導語：小議經濟集聚與經濟增長的計量一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：從新經濟地理學視角，基于空間計量經濟模型，對江蘇省經濟集聚與經濟增長的關系進行了實證分析。結果表明：江蘇省縣域經濟具有顯著的空間相關性，但蘇南增長極對鄰近區域的影響主要體現為回浪效應，擴散效應不足;以產業集聚和城市化為特征的經濟集聚對于經濟增長具有積極作用，但這種影響是地方性的，隨空間距離的增加而衰減。需要采取各種政策措施促進要素向蘇北地區的流動，加大快速交通網絡的建設力度，加強蘇北地區中心城市的建設，不斷縮小蘇南蘇北地區之間的差距。

關鍵詞：經濟集聚;經濟增長;空間計量模型

一、引言及文獻綜述

縱觀世界經濟的發展歷史，經濟的空間集聚是一種普遍存在的現象，正如克魯格曼所言：“經濟活動最突出的地理特征是什么?一個簡短的回答肯定是集中”。與經濟的空間集聚相伴而生的是區域經濟增長的非均衡化以及地區差距的擴大。作為中國經濟增長最快、最具活力的省區之一，江蘇省內部表現出很強的經濟集聚趨勢，同時一直受到經濟發展不平衡問題的困擾，地區間差距在最近20年迅速擴大。集聚是否是導致地區經濟增長差異的重要因素?本文擬對這一問題進行實證研究。

長久以來，經濟增長與經濟集聚的研究幾乎互不相關。然而，現實表明，經濟活動的空間聚集與經濟增長是很難被分割的兩個過程。20世紀90年代后期，一些新經濟地理學領域內的學者開始嘗試整合新經濟地理學與新增長理論，在統一的理論框架下探討集聚與增長之間的相互作用，其中開創性的工作包括Martin和Ottaviano(1999)、Baldwin(1999)、Baldwin和Forslid(2000)以及Baldwin等(2001)。他們通過強調技術外溢和空間集聚的相互作用，為解釋經濟集聚和經濟增長之間的內在聯系提供了一個非常清晰和簡明的理論分析框架。Fujita和Thisse(2003)在此基礎上通過改進研發部門的生產函數和熟練工人的動態遷移過程，給出了一個數學分析更加容易、分析結果更加具體的整合模型。Dupont(2007)也在集聚與內生增長的框架下，分析了經濟一體化過程對區域差異和不平等的影響。他們的研究表明：集聚對于整體的經濟增長是有利的，地理位置會影響到經濟增長。

伴隨著理論研究的深入，經濟學家開始針對經濟集聚與經濟增長之間的關系展開實證研究。許多研究驗證了集聚的增長促進效應。如Ciccone(2002)使用5個歐洲國家NUTS第3級地區的數據分析了就業密度對于平均勞動生產率的影響，發現制造業與服務業活動的集聚的確對區域經濟的增長具有正面效應。Henderson(2003)使用70個國家1960-1990年的面板數據，發現城市首位度(一國最大城市份額)在低收入國家有利于經濟增長。[SlCrozet和Koenig(2007)使用EU地區1980-2000年的數據，探討了區域內經濟活動空間集中對增長績效的影響，發現生產活動的內部空間分布越不平衡的地區增長越快。但也有部分研究得出了與理論預測相反的結論，如Sbergami(2002)使用6個歐盟成員國1984～1995年的跨國面板數據對經濟增長率和經濟集聚相互關系進行實證檢驗，研究結果發現。高技術行業、中等技術和低技術行業的集聚對于經濟增長率的影響都是負面的。㈣更為復雜的是，空間集聚對經濟增長的影響可能是非線性的，在發展的早期階段，集聚促進增長;但當達到某個收入水平后，集聚對經濟增長就沒有作用，甚至有害于經濟增長。這一假說得到了Brulhart和Sbergami(2009)的驗證，他們利用跨部門OLS和動態面板GMM估計方法研究了一國經濟活動的空間集聚對國家層面增長的影響，發現只在經濟發展的某一水平集聚才能推動GDP增長，關鍵水平約為人均10000美元。

針對中國的經濟集聚與經濟增長問題，范劍勇(2004)認為，中國現階段仍處于“產業高集聚、地區低專業化”的狀況，國內市場一體化水平總體上仍較低，且滯后于對外的一體化水平，這一現狀使得制造業集中于東部沿海地區，無法向中部地區轉移，進而推動地區差距不斷擴大。㈣張艷、劉亮(2007)運用工具變量法，基于中國城市的面板數據實證檢驗了經濟集聚對于城市人均實際GDP的影響，結果發現，經濟集聚具有內生性，它對于城市經濟增長具有顯著的促進作用。張卉、詹宇波、周凱(2007)構造了產業間集聚指數和產業內集聚指數，并以此作為解釋變量實證檢驗了中國產業集聚與勞動生產率和經濟增長的內在關系。他們的研究發現，產業內集聚和產業間集聚都對中國經濟增長存在顯著影響。吳利學、傅曉霞(2008)以規模報酬遞增為基礎構建了一個包含集聚經濟的生產函數，分析了城市化和市場化對中國各地區集聚經濟效應的影響，他們的實證研究發現，中國各地區集聚經濟效應顯著，且集聚經濟效應在地區經濟增長中作用明顯。馬君潞、郭威(2007)通過對我國分省面板數據的實證分析表明，提升一個地區吸引外商直接投資的能力很大程度上取決于該地區的集聚經濟環境，因此，積累集聚經濟優勢是吸引外資、促進區域經濟增長的途徑之一。

在這些實證分析中，雖然有的研究也考慮到了不同地區差異的影響并以地區虛擬變量來衡量，但從本質上看，區域總是被當成一個獨立的個體進行分析，區域間潛在的相互影響往往被忽略。事實上，任何一個地區的經濟都不可能獨立存在，它總是與其他經濟體存在著千絲萬縷的聯系。但在多數研究中，這一觀點都還沒有被正式引入模型進行實證分析。

空間計量經濟學是在橫截面或面板數據中研究經濟單位的空間相互作用，近年來越來越受到學術界的關注。一些學者開始運用空間計量方法，明確將地理空間因素考慮到經濟集聚與經濟增長的實證研究中去。Ying(2003)采用1978～1998年的省級橫截面數據，從空間經濟學的視角研究了中國經濟增長問題，并指出中國區域經濟增長的來源主要是非農業勞動力增長率、制造業產出、資本積累和實際的外商直接投資。林光平、龍志和及吳梅(2005)采用空間計量經濟方法，研究我國28個省(市、區)1978～2002年間人均GDP的盧收斂情況，認為隨著經濟體制改革的深入，地區間的空間相關性對各地區經濟增長的作用越來越大，我國地區間經濟存在收斂性，但是它的估計值表現出增大的趨勢。”吳玉鳴(2007)運用空間計量經濟學模型，對2000年中國2030個縣域的增長集聚與差異進行了空間計量分析，結果表明，中國縣域經濟增長不僅與人力資本、城市化、工業化、信息化等因素密切相關，而且與相鄰縣域的經濟增長之間存在一定的空間依賴性。㈣符淼(2009)采用空間計量分析方法對技術傳播的空間模式進行了實證研究，發現技術和經濟活動都存在局部集聚，技術集聚度高于經濟集聚，且兩者的集聚度隨時間增強，地理分布高度一致。隨地理距離快速下降的技術溢出效應是導致局部集聚和東西部發展不均衡問題的原因之一。

針對江蘇經濟表現出來的空間集聚現象與地區差距問題，本文擬采用空間計量經濟模型，對江蘇省縣域經濟集聚與經濟增長的關系進行實證檢驗。

二、江蘇省縣域經濟活動的空間相關性

首先，畫出江蘇省2007年縣域人均GDP的空間分布四分圖(圖1)。按照人均GDP的大小，65個縣域被平均分為4組，以顏色的深淺代表相應縣域的人均GDP的大小。由圖1可見，江蘇省縣域層次的經濟活動在地理分布上是極不均衡的，呈現出蘇南一蘇中一蘇北梯度遞減模式。并且鄰近區域的經濟指標水平基本相近，具有明顯的集聚特征。

接著，通過計算縣域人均GDP的MoransI指數對其空間相關性進行檢驗。Moran’sI是最常用的檢驗空間自相關性的統計指標。利用GeoDa0.9.5軟件，得出Moran’sI=0.7445，在0.1%的概率上顯著，表明江蘇省縣域經濟的分布的確存在明顯的空間相關性。論文

進一步，作出江蘇省2007年縣域人均GDP空間自相關聚類圖(圖2)，圖中HigllHigh部分表示人均GDP高的地區被人均GDP高的地區所包圍，Low-Low部分表示人均GDP低的地區被人均GDP低的地區所包圍。這種分布顯示出江蘇省縣域經濟之間存在著正的空間自相關性，形成了某種空間“俱樂部”現象。人均GDP水平較高的縣域(H-H地區)集中分布在蘇南地區，而人均GDP水平較低的縣域(L-L地區)則分布在蘇北地區，地區之間經濟增長差異顯著。

由此可見，我們觀測到的截面區域之間在地理上是一些明顯具有空間依賴性的經濟實體，誤差項獨立的假設在統計上被拒絕了，也就是說，OLS估計的結果是不可信的。因此，這里將地理空間維度引入研究中來，采用空間計量經濟學模型來估計經濟集聚對經濟增長的影響是十分有必要的。

三、變量選取、數據來源與模型設定

(一)變量選取與數據來源

本文關心的問題是經濟集聚是否會促進經濟增長，因此，在進行實證檢驗時，需要對經濟增長和經濟集聚分別進行度量。本文選取人均GDP的自然對數來衡量縣域經濟的增長。由于各地區在人口和面積方面相差很大，因此選取人均GDP為測度指標來衡量地區經濟發展差異，具有一定的客觀性。關于經濟集聚，本文選取第二產業區位熵、第三產業區位熵和城市化三個指標來衡量經濟集聚的程度。i地區i產業的區位熵定義如下：其中：Eij表示j地區i產業的產值，∑iEij表示i產業在整個區域的總產值，∑jEij表示j地區的總產值，∑i∑jEij表示整個區域的總產值。因此，該指標的分子是j地區的i產業占整個區域該產業總產值的份額，分母是j地區的總產值占整個區域總產值的份額，通過兩者的比來評價i產業在j地區的集聚程度。區位熵小于1說明該產業的集聚化水平比較低，區位熵等于或大于1說明該產業的集聚化水平較高。區位熵越大，說明該地區的這一產業在整個區域范圍內的集聚程度越高。

本文中令i=1，2，3，分別表示三次產業;j=1，2，…，65，分別表示江蘇省65個縣域。因此，LQ1、LQ2和LQ3(這里省略了下標)分別表示江蘇省每個縣域第一、二、三產業的區位熵，度量了三次產業在該地區的集聚程度。由于經濟的集聚主要體現在第二產業和第三產業，所以選擇第二產業區位熵和第三產業區位熵作為衡量經濟集聚程度的兩個解釋變量。

此外，城市的出現也是經濟集聚的一種表現。經濟學家長久以來一直強調城市在經濟增長中的作用，更準確地講，城市己被看成一種主要的社會制度。城市化是一個國家、地區社會經濟發展尺度的體現，城市化不但表現為人口向城鎮聚集和非農人口上升，還表現為人們生產與生活方式、社會結構、價值觀念由農村向城市文明升級轉化的過程。因此，本文希望就城市化與經濟增長之間的關系進行實證檢驗，這里用非鄉村人口在總人口中的比重來衡量各地區城市化的程度。本文采用2007年江蘇省65個縣級行政區域的橫截面數據，所有統計資料均來自《江蘇統計年鑒(2008)》。

(二)模型設定

1經典線性回歸模型

基于以上考慮，本文首先構建經典線性回歸模型如下：

lnPGDP=β0+β1LQ2β2LQ3+β3URBAN+ε(1)

其中，PGDP表示縣域人均GDP水平，是本文的被解釋變量，LQ2和LQ3分別表示第二產業和第三產業區位熵指標，URBAⅣ是城市化指標，三者用來表示經濟集聚，是本文關心的解釋變量。

2空間計量經濟模型

針對經典線性回歸模型(1)，可以通過兩種不同方式引入空間依賴性。相應地，空間計量模型有兩種設定形式：

第一，空間滯后模型(SLM)，在解釋變量中增加一個空間滯后變量，模型的形式為：

InPGDP=β0+ρW_PGDP+β1LQ2+P2LQ3+β3URBAN+ε(2)其中：W是空間權重矩陣;W_PGDP是空間滯后變量，定義為W_PGDG=WlnPGDP;P是空間自回歸系數;ε是誤差項;其他變量的含義與原來相同。

第二，空間誤差模型(SEM)，通過誤差項引入空間相關性，即假設誤差項是空間相關的。如果誤差項是一個空間自回歸過程，則模型具體形式如下：

lnPGDP=β0+β1LQ2+β2LQ3+β3URBAN+ε，ε=AWε+u(3)其中：λ是空間誤差自回歸系數，Wε是空間滯后誤差項。

3空間計量模型的選擇

Anselin(2005)提出，可以根據拉格朗日乘子LM-Iag和LM-Error，以及相應的穩健性拉格朗日乘子RobustLM-Lag和RobustLM-Error，在兩種空間計量模型之間進行選擇。首先判斷LM-Lag和LM-Error的顯著性，如果兩者中只有一個是顯著的，那么就選擇相對應的模型，即如果LM-Lag顯著就用空間滯后模型，LM-Error顯著就用空間誤差模型。如果兩者都顯著，則需進一步比較RobustLM-Lag和RobustLM-Error的顯著性，選擇Robust指標中更顯著的那一種模型。是選擇空間滯后模型還是空間誤差模型，下文中根據判別指標的具體情況而定。

四、實證檢驗與結果分析

為了進行比較，首先給出經典線性回歸模型的OLS估計結果，見表1。由表1的檢驗結果可以看出，OLS估計的F統計量達到117.193，模型整體上非常顯著。擬合優度為0，8521，說明擬合程度一般，可能與忽略了空間依賴性有關。LQ2、LQ3和URBAN系數的符號都與預期一致，均為正;LQ2、LQ3在1%的水平上顯著，URBAN在5%的水平上顯著。自然對數似然函數值(Loglikelihood)、赤池信息準則(AIC)和施瓦茨準則(SC)作為衡量模型擬合優度的指標，在下文中與空間計量模型的估計結果進行比較。

接下來，采用GeoDa0.9.5軟件對OLS估計的殘差進行空間依賴性檢驗。這里使用的江蘇省縣域地圖數據來自中國分縣行政區劃界線數字化地圖，①空間權重矩陣采用的是一階Rook鄰接矩陣。檢驗結果見表2。表2顯示，Moran’sI指數在1%的概率上顯著，說明OLS估計的殘差存在明顯的空間自相關性，經典線性回歸模型可能存在模型設定不恰當的問題。因此，這里采用OLS估計是不合適的，需要將截面單元之間的空間相關性引入模型中。具體是采用空間滯后模型還是空間誤差模型，可以根據拉格朗日乘子檢驗的結果來決定。由于LM-Lag和LM-Error都在1%的水平上顯著，因此需要進一步比較RobustLM-Lag和RobustLM-Error。RobustLM-Lag在1%的水平上顯著，而RobustLM-Error在10%的水平上顯著，相比之下，RobustLM-Lag的顯著性更強。因此，根據上文中提到的標準，選擇空間滯后模型(2)更為合適。空間計量模型如果仍采用最小二乘法估計，系數估計值會有偏或者無效。這里用極大似然法(ML)進行估計。結果見表3。

首先，通過似然比檢驗比較原模型(不考慮空間因素的經典回歸模型)與各擇模型(空間滯后模型)空間自相關系數的漸進顯著性。表3中SLM模型的LR值為25.4468，在1%的水平上顯著，再次證明該模型中空間依賴性的存在。進一步，三個經典檢驗是漸進一致的，但在有限樣本中，應該滿足Wald>LR>LM。本文中，Wald值為28.4089，LR值為25.4468，LM-lag值為24.3492，與預期的順序一致，說明SLM模型符合ML估計的漸進性質，模型的設定是比較合理的。

其次，根據Loglikelihood、AIC和SC比較SLM模型和經典線性模型OLS估計的擬合優度。Loglikelihood越大，模型的擬合效果越好。而AIC和SC則相反，值越小，表示擬合效果越好。由表3可見，SLM模型的Loglikelihood值為-1.3229，大于OLS估計的Loglikelihood值-14.0463，SLM模型的Akaike值和Sehwarz值都小于OLS估計的相應值，說明SLM模型的擬合程度優于原經典回歸模型，引入空間效應使模型的解釋力有了明顯增強。

最后，對SLM模型估計的系數進行分析。空間滯后變量WLNPGDP的空間自回歸系數在1%的水平上顯著，表明縣域人均GDP增長在地理空間的鄰接上表現出了較強的溢出效應。縣域經濟增長集聚的空間相互作用或影響的途徑可以通過鄰接地區而相互傳遞。三個衡量經濟集聚的解釋變量LQ2、LQ3和URBAN的符號均為正，與我們的預期一致，且均在1%的水平上顯著，這一結果支持了經濟集聚對于經濟增長具有促進作用的結論。具體而言，LQ2的回歸系數為2.3931，說明第二產業的區位熵增加1，在保持其他條件不變的情況下，將使縣域人均GDP增加約2.39%;LQ3的回歸系數為1.7357，說明第三產業的區位熵增加1，在保持其他條件不變的情況下，將使縣域人均GDP增加約1.74%。LQ2和LQ3的系數比OLS估計中兩者的系數均有所降低，說明OLS的估計結果可能存在向上偏誤。URBAN的回歸系數為0.0105，說明非鄉村人口在總人口中的比重增加1%，則縣域人均GDP可以增加約0.01%。與OLS估計結果相比，城市化指標的顯著性有了明顯提高(P值由0.0439降低到了0.0031)。總體看來，第二產業的集聚對于區域經濟增長的影響最為明顯。

五、結論及政策含義

(一)主要結論

1江蘇省縣域經濟具有顯著的空間依賴性，鄰近區域的經濟增長相互影響，但這種影響以回浪效應為主，擴散效應不足，因此導致蘇南蘇北地區經濟差距加大。由于地理區位、經濟基礎、經濟結構、發展政策等方面所具有的優勢，蘇南地區集聚了大量資本、技術和人才，具有規模經濟效益，自身增長迅速，成為江蘇地區的“增長極”。政府希望通過增長極地區的優先增長帶動周邊更多地區的經濟發展，發揮增長極的擴散效應。然而事實上，至少到目前為止，該增長極體現出的回浪效應——即吸引其他地方的資本、人才和技術，削弱周邊地區的經濟增長實力——遠大于其擴散效應，從而導致發達區域更發達，落后區域更落后。因此，為了防止在這種累積循環因果作用下區域間差距的無限擴大。需要政府創造條件，引導回浪效應向擴散效應的轉化。

2以產業集聚和城市化為特征的經濟集聚對于經濟增長具有積極作用，但這種影響是地方性的，隨空間距離的增加而衰減。根據內生增長理論和新經濟地理學理論，知識溢出是解釋集聚和區域增長關系的重要概念之一。經濟活動的空間集中會有效地促進知識溢出，推動技術進步，實現經濟增長。在產業活動空間集中的區域或人口密度多樣化的城市中，知識、人才在不同企業和區域的流動以及與不同群體的互動交流，促進了知識的傳播擴散，進而促進技術進步。同時，企業在地理空間上的鄰近不僅為面對面的交流提供了便利，而且有利于企業間前向后向的市場聯系，更有利于勞動力的進一步集聚以及知識溢出。但是，知識空間溢出具有局域性特征，其影響隨地理距離的增加而迅速衰減。陋瑚因此，蘇南地區通過知識溢出產生的正外部性難以擴散到更遠的蘇北地區，導致南北差距加大。可見，如果希望通過集聚促進落后地區的經濟增長，需要充分考慮到地理空間的因素。

(二)政策建議

1促進要素向蘇北地區的流動，使回浪效應過渡為擴散效應。可以通過加強蘇南地區與蘇北地區間的統籌規劃，打破地方壁壘，改善蘇北地區的投資環境、貿易條件、市場條件，創造良好的人才吸引機制，鼓勵資本、人才等生產要素不斷由蘇南向蘇北地區流動，充分發揮增長極的擴散效應。

2加大快速交通網絡的建設力度，縮短蘇南和蘇北之間的“時空距離”。空間的接近是知識溢出的重要前提。目前，大量創新行為和技術進步主要集中在蘇南地區，其對蘇北地區的溢出受到地理距離的限制。在無法改變空間距離的情況下，可以通過建設南北之間和蘇北地區內部的快速交通網絡，縮短地區之間的通達時間，將“空間接近”拓展為“時空接近”，擴大蘇南地區知識溢出的影響范圍。

3加強蘇北地區中心城市的建設，在地區內部培育增長極。除了接受蘇南地區增長極的擴散效應和知識溢出，還應培育蘇北地區內部的增長極。可以積極加強蘇北地區中心城市的建設，通過著力構筑徐州城市圈，增強徐州市作為蘇、魯、豫、皖接壤地區中心城市的集聚輻射功能;提升連、淮、鹽、宿等城市的城市功能，使之盡快成為地區經濟中心和商貿中心，能夠產生吸引和輻射作用，帶動蘇北地區的經濟增長。