许铭雪+段进军
摘要:文章以2002~2014年的江苏省的三大产业产值为研究对象,采用了探索性空间分析的方法,对江苏三大产业经济空间结构的演化进行了分析。结果表明,全局Morans I指数第三产业最高,其次是第二产业,第一产业最低,从时间上看,第一产业空间集聚性增强,第二、三产业扩散效应明显。局部空间自相关中人均产值的冷热点,第一产业苏中热、苏南苏北冷,第二、三产业都表现为苏南热、苏北冷,总体空间结构相对稳定,但都存在极热点和极冷点收缩,中间地带范围扩大的趋势。年增速的冷热点,一、三产业的规律性不明显,第二产业在2005年前表现为南热北冷,2005年后则表现为南冷北热, 三大产业在2010年之后都存在一定程度的东冷西热,即内陆地区增速加快,从另一个侧面说明江苏经济空间结构发展趋于均衡化。
关键词:产业经济;经济空间结构;探索性空间分析
一、引言
在经济发展进入新常态的背景下,我国的产业发展也进入了一个换挡转型的阶段,产业的转型升级将对经济社会的可持续发展起到至关重要的促进作用。产业的升级一方面是指产业结构本身的转型升级,另一方面则是指产业在空间分布上的优化。随着市场经济的不断完善,我国经济发展在空间上的集聚和扩散效应也日益明显,这也是现代市场经济条件下生产日益集约化和现代化的必然要求,所以越是经济发达地区,经济、尤其是产业的集群和扩散特征越是明显。产业的发展是社会经济发展的主要动力,产业空间结构的优化不仅有利于优化不同资源的配置,实现各地区本身的特色发展;还有利于促进不同产业在区域空间上的协同发展,实现区域间的共同发展。江苏作为全国经济发展的排头兵,产业基础雄厚、体系完整、技术水平高,但是省内产业空间分布不均衡、空间协同作用不强,所以在产业结构的转型升级和空间结构的优化方面面临着更加迫切的需求。
随着计量经济学和ESDA技术手段的进步,我们可以对产业发展的空间结构和演化趋势进行更加精细的量化表述,尤其是探索性空间分析技术的发展,它将距离、相邻关系等空间分布特征本身作为一个可计量的变量引入分析模型,使我们可以对事物的空间结构进行定量化的描述和研究。国内外许多学者将这一技术运用到经济空间结构的研究中来,取得了很好的效果,其中不少就聚焦用ESDA方法研究区域产业的发展变化规律。
本研究采用ESDA技术对江苏省自2002年以来以县域为单位的三大产业的人均产值和年增速进行分析,具体包括三大产业人均产值和年增速这两项指标在整体的集聚特征和局部结构特征。
二、研究方法
(一)全局空间自相关
全局空间自相关,对属性值分布与空间有无关系以及关系的强弱进行描述。主要指数是Global Morans I,公式如下:
其中Wij是屬性值的空间权重矩阵。Morans I指数取值在-1到1之间,大于0表示指标在空间上存在正相关性;小于0则表示指标在空间上存在负相关性;等于0说明指标在空间上呈现自由随机分布状态。同时取值的绝对数值越大,则相关性、聚集现象越明显。
(二)局部空间自相关
局部空间自相关,主要衡量指标的空间异质性,也就是指标在局部空间上是否存在同类聚集或者相异聚集的现象,公式如下:
如果结果为正且其显著性表明结果有效,即观测点与其周围区域的值高于均值,为高高集聚区,为热点集聚区;如果结果为负且其显著性表明结果有效,即观测点与其周围区域的值低于均值,为低低集聚,为冷点集聚区。
三、数据来源
本文中所有数据均来自《江苏省统计年鉴》(2003-2015),分别选取了江苏各个县级行政单位第一、第二、第三产业的总产值作为主要指标。由于较大的人口流动性,有选取了各县级单位的户籍人口作为人口指标,并由此计算得出各县三大产业各年的人均产值,同时又各年的总产值计算得到各县域单位三大产业总产值的年增长率。
由于在这一时期江苏城镇化建设的推进,部分县域行政单位的变动,为了便于统计和结果的前后比较,本研究2012年江苏省县级行政区划为标准,对有变动的县级行政单位的相关指标进行拆分和合并。此外,由于地级市大市区大部分面积较小,为了研究方便,将地级市市辖区合并为大市区,相关市辖区的指标也进行相关合并处理。
四、结果分析
(一)全局空间自相关分析
利用GeoDA软件分别计算江苏省三大产业2002年-2014年期间人均产值的Global Morans I指数后,从整体总体来看,第一产业Global Morans I指数远低于第二产业和第三产业,第二产业略低于第三产业,表明三大产业中第一产业的地区集聚效应最低,第二产业次之,第三产业集聚效果最明显。这主要是因为第一产业的发展主要依赖于当地的地形、气候等自然条件,一般经济意义上容易带来集聚的边际成本和规模效应对其影响不大,所以集聚效应较弱,但是又由于地理条件在空间分布上不可避免的连续性,故而其Morans I指数为正,有一定集聚现象,而不是完全呈现随机分布的状态。但是第二、三产业的发展受产业基础、规模效应、资本、交通和人口等因素影响较大,这些因素在空间上有较强的流动性,具有天然的集聚倾向,尤其是在经济起飞和工业化发展阶段,这一倾向尤为明显。由于讲啥已处于工业化的中后期,工业发展的扩散效应日趋明显,但第三产业的扩散效应尚不如第二产业明显,所以第三产业的Morans I指数总体高于第二产业。
从时间上看,第一产业Morans I指数总体呈现一种缓慢上升的趋势,主要是由于农业现代化的推进和农村土地流转的加速,促使农业生产逐步摆脱小农经营的模式,向规模化、集约化模式转变。但是在2009年第一产业的Morans I指数有一个明显的波动,可能与2008年全国范围雪灾对农业生产的影响有关。endprint
第二产业的Morans I指数在2008年前总体呈下降的趋势,反映了全省随工业化进程的推进,第二产业在空间布局上逐渐趋于均衡,一些曾经第二产业相对滞后的地区也得到了扩散效应的影响而获得较快的发展。但是在2009年之后,Morans I的值又有了微幅的上升,这是由于2008年后我国为了应对金融危机采取了大规模的经济刺激措施,大量的资金被投向了区位优势较为显著的地区,导致第二产业再次向这些资金聚集的地区聚集。
第三产业的Morans I在2005年前呈现明显的下降趋势,发硬了基于一定程度上的均衡化发展趋势,但是在2005年后Morans I的值转变为持续在高值附近徘徊,表明江苏省第三产业的均衡化发展还任重道远。
(二)局部空间自相关分析
本研究利用ArcGIS软件分别计算了江苏省2002年-2014年各县域单位三大产业人均产值和年增速的Getis-Ord 值。
1. 人均产值分析
在人均产值层面看,从2002-2015年农业冷热点范围的变动不大,具有很明显的规律性,主要表现为热点集中于农业生产条件较好的苏中地区,这里平原广阔、水网密布、水热组合好;冷点区主要集中于苏南地区,这一方面是由于苏南地区多丘陵,不适宜推进农业的大规模生产,另一方面是由于这里整体经济较为发达,故而农业的相对重要性不突出。
第二产业的冷热点分布呈现明显的两极分化形态,冷点区位于苏北淮河流域两岸,热点区位于以苏州、无锡为高值核心的苏南地区。第三产业的冷热点分布也有较相似的规律,这与江苏省苏南地区经济发达而苏北经济相对滞后的实际情况相一致。但是第二、三产业的冷热点从2002-2015年都表现为极热点和极冷点范围在缩小,而次冷点和次热点范围在扩大,这表明江苏第二、三产业发展在空间上的扩散效应区域法则的均衡性有所增强,但苏南、苏北的差异仍然十分显著。
2. 产业产值年增速分析
从年增速的角度看,第一产业从2003~2014年增速的冷热点分布规律性不是很明显,而且冷热点范围随时间变化很大,这是由于农业生产受气候和市场波动影响较大,与二、三产业相比,具有更大的随机性。但是第一产业冷热点的分布除了有南北差异外还表现出较为明显的东西差异,这可能与降水等自然条件等影响有关。
第二产业的冷热点得分布在2003~2014年期间可大致分为两个阶段,第一阶段主要是2005年前,这一阶段增速的热点主要分布在苏南地区,冷点主要位于苏北地区,这主要是由于苏南地区凭借良好的产业基础,在加入世贸组织后的头几年内第二产业获得了刺激性的增长。但是随着工业化的推进,苏南地区逐步完成了工业化,第二产业发展的重心开始向苏北转移,主要表现为2005年后第二产业增速的主要的热点区分布在苏北,苏州等苏南地区则冷点集聚。从更大的尺度看,无论是苏南还是苏北,在近几年内增长都存在东冷西热的特点,表现出第二产业有沿海向内陆扩散发展的趋势。
第三产业在2008年之前冷热点的空间分布规律性不明显,有的年份热点集中在苏南、冷点在苏北;有的年份则正好相反。但是2008年之后,虽然冷热点的范围也有一定的变动,但是总体存在着东冷西热的分布规律,这也反映了第三产业增长由沿海向内陆扩散的趋势。近年来,沿江地区西部热点显著,这可能是由长江经济带建设产生的带动作用。
五、结论
1. 全局Morans I指數第三产业最高,其次是第二产业,第一产业最低。但是从发展趋势看,第二、三产业的全局Morans I指数整体呈现下降的趋势,第一产业整体呈上升趋势。气候等自然条件变化是造成第一产业指数波动的主要原因,而金融危机等经济环境的变化则是造成第二产业指数波动的原因。
2. 第一产业人均产值的冷热点分布表现为苏中热、苏南苏北冷的特性,这主要是由于苏中农业生产条件相对较好。第二、三产业则都表现为苏南热、苏北冷,且分布相对稳定。但是都存在极热点和极冷点范围的收缩,中间地带范围扩大,反映了江苏社会经济发展均衡化的趋势。
3. 第一产业和第三产业增速冷热点分布的规律性不明显,第二产业在2005年前表现为南热北冷,2005年后则表现为南冷北热,反映了第二产业的发展趋于均衡的倾向。三次产业在2010年之后都存在一定程度的东冷西热,即内陆地区增速加快,侧面说明江苏省趋于经济空间结构均衡化的发展趋势。
参考文献:
[1]何立春.新型城镇化、战略性新兴产业与经济发展[J].财经问题研究,2015(01).
[2]安虎森.空间经济学教程[M].经济科学出版社,2006.
[3]温如春.发展块状经济促进县域经济的发展[J].武汉工业学院学报,2006(04).
[4]武剑.基于ESDA和CSDA的京津冀区域经济空间结构优化分析[D].湖南大学,2009
[5]胡晓旭,何建华.基于县域单元的武汉城市圈经济时空差异研究[J].地理空间信息,2014(03).
[6]李胜坤,张毅,闫欣,曹娟,汪洋洋. 中部崛起提出9年来武汉城市圈县域经济空间格局演变——基于GPCA模型和ESDA方法[J].农业现代化研究,2014(04).
[7]赵丹妮,汤子隆,任晓怡,李镔.集聚视角下的我国第一产业发展研究[J].学术界,2013(S1).
[8]赵建华.长三角地区第三产业集聚的空间计量分析[J].广西经济管理干部学院学报,2012(02).
[9]宋晓雨,丁正山,卢晓旭,李亚儒,尚正永,谢朝栋.江苏省服务业发展时空格局演变[J].经济地理,2010(08).
基金项目:教育部人文社会科学重点研究基地重大项目(A511000116);国家级大学生创新训练计划项目(201710285024)。
(作者单位:苏州大学东吴商学院)endprint