摘要
研究产业空间布局规律和需求特征是引导产业有序发展的重要前提。目前，针对城市尺度的产业空间需求主要采用静态孤立的空间分析方法，较少关注产业空间与城市空间的互动特征。因此，文章结合“场所—流”的空间视角，以深圳市重点产业为例，利用多源空间信息和流数据，挖掘重点产业的空间分布和交互特征。研究结果表明：首先，不同类型的产业在场所空间载体的选择上存在差异，部分产业空间之间还存在显著的空间协同聚集效应；其次，不同产业在投资和人员交互的流特征上表现出明显的空间差异，劳动密集型制造业的远距离投资特征较为明显，而技术密集型制造业与高校科研机构和对外交通枢纽的联系紧密；最后，结合“场所—流”的空间特征发现，产业与城市之间的空间交互存在一定的规律性和趋势性。对深圳市重点产业空间分布及交互特征的分析，有助于进一步揭示产业之间的互动模式和协同效应，为产业空间优化布局、合理配置空间资源、促进产业协同发展提供参考。

作   者

辜智慧  深圳大学建筑与城市规划学院教授、博士生导师

陈逸润  深圳大学建筑与城市规划学院硕士研究生

谭有为  深圳大学建筑与城市规划学院博士研究生

城市是高度复杂且综合的生命体，产业是城市发展的主要动力。产业空间分布特征反映城市经济活动的空间组织形式和城市功能结构的特点。已有研究证明，城市产业空间分布的形成与演变受多种因素影响，不同产业对土地、交通、劳动力、市场等资源条件的需求程度存在差别。以数字化和智能化为核心的工业4.0，进一步加剧了产业发展模式的改变。准确把握产业发展方向，应对未来产业空间需求，无论是对经济学家还是对规划学者而言，都是一大挑战。此外，随着以存量更新为主的产业空间利用方式占据主流，城市产业在供给模式、管控规则等方面必然产生变化，政府对产业利用的空间治理也将愈发重要。因此，研究城市产业空间及其交互特征，对于优化城市产业布局、推动产业升级和创新，具有重要的意义。

目前，城市尺度的产业空间特征研究，通常采用静态的场所空间分析范式，大多从特定产业类型出发，主要以制造业、生产性服务业或高新技术产业为主，重点关注产业空间格局的形成机制及影响因素。研究结果普遍认为，随着中国城市产业结构变化，制造业向城市郊区搬迁和集聚的趋势明显，生产性服务业呈现向城市中心集聚的趋势，高新技术产业的布局变化与其行业异质性有关。如上海物联网产业呈现“离散化—郊区化”趋势，该产业在初创期聚集在中心城区，进入兴起期后开始向郊区迁徙；深圳市高新电子信息企业空间集聚由“双核共振”转变为“三足鼎立”格局；从布局条件上看，上海生物医药产业空间布局更加偏好研发资源；软件设计产业在布局时更多考虑政策区位及相关配套企业等因素。可见，产业的空间交互需求特征越来越明显。因此，采用更加动态和综合的分析框架有助于全面解释产业空间的演变和发展规律。

在全球化、信息化、城镇化交互推进的背景下，“流”成为构筑区域、城市经济体系的逻辑基础之一，空间逐渐受资本流、信息流、技术流等流动因素影响。这意味着，城市产业空间不仅反映静态的经济空间组织特征，同时通过各种“流”的共同作用，演化出新的表现形式。基于“流”视角的空间交互特征，研究通过交通、信息、人口、物流、创新等联系网络研究城际交互关系，通常将企业“总部—分支”关联，作为城际产业联系的表征之一。比如，马晓菡等通过“总部—分支”布局，对京津冀不同产业在城市之间的联系进行探究。现有研究聚焦城市群或都市圈等宏观区域尺度，侧重探讨大尺度下产业空间的交互特征。也有研究基于城市内部探讨流空间对产业布局的影响，如李婷婷等提出以物流、信息流等生产要素打造“流动空间”产业布局模式，但这种模式是基于理想的规划模型，并不能完全代表产业空间的实际交互联系。总体上看，中、微观尺度的产业空间交互特征研究，主要受限于难以获取城市内部产业的高质量空间数据。

深圳市作为首个国家创新型城市试点，采取自下而上、精细定制的创新产业发展模式。其制造业、高新技术产业和创新经济的发展较为迅速。同时，作为首个面临空间资源硬约束的特大城市，深圳市亟须探索未来产业空间发展需求，以推动城市可持续发展。

因此，本文整合城市空间基础信息、企业点位置信息、重点企业股权信息，以及手机信令等多源数据，构建高精度的产业空间分布数据库，提取具有代表性的产业聚集区。结合“场所—流”视角，以深圳市重点产业为例，结合产业空间数据及建筑数据，挖掘不同产业的空间载体，了解不同产业在空间上的分布特点及产业之间的聚集关系；基于流数据包括投资及人员交流数据，以典型产业聚集区及产业为例，研究产业空间的交互特征，即产业空间的投资交互、人员互动等内容。通过分析企业股权信息和手机信令数据，了解不同产业之间的投资关系、合作模式及人员流动情况。这些信息对于制定产业空间政策具有重要的参考价值。

01

研究区及数据介绍

1.1  研究对象

本文根据《深圳市2018年经济普查年鉴》的统计结果，选取六类具有代表性的产业（新一代电子信息、现代轻工纺织、先进材料、智能家电、超高清视频显示、生物医药与健康产业），以及营业收入较高的三类生产服务业（软件与信息服务业、金融业、租赁和商务服务业）作为研究对象。从表1的统计数据可看出，这九大产业在深圳市已形成一定的产业规模，市场主体活跃，具有研究代表性。

表1  2018深圳市重点产业经济普查概况

Tab.1  Overview of the 2018 economic census for key industries in Shenzhen

资料来源：《深圳市第四次经济普查年鉴》

1.2  空间数据处理

本文使用的企业数据来源于企查查现有企业数据名录（截至2020年12月），包括所属国民经济行业（门类、大类、中类）等信息。参考广东省对战略性支柱产业集群的定义，结合国民经济行业分类代码，将企业归类到所属的产业类型中，建立深圳市重点产业的空间信息数据库，共437581条数据（表2）。

表2  基于企查查数据的深圳市重点产业概况

Tab.2 Overview of key industries in Shenzhen Based on “Qichacha” data

资料来源：笔者整理

为研究深圳市重点产业的场所空间和流空间特征，本文对企业空间位置进行格网统计处理，以250m×250m格网为统计单元，计算各格网内不同产业的企业数量占比，进一步选取主导企业数量多、占比高的网格区域，作为该主导产业的集聚区。除企业空间数据外，本文还以2018年建筑普查数据作为空间信息参考，将企业点数据与建筑普查面数据叠加，用于判断各产业的空间载体类型。

1.3  流数据处理

本文使用的流数据包括投资关联数据和手机信令数据。投资关联数据来自企查查数据库，筛选条件为注册资本超过500万且股东位于深圳市内的企业，以及与之对应的深圳市内外被投资企业，共收集到25896条有效数据。这些数据包含企业名称、所属行业、投资金额和投资时间等信息。根据广东省战略性支柱产业集群定义，结合企业所属行业代码，将企业归类到相应产业类型中，通过计算股东与被投资企业之间的直线距离，得出各产业类型的投资距离。

手机信令数据来自中国联通深圳分公司提供的用户在2019年10月共计31天的出行行为数据。数据通过判定信令事件位置偏离原驻留地且是否持续偏离来识别出行状态，以250m×250m的格网统计数据形式提取，包含出行起点和终点格网编号、出行人次等信息。为保护隐私，数据经过处理和脱敏，以产业集聚区为起点，手机信令记录的出行终点为商务出行关联区域，并剔除居住用地出行量以排除职住通勤关联。本文还整合了深圳市2018年土地利用分类数据，将其与出行终点格网叠加分析，为研究提供基础和支持。

02

研究方法

2.1  场所空间特征研究

针对重点行业的场所空间特征进行三个角度的分析：首先是产业的空间载体，即企业选址的建筑类型；其次是产业的空间集聚度，即同类产业的企业之间是否存在一定的聚集性；最后，不同产业之间是否存在一定的产业空间协同，即不同类型产业的空间邻近性。前者主要通过企业点位置与建筑信息叠加统计汇总，后两者主要通过计算全局协同区位商来作比较。

全局协同区位商（Global Colocation Quotient，GCLQ）是一种基于点要素的空间关联分析，使用最近邻或距离密度函数，度量一组数据包含的所有类别之间的空间关联，可以探索数据中任意两个类别之间的空间关系，进而在研究区域内找到高度协同定位的类别，协同区位商越大，行业类别间在空间上的邻近度越高。计算公式如下：

式中，N_A、N_B分别为研究区域中行业A、B的总数，N为企业点总数。N_Ai→B表示A_i邻域内B的加权平均值，f_ij为点j是否为行业B的指标，w_ij为距离衰减函数。GCLQ指标计算行业A、B的空间集聚程度，包括同一行业和不同行业间的协同集聚。

协同区位商空间关联模式分为以下四类（表3）。

表3  协同区位分析的空间关联关系分类

Tab.3  Classification of spatial correlation relationship in colocation analysis

注：CLQ为协同区位商值、P值为显著性水平。

资料来源：ArcGIS Pro 软件帮助文档

2.2  流空间特征研究

流空间研究主要关注产业资金和产业人员在空间上的交互特征。在资金流空间方面，一是分析以投资金额为表征的产业投资关系，考察产业内部及产业与外部之间的投资关联强度，揭示产业的发展方向；二是研究产业的投资距离特征，测算各产业与被投资企业之间的空间距离，量化其对空间邻近的依赖性。人流空间特征主要关注产业人员的非通勤出行特征。一是分析不同产业聚集区之间的出行特征，分析产业自身及不同产业之间的出行关联；二是分析从产业集聚区到各用地类型的出行量占出行总量的比例，梳理不同产业对不同用地类型的出行需求差异。

03

研究结果

3.1  产业空间的场所空间特征

3.1.1 产业空间载体特征

对企业注册地址的建筑类型进行统计分析，结果显示不同行业的生产组织特征影响其空间载体选择。制造业主要使用工业建筑，辅以商住混合建筑，但生物医药与健康产业以商住混合和办公建筑为主，工业建筑占比较低。生产性服务业通常以办公建筑为载体，尤其是金融业，占比达77.47%。这些数据揭示了产业空间载体选择的差异，为研究产业发展空间特征提供了重要参考（图1）。

图1  基于建筑属性数据的产业空间载体统计

Fig.1 Statistical analysis of industrial spatial carriers based on building attribute data

资料来源：2018年建筑普查数据

3.1.2 产业空间集聚特征

产业集聚区提取结果如表4所示。从产业集聚区的空间分布来看（图2），生产性服务业在中心城区的聚集特征较为明显，主要分布在原特区范围内。不过，不同类型制造业的分布特征各不相同，这主要受到产业生产活动特征的影响。

表4  深圳市重点产业集聚区提取结果

Tab.4 Extraction results of key industrial agglomerations in Shenzhen

资料来源：企查查现有企业数据名录（截至2020年12月）

图2  产业集聚区分布

Fig.2 Distribution of industrial agglomeration areas

资料来源：笔者自绘

制造业通常在城市边缘地区分布，以降低用地成本。例如，先进材料产业集聚在宝安、光明、龙华等外围区域；生物医药受政策影响，集中在罗湖园岭、龙岗横岗和龙岗街道；新一代电子信息、智能家电等高新技术产业分布零散，部分沿宝安西乡街道发展。此外，中心区仍存在制造业，如华强北的新一代电子信息产业和罗湖田贝的现代纺织产业。

3.1.3 产业协同特征

从企业的全局协同区位商看，同产业类型的企业在空间协同性上存在一定的差异，不同产业类型的企业在分布上也表现出一定的空间协同性。其中，现代轻工纺织产业的协同区位商最高，其次是金融业和软件信息服务业，而先进材料和新一代电子信息产业的协同区位商较低。除生物医药与健康产业外，不同制造业产业之间也表现出一定的空间协同性。如智能家电与新一代电子信息、超高清视频显示之间的协同区位商均表现出显著性；先进材料与现代轻工纺织、超高清视频显示之间也存在一定的空间协同性（表5）。

表5  不同产业类型的企业的协同区位商

Tab.5 Colocation quotient of enterprises in different industrial types

注：*表示在0.1水平上显著， **表示在0.05水平上显著，***表示在0.01水平上显著。

资料来源：笔者整理

3.2  产业的流空间特征

3.2.1 产业投资交互特征

企业的投资活动表现为扩大本行业规模并升级产业，其次是经营范围的扩大。统计结果表明，软件信息服务、租赁和商务服务业是其他制造业产业的主要投资对象。现代轻工纺织、生物医药与健康产业在对其他产业的投资中，分别有96.81%和97.61%的资金流向软件信息服务业。在先进材料产业的投资结构中，租赁和商务服务业占据首位，而金融业并非其他产业的主要投资对象。

从各制造业之间的投资占比来看，智能家电—现代轻工纺织、新一代电子信息—超高清视频显示、生物医药与健康—超高清视频显示，均呈现较为明显的跨产业投资关联，产业间的资金流动性较高（表6）；产业投资关联虽无法完全说明产业在价值链上存在必然联系，但也从一定程度上反映不同产业的投资偏好或信息化转型趋势。 

表6  产业间投资占比概况

Tab.6  Overview of inter-industry investment ratio

资料来源：笔者整理

进一步统计各类型产业投资距离分布，可观察到产业投资的空间偏好。投资范围大致分为深圳市内中心区域、郊区地带和深圳市外。总体来看，租赁和商务服务业、先进材料、轻工纺织产业倾向于近距离投资，明显的投资额峰值都在10km范围内，在80km左右也出现小幅度的投资额峰值，这部分资金流呈现向市外溢出的特征；金融业、超高清视频显示、电子信息产业在空间上呈现较为明显的分散式投资特征，在10km和60km处均出现投资额高峰值；智能家电、软件与信息服务产业的投资峰值在20km左右，资金主要流向深圳市内近郊区（图3）。

图3  各产业投资距离

Fig.3  Investment distance of each industry

资料来源：笔者自绘

各产业在深圳市内、外的投资分布可反映产业投资趋势。不同产业的投资距离分布和空间集聚度之间存在一定的相关性，从投资距离的角度可以观察产业对空间集聚的需求程度。这些结果有助于深入了解不同产业的空间特征和产业资金流的空间分布规律，为制定科学的区域产业政策提供参考。

3.2.2 产业出行交互特征

以各产业集聚区为出行起始点和终点，统计各类型产业人员的出行次数。通过统计各产业集群人员出行关联用地出行量，可以发现五种出行关联地类型，包括生产制造型园区、商务办公区、物流园区、高校科研机构和交通枢纽。

如表7所示，除新一代电子信息产业外，同类型产业内部较多呈现出行关联；不同类型产业集聚区之间也出现不同程度的出行关联，尤其是金融业、租赁和商务服务业与其他产业的出行关联程度最强。这说明制造业产业对生产性服务业具有较强的依赖性，引发集聚区之间的商务出行流。另外，六大制造业集群的人员出行联系与工业园区最为紧密。这是由于集群间或集群内部的产业分工联系密切，产业人员的商务活动以园区间的流动为主。另外，先进材料产业人员出行到达工业园区的比重最大。普通工业用地及其附属的生产平台，可以被视为制造业集群的基本需求要素，但也要鼓励发展中试与制造平台，促进制造业集群的转型升级。

表7  产业集群各类型关联地出行量占出行总量比例

Tab.7  Proportion of travel volume to associated locations for different types of industrial agglomeration in relation to total travel volume

资料来源：笔者自绘

在制造业集群中，现代轻工纺织、智能家电和物流园区间的出行关联突出，表明物流基础设施对这类产业集群至关重要。生物医药与健康产业和交通枢纽的出行关联也高于平均，这主要是因为该产业对高效物流的依赖。同时，生物医药产业与高校科研机构的联系凸显了其对科研创新资源的依赖。新一代电子信息产业与商务办公区的出行关联也显著，显示了该产业向高端研发和服务的扩展。

软件信息服务业、金融业、租赁和商务服务业与商务办公区的联系紧密，反映了这些生产性服务业对高品质办公环境和智力机构的需求。软件信息服务产业与高校科研机构的互动也较强，占比3.9%，突出了该产业对智力资本的需求度。

不同产业到同一出行关联类型的出行距离分析显示，超高清视频显示产业到生产制造型园区的出行距离较远，而三大服务业到商务办公区的出行距离近，说明产业集聚区周边的空间供给能够满足产业需求。生物医药与健康产业到物流园区和高校科研机构的出行距离较远，分别为10.5km和11.1km，显示了高频但距离较远的出行特征。

3.3  产业理想空间布局模式

本研究以产业需求为导向，基于产业集群人员出行关联用地，划分不同产业的主要空间需求，针对五类空间需求类型，提出相应的功能引导方向，重点关注产业与空间的功能联系层面。制造业需提高产业需求与空间供给的匹配度，包括加强完善生物医药产业集聚区周边的物流配套，更多关注与高校等科研机构的邻近性；超高清视频显示产业需注重与周边工业园区的串联互通，提升物流效率；生产性服务业需加强对高端服务功能、总部功能的关注，同时借助政府的宏观规划作用，加大对交通、高品质公共绿地等公共资源要素的投入，形成对服务企业的吸引力，强化产业集聚效应（表8）。

表8  各产业集群空间需求及功能引导方向

Tab.8 Spatial demand and guiding direction for various industrial agglomeration

资料来源：笔者自绘

不同产业在流空间特征上除特定区位需求外，还与相关产业形成紧密的空间交互。智能家电—现代轻工纺织、新一代电子信息—生物医药与健康—超高清视频显示等产业间存在显著的跨产业投资关联，资金流动性较强。产业的资金流空间特征与场所空间特征相关，近距离投资产业空间分布集聚度高，远距离投资产业空间集聚度低。同产业类型企业在空间协同聚集上存在差异，不同产业类型企业在分布上表现出空间协同性。这些结果揭示了不同产业在空间上的相互关系具有规律性和倾向性。

本文提出了一种基于产业空间需求、关联类型的产业空间布局圈层优化模式。软件与信息服务产业、金融业、租赁和商务服务业等以商务办公区和科技型园区为主要载体，定位在中心圈层区域，依托高校、科研机构等科技创新资源。20km和30km圈层以生产制造型园区为主，顺应制造业向外迁移的趋势，交通枢纽和物流园等配套设施分布在此。新一代电子信息、智能家电、超高清视频显示、生物医药与健康等高技术制造业纳入10~20km圈层；现代轻工纺织、先进材料等传统制造业主要布局在20~30km圈层（图4）。

图4  不同产业的空间布局模式

Fig.4  Spatial layout patterns of different industries

资料来源：笔者自绘

04

结论与讨论

本文利用多源流数据，构建产业场所空间、流空间特征分析框架，研究以产业为主体的场所空间特征及产业在流空间中的互动特征，通过对深圳市九大重点产业企业投资、空间分布与关联、产业人员流动特征的细化分析，得出如下结论。

4.1  产业空间载体需求存在差异，部分产业空间共聚特征明显

在深圳市，传统制造业集群主要位于外围城区，以工业建筑为生产载体，辅以商住混合建筑；生产性服务业则集中在“南山—福田—罗湖”核心区，以办公和商住混合建筑为主。生产性服务业与制造业的强出行关联性显示了两者的高度融合。

不同产业在空间分布上显示出协同性，但行业内聚集趋势更强。现代轻工纺织业聚集最为显著，其次是金融业和软件信息服务业。制造业间的聚集也明显，特别是智能家电、新一代电子信息、超高清视频显示等产业间的协同区位商显著，先进材料与现代轻工纺织、超高清视频产业也存在空间协同性。

4.2  产业空间交互特征明显，与空间聚集存在明显的规律性和倾向性

这些结果揭示了不同产业在空间上的相互关系具备规律性，可分为三类：第一类是具有强空间协同性的产业，如智能家电、新一代电子信息、超高清视频显示、现代轻工纺织与先进材料产业，它们在布局时需要考虑企业选址的邻近性；第二类是只具备“流”关联特征，如金融、租赁和商务服务业，它们在空间中不需要聚集布局；第三类是兼具空间协同及“流”关联特征，如新一代电子信息与超高清视频显示产业，这部分产业不仅空间协同特征明显且要素之间的交互程度较高。

产业布局的规律性对选址有指导意义。强空间协同性的产业如智能家电、新一代电子信息、超高清视频显示、现代轻工纺织与先进材料产业，在布局时需考虑企业邻近性，同时要评估聚集是否能促进交互。新一代电子信息与超高清视频显示产业等既有空间协同又有投资关联，应优先考虑其空间关系。微观产业布局可利用这些规律，选择适宜的空间位置，实现协同发展。政府机构应根据产业空间特征，制定政策以推动布局优化，促进产业协同，推动城市经济可持续发展。

本文提出一种基于产业空间圈层优化模式。随着产业间交互增强，应在重视中心城区的同时，发展城市外围产业集聚区，促进中心与外围间的要素流动。深圳市各区域应利用自身优势，参与城市专业化分工，推动生产性服务业与制造业融合，以及邻近和外围制造业的发展。引导形成多中心产业布局，实现产业与城市空间的协调。

综上所述，本研究利用产业空间数据及流数据探讨产业空间的布局和交互规律，突破以往中、微观尺度下产业空间交互研究的数据限制。结果表明，结合场所空间与“流”空间特征的研究，能够反映产业在城市尺度的布局特征。但是，本研究也存在一些不足，仅对产业集群的资金流和人流作出分析，未对产业其他要素流在空间层面的互动进行更全面的解析。因此，在下一步研究中，需要拓宽数据源，丰富产业集群流空间的分析手段和方法。