淮海經濟區城市發展潛力評價及影響因素分析

盧 山

（中共連云港市委黨校，江蘇 連云港）

一、問題的提出

淮海經濟區地處我國京津冀、中原經濟區與長江三角洲的結合部，涵蓋蘇、魯、豫、皖四省交界區域，通過京滬鐵路溝通南北，隴海-蘭新鐵路連接東西。自1986年成立淮海經濟區以來的三十多年，良好的區位優勢并沒有得到較好的發揮。截至2017年末，淮海經濟區人口占全國總人口的比重為9.79%，經濟總量占全國的比重為6.57%；相較于成立之初的1986年水平增長幅度較小，經濟總量占全國經濟總量比重增長幅度低于人口增長比重。區域內人均GDP均值為48537元，僅為全國人均GDP的81.4%。全體居民人均可支配收入均值為20308元，低于全國5666元。城鎮化率也低于全國水平5.36個百分點，和長三角、珠三角、京津冀經濟社會發展的差距更大。研究淮海經濟區的城市發展潛力以及影響因素，對于更好地發揮淮海經濟區的區位優勢、促進高質量發展具有重要的現實意義。

發展潛力是衡量一個地區未來可持續發展能力和競爭力的重要表現。目前對于區域發展潛力內涵的認識隨著經濟的發展和時代的進步而變化。一些學者對此進行了大量闡述，認為，“區域發展潛力是區域復合系統在維持可持續發展的前提下，支撐體系所具有的潛在能力①。”發展潛力是區域可持續發展的內在系統，科技生產、區際交換能力和管理決策能力決定一個區域的發展潛力②。

對于區域發展潛力的度量，不同學者采用的方法和指標也是各異，主要是從地理學、規劃學的區域發展條件（自然條件、社會條件等）分析區域發展的優勢和潛力③④；研究主要包括三個層面：（1）區域經濟增長的內生要素；（2）對單個城市或單個區域發展潛力影響要素的研究⑥-⑧；（3）集聚經濟因素的影響⑨。對影響因素的定量測度，大多采用探索性空間數據分析（ESDA）方法，它同時考慮了空間依賴和空間異質性⑩?。

綜上來看，區域發展潛力強調的是“潛力”，這種潛力是一種促進區域可持續發展的能力。本文認為，區域發展潛力是一個系統，構成包括區位、人口、資源、環境、社會、科技、金融、交通可達性與基礎設施的完備性等要素，潛力的決定和發揮是各要素綜合作用、相互協同的結果。本文在既往研究的基礎上，采用潛力模型和ESDA方法，重點解決三個問題：一是厘清淮海經濟區的發展潛力現狀；二是分析淮海經濟區城市發展潛力的空間格局與演化趨勢；三是探析淮海經濟區城市發展潛力的影響因素，為政策制定提供決策支持。

二、研究方法與數據來源

（一）模型選擇

1.發展潛力模型。借鑒市場潛力的研究方法來測算區域發展潛力，這種方法的優點是既能評價城市可達性，也可以反映城市經濟發展強度，評判未來的發展潛力?。計算公式如下：

其中，Pi表示地區的發展潛力；n為研究區域內城市的個數，在這里為淮海經濟區的20個市。Mi表示地區經濟、人口規?；蛘邔χ苓叺妮椛淞臀?，此處用地區發展綜合實力來表示。Dij表示在研究區域內i地區通過交通手段到達j地區所需的時間或者距離等，本文利用最短距離來代替。為距離摩擦系數，采納顧朝林的研究結論，即距離摩擦系數α取值為2更適合反映省域尺度范圍或國家內部一個區域體系?，因此本文取α=2。在保持其他條件不變的情況下，區域發展潛力與地區發展綜合實力正相關，與時間距離負相關。

衡量一個地區經濟發展綜合實力的主要指標是地區經濟發展的結果，如地區生產總值和財政收入，影響發展結果的指標主要是投資強度、消費對經濟的拉動、金融的支持。因此，本文采用如下指標和計算方法來衡量地區發展綜合實力，計算公式為：

其中，Qj表示地區j經濟實力（j=1,2…20，分別代表淮海經濟區的20個市）。G表示地區生產總值，A表示固定資產投資，C表示社會消費品零售總額，R表示財政收入，F表示金融機構存款余額。Q值越大，地區經濟實力越強。

為了使各個地區的發展潛力具有更好的直觀可比性，將各地區的區域發展潛力值與淮海經濟區內的所有地區發展潛力的平均值相除，得到發展潛力系數。發展潛力系數是一個地區發展潛力高低的測度值，系數越高，發展潛力越高于平均水平?。發展潛力系數的計算公式為：

2.ESDA分析方法。ESDA是一種衡量某一現象空間效應的空間自相關分析方法，用空間權重矩陣確定空間位置的相似性，通過空間滯后向量，分析確定每個地域單元的空間鄰域狀態??，其主要方法和功能是可視化描述空間現象的分布格局，探索空間集聚和空間異常?，并對研究對象之間的關系和空間相互作用方向做出判斷及解釋。探索性空間數據分析分為兩類：一類是用來分析整個區域關聯性指數的全局空間自相關，稱為“全局Moran’s I”指數，可以用來反映淮海經濟區發展潛力的總體空間集聚格局與特征；另一類是用來分析區域內各個地域單元關聯性指數的局部空間自相關，可以反映淮海經濟區發展潛力的空間異質性?。

ESDA是一種衡量某一現象空間效應的空間自相關分析方法，用空間權重矩陣確定空間位置的相似性，通過空間滯后向量，分析確定每個地域單元的空間鄰域狀態??，主要方法和功能是可視化描述空間現象的分布格局，探索空間集聚和空間異常，并對研究對象之間的關系和空間相互作用方向做出判斷及解釋?。探索性空間數據分析分為兩類：一類是用來分析整個區域關聯性指數的全局空間自相關，稱為“全局Moran’s I”指數，可以用來反映淮海經濟區發展潛力的總體空間集聚格局與特征。另一類是用來分析區域內各個地域單元關聯性指數的局部空間自相關，可以反映淮海經濟區發展潛力的空間異質性?。

全局空間自相關公式為：

其中，n是研究區域內地域單元總數；wij是空間權重矩陣，一般定義為地區i和地區j空間相鄰為1，不相鄰為0；xi、xj為第i和第j個研究地域單元上的觀測值，為xi的均值；I∈[-1,1]，當I＜0，表示空間負相關，值越接近于-1時越表明有相異的屬性值集聚在一起（高值與低值鄰接，低值與高值鄰接）；I接近于0，表示地域單元屬性是隨機分布的，或者不存在空間自相關?。

局部空間自相關可以識別不同空間位置上的高值集聚和低值集聚特征并揭示空間異質?局部空間。自相關公式為：

其中，Zi和Zj都是研究地域單元i和單元j的標準化形式（平均值為0，方差為1），wij是空間權重矩陣的行標準形式。Ii＞0，表示具有高（低）的相同值在空間上的正相關集聚效應，即高值被高值包圍（HH），或者是低值被低值包圍（LL）；Ii＜0，表示地區與鄰近地區單元間存在空間負相關效應，即低值被高值包圍（LH），或者是高值被低值包圍（HL）。

3.空間計量模型?？臻g計量經濟學通用模型為：

式中，Y為n×1因變量向量；W1W1、W2W2為n×n空間權重矩陣，WY為空間滯后因變量，取值在-1和1之間，反映一個區域變量變化對相鄰區域的溢出程度。

當ρ=0、β≠0，λ≠0時，模型就變為空間誤差模型（SEM）：

此模型反映了一個地區的因變量同時受到自身的自變量、相鄰區域的因變量（WY）、解釋變量（WX）的共同影響，這時候的空間依賴作用存在于擾動誤差項μ之中。

（二）影響因素選取與數據來源

1.區域發展潛力影響因素選取。區域發展潛力是傳統經濟地理因素和新經濟地理因素與經濟政策因素相互作用的結果。新經濟地理學認為，具有基本相同（或相似）區位條件和自然資源票賦的地區（或區域），由于在其他因素方面存在差異，潛力水平可能存在顯著差別??。經濟政策因素主要是一個地區為了促進經濟發展而制定的相關發展規劃或政策，如產業規制、環境規制、開放政策、政府干預程度等。結合新經濟地理因素和經濟政策因素，本文主要選取如下指標（即X）：居民收入水平（income）、產業結構水平（struc）、城鎮化水平（urban）、人力資本水平（hc）、金融發展程度（fir）、企業數量（firm）、房地產依賴度（house）、百度指數（baidu）、信息化水平（inter）、創新驅動水平（rdin）、對外開放水平（open）。

2.數據來源。所有數據均來源于歷年《中國城市統計年鑒》，部分數據來源于淮海經濟區各城市歷年統計年鑒、國民統計公報；本文選取兩地之間的最短距離來代替dijdij，在數據獲取過程中，利用高德導航地圖，選取淮海經濟區兩兩城市行政中心（即市政府所在地）之間的最短距離，優勢是現在導航數據比較精準，導航地圖可以根據高速公路和省際、市級公路自動篩選最短距離，在正常情況下，最短距離的行車時間也最小。在數據處理時，將一地區與淮海經濟區全區的比值得到的相對指標作為影響因素變量。

三、淮海經濟區城市發展潛力及空間格局演變

（一）淮海經濟區城市發展潛力計算結果

將數據代入公式1—3，計算出淮海經濟區及20個城市的區域發展潛力值和區域發展潛力系數（表1）。經過12年的發展，到2017年，淮海經濟區的發展潛力達到0.7894，較2005年的變化幅度為553.9%，平均每年變化46.2%；淮海經濟區20個城市的潛力值到得到了增長。

對2005、2010、2017年20個城市潛力值按極大值標準化并按自然斷裂點法劃分為5個等級，潛力較高的地區主要有兩塊：一是以徐州為中心及其周邊鹽城、淮安、連云港、宿遷組成的江蘇板塊。二是以“濟寧-臨沂”為兩極以及泰安、棗莊組成的山東板塊。區域發展潛力極化現象明顯，2005年和2010年區域發展潛力較強的有三個地區，到了2017年，徐州極化為淮海經濟區發展潛力最強地區，符合徐州作為淮海經濟區中心城市的定位。

（二）全局空間集聚格局

基于鄰接規則的rook法構建空間權重矩陣，利用公式（4）計算淮海經濟區20個城市2005、2010、2017年共計三年的全局空間相關指數（表2）。由表2可知，區域發展潛力Moran’s I指數統計表明，淮海經濟區發展潛力存在一定的空間相關性，說明發展潛力的地域分化現象并不是隨機產生的，而是由正向空間相關作用產生的結果，發展潛力的空間集聚在全局上表現出空間依賴特征。三個年度的Moran’s I指數都大于0，表明淮海經濟區發展出現減弱趨勢，Moran’s I指數由2005年的0.2067下降到2017年的0.0533。2005年的Moran’s I指數值最大，表明2005年區域發展潛力空間差異相對較小，在較低層次上體現出空間均衡。2010年和2017年Moran’s I指數下降，而且下降幅度較大，表明自2010年之后，地區發展差異拉大，區域發展潛力的極化效應明顯.尤其到2017年，徐州發展潛力“一枝獨秀”?？傮w上來說，2005年以來的淮海經濟區發展潛力是一種正向空間集聚，且都在5%左右水平上顯著，但是各年的Moran’s I指數值都不太大，反映空間集聚不強烈并呈下降趨勢，區域不均衡依然存在。

（三）局部集聚空間格局

區域內部單元的“異質性”可以通過局部空間自相關來反映。利用公式（5）計算得到淮海經濟區20個城市相對發展潛力的局部Moran’s I值，三個年份分別有35%、35%和15%的城市發展潛力表現為局部空間正相關.2005年和2010年有13個城市局部空間集聚不顯著，但是到了2017年，發展潛力局部空間集聚不顯著的地級城市增加到16個，且棗莊呈LH的空間集聚模式?；春＝洕鷧^20個城市發展潛力局部空間集聚格局總體上驗證了全局空間集聚體現的特征，即正空間集聚和極化發展趨勢。

淮海經濟區發展潛力的局部空間集聚與全局空間集聚有較大的差異，即在全局空間集聚格局中，三年的計算結果徐州都是處于核心地位，而且徐州作為極化中心的趨勢明顯。但是，在局部空間集聚格局中，徐州市與周邊地區的空間相關模式都不顯著，反而濟寧、臨沂、連云港三市在2010年和2017年都處于HH集聚，原因值得深入探討。

局部空間集聚區位變化較大。2005年HH區集中分布在棗莊、濟寧、臨沂的山東板塊，2010年HH的范圍增加了連云港，江蘇板塊開始局部加入，2017年棗莊退出HH集聚，連云港、濟寧、臨沂依然處于HH區。身為淮海經濟區中心城市的徐州處于不顯著區，反映了淮海經濟區在局部Moran’s I集聚格局中極化現象不明顯，擴散效應存在。LL區在2005年主要分布在以安徽板塊和河南板塊為主的淮海經濟區西部和南部相鄰地區的亳州、蚌埠、周口、商丘，意味著區域發展潛力相對較弱的地區集聚在一起。2010年蚌埠退出LL區，2017年全部退出LL區，局部空間集聚不顯著區增大。

局部空間關聯類型數量減少，局部集聚類型有微弱的轉化。2005年HH單元數有3個，2010年增加到4個，2017年又減少為3個。LL單元數在2005年為4個，2010年減少到3個，2017年沒有LL集聚。LH集聚僅在2017年存在一個單元（地區），HL集聚模式不存在。

降低局部集聚顯著性到10%，局部空間集聚模式和數量都將增大。2005年HH單元數增加到4個，徐州加入HH行列。LL單元數增加到5個，阜陽加入。連云港屬于LH區，不顯著區為10個。2010年HH單元數增加到5個，徐州加入。LL單元數不變，LH、HL模式不存在，表明局部空間是一種正向集聚，不顯著區依然為10個。顯著性降低后局部空間集聚模式和類型在2017年發生了較大的變化，HH單元數有4個，分別為徐州、濟寧、臨沂、連云港。棗莊被HH集聚區包圍，屬于LH集聚。LL單元數有三個，分別為周口、商丘、亳州，不顯著區12個。從以上變化來看，局部Moran’s I的10%顯著性更能反映淮海經濟區發展潛力分布實際。

地區 區域發展潛力 區域發展潛力系數2005 2017 排名 指標變化 變化幅度/% 2005 2017徐州 0.4157 3.0143 1 2.5986 625.1 3.4436 3.8183連云港 0.1166 0.8070 6 0.6904 592.0 0.9660 1.0222淮安 0.1122 0.7908 7 0.6786 604.6 0.9297 1.0018鹽城 0.1211 0.8309 5 0.7098 586.0 1.0033 1.0526宿遷 0.0747 0.7527 8 0.6780 907.7 0.6187 0.9535菏澤 0.0954 0.6140 12 0.5187 543.9 0.7898 0.7778棗莊 0.1417 0.7001 11 0.5584 394.1 1.1735 0.8868濟寧 0.2270 1.1318 3 0.9048 398.6 1.8803 1.4337泰安 0.1872 0.9800 4 0.7929 423.6 1.5503 1.2414日照 0.0589 0.3876 19 0.3287 558.2 0.4878 0.4910萊蕪 0.0531 0.2203 20 0.1672 314.9 0.4399 0.2791臨沂 0.2546 1.3306 2 1.0760 422.6 2.1091 1.6855亳州 0.0463 0.4554 16 0.4091 882.9 0.3838 0.5769蚌埠 0.0526 0.4156 17 0.3630 689.5 0.4361 0.5265淮北 0.0741 0.4777 14 0.4036 544.7 0.6137 0.6051阜陽 0.0488 0.4588 15 0.4100 840.7 0.4040 0.5812宿州 0.0812 0.7105 10 0.6294 775.5 0.6722 0.9001周口 0.0852 0.5630 13 0.4778 561.1 0.7054 0.7132商丘 0.1135 0.7515 9 0.6380 562.2 0.9401 0.9520開封市 0.0546 0.3957 18 0.3410 624.1 0.4526 0.5012淮海經濟區 0.1207 0.7894 — 0.6687 553.9 — —江蘇板塊 0.1681 1.2391 — 1.0711 637.2 1.3923 1.5697安徽板塊 0.0606 0.5036 — 0.4430 731.0 0.5020 0.6380山東板塊 0.1454 0.7663 — 0.6209 427.1 1.2044 0.9708河南板塊 0.0844 0.5701 — 0.4856 575.2 0.6994 0.7221

年份 2005 2010 2017 Moran's I 0.2067 0.1405 0.0533 E(I) -0.0526 -0.0526 -0.0526 Z(I) 1.9547 1.6602 1.0196顯著性水平 0.0410 0.0530 0.1450

四、淮海經濟區發展潛力影響因素

（一）模型估計

為了減小數據的波動性，減小共線性與異方差性，增強數據平穩性，以區域發展潛力（P）的自然對數值為被解釋變量，各影響因素的自然對數值為解釋變量，對2017年的截面數據進行回歸估計。由于淮海經濟區發展潛力存在空間依賴，因此采用空間截面計量模型來估計和檢驗?？臻g效應的計量表現為空間滯后（SLM）和空間誤差模型（SEM）兩種基本形式，采用極大似然估計法對參數進行估計，并將空間滯后和空間誤差回歸結果與傳統回歸模型進行比較，結果見表3。由于存在空間效應，因此空間滯后模型和空間誤差模型的回歸擬合效果優于傳統的回歸模型（OLS）。依據logL、AIC、SC信息準則的比較，結合空間回歸系數ρ和空間誤差自相關系數λ的顯著性，SEM模型能更好地擬合空間效應。SEM中空間誤差自相關系數λ為-0.5509，在10%的水平下顯著，且R2R2=0.9361，大于SLM模型R2R2（=0.9202），檢驗異方差的Breusch-Pagan值沒有通關過顯著性檢驗。說明不存在異方差問題，該模型擬合效果最好。SEM模型表明淮海經濟區地區間的發展潛力空間效應明顯，一個地區的發展潛力與周邊地區的發展潛力密切相關，周邊地區的發展潛力對本地區的發展潛力有負向的影響。

（二）估計結果分析

變量 傳統回歸模型（OLM） 空間滯后模型（SLM） 空間誤差模型（SEM）系數 標準差 T統計量 系數 標準差 Z統計量 系數 標準差 Z統計量ρ——0.0245 0.1609 0.1522— — —λ—— -0.5509* 0.2961 -1.8607常數項α -23.3941*** 7.8514 -2.9796 -23.2199*** 5.0895 -4.5623 -22.6003*** 4.4172 -5.1164 lnincome 2.4777 4.2526 0.5826 2.4836 2.7088 0.9169 -0.5378 2.7201 -0.1977 lnstruc 35.6224*** 10.9930 3.2405 35.3317*** 7.1543 4.9385 35.9369*** 6.0944 5.8967 lnurban -10.0414* 5.5390 -1.8129 -10.1087*** 3.5019 -2.8866 -7.9626*** 3.3029 -2.4108 lnhc 1.35959 0.9292 1.4632 1.3579** 0.5929 2.2905 0.9370* 0.5355 1.7497 lnfir 0.20696 0.8241 0.2511 0.2291 0.5303 0.4321 0.0907 0.4893 0.1855 lnfirm -20.9815*** 5.8175 -3.6067 -21.0887*** 3.7821 -5.5759 -22.8462*** 3.5365 -6.4601 lnhouse 0.5689 0.5674 1.0026 0.5599* 0.3589 1.5603 0.7421*** 0.3131 2.3699 lnbaidu 0.1924 0.2131 0.9029 0.1948 0.1347 1.4461 0.0893 0.1423 0.6276 lnrdin 0.5015 1.2237 0.4098 0.5279 0.7948 0.6642 0.9325 0.7274 1.2819 lninter 31.2745** 11.2127 2.7892 31.2864*** 7.1754 4.3602 37.5778*** 7.1787 5.2346 Lnopen -0.5781* 0.2831 -2.0419 -0.5825*** 0.1797 -3.2424 -0.5250*** 0.1568 -3.3484 R2 0.9201 0.9202 0.9361殘差檢驗 顯著相關Log L 7.9818 7.9927 10.7990 AIC 8.0363 10.0146 2.4019 SC 19.9851 22.9591 14.3507 Bre-pagan 12.2372（不顯著） 11.7402（顯著水平0.38349） 15.2524（顯著水平0.1712）

從地區間的空間交互作用看，λ在10%的水平下顯著為負，表明地區間存在顯著的空間負相關。即地區間的發展潛力存在負的溢出效應，在地理空間上表現為較顯著的空間依賴性，而且在一定程度上是通過誤差沖擊的空間傳遞實現的。在統計學上的意義為，當某個地區相鄰區域的發展潛力變動1個單位時，將負向波及該地區的發展潛力變動-0.5509%，存在極化現象。

解釋變量的顯著性和影響作用各異。居民收入水平（income）的系數（-0.5378）不顯著，說明居民收入水平對區域發展潛力的影響為負且較小。

產業結構水平（struc）的系數在0.01水平下顯著，說明產業結構變動和升級對地區發展潛力的提高有顯著正向影響，產業結構對發展潛力的彈性系數為35.9369，與理論預期一致。城市化水平（urban）的系數（-7.9626）在0.01的水平下顯著，但是為負，反映城鎮化水平對區域發展潛力有顯著負影響。如果說對于發達地區的城鎮化而言，由于城鎮化程度已經較高，過度的城鎮化會加劇城鎮諸如交通、教育、醫療、住房、環境污染等負擔，這與吳玉鳴的研究結論一致。但是，對于經濟欠發達的淮海經濟區而言，城鎮化的速度快于經濟發展的速度，過快的城鎮化與經濟發展不協調，可能是城鎮化影響為負的合理解釋。

以各級各類在校學生數表征的人力資本水平（hc）的回歸系數（0.9370）在0.1的水平下顯著，且影響為正，表明人力資本水平對區域發展潛力有顯著正向影響，存在正的溢出效應，這與以往人力資本對經濟增長影響的研究結論一致，也與本文研究預期一致。即增強人力資本投資，可顯著提升區域發展潛力，人力資本水平每提高1個百分點，將會使區域發展潛力提高0.9370%。

金融發展水平（fir）系數（0.0907）沒有通過顯著性檢驗，表明對區域發展潛力存在不顯著的正影響，但影響不大，與理論預期不一致。理論研究認為金融發展水平高會促進地區經濟發展，淮海經濟區金融發展水平影響不大，可能與地區金融發展水平相對較低有關。

企業數量（firm）的系數（-22.8242）在0.01的檢驗水平下顯著，對區域發展潛力影響為負，存在負向溢出效應，且負向影響較大，意味著企業數量每增加1%，將會降低22.8242%的區域發展潛力。這個結果與理論預期和假設相悖，可能的原因在于，淮海經濟區的企業數量與企業質量存在較大的差異。由于經濟發展相對落后，企業大多數是傳統的勞動密集型產業，依賴于資源加工的制造業和資源開采業，新興產業和高新技術產業占比較小，產業的低端集聚導致產業結構同構和資源環境等問題，降低了本地集聚企業的吸引力。因此，政府應該重視企業的轉型升級與產業轉型升級。房地產依賴度的系數（0.7421）在0.01的水平下顯著且為正，說明房地產依賴度對區域發展潛力存在顯著的正向影響，房地產依賴度每提高1個百分點，將會提升區域發展潛力0.7421%。這一結果與理論預期相反，但是又與當前發展的實際相吻合。

房地產開發投資是固定資產投資的一部分，投資的增加將會帶動經濟的增長，同時由于房地產業的產業鏈較長，可以帶動相關產業的發展。但是，一個地區過度地依賴房地產開發投資來拉動經濟增長，未來的發展將不可持續，也會降低區域的發展潛力。百度指數（baidu）的回歸系數（0.0893）為正但不顯著，表明對區域發展潛力變化的影響較小。

百度指數由搜索指數、資訊指數、媒體指數構成，反映了一個地區被搜索、報道和受關注的程度，是一個地區知名度的體現，百度指數的提升在一定程度上可以提高地區發展潛力。研發投入水平（rdin）回歸系數（0.9325）為正且不顯著，表明研發投入對淮海經濟區各個城市的發展潛力的影響不顯著。這與既往的理論研究和假設不相符，也反映出研發投入在考察期并沒有發揮應有的作用。

信 息 化 水 平（inter）的 系 數（35.5778）通 過 了0.01水平下的顯著性檢驗，且回歸系數值最大，表明信息化水平對區域發展潛力有顯著正影響，正向溢出效應最大，在其他影響因素不變的情況下，信息化水平每提高1個百分點，將會提升地區發展潛力35.5778個百分點，從側面反映出信息化時代信息基礎設施建設的重要性。

對外開放水平（open）的系數（-0.5250）為負且通過了0.01水平下的檢驗，表明對外開放水平對區域發展潛力存在負向影響，即對外開放水平對地區發展潛力的彈性為-0.5250%，與理論預期不符。出現這一結果的原因，或許與淮海經濟區的發展程度有一定的關系。由于區域發展程度相對較低，發展理念相對落后，對外開放度的提高并沒有在多大程度上改變傳統的發展理念。再者產業大多處于低中端，對外開放水平提高帶來的先進技術和管理經驗難以復制，還有外資企業的進入對產業“原生態”的沖擊和環境破壞產生的“污染光環”及“污染天堂”的雙重效應?-?。

五、研究結論與政策建議

淮海經濟區及20個城市的區域發展潛力值和區域發展潛力系數經過12年的發展，到2017年淮海經濟區的發展潛力達到0.7894，較2005年的變化幅度為553.9%，平均每年變化46.2%?；春＝洕鷧^20個城市的潛力值到得到了增長。2007年，淮海經濟區地區之間的發展潛力總體格局為以徐州為中心，并向外圍地區擴散為“單核心”模式，徐州的發展潛力值是整個淮海經濟區20個地區發展潛力值總和的近五分之一?；春＝洕鷧^內部地區間的發展潛力存在顯著的空間負相關與負的溢出效應，當某個地區相鄰區域的發展潛力變動1個單位時，將負向波及該地區的發展潛力變動-0.5509%，存在極化現象。對淮海經濟區發展潛力有正向影響且顯著的因素有產業結構水平、房地產依賴度、信息化水平和人力資本水平；有負向影響且顯著的因素有城鎮化水平、企業數量、對外開放水平；影響不顯著的因素有居民收入水平、金融發展水平、百度指數和研發投入水平。

基于以上結論，要提高淮海經濟區整體潛力和競爭力，縮小內部地區之間的差異，需要采取區域聯動發展戰略，加快促進淮海經濟區核心區的一體化發展，實現政策聯動、產業聯動、基礎設施聯動、環境治理與保護聯動、人才聯動。此外，在制定提升區域發展潛力的政策時，要區別考慮不同因素的影響方向和影響程度，使政策更具有針對性，以便取得更好的政策效果。當前最迫切的是要推進淮海經濟區的產業轉型升級，把握和利用“互聯網+”的信息化發展機遇，實現“兩化融合”，促進產業結構的合意性發展；同時，要充分認識人才是提升地區發展潛力和競爭力的關鍵，加大人才培養和引進力度，樹立人才競爭意識。

注釋：

①賈曉霞，楊乃定.基于復合系統的區域發展潛力評價[J].科學學與科學技術管理，2003(3):44-47.

②陸大道.中國區域發展的理論與實踐[M].北京:科學出版社，2003.

③江璐璐，師謙友，陳昱，王曼.關中城市群可持續發展潛力評價研究[J].河南科學，2013，31（11）：1998-2003.

④馬仁鋒，張海燕，沈玉芳，王筱春.省域尺度的區域發展潛力評價方法研究[J].開發研究，2009（3）：18-25.

⑤上海財大區域經濟研究中心.2007中國區域經濟發展報告——中部塌陷與中部崛起[M].上海:上海人民出版社，2007.⑥寧越敏，施倩，查志強.長江三角洲都市連綿區形成機制與跨區域規劃研究[J].城市規劃，1998(1):16-20.

⑦馬仁鋒.省域內區域發展潛力及其評價指標體系研究—以云南省為例[D].云南大學，2008.

⑧韓立華，呂萍，韓瑞.欠發達地區經濟發展潛力的實證分析—以黑龍江省為例[J].學術交流，2008（12）：216-219.

⑨柯善咨，韓峰.中國城市經濟發展潛力的綜合測度和統計估計[J].統計研究，2013，30（3）：64-71.

⑩劉濤，曹廣忠.城市規模的空間聚散與中心城市影響力:基于中國637個城市空間自相關的實證[J].地理研究，2012,31（7）：1317-1327.

1

1

?馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮群體空間結構[J].地理學報，2004,59(6):1048-1057.

?姜博，初楠臣.哈大高鐵對區域可達性影響及空間格局演變[J].城市規劃，2015,39(11):92-98.

?顧朝林，龐海峰.基于重力模型的中國城市體系空間聯系與層域劃分.地理研究，2008，27(1):1-12.

?陶世杰，李俊峰.高鐵網絡可達性測度及經濟潛力分析——以安徽省為例[J].長江流域資源與環境，2017,26（9）：1323-1332.?Anselin L.Local indicators of spatial association:LISA.Geographical Analysis,1995,27(2):93-115.

?夏雪，韓增林，趙林等.省際邊界區區域經濟差異的時空格局與形成機理——以鄂豫皖贛為例[J].經濟地理，2014,34（5）：21-27.

?陳安寧.空間計量經濟學入門與GeoDa軟件應用[M].浙江：浙江大學出版社，2017,93-94.

?曹志宏，梁流濤，郝晉氓.黃淮海地區社會經濟空間分異及集聚發展模式.地理科學進展[J]，2009,28(6):984-990.

?葛瑩，姚士謀，蒲英霞等.運用空間自相關分析集聚經濟類型的地理格局[J].人文地理，2005,(3):21-2521.

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

?姚德龍.中國省域工業集聚的空間計量經濟學分析.統計與決策，2008,(3):123-125.

?梅志雄，徐頌軍，歐陽軍.珠三角縣域城市潛力的空間集聚煙花及影響因素[J].地理研究，2014,33（2）：296-309.

?Copeland B.R.，Taylor M.S.North-south trade and the environment[J].Quarterly Journal of Economics,1994(3):755-787

?秦曉麗，于文超.外商直接投資、經濟增長與環境污染—基于中國259個城市的空間面板數據的實證研究[J].宏觀經濟研究，2016（6）：127-135.

?劉飛宇，趙愛清.外商直接投資對城市環境污染的效應檢驗—基于我國285個城市面板數據的實證研究[J].國際貿易問題，2016（5）：130-141.