中国云计算产业空间省域格局演化研究

叶鹏

摘要：云计算产业关系我国信息化发展全局，是互联网+经济的核心竞争能力。以全国30个省市（不包括港澳台及西藏）作为空间观测单元，通过测量和对比2007-2009年与2013-2016年两个时段的云计算发展，研究省域云计算产业空间格局进行演化规律。研究发现，云计算产业空间格局总体趋于稳定，省域间差异以及空间集中度呈下降趋势，云计算产业在部分地区出现聚集；省域云计算产业从负向空间自相关转变为正向空间自相关；虽然中、西及北部地区的云计算产业发展程度低，但其产业发展程度显著上升，未来云计算产业将呈现东部稳定，中部部分省域突出，自东向西逐渐发展的态势。

Abstract： Cloud computing， an important relationship with the development of China's information technology industry， is the core competitive ability of the Internet plus economy. Taking 30 provinces -excluding Hong Kong， Macau and Taiwan-as the spatial observation unit， this paper studies the evolution of spatial provincial pattern of the cloud computing industry by measuring and comparing the cloud computing development in the period from 2007 to 2009 and from 2013 to 2016. It found that the spatial structure is stable， the differences between the provinces and the spatial concentration are showing a downward trend. Cloud computing industry has the phenomenon of agglomeration in some areas； The inter provincial cloud computing industry changes from negative spatial autocorrelation to positive spatial autocorrelation； Although the cloud computing industry development level of the western， northern and central regions are still low， its development has obvious improvement. Cloud computing industry will be stable in eastern， prominent in central region， and the situation gradually develops from east to west.

關键词：云计算；空间格局；演化

Key words： cloud computing；spatial pattern；evolution

中图分类号：F121.3 文献标识码：A 文章编号：1006-4311（2017）11-0240-05

0 引言

近年来，国务院陆续颁布了《关于促进云计算创新发展培育信息产业新业态的意见》以及《国务院关于印发促进大数据发展行动纲要的通知》，文件指出，我国云计算服务能力到了2017年将会大幅提升，在降低创业门槛、探索电子政务建设新模式等方面也将取得显著成效[1]。我国云计算产业将从技术导入进入产业应用及快速发展阶段，并将创造出更多的新机遇。本文在前人研究基础上，参考中国省域绿色创新空间格局的演化研究[2]，就中国省域云计算产业空间格局的演化进行讨论和研究。

目前云计算在我国的运用程度相对较低，目前的主要用户为个人（如邮件、云盘、交友平台等），而企业组织层面的用户不多，与此同时地方政府对云服务产生了极大的兴趣。京、沪、苏、粤等省市根据其云计算的特点，制定出符合本地战略的发展规划[3]。

本文经过剖析空间数据间的关系，进一步分析研究主体的演化发展趋势。基于对GEODA和ARCGIS10.2软件的运用，将全国30个省市的云计算产业数据加以处理，进行空间的相关性分析，得到2007-2009和2013-2016年间我国云计算产业的空间格局情况，并对云计算产业格局的演化趋势进行研究。

1 云计算产业的测度

1.1 云计算的概念

1.1.1 云计算的定义

现阶段，国内外还没有统一的云计算定义。不同的组织、专家等根据自己的立场及观念，提出对云计算的不同理解。以下是部分具有代表性的云计算定义。

Hewitt[4]观点是云计算主要是将信息永远地保存在云端的服务器中，在需要信息时只是从客户端（如桌面机、笔记本、手持电脑设备等）中进行获取、缓存。

Armberust M[5]认为：云计算是以相对稳定和成熟的互联网为基础的新模式，以往的信息是分散存放在移动设备或个人电脑等设备上，而云可以把这些信息集中在一起，构成规模宏大的信息源，由强大的服务器协同工作。

本文采用的是目前被广泛认可的美国国家标准与技术研究院（NIST）的定义：云计算是一种按使用量付费的模式，该模式提供按需、便捷可用的网络访问，当进入可配置的计算资源共享池（资源包括服务器、应用软件、存储、网络、服务），只需要投入少量的管理工作，或与服务供应商进行少量的交互，就能够快速获取这些资源。

1.1.2 云计算的发展阶段

国内云计算产业目前的发展大概分为准备、发展和成熟三个阶段。

准备阶段：该阶段的主要工作是云计算概念的推广和技术的准备，对于云计算的使用和建设还处于较为初始的部分，认识还不够完全，主要是公有云的发展。发展阶段：该阶段产业快速发展，各地兴建起云计算基础设施，云计算商业模式逐渐丰富。公有云、私有云以及混合云共同协调发展。成熟阶段：在该阶段有着较为稳固的产业链及行业生态环境，云计算供应商提供的产品及服务质量好，云计算产业在各地方的信息、软件产业中所占的比例合理、稳定。

当前我国的云计算发展还依然处于第二阶段。

1.2 云计算产业指标体系

现阶段我国不同省域间的云计算产业发展水平存在较大差异，对各地区云计算发展程度的评价也没有形成一个完整的体系，本文借鉴传统高新技术服务业的指标体系度量方法，从人、财、物三个方面来对云计算产业投入、产出以及发展环境这三个方面建立评价指标体系。

1.2.1 云计算投入

不管是新古典框架下的生产函数，还是在内生经济增长框架下的生产函数，资本与劳动依旧是创新系统的基本要素，产业的投入变量的选择需要从人力和资本这两个方面着手[6]。

在人力方面来看，云计算这类高技术产业规模的扩张、功能的完善与深入、服务水平的提高等方面，高水平人员的作用不可替代。在经费投入上，要想充分发展云计算产业，在资金方面的支持尤为重要，尤其是在建设和购买云基础设施设备上，往往其投入的基础设施的规模大小决定了其所能提供的服务的数量以及流量的范围。

因此在云计算产业的投入方面选择R&D人员全时当量，R&D内部经费支出比重，技术投入经费，投资额以及新增固定资产五个指标。

1.2.2 云计算产出

讨论云计算产业的产出指标体系时，本文考虑了经济和科学产出两个方面。经济方面，云计算收入在总体上反映了其经营活动的成果，可以作为衡量产出最主要的指标。在科学产出上主要考虑有效专利数，它也可以反映云计算产业取得并且连续取得收益的可能性。综上，在云计算产业产出的测度上，本文建立云计算有效专利数和云计算产业总收入两个指标体系。

1.2.3 云计算发展环境

环境变量是指不在主观控制范围之内但却影响着发展效率的因素，组织者无法在短时间内控制和改变这些因素，故称之为外部环境因素[7]。GDP水平的高低影响着地方是否有能力去发展云计算产业；而当地的科研机构的数量也影响着其是否有一定的人力资源去发展和维护云计算产业；此外，相关政策的制定也是影响其发展的一个重要方面。因此，本文选取GDP、科研机构数和政府资助作为云计算发展环境的评价指标。

根据以上确定的指标建立如下评价体系（如表1）。

1.3 数据来源与测度方法

首先按照各指标的要求将数据标准化；接着计算各级指标权重，由于云计算投入、产出和发展环境对于云计算产业发展影响的程度尚缺乏被广泛认可的研究结果，暂时认为三者具有同等重要性，因此一级指标采用均值权重，然后利用熵权法来计算二级指标权重；第三，根据指标体系以及各级指标权重，得出各省云计算产业发展的程度，即云计算产业发展度。本文讨论了全国30个省市的云计算产业情况，数据来源于运行监管协调局（2007-2016）。

通过云计算产业发展度空间分布图以及变差系数和集中度指数可以反映云计算产业发展度的时空演化状态、省域间差异变化与集中程度。

1.3.1 变差系数

wi+wj为权重矩阵第i行和第j列之和。当Z>0时，存在空间正相关，表明相似的观测值（高值或低值）趋于空间聚集；当Z<0时，存在空间负相关，相似的观测值趋于分散分布；当Z=0时，观测值则表现出独立地随机分布[8]。

③局部空间自相关。

局部空间自相关指数是用来测度各个区域同其周边地区之间的局部空间相关以及差异程度。本文主要通过Moran散点图来讨论局部空间的变动，Moran散点图用散点的形式来描述变量Z与其空间滞后向量Wz（即该观测值周围邻近地区的加权平均数）间的相关关系。该图纵轴代表的是空间滞后向量，横轴代表的是变量Z，整个坐标轴分为四个象限，分别对应四种地区与其临近地区间的关系：第Ⅰ象限（标记为HH）表明一个高水平区域被其他高水平区域所包围，二者间空间差异程度较小，存在较强的空间正相关；第Ⅱ象限（标记为LH）表明高水平区域围绕着一个低水平区域，表示二者空间差异程度较大，较强的空间负相关，即异质突出；第Ⅲ象限（标记为LL）表明该区域和它周围的区域都是低水平区域，二者的空间差异程度较小，存在较强的空间正相关，是盲点区；第Ⅳ象限（标记为HL）表明一个高水平区域被周围低水平区域围绕，二者的空间差异程度大，有较强的空间负相关。

2 实证研究结果

2.1 省域云计算产业由负向空间自相关转向正向空间自相关

在收集数据时发现西藏地区云计算产业发展方面没有相关数据，因此我们的分析范围主要为除去西藏地区的中国大陆地区，由表2可知，在07-09年和13-16年间，每年Z值的绝对值均小于1.96，因而认为有微弱的显著性。I的值接近于0，并出现从负值到正值的较小波动。其中07-09年的Z值均小于0，呈现出較弱的负空间自相关，说明我国的云计算产业发展出现一定的离散分布的特征，13-16年的Z值大于0，表现出一定的正空间自相关，说明经过几年的发展后，中国的云计算产业发展出现一定程度上的空间集聚分布特征。从表2中的数据可以看出全局综合特征，但无法清晰地表现在各年各省区与其周边邻近地区之间的关系，因而还需利用局部空间自相关来讨论全国的云计算产业的空间结构特征。

2.2 省域云计算产业相对差异缩小，集聚省份增加

从2007-2009年、2013-2016年各省份云计算产业发展度变差系数总体呈下降趋势（图1），CV值从1.77下降到1.43，省域间的云计算产业发展的相对差异在渐渐缩小，与此同时，云计算产业的发展集中程度指数（CR6）从2007年的79%下降到2016年的70%，与该比例的下降而同时发生的是云计算发展程度提升的省份在增加，虽然数量增加的省份有限，但是可以说明原来被个别少数省份占有的现象现在发展到集聚的省份数量在部分地增加。

在探讨局部空间自相关的异质性的时，我们根据07-09年和13-16年的局部空间分析的Moran散点图来观察分析局部空间的差异性，第1-4象限分别为扩散效应区，过渡区，低速增长区和极化效应区。

2.2.1 扩散效应区

从图3可知，2007年位于该区域的省份有上海、江苏、浙江三个省市，到了2016年，又增加了福建和山东，原来的省市依旧保持高值。该地区一直以来就是技术、经济发展先锋军，大量高新科技和互联网企业的主要发展都在这些省区，其云计算产业发展程度较高。而且江浙沪三个地区一直以来都有着很强的联系，一体化程度较高。该地区云计算发展程度高，福建和山东经过几年的发展，其云计算专利数也有了大幅度增加，由于靠近长三角经济圈，其电子工业、软件业的总产值得到较大增长，也达到了相对较高的水平。

2.2.2 过渡区

2007年位于过渡区的省市主要有海南、广西、湖南、江西、福建、安徽、河北、天津、山东九个省市，2015年时少了福建和山东。这些地区的云计算产业基础设施的建设相对薄弱，相关政策支持力度不够高。同时受到周围高发展地区的“屏蔽”效应，周边有着云计算产业程度较高的省份，而自身的基础薄弱，导致自身的云计算产业发展受到一定的制约。

2.2.3 低速增长区

2007年位于该区域的省市有山西、内蒙、吉林、辽宁、黑龙江、湖北、重庆、四川、贵州、云南、陕西、甘肃、宁夏、新疆15个省市地区。2015年时少了辽宁和四川，多了青海地区。青海地区云计算产业相关数据在07-09年的统计局数据里是没有的，而在13-16年开始进入了低速发展区。该区域本身以及其周边的部分省市地区的经济发展落后，电子工业和软件行业等高新技术产业的发展水平低。

2.2.4 极化效应区

2007年位于该区的省份有北京和广东，到了2008年增加了辽宁和四川两个省，北京和广东一直是经济、科技发展的的高水平地区。北京中关村内的高新技术以及互联网企业的水平在全國处于领先位置，而广东省毗邻港澳台地区，其高新技术的发展水平较高。辽宁和四川近年来在云计算产业基地数、专利数等方面较大的增加。特别是四川成都的服务创新应用云计算基地的发展很大程度上带动了该地区的云计算产业的发展。

虽然云计算产业在空间上出现一定程度的集聚现象，发展的相对差异在缩小，但集聚的范围有限，云计算在各地区发展的差异依旧存在，许多地区的云计算发展刚初见端倪。

2.3 云计算产业总体格局稳定，出现东部继续稳定并逐渐向西部推进的趋势

将四个象限内的省份具体的罗列出来，如表3所示，在07-09年和13-16年间大多数省份并没有发生很大的变化。例如上海、江苏、浙江始终处于第一象限内，表现出云计算产业发展的强强集聚；而山西、内蒙、吉林、宁夏等地区位于第三象限，是云计算产业发展较为落后地区的集聚；河北、江西、海南、广西等省区位于第二象限，表现出弱性异质突出；北京、广东位于第四象限，表现出强性异质突出。这表明，中国省域云计算产业的空间格局在总体上并未出现较大改变。

尽管大部分省份保持稳定，但还是有省份在此期间出现了跃迁，如山东、福建、四川等地区。同时，保持在一个区域的省份中，很多省份的云计算产业的收入，产业基地和专利数都出现了一定程度上的增长，如天津、青海、新疆等地。

总体来看，京、沪、苏、鲁等东部省市的云计算发展程度较高。发展程度从东北、西北和西南三个方向表现出递减的状态。同时中部省份出现发展势头较快，水平相对较高的地区。（表3）

3 结论以及发展建议

3.1 结论分析

本文以制定的云计算产业发展的评价指标体系为基础，讨论对象为全国30个省市，研究云计算产业发展程度。通过结果发现：目前中国云计算产业空间格局总体上较为稳定。省域之间的空间自相关性从07-09年的呈现出负相关到13-16年的呈现出空间较为微弱的正相关，即云计算产业渐渐表现出局部的空间聚集，但这种集聚还是少数的。具体来说：①中国云计算产业发展的突出区域稳定在东部沿海特别是长三角地区。②西北、西南、东北地区呈现出弱集聚区及弱性异质突出区，即大部分省份都是云计算产业发展的落后地区，但在这些弱集地区存在个别云计算产业发展程度相对高一些的地区，如中西部的四川省。③许多云计算发展暂时落后的区域却有着许多优势，例如气候、资源等，在温度较低的内蒙古和新疆和在电力资源丰富的重庆、四川等地建立云计算基础设施设备。

云计算产业的发展受多重的条件的影响，本文的研究中考虑到了各省域云计算产业的收入、产业基地数、专利数等评价指标。在研究中发现，随着云计算基地在各地的兴建，部分地区的云计算发展水平有一定的进步，但仅仅是云计算基地这些基础设施还是远远不够的。在基础设施之上还需要大量的高素质从业人员，政府与企业的共同参与以及大量的技术知识能力。例如，虽然如今内蒙地区建立起3个云计算产业基地，但其相关的参与企业量不多，没有形成一个很好的企业参与状态，再者其云计算专利数更是少数，导致云计算产业收入并不高，还需要时间来弥补这些问题。而那些建立有云计算基地，形成了较好的云计算企业集群且拥有了较多的云计算产业专利的省域，其相应的云计算产业发展水平相对较高。

3.2 未来发展的相关建议

3.2.1 云计算产业布局调整

云计算产业基础设施的布局要有一个合理的规划，云计算基础设施的建立耗用资金多，经营费用高，因此各地在布局云计算基础设施时要根据其实际的需求，避免浪费。各地应该立足于本地区域优势，努力争取重点建设项目落户。在构建云计算基础设施设备、推动云计算产业进步时，要特别注意做好总体规划，准确定位以及抓住重点，同时还要特别注意严格实施可行性分析和风险评估，另外还要确定发展的思路、发展的关键和运行及维护模式等，避免盲目发展。

3.2.2 云计算产业发展合作创新

“互联网+”战略不断的深化带来了云计算应用需求的升级，各地在推动云计算产业发展时要注意把握住“互联网+”时代下的战略机遇。通过抓住重点工业、商业和公共领域市场，不断推动创新创业在云计算产业的应用。各地在推动云计算发展时要注意“私有云”，“公有云”以及“混合云”的协调发展，各省域之间可以通过建立合作共享平台来促进各省域间的云计算应用和创新发展，通过云计算平台来促进各地云计算服务的不断提升以及产品的多元化发展。

3.2.3 云计算产业竞争成长

作为一个新兴的产业，随着云计算服务的供给和需求的持续增长，云计算产业内的竞争也在不断地增加，伴随着云计算产业竞争增长而突出的是云计算需求的日益增长以及对于服务质量要求不断提高。各地在发展云计算产业时要注意规范市场秩序，建设和完善云计算产业的市场竞争机制，促进良性竞争，避免恶性竞争带来的一系列问题，通过良性竞争促进产业创新、服务提升。

同时也要注意云计算产业与其他产业之间的竞争合作，要协调好各产业之间冲突与融合，通过产业之间的相互弥补来促进云计算產业在某些方面的不足来促进云计算的不断成熟与进步。

本文仅是对云计算产业发展空间格局演化的探索性研究，采用了较多的国内研究中常用的指标，这样选择的原因：一方面，我国的云计算产业开始较晚，专项统计缺乏，一些国内研究常用的指标具备直接采用的可行性；另一方面国内许多研究是在参考国外研究的基础上，找到的对应于国内统计的指标，其本质是经过了中国化转变的，具备直接采用的可信度。

参考文献：

[1]关于促进云计算创新发展培育信息产业新业态的意见.国务院.2015-01-30.

[2]付帼，卢小丽，武春友.中国省域绿色创新空间格局演化研究[J].中国软科学，2016（07）：89-99.

[3]田杰棠.我国云计算产业发展趋势及政策建议[J].经济纵横，2011（08）：31-35.

[4]HEWITT C.ORGs for scalable， robust privacy-friendly client cloud computing[J]. IEEE Internet Computing，2008，12（5）：96-99.

[5]Armberust M， FoX A， Griffith R. Above the clouds a Berkeley view of cloud computing [EB/OL]. （2009202210[2009205215]）.http：//grid pku edu cn/cloud/Berkeley above the clouds pdf.

[6]韩晶，宋涛，陈超凡，曲歌.基于绿色增长的中国区域创新效率研究[J].经济社会体制比较，2013（03）：100-110.

[7]曾硕勋，杨永，施韶亭.基于DEA三阶段模型的中国高新技术产业效率研究[J].企业经济，2013（01）：116-120.

[8]张连均，张晶，侯晓慧，张大鹏，蒋捷峰.江苏省人口分布的空间自相关分析[J].首都师范大学学报（自然科学版），2010（04）：7-10.