基于GIS-ESDA的西北地区区域经济空间差异研究

张旺锋 景丽华

(兰州大学资源环境学院，甘肃 兰州 730000)

·建设经济·

基于GIS-ESDA的西北地区区域经济空间差异研究

张旺锋 景丽华

(兰州大学资源环境学院，甘肃 兰州 730000)

以西北地区为研究对象，基于探索性空间数据分析方法(ESDA)，分析了区域经济发展的空间差异性，并对西北地区经济发展策略做出思考，提出从制定差异化发展对策、培育以省会城市为核心的城市群、引导基础设施优先建设三方面促进西北地区的经济发展。

探索性空间数据分析，空间集聚，差异性分析

西北地区地域广阔，资源富集，具有巨大开发潜力，但目前生态环境较脆弱，经济社会发展速度较慢，是亟需改变发展格局，调整发展措施的区域。这些地区所拥有的丰富能源、原材料和广阔的土地是支撑我国经济长期发展的战略性资源，现已形成的能源、石化、有色金属和旅游等优势产业，在全国的经济分工中占有重要地位。20世纪80年代以来，我国地区经济发展的不平衡，迅速拉大了东西部之间的差距。20世纪末，国家实施西部大开发战略，实施了一整套有利于西部地区发展的政策，对于经济欠发达的西北地区来说，是一次加快发展的有利时机。现阶段，西北地区经济发展不平衡，亟需对其差异性进行分析，探究内在原因，抓住机遇，提出促进西北地区发展的对策。目前，利用ESDA-GIS对区域经济发展空间结构的研究区域主要集中于中国的东部地区，较少涉及西北内陆区域。马晓冬等[1]根据该方法对江苏省城镇群体空间结构进行研究；颜开发等[2]应用该方法对广西县域经济发展水平差异进行分析研究；李波等[3]通过该方法对中原经济区城镇化关联进行研究。本文旨在应用运用ESDA中的全局与局部空间统计指标[4]，对西北地区空间发展差异进行分析研究，揭示经济发展的空间极化和不均衡现象。并探讨导致经济发展差异性的内部原因，提出适宜的经济发展战略措施，加快西北地区内部的经济分工与合作，带动区域联动发展。

1 研究区域概况和数据来源

本文研究区域为行政区划概念下的西北地区，指陕西、甘肃、青海三省及宁夏、新疆两自治区，简称“西北五省区”。本文采用2010年各市县的人均GDP数据，数据分别来自于2011年甘肃发展年鉴、2011年陕西统计年鉴、2011年青海统计年鉴、2011年宁夏统计年鉴和2011年新疆统计年鉴。

2 研究方法

探索性空间数据分析(ESDA)是空间数据分析(SDA)的一种，它以空间关联性测度为核心，旨在描述与显示对象的空间分布，发现奇异观测值，揭示空间联系，簇聚以及其他异质性的空间模式。ESDA是基于数据驱动的，旨在发现数据的空间分布模式，通过空间关联的测度以揭示事物或现象的空间依赖性或空间异质性[2]。国外，ESDA与GIS的结合研究主要涉及数字图像处理、流行病学研究、自然灾害研究、区域经济与社会研究和犯罪学研究5个方面[1]。国内的ESDA研究起步较晚，理论研究主要集中在空间数据分析与空间模型领域，应用研究主要集中在人口的增长与流动，城市空间结构等方面[5]。本次研究主要通过全局空间自相关和局部空间自相关两个方面来探讨西北地区经济发展的空间区域分异和空间关联分析。

2.1 全局空间自相关

全局空间自相关主要是对观测值在整个区域空间分布特征的描述，反映了观测变量在整个研究区域内空间相关性的整体趋势。常用Moran指数作为度量空间自相关的全局指标，其计算公式为：

(1)

(2)

式中的均值和方差均为理论上的均值和标准方差。

2.2 局部空间自相关

为了考虑到是否存在观测值的高值与低值的局部空间集聚，一般采用局部空间自相关分析，常用方法为：LISA，Moran散点图。

2.2.1 LISA

LISA的计算公式为：

(3)

(4)

LISA方法考虑到了对全局指标Moran指数的分解，将其分解到每个观测值的贡献上。

2.2.2 Moran散点图

以(Wz，z)为坐标点的Moran散点图，常来研究局部的空间不稳定性，它对空间滞后因子Wz和z数据进行了可视化的二维图示。

本文中的空间自相关分析在ArcGIS 10.1中进行，将Moran散点图采用地图的形式展示。在空间权重计算方式的选择上，由于西北地区很少存在飞地或孤岛的情况，且市县之间面积相差太大，不宜采用距离法和最近临个数法，所以采取了多边形临近的计算方法进行空间权重矩阵的计算。

3 结果分析

3.1 各省人均GDP的空间全局自相关分析

西北地区人均GDP的全局Moran’s I 指标计算结果如表1所示。西北地区的全局Moran’s I为0.4，表明人均GDP分布存在着正的全局空间自相关，即经济发展水平相近的地区在空间上集中分布；各省(区)Moran’s I排名依次为陕西—甘肃—宁夏—新疆—青海，表明陕西省人均GDP分布空间关联性最强，经济发展水平也较高；青海省人均GDP分布空间关联性最弱，经济发展水平较低。

表1 西北地区人均GDP全局自相关指标结果

3.2 各市县人均GDP的局部自相关分析

全局自相关反映出区域某一相似属性平均集聚程度的一个总体性统计指标；而局部空间自相关可表示这些集聚区域的具体地理分布[2]。为了探讨西北地区人均GDP的空间分布，分析非典型性区域、空间离群值和空间体系的空间不稳定性等特征，本文利用局部空间关联指数(LISA)分布图进行局部空间自相关分析。

1)数据处理结果。为了清晰把握和了解各种空间关联模式的空间分布状况，将西北地区的Moran 散点图结果投影到西北区地图上形成了散点地图。其中HH表示高—高关联区域，HL表示高—低关联区域，LH表示低—高关联区域，LL表示低—低关联区域。HH和LL表示区域之间存在正的空间自相关性，HL和LH表示区域之间存在负的空间自相关性。若观测值均匀分布，则表明区域之间不存在空间自相关性[2]。

2)结果解析。西北地区中，陕西省经济发展空间集聚分布现象最明显，发展水平相近的地区在空间上集中分布。北部的榆林市、府谷县、神木县、定边县、靖边县、吴旗县、安塞县和志丹县等属于高高(HH)集聚，经济发展水平较高，人均GDP水平也较高，经济关联性强。宝鸡市和凤县属于高低(HL)集聚，自身发展水平较高，周边地区的发展水平较低。甘肃省内经济发展空间集聚分布现象较明显，发展水平相似的地区在空间上集中分布。其中，甘肃北部河西走廊地区属于高高(HH)集聚；甘肃中部、南部大部分市县属于低低(LL)集聚。甘肃中部的兰州市和白银市属于高低(HL)集聚，表明兰州市和白银市自身经济发展水平较高，对于周边地区的发展带动作用小，区域经济发展的差异性较大。宁夏回族自治区内，除了西吉县属于低低(LL)集聚外，其他市县均不存在显著地集聚分布现象。新疆维吾尔族自治区内，与乌鲁木齐市相邻的几个市县属于高高(HH)集聚，表明乌鲁木齐市对于周边地区的经济发展具有较强的带动性，区内其他空间没有显著的集聚分布现象。青海省内，德令哈市、乌兰县和天骏县属于高高(HH)集聚，经济发展水平较高，省内不存在其他显著集聚的地区。小结：西北地区经济发展的空间集聚分布现象明显，其中陕西和甘肃的空间集聚现象最为显著，高高集聚地区主要分布在北部，低低集聚主要分布在南部地区。

3)产生原因探讨。通过对高高集聚地区相关基础资料分析发现，这些市县都拥有良好的自然资源或其他特殊资源，是依托资源优势发展起来的城市。新疆的乌鲁木齐市及周边拥有丰富的油田和煤储量；甘肃酒泉肃北县盐池湾大道尔铬矿是甘肃最大的铬矿，玉门油田是新中国第一个天然石油基地，嘉峪关市已探明矿产资源有21个矿种，现已建成国内最大的坑采冶金矿山；陕西的神木县拥有丰富的煤炭资源；青海的海西州具有丰富的盐湖、石油、天然气、有色贵稀金属及非金属矿产资源。以上大部分的高高集聚地区都具备较好的资源基础，经济发展水平较高。

对低低集聚地区相关基础资料分析发现，这些地区所处的自然条件相对较差，交通不便利。宁夏西吉县位于六盘山贫困区，自然环境条件差，属于干旱丘陵区；甘肃陇南地区地处秦巴山区，各种地形交错，交通十分不便，直接制约了经济的发展。

4 对策讨论

研究表明，探索式空间数据分析方法可以很好地揭示区域经济与空间环境的关系，是深入了解和把握区域经济的空间分布和演化规律的有效手段。为了改变西北地区经济发展不平衡现象，本文提出从以下三个方面加快西北地区的经济发展，促进西北崛起。

1)制定差异化发展对策。西北地区区位条件各异，内部自然环境存在差异性，资源禀赋略有不同。国家实施西部大开发深入战略对于西部地区的发展具有重要的意义，制定差异化的发展对策对于西北地区内在发展意义重大。选择自然资源条件较好、交通运输方便、劳动力素质相对较高的地区优先开发，待取得一定成果之后再向其他落后地区推进。在本次研究区域内，选择高高集聚地区重点发展，培育并壮大增长极，在低低集聚地区选择自然条件比较优越的城镇率先发展，辐射带动周边地区的发展。2)培育以省会城市为核心的城市群。新型城镇化发展战略是我国未来经济增长的重要引擎，同样也是西北地区整体推进的动力。在未来经济发展过程中，不仅加强省会城市自身实力，而且要发展以省会城市为核心的城市群，加强区域之间的分工和合作，促进资源在区域之间的合理配置和自由流动，形成联动发展格局。顺应国家发展战略，在西北地区着力发展关中城市群，为正在建设中的兰州城市群、乌昌城市群和银川城市群创造基础条件，形成中等城市—小城市—小城镇协调发展的空间发展模式。3)引导基础设施优先发展。与东部沿海地区相比，西北地区具有资源优势，增长空间较大，开发潜力高于全国其他地区。但西北地区经济发展水平差异性较大，基础设施投资仍然较为缺乏。因此未来发展中，要加快西北地区基础设施的投资力度，为区域发展创造良好的投资环境，为改善民生打下坚实的基础。

[1] 马晓冬,马荣华,徐建刚，等.基于ESDA-GIS的城镇群体空间结构[J].地理学报,2004,59(6):1048-1057.

[2] 颜开发，刘 洋，苏黎馨.基于ESDA的广西县域经济发展差异分析[J].广西师范大学学报(自然科学版)，2010,28(1):89-93.

[3] 李 波.基于ESDA的中原经济区城镇化关联研究[J].现代城市研究，2013(7)：96-104.

[4] 徐建华.计量地理学[M].北京：高等教育出版社,2006:123-124.

[5] 吕安民.中国省际人口增长率及其空间关联分析[J].地理学报,2002,57(2):143-150.

Regional economic disparities of Northwest China depended on GIS-ESDA

ZHANG Wang-feng JING Li-hua

(CollegeofEarthandEnvironmentalSciences,LanzhouUniversity,Lanzhou730000,China)

Taking Northwest China as the object of study, based on Exploratory Spatial Data Analysis methods analysis spatial difference of economy development and think highly of the strategies of economic development of the Northwest China， puts forward three aspects to promote the economic development of Northwest China, which are formulating development strategy of differentiation, cultivating the city group at the core of provincial capital city， guiding infrastructure construction priority.

ESDA， space agglomeration， differentiation analysis

1009-6825(2014)13-0251-03

2014-02-27

张旺锋(1968- )，男，副教授； 景丽华(1989- )，女，在读硕士

F293

A