广东县域经济发展空间结构模式探析.docVIP

广东县域经济发展空间结构模式探析中图分类号：F064 文献标识码：A 内容摘要：本文运用2009年广东省县域横截面数据，分别从概括性统计分析、空间模式详细分析的角度，基于因子分析法、空间统计分析法、空间变差法等方法，并利用R语言平台，对广东省县域经济空间发展模式做了全面分析。结果表明：广东省空间结构模式呈现明显集聚和差异状态。县域经济空间结构具有正相关特征，并呈明显的核心-外围型空间极化状态。珠江三角洲经济正相关性明显，并具有一定的辐射作用；东西两翼和北部山区经济相关性较弱，经济联系不够。县域规模特征也呈现出一定的自相关性，但相关程度较弱。 关键词：空间结构模式 因子分析 空间统计 空间变差 县域经济是区域经济中的一个重要组成部分，其发展水平的高低决定着区域经济发展的整体水平，对县际空间结构模式的研究能够更详细地了解区域差异的特征，为更准确地制定区域协调发展战略提供科学依据。 广东县域空间发展模式研究 （一）数据选取 本文采用广东省2009年统计资料，选取国内生产总值、人口、财政收入、第二产业产值所占比重、人均GDP、面积等六个指标为基本分析变量，对广东省67个县市进行空间结构模式分析，探索空间集聚的规模和程度。数据来源于广东统计年鉴和各地区统计年鉴。 （二）概括性统计分析 本文首先对变量用因子分析方法进行因子提取，而后进行统计分析。对数据进行标准化处理后，用主成分法提取因子，选用方差最大化正交旋转得到载荷矩阵。结果显示，前两个主成分变量解释的累积百分比达到75.51%，由旋转后的因子载荷矩阵可以看出，公共因子在人均GDP、第二产值比重、GDP、财政收入上的载荷值都很大，可视为反映经济发展状况的经济因子；在面积和总人口上有很大载荷值，可视为规模因子。 图1表明：一是广东省县域的经济因子值的频率分布是偏态的，数据背离中心性，形态缺乏对称性；规模因子值的频率分布接近正态分布；二是经济因子值分布的区间大于规模因子，说明广东省县域经济发展水平差异大于县市规模的分异程度；三是经济因子的峰度系数为11.72，有较广离群分布的“肥尾”特征，更具有较窄集簇分布的“尖顶”特征，规模因子的峰度系数为负值且绝对值较小，说明规模因子的值相较于正态分布相对分散，左侧有拖尾特征，但程度较弱；经济因子的峰度系数大于规模因子，说明少数县、市的经济变异程度较大，但大多数县域经济指标呈集聚式分布。 （三）县域空间结构模式分析 本文分别利用Moran`s I指数和Geary`s C指数作为检验变量间互相依赖水平的指标，探索广东省县域空间分布的结构特征。 1.全局空间自相关测度。由表1可知，规模因子具有空间正相关性。规模因子的Moran`s I和Geary`s C的估计值分别是0.2060和0.7793，属于正相关范围，且相关性显著。这意味着广东省县域之间的规模因子在空间上呈现为一种集聚现象。经济因子比规模因子具有更强的空间正相关特征。经济因子的Moran`s I和Geary`s C的估计值分别是0.4267和0.5332，相较于规模因子检验值接近于空间不相关临界值0和1，经济因子的检验值显示出较强的空间正相关性，且P值说明了相关性的显著。经济因子也呈现出空间集聚的特征，即高值区域与高值区域相邻，低值区域与低值区域相邻。 2.局部自相关测度。为了进一步探索区域单元上的经济因子与相邻局部小区域单元上同一现象或属性值的相关程度，采用局域空间关联性指标Local Moran`s I来测度其相关性。 利用K-means迭代聚类的方法对Local Moran`s I进行聚类分析。经分析可以得出：一是局域自相关系数小于0的县市有14个，占广东省县市总数的15.90%，这些县市的经济发展状况显示出了与周围县市的非相似性，即高（低）值区域周围集聚着低（高）值区域，而这些Local Moran`s I的P值都大于0.05，说明它们周围可能集聚着一些低值区域。比如广东茂名、清远、惠州一些县市，邻接东西两翼及北部山区等低值区域。二是局部自相关检验系数大于0.5的县市有8个，占广东省县市总数的9.09%，其中东莞市、中山市、深圳市、佛山市、珠海市、广州市、江门市的Lisa值都大于0.5，并且P值小于0.05，与这些城市相关的周围县市具有相似性的属性值，且这些城市所在的地区属于高值集聚区，说明了珠江三角洲较快的经济发展水平，并且开始辐射到周围各县市经济的增长，增城的Lisa值为0.5247，但P值却小于0.05，可能和与其相邻的清远、韶关等北部山区经济发展较慢的县市有关。三是局部自相关系数在0-0.5的城市占大多数，正的值说明了这些区域单元周围相似值的空间集聚。而P值均小于0.05，可能是低值集聚区，可以通过Moran散点图进一步分析。