安徽省县域经济差异时空分析

胡士辉

(中国地质大学 数学与物理学院，武汉 430074)

一、引言

区域经济差异是经济发展的一种常态[1]55，也是一个国家或地区在经济发展过程中必然要面对的问题[2]46。近年来，探索性空间数据分析 (ESDA)成为研究区域经济差异的主要方法，与变异系数、基尼系数等[3]传统方法相比，ESDA能够揭示数据的空间依赖性和异质性[4]，并可与其他平台结合，将数据结果进行可视化，以更好的发现空间聚集和空间异常，揭示研究对象之间的空间相互作用机制[5]33-61。目前，国内学者在区域经济差异研究中已较多的使用ESDA方法，且研究区域多样，但不管是以湖北[6]、青海[2]47-52等某个省为研究区域，还是以关中城市群[7]56-60、中部地区[7]等某个大的地区为研究区域，使用ESDA均能取得较好的效果。虽然研究的区域较多，但针对安徽省进行区域经济差异研究的并不多见。安徽省作为中部省份之一，虽紧邻江浙等发达地区，但由于历史和地理等方面的原因，经济发展水平总体偏低，且县域经济之间存在着较大的差距。本文以安徽省作为研究区域，采用县域人均GDP来反映县域经济发展水平，结合ESDA、全局趋势分析、首位度分析等方法对安徽省县域经济差异进行研究，并对县域经济差异产生的原因进行分析，以此为安徽省经济的可持续发展提供理论依据。

二、研究区域与研究方法

(一)研究区域

县域作为一个比较稳定的地域单元，具有区域性、综合性和相对独立性等特征，是研究省级行政区域经济空间差异的最佳地域单元[8]。而且县域经济对整个经济的发展起着重要的作用，对其进行研究有利于了解经济总体的发展现状。本文以安徽省所辖61个县(市)域为基本研究单元(不包括各市辖区)，对安徽省各县域经济差异进行研究。所用数据均来源于《安徽省统计年鉴》(2006—2017)。

(二)研究方法

1.全局空间自相关。空间自相关反映了处于不同空间位置的地理事物某一属性值之间的统计相关性，全局空间自相关反映了该属性值在整个研究区域的空间相关性的总体态势，通常用全局Moran’s I统计量进行估计[5]101-107，表达式为：

空间权重矩阵表示各区域之间的空间邻近关系，能体现空间自相关系数。本文采用“后”相邻方法构建空间权重矩阵，其定义如下：

另外，本文采用Z-score得分检验对全局Moran’s I结果进行检验，表达式为：

其中，E(I)=1/(n-1)和var(I)分别是全局Moran’s I值的期望值和方差。

2.局部空间自相关。全局空间自相关假定空间是同质的，但是空间对象的空间异质性并不少见[5]107-110。局部Moran’s I方法用来发现局部空间是否存在空间自相关性，该方法是将全局Moran’s I方法分解到局部空间上[5]，即针对空间中的每一个研究单元，有：

通过计算可获得局部Moran散点图。局部Moran散点图将空间关联类型分为四类：第一象限(Ⅰ)为高高关联，即研究区域及其周边区域均为高值；第二象限(Ⅱ)为低高关联，即研究区域为低值，而周边区域为高值；第三象限(Ⅲ)为低低关联，即研究区域及其周边区域均为低值；第四象限(Ⅳ)为高低关联，即研究区域为高值，而周边区域为低值。

3.全局趋势分析。全局空间趋势反映了空间物体在空间区域上的总体变化特征，它主要揭示空间物体的总体规律而忽略局部变异，其根据空间抽样数据拟合得到的数学曲线来反映空间分布的变化情况[9]。

4.首位度分析。研究区域内首位城市与第二位城市的规模之比(即R1/R2)被称为城市首位度，其在一定程度上代表了城镇体系中的城市发展要素在最大城市的集中程度[10]。此后，又有学者提出了4城市指数(即R1/(R2+R3+R4))及11城市指数(即R1/(R2+…+R11))[11]，其中R1为“首位城市”的指标数值，R2～R11为第二位至第十一位城市的指标数值。

三、结果分析

(一)全局空间自相关

通过计算得到2006—2016年安徽省县域人均GDP的全局Moran’s I指数值及其显著性检验结果(表1)。

表1 全局Moran’s I指数值及显著性检验结果

由表1可得：2006—2016年，安徽省县域人均GDP的全局Moran’s I指数值均为正且满足显著性检验。表明在研究区间内，安徽省各县域人均GDP之间存在显著的空间正相关关系，即人均GDP高的县域与人均GDP高的县域相邻，人均GDP低的县域与人均GDP低的县域相邻。2009年安徽省县域人均GDP的全局Moran’s I指数值为整个研究区间里的最小值，这可能与当时的全球经济危机有关。由于经济危机的发生，县域经济的发展受到影响，各县域经济之间的联系减弱。

(二)局部空间自相关

计算安徽省各县域不同年度人均GDP的LISA值，获得局部Moran散点图(以2016年为例，见图1)。

图1 县域人均GDP的Moran散点图

根据每个县域所代表的点落在Moran散点图中的象限，可确定每个县域存在的空间关联类型(见表2)，并利用LISA聚集图将其可视化(见图2)。

图2 人均GDP的LISA聚集图

年份县域关联类型高—高低—低低—高高—低 2006芜湖县、广德县、南陵县、泾县、旌德县、绩溪县、休宁县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县—— 2007芜湖县、广德县、南陵县、泾县、旌德县、绩溪县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县—— 2008无为县、芜湖县、繁昌县、广德县、南陵县、绩溪县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县泾县、旌德县— 2009无为县、芜湖县、繁昌县、广德县、南陵县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县旌德县、定远县— 2010无为县、芜湖县、繁昌县、广德县、南陵县、铜陵县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县旌德县— 2011无为县、芜湖县、繁昌县、广德县、南陵县、铜陵县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县—— 2012无为县、芜湖县、繁昌县、南陵县、铜陵县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县——2015无为县、芜湖县、繁昌县、南陵县、铜陵县、肥东县涡阳县、太和县、界首市、蒙城县、利辛县、临泉县、阜南县、颍上县、霍邱县、凤台县、濉溪县——2016无为县、芜湖县、繁昌县、南陵县、铜陵县、肥东县涡阳县、太和县、界首市、利辛县、临泉县、阜南县、颍上县、霍邱县、濉溪县—凤台县

注：2013、2014年结果均与2012年相同

图2是2006、2011和2016年人均GDP的LISA聚集图，表2是各年份满足显著性检验的县域人均GDP的Moran散点图变化情况表。由图2及表2可得：安徽省县域经济的空间差异分布格局以高高型和低低型为主，区域集聚特征显著，表明安徽省各县域经济的发展与周边区域的经济发展状况存在较强的联系，经济发展水平高的县域能较好的带动周边县域的经济发展。2006—2016年，安徽省县域经济的空间差异分布变化如下：高高型县域由分散到逐步向合肥市和芜湖—铜陵—马鞍山城市群附近集中，表明在这些经济较发达地区的影响下，周边县域经济的发展水平也在快速提高，并逐步聚集形成较大的经济发达区域；低低型县域变化较小，且主要位于安徽省北部地区，这些地区以农业为主，经济发展水平普遍不高；高低型县域由无到凤台县，说明凤台县从2016年开始，县域经济发展较快，逐渐与周边的县域城市拉开距离；低高型县域由无到旌德县等县域再到无，说明这些县域的经济虽暂时落后于周边经济发展水平较高的地区，但在周边经济发展水平较高的县域的带领及促进下，后期这些县域的经济发展水平又逐渐得到提高。

(三)全局趋势分析

本文选取2006、2011和2016年的县域人均GDP数据进行全局趋势分析。图3为相应年份的县域人均GDP趋势变化图，其中X轴为东西方向，Y轴为南北方向，Z轴为人均GDP值。

图3 安徽省县域经济变化趋势图

从图3可以看出：安徽省县域经济差异在东西方向上呈现逐渐上升的趋势，东边县域的经济发展水平高于西边县域的经济发展水平，且东西县域经济发展水平的差异明显；在南北方向上逐渐呈现一个倒“U”型趋势，南边县域的经济发展水平高于北边县域的经济发展水平，中部县域的经济发展水平高于南北县域的经济发展水平。总体上，安徽省西北部地区的县域经济发展水平较低，中南部地区的县域经济发展水平较高，而随着倒“U”型曲线起伏加大，安徽省南北方向上县域经济发展水平的差异有进一步加大的趋势。

(四)首位度分析

2009—2016年，繁昌县人均GDP始终位于各县域首位，成为安徽省经济发展水平最高的县域。本文以繁昌县为首位城市，运用首位度分析法，对安徽省县域经济差异性的整体变化趋势进行分析(表3)。

表3 繁昌县人均GDP首位度分析

由表3可得：2006—2016年，繁昌县人均GDP的首位度、4城市数和11城市指数虽有波动，但整体呈增加的趋势，分别从0.659、0.272和0.102增加到1.182、0.435和0.162。表明繁昌县的经济增长速度较快，其经济发展水平已逐渐与其后的各县域拉开差距，且这种差距仍在逐渐扩大。这也说明，2006—2016年安徽省县域之间的经济差异逐渐增大，且县域经济的发展有逐渐向一个或多个城市极化的趋势。

(五)产业结构分析

生产总值由第一、二、三产业构成，对产业结构进行分析能够更好的对安徽省各县域经济进行研究。2016年安徽省GDP数值为24 118亿元，其中第一、二、三产业的比重分别为10.64%、48.06%和41.30%，以此为均值，可对安徽省各县域第一、二、三产业的比重进行分类(图4)。

图4 2016年县域产业结构分类图

由图4可知：2016年，第一产业比重高于全省平均水平1倍的有阜南县、泗县等8个县域；第二产业比重高于全省平均水平0.25倍的有肥西县、繁昌县等9个县域；第三产业比重高于全省平均水平的有祁门县、休宁县等7个县域。总体来说：在以平原为主的北部县域，其第一产业比重较高；在位于长江流域和省会城市周边地区的县域，其第二产业比重较高；在以山区为主的南部县域，其第三产业比重较高。不同地区的县域经济其产业结构比例的不同，也反映了这些县域产业结构的单一。与产业结构的比重相对应，安徽省南、北部地区县域经济发展水平较低，而中南部县域经济发展水平较高。

四、成因分析

针对安徽省县域经济的空间分布格局特点及其差异性结果，本文将从以下几个方面来分析其原因。

1.地理位置。经济发展水平较高的县域多位于合肥市和芜湖—铜陵—马鞍山城市群周边，这些区域或紧邻省会城市或靠近长三角等经济发达地区，自然条件优越，交通便利；经济发展水平低的县域多位于以平原地区为主的北部区域，经济发展中第一产业所占的比重较高，产业结构单一，且周边县域的经济发展水平普遍较低，缺少经济辐射能力强的区域性核心城市。

2.人口因素。相对于中南部地区经济发展水平较高的县域的低人口总量、高城镇化水平，安徽省北部各县域人口总数较高，且城镇化水平低；虽然安徽省北部各县域从经济总量上看发展水平较高，但在人均上，与安徽省其他地区的县域经济相比仍存在较大的差距。

3.经济发展基础。由于经济发展水平较高的县域多位于合肥市和芜湖—铜陵—马鞍山城市群周边，因此这些县域在基础设施、产业发展、人力资本等经济发展基础方面相对于安徽省南、北部地区的县域有较大的优势，也更容易获得经济发展的机会。

4.空间相关性。由2006、2011与2016年的县域人均GDP聚集图可知，高高聚集的县域逐渐向省会城市和沿江城市群周边地区集中，而这些经济发展水平较高的县域也会进一步带动周边县域经济的发展。

五、结论与建议

本文采用ESDA、首位度分析、全局趋势分析等方法，依据县域人均GDP这一经济指标，对安徽省2006—2016年县域经济差异进行分析，得到以下结果：

1.安徽省县域经济发展水平存在正的空间相关关系，且各县域经济发展空间集聚作用明显，逐渐形成了高高聚集和低低聚集的空间分布格局。其中，高高聚集县域多位于合肥市和芜湖—铜陵—马鞍山城市群周边，低低聚集区多位于北部地区；

2.安徽省县域经济发展水平不均衡，中南部地区县域经济发展水平较高，北部地区经济发展水平较低；

3.安徽省各县域之间的经济差距逐渐扩大， 且经济发展有逐渐向一个或多个城市极化的趋势；

4.安徽省县域经济产业结构单一，发展水平较高的县域第二产业所占的比重较高，而经济发展水平较低的县域第一、三产业的比重较高。

结合安徽省县域经济差异的结论与成因分析，提出以下建议：首先，经济发展水平较高的县域，在保持其经济持续发展的同时大力发展高新技术产业，并发挥经济优势，以带动周边地区县域发展；其次，加大对安徽省北部地区的投入和支持，以增加其在引进人才、投资上的吸引力。同时，选择重点区域，打造核心城市或城市群，以发挥其经济辐射作用。并大力发展教育，提高人们的知识与技能，将人口劣势转化为人口优势；最后，对各县域经济的产业结构进行调整和优化，例如，在以农业为主的北部县域，可大力发展农副产品深加工业，而对于南部县域，可利用其独特的自然景观、文化底蕴，大力发展旅游业。