基于空間自相關(guān)的中國區(qū)域經(jīng)濟(jì)差異和極化研究

基于空間自相關(guān)的中國區(qū)域經(jīng)濟(jì)差異和極化研究

極化格局研究城市化和城市化導(dǎo)致了城市和區(qū)域發(fā)展空間差異的變化，這一特點后來被描述為“空間極化”。MitchelsonRL等分析了全球化經(jīng)濟(jì)和專業(yè)化信息流對美國城市體系空間極化的作用。一些學(xué)者對加拿大、美國、英國、瑞典、德國、俄羅斯等國日益擴(kuò)大的空間差異和極化現(xiàn)象進(jìn)行了實證研究,分析了產(chǎn)業(yè)轉(zhuǎn)移、空間重構(gòu)過程中區(qū)域差異和空間極化擴(kuò)大的趨勢。還有學(xué)者研究了城市內(nèi)部的“雙城”式社會極化格局。國內(nèi)方面,甄峰等利用主成分分析法研究了改革開放以來廣東省多層次的空間極化格局和反極化過程;歐向軍等引入?yún)^(qū)域經(jīng)濟(jì)極化測定指數(shù),定量分析了江蘇省區(qū)域經(jīng)濟(jì)差異和極化主要影響因子。金鳳君注意到鐵路客運(yùn)提速、航空客流網(wǎng)絡(luò)發(fā)展對城市體系和區(qū)域格局的“空間極化”效果。汪明峰等考察了基于互聯(lián)網(wǎng)的中國城市體系格局。國內(nèi)外學(xué)者普遍采用統(tǒng)計分析方法,通過設(shè)計旨在測定空間極化程度和發(fā)展趨勢的指數(shù),分析空間極化的格局和演化過程;在研究地域上,國內(nèi)已有的典型案例僅局限于最發(fā)達(dá)的地區(qū)。就中國東北而言,1990年代至今是其內(nèi)部分化空前發(fā)展的時期,但學(xué)術(shù)界對這一地區(qū)城市與區(qū)域系統(tǒng)的研究很少。本文將從整體上定量分析東北三省區(qū)域經(jīng)濟(jì)的空間極化,并通過GIS環(huán)境下的空間自相關(guān)分析,進(jìn)一步展示這種變化的具體空間表現(xiàn)。1研究區(qū)域、數(shù)據(jù)來源和分析1.1縣單元的經(jīng)濟(jì)指標(biāo)本文的研究區(qū)域包括遼寧、吉林和黑龍江三省。采集數(shù)據(jù)的基本單元包括市域、市轄區(qū)和縣級單元。數(shù)據(jù)源于官方出版的統(tǒng)計年鑒。以1990、1995、2000、2005年四個年份的GDP和人均GDP為經(jīng)濟(jì)指標(biāo)。為統(tǒng)一研究口徑,本文空間分析的數(shù)據(jù)采用2005年行政區(qū)劃界限,其他年份數(shù)據(jù)通過等面積切割轉(zhuǎn)換到2005年邊界空間中。1.2極化指數(shù)trafting引用3個指標(biāo)分析東北三省區(qū)域經(jīng)濟(jì)極化的總體狀況,即反映總體收入差距的“基尼系數(shù)”,測度區(qū)域極化的“沃爾夫森指數(shù)”(Wolfsonindex)和“崔王指數(shù)”(Tsui-Wangindex)。本文采用不帶任何誤差的計算樣本數(shù)據(jù)基尼系數(shù)值的方法,公式為:G=12n2u∑j=1n∑i=1n|Yj?Yi|G=12n2u∑j=1n∑i=1n|Yj-Yi|(1)式中:∣Yj-Yi∣是任何一對收入樣本差的絕對值,n是樣本容量,u是收入均值?；嵯禂?shù)是國際上衡量整體收入差異和不均等(inequality)的最流行指標(biāo),具有比較上的方便性。但是基尼系數(shù)并不能反映樣本分布上的“集聚成群”(clustering)特征,而這種集聚或“中間階層的消失”(disappearingmiddleclass),表現(xiàn)為集群(cluster)或組(group)內(nèi)部的相似性,以及集群或組之間的差異性,這些被認(rèn)為是“極化”(polarization)的主要含義。因此,雖然與基尼系數(shù)所表示的整體差異和不均等分布有密切關(guān)系,但是對極化程度的衡量還需要另外的指數(shù)。沃爾夫森指數(shù)是沃爾夫森利用基尼系數(shù)推導(dǎo)出的一個極化指數(shù)。計算公式為:W=2(U??U1)/M(2)W=2(U*-U1)/Μ(2)式中:U*指修正了的平均收入,U*=平均收入×(1—基尼系數(shù));U1在這里指最貧困的1/2區(qū)域的平均收入;M為中位收入。崔啟源和王有強(qiáng)(TsuiKai-yuen和WangYou-qiang)在Wolfson指數(shù)的基礎(chǔ)上,利用增加的兩極化與增加的擴(kuò)散(increasedbipolarityandincreasedspread)兩個部分排序公理推導(dǎo)出一組新的極化測度指數(shù),被稱為Tsui-Wang指數(shù)(簡稱TW指數(shù),或崔王指數(shù))。其表達(dá)公式為:TW=θN∑i=1kπi|yi?mm|r(3)ΤW=θΝ∑i=1kπi|yi-mm|r(3)式中:N為全部地理區(qū)域的總?cè)丝跀?shù),πi為i地理區(qū)域的人口,k是地理區(qū)域個數(shù),yi是i地理區(qū)域的收入,m為所有地理區(qū)域收入的中間值,θ為正的常數(shù)標(biāo)量,r∈(0,1),本文取θ=0.5,r=0.5。以上兩種極化指數(shù)的值域范圍處于0(無極化)和1(完全兩極分化)之間。1.3空間模式gmi全局自相關(guān)指數(shù)GlobalMoranI(GMI)和局部自相關(guān)指數(shù)LocalMoranI(LMI)可以定量測度區(qū)域經(jīng)濟(jì)的極化模式,識別區(qū)域經(jīng)濟(jì)“熱點區(qū)”的分布,進(jìn)而探測區(qū)域經(jīng)濟(jì)極化的空間模式。GMI定義為:I=nS0∑in∑j≠inwij(xi?xˉ)(xj?xˉ)∑in(xi?xˉ)2(4)Ι=nS0∑in∑j≠inwij(xi-xˉ)(xj-xˉ)∑in(xi-xˉ)2(4)式中:n是樣本總數(shù),xi和xj分別是位置i和j處的觀測值(本研究中指不同地區(qū)的GDP和人均GDP),是觀測值xi在所有位置處的平均,wij是空間權(quán)重矩陣(n×n),S0是空間權(quán)重矩陣wij中所有元素之和。利用MoranI可以測度空間自相關(guān)性。當(dāng)位于一定距離d內(nèi)的觀測值相近時,MoranI顯著而且為正,不相近時為負(fù),當(dāng)觀測值隨機(jī)排列時為零。GMI是對觀測值空間模式的整體定量描述。在全局空間隨機(jī)分布的樣本中,也可能存在局部空間自相關(guān)的觀測值,可用于分析某一空間對象取值的鄰近空間聚類關(guān)系、空間不穩(wěn)定性及空間結(jié)構(gòu)框架。LMI定義為:I=∑w′ijZiZj(5)Ι=∑w′ijΖiΖj(5)式中:Zi和Zj是觀測值的標(biāo)準(zhǔn)化值,是wij的行標(biāo)準(zhǔn)化。在顯著水平下(p值小于0.05),當(dāng)Ii和Zi均為正時,表明位置i處的觀測值和它周圍的觀測值均為高值區(qū),即高高集聚(HH);當(dāng)Ii為負(fù)、Zi為正時,表明位置i處的觀測值大于它周圍的觀測值,即高低集聚區(qū)(HL);當(dāng)Ii為正、Zi為負(fù)時,表明位置i處的觀測值和它周圍的觀測值均為低值區(qū),即低低集聚(LL);當(dāng)Ii和Zi均為負(fù)時,表明位置i處的觀測值小于它周圍的觀測值,即低高集聚(LH)。2區(qū)域經(jīng)濟(jì)差異和極化趨勢通過指數(shù)計算,分析1990~2005年東北三省區(qū)域經(jīng)濟(jì)的差異和極化態(tài)勢。2.1趨勢圖1圖2由公式(1)、(2)和(3),通過計算相關(guān)指數(shù)度量東北三省1990~2005年間區(qū)域經(jīng)濟(jì)極化發(fā)展的軌跡和趨勢(圖1)。結(jié)果表明,就34個地級(及地級以上)市的市域經(jīng)濟(jì)整體而言,其空間分布差異性(基尼系數(shù))增長幅度不大,但市域經(jīng)濟(jì)的兩極分化卻有明顯發(fā)展(如沃爾夫森指數(shù)和崔王指數(shù)所示);2000年以后市域經(jīng)濟(jì)總量的極化態(tài)勢發(fā)生明顯變化,崔王指數(shù)顯示增長趨緩,而沃爾夫森指數(shù)顯示極化程度下降;經(jīng)濟(jì)總量的極化程度明顯高于人均。2.2從市域經(jīng)濟(jì)總量看市區(qū)經(jīng)濟(jì)空間分布差異(基尼系數(shù))同樣增長幅度不大;但沃爾夫森指數(shù)和崔王指數(shù)所顯示的市區(qū)經(jīng)濟(jì)總量的極化程度卻比市域經(jīng)濟(jì)更高,而且在1990~2005年期間的增長也更多;人均GDP空間分布的差異和極化程度遠(yuǎn)低于各年度以經(jīng)濟(jì)總量衡量的水平,2000年后甚至有所下降(見圖2)。2.3縣域經(jīng)濟(jì)發(fā)展的空間分化使用東北三省148個縣(縣級市、自治縣)的數(shù)據(jù)進(jìn)行計算和分析,見圖3。結(jié)果表明縣域經(jīng)濟(jì)同樣發(fā)生著空間分化;沃爾夫森指數(shù)和崔王指數(shù)顯示的經(jīng)濟(jì)總量極化程度持續(xù)增長?？偟目磥?東北三省經(jīng)濟(jì)增長的空間極化在各個尺度均有發(fā)展各城市市區(qū)經(jīng)濟(jì)總量分布的極化最為明顯;2000年以后的態(tài)勢有所變化。2.4不含四城市的有關(guān)指數(shù)分析20世紀(jì)90年代以來,雖然東北三省整體經(jīng)濟(jì)發(fā)展速度并不突出,但哈爾濱、長春、沈陽、大連四城市的快速經(jīng)濟(jì)增長給各界留下深刻印象,其他城市與四城市之間的差距在拉大。為此,這里通過計算不含哈長沈大四城市的有關(guān)指數(shù),并與東北三省全部城市的經(jīng)濟(jì)不平均分布和極化曲線加以對照,從而驗證四城市在區(qū)域經(jīng)濟(jì)極化中的作用。圖1和圖2中虛線顯示的是不含四城市的有關(guān)指數(shù)變化情況。兩個圖中基尼系數(shù)的虛實線間距很小,表明四城市的快速增長對東北三省區(qū)域經(jīng)濟(jì)整體差異性影響并不明顯;圖1、圖2中不含哈長沈大四城市的區(qū)域經(jīng)濟(jì)極化指數(shù)很低,沃爾夫森指數(shù)和崔王指數(shù)的虛線和實線間距離大得多,表明四城市作為快速增長的集群(cluster),與其他城市具有顯著的組間差異,四城市對東北區(qū)域經(jīng)濟(jì)的極化指數(shù)有重要貢獻(xiàn)。3區(qū)域經(jīng)濟(jì)極化的空間模式在前整體特征分析基礎(chǔ)上,通過空間自相關(guān)分析研究東北三省區(qū)域經(jīng)濟(jì)極化的空間格局,以及時相演化特征。3.1擴(kuò)大集中后的經(jīng)濟(jì)集聚區(qū)以拓?fù)溧徑雨P(guān)系和100km為相關(guān)距離構(gòu)建空間權(quán)重矩陣時,對各市轄區(qū)和縣級單元的GDP和人均GDP進(jìn)行分析,四個時段的計算結(jié)果見表1,表2。根據(jù)表1中各市轄區(qū)和縣級單元GDP的兩種計算結(jié)果的MoranI值,1990~2005年東北三省各經(jīng)濟(jì)單元的GDP均為一種隨機(jī)的分布,表明東北三省經(jīng)濟(jì)總量的極化總體特征有非常強(qiáng)的異質(zhì)性和離散性,即少數(shù)城市(市區(qū))的GDP遠(yuǎn)高于其它經(jīng)濟(jì)單元,且在空間上不連續(xù),東北三省并未形成大的經(jīng)濟(jì)集聚區(qū)。表2中各市轄區(qū)和縣級單元人均GDP的兩種計算結(jié)果的MoranI值顯示,各經(jīng)濟(jì)單元的人均GDP由1990的隨機(jī)分布逐步轉(zhuǎn)變?yōu)?005年的集聚分布,在空間上形成了集聚區(qū)?？傮w而言,東北三省各市縣經(jīng)濟(jì)總量的空間總體特征表現(xiàn)為極點式增長,而人均經(jīng)濟(jì)水平則表現(xiàn)為集聚區(qū)式增長的特征。3.2面狀集聚區(qū)的演變東北三省各經(jīng)濟(jì)單元GDP和人均GDP局部MoranI值(LMI)的計算結(jié)果表明,區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展的局部空間特征存在較大差異,并在時間序列上表現(xiàn)出較強(qiáng)的動態(tài)性。圖4是依據(jù)各經(jīng)濟(jì)單元GDP的LMI值繪制的散點地圖。四個時間段中HH集聚區(qū)集聚規(guī)模、分布位置和集聚形態(tài)的時相演化特征十分明顯。1990年,區(qū)域經(jīng)濟(jì)極化在空間上表現(xiàn)為散點特征,經(jīng)濟(jì)發(fā)展水平較高的地區(qū)主要為黑龍江的伊春、鶴崗、雞西、佳木斯、牡丹江、大慶、哈爾濱,吉林省的長春、吉林、白山,遼寧省的沈陽、本溪、鞍山、盤錦、錦州、丹東和大連,這些城市除哈長沈大外多為資源性城市。1995年,區(qū)域經(jīng)濟(jì)分布表現(xiàn)出明顯的空間集聚的點狀特征,HH和HL區(qū)主要分布于黑龍江省的大慶、齊齊哈爾、佳木斯、哈爾濱、牡丹江,吉林省的長春、吉林,遼寧省的沈陽、鞍山、本溪、大連等地區(qū),極化的高值點主要分布于三省的幾個城市中,即經(jīng)濟(jì)不斷向少數(shù)城市集中,但在空間上并未形成集聚區(qū),而伊春、鶴崗等地區(qū)轉(zhuǎn)變?yōu)長L集聚區(qū)的一部分。2000年,黑龍江省HH和HL區(qū)沿濱洲、濱綏線軸向延伸,遼寧省在遼東沿海呈帶狀集聚。2005年,在哈爾濱、大慶、齊齊哈爾、松原、長春和吉林市一帶發(fā)生了HH和HL區(qū)面狀集聚,并與遼中、遼東遙相呼應(yīng),形成了并不十分顯著的面狀集聚的整體格局?？傮w來說,1990~2005年東北三省經(jīng)濟(jì)極化在空間上表現(xiàn)為經(jīng)濟(jì)重心不斷南移,高值聚集區(qū)由散點分布向軸向和面狀分布的轉(zhuǎn)變,并與哈大交通線和遼東海岸線表現(xiàn)出較強(qiáng)的空間耦合性,但哈大線上的四平、鐵嶺一帶一直是區(qū)域經(jīng)濟(jì)的低谷地帶。經(jīng)濟(jì)增長的低值聚集區(qū)由散布狀態(tài)不斷向黑龍江北部、吉林東部和西部、遼寧西部延伸。圖5是根據(jù)東北各經(jīng)濟(jì)單元人均GDP的LMI值繪制的散點地圖。1990年,人均GDP較高的地區(qū)主要分布于黑龍江北部、吉林東部和遼寧的中南部,大部分為東北三省的邊緣地區(qū)和資源型城市。1995年,HH集聚區(qū)在遼寧省的沈陽、鞍山、本溪形成,同時遼寧沿海的大連、錦州、葫蘆島等地也為HH集聚區(qū);吉林省和黑龍江省的主要變化是資源性城市地區(qū)的HH集聚區(qū)消失殆盡,僅大慶的HH集聚區(qū)略有成長。2000年,遼中HH集聚區(qū)和沿海地區(qū)的HH集聚區(qū)逐漸擴(kuò)展增生,LL集聚區(qū)不斷縮小;吉林省和黑龍江省開始出現(xiàn)幾個HH集聚區(qū)。2005年,HH區(qū)的集聚地更為明晰化,遼中南地區(qū)已粘連為完整和連續(xù)的HH集聚區(qū),黑龍江省人均GDP高值集聚區(qū)也以沿濱洲-濱綏線的軸向擴(kuò)展為基本特征,只有吉林省仍然為點狀分布,高值區(qū)散布于長春、吉林、松原、通化等各城市的市區(qū)?？傮w來說,人均GDP的空間格局主要表現(xiàn)為由散布的高值區(qū)不斷向遼中南地區(qū)、濱洲-濱綏沿線集聚的特征,而經(jīng)濟(jì)增長的低值聚集區(qū)主要分布于黑龍江北部、吉林的東部和西部、遼寧的西部。4明確方向極化發(fā)展1)1990年以來東北三省區(qū)域經(jīng)濟(jì)的空間極化在市域、市區(qū)和縣域等各個尺度均有發(fā)展,尤以市區(qū)經(jīng)濟(jì)的空間極化最為顯著。因而也可以認(rèn)為,東北地區(qū)的城鎮(zhèn)系統(tǒng)較之一般意義的區(qū)域經(jīng)濟(jì)系統(tǒng),具有更強(qiáng)烈的空間極化過程。2)哈爾濱、長春、沈陽、大連四城市是東北三省區(qū)域經(jīng)濟(jì)兩極分化中處于高端的一組(群),可稱之為高“極化點”。由于沿哈大交通帶呈軸向排列,四城市作為高“極化點”也自然使得哈大線一定程度上具備了“極化軸”的特征。但這個“極化軸”一直就是不平衡和不連續(xù)的,其中沈陽-大連段是傳統(tǒng)的強(qiáng)段,哈爾濱-長春段近年來表現(xiàn)為較強(qiáng)的增長性和集聚性,而四平至鐵嶺一帶則始終是經(jīng)濟(jì)增長的低谷區(qū)。濱洲-濱綏鐵路沿線也具有類似的軸向極化特征。3)按照極化以及極化指數(shù)的含義確認(rèn),東北三省區(qū)域經(jīng)濟(jì)系統(tǒng)總的層級趨于減少,中間層次有所消失,四城市以外的地級市經(jīng)濟(jì)增長多趨于平均(即所謂的組內(nèi)相似)。因而也就有了吉林市、齊齊哈爾由原來的省級副中心城市逐漸弱化為普通地級中心城市的變化。4)這種極化在空間上表現(xiàn)為經(jīng)濟(jì)重心不斷南移、高值聚集區(qū)由散點分布向軸向和面狀分布轉(zhuǎn)變,并在遼中南地區(qū)綿延成片,而低值聚集區(qū)則在黑龍江北部、吉林東部和西部、遼寧西部不斷擴(kuò)大并在空間上更為連續(xù)。從人均GDP的省際差別看,遼寧已有完整和連續(xù)的HH集聚區(qū),黑龍江省的高值集聚區(qū)發(fā)生了沿濱洲-濱綏線的軸向擴(kuò)展,只有吉林省仍然是在少數(shù)城市的點狀分布。5)以極化為主的空間演變塑造著東北區(qū)域經(jīng)濟(jì)的幾個主要構(gòu)造:遼中南經(jīng)