第６卷第３期　２０１１年９月出版　亚热带资源与环境学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｕｂｔｒｏｐｉｃａｌ　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ　Ｖｏｌ＿６　Ｎｏ．３　Ｓｅｐｔｅｍｂｅｒ　２０１　１　

基于ＥＳＤＡ的福建省私营经济空间格局及其影响机制探析　

王宜强　王彬　黄跃东　

（１．福建师范大学地理科学学院，福州３５０００７；２．福建省农村发展研究中心，福州３５０００３）　

摘要：以２００４和２００８年福建省各区县私营企业密度为指标变量，以福建省８４个县级行政单　

位为基本单元（金门县除外），借用ＥＳＤＡ全局和局部空间自相关分析方法和ＧＩＳ技术，通过　构造空间权重矩阵，从空间关联的角度探讨福建省私营经济空间异质性、相似性和空间分布模　

式．研究表明：福建省私营经济空间分布呈现出显著的自相关特征，空间集聚特征明显，私营　经济发展突出地表现为“双核心”模式，即闽南三角核心和闽江口核心；在私营经济发展格　

局的动态变化方面，福建私营经济发展东西差距在极化效应的影响下不断加剧；探析私营经济　发展的影响机制发现，福建私营经济发展的历史积淀、区域经济发展水平、市场规模、基础设　

施完善度以及区域交通便捷度是塑造私营经济空间格局的主要因素．　

关键词：私营经济；ＥＳＤＡ；空间格局；影响机制；福建省　中图分类号：Ｆ１２９．９　文献标识码：Ａ　文章编号：１６７３－７１０５（２０１１）０３－００６４—１２　

Ａｎａｌｙｓｉｓ　ｏｆ　Ｓｐａｔｉａｌ　Ｐａｔｔｅｒｎ　ａｎｄ　Ｉｔｓ　Ｉｎｆｌｕｅｎｃｉｎｇ　Ｍｅｃｈａｎｉｓｍ　ｏｆ　Ｐｒｉｖａｔｅ　Ｅｃｏｎｏｍｙ　

ｉｎ　Ｆｕｊｉａｎ　Ｐｒｏｖｉｎｃｅ　Ｂａｓｅｄ　ｏｎ　ＥＳＤＡ　

ＷＡＮＧ　Ｙｉ—ｑｉａｎｇ　，ＷＡＮＧ　Ｂｉｎ　，ＨＵＡＮＧ　Ｙｕｅ—ｄｏｎｇ　

（１．Ｓｃｈｏｏｌ　ｏｆ　Ｇｅｏｇｒａｐｈｉｃａｌ　Ｓｃｉｅｎｃｅｓ，Ｆｕｊｉａｎ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ　３５０００７，Ｃｈｉｎａ；　２．Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｅｒ　ｏｆ　Ｆｕｊｉａｎ　Ｒｕｒａｌ　Ｄｅｖｅｌｏｐｍｅｎｔ，Ｆｕｚｈｏｕ　３５０００３，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｓｐａｔｉａｌ　ｈｅｔｅｒｏｇｅｎｅｉｔｙ，ｓｉｍｉｌａｒｉｔｙ　ａｎｄ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｐａｔｔｅｒｎ　ｏｆ　ｐｒｉｖａｔｅ　ｅｃｏｎｏｍｙ　ｉｎ　Ｆｕｊｉａｎ　

ｐｒｏｖｉｎｃｅ　ｗｅｒｅ　ｄｉｓｃｕｓｓｅｄ，ｆｒｏｍ　ｔｈｅ　ｐｅｒｓｐｅｃｔｉｖｅ　ｏｆ　ｓｐａｔｉａｌ　ｓｅｒｆ－ａｓｓｏｃｉａｔｉｏｎ．Ａ　ｋｅｙ　ｖａｒｉａｂｌｅ　ｏｆ　ｔｈｅ　ｓｔｕｄｙ　ｗａｓ　ｔｈｅ　ｄｅｎｓｉｔｙ　ｏｆ　ｐｒｉｖａｔｅ　ｅｎｔｅｒｐｒｉｓｅｓ　ｏｆ　ｔｈｅ　８４　ｃｏｕｎｔｙ－ｌｅｖｅｌ　ａｄｍｉｎｉｓｔｒａｔｉｖｅ　ｕｎｉｔｓ　ｉｎ　ｔｈｅ　ｐｒｏｖｉｎｃｅ（Ｊｉｎ—　ｍｅｎ　ｃｏｕｎｔｙ　ｅｘｃｌｕｄｅｄ），ａｎｄ　ｋｅｙ　ｍｅｔｈｏｄｓ　ｉｎｃｌｕｄｅｄ　ｔｈｅ　ｏｖｅｒａｌｌ　ａｎｄ　ｐａｒｔｉａｌ　ｓｐａｔｉａｌ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ａｎａｌｙ—　ｓｉｓ　ａｎｄ　ＧＩＳ　ｔｅｃｈｎｏｌｏｇｙ，ｄｅｐｅｎｄ　ｏｎ　ｗｈｉｃｈ　ａ　ｓｐａｔｉａｌ　ｗｅｉｇｈｔ　ｍａｔｒｉｘ　ｃｏｕｌｄ　ｂｅ　ｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅ　ｒｅｓｕｌｔｓ　

ｓｈｏｗｅｄ　ｔｈａｔ　ｉｎ　Ｆｕｊｉａｎ　ｐｒｏｖｉｎｃｅ，ｔｈｅ　ｓｐａｔｉａｌ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｐｒｉｖａｔｅ　ｅｃｏｎｏｍｙ　ｔｏｏｋ　ｏｎ　ａ　ｓｉｇｎｉｆｉｃａｎｔ　ｓｅｒｆ－　ｃｏｒｒｅｌａｔｉｏｎ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ，ｏｆ　ｗｈｉｃｈ　ｔｈｅ　ｓｐａｔｉａｌ　ａｇｇｌｏｍｅｒａｔｉｏｎ　ｆｅａｔｕｒｅ　ｗａｓ　ｈｉｇｈｌｙ　ａｐｐａｒｅｎｔ．Ａｎｄ，ｃｏｎ—　ｃｅｒｎｉｎｇ　ｔｈｅ　ｓｐａｔｉａｌ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｐｒｉｖａｔｅ　ｅｃｏｎｏｍｙ，ａ　ｄｕａｌ－ｃｏｒｅ　ｍｏｄｅ　ｃｏｕｌｄ　ｂｅ　ｃｌｅａｒｌｙ　ｉｎｄｅｎｔｉｆｉｅｄ，　

ｉｎｃｌｕｄｉｎｇ　ｔｈｅ　Ｍｉｎｎａｎ　Ｔｒｉａｎｇｌｅ　Ｃｏｒｅ　ａｎｄ　ｔｈｅ　Ｍｉｎｊｉａｎｇ　Ｅｓｔｕａｒｙ　Ｃｏｒｅ．Ｆｏｒ　ｃｈａｎｇｉｎｇ　ｄｙｎａｍｉｃ，ｕｎｄｅｒ　ｉｎ—　ｆｌｕｅｎｃｅｓ　ｏｆ　ｐｏｌａｒｉｚａｔｉｏｎ　ｅｆｆｅｃｔｓ，ｔｈｅ　ｅａｓｔ—ｗｅｓｔ　ｇａｐ　ｏｆ　ｐｒｉｖａｔｅ　ｅｃｏｎｏｍｙ　ｉｎ　ｔｈｅ　ｐｒｏｖｉｎｃｅ　ｓｔｉｌｌ　ｓｅｅ　ａｎ　ｉｎ—　

ｃｒｅａｓｉｎｇ　ｔｒｅｎｄ．Ｆｕｒｔｈｅｒ　ａｎａｌｙｓｅｓ　ｄｉｓｃｏｖｅｒｅｄ　ｔｈａｔ　ｃｏｍｐｌｉｃａｔｅｄ　ｈｉｓｔｏｒｉｃａｌ　ｅｌｅｍｅｎｔｓ，ｒｅｇｉｏｎａｌ　ｅｃｏｎｏｍｉｃ　

ｄｅｖｅｌｏｐｍｅｎｔ　ｌｅｖｅｌ，ｍａｒｋｅｔ　ｓｃａｌｅ，ｒｅｇｉｏｎａｌ　ｉｎｆｒａｓｔｒｕｃｔｕｒｅ　ａｎｄ　ｔｈｅ　ｃｏｎｖｅｎｉｅｎｃｅ　ｏｆ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ　ｗｅｒｅ　

ｍａｊｏｒ　ｆａｃｔｏｒｓ　ｉｎ　ｔｈｅ　ｆｏｒｍａｔｉｏｎ　ｏｆ　ｓｕｃｈ　ｓｐａｔｉａｌ　ｐａｔｔｅｒｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｐｒｉｖａｔｅ　ｅｃｏｎｏｍｙ；ＥＳＤＡ；ｓｐａｔｉａｌ　ｐａｔｔｅｒｎ；ｉｎｆｌｕｅｎｃｉｎｇ　ｍｅｃｈａｎｉｓｍ；Ｆｕｊｉａｎ　ｐｒｏｖｉｎｃｅ　

＋投稿日期：２０１０．１２－２０　基金项目：国家自然科学基金（４０８０１０５５）、福建省科技厅青年人才项目（２００８Ｆ３０３４）、福建省教育厅Ａ类项目　（ＪＡＯ８０３８）　作者简介：王宜强（１９８７一），男，山东嘉祥人，硕士研究生，主要从事产业布局与区域开发研究，　（Ｅ—ｍａｉｌ）　ｗｙｑｉａｎｇ５４＠ｙａｈｏｏ．ｃｎ．　通讯作者：王彬（１９７５一），男，山东曹县人，博士，副教授，主要从事区域文化地理和人口迁移与文化景观研　究，（Ｅ—ｍａｉｌ）ｗｂｉｎｎ＠１６３．ｃｏｍ．

　第３期　王宜强等：基于ＥＳＤＡ的福建省私营经济空间格局及其影响机制探析　

０　引言　

经济空间格局以及区域差异向来是经济地理学研究的重要内容，国内外区域经济学者业已展开了大　

量的相关研究，积累了相当丰富的文献ｕ　４。．传统的区域经济差异测度方法大都采用非可视化空间计量　模型对指标进行定量评判，如反映区域绝对差异的极差（绝对离差）、平均差、标准差（ＳＤ）等，反　

映区域相对差异的变异系数（ｃｖ）、基尼系数（Ｇｉｎｉ）、泰尔指数（Ｔｈｅｉｌ　Ｉｎｄｅｘ）、广义熵指数（ＧＥ）　

等　Ｊ．但研究证明，几乎所有的空间数据都具有空间依赖性，即空间自相关或空间关联．空间依赖的　

存在违反了大多数传统统计分析中观测值相互独立的基本假设　Ｊ．因此，区域经济发展空间差异的空　

间影响，尤其是空间依赖性和空间异质性在研究不同尺度的区域差异问题时应加以慎重考虑＿９　Ｊ．将空　

间思维融合到传统经济分析与决策的理论框架之内，从空间关联的角度来研究各种尺度下经济活动和经　

济现象已成为学者们的共识¨　．　

改革开放以来，国内私营经济获得快速发展，已成为中国国民经济快速发展的重要推动力量和生力　

军，多引起学者的关注　．福建作为中国沿海经济较为发达的省份，与其私营经济的快速发展密不　可分¨引．本研究将ＥＳＤＡ技术与ＧＩＳ技术相结合，探讨福建省私营经济在空间上的分布状况以及所呈　

现出的分布特征，并从区域整体的角度深刻揭示出福建省私营经济发展现状、空间内部差异，及其发展　的影响机制，以期对促进未来福建省私营经济发展和全省经济协调发展提供理论和应用参考．　

１数据来源及研究方法　

１．１数据来源　本研究以福建省８４个县级行政单元为基础，以《福建经济普查年鉴》（２００４和２００８年）、《福建　

统计年鉴》（２００９年）、以及各县（区）２００８年国民经济和社会发展统计公报或政府工作报告等作为原　始数据，建立福建省民营经济数据库．本研究所指的私营经济为内资私营企业（即除港澳台以及外资　

企业以外的私营企业）．在数据选取过程中，主要以２００４和２００８年内资私营企业数据为蓝本，并参照　

福建省经济发展的其他相关指标数据．在统计过程中，为使数据具有可比性，指标选取数据要求来源的　统一性，即各属性数据均出自于同一统计资料，故可消除统计口径不同带来的误差．此外，为使统计结　

果不受缺省值影响，本研究故而将金门县排除在计算之外．　

１．２探索性空间数据分析　探索性空间数据分析（Ｅｘｐｌｏｒａｔｏｒｙ　Ｓｐａｔｉａｌ　Ｄａｔａ　Ａｎａｌｙｓｉｓ，ＥＳＤＡ）是基于让数据说话这一理念的一系　列空间数据分析方法和技术的集合¨　埔　．该方法主要以空间关联测度为核心，通过对事物或现象空间　

分布格局的描述与可视化，从而揭示非典型空间位置，发现空间关联模式，提出不同的空间结构及空间　

不稳定性的其他模式　．本研究在已有成果的基础上，将空问统计分析与ＧＩＳ技术的空间可视化技术　相结合，从而揭示福建省私营经济发展的空间依赖性和异质性，进而有助于更加深入地理解区域经济问　

题．其基本步骤为：首先对研究变量进行正态变换，满足空间自相关研究的前提条件，然后通过　Ａｎｓｅｌｉｎ设计的ＧｅｏＤａ软件获取空间权重矩阵，并采Ｍｏｒａｎ　ｓ，指数和Ｌｏｃａｌ　Ｍｏｒａｎ　ｓ，（ＬＩＳＡ）来衡量全　

局和局域空间自相关．　１．２．１空间权重矩阵　确定合适的空间权重矩阵（　）是利用ＥＳＤＡ技术定量表达地理要素之间空间关系的前提和基础．　

空间权重矩阵的建立有多种标准，其中常用的有基于邻接标准和基于距离标准　．由于所研究的对象　

是福建省所有县级行政单元，但在研究区中东山县和平潭县属于岛屿县，因此，本研究不能采用判断是　

否邻接的办法来构造空间权重矩阵，故本研究采用基于距离标准，具体为基于Ｋ最近邻居标准的空间　

权重，其能够保证每一个观测点有相同的邻居数量．由于在福建所有县级行政单元中，任一空间单元拥　有邻接单元数量的上限为９，所以本研究定义，权重中搜寻最近的邻居数量为９，从而保证任一空间单　元其搜素范围包括其所有邻接的空间单元．　的具体形式为：

　亚热带资源与环境学报　第６卷　

Ｗ＝　

基于　最近邻居标准的空间权重矩阵，其具体定义为：　

：１１　域＿『是距区域的　距离最近的９个邻居之一，　（２）　”　

Ｌ０其他．　式（１）和式（２）中：ｎ表示空间单元个数．如果第　个（　∈凡，０＜　≤ｎ）空间单元是距离第ｉ个　

（ｉ∈ｎ，０＜ｉ≤ｎ）空间单元最近的９个空间单元之一，则Ｗ　＝１；否则Ｗ　＝０．通常规定，一个空间单　元与其自身不属于邻居关系，即Ｗ　＝０．　

１．２．２全局空间自相关指数　

Ｍｏｒａｎ　ｓ，是最早应用于全局聚类检验的方法（Ｃｌｉｆ　ａｎｄ　Ｏｒｄ，１９７３）．它检验整个研究区中邻近地区　间是相似、相异（空间正相关、负相关），还是相互独立的　］．Ｍｏｒａｎ　Ｓ，的计算公式如下：　

ｗ　（　一　）（　一　）　，＝—‘＿Ｌ　————＝＿，其中．　≠ｉ　（３）　（∑∑　）∑（　—　）　

式（３）中：ｎ是福建省县级行政单元总数，ｗ　是空间权重，　和ｘｉ分别是区域ｉ和区域　的私营企业　

密度，是私营企业密度的平均值．Ｍｏｒａｎ　ｓ，可以看作是观察值与它的空间滞后（Ｓｐａｔｉａｌ　Ｌａｇ）之间的相　关系数，变量　的空间滞后是　在邻域　的平均值　］．因此，Ｍｏｒａｎ　Ｓ　Ｉ值处于～１—１之间，在给定显　

著性水平下，Ｍｏｒａｎ　Ｓ　值接近１时表明具有相似的属性集聚在一起（即高值与高值相邻、低值与低值　

相邻）；值接近一１时表明具有相异的属性集聚在一起（即高值与低值相邻、低值与高值相邻）．如果　Ｍｏｒａｎ　ｓ，值接近于０，则表示属性是随机分布的，或者不存在空间自相关性．计算结果可分别采用随机　

分布和近似正态分布２种假设进行检验，本研究采用近似正态分布的　统计检验，其计算公式为：　

ｚ－　㈩　

式（４）中：Ｅ（，）为Ｍｏｒａｎ指数川向期望值，Ｅ（，）＝一１／（ｎ一１）；ＶＡＲ（，）为所有观测值的Ｍｏ—　

ｒａｎ指数，的方差．检验统计量可以对零假设　进行显著性检验，显著性水平可以由标准化ｚ值的Ｐ值　检验来确定，如果Ｐ值小于给定的显著性水平（一般取０．０５），则拒绝零假设，否则接收零假设．当ｚ　

值为正且显著时，表明存在正的空间自相关，也就是说相似的观察值趋于空间集聚，高值区域与高值区　域相邻接，低值区域与低值区域相邻接．当ｚ值为负且显著时，表明存在负的空间自相关，相似的观　

察值趋于分散分布，即高值区域与低值区域相邻接，低值区域与高值区域相邻接．　

１．２．３局部空间自相关　全局Ｍｏｒａｎ　ｓ，统计量是一种总体统计指标，难以探测不同位置局部区域的空间关联模式．而局部　空间自相关分析可以度量每个区域与周边地区之间的局部空间关联和空间差异程度，从而识别空间集聚　

（ＳｐａｔｉＭ　ｃｌｕｓｔｅｒｓ）和空间孤立（ＳｐａｔｉＭ　ｏｕｔｌｉｅｒｓ）．学者们通常采用Ａｎｓｅｌｉｎ（１９９５）定义的空间关联局部　指标（Ｌｏｃａｌ　Ｉｎｄｉｃａｔｏｒｓ　ｏｆ　ＳｐａｔｉＭ　Ａｓｓｏｃｉａｔｉｏｎ，ＬＩＳＡ）与Ｍｏｒａｎ散点图共同检测局部空间的聚集性及分析　

局部空间的不稳定性　．局部莫兰指数计算公式为：　

泰。　’　㈥　

式（５）中符号与式（３）中的相同．正的，ｌ表示一个高值被高值所包围（高一高），或者是一个低值　被低值所包围（低一低）；负的　表示一个低值被高值所包围

（低一高），或者是一个高值被低值所包