區域經濟增長的空間溢出效應及影響因素分析
——基于中國31個省市面板數據的空間計量分析

文 / 譚黎陽 夏 帥

“兩會” 期間，李克強總理在政府工作報告中指出：將長三角區域一體化發展上升為國家戰略，編制實施發展規劃綱要。長江經濟帶發展要堅持上中下游協同，加強生態保護修復和綜合交通運輸體系建設，打造高質量發展經濟帶。其實這并非國家領導人首次肯定長三角區域一體化發展的地位，早在2018年11月5日，習近平總書記在首屆國家進口博覽會上便指出要將長三角區域一體化發展上升為國家戰略，著力落實新發展理念，構建現代化經濟體系，推進更高起點的深化改革和更高層次的對外開放。長三角區域一體化發展只是我國區域一體化發展總體格局的一個縮影，從空間經濟學的視角加以考察，區域與區域之間彼此關聯，相近區域之間的關聯性較強，相疏區域之間的關聯性較弱。本文在前人的基礎上，將空間因素納入到區域經濟增長分析框架。通過建立空間計量模型進行實證分析，具體闡明中國各省市經濟增長的空間溢出效應，以期提出相應的政策性建議。

一、文獻回顧

國內關于區域經濟增長差異及其影響因素分析的研究較多，但大多只運用了傳統的計量經濟學方法進行實證研究，很少有學者使用空間計量經濟學的方法，考察區域經濟增長的空間溢出效應。例如，Wang Shaoping and Ouyang Zhigang【1】（2008）運用非線性閾值協整模型，揭示了城鄉收入差距對實際經濟增長的影響。張清正【2】（2014）在分析相關文獻的基礎上，對我國區域經濟增長的差異問題進行了實證分析，研究表明制度變遷、資本、市場化程度以及外貿水平對經濟增長具有顯著影響，但是文章中并未考慮空間因素。喬 婧 妍【3】（2018）通過構建面板數據模型，實證分析了我國東中西部地區經濟增長差異的因素，研究表明：市場化程度、產業結構、固定資產投資對東中西部的影響各有不同，但教育投資對所有地區的經濟發展均具有正向促進作用。然而，文中并未對空間溢出效應展開深入探討。米娟【4】（2008）采用普通最小二乘（OLS）回歸方法，基于一般意義上的的資本要素和勞動力要素， 將技術要素和制度要素納入模型，綜合考量區域經濟增長的差異。然而，米娟在文章中只是將地理位置劃分為東部地區、中部地區和西部地區，對相關變量進行普通最小二乘回歸，無法洞察各經濟變量的空間交互影響效應。方琳，張慶海【5】（2012）采用對數型柯布—道格拉斯生產函數的隨機前沿模型（SFA），基于江蘇省13個地級市2000年-2008年的面板數據，研究了區域經濟增長效率及其影響因素。然而文中并未對地理信息進行單獨處理，因此無法揭示地區間相鄰的空間影響。彭志勝，楊敏【6】（2017）同樣采用普通最小二乘回歸方法，對區域經濟增長差異及其影響因素進行了實證分析。文中雖然利用泰爾系數將安徽省經濟增長差異分解為安徽省總體、區域間、區域內經濟差異，但仍未考慮鄰近地區的空間相互作用。

不同于以上研究，在變量選取上，本文將產業結構作為重要的變量納入模型，因為產業結構在區域經濟增長中有舉足輕重的地位，也是經濟學研究的重要課題；在實證方法上，本文將綜合運用空間計量經濟學方法，計算各經濟變量間的全局Moran’s I指數以及局部Moran’s I指數來綜合分析中國區域經濟的空間相關性。通過階段性的現狀總結，有利于各省市摸清當前的經濟發展現狀，從而為各省市更好地促進地區經濟增長提供良好的思路。此外，本文將構建空間自相關模型，以地區之間的空間地理關系的視角，對省際經濟增長的交互影響模式展開深入研究，進而在數據和方法上豐富和發展現有的此類研究。

二、研究現狀與機制分析

（一）研究現狀

關于經濟增長，早在18世紀，古典經濟學家亞當·斯密、馬爾薩斯以及大衛·李嘉圖便已經做出了卓越的貢獻。亞當·斯密在其著作《國富論》指出，經濟增長表現為國民財富的增加，有兩種途徑可以有效地促進經濟增長：一種是增加勞動的數量，另一種則是提高勞動的效率。斯密對后者更為推崇，他認為分工協作以及資本積累有助于提高勞動效率，從而帶動經濟增長。

（二）機制分析

三、實證分析

（一）中國省際經濟增長的空間相關性分析

首先，本文將借助當下最為流行的Moran’s I指數對相關變量進行空間統計分析。具體而言，基于2008-2016年中國31個省市的地區GDP面板數據進行相關統計指標的測算，數據來源于《中國統計年鑒》。測算前，首先將原始數據進行相應處理，通過對數變換提高數值的平穩性，然后運用Stata15.0計量分析軟件計算相應變量的全局Moran’s I指數和局部Moran’s I指數。此外，空間權重矩陣的設定對于空間計量分析尤為重要。因此，在指標測算過程中，本文將空間權重矩陣設定為較為常用的二元鄰接矩陣，即根據兩個地區是否相鄰來設定距離，若兩地之間地理接壤則將空間距離設為1，否則將設為0。

1.全局分析

根據公式測算的全局Moran’s I指數值如表1所示。如表所示，全局Moran’s I指數值最小值為0.259，最大值為0.286，標準化之后的Z值均大于1.96，對應的P值也均小于0.01。因此，有充分的理由拒絕“不存在空間相關性”的原假設，接受備擇假設。上述數據表明中國省際經濟增長在空間分布上，存在十分顯著的正向空間自相關性，具有較強的空間溢出效應。

表1 2008-2016年中國各省市經濟集聚的全局Moran’s I及顯著性指標

圖1 2008-2016年中國各省市經濟集聚的全局Moran’s I

圖1表明：從發展階段的視角出發，2008-2016年間，中國省際經濟增長的空間自相關趨勢經歷了“先升→后降→再升”的發展歷程。根據全局Moran’s I指數的波動情況可將研究期間劃分為三個階段：第一階段為2008-2009年，全局Moran’s I指數呈現出增長態勢，從0.264增加到0.271，反映該階段中國地區經濟存在空間集聚趨勢加強；第二階段為2009-2013年，在全球金融危機的滯后沖擊下，全局Moran’s I指數呈現出整體下滑的態勢，從0.271下降到0.259，反映出該階段中國地區經濟空間集聚趨勢的減弱：第三階段為2013-2016年，尤其是2014年以后，在政府將一體化發展上升為國家戰略后，全局Moran’s I指數呈現出迅猛增長態勢，從0.259一路上升至0.286，反映該階段中國地區經濟存在空間集聚趨勢顯著加強。接下來，我們將進行省際間的局部相關分析。接下來，我們將進行省際間的局部相關分析。

2.局部分析

使用局部Moran’s I指數，我們不僅可以洞悉各個省市的空間屬性，而且能夠測算出某省市與鄰近地區的空間關聯程度。基于搜集到的相關數據，使用Stata15.0計量分析軟件繪制了局部Moran’s I指數散點圖，結果如圖2所示。

圖2（a）2008年和2011地區經濟集聚的局部Moran's I指數散點圖

圖2（b）2014年和2016地區經濟集聚的局部Moran's I指數散點圖

局部Moran’s I指數散點圖能夠更為直觀地揭示某省市與鄰近省市經濟增長之間的關系。分析圖二，直觀可以得出多數省市落在了一、三象限。具體分析如下：2008年落在第一象限的省市共有17個，落在第三象限的省市共有7個，兩者合計占樣本容量的77.4%；2011年落在第一象限的省市共有21個，落在第三象限的省市共有7個，兩者合計占樣本容量的90.3%；2014落在第三象限的省市共有18個，落在第三象限的省市共有7個，兩者合計占樣本容量的80.6%；2016年落在第三象限的省市共有15個，落在第三象限的省市共有8個，兩者合計占樣本容量的74.2%。將以上局部Moran’s I指數分析與全局Moran’s I指數分析進行綜合比較，二者結論基本一致。這進一步佐證了中國省際經濟間的正向空間自相關性。對以上四個時點的象限進行縱向分析，不難發現中國省際經濟的非均衡發展格局，東部沿海省份和西部內陸省份最為典型，表現出了顯著的正向空間自相關性。

（二）中國省際經濟增長影響因素的空間計量模型分析

1.變量選取

本文選用2008-2016年中國31個省、市、自治區（不包括港澳臺）的空間面板數據，將2008-2016年各省地區生產總值作為被解釋變量，來反映各地區的經濟增長狀況，同時聯系經濟理論，主要以新古典增長理論和要素稟賦理論為基礎，分別將勞動、物質資本、人力資本三大要素稟賦設為自變量。如前文所述，本文將產業結構也作為解釋變量納入模型。同時，為保證數據的可得性和完備性，本文以地區城鎮單位就業人員工資總額（LABOR）來表征勞動稟賦，以地區固定資產投資額（K）來表征物質資本稟賦，以地方財政教育支出（HR）來表征物質資本稟賦，以第三產業增加值（INDUUS）來表征產業結構稟賦。以上數據均來源于中國統計年鑒。建立模型之前，事先對各解釋變量進行描述性統計，分析結果詳見表2。

表2 各解釋變量的描述統計

2.模型設定

空間計量模型區別于一般傳統計量模型之處在于增設了空間權重矩陣，用于度量變量間的空間溢出效應。因此，空間權重矩陣的選擇和構建顯得尤為重要。本文選取了2008-2016年中國31個省市的面板數據，考慮到回歸結果的穩健性，嚴謹起見，這里將選擇標準化的二元鄰接矩陣作為模型的空間權重矩陣。另外，為保證模型的全面性，本文在建立空間計量模型之前，還將建立多元線性回歸模型用于估計效果對照。具體模型形式構建如下：

（1）多元線性回歸模型：

（2）空間自回歸模型（SAR）：

其中，GDPit表示i地區在t時期的地區生產總值，作為本文的被解釋變量；LABORit為勞動稟賦的衡量變量，用地區城鎮單位就業人員工資總額加以表示；Kit為物質資本的衡量變量，用地區固定資產投資額加以表示；HRit為人力資本的衡量變量，用地區財政教育支出加以表示；INDUSit為產業結構的代理變量，用第三產業增加值加以表示。W為人為設定的空間權重矩陣，這是空間建模的核心所在，亦是與一般計量模型區別所在。εit是隨機誤差項，包含著所有其他遺漏變量對被解釋變量的影響。ρ和λ分別代表空間自回歸系數和空間自相關系數，主要作用在于：衡量研究變量之間是否具有經濟增長的空間溢出效應，自然也是本文研究的重中之重。這對于今后中國各省市在經濟領域展開合作，具有十分重要的指導意義。

3. 實證結果與分析

采用普通最小二乘法（OLS），對如式（2.1）所示的多元線性回歸模型進行回歸，得到如表3所示的估計結果。

表3 多元線性回歸模型估計結果

由表三可以看出，解釋變量人力資本（HRit）的P值為0.529，不能拒絕原假設，無法通過顯著性檢驗。另一方面，從系數的符號上來看，解釋變量勞動力（LABORit）和人力資本（HRit）的系數均為負值，這也與客觀經濟原理相背離。因此，我們猜想模型中可能存在空間溢出效應。對上述模型進行空間效應診斷，得到如表4所示的診斷結果。

表4 多元線性回歸模型空間效應診斷結果

上表顯示，針對空間誤差（Spatial error）的三個檢驗中，Moran’s I、LR以及穩健的LR均可以在5%的顯著性水平下拒絕“不存在空間自相關”的原假設。在針對空間滯后（Spatial lag）的兩個計量檢驗中， LR和穩健的LR均可以在1%的顯著性水平下拒絕“不存在空間自相關”的原假設。這些結果再次表明應該建立空間計量模型，進行空間計量分析。

Elhorst曾經于2003年指出，當研究樣本僅僅局限于某些特定個體時，一般而言選取固定效應模型更為合適。鑒于本文的研究對象是中國31個省市的區域經濟，故而應當采用空間固定效應模型進行擬合。首先，使用Stata15.0軟件，對2008-2016年中國31個省市地區經濟增長的面板數據進行處理，隨后構建固定效應的空間自回歸模型（SAR），回歸結果如表5所示。

表5 固定效應空間自回歸模型（SAR）估計結果

上表顯示，在1%的顯著性水平下，解釋變量勞動力（LABORit）、物質資本（Kit）、人力資本（HRit）以及產業結構（INDUSit）均能拒絕原假設，系數顯著。另外，各解釋變量的系數均為正值，反映了與被解釋變量地區生產總值（GDP）的正相關關聯，這也與經濟原理相符。更為重要的一點是，空間自回歸系數ρ=0.212，在1%的水平上顯著，故存在空間自回歸效應。為提高模型的精度，現對模型進行Hausman檢驗。在進行Hausman檢驗之前，必須估計出隨機效應的空間自回歸模型（SAR），結果詳見表6。

表6 隨機效應空間自回歸模型（SAR）估計結果

Hausman檢驗結果如表7所示。

表7 Hausman檢驗結果

上表中，Hausman統計量大于0，故而不接受隨機效應的原假設，理應選用固定效應空間自回歸模型（SAR）。

四、主要結論與對策建議

（一） 主要結論

從空間相關性分析的視角來看：在全局上，全局Moran’s I指數主要分布在0.259-0.286之間，表明中國省際經濟增長存在顯著的正向空間溢出效應。在省際經濟增長的發展階段上（2008-2016年），圖表顯示，經濟增長的空間自相關性呈現出波浪式前進的發展態勢。局部分析表明，在所截取的四年截面數據中，落在局部Moran’s I指數散點圖一、三象限的省市均超過了70%，反映了中國省際經濟增長不僅存在正向空間自相關性，而且呈現出顯著的非均衡發展格局，且東部沿海省份和西部省份最為典型，這一點與實際情況和最初猜想十分契合。

從空間計量模型的視角來看：使用普通最小二乘法（OLS）估計多元線性回歸模型不再有效，不僅系數的顯著性檢驗無法通過，而且系數值與實際意義不符，因此理應構建空間計量模型進行分析。通過極大似然估計方法（MLE），構建基于面板數據的空間自回歸模型（SAR），最終確定空間自回歸模型（SAR）解釋中國省際經濟的空間溢出效應較為合適。無論就空間自回歸系數ρ，還是就解釋變量系數向量β而言，均在1%的顯著性水平上顯著，這再次印證了中國省際經濟增長確實具有顯著的空間自相關性，且空間溢出效應顯示出較為明顯的“馬太效應”特征，即兩極分化現象。從解釋變量上具體分析，龐大的勞動力規模、雄厚的物質資本、充足的人力資本以及高度服務化的產業結構，都能夠有力地帶動地區經濟增長，這為接下來提出針對性建議具有重要的指導意義。

（二） 對策建議

鑒于中國省際經濟增長存在顯著的正向空間相關性以及明顯的“馬太效應”特征，各省市政府應當對省際經濟的空間關聯給予高度關注。因地制宜，因時制宜，根據具體集聚類型的相關特征，綜合考量資源稟賦、產業結構、科學技術、人員配置等要素，制定協同競爭戰略。一方面要與周邊地區尋求合作契機，資源互補，實現互利共贏；另一方面要因地制宜，制定異質化發展策略，保持自身的特色和優勢。不同集聚類型的省市應當采取的協同競爭策略也應當有所不同：“高-高”集聚型省市可充分發揮極化效應，積極帶動周邊地區的經濟增長；“低-高”集聚型省市則可充分利用周邊地區的優質資源，通過承接產業轉移、技術外溢來促進本地的經濟增長，充分運用干中學效應理論；“高-低”集聚型省市可借助“外溢效用”尋求新的經濟增長點，激勵周邊地區的經濟增長，力爭早日邁入“高-高”集聚類型方陣；“低-低”集聚型省市則任重而道遠，應當優化產業結構，加大財政教育支出，加快培育高素質人才，爭取早日走出困境，擺脫“低-低”非良性循環的集聚類型。

鑒于勞動力、物質資本、人力資本、產業結構對地區經濟增長的拉動作用顯著，各省市在今后的經濟發展過程中，應當優化勞動力結構，將不同類型的勞動力安插在最合適的崗位上，實現人盡其才；在固定資產投資中，積極改善投資結構，調整投資規模，防止產能過剩；在人才培育上，各省市地方政府應提高地方財政教育支出比重，采取人才導向戰略，既要培育專業領域的專業型人才，又要培育復合型的高端人才：最后在產業結構上，應當大力發展第三產業等高附加值產業，促進產業結構服務化，同時堅持協同競爭，積極與周邊地區展開良性合作，規避惡性競爭，保持自身的特色和長處。