区域经济增长集聚与差异性空间计量实证分析

李 珂，廖 艳，杨 洋

（甘肃政法学院 经济管理学院，兰州 730070）

0 引言

随着我国经济的不断发展，区域经济增长的差异问题也越来越突出，主要表现为发达地区经济持续高速增长，不发达地区经济停滞、低速增长，这种经济发展趋势又加速了区域经济增长差异的进一步扩大。合理的经济差异对落后地区的经济发展起到推动作用，经济差异过大却会导致资源配置不均衡、人才流失严重等问题，如何缩小地区之间经济差异成为经济学界研究的重点内容。

近年来，越来越多的国外学者运用新的研究方法，对区域经济增长差异状况进行研究，其研究成果主要集中在以下两个方面：（1）区域经济增长差异的形成与分解；（2）根据经济增长理论深入分析区域经济增长差异的实际问题。本文在前人研究的基础上，以甘肃省为例，采用空间计量模型，通过分析甘肃省2010—2016年以来甘肃省经济发展变化趋势，从甘肃省经济发展情况的时间特征、空间特征以及影响因素等方面，分析甘肃省地区的经济增长差异现状。并在此基础上分析甘肃省区域经济空间变化及空间分布状况，以及甘肃省区域经济差异变动的原因，从而为制定促进甘肃省区域经济协调性发展，缩小地区之间经济增长差异的相关政策，提供一定的参考依据。

1 模型构建与指标选取

1.1 模型构建

本文以甘肃省为例，采用空间自相关方法构建空间计量模型，从时空角度来重新审视甘肃省区域经济增长差异，利用空间分析方法来研究区域经济差异的空间格局及其变化规律。采用变异系数反映甘肃省区域经济发展的变动差异程度，计算公式为：

式（1）中，Vt为反映数据离散程度系数；Ait为甘肃省不同区域经济发展的测量值；At为不同区域中所观测的平均值。Vt值的数据越大，表明甘肃省地区的经济发展差异越大；Vt值越小，表明地区经济发展差异越小，区域经济发展存在趋同。

在对甘肃省所有区域进行同时测量时，可将测量结果视为全局参数。由于全局性自相关具有描述全局分布情况的作用，因此可以判断研究对象在空间上是否存在经济发展集聚现象，并可以对集聚现象进行测定。局部自相关是用来分析空间单元对其他区域的影响程度，如果对其他区域影响程度较大则表示经济现象出现空间集聚情况。

因由于空间自相关处理的是空间数据和属性数据，所以先处理空间数据，从而建立表示空间位置的邻接矩阵。为了确保数据的表达清楚，将研究区域不相邻的空间单元以0表示，将相邻的空间单元以1表示，构建出邻接矩阵W。以空间为基础对属性数据构建属性矩阵，本文利用经济数据进行构建，Moran’s I指数的算法如下：

式（2）中，W表示不同区域之间形成的相关矩阵；C代表属性相关矩阵。假如I的值域是[-1，1]，I值大于0代表正相关，小于0代表负相关，数值越接近1则表示空间分布的相关性较大，集聚分布现象越突出。反之，I值小于0代表空间分布越分散，越接近于0值，则表示区域经济发展差异在空间上呈随机分布。

关于显著性水平的测试，考虑母体随机分布，可以对正态分布Moran’s I的期望值进行计算。

式中：

wiwj代表相关权重矩阵的第i行和第 j列的和，从而其Z检验为计算得出的是属性数据（区域经济）在全局中的相关程度和分布情况，无法观察属性数据的具体空间分布区位，也无法观察区域经济单元对其他周围单元的影响。因此对于这种现象需引入区域型指数Local Moran’s I来计量，公式为：

1.2 指标选取与数据来源

区域经济发展差异的模型测算，必须根据各个研究单元的整体经济特定指标进行分析，选用的指标要保证数据的可信性与区域之间的可比性，从而能够衡量出甘肃省经济发展的整体状况。为更好地分析甘肃省区域经济发展现状，保证全省各市区对区域人均GDP的统计数据标准一致，使得到的指标具有可比性和延续性，因而，本文选取区域人均GDP作为研究指标，分析近年来甘肃省区域经济发展的空间分布特征和时间演变趋势。本文进行实证研究的数据主要来源于《甘肃统计年鉴2010—2015》、甘肃统计局网站、各县级市国民经济以及社会发展统计公报。

2 实证分析

2.1 甘肃省区域经济发展差异特征分析

以甘肃省2010—2016年间的经济相关数据为实证分析对象，将甘肃省区域人均GDP变异系数代入公式（1），计算得出的变异系数结果如图1所示。Vt的波幅在数值上变化较小，2010年的数值为0.74，2013年的数值为0.72，2013年的数值比2010年的数值小，因此2010—2013年的变动幅度为0.027个百分点。2010—2016年以及2012—2014年期间，甘肃省区域人均GDP变异系数增大，表明甘肃省区域经济发展差异较大，原因在于这段时期内甘肃省内各区域经济基础水平不等。2013—2016年，Vt的数值不断下降，表明甘肃省区域经济发展差异不断缩小，原因在于省政府在2013—2016年期间出台了改善区域差异的经济政策。由此可见，甘肃省经济发展的政策变化导致变异系数发生变化。

图1 2010—2016年甘肃省区域人均国内生产总值的变异系数

2.2 全局空间自相关分析

全局空间自相关分析是一种空间统计方法，利用这种方法对某一地区全局和局部空间自相关性进行实证分析，可以揭示空间变量的区域结构形态。不同地区的经济变化趋势，可以利用全局空间自相关模型，借助公式（2）计算得出甘肃省县域经济全局空间系数（见图2）。从图2可以看出甘肃省经济发展水平的全局空间自相关系数呈高位震荡趋势，并且屡有大幅短线上涨的情况出现。在2010—2016年这一阶段，全局空间系数总体不断增长，只在局部年份呈下降趋势，无论处于上升或是下降状态，变动幅度都处于0.684～0.788之间。这表明甘肃省区域经济呈现高度的空间正相关，具体来说就是经济发展状况较好的区域，其周边区域经济就越来越发达。反之，经济发展状况较差的区域，其周边区域经济就越来越落后，尽管这种现象有减缓的趋势，但是减缓的趋势幅度并不大。

图2 2010—2016年区域经济全局空间系数

2.3 局部空间差异分析

根据Local Moran’s I研究发现2010—2016年期间，Moran’s I系数较大的区域为兰州市、金昌市、庆阳市、天水市和平凉市，与其他区域经济发展差异具有较高显著性水平。从改革开放之后的经济发展程度来看，以苏南地区和周边地区为例，发现苏南地区和周边区域成为经济发展的热点区域，造成这一现象的原因除了由于苏南拥有较好的发展模式外，还得益于苏南区域靠近上海区位。根据区域经济差异指标，选取研究时间段为2010—2016年期间，分析甘肃省2010—2016年期间甘肃省区域经济差异情况，如表1所示。

表1 2010—2016年甘肃省区域经济差异

如表1所示，Local Moran’s I值呈现处一定的波动趋势，大致可以分成两个阶段：第一阶段为2010—2012年期间，甘肃省人均GDP存在显著的正的空间自相关特性，Local Moran’s I值呈现出上升趋势。经济发展水平相近的区域在空间上呈现集聚趋势，表明正的空间自相关增强趋势代表了同期甘肃省经济差异的增长趋势。第二阶段为2012—2016年期间，Local Moran’s I呈现降低趋势，体现出甘肃省人均GDP正的空间自相关特性不断减小，即相邻区域之间的经济差异不断地扩大，县域经济的集聚程度不断减弱。

3 结论

本文选取甘肃省为研究对象，运用空间自相关方法，并从时空角度进一步研究甘肃省县域经济区域差异，从中得出如下结论：（1）2010—2016年期间甘肃省区域的总体差异和相对差异呈现的都是扩大趋势，甘肃省的经济空间格局热点区在空间分布上具有演化和迁移现象，导致甘肃区域经济的总体格局变动较小。（2）甘肃省人均GDP拥有较强的正的空间自相关性，呈现的趋势是先扩大再减小。表明甘肃省内发展水平相近的一些区域，在空间上呈现显著聚集趋势。（3）以2016年区域经济发展水平和综合指数为依据进行分析，发现甘南、陇南、陇东和陇中地区中的定西市发展水平较低，主要原因是自然条件比较差，经济基础较为薄弱，导致整体经济发展水平跟不上。（4）选取2010—2016年期间甘肃省区域经济增长差异情况进行分析，发现甘肃省区域间发展不平衡的主要原因在于存在经济增长差异。甘肃省固定资产投资一般集中在中部的兰州、白银地区和河西地区，为了推进这些地区快速发展，政府和外来投资者往往会选择投入大量的资金。而陇东的庆阳、平凉、陇南地区和甘南、临夏等地区经济发展受到严重限制，主要原因在于资金缺乏。因此，对如何缩小区域经济增长差异，应当通过研究区域经济增长差异特性，制定相应的对策措施。