中国地区经济的全局和局部收敛性研究，本文主要内容关键词为：全局论文,中国论文,局部论文,地区论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F061.5 [文献标识码]A [文章编号]1008-7672(2014)02-0058-08 中国经济高速稳定的增长，取得了世界瞩目的成绩。但不可否认的是，随之而来的经济失衡问题也逐渐开始困扰着政府和广大的研究者。区域发展的差距问题就是其中之一，它给中国经济的持续和稳定发展带来了隐患。地区之间由于发展的历史、资源禀赋和生产要素积累等原因显现差距，这是非常自然的。而随着市场化的改革，生产要素的自由流动以及政府对于落后地区的政策扶持，区域之间的差距将呈现怎样的趋势才是值得关注的重点。在学术研究中，可以把它归纳为区域经济的收敛性问题，即区域之间的差距是否会逐渐缩小。 在跨国或者跨区域的经济研究中，有两种收敛的定义，分别是σ收敛和β收敛。前者度量的是国家或者区域经济变量的离差随时间的变化趋势。离差可以用不同的指标来衡量，常用的有人均产出对数的标准差。若离差随时间下降，那么就称为σ收敛。除了从统计角度来审视收敛性，经济增长理论提供了检验收敛性的另一种视角。从人均产出或收入的角度，如果经济发展水平落后国家的增长速度超过了富裕国家，即前者有赶超后者的趋势，那么就称为β收敛。这两种收敛的关系是β收敛意味着σ收敛，但反之不成立。β收敛是国家或区域经济收敛性的主要研究框架，是由Barro①，Barro和Sala-i-Martin②以及Mankiw et al.③等通过对新古典增长模型的拓展建立的。对于区域经济来说，地区之间的空间结构可能对于经济发展具有显著的作用。因此，忽略区域间联系的实证研究可能会导致估计值的偏倚。因此，近年来越来越多的研究者开始把空间结构纳入经济收敛性的研究中，例如Fingleton④，Carrington⑤等。 国内对于经济收敛性的研究基本沿用Barro和Sala-i-Martin⑥的分析框架，具体来说，可以分为两个阶段。第一个阶段，学者们没有考虑空间的相互作用，用一般计量经济方法来检验经济收敛性。他们发现，时期的选择对于地区经济绝对收敛检验具有敏感性，例如魏后凯发现，1978-1985年中国地区人均GDP增长趋于收敛，但1985年后则不存在显著的收敛性。⑦王铮、葛昭攀的研究证实了魏后凯的部分结论，即1985年后就全国来说，不存在绝对收敛。⑧张茹的研究则发现，1990年前中国地区绝对收敛趋势显著，但1990年后则不存在绝对收敛。⑨因此，虽然大部分学者对于绝对收敛持否定态度，但这个结论需要进一步证实。对于条件收敛，学者们持比较一致的肯定态度，例如蔡昉和都阳⑩，沈坤荣和马俊(11)，王铮和葛昭攀，林毅夫和刘明兴(12)，许召元和李善同(13)等。对于俱乐部收敛，学者们划分的标准一般是东中西部，以此来构建俱乐部进行收敛性研究。大部分研究表明，中国东中西三大区域存在俱乐部收敛，例如王铮和葛昭攀以及张茹等。但也有学者认为，只有东部地区存在俱乐部收敛，例如彭国华(14)。第二阶段，国内的研究开始应用空间计量经济模型来研究区域经济收敛性。在考虑了空间相关性后，大部分研究结果发现了全域绝对收敛的存在性，例如林广平、龙志和和吴梅(15)，吴玉鸣(16)，张晓旭和冯宗宪(17)，潘文卿(18)，史修松和赵曙东(19)等。这些研究证实，空间相互结构对经济收敛性的研究结果具有重要的影响。现有研究一般只考虑了全局统计量，虽然有通过中东西部进行分组，进行俱乐部收敛的研究，但是这样分组的方式并没有充分考虑到局部地区的空间异质性，并且无法阐述收敛俱乐部的动态变化。Gallo et al.认为，可以考虑俱乐部收敛的极端情况，即参数对于具体地区是变化的，进行局部参数的估计。(20)本文即是通过地理加权回归模型，进行地区经济的局部估计，并与纳入空间相互作用的全局统计量进行比较，希望为此问题提供更为全面和准确的证据。 本文的内容如下，第二部分主要从统计学角度讨论中国地区经济的σ收敛，以及分析地区经济的空间相关性及趋势。第三部分利用空间计量模型和地理加权模型，估计中国地区经济的全局和局部β收敛系数，并对结论进行讨论。第四部分进行总结。 二、中国地区经济的σ收敛与空间自相关 σ收敛的描述和刻画一般用国家或地区经济离差的时间序列数据。本文用常用的人均实际GDP对数的标准差作为指标，计算了1990年至2011年的指数序列。从图1中可以看到，从1990到1995年，地区经济呈现趋异的趋势，而1995到2004年，地区经济的差异比较平稳，而到了2004年之后，地区经济呈现明显的收敛趋势。
图1 中国人均实际GDP对数的σ收敛指数 空间自相关的度量一般用Moran's I指数，它是一个全局统计量，定义为
统计量I对于空间自相关的检验是基于随机分布或正态分布原假设。它的取值范围是[-1，1]，如果它显著大于(小于)其期望值，则表示存在正(负)的空间自相关。除了检验空间自相关的存在性，I统计值还显示了空间自相关的强弱，I的绝对值越接近1，表示空间自相关越强。 计算I指数需要事先说明空间拓扑结构，在空间统计学和空间计量经济学里，这是通过空间权重矩阵完成的。假设有n个地区，那么空间权重矩阵就是n×n的方阵，如果两个地区存在空间相互作用，那么就设定相应的元素不为0，否则就设定为0。空间权重矩阵的行表示所有其他地区对于本地区的影响，列表示其所在地区对于其他所有地区的影响。空间权重矩阵的设定通常按照以下两种原则，其一是邻接性原则，即如果两个地区相邻，那么对应的元素就设定为1，否则就设定为0。如果存在岛屿，例如海南岛，那么这种形式的空间权重矩阵中，其邻居数为0，意味着其他地区对于它是没有空间作用的，显然可能会与现实有较大的出入。其二是距离原则。从空间关联性的角度来看，地区间的联系随着距离间隔的远近而变化。距离越近，空间关联越强，而随着距离逐渐变远，地区的空间相关性会逐渐减弱。通过距离设定空间权重矩阵有两种方式，一是k最近邻矩阵，即固定邻居数量k，然后选择距离最近的k个地区，常用的选择是k=4；二是距离倒数矩阵，即设定空间权重矩阵的元素是地区间直线距离的倒数。由于地区间联系往往受限于一定的距离，常用的方法是设置一个截止距离。为了保证每个区域至少有一个邻居，因此本文设置地区间最远的直线距离作为截止距离，来构建空间权重矩阵。 本文用中国31个省市自治区的人均实际GDP作为研究变量，研究地区经济的空间自相关。如图2所示，两条线分别表示用k最近邻矩阵和距离倒数空间权重矩阵计算得到的Moran's I指数。1990年两种方式计算的I值分别为0.0913和0.0693，且都是不显著的，2000年两者分别为0.1755和0.1276，并且在1%的水平上都是显著的，而到了2011年，它们已经分别达到了0.2991和0.2197，且都显著。我们可以看到，虽然不同方式计算得到的I值有所差别，但是它们的趋势是相似的，即随着时间的推移，I值逐渐增加，即地区经济的空间自相关随时间增强。
图2 1990-2011年中国人均实际GDP的Moran's I指数 三、中国地区经济β收敛的实证研究 (一)实证模型和变量 根据经典的区域经济收敛分析框架，β收敛可以通过下面的模型进行估计
其中下标i标示地区，0和T分别表示初始时期和最终时期，y表示人均产出。如果β显著为负，那么表示存在地区经济收敛性。 在这个框架里，地区间的空间联系是被忽略的。但事实上，地区之间往往具有紧密的经济联系，例如劳动力要素和资本等的流动，地区间的贸易往来等。因此，用传统的计量方法进行模型设定和估计，往往导致估计的结果是有偏倚的。起始于Anselin(21)的贡献，近年来，随着空间计量经济学的发展，其模型设定和估计方法被大量应用于区域收敛性的研究中。 从标准线性回归模型出发，空间计量模型可以设定和识别三种不同类型的相互作用，分别是内生变量的空间相互作用，外生变量的空间相互作用以及误差项的空间相互作用。常用的模型主要有包含空间滞后因变量的空间自相关模型(SAR)，包含空间自相关结构误差的空间误差模型(SEM)，以及同时包含内生变量及外生变量空间相互作用的SDM模型。考虑到SDM模型实际上包含了SAR和SEM模型，因此本文应用SDM模型对传统框架进行空间拓展，实证方程如下
其中W是空间权重矩阵。 空间数据一般具有空间非平稳性的特征。而传统线性回归模型的估计系数是全局固定的，所以用它拟合空间数据，其分析结果不能全面反映空间数据的真实特征。对此，解决的方式是应用局部估计量，常用的就是地理加权回归模型。地理加权回归模型是由Brunsdon et al.(22)提出的，它允许回归模型的系数随着空间变动而变化，其模型形式为
与传统线性回归模型不同，它对于数据集中的每个观测值都对应一组估计系数。为了得到估计系数，地理加权回归模型根据距离的远近对观测值赋予不同的权重，一般遵循距离越近权重越大的原则，然后选择邻近观测值的子样本进行局部回归。由于中国地区间经济发展水平差异较大，即具有非平稳性和异质性，因此应用地理加权回归模型可以得到更准确全面的估计值。本文应用的地理加权回归模型的实证模型如下
本文利用1990-2011年中国31个省市自治区实际人均GDP的数据进行估计。被解释变量是地区最终时期的人均实际GDP的对数减去初始时期人均实际GDP的对数，然后除以两个时期的时间间隔。解释变量是地区初始时期人均实际GDP的对数。空间权重矩阵采用行正规化的k最近邻和距离倒数两种形式。数据来源于历年《中国统计年鉴》，《中国人口统计年鉴》以及《新中国60年统计资料汇编》。 (二)实证结果和讨论 文献研究中，可以看到估计结果可能对时间区间具有敏感性。因此，可以选择不同的时段进行估计，可以放松初始时期，固定最终时期，也可以放松最终时期，固定初始时期，或者同时放松初始和最终时期。本文选择第一种方式，即固定最终时期为2011年，初始时期选择从1990年到2000年，进行估计和检验。由于因变量除以了时间长度，因此只要估计的时间区间足够长，可以忽略波动的影响，那么时间区间长度不同并不会产生问题。 本文首先用OLS估计了模型1，结果见表1。从中可以看到1990年为初始时期估计的β系数为-0.00675，并不显著。而随着初始时期的往后推移，β系数的绝对值逐渐增加，到2000年，β系数已经减少为-0.01369，并具有统计显著性。事实上，初始时期为在1993年后的估计结果，β系数都在5%的水平上显著，证实存在绝对β收敛。
然后估计纳入空间互相结构的SDM模型，结果见表2和表3。我们可以看到，纳入了空间相互作用后，无论哪年作为初始时期，都存在绝对β收敛，并且β系数都比OLS模型要小，例如以1995年为初始时期，SDM模型估计的β系数为分别为-0.01586和-0.01583，都小于OLS模型估计的-0.01076。两种空间权重矩阵形式得到的β系数比较接近，可以认为估计结果相对稳健。SDM的模型结果还显示，δ的估计值显著为正，这表明邻近地区经济发展水平对于本地区的经济增长具有促进作用，而ρ的估计值则不显著，意味着邻近地区的经济增长并没有影响本地的经济增长。这个结果并不令人意外，因为经济发达地区对于周边地区具有较强的辐射能力，能够促进邻近地区的经济发展。由于经济增长较快的地区大部分是经济落后地区，它们对于周边经济的影响能力比较有限，因此估计的ρ系数并不显著。
最后，本文分别以1990年、1995年和2000年作为初始时期，估计地理加权模型(3)，得到的结果见表4。我们可以看到，当初始时期为1990年时，在5%的统计水平上，有些地区估计β系数并不显著，表示不存在β绝对收敛。随着初始时期的推移，地区估计的β系数逐渐显著，例如初始时期为1995年时，所有地区都在5%的统计水平上显著为负。此外，以1990年、1995和2000年三个初始时期估计地区的β系数的均值分别为-0.0088，-0.011和-0.015，略低于OLS模型估计的结果，但高于SDM模型的结果，并且与前面估计的结果相似，地区经济收敛的速度随时间推移是加快的。而地区β系数的样本标准误呈现先下降后上升的U型趋势，分别为0.0056，0.00087和0.0021。 如果用地区β系数绘制四分位图，还可以发现β收敛的空间模式及动态变化。以1990年为初始时期的空间分布图中(见图3)，我们可以发现收敛速度最快的地区集中在东北和西北地区，而收敛速度最慢的地区集中在南部地区。渤海湾和长江三角洲地区的收敛速度快于中部和东南沿海地区。而以1995年为初始时期的图4所描述的模式基本与图3相似，但某些省份的地位发生了变化，例如收敛速度最慢的地区中不再包含海南和广东，而是加入了四川。以2000年为初始时期的估计结果，则呈现出较大差异的空间模式，西北地区不再是收敛速度最快的地区，反而连同云南成为了收敛速度最慢的地区，而收敛最快的地区集中在东北三省，北京、天津、山东和江苏。而中部及东南沿海地区的收敛速度略快于中西部地区及海南。
图3 1990年为初始时期的β系数空间分布图
图4 1995年为初始时期的β系数空间分布图
图5 2000年为初始时期的β系数空间分布图 四、结论及启示 本文通过对中国地区经济局部和全局收敛性的研究，得到如下几个方面的结论。首先，对于地区经济的全局收敛性。本文通过σ收敛指数的计算，发现中国地区经济在时间序列上存在先趋异后趋同的特征。本文还利用传统计量模型以及空间计量模型分别考察不同初始时期的收敛性，估计结果发现中国地区经济存在绝对β收敛，并且随着初始时期的推移，β收敛系数逐渐减少，意味着收敛速度不断加快。其次，对于地区经济的局部收敛性。本文利用地理加权模型估计了地区的β系数，结果发现当初始时期为1990年时，有些地区并没有显著的收敛性，而当初始时期为1995年或2000年时，绝大部分地区呈现显著的收敛性。随着初始时期的推移，地区β系数的波动性呈现先下降后上升的趋势，而平均收敛速度逐渐加快。对于地区β系数的空间分布研究发现了地区收敛的空间模型及其演化特征。如果以1990年为初始时期，依收敛速度从快到慢划分四个俱乐部，那么它们分别是东北和西北，渤海湾和长江三角洲，中南部及东南沿海以及南部沿海和云南贵州，而以2000年为初始时期，空间模式发生了较大变化，四个俱乐部依收敛速度呈现从东往西的梯度减缓。此外，本文基于SDM的模型还发现区域经济具有空间依赖性，这表现为邻近地区的经济发展对于本地区的经济增长具有促进作用。 促进区域经济协调发展是一项长期而艰巨的任务。本文的研究肯定了全局经济收敛性的存在，但是由于空间异质性，地区经济发展仍然呈现复杂的形态。区域发展战略要充分考虑局部地区的特点以及地区间，特别是地区俱乐部发展的差异，同时利用邻近地区的空间相互作用，制定有针对性的整体和局部规划，才能够实现区域经济协调发展的战略目标。本文下一步的目标是进一步探讨影响局部地区经济收敛的因素以及渠道，希望能为此方面的研究提供更深入的证据以及相应的政策建议。 ①Barro R J,"Economic Growth in a Cross Section of Countries",The Quarterly Journal of Economics,Vol.106,No.2,1991,PP.407-443. ②Barro R J,Sala-i-Martin X,"Convergence".Journal of Political Economy,Vol.100,No.2,1992,PP.223-251. ③Mankiw N G,Romer D,Weil D N,"A Contribution to the Empirics of Economic Growth",The Quarterly Journal of Economics,Vol.107,No.2,1992,PP.407-437. ④Fingleton B,"Theoretical Economic Geography and Spatial Econometrics:Dynamic Perspectives",Journal of Economic Geography,Vol.1,No.2,2001,PP.201-225. ⑤Carrington A,"A Divided Europe?:Regional Convergence and Neighbourhood Spillover Effects",Kyklos,Vol.56,No.3,2003,PP.381-393. ⑥Barro R J,Sala-i-Martin X:Economic Growth Theory.Boston:McGraw-Hill,1995. ⑦魏后凯：《中国地区经济增长及其收敛性》，《中国工业经济》1997年第3期。 ⑧王铮、葛昭攀：《中国区域经济发展的多重均衡态与转变前兆》，《中国社会科学》2002年第4期。 ⑨张茹：《中国经济增长地区差异的动态演进：1978~2005》，《世界经济文汇》2008年第2期。 ⑩蔡昉、都阳：《中国地区经济增长的趋同与差异——对西部开发战略的启示》，《经济研究》2000年第10期。 (11)沈坤荣、马俊：《中国经济增长的“俱乐部收敛”特征及其成因研究》，《经济研究》2002年第1期。 (12)林毅夫、刘明兴：《中国的经济增长收敛与收入分配》，《世界经济》2003年第8期。 (13)许召元、李善同：《近年来中国地区差距的变化趋势》，《经济研究》2006年第7期。 (14)彭国华：《中国地区收入差距、全要素生产率及其收敛分析》，《经济研究》2005年第9期。 (15)林光平、龙志和、吴梅：《我国地区经济收敛的空间计量实证分析：1978~2002年》，《经济学》(季刊)特刊。 (16)吴玉鸣：《中国省域经济增长趋同的空间计量经济分析》，《数量经济技术经济研究》，2006年第12期。 (17)张晓旭、冯宗宪：《中国人均GDP的空间相关与地区收敛：1978~2003》，《经济学》(季刊)2008年第2期。 (18)潘文卿：《中国区域经济差异与收敛》，《中国社会科学》2010年第1期。 (19)史修松、赵曙东：《中国经济增长的地区差异及其收敛机制(1978~2009年)》，《数量经济技术经济研究》2011年第1期。 (20)Gallo J L,Fingleton B.,"Regional Growth and Convergence Empirics",From Fischer M M,Nijkamp P,Handbook of Regional Science.Berlin:Springer,2013,PP.291-315. (21)Anselin L,Spatial Econometrics:Methods and Models,Dordrecht:Kluwer,1988. (22)Brunsdon C,Fotheringham A S,Charlton M E,"Geographically Weighted Regression:A Method for Exploring Spatial Nonstationarity",Geographical Analysis,Vol.28,No.4,1996,PP.281-298.
标签：自相关论文; 经济研究论文; 经济模型论文; 经济论文; 经济学论文;
