EN中文

自然资源学报 >

2021 , Vol. 36 >Issue 10: 2672 - 2683

DOI: https://doi.org/10.31497/zrzyxb.20211015

其他研究论文

基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究

  • 张若琰 , 1, 2, 3 ,
  • 刘卫东 , 1, 2, 3 ,
  • 宋周莺 1, 2, 3
展开
  • 1.中国科学院地理科学与资源研究所,北京 100101
  • 2.中国科学院大学资源与环境学院,北京 100049
  • 3.中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
刘卫东（1967- ）,男,河北隆化人,博士,研究员,博士生导师,研究方向为经济地理和区域发展。E-mail:

张若琰（1994- ）,女,江苏南京人,博士研究生,研究方向为开发区与区域发展。E-mail:

收稿日期: 2020-12-01

  要求修回日期: 2021-01-22

  网络出版日期: 2021-12-28

基金资助

国家自然科学基金项目(41530751)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Spatio-temporal evolution and driving factors of national development zones of China based on geodetectors

  • ZHANG Ruo-yan , 1, 2, 3 ,
  • LIU Wei-dong , 1, 2, 3 ,
  • SONG Zhou-ying 1, 2, 3
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China

Received date: 2020-12-01

  Request revised date: 2021-01-22

  Online published: 2021-12-28

Copyright

Copyright reserved © 2021.
Fold

摘要

各种类型的开发区是我国改革开放的“试验田”和经济快速发展的重要空间载体,其空间分布格局一直是国内外关注的热点问题,但对其中长时间尺度的空间演化过程研究相对较少,而后者是理解中国经济空间演化的重要基础。运用最邻近指数、核密度指数和地理探测器等方法,总结了中国国家级开发区空间演化的过程及其驱动力因子。研究的主要结论是：各类国家级开发区的时空演化经历了三个阶段,即起步试点阶段、稳步推进阶段和快速推广阶段;政策上实现了从试点探索到面上推广;空间上呈现出从东部沿海向沿江、沿边以及内陆不断拓展,从东部向中西部推进,从省会城市向地级市递进的特征;开发区的时空演化格局是距离、城市等级、经济实力、开放程度等因素综合作用的结果,其中城市等级、开放程度和经济发展水平是核心影响因子,距离和经济密度是次级影响因子;不同类型的开发区核心驱动因子既存在共同性,同时因为定位、功能不同也具有差异性。

关键词： 开发区; 时空演化; 地理探测器; 驱动力

本文引用格式

张若琰 , 刘卫东 , 宋周莺 . 基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究[J]. 自然资源学报, 2021 , 36(10) : 2672 -2683 . DOI: 10.31497/zrzyxb.20211015

Abstract

Various types of national development zones have acted as test fields of China's reform and opening-up and an important carrier of rapid economic development over the past 40 years. The spatial distribution of national development zones has always been a hot topic in domestic and international academic communities. Spatial evolution is an important basis for understanding the spatial evolution of Chinese economy, but little attention was paid to it before. Using nearest neighbor analysis, kernel density estimation and geodetector methods, this article summarized the spatial evolution process and driving factors of national development zones. The main conclusions of the study are as follows. The spatio-temporal evolution of national development zones has gone through three stages: pilot phase, steady phase and accelerated phase. Policies and governance have been promoted from pilot areas to the rest of the country. In terms of spatial distribution, the evolution process is from the east coast to the river, border, then inland, from Eastern China to the central and western regions, and from provincial capitals to prefecture-level cities. The evolution is the result of the interaction of factors such as distance, city level, economic development level and openness. Among them, city level, openness and economic development level are the core driving factors, while distance and economic density are the secondary driving factors. Different types of national development zones have generalities and differences due to their function and orientation.

Key words： national development zones; spatio-temporal evolution; geodetector; driving factor

各类开发区是我国改革开放的“试验田”和经济发展的重要空间载体,是实施区域发展战略的重要手段,在我国经济空间演化中发挥着重要的作用。自20世纪80年代设立经济特区之后,我国相继设立了经济技术开发区、高新技术产业开发区、海关特殊监管区、边境经济合作区等多种类型、不同层次的开发区（以下统称为开发区）。尽管不同类型的开发区设立的目标不同,其定位、功能和区域特色也有所差异,但是从作为“试验田”和发展载体的角度来看,它们具有共性,即作为一种特殊经济空间存在于国土空间之中,对国土经济空间演化起着引领者和催化剂的作用。把这些开发区归结为特殊经济空间,探讨其时空演化规律和驱动因素,对于理解过去四十多年中国经济发展及其空间演化具有重要的意义。
新产业区理论最早关注产业区现象,揭示了产业区形成发展的主要因素和特征（包括集聚、专业化、生产关系和根植性）[1,2]。由于地方文化、历史背景和主导产业等方面的差异,新产业区在不同国家和区域存在不同的表现形式[3]。20世纪90年代以来,新产业区理论还关注了全球化和国家的作用,Amin等[4]提出新产业区是经济全球化和跨国公司网络扩展的结果,是全球经济网络的关键节点;同时,国家政策对于新产业区在吸引外资、扩大就业、促进经济转型升级、提高社会效率和社会公平等方面具有重要贡献[5,6,7,8,9]。
中国的新产业区类型多样,呈现出“东密西疏”的空间分布特点,但东西差距逐渐减少,分布重心向西北方向移动[10,11]。在驱动力分析上,以往的研究主要是集中在案例的研究。从生产要素（如技术、人才、资本和市场等）、制度环境构建（如政府政策和社会资本）等角度探讨一些表现突出的国家级开发区的发展动因,如北京中关村、上海张江、武汉光谷等[12,13,14]。近几年来,大量的面板数据加上层次分析、模糊多因素分析和聚类分析等定量方法,加深了学者们对各类开发区空间格局的认识[15,16,17,18]。其中,基于全国层面的研究分析了自然本底、经济因素和政策因素的影响,包括国际市场的距离、劳动力资源、优惠政策与经济制度、投资环境、市场规模等[19,20,21,22]。由于我国国家级开发区建设历史比较长,不同类型开发区的影响因素复杂多样,聚焦于个案或者针对某一时间节点开展研究,难以从全局上把握我国开发区时空演变过程及其特征,迫切需要加强中长期时间尺度的研究。
本文试图从时空维度探讨国家级开发区的演化过程及其动力机制。首先,通过统计1984—2018年开发区的数量与分布情况,分析国家级开发区的演化过程;其次,采用最邻近指数和核密度估计的分析方法梳理各阶段开发区的时空演化特征;最后,运用地理探测器的方法探讨国家级开发区时空演化的驱动力,并分类型讨论各类开发区驱动力的异同点,以期对我国开发区的未来发展导向有所启迪。

1 研究方法与数据来源

1.1 数据来源

国家级开发区是指由国务院批准在城市规划区内设立的实行国家特定优惠政策的各类开发区。根据《中国开发区审核公告目录（2018年版）》,我国经审核通过的国家级开发区共计561家,包括经济技术开发区、高新技术产业开发区、海关特殊监管区、边境经济合作区以及其他类型开发区。考虑到本文主要研究全国范围内特殊经济空间的时空演化,选择的开发区要满足时间尺度足够长、分布范围足够广的要求,因而删除了边境经济合作区以及诸如“国家旅游度假区”“海峡两岸投资开发区”等建设内容较为狭窄的开发区类型。故本文研究对象包括510个国家级开发区,其中经济技术开发区（经开区）219个、高新技术产业开发区（高新区）156个、海关特殊监管区135个。本文使用的社会经济和开放程度指标源于2000年、2010年以及2018年的《中国城市统计年鉴》以及各市相应年份的经济和社会发展统计公报。距离以城市间直线距离做代替。

1.2 研究方法

最邻近指数法。最邻近指数（Nearest Neighbor Index,NNI）是表示点状事物在地理空间中相互邻近程度的地理指标,计算方法是实际最邻近距离与理论最邻近距离（即随机分布时的理论值）的比值。本文将开发区的样本点精确到开发区管委会所在的经纬点,能很好地反映不同阶段开发区样本点的空间分布特征及变化,公式如下：
R = r 1 ¯ r E ¯ = 2 r 1 ¯ n / A
式中：R为最邻近指数; r 1 ¯为最邻近开发区样本点之间的距离 r 1的均值; r E ¯为理论最邻近距离, r E ¯ = 1 2 n / A ¯,其中n为开发区点数目（个）,A为研究区域面积（km2）。当R=1时,即 r 1 ¯ = r E ¯,说明开发区呈随机分布;当R>1时,开发区趋于均匀分布;当R<1时,开发区呈现集聚分布形态,且R值越小,集聚程度越高。
核密度估计法。核密度估计法（Kernel Density）根据已知样本点形成连续的密度表面,从而研究样本在区域内的集聚状况[23]。本文通过核密度估计法能较为精确地反映开发区密度表面的空间集聚特征。核密度估计法的表达式为：
f x = 1 n h d ∑ i = 1 n K x - x i h
式中： K x - x i h为核密度函数; h为搜索带宽; n为搜索带宽内已知开发区 i的点数; d为数据的维度。本文以开发区的核定面积作为核密度估计法的规模变量,对各类开发区的集聚中心进行分析。
地理探测器。地理探测器用于探测某种地理属性与其解释因子之间关系的空间分析模型,被广泛运用于自然和经济社会现象的影响因素研究[24]。地理探测器方法受到的前提制约较少,在处理混合类型数据时具有明显优势。本文利用地理探测器中的因子探测模块研究国家级开发区演化过程中各影响因子解释程度的大小以及变化。因子探测模块的表达式如下：
P D , H = 1 - 1 n σ H 2 ∑ i = 1 m n D , i σ H D , i 2
式中： P D , H为探测因子D在H个开发区数量的解释力值; n和 σ 2分别表示次区域内开发区的总数（个）和方差; n D , i表示地级市 m的开发区数量（个）。 P D , H的取值范围为 [0, 1],即 P D , H值越大,该探测因子对开发区布局的影响越大。

2 结果分析

2.1 国家级开发区时空演化过程及其特征

2.1.1 演化阶段
国家级开发区的数量和空间演化与国家对外开放战略的不断深化具有重大关联。1980年,借鉴国际经验,特别是实施出口导向型战略的亚洲“四小龙”的经济起飞经验,中国设立了深圳、珠海、汕头、厦门四个经济特区进行市场化改革和开放试验。1984年起,又设立了14个沿海开放城市以及7个沿海经济开放区。经济特区、开放城市和开放区域享有比其它普通地区更多的行政自治权,以及更加灵活的经济政策和自主权,例如,被允许在没有中央政府批准的情况下发展自己的基础设施、外币货币市场和金融政策[25,26]等。由于这些试验的成功,中国政府于1984年、1988年、1990年分别设立了经济技术开发区、高新技术产业开发区和海关特殊监管区（图1）。
图1 国家级开发区的阶段划分

Fig. 1 The stage division of national development zones of China

开发区因政策而设立,依规划而开发建设,不少学者依据开发区政策的变化划分其发展阶段[27,28]。如图1所示,我国不同类型的国家级开发区设立时间有先后之别,在1992年、2000年和2010年有明显的增加,本文综合考虑三种类型开发区设立的变动情况,并借鉴开发区政策背景划分阶段,将国家级开发区的演化大致分为以下四个阶段：
起步试点阶段（1984—1991年）国家级开发区借鉴了经济特区、开放城市等试验性开放地区,首次尝试在城市边缘划分出一定面积进行推广前期改革的试点,开发区依靠财政和税收优惠政策吸引外资。加快推进阶段（1992—1999年）邓小平“南巡讲话”之后,以浦东新区建立为标志,突破外资进入的领域限制、产业限制和经营限制,激励体制创新和制度创新,到1999年底,经开区、高新区和海关特殊监管区的数量分别为33个、52个和10个。稳步推进阶段（2000—2009年）以我国加入WTO为标志,开发区面临经济转型、结构优化等挑战,截至2009年底,经开区、高新区和海关特殊监管区的数量分别为56个、56个和62个。快速推广阶段（2010—2018年）三类开发区新增数量大,并且向更多地级城市覆盖,园区集群效应逐渐形成。这一阶段新增的国家级开发区有336家,占全部总数的66%;首次批复国家级开发区的城市有131个,占全部城市的62%。截至2018年,经开区、高新区、海关特殊监管区的数量分别为219个、156个和135个,覆盖210个城市。
2.1.2 国家级开发区空间演化过程
借助最邻近指数法对以上四个阶段国家级开发区分布特征进行测算,结果如表1所示。三类国家级开发区三个发展阶段均在1%的水平下通过显著性检验,空间集聚程度分别为第四阶段（R=0.32）>第三阶段（R=0.38）>第二阶段（R=0.44）>第一阶段（R=0.85）,说明国家级开发区在全国范围呈现逐渐集聚的分布形态,第三、四阶段,即2000年以后的集聚程度明显提高。分类型来看,经开区、高新区在前三阶段的离散程度较高,第四阶段的集聚程度明显增强,这与这一阶段快速增加数量和密度有关。海关特殊监管区的空间分布自第三阶段起明显增强,空间分布趋向稳定。
表1 国家级开发区不同阶段最邻近指数

Table 1 The nearest neighbor analysis of three stages of national development zones in China

阶段划分 R三类开发区 R经开区 R高新区 R海关特殊监管区
第一阶段 0.8510 1.0174 1.1121 —
第二阶段 0.4365 0.7349 0.8426 0.9897
第三阶段 0.3834 0.7845 0.8344 0.5017
第四阶段 0.3167 0.5738 0.6090 0.4794
图2以2000年、2010年和2018年开发区的核定面积和GDP作为核密度估计法的规模变量,对三类主要开发区的集聚状况进行分析。2000年以前,国家级开发区主要集中在东部沿海地区,珠三角、长三角地区的核密度值最大,在一定程度上反映了这一时期我国以沿海开放为重点的区域发展政策。分类型来看,国家级经开区集中在东部沿海省份,北至东北三省,南至海南省。国家级高新区主要集中在科教资源相对集中的省会城市和计划单列市,除广东、江苏两省数量突出之外,高新区在中、东部地区分布比较均匀。海关特殊监管区数量相对较少,主要集中在长三角、珠三角地区。
图2 中国各类型国家级开发区核密度演变

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改。

Fig. 2 The kernel density distribution of national development zones in China

2000—2010年间,国家级开发区由东部沿海向内陆演化推进的空间集聚格局初步形成,长三角、珠三角、环渤海地区成为开发区集中区域,中部省会城市均新设立1个及以上国家级开发区。分类型来看,经开区的空间分布向内陆推进的趋势最为明显,经开区在沿海地区集中连片,在中西部省份分散分布。高新区这一阶段仅新设立3个,对整体空间分布变化影响较小。海关特殊监管区从东南沿海向环渤海、向广西北部湾以及沿江地区空间推进。
2010年至今,国家级开发区从东部沿海向沿江、沿边以及内陆演化,从东部向中西部推进,从省会城市向地级市演化。从区域来看,拥有国家级开发区数量最多的是江苏省（65家）、浙江省（37家）、山东省（37家）和广东省（30家）等沿海经济发达省份;中部省份也呈现集中分布的趋势,如安徽省（21家）、江西省（21家）、湖南省（20家）、湖北省（19家）和河南省（19家）。分类型看,经开区和高新区总体空间格局一致,在长三角、珠三角、京津冀等主要城市群聚集,以武汉、重庆等核心城市为中心与周边区域相连。海关特殊监管区的空间分布继续向沿边、沿江地区演化,形成了以点带面的集聚态势。
总体而言,国家级开发区的数量和空间演化与我国区域政策演进高度一致,与区域发展格局相协调。国家级开发区随着对外开放不断深入而推进,产业从技术密集型向高科技产业和现代服务业转变,政策从试点地区逐渐向全国层面扩散。其次,国家级开发区结合国家重大区域战略,突出“东转西进”的设计[29,30],促进东部地区率先转型升级,推进中西部地区创新发展,进一步优化完善区域发展格局。

2.2 国家级开发区演化过程的驱动力

2.2.1 影响因子的选取
从国家级开发区空间演化特征来看,开发区的设立是从沿海到沿江沿边、从东部到中西部逐渐推进,从省会城市向等级低的城市逐渐扩散的过程,并且遵循本地化经济总量与经济密度的规律。因此,本文以城市作为开发区最基本的空间载体,选取距离、等级、经济和开放程度四个指标共11个影响因子[31],研究国家级开发区的演化驱动力。具体如下：
距离。沿海城市和核心城市在引进外商直接投资过程中更具有区位优势。距离指标的数据由国家级开发区所在城市与相应沿海城市以及核心城市的最短直线距离表示,其中沿海城市选定为大连、天津、烟台等14个沿海开放城市,核心城市除沿海开放城市外,加入直辖市,以及《全国城镇体系规划（2010—2020年）》公布的6个区域中心城市,分别是沈阳（东北）、南京（华东）、武汉（华中）、深圳（华南）、成都（西南）和西安（西北）。
等级。不同规模和级别的城市在获得各种资源、优惠政策以及对经济进行调控等方面的能力不同[32]。等级指标中城市规模按照2014年国务院印发的《关于调整城市规模划分标准的通知》标准划分,行政级别按照省级城市（直辖市）、副省级城市（10个省会城市所在市和5个计划单列市）以及地级市划分。
经济发展水平和密度。在城市尺度上,开发区是城市经济最为活跃的增长点,通过发挥产业、人口、资本等生产要素的集聚效应,引领和带动城市经济快速发展。经济发展水平和密度采用城市的GDP、人均GDP、地均GDP来表示。
开放程度。吸引外资和扩大贸易是开发区的重点发展目标,开放程度采用进出口总额及其占GDP比例、实际利用外商直接投资及其占GDP比例来表征。
使用地理探测器方法前用自然断点法对自变量进行分层,将各影响因子划分为3~5类,不同阶段的分级标准保持一致（表2）。
表2 国家级开发区空间演化的探测因子

Table 2 Driving factors of spatial evolution in national development zones of China

影响因素 影响因子 代码 分级
距离 距沿海城市的距离/km X1 5
距核心城市的距离/km X2 5
等级 城市规模：城市常住人口总数/人 X3 5
城市行政级别：直辖市、副省级城市、地级市 X4 3
经济实力 GDP总值/亿元 X5 5
人均GDP/(元/人) X6 5
地均GDP/(万元/km2) X7 5
开放程度 进出口总额/万美元 X8 5
实际利用外商直接投资/万美元 X9 5
进出口总额/GDP/% X10 5
实际利用外商直接投资/GDP/% X11 5
2.2.2 驱动力的分析
地理探测器结果表明,11个因子均对开发区的空间分布格局产生影响,说明开发区分布受空间距离、城市规模等级、城市经济实力、城市开放程度等因素共同作用（表3）。各影响因子解释力都在30%~60%,按照影响因子解释力的大小可将其分为核心影响因子和次级影响因子。核心影响因子包括城市规模（X3）、城市行政级别（X4）、GDP总值（X5）、进出口总额（X8）以及实际利用外商直接投资总额（X9）;次级影响因子包括距沿海城市的距离（X1）、距核心城市的距离（X2）、人均GDP（X6）、地均GDP（X7）、进出口总额/GDP（X10）,以及实际利用外商直接投资/GDP（X11）。
表3 国家级开发区空间演化影响因子探测结果

Table 3 Detected results of driving factors of spatial evolution in national development zones of China

探测因子 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
q statistic 0.34 0.43 0.51 0.56 0.53 0.41 0.49 0.55 0.57 0.40 0.41
p value 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
核心影响因素包括开放程度、城市等级和经济总量,影响因子的解释力均超过50%。开发区所在城市的实际利用外商直接投资（X9）和进出口总额（X8）表示城市开放程度,解释力分别为0.57和0.55,说明城市开放程度对开发区的设立和发展有很大影响。国家级开发区作为特殊经济空间,“特殊性”体现在其优惠政策,优惠政策又直接指向吸引资本。开放型的城市更易获得国际资本的青睐,更易利用“国家级开发区”这个重要平台招商引资、增加政府财政和促进地方经济等,并通过加工贸易、产品出口等方式加大与全球生产网络的联系。
所在城市的城市规模（X3）和行政级别（X4）对国家级开发区的空间分布演化的解释力分别为0.51和0.56。城市常住人口规模一定程度上反映了城市的人力资源,开发区的建设往往需要吸纳各层次的就业人员。行政级别是政府行政干预的体现,我国的开发区是“自上而下”形成的由政府主导的经济空间,政府决策是最大特色。开发区的设立严格执行国务院（国家级）和省、自治区、直辖市（省级）的审批制度,并且设有与行政区管辖平级或者分属行政区管辖的管理机构。这些都体现了政府的顶层设计。
GDP总值（X5）对国家级开发区的空间分布的解释力达到0.53,城市拥有一定的经济实力才能支撑特殊经济空间的持续发展。吸引外资和技术转移不仅靠开发区的优惠政策、制度优势、人才优势,便利、高效的服务环境、融资环境和法治环境才能体现城市的软实力和竞争力。因此,城市需要前期投入大量资金完善电信通讯、交通、仓储等基础设施和服务设施、构建合理的社会福利和市场机制以便打造一个良好的营商基础。
次级影响因子包括距离、经济密度等,影响因子的解释力均超过30%。开发区所在城市的地均GDP（X7）和人均GDP（X6）对开发区空间分布的解释力分别为0.49和0.41,城市的进出口总额/GDP（X10）和实际利用外商直接投资/GDP（X11）对开发区的空间分布的解释力分别为0.40和0.41,经济密度体现了城市的发展质量,在现阶段转型升级的压力下,国家和地区尤其注重土地资源、人力资本和环境资本的效率,以及与国际经济的紧密程度。距沿海城市的距离（X1）、距核心城市的距离（X2）对国家级开发区的空间分布的解释力分别为0.34和0.43,现阶段沿海距离已经不是决定开发区发展的关键因素了,而距核心城市的距离则更为重要。
表4分别测算了2000年以前、2000—2009年和2010—2018三个不同阶段开发区核心因子的影响力变化。6个核心因子中,只有城市规模（X3）的解释力在2000年以后明显上升,其他的因子作用力都在下降。其中,距核心城市的距离（X2）的因子影响力从2000年以前的0.65逐渐下降到0.44,反映了开发区从核心城市分散到所有城市的渐进式发展。城市行政级别（X4）的作用则是在2010年以后明显下降,这也佐证了本文提到开发区的时空演化向等级低的城市逐渐扩散。反映城市经济水平（X5）和开放程度（X8、X9）的因子作用力自2000年以后有所下降,总体变化不大。
表4 分阶段国家级开发区空间演化影响因子探测结果

Table 4 Detected results of driving factors of spatial evolution in national development zones by stages

2000年以前 2000—2009年 2010—2018年
核心因子 q statistic p value 核心因子 q statistic p value 核心因子 q statistic p value
X2 0.65 0.00 X2 0.53 0.00 X2 0.44 0.00
X3 0.40 0.00 X3 0.52 0.00 X3 0.51 0.00
X4 0.75 0.00 X4 0.70 0.00 X4 0.57 0.00
X5 0.60 0.00 X5 0.51 0.00 X5 0.52 0.00
X8 0.65 0.00 X10 0.56 0.00 X10 0.55 0.00
2.2.3 分类型开发区驱动力的分析
各类型开发区的空间布局驱动力表现出一定的相同点和不同点。如表5所示,城市行政级别（X4）和进出口总额（X8）是国家级经开区、高新区和海关特殊监管区三类国家级开发区共同的核心影响因子,行政级别高的城市通常是政策试点的先行区,这些城市设立的开发区往往时间早、数量多。对外贸易优势也是的城市建立开发区吸引外资、承接国际产业转移的先决条件。
表5 分类型国家级开发区空间分布核心因子探测结果

Table 5 Detected results of driving factors of spatial evolution in different types of national development zones of China

经开区 高新区 海关特殊监管区
核心因子 q statistic p value 核心因子 q statistic p value 核心因子 q statistic p value
X4 0.59 0.00 X2 0.63 0.00 X1 0.39 0.00
X8 0.57 0.00 X4 0.60 0.00 X10 0.36 0.00
X9 0.55 0.00 X5 0.52 0.00 X4 0.33 0.00
X10 0.55 0.00 X8 0.48 0.00 X5 0.30 0.00
X2 0.53 0.00 X9 0.43 0.00 X8 0.29 0.00
就解释力来看,不同类型的开发区存在一定差异：对于经济技术开发区来说,城市级别（X4）是首要驱动力,解释力为0.59。在我国特有的政治制度和行政体系下,行政级别高的城市往往是区域发展的着力点,享有更好的基础设施、公共服务和人才优势。城市凭借行政级别优势获得更多资源,更多资源实现更好的经济发展环境,这种正反馈效应对经济技术开发区的发展前景是个很好的保证。以上海为例,全市共有6个国家级经济技术开发区,其中有3个建立于开发区起步试点阶段,分别是1986年成立的虹桥经济技术开发区和闵行经济技术开发区,1988年成立的漕河泾新兴技术开发区。
对高新技术产业开发区空间布局影响最大的是距核心城市的距离（X2）和行政级别（X4）,影响力分别是为0.63和0.60。核心城市及其周边地区往往拥有丰富的科教资源,在此建立高新技术产业开发区有利于把科技成果转化为现实生产力,更好地吸引创新要素、积累创新成果、孵化科技企业、壮大产业规模,从而打造区域创新高地。以广东省为例,全省共有12个国家级高新技术产业开发区,先后建立的中山、深圳、广州、珠海、佛山、惠州6个国家级高新技术产业开发区都在珠江三角洲区域内,构成了珠三角高新技术产业带。
距沿海城市的距离（X1）是海关特殊监管区的重要因子,解释力为0.39,这与海关特殊监管区本身的特点有关。海关特殊监管区是沟通国内市场与国外市场之间的重大桥梁,在区位的选择上多位于沿海沿江的对外开放口岸,方便开展国际中转、配送、采购、转口贸易和出口加工等业务。

3 结论

国家级开发区是我国经济发展及改革开放的重要载体,在我国经济发展和经济空间演化中发挥了突出的作用。综合考虑我国经济技术开发区、高新技术产业开发区和海关特殊监管区设立的变动情况,可以将国家级开发区的演化进程分为起步试点阶段（1984—1991年）、加快推进阶段（1992—1999年）、稳步推进阶段（2000—2009年）、快速推广阶段（2010—2018年）四个阶段。
从国家级开发区空间演化特征来看,开发区的设立是从沿海到沿江沿边、从东部到中西部逐渐推进,从省会城市向等级低的城市逐渐扩散的过程,并且遵循本地化经济总量与经济密度的规律。
我国国家级开发区时空演化是距离、等级、经济实力、开放程度等因素综合作用的结果。从演化的影响因子来说,中国开发区的核心影响因子包括开放程度、城市等级和经济总量,次级影响因子包括距离、经济密度。现阶段,沿海已经不是开发区设立的主导因素,而城市本身的行政级别、实际使用外资情况以及GDP总量作用更为明显。就不同类型的开发区而言,城市等级和开放程度是共同的主要影响因素。不同类型开发区空间演化的驱动力不一样,不同阶段开发区驱动力因子也有所变化。
国家级开发区的时空演化反映了我国改革开放由点到轴线再到面的扩展进程,既受到空间治理目标、体系（如中央—地方关系、区域发展政策）和发展阶段的影响,同时又受到地方政治经济等要素的作用,是中国“渐进式”改革开放经验的重要组成部分。新形势下,以国内大循环为主体,国内国际双循环相互促进的新发展格局是我国中长期经济发展思路的重大转变。我国开发区也应成为构建双循环格局的重要平台,在完善产业链、优化营商环境、配套政策改革上发挥重要作用。目前,自由贸易试验区、自主创新示范区分别是更高形态的海关特殊监管区和高新区,“双自”联动推动创新驱动和开放开发,为开发区的演化带来新的动力。未来,开发区的空间布局会更加趋于均衡,不同类型的开发区加强配套发展,促进政策深度叠加、创新功能融合和服务体系共享。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
STORPER M, CHRISTOPHERSON S. Flexible specialization and regional industrial agglomerations: The case of the U.S. Motion Picture Industry. Annals of the Association of American Geographers, 1987, 77(1):104-117.

DOI

[2]
ASHEIM B. Flexible specialisation, industrial districts and small firms: A critical appraisal. In: ERNSTE H, MEIER V. Regional Development and Contemporary Industrial. London: Belhaven Press, 1992: 45-63.

[3]
PARK S O, MARKUSEN A. Generalizing new industrial districts: A theoretical agenda and an application from a non-western economy. Environment and Planning A: Economy and Space, 1995, 27(1):81-104.

DOI

[4]
AMIN A, THRIFT N. Neo-Marshallian Nodes in global networks. International Journal of Urban and Regional Research, 1992, 16(4):571-587.

DOI

[5]
WEI Y H, LU Y Q, CHEN W. Globalizing regional development in Sunan, China: Does Suzhou Industrial Park fit a Neo-Marshallian District Model?. Regional Studies, 2009, 43(3):409-427.

DOI

[6]
ALDER S, SHAO L, ZILIBOTTI F. Economic reforms and industrial policy in a panel of Chinese cities. Journal of Economic Growth, 2016, 21(4):305-349.

DOI

[7]
罗小龙, 郑焕友, 殷洁. 开发区的“第三次创业”: 从工业园走向新城: 以苏州工业园转型为例. 长江流域资源与环境, 2011, 20(7):819-824.

[ LUO X L, ZHENG H Y, YIN J. Third transition of development zones: From industrial zone to new urban district: A case study of Suzhou industrial park. Resources and Environment in the Yangtze Basin, 2011, 20(7):819-824.]

[8]
AKINCI G, CRITTLE J. Special Economic Zones: Performance, Lessons Learned, and Implications for Zone Development. Washington DC: The World Bank, 2008: E3.

[9]
LU Y, WANG J, ZHU L. Do place-based policies work? Micro-level evidence from China's economic zones program. Available at SSRN: http://dx.doi.org/10.2139/ssrn.2635851, 2015-07-03.

[10]
刘合林, 聂晶鑫. 2006—2018年中国省级以上开发区的空间分布特征变化. 自然资源学报, 2020, 35(9):2229-2240.

[ LIU H L, NIE J X. The changes of the spatial distribution of China's national and provincial development zones from 2006 to 2018. Journal of Natural Resources, 2020, 35(9):2229-2240.]

[11]
胡森林, 周亮, 滕堂伟. 中国省级以上开发区空间分布特征及影响因素. 经济地理, 2019, 39(1):24-31.

[ HU S L, ZHOU L, TENG T W. Spatial Pattern and influencing factors of national and provincial development zones in China. Economic Geography, 2019, 39(1):24-31.]

[12]
WANG J C, WANG J X. An analysis of new-tech agglomeration in Beijing: A new industrial district in the making?. Environment and Planning A, 1998, 30(4):681-701.

DOI

[13]
ZHOU Y, XIN T. An innovative region in China: Interaction between multinational corporations and local firms in a high‐tech cluster in Beijing. Economic Geography, 2003, 79(2):129-152.

DOI

[14]
李晓文, 方精云, 朴世龙. 上海城市用地扩展强度、模式及其空间分异特征. 自然资源学报, 2003, 18(4):412-422.

[ LI X W, FANG J Y, PIAO S L. The intensity and modes of urban landuse growth in Shanghai. Journal of Natural Resources, 2003, 18(4):412-422.]

[15]
WANG J. The economic impact of special economic zones: Evidence from Chinese municipalities. Journal of development economics, 2013, 101:133-147.

DOI

[16]
HUANG Z, HE C, ZHU S. Do China's economic development zones improve land use efficiency? The effects of selection, factor accumulation and agglomeration. Landscape and Urban Planning, 2017, 162:145-156.

DOI

[17]
郑智, 叶尔肯·吾扎提, 梁宜, 等. 经济技术开发区建设对中国经济格局的影响. 经济地理, 2019, 39(6):26-35.

[ ZHENG Z, YEERKEN W Z T, LIANG Y, et al. The impact of economic and technological development zone on China's economic pattern. Economic Geography, 2019, 39(6):26-35.]

[18]
张晓琳, 金晓斌, 范业婷, 等. 1995—2015年江苏省土地利用功能转型特征及其协调性分析. 自然资源学报, 2019, 34(4):689-706.

[ ZHANG X L, JIN X B, FAN Y T, et al. Spatial-temporal characteristics and coordination status of the land use function transition in Jiangsu province from 1995 to 2005. Journal of Natural Resources, 2019, 34(4):689-706.]

[19]
王铮, 毛可晶, 刘筱 等. 高技术产业聚集区形成的区位因子分析. 地理学报, 2005, 60(4):567-576.

[ WANG Z, MAO K J, LIU X. An analysis for location factors that cause industrial agglomeration. Acta Geographica Sinica, 2005, 60(4):567-576.]

[20]
黄小斌. 试论我国高技术开发区布局. 经济地理, 2000, 20(6):34-38.

[ HUANG X B. Discussion on the location of high technology development zone in China. Economic Geography, 2000, 20(6):34-38.]

[21]
张晓平. 我国经济技术开发区的发展特征及动力机制. 地理研究, 2002, 21(5):656-666.

[ ZHANG X P. Characteristics and development mechanism of the economic and technological development areas in China. Geographical Research, 2002, 21(5):656-666.]

[22]
王兴平, 崔功豪. 中国城市开发区的区位效益规律研究. 城市规划学刊, 2003, (3):69-73.

[ WANG X P, CUI G H. On the location benefit disciplinarian of urban industrial districts in China. Urban Planning Forum, 2003, (3):69-73.]

[23]
BERKE O. Exploratory disease mapping: Kriging the spatial risk function from regional count data. International Journal of Health Geography, 2004, 3(10):18-20.

DOI

[24]
王劲峰, 徐成东. 地理探测器: 原理与展望. 地理学报, 2017, 72(1):116-134.

DOI

[ WANG J F, XU C D. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1):116-134.]

[25]
CARTIER C. 'Zone Fever', the arable land debate, and real estate speculation: China's evolving land use regime and its geographical contradictions. Journal of Contemporary China, 2001, 10(28):445-469.

DOI

[26]
CHEN X. The changing roles of free economic zones in development: A comparative analysis of capitalist and socialist cases in East Asia. Studies in Comparative International Development, 1994, 29(3):3-25.

[27]
张茜, 王兴平. 改革开放40年来中国开发区政策演变特征研究. 城市规划学刊, 2019, (2):61-67.

[ ZHANG X, WANG X P. The evolution characteristics of China's development zone policies in the four decades since reform and opening-up. Urban Planning Forum, 2019, (2):61-67.]

[28]
FU X, GAO Y. Export Processing Zones in China: A survey. Geneva: International Labour Organization, 2007: 34-39.

[29]
齐元静, 金凤君, 刘涛, 等. 国家节点战略的实施路径及其经济效应评价. 地理学报, 2016, 71(12):41-56.

[ QI Y J, JIN F J, LIU T. Implementation methods and economic impacts of national node strategies. Acta Geographica Sinica, 2016, 71(12):41-56.]

[30]
丁悦, 蔡建明, 任周鹏, 等. 基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素. 地理科学进展, 2014, 33(5):657-666.

DOI

[ DING Y, CAI J M, REN Z P. Spatial disparities of economic growth rate of China's national-level ETDZs and their determinants based on geographical detector analysis. Progress in Geography, 2014, 33(5):657-666.]

[31]
The World Bank. World Development Report 2009: Reshaping Economic Geography. Washington, DC: The World Bank. http://documents.worldbank.org/curated/en/730971468139804495/World-development-report-2009-reshaping-economic-geography. 2008-09-16.

[32]
李健, 李澎, 冯山, 等. 行政等级、城市规模和城市生产效率. 宏观质量研究, 2018, 6(1):31-43.

[ LI J, LI S, FENG S, et al. Administrative hierarchy, city size and production efficiency of cities. Journal of Macro-quality Research, 2018, 6(1):31-43.]

Options
文章导航

/

〈 〉