东北三省经济发展差异的时空演变分析

2013-09-21柳金红刘则渊王贤文

东北大学学报（社会科学版） 2013年3期

柳金红,刘则渊,王贤文

(大连理工大学公共管理与法学学院,辽宁大连 116024)

一、问题的提出

由于地理和新经济地理因素的作用,以及工业发展中的规模经济和收益递增效应,在区域经济发展过程中,经济发展的集聚性与区域之间的差异性是普遍存在的现象[1]。根据托布勒的地理学第一定律,空间上分布的事物是相互联系的,但距离近的事物之间的相似性大于距离较远的事物之间的相似性[2]。

近年来,越来越多的国内学者应用空间自相关分析探索与地理空间有关的社会经济现象。我国关于空间计量经济学的研究主要表现为应用空间自相关分析和空间回归模型来研究区域经济问题,涉及经济增长的收敛、空间趋同和空间溢出等等。对我国地区经济发展区域差异的空间计量经济学研究表明,我国许多地方的区域经济发展都存在着较强的空间自相关现象。例如,基于空间计量学方法对成渝经济区区域经济差异的时空演变进行定量分析[3]。基于集聚经济与增长极理论构建产业集聚和增长极溢出作用模型,研究河南省126个市县产业集聚与自身经济增长的因果关系[4]。通过计算广东省各地市人均GDP的空间自相关系数Moran’s I,结果表明其经济发展具有强烈的空间自相关,揭示了经济发展区域差异正在逐年增大,经济发展存在着明显的空间二元结构[5]。应用区域经济空间动态发展模型对中国区域经济生产率增长率进行分析,寻找影响其增长的区域内外因素及变动规律[6]。相关研究还包括利用空间自相关分析对居民群体空间聚集现象的研究[7]、对中国人口分布格局的研究[8]、对我国区域科技发展空间差异的研究[9]、对我国C2C电子商务空间布局的分析[10- 11],等等。

目前在对东北地区经济发展的研究文献中,韩增林与张云伟通过建立由基础经济、效益、结构、速度、可持续发展5个一级指标和21个二级指标构成的指标体系,应用熵值法评价了东北各地市2000—2007 年经济综合发展能力。研究结果表明:东北地区经济发展的总体差异在缩小;东北西部地区综合经济发展能力上升,北部相对下降[12]。董晓菲等对东北地区哈大交通经济带13个地级市1987—2006年间的经济发展数据进行总体差异分析,研究结果表明:哈大交通经济带经济地位不断提升,总体差异缩小;哈大交通经济带空间结构演化特征与地区经济差异时序吻合,未来将呈现带内经济一体化趋势[13]。朱小檬等的研究结果表明,东北三省资本形成总额拉动作用普遍高于其他地区,说明国家振兴东北政策发挥了积极作用,但最终消费支出与货物和服务净流出的拉动作用又低于其他地区,扩大消费和加大出口是东北地区振兴的迫切任务[14]。

然而,传统的度量指标是基尼系数、CV指数、Theil指数等,但这类指标却没有考虑相邻地区间经济的相互影响。根据空间自相关定义,集聚经济是一种空间自相关现象,因而可以采用空间自相关方法度量集聚经济程度,结合区域经济增长极理论和中心—周围理论,从而解释区域的集聚经济的空间格局[15]。

本文将基于空间计量经济学中的空间自相关方法,对东北地区36个地级城市的经济发展水平进行空间分析,研究东北地区经济发展的区域差异状况及其随时间的演化过程。

二、东北三省经济发展的基本态势

近年来,在全国经济高速发展的宏观环境下,东北三省的经济发展水平也一直保持高增长态势。但是,东北三省各地市的区域经济发展水平也呈现出显著的不均衡性。图1是东北三省36个地级市2000年的人均GDP四分位分布图。

图1 东北三省人均GDP四分位分布图(a)—2000年; (b)— 2010年

从图1a中可以明显地看到,以大连、沈阳为中心的城市群以及以长春、哈尔滨和大庆为中心的城市群是人均GDP最高的两大区域,而东北三省的边缘地区,尤其是西部与内蒙古接壤的地区是人均GDP最低的地区。图1b反映的是2010年的情况。与2000年相比,更多的地区加入到沈阳—大连经济发展高水平地区,形成一个非常明显的集聚地带;而哈尔滨与其周边地区相比,优势变得不太明显;东北三省的西部与北部地区仍然是人均GDP最低的低水平集聚地区。

三、测度空间自相关程度的Moran’s I指数

本文用Moran’s I 指数来对空间自相关的程度进行定量测度,这是度量空间自相关的全局指标,反映了空间邻接或空间邻近的区域单元属性值的相似程度[16]。

如果xi是位置(区域)i的观测值,则该变量的Moran’s I指数根据下式计算[17]:

(1)

式(1)的计算结果Moran’s I 指数的取值在-1～1,大于0表示各地区为空间正相关,数值越大,正相关的程度越强;小于0表明空间负相关;等于0表示各地区之间无关联。

Moran散点图是以(x,Wx)为坐标点,对变量x和其空间加权平均值Wx的线性联系进行可视化的二维图示。Moran散点图的四个象限,分别对应于区域单元与其相邻单元间四种类型的局部空间联系形式:其中第一象限(high-high)表示高水平区域被其他高水平区域所包围,或者说,该区域的水平较高,并且与邻近区域的空间差异程度较小;第二象限(low-high)表示低水平区域被其他高水平的区域所包围,意味着该区域水平较低,并且与邻近区域的空间差异程度较大;第三象限(low-low)表示低水平区域被其他低水平区域所包围,或者说该区域的水平较低,并且与邻近区域的空间差异程度较小;第四象限(high-low)表示高水平区域被其他低水平的区域所包围,意味着该区域水平较高,并且与邻近区域的空间差异程度较大。

四、东北三省经济发展的整体空间分析

本文对东北三省36个地级市的人均GDP指标计算Moran’s I指数,结果如图2所示。从2000年到2010年,东北三省的Moran’s I指数经历了一个从负到正的增长过程,并且在绝大多数年份都呈现明显的增长趋势。

2000年的Moran’s I指数为-0.045 7,为空间负相关分布,即经济发达地区的周边地区普遍都不发达。此时,东北三省除了沈阳、大连、长春、哈尔滨、大庆几个地区之外,其余地区的人均GDP都处于较低水平。到2003年,Moran’s I指数增长到0.008 2(仍然在0值附近),基本呈现出空间不相关状态。此时,随着经济的发展,越来越多地区的人均GDP增长到较高水平,在空间分布上呈现出较为均衡的状态。2004年,Moran’s I指数增长到0.067,空间分布为空间正相关。2009年,进一步增长到0.150 6,为较为显著的空间自相关分布。此时,东北三省开始形成若干较为明显的人均GDP高水平集聚地带,即辽宁的中部南部城市群和长春—哈尔滨—大庆城市群。

图2 东北三省地级市的Moran’s I指数演变

图3显示的是2000年、2003年、2006年及2010年人均GDP发展水平高集聚地区(high-high地区),即Moran散点图中的第一象限所代表的地区。从2000年至2008年,high-high地区的范围不断扩大,从辽宁省的沈阳、大连、营口等少数几个地区扩大到从沈阳到大连的辽宁整个中部城市带,以及从长春扩大到长春—哈尔滨—大庆的城市带,这与图2的Moran’s I指数计算结果相吻合。

图3 东北三省LISA集聚分析结果(a)—2000年; (b)—2003年; (c)—2006年; (d)—2010年

五、东北三省经济发展的局域空间分析

1.辽宁省

辽宁省的Moran’s I指数变化结果如图4所示,从2000年至2003年,Moran’s I指数在0.04左右,且变化不大;但是到2004年,迅速增长到0.08,2010年的Moran’s I指数为0.131 6。刷光图5a中第二、三象限的点,图5b中阴影显示的地区则为对应的2000年人均GDP发展水平较低的地区,覆盖了整个辽宁省的西部与东部地区。

图4 辽宁省地级市的Moran’s I指数演变

图5 辽宁省的Moran散点图与对应刷光的低水平集聚地区(2000年)(a)—Moran散点图; (b)—与散点图对应刷光的低水平集聚地区

辽宁省2010年的Moran’s I指数散点如图6所示,Moran’s I指数大幅增长。与2000年相比,本溪市不再出现在低水平集聚地区中。人均GDP的low-low集聚地区有辽宁省西部的葫芦岛、朝阳、阜新,low-high集聚地区为铁岭、抚顺、辽阳、锦州、营口、丹东。

2.吉林省

吉林省的Moran’s I指数变化情况与辽宁省相反,呈现逐年下降趋势,其中2004年到2006年的下降速度最为显著,见图7。2000年,吉林省的人均GDP为非常显著的空间正相关分布,Moran’s I指数高达0.512 7,此时除了长春—吉林城市群的人均GDP水平较高之外,其余地区均处于较低水平,如图8所示。刷光图8a中第二、第三象限的点,对应图8b中的人均GDP较低的地区被阴影标记显示。

图6 辽宁省的Moran散点图与对应刷光的低水平集聚地区(2010年)(a)—Moran散点图; (b)—与散点图对应刷光的低水平集聚地区

图7 吉林省地级市的Moran’s I指数演变

图8 吉林省的Moran散点图与对应刷光的低水平集聚地区(2000年)(a)—Moran散点图; (b)—与散点图对应刷光的低水平集聚地区

图9a反映的是吉林省2010年的Moran散点图。可以看到没有地区分布在Moran散点图的第三象限。Moran’s I指数为-0.090 4,说明2010年吉林省的人均GDP的空间分布为空间负相关。2010年,没有low-low集聚的地区,但是low-high集聚的地区有白城、四平、通化、延边(见图9b)。

3.黑龙江省

对黑龙江省的Moran’s I指数的计算结果如图10所示,与辽宁省、吉林省的空间分布不同的是,黑龙江省的空间分布一直都是空间负相关状态,并且空间负相关的趋势越来越显著。在黑龙江省的13个地区中,哈尔滨和大庆的人均GDP远高于其他地区,人均GDP空间分布的极化效应一直都非常明显,并且其他地区与这两个城市的差距越来越大,见图11。

图9 吉林省的Moran散点图与对应刷光的低水平集聚地区(2010年)(a)—Moran散点图; (b)—与散点图对应刷光的低水平集聚地区

图10 黑龙江省地级市的Moran’s I指数演变

图11 黑龙江省的Moran散点图中对应刷光的低水平集聚地区(a)—2000年; (b)— 2010年

六、结论

新中国成立以来直到改革开放以前,我国的区域经济发展实行区域均衡发展战略。改革开放以后,我国实行区域不均衡发展战略,在加快经济发展步伐的同时也带来了地区差距扩大等不利于我国经济长期可持续发展现象。在此背景下我国逐渐形成并实施了区域协调统筹发展战略[18]。

对东北三省的36个地级城市人均GDP的空间自相关分析结果表明:整体上东北地区的经济发展经历了一个从空间负相关到空间正相关的变化过程,从单纯的“省会—非省会”地区二元结构发展成为多元结构,地区之间的差异在缩小,但是在空间分布上的集聚现象更为明显。

对东北三省的分省研究表明:辽宁省的空间演化趋势与东北地区的整体演化是比较一致的,空间正相关现象越来越显著。而吉林省和黑龙江省的变化情况刚好相反,Moran’s I指数逐年走低,说明经济发展水平较高的城市(长春、吉林、哈尔滨、大庆)与其他地区的差距越来越大,尤其是吉林省,从2008—2010年,人均GDP呈空间负相关分布。这种现象值得重视。

地区经济协调发展的实现并不是要扭转由经济力量的收益递增性导致的经济发展集聚,而是应该通过深化经济改革和加强基础设施建设加快落后地区的经济发展进程[1]。“十二五”规划建议中,明确提出“促进区域协调发展”。以往的经济发展战略,往往是将发展重点集中在省会城市等少数城市上,很容易形成经济发展的地区二元结构。随着经济体制改革的深化,区域协调发展、缩小地区差异应该是一个重要的发展方向。

[1] 金煜,陈钊,陆铭.中国的地区工业集聚:经济地理,新经济地理与经济政策[J].经济研究,2006,41(4):79-89.

[2] Tobler W R.A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography,1970,46:234-240.

[3] 彭颖,陆玉麒.成渝经济区经济发展差异的时空演变分析[J].经济地理,2010,30(6):912-917.

[4] 柯善咨,夏金坤.中原城市群的集聚效应和回流作用[J].中国软科学,2010(10):93-103.

[5] 曾庆泳,陈忠暖.基于GIS 空间分析法的广东省经济发展区域差异[J].经济地理,2007,27(4):558-561.

[6] 刘旭华,王劲峰,孟斌.中国区域经济时空动态不平衡发展分析[J].地理研究,2004,23(4):530-540.

[7] 余建辉,张文忠.基于社会属性的北京市居民群体空间自相关分析[J].地理研究,2010,29(5):820-829.

[8] 吕晨,樊杰,孙威.基于 ESDA 的中国人口空间格局及影响因素研究[J].经济地理,2009,29(11):1797-1802.

[9] 王贤文.区域科技空间计量[M].大连:大连理工大学出版社,2012.

[10] 王贤文,徐申萌.中国C2C淘宝网络店铺的地理分布[J].地理科学进展,2011(12):1564-1569.

[11] 王贤文,徐申萌.我国C2C电子商务的地理格局及其演化机制[J].经济地理,2011,31(7):1064-1069.

[12] 韩增林,张云伟.东北地区经济综合发展能力时空差异分析[J].经济地理,2010,30(5):716-722.