空間效應視角下西部地區(qū)城鎮(zhèn)化對經濟增長影響分析

□ 宋香榮 顧佳瑤

1??引言

2020年中央發(fā)布了《關于新時代推進西部大開發(fā)形成新格局的指導意見》指出，西部地區(qū)城鎮(zhèn)化建設步入新的階段，城鎮(zhèn)化水平進一步提高，城市功能全面提升，都為全面建成小康社會奠定了堅實的基礎。數據調查顯示，2000—2018年我國西部地區(qū)城鎮(zhèn)化率從26.99%增加到52.90%，增加了近1倍；2018年全國城鎮(zhèn)化率為59.58%，相對于中、東部，西部地區(qū)城鎮(zhèn)化水平較低。根據美國學者諾瑟姆提出的城鎮(zhèn)化過程的三個階段可知，目前西部地區(qū)城鎮(zhèn)化水平處于中期加速階段，但區(qū)域間城鎮(zhèn)化水平差距依然很大，西部地區(qū)不平衡不充分問題仍然突出。因此加快城鎮(zhèn)化的建設，增強其對經濟增長影響，對西部大開發(fā)的繼續(xù)推進具有重要的意義[1]。

2??文獻綜述

關于城鎮(zhèn)化對經濟增長的影響，對已有文獻整理如下：

基于空間均質的假設下，相關學者對城鎮(zhèn)化與經濟增長的關系進行了研究。Annez＆Buckley通過對全球跨國數據的統(tǒng)計分析，發(fā)現城市化是促進經濟增長的重要組成部分，忽視城市會造成沉重的成本[2]。科洛馬克利用俄羅斯數據，測算出城市人口比例每增加1%，地區(qū)的平均生產力就增加8%，但城市化的影響正在減弱[3]。國內學者，段瑞君、安虎森利用Granger因果檢驗等模型進行分析，得出城鎮(zhèn)化促進經濟增長且主要機制是擴大內需的結論[4]。王婷將空間城鎮(zhèn)化引入文章，進行估計分析，發(fā)現人口及空間城鎮(zhèn)化可以通過投資機制促進經濟增長[5]。

基于空間異質性的情況下，周慧（以中部地區(qū)城市面板數據為基礎，檢驗發(fā)現中部地區(qū)城鎮(zhèn)化顯著促進經濟增長[6]。方大春、張凡利用2001—2012年數據，建立空間動態(tài)模型，探索發(fā)現人口城市化從整體上拉動經濟增長，且相鄰省份城市化水平每提升1%，本地區(qū)經濟增長0.15%[7]。基于中國省域數據，范兆媛、周少甫利用空間動態(tài)誤差面板模型，發(fā)現新型城鎮(zhèn)化的發(fā)展有利于經濟增長且影響系數在中、東及西部間存在差異[8]。張穎、黃俊宇利用Kernel密度估計法以及空間杜賓模型，分析發(fā)現金融創(chuàng)新與新型城鎮(zhèn)化的協(xié)調發(fā)展對經濟有正向溢出效應[9]。

從以往文獻可知，傳統(tǒng)的時間序列忽略了區(qū)域之間的差異，而面板數據可以分析區(qū)域間的差異情況，彌補了時間序列的不足，但它是基于空間同質性的假定下；此外，研究中國省域數據的文獻較多，但研究西部地區(qū)城鎮(zhèn)化對經濟增長影響的文獻較少。本文通過因子分析法測算城鎮(zhèn)化水平，并嘗試將空間計量模型與面板數據相結合，更精準地從空間效應視角量化分析西部地區(qū)城鎮(zhèn)化水平對經濟增長影響。

3??指標與數據

本文樣本數據來源于《中國統(tǒng)計年鑒》和西部各省市統(tǒng)計年鑒等，選取2000—2018年為樣本區(qū)間，構建西部地區(qū)12省市19年的面板數據，其中各省經緯度數據來自國家統(tǒng)計局一級行政區(qū)經緯度。為了防止異方差和多重共線性問題，對除城鎮(zhèn)化水平外的所有變量取自然對數處理。

經濟增長（Pgdp）。用人均GDP衡量各省、市、自治區(qū)的經濟發(fā)展水平。以2000年為不變價計算其他年份的地區(qū)生產總值。

城鎮(zhèn)化水平（Urban）。一般以城鎮(zhèn)人口比重或非農人口比重來反映，但城鎮(zhèn)化包含多個方面，如社會、經濟、生態(tài)等。因此，本文構建城鎮(zhèn)化評價指標體系，其包含指標為人均可支配收入、二三產業(yè)增加值占GDP比重、人均財政收入、城鎮(zhèn)人口占總人口比重、城鎮(zhèn)就業(yè)人口占總就業(yè)人口比重、二三產業(yè)就業(yè)占總就業(yè)人數比重、城市市區(qū)人口密度、人均公園綠地面積、生活垃圾清運量、平均每萬人醫(yī)生數、普通高等學校在校學生數、燃氣普及率、人均道路面積，然后運用因子分析法測算西部地區(qū)城鎮(zhèn)化水平[10-11]。

控制變量。投資（Invest），表達式：全社會固定資產總額/地區(qū)人口；消費（Consume），用人均消費額表示，由于個別地區(qū)數據有缺，替代公式為：（城鎮(zhèn)消費額×城鎮(zhèn)人口+農村消費額×農村人口）/總人口；產業(yè)結構升級（Structure），用第三產業(yè)與第二產業(yè)之比衡量；對外開放程度（Open），本文用進出口總額占GDP的比重來表示。

空間權重矩陣的選擇。本文選擇將地理和經濟因素相結合的嵌套空間權重矩，它使得空間權重矩陣更加綜合化，表達式為：Wij=wij·E。其中，wij為地理距離權重矩陣，E是對角矩陣，對角元素為某地區(qū)經濟產值的均值與西部所有地區(qū)經濟產值的均值的比值。

4??實證結果分析與結果

4.1 城鎮(zhèn)化與經濟增長的空間集聚分析

本文利用Stata16軟件，在鄰接空間權重矩陣下對城鎮(zhèn)化水平及人均GDP進行全局空間相關性檢驗。2000—2018年城鎮(zhèn)化水平、人均GDP的Moran指數呈現波動上升的態(tài)勢，由無相關性逐漸變?yōu)檎嚓P，說明西部各省市間城鎮(zhèn)化水平、經濟增長的空間依賴性都逐漸加強。（見表1）

表1 西部12省市部分年份主要變量的Moran指數及其檢驗結果

局部空間自相關分析。Moran散點圖以可視化的方式呈現西部各省市間城鎮(zhèn)化水平的空間相關關系以及各省市間經濟增長的空間相關關系。本文利用Geoda分別繪制西部地區(qū)12個省份2000年、2018年城鎮(zhèn)化水平和經濟增長的莫蘭指數散點圖，直觀闡述兩者的局部集聚特征。

圖1 2000年、2018年城鎮(zhèn)化水平的Moran散點圖

圖2 2000年、2018年人均GDP的Moran散點圖

從圖1、圖2中可以看出，西部12省市的城鎮(zhèn)化水平以及人均GDP在2000年和2018年的空間集聚特征。2000—2018年，城鎮(zhèn)化水平和人均GDP的莫蘭指數值變大，且2018年城鎮(zhèn)化水平與人均GDP的莫蘭指數均在10%的顯著性水平下顯著，表現為空間正相關性，因此它們具有空間集聚特征。

4.2 城鎮(zhèn)化與經濟增長的空間計量分析

4.2.1 實證分析

根據表1顯示，人均GDP和城鎮(zhèn)化水平均存在空間相關性，因此本文考慮采用空間杜賓模型進行實證分析，估計城鎮(zhèn)化水平對經濟增長的影響，具體模型為：

為進一步驗證引入空間效應的合理性，本文首先采用LM檢驗，判斷是否選擇空間計量經濟模型[12]。結果顯示：LMLag、LMError以及其穩(wěn)健性指標檢驗結果都顯著拒絕原假設，說明無論哪個空間模型都可以采用。其次，LR統(tǒng)計量顯著拒絕原假設，表明SDM模型不能簡化成SAR或SEM模型，因此選擇空間杜賓模型更適合。然后，進行Hausman檢驗，其統(tǒng)計量為9.280且通過10%顯著性檢驗，選擇固定效應更合適。因此，本文主要運用固定效應形式SDM模型來進行估計檢驗，見表2[13]。

表2 西部地區(qū)城鎮(zhèn)化水平對經濟增長空間面板估計結果

從表2中R2可知，雖然普通面板模型的R2值較高，但依舊低于空間固定效應下的空間杜賓模型的R2值，說明空間固定效應下SDM模型的擬合效果更優(yōu)于其他形式，本文將重點分析空間固定效應下的SDM模型回歸結果：

對于被解釋變量人均GDP來說，人均GDP的空間滯后項回歸系數ρ值為0.297，且顯著拒絕原假設，反映了人均GDP在區(qū)域之間的空間依賴性，這與前面Moran指數的結果相一致。

對于解釋變量城鎮(zhèn)化水平來說，城鎮(zhèn)化水平（Urban）的回歸系數為0.180，且在1%水平上顯著，說明西部地區(qū)城鎮(zhèn)化水平的提高有助于經濟的增長。城鎮(zhèn)化的發(fā)展，伴隨著地區(qū)生產要素的集聚，伴隨著資源共享、專業(yè)化的分工以及規(guī)模效應的產生，從而推動經濟的增長。同時，空間滯后項系數（W*urban）為負，表示相鄰地區(qū)每提高1單位城鎮(zhèn)化水平，該地區(qū)人均GDP將降低0.109%，即相鄰省份間存在競爭效應。

對于控制變量中來說，首先，人均固定資產投資每增加1%，該地區(qū)經濟增長0.314%，而相鄰地區(qū)投資的增加，則會降低本地區(qū)經濟，表明地區(qū)間的固定資產投資存在空間擠出效應。其次，本地區(qū)人均消費水平的回歸系數為-0.044，且不顯著，表明居民的人均消費水平對本地區(qū)經濟的拉動作用不足。交叉項系數顯著為正，則表明提升相鄰地區(qū)居民消費能力，有助于發(fā)展本地區(qū)的經濟。再次，產業(yè)結構的回歸系數為負，說明其與人均GDP表現為負相關，產業(yè)結構每增加1%，經濟將下滑0.097%，雖然下滑幅度較小，也需要引起重視。交叉項系數顯著為負，說明產業(yè)結構過快升級也不利于相鄰地區(qū)的經濟發(fā)展。最后，對外開放的回歸系數顯著為負，交叉項系數顯著為正，表明當某地區(qū)經濟受到對外開放程度的負影響時，相鄰地區(qū)經濟卻受到了正影響。

4.2.2 空間效應分解

由于表2中經濟增長ρ值顯著不為0，因此用上述回歸系數反映經濟增長會存在系統(tǒng)性偏差。為了更加合理的解釋模型的估計系數，本文借助LeSage and Pace（2009）偏導數方法，將西部地區(qū)城鎮(zhèn)化水平對經濟增長的空間效應進行分解分析[14]。

表3 經濟增長影響因素空間效應分解結果

西部地區(qū)城鎮(zhèn)化水平的空間效應分析。從表3可以看出，各解釋變量的直接效應和間接效應具有明顯差異。其中，城鎮(zhèn)化水平每提高1單位，直接帶動地區(qū)經濟增長0.179%，間接降低地區(qū)間經濟0.072%。因此，城鎮(zhèn)化能夠帶動本地經濟的發(fā)展，但在區(qū)域間表現為不顯著的負溢出效應。這說明，當某地區(qū)城鎮(zhèn)化發(fā)展到一定階段，可能會阻礙鄰近地區(qū)的經濟發(fā)展，但從總體上來說，推動城鎮(zhèn)化發(fā)展能夠一定程度上促進區(qū)域經濟的增長。換而言之，城鎮(zhèn)化的發(fā)展對本地區(qū)經濟增長的“回流效應”大于對鄰近地區(qū)的經濟發(fā)展的“擴散效應”。這與現實相符合，西部地區(qū)推進城鎮(zhèn)化進程中，必然會存在“虹吸效應”，即周圍地區(qū)的優(yōu)質資源、要素都被吸引過來的現象，從而導致區(qū)域間的資源爭奪、競爭加劇，影響鄰近地區(qū)的經濟發(fā)展。

控制變量的空間效應分析。人均固定資產投資每增加1%，直接帶動該地區(qū)地經濟增長0.310%，間接抑制鄰近地區(qū)經濟0.090%，總體上帶動經濟增長0.220%，對經濟增長有較強的溢出效應，因此擴大投資需求，將會帶動經濟增長；人均消費水平直接效應系數為負，間接效應系數為正，總體上顯著促進經濟增長，從而也驗證了消費仍然是拉動西部地區(qū)經濟穩(wěn)定增長的重要動力；產業(yè)結構升級的直接、間接效應系數均為負，表明現階段西部地區(qū)第三產業(yè)的過快發(fā)展，不僅會阻礙本地區(qū)的經濟發(fā)展，而且會影響周邊地區(qū)的經濟，這可能是經濟結構失衡的原因；對外開放程度的回歸結果表明，每提高1%，將會降低本地經濟0.041%，間接提高鄰近地區(qū)經濟0.152%，總體上對經濟的拉動作用不明顯，主要原因在于西部地區(qū)基礎薄弱，利用外資額相比于中、東部較少。

5??結論與政策啟示

基于2000—2018年西部12省市的面板數據，本文首先運用因子分析法測度城鎮(zhèn)化水平，然后采用全局莫蘭指數和局部莫蘭指數散點圖分析兩者的空間依賴性，建立空間Durbin模型分析西部地區(qū)城鎮(zhèn)化水平對經濟增長的影響。本文結論與政策啟示如下[15]：

第一，西部地區(qū)城鎮(zhèn)化水平及經濟增長具有空間集聚特征。因此，一方面政府應該加強對產業(yè)集聚區(qū)的扶持，促進集聚區(qū)發(fā)展；另一方面西部地區(qū)應合理布局城鎮(zhèn)化發(fā)展空間，最大限度地發(fā)揮其集聚效應，推動西部地區(qū)經濟的增長。

第二，西部地區(qū)城鎮(zhèn)化水平在促進本地區(qū)經濟增長的同時會抑制相鄰地區(qū)的經濟增長，從而導致整體溢出效應不足。一方面，區(qū)域城鎮(zhèn)化水平的發(fā)展對其周圍區(qū)域產生直接引力作用，進而促進本地經濟的增長；另一方面隨著資源、資本技術等發(fā)展要素的集聚，區(qū)域與區(qū)域間的競爭加劇，從而對相鄰省份的經濟產生副作用。因此，要進一步加強西部各地區(qū)之間的工作協(xié)同，打破區(qū)域間的界限，保證區(qū)域間要素的充分流動，增強城鎮(zhèn)化水平對經濟增長的輻射帶動效應。

第三，從其他影響因素看，西部地區(qū)消費以及對外開放程度對經濟有明顯的正向溢出效應，而投資與產業(yè)結構升級則對經濟增長的溢出效應為負。因此，西部地區(qū)應當加大對重點項目的投資，完善激勵消費的體制機制，加強與中、東部地區(qū)的經濟技術合作，同時抓住“一帶一路”的發(fā)展機遇，加快形成國內國際雙循環(huán)新格局，促進西部經濟的發(fā)展。其次，西部地區(qū)應當充分利用地區(qū)優(yōu)勢，進行產業(yè)結構的調整和升級，通過培育特色產業(yè)和改造提升傳統(tǒng)產業(yè)，加快構建現代化產業(yè)體系。