Scientia Geographica Sinica 2016 , 36 (11): 1622-1628 https://doi.org/10.13249/j.cnki.sgs.2016.11.003

Orginal Article

中国区域发展时空格局变化分析及其预测

贺三维¹^,²^,, 王伟武³^,, 曾晨⁴, 刘明辉¹

1. 中南财经政法大学公共管理学院,湖北武汉 430073
2. 中南财经政法大学地方政府研究中心,湖北武汉 430073
3. 浙江大学建筑工程学院,浙江杭州 310058
4. 华中农业大学公共管理学院,湖北武汉 430070

Spatio-temporal Pattern of Economic Development and the Forecast in China

He Sanwei¹^,²^,, Wang Weiwu³^,, Zeng Chen⁴, Liu Minghui¹

1. School of Public Administration, Zhongnan University of Economics and Law, Wuhan 430073, Hubei, China
2. Research Center of local government, Zhongnan University of Economics and Law, Wuhan 430073, Hubei, China
3. College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, Zhejiang, China
4. School of Public Administration, Huazhong Agricultural University, Wuhan 430070, Hubei, China

文献标识码: A

文章编号: 1000-0690（2016）11-1622-07

通讯作者: 王伟武,副教授。E-mail:weiwuwang@zju.edu.cn

收稿日期: 2016-02-23

修回日期: 2016-08-13

网络出版日期: 2016-11-10

基金资助: 国家自然科学基金项目(41601162、41571384)资助

作者简介:

作者简介：贺三维(1987-),女,湖北荆州人,博士,讲师,主要从事城市与区域发展研究。E-mail:sanwei.87@163.com

展开

摘要

基于1997~2010年的全国省级、地级市和县级多尺度社会经济发展数据库,采用GIS与空间统计学相结合方法,揭示了中国经济发展的空间格局及其动态演变特征及时空格局的尺度依赖性,并对未来经济发展空间格局进行合理预测。结果表明：① 1997~2010年中国经济的空间中心位于河南省境内,并呈现出西北移动的趋势,出现沿海-大陆共生的经济空间格局并逐步均衡化。② 经济发展空间格局具有较为显著的尺度效应,其分布重心、形状和方位在不同尺度上发生变化;总体而言,空间尺度越小,其经济重心越偏向西南方向,其空间分布形状越接近于正圆,主轴方位越偏东。③ 预测结果表明未来10~20 a中国经济重心会继续向北移动,略微偏向东部地区,京津冀、长三角等沿海城市群仍是未来中国经济发展的主要增长引擎。研究结果可以为各级政府制定区域发展政策提供科学的理论依据。

关键词： 经济发展 ; 空间格局 ; 多尺度 ; 标准差椭圆 ; 灰色预测模型

Abstract

The issue of regional inequality has attracted much attention of geographers and economists. The interdisciplinary research has been reflected in a spatio-temporal hierarchical structure, that is, the multi-scalar nature of economic development and its dynamics. With the advent of the new economic geography, the role of space is emphasized in the field of regional science. Spatial pattern and its dynamics provide a significant prospective for understanding regional development in China. Spatial pattern statistics has been adopted to explore the multi-scalar spatial patterns of regional development in China and to investigate the corresponding scaling effect. Especially the forecast of spatial pattern of economic development allows the government to make effective policies. First, the standard ellipse is employed to explore the multi-scalar globe spatial pattern and its dynamics so as to investigate the scaling effect. Second, grey forecast model and Geographic Information System are utilized to predict and visualize the future spatial pattern in 2020 and 2030. The study area is composed of 2 254 county-level units including city districts/counties/county-level cities (not including Hongkong, Macao and Taiwan of China), 333 prefecture-level units and 31 provincial-level units. Major results are listed as follows: 1) Economic gravity in China is situated in Henan Province from 1997 to 2010, accompanied by a shift towards northwestern China, demonstrating co-developing spatial pattern of the coastal and inland regions. It contributes to the effective implementation of western development and rise of central China. Foreign direct investment starts to leave the Zhujiang River Delta and concentrate in Bohai Rim and the Changjiang River Delta. 2) 66% of economic development mainly happens in most eastern and central parts as well as one third of western region. Spatial pattern of economic development shows obvious scaling effect in economic gravity, shape and direction. Overall, the finer the spatial scale, the more southwestern-oriented economic gravity is. Its shape of standard ellipse tends to be circled and its direction is by east. 3) It is forecasted that economic gravity will continue to shift northward and slightly towards the east, indicating Beijing-Tianjin-Hebei and the Changjiang River Delta as the major growth engine for economic development in the future. 4) It has been demonstrated that spatial pattern of regional development has obvious scaling effect. The county level is better to understand the finer spatial structure and spatial laws.

Keywords： economic development ; spatial pattern ; multi-scalar ; standard ellipse ; grey forecast model

PDF (3561KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

贺三维, 王伟武, 曾晨, 刘明辉. 中国区域发展时空格局变化分析及其预测[J]. , 2016, 36(11): 1622-1628 https://doi.org/10.13249/j.cnki.sgs.2016.11.003

He Sanwei, Wang Weiwu, Zeng Chen, Liu Minghui. Spatio-temporal Pattern of Economic Development and the Forecast in China[J]. Scientia Geographica Sinica, 2016, 36(11): 1622-1628 https://doi.org/10.13249/j.cnki.sgs.2016.11.003

区域经济差异一直是经济学家和地理学家关注的重点和难点。在理论研究方面,新古典增长理论、增长极理论、库兹涅茨曲线、内生性增长理论、循环累积因果论等主流经济学理论一般忽视经济活动的空间性^[1,2]。20世纪90年代以后,随着新经济地理学的提出,许多经济学家开始重视空间因素的作用,强调经济活动的空间依赖性、空间异质性和空间集聚特征^[3~5]。目前经济发展空间格局正成为区域差异研究的核心问题,越来越多的学者予以重视,研究成果日趋丰富,主要归纳为四大特点：① 区域差异理论由关注收敛与分异、内生与外生问题,开始注重空间区位和空间布局对经济发展的作用^[6,7];② 经济发展空间格局关注空间和时间两个维度,更注重空间格局的动态演变过程和规律^[8,9];③ 研究尺度趋于多元化,由区域、省级、地级市等宏观中观尺度转向于县级等微观尺度^[10];④ 测度方法和技术手段日趋成熟,包括Moran’s I指数、局部Moran’s I指数、Geary’s C指数、热点分析、空间马尔科夫链、探索性空间数据分析等^[11~13]。然而,目前研究尚存在一些不足之处：① 区域发展及差异等地理现象具有较强的空间尺度效应,基于多尺度对比和县级等微观尺度的研究尚不多^[14~16]。② 研究方法上,多采用地理空间方法（如探索性空间数据分析）分析经济发展空间格局的集聚或扩散特征^[17,18]。它侧重于空间数据的自相关问题,但忽略了空间数据的整体性、图像性以及空间格局之间的变异性^[19]。因此,本研究将从省级、地级市、县级3个空间尺度上,采用空间格局统计方法来探讨中国经济发展的主体空间格局及其动态变化特征,并对比分析中国经济发展空间格局的尺度效应,结合灰色预测模型对未来中国经济发展进行时空格局预测,为相关政府部门制定发展政策提供理论依据。

1 研究区域及研究方法

1.1 研究区域及研究数据

为了揭示经济发展的空间尺度效应,研究以省、地级市、县为基本研究单元(不包括港澳台地区)。目前（到2010年）中国拥有34个省级行政区,333个地级市单元以及2 856个县级行政单元（包括853个市辖区、370个县级市以及1 461个县）。为了避免可变面元问题,历年行政区划界线及对应的社会经济数据均按照2010年行政区划进行归并统一。研究指标主要为常住人口、GDP等数据。中国省级、地级市和县级尺度的行政区划空间底图将从地球系统科学数据共享网（www.geodata.cn）进行下载,县级尺度上每一个地级市的市辖区将进行合并处理。县域社会经济统计数据来自于《中国区域经济统计年鉴》^[20],市辖区（合并后）社会经济统计数据来自于《中国城市统计年鉴》^[21],县级尺度人口数据来自于《中华人民共和国全国分县市人口统计资料》^[22]及人口普查。研究时期为1997~2010年。

在空间格局分析之前,需要对原始数据进行一系列预处理,一是为了估算常住人口（包括移动人口）,需要根据普查年份户籍人口与常住人口比例来推算其他年份常住人口数量;二是为了消除物价变化的影响,各年份GDP数据以1990年价格为基准;三是为了保持空间数据的嵌套结构,地级市、省层面的数据均采用县级人口和GDP数据推算得出。构建不同时相的空间数据库,排除一小部分缺失数据,最后选定的研究区域包括2 254个县级单元（包括338个合并后的市辖区、370个县级市和1 546个县）、333个地级市单元和31个省级单元。

1.2 研究方法

1.2.1 标准差椭圆模型

标准差椭圆（Standard deviational ellipse）属于空间格局统计分析方法,与一般空间统计方法不同,其着重于揭示地理要素空间分布的全局特征。一般采用中心性、展布性、密集性、方位和形状特征等进行表达^[18,19]。本研究主要采用加权标准差椭圆,分别基于省级、市级和县级各行政单元的空间区位,采用对应的经济要素指标表示对应的权重,计算各经济要素空间分布的标准差椭圆。标准差数的选择决定了经济总量的可表达范围。这里采用标准差数1表达68%经济总量的质心包含在内。可采用ArcGIS Desktop空间统计模块进行参数计算和空间可视化。

1.2.2 灰色预测模型

目前学术界较为成熟的预测方法有很多,但一般的数理统计模型对于样本量有较高的要求。由于县级数据约束,研究样本量仅有14 a。因此,本文将采用灰色预测模型中的新陈代谢 $\begin{matrix} GM (1,1) \end{matrix}$ 分别对标准差椭圆参数 $\begin{matrix} x_{i} \end{matrix}$ （即重心经度 $\begin{matrix} x_{1} \end{matrix}$ 、重心纬度 $\begin{matrix} x_{2} \end{matrix}$ 、短半轴 $\begin{matrix} x_{3} \end{matrix}$ 、长半轴x₄、方位 $\begin{matrix} x_{5} \end{matrix}$ ）进行预测。除了数据要求少之外,灰色预测模型具有原理简单、计算量适中、结果精度高等诸多优点^[23]。常规 $\begin{matrix} GM (1,1) \end{matrix}$ 模型是灰色预测的基础,是由一个包含单变量的一阶微分方程构成的模型^[24]。新陈代谢 $\begin{matrix} GM (1,1) \end{matrix}$ 模型具体如下：假设变量 $\begin{matrix} x_{i} \end{matrix}$ 的时间序列数据为 $\begin{matrix} x_{i}^{t} = {x_{i}^{1}, x_{i}^{2}, \dots, x_{i}^{n}} \end{matrix}$ ,每次置入新信息 $\begin{matrix} x_{i}^{n + 1} \end{matrix}$ ,去掉旧信息 $\begin{matrix} x_{i}^{1} \end{matrix}$ ,采用新的时间序列数据 $\begin{matrix} {x_{i}^{2}, x_{i}^{3}, \dots, x_{i}^{n + 1}} \end{matrix}$ 构建 $\begin{matrix} GM (1,1) \end{matrix}$ 模型,预测下一年变量 $\begin{matrix} x_{i} \end{matrix}$ 的值,如此反复,直到完成预测目标。

2 研究结果

2.1 1997~2010年多尺度经济发展空间格局变化特征

如图1a表明1997~2010年中国省级经济发展空间格局状况。具体来说,省级人均GDP空间分布总体呈现“南（偏西）-北（偏东）”方向,并且椭圆主轴方位向西移动。标准差椭圆主要覆盖沿海地区、中部地区和部分西部地区,京津冀、长三角成为沿海地区发展的主体。省级人均GDP椭圆重心位于河南省境内,并向西北方向移动。1997~2010年中国地级市经济发展空间格局如图1b所示。总体而言,全国人均GDP的空间分布格局呈现“南-北”方向,并且椭圆主轴方位逐渐向西移动。标准差椭圆内部是全国经济发展的主体,主要涵盖绝大部分东部和中部地区以及部分西部地区。人均GDP空间分布重心逐渐向西北移动,以向北移动为主,但都集中在河南省内。1997~2010年中国县级经济发展空间格局如图1c所示。1997~2010年全国人均GDP的空间分布格局整体呈现“南-北”方向,但椭圆主轴方位逐渐向东移动。标准差椭圆主要涵盖绝大部分东部和中部地区以及部分西部地区。总体而言,县级经济发展重心在时间尺度上表现出了明显的演化特征,概括为向西北移动。

显示原图| 下载原图ZIP| 生成PPT

图1 1997~2010年中国多尺度经济发展空间格局

Fig. 1 The multi-scalar spatial patterns of regional developments in 1997-2010

1）空间分布重心变化

3个尺度上人均GDP空间格局的重心均分布在河南省境内,并向西北移动。但具体的重心位置和移动轨迹在不同尺度上是有差别的。总体上,空间尺度越大,经济重心越偏向东北,其中,地级市与县级尺度上重心移动轨迹相对较小,省级、地级市和县级重心移动轨迹的偏差较大。尺度越小,经济重心向西移动越不明显,向北移动越明显。这说明基于大尺度数据的研究可能会乐观估计中国西部大开发和中部崛起的作用。

显示原图| 下载原图ZIP| 生成PPT

图2 1997~2010年中国多尺度经济发展重心移动轨迹

Fig. 2 Multi-scalar trajectories of economic gravity from 1997 to 2010

中国省级人均GDP重心空间移动轨迹如图2a。重心由太康县向西北迁移到尉氏县,总体呈现向西北移动的趋势。2004~2005年间重心变化的总轨迹长度最长,达到24.35 km。中国地级市尺度上人均GDP重心空间移动轨迹如图2b,重心由南阳市迁往平顶山市。重心变化主要分为2个时间段：1997~2004和2005~2010。在2个时间段,向西移动不太显著,主要表现为向北推移。但在2004~2005年,向西推移距离最大,达到56.53 km。中国经济增长速度大部分集中于西部地区。随着西部大开发、中部崛起政策的效果显现,固定资产投资和外商投资开始转向于西部地区,导致经济重心加速向西漂移,经济发展呈现空间均衡化趋势。中国县级尺度上人均GDP重心空间移动轨迹如图2c,经济发展重心由方城县向北迁往汝州市。重心推移最显著的年份是在2004~2005年,推移长度为37.85 km。主要原因为：外商投资开始逐渐撤离珠三角地区,趋向于更具地理和政策优势的环渤海和长三角城市群;同时内蒙古地区的迅速发展也吸引着越来越多的国内外投资。

2）空间分布范围变化

人均GDP标准差椭圆的空间分布范围呈现出明显的尺度效应,为地级市>县级>省级,如图3a。

显示原图| 下载原图ZIP| 生成PPT

图3 不同尺度上人均GDP标准差椭圆面积、形状指数和方位角对比

Fig. 3 Multi-scalar comparisons of the area, shape index and azimuth of standard ellipse

省级和地级市空间分布范围在时序上无明显规律,县级空间分布范围总体呈现出先扩大后缩小的趋势,朝着经济集聚的方向发展。这说明在细微的尺度上更能发掘经济发展的规律。省级尺度上,经济发展空间分布范围无明显扩大或缩小的趋势。平均椭圆面积为3 447 694 km²。地级市尺度上,分布范围分别在两个时间段1997~2003和2003~2010上呈现出先上升后下降的趋势,平均椭圆面积为4 247 864 km²。2004~2005年范围扩大幅度最大。县级尺度上,总体为1997~1999年呈上升趋势,2000~2010年呈下降趋势,平均椭圆面积为3 884 122 km²。这说明经济发展主体呈现出愈加集聚的现象,经济的溢出效应尚不明显。

3）空间格局形状变化

3个尺度上人均GDP标准差椭圆的空间分布形状均几近于正圆,最小值为0.84,如图3b。县级、市级、省级3个尺度上平均形状指数为0.94、0.93和0.89,这说明尺度越小,经济主体的空间分布越接近于正圆,虽然南北向为经济发展的主轴方向,但东西向发展也开始愈趋均衡。这说明中国主要经济体稳步向西部发展,经济活跃地带仍集中于南北方向。3个尺度上形状指数的差异较大,地级市尺度上椭圆主轴方位发生了逆转,偏向于西北-东南方向。县级、省级在1997~2007年间经济主要沿着东西方向发展,2008年后开始转为沿南北方向发展。

4）空间格局方位变化

3个尺度上人均GDP标准差椭圆空间分布方位角具有显著的不同,如图3c。县级尺度方位角大于省级尺度,均呈现先增大后缩小的趋势,2005年后经济方位向北回转。地级市尺度上虽然方位角变化比较剧烈,但方位也是紧邻南北轴向,向西转动。采用距离椭圆长半轴与正北方向的夹角来表示经济发展空间格局的方位,代表主体经济的发展方向。省级尺度上经济发展主轴方位角波动较大,集中于北偏东21°~34°。方位角向东偏转的幅度较大,说明了长三角区域对于经济发展的导向作用。地级市尺度上,1997~1999年方位角保持稳定,几近于正南-正北方向,到2000年,经济发展主轴方向向西偏转,2001~2010年继续维持向西偏移的趋势,最大达到西偏北38°。随着西部大开发的持续升温,中国地级市主体经济缓慢向西偏移。县级尺度上,方位角呈现出先上升后下降的趋势,并以2006年为分界点,平均的方位角为47.24°。这意味着空间格局主轴在2006年之前向东靠近,长三角城市群的拉动作用更强,随着内蒙古和京津冀的迅速发展,主轴开始向北靠近。

2.2 中国2020~2030年经济发展时空格局预测

经济发展的时空格局预测能为有关政府及管理部门制定相关政策提供理论依据。采用灰色预测模型中的新陈代谢GM（1,1）对标准椭圆五参数的时间序列构建模型,并对预测结果进行残差检验和后验差检验,以确保模型预测的准确度。检验结果表示,五参数的平均相对误差均小于5%,最大值为2.59%;方差比和小误差概率的精度等级均为1级和2级,说明新陈代谢GM（1,1）的预测结果较好,具有较高的可信度。

根据2020年和2030年标准椭圆的五参数预测结果,在ArcGIS Desktop 10.1中绘制标准椭圆,得出的空间格局如图4所示。预测结果表明,全国县级人均GDP在2010年后整体呈现出比较明显的向东北移动、收缩密集化的趋势。在东西方向上,经济重心呈现出轻微向东移动的趋势,2010~2030年向东发生总位移为21.94 km。在南北方向上,经济重心呈现出向北移动的趋势,2010~2030年向北发生总位移为263.35 km。从经济重心的移动轨迹看, 2010~2015年经济重心由河南省汝州市迁往山西省襄垣县。中国县级经济发展空间格局呈现出一定的空间收缩趋势。2010~2030年间长半轴长度持续增长,短半轴长度持续减少,形状指数从2010年0.94减少到2030年0.82,由正圆形偏向于椭圆形,南北方向扩张而东西方向收缩,南北方向仍是中国经济发展的主轴方位。2010~2030年中国县级经济发展空间格局呈现出较明显的逆时针转动趋势。2010~2020年主轴方位向北转动27.22°,而2020~2030年主轴方位继续向北转动10.67°。这与京津冀城市群和内蒙古地区的快速发展密切有关。

显示原图| 下载原图ZIP| 生成PPT

图4 2020年和2030年人均GDP空间格局预测

Fig. 4 Spatial pattern forecast for PCGDP in 2020 and 2030

可以预见,在未来一段时间内中国经济发展仍主要依赖长三角、京津冀等沿海城市群。2004~2005年中国经济重心迅速向西迁移,这验证了中国西部大开发和中部崛起取得了显著成效,但伴随着2008年全球金融危机以及西部开发面临的一些瓶颈问题,中国经济重心开始向东轻微偏移。区域空间均衡发展仍是未来中国经济发展面临的一大重要挑战。

3 结论与讨论

本研究验证了经济发展空间格局具有较强的尺度效应,不同空间尺度上经济现象和规律的表现形式呈现出差异性。一是经济空间格局的中心性、展布性、密集性、方位和形状特征在不同尺度上具有不同特征,二是这些特征在时序上表现出不同的发展趋势。从侧面证明了中国经济、地理国情的复杂性。政府部门在制定相关政策时应充分顾及这种空间尺度效应,以保证政策实施效果的最优化。小尺度更能体现经济发展时空动态格局的变化轨迹和精细空间结构。地理尺度是准确理解中国经济发展空间结构的重要前提,对于经济现象和规律的研究应聚焦于小尺度。

中国经济重心于1997~2010年间呈现出西北移动的趋势（主要为向北移动）,出现沿海-内陆共生的经济发展格局,经济空间表现出均衡现象。这与中国长三角、京津冀等城市群以及西部地区的快速发展具有密切关系。这些地区快速发展的源动力之一是外商投资的南撤北移。但中国经济重心的移动并不是非常稳定,2006年后经济重心在东西方向波动,这说明了中国经济格局在全球化大背景下的复杂性和多样性特点。在未来一段时间里,如何减少经济的对外依赖性,激发中西部及东北地区的城市群发展活力,提升经济发展的内生性动力,对于进一步平衡中国经济发展空间格局具有重要意义。

根据经济空间格局的预测结果,未来10~20 a中国经济重心会继续向北移动,略微偏向东部方向,这指明未来经济依然以京津冀、长三角等城市群为主,西部大开发随着发展瓶颈的显现发展速度也开始减慢。中国西部地方存在大量的老少边穷区域及连片贫困区,如何激发这些地区的发展活力将是促进西部地区进一步发展的重点和难点问题,更是促进中国经济空间均衡及可持续发展的关键问题。但是本文仅根据单一的经济指标进行衡量和预测难以全面综合地反映中国实体经济的真实状况,如何将就业指标、市场指标、经济结构指标等纳入全面反映区域发展水平将是下一步研究可能的突破点。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	Wei Yingqi, Liu Xiaming, Parker D et al. The regional distribution of foreign direct investment in China [J]. Regional Studies, 1999, 33(9): 857-867. https://doi.org/10.1080/00343409950075498 URL [本文引用: 1] 摘要 WEI Y., LIU X., PARKER D. and VAIDYA K. (1999) The regional distribution of foreign direct investment in China, Reg. Studies 33 , 857-867. This paper analyses the determinants of the regional distribution of both pledged and realized foreign direct investment (FDI) within China. The econometric properties of the panel data set are examined using a standardized 't-bar' test for unit root. The empirical results indicate that there exists a long run relationship between the spatial distribution of FDI and a number of regional characteristics. Provinces with a higher level of international trade, lower wage rates, more R&D manpower, higher GDP growth rates, quicker improvement in infrastructure, more rapid advances in agglomeration, more preferential policies and closer ethnic links with overseas Chinese attract relatively more pledged FDI. WEI Y., LIU X., PARKER D. et VAIDYA K. (1999) La distribution regionale de l'investissement direct etranger en Chine, Reg. Studies 33 , 857-867. Cet article cherche a analyser les determinants de la distribution regionale de l'investissement direct etranger en Chine, soit engage soit realise. Les proprietes econometriques de l'ensemble des donnees etablies a partir d'une enquete se voient examiner en employant un test 't-bar' normalise de la racine unitaire. Les resultats empiriques laissent voir qu'il existe un rapport a long terme entre la distribution geographique de l'investissement direct etranger et un nombre de caracteristiques regionales. Les provinces qui attirent proportionnellement plus d'investissement direct etranger engage sont celles qui ont un niveau de commerce international plus eleve, des taux de salaire moins eleves, un taux d'emploi dans la R et D plus important, des taux de croissance du PIB plus importants, une amelioration plus rapide de l'infrastructure, des progres plus rapides en faveur de la notion d'agglomeration, plus de politiques de faveur et des liens ethniques plus etroits avec les Chinois a l'etranger. WEI Y., LIU X., PARKER D. und VAIDYA K. (1991) Die regionale Verteilung auslandischer Direktinvestierungen in China, Reg. Studies 33 , 857-867. Dieser Aufsatz analysiert die bestimmenden Faktoren der regionalen Verteilung zugesicherter und realisierter auslandischer Direktinvestierungen (Foreign Direct Investment= FDI) in China. Die okonometrischen Eigenschaften des kombinierten Informationstragers werden mit Hilfe eines standardisierten 't-bar Tests' fur Einheitenlosungen untersucht. Die empirischen Ergebnisse deuten darauf hin, dass es eine langjahrige Beziehung zwischen der raumlichen Verteilung der auslandischen Direktinvestierungen und einer Anzahl regionaler Eigenschaften gibt. Provinzen mit hoherem Volumen internationaler Handelsbeziehungen, niedrigeren Lohnraten, mehr Arbeitskraften in Forschung und Entwicklung, hoheren Wachstumsraten, Bruttoinlandsproduktion, schnellerbewerkstelligten Verbesserungen der Infrastruktur, beschleunigtem Vorschreiten von Agglomeration, mehr Vorzugsentscheidungen und engeren ethnischen Beziehungen zu Chinesen in Uberseeziehen verhaltnismassig mehr zugesicherteauslandische Direktinvestierungen an.
[2]	Hulten C R, Schwab R M. Regional productivity growth in US manufacturing:1951-1978 [J]. American Economic Review, 1984,74(1): 152-163. URL [本文引用: 1] 摘要 Real value-added in the manufacturing industries of the Sun Belt grew at twice the rate of the Snow Belt, and different factors account for the growth of the two regions. Regional variation in output growth was due to variation in the rates of growth of capital and labor. No evidence supports the hypothesis that an aging public infrastructure, obsolete capital stock or higher rate of unionization have slowed total factor productivity growth in the Snow Belt. The slowdown in US manufacturing labor productivity was ubiquitous: growth slowed in eight of the nine census divisions between the 1965-73 and 1973-78 periods.-from Authors
[3]	Anselin L. Local indicators of spatial association-LISA [J]. Geographical Analysis, 1995, 27(2): 93-115. URL [本文引用: 1]
[4]	Goodchild M F. What problem? spatial autocorrelation and geographic information science [J]. Geographical Analysis, 2009, 41(4): 411-417. https://doi.org/10.1111/j.1538-4632.2009.00769.x URL 摘要 In retrospect it is the word "problem" in the title that seems most remarkable about the Cliff and Ord article. Spatial autocorrelation is indeed a problem in standard inferential statistics, which was developed to handle controlled experiments, when these methods arc used to generalize from natural experiments. From the perspective of geographic information science, however, spatial dependence is a defining characteristic of geographic data that makes many of the functions of geographic information systems possible. The almost universal presence of spatial heterogeneity in such data also argues against generalization and is made explicit in the recent development of place-based analytic techniques. The final section argues for a new approach to the teaching of quantitative methods in the environmental and social sciences that treats natural experiments, spatial dependence, and spatial heterogeneity as the norm.
[5]	Krugman P. What’s new about the new economic geography? [J]. Oxford Review of Economic Policy, 1998, 14(2): 7-17. https://doi.org/10.1093/oxrep/14.2.7 URL [本文引用: 1] 摘要 Abstract Since 1990 a new genre of research, often described as the 'new economic geography,' has emerged. It differs from traditional work in economic geography mainly in adopting a modelling strategy that exploits the same technical tricks that have played such a large role in the 'new trade' and 'new growth' theories; these modelling tricks, while they preclude any claims of generality, do allow the construction of models that--unlike most traditional spatial analysis--are fully general-equilibrium and clearly derive aggregate behaviour from individual maximization. The new work is highly suggestive, particularly in indicating how historical accident can shape economic geography, and how gradual changes in underlying parameters can produce discontinuous change in spatial structure. It also serves the important purpose of placing geographical analysis squarely in the economic mainstream. Copyright 1998 by Oxford University Press.
[6]	关兴良, 方创琳, 罗奎. 基于空间场能的中国区域经济发展差异评价 [J]. 地理科学, 2012, 32(9): 1055-1065. URL Magsci [本文引用: 1] 摘要促进区域协调发展是区域发展的重要目标,其基础是准确评价区域经济发展格局与空间差异。空间场能是区域中心城市借助区域联系“通道”带动外围地区发展而产生的“势能差”的抽象表达,是反映区域经济发展格局与空间差异的有效手段。基于空间场能的内涵及表征方法,从省际、市际、县际等尺度探讨了中国宏观经济、三大地带与南北经济差异的时空特征、区域经济变化的空间作用机制以及区域经济格局的类型划分。结果表明①2000年以来中国区域经济的不平衡性在扩大,但不同研究尺度反映的经济差异大小有所差别;②三大地带的内部经济差异呈显著的“反自然梯度”特征,南北差异由“南北平分秋色”向“南强北弱”演变,南方与北方内部经济发展差异均呈扩大趋势;③中国区域经济增长存在显著的空间极化现象,经济增长局部聚集模式呈现分异性与规律性;④中国区域经济发展水平的空间格局可划分为5大类型区23个亚单元,不同类型区未来应实施针对性的发展策略。 [Guan Xingliang, Fang Chuanglin, Luo Kui. Regional economic development disparity of China: An application of spatial field. Scientia Geographica Sinica, 2012, 32(9): 1055-1065.] URL Magsci [本文引用: 1] 摘要促进区域协调发展是区域发展的重要目标,其基础是准确评价区域经济发展格局与空间差异。空间场能是区域中心城市借助区域联系“通道”带动外围地区发展而产生的“势能差”的抽象表达,是反映区域经济发展格局与空间差异的有效手段。基于空间场能的内涵及表征方法,从省际、市际、县际等尺度探讨了中国宏观经济、三大地带与南北经济差异的时空特征、区域经济变化的空间作用机制以及区域经济格局的类型划分。结果表明①2000年以来中国区域经济的不平衡性在扩大,但不同研究尺度反映的经济差异大小有所差别;②三大地带的内部经济差异呈显著的“反自然梯度”特征,南北差异由“南北平分秋色”向“南强北弱”演变,南方与北方内部经济发展差异均呈扩大趋势;③中国区域经济增长存在显著的空间极化现象,经济增长局部聚集模式呈现分异性与规律性;④中国区域经济发展水平的空间格局可划分为5大类型区23个亚单元,不同类型区未来应实施针对性的发展策略。
[7]	陈培阳, 朱喜钢. 基于不同尺度的中国区域经济差异 [J]. 地理学报, 2012, 67(8): 1085-1097. https://doi.org/10.11821/xb201208007 URL Magsci [本文引用: 1] 摘要采用变异系数、泰尔指数、空间自相关和尺度方差等统计方法从地带、省级、地级和县级4 个尺度对1998-2009 年中国区域经济差异进行测度和空间格局比较分析。① 差异测度研究表明, 自1998 年以来, 中国区域经济差异在4 个尺度上均表现出扩大的趋势;省级、地级和县级单元人均GDP具有显著的空间自相关性, 其中地级和县级人均GDP的空间自相关程度呈扩大趋势。② 尺度方差及其分解研究表明, 尺度方差及其构成大小依次排列均为县级、地级、省级、地带, 即尺度越小, 尺度方差越大, 对区域经济差异的贡献份额也越大。③ 空间格局研究表明, 不同尺度区域经济空间关联格局总体相对稳定, HH类型集聚区大多分布于东部沿海地区, LL类型在中西部地区的大规模集聚是不同尺度区域经济空间自相关性的主要原因;各尺度显著空间关联类型对总体空间自相关和区域经济差异的影响各不相同。 [Chen Peiyang, Zhu Xigang. Regional inequalities in China at different scales. Acta Geographica Sinica, 2012, 67(8): 1085-1097.] https://doi.org/10.11821/xb201208007 URL Magsci [本文引用: 1] 摘要采用变异系数、泰尔指数、空间自相关和尺度方差等统计方法从地带、省级、地级和县级4 个尺度对1998-2009 年中国区域经济差异进行测度和空间格局比较分析。① 差异测度研究表明, 自1998 年以来, 中国区域经济差异在4 个尺度上均表现出扩大的趋势;省级、地级和县级单元人均GDP具有显著的空间自相关性, 其中地级和县级人均GDP的空间自相关程度呈扩大趋势。② 尺度方差及其分解研究表明, 尺度方差及其构成大小依次排列均为县级、地级、省级、地带, 即尺度越小, 尺度方差越大, 对区域经济差异的贡献份额也越大。③ 空间格局研究表明, 不同尺度区域经济空间关联格局总体相对稳定, HH类型集聚区大多分布于东部沿海地区, LL类型在中西部地区的大规模集聚是不同尺度区域经济空间自相关性的主要原因;各尺度显著空间关联类型对总体空间自相关和区域经济差异的影响各不相同。
[8]	徐建华, 鲁凤, 苏方林, 等. 中国区域经济差异的时空尺度分析 [J]. 地理研究, 2005, 24(1): 57-68. https://doi.org/10.3321/j.issn:1000-0585.2005.01.007 URL Magsci [本文引用: 1] 摘要 <p>运用多阶段Theil系数嵌套分解法和小波分析法,从空间尺度和时间尺度两个方面研究中国区域经济差异问题。基本结论是:从省级行政区域单元来看,东部省际之间差异的变化趋势和全国的变化趋势基本是一致的,中部和西部省际之间的差异一直相对较小,而且变化趋势较为缓慢,但是三大地带之间差异一直在增大。从地级行政区域单元来看,省内差异是全国整体差异的重要构成部分,省内差异对于全国整体差异的贡献比三大地带之间差异和省际差异的贡献显著得多。从时间尺度来看,在大时间尺度(譬如24年)水平上,中国区域经济差异的变化过程,基本上服从“倒U型”曲线规律,但是小时间尺度(譬如2<sup>3</sup>年或2<sup>2</sup>年)水平上来看,则呈现为一条由几个倒U与U型曲线首尾相接的“复合倒U型曲线”。</p> [Xu Jianhua, Lu Feng, Su Fanglin et al. Spatial and temporal scale analysis on the regional economic disparities in China. Geographical Research, 2005, 24(1): 57-68.] https://doi.org/10.3321/j.issn:1000-0585.2005.01.007 URL Magsci [本文引用: 1] 摘要 <p>运用多阶段Theil系数嵌套分解法和小波分析法,从空间尺度和时间尺度两个方面研究中国区域经济差异问题。基本结论是:从省级行政区域单元来看,东部省际之间差异的变化趋势和全国的变化趋势基本是一致的,中部和西部省际之间的差异一直相对较小,而且变化趋势较为缓慢,但是三大地带之间差异一直在增大。从地级行政区域单元来看,省内差异是全国整体差异的重要构成部分,省内差异对于全国整体差异的贡献比三大地带之间差异和省际差异的贡献显著得多。从时间尺度来看,在大时间尺度(譬如24年)水平上,中国区域经济差异的变化过程,基本上服从“倒U型”曲线规律,但是小时间尺度(譬如2<sup>3</sup>年或2<sup>2</sup>年)水平上来看,则呈现为一条由几个倒U与U型曲线首尾相接的“复合倒U型曲线”。</p>
[9]	李广东, 方创琳. 中国区域经济增长差异研究进展与展望 [J]. 地理科学进展, 2013, 32(7): 1102-1112. https://doi.org/10.11820/dlkxjz.2013.07.013 URL Magsci [本文引用: 1] 摘要缩小区域经济增长差异是中国区域经济发展的核心问题。本文从地理学和经济学的视角,综合运用文献资料法、对比分析法,评述了区域经济增长差异研究的进展,分析了存在的主要问题,并展望了下一步的研究重点与方向。结果表明:近年来国外研究在多学科融合框架下更为关注地理的作用,从而导致空间计量分析和空间统计分析成为热点方法,地理信息技术逐步受到重视,研究尺度逐步降低并向实用化发展。国内研究多是国外经验在中国的验证,本土化创新不足;研究尺度以省域层面为主,城市和县域研究明显缺乏;空间效应逐步受到关注,对区域差异的基本问题仍存在较大争议。未来研究应在数据选取上更为细化和全面,尝试追踪和监测区域经济差异的动态变化格局,构建经济增长差异定量测度方法体系和技术平台,加强区域间的关联以及经济溢出、空间溢出效应测度研究,关注差异机制和机理解析。 [Li Guangdong, Fang Chuanglin. A review on divergence of regional economic growth in China. Progress in Geography, 2013, 32(7): 1102-1112.] https://doi.org/10.11820/dlkxjz.2013.07.013 URL Magsci [本文引用: 1] 摘要缩小区域经济增长差异是中国区域经济发展的核心问题。本文从地理学和经济学的视角,综合运用文献资料法、对比分析法,评述了区域经济增长差异研究的进展,分析了存在的主要问题,并展望了下一步的研究重点与方向。结果表明:近年来国外研究在多学科融合框架下更为关注地理的作用,从而导致空间计量分析和空间统计分析成为热点方法,地理信息技术逐步受到重视,研究尺度逐步降低并向实用化发展。国内研究多是国外经验在中国的验证,本土化创新不足;研究尺度以省域层面为主,城市和县域研究明显缺乏;空间效应逐步受到关注,对区域差异的基本问题仍存在较大争议。未来研究应在数据选取上更为细化和全面,尝试追踪和监测区域经济差异的动态变化格局,构建经济增长差异定量测度方法体系和技术平台,加强区域间的关联以及经济溢出、空间溢出效应测度研究,关注差异机制和机理解析。
[10]	李小建, 乔家君. 20世纪90年代中国县际经济差异的空间分析 [J]. 地理学报, 2001, 56(2): 136-145. https://doi.org/10.3321/j.issn:0375-5444.2001.02.002 URL [本文引用: 1] 摘要首次将县域经济发展数据与图形数据结合分析 ,结果表明 1 990～ 1 998年中国县域经济发展相对差异明显变小 ,但沿海地区与内陆地区的差异则出现扩大 ;经济增长较快的县域自一些增长中心向外扩延 ,逐步形成沿海岸带、京广线和长江沿岸三大经济增长轴 ;但沿海发达区内存在十分不发达县域 ;经济不发达县域主要位于西部地区 ,与环境较差的山区、寒区、旱区以及省际边界地区有关 ;全国县域经济基础和增长可分为基础好增长较快型、基础差增长较快型、基础差缓慢增长型、基础好缓慢增长型。 [Li Xiaojian, Qiao Jiajun. County level economic disparities of China in the 1990s. Acta Geographica Sinica, 2001, 56(2): 136-145.] https://doi.org/10.3321/j.issn:0375-5444.2001.02.002 URL [本文引用: 1] 摘要首次将县域经济发展数据与图形数据结合分析 ,结果表明 1 990～ 1 998年中国县域经济发展相对差异明显变小 ,但沿海地区与内陆地区的差异则出现扩大 ;经济增长较快的县域自一些增长中心向外扩延 ,逐步形成沿海岸带、京广线和长江沿岸三大经济增长轴 ;但沿海发达区内存在十分不发达县域 ;经济不发达县域主要位于西部地区 ,与环境较差的山区、寒区、旱区以及省际边界地区有关 ;全国县域经济基础和增长可分为基础好增长较快型、基础差增长较快型、基础差缓慢增长型、基础好缓慢增长型。
[11]	靳诚, 陆玉麒. 基于县域单元的江苏省经济空间格局演化 [J]. 地理学报, 2009, 64(6): 713-724. https://doi.org/10.3321/j.issn:0375-5444.2009.06.008 URL Magsci [本文引用: 1] 摘要 <p>通过ESDA相关分析，描述了20世纪90年代以来江苏省县域经济格局在空间上的变化状况。在经济总体空间格局上，江苏省县域经济发展水平表现出很强的空间自相关性，相似的地区在空间上集聚分布，热点区的空间结构多表现为以苏州、无锡为核心的圈状空间结构，且不断的向东南方向集聚。经济增长空间格局在空间分布上表现出更多的随机性和结构的不稳定性，热点区域切换频繁，没有明显的地理集中现象。江苏经济空间格局连续性和自组织性越来越强，空间分异格局中的随机成份在不断降低，而由空间自相关引起的结构化分异越来越显著，东北—西南方向经济发展的空间差异较小，而东南—西北方向经济发展空间差异最大。最后，将江苏省经济格局演化的驱动力归结为3个方面：历史发展基础、经济区位和区域发展政策。</p> [Jin Cheng, Lu Yuqi. Evolvement of spatial pattern of economy in Jiangsu province at county level. Acta Geographica Sinica, 2009, 64(6): 713-724.] https://doi.org/10.3321/j.issn:0375-5444.2009.06.008 URL Magsci [本文引用: 1] 摘要 <p>通过ESDA相关分析，描述了20世纪90年代以来江苏省县域经济格局在空间上的变化状况。在经济总体空间格局上，江苏省县域经济发展水平表现出很强的空间自相关性，相似的地区在空间上集聚分布，热点区的空间结构多表现为以苏州、无锡为核心的圈状空间结构，且不断的向东南方向集聚。经济增长空间格局在空间分布上表现出更多的随机性和结构的不稳定性，热点区域切换频繁，没有明显的地理集中现象。江苏经济空间格局连续性和自组织性越来越强，空间分异格局中的随机成份在不断降低，而由空间自相关引起的结构化分异越来越显著，东北—西南方向经济发展的空间差异较小，而东南—西北方向经济发展空间差异最大。最后，将江苏省经济格局演化的驱动力归结为3个方面：历史发展基础、经济区位和区域发展政策。</p>
[12]	刘卫东, 张国钦, 宋周莺. 经济全球化背景下中国经济发展空间格局的演变趋势研究 [J]. 地理科学, 2007, 27(5): 609-616. https://doi.org/10.3969/j.issn.1000-0690.2007.05.001 URL Magsci 摘要全球化已经成为对国家、地区和企业制定发展策略产生重要影响的因素之一。参与经济全球化已经对中国区域发展空间格局产生了重要影响。在分析中国国际贸易和利用外资现状及发展趋势的基础上,根据相关理论预测了在经济全球化趋势下中国未来区域发展空间格局的可能情景。中国的比较生产成本和市场规模优势仍将对外商直接投资形成较大的吸引力,将进一步强化中国作为"世界工厂"的地位。随着中国进一步参与经济全球化,外资和外贸的发展将促进和强化中国的"T"型空间格局的形成。在这个"T"型空间骨架上将形成若干个以主要门户城市为核心的、具有一定国际竞争力的大都市经济区。 [Liu Weidong, Zhang Guoqin, Song Zhouying. Trend of spatial configuration evolvement of economic development in China under globalization. Scientia Geographica Sinica, 2007, 27(5): 609-616.] https://doi.org/10.3969/j.issn.1000-0690.2007.05.001 URL Magsci 摘要全球化已经成为对国家、地区和企业制定发展策略产生重要影响的因素之一。参与经济全球化已经对中国区域发展空间格局产生了重要影响。在分析中国国际贸易和利用外资现状及发展趋势的基础上,根据相关理论预测了在经济全球化趋势下中国未来区域发展空间格局的可能情景。中国的比较生产成本和市场规模优势仍将对外商直接投资形成较大的吸引力,将进一步强化中国作为"世界工厂"的地位。随着中国进一步参与经济全球化,外资和外贸的发展将促进和强化中国的"T"型空间格局的形成。在这个"T"型空间骨架上将形成若干个以主要门户城市为核心的、具有一定国际竞争力的大都市经济区。
[13]	曹芳东, 吴江, 徐敏. 基于空间计量经济模型的县域经济发展差异研究——以江苏省为例 [J]. 地域研究与开发, 2010, 29(6): 23-28. https://doi.org/10.3969/j.issn.1003-2363.2010.06.005 URL Magsci [本文引用: 1] 摘要采用1996—2008年江苏省各县(市)人均GDP经济指标,计算并分析江苏省县域单元经济发展整体空间特征,描述县域经济发展的不平衡性,进而运用全局空间自相关与局部空间自相关理论,定量描述自1996年以来江苏省县域单元经济空间格局的动态演化特征与趋势。结果表明:江苏省县域单元经济发展存在较强的空间自相关性,即县域经济发达的区域周边县域经济也往往较发达,反之亦然,并且空间发展格局呈现显著的集聚模式,且集聚态势越来越明显。空间格局更多表现为以苏州、无锡为核心的圈状空间结构,并成为江苏省县域经济发展的核心区域,而苏北地区则成为圈状结构的外围地带,且这种空间格局的分布状态在短时间内难以改变,对不同年际Moran’sI和LocalMoran’sI的计算与分析也较好地揭示了江苏省县域经济发展的时空演化规律。 [Cao Fangdong, Wu Jiang, Xu Min. Research on spatial disparity of economy at county level based on the spatial econometrics model: A case study of Jiangsu province. Areal Research and Development, 2010, 29(6): 23-28.] https://doi.org/10.3969/j.issn.1003-2363.2010.06.005 URL Magsci [本文引用: 1] 摘要采用1996—2008年江苏省各县(市)人均GDP经济指标,计算并分析江苏省县域单元经济发展整体空间特征,描述县域经济发展的不平衡性,进而运用全局空间自相关与局部空间自相关理论,定量描述自1996年以来江苏省县域单元经济空间格局的动态演化特征与趋势。结果表明:江苏省县域单元经济发展存在较强的空间自相关性,即县域经济发达的区域周边县域经济也往往较发达,反之亦然,并且空间发展格局呈现显著的集聚模式,且集聚态势越来越明显。空间格局更多表现为以苏州、无锡为核心的圈状空间结构,并成为江苏省县域经济发展的核心区域,而苏北地区则成为圈状结构的外围地带,且这种空间格局的分布状态在短时间内难以改变,对不同年际Moran’sI和LocalMoran’sI的计算与分析也较好地揭示了江苏省县域经济发展的时空演化规律。
[14]	Fan C C, Sun Mingjie. Regional inequality in China [J]. Eurasian Geography and Economics, 2008, 49(1): 1-18. https://doi.org/10.1191/030913299676254572 URL [本文引用: 1] 摘要 ABSTRACT Regional inequality is one of the major subjects of research on China, and is a major concern to the Chinese government. This article reviews the copious research on regional inequality in China. It is proposed that recent research has significantly improved our understanding of regional inequality but that problems still exist. It is also argued that multiscale studies and investigations of the various mechanisms that affect inequality will further improve future research findings.
[15]	Wei Y D, Ye X Y. Beyond convergence: space, scale, and regional inequality in China [J]. Tijdschrift voor Economische en Sociale Geografie, 2009, 100(1): 59-80. https://doi.org/10.1111/j.1467-9663.2009.00507.x URL 摘要 Abstract Since the late 1980s there has been a renewed interest in regional inequality, fuelled by the concern over the effects of globalisation and liberalisation, and facilitated by theoretical and methodological developments in geography and economics. In essence, the new convergence theory, like the old convergence theory, is another theory devoid of space and time. Research on China has unfolded a complex landscape of regional development, the existence of distinct models of regional development, and the significant role of institutions. This paper examines regional inequality in China, especially Zhejiang Province, and attempts to uncover the trend and driving forces of regional inequality. It adopts a top-down and bottom-up strategy and employs recent developments in exploratory spatial data analysis (ESDA) and geographically weighted regression (GWR). We have found that regional inequality is sensitive to geographic scales and spatial organisation, and that conventional approaches mask spatial agglomeration and the significance of regions in shaping trends of regional inequality. Overall, regional inequality in Zhejiang rose during the reform period and a division between coastal and interior Zhejiang formed, additionally sustained by weak linkages between the two regions and the significance of location and nonstate enterprises in development. This paper further reveals the emergence of Wenzhou, and discusses its effect on regional inequality.
[16]	Qi Yuanjing, Yang Yu, Jin Fengjun. China’s economic development stage and its spatio-temporal evolution: A prefectural-level analysis [J]. Journal of Geographical Sciences, 2013, 23(2): 297-314. https://doi.org/10.1007/s11442-013-1011-0 URL Magsci [本文引用: 1] 摘要 As important mechanisms of regional strategy and policy, prefecture-level regions have played an increasingly significant role in the development of China鈥檚 economy. However, little research has grasped the essence of the economic development stage and the spatiotemporal evolution process at the prefecture level; this may lead to biased policies and their ineffective implementations. Based on Chenery鈥檚 economic development theory, this paper identifies China鈥檚 economic development stages at both national and prefectural levels. Both the Global Moran I index and the Getis-Gi* index are employed to investigate the spatio-temporal evolution of China鈥檚 economic development from 1990 to 2010. Major conclusions can be drawn as follows. (1) China鈥檚 economic development is generally in the state of agglomeration. It entered the Primary Production Stage in 1990, and the Middle Industrialized Stage in 2010, with a 鈥榖alanced-unbalanced-gradually rebalanced鈥pattern in the process. (2) China鈥檚 rapid economic growth experienced a spatial shift from the coastal areas to the the inland areas. Most advanced cities in mid-western China can be roughly categorized into regional hub cities and resource-dependent cities. (3) Hot spots in China鈥檚 economy moved northward and westward. The interactions between cities and prefectures became weaker in Eastern China, while cities and prefectures in Central and Western China were still at the stage of individual development, with limited effect on the surrounding cities. (4) While the overall growth rate of China鈥檚 economy has gradually slowed down during the past two decades, the growth rate of cities and prefectures in Central and Western China was much faster than those in coastal areas. (5) Areas rich in resources, such as Xinjiang and Inner Mongolia, have become the new hot spots of economic growth in recent years. For these regions, however, more attention needs to be paid to their unbalanced industrial structures and the lagging social development against the backdrop of the rapid economic growth, driven predominantly by the exploitation of resources.
[17]	罗庆, 李小建, 杨慧敏. 中国县域经济空间分布格局及其演化研究:1990~2010年 [J]. 经济经纬, 2014, 31(1): 1-7. https://doi.org/10.3969/j.issn.1006-1096.2014.01.001 URL Magsci [本文引用: 1] 摘要县域是度量经济发展水平的基本单元,区域开发政策的实施效果在县域层面尤为显著。文章通过探索性空间数据分析,展示了1990年～2010年中国县域经济格局在空间上的演变状况。研究发现,在经济总体格局上,中国县域经济发展水平表现出较强的空间自相关,相似地区在空间上集聚分布;热点区域主要集中于长三角、珠三角和环渤海地区;冷点区域集中于西北和西南地区。从热点区域与冷点区域的时空变迁来看,中国县域经济空间格局的自组织性越来越强,空间分异格局中的随机成分不断降低,热点区域范围扩大,并呈现出向北和向西移动的趋势,而冷点区域的范围有所减少。1990年～2010年时段中国县域经济增长的空间格局存在着较明显的变化,增长热点也呈现向北、向西迁移的趋势,增长冷点则向沿海迁移。最后, 将中国县域经济格局演化的驱动力归结为3个方面：经济区位、资源禀赋和区域发展政策。 [Luo Qing, Li Xiaojian, Yang Huimin. Spatial distribution pattern of China's county economy and its evolution: from 1990 to 2010. Economic Survey, 2014, 31(1): 1-7.] https://doi.org/10.3969/j.issn.1006-1096.2014.01.001 URL Magsci [本文引用: 1] 摘要县域是度量经济发展水平的基本单元,区域开发政策的实施效果在县域层面尤为显著。文章通过探索性空间数据分析,展示了1990年～2010年中国县域经济格局在空间上的演变状况。研究发现,在经济总体格局上,中国县域经济发展水平表现出较强的空间自相关,相似地区在空间上集聚分布;热点区域主要集中于长三角、珠三角和环渤海地区;冷点区域集中于西北和西南地区。从热点区域与冷点区域的时空变迁来看,中国县域经济空间格局的自组织性越来越强,空间分异格局中的随机成分不断降低,热点区域范围扩大,并呈现出向北和向西移动的趋势,而冷点区域的范围有所减少。1990年～2010年时段中国县域经济增长的空间格局存在着较明显的变化,增长热点也呈现向北、向西迁移的趋势,增长冷点则向沿海迁移。最后, 将中国县域经济格局演化的驱动力归结为3个方面：经济区位、资源禀赋和区域发展政策。
[18]	赵作权. 空间格局统计与空间经济分析[M] . 北京: 科学出版社, 2014 . [本文引用: 2] [Zhao Zuoquan.Spatial pattern statistics and spatial economy analysis. Beijing: Science Press, 2014.] [本文引用: 2]
[19]	赵璐, 赵作权, 王伟. 中国东部沿海地区经济空间格局变化 [J]. 经济地理, 2014, 34(2): 14-19. URL [本文引用: 2] 摘要采用标准差椭圆和标准距离方法，定量识别并以空间可视化的方式精细地刻画2003--2011年国内外复杂背景下的我国东部沿海地区经济空间格局时间变化特征。结果表明：2003—2011年沿海地区经济空间分布呈现向西移动，且空间扩张的趋势；国内市场的聚集经济作用在增强；长三角地区以及山东省北部主要城市对沿海地区经济的影响作用减弱，京津地区、珠三角地区经济的拉动作用增强；沿海地区经济空间格局演化与全国经济空间格局变化时序波动相吻合，很大程度上影响着全国经济空间格局的变化。 [Zhao Lu, Zhao Zuoquan, Wang Wei. The spatial pattern of economy in coastal area of China. Economic Geography, 2014, 34(2): 14-19.] URL [本文引用: 2] 摘要采用标准差椭圆和标准距离方法，定量识别并以空间可视化的方式精细地刻画2003--2011年国内外复杂背景下的我国东部沿海地区经济空间格局时间变化特征。结果表明：2003—2011年沿海地区经济空间分布呈现向西移动，且空间扩张的趋势；国内市场的聚集经济作用在增强；长三角地区以及山东省北部主要城市对沿海地区经济的影响作用减弱，京津地区、珠三角地区经济的拉动作用增强；沿海地区经济空间格局演化与全国经济空间格局变化时序波动相吻合，很大程度上影响着全国经济空间格局的变化。
[20]	国家统计局.中国区域经济统计年鉴[M].北京: 中国统计出版社, 1997~2010. [本文引用: 1] [National Bureau of Statistics of China. China Statistical Yearbook For Regional Economy. Beijing: China Statistics Press, 1997-2010.] [本文引用: 1]
[21]	国家统计局. 中国城市统计年鉴[M].北京: 中国统计出版社, 1997-2010. [本文引用: 1] [National Bureau of Statistics of China. China Urban Statistical Yearbook. Beijing: China Statistics Press, 1997-2010.] [本文引用: 1]
[22]	公安部治安局. 中华人民共和国全国分县市人口统计资料[M]. 北京: 群众出版社, 2010. [本文引用: 1] [The Ministry of Public Security. Population statistics across prefectures and counties in the People’s Republic of China. Beijing: Qunzhong Press, 2010.] [本文引用: 1]
[23]	王晓原, 李军. 灰色GM(1,1)模型在区域物流规模预测中的应用 [J]. 武汉理工大学学报:交通科学与工程版, 2005, 29(3): 415-417. https://doi.org/10.3963/j.issn.2095-3844.2005.03.024 URL [本文引用: 1] 摘要讨论了灰色预测模型以及灰色预测模型在物流规模预测中的应用.建立了基于灰色预测理论的GM(1,1)模型,叙述了运用GM(1,1)模型进行预测的详细步骤,并以山东省的物流规模预测为例进行了实际应用,最后用残差检验和后验差检验的方法对预测结果进行了检验,证明了预测结果的可信性. [Wang Xiaoyuan, Li Jun. Application of GM(1,1)model to predict regional logistics scale. Journal of Wuhan University of Technology(Transportation Science & Engineering), 2005, 29(3): 415-417.] https://doi.org/10.3963/j.issn.2095-3844.2005.03.024 URL [本文引用: 1] 摘要讨论了灰色预测模型以及灰色预测模型在物流规模预测中的应用.建立了基于灰色预测理论的GM(1,1)模型,叙述了运用GM(1,1)模型进行预测的详细步骤,并以山东省的物流规模预测为例进行了实际应用,最后用残差检验和后验差检验的方法对预测结果进行了检验,证明了预测结果的可信性.
[24]	邓聚龙. 灰色系统基本方法(第2版)[M]. 武汉: 华中科技大学出版社, 2005 . [本文引用: 1] [Deng Julong.The primary methods of grey system theory. 2nd ed. Wuhan: Huazhong University of Science and Technology Press , 2005.] [本文引用: 1]

Parker D et al. The regional distribution of foreign direct investment in China

1999

... 区域经济差异一直是经济学家和地理学家关注的重点和难点.在理论研究方面,新古典增长理论、增长极理论、库兹涅茨曲线、内生性增长理论、循环累积因果论等主流经济学理论一般忽视经济活动的空间性^[1,2].20世纪90年代以后,随着新经济地理学的提出,许多经济学家开始重视空间因素的作用,强调经济活动的空间依赖性、空间异质性和空间集聚特征^[3~5].目前经济发展空间格局正成为区域差异研究的核心问题,越来越多的学者予以重视,研究成果日趋丰富,主要归纳为四大特点：① 区域差异理论由关注收敛与分异、内生与外生问题,开始注重空间区位和空间布局对经济发展的作用^[6,7];② 经济发展空间格局关注空间和时间两个维度,更注重空间格局的动态演变过程和规律^[8,9];③ 研究尺度趋于多元化,由区域、省级、地级市等宏观中观尺度转向于县级等微观尺度^[10];④ 测度方法和技术手段日趋成熟,包括Moran’s I指数、局部Moran’s I指数、Geary’s C指数、热点分析、空间马尔科夫链、探索性空间数据分析等^[11~13].然而,目前研究尚存在一些不足之处：① 区域发展及差异等地理现象具有较强的空间尺度效应,基于多尺度对比和县级等微观尺度的研究尚不多^[14~16].② 研究方法上,多采用地理空间方法（如探索性空间数据分析）分析经济发展空间格局的集聚或扩散特征^[17,18].它侧重于空间数据的自相关问题,但忽略了空间数据的整体性、图像性以及空间格局之间的变异性^[19].因此,本研究将从省级、地级市、县级3个空间尺度上,采用空间格局统计方法来探讨中国经济发展的主体空间格局及其动态变化特征,并对比分析中国经济发展空间格局的尺度效应,结合灰色预测模型对未来中国经济发展进行时空格局预测,为相关政府部门制定发展政策提供理论依据. ...

Regional productivity growth in US manufacturing:1951-1978

1984

Local indicators of spatial association-LISA

1995

What problem? spatial autocorrelation and geographic information science

2009

What’s new about the new economic geography?

1998

基于空间场能的中国区域经济发展差异评价

2012

基于空间场能的中国区域经济发展差异评价

2012

基于不同尺度的中国区域经济差异

2012

基于不同尺度的中国区域经济差异

2012

中国区域经济差异的时空尺度分析

2005

中国区域经济差异的时空尺度分析

2005

中国区域经济增长差异研究进展与展望

2013

中国区域经济增长差异研究进展与展望

2013

20世纪90年代中国县际经济差异的空间分析

2001

20世纪90年代中国县际经济差异的空间分析

2001

基于县域单元的江苏省经济空间格局演化

2009

基于县域单元的江苏省经济空间格局演化

2009

经济全球化背景下中国经济发展空间格局的演变趋势研究

2007

经济全球化背景下中国经济发展空间格局的演变趋势研究

2007

基于空间计量经济模型的县域经济发展差异研究——以江苏省为例

2010

基于空间计量经济模型的县域经济发展差异研究——以江苏省为例

2010

Regional inequality in China

2008

Beyond convergence: space, scale, and regional inequality in China

2009

China’s economic development stage and its spatio-temporal evolution: A prefectural-level analysis

2013

中国县域经济空间分布格局及其演化研究:1990~2010年

2014

中国县域经济空间分布格局及其演化研究:1990~2010年

2014

... 标准差椭圆（Standard deviational ellipse）属于空间格局统计分析方法,与一般空间统计方法不同,其着重于揭示地理要素空间分布的全局特征.一般采用中心性、展布性、密集性、方位和形状特征等进行表达^[18,19].本研究主要采用加权标准差椭圆,分别基于省级、市级和县级各行政单元的空间区位,采用对应的经济要素指标表示对应的权重,计算各经济要素空间分布的标准差椭圆.标准差数的选择决定了经济总量的可表达范围.这里采用标准差数1表达68%经济总量的质心包含在内.可采用ArcGIS Desktop空间统计模块进行参数计算和空间可视化. ...

2014

中国东部沿海地区经济空间格局变化

2014

中国东部沿海地区经济空间格局变化

2014

2010

... 为了揭示经济发展的空间尺度效应,研究以省、地级市、县为基本研究单元(不包括港澳台地区).目前（到2010年）中国拥有34个省级行政区,333个地级市单元以及2 856个县级行政单元（包括853个市辖区、370个县级市以及1 461个县）.为了避免可变面元问题,历年行政区划界线及对应的社会经济数据均按照2010年行政区划进行归并统一.研究指标主要为常住人口、GDP等数据.中国省级、地级市和县级尺度的行政区划空间底图将从地球系统科学数据共享网（www.geodata.cn）进行下载,县级尺度上每一个地级市的市辖区将进行合并处理.县域社会经济统计数据来自于《中国区域经济统计年鉴》^[20],市辖区（合并后）社会经济统计数据来自于《中国城市统计年鉴》^[21],县级尺度人口数据来自于《中华人民共和国全国分县市人口统计资料》^[22]及人口普查.研究时期为1997~2010年. ...

2010

灰色GM(1,1)模型在区域物流规模预测中的应用

2005

... 目前学术界较为成熟的预测方法有很多,但一般的数理统计模型对于样本量有较高的要求.由于县级数据约束,研究样本量仅有14 a.因此,本文将采用灰色预测模型中的新陈代谢

\begin{matrix} GM (1,1) \end{matrix}

分别对标准差椭圆参数

\begin{matrix} x_{i} \end{matrix}

（即重心经度

\begin{matrix} x_{1} \end{matrix}

、重心纬度

\begin{matrix} x_{2} \end{matrix}

、短半轴

\begin{matrix} x_{3} \end{matrix}

、长半轴x₄、方位

\begin{matrix} x_{5} \end{matrix}

）进行预测.除了数据要求少之外,灰色预测模型具有原理简单、计算量适中、结果精度高等诸多优点^[23].常规

\begin{matrix} GM (1,1) \end{matrix}

模型是灰色预测的基础,是由一个包含单变量的一阶微分方程构成的模型^[24].新陈代谢

\begin{matrix} GM (1,1) \end{matrix}

模型具体如下：假设变量

\begin{matrix} x_{i} \end{matrix}

的时间序列数据为

\begin{matrix} x_{i}^{t} = {x_{i}^{1}, x_{i}^{2}, \dots, x_{i}^{n}} \end{matrix}

,每次置入新信息

\begin{matrix} x_{i}^{n + 1} \end{matrix}

,去掉旧信息

\begin{matrix} x_{i}^{1} \end{matrix}

,采用新的时间序列数据

\begin{matrix} {x_{i}^{2}, x_{i}^{3}, \dots, x_{i}^{n + 1}} \end{matrix}

构建

\begin{matrix} GM (1,1) \end{matrix}

模型,预测下一年变量

\begin{matrix} x_{i} \end{matrix}

的值,如此反复,直到完成预测目标. ...

灰色GM(1,1)模型在区域物流规模预测中的应用

2005

\begin{matrix} GM (1,1) \end{matrix}

分别对标准差椭圆参数

\begin{matrix} x_{i} \end{matrix}

（即重心经度

\begin{matrix} x_{1} \end{matrix}

、重心纬度

\begin{matrix} x_{2} \end{matrix}

、短半轴

\begin{matrix} x_{3} \end{matrix}

、长半轴x₄、方位

\begin{matrix} x_{5} \end{matrix}

）进行预测.除了数据要求少之外,灰色预测模型具有原理简单、计算量适中、结果精度高等诸多优点^[23].常规

\begin{matrix} GM (1,1) \end{matrix}

模型是灰色预测的基础,是由一个包含单变量的一阶微分方程构成的模型^[24].新陈代谢

\begin{matrix} GM (1,1) \end{matrix}

模型具体如下：假设变量

\begin{matrix} x_{i} \end{matrix}

的时间序列数据为

\begin{matrix} x_{i}^{t} = {x_{i}^{1}, x_{i}^{2}, \dots, x_{i}^{n}} \end{matrix}

,每次置入新信息

\begin{matrix} x_{i}^{n + 1} \end{matrix}

,去掉旧信息

\begin{matrix} x_{i}^{1} \end{matrix}

,采用新的时间序列数据

\begin{matrix} {x_{i}^{2}, x_{i}^{3}, \dots, x_{i}^{n + 1}} \end{matrix}

构建

\begin{matrix} GM (1,1) \end{matrix}

模型,预测下一年变量

\begin{matrix} x_{i} \end{matrix}

的值,如此反复,直到完成预测目标. ...

2005

\begin{matrix} GM (1,1) \end{matrix}

分别对标准差椭圆参数

\begin{matrix} x_{i} \end{matrix}

（即重心经度

\begin{matrix} x_{1} \end{matrix}

、重心纬度

\begin{matrix} x_{2} \end{matrix}

、短半轴

\begin{matrix} x_{3} \end{matrix}

、长半轴x₄、方位

\begin{matrix} x_{5} \end{matrix}

）进行预测.除了数据要求少之外,灰色预测模型具有原理简单、计算量适中、结果精度高等诸多优点^[23].常规

\begin{matrix} GM (1,1) \end{matrix}

模型是灰色预测的基础,是由一个包含单变量的一阶微分方程构成的模型^[24].新陈代谢

\begin{matrix} GM (1,1) \end{matrix}

模型具体如下：假设变量

\begin{matrix} x_{i} \end{matrix}

的时间序列数据为

\begin{matrix} x_{i}^{t} = {x_{i}^{1}, x_{i}^{2}, \dots, x_{i}^{n}} \end{matrix}

,每次置入新信息

\begin{matrix} x_{i}^{n + 1} \end{matrix}

,去掉旧信息

\begin{matrix} x_{i}^{1} \end{matrix}

,采用新的时间序列数据

\begin{matrix} {x_{i}^{2}, x_{i}^{3}, \dots, x_{i}^{n + 1}} \end{matrix}

构建

\begin{matrix} GM (1,1) \end{matrix}

模型,预测下一年变量

\begin{matrix} x_{i} \end{matrix}

的值,如此反复,直到完成预测目标. ...

2005

\begin{matrix} GM (1,1) \end{matrix}

分别对标准差椭圆参数

\begin{matrix} x_{i} \end{matrix}

（即重心经度

\begin{matrix} x_{1} \end{matrix}

、重心纬度

\begin{matrix} x_{2} \end{matrix}

、短半轴

\begin{matrix} x_{3} \end{matrix}

、长半轴x₄、方位

\begin{matrix} x_{5} \end{matrix}

）进行预测.除了数据要求少之外,灰色预测模型具有原理简单、计算量适中、结果精度高等诸多优点^[23].常规

\begin{matrix} GM (1,1) \end{matrix}

模型是灰色预测的基础,是由一个包含单变量的一阶微分方程构成的模型^[24].新陈代谢

\begin{matrix} GM (1,1) \end{matrix}

模型具体如下：假设变量

\begin{matrix} x_{i} \end{matrix}

的时间序列数据为

\begin{matrix} x_{i}^{t} = {x_{i}^{1}, x_{i}^{2}, \dots, x_{i}^{n}} \end{matrix}

,每次置入新信息

\begin{matrix} x_{i}^{n + 1} \end{matrix}

,去掉旧信息

\begin{matrix} x_{i}^{1} \end{matrix}

,采用新的时间序列数据

\begin{matrix} {x_{i}^{2}, x_{i}^{3}, \dots, x_{i}^{n + 1}} \end{matrix}

构建

\begin{matrix} GM (1,1) \end{matrix}

模型,预测下一年变量

\begin{matrix} x_{i} \end{matrix}

的值,如此反复,直到完成预测目标. ...

〈

〉

中国区域发展时空格局变化分析及其预测

Spatio-temporal Pattern of Economic Development and the Forecast in China

1 研究区域及研究方法

1.1 研究区域及研究数据

1.2 研究方法

2 研究结果

2.1 1997~2010年多尺度经济发展空间格局变化特征

2.2 中国2020~2030年经济发展时空格局预测

3 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子