ESDA方法范文

ESDA方法范文（精选5篇）

ESDA方法 第1篇

关键词：空间自相关,区域农业经济,空间差异,环鄱阳湖地区

区域是一个开放的系统,区域经济空间差异问题已成为社会经济发展中的一个热点,引起众多学者的广泛关注[1,2,3]。区际相互作用和相互影响,可以导致区域在许多特性上高度的相关性。而事实上,区域发展的相关理论和实践表明,区域之间存在着扩散(涓滴)或极化(回波)效应,可以缩小或扩大区域空间差异[2]。传统的区域经济差异度量方法,因其缺乏空间视角,难以真正反映区域空间差异的变化与机制;忽视了地理位置因素,无法真正反映区域差异变化的空间特征与成因。空间自相关是用来描述区域社会经济现象空间相互作用的一种空间统计方法[4]。ESDA(Exploratory Spatial Data Analysis,探索性空间数据分析)是一系列空间数据分析方法和技术的集合,以空间关联测度为核心,通过对事物或现象空间分布格局的描述与可视化,发现空间集聚和空间异常,揭示研究对象之间的空间相互作用机制[5]。近年来,该方法已经被广泛地应用于社会经济数据的分析,用来探测社会经济现象的空间模式[5,6,7,8]。空间自相关指同一变量在不同空间位置上的相关性,是空间域中聚集程度的一种度量[4,9]。空间依赖性通常用空间自相关性系数Moran’s I[10]和Geary’C[11]来描述。这些指标分为全局指标和局部指标两种,全局指标用于验证整个研究区域某一要素的空间模式,而局部指标用于反映整个区域中,一个局部小区域单元上的某种地理现象或某一属性与相邻局部小区域单元上同一现象或属性值的相关程度[12,13]。由于全局Moran’s I不能探测相邻区域之间经济增长的空间关联模式,所以,局部空间自相关系数是可选择的度量指标[5,9]。

鄱阳湖生态经济区是生态文明示范区、新型产业集聚区、改革开放前沿区、城乡协调先行区和江西崛起带动区,因此,探索环鄱阳湖地区的区域农业经济空间差异规律,具有重要的实践意义。本研究通过对环鄱阳湖地区县域尺度第一产业增加值(1995-2007年)的空间自相关性分析,来探索环鄱阳湖地区农业经济差异扩大或缩小的空间机制。

1 数据来源与研究方法

1.1 数据来源

为分析环鄱阳湖地区区域间的农业经济空间差异,本文数据资料取自《中国县(市)社会经济统计年鉴》(1995~2007年)和《中国城市年鉴》(1995~2007年)。空间分析尺度为环鄱阳湖地区43个县(市、区),包括5个地级市和38个县(市),时间序列为1995~2007年,分析变量为县域年第一产业增加值(现价)。

1.2 研究方法

研究方法主要采用空间统计学中的全局Moran’s I系数和局部空间自相关分析方法。全局Moran’s I系数的计算公式如下:

式(1)中,xi和xj分别是变量x在相邻配对空间点的取值,是变量的平均值,wij是相邻权重(通常规定,若空间点i和j相邻,wij=1,否则wij=0),n是空间点总数。Moran’s I系数的取值在-1和1之间;小于0表示负相关,等于0表示不相关,大于0表示正相关。

局部空间自相关分析有两种方法:Moran散点图;局部Moran’s I统计量(如LISA)。前者通过散点图的形式,定性地区分出每个地区与其周边地区经济间的相互关系。而后者除了具有Moron散点图的功能之外,还可以定量地得知这些关联的具体程度,并且通过GIS的空间展示功能,显示它们在研究区域上的具体地理分布。如果用第一产业增加值(X)作为衡量一个县(市)农业经济增长的指标,则中心县(市)域i农业经济增长的局部空间自相关指标LISA的计算公式如下:

式(2)中,Zi、Zj分别为中心县域i和与其相邻县域j的第一产业增加值增量的标准化值,表示各县域第一产业增加值增量与均值的偏差程度,即:

xi为县域i的第一产业增加值增量,为县域i的第一产业增加值增量的平均值,Zj与Zi类同;Wij是两元对称空间权重矩阵的元素;ΣjWijZj为相邻县域的第一产业增加值增量偏差的加权平均。

Moran散点图可分为两种形式:一种是动态的Moran散点图(Dynamic Moran Scatterplot)(图1),即当不同的观测值包括在计算中时Moran’s I也随之变化;另一种是地区分布的Moran散点图(Choropleth Moran Scatterplot),它类似于地理学意义上的一般地区分布散点图。动态的Moran散点图和地区分布的Moran散点图有很强的关联性。Moran散点图正好分出了四个象限,第一象限(I)和第三象限(III)代表空间正相关。第一象限表示本区的值高,相邻空间的值也高;第二象限表示本区的值低,相邻空间的值高;第三象限表示本区的值低,相邻空间的值也低;第四象限表示本区的值高,相邻空间的值低。对局部空间自相关进行测算表明了农业经济存在着明显的区域空间差异(表1)。

2 实证分析

2.1 总体空间差异

表2列出了环鄱阳湖地区1995~2007年县域第一产业增加值数据的全局Moran’s I估计值及其显著性。从表2中可以看出,Moran’s I从1995年的0.271,增加到2007年的0.504,整个研究期间,全局Moran’s I估计值全部为正,且总体趋势在不断增加。从显著性水平来看,19952003年,环鄱阳湖地区第一产业增加值全局空间自相关的Moran’s I的显著性水平小于0.05,而20042007年显著性水平小于或等于0.001,这表明,自1995年以来,环鄱阳湖地区的县域农业经济发展水平相似(高高或低低)的地区在空间上集中分布,且随着时间的推移,这种趋势还在不断加强。

环鄱阳湖地区县域总体空间差异的缩小,并不能说明该区域经济已经走上全面、健康与和谐发展之路,它恰是环鄱阳湖地区区域经济空间分异的反映。自1995年以来,环鄱阳湖地区区域经济发展呈现出环鄱阳湖地区南部和北部内部差异不断缩小,环鄱阳湖地区南部和北部之间差异不断扩大的特点。这可以从局部空间差异分析中得到答案:

2.2 局部空间自相关分析

比较1995和2007年环鄱阳湖地区县域第一产业增加值的Moran散点图(图1)可以发现,1995年以来,环鄱阳湖地区县域农业经济发展较快,县域农业经济之间的总体空间差异有了较大程度的缩小,但局部空间差异在增加。位于High-High象限的县(市、区)个数由1995年的12个减少到7个;相反,位于Low-High和High-Low象限的数量却分别由1995年的13个和增加到2007年的16个。位于HH象限的县(市)个数越少,这说明随着经济的发展,环鄱阳湖地区县域第一产业的比重在减少,县域经济的局部总体空间差异在增加。

改革开放以来,随着交通、通讯基础设施的不断改善,环鄱阳湖地区县域间经济、技术交流明显增加,促使县域间经济发展不同步的现象大大减少。但与此同时,那些原先农业经济基础比较薄弱,其周围地区也相对比较落后的县域(Low-Low象限),经过10多年的发展,依然没有摆脱相对滞后的局面。截止2007年,环鄱阳湖地区仍有接近一半(20个)的县域属于Low-Low象限。这一结果表明,环鄱阳湖地区区域农业经济协调发展的路子还很长。

动态的Moran散点图可用来发现奇异点,即严重影响全局空间自相关的点。从1995年Moran散点图可以看出,1995年南昌市和鄱阳县是两个奇异点。南昌市表示本区的第一产业增加值变化大,相邻空间的第一产业增加值小。波阳县表示本区的第一产业增加值变化大,相邻空间的第一产业增加值也大。一旦这两个奇异点被剔除后,1995年全局的Moran’s I系数从0.2707增加到0.3669。从2007年Moran散点图可以看出,2007年南昌市是一个奇异点,一旦这个奇异点被剔除后,2007年全局的Moran’s I系数从0.5036增加到0.5304。当这些奇异点大量存在时,它能指示局部的非稳态性[3]。

Moran散点图,特别是动态的Moran散点图,被认为是连接全局和局部关系的桥梁。因为全局Moran’s I系数和每个位置上点的个体特性能够在动态的Moran散点图中反映出来。对每个位置上的点进行剔除和添加,能够揭示该点对全局空间自相关的影响程度。Moran散点图的不同象限中每个点的位置以及分布密度,可以揭示局部的空间关联,可以用LISA和G*统计量来反映[3]。

局部空间统计量(如LISA,Gi和Gi*)可以用来辨识局部空间模式和局部的不稳定性。与LISA不同,G统计量不能与全局空间统计量相关联,主要用来辨识局部空间模式[2]。图2和图3分别是1995年和2007年环鄱阳湖地区县域第一产业增加值的Moran散点图和LISA显著性检验。从图2和图3可以看出,基于统计量LISA,环鄱阳湖地区43个县(市)中的1995年和2007年分别有6个和10个很显著地聚集在研究区的北部(环鄱阳湖核心区)和南部(南昌市的周边地区)(图2),这些区域就是所谓的“热点区域”(hot spots)。换句话说,研究区的北部和南部这些区域大大地影响着研究区第一产业增加值增长的空间关联。而且分布在研究区南部的这些“热点区域”第一产业增加值有较显著的高增量,而分布在研究区南部的这些“热点区域”第一产业增加值有较显著的低增量。这是因为研究区的北部地区是环鄱阳湖核心区,这些区域交通不便,同时为了保护鄱阳湖,当地主要提倡发展旅游业,限制农业的发展;而研究区南部的大城市周边地区由于受到城市需求的影响,农产品大量地销往城市,带动了这些区域第一产业的发展。

2.3 基于全局和局部空间关联的第一产业增加值潜在区域差异

既然全局和局部空间自相关揭示了研究区全局和局部尺度上的空间关联(图2,图3),它们的分布特征能够用来进行潜在的分区描绘。从图2和图3可以看出,研究区第一产业增加值可以分为3个潜在的区域:高值区坐落在High-High区;低值区坐落在Low-Low区;不稳定区包括所有的High-Low和Low-High区,因为这些区域的第一产业增加值不同于它们的相邻区域。在此基础上,基于LISA值的5%显著性水平分布(图2和图3)能够再细分为3个区域。从图2可以看出,1995年在县域第一产业增加值的高值区(High-High)中,环鄱阳湖地区的新建县、南昌县、余干县和丰城市的LISA呈显著性水平,因此,划归为显著性高值区,余下的区域(都昌县、奉新县、万载县、上高县和高安市)划归为不显著性高值区。在低值区(Low-Low)中,九江县的LISA呈显著性水平,因此,划归为显著性低值区,余下的区域19个县(市)划归为不显著性低区。

3 结语

传统的区域差异度量方法,忽视了地理位置因素,无法真正反映区域差异变化的空间特征与成因。以空间关联测度为核心的ESDA方法,通过定义空间权重矩阵,较好地解决了区域之间的空间关系问题,为区域经济空间差异的定量分析提供了有力支撑。

在一个开放的区域经济体系中,一个地区的经济增长已不再仅仅依靠其内在因素,而是越来越受到周边地区的影响。ESDA方法不仅可以识别区域空间差异扩大或缩小的变化趋势,更为重要的是,它能揭示差异变化的空间相互作用机制。具体来说,如果一个区域属于HH或LL类型,表明该区域可能与周边地区之间存在扩散作用,二者之间的空间差异趋于缩小;如果属于HL或LH类型,表明二者之间可能存在极化作用,空间差异趋于扩大。如果在某一显著性水平α下,HH、LL、HL或LH非常显著,则表明区域与周边地区之间的扩散或极化作用十分显著。

本文利用ESDA全局和局部空间自相关分析,对1995年以来环鄱阳湖地区县域农业经济之间的空间差异变化进行了实证分析。结果表明:

(1)总体上,环鄱阳湖地区县域农业经济之间的空间差异大致呈现缩小趋势。随着经济的不断发展,县域之间的空间相互作用日益增强,县域经济和周边地区呈现出同步发展态势。

(2)环鄱阳湖地区县域农业经济之间的局部空间差异不断缩小。县域农业经济与周边地区呈现显著相似的时间大致发生在1995年,这与该地区加快市场化改革的时间相一致。其中,高水平相似的县域集中在环鄱阳湖地区的南部和北部,包括新建县、余干县、南昌县、进贤县、高安市、上高县和丰城市;低水平相似的县域集中在环鄱阳湖地区的北部,包括彭泽县、都昌县、浮梁县、景德镇市等;环鄱阳湖的西部地区仍存在较大的局部空间差异,但并不显著。

(3)自1995年以来环鄱阳湖地区的南部县域对整个区域的极化效应明显大于其扩散效应。环鄱阳湖地区县域农业经济总体和局部空间差异的缩小并不表明该区域农业经济已经迈上全面、健康和协调发展之路,而恰是区域农业经济空间分异的反映。在循环累积因果机制的作用下,环鄱阳湖地区的南部和北部地区内部县域农业经济差异有可能进一步缩小。

ESDA方法 第2篇

近年来, 乡村规划逐渐注重风貌研究, 即通过现代城乡规划理论和方法, 对各种风貌要素的开发需求和组合关系做出合理安排, 以充分展现乡村特色风情的综合风貌[1]。围绕乡村的风貌、特色、规划、建设等方面的探索中, 俞孔坚提出的景观安全格局概念来调控规划途径[2], 刘兴等提出整治、经济、历史等综合调控影响乡村风貌场所性质[3], 李王鸣等在对乡村景观的产业机理分析中将村落分为四大类, 表现乡村差异化和区域化特色[4], 戴帅等提出自上而下的乡村规划模式产生丧失基层民意、重复管理、趋于城市化等诸多弊端[5]。

综合相关学者研究成果及文献, 乡村风貌研究主要集中在历史保护、乡村形象、乡村发展等个体乡村特征与类型, 较少关注区域乡村群体风貌。在区域环境中乡村风貌表现出自然连续性、产业协同性、文化延续性等区域群体特征。通过区域乡村群体研究, 把握乡村发展中风貌整体空间、产业协同趋势、文化脉络传承等内容, 为区域乡村互利共赢发展奠定基础。基于此, 本文借助探索性空间数据分析 (ESDA) 方法综合分析区域风貌要素, 揭示区域乡村风貌特征与内涵, 建立着眼区域的乡村风貌规划体系, 并以舟山市定海区美丽乡村风貌规划为例进行深入分析。

2. 区域乡村风貌研究方法

2.1总体思路

区域乡村风貌的规划体系研究在于从宏观视角挖掘乡村个体间存在的群体特征, 通过风貌要素体系中自然、产业、人文三方面提炼, 以及风貌要素空间的相互关联特征, 运用量化分析方法了解乡村风貌群体特征与格局, 建立乡村风貌规划体系。提出区域乡村风貌体系研究思路 (图1) , 包括乡村风貌评析、乡村风貌ESDA分析、区域乡村风貌规划体系三部分。

2.2风貌要素体系

乡村风貌在于挖掘具有乡村特质代表要素, 不仅是自然地貌特征的单一体现, 而是具有地域识别性的综合特征体现。总体来看, 包括自然风貌类、产业风貌类、人文风貌类等。自然风貌依托乡村地区地形地貌、水文生态以及乡村聚落构成乡村风貌地域基础, 产业风貌所表达的乡村产业是乡村格局、乡村风貌转变与更新的内生动力。人文风貌是人居生活传承下来的历史积淀, 最具识别性的乡村地域特征。

2.3ESDA分析方法

探索性空间数据分析方法 (ESDA) 是以空间关联性测度技术为核心, 以数据为基础, 通过对事物或现象空间分布格局的描述与显示, 揭示空间联系、空间簇聚以及其他空间一致的不同模式[6]。应用ESDA分析区域乡村风貌综合评析乡村风貌, 揭示风貌要素空间联系、同质、集聚等特征, 这需要将乡村风貌要素转化为量化指标作为基础数据。

ESDA方法从区域层面分析乡村社区间的风貌关系与空间特征, 以乡村社区风貌综合评分值为数据组, 选取空间权重, 用全局自相关和局部自相关度量区域属性值的空间分布特征。全局自相关表达区域整体分布特征, 判断区域乡村风貌要素是否集聚, 用统计量Global Moran’s I表示, 其中I值越大, 空间分布惯性越大[7];局部自相关用于反应区域背景下个体乡村风貌集聚特征, 对应到HH、HL、LH、LL四个象限, 代表四种集聚类型。

图片来源:作者自绘

图片来源:作者自绘

2.4区域风貌规划体系构成

根据乡村风貌要素提炼和ESDA综合分析, 借助景观生态学“斑块 - 基质 - 廊道”的概念, 挖掘区域乡村风貌综合特征, 构建区域乡村风貌规划体系 (图2) 。

乡村社区“点状斑块”风貌在区域中呈现出同质化特征, 空间集聚、风貌相似的社区构成群体效应, 群体类型的制定挖掘出乡村景观、产业、人文等风貌的核心特征和发展重心。

乡村间空间依托自然水系山脉、道路交通、基础设施形成具有连续性、延绵性的“线状廊道”风貌空间。山脉水系串联自然要素, 道路基础设施衔接乡村聚落。

从区域层面来看, 自然、产业、人文交织在一起的“面状基质”风貌空间, 形成“区域化”风貌特征, 实现各类风貌要素的同质同构, 促进乡村区域特色鲜明、互利共赢发展。

通过“斑块廊道基质”和“点线面”的分析, 揭示乡村整体风貌格局“同质化、集群化、区域化”特征。以“群体类型廊道组织片区结构”框架的区域乡村风貌规划体系在挖掘区域风貌联系与内涵的同时, 实现乡村统筹协调发展。

3. 舟山案例研究

舟山市定海区位于舟山本岛西部。本次研究的乡村区域主要为舟山定海区乡村地区, 包括白泉、小沙等7各镇, 册子、北禅等3个乡和盐仓街道共69个乡村社区。其中, 金塘、册子、长白为独立岛屿, 其余乡镇村庄均位于舟山本岛。舟山定海区乡村风貌特色鲜明, “山、海、渔、港、田、林、居”交织组成的风貌体系在地域空间有丰富体现。

3.1风貌要素特征和乡村风貌量化评定

图片来源:乡镇调研宣传资料

3.1.1乡村风貌要素特征

定海乡村呈现海岛丘陵、海岸滩涂为特色的自然风貌。定海所属区域属海岛丘陵地貌, 总面积1444平方公里, 岛屿面积占到39%。境内丘陵、平原、山体、滩涂交错, 农业岸线、工业岸线、生活岸线、自然岸线相互拼接, 乡村地区风貌多样。

定海乡村展现精品农业、农事体验、休闲旅游为代表的产业风貌。农业精品以浙东白鹅、晚稻杨梅、皋泄香柚、金塘李、马目泥螺最为突出。同时, 以双桥镇紫薇社区茶人谷、马岙镇马岙社区青青世界、干览镇龙潭社区太阳谷等项目为代表的乡村休闲旅游行业配合独具风情的海岛、库区田园风光以及多种农事体验活动带动产业发展。

定海区乡村突出物质遗产、乡土名俗所积淀的人文风貌。散落于定海各处的祠堂和明清古建筑群落生动反映定海乡村人民生活情景。而原汁原味的哼唱渔歌、舟山锣鼓、翁州走书、戏文灯舞等一系列海岛农居民俗文化承载定海乡村浓郁生活气息 (图3) 。

3.1.2 风貌要素分析与量化评价

根据产业、景观、人文风貌特征, 将风貌要素转化为量化参数。产业风貌关注农业、服务业, 工业风貌不宜考虑;生态风貌关注海岸滩涂和地形地貌;文化风貌关注物质文化、非物质文化。量化过程采取赋值评分方法进行转换与分值融合。其中量化标准根据各类风貌价值分级, 并对应3分、2分、1分、0分计算 (表1) 。

3.2基于ESDA 方法的风貌空间分析

3.2.1区域乡村ESDA 分析

定海区域乡村全局自相关基于定海区69个乡村社区风貌评分为基础数据, 分析乡村社区间的总体空间特征。在以邻接规则为权重计算下, 风貌全局自相关全局Moran’s I为0.0833, 风貌数据正相关, 表明区域层面乡村风貌存在一定空间集聚性, 但集聚特征并不显著。

局部自相关详细表示空间局部乡村风貌集聚特征, 对乡村进行有效归类。通过深入研究每个村庄社区风貌区域空间相关性, 基于ESDA模型及Geoda软件分析出Moran散点图和LISA图 (图4、图5) 。结果显示定海区69个乡村社区集聚特征并不显著, 风貌较弱乡村共42个, 占60%, 风貌突出乡村共27个, 占40%。在集聚空间上只有5个乡村的集聚特征较为明显。

3.2.2 基于ESDA 的区域乡村集聚分类

通过ESDA分析, 确定定海区69个村庄社区在区域层面构成四种类型。

HH类型 (15个) :定海外围岛屿风貌突出, 主岛集中在白泉镇地区, 岛屿特显著。此类乡村各类风貌价值普遍较高且相对集中, 大多拥有特征鲜明的海岸线, 同时文化积淀较深。

LL类型 (22个) :主要集中在定海本岛, 邻近市区的盐仓地区、工业发达的小沙、马岙等本岛北部内陆地区最为突出。此类乡村多趋向城市化产业发展或已纳入城市建设用地范围内, 乡村格局逐渐消失。

HL类型 (12个) :乡村社区形成小型簇团结构, 分布在主岛中部和金塘岛北部。此类乡村风貌某一类要素较为突出, 与主岛南北向交通联系密切, 成为城城乡风貌过渡区。

(图片来源:Geoda软件生成)

LH类型 (20个) :此类乡村社区总体较为分散, 在金塘岛中部和本岛东部地区形成小型簇团。风貌类型特征较为平均, 呈现“风貌孤岛”现象。

3.3定海区域乡村群体风貌规划体系

3.3.1“同质化”的六大风貌类型

“点状斑块”乡村之间虽然存在个性, 但在区域空间视角下存在趋同化和同质化, 构成统筹乡村协同发展的可能性。乡村风貌规划的群体类型要考虑核心价值和集聚特征, 进而同步提升乡村风貌水平和质量。

根据ESDA分析, 定海区69个乡村社区评定为六大风貌类型:自然风貌突出类 (13个) 、自然风貌一般类 (14个) 、产业风貌突出类 (6个) 、产业风貌一般类 (19个) 、人风貌突出类 (10个) 、人文风貌一般类 (7个) (图6) 。

结果显示风貌群体数量总体均衡, 乡村“同质化”特征明显。自然风貌类乡村要利用海岸、山林资源, 营造乡野田园风光;产业风貌类乡村基于乡村产业优势, 着重打造乡村品牌产品, 提升乡村的休闲服务水平, 营造休闲观光景致, 减少工业对乡村风貌的侵蚀;文化类乡村挖掘乡村历史、古村落等一系列物质文化、非物质文化, 传承具有定海海岛特色文化, 形成具有人文气息的特色乡村文化基地。

3.3.2“集群化”的七条风貌廊道

图片来源:Geoda软件生成

图片来源:作者自绘

乡村社区之间存在人居活动联系, 而区域乡村风貌依托区域交通道路、基础设施、山脉水系组织串联风貌线性廊道。根据定海区区域交通主要干道与乡村社区间的关系, 确定围绕疏港公路 (西岑线) 鸭东线、定马线等区域干道组织“两横三纵两门户”共七条区域乡村风貌廊道 (图7) , 呈现出集群化特征。

“两横”指基于北部疏港公路、岑东线的“农工碧海风貌带”, 体现城景交融、港城风华特征;基于鸭东线、兴舟大道等构成的“港城蓝岸风情带”, 体现工农引领、山海风光特征。“三纵”指基于定马线的“探古溯源带”, 表现追寻故里、山峦葱翠风貌;基于南毛线的“茶禅寻幽带”, 呈现采茶风光、禅修体验景致;基于三西线的“岛村乐活带”, 打造锦绣山水、休闲乐居风貌。“两门户”指基于甬舟高速的“桥接映辉门户带”, 体验岛联长桥、岛桥映辉风光;基于舟山码头航线的“岛联通堑门户带”, 彰显航穿多岛、城乡交映的风貌特征。

3.3.3“区域化”的多个风貌片区

区域视角下乡村风貌存在一定的同质性和区域化, 体现簇群式“面状基质”特征, 以宏观视角统筹乡村综合发展趋势和区域分工。根据定海区风貌区域风貌资源与风貌发展方向, 确定“两横三纵两门户, 多岛四类十三区”片区结构 (图8) , 定海主岛体现为“北生产、中休闲、南生活”区域特征。

农林风貌片区主要集中在主岛中部、西部, 以农耕、山林为特色的风貌片区展示纯正乡村画面;文化风貌片区同样集中在主岛中部, 且较为集中, 展现以休闲为主题的乡村发展格局;工业风貌区聚集定海北部产业园区和金塘、册子岛屿, 园区建设成为了乡村风貌新格局;城市风貌区主要集中定海南部, 逐渐融入舟山城区, 表现出城镇化过程中乡村格局向城市格局的快速演进过程。

图片来源:舟山市定海区美丽海岛建设总体规划

(图片来源:舟山市定海区美丽海岛建设总体规划)

4.结语

本文研究揭示了乡村风貌自然、产业、人文要素与乡村风貌组织格局的关系, 构建了由乡村风貌评析、风貌空间分析和区域风貌规划体系组成的区域乡村风貌研究方法, 运用探索性空间数据分析 (ESDA) 的量化分析手段, 通过定海区区域乡村案例, 论证了区域乡村“同质化”、“集群化”、“区域化”三大特征对区域乡村规划体系的重要性, 形成了“群体类型廊道组织片区结构”的区域乡村风貌规划体系, 为区域乡村协同发展目标提供有力支撑。

参考文献

[1]顾鸣东, 葛幼松, 焦泽阳, 城市风貌规划的理念与方法——兼议台州市路桥区城市风貌规划[J].城市问题, 2008, 152, 17-21

[2]俞孔坚, 李迪华, 韩西丽等.新农村建设规划与城市扩张的景观安全格局途径——以马岗村为例[J].城市规划学刊, 2006 (5) :38-45

[3]刘兴, 吴晓丹.公共空间的层次与变迁——村落公共空间形态分析[J].华中建筑, 2008 (8) :141-144

[4]李王鸣, 楼铱.乡村景观的产业机理分析——以浙江省安吉县的乡村为例[J].华中建筑, 2010 (1) :117-119

[5]戴帅, 陆化普, 程颖.上下结合的乡村规划模式研究[J].规划师, 2010 (1) :16-20

[6]Anselin L.interacive techniques and exploratory spatial data analysis.Geographical information Systems.New York;John Wiley&Sons, 1999:253-266

ESDA方法 第3篇

关键词：区域经济差异,ESDA,空间自相关,秦皇岛市

0 引言

区域经济差异的研究一直是国内外学者的研究热点之一。学者们多采用泰尔指数、基尼系数、综合墒指数、变异系数、加权变异系数等传统的区域经济差异度量方法, 这些传统的方法缺乏空间视角, 难以真正反映区域空间差异的变化与机制[1]。探索性空间数据分析 (Exploratory Spatial Data Analysis, 简称ESDA) 是一系列空间数据分析方法和技术的集合, 以空间关联测度为核心, 通过对事物或现象空间分布格局的描述与可视化, 发现空间集聚与异常, 从而揭示研究对象之间的空间相互作用的机制[2]。目前, 较多学者采用ESDA方法研究区域经济差异[3,4,5,6], 但是研究区域多为全国或省域内部, 基于市域、县域内部等小尺度的经济差异研究较少[7,8]。本文运用ES-DA方法, 以秦皇岛市为例, 对2005—2012年各县 (区) 人均GDP进行了空间统计分析, 同时探索其时空分异规律, 为秦皇岛市区域经济协调发展提供参考。

1 研究区域、数据来源与研究方法

1.1 研究区域与数据来源

研究区域为河北省秦皇岛市, 现辖海港区、山海关区、北戴河区3个区, 及昌黎县、抚宁县、卢龙县、青龙满族自治县4个县。到2012年底, 辖区面积约为7 812平方公里, 常住人口302万人, 人均GDP37 797元。本文是基于县域 (含县、市辖区) 尺度的研究, 共计7个县级研究单元, 时间跨度为2005—2012年, 分析变量为各县 (区) 年人均GDP (现价) 。数据来源于2006—2013年出版的《秦皇岛统计年鉴》。利用软件Arc GIS10.0对秦皇岛市行政区图进行矢量化处理, 得到秦皇岛市shp格式电子地图。

1.2 研究方法

1.2.1 全局空间自相关分析

全局空间自相关是对属性值在整个区域的空间特征的描述。其中, Moran’s I指数是一种应用非常广泛的全局空间自相关统计量, 其计算公式如下[9]:

式 (1) 中, n为研究的县 (区) 单元个数, 本文;Xi和Xj分别为县 (区) i和县 (区) j的人均GDP;Wij为县 (区) i与县 (区) j之间的空间邻接关系矩阵。

Moran’s I取值范围介于-1与1之间, 在给定显著性水平下, 当Moran’s I显著为正时, 表示观测值之间存在显著的正相关, 说明经济发展水平较低或较高的区域在空间上显著集聚, 值越接近于1, 总体空间差异越小;当Moran’s I显著为负时, 表示观测值之间存在显著的负相关, 说明区域与其周边地区的经济发展水平具有显著的空间差异, 值越接近于-1, 总体空间差异越大;当Moran’s I等于0时, 表示空间不相关, 在空间上随机分布。

对于Moran’s I指数的统计检验可以采用Z检验。Z的计算公式如下:

式 (2) 中, E (I) 为Moran指数I的期望值, Var (I) 为所有观测值的Moran指数I的标准差。在95%的置信度下, 如果Z的绝对值大于1.96, 则表示统计值显著, 即区域间存在显著的正 (负) 自相关性。

1.2.2 局部空间自相关分析

局部空间自相关分析主要采用Moran散点图来揭示各个区域单元空间自相关程度。Moran散点图的横轴对应变量z的所有观测值, 纵轴对应空间滞后向量 (Wz) 的所有取值。每个区域观测值的空间滞后就是该区域周围邻居观测值的加权平均, 具体通过标准化的空间权重矩阵来加以定义。

Moran散点图的4个象限表达了某一区域和其周围区域4种不同的区域空间差异类型。第一象限 (高-高) 和第三象限 (低-低) 表明区域自身和周边地区的经济水平均较高 (低) , 二者空间差异程度较小。第二象限 (低-高) 和第四象限 (高-低) 表明区域自身的经济水平较低 (高) , 周边地区的经济水平较高 (低) , 二者空间差异程度较大。第一象限 (高-高) 和第三象限 (低-低) 代表空间正相关, 第二象限 (低-高) 和第四象限 (高-低) 代表空间负相关。

2 结果与分析

2.1 全局空间自相关

根据公式 (1) , 利用Geoda软件计算出秦皇岛市2005—2012年各县 (区) 人均GDP的Moran’s I值, 并运用Z值法对空间自相关的显著性进行检验, 结果如表一所示。

从表一可以看出, 2005—2012年Moran’s I值均为正值, 各年度Moran’s I的正态统计量Z值均大于0.05置信水平的临界值 (1.96) , 通过显著性检验。表明自2005年以来, 秦皇岛市各县 (区) 人均GDP在空间分布上存在明显的正相关特性, 具有空间集聚特征, 即人均GDP较高的县 (区) 趋于相邻, 人均GDP较低的县 (区) 也趋于相邻。同时, 从表一中可以看出, Moran’s I值在研究期间内呈现一定的波动, 从总体上看, 与2005年相比, 2012年Moran’s I值有一定程度的升高, 但变化不大, 表明秦皇岛市县域间的总体经济空间差异没有明显的变化。

2.2 局部空间自相关

根据2005年和2012年秦皇岛市各县 (区) 的人均GDP数据, 利用Geo DA软件分别绘制2005年和2012年秦皇岛市各县 (区) 人均GDP的Moran散点图, 如图一所示。由图一可以看出, 2005年和2012年位于第一、第三象限的县 (区) 数量均较多, 位于第二、第四象限的县 (区) 数量均较少。2005年和2012年位于第一象限的县 (区) 数量有2个, 位于第三象限的县 (区) 数量有3个, 合计空间正相关县 (区) 占总数的71.43%;2005年和2012年位于第二象限的县 (区) 数量有2个, 位于第四象限的县 (区) 数量为0, 合计空间负相关县 (区) 占总数的28.57%。表明秦皇岛市经济发展水平相似的地区在空间上集中分布, 即空间集聚性强的县 (区) 居多。与2005年相比, 2012年位于各象限的县 (区) 数量没有变化, 表明从2005年到2012年, 县域经济局部空间差异无明显变化, 这也与表一中Moran’s I估计结果相一致。

3 结束语

本文运用EDSA方法 (包括Moran’I指数、Moran散点图) 对2005—2012年秦皇岛市各县 (区) 经济差异的空间格局进行了探索性分析, 结论如下:

(1) 通过对2005—2012年秦皇岛市各县 (区) 的人均GDP全局自相关分析得到的Moran's I统计结果显示, 秦皇岛市各县 (区) 人均GDP具有明显的正相关性, 呈现明显的全局空间集聚现象。

(2) 通过Moran散点图得到的结果显示, 秦皇岛市大多数县 (区) 位于第一、第三象限, 主要处于正的空间关联关系, 即以高高和低低聚集分布形式为主, 局部空间集聚现象明显。

(3) 空间权重矩阵的设置是分析结果的关键, 本文所用的是最常见、基本的基于Rook规则的简单二分相邻矩阵。采用不同的邻居定义标准会产生不同的空间权重矩阵, 从而影响ESDA全局和局部空间自相关分析。今后还需进一步采用距离或其他空间权重定义标准对现有分析结果的稳健性加以检验。

参考文献

[1]卢德彬, 涂建军, 邹韬, 等.基于GIS的重庆市经济空间差异的ESDA分析[J].西南大学学报 (自然科学版) , 2011, 33 (08) :157-161.

[2]潘竞虎, 张佳龙, 张勇.甘肃省区域经济空间差异的ESDA—GIS分析[J].西北师范大学学报 (自然科学版) , 2006, 42 (06) :83-87, 91.

[3]蒲英霞, 葛莹, 马荣华, 等.基于ESDA的区域经济空间差异分析——以江苏省为例[J].地理研究, 2005, 24 (06) :965-974.

[4]宋萍, 洪伟, 吴承祯, 等.基于ESDA的福建省县域经济差异[J].福建农林大学学报 (自然科学版) , 2009, 38 (04) :406-411.

[5]张海峰, 白永平, 陈琼, 等.基于ESDA—GIS的青海省区域经济差异研究[J].干旱区地理, 2009, 32 (03) :454-461.

[6]关伟, 朱海飞.基于ESDA的辽宁省县际经济差异时空分析[J].地理研究, 2011, 30 (11) :2008-2016.

[7]马晓熠, 裴韬.基于探索性空间数据分析方法的北京市区域经济差异[J].地理科学进展, 2010, 29 (12) :1555-1561.

[8]王建强.基于GIS空间分析的丽水区域经济空间自相关研究[J].科技通报, 2013, 29 (04) :4-6.

ESDA方法 第4篇

关键词：浙江省,ESDA,区域经济,差异空间演化,分析

我国自改革开放以来, 随着经济迅速崛起, 区域经济差异越来越大, 引起了国内外学者的广泛关注。目前, 国内学者对区域经济差异方面的研究可概括为两个方面:一是在研究方法的选择上, 从采用标准差、熵指数、基尼系数等一系列传统度量方法, [1,2]到借助地理信息系统软件, 研究区域经济差异, 以弥补传统度量方法空间上的不足, [3,4,5,6]但仍忽视了区域之间的相互作用。因此, 学者们将ESDA (Exploratory Spatial Data Analysis, 探索性空间数据分析) 应用到研究区域经济差异中。[7,8]二是在研究对象上, 从我国东、中、西三大区域、省域单元层面, 逐渐向县市单元层面[3,5,6,7,9]转变, 在对协调我国各省内区域经济差异方面取得了丰硕的研究成果。

浙江是我国经济发展最快的省份之一, 省内各区域的协调发展, 对我国总体经济的发展具有重要的意义。目前, 国内对浙江省区域经济差异的相关研究, 大多停留在分区域或11个地级市层面, 对县域单元层面的研究较少;统计方法也局限于传统区域经济度量方法, 未考虑空间关联性;在解释影响区域经济差异的因素方面, 多以定性描述为主, 缺乏实证。

笔者以浙江省的69个县市为样本, 通过ESDA相关分析方法, 探究自2002年以来, 浙江省区域经济差异的空间格局演化, 并定量分析影响浙江省区域经济差异的主要因素。

研究方法与数据说明

1. 研究方法

(1) 空间自相关分析, 包括全局空间自相关与局部空间自相关两个部分。测量全局空间自相关的统计量主要是Moran’s I, 其计算公式为:

式 (1) 中, 分别表示i地区和j地区的观测值;n为地区总数 (本文为69) ;Wij为空间权重矩阵。

由于Global Moran’s I无法反应局部空间差异的变化情况, 因此, 笔者采用Moran散点图和Local Moran’s Ii, 衡量空间局部自相关。Moran散点图, 是用散点图表达描述变量z与其空间滞后项之间关系的坐标图。Local Moran’s Ii定义为:

式 (2) 中, zi和zj是区域i和j上观测值的标准化, Wij是空间权重矩阵。

(2) 空间回归分析, 采用空间回归模型与传统线性回归模型进行对比定量分析。其中, 空间回归模型包括, 空间滞后模型与空间误差模型。

式 (3) 中, y表示人均GDP, β表示回归系数, ε表示误差, X表示自变量参数构成的矩阵。

式 (4) 中, Wy表示空间滞后向量, 其系数ρ反映了邻居对区域本身的作用。

式 (5) 中, ρ表示随机误差项向量, μ表示正态分布的随机误差向量。

2.数据说明

本文以浙江省69个县市作为区域经济差异分析的基本研究单位。文中涉及的总人口数、人均生产总值、固定资产投资、实际使用外商投资、地方财政收入、非农村居民人口、公路运输量等指标数据, 来源于2002—2012年《浙江统计年鉴》和主要年份各市县《统计年鉴》。

浙江省区域经济差异空间演化分析

1.空间全局自相关性

从图1Global Moran’s I的变化曲线可看出, 2002年以来, 浙江省69个县域的人均GDP呈现较强的全域空间自相关性, 表明区域经济空间分布具有空间集聚性。Global Moran’s I从2002年开始逐渐增大, 说明全球化与市场化改革的深化, 强化了县域经济之间的相互作用与联系。2007年, 受全球经济危机的影响, 区域经济空间集聚程度出现收缩, 2008年降到了最低值, 区域经济总体差异也有一定的下降。随着全球经济的复苏, Global Moran’s I值又恢复到了危机前水平。总的来说, Global Moran’s I值在这10年里, 除2008年外, 均走势平稳。

比较浙江省县域人均GDP的变异系数值 (CV) 与Global Moran’s I (见图1) , 近10年来变异系数与全局Moran’s I的走势基本一致。表明在区域经济发展的10年中, 空间集聚的过程会引起区域经济差异的扩大。

2. 空间局部相关分析

从图2中2002年浙江省县域经济看, 已出现一定的空间分异格局。区域自身和周边县域平均水平较高的HH集聚区, 除了绍兴市区和绍兴县外, 都集中在杭州、宁波两市。其中, 绍兴市区、杭州市区、宁波市区为显著高水平发展 (HH) 区域, 可以说是当时该省经济高速发展的地区。而区域自身和周边县域发展水平均较低的LL类型集聚区, 大多集中在经济不发达的丽水市, 包括松阳县、遂昌县、龙泉市、景宁自治县, 以及与景宁自治县接壤的属于温州落后地区的文成县与泰顺县。HL类型的县市只有温州市区一个, 表明温州市区自身经济有很好的发展, 但对周边县域的溢出效应比较小。

图2显示, 到2008年, HL类型的县市已消失, HH集聚区由2002年的7个县市缩减为6个;LL集聚区由6个县市缩减为4个。由于浙北地区的高水平集聚是全局空间自相关的贡献者, 它们数量的缩减, 导致了该省全局空间自相关的减小。这与前述“由于金融危机的影响, Global Moran’s I值在2008年降到近10年来最低值”的结果是相吻合的。

从图2中可看出, 2012年与2008年相比, LL集聚区的范围扩大为龙泉、景宁、文成、顺泰、仙居 (新增) 地区, 由于资源禀赋、历史基础、交通条件等原因, 这些地区长期无法摆脱落后的局面。HH集聚区也扩大为海宁市 (新增) 、杭州市区、绍兴市区、绍兴县、慈溪市、余姚市、宁波市区。LL集聚区与HH集聚区数量的扩大, 很好地解释了“随着全球经济的复苏, Global Moran’s I值又恢复到了危机前水平”。与2002年相比, 在数量上恢复了2002年的集聚情况, 总体空间分异格局没有发生太大变化, 这与上述变异系数 (CV) 与Global Moran’s I总体走势平稳的结果是一致的。

3. 浙江省县域经济差异的空间格局演化总体特点

(1) 2002年, 浙北地区呈现的高水平集聚格局, 是浙江省区域经济空间较强自相关的主要原因。2012年较2002年的HH集聚与LL集聚, 在数量与空间格局上没有发生太大变化。因此, 2002年至2012年期间浙江全局Moran指数比较平稳。

(2) 浙江省区域经济结构呈现“南北分异”的结构, 这种结构在研究时段没有显著变化, 且在短期内这种“南北差异”不会消除, 可能长期存在。

(3) 所有HH类型县市均分布在高速公路分布密集的地区, 而LL类型县市则主要分布在交通条件落后的区域。表明基础设施体系, 在浙江省区域经济差异空间格局演化中扮演了重要角色。

浙江省区域经济差异演化的影响因子分析

笔者引用陈培阳等采用的5个指标做回归分析, 以2012年人均GDP作为因变量 (Y) , 以人均固定资产投资 (X1) 、人均地方财政支出 (X2) 、人均外商直接投资额 (X3) 、交通条件 (X4) 和城镇化水平 (X5) 作为自变量, [9]分别代表区域经济发展政策、财政支持、对外开放程度、城镇化、交通条件。运用回归模型, 分析这些因素对区域经济差异的影响。

通过三个回归模型, 拟合浙江省区域经济差异动力机制, 结果见下表。

(注:括号内为t统计量, *表示通过10%的显著性水平, **表示通过5%的显著性水平, ***表示通过1%的显著性水平)

从上表的结果可见:一是空间滞后模型与空间误差模型的拟合优度检验值R2和对数似然值LogL都比线性回归模型的大, 说明空间回归模型的结果更合理。二是比较两个空间回归模型, 根据Anselin提出的判别准则, [10]可判定空间误差模型 (SAC) 是更适合的模型 (由于篇幅关系, 具体数值略) 。三是在空间误差模型中, 人均固定资产投资、人均外商直接投资额通过了1%的显著性水平;人均地方财政支出通过了5%的显著性水平;交通条件、城镇化水平均不显著。这一结果表明, 交通条件及城镇化的发展, 对浙江省区域经济发展差异没有起到明显的作用, 而人均地方财政支出的系数最大, 表明财政支持极大地促进了县域经济的发展活力。

结论

第一, 浙北地区呈现的高水平集聚格局, 是浙江省区域经济空间较强自相关的主要原因。2012年比2002年的HH集聚、LL集聚, 在数量和空间格局上没有发生太大变化。因此, 2002—2012年期间, 浙江省全局Moran指数较平稳。

第二, 2008年, 浙江省全局Moran指数下降, 以及高水平集聚区、低水平集聚区内县市单元的减少, 是受全球金融危机的影响。

第三, 浙江省区域经济结构呈现“南北分异”的结构, 这种结构在研究时段内并未发生太大的变化, 在短期内这种南北差异不会消除, 可能长期存在。

第四, 在影响因子分析中, 人均固定资产投资、人均外商直接投资、人均地方财政支出都对浙江省区域经济的发展产生影响, 即区域发展政策、全球化、财政支出都对区域经济发展作出了贡献, 其中, 财政支出的作用最为明显。

参考文献

[1]杨开忠.中国区域经济差异变动研究[J].经济研究, 1994 (12) :28-33, 12.

[2]高志刚.中国区域经济发展及区域经济差异研究评述[J].当代财经, 2002 (5) :7-9.

[3]章青果, 郑林.江西省区域经济差异及其空间格局研究[J].华东经济管理, 2006 (3) :9-13.

[4]韩春鲜, 马耀峰, 罗辉.新疆区域经济发展空间差异与演变机制分析[J].干旱区地理, 2010 (3) :449-455.

[5]张红历, 周勤.我国西部区域经济增长差异的空间统计分析[J].统计与决策, 2010 (15) :99-102.

[6]李建豹, 白永平, 罗君, 黄永斌.甘肃省县域经济差异变动的空间分析[J].经济地理, 2011 (3) :390-395.

[7]关伟, 朱海飞.基于ESDA的辽宁省县际经济差异时空分析[J].地理研究, 2011 (11) :2008-2016.

[8]白永平, 李建豹.基于ESDA的区域经济空间差异分析——以兰新铁路辐射带为例[J].经济地理, 2011 (7) :1057-1063.

[9]陈培阳, 朱喜钢.福建省区域经济差异演化及其动力机制的空间分析[J].经济地理, 2011 (8) :1252-1257.

ESDA方法 第5篇

产业结构演进是一个国家(区域)实现经济起飞和跨越式发展的必经之路。区域产业结构的演进可能出现同构化,也可能呈现空间上的分异。产业空间分异是指产业在空间层面上分化演进,形成不同形态的空间结构以及要素空间结构的差异化分布的过程和结果,产业集聚与扩散、产业集群、网络化等是产业空间分异的动态过程[1]。产业空间分异的视角有助于研究产业布局的空间不均衡性以及产业的区域差异化,为区域产业结构优化、经济结构调整提供参考。

20世纪60年代,美国经济学家丹尼尔·B·克雷默等人提出偏离—份额分析法,后经Dunn完善总结成现在普遍采用的形式。国外学者Nazara和Hewings[2]考虑到空间结构对经济的影响,首次将偏离—份额分析与空间结构结合,提出偏离—份额分析空间拓展模型,推演出20种含空间结构和不含空间结构的区域增长分解公式。该空间拓展模型假定国家影响区域,而忽略区域之间的相互影响。事实上,区域之间是相互作用、相互影响的。此后,国外学者在空间拓展模型基础上展开了大量的理论论证与实证研究[3,4],对其进行丰富和发展。20世纪80年代初,偏离—份额分析法引入中国,并在中国区域经济学和城市经济学领域得到广泛应用。

随着新经济地理学兴起,长三角、京津冀等城市群产业集聚现象引起学者们对产业结构空间格局的关注。梁琦[5]、李瑞林[6]等利用新经济地理学核心—边缘垂直联系模型,论证了产业区位的形成是生产要素空间集聚的结果。在此基础上,何雄浪[7]等认为,产业空间格局是产业集聚力与扩散力的联合作用形成的。在产业集聚力与扩散力的作用下,产业结构分层演化,进而产业结构呈现空间分异[1]。有关产业结构空间分异的研究以中尺度的实证研究为主,集中于经济较为发达的地区城市群,如京津冀[8]、长三角[9]、浙江中部城市群[1]、中原经济区[10],西部地区相关研究的力度比较薄弱,尤其是对某一省区产业结构空间分异的研究尚不多见。

2012年,国务院在批复《西部大开发“十二五”规划》中指出,西部地区产业结构不合理、布局不均衡、缺乏创新等现象依然存在,经济结构不合理、自我发展能力不强的状况仍然没有根本改变[11]。甘肃地处三大自然地理区域的过渡地带,是中国形状最为狭长的省份之一,由于资源禀赋、区位基础、制度环境等差异,区域内部产业结构呈现多样化,且差异明显。因此,在国家实施丝绸之路经济带发展战略、扩大向西开放、推进经济发展方式转变的背景下,对甘肃产业结构的空间分异现象以及产生这种现象的原因进行研究,为该地区产业布局、产业结构优化,更好地承接产业转移,提升产业竞争力提供支撑。与已有研究相比,有两点值得注意:一是在传统偏离—份额分析的基础上引入经济空间权重矩阵,构建了偏离—份额分析的空间模型,并分两个时间段进行了动态研究;二是运用ESDA方法,采用GeoDa软件进行数据处理,以直观的空间表达形式研究甘肃产业结构的空间格局。

2甘肃产业结构的基本特征

甘肃产业结构不断演进:自1978年以来,甘肃省第一产业占GDP比重整体呈下降趋势,第二产业呈上升和下降交替状态,第三产业在波动中上升,见图1。可以说1996年是甘肃产业结构转型的拐点,自此第一产业比重逐年下降,第三产业比重不断上升。2000—2003年,出现了“三二一”型产业结构格局。

区域内部产业结构差异明显:2012年,甘肃省嘉峪关的三次产业结构为1.4∶81.8∶16.8,农业仅占GDP的1.4%,甘南为22.2∶26.9∶50.9,第三产业占GDP的半壁江山,定西为30.3∶27.0∶42.7,优势工业行业主要集中在资源型行业。2012年,甘肃省石化、有色金属、电力、冶金、煤炭等资源型行业实现工业增加值1401.32亿元,占全省工业增加值的80.41%,具有很强的资源依赖性。

3研究方法与数据来源

3.1研究方法

在传统偏离—份额分析方法基础上,考虑区域间经济联系,选用人均GDP测度经济距离,建立经济空间权重矩阵,构建偏离—份额分析空间模型公式:

空间差异性是由于空间单元的异质性而产生的空间效应在区域层面上的非均一性[12]。地理因素并不是造成这种差异的唯一因素,经济距离对空间格局也产生重要影响。Boarnet[13]等构建了经济空 间权重,该权重是基于空间单元的某项产生空间效应的经济指标的绝对差异,取值为该经济指标之差绝对值的倒数。朱平芳等[14]根据不同空间单元经济变量的相对差异而不是绝对 差异来构 造经济权 重矩阵。本 文根据Boarnet定义的经济空间权重来表示区域之间多方向的空间效应,Wj*k表示两个研究区域之间的经济空间权重,也称为研究区域j和邻近区域k的空间联系度,0≤Wj*k≤1,计算公式为:

3.2数据来源

对西部大开发战略实施以来甘肃省14个市州产业结构空间格局的差异进行研究,选取2001—2006年和2007—2012年两个时段,对三次产业结构的变化进行动态分析。数据 来源于相 关年份的 《甘肃发展 年鉴》,指标的选取按照三次产业划分的产业量值。

4甘肃产业结构的空间分异分析

根据式(2)确定经济空间权重矩阵(表1),根据式(1)计算2001—2006年和2007—2012年2个时段的三次产业空间结构分量(表2)。空间产业结构分量的数值呈现不同的正负量值,反映了产业结构不同程度的异质性。

4.1基于偏离—份额分析的空间分异

2001—2006年甘肃三次产业的空间结构分量均为正,说明三次产业对经济增长起着正向推动作用。天水第一产业空间结构分量最高、张掖次之,嘉峪关、金昌较低;在第二产业空间结构分量中,以兰州、天水的较高,临夏、甘南较低;兰州第三产业空间结构分量最高,嘉峪关、武威较低。

注:表中部分数据为“0”,是四舍五入的结果,实际计算中保留6位小数。

2007—2012年甘肃第一、二产业的空间产业结构分量为正,反映对经济增长的正向推动作用。嘉峪关、庆阳和甘南的空间产业结构分量为负,可解释为第三产业结构的不合理对经济增长的负向作用。武威、张掖作为西北干旱区典型的绿洲型农业城市,第一产业空间结构分量最高,嘉峪关最低,这与其产业基本格局相符。兰州第二产业空间结构分量最高,金昌、甘南较低。在第三产业空间结构分量中,兰州最高,庆阳最低。

4.2基于四分位图的空间分异

采用GeoDa软件的空间分析功能,绘制甘肃产业结构的四分位图,图2、图3、图4分别是甘肃第一、二、三产业空间结构的四分位图。甘肃第一产业由于区域的定位不同,产生比较明显的空间分异。兰州从发展农业的第一等级区域下降为第三等级区域,庆阳从第二等级下降为第三等级,可解释为:随着城市化进程的加快,农业地位在下降。天水从第二等级区域上升为第一等级区域,在天水国家农业科技园区的示范带动下,天水农业地位得到强化。酒泉从第三等级区域上升为第二等级区域,反映了酒泉啤酒原料、制种等特色、优势农业产业的快速发展。张掖、武威、平凉保持着发展农业的第一等级区域的地位,嘉峪关和金昌仍为第二等级区域,这与近年来该地区农业发展相一致。从总体上看,地区差异明显且随时间变化较大。

甘肃第二产业整体调整力度不大、结构效率偏低。传统工业、资源型产业、高技术产业、战略性新兴产业等并存,且各产业发展规模和水平各异,空间分异现象明显。酒泉、张掖、武威、定西、天水等产业结构等级均有不同程度的下降,由此折射出这些地区存在产业规模小、竞争力不强、产能落后、承接产业转移的准备不足等问题,加上自身产业结构调整能力不足,产业结构优化受到制约。庆阳为第二等级区域上升为第一等级区域,说明其工业化进程加快,尤其是石油勘探与开发的快速发展。兰州、白银保持着第二产业的领先地位。

甘肃第三产业整体结构效率有所提升,可见传统第三产业与现代服务业、生活服务业与生产服务业等的协调发展程度较高。兰州市是第三产业结构调整和优化较好地区。自2005年以来,兰州市第三产业产值始终处于领先地位,2007年第三产业产值高达370.59亿元,占全市总产值的50%以上,比第二产业高5%。兰州集聚了大量的人口和企业,对生活服务业和生产服务业的需求量大,各方面的需求使商贸、餐饮、房地产、医疗服务、交通运输、金融保险、信息咨询等在兰州集中布局,形成集聚效应,第三产业获得规模经济、较低成本竞争优势,从而促进产业的进一步集聚和优化发展。由于产业间的相互渗透、城市与区域之间的相互渗透等,周边城市如武威、白银、临夏等地产业结构等级均有不同程度的上升。

4.3产生空间分异的原因及对策

韦伯[16]认为,运费差别、劳动力差别、集聚和扩散等三种区位因素交互作用决定了各产业在区域中的分布;王辑慈[16]将产业空间格局的形成与发展归结为区位与空间、社会文化、产业组织与经济、公共机构与组织支撑四方面因素的相互作用。笔者认为,在造成产业结构演进出现空间分异的各因素中,资源禀赋是决定产业结构演进的基础条件,科技创新是产业结构演进的根本动力和源泉,区位和交通条件是产业结构演进的前提,区域政策环境是产业结构演进出现空间分异的外力诱导和调控手段。

资源禀赋:甘肃资源禀赋包括自然条件、人文历史背景、文化传统、要素禀赋和经济发展的初始条件、制约因素都存在很大差异。由此决定各地政府在选择本地区发展战略和主导产业时,必然会有不同的选择。金昌、白银、酒泉、嘉峪关等地以能源和原材料工业比重高的重型工业为主,经济对资源的依赖程度高,一些地区面临资源枯竭问题的产业结构急需转型。因此,必须扶持高新技术中小企业发展,淘汰耗水、耗能过多的企业;发展技术密集型的集约化产业;加快物流、金融、信息等现代生产性服务业发展。

产业科技创新能力:甘肃科技创新对农牧业发展和产业结构演进的驱动作用并不明显。马铃薯、酿造、葡萄、中药材、果蔬、畜产品等特色优势产业技术含量不高、产品加工深度和精度不够、产品附加值低、产业链条短。新材料、新能源、信息、生物、先进装备制造等战略性新兴产业存在自主创新能力建设仍滞后、企业创新动力和活力不足等问题。因此,需要在技术创新、产品创新、流程创新、市场创新方面不断突破,实现农业产业化经营、农牧产品加工的精细化和高技术化;全面提升原始创新、集成创新和消化吸收再创新能力和水平,发展壮大战略性新兴产业。

区位和交通条件:区位优势是产业发展的前提,不同区位的地区具有不同发展特征、优势和层次性,随着产业链的延伸和分工必然产生不同产业格局。交通条件的改善使区位优势逐步转化为经济优势,加速了地区产业结构高级化进程。陇南、临夏等地形条件复杂、基础设施建设滞后、区内开发程度低、毗邻区域经济落后致使产业结构低级化、不合理。针对甘肃交通运输需求,依托国道、机场、铁路等的建设,使自然条件、资源禀赋要素与区位条件更好地结合,带动沿线地区相关产业的发展。

区域政策环境:不同区域间产业政策、农业政策、资源与能源政策、市场配套服务体系等区域政策环境的构成要素均存在一定差异。改革开放的不断深化、西部大开发的积极推进、丝绸之路经济带建设战略的快速启动等成为甘肃产业结构调控的重要契机,对甘肃产业布局和产业结构调整产生了深远影响。构建一个纵横有序、结构合理的区域政策体系是优化甘肃产业布局与结构调整的重要任务。

5结论

考虑到经济差异,在传统偏离—份额分析方法的基础上,引入经济空间权重矩阵,从而构建偏离—份额分析空间模型,并利用GEODA对空间数据进行了可视化分析,得到以下主要结论:1自西部大开发战略实施以来,甘肃产业结构调整初见成效,其中以第三产业结构调整和优化效果较好,第一产业、第二产业结构存在较为明显的空间分异现象。2资源禀赋、产业科技创新能力、区位和交通条件、区域政策环境是甘肃在产业结构演进过程中造成空间分异现象产生的主要原因。3甘肃产业结构演进过程中的空间分异是以传统产业为主的产业结构基于区域资源禀赋、区位、交通条件差异,政策引导和科技创新等因素的驱动,新材料、新能源、生物、新能源装备制造等新兴产业逐渐形成,县域特色优势农牧产品加工业的发展,使地区间的产业结构演进呈现差异化。