[1]赵志远,魏汉铭,胡慧芳,等.福建省大数据产业时空演化与驱动因素分析[J].华侨大学学报(自然科学版),2025,46(3):319-327.[doi:10.11830/ISSN.1000-5013.202411012]
　ZHAO Zhiyuan,WEI Hanming,HU Huifang,et al.Spatio-Temporal Evolution and Driving Factors Analysis of Big Data Industry in Fujian Province[J].Journal of Huaqiao University(Natural Science),2025,46(3):319-327.[doi:10.11830/ISSN.1000-5013.202411012]
点击复制

福建省大数据产业时空演化与驱动因素分析()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第46卷
期数:
2025年第3期
页码:
319-327
栏目:
出版日期:
2025-05-20

文章信息/Info

Title:
Spatio-Temporal Evolution and Driving Factors Analysis of Big Data Industry in Fujian Province
文章编号:
1000-5013(2025)03-0319-09
作者:
赵志远1; 2; 3;  魏汉铭1; 2;  胡慧芳4;  吴升1; 2; 3
1. 福州大学 数字中国研究院(福建), 福建 福州 350108;2. 福州大学 空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350108;3. 福建省数字经济联盟, 福建 福州 350108;4. 福州大学 经济与管理学院, 福建 福州 350108
Author(s):
ZHAO Zhiyuan1; 2; 3;  WEI Hanming1; 2;  HU Huifang4;  WU Sheng1; 2; 3
1. Academy of Digital China(Fujian), Fuzhou University, Fuzhou 350108, China; 2. Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350108, China; 3. The Digital Economy Alliance of Fujian Province, Fuzhou 350108, China; 4. School of Economics and Management, Fuzhou University, Fuzhou 350108, China
关键词:
大数据产业;  时空演化;  驱动因素;  福建省;  数字经济
Keywords:
big data industry;  spatio-temporal evolution;  driving factors;  Fujian Province;  digital economy
分类号:
F49(257);K902
DOI:
10.11830/ISSN.1000-5013.202411012
文献标志码:
A
摘要:
从企业主体视角出发,构建基于关键词的大数据产业相关企业识别方法,并基于企业数量和空间位置的演化特征,利用空间热点分析、地理探测器等方法分析福建省大数据产业时空演化特征和驱动因素。结果表明:福建省大数据企业数量呈持续上升的趋势,2012-2016年期间呈现第1次爆发式增长,2017-2021年表现为第2次爆发式增长,其中大数据强相关企业增长率超过弱相关企业;在空间格局上,大数据产业聚集从以福州、厦门为“双核”,逐渐演化成“多点开花”的趋势,泉州作为福建省大数据产业第3大核心聚集区的趋势初现;福建省大数据产业空间聚集特性呈现逐渐增强的趋势,全局莫兰指数从2008年的0.171增长到2021年的0.237,福州、“厦漳泉”都市圈的“虹吸效应”愈发明显;信息化人才基础、政府创新投入和政策支持力度对大数据产业发展具有显著驱动作用。
Abstract:
From the perspective of enterprise entities, a keyword based method for identifying enterprises related to the big data industry is constructed. By analyzing the evolution characteristics of enterprise quantity and spatial location, and using methods such as spatial hotspot analysis and the Geodetector, this study examines the spatio-temporal evolution characteristics and driving factors of the big data industry in Fujian Province. The results show that the number of big data enterprises in Fujian Province has shown a continuous upward trend, with the first explosive growth from 2012 to 2016, and the second explosive growth from 2017 to 2021, During these periods, the growth rate of enterprises strongly related to big data exceeds that of weakly related enterprises. In terms of spatial pattern, the clustering of big data industry has gradually evolved from Fuzhou and Xiamen as the “dual core” structure centered to a trend of “multi-point” distribution. Quanzhou is emerging as the third major core clustering area of big data industry in Fujian Province. The spatial clustering characteristics of the big data industry in Fujian Province are gradually increasing, with the global Moran’s index growing from 0.171 in 2008 to 0.237 in 2021, the “siphon effect” of the Fuzhou and “Xiamen-Zhangzhou-Quanzhou” metropolitan areas is becoming increasingly evident. The foundation of information technology talent, government innovation investment, and policy support intensity have a significant driving effect on the development of the big data industry.

参考文献/References:

[1] 习近平.不断做强做优做大我国数字经济[J].求是,2022(2):4-8.
[2] 梅宏.大数据与数字经济[J].求是,2022(2):28-34.
[3] 陈明慧,陈志勇.中国省域科技投入与数字经济关系研究[J].福建师范大学学报(自然科学版),2022,38(4):72-81.DOI:10.12046/j.issn.1000-5277.2022.04.009.
[4] 迪莉娅.我国大数据产业发展研究[J].科技进步与对策,2014,31(4):56-60.DOI:10.6049/kjjbydc.2013080121.
[5] 曾启鸿,许雅晗,王光辉,等.福建省休闲渔业时空演化及驱动机制研究[J].福建师范大学学报(自然科学版),2024,40(3):74-81.DOI:10.12046/j.issn.1000-5277.2024.03.009.
[6] 施雄天,李博亚,戴丽莉,等.我国高新技术产业创新效率测度及时空演化分析[J].技术与创新管理,2023,44(5):541-551.DOI:10.14090/j.cnki.jscx.2023.0504.
[7] 王化笛,覃小华,郑菲菲,等.中国健康产业与旅游产业耦合协调度的时空演化与趋势预测[J].统计与决策,2023,39(16):69-73.DOI:10.13546/j.cnki.tjyjc.2023.16.013.
[8] 孟霏,鲁志国,高粼彤.中国战略性新兴产业技术创新效率时空演化及驱动因素分析[J].统计与决策,2023,39(16):91-95.DOI:10.13546/j.cnki.tjyjc.2023.16.017.
[9] 段杰,王炜.珠三角电子信息产业集群创新网络时空演化特征分析[J].新经济,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 data mining[C]//14th International Conference on Advanced Technologies, Systems and Services in Telecommunications.Nis:IEEE Press,2019:388-391.DOI:10.1109/telsiks46999.2019.9002177.
[11] 佟玉权.基于GIS的中国传统村落空间分异研究[J].人文地理,2014,29(4):44-51.DOI:10.13959/j.issn.1003-2398.2014.04.037.
[12] 石淑珍,包乾辉,李晓娟,等.北京都市型家禽产业发展时空特征分析[J].中国家禽,2022,44(5):88-94.DOI:10.16372/j.issn.1004-6364.2022.05.014.
[13] 曹开军,徐嘉良.中国体育产业与旅游产业耦合协调时空演变及影响因素[J].西南大学学报(自然科学版),2023,45(3):199-213.DOI:10.13718/j.cnki.xdzk.2023.03.017.
[14] 赵向豪.新发展格局背景下中国畜牧业生产重心的时空演化研究[J].中国饲料,2023(19):193-202.DOI:10.15906/j.cnki.cn11-2975/s.2022110028-08.
[15] 李啸虎,康梓蝶.新疆文化产业和旅游产业融合发展空间分异及驱动因素[J].南都学坛,2023,43(5):114-124.DOI:10.16700/j.cnki.cn41-1157/c.2023.05.014.
[16] 刘彦随,李进涛.中国县域农村贫困化分异机制的地理探测与优化决策[J].地理学报,2017,72(1):161-173.DOI:10.11821/dlxb201701013.
[17] 陈万旭,李江风,曾杰,等.中国土地利用变化生态环境效应的空间分异性与形成机理[J].地理研究,2019,38(9):2173-2187.DOI:10.11821/dlyj020180659.
[18] 沈丽珍,强靖淇,汪侠,等.浙江省数字技术应用业空间集聚演化特征: 基于微观企业数据[J].经济地理,2023,43(7):151-160.DOI:10.15957/j.cnki.jjdl.2023.07.015.
[19] 吴家权,谢涤湘,方远平.珠三角城市群创新空间时空演进特征与影响因素: 基于50981家高新技术企业数据的分析[J].城市发展研究,2022,29(10):34-40.
[20] 福建省人民政府.报告速读|数字经济增加值达2.9万亿元[EB/OL].(2024-01-23)[2024-10-25] .https://www.fujian.gov.cn/zwgk/ztzl/2024lh/bgjd/202401/t20240123_6385004.htm.
[21] 福建省经济信息中心.福建大数据产业点“数”成金[EB/OL].(2024-04-30)[2024-10-25] .https://www.news.cn/fortune/20240430/8305b2763dba4c8ebbeb6873080c859d/c.html.
[22] 于娟,施文洁,黄恒琪,等.基于SWOT分析的福建省大数据产业发展研究[J].福州大学学报(哲学社会科学版),2018,32(1):57-63.DOI: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 online sources[J].Professional Geographer,2023,75(5):816-826.DOI:10.1080/00330124.2023.2169175.
[24] 迪莉娅.我国大数据产业发展研究[J].科技进步与对策,2014,31(4):56-60.DOI:10.6049/kjjbydc.2013080121.
[25] 大数据战略重点实验室.大数据概念与发展[J].中国科技术语,2017,19(4):43-50.DOI:10.3969/j.issn.1673-8578.2017.04.009.
[26] 尹朝静,李谷成,卢毓.中国农业全要素生产率增长分布的动态演进机制[J].统计与信息论坛,2014,29(3):53-58.
[27] 禹文豪,艾廷华.核密度估计法支持下的网络空间POI点可视化与分析[J].测绘学报,2015,44(1):82-90.DOI:10.11947/j.AGCS.2015.20130538.
[28] CHEN Yangguang.An analytical process of spatial autocorrelation functions based on Moran’s index[J].PLOS ONE,2021,16(4):e0249589.DOI:10.1371/journal.pone.0249589.
[29] SUN D J,ZHANG Kaisheng,SHEN Suwan.Analyzing spatiotemporal traffic line source emissions based on massive didi online car-hailing service data[J].Transportation Research Part D: Transport and Environment,2018,62:699-714.DOI: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: A case study of the neon flying squid(Ommastrephes bartramii)in the northwest Pacific Ocean[J].Acta Oceanologica Sinica,2018,37(5):67-76.DOI:10.1007/s13131-018-1212-6.
[31] 李文军,李玮.我国大数据产业和数据要素市场发展的问题与对策[J].企业经济,2023,42(3):26-36.DOI:10.13529/j.cnki.enterprise.economy.2023.03.003.
[32] 邸晓燕,张赤东.基于产业创新链视角的智能产业技术创新力分析: 以大数据产业为例[J].中国软科学,2018(5):39-48.DOI:10.3969/j.issn.1002-9753.2018.05.005.
[33] 吴敬琏.制度重于技术: 论发展我国高新技术产业[J].中国科技产业,1999(10):17-20.DOI:10.3969/j.issn.1002-0608.1999.10.005.
[34] 周瑛,刘越.大数据产业发展影响因素研究[J].现代情报,2017,37(8):129-134.DOI:10.3969/j.issn.1008-0821.2017.08.019.
[35] 王劲峰,徐成东.地理探测器: 原理与展望[J].地理学报,2017,72(1):116-134.DOI:10.11821/dlxb201701010.
[36] 张贝贝.大数据产业发展将开启新的时代变革[J].软件和集成电路,2022(7):24-25.DOI:10.19609/j.cnki.cn10-1339/tn.2022.07.014.

备注/Memo

备注/Memo:
收稿日期: 2024-11-18
通信作者: 赵志远(1989-),男,副研究员,博士,主要从事时空大数据分析与挖掘的研究。E-mail:zyzhao@fzu.edu.cn。
基金项目: 国家自然科学基金资助项目(42201500); 福建省创新战略研究项目(2022R0013)https://hdxb.hqu.edu.cn/
更新日期/Last Update: 2025-05-20