Spatial-temporal Pattern and Causes for GDP per Capita at County Level in Beijing-Tianjin-Hebei Region

doi:10.13209/j.0479-8023.2017.128

Abstract

Abstract:

Taking 171 counties of Beijing-Tiajin-Hebei Region as research units, based on spatial analysis model of GIS and geographic weighted regression model, the spatial-temporal characteristics of GDP per capita and its cause in 1993- 2013 were revealed. Results were as follows. GDP per capita in the Beijing-Tianjin-Hebei Region at county level showed rapid growth trend with expanding difference; GDP per capita at county level showed a significant positive correlation, that is to say, the pattern of high-high concentration and low-low concentration was enhanced. Beijing-Tianjin-Tangshan Region was always the hot economic development zone in Beijing-Tianjin-Hebei Region, the GDP per capita of most counties in Hebei Province was at low level, and cold economic development belt of “Laiyuan County-Gaoyang County-Wuyi County-Zaoqiang Qiu County” was gradually formed. GDP per capita at county level showed spatial pattern of “northeast-southwest”, and the overall trend was enhanced. Wen’an County was the core of GDP per capita gravity, and the centre of economic gravity moved southwest firstly and then northeast, indicating that the economic development function in the northeast of Beijing-Tianjin-Hebei Region further strengthen. Compared with OLS model, the fitting effect of GWR model was improved obviously. The development of GDP per capita in 2013 was mainly promoted by the gross industrial output value per capita, the proportion of value-added of the tertiary industry, the contracted investment actually utilized per capita and urbanization level.

Key words: GDP per capita, standard deviation ellipse, geographic weighted regression, Beijing-Tianjin-Hebei region

摘要：

基于GIS空间分析和地理加权回归模型等方法, 研究1993—2013年京津冀地区县域人均GDP的空间分异特征及其影响因素, 以期为促进县域经济发展的政策制定和路径设计提供依据。得到以下结论。1) 京津冀地区县域人均GDP快速增长, 县域间的差异扩大; 县域人均GDP呈现显著的正向相关性, “高高集聚”和“低低集聚”的趋同性在增强。2) 京津唐地区一直是京津冀地区经济发展的热点区域, 河北省大部分县域的人均GDP处于较低水平, “涞源县-高阳县-武邑县-枣强县-邱县”经济冷点带逐渐形成; 县域人均GDP呈现“东北-西南”的走向分布, 并且整体上呈现强化趋势; 经济发展重心以文安县为核心, 呈现“先西南、后东北”的“V”形变动, 东北方向的经济功能进一步强化。3) 与OLS模型相比, 地理加权回归模型的拟合效果明显改善。人均规模以上工业增加值、第三产业增加值比重、人均实际使用外资金额以及城镇化水平等显著促进了2013年京津冀地区的县域经济发展。

关键词: 人均GDP, 标准差椭圆, 地理加权回归, 京津冀地区

Xiumei TANG, Yunbing GAO, Yu LIU, Chao SUN. Spatial-temporal Pattern and Causes for GDP per Capita at County Level in Beijing-Tianjin-Hebei Region[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(6): 1089-1098.

唐秀美, 郜允兵, 刘玉, 孙超. 京津冀地区县域人均GDP的空间差异演化及其影响因素[J]. 北京大学学报自然科学版, 2017, 53(6): 1089-1098.

Add to citation manager EndNote|Ris|BibTeX

URL: https://xbna.pku.edu.cn/EN/10.13209/j.0479-8023.2017.128

https://xbna.pku.edu.cn/EN/Y2017/V53/I6/1089

Figures/Tables 8

References 34

[1]	Liao F, Wei Y.Dynamics, space, and regional inequa-lity in provincial China: a case study of Guangdong province. Applied Geography, 2012, 35(35): 71-83
[2]	王芳, 高晓路. 内蒙古县域经济空间格局演化研究. 地理科学, 2014, 34(7): 818-824
[3]	潘竟虎, 贾文晶. 中国国家级贫困县经济差异的空间计量分析. 中国人口·资源与环境, 2014, 24(5): 153-160
[4]	仇方道, 朱传耿, 佟连军, 等. 淮海经济区县域经济差异变动的空间分析. 地理科学, 2009, 29(1): 56-63
[5]	崔长彬, 王海南, 张正河. 县域经济σ-趋同的空间计量经济检验——以河北省 136 县(市)为例. 经济问题, 2012(4): 61-64
[6]	LeSage J P. A spatial econometric examination of China’s economic growth. Annals of GIS, 1999, 5(2): 143-153
[7]	Ertur C, Koch W.Regional disparities in the European Union and the enlargement process: an exploratory spatial data analysis, 1995-2000. Annals of Regional Science, 2006, 40(4): 723-765
[8]	Wei Y D, Yu D, Chen X.Scale, agglomeration, and regional inequality in provincial china. Tijdschrift voor economische en Sociale Geografie. 2011, 102(4): 406-425
[9]	王静, 张小雷, 杜宏茹. 新疆县域经济空间格局演化特征. 地理科学进展, 2011, 30(4): 470-478
[10]	熊薇, 徐逸伦, 王迎英. 江苏省县域经济差异时空演变. 地理科学进展, 2011, 30(2): 224-230
[11]	孙姗姗, 朱传耿. 区域经济发展差异研究进展与展望. 人文地理, 2008, 23(2): 11-18
[12]	柯文前, 陆玉麒. 基于县域的福建省经济空间格局演化. 经济地理, 2011, 31(7): 1081-1087
[13]	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. 经济经纬, 2014, 31(1): 1-7
[14]	Fotheringham A S, Brunsdon C, Charlton M.Geogra-phically weighted regression: the analysis of spatially varying relationships. International Union of Crystal-lography, 2002, 54(6): C125-C126
[15]	Brunsdon C, Charlton M.Geographically Weighted regression-modelling spatial non-stationarity. Journal of the Royal Statistical Society, 1998, 47(2): 431-443
[16]	Jaimes N B P, Sendra J B, Delgado M G, et al. Exploring the driving forces behind deforestation in the state of Mexico (Mexico) using geographically weighted regression. Applied Geography, 2010, 30(4): 576-591
[17]	袁富华. 劳动生产率: 关联与差异——基于 GWR模型的分析. 经济学, 2011, 10(2): 709-734
[18]	Páez A, Farber S, Wheeler D.A simulation-based study of geographically weighted regression as a me-thod for investigating spatially varying relationships. Environment & Planning A, 2011, 43(12): 2992-3010
[19]	应龙根, 宁越敏. 空间数据:性质、影响和分析方法. 地球科学进展, 2005, 20(1): 49-56
[20]	王振波, 朱传耿, 徐建刚. 省际边界区域边界效应的测定——以淮海经济区为例. 经济地理, 2008, 28(5): 765-770
[21]	Liu Y S, Wang L J, Long H L.Spatial patterns and driving forces of land use change in China during the early 21st century. Journal of Geographical Sciences, 2010, 20(4): 483-494
[22]	刘辉, 申玉铭, 孟丹, 等. 基于交通可达性的京津冀城市网络集中性及空间结构研究. 经济地理, 2013, 33(8): 37-45
[23]	陆大道. 京津冀城市群功能定位及协同发展. 地理科学进展, 2015, 34(3): 265-270
[24]	尹虹潘, 刘姝伶. 中国总体基尼系数的变化趋势—— 基于2000—2009 年数据的全国人口细分算法. 中国人口科学, 2011(4): 11-20
[25]	Dagum C.A new approach to the decomposition of the Gini income inequality ratio. Empirical Econo-mics, 1997, 22(4): 515-531
[26]	刘晓婷, 陈闻君. 2004—2013 年新疆县域经济空间差异演化. 中国沙漠, 2015, 35(4): 1089-1095
[27]	方叶林, 黄震方, 陈文娣, 等. 2001—2010 年安徽省县域经济空间演化. 地理科学进展, 2013, 32(5): 831-839
[28]	姜世国, 滕骏华, 王法辉. 基于GIS 的数量方法与应用. 北京: 商务印书馆, 2009
[29]	Gallo J, Ertur C.Exploratory spatial data analysis of the distribution of regional per capita GDP in Europe, 1980—1995. Papers in Regional Science, 2003, 82(2): 175-201
[30]	赵玉芝, 董平. 江西省县域经济差异特征及其成因分析. 人文地理, 2012(1): 87-91
[31]	纪小美, 付业勤, 陶卓民, 等. 福建省县域经济差异的时空动态与变迁机制. 经济地理, 2016, 36(2): 36-44
[32]	周扬, 李宁, 吴文祥, 等. 1982—2010 年中国县域经济发展时空格局演变. 地理科学进展, 2014, 33(1): 102-113
[33]	董冠鹏, 郭腾云, 马静. 空间依赖、空间异质与京津冀都市地区经济收敛. 地理科学, 2010, 30(5): 679-685
[34]	陈红霞, 李国平, 张丹. 京津冀区域空间格局及其优化整合分析. 城市发展研究, 2011, 18(11): 74-79

年份	椭圆面积/km²	长轴标准差/km	短轴标准差/km	转角/(°)	年份	椭圆面积/km²	长轴标准差/km	短轴标准差/km	转角/(°)
1993	80782	222.87	115.39	38.34	2004	78570	227.37	110.00	40.81
1994	82302	226.20	115.83	37.87	2005	79864	230.17	110.46	41.12
1995	82302	226.50	115.67	38.54	2006	80918	232.17	110.95	41.42
1996	82130	227.63	114.86	38.89	2007	81978	234.90	111.10	41.61
1997	81970	228.57	114.17	39.56	2008	83361	235.84	112.52	42.12
1998	82201	228.29	114.63	39.79	2009	82244	231.96	112.87	42.81
1999	80257	227.67	112.22	40.19	2010	82058	230.01	113.57	42.32
2000	79989	225.33	113.01	39.98	2011	82423	231.09	113.54	42.39
2001	78122	224.79	110.64	40.25	2012	81283	228.55	113.22	42.01
2002	77486	223.71	110.26	40.20	2013	80108	224.24	113.73	42.19
2003	77818	224.75	110.22	40.42

年份	椭圆面积/km²	长轴标准差/km	短轴标准差/km	转角/(°)	年份	椭圆面积/km²	长轴标准差/km	短轴标准差/km	转角/(°)
1993	80782	222.87	115.39	38.34	2004	78570	227.37	110.00	40.81
1994	82302	226.20	115.83	37.87	2005	79864	230.17	110.46	41.12
1995	82302	226.50	115.67	38.54	2006	80918	232.17	110.95	41.42
1996	82130	227.63	114.86	38.89	2007	81978	234.90	111.10	41.61
1997	81970	228.57	114.17	39.56	2008	83361	235.84	112.52	42.12
1998	82201	228.29	114.63	39.79	2009	82244	231.96	112.87	42.81
1999	80257	227.67	112.22	40.19	2010	82058	230.01	113.57	42.32
2000	79989	225.33	113.01	39.98	2011	82423	231.09	113.54	42.39
2001	78122	224.79	110.64	40.25	2012	81283	228.55	113.22	42.01
2002	77486	223.71	110.26	40.20	2013	80108	224.24	113.73	42.19
2003	77818	224.75	110.22	40.42

变量	OLS模型中的标准化回归系数	GWR模型中的回归系数
变量	OLS模型中的标准化回归系数	最小值	1/4分位数	中位数	3/4分位数	最大值
截距	—	-0.073	-0.031	-0.024	-0.015	0.011
人均规模以上工业总产值	0.876^***	0.662	0.776	0.889	1.013	1.235
城镇化水平	0.286^***	-0.141	0.137	0.237	0.344	0.426
第三产业增加值比重	0.185^***	0.071	0.100	0.159	0.245	0.342
人均固定资产投资额	-0.161^***	-0.490	-0.178	0.133	0.782	1.009
人均财政支出	-0.155^***	-0.465	-0.336	-0.292	-0.237	-0.134
人均实际使用外资金额	0.104^*	-1.195	-0.047	0.072	0.153	0.304
局部R²		0.802~0.948
R²	0.859	0.926
R²_adj	0.854	0.911
F (r²):	166.953	60.599

变量	OLS模型中的标准化回归系数	GWR模型中的回归系数
变量	OLS模型中的标准化回归系数	最小值	1/4分位数	中位数	3/4分位数	最大值
截距	—	-0.073	-0.031	-0.024	-0.015	0.011
人均规模以上工业总产值	0.876^***	0.662	0.776	0.889	1.013	1.235
城镇化水平	0.286^***	-0.141	0.137	0.237	0.344	0.426
第三产业增加值比重	0.185^***	0.071	0.100	0.159	0.245	0.342
人均固定资产投资额	-0.161^***	-0.490	-0.178	0.133	0.782	1.009
人均财政支出	-0.155^***	-0.465	-0.336	-0.292	-0.237	-0.134
人均实际使用外资金额	0.104^*	-1.195	-0.047	0.072	0.153	0.304
局部R²		0.802~0.948
R²	0.859	0.926
R²_adj	0.854	0.911
F (r²):	166.953	60.599

差异源	残差平方和	自由度	均方差	F
OLS模型的残差	0.86	7	0
GWR模型的改进量	0.41	23.15	0.0176
GWR模型的残差	0.45	140.85	0.0032	5.4983