1978-2011年间中国区域消费水平的时空演变

doi:10.3724/SP.J.1047.2014.00746

地球信息科学学报 ›› 2014, Vol. 16 ›› Issue (5): 746-753.doi: 10.3724/SP.J.1047.2014.00746

1978-2011年间中国区域消费水平的时空演变

李在军¹(), 管卫华^1,,A;^*(), 吴启焰¹, 蒲英霞²

1. 南京师范大学地理科学学院,南京 210023
2. 南京大学地理信息科学系,南京 210093

收稿日期:2013-12-03 修回日期:2014-03-24 出版日期:2014-09-10 发布日期:2014-09-04
作者简介:
作者简介：李在军(1989-),男,博士生,研究方向为区域经济与空间结构。E-mail: junzailinyi@163.com
基金资助:
国家自然科学基金项目(41271128、41329001);江苏高校优势学科建设工程项目

The Temporal and Spatial Trend of China's Regional Consumption Level since the Reform and Opening up

LI Zaijun¹(), GUAN Weihua^1,^*(), WU Qiyan¹, PU Yingxia²

1. School of Geography Science, Nanjing Normal University, Nanjing 210023, China
2. Department of Geography Information Science, Nanjing University, Nanjing 210093, China

Received:2013-12-03 Revised:2014-03-24 Online:2014-09-10 Published:2014-09-04
Contact: GUAN Weihua
About author:
*The author: CHEN Nan, E-mail：fjcn99@163.com

摘要/Abstract

摘要：

区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平,在我国区域消费水平差异测度的基础上,对区域消费水平差异的时间序列值进行突变点检测,进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法,分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵,对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象,无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响,使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征,东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态,西部地区多为向下转移的状态,而中部地区多为平稳分布,邻域消费水平的状态变化较大。

关键词: 区域消费水平, 趋同, 空间马尔科夫链, 时空演变

Abstract:

Regional consumption is an important driving force for the development of economy. The evolution of regional consumption level not only manifests the time sequence variation, but also shows the spatial interaction. While traditional studies consider little of the space-time effect together, this paper characterizes the regional consumption level with the use of per capita consumption retail sales. On the basis of calculating regional consumption level gap, the mutation point of time series values for regional consumption level gap is detected. Furthermore, the change of consumption level in China is divided into two periods of 1978-1986 and 1996-2010. Then, by using the traditional Markov chain and space Markov chain method, we analyzed the characteristics of spatial and temporal evolution pattern for per capita consumption level within the two periods respectively. The results show that: (1) the change of regional consumption level in each study phase shows the phenomenon of “club convergence”. And both the regions with low and high consumption level regions are steadily evolving along with their original types. (2) The variation of regional per capita consumption level is affected by the background of consumption level in adjacent regions, and the convergence process is not spatially independent. Generally, if a region is adjacent to regions with low consumption level, it will suffer from negative influences; if adjacent to regions with high consumption level, it will help increase the number of regions with their consumption level shifting upward and reduce the number of regions with same level transfer. (3) The interactions of regional consumption level between different regions present an obvious east-west differentiation trend. The regions and their neighborhoods with high consumption level that simultaneously shifting upward are mainly distributed in the east of China. The regions and their neighborhoods with consumption level shifting downward are clustered in the west of China. In addition, the central China region indicates a stationary consumption level, while the consumption level of the adjacent regions presents a varied state of convergence.

Key words: regional consumption level, regional convergence, space Markov chain, temporal and spatial change

李在军, 管卫华, 吴启焰, 蒲英霞. 1978-2011年间中国区域消费水平的时空演变[J]. 地球信息科学学报, 2014, 16(5): 746-753.DOI:10.3724/SP.J.1047.2014.00746

LI Zaijun,GUAN Weihua,WU Qiyan,PU Yingxia. The Temporal and Spatial Trend of China's Regional Consumption Level since the Reform and Opening up[J]. Journal of Geo-information Science, 2014, 16(5): 746-753.DOI:10.3724/SP.J.1047.2014.00746

图/表 7

图1

图2

图3

表1

图4

表2

图5

参考文献 23

[1]	张蕊,田澎.中国城镇居民10年消费结构变化实证研究[J].上海理工大学学报,2005,27(2):151-156.
[2]	蒋云飞,罗守贵.改革开放以来中国城镇居民消费结构变动及区域差异[J].经济地理,2008,28(3):415-418.
[3]	焦志伦. 中国城市消费的空间分布于空间相关关系研究[J].经济地理,2013,33(7):41-46.
[4]	胡美娟,周年兴,李在军,等.江苏省县域消费水平的空间格局及影响因素分析[J].经济地理,2014,34(6):48-53,74.
[5]	文启湘,冉净斐.消费结构与产业结构的和谐:和谐性及其测度[J].中国工业经济,2005(8):14-19.
[6]	白重恩,吴斌珍,金烨.中国养老保险缴费对消费和储蓄的影响[J].中国社会科学,2012(8):48-71.
[7]	向清成. 中国居民消费水平的地域差异[J].地理科学,2002,22(3):276-281.
[8]	李在军,管卫华,柯文前.中国区域消费与经济、人口重心演变的时间多尺度研究[J].经济地理,2014,34(1):7-14.
[9]	管卫华,周静,陆玉麒.改革开放以来中国社会消费水平的区域格局变化[J].地理研究,2012,31(2):234-243.
[10]	何清成. 我国消费水平的省际差异及其影响因素[J].经济地理,1992,12(2):63-67.
[11]	郭月婷,徐建刚.中国居民消费增长波动多尺度变化及趋势研究[J].人文地理,2011,26(5):94-98.
[12]	吴文林,李霞.消费水平及其评价指标体系[J].统计与咨询,2005(2):13-14.
[13]	郑小玲. 居民消费支出与社会消费品零售额总额的联系与区别[J].经营管理者,2009(13):225-225.
[14]	蒲英霞,马荣华,葛莹,等.基于空间马尔科夫链的江苏区域趋同时空演变[J].地理学报,2005,60(5):817-826.
[15]	欧向军,赵清.基于区域分离系数的江苏省区域经济差异成因定量分析[J].地理研究,2007,26(4):693-704.
[16]	朱杰,管卫华,蒋志欣,等.江苏省城市经济影响区格局变化[J].地理学报,2007,62(10):1023-1025.
[17]	魏凤英. 现代气候统计诊断与预测技术[M].北京:气象出版社,1999:69-72.
[18]	马荣华,蒲英霞,马晓东.GIS空间关联模式发现[M].北京:科学出版社,2007:111-113.
[19]	陶长琪,齐亚伟.我国区域经济差距的空间演变趋势及其成因[J].徐州工程学院学报(社会科学版),2011,26(5):44-47.
[20]	Le Gallo J.Space-time analysis of GDP disparities among European regions: a Markov chains approach[J]. International Regional Science Review, 2004,27(2):138-163.
[21]	Anselin L.Spatial Econometrics: Methods and Models[M]. Boston: Kluwer Academic Publishers, 1988.
[22]	宋伟轩,陈雯,彭颖.长三角区域一体化背景下城乡收入格局演变研究[J].地理科学,2013,33(9):1037-1042.
[23]	陈培阳,朱喜刚.中国区域经济趋同:基于县级尺度的空间马尔可夫链分析[J].地理科学,2013,33(11):1302-1308.

t_i/t_i₊₁	1978-1986							1986-2011
t_i/t_i₊₁	n		1(<75%)	2(<100%)	3(<125%)	4(>125%)	n	1(<75%)	2(<100%)	3(<125%)	4(>125%)
1	107	0.9626	0.0280	0.0000	0.0093		418	0.9689	0.0311	0.0000	0.0000
2	66	0.0455	0.9091	0.0455	0.0000		133	0.0977	0.8571	0.0451	0.0000
3	40	0.0250	0.0750	0.9000	0.0000		75	0.0000	0.0400	0.8800	0.0800
4	35	0.0000	0.0000	0.0571	0.9429		149	0.0000	0.0000	0.0067	0.9933

空间滞后	t_i/t_i₊₁	1978-1986							1986-2011
空间滞后	t_i/t_i₊₁	n		1(<75%)	2(<100%)	3(<125%)	4(>125%)		n	1(<75%)	2(<100%)	3(<125%)	4(>125%)
1	1	32	1.0000	0.0000	0.0000	0.0000			214	0.9831	0.0187	0.0000	0.0000
	2	8	0.0000	1.0000	0.0000	0.0000			30	0.0667	0.9000	0.0333	0.0000
	3	0	0.0000	0.0000	0.0000	0.0000			3	0.0000	0.0000	0.6667	0.3333
	4	0	0.0000	0.0000	0.0000	0.0000			14	0.0000	0.0000	0.0000	1.0000
2	1	65	0.9385	0.0462	0.0000	0.0154			115	0.9391	0.0609	0.0000	0.0000
	2	32	0.0938	0.8750	0.0313	0.0000				47	0.1702	0.7872	0.0426	0.0000
	3	12	0.0833	0.1667	0.7500	0.0000				19	0.0000	0.0526	0.8421	0.1053
	4	5	0.0000	0.0000	0.4000	0.6000			29	0.0000	0.0000	0.0345	0.9655
3	1	2	1.0000	0.0000	0.0000	0.0000		35	1.0000	0.0000	0.0000	0.0000
	2	7	0.0000	1.0000	0.0000	0.0000			29	0.0000	0.9655	0.0345	0.0000
	3	12	0.0000	0.0000	1.0000	0.0000			17	0.0000	0.0588	0.8824	0.0588
	4	14	0.0000	0.0000	0.0000	1.0000			12	0.0000	0.0000	0.0000	1.0000
4	1	8	1.0000	0.0000	0.0000	0.0000		27	0.9459	0.0541	0.0000	0.0000
	2	18	0.0000	0.8889	0.1111	0.0000			17	0.1053	0.7895	0.1053	0.0000
	3	9	0.0000	0.0000	1.0000	0.0000			35	0.0000	0.0278	0.9167	0.0556
	4	16	0.0000	0.0000	0.0000	1.0000			94	0.0000	0.0000	0.0000	1.0000

1978-2011年间中国区域消费水平的时空演变

The Temporal and Spatial Trend of China's Regional Consumption Level since the Reform and Opening up

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 23

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	杨泽龙, 李艳忠, 白鹏, 杜深文, 郝奕, 钱畅, 李超凡. 1980—2020年中国九大流域蒸散发及其组分时空评估[J]. 地球信息科学学报, 2022, 24(5): 889-901.
[2]	冯京辉, 李鹏, 肖池伟, 祁月基, 李霞. 地缘经济背景下泰国及其毗邻国家边境农业扩张与集约化抵边特征[J]. 地球信息科学学报, 2021, 23(3): 479-491.
[3]	巫细波, 赖长强, 葛志专. 政府严控期我国地级市COVID-19疫情的时空集聚、演变及自相关效应研究[J]. 地球信息科学学报, 2021, 23(2): 246-258.
[4]	文超, 詹庆明, 樊智宇, 湛德, 赵皇, 吴凯. 1979—2019年武汉市重点水体多要素协同的时空演变特征[J]. 地球信息科学学报, 2021, 23(11): 2055-2072.
[5]	林金煌, 陈文惠, 张岸. 2019年北京市PM_2.5人群暴露剂量特征分析[J]. 地球信息科学学报, 2020, 22(12): 2348-2357.
[6]	赵丹丹, 金声甜, 鲍丙飞, 张利国. 基于地理探测器的中国中部城市土地绿色利用效率时空演变及影响因素研究[J]. 地球信息科学学报, 2020, 22(12): 2358-2370.
[7]	鲍超,刘若文. 青藏高原城镇体系的时空演变[J]. 地球信息科学学报, 2019, 21(9): 1330-1340.
[8]	李宁, 杨林, 沈姜威, 郑方子豪, 杨晴. 聚落遗址迁移最优路径模拟[J]. 地球信息科学学报, 2019, 21(6): 836-843.
[9]	周日平. 中国荒漠化分区与时空演变[J]. 地球信息科学学报, 2019, 21(5): 675-687.
[10]	陈斌, 王宏志, 徐新良, 陈德超, 武新梅, 付阳阳. 武汉市主城区用地结构遥感监测及动态变化[J]. 地球信息科学学报, 2019, 21(2): 293-303.
[11]	王诚聪, 刘亚静, 刘明月. 全球恐怖袭击事件时空演变与态势分析[J]. 地球信息科学学报, 2019, 21(11): 1710-1720.
[12]	余红楚, 方志祥, 陆锋, 彭澎, 赵志远, 冯明翔. 重要经济发展区域间海运网络时空演变特性分析[J]. 地球信息科学学报, 2018, 20(5): 582-592.
[13]	黄铎, 孙莹, 张世君, 魏成. 珠江三角洲传统村落生态侵蚀时空演变特征[J]. 地球信息科学学报, 2018, 20(3): 340-350.
[14]	周翼, 谢保鹏, 陈英, 赵鸿雁, 裴婷婷. 基于灯光数据的中国县域城镇建设用地产出效率时空演变特征[J]. 地球信息科学学报, 2018, 20(12): 1733-1744.
[15]	周湘, 袁文, 李汉青, 马明清, 袁武. 北京市二手房价格时空演变特征[J]. 地球信息科学学报, 2017, 19(8): 1049-1059.