安徽省各地区GDP增长的空间计量研究.docVIP

安徽省各地区GDP增长的空间计量研究 　　摘要：通过对安徽省17个地级市连续5年GDP总量的空间分析，发现其存在显著的空间自相关联系，进而通过计算GDP平均增长率的Moran散点图来识别这些城市的类型。根据空间计量分析表明，安徽省各地区可分为高高聚集、低高聚集、低低聚集与高低聚集四类，进一步将上述四类地区划分为三种类型区域，并提出针对性的发展策略。 　　关键词：空间自相关；Moran指数；Moran散点图 　　中图分类号：F061.5文献标志码：A文章编号：1001-862X（2012）01-0019-006?お? 　　 　　一、引言 　　空间计量是一门新兴的学科，近十几年空间计量在国外社会科学的很多领域，尤其是在应用经济领域的运用增长很快，并成为经济计量学中一个亮点。空间计量经济研究的是在截面数据（Cross-sectional Data）和面板数据（Panel Data）的回归模型中如何处理空间相互作用即空间的自相关和空间结构即空间的不均匀性。空间分析的前提是认识与刻画地理位置相关的数据或属性间的空间依赖、空间关联，进而建立空间数据与属性间的计量关系。具体来说空间分析有以下三个作用：第一，对空间分布、空间模式进行定量化的描述和分析；第二，对空间关系（位置关系和属性关系）进行建模；第三，解释空间分布产生的原因。从目前的文献检索结果来看，国内关于该学科的研究不多，且以介绍性文章居多，只有少量应用性文章。比较有代表性的是2004年吴玉鸣和徐建华的《中国区域经济增长集聚的空间统计分析》以及2006年李小建和樊新生的《欠发达地区经济空间结构及其经济溢出效应的实证研究――以河南省为例》。这两篇文章分别发表在地理学报以及地理科学上，从这点上也可以看出：空间计量经济是在传统的计量经济的基础上加入空间维度的信息。国外学者曾用空间计量模型研究过中国问题，如Lesage（1999）运用空间经济计量模型研究对中国区域经济增长问题所做的研究；Coughlin and Segev（2000）对中国FDI区域分布的影响因素的空间经济分析。综合来看国内对空间计量的应用研究在以下几个方面有待深入：一是集中于在总量上对空间分布格局的描述或统计，较少针对平均增长率的空间相似性或差异性研究；二是大多数研究集中在分省数据的分析，对微观地域（地级市）的空间经济演化缺乏探讨。尽管较大范围的观察有利于揭示空间结构变化的宏观特点，但微观角度的研究对于分析这些特点的形成具有重要意义；三是研究的区域大都选择在发达地区，对欠发达地区的空间结构研究较少。 　　本文将采用空间自相关分析方法，利用2006-2010年安徽省各地级市GDP为原始考察数据，对其总量及平均增长率的时空演变趋势、特征等进行分析，以揭示其空间关联的发展规律，为省内区域发展差异及经济协调、持续发展等进一步研究提供基础。本文将着重研究以下三个方面：首先，通过对省内17个地级城市连续5年的GDP总量进行空间自先关分析，研究不同城市之间是否存在显著的空间关联；然后，在存在显著空间关联的基础上，通过计算空间联系的局部指标（LISA）以及Moran散点图来探索存在空间关联的城市发生聚集的地点；最后，根据空间分析结果，提出针对性政策建议。 　　二、安徽省各市GDP增长变化 　　对于一个城市或区域而言，经济发展的快慢受到多方面因素影响，但总结起来，不外乎以下两个方面：一是外生因素，包括区位条件，自然禀赋等；二是内生因素，包括自身经济基础、创新能力以及产业选择等。而这两个方面通过对所有城市地区的GDP的增长变化及空间分布研究均可能得到很好的解释：城市空间属性数据包含了外生因素中最为关键的区位条件信息，而城市GDP总量的多少则在很大程度包含了内生因素中自身经济基础的信息。因此基于城市GDP增长的空间统计研究可以在很大程度上解释发展程度不同城市的空间分布结构并能对类似城市个体的的发展趋势做出有效判断。 　　根据2010年安徽统计年鉴数据，安徽目前地级城市共计17个，其中只有省会合肥GDP总量超过2000亿元，其余城市GDP总量均在1000亿以下。各地详细数据见表1。 　　 　　 表1中的平均增长率R的计算公式如下：R=EXP［LN（an/a0）/n］-1。其中an表示报告期GDP值，a0表示基期GDP值，n为报告期与基期年份之差值。 　　三、空间统计分析 　　从现实来看，区域之间有扩散或极化效应，即存在“近墨着黑，近朱者赤”的现象。传统的区域经济理论一般用资源禀赋、循环累积因果理论或是路径依赖来解释。新经济地理则以外部性、规模收益递增以及不完全竞争来解释区域发展的集聚或分散。对省内各个城市地区的经济发展状况的空间分析，弥补了传统方法忽视空间维度的相关性和异质性的不足。空间自相关分析是空间统计分析中最为常