基于ESDA的我国省域经济发展可持续性改善的时空特征研究*

丁建军 李峰 曾象云

经济可持续发展是可持续发展概念的延伸及在经济发展领域的具体化，也是我国经济发展方式转型的方向与目标。《中国21世纪议程》指出实施可持续发展战略，特别是经济可持续发展战略是我国全面实现小康社会、建设和谐社会的重要途径。然而，在过去的近20年中，我国各省域经济发展可持续性究竟有了多大的改善？各省域在经济发展可持续性改善方面存在哪些差异以及在空间格局上具有何种特征？对这些问题的回答无疑对客观评价我国经济可持续发展战略实施状况及进一步指导我国经济可持续发展实践具有重要的现实意义。

不过，现有的研究并没有很好地回答上述问题。虽然学者们对可持续发展问题进行了大量研究，但仅集中在以下方面：1.对经济可持续发展内涵的探讨。周毅、赵云君、母小曼等分别从经济发展与环境保护、经济可持续性与生态和社会可持续性以及当代人社会福利与后代人社会福利关系的角度进行了界定和探讨。2.关于经济可持续发展实现途径的研究。刘铮、任保平等分析了政府作用、市场作用以及制度激励与约束对于实现经济可持续发展的意义。3.关于可经济持续发展模式的讨论。付昆提出了经济可持续发展的循环经济模式，宋魁、曹明明则针对青藏高原和西部贫困地区提出了具体的可持续发展方案。4.经济发展可持续性评价指标体系构建及评价。目前国际上比较有影响的可持续发展指标体系主要有：经济福利指标（ISEW）、ABC-指标模型、人类发展指标（HDI）、持续收入（SI）和可持续发展的核心指标集等；国内则以中国科学院可持续发展战略研究组和中国社会科学院经济研究所发布的评价指标较为权威。在经济发展可持续性评价应用方面，现有文献多选取较小的地域空间尺度作为研究对象，且缺乏时间上的连续性，如马浩对山东可持续发展的评价、狄乾斌等对辽宁海洋经济的可持续发展评价等。虽然中国科学院可持续发展战略研究组、中国社会科学院经济研究所对我国各省域可持续发展进行了大时间跨度的评价，但前者并不主要针对经济领域，而后者则缺乏系统的空间分析。

事实上，地理学第一定律表明经济现象和经济行为在邻近的地理范围内具有相似性，而且这种互动影响或一致性会随着距离增加而逐渐递减。这一规律同样适用于我国各省域经济发展可持续性改善。由于经济政策的外部性必然导致邻近区域在政策实施方面的策略性行动，因而，各省域经济发展可持续性改善除了在时间维度上具有某种变动趋势以外，在空间维度也可能呈现出某些演化特征与规律。而经济发展可持续性改善时空演化特征对于制定和推进区域可持续发展战略具有重要参考价值。基于此，本文应用ESDA分析法揭示了1990年以来我国各省域经济发展可持续性改善的时空特征。

一、数据来源与研究方法

目前，我国各省域可持续发展评价数据主要由两类权威发布。一是中国科学院可持续发展战略研究组每年发布的《中国可持续发展战略报告》；二是中国社会科学院经济研究所张自然等的研究成果《1990-2007年中国各省区市经济可持续发展评价》。不过，由于所采用的评价指标体系存在差异，两者对我国各省域可持续发展评价的结果并不相同。其中，《中国可持续发展战略报告》的指标体系包括生存支持、发展支持、环境支持、社会支持和智力支持五大子系统，45个指数，225个指标。《1990-2007年中国各省区市经济可持续发展评价》则在保留前者提出的部分核心指标基础上，增加了政府运行效率、经济增长两个一级指标，并引入了“劳动投入弹性”、“资本投入弹性”、“能源消耗弹性”以及“消费结构”、“农村养老保险覆盖率”等反映经济质量的指标。具体地，该指标体系包括经济增长、增长可持续性、政府运行效率和人民生活4个一级指标，产出效率、经济结构、经济稳定、产出消耗、增长潜力、环境质量、政府运行效率、人民生活、社会保障、消费结构10个二级指标以及85个三级指标。对比两个评价指标体系，我们不难发现前者更重视自然资源和环境的可持续性，而对经济发展的可持续性重视不够，或者说，前者是对一般意义上可持续发展的测度，而后者则是专门针对经济发展领域可持续性的评价，此外，相对于前者的主观赋权法而言，后者采用了不受主观因素影响的客观赋权法。因而，本文以《1990-2007年中国各省区市经济可持续发展评价》作为研究数据的来源。需要说明的是，该评价报告的是以1990年为基期（各省区均为100）的各省区市1990-2007年间经济可持续发展指数，因而，该指数反映的是各省区经济发展可持续性改善程度而非可持续性发展水平。

分析我国省域经济发展可持续性改善的空间格局必须考察省际经济发展可持续性改善的相互关联，而传统的统计分析通常忽视了空间数据属性值所隐含的空间依赖性。不过，随着GIS技术的广泛应用，ESDA（Exploratory Spatial Data Analysis，探索性空间数据分析）已成为目前公认的较为理想的数据驱动分析方法。该方法通过度量事物或现象之间空间关联或者依赖程度，检验某种空间模式是否显著。具体地，ESDA空间关联分析包括全局空间关联和局部空间关联分析两类。前者旨在反映事物或现象在总体空间上的平均关联程度，以全局空间自相关统计量估计；后者则利用局部空间自相关统计量揭示事物或现象在局部空间位置上的关联程度和分布格局。

由于ESDA分析法的普适性，目前已被广泛应用于各个研究领域，但在区域经济发展可持续性方面的研究还很少见。本文将综合应用全局和局部空间自相关分析方法，定量分析我国省域经济发展可持续性改善的时空演变过程及特征。

（一）全局空间自相关分析

全局空间自相关分析主要考察区域之间整体上的空间关联与空间差异程度。常用的度量指标是Global Moran’s I指数，其向量表示形式为：

（二）局部空间自相关分析

局部空间自相关分析通过测算空间关联局域指标（LISA，Local Indicators of Spatial Association）的显著性，应用Moran散点图和Local Moran’s I指数来分析每个区域与周边地区之间的空间差异程度。

1.Moran散点图。Moran散点图用散点图的形式揭示某一变量与其空间滞后（该观察值周边地区的加权平均值）变量的相关关系，在本文中指某一省域经济发展可持续性改善程度与周边省域经济发展可持续性改善程度加权平均值的相关关系。该图的横轴对应所考察的变量，纵轴对应其空间滞后变量。它被分为四个象限，第一象限到第四象限的点分别表示某省域经济发展可持续性改善程度与相邻省域经济发展可持续性改善程度呈现出高值与高值集聚（HH）、低值与高值集聚（LH）、低值与低值集聚（LL）、高值与低值集聚（HL）的空间关系。其中，落入第一、三象限的区域及其相邻区域的观察值都较高或较低，存在空间正相关，区域具有同质性；而落入第二、四象限的区域其观察值与相邻区域存在空间负相关，呈现分异特征。如果观察值均匀地分布在四个象限，则表明区域之间不存在空间自相关。

2.Local Moran’s Ii指数。Local Moran’s Ii统计量是全局空间统计量Global Moran’s I的分解，其表达式为：

其中，zi和zj是标准化的观测值，Wij是空间权重，其他符号代表的含义同Global Moran’s I指数。在给定的显著性水平下，若Ii显著大于0，则当zi大于0时，区域i位于HH象限，当zi小于0时，区域i位于LL象限；若Ii显著小于0，则当zi大于0时，区域i位于HL象限，当zi小于0时，区域i位于LH象限。各象限的含义与Moran散点图中象限的解释相同，Ii的显著性则由Bonferroni标准判断。

二、我国省域经济发展可持续性改善的空间分布描述

伴随经济发展方式由粗放型增长向集约型增长转变，我国各省域经济发展的可持续性不断增强（表1）。不过，由于各省区市经济发展不平衡、政府对可持续发展战略的实施力度存在差异，各省域经济发展可持续性改善程度呈现出明显的空间分异。

表1给出了我国30省区市（不含西藏）1993、2000、2004年以及2007年经济可持续发展指数以及 1990-1993年、1993-2000年、2000-2004年、2004-2007年间经济发展可持续性改善的年平均速度。不难看出，一方面，我国各地区经济发展的可持续性在近20年来有了较大的提升，四个时间段的全国年平均改善速度分别为11.06%、4.01%、3.57%和8.41%，2007年我国各省域经济可持续发展指数均值是1990年的3.02倍。另一方面，各省域经济发展可持续性改善程度又存在明显的地区差异。1990-2007年间，北京、天津、上海、江苏、浙江、四川和宁夏的经济发展可持续性提升较快，可持续发展指数的年均增长率均超过15%以上②。而云南、河北、福建、海南、河南、湖北、湖南、广西等省份的经济发展可持续性改善较慢，年均增长率不到8%，其中，云南最低，仅为3.67%。类似地，2007年北京、四川、江苏和浙江的经济可持续发展指数分别达到了 481.45、457.81、423.64 和 419.98，而云南仅为166.13。

进一步地，通过比较各省域在所选四个时间点的经济可持续发展指数地理空间分布图（图1）可以发现，各省域经济发展可持续性改善的空间分布倾向于遵循某种特定的空间模式：第一，随着时间的

推移，各省域经济发展可持续性改善程度呈现出明显的空间分异，东部和东北地区省份经济发展可持续性改善最为明显，西部地区次之，中部地区最差（特别是湖北、湖南）；第二，经济发展可持续性改善程度较高的省份在地理空间上初步形成了集聚的空间分布格局。根据图1所显示的经济发展可持续性改善程度的空间分布特征，大体上可以划分四个集聚区，分别是长三角地区、京津地区、东北-内蒙古区域及川青地区（四川和青海）。在1990-2007年间，四川、内蒙古和辽宁经济发展可持续性改善程度一直较高，长三角地区、东北地区和京津地区则后来居上。而且，除京津地区以外，其他三个集聚区在地理范围上均呈现向周边省份扩散的发展趋势。

表1 我国各省域代表性年份经济可持续发展指数及其增长率（1990年为基期，指数=100）

三、我国省域经济发展可持续性改善的时空特征分析

（一）省域经济发展可持续性改善的空间分异

以上分析较为直观地反映了我国省域经济发展可持续性改善程度的空间分布情况，虽然四个代表性年份的等级排序存在较高的相关性，或者说我国省域经济发展可持续性改善等级结构在时间上存在一定的稳定性，但是，在过去的近20年时间里，我国各省域经济发展可持续性均发生了显著的变化，特别是各省域经济发展可持性改善程度不平衡，这必然会导致经济发展可持续性改善在地理空间上的动态演化。

为了更精确地反映省域经济发展可持续性改善的动态演化及空间分异趋势，本文计算了我国1991-2007年间经济发展可持续性指数的区位基尼系数（Gini）。区位基尼系数的计算公式如下：

其中，G为区位基尼系数，n是省区市的个数，x代表变量xi的均值，G的取值在0～1之间。G为0意味着各个省域经济发展可持续性改善完全相同（如1990年各省域的基期值均为100，故G为0），G为1表示经济发展可持续性改善仅发生在某一省份，其他省份经济发展可持续性均不发生变化。G值越大，表明各省域经济发展可持续性改善越不平衡，经济发展可持续性改善活动在地理空间上越集中。

1991-2007年我国经济发展可持续性改善的区位基尼系数变化趋势如图2所示。不难发现，30个省区市经济发展可持续性改善呈现出不断分异的趋势，区位基尼系数由1991年的0.073增长到2007年的0.149。这意味着，我国各省域在经济发展可持续性改善方面不但没有出现趋同的迹象，而且表现出一定程度的自我强化和累积因果性。

（二）省域经济发展可持续性改善的空间自相关和集聚特征

区位基尼系数虽然反映了我国省域经济发展可持续性改善程度的空间集聚（分异）趋势，但对于各省域在空间上以何种方式排列没有给出更多的解释，而对于给定的空间集聚或分异程度可能有不同的空间结构形式。因而，我们需要通过空间自相关显著性检验来判别省域经济发展可持续性改善程度在空间上是否存在显著的集聚特征以及随时间演变的趋势。下面，我们通过计算Global Moran’s I指数来检验省域经济发展可持续性改善的全域空间自相关和集聚现象。

图3显示了1991-2007年我国30个省域经济发展可持续性改善的空间自相关Moran’s I指数及其变化趋势。Moran’s I指数及其对应的P值表明，从1993年起我国各省域经济发展可持续性改善的空间自相关程度总体上不断增强（1997与1998年有所波动），且显著性水平也不断提高。该结果意味着，在1991-2007年间，我国各省域经济发展可持续性改善呈现出一种集聚趋势，即经济发展可持续性改善程度高的省份相对地趋于和经济发展可持续性改善明显的省份相邻近，或者经济发展可持续性改善程度低的省份相对地趋于和经济发展可持续性改善不明显的省份相邻的空间结构。随着时间的推移，Moran’s I指数在逐步上升（1991-1995）、有所波动（1995-1999）之后趋于平稳（1999-2007），并在3%的显著性水平下稳定在0.22左右，这表明我国各省域经济发展可持续性改善的空间结构基本形成。

（三）省域经济发展可持续性改善的Moran散点图及LISA分析

由于Global Moran’s I指数只是区域总体在空间上差异的平均值，有可能掩盖局部空间上差异的变化，因而，需要进一步进行省域经济发展可持续性改善的空间关联局域指标LISA分析，探讨其局部特征。四个代表性年份（1993、2000、2004和2007）省域经济发展可持续性改善的空间Moran’s I散点图表明，我国大多数省份表现为地理空间上显著的正空间自相关性。而偏离全域正空间自相关总体趋势的省域，即HL和LH类型省域的数目较少，其经济发展可持续性改善的空间特征表现为非典型性。

以2007年Moran’s I散点图为例，位于第1象限的省份有北京、天津、黑龙江、吉林、辽宁、内蒙古、山西、宁夏、青海、重庆、江苏、上海、浙江和安徽，表现为正相关关系（HH），是经济发展可持续性改善程度较高的集聚区；湖南、新疆、广西、福建和海南位于第3象限，同样是正的空间自相关关系集群（LL），但为经济发展可持续性改善不明显的集聚区；其他省域则位于第2象限（甘肃、陕西、河北、山东、河南、湖北、贵州和云南）、第4象限（四川和广东），为负的空间自相关关系（LH或HL），而江西同时跨了四个象限。第1、3象限省域经济发展可持续性改善局部的HH和LL分化，从一定程度上表明我国省域经济发展可持续性改善在地理空间的分布上存在明显的相互依赖性，呈现出集聚特征。值得强调的是，不同于我国经济发展水平呈沿海地区为中心、其他地区为外围的中心——外围空间分布格局，各省域经济发展可持续性改善表现为以长三角地区、京津地区、东北-内蒙古区域及川青地区为中心的多中心空间格局。特别是部分落后省份的经济发展可持续性改善非常明显，如宁夏、青海等。

表2 Moran’s I散点分布图省份分布情况

时空跃迁（Space-time Transitions）测度法是研究时空演化的常用方法。基于Moran’s I散点图的时空跃迁可以分为仅仅是相对位移的省域跃迁（类型Ⅰ）、仅仅是相关空间邻近省域的跃迁（类型Ⅱ）、某省域及其邻居均发生跃迁（类型Ⅲ）和省域及其邻居均保持了相同水平（类型Ⅳ）四种类型。其中，类型Ⅰ包括HHt→LHt+1、HLt→LLt+1、LHt→HHt+1、LLt→HLt+1；类型Ⅱ包括HHt→HLt+1、HLt→HHt+1、LHt→LLt+1、LLt→LHt+1；类型Ⅲ包括HHt→LLt+1、HLt→LHt+1、LLt→HHt+1、LHt→HLt+1；类型Ⅳ包括HHt→HHt+1、HLt→HLt+1、LHt→LHt+1、LLt→LLt+1。

表2给出了我国1993、2000、2004和2007年各省域经济发展可持续性改善的分布类型。从Moran’s I散点的跃迁类型来看，在15年间，最普遍的跃迁类型是省域本身及其邻居均保持了相同水平的类型Ⅳ，考虑跨象限的省域，约73%的省域表现出空间上的持续稳定性。此外，省域经济发展可持续性改善空间跃迁类型Ⅰ次之，类型Ⅱ和类型Ⅲ最不普遍。从1993年到2007年，陕西、山东、湖北、河南、广西、广东、河北7省发生了第Ⅰ类跃迁，其中，陕西、山东、湖北、河南均从HH→LH，广西、广东则分别从HL→LL、LL→HL，河北从跨1-2象限→LH；湖南发生了第Ⅲ类跃迁，从HH→LL；而青海和黑龙江分别从跨1-4象限、跨1-2象限进入了HH区域，江西则从HH区域边缘化到跨4个象限。

综上所述，从我国各省域经济发展可持续性改善的时空演化来看，可以得到以下结论：第一，我国省域经济发展可持续性改善出现了明显的空间分异，京津、东北—内蒙古、长三角地区及青海、宁夏、重庆等14个改善程度较高的省份在地理空间上呈现出较强的空间依赖性和集聚特征，四川、广东两个改善程度较高的省份则被周边改善程度低的省份包围，而陕西、河北、山东、河南、湖北、湖南、江西等省份则从改善程度较高的中心集聚区滑落到改善程度低的边缘区域；第二，我国省域经济发展可持续性改善程度与经济发展水平（阶段）有一定的相关性，但并不存在完全的对应关系。从四大区域的比较来看，东、中、西和东北部地区经济发展可持续性改善程度较高的省份比重分别为60%、33%、42%和100%，虽然经济发展水平较高的北京、上海、浙江、江苏等省份的可持性发展改善程度较大，但宁夏、青海等落后地区经济发展可持续性也得到了明显的改善；第三，虽然我国各省域经济发展可持续性改善存在着显著的空间自相关，或者说，相邻省域在经济可持续发展政策方面会有相互影响，但主要还是取决于自身经济可持续发展战略。如广东在1993-2000年间经济发展可持续性改善程度较低，并一直处于LL集聚区内，2000年后，广东省加大了经济发展可持续性改善力度，并最终从周边省域中脱颖而出，成为该区域内经济发展可持续性改善的高地；而四川一直处于HL区域内，虽然自身可持续性改善程度较高，但周边区域，特别是南部云南、贵州受其影响十分有限。

四、结论与讨论

1.在1990-2007年间，我国30个省区市的经济发展可持续性均有了较大程度的改善，但存在明显的地区差异。部分省份保持着较快地改善势头（北京、天津、上海、江苏、浙江、四川和宁夏），一些省份的改善则较为滞后（云南、河北、福建、海南、河南、湖北、湖南和广西），反映在地理空间上则表现为省域经济发展可持续性改善的空间分异。1991-2007年经济发展可持续性改善的区位基尼系数表明，我国30省区市经济发展可持续性改善程度有着明显的不平衡趋势，而且这种不平衡趋势在一定程度上表现出自我强化和累积因果效应。

2.Moran’s I统计分析表明我国省域经济发展可持续性改善具有显著的空间自相关性，而政策空间外部性导致的策略性行动可能是主要原因。空间维度上，各省域呈现出可持续性改善程度相似省域彼此集聚的趋势，具体表现为改善程度较高的省域相对地趋于和改善明显的省域相临近，较低改善程度的省域相对地趋于和改善不明显的省域相邻。时间维度上则表现为，1993-1999年间空间自相关和集聚特征不断强化（1996、1997年有所波动），1999年后基本趋于稳定。由于转变发展方式，改善经济发展可持续性具有明显的外部性，相邻省域在增长速度和增长质量决策方面会出现策略性互动，而博弈的结果往往是采取一致行动，或者共同加大经济发展可持续性改善力度，或者继续强调经济增长速度，这样就形成了改善程度高高、低低集聚的空间格局。而且，基于地理衰减定律，随着地理范围的扩大，外部性减弱，这种行动的一致性也趋于递减。

3.经济发展水平越高的省域总体而言其经济发展可持续性改善程度相对较高，但经济发展落后地区也可能受周边区域的影响而重视改善经济发展的可持续性。一方面，经济发展水平较高的区域较早地面临粗放型经济发展模式的瓶颈，经济增长的边际递减效应制约了经济的继续增长，从而迫使其实现发展方式转型，另一方面，经济发展水平较高区域在资本、人才等方面有了较为丰富的前期积累，具备了经济转型、升级和改善经济发展可持续性的能力。因而，经济发展水平较高的区域越有可能改善经济发展的可持续性。而处于可持续性改善程度较高省域集聚区的落后地区，由于受到周边省域经济发展方式转型的压力，也可能采取与周边省域一致的行动，注重经济发展可持续性改善。这在一定程度上解释了宁夏、青海等相对落后省域经济发展可持续性改善程度较高的现象。

本文试图根据我国各省域经济可持续发展指数的时空数据，应用ESDA方法揭示我国各省域经济发展可持续性改善程度的空间格局及时空演化，并可视化地反映出来。从而，为我国继续推进可持续发展战略提供参考依据。不过，由于各省域经济可持续发展指数均以自身1990年为基期，且均为100，这虽然有助于考察各省域在考察期内经济发展可持续性改善程度以及各省域改善程度的差异，但不能直接横向比较各省域经济可持续发展水平。这在一定程度上制约了我们对各省域经济发展可持续性的全面把握。因而，在资料可获取的情况下应进一步对省域经济可持续性发展水平进行系统研究。

注释

①本文中的权重矩阵是基于经纬度坐标数据的欧氏距离，应用Geoda095i软件直接计算所得。②该结果与表1看似矛盾，如北京四个时间段的年平均增速均低于15%，其原因在于具体计算时采取的基期不同。此处计算的是1990-2007年的年平均增速，以1990年为基期。

［1］国家计划委员会和国家科学技术委员.中国21世纪议程［M］.北京：环境科学出版社，1994.

［2］赵云君.中国经济可持续发展研究观点综述［J］.经济纵横，2004，（5）：57-60.

［3］周毅.再论可持续发展［J］.经济学家，2002，（1）：69-72.

［4］母小曼，李世华.站在可持续发展战略高度制定跨世纪教育发展战略［J］.经济师，2001，（9）：256-257.

［5］刘铮.可持续发展的制度体系建设——来自政治经济学视角的分析［J］.经济纵横，2008，（5）：32-34.

［6］任保平.可持续发展经济学基本理论问题的述评［J］.中国人口.资源与环境，2004，（5）：21-26.

［7］付昆.循环经济是我国可持续发展的必然选择［J］.商场现代化，2009，（3）：251-253.

［8］宋魁.青藏高原可持续发展模式选择［J］.经济师，2006，（9）：281-283.

［9］曹明明.西部贫困地区可持续发展的模式初探［J］.人文地理，2002，（4）：93-95.

［10］李小平.湖南区域经济可持续发展差异及空间格局研究［D］.兰州大学硕士学位论文，2010.

［11］马浩.区域经济可持续发展的评价研究——以山东为例［J］.管理现代化，2010，（5）：42-44.

［12］狄乾斌，韩增林，孙迎.海洋经济可持续发展能力评价及其在辽宁省的应用［J］.资源科学，2009，（2）：288-294.

［13］中国科学院可持续发展战略研究组.2009中国可持续发展战略报告［M］.北京：科学出版社，2009，（3）.

［14］张自然，刘霞辉，袁富华，王宏淼.1990-2007年中国各省区市经济可持续发展评价［M］.北京：社会科学文献出版社，2010，（3）：88-166.

［15］Anselin L. Interactive techniques and exploratory spatial data analysis.In：Michael F Goodchild， David J Maguire， David WRhind.Geographical Information Systems，Principles，Tech-nical Issues， Management Issues and Applications，PaulA Longley［M］.New York：John Wiley&Sons，1999：253-226.

［16］苏方林.中国省域R&D活动的探索性空间数据分析［J］.广西师范大学学报（哲学社会科学版），2008，（6）：52-56.

［17］蒲英霞，葛莹，马荣华等.基于ESDA的区域经济空间差异分析——以江苏省为例［J］.地理研究，2005，（6）：965-974.

［18］范新生，应龙根.中国SARS疫情的探索性空间数据分析［J］.地球科学进展，2005，（3）：282-291.

［19］万鲁河，王绍巍，陈晓红.基于GeoDA的哈大齐工业走廊GDP空间关联性［J］.地理研究，2011，（6）：977-984.