胡焕庸线以东地区经济空间格局演变特征及影响机制分

析蒋 旭，张晓青

(山东师范大学地理与环境学院，“人地协调与绿色发展”山东省高校协同中心，中国 济南 250300)

区域发展不平衡是全球各个国家、地区及其内部之间普遍存在的问题，尤其在发展中国家呈现出典型的区域发展的“二元性”[1]。中国作为全球最大的发展中国家，区域发展不平衡一直是长期存在的问题，党的十九大报告指出：“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。”

作为人类社会最基本的活动，经济活动是区域发展最根本的内容，区域经济发展水平的差距便是区域发展不平衡最直接的体现。因而，开展我国区域间经济发展差异的研究是我国在新时代下解决区域发展不平衡的重要内容之一。我国幅员辽阔，东西南北占地面积跨度较大，地形、气候、距海远近等自然基础条件不一，加之改革开放以来，政府的宏观调控和各地市场化开放程度的差异，致使各地区的经济发展差异较大。但在20世纪末，国家相继推出一系列区域发展战略来平衡地区的经济发展，例如西部大开发、东北振兴、中部崛起、东部率先发展、城市群、“一带一路”等。在这些战略的实施下，区域经济空间格局变动的研究成为众多学者研究的热点话题。研究区域上，以省为研究对象展开的较多[2-5]，然后开始出现地区[6，7]、城市群[8]、黄河流域[9]、长江经济带[10]、长三角[11]、珠三角[12]、甚至全国[13]作为研究对象。研究内容上，出现了旅游经济[14]、海洋经济[15]、农业经济[16]、工业经济[17]、民营经济[18]、实体经济[19]、数字经济[20]等多样化内容。研究方法由锡尔系数、基尼系数、变异系数向注重空间效应的ESDA、空间变差函数[21，22]等转变。研究测度方面，常见以统计数据衡量经济发展程度，以夜间灯光等GIS数据[23，24]作为衡量标准。通过整理以上文献发现，从全国层面分析我国经济空间格局变动的研究还是较少。

胡焕庸线作为人地关系的重要地理大发现之一，是人口、经济等诸多人文社会现象的分界线[11]。胡焕庸线以东地区占据我国43.4%的国土面积，GDP总量始终占据全国GDP总量的95%左右(见图1)。根据全国第六次人口普查数据显示，胡焕庸线以东地区人口占据全国的93.7%。因此，胡焕庸线以东地区作为我国人口、经济的重要集聚区，研究其经济发展状况对解决我国区域经济发展不平衡的现状和为下一步国家发展战略提供参考有着重大意义。

图1 胡焕庸线以东地区市域单元GDP总量及其全国占比图Fig. 1 The total GDP of the city area unit in the east of the Hu Huanyong line and its national proportion

1 指标体系与研究方法

1.1 数据来源与处理

本文矢量数据为2015年中国地市行政边界数据，来源于中国科学院资源与环境科学数据中心。根据其城市驻地矢量图，连接黑河、腾冲两点坐标，划出胡焕庸线，将行政区面积跨越胡焕庸线以东50%及其以上的市级行政单元保留，构成研究区域(不包括香港、澳门、台湾，由于数据原因，将海南也排除在外。以下简称胡东地区)。研究区内各市域的经济社会数据，主要来源于相关年份的各省(自治区、直辖市)统计年鉴、《中国区域经济统计年鉴》以及各地级市统计机构发布的国民经济和社会发展统计公报。本文以人均GDP作为衡量区域经济发展水平的指标，以2015年中国行政区划为准，将研究区2002—2017年的市级行政区变动以2015年为准进行重新整合；由于时间跨度较长，将整合后的各地级市2002—2017年的人均GDP根据生产指数进行平减处理，将人均GDP折算到2002年为基期的不变价。

1.2 研究方法

1.2.1 标准差椭圆 标准差椭圆是有效揭示地理要素空间分布特征的方法，它能够以中心点、范围、转角等多重角度揭示胡东地区市域单元经济空间格局的总体特征及其时空动态演变过程。其中心点代表经济发展的重心；长轴方向表示经济发展空间格局的方向；长、短半轴值表示经济发展的空间集聚程度，两者比值表示经济发展空间分布的方向性程度；转角表示经济发展空间分布方向的走向趋势。

1.2.2 探索性空间数据分析 探索性空间数据分析可以描述与地理位置相关的数据的空间分布并将其可视化，识别地理空间数据异常值，检测社会和经济现象的空间集聚程度以及展示数据的空间结构，揭示现象之间的空间相互作用机制，常用工具为全局空间自相关和局部空间自相关。全局空间自相关可以揭示胡东地区各市域单元经济发展在空间上的关联程度，本文用Moran’s I来度量；局部空间自相关用以揭示胡东地区经济发展的异质性特征，本文用LISA指数来度量。本文选取2002，2007，2012和2017年4个时间节点，来分析胡东地区市域单元经济发展的空间分布及其动态趋势。在构建空间权重矩阵时，运用K-Nearest Neighbors，计算各市平均邻域数目后，选取邻域数为5。

1.2.3 半变异函数 半变异函数亦称空间变差函数，是描述区域变化量随机性和结构性的基本方法。本文用半变异函数来测度胡东地区市域单元经济发展的空间变异程度，表征其特征的变量有：C0块金值，表示区域化变量随机因素引起的变异程度；C+C0基台值，半变异函数随距离增加而出现的相对稳定值；变程α，半变异函数为基台值时的距离；分维数D，半变异函数曲线曲率，反映空间变异的强弱程度，该值越靠近于2代表空间分布越均衡。其中块金值/基台值为块金系数，表示随机因素引起空间变异的程度，与空间相关性呈反比关系。

1.2.4 空间面板数据模型 由地理学定律可知，区域经济发展主体之间是相互依赖、紧密联系的，因此在探讨区域经济发展格局演变的影响机制时，需要考虑到空间效应。而传统的线性回归模型只是对样本和参数进行全局性的估计，并没有考虑空间效应的影响。因此，本文引入空间面板数据模型来分析胡东地区市域单元经济发展格局演变的影响机制。空间面板数据模型包括空间杜宾模型(SDM)、空间自回归模型(SLM)、空间误差模型(SEM)，其中SLM只考虑了空间自回归滞后项，SEM仅考虑了空间误差滞后项，而SDM同时考虑了两个滞后项。且LR检验拒绝SDM可以向SLM、SEM退化，故本文最终选用SDM模型:

Y=βX+θWX+ρWY+ε，

(1)

Y为被解释变量，β为回归系数，W为空间权重矩阵，X为解释变量，ρ为空间滞后项系数，ε为空间误差项。

2 市域经济发展空间格局演变特征

2.1 总体分布特征

2002—2017年胡东地区市域经济空间分布格局如图2所示。2002—2017年胡东地区经济发展水平空间分布总体呈现“西南-东北”的空间格局，涵盖在标准差椭圆内部的地区是胡东地区经济发展的主体。标准差椭圆东至上海、浙江省的宁波、绍兴、金华、丽水，西连重庆、陕西省的延安、渭南、西安、商洛、安康，南接广西的河池、来宾、贵港、梧州、广东省的肇庆、佛山、广州，北到辽宁省的朝阳、锦州、鞍山、辽阳、丹东。

标准差椭圆转角从24.2逐步提升至25.9，期间伴有小幅度回转，表明胡东地区经济发展呈“西南-东北”空间格局分布的走向趋势强化。标准差椭圆的长轴从1 126.3 km降至1 117.1 km，期间呈先增后缩的波动式状态，总体表现为缩短，表明胡东地区经济主体在西南-东北方向呈收缩趋势；短轴先从589.2 km降至580.7 km，后长至587.6 km，呈现先缩后增的状态，总体表现为缩短，因而在西北-东南走向同样表现为收缩趋势，且收缩趋势弱于西南-东北方向(表1)。综上所述，胡东地区经济发展主体向中心地区呈集聚状态，其中以西南-东北方向的集聚为主。

表1 2002—2017年胡焕庸线以东地区经济椭圆重心迁移情况 单位：km

图2 2002—2017年胡焕庸线以东地区经济空间格局标准差椭圆图Fig. 2 The standard deviation ellipse of the economic spatial pattern of the region east of the Hu Huanyong Line from 2002 to 2017

由表1可知：从中心迁移轨迹来看，2002—2017年胡东地区经济发展重心经历了“东北-西北-西南”的迁移过程，总体迁移距离为70.24 km，位移距离为18.19 km，位移方向为西南方向。从中心分布位置来看，仅位于信阳、阜阳两地，即河南与安徽的搭界地区。从各个迁移方向来看，东移只发生在2002—2007年，东迁距离10.90 km，速度为2.18 km·a-1；北移持续性发生在2002—2012年，共计北迁24.22 km，速度为2.42 km·a-1；西移连续发生于2007—2017年，共计西迁25.32 km，速度为2.53 km·a-1；南移只发生在2012—2017年，南迁距离达35.31 km，速度为7.1 km·a-1。从各个迁移阶段来看，2012—2017年的单阶段迁移距离最大，2002—2007年和2007—2012年的迁移距离相近。综上来看，椭圆中心的南北迁移最大跨度距离要大于东西迁移最大跨度距离，说明2002—2017年胡东地区经济发展的南北变化差异大于东西变化差异；椭圆中心单方向南移距离最长、速度最快，说明2012年中国经济发展进入新常态后，胡东地区经济发展重心发生明显向南位移，且该区经济发展的南北差异有进一步拉大的趋势。

2.2 市域经济空间关联性分析

2.2.1 全局空间关联性分析 运用Geoda软件通过对2002—2017年胡东地区281个市域单元人均GDP进行全局自相关计算和检验，结果见表2。所有年份的人均GDP的全局Moran’s I值均在1%的显著性水平下为正，且Z值都远远大于2.58，表明胡东地区市域单元2002，2007，2012和2017年4个时间节点的人均GDP呈现出空间相关性，即各市域经济发展在空间上并不是孤立的，空间集聚态势明显，存在高、低值集聚区。从演化趋势来看，2002—2017年全局Moran’s I值总体呈波动上升趋势，2002—2007年上升幅度较快，市域经济集聚明显强化，2007—2012年伴有小幅度下降，空间集聚趋势轻微弱化，2012—2017年又开始缓慢回升，市域经济空间集聚再次呈现出强化状态。

表2 2002—2017年胡焕庸线以东地区市域经济发展全局Moran’s I值

2.2.2 局部空间关联性分析 同样运用Geoda软件进行LISA值计算，并将其可视化(见图3)。可以看出，研究时间范围内，胡东地区市域单元经济发展空间集聚类型总体上比较稳定。其自相关类型数量维持在25%～29%之间，变动幅度不大；低-低类型数量波动较大，从12%升至15%后回落至10%，数量最终有所下降；高-高类型数量居于12%～13%之间，几乎没有变动；低-高类型数量稳定在1%左右，变化微乎其微；高-低类型数量从1%逐步升至2%，略微有所上升。因此，由于低-低类型数量的最终下降，同质性单元相较最初有所减少；异质性单元无明显增减。

综合4个时间节点的市域人均GDP空间集聚类型分布格局，得知胡东地区经济发展的高-高集聚区域主要集中在东部沿海三大经济区：环渤海地区、长三角地区、珠三角地区，但环渤地区单元不断较少，闽东地区则开始有所出现，说明该集聚类型区有南移的迹象；低-低集聚区在北部、中部、西部都有分布，北部为黑龙江的边境地区，中部为皖、豫交界地区，西部为甘、陕、川、渝、黔、湘、桂交界地区以及云南的西南地区，2012年之前该区呈明显的连片分布，之后逐渐出现断接；低-高类型区分布在三大经济区外围，尤以长三角、珠三角地区较为常态；高-低类型区主要镶嵌在低-低类型区中，代表为贵阳、柳州、重庆。

图3 2002—2017年胡焕庸线以东地区经济格局LISA图Fig. 3 LISA map of the economic structure of the area east of the Hu Huanyong Line from 2002 to 2017

2.3 市域经济空间变异性格局分析

半变异函数的关键是要找出地理变量及其找准对应空间单元的地理位置。本文选取胡东地区市域单元人均GDP作为地理变量，为更好反映区域变化量空间结构和空间变异规律的随机性和结构性，选取市域单元中心作为对应地理变量的空间地理单元，运用ArcGIS 10.2软件在地级行政矢量图上计算出各市域单元中心地理坐标。运用半变异函数模型前，检验地理变量数据是否符合正态分布。运用SPSS软件进行检验，将数据进行对数变换处理后，发现符合正态分布，将处理后的数据赋予各市域单元中心。然后根据GS+的自动调整选取各时间节点拟合度最高的模型进行模拟，计算各方向分维数，进行克里金插值(表3)。

表3 胡焕庸线以东地区空间变差函数拟合参数

由表3可知，块金值先上升后下降，表明胡东地区经济空间差异先扩大后缩小；块金系数一直增大，说明引起胡东地区经济空间分异的随机因素不断在增强，而由空间自相关因素引起的结构化分异不断减弱。变程数呈现先增大后减小的波动状态，说明胡东地区经济结构化分异所引起的空间相关性范围是波动的。由变差函数的分维数来看，全方位分维数先减小后增大，但变动幅度不大，表明在全方向上胡东地区经济均质性较高。各方向分维数中，南北方向和东北-西南方向的分维数始终较大，空间差异较小。除2002年东-西方向分维数最小外，其余年份分维数均为东南-西北方向最小，说明2007年之后胡东地区经济空间差异主要体现在东南-西北方向。

克里金插值演化图(图4)综合反映了胡东地区地级市单元的经济发展差异格局及其内在结构演变过程。东部沿海地区一直是经济发展的高值区，其中环渤海地区、长三角地区、珠三角地区始终是极核区。随着时间的推移，这些高值区从东部沿海地区向内陆地区、由东北地区向西南地区不断推进，东北地区的经济发展活力不断下降，高值片区的面积减少。中部和西南地区的极核区在不断内生发散形成，在极核区的辐射带动下，该地区低值区的经济发展活力有望被提升带动。河南和安徽的搭界地区颜色较为空白，且面积在不断增大，说明该区的经济发展并没有被周边地区良好带动。

图4 2002—2017年胡焕庸线以东地区经济空间差值演化图Fig. 4 The evolution of the economic spatial difference in the area east of the Hu Huanyong Line from 2002 to 2017

3 市域经济空间结构演变的影响机制

3.1 影响因素选取及处理

由上文研究可得，胡东地区市域经济发展水平空间格局存在显著的空间演变特征，为进一步探讨这种空间演变的作用机理，依据数据的科学性、客观性、可获取性，本文尝试将人均GDP当作被解释变量，记作agdp；选取对外开放水平(对外贸易总额/GDP)、产业结构合理化(二、三产业总值/GDP)、区域发展战略(人均固定资产投资额)、市场化水平(人均社会消费品零售额)、创新投入水平(教育、科研支出/地方财政支出)、教育水平(万人在校大学生数)来作为研究胡东地区市域经济发展空间演变的经济要素，分别记作forc， ind， str， mar， cre和edu。为了剔除城市规模大小不同对于人均GDP的潜在影响，对人均GDP做对数化处理生成lnagdp；由于str, mar和edu存在潜在的指数增长效应，故而也对其进行指数化处理，生成lnstr, lnmar和lnedu，将以上数据代入stata 15.1。

3.2 模型的确认与检验

在确定运用空间面板回归计量模型之后，运用极大似然系数法LR分别对SDM模型退化为SEM和SLM的原假设进行检验(见表4)，两个假设P值都在0.01的水平下显著，故而可以确定运用SDM。由于SDM包括随机效应和固定效应两种，运用Hausman检验两者的F值为负，最终选择运用SDM的随机效应进行最终解释。为了使结果更具可信度，我们选用稳健标准误(robust sd. error)进行显著性检验。

3.3 结果分析

结果中，组内、组间、全局的R方分别为0.963 2，0.759 5和0.716 6，且变量大多数显著，说明模型拟合度较好，自变量具有较强的解释力。空间滞后项rho的结果为0.570***(16.32)，说明其在1%的水平下显著，表明确实存在空间效应，各指标系数见表5。

从全局结果来看，主效应中ind, lnstr, lnmar和lnedu通过显著性检验且系数为正，ind每增加1单位，agd平均增加0.009 21%，str, mar和edu每增加1%，agdp增加0.169 00%，0.024 30%和0.047 80%，其对经济发展作用的强度为区域发展战略>教育水平>市场化水平>产业结构合理化。本文初选取的对外开放水平(forc)其实是将对外贸易依存度(对外贸易总额/GDP)作为衡量指标，由于2002—2017年我国先后经历了加入世贸组织、2008年全球金融危机、供给侧结构改革，国际国内贸易环境处于动荡之中，所以未对经济发展体现出正向促进作用，这里不再展开具体分析。空间滞后项(Wx)一行中，前4项指标通过显著性检验，其中lnstr为正，说明胡东地区本市的区域发展战略带动促进了周围地市区域发展战略的经济效应；ind, lnmar为负，胡东地区地市间的产业结构合理化和市场化水平存在竞争。选取的创新水平(cre)指标不显著。

表4 极大似然系数法LR检验结果

表5 SDM回归结果

从空间效应的分解来看，产业结构合理化、区域发展战略、市场化水平、教育水平的直接效应均通过了显著性检验，且在1%的显著性水平下系数为正，即随着本市产业结构合理化、区域发展战略、市场化水平、教育水平的提高，能够明显促进本市的经济发展。从回归结果看，区域发展战略和市场化水平的间接效应也通过了显著性检验，说明经济发展受到邻近地市区域发展战略和市场化水平的影响。区域发展战略每增加1%，邻近地市人均GDP会增加0.313 00%，市场化水平每增加1%，邻近地市人均GDP会降低0.011 00%，意味着周围地市的区域发展战略对本市经济发展有正向空间溢出效应，并且区域发展战略的这种间接效应(0.313 00%)大于直接效应(0.199 00%)，说明本地市的区域发展战略能更好促进周围地市的经济发展；而市场化水平存在以邻为壑的现象，表现出一种竞争效应，但这种效应小于其直接效应，表明市场化水平能更好促进本地市的经济发展。

3.4 影响机制分析

(1)区域发展战略：改革开放以来，我国对东部沿海地区实施优先发展战略，东部沿海地区利用国家的战略政策支持，并结合自己地理位置优势，充分开展对外交流，经济发展得到大幅提升，起初率先发展建立起来的优势拉开了与其他地区的差距。近年来，我国又将京津冀协同发展、长三角区域一体化、粤港澳大湾区建设上升为国家战略，因而环渤海地区、长三角地区、珠三角地区经济发展产生了明显的集聚效应、并成为周围地区的核心增长极。起初的优先发展战略致使经济格局发展不平衡的现象凸显，于是我国在进入新世纪以后，相继提出“西部大开发”、“东北振兴”、“中部崛起”等战略，这些战略效应加之各地方出台的一系列刺激经济发展的措施，都在随后的几年中，先后为东北、西部、中部地区带去了经济增长活力，胡东地区的经济格局发生了东北-西北的移动。这种战略效应的溢出联动，让胡东地区2002—2012年间的经济重心一直北移。2013年提出的“一带一路”倡议让长居我国内陆“腹地”的西南地区打开了对外开放的门廊，经济活力得到极大释放，2012年之后，胡东地区经济重心向西南偏移。

(2)教育水平：教育水平决定着人才培养的高低，影响着创新发展水平，人力资源要素和创新要素都对经济发展起着至关重要的参与作用，我国教育资源的区域分布存着极大的不平衡。根据我国现行实施的“双一流”战略高校名单分布来看，存在明显的区域集聚和分布不平衡现象：京津两地40所，江浙沪32所，东北11所，陕西8所，四川8所，广东5所，5地省份地区占据高校资源的76%，这些地区大都是是胡东地区经济发展中的集聚区或极核区。在我国现行的教育体制下，高校之间更加注重学科专业之间的交流合作，并没有形成一种高校同盟的合作机制，教育水平并没有产生良好的溢出效应，发挥出带动周围地区经济发展的促进作用。

(3)市场化水平：在我国社会主义市场经济体制下，市场决定着社会经济发展的供给需求。东部沿海地区在我国历史当中就拥有着发达的通商口岸，加之改革开放后政府的宏观调控，东部沿海地区相对我国其他地区有着发达的市场体系和较高的市场地位。随着市场在我国资源配置当中占据主导地位，区域市场更多的自发形成，而在这一过程当中，区域市场化水平也有着巨大的差距。在2019年中国商品市场综合百强榜单中：有接近70%的商品市场位于南方省份地区，且北方地区以山东省为多。市场作为经济发展的重大要素，这种巨大的市场化水平差异必定影响到区域的经济发展格局。商品在生产、流通过程当中，必定需要多元、多方市场的参与，区域间市场的共同参与、相互联动，市场化水平便容易产生溢出效应。

(4)产业结构合理化：长期以来，北方地区是我国重工业地区的集聚地。在经济发展的初期，依靠重工业的发展，北方地区保持着一定的经济发展活力。但随着可持续发展理念、绿色发展理念、生态文明理念的兴起，耗资、耗能、耗力且极具污染性的传统重工业已被逐渐淘汰。并伴随网络信息、电子科技时代的到来，围绕网络科技的新业态逐渐兴起，极大带动了服务业等第三产业的发展。2019年中国民营企业排行榜名单显示，排名前10的民营企业有7家位于南方省份地区，另外3家全部位于北京，且有8家属于第三产业。近年来，在产业转型升级方面，西南地区已逐渐摆脱了对资源型和传统产业的依赖，贵阳、柳州、重庆极具代表性，所以在三地出现了经济发展的高—低类型集聚区。反观，北方地区的新兴产业化进程略显滞缓与不足，山东、山西、河南、东北三省尤为突出。福建省利用互联网平台，建立了加工生产、运输配送、仓储中转的电商一体化体系，因而找到了经济发展的新抓手，所以后期在闽东地区开始出现高-高集聚区。

4 结论与讨论

本文在考虑经济空间关联的基础上，运用标准差椭圆、探索性空间数据分析、半变异函数对胡焕庸线以东地区市域单元2002—2017年经济空间格局演变特征进行分析，利用空间面板数据模型探讨其影响机制。研究得到以下结论：

(1)2002—2017年胡东地区市域经济重心位于皖、豫交界地带，迁移轨迹经历了“东北-西北-东南”的方向变化。新常态后，经济重心发生明显向南位移迹象；转角范围变大，“西南-东北”空间格局分布的走向趋势强化，市域经济呈现收缩态势。

(2)胡东地区市域经济具有明显的空间相关性。从全局空间关联性来看，相关系数显著为正，总体呈现出上升趋势，说明胡东地区经济发展水平相近地区出现高-高或低-低集聚，且集聚趋势增强。从局部空间关联性来看，胡东地区市域单元经济发展空间集聚类型总体上比较稳定，分布格局随时间有所变化：高-高集聚区域主要分布在东部沿海三大经济区，并有逐渐向闽东地区南移的迹象；低-低集聚区域在胡东地区的北、中、西部都有所分布，其中西部地区较之前的连片分布现有断接；低-高类型区分布在三大经济区外围；高-低类型区主要镶嵌在低-低类型区。

(3)胡东地区经济空间差异先扩大后缩小，引起空间分异的随机因素不断在增强，由空间自相关因素引起的结构化分异不断减弱。在全方向上胡东地区经济均质性较高，南北方向和东北-西南方向的分维数始终较大，空间差异较小，空间差异主要体现在东南-西北方向。

(4)胡东地区市域经济空间格局演变影响机制受多种因素所影响。在本文选取的指标中，创新水平未通过显著性检验；受2002—2017年国际国内贸易环境的动荡变化，选取对外贸易依存度衡量的对外开放水平指标未对经济发展表现出正向促进作用。最终结果表明，产业结构合理化、区域发展战略、市场化水平、教育水平对胡东地区经济发展具有显著的促进作用，且区域发展战略>教育水平>市场化水平>产业结构合理化。区域发展战略和市场化水平具有空间溢出效应，区域发展战略的溢出效应对经济发展有促进作用、市场化水平则为抑制作用。

本文由于研究单元较多，在对各市GDP数据进行核实、筛选、处理时工作量较大，所以采用了单一指标来表征胡东地区经济发展的程度。但随着经济地理学科的不断成熟发展，学者们对于区域经济发展的认识也变得更加深刻、全面，对于经济发展程度的表征也更加多样化,例如构建指标体系评价、统计数据与地理信息数据多元评价等。区域经济空间格局的演变是系统而复杂的，影响因素也呈现多样性。由于数据获取的原因，本文在分析影响机制时，主要以客观因素为主，忽略了部分的主观因素，加上选取影响因素指标有限，对影响机制的分析难以做到系统、全面，需要后续深入研究改进。