山西省县域第三产业的空间计量分析.docx

?

?

山西省县域第三产业的空间计量分析

?

?

范晶鑫

[摘要]在山西省积极推动转型的背景下，健康发展第三产业，分析其影响因素，对于山西省转型来说至关重要。因此利用2010-2019年山西省119个县域截面数据，研究山西省第三产业的发展情况。通过空间计量分析方法分析后得出以下几点结论：山西省县域第三产业产值在空间上呈现出显著的空间正相关性，并且在局部地区存在空间聚集现象;建立了空间误差模型，表明山西省不同地区第三产业发展差异较大，不仅受人均GDP、消费水平、城镇化率等因素的影响，还受周围地区第三产业发展情况的影响。

[关键词]第三产业;空间相关性;空间误差模型

[]F064.1[]A[]1009-6043（2020）10-0049-03

一、引言

由于得天独厚的地理资源条件，一直以来山西省作为能源大省带领全省经济较快发展，第二产业占据经济总量的半壁江山，第三产业次于第二产业。随着资源不断消耗以及产业结构的单一，“一煤独大”的现象制约了山西经济发展的脚步，凸显了产业结构不合理的弊端。十八大以来，山西省委、省政府把大力发展第三产业视为转型的重中之重，在2015年比重首次超过第二产业，但所占比重仍然较低[1-3]。虽然第三产业具有巨大潜力，但其发展尚未成熟，与山西省如今的经济发展要求相比存在滞后性，并且区域间发展不协调。为了缩小区域发展差距，就要分析区域之间的差异性[4]。已有学者在研究山西省区域第三产业发展时往往都忽视了不同区域空间区位所造成的影响，因此本文通过对近十年山西省县域截面数据进行空间分析，建立空间计量经济模型，在探究影响山西省第三产业发展原因的同时可以得出空间影响因素，从而提出针对性的可行建议。

二、空间计量经济方法

（一）空间相关性

空间计量经济学与传统计量经济学的重要差别就在于前者更注重于体现样本数据的空间区位属性，空间相关性是其衡量标准，是否存在空间相关性是进行空间分析的前提，通常建立空间权重矩阵将空间相关性进行量化。空间权重矩阵用来描述n个区域位置空间关系的矩阵，本文采用车相邻邻接空间权重矩阵。全局MoransI指数经常用来判断空间整体是否存在相关性，其取值介于-1到1内，大于0表示正相关，高值与高值（低值与低值）的区域相邻;小于0为负相关，高值与低值区域相邻。

全局MoransI指数描述的是整体全局的相关性，如果想研究区域i附近的相关聚集情况，可使用局部MoransI指数，大于0表明区域i附近发生了与其相似属性值（同为高值、低值）的集聚，小于0表明区域i附近发生了与其相异值的集聚。为了能够更加直观的发现局部区域的空间分布特征，可以运用局部MoransI散点图进行观察，数值为正位于散点图的第一、三象限，分别表示高-高、低-低的集聚情况;为负位于第二、四象限，分别表示低-高、高-低的集聚情况[5]。

（二）空间计量经济模型

一般的线性回归模型使用普通最小二乘法进行估计，但空间计量中，模型在原来的基础上引入空间因素，空间线性模型的一般形式即发生改变，且可以进一步演化为以下两种形式：空间滞后模型（SLM），若空间滞后系数显著不为0，表明该区域被解释变量受到本身解释变量和周围区域被解释变量的共同影响;空间误差模型（SEM），若空间误差系数显著不为0，表明该区域被解释变量受到本身解释变量和周围区域被解释变量、解释变量的共同影响[6]。

（三）小结

由于空间计量经济模型加入了空间因素，适用于普通线性回归模型估计的普通最小二乘法不再适用，取而代之的是极大似然法。若普通最小二乘估计后残差存在空间依赖性，则可以利用空间计量模型分析。进一步，需要确定选择哪个空间计量模型进行估计，可以用拉格朗日乘数的LMLAG和LMERR检验以及稳健的R-LMLAG和R-LMERR检验，从而找到合适的模型[7]。同时通过对数似然函数值（LogL）、赤池信息准则（AIC）、施瓦茨准则（SC）可以帮助确定最佳模型，对数似然函数值越大、AIC与SC值越小的模型拟合程度越好。

三、实证分析

（一）指标选取

可能影响山西省第三产业生产值发展的原因较多，指标选取范围较广。综合考虑指标的影响程度与可获得性，本文选取以下六个指标作为建立空间计量模型的依据：山西省经济发展水平，使用各县市人均生产总值表示其经济发展水平，记为AGDP;劳动力，使用各县市第三产业就业人数表示其劳动力水平，记为LABOR;居民消费水平，使用社会消费品零售总额作为居民消费水平的指标，记为CONSUM;城镇化率，使用各县非乡村人口数占总人口数比重表示城镇化率，记为URBAN;财政支出水平，使用各县财政支出占地方生产总值的比值表示财政支出水平，记为FISCAL。投资力度，使用各县的固定资产投资占地方生产总值的比值表示投资力度，记为FAI。

此外，第三产业生产值作为