鄭逢波 王 筱 陳 龍

（云南財經大學國際工商學院, 云南 昆明 650000）

一、引言

資源型產業(yè)是云南省多年來依托資源條件打造的傳統(tǒng)特色產業(yè)，2012 年云南省資源型產業(yè)對工業(yè)總產值的貢獻率高達36%。在國家推進產業(yè)結構調整、轉變經濟發(fā)展方式的大背景下，在中國—東盟自由貿易區(qū)正式建成和橋頭堡戰(zhàn)略實施的條件下，分析云南省資源型產業(yè)的競爭力、探索產業(yè)結構優(yōu)化策略，具有重要的現實意義。

“十一五”以來，國內眾多學者對資源型產業(yè)競爭力及產業(yè)結構優(yōu)化策略開始研究。國內關于資源型產業(yè)競爭力的評價方法可以分為非定量描述法和定性與定量相結合的方法。其中，非定量描述法致力于建立資源型產業(yè)的核心競爭力模型，但缺少對資源型產業(yè)分析的針對性，因此這種方法在分析評價資源型產業(yè)的競爭力中應用較少。眾多學者更多的采用定性與定量結合的方法，如層次分析法、模糊綜合評價法、偏離份額分析法（SSM）等。陳偉達、景生軍（2012）應用SSM 分析了長三角十六個城市現代服務業(yè)的競爭優(yōu)劣勢、空間結構狀況和資源配置狀況。司首婧（2013）運用灰色多層次分析方法對安徽旅游貿易的競爭力進行了測評。

在這些定性與定量相結合的方法中，偏離份額分析法具有較強的綜合性和動態(tài)性，對研究對象有相對客觀的評價，是解釋區(qū)域與產業(yè)競爭力的有效方法。國內外很多學者對偏離份額分析法進行了拓展，將其應用到區(qū)域發(fā)展和區(qū)域競爭力的研究中。由于傳統(tǒng)的SSM 沒有考慮到區(qū)域之間的交互作用，為此，Nazaras, Hewingsgjd（2004）提出一種SSM 的空間拓展模型。對于模型的常用變量，Haynes,Dncm（1997）認為選擇就業(yè)人數作為變量，用于對制造業(yè)各產業(yè)部門增長的比較研究，Georgions F et. al.（2009）則傾向于選擇勞動生產率。吳繼英、趙喜倉（2002）考慮到區(qū)域之間的空間交互作用，構建空間權重矩陣，對江蘇省產業(yè)競爭力進行了分析。趙喜倉、鄒威華（2012）引出動態(tài)偏離—份額空間模型，并將此模型應用于分析鎮(zhèn)江市六大高技術產業(yè)的競爭力中。楊艷俊等（2012)通過SSM 的空間拓展模型，對云南25 個邊境縣域經濟產業(yè)結構進行了空間差異分析。司林波等(2014)運用SSM 對河北沿海地區(qū)產業(yè)結構進行分析。

從目前研究看，國內學者對資源型產業(yè)的研究及偏離份額分析法的應用已取得了一定的成果，但是多集中于對傳統(tǒng)模型及動態(tài)模型的應用，對偏離份額空間模型的研究較少，對云南省資源型產業(yè)競爭力的研究較少涉及。因此，本文采用偏離份額分析的空間模型，結合偏離份額分析的傳統(tǒng)模型及動態(tài)模型，并將經典引力模型引入到偏離份額空間模型權重的計算中，以云南省資源型產業(yè)中各行業(yè)的年度總產值數據為基礎，將考察期進一步細化，分析評價云南省資源型產業(yè)的競爭力，以期為云南省資源型產業(yè)的健康發(fā)展提供參考。

二、 數據和方法

（一） 偏離份額分析

偏離份額分析法（shift-share-analysis, SSM）最先是由美國學者Dunn（1960）提出并總結，現在普遍采用的形式。傳統(tǒng)的偏離份額分析將區(qū)域經濟的增長分解為三部分：份額分量、產業(yè)結構分量、競爭力分量，其中產業(yè)結構分量與競爭力分量又稱為總偏離分量。

設xij代表區(qū)域j 第i 個產業(yè)部門基期的經濟產值代表第i 個產業(yè)部門末期的經濟產值，則第i 部門在此期間的產值變化可以表示為：

其中：

動態(tài)偏離份額分析法將研究時段分為更細的時段，計算以年為基礎的國家增長分量、產業(yè)結構分量和競爭力分量，然后將時間段內的結果相加，這就為偏離分量的計算提供了相對精確的方法。

（二） 空間拓展模型

1.空間權重矩陣

在空間模型中，區(qū)域間多方向的空間依賴，可以用一個R*R 的權重矩陣W 表示，元素wjk代表空間單位j 和k 之間的相互依賴程度，其值是有限非負的。權重矩陣W 中各空間單位相互依賴程度的測度主要考慮兩大類變量，自然地理變量和經濟變量。

自然地理變量主要考慮區(qū)域之間的地理鄰近，可用Moran P.（1948）提出的布爾矩陣或鄰近單位之間公共邊界的長度表示。當區(qū)域間的交互作用表現為區(qū)域的經濟產出之間的關系時，可以選用經濟變量（如人均收入、部門/產業(yè)產出等）測度區(qū)域之間的經濟距離，從而定義權重，如Boarnet（1998）定義的權重隨著區(qū)域間經濟相似度的提高而提高，權重變量可以是人口密度、人均GDP、各產業(yè)總產值或利潤。

但空間模型中權重的計算以一個經濟指標為基礎，忽略了交通、人文等因素的影響，因此本文將王德忠、莊仁興（1996）提出的經濟聯系量化模型引入空間模型的權重計算中，作為權重指標的計算方式來測度鄰近區(qū)域資源型產業(yè)發(fā)展對云南的影響。

其中，Pi、Pj分別是兩個城市的人口指標，本文選取各省資源型產業(yè)的從業(yè)人數作為人口指標；vi、vi是兩城市的經濟指標，本文選取2007 年各省資源型產業(yè)的產值作為經濟指標；Dij是兩城市的距離，K 為常數。

2.空間拓展模型

Nazara&Hewings 提出偏離份額分析的空間拓展模型，即在偏離份額分析中，結合空間結構，考慮到區(qū)域間的相互作用，在模型中引入一個空間修正的增長速度，公式如下：

在上述公式中，公式左邊即在一定期間內產值的變化量，公式右邊包含了三個分量，第一項為國家分量，等同于公式（1）中的第一個分量；等式右邊第二項描述了j 區(qū)域i 部門在鄰近區(qū)域的空間增長速度與國家所有部門的平均增長速度的差異引起的增量，即鄰近—國家產業(yè)結構分量，亦可稱為空間產業(yè)結構分量。該值大于0，說明鄰近區(qū)域產業(yè)的發(fā)展對該區(qū)域產生積極的影響。等式右邊第三項描述了j 區(qū)域i 部門的實際增長速度與空間增長速度的差異引起的增量，即空間競爭力分量，該值大于0，說明鄰近區(qū)域對區(qū)域j 的經濟發(fā)展有著積極的促進作用。

（三） 數據來源

本文研究的資源型產業(yè)主要是礦產資源開采及加工為主的行業(yè)，根據我國經濟統(tǒng)計的行業(yè)分類，資源型產業(yè)具體應包括以下9 個行業(yè)：煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)、石油加工煉焦及(核燃料)加工業(yè)、非金屬礦物制品業(yè)、有色金屬冶煉及壓延加工業(yè)、石油和天然氣開采業(yè)、黑色金屬冶煉及壓延加工業(yè)。本文以上述9 個行業(yè)2007 年～2011 年的年度總產值數據為基礎對云南省資源型產業(yè)競爭力進行研究。

根據偏離份額分析法的空間模型，以云南為研究區(qū)域，選擇貴州、四川、廣西為鄰近區(qū)域，將相關數據代入SSM 相關模型中，進行計算分析。根據公式（5）可得，貴州、四川、廣西三個鄰近省區(qū)的權重分別為0.35、0.32、0.33。

三、結果與分析

（一） 云南資源型產業(yè)競爭力總體狀況

根據偏離份額分析法的動態(tài)模型及空間模型，將考察期劃分為四個階段，以云南省資源型產業(yè)的年度總產值數據為基礎進行計算，計算結果見表1、表2。

表1 2007 年～2011 年云南資源型產業(yè)動態(tài)偏離份額結果(單位：億元)

表2 2007 年～2011 年云南省資源型產業(yè)動態(tài)偏離份額空間模型結果(單位：億元)

由表1 可知，2007 年～2011 年，份額分量總體為正，說明云南資源型產業(yè)的增長高于全國平均水平；產業(yè)結構分量一直為正，且呈上升趨勢，并且對總增長的貢獻均值為76%，說明云南資源型產業(yè)各產業(yè)結構優(yōu)于全國平均水平，產業(yè)結構不斷優(yōu)化；而競爭力分量不穩(wěn)定，且均值為負，說明云南省資源型產業(yè)的競爭力水平低于全國平均水平，相對合理的產業(yè)結構并沒有彌補競爭力缺乏這一劣勢。因此，對于云南省資源型產業(yè)來說，提升產業(yè)競爭力是促進資源型產業(yè)發(fā)展的重點。由于總偏離分量為正值，并且對總增長量的貢獻較高（均值貢獻率為83%），說明云南資源型產業(yè)的增長速度遠遠高于全國平均水平且增長較快。

由表2 可知，2007 年～2011 年份額分量均大于零且數值較大，說明云南省資源型產業(yè)的增長高于全國水平，但前后時段占比有下降的趨勢；空間產業(yè)結構分量除2007 年～2008 年外均大于零，說明云南省鄰近區(qū)域的資源型產業(yè)的實際增長高于全國平均速度，這對云南省資源型產業(yè)的增長會產生正面的、積極的影響；而空間競爭力分量，在考察四階段內均值為負且波動較大，說明云南省資源型產業(yè)的實際增長速度低于空間增長速度，即云南省沒有能夠充分利用其鄰近區(qū)域經濟發(fā)展對其產生的正面影響，相對于其鄰近區(qū)域，競爭力較弱。由此導致考察期內，資源型產業(yè)產值理論上損失均值為243.63 億元。

（二）云南資源型產業(yè)中各行業(yè)競爭力分析

選取2007 年和2011 年全國、云南及其三個鄰近省區(qū)（廣西、貴州、四川）的資源型產業(yè)的總產值數據分別為基期數據和末期數據，運用空間模型及傳統(tǒng)偏離份額分析模型進行計算，結果見表3、表4。

表3 2007 年～2011 年云南省資源型產業(yè)傳統(tǒng)偏離份額結果(單位：億元)

由表3 可知，資源型產業(yè)所涉及的九個行業(yè)中，石油和天然氣開采業(yè)、石油加工煉焦及核燃料加工業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)的產業(yè)結構分量的增量為負，說明這四個行業(yè)的內部結構不盡合理，具有競爭優(yōu)勢和發(fā)展迅速的項目比例相對較低。其他五個行業(yè)的產業(yè)結構分量在30 ～90 之間，即這五個行業(yè)由于產業(yè)結構優(yōu)勢帶來的產值增長在30 億元到90 億元之間，說明其他各行業(yè)的產業(yè)結構較為合理。各行業(yè)的份額分量均為正值，且對行業(yè)增長量的貢獻均值為26 億元，說明云南省資源型行業(yè)大部分是增長型行業(yè)；云南省資源型產業(yè)所涉及的九個行業(yè)中，石油加工煉焦及核燃料加工業(yè)的競爭力分量為正，且增加額對其行業(yè)總增長量的貢獻為25%；煤炭開采和洗選業(yè)的競爭力分量增加額對其行業(yè)總增長量的貢獻達41%，說明相對于全國而言，云南省的石油加工煉焦及核燃料加工業(yè)在全國資源型產業(yè)中初步具有了競爭力，但競爭力不強，而煤炭開采和洗選業(yè)在全國資源型產業(yè)中有一定的競爭力。其他行業(yè)競爭力分量為負，特別是有色金屬冶煉及壓延加工業(yè)的競爭力分量為較大負值（-760.97），說明與全國平均水平相比，這些行業(yè)的競爭力較弱。

由表4 可知，空間模型中，總體來看，大多數行業(yè)的總增長量為正值，這主要歸功于區(qū)域增長分量的增長。九個行業(yè)的份額分量均為正值，且除石油和天然氣開采業(yè)外，份額分量對總增長量的貢獻較大，說明云南省各資源型產業(yè)增長較快且發(fā)展?jié)摿Υ?。除石油和天然氣開采業(yè)、黑色金屬冶煉及壓延加工業(yè)及有色金屬冶煉及壓延加工業(yè)外，其他六個行業(yè)的空間產業(yè)結構分量均在109 和300 之間，說明鄰近區(qū)域其他六個行業(yè)的實際增長速度大于全國平均水平，這會對云南省經濟增長產生正面的、積極的影響；所有行業(yè)的空間競爭力分量為負值，說明云南省資源型產業(yè)的實際增長速度均低于空間增長速度，即云南省沒有能夠充分利用其鄰近區(qū)域經濟發(fā)展對其產生的正面影響，相對于其鄰近區(qū)域，處于劣勢競爭地位。同時，空間競爭力分量對總增長量的貢獻均為負值，即云南省資源型產業(yè)因競爭力較弱而導致總增長量的減少，從而帶來了一定的理論損失。

表4 2007 年～2011 年云南省資源型產業(yè)偏離份額分析空間模型結果(單位：億元)

(三) 行業(yè)優(yōu)勢分析圖及行業(yè)偏離分量圖

為了了解云南省資源型產業(yè)中各行業(yè)的發(fā)展情況，對云南資源型產業(yè)9 個行業(yè)之間進行比較，繪制各行業(yè)的行業(yè)優(yōu)勢分析圖（見圖2）及行業(yè)偏離分量圖（見圖3），以確定各行業(yè)未來的發(fā)展趨勢。

行業(yè)優(yōu)勢分析圖如圖1 所示，可分為八個扇面（S1,S2……S8），以反映在總增長量、部門增長優(yōu)勢方面的幾種不同的行業(yè)類型。行業(yè)偏離分量分析圖，以競爭力分量D 為橫軸，以結構偏離分量P 為縱軸，亦可分為八個扇面，扇面劃分如圖1 所示。

圖1 行業(yè)優(yōu)勢分析圖和部門偏離分量分析圖的扇面劃分

圖2 2007 年～2011 年間云南省資源型產業(yè)的行業(yè)優(yōu)勢分析圖(單位：億元)

根據崔功豪等（2006）提出的行業(yè)優(yōu)勢分析法，結合圖2 可知，石油加工煉焦及（核燃料）加工業(yè)、黑色金屬礦采選業(yè)、非金屬礦物制品業(yè)、煤炭開采和洗選業(yè)位于第一象限，是較好的行業(yè)，說明這四個行業(yè)具有較強的行業(yè)優(yōu)勢。非金屬礦采選業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)、有色金屬礦采選業(yè)位于S4 區(qū)域，是一般行業(yè)，也是增長行業(yè)，雖具有一定的增長優(yōu)勢，但還不具備行業(yè)優(yōu)勢。石油和天然氣開采業(yè)，位于S5 區(qū)域，在總量上是負增長，雖然份額分量為正，但不足以消除部門總偏離量的劣勢帶來的損失。

云南省資源型產業(yè)均分布在第一、第二象限，說明云南省資源型產業(yè)結構較合理，大部分行業(yè)屬于增長型行業(yè)，同時，位于第一象限中的四個行業(yè)由于具有持續(xù)的增長優(yōu)勢。

圖3 2007 年～2011 年間云南省資源型產業(yè)的行業(yè)偏離分量圖(單位：億元)

根據崔功豪等（2006）提出的行業(yè)偏離分量分析法，結合圖3 可知，煤炭開采和洗選業(yè)位于S1 區(qū)域，是基礎、發(fā)展較快的較好行業(yè)，為原有基礎較好、競爭力較好的部門；黑色金屬采礦業(yè)、非金屬礦物制品業(yè)位于S4 區(qū)域，是基礎較好、產業(yè)結構較好但地位下降的一般行業(yè)；有色金屬礦采選業(yè)、非金屬礦采選業(yè)、非金屬礦物制品業(yè)，位于S5 區(qū)域，此區(qū)域的行業(yè)，產業(yè)結構有一定的優(yōu)勢，基礎較好，但并沒有彌補競爭力缺乏這一劣勢帶來的損失，屬于較差行業(yè)；石油和天然氣開采業(yè)、黑色金屬冶煉及加工業(yè)、有色金屬冶煉及壓延加工業(yè)位于第三象限，是基礎差且缺乏競爭力的最差行業(yè)；石油加工煉焦及（核燃料）加工業(yè)位于S3 區(qū)域，是基礎差但發(fā)展較快的較好或一般行業(yè)。云南省資源型產業(yè)的九個行業(yè)分布不均衡，具有競爭力的行業(yè)較少，大部分行業(yè)缺乏競爭力，同時，一般行業(yè)較少，競爭力較差的行業(yè)多，這不利于云南省資源型產業(yè)的健康可持續(xù)發(fā)展。

對于主導行業(yè)的選擇，崔功豪等（2006）提出應以行業(yè)優(yōu)勢分析圖和行業(yè)偏離分量圖中第一象限中的行業(yè)為參考，結合第二象限中發(fā)展?jié)摿Υ蟮男袠I(yè)，即黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、煤炭開采與洗選業(yè)、非金屬礦采選業(yè)最有可能成為云南資源型產業(yè)中的主導行業(yè)。

四、結論與對策建議

本文以云南省資源型產業(yè)中九個行業(yè)2007 年～2011 年行業(yè)總產值面板數據為基礎，結合偏離份額分析的空間模型、傳統(tǒng)模型及動態(tài)模型，對云南省資源型產業(yè)的競爭力及其產業(yè)結構進行了系統(tǒng)性的研究，從而得到以下結論及對策建議。

（一）結論

第一，動態(tài)的偏離份額分析模型顯示，云南資源型產業(yè)的增長速度遠遠高于全國平均水平且增長較快，產業(yè)結構因素對總增長量的貢獻率高于競爭力因素，說明產業(yè)結構因素更能推動經濟增長。相對于其他行業(yè)而言，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)、非金屬礦采選業(yè)、非金屬礦物制品業(yè)這四個行業(yè)產業(yè)結構比較合理，但這四個行業(yè)并沒有表現出競爭優(yōu)勢。

第二，空間模型的結果顯示，周圍鄰近省區(qū)的資源型產業(yè)的產業(yè)結構較為合理，且增長較快，盡管周圍鄰近省區(qū)對云南省資源型產業(yè)的增長產生了較大的正面影響，主要表現在促進云南省資源型產業(yè)各行業(yè)產業(yè)結構合理化，但云南省并沒有充分利用這種影響，因此也帶來了一定的理論損失。

第三，傳統(tǒng)偏離份額分析模型、行業(yè)優(yōu)勢分析圖及行業(yè)偏離分量圖表明：有色金屬礦采選業(yè)、非金屬礦采選業(yè)發(fā)展基礎較好，且屬于增長行業(yè)，但不具有行業(yè)優(yōu)勢，即競爭力較差，是云南省資源型產業(yè)未來需要發(fā)展的重點行業(yè)；煤炭開采和洗選業(yè)行業(yè)發(fā)展基礎較好，有較強的競爭力；石油加工煉焦及（核燃料）加工業(yè)，雖然基礎差，產業(yè)結構有待優(yōu)化，但發(fā)展較快；石油和天然氣開采業(yè)、黑色金屬冶煉及加工業(yè)、有色金屬冶煉及壓延加工業(yè)這三個行業(yè)基礎較差且缺乏競爭力，增長處于相對劣勢；黑色金屬采礦業(yè)、非金屬礦物制品業(yè)雖然有一定的行業(yè)地位，但行業(yè)地位處于下降趨勢，缺乏發(fā)展?jié)摿Α?/p>

（二）對策建議

根據本文的研究結論，為了提升云南省資源型產業(yè)的競爭力水平，使其健康發(fā)展，提出如下對策建議：

第一，重點發(fā)展主導產業(yè)，特別是黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)。同時，培植發(fā)展增長后勁大的產業(yè)，包括具有發(fā)展?jié)摿Φ漠a業(yè)及有一定發(fā)展基礎但缺乏競爭力的行業(yè)，如石油加工煉焦及（核燃料）加工業(yè)、黑色金屬礦采選業(yè)、非金屬礦物制品業(yè)。加大扶持基礎差且缺乏競爭力的產業(yè)，如黑色金屬冶煉及加工業(yè)、有色金屬冶煉及壓延加工業(yè)，通過加強技術投入和技術創(chuàng)新等，推動這些基礎差的行業(yè)成為云南省資源型產業(yè)中新的增長點。

第二，區(qū)域之間的相互作用會對地區(qū)產生積極或消極的影響，在發(fā)展資源型產業(yè)的過程中，應正確對待其鄰近區(qū)域經濟發(fā)展對其產生的威脅，充分利用鄰近區(qū)域經濟發(fā)展帶來的機遇，同時利用中國—東盟自貿區(qū)和橋頭堡戰(zhàn)略實施帶來的機遇，走出一條特色的資源型產業(yè)增長道路。

第三，云南省被稱為有色金屬王國，但有色金屬礦采選業(yè)、有色金屬壓延業(yè)的空間競爭力分量卻是負數，這說明云南省資源型產業(yè)的競爭優(yōu)勢大部分是由于自然資源的優(yōu)勢而存在的，在提高競爭力方面，可借鑒鄰近省份廣西的經驗，從培育產業(yè)創(chuàng)新平臺、創(chuàng)建創(chuàng)新配套機制、培育企業(yè)的創(chuàng)新能力、引進人才四個方面增強資源型產業(yè)的競爭力。

五、結束語

本文采用了偏離份額空間模型與傳統(tǒng)模型、動態(tài)模型相結合的方式，并將區(qū)域經濟聯系的典型公式應用到偏離份額分析空間模型中。從三種模型結果的比較可以看出，考慮到區(qū)域之間的影響，可以得出更準確的結論，更能了解區(qū)域經濟所處的地位，有針對性地制定區(qū)域的發(fā)展政策。但對定量分析結果的解讀需要在較扎實的理論背景基礎上，才能得出可靠的結論。由于多種局限性，本文對分析結果的解讀存在一定的片面性，力求在后續(xù)研究中改進。

[1] 云南省統(tǒng)計局.云南省統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社, 2008-2012.

[2] 陳偉達,景生軍.基于偏離-份額空間結構模型的長三角現代服務業(yè)協調布局研究[J].東南大學學報(哲學社會科學版),2012, (1):31-36.

[3] 司首婧.安徽省國際旅游服務貿易競爭力評估研究——基于灰色多層次評估模型的視角[J].淮海工學院學報（人文社會科學版）, 2013, (7): 69-72.

[4] 吳繼英.趙喜倉.偏離-份額分析法空間模型及其應用[J].統(tǒng)計研究,2009, (4):73-79.

[5] 趙喜倉,鄒威華.鎮(zhèn)江市高新技術產業(yè)競爭力及產業(yè)結構研究——基于動態(tài)偏離-份額空間模型的分析[J].科技進步與對策, 2014, (2):55-60.

[6] 楊艷俊,駱華松,柳德江,黃莉.基于偏離-份額空間拓展模型的云南省邊境縣域經濟空間差異分析[J].世界地理研究,2012, (12):48-56.

[7] 司林波,孟衛(wèi)東,途英柯.基于偏離-份額分析法的河北沿海地區(qū)產業(yè)結構分析[J].管理現代化, 2014, (2):18-20

[8]王德忠,莊仁興.區(qū)域經濟聯系定量分析初探——以上海與蘇錫常地區(qū)經濟聯系為例[J].地理科學, 1996, (2): 51-56

[9] 崔功豪,魏清泉,劉科偉.區(qū)域分析與區(qū)域規(guī)劃[M].北京：高等教育出版社. 2006: 213-223.

[10] Nazaras, Hewingsgjd, Fall. Spatial Structure and Taxonomy of Decomposition in shift-share analysis [J]. growth and change, 2004,35(4): 476-490.

[11] Hayneske, Dncm. Productivity Change in Manufacturing Regions a Multi- factor/Shift-Share Approach [J]. growth and change, 1997, (28): 201-221.

[12] Georgios Fotopoulos，Dimitris Kallioras，George Petrakos. Spatial variations of Greek Manufacturing Employment Growth:The Effects of Specialization and International Trade [J]. Regional Science，2009, (3):109-136.

[13] Dunn ES.A Statistical and Analytical Technique for Regional Analysis [J]. Papers of Regional Science Association, 1960, (6):97-112.

[14] Moran P. The Interpretation of Statistical Maps [J]. JR Stat Soc B, 1948, (10):23-33.

[15] Marlon G.Boarnet.Spillovers and the Locational Effects of Public Infrastructure [J]. Journal of Regional Scienc, 1998,38(3):48-56