周茂俊 葛莉 張孔生

摘 要：基于ESDA的空間自相關分析，對安徽縣（市）域2008—2017年人均GDP計算全局莫蘭指數(shù)和局部莫蘭指數(shù)，并繪制莫蘭散點圖及LISA集聚圖。結果表明，安徽縣（市）域經濟整體上具有顯著的空間自相關性，空間集聚特征逐漸增強;局部自相關分析表明安徽縣（市）域經濟逐步形成了兩個空間集聚區(qū)，即以合肥為中心和以蕪湖—宣城為中心的經濟發(fā)達地區(qū)，以及以阜陽、亳州、淮北等組成的經濟落后地區(qū)。最后，分析縣（市）域經濟差異形成的原因，并針對區(qū)域經濟快速發(fā)展提出建議。

關鍵詞：縣（市）域經濟;ESDA;空間自相關性;莫蘭指數(shù)

中圖分類號：F127 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2021）21-0117-03

引言

區(qū)域經濟差異在世界各國普遍存在，但在中國尤為顯著。適度的區(qū)域經濟差距有利于促進社會經濟發(fā)展，但差距過大，則會導致嚴重的經濟、甚至社會和民族問題[1]?？h（市）域經濟作為國民經濟基本單元，是構造經濟帶、經濟區(qū)、省域等區(qū)域經濟的“基礎細胞”。

我國學者在縣（市）域經濟差異方面進行了多方面的研究，并取得了大量的研究成果。早期的李小建等[2]研究了20世紀90年代中國縣（市）域經濟差異的空間分異，隨后部分學者研究了不同省份縣（市）域經濟差異和空間結構[1，3，4]。在指標選擇上，胡鞍鋼選擇使用單一指標進行評價，魏后凱使用多個指標體系進行綜合評價。對于區(qū)域經濟發(fā)展差異指標的測度，程永宏運用變異系數(shù)、基尼系數(shù)和泰爾指數(shù)[1]，王勇軍、邵留長、姚宇哲[1，3，5]運用探索性空間數(shù)據(jù)分析（ESDA）方法對特定省份的縣（市）域經濟進行空間相關性分析。

安徽省地處中國中部地區(qū)，經濟發(fā)展相對落后，區(qū)域發(fā)展差異問題非常突出，目前關于安徽省縣（市）域經濟發(fā)展差異的定量研究較少。本文運用空間統(tǒng)計中的ESDA方法，借助ArcGIS及GEODA軟件，對安徽省縣（市）域經濟發(fā)展差異及空間關聯(lián)性進行定量分析，揭示安徽省經濟空間的分布形態(tài)、集聚特征及時空演變規(guī)律。

一、研究方法

ESDA方法是一種具有識別功能的空間數(shù)據(jù)分析方法，主要用于探測一些變量的空間關聯(lián)性和集聚現(xiàn)象。某一變量在空間上發(fā)生集聚，意味著在一定區(qū)域內，這一變量在各個地域單元之間具有自相關性：某一地域單元該變量值較高，其周圍地域單元該變量值也較高;該變量值較低，其周圍地域單元該變量值也較低。因此，空間自相關性可以看作是一種反映集聚現(xiàn)象的尺度。本文引入全局莫蘭（Moran）指數(shù)來測度全局的空間關聯(lián)結構模式，利用莫蘭散點圖與空間聯(lián)系局部指標（LISA）一同協(xié)力檢測局部空間的集聚性。

（一）空間權重矩陣

空間對象的空間依賴關系，可以用空間權重矩陣來表示?？臻g依賴關系又可分為“鄰接性”和“距離性”兩種。鄰接性空間關系中，目前應用較廣泛的是“車式”鄰接和“后式”鄰接。如果地域單元i和j之間存在公共的邊線，就稱為“車式”鄰接，此時wij=1，否則wij=0。如果地域單元i和j之間存在公共的邊和公共頂點，就稱為“后式”鄰接，此時wij=1，否則wij=0。

（二）全局空間關聯(lián)性指標

莫蘭在1950年提出了全局莫蘭指數(shù)I，它能夠反映整個研究區(qū)域內，各個地域單元與鄰近地域單元之間的相似性。計算公式為：

其中，wij是空間權重矩陣的元素值。I的取值范圍在-1到1之間，I大于0表示正相關，值接近1時表明具有相似的屬性集聚在一起（即高值與高值鄰接、低值與低值鄰接）;I小于0表示負相關，值接近-1時表明具有相異的屬性集聚在一起;接近于0，則表示屬性是隨機分布的，或者不存在空間自相關性。當Z值所對應的P值比給定的顯著性水平（一般為0.05）低，則認為各觀測值在空間上存在顯著的相關性。

（三）局部空間關聯(lián)性指標

空間聯(lián)系的局部指標（LISA）是描述該區(qū)域單元與周圍顯著的相似值區(qū)域單元之間空間集聚程度的指標。LISA包括局部莫蘭指數(shù)和局部蓋里指數(shù)，局部莫蘭指數(shù)公式為：

正的Ii表示一個高值被高值所包圍（高—高），或者是一個低值被低值所包圍（低—低）。負的Ii表示一個低值被高值所包圍（低—高），或者是一個高值被低值所包圍（高—低）。

可以通過莫蘭散點圖將局部莫蘭指數(shù)進行可視化。四個象限分別對應區(qū)域單元與其鄰居之間四種類型的局部空間聯(lián)系形式。第一象限代表HH，即高觀測值的區(qū)域單元被同是高值的區(qū)域所包圍;第二象限代表LH，即低觀測值的區(qū)域單元被高值的區(qū)域所包圍;第三象限代表LL;第四象限代表HL。將莫蘭散點圖和局部莫蘭指數(shù)相結合可得到局部空間自相關的LISA集聚圖，能更直觀地研究各區(qū)域與其鄰接區(qū)域的關聯(lián)或差異。

二、指標選取及數(shù)據(jù)來源

本文選擇人均地區(qū)生產總值（人均GDP）來衡量地區(qū)經濟發(fā)展水平。時間段選取2008—2017年。研究對象為安徽省16個地級市市區(qū)，7個縣級市及55個縣共78個區(qū)域地理單元。數(shù)據(jù)來源主要為對應年份的安徽省統(tǒng)計年鑒、安徽省各地級市統(tǒng)計年鑒和部分地級市國民經濟和社會發(fā)展統(tǒng)計公報。限于篇幅，原始數(shù)據(jù)不再列出。

三、安徽省縣（市）域經濟發(fā)展空間相關性的實證分析

（一）全局相關性分析

本文采用“后式”鄰接定義空間權重矩陣。利用ArcGIS計算2008—2017年安徽省各縣（市）域人均GDP全局莫蘭指數(shù)，結果如表1所示。

表1顯示出所有年份的莫蘭指數(shù)值均大于0，并且呈現(xiàn)逐年增大的規(guī)律。2008年及2009年的莫蘭指數(shù)值較小，P值大于0.05，因此可認為這兩年區(qū)域間集聚特征不明顯，空間相關性較弱。2010—2017年均通過檢驗，且莫蘭指數(shù)的值越來越大，表明安徽省縣（市）域經濟發(fā)展水平呈現(xiàn)明顯的集聚特征，并且相關性越來越強。