淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿υu(píng)價(jià)及影響因素分析

盧 山

（中共連云港市委黨校，江蘇 連云港）

一、問(wèn)題的提出

淮海經(jīng)濟(jì)區(qū)地處我國(guó)京津冀、中原經(jīng)濟(jì)區(qū)與長(zhǎng)江三角洲的結(jié)合部，涵蓋蘇、魯、豫、皖四省交界區(qū)域，通過(guò)京滬鐵路溝通南北，隴海-蘭新鐵路連接?xùn)|西。自1986年成立淮海經(jīng)濟(jì)區(qū)以來(lái)的三十多年，良好的區(qū)位優(yōu)勢(shì)并沒(méi)有得到較好的發(fā)揮。截至2017年末，淮海經(jīng)濟(jì)區(qū)人口占全國(guó)總?cè)丝诘谋戎貫?.79%，經(jīng)濟(jì)總量占全國(guó)的比重為6.57%；相較于成立之初的1986年水平增長(zhǎng)幅度較小，經(jīng)濟(jì)總量占全國(guó)經(jīng)濟(jì)總量比重增長(zhǎng)幅度低于人口增長(zhǎng)比重。區(qū)域內(nèi)人均GDP均值為48537元，僅為全國(guó)人均GDP的81.4%。全體居民人均可支配收入均值為20308元，低于全國(guó)5666元。城鎮(zhèn)化率也低于全國(guó)水平5.36個(gè)百分點(diǎn)，和長(zhǎng)三角、珠三角、京津冀經(jīng)濟(jì)社會(huì)發(fā)展的差距更大。研究淮海經(jīng)濟(jì)區(qū)的城市發(fā)展?jié)摿σ约坝绊懸蛩兀瑢?duì)于更好地發(fā)揮淮海經(jīng)濟(jì)區(qū)的區(qū)位優(yōu)勢(shì)、促進(jìn)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

發(fā)展?jié)摿κ呛饬恳粋€(gè)地區(qū)未來(lái)可持續(xù)發(fā)展能力和競(jìng)爭(zhēng)力的重要表現(xiàn)。目前對(duì)于區(qū)域發(fā)展?jié)摿?nèi)涵的認(rèn)識(shí)隨著經(jīng)濟(jì)的發(fā)展和時(shí)代的進(jìn)步而變化。一些學(xué)者對(duì)此進(jìn)行了大量闡述，認(rèn)為，“區(qū)域發(fā)展?jié)摿κ菂^(qū)域復(fù)合系統(tǒng)在維持可持續(xù)發(fā)展的前提下，支撐體系所具有的潛在能力①?！卑l(fā)展?jié)摿κ菂^(qū)域可持續(xù)發(fā)展的內(nèi)在系統(tǒng)，科技生產(chǎn)、區(qū)際交換能力和管理決策能力決定一個(gè)區(qū)域的發(fā)展?jié)摿Β凇?/p>

對(duì)于區(qū)域發(fā)展?jié)摿Φ亩攘浚煌瑢W(xué)者采用的方法和指標(biāo)也是各異，主要是從地理學(xué)、規(guī)劃學(xué)的區(qū)域發(fā)展條件（自然條件、社會(huì)條件等）分析區(qū)域發(fā)展的優(yōu)勢(shì)和潛力③④；研究主要包括三個(gè)層面：（1）區(qū)域經(jīng)濟(jì)增長(zhǎng)的內(nèi)生要素；（2）對(duì)單個(gè)城市或單個(gè)區(qū)域發(fā)展?jié)摿τ绊懸氐难芯竣?⑧；（3）集聚經(jīng)濟(jì)因素的影響⑨。對(duì)影響因素的定量測(cè)度，大多采用探索性空間數(shù)據(jù)分析（ESDA）方法，它同時(shí)考慮了空間依賴和空間異質(zhì)性⑩?。

綜上來(lái)看，區(qū)域發(fā)展?jié)摿?qiáng)調(diào)的是“潛力”，這種潛力是一種促進(jìn)區(qū)域可持續(xù)發(fā)展的能力。本文認(rèn)為，區(qū)域發(fā)展?jié)摿κ且粋€(gè)系統(tǒng)，構(gòu)成包括區(qū)位、人口、資源、環(huán)境、社會(huì)、科技、金融、交通可達(dá)性與基礎(chǔ)設(shè)施的完備性等要素，潛力的決定和發(fā)揮是各要素綜合作用、相互協(xié)同的結(jié)果。本文在既往研究的基礎(chǔ)上，采用潛力模型和ESDA方法，重點(diǎn)解決三個(gè)問(wèn)題：一是厘清淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿ΜF(xiàn)狀；二是分析淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿Φ目臻g格局與演化趨勢(shì)；三是探析淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿Φ挠绊懸蛩兀瑸檎咧贫ㄌ峁Q策支持。

二、研究方法與數(shù)據(jù)來(lái)源

（一）模型選擇

1.發(fā)展?jié)摿δＰ?。借鑒市場(chǎng)潛力的研究方法來(lái)測(cè)算區(qū)域發(fā)展?jié)摿Γ@種方法的優(yōu)點(diǎn)是既能評(píng)價(jià)城市可達(dá)性，也可以反映城市經(jīng)濟(jì)發(fā)展強(qiáng)度，評(píng)判未來(lái)的發(fā)展?jié)摿?。計(jì)算公式如下：

其中，Pi表示地區(qū)的發(fā)展?jié)摿?；n為研究區(qū)域內(nèi)城市的個(gè)數(shù)，在這里為淮海經(jīng)濟(jì)區(qū)的20個(gè)市。Mi表示地區(qū)經(jīng)濟(jì)、人口規(guī)?；蛘邔?duì)周邊的輻射力和吸引力，此處用地區(qū)發(fā)展綜合實(shí)力來(lái)表示。Dij表示在研究區(qū)域內(nèi)i地區(qū)通過(guò)交通手段到達(dá)j地區(qū)所需的時(shí)間或者距離等，本文利用最短距離來(lái)代替。為距離摩擦系數(shù)，采納顧朝林的研究結(jié)論，即距離摩擦系數(shù)α取值為2更適合反映省域尺度范圍或國(guó)家內(nèi)部一個(gè)區(qū)域體系?，因此本文取α=2。在保持其他條件不變的情況下，區(qū)域發(fā)展?jié)摿εc地區(qū)發(fā)展綜合實(shí)力正相關(guān)，與時(shí)間距離負(fù)相關(guān)。

衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展綜合實(shí)力的主要指標(biāo)是地區(qū)經(jīng)濟(jì)發(fā)展的結(jié)果，如地區(qū)生產(chǎn)總值和財(cái)政收入，影響發(fā)展結(jié)果的指標(biāo)主要是投資強(qiáng)度、消費(fèi)對(duì)經(jīng)濟(jì)的拉動(dòng)、金融的支持。因此，本文采用如下指標(biāo)和計(jì)算方法來(lái)衡量地區(qū)發(fā)展綜合實(shí)力，計(jì)算公式為：

其中，Qj表示地區(qū)j經(jīng)濟(jì)實(shí)力（j=1,2…20，分別代表淮海經(jīng)濟(jì)區(qū)的20個(gè)市）。G表示地區(qū)生產(chǎn)總值，A表示固定資產(chǎn)投資，C表示社會(huì)消費(fèi)品零售總額，R表示財(cái)政收入，F(xiàn)表示金融機(jī)構(gòu)存款余額。Q值越大，地區(qū)經(jīng)濟(jì)實(shí)力越強(qiáng)。

為了使各個(gè)地區(qū)的發(fā)展?jié)摿哂懈玫闹庇^可比性，將各地區(qū)的區(qū)域發(fā)展?jié)摿χ蹬c淮海經(jīng)濟(jì)區(qū)內(nèi)的所有地區(qū)發(fā)展?jié)摿Φ钠骄迪喑?，得到發(fā)展?jié)摿ο禂?shù)。發(fā)展?jié)摿ο禂?shù)是一個(gè)地區(qū)發(fā)展?jié)摿Ω叩偷臏y(cè)度值，系數(shù)越高，發(fā)展?jié)摿υ礁哂谄骄?。發(fā)展?jié)摿ο禂?shù)的計(jì)算公式為：

2.ESDA分析方法。ESDA是一種衡量某一現(xiàn)象空間效應(yīng)的空間自相關(guān)分析方法，用空間權(quán)重矩陣確定空間位置的相似性，通過(guò)空間滯后向量，分析確定每個(gè)地域單元的空間鄰域狀態(tài)??，其主要方法和功能是可視化描述空間現(xiàn)象的分布格局，探索空間集聚和空間異常?，并對(duì)研究對(duì)象之間的關(guān)系和空間相互作用方向做出判斷及解釋。探索性空間數(shù)據(jù)分析分為兩類：一類是用來(lái)分析整個(gè)區(qū)域關(guān)聯(lián)性指數(shù)的全局空間自相關(guān)，稱為“全局Moran’s I”指數(shù)，可以用來(lái)反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目傮w空間集聚格局與特征；另一類是用來(lái)分析區(qū)域內(nèi)各個(gè)地域單元關(guān)聯(lián)性指數(shù)的局部空間自相關(guān)，可以反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目臻g異質(zhì)性?。

ESDA是一種衡量某一現(xiàn)象空間效應(yīng)的空間自相關(guān)分析方法，用空間權(quán)重矩陣確定空間位置的相似性，通過(guò)空間滯后向量，分析確定每個(gè)地域單元的空間鄰域狀態(tài)??，主要方法和功能是可視化描述空間現(xiàn)象的分布格局，探索空間集聚和空間異常，并對(duì)研究對(duì)象之間的關(guān)系和空間相互作用方向做出判斷及解釋?。探索性空間數(shù)據(jù)分析分為兩類：一類是用來(lái)分析整個(gè)區(qū)域關(guān)聯(lián)性指數(shù)的全局空間自相關(guān)，稱為“全局Moran’s I”指數(shù)，可以用來(lái)反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目傮w空間集聚格局與特征。另一類是用來(lái)分析區(qū)域內(nèi)各個(gè)地域單元關(guān)聯(lián)性指數(shù)的局部空間自相關(guān)，可以反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目臻g異質(zhì)性?。

全局空間自相關(guān)公式為：

其中，n是研究區(qū)域內(nèi)地域單元總數(shù)；wij是空間權(quán)重矩陣，一般定義為地區(qū)i和地區(qū)j空間相鄰為1，不相鄰為0；xi、xj為第i和第j個(gè)研究地域單元上的觀測(cè)值，為xi的均值；I∈[-1,1]，當(dāng)I＜0，表示空間負(fù)相關(guān)，值越接近于-1時(shí)越表明有相異的屬性值集聚在一起（高值與低值鄰接，低值與高值鄰接）；I接近于0，表示地域單元屬性是隨機(jī)分布的，或者不存在空間自相關(guān)?。

局部空間自相關(guān)可以識(shí)別不同空間位置上的高值集聚和低值集聚特征并揭示空間異質(zhì)?局部空間。自相關(guān)公式為：

其中，Zi和Zj都是研究地域單元i和單元j的標(biāo)準(zhǔn)化形式（平均值為0，方差為1），wij是空間權(quán)重矩陣的行標(biāo)準(zhǔn)形式。Ii＞0，表示具有高（低）的相同值在空間上的正相關(guān)集聚效應(yīng)，即高值被高值包圍（HH），或者是低值被低值包圍（LL）；Ii＜0，表示地區(qū)與鄰近地區(qū)單元間存在空間負(fù)相關(guān)效應(yīng)，即低值被高值包圍（LH），或者是高值被低值包圍（HL）。

3.空間計(jì)量模型。空間計(jì)量經(jīng)濟(jì)學(xué)通用模型為：

式中，Y為n×1因變量向量；W1W1、W2W2為n×n空間權(quán)重矩陣，WY為空間滯后因變量，取值在-1和1之間，反映一個(gè)區(qū)域變量變化對(duì)相鄰區(qū)域的溢出程度。

當(dāng)ρ=0、β≠0，λ≠0時(shí)，模型就變?yōu)榭臻g誤差模型（SEM）：

此模型反映了一個(gè)地區(qū)的因變量同時(shí)受到自身的自變量、相鄰區(qū)域的因變量（WY）、解釋變量（WX）的共同影響，這時(shí)候的空間依賴作用存在于擾動(dòng)誤差項(xiàng)μ之中。

（二）影響因素選取與數(shù)據(jù)來(lái)源

1.區(qū)域發(fā)展?jié)摿τ绊懸蛩剡x取。區(qū)域發(fā)展?jié)摿κ莻鹘y(tǒng)經(jīng)濟(jì)地理因素和新經(jīng)濟(jì)地理因素與經(jīng)濟(jì)政策因素相互作用的結(jié)果。新經(jīng)濟(jì)地理學(xué)認(rèn)為，具有基本相同（或相似）區(qū)位條件和自然資源票賦的地區(qū)（或區(qū)域），由于在其他因素方面存在差異，潛力水平可能存在顯著差別??。經(jīng)濟(jì)政策因素主要是一個(gè)地區(qū)為了促進(jìn)經(jīng)濟(jì)發(fā)展而制定的相關(guān)發(fā)展規(guī)劃或政策，如產(chǎn)業(yè)規(guī)制、環(huán)境規(guī)制、開(kāi)放政策、政府干預(yù)程度等。結(jié)合新經(jīng)濟(jì)地理因素和經(jīng)濟(jì)政策因素，本文主要選取如下指標(biāo)（即X）：居民收入水平（income）、產(chǎn)業(yè)結(jié)構(gòu)水平（struc）、城鎮(zhèn)化水平（urban）、人力資本水平（hc）、金融發(fā)展程度（fir）、企業(yè)數(shù)量（firm）、房地產(chǎn)依賴度（house）、百度指數(shù)（baidu）、信息化水平（inter）、創(chuàng)新驅(qū)動(dòng)水平（rdin）、對(duì)外開(kāi)放水平（open）。

2.數(shù)據(jù)來(lái)源。所有數(shù)據(jù)均來(lái)源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來(lái)源于淮海經(jīng)濟(jì)區(qū)各城市歷年統(tǒng)計(jì)年鑒、國(guó)民統(tǒng)計(jì)公報(bào)；本文選取兩地之間的最短距離來(lái)代替dijdij，在數(shù)據(jù)獲取過(guò)程中，利用高德導(dǎo)航地圖，選取淮海經(jīng)濟(jì)區(qū)兩兩城市行政中心（即市政府所在地）之間的最短距離，優(yōu)勢(shì)是現(xiàn)在導(dǎo)航數(shù)據(jù)比較精準(zhǔn)，導(dǎo)航地圖可以根據(jù)高速公路和省際、市級(jí)公路自動(dòng)篩選最短距離，在正常情況下，最短距離的行車時(shí)間也最小。在數(shù)據(jù)處理時(shí)，將一地區(qū)與淮海經(jīng)濟(jì)區(qū)全區(qū)的比值得到的相對(duì)指標(biāo)作為影響因素變量。

三、淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿翱臻g格局演變

（一）淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿τ?jì)算結(jié)果

將數(shù)據(jù)代入公式1—3，計(jì)算出淮海經(jīng)濟(jì)區(qū)及20個(gè)城市的區(qū)域發(fā)展?jié)摿χ岛蛥^(qū)域發(fā)展?jié)摿ο禂?shù)（表1）。經(jīng)過(guò)12年的發(fā)展，到2017年，淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿_(dá)到0.7894，較2005年的變化幅度為553.9%，平均每年變化46.2%；淮海經(jīng)濟(jì)區(qū)20個(gè)城市的潛力值到得到了增長(zhǎng)。

對(duì)2005、2010、2017年20個(gè)城市潛力值按極大值標(biāo)準(zhǔn)化并按自然斷裂點(diǎn)法劃分為5個(gè)等級(jí)，潛力較高的地區(qū)主要有兩塊：一是以徐州為中心及其周邊鹽城、淮安、連云港、宿遷組成的江蘇板塊。二是以“濟(jì)寧-臨沂”為兩極以及泰安、棗莊組成的山東板塊。區(qū)域發(fā)展?jié)摿O化現(xiàn)象明顯，2005年和2010年區(qū)域發(fā)展?jié)摿^強(qiáng)的有三個(gè)地區(qū)，到了2017年，徐州極化為淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿ψ顝?qiáng)地區(qū)，符合徐州作為淮海經(jīng)濟(jì)區(qū)中心城市的定位。

（二）全局空間集聚格局

基于鄰接規(guī)則的rook法構(gòu)建空間權(quán)重矩陣，利用公式（4）計(jì)算淮海經(jīng)濟(jì)區(qū)20個(gè)城市2005、2010、2017年共計(jì)三年的全局空間相關(guān)指數(shù)（表2）。由表2可知，區(qū)域發(fā)展?jié)摿oran’s I指數(shù)統(tǒng)計(jì)表明，淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Υ嬖谝欢ǖ目臻g相關(guān)性，說(shuō)明發(fā)展?jié)摿Φ牡赜蚍只F(xiàn)象并不是隨機(jī)產(chǎn)生的，而是由正向空間相關(guān)作用產(chǎn)生的結(jié)果，發(fā)展?jié)摿Φ目臻g集聚在全局上表現(xiàn)出空間依賴特征。三個(gè)年度的Moran’s I指數(shù)都大于0，表明淮海經(jīng)濟(jì)區(qū)發(fā)展出現(xiàn)減弱趨勢(shì)，Moran’s I指數(shù)由2005年的0.2067下降到2017年的0.0533。2005年的Moran’s I指數(shù)值最大，表明2005年區(qū)域發(fā)展?jié)摿臻g差異相對(duì)較小，在較低層次上體現(xiàn)出空間均衡。2010年和2017年Moran’s I指數(shù)下降，而且下降幅度較大，表明自2010年之后，地區(qū)發(fā)展差異拉大，區(qū)域發(fā)展?jié)摿Φ臉O化效應(yīng)明顯.尤其到2017年，徐州發(fā)展?jié)摿Α耙恢Κ?dú)秀”。總體上來(lái)說(shuō)，2005年以來(lái)的淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿κ且环N正向空間集聚，且都在5%左右水平上顯著，但是各年的Moran’s I指數(shù)值都不太大，反映空間集聚不強(qiáng)烈并呈下降趨勢(shì)，區(qū)域不均衡依然存在。

（三）局部集聚空間格局

區(qū)域內(nèi)部單元的“異質(zhì)性”可以通過(guò)局部空間自相關(guān)來(lái)反映。利用公式（5）計(jì)算得到淮海經(jīng)濟(jì)區(qū)20個(gè)城市相對(duì)發(fā)展?jié)摿Φ木植縈oran’s I值，三個(gè)年份分別有35%、35%和15%的城市發(fā)展?jié)摿Ρ憩F(xiàn)為局部空間正相關(guān).2005年和2010年有13個(gè)城市局部空間集聚不顯著，但是到了2017年，發(fā)展?jié)摿植靠臻g集聚不顯著的地級(jí)城市增加到16個(gè)，且棗莊呈LH的空間集聚模式?；春＝?jīng)濟(jì)區(qū)20個(gè)城市發(fā)展?jié)摿植靠臻g集聚格局總體上驗(yàn)證了全局空間集聚體現(xiàn)的特征，即正空間集聚和極化發(fā)展趨勢(shì)。

淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ木植靠臻g集聚與全局空間集聚有較大的差異，即在全局空間集聚格局中，三年的計(jì)算結(jié)果徐州都是處于核心地位，而且徐州作為極化中心的趨勢(shì)明顯。但是，在局部空間集聚格局中，徐州市與周邊地區(qū)的空間相關(guān)模式都不顯著，反而濟(jì)寧、臨沂、連云港三市在2010年和2017年都處于HH集聚，原因值得深入探討。

局部空間集聚區(qū)位變化較大。2005年HH區(qū)集中分布在棗莊、濟(jì)寧、臨沂的山東板塊，2010年HH的范圍增加了連云港，江蘇板塊開(kāi)始局部加入，2017年棗莊退出HH集聚，連云港、濟(jì)寧、臨沂依然處于HH區(qū)。身為淮海經(jīng)濟(jì)區(qū)中心城市的徐州處于不顯著區(qū)，反映了淮海經(jīng)濟(jì)區(qū)在局部Moran’s I集聚格局中極化現(xiàn)象不明顯，擴(kuò)散效應(yīng)存在。LL區(qū)在2005年主要分布在以安徽板塊和河南板塊為主的淮海經(jīng)濟(jì)區(qū)西部和南部相鄰地區(qū)的亳州、蚌埠、周口、商丘，意味著區(qū)域發(fā)展?jié)摿ο鄬?duì)較弱的地區(qū)集聚在一起。2010年蚌埠退出LL區(qū)，2017年全部退出LL區(qū)，局部空間集聚不顯著區(qū)增大。

局部空間關(guān)聯(lián)類型數(shù)量減少，局部集聚類型有微弱的轉(zhuǎn)化。2005年HH單元數(shù)有3個(gè)，2010年增加到4個(gè)，2017年又減少為3個(gè)。LL單元數(shù)在2005年為4個(gè)，2010年減少到3個(gè)，2017年沒(méi)有LL集聚。LH集聚僅在2017年存在一個(gè)單元（地區(qū)），HL集聚模式不存在。

降低局部集聚顯著性到10%，局部空間集聚模式和數(shù)量都將增大。2005年HH單元數(shù)增加到4個(gè)，徐州加入HH行列。LL單元數(shù)增加到5個(gè)，阜陽(yáng)加入。連云港屬于LH區(qū)，不顯著區(qū)為10個(gè)。2010年HH單元數(shù)增加到5個(gè)，徐州加入。LL單元數(shù)不變，LH、HL模式不存在，表明局部空間是一種正向集聚，不顯著區(qū)依然為10個(gè)。顯著性降低后局部空間集聚模式和類型在2017年發(fā)生了較大的變化，HH單元數(shù)有4個(gè)，分別為徐州、濟(jì)寧、臨沂、連云港。棗莊被HH集聚區(qū)包圍，屬于LH集聚。LL單元數(shù)有三個(gè)，分別為周口、商丘、亳州，不顯著區(qū)12個(gè)。從以上變化來(lái)看，局部Moran’s I的10%顯著性更能反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Ψ植紝?shí)際。

地區(qū) 區(qū)域發(fā)展?jié)摿?區(qū)域發(fā)展?jié)摿ο禂?shù)2005 2017 排名 指標(biāo)變化 變化幅度/% 2005 2017徐州 0.4157 3.0143 1 2.5986 625.1 3.4436 3.8183連云港 0.1166 0.8070 6 0.6904 592.0 0.9660 1.0222淮安 0.1122 0.7908 7 0.6786 604.6 0.9297 1.0018鹽城 0.1211 0.8309 5 0.7098 586.0 1.0033 1.0526宿遷 0.0747 0.7527 8 0.6780 907.7 0.6187 0.9535菏澤 0.0954 0.6140 12 0.5187 543.9 0.7898 0.7778棗莊 0.1417 0.7001 11 0.5584 394.1 1.1735 0.8868濟(jì)寧 0.2270 1.1318 3 0.9048 398.6 1.8803 1.4337泰安 0.1872 0.9800 4 0.7929 423.6 1.5503 1.2414日照 0.0589 0.3876 19 0.3287 558.2 0.4878 0.4910萊蕪 0.0531 0.2203 20 0.1672 314.9 0.4399 0.2791臨沂 0.2546 1.3306 2 1.0760 422.6 2.1091 1.6855亳州 0.0463 0.4554 16 0.4091 882.9 0.3838 0.5769蚌埠 0.0526 0.4156 17 0.3630 689.5 0.4361 0.5265淮北 0.0741 0.4777 14 0.4036 544.7 0.6137 0.6051阜陽(yáng) 0.0488 0.4588 15 0.4100 840.7 0.4040 0.5812宿州 0.0812 0.7105 10 0.6294 775.5 0.6722 0.9001周口 0.0852 0.5630 13 0.4778 561.1 0.7054 0.7132商丘 0.1135 0.7515 9 0.6380 562.2 0.9401 0.9520開(kāi)封市 0.0546 0.3957 18 0.3410 624.1 0.4526 0.5012淮海經(jīng)濟(jì)區(qū) 0.1207 0.7894 — 0.6687 553.9 — —江蘇板塊 0.1681 1.2391 — 1.0711 637.2 1.3923 1.5697安徽板塊 0.0606 0.5036 — 0.4430 731.0 0.5020 0.6380山東板塊 0.1454 0.7663 — 0.6209 427.1 1.2044 0.9708河南板塊 0.0844 0.5701 — 0.4856 575.2 0.6994 0.7221

年份 2005 2010 2017 Moran's I 0.2067 0.1405 0.0533 E(I) -0.0526 -0.0526 -0.0526 Z(I) 1.9547 1.6602 1.0196顯著性水平 0.0410 0.0530 0.1450

四、淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ绊懸蛩?/h2>

（一）模型估計(jì)

為了減小數(shù)據(jù)的波動(dòng)性，減小共線性與異方差性，增強(qiáng)數(shù)據(jù)平穩(wěn)性，以區(qū)域發(fā)展?jié)摿Γ≒）的自然對(duì)數(shù)值為被解釋變量，各影響因素的自然對(duì)數(shù)值為解釋變量，對(duì)2017年的截面數(shù)據(jù)進(jìn)行回歸估計(jì)。由于淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Υ嬖诳臻g依賴，因此采用空間截面計(jì)量模型來(lái)估計(jì)和檢驗(yàn)?？臻g效應(yīng)的計(jì)量表現(xiàn)為空間滯后（SLM）和空間誤差模型（SEM）兩種基本形式，采用極大似然估計(jì)法對(duì)參數(shù)進(jìn)行估計(jì)，并將空間滯后和空間誤差回歸結(jié)果與傳統(tǒng)回歸模型進(jìn)行比較，結(jié)果見(jiàn)表3。由于存在空間效應(yīng)，因此空間滯后模型和空間誤差模型的回歸擬合效果優(yōu)于傳統(tǒng)的回歸模型（OLS）。依據(jù)logL、AIC、SC信息準(zhǔn)則的比較，結(jié)合空間回歸系數(shù)ρ和空間誤差自相關(guān)系數(shù)λ的顯著性，SEM模型能更好地?cái)M合空間效應(yīng)。SEM中空間誤差自相關(guān)系數(shù)λ為-0.5509，在10%的水平下顯著，且R2R2=0.9361，大于SLM模型R2R2（=0.9202），檢驗(yàn)異方差的Breusch-Pagan值沒(méi)有通關(guān)過(guò)顯著性檢驗(yàn)。說(shuō)明不存在異方差問(wèn)題，該模型擬合效果最好。SEM模型表明淮海經(jīng)濟(jì)區(qū)地區(qū)間的發(fā)展?jié)摿臻g效應(yīng)明顯，一個(gè)地區(qū)的發(fā)展?jié)摿εc周邊地區(qū)的發(fā)展?jié)摿γ芮邢嚓P(guān)，周邊地區(qū)的發(fā)展?jié)摿?duì)本地區(qū)的發(fā)展?jié)摿τ胸?fù)向的影響。

（二）估計(jì)結(jié)果分析

變量 傳統(tǒng)回歸模型（OLM） 空間滯后模型（SLM） 空間誤差模型（SEM）系數(shù) 標(biāo)準(zhǔn)差 T統(tǒng)計(jì)量 系數(shù) 標(biāo)準(zhǔn)差 Z統(tǒng)計(jì)量 系數(shù) 標(biāo)準(zhǔn)差 Z統(tǒng)計(jì)量ρ——0.0245 0.1609 0.1522— — —λ—— -0.5509* 0.2961 -1.8607常數(shù)項(xiàng)α -23.3941*** 7.8514 -2.9796 -23.2199*** 5.0895 -4.5623 -22.6003*** 4.4172 -5.1164 lnincome 2.4777 4.2526 0.5826 2.4836 2.7088 0.9169 -0.5378 2.7201 -0.1977 lnstruc 35.6224*** 10.9930 3.2405 35.3317*** 7.1543 4.9385 35.9369*** 6.0944 5.8967 lnurban -10.0414* 5.5390 -1.8129 -10.1087*** 3.5019 -2.8866 -7.9626*** 3.3029 -2.4108 lnhc 1.35959 0.9292 1.4632 1.3579** 0.5929 2.2905 0.9370* 0.5355 1.7497 lnfir 0.20696 0.8241 0.2511 0.2291 0.5303 0.4321 0.0907 0.4893 0.1855 lnfirm -20.9815*** 5.8175 -3.6067 -21.0887*** 3.7821 -5.5759 -22.8462*** 3.5365 -6.4601 lnhouse 0.5689 0.5674 1.0026 0.5599* 0.3589 1.5603 0.7421*** 0.3131 2.3699 lnbaidu 0.1924 0.2131 0.9029 0.1948 0.1347 1.4461 0.0893 0.1423 0.6276 lnrdin 0.5015 1.2237 0.4098 0.5279 0.7948 0.6642 0.9325 0.7274 1.2819 lninter 31.2745** 11.2127 2.7892 31.2864*** 7.1754 4.3602 37.5778*** 7.1787 5.2346 Lnopen -0.5781* 0.2831 -2.0419 -0.5825*** 0.1797 -3.2424 -0.5250*** 0.1568 -3.3484 R2 0.9201 0.9202 0.9361殘差檢驗(yàn) 顯著相關(guān)Log L 7.9818 7.9927 10.7990 AIC 8.0363 10.0146 2.4019 SC 19.9851 22.9591 14.3507 Bre-pagan 12.2372（不顯著） 11.7402（顯著水平0.38349） 15.2524（顯著水平0.1712）

從地區(qū)間的空間交互作用看，λ在10%的水平下顯著為負(fù)，表明地區(qū)間存在顯著的空間負(fù)相關(guān)。即地區(qū)間的發(fā)展?jié)摿Υ嬖谪?fù)的溢出效應(yīng)，在地理空間上表現(xiàn)為較顯著的空間依賴性，而且在一定程度上是通過(guò)誤差沖擊的空間傳遞實(shí)現(xiàn)的。在統(tǒng)計(jì)學(xué)上的意義為，當(dāng)某個(gè)地區(qū)相鄰區(qū)域的發(fā)展?jié)摿ψ儎?dòng)1個(gè)單位時(shí)，將負(fù)向波及該地區(qū)的發(fā)展?jié)摿ψ儎?dòng)-0.5509%，存在極化現(xiàn)象。

解釋變量的顯著性和影響作用各異。居民收入水平（income）的系數(shù)（-0.5378）不顯著，說(shuō)明居民收入水平對(duì)區(qū)域發(fā)展?jié)摿Φ挠绊憺樨?fù)且較小。

產(chǎn)業(yè)結(jié)構(gòu)水平（struc）的系數(shù)在0.01水平下顯著，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)和升級(jí)對(duì)地區(qū)發(fā)展?jié)摿Φ奶岣哂酗@著正向影響，產(chǎn)業(yè)結(jié)構(gòu)對(duì)發(fā)展?jié)摿Φ膹椥韵禂?shù)為35.9369，與理論預(yù)期一致。城市化水平（urban）的系數(shù)（-7.9626）在0.01的水平下顯著，但是為負(fù)，反映城鎮(zhèn)化水平對(duì)區(qū)域發(fā)展?jié)摿τ酗@著負(fù)影響。如果說(shuō)對(duì)于發(fā)達(dá)地區(qū)的城鎮(zhèn)化而言，由于城鎮(zhèn)化程度已經(jīng)較高，過(guò)度的城鎮(zhèn)化會(huì)加劇城鎮(zhèn)諸如交通、教育、醫(yī)療、住房、環(huán)境污染等負(fù)擔(dān)，這與吳玉鳴的研究結(jié)論一致。但是，對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)的淮海經(jīng)濟(jì)區(qū)而言，城鎮(zhèn)化的速度快于經(jīng)濟(jì)發(fā)展的速度，過(guò)快的城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展不協(xié)調(diào)，可能是城鎮(zhèn)化影響為負(fù)的合理解釋。

以各級(jí)各類在校學(xué)生數(shù)表征的人力資本水平（hc）的回歸系數(shù)（0.9370）在0.1的水平下顯著，且影響為正，表明人力資本水平對(duì)區(qū)域發(fā)展?jié)摿τ酗@著正向影響，存在正的溢出效應(yīng)，這與以往人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)影響的研究結(jié)論一致，也與本文研究預(yù)期一致。即增強(qiáng)人力資本投資，可顯著提升區(qū)域發(fā)展?jié)摿?，人力資本水平每提高1個(gè)百分點(diǎn)，將會(huì)使區(qū)域發(fā)展?jié)摿μ岣?.9370%。

金融發(fā)展水平（fir）系數(shù)（0.0907）沒(méi)有通過(guò)顯著性檢驗(yàn)，表明對(duì)區(qū)域發(fā)展?jié)摿Υ嬖诓伙@著的正影響，但影響不大，與理論預(yù)期不一致。理論研究認(rèn)為金融發(fā)展水平高會(huì)促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展，淮海經(jīng)濟(jì)區(qū)金融發(fā)展水平影響不大，可能與地區(qū)金融發(fā)展水平相對(duì)較低有關(guān)。

企業(yè)數(shù)量（firm）的系數(shù)（-22.8242）在0.01的檢驗(yàn)水平下顯著，對(duì)區(qū)域發(fā)展?jié)摿τ绊憺樨?fù)，存在負(fù)向溢出效應(yīng)，且負(fù)向影響較大，意味著企業(yè)數(shù)量每增加1%，將會(huì)降低22.8242%的區(qū)域發(fā)展?jié)摿?。這個(gè)結(jié)果與理論預(yù)期和假設(shè)相悖，可能的原因在于，淮海經(jīng)濟(jì)區(qū)的企業(yè)數(shù)量與企業(yè)質(zhì)量存在較大的差異。由于經(jīng)濟(jì)發(fā)展相對(duì)落后，企業(yè)大多數(shù)是傳統(tǒng)的勞動(dòng)密集型產(chǎn)業(yè)，依賴于資源加工的制造業(yè)和資源開(kāi)采業(yè)，新興產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)占比較小，產(chǎn)業(yè)的低端集聚導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)同構(gòu)和資源環(huán)境等問(wèn)題，降低了本地集聚企業(yè)的吸引力。因此，政府應(yīng)該重視企業(yè)的轉(zhuǎn)型升級(jí)與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。房地產(chǎn)依賴度的系數(shù)（0.7421）在0.01的水平下顯著且為正，說(shuō)明房地產(chǎn)依賴度對(duì)區(qū)域發(fā)展?jié)摿Υ嬖陲@著的正向影響，房地產(chǎn)依賴度每提高1個(gè)百分點(diǎn)，將會(huì)提升區(qū)域發(fā)展?jié)摿?.7421%。這一結(jié)果與理論預(yù)期相反，但是又與當(dāng)前發(fā)展的實(shí)際相吻合。

房地產(chǎn)開(kāi)發(fā)投資是固定資產(chǎn)投資的一部分，投資的增加將會(huì)帶動(dòng)經(jīng)濟(jì)的增長(zhǎng)，同時(shí)由于房地產(chǎn)業(yè)的產(chǎn)業(yè)鏈較長(zhǎng)，可以帶動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展。但是，一個(gè)地區(qū)過(guò)度地依賴房地產(chǎn)開(kāi)發(fā)投資來(lái)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，未來(lái)的發(fā)展將不可持續(xù)，也會(huì)降低區(qū)域的發(fā)展?jié)摿?。百度指?shù)（baidu）的回歸系數(shù)（0.0893）為正但不顯著，表明對(duì)區(qū)域發(fā)展?jié)摿ψ兓挠绊戄^小。

百度指數(shù)由搜索指數(shù)、資訊指數(shù)、媒體指數(shù)構(gòu)成，反映了一個(gè)地區(qū)被搜索、報(bào)道和受關(guān)注的程度，是一個(gè)地區(qū)知名度的體現(xiàn)，百度指數(shù)的提升在一定程度上可以提高地區(qū)發(fā)展?jié)摿?。研發(fā)投入水平（rdin）回歸系數(shù)（0.9325）為正且不顯著，表明研發(fā)投入對(duì)淮海經(jīng)濟(jì)區(qū)各個(gè)城市的發(fā)展?jié)摿Φ挠绊懖伙@著。這與既往的理論研究和假設(shè)不相符，也反映出研發(fā)投入在考察期并沒(méi)有發(fā)揮應(yīng)有的作用。

信 息 化 水 平（inter）的 系 數(shù)（35.5778）通 過(guò) 了0.01水平下的顯著性檢驗(yàn)，且回歸系數(shù)值最大，表明信息化水平對(duì)區(qū)域發(fā)展?jié)摿τ酗@著正影響，正向溢出效應(yīng)最大，在其他影響因素不變的情況下，信息化水平每提高1個(gè)百分點(diǎn)，將會(huì)提升地區(qū)發(fā)展?jié)摿?5.5778個(gè)百分點(diǎn)，從側(cè)面反映出信息化時(shí)代信息基礎(chǔ)設(shè)施建設(shè)的重要性。

對(duì)外開(kāi)放水平（open）的系數(shù)（-0.5250）為負(fù)且通過(guò)了0.01水平下的檢驗(yàn)，表明對(duì)外開(kāi)放水平對(duì)區(qū)域發(fā)展?jié)摿Υ嬖谪?fù)向影響，即對(duì)外開(kāi)放水平對(duì)地區(qū)發(fā)展?jié)摿Φ膹椥詾?0.5250%，與理論預(yù)期不符。出現(xiàn)這一結(jié)果的原因，或許與淮海經(jīng)濟(jì)區(qū)的發(fā)展程度有一定的關(guān)系。由于區(qū)域發(fā)展程度相對(duì)較低，發(fā)展理念相對(duì)落后，對(duì)外開(kāi)放度的提高并沒(méi)有在多大程度上改變傳統(tǒng)的發(fā)展理念。再者產(chǎn)業(yè)大多處于低中端，對(duì)外開(kāi)放水平提高帶來(lái)的先進(jìn)技術(shù)和管理經(jīng)驗(yàn)難以復(fù)制，還有外資企業(yè)的進(jìn)入對(duì)產(chǎn)業(yè)“原生態(tài)”的沖擊和環(huán)境破壞產(chǎn)生的“污染光環(huán)”及“污染天堂”的雙重效應(yīng)?-?。

五、研究結(jié)論與政策建議

淮海經(jīng)濟(jì)區(qū)及20個(gè)城市的區(qū)域發(fā)展?jié)摿χ岛蛥^(qū)域發(fā)展?jié)摿ο禂?shù)經(jīng)過(guò)12年的發(fā)展，到2017年淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿_(dá)到0.7894，較2005年的變化幅度為553.9%，平均每年變化46.2%?；春＝?jīng)濟(jì)區(qū)20個(gè)城市的潛力值到得到了增長(zhǎng)。2007年，淮海經(jīng)濟(jì)區(qū)地區(qū)之間的發(fā)展?jié)摿傮w格局為以徐州為中心，并向外圍地區(qū)擴(kuò)散為“單核心”模式，徐州的發(fā)展?jié)摿χ凳钦麄€(gè)淮海經(jīng)濟(jì)區(qū)20個(gè)地區(qū)發(fā)展?jié)摿χ悼偤偷慕宸种??；春＝?jīng)濟(jì)區(qū)內(nèi)部地區(qū)間的發(fā)展?jié)摿Υ嬖陲@著的空間負(fù)相關(guān)與負(fù)的溢出效應(yīng)，當(dāng)某個(gè)地區(qū)相鄰區(qū)域的發(fā)展?jié)摿ψ儎?dòng)1個(gè)單位時(shí)，將負(fù)向波及該地區(qū)的發(fā)展?jié)摿ψ儎?dòng)-0.5509%，存在極化現(xiàn)象。對(duì)淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ姓蛴绊懬绎@著的因素有產(chǎn)業(yè)結(jié)構(gòu)水平、房地產(chǎn)依賴度、信息化水平和人力資本水平；有負(fù)向影響且顯著的因素有城鎮(zhèn)化水平、企業(yè)數(shù)量、對(duì)外開(kāi)放水平；影響不顯著的因素有居民收入水平、金融發(fā)展水平、百度指數(shù)和研發(fā)投入水平。

基于以上結(jié)論，要提高淮海經(jīng)濟(jì)區(qū)整體潛力和競(jìng)爭(zhēng)力，縮小內(nèi)部地區(qū)之間的差異，需要采取區(qū)域聯(lián)動(dòng)發(fā)展戰(zhàn)略，加快促進(jìn)淮海經(jīng)濟(jì)區(qū)核心區(qū)的一體化發(fā)展，實(shí)現(xiàn)政策聯(lián)動(dòng)、產(chǎn)業(yè)聯(lián)動(dòng)、基礎(chǔ)設(shè)施聯(lián)動(dòng)、環(huán)境治理與保護(hù)聯(lián)動(dòng)、人才聯(lián)動(dòng)。此外，在制定提升區(qū)域發(fā)展?jié)摿Φ恼邥r(shí)，要區(qū)別考慮不同因素的影響方向和影響程度，使政策更具有針對(duì)性，以便取得更好的政策效果。當(dāng)前最迫切的是要推進(jìn)淮海經(jīng)濟(jì)區(qū)的產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，把握和利用“互聯(lián)網(wǎng)+”的信息化發(fā)展機(jī)遇，實(shí)現(xiàn)“兩化融合”，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的合意性發(fā)展；同時(shí)，要充分認(rèn)識(shí)人才是提升地區(qū)發(fā)展?jié)摿透?jìng)爭(zhēng)力的關(guān)鍵，加大人才培養(yǎng)和引進(jìn)力度，樹立人才競(jìng)爭(zhēng)意識(shí)。

注釋：

①賈曉霞，楊乃定.基于復(fù)合系統(tǒng)的區(qū)域發(fā)展?jié)摿υu(píng)價(jià)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2003(3):44-47.

②陸大道.中國(guó)區(qū)域發(fā)展的理論與實(shí)踐[M].北京:科學(xué)出版社，2003.

③江璐璐，師謙友，陳昱，王曼.關(guān)中城市群可持續(xù)發(fā)展?jié)摿υu(píng)價(jià)研究[J].河南科學(xué)，2013，31（11）：1998-2003.

④馬仁鋒，張海燕，沈玉芳，王筱春.省域尺度的區(qū)域發(fā)展?jié)摿υu(píng)價(jià)方法研究[J].開(kāi)發(fā)研究，2009（3）：18-25.

⑤上海財(cái)大區(qū)域經(jīng)濟(jì)研究中心.2007中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展報(bào)告——中部塌陷與中部崛起[M].上海:上海人民出版社，2007.⑥寧越敏，施倩，查志強(qiáng).長(zhǎng)江三角洲都市連綿區(qū)形成機(jī)制與跨區(qū)域規(guī)劃研究[J].城市規(guī)劃，1998(1):16-20.

⑦馬仁鋒.省域內(nèi)區(qū)域發(fā)展?jié)摿捌湓u(píng)價(jià)指標(biāo)體系研究—以云南省為例[D].云南大學(xué)，2008.

⑧韓立華，呂萍，韓瑞.欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展?jié)摿Φ膶?shí)證分析—以黑龍江省為例[J].學(xué)術(shù)交流，2008（12）：216-219.

⑨柯善咨，韓峰.中國(guó)城市經(jīng)濟(jì)發(fā)展?jié)摿Φ木C合測(cè)度和統(tǒng)計(jì)估計(jì)[J].統(tǒng)計(jì)研究，2013，30（3）：64-71.

⑩劉濤，曹廣忠.城市規(guī)模的空間聚散與中心城市影響力:基于中國(guó)637個(gè)城市空間自相關(guān)的實(shí)證[J].地理研究，2012,31（7）：1317-1327.

1

1

?馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮(zhèn)群體空間結(jié)構(gòu)[J].地理學(xué)報(bào)，2004,59(6):1048-1057.

?姜博，初楠臣.哈大高鐵對(duì)區(qū)域可達(dá)性影響及空間格局演變[J].城市規(guī)劃，2015,39(11):92-98.

?顧朝林，龐海峰.基于重力模型的中國(guó)城市體系空間聯(lián)系與層域劃分.地理研究，2008，27(1):1-12.

?陶世杰，李俊峰.高鐵網(wǎng)絡(luò)可達(dá)性測(cè)度及經(jīng)濟(jì)潛力分析——以安徽省為例[J].長(zhǎng)江流域資源與環(huán)境，2017,26（9）：1323-1332.?Anselin L.Local indicators of spatial association:LISA.Geographical Analysis,1995,27(2):93-115.

?夏雪，韓增林，趙林等.省際邊界區(qū)區(qū)域經(jīng)濟(jì)差異的時(shí)空格局與形成機(jī)理——以鄂豫皖贛為例[J].經(jīng)濟(jì)地理，2014,34（5）：21-27.

?陳安寧.空間計(jì)量經(jīng)濟(jì)學(xué)入門與GeoDa軟件應(yīng)用[M].浙江：浙江大學(xué)出版社，2017,93-94.

?曹志宏，梁流濤，郝晉氓.黃淮海地區(qū)社會(huì)經(jīng)濟(jì)空間分異及集聚發(fā)展模式.地理科學(xué)進(jìn)展[J]，2009,28(6):984-990.

?葛瑩，姚士謀，蒲英霞等.運(yùn)用空間自相關(guān)分析集聚經(jīng)濟(jì)類型的地理格局[J].人文地理，2005,(3):21-2521.

?Anselin L.Local indicators of spatial association:LISA.Geographical Analysis,1995,27(2):93-115.

?姚德龍.中國(guó)省域工業(yè)集聚的空間計(jì)量經(jīng)濟(jì)學(xué)分析.統(tǒng)計(jì)與決策，2008,(3):123-125.

?梅志雄，徐頌軍，歐陽(yáng)軍.珠三角縣域城市潛力的空間集聚煙花及影響因素[J].地理研究，2014,33（2）：296-309.

?Copeland B.R.，Taylor M.S.North-south trade and the environment[J].Quarterly Journal of Economics,1994(3):755-787

?秦曉麗，于文超.外商直接投資、經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染—基于中國(guó)259個(gè)城市的空間面板數(shù)據(jù)的實(shí)證研究[J].宏觀經(jīng)濟(jì)研究，2016（6）：127-135.

?劉飛宇，趙愛(ài)清.外商直接投資對(duì)城市環(huán)境污染的效應(yīng)檢驗(yàn)—基于我國(guó)285個(gè)城市面板數(shù)據(jù)的實(shí)證研究[J].國(guó)際貿(mào)易問(wèn)題，2016（5）：130-141.