兰州—西宁经济区空间差异及区域分区研究

2013-08-28王海飞

地域研究与开发 2013年4期

王海飞

(广东肇庆学院经济与管理学院，广东肇庆526061)

0 引言

区域经济发展差异是指一定时期内全国各区域之间人均意义上的经济发展总体水平非均等化的现象[1]。中国近年来区域经济差异的不断扩大，引起了政府和学术界的极大关注。我国学者对区域经济差异的研究，主要集中于4个方面[2]，即对区域发展差异的空间格局研究[3-6]、区域经济发展差异的时空演变研究[7-8]、区域经济发展差异的趋势预测研究[9]以及区域经济发展的动因研究。在空间尺度上，初步从大范围的空间差异研究转向小范围的空间差异研究。研究区域经济差异的目的，一方面是借助于区域发展差异的研究，掌握区域经济发展差异的机理，以便统筹区域发展空间和优化产业布局。另一方面是要实现区域协调可持续发展，最终达到整体区域的和谐发展。区域经济差异的研究，需要从经济、社会等方面的诸多因素中综合去衡量，以便从全局上较准确地把握区域经济的总体发展水平。通过区域经济发展水平差异的研究，以便于基于区域经济水平的区域分区，并进一步探究其机理，为区域联动模式的选择和联动战略的制订提供支持。

现有相关区域经济发展水平差异的研究中，大多集中于大尺度的区域空间差异的研究，如三大地带之间、省域之间，而且多集中于我国东中部地区的研究中，对偏远的西北内陆地区的区域经济差异尤其是县域单元之间差异的研究比较少，而且缺乏弱化区域经济差异的对策研究。对兰州—西宁经济区的区域空间差异研究，见于一些本土学者[10-15]如白永平、张志斌等，他们对于兰州—西宁城镇密集区、兰州—西宁城市区域等的县域经济差异的空间格局演化、产业结构、城镇体系、人口密度梯度变化、空间经济联系等方面进行了深入的研究。在现有研究中，对基于兰州—西宁经济区空间差异的联动研究比较缺乏。本研究在借鉴众多学者的成果的基础上，运用ArcGIS方法对兰州—西宁经济区经济发展水平进行了时空分析和综合评价，在此基础上进行了区域分区和区域定位，以期为后续研究提供前期准备。

1 兰州—西宁经济区概述

兰州—西宁经济区，是指以兰州和西宁两个省会城市为核心，沿湟水和黄河流域的两条城镇发展轴为纽带，北起白银、南至临夏、东起定西、西至西宁这一区域范围，包括甘肃省的兰州市、白银市、定西市(除漳县和岷县外)、临夏州、武威市(天祝县1县)和青海省的西宁市、海东地区、海南州(贵德县1县)和黄南州(尖扎1县)9个地市州的42个县(区)。经济区总面积9.43万km2，占甘肃和青海两省国土面积的7.24%。兰州—西宁经济区处于西北地区交通要道，特大城市兰州市处于西北铁路网和公路网的中心，是陇海、兰新、包兰、兰青4条铁路干线的交汇点，也是G312和G109的交汇点。西宁市为青藏高原地区最大的区域中心城市和内地连接西藏的“桥头堡”。属于我国青藏高寒区、西北干旱区和东部季风区三大自然区的过渡地带，是保障国家生态安全的重点生态建设区域[10]。

2011年底，兰州—西宁经济区总人口为1 341.91万，占两省人口总数的42.85%;GDP达到3 126.71亿元，占两省GDP的47.07%，人均GDP为22 300.44元，为甘肃、青海两省人均GDP的105.16%。区域内现有特大城市l座，大城市1座，其余均为中小城市，经济区内城市化水平达到42.6%。该区域是甘肃和青海两省经济发展水平较高的产业集聚区和人口集聚区(图1)。

图1 兰州—西宁经济区行政范围Fig.1 The administrative range of Lanzhou-Xining economic zone

2 兰州—西宁经济区经济差异分析

2.1 数据来源及分析方法

2.1.1 数据来源。以2001，2006和2011年3个年份为研究时间截面，数据来自2002，2007和2012年的《青海统计年鉴》、《甘肃统计年鉴》、《甘肃发展年鉴》、兰州—西宁经济区内的各地级行政区的统计年鉴以及各地国民经济和社会发展统计公报，个别数据通过调查、对比历史资料获得。空间研究尺度以县域行政区为研究单元。为了便于分析，这里将兰州市4个城区(城关区、西固区、安宁区、七里河区)合并为一个研究单元，把兰州市所辖远郊区红古区单独列为一个研究单元;西宁市所辖的4个城区(城东区、城西区、城北区和城中区)合并为一个研究单元。本研究中兰州—西宁经济区的实际研究单元为36个县级行政区。边界数据取自于国家基础信息中心1:400万数据库。

2.1.2 指标体系设计。影响区域经济差异的因素是多方面的。目前学术界对区域经济发展差异的度量由单一指标向综合指标过渡。采用综合评价指标体系测度区域经济差异正成为区域经济差异研究的主要方法[10]。按照指标设计的代表性、独立性、系统性、可比性和可获取性等原则，注重指标选取的科学性、典型性和全面性，力求能够比较客观地从经济结构、经济实力、经济活力等多方面科学地反映兰州—西宁经济区36个研究单元的经济发展水平。借鉴以往的相关研究[2，10-12，16]，统一选取以下12个统计指标构成指标体系，包括人均GDP(Y1)、经济增长率(Y2)、城市化水平(Y3)、人均固定资产投资(Y4)、人均储蓄存款余额(Y5)、人均财政收入(Y6)、人均社会零售商品总额(Y7)、农村居民人均纯收入(Y8)、在岗职工平均工资(Y9)、农业产业比重(Y10)、第三产业比重(Y11)和人均工业总产值(Y12)。

2.1.3 分析方法。因子分析法是多元统计分析中一种常用的多元统计方法，是一种将原来多个变量划为少数几个综合指标的统计方法。采用因子分析法为区域经济差异的评价模型，应用SPSS 16.0软件对2001，2006和2011年3个年份的原始数据进行标准化，计算相关系数矩阵，通过KMO和Bartlett的检验，当各变量之间存在很高的相关性时就可以采用因子分析法。

采用主成分分析法，从12个变量中提取3个主因子，得到因子载荷矩阵，并运用方差极大对其进行旋转，利用回归分析法计算各公因子得分，并把旋转后得各个主成分的方差贡献率作为权重，与各主成分加权求和得到3个年份反映各县域行政单元经济发展水平的综合指数。然后按照经济区各县域行政单元经济发展水平的综合指数值，结合ArcGIS软件手动分级技术，将兰州—西宁经济区进行区域类型划分。

2.2 经济发展水平差异时空分析

2.2.1 县域经济发展水平测度。在对2001，2006和2011年的原始数据进行标准化处理的基础上进行因子分析。计算出相关系数矩阵，选择KMO和巴特利球形检验，根据统计学家Kaiser给出的标准KMO大于0.6和对应的概率值小于给定的显著性水平0.05，表明变量间有较强的相关性，适宜进行因子分析。采用主成分分析法提取主因子，按照特征根大于1的原则，提取主因子个数为3，结果显示累积方差贡献率均达到80%，表明3个主因子基本上代表了所有变量的信息。运用方差极大法旋转，得到旋转后的因子载荷矩阵(表1)。

根据主成分载荷矩阵，2001年的第一主因子对总方差的贡献率为52.132%，在Y1，Y3、Y5，Y7，Y8，Y10指标上有较大载荷，是反映经济综合实力的主因子;第二主因子对总方差的贡献率为14.182%，在Y2，Y6，Y11，Y12上有较大载荷，是经济结构主因子;第三主因子对总方差的贡献率为13.764%，在Y4，Y9的载荷较大，是经济活力主因子。2006年的第一主因子对总方差的贡献率为54.741%，在Y1，Y3，Y4，Y5，Y7，Y8指标上有较大载荷，是经济综合水平主因子;第二主因子对总方差的贡献率为14.627%，在Y2，Y6，Y9上的载荷较大，是经济活力主因子;第三主因子对总方差的贡献率为13.792%，在Y10，Y11，Y12上有较大载荷，是反映经济结构的主因子。2011年的第一主因子对总方差的贡献率为56.896%，在Y1，Y3，Y4，Y5，Y6，Y7，Y8指标上有较大载荷，是经济综合实力主因子;第二主因子对总方差的贡献率为16.775%，在Y2，Y9上的载荷较大，是经济活力主因子;第三主因子对总方差的贡献率为13.263%，在Y10，Y11，Y12上有较大载荷，因而是经济结构主因子。

通过主成分分析法，能够解决原有选取的12个指标之间具有较大相关性的问题。提取3个主成分涵盖了80%以上的原有信息，生成3个主成分对经济区中36个研究单元的得分。将旋转后的各主成分方差贡献率作为权重，把各主成分加权求和得到3个年份的各县域行政单元经济发展水平综合指数作为依据，分析研究经济区县域经济发展水平差异(表2)。计算公式为:

表1 旋转后的因子载荷、特征值和累计方差贡献率Tab.1 Factors loading，eigenvalue and the cumulative variance contribution rate after rotating

式中:Fi为各县域行政区经济发展水平指数;Fij为第j个主因子在第i个县域行政区的得分;Wj为第j个主因子的权重。

2.2.2 县域经济发展类型的划分。从中国资源环境数据库中获得以县级行政为单元的1:400万地形图，利用ArcGIS 9.3软件，提取出划定研究区域的36个行政单元作为图形数据，再把计算出的经济发展综合指数输入到数据库中作为属性数据，根据2001，2006和2011年研究区域经济发展水平综合指数值，采用等距数值分类法，将研究区域分为4类:经济发达型(1.2～1.8)、经济较发达型(0.6～1.2)、经济欠发达型(0～0.6)、经济不发达型(＜0)。将四类区域赋予不同的颜色，且经济水平越高，颜色就越深(图2)。

2.2.3 县域经济区的差异特点。通过研究，兰州—西宁经济区的差异状况存在以下特点。

1)经济区县域经济发展水平呈现“北高南低”和“西高东低”的格局，且表现为低值大面积连续分布、高值斑块状分布的特征。从2001，2006和2011年兰州—西宁经济区县域经济发展水平的分布态势中可以发现36个县域研究单元的经济发展水平呈明显的地域分异特点，南部和东部整体经济发展水平较低。经济发达区、较发达区和欠发达区主要分布在黄河谷地和湟水谷地;甘肃省集中了兰州、白银两个经济发达区域，青海省只有西宁一个经济发达区。经济不发达县域主要集中在甘肃中部和西南部，占不发达县域的90%以上，经济发展水平指数低于区域的平均水平，集中了经济区中最不发达的全部县域。另外，从整体的空间分布看，经济发达区域呈分散状态，经济不发达和欠发达型县域呈大面积的连续片状分布，而经济发达和较发达型县域则呈分散的斑块状分布。这种区域非均衡性和非对称性与当地的资源禀赋有很大的相关性。

2)县域经济发展水平结构呈典型的“两主一副”形态。经济区的经济发达类型区域有兰州市区、西宁市区和白银市区。2011年经济发展水平综合指数兰州市区为1.708，西宁市区为1.681，白银市区为1.448，3个市区人均GDP为49 288.86元，是整个区域平均水平的2.21倍。兰州市和西宁市属于省会城市，是经济区中综合实力最强的区域。西宁市区在近10年来，尤其是继续深入推进西部大开发以来，经济实力大大增强，具备区域中心城市的功能与实力。白银市区有色金属工业比较发达，矿产资源加工技术力量强，是经济区中的重点工业集中区。

3)县域经济发展水平落差较大，呈两极分化的空间格局。从总体上看，经济发达县域、较发达县域与周边地区的经济发展水平落差较大，经济发达与不发达的区域之间缺乏中间等级的县域过渡。兰州市区、西宁市区和白银市区作为经济发展的“凸出”带，属于发达型;而永登、榆中、靖远、临洮、天祝、安定、会宁、东乡、临夏等周边县域的经济发展水平均属于不发达型。西宁市区的经济发展水平大大高于周边县域，如平安、互助、大通、湟源、湟中等县的经济发展水平均属于欠发达型;化隆、互助、民和等区域属于不发达型。这说明兰州市区、西宁市区、白银市区作为经济相对发达地区，正处于中心城市成长的极化阶段，对周边县域的辐射作用有限。同时周边县域经济严重滞后，接受中心城市的辐射能力较差，城乡二元结构明显，经济发展水平比较落后。

4)两大都市经济圈核心城市外围经济塌陷区分布面较广。通过兰州—西宁经济区经济联系强度分析可知，兰州、西宁与周边邻近城市的经济联系强度较大，但通过经济发展差异分析，兰州和西宁作为两个省会城市，周边的县(区)经济发展水平指数普遍偏低。尤其是兰州作为经济区的唯一的特大型城市，除周边红古区经济发展水平指数较高外，兰州市中心周边的永登、皋兰、榆中、永靖、临洮等经济发展水平指数仍偏低;西宁市周边的大通、湟中、湟源、乐都、平安属于欠发达区域，互助、民和、化隆、循化属于不发达区域;位于西宁和兰州之间的红古、民和、乐都等县区，从理论上来说，这一区域位于连接兰州、西宁的一级发展轴线上，区位优势明显，而且受兰州和西宁两大核心城市的双重辐射，经济发展水平指数应该较高，但除红古区主要是受自身资源型工业的驱动外，连接兰州、西宁这一过渡区域的整体发展水平不高，也是经济区的塌陷区域。以上说明，兰州、西宁作为核心城市对周边区域辐射作用强度较弱，带动能力不强。主要原因是兰州和西宁目前还处于自身能量的积聚阶段，自身的经济势能不高，各自现有的实力难以对周边形成较强的经济辐射和带动作用。

表2 兰州—西宁经济区县域行政单元经济发展水平综合指数Tab.2 The comprehensive development index of administrative units of Lanzhou-Xining economic zone

图2 兰州—西宁经济区县域经济发展水平差异图Fig.2 The difference of economic development level of Lanzhou-Xining economic zone

3 兰州—西宁经济区区域分区

兰州—西宁经济区主要的6个地级市、36个县级行政单元分属于甘肃省中南部和青海省的东部。按照经济发展水平类型的划分，并考虑到县级行政单元的邻接性以及三大时间尺度的县域经济发展水平综合指数的空间分异情况，结合县域经济发展类型的划分，将经济区划分为经济发展核心区、经济发展次核心区、核心区内边缘环(带)、省际边缘区和甘肃中南片区五类(图3)。它们的分区类别可概括为“三区”、“一环(带)”和“一片”。经济发展核心区主要为甘肃中部的兰州、白银以及青海省东部的西宁市，三者为经济区的发达区域。经济发展次核心区为兰州市的红古区和白银市的平川区，这两个区域是以矿业开发为主的资源性区域，这是经济区的较发达区域。核心区边缘环(带)主要是指围绕两大核心区形成的分别呈环状或带状的产业发展带，以兰州市为核心的边缘产业发展带，包括景泰县、皋兰县、永靖县;以西宁市为核心的边缘产业发展带，包括大通县、湟源县、湟中县、平安县、乐都县、尖扎县等，这是经济区的欠发达区域。省际边缘区主要是甘肃省和青海省交界处一定范围内的区域，这类区域由于地处省辖区范围的边缘，受所属省域中心城市的辐射带动作用弱，再加上行政壁垒的影响，往往成为经济发展的低谷区。甘肃中南片区位于甘肃省的中南部，包含白银市管辖的会宁县和定西市以及临夏州的全部。省际边缘环(带)和甘肃中南片区是经济不发达区域，尤其是甘肃中南片区是整个经济区经济发展水平最落后地区。

图3 兰州—西宁经济区“三区”、“一环(带)”和“一片”区域分区(2011年)Fig.3 Area partitions of Lanzhou-Xining economic zone’s“Three regions”“One ring or belt”and“One area”(2011)

表3 兰州—西宁经济区经济发展类型分区概况Tab.3 The partition profile of economic development type of Lanzhou-Xining economic zone

按照经济区经济发展水平的区域分区，经济发达型区域，以2.64%的区域面积提供了57.85%的GDP，是经济区重要的增长极，是经济区崛起的领头羊;经济较发达区域，主要依赖于矿产资源的优势;经济欠发达区域，是经济区重点开发区域，这类区域经济增长潜力大，是未来经济区次中心和县级城市的重点培育地区;经济不发达型区域，面积广大，占有经济区58.87%的国土面积，只提供了21.30%GDP，其中，落后型的省际边缘区为经济区中发展条件相对较好的地区，为重点开发区，应当加大空间开发的力度。极不发达型的甘肃中南片区大多为农业发展区，这类区域是经济区中极不发达的区域，几乎全部的极不发达型都集中在甘肃的中南片区。青海省的西宁经济圈集中了大多数欠发达型，该区域没有极不发达型。

4 结论

近10年来，兰州—西宁经济区的发展相对缓慢，强经济增长中心由兰州和西宁演变为兰州、西宁和白银“三足鼎立”的格局，经济区空间结构表现为“两主一副”;欠发达区域进入发达状态、落后区域进入欠发达状态的数量较少。经济发达区域呈散状的斑块分布，而欠发达区域和落后区域呈大面积的连续分布。经济区内两大核心城市的带动、辐射能力较弱，未能有效地带动周边区域。根据区域经济水平的测度，将经济区划分为发达区、较发达区、欠发达区和不发达区。研究地域的差异性并将其差异性进行归纳，进而形成地域分异规律，并在此基础上根据目标需要不同，制定具有针对性的应对策略[17]。发达区和较发达区除青海的西宁市区外，主要集中在甘肃，欠发达区域主要集中在青海，不发达区域甘肃省所占的比例较大。发展经济区内的欠发达和不发达区域，加速其低谷隆起，是兰州—西宁经济区联动发展的重要环节。

[1]覃成林.中国区域经济差异研究[M].北京:中国经济出版社，1997:35-38.

[2]孙姗姗，朱传耿，李志江.淮海经济区经济发展差异研究[J].地理学报，2009，64(8):224-234.

[3]杨开忠.中国区域经济差异变动研究[J].经济研究，1994，14(12):28-33.

[4]李二玲，覃成林.中国南北区域经济差异研究[J].地理与地理信息科学，2002，18(4):76-78.

[5]Ying L G.Understanding China’s Recent Growth Experience:A Spatial Econometric Perspective[J].Annals of Regional Sciences，2003(37):613-628.

[6]李莉，刘慧，刘卫东，等.基于城市尺度的中国区域经济增长差异及其因素分解[J].地理研究，2008，27(5):1048-1058.

[7]Lee Jongchul.Changes in the Source of China’s Regional Inequality[J].China Economic Review，2000(11):232-245.

[8]吴殿廷.试论中国经济增长的南北差异[J].地理研究，2001，20(2):238-246.

[9]黄朝永.省域差异的警戒水平及调控研究:以山东省为例[J].地理研究，1996，15(2):52-60.

[10]白永平，张宇硕，李慧.兰州—西宁城镇密集区县域经济发展水平的时空差异[J].干旱区地理，2011，34(6):1009-1016.

[11]白永平，李建豹.基于ESDA的区域经济空间差异分析[J].经济地理，2011，31(7):1057-1062.

[12]张硕宇，白永平，李慧.兰州—西宁城镇密集区县域经济差异的空间格局演化分析[J].经济地理，2011，31(2):183-188.