辽宁省县域经济发展水平测度及空间格局分析

doi:10.16178/j.issn.0528-9017.20250621

摘要/Abstract

摘要：

为全面揭示辽宁省县域经济发展的时空演变规律，基于2004—2023年41个县级行政区的相关数据，构建县域经济发展评价指标体系，采用熵值法测算综合发展指数，并运用Dagum基尼系数分解和空间自相关模型，从时间演进、区域差异与空间格局等方面开展系统分析。研究结果表明，辽宁省县域经济发展水平整体呈现稳步提升趋势，2004年大多数县级行政区的县域经济发展指数为0.010～0.040，2023年部分县级行政区已突破0.200，最高达到0.250，显示出整体质量和活力明显增强。区域差异方面，Dagum基尼系数由2004年的0.342下降至2016年的0.266，差距收敛，但此后逐渐回升至2023年的0.303，呈现先收敛、后扩大的动态演变特征，其中区域间差异始终是主要来源，沿海地区内部差异最大，中部地区相对均衡，西北生态脆弱区差异则呈现波动性。空间格局方面，全局莫兰指数（Moran's I）在0.026～0.069波动，整体相关性较弱但始终为正。局部空间自相关显示，新民市长期处于高-高集聚区，而彰武县则一直处于低-高异质区，反映出明显的路径锁定效应。总体来看，辽宁省县域经济发展呈现整体提升与区域分化并存的特征，未来应进一步发挥沿海与中部优势区域的带动作用，强化县域间的空间合作与公共服务均衡配置，推动西北生态脆弱区跨越式发展，从而实现县域经济的协调与可持续发展。

关键词: 辽宁省, 县域经济发展, 熵值法, Dagum基尼系数, 空间自相关

Abstract:

To comprehensively reveal the spatiotemporal evolution of county economic development in Liaoning Province，this study constructed an evaluation index system based on data from 41 county-level administration regions from 2004 to 2023. The entropy method was adopted to calculate the comprehensive development index，and the Dagum Gini coefficient decomposition and spatial autocorrelation models were further applied to systematically analyze the temporal evolution，regional disparities，and spatial patterns. The results showed that the overall county economic development level in Liaoning Province exhibited a steady upward trend. In 2004，the county economic development index of most county-level administration regions ranged from 0.010 to 0.040，while by 2023 some county-level administration regions exceeded 0.200，with the highest reaching 0.250，indicating enhanced overall quality and vitality. Regarding regional disparities，the Dagum Gini coefficient decreased from 0.342 in 2004 to 0.266 in 2016，indicating convergence，but then gradually rose to 0.303 in 2023，displaying a dynamic evolution of first narrowing and then widening. Inter-regional disparity remained the primary source of overall inequality throughout the study period. Among the three regions，the coastal area exhibited the largest intra-regional disparity，the central urban agglomeration area was relatively balanced，and the northwest ecologically fragile area showed fluctuating disparity. In terms of spatial patterns，the global Moran's I index fluctuated between 0.026 and 0.069，indicating weak but consistently positive overall spatial autocorrelation. Local spatial autocorrelation analysis revealed that counties such as Xinmin were persistently in high-high clustering areas，while Zhangwu remained in low-high heterogeneous areas，reflecting a notable path-locking effect. Overall，the county economic development in Liaoning Province is characterized by simultaneous overall improvement and regional divergence. Future efforts should further leverage the driving role of advantaged counties in coastal and central areas，strengthen spatial cooperation and balanced public services among counties，and promote leapfrog development in the northwest ecologically fragile area，so as to achieve coordinated and sustainable county economic development.

Key words: Liaoning Province, county economic development, entropy method, Dagum Gini coefficient, spatial autocorrelation

中图分类号:

F127

刘铮, 刘欣宇, 王劲松, 李元鑫, 赵月峰, 郝旭然. 辽宁省县域经济发展水平测度及空间格局分析[J]. 浙江农业科学, 2026, 67(10): 2576-2584.

LIU Zheng, LIU Xinyu, WANG Jinsong, LI Yuanxin, ZHAO Yuefeng, HAO Xuran. Measurement and spatial pattern analysis of county economic development level in Liaoning Province[J]. Journal of Zhejiang Agricultural Sciences, 2026, 67(10): 2576-2584.

图/表 5

参考文献 20

[1]	刘铮，杨一，赵月峰，等. 辽宁省县域经济发展与碳排放的时空演变分析［J］. 辽宁农业科学，2025（3）：8-15.
[2]	李盼盼，葛晶. 乡村振兴背景下辽宁省县域产业集聚与县域经济发展研究［J］. 农业经济，2025（3）：99-101.
[3]	朱华，余茂辉. 县域经济高质量发展水平的统计评价：以湖北省为例［J］. 统计与决策，2024，40（8）：132-137.
[4]	金兮涵，刘举胜，王苑. 长江经济带数字贸易发展水平评价与时空差异研究［J］. 上海管理科学，2025，47（4）：64-71.
[5]	池华聚，张韦柏，刘铮，等. 中国农作物秸秆肥料化利用的碳减排潜力估算［J］. 山西农业大学学报（自然科学版），2025，45（5）：100-111.
[6]	鲍海君，钟文钰，陈升杰，等. 浙江省县域共同富裕的时空特征、驱动模式及其启示［J］. 自然资源学报，2025（2）：382-401.
[7]	张旭亮，周思敏. 中国县域人口收缩空间格局与影响因素［J］. 经济地理，2023，43（7）：42-51.
[8]	陈青松，鲁亚雄，罗勇，等. 县域资源环境承载力综合评价及驱动力研究：以仁寿县为例［J］. 资源开发与市场，2023，39（8）：981-991.
[9]	尹朝静，李欠男，马小珂. 中国县域农业全要素生产率增长的地区差异及动态演进［J］. 华中农业大学学报（社会科学版），2022（3）：108-118.
[10]	Yang M， Chu J， Li Z Q，et al. An examination of regional variations in pesticide usage and grain yield in China before and after the double reduction policy's adoption［J］. Polish Journal of Environmental Studies，2023，32（2）：1887-1898.
[11]	曹子建，吴永常，高文菊，等. 江西省县域农民现代化发展水平评价及区域差异分析［J］. 中国农业资源与区划，2023，44（7）：227-237.
[12]	朱亦赤，龙立长，孙太安，等. 基于AHP-SWOT模型的洪江市柑橘产业发展战略选择定量研究［J］. 中国南方果树，2021，50（6）：159-167.
[13]	刘安乐，杨承玥，明庆忠，等. 县域旅游经济增长促进经济发展的空间溢出效应及其边界探测［J］. 热带地理，2025，45（7）：1201-1213.
[14]	孙豪，曹肖烨，张俊英，等. 浙江县域共同富裕的测度、评价及区域分异［J］. 经济地理，2024，44（8）：97-105.
[15]	张瑜，周玮，于林惠. 江苏县域富民产业高质量发展的路径研究［J］. 中国农机化学报，2024，45（11）：319-324.
[16]	赖晓璐，朱琳，王枫. 乡村振兴战略背景下辽宁农村产业发展策略探讨［J］. 农业经济，2024（2）：53-54.
[17]	陈小龙，狄乾斌. 区域高质量发展的空间联系及辐射效应研究：以辽宁沿海经济带为例［J］. 地理科学进展，2023，42（11）：2126-2142.
[18]	苏振东，宫硕. 自贸区制度创新网络联动的空间溢出效应：以长三角地区为例［J］. 北京理工大学学报（社会科学版），2024，26（5）：156-174.
[19]	杨龙，叶美兰. 长三角生态绿色一体化发展示范区协同进阶实践探析［J］. 南通大学学报（社会科学版），2024，40（5）：77-87.
[20]	张帅，金振兴，王成新. 东北三省区域人口收缩时空演变及其影响因素研究［J］. 湖南师范大学自然科学学报，2025，48（6）：99-108.

准则层	指标层	属性	权重
经济发展	地区生产总值/元	+	0.03
	人均地区生产总值/元	+	0.13
	全社会固定资产投资/10⁴元	+	0.16
	全社会用电量/（kW·h）	+	0.03
人口与城镇化	年末总人口	+	0.01
	城镇单位在岗职工人数	+	0.01
	乡村从业人员数	+	0.01
	城镇单位在岗职工平均工资/元	+	0.07
基础设施与公共服务	医疗床位数	+	0.01
	卫生技术人员数	+	0.01
	社会福利机构床位数	+	0.01
	公共图书馆总藏量	+	0.05
	艺术表演场馆数	+	0.02
	体育场馆机构数	+	0.02
资源环境	行政区域土地面积/km²	+	0.01
	废气中氮氧化物排放量/t	-	0.25
	废气中烟尘排放量/t	-	0.09
	工业废气二氧化硫排放量/t	-	0.03
居民生活	城镇居民人均可支配收入/元	+	0.01
	农村居民人均可支配收入/元	+	0.01
	社会消费品零售总额/元	+	0.03

准则层	指标层	属性	权重
经济发展	地区生产总值/元	+	0.03
	人均地区生产总值/元	+	0.13
	全社会固定资产投资/10⁴元	+	0.16
	全社会用电量/（kW·h）	+	0.03
人口与城镇化	年末总人口	+	0.01
	城镇单位在岗职工人数	+	0.01
	乡村从业人员数	+	0.01
	城镇单位在岗职工平均工资/元	+	0.07
基础设施与公共服务	医疗床位数	+	0.01
	卫生技术人员数	+	0.01
	社会福利机构床位数	+	0.01
	公共图书馆总藏量	+	0.05
	艺术表演场馆数	+	0.02
	体育场馆机构数	+	0.02
资源环境	行政区域土地面积/km²	+	0.01
	废气中氮氧化物排放量/t	-	0.25
	废气中烟尘排放量/t	-	0.09
	工业废气二氧化硫排放量/t	-	0.03
居民生活	城镇居民人均可支配收入/元	+	0.01
	农村居民人均可支配收入/元	+	0.01
	社会消费品零售总额/元	+	0.03

年份	Dagum 基尼系数	组内差异	组间差异	超变密度	区域内差异
年份	Dagum 基尼系数	组内差异	组间差异	超变密度	沿海开放型县域	中部城市群县域	西北生态脆弱型县域
2004	0.342	0.107	0.110	0.125	0.419	0.266	0.216
2005	0.325	0.101	0.117	0.107	0.384	0.281	0.189
2006	0.323	0.101	0.121	0.101	0.384	0.279	0.186
2007	0.311	0.097	0.121	0.093	0.369	0.269	0.180
2008	0.304	0.095	0.119	0.091	0.360	0.259	0.179
2009	0.310	0.096	0.113	0.101	0.371	0.258	0.186
2010	0.310	0.096	0.112	0.102	0.364	0.283	0.171
2011	0.302	0.092	0.113	0.097	0.356	0.269	0.154
2012	0.295	0.090	0.117	0.088	0.331	0.268	0.167
2013	0.292	0.089	0.121	0.082	0.338	0.253	0.156
2014	0.281	0.085	0.119	0.077	0.321	0.250	0.148
2015	0.271	0.083	0.106	0.082	0.313	0.252	0.137
2016	0.266	0.082	0.110	0.074	0.316	0.216	0.159
2017	0.273	0.084	0.114	0.074	0.319	0.215	0.174
2018	0.274	0.084	0.112	0.078	0.321	0.209	0.184
2019	0.269	0.083	0.105	0.081	0.317	0.203	0.187
2020	0.270	0.083	0.103	0.084	0.318	0.202	0.193
2021	0.275	0.086	0.096	0.094	0.325	0.209	0.203
2022	0.287	0.089	0.093	0.105	0.331	0.232	0.213
2023	0.303	0.094	0.090	0.119	0.338	0.267	0.218

年份	Dagum 基尼系数	组内差异	组间差异	超变密度	区域内差异
年份	Dagum 基尼系数	组内差异	组间差异	超变密度	沿海开放型县域	中部城市群县域	西北生态脆弱型县域
2004	0.342	0.107	0.110	0.125	0.419	0.266	0.216
2005	0.325	0.101	0.117	0.107	0.384	0.281	0.189
2006	0.323	0.101	0.121	0.101	0.384	0.279	0.186
2007	0.311	0.097	0.121	0.093	0.369	0.269	0.180
2008	0.304	0.095	0.119	0.091	0.360	0.259	0.179
2009	0.310	0.096	0.113	0.101	0.371	0.258	0.186
2010	0.310	0.096	0.112	0.102	0.364	0.283	0.171
2011	0.302	0.092	0.113	0.097	0.356	0.269	0.154
2012	0.295	0.090	0.117	0.088	0.331	0.268	0.167
2013	0.292	0.089	0.121	0.082	0.338	0.253	0.156
2014	0.281	0.085	0.119	0.077	0.321	0.250	0.148
2015	0.271	0.083	0.106	0.082	0.313	0.252	0.137
2016	0.266	0.082	0.110	0.074	0.316	0.216	0.159
2017	0.273	0.084	0.114	0.074	0.319	0.215	0.174
2018	0.274	0.084	0.112	0.078	0.321	0.209	0.184
2019	0.269	0.083	0.105	0.081	0.317	0.203	0.187
2020	0.270	0.083	0.103	0.084	0.318	0.202	0.193
2021	0.275	0.086	0.096	0.094	0.325	0.209	0.203
2022	0.287	0.089	0.093	0.105	0.331	0.232	0.213
2023	0.303	0.094	0.090	0.119	0.338	0.267	0.218

年份	Moran's I	E（I）	Sd（I）	z	p
2004	0.059	-0.025	0.104	0.769	0.221
2005	0.047	-0.025	0.104	0.657	0.256
2006	0.039	-0.025	0.100	0.586	0.279
2007	0.036	-0.025	0.098	0.559	0.288
2008	0.027	-0.025	0.097	0.476	0.317
2009	0.040	-0.025	0.104	0.594	0.276
2010	0.027	-0.025	0.106	0.472	0.318
2011	0.051	-0.025	0.101	0.693	0.244
2012	0.047	-0.025	0.104	0.656	0.256
2013	0.039	-0.025	0.102	0.583	0.280
2014	0.026	-0.025	0.105	0.469	0.319
2015	0.042	-0.025	0.102	0.616	0.269
2016	0.056	-0.025	0.097	0.741	0.229
2017	0.063	-0.025	0.098	0.808	0.210
2018	0.053	-0.025	0.100	0.714	0.238
2019	0.049	-0.025	0.100	0.676	0.249
2020	0.049	-0.025	0.103	0.675	0.250
2021	0.045	-0.025	0.099	0.639	0.261
2022	0.058	-0.025	0.103	0.761	0.223
2023	0.069	-0.025	0.108	0.864	0.194