張智鵬，姜玉英

（1.中央財經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，北京 100098；2.北京印刷學(xué)院 基礎(chǔ)部，北京 102627）

0 引言

雖然近年來我國經(jīng)濟發(fā)展平衡性、協(xié)調(diào)性、可持續(xù)性明顯增強，但區(qū)域經(jīng)濟發(fā)展不平衡不充分的問題仍然較為突出。因此，縱深推進區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，有效縮小區(qū)域經(jīng)濟發(fā)展差距，成為跨越新發(fā)展階段中國區(qū)域經(jīng)濟高質(zhì)量發(fā)展障礙的關(guān)鍵。那么，中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平處于什么階段？呈現(xiàn)什么樣的演進特征？受到哪些因素的影響？回答以上問題對于解決區(qū)域經(jīng)濟發(fā)展不平衡不充分問題具有重要意義。

縱觀現(xiàn)有文獻，學(xué)者們對中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的影響路徑研究大致可從研究視角、測度方法、影響因素三個方面來歸納總結(jié)。在研究視角方面，基本圍繞從省域、城市群、全國的研究范圍展開[1,2]。雖然也有文獻從區(qū)域空間屬性著手，考察空間中性政策與干預(yù)性政策對中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的影響[3]，但很少從演進特征與具體內(nèi)容分析相結(jié)合的視角，對區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展影響因素進行研究。在測度模型方面，多以引力模型、競爭力模型、時間序列模型、面板數(shù)據(jù)模型等為研究載體[4]。在影響因素方面，主要從自然稟賦、生產(chǎn)要素、經(jīng)濟環(huán)境等角度對所研究對象的區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展成因進行時空分解[5]，并強調(diào)空間因素是解決區(qū)域發(fā)展不平衡問題過程中不可忽略的一部分，但未能從空間效應(yīng)與其他影響因素相結(jié)合的視角對測度模型進行改進，也缺乏區(qū)域經(jīng)濟發(fā)展多元特性的模型設(shè)計研究。綜上所述，現(xiàn)有文獻關(guān)于區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展問題的研究存在以下兩點不足：第一，量化“空間視域”，并融入計量模型的研究設(shè)計相對較少，未能對經(jīng)濟協(xié)調(diào)發(fā)展水平的區(qū)域差異進行深入分析；第二，影響因素分析視線較為離散，強調(diào)區(qū)域內(nèi)部與區(qū)域之間差異大小的比較，忽略了造成區(qū)域經(jīng)濟發(fā)展不平衡潛在因素的考慮。鑒于此，本文以潛在效應(yīng)、流空間效應(yīng)和區(qū)位效應(yīng)的三維設(shè)計為切入點，通過融合與改進區(qū)域經(jīng)濟模型和計量經(jīng)濟模型，揭示了時空維度分解下影響中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的內(nèi)在因素。

1 研究設(shè)計

1.1 模型構(gòu)建

1.1.1 潛在效應(yīng)模型

本文對競爭力模型進行改進，重點突出區(qū)域經(jīng)濟發(fā)展不平衡的個體空間差異性：

其中，Copmit代表第i（i=1,2,…,n）個地區(qū)第t（t=1,2,…,T）時期區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的競爭力大小，為第i個地區(qū)第t時期的區(qū)域經(jīng)濟發(fā)展不平衡程度。顯然，區(qū)域經(jīng)濟發(fā)展不平衡程度越接近最大值，區(qū)域競爭力越小。

進一步，改進位序-規(guī)模模型的設(shè)計，旨在強調(diào)區(qū)域經(jīng)濟發(fā)展不平衡程度與“首位”地區(qū)之間的相對“距離”，注重各省份區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平“梯度型”分布的識別：

其中，IRDit代表第i（i=1,2,…,n）個地區(qū)t（t=1,2,…,T）時期的區(qū)域經(jīng)濟發(fā)展不平衡程度，IRD1t代表t時期區(qū)域經(jīng)濟發(fā)展不平衡程度最高的省份；Rit是第i個地區(qū)t時期IRD的位序；q是捷夫指數(shù)，用于描述區(qū)域經(jīng)濟發(fā)展不平衡程度與位序之間的集中或離散程度。

1.1.2 流效應(yīng)模型

在現(xiàn)有文獻關(guān)于“耦合-協(xié)調(diào)模型”設(shè)計的基礎(chǔ)上，給出流效應(yīng)模型：

其中，ACit為改進后的耦合系數(shù)，Cit為耦合系數(shù)，SCDIit為協(xié)調(diào)發(fā)展的綜合指數(shù)，i=1,2,…,n代表地區(qū)個數(shù)，t=1,2,…,T為樣本時間。Cit、SCDIit的計算公式分別為SDCIit=×(xit+zit)和。其中，xit、zit為極值標(biāo)準(zhǔn)化之后感興趣的耦合變量，由“信息流-IRD”和“交通流-IRD”分別給出。

1.1.3 區(qū)位效應(yīng)模型

本文從空間權(quán)重矩陣W的設(shè)置出發(fā)，綜合考慮地理距離WD與經(jīng)濟距離WE兩個方面，引入“雙權(quán)重乘子”的權(quán)重設(shè)定方法：W=WD*WE。其中，符號*代表哈達瑪積，表示兩個矩陣對應(yīng)位置元素相乘，W={wij,i≠j=1,2,…,n}，。地理距離矩陣WD由地理經(jīng)緯度信息測算的地區(qū)i和地區(qū)j之間實際距離dij的倒數(shù)組成，WD={,i≠j=1,2,…,n}，；經(jīng)濟距離矩陣WE由經(jīng)濟發(fā)展水平測度的地區(qū)i和地區(qū)j之間經(jīng)濟發(fā)展水平差異eij組成，，由計算而得。顯然，該測度方法既可滿足（0，1）取值范圍的約束，又可滿足對稱性假定。此外，地理權(quán)重幾乎不受時間影響，而經(jīng)濟權(quán)重隨著時間的推移存在上下浮動的情況，故本文用樣本期間的平均值作為實際測度對象，并對空間權(quán)重矩陣W進行行歸一化處理。

為了進一步研究影響區(qū)域協(xié)調(diào)發(fā)展的主要因素，本文給出了能綜合反映總效應(yīng)、間接效應(yīng)與直接效應(yīng)的空間面板杜賓模型：

其中，IRDit為第i（i=1,2,…,n）個地區(qū)t（t=1,2,…,T）時期的區(qū)域發(fā)展不平衡程度；Xit為核心解釋變量的向量，包含經(jīng)濟發(fā)展水平（gdp）、人口規(guī)模（pop）、產(chǎn)業(yè)結(jié)構(gòu)（indu）、教育水平（edu）、技術(shù)水平（tech）、能源消耗（eco）、基礎(chǔ)設(shè)施（base）、對外開放（open）和城鄉(xiāng)差距（urg）9個因素；W為空間權(quán)重矩陣；β為核心解釋變量的待估系數(shù)向量；θ為核心解釋變量的空間滯后系數(shù)向量；εit為隨機擾動項。

1.2 變量選取

綜合現(xiàn)有文獻關(guān)于區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展影響因素的研究，本文從12 個方面進行具體分析。其中，經(jīng)濟發(fā)展水平、人口規(guī)模、教育水平、技術(shù)水平、基礎(chǔ)設(shè)施、能源消耗、對外開放與城鄉(xiāng)差距均可由其表征指標(biāo)直接獲取[6]，而其他4 個變量則需要進行再測度。區(qū)域經(jīng)濟發(fā)展不平衡（IRD）用相對變異程度表征[7]，以各地區(qū)人均GDP 占全國人均GDP比重的絕對離差來刻畫：

其中，IRDit表示第i（i=1,2,…,n）個地區(qū)在t（t=1,2,…,T）時期的區(qū)域經(jīng)濟發(fā)展不平衡程度，本文以其逆值來側(cè)面反映區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平；為第i個地區(qū)在t時期的人均地區(qū)生產(chǎn)總值，是t時期的全國人均國內(nèi)生產(chǎn)總值[8]。

產(chǎn)業(yè)結(jié)構(gòu)（indu）測度方面，本文使用考慮產(chǎn)業(yè)分布均衡特征的合理化指標(biāo)對其進行刻畫，一般認為產(chǎn)業(yè)結(jié)構(gòu)的相對合理可促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。用Theil指數(shù)進行計算[9]：

其中，i=1,2,…,n表示地區(qū)，j=1,2,3 代表產(chǎn)業(yè)，t=1,2,…,T代表年份，resit表示i地區(qū)在第t年的產(chǎn)業(yè)結(jié)構(gòu)合理化水平，yijt、lijt分別為第i個地區(qū)第t年第j個產(chǎn)業(yè)的產(chǎn)值、從業(yè)人員數(shù)，Yit、Lit分別為第i個地區(qū)第t年的總產(chǎn)值、總從業(yè)人員數(shù)。

信息流（IN）測度方面，以百度門戶網(wǎng)站的城際精確搜索量為基礎(chǔ)的搜索指數(shù)[10]來表征，由于移動搜索指數(shù)公布的起始時間是2011年1月1日，因此2010年信息流單獨用PC搜索指數(shù)表征，2011年之后則用PC搜索指數(shù)和移動搜索指數(shù)加權(quán)取得①算法說明：以在百度的搜索量為基礎(chǔ)數(shù)據(jù)，以關(guān)鍵詞為統(tǒng)計對象，計算出各個關(guān)鍵詞在百度網(wǎng)頁搜索中搜索頻次的加權(quán)和。根據(jù)搜索來源不同，搜索指數(shù)可分為PC搜索指數(shù)和移動搜索指數(shù)。具體的解釋請參照：http://index.baidu.com。?？紤]到信息流的時間差異性，本文選取樣本期間各省份每年3月28日至4月3日、6月27日至7月3 日、10 月31 日至11 月6 日、12 月19 日至12 月25 日的“周搜索指數(shù)”數(shù)據(jù)，根據(jù)其總和求平均值得到“日平均搜索指數(shù)”。

交通流(TR)測度方面，在關(guān)于一個常規(guī)周內(nèi)的城市間客運往來班次表征交通流的基礎(chǔ)上[10]，本文引入省會城市平均每天列車班次來表征各省份之間交通往來信息的交通流：

其中，TRit代表第i個地區(qū)第t年的日均列車班次；trit1、trit2、trit3分別代表第i個地區(qū)第t年在任意3個常規(guī)日內(nèi)發(fā)往其他n-1 個地區(qū)列車班次總數(shù)，并對相應(yīng)年份這3 個日期進行隨機抽取，抽取日期為3 月1 日、5 月16日、7月23日；dnumijt為第i個地區(qū)的省會城市在第t時期發(fā)往第j個地區(qū)省會城市列車班次總數(shù)。

1.3 數(shù)據(jù)說明

本文研究對象為我國31 個省份（不含港澳臺）。其中，基礎(chǔ)數(shù)據(jù)主要來自2005—2022 年①樣本起點為2004年，現(xiàn)有文獻對中國區(qū)域經(jīng)濟發(fā)展不平衡問題的研究表明2004年是一個關(guān)鍵的分界點?！吨袊y(tǒng)計年鑒》和國家統(tǒng)計局網(wǎng)站，三次產(chǎn)業(yè)就業(yè)人數(shù)來自各省份統(tǒng)計年鑒，生態(tài)能源指標(biāo)來自《中國環(huán)境統(tǒng)計年鑒》?？臻g研究數(shù)據(jù)方面，測度地理距離的相關(guān)指標(biāo)數(shù)據(jù)來自國家基礎(chǔ)地理信息中心網(wǎng)站，測度流空間強度的數(shù)據(jù)來自百度指數(shù)網(wǎng)站與12306鐵路客戶服務(wù)中心網(wǎng)站。變量的描述性統(tǒng)計見表1。

表1 相關(guān)變量的描述性統(tǒng)計

2 時空維度下區(qū)域經(jīng)濟發(fā)展不平衡演進特征分析

2.1 區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的空間競爭力分析

表2 展示了各省份競爭力測算值的描述性統(tǒng)計結(jié)果。從樣本期間均值來看，競爭力沿著“東部—中部—西部”主線逐漸遞減、區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展也圍繞這條主線逐漸遞增；從標(biāo)準(zhǔn)差來看，所有地區(qū)關(guān)于該指標(biāo)的取值均在0.1左右波動，且波動幅度很小。從綜合排名情況來看，區(qū)域經(jīng)濟發(fā)展的平均競爭力呈現(xiàn)明顯的“地域差異性”：一方面，平均競爭力排名前5 位的省份分別是上海、北京、天津、江蘇和浙江，這5個省份地處東部地區(qū)，依托長三角和京津冀城市群建設(shè)，各區(qū)域正加速推進區(qū)域交通、產(chǎn)業(yè)、創(chuàng)新一體化，增強區(qū)域創(chuàng)新力和競爭活力，提高區(qū)域經(jīng)濟集中度，使得區(qū)域內(nèi)部協(xié)調(diào)發(fā)展水平不斷提升。另一方面，平均競爭力排名后5位的省份分別是貴州、甘肅、云南、西藏和廣西，這5 個省份地處宏觀環(huán)境復(fù)雜多變、區(qū)域分化發(fā)展的西部地區(qū)，經(jīng)濟發(fā)展過度依賴投資、市場內(nèi)生投資動力不足、結(jié)構(gòu)性矛盾較為突出是導(dǎo)致西部地區(qū)經(jīng)濟競爭力較小的主要原因。根據(jù)31個省份在樣本期間競爭力的大小，按照等分位數(shù)原則，將中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平劃分為5 個“梯度”，即區(qū)域協(xié)調(diào)發(fā)展增進型、區(qū)域協(xié)調(diào)發(fā)展平緩型、區(qū)域發(fā)展不平衡抑制型、區(qū)域發(fā)展不平衡平緩型、區(qū)域發(fā)展不平衡微縮型[8]。顯然，長三角與京津冀城市群（除河北外）成為區(qū)域協(xié)調(diào)發(fā)展增進型的典型代表，而西部地區(qū)的貴州、甘肅、云南、西藏和廣西則是區(qū)域發(fā)展不平衡平緩型和區(qū)域發(fā)展不平衡微縮型的典型代表。

表2 中國省域競爭力測算值的描述性統(tǒng)計

2.2 區(qū)域經(jīng)濟發(fā)展不平衡的位序-規(guī)模效應(yīng)分析

根據(jù)式（2）對捷夫指數(shù)（q）進行估計，本文選擇模型估計還原度高、參數(shù)估計較為準(zhǔn)確的非線性估計方法進行估計。如下頁表3所示，模型的總體擬合優(yōu)度在0.3 附近波動，參數(shù)的估計值大多通過了顯著性檢驗，由此可認為上述模型的擬合結(jié)果符合基本符號Zipf 法則規(guī)模分布的要求。從全國的擬合結(jié)果來看，參數(shù)q的估計值均小于1，且呈現(xiàn)不斷減小的趨勢，從2004年的0.493減小至2015年的0.265，說明區(qū)域經(jīng)濟發(fā)展不平衡程度逐漸縮小、分布逐漸趨于均勻；而參數(shù)q在2016年和2017年的取值相較2015年有所增加但增幅較小，表明區(qū)域經(jīng)濟發(fā)展不平衡程度有微微擴大的趨勢。進一步分析，2009年之后，中國區(qū)域經(jīng)濟發(fā)展不平衡程度均呈遞減趨勢，而三大地區(qū)之間的區(qū)域經(jīng)濟發(fā)展不平衡程度由西部地區(qū)、東部地區(qū)到中部地區(qū)逐級遞減，區(qū)域內(nèi)部則表現(xiàn)為中部地區(qū)最為平緩（差距最?。?、西部與東部地區(qū)相對差距較大。

表3 區(qū)域經(jīng)濟發(fā)展不平衡的位序-規(guī)模模型參數(shù)測算

2.3 區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的流空間效應(yīng)分析

本文在利用信息流與交通流量化表征流空間的基礎(chǔ)上，根據(jù)式（3）分別對信息流與區(qū)域經(jīng)濟發(fā)展不平衡、交通流與區(qū)域經(jīng)濟發(fā)展不平衡的耦合效應(yīng)進行了測度。如下頁圖1 所示，就“信息流-IRD”的耦合系數(shù)來看，總體上呈現(xiàn)“由中級到高級耦合協(xié)調(diào)過渡”的演變趨勢，具有顯著的“空間差異性”，耦合系數(shù)取值前5 位的省份分別為新疆、吉林、青海、北京、江蘇，而耦合系數(shù)取值后5 位的省份分別是江西、貴州、天津、西藏和湖南。就“交通流-IRD”的耦合系數(shù)看，中國31 個省份交通運輸（以列車車次數(shù)表征）與區(qū)域經(jīng)濟發(fā)展不平衡之間的耦合效應(yīng)具有明顯的“空間差異性”，排名前5 位的省份分別是天津、江蘇、山東、貴州和上海，排名后5 位的省份分別是西藏、河北、吉林、黑龍江和廣東，基本呈現(xiàn)“由東部地區(qū)向中西部地區(qū)遞減”的趨勢，但是這種趨勢又不完全與地理區(qū)位相關(guān)。綜上所述，空間網(wǎng)絡(luò)效應(yīng)的信息流、交通流兩個維度與區(qū)域經(jīng)濟發(fā)展不平衡之間均具有一定的耦合效應(yīng)，且這種耦合效應(yīng)也表現(xiàn)出很強的空間差異性，但這種差異性很難從“地理區(qū)位”與“經(jīng)濟發(fā)展”這兩個方面進行全面合理的解釋。

圖1 區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的空間輻射效應(yīng)分析

3 進一步分析

針對上述空間效應(yīng)的分析結(jié)論，需要將式（4）的空間面板杜賓模型進行如下形式的修正：

其中，IRD為區(qū)域經(jīng)濟發(fā)展不平衡程度，X為包含經(jīng)濟發(fā)展水平（gdp）、教育水平（edu）、基礎(chǔ)設(shè)施（base）、城鄉(xiāng)差距（urg）等受空間效應(yīng)影響的核心解釋變量的集合，Z為包含人口規(guī)模（pop）、產(chǎn)業(yè)結(jié)構(gòu)（indu）、技術(shù)水平（tech）、能源消耗（eco）、對外開放（open）等不受空間效應(yīng)影響的控制變量的集合，W為空間權(quán)重矩陣，β和α為待估計系數(shù)向量，θ為空間滯后系數(shù)向量，ε為隨機擾動項。特別地，為了比較研究，令εit=λWεit+uit。

在估計之前，需要對模型的形式加以確定。首先，本文通過LM 檢驗、Hausman檢驗及F檢驗，確定混合效應(yīng)面板模型為最終估計模型。其次，對解釋變量的多重共線性進行檢驗，其方差膨脹因子（VIF）得分均小于5，得出解釋變量不存在多重共線性的結(jié)論[11]。如下頁表4 所示，列（1）為不考慮“空間效應(yīng)”的面板模型，人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消耗與對外開放是區(qū)域經(jīng)濟發(fā)展不平衡形成的主要影響因素，但列（1）僅對區(qū)域內(nèi)部的影響因素進行了分析，未能基于“空間效應(yīng)”考慮區(qū)域之間的差異，而區(qū)域間的差異是造成區(qū)域經(jīng)濟發(fā)展不平衡的主要原因[2]。列（2）為空間效應(yīng)模型估計結(jié)果，控制變量人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消耗與對外開放對區(qū)域經(jīng)濟發(fā)展不平衡的影響效應(yīng)在作用方向上均與面板數(shù)據(jù)模型結(jié)果一致；需要強調(diào)的是，考慮了“空間效應(yīng)”的城鄉(xiāng)差距對區(qū)域經(jīng)濟發(fā)展不平衡的正向作用系數(shù)高達0.326，這表明，考慮各地區(qū)之間“地理距離”與“經(jīng)濟差異”的“空間效應(yīng)”是中國經(jīng)濟發(fā)展不平衡影響因素分析中必不可少的一部分。列（3）為在式（9）的基礎(chǔ)上考慮誤差滯后項的估計結(jié)果，通過顯著性檢驗的影響因素的作用方向與列（2）結(jié)果基本一致。為進一步研究影響區(qū)域經(jīng)濟發(fā)展不平衡的核心因素，在式（9）的基礎(chǔ)上，列（3）剔除了未通過顯著性檢驗和與其他變量相關(guān)關(guān)系較強的影響因素。最后，本文對空間影響效應(yīng)進行分解。顯然，由直接效應(yīng)主導(dǎo)的影響因素為教育水平、人口規(guī)模、能源消耗與空間效應(yīng)下的經(jīng)濟發(fā)展水平，由間接效應(yīng)主導(dǎo)的影響因素為城鄉(xiāng)差距與產(chǎn)業(yè)結(jié)構(gòu)，空間效應(yīng)下的經(jīng)濟發(fā)展水平也可以從間接效應(yīng)方面進行解釋。

表4 區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平的影響因素以及效應(yīng)分解

4 結(jié)論

基于2004—2021 年中國省域面板數(shù)據(jù)，本文從潛在效應(yīng)、流空間效應(yīng)和區(qū)位效應(yīng)這3個維度對中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平進行了測度，并探討了其時空分異特征與影響因素。得出結(jié)論如下：中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平在時間上具有上升趨勢，在空間上呈現(xiàn)“地域差異性”。區(qū)域之間發(fā)展不平衡是抑制區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展水平提升的主要原因。從位序-規(guī)模結(jié)果來看，雖然全國各省份經(jīng)濟發(fā)展不平衡程度逐漸縮小并趨向均勻，但在2019 年和2020 年有略微擴大的趨勢；分地區(qū)來看，2009 年之后，三大地區(qū)之間的發(fā)展不平衡程度幅度由西部、東部到中部地區(qū)逐級遞增。信息流和交通流活力的增加可有效提升推動區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的進程。信息流、交通流與區(qū)域經(jīng)濟發(fā)展不平衡程度之間的耦合系數(shù)總體上呈現(xiàn)由中級到高級過渡的發(fā)展趨勢，在各省份之間具有明顯的“空間差異性”，這表明在信息流動自如、交通發(fā)達的地區(qū)，區(qū)域經(jīng)濟發(fā)展不平衡程度相對較低；但是尚未發(fā)現(xiàn)流效應(yīng)與地理區(qū)位劃分、經(jīng)濟發(fā)展水平之間的直接影響關(guān)系，引起這種空間差異的原因有待進一步挖掘。