淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿υu價及影響因素分析

　　摘 要：論文采用潛力模型測算了淮海經(jīng)濟(jì)區(qū) 20 個城市的發(fā)展?jié)摿�，通過 ESDA 法和空間計量經(jīng)濟(jì)模型分析了淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ娜�局集聚格局和局部集聚格局的演化情況， 探討了淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ挠绊懸蛩亍?研究發(fā)現(xiàn)，淮海經(jīng)濟(jì)區(qū) 20 個城市的潛力值得到了增長，地區(qū)之間的發(fā)展?jié)摿Υ嬖陲@著的空間負(fù)相關(guān)與負(fù)溢出效應(yīng)，當(dāng)某個地區(qū)相鄰區(qū)域的發(fā)展?jié)摿ψ儎?1 個單位時，將負(fù)向波及該地區(qū)的發(fā)展?jié)摿ψ儎?0.5509%并存在極化現(xiàn)象;產(chǎn)業(yè)結(jié)構(gòu)水平、房地產(chǎn)依賴度、信息化水平和人力資本水平對淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ姓�向影響，城�?zhèn)化水平、企業(yè)數(shù)量、對外開放水平有負(fù)向影響，居民收入水平、金融發(fā)展水平、百度指數(shù)和研發(fā)投入水平對淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ绊懖伙@著。 基于以上結(jié)論，建議在制定提升區(qū)域發(fā)展?jié)摿Φ恼�策時，要區(qū)別考慮不同因素的影響方向和影響程度，使政策更具有針對性，取得更好的政策效果。

　　關(guān)鍵詞：淮海經(jīng)濟(jì)區(qū);發(fā)展?jié)摿?ESDA;影響因素

　　一、問題的提出

　　淮海經(jīng)濟(jì)區(qū)地處我國京津冀、中原經(jīng)濟(jì)區(qū)與長江三角洲的結(jié)合部，涵蓋蘇、魯、豫、皖四省交界區(qū)域，通過京滬鐵路溝通南北，隴海-蘭新鐵路連接?xùn)|西。 自 1986 年成立淮海經(jīng)濟(jì)區(qū)以來的三十多年，良好的區(qū)位優(yōu)勢并沒有得到較好的發(fā)揮。 截至 2017年末， 淮海 經(jīng)濟(jì) 區(qū)人 口 占全國 總?cè)丝?的比重為9.79%，經(jīng)濟(jì)總量占全國的比重為 6.57%;相較于成立之初的 1986 年水平增長幅度較小， 經(jīng)濟(jì)總量占全國經(jīng)濟(jì)總量比重增長幅度低于人口增長比重。 區(qū)域內(nèi)人均 GDP 均值為 48537 元， 僅為 全國人 均GDP 的 81.4%。 全體居民人均可支配收入均值為20308 元，低于全國 5666 元。 城鎮(zhèn)化率也低于全國水平 5.36 個百分點，和長三角、珠三角、京津冀經(jīng)濟(jì)社會發(fā)展的差距更大。 研究淮海經(jīng)濟(jì)區(qū)的城市發(fā)展?jié)摿σ约坝绊懸蛩�，對于更好地發(fā)揮淮海經(jīng)濟(jì)區(qū)的區(qū)位優(yōu)勢、促進(jìn)高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。發(fā)展?jié)摿κ呛饬恳粋�地區(qū)未來可持續(xù)發(fā)展能力和競爭力的重要表現(xiàn)。

　　目前對于區(qū)域發(fā)展?jié)摿��?nèi)涵的認(rèn)識隨著經(jīng)濟(jì)的發(fā)展和時代的進(jìn)步而變化。 一些學(xué)者對此進(jìn)行了大量闡述，認(rèn)為，“區(qū)域發(fā)展?jié)摿κ菂^(qū)域復(fù)合系統(tǒng)在維持可持續(xù)發(fā)展的前提下，支撐體系所具有的潛在能力①。 ”發(fā)展?jié)摿κ菂^(qū)域可持續(xù)發(fā)展的內(nèi)在系統(tǒng)，科技生產(chǎn)、區(qū)際交換能力和管理決策能力決定一個區(qū)域的發(fā)展?jié)摿Β�。對于區(qū)域發(fā)展?jié)摿Φ亩攘浚�不同學(xué)者采用的方法和指標(biāo)也是各異，主要是從地理學(xué)、規(guī)劃學(xué)的區(qū)域發(fā)展條件(自然條件、社會條件等)分析區(qū)域發(fā)展的優(yōu)勢和潛力③④;研究主要包括三個層面：

　　(1)區(qū)域經(jīng)濟(jì)增長的內(nèi)生要素;(2) 對單個城市或單個區(qū)域發(fā)展?jié)摿τ绊懸�素的研究�?⑧;(3) 集聚經(jīng)濟(jì)因素的影響⑨。 對影響因素的定量測度，大多采用探索性空間數(shù)據(jù)分析(ESDA)方法，它同時考慮了空間依賴和空間異質(zhì)性⑩11。綜上來看，區(qū)域發(fā)展?jié)摿��?qiáng)調(diào)的是“潛力”，這種潛力是一種促進(jìn)區(qū)域可持續(xù)發(fā)展的能力。 本文認(rèn)為， 區(qū)域發(fā)展?jié)摿κ且粋�系統(tǒng)， 構(gòu)成包括區(qū)位、人口、資源、環(huán)境、社會、科技、金融、交通可達(dá)性與基礎(chǔ)設(shè)施的完備性等要素，潛力的決定和發(fā)揮是各要素綜合作用、相互協(xié)同的結(jié)果。 本文在既往研究的基礎(chǔ)上，采用潛力模型和 ESDA 方法，重點解決三個問題： 一是厘清淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿ΜF(xiàn)狀;二是分析淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿Φ目臻g格局與演化趨勢;三是探析淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿Φ挠绊懸蛩�，為政策制定提供決策支持。

　　二、研究方法與數(shù)據(jù)來源

　　(一)模型選擇

　　1.發(fā)展?jié)摿δＰ汀?/p>

　　借鑒市場潛力的研究方法來測算區(qū)域發(fā)展?jié)摿�，這種方法的優(yōu)點是既能評價城市可達(dá)性，也可以反映城市經(jīng)濟(jì)發(fā)展強(qiáng)度，評判未來的發(fā)展?jié)摿?2。衡量一個地區(qū)經(jīng)濟(jì)發(fā)展綜合實力的主要指標(biāo)是地區(qū)經(jīng)濟(jì)發(fā)展的結(jié)果，如地區(qū)生產(chǎn)總值和財政收入，影響發(fā)展結(jié)果的指標(biāo)主要是投資強(qiáng)度、 消費對經(jīng)濟(jì)的拉動、金融的支持。為了使各個地區(qū)的發(fā)展?jié)摿�具有更好的直觀可比性，將各地區(qū)的區(qū)域發(fā)展?jié)摿χ蹬c淮海經(jīng)濟(jì)區(qū)內(nèi)的所有地區(qū)發(fā)展?jié)摿Φ钠骄�值相除，得到發(fā)展?jié)摿ο禂?shù)。 發(fā)展?jié)摿ο禂?shù)是一個地區(qū)發(fā)展?jié)摿Ω叩偷臏y度值，系數(shù)越高，發(fā)展?jié)摿υ礁哂谄骄�水�?4。

　　2.ESDA 分析方法。

　　ESDA 是一種衡量某一現(xiàn)象空間效應(yīng)的空間自相關(guān)分析方法，用空間權(quán)重矩陣確定空間位置的相似性，通過空間滯后向量，分析確定每個地域單元的空間鄰域狀態(tài)1115，其主要方法和功能是可視化描述空間現(xiàn)象的分布格局，探索空間集聚和空間異常16， 并對研究對象之間的關(guān)系和空間相互作用方向做出判斷及解釋。 探索性空間數(shù)據(jù)分析分為兩類：一類是用來分析整個區(qū)域關(guān)聯(lián)性指數(shù)的全局空間自相關(guān)， 稱為 “全局 Moran’s I”指數(shù)，可以用來反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目傮w空間集聚格局與特征;另一類是用來分析區(qū)域內(nèi)各個地域單元關(guān)聯(lián)性指數(shù)的局部空間自相關(guān)，可以反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目臻g異質(zhì)性17。

　　ESDA 是一種衡量某一現(xiàn)象空間效應(yīng)的空間自相關(guān)分析方法，用空間權(quán)重矩陣確定空間位置的相似性，通過空間滯后向量，分析確定每個地域單元的空間鄰域狀態(tài)1115，主要方法和功能是可視化描述空間現(xiàn)象的分布格局， 探索空間集聚和空間異常，并對研究對象之間的關(guān)系和空間相互作用方向做出判斷及解釋16。 探索性空間數(shù)據(jù)分析分為兩類：一類是用來分析整個區(qū)域關(guān)聯(lián)性指數(shù)的全局空間自相關(guān)，稱為“全局 Moran’s I”指數(shù)，可以用來反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目傮w空間集聚格局與特征。 另一類是用來分析區(qū)域內(nèi)各個地域單元關(guān)聯(lián)性指數(shù)的局部空間自相關(guān)，可以反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ目臻g異質(zhì)性17。

　　(二)影響因素選取與數(shù)據(jù)來源

　　1.區(qū)域發(fā)展?jié)摿τ绊懸蛩剡x取。

　　區(qū)域發(fā)展?jié)摿κ莻鹘y(tǒng)經(jīng)濟(jì)地理因素和新經(jīng)濟(jì)地理因素與經(jīng)濟(jì)政策因素相互作用的結(jié)果。新經(jīng)濟(jì)地理學(xué)認(rèn)為，具有基本相同(或相似)區(qū)位條件和自然資源票賦的地區(qū)(或區(qū)域)，由于在其他因素方面存在差異，潛力水平可能存在顯著差別2122。 經(jīng)濟(jì)政策因素主要是一個地區(qū)為了促進(jìn)經(jīng)濟(jì)發(fā)展而制定的相關(guān)發(fā)展規(guī)劃或政策，如產(chǎn)業(yè)規(guī)制、環(huán)境規(guī)制、開放政策、政府干預(yù)程度等。結(jié)合新經(jīng)濟(jì)地理因素和經(jīng)濟(jì)政策因素， 本文主要選取如下指標(biāo)(即 X)：居民收入水平(income)、產(chǎn)業(yè)結(jié)構(gòu)水平(struc)、城鎮(zhèn)化水平(urban)、人力資本水平(hc)、金融發(fā)展程度(fir)、企業(yè)數(shù)量(firm)、房地產(chǎn)依賴度(house)、百度指數(shù)(baidu)、信息化水平(inter)、創(chuàng)新驅(qū)動水平(rdin)、對外開放水平(open)。

　　2.數(shù)據(jù)來源。

　　所有數(shù)據(jù)均來源于歷年《中國城市統(tǒng)計年鑒》， 部分?jǐn)?shù)據(jù)來源于淮海經(jīng)濟(jì)區(qū)各城市歷年統(tǒng)計年鑒、國民統(tǒng)計公報;本文選取兩地之間的最短距離來代替 dijdij，在數(shù)據(jù)獲取過程中，利用高德導(dǎo)航地圖， 選取淮海經(jīng)濟(jì)區(qū)兩兩城市行政中心(即市政府所在地)之間的最短距離，優(yōu)勢是現(xiàn)在導(dǎo)航數(shù)據(jù)比較精準(zhǔn)，導(dǎo)航地圖可以根據(jù)高速公路和省際、市級公路自動篩選最短距離，在正常情況下，最短距離的行車時間也最小。 在數(shù)據(jù)處理時，將一地區(qū)與淮海經(jīng)濟(jì)區(qū)全區(qū)的比值得到的相對指標(biāo)作為影響因素變量。

　　三、淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿�及空間格局演變

　　(一)淮海經(jīng)濟(jì)區(qū)城市發(fā)展?jié)摿τ嬎憬Y(jié)果將數(shù)據(jù)代入公式 1—3， 計算出淮海經(jīng)濟(jì)區(qū)及20 個城市的區(qū)域發(fā)展?jié)摿χ岛蛥^(qū)域發(fā)展?jié)摿ο禂?shù)。 經(jīng)過 12 年的發(fā)展，到 2017 年，淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿�達(dá)到 0.7894， 較 2005 年的變化幅度為553.9%，平均每年變化 46.2%;淮海經(jīng)濟(jì)區(qū) 20 個城市的潛力值到得到了增長。對 2005、2010、2017 年 20 個城市潛力值按極大值標(biāo)準(zhǔn)化并按自然斷裂點法劃分為 5 個等級，潛力較高的地區(qū)主要有兩塊：一是以徐州為中心及其周邊鹽城、淮安、連云港、宿遷組成的江蘇板塊。 二是以“濟(jì)寧-臨沂”為兩極以及泰安、棗莊組成的山東板塊。 區(qū)域發(fā)展?jié)摿�極化現(xiàn)象明顯，2005 年和2010 年區(qū)域發(fā)展?jié)摿�較強(qiáng)的有三個地區(qū)， 到了2017 年， 徐州極化為淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿ψ顝?qiáng)地區(qū)，符合徐州作為淮海經(jīng)濟(jì)區(qū)中心城市的定位。

　　(二)全局空間集聚格局基于鄰接規(guī)則的 rook 法構(gòu)建空間權(quán)重矩陣，利用公式(4)計算淮海經(jīng)濟(jì)區(qū) 20 個城市 2005、2010、2017 年共計三年的全局空間相關(guān)指數(shù)。 區(qū)域發(fā)展?jié)摿?Moran’s I 指數(shù)統(tǒng)計表明，淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Υ嬖谝欢ǖ目臻g相關(guān)性， 說明發(fā)展?jié)摿Φ牡赜蚍只�現(xiàn)象并不是隨機(jī)產(chǎn)生的， 而是由正向空間相關(guān)作用產(chǎn)生的結(jié)果， 發(fā)展?jié)摿Φ目臻g集聚在全局 上 表現(xiàn)出 空間依 賴特 征 。

　　三個 年度 的Moran’s I 指數(shù)都大于 0， 表明淮海經(jīng)濟(jì)區(qū)發(fā)展出現(xiàn)減弱趨勢，Moran’s I 指數(shù)由 2005 年的 0.2067 下降到 2017 年的 0.0533。 2005 年的 Moran’s I 指數(shù)值最大， 表明 2005 年區(qū)域發(fā)展?jié)摿�空間差異相對較小，在較低層次上體現(xiàn)出空間均衡。 2010 年和 2017 年Moran’s I 指數(shù)下降， 而且下降幅度較大， 表明自2010 年之后，地區(qū)發(fā)展差異拉大，區(qū)域發(fā)展?jié)摿Φ臉O化效應(yīng)明顯.尤其到 2017 年，徐州發(fā)展?jié)摿?ldquo;一枝獨秀”。 總體上來說，2005 年以來的淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿κ且环N正向空間集聚，且都在 5%左右水平上顯著，但是各年的 Moran’s I 指數(shù)值都不太大，反映空間集聚不強(qiáng)烈并呈下降趨勢，區(qū)域不均衡依然存在。

　　(三)局部集聚空間格局

　　區(qū)域內(nèi)部單元的“異質(zhì)性”可以通過局部空間自相關(guān)來反映。 利用公式(5)計算得到淮海經(jīng)濟(jì)區(qū) 20個城市相對發(fā)展?jié)摿Φ木植?Moran’s I 值，三個年份分別有 35%、35%和 15%的城市發(fā)展?jié)摿Ρ憩F(xiàn)為局部空間正相關(guān).2005 年和 2010 年有 13 個城市局部空間集聚不顯著，但是到了 2017 年，發(fā)展?jié)摿�局部空間集聚不顯著的地級城市增加到 16 個，且棗莊呈LH 的空間集聚模式。 淮海經(jīng)濟(jì)區(qū) 20 個城市發(fā)展?jié)摿�局部空間集聚格局總體上驗證了全局空間集聚體現(xiàn)的特征，即正空間集聚和極化發(fā)展趨勢。

　　淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Φ木植靠臻g集聚與全局空間集聚有較大的差異， 即在全局空間集聚格局中，三年的計算結(jié)果徐州都是處于核心地位，而且徐州作為極化中心的趨勢明顯。 但是，在局部空間集聚格局中，徐州市與周邊地區(qū)的空間相關(guān)模式都不顯著，反而濟(jì)寧、臨沂、連云港三市在 2010 年和2017 年都處于 HH 集聚，原因值得深入探討。局部空間集聚區(qū)位變化較大。 2005 年 HH 區(qū)集中分布在棗莊、濟(jì)寧、臨沂的山東板塊，2010年 HH 的范圍增加了連云港，江蘇板塊開始局部加入，2017 年棗莊退出 HH 集聚，連云港、濟(jì)寧、臨沂依然處于 HH 區(qū)。 身為淮海經(jīng)濟(jì)區(qū)中心城市的徐州處于不顯著區(qū)，反映了淮海經(jīng)濟(jì)區(qū)在局部 Moran’s I 集聚格局中極化現(xiàn)象不明顯，擴(kuò)散效應(yīng)存在。

　　LL 區(qū)在 2005 年主要分布在以安徽板塊和河南板塊為主的淮海經(jīng)濟(jì)區(qū)西部和南部相鄰地區(qū)的亳州、蚌埠、周口、商丘，意味著區(qū)域發(fā)展?jié)摿ο鄬�較弱的地區(qū)集聚在一起。 2010 年蚌埠退出 LL 區(qū)，2017 年全部退出 LL 區(qū)， 局部空間集聚不顯著區(qū)增大。局部空間關(guān)聯(lián)類型數(shù)量減少， 局部集聚類型有微弱的轉(zhuǎn)化。 2005 年 HH 單元數(shù)有 3 個，2010 年增 加到 4 個，2017 年 又減少為 3 個。 LL 單元數(shù)在 2005年為 4 個，2010 年減少到 3 個，2017 年沒有 LL 集聚。 LH 集聚僅在 2017 年存在一個單元(地區(qū))，HL 集聚模式不存在。降低局部集聚顯著性到 10%，局部空間集聚模式和數(shù)量都將增大。

　　2005 年 HH 單元數(shù)增加到 4個，徐州加入 HH 行列。 LL 單元數(shù)增加到 5 個，阜陽加入。 連云港屬于 LH 區(qū)，不顯著區(qū)為 10 個。 2010年 HH 單元數(shù)增加到 5 個，徐州加入。 LL 單元數(shù)不變，LH、HL 模式不存在， 表明局部空間是一種正向集聚，不顯著區(qū)依然為 10 個。 顯著性降低后局部空間集聚模式和類型在 2017 年發(fā)生了較大的變化，HH 單元數(shù)有 4 個，分別為徐州、濟(jì)寧、臨沂、連云港。 棗莊被 HH 集聚區(qū)包圍，屬于 LH 集聚。 LL 單元數(shù)有三個，分別為周口、商丘、亳州，不顯著區(qū) 12個。 從以上變化來看，局部 Moran’s I 的 10%顯著性更能反映淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Ψ植紝嶋H。

　　四、淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ绊懸蛩?/p>

　　(一)模型估計為了減小數(shù)據(jù)的波動性，減小共線性與異方差性，增強(qiáng)數(shù)據(jù)平穩(wěn)性，以區(qū)域發(fā)展?jié)摿?P)的自然對數(shù)值為被解釋變量，各影響因素的自然對數(shù)值為解釋變量，對 2017 年的截面數(shù)據(jù)進(jìn)行回歸估計。 由于淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿Υ嬖诳臻g依賴，因此采用空間截面計量模型來估計和檢驗。 空間效應(yīng)的計量表現(xiàn)為空間滯后(SLM)和空間誤差模型(SEM)兩種基本形式，采用極大似然估計法對參數(shù)進(jìn)行估計，并將空間滯后和空間誤差回歸結(jié)果與傳統(tǒng)回歸模型進(jìn)行比較。

　　由于存在空間效應(yīng)，因此空間滯后模型和空間誤差模型的回歸擬合效果優(yōu)于傳統(tǒng)的回歸模型(OLS)。 依據(jù) logL、AIC、SC 信息準(zhǔn)則的比較，結(jié)合空間回歸系數(shù) ρ 和空間誤差自相關(guān)系數(shù) λ 的顯著性，SEM 模型能更好地擬合空間效應(yīng)。SEM 中空間誤差自相關(guān)系數(shù) λ 為-0.5509，在 10%的水平下顯著，且 R2R2=0.9361，大于 SLM 模型 R2R2(=0.9202)， 檢驗異方差的 Breusch-Pagan 值沒有通關(guān)過顯著性檢驗。 說明不存在異方差問題，該模型擬合效果最好。 SEM 模型表明淮海經(jīng)濟(jì)區(qū)地區(qū)間的發(fā)展?jié)摿�空間效應(yīng)明顯，一個地區(qū)的發(fā)展?jié)摿εc周邊地區(qū)的發(fā)展?jié)摿γ芮邢嚓P(guān)，周邊地區(qū)的發(fā)展?jié)摿�對本地區(qū)的發(fā)展?jié)摿τ胸?fù)向的影響。

　　(二)估計結(jié)果分析

　　從地區(qū)間的空間交互作用看，λ 在 10%的水平下顯著為負(fù)， 表明地區(qū)間存在顯著的空間負(fù)相關(guān)。即地區(qū)間的發(fā)展?jié)摿Υ嬖谪?fù)的溢出效應(yīng)，在地理空間上表現(xiàn)為較顯著的空間依賴性，而且在一定程度上是通過誤差沖擊的空間傳遞實現(xiàn)的。 在統(tǒng)計學(xué)上的意義為， 當(dāng)某個地區(qū)相鄰區(qū)域的發(fā)展?jié)摿ψ儎?1個單位時， 將負(fù)向波及該地區(qū)的發(fā)展?jié)摿ψ儎?.5509%，存在極化現(xiàn)象。解釋變量的顯著性和影響作用各異。 居民收入水平(income)的系數(shù)(-0.5378)不顯著，說明居民收入水平對區(qū)域發(fā)展?jié)摿Φ挠绊憺樨?fù)且較小。產(chǎn)業(yè)結(jié)構(gòu)水平(struc)的系數(shù)在 0.01 水平下顯著，說明產(chǎn)業(yè)結(jié)構(gòu)變動和升級對地區(qū)發(fā)展?jié)摿Φ奶岣哂酗@著正向影響，產(chǎn)業(yè)結(jié)構(gòu)對發(fā)展?jié)摿Φ膹椥韵禂?shù)為 35.9369，與理論預(yù)期一致。 城市化水平(urban)的系數(shù)(-7.9626)在 0.01 的水平下顯著，但是為負(fù)，反映城鎮(zhèn)化水平對區(qū)域發(fā)展?jié)摿τ酗@著負(fù)影響。 如果說對于發(fā)達(dá)地區(qū)的城鎮(zhèn)化而言，由于城鎮(zhèn)化程度已經(jīng)較高， 過度的城鎮(zhèn)化會加劇城鎮(zhèn)諸如交通、教育、醫(yī)療、住房、環(huán)境污染等負(fù)擔(dān)，這與吳玉鳴的研究結(jié)論一致。

　　但是，對于經(jīng)濟(jì)欠發(fā)達(dá)的淮海經(jīng)濟(jì)區(qū)而言，城鎮(zhèn)化的速度快于經(jīng)濟(jì)發(fā)展的速度，過快的城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展不協(xié)調(diào)，可能是城鎮(zhèn)化影響為負(fù)的合理解釋。以各級各類在校學(xué)生數(shù)表征的人力資本水平(hc)的回歸系數(shù)(0.9370)在 0.1 的水平下顯著，且影響為正，表明人力資本水平對區(qū)域發(fā)展?jié)摿τ酗@著正向影響，存在正的溢出效應(yīng)，這與以往人力資本對經(jīng)濟(jì)增長影響的研究結(jié)論一致，也與本文研究預(yù)期一致。 即增強(qiáng)人力資本投資，可顯著提升區(qū)域發(fā)展?jié)摿�，人力資本水平每提高 1 個百分點，將會使區(qū)域發(fā)展?jié)摿μ岣?0.9370%。金融發(fā)展水平(fir)系數(shù)(0.0907)沒有通過顯著性檢驗， 表明對區(qū)域發(fā)展?jié)摿Υ嬖诓伙@著的正影響，但影響不大，與理論預(yù)期不一致。 理論研究認(rèn)為金融發(fā)展水平高會促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展，淮海經(jīng)濟(jì)區(qū)金融發(fā)展水平影響不大，可能與地區(qū)金融發(fā)展水平相對較低有關(guān)。

　　企業(yè)數(shù)量(firm)的系數(shù)(-22.8242)在 0.01 的檢驗水平下顯著，對區(qū)域發(fā)展?jié)摿τ绊憺樨?fù)，存在負(fù)向溢出效應(yīng)，且負(fù)向影響較大，意味著企業(yè)數(shù)量每增加 1%，將會降低 22.8242%的區(qū)域發(fā)展?jié)摿�。這個結(jié)果與理論預(yù)期和假設(shè)相悖， 可能的原因在于，淮海經(jīng)濟(jì)區(qū)的企業(yè)數(shù)量與企業(yè)質(zhì)量存在較大的差異。由于經(jīng)濟(jì)發(fā)展相對落后，企業(yè)大多數(shù)是傳統(tǒng)的勞動密集型產(chǎn)業(yè)，依賴于資源加工的制造業(yè)和資源開采業(yè)，新興產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)占比較小，產(chǎn)業(yè)的低端集聚導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)同構(gòu)和資源環(huán)境等問題，降低了本地集聚企業(yè)的吸引力。

　　因此，政府應(yīng)該重視企業(yè)的轉(zhuǎn)型升級與產(chǎn)業(yè)轉(zhuǎn)型升級。 房地產(chǎn)依賴度的系數(shù)(0.7421)在 0.01 的水平下顯著且為正，說明房地產(chǎn)依賴度對區(qū)域發(fā)展?jié)摿Υ嬖陲@著的正向影響，房地產(chǎn)依賴度每提高 1 個百分點，將會提升區(qū)域發(fā)展?jié)摿?0.7421%。這一結(jié)果與理論預(yù)期相反，但是又與當(dāng)前發(fā)展的實際相吻合。房地產(chǎn)開發(fā)投資是固定資產(chǎn)投資的一部分，投資的增加將會帶動經(jīng)濟(jì)的增長，同時由于房地產(chǎn)業(yè)的產(chǎn)業(yè)鏈較長，可以帶動相關(guān)產(chǎn)業(yè)的發(fā)展。 但是，一個地區(qū)過度地依賴房地產(chǎn)開發(fā)投資來拉動經(jīng)濟(jì)增長，未來的發(fā)展將不可持續(xù)，也會降低區(qū)域的發(fā)展?jié)摿Α?百度指數(shù)(baidu)的回歸系數(shù)(0.0893)為正但不顯著，表明對區(qū)域發(fā)展?jié)摿ψ兓�的影響較小。

　　五、研究結(jié)論與政策建議

　　淮海經(jīng)濟(jì)區(qū)及 20 個城市的區(qū)域發(fā)展?jié)摿χ岛蛥^(qū)域發(fā)展?jié)摿ο禂?shù)經(jīng)過 12 年的發(fā)展，到 2017 年淮海經(jīng)濟(jì)區(qū)的發(fā)展?jié)摿�達(dá)到 0.7894， 較 2005 年的變化幅度為 553.9%，平均每年變化 46.2%。 淮海經(jīng)濟(jì)區(qū) 20 個城市的潛力值到得到了增長。 2007 年，淮海經(jīng)濟(jì)區(qū)地區(qū)之間的發(fā)展?jié)摿�總體格局為以徐州為中心，并向外圍地區(qū)擴(kuò)散為“單核心”模式，徐州的發(fā)展?jié)摿χ凳钦麄�淮海經(jīng)濟(jì)區(qū) 20 個地區(qū)發(fā)展?jié)摿χ悼偤偷慕�五分之一�?/p>

　　淮海經(jīng)濟(jì)區(qū)內(nèi)部地區(qū)間的發(fā)展?jié)摿Υ嬖陲@著的空間負(fù)相關(guān)與負(fù)的溢出效應(yīng)，當(dāng)某個地區(qū)相鄰區(qū)域的發(fā)展?jié)摿ψ儎?1 個單位時，將負(fù)向波及該地區(qū)的發(fā)展?jié)摿ψ儎?0.5509%，存在極化現(xiàn)象。 對淮海經(jīng)濟(jì)區(qū)發(fā)展?jié)摿τ姓�向影響且顯著的因素有產(chǎn)業(yè)結(jié)構(gòu)水平、房地產(chǎn)依賴度、信息化水平和人力資本水平;有負(fù)向影響且顯著的因素有城鎮(zhèn)化水平、企業(yè)數(shù)量、對外開放水平;影響不顯著的因素有居民收入水平、金融發(fā)展水平、百度指數(shù)和研發(fā)投入水平。基于以上結(jié)論，要提高淮海經(jīng)濟(jì)區(qū)整體潛力和競爭力，縮小內(nèi)部地區(qū)之間的差異，需要采取區(qū)域聯(lián)動發(fā)展戰(zhàn)略，加快促進(jìn)淮海經(jīng)濟(jì)區(qū)核心區(qū)的一體化發(fā)展，實現(xiàn)政策聯(lián)動、產(chǎn)業(yè)聯(lián)動、基礎(chǔ)設(shè)施聯(lián)動、環(huán)境治理與保護(hù)聯(lián)動、人才聯(lián)動。

　　此外，在制定提升區(qū)域發(fā)展?jié)摿Φ恼�策時，要區(qū)別考慮不同因素的影響方向和影響程度，使政策更具有針對性，以便取得更好的政策效果。 當(dāng)前最迫切的是要推進(jìn)淮海經(jīng)濟(jì)區(qū)的產(chǎn)業(yè)轉(zhuǎn)型升級，把握和利用“互聯(lián)網(wǎng)+”的信息化發(fā)展機(jī)遇，實現(xiàn)“兩化融合”，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的合意性發(fā)展;同時，要充分認(rèn)識人才是提升地區(qū)發(fā)展?jié)摿�和競爭力的關(guān)鍵， 加大人才培養(yǎng)和引進(jìn)力度，樹立人才競爭意識。

　　注釋：

　�、儋Z曉霞，楊乃定.基于復(fù)合系統(tǒng)的區(qū)域發(fā)展?jié)摿υu價[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2003(3):44-47.

　�、陉懘蟮�.中國區(qū)域發(fā)展的理論與實踐[M].北京:科學(xué)出版社，2003.

　�、劢�璐璐，師謙友，陳昱，王曼.關(guān)中城市群可持續(xù)發(fā)展?jié)摿υu價研究[J].河南科學(xué)，2013，31(11)：1998-2003.

　�、荞R仁鋒，張海燕，沈玉芳，王筱春.省域尺度的區(qū)域發(fā)展?jié)摿υu價方法研究[J].開發(fā)研究，2009(3)：18-25.

　�、萆虾Ｘ敶髤^(qū)域經(jīng)濟(jì)研究中心.2007 中國區(qū)域經(jīng)濟(jì)發(fā)展報告——中部塌陷與中部崛起[M].上海:上海人民出版社，2007.

　�、迣幵矫簦�施倩，查志強(qiáng).長江三角洲都市連綿區(qū)形成機(jī)制與跨區(qū)域規(guī)劃研究[J].城市規(guī)劃，1998(1):16-20.

　�、唏R仁鋒.省域內(nèi)區(qū)域發(fā)展?jié)摿�及其評價指標(biāo)體系研究—以云南省為例[D].云南大學(xué)，2008.

　�、囗n立華，呂萍，韓瑞.欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展?jié)摿Φ膶嵶C分析—以黑龍江省為例[J].學(xué)術(shù)交流，2008(12)：216-219.

　�、峥律谱�，韓峰.中國城市經(jīng)濟(jì)發(fā)展?jié)摿Φ木C合測度和統(tǒng)計估計[J].統(tǒng)計研究，2013，30(3)：64-71.

　　選自期刊《江蘇商論》熱點探討

　　作者信息：盧 山(中共連云港市委黨校，江蘇 連云港)

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/30371.html