陳 安, 趙 曦
(武漢大學 資源與環(huán)境科學學院, 武漢 430079)
?
中部六省市域經(jīng)濟發(fā)展時空差異演變研究
陳 安, 趙 曦*
(武漢大學 資源與環(huán)境科學學院, 武漢 430079)
采用相對發(fā)展率、泰爾系數(shù)、加權(quán)變異系數(shù)、集中系數(shù)等指標結(jié)合ESDA分析方法和ArcGIS的標準差橢圓分析功能對中部地區(qū)2000年~2013年經(jīng)濟發(fā)展時空差異和演變進行分析;同時運用G(1,1)模型對其后5 y經(jīng)濟發(fā)展的時空差異進行預測.研究表明:中部地區(qū)經(jīng)濟發(fā)展的絕對差異和相對差異均十分明顯并存在進一步擴大的趨勢;主要大城市對區(qū)域經(jīng)濟發(fā)展的影響重大;2005年以后中部各市的經(jīng)濟發(fā)展開始進入一個非均衡的狀態(tài);中部地區(qū)南北方向的經(jīng)濟發(fā)展快于東西方向,經(jīng)濟發(fā)展的平均中心位于信陽市的西南部;預測表明未來中部地區(qū)經(jīng)濟發(fā)展的差異會進一步擴大.最后,指出要實現(xiàn)區(qū)域的可持續(xù)發(fā)展就必須實現(xiàn)區(qū)域的協(xié)調(diào)發(fā)展和特色發(fā)展.
中部; 經(jīng)濟發(fā)展; 時空差異; 預測
區(qū)域經(jīng)濟發(fā)展存在適度的差異是區(qū)域經(jīng)濟發(fā)展所需要的,但是,差異過大則是整個區(qū)域經(jīng)濟協(xié)調(diào)可持續(xù)發(fā)展的障礙.弗里德曼和赫希曼認為區(qū)域發(fā)展差異是一個先擴大再縮小的過程[1];Max.L等認為改革開放后中國省域之間經(jīng)濟發(fā)展的差異呈現(xiàn)先縮小再擴大的趨勢[2].陸大道院士則指出我國地帶間經(jīng)濟實力的差距在繼續(xù)擴大,全國范圍內(nèi)形成了明顯的技術(shù)經(jīng)濟梯度[3-4].李小建分析了我國縣域經(jīng)濟發(fā)展的差異,指出沿海發(fā)達地區(qū)內(nèi)部的經(jīng)濟發(fā)展差異也不容忽視[5].整體而言,國內(nèi)早期對三大經(jīng)濟帶整體發(fā)展差異研究較多[6],隨后研究尺度由省域逐步轉(zhuǎn)向較小的縣域;此外,對某些特殊區(qū)域的經(jīng)濟發(fā)展差異研究也相繼成為熱點[7-8].2013年中部地區(qū)人均GDP最高的長沙與最低的阜陽相差7.2倍,中部地區(qū)經(jīng)濟發(fā)展的差異顯著.為了明確中部地區(qū)經(jīng)濟發(fā)展的具體時空差異以及為政府制定相關(guān)經(jīng)濟發(fā)展決策提供參考,本文對中部六省市域經(jīng)濟發(fā)展的時空差異演變進行研究;通過本文的研究以期能對促進中部整體崛起,縮小地區(qū)發(fā)展差異,促進全面小康社會的建設(shè)發(fā)揮作用.
中部地區(qū)包括湖南、江西、湖北、安徽、河南、山西6省,全區(qū)介于24°29′~40°43′N、108°21′~119°37′E之間,國土面積102.82萬km2,山地、丘陵、崗地和平原兼?zhèn)?2013年,全區(qū)總?cè)丝跒?.65億,GDP為12.73萬億元.中部地區(qū)現(xiàn)有市級行政單位87個.湖南,位于中部地區(qū)的西南部,省會長沙,全省轄13個地級市和1個自治州,2013年全省GDP總量24 502億元,排名中部第3位;江西,位于中部地區(qū)東南部,省會南昌,全省轄11個地級市,2013年GDP總量為14 339億元,排名中部第五位;湖北,位于中部地區(qū)的中部,省會武漢,全省轄12個地級市,1個自治州,3個省直管市,1個省直管林區(qū)(神農(nóng)架),2013年GDP總量為24 668億元,排名中部第2位;安徽,位于中部地區(qū)的東部,省會合肥,全省共有市級行政單位16個,2013年GDP總量為19 039億元,排名中部第4位;河南,位于中部地區(qū)的中部偏北,省會鄭州,全省共有市級行政單位18個,2013年GDP總量為32 156億元,排名中部第1位;山西,位于中部地區(qū)的北部,省會太原,全省有6個省轄市、5個地區(qū),2013年GDP總量為12 602億元,排名中部第6位.
2.1 研究方法
研究區(qū)域發(fā)展差異的方法較多,包括差異分解法、收斂性分析、空間分析、空間場能等[9-10].本文主要運用相對發(fā)展率法、泰爾系數(shù)和加權(quán)變異系數(shù)法、集中系數(shù)法、ESDA方法并結(jié)合地理信息系統(tǒng)軟件進行分析.
2.1.1 相對發(fā)展率(Nich) 該指標是用來反映某市在某一時間段內(nèi)人均GDP的變化與該時間段內(nèi)所有區(qū)域人均GDP變化的關(guān)系,用該指標可以衡量市域經(jīng)濟發(fā)展的絕對差異[11-13],其計算公式為:
Nich=(Y2i-Y1i)/(Y2-Y1),
(1)
式中,Y1i表示i市在2000年的人均GDP,Y2i表示i市在2013年的人均GDP;Y1、Y2則分別代表中部地區(qū)在2000年和2013年的人均GDP.Nich值越大表明某市的經(jīng)濟增長越快,否則,其經(jīng)濟增長越慢.
2.1.2 Theil系數(shù)和Cvw系數(shù) 區(qū)域發(fā)展相對差異的測定有多種方法,如基尼系數(shù)法、Theil系數(shù)和加權(quán)變異系數(shù)法等[14-16],由于本文中使用的人均GDP指標不適用于基尼系數(shù)法的累積算法,故選取后兩種方法.Theil系數(shù)可以用來衡量各地區(qū)的經(jīng)濟發(fā)展差異,值越大,經(jīng)濟發(fā)展差異越大.其公式為:
(2)
式中,n表示市的數(shù)量;yi為市GDP與中部地區(qū)總GDP的比值;pi為市的人口占中部總?cè)丝诘谋戎?
加權(quán)變異系數(shù)是標準差與均值的比率,反映局部地區(qū)人均GDP偏離全區(qū)域人均水平的相對差距.其公式為:
(3)
2.1.3 集中系數(shù) 該系數(shù)可用于測算區(qū)域人均GDP的差距相對于人口分布的不平衡程度.其公式為:
C=(1—H/T)×100,
(4)
式中,C為集中指數(shù);H為各市域人均 GDP 由大到小排序后累計占中部GDP總量50%的市所對應的總?cè)丝跀?shù);T為中部總?cè)丝跀?shù).C在50~69之間表示地區(qū)發(fā)展相對均衡,值越大,表示經(jīng)濟集中程度越高,地區(qū)經(jīng)濟發(fā)展差距越大[17].
2.1.4 ESDA分析方法 ESDA分析方法包括全局自相關(guān)和局部自相關(guān)分析.Moran’s I指數(shù)是用來表示全局自相關(guān)性的一種測度方法.全局自相關(guān)可以探索某一屬性值在整個研究區(qū)域內(nèi)的空間分布狀況.Moran’s I的取值在[-1,1]之間;當0 (5) 式中,ωij是空間權(quán)重值;n表示市的個數(shù);i、j分別為某一市,i≠j;t為時間,單位為年. LISA是用來表示研究對象局部空間自相關(guān)性的一類統(tǒng)計量的總稱.當局部莫蘭指數(shù)大于零時,則正相關(guān);反之,則為負相關(guān).其公式為: (6) 2.1.5 標準差橢圓 標準差橢圓(SDE)是通過計算一組點或區(qū)域在x、y方向上的標準距離,并根據(jù)所計算出的x、y值定義一個包含所有要素分布的橢圓曲線,從而測量研究對象變化趨勢的一種方法.利用該橢圓,可以查看要素的分布是否是狹長形的,并因此具有特定方向.SDE的基本要素包括中心點、長半軸、短半軸和方位角.SDE的平面范圍表示研究對象空間分布的主體區(qū)域;中心點表示研究對象空間分布的相對位置的方位角,用來反映分布的主趨勢方向;長、短軸分別表示研究對象在主、次方向上的離散程度[18],其公式為: (7) 2.1.6 灰色預測模型 灰色理論認為系統(tǒng)數(shù)據(jù)雖然是復雜的,但也是有序的,是有整體功能的.灰數(shù)的生成,就是從雜亂中尋找出規(guī)律.灰色預測的數(shù)據(jù)是通過生成數(shù)據(jù)的GM(1,1)模型所得到的預測值的逆處理結(jié)果.灰色模型在少量樣本的預測上具有顯著的優(yōu)越性,灰色預測建模是以等時距序列為基礎(chǔ)的[19-20].灰色預測模型G(1,1)如下: (8) 2.2 數(shù)據(jù)來源 本文以中部六省的87個地級市為研究對象,研究的數(shù)據(jù)來源于2001年~2014年各省的統(tǒng)計年鑒.其中巢湖市在2011年撤銷,其統(tǒng)計數(shù)據(jù)并入合并后的合肥、蕪湖、馬鞍山3市. 3.1 基于Nich計算結(jié)果的分析 根據(jù)公式(1),計算出中部六省各市2000年~2013年的Nich值;并利用ArcGIS10.0生成同期各市域Nich值分級圖.見表1和圖1. 表1 中部六省2000年~2013年各市人均GDP的Nich值 分析表明:1)中部六省各市的相對發(fā)展率差距較大.其中,以長沙最高為3.01,阜陽最低為0.393,差值為2.617;這說明中部地區(qū)2000年~2013年間各市經(jīng)濟發(fā)展速度的差異顯著.2)Nich值大于1即發(fā)展速度高于中部平均水平的市有37個(圖1中高亮顯示的部分)占總數(shù)的42.5%;整個中部絕大多數(shù)地區(qū)的發(fā)展速度低于平均水平.3)武漢、長沙、新余、銅陵是中部地區(qū)經(jīng)濟發(fā)展最為迅速的地區(qū),構(gòu)成了中部地區(qū)經(jīng)濟發(fā)展速度的核心四邊形.但是,如果這種情況長期持續(xù)則會強化經(jīng)濟發(fā)展的極化現(xiàn)象,不利于中部地區(qū)資源優(yōu)化配置和協(xié)調(diào)發(fā)展.4)經(jīng)濟發(fā)展速度低于平均水平的地區(qū)主要集中在安徽、河南、江西以及湖北和湖南的西部地區(qū).主要原因有以下兩個方面:①這些地區(qū)多位于山區(qū),缺乏發(fā)展經(jīng)濟的交通、工業(yè)基礎(chǔ)等優(yōu)勢區(qū)位條件;②受周邊大城市的影響經(jīng)濟要素大量流出,造成該地區(qū)經(jīng)濟發(fā)展緩慢.第五,江西、安徽、河南和山西缺乏經(jīng)濟體量大而且發(fā)展速度快的城市,地區(qū)城市首位度不明顯,從而影響了集聚規(guī)模經(jīng)濟的發(fā)展. 圖1 中部六省2000年~2013年各市人均GDP的Nich值分級圖Fig.1 The hierarchical figure of Nich value of GDP per person in cities of six provinces of central China from 2000 to 2013 3.2 基于Theil系數(shù)和Cvw系數(shù)計算結(jié)果的分析 根據(jù)公式(2)、(3),計算出Theil系數(shù)和Cvw系數(shù),其結(jié)果如圖2所示. 圖2 2000年~2013年湖北省Theil系數(shù)和加權(quán)變異系數(shù)變化圖Fig.2 The variation figure of Theil coefficient the weighted coefficient in Hubei province from 2000 to 2013 分析表明:1)2000年~2013年Theil系數(shù)和Cvw系數(shù)整體呈現(xiàn)波動上升的趨勢,Theil系數(shù)從2000年的0.036 3增加到2013年0.072 3,增量為0.036,增長率為99.17%;同期Cvw系數(shù)由0.473 2增加到0.553 7,增量為0.080 5,增長率為17.01%;雖然Theil系數(shù)和Cvw系數(shù)呈現(xiàn)正相關(guān)性,但是,同期Theil系數(shù)的增長率遠大于加權(quán)變異系數(shù)的增長率;這說明中部地區(qū)經(jīng)濟發(fā)展水平的差距和人均GDP的差距在進一步擴大,而且前者差距擴大的速度快于后者.2)Theil系數(shù)和Cvw系數(shù)在2008年出現(xiàn)較大增幅,該現(xiàn)象的出現(xiàn)主要是受到經(jīng)濟危機的影響;在2009年又迅速降低恢復到正常水平,是因為2008年后經(jīng)濟危機的影響逐漸降低,各市經(jīng)濟發(fā)展又逐漸恢復到正常水平.3)Theil系數(shù)和Cvw系數(shù)在2004年同時下降,原因是受“非典”疫情的影響整個中部地區(qū)都放緩了經(jīng)濟發(fā)展的速度,尤其是大城市地區(qū)更為顯著. 3.3 基于集中系數(shù)計算結(jié)果的分析 根據(jù)公式(4),計算出中部六省2000年~2013年各年的集中系數(shù)值,其結(jié)果如圖3所示. 圖3 2000年~2013年中部六省各年集中系數(shù)變化圖Fig.3 The variation figure of concentration factor each year in the six provinces of central China from 2000 to 2013 分析表明:1)中部地區(qū)2000年~2013年間的集中系數(shù)除2008年明顯上升外,總體上表現(xiàn)為緩慢增長的趨勢,14年間總共增加了4.8,年均增長率為0.6%;這說明中部地區(qū)經(jīng)濟發(fā)展的集中性在增加,但是,集中的速度比較平緩;2008年由于經(jīng)濟危機的影響中部地區(qū)經(jīng)濟發(fā)展的極化被凸顯出來,但是,經(jīng)濟危機后經(jīng)濟發(fā)展趨于平穩(wěn).2)2005年后中部地區(qū)的集中系數(shù)開始大于69,地區(qū)經(jīng)濟發(fā)展由前期的均衡狀態(tài)進入過于集中的非均衡狀態(tài),并以不斷擴大的總趨勢持續(xù)到2013年;這說明同期中部地區(qū)經(jīng)濟發(fā)展的差異在不斷擴大,經(jīng)濟發(fā)展越來越向少數(shù)城市集中. 3.4 ESDA分析 3.4.1 全局空間自相關(guān)分析 根據(jù)公式(5),計算得出Moran’sI指數(shù),計算結(jié)果均通過Z檢驗,其結(jié)果如表2所示. 分析表明:1)Moran’sI指數(shù)全為正值,這說明2000年~2013年間整個中部地區(qū)市域經(jīng)濟綜合發(fā)展水平存在明顯的正相關(guān)性,鄰近區(qū)域的經(jīng)濟相互影響呈現(xiàn)出一定的空間集聚性.2)從2000年~2013年Moran’sI指數(shù)總體呈現(xiàn)波動下降的趨勢,這說明各地區(qū)經(jīng)濟發(fā)展的相關(guān)性在減弱,異質(zhì)性在增強;區(qū)域經(jīng)濟發(fā)展的相互促進、帶動作用在弱化. 表2 中部六省2000年~2013年各年Moran’s I指數(shù) 3.4.2 局部空間自相關(guān)分析Moran散點圖以逆時針方向被分為4個象限,依次為H-H型(研究區(qū)域與鄰近區(qū)域的值均較高)、L-H型(研究區(qū)域的值低于鄰近區(qū)域的值)、L-L型(研究區(qū)域與鄰近區(qū)域的值均較低)、H-L型(研究區(qū)域的值低于鄰近區(qū)域的值).根據(jù)公式(6)計算出人均GDP的局部Moran散點圖和LISA集聚圖,結(jié)果如圖4和圖5所示. 圖4 中部六省2000年、2013年人均GDP的Moran散點圖Fig.4 The Moran scatterplot of GDP per person in six provinces of central China from 2000 to 2013 圖5 中部六省2000年、2013年人均GDP的LISA集聚圖Fig.5 The LISA cluster map of GDP per person in six provinces of central China in 2000 and 2013 結(jié)合圖4、圖5可以得出以下結(jié)論.1)研究區(qū)域主要位于第三象限,位于第四象限的研究區(qū)域最少;這表明經(jīng)濟發(fā)展水平較低的城市數(shù)目較多,在空間分布上有較強的趨同性.2)通過排除對局部Moran指數(shù)影響最大的研究區(qū)域,可知2000年、2013年局部Moran指數(shù)分別增加16.09%、24.76%;這表明某些特殊地區(qū)對整體的經(jīng)濟發(fā)展有重要影響.3)2000年~2013年間部分地區(qū)在Moran散點圖上的位置發(fā)生了明顯的變化,如表5所示.由此可知武漢、合肥、襄陽等大城市對周邊地區(qū)經(jīng)濟發(fā)展的相對帶動作用在減弱,晉城、岳陽、銅陵等城市對周邊地區(qū)經(jīng)濟發(fā)展的相對帶動作用在增強. 表3 2000年~2013年在人均GDP的Moran散點圖上位置發(fā)生改變的地區(qū) 結(jié)合圖5可以得出以下結(jié)論.1)2000年~2013年間存在兩個比較穩(wěn)定的欠發(fā)達地區(qū)的集聚區(qū),即以湖南的湘西州、懷化、張家界為中心的區(qū)域和以河南東北部和安徽北部的信陽、阜陽、亳州等為中心的區(qū)域,這兩個區(qū)域經(jīng)濟發(fā)展的空間相關(guān)性強,但與中部其他地區(qū)的經(jīng)濟發(fā)展差距在不斷擴大.2)中部六個省會城市與周邊地區(qū)經(jīng)濟發(fā)展的協(xié)同性不強,對周邊城市的帶動性弱.3)中部絕大多數(shù)城市的經(jīng)濟發(fā)展與周邊城市相關(guān)性很弱,相互促進作用不明顯. 3.5 基于標準差橢圓的分析 根據(jù)公式(7),計算出2000年~2013年中部六省市域經(jīng)濟標準差橢圓的空間分布狀態(tài)和相關(guān)參數(shù),其結(jié)果如表4和圖6所示(圖6中A~N分別代表2000年~2013年). 分析表明:1)2000年~2007年橢圓的轉(zhuǎn)角值緩慢下降,從2008年開始又表現(xiàn)出波動上升的趨勢;整體而言轉(zhuǎn)角值變化較小,14年間下降了1.69°下降率為0.99%,這說明該時期內(nèi)中部地區(qū)經(jīng)濟發(fā)展的整體趨勢比較穩(wěn)定,沒有出現(xiàn)大的變動.2)2000年~2013年中部地區(qū)市域經(jīng)濟標準差橢圓的長軸一直呈西北—東南方向分布并且這種格局還在進一步強化,說明中部整體的經(jīng)濟在向西北—東南方向發(fā)展.3)2000年~2013年長半軸標準差增加了11.28km增加率為2.16%,短半軸標準差減小了3.03km減少率為1.02%;說明市域經(jīng)濟的發(fā)展在主方向上出現(xiàn)了分散,在次方向上出現(xiàn)了極化.4)各時期的平均經(jīng)濟中心都基本位于信陽市的西南部;從整體看平均經(jīng)濟中心呈西南—東北—東南方向的移動軌跡,2000年~2013年平均經(jīng)濟中心向東南方向移動了5.96km;在14年間相鄰年份平均經(jīng)濟中心轉(zhuǎn)移最大的一次發(fā)生在2003年和2004年,平均經(jīng)濟中心向北移動了13.45km.5)平均經(jīng)濟中心在14年間南北最大移動距離為30.94km,東西最大移動距離為12.74km,經(jīng)濟重心東西移動的速度快于南北移動的速度;說明同期東西方向的經(jīng)濟發(fā)展快于南北方向. 表4 2000年~2013年中部六省市域經(jīng)濟標準差橢圓相關(guān)參數(shù)數(shù)值 圖6 2000年~2013年中部六省市域經(jīng)濟標準差橢圓及平均經(jīng)濟中心分布圖Fig.6 The distribution of the standard deviation Elipse and average economic center of municipal economy in the six provinces of central China from 2000 to 2013 3.6 基于灰色預測模型計算值的分析 為了對中部六省未來5年市域經(jīng)濟發(fā)展的時空差異演變進行預測,本文采用了G(1,1)模型預測方法進行預測,其中每一指標的預測均通過了精確度檢測即C<0.35、P>0.95,其結(jié)果如下. 表5 中部六省2000年~2018年各市域人均GDP的Nich預測值 表6 中部六省2014年~2018年各年Theil系數(shù)、Cvw系數(shù)、集中系數(shù)、Moran’s I指數(shù)和標準差橢圓相關(guān)參數(shù)預測數(shù)值 綜合分析表5和表6可以得出:1)2014年~2018年中部地區(qū)各市域經(jīng)濟發(fā)展的絕對差異和相對差異仍將不斷擴大,人均GDP偏離平均GDP的情況會越來越嚴重;2)中部地區(qū)的經(jīng)濟發(fā)展會越來越向武漢、宜昌、長沙、南昌、鄭州等少數(shù)區(qū)域中心城市聚集;3)中部地區(qū)城市經(jīng)濟發(fā)展的相關(guān)性將進一步減弱,城市之間的相互促進作用會被削弱;4)中部地區(qū)未來經(jīng)濟發(fā)展的整體趨勢是進一步向南北方向發(fā)散,而在東西方向收縮. 通過實證分析和對中部六省未來經(jīng)濟發(fā)展的時空差異預測得出以下主要結(jié)論. 1)中部地區(qū)經(jīng)濟發(fā)展的絕對差異較大,經(jīng)濟發(fā)展的空間差異顯著.兩翼山區(qū)經(jīng)濟發(fā)展較慢,經(jīng)濟發(fā)展水平較高的地區(qū)主要集中在省會城市及其周邊鄰近城市;同時還形成了以宜昌、襄陽為中心的經(jīng)濟發(fā)展水平較高的城市群.但是,從全局來看中部地區(qū)經(jīng)濟發(fā)展的空間差異將呈現(xiàn)持續(xù)擴大的趨勢. 2)200 0年~2013年間中部六省市域經(jīng)濟發(fā)展的相對差異在波動中遞增;同期各市域的人均GDP與整個中部地區(qū)人均GDP的差距在不斷擴大;并且,兩者均有進一步擴大的風險. 3)200 0年~2013年中部六省市域經(jīng)濟發(fā)展的集中度從整體上看是在不斷增高的;但是,從整體而言這種不均衡性的增大是平緩的.同期經(jīng)濟發(fā)展的相關(guān)性也不斷降低,經(jīng)濟發(fā)展的協(xié)調(diào)促進作用不高,中部地區(qū)要實現(xiàn)協(xié)調(diào)可持續(xù)的快速發(fā)展還存在較大的壓力. 4)武漢、長沙、鄭州、合肥、南昌的發(fā)展在中部地區(qū)有特別重要的地位.從時間尺度來看這五城歷年的GDP總量、增量基本都是中部地區(qū)前5位,從空間尺度來看也基本形成了以這些城市為中心的地區(qū)經(jīng)濟發(fā)展中心.也正因如此,五城對中部地區(qū)經(jīng)濟發(fā)展的絕對差異、相對差異、相關(guān)性和經(jīng)濟發(fā)展集中系數(shù)的影響最為突出.如在集中程度上如果不考慮上述五城的影響那么2013年的集中系數(shù)將降為53.98,即位于相對均衡發(fā)展的狀態(tài).但是,這種均衡是我們不需要的低水平均衡. 5)重大事件對于中部地區(qū)區(qū)域經(jīng)濟發(fā)展的影響是非常顯著的,經(jīng)濟活動的抗風險能力有待加強.如2003年的“非典”和2008年的經(jīng)濟危機都使得中部地區(qū)的經(jīng)濟發(fā)展產(chǎn)生了較大波動. 6)未來中部地區(qū)經(jīng)濟發(fā)展的時空差異擴大的趨勢較為明顯,經(jīng)濟極化的現(xiàn)象可能會進一步強化;中部地區(qū)要實現(xiàn)區(qū)域的可持續(xù)發(fā)展就必須實現(xiàn)區(qū)域的協(xié)調(diào)發(fā)展和特色發(fā)展. [1] 韓 嘯. 湘南三市縣域經(jīng)濟時空差異研究[J].湘南學院學報, 2013, 34(3):1-5. [2] Max L, Wang E R. Forging ahead and falling behind: changing regional inequalities in post-reform China [J]. Growth and Change, 2002, 33(1):42-71. [3] 陸大道. 關(guān)于我國區(qū)域發(fā)展戰(zhàn)略與方針的若干問題[J].經(jīng)濟地理, 2009, 29(1):2-7. [4] 陸大道, 劉衛(wèi)東. 論我國區(qū)域發(fā)展與區(qū)域政策的地學基礎(chǔ)[J].地理科學, 2000, 20(6):487-493. [5] 李小建, 喬家君. 20世紀90年代中國縣際經(jīng)濟差異的空間分析[J].地理學報, 2001, 56( 2) : 136-144. [6] 吳殿庭. 中國三大地帶經(jīng)濟增長差異的系統(tǒng)分析[J].地域研究與開發(fā), 2001, 20(2):10-15. [7] 周 揚, 李 寧, 吳文祥, 等. 1982-2010年中國縣域經(jīng)濟發(fā)展時空格局演變[J].地理科學進展, 2014, 33(1):102-111. [8] 吳愛芝, 楊開忠, 李國平. 中國區(qū)域經(jīng)濟差異變動的研究綜述[J].經(jīng)濟地理, 2001, 31(5):705-710. [9] Martin R.Subsidising Inequality:Economic Reforms,F(xiàn)iscalTransfers and Convergence across Chinese Province[J].Journalof DevelopmentStudies, 1998, 34(3):1-26. [10] Wei Y, Fan C.Regional inequality in China:a case study of Jiangsu[J].Professional Geographer, 2000(52):455-469. [11] 彭文斌, 劉友金. 我國東中西三大區(qū)域經(jīng)濟差距的時空演變特征[J].經(jīng)濟地理, 2010, 30(4):575-578. [12] 張 紅, 姚婷婷, 安 娜. 湖北省縣域經(jīng)濟發(fā)展時空差異與空間演化研究[J].華中師范大學學報:自然科學版, 2014, 48(6):902-908. [13] 王 芳, 宋玉祥, 王文剛. 內(nèi)蒙古區(qū)域經(jīng)濟差異及其演化研究[J].經(jīng)濟地理, 2012, 32(11):1-7. [14] 謝 磊, 李景保, 何仁偉, 等. 宜春市縣域經(jīng)濟時空差異和影響因素分析[J].西部經(jīng)濟管理論壇, 2013, 24(3):91-97. [15] 陳 利, 朱喜鋼, 李小虎. 云南省區(qū)域經(jīng)濟差異時空演變特征[J].經(jīng)濟地理, 2014, 34(8):15-22. [16] 朱士鵬, 毛蔣興, 張志英. 廣西旅游經(jīng)濟時空差異分析[J].重慶師范大學學報:自然科學版, 2014(6):134-139. [17] 楊燕燕. 臨沂市縣域經(jīng)濟差異時空演變研究[D].沈陽:東北師范大學, 2013. [18] 龍 劍, 朱海寧, 曹邦宇. 基于標準差橢圓模型的貴州省經(jīng)濟密度空間差異分析[J].當代經(jīng)濟, 2014, 13: 114-117. [19] 段 浩, 潘世兵, 李 琳. 基于灰色模型的敦煌西湖保護區(qū)濕地演化研究[J].干旱區(qū)資源與環(huán)境, 2015, 29(10):198-202. [20] 王鳴翠, 于勝文, 張帥帥, 等. 基坑變形非等時距灰色預測模型程序設(shè)計及應用[J].測繪地理信息, 2015, 40(1):41-44. The evolution study to the spatial-temporal difference of the city-wide economic development in six provinces of mid-china CHEN An, ZHAO Xi (Resources and Environmental Science, Wuhan University, Wuhan 430079) In this study, the spatial and temporal diversities and evolution of economic development were analyzed in the Central region from 2000 to 2013. ESDA analysis and ArcGIS standard deviation ellipse analysis capabilities were utilized in combination with the relative development rate, Theil coefficient, the weighting coefficient of variation, concentration factor and other indicators. Besides, G (1,1) model was established to predict the spatial and temporal differences in economic development of the subsequent five years. Results show that the absolute differences and relative differences in the economic development of the Central region are significant and there is a trend of expansion; The major cities have crucial impact on regional economic development; Economic development of cities in Central region has entered into disequilibrium since 2005; The development rate of Central region economy in the north-south direction is faster than that in the east-west direction, with the average economic development center located in the southwest of Xinyang City; Difference of economic development in the Central region will be further expanded in the future as forecasted, suggesting the necessity of realizing the coordinated and characteristic development for the sustainable development of the region. central region; economic development; spatial and temporal differences; forecast 2015-04-10. 國家自然科學基金項目(41301586). 1000-1190(2015)05-0778-08 K902 A *通訊聯(lián)系人. E-mail: mixi51@163.com.3 研究結(jié)果與數(shù)據(jù)分析
4 結(jié)論