县域经济发展格局（通用7篇）
篇1：县域经济发展格局
晋西黄土丘陵县域景观格局分析
摘要：以景观生态学为研究方法,以GIS为技术支撑,选取景观多样性、优势度、均匀度、破碎度、分离度、分维度等指数,对黄土高原丘陵区方山县景观空间分布和结构特征进行了分析研究.结果表明:方山县斑块面积较大,斑块结构复杂;景观整体多样性较低,林地景观占较大优势,景观生态系统较不稳定.根据研究结果,对方山县现状及今后的发展提出建议.作 者：张树华 王百田 ZHANG Shu-hua WANG Bai-tian 作者单位：水土保持与荒漠化防治教育部重点实验室,北京林业大学水土保持学院,北京,100083 期 刊：水土保持研究 ISTICPKU Journal：RESEARCH OF SOIL AND WATER CONSERVATION 年，卷(期)：, 14(2) 分类号：X171.1 关键词：景观格局 退耕还林 土地利用 方山县篇2：安徽县域经济空间格局演变研究
区域经济差异作为社会发展现实, 历来都是国内外学者们关注的热点。就国外的研究而言, 主要采用以下方法:费景汉等人对基尼系数进行产业结构分解;利用锡尔系数和广义熵指数, 对地区差异的地理构成进行分解;利用加权变异系数方法, 对地区差异的产业或部门构成进行分解。关于我国区域经济差异的研究也逐步走向成熟。研究尺度上, 从大尺度的国家向中尺度的省级, 继而向小尺度的县级单元转变;分析方法上, 由经典统计学方法向空间统计分析方法转变, 研究尺度逐渐缩小, 研究方法不断改善。
改革开放以来, 安徽省作为我国对外开放的长江沿岸的重要省份, 经济持续以较快速度增长。然而, 在经济高速发展的同时, 却不可避免地存在着经济发展的不平衡现象。
二、研究方法及数据
空间统计分析分为常规统计分析, 空间自相关分析, 回归分析, 趋势分析, 地统计分析等。本文主要采用空间自相关分析揭示安徽县域经济空间发展格局演变。
(一) 空间自相关
总的来说, 对空间数据进行分析时, 研究者目的是要了解空间现象分布的空间依赖性, 观察相邻空间单元中是否有某种空间关联性。而空间关联性的相关研究方法称为空间自相关。
(二) 数据准备
本文以安徽县域为基本分析单元, 各县域人均GDP作为研究指标。其数据来自《安徽省统计年鉴》, 选取安徽省各县域1996年、2001年、2006年和2012年共4个年份的人均GDP数据作为研究对象。
三、测算结果与分析
空间自相关的计算过程比较复杂繁琐, 本文利用Arc GIS软件和Geo DA软件进行计算。
(一) 各县区人均GDP的全局空间自相关
利用Arc GIS软件计算出安徽省各县区4个研究年份的人均GDP空间自相关系数Moran’s I。其数值表明安徽各县区人均GDP自1996年以来存在着较显著的正空间自相关性, 但也有一些小的变化, 2006年的Moran’s I值出现较大的年际波动, 从1996年的0.2636下降为0.1835, 此后又基本恢复到增长的趋势, 到2012年Moran’s I值上升至0.3290, 这一时期的空间自相关特性始终保持在一个较高的水平。这表明安徽省经济发展区域空间集聚程度在2006年有所下降, 而到了2012年, 又恢复了良好的发展态势。但纵观自1996年至2012年Moran’s I值的变化, 呈现出持续增长的趋势, 揭示了安徽省经济发展区域空间集聚程度正在加强。
(二) 各县区人均GDP的局域空间自相关
利用Geo DA软件生成Moran散点图和LISA聚集图。
1. Moran散点图
散点图用于研究局域空间的异质性, 分为“高-高”、“低-高”、“低-低”、“高-低”四个象限, 图1。
在1996年, 落入“高-高”区的地区有芜湖市辖区, 和县等, 他们的人均GDP较高, 且各自周围县区的人均GDP也较高, 这些地区成为安徽省经济发展的热点区;而在“低-低”区的县区主要分布在皖西和皖西南, 说明这些地区是经济发展的落后区域。
从总体上看, 安徽省大约有三分之二的县区主要落入“高-高”和“低-低”两个象限, 且年际变动不太大, 但也有特例, 其中旌德县自2006年后由低高跃入高高象限, 揭示了该县的经济从2006后取得了较大的发展, 人均GDP增长速度由低转高;2001年, 和县则从高高跌落到低高象限, 表明该县人均GDP增长速度由高转低。
2. LISA聚集图
LISA值是衡量空间单元属性和周围单元的相近和相异程度的指标。利用Geo DA软件, 绘制LISA聚集图, 图2。
3.“高-高”地区和“低-低”地区
通过研究可知:在四个研究年份, 分别有69.23%、65.38%、60.26%、61.54%的县区位于第一和第三象限内, 表现为空间正相关, 第一象限中称为经济高聚类, 第三象限称为经济低聚类。
4.“低-高”地区和“高-低”地区
同样, 在四个年份分别有30.77%、34.62%、39.74%、38.46%的县区位于第二和第四象限内, 表现为空间负相关。第二象限可以称为经济低心类, 第四象限称为经济高心类。
5. 安徽县域经济格局的演变
通过研究可知, 四个年份各年各象限县区都有新的变化, 1996年, 第一象限中的和县, 在2001年, 转到了第二象限, 而在2006年和2012年, 其仍停留在了第二象限, 同样, 1996年和2001年, 第二象限中的旌德县, 在2006年, 转到了第一象限, 到了2012年, 又落回了第二象限, 这些在四个年份中有象限变化的县区, 经济发展的水平不稳定。但也有不少县区在四个年份中始终是处在同一个象限, 第一象限中的芜湖市辖区、当涂县等, 第三象限中的阜阳市辖区、临泉县等, 这些地区经济发展的水平是比较稳定的。
通过观察安徽各县域四个年份人均GDP数据, 可知, 安徽县域经济格局自1996年以来, 基本变化不大, 呈现皖南长江沿岸地区和合肥市辖区经济较为发达, 而皖西及皖北部地区发展较为落后的格局。直到2012年, 省内出现了局部地区的经济崛起, 如宁国市、肥西县等。
四、安徽县域经济格局形成的原因
首先, 来分析皖南长江沿岸地区经济领先的原因, 该地区具以下优势:自古以来, 便拥有得天独厚的区位条件, 靠近“黄金水道”长江, 水陆交通便利;科技水平全省领先;省内外市场广阔;资源禀赋优势明显, 马鞍山的铁矿, 铜陵的铜矿, 一直久负盛名, 新兴的的工贸旅游城市芜湖, 创新之城名冠省内。所以, 皖南长江沿岸地区经济发展水平始终居于全省领先地位。
合肥市辖区经济发达, 作为省会, 有充足的的资金注入;路网发达, 交通便利, 区位优势明显, 北连“煤都”淮南, 南接“钢城”马鞍山;另外, 其市场广阔, 故合肥市辖区的经济发展水平也始终在全省保持领先。
接着, 来分析皖西和皖北地区经济发展较为落后的原因:第一, 该地区不具有相当的区位优势, 距离“黄金水道”长江较远;第二, 该区域的科技发展水平较为落后;第三, 区域增长极如合肥经济圈还没有发挥实际的效应, 没能带动皖西和皖北地区经济发展。这些导致了皖西和皖北地区经济发展水平的落后。
五、结语
篇3：县域经济发展格局
建议监管部门根据银行业金融机构在农村地区的整体分布,紧随社会主义新农村建设进行合理布局,指导国有商业银行和股份制商业银行在遵循安全性、效益性原则的基础上在中西部地区的县(市)、乡镇适当增设营业网点,可以通过对发放的农业贷款进行营业税减免的办法进行政策鼓励。农村信用社可以按经济核算、保证安全、方便农民的原则,在乡镇以下的地区增设营业网点;对现有业务量比较大、符合条件的信用代办站,可以改为农村信用社的分支机构。
二、逐步培育适度竞争的农村金融主体
一个开放的、多元化和多主体竞争性农村金融市场的形成,是社会主义新农村建设的金融投入保障。它不仅可以通过金融市场筹集新农村建设的资金,而且,还可以通过金融市场的功能,为新农村建设提供灵活与优质的服务。培育多元化、竞争性农村金融市场,打破农村信用合作社独家垄断农村金融市场的格局,是建立新型农村金融体系以适应新农村建设的前提条件。对于银行业金融机构网点少、市场竞争不充分的农村地区,支持民间资本参与设立村镇银行、鼓励参股现有银行业机构,适度增设多种所有制银行业机构。加强对邮政储蓄银行的窗口引导,继续发挥农业银行服务县域经济的作用,扩大对农村私营业主、民营企业金融服务的覆盖率。鼓励金融机构积极开发适合农民和农村经济发展特点的产品。逐步将目前在城市地区开发、开办的代理、保管、担保、个人理财、信息咨询等新产品尽快推广到广大农村地区。
三、增强政策性银行的支农服务功能
目前农业发展银行部分职能虚置,许多支持农村经济发展的政策性业务没有具体的承办部门,部分利润低的基础产业和公共设施建设其他商业性金融机构不愿投入。因此,应当适当调整农业发展银行的职责范围,在原有业务范围基础上,使其承担起支持农村经济发展的政策性职能,使其名实相符。一方面使农业发展银行在新农村建设中充分发挥其政策导向和政策扶持作用,另一方面也充分调动广大农民加大对基础设施和公共事业的参与力度,促进新农村建设的全面开展。政策性银行在“风险可控、保本微利”的前提下,应进一步加强对农村地区的金融服务,信贷投向逐步向农民、农业和农村经济倾斜,重点支持农村投资规模大、周期长、经济效益见效慢、资金回收期长的项目,充分发挥政策性金融的支农作用。在不增设新分支机构的原则下,政策性银行加强与农村合作金融机构的合作,在中西部欠发达地区农村的各项业务,主要委托农村合作金融机构代理。
四、通过有效宣传培育农民的金融意识
督促银行业机构加大金融产品的宣传和营销力度,提高农村居民特别是落后地区的金融意识。大力发展农村银行业机构电子化建设,提高电子网络的应用效率,加大银行卡业务的推广和深度开发,推动住房、汽车、助学等消费贷款业务在农村开展,启动农村消费市场,逐步改变农村居民传统习惯,提高农村居民使用现代金融工具和产品的意识和能力。
五、对于设立在县域内的国有商业银行,要采取特别的措施加大其对新农村建设的支持力度
县域内的国有商业银行凭借其优势占有大部分的县域金融资源,但对县域经济发展的支持力度不够,而能够支持地方经济发展的中小金融机构因为占有的金融资源有限而不能满足地方经济发展的金融需求。中央明确提出,要建立金融机构为社区服务的机制,县域金融机构支持农村经济发展是其应该承担的义务,因此,国有商业银行要在支持地方经济发展中有所作为。
国有商业银行对农村经济发展的扶持可以通过如下几种方式得以实现:一是在县域国有商业银行中设立专门的对农村经济发展的贷款部门,督促它们增加对农村经济的贷款;或者允许国有银行在向农村经济组织贷款时根据行业、风险程度不同执行不同的利率。二是在政府的参与下设立农村经济组织贷款担保机构,并由它们为农村经济组织贷款提供担保,有利于减少金融机构贷款的风险,提高金融机构贷款的主动性。三是建立农村经济组织信誉评估系统,推进信息的收集和分享,为金融机构掌握农村经济组织的详细资料提供服务。四是由政府或金融监督管理机构制定国有商业银行向农村经济组织贷款的考核体系,按照其占有地方金融资源的比例和新增比例向农村经济组织发放贷款,保证地方金融资源在当地经济发展中能够发挥作用。
篇4：县域经济发展格局
县域经济是指以县级经济区域为地理单位, 以县级政权为调控主体, 具有地域特点, 功能完备的区域经济 (1) 。区域经济差异指一定时期特定区域之间人均意义上的经济发展总体水平非均等现象 (2) 。县域经济实质上是以县级行政单元为基本区域划分的区域经济, 所以常用测度区域经济差异的方法研究县域经济差异。研究区域经济差异水平的定量化指标很多, 综观国内外研究成果, 其测量指标可分为绝对差异指标和相对差异指标两大类。绝对差异指标如极差、极比和变差指数等, 相对差异指标如基尼 (Gini) 系数和泰尔指数等。由于极差、极比指数仅从极端角度对整个区域经济系统进行差距测度, 难以体现区域经济内部的具体差异状况, 本文采用变异系数进行县域经济差异研究。
广西过去的县域经济研究, 多以政策、对策研究等定性研究为主, 定量研究少且多以广西个别年份 (3) 或单一县市多个年份进行研究, 缺乏长时间序列上的对比研究和广西全县域研究, 现有定量研究多以纯经济学上的数学统计分析, 分析结果对县域经济的空间差异性缺乏探讨, 难以揭示广西县域经济多年的时空格局演变规律。近年来, 随着广西“两区一带”区域发展战略的提出, 尤其是随着广西高铁时代的全面到来的大背景下, 研究广西县域经济差异、定量评价广西县域经济发展的水平, 并研究其在时间变化规律和空间格局演变, 对指导广西区域发展和政策制定提供科学依据, 缩小广西县域经济差异具有积极的现实意义。
一、研究方法与数据来源
(一) 研究方法
由于赋权重法所构建的综合指标测度存在主观成分, 且难以表征因素权重不同年份变化量, 本文采用因子分析法估算县域各年经济综合发展水平。变异系数 (Cv) 是一个与地理位置无关的值, 仅反映数据间的相对离散程度;ESDA (Exploratory Spatial Data Analysis, 探索性空间数据分析) 与地理位置有关, 能表征数据在空间上的集中与分散程度。通过县域经济综合指数计算广西县域经济的变异系数得到时序分布特征;运用ESDA研究广西县域经济空间的异质性和相互作用, 结果如图1。
1. 综合指标体系。
考虑到人均GDP单一指标难以表征区域经济发展的多样性和区域性, 这里采用多指标体系综合测度县域经济发展水平。遵循科学性、典型性、系统性、可获取性、地域性及可比性等原则, 参照已有研究 (4) ~ (7) , 进行综合比较取舍, 从经济发展水平、经济结构、经济效益、经济增长4个方面构建区域经济发展水平综合评价指标体系 (表1) 。
运用SPSS软件计算因子得分 (注:因子分析计算方法, 运用主成分法估算因子载荷矩阵, 应用方差最大化旋转输出旋转后因子载荷矩阵, 用回归法计算主因子得分, 再对各主因子得分求和得到经济发展水平综合指数) 。根据22个指标间的 (9年数据的KMO均在0.65以上, 相关性较高, 适合因子分析) 特征值根大于1累计贡献率大于85%的原则计算主因子权重及得分, 用加权求和方法得经济发展水平综合指数。
2. 变异系数。
运用变异系数测算区域经济发展水平总量规模的相对差异的总体变化趋势, 可以消除量纲的影响, 因而不受时间、地理空间等因素的影响, 对比较县域经济不同水平数据的离散程度具有很强可比性。变异系数计算公式为:
式中Cv为变异系数, S为样本标准差, n为研究样本个数, xi为i地区的经济发展水平综合指数 (经极差标准化后) ; 为各地经济综合指数的平均值。变异系数大说明数据的离散程度大, 变异系数小说明数据的离散程度也小。
3. 空间自相关分析。
空间自相关是检验具有空间位置的某要素观测值与其相邻空间点上的观测值是否显著相关联的常用指标 (8) 。空间自相关分析通过对事物或现象空间分布格局的描述与可视化探究空间集聚与空间异常, 解释研究对象之间的空间相互作用机制。ESDA包括全局空间自相关 (Global Moran's I) 和局部空间自相关 (Local Moran's I) , GMI系数表示区域经济增长的空间自相关强度, LMI探究相关关系的空间模式。
全局空间自相关 (GMI) (8) :研究全局特征和宏观性质有相对优势。本文采用常用的Moran's I指数来度量空间自相关, 公式为:
式中:I为Moran指数, , n为研究样本个数;xi和xj分别是区域i和j的观测值 (不同县域地区的经济综合指数) ;S是标准化要素, 其值等于权重矩阵要素和;Wij是空间权重矩阵 (N×N) , 通过空间数据的拓扑属性 (邻接性) 和空间距离来定义, 本文以空间相邻性为基础的二进制连续矩阵来定义Wij (区域i和区域j相邻为1;不相邻为0) 。Wij计算方法参考石晨曦等 (9) 研究成果。
Moran's I取值范围为 (-1, 1) , 当I>0, 表示正的空间自相关, 表示经济发展水平高的区域在空间上集聚;反之则表示区域与周边地区经济水平发展不均衡, 差异显著;仅当I为0时, 表示观测值相互独立, 随机分布。
局部空间自相关 (LMI) (8) :反映局部特征的指标, 分析每个单元的空间自相关性质。指标主要有局部相关 (LISA) 、G统计和Moran散点图等, 公式为:
式中 。Ii>0表示该区域单元周围相似值 (高值或低值) 的空间集聚, Ii<0则表示非相似值的空间集聚。高的局部Moran's I值在Moran地图上表现为“热点”, 即通常指标变量的相似性集群在一起具有统计上的显著性。将Moran散点图与LISA显著性水平相结合, 获得“Moran显著性水平图”, 能表示出不同象限的县域经济发展水平分布及LISA非常显著地区。
(二) 数据来源
本文以广西14个地级市的区、县级市、县 (以下统称县域) 作为基本研究单元, 参照《2012年广西统计年鉴———县 (市) 社会经济主要指标统计表》中的91个县域单位, 并考虑到数据的连续性和可获取性, 选取其中87个县域单位进行研究, 良庆区、邕宁区、福绵区和平桂区4县域因数据不全未作参评。由于2003年广西行政区划调整, 研究以2004—2012年作为连续时间序列, 分析广西县域经济差异随时间演变的空间分布特征, 计算所用原数据源于《广西统计年鉴 (2004—2012年) 》。政区图运用Mapgis软件矢量化获得。
二、广西县域经济差异纵向演化特征研究
由图1, CV及Moran's I值曲线表明, 广西县域经济发展水平不均衡, 但呈缩小趋势, 同时相同发展水平县域呈现出较高的集聚状态。广西各县域经济发展水平在2004—2012年纵向发展中存在波动, 不同年份发展水平差别较大。广西经济CV值一直保持在较高水平, 均在40%以上, 但整体呈下降趋势, 由此可见广西县域经济发展不均衡, 不同县域间经济发展水平差距仍较大, 但在整体上呈缩小趋势。Moran's I指数在出现负值后整体呈上升趋势, 这表明广西县域经济发展水平关联度在逐年提高, 发展水平相似的县域在地理空间上集聚, 经济发展水平高的县域趋于相邻, 发展水平较低的县域趋于经济水平低的县域。Moran's I值随着时间波动变化且整体呈上升的趋势, △I2004-2012=0.1110, 约为2004Moran's I值的7倍, 由此可见广西县域经济集聚力显著增强, 有较大的上升趋势。
(一) 总体经济差异发展特征分析
由变异系数来看, 广西县域经济差异整体呈下降趋势。2004—2012年间, 广西县域经济差异存在波动, 2004-2006年间逐年下降, 2006年比2004年变异系数下降了8.29%;2007年经济差异迅速扩大, 不同县域经济间经济发展不均衡达到最高值后逐步呈下降趋势, 经济差异逐步降低到0.5以下的较低水平, 广西县域经济综合发展指数差距整体呈缩小趋势。
通过Moran's I可以看出, 广西不同县域经济关联度整体较弱, 2004—2011年间指数位于 (-0.1, 0.1) 间, 不同县域间经济发展不均衡, 不同县域经济体间各自为政, 经济发展关联度弱, 区域整体竞争水平不强。2003年广西行政区调整后, 县域经济Moran's I曾一度出现较大的区域正相关, Moran's I从2004年的0.0140上升到2005年的0.0929, 增长量是2004年的5.64倍;2006年到2009年Moran's I呈较小的负相关, 在地理空间上表现为县域综合发展指数高值与低值在相邻空间集聚, 区域县域经济不均衡发展进一步凸显;在“两区一带”等区域经济政策出台后, 县域经济不均衡有所缩小, 与CV同期整体呈缩小趋势相吻合, Moran's I在2010年后由负相关转为正相关, 并且在2012年末达到0.1250的最高水平, 是2004年Moran's I值的8.93倍, 县域经济空间集聚明显增强。综合两指数可见广西县域经济差异整体水平不断缩小, 区域县域经济正相关弱但关联度呈增强趋势。
(二) 县域经济差异的空间格局演化
1. 广西县域经济很有活力, 经济差异的空间格局变化频繁。
以Moran散点图与LISA显著性水平相结合进一步探求县域经济空间特征, 通过Geoda空间自相关分析得各截面的Moran显著性水平 (通过P=0.05检验) , 图中空白为局部空间相关不显著区域。由图2, 广西综合经济发展水平LISA显著性水平图呈点状到面状分布, 显著H-H和L-L, 显著H-L及L-H区域均出现明显不连续。
在2004-2012年中, 成为热点显著H-H区域9年总共29个县域, 广西县域经济综合水平不稳定, 无连续多年成为显著的H-H区域的县域, 同一县域出现2次为显著H-H区域的仅4个, 占29个热点县域的13.8%, 由此可见广西高发展的集聚区域非常不稳定;成为热点显著L-L区域9年总共20个县域, 同一县域出现3次以上为显著L-L区域的为2个, 占20个县域的10%, 同一县域出现2次以上为显著L-L区域的为4个, 占20个县域的20%, 可见, 广西发展落后的集聚区域也非常不稳定, 这说明广西县域经济很有活力, 未出现缺乏发展活力的长期落后区域, 广西县域经济间此消彼长, 从而造成了广西县域经济差异的空间格局变化频繁。
2. 广西县域经济热点区域呈现点状向组团片状分布。
显著H-H和显著L-L区域主要成在北部湾县域、桂西资源富集区县域和西江经济带中桂北的工业、旅游业大县三大区域分布。而在三大区域内部, 经济热点区域呈现出依然极不稳定的特点。在北部湾经济区, 2008年、2012年防城区、宁明县是显著H-H区域, 2008年、2011年合浦县是显著L-L区域, 呈点状分布;在桂西资源富集区, 2004年隆林县、西林县、田林县和凤山县为显著L-L区域, 到2012年金城江区、宜州市、都安、大化、东兰、凤山、天峨、南丹和环江县9个县域成为了片状分布的显著L-L区域。而在西江经济带的桂北地区, 显著H-H热点区域较为明显、较为稳定, 并呈组团扩大发展趋势。
3. 广西“两区一带”经济空间结构时空格局演化。
对2004、2008、2012年, 按综合经济发展水平指数值 (经极差标准化后) 平均值的0.5、1.0、1.5倍将87个单元分为经济发达、次发达、欠发达、落后4种类型。
对2004、2008、2012年的广西“两区一带”经济空间结构 (图3) 有以下两大特征: (1) 发达、次发达县域从点状向组团带状分布发展。广西发达次发达县域由东北, 右江河谷, 南部沿海三组团, 向左右江河谷、南柳铁路和南部条带状发展。 (2) 发达和落后类型县域由少到多再到少发展, 两级分化有所下降, 与变异系数计算结果相符。2004年发达类型县域15个, 次发达县域23个, 落后类型县域17个;2008年发达类型县域发展到9个, 次发达县域上升为31个, 落后类型县域发展到快速下降为8个, 县域经济两极分化有所缩小;到2012年发达类型县域为11个, 次发达县域36个, 落后类型县域为10个, 县域经济两级分化有所下降, 县域经济综合发展水平差距缩小, 相同经济发展水平进一步在相邻区域间集聚, 与同期所计算的变异系数有所下降及空间相关指数呈上升趋势基本相符。
三、结论与讨论
通过计算广西县域经济的变异系数和全局自相关系数, 得到广西县域经济差异的时空演变规律。通过广西县域经济差异结果分析, 结论如下: (1) 广西县域经济差异存在较大的波动, 整体呈下降趋势, 县域经济发展不均衡、经济关联弱, 但区域正相关集聚呈增强趋势。 (2) 在广西时空格局演变中, 存在县域经济差异的空间格局变化频繁和县域经济热点区域呈现点状向组团带状分布趋势演变。 (3) 对广西“两区一带”划分为经济发达、次发达、欠发达、落后4种类型分布区后, 其空间格局演变特征与变异系数、空间相关系数计算结果相符。
需要注意的是本文受行政区域变更的影响时间尺度选择依然偏短, 结果仅反映了2004-2012年间广西经济空间格局的变化, 长时间序列研究将更有利于把握广西县域经济空间格局的演变方向和规律, 广西县域经济综合指数的时空格局的驱动因子和影响因素还有待进一步研究。
注释
11 王昱, 肖红姗.长三角地区县域经济发展差异及其动态收敛研究[J].华东经济管理2011, 25 (02) , 41~43
22 覃成林.中国区域经济差异研究[M].北京:中国经济出版社, 1997
33 姜雄飞, 吴玉鸣.广西县域经济增长的地区差异分析[J].改革与战略, 2006, 03.
44 熊薇, 徐逸伦, 王迎英.江苏省县域经济差异时空演变[J].地理科学进展, 2011, 30 (2) :224~230
55 周杜辉, 李同昇, 哈斯巴根等.陕西省县域综合发展水平空间分异及机理[J].地理科学进展, 2011, 24 (1) :205~214
66 庞国锦, 孟杰, 马如兰等.基于人工神经网络的甘肃省县域经济发展水平空间差异研究[J].甘肃科技, 2010, 26 (22) :40~43
77 肖越.关于县域经济发展评价指标体系构建的论证[J].西安财经学院学报, 2010, 26 (22) :113~116
88 徐建华.计量地理学[M].高等教育出版社, 2008.121~148.
99 石晨曦, 杨小熊, 车良革.广西县域人均耕地空间格局演变研究[J].湖南农业科学, 2013, (01) :65~68.
1010 吴浪.广西县域经济发展模式创新探讨——基于产业结构角度[J].2009, 18.
1111 罗庆, 李小建, 杨慧敏.中国县域经济空间分布格局及其演化研究:1990年—2010年[J].经济经纬, 2014.
篇5：县域经济发展格局
关键词：土地利用；规划；景观格局；定量化；评价
中图分类号：F301.24 文獻标志码：A
文章编号：1002-1302（2014）08-0357-03
近年来景观生态学理论被越来越频繁地应用到土地利用规划、土地综合整治、环境和自然保护等领域[1-2]，其提供的一系列工具和方法能够在无序斑块镶嵌的景观上，发现有潜在意义的规律性[3]，从而可以比较区域不同时段景观格局的变化及其效应。土地利用规划是为了深入贯彻落实科学发展观，认真执行“十分珍惜、合理利用土地和切实保护耕地”的基本国策，合理配置土地资源，优化土地利用结构，促进社会经济又好又快发展，依据《中华人民共和国土地管理法》等法律法规和国家有关土地利用的方针、政策，以严格保护耕地、保障科学发展用地为重点，以节约、集约利用土地为核心的原则，对县域土地利用规划进行修订。
县域土地利用规划主要阐明规划期内全县土地利用战略，明确土地利用管制的主要目标、任务、政策，引导全县保护和合理利用土地资源。它是全县城乡建设、土地管理的纲领性文件，也是加强全县土地宏观调控和落实土地用途管制制度的重要依据。土地利用规划通过控制总量、优化结构、盘活存量、挖掘潜力，在全县形成一个资源集约、可持续利用、经济社会环境和谐发展的氛围[4]。
区域土地利用规划对土地生态系统最直接的影响就是景观格局变化，因而有必要对其进行定量分析，评价土地利用规划过程对景观格局的影响[5]。因此，可从县域景观格局的定量对比入手探讨土地利用规划对生态系统功能的影响，以评价区域景观发展及土地资源利用的持续性。本研究应用景观生态学原理，结合分形理论在景观异质性分析上的优点以及地理信息系统（GIS）的快速图形处理等功能，以河北省武强县为研究区域，对土地利用规划前后该区域景观格局特征及其变化进行分析，对该区未来土地利用及景观格局时空变化特征进行评价，以期为进行下一轮土地利用规划，对区域内各种类型数据进行合理设置和布局提供参考。
1 研究区概况
武强县位于河北省东南部，总面积 444.5 km2，115°45′47″～116°3′44″E，37°54′49″～38°9′47″N，位于华北平原东南部黑龙港流域，土地开阔平坦。海拔高度为14.2～18.7 m，属于冲积平原，为低洼易涝区。境内多河渠，微地貌有近山河流与平原河流冲积及不同方向交互沉积形成的浅平封闭洼地，有因河流改道和泛滥形成的河滩浅平洼地。该县土壤以潮土为主，占总土地面积的99.3%，另有少量盐土，仅占0.7%。该县3个镇和3个乡，共238个行政村。总人口21.66万人。根据该县土地利用二次调查结果及土地变更数据调查结果，2009年该县土地利用面积为4.43万hm2，其中农用地3.64万hm2，建设用地0.58万 hm2，其他用途土地0.21万hm2，农用地比例远大于建设用地和其他用途土地。由此可见，武强县土地利用方向以农用地为主，后备资源相对不足。同时存在一些土地利用问题，如耕地保护形势严峻；建设用地的供给压力凸显；土地利用结构和布局不尽合理，土地利用整体效益不高；土地利用生态环境脆弱，生态承载力较低及土地利用集约程度较低等。
2 景观格局分析评价方法
2.1 数据来源
以武强县全国第2次土地调查数据及成果表格为基础，辅以其他数据资料，主要包括MAPGIS格式的武强县 1 ∶10 000 土地详查及全国第2次土地调查数据；武强县快鸟卫星遥感影像数据；武强县各种土地利用专项规划；近10年武强县经济、土地统计年鉴等资料。在获取土地利用规划前景观图层数据时，首先应在武强县全国第2次土地调查数据的基础上制作土地利用规划现状图，由于全国第2次土地调查数据和土地利用规划数据的土地类型有部分差别，所以应在遵循土地利用类型基数转换规则的基础上，形成武强县土地利用规划现状图，得到景观图层数据，进而按地类编码提取所需的各地类景观格局的图斑数据。土地利用规划后景观图层数据的获取方法如下：在实地勘察及与该县国土部门多次沟通的基础上，确定规划变更范围，制作各种土地利用规划图，将土地利用现状图与土地利用规划图进行叠加对比，进行图斑分割、合并以及属性改变，在此基础上提取景观图层及所需数据。
2.2 区域景观格局指数及计算方法
景观格局主要是指各种景观的空间结构特征及其比例特征，具体是指由自然因素或人为因素等形成的一系列大小、形状各异，排列规则不同的景观镶嵌体在空间中的排列方式，它既是景观异质性的具体体现，又是包括各种干扰在内的多种生态过程在不同尺度上相互作用的结果。景观斑块性是景观格局最基本的表现形式，它可以表现在不同尺度上。景观格局及其动态变化是多种因素相互作用产生的一定区域生态体系的综合反映，景观斑块的数量、类型、大小、形状、空间组合就是多种干扰因素相互作用的体现。
不同景观类型对维护生物多样性，完善生态系统整体结构和功能，促进景观结构自然演替等方面的影响不尽相同。此外，不同景观类型抵抗外界干扰的能力也不尽相同。所以，对某区域景观空间格局的研究，是揭示该区域生态状况及空间异质特征的有效手段。以县域为例，可以将研究区不同生态结构划分为景观单元斑块，通过定量分析景观空间格局的特征指数，从微观角度到宏观角度给出县域生态特征。景观结构的基本组成要素包括斑块、基质、廊道等要素的空间配置形式。从结构上讲，景观格局可以分为点格局、线格局、网格局等。
景观格局指数主要包括景观要素特征和景观异质性等指数。它能反映景观要素结构组成和空间配置某些方面特征的简单定量指标，更好地理解与解释景观功能。目前描述景观格局的指数很多，参考前人研究[6-7]，结合研究区景观特征，本研究选取的指数、指数模型及其变量含义如表1所示。
3.2.2 景观斑块密度对比 除耕地用地、交通用地及水域用地外，其他景观斑块密度都不同程度地增大，但从整个区域看，景观斑块密度却变化不大，主要原因是耕地景观在整个景观中占有最大比例，而耕地斑块密度基本没有变化。同时说明为了保证耕地指标及占补平衡的要求，牺牲了其他地类的景观特征。
3.2.3 景观多样性指数 对比土地利用规划前后各景观类型的多样性指数发现，农村居民点及城镇工矿用地、水域用地的多样性指数降低。农村居民点及城镇工矿用地多样性降低的原因是其多样性减少，因为在规划过程中对农村居民点进行了重新设计和归并，复垦了很多采矿用地及独立工矿用地，其类型构成比例差异增大。耕地的增加和水域及未利用地的减少加剧了景观类型间的比例失衡，导致整个系统稳定性降低。
3.2.4 景观破碎度指数 研究区域除了耕地的景观破碎度指数增大外，其他景观类型破碎度指数均不同程度降低，说明这些景观实际斑块数与以最小斑块面积为单位计算的“斑块数”的比值降低。该指数反映了总面积、斑块数和景观最小斑块面积之间的关系，当整体上景观斑块面积比较均匀，而有极少的极小斑块时，就有可能对景观破碎化程度作出错误的测算。要对景观破碎化程度作出全面、正确的判断，还要借助平均斑块面积等其他景观指数。
3.2.5 景观优势度 经对比可以发现，规划后耕地、园地、林地、交通用地景观优势度提高，其他用地景观优势度降低。景观优势度与景观多样性反映的景观特征与实际吻合。以农村居民点及城镇工矿用地景观为例，规划后其多样性降低，景观优势度也随之降低的原因是规划后该景观减少。所以，在规划前后景观类型不一致的情况下，应用景观优势度时须要结合其他相关指数合理解释实际情况，否则容易得出与实际不符甚至错误的结论。
3.2.6 分形维数和稳定性指数 规划后分形维数增大的景观是林地及水域用地，分形维数减小的景观为耕地及园地。规划前各景观分形维数从大到小依次为水域用地>未利用地>交通用地>林地>农村居民点及城镇工矿用地>耕地>园地；规划后各景觀分形维数从大到小依次为水域用地>未利用地>交通用地>耕地>农村居民点及城镇工矿用地>园地>林地。经对比可知，景观稳定性的排序几乎与分形维数排序相反。
4 结论
通过土地利用规划，耕地面积增加，平均斑块面积也变大，较规划前更规则，更有利于机械自动化及大规模耕作。建设用地面积虽然没有太大变化，但从空间结构来说更集中，集约化程度也更高。从研究区总体看，景观平均斑块面积增大，景观分维数降低，景观斑块的稳定性增强，破碎化程度也降低。同时，也要看到景观优势度增大，为了保证耕地及城镇用地等建设用地面积，减少了其他景观类型面积；景观的多样性指数也下降，景观类型结构发生了较大变化，如采矿用地、独立工矿及小灌木林等重要景观类型减少甚至消失，降低整个景观系统的稳定性，影响景观系统的持续发展。另外，土地利用规划是对研究区土地系统的强烈人为干扰及政策干扰，其后果不仅从景观生态学方面表现出来。这类活动对土地的结构调整、可持续利用、土地质量变化、土地产权关系的变动以及耕地等景观类型本身管理和运行机制等方面的影响都有待进一步研究。
参考文献：
[1]邬建国. 景观生态学——格局、过程、尺度与等级[M]. 北京：高等教育出版社，2000.
[2]Forman R T. Land mosaics：the ecology of landscapes and regions[M]. Cambridge：Cambridge University Press，1995.
[3]齐 伟，张凤荣. 黄淮海平原农区县域土地利用景观格局分析及可持续利用建议[J]. 中国土地科学，2003，17（1）：27-33.
[4]谭志荣，任国平. 论城镇化与县级土地利用总体规划修编中土地资源可持续利用问题——以太谷县为例[J]. 现代农业科学，2008，15（2）：53-59.
[5]邱 扬，傅伯杰. 土地持续利用评价的景观生态学基础[J]. 资源科学，2000，22（6）：1-8.
[6]俞孔坚，李迪华. 城乡与区域规划的景观生态模式[J]. 国外城市规划，1997（3）：27-31.
篇6：县域经济发展格局
伴随改革开放的进行, 江苏省经济快速发展, 并取得一定的成绩, 然而, 区域经济差异也随之出现, 并表现越来越明显, 严重阻碍江苏省整体经济的协调发展。为此, 缩小区域经济差异成为备受关注的焦点。近年来, 徐建华等对20世纪70年代以来国内外学者就区域差异问题所做的诸多研究进行了详细综述, 发现研究结论存在较大分歧的主要原因在于考虑问题的角度、所用分析方法和时空研究尺度的不同[1], 并运用Theil系数和小波分析法, 从时空两方面对中国区域差异变化规律进行了深入研究, 对于我们认识和理解区域经济差异的本质提供了有益的分析途径。同时, 研究的尺度也由原来的三大地带过渡到对省际的分析, 然而, 县域作为基本的主体单元, 其差异变化必然影响到更大范围的空间尺度, 因而, 将县域经济作为研究对象是分析区域经济差异更深入的探讨。县域系指县和县级市的行政辖区及地级市辖区, 县域经济是指建制县域及县级市 (区) 域的经济, 由县域组成的区域经济发展具有差异性, 这种差异性形成区域发展的动力, 也是区域发展的阻力。区域经济单元 (县域) 之间的关系如何, 特别是经济关系如何, 是学者们关心的话题。经济学的探讨往往从资本、劳动力、市场、制度等要素出发, 从空间关系的角度进行的探讨则较少[2,3,4,5,6,7,8,9,10,11]。县域经济作为区域经济的中尺度单元, 对区域经济发展具有重要作用, 研究县域经济之间的相互关系及其对区域经济发展的影响很有必要。
借助空间统计模型的引入, 可以从空间角度和可视化的方向认识并解决区域经济发展问题, 比如区域经济在空间上的集聚测度、相互影响程度及发展变化趋势等, 并对县域经济发展差异进行解释并调控预测。空间统计分析方法在国外社会和行为科学的研究中应用广泛, 常用作探索社会现象的空间模式和异常分布, Goodchild等将空间统计分析技术在社会科学研究中的应用领域分为七大类:城市研究、商业和社会网络、社会和经济分布的不均衡、环境与气候变迁、健康和疾病、犯罪行为以及社区研究等[12,13]。改革开放以来江苏省县域经济发展迅速, 但县域经济发展差异明显, 特别是苏南、苏中、苏北区域经济中的县域经济单元之间呈现自相关关系, 发达的苏南地区县域经济普遍发达, 造成区域经济发展差异扩大, 这种差异性的测度对于调控更大尺度上的区域经济协调发展具有重要意义, 对造成差异发展的因素探讨对政府政策制定等具有指导意义。
1 研究方法与数据来源
1.1 ESDA方法
ESDA方法是一系列空间分析方法的集合, 通过对事物或现象空间分布格局的描述与可视化, 发现空间集聚和空间异常, 解释研究对象之间的空间相互作用机制。本文用其中最主要的Global Moran's I、local Moran's I指标来分析县域单元的空间相互作用和分布规律。
1.1.1 Global Moran's I
Global Moran's I反映了整个研究区域相邻地区是否存在属性值相似、相异或属性值空间随机分布总体趋势, 即可以衡量区域整体的空间关联与空间差异程度。具体公式如下:
undefined (1)
式中, Xi是区域i的属性值, Wij为空间矩阵。当区域空间相邻时, Wij=1;不相邻时, Wij=0。undefined。对I (d) 值进行Z统计检验, undefined, 当I显著为正时, 表示属性值相似的地区在空间上聚集, 即高——高或低——低聚集状态;当I显著为负时, 表示区域与其相邻地区之间属性值存在显著差异;当I为0时, 表示地区属性值之间相互独立, 在空间上随机分布。
1.1.2 Local Moran's I
Local Moran's I是衡量局部地区之间是否存在相似或相异的属性值聚集在一起的指标, 即测度地区i与j之间属性值的异质性。公式如下:
undefined (2)
式中, Zi和Zj是对地区i和j分别进行标准化后的值, 分别表示地区i属性值和j地区属性值与整个区域均值的差值;其它符号与式 (1) 中的相同;Z检验公式如同I, 在当Ii显著为正时, 表明高值的地区单元被高值地区所包围, 或低值的地区单元被低值地区所包围, 即高——高或低——低组合;当Ii显著为负, 表明高值的地区单元被低值地区所包围, 或者是低值的地区单元被高值地区所包围, 即高——低或低——高组合。局部自相关系数只能分析区域经济增长的正负相关性, 并不能进一步揭示区域经济空间自相关的类型。根据县域与其相邻县域的关系, 即由公式 (2) 可知, Ii由Zi和WijZj两部分构成, 这两部分的值均可取正、取负或为取零 (在此不考虑) 。因此有以下4种组合:Zi>0, ∑WijZj>0, 表明观测地区的值和相邻地区的值均高于全区域平均值;Zi>0, ∑WijZj<0, 表明观测地区的值高于全区域平均值, 但相邻地区的值低于全区域平均值, 观测县域与相邻县域存在空间负相关, 极化作用明显;Zi<0, ∑WijZj>0, 表明观测地区的值低于全区域平均值, 而相邻地区的值高于全区域平均值, 观测地区值处于凹陷地带;Zi<0, ∑WijZj<0, 表明观测地区的值和相邻地区的值均低于全区域平均值, 呈现正相关, 低值大量聚集。
1.2 数据来源及预处理
本文所用数据主要来源于1991～2008年《江苏统计年鉴》以及江苏统计局网站的电子版, 选取江苏省县域人均GDP为指标, 计算过程中对数据的处理时选用GIS软件ArcGIS的相关模块。
2 江苏省县域经济发展差异总体特征分析
2.1 全局空间自相关分析
利用GeoDA计算出江苏省县域上述17个研究年份的人均GDP空间自相关系数 (图1) 。从图1中可以看出在整体上区域经济发展水平的全局空间自相关系数呈现高位震荡情形, 区域差异总体趋势不断缩小, 这表明江苏省区域经济情形呈现高度的空间正相关, 具体来讲就是经济发展在空间上表现为经济发达的县域周边往往是经济发达的县域, 区域经济具有极化现象, 同样经济相对落后的县域, 周边往往是经济落后的县域。分析1990～2007年间的变化规律, 可以将其分为两个阶段, 第一阶段从1990～1996年, 此阶段的全局自相关系数呈不断增大趋势, 主要原因是江苏省积极响应国家的改革开放政策, 苏南与苏北经济均得到不同程度的增长, 并且总体差异逐渐缩小。第二阶段从1997～2007年, 这11年的变化, 全局空间自相关系数并没有一直增大, 而是从1997～1999年出现下降趋势, 分析其形成的原因是1997年的亚洲金融危机的发生, 整个国家的不同地区均受到不同程度的影响, 江苏省也不例外, 但苏南由于自身的基础条件好, 受到的冲击相对于落后的苏北小的多, 因而出现苏南、苏北区域差异变大的趋势, 随着这一时期的结束, 从1999年开始, 全局空间自相关系数总体呈现增长态势, 也即表明了江苏省县域经济在总的空间上呈现缩小的趋势, 这一现象符合江苏省经济的现实特征, 因为这一时期, 省政府积极制定稳定苏南, 支持苏北的经济决策, 使得苏南与苏北的区域经济过大差距有所缓解。
2.2 局部空间自相关分析
局部空间自相关Moran's I是总体空间统计指标, 仅说明总体的空间增长过程, 不能详尽的提供局部空间差异, 而且该指数很难在GIS中可视化, 为此, Anselin建议用ESDA的局部空间自相关方法来衡量每个空间要素属性局部的相关性质。本文运用LISA中的局部Moran指数并结合LISA集聚图形式, 来研究局部空间分布规律。
为更好的表现出1990～2007年江苏省县域经济发展差异的时空演化特征, 分别计算1990年、2001年、2007年3个时间断面的人均GDP的Local Moran's I值及其显著性, 并结合GIS的空间分析功能将计算结果显示在地图上。见图3。通过图3的比较分析, 可以清楚的看到, 自1990年以来, 江苏省县域经济发展出现较为明显的空间分异格局。同时, 将江苏省县域具体划分为4个类型:①空间差异较小, 区域自身与周边经济水平均较高的县域 (高——高) , 该类型县域全部位于苏南地区;②空间差异较小, 但区域自身与周边经济水平均较低的县域 (低——低) , 该类型县域几乎全部位于苏北地区;③空间差异较大, 但自身经济水平较高, 而周边县域经济水平较低 (高——低) , 该类型县域多数位于苏中, 尤其在苏北的市辖区, 但此种类型县域分布并不明显;④空间差异较大, 自身经济发展水平较低, 但周边县域经济水平较高 (低——高) , 该类型县域多数分布在苏中的市辖区, 地理位置多数与苏南较近。江苏省县域单元主要年份人均GDP LISA聚集图及显著性如下:结合地理信息系统的相关功能, 将江苏省县域经济人均GDP LISA聚集图及显著性显示在地图上, 分析县域经济自1990～2007年的演变过程, 不难看出, 高——高区域一直是苏州、吴江、常熟、无锡等, 并没有显著变化, 在地理空间上表现为更加集聚, 并成为江苏省县域经济发展的核心区域;低——高区域一般位于苏中地带, 在上述LISA聚集图上表现为靖江, 原因是由于靖江位于苏中, 区位上接近苏南;低——低区域更多分布在苏北地带, 这种空间格局并没有因为时间的推移而改变, 其中, 宿迁和沭阳成为低——低区域中的显著地区, 并在2007年出现了沛县;高——低区域分布并不明显, 分析其原因是由于少量的高——低地区经过长期的发展转化为其他形式的区域, 在变化过程中很难保持这种空间格局。
从局部Moran's I来看, 可以发现从1990～2007年, Moran's I系数较大的区域几乎集中分布于苏州、无锡及常州的部分县, 具有更高显著性水平的则是苏州、无锡的全部。自改革开放以来, 苏南模式的发展取得了显著的经济效果, 靠近上海的区位优势使得它们的发展得天独厚, 经济发展的热点始终集中于此部分及周边区域。南京市、扬州、溧水、南通的大部分县、仪征、泰州等Moran's I系数始终呈现负值。南京市由于处在江苏省西南角辐射能力受到限制, 并且上海的影响通过苏、锡、常传递到南京附近的区域, 致使南京及周边县区Moran's I系数呈现负值或接近0。而南通、扬州就周边区域而言南部是苏州、无锡等经济实力较强的区域, 北部则是经济实力较弱的县域, 故也表现出负值。为促进区域经济发展南京应该加强对周边县域的辐射影响;南通、扬州应该加强与苏南地区的经济交流, 起到桥梁作用促进北部区域的发展。造成隔江相望的苏州、无锡与南通、靖江之间Moran's I系数出现较大差异, 主要原因应该在于长江对于交流的阻碍, 因而, 积极建设跨江大桥成为缩小苏南、苏北区域经济差异必然选择的问题。
通过以上分析, 得出以下结论, 空间统计模型不仅能够定量计算区域经济的Moran's I指数, 通过对Moran's I指数变化的分析, 可以得出该区域是高——高还是低——低类型, 是低——高还是高——低, 还可以对该区域与周围区域的空间关系作出明确判断, 准确的讲就是, 如果该区域属于高——高或低——低类型, 那么表明该区域与周围区域存在经济扩散作用, 区域经济差异朝着缩小的趋势发展;如果该区域属于高——低或低——高类型, 那么表明该区域与周围区域存在经济极化作用, 区域经济朝着扩大的趋势发展, 得出这些结论, 对于该区域经济政策的制定提供科学合理的决策依据。
2.3 江苏省县域经济发展差异的成因分析
针对以上江苏省县域经济发展的格局分析, 不难看出, 江苏省县域经济发展差异在总的趋势上呈现缩小态势, 但在局部依然存在差距扩大的现象, 深究其原因, 本文认为, 长期的历史因素积累是县域经济发展差异的基本因素, 伴随改革开放的不断深入, 政府政策的倾斜也致使了苏南、苏北差距的进一步扩大, 尽管后来政府部门也制订了关于加强苏北经济发展的政策, 但此时的整体格局已基本形成, 在短暂的时间内很难改变;同时, 发达的经济实体促进了更多相关领域的发展, 在某种程度上也强化了该地区劳动者整体素质的提升, 随之改善的管理方式、技术条件等方面大大加强;再者, 经济区位的作用也显得极为重要, 苏南地区在毗邻上海的优势明显, 可以更好的接收上海的经济辐射, 融入大上海经济圈的整体格局, 当然, 交通条件、自然资源的禀赋、制度因素的差异、政府的工作效率、对现有资源的整合能力以及对改变经济发展状况的创新意识等都会造成区域的经济差异。
3 结论与讨论
(1) 江苏省经济增长具有明显的空间依赖性, 县域经济在空间上存在极显著的空间集聚性, 县域经济空间差异呈现两极分化态势, 且长期难以扭转。对江苏省县域经济的研究, 在时间序列数据的基础上, 引入空间数据, 可以更为科学地解释县域经济在时空演变中的机制和规律。
(2) 自相关性以及由此带来的县域之间经济活动, 在很大程度上引起了县域经济的空间不均衡, 导致的空间集聚效应使得在经济发展过程中区位产生的空间成本作用更加明显, 地域空间特征深刻作用于县域经济发展过程中。
(3) 江苏省县域经济增长空间集聚并且存在巨大差异的原因, 可以认为是改革开放以来苏南的工业企业遍地开花, 创造了重要的苏南模式, 形成了早期的积累, 在如今苏南地区的产业开始转型, 早期依靠廉价劳动力及廉价地租的小工厂在市场的大潮中, 也成长为新兴产业的基地, 促进了当地的发展, 而苏北地区由于原来的基础条件较差, 加上90年代初期, 江苏省振兴经济政策更多的偏重于苏南, 进而使得苏南、苏北区域差异进一步拉大。
(4) 空间自相关方法能够较好的分析江苏省县域经济发展差异的时空演变过程, 文章主要针对江苏省县域经济发展差异的格局分析, 而忽略了格局演变中的内在机理的研究, 因此, 今后的研究重点应探讨县域经济发展差异格局演变是否具有规律性特征以及隐藏在规律中的转化机理和演变的方向性特征等。
(5) 文章以江苏省县域人均GDP为研究对象, 指标的选择上趋显单一, 因而在分析的结论上难免具有不全面性, 为此, 在今后的研究过程中, 应更多的考虑到多方面的指标要素, 以期使得分析结果更具有科学性与有效性。
摘要：县域经济发展越来越备受关注, 传统的测度方法仅从量的方面加以分析, 而缺乏空间的概念, 即没有考虑相邻地区之间的经济影响作用, 为此, 本文运用空间统计模型对江苏省县域经济发展水平的空间关系进行定量研究, 并以19902007年江苏省县域人均GDP为研究指标, 定量分析江苏省县域经济发展差异的空间格局的动态演化及趋势。结果表明:江苏省县域经济发展具有较强的空间自相关特性, 并呈现出苏南地区的集聚态势更为显著, 且集聚态势随着时间的推移越来越明显, 同时, 就针对产生此种现象进行原因分析, 最后针对县域经济发展差异的空间格局进行讨论, 旨在为江苏省经济实现健康、协调发展提供决策依据。
篇7：黔西县域经济发展提速
县委书记张汉周说：“黔西不仅交通方便、通讯便捷、信息灵通，而且有丰富的煤炭、水力、旅游资源。”煤炭初探资源量在70亿吨以上，其中优质无烟煤34亿吨，在建矿井及正在规划建设的矿井年生产能力达1728万吨，依托水力资源，在界河上已建成东风电站，在建洪家渡电站，索风营电站，县内河流上已建成小水电站10座。旅游资源除有百里杜鹃国家森林公园外，还有东风湖、六广河峡谷、洪家渡库区、柯家海子淡水湖群、沙井观音洞等自然风光和人文景观，成为贵州省西线旅游重要看点。同时，黔西农业基础雄厚，是全省商品粮基地和优质烟基地县。工业也有一定基础，有电力、采矿、制鞋、建材、化肥等规模以上工业企业14家，其中黔城牌系列鞋畅销省内外，年产值1600多万元。
怎样把资源优势转换为经济优势，实现黔西经济社会可持续发展？从2000年开始，黔西县委、县政府抢抓西部大开发历史机遇，立足县情，创新思路，准确定位，制定了一抓教育，二抓扶贫，三抓建设（交通、城镇、生态），四抓基地（优势烟、电力、畜产品、果蔬、旅游）的“一二三四”工作目标和重点的基本思路，确立用大项目拉动县域经济的战略构想，提出把黔西建成能源大县、畜牧大县、旅游大县和绿色大县。并争取在2008年实现撤县建市。
紧紧围绕国家投资倾斜政策，黔西县在近几年来充分发挥优势，举全县之力上大项目、好项目，在重点项目和基础建设上取得了重大进展。煤电开发热火朝天，初步确立了水火互济、煤电并举的能源大县的地位。目前国家出资开发的东风电站（3×170MW）已投入运营，计划扩容的两台机组（2×100MW）正在建设。洪家渡电站（3×200MW）和索风营电站（4×150MW）将于2005年全部建成发电。黔西电厂（6×300MW）已于2003年5月破土动工。配合电厂建设，煤炭地堪和矿井建设力度也在加大，黔金、金兰、林东红林、太来等一批大中型矿井正在建设。至2008年，全县煤炭的生产能力可达800万吨以上，形成“大煤保大电”局面。预计“三水一火”及煤炭项目全部建成后，每年可创产值30亿元以上，使第二产业占全县国内生产总值的比重达到60%以上。
为给全县经济发展提供大通道，黔西交通建设也在全面提速，初步形成了以贵毕高等级公路为中轴，以黔西县城为中心，辐射全县的公路网络。近几年来，全县共争取交通建设资金12.4亿元，建成了一批县乡村公路和矿山公路，改造县乡公路14条共313.7公里，新修断头公路4条12. 6公里；村级公路188条1042公里；矿山公路6条19.3公里。目前，全县通车里程2741.7公里，实现了乡乡通公路和90%以上的村通公路，有效地缓解了制约经济发展的“瓶颈”问题。
在黔西县委、县政府决策层带动下，近几年黔西县城建设日新月异，初步显现出一个新兴城市的面貌。县城面积从1997年的5万平方公里扩展到现在的近10平方公里可，人口从7万人增加到近10万人，城市化水平上升了3个百分点。新建了汽车站、综合商贸市场、水西广场、东山广场。建成了环南、水西园等住宅小区4个，新增住宅90多万平方米，城区人均居住面积20平方米。目前已对县城开发总规划进行了修编，2008年将建成面积15万平方公里，人口15万以上的区域性中心城市。