淮海经济区城市发展潜力评价及影响因素分析

　　摘 要：论文采用潜力模型测算了淮海经济区 20 个城市的发展潜力，通过 ESDA 法和空间计量经济模型分析了淮海经济区发展潜力的全局集聚格局和局部集聚格局的演化情况， 探讨了淮海经济区发展潜力的影响因素。 研究发现，淮海经济区 20 个城市的潜力值得到了增长，地区之间的发展潜力存在显著的空间负相关与负溢出效应，当某个地区相邻区域的发展潜力变动 1 个单位时，将负向波及该地区的发展潜力变动-0.5509%并存在极化现象;产业结构水平、房地产依赖度、信息化水平和人力资本水平对淮海经济区发展潜力有正向影响，城镇化水平、企业数量、对外开放水平有负向影响，居民收入水平、金融发展水平、百度指数和研发投入水平对淮海经济区发展潜力影响不显著。 基于以上结论，建议在制定提升区域发展潜力的政策时，要区别考虑不同因素的影响方向和影响程度，使政策更具有针对性，取得更好的政策效果。

　　关键词：淮海经济区;发展潜力;ESDA;影响因素

　　一、问题的提出

　　淮海经济区地处我国京津冀、中原经济区与长江三角洲的结合部，涵盖苏、鲁、豫、皖四省交界区域，通过京沪铁路沟通南北，陇海-兰新铁路连接东西。 自 1986 年成立淮海经济区以来的三十多年，良好的区位优势并没有得到较好的发挥。 截至 2017年末， 淮海 经济 区人 口 占全国 总人口 的比重为9.79%，经济总量占全国的比重为 6.57%;相较于成立之初的 1986 年水平增长幅度较小， 经济总量占全国经济总量比重增长幅度低于人口增长比重。 区域内人均 GDP 均值为 48537 元， 仅为 全国人 均GDP 的 81.4%。 全体居民人均可支配收入均值为20308 元，低于全国 5666 元。 城镇化率也低于全国水平 5.36 个百分点，和长三角、珠三角、京津冀经济社会发展的差距更大。 研究淮海经济区的城市发展潜力以及影响因素，对于更好地发挥淮海经济区的区位优势、促进高质量发展具有重要的现实意义。发展潜力是衡量一个地区未来可持续发展能力和竞争力的重要表现。

　　目前对于区域发展潜力内涵的认识随着经济的发展和时代的进步而变化。 一些学者对此进行了大量阐述，认为，“区域发展潜力是区域复合系统在维持可持续发展的前提下，支撑体系所具有的潜在能力①。 ”发展潜力是区域可持续发展的内在系统，科技生产、区际交换能力和管理决策能力决定一个区域的发展潜力②。对于区域发展潜力的度量，不同学者采用的方法和指标也是各异，主要是从地理学、规划学的区域发展条件(自然条件、社会条件等)分析区域发展的优势和潜力③④;研究主要包括三个层面：

　　(1)区域经济增长的内生要素;(2) 对单个城市或单个区域发展潜力影响要素的研究⑥-⑧;(3) 集聚经济因素的影响⑨。 对影响因素的定量测度，大多采用探索性空间数据分析(ESDA)方法，它同时考虑了空间依赖和空间异质性⑩11。综上来看，区域发展潜力强调的是“潜力”，这种潜力是一种促进区域可持续发展的能力。 本文认为， 区域发展潜力是一个系统， 构成包括区位、人口、资源、环境、社会、科技、金融、交通可达性与基础设施的完备性等要素，潜力的决定和发挥是各要素综合作用、相互协同的结果。 本文在既往研究的基础上，采用潜力模型和 ESDA 方法，重点解决三个问题： 一是厘清淮海经济区的发展潜力现状;二是分析淮海经济区城市发展潜力的空间格局与演化趋势;三是探析淮海经济区城市发展潜力的影响因素，为政策制定提供决策支持。

　　二、研究方法与数据来源

　　(一)模型选择

　　1.发展潜力模型。

　　借鉴市场潜力的研究方法来测算区域发展潜力，这种方法的优点是既能评价城市可达性，也可以反映城市经济发展强度，评判未来的发展潜力12。衡量一个地区经济发展综合实力的主要指标是地区经济发展的结果，如地区生产总值和财政收入，影响发展结果的指标主要是投资强度、 消费对经济的拉动、金融的支持。为了使各个地区的发展潜力具有更好的直观可比性，将各地区的区域发展潜力值与淮海经济区内的所有地区发展潜力的平均值相除，得到发展潜力系数。 发展潜力系数是一个地区发展潜力高低的测度值，系数越高，发展潜力越高于平均水平14。

　　2.ESDA 分析方法。

　　ESDA 是一种衡量某一现象空间效应的空间自相关分析方法，用空间权重矩阵确定空间位置的相似性，通过空间滞后向量，分析确定每个地域单元的空间邻域状态1115，其主要方法和功能是可视化描述空间现象的分布格局，探索空间集聚和空间异常16， 并对研究对象之间的关系和空间相互作用方向做出判断及解释。 探索性空间数据分析分为两类：一类是用来分析整个区域关联性指数的全局空间自相关， 称为 “全局 Moran’s I”指数，可以用来反映淮海经济区发展潜力的总体空间集聚格局与特征;另一类是用来分析区域内各个地域单元关联性指数的局部空间自相关，可以反映淮海经济区发展潜力的空间异质性17。

　　ESDA 是一种衡量某一现象空间效应的空间自相关分析方法，用空间权重矩阵确定空间位置的相似性，通过空间滞后向量，分析确定每个地域单元的空间邻域状态1115，主要方法和功能是可视化描述空间现象的分布格局， 探索空间集聚和空间异常，并对研究对象之间的关系和空间相互作用方向做出判断及解释16。 探索性空间数据分析分为两类：一类是用来分析整个区域关联性指数的全局空间自相关，称为“全局 Moran’s I”指数，可以用来反映淮海经济区发展潜力的总体空间集聚格局与特征。 另一类是用来分析区域内各个地域单元关联性指数的局部空间自相关，可以反映淮海经济区发展潜力的空间异质性17。

　　(二)影响因素选取与数据来源

　　1.区域发展潜力影响因素选取。

　　区域发展潜力是传统经济地理因素和新经济地理因素与经济政策因素相互作用的结果。新经济地理学认为，具有基本相同(或相似)区位条件和自然资源票赋的地区(或区域)，由于在其他因素方面存在差异，潜力水平可能存在显著差别2122。 经济政策因素主要是一个地区为了促进经济发展而制定的相关发展规划或政策，如产业规制、环境规制、开放政策、政府干预程度等。结合新经济地理因素和经济政策因素， 本文主要选取如下指标(即 X)：居民收入水平(income)、产业结构水平(struc)、城镇化水平(urban)、人力资本水平(hc)、金融发展程度(fir)、企业数量(firm)、房地产依赖度(house)、百度指数(baidu)、信息化水平(inter)、创新驱动水平(rdin)、对外开放水平(open)。

　　2.数据来源。

　　所有数据均来源于历年《中国城市统计年鉴》， 部分数据来源于淮海经济区各城市历年统计年鉴、国民统计公报;本文选取两地之间的最短距离来代替 dijdij，在数据获取过程中，利用高德导航地图， 选取淮海经济区两两城市行政中心(即市政府所在地)之间的最短距离，优势是现在导航数据比较精准，导航地图可以根据高速公路和省际、市级公路自动筛选最短距离，在正常情况下，最短距离的行车时间也最小。 在数据处理时，将一地区与淮海经济区全区的比值得到的相对指标作为影响因素变量。

　　三、淮海经济区城市发展潜力及空间格局演变

　　(一)淮海经济区城市发展潜力计算结果将数据代入公式 1—3， 计算出淮海经济区及20 个城市的区域发展潜力值和区域发展潜力系数。 经过 12 年的发展，到 2017 年，淮海经济区的发展潜力达到 0.7894， 较 2005 年的变化幅度为553.9%，平均每年变化 46.2%;淮海经济区 20 个城市的潜力值到得到了增长。对 2005、2010、2017 年 20 个城市潜力值按极大值标准化并按自然断裂点法划分为 5 个等级，潜力较高的地区主要有两块：一是以徐州为中心及其周边盐城、淮安、连云港、宿迁组成的江苏板块。 二是以“济宁-临沂”为两极以及泰安、枣庄组成的山东板块。 区域发展潜力极化现象明显，2005 年和2010 年区域发展潜力较强的有三个地区， 到了2017 年， 徐州极化为淮海经济区发展潜力最强地区，符合徐州作为淮海经济区中心城市的定位。

　　(二)全局空间集聚格局基于邻接规则的 rook 法构建空间权重矩阵，利用公式(4)计算淮海经济区 20 个城市 2005、2010、2017 年共计三年的全局空间相关指数。 区域发展潜力 Moran’s I 指数统计表明，淮海经济区发展潜力存在一定的空间相关性， 说明发展潜力的地域分化现象并不是随机产生的， 而是由正向空间相关作用产生的结果， 发展潜力的空间集聚在全局 上 表现出 空间依 赖特 征 。

　　三个 年度 的Moran’s I 指数都大于 0， 表明淮海经济区发展出现减弱趋势，Moran’s I 指数由 2005 年的 0.2067 下降到 2017 年的 0.0533。 2005 年的 Moran’s I 指数值最大， 表明 2005 年区域发展潜力空间差异相对较小，在较低层次上体现出空间均衡。 2010 年和 2017 年Moran’s I 指数下降， 而且下降幅度较大， 表明自2010 年之后，地区发展差异拉大，区域发展潜力的极化效应明显.尤其到 2017 年，徐州发展潜力“一枝独秀”。 总体上来说，2005 年以来的淮海经济区发展潜力是一种正向空间集聚，且都在 5%左右水平上显著，但是各年的 Moran’s I 指数值都不太大，反映空间集聚不强烈并呈下降趋势，区域不均衡依然存在。

　　(三)局部集聚空间格局

　　区域内部单元的“异质性”可以通过局部空间自相关来反映。 利用公式(5)计算得到淮海经济区 20个城市相对发展潜力的局部 Moran’s I 值，三个年份分别有 35%、35%和 15%的城市发展潜力表现为局部空间正相关.2005 年和 2010 年有 13 个城市局部空间集聚不显著，但是到了 2017 年，发展潜力局部空间集聚不显著的地级城市增加到 16 个，且枣庄呈LH 的空间集聚模式。 淮海经济区 20 个城市发展潜力局部空间集聚格局总体上验证了全局空间集聚体现的特征，即正空间集聚和极化发展趋势。

　　淮海经济区发展潜力的局部空间集聚与全局空间集聚有较大的差异， 即在全局空间集聚格局中，三年的计算结果徐州都是处于核心地位，而且徐州作为极化中心的趋势明显。 但是，在局部空间集聚格局中，徐州市与周边地区的空间相关模式都不显著，反而济宁、临沂、连云港三市在 2010 年和2017 年都处于 HH 集聚，原因值得深入探讨。局部空间集聚区位变化较大。 2005 年 HH 区集中分布在枣庄、济宁、临沂的山东板块，2010年 HH 的范围增加了连云港，江苏板块开始局部加入，2017 年枣庄退出 HH 集聚，连云港、济宁、临沂依然处于 HH 区。 身为淮海经济区中心城市的徐州处于不显著区，反映了淮海经济区在局部 Moran’s I 集聚格局中极化现象不明显，扩散效应存在。

　　LL 区在 2005 年主要分布在以安徽板块和河南板块为主的淮海经济区西部和南部相邻地区的亳州、蚌埠、周口、商丘，意味着区域发展潜力相对较弱的地区集聚在一起。 2010 年蚌埠退出 LL 区，2017 年全部退出 LL 区， 局部空间集聚不显著区增大。局部空间关联类型数量减少， 局部集聚类型有微弱的转化。 2005 年 HH 单元数有 3 个，2010 年增 加到 4 个，2017 年 又减少为 3 个。 LL 单元数在 2005年为 4 个，2010 年减少到 3 个，2017 年没有 LL 集聚。 LH 集聚仅在 2017 年存在一个单元(地区)，HL 集聚模式不存在。降低局部集聚显著性到 10%，局部空间集聚模式和数量都将增大。

　　2005 年 HH 单元数增加到 4个，徐州加入 HH 行列。 LL 单元数增加到 5 个，阜阳加入。 连云港属于 LH 区，不显著区为 10 个。 2010年 HH 单元数增加到 5 个，徐州加入。 LL 单元数不变，LH、HL 模式不存在， 表明局部空间是一种正向集聚，不显著区依然为 10 个。 显著性降低后局部空间集聚模式和类型在 2017 年发生了较大的变化，HH 单元数有 4 个，分别为徐州、济宁、临沂、连云港。 枣庄被 HH 集聚区包围，属于 LH 集聚。 LL 单元数有三个，分别为周口、商丘、亳州，不显著区 12个。 从以上变化来看，局部 Moran’s I 的 10%显著性更能反映淮海经济区发展潜力分布实际。

　　四、淮海经济区发展潜力影响因素

　　(一)模型估计为了减小数据的波动性，减小共线性与异方差性，增强数据平稳性，以区域发展潜力(P)的自然对数值为被解释变量，各影响因素的自然对数值为解释变量，对 2017 年的截面数据进行回归估计。 由于淮海经济区发展潜力存在空间依赖，因此采用空间截面计量模型来估计和检验。 空间效应的计量表现为空间滞后(SLM)和空间误差模型(SEM)两种基本形式，采用极大似然估计法对参数进行估计，并将空间滞后和空间误差回归结果与传统回归模型进行比较。

　　由于存在空间效应，因此空间滞后模型和空间误差模型的回归拟合效果优于传统的回归模型(OLS)。 依据 logL、AIC、SC 信息准则的比较，结合空间回归系数 ρ 和空间误差自相关系数 λ 的显著性，SEM 模型能更好地拟合空间效应。SEM 中空间误差自相关系数 λ 为-0.5509，在 10%的水平下显著，且 R2R2=0.9361，大于 SLM 模型 R2R2(=0.9202)， 检验异方差的 Breusch-Pagan 值没有通关过显著性检验。 说明不存在异方差问题，该模型拟合效果最好。 SEM 模型表明淮海经济区地区间的发展潜力空间效应明显，一个地区的发展潜力与周边地区的发展潜力密切相关，周边地区的发展潜力对本地区的发展潜力有负向的影响。

　　(二)估计结果分析

　　从地区间的空间交互作用看，λ 在 10%的水平下显著为负， 表明地区间存在显著的空间负相关。即地区间的发展潜力存在负的溢出效应，在地理空间上表现为较显著的空间依赖性，而且在一定程度上是通过误差冲击的空间传递实现的。 在统计学上的意义为， 当某个地区相邻区域的发展潜力变动 1个单位时， 将负向波及该地区的发展潜力变动0.5509%，存在极化现象。解释变量的显著性和影响作用各异。 居民收入水平(income)的系数(-0.5378)不显著，说明居民收入水平对区域发展潜力的影响为负且较小。产业结构水平(struc)的系数在 0.01 水平下显著，说明产业结构变动和升级对地区发展潜力的提高有显著正向影响，产业结构对发展潜力的弹性系数为 35.9369，与理论预期一致。 城市化水平(urban)的系数(-7.9626)在 0.01 的水平下显著，但是为负，反映城镇化水平对区域发展潜力有显著负影响。 如果说对于发达地区的城镇化而言，由于城镇化程度已经较高， 过度的城镇化会加剧城镇诸如交通、教育、医疗、住房、环境污染等负担，这与吴玉鸣的研究结论一致。

　　但是，对于经济欠发达的淮海经济区而言，城镇化的速度快于经济发展的速度，过快的城镇化与经济发展不协调，可能是城镇化影响为负的合理解释。以各级各类在校学生数表征的人力资本水平(hc)的回归系数(0.9370)在 0.1 的水平下显著，且影响为正，表明人力资本水平对区域发展潜力有显著正向影响，存在正的溢出效应，这与以往人力资本对经济增长影响的研究结论一致，也与本文研究预期一致。 即增强人力资本投资，可显著提升区域发展潜力，人力资本水平每提高 1 个百分点，将会使区域发展潜力提高 0.9370%。金融发展水平(fir)系数(0.0907)没有通过显著性检验， 表明对区域发展潜力存在不显著的正影响，但影响不大，与理论预期不一致。 理论研究认为金融发展水平高会促进地区经济发展，淮海经济区金融发展水平影响不大，可能与地区金融发展水平相对较低有关。

　　企业数量(firm)的系数(-22.8242)在 0.01 的检验水平下显著，对区域发展潜力影响为负，存在负向溢出效应，且负向影响较大，意味着企业数量每增加 1%，将会降低 22.8242%的区域发展潜力。这个结果与理论预期和假设相悖， 可能的原因在于，淮海经济区的企业数量与企业质量存在较大的差异。由于经济发展相对落后，企业大多数是传统的劳动密集型产业，依赖于资源加工的制造业和资源开采业，新兴产业和高新技术产业占比较小，产业的低端集聚导致产业结构同构和资源环境等问题，降低了本地集聚企业的吸引力。

　　因此，政府应该重视企业的转型升级与产业转型升级。 房地产依赖度的系数(0.7421)在 0.01 的水平下显著且为正，说明房地产依赖度对区域发展潜力存在显著的正向影响，房地产依赖度每提高 1 个百分点，将会提升区域发展潜力 0.7421%。这一结果与理论预期相反，但是又与当前发展的实际相吻合。房地产开发投资是固定资产投资的一部分，投资的增加将会带动经济的增长，同时由于房地产业的产业链较长，可以带动相关产业的发展。 但是，一个地区过度地依赖房地产开发投资来拉动经济增长，未来的发展将不可持续，也会降低区域的发展潜力。 百度指数(baidu)的回归系数(0.0893)为正但不显著，表明对区域发展潜力变化的影响较小。

　　五、研究结论与政策建议

　　淮海经济区及 20 个城市的区域发展潜力值和区域发展潜力系数经过 12 年的发展，到 2017 年淮海经济区的发展潜力达到 0.7894， 较 2005 年的变化幅度为 553.9%，平均每年变化 46.2%。 淮海经济区 20 个城市的潜力值到得到了增长。 2007 年，淮海经济区地区之间的发展潜力总体格局为以徐州为中心，并向外围地区扩散为“单核心”模式，徐州的发展潜力值是整个淮海经济区 20 个地区发展潜力值总和的近五分之一。

　　淮海经济区内部地区间的发展潜力存在显著的空间负相关与负的溢出效应，当某个地区相邻区域的发展潜力变动 1 个单位时，将负向波及该地区的发展潜力变动-0.5509%，存在极化现象。 对淮海经济区发展潜力有正向影响且显著的因素有产业结构水平、房地产依赖度、信息化水平和人力资本水平;有负向影响且显著的因素有城镇化水平、企业数量、对外开放水平;影响不显著的因素有居民收入水平、金融发展水平、百度指数和研发投入水平。基于以上结论，要提高淮海经济区整体潜力和竞争力，缩小内部地区之间的差异，需要采取区域联动发展战略，加快促进淮海经济区核心区的一体化发展，实现政策联动、产业联动、基础设施联动、环境治理与保护联动、人才联动。

　　此外，在制定提升区域发展潜力的政策时，要区别考虑不同因素的影响方向和影响程度，使政策更具有针对性，以便取得更好的政策效果。 当前最迫切的是要推进淮海经济区的产业转型升级，把握和利用“互联网+”的信息化发展机遇，实现“两化融合”，促进产业结构的合意性发展;同时，要充分认识人才是提升地区发展潜力和竞争力的关键， 加大人才培养和引进力度，树立人才竞争意识。

　　注释：

　　①贾晓霞，杨乃定.基于复合系统的区域发展潜力评价[J].科学学与科学技术管理，2003(3):44-47.

　　②陆大道.中国区域发展的理论与实践[M].北京:科学出版社，2003.

　　③江璐璐，师谦友，陈昱，王曼.关中城市群可持续发展潜力评价研究[J].河南科学，2013，31(11)：1998-2003.

　　④马仁锋，张海燕，沈玉芳，王筱春.省域尺度的区域发展潜力评价方法研究[J].开发研究，2009(3)：18-25.

　　⑤上海财大区域经济研究中心.2007 中国区域经济发展报告——中部塌陷与中部崛起[M].上海:上海人民出版社，2007.

　　⑥宁越敏，施倩，查志强.长江三角洲都市连绵区形成机制与跨区域规划研究[J].城市规划，1998(1):16-20.

　　⑦马仁锋.省域内区域发展潜力及其评价指标体系研究—以云南省为例[D].云南大学，2008.

　　⑧韩立华，吕萍，韩瑞.欠发达地区经济发展潜力的实证分析—以黑龙江省为例[J].学术交流，2008(12)：216-219.

　　⑨柯善咨，韩峰.中国城市经济发展潜力的综合测度和统计估计[J].统计研究，2013，30(3)：64-71.

　　选自期刊《江苏商论》热点探讨

　　作者信息：卢 山(中共连云港市委党校，江苏 连云港)