長江經(jīng)濟(jì)帶市場城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展研究

導(dǎo)語：長江經(jīng)濟(jì)帶市場城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：文章采用Stata12.0軟件與Matlab2016軟件，基于長江經(jīng)濟(jì)帶11省市1993—2016年市場潛能、城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展相關(guān)數(shù)據(jù)，在不同空間權(quán)重矩陣下建立空間杜賓模型。實證結(jié)果顯示，長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展相鄰省市之間具有負(fù)向溢出效應(yīng)，市場潛能及其空間效應(yīng)、空間城鎮(zhèn)化、人口城鎮(zhèn)化、政府公共投資對經(jīng)濟(jì)發(fā)展具有正向影響，在反距離權(quán)重矩陣模型和經(jīng)濟(jì)權(quán)重矩陣模型中人口城鎮(zhèn)化表現(xiàn)為負(fù)向效果，空間城鎮(zhèn)化表現(xiàn)出負(fù)向溢出效應(yīng)。

關(guān)鍵詞：長江經(jīng)濟(jì)帶；市場潛能；城鎮(zhèn)化；經(jīng)濟(jì)發(fā)展

0引言

長江經(jīng)濟(jì)帶是國家發(fā)展的重大戰(zhàn)略，城鎮(zhèn)化是“四化”同步發(fā)展的引擎。研究長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展與區(qū)域市場潛能和城鎮(zhèn)化的關(guān)系，對于科學(xué)開發(fā)長江經(jīng)濟(jì)帶市場潛能，有序推進(jìn)城鎮(zhèn)化建設(shè)，促進(jìn)長江經(jīng)濟(jì)帶的協(xié)調(diào)發(fā)展具有重要意義。縱觀已有研究[1-5]，主要是圍繞長江經(jīng)濟(jì)帶城鎮(zhèn)化的發(fā)展水平、規(guī)律，及影響因素而展開，然而很少關(guān)注長江經(jīng)濟(jì)帶市場潛能、城鎮(zhèn)化對經(jīng)濟(jì)發(fā)展的影響。為此，本文以已有研究為基礎(chǔ)，在新地理經(jīng)濟(jì)學(xué)視角下，構(gòu)建市場潛能、城鎮(zhèn)化與經(jīng)濟(jì)增長的分析框架，依據(jù)1993—2016年長江經(jīng)濟(jì)帶11省市面板數(shù)據(jù)，采用空間杜賓模型，在不同空間權(quán)重矩陣下建立空間計量模型，研究市場潛能與人口城鎮(zhèn)化、空間城鎮(zhèn)化和社會城鎮(zhèn)化水平對地區(qū)經(jīng)濟(jì)發(fā)展的影響。

1研究設(shè)計

1.1模型構(gòu)建本文采用Stata12.0軟件與Matlab2016軟件相結(jié)合,依據(jù)長江經(jīng)濟(jì)帶11省1993—2016年的數(shù)據(jù)，在不同空間權(quán)重矩陣下建立空間計量模型，構(gòu)建新經(jīng)濟(jì)地理學(xué)視角下市場潛能與城鎮(zhèn)化水平對地區(qū)經(jīng)濟(jì)發(fā)展的影響方向。（1）長江經(jīng)濟(jì)帶人均GDP的空間相關(guān)性研究。采用全局莫蘭指數(shù)I，考察數(shù)據(jù)在1993—2016年間的空間集聚情況。莫蘭指數(shù)I的取值范圍為（-1，1），當(dāng)值在（-1，0）之間時表示為負(fù)空間自相關(guān)，當(dāng)值在（0，1）之間時表示為正空間自相關(guān)。莫蘭指數(shù)I的值與空間權(quán)重矩陣的選取有關(guān)，參照已有研究選擇空間鄰接權(quán)重矩陣、反距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣進(jìn)行檢驗[6]。空間鄰接權(quán)重矩陣以地區(qū)行政相鄰為判據(jù)，當(dāng)?shù)貐^(qū)i與地區(qū)j相鄰時Wij=1，當(dāng)?shù)貐^(qū)i與地區(qū)j不相鄰時Wij=0。反距離權(quán)重矩陣以省會城市之間歐氏距離的倒數(shù)設(shè)置權(quán)重，地區(qū)i與地區(qū)j之間的權(quán)重Wij=1/dij，若i=j則Wij=0。經(jīng)濟(jì)距離權(quán)重矩陣以各地區(qū)1993—2016年的平均人均GDP值為基礎(chǔ)，計算出地區(qū)i與地區(qū)j之間的人均GDP值差額，并以差額為倒數(shù)設(shè)置權(quán)重，即地區(qū)i與地區(qū)j之間的權(quán)重Wij=1/(Y||i-Yj)，若i=j則Wij=0。（2）確定合適的模型類型，建立空間鄰接權(quán)重矩陣、反距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣下的空間計量模型并進(jìn)行分析。采用paneldata方法對面板數(shù)據(jù)進(jìn)行OLS回歸，通過Hausman檢驗確認(rèn)非觀測效應(yīng)與模型中自變量的相關(guān)性，決定模型是采用固定效應(yīng)還是隨機(jī)效應(yīng)的方法估計；同時各地區(qū)變量之間可能存在不同的時間趨勢，因此加入時間虛擬變量，以確定是否需要在模型中加入時間效應(yīng)。按Elhorst（2014）[7]提出的方法，建立空間杜賓模型SDM并進(jìn)行回歸，根據(jù)Wald檢驗和LR檢驗結(jié)果確認(rèn)最終模型類型。

1.2變量選取（1）因變量。人均GDP進(jìn)行指數(shù)平減后得到以上一經(jīng)濟(jì)實證DOI:10.13546/j.cnki.tjyjc.2019.10.034年為基值的實際值，作為地區(qū)經(jīng)濟(jì)發(fā)展的代表變量，數(shù)據(jù)取自然對數(shù)。（2）自變量。自變量為市場潛能、人口城鎮(zhèn)化、空間城鎮(zhèn)化和社會城鎮(zhèn)化。市場潛能表現(xiàn)為不同地區(qū)間的經(jīng)濟(jì)增長存在相互促進(jìn)累積循環(huán)機(jī)制。本文依據(jù)Harris（1954）提出的市場潛能函數(shù)公式，將市場潛能引入并作為本文的自變量之一，數(shù)據(jù)取自然對數(shù)。mppt=åc¹pYctdpc（1）其中，mppt表示為第t年p地區(qū)的市場潛能，Yct為第t年c地區(qū)的人均GDP值，p地區(qū)與c地區(qū)相鄰，dpc為p地區(qū)與c地區(qū)的省會城市之間的歐氏距離。城鎮(zhèn)化是一個包含人口狀況、土地空間狀況和社會消費狀況的集合概念，本文選取人口城鎮(zhèn)化、空間城鎮(zhèn)化和社會城鎮(zhèn)化三個視角進(jìn)行分析。（3）控制變量。本文選取政府公共投資、人力資本潛能和資本投入水平作為控制變量。政府公共投資取地方財政支出占GDP的比重；人力資本潛能取在校大學(xué)生人數(shù)占本地區(qū)人口總數(shù)；資本投入水平取全社會固定投資額占本地區(qū)GDP的比重。相關(guān)變量的取值方法、具體含義和代表符號1.3數(shù)據(jù)說明根據(jù)《中國統(tǒng)計年鑒（1994—2016）》、各省市統(tǒng)計年鑒（1994—2016）和2016年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報，收集整理了長江經(jīng)濟(jì)帶11省市關(guān)于經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化發(fā)展的相關(guān)數(shù)據(jù)，應(yīng)用Stata12.0軟件對數(shù)據(jù)進(jìn)行處理，得到變量的基本特征值

2實證分析

2.1長江經(jīng)濟(jì)帶各省市人均GDP的空間相關(guān)性本文利用不同的空間權(quán)重矩陣，采用全局莫蘭指數(shù)I考察1993—2016年間長江經(jīng)濟(jì)帶各省市人均GDP的空間相關(guān)性。無論是選擇空間鄰接權(quán)重矩陣、反距離權(quán)重矩陣還是經(jīng)濟(jì)距離權(quán)重矩陣，Moran’sI檢驗值都在10%~1%的顯著水平上，說明長江經(jīng)濟(jì)帶各省市人均GDP都有很顯著的正空間相關(guān)性。通過制作Moran’sI指數(shù)趨勢圖，顯現(xiàn)出隨著時間的推移，人均GDP的正空間自相關(guān)性逐年增強(qiáng)，空間聚集效應(yīng)明顯，說明地區(qū)之間存在溢出效應(yīng)。因此，應(yīng)建立空間計量模型解釋各變量之間的關(guān)系。

2.2面板數(shù)據(jù)模型回歸類型選擇根據(jù)已有研究成果，建立基本面板數(shù)據(jù)模型如下：（2）面板數(shù)據(jù)模型的回歸結(jié)果見表3，由Hausman檢驗結(jié)果可知，其檢驗統(tǒng)計量值為22.39，且在1%檢驗水平下顯著，因此拒絕了應(yīng)選擇隨機(jī)效應(yīng)模型的原假設(shè)，確定模型應(yīng)為固定效應(yīng)模型。LR檢驗結(jié)果顯示，個體固定效應(yīng)的統(tǒng)計值為84.78，且在1%檢驗水平下顯著，時間固定效應(yīng)的統(tǒng)計值為86.73，且在1%檢驗水平下顯著，都拒絕了無固定效應(yīng)和無時間固定效應(yīng)的原假設(shè)，因此確定面板數(shù)據(jù)模型為雙固定效應(yīng)模型。

2.3雙固定效應(yīng)的空間杜賓模型分析由表4的結(jié)果可知，三種空間權(quán)重矩陣的Waldspatiallag、LRspatiallag、Waldspatialerror和LRspatialerror檢驗值都在1%檢驗水平下顯著，因此確定最終的模型為雙固定效應(yīng)的空間杜賓模型（SDM）。經(jīng)過軟件計算處理，雙固定效應(yīng)空間杜賓模型的回歸結(jié)果在不同的空間權(quán)重矩陣選擇下，空間杜賓模型的擬合優(yōu)度優(yōu)于普通面板數(shù)據(jù)模型，因此后續(xù)主要分析空間杜賓模型自變量和因變量的回歸結(jié)果，不再對控制變量進(jìn)行分析。（1）經(jīng)濟(jì)發(fā)展的空間效應(yīng)系數(shù)（W*dep.var）為負(fù)，且在1%檢驗水平下顯著，說明本地區(qū)對其他地區(qū)的負(fù)向溢出效應(yīng)明顯，證明市場潛能存在鄰近地區(qū)競爭的特點。而影響經(jīng)濟(jì)發(fā)展的各類投資都具有極大的流動性，在虹吸效應(yīng)的作用下，長江經(jīng)濟(jì)帶相鄰省市之間表現(xiàn)出負(fù)向溢出效應(yīng)。（2）市場潛能（lnmp）及其空間效應(yīng)（W*lnmp）對經(jīng)濟(jì)發(fā)展的影響是正向的，且在1%檢驗水平上顯著。說明長江經(jīng)濟(jì)帶城市之間經(jīng)濟(jì)增長有相互促進(jìn)的作用。這應(yīng)當(dāng)是由于相鄰省市之間的相互協(xié)同、相互競爭，起到了相互促進(jìn)的作用，而且這種促進(jìn)作用會不斷累積循環(huán)發(fā)展，產(chǎn)生長期的正向影響。（3）城鎮(zhèn)化水平因為內(nèi)含不同，其相互影響也不一樣。人口城鎮(zhèn)化（X2），系數(shù)估計值為負(fù)，且在反距離權(quán)重矩陣模型和經(jīng)濟(jì)權(quán)重矩陣模型中顯著，空間效應(yīng)（W*X2）在經(jīng)濟(jì)權(quán)重矩陣模型中顯著，系數(shù)估計值為正。這說明人口已經(jīng)成為影響經(jīng)濟(jì)發(fā)展的重要因素，長江經(jīng)濟(jì)帶人口城鎮(zhèn)化對整個經(jīng)濟(jì)的發(fā)展產(chǎn)生正向顯著影響。空間城鎮(zhèn)化（X3）及其空間效應(yīng)（W*X3）系數(shù)估計值為正，且在1%檢驗水平上顯著，表明其對經(jīng)濟(jì)發(fā)展具有正向影響。長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展已經(jīng)形成相互促進(jìn)和影響的整體。社會城鎮(zhèn)化（lnX4）系數(shù)估計值為正，且在1%檢驗水平上顯著，空間效應(yīng)（W*lnX4）在反距離權(quán)重矩陣模型顯著，系數(shù)估計值為負(fù)。說明消費具有促進(jìn)經(jīng)濟(jì)發(fā)展的作用。同時，在長江經(jīng)濟(jì)帶相鄰省市之間，消費表現(xiàn)出相互競爭的特征。

2.4空間溢出效應(yīng)分解SDM模型能便利地捕捉直接效應(yīng)和間接效應(yīng)[8]，從直接效應(yīng)、間接效應(yīng)和總效應(yīng)方面解釋SDM模型的回歸系數(shù)更合適[9]。比較三種空間權(quán)重矩陣模型，無論是擬合優(yōu)度R2還是自然對數(shù)似然函數(shù)值LogL，鄰接權(quán)重矩陣模型都優(yōu)于反距離權(quán)重矩陣和經(jīng)濟(jì)權(quán)重矩陣，因此選擇鄰接權(quán)重矩陣模型解釋空間杜賓模型的空間溢出效應(yīng)，回歸結(jié)果2.4.1市場潛能長江經(jīng)濟(jì)帶市場潛能無論是直接效應(yīng)、間接效應(yīng)，還是總效應(yīng)其系數(shù)都為正，對其經(jīng)濟(jì)發(fā)展有正向影響。其中間接效應(yīng)和總效應(yīng)在1%檢驗水平下顯著。說明本地區(qū)市場潛能增長1%，能帶動周邊地區(qū)經(jīng)濟(jì)增長0.5689%，帶動長江經(jīng)濟(jì)帶全部地區(qū)總增長0.6901%。2.4.2城鎮(zhèn)化人口城鎮(zhèn)化的直接效應(yīng)和總效應(yīng)系數(shù)為負(fù)，間接效應(yīng)系數(shù)為正，但都不顯著。表明長江經(jīng)濟(jì)帶第三產(chǎn)業(yè)尚沒有形成對經(jīng)濟(jì)發(fā)展應(yīng)有的促進(jìn)作用；空間城鎮(zhèn)化的三種效應(yīng)系數(shù)都為正，其中直接效應(yīng)和總效應(yīng)系數(shù)顯著。表明空間城鎮(zhèn)化發(fā)展會帶動本地區(qū)經(jīng)濟(jì)增長和區(qū)域總增長；社會城鎮(zhèn)化的三種效應(yīng)都十分顯著，直接效應(yīng)和總效應(yīng)為正，間接效應(yīng)為負(fù)。說明本地區(qū)社會城鎮(zhèn)化發(fā)展水平增長1%，能帶動本地區(qū)經(jīng)濟(jì)增長0.5548%，帶動全部區(qū)域總增長0.2375%，但是會使周邊地區(qū)經(jīng)濟(jì)增長降低0.3173%。這說明消費水平仍然是影響經(jīng)濟(jì)發(fā)展的重要因素。

3結(jié)論

（1）長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展已經(jīng)形成相互影響和促進(jìn)的整體，相鄰省市之間具有負(fù)向溢出效應(yīng)。無論是選擇空間鄰接權(quán)重矩陣、反距離權(quán)重矩陣還是經(jīng)濟(jì)距離權(quán)重矩陣，都表現(xiàn)出空間相關(guān)性，且空間城鎮(zhèn)化對經(jīng)濟(jì)發(fā)展具有正向影響，相鄰省市之間有負(fù)向溢出效應(yīng)。（2）長江經(jīng)濟(jì)帶市場潛能及其空間效應(yīng)對經(jīng)濟(jì)發(fā)展具有正向影響。長江經(jīng)濟(jì)帶相鄰省市之間具有相互協(xié)同、相互競爭的關(guān)系，正是這種關(guān)系在經(jīng)濟(jì)發(fā)展上起到了相互促進(jìn)的作用，而且這種促進(jìn)作用會不斷累積循環(huán)發(fā)展，產(chǎn)生長期的正向影響。（3）長江經(jīng)濟(jì)帶人口城鎮(zhèn)化對經(jīng)濟(jì)發(fā)展具有顯著的正向影響，但由于人口的流動性，在長江經(jīng)濟(jì)帶上省市之間第三產(chǎn)業(yè)的發(fā)展具有相互競爭的特點。（4）長江經(jīng)濟(jì)帶空間城鎮(zhèn)化對經(jīng)濟(jì)發(fā)展具有正向影響，說明城鎮(zhèn)道路建設(shè)對經(jīng)濟(jì)發(fā)展有促進(jìn)作用，而且道路建設(shè)的成效又會吸引相鄰省市人員的流入，進(jìn)而間接影響到相鄰省市的經(jīng)濟(jì)發(fā)展。（5）長江經(jīng)濟(jì)帶政府公共投資為經(jīng)濟(jì)發(fā)展發(fā)揮了巨大的作用，以高校學(xué)生占本地區(qū)人口比重的人力資本潛能，表現(xiàn)為某個地區(qū)高等教育的發(fā)達(dá)程度，而由于高校學(xué)生來源以本地區(qū)為主，家鄉(xiāng)情節(jié)或多或少會影響到畢業(yè)生工作地點的選擇，已經(jīng)成為影響長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展的重要因素。

作者:汪發(fā)元  鄭軍 裴瀟 葉云 單位:長江大學(xué)