楊 賀，劉金平

（中國礦業(yè)大學(xué) 管理學(xué)院，江蘇 徐州 221116）

0 引言

近年來，國家深入實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，不斷調(diào)整區(qū)域經(jīng)濟布局，依托沿海一線經(jīng)濟高地，推動部分區(qū)域規(guī)劃上升為國家戰(zhàn)略。中原地區(qū)具有獨特的區(qū)域特征，是國家戰(zhàn)略的重要組成部分。構(gòu)建中原經(jīng)濟區(qū)，是促進中部崛起，實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展的必然選擇。

近年來，隨著河南省提出中心城市帶動戰(zhàn)略，中原城市群經(jīng)濟發(fā)展突飛猛進，但是發(fā)展的同時，區(qū)域經(jīng)濟增長的非均衡性凸顯，尤其是以鄭州為中心的中原城市群和豫東地區(qū)的差距更為顯著。從空間的角度看，經(jīng)濟發(fā)展是空間集中和分散的辨證過程，適當?shù)慕?jīng)濟差異可以為落后地區(qū)提供一定的發(fā)展契機和潛在的原動力，但過大的經(jīng)濟差異也會帶來很多的負面影響[1]。區(qū)域經(jīng)濟空間結(jié)構(gòu)形成的動力機制不同，導(dǎo)致了區(qū)域經(jīng)濟發(fā)展的非均衡性[2]。不同的區(qū)域空間位置和條件，發(fā)展的重點也不盡相同。本文深入探析區(qū)域局部空間位置的影響因素，對比分析縣域與市域經(jīng)濟發(fā)展的差異與聯(lián)系，對促進中原經(jīng)濟區(qū)的全面協(xié)調(diào)發(fā)展有一定現(xiàn)實意義。

1 研究方法模型及數(shù)據(jù)來源

1.1 研究方法

1.1.1 空間數(shù)據(jù)探索分析

（1）變異系數(shù)CV

變異系數(shù)可以用作衡量區(qū)域發(fā)展差異或不平衡的程度[3]，其式為均值和標準差的比值。變異系數(shù)的值越大，表明區(qū)域內(nèi)部的總體差異越大。

（2）全局空間自相關(guān)

全局空間自相關(guān)是度量空間自相關(guān)的全局指標。本文選取Moran’s I作為研究的指標和方法，Moran指數(shù)是分析區(qū)域總體的空間關(guān)聯(lián)和空間差異程度[4]。

當Moran’s I值顯著為正（或負）時，呈現(xiàn)高高聚集或低低聚集分布格局，觀測值在空間上服從正態(tài)分布；當Moran’s I值接近期望E(I)=-1/n時，表明不存在空間自相關(guān)，觀測值在空間上隨機排列。

（3）局部空間自相關(guān)

本文采用LISA中的局部Moran指數(shù)，并結(jié)合Moran散點圖或LISA集聚圖等形式，來研究局部空間分布規(guī)律[5]，進一步度量區(qū)域i與其周邊地區(qū)之間的空間差異程度及其顯著性。

1.1.2 證實性空間計量分析

（1）空間依賴性

隨機變量的取值決定了研究單元之間的集聚效應(yīng)[6]，為了檢驗空間自相關(guān)，本文需要采用因變量的空間滯后模型和空間誤差模型

①因變量空間滯后模型

一個空間位置上的因變量不僅與該位置的自變量有關(guān)，還與相鄰只的因變量有關(guān)。又稱為回歸-空間自回歸混合模型，用以下方程表示：

其中，W為空間權(quán)值矩陣，Wy是空間滯后項，λ和β是估計參數(shù)。

②空間誤差模型將無法預(yù)期的成份和誤差項設(shè)定為一個空間自回歸過程，如下式其中，Wε是誤差項的空間之后，ν是不相關(guān)的、同方差的誤差項。

采用極大似然估計方法，和實質(zhì)、冗余的空間依賴性LM檢驗方法，并比較空間滯后模型和空間依賴模型的顯著性。

（2）空間權(quán)值矩陣Wij

一般有鄰接指標和距離指標兩種方法[7]，本文將對著兩種方法進行比較分析。

①以下所有結(jié)果是建立在9999個置換排序操作基礎(chǔ)上（Anselin 1995）基于鄰接概念的空間權(quán)值矩陣有一級Rook鄰接和一級Queen鄰接兩種計算方法，本文選用一級Rook鄰接矩陣作為Contiguity測試。

②通過分別使用4、6個最近鄰接的空間權(quán)值矩陣計算同樣得出了上述結(jié)論，這更加證實了結(jié)論的可靠性基于距離的空間權(quán)值矩陣。由于地理單元面積不均，本文使用k值最鄰接空間矩陣方法。

1.2 空間計量模型的設(shè)定

根據(jù)新經(jīng)濟地理學(xué)理論以及中原地區(qū)目前經(jīng)濟增長的實際情況[8]，構(gòu)造中原區(qū)域經(jīng)濟增長的實證模型：

其中，被解釋變量PerGDP為人均國內(nèi)生產(chǎn)總值（元/人），該指標可以較好地反映區(qū)域經(jīng)濟發(fā)展水平，而被廣泛用于區(qū)域經(jīng)濟差異和經(jīng)濟空間結(jié)構(gòu)研究中。

解釋變量中，資本投入K使用城鄉(xiāng)居民人均儲蓄存款余額（元）作為替代指標[9]。勞動力用全社會從業(yè)人員數(shù)（萬人）來表示，人力資本H用平均每萬人在校學(xué)生總數(shù)及各專業(yè)技術(shù)人員數(shù)之和表示，專利Patent為萬人平均擁有的專利數(shù)量，政府支出GE用各地區(qū)財政支出占GDP的比重（%）表示，工業(yè)化程度Ind用工業(yè)產(chǎn)值與生產(chǎn)總值的比重（%）表示，交通運輸用公路網(wǎng)密度（公里/平方公里）來度量，萬人電話戶數(shù)來衡量信息通訊能力。

在這個模型中，本文引入了以下2個變量。

農(nóng)業(yè)化水平變量（Agr），中原地區(qū)為全國重要的糧食主產(chǎn)區(qū)，糧食產(chǎn)量占全國近1/5，其中河南是全國第一農(nóng)業(yè)大省、第一糧食生產(chǎn)大省、第一糧食轉(zhuǎn)化加工大省。所以農(nóng)業(yè)經(jīng)濟發(fā)展對中原區(qū)域經(jīng)濟影響巨大，特別是縣域經(jīng)濟的發(fā)展和空間集聚，都與農(nóng)業(yè)密不可分。這里以農(nóng)業(yè)產(chǎn)值與生產(chǎn)總值的比重（%）來衡量各縣域農(nóng)業(yè)化發(fā)展水平。

城市化變量（URBAN），城市化在縣域經(jīng)濟增長中具有重要作用，是縮小城鄉(xiāng)差距的一條重要途徑[10]。以城鎮(zhèn)人口占總?cè)丝诒戎兀?）來衡量城市化進程的快慢。

1.3 研究區(qū)域和數(shù)據(jù)來源

為便于研究，本文以2003年全國行政區(qū)劃為準，中原經(jīng)濟區(qū)共包括河南省、安徽省淮北、宿州、亳州、阜陽，山西省晉城、運城、長治，山東省菏澤、聊城，以及河北省邯鄲、邢臺。共選取225個空間單元（縣、縣級市和市區(qū)）作為縣域研究對象，29個空間單元作為市域研究對象；在時序段上，以1994～2009年16年的連續(xù)時間序列，反應(yīng)中原經(jīng)濟區(qū)差異變化的歷史演變軌跡。數(shù)據(jù)選自各省統(tǒng)計年鑒、經(jīng)濟年鑒（1994～2009），各省統(tǒng)計局網(wǎng)站以及各縣、市的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

行政區(qū)劃變動為：濟源市1988年撤縣建市，原屬新鄉(xiāng)地區(qū)，后劃歸焦作，1997年實行省直管體制（副地級城市），現(xiàn)在是河南省18個省轄市之一；亳州市1986年撤縣建市（縣級市），1998年收歸省直轄（副地級），2000年5月正式設(shè)立地級亳州市，下轄渦陽、蒙城、利辛三縣和譙城區(qū)。

2 中原地區(qū)經(jīng)濟增長的空間結(jié)構(gòu)演化

2.1 全局空間關(guān)聯(lián)分析

通過計算中原經(jīng)濟區(qū)縣域225個樣本單位1994～2009年各年人均GDP的變異系數(shù)和Moran’s I統(tǒng)計值（見圖1）①以下所有結(jié)果是建立在9999個置換排序操作基礎(chǔ)上（Anselin 1995）發(fā)現(xiàn)：CV值一直在0.27～0.34浮動，這表明中原經(jīng)濟區(qū)縣域經(jīng)濟發(fā)展總體差異一直維持在相對穩(wěn)定的狀態(tài)；Moran’s I統(tǒng)計值都通過了顯著性水平0.01的檢驗，高度顯著②通過分別使用4、6個最近鄰接的空間權(quán)值矩陣計算同樣得出了上述結(jié)論，這更加證實了結(jié)論的可靠性，這表明中原地區(qū)縣域經(jīng)濟存在顯著的正向空間自相關(guān)關(guān)系，即經(jīng)濟增長的空間集聚現(xiàn)象。因此，縣域的人均GDP數(shù)據(jù)為正態(tài)分布，而非隨機分布，這也就否定了傳統(tǒng)的區(qū)域差異或趨同研究中總是假定地區(qū)之間相互獨立性。

2003年，河南省提出實施區(qū)域性中心城市帶動戰(zhàn)略、加快中原城市群經(jīng)濟隆起帶發(fā)展的重大決策以后，區(qū)域經(jīng)濟整體差異較穩(wěn)定，而Moran’s I值較之前顯著提高，并且總體上呈不斷上升趨勢。說明中原地區(qū)經(jīng)濟發(fā)展趨向于富裕地區(qū)分布更加集中、欠發(fā)達地區(qū)也更加集中分布的空間格局。要了解中原經(jīng)濟區(qū)域空間自相關(guān)程度提高的原因，需要進一步通過局部空間自相關(guān)分析來加以探討。

圖1 1994～2009年縣域人均GDP的Moran’s I與CV指數(shù)期望值

2.2 局部空間關(guān)聯(lián)分析

圖2分別詳細地描述了1994年和2009年河南省縣域人均GDP數(shù)據(jù)之間的局部空間自相關(guān)程度。散點圖的四個象限分別表示一個地區(qū)和其周圍鄰居之間可能存在的四種局部空間關(guān)聯(lián)類型。

圖2 1994和2009年縣域人均GDP的Moran散點圖

2.2.1 Moran散點圖

與圖1空間關(guān)聯(lián)的全局度量形式相聯(lián)系，散點圖除了表示那些偏離全局空間模式的局部空間關(guān)聯(lián)類型以外，還表示了空間關(guān)聯(lián)的總體平穩(wěn)程度。圖2對1994年和2009年進行比較看出：中原經(jīng)濟區(qū)縣域經(jīng)濟總體空間差異有了較大幅度的縮小。2009年，位于HH象限的縣（市、區(qū)）個數(shù)由1994年的50個增加到61個；位于LH和HL象限的數(shù)量分別由48和27個較少到31和22個。2009年LH和HL象限數(shù)量的減少和HH象限數(shù)量的增加極大地降低了縣域總體的空間差異，這也與Global Moran’s I估計結(jié)果相一致。

但與此同時，那些原先經(jīng)濟基礎(chǔ)比較薄弱，其周圍地區(qū)也相對比較落后的縣域（LL象限），經(jīng)過近20年的發(fā)展，依然沒有擺脫相對落后的局面。到2009年，仍有接近一半的縣域?qū)儆谇钒l(fā)達地區(qū)，LL象限的數(shù)量從100變?yōu)?11個，增加了11個。中原經(jīng)濟區(qū)縣域經(jīng)濟大體形成了兩個截然不同的俱樂部類型：HH和LL區(qū)域。

2.2.2 LISA檢驗

下面通過LISA檢驗來分析局域顯著性檢驗。圖3是計算得到的1994年和2009年局部Moran’s I的估計值及其顯著性。從這2年的比較可以清晰地觀察局部關(guān)聯(lián)類型的空間分布格局。

圖3 1994年和2009年縣域人均GDP的Moran顯著性地圖（顯著性p＜0.05）

從1994～2009年，顯著性集聚比例從80.7%增長到88.89%，而且經(jīng)濟高速發(fā)展縣域集聚更加明顯；高水平GDP分布聚集區(qū)域從鄭州地區(qū)向焦作市、濟源市和山西省晉城市的部分縣市發(fā)展，經(jīng)濟區(qū)擴散輻射效應(yīng)明顯，并帶動了西峽縣、欒川縣、嵩縣和洛寧縣從低速發(fā)展顯著區(qū)域脫離出來；較貧困區(qū)域聚集數(shù)量也有所增加，其集中分布在黃淮地區(qū)的基本格局沒有變化，但北部邢臺市的寧晉、隆饒、新河等縣形成了一個新的低水平人均GDP聚集區(qū)，說明中原地區(qū)縣域的經(jīng)濟聚集越來越明顯，地區(qū)與地區(qū)見得差異也越來越增大，較貧困地區(qū)的集聚不利于經(jīng)濟的追趕與發(fā)展；再次，只有極少數(shù)地區(qū)顯著的屬于HL或LH象限（1994年的19.3%減少到2009年的11.11%），中原城市群呈現(xiàn)出一個較清晰的中心-外圍圈層結(jié)構(gòu)。

但是，對市域單元做探索性數(shù)據(jù)分析，均沒有通過顯著性水平0.05檢驗，這表明中原地區(qū)各市的人均GDP水平是隨機分布的，不存在明顯的空間自相關(guān)現(xiàn)象。這說明市域發(fā)展缺乏相互合作，而相互合作僅僅存在于市內(nèi)的縣域之間。

3 中原區(qū)域經(jīng)濟增長的空間依賴性模型分析

3.1 基于OLS估計方法的縣域經(jīng)濟增長回歸模型

表1 中原縣域經(jīng)濟增長回歸模型最小二乘法估計

表1是用最小二乘估計得出的結(jié)果，從中可以看出，多元回歸模型整體效果較好，擬合優(yōu)度達到0.8563，F(xiàn)值為74.1514，比較顯著。其中勞動力、人力資本、交通運輸和農(nóng)業(yè)化水平等變量的參數(shù)估計結(jié)果符合本文的預(yù)期假設(shè)，但是由于沒有考慮經(jīng)濟增長的空間集聚溢出效應(yīng)，參數(shù)估計結(jié)果存在差距。

3.2 空間依賴性的實證研究

3.2.1 模型的判定

本文選取Rook一階鄰接矩陣和基于不同距離最近鄰接空間權(quán)值矩陣，對縣域經(jīng)濟增長模型進行空間依賴性檢驗，通過GeoDa分析，檢驗結(jié)果如表2所示。

表2 中原縣域經(jīng)濟增長回歸模型的空間依賴性檢驗

表2中，LM-LAG值（8-13）遠大于LM-ERROR（1-2），空間滯后模型明顯優(yōu)于空間誤差模型，下面采用空間之后模型估計鄰近地區(qū)的經(jīng)濟增長對本地區(qū)經(jīng)濟增長的影響程度。

3.2.2 空間滯后模型估計

通過R軟件③由于GEODA中創(chuàng)建的K最近鄰接權(quán)重矩陣不是對稱矩陣，無法進行正確的空間滯后分析，需要用R軟件創(chuàng)建對稱的KNN權(quán)重矩陣。和GEODA分析得出，表3是基于4、5、6個最近鄰接空間權(quán)值矩陣的空間滯后模型的估計結(jié)果，從中可以看出，模型K5的決定系數(shù)和似然值的自然對數(shù)最大，AIC值和SC值最?、躭og-likelihood值、AIC值和SC值是在標準回歸模型中多變量正太分布及似然估計函數(shù)假設(shè)基礎(chǔ)上所得出的測量指標，log-likelihood值越大，AIC值和SC值越小，模型估計效果越好(Anselin,2005)，這與上文分析相一致。

表3中，模型K5解釋了地區(qū)經(jīng)濟增長總變異的93.36%，明顯優(yōu)于OLS模型，并且與模型OLS相比，模型K5的log-likelihood值顯著提高（41.02＞22.91），AIC值和SC值顯著降低，這表明本文在分析中原經(jīng)濟區(qū)縣域經(jīng)濟增長中，SAR模型與OLS模型相比有了明顯的改善。

3.2.3 檢驗假設(shè)分析

關(guān)于提出的假設(shè)，查看模型K5，一些變量估計系數(shù)不顯著，沒有通過5%的顯著性水平檢驗，表明這些變量對中原地區(qū)縣域經(jīng)濟增長的作用不明顯。觀察一下2009年的專利數(shù)據(jù)，主要原因是專利數(shù)量中外觀設(shè)計量占大半比例，發(fā)明、實用新型這類的專利對經(jīng)濟增長的作用更大一些。而人口密度變量沒有通過顯著性檢驗，表明市場容量不是影響中原地區(qū)縣域經(jīng)濟的主要因素，可能是由于中原地區(qū)縣域人口都很密集，中心城市的發(fā)展并沒有使人口的地域分布產(chǎn)生變動或變動很小，人口并沒有同程度相應(yīng)的向那里集中，與經(jīng)濟增長的空間集聚處于不相協(xié)調(diào)狀態(tài)。

表3 空間滯后模型回歸結(jié)果

資本、人力資本、交通運輸、信息通訊和農(nóng)業(yè)化水平變量估計系數(shù)顯著為正，通過了5%的顯著性水平檢驗，可以看出人力資本對縣域經(jīng)濟增長具有重要的促進作用，教育競爭力與區(qū)域競爭力之間具有較強的相關(guān)性[9]，通過提高教育競爭力，進而促進區(qū)域經(jīng)濟可持續(xù)發(fā)展；另外，縣域經(jīng)濟發(fā)展所需的資本投入對城鄉(xiāng)居民儲蓄存款積累的依賴性較強。對于兩個空間變量，其彈性系數(shù)分別為交通運輸0.537和信息通訊0.241，說明加強交通和信息基礎(chǔ)設(shè)施投資，對區(qū)域內(nèi)市場聯(lián)動以及產(chǎn)業(yè)選址都尤為重要。參數(shù)W_lnPerGDP高度顯著，表明縣域經(jīng)濟發(fā)展的空間溢出效果明顯，縣域經(jīng)濟增長互動性較好，可以從鄰接地區(qū)收益，協(xié)調(diào)發(fā)展。由于中原地區(qū)發(fā)展較為滯后，所以城市化水平低且對經(jīng)濟增長作用不顯著，其落后阻礙了城鄉(xiāng)經(jīng)濟和區(qū)域經(jīng)濟經(jīng)一部增長，因此應(yīng)加快城市化進程及小城鎮(zhèn)建設(shè)，在現(xiàn)階段中原地區(qū)的縣域經(jīng)濟發(fā)展中具有其特殊的意義。

為了表明上述模型設(shè)定、估計的準確性，各分析結(jié)果的可靠性，進行殘差檢驗，見表4。得出結(jié)果是所有的p-值都沒有通過5%的顯著性檢驗，說明經(jīng)過空間滯后回歸分析后，模型效果優(yōu)化，結(jié)論可靠，殘差不存在空間依賴性。

表4 空間滯后模型回歸殘差的空間自相關(guān)LM檢驗

3.3 縣域經(jīng)濟增長溢出效應(yīng)邊界分析

由于中原地區(qū)縣域經(jīng)濟增長具有集聚和溢出效應(yīng)，且溢出的范圍是有界限的。通過對4個和5個鄰接的空間之后分析，在顯著性水平0.05下，不存在空間滯后和誤差以來。在同時考慮4個和5個鄰接的基礎(chǔ)上，兩個參數(shù)估計值均不顯著，所以得出一個縣域單位的經(jīng)濟溢出效應(yīng)為4個最近鄰接縣域單位，基本上屬于市域范圍內(nèi)的部分縣域經(jīng)濟溢出效應(yīng)比較明顯（見表5）。

表5 中原地區(qū)縣域經(jīng)濟增長溢出的距離衰減效應(yīng)

4 結(jié)論與發(fā)展對策

在中原區(qū)域經(jīng)濟增長探索性空間數(shù)據(jù)分析中得出，經(jīng)濟圈總體上是一個中心-外圍模型結(jié)構(gòu)狀態(tài)，由鄭州、焦作及晉城市的部分縣域圍成的富裕集聚區(qū)，分布在中原經(jīng)濟區(qū)的西部及西北部，另一個是黃淮地區(qū)組成的低水平空間集聚區(qū)；然而，在市域經(jīng)濟中，1994～2009年人均GDP分布的Moran I值都不顯著，各市的人均GDP是隨機分布的，不存在明顯的空間自相關(guān)現(xiàn)象。在證實性空間依賴性分析中，通過建立模型，得出中原區(qū)域經(jīng)濟增長差異、集聚及形成原因；并且縣域具有經(jīng)濟溢出效應(yīng)且溢出范圍有限，市域經(jīng)濟增長的溢出效應(yīng)并不顯著。

通過實證分析檢驗，提出以下建議，以期實現(xiàn)中原城市群經(jīng)濟社會協(xié)調(diào)快速發(fā)展。首先，在縣域經(jīng)濟增長中，人力資本、交通路網(wǎng)構(gòu)建、信息通訊聯(lián)系和農(nóng)業(yè)化等因素對經(jīng)濟增長產(chǎn)生了重要的積極的影響，糧食核心區(qū)的建設(shè)是區(qū)域發(fā)展的基礎(chǔ)，是保障國家糧食安全的長遠利益，因此應(yīng)堅持不懈的發(fā)展農(nóng)業(yè)，實現(xiàn)農(nóng)業(yè)現(xiàn)代化。另外城市化滯后于工業(yè)化問題，應(yīng)重視產(chǎn)業(yè)集聚和城市化空間聯(lián)系；其次，縣域之間具有顯著的經(jīng)濟增長溢出效應(yīng)，應(yīng)大力加強市域范圍內(nèi)各縣的協(xié)同發(fā)展，擴大經(jīng)濟收益范圍；但是在市域經(jīng)濟增長方面，各地區(qū)之間缺乏有效的合作，應(yīng)在加強交通、信息通訊等基礎(chǔ)設(shè)施的同時，提高市域的經(jīng)濟關(guān)聯(lián)度，高速發(fā)展地區(qū)之間應(yīng)繼續(xù)強化聚集優(yōu)勢，加強與周邊落后市域的經(jīng)濟社會聯(lián)系，實現(xiàn)空間資源優(yōu)化配置。總之，河南省需要走一條在農(nóng)業(yè)、糧食、人口大省協(xié)調(diào)推進新型工業(yè)化、新型城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化發(fā)展的道路。

[1]曹芳東,吳江.基于空間計量經(jīng)濟模型的縣域經(jīng)濟發(fā)展差異研究[J].地域研究與開發(fā),2010,29(6).

[2]李小建,樊新生.欠發(fā)達地區(qū)經(jīng)濟空間結(jié)構(gòu)及其經(jīng)濟溢出效應(yīng)的實證研究——以河南省為例[J].地理科學(xué),2006,(26).

[3]劉慧.區(qū)域差異測度方法與評價[J].地理研究,2006,25(4).

[4]Getis A,Ord.JK.The Analysis of Spatial Association by Use of Dis?tance Statistics[J].Geographical Analysis,1992,24,(3).

[5]Anselin L.Local Indicators of Spatial Association-LISA[J].Geographi?cal Analysis,1995,27(2).

[6]Brunsdon C.A.S.,Fotheringham,M.Charlton Some Notes on Parametric Significance Tests for Geographically Weight?ed Regression[J].Journal of Regional Science,1999,39(3).

[7]唐建軍.長江三角洲經(jīng)濟增長的空間模式研究[D].廣西師范大學(xué),2008.

[8]王家庭,賈晨蕊.我國城市化與區(qū)域經(jīng)濟增長差異的空間計量研究[J].經(jīng)濟科學(xué),2009,(3).

[9]吳玉鳴,徐建華.中國區(qū)域信息發(fā)展水平:因素分析與綜合集成評估[J].經(jīng)濟地理,2004,24(3).