李祥妹，张荣敏

（南京农业大学a.经济管理学院；b.中国粮食安全研究中心，江苏南京210095）

不同空间权重下区域产业结构收敛性分析
——以长三角经济区为例

李祥妹a，b，张荣敏a，b

（南京农业大学a.经济管理学院；b.中国粮食安全研究中心，江苏南京210095）

文章根据长江三角经济区25市1996-2014年宏观统计数据，基于地理空间和经济空间权重矩阵构建空间滞后模型与空间误差模型，探讨研究区三大产业的β收敛性动态变化特征，结果表明：研究区第一产业不存在空间相关性和收敛性；在地理和经济距离影响下，研究区内二、三产业呈现绝对β收敛，而第三产业收敛速度高于第二产业，其中科技、劳动力和资本要素显著影响第二产业的收敛性；经济空间权重矩阵前提下第三产业的空间相关性远高于地理空间权重矩阵；基于上述研究结果，发现忽略空间权重矩阵下产业结构收敛性差异将导致区域发展研究误差，区域经济发展战略的制定应以不同空间权重模型下产业结构收敛性研究为基础，加强区域经济合作，促进区域产业协调和经济一体化。

产业结构β收敛；长三角经济区；空间相关性；地理空间权重；经济空间权重

［DOI］10.3969/j.issn.1007-5097.2016.10.013

区域经济增长收敛性研究关系到区域发展战略的制定，是应用经济学领域主要关注的焦点之一，该思想最早可以追溯到Solow［1］提出的假说，随后该假说因Barro以及Sala-I-Martin［2］的研究而得到快速发展，关于地区发展收敛性问题的研究逐渐成为学术界讨论热点之一。随着我国区域经济发展差异的逐渐拉大，许多学者基于Barro和Sala-I-Martin提出的经济收敛理论，从国家层面［3］、省域层面［4-10］等尺度来探讨区域经济增长的收敛性，部分学者认为我国区域经济增长存在绝对收敛特征［11-12］，部分研究结果指出改革以来我国地区经济存在俱乐部收敛或条件收敛［13-15］，人力资本［16］、大规模劳动力的区际迁移［8］、工业化水平差异［15］、财政支出［17］、创新能力［18］是影响区域经济发展收敛性的主要因素。近年来，随着空间计量经济工具的发展，学者逐渐将地理空间效应引入区域经济发展收敛性研究中［19-20］，发现省级层面经济发展多表现为条件收敛，而县域或者地级市经济发展则呈现绝对收敛趋势［21］。

产业结构变化、产业集聚等与区域经济发展收敛性相互作用。胡向婷和张璐［22］认为，1996至2002年我国地区产业结构差异逐年扩大，相互之间不存在收敛性；但有学者指出1985至2003年间除中部工业外，其余各行业在我国东中西部都存在收敛性［23］；此外，研究发现我国制造业、高新技术产业、旅游产业等具体产业都存在条件收敛［24-25］，二、三产业逐渐由行业内竞争转为产业集聚与合理分工［26-27］。然而，上述成果对不同经济体经济距离空间效应考虑较少，忽略了经济发展中区域间相互潜在影响，基于地理和经济空间权重矩阵的产业收敛性研究更少见于文献。基于此，本文以长三角25个地级市为例，在引入空间相关性基础上，以空间计量经济学研究方法为基础，比较地理空间权重矩阵与经济空间权重矩阵下长三角经济区1996-2014年产业结构β收敛性，从微观角度探讨研究区产业结构收敛性动态变化规律，为区域一体化发展及产业结构调整提供参考。

一、研究区概况与数据来源

（一）研究区概况

本研究以长三角洲城市群核心区为例，涵盖沪苏浙25个地级及以上城市，是我国城市群最密集、城镇体系最完备、经济增长最强劲、生产力最发达、发展最具活力的区域之一，也是国际公认的六大世界级城市群之一。该区仅占全国2.1%的国土面积，集中了全国20%的经济总量和25%以上的工业增加值。2014年，研究区经济总量高达13.1万亿元，人均GDP突破8万元，为全国人均值的2倍，区域经济密度超6万元/km2，为全国平均水平的10倍。目前，长三角经济区已发展为以上海、杭州、南京为中心的“一小时经济圈”，成为我国经济发展和区域一体化程度最高，对周边经济发展带动力最强的地区。

（二）数据来源及说明

本研究利用长三角经济区25市1996-2014年的三大产业人均产值和生产要素数据（即资金、劳动力及科技）进行实证分析，选择一、二、三产业人均产值、人均科技支出、人均实际使用外资、人均固定资产投资额等变量表征区域产业结构及经济增长特征。为更好地了解地区产业结构收敛的动态变化以及把握研究区历次五年规划产业发展实际情况，研究中以每个五年规划为一个时段，将数据分成滚动时段：九五规划（1996-2000年）、十五规划（2001-2005年）、十一五规划（2006-2010年）及十二五规划（2011-2015年），其中十二五规划只到2014年，各市不同年份的各项人均值以1996年为基期的物价指数调整得到（表1）。

表1　主要变量的统计说明

二、研究方法与理论模型

（一）空间相关性

为探讨区域产业结构收敛性，首先分析区域产业发展以及产业结构变化的空间相关性，通过分析Moran's I指数来检验地区之间空间相关性。对于任何一个年份，该指数表达式为：

其中，n为研究区城市总个数，Wij为空间权重；Xi和Xj分别为城市i和城市j的属性表示属性的方差。

Moran's I指数的取值范围一般在-1到1之间，大于0表示正相关，若接近1表明具有相似的属性集聚在一起（即高值与高值、低值与低值相邻）；小于0表示负相关，若接近-1表明具有相异的属性集聚在一起（即高值与低值、低值与高值相邻）；接近0表明不存在空间相关性［28］。

（二）空间权重矩阵

空间计量分析的前提是度量区域间的空间距离［29］，而这一距离主要通过空间权重矩阵来体现。因此，本文在设定空间权重矩阵时考虑地理空间结构与经济距离两大方面因素。

1.地理空间权重

基于Tobler［30］的地理学第一定律：所有事物都与其他事物相关联，但较近的事物比较远的事物关联更大，本文所设的地理空间权重W采用以Rook为相邻规则的简单二分权重矩阵，即两个地区若有共同边界则视为相邻［31］。因此，对于长三角25市而言，如果地理上相邻对应权重取1，否则取0，即地理空间权重如下：

2.经济空间权重

林光平等［9］把人均实际GDP差额作为测度地区间“经济距离”，认为GDP指标是一个衡量各地经济发展的综合性指标，包含的信息量大，较好地反映出各地经济发展水平。该“经济距离”W*表达式为：

其中，W为上述地理空间权重矩阵；Yi，t表示城市i在t年的人均地区生产总值。基于此，本研究认为城市间即使地理上不相邻，也不能认为其经济空间权重等于0，主要由于城市之间会通过劳动力迁移、投资等多种渠道来相互影响经济发展，故本文设定经济空间权重矩阵W1来反映出长三角各市经济联系密切程度：

（三）β收敛方程

1.收敛的标准方程

产业β收敛主要分为绝对β收敛和条件β收敛，其中绝对β收敛指区域产业的发展仅仅取决于初始资本水平的不同，而条件β收敛强调除初始资本水平之外，还有其他影响因素制约产业发展，如劳动力、资本、技术等。本研究基于产业绝对β收敛方程构建模型为：

其中，Yi，t+k、Yi，t分别为期末、期初的产业人均值，k表示时间跨度，εi，t为随机扰动项。

2.空间计量模型

空间计量经济学的基本思想是将地区或机构间的相关关系引入模型，若忽视地区间空间相关性必然会导致结果误差［32］，因此需要利用空间权重矩阵对模型（6）、（7）进行修正。根据模型设定对“空间”的不同体现方法，将空间计量模型分为空间滞后模型（SLM）、空间误差模型（SEM）。

（1）空间滞后模型。将各市产业增长率的空间滞后变量引入模型，用以表明一个城市的产业增长可能直接与周边地区及整个系统内的产业增长情况相关。由此，构建产业收敛的SLM模型以及加入控制变量矩阵bX的SLM模型分别为：

其中，W表示地理或经济空间权重矩阵ρ；表示空间自回归系数。

（2）空间误差模型。空间误差模型表明特定区域产业的随机冲击不但影响各自增长，由于误差空间相关的存在，冲击效应会扩散到整个经济系统［9］。因此，长三角各市间的相互关系通过误差项来体现，构建空间误差模型SEM为：

其中，ε为随机扰动项向量；μ为正态分布的随机扰动向量；λ为空间误差系数。

三、空间相关性检验

（一）变异系数

变异系数是反映差异性的重要指标。由图1可知，第一产业人均产值的变异系数总体上呈增长趋势，表明长三角经济区第一产业人均产值增长率的差异不断扩大，即第一产业在1996-2014年间可能是发散的；而第二、第三产业的变异系数在总体上呈下降趋势，表明第二、第三产业表现为较高的空间相关性，可能存在收敛现象。

图1　长三角1996-2014年三大产业变异系数折线

（二）Moran's I指数

1.全局空间相关性分析

基于地理和经济空间权重矩阵运用Stata12.1软件定量分析区域空间相关性检验见表2，从表中可以看出，研究区第一产业人均产值在两种权重矩阵下空间相关性不显著，第二、第三产业的Moran's I指数显著为正，且经济空间权重下统计的显著性优于地理空间权重，表明第二、第三产业在空间分布上具有显著的正自相关关系，即具有较高产业产值的城市相对趋于和较高的城市集聚，较低产业产值的城市趋于和较低产出的城市相邻，说明长三角第二、第三产业存在明显的空间集聚现象，呈现出不断增强的趋势，其中第二产业的空间集聚效应最显著。基于此，下文将进一步探讨长三角第二、第三产业收敛的空间动态变化。

图2　长三角经济区第二产业分时段聚类

图3　长三角经济区第三产业分时段聚类

表2　不同空间权重矩阵下产业人均值空间相关性检验

2.局部空间相关性分析

尽管Moran's I指数值说明长三角经济区第二、第三产业在1996-2014年存在显著空间相关性，但不能显示产业发展较高地区或较低地区空间集聚的具体状况。由此，利用GeoDa软件作出长三角第二、第三产业分时段空间聚类图，红色区域（HH）反映高产值城市与其他高产值城市相邻，紫色区域（LL）反映低产值城市与低产值城市相邻，蓝色区域（LH）反映低产值城市与高产值城市相邻。

如图2和图3所示，在1996-2014年间，第二产业中显著位于HH型地区的是苏州，而连云港和淮安的第二、第三产业均显著位于LL型地区。分时段来看，1996-2005年间，宿迁和淮安显著位于LL型地区；连云港和淮安在2006-2014年间显著位于LL型地区；苏州的第二产业在2001-2014年间显著位于HH型地区；台州的第二、第三产业均显著位于LH型地区；图中白色区域表示没有通过显著性检验。

四、空间计量模型估计

通过上述分析可以看出长三角经济区区域经济发展存在空间相关性，因此适合于空间计量模型的分析。为避免估计值的误差，一般通过工具变量法、最大似然法或广义最小二乘估计等方法对空间计量模型进行估计，从而消除数据的空间自相关性。本研究基于Stata12.1采用最大似然估计法（ML）来估计空间计量模型，结果如表3所示。

（一）1996-2014年产业收敛性分析

1.绝对收敛性分析

表3显示，在1996-2014年间，经济空间权重矩阵下空间自回归系数为负，且在1%的水平上显著，表明存在非常显著的空间自回归效应，使用空间滞后模型较为合适；地理空间权重矩阵下空间误差系数显著为正，表明此时使用空间误差模型较好。此外，无论何种空间矩阵，β1均为负，且在统计上显著，说明在地理和经济距离的影响下长三角第二、第三产业均存在显著的绝对β收敛性；另外，第二产业的收敛速度明显高于第三产业，而在产业内经济空间矩阵下的收敛速度较高于地理空间矩阵。

表3　长三角1996-2014年第二、第三产业绝对收敛估计结果

2.条件收敛性分析

根据OLS估计结果，我们看出长三角经济区第二、第三产业在1996-2014年间存在条件β收敛，且第二产业的收敛速度明显高于第三产业，但我们不能直接由此得出结论，需进一步分析空间计量模型的结果（表4）。

表4　长三角1996-2014年第二、第三产业条件收敛估计结果

由表4可见，两种空间权重矩阵下空间滞后模型的空间自回归系数较为显著，表明此时选择该模型较为适合；经济空间权重下第二产业的β1系数为-0.552，收敛速度为4.46%，第三产业的β1值在地理和经济空间矩阵下分别为-0.176、-0.353，收敛速度分别为1.08%、2.42%，均在1%的水平上通过检验，表明第二、第三产业在1996-2014年间存在条件β收敛，且经济空间权重下的收敛速度快于地理空间权重。劳动力、国外资本以及国内资本投入明显促进了产业在空间上趋于集聚和收敛，主要由于劳动力、资本等资源在区域内的快速流动使产业差距不断缩小；而科技要素对第二、第三产业收敛性具有显著的消极影响，由于科技投入没有得到最优配置，不断拉大了长三角各市的产业发展差距。另一方面，我们可以看出OLS以及两种空间权重矩阵下估计出的β1系数均为负值，且在统计上非常显著，判断第二、第三产业在1996-2014年间的确存在条件β收敛，第二产业的收敛速度远高于第三产业。

（二）分时段产业收敛分析

区域产业发展收敛结果见表5和表6。

表5　地理距离下长三角分时段第二、第三产业收敛模型估计结果

从表5可以看出在地理距离下，第二、第三产业在2006-2010年和2011-2014年时段里，空间误差系数均在5%的水平上显著，说明空间误差模型更适合估计条件β收敛方程；在经济距离下，第二产业在1996-2000年和2006-2010年时段里，空间误差系数在统计上显著，适宜用空间误差模型，而第三产业在1996-2000年应采用空间滞后模型，在2006-2010年和2011-2014年时段里应采用空间误差模型。

结果表明，在地理和经济空间权重的作用下，长三角第二产业在1996-2000年、2006-2010年及2011-2014年三个时段里表现出显著的条件β收敛，收敛速度总体呈下降趋势，波动较大，但地理空间矩阵下的收敛速度较快，说明地理空间矩阵下估计结果存在偏误，经济距离的作用更与现实吻合。第三产业在1996-2000年和2006-2010年时段内表现为条件β收敛，收敛速度呈先升后降的态势。总体来言，第二产业的收敛速度普遍稍高于第三产业，主要由于长三角经济区产业正逐步进入后工业化阶段，重心不断向第三产业转移，使各市第二产业的差距不断缩小，第三产业的发展差距不断扩大。

表6　经济距离下长三角分时段第二、第三产业收敛模型估计结果

五、结论与建议

本文利用空间计量方法对长三角1996-2014年间三大产业的收敛性进行实证分析，比较研究地理空间权重矩阵和经济空间权重矩阵下长三角经济区产业收敛的动态变化，主要结论如下：①长三角第一产业不存在空间相关性，而第二、第三产业表现出显著的空间正相关性，并且存在典型的HH型、LL型和LH型地区，其中苏北的淮安、连云港以及浙江省的台州等地主要表现为低空间集聚和低发展速率特征；②第二、第三产业在1996-2014年间存在显著的绝对β收敛，其中地理空间权重下第二产业收敛速度略高于经济空间权重，经济空间权重下第三产业的收敛速度高于地理空间权重；同时也存在显著的条件β收敛，但收敛速度因时段和空间权重不同而波动较大；③劳动力和资本要素的投入能明显加快第二、第三产业的收敛速度，促进长三角各市产业趋于集聚，而科技要素扩大了产业发展差距，使长三角第二、第三产业不断发散。

基于上述分析，未来长三角地区发展战略制定中应立足地理空间权重矩阵下的β收敛性特征制定发展战略，一方面加大苏锡常与上海之间的密切联系与合作，形成最有效的高产业集聚、高发展效率区，同时加大以徐州为中心的苏北重型机械制造业基地，加大人才、信息、资本等生产要素在空间上向苏北地区的快速流动，一方面利用这些后起的发展中地区的生产潜力，另一方面充分利用产业发展收敛性结论，在促进产业分工基础上加强合作与集聚，制定基于地理空间权重和经济距离权重的发展战略，促进区域产业整体上协调、快速发展。

注释：

①长三角经济区即为上海市、江苏省、浙江省3个省份及直辖市共25个城市，分别是上海、南京、苏州、无锡、常州、镇江、扬州、南通、泰州、盐城、徐州、淮安、宿迁、连云港、杭州、宁波、舟山、绍兴、湖州、嘉兴、台州、金华、衢州、丽水、温州。

②数据经《2014年中国城市统计年鉴》整理得到。

③数据来源于1996-2014年《中国城市统计年鉴》和国家统计局，淮安市2000年及以前数据采用淮阴市数据代替；各产业人均值由三大产业产值除以户籍人口得到，实际使用外资额按历年官方汇率换算成人民币，所有数据都经过可比性处理，个别缺失值采用移动平均法填补调整。

④即柯布—道格拉斯生产函数要求的资本、技术和劳动力三大类投入要素。

［1］Solow R.A Contribution to the Theory of Economic Growth［J］.Quarterly Journal of Economics，1956，70（1）：65-94.

［2］Barro R J，X Sala-I-Martin.Convergence across States and Regions［J］.Brookings Paper.Economy Activity，1991，22（1）：107-182.

［3］Cardenas M.Growth and Convergence in Colombia：1950-1990［J］.Journal of Development Economics，1995（47）：5-37.

［4］Koo Jaewoon，Young-Yong Kim，Sangphil Kim.Regional Income Convergence：Evidence from a Rapidly Growing Economy［J］.Journal of Economic Development，1998，23（2）：191-203.

［5］Rey S J，Montouri B D.US Regional Income Convergence：A Spatial Econometric Perspective［J］.Regional Studies，1999，33（2）：143-156.

［6］魏后凯.中国地区经济增长及其收敛性［J］.中国工业经济，1997（3）：31-37.

［7］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.

［8］蔡昉，王德文，都阳.劳动力市场扭曲对区域差距影响［J］.中国社会科学，2001（2）：4-14+204.

［9］林光平，龙志和，吴梅.我国地区经济收敛的空间计量实证分析：1978-2002年［J］.经济学（季刊），2005（S1）：67-82.

［10］朱国忠，乔坤元，虞吉海.中国各省经济增长是否收敛？［J］.经济学（季刊），2014，13（3）：1171-1194.

［11］张晓旭，冯宗宪.中国人均GDP的空间相关与地区收敛：1978-2003［J］.经济学（季刊），2008（1）：399-414.

［12］张学良.长三角地区经济收敛及其作用机制：1993-2006［J］.世界经济，2010（3）：126-140.

［13］樊杰.近期我国省域经济增长的基本态势分析［J］.地理科学进展，1997，16（3）：8-16.

［14］蔡昉，都阳.中国地区经济增长的趋同与差异——对西部开发战略的启示［J］.经济研究，2000（10）：30-37.

［15］沈坤荣，马俊.中国经济增长的“俱乐部收敛”特征及其成因研究［J］.经济研究，2002（1）：33-39.

［16］Mankiw G N，Romer D，Weil D.A Contribution to the Em⁃pirics of Economic Growth［J］.Quarterly Journal of Eco⁃nomics，1992，107（2）：407-437.

［17］张明喜.地方财政支出与区域经济收敛［J］.经济经纬，2007（1）：137-139.

［18］杨朝峰，赵志耘，许治.区域创新能力与经济收敛实证研究［J］.中国软科学，2015（1）：88-95.

［19］刘生龙，王亚华，胡鞍钢.西部大开发成效与中国区域经济收敛［J］.经济研究，2009，35（9）：94-105.

［20］洪国志，胡华颖，李郇.中国区域经济发展收敛的空间计量分析［J］.地理学报，2010，65（12）：1548-1558.

［21］徐鸿，赵玉.基于空间模型的长江经济带经济增长收敛性研究［J］.软科学，2015，29（8）：77-81.

［22］胡向婷，张璐.地方保护主义对地区产业结构的影响——理论与实证分析［J］.经济研究，2005（2）：102-112.

［23］朱发仓，苏为华.区域经济收敛与比较优势发展战略——基于行业的动态Panel模型分析［J］.管理世界，2006（9）：46-52，70.

［24］孙巍，李菁.我国制造业区域产业结构的收敛性研究［J］.经济管理，2010（3）：46-54.

［25］郭为，何媛媛.旅游产业的区域集聚、收敛与就业差异：基于分省面板的说明［J］.旅游学刊，2008（3）：29-36.

［26］张荣敏，黄远林.快速交通流线建设背景下长三角城市群物质代谢动态模拟［J］.华中师范大学学报：自然科学版，2015，49（6）：1-5.

［27］刘芬，邓宏兵，李雪平.增长极理论、产业集群理论与我国区域经济发展［J］.华中师范大学学报：自然科学版，2007（1）：130-133.

［28］Moran P.The Interpretation on Statistical Maps［J］.Jour⁃nal of the Royal Statistical Society，1948（2）：243-251.

［29］陈强.高级计量经济学及Stata应用［M］.北京：高等教育出版社，2014.

［30］Tobler W R.A Computer Movie Simulating Urban Growth in the Detroit Region［J］.Economic Geography，1970，46（2）：234-240.

［31］LeSage J.The Theory and Practice of Spatial Econometrics［M］.The United States：University of Toledo，1999.

［32］Anselin L，Rey S J.Properties of Tests for Spatial Depen⁃dence in Linear Regression Models［J］.Geographical Anal⁃ysis，1991，23（2）：112-131.

［责任编辑：张青］

An Analysis on Convergence of Regional Industrial Structure under Different Spatial Weights—A Case of the Yangtze River Delta Economic Zone

LI Xiang-meia，b，ZHANG Rong-mina，b
（a.College of Economics and Management；b.China Center for Food Security Studies，Nanjing Agricultural University，Nanjing 210095，China）

Building a spatial lag model and spatial error model on the premise of geographical spatial weights matrix and eco⁃nomic spatial weights matrix respectively，we discuss the dynamic process of industrial structure's convergence based on 25 cities'macroscopic statistical data from 1996 to 2014 in the Yangtze River Delta Economic Zone.The outcomes show that no matter what kind of spatial matrixes，the primary industry doesn't have spatial autocorrelation and convergence；influenced by geographical and economic distance，the secondary industry and the tertiary industry show absolute convergence，of which the speed of tertiary industry is faster than that of secondary industry，and the secondary industry shows a conditional convergence，which is significantly affected by technology，labor and capital；the tertiary industry's spatial autocorrelation under economic spatial weights matrix is significantly stronger than that under geographical spatial weights matrix；ignoring the differences of industrial structure's convergence between different spatial weights matrixes will result in errors of the research on the region⁃al development convergence.Based on this，it is proposed that the establishment of regional economic development strategy should be based on the research of industrial structure's convergence under different spatial weight models，the convergence of regional development should be refined，the regional economic cooperation should be strengthened，and the gap in industrial development among cities should be gradually narrowed so as to promote regional industry's coordination and economic inte⁃gration.

convergence of industrial structure；the Yangtze River Delta Economic Zone；spatial autocorrelation；geographical spatial weights；economic spatial weights

F061.5；F124.3

A

1007-5097（2016）10-0080-07

2016-07-01

教育部人文社会科学研究基金项目（13YJC630081）；中央高校基本科研业务费专项资金项目（SKCX2016002）；江苏省第四期“333工程”资助项目

李祥妹（1973-），女，河南泌阳人，教授，硕士生导师，研究方向：农村发展，区域产业经济；张荣敏（1991-），男，江苏南京人，硕士研究生，研究方向：产业经济。