派智库

摘要：采用标准差、变异系数、基尼系数、ESDA等方法对2007—2015年东北地区县域经济差异的时空特征进行研究，并基于面板数据构建空间计量经济模型分析其影响因素。结果表明：（1）县域经济的绝对差异逐年增大，相对差异略有缩小，区域内差异是总体差异的主要构成。（2）县域经济存在较强的空间相关性，且两极分化明显。高水平县域零散分布，主要集中在内蒙古呼伦贝尔、黑龙江东南部和辽中南地区，呈现“T”型空间分布格局，且格局相对稳定；低水平县域在黑龙江中部地区和内蒙古兴安盟地区连片分布，且集聚趋势不断增强。（3）产业结构、固定资产投资、居民储蓄存款、财政收入及财政支出对县域经济差异起到正向促进作用，而劳动力投入对县域经济差异具有负面效应。 dedecms.com

关键词：经济差异；时空特征；空间计量模型；影响因素；东北地区

0 引言

dedecms.com

区域经济差异是指一定时期内区域间人均意义上的经济发展水平非均等化现象[1]。地区之间存在着资源禀赋、历史文化等差异。因此，区域经济差异有其存在的必然性。赫希曼的不平衡增长理论、佩鲁的增长极理论、弗里德曼的中心-外围理沦、威廉姆逊的倒“U”型理论等区域非均衡发展理论都认为，在经济发展的初期阶段经济差异逐渐加大，但随着经济发展，经济差异会逐渐缩小[2-3]。适度的区域经济差异有利于发挥地区比较优势，优化资源配置，但过大的区域经济差异会导致贫富差距扩大，不利于整体和谐稳定发展。

织梦内容管理系统

1978年以来，中国宏观经济一直高速发展，与此同时地区之间经济差异日益加大，已经成为区域经济学研究的热点。国内学者在区域经济差异方面的研究成果已经相当丰富，主要包括以下方面：（1）基于不同空间尺度的研究。如徐建华等[4]、刘清春等[5]、陈培阳等[6]对三大地带之间经济差异的研究，冯长春等。[7]、李晶晶等[8]。对综合经济区经济差异的研究，陈浩等[9]对中国省际之间经济差异的研究，茹乐峰等[10]、李汝资等[11]分别对西北地区、东北地区地级市之间经济差异的研究，吴玉鸣[12]、王建康等[13]对县域区域经济差异的研究。（2）不同研究方法的区域经济差异研究。如孟召宜等[14]、于婷婷等[15]利用定性分析方法研究区域经济差异的形成机制，王惊雷等[16]、董晓菲等[17]、鲁凤等[18]叫利用基尼系数、泰尔指数、锡尔系数等传统数理分析方法对区域经济差异的研究，蒲英霞等[19]、周晓艳等[20]分别利用ESDA方法、GIS可视化方法从空间角度重新审视区域经济差异，L.G.Ying、吴玉鸣等[21]将空间计量方法应用于中国区域经济增长的研究。（3）基于不同评价指标的区域经济差异研究。如欧向军等[22]以单一的人均国民收入指标对区域经济差异进行测度，任建军等[23]从GDP总量差异、人均GDP差异以及城乡居民收入差异3个指标对中国区域经济差异进行了分析。总体而言，国内对区域经济差异的研究尺度逐渐从宏观向微观转变，研究方法逐渐增多，评价指标逐渐从单一指标向多指标转变。 本文来自织梦

改革开放以来，东部沿海地区经济高速发展，而东北地区在经济结构转型中却面临诸多难题，县域经济发展不协调愈发突出。本研究考虑到东北地区各县域单元的空间效应，采用ESDA方法对2007—2015年东北地区219个县域单元经济差异的时空特征进行分析，并建立空间计量模型探讨县域经济差异的影响因素。

copyright dedecms

1 研究区域与数据来源 本文来自织梦

本研究的东北地区包括黑龙江省、吉林省、辽宁省和内蒙古东部地区（赤峰市、呼伦贝尔市、通辽市、兴安盟）。为了便于研究，将各地级市所辖的区合并为一个整体，共有219个研究单元。数据来源于2008—2016年各省份统计年鉴、《中国城市统计年鉴》《中国县（市）社会经济统计年鉴》以及各县（市）国民经济和社会发展统计公报。 织梦好，好织梦

2 研究方法

织梦内容管理系统

2.1 区域经济差异测度指数

织梦内容管理系统

采用标准差、变异系数和泰尔指数来测度区域经济差异。标准差用来表征区域经济发展的绝对差异；变异系数用来衡量区域经济发展的相对差异；泰尔指数用来测度区域内及区域间的经济差异[24-25]。 copyright dedecms

2.2 探索性空间数据分析（ESDA） 本文来自织梦

ESDA是将统计学原理和图形图表相结合，用来研究空间信息的非随机性或空间自相关性。ESDA主要有两类工具：第一类是全局空间相关性，本研究用Moran’s I测度；第二类是局部空间相关性，一般用Moran散点图和LISA测度[26]。 copyright dedecms

2.3 空间计量经济学模型

织梦内容管理系统

考虑到空间效应的存在，构建空间计量模型分析县域经济差异的影响因素，根据研究需要，选择常用的空间滞后模型、空间误差模型和空间杜宾模型。 织梦好，好织梦

（1）空间滞后模型（SLM）。主要探讨被解释变量是否存在空间溢出效应，模型为：Y=ρWY+Xβ+ε。式中：Y为被解释变量；ρ为空间自回归系数；W是空间权重矩阵；X代表解释变量；β是估计参数，反映解释变量对因变量的影响；ε为随机误差向量。 织梦好，好织梦

（2）空间误差模型（SEM）。空间误差模型的空间依赖存在于误差项中，模型为：Y=Xβ+ε，ε=λWε+u。式中：λ为空间误差系数；u为正态分布的随机误差向量。

本文来自织梦

（3）空间杜宾模型（SDM）。将解释变量和被解释变量的空间滞后项均加入模型中，考察对被解释变量的影响。模型为：式中：γ是解释变量空间滞后项的估计系数，用来度量相邻区域的解释变量对因变量y的边际影响。

本文来自织梦

3 县域经济差异时间特征

3.1 绝对差异和相对差异

织梦好，好织梦

计算东北地区2007—2015年各县区人均GDP的标准差和变异系数（图1）。从标准差变化曲线来看，绝对差异呈逐年增大趋势，可以分为缓慢增长阶段（2007—2008年）、加速增长阶段（2008_2011年）和稳步上升阶段（2011—2015年）3个阶段。从变异系数的变化曲线来看，相对差异在2007—2015年呈现波动减小的趋势，可分为3个阶段：2007—2011年下降阶段，变异系数从2007年的0.893下降到2011年的0.816；2011—2014年缓慢增长阶段，变异系数从2012年的0.831增长到2014年的0.888；2014—2015迅速下降阶段，变异系数从2014年的0.888下降到2015年的0.771。可见，2007—2015年东北地区县域经济绝对差异逐年增大，相对差异略有缩小。

copyright dedecms

织梦内容管理系统

3.2 区域经济差异分解

基于泰尔指数的可分解性，将东北地区的区域经济差异分成区域间差异、区域内差异、黑龙江省、吉林省、辽宁省和内蒙古东部的差异（图2）。2007—2015年区域之间的经济差异不断减小，且对总体差异的贡献也在不断减小，贡献率从2007年的11.5％下降到2015年的5.5％；区域内部的泰尔指数在2007—2013年呈下降趋势，至2014年开始回升，其经济差异的变化与总体差异走向基本一致，是总体差异的主要原因，对总体差异的贡献率一直在85％以上，在2015年达到94.5％，所以缩小区域内经济差异是县域经济协调发展的主要任务。具体来看，黑龙江省的县域经济差异是最大的，这是受到黑龙江特殊的地理位置、气候条件和复杂的地形（北部和西北部是山区，中部和南部为平原）的综合影响，使得黑龙江发达县区主要集中在哈尔滨市和大庆市周围，而其他县区经济发展水平较低，拉大了经济差异，不过近年来这种差异呈现出不断缩小的态势；辽宁省县域经济差异比吉林省略高，且二者近年来县域经济差异的走向基本一致，均呈现不断减小的趋势，一定程度上说明了经济发达地区对周边县区的经济带动作用开始增强；内蒙古东部地区的经济差异呈现波动性增长，2009年县域经济差异仅次于黑龙江省。

4 县域经济差异空间特征 织梦内容管理系统

4.1 全局空间相关性

copyright dedecms

运用AreGIS软件计算2007—2015年东北地区县域的全局Moran’s I指数（图1）。可以看出：（1）Moran’s I指数均显着为正，说明东北地区经济发展在空间上表现出明显的正向关联。（2）Moran’s I指数呈现波浪式上升的态势，可以分为3个阶段：2007—2013年为波动性上升阶段，全局自相关系数Moran’s I由0.165增加到2013年的0.227，说明这一阶段东北地区经济发展水平相近的区县在空间分布上更加集中，经济联系逐渐增强，经济发展空间差异有缩小的趋势；2013—2014年为下降阶段，Moran’s I降低到0.165，表明东北地区县域经济空间关联性在这一阶段是减弱的；2014—2015年为上升阶段，Moran’s I上升到0.270，说明县域经济的空间关联再次增强。 织梦好，好织梦

4.2 局部空间相关性 copyright dedecms

4.2.1 Moran散点图。根据全局Moran’s I指数的时段特征，选取2007，2011，2015年为研究断面，利用GeoDa软件得到东北地区各县域人均GDP的Moran散点图（图3）。2007年东北地区大多数县域落在第1，Ⅲ象限（第1象限41个，第Ⅲ象限124个），占全区域的75％，第Ⅲ象限县域数量所占比例较大，说明东北地区县域经济发展的整体水平较低。2011年东北地区县域落入第Ⅰ象限增至54个，落入第Ⅲ象限降至102个，说明在此期间东北地区经济得到较快发展，发达地区对周边地区起到一定带动作用。2015年东北地区县域落入第Ⅰ象限57个，落入第Ⅲ象限116个，说明东北地区县域经济发展空间集聚效应持续增强。总体来看，东北地区县域经济发展集聚性比较稳定，且位于Ⅰ，Ⅲ象限的县区数量占绝对优势，说明东北地区县域经济增长出现俱乐部趋同趋势，经济发展两极分化明显，地区差异不断扩大。

织梦好，好织梦

4.2.2 LISA集聚图。利用ArcGIS软件绘制出2007，2011，2015年的LISA集聚图（图4）。可以发现以下特征。（1）高水平县域零散分布，呈现“T”型空间分布格局，且格局相对稳定。高一高型县域主要集中在呼伦贝尔、哈尔滨、黑龙江东南部和辽中南地区，这些地区恰是东北地区“T”型铁路的节点，即哈大线、绥滨线、滨洲线的起讫点，说明东北干线铁路对其经济格局有着重要影响。2007—2015年高一高型的县域分布格局并未发生较大变化，哈尔滨、沈阳、大连一直是经济发展的核心地区，且以此为核心，由内向外依次分布着高-高型县区、高-低型县区、低-高型县区、低-低型县区，属于典型的核心-边缘模式的经济发展结构。具体来看，2007—2011年高-高型县区数量有所增加，扎鲁特旗、辽阳市、灯塔县由低-高型变成高-高型，说明这些地区受益于周围发展水平较高县区的扩散作用，经济发展速度加快，与周围地区经济联系加强；调兵山市、盘山县、大洼县等县区，由不显着类型变成高-高型，其中盘山县和大洼县是受益于盘锦新港的开发建设，从因油而兴到以港而强，促使区域资源要素向其集中，带动了周围地区经济发展。2015年鄂温克族自治旗和绥芬河市均由不显着类型变成高-高型县区，其中鄂温克族自治旗是一个加工主导型旗县，近年来工矿业成为整个国民经济的主导产业，经济发展水平得到提升。辽宁省众多县区退出高一高型变成不显着类型，如调兵山市、铁岭县等，说明这些地区与周围县区经济差异加大，经济联系减弱。（2）低水平县域集中分布，且集聚趋势不断增强。低一低型县区主要在黑龙江中部地区和兴安盟地区连片分布，并继续向黑龙江西北和东北扩散。这是因为黑龙江中部、北部地区年平均气温较低，冬季寒冷漫长，兴安盟地区处于大兴安岭中段，交通不便，基础设施水平较低，种种因素限制了这些地区的经济发展。2007-2011年甘南县、龙江县等县区退出低一低型变成不显着类型；萝北县、凌源市等从不显着类型变成低-低型；2011—2015年低-低型进一步扩张，从黑龙江中部地区延伸到黑龙江西北地区的漠河县、黑龙江东北地区的宝清县。说明这些地区与周围地区的经济发展出现趋同现象，呈现一种低层次的空间集聚。

织梦好，好织梦

5 县域经济差异的影响因素 本文来自织梦

5.1 自然环境

本文来自织梦

自然环境是经济发展的物质基础，良好的自然条件对经济发展具有重要的促进作用。从地形地貌来看，东北地区呈现向西开口的马蹄形的地形特征，山环水绕，平原居中。黑龙江省中北部和西北部、吉林省东部、辽宁省东部和西部的县区处于低山丘陵地带，地形复杂，交通不便，限制了这些县区的经济发展，如漠河县等；黑龙江东北部、吉林省中西部、辽宁省中部的县区大多处于平原地区，地势平坦，土壤肥沃，交通基础设施完善，为这些县区经济发展提供了条件。故受地形地貌的影响，平原地区县区经济发展优于低山丘陵地区。从气候来看，东北地区属于温带湿润半湿润季风气候。黑龙江地区属于寒温带季风气候，限制了农作物的生长和成熟，如嫩江县等；辽宁省年平均气温较高，受海陆分布的影响，气温从西南到东北递减，西南县区的经济发展程度高于东北地区。故受气候条件的影响，东南部县区经济发展要优于西北内陆地区。从自然资源来看，东北地区有着丰富的自然资源。海城市、本溪满族自治县等拥有丰富的铁矿资源，北票市、调兵山市等地有着丰富的煤矿资源，桦甸市、前郭县储藏着石油资源和有色金属。丰富的自然资源为这些县区的发展提供了得天独厚的优越条件，使它们的经济发展高于其他县区。 本文来自织梦

5.2 地理区位

对东北地区整体而言，“一五”时期的东北地区凭借其原有工业基础和靠近苏联的优越地理位置，率先进行工业建设，经济得到迅猛发展，而改革开放以后的东北地区与珠三角、长三角相比已经失去了原有的区位优势，位于中国边缘的区域位置甚至限制了其经济发展，使其远远落后于长三角、珠三角和京津冀地区。东北地区区域内部各县区区位优势不尽相同，滨州一绥滨和哈大的“T”型铁路沿线的县区，交通便利，更能获得经济效益；沈阳、哈尔滨、长春、大连周边县区受大城市辐射带动作用明显，也成为经济发展较快的县区。

5.3 社会经济因素 copyright dedecms

区域经济发展是一种社会经济现象，必然受诸多社会经济因素的影响。空间自相关分析表明，东北地区县域经济具有较强的空间依赖性。因此，建立空间计量模型分析社会经济因素对区域经济差异的影响。

5.3.1 变量选择。（1）解释变量。包括产业结构、固定资产投资、财政收入和支出、居民储蓄存款、劳动力。区域经济发展和产业结构密不可分，产业结构的优化升级对一个地区的经济发展具有促进作用。用第二产业、第三产业占GDP的比重之和作为产业结构的替代变量，以X1表示，用来衡量产业结构对经济差异的作用。固定资产投资是投资的重要组成部分，反映了一个地区在一定时间内固定投资方面的投入额度。以X2代表固定资产投资，用来衡量固定资产投资对经济差异的作用。财政收入与支出既可以衡量县域地方政府对经济发展的作用力，也可以衡量政府对经济发展的收入和调控。以X3代表各县级行政单元的财政收入，X4代表各县级行政单元的财政支出，分别表示财政收入和财政支出对经济差异的影响。由于财政收入和支出对县域经济发展的支持有限，而居民储蓄存款是一项增加资本投入的重要来源，因此选用各县级行政单元的居民储蓄存款作为一个解释变量，以X5表示，用来衡量储蓄水平对经济差异的作用。以年末单位从业人员数作为劳动力的替代变量，以X6表示，用来衡量劳动力对经济差异的作用。（2）被解释变量。被解释变量为县域经济差异，用人均国内生产总值Y来表示。 织梦好，好织梦

5.3.2 模型选择。残差的Moran’s I值为0.411且高度显着，表明县域经济具有高度相关性，且SLM，SEM的拉格朗日乘数检验（LMLAG，LMERR）及稳健检验（R-LMLAG，R-LMERR）的统计量都通过了1％的显着性检验，说明影响县域经济差异的因素不仅包括解释变量及被解释变量的滞后项，还包括误差项及滞后项。为了确定最优空间面板模型，分别计算出空间滞后和空间误差的沃尔德（Wald）检验统计量和似然比（LR）检验统计量，用来判断空间杜宾模型是否能简化为空间滞后模型和空间误差模型。Wald空间滞后值和LR空间滞后值均通过了1％的显着性水平检验，因此确定空间杜宾模型为最优模型。通过Hausaman检验可知，统计量为121.583，在1％的显着性水平下拒绝原假设，所以最终选择固定效应面板模型对东北地区县域经济差异的影响因素进行分析。

本文来自织梦

5.3.3 模型的估计结果与分析。在空间固定效应面板模型的基础上，利用MATLAB软件对2007—2015年东北地区219个县级单元的区域经济差异的影响因素进行回归分析（表1）。空间滞后回归系数P和空间误差回归系数A均为正值且通过了1％的显着性检验，表明对区域经济差异的研究不能忽略空间效应的影响。从拟合优度（R2）和对数似然值（Log-L）来看，SDM的模型拟合效果是最优的，将其估计结果作为分析讨论的依据。

本文来自织梦

产业结构对县域经济差异的影响最大，估计系数显着为正，说明产业结构对区域经济差异具有正向效应。东北地区各县域单元产业结构相差很大，辽中南地区的县域单元、吉林省大部分县区、内蒙古东部赤峰市和呼伦贝尔市的部分县区二三产业结构比重都达到80％以上，这些地区的经济发展水平也明显高于其他地区。而黑龙江的佳木斯市、双鸭山市、大兴安岭地区的大部分县区如抚远县、饶河县等二三产业结构比重较低，基本都在50％以下，这些地区的农业所占比重过高，经济发展水平较低。产业结构的滞后项参数为负值，但不显着，说明周边地区的产业结构会对本地区经济发展产生负面作用，但这种作用并不明显。 织梦好，好织梦

固定资产投资的回归系数在1％的水平上显着为正，说明其对区域经济差异具有显着促进作用。资本投入的增加会直接促进经济发展，一个地区吸引的投资越多，经济发展水平越高。东北地区固定资产投资最高的地区集中在辽中南地区以及吉林省长春市所辖部分县区，这些地区有着便利的交通，较好的经济基础，能吸引大量投资。而投资较少的地区主要集中在黑龙江北部地区的漠河县、五大连池等地区，这些地区地处偏远，交通不便，经济发展明显落后于其他地区。固定资产投资滞后项的系数在1％的水平上显着为负，说明周边地区的投资水平会在一定程度上阻碍本地区经济发展。

织梦好，好织梦

居民储蓄存款的影响在1％的水平上显着为正。这符合东北地区实际情况，2015年居民储蓄存款大于100万元的县区大多位于吉林省中部地区、辽宁省的沿海地带、沈阳市所辖部分县区以及内蒙古东部地区的满洲里市，这些地区的经济发展水平高于其他地区。而居民储蓄存款低于50万元的地区基本位于辽西辽北地区、黑龙江大部分地区和内蒙古东部大部分地区，这些地区经济发展落后，与其他地区存在很大差距。居民储蓄存款的空间滞后项显着为正，说明居民储蓄对周边地区经济发展产生积极影响。

财政收入和财政支出的估计系数均显着为正，说明财政政策对区域经济差异具有促进作用。从财政收入来看，税收的主要来源是二三产业，所以财政收入较多的地区集中在二三产业发达的辽中南地区，财政收入较少的地区集中在一产比重过高、二三产业不发达的黑龙江中部地区和蒙东地区。从财政支出来看，财政支出较多的地区集中在长春市、吉林市、沈阳市、大连市等经济发达的市辖区，财政支出较少的地区集中在经济欠发达的黑龙江中部地区和蒙东地区。落后县区吸引外资困难，经济发展更加依赖于地方政府财政政策，财政收支的空间差异无疑进一步加大了东北地区县域经济发展差距。财政收入和财政支出滞后项参数均在1％的水平上显着为正，说明周边地区的财政收支的增加会对本地区产生积极影响。 本文来自织梦

劳动力投入对县域经济发展的影响在1％的水平上显着为负，说明劳动力对东北地区县域经济差异具有负面效应。近年来东北地区人口流失严重，尤其是青壮年劳动力和高素质劳动力的流失。青壮年劳动力的流出不仅使得东北地区劳动力数量减少，而且使东北地区的劳动力处于老龄化结构；高素质劳动力尤其是各种层次的应届毕业生大多向东部沿海地区迁移，使剩余劳动力质量较低。这两方面因素降低了东北地区的劳动生产率，使劳动力因素给经济发展带来负面影响。在空间杜宾模型估计结果中劳动力的滞后项参数为正但不显着，说明周边地区劳动力的增加对本地区产生的影响还不明确。

织梦好，好织梦

6 结论与讨论

6.1 结论

织梦好，好织梦

2007—2015年东北地区县域经济的绝对差异增大，相对差异略有缩小；区域间差异持续减小，而区域内差异一直是总体差异的主要构成，缩小区域内经济差异是县域经济协调发展的重要任务。从空间上看，县域经济发展两极分化明显，高一高型的县域零散分布，主要集中在内蒙古呼伦贝尔、黑龙江东南部和辽中南地区，呈现相对稳定的“T”型空间分布格局，低一低型的县区在黑龙江中部地区和内蒙古兴安盟地区连片分布，且有继续向黑龙江西北和东北扩散的趋势。

内容来自dedecms

空间杜宾模型估计结果显示，产业结构、固定资产投资、居民储蓄存款、财政收入和财政支出会对东北地区县域经济差异起到正向促进作用，但劳动力投入目前对东北地区县域经济差异存在负面影响。

6.2 讨论 copyright dedecms

以县域作为研究尺度，揭示了东北地区县域经济的差异性及其时空特征，并从自然和社会经济方面全面探究了经济差异的影响因素，明确了产业结构、固定资产投资、居民储蓄存款和财政政策对经济差异的重要程度，对进一步协调县域经济发展具有重要指导作用。本研究仍存在两点不足，有待进一步改进：一是受数据和相关资料的限制，经济差异表征指标的选取较为单一；二是研究时限较短，选择较长时间尺度可以使东北地区县域经济差异的研究更有意义。 织梦好，好织梦

参考文献： dedecms.com

[1]覃成林.中国区域经济差异研究[M].北京：中国经济出版社，1997：2-5.

[2]艾尔伯特·赫希曼.经济发展战略[M].曹征海，潘照东，译.北京：经济科学出版社，1991：55-87.

[3]弗朗索瓦·佩鲁.略论“增长极”概念[J].李仁贵，译.经济学译丛，1988（9）：69-71. 织梦好，好织梦

[4]徐建华，鲁凤，苏方林.中国区域经济的时空尺度分析[J].地理研究，2005，24（1）：57-68.

[5]刘清春，王铮.中国区域经济差异形成的三次地理要素[J].地理研究，2009，28（2）：430-440. 织梦内容管理系统

[6]陈培阳，朱喜钢.基于不同尺度的中国区域经济差异[J].地理学报，2012，67（8）：1085-1097. dedecms.com

[7]冯长春，曾赞荣，崔娜娜.2000年以来中国区域经济差异的时空演变[J].地理研究，2015，34（2）：234-246.

[8]李晶晶，苗长虹.长江经济带人口流动对区域经济差异的影响[J].地理学报，2017，72（2）：197-212.

织梦好，好织梦

[9]陈浩，邓祥征.中国区域经济发展的地区差异GIS分析[J].地球信息科学学报，2011，13（5）：586-593.

dedecms.com

[10]茹乐峰，张改素，丁志伟，等.我国西部地区市域经济的时空差异研究[J].地域研究与开发，2014，33（2）：54-59.134. copyright dedecms

[11]李汝资，王文刚，宋玉祥.东北地区经济差异演变与空间格局[J].地域研究与开发，2013，32（4）：28—32，89. 本文来自织梦

[12]吴玉鸣.县域经济增长集聚与差异：空间计量经济实证分析[J].世界经济文汇，2007，1（2）：37-57.

内容来自dedecms

[13]王建康，谷国锋，姚丽，等.福建省区域经济差异的空间格局演变及影响因素[J].地域研究与开发，2015，34（6）：19—25，37. dedecms.com

[14]孟召宜，渠爱雪，车冰清，等.江苏省区域经济差异的文化研究[J].地理研究，2010，29（8）：1379-1391. 本文来自织梦

[15]于婷婷，宋玉祥，浩飞龙，等.吉林省经济效率差异及空间格局演变[J].地理科学，2016，36（7）：1066-1072. dedecms.com

[16]王惊雷，李在军.基于基尼系数空间分解的江苏省经济差异分析[J].地域研究与开发，2017，36（3）：12-15. 本文来自织梦

[17]董晓菲，王荣成.东北地区哈大交通经济带经济发展空间差异研究[J].地域研究与开发，2010，29（2）：22-28. dedecms.com

[18]鲁凤，徐建华.基于二阶段嵌套锡尔系数分解方法的中国区域经济差异研究[J].地理科学，2005，25（4）：19-25.

[19]蒲英霞，葛莹，马荣华，等.基于ESDA的区域经济空间差异分析——以江苏省为例[J].地理研究，2005，24（6）：965-974. dedecms.com

[20]周晓艳，郝慧迪，叶信岳，等.黄河流域区域经济差异的时空动态分析[J].人文地理，2016，31（5）：119—12S

[21]吴玉鸣，李建霞.省域经济增长与电力消费的局域空间计量经济分析[J].地理科学，2009，29（1）：30—35：

[22]欧向军，沈正平，朱传耿.江苏省区域经济差异演变的空间分析[J].经济地理，2007，27（1）：78-83.

[23]任建军，阳国梁.中国区域经济差异及其成因分析[J].经济地理，2010，30（5）：784-789.

织梦内容管理系统

[24]姜博，初楠臣，王玉迪，等.辽宁城市核心要素集聚与分化的空间差异[J].地域研究与开发，2016，35（3）：46-50. 本文来自织梦

[25]陈培阳，朱喜钢.福建省区域经济差异及其空间格局演化[J].地域研究与开发，2009，28（1）：53—57，67.

copyright dedecms

[26]马晓冬，马荣华，徐建刚.基于ESDA—GIS的城镇群体空间结构[J].地理学报，2004，59（6）：1048-1057. 内容来自dedecms