会员登录
会员注册图1给出了基于空间矩阵W_D0，W_D1，W_D2的全局Moran-I指数③，从Moran-I指数分布图可以看出，区域技术效率存在较显著的空间相关性，随着时间的推移，Moran-I指数略有增加，在空间距离为1500km时，空间相关性Moran-I值最大。通过对Moran-I指数的Z统计量检验发现，在空间矩阵W_D1，W_D2时，Moran-I指数具有较高的显著性水平，其均值分别达到了0.01和0.04，而在空间矩阵W_D0时，其显著性水平仅为0.11。由此可见，中国区域技术效率的空间相关性存在一定的地域特征，当空间距离小于1500km时，空间相关性随着空间距离的增加而增加，当空间距离超过1500km时，空间相关性随着空间距离的增加而递减，因此，本文选取空间距离1500km的空间矩阵W_D1来分析空间效应对区域技术效率的影响。
进一步，为了具体分析各地区技术效率在空间的不同作用，本文运用空间散点图对中国30个省域技术效率进行空间划分，所用到的空间矩阵为W_D1，结果如图2所示。图2的结果表明，大多数地区处于第一、第三象限，说明了中国区域技术效率间确实存在较明显的空间相关性。
全局Moran-I指数和空间散点图表明，中国区域技术效率存在较明显的空间相关性，忽略空间效应对区域技术效率的作用来分析区域技术效率很可能会导致计量模型设定的非科学性和计算结果的不准确性。为了准确识别出影响中国区域技术效率的相关因素，本文将运用空间计量经济学对区域技术效率进行回归分析。在运用空间计量模型分析问题时，不同的空间模型会产生不同的参数解释和不同的政策含义，正确设定空间模型是分析空间相关性的关键。目前，常用的空间相关性模型通常有两种形式，一种是空间滞后模型(SLM)，一种是空间误差模型(SEM)。基本的空间滞后模型(SLM)和空间误差模型(SEM)如式(6)(7)所示。
y=α+β*x+ρ*Wy+ε，ε～N(0，σ2I) (6)
y=α+β*x+ε，ε=λ*Wε+u，u～N(0，σ2I) (7)
其中，y为被解释变量，x为解释变量，u，ε为随机误差项。
为了正确选定空间相关性模型，Anselin et.al[16]提出了运用LM-Error，LM-Lag及其稳健性检验(Robust LM-Error和Robust LM-Lag)对空间滞后和空间误差进行LM检验。对于面板数据模型，本文运用Matlab7.0软件分别计算了区域技术效率混合效应、随机效应以及固定效应模型的空间效应的LM检验及其稳健性检验结果，如表3所示。表3的检验结果表明，与LM-Error和Robust-LM-Error的检验结果相比，LM-Lag和Robust-LM-Lag的检验结果具有更高的显著性水平。鉴于此，空间滞后模型可能更加符合中国区域技术效率分析。
表4分别给出了无空间效应效率回归模型和空间滞后效率回归模型的部分回归结果。表4中的模型(3)、(4)和(5)分别表示无空间效应的混合效应、随机效应和固定效应回归结果，模型(6)、(7)和(8)分别给出了在考虑空间滞后模型情况下，运用Matlab7.0软件计算得到的混合效应、随机效应和固定效应的估计结果。比较表4中的回归结果可以看出，空间效应对区域技术效率具有显著影响，而且引入空间效应以后，区域技术效率回归结果具有更好的拟合优度，说明了中国区域技术效率确实存在较明显的空间相关性。进一步，为了选择合适的方法对含有空间滞后模型的面板数据进行回归分析，本文分别运用F检验、似然比检验和Hausman检验对模型进行检验，以从混合效应、固定效应和随机效应估计方法中识别出适合于本文的效率回归模型。从检验结果可以看出，固定效应似然比，随机效应似然比值均较高，Hausman检验为0.929(0.999)，说明了固定效应可以很好的解释本文的效率回归模型。另外，通过F检验我们也可得出，与混合效应相比，固定效应的解释效果更好。鉴于此，本文将根据模型(8)的回归结果对影响区域技术效率的相关因素作进一步分析。
模型(8)的拟合优度修正R2值为0.879，各变量亦具有较好的解释能力。在影响区域技术效率的变量中，市场化指数、对外开放水平、政府财政支出和产业结构指数对区域技术效率均具有较显著的作用。市场化指数衡量了一个地区产品市场和要素市场的发育情况和市场竞争水平，市场化指数越高，说明该地区内部要素流动越容易，越易实现要素优化配置，提升区域技术效率水平；对外开放对区域经济增长具有两面性，一方面对外开放可通过引进先进技术、设备和管理经验来提高地区生产水平，另一方面对外开放也存在一定的风险性，比如过度依赖国外市场会导致地区经济的发展受制于其他国家。改革开放以后，对外开放对中国经济发展的作用是不言而喻的，然而，长期处于低端产品的生产加工使得中国在国际市场上已逐渐失去竞争力，以低技术加工为特点的出口模式已制约了中国地区技术效率水平的提高；政府财政支出对区域技术效率具有显著促进作用，政府财政支出衡量了政府部门对一个地区经济发展的支持和干预程度，增加了地区生产的不确定性，但由于中国正处于经济发展转型的关键阶段，政府部门的政策指导规划及其财政支持对地区经济的发展具有显著拉动作用；第一产业结构指数对区域技术效率作用显著为负，说明了产业结构转换对我国区域技术效率的提高具有显著影响，与第二、三产业相比，第一产业生产落后，技术水平低下，极大地阻碍了区域技术效率的提高，随着中国工业化进程的加快，第一产业占整体经济总量的比重已越来越少，而第二、三产业比重则有了较大幅度的提高，因此，工业化进程中，产业结构转换对区域技术效率水平的提高具有较明显的促进作用。基础设施建设水平是市场联系和要素、劳动力流动的基础条件，本文的回归结果表明区域基础设施状况有助于提升区域技术效率，但其效应却十分有限。区域固定资产投资会提升区域生产能力，但对区域技术效率的影响却极其微小，说明了中国区域固定资产投资可能存在低技术水平的重复投资，对提升区域整体技术能力并无显著作用。教育投资水平衡量了一个地区人力资本发展状况和创新能力，教育投资水平越高的地区拥有的人力资本水平和创新能力越高，越有助于提升区域技术效率水平，但本文的回归结果表明，教育投资对区域技术效率并无显著影响，主要原因是由于以粗放型增长为主的区域整体创新能力不强，区域创新对经济增长及其效率水平的作用并不明显。空间效应对区域技术效率具有显著促进作用，说明了区域技术效率不仅受到本地区因素影响，还受到相邻地理区域的作用。比较模型(5)和(8)的回归结果可看出，在考虑空间效应的作用后，区域技术效率回归模型拟合性大大提高，且各变量的参数估计值亦更符合中国区域技术效率变化的实际。
进一步，剔除模型(8)中的不显著变量对模型重新进行回归，回归结果如表4中模型(9)所示。比较模型(8)和(9)的回归结果可以发现，剔除固定资产投资、基础设施建设和教育投资三个变量后，模型(9)的回归结果与模型(8)较相似，说明了各变量间并不存在多重共线性，各变量回归系数的高度相似也进一步验证了本文结论的稳健性和可靠性。
五、结论和建议
空间集聚效应在促进区域经济增长，提升区域技术效率中的作用日益突出。本文在考虑空间集聚情况下运用随机前沿分析法(SFA)测算了中国区域技术效率水平，在此基础上运用空间全域Moran-I指数和空间散点图分析了中国区域技术效率的空间相关性，并运用空间面板数据模型实证分析了影响区域技术效率的制度因素、经济因素、创新能力和空间效应。本文的研究发现：(1)空间集聚对区域经济增长具有显著影响，考虑空间集聚因素后，东部地区技术效率有所提高，中、西部地区技术效率有所降低；(2)中国省域间技术效率存在显著空间正相关性，且空间相关性存在一定的地域特征，当空间距离小于1500km时，空间相关性随着空间距离的增加而增加，当空间距离超过1500km时，空间相关性随着空间距离的增加而递减；(3)市场化指数、对外开放、产业结构指数和政府财政支出对区域技术效率具有显著作用，基础设施建设、教育投资水平和固定资产投资对我国区域技术效率的影响并不显著；(4)空间溢出效应对地理相近的区域技术效率具有显著促进作用。
本文结论启示从以下几个方面着手提升区域技术效率：(1)进一步深化市场化改革，完善社会主义市场经济，为区域技术效率水平的提高提供合理的市场氛围和制度环境；(2)进一步转变经济结构，合理规划区域产业结构水平，努力提升产业结构的高级化水平，为提升区域技术效率水平提供结构性保障；(3)加快各地区一体化进程，消除由于行政区经济而导致的技术空间溢出壁垒，充分发挥技术的空间溢出效应在地区间技术效率提升中的推动作用；(4)应谨慎实施对外开放战略，要清楚认识到对外开放水平在拉动中国经济增长的同时对各地区技术效率水平的提升并未发挥积极作用，要鼓励企业向具有高技术水平的产品转型，以实现中国对外开放能力的根本性转变。
注释：
①广义似然比检验为：LR=2(L1-L0)，其中，L0和L1分别是前沿模型在零假设H0和备择假设H1下的似然函数值。如果零假设成立，则检验统计量服从混合卡方分布，自由度为受约束变量的数量。
②东、中、西三大区域采用传统划分，即东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区包括：广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、西藏和新疆。
③W_D0，W_D1，W_D2分别表示空间距离为750km，1500km和全域的空间权重矩阵。
作者简介：陈得文(1985—)，男，安徽凤阳人，南京航空航天大学经济与管理学院博士研究生，研究方向为产业经济学、区域经济学；苗建军(1955—)，男，山西长治人，南京航空航天大学教授，博士生导师，研究方向为产业经济学、区域经济学。
参考文献：
[1]颜鹏飞，王兵.技术效率、技术进步与生产率增长：基于DEA的实证分析[J].经济研究，2004(12)：55—65.
[2]王志刚，龚六堂，陈玉宇.地区间生产效率与全要素生产率增长率分解(1978—2003)[J].中国社会科学，2006(12)：55—66.
[3]傅晓霞，吴利学.技术效率、资本深化与地区差异——基于随机前沿模型的中国地区收敛分析[J].经济研究，2006(10)：52—61.
[4]傅晓霞，吴利学.前沿分析方法在中国经济增长中的适应性[J].世界经济，2007(7)：56—66.
[5]王丽丽，范爱军.空间集聚与全要素生产率增长——基于门限模型的非线性关联研究[J].财贸经济，2009(12)：105—110.
[6]王志平.生产效率的区域特征与生产率增长的分解[J].数量经济技术经济研究，2010(1)：33—43.
[7]章元，刘修岩.聚集经济与经济增长：来自中国的经验证据[J].世界经济，2008(3)：60—70.
[8]陈得文，苗建军.空间集聚与区域经济增长内生性研究——基于1995-2008中国省域面板数据分析[J].数量经济技术经济研究，2010(9)：82—93.
[9]舒元，才国伟.我国省际技术进步及其空间扩散分析[J].经济研究，2007(7)：106—117.
[10]Ciccone Antonio, Robert E., 1996, “Productivity and Density of Economic Activity”, American Economic Review, 86(1):54—70.
[11]Kumbhakar, S. C., 2000, Lovell, C., Stochastic Frontier Analysis, Cambridge University Press.
[12]Wang Yan, Yao Yudong, 2003, “Sources of China's Economic Growth 1952—99: Incorporating Human Capital Accumulation”, China Economic Review, 14(1):32—52.
[13]单豪杰.中国资本存量K的再估算：1952～2006年[J].数量经济技术经济研究，2008(10)：17—31.
[14]樊纲，王小鲁.中国市场化指数[M].北京：经济科学出版社，2006.
[15]Anselin Luc, 1998, Spatial Econometrics: Methods and Models, Kluwer Academic Publishers.
[16]Anselin, L., 1996, The Moran Scatter Plot as An ESDA Tool to Assess Local Instability in Spatial Association. In Spatial Analytical Perspectives on GIS in Environmental and Socio-Economic Sciences, edited by Fischer M., Scholten H., and Unwin D.