福建省大數(shù)據(jù)產(chǎn)業(yè)時(shí)空演化與驅(qū)動(dòng)因素分析

數(shù)字經(jīng)濟(jì)的發(fā)展正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量1]，數(shù)據(jù)是數(shù)字經(jīng)濟(jì)的核心要素，是信息技術(shù)發(fā)展的必然產(chǎn)物，在新的發(fā)展階段，信息技術(shù)開始從助力社會(huì)經(jīng)濟(jì)發(fā)展的輔助工具向引領(lǐng)社會(huì)經(jīng)濟(jì)發(fā)展的核心引擎轉(zhuǎn)變[2-3]。大數(shù)據(jù)產(chǎn)業(yè)是指建立在互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等渠道的廣泛、大量數(shù)據(jù)資源收集基礎(chǔ)上的數(shù)據(jù)存儲(chǔ)、價(jià)值提煉、智能處理和分發(fā)的信息服務(wù)業(yè)[4]。了解區(qū)域大數(shù)據(jù)產(chǎn)業(yè)發(fā)展態(tài)勢(shì)和驅(qū)動(dòng)因素，對(duì)指導(dǎo)區(qū)域數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展具有重要意義。

現(xiàn)有的產(chǎn)業(yè)發(fā)展時(shí)空格局及演化研究主要基于統(tǒng)計(jì)類數(shù)據(jù)，在省市尺度上開展[5]。研究數(shù)據(jù)既包括全國(guó)各類統(tǒng)計(jì)年鑒[6]、各省市統(tǒng)計(jì)年鑒，也包括相關(guān)統(tǒng)計(jì)公報(bào)[7]、金融研究數(shù)據(jù)庫(kù)提供的上市公司數(shù)據(jù)[8]、聯(lián)合發(fā)明專利數(shù)據(jù)[9]等，采用的方法包括描述性統(tǒng)計(jì)分析[10]、核密度估計(jì)[11]、標(biāo)準(zhǔn)差橢圓估計(jì)[12]、空間自相關(guān)分析[13]、重心移動(dòng)模型[14]等，目的是分析產(chǎn)業(yè)時(shí)空演化特征和規(guī)律。在此基礎(chǔ)之上，學(xué)者進(jìn)一步結(jié)合不同地區(qū)、不同產(chǎn)業(yè)發(fā)展特點(diǎn)，利用地理探測(cè)器[15-17]等探測(cè)空間分異性的分析模型探索影響產(chǎn)業(yè)發(fā)展的驅(qū)動(dòng)因素。然而，統(tǒng)計(jì)數(shù)據(jù)往往具有一定的滯后性，而且空間分辨率相對(duì)粗略，在支撐技術(shù)快速演進(jìn)的大數(shù)據(jù)產(chǎn)業(yè)時(shí)空格局分析時(shí)存在局限。

近年來，隨著數(shù)字中國(guó)建設(shè)的深人，包含企業(yè)基本信息的數(shù)據(jù)的可獲得性增強(qiáng)[18]，許多學(xué)者運(yùn)用空間分析方法從企業(yè)個(gè)體層面刻畫產(chǎn)業(yè)的時(shí)空演化特征。吳家權(quán)等[19]以高新技術(shù)企業(yè)空間數(shù)據(jù)為基礎(chǔ)分析數(shù)據(jù)，運(yùn)用標(biāo)準(zhǔn)差橢圓、核密度分析等空間分析技術(shù)對(duì)珠三角城市群 1990 年以來高新技術(shù)企業(yè)的分布演化特征進(jìn)行分析。然而，以往學(xué)者的研究未考慮如何對(duì)特定產(chǎn)業(yè)進(jìn)行識(shí)別，在實(shí)際應(yīng)用中，這些研究成果往往難以直接用于特定產(chǎn)業(yè)的分析和決策。

福建省地處東南沿海、海峽西岸，具有獨(dú)特的區(qū)位特征，承擔(dān)著全方位推進(jìn)高質(zhì)量發(fā)展超越的歷史使命。數(shù)字經(jīng)濟(jì)是福建“四大經(jīng)濟(jì)\"之首，2023年數(shù)字經(jīng)濟(jì)增加值達(dá)2.9萬億元[20]，占GDP 比例超過53% 。大數(shù)據(jù)產(chǎn)業(yè)作為數(shù)字福建建設(shè)的重要支撐，在推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展方面發(fā)揮了重要作用[21]。與此同時(shí)，福建省大數(shù)據(jù)產(chǎn)業(yè)總體規(guī)模偏小、龍頭企業(yè)匱乏、創(chuàng)新引領(lǐng)作用較弱等問題依然突出[22]。因此，本文對(duì)福建省大數(shù)據(jù)產(chǎn)業(yè)時(shí)空演化與驅(qū)動(dòng)因素進(jìn)行分析。

數(shù)據(jù)來源和研究方法

1. 1 研究數(shù)據(jù)

以福建省為研究區(qū)，基于 2000-2021 年福建省200多萬條企業(yè)主體基礎(chǔ)數(shù)據(jù)進(jìn)行分析，具體包括企業(yè)編號(hào)、注冊(cè)時(shí)間、企業(yè)地址、經(jīng)營(yíng)狀態(tài)、經(jīng)營(yíng)范圍等屬性信息。示例數(shù)據(jù)，如表1所示。

1.2 研究方法

數(shù)據(jù)處理流程，如圖1所示。首先，對(duì)福建省企業(yè)原始數(shù)據(jù)進(jìn)行清洗，剔除空值、重復(fù)和無意義數(shù)據(jù)，形成福建省企業(yè)數(shù)據(jù)庫(kù);其次，構(gòu)建基于關(guān)鍵詞規(guī)則的大數(shù)據(jù)產(chǎn)業(yè)企業(yè)識(shí)別方法，并將其分為強(qiáng)相關(guān)和弱相關(guān)兩類;最后，基于企業(yè)地址使用百度地圖API識(shí)別企業(yè)位置坐標(biāo)，形成 2000-2021 年福建省大數(shù)據(jù)企業(yè)數(shù)據(jù)庫(kù)。

1.2.1基于關(guān)鍵詞組的大數(shù)據(jù)產(chǎn)業(yè)企業(yè)識(shí)別及類型劃分通過借鑒大數(shù)據(jù)產(chǎn)業(yè)的有關(guān)研究[23-25]，并咨詢商業(yè)領(lǐng)域的大數(shù)據(jù)從業(yè)者，形成大數(shù)據(jù)產(chǎn)業(yè)相關(guān)企業(yè)關(guān)鍵詞集合，即大數(shù)據(jù)、數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)加工、數(shù)據(jù)分析、數(shù)據(jù)治理、數(shù)據(jù)可視化、數(shù)據(jù)服務(wù)、數(shù)據(jù)處理和存儲(chǔ)服務(wù)、互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)、計(jì)算機(jī)制造、信息安全設(shè)備制造、基礎(chǔ)軟件開發(fā)、云計(jì)算。在此基礎(chǔ)之上，根據(jù)企業(yè)經(jīng)營(yíng)范圍是否有包含相關(guān)關(guān)鍵詞識(shí)別大數(shù)據(jù)產(chǎn)業(yè)相關(guān)企業(yè)。

為進(jìn)一步分析不同類型的大數(shù)據(jù)企業(yè)發(fā)展區(qū)別，根據(jù)包含目標(biāo)關(guān)鍵詞的多少，將其劃分為強(qiáng)相關(guān)企業(yè)和弱相關(guān)企業(yè)，其中，前者是指在大數(shù)據(jù)領(lǐng)域有眾多業(yè)務(wù)涉及的企業(yè)，而后者表示該企業(yè)的業(yè)務(wù)在大數(shù)據(jù)領(lǐng)域中較少。

1.2.2核密度估計(jì)核密度估計(jì)（KDE）一般用于計(jì)算隨機(jī)變量的分布密度函數(shù)，與直方圖相比，核密度估計(jì)能彌補(bǔ)其不連續(xù)的缺陷，描述變量的分布形態(tài)更加準(zhǔn)確[26-27]。使用核密度估計(jì)能夠?qū)Ω＝ㄊ〈髷?shù)據(jù)產(chǎn)業(yè)的聚集狀態(tài)進(jìn)行估算，并直觀反映其隨時(shí)間發(fā)展的動(dòng)態(tài)演化情況，為地方政府調(diào)整、推動(dòng)產(chǎn)業(yè)發(fā)展提供支持。核密度估計(jì)表達(dá)式為

上式中： f（s） 為大數(shù)據(jù)企業(yè)空間位置 s 處的核密度計(jì)算函數(shù)； h 為距離衰減閾值； Ψ_m 為與大數(shù)據(jù)企業(yè)空間位置 s 的距離小于或等于 h 的大數(shù)據(jù)企業(yè)數(shù)量； K（?） 表示空間權(quán)重函數(shù)，其幾何意義為密度值在每個(gè)核心大數(shù)據(jù)企業(yè)空間位置 c_i 處最大，并且在遠(yuǎn)離 c_i 過程中不斷降低，直至與 c_i 的距離達(dá)到閾值 h 時(shí)核密度值降為0。

1.2.3全局莫蘭指數(shù)全局莫蘭指數(shù)能夠反映某地理現(xiàn)象在一定區(qū)域內(nèi)相鄰或相近空間單元間的潛在空間關(guān)聯(lián)與依賴性[28]，反映研究區(qū)域內(nèi)產(chǎn)業(yè)發(fā)展的空間分布現(xiàn)狀和集聚特點(diǎn)，其公式為

上式中： I 為全局莫蘭指數(shù)； n 為所有區(qū)域數(shù)量； x_i 和 x_j 分別表示區(qū)域 i 、區(qū)域 j 大數(shù)據(jù)企業(yè)的數(shù)量； 為所有區(qū)域大數(shù)據(jù)企業(yè)數(shù)量的平均值； 表示區(qū)域 i 和區(qū)域 j 之間的空間權(quán)重。

由于全局莫蘭指數(shù)是一種推斷式空間模式分析方法，建立在概率論的基礎(chǔ)之上，通常使用標(biāo)準(zhǔn)統(tǒng)計(jì)量 Z_I 和 ?_P 值檢驗(yàn)全局莫蘭指數(shù) I 的顯著性[29]。

1.2.4Getis-Ord G_i^* 空間熱點(diǎn)分析 Getis-Ord G_i^* 空間熱點(diǎn)分析可以反映研究對(duì)象在局部空間上的熱點(diǎn)和冷點(diǎn)分布[30」，能夠用于分析福建省大數(shù)據(jù)產(chǎn)業(yè)的高值聚集區(qū)和低值聚集區(qū)，計(jì)算公式為

上式中： G_i^* 為統(tǒng)計(jì)學(xué)意義上的 Z 得分；S為各地區(qū)大數(shù)據(jù)企業(yè)數(shù)量的標(biāo)準(zhǔn)差。

1.2.5驅(qū)動(dòng)因素選擇參考已有大數(shù)據(jù)產(chǎn)業(yè)研究情況，從信息化發(fā)展、科技創(chuàng)新、政策環(huán)境和經(jīng)濟(jì)發(fā)展等4個(gè)方面因素構(gòu)建指標(biāo)，分析其驅(qū)動(dòng)因素，如表2所示。

在信息化發(fā)展方面，大數(shù)據(jù)產(chǎn)業(yè)的基礎(chǔ)支撐、數(shù)據(jù)服務(wù)和數(shù)據(jù)分析均依賴于通信設(shè)備、網(wǎng)絡(luò)帶寬、數(shù)據(jù)傳輸?shù)刃畔⒒A(chǔ)設(shè)施，其發(fā)展與信息基礎(chǔ)設(shè)施息息相關(guān)[31]，而信息基礎(chǔ)設(shè)施建設(shè)離不開高技術(shù)人才的支持。因此，選擇網(wǎng)絡(luò)基礎(chǔ)設(shè)施、信息化人才基礎(chǔ)和移動(dòng)互聯(lián)網(wǎng)用戶作為信息化發(fā)展因素的指標(biāo)。

在科技創(chuàng)新方面，大數(shù)據(jù)產(chǎn)業(yè)產(chǎn)生、發(fā)展和深化離不開科技創(chuàng)新的基礎(chǔ)性支撐，隨著產(chǎn)業(yè)數(shù)字化進(jìn)程的加速，數(shù)據(jù)的產(chǎn)生、存儲(chǔ)、處理和分析的效率和質(zhì)量需要進(jìn)一步提高，無論是改進(jìn)數(shù)據(jù)收集的傳感器技術(shù)、提升數(shù)據(jù)處理能力的算法優(yōu)化，還是增強(qiáng)數(shù)據(jù)分析洞察力的人工智能和機(jī)器學(xué)習(xí)模型，科技創(chuàng)新都為大數(shù)據(jù)產(chǎn)業(yè)注人了新的活力[32]。因此，選擇科教資源、技術(shù)創(chuàng)新水平作為科技創(chuàng)新因素的指標(biāo)。

在政策環(huán)境方面，大數(shù)據(jù)產(chǎn)業(yè)涉及大量的研發(fā)投入，產(chǎn)品、服務(wù)具有較高的附加值，屬于高新技術(shù)產(chǎn)業(yè)的范疇，而高新技術(shù)產(chǎn)業(yè)的發(fā)展情況取決于是否建立了有利于發(fā)揮人力資本作用、有利于創(chuàng)新的制度[33」。政策環(huán)境對(duì)于大數(shù)據(jù)產(chǎn)業(yè)這類強(qiáng)政策導(dǎo)向型產(chǎn)業(yè)具有重要作用。因此，選擇政府創(chuàng)新投入、政策支持力度作為政策環(huán)境因素的指標(biāo)。

在經(jīng)濟(jì)發(fā)展方面，發(fā)展水平較高的地區(qū)通常伴隨著更復(fù)雜、更多樣化的大數(shù)據(jù)分析業(yè)務(wù)需求，為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展提供了廣闊的市場(chǎng)空間[34」。因此，選擇區(qū)域經(jīng)濟(jì)發(fā)展水平和區(qū)域經(jīng)濟(jì)支柱水平作為經(jīng)濟(jì)因素的指標(biāo)。

上述指標(biāo)數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》、福建省各城市政府官網(wǎng)數(shù)據(jù)。

1.2.6地理探測(cè)器地理探測(cè)器[35]是一種揭示地理現(xiàn)象空間異質(zhì)性背后驅(qū)動(dòng)因素的新興空間統(tǒng)計(jì)分析方法，其核心思想是如果某個(gè)自變量對(duì)某個(gè)因變量有重要影響，那么，自變量和因變量的空間分布應(yīng)該具有關(guān)聯(lián)性。具體計(jì)算公式為

上式中： q 表示各驅(qū)動(dòng)因素多大程度上解釋了大數(shù)據(jù)產(chǎn)業(yè)的空間分異； L 為驅(qū)動(dòng)因素或被驅(qū)動(dòng)因素分類； t=1，2，…，L;n_t 為第 Ψ_t 層的區(qū)域數(shù)量； σ² 為各區(qū)域大數(shù)據(jù)企業(yè)數(shù)量的方差； σ_t² 為第 Ψ_t 層各區(qū)域大數(shù)據(jù)企業(yè)數(shù)量的方差。

2大數(shù)據(jù)產(chǎn)業(yè)時(shí)空演化特征

2.1大數(shù)據(jù)強(qiáng)、弱相關(guān)企業(yè)時(shí)間演化情況

根據(jù)有關(guān)方法，識(shí)別出大數(shù)據(jù)相關(guān)企業(yè)101123家，大數(shù)據(jù)企業(yè)數(shù)量變化和包含關(guān)鍵詞頻次分布圖，如圖2所示。從時(shí)間變化趨勢(shì)來看，福建省大數(shù)據(jù)產(chǎn)業(yè)呈現(xiàn)出持續(xù)快速增長(zhǎng)的趨勢(shì)。2008年，《自然》雜志推出名為“大數(shù)據(jù)\"的封面專欄[36]，大數(shù)據(jù)的概念第1次被正式提出;2012年，維克托·邁爾·舍恩伯的《大數(shù)據(jù)時(shí)代》開始風(fēng)靡國(guó)內(nèi)，推動(dòng)了國(guó)內(nèi)大數(shù)據(jù)的發(fā)展;2016，我國(guó)工信部印發(fā)了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020 年）》，為“十三五\"期間大數(shù)據(jù)產(chǎn)業(yè)明確發(fā)展思路、原則和目標(biāo)。因此，選取 2008、2012、2016年及獲取數(shù)據(jù)的最后時(shí)間2021年作為時(shí)間節(jié)點(diǎn)，分析福建省大數(shù)據(jù)產(chǎn)業(yè)的變化情況。

在劃分不同企業(yè)類型方面，經(jīng)過統(tǒng)計(jì)分析發(fā)現(xiàn)，當(dāng)關(guān)鍵詞達(dá)到2個(gè)及以上時(shí)，企業(yè)數(shù)量發(fā)生突變，因此，將經(jīng)營(yíng)范圍包括大數(shù)據(jù)產(chǎn)業(yè)目標(biāo)關(guān)鍵詞2個(gè)及以上的企業(yè)定義為大數(shù)據(jù)強(qiáng)相關(guān)企業(yè)，其余為弱相關(guān)產(chǎn)業(yè)?；谏鲜鲆?guī)則，識(shí)別出福建省大數(shù)據(jù)強(qiáng)相關(guān)企業(yè)27 987家，弱相關(guān)企業(yè)73 136家。

基于4個(gè)時(shí)間節(jié)點(diǎn)對(duì)大數(shù)據(jù)強(qiáng)相關(guān)企業(yè)和弱相關(guān)企業(yè)的占比情況進(jìn)行統(tǒng)計(jì)，結(jié)果如表3所示。由表3可知：自 2012年，大數(shù)據(jù)概念風(fēng)靡國(guó)內(nèi)后，福建省大數(shù)據(jù)產(chǎn)業(yè)迎來了第1次爆發(fā)式增長(zhǎng)，但由于大數(shù)據(jù)產(chǎn)業(yè)支撐能力不足，產(chǎn)業(yè)體系處于摸索階段，弱相關(guān)企業(yè)的增長(zhǎng)速率明顯高于強(qiáng)相關(guān)企業(yè)；2016年，國(guó)家發(fā)布了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016一2020年）》后，福建省大數(shù)據(jù)產(chǎn)業(yè)迎來了第2次爆發(fā)式增長(zhǎng)，并且大數(shù)據(jù)強(qiáng)相關(guān)企業(yè)的增長(zhǎng)率明顯提升，表明在政策的指導(dǎo)下，不僅大數(shù)據(jù)產(chǎn)業(yè)總體呈爆發(fā)增長(zhǎng)，而且與大數(shù)據(jù)領(lǐng)域密切相關(guān)的企業(yè)也越來越多。

2.2 大數(shù)據(jù)產(chǎn)業(yè)空間分布特征

使用ArcGIS的核密度工具以 10km 為搜索半徑，輸出 500m 像素的柵格，得到福建省大數(shù)據(jù)產(chǎn)業(yè)核密度分布圖，如圖3所示。

由圖3可知：從4個(gè)時(shí)間節(jié)點(diǎn)福建省大數(shù)據(jù)產(chǎn)業(yè)的核密度分布看，大數(shù)據(jù)產(chǎn)業(yè)聚集演化呈“雙核一帶、逐步延伸\"的態(tài)勢(shì)，并且在不同時(shí)間節(jié)點(diǎn)，福州、廈門仍是福建省大數(shù)據(jù)產(chǎn)業(yè)的核心地區(qū)，產(chǎn)業(yè)分布集中、聚集性強(qiáng)。此外，還能觀察到沿海地區(qū)的產(chǎn)業(yè)聚集點(diǎn)較非沿海地區(qū)的更多、產(chǎn)業(yè)聚集規(guī)模較非沿海地區(qū)的更大;從空間分布變化情況來看，隨著大數(shù)據(jù)的持續(xù)發(fā)展，福建省大數(shù)據(jù)產(chǎn)業(yè)呈\"多點(diǎn)開花”的勢(shì)頭。除了福州、廈門這兩大產(chǎn)業(yè)核心聚集區(qū)之外，泉州、莆田、漳州、龍巖的大數(shù)據(jù)產(chǎn)業(yè)聚集性也愈發(fā)明顯，尤其是泉州，作為福建省大數(shù)據(jù)產(chǎn)業(yè)第3大核心聚集區(qū)趨勢(shì)初步凸顯，后續(xù)可以充分借鑒大數(shù)據(jù)產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)地區(qū)經(jīng)驗(yàn)，通過加強(qiáng)政策支持和資源投入，進(jìn)一步推動(dòng)福建省大數(shù)據(jù)產(chǎn)業(yè)蓬勃發(fā)展。

2.3大數(shù)據(jù)產(chǎn)業(yè)分布的空間自相關(guān)特征

2.3.1產(chǎn)業(yè)整體空間分布特點(diǎn)以福建省各縣為地區(qū)的基本單元，以大數(shù)據(jù)企業(yè)數(shù)量為屬性值，獲得福建省大數(shù)據(jù)產(chǎn)業(yè)全局莫蘭指數(shù)及檢驗(yàn)結(jié)果，如表4所示。

由表4可知：I值均大于0，且在 5% 顯著水平下呈逐漸遞增的趨勢(shì)。說明大數(shù)據(jù)產(chǎn)業(yè)在空間分布上呈正自相關(guān)，且隨著時(shí)間的推移，大數(shù)據(jù)產(chǎn)業(yè)的聚集趨勢(shì)愈發(fā)明顯。其中，從2008年到2012 年， I 值上升緩慢，大數(shù)據(jù)產(chǎn)業(yè)的區(qū)域聚集變化趨勢(shì)并不明顯;當(dāng)2012年大數(shù)據(jù)的熱潮開始時(shí)，I值有了小幅度提高，在各地區(qū)人才、基礎(chǔ)設(shè)施、經(jīng)濟(jì)發(fā)展等因素影響下，大數(shù)據(jù)企業(yè)選擇在已有大數(shù)據(jù)產(chǎn)業(yè)發(fā)展基礎(chǔ)的區(qū)域內(nèi)建立；“十三五\"時(shí)期，福建省明確指出要積極發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，打造大數(shù)據(jù)產(chǎn)業(yè)聚集區(qū)，這一時(shí)期全局莫蘭指數(shù)顯著上升，從2016年的0.196上升到2021年的0.237，反映出在政策調(diào)控下，福建省大數(shù)據(jù)產(chǎn)業(yè)的空間分布模式有明顯的聚集變化趨勢(shì)，符合福建省“十三五\"時(shí)期對(duì)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展規(guī)劃。

2.3.2產(chǎn)業(yè)局部空間分布特征采用冷、熱點(diǎn)分析并結(jié)合自然斷點(diǎn)法識(shí)別福建省大數(shù)據(jù)產(chǎn)業(yè)在空間上的聚集模式，結(jié)果如圖4所示。

從4個(gè)時(shí)間節(jié)點(diǎn)的演變趨勢(shì)來看，福建省大數(shù)據(jù)產(chǎn)業(yè)次熱點(diǎn)區(qū)和熱點(diǎn)區(qū)主要集中在福州和以廈門為中心的“廈漳泉\"都市圈內(nèi)，這表明該區(qū)域在福建省已經(jīng)形成了穩(wěn)定且強(qiáng)大的大數(shù)據(jù)產(chǎn)業(yè)聚集效應(yīng)。溫點(diǎn)區(qū)范圍經(jīng)歷了先減少、后擴(kuò)大的過程，主要分布在龍巖、福州兩地。次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)在4個(gè)時(shí)間節(jié)點(diǎn)均占據(jù)最大面積，其中，自 2016 年《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016一2020年）》印發(fā)實(shí)施后，福建省冷點(diǎn)區(qū)的范圍明顯擴(kuò)大，這種現(xiàn)象一定程度上說明福州、“廈漳泉\"都市圈的“虹吸效應(yīng)\"愈發(fā)明顯。在推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)高質(zhì)量發(fā)展時(shí)，需要留意大數(shù)據(jù)產(chǎn)業(yè)聚集發(fā)展的趨勢(shì)特點(diǎn)，如何制定促進(jìn)發(fā)展政策，使其既符合大數(shù)據(jù)產(chǎn)業(yè)發(fā)展特點(diǎn)，又能促進(jìn)全省各區(qū)共享數(shù)據(jù)紅利將是一個(gè)重要挑戰(zhàn)。

2.4大數(shù)據(jù)產(chǎn)業(yè)驅(qū)動(dòng)因素分析

考慮各驅(qū)動(dòng)因素的指標(biāo)在不同年份可能存在波動(dòng)性，計(jì)算2017一2021年各指標(biāo)的平均值以避免數(shù)據(jù)波動(dòng)性的影響，得到福建省大數(shù)據(jù)產(chǎn)業(yè)空間格局驅(qū)動(dòng)因素地理探測(cè)結(jié)果，如表5所示。表5中：*表示 Plt;0.05 ；*表示 Plt;0.10 。

在信息化發(fā)展因素方面，信息化人才基礎(chǔ)對(duì)大數(shù)據(jù)產(chǎn)業(yè)的空間分布具有顯著的驅(qū)動(dòng)作用。大數(shù)據(jù)產(chǎn)業(yè)作為以數(shù)據(jù)生成、采集、存儲(chǔ)、加工、分析和服務(wù)為主的戰(zhàn)略性新興產(chǎn)業(yè)，人才的技術(shù)能力直接影響到大數(shù)據(jù)產(chǎn)業(yè)的技術(shù)進(jìn)步和應(yīng)用效率，大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展也需要信息化人才作為基礎(chǔ)支撐。隨著信息化基礎(chǔ)設(shè)施的快速建設(shè)，福建省絕大部分地區(qū)都具備了良好的網(wǎng)絡(luò)條件，各城市的信息化基礎(chǔ)設(shè)施建設(shè)也趨于均衡。因此，網(wǎng)絡(luò)基礎(chǔ)設(shè)施和移動(dòng)互聯(lián)網(wǎng)用戶對(duì)大數(shù)據(jù)產(chǎn)業(yè)空間格局的影響不顯著。

在政策環(huán)境因素方面，政府創(chuàng)新投入和政策支持力度對(duì)大數(shù)據(jù)產(chǎn)業(yè)的空間格局都具有顯著驅(qū)動(dòng)作用。2019年，數(shù)據(jù)正式被納入生產(chǎn)要素范圍，有關(guān)推動(dòng)數(shù)據(jù)要素發(fā)展的政策文件頻繁出臺(tái)，數(shù)據(jù)中蘊(yùn)含的重要價(jià)值將成為全社會(huì)共識(shí)。大數(shù)據(jù)產(chǎn)業(yè)是激活數(shù)據(jù)要素潛能的關(guān)鍵支撐，也是推動(dòng)數(shù)據(jù)要素價(jià)值充分釋放的“主戰(zhàn)場(chǎng)”，屬于“強(qiáng)政策導(dǎo)向型\"產(chǎn)業(yè)。從政策環(huán)境因素中2個(gè)指標(biāo)的地理探測(cè)結(jié)果可以印證，無論是政府創(chuàng)新投入還是政策支持力度，均對(duì)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的空間分布具有重要影響。

在科技創(chuàng)新和經(jīng)濟(jì)因素方面，各指標(biāo)未表現(xiàn)出對(duì)大數(shù)據(jù)產(chǎn)業(yè)的區(qū)位布局有顯著驅(qū)動(dòng)作用。由于我國(guó)正處于從傳統(tǒng)工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)的重要轉(zhuǎn)型升級(jí)階段，政府的政策引導(dǎo)、財(cái)政支持和法規(guī)制定等都在塑造著大數(shù)據(jù)產(chǎn)業(yè)的未來，這一戰(zhàn)略轉(zhuǎn)變會(huì)導(dǎo)致大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展更多地受到國(guó)家戰(zhàn)略規(guī)劃和政策的影響，科技創(chuàng)新和經(jīng)濟(jì)因素的影響相對(duì)減弱。此外，大數(shù)據(jù)產(chǎn)業(yè)仍處于探索和成長(zhǎng)階段，不同城市間的科技創(chuàng)新能力和經(jīng)濟(jì)發(fā)展水平的差異尚未在大數(shù)據(jù)產(chǎn)業(yè)的空間布局上產(chǎn)生明顯影響，但隨著大數(shù)據(jù)產(chǎn)業(yè)的持續(xù)蓬勃發(fā)展和國(guó)家戰(zhàn)略的深人實(shí)施，科技創(chuàng)新和經(jīng)濟(jì)因素的影響將逐步顯現(xiàn)，并在未來的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中發(fā)揮更加重要的作用。

3結(jié)論

基于福建省企業(yè)原始數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗、關(guān)鍵詞識(shí)別、地理編碼后，形成 2000-2021 年福建省大數(shù)據(jù)企業(yè)數(shù)據(jù)庫(kù)，運(yùn)用描述性統(tǒng)計(jì)分析、核密度估計(jì)、空間自相關(guān)分析等研究方法，對(duì)福建省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展時(shí)空演化情況進(jìn)行分析，并使用地理探測(cè)器探究影響其空間分異的驅(qū)動(dòng)因素。得出以下3點(diǎn)結(jié)論。

1）在政策指導(dǎo)下，福建省大數(shù)據(jù)產(chǎn)業(yè)規(guī)模持續(xù)擴(kuò)大，與大數(shù)據(jù)領(lǐng)域緊密相連的企業(yè)數(shù)量呈現(xiàn)爆發(fā)式增長(zhǎng)，有關(guān)推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展政策的出臺(tái)和實(shí)施有效地引導(dǎo)了市場(chǎng)資源向大數(shù)據(jù)領(lǐng)域集中，大數(shù)據(jù)產(chǎn)業(yè)有明顯的聚集變化趨勢(shì)。

2）從空間格局上看，福建省大數(shù)據(jù)產(chǎn)業(yè)聚集演化呈“雙核一帶、逐步延伸\"的態(tài)勢(shì)，泉州有望成為福建省大數(shù)據(jù)產(chǎn)業(yè)第3大核心聚集區(qū)。此外，福州、“廈漳泉\"都市圈的“虹吸效應(yīng)\"愈發(fā)明顯，在大數(shù)據(jù)產(chǎn)業(yè)聚集發(fā)展的同時(shí)，產(chǎn)業(yè)區(qū)域發(fā)展均衡性的問題也逐漸顯現(xiàn)。

3）從驅(qū)動(dòng)因素上看，福建省大數(shù)據(jù)產(chǎn)業(yè)的空間分布由信息化發(fā)展因素和政策環(huán)境因素共同影響，其中，信息化人才基礎(chǔ)、政府創(chuàng)新投入和政策支持力度具有顯著驅(qū)動(dòng)作用。然而，目前福建省大數(shù)據(jù)產(chǎn)業(yè)仍處于初期探索與成長(zhǎng)階段，各城市的科技創(chuàng)新能力和經(jīng)濟(jì)發(fā)展水平差異尚未顯著影響其區(qū)位分布。

在缺乏明確劃分大數(shù)據(jù)產(chǎn)業(yè)范圍的情況下，采用關(guān)鍵詞識(shí)別的方法對(duì)福建省大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展情況展開研究。然而，基于關(guān)鍵詞識(shí)別方法的可靠性取決于研究者的概念，后續(xù)可以在已有相關(guān)研究的基礎(chǔ)上，進(jìn)一步完善概念及劃分范圍不明確產(chǎn)業(yè)的識(shí)別模型，擴(kuò)大研究區(qū)范圍，從全國(guó)層面來分析大數(shù)據(jù)產(chǎn)業(yè)的時(shí)空演化特征和驅(qū)動(dòng)因素;另外，由于缺乏企業(yè)詳細(xì)規(guī)模、財(cái)稅狀況、研發(fā)投入、產(chǎn)出效率等信息，僅通過各城市統(tǒng)計(jì)年鑒及政府官網(wǎng)數(shù)據(jù)構(gòu)建驅(qū)動(dòng)因素，后續(xù)可以在企業(yè)研究數(shù)據(jù)不斷開放的基礎(chǔ)上，豐富驅(qū)動(dòng)因素的廣度和深度。

參考文獻(xiàn)：

[1]習(xí)近平.不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)[J].求是，2022（2）：4-8.

[2]梅宏.大數(shù)據(jù)與數(shù)字經(jīng)濟(jì)[J].求是，2022（2）：28-34.

[3]陳明慧，陳志勇.中國(guó)省域科技投入與數(shù)字經(jīng)濟(jì)關(guān)系研究[J].福建師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，38（4）：72-81.DOI：10.12046/j. issn.1000-5277.2022.04.009.

[4]迪莉婭.我國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究[J].科技進(jìn)步與對(duì)策，2014，31（4）：56-60.DOI：10.6049/kjjbydc.2013080121.

[5]曾啟鴻，許雅晗，王光輝，等.福建省休閑漁業(yè)時(shí)空演化及驅(qū)動(dòng)機(jī)制研究[J].福建師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，40（3）：74-81.DO1：10.12046/j.issn.1000-5277.2024.03.009.

[6]施雄天，李博亞，戴麗莉，等.我國(guó)高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率測(cè)度及時(shí)空演化分析[J].技術(shù)與創(chuàng)新管理，2023，44（5）：541-551.DOI：10.14090/j. cnki.jscx.2023.0504.

[7]王化笛，覃小華，鄭菲菲，等.中國(guó)健康產(chǎn)業(yè)與旅游產(chǎn)業(yè)耦合協(xié)調(diào)度的時(shí)空演化與趨勢(shì)預(yù)測(cè)[J].統(tǒng)計(jì)與決策，2023，39（16）：69-73.DOI：10. 13546/j. cnki. tjyjc.2023.16.013.

[8]孟霏，魯志國(guó)，高粼彤.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率時(shí)空演化及驅(qū)動(dòng)因素分析[J].統(tǒng)計(jì)與決策，2023，39（16）：91-95.DOI：10.13546/j.cnki. tjyjc.2023.16.017.

[9]段杰，王煒.珠三角電子信息產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)時(shí)空演化特征分析[J].新經(jīng)濟(jì)，2023（9）：14-31.DOI：10.3969/j.issn.1009-8461.2023.09.003.

[10]DIMIC G，RANCIC D，PRONIC-RANCIC O，et al.Descriptive statistical analysis in the process of educational datamining[C]//14th International Conference on Advanced Technologies，Systems and Services in Telecommunica-tions.Nis：IEEE Press，2019 ：388-391.DOI：10.1109/telsiks46999. 2019.9002177.

[11]佟玉權(quán).基于GIS的中國(guó)傳統(tǒng)村落空間分異研究[J].人文地理，2014，29（4）：44-51.DOI：10.13959/j.issn.1003-2398.2014.04.037.

[12]石淑珍，包乾輝，李曉娟，等.北京都市型家禽產(chǎn)業(yè)發(fā)展時(shí)空特征分析[J].中國(guó)家禽，2022，44（5）：88-94.DOI：10.16372/j.issn.1004-6364.2022.05.014.

[13］曹開軍，徐嘉良.中國(guó)體育產(chǎn)業(yè)與旅游產(chǎn)業(yè)耦合協(xié)調(diào)時(shí)空演變及影響因素[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，45（3）：199-213.DO1：10.13718/j. cnki. xdzk.2023.03.017.

[14]趙向豪.新發(fā)展格局背景下中國(guó)畜牧業(yè)生產(chǎn)重心的時(shí)空演化研究[J].中國(guó)飼料，2023（19）：193-202.DOI：10.15y00/j. cnkl. cni1-zy/?/s. zUzz11uuzo-v0.

[15］李嘯虎，康梓蝶.新疆文化產(chǎn)業(yè)和旅游產(chǎn)業(yè)融合發(fā)展空間分異及驅(qū)動(dòng)因素[J].南都學(xué)壇，2023，43（5）：114-124.DOI：10. 16700/j. cnki. cn41-1157/c. 2023.05.014.

[16]劉彥隨，李進(jìn)濤.中國(guó)縣域農(nóng)村貧困化分異機(jī)制的地理探測(cè)與優(yōu)化決策[J].地理學(xué)報(bào)，2017，72（1）：161-173.DOI：10.11821/dlxb201701013.

[17]陳萬旭，李江風(fēng)，曾杰，等.中國(guó)土地利用變化生態(tài)環(huán)境效應(yīng)的空間分異性與形成機(jī)理[J].地理研究，2019，38（9）：2173-2187.DOI：10. 11821/dlyj020180659.

[18]沈麗珍，強(qiáng)靖淇，汪俠，等.浙江省數(shù)字技術(shù)應(yīng)用業(yè)空間集聚演化特征：基于微觀企業(yè)數(shù)據(jù)[J].經(jīng)濟(jì)地理，2023，43（7） ：151-160.DO1：10.15957/j. cnki. jjdl. 2023.07. 015.

[19］吳家權(quán)，謝滌湘，方遠(yuǎn)平.珠三角城市群創(chuàng)新空間時(shí)空演進(jìn)特征與影響因素：基于 50981家高新技術(shù)企業(yè)數(shù)據(jù)的分析[J].城市發(fā)展研究，2022，29（10）：34-40.

[20]福建省人民政府.報(bào)告速讀|數(shù)字經(jīng)濟(jì)增加值達(dá) 2.9萬億元[EB/OL].（2024-01-23）[2024-10-25].https：//www.fujian.gov. cn/zwgk/ztzl/2024lh/bgjd/202401/t20240123_6385004. htm.

[21]福建省經(jīng)濟(jì)信息中心.福建大數(shù)據(jù)產(chǎn)業(yè)點(diǎn)\"數(shù)\"成金[EB/OL].（2024-04-30）[2024-10-25].htps：//www.news.cn/fortune/20240430/8305b2763dba4c8ebbeb6873080c859d/c.html.

[22]于娟，施文潔，黃恒琪，等.基于SWOT分析的福建省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究[J].福州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2018，32（1） ：57-63.D01：10.3969/j.issn.1002-3321.2018.01.009.

[23]XU Jiang，LI Aidong，CHUNG C K L，et al.Mapping the unmapped： Investigating big data companies via onlinesources[J]. Professonal Geographer，2023，75（5） ：816-826.DOI：10.1080/00330124.2023.2169175.

[24]迪莉婭.我國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究[J].科技進(jìn)步與對(duì)策，2014，31（4）：56-60.DOI：10.6049/kjbydc.2013080121.

[25]大數(shù)據(jù)戰(zhàn)略重點(diǎn)實(shí)驗(yàn)室.大數(shù)據(jù)概念與發(fā)展[J].中國(guó)科技術(shù)語(yǔ)，2017，19（4）：43-50.DOI：10.3969/j.issn.1673-8578. 2017. 04.009.

[26]尹朝靜，李谷成，盧毓.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)分布的動(dòng)態(tài)演進(jìn)機(jī)制[J].統(tǒng)計(jì)與信息論壇，2014，29（3）：53-58.

[27]禹文豪，艾廷華.核密度估計(jì)法支持下的網(wǎng)絡(luò)空間 POI點(diǎn)可視化與分析[J].測(cè)繪學(xué)報(bào)，2015，44（1）：82-90.DOI：10. 11947/j. AGCS. 2015. 20130538.

[28]CHEN Yangguang. An analytical process of spatial autocorelation functions basedon Moran's index[J].PLOSONE，2021，16（4） ：e0249589. DOI：10.1371/journal. pone. 0249589.

[29]SUN D J，ZHANG Kaisheng，SHEN Suwan. Analyzing spatiotemporal traffc line source emissions based on mas-sive didi online car-hailing service data[J].Transportation Research Part D： Transport and Environment，2018，62：699-714. DO1：10.1016/j. trd. 2018.04. 024.

[30]FENG Yongjiu，CHEN Xinjun，GAO Feng，et al. Impacts of changing scale on Getis-Ord Gi^* hotspots of CPUE：Acase study of the neon flying squid （Ommastrephes bartramii） in the northwest Pacific OceanJ].Acta Oceanologi-caSinica，2018，37（5）：67-76.DOI：10.1007/s13131-018-1212-6.

[31]李文軍，李瑋.我國(guó)大數(shù)據(jù)產(chǎn)業(yè)和數(shù)據(jù)要素市場(chǎng)發(fā)展的問題與對(duì)策[J].企業(yè)經(jīng)濟(jì)，2023，42（3）：26-36.DOI：10.13529/j.cnki.enterprise.economy. 2023.03.003.

[32]邸曉燕，張赤東.基于產(chǎn)業(yè)創(chuàng)新鏈視角的智能產(chǎn)業(yè)技術(shù)創(chuàng)新力分析：以大數(shù)據(jù)產(chǎn)業(yè)為例[J].中國(guó)軟科學(xué)，2018（5）：39-48.DO1：10.3969/j.issn.1002-9753.2018.05.005.

[33]吳敬璉.制度重于技術(shù)：論發(fā)展我國(guó)高新技術(shù)產(chǎn)業(yè)[J].中國(guó)科技產(chǎn)業(yè)，199（10）：17-20.DOI：10.3969/j.issn.1002-0608.1999.10.005.

[34]周瑛，劉越.大數(shù)據(jù)產(chǎn)業(yè)發(fā)展影響因素研究[J].現(xiàn)代情報(bào)，2017，37（8）：129-134.DOI：10.3969/j.issn.1008-0821.2017.08.019.

[35]王勁峰，徐成東.地理探測(cè)器：原理與展望[J].地理學(xué)報(bào)，2017，72（1）：116-134.DOI：10.11821/dlxb201701010.

[36]張貝貝.大數(shù)據(jù)產(chǎn)業(yè)發(fā)展將開啟新的時(shí)代變革[J].軟件和集成電路，2022（7）：24-25.DOI：10.19609/j.cnki.cn10-1339/tn. 2022.07.014.

（責(zé)任編輯：黃曉楠 英文審校：陳婧）