楊朝娟

(重慶工商大學融智學院，重慶 401320)

區(qū)域經(jīng)濟差異是一種客觀存在的現(xiàn)象，由于各個地區(qū)資源稟賦不同，區(qū)域經(jīng)濟差異的存在是必然的[1]。適度的區(qū)域經(jīng)濟差異有利于配置資源，差異過大則會影響經(jīng)濟合作與分工，甚至影響社會穩(wěn)定。研究區(qū)域經(jīng)濟發(fā)展的時空演變，揭示經(jīng)濟空間分布規(guī)律和經(jīng)濟在空間上的相互關聯(lián)性，對合理制定經(jīng)濟、產(chǎn)業(yè)、社會與城鎮(zhèn)發(fā)展政策，實現(xiàn)區(qū)域經(jīng)濟、社會、資源、環(huán)境等協(xié)調(diào)發(fā)展具有重要意義。

國內(nèi)學者對區(qū)域經(jīng)濟差異的研究主要體現(xiàn)在以下方面：一是研究尺度的多元化，多集中在宏觀尺度的國家層面[2-3]和中觀尺度的各個經(jīng)濟區(qū)、省、市層面[4-8]，由東部發(fā)達地區(qū)向西部欠發(fā)達地區(qū)轉(zhuǎn)移。二是指標選取的不同，區(qū)域經(jīng)濟差異不限于經(jīng)濟總量、人均GDP、收入水平等單項差異，而是體現(xiàn)在經(jīng)濟總量、經(jīng)濟結構、城市規(guī)模等綜合指標上。三是研究方法的創(chuàng)新，傳統(tǒng)的區(qū)域經(jīng)濟差異度量方法大都通過統(tǒng)計模型對指標進行加權評判[9-13]，多采用基尼系數(shù)、泰爾指數(shù)、加權變異系數(shù)等方法。區(qū)域經(jīng)濟包含地理概念，傳統(tǒng)方法默認區(qū)域之間相互獨立、不存在任何相互作用，實際上區(qū)域之間的擴散或極化效應對區(qū)域發(fā)展產(chǎn)生影響，缺少空間視角，難以真正反映區(qū)域空間差異的演變[14]。隨著空間分析技術的不斷發(fā)展，區(qū)域經(jīng)濟研究引入地理信息系統(tǒng)(GIS)和空間探索性數(shù)據(jù)分析(ESDA)技術，從而使區(qū)域經(jīng)濟研究深入到研究單元內(nèi)部，并能了解空間相互作用機制，使研究結果直觀展現(xiàn)。李小建是國內(nèi)較早從空間視角研究我國區(qū)域經(jīng)濟差異問題的研究者之一，隨后越來越多的學者從空間視角對全國或某一區(qū)域經(jīng)濟差異進行研究，但研究大部分集中在東部發(fā)達城市，同時主要借助ESDA技術進行全局和局部空間自相關分析，缺乏對整個區(qū)域發(fā)展趨勢的描繪。

重慶是國家深入推進西部大開發(fā)、開展“一帶一路”建設的重要載體[15]。2013年，習近平總書記提出建設“絲綢之路經(jīng)濟帶”和“海上絲綢之路”的構想，重慶位于“一帶一路”和長江經(jīng)濟帶的聯(lián)接點上，在國家區(qū)域發(fā)展和對外開放格局中具有重要作用。重慶直轄以來經(jīng)濟快速發(fā)展，成為西部地區(qū)重要的經(jīng)濟集聚區(qū)之一，但由于區(qū)域內(nèi)經(jīng)濟基礎、自然條件、生態(tài)環(huán)境等不同，并且集大城市、大農(nóng)村、大山區(qū)、大庫區(qū)于一體的特殊性，在經(jīng)濟快速增長的背景下，區(qū)域內(nèi)部差異較大，經(jīng)濟空間格局及變化規(guī)律表現(xiàn)出自身的特征。本研究以重慶市38個區(qū)縣為研究的基本單元，借助ESDA和GIS技術，不僅全面、系統(tǒng)地分析重慶市2000—2015年近16年來經(jīng)濟發(fā)展的全局、局部空間關聯(lián)模式的演變特征，還深入分析整個城市的發(fā)展趨勢，以期能為類似地區(qū)經(jīng)濟空間增長的相關研究及區(qū)域可持續(xù)發(fā)展政策的制定提供科學依據(jù)。

一、研究區(qū)域與數(shù)據(jù)來源

重慶市包含26個區(qū)、8個縣、4個自治縣，截至2015年底，重慶市轄區(qū)總面積約8.2萬平方公里，常住人口3 016.55萬人，人均 GDP約為49 469元，而都市功能核心區(qū)渝中區(qū)高達147 524元，渝東北翼巫山縣僅為19 394元。分析變量為2000—2015年區(qū)縣人均GDP，數(shù)據(jù)來源于2000—2015年《重慶市統(tǒng)計年鑒》。空間數(shù)據(jù)為1：120 000的重慶縣級基礎矢量數(shù)據(jù)，空間分辨率為30米。2000—2015年間一些區(qū)縣的行政邊界發(fā)生了變化，根據(jù)2015年的行政邊界調(diào)整以前年份的經(jīng)濟、土地面積數(shù)據(jù)，以保證數(shù)據(jù)的時空一致性。

二、研究方法

(一)變異系數(shù)

變異系數(shù)是衡量區(qū)域經(jīng)濟相對差異的常用指標，等于樣本標準差與均值的比值，反映的是樣本偏離平均值的程度，一般數(shù)值越大，變異程度越大，即數(shù)據(jù)之間相對差異越明顯。其計算公式為

(1)

(二)空間自相關模型

空間自相關是空間探索性數(shù)據(jù)分析方法之一，實質(zhì)為一種統(tǒng)計檢驗方法，檢驗某一地區(qū)的屬性值是否與其相鄰地區(qū)的屬性值相關聯(lián)[16]?？臻g自相關分析分為全局和局部兩種，相關統(tǒng)計指標有Moran’s I、Geary’s C和Getis-Ord G 等[17]。在給定的顯著性水平下，全局空間自相關是一個總體度量指標，僅描述整個研究區(qū)域所有地區(qū)之間的平均關聯(lián)程度，而局部空間自相關反映區(qū)域內(nèi)部地區(qū)空間集聚狀態(tài)以及描述集聚區(qū)的具體地理分布[18]。需要說明的是，在總體空間差異不顯著或不斷縮小的情況下，有可能出現(xiàn)局部空間差異顯著或擴大的可能，反之亦然。所以，須同時進行ESDA全局和局部空間關聯(lián)分析。

1.空間權重矩陣

在進行全局和局部空間自相關性分析前首先要建立空間權重矩陣，建立的標準有距離規(guī)則和相鄰規(guī)則，本文采用相鄰規(guī)則中的Queen相鄰來定義權重矩陣，即

根據(jù)相鄰標準，W中的元素Wij為

2.全局空間自相關

本文采用Global Moran’s I指標，它是最常用的全局關聯(lián)指標，其計算公式為[19]

(2)

Global Moran’s I的取值范圍為-1≤I≤1。I越接近-1，表示整個研究區(qū)域空間負相關程度越強；I越接近1，表示整個研究區(qū)域空間正相關程度越強；I接近0，表示整個研究區(qū)域不存在空間自相關性；在Global Moran’s I指數(shù)的顯著性檢驗中，常假設變量之間不存在空間自相關性，即它們在空間上是隨機分布的假設進行檢驗，其統(tǒng)計量一般為標準化之后的Z值。

(3)

其中Global Moran’s I的期望值和方差分別為

(4)

(5)

Wi、Wj分別為權重矩陣第i行和第j列之和。根據(jù)Z值的大小，在設定顯著性水平下作出拒絕或接受原假設的判斷，在置信水平為95%的情況下，則當P<0.05且|Z|>1.96時拒絕原假設，否則接受原假設。

3.局部空間自相關

局部空間自相關常借助Moran散點圖和聚集圖來研究其空間分布規(guī)律。常采用Local Moran’s I指數(shù)(LISA)，計算公式為

(6)

(7)

Local Moran’s I 的取值范圍限于-1～1。若Ii為正且Zi大于0，表示地區(qū)i的屬性值和相鄰地區(qū)的屬性值都比區(qū)域總體平均水平高，屬于高高聚集；若Ii為正且Zi小于 0，表示地區(qū)i的屬性值和相鄰地區(qū)的屬性值都比區(qū)域總體平均水平低，屬于低低聚集；若Ii為負且Zi大于0，表示地區(qū)i的屬性值遠低于相鄰地區(qū)的屬性值，屬于高低聚集；若Ii為負且Zi小于0，表示相鄰地區(qū)的屬性值遠低于地區(qū)i的屬性值，屬于低高聚集。

為此，可用Moran散點圖將局部空間自相關系數(shù)所表達的空間差異程度以圖的形式直觀表現(xiàn)出來。Moran散點圖把不同地區(qū)屬性的表現(xiàn)情況劃分為4個象限，分別對應4種不同的地區(qū)空間差異類型，其橫坐標為各地區(qū)屬性的標準化值(文中為人均GDP)，縱坐標為由空間連接矩陣確定的相鄰地區(qū)屬性值的加權平均值(空間滯后向量)，其具體含義如下：Ⅰ象限(HH區(qū)域)，該地區(qū)和周邊地區(qū)的屬性水平均較高，此區(qū)域為高高聚集區(qū)，二者空間差異較??；Ⅱ象限(LH區(qū)域)，該地區(qū)屬性水平較低，周邊地區(qū)較高，此區(qū)域為低高空心區(qū)，二者空間差異較大；Ⅲ象限(LL區(qū)域)，該地區(qū)和周邊地區(qū)的屬性水平均較低，此區(qū)域為低低聚集區(qū)，二者空間差異較??；Ⅳ象限(HL區(qū)域)，該地區(qū)屬性水平較高，周邊地區(qū)較低，此區(qū)域為高低孤立區(qū)，二者空間差異較大。 其中，Moran散點圖中的HH、HL、LL、LH象限包括了研究的所有地區(qū)，地區(qū)空間差異尚缺乏統(tǒng)計意義上的顯著性檢驗，而LISA聚集圖上標注的地區(qū)是通過了顯著性檢驗的地區(qū)。

三、實證分析

(一)總體差異分析

圖1 2000—2015年重慶市變異系數(shù)

通過公式(1)計算2000—2015 年重慶市人均GDP的加權變異系數(shù) CV，從相對差異的角度考察重慶市各區(qū)縣區(qū)域經(jīng)濟差異的變化特征(見圖1)?？傮w來說，重慶市各區(qū)縣人均GDP變異系數(shù)呈下降趨勢，其中2000—2002年先上升后下降，2002—2005年持續(xù)下降，2005—2010年波浪式發(fā)展，2010—2015年緩慢下降。這說明重慶市各區(qū)縣的相對經(jīng)濟差異經(jīng)歷了一段時間的波動后總體呈現(xiàn)縮小的趨勢，即區(qū)域內(nèi)部經(jīng)濟差異減小，經(jīng)過十幾年的發(fā)展，重慶縣域并沒有出現(xiàn)明顯的“馬太效應”，貧富差距得到一定程度的緩解。

(二)全局趨勢分析

圖2 2015年重慶人均GDP全局趨勢

利用Arc GIS 10.2 趨勢分析工具，把重慶市人均GDP數(shù)據(jù)轉(zhuǎn)換成三維透視圖(見圖2)。圖中X、Y分別代表正東和正北方向，YZ面上的點代表人均GDP在YZ上的投影， XZ面上的點代表人均GDP在XZ上的投影，XY面上的點代表人均GDP在XY上的投影，XZ面上的曲線、YZ面上的曲線分別為東西方向和南北方向上人均GDP趨勢擬合曲線。通過圖2可以看出，重慶市經(jīng)濟發(fā)展呈西高東低、南高北低的趨勢，同時西南方向體現(xiàn)了重慶主城發(fā)展條件的絕對差異。

(三)全局空間自相關分析

由于變異系數(shù)和趨勢分析只能反映重慶市經(jīng)濟發(fā)展的總體變化情況及趨勢，未能看出其內(nèi)部具體結構特征，還需進行全局和局部相關性分析。利用公式(2)，計算出重慶市2000—2015年間經(jīng)濟發(fā)展全局空間自相關Global Moran’s I指數(shù)、PValue、ZScore，結果見表1。表1中的ZScore值大多數(shù)年份都大于1.96，同時，絕大多數(shù)P值基本小于0.05，通過顯著性水平檢驗，表現(xiàn)出正的空間自相關，表明重慶縣域經(jīng)濟發(fā)展有很強的空間聚集現(xiàn)象，經(jīng)濟發(fā)展水平較高和較低的區(qū)縣在地理空間上顯著集聚。從演化趨勢來看，Moran’s I指數(shù)總體來說在逐步下降，即經(jīng)濟的聚集現(xiàn)象有弱化趨勢，表明重慶縣域經(jīng)濟發(fā)展的總體空間差異在逐漸減小。

表1 2000—2015年間重慶市經(jīng)濟發(fā)展全局空間自相關

注：表中的統(tǒng)計推斷基于Ansen Lin提出的99次隨機排列；全局Moran’s I在所有年份的期望值為：E(I)=-0.027。

Moran’s I指數(shù)與常規(guī)測度方法變異系數(shù)CV的變化趨勢基本一致，即總體上在縮小，但兩者都只揭示了區(qū)域的整體特征，未能表明區(qū)域內(nèi)部各區(qū)縣之間具體的經(jīng)濟發(fā)展分布情況，局部空間自相關分析可以更深入探索區(qū)縣與其周邊地區(qū)空間要素的異質(zhì)性。

(四)局部空間自相關分析

1.Moran散點圖

利用GeoDa軟件計算局部空間自相關(LISA)統(tǒng)計量，并繪制Moran散點圖。選取2000、2005、2010、2015年四個年份的人均GDP數(shù)據(jù)為代表，輸出重慶市38個區(qū)縣經(jīng)濟發(fā)展水平Moran散點圖(圖略)，同時為清楚各個區(qū)縣經(jīng)濟發(fā)展的具體演化路徑，匯總重慶市各區(qū)縣經(jīng)濟發(fā)展水平空間演變路徑，見表2。

表2 重慶市區(qū)縣經(jīng)濟發(fā)展水平水平演化路徑

從散點圖和表2大致可以看出，四個年份多數(shù)區(qū)縣位于Ⅰ、Ⅲ象限，說明重慶市經(jīng)濟發(fā)展水平在局部上呈正的空間自相關關系，這兩類空間分異區(qū)域表現(xiàn)出明顯的空間依賴性，I象限高水平經(jīng)濟聚集，III象限低水平經(jīng)濟聚集，同時，位于III象限的區(qū)縣比I象限的區(qū)縣數(shù)量更多、更集中，說明經(jīng)濟不發(fā)達地區(qū)的集聚現(xiàn)象更為嚴重；四個年份里重慶市的區(qū)縣位于4個象限的數(shù)量都較為穩(wěn)定，只有個別區(qū)縣在年際間發(fā)生了變化，HH區(qū)域始終是重慶都市功能核心區(qū)和都市功能拓展區(qū)，LL區(qū)域大多數(shù)位于渝東北、渝東南兩翼，而位于城市發(fā)展新區(qū)的區(qū)縣在4個象限之間變換且變動較為頻繁，說明經(jīng)過十幾年的發(fā)展，位于城市發(fā)展新區(qū)的絕大多數(shù)區(qū)縣經(jīng)濟發(fā)展水平都有一定程度改變，經(jīng)濟發(fā)達地區(qū)對周邊區(qū)域有一定的擴散效應，對偏遠落后地區(qū)的帶動能力有限，正是因為“都市功能核心區(qū)、拓展區(qū)”與“兩翼”地區(qū)內(nèi)部空間差異的縮小，使得重慶市總體空間差異在縮小，與變異系數(shù)CV法和Moran’s I測量結果一致。

2.LISA聚集圖

鑒于Moran散點圖不能判斷各地區(qū)相關類型及其聚集區(qū)是否在統(tǒng)計意義上顯著，在散點圖的基礎上，利用公式(6)可計算出重慶四個年度各區(qū)縣的LISA值，并在滿足置信區(qū)間95%的基礎上繪制LISA集聚圖(圖略)。

從LISA集聚圖可以看出，雖然從全局上看重慶市四個時段整個區(qū)域經(jīng)濟發(fā)展水平呈現(xiàn)出一定的集聚分布特征，但個別區(qū)縣的空間集聚特征在年際間發(fā)生了變化。第一，重慶區(qū)縣經(jīng)濟發(fā)展水平始終以重慶主城最強，高高聚集區(qū)以渝中區(qū)為中心，呈現(xiàn)穩(wěn)中有變的現(xiàn)象，隨著時間的推移，只有巴南區(qū)、北碚區(qū)、渝北區(qū)在年際間發(fā)生變化，從不顯著區(qū)域轉(zhuǎn)變?yōu)楦吒邊^(qū)域。在政策的帶動下，渝北區(qū)的優(yōu)勢逐漸顯現(xiàn)，近年來經(jīng)濟快速發(fā)展，2015年人均GDP已達到76 945元；北碚區(qū)隨著大學城的興建以及輕軌六號線開通等，經(jīng)濟有一定的提升，與周邊地區(qū)的差距逐漸縮??；巴南區(qū)雖在兩個時段都處于LH區(qū)域，但在其他區(qū)縣的輻射帶動以及政策支持下，特別是隨著輕軌三號線的開通以及巴南龍洲灣、萬達廣場、職教城等相繼建立，巴南區(qū)經(jīng)濟發(fā)展呈快速發(fā)展態(tài)勢。第二，低低聚集區(qū)域全都分布在渝東南和渝東北地區(qū)，不同年份屬于低低聚集區(qū)縣各有不同，但數(shù)量逐年減少，說明渝東北和渝東南經(jīng)濟發(fā)展有一定的改善，酉陽縣、秀山縣、奉節(jié)縣、城口縣、巫山縣、巫溪縣一直處于低低聚集區(qū)，彭水、黔江、開州、云陽由低低聚集區(qū)轉(zhuǎn)變?yōu)椴伙@著區(qū)域，說明這些地區(qū)經(jīng)濟水平有所提高，但并沒有凸顯出來，且與周邊區(qū)縣聯(lián)系較弱。第三，高低聚集區(qū)和低高聚集區(qū)數(shù)量較少。萬州由2000、2005年的不顯著區(qū)域轉(zhuǎn)為2010、2015年的高低孤立區(qū)，說明萬州的經(jīng)濟發(fā)展水平有一定提高。萬州作為重慶第二大區(qū)，經(jīng)濟集聚能力在逐步增強，但對渝東北區(qū)縣起到的輻射帶動作用有限；涪陵區(qū)由2000、2005、2010年的高低孤立區(qū)轉(zhuǎn)變?yōu)椴伙@著區(qū)域，說明涪陵作為區(qū)域性中心，在帶動周邊落后區(qū)域不斷發(fā)展的同時，區(qū)域差距在逐漸縮小，與周邊區(qū)域均質(zhì)性不斷增強。值得一提的是璧山區(qū)，經(jīng)歷了不顯著區(qū)域—低高空心區(qū)—高高聚集區(qū)的轉(zhuǎn)變。璧山區(qū)2010年經(jīng)濟發(fā)展水平低于鄰近地區(qū)，特別是鄰近的沙坪壩區(qū)、九龍坡區(qū)、北碚區(qū)，同期璧山區(qū)人均GDP為26 068元，九龍坡區(qū)為54 369元，沙坪壩區(qū)為41 954元，北碚區(qū)為34 152元，璧山區(qū)的經(jīng)濟發(fā)展水平與重慶主城有一定的差距，到2015年璧山區(qū)轉(zhuǎn)變成了高高聚集的空間關聯(lián)模式，璧山區(qū)的經(jīng)濟取得了飛躍發(fā)展，人均GDP已超過大渡口區(qū)，與北碚區(qū)相當，略低于沙坪壩區(qū)。輕軌六號線(終點站為璧山)的開通以及璧山區(qū)工業(yè)和重慶大學城發(fā)展等對璧山區(qū)的經(jīng)濟發(fā)展有直接關系，同時璧山緊靠市區(qū)城市帶，重慶主城對璧山區(qū)產(chǎn)生較強的輻射作用，形成共同發(fā)展的良好格局。第四，重慶的經(jīng)濟發(fā)展除有小部分區(qū)縣呈現(xiàn)顯著的正、負相關外，大部分區(qū)縣與鄰近區(qū)縣的關聯(lián)性并不顯著，說明重慶各區(qū)縣與周邊地區(qū)的聯(lián)系不夠，缺少互動。

四、結語

本文采用變異系數(shù)、趨勢分析、空間自相關模型對重慶市2000—2015年各區(qū)縣經(jīng)濟發(fā)展的空間差異進行了實證分析，主要結論如下：

第一，總體上，重慶市經(jīng)濟發(fā)展水平呈西高東低、南高北低的趨勢，空間分布具有較強的空間依賴性，呈現(xiàn)高高聚集和低低聚集態(tài)勢，不發(fā)達區(qū)域經(jīng)濟的空間集聚比發(fā)達區(qū)域的空間集聚嚴重。

第二，從局部上看，重慶市的空間集聚現(xiàn)象主要表現(xiàn)在重慶主城和兩翼地區(qū)，經(jīng)濟水平呈現(xiàn)高高聚集和低低聚集態(tài)勢，重慶市經(jīng)濟發(fā)展水平始終以重慶主城最強，高高集聚區(qū)以渝中區(qū)為中心，呈現(xiàn)穩(wěn)中有變的現(xiàn)象，隨著時間的推移，只有巴南區(qū)、北碚區(qū)、渝北區(qū)發(fā)生變化。

第三，按照循環(huán)累積因果理論，在擴散效應(極化效應)和回流效應的作用下，未來重慶市都市功能核心區(qū)、都市功能拓展區(qū)、城市發(fā)展新區(qū)、兩翼地區(qū)的內(nèi)部區(qū)域空間差異有進一步縮小的趨勢，四者之間的差異可能進一步擴大。這一現(xiàn)象并非重慶獨有，在許多中西部地區(qū)普遍存在。在這一背景下，這些欠發(fā)達地區(qū)逐漸形成了兩條不同的經(jīng)濟集聚路徑。首先區(qū)域經(jīng)濟向大城市尤其是特大城市集聚，其次是區(qū)域經(jīng)濟向縣城或鄉(xiāng)鎮(zhèn)集聚。經(jīng)濟的集聚推動城市逐漸演化出兩個層次的中心，即區(qū)域范圍內(nèi)以特大區(qū)為中心，縣域范圍內(nèi)以縣城或鄉(xiāng)鎮(zhèn)為中心。對于各級政府而言，應順應這一發(fā)展趨勢，因地制宜，一方面加強小城鎮(zhèn)建設，深入推進戶籍制度改革，以此促進就地城鎮(zhèn)化，同時依托縣域優(yōu)勢資源，發(fā)展特色產(chǎn)業(yè)；依托“互聯(lián)網(wǎng)+”平臺，增強縣城與大城市的聯(lián)系，推動縣域經(jīng)濟集聚式發(fā)展。另一方面在發(fā)展特大城市經(jīng)濟的同時，特別突出特大城市的輻射帶動作用，提供更多的就業(yè)崗位，提供更公平的公共服務，促進經(jīng)濟增長進程。

第四，作為地處內(nèi)陸的欠發(fā)達經(jīng)濟區(qū)，重慶在空間上并未如沿海城市和北上廣深等地區(qū)那樣表現(xiàn)出經(jīng)濟的普遍性增長，相反，其經(jīng)濟在向主城、城市近郊區(qū)及縣城集聚增加。根據(jù)美國區(qū)域經(jīng)濟學家弗里德曼的區(qū)域空間結構和發(fā)展階段理論，當前重慶市經(jīng)濟發(fā)展正處于第三階段——惟一強中心和邊緣次級中心階段，多中心、多增長極的空間經(jīng)濟發(fā)展格局正在形成，但各區(qū)縣與周邊地區(qū)的聯(lián)系不夠，缺少互動。經(jīng)過十幾年的發(fā)展，重慶主城九區(qū)對周邊區(qū)域經(jīng)濟發(fā)展有一定的擴散帶動效應，對落后地區(qū)的輻射帶動能力有限。

參考文獻：

[1] 陳秀山,衛(wèi)鵬鵬.區(qū)域經(jīng)濟理論[M].武漢:武漢大學出版社,2005:132-136.

[2] 賀燦飛,梁進社.中國區(qū)域經(jīng)濟差異的時空變化:市場化、全球化與城市化[J].管理世界,2004(8):8-17.

[3] 徐建華,魯鳳,蘇方林,等.中國區(qū)域經(jīng)濟差異的時空尺度分析[J].地理研究,2005(1):57-68.

[4] 李丁,冶小梅,汪勝蘭,等.基于ESDA-GIS的縣域經(jīng)濟空間差異演化及驅(qū)動力分析:以蘭州-西寧城鎮(zhèn)密集區(qū)為例[J].經(jīng)濟地理,2013(5):31-36.

[5] 彭穎,陸玉麟.成渝經(jīng)濟區(qū)經(jīng)濟發(fā)展差異的時空分析[J].經(jīng)濟地理,2010(6):913-917.

[6] 范闖,成杰.基于ESDA的重慶市區(qū)縣經(jīng)濟差異分析[J].西南大學學報(自然科學版),2013(4):125-131.

[7] 鄒韜.重慶市區(qū)域經(jīng)濟差異分析[D].重慶:西南大學,2011.

[8] 劉彬,唐新平.湘西州縣域經(jīng)濟競爭力評價及空間分異研究[J].重慶交通大學學報(社會科學版),2017(1):9-73.

[9] 楊莉.關于區(qū)域經(jīng)濟差異度量方法改進的思考[J].商業(yè)時代,2010(12):62-68.

[10] 胡望舒,孫威.基于泰爾指數(shù)的北京市區(qū)域經(jīng)濟差異[J].中國科學院大學學報,2013(3):353-360.

[11] 張紅俠,陳明學.基于泰爾指數(shù)的渭南市區(qū)域經(jīng)濟差異分析[J].安徽農(nóng)業(yè)科學,2016(4):281-283.

[12] 程永宏.二元經(jīng)濟中城鄉(xiāng)混合基尼系數(shù)的計算與分解[J].經(jīng)濟研究,2006(1):109-120.

[13] 李迎春，牟文琴.基于ESDA-GIS重慶市經(jīng)濟發(fā)展的空間分異[J].貴州商業(yè)高等專科學校學報,2015(3):14-20.

[14] 王巧玲.地理空間效應與中國區(qū)域經(jīng)濟增長趨同研究[D].鄭州:河南大學,2007.

[15] 倪元元,宋融秋.重慶經(jīng)濟發(fā)展的路徑選擇:基于“一帶一路”戰(zhàn)略[J].重慶交通大學學報(社會科學版),2016(5):27-32.

[16] 王慶喜,蔣燁,陳卓詠.區(qū)域經(jīng)濟研究實用方法：基于ArcGIS、GeoDa和R的運用[M].北京:經(jīng)濟科學出版社,2014:5.

[17] 潘竟虎,張佳龍,張勇.甘肅省區(qū)域經(jīng)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):83-87.

[18] 唐兵,安瓦爾·買買提明.基于ESDA 的新疆城市化空間格局研究[J].人文地理,2012(5):83-86.

[19] CLIFFA A D,ORD J K.Spatial processes:model and applications[M].London:Pion,1981.