APP下载

基于新经济地理学理论的甘肃省县域经济发展差异

2016-05-24董亚宁

地域研究与开发 2016年1期
关键词:甘肃省县域变量

董亚宁

(北京大学 政府管理学院,北京 100871)

基于新经济地理学理论的甘肃省县域经济发展差异

董亚宁

(北京大学 政府管理学院,北京 100871)

针对甘肃省县域经济发展差异突出的问题,通过构建新经济地理学视角下的区域经济发展差异分析框架,提出了影响区域经济发展差异的相关因素;运用空间探索性数据分析方法分析甘肃县域经济的空间差异分布与集聚情况;通过引入空间矩阵对甘肃省县域经济发展差异进行空间计量分析。结果表明:甘肃省县域经济发展水平具有明显的空间差异性和空间正相关性;相对市场规模、知识存量、产业份额、城镇化水平、贸易自由度及资本投入均是导致县域经济发展差异的重要因素;基于新经济地理学理论的区域经济发展差异分析框架可以解释县域经济发展差异的成因。

新经济地理学;县域经济发展差异;空间计量经济模型;甘肃省

0 引言

改革开放以来,中国经济飞速发展的同时区域经济差异问题也日益凸显,这不仅引起了政府管理者的高度重视,也逐渐成为国内经济学界的研究热点[1-2]。县域经济作为国民经济的基本单元,是以县级行政区划为边界的区域经济,也是中国经济中特殊的行政区域经济。县域作为地域特征明显、功能相对完备、贸易导向突出、竞争性较强的区域经济单元及区域经济增长的基础层次,在经济行为的组织运行上具有其特有的行为机制和运行规律。因此,以县域为研究单元探讨区域经济发展差异,能精细、全面地展示区域经济差异状况,可以更好地为区域发展政策、区域发展规划提供依据。学者也以不同的研究对象、运用不同的研究方法、选取不同的变量进行了大量有关县域经济的研究[3-8]。

进入21世纪以来,甘肃省经济一直保持着高于全国平均水平的速度增长,但由于历史原因、自然条件和资源禀赋等差异,县域经济发展差异总体突出且呈稳定状态。针对这一现状,学者们进行了不同角度的探讨。李博等运用多种定量分析方法对甘肃县域经济进行空间分析,得出了县域经济的增长存在明显的空间关联特征,趋同趋势正在减弱,经济增长正在由单核转变为多核,在空间上正在由河西走廊转向陇东地区等重要结论[9];李建豹等运用ESDA方法对1999—2008年甘肃省县域经济差异进行了空间分析,得出各县经济发展差异有拉大趋势,并且呈现出“西高东低,北高南低”的趋势以及空间聚集特征明显等结论[10];潘竟虎等运用以空间关联测度为核心的ESDA方法,对甘肃省市域人口流动空间格局进行实证分析,测度了经济发展水平、医疗条件、投资能力、产业结构、城乡收入差距等因素对人口流动的影响程度,得出人口流动在地理上存在集聚现象等结论[11],总的来看,目前已有学者关注并研究甘肃省县域经济的发展问题,但大多研究的理论依据相对欠缺。

近年来陆续有学者从新经济地理学视角分析区域经济发展差异。林理升等在其建构的新经济地理分析框架下研究发现,高运输成本和劳动力流动成本是地区之间分工和协同发展的障碍,将会扩大区域经济差距[12];吴玉鸣根据新增长理论和新经济地理学理论提出7个假设,运用空间计量方法分析了中国2 030个县域增长集聚与空间差异的现状和原因[3];李国平等以生产集中与人口分布的关系为切入点,实证分析了中国地区经济差距的主要原因[13]。基于此,本研究通过构建基于新经济地理学理论的区域经济发展差异分析框架,实证分析甘肃县域经济发展差异形成的机制和影响因素。

1 新经济地理学视角下区域经济差异

新经济地理学是解释经济活动空间分布差异原因和机制的学科,而经济活动的空间分布差异是区域经济差异的成因之一。因此,运用新经济地理学理论来分析区域经济发展差异的成因、机制、发展趋势,进而寻求缩小差异的思路和方法,无疑是区域差异研究的方法创新[14]。基于新经济地理学理论构建区域经济发展差异分析框架(图1),可以看出:贸易自由度的变化将导致产业转移和要素流动,而产业的转移和要素的流动造成的产业份额和要素收益的变化将进一步带来4种效应(市场拥挤效应、市场接近效应、收入分配效应、生活成本效应)和2种潜力(市场潜力、供给潜力),正是这4种效应和2种潜力形成了区域经济发展的分异[15-16]。区域相对市场规模、知识存量、产业份额、人口流动性、贸易条件和资本投入是影响区域经济发展差异的主要因素,并且可以推断这些因素与区域经济发展差异均呈正相关关系,该框架将为后续实证分析变量选择提供理论依据。

图1 新经济地理学视角下的区域经济发展差异分析框架

2 空间统计描述分析

2.1 全局空间自相关分析

全局空间自相关主要运用Moran’sI指数、Geary’sC比率、GlobalG等全局自相关统计量。本研究选取全局Moran’sI对研究区域全部空间对象之间的空间关联程度、空间差异程度和空间分布模式等进行评估[17-18]。

GlobalMoran’sI指数的定义为:

式中:yi为第i地区的观测值(县域人均GDP);n为地区总数(县域数);wij为空间权重矩阵中的元素,反映空间单元之间的相互依赖程度,常用的有空间邻接权重矩阵和空间距离矩阵。本研究选用空间邻接权重矩阵。Moran’sI取值区间为[-1,1],接近0表示观测值空间不相关,大于0表示空间正相关,小于0表示空间负相关。

基于2013年甘肃省的行政区划,以甘肃省县级行政单位为研究对象,数据主要来源于《甘肃统计年鉴2014》和《全国地市县财政统计资料2014》。采用Moran’sI指数检验甘肃县域人均GDP是否存在空间相关性,依据rook方法建立一阶空间邻接权重矩阵,得出人均GDP的GlobalMoran’sI统计值在0.01水平显著,表明甘肃县域人均GDP表现出较强的全局空间正相关,即人均GDP较高的地区倾向于与人均GDP较高的地区在地理空间上邻接,人均GDP较低的地区倾向于与人均GDP较低的地区在地理空间上邻接。

2.2 局域空间自相关分析

进行局部空间自相关分析以度量每个县域与周边县域之间的局部空间关联和空间差异程度,进一步识别该县域与其他相邻县域在空间上是否存在显著的集聚特征。从基于邻接矩阵的甘肃省2013年各县域人均GDP的Moran散点图(图2)可以看出,各县域人均GDP的Moran’sI指数为0.218,大部分县域位于第Ⅰ、Ⅲ象限,再次说明了县域经济增长呈现正的空间相关关系。其中位于第Ⅰ象限的地区有敦煌、肃北、瓜州、肃南等地,具有高-高的正相关关系;位于第Ⅱ象限的地区有皋兰县、合水县、民勤县等,具有低-高的负相关关系;位于第Ⅲ象限的地区有岷县、漳县、康乐、夏河等,具有低-低的正相关关系;位于第Ⅳ象限的地区有兰州市区、平川区、华亭县等,具有高-低的负相关关系。从各县域人均GDP的聚类结果(图3)来看,人均GDP较高的县域主要集中在河西地区,人均GDP较低的县域主要集中在中南地区,这说明了各县域经济增长有一种集聚的趋向,县域经济之间存在着空间“俱乐部”现象,即人均GDP较高的县域其周边县域的人均GDP也较高,形成富裕地区俱乐部,而人均GDP较低的县域其周边县域的人均GDP也较低,形成贫困地区俱乐部。

图2 2013年甘肃省县域人均GDP的Moran散点图

图3 2013年甘肃省县域人均GDP的LISA聚类图

3 空间计量实证检验与结果分析

3.1 空间计量经济模型

空间计量经济学将区域之间的空间关系引入模型,对基本线性回归模型通过空间权重矩阵进行修正,常见的有空间滞后模型(SLM)和空间误差模型(SEM)。某区域及其周边区域都会在不同程度上影响该区域的经济增长,而空间滞后模型主要就是探讨这一现象,即分析各变量在某一区域是否存在溢出效应,其基本表达式为:

y=λWy+Xβ+μ,μ~N(0,σ2In)。

周边区域由于因变量的误差冲击对本区域观测值的影响程度则可以采用空间误差模型测量,其空间依赖存在于误差扰动项中,基本表达形式为:

y=Xβ+ε,ε=ρWε+υ;ε~N(0,σ2In)。

式中:y为被解释变量向量;X为n×k的外生解释变量矩阵;β为变量系数矩阵;λ为空间误差系数;μ为满足正态分布的随机误差向量;W为n×n的空间权重矩阵;ρ为空间滞后关系系数;ε为服从正态分布的误差成分。

3.2 变量选取与模型选择

基于前述的理论框架,选择人均GDP为被解释变量,解释变量包括相对市场规模、知识存量、产业份额、城镇化水平、贸易自由度及资本投入(表1)。

表1 各变量及其衡量指标与说明

在上述变量设定的基础上,分别建立双对数线性模型、SLM和SEM,并依据空间回归模型的估计技术与模型选择法则[20-21],进行县域人均GDP的空间依赖性检验(表2)。从Moran指数检验可以看出,其空间依赖性都很明显,这也进一步验证了空间自相关性的存在。进一步地,LMError和R-LMError均通过了1%水平的显著性检验,而LMLag和R-LMLag均未通过1%水平的显著性检验,根据判别准则,SEM比SLM更优,本研究将选用SLM和SEM进行对比分析。

表2 人均GDP的空间依赖性检验

3.3 实证检验与结果分析

为了对比分析,先给出运用普通最小二乘法(OLS)估计结果(表3)。从基于空间邻接矩阵的SLM和SEM估计(表4)可以看出回归残差正态检验无法拒绝正态性假设,Breusch,Koenker,White检验均表明不存在异方差;与OLS估计相比较,不论是SLM还是SEM估计,各解释变量显著性基本不变,但各变量的边际效应基本都有所下降,这主要是因为未考虑空间因素的OLS模型忽视了各变量的空间溢出效应,导致这些因素的边际效应存在高估现象;拟合优度均有提高,且AIC值和SC值均有所降低,LIK值有所增加;SLM与SEM估计结果相比,空间滞后系数未通过1%水平的显著性检验,空间误差系数则通过了1%水平的显著性检验,SEM的LR检验也通过了5%的显著水平检验,证明空间计量模型与OLS模型存在差异,这与检验准则相吻合。总的来看,SEM结果更优,更切合实际,这也进一步验证了上述空间计量模型选择的正确性。

回归结果表明,产业份额、城镇化水平、贸易自由度及资本投入4个解释变量的回归系数均为正,且均通过了5%水平的显著性检验,产业份额、城镇化水平、贸易自由度及资本投入均与县域经济发展正相关,这4个解释变量都是影响区域经济发展差异的重要因素,与前述理论框架一致。对于相对市场规模这一解释变量,实证结果显示人口密度与经济发展呈负相关,与前述理论推断相反,这主要有2个原因:一是各县域有大量的农村外出务工人员,他们的经济活动发生在异地,但户籍却在本地,这样从需求角度对本地区的经济发展贡献相对较小甚至为负;二是目前整个甘肃地区贫困面较大,贫困程度较深,有大量贫困人口自生发展能力较低,消费水平有限。对于知识存量这一解释变量,实证结果系数为负,与前述理论框架也相反,这主要是因为中小学以上接受教育的学生在求学期间边际劳动产品价值很小,毕业后由于选择到异地就业,不利于本地经济发展。

表3 OLS估计结果

表4 SLM和SEM的估计结果

4 结论与政策建议

4.1 结论

基于新经济地理学理论的区域经济发展差异分析框架,通过引入空间权重矩阵对甘肃省县域经济发展差异进行了空间计量分析。甘肃省县域经济发展水平具有明显的空间差异性和空间正相关性;与传统OLS模型相比,考虑空间因素的空间计量技术剔除了变量的空间溢出效应,能得到各变量无偏的边际影响值,得到的结果更加符合现实;相对市场规模、知识存量、产业份额、城镇化水平、贸易自由度及资本投入都是导致县域经济发展差异的重要因素,实证检验结果与相关理论框架基本吻合,基于新经济地理学理论的区域经济发展差异分析框架可以解释县域经济发展差异的成因。

4.2 建议

(1)各县域应积极挖掘和开发各自的独特优势资源,着力发展特色产业,探索开发民族和民俗文化产业,重点发展以石油化工、有色冶金、机械电子以及战略新兴产业为主的工业产业体系,同时要依托兰州新区建设,加快“飞地经济”产业园建设步伐,打造西北经济增长极,从而推进工业化进程,发挥好“发动机”作用;(2)资本投入与县域经济有着密不可分的联系,各县域在固定资产投资方面仍具备较大的发展空间,要深入实施“3341”项目工程,不断探索资本投入创新机制,鼓励社会资本投资项目;(3)要以“丝绸之路经济带”建设为契机,加大交通基础设施和信息网络建设力度,提高区域间交通、信息等通达度,改善贸易条件,提升投资环境吸引力;(4)要以教育创新为内在驱动,鼓励民间创办各类职业培训机构,重点建设农民工技术培训体系,此外要加大高校的教育投入,促进产学研一体化发展;(5)以制度创新为重要推手,逐步有序放宽户籍限制,加强流动人口服务与管理工作,让劳动者能进得来、留得住、住得稳;(6)要扎实推进精准扶贫工作,深入实施双联行动、“1236”扶贫攻坚行动和“1+17”精准扶贫方案,提升农村贫困人口自我发展能力,让他们早日实现脱贫。

[1] 杨开忠.中国区域经济差异变动研究[J].经济研究,1994(12):28-33.

[2] 林毅夫,蔡昉,李周.中国经济转型时期的地区差距分析[J].经济研究,1998(6):3-10.

[3] 吴玉鸣.县域经济增长集聚与差异:空间计量经济实证分析[J].世界经济文汇,2007(2):37-57.

[4] 胡灿伟,张俊飚.湖北省县域经济空间分异与优化研究[J].农业现代化研究,2012,33(3):267-271.

[5] 曹芳东,吴江,徐敏.基于空间计量经济模型的县域经济发展差异研究——以江苏省为例[J].地域研究与开发,2010,29(6):23-28.

[6] 余鑫星,宫少颖,吴永兴.浙江省县域经济差异的空间统计分析[J].地域研究与开发,2012,31(3):27-32.

[7] 王晓玲,周国富.山西省县域经济发展差异的时空演化分析[J].地域研究与开发,2013,32(3):32-37.

[8] 王慧,孙晋芳,余静.山东省县域经济时空分异演化特征研究[J].地域研究与开发,2014,33(5):16-33.

[9] 李博,石培基,金淑婷.甘肃县域经济空间结构演化研究[J].兰州大学学报:自然科学版,2013,49(2):233-240.

[10] 李建豹,白永平,罗君,等.甘肃省区域经济差异空间分析[J].地域研究与开发,2011,30(6):27-31.

[11] 潘竟虎,李天宇.甘肃省人口流动空间格局和影响因素的ESDA分析[J].统计与信息论坛,2009,24(9):62-66.

[12] 林理升,王晔倩.运输成本、劳动力流动与制造业区域分布[J].经济研究,2006(4):115-125.

[13] 李国平,范红忠.生产集中、人口分布与地区经济差异[J].经济研究,2003(11):79-86,93.

[14] 谢燮,杨开忠.新经济地理学诞生的理论基石[J].当代经济科学,2004,26(4):53-57.

[15] Krugman P.Increasing Returns and Economic Geography[J].Journal of Political Economy,1991,99(3):483-499.

[16] 孙克,徐中民,聂坚.中国地区差异与新经济地理因素的关系研究[J].统计与决策,2011(19):108-113.

[17] Anselin L.Spatial Econometrics:Methods and Models[M].New York:Springer,1988:23-25.

[18] Anselin L,Bera A,Florax R,etal.Simple Diagnostic Tests for Spatial Dependence[J].Regional Science and Urban Econometrics,1996,26(1):77-104.

[19] 徐杨.新经济地理学视角下中国区域收入差距研究[J].西南民族大学学报,2011(4):129-136.

[20] Anselin L,Florax R.New Directions in Spatial Econometrics[M].New York:Springer,1995:21-74.

[21] Anselin L,Kelejian H.Testing for Spatial Error Autocorrelation in the Presence of Endogenous Regressors[J].International Regional Science Review,1997,20(1):153-182.

County-level Economic Development Disparities of Gansu Province Based on New Economic Geography

Dong Yaning

(School of Government, Peking University, Beijing 100871, China)

For analyzing the crucial issues of county-level economic development disparities in Gansu Province, an analytical framework of regional economic development disparities is constructed based on new economic geography, and some related factors of regional economic development disparities are proposed. Then the county-level economic development disparities and agglomeration are analyzed with the spatial exploratory data analysis method and the spatial statistic method by introducing spatial matrix. The county-level economy in Gansu Province has shown obvious spatial heterogeneity and space positive correlation; The relative market size, knowledge stock, industry share, urbanization level, trade freedom and capital investment are the important factors can lead to the differences of county’s economic development; The analytical framework of regional economic development disparities based on new economic geography can explain the causes of regional economic development disparities.

new economic geography; county-level economic development disparities; spatial econometric models; Gansu Province

2014-12-22;

2015-12-11

董亚宁(1987-),男,甘肃白银市人,博士研究生,主要从事区域经济方面的研究,(E-mail)dongyaning@pku.edu.cn。

F

A

1003-2363(2016)01-0087-04

猜你喜欢

甘肃省县域变量
致敬甘肃省腹腔镜开展30年
甘肃省机械工程学会
甘肃省发布第1号总林长令
县域消防专项规划研究
抓住不变量解题
也谈分离变量
甘肃省天水市泰安县桥南初级中学
山东县域GDP排名出炉
县域就诊率为何差了40%
2014年度陕西县域十强发布