江苏省区域经济差异的探索性空间数据分析.pdfVIP

江苏省区域经济差异的探索性空间数据分析 陈祖华 夏川 (南京审计学院经济学院，南京211815) 进行空间数据分析，实证结果显示江苏省区域经济具有显著的正空间自相关性，区域经济呈现稳定的空间 集聚现象，相邻地区的经济增长相互影响．因此，促进江苏区域经济协调发展需要在推动产业升级、促进 要素流动、引导区域竞争的政策制定执行中?重视空间因素在区域经济发展中的作用，掌握并运用空间经 济规律以实现区域经济协调发展。 【关键词】区域经济；探索性空间数据分析；空间自相关 区域之间、区域内部以及省域经济发展存在显著差异，是我国区域经济发展的一个重要特点。近年来 在对区域经济差异问题的研究中，理论和实证研究都有较大突破。在理论研究方面，空间经济学从报酬递 增和垄断竞争的现实性出发，把空间因素纳入一般均衡理论分析框架，解释了“块状”区域经济的空间分布 规律，得出空间非中性的重要结论。在实证研究方面，一些学者逐步引入了空间数据分析方法，避免在计 量分析中因不考虑空间自相关性而导致结论的偏差或者不稳健性¨j。美国经济学家Rcy(1999)通过探索 性空间数据分析对美国州域经济差异的实证结果显示，美国各州人均GDP存在显著的聚集特征t2]；Ertur 一1分析表明，区域经济集聚效应导致非均衡增长和区域系统中的发散，集聚效应决定经济空间结构并导致 存在于从东部到中西部，以及从中部到西部的梯度推进空间特征。国内学者王晓丹、王伟龙(2011)认为 空间因素是影响广东省各地市经济增长差异分布的重要因素，空间自相关性和经济聚集显著存在是其必然 规律【6】；马晓熠、裴韬(2010)指出北京市经济发展具有负空间自相关性发展趋势【7】。 改革开放以来，江苏省作为我国经济快速增长且最具活力的省份之一，其区域经济发展差距也迅速扩 大，形成了苏南、苏中、苏北经济发展差异明显的区域经济格局。那么江苏省区域经济发展是否存在空间 相关性?区域经济发展差异有什么样的空间统计特点?本文运用探索性空间数据分析方法(ESDA)，选取江 济的全局和局域空间相关性及空间集聚特征。 一、探索性空间数据分析方法 Data 探索性空间数据分析(ExploratorySpatial 要研究与空间位置相关的空间自相关性(空间依赖性)以及空间差异性。ESDA本质上是由数据驱动的探 索过程，其目的是要揭示对象的空间分布、辨别对象的空间离群点和发现对象的空间关联模式，分析内容 包括全局空间自相关和局域空间自相关。 全局自相关是从区域整体上刻画区域活动空间分布的集群情况，通常检验区域变量之间是否存在全局 [基金项目】本文为教育部人文社科规划基金项目(12YJA790014)的阶段性研究成果。 [作者简介]陈祖华(197卜)，男，江西上高人，南京审计学院经济学院副教授，博士。研究方向为空间经济学、制度经济 学。 159 空间相关性，最广泛运用的是Moran指数【8】，Moran指数可以用来判断区域经济增长的空间集聚状况。 其计算公式为： ∑n∑Pl坳(Xt--i)(孑』一；) Moran’s J=型上L—f百——一 s2∑∑w孽 i=1 J=1 其中，n为研究的区域总数；Xi表示第i个区域的观测值：；为样本均值，；：土罗葺；S2为指标样 n百 本方差，S2=告∑k一；尸；嘞为二进制的邻接空间权值矩阵，采用邻近标准或者距离标准，目的是定 ’‘i=1 义相邻的空间单元之间的空间交互作用，一般的相邻距离标准权重的％为：当区域i和区域j相邻时％--1； 当区域i和区域j不相邻时w，=o。 性的观测指标的空间集聚性越强，即高值与高值相邻，低值与低值相邻；指数值小于0表示负相关，越接 近