中国油气资源产业的空间布局及影响因素研究

焦 兵，李方超

（西安财经学院资源环境与区域经济研究中心，陕西 西安710100）

“十一五”期间，我国油气资源富集区域的经济发展取得了巨大成就，西部地区和东北地区的经济增速均高于全国平均水平。2011年全国GDP增速居前的六个省区分别为：内蒙古（15.2%）、四川（15%）、湖 北 （14.8%）、陕 西 （14.6%）、安 徽（14.5%）以及辽宁（14.3%），其中油气资源富集省区——四川、陕西以及辽宁，就占了3席①根据各省2011年经济发展公报计算得出，统计数据均未包括香港特别行政区、澳门特别行政区和台湾省。。油气资源富集省区良好的经济表现颠覆了传统的“资源诅咒”假说，支持了油气资源开发能够带动区域经济增长，促进区域经济收敛的经济发展思路。油气资源富集省区的经济何以取得如此显著的进展？原因是多方面的，但是油气资源产业的空间集聚是最重要的影响因素。一方面油气资源产业的空间集聚有效地促进了资本、技术以及人才的集中，从而提升了油气资源开发对经济增长的推动作用；另一方面油气资源产业的空间集聚对关联制造业产生了显著的溢出作用，间接拉动了区域经济增长。

近年来，国内外大量文献对产业区位选择、地理集中和空间集聚问题进行了深入的研究。新古典区位论强调资源禀赋、市场潜力等先天优势对产业集聚的影响（Kim，1999；Ellison，1999），而建立在规模报酬递增和不完全竞争市场等假设基础上的新经济地理学则认为，规模经济和外部效应是导致产业地理集中的关键因素（Thisse，2011；Murata，2003）。国内学者大都是沿着新经济地理学的研究路径开展研究工作（金煜、陈钊、陆铭，2006；路江涌、陶志刚，2007）。直到2010年之后，国内学者才逐渐开始关注新古典区位论的研究路径（李超、覃成林，2011），但是目前探索性研究工作都局限在制造业或者服务业领域，而上述产业部门的马歇尔外部性特征比较明显，资源禀赋优势则相对次要，因此在实证检验过程中往往得出资源禀赋因素不显著的结论。油气资源产业由于自身产业特点使其成为研究现代产业空间地理分布的理想样本，但是国内对于油气资源产业的空间地理分布问题及其成因的实证研究几乎还是空白。有鉴于此，本文首次尝试利用空间数据分析工具讨论我国油气资源产业的空间分布状况及其影响因素。

1 中国油气资源产业地理分布的空间格局演变

判断我国油气资源产业空间地理分布状况，一般可通过测算Moran's I指数进行检验。在空间统计分析中，Moran's I指数一般分为全局Moran's I指数和局部Moran's I指数。

本文在进行统计分析过程中所用到的各省区石油和天然气开采业和石油加工及炼焦业等产业的工业总产值以及全部工业总产值数据来自于各省统计年鉴，全国数据来自于《中国统计年鉴》。

1.1 全局Moran's I指数

从计算结果来看（图1），2000年以来，油气资源产业的上游——石油和天然气开采业的全局Moran's I指数都大于0.1，而油气资源产业的下游——石油加工及炼焦业的全局Moran's I指数却小于0.1，由此可见，我国油气资源产业上游呈现强空间集聚状况，而下游却呈现弱空间集聚状况，上下游之间的空间集聚度并不匹配。

从时间变动趋势可以看出，油气资源产业上下游的全局 Moran's I指数在2000～2005年的“十五”期间空间集聚水平是不断下降的，而2006年开始的“十一五”期间，这一下降趋势得到扭转，油气资源产业上下游的空间集聚水平恢复上升，2010年已经恢复到2000年的水平，而石油天然气开采业甚至在数值上超过2000年，这说明在“十一五”期间，我国油气资源产业政策发生了重大变化，推动油气资源产业走上空间集聚发展道路已经成为国家的政策取向。

图1 我国油气资源产业全局Moran's I指数变化图

1.2 局部Moran's I指数

全局Moran's I指数的分析发现，我国油气资源上游产业已经呈现出强空间集聚状态，而下游也开始出现空间集聚态势。但是国内哪些区域对油气资源产业空间集聚的贡献度更大，就需要进一步讨论油气资源产业上下游的局部Moran's I指数。

1.2.1 油气资源产业上游空间地理分布

从图2可以看出，2000年、2005年和2010年我国油气资源产业上游的空间地理分布一直非常集中，在2010年处于空间集聚度第一、二等级的区域包括新疆、青海、陕西和黑龙江四省区，处于空间集聚度第三、四等级的区域包括宁夏、甘肃、四川、贵州、河南、山东等省区。

1.2.2 油气资源产业下游的空间分布

从图3可以看出，我国油气资源产业下游的空间地理分布比较分散，但是从2000～2010年间，油气资源下游产业的发展趋势是趋于空间集聚。2010年我国油气资源产业下游逐渐形成的三大空间集聚区域包括：一是以山东和辽宁为主体的环渤海湾地区；二是以新疆、甘肃为主体的西北地区；三是由广东、海南和福建为主体的珠三角地区。

图2 2000年、2005年和2010年中国油气资源产业上游空间地理分布图

图3 2000年、2005年和2010年中国油气资源产业下游空间地理分布图

2 我国油气资源产业空间布局的影响因素分析

2.1 模型构建

本文引入资源禀赋、市场潜力、专业化工人的集聚、中间投入品的汇聚、技术溢出效应以及政府政策变量来解释中国油气资源产业的空间地理分布。据此，设定的油气资源产业空间地理分布的基本计量模型见式（1）。

式中：i表示省份；I是被解释变量，代表油气资源产业全局Moran's I指数，其数值越大，表明油气资源产业在该区域的空间集聚程度越高；RE代表人均资源储量水平，该值越大表明该省资源禀赋越高；MP代表市场潜能；IP、HP和IRD分别代表中间投入品的汇聚水平、专业化工人的集聚水平以及技术溢出水平；G代表政府经济政策；ε为随机误差项。

2.2 变量说明

2.2.1 资源禀赋

一般认为，资源密集型产业的地理分布主要依赖于资源禀赋，为了使运输成本最小化，资源密集型产业大多布局在资源富集地区。基于资源禀赋度量指标的内生性问题，本文选取区域内油气资源储量占当地人口数比例来反映区域资源禀赋①以当地人口总数作为分母，而不是以工业总产值为分母的，能够有效避免错置资源丰裕度的问题。。

2.2.2 市场潜能

借鉴 Harris（2004）方法，市场潜能函数（Market Potential Function）用其他地区油气资源产品最终需求的加权平均数来衡量某地的油气资源产业市场潜能，其权数是区域间距离的减函数。具体计算公式见式（2）。

式中，MPLJ表示区域L的油气资源产业市场潜能；Yi是i地区对油气资源产品的最终消费水平；DiL是地区i到L的距离。本文以省会距离为准来衡量两省之间的距离。那么，DiL为i、L两地区省会城市间的距离；DLL为L地区内部距离。借鉴Redding和Venables（2004）的研究成果，各地区内部距离取地理半径的2／3，即其中areaL为L省的地区土地面积。

2.2.3 中间投入品的汇聚

基于 Amiti－Javorcik（2008）的方法以及赵曌等（2012）的改进，本文的中间产品投入汇聚指标IPjL的计算公式为

2.2.4 专业化工人的集聚

基于Ellison－Glaeser指数构建方法，本文构建出专业化工人集聚度指标HPjL，其具体计算公式为

式中：Hj表示油气资源产业劳动力地理集中度，用赫芬达尔指数表示，公式为 ，其中Si为第i个地区油气资源产业劳动力人数占全国油气资源产业劳动力人数的比例，wi表示权重。

2.2.5 技术溢出

目前主流的产业间技术溢出测度方法采用的是“间接R＆D”测度方法，其计算公式为

式中，RDi表示第i产业直接的R＆D投入，权数ωij表示第i产业的技术投入有多大比例溢出到油气资源产业，ωij的确定参照胡健等（2010）的技术距离法来确定。

2.2.6 经济政策变量

由于国家政策引导对油气资源产业发展至关重要，因此本文构建经济政策虚拟变量G来衡量政策因素的影响。当某省区建立了国家级或省级的油气资源重化工基地，则虚拟变量G赋值为1；反之，则赋值为0。

2.3 数据来源

本研究采用的数据中资源、经济以及人口类数据来自各省统计年鉴，各省各产业的R＆D投入数据来自于各省第二次经济普查公告，各省会城市间的距离以及省域内部距离数据是根据国家测绘局公布的国家基础地理信息系统中1∶400万中国地形数据库整理得到的，采用的是欧氏直线距离。

2.4 油气资源产业空间地理分布影响因素的空间计量检验

当模型变量之间存在空间自相关关系时②空间自相关是指一个地区的样本观测值与其相邻地区的观测值显著相关。，经典的OLS方法便不适合用来进行参数估计。因此在本文实证检验中，首先需要进行最小二乘法（OLS）回归估计，判别变量之间是否存在空间自相关关系，以及空间自相关关系更适于空间误差模型（SEM）进行处理还是空间滞后模型（SLM）进行处理；其次，基于Geoda－095i和ArcGIS 9.3空间统计分析软件进行空间计量分析；最后根据检验确定的空间计量经济模型进行相应的分析解释。

首先对我国油气资源产业的空间地理分布影响因素进行OLS检验，结果如表1所示。

表1 OLS估计结果

从表1可以看出，OLS估计的F值为3.3020，模型整体上通过了1%的显著性水平检验。多重共线性条件数，非正态检验（Jarque－Bera）以及怀特异方差性检验也通过了1%显著性水平的检验，说明模型不存在多重共线性、非正态分布以及异方差。但是从从空间依赖性检验指标Moran's I（error）的相伴概率0.0013，可以看出该模型存在显著的空间自相关问题，模型设定忽视了截面单元之间的空间相关性。

同时，表1中OLS估计的LM（lag）和Robust LM（lag）相伴概率分别为0.3320和0.1341，统计不显著，因此该空间自相关关系不能用空间滞后模型（SLM）进行估计；而表1中的 LM（error）和Robust LM（error）的相伴概率分别为0.0397和0.0187，在1%显著性水平上统计显著，因此该模型更适于利用空间误差模型（SEM）进行参数估计。油气资源产业空间分布影响因素空间滞后模型（SEM）ML估计结果见表2。

表2 SEM的ML估计结果

从表2的检验结果可以发现，该模型的拟合优度R2为0.5625，比OLS模型估计的拟合优度0.4232大大提高了，同时SEM估计的LogL、AIC和SC值分别为－33.6598、81.3195和92.0041都比OLS估计的LogL、AIC和SC值有所降低，因此，油气资源产业空间相关影响因素的SEM估计要比OLS估计的检验效果好。

根据表2的检验结果还可以看出，资源禀赋因素RE和市场潜能因素MP对煤炭产业空间分布的影响系数分别为0.1956和－0.1989，都通过显著性水平为1%的检验。外部效应中的中间产品汇聚（IP）、专业化劳动力的集中（HP）和技术溢出（IRD）对油气资源产业空间分布的影响都分别是0.1609、0.1917和0.0682，且都通过了显著水平为1%的检验。由此可以看出外部效应对油气资源产业的空间分布影响是异常重要的，油气资源产业空间集聚可以产生显著地空间溢出效应，从而形成累计循环效应。经济政策影响因素（G）对油气资源产业空间分布的影响系数为1.5677，通过了显著水平为1%的检验。由影响系数可以看出经济政策是所有因素中对油气资源产业空间分布影响最大的因素，因此政府科学经济政策的引导对于油气资源产业空间集聚的形成至关重要。

3 结论与政策建议

本文利用我国省域最新数据，对油气资源产业的地理分布状况进行了空间统计和计量分析。空间统计分析发现，我国油气资源上游产业——石油天然气开采业表现出比较显著的空间集聚趋势，而油气资源产业的下游——石油加工及炼焦业则还没有形成空间集聚。同时，本文运用空间计量经济模型对可能导致油气资源产业空间地理分布差异的影响因素进行实证检验，证实外部效应是油气资源产业地理集中的关键影响因素，而政府经济政策变量也对我国油气资源产业空间布局有重要影响。

基于上述研究结论，本文提出如下政策建议。第一，我国目前对于油气资源下游产业的中长期发展规划，都提倡逐步引导资源型产业布局在市场需求大且利于进口原材料的沿海地区。由上述分析可以发现，市场潜能对油气资源产业的空间集聚影响则是负的，因此，我国炼油和石油化工行业则应该布局到上游开采业集聚的空间区域内，以便更充分的发挥油气资源产业的空间溢出效应。第二，全局空间自相关检验和局部空间自相关检验的结果均表明，我国油气资源产业的空间依赖关系客观存在。而我国现行的各级油气资源产业战略规划，对这种客观存在的空间依赖关系有所忽视，规划的内容仍旧停留在分散的、局部的区域层面，亟需国家有关部门从全局的高度作一个战略整合，提出基于国家层面的油气资源产业空间布局规划，以便更好地发挥协同效应。第三，政府科学的经济政策对油气资源产业的空间集聚会产生极大地推动作用。因此，以构建油气资源化工基地为核心的油气资源产业政策是推动油气资源产业快速发展的有效途径，但是目前各地政府基于自身利益的考虑推动的油气资源重化工基地同质化状况十分严重，造成资源的低效率配置，因此地方政府应该从比较优势出发，抛弃划地为牢的传统行政观念，立足于省际之间的强强联合。

[1]Ellison G，Edward L.The Geographic Concentration of Industry：Does Natural Advantage Explain Agglomeration？[J].Quarterly Journal of Economics，1999，35（4）：311－316.

[2]Kim Sukkoo.Regions，Resources，and Economic Geography：Sources of U.S.Regional Comparative Advantage，1880－1987[J].Regional Science and Urban Economics，1999，29（1）：1－32.

[3]Anselin L.Local indicators of spatial association—LISA[J].Geographical analysis，1995，27（2）：93－115.

[4]Murata Y.“Product Diversity，Taste Heterogeneity，and Geographic Distribution of Economic Activities：Market vs.Non－market Interactions”[J].Journal of Urban Economics，2003，53（1）：126－144.

[5]Jacques－François Thisse and Pierre－Philippe Combes.“The rise and fall of spatial inequalities in France：A long－run perspective”[J].Explorations in Economic History，2011，48（2）：243－271.

[6]金煜，陈钊，陆铭.中国的地区工业集聚：经济地理，新经济地理与经济政策[J].经济研究，2006（4）：79－89.

[7]路江涌，陶志刚.我国制造业区域集聚程度决定因素的研究[J].经济学季刊：2007（4）：801－816.

[8]李超，覃成林.要素禀赋、资源环境约束与中国现代产业空间分布[J].南开经济研究，2011（4）：123－136.

[9]胡健，焦兵.我国石油天然气行业技术溢出效应的比较研究—从技术视角探讨“资源诅咒”问题[J].科学学研究，2010（2）：250－255.