《表3 空间权重矩阵检验结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《市场效应、政府行为与科技服务业集聚发展的空间视角分析——以福建省为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***代表显著性水平为1%，**代表显著性水平为5%，*代表显著性水平为10%

要进行空间自相关的度量，首先要构建用于表达区域关联程度的空间权重矩阵。空间权重矩阵的类型主要有空间邻接权重矩阵、反距离空间权重矩阵、K最近点权重矩阵和各类经济—社会因素综合权重矩阵。李立等认为构建空间权重矩阵时应该综合考虑被观测对象的空间位置特征和经济状态指标[13]。本文借鉴李立等的方法，尝试构建一种能够综合考虑城市间空间位置特征和城市科技服务业发展水平的空间权重矩阵，具体构建思路如下:考查福建省各城市空间分布，如果选择空间邻接权重矩阵，则厦门仅有两个邻接点，而三明有五个，显然这种权重分配与两个城市的科技服务业发展水平和影响力并不相符；若选择K最近点权重矩阵，位于福建省地理边缘的南平市和位于地理中心的泉州市同样具有K个邻接点，显然这种权重分配与两个城市的空间位置特征也不相符。因此，为了能够综合考虑各城市的经济发展水平、空间位置特征等要素，本文根据福建省各市的空间位置关系测算出平均邻接点K=3.33，同时考虑到各城市科技服务业的发展水平差异（以表2数据为依据）及空间位置特征差异，将福州和厦门的K最近点调整为4，南平和宁德的K最近点设为2，其余城市为3，设置得到空间权重矩阵W1。为了验证结果的稳健性，本文另外构建2个空间权重矩阵W2和W3，W2是空间邻接权重矩阵，当两个城市之间相邻时赋权wij=1，否则为0；W3是随机生成的K最近点权重矩阵，每个城市都设置K=3个相邻城市，当两个城市之间相邻时赋权wij=1，否则为0。应用全局Moran’s I指数检验结果如表3所示，空间权重矩阵W1检验值最优。结果表明:在对科技服务业集聚的研究中，单纯考虑地理邻接的权重矩阵空间相关性最弱；而综合考虑了位置特征和经济因素的空间权重矩阵对于挖掘科技服务业空间效应更有效，本文确定采用W1为空间权重矩阵。