Пространственно-временной анализ взаимосвязи межпровинциальной миграции и экономического развития Китая: данные бивариационного автокорреляционного исследования (2000 –2024)
Ключевые слова:
миграция населения, экономическое развитие, пространственный анализ, региональная агломерация, индекс Морана, LISA, КитайАннотация
Хотя межрегиональная миграция является ключевым фактором развития региональных экономик Китая, существующие исследования часто пренебрегают ее динамической пространственной зависимостью. В данном исследовании количественно оценивается пространственно-временная взаимозависимость между межрегиональной миграцией и экономическим развитием в 31 провинции Китая в 2000 –2024 гг. Посредством использования двумерного пространственного авторегрессионного анализа (глобальный индекс Морана и локальный индекс пространственной автокорреляции LISA) данных провинциального уровня Национального бюро статистики Китая характеризуется влияние миграции на модели роста валового регионального продукта. Результаты анализа позволяют выявить три этапа эволюции региональной агломерации: 1) начальная стадия крайней концентрации экономической активности и миграционных потоков в восточных прибрежных регионах (2000 –2009); 2) фаза их частичной перебалансировки в сторону западных провинций (2010 –2019); 3) завершающий этап политически обусловленного многополюсного перераспределения (2020 –2024). Также обнаруживаются различные пространственные режимы, характеризующиеся отрицательной автокорреляцией в период децентрализации (2005 –2014) и появлением кластеров в новых агломерационных узлах (2015 –2019).
Библиографические ссылки
Lee ES. A theory of migration. Demography. 1966;3(1):47–57. DOI: 10.2307/2060063.
Krugman P. Increasing returns and economic geography. Journal of Political Economy. 1991;99(3):483–499. DOI: 10.1086/261763.
Chan KW. Migration and development in China: trends, geography and current issues. Migration and Development. 2012;1(2):187–205. DOI: 10.1080/21632324.2012.739316.
Fan CC. Interprovincial migration, population redistribution, and regional development in China: 1990 and 2000 census comparisons. Professional Geographer. 2005;57(2):295–311. DOI: 10.1111/j.0033-0124.2005.00479.x.
Anselin L. Local indicators of spatial association – LISA. Geographical Analysis. 1995;27(2):93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x.
Cai F, Wang D. Migration as marketization: what can we learn from China’s 2000 census data? China Review. 2003;3(2):73–93.
Moretti E. Local labor markets. Handbook of Labor Economics. 2011;4B:1237–1313. DOI: 10.1016/S0169-7218(11)02412-9.
Чжан Фэйлун. Анализ регионального развития в КНР с помощью инструментария пространственной автокорреляции. Вестник Витебского государственного технологического университета. 2023;1:152–160. DOI: 10.24412/2079-7958-2023-1-152-160.
Lee S-I. Developing a bivariate spatial association measure. An integration of Pearson’s r and Moran’s I. Journal of Geographical Systems. 2001;3:369–385. DOI: 10.1007/s101090100064.
Чжан Фэйлун. Обзор стратегических направлений совершенствования государственной региональной политики Китая в период скоординированного развития. В: Егоров АВ, редактор. Научные труды Белорусского государственного экономического университета. Выпуск 16. Минск: Колорград; 2023. с. 511–517. EDN: FWBXDA.
Чжан Фэйлун. Скоординированное развитие городских агломераций как фактор экономической безопасности регионов Китая. В: Анофриков СП, редактор. Актуальные проблемы экономической безопасности государства и бизнеса. Материалы III Международной научно-практической конференции; 25–26 апреля 2024 г.; Новосибирск, Россия. Часть 1. Новосибирск: Новосибирский государственный университет экономики и управления; 2024. с. 425–432. EDN: KZDRVS.
Tobler WR. A computer movie simulating urban growth in the Detroit region. Economic Geography. 1970;46:234–240. DOI: 10.2307/143141.
Anselin L. A local indicator of multivariate spatial association, extending Geary’s c. Geographical Analysis. 2019;51(2):133–150. DOI: 10.1111/gean.12164.
Anselin L, Xun Li. Tobler’s Law in a multivariate world. Geographical Analysis. 2020;52(4):494–510. DOI: 10.1111/gean.12237.
Lee S-I. A generalized randomization approach to local measures of spatial association. Geographical Analysis. 2009;41(2):221–248. DOI: 10.1111/j.1538-4632.2009.00749.x.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Журнал Белорусского государственного университета. Экономика
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).
