程　欣

(南京工業(yè)大學(xué)測繪科學(xué)與技術(shù)學(xué)院，江蘇南京 210000)

?

基于ESDA的江蘇省人均GDP時空演變研究

程欣

(南京工業(yè)大學(xué)測繪科學(xué)與技術(shù)學(xué)院，江蘇南京 210000)

以江蘇省為研究對象，基于探索性數(shù)據(jù)分析和地理加權(quán)回歸分析方法，分4個時期定量探究2003～2014年江蘇省人均GDP空間分異的空間集聚程度和時空演變特征，討論固定資產(chǎn)投資、工業(yè)總產(chǎn)值、人口密度和常住人口與江蘇省人均GDP的空間相關(guān)關(guān)系，以此為依據(jù)剖析江蘇省的人均GDP空間組織結(jié)構(gòu)特征。結(jié)果表明：江蘇省人均GDP在空間上表現(xiàn)出較強(qiáng)的集聚性，空間布局異質(zhì)性較強(qiáng)、差異性顯著；4個驅(qū)動因素對人均GDP的影響程度由大到小依次為常住人口、人口密度、工業(yè)總產(chǎn)值、固定生產(chǎn)總值。其中，常住人口與人口密度對江蘇省人均GDP的影響作用較大，影響強(qiáng)度由北部向南部城市逐漸遞增。江蘇省未來的發(fā)展政策應(yīng)當(dāng)加強(qiáng)區(qū)域合作，積極推進(jìn)南北產(chǎn)業(yè)轉(zhuǎn)移，整合各種區(qū)域要素和空間結(jié)構(gòu)，力爭實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的統(tǒng)籌協(xié)調(diào)發(fā)展。

GWR模型；空間自相關(guān)；人均GDP；江蘇省

改革開放以來，我國城市化、工業(yè)化進(jìn)程不斷加快，經(jīng)濟(jì)效益水平明顯提高。2014年我國經(jīng)濟(jì)總量已位居世界第二，但人均GDP只有6 800美元，排在世界80位以后。近年來，我國衡量經(jīng)濟(jì)發(fā)展水平和人民生活質(zhì)量的參考數(shù)據(jù)已不再局限于單一的GDP指標(biāo)，人均GDP也成為重要參考指標(biāo)之一。人均GDP是劃分一個區(qū)域經(jīng)濟(jì)發(fā)展階段的重要依據(jù)，它不僅考慮了經(jīng)濟(jì)總量的大小，而且結(jié)合了人口的因素。我國經(jīng)濟(jì)進(jìn)入新常態(tài)后，未來經(jīng)濟(jì)增長前景問題受到了普遍關(guān)注。所以，在科學(xué)分析國內(nèi)外經(jīng)濟(jì)發(fā)展形勢、準(zhǔn)確把握我國經(jīng)濟(jì)發(fā)展新常態(tài)的基本國情基礎(chǔ)上，用人均GDP來反映區(qū)域經(jīng)濟(jì)的增長和發(fā)展情況有助于準(zhǔn)確地把握區(qū)域宏觀經(jīng)濟(jì)的運(yùn)行狀況，具有一定的現(xiàn)實(shí)意義。

人均GDP是一系列因素的綜合反映，借鑒已有研究成果[1-3]，筆者以綜合經(jīng)濟(jì)實(shí)力一直處于領(lǐng)先地位的江蘇省為例，以市域?yàn)檠芯繂卧?，選取了反映社會經(jīng)濟(jì)發(fā)展水平的4個因子即固定資產(chǎn)投資、工業(yè)總產(chǎn)值、人口密度與常住人口指標(biāo)為自變量，各市人均GDP為自變量，運(yùn)用空間自相關(guān)分析方法[4-6]分析2003～2014年江蘇省人均GDP時空格局演變的空間關(guān)聯(lián)性、特征與成因，并在此基礎(chǔ)上將空間特性納入GWR模型以探索影響人均GDP格局的驅(qū)動因素[7]，深入剖析造成經(jīng)濟(jì)差異的作用機(jī)理，對于當(dāng)前和今后我國經(jīng)濟(jì)的進(jìn)一步提高具有重要參考價值。

1　數(shù)據(jù)來源與研究方法

1.1研究區(qū)域與數(shù)據(jù)來源江蘇省地處長江三角洲，是我國綜合發(fā)展水平最高的省份之一。從工業(yè)基礎(chǔ)和產(chǎn)業(yè)結(jié)構(gòu)上看，江蘇省制造業(yè)基礎(chǔ)較好，比重高，總量大，增速快，因此，江蘇省GDP總量能夠保持在全國前列。從2003年開啟21世紀(jì)新一輪的經(jīng)濟(jì)體制改革開始到2014年，江蘇省人均GDP居全國各省首位，高達(dá)81 874元，2003～2014年江蘇省經(jīng)濟(jì)轉(zhuǎn)型升級全面提速，但區(qū)域內(nèi)部差異顯著。于是，在時間尺度上，該研究以2003、2006、2009和2012年4個年份作為時間樣本；在空間尺度上，對江蘇省行政區(qū)劃進(jìn)行調(diào)整得到38個市，將其作為空間樣本，其中包括13個地級市和25個縣級市。該研究數(shù)據(jù)資料均取自《江蘇統(tǒng)計(jì)年鑒》(2003～2014年)。

1.2研究方法

1.2.1空間自相關(guān)。近年來，衡量區(qū)域經(jīng)濟(jì)差異的指標(biāo)主要有極差、標(biāo)準(zhǔn)差、(加權(quán))變異系數(shù)、基尼系數(shù)、泰爾指數(shù)和ESDA方法?；贓SDA全局和局部空間自相關(guān)分析是研究鄰近位置屬性相關(guān)性的空間統(tǒng)計(jì)學(xué)方法，目的是確定某一變量是否在空間上相關(guān)及其相關(guān)的程度[8]。根據(jù)局部與整體的關(guān)系，空間自相關(guān)可分為全局空間自相關(guān)和局部空間自相關(guān)。其中，全局空間自相關(guān)使用單一的值來反映該區(qū)域的自相關(guān)程度[9]，用來揭示整個研究區(qū)域的空間模式，公式為：

(1)

式中,n表示空間單元數(shù)目;xi、xj表示空間單元i和j的屬性值;wij是空間權(quán)重系數(shù)矩陣，表示各空間單元鄰近關(guān)系。

Moran’s I的取值區(qū)間為[-1，1]，當(dāng)值小于0時表示空間負(fù)相關(guān)，等于0時表示不相關(guān)，大于0時表示正相關(guān)。對于Moran指數(shù)，可以用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z[10]來檢驗(yàn)n個區(qū)域是否存在空間自相關(guān)關(guān)系，計(jì)算公式為：

(2)

式中，Z表示空間自相關(guān)的顯著水平；E(I)表示Global Moran’s I的數(shù)學(xué)期望；VAR(I)表示方差。Moran指數(shù)所對應(yīng)的Z值越高或越低，代表其顯著性越強(qiáng)。該研究采用P值表示顯著性水平，當(dāng)P值小于0.05時結(jié)果為顯著，當(dāng)P值小于0.01時結(jié)果為極顯著。

而局部空間自變量是用來揭示每一個空間單元與鄰近單元就某一屬性的相關(guān)程度[11]。該研究使用Local Moran’s I來衡量局部空間自相關(guān)，計(jì)算公式為：

(3)

同樣地，局部Moran指數(shù)也需要檢驗(yàn)，檢驗(yàn)的標(biāo)準(zhǔn)類似全局Moran指數(shù)。

1.2.2地理加權(quán)回歸分析方法?？臻g自相關(guān)分析研究了江蘇省人均GDP水平是否具有一定的空間相關(guān)性以及顯著的地區(qū)差異性，但是人均GDP空間格局的演變受到多種因素的影響，這些影響因素在區(qū)域上也存在差異，即存在空間非平穩(wěn)性。綜上所述，證明區(qū)域經(jīng)濟(jì)發(fā)展水平不再滿足普通最小二乘法(簡稱OLS)要求的區(qū)域之間相互獨(dú)立的先驗(yàn)假設(shè)，導(dǎo)致基于OLS的經(jīng)典線性回歸模型估計(jì)結(jié)果及推論可能不夠可靠，需要引入空間差異性和空間依賴性對經(jīng)典線性模型進(jìn)行修正[12]。

地理加權(quán)回歸模型(GWR)是由地理學(xué)家Fotheringham、Charlton等提出的用于研究空間數(shù)據(jù)復(fù)雜性、自相關(guān)性和變異性的新方法。GWR模型的實(shí)質(zhì)是局部加權(quán)最小二乘法，其中的“權(quán)”為研究區(qū)域單元所在的地理空間位置到其他單元的地理空間位置之間的距離函數(shù)[13]。GWR模型可以在空間上對每個觀測對象的參數(shù)進(jìn)行估計(jì)，此時的參數(shù)是指利用鄰近觀測對象的子樣本數(shù)據(jù)信息進(jìn)行局域回歸估計(jì)得到的，隨著空間上局部地理位置變化而變化的變數(shù)，它更能較好地揭示經(jīng)濟(jì)變量之間的空間依賴性[14]。其模型表達(dá)為：

(4)

式中,(ui,vi)是第i個樣本點(diǎn)的空間坐標(biāo);εi為殘差;βk(ui,vi)是連續(xù)函數(shù)βk(u,v)在i點(diǎn)的值。

2　結(jié)果與分析

2.1單變量空間分布特征受自然條件和社會經(jīng)濟(jì)發(fā)展的影響，江蘇省人均GDP在空間上的分布存在差異性。2003～2014年樣本年份江蘇省各市的人均GDP分布見圖1。圖1顯示，江蘇省各市人均GDP并沒有表現(xiàn)出完全的隨機(jī)性：①各市人均GDP水平在研究期內(nèi)均呈現(xiàn)上升趨勢，其空間格局在時間上較為穩(wěn)定；②人均GDP高值區(qū)主要集中在以昆山、張家港、常熟、太倉和蘇州為中心的經(jīng)濟(jì)較發(fā)達(dá)地區(qū)。由于張家港和常熟、太倉主要以鋼鐵和紡織業(yè)為主，外企數(shù)量相對昆山、蘇州市少，外來人口少，所以其人均GDP略高于其他經(jīng)濟(jì)較為發(fā)達(dá)的城市；③人均GDP低值區(qū)集中于宿遷、連云港、邳州及其周邊城市，這些區(qū)域農(nóng)業(yè)比例高，工業(yè)化、城市化、市場化進(jìn)程慢，是江蘇省經(jīng)濟(jì)相對落后的地區(qū)。

圖1　不同年份江蘇省各市人均GDP水平Fig.1　The per capita GDP level of different counties in Jiangsu Province

該研究運(yùn)用Geoda軟件對不同時間點(diǎn)的江蘇省人均GDP數(shù)據(jù)進(jìn)行了全局空間自相關(guān)分析，結(jié)果見圖2。如圖2所示，在研究期間Global Moran’s I皆為正數(shù)并且總體呈下降趨勢，表明隨著時間的推移，江蘇省人均GDP發(fā)展水平相似(高-高或低-低)的地區(qū)在空間上集中分布的趨勢在不斷減弱。長期以來，江蘇省區(qū)域經(jīng)濟(jì)發(fā)展的基本格局是發(fā)達(dá)地區(qū)集中在蘇南，欠發(fā)達(dá)地區(qū)集中在蘇北[15]，但是隨著經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和南北產(chǎn)業(yè)轉(zhuǎn)移，江蘇省區(qū)域間發(fā)展不平衡矛盾正在逐步緩解，江蘇省人均GDP水平的差異在逐漸縮小。2009年以后，Global Moran’s I值趨于穩(wěn)定。

圖2　江蘇省人均GDP水平的全局Moran’s I指數(shù)Fig.2　The overall Moran’s I index of the per capita GDP level in Jiangsu Province

為了清楚地體現(xiàn)江蘇省人均GDP水平的時空格局變化，2003、2006、2009和2012年江蘇省各市人均GDP的LISA集聚結(jié)果見圖3。由圖3可知：

(1)2009年以后江都不再屬于人均GDP低值聚集地，這是由于2009年撤市設(shè)區(qū)增添了江都發(fā)展的強(qiáng)勁動力，使其經(jīng)濟(jì)持續(xù)穩(wěn)定增長。在農(nóng)業(yè)方面，農(nóng)業(yè)結(jié)構(gòu)調(diào)整成效顯著，農(nóng)業(yè)綜合生產(chǎn)能力進(jìn)一步提高；在工業(yè)方面，工業(yè)經(jīng)濟(jì)總量和效益實(shí)現(xiàn)同步增長，綜合實(shí)力不斷增強(qiáng)。

(2)常州和江陰成為新的人均GDP高集聚地，這是由于常州和江陰的企業(yè)轉(zhuǎn)型對勞動力的需求量減少，使得外來人口遷入數(shù)量大大減少，從而人均GDP得到提升。

(3)空間差異較小、區(qū)域自身和周邊水平均較高的城市(高-高)，全部坐落在蘇南地區(qū)。而空間差異較小，區(qū)域自身和周邊水平均較低的城市(LL)，大多數(shù)分布在蘇北地區(qū)。換言之，隨著經(jīng)濟(jì)改革逐步深化，江蘇省城市之間存在著一定的空間效應(yīng)，使得城市之間呈現(xiàn)集聚發(fā)展趨勢。

圖3　2003、2006、2009、2012年江蘇省人均GDP的LISA集聚結(jié)果Fig.3　LISA cluster of the per capita GDP in Jiangsu Province in 2003,2006,2009 and 2012

2.2人均GDP的空間特征

2.2.1GWR模型的構(gòu)建。采用GWR的加權(quán)最小二乘法對2003、2006、2009和2012年江蘇省38個市的空間單元數(shù)據(jù)進(jìn)行人均GDP發(fā)展水平估計(jì)。設(shè)江蘇省某城市人均GDP GWR模型為：

yi=β0(ui,vi)+β1(ui,vi)(T1i)+β2(ui,vi)(T2i)+β3(ui,vi)(T3i)+β4(ui,vi)(T4i)+εi

(5)

式中,β1(ui,vi)、β2(ui,vi)、β3(ui,vi)、β4(ui,vi)分別為常住人口、人口密度和固定資產(chǎn)投資和工業(yè)總產(chǎn)值回歸系數(shù)；Tki(k=1,2,3,4)是解釋變量矩陣；εi為常數(shù)項(xiàng)，且服從方差為常數(shù)的正態(tài)分布[13]。表1是以2003、2006、2009和2012年為截面對GWR結(jié)果的展示?？芍Ｐ蛿M合優(yōu)度(Adjusted R2)基本達(dá)到60%以上，整個GWR估計(jì)模型能較好地模擬各變量對江蘇省人均GDP水平的影響。

表12000、2006、2009和2012年江蘇省人均GDP GWR模型結(jié)果

Table.1Results of GWR model of per capita GDP in Jiangsu Province in 2000,2006,2009 and 2012

模型參數(shù)Modelparameter2003年2006年2009年2012年R20.79630.76450.68810.7787AdjustedR20.68870.65220.59840.7312AICc820.4971869.2280864.8082867.0061

在GWR模型中，每一個空間單元都有特定的系數(shù)。對江蘇省不同年份GWR模型的局部回歸系數(shù)進(jìn)行詳細(xì)統(tǒng)計(jì)，結(jié)果見圖4。

圖4中的系數(shù)變化差異進(jìn)一步量化了人均GDP驅(qū)動因素的局部空間異質(zhì)性。4個解釋變量在各市的參數(shù)估計(jì)結(jié)果均不相同，并且這4個解釋變量對人均GDP在江蘇省區(qū)域空間上的差異日益減小，其中固定生產(chǎn)總值有正有負(fù)，常住人口的回歸系數(shù)皆為負(fù)值，其余指標(biāo)的回歸系數(shù)全部為正值，表明各個解釋變量對江蘇省人均GDP的影響存在空間差異。以2012年為例，常住人口系數(shù)變化范圍為[-116.270 5,-62.438 5]，意味著在江蘇省某一個空間區(qū)位，常住人口每多1萬，人均GDP將波動[-116.270 5,-62.438 5]元；人口密度系數(shù)變化范圍為[57.204 9,70.404 1]，意味著在江蘇省某一個空間區(qū)位，每平方公里增加1人，人均GDP將向上浮動[57.204 9,70.404 1]元；固定資產(chǎn)投資系數(shù)變化范圍為[-0.831 7,5.810 5]，意味著在江蘇省某一個空間區(qū)位，固定資產(chǎn)投資每增加1億元，人均GDP將隨之浮動[-0.831 7,5.810 5]元。工業(yè)總產(chǎn)值系數(shù)變化范圍為[3.254 0,4.406 6]，意味著在江蘇省某一個空間區(qū)位，工業(yè)總產(chǎn)值每提升1億元，人均GDP將增加3.254 0元，而在另一個空間位置，工業(yè)總產(chǎn)值每提高1億元，人均GDP將增加4.406 6元。另外，解釋變量的系數(shù)平均值反映了其對人均GDP的平均邊際貢獻(xiàn)，平均系數(shù)的正負(fù)性決定其對人均GDP的導(dǎo)向作用。

圖4　GWR模型回歸系數(shù)的描述性統(tǒng)計(jì)分析Fig.4　Descriptive statistical analysis of the regression coefficients in the GWR model

GWR模型的回歸系數(shù)表明，4個解釋變量對人均GDP的影響程度由大到小依次為常住人口、人口密度、工業(yè)總產(chǎn)值、固定生產(chǎn)總值。具體來說，常住人口和人均GDP兩者之間呈現(xiàn)明顯的負(fù)相關(guān)特性，表明常住人口的增加是限制江蘇省人均GDP發(fā)展的因素之一；人口密度和人均GDP兩者之間呈現(xiàn)明顯的正相關(guān)特性，結(jié)果表現(xiàn)為人口密度越大，人均GDP越高；工業(yè)產(chǎn)值比重雖然對江蘇省人均GDP也表現(xiàn)出正相關(guān)關(guān)系，但回歸系數(shù)明顯小于人口密度；根據(jù)上述回歸系數(shù)分析，固定生產(chǎn)總值是唯一對人均GDP既有抑制又有促進(jìn)作用的變量。

2.2.2各變量對人均GDP空間格局影響特征。江蘇省人均GDP的GWR模型回歸系數(shù)分布見圖5。

(1)常住人口對人均GDP水平的影響特征。圖5a中回歸系數(shù)均為負(fù)值，可以看出，常住人口和人均GDP水平呈現(xiàn)負(fù)相關(guān)，說明常住人口在一定程度上阻礙了人均GDP水平的進(jìn)一步提升，影響了當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展。從回歸系數(shù)的空間分布來看，系數(shù)絕對值由江蘇省北部城市向南部城市逐漸遞增，最小值出現(xiàn)在徐州和邳州，最大值在蘇州、昆山和太倉。說明常住人口對江蘇省徐州、邳州等北部城市人口GDP影響相對較小，對南部地區(qū)影響較大。上述現(xiàn)象的出現(xiàn)可能是由于蘇南作為江蘇省乃至全國經(jīng)濟(jì)最具活力的地區(qū)，擁有較多的就業(yè)機(jī)會，較高的經(jīng)濟(jì)發(fā)展和收入水平，持續(xù)吸引周邊大量外來勞動力、科技人才的集聚，形成了人口集聚區(qū)。而蘇北較低的經(jīng)濟(jì)發(fā)展水平、收入水平，吸引力不足，進(jìn)而人口差異形成了人均GDP分布的不均衡格局。

圖5　江蘇省人均GDP的GWR模型回歸系數(shù)分布Fig.5　Distribution of regression coefficients based on GWR model

(2)人口密度對人均GDP水平的影響特征。圖5b顯示，人口密度對江蘇省人均GDP的影響呈現(xiàn)了極強(qiáng)的促進(jìn)作用，其影響程度由蘇北向蘇南地區(qū)逐步增強(qiáng)。這可能是由于蘇北的農(nóng)業(yè)比重較高，農(nóng)業(yè)產(chǎn)業(yè)化還處于初始階段，非農(nóng)產(chǎn)業(yè)較為落后，而蘇南非農(nóng)產(chǎn)業(yè)比重大大超過蘇北，非農(nóng)產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)也遠(yuǎn)高于蘇北，對勞動力的需求大。

(3)工業(yè)總產(chǎn)值對人均GDP水平的影響特征。圖5c顯示，工業(yè)總產(chǎn)值和江蘇省人均GDP水平存在明顯的正相關(guān)關(guān)系，并且從數(shù)值上看，回歸系數(shù)絕對值較穩(wěn)定，其高值主要位于徐州、邳州和連云港，低值主要位于江蘇省經(jīng)濟(jì)發(fā)展多樣化的政治中心南京。

(4)固定資產(chǎn)投資對人均GDP水平的影響特征。圖5d顯示，一方面，固定資產(chǎn)投資和江蘇省人均GDP水平可能由于空間滯后性在徐州、邳州、新沂、鹽城和宿遷呈負(fù)相關(guān)關(guān)系；另一方面，固定資產(chǎn)投資和人均GDP水平在江蘇省其他城市呈正相關(guān)關(guān)系，并且系數(shù)絕對值由北向南逐漸遞增。

3　結(jié)論與建議

該研究基于2003～2014年江蘇省人均GDP水平，分別探索固定資產(chǎn)投資、工業(yè)總產(chǎn)值、人口密度和常住人口4個驅(qū)動因素與江蘇省人均GDP空間分異的關(guān)系，并從總體特征、驅(qū)動因素的空間格局特征等方面進(jìn)行隱含在數(shù)據(jù)中的潛在機(jī)理和時空結(jié)構(gòu)信息的深層次挖掘，揭示江蘇省人均GDP空間分布格局。得出以下結(jié)論：①江蘇省人均GDP的空間格局并不是完全隨機(jī)分布，總體上表現(xiàn)為地區(qū)之間較強(qiáng)的集聚性，以及在南北地區(qū)之間顯著的差異性。②工業(yè)總產(chǎn)值、人口密度對江蘇省人均GDP的發(fā)展具有很強(qiáng)的正相關(guān)性；常住人口對江蘇省人均GDP的發(fā)展具有顯著負(fù)相關(guān)性；固定資產(chǎn)投資對江蘇省人均GDP的發(fā)展在空間上，南北顯示不同的相關(guān)性。③在相同的其他前提條件下，人口存在規(guī)模效益。人口密度大的蘇南地區(qū)的城市可以利用自身的人口規(guī)模優(yōu)勢，集聚更多優(yōu)秀的產(chǎn)業(yè)。④江蘇省作為經(jīng)濟(jì)大省，工業(yè)對GDP做出了重大貢獻(xiàn)，但在經(jīng)濟(jì)轉(zhuǎn)型時期，江蘇省應(yīng)及時調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，進(jìn)一步提高工業(yè)化水平，從而提高人均GDP。⑤隨著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)移、區(qū)域交通條件的改善，以及蘇南土地稀缺、勞動力成本高等問題的出現(xiàn)，蘇北經(jīng)濟(jì)相對落后的地區(qū)應(yīng)充分利用廉價的勞動力和土地成本優(yōu)勢，大力加大和優(yōu)化固定資產(chǎn)投資，從而升級經(jīng)濟(jì)結(jié)構(gòu)。

為進(jìn)一步協(xié)調(diào)江蘇省區(qū)域經(jīng)濟(jì)發(fā)展，應(yīng)當(dāng)打破區(qū)域經(jīng)濟(jì)差異，在遵循因地制宜、優(yōu)勢互補(bǔ)、互惠互利的原則上，加大宏觀調(diào)控力度，彌補(bǔ)市場不足，加強(qiáng)區(qū)域合作，整合各種區(qū)域要素和空間結(jié)構(gòu)，力爭實(shí)現(xiàn)江蘇省區(qū)域經(jīng)濟(jì)的統(tǒng)籌協(xié)調(diào)發(fā)展。

[1]李平星,陳誠,陳江龍.鄉(xiāng)村地域多功能時空格局演變及影響因素研究：以江蘇省為例[J].地理科學(xué),2015(7)：845-851.

[2]吳建民,任國榮,丁疆輝.縣域城鎮(zhèn)化水平綜合測評及其動力構(gòu)成分析：以河北省為例[J].地理與地理信息科學(xué),2015(3):845-851.

[3]甘靜,郭付友,陳才,等.2000年以來東北地區(qū)城市化空間分異的時空演變分析[J].地理科學(xué),2015(5):565-574.

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

[5]崔長彬,姜石良,張正河.河北縣域經(jīng)濟(jì)影響因素的空間差異分析：基于貝葉斯地理加權(quán)回歸方法[J].經(jīng)濟(jì)地理,2012,32(2):39-45.

[6]蒲英霞,葛瑩,馬榮華,等.基于ESDA的區(qū)域經(jīng)濟(jì)空間差異分析：以江蘇省為例[J].地理研究,2005(6)：965-974.

[7]蘇方林.基于地理加權(quán)回歸模型的縣域經(jīng)濟(jì)發(fā)展的空間因素分析：以遼寧省縣域?yàn)槔齕J].學(xué)術(shù)論壇,2005(5)：81-84.

[8]劉吉平,呂憲國,崔煒煒.別拉洪河流域濕地變化的多尺度空間自相關(guān)分析[J].水科學(xué)進(jìn)展,2010,21(3):392-398.

[9]張松林,張昆.全局空間自相關(guān)Moran指數(shù)和G系數(shù)對比研究[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,46(4):93-97.

[10]張松林,張昆.局部空間自相關(guān)指標(biāo)對比研究[J].統(tǒng)計(jì)研究,2007,24(7):65-67.

[11]趙小風(fēng),黃賢金,張興榆，等.區(qū)域COD、SO2及TSP排放的空間自相關(guān)分析：以江蘇省為例[J].環(huán)境科學(xué),2009,30(6):1580-1587.

[12]俞路.基于GWR模型的長三角區(qū)域經(jīng)濟(jì)增長主導(dǎo)因素研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2011，214(8):27-32.

[13]張雅杰,金海,谷興,等.基于ESDA-GWR多變量影響的經(jīng)濟(jì)空間格局演化：以長江中游城市群為例[J].經(jīng)濟(jì)地理,2015(3)：28-35.

[14]FOTHERINGHAM A S，CHARLTON M，BRUNSDON C.The geography of parameter space: An investigation of spatial non-stationarity[J].International journal of geographical information systems,1996,10(5):605-627.

[15]李富閣,吳先滿,胡健生.江蘇經(jīng)濟(jì)50年[M].南京:江蘇人民出版社,1999:364-386.

Spatial-temporal Evolution Analysis of Per Capita GDP in Jiangsu Province Based on ESDA

CHENG Xin

(College of Geomatics Science and Technology,Nanjing Tech University,Nanjing,Jiangsu 210000)

Taking Jiangsu Province as the research object,this article explored the spatial and temporal evolution characteristics of per capita GDP in Jiangsu Province from 2003 to 2012,based on the spatial econometric methods of ESDA and GWR.We also discussed the spatial correlation between fixed-asset investment,total industrial output value,population density and permanent resident population and the per capita GDP of Jiangsu Province,in terms of which we analyzed the structure characteristics of GDP spatial structure in Jiangsu Province.The results showed that the per capita GDP in Jiangsu Province demonstrated a strong agglomeration in space,and the heterogeneity and differences of spatial distribution between regions were notable.The impact degrees of the four driving factors for the per capita GDP was permanent resident population >population density >total industrial output value >fixed assets investment,among which,permanent resident population and population density had a bigger influence on the development of the per capita GDP of Jiangsu Province,and the effect intensity increased from northwest regions to southeast regions.Based on the research results,the development policy of Jiangsu Province in the future should put an emphasis on strengthening the regional cooperation,actively promoting the industrial transfer of the South and North,and integrating all kinds of regional factors and spatial structure,so as to realize the coordinated development of regional economy.

Geographically weighted regression model;Spatial auto-correlation;Per capita GDP;Jiangsu Province

程欣(1992- )，女，江蘇儀征人，碩士研究生，研究方向：土地規(guī)劃。

2016-07-04

S-9

A

0517-6611(2016)25-219-05