后疫情時期京津冀經(jīng)濟增長的空間相關性研究

王 昕 王雪瑩 鄭少偉

（燕山大學 理學院，河北 秦皇島 066004）

一、引言

2020年伊始，新冠疫情突然暴發(fā)，來勢洶洶。我國積極采取各項措施，防止疫情進一步擴散。新冠疫情是自新中國成立以來，我國面臨的最嚴重的重大突發(fā)性公共事件，致使經(jīng)濟受到?jīng)_擊，全國面臨前所未有的困境。京津冀地區(qū)作為我國重要增長極，對全國經(jīng)濟有著極其重要的作用，是連接東北地區(qū)與中部地區(qū)經(jīng)濟的重要樞紐[1]。京津冀區(qū)域協(xié)同更是我國重要國家戰(zhàn)略，其中產(chǎn)業(yè)轉移既是京津冀協(xié)同發(fā)展的重點領域也是關鍵支撐[2]。

疫情暴發(fā)以來，各地黨委、政府堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹習近平總書記重要指示批示精神，認真落實黨中央、國務院決策部署。在疫情帶來的嚴重沖擊和挑戰(zhàn)下，京津冀地區(qū)經(jīng)濟增速呈逐季上行、加快回升的向好態(tài)勢，直至2020年第三季度全面實現(xiàn)經(jīng)濟正增長。2020年根據(jù)地區(qū)生產(chǎn)總值統(tǒng)一核算結果，京津冀地區(qū)生產(chǎn)總值8.6萬億元，其中北京市、天津市、河北省比上年分別增長1.1%、1.4%和3.8%。

本文旨在隨著疫情的發(fā)展與控制形態(tài)，實時收集相關數(shù)據(jù)，分析疫情前后京津冀地區(qū)經(jīng)濟發(fā)展的空間相關性變化情況及趨勢。通過使用空間計量模型及分析空間溢出效應，對經(jīng)濟增長的空間關聯(lián)性展開討論。

二、研究設計

（一）空間權重矩陣設定

在進行空間計量分析前，首要也是最核心的步驟是建立一個能表達空間交互作用的空間權重矩陣[3]。對空間矩陣的準確選擇有利于提高問題解釋的準確度[4]?？臻g權重矩陣根據(jù)類型可以分為鄰接矩陣和距離矩陣。本文選取半距離矩陣設定空間權重，即利用相鄰區(qū)域間的測度來定義權重系數(shù)[5]。通過實際地理位置的距離構建權重矩陣，距離越遠，空間權重矩陣系數(shù)越小，空間相關性越差。

其中，di，j表示區(qū)域i與區(qū)域j之間的質心距離。

本文選取京津冀地區(qū)13個城市SHP格式文件，利用GeoDa軟件生成空間權重矩陣并進行標準化處理。

（二）空間相關性檢驗

地理學第一定律認為，空間上任何要素之間都是具有相關性的，距離越近相關性越強。本文使用全局空間自相關性與局部空間自相關性進行分析。

全局空間自相關性通常采用Moran's I指數(shù)，當值大于0時，表示數(shù)據(jù)呈現(xiàn)空間正相關，其值越大空間相關性越明顯。當值小于0時，表示數(shù)據(jù)呈現(xiàn)空間負相關，其值越小空間差異越大。計算公式為：

局部空間自相關性采用LISA顯著性水平圖，以解釋研究對象的具體空間位置和集聚的顯著程度。

（三）空間計量模型

面板數(shù)據(jù)模型是一種特殊的計量經(jīng)濟模型，集普通的回歸模型與時間序列模型于一身，主要用于研究個體的內部結構和總體特征[6]。目前主要有以下三個模型，但具體選擇使用哪種空間計量模型，一般用Hausman檢驗篩選。

空間滯后模型（SLM）：Y=ρ WY+Xβ+ε

空間誤差模型（SEM）：Y=Xβ+μ，μ=λ Wμ+ε

空間杜賓模型（SDM）：Y=ρ WY+Xβ+WXγ+ε

其中，Y為n維被解釋變量；X為n×k外生解釋變量矩陣；β、γ為k×1維參數(shù)向量；ρ為空間滯后回歸系數(shù)；λ為空間誤差回歸系數(shù)；ε、μ為隨機誤差項，且 ε～N（0，σ2In）；W為 n 階空間權重矩陣。

（四）變量選取

被解釋變量。本文選取京津冀13個城市的第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值作為經(jīng)濟增長的衡量指標。

解釋變量。本文重點研究第一產(chǎn)業(yè)空間溢出效應，由于第一產(chǎn)業(yè)經(jīng)濟增長受到許多因素影響，在參考眾多學者的研究之后[7-8]，本文擬用農作物總播種面積的對數(shù)表示土地投入（LNL）、農業(yè)機械總動力的對數(shù)表示農業(yè)機械投入（LNM）、農用化肥施用量的對數(shù)表示化肥投入（LNF）、有效灌溉面積的對數(shù)表示灌溉面積投入（LNI）、農業(yè)用電量的對數(shù)表示用電量投入（LNE）、存欄牲畜的對數(shù)表示畜牧投入（LNA）作為經(jīng)濟增長主要影響因素。

三、實證分析

（一）數(shù)據(jù)說明

本文實證研究使用的數(shù)據(jù)樣本為2015—2021年前三季度京津冀地區(qū)13個城市的面板數(shù)據(jù)。數(shù)據(jù)來源于各地的統(tǒng)計公報、政府工作報告、2015—2019年的《城市統(tǒng)計年鑒》，個別缺失數(shù)據(jù)采用平均值填充法補漏。

（二）京津冀各城市經(jīng)濟發(fā)展的空間相關性分析

1.全局空間自相關性檢驗

在研究第一、二、三產(chǎn)業(yè)經(jīng)濟增長的空間關聯(lián)性前，先進行空間自相關性檢驗。京津冀13個城市2019—2021年第三季度第一、二、三產(chǎn)業(yè)增加值的Moran's I指數(shù)值如表1所示。

表1 2019—2021年第三季度第一、二、三產(chǎn)業(yè)增加值的Moran's I指數(shù)值

圖1 第一、二、三產(chǎn)業(yè)Moran's I指數(shù)趨勢圖

第一產(chǎn)業(yè)：樣本期間內，京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟發(fā)展的Moran's I指數(shù)呈現(xiàn)周期波動趨勢，除每年的第二季度為正外，其他季度均為負值。其中，僅在每年的第三季度，Moran's I指數(shù)為負且均通過5%水平的顯著性檢驗，說明該季度京津冀地區(qū)的經(jīng)濟存在顯著的負向空間相關性。且疫情前后，Moran's I指數(shù)呈現(xiàn)先上升后下降的趨勢。說明疫情對京津冀地區(qū)第一產(chǎn)業(yè)產(chǎn)生一定影響，空間相關性略有減弱，但隨著疫情的受控，空間相關性逐漸增強甚至超過疫情前水平。

第二產(chǎn)業(yè)：樣本期間內，第二產(chǎn)業(yè)Moran's I指數(shù)呈現(xiàn)周期波動趨勢，且均為負值，但均未通過顯著性檢驗。說明京津冀地區(qū)并未出現(xiàn)顯著空間負向相關性。且在疫情前后空間相關性沒有明顯變化，故不作為本文研究重點。

第三產(chǎn)業(yè)：樣本期間內，京津冀地區(qū)第三產(chǎn)業(yè)經(jīng)濟發(fā)展的Moran's I指數(shù)呈現(xiàn)負值，且全部通過10%水平的顯著性檢驗。說明在距離空間權重矩陣下，第三產(chǎn)業(yè)經(jīng)濟增長存在顯著的負向空間相關性。疫情前后，Moran's I指數(shù)只是略有波動，且基本穩(wěn)定在-0.200左右的水平，說明整體上各地區(qū)經(jīng)濟空間相關性受疫情影響較小，且相關性較弱，故不作為本文研究重點。

2.局部空間自相關性檢驗

為分析疫情前后，京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長是否存在局部空間相關性時，本文選取顯著性明顯的第三季度作為研究對象，運用GeoDa軟件分別對2019年第三季度、2020年第三季度、2021年第三季度的數(shù)據(jù)進行分析。總體來看，近三年京津冀地區(qū)大部分城市主要分布在第二象限（L-H區(qū)域）和第四象限（H-L區(qū)域），這些城市的第一產(chǎn)業(yè)經(jīng)濟增長的空間關聯(lián)性以“低-高”集聚和“高-低”集聚為主。說明京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長水平具有局部的負向相關性，這與前文分析結論一致。

圖2 2019 Q3第一產(chǎn)業(yè)增加值的Moran散點圖

圖3 2020 Q3第一產(chǎn)業(yè)增加值的Moran散點圖

圖4 2021 Q3第一產(chǎn)業(yè)增加值的Moran散點圖

Moran散點圖僅對研究地區(qū)的局部相關性進行檢驗，而沒有體現(xiàn)各個集聚區(qū)是否通過顯著性檢驗，因此使用距離空間權重矩陣，運用GeoDa軟件得到各地第一產(chǎn)業(yè)增加值分別在2019年、2020年、2021年第三季度的局部空間分布LISA聚類圖。將結果做進一步整理，得到疫情前后各地第一產(chǎn)業(yè)經(jīng)濟增長對周邊地區(qū)的影響程度。

從表2可以看出，2019—2021年京津冀第一產(chǎn)業(yè)經(jīng)濟增長的LISA聚類結果在該區(qū)間內變化較小，經(jīng)濟增長的空間集聚特征呈現(xiàn)穩(wěn)定狀態(tài)。一直處于“低-高”集聚區(qū)域的只有秦皇島市，表明相比周邊第一產(chǎn)業(yè)經(jīng)濟增長水平相對較高的唐山市、承德市，該市的經(jīng)濟增長水平較低。值得關注的是，承德市和張家口市的空間格局呈現(xiàn)“高-低”集聚。說明疫情前后，北京市第一產(chǎn)業(yè)經(jīng)濟增長水平相對低于承德市、張家口市，受政府推動的京津冀地區(qū)農業(yè)結構調整，在疫情前后也同樣積極有效地進行。除上述城市外，其他城市集聚效應不顯著，說明第一產(chǎn)業(yè)經(jīng)濟增長水平存在較大差異，相鄰的地區(qū)間尚未形成明顯的集聚效應?？傮w而言，疫情對京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長的空間集聚特征影響較小，各方均在政府的管控下有序恢復。

表2 2019—2021年第三季度第一產(chǎn)業(yè)增加值的LISA聚類結果

對京津冀地區(qū)疫情前后2019—2021年各季度第一、二、三產(chǎn)業(yè)的經(jīng)濟增長進行空間分布特征描述。以半距離矩陣作為空間權重矩陣，得出第一產(chǎn)業(yè)在每年的第三季度有顯著的空間負相關，且受疫情影響，在后疫情期間空間負相關性增強。局部自相關性檢驗結果表明，京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長主要呈現(xiàn)“高-低”集聚和“低-高”集聚，空間集聚特征較為穩(wěn)定。第二產(chǎn)業(yè)沒有顯著的空間負相關性。第三產(chǎn)業(yè)雖然有負向的空間相關性，但Moran's I指數(shù)基本穩(wěn)定在-0.200左右，空間相關性較小，表明疫情并未帶來明顯影響，各區(qū)域間經(jīng)濟發(fā)展具有一致性。

（三）京津冀各城市經(jīng)濟發(fā)展的空間計量回歸模型

由于京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長存在空間集聚性和空間相關性，將運用空間計量模型，驗證京津冀13個城市第一產(chǎn)業(yè)經(jīng)濟增長是否存在空間溢出效應。

本文將空間因素引入空間模型，建立杜賓模型，形式如下：

其中，LNPI為第一產(chǎn)業(yè)增加值的對數(shù)，表示農業(yè)經(jīng)濟增長的被解釋變量；i，t分別表示城市和年份。

由上文可知第一產(chǎn)業(yè)經(jīng)濟增長在各地之間存在顯著為負的溢出效應，因此將研究分析農業(yè)要素對經(jīng)濟增長在空間上的影響程度，利用stata 16.0進行SDM模型的估計，經(jīng)Hausman檢驗，模型采取隨機效應。同時比較普通面板OLS估計結果，結果如表3所示。

表3 OLS模型與SDM模型的實證結果

由表3可知，在兩個模型中，畜牧投入系數(shù)均顯著為正，說明對畜牧的投入有利于本地區(qū)第一產(chǎn)業(yè)經(jīng)濟的正向發(fā)展，即加大對畜牧的投入會促進第一產(chǎn)業(yè)經(jīng)濟增長。

其他各地的畜牧投入、灌溉面積投入對本市的第一產(chǎn)業(yè)經(jīng)濟增長作用顯著為正，即周邊城市的畜牧、灌溉面積投入帶來的收益會溢出到本地，促進本地第一產(chǎn)業(yè)經(jīng)濟增長。相反，周邊城市增加對土地、電量投入會對本地產(chǎn)生負的空間溢出效應，抑制本地第一產(chǎn)業(yè)經(jīng)濟增長。其中，土地投入是農業(yè)經(jīng)濟不可或缺的因素，本地投入越多經(jīng)濟增長就越快，但是由于土地資源有限，各城市農作物可播種面積幾乎變化不大，鄰近城市土地投入增加，對本地區(qū)而言就是相對減少。因此臨近城市對土地的投入，會抑制本地第一產(chǎn)業(yè)經(jīng)濟發(fā)展。電力的投入與經(jīng)濟的增長有密切正相關關系，由于電力的投入主要反映了自動化在第一產(chǎn)業(yè)中的發(fā)展程度，當增加電力投入時，代表地區(qū)自動化的發(fā)展增加，從而帶動經(jīng)濟提升。當鄰近城市增加電力投入，即發(fā)展自動化設備時，對本地有抑制趨勢，因此會存在負的空間溢出效益。

SDM模型估計結果的空間自相關回歸系數(shù)顯著為負，與上文Moran's I指數(shù)的估計結論一致，進一步證明了在京津冀地區(qū)的第一產(chǎn)業(yè)經(jīng)濟增長存在空間相關性，即臨近城市的第一產(chǎn)業(yè)經(jīng)濟增長對本地第一產(chǎn)業(yè)經(jīng)濟增長有抑制作用。

四、結論與建議

（一）后疫情時期第一產(chǎn)業(yè)經(jīng)濟應根據(jù)季度制定不同發(fā)展方向

根據(jù)分析結果可知，京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟具有空間相關性，且呈周期性波動。在每年的第三季度，京津冀地區(qū)的第一產(chǎn)業(yè)經(jīng)濟增長呈現(xiàn)顯著的負向空間溢出效應，且隨疫情好轉空間相關性增強，這與政府制定的京津冀地區(qū)產(chǎn)業(yè)結構優(yōu)化方針高度契合。在每年的第二季度，第一產(chǎn)業(yè)的經(jīng)濟增長存在正向的空間溢出效應，在2020年第二季度相關性顯著，即本地的第一產(chǎn)業(yè)經(jīng)濟增長會促進臨近城市第一產(chǎn)業(yè)的經(jīng)濟增長，說明在疫情對經(jīng)濟產(chǎn)生影響的情況下，政府做到精準幫扶各地區(qū)發(fā)展，帶來了積極的正向作用，促進各城市在經(jīng)濟恢復過程中的協(xié)同合作。綜合所述，為盡快實現(xiàn)京津冀地區(qū)第一產(chǎn)業(yè)經(jīng)濟全面發(fā)展，應根據(jù)季度的特性制定發(fā)展方向，第二季度應充分利用空間正向溢出效應，促進相鄰地區(qū)的協(xié)同合作，拉動全區(qū)域經(jīng)濟增長。其他季度應充分考慮空間溢出效應帶來的影響，結合城市特征制定發(fā)展方向，以達到全區(qū)域經(jīng)濟發(fā)展效益收入的最大化。

（二）加強秦皇島市第一產(chǎn)業(yè)的發(fā)展

根據(jù)局部空間聚集性的研究，發(fā)現(xiàn)河北省北部地區(qū)出現(xiàn)“高-低”集聚（承德市、張家口市）和“低-高”集聚（秦皇島市），即目前秦皇島市第一產(chǎn)業(yè)增長緩慢，而相鄰的承德市、張家口市經(jīng)濟增長相對迅速。且在疫情前后空間聚集性未出現(xiàn)變動，秦皇島市第一產(chǎn)業(yè)在政府的有效管控下雖有所恢復，但依然落后其他地區(qū)。因此要著重關注秦皇島市第一產(chǎn)業(yè)的發(fā)展，加大政府扶持力度、引入先進技術資源、加強相鄰區(qū)域協(xié)同合作，共同促進經(jīng)濟發(fā)展。

（三）加強區(qū)域經(jīng)濟發(fā)展的資源分配

根據(jù)SDM模型估計結果，發(fā)現(xiàn)一個城市的畜牧投入、灌溉面積投入會對臨近城市第一產(chǎn)業(yè)經(jīng)濟增長產(chǎn)生促進作用，土地面積投入和電量投入會對臨近地區(qū)第一產(chǎn)業(yè)經(jīng)濟增長產(chǎn)生抑制作用。在后疫情時期，城市制定與第一產(chǎn)業(yè)相關政策時，應把這種空間溢出效應考慮在內。除了考慮各城市自身自然資源、發(fā)展基礎設施、投入要素，還應該充分重視第一產(chǎn)業(yè)的要素溢出、空間依賴等地理相互作用，提高第一產(chǎn)業(yè)發(fā)展高水平地區(qū)對臨近落后地區(qū)的帶動作用，促進區(qū)域間協(xié)同合作。進而縮小京津冀地區(qū)的第一產(chǎn)業(yè)的發(fā)展差異，實現(xiàn)區(qū)域第一產(chǎn)業(yè)的可持續(xù)發(fā)展。