福建省區(qū)域經(jīng)濟差異的空間格局演變及影響因素

王建康，谷國鋒，姚麗，陳園園

(東北師范大學地理科學學院，長春130024)

0 引言

區(qū)域經(jīng)濟差異是區(qū)域經(jīng)濟學和經(jīng)濟地理學研究的核心主題之一，也是各國政府制定區(qū)域經(jīng)濟政策的前提和出發(fā)點［1］。國外相關研究如J.G.Williamson［2］的倒“U”型理論、J.Friedman［3］的核心邊緣理論等都認為區(qū)域經(jīng)濟差異總體上先擴大后縮小，而適當?shù)慕?jīng)濟差異對區(qū)域資源合理有效配置和產(chǎn)業(yè)轉移是有利的，然而如果經(jīng)濟差異過大則會導致區(qū)域經(jīng)濟的兩極分化，對區(qū)域整體發(fā)展和社會穩(wěn)定等都非常不利［4－5］。

改革開放以來，中國經(jīng)濟發(fā)展取得了巨大的成就，經(jīng)濟總量從1978年的3 645億元增長到2012年的518 942億元，增長142倍，人均GDP增長了近100倍。盡管中國經(jīng)濟總體實力在不斷提高，但各地區(qū)的經(jīng)濟差異也呈現(xiàn)出擴大化趨勢。對區(qū)域經(jīng)濟發(fā)展的差異研究也成為國內(nèi)學術界的熱點。20世紀80年代以來，不少學者針對中國國情對區(qū)域經(jīng)濟發(fā)展進行了多角度、系統(tǒng)性的科學研究，研究方法主要包括基尼系數(shù)和變異系數(shù)［6－7］、泰爾指數(shù)和加權變異系數(shù)［8－9］、小波分析［10］、GIS與ESDA［11］、因子分析和主成分分析［12］等方法。研究尺度主要分為以全國范圍為研究區(qū)域［10，13－14］、以跨省區(qū)域如環(huán)渤海經(jīng)濟區(qū)、中原經(jīng)濟區(qū)和東北地區(qū)為研究對象［15－18］和以省域單元為研究范圍［19－24］，還有以市轄區(qū)為單元對城市內(nèi)部相關性進行分析［12，25］。研究多以區(qū)域之間相互獨立且不存在經(jīng)濟作用為前提假設，具有一定的局限性。各地區(qū)在發(fā)展的過程中并不是相互獨立的，而是存在著擴散和極化作用，這可以在一定程度上擴大或是縮小區(qū)域經(jīng)濟差異［26］。福建省位于中國東部沿海，南北分別相鄰珠三角和長三角兩大經(jīng)濟區(qū)。但其區(qū)域經(jīng)濟卻一直處于較低水平，其內(nèi)部也存在較大差異，西北部落后山區(qū)與東南部沿海發(fā)達地區(qū)經(jīng)濟差異更為明顯。因此，本研究以縣域單元為對象，利用加權變異系數(shù)、標準差指數(shù)以及ESDA方法對福建省區(qū)域經(jīng)濟總體差異的空間格局進行分析，構建空間計量經(jīng)濟模型，對區(qū)域經(jīng)濟差異的影響因素進行分析，為福建省區(qū)域經(jīng)濟的均衡發(fā)展提供參考與建議。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

研究區(qū)域經(jīng)濟差異的方法較多，采用較為常用的標準差指數(shù)、加權變異系數(shù)以及探索性數(shù)據(jù)空間分析方法對福建省的縣域經(jīng)濟差異進行分析。標準差指數(shù)為區(qū)域經(jīng)濟差異的離散程度，表現(xiàn)為絕對差異;加權變異系數(shù)是加入人口規(guī)模的變異系數(shù)，體現(xiàn)區(qū)域經(jīng)濟差異的相對差異;而Moran指數(shù)(Moran’s I)主要體現(xiàn)區(qū)域經(jīng)濟差異的集聚程度。三者具有互補的作用，可以更全面地體現(xiàn)地區(qū)的經(jīng)濟差異。

1.1.1 標準差指數(shù)。標準差指數(shù)主要衡量區(qū)域經(jīng)濟差異間的絕對差異，公式如下:

式中:S為標準差指數(shù);Yi為i地區(qū)的人均GDP;Y0為n個地區(qū)人均GDP的平均值。

1.1.2 加權變異系數(shù)。加權變異系數(shù)(coefficient of weighted variation，用Cvw表示)是由變異系數(shù)加權后計算而得，主要采用地區(qū)人口規(guī)模比重對其進行加權。采用人口加權是因為沒有加權的標準差指數(shù)是在忽略各區(qū)域人口規(guī)模的基礎上衡量人均收入，會造成對人口規(guī)模相對大(小)的區(qū)域差異程度的低估(高估)，給政策制定者提供不準確的信息［13］。它是衡量地區(qū)經(jīng)濟發(fā)展相對差異的常用指標，公式如下:

式中:Cvw為加權變異系數(shù);Pi為i地區(qū)人口數(shù);P為n個地區(qū)人口。

1.1.3 探索性空間數(shù)據(jù)分析?？臻g關聯(lián)分析反映空間鄰接或空間鄰近的區(qū)域單元屬性值的相似程度。如果xi是區(qū)域i的觀測值，則該變量的Moran’s I計算公式為:

式中:xi，xj分別為第i，j個區(qū)域位置上的觀測值;ˉx為觀測值的平均值;wij為空間權重矩陣W的元素;S0為W中所有元素之和。

Moran’s I的值在［－1，1］之間。在既定的顯著性水平下，Moran’s I為正，表明相似的觀測值在空間上顯著集聚;Moran’s I為負，則表明相似的觀測值在空間上表現(xiàn)為分散布局狀態(tài);Moran’s I為0，則表示不存在空間相關性，觀測值在空間上相互獨立。對Moran’s I的檢驗一般采用Z值。

在ESDA中，定義空間權重矩陣是空間自相關分析的基礎，用于表示若干個地域空間鄰接關系。本研究采用Rook相鄰，即區(qū)域i和區(qū)域j有共同的邊，記wij=1，否則wij=0。由于福建省位于東南沿海地區(qū)，平潭綜合實驗區(qū)和東山縣均為島嶼區(qū)域，為了便于計算，定義平潭綜合實驗區(qū)與長樂市相鄰，東山縣與云霄縣相鄰。

1.2 數(shù)據(jù)來源

數(shù)據(jù)來自于《福建統(tǒng)計年鑒》(2001—2015)以及各縣(市、區(qū))國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。選取人均GDP為背景數(shù)據(jù)。為了便于研究，將各設區(qū)市所轄的所有區(qū)合并為一個整體來考慮，共有67個縣(市、區(qū))。

2 區(qū)域經(jīng)濟差異指數(shù)與空間格局演變

2.1 區(qū)域經(jīng)濟差異指數(shù)演變

根據(jù)公式(1)和(2)計算福建省2000—2014年各縣(市、區(qū))的人均GDP的標準差(S)和加權變異系數(shù)(Cvw)(圖1)。福建省人均GDP標準差呈波浪形變化，但總體呈現(xiàn)上升趨勢，從2000年的9 894元上升到2014年的25 040元，增長約2.53倍。從標準差變化曲線來看可以分為3個階段:2000—2005年平穩(wěn)波動階段，2006—2009年穩(wěn)步上升階段，2010—2014年持續(xù)上升階段，這說明福建省區(qū)域經(jīng)濟絕對差異總體呈擴大趨勢。從加權變異系數(shù)的變化來看，福建省的區(qū)域經(jīng)濟相對差異總體呈現(xiàn)縮小趨勢，可分為4個階段，2000—2002年逐步上升階段，2002—2009年穩(wěn)步下降階段，2010—2012年加速下降階段，2012—2014年又上升至平衡狀態(tài)，但總體趨勢仍在減小?？梢?，雖然福建省人均GDP絕對差異不斷擴大，但相對差異卻不斷在縮小。2個指數(shù)出現(xiàn)不同的趨勢并不矛盾，從二者的計算公式及意義來看，標準差指數(shù)體現(xiàn)了各地區(qū)人均收入的離散程度，加權變異系數(shù)是增加了地區(qū)人口規(guī)模的變異系數(shù)，其計算公式中有標準差與均值的比，福建省各地區(qū)的數(shù)據(jù)顯示均值一直比標準差大且增長速度快于標準差。因此，加權變異系數(shù)會不斷減小，它體現(xiàn)了各地區(qū)人均收入的相對差異。2個指數(shù)表明盡管福建省各地區(qū)人均收入的離散程度在不斷增大，但加入人口規(guī)模因素后，人均收入的相對差異在不斷減小。

圖1 福建省人均GDP標準差、加權變異系數(shù)及Moran’s I演變動態(tài)Fig.1 Annual dynamic variations for standard deviation，weighted variation coefficient and Moran’s I of per-capita GDP in Fujian Province

2.2 區(qū)域經(jīng)濟差異的空間相關性

從圖1看出，福建省2000—2014年縣域經(jīng)濟Moran’s I全部為正，且統(tǒng)計量Z值均大于0.05置信水平下的臨界值(1.96)，均通過了顯著性檢驗。這說明福建省區(qū)域人均GDP在空間上表現(xiàn)出較強的全局空間相關性，即全省經(jīng)濟發(fā)展水平較高的地方相對集聚，經(jīng)濟發(fā)展水平較低的地方也相對集聚。根據(jù)Moran’s I的變化，大致可分為3個階段:2000—2003年為第一階段，2000，2001年Moran’s I較為平穩(wěn)維持在0.280左右，2003年激增到0.387，主要是由于2003年爆發(fā)了“非典”，福建省地理環(huán)境相對封閉，對外的經(jīng)濟聯(lián)系減弱，而省內(nèi)的經(jīng)濟聯(lián)系得以加強;2003—2005年為第二階段，在這幾年中Moran’s I急劇下降至0.258左右;2006—2014年為第三階段，Moran’s I呈現(xiàn)出緩慢增長趨勢，從2006年的0.262增至2014年的0.364。根據(jù)全局空間自相關指數(shù)的判讀，Moran’s I的變化趨勢說明福建省區(qū)域經(jīng)濟空間差異經(jīng)歷了先縮小再擴大而后又逐漸縮小的過程。

與加權變異系數(shù)相比，2000—2002年Moran’s I略微下降而Cvw略微上升，但幅度都不大。從2002年開始，Cvw開始逐年下降，說明福建省區(qū)域經(jīng)濟的空間相對差異在不斷縮小，然而，全局Moran’s I在2003年達到峰值急劇下降后又緩慢增長，說明福建省區(qū)域經(jīng)濟空間差異在2005年以后呈現(xiàn)逐漸縮小的趨勢，這與加權變異系數(shù)基本吻合。此外，由于加權變異系數(shù)本身與地理位置無關，它僅反映數(shù)據(jù)之間的離散程度;而Moran’s I則與地理位置有關，它反映指標在空間上的集散程度［20］。因此，在同一時期加權變異系數(shù)減小表明經(jīng)濟差異在縮小，而Moran’s I增大表明總體經(jīng)濟空間差異在擴大，經(jīng)濟差異與空間集聚性可以不同步變化。總體來看，二者的變化表明福建省縣域經(jīng)濟發(fā)展在空間上不是完全隨機分布，而是發(fā)展水平相近地區(qū)在地理空間上逐漸集聚。因此，在總體經(jīng)濟差異減小的同時，經(jīng)濟發(fā)展水平相近的地區(qū)內(nèi)部差異在不斷縮小，而經(jīng)濟相對落后地區(qū)與發(fā)達地區(qū)間的差異在不斷擴大，從而造成兩極分化。

2.3 區(qū)域經(jīng)濟差異格局演變

2.3.1 Moran散點圖。根據(jù)對總體空間相關性進行的時序分析，選取2000，2005，2010，2014年為研究時點，對各年份的散點圖數(shù)量進行統(tǒng)計，利用GeoDa和ArcGIS軟件計算得到福建省各縣域人均GDP的Moran散點圖(圖2)。福建省自2000年以來經(jīng)濟的集聚性主要呈以下特征:①2000—2014年，福建全省落入第Ⅰ象限的區(qū)域比例呈不斷增加趨勢，落入第Ⅲ象限的區(qū)域數(shù)量在不斷減少。在第Ⅰ象限的區(qū)域數(shù)量從2000年的14個增加到2014年的24個，增幅達71.4%，占全省比例也從20%左右增加到35.8%，在第Ⅲ象限的區(qū)域數(shù)量從2000年的36個減少到2014年的26個，所占比例從2000年的53.7%減小至38.8%，說明在這期間福建省經(jīng)濟得到較快的發(fā)展，區(qū)域經(jīng)濟發(fā)展由欠發(fā)達地區(qū)空間集聚逐步向發(fā)展水平較高地區(qū)空間集聚。然而，從2014年在第Ⅰ象限的數(shù)量來看，經(jīng)濟發(fā)展水平較高地區(qū)只有26個，占全省區(qū)域數(shù)量還不到40%，說明福建省區(qū)域經(jīng)濟發(fā)展還有較大的提升空間。②2000年的Moran散點圖相對集中，大部分都在回歸線附近，而經(jīng)過幾年的發(fā)展，Moran散點圖呈現(xiàn)出向四周發(fā)散的趨勢，到2014年散點圖相對分散。說明在2000年時人均GDP的空間關聯(lián)具有較高的顯著性，經(jīng)濟發(fā)展水平相近的地區(qū)都趨于鄰近，而經(jīng)過10多年的發(fā)展，由于交通等因素限制減弱，各區(qū)域與其不相鄰地區(qū)聯(lián)系更加密切，使集聚的顯著性逐漸減弱，即經(jīng)濟發(fā)展水平相近的地區(qū)集聚性相對不明顯。

圖2 福建省區(qū)域人均GDP的Moran散點圖Fig.2 Moran scatter of per-capita GDP in Fujian Province

圖3 福建省縣域人均GDP LISA集聚圖Fig.3 LISA cluster map for per-capita GDP in Fujian Province

2.3.2 LISA集聚圖。LISA(local indicators of spatial association)，即空間聯(lián)系的局部指標，是衡量研究單元屬性與其周邊地區(qū)的相近或相異程度及其顯著性的指標。利用GeoDa軟件對區(qū)域各年份人均GDP的LISA值進行計算，并利用Z值(p＜0.05)進行檢驗，繪制2000，2005，2010，2014年的LISA集聚圖(圖3)。2000年顯著的“H－H”類型區(qū)域只有晉江市和連江縣，說明這2個地區(qū)的經(jīng)濟集聚性較強，與周邊地區(qū)的經(jīng)濟聯(lián)系較為緊密;顯著的“L－L”類型地區(qū)有處于閩北地區(qū)的松溪縣、政和縣、武夷山市、建陽市、建甌市、屏南縣、壽寧縣、周寧縣、福安市和閩西地區(qū)的寧化縣、長汀縣、武平縣，這些縣(市)處于全省相對落后的山區(qū)，自身經(jīng)濟發(fā)展較為落后而且與周邊經(jīng)濟聯(lián)系較少，交通相對閉塞，因此，這些地區(qū)經(jīng)濟集聚性較弱。“L－H”類型的地區(qū)只有平潭縣，自身經(jīng)濟與周邊地區(qū)聯(lián)系比較緊密，但經(jīng)濟發(fā)展速度比周邊地區(qū)要慢。其他地區(qū)相關性均不顯著。與2000年相比，2005年“H－H”地區(qū)只有晉江市和南安市，而“L－L”類型處于閩北地區(qū)的區(qū)域少了武夷山市、建甌市，閩西地區(qū)也只有長汀縣，而在閩南地區(qū)多了詔安縣，這說明經(jīng)過幾年的發(fā)展，福建省區(qū)域經(jīng)濟有了一定的發(fā)展，落后集聚區(qū)相對減少。到2010年，閩北地區(qū)相對落后地區(qū)反而增多，閩西地區(qū)相對集中的落后地區(qū)已經(jīng)消失，而漳州市的詔安縣、云霄縣與平和縣為“L－L”類型，這說明閩西地區(qū)在近幾年發(fā)展較快，而閩北地區(qū)情況沒有得到改善，閩南地區(qū)經(jīng)濟發(fā)展相對緩慢。直到2014年，顯著為“H－H”的地區(qū)增加了三明的永安市，該市在近幾年發(fā)展較快，2014年人均GDP達到85 410元，僅次于福州市和廈門市。顯著“L－L”的地區(qū)與2010年相比少了壽寧縣與福安市，而福安市顯著為“H－L”類型，說明該市自身發(fā)展較快且經(jīng)濟水平較高，而周邊地區(qū)發(fā)展相對緩慢。明溪縣經(jīng)濟發(fā)展水平相對落后而且與永安市相鄰表現(xiàn)出顯著的“L－H”類型。

對于福建省縣域經(jīng)濟差異的空間格局演變的原因，可以從以下方面來解釋:第一，自然環(huán)境對經(jīng)濟發(fā)展的影響明顯。福建省內(nèi)多為山地，素有“八山一水一分田”之稱，尤其是內(nèi)陸地區(qū)多山地形更為明顯，復雜的地形給交通等基礎設施建設造成了極大的困難，而基礎設施建設對吸引外資具有極大吸引力，一系列的因果關系導致內(nèi)陸地區(qū)(特別是武夷山地區(qū))經(jīng)濟明顯落后于沿海地區(qū);第二，產(chǎn)業(yè)結構變化起著重要作用。產(chǎn)業(yè)發(fā)展是經(jīng)濟發(fā)展的基礎，而第二產(chǎn)業(yè)比重更是直接影響到地區(qū)經(jīng)濟發(fā)展，以三明永安市與南平政和縣為例，2000年二者第二產(chǎn)業(yè)比重分別為46.7%，26.3%，到2014年永安市第二產(chǎn)業(yè)比重增加到59.5%，而政和縣僅為36.8%，由此可以看出，第二產(chǎn)業(yè)比重的提高為地區(qū)經(jīng)濟發(fā)展提供了重要動力;第三，人力資本的累積對地區(qū)經(jīng)濟發(fā)展起著關鍵作用，地區(qū)經(jīng)濟發(fā)展關鍵是人的發(fā)展，特別是如今知識經(jīng)濟快速發(fā)展的年代，人力資本對經(jīng)濟的發(fā)展起著越來越重要的作用。從福建省各區(qū)域來看，沿海地區(qū)特別是福州、泉州和廈門等地的人力資本具有明顯優(yōu)勢，且具有很強吸引外來人力的能力，形成所謂的“馬太效應”，使得地區(qū)經(jīng)濟差距不斷增大。

3 區(qū)域經(jīng)濟差異的影響因素分析

3.1 理論模型

對于區(qū)域經(jīng)濟差異的影響因素，很多學者都采用定性分析的方法，較少使用定量方法，將空間效應考慮在內(nèi)的則更少。結合已有文獻，選取產(chǎn)業(yè)結構、區(qū)域投資水平、工業(yè)化程度、財政收入以及市場購買力作為區(qū)域經(jīng)濟差異的解釋變量，分析福建省區(qū)域經(jīng)濟差異的影響因素(表1)。構建區(qū)域經(jīng)濟差異影響因素的傳統(tǒng)計量模型為:

式中:i代表第i個縣(市、區(qū))，包括全省67個縣(市、區(qū));t表示時間(年份);Y為被解釋變量，表示2000—2014年各縣人均GDP;C，T，G，Z，R為區(qū)域經(jīng)濟差異的解釋變量，分別表示產(chǎn)業(yè)結構、區(qū)域投資水平、工業(yè)化程度、財政收入以及市場購買力;β0表示常數(shù)項;ε表示隨機誤差項;β1～5為待估參數(shù)。

表1 變量選取及變量解釋Tab.1 Variable selection and variable interpretation

3.2 空間計量模型

空間計量經(jīng)濟學提出以來，眾多學者對該理論進行豐富和完善［27－29］。本研究所運用的空間計量模型主要是基礎面板數(shù)據(jù)的模型，分為空間滯后模型(spatial lag model，SLM)和空間誤差模型(spatial error model，SEM)。此外，還采用了對上述2種模型進行擴展了的空間杜賓模型(spatial Durbin model，SDM)與空間杜賓誤差模型(spatial Durbin error model，SDEM)［30－31］。

3.2.1 空間滯后模型(SLM)?？臻g滯后模型主要體現(xiàn)被解釋變量是否有溢出效應，公式如下:

式中:Wij為空間權重矩陣W的元素;Wln Y為被解釋變量的空間滯后項;ρ為空間自回歸系數(shù);β0表示常數(shù)項;β1～5為解釋變量的待估參數(shù);ε表示隨機誤差項。

3.2.2 空間誤差模型(SEM)?？臻g誤差模型的空間依賴作用存在于隨機誤差項中，主要解釋鄰近地區(qū)關于被解釋變量的誤差沖擊對本地區(qū)觀察值的影響程度，公式如下:

式中:λ為空間誤差自回歸系數(shù);Wε為隨機誤差項的空間滯后項;φ為隨機誤差向量;μ為正態(tài)分布的隨機誤差項。

3.2.3 空間杜賓模型(SDM)。該模型是SLM模型的擴展。如果一個地區(qū)的被解釋變量不僅受周邊地區(qū)的被解釋變量的影響，而且還受其周邊地區(qū)各個解釋變量的影響，即在SLM的基礎上添加了各解釋變量的滯后項，則稱其為空間杜賓模型(SDM)，公式如下:

式中:Wln C，Wln T，Wln G，Wln Z，Wln R分別為解釋變量的空間滯后項;θ1～5為解釋變量空間滯后項的待估參數(shù)。

3.2.4 空間杜賓誤差模型(SDEM)。該模型為SEM模型的擴展。如果一個地區(qū)的被解釋變量在受一組局域特征及忽略掉的在地理空間上相關的某些重要變量(稱其誤差項)影響的同時，還受其周邊地區(qū)各解釋變量的影響，即在SEM模型的基礎上添加了解釋變量的滯后項，公式如下:

3.3 實證結果與分析

福建省縣域經(jīng)濟差異具有明顯的空間自相關性已得到驗證，普通最小二乘法估計的結果可能會有偏或無效，需要建立合理的空間計量經(jīng)濟模型來估計更為準確的結果，對于選擇空間計量模型的隨機效應還是固定效應則需要通過Hausman檢驗。利用EVIEWS 7.0軟件對原始數(shù)據(jù)進行檢驗，Hausman檢驗的統(tǒng)計量為55.212 6，伴隨概率為0，從各指標的統(tǒng)計量及顯著性來看，各指標均通過了1%的顯著性水平檢驗。因此，拒絕固定效應模型與隨機效應模型不存在系統(tǒng)差異的原假設，需建立固定效應模型對福建省區(qū)域經(jīng)濟差異的影響因素進行估計。在空間面板回歸計量模型的基礎上，利用GeoDa與Matlab 2010b①Matlab原代碼來自http://www.spatialeconometrics.com與http://www.regroningen.nl/elhorst/publications.shtml。對福建省67個縣(市、區(qū))2000—2014年的區(qū)域經(jīng)濟差異的影響因素進行回歸分析(表2)。

表2 空間回歸模型結果Tab.2 Estimation results of spatial regression model

從回歸結果可以看出，使用普通最小二乘法(OLS)進行回歸的R2低于其他幾個模型，說明OLS估計效果相對不好。產(chǎn)業(yè)結構與投資水平的估計系數(shù)均高于其他幾個模型，這說明在不考慮空間溢出效應的前提下，模型的回歸結果夸大了產(chǎn)業(yè)結構與投資對區(qū)域經(jīng)濟差異的作用。經(jīng)過檢驗，殘差項的Moran指數(shù)為0.076 5且高度顯著，這也驗證了區(qū)域經(jīng)濟水平在空間上的高度自相關性。根據(jù)LMlag與LMerr及其穩(wěn)健性，二者統(tǒng)計量及伴隨概率都高度顯著，LMerr略優(yōu)于LMlag，這說明影響區(qū)域經(jīng)濟差異的因素不僅包括各解釋變量及其滯后項，而且還包括一些不可觀察的誤差項及其滯后。

從空間計量模型估計結果來看，4個模型的空間自相關系數(shù)ρ(λ)均為正值，且都通過了1%的顯著性檢驗，這說明一個地區(qū)的經(jīng)濟發(fā)展水平受其周邊地區(qū)的經(jīng)濟水平及相關誤差項的影響。由于地區(qū)經(jīng)濟發(fā)展可以看作是要素不斷集聚的過程，一個地區(qū)的經(jīng)濟發(fā)展水平越高，其吸引勞動力、投資等的能力也相對越強，經(jīng)過一段時間的發(fā)展，該地區(qū)的經(jīng)濟由于基礎設施、技術知識的溢出效應便會對周邊地區(qū)產(chǎn)生一定的促進作用。從擬合優(yōu)度(R2)來看，4個模型中擬合效果最好的是SDM，且對數(shù)似然值(log-L)比SLM與SEM更大，與SDEM相差不多，這說明在進行模型估計時被解釋變量與解釋變量的滯后項均起到了一定作用。

從產(chǎn)業(yè)結構來看，二三產(chǎn)業(yè)占GDP比重對區(qū)域經(jīng)濟差異有正向的效應，說明地區(qū)非農(nóng)產(chǎn)業(yè)的發(fā)展對區(qū)域經(jīng)濟差異起促進的作用。這也符合福建省的實際情況，沿海地區(qū)特別是福清、長樂、晉江、石獅等地二三產(chǎn)業(yè)比重明顯高于其他縣市，經(jīng)濟發(fā)展水平明顯高于內(nèi)陸地區(qū)。而內(nèi)陸地區(qū)的三明市區(qū)、沙縣和永安市同樣由于較高的非農(nóng)產(chǎn)業(yè)比重而比周邊地區(qū)的經(jīng)濟發(fā)展水平高。在SDM與SDEM估計結果中，產(chǎn)業(yè)結構的滯后項參數(shù)均為負值，但不顯著，周邊地區(qū)的產(chǎn)業(yè)結構對本地區(qū)的經(jīng)濟發(fā)展水平影響整體為負面作用，但仍需進一步確認。

從投資水平來看，固定資產(chǎn)投資對區(qū)域經(jīng)濟差異同樣有正向的作用。一個地區(qū)的投資水平越高，其經(jīng)濟發(fā)展速度也會隨之加快;相反，投資水平越低的地區(qū)經(jīng)濟發(fā)展速度就越慢。因此，固定資產(chǎn)投資對區(qū)域經(jīng)濟差異的正向作用是顯然的，這也符合福建省的實際情況，沿海地區(qū)的投資水平明顯高于內(nèi)陸地區(qū)，內(nèi)陸地區(qū)與沿海地區(qū)的經(jīng)濟差距也顯而易見。在SDM與SDEM中，投資水平的滯后項總體為負，這說明周邊地區(qū)的投資水平在一定程度上阻礙了本地區(qū)的經(jīng)濟發(fā)展水平。

從工業(yè)化程度來看，人均工業(yè)產(chǎn)值對區(qū)域經(jīng)濟差異也起到正向的作用。一個地區(qū)的工業(yè)發(fā)展水平從很大程度上決定了地區(qū)的經(jīng)濟發(fā)展水平，福建省各縣(市、區(qū))的工業(yè)化程度相差迥異，沿海地區(qū)的長樂市比內(nèi)陸地區(qū)的政和縣人均工業(yè)產(chǎn)值高出10多倍，這也使沿海地區(qū)的經(jīng)濟發(fā)展水平比內(nèi)陸地區(qū)高出許多。SDM與SDEM估計結果顯示，工業(yè)化程度的滯后項為正且均通過了5%顯著性檢驗，說明工業(yè)化水平具有一定的空間溢出效應，一個地區(qū)的工業(yè)化程度對周邊地區(qū)的經(jīng)濟發(fā)展起到了正向的促進作用，這在福建沿海地區(qū)較為發(fā)達的縣區(qū)得到了較好的證明。

財政收入與人口密度均未能通過10%顯著性水平檢驗。這說明財政收入與市場購買力對福建省縣域經(jīng)濟差異的影響相對不顯著。然而在SDEM中，財政收入的滯后項為正且通過了5%顯著性檢驗，這說明財政收入具有一定的溢出效應，周邊地區(qū)的財政能力對本地區(qū)具有一定的促進作用。從各指標的系數(shù)來看，除人口密度的系數(shù)為負值以外，其他指標均為正值。

總之，4種空間計量模型對福建省縣域經(jīng)濟差異的影響因素估計結果相差不大，大部分解釋變量均通過了顯著性檢驗，且符合實際情況。SDM估計結果不但顯示了本地區(qū)各變量的參數(shù)，而且更好體現(xiàn)了變量的滯后項參數(shù)。由此可見，SDM要優(yōu)于其他幾個模型，也就是說影響區(qū)域經(jīng)濟差異的因素除了本地的解釋變量以外還包括周邊地區(qū)的一些變量的影響。

4 結論與啟示

通過檢驗人均GDP的空間相關性，建立空間計量經(jīng)濟模型，以縣級行政區(qū)為研究單元分析了影響福建省縣域經(jīng)濟差異的影響因素。1)從人均GDP的標準差和加權變異系數(shù)來看，福建省區(qū)域經(jīng)濟的絕對差異呈現(xiàn)出不斷擴大趨勢，而相對差異卻呈現(xiàn)先緩慢上升再由穩(wěn)步下降轉為加速下降的趨勢，全省總體區(qū)域經(jīng)濟相對差異在不斷縮小。從空間相關性來看，福建省Global Moran’s I經(jīng)歷了由2000年的0.280增加到2003年的0.387，再降至2005年的0.258后又呈緩慢增長趨勢，表示福建省區(qū)域經(jīng)濟具有顯著的空間相關性，區(qū)域經(jīng)濟差異呈現(xiàn)出先縮小再擴大而后又逐漸縮小的趨勢。2)通過構建空間計量模型對福建省區(qū)域經(jīng)濟差異的影響因素進行估計，發(fā)現(xiàn)產(chǎn)業(yè)結構、投資水平、工業(yè)化程度對區(qū)域經(jīng)濟差異均起到了正向的促進作用，且工業(yè)化水平具有正向的溢出效應。財政收入與市場購買力估計參數(shù)在空間計量模型中均不顯著。3)4種空間計量模型對福建省縣域經(jīng)濟差異的影響因素估計結果相差不大，大部分解釋變量均通過了顯著性檢驗，且符合實際情況。SDM估計結果不但顯示了本地區(qū)各變量的參數(shù)，而且更好體現(xiàn)了變量的滯后項參數(shù)。由此可見，SDM要優(yōu)于其他幾個模型，也就是說影響區(qū)域經(jīng)濟差異的因素除了本地的解釋變量以外還包括周邊地區(qū)的一些變量的影響。

基于福建省區(qū)域經(jīng)濟差異現(xiàn)狀及分析，必須采取合理、有效的措施逐漸縮小內(nèi)陸地區(qū)與沿海地區(qū)的經(jīng)濟差距。1)各地區(qū)需發(fā)揮區(qū)域優(yōu)勢，促進要素的合理流動。經(jīng)濟差異的產(chǎn)生很大程度上是由于生產(chǎn)要素的不合理流動造成的。因此，應充分利用市場機制促進生產(chǎn)要素的合理流動。南平、三明與龍巖等內(nèi)陸地區(qū)最突出的問題就是資金不足與勞動力剩余。因此，須加大投資力度改善基礎設施等硬環(huán)境與人力資本等軟環(huán)境，促進資本向內(nèi)陸流動，加強沿海地區(qū)的信息、技術向內(nèi)陸的傳播與擴散，內(nèi)陸地區(qū)的勞動力需有序地向沿海地區(qū)移動。2)合理的產(chǎn)業(yè)結構是經(jīng)濟快速發(fā)展的重要保障。福建省沿海地區(qū)應進一步鞏固與加強基礎工業(yè)，在提升具有競爭優(yōu)勢的傳統(tǒng)產(chǎn)業(yè)的同時大力發(fā)展信息、石化與新材料等高新技術產(chǎn)業(yè)，而內(nèi)陸地區(qū)則應該在特色農(nóng)業(yè)方面提升競爭力，并做好資源的深加工，對傳統(tǒng)工業(yè)進行改造升級，同時接納沿海地區(qū)產(chǎn)業(yè)的轉移。3)基礎設施建設對改善投資環(huán)境具有明顯的促進作用。沿海地區(qū)的基礎設施明顯要優(yōu)于內(nèi)陸地區(qū)，因此，在今后一段時間必須加大對內(nèi)陸地區(qū)基礎設施的投資，形成具有福建特色的山海間便捷綜合交通運輸網(wǎng)，以縮短內(nèi)陸與沿海的空間距離，改善內(nèi)陸地區(qū)的投資環(huán)境。4)政府在區(qū)域經(jīng)濟協(xié)調發(fā)展中起著重要作用。政府應扶持內(nèi)陸經(jīng)濟發(fā)展，對內(nèi)陸地區(qū)推行更加寬松的財政、稅收等一系列優(yōu)惠政策，健立完善的幫扶制度，加大對內(nèi)陸地區(qū)的轉移支付力度，以縮小與沿海地區(qū)的差距。在人才培養(yǎng)方面，政府應加大對內(nèi)陸地區(qū)的中小學教育、職業(yè)教育與高等教育等的投入力度，培養(yǎng)社會所需的各種人才。

［1］魏后凱.現(xiàn)代區(qū)域經(jīng)濟學［M］.北京:經(jīng)濟管理出版社，2011:431－432.

［2］Willamson J G.Regional Inequality and the Process of National Development:A Description of the Patterns［J］.E-conomic Development and Cultural Change，1965，13(1):3－45.

［3］Friedman J.Regional Development Policy［M］.Cambridge:MIT Press，1996.

［4］Demberger R F.China’s Development Experience in Comparative Perspective［M］.Cambridge:Cambridge University Press，1980.

［5］李小建，樊新生.欠發(fā)達地區(qū)經(jīng)濟空間及其經(jīng)濟溢出效應的實證研究［J］.地理科學，2006，26(1):1－6.

［6］楊偉民.地區(qū)間收入差距變動的實證分析［J］.經(jīng)濟研究參考，1994(14):23－32.

［7］梁進社，孔健.基尼系數(shù)和交差系數(shù)對區(qū)域不平衡性度量的差異［J］.北京師范大學學報:自然科學版，1998，34(3):409－413.

［8］張愛婷.中國區(qū)域經(jīng)濟差異與經(jīng)濟發(fā)展關系及實證分析［J］.統(tǒng)計與信息論壇，2002，17(6):77－79.

［9］許月卿，賈秀麗.近20年來中國區(qū)域經(jīng)濟發(fā)展差異的測定與評價［J］.經(jīng)濟地理，2005，25(5):600－603.

［10］徐建華，魯鳳，蘇方林，等.中國區(qū)域經(jīng)濟差異的時空尺度分析［J］.地理研究，2005，24(1):57－68.

［11］馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮(zhèn)群體空間結構［J］.地理學報，2004，59(6):1048－1057.

［12］宣國富，徐建剛，趙靜.基于ESDA的城市社會空間研究——以上海市中心城區(qū)為例［J］.地理科學，2010，30(1):22－29.

［13］覃成林，張華，張技輝.中國區(qū)域發(fā)展不平衡的新趨勢及成因——基于人口加權變異系數(shù)的測度及其空間和產(chǎn)業(yè)二重分解［J］.中國工業(yè)經(jīng)濟，2011(10):37－45.

［14］劉旭華，王勁峰，孟斌.中國區(qū)域經(jīng)濟時空動態(tài)不平衡發(fā)展分析［J］.地理研究，2004，23(4):530－540.

［15］蓋美，張麗平，田成詩.環(huán)渤海經(jīng)濟區(qū)經(jīng)濟增長的區(qū)域差異及空間格局演變［J］.經(jīng)濟地理，2013，33(4):22－28.

［16］薛寶琪.中原經(jīng)濟區(qū)經(jīng)濟空間格局演化分析［J］.經(jīng)濟地理，2013，33(1):15－20.

［17］孫平軍，修春亮，董超.東北地區(qū)經(jīng)濟空間極化及其驅動因子的定量研究［J］.人文地理，2013，28(1):87－93.

［18］李汝資，王文剛，宋玉祥.東北地區(qū)經(jīng)濟差異演變與空間格局［J］.地域研究與開發(fā)，2013，32(4):28－32.

［19］蒲英霞，葛瑩，馬榮華，等.基于ESDA的區(qū)域經(jīng)濟空間差異分析——以江蘇省為例［J］.地理研究，2005，24(6):965－974.

［20］蔡芳芳，濮勵杰，張健，等.基于ESDA的江蘇省縣域經(jīng)濟發(fā)展空間模式解析［J］.經(jīng)濟地理，2012，32(3):22－28.

［21］關偉，朱海飛.基于ESDA的遼寧省縣際經(jīng)濟差異時空分析［J］.地理研究，2011，30(11):2008－2016.

［22］谷國鋒，王坤.基于ESDA的吉林省生態(tài)效益空間分析［J］.東北師大學報:哲學社會科學版，2011(6):40－45.

［23］曹芳東，吳江，徐敏.基于空間計量經(jīng)濟模型的縣域經(jīng)濟發(fā)展差異研究——以江蘇省為例［J］.地域研究與開發(fā)，2010，29(6):23－28.

［24］陳培陽，朱喜鋼.福建省區(qū)域經(jīng)濟差異及其空間格局演化［J］.地域研究與開發(fā)，2009，28(1):53－57，67.

［25］馬曉熠，裴韜.基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟差異［J］.地理科學進展，2010，29(12):1555－1561.

［26］姚士謀，湯茂林，陳爽，等.區(qū)域與城市發(fā)展論［M］.合肥:中國科學技術大學出版社，2004:73－75.

［27］沈體雁，馮等田，孫鐵山.空間計量經(jīng)濟學［M］.北京:北京大學出版社，2010:39－40.

［28］Anselin L.Spatial Econometrics:Methods and Models［M］.Dordrecht:Kluwer Academic Publishers，1988.

［29］Anselin L，F(xiàn)lorax R J.New Directions in Spatial Econometrices［M］.Berlin:Springer-Verlag，1995.

［30］Elhorst J P.Spatial Panel Data Models［M］//Fischer M M，Getis A.Handbook of Applied Spatial Analysis.New York:Springer，2009:377－407.

［31］Elhorst J P.Spatial Econometrics:From Cross-sectional Data to Spatial Panels［M］.New York:Springer，2014.