长三角地区经济发展空间格局及演变

敬 莉，孙亚茹

（新疆财经大学 经济学院，新疆 乌鲁木齐 830013）

一、引言

在经济地理研究领域，主要的课题之一为区域发展格局及差异，对发展中国家而言，经济地理相关的研究尤为重要。经过几十年的持续发展后，我国的经济总量目前已经居于全球领先水平。不过区域经济发展不平衡的问题一直存在，且表现出不断扩大的趋势，这对中国经济社会协调发展产生很不利影响。因而应该通过适当的方法缩小区域发展差距，满足可持续发展要求，这也成为政府和科研单位的关注重点，本文也对此进行了相关研究。

二、研究区域、数据来源及研究方法

（一）研究区域

长三角在我国经济社会发展中发挥了重要带动作用，同时也是我国的主要区域经济 “增长极”之一，对比分析发现长三角的内部经济发展差异明显高于其他经济圈的。2018年，习近平总书记在考察长三角经济发展后，提出 《关于推动长三角一体化发展的报告》，在其中明确指出了未来一段时间长三角一体化发展战略，这也为长三角的协调发展奠定了基础。因而目前很有必要研究长三角区域经济格局演变及驱动因素，为其长远一体化发展提供支持。

本文在研究时既考虑到优化长三角区域发展格局要求，也参考 《长江三角洲城市群发展规划》进行相关案例研究。在长三角经济圈中，上海为龙头，覆盖苏浙皖三省的41个地级市，总体上看表现出明显的 “核心—边缘”特征。根据相关统计结果表明，2015年长三角经济圈的经济生产总值占全国的23.6%，而人口则占16.1%，在国家经济社会发展方面扮演者重要角色。

（二）数据来源及处理

本文研究时选择长三角经济区2004—2019年相关数据做了统计处理。在搜集数据时采集了苏浙皖沪的经济学统计年鉴数据。在研究单元设置时，考虑到省级层面的经济格局演化过于复杂，而县域经济资料不容易收集，因而选择地级市为基本研究单元。选择的行政区划基准时间为2014年，在出现区划调整情况下，根据县域数据进行一定估算，且作出适当修订，从而更好地满足结果的精度要求。

（三）研究方法

1.区域经济重心方法。根据经济学研究发现，区域经济发展变化轨迹可以通过经济重心的演变轨迹反映出。若某区域种含有n个次级区域i，则可通过如下表达式确定出此区域的经济重心，见公式 （1）。

其中，（Xi，Yi）具体表示第i个次级区域经纬度坐标；Mi为其相应的经济属性值； （，）对应的经济重心的经纬度坐标。

可通过如下表达式确定出历年的经济重心空间移动距离公式 （2）。

2.泰尔指数。基于此指数对区域差异各尺度分解处理，此指数有多个，本文研究时选择了其中的T指数，可表示为公式 （3）。

其中，N为地区数；Yi/Y为i地区生产总值的占比；Pi/P为i地区人口数占比。区域经济发展差异大，则T指数取值大；相反情况下则数值小。

本文在研究时设置地级市为基本空间单元，对长三角区进行分解后，通过如下表达式确定出区域内经济差异情况，见公式 （4）。

其中，T为经济总体差异，TBR和TWR分别对应于区域间与内的差异；Yi和Pi表示此地区的GDP和常住人口数，Yij和Pij分别为i地区j城市的GDP和常住人口数。

3.探索性空间分析。在此统计分析时，全局空间自相关水平可通过Global Moran’s I确定出，对应的表达式如下，记作公式 （5）。

n为地区数，xi为区域属性值，Wij则表示空间权重矩阵。Local MoraLL’s I指标主要反映出局部探测区域间经济发展状况，对单元i而言，其局部空间自相关性的计算式如下所示，记作公式 （6）。

其中，Wij为空间权重矩阵。建立起坐标系后带入相关数据可确定出Moran散点图，可通过此图反映出各类集聚形式。全局空间自相关统计量是否显著可通过构造标准化统计量Ii＝Ii-进行检验。

4.空间计量模型。这种模型可基于相应的空间效应进行划分，而分为空间滞后模型与空间误差模型，二者分别表示如下，记作公式 （7）。

其中，y为nT×1维的自变量向量，X为NT×k维因变量矩阵。在进行统计分析时一般基于极大似然函数拟合此模型，在选择模型时一般基于LM统计量检验空间相关性，然后对比选择统计差异大的模型。

三、长三角区域经济格局演变分析

（一）基于重心的区域经济总体格局演变分析

对采集的数据进行统计分析发现，2004—2019年长三角经济重心存在明显的演化，图1显示出具体演化轨迹。分析图1结果发现长三角经济重心演变特征表现为：在此时间段长三角的经济重心及其变动区间分别为119°58＇E—120°5＇＂E和31°13＇＂N—31°20＇＂N，对应于太湖沿岸区。总体上看长三角的经济重心偏东南方向，由此说明经济发展的区域不平衡问题一直存在，东南部的经济密度高。在此时间段内长三角的经济重心演变可划分为两个阶段：2004—2008年，向东南方向偏移，偏移距离为6.22公里，和几何重心的偏移距离在不断增加。由此可判断出此区域的东西部经济发展差异在扩大，同时存在明显的南北不均衡；2008—2019年，经济重心朝着西北方向偏移，具体表现为经度减少、纬度增加。由此可判断出相应东西和南北差异都有一定降低。具体分析不同阶段的差异情况可知，2008年以来，在产业结构升级与转移、资源流动加速等因素影响下，区域内西部城市经济实力持续提高，对应的东西部差距显著降低；不过由于上海及东部中心城市的优势地位没有显著改变，因而相应的经济重心偏东南地格局一直保持着，总体上表现为 “先扩大后缩小”特征，这也直接决定了未来的经济发展格局。

图1 2004—2019年长三角经济重心空间动态演变轨迹

（二）基于泰尔指数的区域经济格局分解

时序分析结果发现，长三角区的经济总体差异在此时段内表现出持续缩小态势 （见图2）。分析图2结果可知，各时段内差异变化的幅度和趋势也是显著不同的：2004—2007年区域经济差异有一定幅度增加，统计分析发现此区域2004年T指数达到峰值0.3617，其后持续的降低，到2019年则达到谷值0.2598。由此可判断出此区域的经济发展差异特征为 “先小幅上升，后持续下降”，此结果和重心的变化趋势相符合。

区域分解看，在时间变化过程中各空间尺度的经济差异演化轨迹也是明显不同的，具体表现为：首先，长三角区域间T指数在此时段变化过程中从2004年0.224降到2019年0.171，而区域内T指数则从0.1311到0.0888，下降幅度更小。由此分析可知，对总体以及区域间和区域内发展而言，经济差异都有一定幅度降低。且对比分析还发现区域间差异降幅高于区域内的，这也说明在长三角一体化持续推进过程中，经济增长和市场空间也出现了明显的变化，具体表现为由东向西、由南向北梯次拓展。进一步分析发现受到这些因素影响，区域经济差异不断的缩小。其次，在此时段内边缘区内T指数在0.147（2004年）—0.1832（2011年）。在此过程中，T指数波动趋势为先增后减再增，最大值出现在2011年，为0.1832，其后发展中小幅度下降后又开始反弹。因而边缘区内经济差异也出现明显的变化，总体上看趋势为 “增加—缩小—增加”；对比可知核心区内的差异明显小于其他类型差异，核心区内的差异在2004—2005年有一定幅度上升，其后则持续缩小。根据统计结果发现边缘区内T指数年均值为核心区内的2倍。对此原因进行分析可知，主要是边缘区内各城市的经济发展差异很明显，极化特征强。而核心区内各城市经济基数大，且在发展期间产生了不同的经济圈，且不同城市的经济发展差异小。

图2 2004—2019年长三角区域经济差异变化趋势

具体分析表1相关结果可知，此时段内区域间差异对总差异的贡献度均值显著高于区域内的，对应的变化趋势也基本上保持稳定。由此可判断出长三角经济区的差异主要表现为区域间差异。不过也应该重视区域内经济差异相关情况，在长三角区域经济协调发展过程中，很有必要缩小区域间发展差异。在此调节中应该注重边缘区内自身的调整，转变经济增长模式，调节发展思路，提升核心区的经济带动性能，从而更好地满足区域协调发展相关要求，同时也符合未来的可持续发展要求。

表1 2004—2019年长三角区域发展差异Theil T指数分解及贡献率

总而言之，长三角区在此阶段发展过程中，经济差异起初小幅增加，其后持续缩小。而从局部分解角度分析可知，区域间、内差异的演变趋势和区域总体差异演变趋势相符合，同时和区域内差异的降幅相比，区域间差异的降幅更大一些，因而此区域的差异主要和区域间差异有关。根据相关统计结果还发现，边缘区内差异在此时间段内的变化趋势为扩大—缩小—扩大。核心区内差异保持着稳步缩小的变化趋势，边缘区内差异则有所增加。由此推断出，在长三角一体化发展中，总体差异在不断缩小。不过相应的边缘区在发展过程中受到历史基础、区位差异和相关因素的影响，导致区域内的经济发展不均衡格局有一定幅度增加，但和核心区的经济发展差异有所降低。这主要和长三角一体化发展的合力有关。

四、基于ESDA的长三角区域经济空间集聚格局研究

（一）全局空间相关性检验

在此检验分析时，通过公式 （5）带入数据进行统计分析，而确定出长三角地级市人均GDP全局自相关系数，所得结果发现相应的Global Moran’s I指数和Z均为正且处于显著水平。根据以上结果可知，此区域地级市间经济状况存在很强正空间自相关性。而具体分析相应空间全局自相关指数的变化情况可知，在此时段内此指数的变化趋势为较快上升—平稳—缓慢下降。2004—20011年，此指数开始大幅度增加，2005年有所下降，相应的空间集聚效应增加，到2011年处于最大值，其后则有一定幅度的降低。由此可判断出经济发展相接近城市在空间上呈集中分布；在其后发展中2011—2014年，此系数基本上保持稳定，对应的经济空间格局未产生显著改变；2014—2019年，则有所下降，由此可判断出这种集聚效应降低，不过相应的变化趋势并不明显。

（二）局部空间相关性检验

具体分析此阶段内Global Moran’s I指数的变化情况可看出，2011年前一直增加，其后则开始下降。为分析局部区域的空间集聚特征，在研究过程中选择2004年、2011年、2019年作为相应的时间点，通过式 （6）确定出此指数的数值，且进行可视化处理，这样就获得对应的Moran散点图。分析所得结果可知散点图中第一、第三象限的地级市优势很明显，长三角地级市经济空间格局存在明显的分异，特征表现为HH型和LL型两个俱乐部”趋同。对比分析可知其中HL、LH类型的地级市明显少于其同类型的，而2019年分别为4、2个。接着在地图上显示出统计结果为显著性的城市，而确定出相应的LISA集聚地分布情况，具体如下图3。对图3结果进行分析可知，区域发展环境及格局转变形势下，长三角经济集聚格局没有产生显著的改变，总体上表现出核心—边缘模式：在此时段经济发展过程中，上海为中心，持续快速增长的区域为苏南、浙东北区，与之相应的苏北、安徽处于边缘区，经济发展缓慢。受到历史等因素的影响，这种核心—边缘格局持续的存在，由此分析可知，长三角的经济发展驱动力之一为区域发展差距。

图3 2000—2019年长三角区域地级行政单元人均GDP的Global Moran’s I指数

根据经济发展的空间集聚趋势分析发现，在此阶段长三角区的经济空间格局变化趋势为增加—平稳—缓慢下降；进行局部分析可知，核心区内有很多高水平相似的地级市，边缘区内则为低水平相似的。在较长时间段内这种趋势没有显著的改变，也就是存在很强的核心—边缘特征。

五、结论与讨论

（一）结论

1.2004 —2019年，长三角区的GDP总量重心偏向于东南部，区域经济的不平稳现象持续存在，东南部的经济密度高，存在更明显的东西差异。由此可判断出此区域的经济差异依然存在，不过差异达到峰值后开始下降。

2.基于泰尔指数的区域差异分解方法对长三角区的经济差异变化趋势进行验证，且划分了经济差异为区域内和区域间差异两个方面。对比分析发现，二者的整体演变趋势和总体趋势相一致。长三角区域差异主要和区域间差异有关，不过区域内差异也应该考虑到。边缘区内差异的变化趋势为小幅度增加—缩小，边缘区内差异明显高于核心区内的。

3.长三角区域经济空间格局的空间自相关性很强。统计分析发现在此时段内长三角城市间经济发展相似值的变化趋势为快速上升—平稳—缓慢下降；其中，区域经济显著高值大部分出现在核心区，低值集聚大部分分布在边缘区，长三角区在经济格局方面的核心—边缘特征持续存在。

（二）讨论

1.长三角区在经济结构升级及发展格局转变过程中，核心区城市的产业开始转入到边缘区，这对促进边缘区的经济发展有重要促进作用；不过边缘区在承接产业转移时，应该综合分析自身发展状况，避免延续传统的粗放资源驱动型经济增长方式，注重技术创新在经济发展中的推动作用。且从总量扩张转向结构优化，符合以后的集约型经济增长要求。

2.在经济发展转型升级中，核心—边缘区域差异没有有效地消除。由此可判断出在目前的发展格局变化形势下，应该适当的降低区域间经济差异。为妥善解决这一问题，应该进行制度、体制、政策的改革，从而促进经济要素的优化流动，使得各种阻碍资源和高级要素流动的因素被消除，满足此区域的一体化发展要求，促进其长远发展。

3.长三角区的城市经济增长的空间溢出效应很显著，由此可判断出在未来区域发展中，各城市应该重视和邻近城市的交流与合作，从而总体上协调发展，产生更强的聚集效应。在一体化发展实现溢出效应过程中，资源共享有重要的意义，因而应该提供与此相关的促进资源共享机制。在未来发展中，上海应该主动对接三省需求，与三省深化合作，加大科技创新联合攻关力度，积极地协同各方建立起相应的战略产业联盟等，为提升长三角的总体创新水平提供支持；此外，还应该大力推动资源共建共享，建立起相关高层次的服务交互平台，从而为资源的共享和优化布置提供支持，满足长三角区域未来发展要求。