南北经济差距时空演化与协调发展——基于县域层面NPP/VIIRS夜间灯光数据的实证研究

课题组

（1.江西财经大学经济与社会发展研究院，江西南昌 330013；2.南京大学商学院，江苏南京 210093）

一、引言

近年来，南北经济差距日益扩大，成为区域协调发展新格局构建进程中的新情况新问题。从改革开放以来南北地区达格姆（Dagum）基尼系数、名义人均GDP 及其增速等情况看，基尼系数呈W 型分布，2013年后开始扩大；名义人均GDP在改革开放初期是南方地区略低于北方地区，1992年南方地区超过北方地区，两者间差距出现拐点，2003年后逐步增大，2013年后快速增大。结合名义人均GDP 增速比，2003年后的差距总体上表现为总量南高北低，增速南快北慢，受总量与增速叠加影响，2013年后南北经济出现了比较严重的分化[1]。

从区域政策看，现有协调发展政策主要关注东中西部地区，对南北地区关注不够。纵观“一五”以来的区域政策，除改革开放初期建立经济特区、实施东南沿海率先发展战略之外，我国在很长一段时间内所关注的主要是东中西部地区协调发展问题。党的十八大以来，随着长江经济带发展、长江三角洲区域一体化发展、粤港澳大湾区建设等国家重大发展战略的实施[2]，以长江三角洲和珠江三角洲为代表的南方地区经济总体保持较好增长态势，而北方地区则面临经济失速问题[3]，南北经济差距日益扩大并成为协调区域发展的一大障碍。李克强同志在2017年两会和山东考察期间指出，就走势和分化情况而言，我国经济正由“东西差距”走向以黄河为界的“南北差距”。2019年，习近平同志在《求是》杂志上发表重要文章指出，要促进区域协调发展，发挥各地区比较优势，促进各类要素合理流动和高效集聚，形成优势互补、高质量发展的区域经济布局[4]。

南北经济差距现状如何，在空间格局上表现在哪些方面，呈现出何种演化规律，形成差距的原因是什么，如何促进南北经济高质量协调发展？为回答上述问题，本研究尝试基于空间格局统计思想，从南北经济密集性、方向性、关联性等方面入手，揭示南北经济差距空间格局、演化规律等，剖析其形成原因，进而提出政策启示。

二、文献综述

不同于国际政治秩序和文学中的“南北”，本研究针对的是经济学领域的“南北”，即我国南北地区经济发展差距[5]。赵建安[6]、吴殿廷[7]等较早涉足了对南北经济差距问题的研究。从现有文献看，相关研究主要涉及南北经济差距测算、演化、影响因素、对策建议等方面。经济总量的绝对差异指数（如极差、标准差等）、相对差异指数（如基尼系数、泰尔指数）经常被用来测算区域经济差异，有研究较早分析和比较了这些指数的优缺点[8]，并据此测算了南北经济差异的变动[9]。2013年之后，随着南北经济的日益分化，学术界开始关注南北经济差距演化及特征，通过人均可支配收入、GDP 规模及其年度增长率等刻画南北经济差距演化情况[10]，通过经济增长率差值比较和偏离—份额分析方法刻画西部地区南北经济分化演化过程并识别其分化起点[11]，把南北经济差距演化过程划分为均衡发展（“一五”计划至1978年改革开放前）、南快北慢（1978年改革开放至2002年）、调整缓和（2003—2012年）、严重分化（2013年之后）四个阶段[12]。围绕南北经济差距形成的原因，相关研究从经济增长驱动力、区域经济演变、外生变量冲击、内部能力因素等视角进行了探讨[13]，集中分析了导致差距形成的主客观原因、内外在原因。多数研究认为，要素、结构、制度差异是导致南北经济差距形成的重要原因[14]，创新能力和动能转换差异也具有重要影响[15]。此外，还有研究通过比较南北地区在产业结构、补贴依赖、企业创新、市场经济等方面的差异，探究南北经济差距形成机理[16]，从宏观政策把控、中观政策干预、微观动能政策传导等方面入手剖析其政策机理[17]。

综合来看，现有研究大多进行定性分析或基于经济统计数据开展计量经济分析，鲜少利用空间格局统计方法特别是标准差椭圆（SDE）、探索性空间数据分析（ESDA）方法来分析南北经济差距问题，极少涉及南北经济协调问题。鉴于此，本研究将基于空间格局统计思想，采用不同于以往的指标（县域单元NPP/VIIRS 夜间灯光数据①）来衡量经济发展水平，利用SDE、ESDA、局部空间自相关（LISA）集聚图等方法和工具，通过分析比较经济密集性、方向性、关联性等来反映南北经济差距时空演化情况，探讨南北经济差距成因与协调发展策略。

三、研究区域、数据及方法

（一）研究区域和数据来源

本研究按照国家统计局的标准对我国31个省市区（不含我国港澳台地区）进行划分，把苏、浙、沪、皖、鄂、川、渝、滇、黔、藏、湘、赣、闽、粤、琼、桂等16个省市区划为南方地区，把京、津、冀、晋、鲁、豫、辽、吉、黑、蒙、陕、甘、青、宁、新等15 个省市区划为北方地区，进而在张相文中国南北分界（秦岭—淮河一线）和陈全功等南北分界地图基础上进行市县层面的南北划分[18]。考虑到南北分界涉及不同的角度和标准，且分界线、分界带上县域单元的划分有待进一步探索，为突出典型性和代表性，把与南北两大流域和国家重大发展战略相关的长江经济带和黄河流域作为研究区域，探索南北经济差距演化及协调问题。

长江经济带作为推动区域经济发展格局由1字型向T字型转变的重要战略支撑带，依托长江黄金水道贯穿11 个省市区，下辖130个地级市，总面积205.23万平方千米，约占全国总面积的21.50%[19]。2014年，长江经济带被提升到国家发展战略层面，按照中共中央政治局2016年3月25日审议通过的《长江经济带发展规划纲要》提出的发展布局和战略定位，长江经济带已经逐步发展成为我国经济发展水平和市场一体化程度最高的区域之一，2020年实现总产值471 580亿元，约占全国经济总量的46.41%[20]。剔除夜间灯光数据缺失的样本，得到1 069个长江经济带县域单元。

黄河流域始于巴颜喀拉山，流经青、川、甘、宁、蒙、晋、陕、豫、鲁九个省区，流域面积75.24 万平方千米，2019年总人口4.3 亿人，总产值24.9 万亿元，分别占全国的30.4%和27.5%[21]。黄河流域作为一个新的区域经济概念，对其范围学术界尚未形成统一的界定[22]。本研究在界定其范围时，借鉴张可云等[23]的方法，以黄河自然流域为基础，既考虑县域单元的完整性，又考虑其与黄河的直接关联性。剔除前述已被列入长江经济带的县域单元以及夜间灯光数据缺失的样本，得到715个黄河流域县域单元。

研究数据主要包括栅格数据和矢量数据，其中前者采用NPP/VIIRS夜间灯光数据，由美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）提供，后者采用行政区划数据，从自然资源部主管下的全国地理信息资源目录服务系统获取。以NPP/VIIRS夜间灯光数据作为基础数据，进行阿尔伯斯（Albers）等积投影和年度数据合成计算，剔除低值噪声、高值噪声等异常值后，测算2012—2020年年平均夜间灯光数据像元亮度值（DN）以衡量行政单元经济发展水平，同时以1：25万的县级行政区边界矢量图作为掩膜，裁剪栅格数据和绘制标准差椭圆。

（二）研究方法

1.SDE方法

SDE 方法是分析经济要素的中心性、方向性、密集性等空间格局时常用的方法[24]。标准差椭圆加权平均中心（xˉ，yˉ）[25]计算方法如下：

其中，（Xi，Yi）和Mi分别为区域内县域单元i的中心坐标和要素（产值、人口、耕地等）属性值，Mi用夜间灯光数据DN值衡量，n为区域内县域单元数量。利用ArcGIS 软件根据3σ 准则创建一个标准差椭圆，以椭圆的主轴刻画要素空间分布的方向性，方向角用正北方向顺时针旋转到主轴位置时的夹角θ表示[26]。夹角θ的计算公式如下：

2.ESDA方法

ESDA方法是进行空间统计分析的重要方法，可通过挖掘数据在空间上的关联与集聚分布情况，明确事物的空间差异和演化[27]，其常用的指数有全局和局部莫兰指数（Moran's I）、吉尔里指数（Geary's C）、格蒂斯-奥德指数（Getis-Ord G）等。本研究用全局莫兰指数Moran's I来描述经济发展水平的总体空间关联和集聚特征[28]，其计算公式如下：

其中，Moran's I为全局莫兰指数，Mi（Mj）为县域单元i（j）的夜间灯光DN值；wij为空间权重，用于表征县域单元i与j之间的空间临近关系；m为与县域单元i相邻的县域单元数量；S为DN值的方差。Moran's I的取值范围为[-1，1]，其值大于0 代表正相关，取值越大，说明经济发展水平高值（低值）聚集程度越高，关联性越强；其值小于0代表负相关，取值越小，说明异质聚集程度越高，总体空间差异越大；其值等于0代表不相关。

进一步，利用局部莫兰指数Local Moran's Ii明确研究区域内不同经济发展水平县域单元集聚分布情况[29]，计算公式如下：

其中，Local Moran's Ii为县域单元i的局部莫兰指数，k为相邻县域单元数量。该指数大于0 代表相邻县域单元经济发展水平与自身相似，小于0代表发展水平相异，等于0代表不相关。可结合莫兰散点图描述研究区域内各县域单元经济发展水平空间集聚模式，如高值集聚模式（H-H型）、低值集聚模式（L-L 型）、低值异质集聚模式（L-H 型）、高值异质集聚模式（H-L 型）。在此基础上，可进一步利用LISA集聚图直观呈现经济发展水平在地图上的局部空间关联和集聚分布情况。不过，受篇幅限制，后文不再具体展示莫兰散点图和LISA集聚图，仅列示各集聚模式下县域单元的数量。

四、南北经济差距时空演化

（一）南北经济均为倒丁字型分级结构，南方经济密集性强于北方且呈上升趋势

夜间灯光数据已被证实与经济指标高度相关，且不易受不同年份不同地区统计口径、价格差异及人为因素等影响，能够较为真实地反映研究区域经济发展状况，常被作为GDP、收入等经济指标的代理变量。本研究利用NPP/VIIRS 夜间灯光数据DN 值来衡量研究区域内各县域单元的经济发展水平，采用自然间断点分级法将我国南北地区县域单元经济发展水平划分为高、一般、较低、低四个等级，经济密集性越强，则经济发展水平越高。考虑到南北地区县域单元数量不同，采用县域单元数量占比来分析和比较南北经济密集性时空演化及其趋势。

由图1可见，研究期内南北经济密集性弱的县域单元占比最高，约为73.7%～84.5%，经济密集性强的县域单元占比最低，约为2.0%～6.0%，地区内经济发展严重不平衡，倒丁字型特征明显。从时序变化趋势看，2012年以来，南北地区经济密集性强的县域单元占比整体上均呈上升之势，而经济密集性弱的县域单元占比除个别年份外逐年下降，这可能与“十三五”期间全面深化改革的冲击有关，但总体而言南北经济密集性均有所增强，且南方经济密集性强于北方。

图1 2012—2020年南北地区基于经济密集性分级的县域单元占比

（二）南北经济均呈东西方向空间分布格局，但南方经济的方向性在减弱，北方经济的方向性有所增强

如表1所示，南方地区采用一个标准差椭圆。椭圆面所包含的区域北至安徽和江苏中部（五河县、宝应县、洪泽区等地），南至湖南西南（新化县、冷水江市等地），西至重庆中部（涪陵区、綦江区等地），东至东南沿海地区，且椭圆面积扩大，呈现扩张态势。其方向角由2012年的81.541 0°减小至2020年的81.094 0°，呈明显的东西方向空间分布格局。结合扁率变化情况，其方向性有所减弱，存在南北方向的发展趋势。相应地，北方地区也采用一个标准差椭圆。椭圆面所包含的区域北至山西东北（忻州市、吕梁市等地），南至陕西东南部（商南县、丹凤县等地），东至山东东北部（东营区、寿光市、昌乐县等地），西至甘肃、宁夏交界处，且椭圆面积2017年之后开始缩小，整体上呈东西方向空间分布格局。结合扁率变化情况，其方向性有所增强。

表1 2012—2020年南北经济标准差椭圆主要参数

（三）南方经济具有更强的关联性

南北经济均主要表现为低值集聚和高值集聚，集聚结构单一，利用2012—2020年经济发展水平全局莫兰指数来分析南北经济总体空间关联特性。根据测算结果，研究期内南北地区全局莫兰指数分别在0.707～0.722、0.531～0.562 之间且均具有显著性，说明南北经济总体上均存在较强的空间关联性。由图2可见，南方经济全局莫兰指数明显大于北方经济全局莫兰指数，说明南方地区县域单元之间的空间关联性强于北方地区。

图2 2012—2020年南北经济全局莫兰指数

在全局自相关分析基础上测算各年南北地区经济发展水平局部莫兰指数，并结合LISA 集聚图进一步明确其集聚分布情况。具体来看，2012—2020年，南方经济位于高值集聚区的县域单元主要分布在川（成都市辖区），渝（渝北区、南岸区、江北区、沙坪坝区、大渡口区），鄂（武汉南部城区、江夏区），湘（长沙中心城区），皖（合肥市中心城区），赣（南昌青山湖区），苏（南京市辖区），沪（上海市辖区）等地，基本上是省会城市、直辖市或长江经济带三大城市群其他中心城市的市辖区。这些地区交通便利，经济发达，是长江经济带发展的核心，强极化效应显著且县域单元数量增加很快。南方经济位于低值集聚区的县域单元主要分布在滇川鄂北部、湘南和赣西地区，其县域单元数量较多且逐渐聚集成片。这些县域单元受地理位置、交通运输等因素限制，经济发展水平不高，弱极化效应显著，但县域单元数量有所减少。

相比之下，2012—2020年，北方经济位于高值集聚区的县域单元主要集中在陕（西安中心城区、咸阳渭城区、秦都区），青（西宁城区），豫（洛阳、郑州部分城区以及新乡的新乡县和红旗区），晋（太原城区及清徐县、大同云岗区），鲁（济南部分中心城区、潍坊寒亭区等、青岛黄岛区等）等地，强极化效应显著，且关中城市群、中原城市群、山东半岛城市群、西宁—海东都市圈等的发展带动了周边地区经济的快速发展；位于低值集聚区的县域单元集中分布在陕、甘、青、藏等地，这些县域单元大多位于城市群或都市圈边缘，不具备引资引智优势，经济发展水平比较落后，其数量近年来增加很快。

总体来看，在南北地区县域单元中，分布在经济发展水平低值集聚区的数量最多，其次是分布在高值集聚区的，分布在低值异质区和高值异质区的较少，南北经济均具有较强的空间关联性，主要表现为经济发展水平低值集聚，其次是高值集聚，集聚结构单一。

五、南北经济差距成因与协调发展状况

（一）南北经济差距成因

基于前文的时空演化分析，围绕南北经济密集性南高北低空间格局、倒丁字型分级结构以及集聚结构单一等问题，从时空维度剖析南北经济差距成因。从既有研究看，地区间和地区内差距对经济差距演化均具有不容忽视的作用，基于泰尔指数分析改革开放以来我国省际经济差距变化趋势的实证检验表明，地区间差距是导致地区经济差距变化的关键原因[30]。由图3可见，1978—1991年，南北经济差距整体呈缩小趋势，打破了以往经济密集性北强南弱的状况；1992—2002年，延续之前发展趋势，GDP 增速表现为南快北慢；2003—2012年，南北经济差距趋于缩小；2013年后，南北经济差距再次拉大。南北经济差距的这一演化过程形成了南北经济密集性南强北弱的空间格局，解释了南北经济差距的成因。

图3 1978—2018年南北地区基于Dagum基尼系数分解的地区间差距、GDP比及GDP增速比

近年来，地区内差距的作用有所减弱[31]，黄涛等[32]的研究支持了这一结论，但对南北地区而言，地区内差距仍然是导致南北经济差距形成的主要原因[33]。由表2可知，无论是南方地区还是北方地区，经济密集性弱的县域单元均占绝大多数，其次是经济密集性较弱的县域单元，其他分级类型的县域单元占比极低，呈典型的倒丁字型结构，地区内悬殊的差距客观上进一步加大了南北地区总体的经济差距。

表2 2012—2020年南北地区基于经济密集性分级的县域单元数量个

此外，地区内两极分化的情况同样值得关注。由表3可知，南北地区强正相关的县域单元数量均占绝大多数且呈增长之势，地区内的两极分化同样不利于南北地区总体经济差距的缩小。

表3 2012—2020年南北地区基于LISA集聚模式的县域单元数量个

（二）南北经济协调发展状况

前文关于南北经济差距时空演化及成因的分析，为明确当前南北地区发展不平衡不充分和经济分化的事实，进而提出促进南北经济高质量协调发展的政策建议奠定了基础。接下来仍从经济密集性、方向性、关联性等方面进行讨论。

从密集性看，南北地区县域单元经济密集性均呈倒丁字型分级结构，地区内发展尚不平衡。要推动南北经济高质量协调发展，必须着力解决这一问题。得益于国家“十二五”规划、“十三五”规划的持续实施以及京津冀协同发展、“一带一路”倡议、长江经济带发展等协调发展战略的深入推进，南北地区整体经济密集性均有所增强，但地区内经济发展不平衡现象仍然比较严重，南北经济尚处于低水平协调阶段。

从方向性看，南北经济的空间发展轴向均为东西方向，构成了南北经济协调发展的重要基础。进一步结合南北经济重心迁移和重心距离变化情况来分析其协调发展状态。在南方地区，2012年经济重心位于湖北省荆州市蕲春县，之后每年分别迁移6.83 千米、4.89 千米、12.03 千米、19.47 千米、8.32 千米、3.32 千米、8.81 千米、1.73 千米，到2020年总体上向西迁移了27.90 千米，且在该方向迁移的距离远大于在南北方向迁移的距离，这可能得益于长江中上游两大城市群的快速崛起。而“十二五”后期长江三角洲城市群作为长江经济带的“龙头”，按照《长江三角洲地区区域规划》战略定位打造的中国最强世界级城市群和全球先进制造业产业集群，以及2019年之后推进的“一极三区一高地”建设，可以解释研究期内2013—2015年以及2019年之后经济重心的反向迁移。在北方地区，2012年经济重心位于山西省安泽县，2012—2020年经济重心一直在安泽县内移动，总体上向东南方向迁移了15.61 千米，这说明东侧、南侧发展速度更快，其中郑州、济南等省会城市的崛起以及中原城市群、山东半岛城市群增长极功能的凸显起到了至关重要的作用，而2017年之前经济重心在东西方向的Z字型移动，可能是丝绸之路经济带与欧亚经济联盟对接、中欧班列开通、“一带一路”双边合作规划签署等对西南城市经济推动作用的结果。与此同时，南北地区经济重心的迁移也带来了其重心距离的变化，重心距离由2012年的711千米缩短至2020年的698 千米，有利于南北经济协调发展。

从关联性看，根据全局莫兰指数时序变化，南方经济关联性更强，集聚特征更明显。根据LISA集聚图，强正相关的高值集聚区主要分布在东部沿海、长江三角洲、珠江三角洲和以京津等超大型城市为核心的地区，其次是西安、石家庄、太原等特大型省会城市，这些地区呈现出明显的空间集聚特征，经济发展水平提高较快，能带动周边地区发展，符合工业区位论和中心地理论的预期。这与东部沿海、长江三角洲等地的区位优势密切相关，改革开放等一系列政策因素也在其中发挥重要作用。相比之下，南北地区更多的县域单元处于低值集聚区，这些县域单元呈大片聚集性分布且占比高，说明南北地区经济发展均不平衡，趋向于两极分化。

综合来看，南北经济具有相同的方向分布，其重心距离的缩短有利于两者协调发展。南北经济均具有较强的空间集聚性，特别是南方经济。与此同时，南北经济的倒丁字型分级特征和空间上的两极分化反映了地区内经济发展的不平衡不充分状态，这不利于南北经济协调发展，但从时序变化看，这种状况有所改善。

六、结论、启示与贡献

（一）结论

本研究基于空间格局统计思想，利用2012—2020年长江经济带和黄河流域1 784 个县域单元NPP/VIIRS 夜间灯光数据以及SDE、ESDA 等空间统计分析方法比较南北地区经济密集性、方向性、关联性等，探讨南北经济差距空间格局、演化规律及形成原因，分析南北经济协调发展状况，得出如下结论：

第一，南北经济均呈倒丁字型分级结构，经济的发展仍然不平衡不充分，南北经济密集性与集聚程度均有所提高，特别是南方地区。

第二，从空间分布的方向性看，南北经济均呈东西方向的空间分布格局，其中南方经济这一方向性在减弱，北方经济这一方向性在增强。

第三，南北经济的空间关联性均比较强，且南方经济的关联性更强，南北经济在空间关联上均主要表现为低值集聚和高值集聚模式，集聚结构单一。

第四，南北经济密集性南高北低的空间格局是导致南北经济差距形成的原因，而地区内差距和两极分化是导致差距形成的主要原因。

第五，南北经济具有相同的方向分布，重心距离的缩短有利于南北经济协调发展，地区内不平衡不充分的经济发展状态不利于南北经济协调发展，可望随着南北经济密集性的增强以及局部空间关联与集聚分布的优化得到改善。

（二）启示

本研究的政策启示显而易见：协调南北经济发展需要从根本上解决发展不平衡不充分问题。具体包括以下几点：

一要有针对性地增强南北地区经济密集性。南方地区要依托珠江三角洲、长江三角洲及省会城市优势，顺应新科技新产业革命发展趋势，加快推动三产融合、创新发展与数字化转型，打造一体化地区经济发展动力体系；北方地区要通过深入推进国有企业转型和经济体制改革来加快增速换挡，通过培育城市群和增长极来增强对经济的辐射带动作用。

二要推动经济发展水平分级结构逐步由倒丁字型向倒三角型转化，构建南北经济协调发展的基础条件。

三要进一步增强南北经济空间联系。通过城市群、发展轴带、陆海通道、基础设施等硬件设施建设以及国内产业链、超大规模市场、共享共担共治机制等软件条件建设，增强南北地区内和地区间的经济联系。

四要综合利用财税、产业、区域政策，有针对性地促进南方地区平衡发展，提高北方地区经济发展水平。南方地区经济发展水平整体高于北方地区，但内部不平衡状况较严重，北方地区大量的县域单元空间关联性不显著且经济发展水平低，需要在推动南北经济高质量协调发展过程中予以重点关注。

（三）贡献

本研究对于明确南北经济差距空间格局及演化规律，制定相关财税、产业和区域政策，构建区域协调发展新格局，具有重要理论与现实意义。具体贡献如下：

一是综合运用SDE、ESDA、LISA集聚图等方法和工具进行空间统计分析，较经典统计方法更能体现南北经济空间格局的特征（密集性、方向性、展布性等）和状态（集聚性、关联性）。

二是采用县域单元NPP/VIIRS 夜间灯光数据开展南北经济差距实证分析，较经济统计数据受人为因素干扰更少，统计口径更统一，较DMSP/OLS夜间灯光数据②更连续，且不易受灯光值溢出影响③。

三是以县域单元为栅格点，可以更加清晰地刻画南北地区特别是城市和城市群内部的集聚和关联情况，更契合区域经济研究范式的要求。

＊江西财经大学刘镇研究员、南开大学刘秉镰教授、吉林大学赵儒煜教授对本研究提供了有益建议，特此感谢！

注释：

①NPP/VIIRS夜间灯光数据为美国索米国家极地轨道伙伴卫星（Suomi National Polar-orbiting Partnership，Suomi NPP）搭载的可见光近红外成像辐射传感器（Visible Infrared Imaging Radiometer Suite，VIIRS）生成的夜间灯光数据，由美国国家海洋和大气管理局提供。

②DMSP/OLS 夜间灯光数据为美国国防气象卫星计划（Defense Meteorological Satellite Program，DMSP）系列卫星搭载的可见光成像线性扫描业务系统（Operational Linescan System，OLS）生成的夜间灯光数据。

③在DMSP/OLS、NPP/VIIRS两大主要的夜间灯光数据系统中，DMSP/OLS 夜间灯光数据仅提供1992—2013年的数据，分辨率不高且像元亮度值（DN）存在数据不连续和灯光溢出现象，因此本研究采用NPP/VIIRS 夜间灯光数据作为基础数据。