東北地區工業發展空間統計及影響因素研究

張棟華，袁汝鵬

(東北財經大學 統計學院，遼寧 大連 116025)

一、引 言

傳統計量經濟理論對經濟發展研究是以樣本之間的獨立性為基本前提，往往忽略了空間上相鄰地區之間的聯系，進而對得出結論的正確性產生一定的影響，空間統計分析將傳統經濟理論與空間分析技術相結合，用于對區域經濟進行集聚性分析和空間計量。關于空間效應方面的研究，Bernard［1］在對歐洲國家經濟增長進行研究時引入了空間因素，認為該地區經濟增長存在空間相關性。Voss 等［2］利用空間回歸方法對美國兒童貧困率進行了研究，認為引入空間因素時模型的估計結果有了很大改進。田成詩和蓋美［3］運用空間統計對我國勞動生產率進行了分析，認為我國地區勞動生產率存在空間集聚性。吳玉鳴和徐建華［4］運用空間統計和面板數據模型對我國省域經濟發展進行了分析，得出結論為我國省域經濟發展存在明顯的空間集聚現象，并且對影響經濟增長的因素進行了研究。

東北地區是我國重要的工業生產基地，振興戰略實施十年來，東北老工業基地經濟快速發展，綜合實力大大增強，居民生活水平顯著提高。隨著東北地區經濟的快速發展，越來越多的學者對該地區工業發展進行了研究。賀耀敏［5］認為，市場經濟和政府支持能夠推動工業化進程，促進東北地區經濟發展。閻岳［6］認為，制約東北工業發展的一個重要因素是融資困難而造成的企業流動資金不足。柳卸林和劉建兵［7］從創新的角度解析了東北地區工業的發展，論證了簡單的增加投入不能從根本上解決東北地區的工業發展問題，只有從創新機制入手才能使東北地區工業可持續發展。李萬超和呂長征［8］認為，金融市場深化能夠帶來東北地區經濟的可持續發展，能夠解決中小企業的融資問題。李鶴和張平宇［9］認為，工業結構升級能夠拉動經濟發展，而政府支持、外資驅動和市場需求能夠促進產業結構升級。陳曉剛［10］認為，科技創新是東北地區調整改造的重點，能夠對東北地區工業發展起促進作用，并且從技術改造和技術創新方面總結和分析了東北地區工業發展中的科技創新經驗。

關于東北地區工業發展的研究呈現以下特點:第一，大多數研究往往偏重于整個經濟體系，很少有單獨對工業進行研究的文獻，而工業作為東北地區的核心產業，有其獨特的歷史地位和經濟地位，有必要對其單獨研究。第二，對東北地區工業的研究以定性分析居多，深入定量研究的較少，將空間效應納入考慮范圍的研究更是偏少。第三，在對東北地區工業發展進行探討時，大多數研究往往僅考慮經濟中具體的單一方面，未能進行綜合性的分析。

本文研究可以分為空間統計分析和影響因素分析兩個部分?？臻g統計分析部分利用空間自相關理論研究了東北三省36 個市工業發展的空間集聚性和異質性問題;影響因素分析則采用空間面板數據模型對東北三省各市工業發展的影響因素及空間溢出效應進行了研究。

二、模型理論

空間統計分析是在考慮空間信息的基礎上進行統計分析的一種方法，它的核心是空間權重矩陣的構建和空間自相關的度量與檢驗。空間權重矩陣能夠以矩陣的形式反映空間目標之間的相鄰關系，空間權重通常采用鄰接標準和距離標準。所謂鄰接標準是以空間鄰接為標準，當兩個地區相鄰時定義空間元素為1，其它情況下為0，距離標準以最小距離為標準定義矩陣?？臻g自相關反映某一地區與其鄰近區域某種地理現象的相關程度，包括全局空間自相關和局部空間自相關。全局空間自相關是關于某一經濟活動在整個空間上特征的描述，常用的指標有Moran'sI 指數和Geary'sC 比率，Moran'sI 指數計算公式為:

空間面板數據模型是在普通面板數據模型的基礎上引入了空間因素，根據空間效應所在的位置不同可分為空間面板滯后模型和空間誤差面板數據模型?？臻g面板滯后模型可以表示為:

Y=αWY+Xβ+μ+ε

其中，E (ε)=0，E (εε')= σ2IN，WY為被解釋變量的空間滯后變量。

空間誤差面板模型是指空間效應位于誤差擾動項中，模型可以表示為:

Y=Xβ+μ+ξ

ξ=σWξ+ε

其中，E (ε)=0，E (εε')= σ2IN，Wξ為空間誤差項，WY 和Wξ 如果通過了顯著性檢驗，就表明存在空間溢出效應。通過拉格朗日檢驗可以判斷模型形式。

三、實證分析

1.數據來源與指標選取

本文數據來源于《遼寧省統計年鑒》、《黑龍江省統計年鑒》、《吉林省統計年鑒》以及中經網統計數據庫，時間為2003—2012年。進行空間自相關統計時利用的指標為人均工業增加值，記為IND;在計算人均工業增加值及以下人均變量時，所使用的人口數均為本年年末和上年年末的平均值;進行空間面板模型構建時，以基于索洛模型求出的全要素生產率作為衡量科技的指標，全要素生產率在統計理論中能夠反映科技的進步，記為TEC;以各地區年末人均存貸款余額作為衡量金融市場發展的指標，記為FIN;以各地區人均一般財政預算支出作為衡量政府財政支出的指標，記為EXP;以人均交通運輸倉儲和郵政業作為衡量交通發展的指標，記為TRA。為消除價格變化對模型估計的影響，對上述相關指標用價格指數進行了處理，將其轉換為以2003年價格為基準的指標?？臻g權重矩陣以基于空間鄰接為標準［11］，記為W。在具體模型估計時，以上變量均進行了標準化處理，本文所采用軟件為Arcgis10、GeoDA095i、Matlab 以及R。

2.全局空間自相關分析

分析東北地區工業發展的整體空間相關性，利用GeoDA095i 和R 軟件對該地區2003—2012年人均工業增加值進行全局空間自相關分析，計算了Moran'sI 指數和Geary'sC 比率兩個指標，結果顯示，Moran'sI 指數在2007年之后均位于0.25 以上，且在1%水平上通過了顯著性檢驗，Geary'sC 比率在2007年之后處于0.8—0.9 之間，同樣通過了顯著性檢驗。綜合兩個指標檢驗結果可知，近十年來，東北地區工業發展的空間關聯性經歷了一個由隨機性到相關性的轉變，從2007年之后，該地區工業在整體上開始表現出較強的空間正相關，空間集聚性逐漸突出，具體特征為鄰近地區工業之間發展相互影響，工業發達的地區往往和工業發達的地區聚集在一起，工業發展較緩慢的地區同樣聚集在一起。另外，從指標的時間演變的過程來看，Moran'sI 指數有繼續上升的趨勢，Geary'sC 比率有下降的趨勢，這說明東北地區工業空間發展集聚性隨著時間的推移會越來越明顯。

3.局部空間自相關分析

全局空間自相關分析是用來研究整個區域的空間模式，并不能夠反映出指標空間演變的詳細路徑，為詳細反映該地區的發展狀況，有必要進行局部空間自相關分析，利用GeoDA095i 軟件對東北地區的工業發展計算局部Moran'sI 指數并生成LISA 聚集圖(圖1)和Moran 散點圖(圖2)，由于各年局部空間自相關具有遞延性和相似性，此處僅以2012年工業發展為代表進行分析。

圖1 LISA 聚集圖

如圖1所示，高—高聚集主要集中在遼寧省的中部，該地區的工業在整個東北地區發展最繁榮，遼寧省周邊地區則存在低—高現象，工業發展要落后于中部，從遼寧省的整體發展態勢來看，各市之間工業發展層次不一，由中心向四周呈現出地區發展不均衡現象。黑龍江省的北部和東部大部分地區都屬于低—低聚集，大慶市則屬于典型的高—低現象，大慶市擁有中國第一大油田，石油、石化產業為其支柱產業，并且該市位于哈大齊工業走廊核心節點，綜合各種優勢使該市的人均工業增加值比周圍臨近地區都要高［12］，人均工業增加值為東北地區第一。

圖2 Moran 散點圖

如圖2所示，處于Moran 散點圖第一象限表現為高—高集聚，主要為遼寧省中部及沿海地區，包括營口市、鞍山市、遼陽市、本溪市、沈陽市、大連市和盤錦市，這些地區位于以沈陽市和大連市為中心的雙核經濟發展地帶，沈陽市工業基礎雄厚，技術力量強，大連市為東北地區第一大港口，工業體系齊全，且該地帶交通便利，空間上存在臨近性，資源上存在互補性，因此，該地帶工業發展在在空間上呈現出高—高集聚性。處于第二象限的有丹東市、鐵嶺市、錦州市和阜新市等，該地區主要位于遼寧省周邊地帶，由此可看出遼寧省工業發展的地區不均衡性。處于第三象限表現出低—低集聚的有大興安嶺市、黑河市、伊春市、鶴崗市、佳木斯市等，這些地區主要位于黑龍江省的東部和北部地區，雖然擁有豐富的自然資源，但工業基礎薄弱，交通不便利，導致其工業并不發達。處于第四象限表現出高—低集聚的為大慶市。

吉林省各市主要分布于散點圖的中心處，空間集聚性不明顯，單獨對吉林省分析其空間自相關指標，計算得Moran'sI 指數為－0.464，P 值為0.072，結果表明吉林省工業發展的不存在空間自相關，集聚性現象不明顯。

4.影響因素研究

前文闡述了東北地區工業發展存在空間自相關，因而可以通過建立空間面板數據模型對工業發展的影響因素及空間溢出效應進行研究［13－14］。通過拉格朗日檢驗LM 及Robust LM 判別出模型的具體形式，關于模型的處理均通過Matlab7.0實現，檢驗結果如表1所示。從OLS 的檢驗結果可以看出，空間滯后面板模型與空間誤差面板模型均通過了檢驗，表明東北地區各市工業的增長不僅受到鄰近地區工業增長溢出效應的影響，而且還受到鄰近地區的誤差沖擊。另外，從表1中看出，空間特定效應的結果均顯著并且相對于其它三種效應來說是最優的。因此，使用空間特定效應形式的滯后面板模型和誤差面板模型可以對東北地區工業發展進行研究分析。

表1 空間相關性檢驗結果

空間特定效應僅考慮空間地區效應而不考慮時間效應，也就是說，在進行模型估計時僅考慮各市之間的地區差異而不考慮時間變化對工業的影響，為了便于比較，本文同時估計了普通面板模型，估計結果如表2所示。

表2 面板數據線性回歸結果

首先，從空間滯后面板模型和空間誤差面板模型的估計結果來看，兩者之間的估計結果相差不大，并且都通過了檢驗，兩個模型的調整擬合優度均在90%，說明引入空間因素后模型符合統計理論要求。因此，用空間滯后面板模型和空間誤差面板模型對東北地區工業影響因素進行研究具有很好的解釋能力，能夠用于統計分析。

其次，科技、金融、政府財政支出和交通發展的系數均顯著為正，說明了各指標與工業發展之間呈正相關關系，東北地區工業發展與各指標之間具有良好的匹配性，這符合基本經濟規律，科技進步、金融發展、政府財政支出增加和交通發展能夠帶來工業產值的提高。從各變量系數的大小來看，科技的系數最大，金融次之，政府財政支出和交通則相對較小，說明科技對東北地區工業發展的貢獻度最高，這與該地區工業發展的現實情況相符合，同樣金融市場的發展也會對工業帶來積極的影響，金融是現代經濟市場的核心，能夠起到優化資源配置的作用，良好的金融市場能夠對經濟起催化作用。

最后，空間滯后變量的系數和空間誤差項的系數均通過了顯著性檢驗，這驗證了我國東北地區相鄰各市的工業發展存在明顯的空間溢出效應。從其統計作用方式來看，鄰近地區工業經濟不僅通過空間滯后影響當地工業，還會通過工業經濟的誤差項帶來沖擊，且可以從系數的大小看出誤差項帶來的沖擊(0.431)大于空間滯后的影響(0.218)。最后通過比較空間面板模型和普通面板模型變量系數可以看出，忽略空間因素的影響，普通面板模型高估了科技和交通發展對工業的影響，低估了金融市場對工業的影響，這也進一步地證明了東北地區工業存在明顯的空間集聚效應。

四、結論及啟示

本文通過計算空間統計指標研究了東北三省2003—2012年工業發展的自相關現象，并且利用空間面板數據模型對其影響因素進行了分析，通過相關實證分析得出以下結論:第一，以2007年為分界線，2007年以后東北地區工業在整體上開始表現出較強的空間正相關，相鄰地區間的空間集聚性逐漸突出，并且通過分析其趨勢，隨著時間的推移東北三省的工業空間集聚效應會進一步加強。第二，從局部來看，遼寧省和黑龍江省各地區之間空間集聚性相對較明顯，特別是遼寧省中部和沿海地區表現出很強的工業集聚性，這些地區與東北三省的其它地區相比，工業比較發達，空間溢出效應明顯;吉林省各地區工業發展則表現空間隨機性。第三，科技進步、金融發展、政府財政支出增加和交通發展均能夠促進工業的發展，科技和金融對工業發展的貢獻相對來說要大一些，交通對工業發展的貢獻則相對較弱。第四，東北地區工業發展存在明顯的空間溢出效應，鄰近地區的工業發展不僅可以通過空間滯后影響當地工業，而且可以通過沖擊誤差項給當地工業帶來影響。第五，從2003—2012年間東北三省工業的空間演變路徑來看，工業的集聚效應正在逐漸得到強化，以前不發達工業地區正逐步轉向為發達工業地區，從局部自相關的分析來看，高—高部分地區逐年增加，但增加的地區有限，反觀高—低部分、低—低部分、低—高部分，這三部分的地區比較穩定。

結合以上結論，本文得到如下啟示:第一，隨著經濟發展水平的提高，各地區之間的經濟聯系日益緊密，政府在制定政策以促進工業經濟發展時，不僅要充分考慮當地的情況，還要考慮空間差異對不同地區的作用機制，從整體上協調地區間的發展問題，合理利用周邊地區優勢，全面落實制定東北地區工業協調發展規劃。第二，應當繼續堅持科技帶動經濟道路，通過科技的進步推動工業升級，注重提高工業行業自主創新能力和推動高新技術產業市場改革，制定和完善工業科技體制改革政策，切實提高科技創新的質量。第三，金融是現代市場經濟的核心，隨著工業結構的升級，其對資金需求量和靈活性的要求也越來越高，也就對現代金融市場提出了更高的要求，因此，深化金融體系改革，完善金融生態環境，拓寬融資渠道是發展經濟的當務之急。第四，進一步加大區域經濟改革的力度，將發達經濟地區的配套產業和落后產業適時地轉移到周邊不發達地區，進一步帶動周邊地區的經濟發展，逐步形成產業層次明確、市場逐步一體化的城市群。

［1］Bernard， F.Regional Economic Growth and Convergence:Insights from a Spatial Econometric Perspective［M］.Berlin:Springer Berlin Heidelberg，2004.397 －432.

［2］Voss， P.R.， Long， D.D.， Hammer， R.B.，Friedmans.County Child Poverty Rates in the US:A Spatial Regression Approach［J］.Population Research and Policy Review，2006，25(4):369 －391.

［3］田成詩，蓋美.中國地區勞動生產率的空間統計分析［J］.東北財經大學學報，2004，(2):87 －90.

［4］吳玉鳴，徐建華.中國區域經濟增長集聚的空間統計分析［J］.地理科學，2004，(6):654 －659.

［5］賀耀敏.我國新型工業化戰略與東北工業基地的振興［J］.經濟理論與經濟管理，2004，(8):5 －10.

［6］閻岳.東北工業發展出現三大景氣特征［N］.證券日報，2004 －05 －14.

［7］柳卸林，劉建兵.為什么東北工業落后了:基于創新能力的分析［J］.科學學與科學技術管理，2004，(11):40 －44.

［8］李萬超，呂長征.從金融視角看東北老工業基地可持續發展［J］.金融發展評論，2011，(12):126－129.

［9］李鶴，張平宇.1990年以來東北地區工業結構演變特征及驅動因素［J］.干旱區地理，2012，(5):829－837.

［10］陳曉剛.科技創新與東北老工業基地振興［J］.遼寧大學學報(哲學社會科學版)，2013，(1):89－94.

［11］梁洪運，周其龍，孫亞林.空間權重矩陣對空間自相關影響分析［J］.科技資訊，2013，(9):141－143.

［12］萬魯河，王紹巍，陳曉紅.基于GeoDA 的哈大齊工業走廊GDP 空間關聯性［J］.地理研究，2011，(6):977 －984.

［13］陳曉玲，李國平.我國地區經濟收斂的空間面板數據模型分析［J］.經濟科學，2006，(5):5 －17.

［14］季民河，武占云，姜磊.空間面板數據模型設定問題分析［J］.統計與信息論壇，2011，(6):3 －9.