空间计量模型在城市群经济中的实证.docxVIP

空间计量模型在城市群经济中的实证

一、引言

在区域经济一体化进程不断加速的背景下，城市群作为资源要素集聚、经济活动高度关联的空间载体，逐渐成为国家和地区参与全球竞争的核心单元。传统的计量经济学模型往往假设观测样本相互独立，忽略了地理空间中经济主体间的互动关系，这使得基于传统模型的分析难以准确刻画城市群内部“你中有我、我中有你”的复杂联系。空间计量模型通过引入空间权重矩阵，将地理邻接、经济距离等空间因素纳入分析框架，为揭示城市群经济发展的空间依赖性与异质性提供了有力工具。本文以某典型城市群为研究对象，系统探讨空间计量模型在城市群经济实证分析中的应用逻辑与实践价值，以期为区域协调发展政策制定提供科学依据。

二、空间计量模型与城市群经济的理论关联

（一）空间计量模型的核心思想与方法体系

空间计量模型是计量经济学与地理学交叉融合的产物，其核心在于承认经济现象的空间非独立性。传统计量模型假设“某地区的经济变量仅受自身因素影响”，但现实中，一个城市的产业布局会吸引周边城市的劳动力流入，相邻城市的交通基础设施完善会降低区域间物流成本，这些都体现了经济活动的空间溢出效应。空间计量模型通过构建空间权重矩阵（如基于地理邻接关系的一阶邻接矩阵、基于经济距离的倒数矩阵等），将“空间邻居”的影响量化为模型中的参数，从而更贴近真实经济系统的运行规律。

常见的空间计量模型包括空间滞后模型（SLM）和空间误差模型（SEM）。空间滞后模型关注因变量的空间溢出，例如某城市的经济增长率可能受到其相邻城市经济增长率的直接影响；空间误差模型则侧重误差项的空间相关性，反映未被观测到的共同因素（如区域政策、文化习俗）对多个相邻城市的同步影响。此外，空间杜宾模型（SDM）作为前两者的扩展，同时包含因变量和自变量的空间滞后项，能够更全面地捕捉空间互动的多维度特征。

（二）城市群经济的空间特征与计量需求

城市群区别于一般城市集合的关键，在于其内部存在显著的空间经济联系。首先，经济活动的空间集聚与扩散并存：核心城市凭借资源禀赋和政策优势形成“增长极”，吸引周边城市的资本、技术等要素集聚；当集聚达到一定阈值后，土地成本上升、环境压力加大等因素又会推动产业向周边城市扩散，形成“辐射效应”。其次，要素流动的空间依赖性突出：劳动力、资本等生产要素的跨城市流动并非随机，而是更倾向于流向经济联系紧密、交通成本低的邻近城市。最后，政策效应的空间溢出明显：某城市的产业扶持政策可能不仅提升本地企业竞争力，还会通过产业链关联带动相邻城市的配套产业发展。

这些特征意味着，若忽略空间因素，传统模型可能低估或高估关键变量的影响系数。例如，在分析交通基础设施对经济增长的作用时，传统模型仅计算本地交通投资的直接效应，而空间计量模型能进一步捕捉交通网络完善后，本地与周边城市贸易成本下降带来的间接效应，从而更全面地评估政策效果。

三、空间计量模型在城市群经济中的实证应用

（一）研究区域与数据说明

本文选取我国东部某成熟城市群作为研究对象。该城市群包含10个地级市，区域面积约15万平方公里，常住人口超8000万，经济总量占全国比重长期稳定在12%左右，具备典型的“核心-外围”空间结构——中心城市A经济总量占比超过40%，周边城市B、C、D等通过交通干线与A紧密连接，形成“1小时经济圈”。

研究数据来源于区域统计年鉴、交通部门公开资料及相关研究报告，时间跨度为近10年。变量选取遵循“全面反映经济增长驱动因素”原则：被解释变量为各城市人均GDP（对数化处理以消除异方差）；核心解释变量包括：①物质资本投入（全社会固定资产投资占GDP比重），②人力资本水平（每万人大学生数量），③交通基础设施（公路网密度，即公路总里程与区域面积之比），④政府干预（财政支出占GDP比重）；控制变量包括人口密度（常住人口与区域面积之比）和对外开放度（进出口总额占GDP比重）。

（二）空间自相关检验：揭示经济活动的空间依赖性

在构建空间计量模型前，需通过空间自相关检验判断研究对象是否存在显著的空间集聚特征。常用方法为全局莫兰指数（Moran’sI），其取值范围在[-1,1]之间，正值表示空间正相关（相似值集聚），负值表示空间负相关（相异值集聚），0表示空间随机分布。

计算结果显示，该城市群人均GDP的全局莫兰指数在研究期内均显著为正（p0.01），且呈逐年上升趋势。这意味着经济发展水平相近的城市在空间上趋于集聚：中心城市A及其直接邻接的B、C城市形成“高-高集聚区”（高经济水平城市相邻），而远离中心的D、E等城市则形成“低-低集聚区”（低经济水平城市相邻）。局部莫兰指数（LISA）进一步验证了这一结论：A、B、C三市的LISA散点图集中分布在第一象限（高-高），D、E两市集中分布在第三象限（低-低），未出现显著的“高-低”或“低-高”异常点。这