泛珠三角經(jīng)濟(jì)差異的時(shí)空演進(jìn)和影響因素探析

陳恩　石程　張婷

摘要：泛珠三角是橫跨東中西部，包含沿海發(fā)達(dá)地區(qū)和內(nèi)地欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)合作區(qū)。探析泛珠區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展差異的時(shí)空演變格局，并利用空間計(jì)量方法對(duì)影響泛珠地區(qū)經(jīng)濟(jì)發(fā)展的因素進(jìn)行實(shí)證研究。結(jié)果表明：泛珠三角地區(qū)以沿海城市群和內(nèi)陸各省會(huì)城市為中心的中心-邊緣結(jié)構(gòu)分布顯著；區(qū)域內(nèi)空間自相關(guān)趨勢(shì)在加強(qiáng)，空間集聚現(xiàn)象顯著；從時(shí)間和空間維度上都表明內(nèi)部經(jīng)濟(jì)差異在縮小，區(qū)域合作取得一定效果；人均GDP總體空間格局穩(wěn)定，局域內(nèi)發(fā)生演變，人均GDP增長(zhǎng)速度的冷熱點(diǎn)區(qū)域變化較為明顯?？臻g計(jì)量表明，工業(yè)化對(duì)區(qū)域經(jīng)濟(jì)發(fā)展影響顯著，城鎮(zhèn)化是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要途徑，城鎮(zhèn)勞動(dòng)人口沒能充分發(fā)揮作用，表現(xiàn)出城鎮(zhèn)就業(yè)人口的規(guī)模不經(jīng)濟(jì)。

關(guān)鍵詞：泛珠三角；經(jīng)濟(jì)發(fā)展差異；時(shí)空演變；影響因素

中圖分類號(hào)：F127.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-3890（2013）09-0076-09

泛珠三角地區(qū)（PPRD）這一概念2003年由廣東率先提出，迅速得到福建、江西、湖南、廣西、海南、四川、貴州、云南8省區(qū)和港澳地區(qū)的響應(yīng)，9+2經(jīng)濟(jì)區(qū)自此形成。至2011年末，泛珠三角地區(qū)面積總和為全國的1/5，但人口總數(shù)達(dá)到全國的34.81%，經(jīng)濟(jì)總量占到全國的31.88%?？梢?，該區(qū)域?qū)θ珖?jīng)濟(jì)意義重大，同時(shí)，值得我們注意的是泛珠三角地區(qū)橫跨東中西部，涵蓋沿海發(fā)達(dá)地區(qū)和內(nèi)地欠發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)展差異大，梯度明顯，區(qū)域空間異質(zhì)性強(qiáng)。

由表1我們可以看出，泛珠三角地區(qū)內(nèi)部的9個(gè)省中，在地理位置、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平等方面都存在一定的差異，這些差異促使區(qū)域間形成了不同的空間結(jié)構(gòu)，同時(shí)表現(xiàn)出區(qū)域經(jīng)濟(jì)發(fā)展的非均衡性。

近年來，國家和地方出臺(tái)了一系列旨在推動(dòng)區(qū)域協(xié)調(diào)發(fā)展的規(guī)劃和政策。9+2經(jīng)濟(jì)區(qū)的設(shè)立，加強(qiáng)了泛珠江三角洲地區(qū)間的合作，這些區(qū)域板塊間和區(qū)域板塊內(nèi)經(jīng)濟(jì)合作的交互作用、區(qū)域間合作政策和協(xié)調(diào)機(jī)制的制度力量，加快了泛珠三角地區(qū)的發(fā)展和區(qū)域內(nèi)部空間格局的演變。

一、文獻(xiàn)綜述、研究?jī)?nèi)容與方法

（一）文獻(xiàn)綜述

區(qū)域經(jīng)濟(jì)發(fā)展差異是改革開放以來伴隨我國經(jīng)濟(jì)快速發(fā)展而出現(xiàn)的顯著現(xiàn)象，近年來對(duì)這方面的研究越來越多，方法和視角也越來越豐富[1-4]。從研究的內(nèi)容看，主要焦點(diǎn)集中于經(jīng)濟(jì)差異的測(cè)度、趨同性、收斂性、時(shí)空演變特征、動(dòng)力機(jī)制等[5-6]；從研究的尺度來看，由東中西三大地帶、南北區(qū)域、流域、省域等宏觀尺度逐漸向中觀尺度的縣市尺度發(fā)展[7-10]。從研究方法上看，定量分析和跨學(xué)科領(lǐng)域的綜合分析方法逐漸發(fā)展起來，如基于ESDA等空間分析方法的應(yīng)用，已經(jīng)取得一定的成果[11-12]。

分析已有的文獻(xiàn)，我們發(fā)現(xiàn)，到目前為止對(duì)區(qū)域空間差異的研究方法還較為單一，且多數(shù)文獻(xiàn)缺乏空間視角，很少有將傳統(tǒng)的統(tǒng)計(jì)方法和空間統(tǒng)計(jì)分析方法相結(jié)合的；研究的角度主要集中于經(jīng)濟(jì)的絕對(duì)差異上，而對(duì)相對(duì)差異如增長(zhǎng)速度的關(guān)注則較少；研究的區(qū)域多集中于經(jīng)濟(jì)較為發(fā)達(dá)的沿海省域內(nèi)，對(duì)內(nèi)地區(qū)域的空間格局演變發(fā)展的研究十分缺乏，對(duì)跨區(qū)域的諸如泛珠三角的研究更是罕見。僅有的涉及泛珠三角地區(qū)的研究主要集中于合作的政策、機(jī)制、治理角度，對(duì)區(qū)域合作以來的效果和帶來的空間格局演進(jìn)的研究少之又少。零星的研究也主要從理論上闡述空間格局可能帶來的變化，并且缺乏實(shí)證和空間視角的研究。

本研究運(yùn)用新經(jīng)濟(jì)地理學(xué)[13]的相關(guān)理論，采用統(tǒng)計(jì)分析方法和探索性空間分析方法（ESDA），運(yùn)用統(tǒng)計(jì)指數(shù)、空間自相關(guān)等檢驗(yàn)工具及空間計(jì)量分析方法，在Arcview、Opengeoda等軟件平臺(tái)的支撐下，對(duì)基于地市級(jí)的泛珠江三角地區(qū)117個(gè)行政單元進(jìn)行經(jīng)濟(jì)差異的時(shí)間和空間維度進(jìn)行分析，并對(duì)造成這些差異變動(dòng)的因素進(jìn)行實(shí)證分析，從而豐富泛珠三角的相關(guān)研究。

（二）研究單元、指標(biāo)及數(shù)據(jù)處理

本文選取人均GDP、人均GDP增長(zhǎng)率為研究指標(biāo)，以泛珠三角地區(qū)9省區(qū)所轄117個(gè)地級(jí)市為基本研究單元②，其中個(gè)別縣市行政規(guī)劃有所調(diào)整（文中統(tǒng)一按2010年的行政規(guī)劃對(duì)之前的數(shù)據(jù)進(jìn)行調(diào)整）。對(duì)變動(dòng)的區(qū)域進(jìn)行拆分或合并，使研究最大程度上和實(shí)際經(jīng)濟(jì)發(fā)展相吻合。數(shù)據(jù)方面，由于各市經(jīng)濟(jì)發(fā)展水平不同，物價(jià)指數(shù)水平亦有差異，為使各市不同年度間具有可比性，文中采用以2003年為基數(shù)的各年各市人均生產(chǎn)總值指數(shù)對(duì)各市人均GDP進(jìn)行平減，以剔除價(jià)格變化的影響③。

（三）研究方法

目前研究區(qū)域經(jīng)濟(jì)差異的方法可分為兩類：一類是利用空間差異與極化統(tǒng)計(jì)指標(biāo)進(jìn)行測(cè)度，主要包括變異系數(shù)、基尼指數(shù)、泰爾指數(shù)、沃爾夫森指數(shù)等。其中基尼指數(shù)是從集聚和離散程度兩個(gè)角度來測(cè)度指標(biāo)的總體分布情況；泰爾指數(shù)用于測(cè)度總體的空間差異；沃爾夫森指數(shù)用于總體空間的極化程度，進(jìn)而反映區(qū)域間的差異，變異系數(shù)對(duì)于不同的地域單元賦予權(quán)重，從而適用于對(duì)區(qū)域的總體差異的相對(duì)度量[10]。這四個(gè)指數(shù)越大，表明區(qū)域間的差異水平越大。使用這類統(tǒng)計(jì)方法能夠較為直觀地觀測(cè)到區(qū)域內(nèi)差異的變動(dòng)發(fā)展趨勢(shì)，但它的前提條件是各觀測(cè)區(qū)域間是相互獨(dú)立的，因此它缺乏一種空間的視角，忽略了空間異質(zhì)性和空間自相關(guān)，難以真正反映區(qū)域空間差異的變化機(jī)制[11]。

第二類為利用探索性空間分析方法，采用空間經(jīng)濟(jì)分析技術(shù)和方法，對(duì)區(qū)域的經(jīng)濟(jì)屬性的分布格局進(jìn)行描述和可視化。通過引入Moran′ I、LISA、Getis-Ord G*指標(biāo)來測(cè)度區(qū)域單元空間關(guān)系的特征，其中前兩個(gè)指數(shù)分別用于測(cè)度全局空間相關(guān)性和局域空間相關(guān)性，后一個(gè)用于測(cè)度熱點(diǎn)（hot spots）和冷點(diǎn)（cold spots）的具體分布。空間相關(guān)性是區(qū)域內(nèi)某地理單元的屬性值與相鄰的區(qū)域單元之間的相關(guān)性，其實(shí)質(zhì)是探尋區(qū)域地理單元間的空間依賴性?？臻g相關(guān)性包括全局空間自相關(guān)和局域空間自相關(guān)。使用探索性空間分析方法能夠較為直觀和準(zhǔn)確地反映空間相互作用和空間集聚作用，但不能夠準(zhǔn)確地測(cè)度出不同時(shí)間段上差異與集聚的變動(dòng)趨勢(shì)[11]。

鑒于此兩類方法的特點(diǎn)，我們將綜合使用統(tǒng)計(jì)指數(shù)和探索性空間分析方法，從靜態(tài)的人均GDP水平和動(dòng)態(tài)的人均GDP增長(zhǎng)率速度兩個(gè)角度進(jìn)行研究，以求更加準(zhǔn)確和真實(shí)地探求泛珠三角地區(qū)區(qū)域差異的空間格局演變。

對(duì)影響區(qū)域經(jīng)濟(jì)差異因素的分析，可以借助新經(jīng)濟(jì)地理學(xué)的理論，即區(qū)域經(jīng)濟(jì)行為是非均勻分布的，從而突破新古典經(jīng)濟(jì)學(xué)忽略空間因素的分析視角，通過對(duì)空間滯后模型（SLM）和空間誤差模型（SEM）的比較，從而選擇最優(yōu)的模型來對(duì)泛珠地區(qū)經(jīng)濟(jì)發(fā)展的影響因素進(jìn)行定量分析。

1. 空間差異與極化的統(tǒng)計(jì)指標(biāo)。

（1）基尼指數(shù)

（2）泰爾指數(shù)

（3）變異系數(shù)

（4）沃爾夫森指數(shù) W=2（U*-U1）/M

式中：piQi分別是第i個(gè)地市級(jí)單元人口、生產(chǎn)總值占泛珠三角區(qū)域內(nèi)總?cè)丝诤涂偵a(chǎn)總值的比重，Qi為生產(chǎn)總值從低到高排列后的累計(jì)GDP比重。U*為修正了的人均GDP，U*=人均GDP的均值*（1-基尼系數(shù)），U1指人均GDP最少的1/2地市的平均值，M為人均GDP的中位值。

2. 探索性空間數(shù)據(jù)分析。

（1）用于探索全局的空間自相關(guān)[14]（Global spatial autocorrelation）

（2）局域空間自相關(guān)LISA[15]（Local index of spatial autocorrelation）

（3）Getis-Ord G*指數(shù)[16]：

式中：xi、分別為區(qū)域內(nèi)觀測(cè)單元的屬性值和均值。wij為空間權(quán)重矩陣，基于鄰接概念的空間權(quán)重矩陣包括一階rook鄰接矩陣和一階queen鄰接兩種，文中選擇一級(jí)rook鄰接矩陣進(jìn)行分析，s2為（xi-）2/n。我們對(duì)（1）～（3）式統(tǒng)計(jì)進(jìn)行顯著性檢驗(yàn)：。給定顯著性水平時(shí)，Moran′ I取值在-1～1，當(dāng)Moran′ I顯著為正或?yàn)樨?fù)時(shí)，呈現(xiàn)空間上高高或低低集聚。值越趨向于1，說明總體空間差異越小，反之亦然。僅當(dāng)Moran′ I值指數(shù)趨向于期望值，觀測(cè)值之間才表現(xiàn)為隨機(jī)分布。Ii的顯著性檢驗(yàn)采用Bonferroni標(biāo)準(zhǔn)加以判斷。Z（G*）為正且顯著時(shí)，表示i地理單元周圍的值相對(duì)較高，屬于熱點(diǎn)區(qū)，反之則為冷點(diǎn)區(qū)。

二、泛珠三角地區(qū)發(fā)展差異的時(shí)空演變

（一）泛珠三角地區(qū)基本空間格局

泛珠三角地區(qū)經(jīng)濟(jì)發(fā)展的階梯性差異較大，由于經(jīng)濟(jì)基礎(chǔ)、區(qū)位因素、政策因素等綜合作用，泛珠三角地區(qū)已經(jīng)形成了一種固有的經(jīng)濟(jì)空間結(jié)構(gòu)。圖1是泛珠三角地區(qū)2003和2010年基于地市級(jí)的人均GDP的四分位圖。我們可以看到，盡管近年來泛珠三角區(qū)域內(nèi)部各地區(qū)人均GDP都有了不同程度的提高，但經(jīng)濟(jì)的發(fā)展具有較強(qiáng)的“路徑依賴”性，這些發(fā)展并沒能帶來泛珠三角地區(qū)空間經(jīng)濟(jì)結(jié)構(gòu)的巨大變遷。首先人均GDP從東向西遞減的總體特征并沒有發(fā)生變化；其次以沿海和各省會(huì)城市為核心的中心-外圍結(jié)構(gòu)基本穩(wěn)定。但值得注意的是局部的城市分位段已發(fā)生變化，等級(jí)提升或下降的地市達(dá)到17個(gè)，占到總數(shù)的14.2%。

參照世界銀行區(qū)域經(jīng)濟(jì)發(fā)展劃分標(biāo)準(zhǔn)，將區(qū)域內(nèi)依照人均GDP的50%、100%、150%及以上把泛珠地區(qū)劃分為四個(gè)標(biāo)準(zhǔn)，分別為低水平發(fā)展區(qū)、中低水平發(fā)展區(qū)、中高水平發(fā)展區(qū)和高水平發(fā)展區(qū)。其中2003年和2010年低于平均水平的區(qū)域比重分別達(dá)到68%和64%，這說明基于地市級(jí)區(qū)域尺度的泛珠三角地區(qū)兩級(jí)分化現(xiàn)象仍然十分凸顯。但2010年泛珠三角區(qū)處于低水平發(fā)展區(qū)和高水平發(fā)展區(qū)的個(gè)數(shù)分別比2003年減少3個(gè)和2個(gè)，這樣屬于中低水平和中高水平標(biāo)準(zhǔn)的區(qū)域個(gè)數(shù)增加了5個(gè)，增加比重達(dá)到5%，這在一定程度上反映了區(qū)域格局中人均GDP差異的縮小。

（二）泛珠三角地區(qū)經(jīng)濟(jì)發(fā)展差異的時(shí)間維度分析

使用基尼系數(shù)、變異系數(shù)、泰爾指數(shù)和沃爾夫森指數(shù)這四個(gè)指標(biāo)，從不同角度來測(cè)度泛珠三角地區(qū)區(qū)域人均GDP的差異變動(dòng)趨勢(shì)。

如圖2所示，除反映經(jīng)濟(jì)總體空間極化程度的沃爾夫森指數(shù)在波動(dòng)中呈現(xiàn)下降趨勢(shì)外，測(cè)度經(jīng)濟(jì)不平衡性的基尼系數(shù)和變異系數(shù)以及反映空間差異的泰爾指數(shù)均呈現(xiàn)明顯的下降趨勢(shì)，其中變異系數(shù)從2003年的0.93下降到2010年的0.72，下降幅度達(dá)到23%，泰爾指數(shù)和基尼系數(shù)也分別下降了31%和13.2%。這一結(jié)果表明，隨著泛珠三角地區(qū)合作的深化和一系列區(qū)域開發(fā)政策的實(shí)施，基于地市級(jí)單元的泛珠三角地區(qū)總體上人均GDP差異水平與極化效應(yīng)表現(xiàn)出一定程度上的弱化。此外，由泰爾指數(shù)的分解法，我們將泰爾指數(shù)分解為區(qū)間差異和區(qū)域內(nèi)部差異指數(shù)。

根據(jù)泛珠三角地區(qū)現(xiàn)存經(jīng)濟(jì)差異的情況，我們以各省會(huì)城市為中心，將泛珠地區(qū)按各省為單位進(jìn)行劃分，計(jì)算省域間差異和省域內(nèi)部差異。如圖3所示，2003—2010年，區(qū)間差異在2004年達(dá)到最大值之后一直保持穩(wěn)定的下降趨勢(shì)，2004—2010年下降幅度達(dá)47.28%，波動(dòng)趨勢(shì)和總體泰爾指數(shù)相近，而區(qū)域內(nèi)差異在波動(dòng)中演進(jìn)呈下降趨勢(shì)。因此在區(qū)域間和區(qū)域內(nèi)部差異變動(dòng)雙重作用下，泛珠三角地區(qū)人均GDP差異水平表現(xiàn)出縮小的態(tài)勢(shì)。

（三）泛珠三角地區(qū)經(jīng)濟(jì)發(fā)展差異的空間維度分析

區(qū)域內(nèi)部經(jīng)濟(jì)發(fā)展和增長(zhǎng)是具有空間特性的，泛珠三角地區(qū)是彼此地理相鄰接的區(qū)域，而空間統(tǒng)計(jì)分析的本質(zhì)正是探求區(qū)域經(jīng)濟(jì)發(fā)展的空間依賴性和區(qū)域空間的相關(guān)性。因此從空間上探索區(qū)域經(jīng)濟(jì)發(fā)展格局的變化具有較現(xiàn)實(shí)的意義，也比較符合泛珠地區(qū)經(jīng)濟(jì)特征。

1. 全局空間自相關(guān)。全局空間自相關(guān)從空間整體上研究一個(gè)區(qū)域空間內(nèi)部的相關(guān)性，它使用全局Morans I值來測(cè)度空間全局的特征，分析區(qū)域空間整體的關(guān)聯(lián)性和差異性。前文中，我們發(fā)現(xiàn)泛珠地區(qū)由于經(jīng)濟(jì)發(fā)展的路徑依賴，區(qū)域的空間結(jié)構(gòu)具有一定的穩(wěn)定性，因此需要綜合考慮人均GDP的增長(zhǎng)速度，以便更好地探求區(qū)域發(fā)展的空間格局，把握經(jīng)濟(jì)增長(zhǎng)的空間走向。

表2表明，人均GDP的全局空間自相關(guān)指數(shù)均為正數(shù)，檢驗(yàn)顯著，且在數(shù)值上呈遞增趨勢(shì)，表明總體趨勢(shì)在不斷加強(qiáng)。因此，泛珠三角基于地市級(jí)的人均GDP在地域上呈顯著的空間集聚分布，經(jīng)濟(jì)發(fā)展較好的地區(qū)和經(jīng)濟(jì)差的地區(qū)空間集聚明顯，相鄰區(qū)域間的經(jīng)濟(jì)關(guān)聯(lián)在強(qiáng)化，隨著區(qū)域間合作的進(jìn)一步深化，這種特性將進(jìn)一步增強(qiáng)。這種空間集聚的加強(qiáng)在一定程度上弱化了區(qū)域經(jīng)濟(jì)的差異，與通過指數(shù)分析得出的結(jié)論相契合。需要強(qiáng)調(diào)的是，由于全局空間自相關(guān)是探求區(qū)域空間總體上的特征，因此泛珠三角地區(qū)總體上區(qū)域差異的縮小，是基于地市級(jí)泛珠地區(qū)空間差異在平均意義上的縮小，與其他局域內(nèi)空間差異并不矛盾。

另一方面，由于人均GDP的分析只能從一種相對(duì)靜態(tài)的角度去分析，為了更好地探求泛珠地區(qū)空間格局的演變，還需要從相對(duì)動(dòng)態(tài)的角度，即通過對(duì)人均GDP的增長(zhǎng)率來分析。人均GDP增長(zhǎng)率的Moran，s I值均呈為正，除2009年未通過顯著性檢驗(yàn)外，其他年份均通過顯著性水平檢驗(yàn)，這基本可以表明區(qū)域內(nèi)人均GDP增長(zhǎng)呈現(xiàn)空間正相關(guān)，即各地市級(jí)人均GDP增長(zhǎng)率呈不平衡增長(zhǎng)態(tài)勢(shì)，相鄰區(qū)域間經(jīng)濟(jì)增長(zhǎng)速度存在空間依賴性。從Moran，s I的走勢(shì)上看，波動(dòng)較大，沒有明顯的增強(qiáng)或減弱的趨勢(shì)，顯示出人均GDP的增長(zhǎng)態(tài)勢(shì)在空間上具有一定的隨機(jī)性。

2. 局域空間自相關(guān)（Lisa）。（1）空間聯(lián)系指標(biāo)局域自相關(guān)。全局空間自相關(guān)是在對(duì)整個(gè)區(qū)域空間不含有異質(zhì)性的假定上，認(rèn)為在整個(gè)區(qū)域內(nèi)部只存在一種趨勢(shì)，而且我們可以觀測(cè)到整體的一種較為明顯的趨勢(shì)。但事實(shí)上，像泛珠三角這樣的地區(qū)，區(qū)域單元之間存在較大程度的非均質(zhì)性。當(dāng)考慮到內(nèi)部局域空間相關(guān)性時(shí)，即哪個(gè)區(qū)域單元對(duì)全局空間自相關(guān)的貢獻(xiàn)更大或者全局空間自相關(guān)在何種程度上掩蓋住了局域的異質(zhì)性時(shí)，我們就有必要進(jìn)一步探求局部情況[17]。因此我們需要借助局域空間分析方法來探求局部的空間特征，從而發(fā)現(xiàn)局部單元之間空間要素的異質(zhì)性。

局部空間自相關(guān)分析的是區(qū)域單元觀測(cè)屬性值的高值或低值的集聚特征，它一方面為每個(gè)觀測(cè)單元與周圍單元之間集聚的顯著性做出評(píng)估；另一方面，它可以作為小范圍內(nèi)空間不穩(wěn)定性的指標(biāo)。局部空間自相關(guān)通過Moran散點(diǎn)圖局域Lisa圖來反映。

圖4給出了2003年和2010年泛珠三角地區(qū)人均GDP的Morans I散點(diǎn)圖。我們可以很直觀地看出，各地市級(jí)觀察單位主要集中于第一和第三象限，根據(jù)Morans I散點(diǎn)圖的含義，即主要為低低、高高的空間集聚，且屬于低低區(qū)域的單元明顯要多于高高區(qū)域單元。具體來看，2003年屬于第一象限的城市主要包括珠三角和廈漳泉沿海及湘潭等個(gè)別內(nèi)陸城市；2010年，在原有基礎(chǔ)上又新擴(kuò)容清遠(yuǎn)和陽江兩市，這些城市與其相鄰接的城市是泛珠三角地區(qū)人均產(chǎn)值較高的地區(qū)。2010年陽江和清遠(yuǎn)的加入，說明泛珠合作以及廣東省內(nèi)的區(qū)域轉(zhuǎn)移政策對(duì)這些地區(qū)產(chǎn)生了一定的積極影響。散點(diǎn)圖除了表示那些偏離全局空間特征的局部關(guān)聯(lián)類型外，還包括了空間關(guān)聯(lián)的總體平穩(wěn)程度[18]。與2003年的散點(diǎn)圖相比，落在第一和第三象限中的點(diǎn)更加趨近于坐標(biāo)軸，說明相鄰的高值地域單元和相鄰的低值地域單元之間差異在縮小，區(qū)域極化效應(yīng)在減弱。

落入第二和第四象限的地區(qū)即低高和高低集聚區(qū)，表明區(qū)域間具有較強(qiáng)的異質(zhì)性。2010年相對(duì)于2003年這類城市個(gè)數(shù)下降16%，說明區(qū)域間差異有一定程度的趨于收斂。同時(shí)仍有近半的地區(qū)集中于低低集中區(qū)，這些地區(qū)主要集中于西部地區(qū)，經(jīng)濟(jì)基礎(chǔ)較差，區(qū)位條件差，整體格局并沒有顯著變化。

從總體上看，人均GDP主要集中于高高，低低集中區(qū)內(nèi)，且年度間沒有顯著變化。區(qū)域間的合作雖然帶來局域間一些變動(dòng)，但主要還是發(fā)生在中部和東部一些地區(qū)，如清遠(yuǎn)由低高集聚向高高集聚區(qū)轉(zhuǎn)變，汕頭、德陽等由高低集聚區(qū)向低低聚集區(qū)轉(zhuǎn)變，表現(xiàn)為向周邊的趨同現(xiàn)象。因此2003年以來，基于地市級(jí)的泛珠三角地區(qū)人均GDP的明顯的空間二元結(jié)構(gòu)并沒有發(fā)生實(shí)質(zhì)性改變。由于經(jīng)濟(jì)基礎(chǔ)、區(qū)位因素等原因的存在，短期內(nèi)人均GDP的熱點(diǎn)地區(qū)仍然將集中于東部沿海地區(qū)和內(nèi)陸個(gè)別城市間，如表3所示。

（2）LISA集聚圖。通過散點(diǎn)圖我們可以看出泛珠地區(qū)人均GDP的空間二元結(jié)構(gòu)，而通過LISA集聚圖我們可以直觀地看到地理單元屬性和周邊地理單元的相關(guān)性或相異性。

通過2003年和2010年的人均GDP的Lisa圖我們發(fā)現(xiàn)，2003年經(jīng)濟(jì)增長(zhǎng)的高值集中區(qū)和低值集中區(qū)較多，其中顯著的低低區(qū)域居于主導(dǎo)地位，在空間上表現(xiàn)出較為集聚的分布而非空間的隨機(jī)性分布。2010年和2003年相比，清遠(yuǎn)、漳州等區(qū)域被納入到高值集中區(qū)，表現(xiàn)出珠三角和廈漳泉地區(qū)對(duì)周邊地市產(chǎn)生較強(qiáng)的輻射作用。低低類型集聚區(qū)中，百色、廣安、怒江、昭通等地區(qū)從中脫離出來，低低區(qū)域有了一定的縮小。LISA集聚的動(dòng)態(tài)變化表明，近些年來，泛珠江三角洲地區(qū)人均GDP已經(jīng)發(fā)生一定程度的變動(dòng)，高值區(qū)具有一定的輻射作用，把一些原來的低值區(qū)帶入高值區(qū)。相對(duì)于這種變化，更為明顯的是更多的中西部地區(qū)從低值集聚區(qū)內(nèi)脫離出來，表現(xiàn)為一定程度上區(qū)域趨于平衡，如圖5所示。

（四）經(jīng)濟(jì)增長(zhǎng)熱點(diǎn)演化

通過借用局部G*統(tǒng)計(jì)量來動(dòng)態(tài)地考察泛珠三角地區(qū)地市級(jí)人均GDP增長(zhǎng)速度空間格局的熱點(diǎn)區(qū)域演化。

從三個(gè)時(shí)間點(diǎn)的冷熱點(diǎn)區(qū)域來看，變化較為明顯。2003年經(jīng)濟(jì)增長(zhǎng)的熱點(diǎn)區(qū)域主要集中于珠三角和湖南、江西的東中部地市，冷點(diǎn)地區(qū)集中于云南、貴州、廣西等西部地市；到2007年時(shí)，熱點(diǎn)地區(qū)已經(jīng)發(fā)生較大變動(dòng)，在東中西部地區(qū)零散分布；到2010年時(shí)，西部四川的部分地市出現(xiàn)熱點(diǎn)區(qū)域的連片分布，而沿海珠三角地區(qū)甚至出現(xiàn)了冷點(diǎn)區(qū)。這些空間格局的變化，反映出泛珠三角地區(qū)人均GDP增長(zhǎng)冷熱區(qū)域格局的變遷，見圖6所示。

三、泛珠三角地區(qū)經(jīng)濟(jì)發(fā)展差異影響因素的實(shí)證分析

（一）空間回歸模型和方法

空間滯后模型（SpatialLagModel）

空間滯后模型的含義為由于空間相關(guān)，本區(qū)域的被解釋變量不僅與該區(qū)域的因變量有關(guān)，還與相鄰區(qū)域的因變量有關(guān)。式中，W為空間權(quán)重矩陣，Wy為空間滯后項(xiàng)，λ和β是估計(jì)參數(shù)。

空間誤差模型（SpatialError Model）

空間誤差模型的含義為將無法預(yù)期的成分和誤差項(xiàng)設(shè)定為一個(gè)空間自回歸的過程。其中W？著為誤差項(xiàng)的空間滯后，v是不相關(guān)的，同方差的誤差項(xiàng)。

模型采用極大似然估計(jì)方法和實(shí)質(zhì)冗余的空間依賴性的LM檢驗(yàn)，并比較SEM和SLM的模型的顯著性來選擇最優(yōu)模型。

（二）空間模型的設(shè)定

根據(jù)新經(jīng)濟(jì)地理學(xué)理論、相關(guān)文獻(xiàn)[19]和泛珠三角地區(qū)的實(shí)際情況，設(shè)定泛珠三角地區(qū)經(jīng)濟(jì)差異的實(shí)證模型：

其中，被解釋變量為對(duì)數(shù)化的人均GDP（pgdp），以反映區(qū)域經(jīng)濟(jì)的增長(zhǎng)變動(dòng)；資本和勞動(dòng)是經(jīng)濟(jì)中最主要的要素，文中選取社會(huì)新增投資額（k）和全社會(huì)城鄉(xiāng)從業(yè)人員（l）來代替；進(jìn)出口是經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，引入變量進(jìn)出口額（imex）用于評(píng)價(jià)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響；城鎮(zhèn)化是推動(dòng)經(jīng)濟(jì)發(fā)展、縮小經(jīng)濟(jì)差距的重要途徑，故引入城鎮(zhèn)化率（urban）變量；工業(yè)化是區(qū)域經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿Γ虼税训诙a(chǎn)業(yè)比重（sir）引入模型。選取2010年泛珠三角地區(qū)118個(gè)地級(jí)市的截面數(shù)據(jù)進(jìn)行分析。

通過前文空間相關(guān)性檢驗(yàn)，發(fā)現(xiàn)泛珠區(qū)域經(jīng)濟(jì)發(fā)展水平方面具有空間相關(guān)性，因此需要采用空間計(jì)量模型來進(jìn)行估計(jì)。在表4的OLS的估計(jì)結(jié)果中我們也可以看出，雖然多數(shù)變量都通過了顯著性檢驗(yàn)，模型整體也通過了1%水平的顯著性檢驗(yàn)，但模型的擬合優(yōu)度較低，只達(dá)到0.395的水平，部分變量的符號(hào)與實(shí)際經(jīng)濟(jì)現(xiàn)象相差甚遠(yuǎn)，因此我們需要拒絕一般模型的OLS估計(jì)方法。表4中Lagrange乘數(shù)誤差和滯后及其穩(wěn)健性檢驗(yàn)表明，LM（lag）、Robust LM（lag）、LM（error）、Robust LM（error）均能夠通過1%水平下的顯著性檢驗(yàn)，但LM（error）大于LM（lag）、Robust LM（error）也大于Robust LM（lag），因此，選擇SEM模型進(jìn)行空間計(jì)量分析，比較SEM和SLM的對(duì)數(shù)似然函數(shù)值LOGL、AIC、SC、LR等數(shù)值，可以看出SEM的LOGL（-33.344 8）大于SLM的LOGL值（-60.798 5），而SEM的AIC、SC（78.689 7、95.262 7）均小于SLM（135.597、154.932），因此使用SEM估計(jì)的結(jié)果要更好一些。

通過空間誤差模型的實(shí)證結(jié)果我們可以得出以下結(jié)論：

1. 第二產(chǎn)業(yè)比重變動(dòng)對(duì)泛珠三角區(qū)域經(jīng)濟(jì)發(fā)展具有顯著的正影響，且其彈性系數(shù)達(dá)到0.56。第二產(chǎn)業(yè)由于其產(chǎn)業(yè)鏈長(zhǎng)，對(duì)經(jīng)濟(jì)發(fā)展的集聚和拉動(dòng)效應(yīng)明顯，且泛珠三角所包含的中西部地區(qū)城鎮(zhèn)化水平尚低，因此積極推進(jìn)工業(yè)化，做好沿海與內(nèi)地產(chǎn)業(yè)的對(duì)接與轉(zhuǎn)移，為地方經(jīng)濟(jì)的發(fā)展構(gòu)建必要的工業(yè)支撐，對(duì)促進(jìn)泛珠地區(qū)發(fā)展意義深遠(yuǎn)。

2. 城鎮(zhèn)化率對(duì)區(qū)域經(jīng)濟(jì)發(fā)展影響的彈性系數(shù)達(dá)到0.386，這表明城鎮(zhèn)化是推動(dòng)經(jīng)濟(jì)發(fā)展的重要載體和動(dòng)力。通過推進(jìn)城鎮(zhèn)化可以推進(jìn)城鎮(zhèn)外延的擴(kuò)張和城市規(guī)模的擴(kuò)大，促進(jìn)人口和產(chǎn)業(yè)的集聚、信息要素的高效流通，從而實(shí)現(xiàn)規(guī)模效應(yīng)，促進(jìn)經(jīng)濟(jì)發(fā)展。

3. 進(jìn)出口及新增固定資產(chǎn)投資都與區(qū)域經(jīng)濟(jì)發(fā)展存在顯著的正相關(guān)關(guān)系，因此積極引導(dǎo)投資，擴(kuò)大對(duì)外經(jīng)濟(jì)貿(mào)易，優(yōu)化資本的有效投資和流動(dòng)，從而將投資的效率和效益最大化，鼓勵(lì)區(qū)域充分發(fā)揮比較優(yōu)勢(shì)，借助區(qū)域間的合作，積極拓展對(duì)外貿(mào)易，可以有效的促進(jìn)泛珠區(qū)域經(jīng)濟(jì)的發(fā)展。

4. 無論是OLS估計(jì)結(jié)果還是ML估計(jì)結(jié)果，都顯示城鎮(zhèn)勞動(dòng)人口對(duì)經(jīng)濟(jì)增長(zhǎng)的彈性系數(shù)為負(fù)數(shù)，即城鎮(zhèn)就業(yè)人口規(guī)模與經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)關(guān)系，這與新古典經(jīng)濟(jì)理論和新經(jīng)濟(jì)地理學(xué)的理論都相矛盾。出現(xiàn)這種情況，一方面可能是因?yàn)榉褐槿堑貐^(qū)大部分的地市級(jí)區(qū)域就業(yè)人口龐大，而區(qū)域內(nèi)第二產(chǎn)業(yè)和第三產(chǎn)業(yè)又相對(duì)發(fā)展滯后，使得人口的城鎮(zhèn)化水平高于工業(yè)化水平，造成勞動(dòng)力不能充分利用，形成一種隱性失業(yè)的現(xiàn)象，從而抑制了人力資本的作用；另一方面沿海省份的部分地區(qū)高度工業(yè)化，人口的大量集聚，一定程度上造成人口的過度膨脹，進(jìn)入勞動(dòng)投入的邊際收益遞減階段。

四、結(jié)論

1. 我們用統(tǒng)計(jì)和空間分析相結(jié)合的方法對(duì)泛珠三角地區(qū)經(jīng)濟(jì)發(fā)展差異進(jìn)行了分析，通過人均GDP的分位格局顯示，區(qū)域單元發(fā)展具有較強(qiáng)的集聚性和異質(zhì)性，以沿海主要城市群和各主要省會(huì)城市為核心的中心-邊緣模式結(jié)構(gòu)明顯。四個(gè)統(tǒng)計(jì)指數(shù)都表明：泛珠三角地區(qū)區(qū)域內(nèi)部基于人均GDP的區(qū)域經(jīng)濟(jì)差異有縮小的趨勢(shì)，這在一定程度上說明泛珠三角地區(qū)區(qū)域政策和區(qū)域合作的效力逐漸顯現(xiàn)。

2. 基于全局空間自相關(guān)和局域自相關(guān)分析方法，通過對(duì)泛珠三角地區(qū)近十年來主要年份的區(qū)域格局動(dòng)態(tài)分析發(fā)現(xiàn)，人均GDP和其增長(zhǎng)速度的空間自相關(guān)性較為明顯，形成經(jīng)濟(jì)水平和增長(zhǎng)速度的集聚區(qū)，空間依賴性較強(qiáng)。LISA值和散點(diǎn)圖都反映區(qū)域單元經(jīng)濟(jì)差異水平在縮小。經(jīng)濟(jì)增長(zhǎng)率的熱點(diǎn)地區(qū)逐漸由珠三角地區(qū)向西南四川、廣西等省份的部分地市變遷，珠三角等沿海地區(qū)甚至出現(xiàn)經(jīng)濟(jì)增速的冷點(diǎn)區(qū)。

3. 通過統(tǒng)計(jì)指數(shù)顯示空間經(jīng)濟(jì)發(fā)展的不平衡性在縮小，而局域空間相關(guān)性分析卻表明局域人均GDP的空間集聚和極化程度在加劇。分析表明，區(qū)域內(nèi)局域的空間極化程度在上升，表現(xiàn)為以珠三角和各省會(huì)城市為中心的中心輻射作用的加強(qiáng)，部分高值區(qū)域周圍的低值區(qū)域開始發(fā)生躍遷，且區(qū)域板塊之間的差異可能隨著近些年區(qū)域的發(fā)展縮小。

4. 整體來看，泛珠區(qū)域內(nèi)存在空間自相關(guān)性，區(qū)域間經(jīng)濟(jì)之間存在一定的依賴性。因此在利用傳統(tǒng)統(tǒng)計(jì)方法分析區(qū)域經(jīng)濟(jì)問題時(shí)，必須考慮區(qū)域的非獨(dú)立性。同時(shí)我們發(fā)現(xiàn)，盡管存在空間依賴性，但并不是很強(qiáng)，部分區(qū)域之間不存在經(jīng)濟(jì)上的顯著的空間關(guān)聯(lián)性。這一方面或由于泛珠地區(qū)經(jīng)濟(jì)發(fā)展階梯性差異較明顯，另一方面政策實(shí)踐的時(shí)間太短，效力微弱，并沒能從根本上改變地理鄰接地市之間的經(jīng)濟(jì)聯(lián)系格局的變遷，區(qū)域間合作有待進(jìn)一步深化。

5. 運(yùn)用基于地市級(jí)的2010年截面數(shù)據(jù)，借助新經(jīng)濟(jì)地理學(xué)的相關(guān)理論進(jìn)行空間計(jì)量實(shí)證分析，通過對(duì)比忽略空間相關(guān)性的普通OLS估計(jì)結(jié)果和考慮空間相關(guān)性的SEM模型的ML估計(jì)結(jié)果，我們發(fā)現(xiàn)，在存在空間相關(guān)性的區(qū)域分析中，SEM模型擬合性更好，從而能夠最大程度地避免OLS估計(jì)的偏誤。估計(jì)結(jié)果顯示：第二產(chǎn)業(yè)發(fā)展水平對(duì)區(qū)域經(jīng)濟(jì)發(fā)展水平影響最為顯著，城鎮(zhèn)化水平作用明顯，進(jìn)出口，儲(chǔ)蓄水平以及新增投資與經(jīng)濟(jì)發(fā)展具有顯著的正相關(guān)關(guān)系。

注釋：

①數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒（2011），中國城市統(tǒng)計(jì)年鑒（2011）及各省2011年統(tǒng)計(jì)年鑒。

②海南省將三亞市以外的縣、農(nóng)墾區(qū)全部歸為?？谑?。

③由于缺少海南省各市人均生產(chǎn)總值指數(shù)的統(tǒng)計(jì)，文中以當(dāng)年生產(chǎn)總值指數(shù)進(jìn)行替代。

參考文獻(xiàn)：

[1]李小建，喬家君.20世紀(jì)90年代中國縣際經(jīng)濟(jì)差異的空間分析[J].地理學(xué)報(bào)，2001，56（2）：136-143.

[2]Shan J. A macroeconomic model of income disparity in China[J]. International Economic Journal，2002，16：47-63.

[3]Ying L G. Understanding China 's recent growth experience：aspatial econometric perspective[J]. Annals ofRegional Sciences，2003，37：613-628.

[4]Max L，Wang E.Forging ahead and falling behind：Changing regional inequalities in post-reform China[J].Growth and Change，2002，33（1）：42-71.

[5]歐向軍，沈正平，王榮成.中國區(qū)域經(jīng)濟(jì)增長(zhǎng)與差異格局演變探析[J].地理科學(xué)，2006，26（6）：641-648.

[6]賀燦飛，梁進(jìn)社.中國區(qū)域經(jīng)濟(jì)差異的時(shí)空變化：市場(chǎng)化、全球化、城市化[J].管理世界，2004（8）：8-17.

[7]徐建華，魯鳳，蘇方林，等.中國區(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.

[8]李秀偉，修春亮.東北三省區(qū)域經(jīng)濟(jì)極化的新格局[J].地理科學(xué)，2008，28（6）：722-728.

[9]李莉，劉慧，劉衛(wèi)東.基于城市尺度的中國區(qū)域經(jīng)濟(jì)增長(zhǎng)差異及其因素分解[J].地理研究，2008，27（5）：1048-1058.

[10]劉慧.區(qū)域差異的測(cè)度方法與評(píng)價(jià)[J].地理研究，2006，7（4）：710-718.

[11]靳誠，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.

[12]王洋，修春亮.1990—2008年中國區(qū)域經(jīng)濟(jì)格局時(shí)空演變[J].地理科學(xué)進(jìn)展，2011，（8）：1037-1046.

[13]Dixit A. Stiglitz J. Monopolistic Competition and Optimum Product Diversity[J]. American Economic review，1977，67：297-308.

[14]Anselin L.Spatial econometrics[A].BaltagiB（ed.）.Companion to Econometrics[C].Basil Blackwell，Oxford，2000.

[15]Anselin L.Local indicators of spatial association- LISA [J].Geographical Analysis，1995，27（2）：93-115.

[16]Getis A，Ord JK.The analysis of spatial association by use of distance statist ics[J].Geographical Analysis，1992，24（3）：189-206.

[17]楊賀，劉金平.中原地區(qū)經(jīng)濟(jì)增長(zhǎng)演變及空間依賴性分析[J].統(tǒng)計(jì)與決策，2012，（5）：102-105.

[18]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，（4）：965-974.

[19]王家庭，賈成蕊.我國城市化與區(qū)域經(jīng)濟(jì)增長(zhǎng)差異的空間計(jì)量研究[J].經(jīng)濟(jì)科學(xué)，2009，（3）：94-102.

責(zé)任編輯、校對(duì)：關(guān) 華