長三角制造業勞動生產率空間差異研究——基于ESDA分析的證據*

柯 蓉 秦 莉

一、引言

長三角是我國經濟發展速度最快、經濟總量規模最大、最具有發展潛力的區域。其中長三角地區制造業產值占全國制造業總產值的四分之一以上。在整個長三角地區經濟取得巨大成就的同時，在區域內部各城市之間的經濟卻存在著一定的差異。通過大量文獻及整理近10年來長三角地區等經濟指標的數據，可以初步發現長三角地區整體的經濟發展水平的分布格局呈現較為明顯的中心到外圍的格局。經濟發展較快的主要集中在長三角的中部，如上海、蘇錫常地區，而經濟發展對緩慢的主要集中在長三角地區的邊緣地帶，如揚州、臺州等地。

范建勇和朱國林（2002）對地區差異的研究表明：1995年以后第二產業基尼系數貢獻率超過了60%。在第二產業中占主要地位的是制造業，所以地區差異實際上主要是各地制造業的差距，這一點也與我國正在經歷的工業化進程一致。除了各地的工業規模和密集程度外，長三角制造業勞動生產率的空間差異是各地工業生產差異的主要原因。陳建軍和夏富軍（2006）通過對長三角制造業垂直分工水平的測度，描繪出了長三角內部制造業的產業優勢格局。劉錄敬和陳曉明（2010）采用行業平均集中率指標和赫芬達爾—赫希曼指數分析了長三角制造業平均集中率和空間集中度，然后以制造業二位數分類行業集中分析了兩省（浙江、江蘇）一市（上海）產業轉移情況。呂新雷等（2010）對長三角制造業空間集聚與擴散進行了實證研究，論述了城市產業轉型及發展方向。通過對現有關于長三角地區差距相關研究文獻的梳理，可以發現國內多數經濟學者都是基于傳統的新古典增長理論的分析框架來對長三角地區差距長期動態演變的趨勢及成因進行的研究。

關于長三角制造業勞動生產率的差異方面，姚瑤，寧越敏（2009）利用區位商分析方法和計算勞動生產率對2005年長三角制造業的發展層次和空間差異進行了實證檢驗。同時也指出區位商方法在分析區域產業結構以及空間差異方面的不足之處。本文將采用探索性空間數據分析方法（ESDA）對長三角地區制造業勞動生產率的空間差異以及空間相關性進行定量分析，以期有助于了解長三角地區制造業發展狀況的差異、演變態勢以及存在的一些問題。

二、研究方法與數據來源

（一）研究方法

本文采用了空間統計分析和描述性統計分析相結合的方法，要進行空間統計分析，首先要確定地區之間相互作用的關系模型，一般通過設定空間權重矩陣來實現這個目的。空間權重矩陣的定義是空間統計學與傳統統計學的重要區別之一，是利用ESDA技術進行空間探索分析的前提和基礎。如何選擇適當的空間權重矩陣是空間數據分析中最難且最有爭議的問題之一。

空間權重矩陣的構造方法很多，例如二進制鄰接權重矩陣、K最近點權重矩陣、基于距離權重矩陣、Dacey權重矩陣、閾值權重矩陣等。在區域經濟研究領域，常用的權重矩陣主要是二進制鄰接權重矩陣、基于距離權重矩陣、Dacey權重矩陣等。一般空間權重矩陣的定義方法都與空間單元的物理特征緊密相連，與二進制連接矩陣一樣，當空間單元由點構成時，這種定義方法就會失效，而采用的解決辦法即利用泰森多邊形所確定的邊界長度和面積又存在很大程度的主觀性。另外，當所考慮的空間相互關系由某些因素如純粹的經濟變量決定，而這可能與地圖上的空間邊界的結構關系很小時。目前，二進制鄰接矩陣因其簡便性及適用性，是空間分析學家在進行空間模型分析時首選矩陣。本文選取二進制鄰接方法創建權重矩陣。

1.二進制鄰接權重矩陣

最初對空間依賴性及空間自相關的測度，是基于空間單元間二進制鄰接性思想進行的，鄰接性由0和1兩個值表達。如果兩個空間單元有非零長度的公共邊界，就認為二者是相鄰的，對應的二進制鄰接矩陣的元素賦值為1。這種空間權重矩陣稱之為二進制鄰接矩陣，元素定義形式如下：

其中，i，j∈［1，n］，i，j均為空間單元編號，n為空間單元個數。

二進制鄰接矩陣在空間相鄰定義的基礎上，進行一定的擴展，定義為基于距離的二進制權重矩陣，表達式為：

其中，d為根據所做研究的需要自定義的距離。這兩種矩陣的主要區別在于d是否為0，d為0則是鄰接矩陣，d不為0則是距離矩陣。

2.全局Moran’s I指數

全局Moran指數是由Moran于1948年提出的，它反映的是空間鄰接或鄰近的區域單元屬性值的相似程度。全局Moran指數取值范圍為［-1，1］，正值表示該空間事物的屬性值分布具有正相關性，負值表示該空間事物的屬性值分布具有負相關性，0值表示該空間事物屬性不存在空間相關，即空間隨機分布。計算公式：

式中，n為格數據目，yi和yj分別是空間對象在第i和第j兩點的屬性值，y為y的平均值，空間權重矩陣元素wij為空間對象在第i和第j兩點之間的連接關系。

對于全局Moran指數，可以用標準化統計量Z（I）來檢驗空間自相關的顯著性水平。Z（I）的計算公式為：Z（I）=（I-E（I））/Var（I），Var（I）是 Moran 指數的理論方差，E（I）=-1/（n-1）為其理論期望。

全局間自相關假定空間是同質的，即研究區域內的空間對象的某一屬性值只存在一種整體趨勢。但空間對象的空間異質性并不少見。因此需要發展局域統計方法來衡量每一個空間對象屬性在局部的相關性質。局域相關性的研究主要是運用局域Moran’s I指數、Moran’s散點圖進行衡量。

3.局域Moran’s I指數（亦稱LISA）

局域Moran’s I指數是將全局Moran’s I指數分解到局域空間上，即針對空間每一個分布對象，有：

4.Moran散點圖

以（Wz，z）為坐標點的Moran散點圖常來研究局部的空間不穩定性，對空間之后因子Wz和z數據進行可視化的二維圖示。值得注意的是Moran散點圖不是LISA，因為其不能獲得局部空間集聚的顯著性指標。

Moran散點圖的四個象限分別對應區域單元與其鄰居之間的四種類型的局部空間聯系形式：第一象限（HH）代表了高觀測值得區域單元被同是高觀測值的區域所包圍的空間聯系形式；第二象限（LH）代表了高觀測值得區域單元被低觀測值的區域所包圍的空間聯系形式；第三象限（LL）代表了低觀測值得區域單元被同是低觀測值的區域所包圍的空間聯系形式；第四象限（HL）代表了低觀測值得區域單元被高觀測值的區域所包圍的空間聯系形式。

與局部Moran’s I指數相比，其重要的優勢在于能夠進一步具體區分區域單元和其鄰居之間屬于高值和高值、低值和低值、高值和低值、低值和高值之中的哪種空間聯系形式。并且，對應于Moran散點圖的不同象限，可以識別出空間分布中存在著哪幾種不同的實體。將Moran散點圖與LISA顯著性水平相結合，可以得到“Moran顯著性水平圖”，在圖中顯示出顯著的LISA區域，并分別表示出對應Moran散點圖不同象限的相應區域。

（二）數據來源

本文所有數據均來源于長三角江蘇、浙江、上海16個地級城市的統計年鑒，由于統計口徑差異（既包括時間序列上的差異，也包括不同城市間的差異），許多數據都要進行處理后才能保證研究的一致性和可靠性。特別是不同的統計年鑒在同一指標上的數據往往會有不一致的地方。由于2010年以來有些地區的數據有缺失，為保證數據的可比性，本文選取數據時間跨度為2003—2009年。

三、實證分析

（一）長三角制造業勞動生產率描述性統計分析

本文利用長三角16個城市2003年到2009年的制造業銷售產值數據，繪制了制造業銷售產值的最大值和最小值折線圖（如圖1），從圖1中可以看出長三角制造業在各市之間的差距逐步放大。由2003年10142億元的增至2009年的21619億元，增幅達到113.17%。

除了各地的工業規模和密集程度外，勞動生產率的差異是各地制造業生產差異的主要原因。根據圖2繪制的長三角制造業勞動生產率的最大值和最小值的折線圖可以看出，長三角制造業生產效率在各市之間的差異也在持續放大，由2003年的384179（元/人）增至2009年的935340（元/人），增幅達到146.46%。為了更清晰地顯示長三角地區制造業生產效率在空間上的差異，本文分別計算整理了2009年長三角地區30個制造業的兩位數行業在16個地級市的勞動生產率，并利用其自然對數指繪制了箱線圖。

長三角制造業兩位數行業的勞動生產率在空間上均顯示了明顯的差距，而且這種差距在不同的行業間又顯出了不同的程度。生產效率在城市層次次上差異較大的行業依次為：煙草加工業（F4）、石油加工及煉焦業（F13）、橡膠制品業（F17）、廢棄資源和廢舊材料回收加工業（F30）、黑色金屬冶煉及延壓加工業（F22）和交通運輸設備制造業（F25）。

（二）EDSA（探索性數據分析）

通過對長三角區域制造業的初步分析，我們可以了解長三角區域制造業產業集聚整體現狀。為進一步了解長三角區域制造業集聚和勞動生產率的空間差異情況，本文基于探索性數據分析方法對其進行對長三角制造業進行純地理效應研究。

1.權重矩陣的建立

探索性數據分析方法最重要的是權重矩陣的建立。因此在進行相關性分析之前，首要的是創建空間權重矩陣。本文選取二進制鄰接方法創建權重矩陣，先將長三角25個城市進行編碼，再根據它們與周圍城市的地理位置是否相鄰，得到權重矩陣。因為舟山在地理上處于孤僻的位置，因此在地理位置得到的二進制鄰接矩陣基礎上，根據區域間的經濟活動往來密切的城市，稍作修改，將其與寧波、上海視為鄰居關系。

2.Moran’I指數

全局空間相關性反映了觀測值在全部區域范圍內集聚的整體趨勢，一般用全局Moran’I指數作為統計量進行分析。本文利用Geoda軟件，采用2003—2009年間的制造業勞動生產率的數據，得出長三角的全局Moran’I指數，如表1所示：

表1 長三角制造業全局Moran’I指數

通過對表進行觀察，可以初步得出長三角制造業生產率差異的大體分布。2003年制造業勞動生產率的Moran’I指數小于0，這表示長三角各區域制造業生產率存在負相關，即可能存在生產率高的區域被生產率低的區域包圍，或者是生產率低的區域被生產率高的區域包圍。從2004年開始勞動生產率的Moran’I指數開始大于0，并逐步增大。這表明長三角區域制造業生產率呈現正相關，即可能存在生產率高的區域逐步集聚在一起，或者是生產率低的區域集聚在一起。不管是哪種情況，都意味著長三角區域相互促進，內部的聯系更加緊密，相互影響的作用力更加強大。

3.Moran散點圖

空間集聚的全局分析往往會忽略一些局部反常的情況或一些局部不穩定的現象，因此在進行全局分析的同時，需要加入局部空間分析，作為對全局分析的一個補充，以求把握整體空間分布格局，盡可能地避免局部不穩定情況的遺漏。

在此，采用2003年到2009年的制造業勞動生產率數據，通過Geoda軟件分析制造業整體勞動生產率的局部Moran’I指數，并得到相應的Moran’I散點圖。

觀察2003年的散點圖（如圖4），可以看出觀察值較為分散，而且落在第二象限的居多，而第二象限代表了高觀測值的區域單元被低觀測值的區域所包圍，表明生產率高的區域被生產率低的區域包圍。2004年則開始擺脫這種負相關的聯系，局部呈現了均勻分布，而從2005年開始所有的觀察值都在向中心聚攏，這體現的是很強的空間集聚特征。觀察2009年的散點圖（如圖6），大部分觀察值都集中在中心位置，而第三象限中的觀察值則增多到4個，并遠離中心位置。而第三象限（LL）代表了低觀測值的區域單元被同是低觀測值的區域所包圍的空間聯系形式，即生產率低的區域集聚在一起。得出以下結論：（1）長三角制造業勞動生產率所體現出來的空間正相關，并不是效率高的地區在帶動效率低的區域，反而是效率低的區域在相互影響。（2）正在逐漸擴大的區域勞動生產率差異也正是效率低的地區聚集在一起，沒有突破性的發展。

4.LISA顯著性水平圖

雖然Moran’I散點圖說明長三角各城市間的差距有所縮小，但是Moran’I散點圖不能很好地提供區域顯著性檢驗結果，因此利用LISA顯著性水平圖分析2003年到2009年制造業勞動生產率的數據，得到LISA顯著性水平圖，可以形象地展示長三角區域經濟的空間相關集聚現狀。

圖7至圖9形象地展示了2003年和2009年長三角16個城市制造業勞動生產率的Moran空間自相關聚類現象，其中，High-High代表高生產率集聚中心，Low-Low代表生產率集聚中心，Low-High代表低生產率區域被高勞動生產率區域包圍，High-Low代表高生產率區域被低勞動生產率區域包圍，Not Significant代表區域間勞動生產率沒有體現相關影響。

2003年，以紹興為中心有一個H-L的區域，圍繞在其周圍的杭州、臺州、杭州等地的勞動生產率皆比較低，而其他地方沒有出現很明顯的集聚現象。2006年，則出現了兩個分別以南通和常州為中心的L-H區域。圍繞在南通周圍的上海、蘇州以及泰州的勞動生產率都有了比較大的進步，而南通的駐足不前，就有了如此的非典型性集聚。而圍繞在常州周圍的南京和無錫區域的制造業勞動生產率在長三角內部皆名列前茅，常州的勞動生產率雖不是很低，但居于其中也就形成了L-H區域形態。到2009年，由于常州在周圍高勞動生產率的帶動影響下，其勞動生產率也有了較大的增長，首次出現了H-H型集聚。以寧波為中心形成了一片勞動生產率的低洼區域。此后一直保持集聚格局到2009年。

四、結論及建議

本文對長三角制造業勞動生產率進行了Moran's I值、Moran's I散點圖和LISA分布圖等空間數據分析。結果表明長三角制造業勞動生產率空間差異也在持續放大，其中差異較大的行業依次為：煙草加工業（F4）、石油加工及煉焦業（F13）、橡膠制品業（F17）、廢棄資源和廢舊材料回收加工業（F30）、黑色金屬冶煉及延壓加工業（F22）和交通運輸設備制造業（F25）。

2003年長三角各區域制造業生產率存在負相關，即存在生產率高的區域被生產率低的區域包圍，或者是生產率低的區域被生產率高的區域包圍。以紹興為中心有一個H-L的區域，圍繞在其周圍的杭州、臺州、杭州等地的勞動生產率皆比較低，而其他地方沒有出現很明顯的集聚現象。從2004年長三角區域制造業生產率呈現正相關，正在逐漸擴大的區域勞動生產率差異也正是效率低的地區聚集在一起，并不是效率高的地區在帶動效率低的區域，反而是效率低的區域在相互影響。這時出現了兩個分別以南通和常州為中心的L-H區域。圍繞在南通周圍的上海、蘇州以及泰州的勞動生產率都有了比較大的進步，

長三角區域制造業生產率呈現空間正相關，都意味著長三角區域相互促進，內部的聯系更加緊密，相互影響的作用力更加強大。整體來看長三角區域制造業發展水平的空間分布與地理位置、資源狀況、經濟基礎緊密相關，同時還與交通、產業結構等有很大關系。制造業生產效率的提升在很大程度上取決于其所處區域產業結構的多樣化程度，這種建立在技術經濟聯系上的產業間相互滲透是目前長三角制造業產業提高勞動生產率的重要環節。因此政府應引導本地產業結構的調整，從區域的單一生產結構向多樣化發展。

從產業間的勞動生產率在空間上呈現空間自相關的現象出發，各區域產業之間應該加強聯系，放大這種自相關相互促進的效應，從單一產業、單一區域的發展演變成整個制造業、整個長三角地區簇團似的發展。

［1］范建勇，朱國林.中國地區差距演變及其結構分解［J］.管理世界，2002，（2）：45—50.

［2］陳建軍，夏富軍.垂直分工、產業集聚與專業化優勢——兼論長三角地區的制造業優勢格局［J］.南通大學學報，2006，（9）：34—38.

［3］劉錄敬，陳曉明.長三角制造業產業空間轉移實證研究［J］.商業時代，2010，（25）：120—121.

［4］呂新雷，從海燕，魏守華.長三角制造業空間集聚與擴散的實證研究——兼論城市產業轉型及發展方向［J］.現代城市研究，2010，（11）：17—22.

［5］姚瑤，寧越敏.長三角制造業發展層次和空間差異研究［J］.中國城市研究（電子期刊），2008，（2）：57—64.

［6］王遠飛.空間數據分析方法［M］.北京：科學出版社，2007.