中国经济增长空间相关性研究——基于“长三角”与“珠三角”的实证

来源：爱问旅游网

・26・《数量经济技术经济研究》2007年第12期

中国经济增长空间相关性研究

———基于“长三角”与“珠三角”的实证

苏良军　　王　芸

(北京大学光华管理学院)

【摘要】本文建立了两套回归模型:无空间相关变量的单向和双向固定效应模

型;有空间相关变量的单向和双向固定效应模型。对比分析后得出的结论有:“长三角”和“珠三角”区域内部的确存在经济增长的空间相关性,“珠三角”区域内部经济增长的空间相关性略大于“长三角”区域,但两者在统计上并没有显著的差别;两个地区都存在经济增长的β收敛,但“珠三角”地区呈现出更强的收敛性;对于影响“长三角”和“珠三角”经济增长的因素,有些相同和不同点值得关注。

关键词　空间相关　空间自回归模型　增长收敛中图分类号　F22410　　文献标识码　A

ResearchonSpatialDependenceofEconomicGrowthinYangtzeRiverDeltaandPearlRiverDelta

　　Abstract:Weusespatialeconometricstostudythespatialdependence,toan2alyzetheeconomicgrowth,convergence,andfactorsofeconomicgrowthinbothtwoDeltaregions1Weconstructtwosetsofregressionmodels,i1e1,oneisonewayandtwowayfixedeffectmodelswithoutthespatialdependencevariable,andtheotherisonewayandtwowayfixedeffectmodelswiththespatialdependencevariable1Ourfindingsare:thereindeedexistseconomicspatialdependenceinboththeYangtzeRiverDeltaandthePearlRiverDelta,thespatialdependenceinthePearlRiverDeltaappearsstrongerthanthatintheYangtzeRiverDelta,buttheyarestatisticallyindifferentfromeachother;inbothareas,thereexistsβconver2genceofeconomicgrowthbuttheconvergenceinthePearlRiverDeltaisstatistical2lystrongerthanthatintheYangtzeRiverDelta;thetwoDeltaregionssharesomecommonsontheeconomicfactorsthathaveinfluencesontheeconomicgrowthofbothregions1

Keywords:SpatialDependence;SpatialAutoregressiveModel;GrowthCon2vergence

中国经济增长空间相关性研究・27・

引　　言

)是指由沪、苏、浙三省市中16个地级以上城市组长江三角洲经济区(简称“长三角”

成的区域,包括上海市,江苏省的南京、无锡、苏州、常州、镇江、南通、扬州和泰州,以及浙江省的杭州、宁波、嘉兴、湖州、绍兴、舟山和台州市。珠江三角洲经济区(简称珠三角)指广东省珠江流域的14个市、县、区组成的区域,包括广州、深圳、珠海、佛山、江

门、东莞、中山等7市,以及惠州市区和惠阳、惠东、博罗三县,肇庆市区和高要、四会两市。2005年仅占全国总人口812%和土地面积115%的两个三角洲,其地区生产总值却占到全国国内生产总值的近30%,并且这两个地区2000～2005年的GDP增长速度均保持在两位数以上,是全国经济继续保持持续快速发展的重要力量。

正是由于“长三角”和“珠三角”地区经济持续快速的发展,以及它们对全国经济发展的重要贡献,国内一些地区和学者也纷纷提出泛“长三角”和泛“珠三角”的概念,试图以此带动经济较为落后的内陆省份和地区的经济发展。是否一些地区与“长三角”和“珠三角”仅空间相邻就能获得经济发展的巨大动力呢?是否“长三角”和“珠三角”地区内部的各市、县、区的经济发展相互之间存在空间依赖性呢?本文通过引入空间计量经济学工具,旨在探讨这两个地区经济增长的特点和原因,特别是比较和研究这两个地区经济发展的空间相关性,为其他地区乃至全国的经济发展提供参考和借鉴。

据笔者所知,目前利用县级数据运用计量分析方法分析长江三角洲和珠江三角洲地区的经济增长的文献还没有,已有的大多数文献只是对省级数据进行空间相关性分析,少部分文献也只是分析了中国地级以上城市的经济数据(如李序颖和顾岚,2004)。笔者认为,利用省级或地级以上的数据做空间相关性分析有些笼统。本文将分析“长三角”和“珠三角”县级数据,深层次地探讨我国这两个经济增长极内部市、区、县之间的经济空间相关性,分析各自的经济增长特点,并比较两者的经济增长方式。

一、文献回顾

研究一国或地区的经济增长问题一直以来是许多学者所关注的热点。对于中国的经济增长和各地区之间差距演变的研究文献也较多。这些文献比较一致的看法是中国的经济增长呈现出较强的地域特性。如,蔡昉和都阳(2000)注意到中国经济中存在所谓“收敛的俱乐部”现象,即东、中、西三大区域间的差距不断拉大,但区域内部却呈现出收敛的趋势。林毅夫和刘明兴(2003)的研究也表明中国经济的“收敛的俱乐部”现象,东部沿海地区呈现出强劲的收敛趋势,中部地区相对较弱,西部地区出现差距逐步拉大的状态。

不过,对于中国经济增长绩效进行因素分析和理论解释时许多文献存在很大分歧。蔡昉和都阳(2000)的研究认为,人力资本的差异是造成我国地区经济差距的主要原因。Chen和Feng(2000)对中国29个省份从1978～19年的数据分析后认为,私有化是促进经济增长的主要因素。林毅夫和刘明兴(2003)在中国经济增长与收敛的计量分析中指出,国有工业总产值占工业总产值的比重在回归中起到了显著的负向作用,城镇化程度的影响均显著为正,人口密度的影响则在单向和双向固定模型之间发生了反向变化,储蓄率对经济增长没有显著影响,开放度甚至存在负影响,通货膨胀率以及消费等也都没有显著作用。近年来,国际上越来越重视制度变迁、改革措施、外商直接投资等对经济绩效影响的研究。严冀、陆铭和陈钊(2005)在省级面板数据的基础上,验证了经济开放、非国有化及财政改革

・28・《数量经济技术经济研究》2007年第12期

等经济和相互作用对中国地区经济增长的影响,指出对外开放(特别是对外资的利用)和财政改革是中国经济增长的重要因素,从经济活动中退出显著地提高了经济增长率;经济开放、非国有化和财政改革等经济在影响经济增长时是相互作用的。毛新雅和王桂新(2006)在分析外商直接投资(FDI)对“长三角”地区(16城市)的资本形成作用及经济增长效应中指出,FDI对这一地区的经济增长有显著的正向推动作用。

空间计量经济学是在横截面或面板数据中研究经济单位间的空间相互作用,近年来越来越受到学术界的关注。由Cliff和Ord(1973)提出的空间自回归(SpatialAutoregressive,SAR)模型已经引起了极大的关注,它将时间序列中的自相关扩展到空间维度。Paelinck和Klaassen(1979),Doreian(1980),Anselin(1988、1992),Haining(1990),Kelejian和Robinson(1993),Cressie(1993),Anselin和Florax(1995),Anselin和Rey(1997),及Anselin和Bera(1998)对该模型的估计和检验做了进一步的总结和发展。如今已经有部分研究者将空间计量模型引入到对国家或地区经济增长问题的实证研究中。Rey和Mon2touri(1999)使用美国各州数据研究了美国1929～1994年间人均收入的收敛性。Weinhold(2002)研究了经济增长率的空间相关性,研究结果表明,发展中国家的经济增长率受其贸易伙伴国滞后一期的经济增长率影响,工业化国家的经济增长率与其他国家仅表现出同期的相关性。何江和张馨之(2006)通过考察1990～2004年中国地级市区域人均GDP增长速度的空间分布特征及动态变化得出:我国区域经济的近邻效应显著存在;地区经济增长的相关性受相对区位和距离等因素的影响;低增长地区在空间上以集聚的形式出现。陈晓玲和李国平(2006)利用我国1978～2004年30个省、自治区和直辖市的省级数据,研究发现改革开放之后我国地区经济增长的空间相关联性在逐渐增强,尤其是2000年以后,地区经济的空间聚集性更加突显,此外,还发现东部地区的个别省市带动了相邻省份的发展。林光平、龙志和、吴梅(2006)对中国28个省区25年的人均GDP数据研究也发现,随着经济改革的深化各省区之间的空间相关性越来越大。

综观国内外学者对我国区域经济增长的研究文献,本文作者发现,研究国家或地区经济增长特点和成因的文献有许多,研究者对影响地区经济增长因素的解释也各种各样,但将空间计量经济学方法用于研究区域经济增长及收敛的文献则较少。并且在已有的引入空间计量方法研究经济增长问题的文献中,大多数文献只是关注了地区经济增长的空间集聚效应,并未对所研究地区在引入空间变量前后的经济增长方式做研究和比较。本文通过对“长三角”和“珠三角”的县级经济数据来研究县域间经济增长的空间相关性,并比较引入空间变量前后这两个地区的县域经济增长方式是否发生变化,另外,本文还将对这两个地区的空间相关性进行比较分析。

二、空间计量模型介绍

相对于基本线性回归模型而言,空间计量模型简单说来就是通过空间权重矩阵的形式将地区间的相互关系引入模型中。它与时间序列相关相比,不同之处在于时间序列相关只有时间一个维度,而空间相关是的。根据模型设定时对“空间”的体现方法不同,空间计量模型主要分成两种:一种是空间自回归模型(SpatialAutoregressiveModel,SAR);另一种是空间误差模型(SpatialErrorModel,SEM)。本文研究使用的是空间自回归模型,这里我们先简单介绍空间自回归模型(SAR)。空间自回归模型(SAR)的基本形式为:

β+εy=ρWy+X

中国经济增长空间相关性研究

ε～N(0,σI)

・29・

其中,W为n×n阶的空间权重矩阵,即n个地区之间相互关系的结构矩阵,Wy为空

间滞后因变量,ρ为空间自回归系数,X为n×p解释变量向量。设定空间权重矩阵权数的一种常用方法是依据空间是否相邻来设定,即定义为:

Wij=0　　if　i=j

Wij=0　　if　i≠j且区域i与j不相邻Wij=1　　if　i≠j且区域i与j相邻

因为理论上的原因,实践中一般采用行标准化空间权重矩阵,即W的每行元素之和均

为1,以保证最终使用的W的每行相加为1和ρ的真值位于±1之间。我们在下面应用中使用的W是经过对上述W的各行进行标准化处理后的空间权重矩阵。

三、数据来源与变量设定

本文选取了2000～2005年我国“长三角”所辖县级经济数据,其中包括75个县级以上地区。数据均来自历年《上海市统计年鉴》、《江苏省统计年鉴》、《浙江省统计年鉴》、《长江和珠江三角洲及港澳特别行政区统计年鉴》、《中国县(市)社会经济统计年鉴》和《中国城市统计年鉴》,以及部分地级市统计年鉴。另外,还选取了2002～2005年我国“珠三角”所辖县级经济数据,其中包括19个县级以上地区。数据来自历年《广东省统计年鉴》、《广州统计年鉴》、《江门统计年鉴》、《惠州统计年鉴》、《肇庆统计年鉴》、《长江和珠江三角洲及港澳特别行政区统计年鉴》、《中国县(市)社会经济统计年鉴》和《中国城市统计年鉴》。由于少数数据未在年鉴中查到,因此还采取结合网上搜索的方式。

由于空间自回归模型的统计推断是基于渐近性质的,而且极大似然估计基于正态分布的假设与实际情况可能并不相符,所以足够的样本量才能使估计及推断的结果更可靠。这也是本文之所以选取县级数据除了出于经济意义考虑外的统计上的一个重要原因。

根据以往研究经济增长及收敛的文献,特别是参考了林毅夫和刘明兴(2003)的研究框架,本文研究“长三角”经济增长及收敛的被解释变量为人均GDP增长率(GPGDP),解释变量设定见表1。

表1

变　量

PGDP21DpopUrbanInv_GDPExp_GDPGcon_GDPDI_IndustryFI_InvRGDP2RGDP3

解释变量列表

变量定义

滞后一期人均GDP(元)

人口密度(人/平方公里)

非农业人口占总人口比重(%)投资总额占GDP比重(%)出口占GDP比重(%)

地方支出占GDP比重(%)

内资企业工业总产值占工业总产值比重(%)实际使用外资金额占投资总额比重(%)

第二产业生产总值占地区生产总值比重(%)第三产业生产总值占地区生产总值比重(%)

・30・《数量经济技术经济研究》2007年第12期

1)来研究“长三角”县域经济增长β收敛;人口密度(Dpop)用于衡量市场规模大小;非农业人口在总人口中的比重(Urban)表示城市化程度;投资总额占GDP比重(Inv_GDP)用于代表资本的积累速度;出口占GDP比重(Exp_GDP)用于衡量对外开放程度;

地方支出占GDP比重(Gcon_GDP)用于代表的平均规模及其干预;内资企业工业总产值占工业总产值比重(DI_Industry)用于代表内资经济发展程度;实际使用外资金额占投资总额比重(FI_Inv)代表外商投资对“长三角”地区经济的刺激程度;第二产业生产总值占地区生产总值比重(RGDP2)和第三产业生产总值占地区生产总值比重(RGDP3)用于探讨“长三角”和“珠三角”地区三次产业结构对地区经济增长的影响。本文利用地区的空间相邻来设定所使用的权重矩阵,即拥有共同边界则视为相邻。在导入模型时,该空间权重矩阵采用了标准化处理,即每行元素之和为1。依据以上设定的变量和研究使用的数据,本文使用的模型是混合回归与空间自回归模型。

四、长江三角洲空间计量模型及分析

我们用人均GDP增长率为被解释变量的空间自回归模型(SAR)来研究长江三角洲经济收敛性及经济增长方式,解释变量见表1,模型设定如下:n

GPGDPit=ρ

j=1

W∑ij

GPGDPjt+βlnPGDP-1it+α1lnDpopit+α2ln(FIit_Invit)

+αconit_GDPit3ln(Expit_GDPit)+α4Invit_GDPit+α5G+α6lnUrbanit+α7RGDP2it+α8RGDP3it+α9DIit_Industryit+εit

其中,i=1,…,75,t=1,…,6,εit可具有单向或双向误差结构。

在研究“长三角”经济增长时,我们只将滞后一期的人均GDP、人口密度和出口占GDP比重及实际使用外资金额占总投资比重这四个变量取了对数,因为前两个变量为绝对数,而后两个变量由于个别地区的值超过其他地区很多,为了减少特殊值对模型的影响因此也对变量取了对数。被解释变量和其他解释变量都是比率变量因此未取对数。本部分利用2000～2005年“长三角”75个县级以上地区的经济数据,分别采用面板数据的地区单向固定效应模型(模型1)、面板数据的地区和时间双向固定效应模型(模型2)、空间自回归(SAR)的空间单向固定效应模型(模型3)、空间自回归(SAR)的空间和时间双向固定效应模型(模型4),模型结果见表2。

表2

长江三角洲2000～2005年人均GDP增长率模型模型1

lnPGDP_1lnDpoplnFI_InvlnExp_GDPInv_GDP

-011224333(010017)01430333(010139)010092(012371)-010002(019923)-010001

模型2

-014951333(010000)011270(014281)-010208333(010008)-010263333(010011)-010011333

模型3

-011227333(010000)014012333(010032)010062(0117)-010023(018075)-010001

模型4

-011438333(010000)014487333(010012)01009033(010460)010028(0184)010001

中国经济增长空间相关性研究・31・

(续)

模型1

(019805)010003(019504)01001533(010232)010207333(010000)010170333(010002)-010020333(010001)

模型2

(010005)-010191333(010000)010007(012617)010137333(010000)010101333(010014)-010017333(010001)

模型3

(017108)-010005(018440)010013333(0100)010192333(010000)010167333(010000)-010020333(010000)011930333(010010)014323

模型4

(016514)010004(018714)01001233(010112)010201333(010000)010170333(010000)-010021333(010000)012350333(010000)013979

Gcon_GDPUrbanRGDP2RGDP3DI_Industry

空间相关系数调整的R2

1%水平上显著。

0131

013511

　　注:括号内是系数估计值的p值。3表示在10%水平上显著,33表示在5%水平上显著,333表示在

本文的一个重要研究目的之一是探讨“长三角”地区经济增长是否存在空间相关性,因此,我们关注引入了空间自回归项后该系数是否显著。根据表2的模型结果,我们发现空间矩阵的系数估计在空间自回归的空间固定效应模型(模型3)及空间时间固定效应模型(模型4)中都是在1%的水平上显著为正的,系数分别为011930和012350。这与我们预期的结果和相关的经验研究是一致的。“长三角”地区内部县域以上地区的经济增长的确存在正的空间相关性,经济发达地区对经济相对落后地区有正向带动作用。“长三角”经济增长的地区和时间固定效应模型其空间相关系数要大于地区固定效应模型,体现出更大程度的空间相关性。根据关于经济增长的研究文献,经济增长模型的R2通常较低,较好的结果也只是014左右。因此,本文得出的空间自回归的空间固定效应W模型(模型3)和空间自回归的空间时间固定效应模型(模型4)结果还是令人满意的。

根据经济收敛理论和相关的经济增长研究,经济增长的β收敛是指初期人均产出水平较低的经济系统趋向于更快的速度增长,即不同经济系统间的人均产出增长率与初始人均产出水平负相关。从表2的结果可以看到,滞后一期的人均GDP对数(lnPGDP-1)在所有模型中的系数估计值均为负且都在1%的水平上显著,说明“长三角”地区的经济增长的确呈现出β收敛。从滞后一期人均GDP变量的系数估计值来看,模型1、模型3和模型4的结果基本一致,而一般双向固定效应模型(模型2)的结果和其他三个模型有较大不同。从模型的总体结果来看,面板数据的地区固定效应模型(模型1)、空间自回归的空间固定效应模型(模型3)和空间自回归的空间时间固定效应模型(模型4)有颇为相近的结果,即不论是解释变量的显著性,还是解释变量系数估计值的正负性,对于这三个模型是基本一致的。相比之下明显不同的是面板数据的地区和时间双向固定效应模型(模型2),它在一些解释变量的正负性上与其他三个模型有截然相反的结果。根据经验研究,系数估计值的符号常常在单向(地区)固定效应模型和双向(地区和时间)固定效应模型之间发生反向变化,如林毅夫和刘明兴(2003)指出,人口密度对中国经济增长的影响在单向和双向固定效应模型间发生了相反的变化。本研究中,模型2的结果在一些变量的系数估计值符号及显

・32・《数量经济技术经济研究》2007年第12期

著性上与模型1相比发生了较大变化。外资金额占投资总额比重,出口占GDP比重,投资总额占GDP比重,这三个变量在模型2中显著为负,与我们的预期不符。再将模型2与模型4对比,加入了空间自回归项后的双向固定效应模型(模型4),其实际使用外资金额占投资总额比重变量的系数估计值显著为正,这与模型2的结果恰恰相反,且与经验研究和我们的预期更一致。从表2的结果可以看出,变量系数估计值的正负显著性在一般单向和双向固定效应模型间不稳定,而加入了空间自回归项后,其正负显著性在单向和双向固定效应模型间是基本一致的。另外,由于增加了空间自回归项后,模型调整的R2都有较明显的提高,且空间相关系数也都十分显著,因此,我们趋向于认为使用一般单向和双向固定效应模型来研究“长三角”区域的经济增长可能存在忽略变量的影响。总的来说,对研究“长三角”区域经济增长问题,加入空间自回归项的模型3和模型4具有更优的性质。

接下来,我们分析哪些因素对“长三角”地区的经济增长有显著影响。人口密度变量(lnDpop)可用于衡量市场规模的大小,在模型3和模型4中,该解释变量都在1%的水平上显著为正,且系数估计值较大。说明市场规模越大,人均GDP增长率越高。系数估计值显著为正的变量还有实际使用外资金额占投资总额比重变量(FI_Inv)、非农业人口占总人口比重(Urban)、第二产业生产总值占GDP比重(RGDP2)、第三产业生产总值占GDP比重(RGDP3)。说明利用外资程度越高,该地区的人均GDP增长率越高。非农业人口占总人口的比重用于衡量一个地区的城市化程度,“长三角”地区是我国经济最发达的地区之一,该变量的系数为正说明城市化程度对于“长三角”经济增长有正向作用。第二产业和第三产业在GDP中的比重变量显著为正说明第二产业和第三产业对于该地区的经济增长有显著的正向促进作用,RGDP2的系数估计值比RGDP3的系数略大,反映出目前该地区的第二产业比第三产业对经济增长有更强的促进作用,这也与我国仍是经济发展中国家的经济现状相符。在模型3和模型4中,系数估计值显著为负的变量有内资企业工业总产值占工业总产值比重(DI_Industry),该变量的系数估计值在模型中均为-010020～-010021水平。该变量系数估计值显著为负说明“长三角”地区还是以外向型经济为主导,内资企业在目前的状况下对于该地区的经济增长没能起到正向作用。

对于模型3和模型4,系数估计值不显著的变量有出口占GDP比重(lnExp_GDP)、投资总额占GDP比重(Inv_GDP)和地方支出占GDP比重(Gcon_GDP)三个变量。“长三角”地区地处沿海是我国重要的对外贸易区域,从预期来说出口占GDP比重应该会对各地区的经济增长有正向的促进作用,但从模型的结果来看,该变量的系数估计值并不显著。

总而言之,引入空间权重矩阵后的空间计量模型要优于传统的面板模型。空间自回归的空间固定效应模型和空间自回归的空间时间固定效应模型的结果几乎一致,这两个模型都得到了经济学理论和经验研究的支持。模型结果说明“长三角”县域经济增长是收敛的且相邻地区的经济增长相互之间有正向的作用,这也为“长三角”县域经济增长的进一步研究和发展提供了有益的参考价值。

五、珠江三角洲空间计量模型及分析

本部分将引入空间计量模型研究“珠三角”经济增长及收敛性,所使用的方法和理论框架与研究“长三角”相同。需要特别指出的是,与“长三角”不同,本部分选取了2002～2005年我国珠三角所辖县级经济数据,其中包括19个县级以上地区。我们没有使用2000年和2001年的数据是由于2000年和2001年“珠三角”的佛山和珠海两市行政区划上发生

中国经济增长空间相关性研究・33・

较大变化,导致统计数据难以统一口径,故放弃了这两年的数据。

本部分研究“珠三角”经济增长及收敛的被解释变量为人均GDP增长率(GPGDP)。解释变量中由于“珠三角”县级区域内资企业占工业企业总产值比重数据严重缺失,因此在研究“珠三角”时我们放弃了此变量,其他解释变量与研究“长三角”相同。同样,利用地区的空间相邻来设定所使用的权重矩阵。

以人均GDP增长率为被解释变量的空间自回归模型(SAR),用于研究“珠三角”经济收敛性及经济增长方式:

GPGDPit=ρ

j=1

W∑

GPGDPjt+βlnPGDP-1it+α1lnDpopit+α2ln(FIit_Invit)

+αconit_GDPit3ln(Expit_GDPit)+α4Invit_GDPit+α5G+α6Urbanit+α7RGDP2it+α8RGDP3it+εit

其中,i=1,…,19;t=1,…,4。

利用2002～2005年珠江三角洲19个县级以上地区的经济数据,分别采用面板数据的地区固定效应模型(模型5)、面板数据的地区和时间固定效应模型(模型6)、空间自回归(SAR)的空间固定效应模型(模型7)、空间自回归(SAR)的空间和时间效应固定模型(模型8),模型结果见表3。表3

模型5

lnPGDP_1lnDpoplnFI_InvlnExp_GDPInv_GDPGcon_GDPUrbanRGDP2RGDP3

-013425333(010005)011288(012780)0104213(010777)0110963(010522)-010007(018143)-010161(012684)010007(014171)010005(019636)010068(015378)

珠江三角洲经济增长模型比较模型6

-011680333(010007)011068(012831)-010172(015148)0108003(010707)-010015(014519)-010127(011257)010003(016652)-010006(019390)-010004(0196)

模型7

-013004333(010000)011249(011804)0103563(010700)01112833(010256)-010004(018068)-010170(010472)010007(012353)010016(018270)010062(014035)01216933(010311)

模型8

-013053333(010000)010794(013650)0103323(010503)011465333(010015)-010003(018677)-01020433(010146)0100103(010608)010014(018398)010057(014137)012650333(010017)013755

空间相关系数调整的R2

012731

012974

013624

　　注:括号内是系数估计值的p值。3表示在10%水平上显著,33表示在5%水平上显著,333表示在1%水平上显著。

・34・《数量经济技术经济研究》2007年第12期

从表3我们可以看到,引入了空间自回归项的模型7和模型8,其空间相关系数均是显著的。模型7中,空间相关系数估计值为012169,在5%水平上显著;模型8中,空间相关系数估计值为012650,在1%水平上显著。并且,引入空间自回归项的模型与传统的单向和双向固定效应模型相比,调整的R2都有较明显的提高。我们认为珠三角地区内部区域经济增长存在正的空间相关性。

另外,从表3的模型结果可以看出,滞后一期的人均GDP在所有模型中都是显著的,且系数都为负值。这也恰恰说明,“珠三角”县域以上经济区域存在经济增长的β收敛性。经济发展水平较落后的地区趋向于具有更快的经济增长率。与研究“长三角”时的结果相同的是,模型5、模型7和模型8滞后一期人均GDP变量的系数估计值几乎一致,但模型6中该变量的系数估计值有明显不同。这或许也反映出传统的单向和双向固定效应模型间变量系数估计值的不稳定现象。根据之前的分析,我们认为“珠三角”传统的单向和双向固定效应模型与研究“长三角”时相同也可能存在忽略变量的影响,因此这里我们同样趋向于选择引入空间自回归项的模型7和模型8来研究“珠三角”区域经济增长问题。

对“珠三角”经济增长有显著影响的解释变量还有实际使用外资金额占总投资比重、出口占GDP比重、地方支出占GDP比重及非农业人口占总人口比重。其中,出口占GDP比重这一变量在模型7和模型8中的系数估计值都在1%水平上显著,说明出口对“珠三角”的经济增长有正向的促进作用,出口占GDP比重越大的地区其人均GDP增长率也越高。实际使用外资金额占总投资比重变量在10%水平上显著,说明外资经济对“珠三角”经济增长的正向影响。非农业人口占总人口比重在SAR的双向固定效应模型中显著,说明城市化程度在一定程度上对“珠三角”的经济增长有积极作用。另外,地方支出占GDP比重变量在模型7和模型8中均是5%水平上显著为负值,说明地方对“珠三角”区域经济的干预未能起到正面的积极作用,在一定程度上这种干预作用是负面的。

总而言之,研究结果显示“珠三角”地区内部区域经济增长存在正向的空间相关性,经济发达地区会对经济相对落后地区的经济增长产生积极的影响。另外“,珠三角”地区内部呈现出很强的经济增长β收敛性,即经济发展水平较落后的地区趋向于具有更快的经济增长率。

六、“长三角”和“珠三角”经济增长和空间相关性对比研究

之前,我们已经对我国“长三角”和“珠三角”的经济增长收敛及影响因素进行了研究

分析。本部分将针对我国这两个经济增长极做对比分析,探讨“长三角”和“珠三角”地区经济增长因素有何相同与不同,并比较这两个经济区域内的空间相关性。我们发现目前还没有关于“长三角”和“珠三角”经济增长对比研究的文献,但存在一些有关两个经济区域经济比较的文献和机构的研究报告。在这些报告和文献中,基本是对这两个经济区域的经济指标总量进行对比从而得出结论,如对比两区域的GDP总量、进出口总量、全社会固定资产投资、收入和支出等等。但仅针对“长三角”和“珠三角”经济总量进行对比,从而得出这两个地区的经济发展模式缺乏合理性,毕竟“长三角”包含75个县级以上地区,而“珠三角”仅包含19个县级以上区域,“长三角”的经济规模要大于“珠三角”。因此,若能将总量对比结合人均指标、比率指标和增长模型对比来分析两者的异同点将更具合理性。

下面的分析主要基于对前述模型3～4和模型7～8之间的对比研究。模型3和模型4分别是“长三角”空间自回归的空间固定效应模型、空间和时间固定效应模型;模型7和模型8分别是“珠三角”空间自回归的空间固定效应模型、空间和时间固定效应模型。由于内资

中国经济增长空间相关性研究・35・

企业工业总产值占总工业总产值比重数据在“珠三角”的19个县级以上地区存在大量的缺失值,因此,这一变量未选入“珠三角”的经济增长模型。

上述四个模型都引入了空间自回归项,从空间自回归项的系数估计值来看,四个模型的系数估计值均为正值,且均具有统计上的显著性。对比“长三角”和“珠三角”的空间固定效应模型(模型3和模型7),其空间自回归项的系数都是显著的,取值分别为011930和012169,且两者均在5%的水平上显著;对比“长三角”和“珠三角”的SAR双向固定效

应模型(模型4和模型8),它们的空间相关系数分别为012350和012650,且两者均在1%的水平上显著。说明对于“长三角”和“珠三角”而言,其内部区域间存在经济上的空间相关性,且“珠三角”经济增长上的空间相关性略高于“长三角”经济增长上的空间相关性,表明“珠三角”内部各区县的经济增长关联度更大。直观而言,这也很好解释:“珠三角”内部各区县在行政规划上同属于广东省,而“长三角”内部各区县在行政规划上分别属于上海市、江苏省与浙江省,相比而言,前一地区各区县内相互间的经济联系更为紧密。另外,两个经济区域的空间相关程度虽有所不同,但又相差不大。下面我们对“长三角”和“珠三角”经济增长的空间相关性进行统计检验,以讨论这两个经济区域的空间相关程度在统计意义上是否明显不同。

令ρ长为“长三角”空间相关系数,令ρ珠为“珠三角”空间相关系数,我们感兴趣的是这两个空间相关系数是否相等。ρH0∶=ρ长珠ρρH1∶≠长珠

2令ρ^长为“长三角”空间相关系数ρ的估计量,σ^珠为“珠三角”空长为它的方差,令ρ长

22222⌒⌒

间相关系数ρ的估计量,σρ为它的方差。令σρ的相合估计量。虽然长和σ珠分别为σ长和σ珠珠珠

两个区域的经济发展同时受国家宏观的影响,它们面对相同的国内与国际发展环境,但

⌒⌒

由于它们地理区位的迥异,在一定程度上可以看作是相互的。因此,(ρ-长-ρ珠)

(ρ)-ρ长珠

→N(0,σρ+σρ),我们可以考虑构造下述Z检验量:

长珠d

⌒⌒

ρ长-ρ珠Z=22⌒⌒

σ长+σ珠

在原假设成立条件下,Z～N(0,1)。我们可以根据Z的渐近正态分布,决定是否拒绝原假设。

“长三角”和“珠三角”的空间相关系数估计值、标准差及检验结果见表4。

表4

“长三角”与“珠三角”空间相关系数检验

SAR单向固定效应模型

SAR双向固定效应模型

“长三角”

空间相关系数估计值

标准差

Z检验量p2值

“珠三角”

012169011006

“长三角”

012350010516

“珠三角”

012650010843

-013034013808

011930010588

-012057014185

・36・《数量经济技术经济研究》2007年第12期

　　从表4的结果来看,不论是使用空间单向固定效应模型还是使用空间双向固定效应模型进行检验,两者的p值皆较大,为014左右,说明我们在通常的1%～10%的显著性水平下,不能拒绝原假设。所以我们认为,在“长三角”和“珠三角”区域内的经济增长空间相关性虽有所不同,但在统计上,两者的差异并不显著。

根据上述四个模型的回归结果与空间相关性的对比研究方法,我们还可以研究“长三角”和“珠三角”经济增长的影响因素的异同以及这些影响因素的作用大小。我们的主要发现如下:

(1)这两个区域都存在经济增长的β收敛,即滞后一期的人均GDP的系数估计值都显著为负,且“珠三角”的滞后一期人均GDP系数估计值要远小于“长三角”;在利用上述检验方法进行检验时,不论是使用空间单向固定效应模型还是使用空间双向固定效应模型进行检验,两者的p值皆小于0101,说明“珠三角”区域内经济增长的β收敛性在统计上显著强于“长三角”。这可能是由于“长三角”区域包括的县域范围比“珠三角”所包括的县域范围更广,空间范围越小,区域内县市若同属同一个行政省份,经济的联系程度越紧密。

(2)实际使用外资金额占投资总额比重在模型4、模型7和模型8中都显著为正,说明外资经济对“长三角”和“珠三角”区域经济增长都有积极的促进作用,但在统计上,实际使用外资金额占投资总额比重对“珠三角”区域经济增长的作用远远大于对“长三角”区域经济增长的作用。

(3)非农业人口占总人口比重变量的系数估计值在模型3、模型4和模型8中也都显著为正,说明城市化程度对“长三角”和“珠三角”的经济增长也有正向影响,但检验表明,城市化程度对两个地区的影响程度没有显著差别。

(4)人口密度、第二产业和第三产业占GDP比重这三个变量对“长三角”经济增长是显著的,但对“珠三角”地区不显著;出口占GDP比重和地方支出占GDP比重这两个变量只是在“珠三角”的两个模型中是显著的,而在“长三角”的模型中不显著。

七、结　　论

本文基于“长三角”和“珠三角”近几年的经济数据,并引入空间相关自回归模型,对“长三角”和“珠三角”地区经济增长方式和收敛性、经济发展水平的影响因素、引入空间

权重矩阵前后模型的变化进行分析,得出以下结论:

(1)“长三角”和“珠三角”区域内部的确存在经济增长的空间相关性,对于这两个区域的经济增长模型,在引入空间自回归项后模型均得到改善。表面上看,“珠三角”区域内部的经济增长空间相关性要高于“长三角”区域,但两者在统计上并没有显著的差别。

(2)“长三角”和“珠三角”地区都存在经济增长的β收敛,“珠三角”地区呈现出更强的收敛性。

(3)对于影响“长三角”和“珠三角”经济增长的因素,有着相同和不同点。实际使用外资金额占投资总额比重和城市化程度对“长三角”和“珠三角”的经济增长都有着正向影响;人口密度、第二产业和第三产业占GDP比重对“长三角”经济增长的影响显著为正,而对“珠三角”的影响不显著;出口占GDP比重、地方支出占GDP比重这两个变量对“珠三角”经济增长有显著影响,前者是正向的,后者为负向的,而它们在“长三角”模型中均不显著。

本文基于以往经济增长方面的研究经验,运用空间计量模型来对比分析“长三角”和

中国经济增长空间相关性研究・37・

“珠三角”区域的经济增长问题,得到的结论还是令人满意的。不过,本文研究仍存在一些不足的地方,首先,关于面板数据的空间计量模型技术目前还不够成熟,对于空间相关性还无法进行进一步的检验;其次,本文的空间权重矩阵的选取仅采取了空间是否相邻的规则,目前还有其他定义空间权重矩阵的方法,如采用距离权重矩阵等,空间权重矩阵的选取不同可能会对结果产生影响;最后,由于本文研究涉及县域经济数据,而我国目前提供的县域经济数据很不全面,因此,选择解释变量时受到数据的极大,一些可能对经济增长有重要影响的变量无法考虑到模型中。

总之,引入空间计量模型对“长三角”和“珠三角”的经济增长和经济发展水平的影响因素做对比研究分析,是一种全新的尝试。本文的研究方法和结论对这两个地区的经济发展提供了有价值的参考,也为将来相关的经济研究提供有益的借鉴。

参考文献

[1]蔡昉、都阳:《中国地区经济增长的趋同与差异———对西部开发战略的启示》[J],《经济研究》2000年第10期。

[2]陈晓玲、李国平:《我国地区经济收敛的空间面板数据模型分析》[J],《经济科学》2006年第5

期。

[3]何江、张馨之:《中国区域人均GDP增长速度的探索性空间数据分析》(下)[J],《统计与决策》2006年第11期。[4]李序颖、顾岚:《空间自回归模型及其估计》[J],《统计研究》2004年第6期。

[5]林光平、龙志和、吴梅:《中国地区经济σ-收敛的空间计量实证分析》[J],《数量经济技术经济

研究》2006年第4期。

[6]林毅夫、刘明兴:《中国的经济增长收敛与收入分配》[J],《世界经济》2003年第8期。[7]毛新雅、王桂新:《长江三角洲地区外商直接投资的资本形成及经济增长效用:基于面板数据的研

究》[J],《世界经济研究》2006年第1期。

[8]严冀、陆铭、陈钊:《改革、的相互作用和经济增长———来自中国省级面板数据的证据》[J],

《世界经济文汇》2005年第1期。

[9]Anselin,L1,SpatialEconometrics:MethodsandModels[M],KluwerAcademicPublishers,TheNetherlands,19881

[10]Anselin,L1,SpaceandAppliedEconometrics:Introduction[J],RegionalScienceandUrbanE2conomics1992,22:307～3161

[11]Anselin,L1andA1K1Bera,SpatialDependenceinLinearRegressionModelswithanIntroductiontoSpatialEconometrics,in:HandbookofAppliedEconomicsStatistics[M],A1UllahandD1E1A1Giles,eds1,MarcelDekker,NY11998:237～21

[12]Anselin,L1andR1Florax,NewDirectionsinSpatialEconometrics[M],Springer2Verlag,Ber2lin,19951

[13]Anselin,L1andS1Rey,IntroductiontotheSpecialIssueonSpatialEconometrics[J],Inernation2alRegionalScienceReview,1997,20:1～71

[14]Chen,B1andY1Feng,DeterminantsofEconomicGrowthinChina:PrivateEnterprise,EducationandOpenness[J],ChinaEconomicReview2000,11(1):1～151

[15]Cliff,A1D1,andJ1K1Ord,SpatialAutocorrelation[M],London:PionLtd1,19731[16]Cressie,N1,StatisticsforSpatialData[M],Wiley,NewYork,19931

[17]Doreian,P1,LinearModelswithSpatialDistributedData,SpatialDisturbances,orSpatialEffects[J],SociologicalMethodsandResearch1980,9:29～601

・38・《数量经济技术经济研究》2007年第12期

[18]Haining,R1,SpatialDataAnalysisintheSocialandEnvironmentalSciences[M],CambridgeUniversityPress,19901

[19]LeSage,J1P1,TheTheoryandPracticeofSpatialEconometrics[M],DepartmentofEconom2ics,UniversityofToledo,19991

[20]Kelejian,H1H1,andD1Robinson,Asuggestedmethodofestimationforspatialinterdependentmodelswithautocorrelationerrors,andanapplicationtoacountyexpendituremodel[C],PapersinRe2

gionalScience1993,72:297～3121

[21]Paelinck,J1andL1Klaassen,SpatialEconometrics[M],SaxonHouse,Farnborough,19791[22]Rey,S1andB1Montouri,USRegionalIncomeConvergence:ASpatialEconometricPerspective[J],RegionalStudies1999,33:143～1561

[23]Weinhold,D1,TheImportanceofTradeandGeographyinthePatternofSpatialDependenceofGrowthRate[J],ReviewofDevelopmentEconomics2002,6(3):369～3821

(责任编辑:陈卫宾;校对:吕小玲)

　　(上接第15页)

[4]Kuznets,Simon,Moderneconomicgrowth:Findingsandreflections[J],AmericanEconomicRe2view,63,1973Sept1

[5]DeepakKumarLal1ThePovertyofDevelopmentEnconomics[M],HobartPaperback16,London:InstituteofEnconomicAffairs,19831[6]DeepakKumarLal1UnintendedConsequences[M],TheMITPrese,19981

[7]North,D1,Institutions,InstitutionalChangeandEnconomicPerformance[M],CambridgeU2niversityPress,19901

[8]Frankel,M1TheProductionFunctioninAllocationandGrowth:ASynthesis[J],AmericanEnco2nomicReview,52:995～1022119621

[9]Romer,P1M1IncreasingReturnsandLongGrowth[J],JournalofPoliticalEconomy,94(5):1002～1037119861

[10]Boone,J1TechnologicalProgressandUnmployment[M],NuffieldCollege,OxfordUniversityMimeo119961

[11]凯恩斯:《就业、利息和货币通论》[M],高鸿业译,商务印书馆,1999。[12]约翰・威廉姆森:《华盛顿共识的争论》[J],《公共经济评论》2004年第10期。[13]吕炜:《中国经济转轨实践的理论命题》[J],《中国社会科学》2003年第4期。[14]吕炜:《约束、经济失衡与财政》[J],《中国社会科学》2004年第2期。[15]斯蒂格利茨:《中国第二步改革战略》[N],1998年11月13日《人民日报》。[16]沙安文、沈春丽、邹恒甫:《中国地区差异的经济分析》[M],人民出版社,2006。[17]:《中国:积极的财政》[M],经济科学出版社,2001。

[18]陆蓉、陈百助等:《基金业绩与投资者的选择》[J],《经济研究》2007年第6期。[19]坎贝尔・麦克康奈尔等:《经济学/原理・问题和对策》(下)[M],中译本第14版,北京大学出

版社/科文[]出版有限公司,2000。

[20]陈宗胜等:《非法非正常收入对居民收入差别的影响及其经济学解释》[J],《经济研究》2001年第4期。

[21]汤姆・伯恩斯等:《结构主义的视野———经济与社会变迁》[M],社会科学文献出版社,2000。[22]刘树成:《论又好又快发展》[J],《经济研究》2007年第6期。

(责任编辑:彭　战;校对:曹　宇)

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文