1. 网站地图
  2. 设为首页
  3. 关于我们


中国空间经济网络及其效应分析

发布时间:2022-09-21 12:17
摘 要 I
Abstract II
目 录 IV
1引言 1
1.1选题背景及意义 1
1.1.1选题背景 1
1.1.2选题意义 2
1.2文献综述 2
1.2.1基于社会网络分析的相关研究 2
1.2.2网络与经济增长关系的研究 4
1.2.3文献述评 4
1.3章节安排及内容 5
1.4研究方法与技术路线 6
1.4.1研究方法 6
1.4.2技术路线 6
1.5创新点 7
1.6小结 7
2相关概念及理论基础 8
2.1复杂网络分析 8
2.1.1复杂网络基本理论 8
2.1.2整体网络特征分析 9
2.1.3节点重要性分析 9
2.2空间计量经济学 11
2.2.1空间计量经济学概述 11
2.2.2空间权重矩阵 12
2.2.3空间计量模型 13
2.3小结 14
VII
3中国空间经济网络结构分析 15
3.1经济关联关系的测度 15
3.1.1引力模型 15
3.1.2数据来源 15
3.2中国空间经济网络结构分析 16
3.2.1整体网络结构特征及变化趋势 16
3.2.2网络个体重要性分析 18
3.3小结 20
4中国经济增长的时间及空间维度分析 21
4.1时间维度上的省份差异性分析 21
4.2空间维度的经济增长相关性分析 24
4.2.1全局空间自相关检验 24
4.2.2局部空间自相关检验 25
4.3小结 26
5经济网络溢出效应分析 27
5.1研究模型的确定 27
5.1.1变量选取 27
5.1.2空间权重矩阵设定 29
5.1.3空间计量模型的确定 30
5.2经济网络对经济增长影响的实证分析 31
5.3小结 34
6结论与建议 35
6.1研究结论 35
6.2对策建议 36
6.3研究不足与展望 37
参考文献 38
致 谢 41
在读期间发表学术论文及科研参与情况 42
VIII
1引言
1.1选题背景及意义
1.1.1选题背景
近年来,中国现代化建设步伐逐渐加快,2000 年“九五”计划主要任务的全 面完成,实现了国民经济和社会发展以及改革的新一阶段的预期目标,2001 年 以后,国民经济持续保持健康发展,先后历经了“十五”、“十一五”、“十二五”、 “十三五”四个五年规划时期,国民经济和社会发展进一步取得显著成效。根据国 家统计局公布数据可知,近 20 年以来,国内生产总值一直呈现增长趋势,2021 年国内生产总值为1143669.7亿元,大约是2000年国内生产总值的11倍。第一 产业、第二产业增加值在国内生产总值中的占比逐年降低,第三产业增加值比重 不断增长。且全员劳动生产率逐年提高。这与我国经济市场合理的资源配置以及 经济要素的快速流通密不可分。
总体而言,我国 20 年内国民经济运行平稳,发展稳步提升,但经济结构不 合理、经济发展不平衡、不协调等问题仍然比较突出。以 2020 年为例,广东省 地区生产总值达到 110760.9 亿元,在全国所有省份中位居第一,而西藏自治区 只有 1902.7 亿元,仅仅是广东省的1.72%,说明不同的省份在同一年内的生产活 动最终带来的成果差距较大;上海市居民人均可支配收入达到 72232 元,该指标 对应最低的省份为甘肃省,居民人均可支配收入为 20335 元,按地区分组的人均 可支配收入来看,东部地区的该指标远大于中部、西部、东北部地区,很直观的 说明了不同区域的居民用于自由支配收入的区域差距;西部产业以及产品结构问 题明显,高新技术产业占比相对较低,占比较高的更多是低标准产品;农业产品 较工业产品而言,产品结构总体水平较低,总的来说,市场产品结构不能很好地 匹配国际市场需求。这种区域间形成的差异性成因一方面与各省份自身自然资 源、经济政策的不同相关联;另一方面,在经济一体化的背景下,各地区、各城 市之间通过信息、物质、劳动力、技术、文化的交流建立起更多的经济联系,当 经济联系逐渐复杂化后,这些联系以及产生联系的主体共同形成了一个复杂网络 形态。省份之间由于这些经济活动而建立的关系在一定程度上对省份自身经济发 展以及对与其产生经济关联的省份的经济发展都存在影响。不同省份间建立的经 济关系必然有差别,而正是这种差别性使得省份间的经济发展规划、经济发展模 式存在区别,由于经济发展规划、经济发展模式的不同,省份间的经济发展情况 也逐渐出现一定差异。区域间、省份间或者城市间产生经济关联,我们可以认为 是一个经济网络逐渐形成的过程,随着时间的推移,经济网络可以通过演化不断 完善网络自身的连通性,进而进一步促进经济要素的流动,从空间结构层面提升 1
我国经济水平。
1.1.2选题意义
2020 年疫情的袭来对于全球、对于中国而言,都是极为不平凡的一年,中 国经济虽然在这一年属于正增长,但经济依然受到了一定冲击,中国目前乃至以 后都会面对许多类似错综复杂的国际形势。在新时代背景下,中国经济发展迈上 了新的台阶,国内外经济合作关系也随着时局的变化在变化,如何让中国这艘巨 轮在世界的经济海洋中破浪前行,持续稳步提升经济以便更好地面对无法预期的 新挑战、新机遇十分重要。
就我国内部而言,省份之间的经济联系构成了一个小的经济网络,这个小的 经济网络有何特点以及这个网络的构成在多大程度上影响我国经济发展是值得 探索的问题。在理论层面上,首先,有机的将复杂网络知识与经济问题相结合, 丰富了对区域经济问题的研究;其次,考虑了经济发展的空间性质对经济增长的 影响。在现实层面上,通过研究中国内部省份间的经济往来关系,可挖掘在推动 全国经济发展中起关键作用的省份,了解经济空间网络结构,从而有针对性的采 取相应战略措施,进一步促进省份间、区域间经济关系的建立,同时促进国家经 济结构的完善,使得空间结构与经济发展两者共同构成一个循环促进体。与此同 时,探索经济相关要素和经济网络结构对经济发展的影响效应,我们能更有针对 性的从经济要素配置以及网络结构调整两大方面入手,去完善我国经济机制,这 对于更好地应对经济全球化局面具有长远的意义。
1.2文献综述
1.2.1基于社会网络分析的相关研究
社会网络分析方法是研究两个或多个对象之间联系的一个常用的方法[1-3], 该方法起初在国内外长期运用于社会网络结构以及社会关系的研究中,后来发现 其对于复杂的经济关联网络也具有较强的适应性,所以该研究方法逐渐在经济领 域得到应用[4-7]。区域的经济空间关联本质上就是指区域之间建立的经济往来关 系,近几年来,这种“关系”被大部分学者利用网络的方式进行刻画,已有研究 中基于不同的研究区域、不同的网络节点、不同的网络构建方式,探索了区域经 济在网络空间上的关联关系以及经济网络的结构特征[8-11]。
网络节点的选取。研究对象的确定意味着网络节点的确定,一个个体、一个 组织均可作为一个网络节点。通过对以往文献的阅读发现,在对中国经济网络的 研究中,绝大多数文献以区域城市作为研究对象,以此确定网络节点,如: 2014 2
年许凡等以江西省11个地级市作为网络节点[12],2017年黄勤、刘素青以成渝城 市群作为研究对象[13]。除此以外,也有文献从更为宏观的角度出发,选取我国 各省份作为研究节点[14]。对于网络节点的选取,研究者的出发点不同,节点所 代表的对象以及节点的规模都会有所差异,由此最终确定的网络结构及其特征也 有所不同。
空间关联的确定。目前对经济空间关联关系的研究方法多种多样。如:2014 年李敬等使用线性格兰杰因果关系检验对区域经济增长的空间关联特征进行研 究[15];2018 年杨菲以中国东部城市群为研究对象,使用格兰杰因果关系检验方 法建立两城市间的经济关联关系网络,在经济增长空间的非线性条件下,该方法 不是真正意义上的因果关系,但仍然存在很高的研究价值[16]。在线性格兰杰因 果关系检验方法的基础上得以发展,且与之对立的是非线性的格兰杰因果关系检 验方法,该方法很好的克服了传统线性格兰杰因果关系检验法的局限性[17-18]。但 通过对文献的研究发现,通过构建引力模型的方法确定空间关联的研究最为常 见,该方法被广泛的使用于贸易网、旅游网、人口迁移网等网络的构建当中。相 比于其它构建网络的方法,引力模型方法考虑到了经济地理距离因素。经典的引 力模型中两个城市间的空间引力与距离成反比,与经济总量成正比。该方法的优 点在于变通性较强,研究者可以根据自身研究需求对模型进行适当的修正,使其 更符合研究的实际情况,更合理的反映节点间引力大小。例如:2020 年敖立、 渠源清通过 6 个基础指标构建城市综合质量指标,并将该指标与城市间距离指标 共同纳入引力模型当中,对湘西自治州8 个县市区域经济的空间联系强度进行了 测算分析[19];2020 年杨桠楠、梁荣引入了“城市质量”与“经济距离”概念, 将经典引力模型的分子、分母进行修正,对内蒙古 11 个城市间的经济引力进行 了测算[20];2020 年谢诗光在对浙江67 个县市空间经济联系进行研究时,将城市 综合质量、城市间距离纳入模型,同时加入了引力系数对模型进行修正[21]。本 文基于以上研究也使用了修正的引力模型开展研究。
网络结构特征的探索。利用图论知识将现实世界具体化为一个复杂网络,从 个体出发亦或是从整体出发对网络结构进行探索的研究都已经十分成熟。2017 年唐朝生等人对京津冀城市群空间经济联系强度进行分析,并利用经济隶属度确 定经济联系方向,发现该方向的指向性表现出地域相邻型以及中心城市型[22]。 除此之外,对整体网络结构特征的刻画在过去研究中常见的指标有:网络密度、 平均距离、凝聚力、互惠性、网络关联度、网络等级度、网络效率等[23-25],不同 的文献中选取了不同的指标搭配对整体结构特征进行刻画。另外对固定区域局部 特征的研究通常着眼于节点重要性上,节点重要性的衡量指标中最简单的是度中 心性,反映了待估节点的邻节点数目[26]。常见的评估指标还有全局属性性质的
3
介数中心性[27]、接近中心性[28]以及通过迭代法寻找最优节点重要性排序的特征 向量中心性[29]。后续的研究中也有对常用指标进行改进所衍生出的新方法: LocalRank 算法、Cluster Rank 算法、H 指数、Pagerank 算法等[30-32]。
1.2.2网络与经济增长关系的研究
网络对经济增长产生的作用可以认为是一种网络效应,经济网络在我国的经 济发展中扮演着怎样的角色,这是区域经济学领域关于网络研究的热点,也是极 为重要的话题之一。传统的经济增长模型并未考虑到网络节点间的相互作用对经 济增长产生的影响,而是仅仅考虑了生产要素的作用,忽视了研究对象的空间关 联。随着城市间经济联系的愈加密切,对网络的研究逐渐深入,2007年Boix在 传统模型的基础上,定义了空间增长模型,将网络因素考虑到经济增长的研究中
[33]。 2014 年 Huggins and Thompson 认为城市间的知识流动促使了区域的经济增 长,这种知识流动其实就是一种资本网络的体现[34]。国内研究者近年来也针对 不同区域开展经济增长影响因素的相关研究。例如:2018 年贾凯采用空间计量 方法,将空间因素纳入空间杜宾模型当中,分析了“一带一路”贸易网络对区域经 济增长的推动作用[35];2018 年种照辉以长三角城市群为研究对象,借助大数据 构建关于人口流动、企业结构、电子商务的三个网络,并利用空间计量模型考察 不同的网络对经济增长产生的影响[36]。由于网络经济增长效应问题的研究逐渐 增多,空间计量模型在这一研究领域得到了广泛使用[37-40]。在空间计量模型当中 纳入网络结构变量时,以往研究甚至最新中大多数人选取点度中心性较多[41-42], 该指标仅反映了与待估节点直接相邻的节点数目大小,也就是只考虑了待估节点 最局部的信息,没有更进一步考虑待估节点的其它邻接节点或节点在网络中所处 的环境。基于此,本文初步考虑利用熵理论对网络节点度值进行评估,使用该方 法计算出来的节点度值作为本文的网络结构变量,研究该网络结构变量对我国经 济增长的影响,该变量不仅考虑到了邻接节点对待估节点的影响,还考虑了邻接 节点的邻接节点对待估节点的影响,预计会使得计算结果更加准确。
1.2.3文献述评
根据对文献的汇总分析可知,学术界目前对区域经济的研究很多,说明区域 经济发展是个十分值得关注的问题。针对该问题不同的研究者采用的研究方法也 有所区别。无论是从复杂网络角度出发,去探索似无形又有形的经济联系,去了 解区域间的经济发展的差异;还是从经济学角度出发,利用计量模型探索经济增 长影响因素,都已经足够成熟。本文也希望能将两者相结合,在对全国经济空间
4
网络结构进行探索的同时,观察经济空间结构的变化以及整体结构特征对经济发 展的影响效应。
以往的研究中多数以城市群或个别省份作为研究对象,而以 31 个省份作为 网络节点的研究还相对较少。另外,绝大多数研究都基于基础设施网络以及企业 网络等现有的网络中的节点联系对省份间的经济关联关系进行确定,在作者所阅 览的文章中,也有研究者使用线性格兰杰因果关系检验、格兰杰因果关系检验、 引力模型等方法构建网络,这些方法是在没有更能反映省份间经济关联的真实网 络的情况下,通过各省份经济相关的特征来构造网络的一些方法,同样对本文的 研究具备一定的适用性。在对网络结构特征的研究上,通常使用网络密度、平均 距离、凝聚力、互惠性、网络关联度、网络等级度、网络效率、节点中心性等指 标进行度量,能有效反映网络结构特征。本文旨在研究网络对经济增长的影响, 由于该研究需考虑各省份间的空间联系,因此根据以往的文献发现,空间计量模 型将网络因素考虑到经济增长的研究中,作为本文的研究模型较为合适
综上所述,本文以中国 31 个省份为研究对象,采用引力模型的方法构建中 国空间经济网络,利用空间计量模型研究空间经济网络对中国省域经济增长的影 响,选取省份临近与否作为空间权重矩阵,空间计量模型中的核心解释变量即网 络结构变量选取能反映节点中心性的邻接度信息熵指标,这也是本文最主要的创 新点。尽管针对网络对经济增长的研究已较多,但中国经济在随着时代的发展而 变化,本文的研究依然具备一定的现实意义。
1.3章节安排及内容
本文内容共包含六章: 第一章为绪论,主要包括选题背景的介绍、选题意义的阐述、对国内外文献 的研究以及本文的主要研究内容、方法、思路,在本章最后给出本文创新点。
第二章为本文所涉及到的专业相关概念的讲解,为后文打下理论基础。 第三章是对中国经济空间网络结构的研究。从网络构建方法的选取、体现整 体网络结构的指标选取、网络中节点重要性的确定三个方面对全国经济空间关联 网络结构进行探索,从空间结构上观察中国各省份间的经济联系情况以及近 20 年经济整体网络结构形态。
第四章是对中国经济增长空间维度进行描述性统计分析。本文主要对全局空 间自相关以及局部空间自相关两个指标进行分析,目的是探索地区间经济发展是 否存在空间依赖性,以便继续进行下一步的空间效应分析。
第五章是研究中国经济空间网络结构对经济发展水平的影响。该章节使用面 板数据,结合第三章研究结果,根据网络鲁棒性的研究思想对三个节点重要性评
5
估指标的性能进行对比分析,最后选取邻接信息熵作为衡量网络结构的指标,另 外选取了部分控制变量,目的是观测网络结构对经济增长的影响。
第六章为结论部分,对全文进行总结概括。在本文研究结果的基础上,对中 国经济发展问题提出一些政策上的建议,以促进中国经济协调发展。
1.4研究方法与技术路线
1.4.1研究方法
(1) 文献分析法 本问通过对国内外已有的相关文献进行收集与整理,在着手进行研究之前,
全面分析目前该研究内容的研究现状以及重难点,同时借鉴以往文献中优秀的研 究方法对本课题展开研究。
(2) 描述性统计分析 描述性统计分析是将研究数据加以整理、归类或制成图表,以此描述和归纳
数据的特征及变量之间关系的一种最基本的统计方法。该方法能将复杂的数据更 直观的进行呈现。
(3)社会网络分析
针对中国经济发展问题,基于复杂网络理论,利用社会网络分析方法将中国 各省间的经济关联关系抽象成一个复杂网络,进而结合实际对网络整体结构特 征、节点重要性等进行分析。网络分析注重研究网络结构特征以及节点间的关联 关系,本文借助相关软件(python、ucinet)构建网络,测度网络结构并分析网 络结构形成的经济意义。另外通过对网络节点重要性的分析,了解节点在网络中 发挥的作用,同时也为后续关于网络效应的研究提供网络结构变量。
( 4)空间计量分析
空间计量分析以模型为出发点,空间数据为依据,分析数据所产生的空间效 应。本文利用空间计量分析方法很好的避免了传统计量方法的缺陷,在对网络效 应进行分析时,建立空间计量模型,同时将网络结构因素以及影响经济增长的相 关因素纳入模型,综合分析了网络对经济增长的影响。
1.4.2技术路线
本文以我国省份作为研究对象,分析由省份作为节点构成的经济网络的网络 结构特征,及网络的经济效应。具体研究路线如图 1-1 所示。
 
 
图 1-1 研究路线图
 
1.5创新点
本文创新点主要体现在以下两方面:
第一,试用引力模型构建中国空间经济网络,并研究该网络结构对省份经济 增长的影响。
第二,对网络经济增长效应进行分析时,结合网络鲁棒性思想,蓄意依次删 除通过点度中心性、中介中心性、邻接信息熵三种方法评估出的关键节点,对三 种评估方法的性能进行比较,依次选出衡量网络结构特征更优的指标。
1.6小结
本章主要对我国近 20 年的经济发展状况及未来将面临的国际形势进行了简 单的阐述,并基于理论层面和实际层面对本文研究意义作了基本的概述。通过从 “社会网络分析的相关研究”和“经济增长关系的相关研究”两大方面对以往的研 究文献进行梳理,提出本文的主要研究内容以及所涉及的研究方法,整理出本文 研究思路。最后给出本文可能的创新之处。
 
2相关概念及理论基础
为更好地开展本文研究,对理论知识的掌握必不可少。本次研究主要涉及到 对中国经济网络结构的分析以及经济网络对经济发展的影响两大方面,因此一方 面需要对复杂网络的定义有清晰的认识,另一方面要对评估网络经济增长效应的 相关计量模型有一定的了解。因此本章主要对分析整体网络结构特征、网络个体 重要性评估的方法以及空间计量经济学的相关理论知识进行了介绍。
2.1复杂网络分析
2.1.1复杂网络基本理论
复杂网络是一个跨学科研究领域,目前许多学科都在尝试将其与复杂网络相 结合。复杂网络可以描述多类型复杂化、智能化的系统,并对系统进行动态分析。
网络可以表示一个复杂的系统,系统中的元素或者个体可以抽象为网络当中 的节点,系统中个体之间存在的某种关联可以视为网络中的边。网络的复杂性主 要体现在两个方面,一是网络节点,根据研究系统的不同,节点所代表的对象以 及节点属性都会有所不同;二是网络的边,网络节点之间形成的关系也可以说是 网络结构,不同系统对应的网络结构必然有所区别,因此网络的边也存在四种情 况:有向、无向、加权、无权。无向指的是网络节点之间的相互关系没有方向, 有向指的是网络中至少有一条边存在方向,即仅一方可达另一方。无权、有权指 的是网络中的边有没有权重,权重的含义及数值需要根据具体情况进行确定,权 重可以为节点间距离、节点间交通成本等。针对以上四种情况,得到对应的网络 类型有无向无权网络、无向加权网络、有向无权网络、有向有权网络,分别对应 图 2-1 中的(a)、(b)、(c)、(d)。
 
 
(a) (b)
(c) (d)
 
 
 
 
 
图 2-1 四种类型的网络形式
本文的经济网络设定的网络形式为无权有向网络,即没有考虑网络中边的权 重,仅考虑了节点间经济作用力的方向。由于复杂网络的结构形态多种多样,因 此对于复杂网络结构特征的研究方法也有许多,本文主要从网络整体结构、网络 节点重要性分析两大方面入手,选用网络密度、网络等级度、网络效率、三个中 心性指标对网络特性进行了分析。
8
 
2.1.2整体网络特征分析
社会学中有这样一句术语,“社会结构”影响“能动作用”,抽象来说这句 话谈到的“社会结构”实际也就是一个网络结构,即网络的结构会对事情的发展 产生一定的效应和作用。因此对网络结构的基本了解十分必要,基于此,本文首 先进行整体网研究,整体网研究就是对整个网络结构的研究,即关注的重点是整 体,而不是网络中的每个个体,目的在于揭示整个网络的结构特征。
评估整体网络结构的指标较多,本文主要选取了网络密度、网络等级度、网 络效率三个指标进行分析,指标定义如下:
(1)网络密度(Density)。网络密度可定义为网络中实际存在的关系数与 理论上存在的关系数之比,整体网络密度的计算与网络存不存在方向相关,本文 的全国经济空间关联网络属于有向关系网,若网络节点共n个,那么网络中可能 包含的关系总数为n(n-1),因而网络密度的计算公式为式(2.1 )。
m
n x (n-1)
其中 m 为实际存在的关系数,总的来说,整体网密度越大,说明节点的联 系越紧密,且该网络对个体产生的影响也越大。联系越紧密的网络越能成为提供 个体社会资源的关键因素。
(2)网络等级度(Hierarchy )。该指标测度的是有向网络中节点之间多大 程度上非对称可达。计算公式为式(2.2)。
其中,K为网络中对称可达的点对数目,max(K)为最大可能的对称可达点对 数目。网络等级度越大,说明网络的等级结构越明显。
(3)网络效率(Efficiency)。在一个含有n个节点的关联成分中,所包含 的最小边数为n-1,实际上存在的边的数目与最小边数相减即为多余的边,网络 效率就是指在已知网络图中多大程度上存在着多余的边。计算公式为式(2.3)。
其中M为网络中多余边的条数,max(M)为最大可能的多余边的条数。该指 标反映节点间的关联效率,值越低说明个体间的关联关系越多,联系越紧密,网 络越稳定。
2.1.3节点重要性分析
9
 
节点作为网络中的重要元素,在一定程度上反映了网络的结构性质及特点, 因此对网络中关键节点的挖掘与研究尤为重要。根据研究目的的不同,关键节点 的识别功能既可能起保护作用也可能起破坏作用。那么就本文研究目的而言,本 文希望能识别出中国经济空间网络中的关键节点,将各节点在网络中所处地位进 行划分,一方面,对重要节点加以保护,提高网络稳定性、抗毁性,另一方面, 希望发挥关键节点在网络中的特殊结构作用,以此促进省份间经济关联关系的进 一步建立。
第一章中对社会网络分析的相关研究的文献梳理部分提及了许多对关键节 点识别的方法,本文在此主要选取了点度中心性、中介中心性、邻接信息熵三个 评估指标对节点重要性进行评估,三种评估指标的具体定义如下:
(1)点度中心性。从不同的角度对网络节点重要性进行研究对应着不同的 研究方法。首先,本文主要从网络拓扑结构角度出发,通过网络结构信息对节点 重要性进行判断,在此又要区分是基于全局属性还是局部属性角度。基于节点局 部属性,本文选取了点度中心性指标,该指标直接反映了待估节点的中心地位, 值越大,说明该待估节点越重要,属于网络核心。点度中心度又可分为绝对点度 中心度与相对点度中心度,绝对点度中心度的数值为直接与待估节点相连节点的 数量,相对点度中心度为点的绝对中心度与图中点的最大可能度数之比。式(2.4) 为相对点度中心度的计算方式(n是绝对中心度,N是节点数)。
PC
(2.4)
(2)中介中心性。基于全局属性,本文选取了中介中心度指标进行衡量, 中介中心度侧重反映的是待估节点控制网络中其它任意两个节点间产生经济联 系的能力,值越大,说明节点越重要,控制节点间关联关系产生的能力越强。公 式(2.5-2.7)是中介中心度的计算过程。
如①=djk(i)/dSk
n n
Cabi =》》如(。
j k
2CABi
BC = 込
N2 — 3N + 2
(3)邻接信息熵。除上述两种评估方法外,本文另外还使用了在信息熵理 论基础上发展起来的邻接信息熵指标对网络中重要节点进行识别。由于使用度值 作为评价节点重要性指标的准确性不高,本文采用节点邻接度来克服该问题。节
10
点邻接度反映的是某一节点与其邻接节点以及其邻接节点的邻接节点之间的联 系,该指标相对于节点度值而言能更好的反映节点重要性,将节点邻接度表示为 式(2.8):
Qi =》kj (28
其中,Qi为节点i的邻接度,*为节点i的邻接点的集合,kj为点j的度值。最终 本文所使用的“邻接信息熵”节点识别算法公式为式(2.9-2.12):
俭=加严+ (1 —久)财讥 (2.9)
Qj =久》kwj + (1—久) 〉[kjw (2.10)
 
kt
Pi = Q^ (2.11)
厲=》-Pilog2pt (2.12)
 
由于本文所研究的中国经济空间关联网络属于有向无权网络,节点的度值包 含入度与出度,在研究中我们一般认为节点的入度相比于出度而言,更为重要, 因此本文在此对出度和入度做权重处理时赋予入度更大的权值,取入= 0.85,相 应出度的权重为0.25。式子(10-12)中的j为节点i的邻接节点,Qj为节点j的 邻接度值,kwj是j的邻接节点中指向节点j的节点的综合度值,反之。Pt为 节点i的概率函数,Hi为节点i的信息熵,用于反映网络中节点的关键程度。
2.2空间计量经济学
2.2.1空间计量经济学概述
目前空间计量经济学的理论发展和应用都已经十分广泛,空间计量经济学实 质上是一门涉及统计学、经济学、地理学、计算机等多门学科的交叉学科°Paelinck and klaassen 在 1979年出版的《空间计量经济学》著作中阐述了空间计量经济学 应该遵循的五项基本原则。首先是空间依赖性,即空间中的单元相互影响然后产 生相互联系性。第二是对称性,即A单元对B单元产生一定的影响,那么反过 来B单元也必然会对A单元产生一定的影响,两个对象之间的影响是相互的。 第三是影响因素会出现跨区域影响的现象。如在研究经济增长影响因素时,技术 进步这一因素就可能存在跨区域影响,某地区技术的发展可能会由于地理邻近的
11
原因而受到周边地区技术进步的影响,即邻近地区的技术溢出对自身发展产生了 效应。第四是注重空间交互作用,空间计量经济学与传统计量经济学的区别就在 于空间的交互效应。第五讨论了空间结构特征的体现方式,也就是空间权重矩阵 如何设定的问题。
空间计量经济学是在共同涵盖时间、空间的数据基础上,结合与距离、空间、 空间结构相关的变量构成的空间计量模型,对空间问题进行研究的特殊计量经济 学。空间计量经济学与传统计量存在区别的本质特征就在于对空间效应的讨论。 空间效应主要有空间依赖性和空间异质性。空间依赖性产生的主要原因有测量误 差和空间联系,当然后者是最主要的原因,即空间单元存在某种性质上的相似性。 空间异质性要传达的思想是空间中不同位置的单元结构是有差异的。本文后续的 研究中主要对空间依赖性进行探讨。
2.2.2空间权重矩阵
空间权重矩阵是空间计量模型的核心要素,也是区别于传统计量模型的关 键。空间权重矩阵实质上是空间单元的空间结构、位置、或者关系的一种量化形 式。常见的空间权重矩阵的设定方法有三种:基于地理邻近的空间权重矩阵、基 于空间距离的空间权重矩阵、基于经济距离的空间权重矩阵。
(1)地理邻近空间权重矩阵。基于地理邻近的空间权重矩阵又有三种设定 方式。一是仅看空间单元间在地理上是否存在相交点,但该方法对于地理上邻近 与否的判断标准过于严苛,一般在实证分析中不常用。二是通过空间单元之间是 否存在共同边界这一个准则来确定空间权重矩阵,若用Sij表示边界长度,则该判 断方法的定义为式(2.13)。三是结合一二两点,通过空间单元在地理位置上是否 有边界或者是否有相交的点确定空间权重矩阵,若用Pi表示表示单元i的边界点, 则该判断方式可定义为式(2.14),其中为权重值。
 
 
 
0,
1,
(2.13)
0,
1,
Pi n pj = 0
Pi n Pj 壬 0
(2.14)
 
 
 
 
 
 
(2)空间距离空间权重矩阵。基于空间距离的空间权重的核心思想就是空
间单元距离越远联系越不紧密。常用的主要是半径距离空间权重矩阵这一大类,
该矩阵的设定方式也有三种。一是设定阈值,若单元间距离大于阈值,则对应矩 阵位置为距离的值,否则为0。二是设定阈值,矩阵中大于阈值的设为1,否则 为0。三是利用距离的倒数,并结合衰减效应(k,常取值为2),衡量两单元间 距离。若假设阈值为d,两单元间距离为仏),则以上三种设定方式对应的定义如 公式(2.15-2.17)。
0,
^ij, dtj > d 0 V djj < d Wij (2.15
0, du > d Wij
1, ij
0 V dtj < d (2.1
0, dij > d Wij
占, 0 V dtj < d (2.17)
 
(3)经济权重矩阵。基于经济距离的权重矩阵就是根据空间单元在某种经 济指标上的绝对差异进行设定。矩阵中的权重值为经济指标之差的绝对值的倒 数,公式定义见式(2.18)。
(1 .亠. wij
=j 肉-引'(幻) (2-18)
(0, (幻)
2.2.3空间计量模型
根据研究数据类型的不同,空间计量模型又分为截面数据的空间计量模型和 面板数据的空间计量模型。面板数据相比于截面数据而言,能包含更多地数据信 息,它不仅包括了体现个体差异的截面数据,还包括了能体现数据在时间上的动 态变化信息。由于本文的研究数据为面板数据,因此在此仅对面板数据的空间计 量模型展开介绍。
空间计量模型包括空间滞后模型( SLM ) 、空间误差模型( SEM ) 、空间 杜宾模型(SDM)等。其中,空间滞后模型在模型中考虑因变量自身的空间滞 后项的影响,其模型如式子(2.19)所示:
Y = pWy + ax + e (2.19)
式子中,p为被解释变量Y的空间滞后项Wy的空间自回归系数,W为空间权
13
重矩阵,X为解释变量,a为解释变量的系数,£为随机误差项。
空间误差模型考虑了所有未包含在模型中的外生变量信息中存在的空间依 赖性。模型基本表达式为式(2.20-2.21 ),其中入W&为空间自相关误差项,入为 空间自相关系数,卩为模型误差项的误差项,可解释为外生变量信息中存在的空 间依赖性不能完全被入We解释的部分。
Y = ax + £ (2.20)
e = AWe + (2.21)
空间杜宾模型表明被解释变量不仅受到被解释变量的空间滞后项和解释变 量的影响,同时也受到解释变量的空间滞后项的影响。模型基本表达式为式 (2.22),其中。为解释变量的空间滞后项Wx的系数,其余符号含义同上。
Y = pWy + 0Wx + ax + £ (2.22)
面板数据空间计量模型区别于截面数据空间计量模型的一点是面板数据的 空间计量模型涉及固定效应和随机效应。因此在使用面板数据空间计量模型开展 研究时,首先需要确定模型的类型,即空间滞后、空间误差、空间杜宾如何选择 的问题,二是确定模型后,模型的效应应该如何确定。本文实证分析部分将会通 过一系列检验来最终确定研究模型。
2.3小结
本章主要对本文涉及到的关于复杂网络以及空间计量经济学的相关理论知 识进行了介绍。首先介绍了复杂网络的基本概念及网络常见的四种基本类型,并 对网络整体结构特征分析指标以及网络节点重要性评估指标的计算进行了讲解。 在对空间计量经济学的理论知识的概括中,先给出了空间计量经济学的基本概 念,以及空间计量经济学区分于传统计量的特征。随后介绍了空间计量模型中的 核心要素空间权重矩阵的设定方法以及三种常见的面板空间计量模型。
14
3中国空间经济网络结构分析
本章将选取引力模型方法确定各省份间的空间经济关联关系,并使用第二章 中提及的社会网络分析方法分析中国经济空间关联网络的结构特征,观测其 2000-2019 年间整体结构变化及各省份在网络中的重要性排名。
3.1经济关联关系的测度
3.1.1引力模型
本文探讨的全国空间经济网络体现了全国各省份间的经济联系,网络中的 节点即为各省份,网络中的边即为存在的经济联系。通过经济活动建立的经济联 系常与地区生产总值、人口规模、地理距离相关,本文借鉴何礼伟的研究方法(何 礼伟, 2016),采用修正引力模型确定空间经济关联网络中的关联关系,该模型 在原始引力模型的基础上做了一定修正,能使其更适应于本文研究需要,且能较 好的测度地区间经济吸引力的大小。修正后的引力模型见式(3.1)。
 
 
9i~ 9j
其中,式子中的为i省份对j省份的经济吸引强度,Gi、Gj为i、j两省 的实际年度地区生产总值,为i省份在i、、两省份地区生产总值之和中的贡献 率,也叫做引力模型的修正系数,Pi、号为i、j两省份的年末总人口,Dtj为i、j 两省间的地理距离,gi、的为实际人均GDP (实际GDP=名义GDP/100*某年的 GDP 平减指数)。根据该模型计算出省际间的经济引力矩阵,再将矩阵中行均 值作为每行的阈值,引力值高于该行阈值的赋值为 1,表示对应行列两省间存在 经济关联,反之,则赋值为 0,认为不存在经济关联。
15
3.1.2数据来源
本研究中涉及的变量数据均来源于对应年份的《国家统计年鉴》,权重矩阵 根据中国地图进行获取,需要特别说明的是本文是根据邻接矩阵对各省经济相关 性进行分析,但由于海南省无相接壤的省份,因此本文将广东省与海南省视为接 壤。由于台湾、香港、澳门的相关数据无法获取,因此本文在中国空间经济网络 结构研究部分以中国31个省份作为研究对象,时间跨度为20年(2000-2019年) 。 而在网络效应分析部分,由于西藏地区数据的缺失,以及某些年份数据的不完整, 因此后续又剔除了西藏地区,并在此将研究的时间跨度调整为2004-2018年。
3.2中国空间经济网络结构分析
3.2.1整体网络结构特征及变化趋势
本文以我国31 个省级地区作为空间经济关联网络的节点,根据引力矩阵确 定省份之间的关联性,图3-1为全国空间经济关联网络的可视化图(2004年、2007 年、 2010 年、 2013 年、 2016 年、 2019 年)。从网络图的结构变化情况可知, 20 年内 31 个省份之间的经济联系由少变多。前期,中国经济空间网络结构呈现明 显的中西部地区边缘化现象,沿海地区在省份间建立经济联系的过程中担当了核 心角色,这与国家 2000 年前国家实施的沿海地区发展战略、 “三大地带”发展战 略密不可分,这也是中西部地区与东部地区差距日益拉大的原因。随着区域经济 发展不协调问题越发明显,国家开始重视区域公平发展的重要性。国家为缩小区 域间经济差异,在2000年、 2003年、 2006年分别实施了西部大开发、振兴东北 老工业基地、中部崛起等发展战略,使得区域之间的差异逐渐减小。从网络结构 图中也可以看到, 2006 年以后全国各省份之间的经济联系相比前期来说有所增
多,各省之间的经济联系也越来越密切。
 
2004 年
2007 年
 
16
 
 
 
 
 
图 3-1 中国经济空间关联网络 整体网络密度是网络中实际存在的关联数与理论上最多可能存在的关联数 之比,反映了各省份间关系的紧密程度,密度越大,说明整体网络联系越紧密。 从 20 年内整体网络密度值的走势来看,中国经济空间网络密度越来越大,但同 时存在的问题是增幅并不大,且 20年内的平均网络密度值仅有 0.22414,说明总 体上各省份间经济关联度并不高,各省间的经济合作与交流还有待加强。网络效 率都是用于反映网络关联性的指标,从网络效率 20 年趋势变化来看,其呈现下 降趋势,说明各省份在 20 年之间增加了许多经济往来。图的等级度指的是节点 之间在多大程度上非对称可达,那么在经济空间网络中,网络等级度越大,说明 网络的等级结构越明显,省份间的经济互动缺乏双向性。从图 3-2中等级度指标 20年内的变化情况来看,等级度的下降趋势明显。2000-2006年之间的三大区域 发展战略的实施缩小了区域经济差异、2007 年中国动车、高铁的开通方便了省 份间经济要素的流动, 2014-2019年间 18个自贸区的获批促进了东中西部地区的
17
统筹发展。20 年内经济发展战略的实行以及交通设施的改善,使得中国经济网 络等级度明显降低,以往经济发展集中在东部地区的现象正在逐步得到改善,与 此同时各地区的经济联系增多,整体网络的凝聚力、网络密度也得到了一定幅度 的增长。
 
 
0.9
0.4
0.3
0.2
0.1
0
 
 
 
 
 
 
 
 
o o o fN t—1 o o fN fN O O fN m o o fN 寸 O O fN LD O O fN 9 O O fN 卜 o o fN 00 o o fN 6 O O I o o fN fN t—1 t—1 O fN fN t—1 O fN m t—i o fN 寸 r—1 O fN LD t—1 O fN 9 t—1 O fN 00 6
t—1 t—1 t—1
o o o
fN fN fN
年份
网络密度 等级度 网络效率
 
图 3-2 2000-2019 年中国经济空间网络结构指标汇总
3.2.2网络个体重要性分析
中心性是用于测量网络中节点的地位与作用的指标。为探索每个个体在经济 空间关联网络中的特征,本文以 2019年为例,对31 个省份的节点重要性进行了 研究。
在有向网络中,绝对点度中心度又可以分为出度与入度。在全国经济空间网 络中,点入度反映了经济活动流向待估节点的流入量,即节点整体的经济聚集能 力,本文将点入度高于点出度的省份称为经济发展的受益方;点出度反映待估节 点的经济活动流向其它节点的流出量,即经济对外发展程度,本文将点出度高于 点入读的省份称为经济发展的溢出方。2019 计算结果显示,点度中心度排名靠 前的省份有上海、江苏、北京、天津、内蒙古、山东、浙江,这些省份在31 个 省份中也属于经济受益者,20 年内该情况基本无太大变化,说明这些省份与其 它省份之间的经济关联较多,且相对于其它省份来说有较强的经济聚集能力,更 能吸引各种资金、人才以及经济资源的流入。从地理分布进行分析可以发现,受 益省份中的绝大多数地处沿海一带或者长江三角洲地区,这一部分城市在中国经 济发展的里程当中,由于得天独厚的地理优势最先得到发展,经济基础较为雄厚, 在中国经济空间网络中处于核心位置。而经济属于溢出方的省份大部分位于东北 以及中西部地区,这些省份在整个经济空间网络中缺乏经济吸引力,所以会使得
18
更多的人才以及资源向发达地区流动,形成一种单向关联。
中介中心度指标也反映了同样的问题,不仅仅是 2019 年,同时 2000-2019 年内中介中心度排名靠前的省份与点度中心度排名靠前的省份一致,说明这些城 市在全国经济空间关联网络中不仅对其它省份有着较强的经济吸引力,同时对经 济资源的掌控力较强,在该网络中这些省份发挥着强有力的中介作用,处于网络 的中心位置。而中西部地区仍然在整个经济空间关联网络中处于边缘位置,在经 济发展过程中缺乏支配作用。
从表 3-1 中我们可以看出,使用邻接信息熵方法对中国经济空间网络中的关 键节点进行识别时,得到的邻接度信息熵值最大值约为 15.45,对应上海地区。 31 个省份的平均邻接度信息熵为 5.28,高于该平均值的共 11 个省份,排名前列 的依次有上海、江苏、天津、北京、浙江,说明在全国经济空间关联网络中,这 几个省份与其它省份间的经济关联较多,在中国经济发展上具有十分重要的地位 与作用。从地理位置分布来看,可以发现,这些省份都处于沿海地带,早期经济 积累与自身物质资源丰富。而排名靠后的有海南、青海、宁夏、新疆,说明这些 省份与其它省份间的经济关联较少甚至是薄弱,在整个经济空间网络中远离核心 地位,处于边缘位置。三个评估方法的评估结果相差无几。
这一结果也表明了中国近年区域发展战略的实施,使落后地区得到了一定程 度的开发,但所获得的经济益处还远远低于发达地区。南水北调、西气东输等工 程的实施,虽然也促使了落后地区的发展,但其实更大的受益者是发达地区。中 西部落后地区的自身经济发展能力依然没有得到大幅度的提升。
表 3-1 中国经济空间关联网络个体特征指标
点度中心度 中介中 心度 邻接信息熵
省份 点出度 点入度 受益 与否 中心度 中心度
1 北京 5 23 受益 80 10.06 13.18
2 天津 6 23 受益 80 10.06 13.68
3 河北 6 5 溢出 20 0.10 2.71
4 山西 6 4 溢出 20 0.10 2.19
5 内蒙古 7 14 受益 57 3.70 9.66
6 辽宁 6 3 溢出 20 0.05 2.05
7 吉林 7 2 溢出 23 0.14 1.57
8 黑龙江 9 2 溢出 30 0.56 1.91
9 上海 8 26 受益 90 13.07 15.45
10 江苏 4 26 受益 87 12.04 13.37
11 浙江 6 16 受益 53 3.33 10.05
12 安徽 3 10 受益 33 0.63 4.88
13 福建 9 7 溢出 40 1.27 5.18
19
 
 
14 江西 8 6 溢出 27 0.30 4.20
15 山东 8 14 受益 57 2.53 9.63
16 河南 7 8 受益 27 0.33 4.97
17 湖北 7 7 - 33 0.32 4.11
18 湖南 9 4 溢出 30 0.41 3.16
19 广东 10 8 溢出 37 1.06 6.77
20 广西 8 3 溢出 27 0.36 2.58
21 海南 7 1 溢出 23 0.26 0.88
22 重庆 9 6 溢出 33 0.46 5.00
23 四川 9 2 溢出 30 0.46 1.88
24 贵州 11 4 溢出 40 1.02 4.06
25 云南 10 2 溢出 33 0.66 2.12
26 西藏 11 0 溢出 37 0.81 0.35
27 陕西 9 2 溢出 33 0.26 1.73
28 甘肃 11 5 溢出 37 0.84 5.22
29 青海 6 1 溢出 20 0.08 0.69
30 宁夏 6 1 溢出 20 0.08 0.69
31 新疆 7 0 溢出 23 0.18 0.17
 
3.3小结 本章主要利用引力模型构建了我国经济网络,并使用网络密度、网络等级度、 网络效率三个指标对网络整体结构进行了分析。总体而言,我国经济网络 20 年 内网络密度逐年增大,网络效率有一定的下降趋势,等级度下降趋势明显,说明 各省之间的经济关联在逐渐增多,经济网络越加密切。通过使用点度中心度、中 介中心度、邻接信息熵三个指标对网络中省份重要性进行评估发现,各省份在我 国经济网络中发挥的作用有所差异,东部沿海一带省份在网络中发挥关键作用, 对经济资源支配能力也较强,而西部地区则在网络中处于边缘位置,经济支配能 力较弱,中国空间经济网络结构还有待完善。
20
 
4中国经济增长的时间及空间维度分析
省份间的经济差异,一定程度上促使省份间经济要素的流动,而网络的形成 恰恰依赖于这种要素的流动。另外要观察网络结构对经济增长产生的效应,前提 是省份之间存在空间依赖性。因此本章节将从时间维度和空间维度对我国经济的 基本状况进行分析。从时间维度上观测我国省域之间近年经济发展的差异,侧面 了解网络关联关系产生的原因,也为补充上一章节对网络的相关分析,另外从空 间维度上分析省份间经济发展的空间相关性,以便为下一章节的研究提供保障。
4.1时间维度上的省份差异性分析
以往研究表明,地区之间的经济水平差异性对地区间的经济关联具有显著影 响[45]。该部分希望通过对我国地区经济差异的分析,观测网络的形成受到哪些 经济差异情况的影响。本处选用人均国内生产总值(人均GDP)数据来反映一 个地区的经济社会综合实力,并通过泰尔指数和泰尔指数分解法观察地区间差异 情况。
泰尔指数这一指标在 1967 年由泰尔提出。泰尔指数是用于衡量数据之间差 异的指标,泰尔指数越小,说明地区间经济差异越大,反之则越小。泰尔指数的 计算公式为:
i=l
其中,T为泰尔指数,反映经济发展均衡程度,n为省份数量,%为第i个 省份的人均GDP,歹为某一年全国人均GDP。计算出2000-2019年中国的泰尔指 数指标,由图 4-1 可知,中国泰尔指数逐年下降, 2013 年以后大致趋于平稳走势, 说明整体上中国各省之间的经济差异不断扩大。
21
 
 
O X-I (N cn LO9 86OT(Nm LO9 86
O O O O O O O O O O X-1 X-1 X-1 X-1 X-1 X-1 X-1 X-1 X-1 X-1
oooooooooooooooooooo
年份
图 4-1 泰尔指数走势图
泰尔指数区别于其它衡量指标的优点在于泰尔指数具备良好的可分解性质, 该指标进行分解后可以分别衡量组内差异以及组间差异对总体差异的贡献率。本 文将中国划分为东北、中部、东部、西部4大区域,东北地区包含4个省份,中 部地区包含6个省份,东部包含10个省份,西部包含1 1个省份,各区域具体包 含的省份情况见表4-1。
表 4-1 区域划分情况
所包含省份
内蒙古自治区,辽宁省,吉林省,黑龙江省
山西省,安徽省,江西省,河南省,湖北省,湖南省
北京市,天津市,河北省,上海市,江苏省,
浙江省,福建省,山东省,广东省,海南省
广西壮族自治区,重庆市,四川省,贵州省,云南省,西藏自治区
陕西省,甘肃省,青海省,宁夏回族自治区,新疆维吾尔自治区
在此将泰尔指数按照东北、中部、东部、西部四大区域进行分解,观测区域
之间的经济差异以及区域内部省份间的经济差异,分解公式如(4.2):
 
其中,b代表四大区域之间的经济差异弋表区域内部省份间的经济差异; K表示划分的组的数量,本文由于划分为4个区域,因此K=4; %表示第k组内 i省份的人均GDP占中国31个省份人均GDP总和的比例,%表示第k组的人均 GDP之和占中国31个省份人均GDP总和的比例。gk表示第k组,nk表示第k 个区域内所包含的省份数量,n为省份数量,n=31。
22
 
 
■组间■组内
图 4-2 四大区域组内组间差异
利用泰尔指数分解方法可以分解出四个区域的经济对整个中国经济差异的 影响,首先分析东北、中部、东部、西部四大区域的区域内以及区域间经济差异 对中国整体经济差异的贡献率,分解结果见图 4-2。
由图 4-2 可知,2000-2019 年,东北、中部、东部、西部四大区域之间的经 济差异对中国整体的经济差异贡献率大致占比 65%,而区域内的经济差异对整体 经济差异的贡献相对较小,说明中国的经济差异原因主要源于东北、中部、东部、 西部四大区域之间的经济差异,较小一部分源自区域内差异。而 2018-2019 年, 区域间的经济差异与区域间的经济差异对全国经济差异的贡献大致各占一半,说 明区域内部省份之间的经济差异也渐渐呈现增大的趋势。
进一步分析东北、中部、东部、西部四大区域分别对中国整体经济差异的贡 献率大小,目的是观测哪个区域内部的经济差异对全国经济差异的影响最大。
23
 
 
■东北■中部■东部■西部
图 4-3 四大区域内差异对整体差异贡献
由图 4-3 可知,2000-2019 年间,东部地区对中国区域内经济差异的贡献率 最大,东北、中部、西部贡献的比例较小。说明所属东部地区的北京市、天津市、 河北省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省之间的经 济差异相对于其它区域内部差异来说较大。中国经济差异从宏观视角来看源自于 四大区域之间经济差异,若逐步细分,影响中国区域内经济差异的原因还在于东 部地区省份之间的经济差异较大。
综上所述,过去的 20 年内,中国 65%的经济差异源自东北、中部、东部、 西部四大区域之间的经济差异,这是中国经济发展不均衡的主要因素;而对于区 域内部差异来说,东部地区省份间的差异占了大比重,其它三大区域内部差异则 相对较小,但这并不表明其它三大区域的经济发展足够成熟,反之根据实际的中 国实情可知,这三个区域的经济相比于东部地区来说都较弱,而这三个区域内部 经济差异又较小,那说明这三大区域内的省份经济发展水平都有待提升。正是有 了差异,省份间的经济要素才得以快速流动,东部地区间的经济差异最大,要素 流动越多,网络结构分析部分也证实了这一观点。
4.2空间维度的经济增长相关性分析
4.2.1全局空间自相关检验
为从空间维度研究中国经济增长的空间依赖强度,本文根据地理位置特点, 以中国 31 个省份 2000-2019 年的人均 GDP 为研究对象,对该变量的空间相关性 进行检验,这也是进行空间计量分析之前的必要步骤。
检验空间相关关系常用的方法是莫兰指数(Moran's I),莫兰指数又包括全
24
 
局莫兰指数和局部莫兰指数,其中全局莫兰指数测量的是全局空间范围内变量的 空间相关性,计算公式为:
器1 器】Wij(Xi —X>(Xj—X)
S2 器 j 曙 jWij
n
=1 (4.4)
其中,I为全局莫兰指数,该值的取值范围为[-1,1],正值表示存在正的空间 相关关系,负值表示存在负的空间相关,绝对值越接近1,相关性越强;n=31, 代表31个省份;叫为以地理位置度量的相邻空间权重矩阵,竝、Xj为i与j省 份的人均GDP,文为31个省份的人均GDP均值。
 
0.2 o I Z CC 寸 IC 9 O 00 6 O I e CC 寸 IC 9 O 8 6
<*~j <*~j <*~j <*~j <*~j —i —i i—i i—i i—i i—i i—i i—i i—i i—i
oooooooooooooooooooo
zzzzzzzzzzzzzzzzzzzz
year
图 4-4 莫兰指数走势图
根据31 个省份人均 GDP 计算得到2000-2019 年间中国区域的莫兰指数,为 更加直观地观测 20 年内该指标的变化情况,本文将其整理为图 4-4 中的走势图
由图 4-4可知,20 年内全局莫兰指数均大于0,且基本维持在 0.4左右,总 体没有太大波动。表 4-2 显示该指标每年都通过了 1%的显著性水平检验,说明 20 年内中国各省份之间的经济增长存在显著正相关关系,各省经济增长在空间 上存在空间依赖性。
表 4-2 2008-2019年莫兰指数显著性统计
年份 Moran's I 指数 p值 年份 Moran's I 指数 p值
2000 0.370 0.003 2010 0.438 0.001
2001 0.370 0.003 2011 0.434 0.001
2002 0.377 0.003 2012 0.422 0.001
2004 0.399 0.003 2013 0.412 0.001
2004 0.405 0.003 2014 0.396 0.001
25
 
2005 0.419 0.003 2015 0.395 0.002
2006 0.426 0.003 2016 0.409 0.002
2007 0.419 0.003 2017 0.435 0.002
2008 0.425 0.003 2018 0.361 0.003
2009 0.427 0.002 2019 0.351 0.004
 
4.2.2局部空间自相关检验
全局空间自相关检验仅仅从全局的角度对空间相关性进行了分析,并不能观 测到局部特点。局部空间自相关检验则是利用局部相关性观测各省份的经济增长 与相邻省份之间的相关关系。实证分析中,通常使用莫兰指数散点图来观测局部 空间的相关关系,莫兰指数散点图中,散点图被分为 4个象限,每个象限中的数 据观测点代表了不同的空间相关特征, 4 个象限的具体相关含义见表4-3。
表 4-3 Moran's I 散点图特征
象限 特征 符号表示
第1 象限 与高值相邻的是高值 H-H 扩散效应区
第2 象限 与低值相邻的是高值 L-H 过渡区
第3 象限 与低值相邻的是低值 L-L 低速增长区
第4 象限 与高值相邻的是低值 H-L 极化区
 
本文以 2019年为例,画出莫兰指数散点图,由图 4-5可知2019 年位于第3 象限的省份最多,呈现低低聚集的特点,其次所包含省份较多的是第 1象限,呈 现高高聚集的特点,但数量仍然远不及低低聚集区域的省份数量;这一现象表明 中国31 个省份之间存在着较大的经济差异,而且大部分省份的经济发展水平有 待提高,且这些省份存在一定的集聚特点,若想要全面提高中国各省经济发展水 平,促进经济增长,国家政策应有针对性的规划低低聚集区域省份的经济发展。 结合图中各象限内的省份分布情况分析,高高聚集特征的省份(即扩散效应区) 包含江苏、上海、浙江等,主要集中在较为发达的沿海一带,这些省份通过空间 溢出效应发挥了自身的经济扩散作用,有效的带动了周边区域的经济增长;而低 低聚集特征(低速增长区)的省份包含内贵州、新疆、青海、四川、山西等,这 些省份都位于中西部地区。整体而言,我国的经济呈现部分省份发展较好,其它 省份较为落后的非均衡发展状态。
26
Moran scatterplot (Moran's I = 0.351) 2019
 
z
图 4-5:2019年局部莫兰指数散点图
 
4.3小结
本章主要从时间和空间两个维度对我国经济基本情况进行了描述性统计分 析。时间维度的分析结果表明,我国东北、中部、东部、西部四大区域之间以及 区域内部省份间都存在一定的经济差异。从空间维度对我国经济进行分析时,本 章主要利用了全局空间自相关以及局部空间自相关两个指标,结果表明,我国各 省经济发展存在正向的空间依赖性,各省经济发展水平存在差异,且呈现东部地 区经济发展水平高的省份聚集、西部地区经济发展水平低的省份聚集的特征,我 国区域经济发展不均衡的特点较为明显。结合两个维度的分析可知,各省份间存 在差异性以及空间依赖性,而正是因为存在这两个性质,才促使了网络的形成, 也为后续研究网络经济增长效应提供了基础。
5经济网络溢出效应分析
省份间建立密切的经济往来,是经济资源得以扩散和集聚的关键,因此这种 空间结构带来的经济增长效应就不容忽视,否则对于经济增长影响因素的研究将
27 不够合理。为研究中国空间经济网络产生的经济增长效应,本文在基本要素投入 的基础上,利用空间计量模型,结合空间结构变量,综合分析中国经济增长的影 响因素。本章主要包含:变量选取、研究模型的确定与估计。
5.1研究模型的确定
5.1.1变量选取
为反映网络对经济增长的影响,需要选取合适的指标反映网络结构特征。在 第三章中,涉及到三个节点重要性评估指标,分别是点度中心度、中介中心度、 邻接信息熵。节点重要性评估指标既能涵盖时间维度又能体现截面情况,因此从 数据与模型的适用性角度而言,节点重要性评估指标适用于本文选取的空间计量 模型,可以被选作反映网络结构特征的指标。由于第三章中提及了三个不同的评 估节点重要性的指标,那么在网络经济增长效应的研究中究竟选择哪一个作为研 究变量呢?为此该小节在本文研究网络的基础上对2019 年以上三个指标的性能 进行了对比分析。
对于一个网络当中的重要节点而言,它们的存在与否很大程度上决定了网络 的结构特征。因此,为评估以上三种方法对网络关键节点识别的有效性或准确性, 本文考虑结合网络鲁棒性研究的思想,首先将点度中心性、中介中心性、邻接信 息熵三种关键节点识别方法评估出的节点按重要程度从高到低进行排序,再通过 蓄意依次删除网络中的重要节点,观察子图数量、子图规模、网络效率等静态网 络指标的变化情况,进而对三种评估方法的性能进行比较。当按照以上思路删除 节点后,网络中子图数量越多、最大子图规模小、网络效率下降速度越快,说明 对应的评估方法性能越好,对关键节点的评估准确性越高。
图 5-1、5-2、5-3 呈现的分别是删除节点后网络中最大子图规模、子图数量 以及网络效率的变化情况(此处所用经济网络为2019 年经济网络)。由图可知, 三种评估方法中性能表现最差的是中介中心性评估指标。蓄意删除重要节点后, 中介中心性评估指标对应的最大子图规模变小的速度稍弱于其它两者;在删除了 前 13个重要节点后,子图数量依旧保持为1,说明该方法评估出的前13 个重要 节点对整个经济网络的影响程度并不大;从网络效率变化情况来看,删除中介中 心性评估指标评估出的重要节点后,网络效率下降速度较慢,在删除了大约55% 的节点后,网络效率才有较为明显的变化。点度中心性和邻接信息熵两种评估方 法的性能表现虽然较为相似,但仍有略微的差异。删除两种指标评估出的重要节 点后,大多数情况下邻接信息熵对应的网络最大子图规模小于点度中心性指标对 应的网络最大子图规模,邻接信息熵对应的子图数量多于点度中心性指标对应的
28
 
子图数量。对于网络效率下降速度而言,也是邻接信息熵评估指标优于点度中心 性评估指标,因此本文最终选用邻接信息熵指标作为反映网络结构特征的指标。
—点度中心性
 
 
 
最终,本文选取人均GDP作为被解释变量,用于衡量各省的经济发展水平。 核心解释变量为前文所提的邻接信息熵,用于反映网络结构特征。
另外,本文参照以往学者的研究[41-42],选取资本存量、劳动力、制度、创新 水平四个对我国经济发展具有影响的指标作为控制变量。其中劳动力(L)变量 以每个省份当年的从业人员数来衡量。对外开放水平(0)决定了一个地区吸引 投资以及与外部地区的关联程度,本文根据每年汇率折算价将地区进出口总值换 算为人名币,以此反映地区对外开放水平。制度(S)反映一个地区的经济活动 受到当地政府的影响,即政府力量多大程度上决定了地区的经济增长。本文选取 地区财政支出作为各省制度因素的衡量指标。资本存量(K)变量利用国家统计 局官方数据固定资产投资,根据张军(2004)资本存量算法进行估算得到,计算 公式为式( 5.1):
Kit = Kit-i(1 - §)
(5-1)
其中,心为i省份第t期的固定资产投资额,&为i省第t期的投资流量,6
表示资本折旧率,本文以2000年为基期,设置折旧率为9.6%。
5.1.2空间权重矩阵设定
空间计量分析中至关重要的一环便是设置空间权重矩阵,空间权重矩阵是空 间相关关系的一种量化,本文在上一章莫兰指数分析部分以及后续使用空间计量 模型研究中国经济空间网络对经济增长的影响时,都需依赖于空间权重矩阵衡量 省份间的邻近关系。基于数据获取的便利性而言,本文最终选取相邻空间权重矩
30
阵来支撑本文的研究,空间观测单位的区位邻近,主要指观测点之间在地理上的 相邻或者接壤,本文定义如下:Wij = 0,表示两省份之间在地理上不接壤,Wij = 1,表示两省份之间在地理上接壤。
5.1.3空间计量模型的确定
通过上一章节对我国各省人均 GDP 空间相关性的分析,发现各省经济发展 存在一定的空间依赖性,有必要进一步进行空间计量分析。最常用于检验空间相 关性的空间计量模型有空间滞后模型(SLM)、空间误差模型(SEM)、空间 杜宾模型(SDM)等,最终的研究模型将通过以下一系列检验来确定。
(1)LM检验和Robust-LM检验。首先,在普通线性回归(OLS)的基础 上进行拉格朗日乘子检验(LM),目的是检验空间误差(Spatial error)和空间 滞后(Spatial lag)两个统计量的显著性。若LM检验时两个统计量均未拒绝原 假设,则选择OLS模型进行估计即可;若仅仅是Spatial error统计量拒绝原假设, 则选择空间误差模型(SEM)进行估计,反之,若仅是Spatial lag统计量拒绝原 假设,则选择空间滞后模型(SLM);但如果两个统计量均拒绝原假设,则需要 进一步进行稳健的拉格朗日乘子检验(Robust-LM),进行稳健的拉格朗日乘子 检验时,如果仅一个统计量拒绝原假设,而另一个不拒绝的情况,模型选择方式 同上,但如果两个统计量均拒绝原假设,此时则应该选择空间杜宾模型(SDM)。 表 5-1 的检验结果表明,无论进行 LM 检验还是 Robust-LM 检验, Spatial error 和 Spatial lag 两个统计量都通过了 1%的显著性水平检验,说明应拒绝不存在空 间滞后和空间误差的原假设,最后选择空间杜宾模型为本文的研究模型。
表 5-1: LM 检验和 Robust-LM 检验结果
检验对象 统计值 自由度 P值
空间误差:
LM 435.459 1 0.000
Robust-LM 55.634 1 0.000
空间滞后:
LM 96.786 1 0.000
Robust-LM 16.960 1 0.000
 
(2) Hausman 检验。 Hausman 检验用于确定模型使用固定效应还是随机效 应。表 5-2 的检验结果显示, Hausman 检验在 1%的显著性水平下通过了检验, 即本文的空间杜宾模型应该选择固定效应。
31
表 5-2: Hausman 检验结果
模型 Hausman 检验统计量 P值
SDM 48.45 0.000
 
(3)联合显著性检验。由于固定效应又涵盖了时间固定效应、空间固定效 应以及时间空间双固定效应三种模式,因此在本文以上检验的基础上使用LR检 验进行联合显著性检验。首先计算三种固定效应的对数似然值,再将计算出来的 对数似然值两两结合构造似然统计量,最后根据统计量和自由度计算出 P 值判断 选择哪种固定效应。检验结果见表5-3,结果显示,在0.01的显著性水平下拒绝 了“空间固定效应联合不显著”和“时间固定效应联合不显著”的原假设,因此模型 应考虑双固定效应的空间杜宾模型。
表 5-3:联合显著性检验
原假设 似然统计量 P值
空间固定效应联合不显著 1005.19 0.000
时间固定效应联合不显著 25.50 0.044
 
(4)LR检验。实际上,空间滞后模型以及空间误差模型是空间杜宾模型的 两种特殊形式,为判断空间杜宾模型是否能退化为空间滞后模型和空间误差模 型,在此使用LR检验(似然比检验)结果作为评判标准。表5-4的检验结果显 示,p值小于任何一个显著性水平,因此本次研究不支持空间杜宾模型(SDM) 退化为空间滞后模型(SLM)或者退化为空间误差模型(SEM),最终依然选 择双固定效应的空间杜宾模型。
表 5-4: LR 检验
原假设 LR检验统计量 P值
SDM模型可以退化为SLM模型 50.75 0.000
SDM模型可以退化为SEM模型 87.45 0.000
 
5.2经济网络对经济增长影响的实证分析
确定好研究所要使用的模型后,本文考虑在传统经济要素的基础上,纳入网
络结构指标,用以观测网络结构对中国经济增长的影响效应。由于截面数据并不 能反映观测单位在时间维度上的变化趋势,而面板数据能同时兼顾观测样本在时 间以及空间上的变化情况,因此本文计量模型中所使用的数据为面板数据,即主 要研究模型为面板数据的空间杜宾模型。
LeSage and pace (2009)认为使用空间回归模型的点估计结果检验空间溢出
32
 
效应是否存在会导致很多错误,模型当中变量的变化会随之影响偏微分方程。如 空间杜宾模型虽然可以对自变量和自变量的空间滞后项系数进行估计,但估计值 并非真实的自变量对因变量的影响。因此 LeSage and pace 提出,应采用偏导的 方式得到影响效应,将空间杜宾回归模型中各解释变量对我国经济增长的影响分 解为间接效应以及直接效应。在空间杜宾模型中,模型形式为式(5.2),经过 一系列变换后,得到式(5.4)的形式,再将式(5.4)中 y 对 k 个自变量 x 求偏 导,得到式(5.5),公式右边矩阵为偏导矩阵,矩阵中对角线元素的均值为直 接效应,其余非对角线元素均值为间接效应。
 
r^yi dyi ] [dy dy
dx\杞 .dx-iy
dy九 dy九 (5-5)
dXnk-
 
直接效应指的是地区自身的外生变量对自身经济增长的影响,而间接效应指 的是邻近地区的外生变量的变化对本地区经济增长的影响,总效应则是两者效果 之和。直接效应又可以分为两种影响路径:一是地区自身因素的变化直接对地区 经济增长产生的影响;二是地区自身因素的变化先对邻接地区的经济增长产生影 响,后续由于整个经济环境下产生的经济循环或者经济关联进而对本地区经济增 长产生的影响。间接效应同样也可以理解为有两种影响路径:一是邻接地区经济 相关影响因素的变化对本地区产生的经济影响,二是邻接地区自身因素对自身和 经济增长首先产生影响,逐渐下去由于经济循环以及经济关联作用进而对本地区 经济增长产生影响。本文模型分解结果见表 5-5。
表 5-5: SDM 模型效应分解结果
变量 直接效应 间接效应 总效应
D 0.039*** 0.033 0.072**
(0.002) (0.212) (0.027)
K 0.209*** -0.152** 0.057
(0.000) (0.045) (0.511)
L 0.095*** 0.273*** 0.368***
(0.000) (0.000) (0.000)
33
 
0 0.056*** 0.184*** 0.241***
(0.000) (0.000) (0.000)
S 0.511*** 0.113 0.624**
(0.000) (0.191) (0.000)
注:1. D、K、L、0、S 分别代表邻接度信息熵、资本存量、劳动力、对外开放水平、政策。2. *、**、***分别表示参数估 计通过了 10%、5%、1%的显著性水平检验。3. 括号中数值为 P 值。
邻接信息熵变量(0)的直接效应为正,效应系数为 0.039,且通过了 1%的 显著性水平检验。说明一个省与其它省份增加经济关联能有效的促进本省的经济 增长。本省邻接信息熵指标增长1%,省份经济将平均增长 0.039个百分点。这 是由于省份吸引经济资源以及人才的大量流入,或者向外扩展经济业务,使得一 部分资金在该省得以聚集,通过这种经济要素的流动,省份的经济发展能力得到 提升。邻接信息熵指标的间接效应系数为正,但未通过显著性水平检验,说明该 指标产生的间接效应对本省经济增长的促进作用不明显,即邻接省份与其它省份 搭建更多的经济关联,并不能显著的促进本省的经济发展。说明尽管两个省份在 地理位置上相邻,但省份邻接信息熵的提高更多是对本省经济产生影响,对周围 省份产生的经济溢出效应并不显著。总效应的效应系数显著为正,说明一个省份 与其周边邻接省份同时向往建立更多经济关联后,对这个省份的经济增长最终会 产生正向影响作用。
资本存量(K)反映的是所在省份现存的全部资本资源的总和。该变量对本 省经济增长的直接效应显著为正,本省资本存量增加 1%,经济将增长 0.209%, 说明本省资本存量的增加有利于本省经济的增长。该指标间接效应系数值为负, 说明其它省份资本存量的增加并不利于本省的经济增长,原因在于其它省份资本 存量的增加,使得它们无论是生产规模还是技术水平都大幅度提高,在整个经济 市场当中,具备较高的竞争力,自然对本省的经济增长产生了一定的阻力。不过, 直接效应仍然大于间接效应,最终总效应系数为 0.057,但不显著。总的来说, 一个省份及其周边省份资本存量的同时增加,有利于该省自身的经济发展,但从 影响力而言,促进作用不够明显。
劳动力(L)是影响地区经济增长的关键要素之一,劳动人口的增加会促使 地区产出水平的提升。从空间杜宾模型的效应分解结果可知,劳动力因素所产生 的直接效应、间接效应以及总效应均为正,且都通过了 1%的显著性水平检验, 说明无论是本省劳动力的增加还是邻接省份劳动力的增加,亦或是本省与周边省 份劳动力的同时增加,都明显有利于地区的经济增长。
对外开放水平(0)反映了一个地区对外经济往来以及市场的包容程度。表
9 的研究结果显示,分解后的三种效应估计系数均显著为正。说明我国整体对外
开放政策的实施,使得各省有效的发挥了其配置经济资源的能力,省份可通过经
济资源的集聚提升自身经济水平,也可通过扩散效应更好的调整其经济结构,由
34
此也能进一步推动我国经济网络结构的完善。
制度变量(S)。由于市场经济活动在一定程度上受到政府的把控,因此本 文用制度变量反映政府对经济市场的作用力。从效应分解的结果可知,该指标的 直接效应、间接效应、总效应对经济增长产生的作用都显著为正,其中直接效应 系数大于间接效应系数,说明本省经济制度和政策的合理制定更有利于本省经济 发展,实际上就是直接作用力产生的影响大于间接作用力的影响。就间接效应而 言,邻接省份制度指标的提升对本省经济依然是促进作用的原因可能在于邻接省 份由于经济制度的制定或完善对市场资源进行了新的配置,提升了自身经济水 平,而由于地理邻近的作用,可能对本省产生了一定的经济溢出效应,对周边省 份经济政策的转变也产生了一定影响。
5.3小结
本章主要研究了网络的经济增长效应。由于涉及到网络结构变量的确定,本 章结合删除节点后子图数量、最大子图规模、网络效率三个指标对第三章评估节 点重要性的点度中心性、中介中心型、邻接信息熵进行对比分析,最终选择邻接 信息熵作为衡量网络结构的指标。另外还选取了资本存量、劳动力、对外开放水 平、政策作为控制变量,省份接壤矩阵作为空间权重矩阵。经过 LM 检验、 Robust-LM检验、Hausman检验、联合显著性检验、LR检验等步骤确定本文研 究模型为面板数据的双固定效应空间杜宾模型,并利用该模型对经济增长的影响 因素进行研究。对估计结果进行效应分解后发现,省份的经济增长的确受到省份 间形成的经济网络的影响,省份自身或者邻接省份在网络中中心性的提升都有利 于本省经济增长,只是直接效用更为明显。与此同时,其它控制变量也在一定程 度上对省份经济增长具有促进作用。
35
36
 
 
6结论与建议
6.1研究结论
为更全面观测我国经济情况,本文收集相关数据,利用社会网络分析方法对 我国经济网络的空间结构和变化以及各省在网络中的重要性程度进行了分析,同 时结合空间计量学方法及模型对我国经济网络的经济增长效应进行了研究,得出 以下几点结论:
一、在中国空间经济网络结构研究中,本文主要从 2000-2019 年间中国经济 空间整体网络结构以及各省份作为网络节点的重要性程度进行分析。用于反映整 体网络结构的指标使用了网络密度、网络等级度以及网络效率。2000-2019 年间 网络密度一直在加强且逐渐趋于稳定,但网络密度数值一直较低,说明省域之间 的经济联系还有待加强;网络效率以及网络等级度一直呈现下降趋势,说明中国 经济空间网络的等级特征逐渐弱化,各省间的经济联系在 20 年内逐步增多。
二、在网络节点重要性研究中,本文使用了点度中心型、中介中心性、邻接 信息熵三个方法对节点重要性进行评估,综合指标评估结果分析,上海、江苏、 天津、北京、浙江在整个中国经济空间网络结构中属于关键节点,具有十分重要 的地位,这些省份具有带动经济发展、加强省域之间经济联系的作用。而海南、 青海、宁夏、新疆等省份在经济空间网络中远离核心地位,处于边缘位置,对于 其它省份的经济带动性不强。从省份的地理位置分布、自身资源储备进行分析可 知,居于沿海一带、长江流域、黄河流域的省份在经济空间网络中的重要性排名 都靠前,而西南地区、边缘地区的省份排名相对靠后。
三、从时间维度观测我国经济发展情况时发现,我国国内生产总值 20 年以 来稳步持续上升,并且未来也将朝向好的趋势发展。与此同时,通过相关指标分 析也发现一个问题,虽然总体而言我国经济稳步提升,但各个地区、各个省份间 的经济差异明显。区域间经济差异与区域内部省份间经济差异对经济差异问题的 贡献各占一半。就区域划分而言,东部地区对于经济差异问题的贡献最大,即东 部各省之间经济差异相对于东北、中部、西部更为明显。从空间维度对我国经济 进行统计分析时发现,我国各省经济发展存在正向的空间相关性,即各省间经济 发展存在空间依赖性,相互之间会一定程度上产生影响。另外东部地区各省属于 经济扩散效应区,省份及其相邻省份的经济发展水平都较高,而中西部地区则属 于经济低速增长区,省份及其相邻省份的经济发展水平都相对较低。
四、通过对本文所用来评估节点重要性指标性能的比较发现,邻接信息熵方 法相对于其它两种方法来说更具优势,因此被选来作为评估网络结构特征的指 标。在网络经济增长效应分析部分,通过一系列检验最终选取了面板数据的双固
37
定效应空间杜宾模型作为研究模型。研究结果表明,一个省份作为经济网络中的 一个节点,若能提升自身在网络当中的重要性,直接有利于本省经济增长,而邻 接省份重要性的提升,虽然仍然有一定促进作用,但效果并不明显。所以就网络 结构角度而言,一个省与其它省份建立更多的经济关联是直接从网络结构上促进 自身经济增长的关键。就控制变量的估计结果来看,资本存量、劳动力、对外开 放水平、制度四个指标的直接效应都是显著为正,间接效应而言,仅有劳动力、 对外开放水平系数显著为正,其余的资本存量为显著负向影响,制度影响不显著。 该结论首先表明各省经济增长的直接作用力来源于自身经济要素的提升,邻接省 份经济要素的提升对本省经济增长的影响或许正向或许负向。其次,从总效应来 看,无论是省份在网络中的重要性,还是其余四个控制变量,对于我国各省经济 增长的影响都是正向的。
6.2对策建议
通过本文研究可以知道,网络节点的中心性对我国经济发展存在影响。要想 进一步促进我国经济发展水平,需要从完善网络结构角度加以考虑。从中国经济 空间网络结构的发展变化情况来看,中国经济发展结构逐渐优化的同时依然存在 许多问题,较小的网络密度说明了各省份之间经济联系的不足。而省份间经济往 来的密切程度又是影响省份在网络中的中心性的关键,因此要想实现中国经济的 进一步发展,需要加强省域经济发展的整体性,增强各省之间的经济联系,提升 网络连通性。要想提高网络连通性,实际上就是需要关注如何加强省份间经济联 系。主要建议有以下几点:
首先,优化经济网络发展的环境。省份间建立经济联系的最基本前提是基础 设施的保障,也就是“先解决温饱再考虑发展”的思想。基础设施的完善包括交通 设施以及通信设施等的完善。在交通设施问题上,通过对轨道、桥梁、隧道、公 路、机场、航道及其道路上的标志、照明设施等所有可能会对省份间经济要素流 动以及要素流动速度产生影响的因素的调整,能减少经济要素运输的时间消耗, 以此拉近省份间的经济距离,也是最基本的保证省份间经济联系建立的方法。在 通信设施上,由于目前大数据时代的来临,数据已经逐步成为了促进经济发展的 关键要素之一,那么省份间要想更好的搭建经济联系,在通信设施的建立和完善 方面下功夫也十分重要。
其次,充分发挥经济网络中某些重要节点的作用,调整边缘节点的经济发展
策略。经济空间网络中的核心省份即经济发展水平较好、控制经济资源能力强的
省份应充分发挥其经济带动作用,将技术、人才积极向经济发展水平较低的城市
引进或者转移。中西部地区应积极调整当地产业结构,加大对当地企业的支持力
38
度,并做好本省的招商引资工作,通过这种方式加强经济要素的流通,进而提升 自身的影响力,加强与其它省份的经济往来。
最后,结合各省份自身的优势和特色,制定有针对性的区域发展政策。目前 全国各省份间虽然建立了一定程度的经济联系,但省份间的经济发展差异以及省 份在网络中的地位差异都是十分明显的,因此针对各省份在空间关联中的不同地 位以及自身特点,制定有针对性的区域发展政策十分有必要。经济发展较好的省 份应该继续保持,最大的问题就在于中西部的发展问题。结合经济增长影响因素 部分的研究结果可知,除网络结构即网络中节点重要性对经济增长产生的影响效 应外,资本存量、劳动力、对外开放水平、制度等变量都是促进经济发展的关键 要素,因此中西部地区,应该积极响应对外开放政策,调整其经济发展政策,合 理利用省份内部的自然资源、旅游资源,通过发掘地方特色引入投资,鼓励地方 人员积极就业的同时引入各领域高端人才,加强文化知识底蕴,进而增进与其它 省份之间的交流,进一步探索合适的发展路线,从根本上提高经济发展力,以此 促使不发达地区与发达地区间形成双向合作关系,增加网络的经济关联,进一步 促进我国经济增长。
6.3研究不足与展望
由于以往研究中很少有学者使用通过引力模型构建的网络来对网络经济增 长效应进行分析,笔者虽然在本文的研究中采取了该思路,但仍然存在的一点不 足是,本文构建出的经济网络实际上与真实的经济网络可能不完全一致,只能从 大体上反映我国经济网络的形态。
本文在搭建中国经济网络时,建立的是一个有向无权的网络,但就真实情况 而言,经济网络实则上应该是一个带权网络,也就是不同省份间的经济联系可能 会受到某些因素的影响而使得同时具有关联的三个省份间的关联程度不同。这是 本文忽略了的一点问题,也是后续的研究可以加以完善和改进的地方。
39
参考文献
[1]S. Wasserman, K. Fause, Social Network Analysis: Methods and Applications, Cam-brige: Cambrige University Press, 1994.
[2]C. Kadushin, Understanding Social Networks, New York: Oxford University Press, 2012.
[3]M. Everett, Social Network Analysis, Essex: Textbook at Essex Summer School in SSDA.
[4]Heiner Schanz, Julia Federer, Marzena Wilczynski. Markets as leverage points for transformations of economic systems: The example of the German bioeconomy. 2019, 33: 140-161.
[5]Piergiorgio Ricci. How economic freedom reflects on the Bitcoin transaction network. 2020, 47(1):133-161.
[6]彭珺.网络经济与网络金融分析J].经营管理者,2017,(第 16期).
[7]赵康杰,吴亚君.高铁网络与经济网络演进特征及协同关系研究 ——以中国省 域中心城市为例[J].华东经济管理,2020,(第2期).
⑻关晓光,刘柳.基于修正引力模型的京津冀城市群空间联系分析[几城市问 题,2014(11):21-26
[9]孙久文,罗标强.基于修正引力模型的京津冀城市经济联系研究J].经济问题探 索,2016(08):71-75
[10]冯朝阳.环渤海地区区域经济空间网络关联结构研究[J].西部论 坛,2017,27(01):43-52
[11]李俏.东北地区城市群经济增长的空间关联结构及其效应研究[D].东北师范 大学,2019.
[12]许凡,宋殿清,田利军,洪凯.江西省城市经济联系测度和方向一一基于修正的 引力模型J].发展研究,2014(07):45-51.
[13]黄勤,刘素青.成渝城市群经济网络结构及其优化研究J].华东经济管 理,2017,31(08):70-76.
[14]何礼伟.中国经济增长空间关联的网络结构研究:1978-2013[D].山东财经大 学,2016.
[15]李敬,陈澍,万广华,付陈梅.中国区域经济增长的空间关联及其解释——基于 网络分析方法[J].经济研究,2014,49(11):4-16
[16]杨菲.中国东部城市间经济关联网络结构及其影响因素研究[D].中国地质大 学(北京),2018.
[17]Hiemstra,C.,Jones,J.D.,Testing for Linear and Nonlinear Granger Causality in
40
The Stock Price-Volume Relation[J].The Journal of Finance,1994,49(5):1639-1664.
[18]Diks,C.,Panchenko,V,A New Statistic and Practical Guidelines for Nonparametric Granger Causality Testing[J].Journal of Economic Dynamics and Control,2006,30(9):1647-1669.
[19]敖立,渠源清.基于引力模型下湘西自治州区域经济的空间联系[J].全国流通经 济,2020(13):88-90.
[20]杨桠楠,梁荣.基于修正引力模型的内蒙古11盟市城市群空间联系分析[J].建 筑经济,2020,41(Sl):242-247.
[21]谢诗光.浙江省县际经济联系网络结构演化分析[J].世界地理研 究,2020,29(04):738-749.
[22]唐朝生,芦佩,樊少云,邓赛赛.京津冀城市群空间经济联系研究一基于修正 引力模型[J].燕山大学学报(哲学社会科学版),2017,18(06):80-87.
[23]刘华军,张耀,孙亚男.中国区域发展的空间网络结构及其影响因素一一基于 2000-2013年省际地区发展与民生指数[J].经济评论,2015(05):59-69
[24]王珏,陈雯,袁丰.基于社会网络分析的长三角地区人口迁移及演化[J].地理研 究,2014,33(02):385-400.
[25]张莲燕.“ 一带一路”沿线国家园艺产品贸易整体网络结构及其影响因素研究 [D].华中农业大学,2019.
[26]Phillip B onacich.Factoring and weighting approaches to status scores and clique identification[J].Journal of Mathematical Sociology,1972,2
[27]Bavelas A.A mathematical model for group structures[J].Human Organization,1948,7(3):16-30.
[28]Freeman LC.Centrality in social networks conceptual clarification[J].Soc Netw,1979,l(l):215-239.
[29]劳昕,王彦博,沈体雁.基于交通网络和经济网络的中国城市体系空间结构对比 研究[J].经济体制改革,2015(03):49-55.
[30]梁艳花.复杂网络中节点重要性排序算法的研究[D].吉林大学,2018.
[31]钟林峰.复杂网络中关键节点的挖掘算法研究[D].电子科技大学,2018.
[32]臧志栋,李秀霞,李奇.基于PageRank算法的期刊被引时间因子研究[J/OL].情 报杂志:1-6[2020-08-08]. http://kns.cnki.net/kcms/detail/61.1167.G3.20200723.1124. 004.html.
[33]Boix R. Knowledge Networks of the Cities and Growth in Regional Urban Systems[J]. Papers in Regional Science, 2007,86(4): 551-574.
[34]Huggins R,Thompson P A Network-Based View of Regional Growth[J]. Journal
41
of Economic Geography, 2014, 14(3): 511-545.
[35]贾凯“一带一路”贸易网络对区域经济增长的推动效应研究[D]•山西财经大 学,2018.
[36]种照辉,覃成林,叶信岳•城市群经济网络与经济增长——基于大数据与网络分 析方法的研究J] •统计研究,2018,35(01):13-21.
[37]Zhang J, Zhang K, Zhao F. Spatial effects of economic growth, energy consumption and environmental pollution in the provinces of China一An empirical study of a spatial econometrics model[J]. Sustainable Development,2020,28(4).
[38]Chen X R, Hao AM, Li Y L. The impact of financial contagion on real economy-An empirical research based on combination of complex network technology and spatial econometrics model.J]. PloS one,2020,15(3).
[39]Marchand Y, Dube J, Breau S. Exploring the Causes and Consequences of Regional Income Inequality in Canada[J]. Economic Geography,2020,96(2).
[40]Li C G, Yong G. The spatial spillover effects of green finance on ecological environment一empirical research based on spatial econometric model[J]. Environmental Science and Pollution Research,2020(prepublish).
[41]桑曼乘.区域经济网络的增长效应研究[D] •暨南大学,2015.
[42]王艳茹.长三角地区城市网络联系及其经济增长效应研究[D]•华东师范大 学,2020.
[43]张军,吴桂英,张吉鹏•中国省际物质资本存量估算:1952—2000[J].经济研 究,2004(10):35-44.
[44]LeSage J, Pace R K. Introduction to Spatial Econometrics[M].Taylor and Francis:2010-12-12.
[45]刘华军,张耀,孙亚男•中国区域发展的空间网络结构及其影响因素一一基于 2000-2013年省际地区发展与民生指数[J].经济评论,2015(05):59-69.
【本文地址:https://www.xueshulunwenwang.com//jingjilei/jiliangjingjixue/4018.html

上一篇:中国省域分布式能源发展影响因素研究:基于 空间计量方法

下一篇:中国地级市工业全要素生产率测度研究——基于嵌入时空 计量的改进索洛余值法

相关标签: