安徽省县域经济发展的空间关联及溢出效应

吴宏伟，朱智猛，金声琅

（1.淮北师范大学 经济与管理学院，安徽 淮北 235000；2.黄山学院 旅游学院，安徽 黄山 245000）

实现经济高质量发展的基础在县域，潜力也在县域，发展壮大县域经济是巩固脱贫攻坚成果、推进乡村振兴战略的抓手。县域经济一直是学界研究的热点，诸多学者研究成果表明县域经济之间呈现出明显的空间相互作用，经济要素的流动逐渐加快，经济关联性日益密切，由此带来的溢出效应也在不断扩大，然而由于各地区的资源禀赋、历史文化、自然条件的差异，发展政策和发展模式的不同，使得经济发展不平衡成为了必然结果。近年来，安徽省凭借着紧邻东部沿海发达地区的区位优势和长三角一体化的政策优势，县域经济综合实力显著增强，产业结构不断优化，居民消费水平不断升级，但与周边发达地区仍有较大差距，省内东西南北发展分异明显，安徽省县域经济面临着跨越式发展和协调发展的双重困境，剖析安徽省县域经济发展的空间关联和溢出效应具有一定的理论意义和实践价值。

一、研究综述

诸多学者从研究区域和研究方法两个方面论证了县域经济发展及关联性。研究区域方面，周腰华等[1]对我国8大经济区进行分析后认为中国县域经济存在明显空间自相关性，城镇化水平存在着明显的溢出效应。陈翊等[2]采用空间计量模型发现浙江省各县域人均GDP存在正向的空间自相关且空间分异明显。何雄浪等[3]以长江经济带城市群为研究对象，运用空间计量方法分析得出长江经济带城市群之间存在着显著的空间自相关性。贾卓等[4]以兰州—西宁城市群的县级行政区域为研究对象，发现区域间的经济集聚差异性不断增加。孙学涛等[5]运用空间计量模型研究认为释放结构红利和提升全要素生产率是提升中国县域经济质量的可行选择。研究方法方面，杨水银等[6]利用三种空间权重矩阵研究了长三角城市群的经济关联并用偏微分方法分解溢出效应。尹虹潘[7]采用改进的引力模型并基于向量自回归模型的网络分析方法，研究认为成渝城市群的内部网络结构已趋于完善化并趋向于更高阶段的发展。相雪梅[8]修正了引力模型中的Kij，测度了山东省城市经济关联度。学术界对经济关联和溢出效应的研究方法呈现出多元化的趋势，其中面板向量自回归模型、主成分分析法、锡尔指数、变异系数、基尼系数以及空间计量方法为大多数学者常用的方法。

综上所述，学界对于经济关联和溢出效应的研究大多集中在全国范围和发达地区，采用空间计量模型对安徽省县域经济研究还较少。本文采用空间计量方法研究安徽省县域经济空间集聚特征的演变，选取影响县域之间关联度的主要指标，分析相关指标在县域经济之间的正负溢出效应，据此对安徽省县域经济发展提供政策建议。

二、模型设定与变量选取

（一）空间权重矩阵的设定

（二）空间自相关的检验

地理学第一定律认为，任何空间上的要素都具有相关性，通常使用全局空间自相关和局域自相关来进行分析。常用的检验指标是Moran’s I指数，其计算公式为：

（三）空间计量模型

根据空间效应的表现方式不同，空间计量模型有多种设定形式：

空间滞后模型（SLM）：Y=ρWY+Xβ+ε

空间误差模型（SEM）：Y=Xβ+μ(μ=λWμ+ε)

（四）空间溢出效应分解

LeSage,J.P.and Pace,R.K.[9]认为在实证研究中使用一个或多个空间自回归模型的点估计来检验是否存在空间溢出效应会导致许多错误，而且不同模型设定中变量的变化影响了偏微分方程。为了解释空间面板数据模型中解释变量的边际效应，通常从空间杜宾模型这个更为一般的模型出发，其向量形式可以表示为：

在特定时间点的不同空间单位中被解释变量相对于第K个解释变量的偏微分方程矩阵为：

LeSage,J.P.and Pace,R.K认为直接效应就是上述方程中右边矩阵对角线的元素的均值，而间接效应则是这个矩阵非对角线元素对应的行或列的均值。

（五）变量选取与数据来源

参考周腰华等学者研究成果，选取安徽省各县人均GDP衡量县域经济发展水平，以2000年为基期对各县人均GDP进行平减，以经济发展水平作为被解释变量。在解释变量的选取上，参考相关文献和研究成果做如下设置（见表1）：

表1 解释变量

本文研究对象为安徽省61个县级行政区域，样本研究期间为2001—2019年，本文数据来源于2002—2020年《安徽省统计年鉴》《中经网县域年度库》以及安徽省各市统计年鉴，对各变量进行描述性统计，结果如表2所示。

三、实证研究

（一）安徽省县域经济发展的空间相关分析

根据表3数据，在样本期间内，安徽省县域经济发展的Moran’s I指数均通过了假设检验且都为正值，由2001年的0.1061增加至2019年的0.4411，总体呈现出上升的趋势，反映出安徽省县域经济发展的空间相关性自我强化，空间依赖性更为显著。

表3 2001—2019年安徽省县域经济发展的全局空间自相关检验

根据Local Moran’s I指数，可以进一步了解安徽省县域经济增长空间集聚特征的演变，选取2001年、2010年、2019年作为代表性年份，绘制3个代表性年份的县域经济增长Lisa聚集图（见图1），反映研究期间集聚区域的变化过程。

图1 2001、2010、2019年安徽县域人均GDP的Lisa图

在分析Lisa聚类图时，通常将聚类类型分为高高聚集，高低聚集，低高聚集和低低聚集。高高聚集区域，也就是自身高周边也高的地区聚集在一起形成的区域，也称为热点区。低低聚集区域即为自身低周边也低的地区聚集在一起形成的区域，也称为冷点区。

从选取的3个代表性年份的Lisa图可以看出热点区和冷点区分布差异明显。代表性年份2001年，热点区主要分布在皖东南地区，显著区域是含山县、芜湖县、郎溪县、广德县等，冷点区主要集中在皖西北部地区，显著地区是涡阳县、太和县、利辛县、霍邱县等。代表性年份2010年，冷点区仍然集中在皖北地区，且扩散到北部的濉溪县、萧县、临泉县和中部的怀远县、凤台县等，热点区仍集中在东南地区且数量有所减少。代表性年份2019年，冷点区仍主要集中在安徽省西北部地区且区域更广，在研究期间，该地区部分县是国家级贫困县（在2020年4月已实现全面脱贫），经济发展落后、溢出效应为负使得这些区域呈现出低低聚集形式，热点区由东南部向中部和县、肥西县扩散。

整体来看，安徽省县域经济发展存在着明显的空间分异，皖西北地区是低低聚集的冷点区，且呈现扩散趋势，究其原因该区域集中着国家级和省级贫困县，以农业为主，人多地少、经济落后、要素外流，表现出集中连片贫困特征，相对于东南地区和中部地区，远离长三角核心区，难以得到优势资源的支持。皖东南地区资源优势明显且更加靠近长三角核心城市群，能够得到发达地区的外溢资源和先进发展经验，促进了经济高质量发展，拉大了与皖西北地区的发展差距。中部地区省会合肥市增长极作用的逐渐凸显，极化作用下各类要素聚集，周边县域在其带动下发展成为热点区。

（二）安徽省县域经济的空间计量分析

上文已对被解释变量和解释变量做出了说明，本文实证研究过程及结果输出如无特别说明均由Matlab R2018完成。

1.模型检验与参数估计

空间计量需要通过相关的检验来选择合适的模型，本文在参考了殷李松等[16]学者的建模方法做出以下分析：

根据表4结论，LM检验结果均通过了1%水平下的显著性检验，拒绝了不存在空间滞后模型（SLM）或空间误差模型（SEM）的原假设，因而可选用空间计量模型。

表4 非空间面板模型估计及空间自相关性检验

根据表5结果可知，在1%的置信水平上，Wald和LR检验均拒绝了原假设，说明不能简化为空间滞后模型（SLM）或空间误差模型（SEM），应选用空间杜宾模型（SDM）来拟合样本数据。根据Hausman统计量的检验结果，最终选用空间-时间双固定效应的SDM模型。

表5 包含空间和时间特定效应的空间杜宾模型检验

表6给出了SDM模型参数估计结果，空间面板杜宾模型的回归系数反映了各县域之间相互作用。在此基础上，分解解释变量的空间效应，以便更进一步说明安徽省县域经济的溢出效应。

表6 基于SDM对安徽省县域经济关联的估计结果

2.安徽省县域经济发展影响因素的空间溢出效应分解

表7按照邻接矩阵和经济矩阵对影响安徽省县域经济发展的各解释变量的空间溢出效应进行分解，可以看出，在两种权重矩阵下，各影响因素的总效应的符号是一致的，只是影响程度有所不同，相较于邻接权重矩阵，大部分变量在经济权重矩阵的影响下作用更加显著。各变量在不同权重矩阵的作用分析如下：

表7 安徽省县域经济溢出效应分解

第一，政府支持程度（X1）总效应和间接效应显著为负，直接效应显著为正。这说明各县域政府财政支出增加促进了自身经济增长，同时，各县域财政支出的增加则会提高本地区公共服务能力、改善生活环境好、提升区域竞争力，吸引周边地区人才资源，而且各县域经济发展必然积极争取上级财政支持，这产生了竞争关系，此外，各县政府支出政策会干预经济市场化，抑制了县域间经济要素的流动性，阻碍了县域财政网络化建设，削弱了县域财政间的联动性，这都会对周边地区产生负向溢出效应。

第二，财政收入水平（X2）的总效应和直接效应显著为正，但间接效应显著为负。充足县域财政收入保障地方财政支出，提升本地区竞争力，吸引周边县域人才、资本等资源，产生了负向溢出效应；同时，充足县域财政会减少对上级财政的依赖，减弱与周边县域的上级财政竞争关系，且经济的相对发达又会产生扩散效应，加强与周边地区的合作，因此，财政收入规模增加产生的间接效应虽然也是负向的但相对较弱，其作用程度小于正向的直接效应，导致总效应为正。

第三，城镇化水平（X3）的总效应显著为负。在邻接矩阵中，直接效应为正，但是在经济权重矩阵中为负，这表明虽然安徽省整体的城镇化水平在不断提高，但是各县域在自身城镇化水平提高的同时遏制了相邻县域城镇化发展，究其原因各自为政的发展是竞争关系，而不是合作集聚发展，相邻区域争夺人口和上级财政资源，因此产生负向溢出效应。

第四，产业结构水平（X4）的总效应显著为正，直接效应为正但间接效应为负。这表明了某一县域产业结构优化可以促进本地经济发展，但是不利于周边地区的发展。本地的产业结构对周边地区产生负效应，其原因一是安徽省县域经济普遍较弱，其扩散效应有限；其二各县之间存在着招商引资的竞争关系，某县产业结构优化会吸引周边县的要素向其流动，对周边县产生负外部性。但整体而言，县域之间经济要素良性流动，促进了县域经济的发展。

第五，金融深化水平（X5）在邻接矩阵下的三种效应为正但不显著，在考虑经济距离后显著为正。这表明在加入经济因素后，金融深化水平对安徽省各县域经济发展的促进作用明显，随着县域经济间的联动性增强以及金融深化水平的不断加大，各县域能够享受更多的金融服务，加快资本要素在县域间流动，促进本地区和周边地区的经济发展。

第六，人力资本投入（X6）的总效应显著为负。这表明人力资本投入未能成为促进自身县域和周边县域经济发展的有效资源。究其原因：一是大部分中学毕业生要么加入“新生代农民工”大军，要么进入大中专院校继续深造学习，这些优秀人力资源返乡者极少，大多数流向江浙沪等发达地区，形成人力资本外溢；二是县级教育财政投入有限，仅能维持人员开支与教育基础设施的维护，而满足本地区经济发展需求的职业教育和职工继续教育投入较少，这就导致了教育投入回报率低，人力资本投入未能有效地促进县域经济发展。

四、结论和政策建议

（一）主要结论

本文选取2001—2019安徽省县域经济的面板数据，运用探索性空间计量方法分析安徽省县域经济关联和溢出效应，结论如下：第一，从全域空间自相关检验的结果来看，2001—2019年安徽省县域经济发展存在着明显的空间自相关性，Moran’s I指数不断提高，表明空间自相关性在不断增强。第二，从局域空间自相关检验可以看出，在代表性年份，安徽省县域经济存在显著的空间集聚现象，冷点区聚集在皖西北并呈扩散趋势，热点区由皖东南向芜湖、合肥转移。第三，根据空间溢出效应的分析，各解释变量对经济发展呈现出不同影响状况，其中财政收入规模、产业结构水平有着显著正向总效应，而政府支持程度、城镇化水平和人力资本投入总效应显著为负。

（二）政策建议

第一，完善财政支出制度，提高预算管理水平，建立区域间协同财税治理网络系统。上级政府对欠发达地区倾斜，给予扶持性财政资金，实现区域内经济社会平衡发展。欠发达地区应将更多的财政支出投放于公共服务领域，如城乡公共服务和基础设施、改善城乡基础教育办学条件、完善城乡医疗卫生服务体系、提高社会保障和就业水平等方面。充分利用区域间财政政策的关联性，建立网络化、跨区域的协同财税治理体系，使区域间财政体系能够实现联动，促进安徽省县域经济发展。

第二，加强县域经济间的合作程度，提升县域金融集聚水平。明晰政府的职能边界，在产权制度改革和信用体系建设等金融服务方面，充分协调县级政府间的合作关系。通过发挥县域经济增长、产业结构优化以及政府支持的作用，提升县域内的金融集聚水平。建设跨区域金融服务平台，实现县域间金融服务要素的充分流动，更好地发挥县域金融的正向溢出效应。

第三，积极发展优势产业，促进地区间产业协同发展。调整产业结构和优化产业布局将对经济发展产生积极作用。面对资源枯竭的现状，两淮地区积极培育战略性新兴产业，加快传统制造业升级和城市转型，实现可持续发展；皖西北地区大力发展中药、水果、种植和养殖等特色农业，成为华东地区乃至全国的粮仓；皖中地区承接着南北，需要加快新型工业化进程，有序合理地向第三产业转移，通过中心辐射效应，实现地区间产业融合；作为长三角产业转移的前沿地区，皖南地区应积极发展自身产业特色，调整产业结构、优化产业布局，积极融入长三角区域一体化发展；黄山、宣城、池州等下辖县域地区可以利用自身丰富的旅游资源，大力发展特色旅游业。通过发展各地区的优势产业，可以加深不同地区产业整合，有效利用溢出效应带来经济效益。

第四，加强县级教育的财政支持，提升对县域经济服务能力。为了减少由于职位配给所带来的负外部性，应实行有效的教育补偿机制，加强对教育专项资金的监管力度，对教育力量薄弱的地区进行成本补偿。无论长期或短期，那些未通过选拔性升学考试的毕业生都是县域经济的主力军，县级地方政府应健全职业教育培训体系，实现对未升学毕业生的有效对接。此外，为了防止人力资本的流失，应提高技术性人才的待遇，使人才愿意留在本地，为本地区域经济发展添砖加瓦；全面推进乡村振兴战略，完善城乡交通基础设施、改善乡村人居环境，有效吸引高水平人力资本的流入。