基于空間計(jì)量模型的江西省經(jīng)濟(jì)增長(zhǎng)差異研究

肖可成，陸萬(wàn)春

基于空間計(jì)量模型的江西省經(jīng)濟(jì)增長(zhǎng)差異研究

肖可成，陸萬(wàn)春

（萍鄉(xiāng)學(xué)院 工程與管理學(xué)院，江西 萍鄉(xiāng) 337000）

文章以經(jīng)濟(jì)增長(zhǎng)理論、空間計(jì)量理論為基礎(chǔ)，從時(shí)間與空間兩方面對(duì)江西省區(qū)域經(jīng)濟(jì)增長(zhǎng)差異現(xiàn)狀進(jìn)行分析，結(jié)果表明，江西省區(qū)域存在經(jīng)濟(jì)增長(zhǎng)差異，經(jīng)濟(jì)差異整體趨勢(shì)是上漲的，且經(jīng)濟(jì)增長(zhǎng)差異存在空間負(fù)相關(guān)性，進(jìn)而選取面板空間自回歸模型進(jìn)行實(shí)證分析，討論解釋變量的直接效應(yīng)和空間溢出效應(yīng)，并提出相應(yīng)的政策建議。

空間計(jì)量模型；經(jīng)濟(jì)增長(zhǎng)差異；面板空間計(jì)量；空間溢出效應(yīng)；江西

一、引言

習(xí)近平在第十九大報(bào)告指出，中國(guó)社會(huì)主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長(zhǎng)的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。在經(jīng)濟(jì)高速增長(zhǎng)的背后，經(jīng)濟(jì)結(jié)構(gòu)失衡、環(huán)境質(zhì)量惡化等問(wèn)題逐漸凸顯，發(fā)展不平衡不充分的問(wèn)題更為突出。江西省近幾年經(jīng)濟(jì)雖然一直保持著高速增長(zhǎng)，但各地區(qū)的資源、發(fā)展基礎(chǔ)卻是千差萬(wàn)別，經(jīng)濟(jì)發(fā)展仍然存在著較大差異。嚴(yán)重的且不斷擴(kuò)大的區(qū)域經(jīng)濟(jì)增長(zhǎng)差異既與人民美好生活需要相矛盾，也不利于經(jīng)濟(jì)持續(xù)快速、健康地發(fā)展。

國(guó)外學(xué)者對(duì)經(jīng)濟(jì)增長(zhǎng)差異研究較多。理論研究方面，國(guó)外研究者通過(guò)探索各種要素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，建立不同的模型，形成了現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論。實(shí)證研究方面，主要經(jīng)歷以新古典增長(zhǎng)模型為主、以計(jì)量經(jīng)濟(jì)模型為主和以空間計(jì)量模型為主（Bernard Fingleton和Manfred M. Fischer，2010）[1]的三個(gè)不同階段。研究?jī)?nèi)容方面，主要涉及區(qū)域經(jīng)濟(jì)增長(zhǎng)的收斂研究（Samarjit Das、Gouranga Sinha和Tushar K. Mitra，2010）[2]、經(jīng)濟(jì)集聚的模式研究和區(qū)域經(jīng)濟(jì)增長(zhǎng)差異的影響因素研究（Heiko Hansen和Ramona Teuber，2011）[3]。

改革開(kāi)放后，我國(guó)實(shí)行傾斜式發(fā)展戰(zhàn)略，使得20世紀(jì)80年代東部沿海地區(qū)經(jīng)濟(jì)高速增長(zhǎng)，區(qū)域之間的差距逐漸擴(kuò)大，經(jīng)濟(jì)增長(zhǎng)差異問(wèn)題受到國(guó)內(nèi)學(xué)者的廣泛關(guān)注。早期的區(qū)域經(jīng)濟(jì)增長(zhǎng)差異研究主要是從經(jīng)濟(jì)學(xué)的視角展開(kāi)，近年來(lái)，將計(jì)量經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)地理學(xué)運(yùn)用在該問(wèn)題上的研究開(kāi)始興起。如區(qū)域經(jīng)濟(jì)增長(zhǎng)差異的測(cè)度（李珂、廖艷和楊洋，2018；彭志勝和楊敏，2018）[4–5]、區(qū)域經(jīng)濟(jì)增長(zhǎng)差異的影響因素研究（曹海波，2012；朱兆歡，2017；黨楊、師超和高宇翾，2017；張學(xué)波、于偉和張亞利，2018）[6–9]和空間視角下的區(qū)域經(jīng)濟(jì)增長(zhǎng)差異研究（王曉彤，2014；徐曉武，2016；任英和谷國(guó)鋒，2018）[10–12]。

研究發(fā)現(xiàn)，資本、勞動(dòng)、技術(shù)和制度等因素并不能完全解釋區(qū)域經(jīng)濟(jì)增長(zhǎng)差異問(wèn)題，空間效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)差異同樣有著較大影響。基于空間效應(yīng)研究江西省經(jīng)濟(jì)增長(zhǎng)差異的現(xiàn)有文獻(xiàn)中，多是以縣為單位，且得到空間正相關(guān)性結(jié)論，即經(jīng)濟(jì)增長(zhǎng)高的地區(qū)，周邊地區(qū)也會(huì)呈現(xiàn)經(jīng)濟(jì)高增長(zhǎng)，但這與現(xiàn)實(shí)情況中的經(jīng)濟(jì)虹吸效應(yīng)并不十分吻合?；诖?，本文以市為研究視角，研究江西省經(jīng)濟(jì)增長(zhǎng)差異性問(wèn)題。

二、現(xiàn)狀分析

本文用人均GDP指標(biāo)量化經(jīng)濟(jì)增長(zhǎng)差異，在消除價(jià)格因素后，對(duì)2000—2016年人均GDP數(shù)據(jù)進(jìn)行現(xiàn)狀分析。

（一）時(shí)間特征

變異系數(shù)可衡量地區(qū)間的經(jīng)濟(jì)差異，值越大差異就越大，計(jì)算公式如下：

將消除價(jià)格因素后的人均GDP數(shù)據(jù)代入公式（1）中，得到結(jié)果見(jiàn)表1，散點(diǎn)圖見(jiàn)圖1。變異系數(shù)在2000年為0.396，說(shuō)明2000年江西省各地市經(jīng)濟(jì)存在著一定的差異。2000到2005年的變異系數(shù)一直在上升，增長(zhǎng)速度較為緩慢，而2006—2010年的變異系數(shù)急劇增加，增長(zhǎng)速度比2000—2005的速度更快，并于2010年達(dá)到高峰，達(dá)到0.470，意味著經(jīng)濟(jì)差異在2000—2010年不斷擴(kuò)大，于2010年經(jīng)濟(jì)差異達(dá)到最大。隨后變異系數(shù)快速下降至2014年的0.404，2014—2016年變異系數(shù)維持在平均水平0.405左右，但高于2000—2003年的變異系數(shù)，表明經(jīng)濟(jì)差異從2010—2014年不斷縮小，2014—2016年經(jīng)濟(jì)差異水平在0.405上下波動(dòng)。整體上看，經(jīng)濟(jì)差異的趨勢(shì)是上漲的。因此，從時(shí)間變化上看，江西省地市之間存在經(jīng)濟(jì)增長(zhǎng)差異，且經(jīng)濟(jì)增長(zhǎng)差異整體的趨勢(shì)是上漲的。

表1 2000—2016年江西省地級(jí)市人均GDP變異系數(shù)

圖1 2000—2016年江西省地級(jí)市人均GDP變異系數(shù)散點(diǎn)圖

（二）空間特征

1. 全局Moran’s I指數(shù)

空間權(quán)重矩陣采用車(chē)相鄰的方式計(jì)算。

全局Moran’s I指數(shù)可以度量空間自相關(guān)性，取值介于-1到1，大于0表示正相關(guān)，小于0表示負(fù)相關(guān)，等于0表示不存在空間自相關(guān)性，計(jì)算公式如下：

通過(guò)軟件GeoDa，算出2000—2016年的全局Moran’s I指數(shù)，得到結(jié)果見(jiàn)表2，散點(diǎn)圖見(jiàn)圖2。2000—2016年的全局Moran’s I指數(shù)均為負(fù)值，平均值為-0.2771，可認(rèn)為江西省11個(gè)地市之間存在空間負(fù)相關(guān)性。同時(shí)，2000—2006年全局Moran’s I指數(shù)在小幅度震蕩波動(dòng)，值變化較小，而2006—2011年全局Moran’s I指數(shù)上下波動(dòng)幅度大，并于2010年全局Moran’s I指數(shù)達(dá)到最小，意味著2010年的經(jīng)濟(jì)增長(zhǎng)差異達(dá)到最大，隨后2011—2016年全局Moran’s I指數(shù)在小幅度震蕩波動(dòng)，值變化較小。該結(jié)果與變異系數(shù)在2010年值最大，以及前后變化趨勢(shì)的結(jié)果大致相同。

表2 Moran’s I指數(shù)

圖2 Moran’s I指數(shù)散點(diǎn)圖

2. 局部Moran’s I指數(shù)

局部Moran’s I指數(shù)值與全局Moran’s I指數(shù)值的意義一致，通過(guò)軟件GeoDa算出2000—2016年各地市的局部Moran’s I指數(shù)，給定置信水平，通過(guò)顯著性檢驗(yàn)的地區(qū)結(jié)果見(jiàn)圖3。

結(jié)果表明，南昌、景德鎮(zhèn)、鷹潭這三個(gè)地區(qū)屬于高值-低值區(qū)域，即這三個(gè)地區(qū)的人均GDP是高值，但它們周邊地區(qū)的人均GDP卻屬于低值；贛州、撫州這兩個(gè)地區(qū)屬于低值-低值區(qū)域，即這兩個(gè)區(qū)域的人均GDP是低值，且周邊地區(qū)的人均GDP也是低值。該結(jié)果與現(xiàn)實(shí)情況較為符合。

圖3 2016年人均GDP的LISA空間集聚圖

綜上所述，從時(shí)間變化上看，江西省地市之間存在經(jīng)濟(jì)增長(zhǎng)差異，經(jīng)濟(jì)增長(zhǎng)差異整體的趨勢(shì)是上漲的；從空間分布上看，經(jīng)濟(jì)增長(zhǎng)差異存在空間負(fù)相關(guān)性，即經(jīng)濟(jì)發(fā)展好的地區(qū)，相鄰地區(qū)經(jīng)濟(jì)發(fā)展差，與現(xiàn)實(shí)情況的虹吸效應(yīng)一致。

三、模型設(shè)定

（一）變量選取與說(shuō)明

以江西省11個(gè)地市為研究對(duì)象，基于經(jīng)濟(jì)增長(zhǎng)差異存在空間負(fù)相關(guān)性的結(jié)論，本文旨在利用面板空間計(jì)量模型分析資本、勞動(dòng)力、技術(shù)、政策等因素對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)和空間溢出效應(yīng)，變量選取及說(shuō)明見(jiàn)表3。

表3 變量選取及說(shuō)明

（二）模型設(shè)定

根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)，將技術(shù)因素與資本和勞動(dòng)力對(duì)稱的形式、政策因素以自然冪函數(shù)的形式納入到C—D生產(chǎn)函數(shù)中[13]，生產(chǎn)函數(shù)為

在此模型上，加入空間效應(yīng)，進(jìn)行面板空間計(jì)量分析。面板空間模型的一般形式設(shè)定如下：

表4 面板空間模型的分類(lèi)

1. 面板空間自回歸模型PSAR

2. 面板空間杜賓模型PSDM

3. 面板空間自相關(guān)模型PSAC

四、實(shí)證結(jié)果與分析

由于每個(gè)地級(jí)市的情況并不相同，且影響一地區(qū)的經(jīng)濟(jì)增長(zhǎng)，不僅僅有資本、勞動(dòng)力、技術(shù)、政策等因素，可能還存在不隨時(shí)間變化的遺漏釋變量。豪斯曼檢驗(yàn)統(tǒng)計(jì)量為60.05，通過(guò)了5%的顯著性檢驗(yàn)。基于這兩點(diǎn)，選取固定效應(yīng)模型。先只考慮非空間面板模型，進(jìn)行個(gè)體效應(yīng)和時(shí)點(diǎn)效應(yīng)的F檢驗(yàn)，發(fā)現(xiàn)均通過(guò)了5%的顯著性檢驗(yàn)，存在個(gè)體效應(yīng)和時(shí)點(diǎn)效應(yīng)。因此選取個(gè)體時(shí)點(diǎn)固定效應(yīng)模型，建立相應(yīng)的PSAR、PSDM和PSAC模型，以選取最后的實(shí)證模型，結(jié)果見(jiàn)表5。

表5 模型運(yùn)行結(jié)果

注：* p<0.1, ** p<0.05, *** p<0.01

空間計(jì)量模型系數(shù)的估計(jì)值并不能直接反映解釋變量對(duì)被解釋變量的影響程度，需將回歸系數(shù)分解成直接效應(yīng)與間接效應(yīng)（空間溢出效應(yīng)）[14]。個(gè)體時(shí)點(diǎn)固定效應(yīng)空間自回歸模型PSAR的效應(yīng)值見(jiàn)表6。

表6 空間自回歸模型PSAR模型的直接效應(yīng)、間接效應(yīng)與總效應(yīng)

表6 空間自回歸模型PSAR模型的直接效應(yīng)、間接效應(yīng)與總效應(yīng)（續(xù)）

固定資本形成對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)值為正，表明它對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，其中短期效應(yīng)為0.0740，長(zhǎng)期效應(yīng)為0.207，均通過(guò)了5%的顯著性檢驗(yàn)，可以看出固定資本形成短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)有正向影響，但長(zhǎng)期影響更大。固定資本形成的間接效應(yīng)值為負(fù)，短期效應(yīng)為-0.0141，且通過(guò)了5%的顯著性檢驗(yàn)，而長(zhǎng)期效應(yīng)值沒(méi)有通過(guò)顯著性檢驗(yàn)，表明固定資本形成短期內(nèi)對(duì)周邊區(qū)域經(jīng)濟(jì)增長(zhǎng)有抑制效果，長(zhǎng)期效果不明顯。分析原因，投資是資本形成的活動(dòng)內(nèi)容，目的是資本的形成，短期內(nèi)增加一區(qū)域的投資，相對(duì)應(yīng)其他地區(qū)的投資會(huì)減少。

社會(huì)就業(yè)人數(shù)、科技經(jīng)費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)和間接效應(yīng)沒(méi)有通過(guò)顯著性檢驗(yàn)，表明社會(huì)就業(yè)人數(shù)、科技經(jīng)費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)效果不明顯。分析原因，本文基于數(shù)據(jù)的可得性，選取的社會(huì)就業(yè)人數(shù)、科技經(jīng)費(fèi)支出指標(biāo)可能沒(méi)有很好地體現(xiàn)出勞動(dòng)力因素和技術(shù)創(chuàng)新因素。

進(jìn)出口總額（）對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)值為正，表明它對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，其中短期效應(yīng)為0.208，長(zhǎng)期效應(yīng)為0.583，均通過(guò)了1%的顯著性檢驗(yàn)，可以看出進(jìn)出口總額短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)有正向影響，但長(zhǎng)期影響更大。進(jìn)出口總額的間接效應(yīng)值為負(fù)，表明它對(duì)周邊區(qū)域經(jīng)濟(jì)增長(zhǎng)有抑制作用，短期效應(yīng)為-0.0391，長(zhǎng)期效應(yīng)為-0.239，均通過(guò)了10%的顯著性檢驗(yàn)，可以看出一地區(qū)的進(jìn)出口總額一旦形成優(yōu)勢(shì)，對(duì)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)的抑制效果，長(zhǎng)期影響更大。

產(chǎn)業(yè)結(jié)構(gòu)（）對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)值為正，表明它對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，其中短期效應(yīng)為0.491，長(zhǎng)期效應(yīng)為1.378，均通過(guò)了5%的顯著性檢驗(yàn)，可以看出產(chǎn)業(yè)結(jié)構(gòu)在對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)效果中，長(zhǎng)期影響更大。產(chǎn)業(yè)結(jié)構(gòu)的間接效應(yīng)值為負(fù)，表明它對(duì)周邊區(qū)域經(jīng)濟(jì)增長(zhǎng)有抑制作用，短期效應(yīng)為-0.094，且通過(guò)了10%的顯著性檢驗(yàn)，而長(zhǎng)期效應(yīng)值沒(méi)有通過(guò)顯著性檢驗(yàn)，表明產(chǎn)業(yè)結(jié)構(gòu)短期內(nèi)對(duì)周邊區(qū)域經(jīng)濟(jì)增長(zhǎng)有抑制效果，長(zhǎng)期效果不明顯。分析原因，江西省各地市第二產(chǎn)業(yè)的比重均為最大，而第二產(chǎn)業(yè)為工業(yè)和建筑業(yè)，對(duì)一地區(qū)工業(yè)的投資，短期內(nèi)周邊地區(qū)的工業(yè)投資勢(shì)必會(huì)減少。

財(cái)政支出（）對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)值為負(fù)，表明它對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制作用，其中短期效應(yīng)為-0.919，長(zhǎng)期效應(yīng)為-2.576，均通過(guò)了1%的顯著性檢驗(yàn)，可以看出財(cái)政支出短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制效果，但長(zhǎng)期影響更大。分析原因，選取的財(cái)政支出是作為反映資源分配市場(chǎng)化進(jìn)展程度的負(fù)向指標(biāo)，政府分配經(jīng)濟(jì)資源的程度低，市場(chǎng)化發(fā)展程度就高[15]。

非國(guó)有控股工業(yè)總產(chǎn)出（）對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)值為負(fù)，表明它對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制作用，其中短期效應(yīng)為-0.0835，長(zhǎng)期效應(yīng)為-0.233，均通過(guò)了10%的顯著性檢驗(yàn)，可以看出非國(guó)有控股工業(yè)總產(chǎn)出短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制效果，但長(zhǎng)期影響更大。分析原因，江西省的市場(chǎng)化指數(shù)是較低的[15]，持續(xù)較低的市場(chǎng)化程度對(duì)經(jīng)濟(jì)增長(zhǎng)差異起到抑制作用，非國(guó)有控股工業(yè)總產(chǎn)出與工業(yè)總產(chǎn)出的比值可以反映市場(chǎng)化進(jìn)程的某一方面。

五、結(jié)論與建議

本文以江西省地級(jí)市為研究對(duì)象，從時(shí)空角度對(duì)經(jīng)濟(jì)增長(zhǎng)差異進(jìn)行現(xiàn)狀分析，在此基礎(chǔ)上，納入空間效應(yīng)，選取面板空間自相關(guān)模型進(jìn)行實(shí)證分析，文章得到的主要結(jié)論有：

（1）江西省地市之間存在經(jīng)濟(jì)增長(zhǎng)差異，整體趨勢(shì)是上漲的，且經(jīng)濟(jì)增長(zhǎng)差異存在空間負(fù)相關(guān)性，即經(jīng)濟(jì)發(fā)展好的地區(qū)，周邊地區(qū)經(jīng)濟(jì)發(fā)展卻差。

（2）固定資本形成對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，長(zhǎng)期促進(jìn)效果比短期的大，它的空間溢出效應(yīng)為負(fù)，短期內(nèi)對(duì)周邊區(qū)域有抑制效果，長(zhǎng)期效果不明顯，增加固定資產(chǎn)投資可以縮小經(jīng)濟(jì)增長(zhǎng)差異。

（3）進(jìn)出口總額對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，長(zhǎng)期促進(jìn)效果比短期的大，它的空間溢出效應(yīng)為負(fù)，對(duì)周邊區(qū)域有抑制作用，且長(zhǎng)期抑制效果比短期的大。

（4）產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，長(zhǎng)期促進(jìn)效果比短期的大，它的空間溢出效應(yīng)為負(fù)，短期內(nèi)對(duì)周邊區(qū)域有抑制效果，長(zhǎng)期效果不明顯，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)可以縮小經(jīng)濟(jì)增長(zhǎng)差異。

根據(jù)以上結(jié)論，本文提出的建議有：

（1）加強(qiáng)對(duì)經(jīng)濟(jì)落后地區(qū)的扶持力度，提高固定資產(chǎn)的投資。增加投資目前還是江西省經(jīng)濟(jì)增長(zhǎng)的主要影響因素。

（2）提高對(duì)外開(kāi)放程度，繼續(xù)調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高進(jìn)出口總額、加強(qiáng)第三產(chǎn)業(yè)目前對(duì)江西省經(jīng)濟(jì)有極大的促進(jìn)作用。

（3）增強(qiáng)經(jīng)濟(jì)發(fā)達(dá)地區(qū)的輻射作用。江西省區(qū)域經(jīng)濟(jì)的空間分布是負(fù)相關(guān)的，即經(jīng)濟(jì)發(fā)達(dá)地區(qū)將周?chē)貐^(qū)的生產(chǎn)要素集聚，但沒(méi)有產(chǎn)生較好的輻射作用，使得周?chē)貐^(qū)的經(jīng)濟(jì)較為落后。

[1] Bernard Fingleton, Manfred M. Fischer, Neoclassical theory versus new economic geography: competing explanations of cross-regional variation in economic development[J]. The Annals of Regional Science. 2010, 44(3): 467–491.

[2] Samarjit Das, Gouranga Sinha, Tushar K. Mitra. Regional convergence of growth, inequality and poverty in India-An empirical study[J]. Economic Modelling, 2010, 27(5): 1054–1060.

[3] Heiko Hansen, Ramona Teuber. Assessing the impacts of EU's common agricultural policy on regional convergence: sub-national evidence from Germany[J]. Journal Applied Economics , 2011, 43(26): 3755–3765.

[4] 李珂, 廖艷, 楊洋. 區(qū)域經(jīng)濟(jì)增長(zhǎng)差異集聚與差異性空間計(jì)量實(shí)證分析[J]. 統(tǒng)計(jì)與決策, 2018, 34（11）: 141–143.

[5] 彭志勝, 楊敏. 安徽省區(qū)域經(jīng)濟(jì)增長(zhǎng)差異及其影響因素分析[J]. 全國(guó)流通經(jīng)濟(jì), 2018（23）: 63–65.

[6] 曹海波. 中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)差異及其影響因素分析[D]. 長(zhǎng)春: 吉林大學(xué), 2012.

[7] 朱兆歡. 蘇皖縣域經(jīng)濟(jì)增長(zhǎng)差異及其影響因素研究[D]. 蚌埠: 安徽財(cái)經(jīng)大學(xué), 2017.

[8] 黨楊, 師超, 高宇翾. 吉林省經(jīng)濟(jì)增長(zhǎng)差異的區(qū)域差異影響因素研究[J]. 產(chǎn)業(yè)與科技論壇, 2017, 16（17）: 22–24.

[9] 張學(xué)波, 于偉, 張亞利, 等. 京津冀地區(qū)經(jīng)濟(jì)增長(zhǎng)差異的時(shí)空分異與影響因素[J]. 地理學(xué)報(bào), 2018, 73（10）: 1985–2000.

[10] 王曉彤. 東北地區(qū)縣域經(jīng)濟(jì)發(fā)展水平的時(shí)空差異及其影響因素分析[D]. 長(zhǎng)春: 東北師范大學(xué), 2014.

[11] 徐曉武. 江西省縣域經(jīng)濟(jì)差異及其空間溢出研究[D]. 南昌: 江西師范大學(xué), 2016.

[12] 任英, 谷國(guó)鋒. 東北地區(qū)縣域經(jīng)濟(jì)差異時(shí)空特征及影響因素[J]. 地域研究與開(kāi)發(fā), 2018, 37（4）: 25–31.

[13] 賈占華, 谷國(guó)鋒. 東北地區(qū)經(jīng)濟(jì)結(jié)構(gòu)的增長(zhǎng)效應(yīng)研究——基于空間計(jì)量視角[J]. 經(jīng)濟(jì)問(wèn)題探索, 2019（1）: 97–105.

[14] 白俊紅, 王鉞, 蔣伏心, 等.研發(fā)要素流動(dòng)、空間知識(shí)溢出與經(jīng)濟(jì)增長(zhǎng)差異[J]. 經(jīng)濟(jì)研究, 2017, 52（7）: 109–123.

[15] 王小魯, 樊綱, 余靜文. 中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告（2016）[M]. 北京: 社會(huì)科學(xué)文獻(xiàn)出版社, 2017: 124?128.

Research on the Differences of Regional Economic Growth in Jiangxi Province Based on Spatial Econometric Model

XIAO Ke-cheng, LU Wan-chun

（School of Engineering and Management, Pingxiang University, Pingxiang Jiangxi 337000, China）

Based on the theory of economic growth and spatial econometrics, the current situation of regional economic growth disparity in Jiangxi Province was analyzed from two aspects of time and space. The results show that there are economic growth disparities in Jiangxi Province, the overall trend of economic disparities is rising, and there is negative spatial correlation between economic growth disparities. Then the panel spatial autoregressive model is selected for empirical analysis. The direct effect and spatial spillover effect of explanatory variables are discussed to put forward the corresponding policy recommendations.

spatial econometric modle; economic growth disparity; panel spatial measurement; spatial spillover effect; Jiangxi

F832

A

2095-9249（2021）02-0016-06

2021-03-14

萍鄉(xiāng)學(xué)院青年科研基金資助項(xiàng)目（2018D0208）；江西省教育廳科技項(xiàng)目(GJJ181101)；萍鄉(xiāng)市2018年度社科研究課題（18YJ04）

肖可成（1992—），男，江西萍鄉(xiāng)人，助教，碩士，研究方向：應(yīng)用統(tǒng)計(jì)。

〔責(zé)任編校：范延琛〕