长三角地区经济增长溢出效应研究

李宽苗 李超

摘要：选取长三角全域共41个城市2011～2018年的面板数据进行研究，通过构建空间计量模型，对各城市经济增长影响因素及其直接、间接、总体效应进行分析。研究发现：长三角区域经济增长存在显著的正向空间相关性，东部地区城市经济增长形成良性的增长态势，以安徽省城市为代表的西部城市则处于经济增长“洼地”;从空间计量模型结果来看，产业结构是影响区域经济增长的关键因素，为全面实现长三角地区经济协调可持续发展目标，应围绕“安徽省城市”和“产业结构”两个重点开展工作。

关键词：长江三角洲;经济增长;空间计量模型

中图分类号：F127 文献标志码：A 文章编号：1008-4657（2020）05-0051-09

0 引言

在经济全球化的背景下，实现区域间的协调发展，探讨具有特色的区域经济高质量发展理论，对实现区域经济持续增长具有典型的理论意义。2018年11月，中央正式宣布长三角一体化高质量发展上升为国家战略。根据2019年12月中央发布的《长江三角洲区域一体化发展规划纲要》，长江三角洲包括上海市，江苏省，浙江省、安徽省全域，共计41座城市，长江三角洲无论在经济活力还是经济总量都优于珠三角、京津冀等经济体，但是相较于发达国家经济体依然存在一定的差距。如何进一步促进长三角地区经济可持续高质量增长，成为当前的热门话题。

在进行区域研究中，区域之间往往存在空间相关性。在传统的计量经济分析，并不能很好地解决这一问题。而空间计量模型在传统的区域研究中考虑了空间差异性，解决了区域间空间依赖关系、空间异质性、空间动态以及空间模拟问题[1]。基于截面数据的空间计量模型仅反映了在空间上存在的依赖或一致性关系，而不能反映在时间维度上的变化，而空间面板数据则同时体现研究对象在空间与时间双维度的变化，与截面数据下的单方程相比，空间面板数据为阐释研究对象提供更多的信息，已成为空间计量研究领域的热点问题[2]。

国内学者针对区域经济增长影响因素做过大量研究。郭湖斌等[3]将长三角16座城市经济发展相关政策进行梳理，发现相较于传统因素，制度政策对长三角经济增长的影响更大。黄苏萍等[4]建立空间计量模型发现，铁路、公路交通设施对经济增长具有显著的促进作用。邓文博等[5]利用双重差分模型发现，长三角一体化政策的推进带动了区域经济快速增长。卜茂亮等[6]发现，在经济发展水平较低时，市场一体化不会促进经济增长，在经济发展水平较高时，市场一体化会促进经济增长。任宏等[7]对三大城市群的经济增长因素以及其空间效應进行了研究，结果表明物质资本在三大城市群中的空间效应均显著为正，人力资本在各城市群中均能产生显著的空间溢出效应。毛艳华等[8]对长三角一体化的经济增长效应进行了研究，结果表明一体化过程中的生产要素流动、对外开放和经济结构等方面对经济增长具有显著的促进作用。对现有文献进行梳理发现，区域经济研究中，空间计量模型较传统计量分析模型更加合适，目前对长三角区域经济增长的研究已较为成熟，多数以省级数据为研究单位或仅研究中心城市，本文则以长三角全域共计41座城市作为研究对象，在空间权重的选取上，使用了城市间公路里程数倒数与经济规模组合权重，摒弃了传统空间计量中，以城市间是否相邻判断城市间空间相关性的强弱的做法，以期为长三角三省一市全面实现经济协调可持续增长提供有效建议。

1 模型设定与数据来源

1.1 空间相关性检验

现有测度变量是否存在空间相关性的方法主要有全局莫兰指数（Morans I）和局部莫兰指数（Local Morans I），使用莫兰指数需要设定正确的空间矩阵，因此选取了两个空间权重矩阵以验证结果的准确性，分别为基于城市间公路里程数倒数的空间权重矩阵和基于城市间公路里程数倒数与经济规模组合的空间权重矩阵，并对空间权重进行了行标准化，具体的公式如下：

1.2 空间权重构建

现有文献中大多使用0-1矩阵、基于城市距离的空间权重矩阵以及基于经济规模的空间权重矩阵[9]。仅以空间位置是否相邻来判断城市间相关性的亲疏，存在不合理性。因此本文仅选取城市间公路里程数倒数的空间权重矩阵和基于城市间公路里程数倒数与经济规模组合的空间权重矩阵，具体形式如下：

1.3 空间计量模型构建

常见的模型有空间自相关模型（Spatial Auto Regression，SAR）、空间误差模型（Spatial Errors Model，SEM）以及空间杜宾模型（Spatial Durbin Model，SDM），本文主要对这三个模型进行比较遴选，具体的公式如下：

其中yit为被解释变量，本文选取为长三角地区人均GDP，x1it～x6it为本文选取的6个解释变量，依次为产业结构、社会资本、对外开放水平、人力资本、通信水平以及互联网发展水平，具体解释变量选择如表1所示。βi为模型系数，W 代表空间权重矩阵，本文共选取两种空间权重，分别为基于城市间公路里程数倒数的空间权重矩阵以及基于城市间公路里程数倒数与经济规模的组合空间权重矩阵。

1.4 数据来源与变量选取

1.4.1 数据来源

由于安徽省巢湖市在2011年以后被划分在合肥、芜湖等市，因此本次研究采用2011～2018年数据，所有数据均来自各省2012～2019年的统计年鉴，部分缺失数据来自于各地市统计年鉴以及统计公报进行整理而来，ArcGIS与GeoDa软件处理的电子地图数据均来自全国地理信息资源网站，与研究变量进行合并实现可视化。

1.4.2 变量选取

关于经济增长的变量一般有采用实际人均GDP增长率或者实际人均GDP，本文主要参照林光平等人的做法，选取人均GDP作为经济增长指标，图1为2018年长三角41市人均GDP的空间分布，利用ArcGIS软件实现可视化，不难发现各地区经济增长在空间上存在明显的空间差异性，经济水平呈现由东向西逐步降低的格局。

通过上文对经济增长影响因素的分析，结合地级市数据的完整性，最终选取产业结构、社会资本、对外开放水平等6个因素展开定量分析，具体如下表1。

2 实证分析

2.1 空间自相关结果分析

长三角人均GDP的莫兰指数解释了区域经济增长的空间自相关性。图2展示了长三角41市莫兰指数在2011～2018年的变化，可以看出，莫兰指数在0.428至0.485之间浮动，并且通过了显著性检验，说明长三角区域经济发展水平在区域分布上具有明显的空间相关性，而不是呈现随机分布的格局。

图3为局部莫兰指数，利用GeoDa软件实现可视化，可以看出长三角地区经济发展在地区分布具有很强的规律性。东部地区大都处在高—高区域，例如上海、苏州、无锡等城市;西部地区大多处于低—低区域和高—低区域，其中阜阳、亳州、宿迁等城市处于低—低区域，合肥、芜湖处于高—低区域。其可能原因如下：经济发展水平较高的城市，自身具有先天优势，拥有更多的资源，能对资源进行合理的分配，形成合理的产业结构，形成各城市间经济发展相互促进良性循环，而对于中西部地区的城市，经济水平普遍较低，与东部地区城市存在较大差距，不难发现，其中大多是安徽省所属城市，长三角一体化高质量发展议案中，安徽省是最晚加入长三角规划的省市，安徽省应在未来发展中尽快提升在长三角中的融入度，精准定位在长三角发展中的角色，加快安徽省城市的经济发展。

2.2 模型识别检验

常见空间计量模型一共有八种，本文仅针对应用最为广泛的三种进行研究，分别为SAR、SEM及SDM模型。关于模型的遴选步骤如下：首先为确定最合适的空间计量模型，对OLS回归进行LM检验，结果如表2所示，可以发现LM-Lag、Robust LM-Lag、LM-Err、以及Robust LM-Err均通过显著性检验，说明SAR模型与SEM模型均适合本次研究，考虑到SDM模型是对前两个模型的升级，进一步通过似然比检验和Wald检验，判断SDM模型是否可以简化为SEM模型，根据Wald-spatial-lag与LR-spatial-lag的值分别为25.749 9和24.768 4，Wald-spatial-error与LR-spatial-error的值分别为33.431 8和35.182 9，并且在显著性水平为0.01的条件下，拒绝了原假设，说明本次研究更加适合空间杜宾模型;根据Hausman检验结果来看，本文应选择固定效应模型，另一方面，随机效应模型是建立在所有样本均随机抽取至总体的假设下，而本文研究市級数据，相比之下固定效应模型要更加合适。

2.3 空间计量模型

根据模型遴选结果来看，最终选取空间杜宾模型，表3、表4分别为根据前文设定的两种空间权重矩阵建立的系数估计结果，SDM1、SDM2及SDM3分别为个体固定效应模型，时期固定效应模型以及个体时期双固定效应模型估计结果。

从模型的拟合效果来看，根据表3结果，在三种效应模型下，所有的空间系数均为正，分别为0.383 0、0.443 0和0.285 0，并且在显著性水平为0.01的条件下通过检验，说明长三角地区经济增长在空间分布上具有显著的空间相关性。从拟合优度（R-squared）统计量来看，分别为0.978 8、0.852 4和0.979 6，三个模型均具有较高的拟合度;从似然比统计量（log-likelihood）来看，分别为324.469 2、4.168和334.976 2，时期固定效应模型数值远小于其他两个模型，说明拟合其效果最好。

从变量的估计系数结果来看，个体固定效应模型及个体时期双固定效应模型结果相似，其中产业结构、通信水平以及互联网发展水平对经济增长都具有抑制作用，社会资本和对外开放水平对区域经济增长具有促进作用，从相邻地区对本地区的影响来看，相邻地区产业结构、互联网发展水平对本地区经济增长具有促进作用，相邻地区对外开放水平对本地区则具有抑制作用;时期固定效应模型中，产业结构，人力资本、互联网发展水平等5个因素均对长三角地区经济具有显著的促进作用，只有通信水平对长三角区域经济增长不具有促进作用。通信业发展在长三角一体化高质量发展中发挥着重要作用，但是在发展过程中，面临着行政管理体系制约以及各地区基础设施发展不平衡等多方面问题[10]，在短期内并不能对经济高质量发展产生影响，从相邻地区对本地区的影响来看，相邻地区的产业结构对本地区的经济增长具有显著的促进作用，对外开放水平及人力资本则对本地区经济增长具有抑制作用。

就表4的模型系数估计结果来看，与表3得出结论一致，但影响因素估计系数普遍低于城市距离空间权重模型，就空间相关性系数而言，城市距离与社会经济规模组合权重模型影响更大，同样的，时期固定效应模型的拟合效果要优于其他两种效应模型，基于此，对空间SDM时期固定效应模型进一步展开空间效应分解，结果见表5。

从表5的结果来看，在两种空间权重模型下，产业结构的优化不仅仅促进本地区经济的增长，也促进相邻地区经济增长，社会资本对本地区经济增长有显著促进作用，对相邻地区经济增长作用较弱;对外开放水平、人力资本以及网络发展水平对本地区经济增长均具有显著的促进作用，对相邻地区经济增长作用未通过显著性检验;通信水平对本地区经济增长具有显著抑制作用，对相邻地区无显著作用。

3 总结与建议

3.1 总结

本文运用长三角41座城市2011～2018年面板数据考察区域经济增长的空间相关性与集聚效应。从地理距离特征与社会经济特征两个方面设置空间权重，从不同角度考察区域经济增长影响因素。研究发现：

（1）长三角区域经济增长存在显著的正向空间相关性，即城市的经济增长依赖于具有相似空间特征的城市，以上海、苏州为代表的东部城市经济增长形成了高-高聚集的良性增长态势，而中西部城市，特别是安徽省所在城市，则处于低-低经济增长洼地，在周边城市经济增长态势不佳的情况下，城市自身的经济增长能力不断降低。

（2）在研究时间范围，从本地区经济增长角度来看，产业结构、社会资本、对外开放水平、人力资本、互联网发展水平均产生积极影响，通信水平则产生消极影响;从相邻地区角度来看，相邻地区的产业结构对本地区的经济增长具有显著的促进作用，溢出效应为正，对外开放水平及人力资本则对本地区经济增长具有抑制作用，溢出效应为负，其余影响因素溢出效应不显著;从空间效应分解结果来看，产业结构、社会资本对本地区与相邻地区经济增长均具有促进作用，其中社会资本影响较弱，对外开放水平、人力资本以及网络发展水平仅促进本地区经济增长，通信水平对本地区经济增长具有显著抑制作用，对相邻地区无显著作用。

3.2 建议

基于以上分析，为进一步推进长三角三省一市全面实现经济协调可持续增长，从以下几个方面提出建议：

（1）进一步增强欠发达地区经济发展动能。目前安徽省经济发展较落后于其它两省一市，在长三角一体化经济高质量发展上升为国家战略后，对安徽省经济发展既是挑战又是机遇，应针对安徽省自身经济发展特点，实施最精准的措施。首先，安徽科技创新后发优势明显，拥有合肥综合性国家科学中心，且身处长三角纵深腹地的区位，应积极接受其他省市的资本、技术、信息辐射，承接产业转移，从而完成产业结构优化;其次，要进一步加深与国内外经济的交流与合作，以开放促进改革发展，为安徽省全域更高质量融入长三角发展奠定基础，真正实现“3+1>4”。

（2）产业结构是促进长三角经济增长的关键因素。其中合理的产业空间布局是实现产业结构优化的核心内容，产业发展除依靠市场力量外，还可以依靠政府在共享平台构建以及公共服务等方面发挥引导作用，建立招商共享机制，鼓励各企业将不适合本地发展的产业推荐于适合发展的地区，推动产业空间布局的实现，促进区域功能的专业化，最终实现长三角城市群区域产业结构优化的目标。

（3）充分发挥城市间生产要素空间溢出效应。应加速打破行业壁垒，充分发挥政府统筹协调地位以及上海对内开放的龙头作用，借鉴国际上较为成熟的城市群发展经验，打破领域、区域和国别的界限，形成城市间跨区域合作与对话机制，实现地区之间的协同创新，实现要素最大限度的整合与最大效率的发挥，充分释放各市场参与主体活力，提高经济发展效率。

（4）聚焦长三角城市群更好的分工与合作。目前，长三角地区整体经济综合实力已得到提升，在全面建设现代化国家这一新战略背景下，应重点聚焦于长三角城市间更好的分工合作。首先，应充分发挥中心发达城市对其他城市的“涓滴效应”，以点带面，以面连片逐步促进长三角城市群协调有序发展;其次，从长三角城市群全域发展全局出发，城市间进行充分的信息交流与合作，实现错位竞争、优势互补，有效提升长三角地区的整体竞争力;最后，区域间进行有效合作的前提在于实现成本共担、利益共赢，进一步完善区域利益协调机制也将是长三角城市群经济协调可持续发展的重点，也是难点之一。

参考文献：

[1] 杨姗姗，任冬梅，贾菲.空间计量理论与应用研究综述[J].统计与决策，2020，36（6）：39-42.

[2] 叶阿忠，吴继贵，陈生明，等.空间计量经济学[M].厦门：厦门大学出版社.2015.

[3] 郭湖斌，邓智团.新常态下长三角区域经济一体化高质量发展研究[J].经济与管理，2019，33（4）：22-30.

[4] 黄苏萍，朱咏.铁路、公路交通基础设施对经济增长的空间溢出效应——以长三角为例[J].华东经济管理，2017，31（11）：20-27.

[5] 邓文博，宋宇，陈晓雪.区域一体化带动长三角欠发达地区經济增长效应评估——基于DID模型的实证研究[J].华东经济管理，2019，33（7）：14-20.

[6] 卜茂亮，高彦彦，张三峰.市场一体化与经济增长：基于长三角的经验研究[J].浙江社会科学，2010（6）：11-17，125.

[7] 任宏，李振坤.中国三大城市群经济增长的影响因素及其空间效应[J].城市问题，2019（10）：63-68.

[8] 毛艳华，杨思维.珠三角一体化的经济增长效应研究[J].经济问题探索，2017（2）：68-75.

[9] 林光平，龙志和，吴梅.中国地区经济σ-收敛的空间计量实证分析[J].数量经济技术经济研究，2006（4）：14-21+69.

[10] 姚国章，王莉.长三角通信一体化及江苏通信业的发展对策[J].南京邮电大学学报（社会科学版），2010，12（3）：55-59.

[责任编辑：郑笔耕]