城市化与县域经济增长差异范文

本站小编为你精心准备了城市化与县域经济增长差异参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

城市化是社会经济发展的动因与推动力，这是由于城市化除了推动社会生产力发展与变革，还表现为城市数量的增加、非农人口和第二三产业的集聚。从城市经济学的角度来看，城市化是在空间体系下的一种经济转化过程，人口和经济之所以在城市集中是集聚效应和辐射效应产生的结果，城市化可以推动经济增长，而经济增长也会带来城市化水平的提高。而从世界各国的城市化发展的历史过程来看，城市化与经济增长之间存在着很强的正相关关系，城市化既是经济增长的结果，也是经济增长的动因。基于此，本文结合时间和空间分析了城市化对湖南省县域经济增长的影响，并从对比的角度分析了运用经典线性回归分析城市化与经济增长之间关系的缺陷。

一、变量选择与空间计量模型的构建

(一)变量选择由于要研究城市化对县域经济增长的关系，因此需要选择城市化与经济增长数据，而城市化常常伴随着人口集聚与产业集聚，所以本文运用2010年湖南省各地级市中的县域GDP作为被解释变量、非农人口数、第二产业以及第三产业分别对GDP占比作为解释变量，来分析县域城市化对经济增长的影响，这些数据都来源于湖南省各地级市2010年统计公报以及各地级市的统计年鉴。

(二)数据的空间自相关检验1.全局空间自相关对于全局空间自相关的检验，一般使用Moran所定义的全局Moran'I相关系数进行判断，其相关系数的定义为。其中，xi、xj、分别为i、j地区的指标值，x为各地区的平均值。ωij为二元空间权重矩阵的系数。在空间自相关的分析当中，邻近位置关系的度量是一定规则的，一般来说，相邻位置的度量主要有三种方法:直接四邻域邻近(Rooks)，对角线方向四邻域邻近(Bishops)和八邻域邻近(Queen's)。根据本文的需要，我们采用Rooks权重方法。因此，在上式中，空间权重矩阵W的定义为:如果i和j相邻，则令ωij=1，如果不相邻，则令ωij=0。Moran'I的取值范围为－1≤Moran'sI≤1。Moran'I取负值表示空间负相关，等于零表示空间不相关，大于零表示空间正相关。2.空间滞后回归模型(SLM)空间滞后回归模型的一般表达式为:其中，y为因变量的观测向量，Wy是带有权重矩阵W的空间滞后因子，ρ为空间回归系数，β为回归系数，ε是独立的误差向量。

二、实证分析

(一)变量的空间自相关检验根据全局Moran'I指数，我们以湖南省122个县的数据为样本，计算了与的全局Moran'I结果，计算结果如表1所示。从表1可以看出，变量的Moran'I值都通过了显著性检验，由此表明湖南省122个县的GDP和非农人口之间存在着显著的空间依赖性。图1显示的是GDP的Moran'I散点图，从图中可以看出，湖南省县域经济主要集中在第一象限和第三象限，表现为高—高和低—低占主导地位，即具有较高GDP的县与较高GDP的县相邻近，较低GDP的县与较低GDP的县相邻近。图2则给出了GDP的聚类图，从中可以清楚地看出高—高、低—低县的比邻情况，其中较高GDP的县主要集中在湘东地区，以长株潭为主，较低GDP的县主要集中在湘西地区，以怀化、湘西州为主。这种现象形成了湖南省县域经济的空间“俱乐部”现象。非农人口数的Moran'I散点图与空间自相关聚类图如图3和图4所示，从图中可以看出，湖南省县域城市非农人口的分布具有高—高、低—低聚集分布情况，且大部分分布在中部县域。从上面的分析可以看出，湖南省县各县城市化与经济增长在空间上存在显著的空间相关性，因此，在分析时不能忽视空间因素的影响，这就使得在分析时经典线性回归的OLS估计不可行，必须运用空间计量对城市化与经济增长的关系进行分析。

(二)空间计量估计与分析根据前面的空间自相关分析可以发现湖南省县域的城市化与经济增长具有空间依赖性，必须运用空间计量方法进行分析，因此，为了对比的需要，先利用湖南省2010年122个县区的GDP、非农人口数、第二产业与第三产业比重的数据进行经典的最小二乘估计，然后运用极大似然法估计空间计量模型。1.经典线性回归的OLS估计结果从表2可以看出，OLS估计的F统计量值为41.98，在1%的水平上非常显著，说明模型整体上通过显著性检验，模型的拟合优度为51.63%，说明拟合优度一般，这可能是由于忽略了空间相关性而导致的后果。SBZ、TBZ与LNRK对GDP回归的结果在1%的水平上都显著为正，与预期的结果一样，说明城市化对湖南省县域经济增长具有促进作用。而由于前面分析，解释变量与被解释变量存在空间自相关，因此需运用空间计量模型对其进行分析，但是到底应该选择空间滞后模型(SLM)还是空间误差模型(SEM)。根据Anselin(2005)的观点，判断建立空间滞后模型还是空间误差模型可以通过拉格朗日乘子LM(lag)和LM(error)，以及稳健性格朗日乘子RobustLM(lag)和RobustLM(error)来进行判断，如果LM(lag)和LM(error)只有一个显著，则选择显著所对应的模型，若两者都显著，这时候就要判断RobustLM(lag)和RobustLM(error)的显著性，选择Robust指标中更加显著的那一个构建模型。从表2中的空间依赖性检验可以发现，LM(lag)和LM(error)都显著，因此，要判断RobustLM(lag)和RobustLM(error)的显著性，从这两个指标的P值可以看出，RobustLM(lag)的显著性(P值为0.0000)要大于RobustLM(error)的显著性(P值为0.0698)，因此本文需要构建空间滞后模型。2.SLM估计与经典线性回归估计的结果比较从表2和表3的结果可以看出，SLM模型的拟合优度值为72.90%，高于OLS估计的51.53%，显然，考虑空间相关性后，模型的拟合度变得更好。此外根据LogL、AIC、SC的比较来看，SLM估计结果中的LogL值(－77.8056)大于OLS估计的LogL值(－107.669)，但是SLM估计的AIC和SC数值(分别为165.611和179.631)小于OLS的AIC和SC值(分别为223.337和234.553)，由此说明SLM模型要优与OLS估计模型，引入空间效应明显增强的模型的解释能力。此外，两个模型估计解释变量系数的结果也有所差异，从表2和表3的结果可以看出，SLM估计的结果明显降低解释变量的系数，即SBZ、TBZ、LNRK的系数从OLS估计的4.43、3.01、0.73降低到了SLM模型的2.91、1.89、0.61，说明忽视空间因素的OLS估计高估了城市化对县域经济增长的作用。

三、结论

本文运用空间滞后模型分析了湖南省县域城市化对经济增长的影响，研究结果表明:(1)湖南省县域城市化与经济增长存在空间依赖性。从本文变量的空间自相关结论来看，城市化过程中的非农人口具有显著的空间相关性，非农人口以湘中地区聚集。但经济增长具有显著的“俱乐部”现象，表现为高聚集区域为以长株潭为主的湘东地区，而低聚集区域主要以湘西为主。此外，SLM模型估计显示空间滞后回归系数为正且显著，说明湖南省的县域经济具有溢出效应，但这种溢出效应不足，具体表现为湘东地区成为湖南省的“增长极”，这种状况可能会由于集聚效应使得湘东地区越来越发展，而湘西北地区则越来越落后。(2)城市化对县域经济增长具有促进作用。从SLM模型估计的结果可以看出，城市化过程中的第二产业、第三产业以及非农人口数对经济增长具有正的影响，且第二、三产业与非农人口每增加一个百分点，将会促进湖南省县域经济分别增长2.91%、1.89%和0.61%。从以上的结论可以看出，当前要发展湖南省县域经济，应该加大城市化的力度，促进人口与产业向城市聚集，从而促进县域经济增长，其中必须加大对第二产业的吸引力度，使沿海更多的第二产业向湖南省聚集，同时要加大第三产业的发展力度，使第三产业成为推动湖南省县域经济增长的一个重要部分。此外，由于县域经济的空间相关性以及溢出效应的存在，还应加大县与县之间的交流与合作，降低湘东与湘西之间的发展差距，促进湖南省县域经济和谐更好更快地发展。

作者：黄利文 彭丹丹 彭秀丽 单位：南开大学经济学院 吉首大学商学院