西部地区经济发展不充分不平衡的动态演进与影响因素研究*

● 张忠杰，李真真

（兰州财经大学统计学院，甘肃 兰州 730020）

一、引言

党的十九大报告指出我国社会的主要矛盾已经转变为人民日益增长的美好生活需要和不充分不平衡发展之间的矛盾。从中可以看出经济发展不充分不平衡问题已成为我国经济社会发展需要重点解决的问题之一。我国经济发展不充分不平衡问题主要有以下表现，一是从全要素生产率上来看，1990—2006年东部地区全要素生产率（TFP）年均增长率为 12.05%，中部地区为11.84%，而西部地区最低，年均增长率仅为10.36%（周晓艳等，2009）[1]；二是西部地区经济发展的速度远远落后于东中部地区，且西部地区的经济规模和城乡收入与东中部地区存在有明显差距。改革开放以来，我国东、中、西三大区域经济发展水平均得到了全面提升。在剔除价格因素后，1978—2019年，东部地区国内生产总值从1 727.19亿元提高到511 161.43亿元；中部地区国内生产总值从1 006.65亿元提高到218 737.81亿元；西部地区国内生产总值从721.55亿元提高到 205 185.15亿元（彭文斌等，2010）[2]。从三大区域GDP增量比较来看，东部地区最高，西部地区最低。基量较低，总量变化较大，这也同时说明西部地区经济发展潜力很大，有足够上升空间。2017年，中国共产党第十九次全国代表大会首次提出“高质量发展”。由此，中国经济开始由高速增长阶段转向高质量发展阶段，经济发展将更加注重质量。因此，研究西部地区经济发展不充分不平衡的影响因素，为提高西部地区经济质量发展提出可行性建议，成为一个重要课题。党的十九大报告同时提出了实施区域协调发展的战略，这也为破解西部地区经济发展不充分不平衡状况提供了一个重大契机。为此，可利用核密度估计以及动态空间面板模型等分析方法，对我国西部地区经济发展不充分不平衡问题进行探讨，对影响我国西部地区经济发展不充分不平衡的因素进行具体分析。

二、文献回顾

近年以来，我国经济发展取得了巨大成就，改革开放的成果也更多、更公平地惠及到了大众，但是，与之相伴随，经济发展中存在的突出问题并没有得到很好的解决，其中经济发展不充分不平衡问题即是其一。纵观国内外学界，对经济发展不充分不平衡问题的研究主要是从内涵与综合评价、使用不同测度方法对影响因素进行分析等方面来展开的。

对于经济发展不充分不平衡问题，从内涵与综合评价方面进行的研究，代表性文献主要有：胡鞍钢等（2017）[3]认为经济发展不充分不平衡主要体现在收入不平衡和消费不充分；其中收入不平衡包括地区、城乡收入在经济发展进程中的不平衡，而消费不充分主要体现在消费支出占GDP的比例不足40%，难以满足经济增长对消费的需要。蔡旺（2018）[4]认为不平衡发展是指横向发展面的失衡、失调，而不充分发展是指纵向发展面的缺乏、不足。杨嘉懿（2019）[5]认为平衡是国民经济的各个组成部分处于一个相对协调、结构合理的状态，而不平衡则与之相反；发展不充分则是指生产力发展程度不够高、发展总量不丰富以及发展态势不稳定。白玫（2017）[6]认为不平衡发展主要体现在城乡发展不平衡、区域发展不平衡、收入分配不平衡、结构性不平衡以及经济发展与自然生态环境不平衡等几个方面；不充分发展主要体现在实体经济发展不充分、创新能力不充分、民生领域发展不充分和市场化改革不充分等几个方面。Tsui（1993）[7]利用县级数据研究地区之间经济发展的差异，得出中国区域经济发展不充分不平衡状况十分显著的结论。林毅夫等（1998）[8]在Tsui的研究的基础上，通过对中国经济转型时期地区的差距进行分析，得出区域梯度导致地区经济发展水平不充分不平衡等情况。王炜等（2014）[9]利用基尼系数对地区发展的差异进行的分析表明，中国地区经济差异有了较大的缓解，但是东部和西部之间的经济发展差异却显著增加，这表明西部地区经济发展不充分不平衡状况仍然存在。潘桔等（2019）[10]通过人均GDP的泰尔指数测度了中国区域经济发展不充分不平衡状况的整体差异。

使用不同测度方法对影响因素的分析研究，代表性文献主要有：Elhorst（2016）[11]注意到现有文献缺少对空间面板数据的解释，所以系统地对模型设定和估计进行了论述，并用空间面板数据对经济发展不充分不平衡进行了研究。Rey等（1999）[12]利用截面数据进行了中国省区人均GDP空间计量模型的回归比较，对中国区域经济发展不充分不平衡进行了综合测度。陈晓玲等（2006）[13]运用空间统计指标分析了我国经济发展的空间相关性，并对我国区域经济发展不充分不平衡状况进行了深入研究。许宪春等（2019）[14]利用中国平衡发展指数对中国经济发展的不充分不平衡状况进行了分析，并对相应的政策的制定提供了理论依据。Krishna等（2001）[15]对区域经济发展不充分不平衡的影响因素的研究，是通过多种完全不同类型指标数据的分析进而实现的。樊纲等（2004）[16]认为 FDI、政策、人力资本、劳动力流动等都会扩大区域经济差距，从而加大经济发展不充分不平衡程度。夏万军等（2019）[17]使用经济效益综合指标，对区域经济发展不充分不平衡进行研究，得出了创新力度、劳动使用率和人力资本投入强度等是西部地区经济发展不充分不平衡的主要影响因素。Christopoulos Dimitris K等（2004）[18]通过对10个发展中国家的数据所进行的单位根和协整检验，验证了经济增长和金融深度以及其他因素之间存在均衡关系。

上述研究对于我国区域经济发展不充分不平衡问题研究的进一步开展奠定了基础。以上研究在两方面存在不足：一是对西部地区经济发展不充分不平衡评价分析鲜有涉及；二是对地区经济发展不充分不平衡的影响因素的研究不够深入。因此，下文研究的创新之处在于：一是通过核密度估计方法对西部地区经济发展不充分不平衡程度进行了动态演进分析；二是利用动态空间面板模型对西部地区经济发展不充分不平衡的影响因素进行了深入分析。

三、经济发展不充分不平衡影响因素的理论分析

根据林毅夫等（2003）[19]和刘生龙等（2009）[20]的研究，在罗默“新增长理论模型”的基础上，参考姜照华（2003）[21]的研究，从利润最大化的假设出发，对经济发展不充分不平衡的影响因素展开理论分析。

一般地，考虑如下利润最大化问题：

其中G表示经济增加值，C是要素成本，m和n是系数。

设一般生产函数为：

其中L为劳动力投入，K为资本投入，S为技术创新投入。

考虑到式（1）有：

其中αL、αK和αS分别是劳动力、资本和技术创新的价格。

其中y表示均衡经济增长率，h是劳动力变化率，z是资本变化率，j是技术创新变化率。均衡经济增长率不同，地区间经济发展差距就会呈扩大趋势，而且经济发展潜力也会有所不同，因此y也可以表示为经济发展不充分不平衡程度。

令 αLL=CL，αKK=CK，αSS=αSS 分别是劳动成本、资本成本和技术创新成本，又令一般生产函数 G=Φ(CL+CK+CS)，λ=Φλ1。式（7）可变形为：

这里a=μy，是制度因素对于经济发展不充分不平衡的作用。从上式可以看出经济发展不充分不平衡是由劳动力、资本、技术创新以及制度因素共同决定的。亦即，研究分析西部地区经济发展不充分不平衡影响因素时，不仅要把劳动力和资本投入引入模型，还要考虑技术创新、制度因素以及结构转型等方面的影响因素（彭定贇，2020）[22]。

四、研究方法与模型构建

分别采用熵权TOPSIS法和核密度估计对西部地区经济发展不充分不平衡进行综合测度以及动态演进分析，并且通过建立空间面板模型来研究西部地区经济发展不充分不平衡的影响因素。

（一）熵权TOPSIS法

运用单一经济指标来测度经济发展不充分不平衡水平，并研究区域经济发展不充分不平衡影响因素，缺乏全面性和准确性。TOPSIS法是多目标决策分析中一种常用的有效方法，它根据有限个评价对象与理想化目标的接近程度进行排序，在现有的对象中进行相对优劣的评价。因此，采用熵权TOPSIS法测度西部地区经济发展不充分不平衡的综合水平是一个较合理的选择。具体计算参照张永恒（2019）[23]的研究。

首先，使用极值法对指标进行无量纲化处理，对于正向和负向指标，分别按如下公式处理：

其中，χij是第i个省份第j项指标的值，Mj是第j项指标的值的最大值，mj是第j项指标的值的最小值。

其次，计算第j个指标下，第i个省份的特征比重，计算公式如下：

（二）核密度估计

核密度估计是一种非参数的动态分析方法。该方法没有预先假定经济变量存在某种函数关系，而是根据变量自身的特征来估计密度函数，所以不存在参数模型不能较好拟合数据的情况。因此，在研究西部地区经济发展不充分不平衡的动态演进过程时，使用核密度估计方法有望得出更为普遍性的结论。根据 Hsiao等（2006）[24]的研究，核密度估计式如下所示：

其中h为带宽，K(x)为核函数，n为样本量。下文选用高斯核函数代表K(x)，如下式所示：

Khosrow Dehnad（2012）[25]认为高斯核函数带宽的最佳公式如下：

其中，δ=0.7764，s为样本标准差。

（三）西部地区经济发展不充分不平衡评价指标体系构建

参考何潇（2019）[26]和孔阳等（2018）[27]的相关研究，从经济规模、人民生活、科技教育、城市发展和污染减排等五个方面建立指标评价体系来具体分析与评价我国西部地区经济发展不充分不平衡的具体状况。综合指标评价体系具体如表1所示。

表1 西部地区经济发展不充分不平衡综合评价指标体系

（四）计量模型构建

借鉴 Lesage等（2009）[28]的研究，在空间面板数据模型的基础上来研究西部地区经济发展不充分不平衡的影响因素。研究中设定模型为：

在式（13）中，Y是被解释变量向量，X为解释变量向量，ρ为空间自回归系数，β为各变量的系数，ε为误差项。

以西部地区12个省份的面板数据作为样本，利用式（14）对西部地区经济发展不充分不平衡的影响因素进行分析。

其中，Yi，t表示的是i省份t年的经济发展不充分不平衡的程度；ρ、β和θ表示的是待估参数；Wi，j为空间权重矩阵，在这里选用0-1邻接矩阵，即区域i和区域j相邻时为1，不相邻时为0。ρ的符号如果为正，说明西部地区不同省份的经济发展不充分不平衡之间有协同效应；ρ的符号如果为负，说明不同省份的经济发展不充分不平衡之间有竞争效应。

五、影响因素与数据来源

（一）西部地区经济发展不充分不平衡的影响因素

根据理论模型分析，从创新驱动、要素投入、制度因素和结构转型等四个方面，选取影响因素并研究这些因素对西部地区经济发展不充分不平衡的影响。

（1）创新驱动层面。参考刘家旗（2019）[29]的研究，使用科技经费支出占GDP比重和专利授权率来衡量创新驱动。

（2）要素投入层面。要素投入主要是指劳动力、人力资本等在经济增长模型中影响经济增长的主要因素。使用劳动力和资本投入来衡量要素投入。

根据柯布—道格拉斯生产函数模型Y=ALαKβu，把资本投入和劳动力投入纳入指标体系。其中资本投入参考张军（2003）[30]和单豪杰（2008）[31]的研究结果，采用永续盘存法进行计算，计算公式为：Kt=It+(1-δ)Kt-1。劳动力投入采用各地区年末就业人员数来衡量。

（3）制度因素层面。参考宋泽龙（2016）[32]的研究，使用对外开放程度，即进出口额占GDP比重，和金融产业增加值占GDP比重来衡量制度因素。

（4）结构转型。参考茹少峰等（2019）[33]的研究，使用财政政策，即地方财政一般预算支出占GDP比重来衡量。为了体现结构转型所反映出的产业间资源流动，参考张忠杰（2019）[34]的研究使用产业增加值指数来衡量结构转型。

预期创新驱动、要素投入、制度因素以及结构转型等影响因素在模型中估计系数为负，即它们对西部地区经济不充分不平衡发展具有抑制效应，会减小西部地区经济发展不充分不平衡的程度。利用式（10）来研究西部地区经济发展不充分不平衡的动态演进状况，利用式（14）来分析西部地区经济发展不充分不平衡的影响因素。所选取的影响因素如下表2所示。

表2 变量说明及预期

（二）数据来源

基础数据的时间段为2009—2018年。分析中所使用的所有数据均来源于《中国统计年鉴》、国家统计局官网的相关数据内容、西部地区各省（区）的统计年鉴，《中国金融统计年鉴》等。对于有些年份所缺少的数据，本文采用插值方法进行处理。

（三）变量描述性统计分析

各变量描述性统计分析具体如表3所示。

六、实证结果

（一）西部地区经济发展不充分不平衡程度

使用已获取的数据，将多个经济指标采用熵权TOPSIS法，对西部地区经济发展不充分不平衡状况进行测度，并以综合指数来衡量其不充分不平衡程度。如表4所示。

从表4可以看出，整体上，2009—2018年西部地区经济发展不充分不平衡程度呈现先增后减的趋势，表明西部地区经济发展平衡性和充分性得到了一定提高和改善；从单个省份情况来看，2009—2018年，青海、新疆和西藏三省区经济发展不充分不平衡程度大于西部地区其他省份。总体来讲，西部地区之间表现出较大的经济差距，基础较好的省份经济发展充分性和平衡性都高于基础较差的省份。

（二）西部地区经济发展不充分不平衡的核密度估计

根据以上结果，以2009—2018年西部地区经济发展不充分不平衡为例，使用核密度估计来具体分析西部地区经济发展不充分不平衡的动态演进状况，如图1所示。

图1 2009—2018年西部地区经济发展不充分不平衡的动态演进图

从位置上看2009—2018年核密度估计分布曲线均呈现向右移的趋势，表明西部地区的经济规模、人民生活水平、科技教育水平、城市发展以及污染减排水平等经历了一定程度的增长。从峰度上看，西部地区经济发展不充分不平衡分布曲线的波峰总体上呈现先增后减的趋势。2009年、2014年、2016年以及2018年的分布曲线呈现出单峰分布，而2012年的分布曲线呈现出双峰分布。以上分析表明，西部地区经济发展差距有了缩小的趋势，其不充分不平衡程度呈现先加剧后适度减弱的趋势。

（三）空间自相关性检验

在建立模型之前，首先对西部地区经济发展不充分不平衡水平进行空间相关性检验，来实证西部地区之间是否存在空间相关性。采用Moran’I指数来检验西部地区经济发展不充分不平衡的空间相关性。Moran’I指数如下：

其中，N为空间里个体的数量，本文中N=12，wij是空间权重矩阵中的元素（本文采用空间邻接矩阵，相邻的省份为1，不相邻为0）。Y为因变量。Moran’I指数及检验结果如表5所示。

表5 2009—2018年西部各地区经济发展不充分不平衡的Moran’I检验

由于经济增长具有收敛性，一般经济活动都受到前期影响，从而产生滞后效应。因此，构建模型时应选择动态模型以避免选择静态模型而导致估计系数偏差。从表5可知，在2009—2018年，西部地区经济发展不充分不平衡的Moran’I指数值在[0.208，0.470]之间，其中 2009 年最小，2017年最大，且P值均在5%水平下显著。这表明在2009—2018年，西部地区经济发展不充分不平衡存在显著的空间相关性。因此，采用空间计量模型来研究西部地区经济发展不充分不平衡的影响因素是合适的。

（四）空间面板模型估计结果

运用极大似然估计法对式（14）进行计算，Hausman检验表明固定效应优于随机效应，所以，采用固定效应空间面板滞后模型。计量结果如表6所示。

表6 西部地区经济发展不充分不平衡影响因素的回归结果

模型1中只涵盖创新驱动这一因素，R2较大，说明创新驱动因素对经济发展不充分不平衡的抑制作用较大。但一个区域经济发展不充分不平衡不能只依靠创新驱动来解决，还需要厚植要素投入、制度因素、结构转型等因素共同解决。根据计量结果，下文对模型4进行具体分析。

（1）模型的ρ(W*Y)系数估计值表明区域之间有空间正相关性，即相邻区域对本区域经济发展不充分不平衡存在协同效应，且效果显著。

（2）创新驱动方面，科技经费支出和专利授权率的系数均为负，表明提高科技经费支出和专利授权率对西部地区经济发展不充分不平衡水平有负向影响作用。

（3）要素投入方面，资本投入的估计系数为负，表明在存在结构转型和创新驱动的情况下，增大资本投入会减小西部地区经济发展不充分不平衡程度。劳动力投入的估计系数为正，表明加大劳动力投入对经济发展不充分不平衡水平有正向影响。这与我们的常识不符。可能是由于当劳动力投入达到一定程度时，对经济发展的影响会呈现递减效应。

（4）制度因素方面，区域的金融发展水平和对外开放程度对本地区经济发展不充分不平衡水平有负向影响，且效果显著。表明提升金融发展水平和扩大对外开放会减小经济发展不充分不平衡程度。

（5）结构转型方面，财政政策和产业结构转型的估计系数为负，表明实施积极的财政政策和加快产业结构转型对西部地区经济发展不充分不平衡水平有负向影响，会减小经济发展不充分不平衡程度。

七、结论与政策启示

(一）结论

采用熵权TOPSIS法和核密度估计对2009—2018年西部地区经济发展不充分不平衡状况进行了全面测度，构建了动态空间面板模型，具体分析了西部地区经济发展不充分不平衡的影响因素。结果表明：一是西部地区经济发展不充分不平衡程度呈现先增大后减小的趋势。二是西部地区经济发展不充分不平衡在省际之间具有协同效应。三是西部地区经济发展不充分不平衡的影响机理有所不同。增加科技经费支出、提高专利授权率、增加资本投入、加快金融发展和加大对外开放程度、提升财政政策力度和加快产业结构转型会抑制经济发展不充分不平衡程度；而提升劳动力投入在一定程度上会增大经济发展不充分不平衡程度。

（二）政策启示

以上结论对政策制定有以下启示：第一，西部地区要解决经济发展不充分不平衡问题，必须加快提升经济发展质量和要素投入水平，尤其是资本水平的投入。要积极完善制度，加快产业结构转型，加大创新力度，以及实行合理的财政政策措施。第二，西部地区应充分利用“双循环”机制的作用。“双循环”机制是以国内循环为主，通过挖掘与发挥内需潜力，使国内市场和国际市场更好联通，充分利用好国际国内两个市场、两种资源，实现经济高质量发展。西部地区要充分挖掘和发挥内部潜力，充分利用“双循环”机制，积极对接国际与国内两个市场，实现经济高质量发展，以解决经济发展不充分不平衡问题。第三，西部各地区要善于利用协同发展效应，并弱化竞争效应。