福建省縣域經濟時空演化及影響因素研究

羅莎莎，曾玉榮

（福建省農業科學院農業經濟與科技信息研究所，福州 350003）

縣域經濟以農業農村發展為主體，發展縣域經濟是解決“三農”問題的切入點，在推進農業供給側結構性改革、新型城鎮化發展和促進鄉村振興方面發揮著舉足輕重的作用。當前，影響縣域經濟發展的因素有很多，但主要影響因素的貢獻程度如何需要進一步分析。

近幾年，關于縣域經濟方面的研究成果頗豐。從研究尺度看，有全國、省域和縣市尺度［1-4］，研究內容也具有多樣化，主要包括機制、模式、差異比較、時空變化、要素關系等，如陳志德［5］研究發展機制與模式，歐向軍等［6］研究縣域經濟發展差異與極化比較，張錦宗等［7］、趙玉芝等［8］研究差異特征及成因分析，蔡芳芳等［9］研究空間模式，劉傳明等［10］研究交通可達性與經濟發展水平關系，周天蕓等［11］研究金融機構空間集聚與經濟增長關系等。

關于影響因素分析方面，從定性到定量不斷發展和創新，以地域為發展載體的分析離不開空間關聯、地區之間相互影響的作用，因此，本研究引入地理加權回歸模型（GWR）等空間計量模型，逐漸替代傳統的相關分析、線性回歸分析，考慮回歸系數的空間屬性，該方法還廣泛應用于人口城鎮化［12］、城市創新能力［13］、城市住宅價格［14］、生態環境［15］、農業農村［16-20］、產業［21，22］等領域，但目前用于縣域經濟方面的相關研究成果還比較少。

福建省位于東部沿海經濟發達地區，與臺灣省隔海相望，有著特殊的區位因素。關于福建省縣域經濟的研究主要有：宋萍等［23］基于ESDA分析福建省縣域經濟差異；柯文前等［24］運用ESDA分析工具，選取1992、1997、2003和2009年分析福建省縣域經濟的空間格局演化；紀小美等［25］利用應用差異與集聚指數、多層次回歸模型等方法，研究1990—2013年福建省縣域經濟差異的時空動態及其動力機制；楊琳珩等［26］基于ESDA-GIS分析福建省1999—2014年縣域經濟的時空特征以及動態變化；方文婷等［27］將傳統統計分析與ESDA相結合，分析2005—2013年福建省縣域經濟差異的時空格局演化；李新光等［28］以福建省為例，采用兩機制空間面板杜賓模型等方法，檢驗高鐵開通對縣域經濟增長溢出效應的影響。目前，關于福建省縣域經濟研究的方法日趨多樣化，但缺乏將縣域經濟發展時空演變和影響因素結合進行分析的相關研究。

因此，本研究對2008—2018年福建省縣域經濟發展進行時空演化分析，并結合探索性空間數據分析（ESDA）的全局空間自相關（Global Moran’s I）分析工具，進行空間關聯性和差異性分析，通過整理收集縣域的相關統計數據，運用地理加權回歸模型（GWR）確定影響縣域經濟發展的因素，并對各因素時空演化特征進行分析。

1 研究區概況

福建省作為海峽西岸經濟區的重要組成部分，是國家重點發展區域，截至2018年，福建省下轄9個城市，包括29個市轄區、12個縣級市、43個縣，縣域GDP占全省GDP的52.6%，縣域經濟的發展在一定程度上影響全省經濟發展。根據地理位置將福建省分為4個地區，分別為閩東（福州、莆田、寧德）、閩南（廈門、泉州、漳州）、閩西（龍巖、三明）、閩北（南平）（圖1）。

圖1 福建省縣域行政區劃

2 研究方法、指標選取及數據來源

2.1 研究方法

1）探索性空間數據分析。探索性空間數據分析（ESDA）通過數據的空間依賴性和空間異質性來挖掘事物的空間分布特征，利用空間權重矩陣來解釋區域間的空間關聯性［19］。在給定顯著性水平下，全局空間自相關（Global Moran’s I）是一個反映在研究區內相似屬性平均集聚程度的總體性統計指標［29］。

Moran’s I指數反映了空間鄰接區域單元屬性值的相似程度，可用如下公式表示：

式中，I表示Moran’s指數；xi、xj分別表示區域i、j的觀測值；ω表示空間權重矩陣；s2表示區域i觀測值的標準差。

Moran’s I指數的取值為［-1，1］，若Moran’s I＜0，表明經濟發展水平接近的區域呈極化態勢；若Moran’s I=0，表明經濟發展水平接近的區域在空間上隨機分布；若Moran’s I＞0，表明經濟發展水平接近的區域呈顯著聚集。

2）地理加權回歸模型。地理加權回歸模型（GWR）能夠將數據的空間屬性納入線性回歸模型中，在探討區域影響因素方面可以很好地反映各解釋變量間的空間位置關系，捕捉空間數據的非平穩性和相互差異［30］。計算公式如下：

式中，Yi表示第i個單元的因變量；(ui,vi)表示第i個單元的地理坐標；βk(ui,vi)表示獨立變量xk在i單元的回歸系數；xk,i表示i單元第k個解釋變量；εi表示隨機誤差。

2.2 指標選取

人均GDP可以有效反映某一地區的經濟發展情況，影響區域經濟發展的因素主要有：人均全社會固定資產投資額、城鎮化率、人均公共預算支出、人均社會消費品零售總額和第二、三產業生產值占GDP比重、農業總產值等［31，32］，用人均全社會固定資產投資額代表區域投資水平，用人均社會消費品零售總額代表區域消費水平。本研究參考相關成果，結合福建省實際情況，選取人均GDP作為因變量，選取人均全社會固定資產投資額、城鎮化率、人均公共預算支出、人均社會消費品零售總額、第一產業生產值占GDP比重、科教支出和第二、三產業生產值占GDP比重作為解釋變量。為消除指標間多重共線性問題，將指標原始數據進行標準化處理后進行線性回歸分析，將方差膨脹因子大于10的解釋變量剔除，最后剩下人均全社會固定資產投資額、城鎮化率、人均公共預算支出、人均社會消費品零售總額和第二、三產業生產值占GDP比重5個變量。

2.3 數據來源

數據來源于2008—2019年《福建統計年鑒》。本研究將研究區域確定為55個縣域（12個縣級市和43個縣）。

3 福建省縣域經濟時空演化特征

3.1 縣域經濟總體演化

總體來看各縣域經濟水平都在不斷提高，2008年平均值為2.124萬元，高于均值的縣域個數占45.4%；2013年平均值為4.840萬元，高于均值的縣域個數占50.9%，超過半數；2018年平均值為7.594萬元，高于均值的縣域個數占50.9%，維持穩定。

3.2 4個地區縣域經濟比較

研究區域范圍內的55個縣域，在4個地區的分布分別為閩東（福州、莆田、寧德共16個縣域）、閩南（泉州、漳州共16個縣域）、閩西（龍巖、三明共15個縣域）、閩北（南平8個縣域），各地區的人均GDP均值及變異系數見表1。由表1可知，從均值比較來看，閩南和閩西的縣域經濟水平較高，閩東和閩北次之，整個研究期內排位基本沒有變化；從變異系數來看，2008—2018年除閩東地區變異系數呈先減小后增大的變化趨勢外，其余3個地區的變異系數逐漸減小，說明閩東地區各縣域之間的經濟發展差距先縮小后擴大，出現發展不協調的問題，其余3個地區各縣域之間的差距正在逐漸縮小，區域經濟發展的協調度不斷提升。

表1 福建省各地區的人均GDP均值及變異系數

3.3 縣域經濟空間演化

為體現不同年份福建省縣域經濟的空間差異化、發現其中的分布特征和規律，利用自然斷裂點法將福建省2008、2013、2018年的人均GDP分為4個等級（圖2），分別命名為高值區、較高值區、較低值區和低值區。2008年，處于高值區的有福清市、晉江市和石獅市3個市，占總數的5.4%；處于較高值區的有10個縣市，占總數的18.2%；處于較低值區的有18個縣市，占總數的32.7%；處于低值區的有24個縣市，占總數的43.6%。

圖2 2008、2013、2018年福建省縣域經濟發展水平空間分布

2013年，處于高值區的有羅源縣、石獅市、長泰縣、永安市和沙縣5個縣市，占總數的9.1%；處于較高值區的有14個縣市，占總數的25.5%；處于較低值區的有17個縣市，占總數的30.9%；處于低值區的有19個縣市，占總數的34.5%。

2018年，處于高值區的有羅源縣、惠安縣、晉江市、石獅市、長泰縣、漳平市、永安市、沙縣和東山縣9個縣市，占總數的16.4%；處于較高值區的有16個縣市，占總數的29.1%；處于較低值區的有11個縣市，占總數的20.0%；處于低值區的有19個縣市，占總數的34.5%。

可以看出，高值區和較高值區的比重逐年上升，空間分布較為分散，極化現象不明顯，變異系數從2008年的0.40下降至2018年的0.31，表明各區域之間的差距逐漸減小，區域協調發展水平不斷提高。

3.4 縣域人均GDP全局空間相關性

通過運行ArcGIS10.2空間自相關（Moran’s I）分析工具得到統計結果，如表2所示。由表2可知，2008—2018年的Moran’s I＞0，且 臨界值Z均大 于1.65，2008年 顯 著 性 水 平P接 近0.000 1（達 到99.99%的置信度），2013年和2018年的顯著性水平P接近0.001（達到99.9%的置信度），符合GWR的建模數據要求。該統計結果說明，研究期內福建省縣域人均GDP之間存在高度的空間正相關。這一現象表明，在福建省內各縣域之間經濟發展關聯性較強，存在明顯的空間溢出效應，但Moran’s I表現出減小的趨勢，說明各縣域經濟發展的正相關性正在減弱。

表2 人均GDP全局Moran’s I統計結果

4 福建省縣域經濟影響因素

4.1 GWR模型構建及結果

根據GWR公式，利用ArcGIS 10.2空間統計工具，以人均GDP為因變量，以人均全社會固定資產投資額、城鎮化率、人均公共預算支出、人均社會消費品零售總額和第二、三產業生產值占GDP比重5個指標為自變量，根據AICc值最小確定最佳帶寬準則，對2008、2013、2018年的數據進行GWR分析，輸出參數估計結果見表3。由表3可知，3個年份的調整R2均接近1，表示該模型具有較高的擬合優度，計算結果較為準確。

表3 GWR模型參數估計結果

2008年GWR模型的標準殘差值處于［-4.079，3.591］，其中位于［-2.5，2.5］的縣域個數占總數的90.1%；2013年GWR模型的標準殘差值處于［-2.888，3.648］，其中位于［-2.5，2.5］的縣域個數占總數的94.5%；2018年GWR模型的標準殘差值處于［-2.925，3.158］，其中位于［-2.5，2.5］的縣域個數占總數的92.7%，說明大部分縣域的GWR模型通過殘差檢驗。通過對標準殘差進行全局空間自相關分析，結果顯示，2008—2018年的殘差在空間上呈隨機分布，模型整體效果較好（表4）。

表4 標準殘差全局Moran’s I統計量

從各影響因素的回歸系數（表5）可以看出，除了消費水平因素的回歸系數均為正，其余影響因素的回歸系數均有正有負，對縣域經濟發展的影響分異明顯。通過觀察2008、2013、2018年各影響因素的回歸系數平均值，將變量按貢獻程度從大到小排序：消費水平＞預算支出＞投資水平＞城鎮化率＞第二、三產業生產值占GDP比重，其中城鎮化率和第二、三產業生產值占GDP比重的單位變化對縣域經濟發展的影響不顯著。

表5 各影響因素的回歸系數

4.2 消費水平時空演化特征

消費水平回歸系數空間分布如圖3所示。2008、2013、2018年，福建省消費水平與縣域經濟發展呈正相關，表明全社會消費品零售總額的增加對縣域經濟發展具有正向作用。總體上看，2008—2018年消費水平的回歸系數由南向北逐漸增大，呈北高南低分布格局。其中，2008年的最大值2.453位于閩東的壽寧縣，最小值1.440位于閩西的漳平市；2013年的最大值1.463位于閩北的松溪縣，最小值0.336位于閩南的石獅市；2018年的最大值0.743位于閩東的福鼎市，最小值0.505位于閩西的武平縣。

圖3 消費水平回歸系數空間分布

回歸系數平均值從2008年的1.825下降至2018年的0.617，說明消費水平對縣域經濟的影響程度大幅減小。系數最大值和最小值的差從2008年的1.013下降至2018年的0.238，說明消費水平對縣域經濟影響程度的空間異質性逐漸減小。

不同等級分布變化方面，高值區2008—2018年范圍逐漸變小，前5a間主要集中在閩東、閩北，后5a間主要集中在閩東；低值區范圍較大，主要集中在閩西、閩南。閩東、閩北主要處于沿海區域，對外開放程度高，經濟發展速度較快，人民生活水平較高，消費需求旺盛且消費能力較強，因而消費水平的提升對經濟發展貢獻較大。閩西、閩南的龍巖、三明和漳州，基本屬于中央蘇區縣，由于自然環境和歷史等方面原因導致社會經濟發展落后，貧困縣較多，靠山吃山和農耕勞作滿足部分生活所需，消費能力較差且消費需求較小，故對區域經濟發展貢獻較小。

4.3 投資水平時空演化特征

投資水平回歸系數空間分布如圖4所示。2008、2013、2018年，投資水平與縣域經濟發展基本呈正相關，表明絕大多數縣域固定資產投資額的增加對縣域經濟發展具有正向作用。2008年晉江和南安出現負值，雖然這2個縣市經濟發展水平較高，但人口密度大，人均全社會固定資產投資額相比其他地區較低，對經濟結構的調整和優化沒有起到促進作用，所以回歸系數為負。總體上看，2008年投資水平的回歸系數由南向北逐漸增大，呈北高南低分布格局。2013年和2018年的回歸系數變化明顯，由西南向東北逐漸減小，整體布局轉變為西南高、東北低。其中，2008年的最大值0.256位于閩東的福鼎市，最小值-0.015位于泉州的晉江市；2013年的最大值0.398位于閩南的東山縣，最小值0.058位于閩北的光澤縣；2018年的最大值0.333位于閩南的東山縣，最小值0.304位于閩北的光澤縣。

圖4 投資水平回歸系數空間分布

回歸系數的平均值從2008年的0.132上升至2018年的0.318，說明投資水平對縣域經濟的影響程度逐漸增大。系數最大值和最小值的差先從2008年的0.271上升至2013年的0.340，后下降至2018年的0.029，說明投資水平對縣域經濟影響程度的空間異質性經歷了先擴大后減小的過程。

不同等級分布變化方面，高值區2008—2018年分布區域變化明顯，前5a間主要集中在閩東、閩北，后5a間主要集中在閩南；低值區分布區域變化同樣明顯，前5a間主要集中在閩南，后5a間主要集中在閩西、閩北。閩東、閩北的寧德、南平在全省范圍相對欠發達，通過調整經濟結構和生產力布局，以增強經濟實力，改善人民物質文化生活。2011年國家發改委發布《海峽西岸經濟區發展規劃》，提出加快建設海峽西岸經濟區的各項重要舉措，為閩東沿海地區發展帶來了機遇。

4.4 預算支出時空演化特征

預算支出回歸系數空間分布如圖5所示。2008—2018年，預算支出與縣域經濟發展從正相關轉變成負相關，2008年的回歸系數正值率為98.2%，2013年的回歸系數正值率為94.5%，表明預算支出的增加對絕大多數縣域經濟發展具有正向作用。2018年的回歸系數為負，原因可能是隨著海峽西岸經濟區發展進程加快，中央蘇區縣經濟發展得到有效扶持，全省經濟水平顯著提高，國有經濟對現有產業結構調整、基礎建設的支持有限，因此出現負向作用。總體上看，2008年預算支出的回歸系數呈由南向北逐漸減小的變化趨勢；2013年空間分布格局轉變成東低西高；2018年的回歸系數為負，系數絕對值自東向西逐漸減小，呈東高西低分布格局。其中，2008年的最大值4.413位于閩南的東山縣，最小值-0.054位于閩東的平潭綜合實驗區；2013年的最大值2.626位于閩北的光澤縣，最小值-0.215位于閩東的平潭綜合實驗區；2018年的最大值-0.563位于閩西的武平縣，最小值-1.003位于閩東的福鼎市。

圖5 預算支出回歸系數空間分布

回歸系數的平均值從2008年的1.815下降至2018年的-0.792，說明預算支出對縣域經濟的影響程度變化明顯，從正向作用轉變為負向作用。系數最大值和最小值的差從2008年的4.467下降至2018年的0.440，說明預算支出對縣域經濟影響程度的空間異質性大幅減小。

不同等級分布變化方面，各等級區域2008—2018年變化均較大，高值區從閩南轉移至閩西、閩北；低值區從閩東、閩北轉移至閩東。

4.5 城鎮化率時空演化特征

城鎮化率回歸系數空間分布如圖6所示。2008—2018年，福建省城鎮化率與縣域經濟發展的關系大致從負相關轉變為正相關，表明城鎮化率的增加對縣域經濟的發展從負向作用轉變為正向作用。2008年的回歸系數負值率為80%，相對來說，當時城鎮化率較低，經濟發展進程較慢，產業結構不夠優化，一味地吸納農村剩余勞動力推進工業發展，可能會對經濟發展出現負向作用。2013年的回歸系數正值率上升至78.2%，到2018年所有地區的回歸系數均大于0，說明隨著產業結構不斷優化，空間布局逐漸合理，農村剩余勞動力向縣城集聚，城鎮化率的提高對縣域經濟發展產生了促進作用。總體上看，2008—2018年城鎮化率回歸系數的變化趨勢由南向北逐漸減小，呈南高北低的分布格局。其中，2008年的最大值0.010位于閩西的長汀縣，最小值-0.027位于閩南的東山縣；2013年的最大值0.070位于閩南的晉江市，最小值-0.028位于閩北的浦城縣；2018年的最大值0.080位于閩南的詔安縣，最小值0.036位于閩東的福鼎市。

圖6 城鎮化率回歸系數空間分布

回歸系數的平均值從2008年的-0.010上升至2018年的0.059，說明城鎮化率對縣域經濟的影響程度逐漸增大，但不顯著。系數最大值和最小值的差從2008年的0.037上升至2018年的0.044，說明城鎮化率對縣域經濟影響程度的空間異質性逐漸增大，但不明顯。

不同等級分布變化方面，高值區2008—2018年范圍逐漸變小，主要集中在閩西、閩南的龍巖和漳州；低值區范圍較大，主要集中在閩東、閩北的寧德和南平。

4.6 第二、三產業生產值占GDP比重時空變化特征分析

第二、三產業生產值占GDP比重回歸系數空間分布如圖7所示。2008—2018年第二、三產業生產值占GDP比重與縣域經濟發展基本呈正相關，2008、2018年的回歸系數均為正，2013年的回歸系數正值率為98.2%，說明第二、三產業生產值占GDP比重對大部分縣域經濟發展具有正向作用。2013年的回歸系數負值出現在龍巖，有可能是由于其產業結構層次和產業生產效率還處于較低水平。總體上看，2008—2018年第二、三產業生產值占GDP比重的回歸系數由南向北逐漸增大，呈南低北高分布格局。其中，2008年的最大值0.018位于平潭綜合實驗區，最小值0.001位于龍巖的武平縣；2013年的最大值0.033位于閩東的壽寧縣，最小值-0.001位于龍巖的武平縣；2018年的最大值0.027位于閩東的福鼎市，最小值0.002位于閩南的詔安縣。

圖7 第二、三產業生產值占GDP比重回歸系數空間分布

回歸系數的平均值從2008年的0.012上升至2018年的0.015，說明第二、三產業生產值占GDP比重對縣域經濟的影響程度變化不大。系數最大值和最小值的差從2008年的0.017上升至2018年的0.025，說明第二、三產業生產值占GDP比重對縣域經濟影響程度的空間異質性變化較小。

不同等級分布變化方面，各等級區域2008—2018年變化較小，高值區前5a間增加了寧德部分區域，減少了福州、莆田部分區域，后5a間基本沒有變化，保持在閩北的南平市和閩東的寧德市；低值區范圍較大，前5a間從閩西擴張至閩西的龍巖和閩南的漳州，后5a間基本沒有變化。

5 小結與討論

5.1 小結

本研究綜合利用全局空間自相關分析、地理加權回歸分析等方法，對福建省55個縣域2008—2018年縣域經濟時空演化特征和影響因素進行分析，得到以下結論。

1）福建省縣域經濟發展水平逐漸提高，4個地區發展變化表現為：閩東地區各縣域之間的經濟發展差距先縮小后擴大，出現發展不協調的問題，其余3個地區各縣域之間的差距正逐漸縮小，區域經濟發展的協調度不斷提升。

2）2008—2018年，福建省縣域經濟發展之間存在高度的空間自相關性，表明各縣域之間經濟發展關聯性較強，集聚程度高，存在明顯的空間溢出效應。

3）影響因素分析方面，除消費水平對縣域經濟發展為正向作用，其余影響因素的作用有正有負，對縣域經濟發展的影響分異明顯。將影響因素按貢獻程度從大到小排序：消費水平＞預算支出＞投資水平＞城鎮化率＞第二、三產業生產值占GDP比重，其中城鎮化率和第二、三產業生產值占GDP比重的單位變化對縣域經濟發展的影響不顯著。

5.2 討論

福建省縣域人均GDP還有較大提升空間，區域間關聯性較強。從影響因素貢獻程度來看，要提高福建省縣域經濟的發展水平首先要刺激消費，大力發展消費品零售業，通過行政手段調度資源，拉動消費，提振內需。政府也可通過出臺一些稅費減免、租金優惠等政策，促進地區實體經濟的發展。

其次，要加大各地區招商引資的力度，立足本地優勢資源和營商環境，利用多樣化宣傳手段，提高固定資產投資水平，加快產業升級轉型，優化產業結構。

再次，合理管控政府財政支出，加大對基礎設施建設的支持力度，為城鎮化和產業發展提供良好的基礎；增加科教支出，有利于第三產業擴大就業，對促進產業轉型發展、產業結構調整具有重要作用［33］。

最后，提高城鎮化發展質量，加快人口城鎮化，提高勞動力素質和競爭力，對提升消費水平具有促進作用，進而影響經濟增長［34］；空間城鎮化對拉動投資具有顯著效應，城鎮化發展與產業發展相輔相成，因此，提高城鎮化水平將帶動縣域第二、三產業發展，是縣域經濟發展的強勁動力。