摘要：在关于区域工业经济发展的研究中，大多文献都假定经济个体独立存在，忽视了经济个体之间在地理空间经济关系上的相互作用。本文将对工业全要素生产率的研究基础加入空间因素，考察各省份的工业全要素生产率之间存不存在空间相关性。
关键词：环境；工业全要素生产率；空间相关性
一、导言
改革开放以来，中国经济飞速发展，取得了举世瞩目的成就，作为国民经济主导部门的工业部门一直持续高速发展，据统计，2011年工业产值达到188470.2亿元，占GDP比重近40%，可见工业已成为我国经济体系的核心，并且在未来相当长的时期内我国还将处于工业化发展阶段，它的增长状况将直接影响我国经济增长的速度和质量。全要素生产率一直被认为是经济增长的内在源泉。
然而，工业生产率的快速增长带动了中国经济的崛起，但在工业发展过程中也出现许多问题和挑战。其中，区域间经济发展差距有日益扩大之势，过去我国政策优惠与投资重心一味向东部沿海地区倾斜，造成区域经济差距扩大和区域利益关系严重扭曲。2011年东部地区生产总值为269259亿元，占全国经济总量份额的51.96%。此外，中国工业经济高速增长的背后引发的环境污染问题日益严重，2012年全国废水排放总量达684.6亿吨，全国监测的1200多条河流中，有850多条受污染，90%以上的城市水域也遭到污染。
二、研究内容
对于中国工业经济增长发展迅速，但环境问题不断恶化的现实，许多学者关于工业TFP和环境做了大量研究。Hailu和Veeman（2001）在研究加拿大造纸行业生产率时认识到污染排放对生产率具有负面影响；Fare等（2001）运用ML指数测算了1974-1986年美国制造业全要素生产率，发现考虑环境因素的生产率年均增长了3.6%，忽略环境因素的生产率增长为1.7%。杨俊、邵汉华（2009）则利用方向性距离函数的Malmquist-Luenberger指数测算了1998-2007年地区工业考虑了环境因素下全要素生产率增长及分解，得到忽略环境因素会高估我国工业全要素生产率增长的结论。
然而，已有学者的研究大多忽视了地区间要素流动和溢出效应对地区经济的影响。而且大多文献都假定经济个体独立存在，忽视了经济个体之间在地理空间经济关系上的相互作用。新经济地理学认为，一个地区空间单元上某种经济地理现象或某一属性值与邻近地区空间单元上同一经济地理现象或属性值是相关的（Anselin，1988）。中国改革开放三十多年，区域间开放程度越来越大，地区间联系越来越密切，不仅经济增长在一定程度上具有空间关联性，环境污染也具有跨地区“溢出”效应，临近区域存在着技术、信息扩散、人才相互流动，这种流动的频繁使得地区经济增长受周边地区的影响越来越大。因此，各地区之间的经济发展并不是孤立的，而是相互作用、相互影响的。区域经济增长是否存在空间上的相关性？这也成为本文研究的主要内容。
三、实证分析
在对区域经济进行空间相关性分析时，首先要采用空间统计分析检验被解释变量存不存在空间相关性，大多数文献一般采用Moran（1950）提出的Moran’s I指数法来检验空间自相关。Moran’s I指数分为全局Moran’s I指数和局部Moran’s I指数。由于版面限制，我们省去工业TFP的测算结果，直接给出工业TFP的空间相关性的结论。
1、检验方法
全局Moran’s I描述的是总体上被解释变量的空间相关性。其统计量为：
MI=∑Ni=1∑Nj=1wij（TFPi-TFP）（TFPj-TFP）S2∑Ni=1∑Nj=1wij（3.1）
其中，wij空间权重矩阵中的第（i，j）个元素。一般两个地区相邻取值为1，否则为0。Moran’s I指数取值在（-1，1）之间，MI0表示各空间单元的观测值为空间正相关，数值越大，正相关程度越强；MI0表示空间负相关，等于0表示各地区无空间相关。
Anselin（1995）认为，全局Moran’s I指数可能平均化了各地区间的差异，不能反映各地区之间的空间相关性，因此有必要使用局部Moran’s I指标分析空间相关的局部特性，其统计量：
MIi = Zi ∑Nj = 1wij Zj ∑Ni = 1Z2i N （3.2）
Zi=TFPi-TFP，Zj=TFPj-TFP，wij空间权重矩阵中的第（i，j）个元素。该指数测度了第i个地区与其他周围地区的空间相关程度。当局部Moran’s I值大于其期望值Ei（MIi）时，表示地区i与周围地区存在正的局部空间相关性，反之，则为负的局部空间相关性。
2、空间相关性检验分析
本文首先选取2005-2011年中国30个省份的工业TFP值数据，基于Rook的邻近矩阵，并利用OpenGeoDA软件包计算全局Moran’s I 指数，各年计算结果如表3-1。
表3-1分析发现，Moran’s I指数较为显著，从全国平均水平来看，邻近省份的生产率水平存在显著的空间相关性。其中仅2008年和2010年为负值，说明这两年的工业TFP在空间上存在负相关关系；而其余年份均为正值，表明其余年份的各省份工业TFP存在空间正相关关系。但是，我们不能根据此结果就断定任何地区的TFP都与邻近省份均有关，我们需要进一步通过局部Moran’s I指数来考察地区间的空间相关性。
局部Moran’s I指数的空间特征可以通过Moran’s I散点图进行考察，两个时间点，即2005、2010年，并对这两个时间点的Moran’s I散点图展开分析，如图3-2a—3-2c。
图3-2a2005年中国30个省份工业TFP Moran’s I散点图
2005年，中国工业TFP的Moran’s I指数是负的，其中，位于第一象限的省份有上海、江苏、北京、天津、河北、辽宁、山东、浙江，属于高-高（H-H）的正相关关系；黑龙江、吉林、山西、江西、安徽、福建位于第二象限的低-高（L-H）关系群上；河南、贵州、陕西、甘肃、湖南、湖北、宁夏、青海、四川、新疆10省份位于第三象限的高-低（L-L）关系集群上；位于第四象限上的有5个省市，分别是重庆、云南、广西、内蒙古、广东，是低-低（H-L）的负相关关系。其中海南同时跨越了第一和第四象限。见图3-2a。
图3-2b2010年中国30个省份工业TFP Moran’s I散点图
2010年，辽宁、北京、天津、山东、江苏、上海、福建、广东8省份位于H-H的第一象限；位于第二象限的L-H省份包括河北、黑龙江、吉林、安徽、浙江、宁夏、甘肃、山西8省份；河南、湖北、湖南、贵州、四川、广西、云南、陕西、青海9省份位于第三象限上， 为L-L的空间相关关系；江西、重庆、新疆、内蒙古4个省份位于第四象限上。其中，海南同时跨越了第一和第四象限，如图3-2b。
总之，通过全局Moran’s I 值和局部Moran散点图可以看出，我国各省份工业TFP存在着明显的空间自相关和空间依赖性。从东中西的角度来看，显著的L-L地区主要集聚在中西部地区，H-H地区则出现在东中部省市。因此，可以看出东部地区的工业TFP存在显著的向中部地区溢出，并不断提高中部地区工业TFP水平。西部省市的工业TFP水平普遍较低。
四、结论
本文提出了一种对地区工业环境全要素生产率的空间统计方法—Moran指数，根据前文分析结果得出中国各地区的工业全要素生产率之间存在着明显的空间相关性和依赖性，即一个省份的工业全要素生产率容易受邻近省份的工业全要素生产率影响。因此，在以后的研究中，无需只考虑时间效应，还需考虑空间效应对经济的影响。
实际上，各省工业全要素生产率的非均衡性使得东西部地区经济发展差异拉大，这也正和我国地域经济发展现状和工业发展的空间格局基本相同。总体来说，东部地区的工业全要素生产率水平最高，中部次之、西部最低。因此，本文的研究结果对于制定中国区域工业经济发展战略具有重要意义。国家和地方政府在制定工业发展战略时也应充分考虑空间外溢性，将区域间的空间联系和作用纳入到全要素生产率或经济发展的政策制定中。（作者单位：浙江财经大学）
参考文献：
[1]吴玉鸣，李建霞.基于地理加权回归模型的省域工业全要素生产率分析[J].经济地 理，2006，（5）.
[2]涂正革.全要素生产率与区域工业的和谐快速发展：基于1995-2004年28个省市大中型工业的非参数生产前沿分析[J].财经研究，2007，（12）
[3]杨俊，邵汉华.环境约束下的中国工业增长状况研究[J].数量经济技术经济研究，2009，（9）
[4]Anselin，L.and Griffith，D.： Do Spatial Effects Really Matter in Regression Analysis？ Papers of the Regional Science Association， 65：11-34，1988.
