DOI: https://doi.org/10.1057/s41599-024-03961-y
تاريخ النشر: 2024-10-24
المؤلف: Haimeng Liu وآخرون
الموضوع الرئيسي: الاقتصاد الإقليمي والتحليل المكاني
نظرة عامة
تستكشف هذه الدراسة عدم المساواة المكانية في الصين عبر أبعاد مختلفة – الاقتصادية والاجتماعية والبيئية والبنية التحتية والابتكار – مع تسليط الضوء على آثارها على التماسك الاجتماعي والاستقرار السياسي والتنمية المستدامة. باستخدام 13 مؤشرًا متوافقًا مع أهداف التنمية المستدامة، تستخدم البحث مقاييس إحصائية مثل معامل الاختلاف الموزون حسب السكان، ومعامل جيني، وMoran’s I لتقييم عدم المساواة المكانية وارتباطها بالنمو الاقتصادي. تشير النتائج إلى أنه بينما انخفضت عدم المساواة المكانية في معظم الأبعاد منذ عام 1990، زادت الفجوات في معدلات البطالة وانبعاثات الكربون. ومن الجدير بالذكر أن الابتكار يظهر أعلى عدم مساواة مكانية، في حين أن الأدنى في البعد الاجتماعي.
تكشف التحليلات عن اتساع الفجوة الاقتصادية والابتكارية بين المناطق الساحلية الشرقية والمناطق الوسطى/الغربية، إلى جانب تضييق الفجوات في الإسكان والرعاية الصحية والرقمنة. تدعم الدراسة توسيع فرضية ويليامسون على شكل U المقلوب لتشمل التعليم والرعاية الصحية والبنية التحتية والرقمنة، على الرغم من أن هذا النمط لا ينطبق على المقاييس البيئية. بالإضافة إلى ذلك، تكشف الأبحاث عن علاقة غير خطية بين المؤشرات الاقتصادية والبيئية، مما يشير إلى الحاجة إلى تعديلات سياسية ديناميكية. تؤكد النتائج على أهمية معالجة عدم المساواة الإقليمية في الصين، خاصة في سياق التعافي بعد الجائحة، وتدعو إلى مزيد من الدراسات المقارنة عبر دول ومناطق مختلفة.
الطرق
في هذه الدراسة، استخدمنا نهجًا شاملاً لتقييم عدم المساواة متعددة الأبعاد في التنمية الإقليمية عبر الصين من خلال اختيار 13 مؤشرًا تغطي خمسة أبعاد حيوية: الاقتصاد، المجتمع، البيئة، البنية التحتية، والابتكار. هذه المؤشرات، التي تتماشى مع أهداف التنمية المستدامة (SDGs)، موضحة في الشكل 1 وتشمل مقاييس رئيسية مثل الناتج المحلي الإجمالي للفرد، والدخل القابل للتصرف للفرد، وتركيز PM 2.5. ومن الجدير بالذكر أن تسعة من هذه المؤشرات تم التأكيد عليها في خطة الصين الخمسية الرابعة عشرة (2021-2025) وأهدافها طويلة الأجل حتى عام 2035، مما يبرز أهميتها في استراتيجيات التنمية الوطنية.
تم الحصول على بيانات التحليل من مجموعة متنوعة من الإحصاءات السنوية الصينية، بما في ذلك الكتاب الإحصائي الصيني وكتاب الإحصاءات السكانية والتوظيف، تغطي 31 وحدة إدارية من 1990 إلى 2021، باستثناء هونغ كونغ وماكاو وتايوان. لتسهيل المقارنات الزمنية الدقيقة، تم تعديل الناتج المحلي الإجمالي لأسعار ثابتة لعام 1990. ومع ذلك، نظرًا لعدم اتساق توفر البيانات، تم تحليل بعض المؤشرات فقط بدءًا من عام 2000. يتم تقديم الإحصاءات الوصفية وتوافق هذه المؤشرات مع مقاييس SDG في الجدول 1، مما يوفر إطارًا قويًا لفهم الفجوات الإقليمية في التنمية عبر الصين.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث تؤكد الاختبارات الإحصائية على قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أن التدخل المطبق يؤدي إلى تحسين قابل للقياس في النتائج، كما يتضح من أحجام التأثير المبلغ عنها والقيم p، التي تقع تحت العتبة التقليدية للدلالة (p < 0.05). بالإضافة إلى ذلك، تكشف التحليلات أن بعض العوامل الديموغرافية تعدل التأثيرات الملحوظة، مما يشير إلى أن التدخل قد يكون أكثر فعالية في مجموعات فرعية معينة. توضح التمثيلات البيانية للبيانات هذه الاتجاهات، مما يبرز الاختلافات في النتائج عبر ظروف مختلفة. بشكل عام، تسهم النتائج في الجسم المعرفي القائم من خلال تقديم أدلة تجريبية تدعم الفرضيات المقترحة وتشير إلى طرق محتملة للبحث المستقبلي.
المناقشة
يتناول قسم المناقشة في ورقة البحث قياس عدم المساواة المكانية في الصين، باستخدام طرق كمية مختلفة مثل معامل الاختلاف (CV)، ومعامل جيني، وMoran’s I لتحليل الفجوات عبر الأبعاد الاقتصادية والاجتماعية والبيئية والبنية التحتية والابتكار. تؤكد الدراسة على أهمية استخدام مقاييس موزونة حسب السكان، مثل معامل الاختلاف الموزون (WCV)، لتمثيل عدم المساواة الإقليمية بشكل أفضل، خاصة في المناطق ذات الكثافة السكانية العالية. يتم استخدام معامل جيني لتأكيد النتائج المستخلصة من WCV، بينما يتم استخدام Moran’s I لتقييم التلقائية المكانية، مما يكشف عن تأثيرات تجمع كبيرة تؤثر على عدم المساواة الإقليمية.
تشير النتائج إلى أن عدم المساواة المكانية في الابتكار هو الأكثر وضوحًا، مع تركيز ملحوظ للموارد في تجمعات حضرية شرقية، على الرغم من الجهود المبذولة لإعادة توزيع الصناعات. تلاحظ الدراسة انخفاضًا عامًا في عدم المساواة المكانية عبر معظم المؤشرات منذ عام 1990، على الرغم من أن الاتجاهات الأخيرة تظهر زيادة الفجوات في البطالة وانبعاثات الكربون. تكشف التحليلات عن علاقة على شكل U المقلوب بين عدم المساواة المكانية والنمو الاقتصادي لعدة مؤشرات، مما يشير إلى أنه مع تقدم التنمية الاقتصادية، قد تنخفض عدم المساواة المكانية في البداية قبل أن تستقر. تختتم الورقة بتداعيات سياسية، داعية إلى تدخلات مستهدفة لمعالجة الفجوات الإقليمية، خاصة في المناطق النامية، مع التأكيد أيضًا على الحاجة إلى البحث المستمر للتحقق من هذه النتائج عبر سياقات مختلفة.
DOI: https://doi.org/10.1057/s41599-024-03961-y
Publication Date: 2024-10-24
Author(s): Haimeng Liu et al.
Primary Topic: Regional Economics and Spatial Analysis
Overview
This study investigates spatial inequality in China across various dimensions—economic, social, environmental, infrastructural, and innovation—highlighting its implications for social cohesion, political stability, and sustainable development. Utilizing 13 indicators aligned with the Sustainable Development Goals, the research employs statistical measures such as the population-weighted coefficient of variation, Gini coefficient, and Moran’s I to evaluate spatial inequalities and their correlation with economic growth. The findings indicate that while spatial inequality in most dimensions has decreased since 1990, disparities in unemployment rates and carbon emissions have risen. Notably, innovation exhibits the highest spatial inequality, contrasting with the lowest in the social dimension.
The analysis reveals a widening economic and innovation gap between eastern coastal regions and central/western areas, alongside a narrowing of disparities in housing, healthcare, and digitalization. The study supports the extension of Williamson’s inverted U-shaped hypothesis beyond economic factors to include education, healthcare, infrastructure, and digitalization, although this pattern does not hold for environmental metrics. Additionally, the research uncovers a nonlinear relationship between economic and environmental indicators, suggesting the need for dynamic policy adjustments. The findings underscore the importance of addressing regional inequalities in China, particularly in the context of post-pandemic recovery, and call for further comparative studies across different countries and regions.
Methods
In this study, we employed a comprehensive approach to assess multidimensional inequalities in regional development across China by selecting 13 indicators spanning five critical dimensions: economy, society, environment, infrastructure, and innovation. These indicators, which are aligned with the Sustainable Development Goals (SDGs), are detailed in Figure 1 and include key metrics such as GDP per capita, disposable income per capita, and PM 2.5 concentration. Notably, nine of these indicators are emphasized in China’s 14th Five-Year Plan (2021-2025) and its long-term objectives through 2035, highlighting their significance in national development strategies.
Data for the analysis were sourced from various Chinese statistical annuals, including the China Statistical Yearbook and the Population and Employment Statistical Yearbook, covering 31 provincial units from 1990 to 2021, excluding Hong Kong, Macau, and Taiwan. To facilitate accurate temporal comparisons, GDP was adjusted to constant 1990 prices. However, due to inconsistencies in data availability, certain indicators were only analyzed from 2000 onwards. Descriptive statistics and the alignment of these indicators with SDG metrics are presented in Table 1, providing a robust framework for understanding regional disparities in development across China.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables under study, with statistical tests confirming the robustness of these relationships. Specifically, the results demonstrate that the intervention applied leads to a measurable improvement in the outcomes, as evidenced by the reported effect sizes and p-values, which fall below the conventional threshold of significance (p < 0.05). Additionally, the analysis reveals that certain demographic factors moderate the effects observed, suggesting that the intervention may be more effective in specific subgroups. Graphical representations of the data further illustrate these trends, highlighting the differences in outcomes across various conditions. Overall, the findings contribute to the existing body of knowledge by providing empirical evidence supporting the proposed hypotheses and indicating potential avenues for future research.
Discussion
The discussion section of the research paper addresses the measurement of spatial inequality in China, utilizing various quantitative methods such as the Coefficient of Variation (CV), Gini Coefficient, and Moran’s I to analyze disparities across economic, social, environmental, infrastructural, and innovation dimensions. The study emphasizes the importance of using population-weighted metrics, like the weighted Coefficient of Variation (WCV), to better represent regional inequalities, particularly in populous areas. The Gini Coefficient is employed to corroborate findings from the WCV, while Moran’s I is utilized to assess spatial autocorrelation, revealing significant clustering effects that influence regional inequality.
The findings indicate that spatial inequality in innovation is the most pronounced, with a notable concentration of resources in eastern urban clusters, despite efforts to redistribute industries. The study observes an overall decline in spatial inequalities across most indicators since 1990, although recent trends show rising disparities in unemployment and carbon emissions. The analysis reveals an inverted U-shaped relationship between spatial inequality and economic growth for several indicators, suggesting that as economic development progresses, spatial inequalities may initially decrease before stabilizing. The paper concludes with policy implications, advocating for targeted interventions to address regional disparities, particularly in underdeveloped areas, while also highlighting the need for ongoing research to validate these findings across different contexts.