中部地区经济格局动态演变的空间分析

王鑫磊，陈 斐，王海萍

（南昌大学 a.中国中部经济发展研究中心；b.经济与管理学院，江西 南昌 330047）

一、引 言

区域经济空间关联研究是地理学关注的焦点之一，也是现代区域经济学研究的主要方向之一[1]。近年来，关于区域经济格局的研究已成为学术界关注的热点，其中有关区域差异与极化问题的研究较多[2-10]。相关研究按研究尺度可以分为以下几类：一是以省级行政区域为单元开展的相关研究[10-11]。这类研究从整体上对经济差异与极化进行分析，但忽略了省内或区域内的经济差异与极化。事实上，改革开放以来中国部分省份或区域内部的经济差异与极化现象比较明显。甄峰（2000）认为广东省的空间结构区域出现多极化且形成次级核心区[12]；欧向军（2004）以人均GDP指标定量评价了江苏省区域经济差异与极化的总体水平与变化特征，并认为江苏

省区域经济极化明显表现为南北区域的分化与城乡分化两个方面[12]。二是以地级或县级区域为单元开展的相关研究[2，14-16]。这类研究大部分在考察时间上不连续，不能动态地考察区域经济差异与极化问题。三是对东、中、西部三大地域开展的研究[17-20]。从研究文献的数量来看，对中部地区的研究相对欠缺。综上，大多已有研究成果是关于国家、省（市）等区域经济差异与极化的变化，基于小尺度研究单元且时间连续，并能反映区域差异的动态演化过程的研究则非常欠缺；以往的研究视角大多侧重于不同时间断面上的绝对差异，忽略了经济增长速度的差异，然而，只有把握区域经济增长速度的差异才能更好地认识区域经济发展的空间格局，从而把握经济增长的空间走向[15]。

随着国家“促进中部崛起”战略的提出，中部各地区由于行政区划分割造成的区域经济联系松散、产业结构不合理等问题日益凸显。目前，关于中部地区经济格局的研究成果较少，因此，如何采用适当尺度的研究单元开展中部地区经济空间格局及其动态演变的相关研究，具有重要的现实意义。显然，以中部各省份为研究单元其面域偏大，不能反映出区域内部的经济格局状况；而以各县为研究单元，会将市区与县在同一尺度上进行比较，事实上，市区与县的经济情况相差较大，不具有可比性。基于此，本文将选取地级单位为基本研究单元，通过分析近20年中部地区各地级单位的人均地区生产总值数据，基于加权重心模型、空间自相关等方法，对1991年以来中部地区的经济重心偏移、经济差异与集聚、经济增长等变化过程加以分析，以期揭示中部地区经济发展格局的动态演变过程，进而为协调中部地区间的经济联系、促进中部地区经济发展政策的制定等提供一个实证参考。

二、数据与研究方法

（一）研究对象的选取与数据处理

中部地区包括河南省、湖北省、湖南省、安徽省、山西省、江西省六个省份，共88个市（州）。由于1991年以来中部地区各地级市的行政区划有所变动，本文将采用2008年的行政区划对之前的数据进行修正，对变动的区域，将县级单元进行合并，其中，仙桃、潜江、天门市并入武汉市，神农架林区并入襄樊市。基于此，本文选取中部地区84个地级市作为研究对象，以人均GDP、地理坐标为研究指标，搜集中部地区84个地级市1991年以来的人均GDP数据、行政中心地理位置数据。为了增加数据的可比性，本文采用GDP减缩指数将所有年份数据转换为1991年不变价，统计数据主要来源于各年份中部各省份的统计年鉴、中国城市统计年鉴；本文空间数据来源于国家地理信息数据库，各地级市坐标以行政中心坐标表示。

（二）研究方法

传统的区域经济格局研究方法，未能从空间的角度动态分析区域的空间格局变化，由于忽视了地理位置、空间相互作用等因素，因此无法真正反映出区域经济格局连续变化的空间特征与成因。基于此，本文采用空间分析方法来研究中部经济空间格局的动态演变。具体包括加权重心模型和空间自相关分析。重心在物理学领域是指物体内各点所受重力产生合力的作用点，将其推广到地理学领域，经济重心是指在区域空间上前后左右各个方向上的力量对比能够维持其平衡的[21]。空间自相关是从空间的角度来描述区域社会经济现象之间相互作用的一种空间统计方法[22]，通过对事物或现象的空间分布格局进行描述与可视化，从而总结出空间集聚和空间异常现象，并揭示研究对象之间的空间相互作用机制[23]。因此，将空间自相关方法应用到区域经济中，可以更科学地分析和探测社会现象的空间变化模式。本文选择全局空间自相关方法对人均GDP、人均GDP增长率分别加以分析。

1.经济重心加权模型

经济重心以经济指标为权重，并将其赋予空间对象的几何坐标。计算公式为：

式中，Xt、Yt表示中部地区第t年的经济重心坐标；xti、yti为第i个地级市的行政中心坐标；Gti为第i个地级市在第t年的人均GDP。

2.空间自相关分析

所谓空间自相关是指一个区域单元上的某种地理现象或某一属性值与邻近区域单元上同一现象或属性值的相关程度。一种现象的观测值如果在空间分布上呈现出高的地方周围也高，低的地方周围也低，称为空间正相关，表明这种现象具有空间扩散的特性；如果呈现出高的地方周围低，低的地方周围高，则称为空间负相关，表明这种现象具有空间极化的特性；如果观测值在空间分布上呈现出随机性，表明空间相关性不明显，是一种随机分布的现象。

空间自相关分析分为全局空间自相关分析与局部空间自相关分析。全局空间自相关分析指标主要有Moran’s I、Geary’s C和Getis’G[24-26]，通过全局自相关检验可得到总体的空间关联结构模式，能有效检测由于空间相关性引起的空间差异。局部空间自相关分析方法主要包括Moran散点图和Getis-Ord Gi*统计量等。前者通过散点图的形式，定性地区分每个地区与其周边地区经济间的相互关系；而后者采用定量方法分析这些关联的具体程度，用于识别不同空间位置上的高值簇与低值簇，并显示出经济热点区（hot spots）与冷点区（cold spots）的空间分布。

本文选取最常用的Moran’s I指数来测度全局空间自相关情况，采用Getis-Ord Gi*来分析局部空间自相关情况。

当Moran’I值为正且显著时，表明区域内存在正的空间自相关，即高—高集聚或低—低集聚；当Moran’I值为负且显著时，存在负的空间自相关，即高—低集聚或低—高集聚；当Moran’I值为0时，观测值呈独立的随机分布。

当Gi*值为正且显著时，表明地级市i周围的值相对较高，属高值热点区；反之，如果当Gi*值为负且显著时，则表明地级市i周围的值相对较低，属低值冷点区。

本文进行空间自相关分析时，空间权值矩阵采用公共边界法，即空间多边形之间若具有公共边界则赋予权重1，否则权重为0。

3.经济增长率分析

使用空间自相关方法对各研究单元每年人均GDP的增长率进行分析。为了使不同时段的增长速度具有可比性，所考察时段的平均增长速度通过以下公式计算得到：

式中，P为t1到t2时段内人均GDP的平均增长速度；n为时段长度，即n=t2-t1；ai为按1991年不变价格换算后计算得到的第i年人均GDP增长速度。

三、结果分析

（一）中部地区经济水平格局的时空演变

1.经济重心的动态偏移

从经济重心的位置来看（见图1），除了1991年中部地区的经济重心在湖北省境内，其余年份均在河南省境内。总体来看，经济重心呈现出“北→西南→西北→南”方向“M型”偏移的趋势。具体来看，1991—1997年经济重心向北偏东方向移动趋势，1998—2002年向西偏南方向移动，2003—2006年向北偏西方向移动，2007—2010年经济重心向南方向移动。经济重心的偏移与经济水平成正相关，即经济水平相对越高的区域，其重心权重越大，经济重心就会向该区域偏移。由此得出，1991年以来，中部地区西部与北部区域的经济发展情况要优于东部和南部。

图1 中部地区经济重心变化分布图（1991-2010）

2.经济水平格局的全局自相关分析

从表1中可知，1991年以来的Moran’s I指数值全部为正且逐渐减小，说明中部地区经济水平相似的地区集聚分布，即高—高集聚，或低—低集聚。由此可见，中部各地级市的经济水平很大程度上受到了周围市区的影响，但集聚趋势逐渐减弱（见图2），由此可以得出，一些距高经济水平区较近的区域由于受到经济辐射强度的减弱而使得与较远区域的经济发展机会相对平等，尤其是2005年以后，Moran’sI值下降到了0.03以下，说明该时间段内中部各地区间经济集聚情况极不明显，并且Moran’sI指数值呈逐渐减弱趋势。

表1中部地区各地级市人均GDP全局空间自相关指数（1991—2010年）

图2 中部地区各地级市人均GDP全局空间自相关指数变化（1991—2010年）

3.热点区、冷点区的时空演变

通过局部空间自相关方法，计算得到Getis-Ord Gi*统计值，在ArcGIS中采用Quantities分类方法，按从高到低将Gi*值划分为4个取值范围，并分别定义为热点区、次热点区、次冷点区、冷点区，从而生成中部地区经济空间格局的分布图。由于篇幅所限，本文只列举了1991、1998、2005、2010年的中部地区经济热点区、冷点区分布图（图3）。从整体来看，1991年以来中部地区经济热点区和冷点区变动不大，但局部地区有较大变动。热点主要集中在湖北省东部，但2005和2010湖北省黄冈市热点消失，河南省中部、安徽省东南部热点增加。冷点区主要集中在安徽省西北部、河南省东南部、湖南省西部、江西南部，山西省内冷点有向北转移趋势，江西省内冷点有减少趋势。

热点主要分布在：（1）省会城市：其中武汉市、郑州市与其他区域组成连续的热点区，扩散和带动作用比较明显。长沙市、太原市热点作用相对较弱，合肥市、南昌市未形成过热点；（2）省会城市周边区域：武汉市、郑州市及其周边区域形成连续的热点区、次热点区，其扩散和带动作用明显。由此可以得出，在省会城市的带动下，中部地区逐渐形成不同的城市群与经济增长极。其中，以武汉为中心的武汉城市群、以郑州为中心的中原城市群、以长沙为中心的长株潭城市群已经形成。

图3 中部地区各地级市人均GDP热点区、冷点区分布图（1991、1998、2005、2010年）

（二）中部地区经济增长格局的时空演变

1.人均GDP增长速度的全局自相关分析

从表2可以看出，1991年以来，中部地区各地级市每年的人均GDP增长指数的Moran’s I值除了2008年均为正，且表现出先增大后减小，继而增大又减小的变化趋势（图4）。结果表明，中部各地区经济增长的集聚明显，1998—2005年集聚更强烈，说明该时间段内各地区经济增长不平衡，出现局部经济快速增长的情况。虽然2008年出现负相关，但并不影响其总体变化趋势，2006年以后集聚情况减弱，说明中部崛起战略实施后，各地区间的经济增长差异有所减小。

表2中部地区各地级市人均GDP增长率空间自相关指数（1992—2010年）

图4 中部地区各地级市人均GDP增长率全局空间自相关指数变化（1992—2010年）

2.经济增长热点区、冷点区的时空演变

由于短时间内的增长率不能代表总体的变化情况，因此，本文选择1991、1998、2002、2005、2010年作为特征年份，来考察一定时间跨度内不同时间段的增长率空间自相关演变情况。选择以上特征年份的主要依据是：（1）1998年处在20世纪末，当年的金融危机对中国的经济发展影响较大，中部地区也深受影响。同时，1998年是中部地区各地级市人均GDP全局Moran’s I值降低的转折点，也是人均GDP增长率出现第一个极大值的转折点。（2）2002年中部各地级市人均GDP增长率的Moran’s I值第一次出现极小值。（3）2005年，国家提提出并初步实施“促进中部崛起”战略。同时，是中部地区各地级市人均GDP全局Moran’s I值出现第二个极大值的转折点。

由表3看出，4个时间段的人均GDP增长率全局Moran’s I值为正，且有先增大后减小的趋势，说明不同时间段内经济增长出现了区域集聚，其中，2005—2010年较前期的Mo⁃ran’s I值急剧减小，说明此时间段内中部各地区之间的经济增长集聚情况不断减弱。通过计算并生成4个时间段的人均GDP增长率Getis-Ord Gi*统计值分布图（见图5），总体来看，1991年以来，中部各地区经济增长格局变化较大，经济增长热点区逐步由北部地区向南部地区推移。1991—1998年，经济增长热点主要分布在山西省南部、河南省中部、安徽省北部和东部。1998—2002年经济增长热点开始向南部省份移动，热点主要分布在河南省中西部、湖北省大部、湖南省东北部、江西省东部。2002—2005年，经济增长热点向北部省份转移，湖北省、湖南省内热点消失，热点几乎全部转移到山西省，江西省、安徽省部分地区出现次热点区。2005—2010年，山西省内经济增长热点消失，热点转移到湖北省中东部、安徽省西部。

表3 中部地区各地级市不同时间段人均GDP增长率全局空间自相关指数

图5 中部地区各地级市不同时间段人均GDP增长率热点区、冷点区分布图

四、结论与讨论

通过对中部地区的经济重心进行分析比较，并采用空间自相关方法对人均GDP、人均GDP增长率空间分析后，得出以下结论：

（1）1991年以来，中部地区的经济重心由湖北省移动到河南省境内，经济重心总体上呈现出“北→西南→西北→南”方向“M型”偏移的趋势。由此得出，中部地区西部与北部区域的经济发展情况要优于东部和南部。

（2）中部各地区的经济水平很大程度上受到了周围区域的影响，经济水平相似的地区集聚分布现象比较明显，但经济集聚趋势逐渐减弱，使中部各地区的经济差异逐渐缩小，而且，经济集聚趋势在不断减弱。整体来看，中部地区经济热点区和冷点区变动不大，但局部地区有较大变动。热点主要集中在湖北省东部，以武汉市、郑州市等省会城市为中心，相邻周边区域形成连续的热点区、次热点区，其扩散和带动作用比较明显，在这些区域逐渐形成城市群与经济增长极。

（3）中部地区各地级市每年的人均GDP增长指数除了2008年均为正，且表现出先增大后减小，继而增大又减小的变化趋势。结果表明，中部各地区经济增长的集聚现象明显，1998—2005年集聚更强烈，说明该时间段内各地区经济增长不平衡，出现局部经济快速增长的情况。2006年以后集聚情况减弱，说明中部崛起战略实施后，各地区间的经济增长差异有所减小。

（4）从不同时间段来考虑，中部各地区的经济增长出现了区域集聚，且呈现出先增大后减小的趋势。1991年以来，中部各地区经济增长格局变化较大，经济增长热点区逐步由北部地区向南部地区推移。其中，2005—2010年较前期的Moran’s I值急剧减小，说明此时间段内中部各地区之间的经济增长集聚情况不断减弱。

经济的发展受多种因素的制约和影响，区域经济的空间格局也受到众多驱动因素的制约。所以，基于人均GDP的单指标分析方法有其一定的局限性，因此，基于更小尺度、深入考察和量化各种驱动因素的相关分析，将成为文本文后续深化研究的方向。

[1]陈斐.区域空间经济关联模式分析：理论与实证研究[M].北京：中国社会科学出版社，2008.

[2]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）：136-145.

[3]Fujita M，Hu D.Regional disparity in China 1985-1994：The effects of globalization and economic liberalization[J].Annals of Regional Science，2001，35（1）：3-37.

[4]Wang C，Barreto L，Zou J.China’s GDP：Examining provin⁃cial disparities（1952-1998）[J].International Journal of Asian Management，2004，3（1）：77-101.

[5]郭腾云.近50年来我国区域经济空间极化的变化趋势研究[J].经济地理，2004，24（6）：743-747.

[6]蒲英霞，葛莹，马荣华，等.基于ESDA的区域经济空间差异分析——以江苏省为例[J].地理研究，2005，24（6）：965-974.

[7]徐建华，鲁凤，苏方林，等.中国区域经济差异的时空尺度分析[J].地理研究，2005，24（1）：57-68.

[8]欧向军，沈正平，王荣成.中国区域经济增长与差异格局演变探析[J].地理科学，2006，26（6）：641-648.

[9]孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005，25（4）：393-400.

[10]袁新敏.我国区域发展战略回顾与评述[J].湖南科技大学学报（社会科学版），2010，（6）：94-96.

[11]王洋，修春亮.1990—2008年中国区域经济格局时空演变[J].地理科学进展，2011，30（8）：1037-1046.

[12]甄峰，顾朝林，沈建法，等.改革开放以来广东省空间极化研究[J].地理科学，2000，20（5）：404-410.

[13]欧向军，顾朝林.江苏省区域经济极化及其动力机制定量分析[J].地理学报，2004，59（5）：791-799.

[14]赵永，王劲峰.中国市域经济发展差异的空间分析[J].经济地理，2007，27（3）：356-561.

[15]靳诚，陆玉麒.基于县域单元的江苏省经济空间格局演化[J].地理学报，2009，64（6）：713-724.

[16]陈斐，兰天，况学文.江西省区域经济差异分析及其对差异调控的政策启示[J].宜春学院学报，2003，（5）：24-28.

[17]陈国阶.我国东中西部发展差异原因分析[J].地理科学，1997，17（1）：1-7.

[18]王磊，段学军.长江三角洲地区城市空间扩展研究[J].地理科学，2010，30（5）：702-708.

[19]肖根如，程朋根，潘海燕，等.基于空间统计分析与GIS研究江西省县域经济[J].东华理工学院学报，2006，29（4）：348-352.

[20]宗茗.中部省份区域经济增长空间集聚分析[D].南昌：南昌大学，2010.

[21]廉晓梅.我国人口重心、就业重心与经济重心空间演变轨迹分析[J].人口学刊，2007，（3）：23-28.

[22]廖一兰，王劲峰，孟斌，等.人口统计数据空间化的一种方法[J].地理学报，2007，62（10）：1110-1119.

[23]徐丽华，岳文泽.上海市人口分布格局动态变化的空间统计研究[J].长江流域资源与环境，2009，18（3）：222-227.

[24]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[25]Getis A，Ord J K.The Analysis of Spatial Association by the Use of Distance Statistics[J].Geographical Analysis，1992，24：189-206.

[26]Getis A，Ord J K.Local Spatial Statistics：An Overview[M]//Longley P，et al.Spatial Analysis：Modeling in a GIS Environment.Cambridge： GeoInformation International，1996：261-277.