区域经济极化到扩散效应的演变过程研究

2019-07-17 02:18江杨思捷韩中雪
价值工程 2019年15期
关键词:空间分布因子分析

江杨思捷 韩中雪

摘要:本文以安徽省16个地市为研究单位,首先采用最常见的两种测度经济极化的指数——ER指数和TW指数,从整体上把握安徽省的经济极化趋势;然后建立城市综合发展指标体系,创新地结合因子分析,通过研究安徽省确实有明顯的 “增长极”形成。借助ArcGIS的自然间断点分级法,将极化效应的空间分布展现出来,从中会发现:随着时间的推逝,安徽省的经济极化呈先增后减的趋势,极化效应在逐渐向扩散效应演变。

Abstract: This paper takes 16 cities in Anhui Province as research units. First, we adopt two most common measures of economic polarization, ER index and TW index, to grasp the trend of economic polarization in Anhui Province as a whole. Then we innovatively combined factor analysis to establish the urban comprehensive development index system. Through observation, it can be found that Anhui province has indeed formed an obvious "growth pole" over time. With the help of ArcGIS's natural breakpoint classification method, it shows the spatial distribution of polarization effect clearly, from which we can find that with the passage of time, the economic polarization of Anhui Province shows a trend of increasing first and then decreasing, and the polarization effect is gradually evolving to the diffusion effect.

关键词:极化效应;扩散效应;因子分析;空间分布

Key words: polarization effect;diffusion effect;factor analysis;spatial distribution

中图分类号:F222.1                                      文献标识码:A                                  文章编号:1006-4311(2019)15-0021-03

0  引言

极化现象在当今经济社会普遍存在。最初由于城市的资源禀赋不同,城市初始的发展速度是不同的,后期由于多种区位优势、政策扶持等条件的交互影响,城市之间发展水平的差距会逐渐加大,在某个区域中必然会有一些地区率先发展为中心城市,之后中心城市的发展速度明显高于周边城市,形成经济发展的“增长极”,这就是对极化的一个简单模型解释。

长期以来国内外众多学者均对“极化效应”进行了相关的研究分析:经济学家缪尔达尔(Myrdal)[1]认为经济发展在空间上不是均匀扩散的,条件较好的区域会由于初始优势超前发展成为发达地区;经济学家赫希曼的“极化-涓滴效应学说”指出经济相对发达地区的增长对欠发达地区产生先产生不利的极化效应后会产生有利的涓滴效应[2]。而国内学者在相关领域多为实证分析,如:李正华等人对长三角地区的经济发展不平衡与极化进行了分析[3];李秀伟与修春亮定量研究了东北三省区域经济差异和极化[4];李会等人还研究了县域的空间极化现象[5]。

本文在借鉴研究学者相关理论基础上,综合运用TW指数和ER指数,定量描述安徽省16地市2008-2017年经济极化向扩散效应的演变规律,然后借助因子分析对极化效应演变过程进行实证研究,并借助ArcGIS的自然间断点分级法,将极化效应的演变映射到空间层面中去,最后结合所学知识给出缓解经济极化问题的相关措施。

1  研究方法和数据来源

1.1 经济极化指数模型

1.1.1 TW指数

TW指数是由香港学者崔启源和王有强利用沃尔夫森指数[6]推导出的用于测度区域极化的模型[7],计算公式如下:

式中:θ为反映空间极化指数敏感性的正的常数标量,本文取θ=0.5;N为全部地理区域的人口数;n是地理区域数;πi为i地理区域的人口数;yi为i区域的人均GDP;m为所有区域人均GDP的中位数;r为(0,1)其间的任一值,这里取r=0.5。

1.1.2 ER指数

ER指数是Estebbn和Rayd在1994年提出的一种区域极化测量方法[8],基于“类”的概念的基础,用于测度收入和财富分布极化程度[9],计算公式如下:

式中:A和α分别是标准化系数和极化敏感度系数,本文取A=1,α=1.5;n是地理区域数;pi和pj分别为区域i、j的人口占区域总人口的权重;yi和yj分别为区域i、j的人均GDP。

以上两种极化指数的值域范围处在0(无极化)和1(完全两极分化)之间,值越趋于1,区域极化现象越严重。

1.1.3 因子分析

因子分析最早由英国心理学家C.E.斯皮尔曼提出,是一种研究从变量群中提取共性因子的统计技术。因子分析从研究原始变量内部相关的依赖关系出发,通过对原始数据的分析,将多个具有错综复杂关系的变量归结为少数几个综合因子,即用较少的综合因子反映原始资料的较多信息。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子,可减少变量的数目,还可检验变量间关系的假设,便于研究人员对问题作出判断、分析和预测[10]。

1.2 数据来源

选取安徽省2008-2017年的指标数据为分析对象,数据来源于《安徽统计年鉴》和各年安徽省各地市国民经济和社会发展统计公报,部分数据经多个指标处理而得。

2  发展差异与极化演变过程的实证研究

2.1 整体经济发展的极化趋势

根据公式(1)、(2)计算出2008-2017年安徽省城市经济极化值,结果如图1所示。

由图1可以看出,从2008至2017年长达10年的时间段内,安徽省的极化指数都在0.4以上,极化程度较为显著;且在2008-2011年间,安徽省的极化趋势在一直处于增長状态,TW值从2008年的0.47增长到2011年0.54,ER值从2008年的0.43增长到了0.50。该期间国家整体经济都处于快速发展阶段,安徽省的GDP年增长率较高、经济发展较快,极化程度不可避免地急剧膨胀。

自2011年以后TW值处于相对较为稳定的状态,而ER值处于下降趋势,说明自2011年以后安徽省的极化效应在逐渐减弱。一方面,受次贷危机和金融危机的影响,我国经济市场遭受巨大冲击,安徽省的经济发展速度有所放缓;另一方面,极化效应的减弱有可能是在向扩散效应转变,2011年是“十二五”的开局之年,省政府开展了“861”项目投资等计划,进一步突出战略性新兴产业项目和重大基础设施项目建设,使得各城市发展更全面,从而削弱了安徽省城市极化效应,在统筹兼顾发展模式下使得扩散效应逐渐显著。

从整体来看,安徽省2008-2017年ER指数呈现倒U型,说明在初期极化效应较为显著,经过一段时间的发展,经济增长速度减缓,极化效应减弱,扩散效应逐渐彰显。

2.2 基于因子分析的极化效应演变过程

2.2.1 城市发展水平指标体系的建立

根据经济学理论,经济基础决定上层建筑,城市的经济发展会直接影响城市各方面指标,为了进一步验证城市经济极化效应,本文在考虑经济活动的空间属性的基础上运用因子分析。由于单一的指标无法全面展示出一所城市的综合发展水平,现笔者借鉴相关领域学者有关城市发展水平测定的研究成果[11-13],构建城市综合发展指标体系来测度城市综合发展水平,城市综合发展指标体系如表1所示。

2.2.2 城市综合发展得分的测度

通过上面两个极化指标的直接测度,我们可以看出安徽省近十年的极化效应呈现先增后降的趋势,为了客观而全面地衡量省内各城市的经济发展情况和内在结构差异[14],现带入2008、2012、2017年安徽省各地市的指标数据,进一步勘测安徽省经济极化所带来的影响,运用统计软件SPSS17.0,采用因子分析法得到如下城市综合发展得分,如表2所示。

将计算结果导入ArcGIS进行自然断点分级,得到各年的经济极化分类和空间分布情况,具体见表3和图2。

具体的空间分布情况如图2所示。

对比分析可知,在研究阶段初期,安徽省境内并不存在极化核心区,即没有形成中心城市,安徽省16地市的发展水平相差不大,且极化程度均较低;到了研究后期,合肥成为唯一的极化核心区。合肥作为省会城市,区域优势明显,加之近年来“一带一路”背景下,合肥作为主要节点城市,拥有较多的发展机会和合作,其经济发展更加突飞猛进。因此从整个研究阶段来看,合肥的发展一直处于整个安徽省的前沿水平,从一开始的极化中度区到中期的极化重度区再到后期的极化核心区,其城市综合实力不断提升;同时,结合安徽省城市极化水平变化趋势来看,以合肥为中心的周边地市的极化程度有小幅度上升,而安徽省边缘地带城市极化程度几乎没有改变。

3  结论与建议

本文通过计算极化效应指数——TW指数和ER指数,发现安徽省2008-2017年极化程度先升后降,即极化趋势呈现倒U型,极化效应在向扩散效应转变,但是极化效应依然存在。因此作为极化核心区的合肥市,对内需要发挥中心城市职能,加强极化核心区的扩散效应;对外应与外省和各经济区保持紧密的联系与合作,提升外界对安徽省的认同感,吸引其在皖投资,带动安徽省经济等方面综合发展。

同时由地市极化空间分布图可以看出:安徽省城市发展存在区域不均衡的问题。淮河以南的城市,依靠优越的区位优势和科创条件,其城市发展水平平均较高;而淮河以北的城市,由于自然资源匮乏和科创投入缺乏等原因,其城市发展水平较低。对此省政府应当合理配置全省资金投入及政策实施——淮河以南的城市,其拥有良好的经济基础,应当注重城市质量的提升,加强高校教育培养,普及工业智能化,全面提升城市综合实力;淮河以北的城市,应当培育其吸纳人才的能力,积极引入高新产品和技术,加大北部地区基础设施建设,提高区域城镇化和工业化水平。

参考文献:

[1]Myrdal G.Economic Theory and Underdeveloped Regions [M].London:Gerald Duckworth&Co Ltd.,1957.

[2]赫希曼.经济发展战略[M].经济科学出版社,1991:169- 172.

[3]李正华,徐小平,杜建国.长三角区域经济发展不均衡和极化的演化分析[J].经济问题探索,2008(06):23-29.

[4]李秀伟,修春亮.东北三省区域经济极化的新格局[J].地理科学,2008,28(06):722-728.

[5]李会,王利,赵东霞.辽宁县域经济发展差异和空间极化现象研究[J].资源开发与市场,2017,33(07):830-836.

[6]Wolfson M C. When Inequalities Diverge. In Papers and Proceedings of the Hundred and Sixth Annual Meeting of the American Economic As-sociation[J]. American Economic Review,1994,84(2)∶353-358.

[7]Wang You- qiang,Tsui Kai- yuen. Polarization Orderings and  New Classes of Polarization Indices[J]. Journal of Public Economic Theory,2000,2(3):349-363.

[8]Esteban J. M.,Ray D. C. On the measurement of polarization[J].Econometrica,1994(62):819-851.

[9]赵映慧,修春亮,姜博,李秀伟,孟伟,李霞.1990年代以来空间极化研究综述[J].经济地理,2010,30(03):383-387.

[10]寒露.因子分析法[J].上海教育评估研究,2015,4(02):60.

[11]唐晓东.中国城市发展水平评价指标体系及实证研究[J].生產力研究,2005(07):70-73.

[12]吴艳霞,张道宏.城市发展水平的综合评价及实证分析[J].经济与管理研究,2005(08):66-69.

[13]岳立,饶斌.城市发展水平综合评价指标体系的设计及评估方法[J].统计与决策,2009(11):155-157.

[14]王咏.广东省经济发展的极化与扩散效应研究[J].中国管理信息化,2018,21(01):108-112.

猜你喜欢
空间分布因子分析
白龟山湿地重金属元素分布特征及其来源分析