江蘇省縣域經濟發展差異特征和空間機理及政策建議——基于1990-2011年的實證研究

張榮天，張小林

（南京師范大學地理科學學院，江蘇南京210046）

區域經濟差異是區域經濟發展過程中一種普遍的現象，也是區域經濟學所探討的一個重要的核心主題[1]。佩魯的增長極、赫希曼的不平衡增長、繆爾達爾的循環累積因果等非均衡發展理論都表明適度的區域經濟差異有利于資源的優化配置以及產業合理的空間轉移，而過度的區域經濟差異則會帶來較多的負面效應。國內外許多學者對區域經濟差異的研究尺度不斷由全國東中西三大地帶[2,3]、省域南北地區[4,5]的宏觀尺度逐漸向縣域[6,7]等微觀尺度過渡，研究尺度呈現不斷深化趨勢。目前的研究主要通過Theil指數[8]、變異系數[9]、廣義熵指數[10]等方法來度量研究區域經濟發展的差異特征，但是這些傳統方法都存在一定的局限性，缺乏空間視角，難以真正地揭示區域經濟差異的內在空間機制。ESDA的空間自相關技術是以空間關聯測度為核心，通過對事物或現象空間分布格局的描述與可視化，發現空間集聚和空間異常，揭示研究對象之間的空間相互作用機制[11]。ESDA技術已經應用于區域經濟分異[12,13]、城鎮空間結構[14]、人口變化[15]等方面作了初步地探索與研究。采用以空間關聯測度為核心的ESDA方法，可以較好地描述區域經濟差異在空間上自相關特征，對區域經濟空間結構演化規律研究具有十分重要的意義。

江蘇位于我國大陸東部沿海中心、長江下游，東瀕黃海，東南與浙江和上海毗鄰，西接安徽，北接山東，國土面積10.26萬km2，共有13個省轄市，總體可以劃分為蘇南、蘇中、蘇北三大區域。改革開放以來，江蘇經濟社會發展取得了顯著成就，1990年江蘇省的GDP為1288.49億元，并且自1992年起全省GDP連續20年保持兩位數增長，到2011年全省經濟在轉型升級中保持平穩較快增長，地區生產總值實現48604.3億元，增長11%。雖然江蘇省綜合經濟實力領先于全國前列，但其內部存在較為明顯的南北區域經濟發展差異，并且這種差異日趨顯著，1990年蘇南、蘇中及蘇北三大地區的人均GDP之比為1.66∶1.51∶1，2000年蘇南GDP、人均GDP分別是蘇中的2.98倍和2.40倍、蘇北的2.44倍和3.55倍，到2011年蘇南、蘇中、蘇北三大區域的人均GDP之比已經達到4.56∶2.71∶1，通過人均GDP數據的變化可以看出，自1990年代以來，江蘇省三大區域之間的經濟發展差距在日益拉大，顯著的南北區域經濟差距在一定程度上制約著江蘇經濟整體實力的提高以及綜合競爭力的提升。因此，研究江蘇省區域經濟差異規律對于實現全省經濟協調發展具有重要的現實指導意義。本文以縣域單元為研究尺度，選取65個縣（市）人均GDP的經濟指標，測度出1990—2011年的泰爾指數，運用ESDA的空間自相關測度方法，揭示出江蘇省縣域經濟發展差異特征及機理，探索20世紀90年代以來縣域尺度江蘇省經濟格局演變的規律，從而為區域統籌發展政策與戰略的制定提供理論支撐和實踐依據。

1 研究方法與數據

1.1 研究方法

1.1.1 泰爾指數 泰爾指數（Theil Index）又稱泰爾熵、泰爾系數，是一種已經被廣泛應用的不平衡系數。該指標的重要意義在于可將區域經濟總體差異分解成不同空間尺度的區內差異（TWR）和區間差異（TBR），便于比較它們對區域經濟整體差異影響的貢獻度[16]。泰爾指數的取值范圍為0-1，其值愈大，表示區域經濟發展不均衡程度愈高，反之亦然。具體的計算公式如下：

式中，yi為第i個地區的人均GDP，yˉ為江蘇省平均人均GDP，n為地區個數，Pg為第g組人口占區域總人口的比重，Vg為第g組GDP總量占整個區域GDP總量的比重，g為分組的個數。

1.1.2 空間自相關 空間自相關是指研究對象與其空間位置之間存在的相關性，是檢驗某一要素屬性值與其相鄰空間要素上的屬性值是否顯著關聯的重要指標。本文通過Moran/s I、Local Moran/s I指數等來測度全局和局部的空間關聯特征。

（1）全局空間自相關分析。它是對研究對象屬性值在整個區域空間特征的描述，可以衡量區域之間整體的空間關聯與差異程度特征[17]。常用測度指標為Moran/s I指數，計算公式如下：

式中，Xi為區域的觀測值，X j為區域的觀測值，Wi j為空間權重矩陣，區域i和區域j空間相鄰為1，不相鄰為0。Moran/s I統計值取值為[-1,1]，值大于0表示正相關，越接近于1表示空間上集聚分布的現象越明顯；反之，小于0則表示負相關，越接近0表示空間上呈隨機分布。

（2）局部自相關分析。它是描述局部空間異質性特征，識別不同空間位置上的“熱點區”與“冷點區”的空間分布規律[18]。文中采用Local Moran/s I指數進一步度量區域與其周邊地區之間的空間差異程度與顯著特征，計算公式如下：

1.2 數據來源

以江蘇省2011年縣域行政區劃作為分析空間單元，包括為65個縣市單元（地級市市區作為1個整體單元，共13個；加上27個縣級市和25個縣），文中選取1990—2011年各縣（市）的人均GDP等作為分析的基礎指標數據，指標數據資料均取自《江蘇統計年鑒》（1990—2011年）；縣域行政邊界數據取自《江蘇省地圖集2010》中的1∶1600000的政區圖，經掃描后進行跟蹤矢量化獲取。

2 縣域經濟發展差異實證研究

2.1 縣域經濟差異總體特征

基于江蘇省縣域人均GDP經濟指標，計算得出1990—2011年縣域單元的泰爾指數（圖1）。泰爾指數在數值變化呈現出波動性演變趨勢，從1990年的0.089上升到1993年的0.1217，變化了0.0319個百分點，表明這一時期縣域經濟差異有所增大，主要原因為江蘇實施非均衡發展戰略，戰略重點偏向蘇南，蘇南地區鄉鎮企業的迅速崛起，導致蘇南與蘇北、蘇中縣域經濟發展差距逐漸拉大；1993—2001年泰爾指數呈現微降態勢，表明江蘇省縣域經濟發展不均衡程度減弱，這一時期政府提出“徐連經濟帶建設”、“淮北脫貧致富”和“海上蘇東開發”等一系列發展政策，使得蘇北、蘇中的縣域經濟得到一定程度的發展；2002—2011年，泰爾指數在數值上整體呈不斷上升的趨勢，表明江蘇省縣域經濟發展差異呈現擴大的態勢，這主要由于2002年省委、省政府提出新一輪的沿江開發戰略，接著2003年又提出“三沿”（沿滬寧線、沿江和沿東隴海）戰略等，這些政策促進沿江蘇州、無錫、南京等城市競爭力進一步提高，區域經濟差距繼續放大。總體上來看，20世紀90年代以來，江蘇省縣域經濟發展的整體差異是在擴大，其原因是由于縣域原先發展基礎，區位條件的差異及其政策戰略的區域偏向，形成了目前江蘇省縣域經濟發展南北分異的空間分布格局。

圖1 1990-2011年江蘇省縣域人均GDP的泰爾指數折線圖

根據泰爾指數具有地理構成空間分解的特性，將江蘇省縣域經濟總體差異分解為蘇南（蘇州、無錫、常州、南京、鎮江、南京）、蘇中（揚州、泰州、南通）和蘇北（徐州、宿遷、淮安、連云港、鹽城）三大區域間的差異以及各區域內部的差異。江蘇省縣域經濟總體差異的變化并不是由某一部分差異的變化引起的，而是由這四個部分相互共同作用引起的，且每一部分所占貢獻率也存在差異。區間差異與縣域經濟總體差異的變化趨勢基本一致，泰爾指數由1990年0.0394上升到1993年的0.0590，1993—2001年泰爾指數呈現微降態勢，2002—2011年泰爾指數繼而呈現出不斷上升的趨勢，整體上呈增大趨勢，區間差異對縣域經濟差異的貢獻率由1990年的43.88%增加到2011年的50.84%，有逐年增大的趨勢，對縣域經濟差異的整體變化趨勢影響較大；蘇南地區內部差異貢獻率總體上呈擴大趨勢，蘇北地區內部差異貢獻率總體上也呈現上升趨勢，而蘇中地區內部差異貢獻率表現出下降態勢，對縣域經濟總體差異影響逐漸減弱（表1）。綜合來看，三大地區間的差異與蘇北、蘇南內部差異的“三足鼎立”之勢，是造成20世紀90年代以來江蘇省縣域經濟整體差異的主要貢獻者。

表1 1990-2011年江蘇省縣域經濟差異演變及其分解

2.2 縣域經濟全局空間格局特征

借助全局空間自相關模型，可以有效的分析縣域經濟整體發展差異與趨勢。基于江蘇省縣域1990—2011年人均GDP的指標，利用Ge o DA軟件計算出縣域人均GDP的全局Moran/s I指數，通過圖2可知，整個研究期的Mo r a n/s I指數全部為正，且總體趨勢在不斷增加，表明江蘇省縣域經濟發展水平較高（或較低）的地區在空間上趨于集聚分布，隨著時間的不斷推移，這種空間集聚趨勢還在不斷增強。1990年Moran/s I系數為0.4600，到1996年達到0.6519，這一時期為Moran/s I指數增長較為平緩時期，表明縣域經濟集聚程度在逐年增加，但增加的幅度較慢，縣域經濟發展的差異并不是十分顯著；1996年以后Moran/s I系數大幅上升，達到0.771，到2000年達到最高值0.8362，這一時期為縣域經濟發展差異顯著的階段，相似縣域經濟發展集聚程度最為顯著，表明這一時段江蘇省縣域經濟發展的差距在不斷的拉大，主要原因是蘇南地區憑借優越的區位條件、自身良好的發展基礎以及政府政策戰略的傾向，使得蘇南地區尤其是蘇州、無錫及其常州地區的縣市經濟社會得到長足的發展。2001年以后Moran/s I系數開始出現微降的趨勢，縣域經濟的集聚程度減弱，表明21世紀以后江蘇省縣域經濟發展的空間不平衡性開始縮小，蘇南與蘇北區域經濟發展的差異有減少之勢，主要是因為江蘇省提出大力扶持蘇北地區的發展的戰略與政策，使得江蘇省縣域經濟空間分布格局有所改變，縣域尺度經濟發展差異縮小是相對意義上的，且還存在一定程度上的波動過程，經濟發展差異縮小僅僅只是針對縣域尺度上存在縮小的態勢，與其他尺度上經濟發展差異擴大之間并不存在矛盾關系，這是因為研究中選取的尺度不同，其研究的結果也會不同。

圖2 江蘇省人均GDP空間全局自相關指數Moran’s I

2.3 縣域經濟局部空間格局演變

全局空間自相關僅僅使用單一的值來反映一定范圍的空間自相關，僅說明所有區域與周邊地區之間空間差異的平均程度，不能充分描述研究區域內所有單元之間的空間聯系模式，尤其當空間過程在空間上出現非平穩的狀態時，需要進行局部空間自相關分析。文中選用Local Moran/s I指數描述局部空間異質性特征。基于1990年、1995年、2001年、2005年、2011年的人均GDP指標，測算出江蘇省65個縣（市）的5個年份的Local Moran/s I指數。Local Moran/s I指數較大的區域幾乎集中分布在蘇州、無錫及常州地區的部分縣（市），且具有更高顯著性水平的則是分布在蘇州、無錫兩地。自1978年改革開放以來，蘇南地區經濟一直不斷在發展，依靠臨近國際大都市上海的優越的區位條件，積極承接上海的產業轉移，大力發展外向型經濟和高科技產業，使得蘇州、無錫地區始終為江蘇經濟發展最為發達地區，是江蘇經濟發展最大的增長極。徐州市、如皋市、海門市等Local Moran/s I指數始終呈現負值，南京市、揚州部分縣市、徐州部分縣市、連云港的部分縣市等Local Moran/s I指數也基本處于負值狀態。蘇北地區由于自身發展基礎的薄弱，區位優勢欠缺以及傾向性政策的缺失，一直為欠發達狀態，近些年來，政府開始有意向性偏向于蘇北地區，提出“蘇北大發展”的思路，但是由于缺乏可操作性的規劃政策作為保障，經濟增長的速度仍然遠遠落后于蘇南地區；蘇中地區由于處于長江的北面，受長江的地理限制因素，造成與蘇南的經濟交流存在較大的障礙，經濟發展速度也較為緩慢；南京市由于處在江蘇省西南角，受到上海大都市圈及其“蘇錫常”都市圈經濟輻射能力的較為有限，造成南京及周邊區縣Local Moran/s I指數呈現負值或者接近于0。

3 縣域經濟發展差異的空間機理分析

本文利用空間變差函數來考察1990年以來江蘇省縣域經濟發展差異的內在空間機理。基于1990—2011年4個年份的65個縣（市）人均GDP，將其作為屬性數據賦予每個縣域空間單元的幾何中心點，將采樣步長定為40 km（保證步長的大小乘以步長數約等于樣點間最大距離的0.5倍），分別計算4個年份的實驗變差函數，對樣本點數據分別采用對數模型、指數模型、球體模型、高斯模型等進行擬合分析，選擇擬合效果最好的模型，然后對其進行Kriging插值，并且模擬生成3D圖。

表2 1990—2011年江蘇省縣域經濟的變差函數擬合參數

（1）從空間變差函數的基臺值（C0+C）、塊金值（C0）等指標的變化來看，基臺值C0+C顯著增大，由1990年的0.1121不斷提高到2011年的0.2181，表明自1990年以來，江蘇省縣域經濟發展的空間差異呈現不斷增大趨勢；但是塊金系數C0/(C0+C)整體上卻呈現不斷下降的態勢，由1990年的0.4162下降到2011年的0.2072，表明江蘇省縣域經濟空間格局演化過程之中，由數據變異等隨機成分引起的經濟發展空間分異不斷降低，而由空間自相關引起的縣域經濟空間格局結構化分異則越來越顯著。

（2）從方差擬合圖中可以看出，1990—2011年4個年份的縣域單元經濟發展的變程a不斷下降，表明縣域尺度經濟發展結構化空間梯度引起的空間關聯效應的作用范圍有所減弱，江蘇省縣域經濟空間格局演化呈現向熱點區擴靠攏的趨勢，并且具有十分顯著的地理集中格局演化特征；從空間變差函數擬合選用的模型來看，1990—2011年4個年份通過最小二乘法選擇的空間擬合模型均為高斯模型（Gaussian），表明江蘇省縣域經濟空間格局具有較好的穩定性和連續性；模型擬合效果較好，并且模型的決定系數R2有不斷上升的趨勢，表明江蘇省縣域經濟發展的空間自組織性越來越強。

（3）從Kriging插值的3D擬合圖可以看出，1990—2011年4個年份的江蘇省縣域經濟空間格局的走勢存在一定的連續性與規律性，空間分布形態存在特有的內部結構。在4個年份上表現出較高的相關性特征，都呈現出以東南方向為頂點的坡形空間結構，距離東南方向越遠，高度越低，廣大的西北地區呈現為平原結構，表明江蘇省縣域經濟空間格局呈現出一定的穩定性，省內南部和北部經濟發展差異程度十分地顯著，區域經濟發展水平呈現出不均衡的態勢。

（4）從比較4個Kringing3D圖可以看出，在江蘇省縣域經濟空間格局演化的過程中，東南方向隆起高度整體上呈不斷上升的趨勢，并且越靠近西北部，下降的速度越快，表明蘇南與蘇北區域經濟發展的內部的空間差異呈現出下降的趨勢，縣域經濟發展的集聚態勢增強，但省內三大地區之間的經濟發展空間結構性差異依然十分顯著。

圖3 江蘇省縣域經濟空間變差函數演化圖

4 結論與對策建議

4.1 結論

本文以江蘇省的縣域單元作為研究對象，結合區域經濟差異的傳統統計方法和空間統計方法，即運用泰爾指數和ESDA的空間自相關測度模型，對1990—2011年江蘇省縣域經濟差異的特征及空間機理進行了探索，得到以下結論：

（1）自20世紀90年代以來，江蘇省縣域經濟發展經歷了波動性的歷史過程，但縣域經濟差異整體上呈現出上升趨勢；依據泰爾指數地理構成空間分解的特性，得到縣域經濟差異的變化是由三大地區間差異和地區內部差異共同作用引起的，其中區間差異與蘇北、蘇南內部差異的“三足鼎立”之勢，是造成江蘇省縣域經濟整體差異的主要貢獻者。

（2）全局上，江蘇省縣域經濟發展存在著較強的空間正相關的特性，縣域經濟發展相似的地區在空間上表現為聚集分布格局，并且空間集聚的態勢越演越烈；局部上，縣域尺度經濟存在著顯著的局部空間集聚現象，縣域局部空間集聚特征在年際間呈現出一定的微小變化，但總體上主要呈現出以蘇州、無錫為核心的圈層分布結構。

（3）縣域經濟發展中的隨機成分較低，而由結構化分異引起的空間差異越來越顯著；東北—西南方向縣域經濟空間差異較小，而東南—西北方向縣域經濟空間差異較大；縣域經濟發展差異主要的影響因素有地理區位條件、經濟發展基礎以及區域發展政策。

4.2 對策建議

針對縣域經濟發展的差異，從完善合作機制、調整產業結構、建立人才引進機制等方面，提出江蘇省縣域經濟協調可持續發展的對策及其建議。

（1）完善縣域間經濟合作機制，建立縣域經濟合作的制度保障。江蘇全省三大地區縣域間的經濟發展水平差距十分顯著，要在全省層面形成區域協調發展機制，組織南北各市政府和企業之間對話，開展經濟合作，建立長期有效地縣域間經濟合作機制與模式；同時，省市財政、金融部門應適當地加強對蘇中、蘇北部分縣域的財政轉移支付力度，加強經濟落后縣域的基礎產業以及交通基礎設施的開發與建設，提高蘇中、蘇北縣域城鎮的投資環境。

（2）調整區域間產業布局，形成各具特色的產業結構。根據全省各縣域的實際情況，合理地選擇與培植主導產業。蘇北縣域發展基礎較差，應該鼓勵走集聚式發展道路模式，積極改進招商方式，拓展引資領域。根據目前產業分工的現狀，應進一步加快蘇南發達縣域向蘇北、蘇中縣域地區進行產業轉移力度，鼓勵蘇南及沿江縣域地區的各類企業向蘇北縣域投資，蘇北縣域根據經濟發展的需要，應合理地引進和吸收具有發展潛力的產業，并完善配套的基礎設施建設，為產業轉移順利進行提供必要支撐。

（3）建立長效的人才引進機制，營造人才發展的良好氛圍。為適應縣域經濟發展的需要，要不斷完善人才引進的工作機制，制定一整套行之有效的人力資源制度，營造良好的人才開發環境，激發人才工作的積極性；同時可以廣泛與高校科研院所等機構開展多層次的溝通與合作，培養和引進一批適應當地工業化與城鎮化發展要求的專業技術人才和高層次人才，為推進蘇北、蘇中地區縣域經濟發展提供有力的人才保障。

需要指出的是，本文研究還存在一定局限之處。研究時間尺度選擇較短，僅僅為20世紀90年代以來的20年；空間尺度選擇“縣域”單元，忽視更小空間尺度（鄉鎮）間的相互作用機理；同時，文中對測度經濟發展差異指標及方法的選擇還存在不夠全面的因素。因此，選取更為科學方法測度區域經濟差異，以及對長時間小尺度的經濟空間格局演變規律的探索,乃是本文需要進一步思考和深化的方向。

[1]魏后凱.現代區域經濟學[M].北京:經濟管理出版社,2006:407-408.

[2]徐建華,魯 鳳,蘇方林,等.中國區域經濟差異的時空尺度分析[J].地理研究,2005,24(1):57-68.

[3]彭文斌,劉友金.我國東中西三大區域經濟差距的時空演變特征[J].經濟地理,2010,30(4):574-578.

[4]蒲英霞,葛瑩,馬榮華,等.基于ESDA的區域經濟空間差異分析以江蘇省為例[J].地理研究,2005,24(6):965-974.

[5]李 麗,管衛華.改革開放以來江蘇省區域經濟差異格局演化研究[J].經濟地理,2010,30(10):1605-1611.

[6]靳 誠,陸玉麒.基于縣域單元的江蘇省經濟空間格局演化[J].地理學報,2010,64(6):713-724.

[7]彭寶玉,覃成林.河南縣域經濟實力評價及空間差異分析[J].地域研究與開發,2007,26(1):45-49.

[8]藍丁丁,韋素瓊,熊小剛.基于泰爾指數的福建省區域經濟差異及其成因分析[J].吉林師范大學學報(自然科學版),2007,5(2):37-40.

[9]熊 薇,徐逸倫,王迎英.江蘇省縣域經濟差異時空演變[J].地理科學進展,2011,30(2):224-230.

[10]孫平軍,修春亮,丁四保,等.東北地區域發展的非均衡性與空間極化研究[J].地理科學進展,2011.30(6):715-723.

[11]Anselin L.Interactive techniques and exploratory spatial data analysis·In:Longley P A,Goodchild MF,Maguire D J,etal(eds.).Geographical Information Systems,Principles,Technical Issues,Management Issues and Applications[J].John Wiley&Sons,Inc,1999,52(3):253-266.

[12]潘竟虎,張佳龍,張 勇.甘肅省區域經濟空間差異的ESDA——GIS分析[J].西北師范大學學報(自然科學版),2006,6(4):83-91.

[13]謝花林.環鄱陽湖地區農業經濟空間差異分析——基于探索性空間數據分析 (ESDA)方法[J].農業現代化研究,2010,31(3):299-303.

[14]馬曉冬,馬榮華,徐建剛.基于ESDA——GIS的城鎮群體空間結構[J].地理學報,2004,59(6):1048-1057.

[15]Hideo Ezoe,Sayska Nakanura.Size distribution and spatial autocorrelation ofsubpopulations in a size structured met population model[J].Ecological Modeling,2006,198(3):293-300.

[16]張 雪,張廣勝.遼寧省44個縣域經濟差異的時間演變研究[J].沈陽農業大學學報（社會科學版）,2010,12(3):284-287.

[17]Getis A,Ord J K.The analysis of spatial association by the use of distancestatistics.Geographical Analysis,1992,24(2):189-206.

[18]Anselin L.Local indicators of spatial association:LISA.Geographical Analysis,1995,27(4):93-115.