新疆县域经济空间格局演化特征

　　摘要：通过ESDA空间分析，研究1985年以来新疆县域经济格局在空间上的变化及其特征。结果表明：1985年以来新疆县域经济发展水平表现出较弱的空间自相关性，但集聚作用总体不断增强。热点区的空间结构主要集中在以奎—克—乌为核心的圈形结构，2000年以后热点区显著增加，不断向北疆中部、东疆以及南疆东北部集聚；南疆西南部处于经济发展的冷点区，有不断向东延伸至阿克苏地区的趋势。新疆县域经济增长的空间格局表现为更多的不稳定性和异质性，集聚水平较低，集聚态势总体有所减弱；经济增长热点区的切换较为频繁，地理集中不明显，有从北疆中部向东疆哈密地区、南疆西南部喀什地区转移的趋势；经济增长冷点区主要集中在南疆阿克苏地区和田地区西部，县级尺度的经济与增长的区域差异呈现相反的演变趋势。从经济发展的时空特征上看，多峰值是新疆经济空间格局演化的显著特征；经济空间格局的自组织性较强，但有减弱的趋势；空间格局演变中的随机成分较低，而由结构化分异引起的空间差异十分显著，东南—西北方向经济发展的空间差异较小，东北方向经济发展的异质性则十分明显，空间差异较大。

　　关键词:区域经济；空间格局演化；空间关联；空间变差函数；新疆

　　1、引言

　　经济和人口空间的集聚与扩散深刻影响着区域空间结构的变化，区域发展的理论和实践表明：区域发展过程中存在的集聚(回波)和扩散(涓滴)效应，能扩大或减小区域空间差异,区域经济差异是经济和社会活动中的焦点，已经成为区域发展中的热点问题。由于县域经济在我国政府决策、宏观调控中起到重要作用，国内外学者对区域差异的研究尺度也不断由全国、三大地带、省域的宏观尺度向县、乡等微观尺度过渡,研究尺度不同，结论也大不相同。目前研究区域经济差异、空间格局的方法主要有：基尼系数、Theil指数、GE系数、沃尔森指数、崔王指数、Ellison-Glaese指数、变差系数以及加权系数等，但是上述传统方法都缺乏对区域空间自相关性和空间异质性的考虑，难以真正反应区域空间差异的变化与机制。

　　ESDA(ExploratorySpatialDataAnalysis,探索性空间数据分析)技术在GIS空间分析的框架下，通过定义区域的空间权重矩阵，运用空间自相关、空间关联指数以及变差函数等探测、描述现象(事物)在空间上的分布，并通过模型将结果进行空间可视化，揭示事物(现象)之间的空间相互作用关系，由此识别空间的集聚与异常。ESDA技术中的Moran'sI指数、Getis-OrdGeneralG指数、Getis-OrdG*、RipleysKFunction指数、空间变差函数等方法从不同角度为揭示区域经济空间格局及其空间机理，定量研究区域差异提供了有力支撑。近年来国内外学者致力于空间自相关方法在区域经济差异、产业集聚、人口流动、城镇空间扩展、城市地价分布等方面的研究，而对区域差异的研究大多关注不同断面上绝对的空间差异，近年有学者将不同断面上绝对的空间差异与不同时段经济增长速度上相对的空间差异结合在一起，更好的描述了区域经济发展的空间格局。

　　新疆是我国最大的省级行政区域，也是我国重要的能源基地之一，自西部大开发战略实施以来，经济发展迅速，区域经济空间格局也发生了剧烈的变化，区域差异不断扩大。国内有关新疆区域经济差异的研究，大多使用传统方法从宏观、中观的尺度进行分析，近年陈学刚等使用ESDA技术中的Moran'sI指数对新疆县域经济绝对的空间差30卷4期王静等：新疆县域经济空间格局演化特征异进行了研究，只关注了不同断面上绝对的空间差异，未能更好的揭示新疆经济增长差异的空间演变过程。本文以新疆为例，通过ESDA技术中的全局空间自相关Moran'sI指数、局部空间关联指数Getis-OrdG*i、空间变差函数等方法，以6个时间断面为基础，选择1985-2008年较长时间段深入研究新疆县域经济及其增长的空间格局演化情况，进一步探索分析新疆经济格局演变的特征，为更好认识新疆经济空间格局的演变，把握经济的总体走向，深入研究区域差异的变化，制定区域发展政策与战略规划提供理论支撑和实践依据。

　　2、研究方法

　　2.1研究区与数据来源

　　根据研究尺度的不同，新疆通常分为北疆、东疆与南疆3大区域(图1)。2008年新疆国内生产总值突破4000亿元，人均GDP为19893元，低于全国平均水平(22641元)，克拉玛依市人均GDP最高为100218元，墨玉县最低为2798元，仅为前者的1/35。本文选取1985、1990、1995、2000、2005和2008年6个年份作为研究断面，以人均GDP作为研究数据，县域为研究单元,共包括85个县市(其中将乌鲁木齐县并入乌鲁木齐市，对阿拉尔市、图木舒克市、五家渠市等新建兵团城市进行了相应的合并处理，归入以前所属行政单元，以保持数据的完整性与连续性)。数据资料取自《新疆统计年鉴》(1986、1991、1996、2001、2006、2009)，《喀什地区统计年鉴》(2006、2009)以及《新疆辉煌50年》。

　　2.2研究方法

　　2.2.1Moran'sI指数

　　本文引入全局Moran'sI(GlobalMoran'sI，GMI)指数对观测值空间模式的整体定量描述，用于探测整个研究区的空间关联结构模式。

　　I=Σi=1nΣj=1n(Xi--X)(Xj--X)S2Σi=1nΣj=1nWij式中：Xi为区域i的观测值，Wij为空间权重矩阵，空间相邻为1，不相邻为0。

　　采用Z检验对Moran'sI结果进行统计检验：其中E(I)为数学期望,Var(I)为变异系数。在给定显著性水平下，若Moran'sI显著为正，则表示经济发展水平较高(或较低)的区域在空间上显著集聚。反之若Moran'sI显著为负，则表明区域与其周边地区的经济发展水平具有显著的空间差异。仅当Moran'sI接近期望值-1/(n-1)时,观测值之间才相互独立,在空间上随机分布,此时满足区域经济差异度量方法所要求的独立条件。

　　2.2.2Getis-OrdG*i

　　Getis-OrdG*i用于识别不同空间位置上的高值簇与低值簇，即热点区(hotspots)与冷点区(coldspots)的空间分布。

　　G*i(d)=Σj=1nWij(d)XjΣj=1nXj为了便于解释和比较，对G*i(d)进行标准化处理：其中Z(G*i)=G*i-E(G*i)Var(G*i)Wij为空间权重矩阵，空间相邻为1，不相邻为0，E(G*i)和Var(G*i)分别为G*i的数学期望和变异数。如果Z(G*i)为正且显著，表明位置i周围的值相对较高(高于均值)，属高值空值集聚(热点区)；反之，如果Z(G*i)为负且显著，则表明位置i周围的值相对较低(低于均值)，属低值空间集聚(冷点区)。

　　2.2.3空间变差函数

　　空间变差函数是描述区域化变量随机性和结构性的基本手段，可以从数学上对区域化变量进行严格分析，是空间变异规律和结构分析的有效工具，能很好地表达地理变量的空间变异性与相关性。空间变差函数通常表示为：γ(h)=12N(h)Σi=1N(h)[Z(xi)-Z(xi+h)]2式中:Z(xi)和Z(xi+h)分别是Z(x)在空间xi和xi+h上的观测值，(i=1,2,3……N(h)),N(h)是分隔距离为h的样本量。直观地看出区域化变量的空间变异性。图2中，C+C0称为块金值，表示区域化变量小于观测尺度时的非连续性变异；C+C0为基台值，C为结构方差，C+C0表示半变异函数变量随着间距增加到一定尺度后出现的平稳值；a为变程，表示方差函数达到基台值时的间距。C和C0/C+C0(块金系数)都表示空间变异的程度。理论上的空间变异函数都是未知的，通常使用计算值进行拟合。常用的拟合模型主要有：球形模型、线性模型、指数模型、高斯模型、幂指数模型、抛物线模型等。

　　2.2.4经济增长平均指数

　　经济平均增长指数是将测度指标年均增长速度进行处理，使不同时期增长速度具有可比性：S=Et2-Et1Et1(t2-t1)×100%式中：S为人均GDP的平均增长指数,Et1、Et2分别表示在t1,t2年份的人均GDP。

　　3、区域经济格局的空间演变

　　3.1总体格局特征分析

　　3.1.1总体空间格局