福建省县域经济时空演化及影响因素研究

罗莎莎，曾玉荣

（福建省农业科学院农业经济与科技信息研究所，福州 350003）

县域经济以农业农村发展为主体，发展县域经济是解决“三农”问题的切入点，在推进农业供给侧结构性改革、新型城镇化发展和促进乡村振兴方面发挥着举足轻重的作用。当前，影响县域经济发展的因素有很多，但主要影响因素的贡献程度如何需要进一步分析。

近几年，关于县域经济方面的研究成果颇丰。从研究尺度看，有全国、省域和县市尺度［1-4］，研究内容也具有多样化，主要包括机制、模式、差异比较、时空变化、要素关系等，如陈志德［5］研究发展机制与模式，欧向军等［6］研究县域经济发展差异与极化比较，张锦宗等［7］、赵玉芝等［8］研究差异特征及成因分析，蔡芳芳等［9］研究空间模式，刘传明等［10］研究交通可达性与经济发展水平关系，周天芸等［11］研究金融机构空间集聚与经济增长关系等。

关于影响因素分析方面，从定性到定量不断发展和创新，以地域为发展载体的分析离不开空间关联、地区之间相互影响的作用，因此，本研究引入地理加权回归模型（GWR）等空间计量模型，逐渐替代传统的相关分析、线性回归分析，考虑回归系数的空间属性，该方法还广泛应用于人口城镇化［12］、城市创新能力［13］、城市住宅价格［14］、生态环境［15］、农业农村［16-20］、产业［21，22］等领域，但目前用于县域经济方面的相关研究成果还比较少。

福建省位于东部沿海经济发达地区，与台湾省隔海相望，有着特殊的区位因素。关于福建省县域经济的研究主要有：宋萍等［23］基于ESDA分析福建省县域经济差异；柯文前等［24］运用ESDA分析工具，选取1992、1997、2003和2009年分析福建省县域经济的空间格局演化；纪小美等［25］利用应用差异与集聚指数、多层次回归模型等方法，研究1990—2013年福建省县域经济差异的时空动态及其动力机制；杨琳珩等［26］基于ESDA-GIS分析福建省1999—2014年县域经济的时空特征以及动态变化；方文婷等［27］将传统统计分析与ESDA相结合，分析2005—2013年福建省县域经济差异的时空格局演化；李新光等［28］以福建省为例，采用两机制空间面板杜宾模型等方法，检验高铁开通对县域经济增长溢出效应的影响。目前，关于福建省县域经济研究的方法日趋多样化，但缺乏将县域经济发展时空演变和影响因素结合进行分析的相关研究。

因此，本研究对2008—2018年福建省县域经济发展进行时空演化分析，并结合探索性空间数据分析（ESDA）的全局空间自相关（Global Moran’s I）分析工具，进行空间关联性和差异性分析，通过整理收集县域的相关统计数据，运用地理加权回归模型（GWR）确定影响县域经济发展的因素，并对各因素时空演化特征进行分析。

1 研究区概况

福建省作为海峡西岸经济区的重要组成部分，是国家重点发展区域，截至2018年，福建省下辖9个城市，包括29个市辖区、12个县级市、43个县，县域GDP占全省GDP的52.6%，县域经济的发展在一定程度上影响全省经济发展。根据地理位置将福建省分为4个地区，分别为闽东（福州、莆田、宁德）、闽南（厦门、泉州、漳州）、闽西（龙岩、三明）、闽北（南平）（图1）。

图1 福建省县域行政区划

2 研究方法、指标选取及数据来源

2.1 研究方法

1）探索性空间数据分析。探索性空间数据分析（ESDA）通过数据的空间依赖性和空间异质性来挖掘事物的空间分布特征，利用空间权重矩阵来解释区域间的空间关联性［19］。在给定显著性水平下，全局空间自相关（Global Moran’s I）是一个反映在研究区内相似属性平均集聚程度的总体性统计指标［29］。

Moran’s I指数反映了空间邻接区域单元属性值的相似程度，可用如下公式表示：

式中，I表示Moran’s指数；xi、xj分别表示区域i、j的观测值；ω表示空间权重矩阵；s2表示区域i观测值的标准差。

Moran’s I指数的取值为［-1，1］，若Moran’s I＜0，表明经济发展水平接近的区域呈极化态势；若Moran’s I=0，表明经济发展水平接近的区域在空间上随机分布；若Moran’s I＞0，表明经济发展水平接近的区域呈显著聚集。

2）地理加权回归模型。地理加权回归模型（GWR）能够将数据的空间属性纳入线性回归模型中，在探讨区域影响因素方面可以很好地反映各解释变量间的空间位置关系，捕捉空间数据的非平稳性和相互差异［30］。计算公式如下：

式中，Yi表示第i个单元的因变量；(ui,vi)表示第i个单元的地理坐标；βk(ui,vi)表示独立变量xk在i单元的回归系数；xk,i表示i单元第k个解释变量；εi表示随机误差。

2.2 指标选取

人均GDP可以有效反映某一地区的经济发展情况，影响区域经济发展的因素主要有：人均全社会固定资产投资额、城镇化率、人均公共预算支出、人均社会消费品零售总额和第二、三产业生产值占GDP比重、农业总产值等［31，32］，用人均全社会固定资产投资额代表区域投资水平，用人均社会消费品零售总额代表区域消费水平。本研究参考相关成果，结合福建省实际情况，选取人均GDP作为因变量，选取人均全社会固定资产投资额、城镇化率、人均公共预算支出、人均社会消费品零售总额、第一产业生产值占GDP比重、科教支出和第二、三产业生产值占GDP比重作为解释变量。为消除指标间多重共线性问题，将指标原始数据进行标准化处理后进行线性回归分析，将方差膨胀因子大于10的解释变量剔除，最后剩下人均全社会固定资产投资额、城镇化率、人均公共预算支出、人均社会消费品零售总额和第二、三产业生产值占GDP比重5个变量。

2.3 数据来源

数据来源于2008—2019年《福建统计年鉴》。本研究将研究区域确定为55个县域（12个县级市和43个县）。

3 福建省县域经济时空演化特征

3.1 县域经济总体演化

总体来看各县域经济水平都在不断提高，2008年平均值为2.124万元，高于均值的县域个数占45.4%；2013年平均值为4.840万元，高于均值的县域个数占50.9%，超过半数；2018年平均值为7.594万元，高于均值的县域个数占50.9%，维持稳定。

3.2 4个地区县域经济比较

研究区域范围内的55个县域，在4个地区的分布分别为闽东（福州、莆田、宁德共16个县域）、闽南（泉州、漳州共16个县域）、闽西（龙岩、三明共15个县域）、闽北（南平8个县域），各地区的人均GDP均值及变异系数见表1。由表1可知，从均值比较来看，闽南和闽西的县域经济水平较高，闽东和闽北次之，整个研究期内排位基本没有变化；从变异系数来看，2008—2018年除闽东地区变异系数呈先减小后增大的变化趋势外，其余3个地区的变异系数逐渐减小，说明闽东地区各县域之间的经济发展差距先缩小后扩大，出现发展不协调的问题，其余3个地区各县域之间的差距正在逐渐缩小，区域经济发展的协调度不断提升。

表1 福建省各地区的人均GDP均值及变异系数

3.3 县域经济空间演化

为体现不同年份福建省县域经济的空间差异化、发现其中的分布特征和规律，利用自然断裂点法将福建省2008、2013、2018年的人均GDP分为4个等级（图2），分别命名为高值区、较高值区、较低值区和低值区。2008年，处于高值区的有福清市、晋江市和石狮市3个市，占总数的5.4%；处于较高值区的有10个县市，占总数的18.2%；处于较低值区的有18个县市，占总数的32.7%；处于低值区的有24个县市，占总数的43.6%。

图2 2008、2013、2018年福建省县域经济发展水平空间分布

2013年，处于高值区的有罗源县、石狮市、长泰县、永安市和沙县5个县市，占总数的9.1%；处于较高值区的有14个县市，占总数的25.5%；处于较低值区的有17个县市，占总数的30.9%；处于低值区的有19个县市，占总数的34.5%。

2018年，处于高值区的有罗源县、惠安县、晋江市、石狮市、长泰县、漳平市、永安市、沙县和东山县9个县市，占总数的16.4%；处于较高值区的有16个县市，占总数的29.1%；处于较低值区的有11个县市，占总数的20.0%；处于低值区的有19个县市，占总数的34.5%。

可以看出，高值区和较高值区的比重逐年上升，空间分布较为分散，极化现象不明显，变异系数从2008年的0.40下降至2018年的0.31，表明各区域之间的差距逐渐减小，区域协调发展水平不断提高。

3.4 县域人均GDP全局空间相关性

通过运行ArcGIS10.2空间自相关（Moran’s I）分析工具得到统计结果，如表2所示。由表2可知，2008—2018年的Moran’s I＞0，且 临界值Z均大 于1.65，2008年 显 著 性 水 平P接 近0.000 1（达 到99.99%的置信度），2013年和2018年的显著性水平P接近0.001（达到99.9%的置信度），符合GWR的建模数据要求。该统计结果说明，研究期内福建省县域人均GDP之间存在高度的空间正相关。这一现象表明，在福建省内各县域之间经济发展关联性较强，存在明显的空间溢出效应，但Moran’s I表现出减小的趋势，说明各县域经济发展的正相关性正在减弱。

表2 人均GDP全局Moran’s I统计结果

4 福建省县域经济影响因素

4.1 GWR模型构建及结果

根据GWR公式，利用ArcGIS 10.2空间统计工具，以人均GDP为因变量，以人均全社会固定资产投资额、城镇化率、人均公共预算支出、人均社会消费品零售总额和第二、三产业生产值占GDP比重5个指标为自变量，根据AICc值最小确定最佳带宽准则，对2008、2013、2018年的数据进行GWR分析，输出参数估计结果见表3。由表3可知，3个年份的调整R2均接近1，表示该模型具有较高的拟合优度，计算结果较为准确。

表3 GWR模型参数估计结果

2008年GWR模型的标准残差值处于［-4.079，3.591］，其中位于［-2.5，2.5］的县域个数占总数的90.1%；2013年GWR模型的标准残差值处于［-2.888，3.648］，其中位于［-2.5，2.5］的县域个数占总数的94.5%；2018年GWR模型的标准残差值处于［-2.925，3.158］，其中位于［-2.5，2.5］的县域个数占总数的92.7%，说明大部分县域的GWR模型通过残差检验。通过对标准残差进行全局空间自相关分析，结果显示，2008—2018年的残差在空间上呈随机分布，模型整体效果较好（表4）。

表4 标准残差全局Moran’s I统计量

从各影响因素的回归系数（表5）可以看出，除了消费水平因素的回归系数均为正，其余影响因素的回归系数均有正有负，对县域经济发展的影响分异明显。通过观察2008、2013、2018年各影响因素的回归系数平均值，将变量按贡献程度从大到小排序：消费水平＞预算支出＞投资水平＞城镇化率＞第二、三产业生产值占GDP比重，其中城镇化率和第二、三产业生产值占GDP比重的单位变化对县域经济发展的影响不显著。

表5 各影响因素的回归系数

4.2 消费水平时空演化特征

消费水平回归系数空间分布如图3所示。2008、2013、2018年，福建省消费水平与县域经济发展呈正相关，表明全社会消费品零售总额的增加对县域经济发展具有正向作用。总体上看，2008—2018年消费水平的回归系数由南向北逐渐增大，呈北高南低分布格局。其中，2008年的最大值2.453位于闽东的寿宁县，最小值1.440位于闽西的漳平市；2013年的最大值1.463位于闽北的松溪县，最小值0.336位于闽南的石狮市；2018年的最大值0.743位于闽东的福鼎市，最小值0.505位于闽西的武平县。

图3 消费水平回归系数空间分布

回归系数平均值从2008年的1.825下降至2018年的0.617，说明消费水平对县域经济的影响程度大幅减小。系数最大值和最小值的差从2008年的1.013下降至2018年的0.238，说明消费水平对县域经济影响程度的空间异质性逐渐减小。

不同等级分布变化方面，高值区2008—2018年范围逐渐变小，前5a间主要集中在闽东、闽北，后5a间主要集中在闽东；低值区范围较大，主要集中在闽西、闽南。闽东、闽北主要处于沿海区域，对外开放程度高，经济发展速度较快，人民生活水平较高，消费需求旺盛且消费能力较强，因而消费水平的提升对经济发展贡献较大。闽西、闽南的龙岩、三明和漳州，基本属于中央苏区县，由于自然环境和历史等方面原因导致社会经济发展落后，贫困县较多，靠山吃山和农耕劳作满足部分生活所需，消费能力较差且消费需求较小，故对区域经济发展贡献较小。

4.3 投资水平时空演化特征

投资水平回归系数空间分布如图4所示。2008、2013、2018年，投资水平与县域经济发展基本呈正相关，表明绝大多数县域固定资产投资额的增加对县域经济发展具有正向作用。2008年晋江和南安出现负值，虽然这2个县市经济发展水平较高，但人口密度大，人均全社会固定资产投资额相比其他地区较低，对经济结构的调整和优化没有起到促进作用，所以回归系数为负。总体上看，2008年投资水平的回归系数由南向北逐渐增大，呈北高南低分布格局。2013年和2018年的回归系数变化明显，由西南向东北逐渐减小，整体布局转变为西南高、东北低。其中，2008年的最大值0.256位于闽东的福鼎市，最小值-0.015位于泉州的晋江市；2013年的最大值0.398位于闽南的东山县，最小值0.058位于闽北的光泽县；2018年的最大值0.333位于闽南的东山县，最小值0.304位于闽北的光泽县。

图4 投资水平回归系数空间分布

回归系数的平均值从2008年的0.132上升至2018年的0.318，说明投资水平对县域经济的影响程度逐渐增大。系数最大值和最小值的差先从2008年的0.271上升至2013年的0.340，后下降至2018年的0.029，说明投资水平对县域经济影响程度的空间异质性经历了先扩大后减小的过程。

不同等级分布变化方面，高值区2008—2018年分布区域变化明显，前5a间主要集中在闽东、闽北，后5a间主要集中在闽南；低值区分布区域变化同样明显，前5a间主要集中在闽南，后5a间主要集中在闽西、闽北。闽东、闽北的宁德、南平在全省范围相对欠发达，通过调整经济结构和生产力布局，以增强经济实力，改善人民物质文化生活。2011年国家发改委发布《海峡西岸经济区发展规划》，提出加快建设海峡西岸经济区的各项重要举措，为闽东沿海地区发展带来了机遇。

4.4 预算支出时空演化特征

预算支出回归系数空间分布如图5所示。2008—2018年，预算支出与县域经济发展从正相关转变成负相关，2008年的回归系数正值率为98.2%，2013年的回归系数正值率为94.5%，表明预算支出的增加对绝大多数县域经济发展具有正向作用。2018年的回归系数为负，原因可能是随着海峡西岸经济区发展进程加快，中央苏区县经济发展得到有效扶持，全省经济水平显著提高，国有经济对现有产业结构调整、基础建设的支持有限，因此出现负向作用。总体上看，2008年预算支出的回归系数呈由南向北逐渐减小的变化趋势；2013年空间分布格局转变成东低西高；2018年的回归系数为负，系数绝对值自东向西逐渐减小，呈东高西低分布格局。其中，2008年的最大值4.413位于闽南的东山县，最小值-0.054位于闽东的平潭综合实验区；2013年的最大值2.626位于闽北的光泽县，最小值-0.215位于闽东的平潭综合实验区；2018年的最大值-0.563位于闽西的武平县，最小值-1.003位于闽东的福鼎市。

图5 预算支出回归系数空间分布

回归系数的平均值从2008年的1.815下降至2018年的-0.792，说明预算支出对县域经济的影响程度变化明显，从正向作用转变为负向作用。系数最大值和最小值的差从2008年的4.467下降至2018年的0.440，说明预算支出对县域经济影响程度的空间异质性大幅减小。

不同等级分布变化方面，各等级区域2008—2018年变化均较大，高值区从闽南转移至闽西、闽北；低值区从闽东、闽北转移至闽东。

4.5 城镇化率时空演化特征

城镇化率回归系数空间分布如图6所示。2008—2018年，福建省城镇化率与县域经济发展的关系大致从负相关转变为正相关，表明城镇化率的增加对县域经济的发展从负向作用转变为正向作用。2008年的回归系数负值率为80%，相对来说，当时城镇化率较低，经济发展进程较慢，产业结构不够优化，一味地吸纳农村剩余劳动力推进工业发展，可能会对经济发展出现负向作用。2013年的回归系数正值率上升至78.2%，到2018年所有地区的回归系数均大于0，说明随着产业结构不断优化，空间布局逐渐合理，农村剩余劳动力向县城集聚，城镇化率的提高对县域经济发展产生了促进作用。总体上看，2008—2018年城镇化率回归系数的变化趋势由南向北逐渐减小，呈南高北低的分布格局。其中，2008年的最大值0.010位于闽西的长汀县，最小值-0.027位于闽南的东山县；2013年的最大值0.070位于闽南的晋江市，最小值-0.028位于闽北的浦城县；2018年的最大值0.080位于闽南的诏安县，最小值0.036位于闽东的福鼎市。

图6 城镇化率回归系数空间分布

回归系数的平均值从2008年的-0.010上升至2018年的0.059，说明城镇化率对县域经济的影响程度逐渐增大，但不显著。系数最大值和最小值的差从2008年的0.037上升至2018年的0.044，说明城镇化率对县域经济影响程度的空间异质性逐渐增大，但不明显。

不同等级分布变化方面，高值区2008—2018年范围逐渐变小，主要集中在闽西、闽南的龙岩和漳州；低值区范围较大，主要集中在闽东、闽北的宁德和南平。

4.6 第二、三产业生产值占GDP比重时空变化特征分析

第二、三产业生产值占GDP比重回归系数空间分布如图7所示。2008—2018年第二、三产业生产值占GDP比重与县域经济发展基本呈正相关，2008、2018年的回归系数均为正，2013年的回归系数正值率为98.2%，说明第二、三产业生产值占GDP比重对大部分县域经济发展具有正向作用。2013年的回归系数负值出现在龙岩，有可能是由于其产业结构层次和产业生产效率还处于较低水平。总体上看，2008—2018年第二、三产业生产值占GDP比重的回归系数由南向北逐渐增大，呈南低北高分布格局。其中，2008年的最大值0.018位于平潭综合实验区，最小值0.001位于龙岩的武平县；2013年的最大值0.033位于闽东的寿宁县，最小值-0.001位于龙岩的武平县；2018年的最大值0.027位于闽东的福鼎市，最小值0.002位于闽南的诏安县。

图7 第二、三产业生产值占GDP比重回归系数空间分布

回归系数的平均值从2008年的0.012上升至2018年的0.015，说明第二、三产业生产值占GDP比重对县域经济的影响程度变化不大。系数最大值和最小值的差从2008年的0.017上升至2018年的0.025，说明第二、三产业生产值占GDP比重对县域经济影响程度的空间异质性变化较小。

不同等级分布变化方面，各等级区域2008—2018年变化较小，高值区前5a间增加了宁德部分区域，减少了福州、莆田部分区域，后5a间基本没有变化，保持在闽北的南平市和闽东的宁德市；低值区范围较大，前5a间从闽西扩张至闽西的龙岩和闽南的漳州，后5a间基本没有变化。

5 小结与讨论

5.1 小结

本研究综合利用全局空间自相关分析、地理加权回归分析等方法，对福建省55个县域2008—2018年县域经济时空演化特征和影响因素进行分析，得到以下结论。

1）福建省县域经济发展水平逐渐提高，4个地区发展变化表现为：闽东地区各县域之间的经济发展差距先缩小后扩大，出现发展不协调的问题，其余3个地区各县域之间的差距正逐渐缩小，区域经济发展的协调度不断提升。

2）2008—2018年，福建省县域经济发展之间存在高度的空间自相关性，表明各县域之间经济发展关联性较强，集聚程度高，存在明显的空间溢出效应。

3）影响因素分析方面，除消费水平对县域经济发展为正向作用，其余影响因素的作用有正有负，对县域经济发展的影响分异明显。将影响因素按贡献程度从大到小排序：消费水平＞预算支出＞投资水平＞城镇化率＞第二、三产业生产值占GDP比重，其中城镇化率和第二、三产业生产值占GDP比重的单位变化对县域经济发展的影响不显著。

5.2 讨论

福建省县域人均GDP还有较大提升空间，区域间关联性较强。从影响因素贡献程度来看，要提高福建省县域经济的发展水平首先要刺激消费，大力发展消费品零售业，通过行政手段调度资源，拉动消费，提振内需。政府也可通过出台一些税费减免、租金优惠等政策，促进地区实体经济的发展。

其次，要加大各地区招商引资的力度，立足本地优势资源和营商环境，利用多样化宣传手段，提高固定资产投资水平，加快产业升级转型，优化产业结构。

再次，合理管控政府财政支出，加大对基础设施建设的支持力度，为城镇化和产业发展提供良好的基础；增加科教支出，有利于第三产业扩大就业，对促进产业转型发展、产业结构调整具有重要作用［33］。

最后，提高城镇化发展质量，加快人口城镇化，提高劳动力素质和竞争力，对提升消费水平具有促进作用，进而影响经济增长［34］；空间城镇化对拉动投资具有显著效应，城镇化发展与产业发展相辅相成，因此，提高城镇化水平将带动县域第二、三产业发展，是县域经济发展的强劲动力。