陳恩　石程　張婷

摘要：泛珠三角是橫跨東中西部，包含沿海發(fā)達地區(qū)和內地欠發(fā)達地區(qū)的經濟合作區(qū)。探析泛珠區(qū)域內經濟發(fā)展差異的時空演變格局，并利用空間計量方法對影響泛珠地區(qū)經濟發(fā)展的因素進行實證研究。結果表明：泛珠三角地區(qū)以沿海城市群和內陸各省會城市為中心的中心-邊緣結構分布顯著；區(qū)域內空間自相關趨勢在加強，空間集聚現(xiàn)象顯著；從時間和空間維度上都表明內部經濟差異在縮小，區(qū)域合作取得一定效果；人均GDP總體空間格局穩(wěn)定，局域內發(fā)生演變，人均GDP增長速度的冷熱點區(qū)域變化較為明顯?？臻g計量表明，工業(yè)化對區(qū)域經濟發(fā)展影響顯著，城鎮(zhèn)化是促進經濟增長的重要途徑，城鎮(zhèn)勞動人口沒能充分發(fā)揮作用，表現(xiàn)出城鎮(zhèn)就業(yè)人口的規(guī)模不經濟。

關鍵詞：泛珠三角；經濟發(fā)展差異；時空演變；影響因素

中圖分類號：F127.41 文獻標識碼：A 文章編號：1003-3890（2013）09-0076-09

泛珠三角地區(qū)（PPRD）這一概念2003年由廣東率先提出，迅速得到福建、江西、湖南、廣西、海南、四川、貴州、云南8省區(qū)和港澳地區(qū)的響應，9+2經濟區(qū)自此形成。至2011年末，泛珠三角地區(qū)面積總和為全國的1/5，但人口總數達到全國的34.81%，經濟總量占到全國的31.88%?？梢姡搮^(qū)域對全國經濟意義重大，同時，值得我們注意的是泛珠三角地區(qū)橫跨東中西部，涵蓋沿海發(fā)達地區(qū)和內地欠發(fā)達地區(qū)，經濟發(fā)展差異大，梯度明顯，區(qū)域空間異質性強。

由表1我們可以看出，泛珠三角地區(qū)內部的9個省中，在地理位置、產業(yè)結構、經濟發(fā)展水平等方面都存在一定的差異，這些差異促使區(qū)域間形成了不同的空間結構，同時表現(xiàn)出區(qū)域經濟發(fā)展的非均衡性。

近年來，國家和地方出臺了一系列旨在推動區(qū)域協(xié)調發(fā)展的規(guī)劃和政策。9+2經濟區(qū)的設立，加強了泛珠江三角洲地區(qū)間的合作，這些區(qū)域板塊間和區(qū)域板塊內經濟合作的交互作用、區(qū)域間合作政策和協(xié)調機制的制度力量，加快了泛珠三角地區(qū)的發(fā)展和區(qū)域內部空間格局的演變。

一、文獻綜述、研究內容與方法

（一）文獻綜述

區(qū)域經濟發(fā)展差異是改革開放以來伴隨我國經濟快速發(fā)展而出現(xiàn)的顯著現(xiàn)象，近年來對這方面的研究越來越多，方法和視角也越來越豐富[1-4]。從研究的內容看，主要焦點集中于經濟差異的測度、趨同性、收斂性、時空演變特征、動力機制等[5-6]；從研究的尺度來看，由東中西三大地帶、南北區(qū)域、流域、省域等宏觀尺度逐漸向中觀尺度的縣市尺度發(fā)展[7-10]。從研究方法上看，定量分析和跨學科領域的綜合分析方法逐漸發(fā)展起來，如基于ESDA等空間分析方法的應用，已經取得一定的成果[11-12]。

分析已有的文獻，我們發(fā)現(xiàn)，到目前為止對區(qū)域空間差異的研究方法還較為單一，且多數文獻缺乏空間視角，很少有將傳統(tǒng)的統(tǒng)計方法和空間統(tǒng)計分析方法相結合的；研究的角度主要集中于經濟的絕對差異上，而對相對差異如增長速度的關注則較少；研究的區(qū)域多集中于經濟較為發(fā)達的沿海省域內，對內地區(qū)域的空間格局演變發(fā)展的研究十分缺乏，對跨區(qū)域的諸如泛珠三角的研究更是罕見。僅有的涉及泛珠三角地區(qū)的研究主要集中于合作的政策、機制、治理角度，對區(qū)域合作以來的效果和帶來的空間格局演進的研究少之又少。零星的研究也主要從理論上闡述空間格局可能帶來的變化，并且缺乏實證和空間視角的研究。

本研究運用新經濟地理學[13]的相關理論，采用統(tǒng)計分析方法和探索性空間分析方法（ESDA），運用統(tǒng)計指數、空間自相關等檢驗工具及空間計量分析方法，在Arcview、Opengeoda等軟件平臺的支撐下，對基于地市級的泛珠江三角地區(qū)117個行政單元進行經濟差異的時間和空間維度進行分析，并對造成這些差異變動的因素進行實證分析，從而豐富泛珠三角的相關研究。

（二）研究單元、指標及數據處理

本文選取人均GDP、人均GDP增長率為研究指標，以泛珠三角地區(qū)9省區(qū)所轄117個地級市為基本研究單元②，其中個別縣市行政規(guī)劃有所調整（文中統(tǒng)一按2010年的行政規(guī)劃對之前的數據進行調整）。對變動的區(qū)域進行拆分或合并，使研究最大程度上和實際經濟發(fā)展相吻合。數據方面，由于各市經濟發(fā)展水平不同，物價指數水平亦有差異，為使各市不同年度間具有可比性，文中采用以2003年為基數的各年各市人均生產總值指數對各市人均GDP進行平減，以剔除價格變化的影響③。

（三）研究方法

目前研究區(qū)域經濟差異的方法可分為兩類：一類是利用空間差異與極化統(tǒng)計指標進行測度，主要包括變異系數、基尼指數、泰爾指數、沃爾夫森指數等。其中基尼指數是從集聚和離散程度兩個角度來測度指標的總體分布情況；泰爾指數用于測度總體的空間差異；沃爾夫森指數用于總體空間的極化程度，進而反映區(qū)域間的差異，變異系數對于不同的地域單元賦予權重，從而適用于對區(qū)域的總體差異的相對度量[10]。這四個指數越大，表明區(qū)域間的差異水平越大。使用這類統(tǒng)計方法能夠較為直觀地觀測到區(qū)域內差異的變動發(fā)展趨勢，但它的前提條件是各觀測區(qū)域間是相互獨立的，因此它缺乏一種空間的視角，忽略了空間異質性和空間自相關，難以真正反映區(qū)域空間差異的變化機制[11]。

第二類為利用探索性空間分析方法，采用空間經濟分析技術和方法，對區(qū)域的經濟屬性的分布格局進行描述和可視化。通過引入Moran′ I、LISA、Getis-Ord G*指標來測度區(qū)域單元空間關系的特征，其中前兩個指數分別用于測度全局空間相關性和局域空間相關性，后一個用于測度熱點（hot spots）和冷點（cold spots）的具體分布?？臻g相關性是區(qū)域內某地理單元的屬性值與相鄰的區(qū)域單元之間的相關性，其實質是探尋區(qū)域地理單元間的空間依賴性?？臻g相關性包括全局空間自相關和局域空間自相關。使用探索性空間分析方法能夠較為直觀和準確地反映空間相互作用和空間集聚作用，但不能夠準確地測度出不同時間段上差異與集聚的變動趨勢[11]。

鑒于此兩類方法的特點，我們將綜合使用統(tǒng)計指數和探索性空間分析方法，從靜態(tài)的人均GDP水平和動態(tài)的人均GDP增長率速度兩個角度進行研究，以求更加準確和真實地探求泛珠三角地區(qū)區(qū)域差異的空間格局演變。

對影響區(qū)域經濟差異因素的分析，可以借助新經濟地理學的理論，即區(qū)域經濟行為是非均勻分布的，從而突破新古典經濟學忽略空間因素的分析視角，通過對空間滯后模型（SLM）和空間誤差模型（SEM）的比較，從而選擇最優(yōu)的模型來對泛珠地區(qū)經濟發(fā)展的影響因素進行定量分析。

1. 空間差異與極化的統(tǒng)計指標。

（1）基尼指數

（2）泰爾指數

（3）變異系數

（4）沃爾夫森指數 W=2（U*-U1）/M

式中：piQi分別是第i個地市級單元人口、生產總值占泛珠三角區(qū)域內總人口和總生產總值的比重，Qi為生產總值從低到高排列后的累計GDP比重。U*為修正了的人均GDP，U*=人均GDP的均值*（1-基尼系數），U1指人均GDP最少的1/2地市的平均值，M為人均GDP的中位值。

2. 探索性空間數據分析。

（1）用于探索全局的空間自相關[14]（Global spatial autocorrelation）

（2）局域空間自相關LISA[15]（Local index of spatial autocorrelation）

（3）Getis-Ord G*指數[16]：

式中：xi、分別為區(qū)域內觀測單元的屬性值和均值。wij為空間權重矩陣，基于鄰接概念的空間權重矩陣包括一階rook鄰接矩陣和一階queen鄰接兩種，文中選擇一級rook鄰接矩陣進行分析，s2為（xi-）2/n。我們對（1）～（3）式統(tǒng)計進行顯著性檢驗：。給定顯著性水平時，Moran′ I取值在-1～1，當Moran′ I顯著為正或為負時，呈現(xiàn)空間上高高或低低集聚。值越趨向于1，說明總體空間差異越小，反之亦然。僅當Moran′ I值指數趨向于期望值，觀測值之間才表現(xiàn)為隨機分布。Ii的顯著性檢驗采用Bonferroni標準加以判斷。Z（G*）為正且顯著時，表示i地理單元周圍的值相對較高，屬于熱點區(qū)，反之則為冷點區(qū)。

二、泛珠三角地區(qū)發(fā)展差異的時空演變

（一）泛珠三角地區(qū)基本空間格局

泛珠三角地區(qū)經濟發(fā)展的階梯性差異較大，由于經濟基礎、區(qū)位因素、政策因素等綜合作用，泛珠三角地區(qū)已經形成了一種固有的經濟空間結構。圖1是泛珠三角地區(qū)2003和2010年基于地市級的人均GDP的四分位圖。我們可以看到，盡管近年來泛珠三角區(qū)域內部各地區(qū)人均GDP都有了不同程度的提高，但經濟的發(fā)展具有較強的“路徑依賴”性，這些發(fā)展并沒能帶來泛珠三角地區(qū)空間經濟結構的巨大變遷。首先人均GDP從東向西遞減的總體特征并沒有發(fā)生變化；其次以沿海和各省會城市為核心的中心-外圍結構基本穩(wěn)定。但值得注意的是局部的城市分位段已發(fā)生變化，等級提升或下降的地市達到17個，占到總數的14.2%。

參照世界銀行區(qū)域經濟發(fā)展劃分標準，將區(qū)域內依照人均GDP的50%、100%、150%及以上把泛珠地區(qū)劃分為四個標準，分別為低水平發(fā)展區(qū)、中低水平發(fā)展區(qū)、中高水平發(fā)展區(qū)和高水平發(fā)展區(qū)。其中2003年和2010年低于平均水平的區(qū)域比重分別達到68%和64%，這說明基于地市級區(qū)域尺度的泛珠三角地區(qū)兩級分化現(xiàn)象仍然十分凸顯。但2010年泛珠三角區(qū)處于低水平發(fā)展區(qū)和高水平發(fā)展區(qū)的個數分別比2003年減少3個和2個，這樣屬于中低水平和中高水平標準的區(qū)域個數增加了5個，增加比重達到5%，這在一定程度上反映了區(qū)域格局中人均GDP差異的縮小。

（二）泛珠三角地區(qū)經濟發(fā)展差異的時間維度分析

使用基尼系數、變異系數、泰爾指數和沃爾夫森指數這四個指標，從不同角度來測度泛珠三角地區(qū)區(qū)域人均GDP的差異變動趨勢。

如圖2所示，除反映經濟總體空間極化程度的沃爾夫森指數在波動中呈現(xiàn)下降趨勢外，測度經濟不平衡性的基尼系數和變異系數以及反映空間差異的泰爾指數均呈現(xiàn)明顯的下降趨勢，其中變異系數從2003年的0.93下降到2010年的0.72，下降幅度達到23%，泰爾指數和基尼系數也分別下降了31%和13.2%。這一結果表明，隨著泛珠三角地區(qū)合作的深化和一系列區(qū)域開發(fā)政策的實施，基于地市級單元的泛珠三角地區(qū)總體上人均GDP差異水平與極化效應表現(xiàn)出一定程度上的弱化。此外，由泰爾指數的分解法，我們將泰爾指數分解為區(qū)間差異和區(qū)域內部差異指數。

根據泛珠三角地區(qū)現(xiàn)存經濟差異的情況，我們以各省會城市為中心，將泛珠地區(qū)按各省為單位進行劃分，計算省域間差異和省域內部差異。如圖3所示，2003—2010年，區(qū)間差異在2004年達到最大值之后一直保持穩(wěn)定的下降趨勢，2004—2010年下降幅度達47.28%，波動趨勢和總體泰爾指數相近，而區(qū)域內差異在波動中演進呈下降趨勢。因此在區(qū)域間和區(qū)域內部差異變動雙重作用下，泛珠三角地區(qū)人均GDP差異水平表現(xiàn)出縮小的態(tài)勢。

（三）泛珠三角地區(qū)經濟發(fā)展差異的空間維度分析

區(qū)域內部經濟發(fā)展和增長是具有空間特性的，泛珠三角地區(qū)是彼此地理相鄰接的區(qū)域，而空間統(tǒng)計分析的本質正是探求區(qū)域經濟發(fā)展的空間依賴性和區(qū)域空間的相關性。因此從空間上探索區(qū)域經濟發(fā)展格局的變化具有較現(xiàn)實的意義，也比較符合泛珠地區(qū)經濟特征。

1. 全局空間自相關。全局空間自相關從空間整體上研究一個區(qū)域空間內部的相關性，它使用全局Morans I值來測度空間全局的特征，分析區(qū)域空間整體的關聯(lián)性和差異性。前文中，我們發(fā)現(xiàn)泛珠地區(qū)由于經濟發(fā)展的路徑依賴，區(qū)域的空間結構具有一定的穩(wěn)定性，因此需要綜合考慮人均GDP的增長速度，以便更好地探求區(qū)域發(fā)展的空間格局，把握經濟增長的空間走向。

表2表明，人均GDP的全局空間自相關指數均為正數，檢驗顯著，且在數值上呈遞增趨勢，表明總體趨勢在不斷加強。因此，泛珠三角基于地市級的人均GDP在地域上呈顯著的空間集聚分布，經濟發(fā)展較好的地區(qū)和經濟差的地區(qū)空間集聚明顯，相鄰區(qū)域間的經濟關聯(lián)在強化，隨著區(qū)域間合作的進一步深化，這種特性將進一步增強。這種空間集聚的加強在一定程度上弱化了區(qū)域經濟的差異，與通過指數分析得出的結論相契合。需要強調的是，由于全局空間自相關是探求區(qū)域空間總體上的特征，因此泛珠三角地區(qū)總體上區(qū)域差異的縮小，是基于地市級泛珠地區(qū)空間差異在平均意義上的縮小，與其他局域內空間差異并不矛盾。

另一方面，由于人均GDP的分析只能從一種相對靜態(tài)的角度去分析，為了更好地探求泛珠地區(qū)空間格局的演變，還需要從相對動態(tài)的角度，即通過對人均GDP的增長率來分析。人均GDP增長率的Moran，s I值均呈為正，除2009年未通過顯著性檢驗外，其他年份均通過顯著性水平檢驗，這基本可以表明區(qū)域內人均GDP增長呈現(xiàn)空間正相關，即各地市級人均GDP增長率呈不平衡增長態(tài)勢，相鄰區(qū)域間經濟增長速度存在空間依賴性。從Moran，s I的走勢上看，波動較大，沒有明顯的增強或減弱的趨勢，顯示出人均GDP的增長態(tài)勢在空間上具有一定的隨機性。

2. 局域空間自相關（Lisa）。（1）空間聯(lián)系指標局域自相關。全局空間自相關是在對整個區(qū)域空間不含有異質性的假定上，認為在整個區(qū)域內部只存在一種趨勢，而且我們可以觀測到整體的一種較為明顯的趨勢。但事實上，像泛珠三角這樣的地區(qū)，區(qū)域單元之間存在較大程度的非均質性。當考慮到內部局域空間相關性時，即哪個區(qū)域單元對全局空間自相關的貢獻更大或者全局空間自相關在何種程度上掩蓋住了局域的異質性時，我們就有必要進一步探求局部情況[17]。因此我們需要借助局域空間分析方法來探求局部的空間特征，從而發(fā)現(xiàn)局部單元之間空間要素的異質性。

局部空間自相關分析的是區(qū)域單元觀測屬性值的高值或低值的集聚特征，它一方面為每個觀測單元與周圍單元之間集聚的顯著性做出評估；另一方面，它可以作為小范圍內空間不穩(wěn)定性的指標。局部空間自相關通過Moran散點圖局域Lisa圖來反映。

圖4給出了2003年和2010年泛珠三角地區(qū)人均GDP的Morans I散點圖。我們可以很直觀地看出，各地市級觀察單位主要集中于第一和第三象限，根據Morans I散點圖的含義，即主要為低低、高高的空間集聚，且屬于低低區(qū)域的單元明顯要多于高高區(qū)域單元。具體來看，2003年屬于第一象限的城市主要包括珠三角和廈漳泉沿海及湘潭等個別內陸城市；2010年，在原有基礎上又新擴容清遠和陽江兩市，這些城市與其相鄰接的城市是泛珠三角地區(qū)人均產值較高的地區(qū)。2010年陽江和清遠的加入，說明泛珠合作以及廣東省內的區(qū)域轉移政策對這些地區(qū)產生了一定的積極影響。散點圖除了表示那些偏離全局空間特征的局部關聯(lián)類型外，還包括了空間關聯(lián)的總體平穩(wěn)程度[18]。與2003年的散點圖相比，落在第一和第三象限中的點更加趨近于坐標軸，說明相鄰的高值地域單元和相鄰的低值地域單元之間差異在縮小，區(qū)域極化效應在減弱。

落入第二和第四象限的地區(qū)即低高和高低集聚區(qū)，表明區(qū)域間具有較強的異質性。2010年相對于2003年這類城市個數下降16%，說明區(qū)域間差異有一定程度的趨于收斂。同時仍有近半的地區(qū)集中于低低集中區(qū)，這些地區(qū)主要集中于西部地區(qū)，經濟基礎較差，區(qū)位條件差，整體格局并沒有顯著變化。

從總體上看，人均GDP主要集中于高高，低低集中區(qū)內，且年度間沒有顯著變化。區(qū)域間的合作雖然帶來局域間一些變動，但主要還是發(fā)生在中部和東部一些地區(qū)，如清遠由低高集聚向高高集聚區(qū)轉變，汕頭、德陽等由高低集聚區(qū)向低低聚集區(qū)轉變，表現(xiàn)為向周邊的趨同現(xiàn)象。因此2003年以來，基于地市級的泛珠三角地區(qū)人均GDP的明顯的空間二元結構并沒有發(fā)生實質性改變。由于經濟基礎、區(qū)位因素等原因的存在，短期內人均GDP的熱點地區(qū)仍然將集中于東部沿海地區(qū)和內陸個別城市間，如表3所示。

（2）LISA集聚圖。通過散點圖我們可以看出泛珠地區(qū)人均GDP的空間二元結構，而通過LISA集聚圖我們可以直觀地看到地理單元屬性和周邊地理單元的相關性或相異性。

通過2003年和2010年的人均GDP的Lisa圖我們發(fā)現(xiàn)，2003年經濟增長的高值集中區(qū)和低值集中區(qū)較多，其中顯著的低低區(qū)域居于主導地位，在空間上表現(xiàn)出較為集聚的分布而非空間的隨機性分布。2010年和2003年相比，清遠、漳州等區(qū)域被納入到高值集中區(qū)，表現(xiàn)出珠三角和廈漳泉地區(qū)對周邊地市產生較強的輻射作用。低低類型集聚區(qū)中，百色、廣安、怒江、昭通等地區(qū)從中脫離出來，低低區(qū)域有了一定的縮小。LISA集聚的動態(tài)變化表明，近些年來，泛珠江三角洲地區(qū)人均GDP已經發(fā)生一定程度的變動，高值區(qū)具有一定的輻射作用，把一些原來的低值區(qū)帶入高值區(qū)。相對于這種變化，更為明顯的是更多的中西部地區(qū)從低值集聚區(qū)內脫離出來，表現(xiàn)為一定程度上區(qū)域趨于平衡，如圖5所示。

（四）經濟增長熱點演化

通過借用局部G*統(tǒng)計量來動態(tài)地考察泛珠三角地區(qū)地市級人均GDP增長速度空間格局的熱點區(qū)域演化。

從三個時間點的冷熱點區(qū)域來看，變化較為明顯。2003年經濟增長的熱點區(qū)域主要集中于珠三角和湖南、江西的東中部地市，冷點地區(qū)集中于云南、貴州、廣西等西部地市；到2007年時，熱點地區(qū)已經發(fā)生較大變動，在東中西部地區(qū)零散分布；到2010年時，西部四川的部分地市出現(xiàn)熱點區(qū)域的連片分布，而沿海珠三角地區(qū)甚至出現(xiàn)了冷點區(qū)。這些空間格局的變化，反映出泛珠三角地區(qū)人均GDP增長冷熱區(qū)域格局的變遷，見圖6所示。

三、泛珠三角地區(qū)經濟發(fā)展差異影響因素的實證分析

（一）空間回歸模型和方法

空間滯后模型（SpatialLagModel）

空間滯后模型的含義為由于空間相關，本區(qū)域的被解釋變量不僅與該區(qū)域的因變量有關，還與相鄰區(qū)域的因變量有關。式中，W為空間權重矩陣，Wy為空間滯后項，λ和β是估計參數。

空間誤差模型（SpatialError Model）

空間誤差模型的含義為將無法預期的成分和誤差項設定為一個空間自回歸的過程。其中W？著為誤差項的空間滯后，v是不相關的，同方差的誤差項。

模型采用極大似然估計方法和實質冗余的空間依賴性的LM檢驗，并比較SEM和SLM的模型的顯著性來選擇最優(yōu)模型。

（二）空間模型的設定

根據新經濟地理學理論、相關文獻[19]和泛珠三角地區(qū)的實際情況，設定泛珠三角地區(qū)經濟差異的實證模型：

其中，被解釋變量為對數化的人均GDP（pgdp），以反映區(qū)域經濟的增長變動；資本和勞動是經濟中最主要的要素，文中選取社會新增投資額（k）和全社會城鄉(xiāng)從業(yè)人員（l）來代替；進出口是經濟發(fā)展的重要驅動力，引入變量進出口額（imex）用于評價對區(qū)域經濟發(fā)展的影響；城鎮(zhèn)化是推動經濟發(fā)展、縮小經濟差距的重要途徑，故引入城鎮(zhèn)化率（urban）變量；工業(yè)化是區(qū)域經濟發(fā)展的重要動力，因此把第二產業(yè)比重（sir）引入模型。選取2010年泛珠三角地區(qū)118個地級市的截面數據進行分析。

通過前文空間相關性檢驗，發(fā)現(xiàn)泛珠區(qū)域經濟發(fā)展水平方面具有空間相關性，因此需要采用空間計量模型來進行估計。在表4的OLS的估計結果中我們也可以看出，雖然多數變量都通過了顯著性檢驗，模型整體也通過了1%水平的顯著性檢驗，但模型的擬合優(yōu)度較低，只達到0.395的水平，部分變量的符號與實際經濟現(xiàn)象相差甚遠，因此我們需要拒絕一般模型的OLS估計方法。表4中Lagrange乘數誤差和滯后及其穩(wěn)健性檢驗表明，LM（lag）、Robust LM（lag）、LM（error）、Robust LM（error）均能夠通過1%水平下的顯著性檢驗，但LM（error）大于LM（lag）、Robust LM（error）也大于Robust LM（lag），因此，選擇SEM模型進行空間計量分析，比較SEM和SLM的對數似然函數值LOGL、AIC、SC、LR等數值，可以看出SEM的LOGL（-33.344 8）大于SLM的LOGL值（-60.798 5），而SEM的AIC、SC（78.689 7、95.262 7）均小于SLM（135.597、154.932），因此使用SEM估計的結果要更好一些。

通過空間誤差模型的實證結果我們可以得出以下結論：

1. 第二產業(yè)比重變動對泛珠三角區(qū)域經濟發(fā)展具有顯著的正影響，且其彈性系數達到0.56。第二產業(yè)由于其產業(yè)鏈長，對經濟發(fā)展的集聚和拉動效應明顯，且泛珠三角所包含的中西部地區(qū)城鎮(zhèn)化水平尚低，因此積極推進工業(yè)化，做好沿海與內地產業(yè)的對接與轉移，為地方經濟的發(fā)展構建必要的工業(yè)支撐，對促進泛珠地區(qū)發(fā)展意義深遠。

2. 城鎮(zhèn)化率對區(qū)域經濟發(fā)展影響的彈性系數達到0.386，這表明城鎮(zhèn)化是推動經濟發(fā)展的重要載體和動力。通過推進城鎮(zhèn)化可以推進城鎮(zhèn)外延的擴張和城市規(guī)模的擴大，促進人口和產業(yè)的集聚、信息要素的高效流通，從而實現(xiàn)規(guī)模效應，促進經濟發(fā)展。

3. 進出口及新增固定資產投資都與區(qū)域經濟發(fā)展存在顯著的正相關關系，因此積極引導投資，擴大對外經濟貿易，優(yōu)化資本的有效投資和流動，從而將投資的效率和效益最大化，鼓勵區(qū)域充分發(fā)揮比較優(yōu)勢，借助區(qū)域間的合作，積極拓展對外貿易，可以有效的促進泛珠區(qū)域經濟的發(fā)展。

4. 無論是OLS估計結果還是ML估計結果，都顯示城鎮(zhèn)勞動人口對經濟增長的彈性系數為負數，即城鎮(zhèn)就業(yè)人口規(guī)模與經濟增長呈負相關關系，這與新古典經濟理論和新經濟地理學的理論都相矛盾。出現(xiàn)這種情況，一方面可能是因為泛珠三角地區(qū)大部分的地市級區(qū)域就業(yè)人口龐大，而區(qū)域內第二產業(yè)和第三產業(yè)又相對發(fā)展滯后，使得人口的城鎮(zhèn)化水平高于工業(yè)化水平，造成勞動力不能充分利用，形成一種隱性失業(yè)的現(xiàn)象，從而抑制了人力資本的作用；另一方面沿海省份的部分地區(qū)高度工業(yè)化，人口的大量集聚，一定程度上造成人口的過度膨脹，進入勞動投入的邊際收益遞減階段。

四、結論

1. 我們用統(tǒng)計和空間分析相結合的方法對泛珠三角地區(qū)經濟發(fā)展差異進行了分析，通過人均GDP的分位格局顯示，區(qū)域單元發(fā)展具有較強的集聚性和異質性，以沿海主要城市群和各主要省會城市為核心的中心-邊緣模式結構明顯。四個統(tǒng)計指數都表明：泛珠三角地區(qū)區(qū)域內部基于人均GDP的區(qū)域經濟差異有縮小的趨勢，這在一定程度上說明泛珠三角地區(qū)區(qū)域政策和區(qū)域合作的效力逐漸顯現(xiàn)。

2. 基于全局空間自相關和局域自相關分析方法，通過對泛珠三角地區(qū)近十年來主要年份的區(qū)域格局動態(tài)分析發(fā)現(xiàn)，人均GDP和其增長速度的空間自相關性較為明顯，形成經濟水平和增長速度的集聚區(qū)，空間依賴性較強。LISA值和散點圖都反映區(qū)域單元經濟差異水平在縮小。經濟增長率的熱點地區(qū)逐漸由珠三角地區(qū)向西南四川、廣西等省份的部分地市變遷，珠三角等沿海地區(qū)甚至出現(xiàn)經濟增速的冷點區(qū)。

3. 通過統(tǒng)計指數顯示空間經濟發(fā)展的不平衡性在縮小，而局域空間相關性分析卻表明局域人均GDP的空間集聚和極化程度在加劇。分析表明，區(qū)域內局域的空間極化程度在上升，表現(xiàn)為以珠三角和各省會城市為中心的中心輻射作用的加強，部分高值區(qū)域周圍的低值區(qū)域開始發(fā)生躍遷，且區(qū)域板塊之間的差異可能隨著近些年區(qū)域的發(fā)展縮小。

4. 整體來看，泛珠區(qū)域內存在空間自相關性，區(qū)域間經濟之間存在一定的依賴性。因此在利用傳統(tǒng)統(tǒng)計方法分析區(qū)域經濟問題時，必須考慮區(qū)域的非獨立性。同時我們發(fā)現(xiàn)，盡管存在空間依賴性，但并不是很強，部分區(qū)域之間不存在經濟上的顯著的空間關聯(lián)性。這一方面或由于泛珠地區(qū)經濟發(fā)展階梯性差異較明顯，另一方面政策實踐的時間太短，效力微弱，并沒能從根本上改變地理鄰接地市之間的經濟聯(lián)系格局的變遷，區(qū)域間合作有待進一步深化。

5. 運用基于地市級的2010年截面數據，借助新經濟地理學的相關理論進行空間計量實證分析，通過對比忽略空間相關性的普通OLS估計結果和考慮空間相關性的SEM模型的ML估計結果，我們發(fā)現(xiàn)，在存在空間相關性的區(qū)域分析中，SEM模型擬合性更好，從而能夠最大程度地避免OLS估計的偏誤。估計結果顯示：第二產業(yè)發(fā)展水平對區(qū)域經濟發(fā)展水平影響最為顯著，城鎮(zhèn)化水平作用明顯，進出口，儲蓄水平以及新增投資與經濟發(fā)展具有顯著的正相關關系。

注釋：

①數據來源于中國統(tǒng)計年鑒（2011），中國城市統(tǒng)計年鑒（2011）及各省2011年統(tǒng)計年鑒。

②海南省將三亞市以外的縣、農墾區(qū)全部歸為海口市。

③由于缺少海南省各市人均生產總值指數的統(tǒng)計，文中以當年生產總值指數進行替代。

參考文獻：

[1]李小建，喬家君.20世紀90年代中國縣際經濟差異的空間分析[J].地理學報，2001，56（2）：136-143.

[2]Shan J. A macroeconomic model of income disparity in China[J]. International Economic Journal，2002，16：47-63.

[3]Ying L G. Understanding China 's recent growth experience：aspatial econometric perspective[J]. Annals ofRegional Sciences，2003，37：613-628.

[4]Max L，Wang E.Forging ahead and falling behind：Changing regional inequalities in post-reform China[J].Growth and Change，2002，33（1）：42-71.

[5]歐向軍，沈正平，王榮成.中國區(qū)域經濟增長與差異格局演變探析[J].地理科學，2006，26（6）：641-648.

[6]賀燦飛，梁進社.中國區(qū)域經濟差異的時空變化：市場化、全球化、城市化[J].管理世界，2004（8）：8-17.

[7]徐建華，魯鳳，蘇方林，等.中國區(qū)域經濟差異的時空尺度分析[J].地理研究，2005，24（1）：57-68.

[8]李秀偉，修春亮.東北三省區(qū)域經濟極化的新格局[J].地理科學，2008，28（6）：722-728.

[9]李莉，劉慧，劉衛(wèi)東.基于城市尺度的中國區(qū)域經濟增長差異及其因素分解[J].地理研究，2008，27（5）：1048-1058.

[10]劉慧.區(qū)域差異的測度方法與評價[J].地理研究，2006，7（4）：710-718.

[11]靳誠，陸玉麒.基于縣域單元的江蘇省經濟空間格局演化[J].地理學報，2009，64（6）：713-724.

[12]王洋，修春亮.1990—2008年中國區(qū)域經濟格局時空演變[J].地理科學進展，2011，（8）：1037-1046.

[13]Dixit A. Stiglitz J. Monopolistic Competition and Optimum Product Diversity[J]. American Economic review，1977，67：297-308.

[14]Anselin L.Spatial econometrics[A].BaltagiB（ed.）.Companion to Econometrics[C].Basil Blackwell，Oxford，2000.

[15]Anselin L.Local indicators of spatial association- LISA [J].Geographical Analysis，1995，27（2）：93-115.

[16]Getis A，Ord JK.The analysis of spatial association by use of distance statist ics[J].Geographical Analysis，1992，24（3）：189-206.

[17]楊賀，劉金平.中原地區(qū)經濟增長演變及空間依賴性分析[J].統(tǒng)計與決策，2012，（5）：102-105.

[18]蒲英霞，葛瑩，馬榮華，等. 基于ESDA 的區(qū)域經濟空間差異分析——以江蘇省為例[J].地理研究，2005，（4）：965-974.

[19]王家庭，賈成蕊.我國城市化與區(qū)域經濟增長差異的空間計量研究[J].經濟科學，2009，（3）：94-102.

責任編輯、校對：關 華