李 佩，朱 翊

(1.遼寧工程技術大學，遼寧 阜新 123000；2.中國測繪科學研究院，北京 100830)

基于ESDA的青海省縣域經濟差異時空分析

李 佩1，朱 翊2

(1.遼寧工程技術大學，遼寧 阜新 123000；2.中國測繪科學研究院，北京 100830)

采用探索性空間數(shù)據分析的方法，利用2005—2014年的青海省縣域人均GDP數(shù)據，從時空的角度對青海省縣域經濟差異進行分析。分析結果表明：①青海省縣域經濟發(fā)展水平差異較大，且有進一步加大的趨勢，青海西北部經濟發(fā)展水平較高。②青海省縣域經濟具有顯著的空間正相關關系，且這種關系在加強，縣域經濟聯(lián)系愈加緊密。③青海省縣域經濟發(fā)展空間集聚作用明顯，逐漸形成了“HH”和“LL”的空間分布格局?！癏H”的聚集范圍為海西蒙古族藏族自治州、德令哈市等的海西區(qū)域，“LL”的聚集范圍為玉樹縣、達日縣等的海南區(qū)域。然后，從經濟發(fā)展基礎、經濟發(fā)展區(qū)位、空間鄰近效應分析影響青海省縣域經濟差異的原因，并結合空間特征提出相應建議。

探索性空間數(shù)據分析；經濟差異；空間自相關；青海省

區(qū)域經濟差異是一個國家或地區(qū)在經濟發(fā)展的過程中必然要面對的問題。研究區(qū)域經濟差異是為了尋求解決這種差異并使經濟盡可能保持相對均衡發(fā)展的科學方法。傳統(tǒng)的區(qū)域經濟差異度量方法，如：標準差、變異系數(shù)、基尼系數(shù)、塞爾指數(shù)等，因其缺乏空間視角，難以真正反映區(qū)域空間差異的變化與機制[1-3]。ESDA(Exploratory Spatial Data Analysis，探索性空間數(shù)據分析) 是一系列空間數(shù)據分析方法和技術的集合，它以空間關聯(lián)測度為核心，通過對事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對象之間的空間相互作用機制[4]。

國外已把ESDA 技術應用到物種分布[5]、區(qū)域經濟[6]、人口變化[7]等方面。近年來，國內不少學者也致力于ESDA方法在區(qū)域差異方面的應用，研究了水足跡強度空間分布[8]、城市地價分布[9]、 城鎮(zhèn)群體空間結構[10]、人口分布[11]、區(qū)域經濟差異[12-15]等。目前，經濟差異研究區(qū)域多為全國或東部發(fā)達地區(qū)省域內部[16-18]，關于西部欠發(fā)達地區(qū)，尤其是西部欠發(fā)達區(qū)經濟差異研究較少。青海省作為西部欠發(fā)達地區(qū)代表，由于歷史和地理原因，一直以來是我國經濟發(fā)展極為落后的地區(qū)之一。因此，本文選取青海省為研究區(qū)域，采用人均GDP這一指標來反映經濟水平，從時空一體化的角度通過ESDA方法來揭示青海省縣域經濟的總體差異，并分析產生經濟差異的原因，為青海省以后的經濟發(fā)展提供理論依據，有助于實現(xiàn)青海省經濟的可持續(xù)發(fā)展。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

本文的空間分析尺度為青海省46個縣域(含縣、縣級市、市轄區(qū))行政區(qū)劃單元。因為縣域是一個比較穩(wěn)定的地域單元，具有區(qū)域性、綜合性和相對獨立性等特征，是研究省級行政區(qū)域經濟空間差異的最佳地域單元[19]。地理空間數(shù)據來源于國家基礎地理信息中心的1：400萬數(shù)據庫的青海省縣級行政區(qū)劃圖，分析變量選取人均GDP(現(xiàn)價)，其來源于《青海統(tǒng)計年鑒》(2002—2015年)。2014年青海省生產總值(GDP)達到2 311.37億元，年末總人口為579.61萬人，全省人均GDP為39 878.08元，低于全國平均水平。第二產業(yè)增加值為1 234.3億元，居全國第29位，第三產業(yè)增加值為835.1億元，居全國第30位。

圖1是2014年青海省縣域人均GDP按照標準差方法形成的分類圖，實現(xiàn)了人均GDP可視化，可以看出經濟發(fā)展水平高于平均值2.5倍有格爾木市和海西蒙古族藏族自治州2個城市，低于平均值0.5倍的城市有治多縣、雜多縣、玉樹縣等12個城市，說明青海省整體經濟發(fā)展水平很不平衡，經濟發(fā)展水平低的城市遠遠多于經濟發(fā)展水平高的城市。

圖1 2014年青海省縣域人均GDP分類圖

1.2 研究方法

1.2.1 全局趨勢分析

全局空間趨勢反映了空間物體在空間區(qū)域上變化的主體特征，揭示其變化的總體規(guī)律。趨勢分析是根據空間抽樣數(shù)據，擬合一個數(shù)學曲面，用該數(shù)學曲面來反映空間分布的變化情況[20]。

1.2.2 全局空間自相關

全局空間自相關反映屬性值在整個研究區(qū)域的空間相關性的總體態(tài)勢，用來解釋屬性值在整個研究區(qū)域的空間分布形態(tài)，通常運用 Global Moran’sI統(tǒng)計量進行估計，從而獲得整體空間的依賴和差異程度[21]，計算公式為

(1)

1.2.3 局部空間自相關

全局空間自相關是假定空間是同質性的，而空間實際上是異質性的，Local Moran’sI用來準確把握空間異質性特征，衡量各空間單元之間在局部空間內的關聯(lián)程度[21]。

研究單元i的計算公式如下：

(2)

式中Zi和Zj分別表示研究單元i與j的標準化形式，即

(3)

空間權重矩陣用來揭示屬性值之間的空間聯(lián)系，本文采用鄰接性空間關系的Queen方法構建，其定義如下：

1.3 數(shù)據處理

研究區(qū)域為青海省46個縣級區(qū)域，由于獲取到的地理空間數(shù)據中西寧市市轄區(qū)包括城東區(qū)、城中區(qū)、城西區(qū)和城北區(qū)，海西蒙古族藏族自治區(qū)包括冷湖、大柴旦和茫崖，為了使屬性數(shù)據和地理空間數(shù)據相匹配，需要對歷年《青海省統(tǒng)計年鑒》中的縣域GDP與人口數(shù)據進行處理。同時將分離格爾木市的唐古拉山鄉(xiāng)單列，便于構建空間鄰接矩陣，所以本文實際研究單元個數(shù)為42個。數(shù)據為青海省各縣域2005-2014年的人均GDP。數(shù)據處理軟件有GeoDa、minitab、spss和Arcgis 10.0。原始數(shù)據利用spss軟件經Shpiro-Wilk檢驗發(fā)現(xiàn)嚴重偏離正態(tài)分布，影響全局空間自相關指數(shù)的計算和統(tǒng)計檢驗，因此，利用minitab軟件對原始數(shù)據利用極大似然法的冪指數(shù)轉換模型進行Box-Cox轉換[22]，公式為

(4)

其中y(λ)為轉換后的值，服從正態(tài)分布，Box-Cox冪分布取決于參數(shù)λ，λ通過最大似然函數(shù)Lmax得到

(5)

(6)

表1列出了2005—2014年人均GDP正態(tài)分布的檢驗指標及最優(yōu)轉換參數(shù)λ。

表1 轉換前和轉換后人均GDP的正態(tài)性檢驗

根據表1可知：2001—2014年人均GDP數(shù)據轉換前的偏度和峰度相差較大，說明數(shù)據不滿足正態(tài)性分布的可能性很大。經正態(tài)性檢驗，Shpiro-Wilk值基本在0.5左右，遠遠小于0.95即沒有在5%的檢驗條件下通過檢驗。數(shù)據經Box-Cox轉換后發(fā)現(xiàn)偏度和峰度相差度減小，經正態(tài)性檢驗，Shpiro-Wilk值基本在0.97左右，所有Shpiro-Wilk值大于0.95，所以轉換后的數(shù)據在5%的檢驗條件下通過檢驗，可以進行空間自相關等分析。

2 結果分析

2.1 全局趨勢分析

利用Arcgis軟件進行全局趨勢分析，趨勢分析探測全局趨勢的關鍵在于選擇合適的透視角度，盡可能使數(shù)據點在投影面上分布比較集中，從而準確把握判斷趨勢特征，本文選擇的透視方向為東西方向和南北方向。依據國家“十五”、“十一五”、“十二五”規(guī)劃時間，本文截取2005、2010、2011和2014年的截面數(shù)據進行全局趨勢分析，圖2為2005、2010、2011和2014年的人均GDP趨勢變化圖，其中X軸代表東西方向，Y軸代表南北方向，Z軸為人均GDP值。

從圖2可以看出，青海省縣域經濟差異的變化趨勢在東西方向和南北方向上呈現(xiàn)一個U型趨勢，東西方向經濟差異明顯，西邊的經濟發(fā)展水平高于東邊的經濟發(fā)展水平；南北方向經濟差異較小，北邊經濟發(fā)展水平稍高于南邊，西北地區(qū)經濟發(fā)展水平較高。同時可以看出，青海省2005—2014年經濟發(fā)展區(qū)域差異較大，且有進一步加大的趨勢。2005—2010年，U型起伏加大，表明青海省2005—2010年縣域城市經濟發(fā)展水平差異性增加，兩極分化嚴重。2010—2011年，U型起伏度稍微減小，表明青海省縣域經濟差異正在減小，經濟發(fā)展趨勢較為平衡。2014年與2011年經濟差異趨勢圖相比，U型起伏程度稍微變大，說明青海省縣域經濟差異增加，且有進一步加大的趨勢。

圖2 青海省縣域經濟差異變化趨勢圖

2.2 全局空間自相關

利用GeoDa軟件計算得到了青海省2005-2014年縣域人均GDP的Global Moran’sI估計值及蒙特卡羅顯著性檢驗結果(見表2)，本文選擇運行999次，可以看到p值遠小于0.05，說明在95%的置信度下空間自相關是顯著的。顯著檢驗是建立在正態(tài)分布假設之上，可以看到各年檢驗Z值都大于1.96，表明青海省人均GDP在各年份都存在顯著的空間相關關系(見圖3)。

表2 Global Moran’s I估計值及顯著性檢驗結果

注：GlobalMoran’sI統(tǒng)計量在研究年份的期望值均為E(I)=-0.024 4。

圖3 青海省縣域人均GDP的Global Moran’s I趨勢圖(2005—2014年)

由表2和圖3可以看出：從2005年到2014年研究期間，Global Moran’sI值都是大于0的，且Global Moran’sI值在研究年間總體趨勢是增加的，表明青海省縣域人均GDP在各年份都存在顯著的空間正相關關系，且這種關系在加強。即在考察期內青海省縣域人均GDP空間集聚現(xiàn)象加強：即具有高人均GDP的縣域與高人均GDP縣域相鄰，低人均GDP縣域與低人均GDP縣域相鄰，青海省縣域經濟差異越來越大。由圖3可知，2011年的縣域人均GDP的Global Moran’sI達到最大值，原因可能是2011年作為“十二五”規(guī)劃的開端，青海省經濟全面發(fā)展，縣域經濟空間相關性明顯加強，各縣域之間經濟聯(lián)系更為緊密。

2.3 局部空間自相關分析

利用GeoDa軟件計算青海省各縣市不同年度人均GDP的LISA值，獲得局部Moran散點圖(以2014年為例，見圖4)，通過考察每個縣所代表的點落在不同的象限，確定每個縣存在空間關聯(lián)類型(見表3)。局部Moran散點圖中第一象限(I)為高高(HH)關聯(lián)，表示研究區(qū)域與其周邊區(qū)域都為高值；第二象限(II)為低高(LH)關聯(lián)，表示研究區(qū)域為低值，其周邊區(qū)域為高值；第三象限(III)為低低(LL)關聯(lián)，表示研究區(qū)域與其周邊區(qū)域都為低值；第四象限(IV)為高低(HL)關聯(lián)，表示研究區(qū)域為高值，其周邊區(qū)域為低值。研究區(qū)域在第一、三象限的為空間正相關，在第二、四象限的為空間負相關。

圖4 青海省縣域人均GDP的Moran散點圖(2014)

年份縣域關聯(lián)類型HHLHLLHL2005海西蒙古族藏族自治州、德令哈市都蘭縣久治縣—2006新增剛察縣同上新增玉樹縣、班瑪縣、達日縣—2007同上同上新增稱多縣瑪沁縣2008同上同上久治縣、玉樹縣、班瑪縣、達日縣同上2009新增祁連縣、共和縣、烏蘭縣同上新增甘德縣同上

續(xù)表3

注：“—”表示無

從表3可以看出，研究年份內青海省各縣的人均GDP大多分布在第一和第三象限，均表現(xiàn)出空間正相關。2005年人均GDP高高(HH)型有2個縣，低低(LL)型有1個縣。而2014年人均GDP高高(HH)型有5個縣，低低(LL)型有6個縣，表明青海省經濟發(fā)展水平相似的地區(qū)在空間上集聚作用加強，即比較富裕和比較貧困的縣在空間分布上較為集聚。

為了進一步分析青海省縣域經濟發(fā)展的異質性，將Moran散點圖與地圖相結合的LISA Cluster Map，將青海省縣域人均GDP空間關聯(lián)類型進行可視化。圖5是2005、2010、2011和2014年的人均GDP的LISA Cluster Map。

圖5 人均GDP的LISA Cluster Map

由圖5中可知青海省縣域經濟空間差異分布格局特點是以HH和LL型聚集分布為主，區(qū)域集聚特征顯著。說明青海省大部分區(qū)域與周邊區(qū)域存在較強的相互影響和聯(lián)系，且這種聯(lián)系在加強，同時表明青海省縣域經濟極化作用在加大，貧富兩極分化嚴重。經過10年的發(fā)展，青海省縣域經濟空間差異分布格局發(fā)生了以下變化：①HH區(qū)域由海西蒙古海西蒙古族藏族自治州和德令哈市延伸至剛察縣、烏蘭縣、都蘭縣等地區(qū)，最初的屬于LH區(qū)域的都蘭縣也被帶動經濟發(fā)展加入HH區(qū)域，此區(qū)域的縣域城市發(fā)展比較穩(wěn)定且發(fā)展水平較高，促進了青海省的經濟發(fā)展。②LL區(qū)域數(shù)量也增加了，由久治縣增加了玉樹縣、稱多縣、班瑪縣、達日縣、囊謙縣等縣，都屬于青海南部地區(qū)，即玉樹州、果洛州和黃南州，這些區(qū)域自然條件較差，經濟發(fā)展水平不高。③HL區(qū)域由無到瑪沁縣，沒有太大變化，說明瑪沁縣從2007年開始，經濟發(fā)展迅速，逐漸與周邊的縣域城市拉開距離，發(fā)展良好，其經濟發(fā)展模式可以為周邊城市提供參考，并帶動周邊縣域城市經濟的發(fā)展。④LH區(qū)域從有都蘭縣到無，都蘭縣本來屬于經濟水平較低的地區(qū)，2010年都蘭縣加入HH區(qū)域，即周邊經濟發(fā)展水平較高的地區(qū)帶動都蘭縣經濟發(fā)展，周邊經濟發(fā)展對都蘭縣經濟產生了積極的促進作用。最終形成了“HH”和“LL”的空間分布格局，“HH”的聚集范圍為海西蒙古族藏族自治州、德令哈市等的海西區(qū)域，“LL”的聚集范圍為玉樹縣、達日縣等的海南區(qū)域。

3 成因分析

針對青海省縣域經濟發(fā)展空間分布格局的特點，即海西地區(qū)經濟發(fā)展“HH”聚集和海南地區(qū)經濟發(fā)展“LL”聚集。本文從經濟發(fā)展基礎、經濟發(fā)展區(qū)位和空間鄰近效應3個方面來分析原因。

1)經濟發(fā)展基礎。經濟發(fā)展基礎是造成青海縣域經濟差異的主要原因之一。2005—2014年，海西地區(qū)與海南之間區(qū)域經濟差異增大，在一定程度上取決于海西與海南地區(qū)各縣的經濟發(fā)展基礎不同。海西具有較好的經濟發(fā)展基礎，在基礎設施、產業(yè)發(fā)展以及人力資本等方面均優(yōu)于海南地區(qū)，由此，海西與海南的區(qū)域經濟差異逐年增大。

2)經濟發(fā)展區(qū)位。區(qū)位條件是青海省縣域經濟差異存在的又一原因。經濟發(fā)展水平較高的地區(qū)位于青海省西部的柴達木地區(qū)，素有“聚寶盆”之稱的柴達木盆地具有豐富的自然資源，是青海省重要的工業(yè)區(qū)。而經濟發(fā)展水平較低的海南地區(qū)自然條件惡劣，生態(tài)環(huán)境脆弱，交通不便，以農牧業(yè)為主，因而經濟發(fā)展水平較低。

3)空間鄰近效應?？臻g鄰近效應認為，任何地理事物或者現(xiàn)象之間均存在相關性，且空間距離鄰近的事物總比遠的事物具有更高的相關性[23]。2005—2014年青海省縣域經濟差異空間格局表明，該時期青海省縣域經濟空間鄰近效應較為明顯。且由2005、2010、2011與2014年的人均GDP聚集圖可知，集聚區(qū)域主要出現(xiàn)在海西地區(qū)與海南地區(qū)。

4 結論與建議

本文基于ESDA方法，對青海省2005—2014年縣域經濟差異進行時空分析。分析結果表明：①青海省縣域經濟發(fā)展水平差異較大，且有進一步加大的趨勢，西北邊地區(qū)經濟發(fā)展較好。②青海省縣域經濟發(fā)展水平存在空間正相關關系，且這種關系在加強，縣域經濟聯(lián)系愈加緊密。③青海省縣域經濟發(fā)展空間集聚作用明顯，逐漸形成了“HH”和“LL”的空間分布格局。“HH”的聚集范圍為海西蒙古族藏族自治州、德令哈市等的海西區(qū)域，“LL”的聚集范圍為玉樹縣、達日縣等的海南區(qū)域。④海西區(qū)域經濟發(fā)展水平較高，其經濟發(fā)展仍處于增長快速發(fā)展階段，極化作用明顯，擴散作用也較為明顯。

針對青海省縣域經濟發(fā)展差異明顯，海西地區(qū)經濟“HH”聚集，海南地區(qū)“LL”聚集的空間分布特點，提出以下兩點建議：①在經濟發(fā)展水平較高的海西地區(qū)應該發(fā)展循環(huán)經濟，以高新技術為支撐，協(xié)調整合區(qū)域資源，發(fā)揮經濟優(yōu)勢，構建特色產業(yè)群，帶動周圍地區(qū)經濟的發(fā)展。②經濟發(fā)展水平較低海南地區(qū)位于落后的農牧區(qū)，應依托特色農牧業(yè)資源，以生態(tài)建設為前提，以提高經濟效益為中心，建設優(yōu)質高效農牧業(yè)。并利用其獨特的自然、生態(tài)景觀等旅游資源優(yōu)勢，加強對外宣傳，推動旅游經濟的發(fā)展，以點帶面，實現(xiàn)青海省經濟的全面發(fā)展。

[1] 馬穎憶,陸玉麒.基于變異系數(shù)和錫爾指數(shù)的中國區(qū)域經濟差異分析[J].特區(qū)經濟,2011(5):273-275.

[2] 劉慧.區(qū)域差異測度方法與評價[J].地理研究,2006,25(4):710-718.

[3] 徐建華,魯鳳,蘇方林,等.中國區(qū)域經濟差異的時空尺度分析[J].地理研究,2005,24(1):57-68.

[4] ANSELIN L.Interactive techniques and exploratory spatial data analysis[C]//Longley P A，Goodchild M F，Maguire D J(eds.).Geographical Information Systems, Principles，Technical Issues, Management Issues and Applications.John Wiley & Sons，Inc，1999：253-266.

[6] EZOE H，NAKANURA S.Size distribution and spatial autocorrelation of subpopulations in a size structured meta population model [J].Ecological Modeling，2006，198：293-300.

[7] ERTUR C，KOCH W.Regional disparities in the European Union and the enlargement process：an exploratory spatial data analysis，1995—2000 [J].The Annals of Regional Science，2006，40：723-765.

[8] 孫才志,陳栓,趙良仕.基于ESDA的中國省際水足跡強度的空間關聯(lián)格局分析[J].自然資源學報,2013,28(4):571-582.

[9] 任輝,吳群.基于ESDA的城市住宅地價時空分異研究——以南京市為例[J].經濟地理,2011,31(5):760-765.

[10] 馬曉冬,馬榮華,徐建剛.基于ESDA-GIS的城鎮(zhèn)群體空間結構[J].地理學報,2004(6):1048-1057.

[11] 呂晨,樊杰,孫威.基于ESDA的中國人口空間格局及影響因素研究[J].經濟地理,2009,29(11):1797-1802.

[12] 李丁,冶小梅,汪勝蘭,等.基于ESDA-GIS的縣域經濟空間差異演化及驅動力分析——以蘭州—西寧城鎮(zhèn)密集區(qū)為例[J].經濟地理,2013,33(5):31-36,23.

[13] 關偉,朱海飛.基于ESDA的遼寧省縣際經濟差異時空分析[J].地理研究,2011,30(11):2008-2016.

[14] 寇程,趙春陽,彭勃.基于ESDA-GIS的江蘇省縣域經濟時空差異分析[J].地理空間信息,2015,13(6):96-99,14.

[15] 孫忠秋,李爽,程承旗.基于ESDA的長三角區(qū)域經濟差異分析[J].地理信息世界,2016,23(1):71-79.

[16] 王少劍,方創(chuàng)琳,王洋,等.廣東省區(qū)域經濟差異的方向及影響機制[J].地理研究,2013,32(12):2244-2256.

[17] 蔣天穎,華明浩,張一青.縣域經濟差異總體特征與空間格局演化研究——以浙江為實證[J].經濟地理,2014,34(1):35-41.

[18] 馮長春,曾贊榮,崔娜娜.2000年以來中國區(qū)域經濟差異的時空演變[J].地理研究,2015,34(2):234-246.

[19] 陳彥光.基于Moran 統(tǒng)計量的空間自相關理論發(fā)展和方法改進[J].地理研究，2009，28(6)：1449 -1463.

[20] 湯國安，楊昕.ArcGIS 地理信息系統(tǒng)空間分析實驗教程[M].2版.北京：科學出版社，2012:439-440

[21] ANSELIN L.Local indicators of spatial association-LISA[J].Geographical Analysis，1995，27(2)：93-115.

[22] TANG L G, THAN S E.Computing process capability indices for non-normal data: a review and comparative study [ J ].Quality Reliability Engineering International, 1999, 15: 339-353.

[23] 李小建，李國平，曾剛．經濟地理學[M].2版．北京：高等教育出版社，2006：192.

[責任編輯：劉文霞]

Spatio-temporal analysis of inter-county economic differences in Qinghai Province based on ESDA

LI Pei1,ZHU Yi2

(1.Liaoning Technical University, Fuxin 123000,China;2.Chinese Academy of Surveying and Mapping, Beijing 100830,China)

From the perspective of spatio-temporal, taking the inter-counties of Qinghai as the study object and per capita GDP as the measuring indicator, this paper analyzes the spatial-temporal pattern of economic differences in Qinghai Province from 2005-2014 by way of ESDA. The results show that：the development level of inter-county economy is different in Qinghai province, and there is a trend of further increase. Besides, the northwest of Qinghai is relatively high;the inter-county economy has a significant positive correlation in Qinghai province. With the strengthening of the relationship, the county economic ties become more and more closely;the spatial agglomeration of county economic development in Qinghai Province is obvious, and gradually forms the spatial distribution pattern of “HH” and “LL”.“HH” range of aggregation for the Haixi Mongolian Tibetan Autonomous Prefecture, Deilingha county of Haixi region, “LL” range of aggregation for Yushu county, Dari county and other areas of Hainan. Then, based on the economic development, the location of economic development, spatial proximity effect analysis of the reasons for the economic differences in Qinghai Province, this paper puts forward the corresponding recommendations based on spatial characteristics.

exploratory spatial data analysis;economic difference; spatial autocorrelation;Qinghai Province

引用著錄形式：李佩，朱翊.基于ESDA的青海省縣域經濟差異時空分析[J].測繪工程，2017，26(6)：46-52,59.

10.19349/j.cnki.issn1006-7949.2017.06.009

2016-06-13

李 佩(1992-)，女，碩士研究生.

P208;F

A

1006-7949(2017)06-0046-07