中国区域资源开发的空间溢出及其影响因素——基于网络分析方法

(内蒙古科技大学 经济与管理学院,内蒙古 包头 014010)

1 引言

我国“十三五”规划中明确提出全面节约和高效利用资源的战略部署。贯彻落实好这一战略部署,必须科学把握我国的资源国情,加大资源利用管理创新力度,牢固树立节约集约循环利用的资源观。同时,各省区间应形成上下联动、左右互动的资源利用格局,确保全面节约和高效利用资源取得成效。我国资源总量大、人均少,分布不均衡,各省区资源储量和资源依赖度差异很大。

市场机制与政策调解是能源资源得以跨区域配置的重要手段，因此我们有理由相信,我国资源开发在区域间存在着空间溢出和交互作用。从政府政策层面来看,我国高度重视国家资源安全,适时出台了资源开发与管理的相关法律法规,并实施“西气东输”、“西电东送”等能源工程,意在促进资源开发与利用的区域协调与关联。从市场层面来看,随着我国社会主义市场经济体制向更深层次发展和市场化进程的不断加深,有利于地区间能源资源的自由流动,增强了相互间的资源联系。因此,针对各地区在资源开发空间关联网络中的不同地位和作用,不断完善政策调控机制,通过创造更多空间溢出“通道”,加强地区间的关联程度,提升资源产业的区域协同性已经成为我国资源开发的“新常态”。在此背景下,探寻我国区域资源开发的空间溢出关联网络及其来源,对促进我国能源资源的区域协同发展以及实现全面节约和高效利用资源的战略目标具有十分重要的现实意义。

目前已有学者提出我国资源产业依赖有着明显的地区差异性和空间关联特征。刘那日苏、郝戊[1]在我国东、中、西三大区域层面,运用Dagum基尼系数和Kernel密度估计方法实证考察了我国资源产业依赖的地区差异与演变趋势,指出我国资源产业依赖具有显著的空间非均衡特征;薛稚伟等[2]基于Krugman空间基尼系数测度了我国资源产业空间集聚程度,认为我国15个省市区存在资源产业空间集聚现象,这些地区大部分为资源富集的中西部地区;鲍超等[3]运用空间计量模型方法检验了河南省用水效率的影响因素,结果表明河南省地级市用水效率存在显著的空间依赖性,地区用水效率明显受邻近地区的影响;刘华军等[4]利用社会网络分析方法研究了1995—2012年我国能源消费的空间关联特征,指出我国能源消费空间关联呈网络结构形态,在样本考察期内空间关联的紧密程度和网络稳定性逐步增强;刘那日苏、袁雪晴[5]运用空间Durbin模型方法从空间经济学视角实证考察了自然资源开发对经济增长的空间溢出效应,研究发现自然资源开发在我国各省区间存在显著关联。

纵观现有文献,空间关联互动是我国区域资源开发中必须加以考虑的重要决策变量。针对资源开发的空间关联,虽然现有研究已取得富有价值的研究成果,但仍存在着一定的局限。传统空间计量方法往往将空间关联限制在地理上相邻或经济上相近地区间,而我国区域资源开发利用的战略中心是资源匮乏的东部沿海省份与资源富集的中西部省份之间的互联互动,因此依据传统空间计量技术得出的结论尚需进一步验证。

本文利用格兰杰因果关系检验和网络分析方法识别我国区域资源开发的空间溢出和关联网络特征,并采用二次指派程序(QAP)方法探寻空间溢出的影响因素。社会网络分析法是通过对网络中关系的分析,刻画其结构特征。目前该方法被广泛应用于各类文献中[6-8]。本文选择网络分析法主要基于两点原因:一是网络分析法能有效弥补传统空间计量方法的不足,可全面捕捉空间关联关系;二是网络分析法能从整体结构、个体中心性、凝聚子群(板块)、假设检验等角度揭示空间溢出的网络结构特征与来源。

2 方法与数据

2.1 空间溢出测度及关联网络构建

区域资源开发的空间溢出网络是区域间自然资源开发利用的关系集,其中各区域是网络节点,区域间的溢出关系是节点连线,因此准确测度区域资源开发的空间溢出关系是构建区域关联网络的关键。本文参考相关文献[9,10],在非结构化的向量自回归(VAR)模型框架下,依据HQ、SC、AIC、FPE、LR指标来选择模型最优滞后阶数,利用格兰杰因果检验来实现这一目的。即如果A、B两个区域的资源开发活动相互关联,而且A是B的格兰杰因果关系时,说明A省对B省有资源开发空间溢出,因此在关联网络中用A指向B的箭头线将A和B连接,依此方法重复进行,检验所有区域两两之间的空间溢出关系,绘制出网络中的节点连线,这样便可构建我国区域资源开发的一个有向空间溢出网络。

2.2 网络结构分析

空间关联网络结构是指溢出网络内部各区域之间相对稳定的关系模式,通常从整体网络结构和个体网络结构两个维度来刻画关联网络结构的特征。整体网络结构特征通常利用网络密度、网络效率、网络关联度和网络等级度等指标来刻画,而个体网络结构特征则利用度数中心度、中介中心度和接近中心度等中心性指标表示。此外,网络分析法通常使用块模型分析,主要解析空间联动网络中凝聚子群(板块)特征与不同聚类板块之间的空间联动关系。本文将采用上述方法分析我国区域资源开发空间溢出网络结构,并采用QAP回归方法探寻空间溢出来源。

2.3 研究样本

本文以我国年31个省区市(未包括香港特区、澳门特区和台湾地区,下同)为基本区域单元开展研究。在相关文献中,自然资源开发度一般用采矿业就业比重、投资比重、产值比重来衡量。为不失一般性,本文选取采矿业固定资产投资占全社会固定资产投资比重作为资源开发的代理变量。此外,我们从资源禀赋差异和地理近邻效应两个角度考察资源开发空间溢出的主要来源,选取区域标准煤产量作为资源禀赋的测量指标,依据空间上是否相邻和省会城市的球面距离来构建地理近邻效应矩阵。囿于数据的可得性和统计口径变化,本文考察的时间范围为2003—2015年,数据来源于相关年份的《中国统计年鉴》和各省统计年鉴。

3 区域资源开发的空间溢出分析

3.1 构建区域资源开发的空间溢出网络

序列平稳是进行Granger因果检验的必要前提。本文利用ADF单位根检验方法对各省资源开发度序列进行了平稳性检验,结果显示一阶差分序列在10%的显著性水平上均是平稳的。由此,本文构造了31个省区市两两之间的资源开发VAR模型,在此基础上利用Granger因果检验来识别空间溢出关系,构建空间关联网络,并利用Netdrau工具对空间关联网络进行可视化,结果见图1。从图1可见,图中每个箭头代表区域资源开发的空间溢出关系,根据可视化网络关联线条,可初步判断我国区域资源开发普遍存在空间溢出。

图1 我国区域资源开发空间溢出网络

3.2 网络结构特征分析

整体网络结构特征:我国区域资源开发空间关联网络结构指标测度见表1。从网络密度来看,31个省区市的实际溢出关系为319个,理论上应存在的可能最大溢出关系数为930个,整体网络密度为0.3430,说明我国资源开发的区域关联较普遍。但从网络密度值来看,关联关系的紧密程度整体相对不高,全面提高和促进更紧密的资源开发协作尚有较大的空间和潜力。从网络关联度来看,资源开发的区域溢出网络关联度为1,说明省份之间资源开发的空间关联可达性较强,存在着普遍的空间溢出效应,不存在“孤立”的省份,每个省的资源开发活动均受到空间关联网络的影响。从网络效率来看,测算值为0.4552,表明区域资源开发的空间溢出存在较多冗余连线,整体网络较稳定。同时,测算得到的网络等级度为0,说明区域资源开发空间溢出无等级属性,在不同资源开发水平上都有可能产生溢出效应。

个体网络结构特征:区域资源开发溢出是有向关联网络,因此有必要考察各区域在网络中的地位和作用。一般利用度数中心度、接近中心度和中介中心度等指标揭示网络节点的个体网络结构特征,本文中心度测度结果见表1。需要说明的是,为了便于相互比较,表1是标准化处理后的相对中心度测度结果。从表1可知,31个省区市在资源开发空间关联网络中扮演着不同的角色和作用。从度数中心度看,31个省区市平均度数中心度为57.419。其中,15个超过平均值,从高到低依次是黑龙江、吉林、浙江、宁夏、湖北、青海、新疆、河北、安徽、山东、辽宁、甘肃、天津、湖南、江西,说明这些省份在网络中处于重要地位,在区域资源开发关联网络中与其发生的直接关系最多。同时还发现,上述省区市中除浙江、辽宁、河北、天津外,其他省区市均属于中西部地区,进一步证实了中西部地区对我国资源开发空间网络具有举足轻重的影响。从中介中心度来看,黑龙江、吉林、宁夏、湖北、浙江较高,表明这些省份在资源开发空间关联网络中控制其他省份之间资源开发交流的能力较强,而且这5个省份中的中部省份有3个,由此说明中部地区在资源开发空间关联网络中起着重要的“桥梁”和“中介”作用。从接近中心度而言,全国平均值为70.908,黑龙江、宁夏、浙江、吉林、新疆、青海、湖北、山东、安徽、河北、甘肃、辽宁、湖南、天津、江西的接近中心度超过了全国平均值,表明上述省份在资源开发空间关联网络中扮演着中心行动者的角色。

表1 中国区域资源开发的空间溢出网络结构特征

3.3 关联网络块模型分析

我们采用CONCOR方法[11,12](Convergent Correlations),选择最大切分深度为2,集中标准为0.2,将我国31个省区市归类为4个聚类板块,结果见表2。从表2可见,聚类板块内部溢出关系为85个,板块间溢出关系为234个,板块间关系占整体网络关系的73%,说明聚类板块间的溢出效应较突出。具体来看,聚类板块Ⅰ由北京、上海、福建、云南、内蒙古、重庆、广西组成,向外发出58个溢出关系,接收外部板块关系35个,板块内部溢出关系7个,期望内部关系比例为20%,实际内部关系比例为11%,可将其划分为“净溢出”聚类板块。聚类板块Ⅱ由黑龙江、天津、江苏、青海、安徽、贵州、辽宁、山东、河南、新疆构成,向外溢出关系95个,接收外部板块关系65个,内部成员关系42个,实际内部关系比例与期望内部关系比例相当,属于“双向溢出”聚类板块,其成员既发送也接受外部关系,聚类板块内部省份之间的联系相对较多。聚类板块Ⅲ由湖南、吉林、浙江、江西、河北、湖北、宁夏、甘肃构成,内部关系25个,接收外部板块关系105个,向外溢出关系53个,实际内部关系比例大于期望内部比例,属于“净收益”聚类板块。该聚类板块既发送也接受外部关系,但后者明显多于前者。聚类板块Ⅳ由广东、山西、海南、陕西、四川、西藏构成,聚类板块内部关系11个,接收其他板块关系29个,向外溢出关系28个,内部实际关系比例大于期望内部关系比例,属于“经纪人”板块,该板块成员在网络中既向外发送关系,也接受外部关系,但板块内部成员间关系较少,在网络中主要发挥“中介”和“桥梁”作用。

表2 区域资源开发的空间溢出聚类板块划分及其溢出效应

按照网络密度含义,聚类板块的网络密度大于整体网络密度,说明溢出关系多集中于该聚类板块。我们以聚类板块网络密度大于整体网络密度的赋值为1,否则为0的原则,将聚类板块网络密度矩阵转化为像矩阵,进而更清晰地刻画各聚类板块之间的溢出效应,结果见表3。从表3可见,除聚类板块Ⅰ外,其他聚类板块的像矩阵对角线元素均为1,说明板块内部省份之间存在明显的资源开发联动关系,即“俱乐部”效应较突出。聚类板块Ⅰ向聚类板块Ⅱ产生溢出。因此,聚类板块Ⅰ和聚类板块Ⅳ扮演着重要的“发动机”角色,聚类板块Ⅱ在资源依赖关联网络中同样发挥着重要的中介和桥梁作用。综上所述,加强聚类板块Ⅰ自身关联、聚类板块Ⅰ与聚类板块Ⅳ、聚类板块Ⅳ与聚类板块Ⅱ的关联互动,将对我国资源开发战略的制定和实现区域协同发展具有重要的决策参考意义。

表3 资源开发空间溢出板块的密度矩阵与像矩阵

4 我国区域资源开发空间溢出的影响因素

4.1 理论假设与模型构建

学者们通常将地理距离或空间近邻视为空间溢出的关键影响因素[13],即某区域的资源开发活动可能会影响到与之相邻或近距离的其他区域。此外,一般而言资源丰裕地区更易于产生资源依赖心理,往往围绕所谓“资源优势”开展经济建设,有意无意被锁定于资源依赖型发展道路,进而长期热衷于资源开发活动。因此,我们做出如下理论假设:我国区域资源开发的空间关联关系R主要受两个关系因素的影响,分别是由地理位置所决定的近邻关系S和由资源禀赋差异K。据此,建立如下模型:

R=f(S,K)

(1)

式中,R为资源开发空间溢出矩阵；S为资源禀赋差异矩阵；K为空间距离矩阵。选取邻接空间矩阵和地理距离矩阵来衡量空间距离效应,若两省在空间上相邻则为1,否则为0,依此构建空间邻接矩阵,表示为I;选取0—500km、500—1000km两个区间来测度地理距离效应,若省会城市距离在该区间内为1,否则为0,依此构建地理距离矩阵。关于资源禀赋指标S,选取各省煤炭、石油、天然气预测储量,并按照标准煤折算系数转化为标准煤储量作为其代理变量,然后取实证期间各省平均值的绝对差组建差异矩阵。

由于模型(1)中变量均为关系数据,由于关系数据之间本身可能存在的相关性问题,若直接采用传统回归方法,可能会得到有偏估计量[14]。为此,本文选用QAP回归分析方法对区域资源开发的影响因素进行参数估计。QAP作为一种非参数估计方法,无需假设自变量之间相互独立,且该方法为网络分析中常用的方法之一,分析结果更具有稳健性和逻辑说服力。

4.2 QAP回归分析

QAP回归分析的目的主要是考察多个影响因素矩阵与区域资源开发空间溢出矩阵之间的关联关系,并对模型可决系数R2的显著性进行评价。区域资源开发空间溢出矩阵与影响因素差异矩阵的QAP相关性分析结果见表4。其中,空间邻接矩阵、0—500km、500—1000km距离矩阵的相关系数分别为0.013、0.011和0.025,但均未通过10%的显著性水平,说明地理位置邻接性与地理距离近邻性对区域资源开发的空间溢出并没有十分显著的影响。资源禀赋差异矩阵与区域资源开发空间溢出的相关系数为-0.113,且通过了5%的显著性水平检验,说明区域资源禀赋差异对区域资源开发空间溢出具有显著影响。因此,本文进一步就资源禀赋差异对资源开发空间溢出的影响进行QAP回归分析。

表4 QAP相关性分析结果

本文选择5000次随机置换,结果见表5。其中,概率1表示随机置换得到的回归系数不小于实际观察到的回归系数的概率,概率2表示随机置换得到的回归系数不大于实际观察到的回归系数的概率。从表5可知,资源禀赋差异矩阵S的回归系数为负,且通过了5%的显著性水平检验,表明资源禀赋相似是发生区域资源开发空间溢出的主要原因之一。此外,调整后的可决系数R2为0.132,说明资源禀赋差异可解释资源开发空间溢出的13.1%。

表5 QAP回归结果

5 结论与政策含义

本文得到以下结论:①我国区域资源开发存在显著空间溢出特征,呈稳定、多线程的溢出网络结构状态,任何区域的资源开发活动均受到整体溢出网络的影响。②各区域在网络中具有不同的地位和作用,中西部省份对资源开发空间溢出网络具有举足轻重的影响。其中，中部地区省份在网络中发挥着重要的桥梁作用,同时空间溢出没有等级属性,在不同资源开发水平上都有可能发生溢出。③北京、上海、福建、云南、内蒙古、重庆、广西组成的聚类板块在资源开发空间溢出网络中扮演“净溢出”角色，由黑龙江、天津、江苏、青海、安徽、贵州、辽宁、山东、河南、新疆组成的聚类板块在网络中扮演“双向溢出”角色，由湖南、吉林、浙江、江西、河北、湖北、宁夏、甘肃组成的聚类板块在溢出网络中扮演“净收益”角色，由广东、山西、海南、陕西、四川、西藏组成的聚类板块在网络中扮演“经纪人”角色。④地理临近效应对资源开发的空间溢出无显著影响,而区域资源禀赋差异对资源开发的空间溢出具有显著的负向影响,即资源禀赋的相似性是区域之间发生资源开发空间溢出的重要原因之一。

首先,本文测度了我国区域资源开发空间溢出网络的整体结构特征,揭示了各区域在溢出网络中的中心特征,为能源开发联合联动机制的构建提供了重要决策依据。其次,根据资源开发空间溢出网络特征,我国有必要将省际空间关联作为区域能源协调的重要决策变量,进行定向调控和精准调控,创造更多的空间关联“通道”,提高省域间的关联紧密程度,提升能源资源的空间配置效率。同时,要根据不同板块功能和网络个体特征,选择有针对性的资源发展政策,以提升区域资源开发的空间协同性。第三,各省既要重视与地理位置上近邻省份间的互联互动,更要重视空间关联网络所呈现的复杂多线程联动关系,加强资源溢出的空间联动效应,推动资源合作从“局部”转向“整体”,从“点”转向“面”,实现能源资源的区域协同发展。