区域经济增长空间关联性纵向变化与横向差异实证分析.docVIP

区域经济增长空间关联性纵向变化与横向差异实证分析 　　摘要:基于Moran’s I指数的空间自相关性测度可以作为经济活动空间关联性的统计分析方法。运用省级、地级的经济增长数据进行实证分析,结果表明:改革开放三十年来,中国省级市区经济增长指标的Moran’s I指数表现了明显的变化阶段性。在加入WTO过渡期,中国地级市区经济增长指标的Moran’s I指数既表现了一定的纵向变化,又表现了明显的横向差异。 　　关键词:经济增长;空间关联性;Moran’s I指数;纵向阶段性;横向差异性 　　中图分类号:F127文献标志码:A文章编号:1673-291X(2010)04-0087-03 　　 　　一、经济活动空间关联性的统计分析方法:Moran’s I指数 　　经济活动空间关联性的统计分析逐步受到应有的关注[1~8] 。空间统计探索检验方法包括空间直方图、盒子图、分位数图和系列空间自相关指标。最常用的空间自相关指标是Moran指数(Moran,1950)和G系数(Ord Getis,1995),这里具体只介绍前者。用Moran’sI度量目标变量的空间相关性分为全局指标(global Moran’sI)和局部指标(local Moran’sI),前者用于验证整个研究区域某一要素的空间模式,后者用于分析整个大区域中,局部小区域单元上的某种现象或属性值与相邻局部小区域单元上同一现象或属性值的相关程度。Global Moran’sI的定义是: 　　I=×(1) 　　Local Moran’sI的定义是: 　　I i = j w i j(2) 　　其中,n是空间单元总数,xi,xj为目标变量x在地区i和j的观测值,是变量x的平均值。w i j是二元相邻权重矩阵的元素,当地区i和j边界相连接时, w i j的值为1,否则即为0。由I和Ii的公式及二者的关系可知,Local Moran’sI所测量的内容与Global Moran’sI类似,都是变量x在地区i和j的空间相关性。I和Ii的取值在-1～1之间 [5]。 　　Global Moran’sI的统计意义:若各地区间变量x对应的经济行为是空间正相关的, 则I的数值应当较大;若负相关则较小。当目标区域数据在空间区位上相似的同时也有相似的属性值时,空间模式整体上就显示出正的空间自相关性且有聚集现象;而当在空间上邻接的目标区域数据不同寻常地具有不相似的属性值时,就呈现为负的空间自相关性;零空间自相关性出现在当属性值的分布与区位数据的分布相互独立的情况。 　　Local Moran’sI的统计意义:当Ii=0时,表明地区i的属性值xi与所有相邻地区j的属性值xj不相关,地区i的目标变量x对应的经济行为不受相邻地区影响,不存在空间依赖性;当为Ii正值时,表明地区i的属性值xi与所有相邻地区j的属性值xj是正相关关系,有相似的属性;当Ii为负值时,表明地区i的属性值xi与所有相邻地区j的属性值xj是负相关关系。 　　值得注意的是Local Moran’sI值的总和与Global Moran’sI有一个倍数(r)关系:I=r× Ii。Global Moran’sI能描述经济变量整体的空间自相关模式,但不能反映具体各地区的空间依赖情况,或与整体模式不同的地区,而Local Moran’sI为分析各地区的情况提供了信息。另外,标准化的经济变量与空间滞后经济变量的Local Moran散点图(四个象限)还能够显示不同的局部空间关联性。一般地,在空间经济计量建模之前需要检验判断地区间的空间相关存在与否,主要的检验方法包括Moran’s I检验、最大似然LM-Error检验及最大似然LM-Lag检验等空间效应检验来进行(Anselin1988) [9~10]。 　　二、指标选择、数据来源与Moran’sI指数 　　为了用Moran’sI指数区域经济增长的自相关性,这里从省级市区和地级市区两个层面选择经济增长指标。省级市区经济增长的指标包括1978―2007年国内生产总值GDP、第三产业国内生产总值GDP3和人均国内生产总值GDPP,地级市区经济增长的指标包括2000―2006年人均国内生产总值GDPP和人均国内生产总值的自然对数LnGDPP。数据来源于《新中国五十五年统计资料汇编1949―2004》、《中国统计年鉴2006―2008》和《中国区域经济统计年鉴2001―2007》。Moran’sI指数用Geoda095i空间统计软件进行计算,空间权重矩阵选取一阶的空间邻近权重(Contiguity Weight)矩阵。 　　(一)1978―2007年省级市区经济增长的Moran’sI指数 　　1978―2007年省级市区GDP、GDP3和GDPP的Moran’sI指数分别用GDP_