我国区域经济趋同测度研究
2011-01-01白雪梅赵峰
财经问题研究 2011年4期
摘 要：本文采用面板数据空间计量模型测度我国31个省区1997—2008年经济趋同状况，并与横截面回归模型、面板数据模型的实证结果进行对照，结果表明，面板数据空间计量模型能更有效地测度我国省区经济发展过程中存在的空间相关性和异质性特征，是目前最适于分析我国区域经济趋同的计量经济模型。面板数据空间计量模型的实证结果表明，省区经济发展速度主要依赖于固定资产投资、市场化发展进程和周边地区经济发展水平等因素的影响。
关键词：区域经济趋同；探索性空间数据分析；面板数据空间计量模型
中图分类号：F061.5文献标识码：A
文章编号：1000-176X（2011）04-0108-08
一、引 言
自新古典经济增长理论兴起以来，国家间和区域间经济差距及其动态演进趋势一直是经济增长理论研究的热点问题之一。新古典经济增长理论认为，在资本边际收益递减以及技术进步一致的假设条件下，落后地区比发达地区的发展速度更快，因而随着时间的推移，区域经济差异会逐渐减小，最终实现区域经济增长的趋同。
在趋同研究中，趋同现象被区别为人均收入水平上的趋同（σ趋同）和增长率上的趋同（β趋同），而区域间增长率的差异通常会导致人均收入水平上的区域差异。σ趋同是指不同区域人均收入的离差随时间推移而下降，通常用变异系数、基尼系数和泰尔指数等指标测度收入水平差距的变化；β趋同是指期初人均产出水平较低的区域通常有更快的增长速度，即不同区域间的人均产出增长率水平与产出水平负相关，通常用回归模型来测度这种负相关关系，当β显著为负表明地区经济趋同现象存在。根据模型中是否加入控制变量，β趋同还可以区分为绝对β趋同和条件β趋同。
β趋同模型是Baumol于1986年创建的，他采用该模型研究了OECD国家的经济收敛情况。此后，Barro和Sala-I-Martin［1-2］运用该模型测度美国和日本等20个国家的经济收敛状况，使该模型成为测度区域经济趋同的基准模型。在国内，魏后凯［3］、蔡昉和都阳［4］、马拴友和于红霞［5］用横截面数据模型测度了我国不同时期的区域经济增长及收敛性。
随着研究的深入，横截面数据模型暴露出在区域经济趋同研究上存在的一些局限性。首先，横截面数据模型假定各地区生产函数相同，忽略了初始要素和技术水平差异等造成的个体异质性的重要特征。其次，横截面数据模型忽略了解释变量的内生性问题。Islam［6］和Caseli等［7］将面板数据模型应用到区域经济趋同研究中，他们发现忽略地区间的技术差异造成MRW收敛速率的严重下偏。林毅夫和刘明兴［8］、许召元和李善同［9］利用面板数据模型验证了我国改革开放以来的地区发展差异状况，结果表明加入个体异质性特征之后，我国省区经济趋同的速度显著提高。
横截面回归模型以高斯—马尔科夫假定为前提，认为个体彼此独立；面板数据模型尽管控制了个体的空间异质性，但仍以空间独立为假定前提。事实上，地区间资金、劳动力的流动、商品的流通和技术扩散等因素使得国内地区间的联系越来越紧密，相邻地区间的影响尤为显著，个体间彼此独立的假定难以成立。传统横截面回归模型无法测度这种空间相关性，从而造成回归结果的有偏估计。Rey和Montuori［10］首次用空间计量经济学的方法研究了1929—1994年美国经济的收敛情况，他们采用空间自回归模型和空间误差模型分别考察了相邻区域经济增长的空间相关性对区域经济收敛的影响。林光平等［11］、吴玉鸣［12］、张晓旭和冯宗宪［13］等学者采用横截面空间计量模型研究了我国区域经济收敛状况，结果表明我国区域经济存在显著的空间相关性。
目前，国内区域趋同的实证研究主要采用横截面空间计量模型或面板数据模型，横截面空间计量模型SD+mrCRVUiA+8aCyaNOAIg==通过在横截面模型中引入空间算子来控制个体空间相关性特征，面板数据模型则控制个体的空间异质性特征，两种模型未能全面体现个体空间特性（空间相关性和异质性）。空间面板数据模型以空间算子的形式将个体空间相关特征引入面板数据模型中，既控制了个体的异质性特征，又考虑了个体空间相关性对模型的影响，具有更好的一般性特征和应用前景。
以下部分的结构安排是：第二部分简要介绍空间计量及面板数据空间计量模型的理论基础，第三部分是对我国省级区域经济趋同的实证研究，第四部分是全文的结论。
二、空间计量模型理论介绍详细内容可参见参考文献［14］。
如前所述，横截面回归模型以高斯—马尔科夫假定为前提，要求个体间彼此独立。一旦个体彼此相关，线性回归模型的最小二乘估计结果将有偏。地理学第一定律［15］认为，任何个体都与其他个体相关，相邻个体的空间相关性更强。而样本个体间的空间相关违背了传统计量模型个体空间独立的假定，从而敦促计量经济学家对传统模型进行改进。
在横截面回归模型中加入空间滞后算子，即可实现横截面回归模型的空间相关性修正。空间滞后算子有Wy和Wε两种，其中y为横截面回归模型的因变量，Wy为y的空间滞后算子；ε为横截面回归模型的随机扰动项，Wε为ε的空间滞后算子。W矩阵为行归一化，即∑nj=1wij=1之后的n×n维空间权重矩阵。空间权重矩阵W包含省区空间位置依赖关系的信息，常见的空间权重矩阵有0-1空间权重矩阵、距离空间权重矩阵以及空间经济权重矩阵等。
将空间滞后算子Wy引入横截面回归模型中，模型形式如（1）式：
y=ρWy+Xβ+εε~
