基于空间计量分析的我国产业发展时空演变研究

■ 薛永刚 博士 张明丽（广东药学院医药商学院 广州 510006）

基于空间计量分析的
我国产业发展时空演变研究

■ 薛永刚 博士 张明丽（广东药学院医药商学院 广州 510006）

本文首先基于探索性空间数据分析方法对我国1993-2013年不同产业空间分布及发展进行了事实性特征分析，然后采用Moran’I指数和LISA分析不同产业的全局空间相关性和局部空间相关性，最后采用基于熵的多样性指数分析了不同产业的集聚效应的变化过程。通过分析主要得出以下结论：第一，探索性空间数据分析方法是分析我国不同产业空间特征的有效方法，研究得到高-高、低-低、高-低、低-高等不同空间相关类型区域，对制定区域经济发展政策具有重要指导作用；第二，西部大开发等系列宏观经济政策已经初步显示效果，这对我国经济协调发展具有重要影响，进一步制定相关政策时应充分考虑我国不同产业的空间分布以及区域关系；第三，我国经济发展重要动力核心区域包括环渤海湾和长三角两个区域，应该进一步发挥广东省在经济发展过程中的带动作用。

区域经济 空间计量 ESDA产业发展

引言

改革开放以来，我国经济发展取得了令人瞩目的成就，同时也逐渐暴露出了一些问题，例如区域经济差距加大、经济发展不均衡等，目前有必要对我国经济发展的时空演变特征进行深入分析，从时间和空间两个维度分析经济发展特征。本文首先采用分位图（Quantile Map）研究31个省份（港、澳、台除外）的经济发展规模以及空间分布基本特征，然后采用Moran`I指数以及LISA分析我国经济发展的全局空间相关性和局部空间相关性，最后采用多样性指数研究我国经济发展的集聚效应变化过程。

文献回顾

由于地理信息系统以及空间统计分析软件的发展，近年来空间计量分析技术在区域经济学等相关领域研究中得到广泛应用。Xinyue Ye（2011）采用空间数据分析方法研究了俄亥俄州的经济发展特点，研究表明采用空间数据方法分析可以更加全面分析区域经济发展中的特征以及与相临地区之间的关系；Rosa（2013）研究了经济增长的异质性和非线性特点，并估计了俱乐部效应模型，结果表明人力资本因素与经济增长密切相关，并发现了经济增长具有非单调收敛模式；Victor H（2014）研究了技术创新对墨西哥区域经济发展的影响，结果表明技术创新明显刺激经济增长，同时也发现技术创新具有明显的空间外部性。国内学者鲁凤等（2007）分析了我国1978-2001年间我国各省GDP格局和演变过程，发现空间分布存在空间自相关和异质性，并表现相似区域的空间集聚性；廖功磊等（2010）研究我国1978-2007年间人均GDP数据样本，发现经济临近省份之间空间集聚效应和空间依赖性增强，对近距离的经济扩散作用显著；张馨之等（2006）研究发现临近效应显著时加强区域合作可以带来互利结果，同时低增长地区呈现空间集聚特征。

从上述文献可以看出，分析经济发展过程特征，尤其是我国目前经济发展过程中逐渐暴露出的不均衡等问题时，要充分考虑空间因素以及经济发展过程的空间特征。近20年我国改革开放进入一个崭新的时期，同时在此期间我国制定并实施了振兴中部、西部大开发等重大经济发展策略，因此目前有必要从不同产业的角度研究在此期间我国经济发展的空间格局特征及其演变过程。

我国不同产业空间分布特征分析

2013年我国GDP总量达到63万亿元，其中第一产业5.7万亿元，第二产也30.7万亿元，第三产业26.6万亿元。采用GeoDa软件建立2013年我国GDP总量和不同产业的四分位图（4 Quantile Map），结果如图1所示。从图1中可以看出我国GDP总量空间分布明显具有由东到西阶梯降低的空间分布，其中第一部分包括辽宁、河北、山东、江苏、浙江、河南、四川、广东八个省份，主要分布在渤海湾、长三角和珠三角三个地区，第四部分包括新疆、甘肃、宁夏、青海、西藏、云南、贵州、海南，主要集中在我国西部以及西南。

不同产业空间分布结构有所差异，但是总体上仍然保持由东到西阶梯降低的空间分布特点。其中第一产业较高省份包括河北、山东、河南、江苏、四川、湖北、湖南、广东，从图1中可以看出是相连的整块区域，并主要分布于京广线区域，而较低部分包括北京、天津、上海、山西、宁夏、青海、西藏、海南，主要因为农业发展周期较长，且受地理条件限制较大，例如北京、天津、上海是由于自身区域小且发展重心不是第一产业等原因从而第一产业产值较低，而宁夏、青海、西藏、海南则主要是受到历史原因以及地理条件限制；第二产业空间分布和GDP总量分布有很大相似性，表明我国工业化程度有了很大发展，工业在我国经济发展中占据重要地位，因此从图1中可以看出第二产业产值较高省份以及较低省份与GDP总量分位图中基本保持一致；第三产业在保持与GDP总量分布相似的基础上有自身空间分布特点，其中四分图中第一部分包括辽宁、北京、山东、河南、江苏、上海、浙江、广东等省份，主要分布在沿海省市，四分图中第四部分包括新疆、吉林、甘肃、宁夏、青海、西藏、贵州、海南，主要分布在西部地区。

不同产业GDP份额变化空间分布分析

本文采用GDP份额变化表示不同产业经济发展状况，采用如式（1）计算GDP份额变化：

图1 2013年我国GDP空间格局

图2 不同产业GDP份额变化空间格局

图3 不同产业的 Moran`I指数变化过程

比率大于1表示份额增长，比率越大表示增长幅度越高，比率小于1表示份额降低，比率越小则降低幅度越大。通过计算各省市GDP总量、第一产业、第二产业、第三产业份额变化，并建立相应四分位图，结果如图2所示。从图2中可以看出，GDP总量份额增加较快的是内蒙古、北京、天津、陕西、宁夏、西藏、重庆、江西，份额降低较多省份包括黑龙江、辽宁、甘肃、河北、上海、云南、广西、海南，这表明我国开发西部等政策已经显现效果，从图中可以看出份额增长较快区域集中在中部地区。

第一产业份额增长较多的区域集中在我国北部，包括黑龙江、内蒙古、新疆、甘肃、河北、陕西、宁夏，这与我国开发西部及发展内陆边境贸易等因素有关；第二产业份额增加较快省份包括内蒙古、陕西、宁夏、西藏、湖南、江西、福建，主要分布特征呈现三大块分布，具有集聚特点；第三产业份额增长较快区域包括内蒙古、北京、天津、宁夏、西藏、江苏、浙江、贵州等省份，从图中可以看出第三产业发展比较分散，但是仍具有在沿海区域和铁路交通枢纽等区域集聚的趋势。

空间相关性分析

空间数据一般来说都具有空间依赖或者空间自相关特点，空间统计的主要目的之一就是分析与空间地理位置相关的数据间的空间依赖、空间自相关等特征，本文采用Moran`I指数和LISA两个指标分析我国经济发展的空间全局相关性以及局部相关性。

（一）Moran`I指数和LISA基本理论

Moran`I指数反映空间临近或者邻接的区域单元观测样本的相似程度，如式（2）所示：

其中，xi是区域i的观测值，wij是空间权重矩阵，检验方法是采用标准化的Z值作为检验统计量，如式（4）所示：

当Z为正并且显著时，表明存在正的空间自相关，观测样本趋于空间集聚；当Z为负且显著时，表明存在负的空间自相关，相似观测值趋于空间分散；当Z趋于零时，样本呈现随机的空间分布。

全局空间相关研究中没有考虑空间过程的不稳定性，不能反映内部单元的空间异质性，在进一步研究是否存在观测样本的局部空间集聚时可以采用局部空间相关分析方法，可以识别空间位置上的高值集聚和低值集聚，局部空间关联可以分为高-高、低-低、高-低和低-高四种类型。常用的局部空间自相关分析指标方法包括空间联系局部指标（LISA）、G统计量、Moran散点图，本文采用LISA分析局部空间自相关特点。每个区域单元的LISA指标是描述该区域周围相似区域单元空间集聚程度的一个指标，并且所有LISA的和与全局空间指标呈正比。

LISA作为空间探索数据分析技术的一个重要组成部分，可以评估每个观测单元周围的局部空间集聚显著性，同时也可以揭示对全局联系影响大的样本单元（鲁凤等，2007）。

（二）全局空间自相关分析

本文采用Moran` I指数分析不同产业全局空间自相关特点，计算结果如图3所示。各年份检验结果均在5%的显著水平下通过显著性检验，表明我国GDP总量水平以及不同产业GDP水平表现空间集聚特征，即较高GDP省份相对趋于和较高的省份相临，较低的省份则趋于和较低的省份相临，这从定量统计分析上验证了前文关于我国GDP分布的定性分析结果。

从Moran`I指数变化过程总体来看2005年以后有下降的趋势，但是下降程度并不明显，这表明我国经济发展虽然经济水平相似程度省份集聚程度仅仅有不明显降低。具体来看，第一产业的Moran`I指数呈现下降趋势，表明我国第一产业空间集聚程度呈现不断降低的趋势；第二产业和第三产业整体呈现微弱下降趋势，但是趋势不明显，表明我国目前经济仍然呈现较强的集聚趋势，第三产业自2003年即近10年来呈现上升趋势，表明第三产业的集聚程度近年来呈现增加趋势，这是由于第三产业的自身特点造成的。Moran`I指数的降低表明各省经济增长空间相关性逐渐减弱，表明区域经济增长的近临效应开始减弱，一个省份经济增长逐渐减少依赖相临地区的经济增长（张馨之等，2006）。

（三）局部空间自相关分析

本文利用GeoDa软件对我国2013年不同产业GDP空间分布进行LISA分析，结果如图4所示。从图4中可以看出低-低相关分布区域主要是西藏和新疆两个边疆省份，高-高相关的区域主要分布在长三角、环渤海湾和京广线沿线区域。具体来说，高-高相关区域主要包括辽宁、河北、山东、河南、江苏、湖北、上海、浙江、湖南、福建等几个省份。可以看出上海、江浙以及渤海湾等经济带的强烈的辐射作用，代表我国经济发展的核心区域，在经济发展过程中，应该发挥这些区域的辐射作用，从而带动相邻区域的共同发展，其中河南、湖北、湖南等省份由于位于京广铁路沿线，交通地理位置优越、自然资源比较丰富、拥有较好的经济基础等条件而成为中部经济发展的重要动力源；而低-低区域则集中在我国边远贫困省份，如新疆和西藏等，这也表明了我国不同省份产业GDP存在空间自相关和异质性。

图4 不同产业局部相关性LISA Cluster 图

表1 不同产业高-高和低-高关系区域

图5 1993-2013年我国不同产业集聚效应变化过程

需要注意到的是广东省作为全国经济大省，与周边省份既没有形成高-高相关关系，也没有形成低-高相关关系，这表明广东省经济发展与周边省份联系不紧密，既没有对相临省份有经济发展的正的外部性影响，也没有由于要素的收益差异导致外围向中心流动，对周边地区形成负的影响。在未来发展过程中可以通过开展区域合作，通过要素流动、报酬转移、技术扩散等方式发挥带动作用，对周围地区产生经济辐射作用，形成共同发展，建立区域经济发展一体化的格局。

高-高区域显示了发展过程中的经济中心带动作用，即高速发展区域通过对周边正的外部性影响而带动其一起发展，形成区域发展优势，低-高关系则显示了经济中心地带的吸收作用，吸引了周边的生产要素而对周边区域发展带来不利作用，不同产业的高-高和低-高区域如表1所示。从表1中可以看出，第一产业由于其生产周期长，并且受到气候、水资源、土地条件等无法流动的生产要素影响较多，则局部相关性并不明显；第二产业和第三产业局部相关性分析表明我国经济中心有长三角地区和环渤海湾两个，并形成了较好的区域发展态势；同时北京、天津、上海三个重要直辖市由于自身条件第二工业发展处于不利地位，但是在第三产业发展中北京和上海形成了较强的辐射作用，天津由于受到北京的影响，因此其第三产业发展受到了一定影响。

通过上述空间相关性分析，我国在指定区域发展政策时应该考虑不同省份的区域相关类型，如果近邻效应显著，则可以通过加强区域合作实现发达地区和不发达地区双赢局面，实现共同发展；而对于低-低关联区域，则应该采取相关激励措施，制定促进聚集区域共同增长的发展政策。

我国经济集聚效应变化过程动态分析

区域经济的集聚效应可以通过基于熵的多样性指数进行分析，该指数是经济集聚效应的逆测度：即当多样性指数增加时，集聚效应减弱；当多样性指数减少时，经济集聚效应增强（沈体雁等，2010）。依据Attaran和Zwick（1987）文献论述，熵指数定义为：

我国不同产业集聚效应的多样性指数结果如图5所示。从图5中可以看出，在2005年以前，我国不同产业的产出集聚效应呈现增强状态，在2005前以后，各产业的多样性指数呈现上升过程，表明产业集聚程度逐步减弱；就各个产业来看，总体来讲第二产业集聚效应最明显，而第一产业集聚效应最弱。这个变化过程首先说明我国在2000年开始实行的开发西部等宏观经济措施在5年以后开始显现效果，由于西部及北部等原先不发达地区在国家开发宏观策略影响下，经济发展有了明显的提升，则集聚效应开始减弱，尤其是第二产业尤其明显；其次，应该注意到不同产业的集聚效应变化过程的差异：第二产业集聚效应变化最为显著，而第三产业和第一产业的集聚效应变化缓慢且不显著。

结论

本文首先分析了我国不同产业GDP以及GDP份额变化的空间分布事实性特征，然后采用Moran`I指数和 LISA方法分析了省域经济的全局空间相关性和局部空间相关性，最后通过基于熵的多样性指数分析了我国不同产业的集聚效应变化过程。通过研究主要得出以下结论：

第一，探索性空间数据（ESDA）分析方法可以有效发现我国不同产业空间分布特点以及变化过程，对掌握我国经济发展时间变化和空间演变具有非常重要作用；同时通过空间相关性分析得到我国不同产业的高-高、高-低、低-低、低-高等区域，对我国制定相关区域发展政策具有重要参考作用。

第二，通过实证数据分析表明我国振兴中部、西部大开发等宏观经济政策已经初步显现效果：我国经济发展空间分布虽然总体上仍然是由东到西、由沿海到内陆呈现阶梯空间分布状况，但是由于我国的开发西部、发展西北、振兴中部等一系列宏观经济发展策略的效用不断显现，经济集聚效用自2005年以来呈现减弱趋势，并且相应区域GDP份额呈现增长趋势。

第三，我国经济发展核心带动区域为环渤海湾和长三角区域：两个区域的发展形成了明显的高-高相关关系的经济区域，并且有向周边区域辐射趋势，具有明显正的外部性和带动作用。

第四，作为我国经济大省广东省，近年来在发展过程中没有对周边地区带来正的效应，在未来发展过程中应该通过经济合作、区域经济发展规划等宏观政策，充分发挥广东省在经济发展过程中的带动作用。

1.Xinyue Ye, Michael C. C. Exploratory space-time analysis of local economic development[J]. Applied Geography,2011, 31

2.Rosa B.P, Silvia B. Nonlinearities in economic growth and club convergence[J].Empir Econ ,2013,44

3.Victor H.T,Mayren P,Miguel T.Technological innovation and regional economic growth in Mexico: a spatial perspective[J].Ann Reg Sci,2014,52

4.鲁凤，徐建华.中国区域经济差异的空间统计分析[J].华东师范大学学报（自然科学版），2007，2（2）

5.廖功磊，夏青.中国区域经济发展差距的地域演变趋势研究[J].统计与决策，2010（20）

6.张馨之，何江.中国区域经济增长的空间相关性分析：1990-2004[J].软科学，2006，20（4）

7.沈体雁，冯等田，孙铁山.空间计量经济学[M].北京大学出版社，2010

2014年广州市软科学专项项目（2014Y4300008）

F061.5

A