中國個(gè)體經(jīng)濟(jì)發(fā)展的空間相關(guān)性分析——基于中國各地區(qū)經(jīng)濟(jì)普查數(shù)據(jù)視角

康繼軍，張黎黎

（1.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶 400044；2.英國諾丁漢大學(xué)當(dāng)代中國學(xué)學(xué)院，英國）

中國個(gè)體經(jīng)濟(jì)發(fā)展的空間相關(guān)性分析
——基于中國各地區(qū)經(jīng)濟(jì)普查數(shù)據(jù)視角

康繼軍1，2，張黎黎1

（1.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶 400044；2.英國諾丁漢大學(xué)當(dāng)代中國學(xué)學(xué)院，英國）

本文基于省級經(jīng)濟(jì)普查數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析方法（EDSA），對中國大陸31個(gè)省域個(gè)體經(jīng)濟(jì)的全局和局部空間相關(guān)性進(jìn)行分析，揭示出各省域個(gè)體經(jīng)濟(jì)發(fā)展水平空間關(guān)聯(lián)模式及其空間相互作用，結(jié)果表明：我國個(gè)體經(jīng)濟(jì)發(fā)展水平存在空間相關(guān)性，集聚效應(yīng)顯著，上海、江蘇、浙江等省域有明顯的擴(kuò)散-涓落效應(yīng)，湖南、廣東則存在明顯的極化-回波效應(yīng)。

個(gè)體經(jīng)濟(jì)；經(jīng)濟(jì)普查；EDSA模型；空間相關(guān)性

1 引言

個(gè)體經(jīng)濟(jì)是國民經(jīng)濟(jì)的重要組成部分，對充分調(diào)動(dòng)社會(huì)各方面的積極性、加快生產(chǎn)力發(fā)展具有重要作用。改革開放以來，個(gè)體經(jīng)濟(jì)迅速發(fā)展，在促進(jìn)國民經(jīng)濟(jì)快速增長、拉動(dòng)社會(huì)投資、創(chuàng)造就業(yè)崗位、增加財(cái)政收入等方面作出了重要貢獻(xiàn)［1］。為全面協(xié)調(diào)發(fā)展各地區(qū)個(gè)體經(jīng)濟(jì)，充分發(fā)揮個(gè)體經(jīng)濟(jì)的社會(huì)經(jīng)濟(jì)作用，宏觀決策必須考慮個(gè)體經(jīng)濟(jì)地區(qū)空間結(jié)構(gòu)演變特點(diǎn)，因此，個(gè)體經(jīng)濟(jì)在發(fā)展中所表現(xiàn)出的區(qū)域相關(guān)性亟須進(jìn)行科學(xué)定量刻畫。

1990年代初期以來，在Krugman等經(jīng)濟(jì)學(xué)家的推動(dòng)下，空間思維逐漸為主流經(jīng)濟(jì)學(xué)家所接受，區(qū)域間相互作用和相互影響導(dǎo)致了區(qū)域在許多特性上高度的空間相關(guān)性，對空間相關(guān)性的研究可以幫助我們更深入衡量區(qū)域間集聚經(jīng)濟(jì)程度［2］。ESDA（Exploring Spatial Data Analysis，探索性空間數(shù)據(jù)分析）正是一種分析地區(qū)間依賴性和相關(guān)性的空間計(jì)量經(jīng)濟(jì)學(xué)模型，以空間關(guān)聯(lián)測度為核心，通過對事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對象之間的空間相互作用機(jī)制［3］。

關(guān)于個(gè)體經(jīng)濟(jì)集聚的研究尚少，夏帆［4］利用聚類分析指出，我國個(gè)體私營經(jīng)濟(jì)發(fā)展呈現(xiàn)出明顯的不平衡性，其分布并非呈現(xiàn)明顯的東中西三個(gè)部分，但東部反映出實(shí)力較強(qiáng)；李振、周春山［5］也指出，由于發(fā)展歷史、動(dòng)力機(jī)制等因素影響，個(gè)體經(jīng)濟(jì)專業(yè)化程度、密度分布，以及就業(yè)比重等具有地區(qū)分布差異性。由此看出，對個(gè)體經(jīng)濟(jì)空間關(guān)聯(lián)模式的研究尚無定論，并且這些分析局限于傳統(tǒng)的分布差異度量方法，無法真正反映個(gè)體經(jīng)濟(jì)空間數(shù)據(jù)中隱含的空間關(guān)聯(lián)模式和空間相互作用等特征。中國區(qū)域經(jīng)濟(jì)增長具有明顯的空間依賴性，在地理空間上存在集聚現(xiàn)象，經(jīng)濟(jì)增長因素在地理空間上的非均衡集聚導(dǎo)致了迥然不同的區(qū)域經(jīng)濟(jì)增長格局。因此，采用ESDA空間數(shù)據(jù)分析方法，通過對個(gè)體經(jīng)濟(jì)空間分布格局的描述與可視化，發(fā)現(xiàn)其空間離群值和空間集聚模式，為制定各區(qū)域個(gè)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展政策提供理論和實(shí)證依據(jù)。

2 研究方法與數(shù)據(jù)處理

2.1 研究方法

ESDA模型是分析地區(qū)間某一觀測值空間依賴和空間自相關(guān)關(guān)系的空間計(jì)量經(jīng)濟(jì)學(xué)模型，其存在的基礎(chǔ)有兩個(gè)：第一，每一個(gè)區(qū)域不是孤立的決策單元，與系統(tǒng)內(nèi)的其他異質(zhì)單元之間存在相互作用。相互作用可以表現(xiàn)為社會(huì)標(biāo)準(zhǔn)效應(yīng)、鄰近效應(yīng)、模仿效應(yīng)等。相互作用形成集體行為和集聚效應(yīng)。第二，地理信息系統(tǒng)（GIS）技術(shù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)的地理化（geo-coded）需要新的統(tǒng)計(jì)方法來體現(xiàn)這些數(shù)據(jù)的特征。

（1）全局Moran’s I指數(shù)。

空間自相關(guān)指出屬性值分布是否依賴于區(qū)域（空間單元）的分布，而常用的統(tǒng)計(jì)量莫過于Moran’s I指數(shù)，Moran’s I指數(shù)反映了空間鄰接或空間鄰近的區(qū)域單元某觀測值的相似程度，其定義為：

Moran’s I可看作各地區(qū)觀測值的乘積和，其取值范圍在-1到+1之間。當(dāng)目標(biāo)區(qū)域數(shù)據(jù)在空間區(qū)位上相似的同時(shí)也有相似的屬性值時(shí)，空間模式整體上就顯示出正的空間自相關(guān)性；而當(dāng)在空間上鄰接的目標(biāo)區(qū)域數(shù)據(jù)不同尋常地具有不相似的屬性值時(shí)，就呈現(xiàn)為負(fù)的空間自相關(guān)性；當(dāng)屬性值的分布與區(qū)位數(shù)據(jù)的分布相互獨(dú)立時(shí)則表現(xiàn)出零空間自相關(guān)。

檢驗(yàn)統(tǒng)計(jì)量可以對零假設(shè)H0（n個(gè)區(qū)域單元的觀測值之間不存在空間自相關(guān)）進(jìn)行顯著性檢驗(yàn)。顯著性水平可以由標(biāo)準(zhǔn)化Z值的P值檢驗(yàn)來確定。P值可以通過正態(tài)分布、隨機(jī)分布或置換方法來獲取。

（2）局部空間自相關(guān)分析（LISA）。

空間自相關(guān)分析（LISA，Local Indicators of Spatial Analysis）可以進(jìn)一步考慮觀測值是否存在局部空間集聚，哪個(gè)區(qū)域單元對于全局空間自相關(guān)的貢獻(xiàn)更大，以及在多大程度上空間自相關(guān)的全局評估掩蓋了反常的局部狀況或小范圍的局部不穩(wěn)定性時(shí)，通過局部空間自相關(guān)分析可以更加準(zhǔn)確地把握空間要素的異質(zhì)性［6］。局部空間自相關(guān)分析主要利用Moran’s I散點(diǎn)圖進(jìn)行分析。

Moran’s I散點(diǎn)圖對Z和Wz數(shù)據(jù)進(jìn)行了可視化的二維圖示，其中Z是由觀測值與均值之間的離差組成的向量，Wz是其空間加權(quán)平均值，又稱為空間滯后向量。向量形式的全局Moran’s I指數(shù)表達(dá)式為：

2.2 數(shù)據(jù)處理

本文使用2004年中國第一次經(jīng)濟(jì)普查和2008年中國第二次經(jīng)濟(jì)普查數(shù)據(jù)，數(shù)據(jù)來自于《中國經(jīng)濟(jì)普查年鑒2004》和《第二次全國經(jīng)濟(jì)普查主要數(shù)據(jù)公報(bào)》。基于掌握數(shù)據(jù)的情況和研究目的的需要，本文沿用李振、周春山［5］所采用的個(gè)體經(jīng)營戶密度這一指標(biāo)對個(gè)體經(jīng)濟(jì)空間分布性質(zhì)進(jìn)行分析和評價(jià)，這一指標(biāo)排除了地理面積因素的影響，有利于顯示各省域個(gè)體經(jīng)濟(jì)發(fā)展水平。2004年、2008年我國31個(gè)省域的個(gè)體經(jīng)營戶密度如表2所示。

表1 Moran’s I散點(diǎn)圖各象限解釋

3 實(shí)證分析

3.1 全局空間差異分析

（1）個(gè)體經(jīng)濟(jì)空間分布分位圖。

本文繪制了2004年、2008年個(gè)體經(jīng)營戶密度空間分布分位圖，直觀反應(yīng)各省域個(gè)體經(jīng)濟(jì)的集聚程度。個(gè)體經(jīng)營戶密度空間分布分位圖中顏色越深的區(qū)域代表個(gè)體經(jīng)營戶密度越高，個(gè)體經(jīng)濟(jì)所帶來的集聚效應(yīng)越強(qiáng)，反之，個(gè)體經(jīng)濟(jì)所帶來的集聚效應(yīng)越弱。如圖1、圖2所示。

圖1 2004年個(gè)體經(jīng)營戶密度空間分布分位圖

表2 各省域個(gè)體經(jīng)營戶密度表 單位：戶/平方公里

從圖中明顯看出，2004年、2008年個(gè)體經(jīng)濟(jì)經(jīng)營戶密度高的區(qū)域大多集中于上海、北京、天津、江蘇、浙江等地區(qū)，廣東、湖南、福建、安徽等地區(qū)的個(gè)體經(jīng)營戶密度也較高，甘肅、青海、新疆、西藏等地區(qū)的個(gè)體經(jīng)營戶密度較低。總體而言，由于經(jīng)濟(jì)發(fā)展?fàn)顩r、政府政策、市場容量、城市化、基礎(chǔ)設(shè)施等方面影響，個(gè)體經(jīng)濟(jì)從沿海到內(nèi)陸呈現(xiàn)出梯次過渡的趨勢，其空間差異明顯。

圖2 2008年個(gè)體經(jīng)營戶密度空間分布分位圖

（2）個(gè)體經(jīng)營戶密度Moran’s I指數(shù)。

根據(jù)全國經(jīng)濟(jì)普查數(shù)據(jù)檢驗(yàn)個(gè)體經(jīng)濟(jì)發(fā)展在地理空間上的相關(guān)性即空間互相依賴性，2004年和2008年我國31個(gè)省域個(gè)體經(jīng)濟(jì)經(jīng)營戶密度Moran’s I指數(shù)計(jì)算結(jié)果見表3。

表3 個(gè)體經(jīng)濟(jì)經(jīng)營戶密度Moran’s I指數(shù)

由表3所列示的Moran’s I指數(shù)計(jì)算結(jié)果可以看出：2004年、2008年個(gè)體經(jīng)濟(jì)經(jīng)營戶密度Moran’s I的正態(tài)統(tǒng)計(jì)量Z值均大于正態(tài)分布函數(shù)在0.01水平下的臨界值（1.96），表明中國各省域個(gè)體經(jīng)濟(jì)的發(fā)展集聚效應(yīng)明顯，在空間分布上具有明顯的正自相關(guān)關(guān)系，并不是處于完全隨機(jī)狀態(tài)，即存在發(fā)達(dá)地區(qū)與發(fā)達(dá)地區(qū)相鄰接，落后地區(qū)與落后地區(qū)相鄰接的空間聯(lián)系結(jié)構(gòu)；另外，2004年時(shí)，Moran’s I值為0.2623，2008年時(shí)其值為0.2958，說明我國個(gè)體經(jīng)濟(jì)空間依賴關(guān)系不斷加深，區(qū)域間自相關(guān)作用明顯加強(qiáng)，空間集聚趨勢在不斷加強(qiáng)。

3.2 局部空間自相關(guān)分析

（1）個(gè)體經(jīng)濟(jì)經(jīng)營戶密度Moran’s I散點(diǎn)圖。

根據(jù) 2004年、2008年我國個(gè)體經(jīng)營戶密度Moran’s I散點(diǎn)圖，可以分析個(gè)體經(jīng)濟(jì)空間關(guān)聯(lián)模式，即各區(qū)域相互作用機(jī)制 （見圖3、圖4）。圖中GTJYHMD是標(biāo)準(zhǔn)化的個(gè)體經(jīng)營戶密度，W_GTJYHMD是標(biāo)準(zhǔn)化的個(gè)體經(jīng)營戶密度的空間滯后變量，LISA條件下Moran’s I指數(shù)值就是在圖形的上方，也就是擬合曲線的斜率，圖中的某一個(gè)點(diǎn)代表著某一個(gè)省域，其離擬合的曲線距離越遠(yuǎn)，說明這個(gè)省域個(gè)體經(jīng)營戶密度與其他省域的差異越大。從圖中易見，2008年，多數(shù)區(qū)域偏離擬合曲線，個(gè)體經(jīng)濟(jì)發(fā)展空間差異性明顯擴(kuò)大。個(gè)體經(jīng)濟(jì)局部空間相關(guān)性分析不僅檢驗(yàn)了表4中空間相關(guān)性Moran’s I檢驗(yàn)結(jié)果，還進(jìn)一步顯示了我國個(gè)體經(jīng)濟(jì)的空間格局分布和各地區(qū)的空間關(guān)聯(lián)模式。

圖3 2004年散點(diǎn)圖

圖4 2008年散點(diǎn)圖

2004年，全國31個(gè)省域中有70.97%的省域（9個(gè)位于第I象限，13個(gè)位于第III象限）顯示了相似值的正向空間關(guān)聯(lián)，有25.81%的省域（5個(gè)省域位于第II象限，3個(gè)位于第IV象限）顯示了非相似值的空間關(guān)聯(lián)，偏離了全域正向空間自相關(guān)；2008年，全國31個(gè)省域中有64.52%省域 （8個(gè)位于第I象限，12個(gè)位于第III象限）顯示了相似值的正向空間關(guān)聯(lián)，有25.81%個(gè)省域（6個(gè)位于第II象限，2個(gè)位于第IV象限）顯示了非相似值的空間關(guān)聯(lián)。這一結(jié)果表明對全局空間相關(guān)性Moran’s I的檢驗(yàn)，中國個(gè)體經(jīng)濟(jì)發(fā)展顯示出明顯的集聚效應(yīng)。

表4 個(gè)體經(jīng)營戶密度Moran’s I散點(diǎn)圖對應(yīng)地區(qū)

根據(jù)個(gè)體經(jīng)營戶密度Moran’s I散點(diǎn)圖顯示，可以進(jìn)一步分析區(qū)域間個(gè)體經(jīng)濟(jì)相互作用機(jī)制：上海、江蘇、浙江等省域位于擴(kuò)散效應(yīng)區(qū)（第I象限），本區(qū)域值高，相鄰空間值也高，即該區(qū)域個(gè)體經(jīng)濟(jì)發(fā)展水平高，有很強(qiáng)的擴(kuò)散——涓落效應(yīng)，要素的流動(dòng)、技術(shù)的擴(kuò)散帶動(dòng)周邊地區(qū)個(gè)體經(jīng)濟(jì)發(fā)展；湖南、廣東屬于極化效應(yīng)區(qū)（第IV象限），該區(qū)域個(gè)體經(jīng)濟(jì)發(fā)展水平較高，但沒有帶動(dòng)周邊地區(qū)發(fā)展，而出現(xiàn)了一定的極化效應(yīng)；內(nèi)蒙古、山西、黑龍江、江西等地區(qū)處于過渡效應(yīng)區(qū)（第II象限），屬于擴(kuò)散、極化與低速增長效應(yīng)區(qū)之間的過渡地帶，該區(qū)域個(gè)體經(jīng)濟(jì)發(fā)展水平較低，周邊地區(qū)較高，二者空間差異程度大，呈現(xiàn)出負(fù)的空間相關(guān)性；位于第III象限的有貴州、廣西、海南、云南、四川、西藏、青海、寧夏，該地區(qū)和周圍地區(qū)個(gè)體經(jīng)濟(jì)發(fā)展水平均較低，與其他效應(yīng)區(qū)內(nèi)的地區(qū)相比，差距明顯，提升空間很大，屬于低速增長效應(yīng)區(qū)。

（2）個(gè)體經(jīng)濟(jì)經(jīng)營戶密度LISA集聚圖。

LISA集聚圖可以將空間自相關(guān)關(guān)系顯著的地區(qū)用不同的顏色表示出來，對Moran’s I散點(diǎn)圖有補(bǔ)充說明作用。2004年、2008年個(gè)體經(jīng)營戶密度LISA集聚圖如圖5、圖6所示。

由LISA集聚圖可以看出，2004年，個(gè)體經(jīng)營戶密度呈現(xiàn)的H—H擴(kuò)散效應(yīng)區(qū)有上海、江蘇、浙江；安徽則顯著地位于L—H過渡區(qū)域；新疆、西藏、青海、甘肅、寧夏則顯著地位于L—L低速增長空間集群區(qū)。2008年，H—H擴(kuò)散效應(yīng)區(qū)域的范圍明顯擴(kuò)大，顯著地位于該區(qū)域的省域有：上海、江蘇、浙江、山東、安徽；而新疆、西藏、青海、甘肅仍顯著地位于L—L低速增長區(qū)。據(jù)此可以看出，個(gè)體經(jīng)濟(jì)在長三角地區(qū)出現(xiàn)明顯集聚，并向其外圍省域的擴(kuò)散效應(yīng)明顯；相反，西部欠發(fā)達(dá)地區(qū)個(gè)體經(jīng)濟(jì)基礎(chǔ)比較薄弱，呈現(xiàn)出L—L低速增長空間集群的特點(diǎn)，經(jīng)過幾年的發(fā)展，依然沒有擺脫相對滯后的局面，這一結(jié)果表明，西部欠發(fā)達(dá)地區(qū)個(gè)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展的路還很長。

4 結(jié)論和政策啟示

圖5 2004年集聚圖

圖6 2008年集聚圖

改革開放以來，中國經(jīng)濟(jì)發(fā)展呈現(xiàn)出明顯的空間差異化局勢，在地理空間上存在集聚現(xiàn)象，經(jīng)濟(jì)增長因素在地理空間上的非均衡集聚導(dǎo)致了迥然不同的區(qū)域經(jīng)濟(jì)增長格局，由于經(jīng)濟(jì)增長、政府政策、市場容量、知識密集度、要素流動(dòng)等因素影響，我國個(gè)體經(jīng)濟(jì)也呈現(xiàn)出空間差異性和空間依賴性的發(fā)展格局。我國個(gè)體經(jīng)濟(jì)形成這一空間分布格局的原因在于地理位置和歷史優(yōu)勢是集聚的起始條件，規(guī)模報(bào)酬遞增和正反饋效應(yīng)導(dǎo)致了集聚的自我強(qiáng)化，使得優(yōu)勢地區(qū)保持領(lǐng)先發(fā)展地位。

本文使用EDSA空間計(jì)量模型，通過對2004年、2008年中國各省域個(gè)體經(jīng)濟(jì)發(fā)展的空間自相關(guān)性的實(shí)證分析，可以得出，個(gè)體經(jīng)濟(jì)發(fā)展具有顯著的空間相關(guān)性和集群效應(yīng)，空間差異總體呈現(xiàn)擴(kuò)大趨勢，東、中、西部個(gè)體經(jīng)濟(jì)發(fā)展差異性很強(qiáng)，西部地區(qū)的發(fā)展遠(yuǎn)遠(yuǎn)落后于東部沿海地區(qū)。具體來看：（1）上海、江蘇、浙江、天津、河南、遼寧、山東、北京（H—H擴(kuò)散效應(yīng)區(qū)）這幾個(gè)省域個(gè)體經(jīng)濟(jì)發(fā)展水平高于周邊地區(qū)，由于地區(qū)合作密切、要素流動(dòng)、技術(shù)擴(kuò)散現(xiàn)象明顯，能成為擴(kuò)散——涓落效應(yīng)的先導(dǎo)；（2）湖南、廣東（H—L極化區(qū)）的個(gè)體經(jīng)濟(jì)發(fā)展水平雖不及擴(kuò)散效應(yīng)區(qū)的高，但提升空間較大，基本上處于自我提升的階段，受周邊地區(qū)發(fā)展緩慢的牽絆，削弱其帶動(dòng)周邊地區(qū)個(gè)體經(jīng)濟(jì)發(fā)展的強(qiáng)勁勢頭，并沒有帶動(dòng)周邊地區(qū)發(fā)展，而出現(xiàn)了一定的極化——回波效應(yīng)；（3）內(nèi)蒙古、山西、黑龍江、江西（L—H過度增長區(qū)），屬于擴(kuò)散、極化與低速增長效應(yīng)區(qū)之間的過渡地帶，其個(gè)體經(jīng)濟(jì)發(fā)展水平較低，同時(shí)受發(fā)展水平較高地區(qū)的影響也有限；（4）貴州、廣西、海南、云南、四川、西藏、青海、寧夏等地區(qū)（L—L低速增長區(qū)）的個(gè)體經(jīng)濟(jì)發(fā)展水平均較低，與其他效應(yīng)區(qū)內(nèi)的地區(qū)相比，差距明顯，可提升空間較大。

本文使用EDSA空間計(jì)量模型，揭示了空間數(shù)據(jù)中隱含的中國個(gè)體經(jīng)濟(jì)發(fā)展空間關(guān)聯(lián)模式，為制定各區(qū)域個(gè)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展政策提供理論和實(shí)證依據(jù)，由此本文提出了幾點(diǎn)政策啟示：（1）依托比較優(yōu)勢和區(qū)域經(jīng)濟(jì)發(fā)展的實(shí)際，科學(xué)合理發(fā)展地區(qū)個(gè)體經(jīng)濟(jì)。根據(jù)各地區(qū)自身資源、產(chǎn)業(yè)優(yōu)勢、區(qū)位條件、經(jīng)濟(jì)發(fā)展程度和市場發(fā)育狀況等條件，引導(dǎo)個(gè)體經(jīng)濟(jì)比較優(yōu)勢的發(fā)揮，加快區(qū)域個(gè)體經(jīng)濟(jì)的發(fā)展；（2）建立各區(qū)域個(gè)體經(jīng)濟(jì)技術(shù)交流合作機(jī)制。加強(qiáng)個(gè)體經(jīng)濟(jì)區(qū)域合作，增強(qiáng)擴(kuò)散——涓落效應(yīng)作用，在發(fā)達(dá)地區(qū)實(shí)施有利于“富鄰”的發(fā)展政策，加強(qiáng)區(qū)域間經(jīng)濟(jì)、技術(shù)交流，提高對周邊地區(qū)的帶動(dòng)作用；（3）加快個(gè)體經(jīng)濟(jì)發(fā)展要與西部大開發(fā)相結(jié)合。西部地區(qū)由于自身嚴(yán)酷的自然環(huán)境、資源、市場的限制，難以擺脫發(fā)展緩慢的困境，因此，選擇該區(qū)域作為激勵(lì)對象，最大限度地創(chuàng)造良好的政策環(huán)境，提高個(gè)體經(jīng)濟(jì)的非公有制地位，引導(dǎo)和扶持個(gè)體經(jīng)濟(jì)發(fā)展，能夠產(chǎn)生更好的效用。

［1］胡家勇.中國個(gè)體經(jīng)濟(jì)發(fā)展的回顧與展望［J］.財(cái)經(jīng)研究，2003，（4）.

［2］Goodchild M.，Anselin L.，Applebaum R.,Harthorn B..Towards a spatially integrated social science［J］.International Regional Science Review，2000，（23）:139-159.

［3］Anselin L.,Longley P.,Goodchild M.，Maguire D..Interactive Techniques and Exploratory Spatial Data Analysis［R］.Geographical Information Systems:Principles，Techniques,Management and Applications,1999:253-266.

［4］夏帆.淺析我國個(gè)體私營經(jīng)濟(jì)發(fā)展的地區(qū)分布［J］.理論月刊，2001，（12）.

［5］李振，周春山.廣州市個(gè)體私營經(jīng)濟(jì)空間分布特征［J］.經(jīng)濟(jì)地理，2006，（12）.

［6］徐建華.計(jì)量地理學(xué)［M］.北京：高等教育出版社，2006.

Spatial Dependence Analysis of Chinese Individual Economy——Based on the Data of Provincial Economic Census

Kang Jijun1，2，Zhang Lili1
（1.School of Economics and Business Administration，Chongqing University，Chongqing 400044，China；2.School of Contemporary Chinese Studies，Nottingham University，UK）

Based on the data of provincial economic census，this paper applies the method of exploratory spatial analysis（ESDA）to investigate the global and local spatial correlation of 31 provincial individual economy in China，shedding light on the spatial dependence patterns and spatial interactions.The result shows that there are spatial correlation and obvious agglomeration effect on Chinese individual economy.The spread or trickling down effect has been observed across Shanghai，Jiangsu，Zhejiang province，and polarization effect across Hunan，Guangdong province.

Individual economy；Economic census；EDSA model；Spatial correlation

2011年度國家社科基金項(xiàng)目“建立區(qū)域經(jīng)濟(jì)發(fā)展新格局的戰(zhàn)略研究”（批準(zhǔn)號：11XJL001），2010年度國家社科基金項(xiàng)目“中國特色反貧困理論與實(shí)踐研究”（批準(zhǔn)號：10XJY0030），重慶市第二次經(jīng)濟(jì)普查研究重點(diǎn)課題“重慶市個(gè)體經(jīng)濟(jì)發(fā)展?fàn)顩r研究”（批準(zhǔn)號：JZD24）。

2011-07-04

康繼軍（1968-），男，黑龍江哈爾濱人，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院副教授，博士;研究方向：制度創(chuàng)新與經(jīng)濟(jì)增長、應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)。

F061.5

A

（責(zé)任編輯 譚果林）