辽宁省区域经济差异的多尺度与多机制研究

刘光彦，冉颢琦

（山东工商学院 金融学院，山东 烟台 264005）

0 引言

区域经济差异是指在一个统一的地区内部，一些区域比另一些区域有更快的经济增长速度、更高的经济发展水平和更强的经济实力。改革开放以来，中国区域经济差异逐渐扩大，导致经济发展失衡、资源配置不均衡等问题，严重影响经济健康发展。党的十九大明确提出实施区域协调发展战略，缩小区域经济发展差异；辽宁省十二届委员会第十四次会议提出要优化区域经济布局，建立有效的区域协调发展机制，这是新时代辽宁省实现全面振兴的重要途径。因此，研究区域经济差异对辽宁省制定区域经济协调发展战略及相关政策至关重要。

国外关于区域经济差异的研究始于20世纪50年代，研究视角与方法多样，取得了丰硕的成果[1-2]。20世纪90年代克鲁格曼将地理区位因素引入国际贸易，带动了新经济地理学的发展，随着空间经济学的发展，空间计量方法广泛应用于区域经济研究，研究热点逐渐转为对区域经济差异的多尺度与多机制研究[3-4]。国内研究始于20世纪80年代，虽起步较晚但仍取得了丰富的研究成果，研究角度主要在国家层面[5-6]、大区域层面[7-8]和省域层面[9-10]。大多研究基于单指标或复合指标来分析国家、省域等尺度的经济差异水平[11-12]，并进一步探究影响区域经济时空差异的因素及其影响机制。研究方法上多采用极差、标准差、平均差、变异系数、基尼系数、熵指数、泰尔指数、因子分析法、探索性空间分析法和空间自相关等测度方法来分析区域经济时空差异的特征[13-15]。近年来，越来越多的研究聚焦于省内尺度[16]。

改革开放以来，我国东南部沿海地区经济实现高速发展，而作为全国最大的重工业基地和商品粮基地的东北三省地区经济占比下滑严重，2003年东北三省GDP总和占全国GDP的11.05%，而2018年仅占6.17%。虽然国家在2003年提出“振兴东北老工业基地战略”并采取多项振兴东北的措施后，东北地区经济有了较大改善，但是发展后劲不足、内部发展严重失衡，经济发展遇到新的阻力。2016年国家再次提出“全面振兴东北老工业基地战略”，旨在推动东北老工业基地产业结构优化升级，实现区域经济的协调发展，但东北经济发展依然举步维艰、困难重重。

辽宁省作为东北三省的经济领头羊，实现其全面振兴对振兴东北起着重要作用。在“十三五”时期，辽宁省面对错综复杂的国内外形势，扎实推进辽宁振兴发展各项事业，自2016年实施“全面振兴东北老工业基地战略”以来，全省GDP从2016年的 21 896.2亿元增长至2018年的25 315.4亿元。在接下来的“十四五”时期，面对不断变化的挑战和机遇，如何应对并实现全面振兴是辽宁省的重要任务，其中优化经济布局、促进区域协调发展是至关重要的一步，实现这一步的关键在于如何解决区域经济发展严重失衡的问题。当前关于辽宁省区域经济差异的研究较少，且多为2010年前的数据，对经济新常态下辽宁省区域经济差异的演变没有准确地把握，本文将构建辽宁省区域经济差异时空动态多尺度与多机制分析框架，基于地级行政区与县级行政区双尺度，采用差异测度指数、泰尔指数、探索性空间数据分析、空间马尔科夫矩阵，及回归分析等方法，分析2003-2018年辽宁省区域经济差异的时空演变过程，探索其驱动机制，以期为辽宁省制定区域经济协调发展政策提供参考。

1 研究区域与方法

1.1 研究区域与数据来源

分别以地级与县级单元作为基本尺度，按2018年辽宁省行政区划进行分类，具体包括14个地级行政区和100个县级行政区。因人均GDP相比于其他指标，能更全面地反映区域生活质量与经济水平等状况，参考相关研究[15,17]，采用人均GDP指标来表征不同年份的区域经济发展水平。

数据主要来源于《辽宁省统计年鉴》（2004-2019年）、《中国区域经济统计年鉴》（2004-2014年）、《中国县（市）社会经济统计年鉴》（2004-2013年）、《中国县域统计年鉴（县市卷）》（2014-2019年），以及2004- 2019年辽宁省各市县统计年鉴与社会发展统计公报等；地理信息基础数据来源于国家地理信息中心数据库。存在少量缺失数据使用插值法补齐。

1.2 研究思路与框架

不同尺度区域经济差异的形成与演变过程受多方面因素的影响，首先采用差异测度指数和泰尔指数分析不同尺度下辽宁省区域经济差异的特征；然后计算空间关联性与空间马尔科夫矩阵，分析县级尺度的空间集聚性与差异格局的稳定性；最后使用计量回归方法，探究区域经济差异时空演变的驱动机制。

1.3 研究方法

（1）差异测度指数

泰尔指数T是衡量区域经济差异的常用指标，其优点在于考虑人口结构变化的影响，能基于空间尺度进行分解，进一步探究组间与组内差异。为了全面客观地揭示区域经济差异时序特征，使用绝对差异和相对差异指数进行补充，其中绝对差异指数采用极差R和标准差S，相对差异指数采用变异系数Cv和基尼系数G。

将辽宁省按东南西北的空间布局分为4组，东部组包括抚顺、本溪、辽阳和丹东，南部组包括盘锦、鞍山、营口和大连，西部组包括朝阳、锦州和葫芦岛，北部组包括铁岭、沈阳和阜新。

图1 区域经济差异的多尺度与多机制研究框架 Fig.1 framework for multi-scale and multi-mechanism of regional economic differences

泰尔指数及其分解为

式中，T为泰尔指数表示总差异；Tb为东南西北4组组间差异；Tw为东南西北4组组内差异；Y和P分别为辽宁省的总GDP和总人口；Yi和Pi分别为i组的总GDP和总人口；Yij和Pij分别为i组中j市（县）的GDP和总人口。

极差R、标准差S、变异系数Cv和基尼系数G公式分别为 式中，maxjx和 injmx分别为j年地级（县级）区划中人均GDP的最大值和最小值；n为样本数；xi为i市（县）的人均GDP数据；为样本均值。

（2）空间分类与空间关联

首先使用Jenks最佳自然断裂法，将人均GDP指标形成的数据序列进行分类，以此分析辽宁省经济空间分异的规律。然后使用探索性空间数据分析法探索数据之间的空间相互作用关系，分为全局自相关和局部自相关。局部自相关情况以LISA聚集图反映，全局自相关则取莫兰指数I测度，为

式中，iI为局部莫兰指数；n为样本个数；S0为空间权重矩阵所有元素之和；ijw为空间权重矩阵的元素；ix和jx为i与j县的人均GDP数据；x为样本均值。

（3）空间马尔科夫矩阵

差异测度指数能描述区域经济差异随时间变化的趋势，泰尔指数的分解也能描述组间和组内差异对总差异的贡献，但是并不能显示出差异分布形态的演变。为探索邻域经济发展情况对目标区域经济发展类型转移的影响，使用REY结合“空间滞后”提出的空间马尔科夫矩阵[18]。空间马尔科夫转移矩阵以研究单元i在初始状态的空间滞后类型为条件k，将传统的k×k阶马尔科夫矩阵分解为k个k×k阶条件转移概率矩阵。对第k个矩阵而言，其中的元素为在k类 型空间滞后的背景下，处于i类型的研究单元，在下一周期转变为j类型的概率。通过空间马尔科夫矩阵观察不同空间滞后类型背景下的转移概率，可以推断当前辽宁省区域经济发展结构是否稳定。

（4）计量回归模型

使用面板数据回归模型，参考前人的研究，考虑到各尺度数据的可得性，以人均GDP为被解释变量，重点选取人口密度X1代表人口规模，人均财政支出X2和人均财政收入X3代表区域财政水平，第二产业占比X4和第三产业占比X5衡量区域产业结构优化水平，人均社会消费品零售总额X6代表区域经济发展活力等6个驱动因素，通过回归结果分析各驱动因素对区域经济差异的影响。为增强序列数据的平稳性以及减少异方差影响，对除X4、X5之外的变量取对数，建立回归模型为

式中，i表示不同的区域，地级尺度时取值范围为[1，14]，县级尺度时取值范围为 [1，100]；t为时间，单位：年；β为回归系数；U为随机误差项。

2 辽宁省经济差异时空动态多尺度分析

2.1 时序差异特征

从绝对差异角度分析（见图2），各尺度经济发展差异明显，地级尺度极差R和标准差S变化趋势相似，总体呈缓慢上升的趋势，在2016年有所缓和，稍微下降，随后继续上升，地级市之间经济发展失衡问题随时间流逝越发明显；县级尺度标准差S和极差R均在2003-2013年呈上升趋势，不同之处在于随后标准差S下降并趋于平稳，而极差R下降至2016年后开始上升，二者均在2013年达到顶峰，说明县级尺度经济发展失衡问题更为严重。辽宁省经济欠发达区域与发达区域的差距正在不断扩大，对区域协调发展产生不利影响。

从相对差异角度分析（见图2），各尺度经济发展差异同样明显，其走势与绝对差异相比较为平稳。地级尺度变异系数Cv和基尼系数G在2003-2018年间变化幅度小，走势平稳，说明2003-2018年，地级市之间经济发展的相对差异变化很小。县级尺度二者虽有所波动但幅度不大，总体呈平缓的“U”型，2003-2012年缓慢下降，2012-2018年又逐渐有所上升。

图2 2003-2018年辽宁省各尺度经济发展的绝对和相对差异 Fig.2 absolute and relative differences of economic development in Liaoning province at different scale during 2003-2018

将辽宁省分为东南西北4组后各尺度泰尔指数见图3。各尺度区域经济发展总差异变化明显。地级尺度下的总差异走势呈较平缓的倒“N”型，2003-2013年呈缓慢下降，随后2013-2016年呈缓慢上升，2016-2018年又缓慢下降。县级尺度下的总差异走势波动较大，2003-2012年呈波动式下降，2012-2018年开始逐渐上升。各尺度组间差异走势平稳，说明辽宁省东南西北4地区之间的经济发展差异在2003-2018年间没有太大变化，总体经济格局稳定，经济中心没有发生转移，总差异的波动主要由组内差异造成，这也可以从组内差异走势和总差异走势几乎一致得到证明。

图3 2003-2018年辽宁省各尺度经济发展的泰尔指数 Fig.3 Theil index of economic development in Liaoning province at different scales during 2003-2018

2.2 空间差异特征

（1）空间分布

经济水平的高低具有相对性，故采用Jenks最佳自然断裂法将辽宁省人均GDP分为5个等级，分别为高水平、较高水平、中等水平、较低水平与低水平地区，探索其空间分布特征。使用2003年与2018年数据，通过ArcGIS绘制图形进行分析，发现地级尺度空间集聚特征明显，2003年高水平地区为沈阳、盘锦、鞍山和大连，占28.57%；较高水平地区为抚顺、本溪和辽阳，占21.43%； 空间分布以沈阳和大连为核心。2018年高水平地区为沈阳、盘锦和大连，占21.43%，鞍山从高水平地区转变为中等水平地区，抚顺和辽阳从较高水平地区转变为中等水平地区，而营口从中等水平地区晋升为较高水平地区，低水平地区从3个增加为4个，集中在辽宁的西部和东北部，较低水平地区从3个变为2个。整体来看，区域经济发展失衡现象严重，其中高速发展的沈阳与大连等核心城市经济地位稳固，与其他城市经济水平差距更大。

县级尺度同样具有明显的空间集聚性，高水平与较高水平区域较少，2003年为16个，占16%，2018年增加至21个，占21%，集中分布在沈阳与大连；低水平地区占比逐渐增大，2003年主要集中在朝阳、阜新和铁岭，到2018年扩散至葫芦岛、抚顺、丹东、营口和鞍山。对比两个尺度可以发现，辽宁省内部区域经济差异较大，两极分化严重，以沈阳和大连为经济中心的“双核心”格局明显，低水平和较低水平地区比例较大，严重阻碍辽宁省整体经济水平的提升，双核心周围区域的经济发展水平明显优于其他区域。

（2）空间关联性

全局自相关分析。辽宁省有14个地级市，样本量少，莫兰指数没有通过显著性检验，因此本部分仅讨论县级尺度。2003-2018年县级尺度人均GDP的莫兰指数呈波动式上涨（见图4），从2003年的0.307上升至2016年的0.475，在2018年降为0.451，均通过1%的显著性检验，表明县级尺度经济发展水平存在较为稳定的正向空间自相关，2016-2018年呈下降趋势，说明实施全面振兴东北战略以来，越来越多的县级单元通过自身经济水平的发展对缩小区域经济差异做出贡献。

图4 辽宁省县级尺度人均GDP莫兰指数 Fig.4 Moran index and test value of per capita GDP in Liaoning province at county scale during 2003-2018

局部自相关分析。使用2003年与2018年数据，通过ArcGIS计算关联性并绘制LISA图，分析辽宁省县级尺度局部自相关情况，结果表明空间关联以正相关为主且LL型占主导地位，空间集聚性明显。在5%的显著性水平下，2003年HH型集聚主要分布在沈阳市沈北新区、本溪市明山区和平山区，以及大连市甘井子区和长海县，共5个，占5%。到2018年HH型集聚主要分布在沈阳市的皇姑区、大东区、和平区和沈河区，以及大连市的瓦房店市、普兰店区、甘井子区和长海县，共8个，占比提升至8%。虽然HH型占比增加，但主要向沈阳和大连集聚，LL型主要分布在广大的辽西地区，呈逐渐扩散趋势，一方面说明辽宁省经济发展在空间上逐渐形成“双核心”结构，另一方面说明低水平地区的扩散效应较为显著。

空间马尔科夫矩阵分析。为进一步揭示辽宁省县级尺度区域经济差异的时空演变过程，使用自然断裂法分别将各年份各县域经济发展水平分为5个等级，见表1。所有的主对角线元素均大于或等于非主对角线元素，说明经济空间格局稳定，短期内很难打破，即无论某县域初期处于何种经济发展 水平，那么在后期依然处于该类型的概率高于转变为其他类型的概率。经济发展处于高水平的县域受邻域影响后向下转移的概率较低，其依然保持为高水平状态的概率最低（71.43%），说明空间结构中处于经济核心的县域地位稳固。但经济发展水平低的县域容易受到邻域的影响，低水平县域在高水平邻域的影响下，向较低水平转移的概率甚至达到了50%。邻域对县域经济发展水平有较明显的影响，某县域的邻域经济发展水平越高，所受到的经济促进效用越大，向上一级转移概率越大，反之若邻域经济发展水平越低，所受到的经济阻碍效用越大，向下一级转移概率越大，但越级转移的概率很小，县域经济发展具有空间效应。

表1 县级尺度空间马尔科夫转移概率矩阵 Tab.1 Markov transition probability matrix in county scale space

3 辽宁省区域经济驱动机制分析

造成不同尺度下区域经济差异的因素大多是相同的，只是作用在不同尺度上产生的效用和强度不同[9]，分别通过驱动因素和驱动因子进行定性分析和回归定量分析，探究辽宁省区域经济差异时空演变的驱动机制。

3.1 驱动因素分析

（1）基础因素。地理位置是区域经济差异形成的基础，其直接决定了区域经济发展所需要的自然资源禀赋。东北三省是我国重要的工业资源基地，辽宁省又是其中资源最丰富的地区，但由于其内部地区间的资源分布存在差异，致使不同地区选择不同的经济发展方式，最终呈现出当前区域的经济差异格局。比如阜新和朝阳等区位条件较差，生态环境较为脆弱，而大连和营口等位于南部沿海地区，生态环境较好，这是造成辽宁南部经济发展水平相对较高的原因之一；朝阳和铁岭有着丰富的钢铁、煤炭和有色金属等自然资源，极大地推动了当地的经济发展，但随着东北三省经济转型及绿色生态发展要求等系列政策的出台，依托这类自然资源的地区经济发展逐渐放缓，部分区域甚至表现出发展后劲严重不足；交通条件对区域经济的发展同样有着重大影响，发达的交通网络有利于人员与货物的流通，方便与其他地区进行经济交流，加速资金流动，从而促进区域经济发展，辽宁南部尤其是大连成为经济发展核心之一，此方面因素的作用较为明显。

（2）直接因素。战略政策的实施和政府财政的支持是影响区域经济发展的直接因素。国家层面的发展战略从均衡发展-非均衡发展-区域经济协调发展的先后实施是造成东北地区当前经济差异格局的根本原因；政策上，消费、投资、出口三驾马车拉动经济增长相关政策的确定与落实，是各区域将自身资源优势转化为发展优势的直接动力，随着“振兴东北老工业基地战略”和“全面振兴东北老工业基地战略”的实施及打造辽中南城市群，辽宁省经济增长趋势在放缓后又有所起色，各地区根据实际情况制定经济发展相关政策是导致区域经济发展出现差异的间接动力；政府财政支撑与金融发展等方面的扶持政策为各地区完善基础设施、优化产业结构和改善经济生态环境提供经济基础，是形成区域经济发展差异格局的重要外部动力；分权化和行政体制也是造成辽宁省内部区域经济发展产生明显差异的重要因素。不同行政等级的区域对内部资源配置及财政支配有着不同的权限，地级尺度中沈阳和大连作为副省级城市，其拥有的发展资源，如财政支配权等优于其他城市，为其成为辽宁省的经济核心区域提供重要支撑；县级尺度中各市市区作为该市经济、政治和文化中心，资源相对集中，整体经济发展水平自然强于该市中的农业县区，致使资源更倾向于市区，出现“马太效应”。

3.2 驱动因子分析

建立面板数据回归模型，分别对地级和县级尺度进行Hausman检验，地级尺度结果统计变量为2.96，P值为0.814，故接受随机效应模型；县级尺度结果统计变量为46.98，P值为0.000 ，故拒绝随机效应模型，采用固定效应模型。回归结果如表2，从各系数显著性及模型拟合效果看，各尺度均有较好的拟合效果，说明所选取的变量对区域经济发展具有较强的解释力。

表2 辽宁省多尺度区域经济发展驱动因子回归结果 Tab.2 regression results of driving factors of multi-scale regional economic development in Liaoning province

地级尺度，人口密度、人均财政收入、第二产业比重、人均社会消费品零售总额的系数在1%水平上显著为正，人均财政支出的系数在10%水平上显著为正，第三产业比重的系数在5%水平上显著为负，说明人口密集的地级市经济发展水平更高，推测是因为人口规模越大的地区生产力越强，经济发展水平越高；人均财政水平和区域经济发展活力越高的地区，经济发展水平越高；第二产业比重越高的区域经济发展水平越高，而第三产业比重越高的区域经济发展水平越低，说明产业结构优化还有很大空间，以发展第二产业为主促进区域经济发展依然是辽宁省当前主要趋势。

县级尺度，人口密度的系数在5%水平上显著为负，说明县级尺度人口规模越小的区域经济发展水平越高，与地级尺度相反；人均财政收入，第二产业比重与人均社会消费品零售总额的相关性均在同样显著性水平上和地级尺度保持一致，第三产业比重的系数相比地级尺度而言，在更高的显著性水平上显著为负，猜测是因为资源禀赋的差异，导致很多经济水平较差的区域发展第二产业的条件较差，第三产业占比相对提高，使负相关更为显著。

对比两个尺度的回归结果，可以发现不同的影响因素在两个尺度上的作用均是显著的，只是影响程度存在差别，印证了上文所述不同尺度下影响区域经济差异的因素大多是相同的，只是在不同尺度上所反映出的影响程度不同。

4 结论与建议

4.1 结论

（1）辽宁省地级尺度经济差异走势以2013年和2016年为拐点，呈较平缓的倒“N” 型；县级尺度经济差异走势以2009年和2015年为拐点，呈“U”型。各尺度绝对和相对差异较为明显，表现出县级尺度大于地级尺度的格局，即尺度越小经济差异越大。各尺度相对差异较稳定伴有轻微的下降趋势，但绝对差异仍然较大，说明在尝试缩小区域经济相对差异的同时，要注意控制两极分化现象，防止出现“马太效应”。

（2）辽宁省县级尺度区域经济发展有着显著的空间集聚性，以正相关的关联类型为主，且LL型占主导地位，HH型主要集中在沈阳和大连内部，区域经济发展失衡，低水平区域比例增加，空间上呈以沈阳和大连为“双核心”的经济发展格局，由空间马尔科夫矩阵推断该经济发展格局较稳定，不易发生转变。

（3）区域经济差异时空格局的形成是由多因素共同造成的，由驱动因素的分析得知：地理位置、资源禀赋和行政制度等因素对区域经济发展有重大影响，但这类因素通常难以改变，所以当前主要应从战略政策方面促进区域经济协调发展。由驱动因子分析得知：提高地方财政支撑水平、促进区域消费能力、优化产业结构有助于加速区域经济发展，地级尺度中人口规模与区域经济发展呈正相关。

4.2 建议

（1）不同尺度上各因素的作用强度有所差异，所以在制定战略政策时要针对不同尺度的区域，根据各驱动因素不同的边际效应，制定符合当地实际情况的策略。

（2）在缩小相对差异的同时，要防止绝对差异的增大，不仅要缩小地级市间的经济差异，更要考虑县级单元经济发展差异。

（3）要注重邻域效应，相邻区域的经济发展有着较为明显的连带作用，在发挥高水平区域集聚带动作用的同时，要做到防止低水平区域的扩散，应继续建设辽中南城市群，发挥其带动作用。

（4）要继续优化产业结构，推动区域消费和投资的提升，进一步提高财政支撑水平，大力鼓励农业县创新发展，改善交通条件，解决对全省经济快速发展和区域经济均衡协调发展的阻碍。