章 文，李 彥，張 莉

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東廣州510275;2.廣東省城市化與地理環(huán)境空間模擬重點實驗室，廣東廣州510275;3.深圳行政學(xué)院，廣東深圳518034;4.深圳市財政委員會，廣東深圳518034)

一、引 言

城市產(chǎn)業(yè)空間結(jié)構(gòu)的演變伴隨著城市中產(chǎn)業(yè)的成長和產(chǎn)業(yè)結(jié)構(gòu)的演變表現(xiàn)出來，城市產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)成長最突出的特點就是從制造業(yè)經(jīng)濟(jì)到服務(wù)經(jīng)濟(jì)的演變，生產(chǎn)性服務(wù)業(yè)在國民經(jīng)濟(jì)發(fā)展中具有舉足輕重的地位，已成為現(xiàn)代城市尤其是國際性大都市的重要特征。從制造經(jīng)濟(jì)到服務(wù)經(jīng)濟(jì)正是分工不斷發(fā)展深化的表現(xiàn)，在此過程中，由于信息技術(shù)、交通物流的快速發(fā)展，引起了城市空間的重構(gòu)，生產(chǎn)性服務(wù)業(yè)和制造業(yè)在追求集聚經(jīng)濟(jì)的同時，也引發(fā)了空間可分性現(xiàn)象。

產(chǎn)業(yè)聚集是有一定聯(lián)系或同類企業(yè)在空間上鄰近的經(jīng)濟(jì)地理現(xiàn)象，產(chǎn)業(yè)［1］和經(jīng)濟(jì)［2］空間聚集可以利用基于空間鄰近矩陣的Moran指數(shù)和LISA(local indication of spatial association)圖進(jìn)行判別，但產(chǎn)業(yè)間的空間可分性研究還停留在定性分析階段。邱靈等基于北京市生產(chǎn)性服務(wù)業(yè)和制造業(yè)企業(yè)的LISA圖初步判斷了兩者具有空間可分性［3］;周鵬等運用生產(chǎn)性服務(wù)業(yè)與制造業(yè)的行業(yè)集中度CR相關(guān)系數(shù)來判斷兩者整體空間布局的相關(guān)性［4］。目前產(chǎn)業(yè)空間可分性的定量分析仍較為缺乏。

本文以深圳市為例，在構(gòu)建制造業(yè)與生產(chǎn)性服務(wù)業(yè)企業(yè)空間化信息的基礎(chǔ)上，以Moran指數(shù)及其變體雙變量Moran指數(shù)為空間統(tǒng)計分析方法，探索制造業(yè)與生產(chǎn)性服務(wù)業(yè)聚集的熱點區(qū)域，并以定量測度的形式研究兩者間的空間可分性問題。

二、數(shù)據(jù)收集和空間化處理

按照數(shù)據(jù)的可得性及研究的角度不同，現(xiàn)有研究對生產(chǎn)性服務(wù)業(yè)劃分也有所不同［5］。本文按照《國民經(jīng)濟(jì)和社會發(fā)展第十二個五年規(guī)劃綱要》中分類方法，將生產(chǎn)性服務(wù)業(yè)分為金融服務(wù)業(yè)、現(xiàn)代物流業(yè)、高技術(shù)服務(wù)業(yè)和商務(wù)服務(wù)業(yè)，對應(yīng)于《國民經(jīng)濟(jì)行業(yè)分類》(GB/T 4754—2002)字母分類代碼分別是:J金融業(yè)，F(xiàn)交通運輸、倉儲和郵政業(yè)，G信息傳輸、計算機服務(wù)和軟件業(yè)，L租賃和商務(wù)服務(wù)業(yè)。以此作為生產(chǎn)性服務(wù)業(yè)的歸類依據(jù)，從企業(yè)注冊登記基本數(shù)據(jù)中根據(jù)行業(yè)分類代碼篩選出深圳市制造業(yè)企業(yè)85 781家和生產(chǎn)性服務(wù)業(yè)企業(yè)106 304家，并關(guān)聯(lián)到深圳市58個街道級城市空間網(wǎng)格中(如圖1所示)，形成匹配度較高的產(chǎn)業(yè)空間數(shù)據(jù)庫作為制造業(yè)和生產(chǎn)性服務(wù)業(yè)空間聚集和空間可分性測度實例數(shù)據(jù)來源。

圖1 深圳市制造業(yè)與生產(chǎn)性服務(wù)業(yè)空間分布柱狀圖

三、研究方法

1.Moran指數(shù)

Moran指數(shù)［6］是用來度量產(chǎn)業(yè)空間自相關(guān)的常用全局指標(biāo)，它反映的是空間鄰接或空間鄰近區(qū)域單元產(chǎn)業(yè)屬性值的相似程度，能夠探索產(chǎn)業(yè)等要素的空間聚集模式［7］。設(shè)空間單元i上產(chǎn)業(yè)企業(yè)數(shù)觀測值為xi，則產(chǎn)業(yè)的全局Moran’s I用下式計算

式中，n是產(chǎn)業(yè)屬性樣本觀測數(shù);wij為空間單元i、j之間的空間鄰接矩陣x )2。全局 Moran’s I的取值在［-1，1］，小于 0 表示負(fù)相關(guān)，大于0表示正相關(guān)，等于0表示不相關(guān)，即空間隨機分布。

為彌補全局性的產(chǎn)業(yè)空間自相關(guān)Moran’s I方法只能解決“產(chǎn)業(yè)是否存在空間聚類”問題的不足，局域性聚類分析方法的提出可以直觀呈現(xiàn)和分析產(chǎn)業(yè)聚類具體位置和范圍。局域聚類指標(biāo)Local Moran’s I可用來識別具有統(tǒng)計顯著性的局域熱點、冷點和空間異常值的具體位置及程度。局部Moran指數(shù)Ii定義為

2.雙變量Moran指數(shù)

在空間自相關(guān)Moran指數(shù)基礎(chǔ)上，參見單變量方程可以構(gòu)造出雙變量Moran指數(shù)［8］。雙變量Moran’s I揭示了給定空間單元上屬性值與鄰居上其他屬性值的相關(guān)性，因此可作為刻畫產(chǎn)業(yè)空間分異的有效工具。全局雙變量Moran’s I對應(yīng)的產(chǎn)業(yè)空間自回歸統(tǒng)計量為

局域雙變量產(chǎn)業(yè)Moran空間相關(guān)指數(shù)為

3.Moran散點圖

散點圖在數(shù)據(jù)分析中是較為常用的一種圖形可視化方法，當(dāng)散點圖的橫軸表示一個變量在不同位置上觀測值標(biāo)準(zhǔn)化向量z，縱軸表示該變量的空間滯后因子 Wz時，就構(gòu)成了 Moran散點圖(Moran scatterplot map)［9］。以(z，Wz)為坐標(biāo)點的 Moran 散點圖常用來表示要素空間關(guān)聯(lián)總體平穩(wěn)程度。Moran散點圖相對于其他空間分布分析方法，優(yōu)勢在于能夠具體區(qū)分空間單元和其近鄰單元上產(chǎn)業(yè)屬于高值-高值、低值-高值、低值-低值、高值-低值之中的何種空間聯(lián)系形式。Moran散點圖對產(chǎn)業(yè)觀測標(biāo)準(zhǔn)化值z和空間滯后因子Wz進(jìn)行了可視化的二維圖示，全局Moran’s I可以看作是 Wz對于z的線性回歸系數(shù)，對Moran’s I具有強烈影響的空間單元可以通過參與標(biāo)準(zhǔn)回歸來診斷。對應(yīng)于Moran散點圖不同象限，可將研究區(qū)域劃歸到不同的空間聯(lián)系類型［10］。Moran散點圖的4個象限分別對應(yīng)于空間單元與其鄰近單元之間4種類型的局部空間聯(lián)系形式:第Ⅰ象限代表了企業(yè)數(shù)高值的空間單元被同是產(chǎn)業(yè)屬性高值的區(qū)域所包圍的空間聯(lián)系形式，即高值-高值象限;第Ⅱ象限代表低值-高值象限;第Ⅲ象限代表低值-低值象限;第Ⅳ象限代表高值-低值象限。

四、產(chǎn)業(yè)空間聚集性分析

1.制造業(yè)聚集模式

通過GeoDa 1.4計算得到深圳市制造業(yè)Moran’s I值為0.593，說明制造業(yè)具有較強的空間自相關(guān)性。從Moran散點圖(如圖2(a)所示)可以看出影響Moran指數(shù)值的影響因子主要為第Ⅰ象限的高-高值散點，結(jié)合LISA圖(如圖2(b)所示)，深圳市制造業(yè)為顯著高-高聚集的區(qū)域主要集中在靠近東莞的寶安區(qū)(含龍華新區(qū))的新安、西鄉(xiāng)、福永、石巖、沙井、公明和松崗街道，以及南山區(qū)的西麗街道等8個街道，占全市街道網(wǎng)格總數(shù)的14%，這些空間單元位于Moran散點圖第Ⅰ象限(高-高值象限)，對周邊區(qū)域具有產(chǎn)業(yè)擴(kuò)散效應(yīng)。制造業(yè)低-低塌陷區(qū)域主要在羅湖區(qū)的翠竹、黃貝、蓮塘街道，福田區(qū)的梅林街道，鹽田區(qū)的海山、沙頭角街道，以及大鵬新區(qū)的大鵬街道等，這些街道以發(fā)展商業(yè)、高新技術(shù)業(yè)和旅游業(yè)為主。從整體地理區(qū)位分布上來看，制造業(yè)高-高值聚集分布格局位于城市中心外圍區(qū)域，在空間上鄰近深圳西北向同為制造業(yè)較發(fā)達(dá)的東莞地區(qū)，反映了同類經(jīng)濟(jì)活動空間上趨向集中，城市間產(chǎn)業(yè)引力效應(yīng)明顯。而東北部的惠州由于制造業(yè)相對不發(fā)達(dá)，對深圳市制造業(yè)的互引力也較弱，因此深圳東部制造業(yè)空間自相關(guān)性不夠明顯。

圖2 深圳市制造業(yè)聚集性測度

2.生產(chǎn)性服務(wù)業(yè)聚集模式

深圳市生產(chǎn)性服務(wù)業(yè) Moran’s I值為 0.365，具有一定的空間自相關(guān)性。從生產(chǎn)性服務(wù)業(yè)Moran散點圖(如圖3(a)所示)可以看出，其Moran’s I值同樣主要受第Ⅰ象限的高-高聚集的影響，LISA圖(如圖3(b)所示)顯示出深圳市生產(chǎn)性服務(wù)業(yè)高-高值主要聚集在福田區(qū)的沙頭、福田、南園、華強北、蓮花街道和羅湖區(qū)的桂園、東門等7個街道，占全市街道網(wǎng)格總數(shù)的12%。生產(chǎn)性服務(wù)業(yè)低-低值塌陷區(qū)主要在東部的大鵬、葵涌、坪山、鹽田等街道，這些街道服務(wù)業(yè)還有深入開發(fā)的潛能。深圳市生產(chǎn)性服務(wù)業(yè)企業(yè)空間集聚在位于毗鄰香港的南部區(qū)域，這種空間上的靠近有助于深圳自發(fā)展伊始便能方便地從香港獲得生產(chǎn)性服務(wù)業(yè)發(fā)展所需的信息、人才和資金等支持，形成了循環(huán)積累因果式的促進(jìn)集聚力量。而基于CEPA框架下深港合作備忘錄的簽定及配套政策的實施，標(biāo)志了深港區(qū)域經(jīng)濟(jì)一體化程度的加深，這進(jìn)一步強化了深圳市生產(chǎn)性服務(wù)業(yè)空間聚集的路徑依賴。

圖3 深圳市生產(chǎn)性服務(wù)業(yè)聚集性測度

五、空間可分性測度

本文分別討論了深圳市制造業(yè)和生產(chǎn)性服務(wù)業(yè)的分布格局，測度結(jié)果表明兩者各自均具有較為明顯的空間自相關(guān)性，并呈現(xiàn)出不同的空間聚集特征，那么制造業(yè)和生產(chǎn)性服務(wù)業(yè)之間是否具有空間關(guān)聯(lián)性或可分性，則需要對兩者間的空間相關(guān)性進(jìn)行計量。以制造業(yè)為空間相關(guān)被解釋變量，測度其對生產(chǎn)性服務(wù)業(yè)的空間依賴性，經(jīng)計算得到制造業(yè)與生產(chǎn)性服務(wù)業(yè)雙變量 Moran’s I為-0.046，全局 Moran’s I值接近為0，表示生產(chǎn)性服務(wù)業(yè)對于制造業(yè)而言幾乎無空間相關(guān)性，空間關(guān)系呈隨機分布。同理可以計算出制造業(yè)對生產(chǎn)性服務(wù)業(yè)的全局雙變量Moran’s I為-0.089，也接近為 0。換句話說，深圳市制造業(yè)和生產(chǎn)性服務(wù)業(yè)空間相互依存性較弱，空間分布上有著顯著的可分性。Moran散點圖(如圖4(a)所示)顯示第Ⅰ、Ⅱ、Ⅲ、Ⅳ象限的散點均較為靠近原點，雖有離群值存在，但由空間觀測標(biāo)準(zhǔn)化值和滯后量值構(gòu)成的坐標(biāo)系中樣本散點的線性回歸直線近乎緊貼橫軸，即Moran’s I接近為0;在LISA集聚圖(如圖4(b)所示)中，雖有個別街道屬于高-高值聚集區(qū)域，但占比較小，僅占總數(shù)的5%，且不能對全局Moran’s I值的大小產(chǎn)生影響。通過全局和局域雙變量Moran’s I的計算可以判定出深圳市制造業(yè)與生產(chǎn)性服務(wù)業(yè)具有空間可分性特點。

圖4 深圳市制造業(yè)與生產(chǎn)性服務(wù)業(yè)空間可分性測度

六、結(jié)束語

綜上所述，首先Moran’s I值可以表征產(chǎn)業(yè)空間自相關(guān)性的強弱，Moran散點圖能夠解釋偏離全局空間模式的局部空間關(guān)聯(lián)類型和局部空間關(guān)聯(lián)是否穩(wěn)定，以及影響Moran’s I值的是以高-高值聚集為主還是其他類型空間聯(lián)系為主，LISA圖則將產(chǎn)業(yè)聚集情況投影到街道格網(wǎng)單元上，直觀顯示出具有產(chǎn)業(yè)擴(kuò)散效應(yīng)的高-高值聚集所在區(qū)域。以此衍生出來的雙變量Moran’s I、散點圖及其LISA圖揭示的是一個產(chǎn)業(yè)屬性變量與其他產(chǎn)業(yè)屬性變量的空間相關(guān)性，據(jù)此可以作為生產(chǎn)性服務(wù)業(yè)與制造業(yè)空間可分性測度判別依據(jù)。此外它還具有直觀、可視化等特點。

從深圳市的產(chǎn)業(yè)實例中可以看到，深圳市制造業(yè)在靠近東莞的寶安等區(qū)街道上高-高值聚集，生產(chǎn)性服務(wù)業(yè)則在靠近香港的福田、羅湖部分街道呈現(xiàn)高-高值聚集，深圳市制造產(chǎn)業(yè)和生產(chǎn)性服務(wù)業(yè)因區(qū)位指向、內(nèi)在聯(lián)系和對規(guī)模經(jīng)濟(jì)的追求在地理空間上形成了集聚現(xiàn)象，這也與城市內(nèi)部的區(qū)位條件和城市外部產(chǎn)業(yè)環(huán)境有關(guān)。雙變量Moran’s I空間相關(guān)性分析則表明該兩者間沒有顯著的空間相關(guān)性，或者說深圳的制造業(yè)和生產(chǎn)性服務(wù)業(yè)具有空間上的可分性，從而定量描述出產(chǎn)業(yè)間的空間關(guān)聯(lián)程度。制造業(yè)和生產(chǎn)性服務(wù)業(yè)的聚集關(guān)聯(lián)模式及兩者空間可分性研究對推動城市產(chǎn)業(yè)升級、優(yōu)化產(chǎn)業(yè)規(guī)劃布局有著積極的理論參考和實踐指導(dǎo)意義。

［1］欒貴勤，高志強.江蘇省生產(chǎn)性服務(wù)業(yè)發(fā)展差異的空間統(tǒng)計分析［J］.開發(fā)研究，2012(4):59-62.

［2］王全.基于ESDA的上海地區(qū)經(jīng)濟(jì)關(guān)聯(lián)模式研究［J］.測繪科學(xué)，2011，36(5):95-97.

［3］邱靈，申玉銘，任旺兵.北京生產(chǎn)性服務(wù)業(yè)與制造業(yè)的關(guān)聯(lián)及空間分布［J］.地理學(xué)報，2008，63(12):1299-1310.

［4］周鵬，余珊萍，胡凱.生產(chǎn)性服務(wù)業(yè)與制造業(yè)空間布局升級間相關(guān)性分析［J］.統(tǒng)計與決策，2011(5):93-95.

［5］吉亞輝，李巖，蘇曉晨.我國生產(chǎn)性服務(wù)業(yè)與制造業(yè)的相關(guān)性研究——基于產(chǎn)業(yè)集聚的分析［J］.軟科學(xué)，2012，26(3):15-19，38.

［6］MORAN P.Notes on Continuous Stochastic Phenomena［J］.Biometrika，1950，37(1):17-23.

［7］周天墨，付強，諸云強，等.空間自相關(guān)方法及其在環(huán)境污染領(lǐng)域的應(yīng)用分析［J］.測繪通報，2013(1):53-56.

［8］ANSELIN L，SYABRI I，SMIRNOV O.Visualizing Multivariate Spatial Correlation with Dynamically Linked Windows［C］∥Proceedings of the Specialist Meeting In New Tools for Spatial Data Analysis.Santa Barbara:University of California，2002.

［9］ANSELIN L.The Moran Scatterplot as an Esda Tool to Assess Local Instability in Spatial Association［C］∥Gisdata Specialist Meeting on GISand Spatial Analysis.Amsterdam，the Netherlands:West Virginia University，1993.

［10］張連均，張晶，侯曉慧，等.江蘇省人口分布的空間自相關(guān)分析［J］.首都師范大學(xué)學(xué)報:自然科學(xué)版，2010，31(4):7-10.