得到重视[22-23]。Breznitz对以色列的信息服务业空间分布研究得出区域政策对一个区域形成某种产业环境具有非常重要的作用[22]。此外，不同类型企业存在着明显的区位决策差异[24]，2000年以后从产业分工视角研究不同类型企业或公司不同部门的城市内部微区位的成果相对增多。Isaksen研究证实软件产业“郊区化”趋势并不是绝对的，不同类型的软件企业区位选择具有很大的差异性，企业自身性质是影响企业区位选择的因素之一[14]。Aranya通过对Wipro、IBM以及I flex的案例分析，得出政府政策对处于不同发展阶段的软件企业来说作用力不同，并且论证了班加罗尔软件产业郊区化过程中IBM等大公司的郊区化对产业郊区化的推动作用[11]。
处在经济转型期的中国，政府、市场等多方因素相互作用影响产业空间结构，从而使城市内部企业区位选择的作用机制更加复杂[15]。自20世纪90年代对我国产业集聚与扩散的相关研究方兴未艾，外资企业的空间区位[25-26]、制造业企业集聚与扩散[7]、高新技术企业区位选择[27]、生产性服务业空间分布[28-29]、信息通讯产业空间格局[30]等方向都有一定研究，对于工业、高新技术产业以及研发产业的空间集聚与扩散的研究相对较多[7,15]。张华、贺灿飞对北
66卷地理学报京外资企业区位选择影响因素分析显示交通通达性是企业区位选择的重要影响因素[26]。吕卫国和陈雯对南京制造业企业区位选择的研究则显示开发区建设、政府政策、土地有偿使用制度与要素空间分布和集聚经济一样对企业区位选择具有重要影响[7]。罗若愚的研究则认为外商投资的进入强烈改变了城市原有的开发格局，因而也影响了产业的空间布局[31]。3数据说明与研究方法
3.1数据来源与空间化处理
本文采用的企业数据来源于《2003年上海软件企业名录》与《2009年上海软件企业名录》，分别收录了截止到2002年末、2008年末所有经过认定的软件企业信息。包括企业名称、地址、邮编、企业性质、成立年份、主要软件产品、企业规模等特征数据。2002年企业信息共有242条，2008年有1514条。文章利用企业的地址信息将2002年及2008年企业分别与上海市交通矢量地图匹配，得到两个年份的上海市软件企业空间分布图。为深入探讨企业本身的特性与区位选择的关联性，文章按照企业名录中所提供产品信息将软件企业分为基础软件、应用软件(通用与行业应用)、嵌入软件与出口软件，按照企业从业人员规模将企业分为大企业、中大企业、中小企业、小企业，并在数字化过程中分别赋予了不同的属性值。
本文研究区域为上海整个市域范围，包括18个区①和崇明县，为避开行政区划调整的影响，文章将邮政编码区(简称邮区)作为空间分析最小单元。在以邮区为分析单位的基础上，以人民广场为圆心由内向外划分5个同心圆缓冲区用于统计不同圈层内的企业数量(图1)。
3.2研究方法3.2.1热点分析法热点分析可探测事件在空间分布的非随机性，计算出事件发生高频率的热点区域。文章首先对企业空间数据进行了聚类分析，测度区域内企业分布的聚散程
度[32]。在聚类分析的基础上，对于呈现集聚分布特征的数据进行热点分析，以判断企业集中的热点区域。3.2.2社会网络分析方法社会网络分析是对社会网络中各主体之间的关系进行量化研究的方法[33]。本文借鉴社会网络分析方法的理念，量化企业跨区迁移所形成的上海各区县的联系网，利用Ucinet 6.0将这种关联可视化，使抽象的区际企业迁移行为具体化。
图1上海市软件企业空间分布格局
Fig.1The spatial distribution of software firms in Shanghai a.2002年
b.2008年
1684
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化
1685 4上海市软件产业空间分布及演变特征
4.1空间集聚特征明显
2002年软件企业空间分布及2008年空间分布都表现出明显的圈层差异(图1)，企业集聚十分明显，具体来看，上海软件企业的空间布局呈现以下几点特征。
(1)总体空间分布不均衡，中心城区与浦东新区是企业分布的主体。如图1所示，2002年、2008年软件企业主要集中在距离市中心15km以内的区域。2002年，91.3%的软件企业分布在距离市中心10km以内的中心城区，到2008年，在这一范围内的企业比重为下降为71.7%，但95%以上的企业分布在15km以内的区域(上海外环线以内)。从2002年到2008年软件企业空间的圈层分布发生了明显的变化，0~5km范围内企业比重从2002年的40.9%下降到2008年的28.3%，10~15km范围内企业比重从2002年的8.9%上升到2008年的23.9%。即城市中心的企业比重有所减少，中心外围区域企业比重有所上升。从区县层面来看，软件企业空间分布不均衡性十分突出，2002年软件企业数量最多的前3个区为徐汇区、浦东新区及长宁区，3区企业数之和占全市56%。2008年浦东新区超越徐汇区成为企业数量最多的区，徐汇、长宁分别位居第二和第三，3区的企业数占全部企业的59%，布局在浦东的企业数量为417家，占上海市软件企业总数的28%，是排名第二的徐汇区(337家)的1.23倍，是企业数量最少的崇明县的139倍。
(2)商务中心以及科技园区是企业集聚的主要空间载体。对软件企业集中的微区位进行考察，发现软件企业在空间的集聚区位大体可分为两种，一类是商务中心集聚区，另一类是开发区或者科技园区。软件产业的空间载体是办公楼，办公楼的空间区位在一定程度上影响了企业的区位选择[28]。从图1可以看出，在距市中心5km以内的传统CBD区域内，2002年与2008年的企业分布都较为随机；在中心城外围，企业分布则呈现出集聚在少数邮区，例如2002年在距市中心5~10km范围内集中了122家企业，占总数的1/2以上，但企业并没有均衡分布在该圈层的邮区内，而是集聚在该圈层的西部(漕河泾经济技术开发区所在区域)。2008年软件企业在5~10km范围内的分布相对均衡，这与上海中心城扩张、次级商务中心发展等具有一定联系。但2008年软件企业在距市中心更远距离的分布格局仍然集聚在少数邮区，如在10~15km范围内企业主要集聚在浦东软件园。将企业在邮区内的分布格局与上海市商务中心及科技园区进行比较发现，企业集中的邮区往往是商务中心或科技园所在的邮区。2002年软件企业最密集的两个邮区是200030、200233邮区。前者是徐汇区商务中心所在，企业主要位于淮海西路及附近的办公楼，企业分布比较集中，平均企业规模为32人/企业。200233邮区内企业地址集中于漕河泾新兴技术开发区，该区域内大规模企业较多，平均企业规模为77人/企业。2008年邮区企业数量仍然与科技园与商务中心分别呈现明显相关性。2008年企业数量位居前10位的邮区分别是浦东软件园、陆家嘴软件园、漕河泾软件园、复旦软件园等软件园区所在的邮区，以及徐家汇商务中心、南京西路商务区等商务中心区域(表1)。
(3)集聚特征明显，多中心趋势显现。文章分别对2002年与2008年上海软件企业基于邮区的面状空间数据进行聚类分析，前者Z值为21.2，后者Z值为14.4，都被判断为高度集
表12008年上海市软件企业的邮区分布(前10位)
Tab.1The spatial distribution of software firms in postal zones of Shanghai(top10)
排名 邮编 企业数量 所属区县 所辖重点区 排名 邮编 企业数量 所属区县 所辖重点区 １ ２０１２０３ １９０ 浦东新区 浦东软件园 ６ ２００４３３ ４８ 杨浦区 复旦软件园 ２ ２００２３３ １２６ 徐汇区 漕河泾软件园 ７ ２００１２０ ４６ 浦东新区 陆家嘴软件园
３ ２０００３０ １１２ 徐汇区 徐家汇商务中心 ８ ２００１２２ ４５ 浦东新区 陆家嘴软件园
66卷
地理学报聚事件。进一步对其进行热点分析，以判断2002年与2008年软件企业的主要集聚区域，形成了图2所示的热点分析图。将Z 值为最高层级的区域定义为核心集聚区，其次为次级集聚区，并认为发育成熟的集聚区应该由核心与外围组成。图2a 显示2002年上海软件企业空间分布存在1个核心集聚区，3个次级核心集聚区。核心集聚区位于以漕河泾科技园为中心的徐汇、长宁、卢湾的部分邮区；杨浦区、浦东的陆家嘴区域和张江高科区域形成了3个次级核心区。核心集聚区已经是一个发育度比较成熟集聚区，由核心区与外围区域两部分共同构成。2008年，上海软件企业空间分布则成长为两个核心集聚区，一个次级核心集聚区(图2b)。两个核心集聚区分别位于浦东张江高科以及浦西徐汇区的漕河泾经济技术开发区所在区域，并辐射周边地区形成核心集聚区的外围区域。杨浦区的五角场区域仍然是一个比较明显的次级集聚区。4.2郊区化趋势显著4.2.1企业集聚空间呈现向郊区偏移的特征对比2002年与2008年两个时间节点上海软件企业空间分布，有两个变化值得注意：①软件企业最集中的区域(首位邮区和首位区县)发生了变化，由2002年的徐家汇(200030)变成2008年的浦东软件园(201203)，浦东新区也取代徐汇区成为软件企业数量最多的区；②前5位邮区及前10位邮区的集中度发生明显下降，而第一位邮区的首位度有所上升。这说明，6年间上海软件产业都市区空间内扩散现象明显，但集聚区的集聚程度却不断提高。
(1)传统中心城区集聚度减弱。20世纪20-30年代，上海便形成了几个较为成熟的生产性服务业集聚区域，如南京西路、徐家汇等商务区。从早期成立的软件企业办公地址来看，尤其是许多外资软件企业，多选址于传统中心区的商务楼宇内，如PFU 公司、西友公司等。2002年，黄浦区、卢湾区以及静安区内企业数占全部企业数量的26%，其中外资企业占很大一部分。到2008年，3区内企业数比重仅为14%。从图2b 来看，中心城核心区的空心化现象明显。传统中心有限的土地面积限制了企业数量的增长，同时日益上升的商务成本也对企业扩散产生推力。以办公楼租金为例，2007年人民广场及附近地段的办公楼日租金达7.82元/m 2。中心城外围区的办公楼租金相对便宜，如同期四川北路的租金价格为3元/m 2/天。传统中心城集聚区自身的土地、租金等条件对软件企业的区位选择产生了一股推力，同时城市边缘的次级商务区、科技园区凭借其日益完善的配套设施及服务对企业区位选择形成一股拉力，从而促进了企业集聚空间从中心城区向郊区的偏移。
(2)城市郊区的软件集聚区崛起。与中心城集聚区集聚度减弱相对应的，上海郊区软件图2上海软件产业热点分析图Fig.2The results of hot spot analysis of software firms in Shanghai
a.2002年
b.2008年
1686
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化产业的比重不断上升。并在郊区
的科技园、软件园以及毗邻原集聚
中心的近郊区形成新的集聚区，浦
东软件园的发展尤为明显。浦东
软件园是1992年成立的中国第一
批国家级软件产业基地。2002年
浦东软件园已经集聚了一定数量
的软件企业，企业规模相对较小，
100人以上企业只有2家。至2001
年底园区产值为漕河泾开发区软
件园产值的1/3。2008年浦东软件
园成为软件企业集中度最高的区
域，软件企业数量超过漕河泾软件
园企业数量的3倍。不论企业数量或销售额，浦东软件园已经成为上
海软件产业的集聚中心之一。从图2可以看出浦东软件园区已由原来的次级核心区成长为完整的核心区。企业在向浦东软件园、闵行紫竹科技园等郊区政策性区域集中的同时，也有一些软件企业在城市外围非政策区域选址，但数量不多。4.2.2企业迁移空间指向表现出明显的郊区化趋势对比2002年与2008年软件企业数据，追踪考察2002年已认证的软件企业在2008年时的办公地址是否与02年相同，以此研究企业再区位过程空间指向。2008年企业名录中有193家与2002年的企业名称信息相吻合，有49家企业不在2008年企业名录中，这些企业或者倒闭或者搬迁到上海市以外的地区，本文不做研究。对剩余的193家企业中办公地址进行比对，发现71%的企业办公地址发生变化，其中55%的企业办公地址在同一区县不同办公楼之间发生变化，有60家(45%)企业发生跨区县空间迁移，利用社会网络分析方法对跨区县迁移的企业迁移路径进行网络分析(图3)。分析结果显示，企业空间迁移呈现出从“核心向外围”、“中心城向郊区”迁移的特征，黄浦、卢湾、静安是主要的流出区，三区为上海传统CBD ，从3个区迁出的企业有27家，占总数的45%。浦东新区、徐汇区、普陀区、闵行区是主要迁入区，尤其是位于4个区的科技园区是企业迁入的主要载体。长宁、闸北、杨浦、虹口以及远郊的松江、嘉定和宝山也都有一定数量的企业迁入。总体来看，企业迁移路径具有明显的郊区指向性。发生区际迁移的企业规模各异，大中小企业都有，但多是注册地址与办公地址不相同的企业，例如上海微创软件公司注册地址在闵行，2002年办公地址位于黄浦区，类似的企业还有很多。分析期间的产业政策发现，许多优惠政策调整为仅对既在本区注册又在本区办公的企业提供支持，因此对企业再区位的决策产生影响。从这个角度来讲政府政策对上海软件企业区位迁移决策具有重要影响。当然也有一些企业由于战略需要等其他原因选择离开原来办公场所，到他们认为具有较佳办公环境的区域，例如上海瑞星有限公司2002年的办公地在卢湾区的写字楼，后搬迁至上海紫竹科技园的独栋办公楼。4.3不同类型软件企业的空间集聚与扩散特征
随着新的信息通信技术应用于软件企业传送实时信息和数字化商品，新区位形式在逐渐形成，集中和扩散的力量同时作用于企业，但对不同部门和不同类型企业而言，这两种力量的组合是不同的[34]。例如班加罗尔服务外包导向性的企业，主要客户在海外，靠近机场、高速路口的、通讯设备完善的区域相对CBD 的优势更大[11]。Isaksen [14]的研究发现，以基础软件与标准软件为主要业务的公司比软件服务与定制类软件公司对面对面交流的需求要弱，通过互联网等现代通信技术与客户交流的比例较高，郊区化现象也更为明显。鉴于此，文章图3上海软件企业区际迁移的空间指向图
Fig.3The spatial orientation of software firms relocation in Shanghai 1687
地理学报
1688
66卷按照企业产品类型、所有权性质、企业规模等进行分类，分别对其空间分布进行比较分析，总结出以下几点特征。
(1)外资企业相比内资企业的集聚程度更高，中心依赖性更强。外资软件企业与本土软件企业的空间差异明显，向城市外围扩散最为明显的是内资企业，外资企业具有显著的中心城区集聚分布的态势(图1)。从各圈层外资企业数量占该圈层总数比例看，距离市中心越近比例越高。从集中程度看，2008年前10个邮区集中了73%的外资企业，仅集中了60%的内资企业，外资企业集中度远高于内资企业。已有研究表明，外资企业相对于本土企业对制度、文化等了解偏少，存在信息不对称，使得外资企业为规避风险倾向于中心城区[28,35]。
(2)大规模企业主要集中在浦东及徐汇的科技园区，郊区扩散以小规模企业为主。按照企业从业人员规模，将上海软件企业分为4类：大企业(从业人员>200人)、中大企业(51~200人)、中小企业(11~50人)、小企业(10人以下)，4类企业的比重分别为6.78%、28.8%、55.6%、10.78%，其分布状况如图4。大企业主要布局在浦东及徐汇的科技园。位于浦东与徐汇区的大规模企业分别占总数的34%与18.5%。小规模企业的分布范围比较广泛，集中度相对较低。远郊区75%软件企业为从业人员低于50人的企业，如松江、青浦等远郊区县的软件企业中小企业占多数。
(3)出口类企业集中度最高，企业主要分布在中心城区和浦东。以出口为导向的软件企业分布范围最小，集中度最高。所有企业均分布在上海市8个中心城区与浦东新区，比例排名前四位的浦东、徐汇、黄浦与长宁出口类企业总和占全部80%以上(图5)。与班加罗尔出口导向型IT企业高郊区化率所不同的是，上海出口类软件企业在向郊区成熟的科技园区集中的同时，还有很多留在中心城区。究其原因，主要在于出口类型的企业中87%为外资企业，而外资企业的区位决策具有一定的地区偏好与保守性[24,28]。
(4)嵌入式软件与行业应用软件企业空间布局相对分散，郊区化现象明显。郊区的软件产业构成多以嵌入式软件、行业应用软件为主，闵行、嘉定、松江、青浦等区县都有一定比例
此类型的软件企业分布(图5)。进一步研究发现行业应用软件及嵌入式软件企业的空间分
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化布与各区县的产业结构具有一定相关联。例如，金融类软件企业40%集聚在浦东，与陆家嘴金融中心相配套；汽车类嵌入式软件企业有4.35%分布在嘉定区的嘉定汽车城，构成嘉定区软件企业的主要组成部分(图5)。一些软件企业仍然以临近客户市场作为区位选择依据。5上海软件产业集聚与扩散的影响因素分析
5.1要素分析
在信息时代的生产组织方式转变进程中，影响软件产业空间集聚与扩散的因素日益多元化。张华，贺灿飞在北京外资企业区位选择影响因素研究中曾得出，不同产业类型的外资企业区位决策时所考虑的区位因素有差别[26]。文章上文也实证了外资与内资软件企业在空间区位选择上具有很大差异。不同规模软件企业、不同产品类型的企业空间模式呈现出明显差异。因此本文在探讨上海大都市区软件产业空间集聚与扩散影响因素的同时，对上海市邮区内不同所有制类型的软件企业，包括全部企业、外资软件企业、内资软件企业进行单独考察。
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。文章综合区位理论的相关研究，主要从传统区位要素(资源分布、通达性)、集聚要素(地方化经济、城市化经济)、制度要素(政府)3方面并结合数据可得性选取模型的解释变量(表2)。
软件产业是以人的智力劳动为资本的创新性产业，人力资源、知识资源以及办公空间是软件产业必不可少的要素条件。获得人才是企业运作的关键，方便人才的居住、生活、通勤及子女教育等各方面需求以防止人力资源流失也是软件企业考虑的重要因素。因此，考虑到人力资源的产出与知识资源的来源，文章引入了College 变量，如果邮编区内有高等院校或研究机构(与软件产业相关)，赋值为1，否则为0，期望其回归系数为正。选取了CBD 变量，来检验生活娱乐环境对企业区位的影响，同时也体现了区域声望的影响，如果邮编区内有CBD 或Sub-CBD 的部分区域，或者与其邻接，赋值为1，否则为0，期望回归系数为正。文章还引入了PARK 变量，试图验证周边自然环境对软件企业区位的影响，对包含上海市3级及以上公园的邮区赋值为1，否则为0。交通通达性是企业运营的关键，也与员工通勤密切相关，预期通达性好的区域能够吸引更多的软件企业。软件产业所需的技术、信息及其产品具有轻型、无形的特征，较少依靠传统交通工具进行远距离运输。但合作企业之间业务联系及员工的通勤要依赖便捷的交通条件，这就对区域的客运交通网络提出了较高的要求，包括市内交通也包括对外交通[7]。本文选取邮区中心点与上海火车站(RAIL 1)、上海南站(RAIL 2)、浦东机场(AIRPD )、虹桥机场(AIRPHQ )等交通基础设施的距离为变量来验证对外通达性对城市内部软件企业区位选择的影响。此外，引入市内交通干线RING 以及道路密度RDENSITY 作为市内交通的衡量指标。对于上海内环、中环、外环等便捷的交通干线通过的邮区，RING 值为1，否则为0，期望其回归系数为正。RDENSITY 的值是每个邮区内的路网密表2解释变量指标选取及说明
Tab.2Explanations of variables
变量 说明 预期 变量 说明 预期 ＣＯＬＬＥＧＥ 是否有高等院校 ＋ ＲＩＮＧ 是否为环线经过的邮编区 ＋ ＣＢＤ 是否为ＣＢＤ或Ｓｕｂ－ＣＢＤ所在 ＋ ＲＤＥＮＳＩＴＹ 邮编区内的路网密度 ＋ ＰＡＲＫ 是否有或邻接三级以上公园 ＋ ＰＲＩＣＥ 办公楼价格 － ＲＡＩＬ１ 到上海火车站的距离 － ＳＷＰＡＲＫ 是否有市级及以上软件园 ＋ ＲＡＩＬ２ 到上海南站的距离 － ＭＡＲＥＡ 是否属于现代服务业集聚区 ＋ ＡＩＲＰＤ 到浦东机场的距离 － ＮＵＭＢＥＲ ２００２年企业数量 ＋ ＡＩＲＨＱ 到虹桥机场的距离 － ＣＥＮＴＥＲ 到人民广场的距离 －
1689
66卷地理学报度，期望回归系数为正。鉴于生产要素成本是影响企业区位选择的重要因素之一[26],办公楼是软件产业的主要空间载体，本文引入办公楼价格PRICE 这一虚拟变量，位于内环之内的邮区赋值为4，位于内环与中环之间的赋值为3，位于中环与外环之间的赋值为2，与外环线邻接的邮区赋值1，否则为0。对于环线穿过的邮区，根据其落在各区间的面积比重确定其值。
集聚经济是影响企业区位选择的重要因素，类似企业在空间上集聚可以获得本地化经
济[15]。本文用2002年上海大都市区软件产业分布作为产业历史基础，引入NUMBER 变量检验本地化经济对企业区位的影响，值为每个邮区在2002年时软件企业数量，期望回归系数为正。其次，文章还引入CENTER 变量，用邮区中心与人民广场的距离表示城市化经济的影响，期望回归系数为负。
与外资企业在城市内部区位选择会受到政府优惠政策的影响一样[25-26]，软件企业也会受政府引导的影响集中在少数区域，如软件园、现代服务业集聚区等规划区域。为了检验政府的影响作用，文章引入SWPARK 变量，具有市级及以上软件园区的邮区赋值为1，否则为0。由于软件产业所属的信息服务业被列入现代服务业范畴，上海市现代服务业集聚区规划及相关政策对软件企业也具有一定影响，因此文章还引入MAREA 变量，邮区内有规划的现代服务业集聚区的赋值为1，否则为0。5.2模型选择
落在每个邮区内企业数量是不连续的，有的邮区有上百家软件企业，有的邮区企业数量为0，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[36]，但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。对于非独立事件的计数资料往往表现为方差远远大于均数，成为超离散，不符合泊松回归模型的假设，需用负二项回归模型(或广义负二项回归模型)来描述这种现象[7,15,25-26]。
负二项回归模型如下：
ln λi =ln K i +offset i +β0+β1X 1+β2X 2+…+βi X i (1)
λi 是Y i 的估计参数，Y i 服从泊松分布：
P (Y i =|y i )X i =λi y
i
y ！
e -λi ,y =0,1,2,…,n (2)式中：K 表示超离散的程度，服从均值为0，方差为α的伽马分布。当α=0时，该模型便退化为Poisson 回归模型。α越大，说明超离散的程度越强。
5.3结果分析
本文选取2003-2008年各邮区的新企业为被解释变量，以邮区为研究的基本单元，选取表2各因素为解释变量，有效样本数量共有232个。通过对各解释变量的相关性检验，发现到火车站距离、到机场距离、到人民广场距离、路网密度、及办公楼价格具有较高的相关性，为消除多重共线的影响，文章将上述变量分别引入模型进行估计。文章首先假设每个邮区的企业数量符合泊松分布，利用STATA 软件对因变量与部分自变量执行poisson regression ，结果Deviance 统计量和Pearson γ2均较大，提示泊松回归模型不理想，证明需要用负二项回归模型来拟合方程。文章进一步用逐步回归方法进行负二项回归，设定的置信水平为90%，回归过程中COLLEGE 、MAREA 、CBD 被剔除，表3分别列出全部软件企业、外资软件企业及内资软件企业的负二项模型回归结果，附属参数α均显著不为零，证明了采用负二项模型估计的合理性。
从全部软件企业的回归结果来看，交通通达性对企业区位选择具有显著作用，市内交通变量路网密度(RDENSITY )及是否有环线通过(RING )的回归系数都与期望符号相符并通过显著性检验，尤其是路网密度，回归系数高达297.3。其他几个对外交通解释变量到火车站距离(RAIL 1、RAIL 2)与到机场的距离(AIRPD 、AIRHQ )，回归系数符号也与预期符号相同为负，但回归系数非常小，对因变量解释力度不大。这说明软件企业倾向于靠近通达性较好的1690
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化
区位布局，而不是以靠近车站、空港等对外交通枢纽为首要选择。路网密度高的区位或者靠近环线的区位其通达性较好，对内与对外交通都相对方便。从这个角度讲，随着政府权力下放，各区投资基础设施，城市外围道路、公共交通等基础设施日趋完善，从而促进了软件企业的扩散与再集聚。与人力资本获取、生活及娱乐相关的解释变量回归结果并不显著，高校、CBD 变量均没有纳入回归模型，只有PARK 变量通过了显著性检验。但这并不能说明人力资本的相关因素对软件企业的区位选择没有影响，只是在邮区空间尺度下作用不明显。软件产业的另一基本要素办公楼价格(PRICE )的回归系数为正，说明地价越高的区域吸引的软件企业越多。这一方面说明软件企业具有较高的竞租，另一方面也说明了通达性对软件企业的重要性，因为地价高的地方往往也是通达性好的区域，二者呈现明显的正相关。集聚经济的相关变量都通过显著性检验，以2002年企业分布为代表的地方化经济对新企业选址具有明显的影响，而到市中心距离的影响力相对较小。在政府作用方面，软件园区的区位对软件企业区位选择的影响非常明显，与预期符号一样回归系数为正，值为1.46，表明软件园区通过实施人才引进、税收等优惠政策，提供良好的基础设施和专业服务，对软件企业有明显的吸引作用。软件园区的空间布局是软件产业的空间扩散与再集聚的重要动因之一。现代服务业集聚区(MAREA )的规划与建设对软件企业区位选择作用有限，一方面可能由于部分现代服务业集聚区相比软件园区的优惠政策吸引力不够，另一方面软件产业是现代服务业范畴内很小的分支，集聚区为软件产业提供的专业服务有限。
外资软件企业与内资软件企业由于其所有权不同，企业社会网络不同，其区位选择影响因素有所不同。宁越敏[28]、张华[26]等的研究也表明外资企业具有显著的向中心区集聚的分布态势，注重形象、降低信息成本等是外资企业相对更为重视的选址因素。比较外资与内资软件企业的回归模型可以发现以下几点差异。首先，外资企业负二项模型回归附属参数α明显大于内资企业的α值，说明外资企业的分布更离散，集聚在少数区域。其次，外资企业对通达性、自然环境以及办公楼条件的要求更高，其RING 、PARK 、PRICE 3个解释变量的回归系数明显高于内资企业相对应的回归系数。再次，外资软件企业对于产业基础的依赖较强，回归系数超过内资企业的2倍，更倾向选址于原有外资企业相对集中的区域。而在政府作用方面，软件园区(SWPARK )对内资企业的作用高于外资企业，外资企业仅倾向于集聚在成熟的软件园内。
表3负二项回归结果
Tab.3Regression results of negative binomial model 全部企业 外资企业 内资企业 Ｎｕｍｂｅｒ ０．０９２ ＊＊＊ ＲＤＥＮ－ ＳＩＴＹ ［２９７．３］ ＊＊＊ ＦＤＩ０２ ０．２８８ ＊＊＊ ＲＤＥＮ－ ＳＩＴＹ ［２４８．０８］ ＊＊＊ ＤＯＭＥ０２ ０．１１３ ＊＊ ＲＤＥＮ－ ＳＩＴＹ ［３０４．２９］ ＊＊＊ ＣＯＬＬＥＧＥ ０．４０９ ＲＡＩＬ１ ［－０．０００１］ ＊＊＊ ＣＯＬＬＥＧＥ ０．３６５ ＲＡＩＬ１ ［－０．０００１］ ＊＊＊ ＣＯＬＬＥＧＥ ０．３ ＲＡＩＬ１ ［－０．０００１］ ＊＊＊ ＳＷＰＡＲＫ １．４６ ＊＊＊ ＲＡＩＬ２ ［－０．０００１］ ＊＊＊ ＳＷＰＡＲＫ １．３６ ＊＊＊ ＲＡＩＬ２ ［－０．０００１］ ＊＊＊ ＳＷＰＡＲＫ １．４９ ＊＊＊ ＲＡＩＬ２ ［－０．０００１］ ＊＊＊ ＰＡＲＫ ０．５６２ ＊＊ ＡＩＲＰＤ ［－０．０００１］ ＊＊＊ ＰＡＲＫ ０．７１９ ＊＊ ＡＩＲＰＤ ［－０．００００］ ＊＊＊ ＰＡＲＫ ０．４８ ＊＊ ＡＩＲＰＤ ［－０．０００１］ ＊＊＊ ＭＡＲＥＡ ０．３０２ ＡＩＲＨＱ ［－０．０００１］ ＊＊＊ ＭＡＲＥＡ ０．４１４ ＡＩＲＨＱ ［－０．０００１］ ＊＊＊ ＭＡＲＥＡ ０．３７４ ＡＩＲＨＱ ［－０．０００１］ ＊＊＊ ＣＥＮＴＥＲ －０．０００１ ＊＊＊ ＲＩＮＧ ［１．３０７］ ＊＊＊ ＣＥＮＴＥＲ －０．０００１３ ＊＊＊ ＲＩＮＧ ［１．５３］ ＊＊＊ ＣＥＮＴＥＲ －０．０００１ ＊＊＊ ＲＩＮＧ ［１．３２］ ＊＊＊ ＣＢＤ ［０．１６］ ＰＲＩＣＥ ［０．７４１］ ＊＊＊ ＣＢＤ ［０．１７４］ ＰＲＩＣＥ ［０．８２９］ ＊＊＊ ＣＢＤ ［０．２６６］ ＰＲＩＣＥ ［０．７５］ ＊＊＊ ｃｏｎｓ ２．２１ ＊＊＊ ＬＬ －３６８．５９４ ｃｏｎｓ ０．８９７ ＊＊＊ ＬＬ －１９７．８ ｃｏｎｓ ２．０１９３ ＊＊＊ ＬＬ －３３２．３７ ａｌｐｈａ ０．８４５１ ＊＊＊ ＬＲ ２５３．９１ ａｌｐｈａ １．２１３ ＊＊＊ ＬＲ １６０．８２ ａｌｐｈａ ０．９１６ ＊＊＊ ＬＲ ２２７．７６ 注：＊＊＊， １％水平上显著； ＊＊， ５％水平上显著； ＊， １０％水平上显著． ［］ 内数字为该变量单独引入时的回归系数 1691
地理学报
1692
66卷6结论与讨论
在全球化和信息化背景下，生产性服务业成为中国大都市产业转型升级的重要方向。跨国投资、服务外包及本土企业间分工合作使区域生产性服务业产业网络与组织方式日趋复杂，企业区位模式日益多元化。文章选取软件产业这一生产性服务业中产业空间转移较为明显的行业作为研究对象，对转型时期我国大都市内生产性服务业代表性行业的空间集聚与扩散进行深入研究。文章采用不同年份的企业数据，运用GIS及社会网络分析等分析方法，对上海软件产业空间格局及演变特征进行了分析，发现集聚化和郊区化是软件产业在大都市区发展的两大空间趋势。在产业园区层面产业空间表现出明显的集聚化特征，而在整个都市区层面产业空间表现出向都市区外围扩散的郊区化特征，产业在向郊区的政策性区域扩散的同时，部分以嵌入式软件为主的中小企业向城市远郊扩散。
在不同类型软件企业的集聚与扩散研究中发现，企业类型的多样化是产业空间格局的重要影响因子。上海大都市区的软件企业中，按所有制划分的内资企业、按产品类型划分的嵌入式软件企业及按照规模划分的中小企业郊区化特征相对其他类型企业更明显。总体来说，扩散至上海郊区非科技园区的软件企业以中小内资企业为主，这与Aranya对班加罗尔的研究有所不同[11]。在班加罗尔发展成熟、规模较大的企业更容易搬离市区到相对便利的、环境较好的郊区发展独栋办公楼以更有效的保护知识产权与业务关系。但上海情形不同，伴随着经济制度的转型，以分税制为核心的分权化使地方政府成为独立利益主体，加剧了地方政府之间的竞争[37]。大规模企业由于创新成果多、纳税多成为地方政府的争夺对象，政府、开发区往往通过各种优惠措施吸引及留住大企业。相比之下，小规模企业的选址较为自由。
从上海软件产业空间分布形成机制来看，其动力机制与西方发达国家的状况明显不同，中国软件产业的空间演变机制是政府引导下的市场机制。政府通过一系列的政策导向使科技园区成为软件企业的理想区位，对企业区位决策产生重要影响。负二项回归的结果表明科技园区对软件企业区位选择的影响都十分显著。此外，城市化经济、地方化经济、交通通达性相关因子的显著性也非常突出。但在邮区层面与人才产出与娱乐环境相关的大学和CBD因素没有通过显著性检验。比较内外资软件企业回归模型的差异，发现外资企业受通达性、自然条件、办公楼条件的影响明显大于内资企业，科技园区建设对内资企业影响相对较大。
在经济转型过程中，软件产业及其他生产性服务业企业区位对城市空间重构与城市功能转变的影响引起我们进一步的思考。软件产业的重要企业向郊区的科技园区集聚，为原先以高新技术制造业为主的开发区，提供了一条产业升级的路径，如张江高科技园区、漕河泾等开发区积极发展软件产业等生产性服务业，成为大都市区经济发展的新引擎。而在快速城市化和信息技术迅速发展的背景下，生产性服务业企业区位和城市空间重构是相互作用的关系。因此，我们需要在下一步的研究中从大都市区的尺度重新审视生产性服务业以及制造业产业区位与城市空间重构的动态机制。
致谢：感谢加拿大莱思桥大学徐伟教授提出的相关写作建议。
参考文献(References)
[1]Van Geenhuizen M,Nijkamp P.Place-bound versus footloose firms:Wiring metropolitan areas in a policy context.The
Annals of Regional Science,2009,43(4):879-896.
[2]Javier Bilbao-Ubillos.Spatial implications of new dynamics in production organization:The case of the automotive
industry in the Basque Country.Urban Studies,2010,47(5):1117-1146.
[3]Marshall A.Principles of Economics.8th ed.London:Macmillan,1925.
12期毕秀晶等：上海大都市区软件产业空间集聚与郊区化
1693 [4]Simmie J.Innovation and urban regions as national and international nodes for the transfer and sharing of knowledge.
Regional Studies,2003,37(6):607-620.
[5]Zhao Qunyi,Zhou Yixing.Review on the spatial structure of producer services in the western literatures and its
enlightenment.Urban Planning Forum,2007,(1):19-25.[赵群毅,周一星.西方生产性服务业空间结构研究及其启示.城市规划学刊,2007,(1):19-25.]
[6]Li Jian.Global Production Networks and Spatial Organization of Production in Metropolitan Areas.Beijing:Science Press,
2011.[李健.全球生产网络与大都市区生产空间组织.北京:科学出版社,2011.]
[7]Lv Weiguo,Chen Wen.Manufacturing industry enterprises location choice and the urban spatial restructuring in Nanjing.
Acta Geographica Sinica,2009,64(2):142-152.[吕卫国,陈雯.制造业企业区位选择与南京城市空间重构.地理学报, 2009,64(2):142-152.]
[8]Coffey W J,Drolet R.The intrametropolitan location of high order services:patterns,factors and mobility in Montreal.
Papers in Regional Science,1996,75(6):293-323.
[9]Stanback T M G.The New Suburbanization.Boulder,Co:Westview,1991.
[10]Arora A.The globalization of the software industry:Perspectives and opportunities for developed and developing
countries.Innovation Policy and the Economy,2005,(5):1-32.
[11]Aranya R.Location theory in reverse?Location for global production in the IT industry of Bangalore.Environment and
Planning A,2008,40:446-463.
[12]Kambhampati U S.The software industry and development:The case of India.Progress in Development Studies,2002,
(2):23-45.
[13]Arai Y,Nakamura H.Multimedia and internet business clusters in central Tokyo.Urban Geography,2004,25(5):483-500.
[14]Isaksen A.Knowledge-based clusters and urban location:The clustering of software consultancy in Oslo.Urban Studies,
2004,41:1157-1174.
[15]Yuan Feng,Wei Yehua Dennis,Chen Wen et al.Spatial agglomeration and new firm formation in the information and
communication technology industry in Suzhou.Acta Geographica Sinica,2010,65(2):153-163.[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.地理学报,2010,65(2):153-163.]
[16]Parthasarathy B,Aoyama Y.From software services to R&D services:Local entrepreneurship in the software industry in
Bangalore,India.Environment and Planning A,2006,38:1269-1285.
[17]Ning Yuemin,Shi Song et al.From Spatial Division of Labor to Spatial Organization in Metropolitan Areas.Beijing:
Science Press,2011.[宁越敏,石崧等.从劳动空间分工到大都市区空间组织.北京:科学出版社,2011.]
[18]Wei S.How taxing is corruption on international investors?Review of Economics and Statistics,2000,83(1):1-11.
[19]Airoldi A,Janetti B J,Gambardella A et al.The impact of urban structure on the location of producer services.Service
Industries Journal,1997,17(1):91-114.
[20]Porter M.The Competitive Advantage of Nations.New York:Free Press,1990.
[21]Rosenthal S,Strange C.The determinants of agglomeration.Journal of Urban Economics,2001,50(2):191-229.
[22]Breznitz D.Industrial R&D as a national policy:Horizontal technology policies and industry-state co-evolution in the
growth of the Israeli software industry.Research Policy,2007,36:1465-1482.
[23]Trippl M.Knowledge sourcing beyond buzz and pipelines:Evidence from the Vienna software sector.Economic
Geography,2009,85(4):443-462.
[24]Ihlanfeldt K R,Raper M D.The intrametropolitan location of new office https://www.wendangku.net/doc/4410104321.html,nd Economics,1990,66:182-198.
[25]Wu F.Intrametropolitan FDI firm location in Guangzhou,China:A Poisson and negative binomial analysis.Annals of
Regional Science,1999,33(4):535-555.
[26]Zhang Hua,He Canfei.Locational accessibility and location of foreign enterprises in Beijing.Geographical Research,
2007,26(5):984-994.[张华,贺灿飞.区位通达性与在京外资企业的区位选择.地理研究,2007,26(5):984-994.] [27]Niu Yanhua,Xu Xueqiang.Review of research on location and spatial development of high-tech industry.Geography and
Geo-Information Science,2005,21(3):70-74.[牛艳华,许学强.高新技术产业区位研究进展综述.地理与地理信息科学,2005,21(3):70-74.]
[28]Ning Yuemin.The study on the location of the industrial service and the office building in Shanghai.City Planning
Review,2000,24(8):9-12.[宁越敏.上海市生产性服务业及办公楼区位研究.城市规划,2000,24(8):9-12.]
[29]Wu Yizhou,Wu Cifang,Bei Hanlu.The spatial pattern and its evolution mechanism of urban office buildings in the
transition period.Acta Geographica Sinica,2010,65(8):973-982.[吴一洲,吴次芳,贝涵璐.转型时期杭州城市写字楼空间分布特征及其机制.地理学报,2010,65(8):973-982.]
[30]Yan Xiaopei.Development of the information-intensive services and their impacts on the urban spatial structure of
Guangzhou,China.Scientia Geographica Sinica,1999,19(5):405-410.[阎小培.广州信息密集服务业的空间发展及其对城市地域结构的影响.地理科学,1999,19(5):405-410.]
地理学报
1694
66卷[31]Luo Ruoyu.A study on the foreign direct investment and the formation and evolution of the industrial cluster of
information technology in Tianjin.Ecomomic Geography,2006,26(2):261-264.[罗若愚.外商投资与天津电子信息产业群的形成演化研究.经济地理,2006,26(2):261-264.]
[32]Wu Xiuqin et al.The Application and Practice of Arcgis9.Beijing:Tsinghua University Press,2007.[吴秀芹等.Arcgis9
地理信息系统应用于实践.北京:清华大学出版社,2007.]
[33]Liu Jun.An Introduction to Social Network Analysis.Beijing:Social Science Academic Press,2004.[刘军.社会网络分析
导论.北京:社会科学文献出版社,2004.]
[34]Leamer E,Storper M.The economic geography of the Internet age.Journal of International Business Studies,2001,32(4):
641-665.
[35]Chu Bo,Liang Jinshe.Studies on the location factors&impacts of manufacturing industry in Beijing with Ordered Probit
Model.Geographical Research,2007,26(4):723-734.[楚波,梁进社.基于OPM模型的北京制造业区位因子的影响分析.地理研究,2007,26(4):723-734.]
[36]Chen Feng.Statistical methods of modern medicine and Application of Stata.2nd ed.Beijing:China Statistics Press,
2006:233-239.[陈锋.现代医学统计方法与Stata应用.2版.北京:中国统计出版社,2006:233-239.]
[37]Wu Qianbo,Ning Yuemin.Headquarter locations of top500enterprises of Chinese manufacturing industries.Acta
Geographica Sinica,2010,65(2):139-152.[武前波,宁越敏.中国制造业企业500强总部区位特征分析.地理学报, 2010,65(2):139-152.]
Agglomeration and Suburbanization:
A Study on the Spatial Distribution of Software Industry and
Its Evolution in Metropolitan Shanghai
BI Xiujing1,WANG Mingfeng1,LI Jian2,NING Yuemin1,2
(1.The Center for Modern Chinese City Studies,East China Normal University,Shanghai200062,China;
2.Shanghai Academy of Social Sciences,Shanghai200020,China)
Abstract:Due to the continuing global economic integration,global cities are increasingly becoming the nodes of command function and the sites of knowledge and innovation production. In China,ICT sectors including software industry started to cluster in major metropolitan areas since the1990s,and have become the driving engine of the economy.However,the distribution of software industry is spatially uneven,and spatial factors significantly influence its location decision.Although lots of scholars have focused on this phenomenon and analyzed the spatial pattern of software industry in developed countries,little attention has been paid to metropolitans in China.There is a need to explore how the software firms are distributed in Chinese metropolitans in the transformation period.In this paper,we attempt to discuss the spatial distribution of software firms in Shanghai.We select the information of software firms in the years2002and2008as our basic dataset to compare the difference of the spatial pattern in different years and explore their mechanism with the aid of GIS.The result shows that agglomeration and suburbanization are dominant characteristics in the distribution of software industry in Shanghai.During the process of suburbanization,we find firms in different types, different scales,and different ownership can lead to different locational decisions.The suburbanization of small firms is more obvious.Based on the empirical analysis,accessibility, politics and the previous distribution pattern have a significant effect on the spatial evolution of software industry in metropolitan Shanghai.
Key words:software industry;agglomeration;suburbanization;negative binomial regression model;Shanghai