首页 期刊简介 最新目录 过往期刊 在线投稿 欢迎订阅 访客留言 联系我们
新版网站改版了,欢迎提出建议。
访客留言
邮箱:
留言:
  
联系我们

合作经济与科技杂志社

地址:石家庄市建设南大街21号

邮编:050011

电话:0311-86049879
友情链接
·中国知网 ·万方数据
·北京超星 ·重庆维普
经济/产业
江苏省区域经济空间相关性分析
第650期 作者:□文/宣 霄 郑可昕 何 兵 时间:2021/2/1 14:35:09 浏览:477次
[提要] 区域经济差异普遍发生在各国经济发展过程中,影响着区域协调发展。本文选取江苏省2013~2017年13个地级市经济发展数据,借助构建的区域经济发展指数评价体系,计算各地市经济发展指数。基于GeoDa软件进行全局空间相关性分析和局部空间自相关性分析。结果显示:江苏区域经济具有空间集聚性,为空间正相关,且空间相关性、持续性增强;其中,“低-低”类型明显,苏南、苏北差距日趋扩大,亟须有效政策促进区域均衡发展。
关键词:熵值法;区域经济;空间相关性
基金项目:江苏海洋大学2020年度大学生创新创业训练计划项目:“基于GeoDa的江苏省区域经济差异时空演变分析”;江苏海洋大学人才引进科研基金项目(编号:KQ19060)。通讯作者:何兵
中图分类号:F127 文献标识码:A
收录日期:2020年10月23日
一、研究背景
区域经济差异是地区经济发展过程中的普遍现象,影响经济的发展质量,不利于社会健康发展,因此也成为区域经济学所普遍探讨的一个重要话题。区域经济发展的不协调具有较强的连续性,关乎国家在未来很长一段时间内的经济发展布局。改革开放以来,市场经济活力得到有效提升,东南沿海地区的经济水平得到了显著提高,但各东南沿海的省内经济发展不均衡形势日益严峻。
对于区域经济发展差异,国内外学者进行了大量的研究,研究方法也得到了一定程度的发展。研究尺度从国家等宏观尺度向省域、县域等微观尺度转变,建议和对策更加有效,针对性也更强;研究方法从定性描述与分类的方法逐渐向利用基尼系数、泰尔指数等进行定量分析转变,研究更加精确与透彻;评价指标从单一片面的指标(例如GDP)扩展为多指标的全面综合评价,相关评价体系更具综合性、多维性。
江苏省作为国内经济领先的省份之一,也是区域经济发展不协调的省份之一。苏南地市无论是GDP总量,还是人均GDP都远高于苏北地市。在其他经济指标上,如居民收入、一般公共预算等,苏北地区也落后于苏南。本文基于GeoDa软件,利用空间分析法分析各地市经济的空间相关性。
二、研究区域及数据来源
江苏省下辖13个地级市,分为苏北、苏中与苏南三大区域。本文以地级市为研究尺度,利用六个关键经济指标构建评价指标体系,测度2013~2017年江苏省各地级市的经济水平发展指数,运用空间自相关分析法揭示江苏省地级市间经济发展差异。数据来源为2014~2018年《江苏统计年鉴》。
三、研究方法
(一)地级市经济水平评价
1、评价指标体系的构建。本文使用人均GDP作为衡量尺度,从产出水平角度反映区域经济发展状况。与此同时,加入城镇和农村常住居民人均可支配收入指标,将城乡协调发展,人民生活水平作为经济发展状况的一个维度。此外,固定资产投资总额不仅反映某一区域的经济发展潜力,而且从投资的角度反映区域经济发展的特点与水平,固定资产投资总额较高的地区代表该地区的经济环境处于良好的状态。最后,使用一般公共预算收入从地区财政收入的角度衡量经济发展状况。建立起兼顾江苏省的经济特性和经济发展状态的综合评价指标体系。
2、数据的区间化处理。为消除不同指标的计量单位对评价结果的影响,首先对2017年各地级市6个指标数据进行区间化处理。同一指标最高的值为2,最低的值为1,越接近2说明越接近同一指标中的最高值,越接近1说明越接近同一指标中的最小值。
3、经济发展的指数计算。13个地级市2017年6个指标权重根据熵值法确定。
(1)选取n个地区,m个指标,则xij为第i个地区的第j个指标的数值(i=1,2…,n;j=1,2,…,m);(2)计算第j项指标下第i个地区占该指标的比重:pij=■,i=1,…,n,j=1,…,m;(3)计算第j项指标的熵值:ej=-k■pijlnpij,其中k=1/lnn>0,满足:eij≥0;(4)计算信息熵冗余度:dj=1-ej;(5)计算各项指标的权值:wj=■;(6)计算各地区的综合得分:si=■wjpij。
(二)区域经济相关性分析。依据沃尔多·托布勒的地理学第一定律:“事物之间的相关具有普遍性,但是近处的事物比远处的事物更相关”。空间自相关是测度邻近事物关联强度的方法,有全局自相关性和局部自相关性两种,分别通过Global Moran’s I和Local Moran’s I进行测度。
Global Moran’s I从总体上反映了研究区域的空间自相关性,本文利用Global Moran’s I对江苏省区域经济的空间相关性和集聚情况进行总体测度。
Global Moran’s I指数:
I=■
=■ (1)
均值■=■,样本方差S2=■
n为研究的空间单元数量,Yi、Yj为第i、j地区经济发展指数的观测值,■为该地区经济发展指数观测值的平均值,Wij是空间权重矩阵。如果空间单元i与j相邻,Wij=1,否则为0。Moran’s I的取值一般在-1~1之间,小于0为负相关,等于0为不相关,大于0为正相关。
全局Moran’s I指数是一种总体统计指标,仅说明其平均程度,无法测量局部空间内的相关程度,有必要用局部莫兰Local Moran’s I统计量进行局部自相关分析。计算公式如下:
Ii=zi■Wijzj (2)
其中,zi、zj分别是空间观测单元(省份)i和j上的经济发展指数观测值的标准化值。
四、结果分析
(一)区域经济发展情况。表1为2013~2017年江苏省各地级市经济发展指数。其中,苏州、南京等五个苏南城市经济状况远远领先于省内的其他地市;南通、扬州和泰州三个苏中城市的经济发展指数在全省排名中游;徐州、盐城、淮安、宿迁和连云港五个苏北城市经济发展水平较低,省内排名最后。总体来看,江苏区域经济尤其是苏南、苏北之间差异十分显著。(表1)
(二)区域经济相关性分析
1、全局自相关分析。如图1所示,2013~2017年全局Moran’s I值均为正值(大于0.4)且在持续上升,表明江苏省区域经济空间分布具有正相关性,且相关性不断增强,空间集聚性也在持续增强。(图1)
2、局部自相关分析。图2为LISA聚类地图,表明2013年和2017年在5%的显著水平下,“高-高”型聚集的城市只有无锡,地处苏南,乡镇经济及民营经济活跃,历来是江苏经济表现最好的区域之一;“低-高”型聚集的城市是泰州,地处苏中,南连苏南,北接苏北,经济发展状况处于全省中游水平;“低-低”型聚集的城市为苏北五市,经济发展水平长期处于全省末流,与苏南相比,在基础设施、创新活力等方面还有所欠缺。但随着省政府对平衡发展重视程度的提高,以及在交通等基础设施上的大量投入,该地区具有很强的经济发展潜力。(图2)
显著的空间相关性是江苏区域经济的重要特征,其中苏北五市经济较弱类型(“低-低”)的聚集现象尤其明显。从2013年到2017年,“低-低”聚集趋势十分明显,苏北五市始终处于“低-低”聚集的状态,苏南苏北之间经济发展差距明显,呈现持续扩大趋势,全省经济两极化现象十分突出。
五、结论及建议
(一)结论。本研究通过构建江苏省区域经济发展评价体系,利用GeoDa软件对2013~2017年江苏省区域经济发展指数分别进行全局自相关和局部自相关性分析。全局莫兰指数的数据特征表明,2013~2017年江苏区域经济呈现持续增强的空间正相关性。局部莫兰指数的数据特征表明,江苏13个地级市存在空间集聚,主要为“低-低”类型集聚,位于苏北地区。总体表明,江苏省区域经济发展空间分异明显,苏南、苏北地区两极化格局显著,差异呈现持续扩大趋势。
(二)建议。江苏省区域经济差异日趋扩大,为促进区域均衡发展,亟须采取有效对策。在“长三角一体化”的战略背景下,苏北地区应抢抓机遇,积极推进与长三角各城市的合作,借鉴先行城市的发展经验与理念,从而有效利用长三角的区域资源。借助国家层面的扶贫政策,在江苏省内建立一对一帮扶政策,帮扶单位可下沉至县一级甚至乡镇级,将苏南的县域经济发展模式以及乡镇经济模式在苏北地区试点,结合地方情况与经济发展阶段的特征,因地制宜发展经济。不仅要带动苏北地区经济量的增长,而且要激发该地区经济的活力,吸引足够的人才,实现苏北区域经济质的提升。
目前,徐州作为淮海经济区的中心城市,集中了一大批重点产业和项目,四省通衢,地理位置卓越,适合作为新的增长极,加快融入长三角一体化,特别是要借助交通上的便利与省内苏南城市加强经济、社会等多方面的联系,从而带动苏北地区整体发展,增强苏南、苏北两大区域之间的互动水平。江苏省在全面小康基础上提出了“强富美高”的要求,要加大对苏北地区的政策倾斜程度,统筹规划,推动地区联动,实现协调发展。
(作者单位:江苏海洋大学商学院)

主要参考文献:
[1]张荣天,张小林.江苏省县域经济发展差异特征和空间机理及政策建议——基于1990-2011年的实证研究[J].农业现代化研究,2012.33(01).
[2]张红军,赵伟峰,郑谦.基于GeoDa的安徽省区域经济差异时空演变分析[J].湖南工业大学学报,2019.33(04).
[3]周春山,黄婉玲,刘扬.中国城市经济开放度时空演化及影响因素[J].地域研究与开发,2018.37(02).
[4]陈小丽.基于改进熵值法的区域经济发展评价及测度[J].福建商业高等专科学校学报,2015(04).
[5]孙俊,潘玉君,和瑞芳,等.地理学第一定律之争及其对地理学理论建设的启示[J].地理研究,2012.31(10).
[6]Anselin L.Local indicators of spatial association:Lisa.Geographical Analysis,1995.27(04).
[7]张学良.服务经济发展与长三角城市群经济一体化[J].中国浦东干部学院学报,2011.5(02).
[8]徐建华,鲁凤,苏方林.中国区域经济差异的时空尺度分析[J].地理研究,2005(01).
[9]田钊平.江苏省区域经济差异评价与协调发展研究[J].华东经济管理,2011(05).
[10]朱晓璇.技术创新对环境综合指数的空间计量影响分析[D].桂林:广西师范大学,2019.
[11]程小芳.江苏省区域经济发展差异的研究[D].镇江:江苏大学,2009.

 
版权所有:合作经济与科技杂志社 备案号:冀ICP备12020543号
您是本站第 31438375 位访客