中国区域全要素生产率的空间溢出关联效应研究_刘建国(1)

收稿日期收稿日期：2013-03-26；修订日期修订日期：2013-12-26基金项目基金项目：国家自然科学基金项目(41301116、41230632)、教育部人文社会科学研究基金青年项目(13YJCZH103)、北京市自然科学基金面上项目(9132003)、中国博士后科学基金项目(2012M520364、2013T60162)资助。作者简介作者简介：刘建国(1980-)，男，内蒙赤峰人，博士后，讲师，主要从事区域经济与经济地理研究。E-mail:liujianguo009@163.com通讯作者通讯作者：张文忠，研究员。E-mail:zhangwz@igsnrr.ac.cn中国区域全要素生产率的空间溢出关联效应研究

刘建国1,2，张文忠2

（1.北京联合大学旅游学院，北京100101；2.中国科学院地理科学与资源研究所，北京100101）

摘要摘要：运用空间计量模型对1990~2011年中国全要素生产率进行研究，发现：此间中国省域全要素生产率在大部分年份呈现了空间自相关性，表明这22a间中国省域全要素生产率并不是完全的随机状态，受其它区域的影响。进一步运用空间计量经济模型从空间维度探究了区域全要素生产率的影响因素，研究表明：经济的集聚水平越高，全要素生产率会得到显著改善；人力资本对经济增长与效率的提升有着显著地积极作用，并表现一定程度的溢出；政府干预和产业结构对全要素生产率的影响为负，说明政府部门要减少对经济的干预；同时表明了中国的产业结构可能存在不合理的地方；信息化水平、基础设施水平对全要素生产率的影响为正，但基础设施水平在统计学意义上并不显著；民营化所占比重的提升对全要素生产率的改进是显著的，因为私有化致使企业的权力下放有助于提高技术效率；经济开放水平显著提升了中国的区域全要素生产率；中国部分省份土地投入规模过大而出现规模不经济的问题。从全要素生产率在各个地区间溢出的证据出发，各个地方政府在统筹区域经济发展的过程中不仅需要考虑本地区经济发展的实际，需要打破目前行政区经济的界限，实现跨区域的协调与合作，实现共赢，最终实现所有地区全要素生产率的提高。关键词：全要素生产率；空间溢出；空间计量；中国中图分类号中图分类号：F061.5；K902文献标识码文献标识码：A文章编号文章编号：1000-0690（2014）05-0522-09

在有关区域经济问题的研究中，一个难以回避

的问题是区域间的空间相关性，“几乎所有的空间

数据都具有空间依赖性或空间自相关的特征”[1]。

近年来在研究中国经济的问题时，学者们也考虑

了空间自相关和空间异质性，如区域经济增长的

空间溢出效应[2~6]，大陆省级区域工业全要素生产

率的空间外部性[7]，外资在中国地区内和地区之间

的溢出效果[8，9]，城市效率的空间溢出效应[10]，交通

基础设施的空间溢出效应等[11]。总之，已有诸多文

献表明，一个地区的增长，其溢出可能并不会限于

该地区的地理范围。新经济地理也强调地区间溢

出的重要性，正如学者所指出的“没有理由断言一

个企业的溢出因为地理或者行政边界的原因只会

停留在该企业初始投资的地区”[12，13]。从这个意义

上说，全要素生产率也可能是存在空间溢出的，即

一个地区在其经济效率提升的过程中会带动周边

区域经济效率的提升。本文旨在探究中国省域区域全要素生产率空间

溢出关联效应，从空间层面探查其影响因素。

1研究方法及数据

1.1研究方法

本文采用DEA中非参数的Malmquist指数方

法来计算中国全要素生产率的空间分异情况。Caves等[14]所定义的公式为：

Mt0=Dt0(xt+1,yt+1)Dt0(xt,yt)，Mt+10=Dt+10(xt+1,yt+1)Dt+10(xt,yt)（1）

式中，Dt0(xt,yt)和Dt+10(xt+1,yt+1)是分别根据生产

点在相同时间段（即t和t+1）同前沿面技术相比较

得到的输出距离函数，Dt+10(xt+1,yt+1)和Dt0(xt,yt)

分别是根据生产点在混合期间同前沿面技术相比

较得到的输出距离函数。

为避免随意选择一种参数技术，Fare等[15]并对

式（1）进行了分解，其形式为：第34卷第5期2014年05月Vol.34No.5May,2014地理科学SCIENTIAGEOGRAPHICASINICA刘建国等:中国区域全要素生产率的空间溢出关联效应研究5期

M0(xt,yt,xx+1,yt+1)=Dt0(xt+1,yt+1)Dt0(xt,yt)×Dt0(xt+1,yt+1)Dt+10(xt+1,yt+1)×Dt0(xt,ytDt+10(xt,yt)（2）

式（2）中，等号后的第一项测算技术效率面向产出

指标在区间t和t+1的（逐渐趋近于生产前沿面）变

化，而根号里的项作为技术变化指标，是前沿面在

区间t和t+1变化的几何平均值。1.2数据来源

由于港澳台地区的数据难以获得，仅以中国

内陆31个省份为研究地域单元，选定资本和劳动

力2种要素作为Malmquist指数模型的投入变量，

以各省的GDP作为产出变量。

（1）固定资本存量（K）。本文采用永续盘存法

对各省的资本存量进行估算，计算公式为：Kit=Kit-1(1-δ)+Iit/pt，其中δ为折旧率；pt为以1990年为基期

计算的固定资产价格指数。对于基年资本存量，

本文采用Young[16]的研究方法，用基年固定资产投

资额除以10%作为初始资本存量，折旧率δ设定为6%，借鉴的是Hall等[17]计算世界127个国家资本存

量的做法。关于固定投资序列的平减指数，由于

官方并没有公布1990~1992年，投资序列的平减指

数，因此采用全国各省GDP的价格指数平减；1992

年以后，则可以在《中国固定资产投资统计数典》

中得到各省的固定资本投资平减指数，数据来自

于《中国国内生产总值核算历史资料（1952~2004）》和2006~2012年的《中国统计年鉴》。

（2）劳动力（L）。本文用各分省就业人员数表

示，包括16周岁及以上，从事一定社会劳动并取得

劳动报酬或经营收入的人员数，数据来源于相关

年份的《中国统计年鉴》。

（3）产出变量GDP，以1990年为基期，用其省

份各年GDP平减指数进行平滑调整。数据出自

《中国国内生产总值核算历史资料（1952~2004）》

和2006~2012年的《中国统计年鉴》。

此外，由于行政区划及统计方面的原因，个别

变量数据在个别年份是有所遗漏或者缺失的，研

究过程中均对缺失的数据进行了测算补漏。

2全要素生产率的空间格局及其集

群特征分析

为了研究中国省域全要生产率的空间溢出关

联及其变化根源，首先运用DEAP2.1软件，计算每个省的全要素生产率逐年变化的情况。然后对中

国全要素生产率的空间格局及其空间溢出等进行

分析；并对1990~2011年全要素生产率进行地理空

间格局的分位图描述，采用空间自相关指数Mo-ran'sI及局域Moran'sI散点图来刻画中国省域全

要素生产率是否存在自相关及集群现象；最后对

省域全要素生产率进行空间自相关空间关联局域

指标LISA分析，从而揭示全要素生产率的空间格

局及局域集群特征。2.1全要素生产率的空间分布演进

为了简化分析，同时考虑到时间的间隔，这里

选取其中的5个年份进行分析。图1是中国31个

省份1991、1996、2001、2006和2011年全要素生产

率变化的地理空间上的四分位图。

图1可以清楚地看出，各省域全要素生产率的

空间分布倾向于遵循某种明确的空间分布模式，

其中一个显著的特点是全要素生产率的空间格局

呈现波动，有相当数量省份的全要素生产率是在

空间上集聚的。即高全要素生产率和高全要素生

产率；低全要素生产率与低全要素生产率在空间

上相邻或者集聚特性。在这5a中，全要素生产率

位列第一级的省份均为7个，而位列第二、三、四级

的省份分别为8个。2.2全要素生产率的空间依赖性Moran'sI指数检验

通过初步分析发现，中国省域的区域全要素生

产率是存在空间关联的。利用1990~2011年中国31个省份全要素生产率变动指数的数据及空间自

相关指数计算公式，并采用空间邻近矩阵（4个，即k=4）计算得到1990~2011全要素生产率的Moran's

I指数。从计算结果可以看出，1990~2011年中国省

域全要素生产率在大部分年份呈现了空间自相关

性，并大部分年份通过了10%的显著性检验。表明

了22a间中国省域全要素生产率具有明显的相关

性，区域全要素生产率并不是完全的随机状态，是

受到其它区域影响的；当然也有部分年份（1994、1995、1996年）全要素生产率的Moran'sI指数为负，

而且未通过显著性检验。

为进一步探查中国内陆31个省份全要素生产

率的空间关联性，利用Geoda095I软件做出1991、1996、2001、2006和2011年的Moran'sI散点图（图

2）。图2的Moran'sI散点图可以发现HL

（High-Low）类型和LH（Low-High）类型的省份为

偏离全域正的空间自相关的省份，其省份的全要523地理科学34卷

图1中国31个省份全要素生产率的空间分布四分位图Fig.1TFPquartilemapof31provincesChinain1991,1996,2001,2006and2011

W_TFPCH是邻近省域全要素生产率变化指数；TFPCH是全要素生产率变化指数图2中国31个省份全要素生产率的Moran'I散点图FIg.2Moran'sIofTFPof31provincesChinain1991,1996,2001,2006and2011524刘建国等:中国区域全要素生产率的空间溢出关联效应研究5期

素生产率表现为非典型性。其中，第I象限为HH：

（高全要素生产率-高空间滞后）表征高全要素生

产率的省域被高全要素生产率的邻近省份所包

围，为高全要素生产率集群的省份；第Ⅱ象限LH

（低全要素生产率-高空间滞后）表征低全要素生

产率的省份被高全要素生产率的临近省份所包

围；第Ⅲ象限为LL（低全要素生产率-低空间滞后）

代表低全要素生产率的省份被低全要素生产率的

临近省份所包围，为低全要素生产率的集群省域；

第Ⅳ象限HL（高全要素生产率-低空间滞后）表征

高全要素生产率的省域被低全要素生产率的临近

省域所包围。2.3全要素生产率的空间关联局域LISA分析

由于Moran'sI散点图检验空间自相关性有很

大的局限性，存在无法科学揭示每一方向的局域空

间相关性和异质性。因此当需要进一步考虑观测

值是否存在局域的空间集聚，需要利用反映空间关

联的局域指数（localindicatorsofspatialassocia-tion，LISA）来更为直观地刻画各区域全要素生产率

的局域空间相互依赖性及空间异质性特征[18]。图3

是中国31个省域1991、1996、2001、2006和2011年

的LISA集聚图，且均通过了5%以下的显著性水平。

由图3可以看出：①1991年，以北京为核心，

包括河北、山西和陕西省在内的省域倾向于分布

在第Ⅰ象限（HH）；湖南、贵州、广西和广东以及海南省倾向于分布在第Ⅲ象限（LL）。②1996年，河

南和陕西省在内的省域倾向于分布在第Ⅲ象限

（LL）；四川省倾向于分布在第Ⅳ象限（HL）；贵州

省倾向于分布在第Ⅱ象限（LH）。③2001年，内蒙

古、山东、江苏、安徽、上海、浙江、福建这7个省域

倾向于分布在第Ⅰ象限（HH）；甘肃、宁夏、四川、

重庆、贵州、云南省倾向于分布在第三象限（LL）。

④2006年，辽宁、天津、山东、江苏、上海、浙江和安

徽省域倾向于分布在第Ⅰ象限（HH）；四川省倾向

于分布在第Ⅲ象限（LL）；云南省倾向于分布在第

Ⅳ象限（HL）；内蒙古倾向于分布在第Ⅱ象限

（LH）。⑤2011年，内蒙古、吉林、辽宁、北京、河

北和山东省倾向于分布在第Ⅰ象限，即属于HH；

黑龙江省倾向于分布在第Ⅱ象限（LH）；陕西和青

海省倾向于分布在第Ⅲ象限（LL）；新疆倾向于分

布在第Ⅳ象限（HL）。

研究表明，中国省域全要素生产率存在显著

的空间自相关性及空间依赖性，即一个地区在其

全要素生产率提升的过程中，也将会带动周边其

它区域全要素生产率的提升。

3全要素生产率影响因素的空间面

板估计

3.1变量的选择及其解释

全要素生产率的影响因素是多方面的，本文

图3中国31个省份全要素生产率的局域空间自相关LISA集群图Fig.3LISAclusterofTFPof31provincesChinain1991,1996,2001,2006and2011525