《江苏社会科》：江苏市域投入&产出增长空间俱乐部趋同性研究（何素琴、雷红霞、葛和平）.pdf_大学文库

江苏市域投入-产出增长空间俱乐部趋同性研究为理想的省份。本文以区域劳均GDP和劳均固定资产投资额的 Moran'指数和σ趋同指数为基础,应用 ArcgIS统计软件进行数据处理,对江苏省自2002年来13市的劳均GDP和劳均固定资产投资额趋同性进行实证研究,为江苏区域经济平衡协调发展提供一定的政策指导和决策依据。二、江苏市域空间数据分析 1.研究对象与数据说明本文以江苏省三地13个市为研究对象,即苏南(南京、镇江、常州、无锡、苏州):苏北(徐州、宿迁、淮安、盐城、连云港):苏中(扬州、泰州、南通)。本文所用数据来自江苏统计年鉴(2002-2013)。其中,选用的主要数据有2002-2013年的从业人员、GDP、全社会固定资产投资等。实际产出和投资数据按照可比价格进行缩减。本文所用的主要变量分别为各年份劳均GDP(用GDP除以从业人员数得到)、各年劳均投资额(用全社会固定资产投资除以从业人员数得到) 江苏市域空间分布格局的动态变化分析本文应用 ArcGIS软件,对江苏各市应用探索性空间数据分析方法来分析该区域整体经济空间分布特征并判断区域空间外溢效应的显著性。本文首先以江苏各市2005年、2009年及2013年的劳均实际GDP及劳均投资额表1劳均GDP 的对数值为基础(表1、2),年2052002013 南市制作专题地图以显示其空南奈市2.0299192.3394872.830419 嘛錫市2.271926|26175313.279232 嘛市1.1260791.1928692.58128 间分布格局的动态变化特缔圳市09860261152172.046除市|-0006802435371:40747 征,结果如图2、3、4所确市168591461260815*市130971204213233 示。图23、4中按照各市市1971800523885市018136014045456 劳均GDP的大小分为5个●港市06948371763041.958297市15462081391619467 唯市0.7191311.1727442.0140 层次,颜色较深的市所对城市149611.23706205155概市-0183231086491575829 应的数值越高。从图中可圳市136080811869934247151 揚市0.2231010.3833412.003549 销江市1.77009522678492713394 销市0.56171106721692.200824 以很明显看出趋势:第明市-0.152420.1059191.791006 苏南五市的核心地位在·遇市03957309549751807781 恶市-0.76512-0.440331.528689 =:3 图22005年劳均GDP和劳均投资额图32009年劳均GDP和劳均投资额 268

江苏市域投入-产出增长空间俱乐部趋同性研究 - 268 - 为理想的省份。本文以区域劳均 GDP 和劳均固定资产投资额的 Moran’I 指数和σ趋同指数为基础，应用 ArcGIS 统计软件进行数据处理，对江苏省自 2002 年来 13 市的劳均 GDP 和劳均固定资产投资额趋同性进行实证研究，为江苏区域经济平衡协调发展提供一定的政策指导和决策依据。二、江苏市域空间数据分析 1. 研究对象与数据说明本文以江苏省三地13个市为研究对象，即苏南（南京、镇江、常州、无锡、苏州）；苏北（徐州、宿迁、淮安、盐城、连云港）；苏中（扬州、泰州、南通）。本文所用数据来自江苏统计年鉴（2002-2013）。其中，选用的主要数据有 2002-2013 年的从业人员、GDP、全社会固定资产投资等。实际产出和投资数据按照可比价格进行缩减。本文所用的主要变量分别为各年份劳均GDP（用GDP除以从业人员数得到）、各年劳均投资额（用全社会固定资产投资除以从业人员数得到）。 2. 江苏市域空间分布格局的动态变化分析本文应用ArcGIS软件，对江苏各市应用探索性空间数据分析方法来分析该区域整体经济空间分布特征并判断区域空间外溢效应的显著性。本文首先以江苏各市 2005 年、2009 年及 2013 年的劳均实际 GDP 及劳均投资额的对数值为基础（表 1、2），制作专题地图以显示其空间分布格局的动态变化特征，结果如图 2、3、4所示。图2、3、4中按照各市劳均GDP的大小分为5个层次，颜色较深的市所对应的数值越高。从图中可以很明显看出趋势：第一，苏南五市的核心地位在表1 劳均 GDP 表2 劳均投资额图2 2005年劳均GDP和劳均投资额图3 2009年劳均GDP和劳均投资额年代 2005 2009 2013 南京市 2.029919 2.339487 2.830419 无锡市 2.271926 2.617531 3.279232 徐州市 0.986026 1.56217 2.202246 常州市 1.685997 2.114641 2.698215 苏州市 2.313753 2.644264 2.906114 南通市 1.197707 1.830686 2.378186 连云港市 0.694837 1.176304 1.958297 淮安市 0.719131 1.172744 2.014027 盐城市 1.149461 1.723706 2.025155 扬州市 1.360808 1.869943 2.477151 镇江市 1.770095 2.267849 2.713394 泰州市 1.172442 1.766822 2.324239 宿迁市 0.339573 0.954975 1.807781 年代 2005 2009 2013 南京市 1.259977 1.322181 2.410691 无锡市 1.126079 1.192869 2.581286 徐州市 -0.00268 0.243537 1.840747 常州市 0.795002 0.863228 2.291213 苏州市 1.130917 1.221604 2.132034 南通市 -0.18136 0.081409 1.954526 连云港市 -0.03269 0.21632 1.882294 淮安市 -0.15462 0.081339 1.619467 盐城市 -0.18323 0.086449 1.575829 扬州市 0.223101 0.383341 2.003549 镇江市 0.561711 0.672169 2.200824 泰州市 -0.15242 0.105919 1.791006 宿迁市 -0.76512 -0.44033 1.528689

江苏社会科学2015年第2期江苏发展研究 2019均校图42013年劳均GDP和劳均投资额 2009年及2013年得到逐渐强化,强化力度相对苏中、苏北迟缓,苏中苏北各市因苏南较强的辐射能力也获得空前的发展,尤其是苏北增速较快。第二,具体到各市,常州、镇江相对苏南的其它三市增长速度较快;苏中各市增长较为均衡;苏北相对于苏南苏中落后,在2009年及2013年发展迅速,增幅显著。第三,总的来说,江苏呈现趋同发展格局,除了苏北的连云港和宿迁相对靠后之外,其他各市趋同趋势显著。几个重要的核心城市依次为无锡、苏州及南京。从时间上来看,这种空间格局得到逐步的强化图中按照各市劳均投资额的大小分为5个层次,颜色较深的市所对应的数值越高。从图中可以发现:第一,苏南五市的核心地位在2009年及2013年得到强化,从2005年苏南五市内部投入的不平衡,到2013年得到逐渐平衡,苏中苏北各市因苏南较强的引领能力获得飞速发展,从2009年到2013 年间投入显著的是苏北各市及苏中的南通市和泰州市。第二,总的来说,江苏呈现逐渐趋同发展格局。几个重要的核心城市依次为无锡、苏州、南京。从时间上来看,这种空间格局得到逐步的强化。进一步,为了准确测度江苏各市空间自相关程度和各市劳均GDP差距和劳均投资额动态变化, 本文用 ArcgIS软件计算出反映空间自相关的 Moran i指数和反映收入差距和投资差距的σ趋同指数 3. Moran’指数 Moran f指数是测度空间自相关程度的重要指标。为进一步对江苏市域劳均CDP及劳均投资额的不平衡性和全局空间自相关进行研究,在此引入全局Moan' s Index,全局 Moran' s Index用于反映空间邻接或空间邻近的区域单元观测值整体的相关性和差异程度,其计算公式为( Anselin,2000)a g(, -X(-X 1 其中,表示全局 Moran's Index: X,表示区域的劳均CDP和劳均投资额的状况:S=n∑m1(x-8:x n1Xx;w表示空间权重矩阵i行j列的元素,x和x是区域i和区域j观测值的离差,一般写成N维的矩阵W(nxn),一般通过空间邻近和空间距离来确定,其中,n是样本区域的个数。本文选择基于 Rook的空间邻接方式,即若区域j与j属于邻接关系,则w=1;反之,W=0,并规定区域j与其自身不属于另邻居关系,即w=0。w是空间权重矩阵S是标准化参数,数值上等于空间权重矩阵各要素之和, 中5。=乙W。间仪里矩阵进行标化处理,即 ,其中W为标准化空间权重矩阵j 行j列的元素,则(1)式可以变换为 [1] Moran P. The interpretation on statistical maps. Journal of the royal Statistical Society, 1948 (2): 243-51 [2JAnselin L. The Moran scatterplot as an ESDa tool to assess local instability in spatial association. In: Fischer M, Schol ten HJ, Unwin D(eds ).Spatial Analytical Perspectives on GIS. London: Taylor& Francis, 1996. 111-125 269

江苏社会科学 2015 年第期江苏发展研究 - 269 - ∑ 图4 2013年劳均GDP和劳均投资额 2009 年及 2013 年得到逐渐强化，强化力度相对苏中、苏北迟缓，苏中苏北各市因苏南较强的辐射能力也获得空前的发展，尤其是苏北增速较快。第二，具体到各市，常州、镇江相对苏南的其它三市增长速度较快；苏中各市增长较为均衡；苏北相对于苏南苏中落后，在 2009 年及 2013 年发展迅速，增幅显著。第三，总的来说，江苏呈现趋同发展格局，除了苏北的连云港和宿迁相对靠后之外，其他各市趋同趋势显著。几个重要的核心城市依次为无锡、苏州及南京。从时间上来看，这种空间格局得到逐步的强化。图中按照各市劳均投资额的大小分为 5 个层次，颜色较深的市所对应的数值越高。从图中可以发现：第一，苏南五市的核心地位在 2009 年及 2013 年得到强化，从 2005 年苏南五市内部投入的不平衡，到2013 年得到逐渐平衡，苏中苏北各市因苏南较强的引领能力获得飞速发展，从 2009 年到 2013 年间投入显著的是苏北各市及苏中的南通市和泰州市。第二，总的来说，江苏呈现逐渐趋同发展格局。几个重要的核心城市依次为无锡、苏州、南京。从时间上来看，这种空间格局得到逐步的强化。进一步，为了准确测度江苏各市空间自相关程度和各市劳均GDP差距和劳均投资额动态变化，本文用ArcGIS 软件计算出反映空间自相关的 ’ 指数和反映收入差距和投资差距的趋同指数。 3. Moran’I 指数 ’ 指数是测度空间自相关程度的重要指标[1]。为进一步对江苏市域劳均GDP及劳均投资额的不平衡性和全局空间自相关进行研究，在此引入全局Moran's Index，全局Moran's Index 用于反映空间邻接或空间邻近的区域单元观测值整体的相关性和差异程度，其计算公式为（Anselin，2000）[2]： ∑ = 1∑ ≠ ( - ˉ)( - ˉ) = 2∑ ，（1） = 1∑ ≠ 2 1 2 其中，I表示全局Moran's Index；表示区域的劳均GDP和劳均投资额的状况； = ∑ = 1 ( - ˉ) ； ˉ= 1 ∑ = 1 ；表示空间权重矩阵行列的元素，和是区域和区域观测值的离差，一般写成维的矩阵（ × ），一般通过空间邻近和空间距离来确定，其中，是样本区域的个数。本文选择基于的空间邻接方式，即若区域与属于邻接关系，则 =1；反之， =0，并规定区域与其自身不属于另邻居关系，即 =0。是空间权重矩阵 0是标准化参数，数值上等于空间权重矩阵各要素之和， = 即 0=∑∑ 。对空间权重矩阵进行标准化处理，即令，其中为标准化空间权重矩阵 =1 =1 行列的元素，则（1）式可以变换为： =1 [1]Moran P. The interpretation on statistical maps. Journal of the Royal Statistical Society, 1948（2）：243-51. [2]Anselin L. The Moran scatterplot as an ESDA tool to assess local instability in spatial association.In：Fischer M, Schol⁃ ten H J, Unwin D.(eds. ).Spatial Analytical Perspectives on GIS.London: Taylor & Francis, 1996.111-125

江苏市域投入-产出增长空间俱乐部趋同性研究 ∑∑W 矩阵形式表示为 X WX=X EX 其中,W是标准化的空间权重矩阵,X是各样本区域观测值的离差列向量。可以证明,I介于[-1,1]区间范围。Ⅰ>0当时,表示区域的观测值和由W所规定的空间关系对应的邻居区域的观测值具有一致性,即存在正的空间自相关,数值越大,表示正向空间自相关程度越强,即江苏劳均GDP较高(较低) 及劳均投资额较高(较低)的市域在空间上区域集聚;当Ⅰ<0时,表示区域j的观测值和由W所规定的空间关系对应的邻居区域的观测值具有反差性,这种反差从数理上来讲,就是区域的观测值离差与其邻居区域观测值离差符号相反,即存在负的空间自相关,即江苏劳均GDP及劳均投资额的市域存在空间差异。数值越大,表示负向空间自相关程度越强;当l=0,表示空间不相关,即江苏劳均GDP 及劳均投资额的市域在空间上随机分布。要求解全局 Moran's Index,一般利用公式⑦⑦)进行Z检验" 1-E(D z=、WARD 计算出江苏市域劳均GDP全局 Moran' s Index和劳均投资额全局 Moran' s Index,见表3表4 表3江苏市域劳均GDP全局 Moran' s Index 表4江苏市域劳均投资额全局 Moran' s Index Moran s Index ZI Pia I Morans Index ZI 200204194762.6326970008471 20020246471 7259390084358 20030.41254325826720009804 0030.2421081.6985640.089401 200404207542.6227350008723 20040.2576531.717860.076430 2005043428827164250006599 20050.28893219161970055340 20060.45818328123670004918 20060.27295528123670064195 0070.48031229259130.003434 20070.2677061.8217260.068497 20080.48143629328110.003359 20080.2265041.6175740105754 20090.5041222.9964670002731 20090.2359381.5825370.113527 20100.4943653010248002610 20100.2056761.5288770.126295 0110.534395320608300146 0110.4766129217170.003481 201 20.5221123.109980001871 2012043905626934790.007071 130.47671730170130.002553 2013 392868 5533350.010670 注:(1)表中的统计推断基于 Ansen lin提出的999 注:(1)表中的统计推断基于 Ansen lin提出的999 次随机排列:(2)全局 Moran' 5 Index在所在年的期次随机排列:(2)全局 Moran' s Index在所在年的期望值为:E(①=-0.083333。望值为:E()=-0.083333 上表中的 Moran'sl均大于0,且至少通过5%显著性水平检验,只是江苏市域投资额全局 Moran's ndex欠缺一些,说明江苏以苏南的南京、无锡及苏州为主的经济发展水平较高的区域和以苏北的连港为主的经济发展水平较低的区域呈现出两极集聚。同时,这种空间趋同效应在这12年间越来越明显,这可能暗示着区域之间存在近邻效应,即某区域的劳均GDP增长依赖于邻近区域的劳均GDP 增长状况:而江苏市域劳均投资额呈现出两极集聚效果在前9年不是很明显,后3年这种空间趋同效应越来越明显,这可能暗示着江苏市域之间将渐渐呈现近邻效应,即苏北、苏中的劳均投资额增长依赖于苏南的劳均投资额增长状况。 4.σ趋同指数反映劳均GDP和劳均投资额差距的σ趋同指数公式如下: [Cliff A, OrdJ. spatial Processes: Models and Applications. London: Pion, 1981 -270

江苏市域投入-产出增长空间俱乐部趋同性研究 - 270 - ∑∑ =1 =1 ∑ 2 （2） =1 用矩阵形式表示为： ’ ’ 其中，是标准化的空间权重矩阵，是各样本区域观测值的离差列向量。可以证明，介于[-1,1]区间范围。 >0当时，表示区域的观测值和由所规定的空间关系对应的邻居区域的观测值具有一致性，即存在正的空间自相关，数值越大，表示正向空间自相关程度越强，即江苏劳均GDP较高（较低）及劳均投资额较高（较低）的市域在空间上区域集聚；当 <0 时，表示区域的观测值和由所规定的空间关系对应的邻居区域的观测值具有反差性，这种反差从数理上来讲，就是区域的观测值离差与其邻居区域观测值离差符号相反，即存在负的空间自相关，即江苏劳均GDP 及劳均投资额的市域存在空间差异。数值越大，表示负向空间自相关程度越强；当I=0，表示空间不相关，即江苏劳均GDP 及劳均投资额的市域在空间上随机分布。要求解全局Moran's Index，一般利用公式（7）进行Z检验[1]。 1- ( ) Z= 计算出江苏市域劳均GDP全局Moran's Index和劳均投资额全局Moran's Index，见表3表4。（3）表3 江苏市域劳均GDP全局Moran's Index Moran's Index Z值 P值 2002 0.419476 2.632697 0.008471 2003 0.412543 2.582672 0.009804 2004 0.420754 2.622735 0.008723 2005 0.434288 2.716425 0.006599 2006 0.458183 2.812367 0.004918 2007 0.480312 2.925913 0.003434 2008 0.481436 2.932811 0.003359 2009 0.504122 2.996467 0.002731 2010 0.494365 3.010248 0.002610 2011 0.534395 3.206083 0.001346 2012 0.522112 3.109980 0.001871 2013 0.476717 3.017013 0.002553 注：（1）表中的统计推断基于Ansen Lin 提出的 999 次随机排列；（2）全局Moran's Index 在所在年的期望值为：E(I)=-0.083333。表4 江苏市域劳均投资额全局 Moran's Index Moran's Index Z值 P值 2002 0.246471 1.725939 0.084358 2003 0.242108 1.698564 0.089401 2004 0.257653 1.771786 0.076430 2005 0.288932 1.916197 0.055340 2006 0.272955 2.812367 0.064195 2007 0.267706 1.821726 0.068497 2008 0.226504 1.617574 0.105754 2009 0.235938 1.582537 0.113527 2010 0.205676 1.528877 0.126295 2011 0.476661 2.921717 0.003481 2012 0.439056 2.693479 0.007071 2013 0.392868 2.553335 0.010670 注：（1）表中的统计推断基于Ansen Lin 提出的 999 次随机排列；（2）全局Moran's Index 在所在年的期望值为：E(I)=-0.083333。上表中的 Moran's I 均大于 0，且至少通过 5%显著性水平检验,只是江苏市域投资额全局 Moran's Index 欠缺一些，说明江苏以苏南的南京、无锡及苏州为主的经济发展水平较高的区域和以苏北的连云港为主的经济发展水平较低的区域呈现出两极集聚。同时，这种空间趋同效应在这12年间越来越明显，这可能暗示着区域之间存在近邻效应，即某区域的劳均GDP增长依赖于邻近区域的劳均GDP 增长状况；而江苏市域劳均投资额呈现出两极集聚效果在前9年不是很明显，后3年这种空间趋同效应越来越明显，这可能暗示着江苏市域之间将渐渐呈现近邻效应，即苏北、苏中的劳均投资额增长依赖于苏南的劳均投资额增长状况。 4. σ趋同指数反映劳均GDP和劳均投资额差距的趋同指数公式如下： [1]Cliff A, Ord J. Spatial Processes: Models and Applications. London：Pion,1981. ( ) =

江苏社会科学2015年第2期江苏发展研究 21n,-1lq)2 (4) n 其中,a表示区域ⅰ在时间t的观测值,σ为n个区域之间观测值的标准差。若在年份tT满足 κ<σ,则称这n个经济具有T阶段的σ趋同。若对劳均GDP的趋同指数于任意年份sxt,均有O O,则称这n个经济具有致σ趋同由图5()、Q可江苏省13市劳均GDP和图5(1)劳均GDP趋同指数劳均投资额差距的趋同指数呈现下降趋势,表明江苏省13市劳均GDP 和劳均投资额在12年间具有趋同性。表3、4及图5(1)、图5(2)劳均投资额趋同指数 (2)给出2002-2013年江苏13个市的逐年 Moran i指数和σ趋同指数。较为清晰地体现这两个指数的动态特征和相互关系 Moran i散点图将 Moran i指数计算出来的区域i的观测值的离差和由标准化的空间权重矩阵W 所定义的空间关系的邻居区域的离差分别作为横坐标和纵坐标,然后,把每一个区域的这两个离差数值绘制在平面直角坐标系中,就构成了 Moran f散点图。 Moran f散点图中的各点所反映的趋势线的斜率就是 Moran p指数。显而易见,以 Moran p指数为斜率的直线只是众多区域点位置所反映的平均趋势。针对这些点来判断总体空间自相关情形下个体的分异特征。两个离差坐标轴把平面空间分为4个部分,依次对应于平面直角坐标轴的四个象限,即第一象限为H-H区域;第二象限为L-H区域:第三象限为L-L区域:第四象限为H-L区域。通过 Moran i指数和σ趋同指数的计算,部分解释了江苏13市劳§ 均GDP和劳均投资额的现状,得出了一些结论, 不过这些结论的断定还需要进一步的阐释。 GDP2005 GDP2009 前面对江苏各市的图6江苏劳均 GDP Moran p散点图空间自相关状况用Mo ranr指数进行简单测度,得出了在江苏内部存在显著的空间外溢效应的观点。为了阐释该结论中各市空间关系的具体情况,通过绘制Mo TZL2005 ranf散点图来实现图7江苏劳均投资额 Moran i散点图 271-

江苏社会科学 2015 年第期江苏发展研究 - 271 - 2 1 (log - 1∑log ) 2 （4） = ∑ =1 , , 其中， , 表示区域在时间的观测值，为个区域之间观测值的标准差。若在年份满足，则称这个经济具有阶段的趋同。若对于任意年份，均有，则称这个经济具有一致趋同。由图 5（1）、（2）可知，江苏省13市劳均GDP和劳均投资额差距的趋同指数呈现下降趋势，表明江苏省 13 市劳均 GDP 和劳均投资额在 12年间具有趋同性。表 3、4及图 5（1）、图5(1) 劳均GDP趋同指数图5(2) 劳均投资额趋同指数（2）给出2002-2013年江苏13 个市的逐年 ’ 指数和趋同指数。较为清晰地体现这两个指数的动态特征和相互关系。 ’ 散点图将 ’ 指数计算出来的区域的观测值的离差和由标准化的空间权重矩阵所定义的空间关系的邻居区域的离差分别作为横坐标和纵坐标，然后，把每一个区域的这两个离差数值绘制在平面直角坐标系中，就构成了 ’ 散点图。 ’ 散点图中的各点所反映的趋势线的斜率就是 ’ 指数。显而易见，以 ’ 指数为斜率的直线只是众多区域点位置所反映的平均趋势。针对这些点来判断总体空间自相关情形下个体的分异特征。两个离差坐标轴把平面空间分为4个部分，依次对应于平面直角坐标轴的四个象限，即第一象限为H-H区域；第二象限为L-H区域；第三象限为L-L区域；第四象限为H-L区域。通过 ’ 指数和趋同指数的计算，部分解释了江苏 13 市劳均GDP和劳均投资额的现状，得出了一些结论，不过这些结论的断定还需要进一步的阐释。前面对江苏各市的空间自相关状况用 ⁃ ’ 指数进行简单测度，得出了在江苏内部存在显著的空间外溢效应的观点。为了阐释该结论中各市空间关系的具体情况，通过绘制 ⁃ ’ 散点图来实现。图6 江苏劳均GDP ’ 散点图图7 江苏劳均投资额 ’ 散点图

江苏市域投入-产出增长空间俱乐部趋同性研究 Moran p散点图为直接反映江苏内部各区域劳均GDP和劳均投资额空间相关性的类型及其空间分布状况,利用 GeoDa095i软件,输出2005年、2009年及2013年江苏13个市劳均GDP和劳均投资额Mo ranr散点图,得出江苏13个市劳均GDP和劳均投资额演化路径。通过江苏2005年、2009年及2013年劳均GDP以及劳均投资额的散点图,我们可以发现,从江苏 13市来看,大部分的劳均CDP和劳均投资额在12年间均处于比较稳定的状态。从劳均GDP指标来看,南京、无锡、常州、苏州及镇江这几个市具有相同的发展趋势,一直处于第象限,即HH区域。这说明这几个市由于地理邻近密切相关而经济发展水平具有一定的协同机制而且提高了苏南整体经济的发展水平;南通、泰州、扬州三市基本处于第二象限,即LH区域。南通泰州、扬州属于苏中地区,接受苏南辐射,尤其是南京的影响较强,而且是沿江地区,水运业较为发达,便利的水路交通带来了经济的发展;苏北五市处于第三象限,即LL区域,位于LL象限。由于苏北与苏南的距离较远,苏南对苏北的辐射较弱,故苏北地区整体的经济发展水平相对较低。从劳均投资额指标来看,南京、无锡、常州、苏州及镇江这几个市具有相同的发展趋势,一直处于第一象限,即HH区域。这说明这几个市由于地理邻近密切相关而固定资产投资水平具有一定的协同机制,而且提高了苏南固定资产投资的发展水平;南通、泰州、扬州三市基本处于第二象限,即LH 区域。南通、泰州、扬州属于苏中地区,接受苏南辐射,尤其是南京的影响较强,带来了固定资产投资的发展;苏北五市处于第三象限,即LL区域。由于苏北五市位于LL象限。因此苏北地区整体的固定资产投资水平相对较低三、结论与启示本文的分析结果表明,江苏省苏南、苏中及苏北内部经济发展和全社会固定资产投入差距呈现出递增式逐渐缩小的变化规律,而江苏三个区域之间由于各地经济基础的不同,产业结构的差异以及人均收入增长的影响,苏北相对落后且缓慢。据此,江苏省政府推行区域经济共冋发展战略,协调市域之间的经济发展水平。笔者认为,江苏省区域内应以“苏南为龙头、苏中为龙腰、苏北为龙尾”传帮带的方式,实现江苏市域经济持续协调发展。为此,本文政策建议如下: 1.切实做好区域间产业结构调整的协调,经济欠发达地区苏北应加强招商引资力度,积极吸纳经济发达地区苏南的一些转移产业,以迅速提高苏北工业化水平,加快苏北的工业化进程。但也应考虑到,一个区域的工业化格局不是在短期内可以轻易改变的,发展重、轻工业等都要受到资源条件等的限制,这就同时需要经济欠发达地区因地制宜发展第三产业,紧密结合本地优势,在这一方向上找寻产业结构调整的出路 2.政府应在经济相对落后的地区加大基础设施特别是交通道路的建设,同时要消除地区间的市场相对分割,促进苏南、苏中及苏北之间生产要素的自由流动。政府通过制定适宜的政策,改善投资环境,扩大开放力度,增强核心区与外围区之间的贸易往来和合作关系。但也要注意不能盲目发展出口导向型企业,避免受国际经济的影响而大起大落。总之,江苏各市应定位明确,利用自身比较优势,努力提高经济效率,将地区差距转化为追赶的动力,从而实现江苏省各城市之间的平衡协调发展。 3.更加注重苏北主导产业从第一产业向二、三产业转变,推进新型工业化和现代服务业进程发展滞后的县市应调整发展战略,由附加值低的产业向附加值高的产业转变,为所属市进步做出贡献,更为苏北地区经济发展提供后发优势,进而实现江苏区域经济协调发展。〔责任编辑:天则 -272-

江苏市域投入-产出增长空间俱乐部趋同性研究 - 272 - ’ 散点图为直接反映江苏内部各区域劳均GDP和劳均投资额空间相关性的类型及其空间分布状况，利用GeoDA095i 软件，输出2005 年、2009 年及2013 年江苏13 个市劳均 GDP 和劳均投资额 ⁃ ’ 散点图，得出江苏13个市劳均GDP和劳均投资额演化路径。通过江苏 2005 年、2009年及 2013 年劳均 GDP 以及劳均投资额的散点图，我们可以发现，从江苏 13 市来看，大部分的劳均 GDP 和劳均投资额在 12 年间均处于比较稳定的状态。从劳均GDP指标来看，南京、无锡、常州、苏州及镇江这几个市具有相同的发展趋势，一直处于第一象限，即HH 区域。这说明这几个市由于地理邻近密切相关而经济发展水平具有一定的协同机制，而且提高了苏南整体经济的发展水平；南通、泰州、扬州三市基本处于第二象限，即LH 区域。南通、泰州、扬州属于苏中地区，接受苏南辐射，尤其是南京的影响较强，而且是沿江地区，水运业较为发达，便利的水路交通带来了经济的发展；苏北五市处于第三象限，即LL 区域，位于LL 象限。由于苏北与苏南的距离较远，苏南对苏北的辐射较弱，故苏北地区整体的经济发展水平相对较低。从劳均投资额指标来看，南京、无锡、常州、苏州及镇江这几个市具有相同的发展趋势，一直处于第一象限，即HH 区域。这说明这几个市由于地理邻近密切相关而固定资产投资水平具有一定的协同机制，而且提高了苏南固定资产投资的发展水平；南通、泰州、扬州三市基本处于第二象限，即 LH 区域。南通、泰州、扬州属于苏中地区，接受苏南辐射，尤其是南京的影响较强，带来了固定资产投资的发展；苏北五市处于第三象限，即LL 区域。由于苏北五市位于 LL 象限。因此苏北地区整体的固定资产投资水平相对较低。三、结论与启示本文的分析结果表明，江苏省苏南、苏中及苏北内部经济发展和全社会固定资产投入差距呈现出递增式逐渐缩小的变化规律，而江苏三个区域之间由于各地经济基础的不同，产业结构的差异以及人均收入增长的影响，苏北相对落后且缓慢。据此，江苏省政府推行区域经济共同发展战略，协调市域之间的经济发展水平。笔者认为，江苏省区域内应以“苏南为龙头、苏中为龙腰、苏北为龙尾”传帮带的方式，实现江苏市域经济持续协调发展。为此，本文政策建议如下： 1. 切实做好区域间产业结构调整的协调，经济欠发达地区苏北应加强招商引资力度，积极吸纳经济发达地区苏南的一些转移产业，以迅速提高苏北工业化水平，加快苏北的工业化进程。但也应考虑到，一个区域的工业化格局不是在短期内可以轻易改变的，发展重、轻工业等都要受到资源条件等的限制，这就同时需要经济欠发达地区因地制宜发展第三产业，紧密结合本地优势，在这一方向上找寻产业结构调整的出路。 2. 政府应在经济相对落后的地区加大基础设施特别是交通道路的建设，同时要消除地区间的市场相对分割，促进苏南、苏中及苏北之间生产要素的自由流动。政府通过制定适宜的政策，改善投资环境，扩大开放力度，增强核心区与外围区之间的贸易往来和合作关系。但也要注意不能盲目发展出口导向型企业，避免受国际经济的影响而大起大落。总之，江苏各市应定位明确，利用自身比较优势，努力提高经济效率，将地区差距转化为追赶的动力，从而实现江苏省各城市之间的平衡协调发展。 3. 更加注重苏北主导产业从第一产业向二、三产业转变，推进新型工业化和现代服务业进程。发展滞后的县市应调整发展战略，由附加值低的产业向附加值高的产业转变，为所属市进步做出贡献，更为苏北地区经济发展提供后发优势，进而实现江苏区域经济协调发展。〔责任编辑：天则〕