后疫情時期京津冀經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，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性公共事件，致使經濟受到沖擊，全國面臨前所未有的困境。京津冀地區作為我國重要增長極，對全國經濟有著極其重要的作用，是連接東北地區與中部地區經濟的重要樞紐[1]。京津冀區域協同更是我國重要國家戰略，其中產業轉移既是京津冀協同發展的重點領域也是關鍵支撐[2]。

疫情暴發以來，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下，京津冀地區經濟增速呈逐季上行、加快回升的向好態勢，直至2020年第三季度全面實現經濟正增長。2020年根據地區生產總值統一核算結果，京津冀地區生產總值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展與控制形態，實時收集相關數據，分析疫情前后京津冀地區經濟發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，對經濟增長的空間關聯性展開討論。

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]。空間權重矩陣根據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，即利用相鄰區域間的測度來定義權重系數[5]。通過實際地理位置的距離構建權重矩陣，距離越遠，空間權重矩陣系數越小，空間相關性越差。

其中，di，j表示區域i與區域j之間的質心距離。

本文選取京津冀地區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，當值大于0時，表示數據呈現空間正相關，其值越大空間相關性越明顯。當值小于0時，表示數據呈現空間負相關，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

面板數據模型是一種特殊的計量經濟模型，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維參數向量；ρ為空間滯后回歸系數；λ為空間誤差回歸系數；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個城市的第一產業增加值、第二產業增加值、第三產業增加值作為經濟增長的衡量指標。

解釋變量。本文重點研究第一產業空間溢出效應，由于第一產業經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表示土地投入（LNL）、農業機械總動力的對數表示農業機械投入（LNM）、農用化肥施用量的對數表示化肥投入（LNF）、有效灌溉面積的對數表示灌溉面積投入（LNI）、農業用電量的對數表示用電量投入（LNE）、存欄牲畜的對數表示畜牧投入（LNA）作為經濟增長主要影響因素。

三、實證分析

（一）數據說明

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

（二）京津冀各城市經濟發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、三產業經濟增長的空間關聯性前，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、三產業增加值的Moran's I指數值如表1所示。

表1 2019—2021年第三季度第一、二、三產業增加值的Moran's I指數值

圖1 第一、二、三產業Moran's I指數趨勢圖

第一產業：樣本期間內，京津冀地區第一產業經濟發展的Moran's I指數呈現周期波動趨勢，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的經濟存在顯著的負向空間相關性。且疫情前后，Moran's I指數呈現先上升后下降的趨勢。說明疫情對京津冀地區第一產業產生一定影響，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。

第二產業：樣本期間內，第二產業Moran's I指數呈現周期波動趨勢，且均為負值，但均未通過顯著性檢驗。說明京津冀地區并未出現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。

第三產業：樣本期間內，京津冀地區第三產業經濟發展的Moran's I指數呈現負值，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，第三產業經濟增長存在顯著的負向空間相關性。疫情前后，Moran's I指數只是略有波動，且基本穩定在-0.200左右的水平，說明整體上各地區經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，京津冀地區第一產業經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年第三季度的數據進行分析。總體來看，近三年京津冀地區大部分城市主要分布在第二象限（L-H區域）和第四象限（H-L區域），這些城市的第一產業經濟增長的空間關聯性以“低-高”集聚和“高-低”集聚為主。說明京津冀地區第一產業經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第一產業增加值的Moran散點圖

圖3 2020 Q3第一產業增加值的Moran散點圖

圖4 2021 Q3第一產業增加值的Moran散點圖

Moran散點圖僅對研究地區的局部相關性進行檢驗，而沒有體現各個集聚區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業增加值分別在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業經濟增長對周邊地區的影響程度。

從表2可以看出，2019—2021年京津冀第一產業經濟增長的LISA聚類結果在該區間內變化較小，經濟增長的空間集聚特征呈現穩定狀態。一直處于“低-高”集聚區域的只有秦皇島市，表明相比周邊第一產業經濟增長水平相對較高的唐山市、承德市，該市的經濟增長水平較低。值得關注的是，承德市和張家口市的空間格局呈現“高-低”集聚。說明疫情前后，北京市第一產業經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農業結構調整，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，說明第一產業經濟增長水平存在較大差異，相鄰的地區間尚未形成明顯的集聚效應。總體而言，疫情對京津冀地區第一產業經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年第三季度第一產業增加值的LISA聚類結果

對京津冀地區疫情前后2019—2021年各季度第一、二、三產業的經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，得出第一產業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，京津冀地區第一產業經濟增長主要呈現“高-低”集聚和“低-高”集聚，空間集聚特征較為穩定。第二產業沒有顯著的空間負相關性。第三產業雖然有負向的空間相關性，但Moran's I指數基本穩定在-0.200左右，空間相關性較小，表明疫情并未帶來明顯影響，各區域間經濟發展具有一致性。

（三）京津冀各城市經濟發展的空間計量回歸模型

由于京津冀地區第一產業經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個城市第一產業經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為第一產業增加值的對數，表示農業經濟增長的被解釋變量；i，t分別表示城市和年份。

由上文可知第一產業經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要素對經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，畜牧投入系數均顯著為正，說明對畜牧的投入有利于本地區第一產業經濟的正向發展，即加大對畜牧的投入會促進第一產業經濟增長。

其他各地的畜牧投入、灌溉面積投入對本市的第一產業經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，促進本地第一產業經濟增長。相反，周邊城市增加對土地、電量投入會對本地產生負的空間溢出效應，抑制本地第一產業經濟增長。其中，土地投入是農業經濟不可或缺的因素，本地投入越多經濟增長就越快，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，會抑制本地第一產業經濟發展。電力的投入與經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業中的發展程度，當增加電力投入時，代表地區自動化的發展增加，從而帶動經濟提升。當鄰近城市增加電力投入，即發展自動化設備時，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顯著為負，與上文Moran's I指數的估計結論一致，進一步證明了在京津冀地區的第一產業經濟增長存在空間相關性，即臨近城市的第一產業經濟增長對本地第一產業經濟增長有抑制作用。

四、結論與建議

（一）后疫情時期第一產業經濟應根據季度制定不同發展方向

根據分析結果可知，京津冀地區第一產業經濟具有空間相關性，且呈周期性波動。在每年的第三季度，京津冀地區的第一產業經濟增長呈現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產業結構優化方針高度契合。在每年的第二季度，第一產業的經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，即本地的第一產業經濟增長會促進臨近城市第一產業的經濟增長，說明在疫情對經濟產生影響的情況下，政府做到精準幫扶各地區發展，帶來了積極的正向作用，促進各城市在經濟恢復過程中的協同合作。綜合所述，為盡快實現京津冀地區第一產業經濟全面發展，應根據季度的特性制定發展方向，第二季度應充分利用空間正向溢出效應，促進相鄰地區的協同合作，拉動全區域經濟增長。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展方向，以達到全區域經濟發展效益收入的最大化。

（二）加強秦皇島市第一產業的發展

根據局部空間聚集性的研究，發現河北省北部地區出現“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業增長緩慢，而相鄰的承德市、張家口市經濟增長相對迅速。且在疫情前后空間聚集性未出現變動，秦皇島市第一產業在政府的有效管控下雖有所恢復，但依然落后其他地區。因此要著重關注秦皇島市第一產業的發展，加大政府扶持力度、引入先進技術資源、加強相鄰區域協同合作，共同促進經濟發展。

（三）加強區域經濟發展的資源分配

根據SDM模型估計結果，發現一個城市的畜牧投入、灌溉面積投入會對臨近城市第一產業經濟增長產生促進作用，土地面積投入和電量投入會對臨近地區第一產業經濟增長產生抑制作用。在后疫情時期，城市制定與第一產業相關政策時，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、發展基礎設施、投入要素，還應該充分重視第一產業的要素溢出、空間依賴等地理相互作用，提高第一產業發展高水平地區對臨近落后地區的帶動作用，促進區域間協同合作。進而縮小京津冀地區的第一產業的發展差異，實現區域第一產業的可持續發展。