长江经济带区域经济空间结构演变

以长江经济带127个市域为研究单元,结合地统计分析及空间变差函数,以1988、2001及2012年为研究截面,对长江经济带经济空间结构演变进行深入探讨,结果表明:(1)区域内经济发展水平总体呈现出两极分化现象、东西差异显著,高水平区于东部地带呈片状及散点状分布,而低水平区于西部地带形成环状集聚格局;(2)冷热点格局呈现明显的梯度推移性,泛长三角地区形成片状热点集聚区,中部地带形成以武汉城市圈及长株潭城市群为核心的次热点区,而西部边缘地带冷点区集聚;(3)空间变差函数显示长江经济带区域经济发展空间格局具有较好的连续性和较强的空间自组织性,并在全方位呈现出波动变化格局,高值区域具有明显的迁移现象。且文章尝试从成因层、效应层、结果层探讨区域经济格局演变机理。     

长江经济带经济发展水平对旅游效率的影响研究

基于2000-2018年长江经济带各省域面板数据,运用熵权Topsis方法和Super-SBM模型分别测算长江经济带各省域经济发展水平和旅游效率,利用LISA双变量探索两者空间相关关系,最后借助面板Tobit模型分析区域经济发展水平对旅游效率的影响.结果表明:1)研究期内长江经济带各省域经济发展水平整体呈稳步提升趋势,空间区域差异显著;旅游效率呈波动上升态势,各省域旅游效率差异逐渐缩小,东部地区旅游效率转换高,对整个长江经济带具有显著带动作用.2)经济发展水平与旅游效率存在总体空间依赖特征,且全局相关系数呈倒"V"形,局部Moran′s I散点集聚主体呈现H-H和L-L空间聚类模式;经济发展水平与长江经济带旅游效率具有显著的正向相关关系,但不同区域影响程度存在差异,对东部促进效果显著,中部次之,西部最低.     

长江经济带创新产出的时空演化特征及其成因

利用区位基尼系数、空间自相关、相对发展率指数（NICH指数）以及空间面板数据模型等分析方法,以长江经济带沿线38个中心城市作为空间观测单元,结合专利授权量等相关数据,研究了创新产出的时空演化特征及其成因。结果表明：2000~2013年长江经济带沿线中心城市的创新产出在整体上逐年增长,地理集中度呈现波动下降趋势;长三角地区相对发展速度较快;创新产出的空间集聚程度表现出反“Z”字形的波动上升态势;创新产出的热点区域由长三角-成渝“双核心”空间结构发展成长三角“单极突出”空间格局,且长三角热点区域范围有所增长,冷点区域则分布在长江中游地带;技术溢出、政府行为、空间区位和金融支持均对长江经济带沿线中心城市的创新产出具有显著地正向影响,经济基础对下游城市具有促进作用。根据研究结论还提出了相应政策建议。     

长江经济带城市群要素集聚能力差异的比较研究

城市群作为当前区域发展的主要空间载体,在区域发展竞争中扮演着越来越重要的角色。论文结合互联网大数据抓取等手段,以长江经济带5个城市群为研究对象,对城市群间要素集聚能力差异进行比较研究,发现：① 长江经济带城市群间要素集聚能力差异与长江经济带社会经济发展的区域差异相吻合,城市群要素集聚格局呈现出由东向西梯度衰减的分布特征;② 城际层面要素集聚能力差异的两极分化现象显著,以城市群首位城市为中心的要素集聚“核心—边缘”空间结构特征较为鲜明;③ 长江经济带城市群内科技创新、对外开放、金融等要素的集聚格局具有明显的差异分化和集聚分布指向特征;④ 长江经济带城市(群)要素集聚能力等级规模结构分布总体符合位序-规模法则,可分为“均衡型”和“离散型”2种类型,首位城市要素集聚首位度随城市群要素集聚能力高低呈现出“两端高、中间低”的特征。     

2005-2014年长江经济带城市土地利用效率时空格局特征

如何以最小的城市土地资源投入获得最大的社会经济效益是区域生态文明建设关注的重点之一。以长江经济带110个地级市为研究对象,基于2005-2014年的市级投入产出面板数据,引入随机前沿模型（Stochastic Frontier Analysis,SFA）测度城市土地利用效率,并对其空间关联特征进行分析。结果表明：① 2005-2014年长江经济带城市土地利用效率由0.344升至0.53,累计提升率为54.07%,呈现明显的增长趋势,上游效率增长速率快于中游和下游,全域土地利用效率仍有较大上升潜力;② 城市土地利用效率呈现“条块状”分布特征,从东向西逐步递减,不仅省内、省际差异显著,上中下游的差异也较大,下游地区土地利用效率最高、中游次之、上游最低;③ 10年间城市土地利用效率Moran's I均大于0且逐年上升,说明城市土地利用效率存在空间正相关性且集聚特征逐年增强,LISA空间形态呈现“小集聚大分散”特征,H-H集聚区沿浙江、上海向外扩散,L-L集聚区集中于皖北、川北等地。研究框架和结果对区域土地资源可持续利用和统筹协调发展具有重要意义。     

我国西部地区市域经济的时空差异研究

以市域为基本研究单元,以2000—2012年人均GDP为特征量,对我国西部地区的经济差异进行时空分析。研究发现,我国西部地区经济实力逐年增强,产业结构逐步向高层次结构迈进;市域经济发展水平差异大,少数市域人均GDP处于极端高水平,而65%左右的市域处于西部平均水平以下;整体市域经济格局呈现"弱者不进,强者进缓,中间颠倒"的发展状况;市域人均GDP的绝对差异在增大的同时,相对差异先增大后波动减小;人均GDP空间自相关显著,局部地区经济空间差异明显存在,经济发展水平相近的区域在空间上出现集聚分布。最后,从自然环境条件、资源禀赋、社会经济基础、产业结构、政策效应以及路径依赖等方面进行成因分析,并提出对策建议。     

长江经济带空气质量指数的时空特征及驱动因素分析 ——基于贝叶斯空间计量模型的实证

基于2015年长江经济带126个城市空气质量监测数据,首先利用探索性空间数据分析方法揭示了空气质量指数（AQI）的时空演变特征,然后采用贝叶斯空间滞后模型探讨了长江经济带空气质量指数的社会经济驱动因素。研究结果表明：① 长江经济带年AQI在空间上整体具有东高西低,长江以北高长江以南低的分布特点,具有明显的空间集聚特征。空气污染严重的热点地区主要集中长三角城市群的江苏省、浙北地区、皖北大部分地区以及上海市。空气质量较好的冷点地区则主要集中在云南省、四川的攀枝花以及贵州的大部分地区。② 长江经济带AQI在季节上呈现冬春高、夏秋低的季节变化趋势。总体而言,四季的高值集聚主要分布在鄂皖苏,低值集聚主要分布在云贵地区。③ 贝叶斯空间滞后模型回归结果显示,长江经济带空气质量存在显著的空间溢出效应。此外,模型结果证实了“环境库兹涅兹曲线”假说;FDI回归系数为正,支持了“污染避难所”假说;人口密度、公路客运量均是导致空气污染加剧的重要因素,而第三产业比重和建成区绿化覆盖率增加有利于长江经济带空气质量的改善。     

长江经济带旅游产业—区域经济—生态环境系统空间错位及影响因素研究

基于2004-2018年面板数据,借助空间错位、均方差分解、冷热点分析、障碍度模型等方法探索长江经济带旅游产业—区域经济—生态环境系统空间错位指数时空演变特征及影响因素.研究表明:1)长江经济带旅游产业—区域经济—生态环境系统空间错位指数总体呈下降趋势,空间分布呈东部>中部>西部的格局,总体差异主要来源于三大地区间的差异;2)长江经济带冷热点时空演化总体呈"东集西散"的特征,东部地区集聚特征趋于弱化,中部集聚范围趋于扩张,西部较为稳定;3)长江经济带及各省市空间错位指数受多系统多因素影响,总体空间错位影响因素为生活垃圾清运量、一般工业固体废弃物年排放量、城镇登记失业率、森林覆盖率,多源于生态环境系统.最后,针对性地提出消解长江经济带空间错位态势的治理和发展性建议,一方面丰富和拓展了国内旅游空间错位领域的研究范畴和视角,另一方面为降低该区域发展过程中的错位程度以及促使旅游产业—区域经济—生态环境系统高质量发展提供了参考依据.     

长江经济带入境旅游经济发展水平省际差异研究

基于区域经济非均衡增长理论,选取1996—2015年长江经济带入境旅游经济发展相关指标,构建旅游经济产业规模指数、产业素质指数及其综合指数,运用数理统计分析和ArcGIS地统计模型,对长江经济带入境旅游经济发展水平省际差异的时空演化特征进行实证分析,深入探讨入境旅游经济发展的现实格局与内在机理。研究表明：(1)长江经济带各省区入境旅游经济发展水平的时空差异总体上呈逐步收敛态势;(2)长江经济带上中下游三大地区入境旅游经济发展的区域内差异贡献率远强于区域间差异贡献率,下游区域的旅游产业发展对省际差异贡献率最大;(3)2015年长江经济带入境旅游产业综合指数呈“U”型拟合曲线,总体上表现出东强西弱,自西向东愈渐增强;北强南弱,自南向北愈渐增强的发展格局,且区域入境旅游经济非均衡发展趋势仍将持续。基于上述研究结论,针对长江经济带入境旅游经济的持久有序发展提出相应建议。     

苏南、浙北地区民宿空间分布特征及其影响因素

选取社会经济、配套产业发达且相近的苏南、浙北地区作为研究区域,基于百度地图API中的地点检索服务获取民宿点地理信息,结合空间分析方法与地理探测器探究两地民宿空间分布特征与影响因素。结果表明：1）两大地区民宿均呈显著集聚状态,分布在地势低平且水系发达区域,依托高禀赋旅游资源和交通干线集聚。2）在两地区别上,苏南民宿表现出集聚程度上的市域差异,浙北则分布相对均衡且集聚范围较广;空间集聚态势差异性显著,前者呈“四核集聚,次级中心团状布局”,后者表现出“西东中梯度格局”。3）消费能力、客源市场与通达程度是影响两地民宿分布的重要共性因子,两两因子间的交互作用增强了对民宿空间异质性的解释力。4）浙北民宿受外部客观因素的影响程度较弱,水系环境与景区依赖是两大地区间的区别因子。     

长江经济带城市绿色全要素生产率时空分异及区域问题识别

运用非期望产出的Malmquist-Luenberger指数、ESDA方法探讨长江经济带城市绿色全要素生产率变化时空格局,以GIS空间叠加方法对城市绿色TFP变动主要类型进行划分,识别不同类型城市存在的发展问题。研究结果显示：考虑非期望产出的长江经济带城市绿色TFP提升更明显,污染物减排效应反映出的技术进步对绿色TFP改善贡献突出;区域差异表现为上、中、下游城市绿色TFP增长率依次递减;长江经济带城市绿色TFP变化具有显著空间自相关性,局部热点区域表现为上、中、下游“哑铃”型分布,并开始由下游地区逐步向上游地区转移。最后将长江经济带城市划分为绿色TFP增长严重滞后型、技术进步引发绿色TFP增长滞后型、综合效率引发TFP增长滞后型、技术进步滞后型、综合效率滞后型、绿色TFP增长稳定型等6种类型区域,并从提升区域协同发展水平、明确主体功能、强化城市群辐射功能、加快绿色发展动力转换等方面提出长江经济带实现保护与开发协调发展的主要途径。     

长江经济带省域物流效率及时空演化研究

基于2007~2017年长江经济带物流行业发展数据,采用DEA模型、ArcGIS和空间自相关分析方法,测算长江经济带11个省市的物流效率值及时空演化规律。结果表明:2007~2017年长江经济带物流效率波动平缓,综合技术效率平均值为0.830,纯技术效率整体大于规模效率,下游地区的物流综合技术效率、纯技术效率和规模效率均大于中游和上游地区。空间上,长江经济带物流效率高值区主要分布在整个下游地区和中游部分地区,低值区则多为上游地区,整体呈“块状”分布。空间关联性上,2007~2017年,Global Moran's I显著为正,长江经济带各省市物流效率呈现空间正相关性,物流效率相近的省市在空间上集聚分布。最后,为促进长江经济带物流行业区域协调发展,提出如下建议:不断促进产业转型升级;加强区域合作,完善基础设施建设;加大内陆地区对外开放力度和建立大型的物流园区。     

长江经济带工业废水排放的时空格局演化及驱动因素

利用探索性空间分析方法（ESDA）和迪氏分解模型（LMDI）研究长江经济带2002~2013年工业废水排放的时空格局演化和主要驱动因素。① 时空格局演化方面,时间上工业废水排放先上升后下降,在2005年达到峰值。空间上,排放量自上游向下游增加;高排放城市减少,中排放城市增多;工业废水排放自下游向中上游转移,并由大城市向中小城市扩散;呈现明显的空间集聚状态。② 驱动因素方面,经济发展效应和技术进步效应分别是工业废水排放增多和降低的主导因素;产业结构效应的影响取决于产业发展政策的调整;人口规模效应影响较小。     

长江经济带城市群可持续发展战略问题与分级梯度发展重点

长江经济带是推动中国区域发展由“T”字型战略格局转变为新常态下“H”型战略格局的重要支撑带。长江沿江的六大城市群是推动长江经济带新型城镇化的空间主体,但在发育过程中存在着城市群空间范围界定脱离发育标准、带有强烈的政府主导性,整体发育程度弱于沿海城市群,越往上游城市群发育程度减弱,资源与生态环境保障形势严峻,城市群内部城市之间竞争大于合作,缺乏一体化统筹协调机制等问题。为此,应以流域一体化和交通一体化为主线,推进长江经济带城市群建设的一体化和市场化进程,构建“1+2+3”分级梯度发展的长江经济带城市群新格局;以差异化驱动力为支撑,因地制宜地突出各级各类城市群的发展优势与建设重点。未来,为确保长江经济带城市群可持续发展,应采取以下战略措施：成立长江经济带城市群一体化发展委员会,建立流域一体化的统筹协调机制;遵循城市群发育的科学规律,避免脱离实际催生扩大城市群;构建以城市群为战略桥墩的上下联动、以轴串群的流域生态经济带束簇状城镇体系;建立长江经济带城市群发展的公共财政制度和公共财政储备机制;加强长江经济带城市群发展的生态环境联防联治,建成生态型城市群;加快长江经济带城市群发展的创新驱动步伐,建设创新型城市群;重点建设一批支撑长江经济带城市群发展的重大工程和国家级新区。     

城市功能与区域创新耦合协调的空间联系研究——以长江经济带107个城市为实证

利用区位熵、耦合协调模型、趋势面分析、引力模型等对长江经济带城市功能与区域创新耦合协调度进行了测算,并对其空间联系进行了分析。得到了以下结论：2004~2014年,各个城市单元整体的耦合协调度均有一定程度的提升,逐渐形成三大连绵较高协调集聚区,长江经济带总体耦合协调度呈现出“下游高-中上游低”的空间趋势;空间联系的最大引力线联结格局比较稳定,长三角城市群是耦合协调发展的重要基地和优势集聚区;长江下游地区空间联系的网络密度与网络结构的复杂程度远高于长江中上游地区,并且逐渐形成由以长三角为核心城市圈,牵引长江中上游城市多极化发展的网络结构。     

污染型制造业空间格局演变的特征及影响因素分析

长江经济带是我国经济发展的关键地区,污染型制造业在长江中下游经济发展中占有重要地位。选取83个直辖市、地级市、州为研究对象,对 2005-2015年污染型制造业格局的时空动态特征及其影响因素进行分析,得出如下结论 ①时序变化特点表现为污染型制造业在下游地区呈衰减趋势的同时,中游却呈现大幅增长趋势;空间格局总体呈现出由沪宁杭沿长江向安徽皖江城市带、九江、荆州、长沙等中游地区扩散的态势;②环境规制、产业结构升级是长江经济带中下游地区污染型制造业空间格局演变的主要驱动力。经济发展和政府调控对污染型制造业空间集聚具有重要拉动作用。要素成本、基础设施、市场因素等传统产业区位因素呈负相关关系;③分地区看,经济发展水平、政府调控和创新能力是中游地区污染型制造业集聚的主要拉力,环境规制、产业结构升级、经济发展、政府调控和创新能力对下游地区污染型制造业的衰减具有明显推动作用,特别是长三角区域经济一体化以及环境规制的倒逼作用具有重要的牵引作用。     

Spatiotemporal patterns in urbanization efficiency within the Yangtze River Economic Belt between 2005 and 2014

The question of how to generate maximum socio-economic benefits while at the same time minimizing input from urban land resources lies at the core of regional ecological civilization construction. We apply stochastic frontier analysis (SFA) in this study to municipal input-output data for the period between 2005 and 2014 to evaluate the urbanization efficiency of 110 cities within the Yangtze River Economic Belt (YREB) and then further assess the spatial association characteristics of these values. The results of this study initially reveal that the urbanization efficiency of the YREB increased from 0.34 to 0.53 between 2005 and 2014, a significant growth at a cumulative rate of 54.07%. Data show that the efficiency growth rate of cities within the upper reaches of the Yangtze River has been faster than that of their counterparts in the middle and lower reaches, and that there is also a great deal of additional potential for growth in urbanization efficiency across the whole area. Secondly, results show that urbanization efficiency conforms to a “bar-like” distribution across the whole area, gradually decreasing from the east to the west. This trend highlights great intra-provincial differences, but also striking inter-provincial variation within the upper, middle, and lower reaches of the Yangtze River. The total urbanization efficiency of cities within the lower reaches of the river has been the highest, followed successively by those within the middle and upper reaches. Finally, values for Moran’s I within this area remained higher than zero over the study period and have increased annually; this result indicates a positive spatial correlation between the urbanization efficiency of cities and annual increments in agglomeration level. Our use of the local indicators of spatial association (LISA) statistic has enabled us to quantify characteristics of “small agglomeration and large dispersion”. Thus, “high- high” (H-H) agglomeration areas can be seen to have spread outwards from around Zhejiang Province and the city of Shanghai, while areas characterized by “low-low” (L-L) patterns are mainly concentrated in the north of Anhui Province and in Sichuan Province. The framework and results of this research are of considerable significance to our understanding of both land use sustainability and balanced development.