李 在 軍，胡 美 娟，馬 志 飛，管 衛(wèi) 華，吳 啟 焰

（南京師范大學(xué)地理科學(xué)學(xué)院，江蘇 南京 210023）

0 引言

改革開(kāi)放以來(lái)中國(guó)經(jīng)濟(jì)快速發(fā)展，2010年國(guó)內(nèi)生產(chǎn)總值超過(guò)日本，成為世界第二大經(jīng)濟(jì)體。但區(qū)域經(jīng)濟(jì)差異顯著，貧富差距和城鄉(xiāng)差異不斷拉大，很大程度上妨礙社會(huì)穩(wěn)定、居民福利改善及經(jīng)濟(jì)的可持續(xù)發(fā)展［1］。當(dāng)前，中國(guó)正步入全面建設(shè)小康社會(huì)與實(shí)現(xiàn)共同富裕的關(guān)鍵時(shí)期，確保區(qū)域經(jīng)濟(jì)和諧發(fā)展、縮小地區(qū)貧富差距成為當(dāng)務(wù)之急，而如何打破不均衡增長(zhǎng)的路徑依賴，消除地區(qū)貧困，繼而實(shí)現(xiàn)地區(qū)均衡發(fā)展，成為亟待解決的重要問(wèn)題，這引起經(jīng)濟(jì)學(xué)者、地理學(xué)者與政策制定者的廣泛關(guān)注［2］。城市作為地區(qū)經(jīng)濟(jì)與社會(huì)發(fā)展的核心，是相對(duì)穩(wěn)定的單元，處在聯(lián)系縣域與省級(jí)的節(jié)點(diǎn)位置，承擔(dān)協(xié)調(diào)區(qū)內(nèi)外與城鄉(xiāng)發(fā)展的重?fù)?dān)，合理的城市集群可帶動(dòng)周圍地區(qū)的共同發(fā)展，因此，探究地市間經(jīng)濟(jì)增長(zhǎng)的差異及其空間集聚特征，有助于縮小經(jīng)濟(jì)發(fā)展差距以及構(gòu)建、培育合理的城市群。

區(qū)域經(jīng)濟(jì)增長(zhǎng)不均衡在實(shí)踐層面主要涉及3個(gè)問(wèn)題：區(qū)域增長(zhǎng)的時(shí)間變化趨勢(shì)、差異形成原因解析及縮小差距的對(duì)策實(shí)施［3］。而區(qū)域經(jīng)濟(jì)增長(zhǎng)是時(shí)空動(dòng)態(tài)變化的連續(xù)統(tǒng)，一方面，從演化的視角分析，地區(qū)不平衡隨著時(shí)間演變而發(fā)生變化，時(shí)序的波動(dòng)對(duì)應(yīng)經(jīng)濟(jì)增長(zhǎng)空間不平等的重組［4］，通常擴(kuò)張期與地區(qū)不平等的上升聯(lián)系在一起［5］，如我國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)隨不同時(shí)期政策的制定與實(shí)施而發(fā)生變化。另一方面，經(jīng)濟(jì)增長(zhǎng)深受空間異質(zhì)性或空間聯(lián)系的影響，空間上表現(xiàn)出集聚分異的格局，空間依賴固化了經(jīng)濟(jì)增長(zhǎng)的核心—邊緣結(jié)構(gòu)［6－9］，如我國(guó)經(jīng)濟(jì)增長(zhǎng)的城鄉(xiāng)、沿海與內(nèi)陸分異特征。因此，有必要對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的時(shí)空演變進(jìn)行綜合分析。

事實(shí)上，地理學(xué)注重區(qū)域增長(zhǎng)的時(shí)空特征及驅(qū)動(dòng)機(jī)制，形成了完整的“格局—過(guò)程—機(jī)理”研究路線。經(jīng)濟(jì)增長(zhǎng)的差異測(cè)度由傳統(tǒng)的變異系數(shù)、泰爾指數(shù)等非空間全域性統(tǒng)計(jì)分析［10］，轉(zhuǎn)向探索性空間統(tǒng)計(jì)識(shí)別［11－13］；研究尺度逐漸由全國(guó)、省域向市域及縣域單元延伸，甚至趨向于研究社區(qū)、個(gè)人及家庭間的不平等［4，14］；經(jīng)濟(jì)增長(zhǎng)解釋由最初的定性評(píng)價(jià)，轉(zhuǎn)向定量多機(jī)制驅(qū)動(dòng)的測(cè)度，且經(jīng)濟(jì)增長(zhǎng)要素識(shí)別由最初單變量［15］，轉(zhuǎn)向多機(jī)制分析框架，綜合考慮市場(chǎng)化、全球化、去中心化、政策及環(huán)境等因素的作用［1，16］。經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)診斷由普通最小二乘及多水平等非空間回歸方法，轉(zhuǎn)向嵌入空間效應(yīng)的空間誤差、空間滯后與地理加權(quán)等空間回歸技術(shù)。

可見(jiàn)，相關(guān)實(shí)證研究較豐富，為識(shí)別經(jīng)濟(jì)增長(zhǎng)的時(shí)空演化奠定了良好的基礎(chǔ)。但區(qū)域經(jīng)濟(jì)增長(zhǎng)時(shí)空演變研究往往單方面強(qiáng)調(diào)時(shí)間或空間，并未真正實(shí)現(xiàn)時(shí)空統(tǒng)一；經(jīng)濟(jì)增長(zhǎng)機(jī)制的空間依賴模型設(shè)定需嚴(yán)格的假設(shè)，否則將導(dǎo)致無(wú)效的參數(shù)估計(jì)。因此，經(jīng)濟(jì)增長(zhǎng)的過(guò)程與關(guān)系研究仍待完善，而經(jīng)驗(yàn)正交函數(shù)（EOF）能較好地彌補(bǔ)探索性空間數(shù)據(jù)時(shí)間斷面分析的不足，實(shí)現(xiàn)對(duì)時(shí)空演化特征的分析；非參數(shù)特征向量的空間過(guò)濾模型建立在普通OLS回歸基礎(chǔ)上，無(wú)需考慮觀測(cè)單元的依賴性與誤差項(xiàng)分布約束，具有適應(yīng)能力強(qiáng)與穩(wěn)健性特點(diǎn)，從而揭示變量間的相關(guān)作用關(guān)系。因此，本文利用經(jīng)驗(yàn)正交函數(shù)探究1985－2012年間我國(guó)335個(gè)地級(jí)市經(jīng)濟(jì)增長(zhǎng)的時(shí)空變化，采用空間濾波模型解析經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)因素，整合經(jīng)濟(jì)增長(zhǎng)的時(shí)空格局過(guò)程與要素作用關(guān)系分析，以期為經(jīng)濟(jì)發(fā)展決策的制定提供建議與思考。

1 數(shù)據(jù)來(lái)源與處理

選取1985－2012年我國(guó)大陸地級(jí)行政單元為研究對(duì)象，限于研究時(shí)段較長(zhǎng)與樣本單元較多，數(shù)據(jù)獲取較困難，其中不包括西藏自治區(qū)與海南省的行政單元，對(duì)個(gè)別年份行政區(qū)劃的變動(dòng)調(diào)整按照2012年地級(jí)行政區(qū)劃與各省的實(shí)際情況，進(jìn)行合并或拆分，最終形成335個(gè)地級(jí)行政單元，以各地級(jí)行政單元的歷年人均GDP表征經(jīng)濟(jì)增長(zhǎng)。

區(qū)域經(jīng)濟(jì)增長(zhǎng)是多因素綜合作用的過(guò)程，參照相關(guān)研究，從生產(chǎn)投入、經(jīng)濟(jì)構(gòu)成、產(chǎn)品消費(fèi)出發(fā)，選取投資、消費(fèi)、對(duì)外貿(mào)易、財(cái)政支出、區(qū)位條件、城市化、產(chǎn)業(yè)構(gòu)成、從業(yè)人員等影響經(jīng)濟(jì)增長(zhǎng)的要素。其中，投資水平是經(jīng)濟(jì)發(fā)展的最直接因素，選取固定資產(chǎn)投資額反映投資對(duì)經(jīng)濟(jì)增長(zhǎng)的作用［17］；受全球化的影響，區(qū)域生產(chǎn)和貿(mào)易逐步融入到全球市場(chǎng)，通過(guò)開(kāi)展對(duì)外貿(mào)易有利于帶動(dòng)產(chǎn)品、產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)結(jié)構(gòu)的變化，改善技術(shù)和管理水平，促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)，以對(duì)外貿(mào)易額反映地區(qū)的經(jīng)濟(jì)全球化程度［18，19］；商品的購(gòu)買和銷售狀況對(duì)經(jīng)濟(jì)再生產(chǎn)的持續(xù)具有重要作用，也是衡量市場(chǎng)經(jīng)濟(jì)發(fā)育和活躍程度的重要指標(biāo)［20］，以社會(huì)消費(fèi)品零售額表示商品消費(fèi)；城市化水平是衡量經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，是經(jīng)濟(jì)增長(zhǎng)動(dòng)力的核心與主體［21］；財(cái)政支出表示政府為滿足社會(huì)共同需要進(jìn)行公共產(chǎn)品與服務(wù)投資支付，有利于經(jīng)濟(jì)的穩(wěn)定增長(zhǎng)［22］；區(qū)位條件不僅影響地區(qū)間交往聯(lián)系的便利度，且對(duì)經(jīng)濟(jì)增長(zhǎng)的擴(kuò)散與輻射以及吸引拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的要素流入起到重要作用，選取城市GDP總值、年末人口總數(shù)與公路里程構(gòu)建經(jīng)濟(jì)區(qū)位指數(shù)［23，24］；經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整與產(chǎn)業(yè)升級(jí)有利于提高資源配置效率，產(chǎn)業(yè)結(jié)構(gòu)與區(qū)域發(fā)展密切相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有利于區(qū)域經(jīng)濟(jì)發(fā)展的顯著提高，選取二產(chǎn)比重、三產(chǎn)比重反映產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)［25］；從業(yè)人員對(duì)勞動(dòng)密集型產(chǎn)業(yè)及經(jīng)濟(jì)的持續(xù)發(fā)展提供人員支撐［26］。

相關(guān)數(shù)據(jù)依據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒及相應(yīng)地市統(tǒng)計(jì)年鑒整理獲取。采用GDP平減指數(shù)將人均GDP折算到基期，為消除變量的量綱影響，對(duì)各變量進(jìn)行標(biāo)準(zhǔn)化處理，利用1985－2012年間的增量數(shù)據(jù)變化診斷區(qū)域經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)因素。

2 研究方法

2.1 基尼系數(shù)與空間自相關(guān)指數(shù)

基尼系數(shù)是反映區(qū)域差異集中性的有效指標(biāo)，其取值范圍在0～1之間，Gini值越大表明樣本間屬性值的空間分布越不均勻，地區(qū)間的差異越大。Moran′s I統(tǒng)計(jì)值可用來(lái)測(cè)度樣本屬性值的地理集聚模式，用來(lái)反映地區(qū)間相同屬性值的空間關(guān)聯(lián)水平，其取值為［－1，1］，值越接近1，表明空間自相關(guān)性越強(qiáng)，其權(quán)重設(shè)定對(duì)結(jié)果影響較大，本文主要采用基于Rook鄰接的空間權(quán)重矩陣，空間單元相鄰則為1，反之為0，采用Z值對(duì)Moran′s I指數(shù)顯著性進(jìn)行檢驗(yàn)。

2.2 經(jīng)驗(yàn)正交函數(shù)（EOF）

經(jīng)驗(yàn)正交函數(shù)具有無(wú)需假定任何基函數(shù)、可對(duì)不規(guī)則分布站點(diǎn)進(jìn)行分解、展開(kāi)收斂速度快等優(yōu)點(diǎn)，被廣泛應(yīng)用于時(shí)空變化領(lǐng)域，被稱為時(shí)空分解［27，28］，一般通過(guò)原始變量場(chǎng)、變量的距平場(chǎng)和變量的標(biāo)準(zhǔn)化場(chǎng)3種形式對(duì)原始數(shù)據(jù)矩陣進(jìn)行計(jì)算。本文采用標(biāo)準(zhǔn)化場(chǎng)計(jì)算，分離出的特征向量表示觀測(cè)單元的分布狀況，識(shí)別出的時(shí)間變化用來(lái)表示這種空間分布的循環(huán)趨勢(shì)。此外，常采用特征值誤差范圍或Monte Carlo技術(shù)進(jìn)行特征值檢驗(yàn)，判別分解出的經(jīng)驗(yàn)正交函數(shù)是否具有物理意義或是無(wú)意義的噪音。

2.3 非參數(shù)特征向量的空間濾波回歸模型

特征向量空間濾波根據(jù)預(yù)設(shè)定的空間鄰接權(quán)重矩陣，從中篩選出源自觀測(cè)樣本及誤差項(xiàng)空間相關(guān)的一系列彼此正交的特征向量集合，然后將其作為空間代理變量納入回歸模型，既保持空間回歸模型擾動(dòng)項(xiàng)的依賴性特征，又降低了模型殘差的空間自相關(guān)效應(yīng)；其模型參數(shù)估計(jì)建立在OLS回歸的基礎(chǔ)上，無(wú)需考慮觀測(cè)單元的依賴性、擾動(dòng)項(xiàng)的恒定方差與模型分布約束的假設(shè)，相對(duì)于空間最大似然估計(jì)方法，在特定誤差下的估計(jì)系數(shù)更穩(wěn)健，通過(guò)子集特征向量的可視化可有效識(shí)別空間相關(guān)性的主導(dǎo)分布方向［29－31］。本文主要選用空間濾波的空間滯后與空間誤差模型診斷經(jīng)濟(jì)增長(zhǎng)的影響因素?？臻g誤差模型過(guò)濾的特征向量即｛e1，…，en｝SEM，表達(dá)式為：

空間滯后模型過(guò)濾的特征向量即｛e1，…，en｝SLM，表達(dá)式為：

式中：N［1］＝I－1（1′1）－11′及N［X］＝I－X（X′X）－1X′為投影矩陣，evec［C］表示?。跜］的特征向量。

假設(shè)ESEM、ESLM分別表示特征向量｛e1，…，en｝SEM與｛e1，…，en｝SLM子集矩陣，分別構(gòu)建普通最小二乘回歸（OLS）及空間濾波的誤差（ESFM＿e）與滯后模型（ESFM＿l）：

式中：y表示被解釋變量人均GDP；X為解釋變量，即城鎮(zhèn)固定資產(chǎn)投資（x1）、進(jìn)出口額（x2）、消費(fèi)品零售額（x3）、城市化（x4）、財(cái)政支出（x5）、區(qū)位條件（x6）、二產(chǎn)比重（x7）、三產(chǎn)比重（x8）、從業(yè)人員（x9）組成的矩陣；β為解釋變量的回歸系數(shù)向量，ε＊表示自相關(guān)的殘差部分，ε表示白噪聲隨機(jī)擾動(dòng)。

3 中國(guó)地市經(jīng)濟(jì)增長(zhǎng)的時(shí)空特征

3.1 中國(guó)地市經(jīng)濟(jì)增長(zhǎng)的時(shí)間變化特征

由圖1，基尼系數(shù)值基本在0.3～0.4間波動(dòng)，基尼系數(shù)曲線先穩(wěn)步抬升，漸趨穩(wěn)定后開(kāi)始下降，可劃分為4個(gè)階段。其中1985－1990年為地市經(jīng)濟(jì)增長(zhǎng)差異較小的穩(wěn)定時(shí)期，1990－1995年為差異快速抬升期，1995－2008年為差異較高的穩(wěn)定時(shí)期，2008年以來(lái)經(jīng)濟(jì)增長(zhǎng)差異呈縮小趨勢(shì)；全局Moran′s I指數(shù)波動(dòng)變化較大（均通過(guò)標(biāo)準(zhǔn)差Z值檢驗(yàn)，在0.01置信水平下顯著），總體呈不斷增大態(tài)勢(shì)，且表現(xiàn)出一定的周期性規(guī)律。其中，1985－1988年為顯著上升階段，而1988－1991年為快速下降階段，但1991年 Moran′s I值為0.34，仍較大，1991－1999年為繼續(xù)上升時(shí)期，1997－1999年 Moran′s I值為全時(shí)段最高，1999－2000年為下降期，2000－2007年與1991－1999年的Moran′s I值波動(dòng)態(tài)勢(shì)基本一致，2007年以來(lái)Moran′s I值趨于下降，但仍大于基尼系數(shù)值?？梢?jiàn)，地市經(jīng)濟(jì)增長(zhǎng)在空間上呈現(xiàn)出顯著高低分異集聚特征，為揭示局部空間依賴關(guān)系，轉(zhuǎn)向空間集聚特征分析。

3.2 中國(guó)地市經(jīng)濟(jì)增長(zhǎng)的局部空間特征

我國(guó)地市經(jīng)濟(jì)增長(zhǎng)已呈現(xiàn)顯著的高低分異集聚態(tài)勢(shì)，而空間特征濾波向量有助于揭示其空間集聚特征?；诳臻g誤差的特征向量濾波模型，設(shè)定Moran′I域值為0.5，通過(guò)逐步回歸的AIC標(biāo)準(zhǔn)共篩選24個(gè)特征向量子集，除最后一個(gè)特征向量外，各特征向量的回歸系數(shù)至少在0.1水平下顯著。其中，前兩個(gè)特征向量具有最大的空間相關(guān)性，值分別為1.00與0.97，回歸系數(shù)γ分別為1.63及－1.04。利用ArcGIS 10.0軟件選擇自然斷裂點(diǎn)法進(jìn)行可視化。分析可知，前兩個(gè)特征向量捕捉了經(jīng)濟(jì)增長(zhǎng)的主要空間集聚源，第一個(gè)特征向量呈現(xiàn)“東—西”分異，表現(xiàn)為東北、華中、西南、西北及中部廣大集聚地區(qū)；而第二特征向量呈“南—北”分異的空間格局，南北分界總體被長(zhǎng)江分隔。

3.3 中國(guó)地市經(jīng)濟(jì)增長(zhǎng)的時(shí)空演變特征

特征向量雖可識(shí)別地市經(jīng)濟(jì)增長(zhǎng)的主要空間集聚區(qū)，但未能揭示地市經(jīng)濟(jì)增長(zhǎng)的時(shí)空演變特征，而經(jīng)驗(yàn)正交函數(shù)可同時(shí)分解出空間模態(tài)與時(shí)間系數(shù)，分解出的空間模態(tài)反映樣本的空間分布，時(shí)間系數(shù)反映時(shí)間變化，如果特征向量的各分量符號(hào)統(tǒng)一，則該特征向量反映區(qū)域變量一致的變化趨勢(shì)，數(shù)值絕對(duì)值較大處為中心；如果特征向量的分量呈正、負(fù)相間的分布形式，這一特征向量則代表了兩種分布類型，適合進(jìn)行分類型分析。時(shí)間系數(shù)反映區(qū)域特征向量分布類型的時(shí)間變化特征，某年的時(shí)間系數(shù)為正值，說(shuō)明該分布類型最為典型；時(shí)間系數(shù)為負(fù)值則表明該年呈相反的分布類型，系數(shù)絕對(duì)值越大，這類分布越典型。對(duì)1985－2012年人均GDP數(shù)據(jù)矩陣進(jìn)行EOF分解，利用Monte Carlo模擬100次，在95%顯著水平下得到一個(gè)特征向量，其方差貢獻(xiàn)率高達(dá)98.6%。

由圖2a，空間模態(tài)正值位于我國(guó)中部、西部及東北地區(qū)，而負(fù)值集中于華北平原、長(zhǎng)江中下游平原、珠三角及沿海地區(qū)。結(jié)合加權(quán)標(biāo)準(zhǔn)差橢圓判斷空間模態(tài)分布主導(dǎo)方向走勢(shì)，長(zhǎng)半軸為1 154.873 km，短半軸為937.534 km，方位角為123.73°（圖2a），橢圓的長(zhǎng)軸呈“西北－東南”走勢(shì)，說(shuō)明地市經(jīng)濟(jì)增長(zhǎng)主要呈東西反相分布，短軸指示“東北—西南”向，表明地市經(jīng)濟(jì)增長(zhǎng)的南北差距相對(duì)較小。特征向量值呈正態(tài)分布的特性進(jìn)一步證實(shí)地市經(jīng)濟(jì)發(fā)展具有東西對(duì)稱的空間分布類型。而模態(tài)絕對(duì)值較大的地市為經(jīng)濟(jì)發(fā)展速度較快的區(qū)域，可作為城市群培育建設(shè)的核心區(qū)。

地市經(jīng)濟(jì)發(fā)展的空間模式不是一成不變的。由圖2b知，1985－2004年時(shí)間系數(shù)值均為負(fù)數(shù)，且不斷趨于0，說(shuō)明我國(guó)改革開(kāi)放及東部率先發(fā)展政策的實(shí)施使得經(jīng)濟(jì)重心東移，東部地市經(jīng)濟(jì)快速增長(zhǎng)，中西部地市發(fā)展逐漸滯后；而2004－2012年時(shí)間系數(shù)值均為正，且趨于增大，2010年以來(lái)這種空間分布類型最典型，表明該時(shí)段中西部地市經(jīng)濟(jì)發(fā)展相對(duì)較快，致使區(qū)域整體差異趨于縮小（圖1），說(shuō)明西部大開(kāi)發(fā)、振興東北及中部崛起的區(qū)域統(tǒng)籌戰(zhàn)略以及中西部經(jīng)濟(jì)區(qū)的培育建設(shè)對(duì)縮小地市經(jīng)濟(jì)發(fā)展差距起到一定促進(jìn)作用。

圖2 EOF分解的空間模態(tài)與時(shí)間系數(shù)變化Fig.2 The decomposition result of spatial mode and time coefficient of EOF

4 中國(guó)地市經(jīng)濟(jì)增長(zhǎng)的機(jī)制解析

上述分析表明我國(guó)地市經(jīng)濟(jì)增長(zhǎng)具有較強(qiáng)的空間依賴性，忽略空間效應(yīng)的模型將導(dǎo)致參數(shù)的有偏估計(jì)。分別對(duì)式（3－5）進(jìn)行估計(jì)，由最小二乘回歸分析，其模型殘差的 Moran′s I值為0.253，且通過(guò)顯著性檢驗(yàn)，說(shuō)明該模型設(shè)定忽略來(lái)自變量或樣本的空間依賴性（表1）。而空間濾波的誤差與滯后模型均提高了模型的擬合效果，降低模型殘差的空間自相關(guān)性（Moran′s I值分別為－0.067、－0.065，且不顯著），有效識(shí)別各變量對(duì)經(jīng)濟(jì)發(fā)展水平的作用方向與大小。其中，空間濾波的誤差模型的擬合效果優(yōu)于空間濾波的滯后模型，殘差平方和小于空間濾波的滯后模型，此外，空間濾波誤差模型系數(shù)估計(jì)除截距項(xiàng)外同OLS估計(jì)一致，但其t統(tǒng)計(jì)值與系數(shù)顯著性均優(yōu)于OLS。因此，采用空間濾波誤差模型分析各變量對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。

由空間濾波誤差模型（ESFM＿e）可知，投資、消費(fèi)、外貿(mào)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)地市經(jīng)濟(jì)增長(zhǎng)起到顯著促進(jìn)作用；財(cái)政支出、從業(yè)人員數(shù)量對(duì)地市經(jīng)濟(jì)發(fā)展的影響顯著為負(fù)；城市化水平及區(qū)位條件有利于地市經(jīng)濟(jì)增長(zhǎng)，但未通過(guò)顯著性檢驗(yàn)。其中，投資對(duì)地市經(jīng)濟(jì)發(fā)展起到顯著的促進(jìn)作用，表明各地市的經(jīng)濟(jì)增長(zhǎng)動(dòng)力來(lái)源仍靠投資拉動(dòng)；開(kāi)展外貿(mào)拓寬了商品流通市場(chǎng)，有利于提高區(qū)內(nèi)資源配置效率，調(diào)整產(chǎn)品生產(chǎn)結(jié)構(gòu)，增加地區(qū)就業(yè)，從而顯著地促進(jìn)經(jīng)濟(jì)發(fā)展；商品消費(fèi)水平對(duì)經(jīng)濟(jì)增長(zhǎng)起到積極的促進(jìn)作用；城市化水平對(duì)地市經(jīng)濟(jì)增長(zhǎng)的影響作用較小，且并不顯著，由于目前大部分地區(qū)城市化水平仍較低，加上無(wú)序的城市進(jìn)程，這嚴(yán)重阻礙了經(jīng)濟(jì)的快速增長(zhǎng)；財(cái)政支出對(duì)地市經(jīng)濟(jì)發(fā)展起到顯著的負(fù)向影響，由于地市間財(cái)政收入差異較大，財(cái)政支出數(shù)量不均，致使基礎(chǔ)設(shè)施與公共服務(wù)設(shè)施投資比例失調(diào)，從而削弱了其對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)；伴隨地市交通基礎(chǔ)設(shè)施的逐步完善，資本、人才、技術(shù)等要素與資源的空間流動(dòng)受阻性減弱，從而區(qū)位條件對(duì)地市經(jīng)濟(jì)增長(zhǎng)起到正向促進(jìn)作用，但未通過(guò)顯著性檢驗(yàn)，這是由于區(qū)位優(yōu)勢(shì)僅是經(jīng)濟(jì)迅速增長(zhǎng)的基礎(chǔ)條件，不能替代其他生產(chǎn)性要素的投入；二、三產(chǎn)業(yè)比重的增加對(duì)地市經(jīng)濟(jì)增長(zhǎng)起到顯著促進(jìn)作用，但二產(chǎn)的系數(shù)較三產(chǎn)大，說(shuō)明現(xiàn)階段我國(guó)區(qū)域經(jīng)濟(jì)結(jié)構(gòu)中第二產(chǎn)業(yè)仍是拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?，而地市間第三產(chǎn)業(yè)發(fā)展水平差距較大，對(duì)經(jīng)濟(jì)增長(zhǎng)的作用總體較弱；從業(yè)人員對(duì)地市經(jīng)濟(jì)增長(zhǎng)的影響作用顯著為負(fù)，說(shuō)明地市經(jīng)濟(jì)增長(zhǎng)不再單純依靠勞動(dòng)力數(shù)量的增加。

5 結(jié)論與討論

尋求地理現(xiàn)象過(guò)程與關(guān)系的結(jié)合是地理學(xué)研究的重要導(dǎo)向，針對(duì)現(xiàn)有經(jīng)濟(jì)增長(zhǎng)時(shí)空演變及驅(qū)動(dòng)機(jī)制研究的不足，本文選取335個(gè)地級(jí)行政區(qū)劃為研究單元，以人均GDP表征經(jīng)濟(jì)增長(zhǎng)，采用經(jīng)驗(yàn)正交函數(shù)探測(cè)區(qū)域經(jīng)濟(jì)增長(zhǎng)的時(shí)空格局，并結(jié)合空間濾波模型分析經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制，得出以下結(jié)論：

（1）1985年來(lái)我國(guó)地市經(jīng)濟(jì)增長(zhǎng)的差異總體呈不斷增大態(tài)勢(shì)，但差異波動(dòng)較為合理；地市間經(jīng)濟(jì)增長(zhǎng)在空間上并不孤立，呈現(xiàn)顯著的高低集聚特征；地市經(jīng)濟(jì)增長(zhǎng)的主要空間集聚源呈“東—西”分異，表現(xiàn)為東北、華中、西南、西北及中部廣大集聚地區(qū)，并大體以長(zhǎng)江劃分為“南—北”集聚。

（2）1985－2012年地市經(jīng)濟(jì)增長(zhǎng)主要呈東西反相分布，但這種空間分布態(tài)勢(shì)不是一成不變的，隨時(shí)間演變不斷強(qiáng)化或弱化或發(fā)生翻轉(zhuǎn)。這一過(guò)程中，區(qū)域經(jīng)濟(jì)發(fā)展政策的制定與實(shí)施起到積極的推動(dòng)作用。其中，改革開(kāi)放及東部沿海率先發(fā)展政策的實(shí)施，促使經(jīng)濟(jì)重心東移，東部地市經(jīng)濟(jì)快速增長(zhǎng)，中西部地市發(fā)展逐漸滯后。隨著西部大開(kāi)發(fā)、振興東北及中部崛起的區(qū)域統(tǒng)籌戰(zhàn)略及中西部經(jīng)濟(jì)區(qū)的培育建設(shè)的興起，地市間經(jīng)濟(jì)差距逐漸縮小。

（3）空間濾波模型降低模型的空間依賴性，提高了參數(shù)估計(jì)結(jié)果的可靠性。其中，投資、消費(fèi)、外貿(mào)、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)對(duì)地市經(jīng)濟(jì)增長(zhǎng)起到顯著拉動(dòng)作用；財(cái)政支出、從業(yè)人員數(shù)量對(duì)地市經(jīng)濟(jì)發(fā)展的影響顯著為負(fù)；城市化水平及區(qū)位條件對(duì)地市經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用并不顯著。

本文的政策導(dǎo)向是，首先，中央應(yīng)繼續(xù)深化區(qū)域協(xié)調(diào)發(fā)展的戰(zhàn)略，通過(guò)財(cái)政支出、市場(chǎng)管制及宏觀控制等手段調(diào)整收入分配導(dǎo)向中西部地市，大力扶持中西部落后與貧困地市的發(fā)展；其次，積極促進(jìn)城市集聚，形成合理的城市體系，完善中心城市的功能，發(fā)揮其輻射帶動(dòng)作用，并注重中小城市的發(fā)展；第三，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，加快發(fā)展第三產(chǎn)業(yè)，提高就業(yè)收入，改善消費(fèi)市場(chǎng)環(huán)境，發(fā)揮持續(xù)性消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。

區(qū)域經(jīng)濟(jì)增長(zhǎng)的研究是區(qū)域政策制定的前提，近年來(lái)我國(guó)地市間經(jīng)濟(jì)增長(zhǎng)差距有所減緩，但區(qū)內(nèi)經(jīng)濟(jì)增長(zhǎng)差距迥異，本文僅探究地級(jí)市間的差異變化；由于研究尺度較大，降水、地形等自然稟賦會(huì)影響經(jīng)濟(jì)發(fā)展，在此并未觸及；此外，影響地區(qū)經(jīng)濟(jì)增長(zhǎng)的因素較復(fù)雜，選取特定指標(biāo)不免忽略其他因素的作用。因此，尋找更科學(xué)、全面與廣泛適用性評(píng)價(jià)方法，是今后研究的重要方向。

［1］ LI G D，F(xiàn)ANG C L.Analyzing the multi-mechanism of regional inequality in China［J］.The Annals of Regional Science，2014，52（1）：155－182.

［2］ 李廣東，方創(chuàng)琳.中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)差異研究進(jìn)展與展望［J］.地理科學(xué)進(jìn)展，2013，32（7）：1102－1112.

［3］ LIPSHITZ，G.Divergence versus convergence in regional development［J］.Journal of Planning Literature，1992，7（2）：123－138.

［4］ WEI Y D.Spatiality of regional inequality［J］.Applied Geography，2015，61：1－10.

［5］ PETRAKOSG，RODRIGUEZ-POSEA，ROVOLISA.Growth，integration，and regional disparities in the European Union［J］.Environment and Planning A，2005，37（10）：1837－1855.

［6］ LIAO，F(xiàn) H F，WEI Y D.Dynamics，space，and regional inequality in provincial China：A case study of Guangdong Province［J］.Applied Geography，2012，35（1－2）：71－83.

［7］ LIAO F H，WEI Y D.Space，scale，and regional inequality in provincial China：A spatial filtering approach［J］.Applied Geography，2015，61：94－104.

［8］ SUTHERLAND D，YAO S.Income inequality in China over 30 years of reforms［J］.Cambridge Journal of Regions，Economy and Society，2011，4：91－105.

［9］ ZHANG W J，BAO S.Created unequal：China′s regional pay inequality and its relationship with mega-trend urbanization［J］.Applied Geography，2015，61：81－93.

［10］ FAN C C，SUN M.Regional inequality in China，1978－2006［J］.Eurasian Geography and Economics，2008，49（1）：1－18.

［11］ REY S J，JANIKAS M V.Regional convergence，inequality，and space［J］.Journal of Economic Geography，2005，5（2）：155－176.

［12］ REY S J，SMITH R J.A spatial decomposition of the Gini coefficient［J］.Letters in Spatial and Resource Sciences，2013，6（2）：55－70.

［13］ YU D L，WEI Y H D.Spatial data analysis of regional development in Greater Beijing，China，in a GIS environment［J］.Papers in Regional Science，2008，87（1）：97－117.

［14］ WEI Y H D.Regional inequality in China［J］.Progress in Human Geography，1999，23（1）：48－58.

［15］ YU D L，WEI Y H D.Analyzing regional inequality in post-Mao China in a GIS environment［J］.Eurasian Geography and Economics，2003，44（7）：514－534.

［16］ LI Y，WEI Y H D.The spatial-temporal hierarchy of regional inequality of China［J］.Applied Geography，2010，30（3）：303－316.

［17］ 王少劍，方創(chuàng)琳，王洋，等.廣東省區(qū)域經(jīng)濟(jì)差異的多尺度與多機(jī)制研究［J］.地理研究，2014，34（10）：1184－1192.

［18］ 歐向軍，陳修穎.改革開(kāi)放以來(lái)江蘇省區(qū)域經(jīng)濟(jì)差異成因分析［J］.經(jīng)濟(jì)地理，2004，24（3）：338－342.

［19］ 李小建，張小平，彭寶玉.經(jīng)濟(jì)活動(dòng)全球化對(duì)中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展的影響［J］.地理研究，2000，19（3）：225－233.

［20］ 周民良.經(jīng)濟(jì)重心、區(qū)域差距與協(xié)調(diào)發(fā)展［J］.中國(guó)社會(huì)科學(xué)，2000（2）：42－53.

［21］ 張純記.中國(guó)省級(jí)經(jīng)濟(jì)增長(zhǎng)趨同研究——區(qū)域經(jīng)濟(jì)增長(zhǎng)過(guò)程變量的作用［D］.河南：河南大學(xué)，2004.

［22］ 李建豹，白永平，羅君，等.甘肅省區(qū)域經(jīng)濟(jì)差異空間分析［J］.地域研究與開(kāi)發(fā)，2011，30（6）：27－32.

［23］ 白景鋒，張海軍.基于EOF和GWR模型的中原經(jīng)濟(jì)區(qū)經(jīng)濟(jì)增長(zhǎng)的時(shí)空分析［J］.地理研究，2014，33（7）：2244－2256.

［24］ 王海江，苗長(zhǎng)虹.城市經(jīng)濟(jì)區(qū)位時(shí)空變異分析［J］.城市問(wèn)題，2009（4）：39－45.

［25］ 僉越.勞動(dòng)供給沖擊對(duì)居民消費(fèi)的影響——校準(zhǔn)模型與動(dòng)態(tài)分析［D］.南京：南京大學(xué)，2013.

［26］ 王建軍.城市化、第三產(chǎn)業(yè)發(fā)展與消費(fèi)需求擴(kuò)張［J］.經(jīng)濟(jì)與管理，2006，20（8）：13－16.

［27］ 魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)［M］.北京：氣象出版社，2007.

［28］ 王勁峰，葛詠，李連發(fā)，等.地理學(xué)時(shí)空數(shù)據(jù)分析方法［J］.地理學(xué)報(bào)，2014，69（9）：1326－1345.

［29］ TIFELSDORF M，GRIFFITH D A.Semiparametric filtering of spatial autocorrelation：The eigenvector approach［J］.Environment and Planning A，2007，39（5）：1193－1221.

［30］ ANSELIN L.Spatial Econometrics：Methods and Models［M］.Dordrecht：Kluwer，1988.

［31］ HAJIME S，DAISUKE M，MORITO T，et al.Application of LASSO to the eigenvector selection problem in eigenvector-based spatial filtering［J］.Geographical Analysis，2014，47（3）：284－299.