产业地理集中、产业集聚与产业集群:测量与辨识

本文综述了产业地理集中、产业地理集聚以及产业集群的测量与辨识方法。传统的测量 产业地理集中方法包括集中系数、变差系数、赫芬代尔系数、赫希曼- 赫芬代尔系数、信息熵、锡尔 系数以及基尼系数等, 这些系数测量产业总体地理集中程度, 没有考虑企业规模分布对产业地理 集中的影响。基于企业区位选择模型, 经济学家发展了测量产业地理集聚的指数, 控制产业内企 业规模分布对产业地理集中的影响。无论地理集中指数还是地理集聚系数都以行政单元为基础, 仅描述单一空间尺度上的产业区位模式。Ripley 的K 函数通过计算某个企业一定距离内的邻居 企业个数来测量产业的地理集聚程度, 可同时反映产业在不同空间尺度的集聚程度。相互联系的 一群企业在地理空间上的集聚构成了产业集群, 产业集群的辨识不仅要测量产业间联系, 也要考 虑产业地理临近性。区位商和标准化区位商法、空间相关与产业联系法、因子分析和聚类分析等 多元统计方法以及基于投入产出关系的图谱分析方法等可以用来作为辨识区域产业集群手段。     

基于基尼系数空间分解的江苏省经济发展差异分析

不平等性是区域研究的重点,空间集中作为衡量不平等性的重要手段,是非空间与空间属性的二维统一体。传统的研究仅仅关注了全局非空间上的不均衡性,而忽略了地理空间上的集聚特点,往往不利于识别地理属性的集中特点。引进基尼系数的空间分解这一概念,通过对其空间随机分布性的零假设采用蒙特卡罗方法进行检验,从而判定其分解形式是否内生衡量区域不平等与空间自相关的特性。以1978—2015年江苏省区域经济发展差异的演变进行案例分析,通过蒙特卡罗99次随机模拟检验后,将分解的非邻居项与Moran’s I值进行显著性检验,结果进一步证实了这一分解的有效性与简洁性,表明空间基尼系数可内生测度空间的集聚性与非空间的差异性。     

The spatial focus of U.S. interstate migration flows

"Despite the widespread interest in the changing geographies of national migration regimes, it is somewhat remarkable that no widely accepted measure of the spatial concentration or focus exhibited by such geographies has emerged. We examine four of the most popular indices of inequality in this paper and contrast their performance as measures of spatial focus. Adopting the coefficient of variation as our preferred alternative, we go on to examine the spatial focus of aggregate interstate migration steams in the U.S. over time. Then we consider disaggregations of the migration streams by age, race and nativity, and examine the role of states as national redistributors of these same subpopulations."     

黄河流域绿色发展水平时空演变特征

采用全局Malmquist-Luenberger指数,测算了2001—2018年黄河流域的绿色全要素生产率,作为绿色发展水平的度量指标,并借助于核密度估计、泰尔系数、变异系数、Dagum基尼系数等考察黄河流域绿色发展水平的时空演变特征。结果表明：黄河流域绿色发展总体水平不高,且呈现出缓慢的波浪式上升特征,增长的动力来源于绿色技术进步;流域内差异较为明显,下游>上游>全流域>中游。绿色发展水平省际差距呈逐步缩小趋势,分布形态呈现由两极分化向单极化演进态势,总体呈现高—低—高的发展态势,空间分异特征较为明显,呈现以山西和河南为核心的“双核”空间不平衡特征。基于泰尔系数,黄河流域内部绿色发展水平差距大于上游、中游、下游三大区域间的差距;基于变异系数,绿色发展水平不平衡程度整体呈现下降趋势;基于Dagum基尼系数,绿色发展水平空间不平衡总体呈下降趋势,差距主要来源于地区内差异,且流域间的交叉重叠现象对绿色发展水平总体差距的影响较小。     

2000—2015年中国高学历人才分布格局及其影响机制

基于2000年、2010年中国人口普查分地级及以上行政区数据和2015年中国各省份1%人口抽样调查数据,采用变异系数、泰尔系数、基尼系数测度中国高学历人才比重分布的空间不均衡程度,并采用面板数据Tobit随机效应模型,识别影响高学历人才比重空间分布的主要因素。结果表明：① 中国的人才比重分布表现出极大的不均衡性,人才比重的高低与城市等级密切相关,主要表现在直辖市、省会城市、计划单列市等行政区吸引了大量人才,而普通地级城市人才比重相对较低;② 10 a间人才比重的变异系数、基尼指数和泰尔指数均有所下降,表明人才比重分布的空间不均衡程度有所下降;③ 平均工资水平、生活成本、城市等级、每万人高校在校学生数、每万人医院卫生院床位数、人均科学事业、教育事业经费与人才比重呈正相关,中学生师比、万人互联网用户数与人才比重呈负相关,失业率、单位面积二氧化硫排放量、绿地率对人才比重没有影响。     

中部地区经济差异的空间尺度效应分析

为深入分析空间尺度选择对区域经济差异的影响,采用变异系数、基尼系数和锡尔系数等指标在省、市和县三级空间尺度重复使用的方法和尺度方差分析法,选取人口、GDP和人均GDP 3项指标,分析1990-2007年我国中部地区区域经济差异的空间尺度效应。1)采用同一指标在3个尺度上重复使用的方法分析结果存在很大差别,市、县尺度上区域经济差异都有扩大趋势,但与省尺度上的趋势相异,尤其2003年后市、县尺度上区域经济差异呈扩大趋势,而在省尺度却呈缩小趋势;2)尺度方差分析也显示市、县尺度上结果较为一致,并在1997年达到低值后均有明显扩大趋势,这与省尺度上的趋势相异,尤为明显的是,2003年后区域经济差异在省尺度呈缩小趋势。尺度方差分解和锡尔系数分解结果表明:市际和县际差异是造成中部地区经济差异的主要因素,省际差异的影响很小。因此,在进行区域经济差异分析时应尽量选择较小空间尺度。     

我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s I统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s I分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。     

黄河下游沿岸地市CO2排放的时空分异

地市级尺度的碳排放结构演变与区域差异分析对通过技术学习与知识流动短期内抑制 碳排放的快速增长具有重要意义。以地市级行政区作为基本空间单元, 对黄河下游沿岸区、 两大子区及21地市化石能源与水泥工业生产过程排放的CO₂ 进行科学核算, 发现CO₂ 排放量 变化于2000年的364.12～4426.95万t至2009年的1238.98～10411.91万t,呈现出典型的 “S型”增长特征, 但不同尺度区域排放结构的时空差异显着。2006年以来, 工业化进程较快 的区域水泥排碳比例有显着增长, 产业结构优化策略促使少数地市水泥排碳比例有所下降。 CO₂ 排放强度与人均排放量的变动符合碳排放EKC曲线关系, 但时空分异特征并不一致。排 放强度的全区总体差异较为合理, 而人均排放量的区域差异偏大, 从而为涓滴效应的加速作 用创造了空间。地区内差异分别为两指标全区总体差异变动的主导因素, 整体上, 中原区内 地市间差异对两指标全区差异变动的贡献更大。     

省属师范院校地理科学专业本科生生源及就业特征研究——以信阳师范学院为例

基于信阳师范学院地理科学学院2001—2012级学生生源分布和就业数据统计,运用基尼系数和集中化指数识别分析了地理科学专业应届毕业生的生源地、就业地的时空格局。研究发现:研究对象的生源地和就业地呈"大分散、小集聚"且就业地分布较生源地分布分散的格局;来自不同地区的毕业生迁移距离具有标度分布的统计规律,可为高校的招生和就业工作提供指导和借鉴。     

A study of provincial differences in China’s eco-compensation framework

In this study, we developed a theoretical framework to analyze the provincial differences in eco-compensation and selected appropriate measurement methods to investigate these differences in the operation of the eco-compensation framework. Via the use of the coefficient of variation, Atkinson index, and Gini coefficient, we investigated the overall differences in Chinese provincial eco-compensation time series data from 2004 to 2014 and studied the driving mechanism underlying these differences. The results showed that: (1) The provincial eco-compensation standard has geographical features. For example, the provinces crossed by the “HU Huanyong Line”, or located to its northwestern side, have obtained extensive eco-compensation. (2) There was a trend for differences in eco-compensation to increase over time, but with some fluctuations in 2006, 2009, and 2014 as shown by the coefficient of variation, in 2005, 2007, 2011, 2013, and 2014 as shown by the Gini coefficient, and in 2007, 2008, 2011, and 2012 as shown by the Atkinson index. (3) Time series curves indicated that while the signals from the three metrics (coefficient of variation, Atkinson index, and Gini coefficient) differ in a short-term analysis, they show the same tendency in the longer term. The results indicate that it is necessary to evaluate the differences in eco-compensation at the provincial level over a long period of time. (4) Via the calculation of the virtual Gini coefficient, we found that among the factors that influence provincial differences in eco-compensation, the economic value of eco-resources played the decisive role, explaining more than 73% of the difference. The cost of environmental pollution abatement was the second most important factor, accounting for more than 19% of the difference. The input to environmental pollution abatement had the least influence, accounting for less than 8% of the difference. The results agreed with those obtained from other studies, and could be used as a reference by policy makers.     

2004–2011年中国省域生态补偿差异分析（英文）

In this study, we developed a theoretical framework to analyze the provincial differences in eco-compensation and selected appropriate measurement methods to investigate these differences in the operation of the eco-compensation framework. Via the use of the coefficient of variation, Atkinson index, and Gini coefficient, we investigated the overall differences in Chinese provincial eco-compensation time series data from 2004 to 2014 and studied the driving mechanism underlying these differences. The results showed that:(1) The provincial eco-compensation standard has geographical features. For example, the provinces crossed by the "HU Huanyong Line", or located to its northwestern side, have obtained extensive eco-compensation.(2) There was a trend for differences in eco-compensation to increase over time, but with some fluctuations in 2006, 2009, and 2014 as shown by the coefficient of variation, in 2005, 2007, 2011, 2013, and 2014 as shown by the Gini coefficient, and in 2007, 2008, 2011, and 2012 as shown by the Atkinson index.(3) Time series curves indicated that while the signals from the three metrics(coefficient of variation, Atkinson index, and Gini coefficient) differ in a short-term analysis, they show the same tendency in the longer term. The results indicate that it is necessary to evaluate the differences in eco-compensation at the provincial level over a long period of time.(4) Via the calculation of the virtual Gini coefficient, we found that among the factors that influence provincial differences in eco-compensation, the economic value of eco-resources played the decisive role, explaining more than 73% of the difference. The cost of environmental pollution abatement was the second most important factor, accounting for more than 19% of the difference. The input to environmental pollution abatement had the least influence, accounting for less than 8% of the difference. The results agreed with those obtained from other studies, and could be used as a reference by policy makers.     

1990年以来东北地区铁路运输的空间极化

以运输区段为研究单元, 以区段客流密度、货流密度、区段长度为原始数据, 将1990 年、1994 年、1999 年、2000 年和2005 年的东北地区铁路运输区段划分加以统一。首先运用 GIS 技术分析铁路运输密度变化的空间特征; 然后通过计算基尼系数、泰尔指数、集中指数 和崔王指数, 分析各年度铁路客货流分布的空间差异和极化程度;最后比较哈大线、沈山线 和滨洲－滨绥线等铁路干线的客货运周转量及比重变化。研究表明： ① 20 世纪90 年代铁路客流的空间极化比较明显, 2000 年以后极化趋势变缓或有所逆转; ② 货流在上行方向(向中部哈大线方向、向南部关内方向) 有趋于极化的特征; ③ 不管客流分布的总体特征向极化或分散方向如何变化, 哈大线在东北铁路网中的地位都在持续加强, 哈大线以外地区客流分布 趋向均衡。1990 年以来东北铁路运输分布的变化支持这样的区域空间极化过程： 向哈大沿线 集聚; 东北地区地域系统的层级减少, 哈大轴带作为顶层结构对整个东北地区的控制范围和程度增加。东北地区铁路网的整体性和区域一体化程度加深。     

2008 年中国种植业地理集聚与专业化格局

目前对农业地理集聚和专业化发展的研究较少。本文通过计算和比较中国2008 年种植业不同分类层次中类、小类和细类的平均基尼系数、平均Moran’s I指数和各层次农作物的专业化指数发现, 在中国省域层次上(不包括港、澳、台地区), 种植业具有一定的地理集聚态势, 且种植业划分越细, 空间集聚和专业化生产趋势越明显。从大类看, 种植业生产分布相对分散, 各省在大类上“大而全”的生产, 但从较小类上更加集聚和专业化。中国种植业区域专业化生产格局已逐步出现。大宗农产品的区域专业化程度较低, 而经济作物区域专业化程度很高。虽然具体的空间集聚格局是由各地的自然条件和各种农作物生产条件的匹配程度来决定的, 但政府决策、制度变革等社会因素在区域专业化生产上起着重要作用, 是对自然集聚格局的优化调节。定量测度种植业地理集聚与专业化发展的空间格局, 找出进行农业区域化、规模化和专业化生产具有潜力的具体区位, 可以加大政府对种植业空间布局调控优化的作用, 对各地区制定具体的农业政策具有重要意义。     

东北振兴以来吉林省区域经济差异的时空演变研究

基于吉林省2003~2015年间地区生产总值和人均地区生产总值数据,以市域、县域两个尺度单元为研究对象,采用人口加权变异系数、基尼系数、泰尔指数等统计分析方法,对吉林省东北振兴战略实施以来的13 a内,区域经济差异的时空演变进行定量分析,并运用泰尔指数的分解方法,探讨了吉林省区域经济差异的空间格局。结果发现：① 吉林省区域经济总体差异、市域差异、县域差异均呈逐年下降趋势。② 通过差异贡献率显示：县域差异是区域总体差异变化的主导力量,长春市域的内部差异远高于其他市域,但有逐年减小的趋势,长吉两地的二元结构仍然突出,是全省区域经济差异产生的主要来源,主导着全省区域经济差异走向;③ 从2003~2015年来看,全省经济增长速度较快的地区主要还是集中在“三核一带”;④吉林省经济差异主要是由资源禀赋、产业结构、极化效应和政策导向等多种因素综合作用的结果。     

我国劳动密集型产业地理分布研究

利用1980-2007年数据,通过计算基尼系数、省区区位商研究劳动密集型产业的地理集中程度和专业化水平的变化趋势,探讨改革开放以来我国劳动密集型产业地理格局的变化。研究发现,20世纪80年代以来我国劳动密集型产业的地理集中呈持续上升的趋势,随着经济全球化进程的进一步扩展,劳动密集型产业的地理集中程度显著加速。市场、政策和全球化的力量强化了沿海地区的区位优势,导致劳动密集型产业在该地区进一步集中;随着全球化的深入,外商投资和出口逐渐呈现北移的趋势;在东部劳动力成本提高的压力下,劳动密集型产业呈现向邻近交通便利的中部地区转移的趋势。基于2000年和2005年地级市数据,采用Tobit模型,验证了劳动力要素的差异、集聚经济及政策制度等要素对我国劳动密集型产业布局和集中程度的影响。     

中国农业地理集聚格局演化及其机制

通过对1981～2008年12类农作物种植重心、基尼系数、空间自相关和专业化指数的计算,探讨了中国(不包括港、澳、台地区)种植业的空间集聚格局及演化路径,并从演化经济地理视角构建分析框架探讨其演化机制。结果显示:(1)中国种植业整体上空间集聚程度逐渐增大,区域专业化和多样化程度逐步加强。(2)与制造业地理集聚总体呈现"南下东进"不同,种植业地理集聚逐步"南下西进",从东部省份向中西部省份转移,东北地区的三江平原和松嫩平原也是重要的集聚地,而昔日鱼米之乡的优势已逐渐下降。(3)农业地理集聚格局的演变经历了由自然集聚向社会集聚进而形成完善的农业生产体系的过程,其中,自然集聚的作用日益减少,而社会集聚作用逐步增加。技术创新、制度创新等社会变异步伐的加快,也将进一步推进农业的地理集聚和空间重构。     

POPULATION CONCENTRATION IN AN URBAN SYSTEM: KOREA 1949-1980

This study focuses on growth and change in the urban system of the Republic of Korea over the past three decades. In an analysis of system-wide and subregional growth trends, with particular emphasis given to the Gini coefficient of population concentration, two stages of development are identified. During the 1950s and early 1960s, the system experienced numerical and spatial expansion, along with growing concentration in the largest centers. Since the late 196Os, the main process has been concentrated in Seoul and in the places immediately below it in the city-size distribution. Spatially, this concentration has taken the form of a core-corridor from Seoul to Busan. In large part, these changes reflect the transformation to an urbanindustrial economy, but they also reflect government policies which have focused heavily on Seoul, but perhaps not heavily enough, on the spatial distribution of other large centers in the urban system.     

多尺度视角下中国新能源汽车产业创新空间格局及网络特征

创新活动与创新网络的多尺度空间模式是创新经济地理学关注的焦点。论文选择在知识分类上兼具隐性和显性知识特征的新能源汽车产业作为研究对象,利用来自国家知识产权局的相关专利数据,分析了2001—2015年中国新能源汽车产业独立创新活动和合作创新网络在“区域—省域—市域”的多尺度空间特征,并对其进行空间分类。结果显示：① 创新活动在城市层面最具解释力度,中国新能源汽车产业技术创新活动主要集中在东部和北部沿海地区,市域尺度上的创新活动存在较大差异;② 内部创新网络和外部创新网络在区域层面最具解释力度,创新网络集中在东部和北部沿海地区,市域尺度上的创新网络变异明显;③ 在不同尺度上,创新网络与创新活动之间存在不同程度的差异。地方创新环境与创新主体性质是造成上述格局差异的重要原因。仅停留在空间上的分析很难深入解释创新网络格局,应从更微观的创新主体层面探究创新结网的过程和机理。此外,创新活动和创新网络分别具有“多尺度结构性嵌套”和“多尺度能动性交换”特征,未来研究应对两者之间的差别给予更多关注。     

基于空间公平理论的公共交通服务评价——以深圳市为例

使用空间无关的公平性衡量指数评价公交服务时,会忽视公交服务需求与供给的空间分布特征.为解决此问题,论文提出基于空间公平理论的公交服务评价框架,即通过构建综合基尼系数与莫兰指数的空间公平评价方法,实现整体尺度公交服务评价;通过对分析单元上相对需求与相对供给变量的匹配关系、空间差距进行分析,实现局部尺度公交服务评价,对整体...     

2009—2018年西藏人口与经济的非均衡格局及其影响因素

选择地理集中度、基尼系数、不一致指数等指标,研究2009—2018年西藏人口与经济非均衡时空格局,并采用面板数据回归和时空地理加权回归模型对其影响因素进行分析。结果发现：西藏人口与经济分布表现出稳定的非均衡格局,呈现“东南高、西北低”的特征,地理集中度高值区与河谷平原、交通干线、行政中心的分布耦合性较强。西藏人口与经济空间匹配的整体非均衡性不断减弱,县区人口与经济不一致指数的空间分布和发展态势差异明显。人力资本、经济实力和产业结构水平是影响人口与经济不一致性的主导因素,三者影响系数绝对值均大于10%,其次是政府调控能力、道路基础设施、物质资本和医疗基础设施,而社会消费水平的作用不显著。各因素对不一致指数影响的空间异质性表明,人力资本和产业结构水平对大部分县区的影响更多体现在吸引人口方面,经济实力、物质资本、医疗基础设施、政府调控能力对县区的影响主要体现在推动经济发展上,其中经济实力的影响范围囊括所有县区;与其他影响因素相比,道路基础设施、社会消费影响的空间差异最为明显。