徐俊兵,罗昌财,2
(1.集美大学财经学院,福建厦门361021;2.集美大学地方财政绩效研究中心,福建厦门361021)
福建省县域经济增长的影响因素研究
——基于空间计量方法的分析
徐俊兵1,罗昌财1,2
(1.集美大学财经学院,福建厦门361021;2.集美大学地方财政绩效研究中心,福建厦门361021)
基于福建省2014年的统计数据,通过空间计量方法,分析福建省58个县市经济增长的空间分布以及影响县域经济的因素。研究结果表明:福建省58个县市经济增长明显存在正的空间自相关性;在加入空间地理因素之后,人均固定资产投资、政府规模对于县域经济增长的正向作用是减弱的,而城镇化和交通便捷对于经济增长的正向作用是加强的。
福建省;58个县市;空间计量;经济增长
郡县治,天下安。县域经济是国民经济的基本单位,也是建设全面小康的关键所在。从“十六大”的“壮大县域经济”到“十八大”的“统筹推动县域经济科学发展”,表明了政府层面高度重视县域经济的发展。近年来,作为东部沿海城市之一的福建省,得益于地理、政策等优势,县域经济得到了快速发展。针对县域经济的快速增长现象,学者们也开始进行探讨,并研究影响其增长的因素。对于县域经济的概念最早始于20世纪80年代,相关理论主要借鉴国外区域经济学理论,主要从杜能的农业区位论到韦伯的工业区位论,从克里斯泰勒的中心地理论到佩鲁的增长极理论。在20世纪90年代初,巴罗和萨拉伊马丁对1880—1988年美国50个州之间的收敛进行研究,研究结论为区域间的差异随时间推移而呈现逐渐缩小的趋势[1]。国内最早对县域经济的研究是在改革开放之后,到了新世纪研究内容更加丰富。吴玉鸣应用2000年中国县域截面数据,对全国县域的经济增长集聚和差异做了空间分析,结果表明2000年中国县域经济存在空间集聚和空间依赖性[2]。李航飞等通过主成分分析与空间分析对福建省县域城镇化发展水平做了研究,表明福建省县域城镇化存在明显的正的空间自相关性[3]。在研究区域经济的影响因素中,研究基础大都建立在新古典增长理论框架上,例如张胜等从劳动力、物质资本等传统要素角度分析区域经济增长[4];沈坤荣、耿强和林毅夫、刘明兴将人力资本、国际贸易等变量加入到分析区域经济增长的因素之中[5-6]。在空间计量经济学兴起后,吴玉鸣、徐建华通过引入空间因素研究了外商投资、国际贸易、人力资本、技术创新对中国省域经济增长的影响[7];崔长彬等以河北县域经济为研究对象,基于贝叶斯地理加权回归方法研究了物质资本、人力资本、外资、人口密度等变量对河北县域经济增长的影响[8];赵金金通过空间杜宾面板模型研究了生产要素、内生技术、制度质量对中国区域旅游经济增长的影响[9]。
目前对于地区经济增长的研究,多数文献是将空间地理因素考虑在影响地区经济增长的因素中,另一方面,学者们也将研究的样本放在更小的单位,以县级为单位的研究也越来越多。基于此,本文以福建省的58个县市为研究对象,通过构建空间计量模型,研究福建省县域经济增长的空间分布,以及影响县域经济增长的因素。
(一)样本数据
本文采用的空间样本数据涉及福建省58个县市。数据来源于福建省2015年统计年鉴。
(二)变量选取
本文从新古典增长理论、内生增长理论入手,分析影响福建省县域经济增长的主要因素。借鉴常被用来衡量县域经济增长的影响因素,结合福建省各县市的实际经济情况,最终选取了以下5个变量。
1.人均GDP。人均的实际产出可以反映一个地区的经济运行情况,本文将人均GDP作为因变量来衡量福建省各县市的经济增长。
2.人均固定资产投资。古典经济学中产出的主要组成变量为投资,本文根据福建省的数据,以人均固定资产投资作为解释变量,以此来解释人均GDP的增长情况。宋丽智[10]通过协整检验了中国固定资产投资对于经济增长存在长期相互促进关系。因此本文预期的系数符号为正。
3.城镇化率。目前大多数文献表明城镇化率对于地区经济增长是起促进作用的。如喻开志[11]通过实证得出了城镇化对于地区经济有正面的效应。因此预期的系数符号为正。
4.交通便利。用单位面积的公路通车里程数来表示一个地区的交通便捷程度。通常而言,一个地区交通越便捷,可以加速地区内要素的流动,减少市场中的交易成本,从而提高整个市场的效率,促进地区的经济发展。张学良[12]选取两个交通便利的变量进行实证,得出交通变量对当地经济增长是显著的。因此预期的系数符号为正。
5.政府规模。用一个地区的财政总收入占GDP的比值来衡量地方政府的规模。地方政府规模越大,一方面地方政府对于经济的干预变大,另一方面地方政府内部的资源浪费更多,从而导致了资源的不合理配置,乃至影响整个地区的经济发展。张勇、古明明[13]认为政府对经济的强势控制会损害经济的增长。因此预期的系数符号为负。
(一)空间效应检验
空间效应通常分为空间依赖性和空间异质性。空间依赖性是指事物和现象在空间上的相互依赖、相互影响;空间异质性是指每一个空间区位熵的事物和现象都具有区别于其他区位上的事物和现象的特点。本文用全局空间自相关性和局部空间自相关性来检验福建省58个县市经济的空间效应。
1.全局空间自相关性检验
全局空间自相关表达了在一个总的空间范围内空间依赖的程度。本文中为研究福建省内邻近县市之间的经济增长是否相互独立、相似还是相异(空间正相关或是负相关),最常用的关联指标是Moran’s I,其数学表达式为:
2.局域空间自相关性检验
全局空间自相关性只能分析在空间距离区域整体存在着关联性,并不能分析出各个地区间的关联性,所以需要引入局域空间自相关。Anselin提出的局域Moran指数或称为LISA,来检验局部地区是否存在相似或者相异的观察值集聚在一起。地区i的局域Moran指数用来衡量地区i与它相邻的地区间的关联度。局域Moran’s I指数定义为:
式中各变量的含义与上文相同。局域Moran’s I指数取值范围为-1到1之间,若取值大于0,说明福建省中i县与其他县市均呈现出高的经济增长或是均呈现出低的经济增长;若取值小于0,说明福建省中i县与其他县市均呈现出高的经济增长被低经济增长的县市所包围;若取值为0,说明福建省中i县与其他县市的经济增长无关联性。
3.全局和局部空间自相关性分析
通过OPENGEODA软件测算出全局Moran’s I指数和局域Moran’s I指数的空间分布,如图1所示。
由图1可知,福建省58个县市大部分处于第一、第三象限,Moran’s I值为0.319 0,这表明现阶段福建省经济增长呈现出明显的空间正相关性效应,即具有较高(较低)经济增长的县市在地理上相对地趋向于同较高(较低)经济增长的县市相邻,这种相关性非常明显。其中p值在经过999Permutations随机误差的稳定性之后,其值为0.003。
图1 2014年福建省县域人均GDP的Moran指数散点图
由图2可知,High-High为高值-高值集聚区域,代表着具有较高经济增长的县市,其相邻县市的经济也相对较高。福建省中明溪县与华安县表现出高值-高值集聚现象,即明溪县与华安县本身经济增长较快,与它们相邻县市的经济增长也相对较快。Low-Low为低值-低值集聚区域,代表着具有较低经济增长的县市,其相邻县市的经济也相对较低。福建省绍安县、云霄县、松溪县、建阳区、建瓯市、屏南县、周宁县、政和县表现出低值-低值集聚现象,即这些县市本身经济增长较慢,与它们相邻县市的经济增长也相对较慢。Low-High为低值-高值集聚区域,大田县本身经济发展较慢,但是其周围县市经济增长却较快。High-Low为高值-低值集聚区域,福安市本身经济发展较快,但是其周围县市经济增长却较慢。因此从局域空间自相关图也可以看出福建省各县市的经济增长呈现出高度的空间正相关性。
图2 2014年福建省58个县市的经济增长局部自相关分布图
(二)空间模型设定
1.模型的建立
根据以上对经济增长的影响因素分析,建立以人均GDP为被解释变量的回归方程为:
式中,a为回归参数,i为1,2,……,58个县市,ε为误差项。
上面空间相关性分析已经定量证明了福建省县域经济存在空间正相关。因此接下来,需要进行空间计量的检验与估计。本文采用的空间计量学模型主要为空间滞后模型和空间误差模型两种。
(1)空间滞后模型:空间滞后模型(Spatial Lag Model,SLM)主要分析各个变量在一个地区的效应。数学表达式为:
式中,y为因变量;X为n×k的外生解释变量矩阵;ρ为空间回归关系数;W为n×n阶的空间权重矩阵;Wy为空间滞后因变量,ε为随机误差项向量。空间滞后模型主要是探讨因变量在相邻地区间是否具有扩散现象(溢出效应)。
(2)空间误差模型:空间误差模型(Spatial Error Model,SEM),数学表达式为:
式中,ε为随机误差项向量,λ为n×1的截面因变量向量的空间误差系数,μ为正态分布的随机误差向量。参数λ衡量了样本观察值中的空间依赖作用,即相邻地区的观察值y对本地区观察值y的影响方向和程度,参数β反映了自变量X对因变量y的影响。SEM的空间依赖作用存在于扰动项之中,度量了邻接地区关于因变量的误差冲击对本地区观察值的影响程度,由于SEM模型与时间序列相关问题类似,也被称为空间自相关模型。
2.模型回归结果
在空间计量模型估计之前,本文先选用没有考虑空间因素而对模型做普通最小二乘法估计,用来与空间计量模型估计的参数做对比分析,结果如表1所示。
由表1可知,四个变量中人均固定资产投资通过了1%的显著水平检验,城镇化率与交通便捷通过了5%的显著水平检验,政府规模通过了10%的显著水平检验。从系数来看,固定资产投资、城镇化率、交通便捷均对经济增长起着正向的作用,而政府规模对经济增长的效应是抑制的。经典的线性普通最小二乘回归忽略了空间效应,没有考虑空间因素,可能造成估计系数的不真实,因此,有必要对其进行空间自相关性检验,如表2所示。
表1 OLS回归结果
表2 空间依赖性检验
由表2可知,针对空间滞后的两个检验中,有一个拒绝了“无空间自相关”的原假设;而针对空间误差的三个检验中,有两个拒接了此原假设。这些结果再次证明应进行空间计量分析。进一步分析发现,LMLag较LM-Error在统计上更显著,且Robust LM-Lag显著于Robust LM-Error,因此可以断定空间滞后模型为最合适的模型,如表3所示。
表3 空间滞后模型估计结果
由表3可知,空间回归系数ρ为0.168 3,且通过了10%的显著性水平,反映了福建省各县市的经济增长存在空间正向自相关。其他4个外生变量也通过了10%的显著性水平。而在引入空间滞后变量之后,城镇化率、交通便捷、政府规模的回归系数都变大,人均固定资产投资的回归系数下降。这表明,在考虑了空间相关性的因素之后,县市内的城镇化、交通便捷、政府规模对地区经济增长作用的贡献将增大,而人均固定资产投资对地区经济增长作用的贡献将下降。从模型的回归系数看,在福建省58个县市中,人均固定资产投资变量、政府规模变量分布在1%、10%的显著水平下通过了显著性检验。起着人均固定资产投资变量的系数为正,说明福建省各县市的人均固定资产投资对于地区经济增长起着促进的作用;政府规模变量的系数符号为负,说明福建省各县市的政府规模对于地区经济增长起着抑制作用。两变量对经济增长的作用在考虑了空间因素之后变弱。另外,城镇化率变量、交通便捷变量分别在1%、1%的显著水平下通过了显著性检验。其中城镇化率变量与交通便捷变量的系数符号为正,说明福建省各县市的城镇化率、交通便捷对于地区经济增长起着促进的作用,两个变量对经济增长的作用在考虑空间因素之后更强。
表4给出了误差空间模型的回归结果。从回归结果看,λ通过了1%的显著性水平,且其回归符号为正,因此也可知福建省58个县市的经济增长存在正向的空间自相关性。从4个影响变量的系数看,其值也与滞后模型回归结果系数的符号一样。
表4 空间误差模型估计结果
本文基于2014年福建省58个县市的数据,应用空间计量经济学方法对福建省县域经济增长的影响因素做了研究,得出如下结论。
(1)福建省58个县市的经济增长在空间上存在明显的正自相关性。首先从全局Moran指数散点图看,福建省2014年的Moran值为0.319 0,并且大部分县市是落在第一和第三象限,因此也表明了福建省各县市的经济增长在空间上呈现出集聚的现象。其次从局部Moran图看,福建省县域中华安县与明溪县表现出高值-高值的集聚,而绍安县、云霄县、松溪县、建阳区、建瓯市、屏南县、周宁县、政和县表现出低值-低值集聚现象。最后从空间模型回归的结果看,在空间滞后模型中,空间滞后因变量在10%的置信水平下,显著为正,且在空间误差模型中,空间误差参数在1%的置信水平下,显著为正。因此,福建省各县市经济增长在空间上存在显著的正相关。
(2)在影响县市经济增长的因素中,人均固定资产投资在1%的置信水平下是显著为正的。在未考虑空间因素的经典线性回归中,其系数为0.384 7,而考虑了空间因素之后的滞后空间模型后,其回归系数下降为0.363 4。这一方面说明了在福建省县市经济中,社会的固定资产投资对于当地的经济增长具有正向作用。另一方面,考虑了空间地理因素之后,全社会的固定资产投资对于经济增长的作用将变弱。
(3)在影响县市经济增长的因素中,城镇化率在1%的置信水平下是显著为正的。在考虑空间因素之后的滞后空间模型中,其回归系数从0.062 0上升至0.077 4。一方面说明在福建省县市经济中,城市化是促进经济增长的因素之一。另一方面也说明了在考虑空间地理因素之后,城镇化对于经济增长的作用将变大。
(4)在影响县市经济增长的因素中,交通便捷在1%的置信水平下是显著为正的。在考虑空间因素之后的滞后空间模型中,其回归系数从1.006 0上升至1.307 3。一方面说明在福建省县市经济中,交通便捷是促进经济增长的因素之一。另一方面也说明了在考虑空间地理因素之后,交通便捷对于经济增长的作用将变大。
(5)在影响县市经济增长的因素中,政府规模在10%的置信水平下是显著为负的。在考虑空间因素之后的滞后空间模型中,其回归系数从-14.357 7上升至13.719 2。一方面说明在福建省县市经济中,政府规模是抑制经济增长的因素之一。另一方面也说明了在考虑空间地理因素之后,政府规模对于经济增长的作用将变弱。
综上所述,本文认为现阶段福建省各县市要发展经济,首先要加大对固定资产的投资,通过固定资产投资中的基建建设来拉动县市的经济;其次要推动城镇化率,较高的城市化可以带来生产集约化、生活集约化、管理科学化和文教科技进步等一系列结果促进整个地区经济的发展;再次要加大对当地交通业的重视,交通运输的便捷可以带来全社会各种资源的流动加速,更能促进社会的经济发展;最后,政府要缩小规模,降低对经济的控制,增加经济自由度,从“监护人”向“服务型”政府转型。
参考文献:
[1]BARRO R J,SALA-I-MARTIN X.Economic Growth[M].New York:Mc-Graw-Hill,1995:72-81.
[2]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.
[3]李航飞,汤小华.福建省县域经济格局时空演变研究[J].杭州师范学院学报(自然科学版),2008(1):50-54.
[4]张胜,郭军,陈金贤.中国省际长期经济增长绝对收敛的经验分析[J].世界经济,2001(6):67-70.
[5]沈坤荣,耿强.外国直接投资、技术外溢与内生经济增长——中国数据的计量检验与实证分析[J].中国社会科学,2001(5):82-93.
[6]林毅夫,刘明兴.中国的经济增长收敛与收入分配[J].世界经济,2003(8):3-14.
[7]吴玉鸣,徐建华.中国区域经济增长集聚的空间统计分析[J].地理科学,2004(6):654-659.
[8]崔长彬,姜石良,张正河.河北县域经济影响因素的空间差异分析——基于贝叶斯地理加权回归方法[J].经济地理,2012(2):39-45.
[9]赵金金.中国区域旅游经济增长的影响因素及其空间溢出效应研究——基于空间杜宾面板模型[J].软科学,2016(10): 53-57.
[10]宋丽智.我国固定资产投资与经济增长关系再检验:1980—2010年[J].宏观经济研究,2011(11):17-21.
[11]喻开志,黄楚蘅,喻继银.城镇化对中国经济增长的影响效应分析[J].财经科学,2014(7):52-60.
[12]张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学,2012(3): 60-77.
[13]张勇,古明明.政府规模究竟该多大?——中国政府规模与经济增长关系的研究[J].中国人民大学学报,2014(6):88-98.
责任编辑:吴强
Influencing Factors of the Economic Growth in the Counties of Fujian——Based on the Spatial Econometric Method
XU Junbing1,LUO Chancai1,2
(1.School of Finance and Economics,Jimei University,Xiamen Fujian 361021,China; 2.Research Center of Local Financial Performance,Jimei University,Xiamen Fujian 361021,China)
Based on Fujian’s data in 2014,the paper analyzes the economic growth’s spatial distribution of the 58 counties in Fujian and discusses the factors of influencing the economic growth with the spatial econometric.The results show that there is obvious positive spatial correlation of economic growth in Fujian;after adding the spatial factor,the positive effect of per capital investment in fixed assets and the size of the government is weakening,while the positive effect of the urbanization and convenient transportation is strengthening
Fujian province;58 counties;spatial econometric;economic growth
F061.5
A
1673-8004(2017)03-0127-07
10.19493/j.cnki.issn1673-8004.2017.03.020
2016-11-04
福建省社会科学研究基地重大项目“省直管县财政体制改革、县域经济增长和公共服务改善研究”(FJ2015JDZ044)。
徐俊兵(1991—),男,福建莆田人,硕士研究生,主要从事财政学研究;罗昌财(1974—),男,青海湟中人,副教授,主要从事财政学研究。