衣再提·曼蘇爾　迪麗努爾·阿吉

摘 要：選擇崔-王指數(shù)、變異系數(shù)評估經(jīng)濟極化程度，并結(jié)合GIS空間分異和空間自相關(guān)分析，對天山南坡經(jīng)濟帶經(jīng)濟極化時空演變進行了分析。結(jié)果表明：（1）天山南坡經(jīng)濟帶的經(jīng)濟極化呈現(xiàn)不斷增強的趨勢。（2）1990年以來，極化現(xiàn)象明顯，但是經(jīng)濟總量的極化現(xiàn)象大于人均經(jīng)濟總量。（3）人均GDP和GDP的Moran's I具有相反的變化趨勢，人均GDP總體上呈增大趨勢，經(jīng)濟空間集聚程度亦呈增大態(tài)勢，GDP趨于隨機分布。（4）通過局域空間自相關(guān)分析得知，GDP和人均GDP“低低”集聚的地區(qū)主要集中在阿克蘇地區(qū)，經(jīng)濟發(fā)展的熱點區(qū)主要集中在以庫爾勒市為中心的輪臺縣、焉耆縣和和靜縣且這種格局2000年以來基本上保持不變。

關(guān)鍵詞：天山南坡經(jīng)濟帶；經(jīng)濟極化；時空演變

中圖分類號 F127 文獻標識碼 A 文章編號 1007-7731（2015）24-16-03

1 引言

經(jīng)濟極化是經(jīng)濟活動在地理空間上的非均衡發(fā)展和區(qū)域差異擴大化的過程。它一方面促使區(qū)域經(jīng)濟向高端或低端發(fā)展；另一方面也促使區(qū)域經(jīng)濟同時向高端和低端2個方向發(fā)展，從而導致中等水平群體數(shù)量的減少，呈現(xiàn)兩極分化的趨勢。經(jīng)濟的空間極化現(xiàn)象已引起國內(nèi)外學者的關(guān)注。20世紀50年代，赫希曼正式提出經(jīng)濟極化理論，開始用于研究經(jīng)濟發(fā)展不平衡問題。經(jīng)濟極化的研究一直以來受到我國學者的高度重視。如杜朝運等[1]運用主成分分析法，再通Esteban-Ray指數(shù)模型構(gòu)建經(jīng)濟極化指數(shù)，定量分析了海峽西岸經(jīng)濟區(qū)經(jīng)濟發(fā)展的極化情況。李秀偉等[2]利用基尼系數(shù)、沃爾夫森指數(shù)、崔王指數(shù)和空間自相關(guān)分析法定量分析了東北三省區(qū)域經(jīng)濟的空間極化。目前國內(nèi)對于區(qū)域經(jīng)濟極化問題的研究，主要側(cè)重于經(jīng)濟發(fā)達的地區(qū)，而對于邊疆少數(shù)民族地區(qū)的研究較為匱乏。天山南坡經(jīng)濟帶是新疆少數(shù)民族主要聚居區(qū)之一，對南疆地區(qū)和新疆經(jīng)濟社會的穩(wěn)定發(fā)展起著重要的作用。隨著西部大開發(fā)進程的推進，社會主義市場經(jīng)濟體制的逐步完善，以及國民經(jīng)濟發(fā)展第11個“五年計劃”的制定，其對新疆經(jīng)濟社會發(fā)展的作用日益凸顯。因此，從經(jīng)濟極化的角度入手，增進對天山南坡經(jīng)濟帶經(jīng)濟空間發(fā)展的認識，為其可持續(xù)發(fā)展奠定一定的研究基礎(chǔ)，推進天山南北坡經(jīng)濟帶的協(xié)調(diào)發(fā)展，對新疆區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展有著重大的戰(zhàn)略意義。

2 研究方法

2.1 研究區(qū)與數(shù)據(jù)來源 新疆位于歐亞大陸中部，其獨特的地域結(jié)構(gòu)使得它擁有了一批特色的經(jīng)濟增長區(qū)，包括：天山北坡經(jīng)濟區(qū)、北疆西北部經(jīng)濟區(qū)、南疆東北部經(jīng)濟區(qū)、東疆經(jīng)濟區(qū)，南疆西南部經(jīng)濟區(qū)。而南疆東北部區(qū)又被稱為南坡經(jīng)濟帶，天山南坡經(jīng)濟帶地處天山南麓，其國土面積61.52萬km2（其中，巴州48.27萬km2，阿克蘇地區(qū)13.25萬km2），國土面積占全新疆面積的37.06%。天山南坡經(jīng)濟帶主要包括巴州、阿克蘇兩地州。本文以巴州和阿克蘇的共16個縣，2個市（不包括阿拉爾市）作為研究單元，借助于GIS環(huán)境下的空間自相關(guān)分析，研究天山南坡經(jīng)濟帶經(jīng)濟極化時空演變特征。在指標的選取上選取人均GDP和GDP作為研究指標，數(shù)據(jù)來源于1990-2013年共計24a的《新疆維吾爾自治區(qū)統(tǒng)計年鑒》、《新疆年鑒（2011）》、《新疆五十年（1955-2005）》等資料。

2.2 研究方法 選擇崔-王指數(shù)、變異系數(shù)和空間自相關(guān)3種方法，對天山南坡經(jīng)濟帶的經(jīng)濟極化進行了研究：

2.2.1 崔-王指數(shù) 崔啟源和王有強在Wolfson指數(shù)的基礎(chǔ)上，利用增加的兩極化與增加的擴散2個部分排序公理推導出一組新的極化測度指數(shù)，被稱為崔-王指數(shù)。其公式為[3]：

式中：[N]為全部地理區(qū)域的總?cè)丝跀?shù)；[πi]為[i]地理區(qū)域的人口；k為地理區(qū)域個數(shù)，本文中k=18；[yi]為[i]地理區(qū)域的收入（人均GDP）；[m]為所有[i]地理區(qū)域收入（人均GDP）的中間值；θ，r為正的常數(shù)標量，位于0～1，本文取θ=0.5，r=0.5。θ，r取值范圍是（0，1）之間，越趨于1，區(qū)域極化現(xiàn)象越突出。

2.2.2 變異系數(shù) 標準差與平均數(shù)的比值稱為變異系數(shù)，記為CV，變異系數(shù)最大的優(yōu)點在于容易由樣本直接得到估計值。變異系數(shù)的計算公式如下：

[CV（%）=標準差平均值×100=SX] （2）

式中：S為觀測值的標準差，[X]為觀測值的平均值。變異系數(shù)越小，說明變異（偏離）程度越??；反之，變異系數(shù)越大，則變異（偏離）程度越大。本文用變異系數(shù)分別測定天山南坡經(jīng)濟帶GDP和人均GDP的極化程度。

2.2.3 空間自相關(guān) 空間自相關(guān)是指地理事物分布空間位置的某一屬性值之間的統(tǒng)計相關(guān)性[4]，是檢驗?zāi)骋滑F(xiàn)象是否顯著地與其相鄰空間單元的現(xiàn)象相關(guān)聯(lián)的重要指標[5]。分為全局自相關(guān)和局部自相關(guān)。全局空間自相關(guān)可用于分析研究區(qū)域的總體空間關(guān)聯(lián)和空間差異程度，但是不能明確地指出局部區(qū)域存在的空間異質(zhì)性。表示全局空間自相關(guān)的指標和方法很多，常用的是Global Moran，s I。在給定顯著性水平時，若Moran，s I大于0表示正相關(guān)，小于0表示負相關(guān)；值等于0時，空間分布呈隨機分布的情形。當需要進一步識別不同類型的空間聚集模式時，還需采用ESDA局部分析方法。本文采用Moran散點圖和空間聯(lián)系的局部指標（LISA）衡量空間異質(zhì)性特征。

3 天山南坡經(jīng)濟帶經(jīng)濟極化演變分析

3.1 崔-王指數(shù)分析 通過計算可得，天山南坡經(jīng)濟帶的崔王指數(shù)從1990年的0.294 3增加到2013年的0.332 1，這說明1990年以來其經(jīng)濟極化程度呈現(xiàn)不斷增強的趨勢。

3.2 變異系數(shù)分析 由計算可得2000年以來，天山南坡經(jīng)濟帶GDP變異系數(shù)均大于1，說明各縣市間GDP差異較大；隨著時間的變化，該系數(shù)有所波動，但總體處于升高趨勢，表明天山南坡經(jīng)濟帶經(jīng)濟發(fā)展水平呈上升趨勢。人均GDP變異系數(shù)從1994年開始在0.6以上，說明GDP區(qū)域間人均經(jīng)濟水平差異程度較高。2000年以來，天山南坡經(jīng)濟帶GDP變異系數(shù)均大于人均GDP變異系數(shù)，說明經(jīng)濟總量的極化現(xiàn)象大于人均經(jīng)濟總量。

3.3 GDP和人均GDP的空間自相關(guān)分析

3.3.1 全局空間自相關(guān)分析 通過Moran's I分析可知，1990-2013年，人均GDP的Moran's I，除了4個年份呈負相關(guān)外，其它年份呈正相關(guān)。除了2004-2010年和2012年，沒有顯著的空間分布特征，并且呈波浪式分布，在不同階段呈現(xiàn)出不同的特征：1990-1993年Moran's I呈增加的趨勢，表明這段時間內(nèi)縣市經(jīng)濟空間差異在縮小。1994開始向負的空間自相關(guān)性發(fā)展的趨勢，表明空間聚集性增強。2004-2013年（2011，2012年除外）其空間相關(guān)性呈波折中上升態(tài)勢，空間聚集性總體上顯著。而GDP 的Moran's I除了2012年呈正相關(guān)外，其它年份均呈負相關(guān)，且1990-2013年GDP沒有顯著的空間分布特征，即GDP基本趨于隨機分布。

3.3.2 局部空間自相關(guān)分析 通過1990-2013年期間天山南坡經(jīng)濟帶各縣GDP與人均GDP的經(jīng)濟發(fā)展水平綜合指數(shù)Moran的分析可知：（1）1990年的空間格局如下：①HH型：屬于這一類的縣市有庫爾勒市、博湖縣、焉耆縣、若羌縣、尉犁縣、和靜縣。其中，LISA值顯著的只有博湖縣。這些縣市主要分布在天山南坡經(jīng)濟帶巴音部楞蒙古自治州內(nèi)，經(jīng)濟發(fā)展較好，資源豐富，區(qū)域交通條件優(yōu)越，是良好的交通通道。②LH型：主要有和碩縣、且末縣、輪臺縣、沙雅縣、柯坪縣，其中輪臺縣的LISA值呈顯著性。這幾個縣經(jīng)濟基礎(chǔ)比較弱。③LL型：有阿瓦提縣、庫車縣、新河縣、溫宿縣、拜城縣、烏什縣。這些縣主要分布在阿克蘇地區(qū)，而且LISA值都不顯著，其經(jīng)濟發(fā)展速度較慢，自然條件較差。④HL型：只有阿克蘇市屬于此類型，而且LISA值呈顯著性，其自身發(fā)展速度較快。（2）2013年空間格局如下：①與1990年相比，2013年若羌縣由HH區(qū)進入了HL區(qū)，沙雅縣由LH區(qū)進入了LL區(qū)，尉犁縣和博湖縣由HH區(qū)進入了LH區(qū)，阿克蘇市由HL區(qū)進入了LL區(qū)，說明上述縣市經(jīng)濟發(fā)展速度變慢。②2013年屬于第三象限的縣（市）的數(shù)量比1990年多了3個，這說明欠發(fā)達縣的空間集聚效應(yīng)增強，且經(jīng)濟發(fā)展的盲點區(qū)主要集中在阿克蘇地區(qū)為中心的縣。③HH型的縣主要是以庫爾勒市為中心，涵蓋和靜縣、輪臺縣、焉耆縣的“庫爾勒經(jīng)濟圈”。同期，呈正局部空間自相關(guān)的縣（市）有13個，占整個區(qū)域的72.2%，這說明天山南坡經(jīng)濟帶縣市的經(jīng)濟發(fā)展水平具有正的空間關(guān)聯(lián)分布特征，空間依賴性比較明顯。（3）天山南坡經(jīng)濟帶GDP的集聚類型主要是以“低高”和“低低”為主，而且2013年落在第三象限的縣（市）的數(shù)量比1990年多6個，這比人均GDP的變化趨勢節(jié)奏快。（4）1990年呈LH型的縣有：輪臺縣、阿瓦提縣、柯坪縣、博湖縣、焉耆縣、沙雅縣、烏什縣、新和縣、溫宿縣、拜城縣；呈LL型的縣有：尉犁縣、和碩縣、若羌縣、且末縣。這與2013年的趨勢正好相反，也就是說，GDP空間集聚的“低低”中心出現(xiàn)在阿克蘇地區(qū)，說明以阿克蘇地區(qū)為中心的縣經(jīng)濟總量是天山南坡經(jīng)濟帶經(jīng)濟總量的低值集聚區(qū)，這種格局與人均GDP的變化是一樣的，即近年來天山南坡經(jīng)濟帶經(jīng)濟的空間格局處于穩(wěn)定狀態(tài)。

4 結(jié)論與討論

運用崔-王指數(shù)和空間自相關(guān)分析法對天山南坡經(jīng)濟帶經(jīng)濟極化時空演變進行了分析后發(fā)現(xiàn)，天山南坡經(jīng)濟帶的經(jīng)濟發(fā)展長期處于一種非均衡的狀態(tài)，而且這種格局比較穩(wěn)定，要想打破這種狀態(tài)，實現(xiàn)各縣市之間的均衡發(fā)展，需要采取適當?shù)拇胧Ｒ⒅禺a(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與產(chǎn)業(yè)化的發(fā)展，統(tǒng)籌城鄉(xiāng)發(fā)展，依托石油、礦產(chǎn)、棉花等資源優(yōu)勢，促進地方工業(yè)發(fā)展，結(jié)合南疆石化基地的建設(shè)，加快南坡工業(yè)化進程。以”庫爾勒-輪臺-庫車”一線為重點，結(jié)合“西氣東輸”等工程，探索油，地協(xié)調(diào)發(fā)展的新模式。本文從人均GDP和GDP的角度出發(fā)，對天山南坡經(jīng)濟帶的極化現(xiàn)象進行分析，從總體上刻畫了天山南坡經(jīng)濟帶的極化程度。而對于一個地區(qū)而言經(jīng)濟極化的形成有復雜的機制，在不同時期經(jīng)濟極化的機制也不同。因此，對于天山南坡經(jīng)濟帶的經(jīng)濟極化需要從機制上作進一步地深入研究。

參考文獻

[1]杜朝運，林蔭露，等.海峽西岸經(jīng)濟區(qū)經(jīng)濟極化與金融協(xié)調(diào)研究[J].經(jīng)濟管理，2013，3（5）：1-8.

[2]李秀偉，修春亮，等.東北三省區(qū)域經(jīng)濟極化的新格局[J].地理科學，2008，28（6）：722-728.

[3]Tsui K Y，Wang Y Q .Polarization ordering and new classes of polarization indices[D].Memo：The Chinese University of Hong Kong，1998.

[4]Ciccone A.Agglomeration effects in Europe[J].European Economic Review，2002，46（2）：213-227.

[5]Brunello G，Paola M D.Training and economic density：Some evidence form Italian provinces[J].Labour Economics，2008，15（1）：118-140. （責編：張宏民）