省域经济发展方式转变的测度及影响因素研究

李 树，鲁钊阳，b

(西南政法大学 a.经济学院;b.法学博士后流动站，重庆401120)

一、引言

改革开放以来，我国经济建设取得了举世瞩目的成就，综合国力显著提升，但在经济建设的过程中，经济发展方式转而不变的问题已经成为阻碍我国经济健康稳定可持续发展的重大障碍。经济发展过程中的如自然环境破坏、生态环境污染、低水平重复建设屡禁不止、社会贫富差距日益拉大、社会矛盾不断激化、贪污腐败现象屡见不鲜等问题难以在短期内彻底根治。从可持续发展的角度来看，我国长期以来一直采用的经济发展方式已经走到了尽头，迫切需要转变经济发展方式(李长安，2013)。［1］党的十七大报告已经明确指出，加快经济发展方式转变，是关系国民经济紧迫而重大的战略任务;十七届五中全会通过的《中共中央关于制定国民经济和社会发展第十二个五年规划建议》中指出，今后5年我国经济发展要以转变经济发展方式为主线;十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》更是明确提出，要“加快转变经济发展方式，加快建设创新型国家，推动经济更有效率、更加公平、更可持续发展”。在此背景下，全面深入地研究经济发展方式转变问题无疑具有很强的理论意义和现实意义。

对经济发展方式转变问题，国外学者早期研究鲜有直接涉及的，他们所研究的问题大多集中在经济发展模式(Model of Economic Development)或经济发展型式(Pattern of Economic Development)等方面，代表性理论主要有Nurkse等(1953)［2］的平衡增长理论、Lewis(1954)［3］的“二元经济模型”、以 Hirschman(1958)［4］为代表的不平衡增长理论及前苏联布哈林(1981)［5］和普列奥布拉任斯基(1984)［6］的工业化发展道路理论。随着时代的发展，国外学者们的研究更为深入，更为具体，重点研究了作为经济发展方式转变重要表现形式的经济结构转型问题。比如，Gries and Naude(2010)［7］研究了企业家精神与经济结构转型间的关系，认为在具备一定条件的情况下，企业家精神有利于促进经济结构的转型，Noseleit(2013)［8］的研究进一步证实了该研究结论;Dic and Zhang(2011)［9］将中国置于全球化的背景下，研究了中国经济转型问题，认为改革开放初到1990年以前我国经济增长的动力主要来自内部，是生产要素重新配置和生产率提升的结果，而1990年以后，我国经济增长与我国的资本深化紧密相关;Gaaitzen et.al.(2012)［10］以金砖四国(巴西、俄罗斯、印度和中国)为例，研究经济结构转型对于生产率的影响，结果发现:对中国、印度和俄罗斯而言，劳动力在不同部门的重新配置有利于促进生产率的增长，而巴西则不会如此;Yasuhide(2014)［11］以 1995年阪神大地震为例，研究了自然灾害对于经济结构转型升级的影响，认为阪神大地震直接冲击了整个日本的经济，在恢复和重建过程中，经济结构的调整得到了优化，也就是说，自然灾害对经济发展方式转变的影响主要是通过灾后经济恢复和重建来实现的。

与国外学者的研究相比，国内学者的研究起步较晚，但研究文献却极为丰富。比如，在经济发展方式转变必要性研究方面，洪银兴(2010)［12］认为虽然我国GDP总量达到世界第二，但是，经济和社会发展中仍面临诸多现实问题，要推动经济大国向经济强国的转变，必须转变经济发展方式;与前者相类似，倪东明(2011)［13］、简新华和叶林(2011)［14］、史晋川和黄良浩(2011)［15］、任保平和郭晗(2012)［16］、肖文和周君芝(2012)［17］的研究进一步证实了经济发展方式转变的必要性;茹少峰和雷振宇(2014)［18］更是从雾霾天气治理的视角出发，论述转变经济发展方式转变的现实必要性。在经济发展方式转变的概念内涵研究方面，黄泰岩(2007)［19］认为经济发展方式的转变，不仅包括从粗放增长向集约增长的转变，还应该包括向经济增长的质量和效益并举转变、向以人为本发展理念转变等多方面的内容;宋立(2011)［20］则从三个结构调整(推动需求结构、产业结构以及内外结构、区域结构与城乡结构的联动调整)的视角出发，全面阐述了经济发展方式转变的概念内涵。在经济发展方式转变的评价指标体系研究方面，吴旭晓和许正中(2010)［21］、李玲玲和张耀辉(2011)［22］、陈作成和龚新蜀(2012)［23］、何菊莲等 (2012)［24］、蓝晓宁(2013)［25］、汪素芹(2014)［26］分别进行了研究;虽然不同学者的具体评价指标体系存在差异，但都是将经济发展方式分解为具体的不同指标来进行衡量的。

通过上述分析不难看出，国外学者并没有通过建立指标体系的方式来全方位多角度研究经济发展方式转变问题，而国内学者的研究主要是以定性分析为主，现有的定量分析未涉及到省域经济发展方式转变可能存在的空间依赖性问题。基于此，本文拟从空间经济学视角出发，全面研究我国省域经济发展方式的转变问题。

二、模型设定与估计方法

(一)经济发展方式转变的理论分析

由于目前学术界还没有省域经济发展方式转变的概念，在借鉴黄泰岩(2007)［19］和宋立(2011)［20］关于经济发展方式转变的概念基础上，本文认为，省域经济发展方式转变是指在资源约束限制和经济社会发展多目标诉求条件下，省域自身通过经济体制改革、创新机制形成及其推动的经济增长方式转变和经济结构调整优化的互动与集成，逐步形成新的资源配置模式、生产要素组合方式、生产要素报酬决定机制以及经济增长与发展动力机制，在一定区域范围内成为新的经济增长极，以便提高其自身经济发展的水平、质量以及协调性、包容性、均衡性与可持续性，实现科学发展。也就是说，省域经济发展方式的转变是省域经济运行行为、发展动力、发展约束适应和发展成果分享的变化过程，是一个包括经济、社会、科技和环境等多方面因素变化的复杂发展过程。很显然，本文所界定的省域经济发展方式转变的内涵与吴旭晓和许正中(2010)［21］、李玲玲和张耀辉(2011)［22］、陈作成和龚新蜀(2012)［23］、何菊莲等(2012)［24］、蓝晓宁(2013)［25］、汪素芹(2014)［26］等人的是不一样的，他们基于研究目的的差异，并没有从经济、科技、社会和环境视角出发来综合剖析经济发展方式转变，而从上文所界定的概念不难看出，经济发展方式的转变应该包括这些内容。基于此，拟从省域经济系统、科技创新系统、社会系统和环境系统等四个方面来全面剖析省域经济发展方式转变，并构建省域经济发展方式转变评价指标体系(如表1所示)。

表1 省域经济发展方式转变评价指标体系

(二)经济发展方式转变的空间计量模型设定

根据省域经济发展方式转变评价指标体系，如果记省域经济发展方式转变、省域经济实力、省域经济结构、省域经济效益、省域经济市场化、省域创新投入、省域创新成果、省域人口素质、省域人口生活质量、省域社会保障、省域环境效应和省域环境治理等指标分别为 tedp、ec、es、ef、em、ii、io、pq、lq、ss、ee、er;在充分考虑到前期省域经济社会发展对当期省域经济发展方式转变影响的前提下，为全面统一不同指标的量纲(取对数)，i省经济发展方式转变模型可以表述如下:

(1)式中，γ为回归系数，μi为随机误差项，i为1，2，…，31，表示各省级单位。由于经济发展方式的转变是一个包括经济、社会、科技和环境等多方面因素变化的复杂发展过程，从单方面衡量省域经济发展方式的转变都是不科学的，本文拟分别从省域经济系统、科技创新系统、社会系统和环境系统等四个方面来衡量省域经济发展方式的转变，分别记其为 tedp1、tedp2、tedp3和tedp4，则根据表1，i省份经济发展方式转变衡量指标计算公式为:

其中，ec、es、ef、em、ii、io、pq、lq、ss、ee、er、tedp1、tedp2、tedp3和tedp4的数据分别采用因子分析法获得。考虑到中国宏观经济和金融总量数据“结构断点”问题，文中研究的跨度为1992～2012 年(梁琪、滕建州，2006)，［27］研究所选样本除中国香港、澳门和台湾外的31个省级行政单位。考虑到重庆成立于1997年，由原重庆、万县、涪陵、黔江四地构成，文中1992～1996年重庆相应指标的原始数据取上述四地的数据之和;相应地，1992～1996年四川省的数据为原四川省的数据减去上述四地的数据之差。文中数据来源于《新中国六十年统计资料汇编》、相关省市六十年统计资料及《中经网数据库》。

(三)空间计量模型的估计方法

根据 Anselin(1999)［28］关于空间计量经济分析的基本思路，首先运用Moran指数对省域间经济发展方式转变的空间依赖性进行检验。如果存在空间依赖性，则建立空间计量模型，进行空间计量估计和检验。

1.空间依赖性检验

2018年全国职业院校导游技能大赛中增加了现场导游词创作与讲解赛项，内容为100个旅游文化元素和15个团型。选手现场抽选出一个旅游文化元素和一个团型，准备时长30分钟，选手独立完成现场导游词创作。30分钟后上场，在2分钟内用中文进行脱稿讲解。

为验证省域经济发展方式转变空间依赖性的存在，采用空间自相关指数 MoranI，其可定义为:

根据数据分布可以计算出状态分布MoranI的期望值，如下:

依据上述方法，对1992～2012年我国31个省级单位经济发展方式转变在地理空间上的空间依赖性进行了检验(见表2)。从表2中可以看出，1992～2012年间，我国省域经济发展方式转变的MoranI指数分别为0.2339、0.2514、0.2612、0.2011 和 0.2995，MoranI的正态统计量 Z值分别为 3.3212、3.3021、2.6985、2.2259和3.0215，均大于正态分布函数在1%水平下的临界值1.96，这说明我国31个省级单位经济发展方式转变在空间分布上具有明显的正自相关关系，即空间依赖性。进一步分析，可以认为我国省域经济发展方式转变不是完全随机状态，而是表现出相似值之间的空间集群。通过Moran散点图，可将我国省域经济发展方式转变的空间相关模式分为四类(见表3)。很显然，在使用省域面板数据分析经济发展方式转型问题时，需要采用纳入空间依赖性的空间计量经济模型进行估计。

表2 最近5年31个省级单位经济发展方式转变的MoranI指数及其Z值

表3 省域经济发展方式转变的空间相关模式(2012年)

2.空间计量模型设定

由于省域经济发展方式转变在空间分布上存在显著的空间依赖性，故采用的空间计量经济模型是纳入了空间效应(空间相关和空间差异)的空间常系数回归模型，包括空间滞后模型(Spatial Lag Model，SLM)和空间误差模型(Spatial Error Model，SEM)，以及空间变系数回归模型，即地理加权回归模型(Geographical Weighted Regression，GWR)。

空间滞后模型(Spatial Lag Model，SLM)主要研究不同变量在一个地区是否有扩散现象，也就是溢出效应的问题，其表达式为:

(6)式中，y为因变量，X为 n×k的外生解释变量矩阵，ρ为空间自回归系数，W为n×n的空间权值矩阵，常用邻接矩阵，Wy为空间滞后变量，ε为误差向量。

空间误差模型(Spatial error model，SEM)的数学表达式为:

(7)式中，ε为随机误差项，λ为(n×1)的截面因变量的空间误差系数，μ为正态分布的随机误差向量。根据Anselin(1988)［29］的思路可知:参数λ衡量了样本观测值中的空间依赖性，即相邻地区的观测值y对本地区观测值y的影响方向和程度，参数β反映了自变量X对因变量y的影响。同时，为保证SEM模型的无偏和有效，需要采用极大似然法估计空间滞后模型和空间误差模型的参数。

虽然上文分析已经表明，省域经济发展方式转变存在空间依赖性，但这并不能直接决定到底该选用SLM还是SEM。Anselin(1988)［29］的研究表明，如果在空间依赖性的经验中，LMLAG比LMERR在统计上更为显著，且R－LMLAG显著而R－LMERR不显著的话，则应该采用 SLM。从表4中不难看出，应该采用空间滞后模型(SLM)进行估计。在确定了检验的基本模型之后，为确保最终检验模型的准确性，对所有解释变量均进行空间依赖性检验，结果发现:经济结构(es)的 MoranI指数为0.2558，MoranI的正态统计量Z值为3.415，大于正态分布函数在1%水平下的临界值1.96，空间依赖性显著，其他变量则不显著。基于此，对模型(1)进行调整，充分考虑周边省级单位经济发展方式转变和经济结构(es)对样本省级单位经济发展方式转变产生的影响，权重矩阵w采用省级单位间的距离构建，建立如下空间计量经济学模型。

表4 SLM与SEM选择的空间依赖性诊断

三、实证分析

(一)省域经济发展方式转变的全域空间实证分析

在全域范围内，对省域经济发展方式转变进行实证研究(如表5)。其中，Ⅰ和Ⅱ为采用最小二乘法的估计结果，Ⅲ和Ⅳ则为采用极大似然法估计的SLM模型。从表5中可以看出，采用极大似然法估计的空间滞后模型拟合优度R2明显高于采用最小二乘法估计的拟合优度R2;从对数似然函数值 Loglikelihood、AIC和 SC的值来看，空间滞后模型效果明显优于最小二乘法的估计结果;同时，es、ii、io、er等指标在最小二乘法下并不显著，而在空间滞后模型中均显著，说明最小二乘法可能是由于遗漏了重要的空间误差项，而使得模型设定不够精确;wtedp的高度显著，进一步说明了省域经济发展方式转变空间依赖性的存在;这些充分表明采用极大似然法估计的空间滞后模型的合理性。

表5 省域经济发展方式转变全域空间估计

基于上述分析，最终确定分析的回归结果为表5中的Ⅳ列。从中可以看出，除ec、em、pq等变量不显著外，其他变量均显著。具体来说即是:基于历史的原因和建国以来工业布局的影响，当期省域经济发展方式转变在很大程度上受前一期经济发展方式的制约。省域经济实力虽然会对省域经济发展方式转变带来诸多影响，但随着西部大开发和中部崛起等一系列发展战略的实施，国家在协调省域经济发展方面的努力效果日益显著，统一有序的全国市场体系日益完善，生产要素的流通更为便利和快捷，省域经济实力和经济市场化程度不再直接决定着省域经济发展方式的转变。而相反，省域经济结构和经济效益则在很大程度上决定着省域经济发展方式的转变，这更多的可以从经济结构调整的制度惯性和市场经济的有效性方面寻求答案。科技是第一生产力，创新是科技的灵魂，创新投入和创新成果更能够在一定程度上影响省域经济发展方式的转变。随着我国改革开放的深入，人才流动速度更快，区际间公共服务均等化问题也在逐步得到解决，人口素质对省域经济发展方式转变影响不显著，但区际间(省域间、城乡间)收入差距的存在，并在一定程度上扩大，社会保障的差异，则直接影响着省域经济发展方式的转变。随着我国经济的发展，环境对经济社会发展的影响日益明显，环境问题必然成为省域间经济发展方式转变的重要制约因素。

(二)省域经济发展方式转变的局域空间分析:GWR实证检验

1.GWR模型

SLM模型虽然能够从全域视角检验省域经济发展方式转变问题，但在局域存在异质性的情况下，则无法探究不同自变量对因变量的作用。因此，继续采用地理加权回归(GWR)进行局域估计。GWR模型的一般形式为:

(9)式中，βi表示与观测位置i对应的n×1个参数，y是在n个点上采集的因变量的n×1阶观测向量，X是n×k阶的解释变量矩阵，ε是n×1阶服从方差为常数的正态分布的误差向量，Wi表示n×n阶对角矩阵，它是观测点i到近邻观测点的距离的函数。GWR模型产生n个这样的参数向量的估计，即每个位置对应一个参数向量。根据近邻观测信息的子样本，使用局部加权回归获得空间上每一个点的参数向量的估计:

(10)式中，空间权值矩阵函数Wi可用高斯函数表示为:

其中，di是距离向量，θ是带宽，φ代表标准状态密度，σ是距离向量的标准差。关于带宽的确定，国际上普遍采取Bowman提出的交叉确认方法(Cross－Validation，CV):

2.GWR模型估计及显著性检验

根据上述GWR模型及相应的估计方法，可以对GWR模型进行估计，并对其显著性进行检验(见表6)。从表 6 中可以看出，tedpi－1、es、ii、ee等变量对不同省级单位经济发展方式转变的影响存在较大差异，也就是说，这些自变量对于因变量的影响在空间上存在异质性，有必要进行GWR检验。理论上来讲，GWR模型的有效性问题和每个参数估计集合是否在所研究区域表现出空间差异的问题需要考虑。Brunsdon 等(1999)［30］、Fotheringhan et.al.(2002)［31］的方差分析检验和 Leung(1998)［32］的统计检验为解决这两个问题提供了思路，得出其相关检验结果(如表7和表8)。表7结果显示，与最小二乘法相比，GWR方法能够使残差平方和显著减少，GWR模型在本文中具有更强的优势。从表8中可看出，除经济实力、经济市场化、人口素质和生活质量指标外，其他指标均存在显著的空间变异现象。

表6 省域经济发展方式转变的局域空间估计

c tedpi-1 ec es ef em ii io pq lq ss ee er安徽 2.015 0.02 0.124 0.234 0.668 0.369 0.368 0.368 0.335 0.036 0.098 0.444 0.257四川 4.056 0.498 0.268 0.298 0.214 0.158 0.122 0.125 0.258 0.048 0.088 0.245 0.254湖北 3.231 0.405 0.361 0.589 0.235 0.241 0.374 0.258 0.255 0.045 0.082 0.258 0.147重庆 4.325 0.369 0.125 0.452 0.155 0.142 0.175 0.425 0.365 0.029 0.035 0.369 0.365上海 6.235 0.902 0.575 0.658 0.988 0.146 0.662 0.815 0.762 0.226 0.392 0.925 0.802浙江 5.752 0.862 0.614 0.725 0.665 0.412 0.274 0.412 0.259 0.035 0.045 0.458 0.501湖南 4.012 0.501 0.414 0.361 0.235 0.358 0.368 0.445 0.366 0.039 0.024 0.258 0.255江西 3.021 0.239 0.235 0.125 0.225 0.665 0.258 0.359 0.219 0.035 0.065 －0.259 0.558云南 3.002 －0.102 0.125 0.092 0.08 0.04 0.268 0.258 0.452 0.088 0.058 0.258 －0.241贵州 1.231 0.334 0.187 0.061 0.05 0.05 0.125 0.358 0.421 0.084 0.095 －0.354 0.214福建 3.325 0.412 0.195 0.225 0.258 0.214 0.448 0.158 0.355 0.018 0.068 0.215 0.257广西 1.452 0.215 0.206 0.074 0.09 0.061 0.215 0.258 0.365 0.068 0.065 0.124 0.352海南 3.011 0.268 0.409 0.336 0.104 0.328 0.129 0.502 0.258 0.098 0.048 0.114 0.225广东 3.235 0.772 0.698 －0.122 0.782 0.259 0.778 0.698 0.965 0.229 0.301 0.685 0.756

表7 GWR模型方差分析检验

表8 GWR模型参数检验

3.GWR模型实证分析

根据表6中的结果，可以对GWR模型中参数的空间异质可作如下分析:常数项(C)测度了除自变量以外的其他因素对省域经济发展方式转变的影响，具体来说，即是:西南地区的云南、贵州、广西以及大西北地区的甘肃、青海、宁夏、西藏、新疆与国内其他省级单位相比存在很大的差异，四川和重庆虽然地处西南，但前者经济发展基础较好，整体经济实力较为雄厚，后者则发展潜力无限，基本和东部沿海地区处于同一水平，这与鲁钊阳和李名杰(2008)［33］的研究成果是相吻合的，他们也认为对于区域的经济社会发展状况的衡量不能够完全以区位来研判，更多的是应该从区域实际发展水平来看，尽管川渝两地同处西南，但是，基于历史和现实的原因，四川的发展基础要好于重庆这是不可否认的，而后者发展潜力则是不可低估的。从经济结构、经济效益、创新投入、创新成果和社会保障等指标方面看，北部沿海地区的北京、天津、河北和山东，东部沿海地区的上海、江苏和浙江以及南部沿海地区的福建和广东具有显著的优势。经济结构稳步优化、经济效益逐步提升、创新投入显著增多、创新成果日益增多，这些因素对其自身经济发展转变作用也更为明显，而作为南部沿海的海南在此方面则并没有显著优势，这与海南自身这些年来的发展是紧密相关的，这与鲁钊阳和廖杉杉(2012)［34］的研究成果是相吻合的。从环境效应和环境管理指标方面来看，大西北地区的甘肃、青海、宁夏、西藏和新疆优势更为明显一些，与东部沿海发达省份相比，甚至与中部省份相比，大西北经济发展较为落后，但是，从整体上来看，自然资源对经济社会发展的约束并不是十分显著，这与宋涛等(2006)［35］、周兵等(2014)［36］研究成果也是相一致的。

四、研究结论及政策建议

对省域经济发展方式转变可能具有的空间依赖性进行分析，通过外生的空间权值矩阵，引入空间滞后因变量和空间滞后自变量，构建省域经济发展方式转变的空间计量经济学模型，并从全域视角和局域视角分别对省域经济发展方式转变问题进行实证研究。结果发现:在全域视角下，除经济实力、经济市场化和人口素质对省域经济发展方式转变不显著外，其他变量的作用均显著;在局域视角下，除经济实力、经济市场化、人口素质和生活质量指标外，其他指标均存在显著的空间变异性。总体来说，虽然个别指标对省域经济发展方式转变的影响并不显著，但这并不能否认省域经济发展方式的转变过程是一个包括经济、社会、科技和环境等多方面因素变化的复杂发展过程。

基于以上分析，要加快转变省域经济发展方式的转变，必须:第一，加快省域经济发展方式的转变，需要强化省域经济实力，调整省域经济结构，提升省域经济效益，稳步推进省域经济市场化建设。经济发展方式的转变，不仅需要追求经济增长速度，还需要高度重视经济效益。特别是在当前CPI走势并不乐观的情况下，要将经济发展与民生紧密结合，以民生为导向，有条不紊地调整经济结构，破除阻碍市场经济发展的壁垒，通过市场经济的发展，实现省域间产业梯度的合理转移。第二，加快省域经济发展方式的转变，需要高度重视对省域科研的投入力度和奖励力度。不仅需要严格按照GDP的增长，稳步强化对省域科研的资金投入力度，还需要重视对重大创新成果的奖励力度，重视科研成果向现实生产力的转化(鲁钊阳，2013)。［37］同时，还需要营造高度重视科研的氛围，重视对知识产权的保护力度，夯实省域为吸收FDI效应溢出的基础，特别是要重视农业领域FDI的立法建设，为涉农机构吸收和使用FDI创造条件。第三，加快省域经济发展方式的转变，需要提高人口素质，改善居民生活，强化社会保障。不仅需要继续重视对基础教育的投入力度，还需要引导高层次人才在区际间的合理流动;不仅需要采取切实有效的措施，逐步缩小区际间(省域间、城乡间)居民收入差距，还需要重视与农民生产生活相关的诸如农田水利设施建设等，提高广大农村地区的公共服务水平(李树，2013)。［38］第四，加快省域经济发展方式的转变，需要高度重视环境保护。要将低碳理念贯彻落实到经济发展过程中，重视节能减排工作，将单位GDP能耗高低逐步纳入到对地方政府的政绩考核中;要在经济发展的过程中，高度重视能源工业固定资产投资与能源产量的良性互动，有效缓解经济发展中的能源短缺问题。

［1］李长安.三中全会将成转变发展方式契机［N］.中国科学报，2013－11－12(01).

［2］Allen and Unwin R.Nurkse.Problems of Capital Formation in Underdeveloped Countries［M］.Oxford University Press，1953:125 －127.

［3］Lewis W.A.Economic Development with Unlimited Supplies of Labour［J］.The Manchester School，1954，22(2):139 －191.

［4］A.O.Hirschman.The Stratery of Economic Development［M］.Yale University Press，1958:45－47.

［5］尼古拉·布哈林.过渡时期经济学(中文版)［M］.上海:生活·读书·新知三联书店，1981:55－57.

［6］叶·阿·普列奥布拉任斯基.新经济学(中文版)［M］.上海:生活·读书·新知三联书店，1984:12－15.

［7］Gries Thomas，Naude Wim.Entrepreneurship and Structural Economic Transformation［J］.Small Business Economics，2010，34(1):13 －29.

［8］NoseleitFlorian.Entrepreneurship，Structural Change，and Economic Growth［J］.Journal of Evolutionary Economics，2013，23(4):735－766.

［9］Dic Lo，Yu Zhang.Making Sense of China's Economic Transformation［J］.Review of Radical Political Economics，2011，43(1):33 －55.

［10］Gaaitzen J.De Vries，Abdul A.Erumban，Marcel P.Timmer，Ilya Voskoboynikov，Harry X.Wu.Deconstructing the BRICs:Structural Transformation and Aggregate Productivity Growth［J］.Journal of Comparative Economics，2012，(40):211－227.

［11］YasuhideOkuyama.Disasterand Economic Structural Change:Case Study on the 1995 Kobe Earthquake［J］.Economic Systems Research，2014，26(1):98 －117.

［12］洪银兴.成为世界经济大国后的经济发展方式转型［J］.当代经济研究，2010，(12):25－28.

［13］倪东明.中国经济发展方式转变的模式设计及实现策略［J］.华北电力大学学报:社会科版，2011，(2):29 －31.

［14］简新华，叶林.改革开放前后中国经济发展方式的转变和优化趋势［J］.经济学家，2011，(1):5－14.

［15］史晋川，黄良浩.总需求结构调整与经济发展方式转变［J］.经济理论与经济管理，2011，(1):33－49.

［16］任保平，郭晗.红利变化背景下中国经济发展方式转变的路径转型［J］.西北大学学报:哲学社会科学版，2012，42(4):5 －9.

［17］肖文，周君芝.加快经济发展方式转变的理论创新:基于关键技术群概念的研究［J］.浙江学刊，2012，(2):164－169.

［18］茹少峰，雷振宇.我国城市雾霾天气治理中的经济发展方式转变［J］.西北大学学报:哲学社会科学版，2014，44(2):90 －93.

［19］黄泰岩.转变经济发展方式的内涵与实现机制［J］.求是，2007，(18):6 －8.

［20］宋立.按照经济发展方式转变要求推动经济结构战略性调整［J］.农村金融研究，2011，(2):28－33.

［21］吴旭晓，许正中.基于复杂系统视角的经济发展方式转型评价研究:以上海为例［J］.华东经济管理，2010，(9):1 －6.

［22］李玲玲，张耀辉.我国经济发展方式转变测评指标体系构建及初步测评［J］.中国工业经济，2011，(4):54 －63.

［23］陈作成，龚新蜀.西部地区经济发展方式转变测评与路径选择:以新疆为例［J］.新疆社会科学，2012，(1):34 －39.

［24］何菊莲，张轲，唐未兵.我国经济发展方式转变进程测评［J］.经济学动态，2012，(10):17－26.

［25］蓝晓宁.欠发达地区经济发展方式转变路径研究［J］.统计与决策，2013，(18):131－133.

［26］汪素芹.中国经济发展方式转变与外贸发展方式转变相互影响的实证分析［J］.国际贸易问题，2014，(1):51 －60.

［27］梁琪，滕建州.中国宏观经济和金融总量结构变化及因果关系研究［J］.经济研究，2006，(1):11－22.

［28］Anselin L.Spatial Econometrics［M］.Bruton Ceter:School of Social Science，University of Texas at Dallas，1999:20 －23.

［29］Anselin L.Spatial Econometrics:Methods and Models［M］.Dordrecht:Kluwer AcademicPublishers，1988:5 －10.

［30］Brunsdon C.，Fotheringham S.，Charlton M.Some Notes on Parametric Significance Tests for Geographical Weighted Regression［J］.Regional Science，1999，39(3):497 －524.

［31］Fotheringham AS，Brunsdon C.and Charlton ME.Geographically Weighted Regression:The AnalysisofSpatially Varying Relationships［M］.West Sussex:John Wiley ＆ Sons Ltd，2002:35－41.

［32］Leung L.Lifestyles and the Use of New Media Technology in Urban China［J］.Telecommunications Policy，1998，22(9):781 －790.

［33］鲁钊阳，李名杰.川渝联手开拓南亚市场研究［J］.国际商务:对外经济贸易大学学报，2008，(2):58 －61.

［34］鲁钊阳，廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应［J］.数量经济技术经济研究，2012，(5):75 －88.

［35］宋涛，郑挺国，佟连军，赵妍.基于面板数据模型的中国省区环境分析［J］.中国软科学，2006，(10):121 －127.

［36］周兵，梁松，邓庆宏.金融环境视角下FDI流入与产业集聚效应的双门槛效应［J］.中国软科学，2014，(1):148 －159.

［37］鲁钊阳.省域视角下农业科技进步对农业碳排放的影响研究［J］.科学学研究，2013，31(5):674－683.

［38］李树.环境治理、产业结构调整与经济增长:基于中国247个地级及以上城市数据的门槛回归模型分析［J］.云南财经大学学报，2013，(5):41 －49.