福建省县域经济空间溢出效应分析

董艳会，苏时鹏，詹礼辉 ，许佳贤 ，黄森慰

(1.福建农林大学经济学院； 2.福建农林大学可持续发展研究所，福建 福州 350002)

福建省县域经济空间溢出效应分析

董艳会1,2，苏时鹏2*，詹礼辉2，许佳贤2，黄森慰2

(1.福建农林大学经济学院； 2.福建农林大学可持续发展研究所，福建 福州 350002)

基于1999-2014年福建省县域面板数据，采用探索性空间数据分析方法和空间计量方法对福建省县域经济空间关联特征及空间溢出效应进行分析。空间关联分析结果显示，福建省县域经济全局存在显著的正向空间关联，且相关性呈不断增大趋势，局部地区呈现明显的空间集聚特征。模型估计结果表明，福建省县域经济存在很强的空间溢出效应，且这种效应已经成为推动其经济增长的重要因素。

溢出效应；空间计量模型；福建；县域经济

改革开放以来，福建东南沿海地区凭借其独特的区位优势，实现经济的迅速发展。而西北内陆地区经济发展相对滞后，各区域经济发展差距日趋扩大。持续扩大的区域差距已成为威胁福建省经济健康持续发展的难题之一。目前，已有很多学者采用不同方法对福建省区域经济差异的成因进行分析，且大多是从区域内部因素差异来寻找原因。然而，在一个开放的经济体系中，区域之间的经济联系越来越密切，任何一个地区的经济发展都脱离不了周边地区的影响，也就是说区域经济溢出效应已经成为区域经济发展过程中不可或缺的因素。因此，探讨福建省区域经济空间关联特征，估计空间溢出效应强度，对促进区域经济增长、确定区域经济合作的方向、促进区域经济协调发展具有重要的现实意义。

一、经济溢出效应的相关研究

早在20世纪50年代，发展经济学家就发现GDP存在溢出效应，之后大多文献是关于美国和欧盟国家区域经济溢出效应的研究，而我国对于区域经济增长溢出效应的研究起步较晚。Long较早地关注到我国区域之间经济增长有较强的相互作用，指出我国存在着“中心地区对外围地区”的空间溢出效应[1]。Groenewold等采用VAR模型研究了三大经济区的溢出效应，结果显示,东部地区和中部地区对西部地区均有较强的溢出效应，而西部地区对东、中部地区没有溢出效应[2]。潘文卿等采用IIO方法探究三大增长极对我国内陆地区的溢出效应，结果表明外溢效应确实存在，但对中部地区的外溢效应明显，对东北、西北、西南地区的外溢效应微弱[3]。潘文卿采用空间计量方法估计外溢效应对我国区域经济增长的影响，结果显示，空间外溢效应是我国地区经济发展的重要影响因素，且外溢效应会随着地区间距离的增加而减小[4]。周韬利用长三角16个城市数据进一步证实了该结论[5]。赵伟光等以新疆为例，引入表征区域关联的变量“市场潜能”，探究区域关联效应对新疆经济增长的影响，发现区域关联效应对新疆经济增长具有正向推动作用，是促进新疆经济增长的重要力量[6]。

学者们采用不同的方法、从不同的角度对区域经济溢出效应进行研究，具有重要的借鉴价值。但这些研究大多集中于沿海与内陆、三大经济带及省域等较大范围的溢出效应，较少关注一个省内县域经济增长的空间溢出效应。县域经济是国民经济的基本单元，研究县域经济空间关联特征和溢出效应，有利于更深层次地探究省内区域经济之间的互动关系，为制定区域合作战略提供决策依据。因此，本文选取福建省县域为研究对象，系统测度县域经济空间溢出效应强度及其对经济增长的贡献率。

二、模型设定与研究方法

(一)探索性空间数据分析方法

由“地理学第一定律”可知，地理事物和属性在空间上都存在一定的相关性，而探索性空间数据分析方法能够识别地理要素属性的空间分布模式、趋势、过程和空间关联[7]。

全局空间自相关指数(GMI)计算公式如下：

(1)

空间局域关联趋势可能出现与全域趋势相反的“非典型”情况[8]，局域指标(LISA) 能够捕捉局域空间关联的非典型特征，局部空间自相关指数(LMI)的计算公式如下：

(2)

LMI>0表示经济发展水平较高(低)的县(市、区)被经济发展水平高(低)的县(市、区)所包围(高-高，低-低)。LMI<0表示经济发展水平较低(高)的县(市、区)被经济发展水平高(低)的县(市、区)所包围(低-高，高-低)。

(二)计量模型设定

为了估计福建省县域经济空间溢出效应及其对经济增长的影响，选取福建省67个县域单元为研究对象。借鉴柯文前等县域单元划分方法[9]，将县、县级市分别作为一个独立的县域单元，将九地市的市辖区统一合并为一个县域单元。所有数据来源于2000-2015年的《福建省统计年鉴》(在2015年的《福建省统计年鉴》中，建阳已由县级市改为市辖区，但为了保持前后数据的一致性，本文仍将其作为县级市来处理)。为了消除异方差，实证分析中对所有变量取自然对数处理。如选取人均GDP(万元)的自然对数lnY作为经济变量。另外，依据古典经济增长理论，将劳动力(lnL)和资本(lnI)作为主要投入要素引入计量模型，用来控制内部因素对经济增长的影响。

1.不考虑空间效应的标准面板数据模型:

lnYit=α+β1lnIit+β2lnLit+μit

(3)

为了防止出现因忽略空间效应而导致参数估计偏误的情况，将空间效应纳入到模型中，建立空间面板数据模型。

2.如果被解释变量决定于邻近县(市、区)的经济增长情况，那么就需要建立空间滞后面板数据模型：

(4)

3.如果被解释变量决定于遗漏在空间上相关的重要变量(残差项)，那么就需要建立空间误差面板数据模型：

(5)

4.如果被解释变量决定于邻近县(市、区)经济产出和投入要素的双重溢出效应，那么就需要建立空间杜宾面板数据模型：

(6)

其中，被解释变量是人均GDP，解释变量为资本和劳动力，借鉴吴玉鸣的研究方法[10]，分别用固定资本投资额和年末从业人员数来表示资本和劳动力。在公式(3)～(6)中，t表示时期(t=1,2,…,T;T=16)；α代表常数项；ρ、γ、ζ为空间滞后项的估计系数，分别代表邻近县(市、区)经济产出、资本投入、劳动力投入的空间溢出效应对本地经济的影响；β1、β2分别代表资本、劳动力投入对经济的直接影响；wij表示空间权重矩阵；μit是模型的残差项；μjt表示空间自相关的误差项；εit表示独立且同分布的随机误差项；λ值用来衡量样本观测值的误差项引进的一个区域溢出成分。

三、福建省县域经济空间关联特征分析

(一)全局空间相关性检验

借助GeoDA软件，根据公式(1)计算福建省县域人均GDP的GMI值(表1)。

表1 1999-2014年福建省县域人均GDP的GMI值Table 1 The GMI value of GDP per capita of Fujian′s counties from 1999 to 2014

从表1可以看出：1999-2014年GMI值均大于0，P值均小于0.05(表示在5%的水平上显著)，表明福建省县域经济呈现显著的正向全局空间相关，即福建省县域经济并非随机分布，相邻县域经济发展水平相似，在空间上呈现集聚分布。1999-2014年，福建省GMI值整体呈现不断增长的趋势，尤其2003年GMI值达到历年来最大值0.319。这表明福建省县域经济的空间相关性不断增强，这可能是由于市场化进程加速、运输条件改善，各县(市、区)内部区域保护壁垒消除，各地区之间生产资料以及商品流动不断增强，各地区之间产业联系也不断加强，从而使得地区之间的经济联系更加密切。

(二)局部LISA集聚分析

GMI值虽能从整体上刻画空间关联特征，但无法准确反映局部空间的相关性和异质性。为了进一步考察局部区域的空间集聚特征，选取1999、2005、2010、2014年这4个时间截面(为了看出时间上的演变过程，选择时间跨度为4～6年)，本文借助LISA集聚图更为直观地刻画福建省各县(市、区)经济之间的局部空间相关性和异质性(图1)。

总体来看，经济高值区主要分布在闽东南沿海地区，核心增长点主要是泉州的晋江、石狮和南安；经济外围区主要分布在闽西北的南平市和宁德市，这2个市的部分县(市)一直无法摆脱经济落后的状况，逐渐被边缘化，沦为经济外围区。结合图1，具体分析如下：(1)网状区表示高-高关联区域，1999、2005、2010、2014年此区域的县(市、区)数量和位置不断发生变化。总体上，该区域的分布仍旧在闽东南地区，且晋江、石狮这2个县级市始终位于该区域，说明这2个经济发达的县级市同时也被经济发达的县(市、区)包围。县(市、区)之间存在正向空间关联，彼此之间存在正向的空间溢出现象，区域关联性较高。(2)斜线区域表示低-高关联区域，如大田县、华安县等，该区域经济发展水平低于周边地区，这主要是由于经济较发达地区对周边欠发达地区没有发生正向空间溢出效应，或者是产生的正向空间溢出效应小于空间极化效应，导致周边地区经济发展缓慢，进而形成低-高关联区域。(3)横线区域表示高-低关联区域，该区域一直位于漳州的东山县，并对周围经济较差的诏安县和云霄县产生极化作用。(4)散点区表示低-低关联区域，该区域的分布基本没有变化，主要有寿宁县、松溪县、政和县、周宁县、屏南县等地，该区域多为山区，交通闭塞，工业基础较差，经济发展缓慢，逐渐沦为福建省经济发展的边缘地区。

四、福建省县域经济空间溢出效应的空间面板估计

空间关联分析结果表明，福建省县域之间经济上存在空间相关性，适合采用空间面板数据模型进行估计。模型估计结果如下。

1.根据表2中Hausman检验结果判断固定效应模型和随机效应模型的适应性。结果显示，空间滞后模型和空间误差模型的Hausman检验值分别为-8.96、-24.53，分别在5%和1%的水平上显著，拒绝原假设，说明固定效应模型在此处更适应。

图1 1999、2005、2010、2014年福建省县域LISA集聚图

表2 Hausman检验结果

注：***、**分别代表在1%、5%的水平上显著，下表同。

2.固定效应模型又可分为空间固定、时间固定、时间空间双固定等3种形式。在不同固定效应形式下，对比空间滞后模型、空间误差模型、空间杜宾模型等3种空间计量模型的拟合优度和对数似然值。结果可以看出，在双向固定效应下，这3种空间计量模型的R2和LogL都最大，说明时间空间双向固定效应模型的拟合效果最好，福建省县域经济空间溢出效应采用双向固定效应模型来估计(表3)。

3.根据LM检验结果，进行空间滞后面板数据模型和空间误差面板数据模型的选择。2种空间计量模型的LM检验结果均通过了1%显著性水平的检验，但空间滞后模型的LM和Robust LM检验值(497.936，340.835)均大于空间误差模型(199.632，42.531)，空间滞后模型的检验结果更显著。因此，选择空间滞后面板数据模型更合理。

表3 不同固定效应模型拟合程度对比结果

4.采用时间空间双向固定效应模型对福建省县域经济空间溢出效应进行估计(表4)。

表4 福建省县域经济空间溢出效应估计结果

双向固定效应模型的估计结果显示：劳动力和资本的系数估计值在5%的水平上显著，且都为正值，说明资本和劳动力是影响经济发展的重要因素，对经济增长起到推动作用(表4)。在其他条件不变时，固定资本投资每增加1%，地区经济产出至少增加0.173%；从业人员数每增加1%，地区经济产出至少增加0.041%。资本对经济的贡献超过劳动力，说明目前福建省县域经济增长主要还是靠投资拉动，劳动力要素的推动作用还未凸显。

从表4还可以看出：空间滞后模型和空间杜宾模型中因变量空间滞后项的系数ρ分别为0.424、0.447，都通过了1%的显著水平检验。在不考虑邻近县(市、区)资本和劳动力空间溢出效应的情况下，邻近县(市、区)的经济产出每增长1%，可促进本县(市、区)经济产出增加0.424%；在考虑邻近县(市、区)资本和劳动力空间溢出效应的情况下，邻近县(市、区)的经济产出每增长1%，可促进本县(市、区)经济产出增加0.447%。可见，邻近县(市、区)经济溢出效应对本地经济的贡献超过了资本和劳动力，是县域经济发展不可缺少的重要动力。另外，空间杜宾模型中，邻近县(市、区)资本空间滞后项的系数为0.055；劳动力空间滞后项的系数为-0.089，在5%的水平上显著。这说明邻近县(市、区)的资本投入对本地区经济产生正向溢出效应，即一个地区固定资本投资额的增加会带动周边地区的经济增长。邻近县(市、区)的劳动力投入对本地经济增长产生显著的负向溢出效应，可能是在市场经济体制下，农民工不断向发达地区集聚，导致落后地区的劳动力供应不足，经济发展受阻。同时，上述结果进一步表明，空间效应是研究区域经济问题时不容忽视的因素，传统的计量经济学忽视了空间关联效应，模型估计有偏，需要用空间计量方法来弥补[11]。

五、结论与政策建议

(一)结论

基于1999-2014年福建省县域面板数据，检验福建省县域经济增长是否存在空间关联效应，并在此基础之上建立空间计量模型对福建省县域经济增长的溢出效应进行分析。其结论如下：(1)福建省县域经济存在明显的空间自相关，且自相关性不断增强。局部LISA集聚图显示，福建省县域经济呈现局部集聚现象，闽东南地区是经济高值集聚区，而闽西北地区则呈现经济低值集聚现象。(2)福建省县域经济存在明显的正向溢出效应，经济发展水平较高的县域会带动周边地区的经济发展，同时邻近县(市、区)的经济增长也会对本地区经济增长起到显著的促进作用。(3)资本和劳动力对本地区经济增长产生正向推动作用，资本投入对经济的贡献超过劳动力投入。邻近县(市、区)的资本和劳动力对本地经济会产生溢出效应，两者的溢出方向相反。

(二)政策建议

1.充分利用区位优势，进一步加强福州、泉州、厦门等中心城市建设，发挥中心城市的带动和辐射作用，加快沿海城市向内陆城市的产业梯度转移，带动周边内陆地区的经济发展，从而扩大高-高关联区域范围。具体做法：发挥厦门经济特区的龙头作用，以建设福建省东南区域物流中心城市、东南国际航运中心和自贸试验区为契机，以福厦、龙厦、厦深等铁路干线为纽带，推动厦门与泉州、莆田、漳州、龙岩等市工业、商贸、金融、电子商务与物流业的融合和联动发展，继续发挥民营经济的支柱作用；加快泉州制造业转型升级，加速产业链和创新链耦合，拓展跨界融合，将具有丰富自然资源和重工业基础的三明市发展为经济增长的次中心，适时进行产业转移，从而带动三明地区经济发展。

2.加大闽西北山区公路、铁路等交通基础设施的投入，建立便捷、完善的现代化交通网络体系。加强县域供水供气供电、网络通信、排污、垃圾处理等生活生产保障性设施建设，改善人居环境，提升人们的生活品质，为企业提供良好的生产及投资环境，从而更好地承接一些符合本地区经济发展要求的产业转移。除此之外，政府应在低-低集聚区扶持培育区域经济增长点，从而带动全省的经济发展。

3.改善投资环境，并提供一定的优惠政策，吸引外商投资，引进技术和知识密集型、环保型重化工项目等，提高第二产业重工业所占的比例。加快物流、电子商务、金融服务、融资租赁服务等生产性服务业的发展。同时，整合省内旅游资源，突出“清新福建”的旅游品牌，加快建立与“一带一路”沿线国家和地区的旅游协作机制，联合打造具有“21世纪海上丝绸之路”特色的精品旅游线路和旅游产品，彻底解决制约福建省经济发展的“二产偏轻，三产偏慢”的产业结构问题。

4.福建省县域经济空间关联性不断增强，县域经济增长的溢出效应成为影响县域经济发展的关键因素。因此，政府在制定县域经济发展政策时，应打破地域界限，加强地区间的交流与合作，充分发挥外部溢出效应对地区经济发展的促进作用，实现互利共赢。

[1]LONG G Y. Measuring the spillover effects: some Chinese evidence[J]. Papers in Regional Science,2000,79(1)：75-89.

[2]GROENEWOLD N,LEE G P,CHEN A. Regional output spillovers in China: estimates from a VAR model[J]. Papers in Regional Science,2007,86(1)：101-122.

[3]潘文卿,李子奈.三大增长极对中国内陆地区经济的外溢性影响研究[J].经济研究,2008(6)：85-94.

[4]潘文卿.中国的区域关联与经济增长的空间溢出效应[J].经济研究,2012(1)：54-65.

[5]周韬.空间交互视角下的长三角城市群空间溢出效应研究[J].经济问题探索,2015(6)：97-104.

[6]赵伟光,敬莉.区域经济关联与经济增长的空间溢出效应——以新疆为例[J].财经科学,2015(3)：131-140.

[7]TOBLER W R. Lattice tuning[J]. Geographical Analysis,1979,11(1)：36-44.

[8]ANSELIN L. Local Indicators of Spatial Association-LISA[J]. Geographical Analysis,1995,27(2)：93-115.

[9]柯文前,陆玉麒.基于县域的福建省经济空间格局演化[J].经济地理,2011，31(7):1081-1087.

[10]吴玉鸣.旅游经济增长及其溢出效应的空间面板计量经济分析[J].旅游学刊,2014,29(2)：16-24.

[11]ELHORST J P. Spatial panel data models[M]. Berlin Heidelberg: Springer,2014:37-93.

(责任编辑： 林小芳)

An analysis of spatial spillover effect of county economy in Fujian Province

DONG Yan-hui1,2， SU Shi-peng2*， ZHAN Li-hui2， XU Jia-xian2， HUANG Sen-wei2

(1.College of Economics; 2.Institute of Sustainable Development,Fujian Agriculture and Forestry University,Fuzhou,Fujian 350002,China)

Based on the 1999-2014 county panel data of Fujian Province,this article uses the exploratory spatial data analysis approach and spatial econometric method to analyze the spatial correlation and spatial spillover effect of the county economy. The result of spatial correlation analysis shows that there is a significant positive spatial correlation in the overall county economy in Fujian. What′s more,such correlation is increasing and some areas show obvious spatial agglomeration characteristics. The results of model estimation show that there is strong spatial spillover effect in Fujian county economy and such spillover effect has been an important motivating factor on the economic growth.

spillover effect; spatial econometric model; Fujian; county economy

福建农林大学学报(哲学社会科学版)，2017,20(1):49-54

Journal of Fujian Agriculture and Forestry University (Philosophy and Social Sciences)

2016-05-05

教育部人文社会科学研究项目(15YJCZH153)。

董艳会(1989-)，女，硕士研究生。研究方向：区域经济学。*为通信作者。

F127 <[文献标识码] A class="emphasis_bold">[文献标识码] A [文章编号] 1671-6922(2017)01-0049-06[文献标识码] A

1671-6922(2017)01-0049-06

A [文章编号] 1671-6922(2017)01-0049-06

10.13322/j.cnki.fjsk.2017.01.010