县域经济发展差异空间格局及其成因研究——以福建省为例

王 超（贵州财经大学 工商学院，贵阳 550025）



县域经济发展差异空间格局及其成因研究——以福建省为例

王 超
（贵州财经大学 工商学院，贵阳 550025）

摘 要:改革开放30多年来，福建省经济发展取得了明显成效。但是，县域经济发展差异也比较突出，呈现明显的空间格局分布。以2014年福建省67个县（市、市辖区）的统计数据为研究对象，利用因子分析法计算各县市区经济实力综合得分,以综合得分为依据,采用空间自相关模型对县域经济发展格局进行分析，计算得出全局Moran's I 值、Local Moran's I 值和Getis-Ord Gi*指数。研究结果显示：在经济总体空间格局上，福建省县域经济发展表现出较强的空间自相关性，其中2/3的县市经济表现为空间正相关，1/3县市的经济发展存在空间异质性。热点区为中南部沿海县市、闽中戴云山脉中南部西侧县市两大轴状空间结构。最后探索了福建省县域经济发展差异的空间格局形成的原因,以期为该省经济实现区域协调发展提供理论依据。

关键词:县域经济；发展差异；空间格局；福建省

随着改革开放的不断深入，GDP总值跃居世界第二，各省经济发展取得巨大成效的同时，区域经济发展失衡问题也越来越突出，直接影响我国经济协调发展。区域经济发展差异问题，已经成为国内外学界研究关键领域之一[1-5]，代表学者有Marshall等人。Marshall 是提出产业集聚概念第一人,为产业集聚研究奠定了基础。产业集聚研究常用空间统计分析法。该方法是掌握地理位置空间数据的重要方法，以力求统计数据的空间意义。例如，Goodchild 等（1996，1997，2004）研究得出：在社会科学的研究应用中，空间统计分析技术主要集中在七大方面：商业和社会网络、城市发展研究、气候与环境变化研究、经济与社会不均衡发展研究、人口疾病与健康空间分布研究、社区发展以及犯罪行为空间格局等等[6-8]。

目前，国内有关县域经济发展水平空间差异研究，其研究范围逐步从宏观转向微观，从国家或省级单位层面，转向为县市层面[9]。有关福建县域经济发展相关研究，国内学者主要采用基尼系数衡量贫富差距、离差系数衡量经济发展失衡问题、泰尔指数计算收入模型等测度标准，来探究县域经济差异状态[10-11]，有的学者采用探索性空间数据分析方法和结构方程模型[12-14]。但多数学者倾向采用人均GDP单一指标来度量经济发展差异，而不能较为全面地反映各县域社会经济发展的总体情况。鉴于此，笔者采用因子分析法与空间自相关分析法进行研究,以完善目前学者研究方法的不足,探索最新的福建县域经济发展的差异。

一、研究区域概况

福建省，简称闽，行政辖区内拥有45个县、14个县级市、26个市辖区。陆地面积为12.14万平方公里，所辖海域面积为13.6万平方公里，人口约为3,410万（第六次全国人口普查），其中旅居世界的华侨华人总数约为800万人，是著名的侨乡省份。据2012年国家统计数据，福建省城镇化率57.1%，森林覆盖率高达68.3%，是一个森林大省。2014年，福建省实现国民生产总值24055.76亿元，人均GDP 为63,500元（福建政府工作报告，2015）。

二、研究方法与数据来源

（一）研究方法

本文研究方法主要采用空间自相关分析法。计算空间自相关的方法有多种，笔者主要采用Local Moran's I 指数和Moran's I指数，作为度量福建省县域经济空间自相关性的指标。同时借助SPPS18 和GeoDa095i软件，分别对福建省县域经济实力综合得分和空间集聚程度进行计算并绘制若干专题地图，实现其空间分布格局的可视化表达。

局部空间自相关Local Moran's I主要反映空间参考单元与其邻近的空间单元属性特征值之间的相关性或相似性，以获得空间集聚区在空间分布的具体位置。在软件GeoDa软件中将Local Moran's I称为“LISA”[15]，其公式：

其中Ii为局部空间自相关指数(Local Moran's Index),Wij是区位相邻矩阵。对于局部空间自相关指数（Local Moran's I）,可以用Getis-Ord Gi*检验局部地区是否存在显著的高值或低值。其公式：

高的Gi值表示高值的某种空间现象或属性集中在一起，而低的Gi值表示低值的某种空间现象或属性集中在一起。为了便于解释和比较，对Gi*进行标准化处理[9]：

其中Var（Gi*）和E（Gi*）分别是Gi的数学变异和期望数，它主要反映空间集聚程度的高低。

全局Moran's I 指标主要反映研究目标的空间聚集程度，缺点是不能获取空间分布的具体位置，其基本表达公式为[16]：

其中n 表示参与分析的空间单元数 xi和xj分别某属性特征或某个现象 x ，在空间单元i 和j上的观测值；Wij是区位相邻矩阵,[Wij]n×n表示区域i 和j 的邻近关系，Wij=1代表空间单元相邻，Wij= 0代表空间单元不相邻（i≠j，Wii= 0）。

全局空间自相关指数（Moran's I），以研究Z来检验研究区域空间自相关关系的关联程度，Z表示空间自相关程度，其计算公式为：

（二）数据来源

基础数据来源于《福建统计年鉴，2014年》，结合福建省省情，选取福建省各县市人口（第六次全国人口普查结果）、GDP、人均GDP等9个指标作为初始指标，采集福建全省（市、市辖区）相关数据建立SPSS统计分析数据库[17]。通过县（市、市辖区）多边形单元的县市地名编码建立与空间数据的关联，并在SPSS18中将初始指标变量计算得到新因子分析指标体系，如表1所示。将SPSS分析结果导入GeoDa095i中，对各县市的综合得分的空间分布情况进行可视化表达。

表1：相关指标体系的转换

三、研究过程

（一）因子分析

分析显示KMO = 0.730，表明该样本数据间并非互相独立，适合做因子分析。如表2所示，特征值、方差贡献率和累积方差贡献率。如表3所示，采用正交旋转方差最大法来简化因子负载，并采用主成分分析法萃取公因子。结果显示，前两个因子贡献率达到了78.154%，表明前2个因子已经涵盖绝大部分信息。其中变量X3、X4、X5、X6、X7五个指标上，均有较高的载荷，这些指标可界定为人均投入-产出因子。第二公因子在GDP和人均GDP上有很大的载荷，可界定为经济总体发展水平因子。

表2　特征根与贡献率

表3　旋转后的因子载荷矩阵

将因子矩阵和经标准化处理过的指标数据相乘，计算各因子在各县市区的得分。其中第一因子F1得分权重为0.732，第二因子F2得分权重为0.268，从而获得综合因子得分：F= 0.732F1+ 0.268F2，得到各县市区经济实力的综合因子得分F。

图1　福建省县域经济实力综合得分Moran 散点图

（二）空间自相关分析

1.全局自相关分析。利用GeoDa 095i对福建省相关县（市、市辖区）县域单元经济实力的综合因子得分，进行全局自相关分析，全局相关Moran’s I 值为0.41，通过0.01显著性水平的检验，Zscore=4.12>2.58。结果表明福建省各县市区的经济实力存在较为显著的空间正相关，表现出经济发展的高水平或者低水平的县市区在空间上集聚成片。

2.局部自相关分析。根据统计分析得到Moran散点图的LISA值（如图1所示），并且在Z检验的基础上（p≤0.05）绘制LISA 聚类分布图（如图3所示）、显著水平检验分布图（如图4所示）。由图1所知，福建66.67%的县市位于第Ⅰ和第Ⅲ象限内与空间正相关，表示第Ⅰ象限中各县均具有较高的经济实力，其周边各县的经济实力也较高，即经济高原区，属于高-高集聚的空间关联类型，主要包括罗源县、福州市市辖区、闽侯县等19个县市区，占全省总数的28.79%。

第Ⅲ象限中各县的经济实力相对较低，其周边各县市的经济实力也相对较低，即经济洼地区，属于低-低集聚的空间关联类型。这一类型的县主要包括浦城县、松溪县、宁化县、清流县等26个县市区，占全省总数的37.88%。

另外，33.33%的县（市、市辖区）位于第Ⅱ、Ⅳ象限内，属于低-高集聚的空间关联类型，即“经济盆地区”，主要包括尤溪县、大田县、顺昌县、永泰县等15个县，占全省总数的21.21%。

第Ⅱ象限中各县（市、市辖区）具有较高的经济实力，即经济台地区，属于高-低集聚区。这一类型的县（市、市辖区）主要包括南平市市辖区、泰宁县、宁德市市辖区、武夷山市、邵武市、龙岩市市辖区、漳州市市辖区这7个县市，占全省总数的12.12%（具体见图2所示）。

图2　各县市综合得分高低集聚示意图

图3　福建省经济发展县域差异LISA聚类分布图

如图4所示：在p≤0.05 的显著性水平检验下，“经济高原区”达到显著水平的县域主要分布在兴化湾、泉州湾沿岸县市，包括惠安县、罗源县、仙游县、福清市、晋江市。“经济洼地区”达到显著水平的区域主要分布宁德东北部，包括屏南县、寿宁县、福鼎市、周宁县、拓荣县，南平东北部，包括松溪县、蒲城县、政和县和漳州市东部，包括霞浦县、云霄县、诏安县和东山县。表现为负相关的异质性区域中，武夷山市通过了显著性水平检验。连江县和平潭县通过了显著性水平检验。

从福建经济发展的热点区域和冷点区域来看（如图5所示），2012年热点区域总体分布呈内陆戴云山脉中南部和沿海中南部两大轴线分布。沿海热点轴北起罗源县，南止晋江市、石狮市共计12个县（市、市辖区）；内陆热点轴从北至南分别是沙县、永安市、三明市辖区、漳平市。冷点区主要集中闽东北部的宁德、南平大部分县市以及漳州南部的平和县、云霄县和诏安县。次热点区大致围绕着上述热点区外围分布，次冷点区共计26个县（市、市辖区），占总数的40%。

图4　福建省经济发展县域差异显著水平检验分布图

图5　福建县域经济发展冷热点区

四、福建省县域经济发展差异的成因分析

（一）发展基础条件不同，是县域经济发展差异的起点

“任何区域经济发展的格局特征，都有其历史的必然性”[9]。闽南地区是我国改革开放经济发展的沿海先头区之一，以厦门市为代表，其经济发展基础条件好，无论是政策优势，还是地理优势，都促进了该地区的发展，特别是轻工业和民营企业的发展，闽南地区更使闽南经济闻名于世界。而闽东北的宁德、南平大部分县市和漳州的南部县市工业基础薄弱，是典型的农业县。再加上很长一段时间内对外交通闭塞，交通基础设施建设不够完善，对外的社会经济交流较少，与福建省沿海发达县市拉开越来越大的距离。

（二）经济区位发展差异，促使县域经济发展逐步分化

闽南、闽中地区在与台湾省一衣带水的经济区位优势明显，加之与海外经济联系紧密，信息、资金和先进的管理技术具有较好的地理可进入性，可以与台湾开展更多经济方面的合作，加强产业的转移与升级，相对而言，其产业优化升级速度比内陆县市快，经济发展质量与速度，也优于内陆县市区。此外，福厦沿线便捷的公路和轨道交通，大大加强了沿线各县市经济联系，促进了闽中的福州市、莆田市、福清市、仙游县和闽南的南安市、泉州市、晋江市和石狮市等沿海环湾县市的经济高度聚集区的形成。戴云山脉中南段的沙县、三明市、永安市和漳平市境内鹰厦铁路线纵贯，森林、矿产资源丰富，区位优势较周边县市显著。四地经济联系较为密切，形成福建县市经济发展的一条内陆轴线。

（三）产业结构配置各异，县域经济发展重心有别

目前福建省经济发达的县市皆处于各大江河下游海陆交接且地势较为平坦地带，人口密集，城镇化水平较高，农业资源、海洋资源、人口资源条件均优于内陆其他县市，发展轻重工业的条件优越，其乡镇企业密集密度大，基础设施条件较好，市场化程度高，第二产业（尤其是其中民营轻纺、电子、食品产业几乎遍及各个乡镇），第三产业产值占GDP的比例较高，经济结构层次相对较高。漳州南部、位于戴云山脉和武夷山山脉中大部分县市的产业结构以农业为主，工业原材料相对匮乏，交通相对闭塞，加之农业灌溉和生产技术落后，自然灾害和市场风险抗性弱，第二、三产业比重与全省平均水平差距甚远。

（四）区域支持政策不同，是县域经济发展失衡关键

根据我国基本国情可知，国家政策发展支持，就意味着发展具有优势条件，可获得国家相关保障[9]。福建省作为我国东南沿海对台海防省份，由于特殊的政治环境，在改革开放初期，全省大部分县市受到改革开放的政策影响较小，经济发展处于低水平的较均衡状态。但在台海关系相对缓和时期，各地区由于资源禀赋、社会经济条件不同和发展基础的差异，区域经济差异逐渐显现。同时，福建省根据省情采取的是非均衡发展战略政策支持，也导致了区域经济的不平衡发展。

五、结论和讨论

“集聚特征是区域经济社会发展到一定阶段形成的，区域经济活动的频度和规模不断增加，才能呈现显著的经济社会空间集聚特征。”[18]基于上述研究分析，笔者发现福建省县域经济发展的空间格局呈现出如下几个特点：

（1）全局自相关Moran's I指数为0.41，这表明福建省县域空间尺度上的经济发展总体表现出明显的空间集聚特征，极化效应显著，表现为沿海与内陆县市经济差异显著。通过对局域空间自相关分析发现2/3的县市的经济表现出空间正相关，其中属于高-高集聚空间联系类型有19个，占县市总数的28.79%；属于经济低聚类占37.88%；表现出空间负相关的县市占总数的1/3。

（2）在地图上进一步显示了达到显著水平（p ≤0.05）的集聚类型的空间分布格局。结果显示福建省县域经济差异的空间自相关程度主要源于“经济洼地区”和“经济高原区”。这种区域经济差异空间集聚现象产生的原因是资源环境、地理区位、产业结构、城镇化水平等多因素综合作用的结果。

（3）本文计算2014年福建各县（市、市辖区）局域空间关联指数Gearys 's I ，并利用GIS软件将其空间可视化，生成福建县域经济空间格局的冷热点。研究结果显示：冷热点呈现出镶嵌分布的格局。最南部和最北部均分布有冷点；热点区呈现出两轴线状分别分布在中南部沿海县市和戴云山脉中南段西侧县市。

（4）空间自相关研究与以往的区域经济研究相比，进一步揭示出区域经济差异的空间异质性问题，这是对区域经济差异研究的补充和扩展[19]。本研究所表达出的福建省县域经济差异的空间分布特点对福建省产业转移和经济协调发展应该有所启发。

需要指出的是，本研究的局限性在于：对经济格局指标的选取主观成分较多，时间尺度仅为2014年一年，使研究趋于静态，空间单元选择县域在一定程度上忽略了更小空间尺度上空间的相互作用关系，这个问题还有待继续研究。

参考文献：

[1]李小建,乔家君.20世纪90年代中国县际经济差异的空间分析[J].地理学报,2001,56(2):136-145.

[2]覃成林.中国区域经济增长趋同与分异研究[J].人文地理,2004(3):36-40．

[3]孟斌,王劲峰,张文忠等.基于空间分析方法的中国区域差异研究[J].地理科学,2005,25(4):394-400.

[4]马晓熠,裴韬.基于探索性空间数据分析方法的北京市区域经济差异[J].地理学科进展,2012,25(12): 1555-1561.

[5]张宇硕,白永平,李慧.兰州-西宁城镇集区县域经济差异的空间格局演化分析[J].经济地理,2012,31(2): 183-188.

[6]Rushton,G.and Lolon,P.1996.Exploratory spatial analysis of birth defect rates in an urban population[J].Statistics in Medicine7,717-726.

[7]Morenoff,J.D.and Sampson R.J.1997.Violent crime and the spatial dynamics of neighborhood transition: Chicago,1970-1990[J].Social Forces 76,31-64.

[8]McDonald,J.F.and Prather,P.2004.Suburban employment centers: the case of Chicago[J].Urban Studies31,201-218.

[9]郭华,蔡健华.河南省县域经济空问演化格局及机制分析[J].中国人口•资源与环境,2012,20(11):128-135.

[10]蓝丁丁,韦素琼,熊小刚.基于泰尔指数的福建省区域经济差异及其成因分析[J].吉林师范大学学报:自然科学版,2007（2）:37-40.

[11]李永实.福建区域经济发展格局变化研究[J].世界地理研究,2001,10(2):71-77.

[12]罗坤,杨明.基于ESDA的福建省县域经济差异空间分析[J].宜春学院学报:自然科学版,2007,29(6):53-55.

[13]李航飞,汤小华,魏文佳.福建省县域经济差异成因空间统计分析[J],杭州师范学院报:自然科学版,2007,6(4):292-295.

[14]黄启才,刘义圣.福建县域尺度经济差成因考探:一个空间计量分析视角[J].中共福建省委党校学报,2008,327(1):56-59.

[15]Anselin L.Exploring Spatial Data with GeoDa: A Workbook[M].Revised Verson,March 6,2005:12-23.

[16]Longley Paul A,Goodchild Michael F,Maguire David J,Rhind David W.等,著,唐中实,黄俊峰,尹平,等,译．地理信息系统:上卷——原理与技术[M].北京:电子工业出版社,2009:11-20.

[17]福建年鉴编纂委员会.福建年鉴2014[M].福州:福建人民出版社,2015:2-4.

[18]王开泳,陈田.珠江三角洲都市经济区的发展特征分析[J].热带地理,2009(1):31-37.

[19]高凤君,郭治兴,魏秀国.广东省县域经济实力差异空间自相关分析[J].学术研究,2012（4）:29-34.

The Spatial Pattern Analysis and Its Reasons of County Economy Difference in Fujian Province

WANG Chao
(College of Business,Guizhou University of Finance and Economics,Guiyang 550025,China)

Abstract:Thanks to three decades of reform and opening-up,Fujian Province —located in the southeast coast of China,has witnessed marked progress in her economic development,but the regional disparity is increasingly notable.This article takes the 67 counties subordinated to Fujian Province as the research object,applies factor analysis to obtain comprehensive score of each county,then,uses spatial autocorrelation model to analyze the spatial pattern of these counties economic development,calculates the global Moran's index,local Moran's index and Getis-Ord Giindex.The results are as followings: in the whole spatial pattern of,these counties economy development shows strong spatial autocorrelation in the year 2014.2/3 of these counties present rather positive spatial autocorrelation,1/3 of these express spatial heterogeneity.The hot region’s spatial structure is featured by two axises,which included these counties located in middle-south coast of Fujian and on the western side of the middle-south part of Daoyun Mountain .At the last ,analyze the mechanism of development difference in order to provide the theory basis for coordinating the regional economic development.

Key words:county economy; development difference; spatial pattern; Fujian Province

作者简介：王超（1986-），男，博士，副教授，贵州旅游经济与管理研究院研究员，研究方向：民族旅游，旅游扶贫。

基金项目：国家社科基金项目“我国西部少数民族特色旅游乡镇包容性发展路径研究”（15XMZ087）；贵州省教育厅人文科学项目“贵州民族地区生态农业发展与乡村旅游开发的协同路径研究”（2015QN31）；贵州省普通高等学校智慧旅游创新团队项目（黔教合人才团队字[2015]60）。

收稿日期：2015-11-22

DOI:10.14096/j.cnki.cn34-1044/c.2016.01.022

中图分类号:K902

文献标志码：A

文章编号：1004-4310（2016）01-0112-06