带动与互斥基于实证区域经济增长质量空间特征观察.docVIP

带动与互斥基于实证区域经济增长质量空间特征观察 　　中图分类号：F061.2 文献标识码：A 　　内容摘要：本文以2007-2011年间我国30个地区为研究对象，运用主成分分析法建立我国区域经济增长质量的综合指标体系。通过全局自相关和局部自相关方法检验，发现我国区域经济增长质量存在显著的空间依赖性，空间分布体现出明显的“核心-外围”的区域特征。 　　关键词：区域经济增长质量 主成分分析法 空间自相关性 　　引言 　　经过30年的经济改革与经济转型，我国的经济飞速发展。然而，数量型扩张的经济增长方式也使经济增长中的矛盾和问题日益凸显，如区域差距拉大、产业结构不合理、生态环境严重破坏等，这些问题给经济社会健康、可持续的发展带来了巨大的冲击和挑战。早期学者在衡量经济增长质量的过程中，将经济增长效率等同于经济增长质量。然而，随着经济增长的实践难题逐渐由经济系统蔓延到社会各个层面，经济持续增长欠佳、贫富差距拉大等问题日益凸显，经济增长质量的关注范围更广泛。另外，随着区域经济跨越发展，区域间的联系变得错综复杂，全国的资源要素逐步向经济发达的区域转移，空间聚集效应逐渐明显。因此本文采用综合指标评价方法，通过主成分分析方法测量我国2007-2011年间30个区域经济增长质量，分析区域间的空间交互作用，了解区域发展的优势与不足，为区域经济协调发展提出建议。 　　区域经济增长质量测量 　　（一）区域经济增长质量评价体系构建 　　经济增长质量是相对于经济数量增长而言，是在经济增长的稳定性、经济结构的优化、生态环境、居民生活质量及福利收入分配等诸多方面所表现出的整体优劣程度。近年来，学者毛燕玲等（2008）、钞小静等（2009）、任保平（2011；2010）等选取经济增长的结构性、城乡收入差距、资源利用等要素来建立经济增长质量综合评价体系。本文参考任保平的评价体系，建立了经济增长质量评价体系。 　　（二）综合指数的计算 　　本文的数据主要来源于中国科技统计年鉴、中国高技术产业统计年鉴及中国主要科技指标数据库等。文章采用min-max标准化方法对原始数据进行无量纲化处理（郭亚军等，2008；张立军等，2010）。具体公式如下： 　　（1） 　　其中：Yij为某区域第j年第i个单项指标的标准化后的数据，Xij为某区域第j年第i个单项指标的原始值，Ximin为样本数据中第i个单项指标的最小原始值，Ximax是样本数据中第i个单项指标的最大原始值。 　　本文的研究对象为区域，测量指标间存在较强的相关性，为准确测量区域经济增长质量，本文运用主成分分析法来确定权重，根据权重计算出我国2007-2011年30个地区的经济增长质量的综合指数，如表1所示。 　　空间自相关检验方法 　　（一）全局空间自相关性检验 　　全局空间自相关检验的指标是Moran`s I指数。当Moran`s I小于0时，说明区域之间呈负相关关系，越接近-1则区域间的发布越不集中，表现为高-低聚集或低-高聚集；当Moran`s I大于0时，表示区域之间为正相关关系，越接近1则区域之间越相似，呈现出高-高聚集或低-低聚集；当Moran`s I等于0时，则表示区域之间没有相关关系。 　　（二）局部空间自相关检验 　　局部空间自相关检验的结果通过Moran 散点图进行描述。H-H（L-L）表示某地区及其周边地区的观测值均比较高（低），存在较强的空间自相关关系，两者的空间差异程度较小，即为热点区（盲点区）；L-H（H-L）表示观测值低（高）的区域与观测值高（低）的地区毗邻，两者之间存在负向空间自相关关系，空间差异程度较大。 　　实证分析 　　（一）全局空间分布特征 　　通过Moran`s I值检验区域间经济增长质量相互关系，如表2所示。由表2可知，我国区域经济增长质量的全局Moran`s I 在2007-2011年均显著为正，区域之间显示出较强的空间依赖性。空间分布以H-H聚集类型或L-L聚集类型为主，即经济增长质量高的地区倾向与经济增长质量高的地区临近，经济增长质量低的地区与经济增长质量低的地区毗邻。从Moran`s I值的变化趋势可知，我国经济增长质量的Moran`s I 值虽有逐渐减小的趋势，但其总体均维持在0.4左右，区域之间主要还是表现出空间聚集特征。 　　（二）局部空间分布特征 　　通过局部空间分布特征分析发现，L-L聚集型的地区主要位于我国西部和中部地区（见表3），该区域的经济增长质量普遍较低，是我国经济增长质量的盲点区。长期表现出H-H聚集类型的区域有山东等7个经济发达的东部地区，是经济增长质量的热点区。安徽、江西和河北为L-H类型，其与经济增长质量高的东部沿海地区毗邻。湖北、吉林、广东和辽宁为H-L类型，其自身经济增长质量高，但未能带动周