内蒙古经济发展和开发程度空间匹配研究.docVIP

内蒙古经济发展和开发程度空间匹配研究 　　摘 要：从经济发展与开发程度空间匹配的视角出发，运用空间自相关方法，分析2001、2005、2011年内蒙古县域单元的人均GDP和区域开发程度（RDD）指数空间分布特征，借助改造后的波士顿矩阵划分县域单元的空间匹配类型，并进一步分析影响各类型单元发展的驱动力。结果表明：（1）内蒙古县域经济发展与开发程度均呈现东西部空间分异显著的特征；（2）县域单元经济发展与开发程度在空间上不完全匹配，区域开发集聚效应在时间上滞后于经济发展水平；（3）改造后的波士顿矩阵可划分县域空间匹配类型单元为热匹配型、开发主导型、经济主导型和冷匹配型四类，并分析了各匹配类型单元的特点；（4）资源禀赋、路径依赖和资本逐利性等对各类匹配单元的发展和空间分布影响深刻。 　　关键词：经济发展；开发程度；空间匹配；驱动力；内蒙古 　　中图分类号：K901.8 文献标识码：A 　　新世纪以来，伴随区域经济快速增长，区域工业化、城市化发展与资源环境演化的相互作用关系研究成为国内外学术界讨论的重要议题之一[1-6]。十八大提出了经济持续健康发展，将优化国土空间开发格局提升为生态文明建设的首要任务[7]，强调了区域经济发展与区域开发的匹配性，成为当前我国可持续健康发展面临的重要议题。 　　经济快速增长带来区域经济差异化特征显著，对区域经济发展的研究也越来越多。一方面王芳等[8]、李汝资等[9]采用Theil指数等传统区域经济差异度量方法对省域、大区域尺度区域经济时空差异和格局进行了分析；另一方面谢磊等[10]、张秋亮等[11]以县域经济单元为研究对象，利用GIS和ESDA手段分析多年份复合指标下的环长株潭城市群和呼包鄂榆经济区经济时空差异演变；薛宝琪以地级市为基本分析单元，采用传统区域差异统计方法与ESDA空间分析技术结合的方式对中原经济区经济空间格局演化进行了定量分析[12]；靳诚等选用不同时间断面的单一指标，利用ESDA方法分析了江苏省县域经济[13]；柯文前等通过分位数回归模型与ESDA空间关联模型相结合的方式对江苏省县域经济空间演化格局进行研究[14]；闫人华等人采用ESDA方法研究1975年以来二三产业比重指标下新疆县域产业结构的空间分异[15]。综上，空间统计分析方法已成为研究区域空间差异的重要手段，且呈现出与其他计量模型结合使用的特点；区域经济发展研究尺度呈现多层次、研究指标多元化的特点。目前，区域开发程度的研究成果较少，仅刘艳军等人在研究区域开发程度及其资源环境关系方面有所体现，通过构建RDD指数分别就东北地区开发程度演化及其资源环境影响[16]、中国区域开发强度与资源环境水平的耦合关系[17]等进行了研究。目前鲜有对经济发展与区域开发程度的匹配性研究，缺乏对区域经济发展与其开发程度是否协调匹配、匹配类型如何及其内在驱动力为何的基本判断。 　　内蒙古作为资源大省，2002年以来，经济增长连续8年全国第一。内蒙古的城市化率从2000年的42.7%到2011年的56.6%，11年间年均增速1.26%，高出全国平均水平，是经济快速增长和城市化快速发展的典型区域。本文以内蒙古县域单元为研究对象，从经济发展与开发程度的空间匹配角度出发，划分空间匹配类型单元，分析各匹配类型单元产生差异的驱动力，为未来各县域单元发展提供理论参考。 　　1 研究方法和数据来源 　　1.1 研究方法 　　1.1.1 区域开发程度指数 　　区域开发程度指数（Regional Development Degree Index），简称RDD指数，旨在评价区域开发程度大小及其演化特征[16]，选择人口密度、经济密度和公路密度三方面指标来综合测度、反映区域开发程度和水平，以强调区域范围内经济开发、社会开发以及土地利用水平。计算公式为： 　　RDDi=（++） （1） 　　式中：RDDi为i年区域开发程度指数，RPTi表示i年区域人口总量，GDPi表示i年地区生产总值，CLAi表示i年区域公路里程；LAi表示i年区域土地总面积，RPTi/LAi、GDPi/LAi和CLAi/LAi分别表示i年人口密度、经济密度和公路密度，考虑到评价指标的属性，选择α、β、γ分别代表人口密度、经济密度和公路密度的标志值，本文取研究期内各指标的最大值。 　　1.1.2空间自相关方法 　　空间自相关是指对地理事物或现象在空间位置上是否存在依赖关系的检验。空间自相关包括全局空间自相关和局部空间自相关[18]。 　　（1）全局空间自相关指数（Global Moran’s I） 　　Global Moran’s I是用于分析区域整体的空间关联程度和差异程度的指标，可以反映出空间相邻的区域单元在属性值上的相似程度。其公式如下： 　　I= ， S2=（Xi-）