黃河流域縣域經(jīng)濟發(fā)展不均衡性的時空演化分析

　　摘 要：文章基于變異系數(shù)、泰爾指數(shù)和探索性空間數(shù)據(jù)分析的方法，以黃河流域313個縣域的人均GDP 為研究對象，分析了2010—2018年黃河流域縣域經(jīng)濟發(fā)展不均衡性的時空演化情況。結(jié)果顯示：2010—2018 年黃河流域縣域經(jīng)濟發(fā)展不均衡性的絕對程度在拉大，相對程度在不斷縮小，同時呈現(xiàn)著明顯的空間集聚現(xiàn)象，而且空間集聚的程度在不斷強化。從空間集聚的形態(tài)看，“高-高”型縣域主要集聚在內(nèi)蒙古、陜西和山西的北部，少數(shù)分布在山東;“低-低”型縣域主要集聚在黃河上游的西部地區(qū);“低-高”型的塌陷型和“高-低”型的極化型縣域相對較少。2018年，“高-高”型縣域有局部擴散的現(xiàn)象，“低-低”型縣域出現(xiàn)了向西擴散和向山西轉(zhuǎn)移的趨勢，“高-低”型的極化型縣域數(shù)量明顯增加。

　　關鍵詞：黃河流域;縣域經(jīng)濟;時空演化;ESDA

　　武文超， 統(tǒng)計與決策 發(fā)表時間：2021-11-01

　　0 引言

　　黃河是我國第二長河，發(fā)源于青藏高原，從西往東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東 9 個省份，全長 5400 多公里。黃河流域的各個地區(qū)在地理、水文、氣候、生態(tài)、人口以及資源分布等方面存在著極大的差異，經(jīng)濟發(fā)展存在著顯著的不平衡、不充分問題，同時，黃河流域各地區(qū)的經(jīng)濟發(fā)展差異也體現(xiàn)著我國的東西差異。縣域經(jīng)濟是國民經(jīng)濟的基本單元，縣域穩(wěn)則大局穩(wěn)，縣域活則全盤活，縣域強則流域強，縣域高質(zhì)量則流域高質(zhì)量。黃河流域省份2018年底總?cè)丝?.2億，占全國的 30.3%;地區(qū)生產(chǎn)總值 23.9 萬億元，占全國的 26.5%[1] 。推動黃河流域生態(tài)保護和高質(zhì)量發(fā)展基礎在縣域、潛力在縣域，很多優(yōu)勢和短板也在縣域，分析黃河流域縣域經(jīng)濟發(fā)展的布局和不均衡性的時空演化，有利于更好地為實施黃河流域生態(tài)保護和高質(zhì)量發(fā)展戰(zhàn)略提供理論支持和智力支撐。

　　本文在已有研究的基礎之上[2—16] ，以黃河流域的 313 個縣域的人均 GDP 為研究對象，來分析黃河流域縣域經(jīng)濟的不均衡性和時空演化特征。首先，利用標準差、變異系數(shù)、泰爾指數(shù)指標衡量了黃河流域縣域經(jīng)濟之間的差異和演變情況，其次通過泰爾指數(shù)的省域分解分析了省域間差異和9個省份的省內(nèi)差異對于黃河流域縣域經(jīng)濟總體差異的貢獻度，最后通過探索性空間數(shù)據(jù)分析方法，分析了黃河流域縣域經(jīng)濟的空間集聚狀態(tài)以及演化情況，從中得到了關于黃河流域縣域經(jīng)濟布局時空變化的一些觀點和認識。

　　1 研究設計

　　1.1 數(shù)據(jù)來源與處理

　　本文選取了黃河流域青海、甘肅、四川、陜西、山西、河南、山東、寧夏和內(nèi)蒙古共9個省份的313個縣域單元為樣本。這些縣域包括了縣、縣級市、旗、自治縣等行政單位，考慮到市轄區(qū)經(jīng)濟發(fā)展模式與縣域經(jīng)濟有所不同，樣本當中未包含市轄區(qū)。本文的分析過程主要針對人均GDP這一指標，缺失數(shù)據(jù)主要通過當年GDP除以常住人口(個別省份縣域用戶籍人口)進行計算，個別缺失數(shù)據(jù)利用插值法進行替代。本文研究的時間范圍是 2010—2018 年，數(shù)據(jù)來源于9個省份的省級統(tǒng)計年鑒以及部分地市和縣域的統(tǒng)計年鑒、統(tǒng)計公報和政府工作報告。

　　1.2 研究方法

　　(1)變異系數(shù)

　　變異系數(shù)(CV)主要用來衡量縣域人均GDP的離散程度，計算方法為： CV = Sd(x) xˉ 其中，x 指黃河流域縣域人均GDP，Sd (x) 是黃河流域縣域人均GDP的標準差，xˉ 是黃河流域縣域人均GDP的均值。

　　(2)泰爾指數(shù)

　　泰爾指數(shù)(T)源自信息理論中熵的概念，被用于計算收入不平衡問題。泰爾指數(shù)能夠?qū)颖究偛町惙纸鉃榻M內(nèi)差異(Tw)和組間差異(Tb)，在區(qū)域收入不平衡問題中，可以測度區(qū)域內(nèi)差異和區(qū)域間的差異。其計算方法為： T = Tw + Tb = ?k = 1 m VkTk + ?k = 1 m Vk ln Vk Pk Tk = ?i = 1 n Vki ln Vki Pki 其中，Tk 是第 k 組的組內(nèi)差異，m 是分組的個數(shù)，Pk 是第 k 組人口占總?cè)丝诘谋戎兀琕k 是第 k 組GDP總量占 GDP總量的比重，n 指第 k 組的樣本數(shù)，Pki 指第 k 組中第 i 個樣本人口占該組總?cè)丝诘谋戎?，Vki 指第 k 組中第 i 個樣本GDP占該組GDP總量的比重。

　　(3)探索性空間數(shù)據(jù)分析(ESDA)

　　ESDA方法主要利用統(tǒng)計、圖表等手段分析數(shù)據(jù)的空間分布特征，常見的是用Moran’s I來分析數(shù)據(jù)的空間集聚情況。其中，全局Moran’s I用以分析樣本總體的空間相關性，計算方法如下： Moran’s I = N S0 ′ ?i = 0 N ? j = 0 N Wij( xi - xˉ)( xj - xˉ) ?i = 1 N (xi - xˉ) 2 S0 = ?i = 0 N ? j = 0 N Wij 其中，N 是研究區(qū)域的縣域個數(shù)，xi 和 xj 是第 i 和第 j 個縣的人均GDP，xˉ 是 xi 的均值，Wij 為空間權重矩陣。局部Moran’s I用以分析單個樣本與空間相鄰樣本之間的相關性，進而可以用圖表等方法分析局部的空間集聚情況。局部Moran’s I的計算方法如下： Ii = ( xi - xˉ)?i 1 j N Wij( xj - xˉ)

　　2 黃河流域縣域經(jīng)濟分布的不平衡性分析

　　2.1 黃河流域縣域經(jīng)濟不平衡性的總體分析

　　分析黃河流域縣域經(jīng)濟的不平衡狀況，可以利用人均 GDP 進行統(tǒng)計分析，進而分析縣域間的差異和不平衡情況。從人均GDP來看，黃河流域縣域經(jīng)濟的人均GDP從 2010年的26267元增長到49895元。分省域來看，在黃河流經(jīng)的 9 個省份中，黃河流域縣域人均 GDP 最低的是甘肅，僅為8559元，最高的是內(nèi)蒙古的76432元;2018年最低的是甘肅的16428元，最高的是內(nèi)蒙古的131207元。表1 列出了2010—2018年黃河流域縣域人均GDP的標準差，以及利用人均 GDP 計算的變異系數(shù)、泰爾指數(shù)。從中可以看到，2010—2018年，黃河流域縣域經(jīng)濟人均GDP的標準差總體保持著增大的趨勢，其中僅有2015年出現(xiàn)過小幅下降。其原因主要在于，2014—2015 年我國在多個產(chǎn)業(yè)和領域出現(xiàn)了嚴重的產(chǎn)能過剩。正是在這樣的背景下，中央大力推動以“三去一降一補”的重點供給側(cè)結(jié)構(gòu)性改革，因此在2015年，過剩領域產(chǎn)業(yè)分布較多的區(qū)域經(jīng)濟發(fā)展出現(xiàn)了下滑，尤其是陜西、山西的部分資源型縣域表現(xiàn)比較明顯，進而，黃河流域縣域人均GDP的標準差也出現(xiàn)了下降。

　　從人均 GDP 的標準差來看，可以說黃河流域縣域人均 GDP 不平衡性的絕對量在不斷拉大，但是從變異系數(shù)和泰爾指數(shù)來看，2010—2018 年黃河流域縣域人均 GDP 不平衡性的相對程度在縮小。2010—2018 年，黃河流域縣域人均GDP的變異系數(shù)總體保持下降趨勢，從2010年的 1.098 下降到 2018 年的 0.985，當中僅有 2012 年出現(xiàn)過小幅上升;基于人均 GDP 計算的泰爾指數(shù)總體也保持下降趨勢，僅有2015年和2017年兩年出現(xiàn)過小幅上升。

　　2.2 黃河流域縣域經(jīng)濟差異的省域分解

　　利用泰爾指數(shù)計算的可分解性質(zhì)，將黃河流域縣域人均 GDP 的泰爾系數(shù)進行分省域的分解，進而將總體的泰爾系數(shù)分解為省域間差異和9個省份的省內(nèi)差異(見下頁表2)。從泰爾系數(shù)的分解的情況來看，黃河流域縣域經(jīng)濟的人均 GDP 差異的構(gòu)成中，省域間差異占比保持總體在30%~40%，省內(nèi)差異貢獻了剩下的60%~70%。由于黃河在我國從西到東綿延5464公里，因此黃河流域縣域經(jīng)濟的省域間差異也在一定程度上反映了我國縣域經(jīng)濟的東西差異。從黃河流經(jīng)的9個省份的省內(nèi)差異來看，對總差異貢獻比較多的是陜西、寧夏和內(nèi)蒙古，合計達到40% 左右。3個省份的省內(nèi)差異2010—2018年總體上在下降，對總差異的貢獻率總體也在下降。其中，內(nèi)蒙古對總差異的貢獻率從2010年的19.13%下降到2018年的14.06%;陜西從10.42%下降到9.42%;而寧夏則呈現(xiàn)了較大的波動， 2010—2012 年呈現(xiàn)上升趨勢，達到 21.35%后逐漸下降到 2016年的13.94%，而2017年和2018年又出現(xiàn)上升。從這 3個省份的具體情況來看，陜西和內(nèi)蒙古的縣域差異表現(xiàn)在一些高收入縣域與其他縣域的不平衡，例如2010年內(nèi)蒙古鄂爾多斯市就有伊金霍洛旗、準格爾旗等多個縣域的年人均GDP達到20萬元左右，陜西的神木、府谷等縣域也是類似情況。寧夏的縣域經(jīng)濟差異則表現(xiàn)為一些地區(qū)人均 GDP 過低，例如 2010 年靈武市的人均 GDP 接近 63000 元，而最低的海原縣人均GDP僅有5400元左右，前者超過了后者的 11 倍，到 2018 年，靈武市的人均 GDP 仍有海原縣的10倍左右。

　　3 黃河流域縣域經(jīng)濟差異的空間集聚分析

　　空間集聚形態(tài)同樣是分析黃河流域縣域經(jīng)濟時空格局的重要問題。本文利用2010—2018年黃河流域縣域人均 GDP 計算了 Moran’s I，對縣域經(jīng)濟的空間集聚進行分析。從表1列示的計算結(jié)果可以看出，2010—2018年黃河流域縣域經(jīng)濟的全局Moran’s I保持為正，而且均通過了 1%的顯著性水平檢驗，意味著黃河流域縣域經(jīng)濟呈現(xiàn)明顯的空間集聚現(xiàn)象。從時間演化的角度來看，2010 年全局Moran’s I為0.325，到2011年下降到0.324，然后開始逐年上升，到2016年達到0.381，然后到2017年和2018年下降為0.376和0.377?？傮w來看，全局Moran’s I總體呈現(xiàn)上升趨勢，也就是說，黃河流域縣域經(jīng)濟的空間集聚程度在逐漸強化。

　　為了分析黃河流域縣域經(jīng)濟的空間集聚形態(tài)及演化過程，可以利用局部Moran’s I進一步分析黃河流域縣域經(jīng)濟的局部集聚情況。根據(jù)局部Moran’s I的計算公式，如果I值大于0，意味著一個縣域的周圍呈現(xiàn)集聚形態(tài);如果 I 值小于 0，意味著一個縣域的周圍呈現(xiàn)離散的形態(tài)。根據(jù)計算公式的分解分為四種情況：

　　(1)xi - xˉ > 0，?i 1 j N Wij( xj - xˉ) > 0 ，表明第 i 個縣域的經(jīng)濟發(fā)展水平高，周圍的縣域經(jīng)濟發(fā)展水平也高，屬于“高高”型的集聚;

　　(2)xi - xˉ > 0，?i 1 j N Wij( xj - xˉ) < 0 ，表明第 i 個縣域的經(jīng)濟發(fā)展水平高，而周圍的縣域經(jīng)濟發(fā)展水平低，屬于“高低”型，該縣域?qū)儆跇O化型縣域;

　　(3)xi - xˉ < 0，?i 1 j N Wij( xj - xˉ) > 0 ，表明第 i 個縣域的經(jīng)濟發(fā)展水平低，而周圍的縣域經(jīng)濟發(fā)展水平高，屬于“低高”型，該縣域?qū)儆谒菪涂h域;

　　(4)xi - xˉ < 0，?i 1 j N Wij( xj - xˉ) < 0 ，表明第 i 個縣域的經(jīng)濟發(fā)展水平低，周圍的縣域經(jīng)濟發(fā)展水平也低，屬于“低低”型的集聚。

　　除此之外，還需要對局部Moran’s I進行統(tǒng)計檢驗，以判斷局部Moran’s I是否顯著不等于 0，即判斷是否存在明顯的集聚或離散形態(tài)。

　　利用 Geoda1.18.0 計算了黃河流域 313 個縣域經(jīng)濟的局部Moran’s I，進行了統(tǒng)計檢驗，并畫出了縣域經(jīng)濟的空間集聚圖。圖1 是2010年黃河流域縣域經(jīng)濟的空間集聚圖，從中可以看到，179個縣域的局部Moran’s I 并不顯著不等于 0，沒有表現(xiàn)出空間集聚的形態(tài)。26 個縣域呈現(xiàn)“高-高”型的集聚形態(tài)，這些縣域多數(shù)分布在內(nèi)蒙古、陜西和山西的北部，還有少數(shù)分布在山東。96個縣域呈現(xiàn)“低-低”型的集聚形態(tài)，這些縣域主要分布在黃河上游的青海、四川、甘肅、寧夏、陜西等西部省份。7 個縣域呈現(xiàn)出了“低高”型的塌陷型縣域經(jīng)濟形態(tài)，其中包括四子王旗、武川縣、偏關縣、右玉縣、鹽池縣、惠民縣等。這些縣域多分布在“高-高”型縣域集聚的內(nèi)蒙古，以及陜西、山西的北部和山東，此外還有河南的汝陽縣。5個縣域呈現(xiàn)出了“高-低”型的極化型縣域經(jīng)濟形態(tài)，其中包括青海的尖扎縣、陜西的鳳縣和韓城市、山西的中陽縣和壽陽縣，這些縣域的人均 GDP 都略高于黃河流域的平均值，但是周圍的縣域人均GDP普遍較低。

　　圖2是2018年黃河流域縣域經(jīng)濟的空間集聚圖。其中，172個縣域的局部Moran’s I不顯著不等于0，沒有表現(xiàn)出空間集聚的形態(tài)。與2010年相對比，不顯著的縣域數(shù)量有所下降，這一點與全局Moran’s I數(shù)值的上升表現(xiàn)一致，均呈現(xiàn)黃河流域縣域經(jīng)濟集聚程度有所強化。32 個縣域呈現(xiàn)“高-高”型的集聚形態(tài)，這些城市大多與2010年相同，主要分布在內(nèi)蒙古、陜西和山西北部。寧夏的鹽池縣從2010年的“低-高”型的塌陷型縣域發(fā)展成為“高-高” 型縣域，山東的高青縣、沂源縣周圍又新增了博興縣、鄒平市、新泰市三個“高-高”型縣域，這些縣域表現(xiàn)出高收入縣域?qū)χ苓叺臄U散效應。此外，河南的登封市成為新的“高高”型縣域。88個縣域呈現(xiàn)“低-低”型的集聚形態(tài)，相對于2010年有所減少，而且這些“低-低”型縣域的布局也有所變化。比較明顯的是，陜西的三原縣、涇陽縣等多個縣域轉(zhuǎn)為了不顯著的形態(tài)，而山西從 2010 年的原平市 1 個 “低-低”型縣域增加了大寧縣、文水縣、石樓縣、交城縣等多個縣域，其原因可能是山西一些資源型城市轉(zhuǎn)型不成功等。此外，黃河上游的四川石渠縣、青海的稱多縣和曲麻萊縣等縣域也成為新增的“低-低”型縣域。7個縣域呈現(xiàn) “低-高”型的塌陷型縣域經(jīng)濟形態(tài)，數(shù)量與2010年一樣，而且，除了河南的汝陽縣和山東的惠民縣，其他縣域仍然都分布在“高-高”型縣域集聚的內(nèi)蒙古，以及陜西、山西的北部。14個縣域呈現(xiàn)“高-低”型的極化型縣域經(jīng)濟形態(tài)，比2010年增加了9個。其中，鳳縣、韓城市、壽陽縣、中陽縣仍然名列其中，而尖扎縣則變?yōu)?ldquo;低-低”型縣域。新成為“高-低”型的10個縣域中7個處在山西，從大量的新增 “低-低”和“高-低”型縣域可以看出，2010—2018年山西縣域經(jīng)濟發(fā)展的分化情況明顯。此外還有 3 個新增的 “高-低”型縣域為青海的共和縣、海晏縣和甘肅的皋蘭縣。

　　4 結(jié)論與討論

　　本文利用 2010—2018 年黃河流域縣域經(jīng)濟的人均 GDP數(shù)據(jù)，通過變異系數(shù)、泰爾指數(shù)、探索性空間數(shù)據(jù)分析等指標和方法對黃河流域縣域經(jīng)濟發(fā)展不均衡性的時空演化進行分析。從人均 GDP 的標準差來看，2010—2018 年黃河流域縣域經(jīng)濟發(fā)展不均衡性的絕對程度在拉大，而從變異系數(shù)、泰爾指數(shù)的變化情況來看，2010—2018年黃河流域縣域經(jīng)濟發(fā)展不均衡性的相對程度在不斷縮小。根據(jù)以人均 GDP 計算的全局 Moran’s I 來看，2010—2018 年黃河流域的縣域經(jīng)濟呈現(xiàn)著明顯的空間集聚現(xiàn)象，而且空間集聚的程度在不斷強化。通過計算局部Moran’s I和空間集聚圖來看，2010年黃河流域縣域經(jīng)濟中，179個縣域沒有呈現(xiàn)空間集聚的形態(tài)，而集聚現(xiàn)象主要包括，“高高”型縣域主要集聚在內(nèi)蒙古、陜西和山西北部，少數(shù)分布在山東;“低-低”型縣域主要集聚在黃河上游的青海、甘肅、寧夏、陜西等西部地區(qū);“低-高”型的塌陷型縣域主要分布在內(nèi)蒙古、山西北部;“高-低”型的極化型縣域僅有5 個且分布比較分散。相對于2010年，2018年集聚現(xiàn)象有所強化，不顯著的縣域數(shù)量減少。布局方面與2010年相比，“高-高”型有局部擴散的現(xiàn)象，“低-低”型縣域一方面向上游的青海、四川等西部地區(qū)進一步擴散，另一方面出現(xiàn)了從陜西向山西的轉(zhuǎn)移。同時，山西還出現(xiàn)了一批“高低”型的極化型縣域，從中可以看出山西縣域經(jīng)濟出現(xiàn)的明顯分化。“低-高”型的塌陷型縣域組成有所變化，但是空間布局變化較小。

　　本文主要從統(tǒng)計模型和圖表形式利用人均GDP對于黃河流域縣域經(jīng)濟發(fā)展不均衡性的時空演化進行分析，并取得了一些有用的信息和結(jié)論。但僅從人均GDP入手分析區(qū)域經(jīng)濟格局變化仍顯得單薄，未來還需要借助人口流動、科教文衛(wèi)發(fā)展、城鎮(zhèn)化、生態(tài)環(huán)境等方面信息做進一步分析，以便于更好地揭示黃河流域縣域經(jīng)濟發(fā)展不均衡性時空演化的原因、影響機制和未來發(fā)展趨勢。