1. 研究背景区域经济规模的长期演进既反映全国增长的空间承载方式也揭示产业转移、要素集聚和区域政策作用下的结构变化。单纯观察某一年度GDP排名只能识别静态规模难以回答哪些地区保持长期增长、哪些地区贡献更多新增规模、区域差距是扩大还是收敛以及外部冲击是否改变原有增长路径。基于连续省级GDP序列构建一套可复现的描述性分析框架可以把“规模—速度—结构—稳定性”放在同一逻辑中观察。本报告使用公开的中国省级GDP数据对1992—2020年31个省级地区进行纵向追踪。研究先呈现省级GDP合计、排名、复合增速和增量贡献再计算前五省份份额与HHI并按四大区域汇总随后以PCA和K-Means形成省域发展类型画像最后以岭回归和随机森林构建简单预测基线检验历史规模惯性在2018—2020年测试期内的稳定性。2. 研究意义分析意义通过同时使用规模、增速、份额和波动性指标避免把“增长快”直接等同于“经济强”也避免只依据大体量地区判断区域活力。管理意义增量贡献和区域份额能够帮助识别全国新增经济规模的主要来源聚类画像则适合用于同类地区对标、指标分层和差异化政策讨论。方法意义案例使用常见的Pandas、Matplotlib、Seaborn和Scikit-learn工具方法复杂度适中既适合展示完整数据分析流程也便于后续接入人口、产业、就业、财政等指标扩展。3. 数据说明与研究设计项目内容时间与对象1992—2020年31个省级地区29×31899个观测指标单位GDP为亿元属于名义规模指标未进行价格平减和人口标准化质量检查年份与省份字段完整无缺失值按年份升序整理并转成长表用于建模区域口径东部10省级地区、中部6个、西部12个、东北3个仅用于结构汇总核心方法趋势/排名/热图、复合增速、增量贡献、份额与HHI、PCA、K-Means、岭回归与随机森林说明省级GDP合计与国家统计口径的全国GDP可能因核算范围、修订时点和地区加总差异而不完全一致。因此报告只把省级合计作为同一数据集内部的比较基准不将其解释为官方全国GDP。复合增速为名义增速既包含实际产出变化也包含价格因素。4. 实证分析规模、速度与新增贡献totals wide.sum(axis1) growth totals.pct_change() * 100 fig, ax1 plt.subplots(figsize(9.2, 4.8)) ax1.plot(totals.index, totals / 10000, lw2.8) ax2 ax1.twinx() ax2.plot(growth.index, growth, color#F4A261) plt.show()31个省级地区GDP合计从1992年的2.60万亿元上升至2020年的101.24万亿元28年名义复合增速约13.98%。规模曲线持续向上但增速曲线从早期较高水平逐步下降2008—2009年、2015年前后以及2020年均出现明显下探说明中国区域经济已由高速度扩张转向更低增速、更强调结构与质量的阶段。由于图中使用名义GDP早期高增速中包含价格变化不能直接等同于真实产出增长。cagr ((wide.loc[2020] / wide.loc[2000])**(1/20)-1)*100 benchmark ((totals.loc[2020] / totals.loc[2000])**(1/20)-1)*100 s cagr.sort_values() plt.barh(s.index, s.values, colornp.where(s benchmark, #2A9D8F, #607D8B)) plt.axvline(benchmark, color#E76F51, ls--) plt.show()2000—2020年省级GDP合计复合增速为12.38%。贵州、西藏、陕西、重庆和宁夏位居长期增速前列分别约为15.32%、14.92%、14.31%、13.99%和13.81%体现西部开发、基础设施改善、产业承接和低基数共同作用下的追赶特征。辽宁、黑龙江等东北地区增速偏低与其在区域份额中的下降相互印证。高增速地区部分源于较低起点评价时仍需同时观察当前体量和增长稳定性。5. 实证分析集中度与区域再平衡东部长期占据一半以上的省级GDP合计2020年份额为51.93%较2010年下降1.94个百分点同期中部由20.74%升至21.95%西部由18.49%升至21.07%两者合计提升3.79个百分点。东北份额则从2010年的6.90%降至2020年的5.05%区域再平衡主要表现为中西部抬升与东北相对收缩而非东部主导地位的根本改变。6. 实证分析增速降档与冲击差异growth wide.pct_change() * 100 heat growth.loc[2011:2020].T fig, ax plt.subplots(figsize(9.5, 8.6)) sns.heatmap(heat, cmapRdYlGn, center8, vmin-5, vmax20, linewidths.25, axax) plt.show()热图显示2011年前后多数地区仍保持两位数名义增速随后绿色区域逐渐减少体现各省普遍进入增速降档阶段资源型地区和东北地区在部分年份出现更明显的低增速。7. 省域发展类型画像聚类选择五项指标2020年GDP对数、2000—2020年复合增速、2010—2020年复合增速、2011—2020年增速波动、2010—2020年全国份额变化。指标标准化后使用K-Means聚类并以PCA二维投影展示组间关系。聚类仅用于描述相似性不代表行政等级或发展优劣。标准化画像进一步说明成熟规模型的规模与稳定性优势最明显但长期增速并非最高份额提升型在长期增速、近期增速和份额变化上均高于平均是追赶扩张的主体增长承压型在增速和份额变化上显著低于平均同时波动偏高小体量成长型规模远低于平均却保持较快增速。对标分析应优先在同一类型内部进行避免让小体量高增长地区与成熟大省直接比较总量。8. 简易预测模型与稳健性检验模型将2017年及以前的样本作为训练集将2018—2020年93个省年观测作为测试集。解释变量包括上一年GDP对数、上一年增速、年份、省份类别和四大区域目标为当年GDP对数。岭回归用于刻画稳定线性惯性随机森林作为非线性对照所有误差指标均转换回亿元后计算。模型R²RMSE亿元MAE亿元MAPE岭回归0.99162303.51591.15.14%随机森林0.95565309.62423.85.70%岭回归MAPE由2018年的2.70%上升至2019年的4.68%2020年进一步升至8.05%。误差随预测期向前推进而累积同时2020年受到突发冲击和省际恢复差异影响历史趋势难以充分解释实际变化。由此可见该模型适合作为常态情景基线但不能直接用于重大冲击年份的精确预测正式预测需要加入产业结构、投资、消费、就业、价格与政策变量。9. 主要结论第一规模持续扩张但增速换挡。1992—2020年省级GDP合计增长近39倍名义复合增速约13.98%但2011年后多数地区的年度增速中枢明显下移。第二头部省份稳定新增动力更趋多元。广东、江苏保持规模领先并贡献最大增量同时安徽、福建、湖北、湖南、四川等省份在增量贡献和份额提升中表现突出。第三区域再平衡是渐进过程。东部仍占省级GDP合计的一半以上中西部份额稳步提高东北相对份额继续下降现有变化更接近缓慢重构而非短期逆转。第四省域发展具有多维差异。成熟规模型、份额提升型、增长承压型和小体量成长型说明规模、增速、稳定性和份额变化并不同步地区评价需要组合指标。第五历史惯性强但冲击年份误差扩大。岭回归具有较高总体拟合度但2020年误差显著上升说明宏观预测必须显式考虑外生冲击、产业暴露和恢复节奏。具体细节见原文可私创造不易谢谢各位多多点赞收藏 中国省域经济规模、增长分化与发展类型画像（基于1992—2020年31个省级地区GDP的可视化、PCA＋K-Means聚类与简易面板预测）
1. 研究背景区域经济规模的长期演进既反映全国增长的空间承载方式也揭示产业转移、要素集聚和区域政策作用下的结构变化。单纯观察某一年度GDP排名只能识别静态规模难以回答哪些地区保持长期增长、哪些地区贡献更多新增规模、区域差距是扩大还是收敛以及外部冲击是否改变原有增长路径。基于连续省级GDP序列构建一套可复现的描述性分析框架可以把“规模—速度—结构—稳定性”放在同一逻辑中观察。本报告使用公开的中国省级GDP数据对1992—2020年31个省级地区进行纵向追踪。研究先呈现省级GDP合计、排名、复合增速和增量贡献再计算前五省份份额与HHI并按四大区域汇总随后以PCA和K-Means形成省域发展类型画像最后以岭回归和随机森林构建简单预测基线检验历史规模惯性在2018—2020年测试期内的稳定性。2. 研究意义分析意义通过同时使用规模、增速、份额和波动性指标避免把“增长快”直接等同于“经济强”也避免只依据大体量地区判断区域活力。管理意义增量贡献和区域份额能够帮助识别全国新增经济规模的主要来源聚类画像则适合用于同类地区对标、指标分层和差异化政策讨论。方法意义案例使用常见的Pandas、Matplotlib、Seaborn和Scikit-learn工具方法复杂度适中既适合展示完整数据分析流程也便于后续接入人口、产业、就业、财政等指标扩展。3. 数据说明与研究设计项目内容时间与对象1992—2020年31个省级地区29×31899个观测指标单位GDP为亿元属于名义规模指标未进行价格平减和人口标准化质量检查年份与省份字段完整无缺失值按年份升序整理并转成长表用于建模区域口径东部10省级地区、中部6个、西部12个、东北3个仅用于结构汇总核心方法趋势/排名/热图、复合增速、增量贡献、份额与HHI、PCA、K-Means、岭回归与随机森林说明省级GDP合计与国家统计口径的全国GDP可能因核算范围、修订时点和地区加总差异而不完全一致。因此报告只把省级合计作为同一数据集内部的比较基准不将其解释为官方全国GDP。复合增速为名义增速既包含实际产出变化也包含价格因素。4. 实证分析规模、速度与新增贡献totals wide.sum(axis1) growth totals.pct_change() * 100 fig, ax1 plt.subplots(figsize(9.2, 4.8)) ax1.plot(totals.index, totals / 10000, lw2.8) ax2 ax1.twinx() ax2.plot(growth.index, growth, color#F4A261) plt.show()31个省级地区GDP合计从1992年的2.60万亿元上升至2020年的101.24万亿元28年名义复合增速约13.98%。规模曲线持续向上但增速曲线从早期较高水平逐步下降2008—2009年、2015年前后以及2020年均出现明显下探说明中国区域经济已由高速度扩张转向更低增速、更强调结构与质量的阶段。由于图中使用名义GDP早期高增速中包含价格变化不能直接等同于真实产出增长。cagr ((wide.loc[2020] / wide.loc[2000])**(1/20)-1)*100 benchmark ((totals.loc[2020] / totals.loc[2000])**(1/20)-1)*100 s cagr.sort_values() plt.barh(s.index, s.values, colornp.where(s benchmark, #2A9D8F, #607D8B)) plt.axvline(benchmark, color#E76F51, ls--) plt.show()2000—2020年省级GDP合计复合增速为12.38%。贵州、西藏、陕西、重庆和宁夏位居长期增速前列分别约为15.32%、14.92%、14.31%、13.99%和13.81%体现西部开发、基础设施改善、产业承接和低基数共同作用下的追赶特征。辽宁、黑龙江等东北地区增速偏低与其在区域份额中的下降相互印证。高增速地区部分源于较低起点评价时仍需同时观察当前体量和增长稳定性。5. 实证分析集中度与区域再平衡东部长期占据一半以上的省级GDP合计2020年份额为51.93%较2010年下降1.94个百分点同期中部由20.74%升至21.95%西部由18.49%升至21.07%两者合计提升3.79个百分点。东北份额则从2010年的6.90%降至2020年的5.05%区域再平衡主要表现为中西部抬升与东北相对收缩而非东部主导地位的根本改变。6. 实证分析增速降档与冲击差异growth wide.pct_change() * 100 heat growth.loc[2011:2020].T fig, ax plt.subplots(figsize(9.5, 8.6)) sns.heatmap(heat, cmapRdYlGn, center8, vmin-5, vmax20, linewidths.25, axax) plt.show()热图显示2011年前后多数地区仍保持两位数名义增速随后绿色区域逐渐减少体现各省普遍进入增速降档阶段资源型地区和东北地区在部分年份出现更明显的低增速。7. 省域发展类型画像聚类选择五项指标2020年GDP对数、2000—2020年复合增速、2010—2020年复合增速、2011—2020年增速波动、2010—2020年全国份额变化。指标标准化后使用K-Means聚类并以PCA二维投影展示组间关系。聚类仅用于描述相似性不代表行政等级或发展优劣。标准化画像进一步说明成熟规模型的规模与稳定性优势最明显但长期增速并非最高份额提升型在长期增速、近期增速和份额变化上均高于平均是追赶扩张的主体增长承压型在增速和份额变化上显著低于平均同时波动偏高小体量成长型规模远低于平均却保持较快增速。对标分析应优先在同一类型内部进行避免让小体量高增长地区与成熟大省直接比较总量。8. 简易预测模型与稳健性检验模型将2017年及以前的样本作为训练集将2018—2020年93个省年观测作为测试集。解释变量包括上一年GDP对数、上一年增速、年份、省份类别和四大区域目标为当年GDP对数。岭回归用于刻画稳定线性惯性随机森林作为非线性对照所有误差指标均转换回亿元后计算。模型R²RMSE亿元MAE亿元MAPE岭回归0.99162303.51591.15.14%随机森林0.95565309.62423.85.70%岭回归MAPE由2018年的2.70%上升至2019年的4.68%2020年进一步升至8.05%。误差随预测期向前推进而累积同时2020年受到突发冲击和省际恢复差异影响历史趋势难以充分解释实际变化。由此可见该模型适合作为常态情景基线但不能直接用于重大冲击年份的精确预测正式预测需要加入产业结构、投资、消费、就业、价格与政策变量。9. 主要结论第一规模持续扩张但增速换挡。1992—2020年省级GDP合计增长近39倍名义复合增速约13.98%但2011年后多数地区的年度增速中枢明显下移。第二头部省份稳定新增动力更趋多元。广东、江苏保持规模领先并贡献最大增量同时安徽、福建、湖北、湖南、四川等省份在增量贡献和份额提升中表现突出。第三区域再平衡是渐进过程。东部仍占省级GDP合计的一半以上中西部份额稳步提高东北相对份额继续下降现有变化更接近缓慢重构而非短期逆转。第四省域发展具有多维差异。成熟规模型、份额提升型、增长承压型和小体量成长型说明规模、增速、稳定性和份额变化并不同步地区评价需要组合指标。第五历史惯性强但冲击年份误差扩大。岭回归具有较高总体拟合度但2020年误差显著上升说明宏观预测必须显式考虑外生冲击、产业暴露和恢复节奏。具体细节见原文可私创造不易谢谢各位多多点赞收藏