李建豹，白永平，羅 君，黃永斌，侯成成

(西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州730070)

區(qū)域經(jīng)濟(jì)發(fā)展差異是指一定時(shí)期內(nèi)各區(qū)域之間人均意義上的經(jīng)濟(jì)發(fā)展總體水平非均等化的現(xiàn)象［1］。區(qū)域經(jīng)濟(jì)差異一直是區(qū)域經(jīng)濟(jì)學(xué)研究的熱點(diǎn)，區(qū)域經(jīng)濟(jì)差異空間格局的探索則是研究區(qū)域經(jīng)濟(jì)差異的關(guān)鍵。以縣域?yàn)檠芯繂卧接憛^(qū)域發(fā)展差異，能精細(xì)地展示區(qū)域經(jīng)濟(jì)差異狀況，更好地為區(qū)域發(fā)展和規(guī)劃提供依據(jù)［2］。學(xué)者們從不同空間尺度、不同研究方法，對(duì)區(qū)域經(jīng)濟(jì)差異進(jìn)行研究，主要表現(xiàn)在兩方面:一是在研究空間尺度上，從全國(guó)或東、中、西三大地帶之間［3－8］，到沿海區(qū)、省際邊緣區(qū)［9－11］，過渡到市域縣域經(jīng)濟(jì)12－16］，鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)現(xiàn)在也開始被關(guān)注［17－18］。二是在研究方法上，從傳統(tǒng)的標(biāo)準(zhǔn)差、變異系數(shù)、泰爾指數(shù)等統(tǒng)計(jì)分析的方法［8］，開始轉(zhuǎn)向借助ARCGIS等手段［13－18］。傳統(tǒng)的區(qū)域差異度量方法無法真正反映區(qū)域差異變化的空間特征與成因。ESDA(exploratory spatial data analysis，探索性空間數(shù)據(jù)分析)是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合，以空間關(guān)聯(lián)測(cè)度為核心，通過對(duì)事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對(duì)象之間的空間相互作用機(jī)制［19］。ESDA是用數(shù)據(jù)體現(xiàn)空間特征，GIS具有強(qiáng)大的視圖表達(dá)功能，因此ESDA和GIS相結(jié)合能夠?qū)⒌乩硇畔D形數(shù)據(jù)的空間分析與屬性數(shù)據(jù)的關(guān)聯(lián)測(cè)度功能相融合?，F(xiàn)在對(duì)西部地區(qū)區(qū)域經(jīng)濟(jì)差異的研究還不多，其實(shí)，研究西部地區(qū)區(qū)域經(jīng)濟(jì)差異，對(duì)促進(jìn)經(jīng)濟(jì)發(fā)展具有很強(qiáng)的指導(dǎo)作用。所以，利用ESDA和GIS相結(jié)合，以縣級(jí)行政單元為基本研究單元，對(duì)甘肅省區(qū)域經(jīng)濟(jì)空間特征進(jìn)行分析。

1 數(shù)據(jù)獲取

數(shù)據(jù)來源于《甘肅年鑒2009》，研究對(duì)象為2008年甘肅省86個(gè)縣(含市、區(qū))，行政邊界數(shù)據(jù)取自國(guó)家基礎(chǔ)信息中心1∶500萬數(shù)據(jù)庫。選取指標(biāo)以數(shù)據(jù)的可獲得性、科學(xué)性和全面性為原則，力求能夠從經(jīng)濟(jì)實(shí)力、經(jīng)濟(jì)效益、經(jīng)濟(jì)活力等反映甘肅省區(qū)域經(jīng)濟(jì)發(fā)展差異。選取了GDP(X1)、人均GDP(X2)、非農(nóng)產(chǎn)業(yè)比重(X3)、人均社會(huì)消費(fèi)零售總額(X4)、農(nóng)民人均純收入(X5)、財(cái)政收入(X6)、財(cái)政支出(X7)、城鎮(zhèn)固定資產(chǎn)投資(X8)、工業(yè)增加值(X9)、第三產(chǎn)業(yè)產(chǎn)值(X10)等10項(xiàng)指標(biāo)。

2 研究方法

2.1 Moran’s 指數(shù)

全局Moran’s統(tǒng)計(jì)衡量相鄰的空間分布對(duì)象屬性取值之間的關(guān)系，是對(duì)屬性值在整個(gè)區(qū)域空間特征的描述，可以衡量區(qū)域之間整體上的空間關(guān)聯(lián)與空間差異程度。Moran’s指數(shù)處于－1和1之間，大于0為正相關(guān)，值越接近1，表明總體差異越小;小于0為負(fù)相關(guān)，值越接近－1，表明總體差異越大。如果Moran’s指數(shù)接近－1/(n－1)時(shí)，則表示屬性不存在空間自相關(guān)，即

式中:n為研究區(qū)內(nèi)地區(qū)總數(shù);Xi和Xj為區(qū)域i和j的屬性值;Wij為空間權(quán)重矩陣;空間相鄰為1，不相鄰為0；是屬性值的平均值。

2.2 空間計(jì)量經(jīng)濟(jì)模型及估計(jì)［20］

空間計(jì)量經(jīng)濟(jì)模型主要考慮空間效應(yīng)的空間常系數(shù)回歸模型，包括空間滯后模型與誤差模型兩種。

2.2.1 空間滯后模型?？臻g滯后模型(spatial lag model，SLM)主要探討各變量在一個(gè)地區(qū)是否有擴(kuò)散現(xiàn)象(溢出效應(yīng))。其模型表達(dá)式為

式中:Y為被解釋變量;X為n×k的外生解釋變量矩陣;ρ為空間回歸系數(shù);β為回歸系數(shù);W為n×n階的空間權(quán)值矩陣，一般用鄰接矩陣;WY為空間滯后被解釋變量;ε為隨機(jī)誤差項(xiàng)向量。

2.2.2 空間誤差模型?？臻g誤差模型(spatial error model，SEM)的數(shù)學(xué)表達(dá)式為

式中:Y為被解釋變量;X為解釋變量;β為回歸系數(shù);ε為隨機(jī)誤差項(xiàng)向量;λ為n×1的截面被解釋變量向量的空間誤差系數(shù);Wε為誤差項(xiàng)的空間滯后;μ為正態(tài)分布的隨機(jī)誤差向量。參數(shù)λ衡量了樣本觀察值中的空間依賴作用，即相鄰單元的觀察值Y對(duì)本單元觀察值Y的影響方向和程度;參數(shù)β反映了解釋變量X對(duì)被解釋變量Y的影響。SEM的空間依賴作用存在于擾動(dòng)誤差項(xiàng)之中，度量了鄰接單元關(guān)于被解釋變量的誤差沖擊對(duì)本單元觀察值的影響程度。

對(duì)于上述兩種模型的估計(jì)，如果仍采用普通最小二乘法(OLS)，系數(shù)估計(jì)值會(huì)有偏或者無效，需要通過工具變量法、極大似然法或廣義最小二乘估計(jì)等其他方法來進(jìn)行估計(jì)。Anselin建議采用極大似然法估計(jì)SLM和SEM的參數(shù)。

3 區(qū)域經(jīng)濟(jì)空間差異特征

3.1 區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)的計(jì)算

為消除量綱的影響，首先對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，然后應(yīng)用SPSS17.0對(duì)2008年10項(xiàng)經(jīng)濟(jì)指標(biāo)進(jìn)行因子分析，分析方法選擇主成分分析。通過分析可知，10項(xiàng)指標(biāo)間的KMO=0.827，表明各變量間存在高度相關(guān)性，根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的常用度量標(biāo)準(zhǔn)，KMO值大于0.8，表示適合進(jìn)行因子分析。巴特利特球度檢驗(yàn)的P值為0.000，小于顯著水平0.05，則拒絕原假設(shè)，認(rèn)為原變量適合進(jìn)行因子分析。提取3個(gè)主因子，方差貢獻(xiàn)率為82.985%，包含了10項(xiàng)指標(biāo)的大部分信息，表明提取3個(gè)主因子較合適。采用方差極大法旋轉(zhuǎn)后得到因子載荷矩陣(表1)。第一主因子在GDP、非農(nóng)產(chǎn)業(yè)產(chǎn)值比重、人均社會(huì)消費(fèi)零售總額、農(nóng)民人均純收入、財(cái)政收入、城鎮(zhèn)固定資產(chǎn)投資、第三產(chǎn)業(yè)產(chǎn)值上有較大載荷，是經(jīng)濟(jì)實(shí)力主因子。第二主因子在人均GDP、財(cái)政支出上有較大載荷，是經(jīng)濟(jì)效益主因子。第三主因子在工業(yè)增加值上有較大載荷，是經(jīng)濟(jì)活力主因子。

運(yùn)用回歸法計(jì)算因子得分，并作為新變量保存在數(shù)據(jù)文件中。以旋轉(zhuǎn)后各主因子的方差貢獻(xiàn)率為權(quán)重，與各主因子得分加權(quán)求和得到2008年甘肅省86個(gè)縣級(jí)行政單元的區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)。該指數(shù)越高，說明該縣級(jí)行政單元的經(jīng)濟(jì)發(fā)展水平越高，反之越低。得分最高的為城關(guān)區(qū)3.17，得分最低的為漳縣－0.5。

表1 因子載荷矩陣Tab.1 Component loading matrix

3.2 區(qū)域經(jīng)濟(jì)差異總體特征

將各區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)與圖形數(shù)據(jù)連接，采用自然斷點(diǎn)法，將甘肅省各縣級(jí)行政單元分為:經(jīng)濟(jì)發(fā)達(dá)地區(qū)(綜合指數(shù)大于0.92)、經(jīng)濟(jì)較發(fā)達(dá)地區(qū)(綜合指數(shù)介于 0.07～0.91)、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)(綜合指數(shù)介于－0.29～0.06)和經(jīng)濟(jì)不發(fā)達(dá)地區(qū)(綜合指數(shù)小于 －0.30)(圖1)。

圖1 2008年甘肅省區(qū)域經(jīng)濟(jì)差異圖Fig.1 Divisions of regional economic level in Gansu Province

從圖1可知，經(jīng)濟(jì)發(fā)展水平較高地區(qū)主要集中于蘭州市及河西地區(qū)，經(jīng)濟(jì)發(fā)展水平較低地區(qū)主要集中于甘肅省東南部，尤其是甘南、隴南、定西市幾乎都處于經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。主要是由于蘭州市是區(qū)域性中心城市，擁有本地區(qū)的大部分企業(yè)，是重點(diǎn)開發(fā)城市，也是西北地區(qū)的交通樞紐，河西地區(qū)交通便利，隴海蘭新線貫穿全境，國(guó)道 312，109，212，316，213 等貨運(yùn)通道提供了便捷的交通條件;而甘南的臨潭、舟曲、卓尼、夏河等縣以及合作市為國(guó)家扶貧開發(fā)工作重點(diǎn)縣;隴南地處隴南山地，由于特殊的自然地理?xiàng)l件和在省內(nèi)處于相對(duì)獨(dú)立的經(jīng)濟(jì)區(qū)位使其成為經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。

4 區(qū)域經(jīng)濟(jì)空間差異的空間計(jì)量分析

4.1 變量選擇

4.1.1 解釋變量。財(cái)政收入。指國(guó)家財(cái)政參與社會(huì)產(chǎn)品分配所取得的收入，是實(shí)現(xiàn)國(guó)家職能的財(cái)力保證，可以衡量政府對(duì)經(jīng)濟(jì)發(fā)展的作用。以X6代表各縣級(jí)行政單元財(cái)政收入，表示財(cái)政收入對(duì)經(jīng)濟(jì)發(fā)展的影響。

財(cái)政支出。是指在市場(chǎng)經(jīng)濟(jì)條件下，政府為提供公共產(chǎn)品和服務(wù)，滿足社會(huì)共同需要而進(jìn)行的財(cái)政資金的支付。從理論上說，對(duì)經(jīng)濟(jì)穩(wěn)定增長(zhǎng)有促進(jìn)作用。以X7代表各縣級(jí)行政單元的財(cái)政支出，表示財(cái)政支出對(duì)經(jīng)濟(jì)發(fā)展的影響。

城鎮(zhèn)固定資產(chǎn)投資。投資是經(jīng)濟(jì)發(fā)展的直接因素，城鎮(zhèn)固定資產(chǎn)投資作為投資的重要組成部分，將通過影響投資間接影響經(jīng)濟(jì)發(fā)展。用X8代表城鎮(zhèn)固定資產(chǎn)投資，表示城鎮(zhèn)固定資產(chǎn)投資對(duì)經(jīng)濟(jì)發(fā)展的影響。

儲(chǔ)蓄水平。在縣級(jí)行政單元，居民的存儲(chǔ)影響儲(chǔ)蓄和投資的均衡，選用了各縣級(jí)行政單元的城鄉(xiāng)居民人均儲(chǔ)蓄存款作為存儲(chǔ)水平的一個(gè)代替變量，以X11表示，用來衡量?jī)?chǔ)蓄水平對(duì)經(jīng)濟(jì)發(fā)展的作用。

產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)表現(xiàn)為區(qū)域內(nèi)各種類型的產(chǎn)業(yè)部門之間的比例關(guān)系和相互聯(lián)系，或?yàn)樗鼈兊木C合。區(qū)域發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)是相互依存的，產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和優(yōu)化促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展，這里用非農(nóng)產(chǎn)業(yè)比重作為產(chǎn)業(yè)結(jié)構(gòu)的代替變量，用X12表示，用來衡量產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)發(fā)展的影響。

4.1.2 被解釋變量。被解釋變量為區(qū)域經(jīng)濟(jì)差異，用區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)Y表示。

4.2 模型選擇和估計(jì)

區(qū)域經(jīng)濟(jì)發(fā)展是一個(gè)多因素共同作用的過程，基于以上區(qū)域經(jīng)濟(jì)發(fā)展水平空間差異現(xiàn)狀，在對(duì)國(guó)內(nèi)外相關(guān)理論和實(shí)證研究綜合分析和借鑒的基礎(chǔ)上，運(yùn)用空間計(jì)量經(jīng)濟(jì)模型，分析甘肅省區(qū)域經(jīng)濟(jì)差異的成因，分析的基本思路是:首先運(yùn)用空間統(tǒng)計(jì)分析Moran指數(shù)法檢驗(yàn)被解釋變量是否存在空間自相關(guān)性，如果存在，則需在空間計(jì)量經(jīng)濟(jì)學(xué)理論方法支持下，建立空間計(jì)量經(jīng)濟(jì)模型，進(jìn)行空間計(jì)量估計(jì)和檢驗(yàn);否則需建立經(jīng)典計(jì)量經(jīng)濟(jì)模型研究［20］。

4.2.1 空間自相關(guān)檢驗(yàn)。采用Moran指數(shù)法檢驗(yàn)2008年區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)是否存在空間自相關(guān)性。選擇空間權(quán)重矩陣時(shí)使用了第一階R型鄰接矩陣、第二階R型鄰接矩陣、Q型鄰接矩陣以及距離矩陣，然后針對(duì)每種空間權(quán)重矩陣分別求全局Moran指數(shù)，以檢驗(yàn)區(qū)域經(jīng)濟(jì)發(fā)展水平是否存在空間自相關(guān)性。全局Moran指數(shù)的計(jì)算結(jié)果見表2。由表2可知，第一階R型鄰接矩陣、第二階R型鄰接矩陣、Q型鄰接矩陣、最小距離和增大1倍距離的空間權(quán)重矩陣的Moran指數(shù)在1%的水平下均顯著且為正值，表示存在明顯的空間自相關(guān)性，說明經(jīng)濟(jì)發(fā)展水平相似區(qū)域在空間上呈集聚趨勢(shì)，即具有高(低)經(jīng)濟(jì)發(fā)展水平的區(qū)域與其他具有高(低)經(jīng)濟(jì)發(fā)展水平區(qū)域在空間上相鄰，也就是說，經(jīng)濟(jì)發(fā)展水平存在空間依賴性，由于選擇第一階R型鄰接矩陣時(shí)Moran指數(shù)最大，且顯著性最好，表明該空間權(quán)重矩陣計(jì)算的空間效應(yīng)是可取的。所以選擇第一階R型鄰接矩陣。

表2 2008年區(qū)域空間依賴性的全局Moran指數(shù)檢驗(yàn)值Tab.2 Region space in the domain of dependence Moran index in 2008

4.2.2 模型選擇。為了判斷哪種空間模型更加符合實(shí)際，模型的擬合效果較好，可采用空間計(jì)量經(jīng)濟(jì)學(xué)的兩個(gè)拉格朗日乘數(shù)形式拉格朗日誤差(LMERR)、拉格朗日滯后(LMLAG)及其穩(wěn)健拉格朗日誤差檢驗(yàn)((Robust)R－LMERR)、穩(wěn)健拉格朗日滯后檢驗(yàn)(R－LMLAG)形式等來判斷。Anselin和Florax(1995)提出了如下判別準(zhǔn)則［21］:如果在空間依賴性的檢驗(yàn)中發(fā)現(xiàn)，LMLAG較之LMERR在統(tǒng)計(jì)上更加顯著，且R－LMLAG顯著而RLMERR不顯著，則可以斷定適合的模型是空間滯后模型;相反，如果LMERR比LMLAG在統(tǒng)計(jì)上更加顯著，且R－LMERR顯著而R－LMLAG不顯著，則可以斷定空間誤差模型是恰當(dāng)?shù)哪Ｐ?。除了擬合優(yōu)度R2檢驗(yàn)以外，常用的檢驗(yàn)準(zhǔn)則還有:自然對(duì)數(shù)似然函數(shù)值(LogL)、似然比率(LR)、赤池信息準(zhǔn)則(AIC)、施瓦茨準(zhǔn)則(SC)。對(duì)數(shù)似然值的越大，似然率越小，AIC和SC值越小，模型擬合效果越好［20］。

對(duì)甘肅省區(qū)域經(jīng)濟(jì)發(fā)展水平的空間計(jì)量經(jīng)濟(jì)檢驗(yàn)和估計(jì)，為了選擇合適模型，先進(jìn)行OLS估計(jì)，得到表3。OLS 的擬合優(yōu)度為0.936 742，F(xiàn) 值為282.356，模型整體上通過了1%水平的顯著性檢驗(yàn)。財(cái)政收入(X6)、國(guó)有固定資產(chǎn)投資(X8)、產(chǎn)業(yè)結(jié)構(gòu)(X12)的回歸系數(shù)為正，與預(yù)期結(jié)果一致，且都通過了1%水平的顯著性檢驗(yàn)，財(cái)政支出(X7)的回歸系數(shù)為負(fù)，與預(yù)期結(jié)果不一致，儲(chǔ)蓄水平(X11)未能通過10%水平的顯著性檢驗(yàn)，說明存儲(chǔ)水平和經(jīng)濟(jì)發(fā)展水平關(guān)系不大，將該變量剔除。由殘差的Moran’s I指數(shù)可知，殘差的 Moran’s I值為 0.223 126，且通過了1%水平的顯著性檢驗(yàn)，說明經(jīng)典回歸誤差的空間依賴性非常明顯，直接運(yùn)用OLS法建立模型進(jìn)行估計(jì)分析，可能會(huì)導(dǎo)致模型系數(shù)估計(jì)出現(xiàn)偏誤。需考慮采用SLM或 SEM，由表3空間依賴性檢驗(yàn)結(jié)果可知，LMERR通過了1%水平的顯著性檢驗(yàn)，而LMLAG未通過5%水平的顯著性檢驗(yàn)，R－LMERR通過了5%水平的顯著性檢驗(yàn)，而R－LMLAG并未通過10%水平的顯著性檢驗(yàn)，根據(jù)Anselin和Florax(1995)提出的判斷準(zhǔn)則［21］，LMERR比 LMLAG在統(tǒng)計(jì)上更加顯著，且 RLMERR顯著而R－LMLAG不顯著，選擇空間誤差模型進(jìn)行檢驗(yàn)，所以本研究選擇空間誤差模型進(jìn)行檢驗(yàn)。

表3 普通最小二乘(OLS)估計(jì)結(jié)果Tab.3 Ordinary Least Square(OLS)estimate result

4.2.3 空間誤差模型估計(jì)。用區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)(Y)作為被解釋變量，財(cái)政收入(X6)、財(cái)政支出(X7)、國(guó)有固定資產(chǎn)投資(X8)及產(chǎn)業(yè)結(jié)構(gòu)(X12)作為解釋變量，做空間誤差模型估計(jì)，得到表4。由表4可知，空間誤差模型的擬合優(yōu)度R2為0.944594比OLS的大，由于采用ML法估計(jì)參數(shù)，基于殘差平方和分解的擬合優(yōu)度檢驗(yàn)的意義不大。采用對(duì)比log L、AIC和SC值發(fā)現(xiàn)，與OLS估計(jì)結(jié)果相比，空間誤差模型的log L增大，AIC和SC值減小，說明考慮空間效應(yīng)后模型的擬合效果更好。對(duì)擬合后殘差進(jìn)行自相關(guān)檢驗(yàn)得到Moran’s I為 －0.042，E(I)為 －0.010 5，p 值為0.344，說明殘差的空間自相關(guān)已被去除，SEM模型殘差在空間上呈隨機(jī)分布狀態(tài)，說明考慮空間效應(yīng)后模型更加合理。

表4 空間誤差模型(SEM)估計(jì)結(jié)果Tab.4 Spatial Error Model(SEM)estimate result

由空間誤差模型的回歸分析結(jié)果可知，財(cái)政收入(X6)與經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為正，并通過了1%水平的顯著性檢驗(yàn)，說明兩者呈顯著正相關(guān)，表明財(cái)政收入對(duì)經(jīng)濟(jì)發(fā)展水平提高有積極正向作用，財(cái)政收入的回歸系數(shù)比較大，說明增加財(cái)政收入對(duì)提高經(jīng)濟(jì)發(fā)展水平、縮小區(qū)域經(jīng)濟(jì)差異的作用重大。甘肅省各級(jí)財(cái)稅部門應(yīng)該協(xié)調(diào)配合，強(qiáng)化執(zhí)行分析，落實(shí)征管責(zé)任，實(shí)行重點(diǎn)稅源動(dòng)態(tài)監(jiān)控，推進(jìn)依法治稅，加大稽查力度，優(yōu)化納稅服務(wù)，努力做到應(yīng)收盡收。

財(cái)政支出(X7)與經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為負(fù)，并通過了1%水平的顯著性檢驗(yàn)，說明兩者呈顯著負(fù)相關(guān)，表明甘肅省縣級(jí)行政單元財(cái)政體系可能存在一些問題，譬如，政府財(cái)政支出率低，財(cái)政入不敷出的現(xiàn)象在縣級(jí)行政單元普遍存在。應(yīng)該積極采取有效措施，強(qiáng)化支出管理，優(yōu)化支出結(jié)構(gòu)，完善考核評(píng)價(jià)機(jī)制，加快預(yù)算下達(dá)，加強(qiáng)資金調(diào)度，及時(shí)撥付資金，從嚴(yán)控制一般性支出，全力保障重點(diǎn)支出。

城鎮(zhèn)固定資產(chǎn)投資(X8)與經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為正，并通過了1%水平的顯著性檢驗(yàn)，說明兩者呈顯著正相關(guān)，表明投資對(duì)區(qū)域經(jīng)濟(jì)發(fā)展有明顯的推動(dòng)作用。投資數(shù)量在區(qū)域間分布不平衡是導(dǎo)致區(qū)域經(jīng)濟(jì)增長(zhǎng)和區(qū)域經(jīng)濟(jì)差異的重要原因之一。政府應(yīng)該均衡投資，發(fā)揮政府干預(yù)的作用，縮小區(qū)域差異。

產(chǎn)業(yè)結(jié)構(gòu)(X12)與經(jīng)濟(jì)發(fā)展成正相關(guān)關(guān)系，并通過了1%水平的顯著性檢驗(yàn)，說明兩者呈顯著正相關(guān)，而在所有回歸系數(shù)中最大，說明優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)發(fā)展水平的提高作用很大，要結(jié)合產(chǎn)業(yè)的梯度轉(zhuǎn)移，積極支持大力發(fā)展勞動(dòng)密集型產(chǎn)業(yè)和中小企業(yè)，提高建筑業(yè)、農(nóng)副產(chǎn)品加工業(yè)、紡織業(yè)、勞動(dòng)密集型制造業(yè)等產(chǎn)業(yè)對(duì)勞動(dòng)力的吸收能力，引導(dǎo)更多的勞動(dòng)力就地就近轉(zhuǎn)移就業(yè)，加快產(chǎn)業(yè)升級(jí)和優(yōu)化轉(zhuǎn)型。

在普通最小二乘回歸中，城鄉(xiāng)居民的人均儲(chǔ)蓄水平(X11)與經(jīng)濟(jì)發(fā)展水平之間存在正相關(guān)關(guān)系，但未通過10%水平的顯著性檢驗(yàn)，表明區(qū)域經(jīng)濟(jì)發(fā)展所需投資對(duì)城鄉(xiāng)居民儲(chǔ)蓄存款的依賴不強(qiáng)。

5 結(jié)論

利用SPSS對(duì)甘肅省10項(xiàng)經(jīng)濟(jì)指標(biāo)進(jìn)行因子分析后，得到區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)，利用其分析區(qū)域經(jīng)濟(jì)差異現(xiàn)狀，進(jìn)而通過空間計(jì)量經(jīng)濟(jì)模型，分析了區(qū)域經(jīng)濟(jì)差異原因，得出結(jié)論。(1)依據(jù)2008年甘肅省區(qū)域經(jīng)濟(jì)發(fā)展水平綜合指數(shù)，將縣級(jí)行政單元分為:經(jīng)濟(jì)發(fā)達(dá)地區(qū)、經(jīng)濟(jì)較發(fā)達(dá)地區(qū)、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)、經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。(2)經(jīng)濟(jì)發(fā)展水平較高地區(qū)主要集中于蘭州市及河西地區(qū)，經(jīng)濟(jì)發(fā)展水平較低地區(qū)主要集中于甘肅省東南部。(3)通過建立空間計(jì)量經(jīng)濟(jì)模型，分析區(qū)域經(jīng)濟(jì)差異的原因可知，為了縮小區(qū)域經(jīng)濟(jì)差異，提高區(qū)域經(jīng)濟(jì)發(fā)展水平，應(yīng)該加大財(cái)政收入;均衡投資，發(fā)揮政府干預(yù)的作用;調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)升級(jí)。

［1］覃成林.中國(guó)區(qū)域經(jīng)濟(jì)差異研究［M］.北京:中國(guó)經(jīng)濟(jì)出版社，1997:35－38.

［2］彭寶玉，覃成林.河南省縣域經(jīng)濟(jì)實(shí)力評(píng)價(jià)及空間差異分析［J］.地域研究與開發(fā)，2007，26(1):45 －49.

［3］劉旭華，王勁峰，孟斌.中國(guó)區(qū)域經(jīng)濟(jì)時(shí)空動(dòng)態(tài)不平衡發(fā)展分析［J］.地理研究，2004，23(4):530 －540.

［4］吳殿庭.中國(guó)三大地帶經(jīng)濟(jì)增長(zhǎng)差異的系統(tǒng)分析［J］.地域研究與開發(fā)，2001，20(2):10 －15.

［5］楊開忠.中國(guó)區(qū)域經(jīng)濟(jì)差異變動(dòng)研究［J］.經(jīng)濟(jì)研究，1994(12):28－33.

［6］魏后凱.論我國(guó)區(qū)際收入差異的變動(dòng)格局［J］.經(jīng)濟(jì)研究，1992(4):61－65.

［7］陳國(guó)階.我國(guó)東中西部發(fā)展差異原因分析［J］.地理科學(xué)，1997，17(1):1 －7.

［8］徐建華，魯鳳，蘇方林，等.中國(guó)區(qū)域經(jīng)濟(jì)差異的時(shí)空尺度分析［J］.地理研究，2005，24(1):57 －68.

［9］伍世代，王強(qiáng).中國(guó)東南沿海區(qū)域經(jīng)濟(jì)差異及經(jīng)濟(jì)增長(zhǎng)因素分析［J］.地理學(xué)報(bào)，2008，63(2):123 －134.

［10］孫姍姍，朱傳耿，李志江.淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)發(fā)展差異研究［J］.地理學(xué)報(bào)，2009，64(8):924 －934.

［11］仇方道，朱傳耿，佟連軍，等.淮海經(jīng)濟(jì)區(qū)縣域經(jīng)濟(jì)差異變動(dòng)的空間分析［J］.地理學(xué)報(bào)，2009，29(1):57－58.

［12］韓延玲，高志剛.新疆地、州區(qū)域經(jīng)濟(jì)差異分析與評(píng)價(jià)［J］.干旱區(qū)地理，2002，25(1):50 －55.

［13］蒲英霞，葛瑩，馬榮華，等.基于ESDA的區(qū)域經(jīng)濟(jì)空間差異分析——以江蘇省為例［J］.地理研究，2005，24(6):965－974.

［14］彭寶玉，覃成林.河南縣域經(jīng)濟(jì)實(shí)力評(píng)價(jià)及空間差異分析［J］.地域研究與開發(fā)，2007，26(1):45－48.

［15］黃飛飛，張小林，余華，等.基于空間自相關(guān)的江蘇省縣域經(jīng)濟(jì)實(shí)力空間差異研究［J］.人文地理，2009，24(2):84－89.

［16］靳誠(chéng)，陸玉麒.基于縣域單元的江蘇省經(jīng)濟(jì)空間格局演化［J］.地理學(xué)報(bào)，2009，64(6):713－724.

［17］蔣海兵，徐建剛，商碩.鹽城市鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)差異空間分析［J］.地域研究與開發(fā)，2010，29(1):42 －48.

［18］連健，李小娟，宮輝力，等.基于ESDA的北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)空間特性分析［J］.地域研究與開發(fā)，2010，29(1):130－135.

［19］Anselin L.Interactive Techniques and Exploratory Spatial Data Analysis［M］//Longley P A，Goodchild M F，Maguire D J，et al.Geographical Information Systems，Principles，Technical Issues，Management Issues and Applications.John Wiley ＆ Sons，Inc，1999:253 －266.

［20］吳玉鳴，李建霞.中國(guó)區(qū)域工業(yè)全要素生產(chǎn)率的空間計(jì)量經(jīng)濟(jì)分析［J］.地理科學(xué)，2006，26(4):385－391.

［21］Martin P，Ottaviano.Growing Locations:Industry in A Model of Endogenous Growth［J］.European Economic Review，1999，43(2):281－ 302.