福建省縣域經濟效率時空演化分析

羅莎莎 劉德娟 李晗林

摘要：運用Malmquist指數法，對福建省縣域經濟發展效率進行測度，分析其2008—2018年的時空變化，同時結合探索性空間數據分析手段（ESDA），進行縣域經濟發展效率的空間關聯性和差異性分析。結果表明：研究期內，福建省縣域全要素生產率在一定范圍內呈波動變化，縣域間的差異性則是先縮小后擴大。全要素生產率進步的主要原因是技術進步，其次是規模效率的提高。福建省縣域全要素生產率之間存在高度的空間自相關性，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。福建省各縣域之間的經濟發展差異，主要是由于不同的地理環境、資源稟賦而形成的產業方向、等方面的影響。

關鍵詞：縣域經濟;全要素生產率;ESDA;時空演化;福建省

中圖分類號： F127? 文獻標志碼： A

文章編號：1002-1302（2021）17-0242-06

收稿日期：2020-07-06

基金項目：福建省屬公益類科研院所基本科研專項（編號：2019R1033-7、2019R1033-5）;福建省農業科學院農業政策與鄉村發展創新團隊項目（編號：STIT2017-2-7）。

作者簡介：羅莎莎（1990—），女，福建龍巖人，碩士，研究方向為區域發展、農業農村發展。E-mail：luoshasha315@163.com。

通信作者：劉德娟，博士，副研究員，研究方向為農業經營管理、日本農業。E-mail：1611249095@qq.com。

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改革和新型城鎮化發展、促進鄉村振興方面發揮了舉足輕重的作用。當前，工業化、城鎮化是主要發展方向，提升全要素生產率是發展縣域經濟的關鍵。

全要素生產率（TFP）越來越受到國內學界的重視，研究深度和廣度也不斷提高，主要以全國性[1-6]、區域性（省域、城市群）[7-15]為主。例如，郭慶旺等對1979—2004年中國的全要素生產率進行了估算[3];周鵬等以浙江省為例，研究了區域經濟增長技術效率的差異[7];孫威等基于DEA模型對中國資源型城市的效率及其變化進行了研究[9];王賀封等基于DEA模型和Malmquist生產率指數對上海市開發區用地的效率及其變化進行了研究[13];任世鑫等研究了中原經濟區城市效率的時空格局演變[14];李寧等對吉林省縣域經濟效率時空格局演化進行了研究[15]。目前，對于特定省份的縣域經濟全要素生產率研究較少，并且研究手段和方法比較單一。

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。宋萍等基于探索性空間數據分析（ESDA）分析了福建縣域經濟差異[16];柯文前等運用ESDA分析工具，分析了1992、1997、2003、2009年福建縣域經濟的空間格局演化[17];紀小美等利用應用差異與集聚指數、多層次回歸模型等方法，研究了1990—2013年福建縣域經濟差異的時空動態及其動力機制[18];楊琳珩等基于ESDA-GIS分析了福建省1999—2014年縣域經濟的時空特征以及動態變化[19];方文婷等將傳統統計分析與 ESDA 相結合，分析了2005—2013年福建省縣域經濟差異的時空格局演化[20];李新光等以福建省為例，采用兩機制空間面板杜賓模型等方法，檢驗了高鐵開通對縣域經濟增長溢出效應的影響[21]。目前對于福建省縣域經濟研究的方法日趨多樣化，但缺乏將TFP結合ESDA進行時空演化分析的相關研究。

因此，本研究運用Malmquist指數法，對福建省縣域經濟發展效率進行測度，分析其2008—2018年的時空變化，同時結合ESDA的全局空間自相關（Global Morans I）分析工具，進行空間關聯性和差異性分析。

1 研究區概況及數據來源

1.1 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個地市，包括29個市轄區、12個縣級市、43個縣，縣域國民生產總值（GDP）占全省GDP的52.6%，縣域經濟的發展在一定程度上影響著全省的經濟發展。根據地理位置將福建分為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）。

1.2 數據來源

指標數據來源于2008—2019 年《福建統計年鑒》和《福建農村經濟統計年鑒》。本試驗將研究區域確定為55個縣域（12個縣級市和43個縣）。

2 研究方法及指標選取

2.1 研究方法

2.1.1 Malmquist指數法 將福建省縣域全要素生產率（TFP）變化的原因分解為技術進步（Tech）和技術效率（Effch）的變化，其中Effch的變化可分解為純技術效率（Pech）變化與規模效率（Sech）的變化[22]。基于投入的全要素生產率Malmquist指數方法[23-25]可以表示為：

Mt+1i=Dt+1i（xt，yt）Dt+1i（xt+1，yt+1）

通過參照不同時期技術條件下的2個Malmquist指數取其幾何平均值，表示為：

Mi=TFP=（xt+1，yt+1，yt）=

Dt+1i（xt，yt）Dt+1i（xt+1，yt+1）×Dti（xt，yt）Dti（xt+1，yt+1）=

Dt（xt，yt）Dt+1i（xt+1，yt+1）Dt+1i（xt+1，yt+1）Dti（xt+1，yt+1）×Dt+1i（xt，yt）Dti（xt，yt）。

其中：（yt，xt）、（yt+1，xt+1）為t、t+1時期的產出投入向量;Di為距離函數。

上式也可表示為：TFP=Effch×Tech=（Pech×Sech）×Tech。當TFP>1時，表示生產率進步;當TFP=1時，表示生產率沒有變化;當TFP<1時，表示生產率退步。

2.1.2 探索性空間數據分析 探索性空間數據分析（ESDA）是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關系[19]。在給定顯著性水平下，Morans I是一個反映在研究區內相似屬性的平均集聚程度的總體性統計指標[26]。

Morans 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：

I=n∑ni=1∑nj=1ωij（xi-x）（xj-x）∑ni=1∑nj=1ωij∑ni=1（xi-x）2=∑ni=1∑nj=1ωij（xi-x）（xj-x）s2∑ni=1∑nj=1ωij。

式中：I代表Morans I指數;xi、xj、x分別代表區域i、j的觀測值及其均值;ωij代表空間權重;s代表區域i觀測值的標準差。

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

2.2 指標選取

參考文獻[15]，結合福建省實際情況，選取固定資產投資額（億元）、城鄉單位從業人員數（人）和用于科技及教育的公共預算（萬元）作為投入指標，選取地區生產總值（億元）、社會消費品零售總額（萬元）和單位從業人員平均工資（元）作為產出指標。

3 福建省縣域經濟發展效率時空演化分析

3.1 時序分析

3.1.1 縣域經濟效率總體變化 通過MaxDEA軟件，計算2008—2018年福建省55個縣域經濟發展的全要素生產率及其分解的效率值，包括技術進步變化、純技術效率變化和規模效率變化，并分別計算其均值和變異系數，結果見表1?？梢钥闯觯厣a率進步的主要原因是技術進步，其次是規模效率的提高。2008—2018年，福建省縣域經濟發展的各項效率在一定范圍內波動變化，其中全要素生產率和技術進步變化值波動較明顯且趨勢相似，前者從2008年的1.046波動下降至2012年的0.895，而后上升至2016年的1.123，最后下降至2018年的1.043;后者從2008年的1.101波動下降至2012年的0.896，而后上升至2016年的1.139，最后下降至2018年的1.041。2012年全要素生產率和技術進步下降，2016年上升到最高值，其他2個分解的效率值變化趨勢較平穩，說明規模效率和純技術效率變化對全要素生產率提升的貢獻度處于較穩定的水平。

福建省縣域全要素生產率的變異系數在2008—2012年呈現先下降后上升的趨勢，而后總體上波動下降，說明在各縣全要素生產率波動下降的同時，縣域間的差異性先縮小后擴大。技術進步變化值的變異系數變化趨勢大體上和全要素生產率變異系數相同。純技術效率的變異系數在2008—2015年總體呈波動下降趨勢，隨后上升，說明福建省各縣域在效率的改善方面，例如組織管理、制度建設等，存在差異性先縮小后擴大的現象。規模效率的變異系數則波動上升，說明在2008—2018年期間，各縣域在優化資源配置能力和集聚發展方面，區域間差距在擴大。

3.1.2 4個地區縣域經濟效率演化 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）。這4個地區全要素生產率和技術進步的變化趨勢相似，表明各地區的縣域經濟發展主要依賴于技術進步，與全省的結論相同。但具體來看，還是存在差異。

（1）全要素生產率變化最明顯的是閩東地區，2008—2012年波動下降后，于2012—2018年波動上升，在2012年達到最低值。閩西地區的全要素生產率總體上高于其他3個地區，可見閩西的全要素生產率改善較明顯。

（2）純技術效率變化方面，除閩西是波動下降外，其余3個地區呈波動上升趨勢，在2011年和2014年，均超過閩西，說明閩南、閩東和閩北在這期間資源配置與利用的合理改善要優于閩西。

（3）規模效率變化方面，閩南和閩東在2008—2017年變化趨勢相似，但2018年，閩東的規模效率大幅度增加，明顯高于其他3個地區，主要是由于福州民營經濟快速發展，平潭建立產業項目定期會商機制，落實產業項目落地;莆田在針對12個特色小鎮、3個風景文化名勝區和6個專業產業園區的招商引資工作成績顯著。閩北的變化幅度最小，變異系數0.007，說明閩北在經濟集聚發展方面，各縣域差距較小。

圖2是福建省閩東、閩南、閩西、閩北4個地區的各項效率變化折線圖，可以看出，各地區縣域經濟各項效率值處于波動變化狀態，但沒有非常明顯的階段性規律。

3.2 空間分析

3.2.1 縣域經濟效率空間分布格局 為體現出不同年份，福建省縣域經濟效率的空間差異化，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年的全要素生產率分為4個等級，由低到高依次為低效率區、次低效率區、次高效率區和高效率區（圖3）。

3.2.1.1 高等級效率區分布范圍明顯擴大 從圖3可見，福建省縣域全要素生產率明顯提高，體現在次高效率區和高效率區的縣域數明顯增加。2008年次高效率區和高效率區縣域數為6個，占全省的10.9%;2013年增加至23個，占全省的41.8%;2018年增加至25個，占全省的45.5%。說明福建省縣域經濟發展有較大改善。2006年以來，福建省發布的“十一五”“十二五”和“十三五”規劃，都將區域協調發展作為重要內容，特別是2014年發布了《福建省新型城鎮化規劃（2014—2020年）》，2016年發布《關于開展特色小鎮規劃建設的指導意見》，突出城鎮的產業特色，夯實產業基礎，帶動區域性脫貧，實現城鎮的健康可持續發展。

3.2.1.2 高等級效率區分布轉移 2013年次高效率區和高效率區主要分布在閩西和閩北，2018年則轉移至閩東、閩西、閩南，說明在2013—2018年間，福建省東部和南部縣域的經濟改善要優于閩北，主要原因是：（1）閩東和閩南地處沿海，海洋資源豐富、歷史文化底蘊深厚。連江、羅源等地海洋漁業發展迅速，平潭、霞浦是中國東南沿海休閑度假和生態旅游的勝地，擁有豐富的濱海旅游資源。（2）經濟基礎良好，特色產業多元化發展。石獅擁有“全國百強縣”等多項稱號，晉江為福建省綜合實力最強的縣（市、區）;福清市縣域經濟綜合競爭力、投資潛力強大，龍海、順昌、長泰、仙游等地是著名的“魚米花果之鄉”，擁有水仙花、食用菌、亞熱帶水果等多種特色產業。（3）空間增長極帶動效應。 根據《福建省城鎮體系規劃（2010—2030）》，已經形成以福廈漳泉為核心，以中小城市和小城鎮為基礎的城鎮空間結構。濱海都市帶北起寧德福鼎，南至漳州詔安，新增長區域涵蓋了閩東南地區，輻射帶動周邊地區經濟快速發展，區域間差距逐漸縮小，但閩北由于交通便利程度較低、產業基礎薄弱，發展水平和速度均低于其他地區。

3.2.1.3 相同效率區連片分布規律明顯 觀察2008、2013、2018年，不難看出，同一效率區的連片分布現象明顯，說明這些相鄰的縣域可能存在經濟發展的空間相關性。因此，可以通過ESDA的空間自相關分析方法，進一步探索福建省縣域全要素生產率在空間上的分布關系。

3.2.2 縣域經濟效率全局空間相關性分析 如表2所示，2008—2018年的Morans I指數>0，且臨界值Z值均>1.65，著性水平P值多數接近0.000 1（達到99.99%的置信度）和0.001（達到99.9%的置信度），說明在11年間，福建省縣域全要素生產率之間存在高度的空間自相關性。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。

4 結論

本研究通過綜合利用Malmquist指數法、全局空間自相關性分析等方法，對福建省55個縣域在2008—2018年間的縣域經濟全要素生產率進行時空格局分析，得出以下結論：（1）福建省縣域經濟發展的各項效率在一定范圍內波動變化，全要素生產率進步的主要原因是技術進步，其次是規模效率的提高。閩西的全要素生產率改善要好于其余3個地區。（2）全要素生產率高等級效率區分布范圍明顯擴大，但分布空間存在轉移，相同效率區連片分布規律明顯。（3）在11年間，福建省縣域全要素生產率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，存在明顯的空間溢出效應。（4）福建省各縣域之間的經濟發展差異，主要是由于不同的地理環境、資源稟賦而形成的產業方向、發展程度等方面的影響。因此可立足于各縣域的發展要素基礎，加強政府引導、市場主導的作用，加大財政政策的支持力度，優化資源配置，調整產業結構，提高經濟競爭力。

參考文獻：

[1]王小魯. 中國經濟增長的可持續性與制度變革[J]. 經濟研究，2000（7）：3-14.

[2]楊開忠，謝 燮. 中國城市投入產出有效性的數據包絡分析[J]. 地理學與國土研究，2002，18（3）：45-47.

[3]郭慶旺，賈俊雪. 中國全要素生產率的估算：1979—2004[J]. 經濟研究，2005（6）：51-60.

[4]李 郇，徐現祥，陳浩輝. 20世紀90年代中國城市效率的時空變化[J]. 地理學報，2005，60（4）：615-625.

[5]章祥蓀，貴斌威. 中國全要素生產率分析：Malmquist指數法評述與應用[J]. 數量經濟技術經濟研究，2008，25（6）：111-122.

[6]劉建國，李國平，張軍濤，等. 中國經濟效率和全要素生產率的空間分異及其影響[J]. 地理學報，2012，67（8）：1069-1084.

[7]周 鵬，潘 嗥. 區域經濟增長技術效率差異分析——以浙江省為例[J]. 經濟地理，2010，30（5）：801-807.

[8]石風光，何雄浪. 全要素生產率、要素投入與中國地區經濟差距的動態分布分析[J]. 南京社會科學，2010（2）：24-30.

[9]孫 威，董冠鵬. 基于DEA模型的中國資源型城市效率及其變化[J]. 地理研究，2010，29（12）：2155-2165.

[10]方創琳，關興良. 中國城市群投入產出效率的綜合測度與空間分異[J]. 地理學報，2011，66（8）：1011-1022.

[11]盧洪友，鄭法川，賈 莎. 前沿技術進步、技術效率和區域經濟差距[J]. 中國人口·資源與環境，2012，22（5）：120-125.

[12]余泳澤. 中國省際全要素生產率動態空間收斂性研究[J]. 世界經濟，2015（10）：30-55.

[13]王賀封，石憶邵，尹昌應. 基于DEA模型和Malmquist生產率指數的上海市開發區用地效率及其變化[J]. 地理研究，2014，33（9）：1636-1646.

[14]任世鑫，謝志祥，李 陽，等. 中原經濟區城市效率時空格局演變研究[J]. 河南大學學報（自然科學版），2017，47（2）：147-154.

[15]李 寧，李鐵濱，房艷剛，等. 吉林省縣域經濟效率時空格局演化研究[J]. 地理科學，2019，39（8）：1293-1301.

[16]宋 萍，洪 偉，吳承禎，等. 基于ESDA的福建省縣域經濟差異[J]. 福建農林大學學報（自然科學版），2009，38（4）：406-411.

[17]柯文前，陸玉麒. 基于縣域的福建省經濟空間格局演化[J]. 經濟地理，2011，31（7）：1081-1087.

[18]紀小美，付業勤，陶卓民，等. 福建省縣域經濟差異的時空動態與變遷機制[J]. 經濟地理，2016，36（2）：36-44.

[19]楊琳珩，黃耀裔，蘇建云. 基于ESDA-GIS的福建省縣域經濟差異[J]. 泉州師范學院學報，2016，34（6）：82-88.

[20]方文婷，滕堂偉，陳志強. 福建省縣域經濟差異的時空格局演化分析[J]. 人文地理，2017，32（2）：103-110，136.

[21]李新光，黃安民. 高鐵對縣域經濟增長溢出效應的影響研究——以福建省為例[J]. 地理科學，2018，38（2）：233-241.

[22]劉德娟. 我國粳稻生產效率變動及收斂性分析[J]. 廣東農業科學，2012（12）：174-179.

[23]劉德娟. 福建省水稻生產效率的實證研究[J]. 福建農業學報，2015，30（11）：1113-1119.

[24]Christensen L R. The economic theoryof index numbers and the measurement of input，output and pro-ductivity[J]. Econometrica，1982，50（6）：1393-1414.

[25]Grosskopf S，Norris M. Productivitygrowth，technical progress and efficiency change in industrial-ized countries[J]. American Economic Review，1994（84）：66-83.

[26]潘竟虎，張佳龍，張 勇. 甘肅省區域經濟空間差異的ESDA-GIS分析[J]. 西北師范大學學報（自然科學版），2006，42（6）：83-87，91.