基于空间计量经济模型的区域经济差异成因分析

发布时间：2016-11-05 20:52

本文关键词：基于空间计量经济模型的区域经济差异成因分析——以兰新铁路辐射带为例，由笔耕文化传播整理发布。

第26卷第10期2012年10月干旱区资源与环境；JournalofAridLandResourc；Oct．2012；文章编号：1003－7578（2012）10－1；基于空间计量经济模型的区域经济差异成因分析；—以兰新铁路辐射带为例；1121；李建豹，白永平，李建虎，侯成成；（1．西北师范大学地理与环境科学学院，兰州730；提要：利用空间分析法确定兰新铁路

第26卷第10期2012年10月干旱区资源与环境

JournalofAridLandResourcesandEnvironmentVol．26No．10

Oct．2012

文章编号：1003－7578（2012）10－144－06

基于空间计量经济模型的区域经济差异成因分析

—以兰新铁路辐射带为例

1121

李建豹，白永平，李建虎，侯成成

（1．西北师范大学地理与环境科学学院，兰州730070；2．中国水利水电第十二工程局有限公司第一分局，杭州310018）

提要：利用空间分析法确定兰新铁路辐射带的辐射范围，以县级行政单元为基本研究单元，综合运用SPSS、GeoDA和ARCGIS分析区域经济差异后发现：在兰新铁路辐射带内，兰州市市辖区、乌鲁木齐市市辖区、嘉峪关市、哈密市、阿拉善左旗的经济发展水平明显比其它地区高，甘肃段内区域经济差异较大，新疆段内区域经济差异较小；区域经济空间集聚特征明显；利用空间计量经济模型分析区域经济差异成因可知，财政收入对市场规模、经济结构、工业化、虚拟变量对经济发展具有明显的促进作用，其中经济发展具有明显的负面影响，

虚拟变量与经济发展水平的回归系数最大，说明农村城市化对经济发展的促进作用最大。区域投资水平对经济发展影响不明显。

关键词：经济差异；空间计量经济模型；兰新铁路辐射带；成因分析中图分类号：F061．5文献标识码：A

区域经济发展差异是指一定时期内各区域之间人均意义上的经济发展总体水平非均等化的现象。

作为区域经济学和经济地理学的热点问题，区域经济差异一直是国内外学者关注的热点。区域发展相关

［2］

理论和实践表明，区域之间存在着扩散（涓滴）或极化（回波）效应，可以缩小或扩大区域空间差异。传统的区域差异度量方法，忽视了地理位置因素，无法真正反映区域差异变化的空间特征与成因。ESDA（ExploratorySpatialDataAnalysis，探索性空间数据分析）是一系列空间数据分析方法和技术的集合，以空间关联测度为核心，通过对事物或现象空间分布格局的描述与可视化，发现空间集聚和空间异常，揭示研

［3］

究对象之间的空间相互作用机制。经济活动、经济现象的不均衡分布是区域经济的一种常态，分析区

［4］

域经济差异及其成因，对于加快落后地区的发展、保持发达地区的竞争力是十分有意义的。以县域为研究单元探讨区域经济发展差异，能精细地展示区域经济差异状况，更好地为区域发展和规划提供依［5，6］［7］

。对交通经济带空间差异的研究比较少，据多从定性的角度分析如何构建交通经济带，对交通经济

而该研究对制定铁路沿线经济规划、发展对策及如何构建铁路经济带都有带经济差异定量研究的还鲜见，

［8］

重要意义。所以，文中以县级行政单元为基本研究单元，利用ESDA与GIS相结合的方法，分析兰新铁路辐射带经济差异，采用空间计量经济模型，分析区域经济差异的成因。

［1］

1材料

《甘肃发展年鉴》、《内蒙古统计年鉴》、《青海统计年鉴》、《新疆统计年鉴》、数据资料来源于2010年《乌鲁木齐年鉴》。图形数据取自国家基础信息中心1：500万数据库。修改县级行政单元的名称，使其与2010年年鉴一致。DEM数据、2000年1km土地利用数据由中国科学院资源环境科学数据中心提供。

多指标评价涵盖的信息更为全面，因此文中采用多指标来评价区域经济差异，在考虑数据可获得性，

收稿日期：2011－8－30；修回日期：2011－10－11。

基金项目：国家自然基金（40771054）；教育部高等学校博士学科点专项科研基金联合资助课题（20106203110002）；西北师范大学知识与科技创新团队项目（nwnu－kjcxgc－03－50）；西北师范大学学术科研资助金资助。

作者简介：李建豹（1986～），男，山东临清人，硕士研究生，从事区域发展与区域管理研究。E－mail：lijianbao888@126．com

注重指标的科学性和全面性，选取地区生产总值（X1）、人均地区生产总值（X2）、人均社会消费零售总额（X3）、人均工业增加值（X4）、社会固定资产投资（X5）、社会消费零售总额（X6）、非农产业比重（X7）、工业增长率（X8）、第三产业产值（X9）、财政收入（X10）十项指标。

2．1

研究方法

ESDA方法

ESDA是指利用统计学原理和图形表达相结合对空间信息的性质进行分析、鉴别，用以引导确定性模

［9］

型的结构和解法。文中采用Moran＇sI和LocalMoranIndex测度区域经济的空间关联特征，前者反应空间邻接或空间邻近的区域单元属性值的相似程度；后者反应局部地区是否存在相似或相异观察值聚集在

［10］

一起。具体计算方法见参考文献。2．2空间计量经济模型及估计

文中用到的空间计量经济模型主要是考虑空间效应的空间常系数回归模型，包括空间滞后模型与空

［11］

间误差模型。具体模型及估计见参考文献。

3兰新铁路辐射带辐射范围的确定

目前，我国对铁路辐射带范围的划分上尚无定论。广义的铁路辐射带是指铁路线所经过的市区范围，

［12］

狭义的边界范围指铁路沿线5～120km的范围，所以选择120km作为兰新铁路的辐射半径。为得到兰新铁路辐射带的辐射范围，对铁路和公路的影响范围、坡度、起伏度和土地利用图进行空间分析。公路数

所有公路的影响范围按一级路1500m计算。据没有标示级别，

120km为辐射半径的区域，保证行政区划完整性，以兰新铁路为辐射轴，即兰新铁路的辐射范围。按

照距离衰减原理，将距公路、铁路不同距离的辐射范围分为10级。以DEM数据为基础数据，提取坡度和起伏度，按照坡度、起伏度大，赋值低的原则，将辐射范围分为10级。按照铁路辐射范围内土地利用类型，

［13］

将其分为10级。借鉴前人的研究成果并结合兰新铁路辐射带的实际情况，计算综合得分（图1a）。由图1（a）可知得分最高的为10，位于兰新铁路及附近区域，得分最低的为1．4，在离兰新铁路较远的区域。将得分大于7与得分小于等于7的区域分开得到图1（b），在保证行政区划完整性的前提下，得分大于7的区域即为研究区域（图2a）

。

（a）（b）

图1兰新铁路辐射带综合得分

Fig．1ComprehensivescoreinLan－Xinrailwayradiationbelt

4．1

兰新铁路辐射带经济差异空间特征

经济发展水平总体差异

利用SPSS对10项经济指标进行因子分析，求得各县级行政单元的经济发展水平综合指数，将其作为属性值，做等值线图（图2b）和3D图（图2c），图2（a）作为图2（b）、图2（c）的地理参照，由（图2b）可知，

在兰州市市辖区、乌鲁木齐市市辖区、嘉峪关市、哈密市、阿拉善左旗的等值线密集，说明单位距离内的差值较大，即这些地区与周围地区的经济发展水平相差较大。等值线弯曲越大，其弯曲处两侧的变化梯度也越大。在甘肃段内等值线弯曲程度较大，表明在甘肃段内，某些区域的经济发展水平与相邻区域差距较

说明在新疆段内经济发展水平相对差异较小。由图2（c）可知，在大。在新疆段内等值线弯曲程度较小，

兰新铁路辐射带中存在几个经济发展水平高值区域，主要有兰州市市辖区、乌鲁木齐市市辖区、嘉峪关市、哈密市、阿拉善左旗，这些地区的经济发展水平明显比相邻地区高，在兰新铁路辐射带新疆段，经济发展水平的起伏变化较小，相对差异较小，而在甘肃段，经济发展水平的起伏变化较大，相对差异较大，兰州市周

存在一个明显经济凹陷区，说明兰州市的辐射带动作用有限，极化作用占主导围地区经济发展水平较低，

地位

。

图2区域经济发展水平差异图

Fig．2Divisionsofregionaleconomicdevelopmentlevel

4．2

空间自相关分析

为深入分析区域经济的空间特征，对区域经济发展水平综合指数进行空间自相关分析，采用Moran＇sI

LocalMoranIndex测度局部空间特征。测度全局空间特征，

4．2．1全局空间自相关分析

全局空间自相关是对属性值在整个空间特征的描述，可以衡量区域之间整体上的空间关联与空间差异程度。区域经济发展水平综合指数的Moran＇sI=0．2854，P=0．003，说明区域经济发展水

表平在空间上存在显著性的正的空间自相关，

明经济发展水平相似区域在空间上呈明显集聚趋势，存在较强的空间依赖性。4．2．2局部空间自相关分析

全局空间自相关统计量建立在空间平稳性假设之上，而现实中的空间过程很可能是不平稳的，存在局部随机性，为揭示空间异质性，进行局部空间自相关分析，用Moran散点图研

图3Moran散点地图

究。Moran散点图中的点分布在四个象限，第Fig．3Moranscattermap

（HH），一象限是高高区即单元自身与相邻单

元的经济发展水平都较高，第二象限是低高区（LH），即单元自身的经济发展水平较低，相邻单元的经济发展水平较高，第三象限是低低区（LL），即单元自身与相邻单元的经济发展水平都较低，第四象限是高低区（HL），即单元自身的经济发展水平较高，相邻单元的经济发展水平较低。为了更加形象地表达各县级行

利用刷光技术，将区域经济发展水平综合指数的Moran散点图表现在地图上（图3）。由政单元所在象限，

图3可知，位于第一象限的县级行政单元有14个，主要有兰州市市辖区、天山区、新市区、沙依巴克区、水磨沟区、玉门市、嘉峪关市、肃北县、敦煌市、瓜州县。位于第二象限的县级行政单元有14个，主要玛纳斯县、呼图壁县、米东区、达坂城区、头屯河区、乌鲁木齐县、金塔县、高台县、肃南县、民勤县、山丹县、古浪县、皋兰县、榆中县。位于第三象限的县级行政单元有41个，主要有兰新铁路辐射带甘肃段的东南部及新疆段的乌鲁木齐市以东的县级行政单元。位于第四象限的县级行政单元有11个，主要有县级市及地级市的市辖区，有昌吉市、阜康市、石河子市、哈密市、阿拉善左旗、阿拉善右旗、肃州区、甘州区、金川区、凉州区、白银区。经以上分析可知，位于第一象限和第三象限的县级行政单元数目明显占多数，即空间差异较小，，自身发展水平和周围单元相似区域占多数，这表明区域经济发展水平相似区域在空间上呈集聚趋势，存在较强的空间依赖性。

5兰新铁路辐射带经济差异成因分析

［14－15］

，对区域经济差异成因的分析，国内学者多采用定性方法较少运用定量方法，考虑空间效应影响

的更少，因此，文中考虑空间效应，采用空间计量经济模型，分析兰新铁路辐射带经济差异成因。通过空间自相关分析可知，兰新铁路辐射带内经济发展水平具有较强的空间依赖性，故可采用空间计量经济模型分

用析区域经济差异成因。以各县级行政单元的区域经济发展水平综合指数（Y）为因变量；财政收入（X11，

各县级行政单元财政预算内收入占GDP的比重（%）表示）、市场规模（商品购买力）的大小（X12，用人口密度表示）、区域投资水平（X13，用人均固定资产投资表示）、经济结构（X14，用非农产业比重表示）、工业化水平（X15，用人均规模以上工业总产值表示）、虚拟变量（X16，如果一个县级行政单元属于地级市的市辖区，则为1，否则为0）6个变量为自变量，进行空间计量回归分析。5．1空间计量经济模型选择

为了比较，先进行OLS估计，得出结果（表1）。OLS估计的拟合优度为0．7326，调整后的拟合优度为0．7115，Breusch－Pagantest和Koenker－模型整体上通过了1%水平的显著性检验，误差项为正态分布，

Bassetttest表明不存在异方差。根据Anselin的判别准则［16］：如果多重共线性的值超过30，则说明回归模型中自变量存在多重共线性问题，文中的多重共线性的值为25．71193，小于30，表明各自变量间不存在多重共线性问题。

表1OLS估计结果

Tab．1EstimationresultsofOLS

变

量CX11X12X13X14X15X16统计检验R

回归系数－0．7009－0．01410．00030．00000．00650．00000．1963

T统计量－2．9264－1．89867．4654－0．44771．95123．25042．2633统计值0．73260．711534．7088－3．2716

P值0．00450．06140．00000．65560．05470．00170．0265P值

误差正态性检验Jarque－Bera异方差检验Breusch－PagantestKoenker－Bassetttest空间依赖性检验Moran＇sI（error）LagrangeMultiplier（lag）

RobustLM（lag）LagrangeMultiplier（error）

RobustLM（error）

自由度DF

66MI/DF－0．072511112

统计值10．101340．251023．6593统计值3．199810．56247．63763．42660．501811．064220．543137．4750

P值0．00640．00000．0006P值0．00140．00120．00570．06420．47870．0040

调整后R2

FLogL

0．0072LagrangeMultiplier（SARMA）

AICSC

由表1可知，除区域投资水平没有通过10%水平下的显著性检验外，其他变量均通过了10%水平下的显著性检验。在空间自相关分析中已证明兰新铁路辐射带区域经济发展水平综合指数具有明显的空间

Moran＇sI指数残差检验表明，依赖性。同时，经典回归误差的空间依赖性明显，因此，忽视空间自相关直接

比较表1和表2的采用经典线性回归模型的OLS估计可能存在模型设计偏误。需考虑采用SLM或SEM，

SLM和SEM的拟合优度均高于OLS模型，统计结果发现，但由于采用ML法估计参数，基于残差平方和分

解的拟合优度检验的意义不大，为了准确选择模型，采用对比对数似然函数值LogL、似然比率LR、赤池信

OLS模型的LogL值最小，SEM模型的较大，SLM模型的最大；OLS息准则AIC和施瓦茨准则SC值发现，

SEM模型的次之，SLM模型的最小；OLS模型的SC值最大，SLM模型的次之，SEM模模型的AIC值最大，

［11］

型的最小；SLM模型的LR值大于SEM模型的LR值，根据检验准则：自然对数似然函数值（LogL）越大，似然比率（LR）越小，赤池信息准则（AIC）和施瓦茨准则（SC）值越小，模型拟合效果越好。由此还不能

表2SLM和SEM估计结果准确判断选择哪个模型。通过两个拉格

Tab．2EstimationresultsofSLMandSEM朗日乘子误差和滞后及其稳健性检验表

SLMSEMLMLAG、R－LMLAG均通过1%水平明，变量

Z统计量P值Z统计量P值回归系数回归系数

LMERR、R－LMERR下的显著性检验，

C－0．8255－3．84840．0001－0．8668－3．90980．0001

均未通过1%水平下的显著性检验。根X11－0．0222－3．33240．0009－0．0267－3．43670．0006

［17］

X12据Anselin提出的判别准则：如果在0．00037．96400．00000．00007．51360．0000X130．0000－0．55210．58090．0000－0．69090．4896LMLAG较之空间依赖性的检验中发现，

X140．00913．07800．00210．01033．43790．0006

LMERR在统计上更加显著，且R－LM-X150．00002．75820．00580．00001．89530．0580LAG显著而R－LMERR不显著，则可以X160．16632．14040．03230．15571．98930．0467断定适合的模型是空间滞后模型；相反，统计检验DFP值DFP值统计值统计值

0．76580．7608R2如果LMERR比LMLAG在统计上更加

LogL1．2310－0．0461

显著，且R－LMERR显著而R－LMLAG

LR19．00520．002716．45090．0111

不显著，则可以断定空间误差模型是恰AIC13．537914．0922当的模型。由此可知，文中选择空间滞后SC32．888631．0240模型较为恰当。

Moran＇sI值为－0．0173，P值为0．4890，对SLM模型中的残差值进行空间自相关检验知，表明残差的

SLM模型的残差在空间上呈随机分布状态。通过对比OLS模型和SLM模型的结果空间自相关已被去除，

SLM模型的拟合优度、LogL值较大，AIC、SC值较小，说明考虑空间效应以后，模型拟合效果较好。可知，

5．2SLM模型结果分析

财政收入通过了1%水平下的显著性检验，与经济发展水平的回归系数为负，即财政收入对经济发展的作用显著为负。表明兰新铁路辐射带内财政政策存在一些问题，譬如，为了增加财政收入，对企业和农民乱收费，加重了企业和农民负担，进而影响了当地经济的发展。

人口密度与经济发展水平的回归系数为正，通过了1%水平的显著性检验，即人口密度与经济发展呈显著正相关。说明在人口密度高的地区，经济发展水平较高，在其他条件相同时，人口密度高的地区，信息容易集中和传播，运输和交易的成本降低，规模经济效率容易发挥，从而容易形成市场。人口密度增大使得市场规模增大，表明生产与人口分布的一致，有利于区域经济发展，缩小区域经济差异。

区域投资水平未通过10%水平的显著性检验，与经济发展水平的回归系数都为正，说明投资对当地经济发展有一定的正面影响，只是不明显。在今后的经济发展中应调整区域经济发展政策，增加资本投入，满足经济发展的需要。

经济结构通过了1%水平的显著性检验，与经济发展水平的回归系数为正，且回归系数较大，说明经济结构对经济发展具有明显的促进作用，按照经济发展的需要，对各领域、各部门、各县级行政单元和各经济成分之间的对比关系和结合状况进行调整，促使经济结构合理化，推动区域经济健康快速发展。

工业化在三个模型中均通过了1%水平的显著性检验，且与经济发展水平的回归系数都为正，即工业化与经济发展水平呈显著正相关，说明工业化对经济发展具有明显的促进作用，各县级行政单元应积极合理推动工业化进程，走新型工业化道路，根据各自经济发展实际，制定符合自己的战略组合，合理利用有限的资源和要素。

虚拟变量在三个模型中均通过了5%水平的显著性检验，经济发展水平的回归系数都为正且最大，即虚拟变量与经济发展水平呈显著正相关，虚拟变量对经济发展具有明显的正面影响。说明农村城市化对经济发展的促进作用最大，努力推进城镇化有利于缩小城乡差异，促进区域经济协调发展。

下载地址：基于空间计量经济模型的区域经济差异成因分析——以兰新铁路辐射带为例53.Doc

　　【】