黄河流域经济时空分异特征及其影响因素分析

王家耀 李贺颖

摘 要：為厘清不同尺度下黄河流域经济发展的时空分异特征及其影响因素对黄河流域生态保护和高质量发展重大国家战略实施的作用，通过搜集黄河流域九省（区）近20 a 共7个城市群、73个市域的经济数据，包括GDP、人均GDP、第一产业产值、第二产业产值和第三产业产值，采用数理统计分析方法和空间统计分析方法，研究3个不同尺度下经济的时空分异特征及其影响因素。研究结果表明：①从整体上看，黄河流域城市群间、省域间和市域之间GDP悬殊，而且随着经济的快速发展，这种差异越来越大。②1999年和2019年的GDP和三大产业产值在空间上均呈现聚集效应，Moran’s I值均通过显著性检验。呈“高高聚集”分布的城市主要分布在黄河流域东部山东半岛城市群，呈“低低聚集”分布的城市主要分布在黄河流域西部兰西城市群及其附近，分布格局较为稳定。③城市群GDP主要与地形因素和利用外商投资额有关;省域GDP主要与在岗职工人数、邮电业务总量和公路通车里程，以及利用外商投资额等因素有关;市域GDP主要与利用外商投资额、在岗职工人数、邮电业务总量和铁路营业里程，以及地形等因素有关。利用外商投资额在不同尺度下对经济均具有显著性影响。

关键词：经济;时空分异特征;影响因素;空间自相关;市域;城市群;省域;黄河流域

中图分类号：K902;K921;TV882.1 文献标志码：A

doi：10.3969/j.issn.1000-1379.2022.02.001

引用格式：王家耀，李贺颖.黄河流域经济时空分异特征及其影响因素分析[J].人民黄河，2022，44（2）：1-6，31.

Abstract： Clarifying the temporal and spatial differentiation characteristics and influencing factors of economic development in the Yellow River Basin at different scales is of great significance to the implementation of the major national strategy of ecological protection and high-quality development in the Yellow River Basin. By collecting the economic data （including GDP， per capita GDP， primary industry value， secondary industry value and tertiary industry value） of 7 urban agglomerations， 9 provinces （regions） and 73 city regions in the Yellow River Basin in recent 20 yeard， this paper uses mathematical statistical analysis methods and spatial statistical analysis methods to study the temporal and spatial differentiation characteristics and influencing factors of economy at three different scales. The results show that （a）on the whole， there are great differences in GDP among urban agglomerations， provinces and cities in the Yellow River Basin， and this gap is becoming larger and larger with the rapid development of economy. （b） The GDP and the three major industries value in 1999 and 2019 showed agglomeration effect in space， and Moran’s I passes the test. The cities with “high concentration” distribution are mainly distributed in Shandong peninsula urban agglomeration in the east of the Yellow River Basin， and the cities with "low concentration" distribution are mainly distributed in and near Lanxi urban agglomeration in the west of the Yellow River Basin. （c） The GDP of urban agglomeration is mainly related to topographic factors and the amount of foreign investment;Provincial GDP is mainly related to the number of on-the-job employees， the total post and telecommunications business and highway mileage， and the amount of foreign investment. Urban GDP is mainly related to the amount of foreign investment， the number of on-the-job employees， the total postal and telecommunications business and railway operating mileage and topographic factors. The amount of foreign investment has a significant impact on the economy at different scales.

Key words： economy;spatial and temporal variation characteristics;influence factors;spatial autocorrelation;city scale;urban agglomeration scale;provincial scale;Yellow River Basin

1 引 言

黄河流域的历史悠久，文化遗产丰富，中国历史上的“七大古都”有4座位于黄河流域及其邻近地区，分别是安阳、西安、洛阳和开封。黄河流域拥有丰富的能源和矿产资源、农牧土特产品资源和旅游资源。但是黄河流域经济发展相对滞后，与长江经济带的经济发展水平相差较大。2019年9月18日，习近平总书记在郑州主持召开黄河流域生态保护和高质量发展座谈会，将黄河流域生态保护和高质量发展上升为重大国家战略[1]。为实施这一重大国家战略，必须摸清黄河流域经济发展的时空分异特征及其影响因素，这是制定科学政策的前提。

黄河流域经济的时空分异特征一直是研究的热点。李敏纳等[2]运用分异指数、经济增长关联式、增长极和增长轴的方法，对1990—2006年黄河流域经济空间分异特征进行研究，结果表明黄河流域经济空间分异指数逐渐增大，东部和中西部的经济发展水平差异显著，这与不同区域改革开放进程的差异密切相关。不均衡的经济发展不利于资源的有效配置，会导致经济两极分化现象越来越严重[3]。因此，有必要研究导致经济发展不平衡的因素。唐永超等[4]通过研究发现省会城市的经济和社会发展为高水平协调格局，其他城市因远离中心城市呈低水平协调格局。李伦珑[5]选取12个经济与生态衡量指标，运用主成分分析和聚类分析的方法对黄河流域九省（区）的生态经济竞争力进行探讨，发现九省（区）生态经济水平差异大，与人口、经济结构和水资源储量等因素有关。然而，以往的研究往往只针对一个尺度，缺乏探索不同尺度下黄河流域经济空间聚集性的内在规律及影响因素方面的研究。

为分析黄河流域近20 a来经济的时空分异特征，本文选择1999年和2019年两个时间截面的经济数据，采用数理统计分析方法研究黄河流域城市群、省域和市域（地级市、州或盟）3个不同尺度下经济发展时空分异特征，采用空间自相关模型分析经济的空间聚集性，探索黄河流域经济在不同尺度下的发展特征及其影响因素，以期为黄河流域高质量发展提供决策依据。

2 研究区概况与数据来源

黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南和山东九省（区），在山东省东营市垦利区入渤海，全长5 464 km，总落差为4 448 m。本文以黄河流域自然流域边界为基础，尽可能保持行政区划单元的完整性，并考虑地区社会经济发展与黄河的关联性[2]，将73个市域（地级市、州或盟）作为研究区（见图1）。根据《中国城市群地图集》，黄河流域涉及七大城市群[6]，从73个市域中提取七大城市群的49个市域，见表1。

本文所用的经济数据均来源于1999年、2019年全国及各省（区）、市统计年鉴，选取GDP、人均GDP、第一产业产值、第二产业产值和第三产业产值作为经济指标来表征各省（区）、市经济发展情况。结合潘桔[3]选取的区域经济发展影响因素，并考虑各省（区）、市数据的可获取性，本文选取地形因素、资源因素、区域联系、经济开放程度、市场化程度和勞动力等因素作为省域或市域的经济发展情况的影响因子。各经济指标及其含义见表2，各影响因素及其含义见表3。

3 研究方法

3.1 数理统计分析

本文采用基本的数理统计指标，如最大值、最小值、平均值和标准差等指标定量比较城市群、省域和市域的经济发展差异;采用皮尔逊相关分析方法来探索经济与各影响因素之间的相关关系[7-8]，相关系数计算公式为

3.2 空间自相关分析

空间自相关分析是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要方法[9]。空间自相关分全局空间自相关（通常用全局Moran’s I值来描述）和局部空间自相关（通常用Moran散点图和LISA聚类图表示）[10]。正相关表明某单元的属性值变化与其相邻空间单元具有相同变化趋势，负相关则相反。LISA聚类图中的4种分布特征分别为：“高高聚集”表示某一点和周边点的属性值都高;“低低聚集”表示某一点和周边点的属性值都低;“高低聚集”表示某一点的属性值较高，但周围点的属性值较低;“低高聚集”表示某一点的属性值较低，但周围点的属性值较高。本文通过计算全局Moran’s I值和LISA聚类图来分析经济的空间自相关特征。Moran’s I值计算公式为[11]

式中：n为观察值的数目;xi为在位置i上的观察值;xj为在位置j上的观察值;x为观察值的平均值;wij为对称的空间权重矩阵元素。

4 结果分析

4.1 经济时空分异特征分析

（1）城市群经济。以城市群内各城市GDP的均值代表该城市群的GDP。从黄河流域七大城市群GDP（见图2）来看，1999年GDP最高的是山东半岛城市群，为481.73亿元，GDP最低的是宁夏沿黄城市群，为37.65亿元;2019年GDP最高的是山东半岛城市群，为4 692.26亿元，最低的是兰西城市群，为691.83亿元。各城市群间经济发展差距较大。近20 a来七大城市群GDP增速不同，增速相对最慢的是山东半岛城市群，增速相对最快的是呼包鄂榆城市群、其次为宁夏沿黄城市群。

（2）省域经济。根据中国统计年鉴，1999年和2019年全国人均GDP分别为0.65万元和7.09万元。黄河流域九省（区）人均GDP全部低于全国平均值，山东省1999年和2019年人均GDP分别为0.59万元和7.07万元，是黄河流域九省（区）中最接近国家平均水平的省份。2019年九省（区）GDP最大值是山东省的71 068亿元;GDP最小值是青海省的2 966亿元，二者相差68 102亿元，而1999年二者相差7 423亿元。可见，随着经济的发展黄河流域内省域GDP绝对值差异越来越大。从省域三大产业产值占GDP比例来看，第二产业和第三产业占GDP比例较高。第三产业产值和第一产业产值差值最大的是山东，其次是河南，差值相对较小的是宁夏和青海。可见，以第二产业和第三产业带动经济发展的省份，会出现产业发展不均衡现象，而对于经济发展相对落后的省份，三大产业的发展较为均衡。

（3）市域经济。黄河流域市域GDP特征值统计情况见表4，市域GDP的差异显著。1999年、2019年GDP最小值的市域均为青海省果洛藏族自治州，最大值的市域均为山东省青岛市。1999年最大值与最小值相差988.42亿元，2019年相差11 695.14亿元。可见，随着经济的发展市域间GDP差异越来越大。

从1999年各市域三大产业产值占GDP的比例来看，以第一产业为主的市域有9个，大部分市域GDP在73个市域中排名靠后;以第三产业为主的市域有9个;各产业所占GDP比例较为均等的市域有7个;其他市域以第二产业为主。2019年只有玉树藏族自治州第一产业产值占GDP比例大于第二产业、第三产业产值，其他市域第二产业、第三产业产值占GDP比例均大于第一产业产值。玉树藏族自治州的GDP在73个市域中排名倒数第二。

4.2 经济空间分布聚集性分析

利用GeoDa软件对黄河流域1999年和2019年市域的社会经济统计数据进行空间自相关分析，结果显示：1999年GDP、第一产业产值、第二产业产值和第三产业产值的Moran’I值分别为0.53、0.69、0.53、0.37，且通过显著性检验;2019年GDP、第一产业产值、第二产业产值和第三产业产值的Moran’I值分别为0.30、0.57、0.37、0.23，且通过显著性检验。从图3所示的LISA聚类图可看出：1999年社会经济数据呈现“低低聚集”的区域主要分布在兰西城市群、呼包鄂榆城市群和宁夏沿黄城市群内，呈现“高高聚集”的区域主要分布在山东半岛城市群内;随着社会经济的发展，到2019年呈“高高聚集”的区域不局限于山东半岛城市群，中原城市群中郑州、开封、洛阳和焦作在第二产业产值上表现为“高高聚集”特征。对比各市域20 a的GDP空间聚集性的差异发现，随着经济的快速发展，呈“低低聚集”和“高高聚集”特征的城市个数分别减少1个和3个。

GDP呈“高低聚集”分布的区域包括兰州市及其周边城市，说明兰州市经济对周边城市经济的带动作用不强。从三大产业看，蘭州市的第二产业产值和第三产业产值比周边城市的高。

具有“低高聚集”分布特征的经济指标是第一产业产值，其中1999年表现为“低高聚集”分布特征的城市是山东省东营市，该市第一产业产值仅占GDP总量的9%，第二产业产值占GDP总量的76%，该市以第二产业为主，第一产业产值所占GDP比重较低。而2019年表现为“低高聚集”分布特征的城市是三门峡市，该市第一产业产值占GDP总量的14%，该市GDP相对周边城市也不高，因此表现为“低高聚集”的分布特征。

4.3 经济时空分异影响因素分析

（1）城市群的经济影响因素分析。把各城市群内所辖城市的GDP、第一产业产值、第二产业产值和第三产业产值的平均值作为各城市群相应经济指标值，同时以各城市群内所辖城市的公路通车里程、利用外商投资额、在岗职工人数、固定资产总额和增速、邮电业务总量的平均值和基于DEM提取的平均高程作为各城市群相应经济影响因素，输入到SPSS 20.0中做皮尔逊相关分析，结果表明：在城市群尺度利用外商投资额和平均高程是1999年和2019年经济指标的共同影响因素，而公路通车里程是2019年的主要影响因素;在岗职工人数和邮电业务总量是1999年的主要影响因素。

（2）省域经济影响因素分析。受数据可获取性影响，省域和市域经济影响因素存在一定差异。选择平均高程、能源生产总量、AAAAA景区数量（2019年）、铁路营业里程、公路通车里程、邮电业务总量、利用外商投资额、固定资产总额（1999年）、固定资产增速（2019年）和在岗职工人数等指标作为省域经济发展的影响因素，输入到SPSS 20.0软件中与表2中的5个经济指标做皮尔逊相关分析，结果见表5。

从表5可看出，在岗职工人数是GDP的主要影响因素，而且相较于1999年，2019年在岗职工人数与GDP相关系数更大。从三大产业看，2019年与在岗职工人数相关系数最大的是第二产业产值，而1999年与在岗职工人数相关系数最大的是第一产业产值。区域联系指标中的邮电业务总量和公路通车里程与GDP的相关系数也较大，2019年分别为0.949和0.861，可见区域联系也是省域GDP的主要影响因素，尤其邮电业务总量，在1999年和2019年均表现出强正相关，而随着经济的发展2019年公路通车里程与GDP的相关系数大于1999年的。从经济的开放程度来看，利用外商投资额在1999年和2019年与GDP均表现为强正相关关系。从三大产业看，两个年度利用外商投资额均与第二产业产值的相关系数最大。其他指标与省域GDP的相关性没有通过t检验，即无相关性。

（3）市域经济影响因素分析。选择铁路营业里程、利用外商投资额、在岗职工人数、固定资产总额（1999年）、固定资产增速（2019年）、邮电业务总量和平均高程作为市域经济发展的影响因素，输入到SPSS 20.0软件中与表2中的5个经济指标做皮尔逊相关分析，结果见表6。

从表6可看出，与2019年GDP相关系数最大的是代表经济开放程度的利用外商投资额，相关系数为0.844，说明随着全球经济往来越来越频繁，中外贸易合作已成为2019年市域GDP的主要影响因素。从三大产业来看，该因素与第三产业产值的相关系数最大，即经济开放程度在2019年对第三产业的影响最大，对第一产业产值的影响不大。与1999年GDP相关系数最大的是代表劳动力的在岗职工人数，从三大产业看，与在岗职工人数相关系数较大的是第三产业产值（相关系数0.884）和第二产业产值（相关系数为0.863），原因为1999年有77%的市域以第二产业和第三产业为主。区域联系因素中邮电业务总量与GDP相关系数最大，2019年和1999年分别为0.597和0.871，可见随着经济的发展，在市域范围内邮电业务总量与GDP的相关性降低。市域GDP与平均高程的相关系数在1999年和2019年分别是-0.553和-0.470。从三大产业看，1999年和2019年市域平均高程与第一产业产值的相关系数分别为-0.608和-0.585，说明第一产业产值受地形因素影响较大。另外，随着经济的发展第一产业产值占GDP比例越来越小，2019年GDP与市域平均高程的相关性较1999年的弱。

5 结 论

通过分析近20 a来黄河流域城市群、省域和市域3个不同维度的经济时空分异特征发现：①黄河流域1999年和2019年城市群间、省域及市域间GDP最大值与最小值相差悬殊，经济发展水平差距较大，对比20 a来经济发展，城市群间、省域和市域的经济差异越来越大;依靠第二产业和第三产业的带动作用，黄河流域经济发展水平越来越接近全国平均水平;黄河流域的经济发展需借助科技力量进行大规模自动化作业，以促进第一产业产值的持续稳定增长。②从市域GDP的空间聚集性来看，只有山东半岛城市群内部分城市呈“高高聚集”分布特征，说明该城市群各市域经济发展具有相互带动作用，到2019年“高高聚集”分布区域扩展到中原城市群。宁夏沿黄城市群、呼包鄂榆城市群和兰西城市群中部分城市在部分经济指标上呈“低低聚集”分布特征。关中平原城市群和晋中城市群内各项经济指标均无空间聚集关系。③在不同尺度下经济影响因素不尽相同。从城市群角度来看，GDP平均值主要与经济开放程度（利用外商投资额）和地形因素有关。从省域层面来看，GDP的影响因素有劳动力（在岗职工人数）、区域联系（邮电业务总量和公路通车里程）和经济开放程度（利用外商投资额）;从三大产业看，多数影响因素与第二产业产值的相关系数相对最大;对比2019年与1999年相关系数发现，到2019年与GDP相关系数增大的是在岗职工人数、公路通车里程和利用外商投资额。市域GDP的影响因素有经济开放程度（利用外商投资额）、劳动力（在岗职工人数）、区域联系（邮电业务总量和铁路营业里程）和地形因素（平均高程）;从三大产业看，只有地形因素与第一产业产值相关系数最大，大部分影响因素与第二产业和第三产业产值相关系数最大;对比2019年与1999年相关系数发现，到2019年与GDP的相关系数增大的是利用外商投资额，其他因素与GDP的相关系数均降低。可以看出，经济开放程度在不同尺度下对经济均具有显著性影响。

参考文献：

[1] 习近平.在黄河流域生态保护和高质量发展座谈会上的讲话[J].求是，2019（20）：4-11.

[2] 李敏纳，蔡舒，覃成林.黄河流域经济空间分异态势分析[J].经济地理，2011，31（3）：379-383，419.

[3] 潘桔.中国区域经济发展不平衡测度及影响因素分析[D].沈阳：辽宁大学，2020：91-115.

[4] 唐永超，王成新，王瑞莉，等.黄河流域区域交通与经济发展的空间关联研究[J/OL].经济地理：1-14[2021-07-20].https：//kns.cnki.net/kcms/detail/43.1126.k.20201014.1342.002.html.

[5] 李伦珑.黄河流域九大省区生态经济竞争力与结构分析[J].广西质量监督导报，2021（3）：246-247.

[6] 方创琳.中国城市群地图集[M].北京：中国地图出版社，2019：2-3.

[7] RODGERS J L，NICEWANDER W A.Thirteen Ways to Look at the Correlation Coefficient[J]. The American Statistician，1988，42（1）：59-66.

[8] LI H，WANG J，ZHANG J，et al.Analysis of Characteristics and Driving Factors of Wetland Landscape Pattern Change in Henan Province from 1980 to 2015[J]. Land， 2021，10（6）：564.

[9] 李贺颖，王艳慧.贫困县村级居民点空间分布离散度与农村居民纯收入关联格局分析[J].地理研究，2014，33（9）：1617-1628.

[10] 孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005，25（4）：393-400.

[11] 张永树，王培.基于多种空间权重矩阵的区域经济空间自相关分析：以河南省为例[J].測绘与空间地理信息，2020，43（1）：45-49.

【责任编辑 赵宏伟】