曹瓊

摘 要： 本文運用全局空間自相關(guān)MoranI指數(shù)、空間關(guān)聯(lián)局域指標LISA分析，考察中國大陸31個省級區(qū)域人均投資、人均財政支出與人均GDP的關(guān)系，構(gòu)建空間計量經(jīng)濟模型，對人均投資、人均財政支出與人均GDP的關(guān)系進行理論分析和實證檢驗。研究表明：①我國人均GDP一直伴隨空間集聚的過程，存在顯著的空間自相關(guān)性。②人均財政支出和人均投資對我國各省市的人均GDP都有顯著的推動作用。③我國省域間人均GDP增長的空間效應(yīng)是通過擾動誤差項的傳遞來表現(xiàn)的。④處于人均GDP高高集聚區(qū)的是東南沿海等發(fā)達地區(qū)，處于人均GDP低低集聚區(qū)的是中西部等欠發(fā)達地區(qū)。

關(guān)鍵詞： 人均投資；人均財政支出；經(jīng)濟增長；空間計量分析

一、引言及文獻綜述

在經(jīng)濟的分析中，經(jīng)濟增長一直是非常受關(guān)注的問題，而人均投資、人均財政支出與經(jīng)濟增長的關(guān)系比較緊密。袁琛欽，李爵，劉文龍（2010）對1985-2008年中國經(jīng)濟增長與人均消費、人均投資以及服務(wù)業(yè)產(chǎn)值關(guān)系進行了實證分析，得出人均消費、人均投資及服務(wù)產(chǎn)值對經(jīng)濟增長都有促進的作用[1]。熊鳳平（2007）從計量模型的角度分析我國政府財政支出和人均GDP的關(guān)系，研究人均GDP 對財政支出的影響。認為在我國人均GDP 對政府的財政支出的增長起到了很大的促進作用，人均GDP的增長有利于擴大政府的財政支出[2]。張鋼，段澈（2006）利用省際面板數(shù)據(jù)對我國地方財政支出結(jié)構(gòu)與地方經(jīng)濟增長關(guān)系的實證分析表明，東部、中部和西部地區(qū)的地方財政支出結(jié)構(gòu)存在著不同的經(jīng)濟增長效應(yīng)[3]。但是大多數(shù)的研究對人均投資、財政支出和經(jīng)濟增長的研究都忽略了空間相關(guān)性的作用。也有少數(shù)文獻考慮了對空間因素的分析，張曉旭，馮宗憲（2008）運用探索性空間數(shù)據(jù)分析方法研究了中國30 個省份1978年-2003年人均GDP 之間的空間相關(guān)性，運用三種不同的空間經(jīng)濟計量模型研究了中國各省份人均GDP 增長的收斂性[4]。吳玉鳴，徐建華（2004）運用空間統(tǒng)計和計量經(jīng)濟學(xué)Moran I指數(shù)法及時空數(shù)據(jù)模型分析了中國31個省級區(qū)域經(jīng)濟增長集聚及其影響因素[5]。余可（2008）運用空間經(jīng)濟計量分析方法對1995-2005 年間中國31 個省、自治區(qū)和直轄市的地方財政支出結(jié)構(gòu)與地區(qū)經(jīng)濟增長的關(guān)系進行了實證分析[6]。

近年來大量的文獻對政府財政支出、人均投資與經(jīng)濟增長的關(guān)系進行了理論研究與實證分析，但是對于人均財政支出、人均投資與我國經(jīng)濟增長的研究比較缺乏。針對已有研究的不足，本文將考慮空間的因素，基于空間計量經(jīng)濟學(xué)的視角，對人均投資、人均財政支出與我國經(jīng)濟增長的關(guān)系進行理論分析和實證檢驗。

二、我國人均GDP相關(guān)性分析

（一）全局自相關(guān)性分析

通過全局MoranI指數(shù)來檢驗中國人均GDP是否存在空間依賴性，進而來揭示中國人均GDP的全局空間相關(guān)性。我們定義一個二元對稱空間權(quán)重矩陣：W=[wij]n×m，wij表示區(qū)域i 與j 的鄰近關(guān)系，根據(jù)鄰接標準來度量。當區(qū)域i 和j 相鄰時，w等于1；不相鄰時，則為0。

圖1 2003年—2013年中國人均GDP的省際Morans I指數(shù)變動

本文對中國31個省份2003年到2013年的人均GDP進行全局Morans I顯著性檢驗，結(jié)果表明，2013年全局Morans I檢驗量達到0.4231；當permutation：999 時，E（I）=-0.0333，SD（I）=0.0115，Mean=-0.0323，Z（I）為4.0824，大于0.05置信水平下的臨界值，通過顯著性檢驗，表明在省域?qū)用嫔现袊司鵊DP存在明顯的空間相關(guān)性。從2003到2013年來看，中國人均GDP的省際Morans I指數(shù)都大于0， 說明在空間上存在正的相關(guān)性。在這10年期間， Morans I 指數(shù)在2003年到2005年是上升的，2005年到2007年略微下降，2007年到2010基本上呈上升的趨勢，隨后呈下降趨勢，而且下降的幅度較大，但都通過了5%的顯著性檢驗，說明人均GDP存在著正相關(guān)性，人均GDP會受到相鄰省份人均GDP的影響，相鄰省份人均GDP存在一定的相似性。這就說明中國人均GDP在省際層面呈現(xiàn)出明顯的空間集聚特征。

（二）局部空間自相關(guān)性分析

進一步進行局部空間的自相關(guān)分析，在這里一般采用Moran散點圖和LISA局部指標來分析。

Moran散點圖被分為四個象限，第一象限是High-High類型（高高集聚類型），在這個象限內(nèi)，中心省份的人均GDP較高，同時相鄰省份的人均GDP也較高；第二象限是Low-High類型（低高集聚類型），中心省份的人均GDP較低，而相鄰省份的人均GDP較低；第三象限是Low-Low類型（低低集聚類型），中心省份和與它鄰近省份的人均GDP都比較低；第四象限是High-Low類型（高低集聚類型），中心省份的人均GDP較高，而相鄰省份的人均GDP較低。

本文將2003年和2013年中國各省份人均GDP的集聚變化作了對比。2003年有74.19%的省份位于高高或低低集聚區(qū)，有25.81%的省份位于低高或高低集聚區(qū)；而到2013年有77.42%的省份位于高高或低低集聚區(qū)，有22.58%的省份位于低高或高低集聚區(qū)。其中由于吉林和遼寧這兩個省份的人均GDP提高了，所以吉林省就從低高集聚區(qū)進入高高集聚區(qū)，遼寧省就從高低集聚區(qū)進入高高集聚區(qū)。黑龍江和內(nèi)蒙的人均GDP相比2003年也有所提高，黑龍江省就從低低集聚區(qū)進入到了低高集聚區(qū)，內(nèi)蒙就從低低集聚區(qū)進入了高低集聚區(qū)。而海南省由于人均GDP的下降，反而從低高集聚區(qū)降到了低低集聚區(qū)。這些反映了我國人均GDP在省級區(qū)域的空間自相關(guān)性和異質(zhì)性。

三、我國人均投資、人均財政支出與經(jīng)濟增長的空間計量分析

（一）變量選取與數(shù)據(jù)來源

本文選取中國31個省域2013年橫截面數(shù)據(jù)為樣本，采用人均GDP來衡量地區(qū)經(jīng)濟水平。以PERGDP表征中國人均GDP，作為被解釋變量；以中國人均投資（PERINV）、中國人均財政支出（PEREXP）作為解釋變量。其中各地區(qū)全社會固定資產(chǎn)投資、地方財政支出、國內(nèi)生產(chǎn)總值、各省市年末常住人口的數(shù)據(jù)來自于《中國統(tǒng)計年鑒》2003-2013年。

（二）空間計量模型與估計

構(gòu)建反映各地區(qū)人均投資、人均財政支出與人均GDP關(guān)系經(jīng)典計量經(jīng)濟學(xué)雙對數(shù)回歸模型：

InPERGDP=β0+β1InPERINV+β2InPEREXP+ε （3）

公式中：PERGDP代表人均GDP，作為被解釋變量；PERINV、PEREXP分別代表人均投資、人均財政支出，作為解釋變量。在這里我們將考慮空間因素，分別構(gòu)建人均投資、人均政府支出與人均GDP的空間滯后模型（SLM）和空間誤差模型（SEM）。

空間滯后模型（SLM）不僅反映了本地人均GDP而且還反映空間地區(qū)人均GDP，表達式為：

InPERGDP=ρWInPERGDP+β1PERINV+β2PEREXP+ε （4）

公式中：W 代表的是空間權(quán)重矩陣；Wln PERGDP是空間滯后變量；ρ是空間滯后自回歸系數(shù)，用于測量空間上鄰近地區(qū)人均GDP的外部溢出效應(yīng)；ε是誤差項。

空間誤差模型（SEM）是充分考慮了空間上相關(guān)的誤差項對人均GDP影響的模型，表達式為：

InPERGDP=β0+β1InPERINV+β2InPEREXP+ε，ε=λWε+u （5）

公式中，λ是空間誤差自回歸系數(shù)，是用來衡量相鄰省份的人均GDP是否會對中心省份的人均GDP有影響。

（三）空間計量結(jié)果及分析

根據(jù)經(jīng)典回歸模型進行OLS估計，回歸模型的R2值為0.3464，擬合效果較差?？紤]中國各省域人均GDP存在空間自相關(guān)性，所以我們將引入回歸模型，對OLS估計的殘差進行空間依賴性檢驗，空間權(quán)重矩陣采用的是一階Queen鄰接矩陣。表2中的LM（lag）通過了5%的顯著性檢驗，而LM（error）也通過了5%的顯著性檢驗，R-LM（lag）未通過水平為5%的顯著性檢驗，R-LM（error）通過10%的顯著性檢驗。根據(jù)判別標準，R-LM（lag）不顯著，而R-LM（error）顯著，所以我們認為SEM模型是最優(yōu)的。同時，我們再來比較下極大似然估計量（LogL）、赤遲信息準則（AIC ）和施瓦茨信息量（SC）這三個統(tǒng)計量，由表可見SEM模型中的LogL是-2.5772，AIC 是11.1544，SC是15.4563。SEM模型中的LogL明顯要大于SLM和OLS的，AIC 和SC也都要小于SLM和OLS的。根據(jù)以上分析，我們認為SEM模型解釋效果更好。

我們對SLM的參數(shù)進行分析。SLM模型的R2是0.6190，擬合度較好。變量InPERINV和InPEREXP都是顯著的，且系數(shù)都為正。人均投資每增長1%，人均GDP將會增加0.17%；人均政府支出每增長1%，人均GDP將會增加0.27%。空間誤差自回歸系數(shù)是0.7163，大于0，且p值為0.0000，顯著小于0.05?？臻g誤差模型的空間效應(yīng)一般表現(xiàn)在它的誤差項ε上，因此我們可以認為一個省份的人均GDP是通過誤差項的形式傳遞給相鄰的省份的，從而來影響其他省份的人均GDP。

四、結(jié)論

基于空間計量經(jīng)濟學(xué)的視角，本文將空間因素納入人均投資、人均財政支出與我國經(jīng)濟增長的研究框架之中。運用空間自相關(guān)理論與空間計量模型考察了中國31個省域的人均投資、人均財政支出與中國人均GDP之間的相互關(guān)系和作用機制。通過實證分析，我們可以得出以下幾點結(jié)論：①中國人均GDP一直伴隨空間集聚的過程，表現(xiàn)為較高的空間集聚分布特征，并且有不斷增強的趨勢。②中國人均GDP存在顯著的空間自相關(guān)性，即鄰近省域的人均GDP具有顯著的相似性。如果忽視空間因素影響可能會引起回歸模型設(shè)定和估計結(jié)果的偏差，因此，納入空間效應(yīng)的空間誤差模型較好地擬合了人均投資、人均財政支出與人均GDP的關(guān)系。③人均財政支出和人均投資對我國各省市的人均GDP都有顯著的推動作用，這兩個變量對我國各省市的經(jīng)濟增長作用在空間存在差異性。④我國省域間人均GDP增長的空間效應(yīng)是通過擾動誤差項的傳遞來表現(xiàn)的。當某一省域的人均GDP受到?jīng)_擊時，將會通過誤差項的形式影響相鄰省域的人均GDP。⑤處于人均GDP高高集聚區(qū)的是東南沿海等發(fā)達地區(qū)，處于人均GDP低低集聚區(qū)的是中西部等欠發(fā)達地區(qū)。

綜上所述，在我國目前的經(jīng)濟發(fā)展過程中，人均財政支出和人均投資對于我國的人均GDP有推動作用。積極的財政政策是我國區(qū)域經(jīng)濟增長的動力，擴大政府的財政支出，用于公共產(chǎn)品、公共事業(yè)、公共服務(wù)和社會基礎(chǔ)設(shè)施的建設(shè)，能夠調(diào)節(jié)經(jīng)濟的發(fā)展，從而促進經(jīng)濟的增長。投資是拉動經(jīng)濟發(fā)展的“三駕馬車”之一，隨著我國消費結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的不斷提升和升級，固定資產(chǎn)的投資對GDP增長的貢獻增大，引起了投資率的不斷上升。從我國目前的經(jīng)濟發(fā)展階段來看，積累和資本的形成對經(jīng)濟增長有很大的影響，因此投資拉動對經(jīng)濟增長的重要作用需要保持較快的投資增長。 （作者單位：陜西師范大學(xué)國際商學(xué)院）

參考文獻：

[1] 袁琛欽 李爵 劉文龍.中國經(jīng)濟增長與人均消費、人均投資以及服務(wù)業(yè)產(chǎn)值關(guān)系的實證分析：1985—2008[J].中國市場. 2010（44）：10-21.

[2] 熊鳳平.人均GDP對財政支出的影響模型及分析[J].北方經(jīng)濟.2007（1）：6-8.

[3] 張鋼 段澈.我國地方財政支出結(jié)構(gòu)與地方經(jīng)濟增長關(guān)系的實證研究[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版）.2006.36（2）：89-93.

[4] 張曉旭 馮宗憲.中國人均GDP 的空間相關(guān)與地區(qū)收斂：1978-2003[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版）.2008，7（2）：400-414.

[5] 吳玉鳴 徐建華.中國區(qū)域經(jīng)濟增長集聚的空間統(tǒng)計分析[J].地理科學(xué)，2004，24（6）：655-659.

[6] 余可.地方財政支出結(jié)構(gòu)與地區(qū)經(jīng)濟增長的空間計量分析[J].財經(jīng)理論與實踐，2008，29（154）：83-86.

[7] Anselin L. Local indicators of spatial association - LISA[J]. Geographical Analysis.1995（27）：93-115.