中部六省市域经济发展时空差异演变研究

陈 安， 赵 曦

(武汉大学 资源与环境科学学院， 武汉 430079)



中部六省市域经济发展时空差异演变研究

陈 安， 赵 曦*

(武汉大学 资源与环境科学学院， 武汉 430079)

采用相对发展率、泰尔系数、加权变异系数、集中系数等指标结合ESDA分析方法和ArcGIS的标准差椭圆分析功能对中部地区2000年～2013年经济发展时空差异和演变进行分析；同时运用G(1，1)模型对其后5 y经济发展的时空差异进行预测.研究表明：中部地区经济发展的绝对差异和相对差异均十分明显并存在进一步扩大的趋势；主要大城市对区域经济发展的影响重大；2005年以后中部各市的经济发展开始进入一个非均衡的状态；中部地区南北方向的经济发展快于东西方向，经济发展的平均中心位于信阳市的西南部；预测表明未来中部地区经济发展的差异会进一步扩大.最后，指出要实现区域的可持续发展就必须实现区域的协调发展和特色发展.

中部； 经济发展； 时空差异； 预测

区域经济发展存在适度的差异是区域经济发展所需要的，但是，差异过大则是整个区域经济协调可持续发展的障碍.弗里德曼和赫希曼认为区域发展差异是一个先扩大再缩小的过程[1]；Max.L等认为改革开放后中国省域之间经济发展的差异呈现先缩小再扩大的趋势[2].陆大道院士则指出我国地带间经济实力的差距在继续扩大，全国范围内形成了明显的技术经济梯度[3-4].李小建分析了我国县域经济发展的差异，指出沿海发达地区内部的经济发展差异也不容忽视[5].整体而言，国内早期对三大经济带整体发展差异研究较多[6]，随后研究尺度由省域逐步转向较小的县域；此外，对某些特殊区域的经济发展差异研究也相继成为热点[7-8].2013年中部地区人均GDP最高的长沙与最低的阜阳相差7.2倍，中部地区经济发展的差异显著.为了明确中部地区经济发展的具体时空差异以及为政府制定相关经济发展决策提供参考，本文对中部六省市域经济发展的时空差异演变进行研究；通过本文的研究以期能对促进中部整体崛起，缩小地区发展差异，促进全面小康社会的建设发挥作用.

1 研究区域简介

中部地区包括湖南、江西、湖北、安徽、河南、山西6省，全区介于24°29′～40°43′N、108°21′～119°37′E之间，国土面积102.82万km2，山地、丘陵、岗地和平原兼备.2013年，全区总人口为3.65亿，GDP为12.73万亿元.中部地区现有市级行政单位87个.湖南，位于中部地区的西南部，省会长沙，全省辖13个地级市和1个自治州，2013年全省GDP总量24 502亿元，排名中部第3位；江西，位于中部地区东南部，省会南昌，全省辖11个地级市，2013年GDP总量为14 339亿元，排名中部第五位；湖北，位于中部地区的中部，省会武汉，全省辖12个地级市，1个自治州，3个省直管市，1个省直管林区(神农架)，2013年GDP总量为24 668亿元，排名中部第2位；安徽，位于中部地区的东部，省会合肥，全省共有市级行政单位16个，2013年GDP总量为19 039亿元，排名中部第4位；河南，位于中部地区的中部偏北，省会郑州，全省共有市级行政单位18个，2013年GDP总量为32 156亿元，排名中部第1位；山西，位于中部地区的北部，省会太原，全省有6个省辖市、5个地区，2013年GDP总量为12 602亿元，排名中部第6位.

2 研究方法和数据来源

2.1 研究方法

研究区域发展差异的方法较多，包括差异分解法、收敛性分析、空间分析、空间场能等[9-10].本文主要运用相对发展率法、泰尔系数和加权变异系数法、集中系数法、ESDA方法并结合地理信息系统软件进行分析.

2.1.1 相对发展率(Nich) 该指标是用来反映某市在某一时间段内人均GDP的变化与该时间段内所有区域人均GDP变化的关系，用该指标可以衡量市域经济发展的绝对差异[11-13]，其计算公式为：

Nich=(Y2i-Y1i)/(Y2-Y1)，

(1)

式中，Y1i表示i市在2000年的人均GDP，Y2i表示i市在2013年的人均GDP；Y1、Y2则分别代表中部地区在2000年和2013年的人均GDP.Nich值越大表明某市的经济增长越快，否则，其经济增长越慢.

2.1.2 Theil系数和Cvw系数 区域发展相对差异的测定有多种方法，如基尼系数法、Theil系数和加权变异系数法等[14-16]，由于本文中使用的人均GDP指标不适用于基尼系数法的累积算法，故选取后两种方法.Theil系数可以用来衡量各地区的经济发展差异，值越大，经济发展差异越大.其公式为：

(2)

式中，n表示市的数量；yi为市GDP与中部地区总GDP的比值；pi为市的人口占中部总人口的比值.

加权变异系数是标准差与均值的比率，反映局部地区人均GDP偏离全区域人均水平的相对差距.其公式为：

(3)

2.1.3 集中系数 该系数可用于测算区域人均GDP的差距相对于人口分布的不平衡程度.其公式为：

C=(1—H/T)×100，

(4)

式中,C为集中指数；H为各市域人均 GDP 由大到小排序后累计占中部GDP总量50%的市所对应的总人口数；T为中部总人口数.C在50～69之间表示地区发展相对均衡，值越大，表示经济集中程度越高，地区经济发展差距越大[17].

2.1.4 ESDA分析方法 ESDA分析方法包括全局自相关和局部自相关分析.Moran’s I指数是用来表示全局自相关性的一种测度方法.全局自相关可以探索某一属性值在整个研究区域内的空间分布状况.Moran’s I的取值在[-1，1]之间；当0

(5)

式中,ωij是空间权重值；n表示市的个数；i、j分别为某一市，i≠j；t为时间，单位为年.

LISA是用来表示研究对象局部空间自相关性的一类统计量的总称.当局部莫兰指数大于零时，则正相关;反之，则为负相关.其公式为：

(6)

2.1.5 标准差椭圆 标准差椭圆(SDE)是通过计算一组点或区域在x、y方向上的标准距离，并根据所计算出的x、y值定义一个包含所有要素分布的椭圆曲线，从而测量研究对象变化趋势的一种方法.利用该椭圆，可以查看要素的分布是否是狭长形的，并因此具有特定方向.SDE的基本要素包括中心点、长半轴、短半轴和方位角.SDE的平面范围表示研究对象空间分布的主体区域；中心点表示研究对象空间分布的相对位置的方位角，用来反映分布的主趋势方向；长、短轴分别表示研究对象在主、次方向上的离散程度[18]，其公式为：

(7)

2.1.6 灰色预测模型 灰色理论认为系统数据虽然是复杂的，但也是有序的，是有整体功能的.灰数的生成，就是从杂乱中寻找出规律.灰色预测的数据是通过生成数据的GM(1，1)模型所得到的预测值的逆处理结果.灰色模型在少量样本的预测上具有显著的优越性，灰色预测建模是以等时距序列为基础的[19-20].灰色预测模型G(1，1)如下：

(8)

2.2 数据来源

本文以中部六省的87个地级市为研究对象，研究的数据来源于2001年～2014年各省的统计年鉴.其中巢湖市在2011年撤销，其统计数据并入合并后的合肥、芜湖、马鞍山3市.

3 研究结果与数据分析

3.1 基于Nich计算结果的分析

根据公式(1)，计算出中部六省各市2000年～2013年的Nich值；并利用ArcGIS10.0生成同期各市域Nich值分级图.见表1和图1．

表1 中部六省2000年～2013年各市人均GDP的Nich值

分析表明：1)中部六省各市的相对发展率差距较大.其中，以长沙最高为3.01，阜阳最低为0.393，差值为2.617；这说明中部地区2000年～2013年间各市经济发展速度的差异显著.2)Nich值大于1即发展速度高于中部平均水平的市有37个(图1中高亮显示的部分)占总数的42.5%；整个中部绝大多数地区的发展速度低于平均水平.3)武汉、长沙、新余、铜陵是中部地区经济发展最为迅速的地区，构成了中部地区经济发展速度的核心四边形.但是，如果这种情况长期持续则会强化经济发展的极化现象，不利于中部地区资源优化配置和协调发展.4)经济发展速度低于平均水平的地区主要集中在安徽、河南、江西以及湖北和湖南的西部地区.主要原因有以下两个方面：①这些地区多位于山区，缺乏发展经济的交通、工业基础等优势区位条件;②受周边大城市的影响经济要素大量流出，造成该地区经济发展缓慢.第五，江西、安徽、河南和山西缺乏经济体量大而且发展速度快的城市，地区城市首位度不明显，从而影响了集聚规模经济的发展.

图1 中部六省2000年～2013年各市人均GDP的Nich值分级图Fig.1 The hierarchical figure of Nich value of GDP per person in cities of six provinces of central China from 2000 to 2013

3.2 基于Theil系数和Cvw系数计算结果的分析

根据公式(2)、(3)，计算出Theil系数和Cvw系数，其结果如图2所示.

图2 2000年～2013年湖北省Theil系数和加权变异系数变化图Fig.2 The variation figure of Theil coefficient the weighted coefficient in Hubei province from 2000 to 2013

分析表明：1)2000年～2013年Theil系数和Cvw系数整体呈现波动上升的趋势，Theil系数从2000年的0.036 3增加到2013年0.072 3，增量为0.036，增长率为99.17%；同期Cvw系数由0.473 2增加到0.553 7，增量为0.080 5，增长率为17.01%；虽然Theil系数和Cvw系数呈现正相关性，但是，同期Theil系数的增长率远大于加权变异系数的增长率；这说明中部地区经济发展水平的差距和人均GDP的差距在进一步扩大，而且前者差距扩大的速度快于后者.2)Theil系数和Cvw系数在2008年出现较大增幅，该现象的出现主要是受到经济危机的影响；在2009年又迅速降低恢复到正常水平，是因为2008年后经济危机的影响逐渐降低，各市经济发展又逐渐恢复到正常水平.3)Theil系数和Cvw系数在2004年同时下降，原因是受“非典”疫情的影响整个中部地区都放缓了经济发展的速度，尤其是大城市地区更为显著.

3.3 基于集中系数计算结果的分析

根据公式(4)，计算出中部六省2000年～2013年各年的集中系数值，其结果如图3所示.

图3 2000年～2013年中部六省各年集中系数变化图Fig.3 The variation figure of concentration factor each year in the six provinces of central China from 2000 to 2013

分析表明：1)中部地区2000年～2013年间的集中系数除2008年明显上升外，总体上表现为缓慢增长的趋势，14年间总共增加了4.8，年均增长率为0.6%；这说明中部地区经济发展的集中性在增加，但是，集中的速度比较平缓；2008年由于经济危机的影响中部地区经济发展的极化被凸显出来，但是，经济危机后经济发展趋于平稳.2)2005年后中部地区的集中系数开始大于69，地区经济发展由前期的均衡状态进入过于集中的非均衡状态，并以不断扩大的总趋势持续到2013年；这说明同期中部地区经济发展的差异在不断扩大，经济发展越来越向少数城市集中.

3.4 ESDA分析

3.4.1 全局空间自相关分析 根据公式(5)，计算得出Moran’sI指数，计算结果均通过Z检验，其结果如表2所示.

分析表明：1)Moran’sI指数全为正值，这说明2000年～2013年间整个中部地区市域经济综合发展水平存在明显的正相关性，邻近区域的经济相互影响呈现出一定的空间集聚性.2)从2000年～2013年Moran’sI指数总体呈现波动下降的趋势，这说明各地区经济发展的相关性在减弱，异质性在增强；区域经济发展的相互促进、带动作用在弱化.

表2 中部六省2000年～2013年各年Moran’s I指数

3.4.2 局部空间自相关分析Moran散点图以逆时针方向被分为4个象限，依次为H-H型(研究区域与邻近区域的值均较高)、L-H型(研究区域的值低于邻近区域的值)、L-L型(研究区域与邻近区域的值均较低)、H-L型(研究区域的值低于邻近区域的值).根据公式(6)计算出人均GDP的局部Moran散点图和LISA集聚图，结果如图4和图5所示.

图4 中部六省2000年、2013年人均GDP的Moran散点图Fig.4 The Moran scatterplot of GDP per person in six provinces of central China from 2000 to 2013

图5 中部六省2000年、2013年人均GDP的LISA集聚图Fig.5 The LISA cluster map of GDP per person in six provinces of central China in 2000 and 2013

结合图4、图5可以得出以下结论.1)研究区域主要位于第三象限，位于第四象限的研究区域最少；这表明经济发展水平较低的城市数目较多，在空间分布上有较强的趋同性.2)通过排除对局部Moran指数影响最大的研究区域，可知2000年、2013年局部Moran指数分别增加16.09%、24.76%；这表明某些特殊地区对整体的经济发展有重要影响.3)2000年～2013年间部分地区在Moran散点图上的位置发生了明显的变化，如表5所示.由此可知武汉、合肥、襄阳等大城市对周边地区经济发展的相对带动作用在减弱，晋城、岳阳、铜陵等城市对周边地区经济发展的相对带动作用在增强.

表3 2000年～2013年在人均GDP的Moran散点图上位置发生改变的地区

结合图5可以得出以下结论.1)2000年～2013年间存在两个比较稳定的欠发达地区的集聚区，即以湖南的湘西州、怀化、张家界为中心的区域和以河南东北部和安徽北部的信阳、阜阳、亳州等为中心的区域，这两个区域经济发展的空间相关性强，但与中部其他地区的经济发展差距在不断扩大.2)中部六个省会城市与周边地区经济发展的协同性不强，对周边城市的带动性弱.3)中部绝大多数城市的经济发展与周边城市相关性很弱，相互促进作用不明显.

3.5 基于标准差椭圆的分析

根据公式(7)，计算出2000年～2013年中部六省市域经济标准差椭圆的空间分布状态和相关参数，其结果如表4和图6所示(图6中A～N分别代表2000年～2013年).

分析表明：1)2000年～2007年椭圆的转角值缓慢下降，从2008年开始又表现出波动上升的趋势；整体而言转角值变化较小，14年间下降了1.69°下降率为0.99%，这说明该时期内中部地区经济发展的整体趋势比较稳定，没有出现大的变动.2)2000年～2013年中部地区市域经济标准差椭圆的长轴一直呈西北—东南方向分布并且这种格局还在进一步强化，说明中部整体的经济在向西北—东南方向发展.3)2000年～2013年长半轴标准差增加了11.28km增加率为2.16%，短半轴标准差减小了3.03km减少率为1.02%；说明市域经济的发展在主方向上出现了分散，在次方向上出现了极化.4)各时期的平均经济中心都基本位于信阳市的西南部；从整体看平均经济中心呈西南—东北—东南方向的移动轨迹，2000年～2013年平均经济中心向东南方向移动了5.96km；在14年间相邻年份平均经济中心转移最大的一次发生在2003年和2004年，平均经济中心向北移动了13.45km.5)平均经济中心在14年间南北最大移动距离为30.94km，东西最大移动距离为12.74km，经济重心东西移动的速度快于南北移动的速度；说明同期东西方向的经济发展快于南北方向.

表4 2000年～2013年中部六省市域经济标准差椭圆相关参数数值

图6 2000年～2013年中部六省市域经济标准差椭圆及平均经济中心分布图Fig.6 The distribution of the standard deviation Elipse and average economic center of municipal economy in the six provinces of central China from 2000 to 2013

3.6 基于灰色预测模型计算值的分析

为了对中部六省未来5年市域经济发展的时空差异演变进行预测，本文采用了G(1，1)模型预测方法进行预测，其中每一指标的预测均通过了精确度检测即C<0.35、P>0.95，其结果如下.

表5 中部六省2000年～2018年各市域人均GDP的Nich预测值

表6 中部六省2014年～2018年各年Theil系数、Cvw系数、集中系数、Moran’s I指数和标准差椭圆相关参数预测数值

综合分析表5和表6可以得出：1)2014年～2018年中部地区各市域经济发展的绝对差异和相对差异仍将不断扩大，人均GDP偏离平均GDP的情况会越来越严重；2)中部地区的经济发展会越来越向武汉、宜昌、长沙、南昌、郑州等少数区域中心城市聚集；3)中部地区城市经济发展的相关性将进一步减弱，城市之间的相互促进作用会被削弱；4)中部地区未来经济发展的整体趋势是进一步向南北方向发散，而在东西方向收缩.

4 结论

通过实证分析和对中部六省未来经济发展的时空差异预测得出以下主要结论.

1)中部地区经济发展的绝对差异较大，经济发展的空间差异显著.两翼山区经济发展较慢，经济发展水平较高的地区主要集中在省会城市及其周边邻近城市；同时还形成了以宜昌、襄阳为中心的经济发展水平较高的城市群.但是，从全局来看中部地区经济发展的空间差异将呈现持续扩大的趋势.

2)200 0年～2013年间中部六省市域经济发展的相对差异在波动中递增；同期各市域的人均GDP与整个中部地区人均GDP的差距在不断扩大；并且，两者均有进一步扩大的风险.

3)200 0年～2013年中部六省市域经济发展的集中度从整体上看是在不断增高的；但是，从整体而言这种不均衡性的增大是平缓的.同期经济发展的相关性也不断降低，经济发展的协调促进作用不高，中部地区要实现协调可持续的快速发展还存在较大的压力.

4)武汉、长沙、郑州、合肥、南昌的发展在中部地区有特别重要的地位.从时间尺度来看这五城历年的GDP总量、增量基本都是中部地区前5位，从空间尺度来看也基本形成了以这些城市为中心的地区经济发展中心.也正因如此，五城对中部地区经济发展的绝对差异、相对差异、相关性和经济发展集中系数的影响最为突出.如在集中程度上如果不考虑上述五城的影响那么2013年的集中系数将降为53.98，即位于相对均衡发展的状态.但是，这种均衡是我们不需要的低水平均衡.

5)重大事件对于中部地区区域经济发展的影响是非常显著的，经济活动的抗风险能力有待加强.如2003年的“非典”和2008年的经济危机都使得中部地区的经济发展产生了较大波动.

6)未来中部地区经济发展的时空差异扩大的趋势较为明显，经济极化的现象可能会进一步强化；中部地区要实现区域的可持续发展就必须实现区域的协调发展和特色发展.

[1] 韩 啸. 湘南三市县域经济时空差异研究[J].湘南学院学报， 2013， 34(3):1-5．

[2] Max L， Wang E R. Forging ahead and falling behind: changing regional inequalities in post-reform China [J]. Growth and Change， 2002， 33(1):42-71．

[3] 陆大道. 关于我国区域发展战略与方针的若干问题[J].经济地理， 2009， 29(1):2-7．

[4] 陆大道， 刘卫东. 论我国区域发展与区域政策的地学基础[J].地理科学， 2000， 20(6):487-493．

[5] 李小建， 乔家君. 20世纪90年代中国县际经济差异的空间分析[J].地理学报， 2001， 56( 2) : 136-144．

[6] 吴殿庭. 中国三大地带经济增长差异的系统分析[J].地域研究与开发， 2001， 20(2):10-15．

[7] 周 扬， 李 宁， 吴文祥， 等. 1982-2010年中国县域经济发展时空格局演变[J].地理科学进展， 2014， 33(1):102-111．

[8] 吴爱芝， 杨开忠， 李国平. 中国区域经济差异变动的研究综述[J].经济地理， 2001， 31(5):705-710．

[9] Martin R.Subsidising Inequality:Economic Reforms，FiscalTransfers and Convergence across Chinese Province[J].Journalof DevelopmentStudies， 1998， 34(3):1-26．

[10] Wei Y, Fan C.Regional inequality in China:a case study of Jiangsu[J].Professional Geographer， 2000(52):455-469．

[11] 彭文斌， 刘友金. 我国东中西三大区域经济差距的时空演变特征[J].经济地理， 2010， 30(4):575-578．

[12] 张 红， 姚婷婷， 安 娜. 湖北省县域经济发展时空差异与空间演化研究[J].华中师范大学学报：自然科学版， 2014， 48(6):902-908．

[13] 王 芳， 宋玉祥， 王文刚. 内蒙古区域经济差异及其演化研究[J].经济地理， 2012， 32(11):1-7．

[14] 谢 磊， 李景保， 何仁伟， 等. 宜春市县域经济时空差异和影响因素分析[J].西部经济管理论坛， 2013， 24(3):91-97．

[15] 陈 利， 朱喜钢， 李小虎. 云南省区域经济差异时空演变特征[J].经济地理， 2014， 34(8):15-22．

[16] 朱士鹏， 毛蒋兴， 张志英. 广西旅游经济时空差异分析[J].重庆师范大学学报:自然科学版， 2014(6):134-139．

[17] 杨燕燕. 临沂市县域经济差异时空演变研究[D].沈阳：东北师范大学， 2013．

[18] 龙 剑， 朱海宁， 曹邦宇. 基于标准差椭圆模型的贵州省经济密度空间差异分析[J].当代经济， 2014， 13: 114-117．

[19] 段 浩， 潘世兵， 李 琳. 基于灰色模型的敦煌西湖保护区湿地演化研究[J].干旱区资源与环境， 2015， 29(10)：198-202．

[20] 王鸣翠， 于胜文， 张帅帅， 等. 基坑变形非等时距灰色预测模型程序设计及应用[J].测绘地理信息， 2015， 40(1):41-44．

The evolution study to the spatial-temporal difference of the city-wide economic development in six provinces of mid-china

CHEN An， ZHAO Xi

(Resources and Environmental Science， Wuhan University， Wuhan 430079)

In this study， the spatial and temporal diversities and evolution of economic development were analyzed in the Central region from 2000 to 2013. ESDA analysis and ArcGIS standard deviation ellipse analysis capabilities were utilized in combination with the relative development rate， Theil coefficient， the weighting coefficient of variation， concentration factor and other indicators. Besides， G (1，1) model was established to predict the spatial and temporal differences in economic development of the subsequent five years. Results show that the absolute differences and relative differences in the economic development of the Central region are significant and there is a trend of expansion; The major cities have crucial impact on regional economic development; Economic development of cities in Central region has entered into disequilibrium since 2005; The development rate of Central region economy in the north-south direction is faster than that in the east-west direction， with the average economic development center located in the southwest of Xinyang City; Difference of economic development in the Central region will be further expanded in the future as forecasted， suggesting the necessity of realizing the coordinated and characteristic development for the sustainable development of the region．

central region; economic development; spatial and temporal differences; forecast

2015-04-10.

国家自然科学基金项目(41301586).

1000-1190(2015)05-0778-08

K902

A

*通讯联系人. E-mail: mixi51@163.com.