珠三角地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)收斂的空間計(jì)量分析

張 婷，李 紅

（廣西大學(xué) 商學(xué)院，廣西 南寧 530004）

珠三角地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)收斂的空間計(jì)量分析

張 婷，李 紅

（廣西大學(xué) 商學(xué)院，廣西 南寧 530004）

文章運(yùn)用空間計(jì)量分析方法，以珠三角1997-2011年24個(gè)縣市級(jí)人均GDP為樣本，對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間相關(guān)性和收斂性進(jìn)行實(shí)證研究。結(jié)果表明：1997-2011年，珠三角24個(gè)縣域經(jīng)濟(jì)增長(zhǎng)具有顯著的空間正相關(guān)，在地理空間上存在集聚現(xiàn)象。與傳統(tǒng)空間計(jì)量模型對(duì)比，文章選用能消除區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間依賴性的空間誤差模型，研究發(fā)現(xiàn)：各縣市間存在β-收斂，珠三角地區(qū)經(jīng)濟(jì)增長(zhǎng)不僅受到自身初始水平的影響，還會(huì)對(duì)周圍地區(qū)的經(jīng)濟(jì)增長(zhǎng)具有擴(kuò)散作用。因此，在制定區(qū)域政策時(shí)，應(yīng)充分考慮經(jīng)濟(jì)發(fā)展的空間依賴性和溢出效應(yīng)。

空間自相關(guān)；β-收斂；空間計(jì)量模型；珠三角經(jīng)濟(jì)區(qū)

一、引 言

地理學(xué)第一定理（Tobler，1979）表述為任何事物都與其他周圍事物有聯(lián)系，但與其相近的事物聯(lián)系更緊密。也就是說(shuō)一個(gè)區(qū)域單元上的某屬性或現(xiàn)象都與它周圍單元具有相似的屬性或現(xiàn)象，并且這種相似性是距離的遞減函數(shù)。可見忽略地理特征和空間分布對(duì)經(jīng)濟(jì)增長(zhǎng)差異及趨同的影響，將太過(guò)于理想化。在開放經(jīng)濟(jì)背景下，從經(jīng)濟(jì)計(jì)量的角度看，承認(rèn)區(qū)域?qū)?jīng)濟(jì)要素的流動(dòng)開放，區(qū)域間實(shí)實(shí)在在的相互聯(lián)系就要求區(qū)域增長(zhǎng)的計(jì)量研究必須重視地理空間的交互效應(yīng)［1］。綜合使用時(shí)空數(shù)據(jù)所表達(dá)的時(shí)間和空間集成信息，可以較好地解釋區(qū)域經(jīng)濟(jì)增長(zhǎng)在時(shí)空演變中的機(jī)制和規(guī)律［2］。

β-收斂方法是Barro與Sala-i-Martin提出來(lái)的，他們通過(guò)對(duì)截面數(shù)據(jù)的研究發(fā)現(xiàn)，人均收入增長(zhǎng)率與其初始水平之間是負(fù)相關(guān)的，即貧窮國(guó)家的經(jīng)濟(jì)增長(zhǎng)率要快于發(fā)達(dá)國(guó)家的經(jīng)濟(jì)增長(zhǎng)率，兩類國(guó)家的經(jīng)濟(jì)最終應(yīng)趨于同一水平［3-6］。國(guó)內(nèi)學(xué)者魏后凱（1997）沿用此方法，研究中國(guó)各省自1978年以后的產(chǎn)出差距，結(jié)果表明中國(guó)地區(qū)間存在著明顯的增長(zhǎng)趨同，各省人均GDP差距約以每年2%的速度縮?。?］。林光平（2005）研究我國(guó)28個(gè)省市1978-2002年間實(shí)際人均GDP的β-收斂，結(jié)果表明各地區(qū)間經(jīng)濟(jì)存在收斂，但收斂趨勢(shì)減緩［8］。孫雅靜等（2007）的研究表明我國(guó)省級(jí)之間經(jīng)濟(jì)并不存在絕對(duì)收斂［9］。蘇良軍等（2007）基于單向和雙向固定效應(yīng)模型，對(duì)比分析長(zhǎng)三角和珠三角經(jīng)濟(jì)增長(zhǎng)空間差異，認(rèn)為珠三角不管是空間相關(guān)性還是β-收斂都要強(qiáng)于長(zhǎng)三角［10］。張學(xué)良（2009）通過(guò)長(zhǎng)三角132個(gè)縣市區(qū)的統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)長(zhǎng)三角各縣市區(qū)經(jīng)濟(jì)增長(zhǎng)存在空間依賴性，且有β-收斂［11］。張燕等（2011）研究了后發(fā)的北部灣經(jīng)濟(jì)區(qū)的趨同，發(fā)現(xiàn)納入地理空間效應(yīng)分析框架的空間模型，趨同速度和方程擬合優(yōu)度均更優(yōu)，地理空間外溢效應(yīng)影響北部灣經(jīng)濟(jì)區(qū)的經(jīng)濟(jì)增長(zhǎng)趨同［12］。朱虹等（2012）通過(guò)空間計(jì)量回歸方法，對(duì)比發(fā)現(xiàn)北京對(duì)環(huán)京地區(qū)的輻射模式以“空吸”效應(yīng)為主，而上海對(duì)周邊腹地表現(xiàn)為“反哺”效應(yīng)［13］。丁嵩等（2012）的研究表明廣東人均收入增長(zhǎng)具有β-收斂，廣西地區(qū)經(jīng)濟(jì)差異擴(kuò)大［14-15］，等等。目前，國(guó)內(nèi)的研究大都是對(duì)省級(jí)數(shù)據(jù)進(jìn)行空間計(jì)量分析，或者是以縣域尺度為單位進(jìn)行省級(jí)的空間相關(guān)性分析，基于更小空間尺度對(duì)經(jīng)濟(jì)區(qū)內(nèi)部經(jīng)濟(jì)收斂的實(shí)證研究尚少。

珠三角經(jīng)濟(jì)區(qū)毗鄰港澳，與東南亞國(guó)家隔海相望，素有中國(guó)“南大門”之稱。憑借區(qū)位和政策優(yōu)勢(shì)等，改革開放以來(lái)珠三角地區(qū)經(jīng)濟(jì)正以驚人的速度發(fā)展。至2011年，珠三角地區(qū)人口占全國(guó)總?cè)丝诘?.2%，其地區(qū)生產(chǎn)總值GDP卻占到全國(guó)的9.2%，人均GDP是全國(guó)均值的2倍多。2003年泛珠三角區(qū)域概念正式被提出，以求拓展珠三角發(fā)展腹地并帶動(dòng)經(jīng)濟(jì)較為落后的內(nèi)陸省份和地區(qū)的經(jīng)濟(jì)發(fā)展。本文的問題是：從小尺度的經(jīng)濟(jì)層面看，經(jīng)濟(jì)區(qū)內(nèi)部各市縣區(qū)之間的經(jīng)濟(jì)發(fā)展是否存在空間依賴性？經(jīng)濟(jì)增長(zhǎng)是否呈現(xiàn)β-收斂？中心城市的經(jīng)濟(jì)增長(zhǎng)是否會(huì)對(duì)周邊地區(qū)有溢出效應(yīng)？有鑒于此，本文選擇珠三角經(jīng)濟(jì)區(qū)作為小尺度區(qū)域增長(zhǎng)收斂分析的樣本進(jìn)行計(jì)量研究。

二、研究數(shù)據(jù)及方法

（一）數(shù)據(jù)來(lái)源

本文以珠三角24個(gè)縣域的人均GDP（當(dāng)年價(jià)）為測(cè)度指標(biāo)，以1997-2011年為時(shí)間段?；A(chǔ)數(shù)據(jù)來(lái)源于1998-2012《廣東統(tǒng)計(jì)年鑒》。所有空間權(quán)重文件及空間計(jì)量模型的估計(jì)均使用OpenGeoDa軟件分析。

（二）研究方法

先采用Moran’sI指數(shù)分析珠三角整個(gè)區(qū)域的空間相關(guān)性，即經(jīng)濟(jì)區(qū)內(nèi)各個(gè)鄰近縣域間是否具有相似值；接著通過(guò)構(gòu)建空間計(jì)量模型，消除可能存在的地理上具有依賴的空間因素的影響；進(jìn)而對(duì)比分析標(biāo)準(zhǔn)β-收斂模型、β-收斂的空間滯后模型和β-收斂的空間誤差模型，選取合適的空間計(jì)量模型，檢驗(yàn)珠三角各縣域人均GDP是否存在β-收斂。

三、地區(qū)經(jīng)濟(jì)增長(zhǎng)的空間相關(guān)性分析

空間相關(guān)性指的是空間上的事物或現(xiàn)象是距離的衰減函數(shù)，即某些空間經(jīng)濟(jì)變量在一定范圍內(nèi)的變化表現(xiàn)出對(duì)空間位置的依賴性。這種現(xiàn)象既可以表現(xiàn)為經(jīng)濟(jì)差異，也可以是文化差異等。檢驗(yàn)?zāi)承┳兞吭诳臻g上是否具有依賴性的指數(shù)有許多，如Geary’s C指數(shù)，Getis’G指數(shù)，本文采用的Mo?ran'sI指數(shù)方法最為常用，是ESDA（Explored Spatial Data Anlysis）分析技術(shù)的一種［16］。

（一）Global Moran’s I指數(shù)

為說(shuō)明所有區(qū)域與周邊地區(qū)空間差異的平均程度，采用Moran'sI指數(shù)中的Global Moran’sI指數(shù)（用IG表示）。其計(jì)算公式如下：

式中：n所為研究的縣域總數(shù)；Yi為地區(qū)i人均GDP；為n*n空間權(quán)重矩陣，表示兩地區(qū)的空間關(guān)系，本文采用相鄰標(biāo)準(zhǔn)賦值，即縣域和縣域j有公共邊界時(shí)，Wij為1，反之為0；S2為人均GDP的方差；為人均GDP的平均值。

從式中可以得知，Global Moran’sI指數(shù)的取值在-1到1之間。在給定顯著水平時(shí)，若Moran’sI顯著為正，則表示經(jīng)濟(jì)發(fā)展水平呈現(xiàn)較高（較低）與較高（較低）地區(qū)在空間上顯著集聚。值越接近1，鄰近區(qū)經(jīng)濟(jì)差異越小。反之，若Mo?ran’sI顯著為負(fù)，則表示經(jīng)濟(jì)發(fā)展水平呈現(xiàn)高值與低值區(qū)域集聚，區(qū)域與周邊地區(qū)的經(jīng)濟(jì)差異顯著。值越趨近-1，區(qū)際差異越大。若Moran’sI接近-1/（n-1）（n為樣本數(shù)），表示各觀測(cè)值在空間上是隨機(jī)分布的，不存在空間自相關(guān)。

（二）變異系數(shù)

變異系數(shù)能較全面地反映各地區(qū)經(jīng)濟(jì)發(fā)展水平的差異程度，其公式為：

式中：SD為標(biāo)準(zhǔn)偏差；MN為平均值。

CV值越大，說(shuō)明各個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)越偏離整個(gè)地區(qū)的經(jīng)濟(jì)增長(zhǎng)均值，離散程度越大；CV值越小，反應(yīng)的是整個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平越均衡。那么，和Global Moran’sI指數(shù)對(duì)比分析，當(dāng)高值區(qū)域與低值區(qū)域呈集聚狀態(tài)的空間結(jié)構(gòu)時(shí)，區(qū)域間的離散程度較均衡，也就是說(shuō)，IG越小，則CV值越??；同樣，當(dāng)高值（低值）區(qū)域與高值（低值）區(qū)域鄰近時(shí)，各區(qū)域的經(jīng)濟(jì)增長(zhǎng)會(huì)偏離整個(gè)地區(qū)的經(jīng)濟(jì)增長(zhǎng)，離散程度越大，即IG越大，則CV值越大，Global Moran’sI指數(shù)和CV值的變化方向是一致。

（三）結(jié)果分析

表1是1997-2011年珠三角縣域經(jīng)濟(jì)增長(zhǎng)的Global Mo?ran’sI指數(shù)計(jì)算結(jié)果，顯示珠三角各縣市人均GDP的Moran’

sI指數(shù)均在1%水平下顯著為正，這說(shuō)明在研究期內(nèi)，珠三角各縣市經(jīng)濟(jì)增長(zhǎng)在空間上都具有高度依賴性，高（低）值人均GDP地區(qū)間在空間上彼此相鄰，呈空間正相關(guān)。

表1 1997-2011年珠三角人均GDP的Global Moran’s I指數(shù)

結(jié)合圖1，分析Moran’sI指數(shù)曲線和變異系數(shù)曲線軌跡，可知：1997-2009年，Moran’sI指數(shù)和變異系數(shù)大致呈現(xiàn)遞增趨勢(shì)，說(shuō)明珠三角經(jīng)濟(jì)區(qū)高值與高值集聚，低值與低值鄰近的空間分布顯著。2009-2011年，變異系數(shù)和Moran’sI指數(shù)有縮小的跡象，其中一個(gè)原因可能是2008年年底國(guó)家出臺(tái)的《珠江三角洲地區(qū)改革發(fā)展規(guī)劃綱要》的作用，該《規(guī)劃綱要》提出，按照主體功能區(qū)定位，優(yōu)化珠江三角洲地區(qū)空間布局，以廣州、深圳為中心，以珠江口東岸、西岸為重點(diǎn)，推進(jìn)珠江三角洲區(qū)域經(jīng)濟(jì)一體化，帶動(dòng)環(huán)珠江三角洲地區(qū)加快發(fā)展，形成資源要素優(yōu)化配置、地區(qū)優(yōu)勢(shì)充分發(fā)揮的協(xié)調(diào)發(fā)展。珠三角地區(qū)中心城市充分發(fā)揮的輻射帶動(dòng)作用，縮小

了經(jīng)濟(jì)區(qū)的差距。總體而言，在1997-2011年間，Moran’sI指數(shù)先增后減，說(shuō)明珠三角縣市區(qū)高高分布的集聚從強(qiáng)化到弱化，總體空間經(jīng)濟(jì)差異經(jīng)歷一段先擴(kuò)大再縮小的倒U型過(guò)程。變異系數(shù)減?。ㄔ龃螅从痴麄€(gè)珠三角地區(qū)的經(jīng)濟(jì)差異縮?。〝U(kuò)大）?？疾炱趦?nèi)Moran’sI指數(shù)曲線和變異系數(shù)曲線走勢(shì)基本一致，說(shuō)明用Moran’sI指數(shù)分析區(qū)域空間自相關(guān)具有合理性。

圖1 1997-2011年珠三角經(jīng)濟(jì)差異

為分析珠三角經(jīng)濟(jì)增長(zhǎng)的空間格局演化，依據(jù)前文Glob?al Moran’sI指數(shù)的時(shí)段特征，選取1997年、2011年作為研究截面，通過(guò)ArcGIS軟件呈現(xiàn)Moran散點(diǎn)圖的空間分布。如圖2所示，1997年珠三角經(jīng)濟(jì)區(qū)內(nèi)處于同類型區(qū)（高-高，低-低）的縣域均有8個(gè)，兩類共占總數(shù)的2/3，說(shuō)明經(jīng)濟(jì)發(fā)展水平相似的地區(qū)在空間上呈集聚分布，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)多是中心城市，如廣州、深圳、佛山等，滯后地區(qū)則大都分布在珠三角經(jīng)濟(jì)區(qū)的內(nèi)緣腹地，如恩平市、懷集縣、封開縣等。2011年屬于同類型的區(qū)域都增加了1個(gè)，分別是進(jìn)入高-高區(qū)的增城市和低-低區(qū)的臺(tái)山市，兩類共占總數(shù)的3/4，中心城市對(duì)其周圍經(jīng)濟(jì)增長(zhǎng)的影響有時(shí)是促進(jìn)性的，有時(shí)卻是抑制性的。整體而言，1997-2011年，一方面大部分縣域本身及其鄰近區(qū)都保持著原有的類型，表明經(jīng)濟(jì)發(fā)展的空間格局具有一定的路徑依賴性，空間集聚特征存在著高度的穩(wěn)定性；另一方面，經(jīng)濟(jì)發(fā)展水平較高的縣域間的空間聯(lián)系趨于密切，對(duì)周圍腹地既有“空吸”作用，又有“反哺”效應(yīng)。

圖2 1997年和2011年珠三角縣域人均GDP的Moran

四、經(jīng)濟(jì)收斂的空間計(jì)量分析

判斷數(shù)據(jù)是否存在空間自相關(guān)特征是進(jìn)行空間計(jì)量分析的前提，如果數(shù)據(jù)之間存在空間自相關(guān)，那么通過(guò)OLS方法估計(jì)的絕對(duì)收斂方程結(jié)果可能是有偏的和無(wú)效的［16］。上述Moran’sI指數(shù)顯示珠三角縣域經(jīng)濟(jì)發(fā)展存在空間正相關(guān)，因此，本文主要用β-收斂的空間滯后模型和β-收斂的空間誤差模型，來(lái)消除經(jīng)濟(jì)數(shù)據(jù)的空間自相關(guān)。

（一）空間計(jì)量模型的構(gòu)建

（1）β- 收斂的空間滯后模型（Spatial Lag Model，SLM）。計(jì)算公式為：

（2）β-收斂的空間誤差模型（Spatial Error Model， SEM）。計(jì)算公式為：

式中：ε為隨機(jī)誤差項(xiàng)向量；λ為n×1階的因變量向量的空間誤差系數(shù)；μ為正態(tài)分布的隨機(jī)誤差項(xiàng)向量?？臻g誤差模型表明區(qū)域產(chǎn)生的隨機(jī)沖擊不但影響各自增長(zhǎng)，而且因?yàn)檎`差空間相關(guān)的存在，沖擊效應(yīng)將擴(kuò)散到整個(gè)經(jīng)濟(jì)系統(tǒng)［6］。

（二）空間計(jì)量估計(jì)與檢驗(yàn)

在建模之前，為呈現(xiàn)珠三角各地區(qū)人均GDP增長(zhǎng)率在空間上的梯度變化，選擇廣州市轄區(qū)、佛山市、四會(huì)市、廣寧縣、懷集縣為代表性區(qū)，原因是這5個(gè)縣市區(qū)在地理位置上依次鄰近。由圖3可見，從廣州市轄區(qū)往懷集縣方向，2011年各縣域人均GDP呈遞減趨勢(shì)；人均GDP增長(zhǎng)率以四會(huì)市為中心向兩側(cè)縣域遞減，但總體上是低收入縣域高于中心城市。2005-2011年間，總體上經(jīng)濟(jì)發(fā)展水平較高的廣州和佛山的經(jīng)濟(jì)增長(zhǎng)率要低于其他縣域，其中在地理位置上居中的四會(huì)市的經(jīng)濟(jì)增長(zhǎng)率水平最高。這是否表明各地區(qū)的經(jīng)濟(jì)增長(zhǎng)存在β-收斂趨勢(shì)？即欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)增長(zhǎng)率是否高于發(fā)達(dá)地區(qū)的經(jīng)濟(jì)增長(zhǎng)率？

圖3 2011年珠三角代表區(qū)經(jīng)濟(jì)增長(zhǎng)圖

為探討上述問題，這里以1997-2011年珠三角24個(gè)縣域的人均GDP為指標(biāo)，利用OpenGeoDa軟件構(gòu)建標(biāo)準(zhǔn)β-收斂模型（Ⅰ）、空間滯后模型（Ⅱ）、空間誤差模型（Ⅲ）三種空間計(jì)量模型，選用擬合效果最好的模型作為判別經(jīng)濟(jì)增長(zhǎng)收斂的依據(jù)。

表2給出了對(duì)標(biāo)準(zhǔn)β-收斂模型進(jìn)行最小二乘法（OLS）估計(jì)以及對(duì)兩類空間計(jì)量模型進(jìn)行極大似然法（ML）估計(jì)的結(jié)果：①模型Ⅰ、Ⅱ、Ⅲ的β值都為負(fù)值，并與常數(shù)項(xiàng)都通過(guò)了5%顯著性檢驗(yàn)，可見，考慮空間依賴對(duì)經(jīng)濟(jì)增長(zhǎng)的影響后，珠三角各縣市人均收入增長(zhǎng)存在收斂且方向并沒有改變。但模型Ⅲ的β系數(shù)有更高的顯著性水平，這說(shuō)明，空間依賴性的存在使得1997-2011年間珠三角各縣域的經(jīng)濟(jì)增長(zhǎng)呈顯著收斂。②空間滯后系數(shù)ρ為0.328，說(shuō)明中心城市的發(fā)展對(duì)其周圍城市具有“反哺”作用，能縮小區(qū)域經(jīng)濟(jì)差異，但是其顯著性不高，沒有達(dá)到10%的顯著水平，表明空間滯后模型中，仍然存在空間自相關(guān)因素的干擾。③空間誤差系數(shù)λ為0.367，顯著為正，體現(xiàn)各個(gè)地區(qū)確實(shí)面臨著共同的外生沖擊，引起區(qū)域內(nèi)其他地區(qū)經(jīng)濟(jì)增長(zhǎng)的同向波動(dòng)，即由于空間溢出效應(yīng)，一個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)變化，使得其周圍地區(qū)的經(jīng)濟(jì)增長(zhǎng)同向變化。④三個(gè)模型的擬合優(yōu)度R2，分別為0.187，0.232，0.294，都不高，但SEM的擬合優(yōu)度相對(duì)較高。與一般計(jì)量經(jīng)濟(jì)檢驗(yàn)不同的是，采用ML法估計(jì)參數(shù)時(shí)，擬合優(yōu)度檢驗(yàn)的意義不是很大。

那么，哪種空間模型更加符合客觀實(shí)際？除了擬合優(yōu)度R2檢驗(yàn)以外，常用的檢驗(yàn)標(biāo)準(zhǔn)還有自然對(duì)數(shù)似然函數(shù)值（Log Likelihood）、施瓦茨準(zhǔn)則（SC）、赤池信息標(biāo)準(zhǔn)（AIC）。對(duì)數(shù)似然值越大，AIC和SC值越小，模型擬合效果越好。三個(gè)模型中，SEM在以上幾個(gè)指標(biāo)中都占有優(yōu)勢(shì)。另外，根據(jù)Anselin和Florax給出的判別規(guī)則：如果在空間依賴性的檢驗(yàn)中發(fā)現(xiàn)LMEAG較之LMERR在統(tǒng)計(jì)上更加顯著，且RLMEAG顯著而R-LMERR不顯著，則可以判斷適合的模型是空間滯后模型；相反，如果LMERR比LMEAG在統(tǒng)計(jì)上更加顯著，且R-LMERR顯著而R-LMLAG不顯著，則可以判定空間誤差模型是恰當(dāng)?shù)哪Ｐ停?7］。對(duì)比表2中空間依賴性檢驗(yàn)的各項(xiàng)指標(biāo)的顯著性，僅LMERR在10%水平下通過(guò)。Finle?ton等認(rèn)為誤差自回歸過(guò)程的設(shè)定可能性更大［18］，因?yàn)榻?jīng)濟(jì)增長(zhǎng)的復(fù)雜性決定了對(duì)相關(guān)自變量統(tǒng)計(jì)的遺漏，加上環(huán)境與政策變量難以量化，區(qū)域間存在隨機(jī)誤差沖擊空間溢出效應(yīng)，如一個(gè)地區(qū)產(chǎn)出波動(dòng)在空間產(chǎn)生的關(guān)聯(lián)波及效應(yīng)等［19］。綜合上述分析，本文認(rèn)為SEM是比較合適的模型。

表2 對(duì)珠三角各縣市經(jīng)濟(jì)增長(zhǎng)收斂估計(jì)的結(jié)果

（三）結(jié)果分析

通過(guò)對(duì)比空間計(jì)量模型和傳統(tǒng)的OLS計(jì)量分析可以發(fā)現(xiàn)，雖然β系數(shù)符號(hào)相同，但是考慮了空間因素的計(jì)量模型，更能反映出各地區(qū)經(jīng)濟(jì)增長(zhǎng)的空間依賴性?？臻g誤差項(xiàng)的系數(shù)λ在10%水平下顯著且大于0，各個(gè)地區(qū)會(huì)帶動(dòng)周圍地區(qū)的經(jīng)濟(jì)增長(zhǎng)的同向變化，即空間溢出效應(yīng)顯著。

五、結(jié)論與啟示

為考察經(jīng)濟(jì)區(qū)內(nèi)部地區(qū)經(jīng)濟(jì)增長(zhǎng)的空間差異和收斂趨勢(shì)，本文以中國(guó)經(jīng)濟(jì)較為發(fā)達(dá)的珠三角經(jīng)濟(jì)區(qū)為案例，先采用Moran’sI指數(shù)，對(duì)1997-2011年各縣市區(qū)的人均GDP的空間模式進(jìn)行測(cè)度。空間統(tǒng)計(jì)的結(jié)果表明，珠三角縣市區(qū)經(jīng)濟(jì)增長(zhǎng)具有顯著的空間依賴性和空間自相關(guān)特征，珠三角經(jīng)濟(jì)區(qū)呈現(xiàn)出明顯的核心-外圍模式，且一直較為穩(wěn)定，這在Mo?ran’sI指數(shù)和變異系數(shù)的取值上得到了體現(xiàn)。由于標(biāo)準(zhǔn)的β-收斂模型沒有考慮到地理空間影響，通過(guò)對(duì)空間計(jì)量模型的比較，筆者認(rèn)為針對(duì)珠三角經(jīng)濟(jì)增長(zhǎng)收斂趨勢(shì)的分析，采用空間誤差模型較為合適。計(jì)量模型的結(jié)果說(shuō)明：1997-2011期間，珠三角24個(gè)縣域的人均GDP呈明顯的收斂趨勢(shì)，各地區(qū)的經(jīng)濟(jì)增長(zhǎng)在空間上具有較高的關(guān)聯(lián)性，即一個(gè)地區(qū)的發(fā)展不僅受自身前期水平的影響，在一定程度上還受到周圍地區(qū)發(fā)展趨勢(shì)的影響。

眾所周知，經(jīng)濟(jì)區(qū)是以中心城市為核心，內(nèi)部經(jīng)濟(jì)聯(lián)系緊密的地域經(jīng)濟(jì)單元，對(duì)周邊地區(qū)乃至全國(guó)經(jīng)濟(jì)發(fā)展中具有增長(zhǎng)極的作用。然而，經(jīng)濟(jì)區(qū)內(nèi)發(fā)展也具有空間依賴性。若區(qū)內(nèi)結(jié)構(gòu)差異拉大，將會(huì)削弱整個(gè)經(jīng)濟(jì)區(qū)的實(shí)力和輻射范圍，不利于一體化的發(fā)展。

因此，針對(duì)珠三角的空間經(jīng)濟(jì)結(jié)構(gòu)差異問題，政府部門可采取優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，調(diào)整產(chǎn)業(yè)布局，推進(jìn)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)要素之間的合理流動(dòng)的措施，特別是關(guān)注和發(fā)揮人力資本、技術(shù)知識(shí)所普遍存在的空間溢出效應(yīng)，相鄰地區(qū)或具有空間經(jīng)濟(jì)聯(lián)系的地區(qū)之間的協(xié)同合作將會(huì)使所在地區(qū)受益，進(jìn)一步縮小因經(jīng)濟(jì)活動(dòng)空間不均衡造成的差距。

［1］Bernat A.Does Manufacturing Matter?A Spatial Econometric View of Kaldor’s Laws［J］.Journal of Regional Science，1996，36（3）：463-477.

［2］吳玉鳴，徐建華.中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)集聚的空間統(tǒng)計(jì)分析［J］.地理科學(xué)，2004，24（6）：654-659.

［3］Barro R J，Sala-i-Martin X.Convergence across States and Regions［J］.Brookings Papers on Economic Activity，1991（1）：107-182.

［4］Barro R J，Sala-i-Martin X.Convergence［J］.Journal of Polit?ical Economy，1992，100（2）：223-251.

［5］Barro R J，Sala-i-Martin X.Regional Growth and Migration：A Japan-United States Comparison［J］.Journal of the Japa?nese and International Economy，1992，6（4）：312-346.

［6］Barro R J，Sala-i-Martin X.Economic Growth［M］.New York：Mcgraw-hill Press，1995：57-62.

［7］魏后凱.中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)及其收斂性［J］.中國(guó)工業(yè)經(jīng)濟(jì)，1997（3）：31-37.

［8］林光平，龍志和，吳梅.我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析：1978-2002年［J］.經(jīng)濟(jì)學(xué)（季刊），2005（4）：67-82.

［9］孫雅靜，張慶君.中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)不平衡與收斂性——基于省際面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.稅務(wù)與經(jīng)濟(jì)，2007，153（4）：29-35.

［10］蘇良軍，王蕓.中國(guó)經(jīng)濟(jì)增長(zhǎng)空間相關(guān)性研究——基于“長(zhǎng)三角”與“珠三角”的實(shí)證［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（12）：26-37.

［11］張燕，徐建華，吳玉鳴.地理空間效應(yīng)視角下的后發(fā)經(jīng)濟(jì)區(qū)趨同研究——以北部灣經(jīng)濟(jì)區(qū)為例［J］.經(jīng)濟(jì)地理，2011，31（12）：1982-1987.

［12］張學(xué)良.中國(guó)區(qū)域經(jīng)濟(jì)收斂的空間計(jì)量分析——基于長(zhǎng)三角1993-2006年132個(gè)縣市區(qū)的實(shí)證研究［J］.財(cái)經(jīng)研究，2009，35（7）：100-109.

［13］朱虹，徐琰超，尹恒.空吸抑或反哺：北京和上海的經(jīng)濟(jì)輻射模式比較［J］.世界經(jīng)濟(jì)，2012（3）：111-124.

［14］丁嵩，李紅.廣東省人均收入增長(zhǎng)收斂的空間計(jì)量分析［J］.地域研究與開發(fā)，2012，31（5）：16-20.

［15］李紅，丁嵩，劉光柱.邊緣省區(qū)縣域經(jīng)濟(jì)差異的空間格局演化分析——以廣西為例［J］.經(jīng)濟(jì)地理，2012，32（7）：30-36.

［16］Anselin L.Interactive techniques and exploratory spatial da?ta analysis［M］//Longley P A，Godchild M F，Maguire D J. Geographical Information Systems：principles，techniques，management and applications.New York：John Wiley& Sons，1999：253-266.

［17］Anselin L，F(xiàn)lorax R.Small Sample Properties of Tests for Spatial Dependence in Regression Models［C］//Anselin L，F(xiàn)lorax R.New Direction in Spatial Econometrics.Berlin：Springger-Verlag，1995：21-74.

［18］Finleton B，Lewney R，Pinelli D.Regional Growth and Con?vergence［M］.London：Kogan Page，1996.

［19］洪國(guó)志，胡華穎，李郇.中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展收斂的空間計(jì)量分析［J］.地理學(xué)報(bào)，2012，65（12）：1548-1558.

A Spatial Analysis of Regional Economic Convergence at City Level in the Pearl River Delta

ZHANG Ting，LI Hong
（Business School，Guangxi University，Nanning 530004，China）

With the per capita GDP growth between 24 cities and counties in the Pearl River Delta from 1997 to 2011，the pa?per uses spatial econometric analysis method to test the spatial correlation and convergence of regional economic growth.The re?sults show that the economic growth of the 24 cities and counties has a significant spatial positive correlation and geospatial ag?glomeration in the Pearl River Delta.Compared with the traditional spatial econometric model，this paper selected the spatial error model，which can eliminate the spatial dependence of regional economic growth，to reach the founding：theβ-conver?gence existed among the cities and counties，and the Pearl River Delta economic growth is not only influenced by the initial lev?els，but also conducted diffusing effect to the economic growth of the surrounding regions.Therefore，the development of re?gional policy should take full account of the spatial dependence and spillover effects of the economic development.

spatial autocorrelation；β-convergence spatial；econometric analysis；the Pearl River Delta economic zone

F061.5

A

1007-5097（2013）07-0062-05

10.3969/j.issn.1007-5097.2013.07.015

2013-02-13

國(guó)家自然科學(xué)基金項(xiàng)目（41161024）；教育部人文社科基金項(xiàng)目（10YJA790089）

張 婷（1990-），女，湖南桃江人，碩士研究生。研究方向：區(qū)域經(jīng)濟(jì)合作；李 紅（1968-），男，廣西荔浦人，教授，博士生導(dǎo)師，研究方向：跨邊境區(qū)域及空間經(jīng)濟(jì)。

余志虎］

●產(chǎn)經(jīng)動(dòng)態(tài)