基于GWR模型的福建省区域经济差异主导因素研究

李双双，温晓琴

（福建农林大学东方学院 经济系，福建 福州 350017）

区域经济差异一直以来都是区域经济学和经济地理学研究的着重点之一[1]。福建省是中国沿海开放省份，近年来经济飞速发展，是我国经济增长速度最快的省份之一[2]。然而，随着福建省经济的增长，各个地区间的经济差距也在不停的增长，为了减小各地区间的经济差异，分析产生此差异的原因所在是十分有必要的。目前，关于福建省区域经济差异的研究已逐渐展开，如:卢丽春等通过可以多层次分解的Theil系数测量了改革开放以来福建省各区域经济发展的差异程度[3]；陈培阳等从时间序列的动态趋势来阐释区域经济的差异，分析1990—2006年间福建省区域经济差异的空间格局演化[4]；李永实运用变异系数和经济区位商等方法对福建省区域经济差异格局机器动力机制进行了探讨[5]；张辉鑫等采用变异系数、泰尔指数分解方法对区域经济总体差异及组间差异进行了分析[6]。以上研究主要是从时间维度进行分析，利用整个地区的综合时间序列数据对福建省区域经济差异进行传统回归分析，能较好的揭示区域经济差异的时间变化，但在一定程度上也容易掩盖区域经济的空间差异。如果在研究分析中忽略这种空间异质性的影响，建立具有固定不变的常参数回归模型，模型估计结果将存在偏差且缺乏解释力度。因此，在探究福建省各区域经济差异的主导因素过程中，有必要考虑空间异质性的存在。

基于此，本研究运用地理加权回归模型对福建省区域经济发展差异的主导因素进行分析，探讨各主导因素对福建省各区域经济影响的空间异质性，以弥补这方面研究存在的不足，并以此为依据，为促进福建省区域经济协调发展提供建设性指导意见。

1 指标选取与数据来源

人均GDP能够剔除人口规模对经济的影响，因此本文选取福建省各地区的人均GDP作为衡量各区域经济差异的指标。依据前人研究[7-11]，选取使用频率较高的影响区域经济差异的因素作为主导因素指标，包括：①劳动力x1（从业人员数/常住人口总数）；②人均固定资产投资x2（固定投资总额/常住人口总数）；③第二产业结构x3（第二产业生产总值/国内生产总值）；④人均社会消费品零售额x4（社会消费品零售总额/常驻人口数）。

目前大多数关于福建省区域经济差异的研究限于市级水平，为更加详细地表现空间异质性，本研究以福建省67个县（市、市辖区）为区域单元进行研究。同时，为更仔细地呈现区域经济影响因素对经济推动作用的区域动态变化过程，本研究选取2006年和2016年两个年份进行比较分析。文中使用的各指标原始数据均出自2007年和2017年福建省统计年鉴，并且已经对原始数据进行了均值化的处理以达到无量纲化。

2 研究方法

2.1 地理加权回归（GWR）模型

地理加权回归模型属于空间计量经济学模型，与其他空间回归模型不同之处在于，特定区域的回归系数不再是利用全局信息获得的固定系数，而是通过构建观测点地理位置的位置权重函数,利用邻近观测值的子样本数据信息进行局域加权回归估计而得到，是会随着空间上局部地理位置的变化而变化的参数βj[8]。模型基本形式如下：

式（2）中，（ui，νi）是第i个样本点的空间坐标，xij表示第i个样本点的第j个变量，β0（ui，νi）和 βj（ui，νi）（j=1,2,… ,k）分别表示第i个样本点的回归常数项和第j个回归参数,k是自变量的个数。通过在每一个位置（ui，νi）利用加权最小二乘法对参数进行局部估计得出:

式（3）中，X是由xij构成的变量矩阵，W（ui，νi）是基于邻近或距离概念的空间权重矩阵，是包含权重函数wj（ui，νi）的对角矩阵。

在实证分析中，空间权重函数通常取下列两种函数形式：

（1）高斯权函数：

（2）bi-square 权函数

式（4）与式（5）中，dij为从（ui，νi）到（ui，νj）的距离，h为带宽。地理加权模型中最为关键的问题就是准确得出带宽的值。为了取得最佳带宽，S.Fotheringham等人提出AIC最小准则，即模型的AIC值取得最小时，对应的值为最佳带宽[12]。

3 基于GWR模型的福建省区域经济差异主导因素分析

3.1 普通最小二乘法（OLS）回归模型估计与分析

以劳动力、人均固定资产投资、第二产业结构、人均社会消费品零售为解释变量，以人均GDP为被解释变量，建立普通最小二乘法回归模型，可得相关结果（表1）。从表1数据可以看出:2006年OLS模型的拟合优度为0.908，2016年的拟合优度为0.680，F统计值分别为153.782和32.928，两个年份的数据均通过了1%显著性检验（P＜0.01），说明各主导因素之间均与福建省人均GDP存在显著的线性关系。

虽然福建省区域经济发展情况能够通过OLS回归模型较好地反映出来，但区域经济数据属于空间数据，存在空间异质性问题，这与OLS回归模型的假设要求相背离所以，OLS回归模型的结果值存在一定的误差。运用GWR4软件对2006年与2016年福建省区域人均GDP进行空间自相关检验，得出2006年的Moran’s I值为 0.328，2016 的值为 0.296，两个年份数据均通过显著性检验（P＜0.01），结果说明福建省区域经济在空间上并不是呈现随机分布的状态，而表现为显著地空间集聚。因此，为更好地解释福建省区域经济差异的实际情况，本研究采用在OLS模型的基础上嵌入了空间相关性和空间异质性的GWR模型进行分析。

3.2 地理加权回归（GWR）模型估计与分析

本研究确定空间权重矩阵选择了高斯权重函数方法，用GWR4软件根据相关数据建立GWR模型，并且通过AIC最小准则来确定最优带宽，得出的结果如表2所示。由表2可知：比较OLS模型与GWR模型的结果数据，2006年与2016年GWR模型的R2值均较大，说明GWR模型在一定程度上解决了传统计量经济学模型设定存在的偏差，GWR模型对福建省区域经济差异的解释效果总体优于OLS模型的解释效果。

表1 普通最小二乘法回归模型的估计结果Table1 Estimation resultsof ordinary leastsquaresregression model

表2 地理加权回归模型的估计结果Table 2 Some results of geographical weighted regression model

3.3 各主导因素对福建省区域经济影响的空间异质性分析。

如前所述，能够计算出各解释变量随空间位置的改变而发生变化的参数是GWR模型最主要的特点，且可以充分说明各解释变量参数的空间异质性。为了更好地分析各因素对福建省各区域经济的影响力大小及其空间异质性，运用Arcgis软件的自然间断点分级法，将模型计算出的各影响因素的回归参数分为4类，并对结果进行阐明。

3.3.1 劳动力因素

由图1可以看出，2006年的劳动力因素对福建省区域经济的促进作用表现为自西向东逐渐增加。在2006年以前，福建省东部地区有着明显的劳动力聚集的现象[14]，这些地区的产业基础较好，经济发展水平较高，基础设施较为完备，且交通更为便利，它们对劳动力有着较大“吸引力”。而建宁县的回归参数表现为负值，说明在2006年中，建宁的劳动力对建宁县的经济发展起抑制作用。在早期，建宁县绝大部分青壮年选择外出务工，导致建宁县人口流出严重，引发人口老龄化等一系列问题，最终抑制了经济的发展。

而2016年的劳动力因素对福建省区域经济的作用则表现为自东北向西南递增。2007年，闽西南“厦门、泉州、漳州、龙岩、三明”五市，首次签订部门合作协议，交通致力于打造“两小时经济圈”，厦门、泉州、漳州、龙岩、三明五市之间逐渐形成一个健全的交通网络，“同城效应”开始展现。交通发展便利，促进了产业间的协作，各具特色和优势的产业开始聚集发展，提供了大量的就业岗位，人口流入比重增加，大大地促进了闽西南五市的经济发展和社会效益。其中，“十一五”期间漳州的服务业取得了飞速的发展，逐渐成为漳州市经济的主要组成部分和人民就业的主要途径[15]。且其民营经济发展迅速，资本结构呈现多元化，导致就业岗位明显增加，劳动力流入增长明显。从图中即可看出，相比2006年，到2016年时劳动力因素对漳州大部分地区经济促进作用明显提高。此外，近几年，永定县开展民资“回归工程”政策，积极引导去外地发展并且发展良好的永定籍贯的企业家回到永定县发展，在提供各类优惠利民的政策的基础上还提供各类合适的创业平台，不仅为永定县提供了大量的就业岗位，而且促进了优秀人才的流入。永定县从06年劳动力流出严重的几大县变成劳动力迅速流入状态。

图1 2006年与2016年GWR模型劳动力回归参数的空间异质性Figure 1 Spatial heterogeneity of regression parametersof labor force of GWR model in 2006 and 2016

3.3.2 人均固定资产投资因素

由图2可知，在2006年时，人均固定资产投资对福建省区域经济的影响自东北向西南逐渐增加。从固定资产定义可知，建筑工程是固定资产投资的一个重要的组成部分。通过福建省各区域建筑企业总收入及从业人数数据[17]即可得出，福建省闽东和闽北地区（宁德、福州、南平等）的建筑企业从业人员数相对较少，建筑行业总收入不高，且每年的增长速度也较为缓慢。这和各城市的经济基础和城市规模有着很紧密的联系，以宁德市为例，宁德市的城市规模大小和财政收入情况在福建省均处于较低水平，其建筑行业收入水平相对福建省其他地区处于下游位置。而闽西地区（龙岩、三明部分地区）的建筑企业总收入和从业人数则明显更高。因此，福建省2006年的人均固定资产投资对区域经济的影响呈现出自西南向东北递减的趋势。

自2006年之后，闽南闽中（泉州、厦门、莆田等）这些经济更为发达的地区开始兴起。由于泉州、厦门位于沿海地区，同时也是“海峡西岸”的核心城市，虽然2006年当期的建筑总收入和从业人数不高，但后期每年涨幅很大。从2006年至2010年，闽南和闽中地区在建筑行业已经稳居福建省第一、第二位置，且福州作为福建省省会，财政的大量投入也让福州建筑业发展迅猛。因此，2016年人均固定资产投资对福建省区域经济的影响转变为自西北向东南递增。

图2 2006年与2016年GWR模型人均固定资产投资回归参数的空间异质性Figure 2 Spatial heterogeneity of regression parameters of per capita fixed asset investment of GWR model in 2006 and 2016

3.3.3 第二产业结构因素

由图3可知，2006年与2016年的第二产业结构因素对福建省区域经济的影响均为以南平三明为中心向四周减少。闽南（厦门、泉州、漳州）均位于沿海地区，具有得天独厚的地理优势，福州也是福建省经济发展首要城市之一，这些地区在早期工业产业便已形成一定规模，且发展水平已经较高，导致近几年第二产业对这部分地区经济发展的推动力较小。而内陆地区如闽北、闽中、闽西（南平、三明、龙岩）等地区，由于山区面积广阔，为采掘业提供了天然的便利条件，从而带动了重工业的发展，促进了当地的经济发展水平。

近年来，南平市政府持续实施“绿色发展，科技创新”发展战略，工业发展迅速，培育、打造了一系列在全省乃至全国同行业领先地位的骨干工业企业，民营企业和三资企业逐步成为工业持续发展新的重要支撑。同时，三明市、龙岩市也相继提出“工业强市”“工业致富”发展战略，第二产业结构对其区域经济发展有着重要的推动作用。

图3 2006年与2016年GWR模型第二产业结构回归参数的空间异质性Figure 3 Spatial heterogeneity of regression parameters of Second industrial structure of GWR model in 2006 and 2016

3.3.4 人均社会消费品零售因素

由图4可以看出，2006年时人均社会消费品零售因素对福建区域经济的影响呈现自北向南逐渐增加的趋势，而到了2016年影响程度却基本相反福州市消费品市场“十一五”期间实现了巨大的变化，社会消费品零售总额实现了翻倍增长，不仅总量稳居全省第一，而且每年的增长幅度也占据首位。各行业竞相发展，自图4可知，时至2016年社会消费品零售对福州经济已产生至关重要的影响。自2011年以来，宁德市响应政府政策，致力于推动消费品市场的增长，消费品市场的规模逐步增大，市场供求格局业产生了转变，致使宁德市居民消费水平对宁德市区域经济的影响也越来越大。

图4 2006年与2016年GWR模型人均社会消费品零售额回归参数的空间异质性Figure 4 Spatial heterogeneity of regression parameters of Per capita social consumer goods retail sales of GWR model in 2006 and 2016

4 建议

综上所述，福建省的区域经济含有空间效应，且各主导因素对经济影响存在空间异质性。因此，为了减小福建省各区域经济差异，促进福建省区域经济的发展，提出以下建议：

（1）重视城市交通建设，增强福建省各市之间的合作关系。交通是连接各城市的纽带，是区域产业生产力发展的先决条件，交通设备基础完善，不仅可以加强城市与周边城镇之间的交通联系，还可以加强东南沿海地区与内陆之间的合作关系，节约运输成本，推动项目合作，促进区域经济协调发展。

（2）重点发展具有各地区特色的产业。福建省各地区应进一步发展福建省特色产业，推动产业向规模化、标准化、产业化方向发展，充分开发自然资源的潜在作用，发挥传统产业。如：泉州的鞋服产业，厦漳的闽台合作农产品，安溪的茶叶以及闽西的红色旅游业和矿产资源等，围绕各地区主导产业，集中规划布局。

（3）调整产业结构。各地区要跟据本地区的具体生产情况进行产业结构的变革。沿海地区第二产业发展日趋成熟，对经济发展推动力已经不甚明显。第一、第二产业结构稳定发展的同时，还应着重对第三产业的发展，致力于服务业水平的提高。而内陆地区则应进一步巩固、加强工业化建设，采用先进的科学技术发展生产力，同时注重本地区地理环境优势，并驱发展现代农业、生态旅游业等。

（4）刺激消费。改变消费结构，福建省大多地区居民消费从原本的偏重于食品消费的温饱型消费转变为享受型消费，但和发达地区还是存在着一定的差距，这也从侧面体现了居民整体消费不高，消费结构单一的特点，所以消费结构也有待改善。