基于esda-gwr方法的广东省收入差距空间演化及影响因素分析-吴昊.pdf
《基于esda-gwr方法的广东省收入差距空间演化及影响因素分析-吴昊.pdf》由会员分享,可在线阅读,更多相关《基于esda-gwr方法的广东省收入差距空间演化及影响因素分析-吴昊.pdf(7页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 年第期基于方法的广东省收入差距空间演化及影响因素分析吴昊,李美琦(吉林大学东北亚研究院,长春 )内容提要:在考虑空间异质性和缩小研究区域细化研究尺度的基础上,本文以广东省个地市为研究单元,运用方法证明年广东省各地收入水平存在显著空间自相关性:从局部自相关角度看,广东省各地市收入水平仍然存在较大差距,高高收入集群与低低收入集群距离较远,多年来变化不大;高收入群对低收入群有一定影响,对低收入集群没有明显影响。通过地理加权回归得出结论,全球化、市场化、区位、地方分权是导致广东收入不平等的主要原因。在单一变量中, 年市场化和地方分权对广东省收入水平作用效果呈“倒型”,城镇化作用加剧了地区收入差距;在
2、多变量中,市场化和地方分权的“倒型”变化趋势有所弱化,城镇化水平却表现出了“型”变化趋势,且影响区域收入水平的效果被强化。关键词:广东;收入差距;探索性空间数据分析;地理加权回归;影响因素中图分类号: 文献标识码: 文章编号: () 收稿日期: 作者简介:吴昊(),男,内蒙古赤峰人,吉林大学东北亚研究院教授,博士生导师,研究方向:区域理论与政策;李美琦(),女,内蒙古赤峰人,吉林大学东北亚研究院博士研究生,研究方向:区域开发规划。一、引言改革开放以来,广东省连续年经济体量排名全国第一。依据世界银行对收入水平的划分标准, 年广东省人均为美元,实现了中等偏上收入水平。事实上,广东省内收入差距依旧很
3、大,珠三角地区与广东省其余地区的绝对收入差距持续扩大。自世纪年代以来,新古典主义、倒型趋同理论、新经济理论以及新经济地理学等从宏观层面分析并预测了一国或地区收入差距的变化趋势。新古典理论(, )认为在资本边际报酬递减的条件下,不发达的国家的人均收入水平会逐渐赶上发达国家,全球经济增长率和人均收入水平将趋同;威廉姆斯( ,)计算了年个发达国家人均收入的变异系数,得出了“从长期的一般趋势看,区域收入差异呈现倒型变化趋势”的结论。内生经济增长理论(, ; , )则提出了相反的看法,认为由于初始物质资本和人力资本水平的差异,会导致国家和地区间的差距随时间的推移而不断扩大。对空间异质性的忽略,使新经济地
4、理学(, )从空间层面和微观角度提出了新的看法。 “区域经济一体化对经济活动和收入分配差异空间分布的影响取决于市场规模的大小、运输成本及区域间劳动力的流动性。如果一体化使得区域经济活动在更大范围的空间单元内集聚,中心地区和外围地区的差距就会扩大”。另外,我们发现,当研究区域缩小为一个省,或将研究尺度缩小为市域,甚至更小的县域,趋同的结果变得很难实现。大量研究证明:研究尺度越小,对区域经济差异的贡献份额越大。综上所述,我们在研究一国或地区的收入差距问题时,应保证有以下三个条件,才能够使得到的结论和规律更加可靠:充分的数据;考虑空间异质性;缩小研究区域或细化研究尺度。过去的年中,广东省作为中国高速
5、增长的样本,其收入差万方数据吴昊、李美琦:基于方法的广东省收入差距空间演化及影响因素分析距的相关研究得到了众多学者的重视,他们运用不同方法描述广东省经济发展不平衡的演化。研究相关文献发现,传统统计指标(基尼系数、变异系数、泰尔指数等)测度收入差距时,未能充分考虑空间异质性,而运用空间计量方法(、马尔可夫链等)的学者们得出了不同的结论。例如,唐明琴通过计算变异系数认为年广东省收入差距呈缩小趋势;李航飞测算 指数得出了“这一时期广东省的收入差距是先缩小后扩大”的结论。基于前人的研究,本文利用探索性空间数据分析方法( , )测算广东省年收入差距程度,并在此基础上,运用地理加权回归( , )构建模型,
6、分析年广东省收入差距的影响因素。二、数据来源与研究方法(一)研究区域与数据来源广东省位于中国东部沿海,珠江三角洲所在主体,辖地市 。依照威廉姆斯计算的变异系数(人口加权),我们发现广东省内收入差距出现了理论上“倒型”变化趋势(图)。但是,这一事实仅从收入水平和人口加权角度呈现。本文将在考虑空间异质性前提下研究广东省收入差距演变过程。图 年广东省变异系数(人口加权)本文数据引自广东省统计年鉴 ()、 中国区域统计年鉴 ()、 中国城市统计年鉴 (),以及从广东省各市统计公报()、广东省各市统计年鉴()中整理得出。同时,本文对常住人口和人均的数据进行了处理: ()由于年以前我国绝大多数省份未使用常
7、住人口数据计算人均,本文数据没有直接运用统计年鉴,而是以广东省各市数据与常住人口比值得出。后文如涉及人均值,均以常住人口计算。 ()部分年份缺失的常住人口数据运用年均值推算法和插值法补充。(二)探索性空间数据分析( , )探索性空间数据分析方法主要表现基于空间关系的基础上分析数据的相关性。空间自相关性反映的是一个区域单元上的某种地理现象或某一属性值与邻近区域单元上同一现象或属性值的相关程度,可以使用全局指标(全局 指数、)和局部指标(局部 、 统计)两种不同等级的指标加以度量。空间权重矩阵。空间权重矩阵表达各空间单元间的临近关系。空间权重矩阵主要包括邻接关系矩阵、距离阀值关系矩阵和最近个邻居矩
8、阵。最近邻空间权重矩阵( ),即将地理距离最近的个单元设为自己的邻居,每个单元都有个邻居。使用这一空间权重矩阵的考虑是因为一般使用的基于邻接关系矩阵、距离阀值关系矩阵常常会导致不平衡的邻近矩阵结构。本文依据广东省各地市的面积差异悬殊,运用前两种空间矩阵会对结果产生较大误差,经计算各地市的平均邻域数目后发现,最近邻空间权重矩阵较为合理。全局 指数。其为应用非常广泛的全局空间自相关统计量,计算公式为: ( )( )( ) ( )式中, 表示地区的观测值, 为地区数, 为空间权重矩阵。 的取值范围是, 越接近,表示地区间空间正相关程度越强;越接近,表示地区间空间负相关的程度越强;等于,表示地区间不存
9、在空间自相关。局域 指数。局部自相关的常用指标是局域 指数。通常的计算公式为: 式中, 和是标准化后的观测值, 是标准化后的空间权重矩阵元素。全局 指数与局部 之间的关系为: 万方数据 年第期 ( ) 与全局 不同,局部 的取值范围不限于, ,局域 的结果:若显著为正且大于,表示位置与其邻居的观测值相比样本平均水平来说为高,属于高高集聚();若显著为正且小于,表示位置与其邻居的观测值相比样本平均水平相对较低,属于低低集聚();以此类推,若显著为负且大于,属于高低集聚();若显著为负且小于,属于低高集聚()。局部 通常用聚类图或 散点图显示。上述指标通过 结合 实现。(三)地理加权回归( , )
10、我们所运用一般线性回归模型常以一个方程来捕捉所有数据因变量和自变量之间的显著性关系,然而这种关系被假定不因空间位置关系而变化,不能捕捉空间数据的非平稳性,进而可能隐藏了局部重要的变量间关系。地理加权回归是对每一个观测的空间单元都进行局部回归,在地理位置的变化过程中,可以在空间上对每个参数进行估计,研究变量之间的关系变化,更好地反映经济变量之间的空间依赖性和空间差异的变化情况。地理加权回归模型建立如下: 式中, 表示研究区域的各个单元; 表示第个市的因变量; 表示影响的自变量( , , ); 是回归参数; 是随机误差项。三、基于方法广东省收入水平空间分布演变(一)全局自相关分析全局自相关分析结果
11、如表。 年广东省 指数均为正,呈现显著的全局空间正相关关系。在蒙特卡罗模拟检验中选择次置换,可以发现除年值大于 ,其余年份均在的置信水平上,说明广东省人均收入水平的确在空间具有较强的正相关性。 指数基本呈上升趋势,即经济发展水平较高的城市在地理空间上显著集聚,经济发展水平较低的城市在地理空间上显著集聚,且随着时间推移,集聚趋势加强。表广东省人均的 指数()年份 年份 表 年、年、年、年广东省人均的聚类图结果年份 高高广东、中山、珠海、江门广州、中山、珠海、江门、深圳、惠州广州、中山、珠海、佛山、东莞广州、中山、珠海、佛山、东莞、深圳低低潮州、揭阳、汕头、汕尾、梅州潮州、揭阳、汕头、汕尾潮州、揭
12、阳、汕头、汕尾、梅州潮州、揭阳、汕头、汕尾、梅州低高东莞东莞江门江门高低无无无无(二)局部自相关分析虽然全局指标体现了显著的空间自相关性,但 指数未能显现个体样本之间的关系,这需要从聚类图中表现(图),同时,我们将聚类图中各组城市一一列出(表)。可以发现, 世纪年代以来广东省人均收入水平主要呈现以下特征:首先, 世纪年代以来,广东省人均收入水平在空间上的分布存在高高、低低以及低高集聚类型,没有高低集聚类型。 聚类图未表现明显的高低集聚,说明省内高收入集群未被低收入集群包围。珠三角内部较强的涓滴效应同化了被包围的低高集聚类型,但对广东省其他区域万方数据吴昊、李美琦:基于方法的广东省收入差距空间演
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 esda gwr 方法 广东省 收入 差距 空间 演化 影响 因素 分析 吴昊
限制150内