安徽省各市域经济的时空差异研究——基于新经济地理视角

莫永杰

(安徽建筑大学经济与管理学院，安徽 合肥 230601)

自改革开放以来，我国国民经济不断增长。但在发展过程中出现了不同区域经济发展的差异性和不协调性，中国东部、中部和西部经济差异较大。为均衡经济发展，我国实施了一系列经济发展战略。在国家经济战略下，区域间经济差异逐渐缩小，城乡差异逐渐减少。因此，如何进一步缩小经济差异，促进区域经济的协调发展成为研究的重要方向。

我国对区域经济差异的研究起步相对国外较晚，对区域经济差异的测度有多种，主要分为两大类：非空间型测度法和空间型测度法。非空间型测度法是早期研究区域经济差异的方法，具体有变异系数(加权)、标准差和Theil系数等；空间测度方法主要有莫兰指数(Moran’sI)。许月卿等[1]运用变异系数测算1978—2002年中国地区经济水平，定量分析中国区域经济的差异程度。赵立平等[2]对区域经济的空间测度进行分析，以湖南省为研究对象，通过全局莫兰指数(Moran’sI)和Geary’sC指数分析了湖南省县域经济发展的差异以及变化规律。

区域经济差异的研究角度呈现出多种视角，包括经济增长本身因素角度、地理环境角度、人文历史角度和地方经济政策角度等。余泳泽[3]从经济增长本身因素角度进行分析，通过超越对数生产函数的随机前沿模型，估算了1978—2012年省域全要素生产率(TEP)，并进行了空间收敛性研究。刘清春[4]从地理环境角度进行分析，基于Krugman[5]的城市聚集理论，提出影响区域经济差异的三大地理因素。张鹏飞等[6]从县市干部人文历史来源的角度进行分析，以福建省为例，分析出不同历史发展路径对干部的政策选择存在差异，从而导致不同地区的经济差异。王自力等[7]从政策制度角度进行分析，运用双重差分倾向得分匹配法分析2000—2016年中国市域的面板数据，研究政府主导型区域对周边城市的影响。贺芃斐[8]从经济增长决定因素、地理环境决定因素和制度决定因素三方面综合比较，得出制度对地区经济差异起着关键作用。

通过梳理发现，研究方向逐渐从经济因素、地理环境因素、制度因素等单一因素变量转变为多因素变量；研究方法从线性回归逐步转变为空间回归。Aeselin[9]详细研究了空间计量经济学理论，通过处理一系列空间面板数据，构建空间回归模型。燕安[10]采用基尼系数和分布动态法，对中国省域1978—2017年的数据进行分析，结果发现经济政策对区域经济差距产生了重大影响。

当前，安徽省经济发展取得了较大的成绩，但与东部发达地区相比仍有不小差距。因此，本文根据新经济地理学思路对安徽省各市域经济发展差异的状态和影响因素进行分析。新经济地理分析框架下有经济密度因素[11]、市场分割因素[12]和经济距离因素[13]。庄赟等[14]整合以上因素，并增加了人力资本和制度等分析因素，利用空间杜宾模型揭示了中国省域经济与各因素之间的直接效应与溢出效应。本文将通过LM检验、HAUSMAN检验等空间模型检验方法，选择合适的空间计量模型进行实证研究，得出安徽省经济发展差异的影响因素，为全省的协调发展提供决策支持。

1 数据来源与研究方法

1.1 新经济地理概念

世界银行发布的《2009年世界发展报告：重塑世界经济地理》中提出新的经济地理分析思路，将密度、距离和分割作为经济地理的基本指标。本文将从新经济地理角度，利用密度、距离和分割3个地理指标，对安徽省市域经济发展的空间特点进行分析。密度(density)是指单位土地面积的经济产出，反映的是经济发展水平在空间上的聚集程度。距离(distance)是指商品、资本等穿越地理空间所耗费的成本，不仅是指空间距离，也包括文化差异、基础设施等内容。分割(division)是指国家或地区之间对科学理论、信息技术等流动要素的限制，即各区域经济发展的防御壁垒，这在国家层面上尤为突出。一方面，分割有助于保护本土产业技术的发展，促进本土经济活动；另一方面，从长远的角度来看，分割阻碍地区间经济技术交流，形成信息闭塞，不利于创新发展。

1.2 研究区域概况

安徽地处华东，经济上属于东部经济区，是长三角经济带的重要组成部分，处于全国经济的战略要冲地带。省内不同城市之间不仅经济体量差异较大，而且经济增长速度也有很大不同。以合肥市、滁州市、黄山市为例，2005年合肥市GDP为853.57亿元，滁州市GDP为328.08亿元，黄山市GDP为159.98亿元，分别占全省GDP总量的15.88%、5.60%、2.96%；到2019年，合肥市GDP为9 409.40亿元，占全省GDP总量的25.35%，滁州市和黄山市分别是2 909.06亿元、818.04亿元，分别占全省GDP总量的7.84%、2.20%。可以看出，合肥市不仅在经济总量上远超其他城市，经济增速也远快于周边城市，黄山市在2005年占全省GDP比例就小，发展速度更不及其他城市，到2019年经济比重还略有落后。因此，研究分析安徽省域内影响区域经济发展差异的因素，针对性地缩小区域经济差异，对协调安徽省的经济均衡发展具有重要意义。

1.3 研究方法

采用Rook邻近一阶空间权重矩阵表达各市空间上的邻接关系。空间权重矩阵

Moran’sI统计量可以检验出人均GDP的空间依赖性，即空间邻接或邻近的区域单元属性值的相似性。

(1)

(2)

通过GeoDa绘制莫兰散点图，其中Moran’sI=0.324，呈现出较强的空间正相关性，说明安徽省市域的人均GDP存在一定的空间依赖性。

2 安徽省各市域经济空间相关性研究

以安徽省16个城市2019年的人均GDP数据为基础，通过GeoDa软件得到单变量局部莫兰指数(Moran'sI)和莫兰散点图；采用Stata软件筛选空间计量模型，进行区域差异性的影响因素分析。

各市人均GDP通过标准化改变后的W落在了4个坐标象限内,分布情况见图1，代表自身与相邻城市经济发展水平的不同关系。其中位于第Ⅰ象限(高—高)单元的有合肥市、滁州市、芜湖市、马鞍山市、铜陵市和宣城市,说明这6个城市的经济发展水平高于全省平均水平,可看出发达地区之间明显汇集，集中在安徽东部,经济聚集性较高；位于第Ⅱ象限(低—高)的地区有池州市和安庆市，自身经济发展水平略低于全省平均值；位于第Ⅲ象限(低—低)的有淮南市、阜阳市、亳州市、淮北市、黄山市、宿州市和六安市，代表这些城市的经济发展水平低于平均水平,同时其周边城市的经济水平也低于全省经济平均值，这些城市主要集中在北部和西北部；蚌埠市落在第Ⅳ象限(高—低)，代表蚌埠市的经济发展水平高于全省平均水平，但其周边城市低于全省平均水平。图1表明，大部分城市落在Ⅰ、Ⅲ象限，表明市域经济与周边城市经济发展水平存在较高的空间相关性，并且有近一半的城市都处于第Ⅲ象限，表明安徽省较多城市经济水平低于平均值，经济发展现状呈两极分化趋势，总体空间上分布不均衡。

图1 安徽省市域人均GDP莫兰散点图(2019年)

3 基于空间计量模型的区域经济差异因素分析

3.1 变量说明及数据来源

基于新经济地理分析视角，选取3个影响经济增长的变量，再加上政府支出和人力资本2个变量。因变量Y以市域经济发展水平来表示，自变量X为影响经济发展的因素，其中包括经济距离、经济密度、经济分割、地方政府支出、人力资本存量，具体说明见表1。

表1 变量说明表

研究数据来源于2005、2009、2013、2017、2019年《安徽统计年鉴》，对变量取对数变换，描述性统计见表2。

表2 自变量描述性统计表(观测数为80)

3.2 模型设定与检验

莫兰指数表明安徽省市域的经济发展水平具有一定的空间相关性，存在明显的空间依赖性。为减小与自变量相关且本身具有空间依赖性的遗漏变量造成的误差，Anselin提出了空间杜宾模型(SDM)，即：

(3)

(4)

式中：I为单位矩阵；ε～N(0，σ2I)，k×1参数向量γ是用以度量相邻区域的自变量对y的边际影响。

3.2.1 LM检验

进一步探讨安徽省区域经济差异的影响因素及其空间相关性，Anselin提出在不存在空间残差相关性情形下的空间自回归效应的LM检验并选择合适的空间计量模型，原假设是H0：y=Xβ+ε，备择假设是y=ρWy+Xβ+ε，其中ε～N(0，σ2I)。若原假设成立，则模型是经典单方程线性模型；反之，则确定模型的设定形式为空间回归模型。从表2 的结果中发现，空间误差模型(spatial error)的P为0.000，通过了1%的显著性检验，而空间滞后模型(spatial lag)的P值未通过1%的显著性检验，因此选择空间误差模型：

Y=Xβ+ε,ε=λWε+u，u～N[0，σ2I]

(5)

3.2.2 HAUSMAN检验

在选择了模型之后，需确定模型具有固定效应或者随机效应。经HAUSMAN检验结果可知P=0.001 9，在1%的显著性水平上拒绝原假设，接受“固定效应模型有效”的备择假设。在式(5)的基础上建立空间因素作用下的固定效应面板的误差修正模型(SpECM)，如下所示：

lnYit=ai+β1lndensityit+β2lndistanceit+

β3lndivisionit+β4lnlgeit+β5lnsohcit+εit

式中:ai代表固定效应，是解释变量以外的解释经济变化的余量;εit代表随机误差项。

3.3 实证结果与分析

通过Stata 15软件对安徽省16个城市2005—2019年面板数据进行回归结果分析，如表3所示。

表3 实证结果

从上述回归结果中可以看出，除了lndistance、lnlge和lndivision不显著外，其余2个变量都显著为正，表明这些因素对区域的经济增长具有促进作用。lndensity和lnsohc是影响效应最大的2个变量，其中，人力资本的影响更强一些，说明经济密度和人力资本是促进区域经济增长的主要因素，也是导致各市域经济差异的主要原因。而变量lndivision的总效应系数为正，且明显大于lnlge和lndistance的负数总影响效应，说明经济分割所产生的空间溢出效应明显，对本城市以及相邻城市的经济发展均有促进作用。

1)lndensity代表的是经济密度，反映的是经济发展水平和在空间上的聚集程度。经济密度会从过多和过少两方面来影响区域之间经济差异。在初始平衡阶段，某个区域一旦受到某个有利因素影响，受市场力量作用，会有更多的商企在此聚集，并促进密度提高。密度提高更会吸引商企进入，只要商企在此聚集过程中得到的外部收益大于拥挤损失，进而此区域会逐渐演化为发达地区，拉大与其他地区的差距，但是这种差距并不会无止境扩大下去。当密度过大时，商企竞争压力和生产成本增大，聚集区的拥堵损失大于收益时，商企就开始外流到周边地区，进而带动周边地区经济发展，缩减发达地区与周边地区的经济差异。由表3计算结果可以看出，自变量lndensity的系数为0.263，且通过了1%显著性水平检验，表明安徽省区域经济发展中的经济密度存在显著的空间溢出效应，某市经济密度的增加将会对相邻市域的发展产生积极影响。

2)人力资本存量(sohc)以各市人均受教育年限作为指标，受教育年限越长，反映城市人力资本越大。由表3可得，lnsohc解释变量的系数为1.327，且通过了1%显著性水平检验，表明人力资本存量对区域经济的发展具有较大影响，影响效应显著为正。空间滞后解释变量lnsohc的系数显著为负，主要原因是人力资本存量在短期内变化不大，某个地区的人力资本数量增加，会降低周围地区的人力资本数量，对地区经济发展产生负面影响。

3)从实证结果可以看出，经济距离和地方政府支出对安徽省各市域经济发展产生负向作用，但不显著。经济距离也会从两方面影响区域经济差异，一方面距离越小生产要素的传递成本就越小，可以促进区域与区域间的商业贸易往来，触发发达区域对周边欠发达区域的正向溢出效应，带动周边地区发展；但是另一方面区域间地理空间距离的缩短，会使发达地区对周边地区的“虹吸效应”愈发明显，大量的经济资源愈发向发达区域聚拢，从而进一步拉大区域间的经济差异。这表明发展强的地区对周围发展弱地区的“虹吸效应”强烈，发展强的地区以其良好的基础设施、公共服务、教育机会和就业机会等优势吸收周围的资本、人力等资源。对安徽省各市域而言，交通越发达，发达地区对周边地区资源吸收效果越明显。

表3的回归结果表明，经济分割越小，对促进经济发展越具有正向作用，但效果不显著。安徽省各市域对外联系较好，对外的信息流通、技术交流和贸易往来等能较为有效地促进安徽省整体经济发展，从而缩小彼此间的经济差异。

4 研究结论及建议

在基于新经济地理理论框架三大影响经济发展因素的基础上，结合人力资本和地方政府支出2个传统的生产要素，对安徽省市域经济发展的差异性进行分析。通过莫兰指数确定各市域经济发展具有空间相关性，利用2005—2019年相关数据,运用空间计量模型进行了实证研究。主要结论如下：①安徽省市域经济发展存在空间相关性，为正相关。②人力资本存量和经济密度是影响区域经济发展的重要因素，其中人力资本存量的影响最大。经济密度存在显著的空间溢出效应，即经济密度的增加将会对相邻市域的发展产生积极的影响。而人力资本存量指标则会对周围的区域发展产生负面影响。

因此，为缩小安徽省各区域经济差异，并提高整体经济发展水平，要加强能产生总影响效应大的因素的作用，大力提高本区域的经济实力。安徽省内偏东部城市要充分发挥经济带头作用，进一步带动周边城市经济发展，使其成为经济发达区域，形成更大的溢出效应，逐步扩大经济带。本文特提出下列几点建议。

第一，优化产业结构，各市加强扶持特色型产业发展。要因地制宜，发挥自身优势，以特色型突出产业带动全市经济产业升级、经济产值增长。提高科技创新能力，吸引制造龙头企业落户安徽，同时完善金融体系，鼓励金融产品为有潜力的中小型企业解决融资难的问题，从而提高区域经济密度。

第二，发挥地理位置优势，加强地区间合作交流水平。各城市间应打破地区经济壁垒，大力兴建城际铁路和公路，提高省内城市间的联系以及与省外发达区域协同发展。坚持互赢、共赢原则，加快信息技术交流速度，推动创新技术生态化、集群化、融合化发展，形成经济正循环的新发展局势。

第三，给予外商企业一定的税收优惠政策，吸引外商到省内投资，加强商品进出口力度，打造国际化贸易大省。相邻城市之间可根据当地特色，建立相关的产业集群，打通相关产业上下游供应链，吸引优良企业到本地落户扎根，从而缩小经济分割程度。

第四，政府应加大对人力资本的投入，建立健全公共教育服务，提高本省的教育水平，同时出台相关人才政策，引入高素质高水平的科研人才、管理人才和高新技术人才。人力资本对经济的促进作用效果显著，要坚持“内培外引”策略，加大对稀缺人才的吸引力度，健全本地人才培养体系，优化人力资本结构。