基于ESDA—GWR方法的广东省收入差距空间演化及影响因素分析

吴昊+李美琦

内容提要：在考虑空间异质性和缩小研究区域细化研究尺度的基础上，本文以广东省21个地市为研究单元，运用ESDA方法证明1980-2015年广东省各地收入水平存在显著空间自相关性：从局部自相关角度看，广东省各地市收入水平仍然存在较大差距，高-高收入集群与低-低收入集群距离较远，多年来变化不大；高收入群对低收入群有一定影响，对低收入集群没有明显影响。通过地理加权回归得出结论，全球化、市场化、区位、地方分权是导致广东收入不平等的主要原因。在单一变量GWR中，1995-2015年市场化和地方分权对广东省收入水平作用效果呈“倒U型”，城镇化作用加剧了地区收入差距；在多变量GWR中，市场化和地方分权的“倒U型”变化趋势有所弱化，城镇化水平却表现出了“U型”变化趋势，且影响区域收入水平的效果被强化。

关键词：广东；收入差距；探索性空间数据分析；地理加权回归；影响因素

中图分类号：F0615文献标识码：A文章编号：1001-148X（2017）06-0079-07

一、引言

改革开放以来，广东省连续30年经济体量排名全国第一。依据世界银行对收入水平的划分标准，2015年广东省人均GDP为10838美元，实现了中等偏上收入水平。事实上，广东省内收入差距依旧很大，珠三角地区与广东省其余地区的绝对收入差距持续扩大。

自20世纪50年代以来，新古典主义、倒U型趋同理论、新经济理论以及新经济地理学等从宏观层面分析并预测了一国或地区收入差距的变化趋势。新古典理论（Solow，1956）认为在资本边际报酬递减的条件下，不发达的国家的人均收入水平会逐渐赶上发达国家，全球经济增长率和人均收入水平将趋同[1]；威廉姆斯（Williamson，1965）计算了1840-1960年8个发达国家人均收入的变异系数，得出了“从长期的一般趋势看，区域收入差异呈现倒U型变化趋势”的结论[2]。内生经济增长理论（Romer，1986；Lucas，1988）则提出了相反的看法，认为由于初始物质资本和人力资本水平的差异，会导致国家和地区间的差距随时间的推移而不断扩大。对空间异质性的忽略，使新经济地理学（Krugman，1991）从空间层面和微观角度提出了新的看法。“区域经济一体化对经济活动和收入分配差异空间分布的影响取决于市场规模的大小、运输成本及区域间劳动力的流动性。如果一体化使得区域经济活动在更大范围的空间单元内集聚，中心地区和外围地区的差距就会扩大”[3]。另外，我们发现，当研究区域缩小为一个省，或将研究尺度缩小为市域，甚至更小的县域，趋同的结果变得很难实现。大量研究证明：研究尺度越小，对区域经济差异的贡献份额越大[4-5]。

综上所述，我们在研究一国或地区的收入差距问题时，应保证有以下三个条件，才能够使得到的结论和规律更加可靠：充分的数据；考虑空间异质性；缩小研究区域或细化研究尺度。过去的30年中，广东省作为中国高速增长的样本，其收入差距的相关研究得到了众多学者的重视，他们运用不同方法描述广东省经济发展不平衡的演化。研究相关文献发现，传统统计指标（基尼系数、变异系数、泰尔指数等）测度收入差距时，未能充分考虑空间异质性，而运用空间计量方法（ESDA、马尔可夫链等）的学者们得出了不同的结论。例如，唐明琴通过计算变异系数认为2005-2010年广东省收入差距呈缩小趋势[6]；李航飞测算Morans′ I指数得出了“这一时期广东省的收入差距是先缩小后扩大”的结论[7]。基于前人的研究，本文利用探索性空间数据分析方法（Exploratory Spatial Data Analysis，ESDA）测算广东省1980-2015年收入差距程度，并在此基础上，运用地理加权回归（Geographically Weighted Regression，GWR）构建模型，分析1980-2015年广东省收入差距的影响因素。

二、数据来源与研究方法

（一）研究区域与数据来源

广东省位于中国东部沿海，珠江三角洲所在主体，辖21地市①。依照威廉姆斯计算的变异系数（人口加权），我们发现广东省内收入差距出现了理论上“倒U型”变化趋势（图1）。但是，这一事实仅从收入水平和人口加權角度呈现。本文将在考虑空间异质性前提下研究广东省收入差距演变过程。

本文数据引自《广东省统计年鉴》（1996-2016）、《中国区域统计年鉴》（2000-2015）、《中国城市统计年鉴》（1996-2015），以及从广东省各市统计公报（1995-2015）、广东省各市统计年鉴（1996-2015）中整理得出。同时，本文对常住人口和人均GDP的数据进行了处理：（1）由于2005年以前我国绝大多数省份未使用常住人口数据计算人均GDP，本文数据没有直接运用统计年鉴，而是以广东省各市GDP数据与常住人口比值得出。后文如涉及人均值，均以常住人口计算。（2）部分年份缺失的常住人口数据运用年均值推算法和插值法补充。

（二）探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）

探索性空间数据分析方法主要表现基于空间关系的基础上分析数据的相关性。空间自相关性反映的是一个区域单元上的某种地理现象或某一属性值与邻近区域单元上同一现象或属性值的相关程度，可以使用全局指标（全局Morans′ I指数、GR）和局部指标（局部Morans′ I、G统计）两种不同等级的指标加以度量[8]。

1.空间权重矩阵。空间权重矩阵表达各空间单元间的临近关系。空间权重矩阵主要包括邻接关系矩阵、距离阀值关系矩阵和最近K个邻居矩阵。最近K邻空间权重矩阵（K-nearest neighbor spatial weight matrix），即将地理距离最近的K个单元设为自己的邻居，每个单元都有K个邻居。使用这一空间权重矩阵的考虑是因为一般使用的基于邻接关系矩阵、距离阀值关系矩阵常常会导致不平衡的邻近矩阵结构[9]。本文依据广东省各地市的面积差异悬殊，运用前两种空间矩阵会对结果产生较大误差，经计算各地市的平均邻域数目后发现，最近4邻空间权重矩阵较为合理。

2.全局Morans′ I指数。其为应用非常广泛的全局空间自相关统计量，计算公式为：

与全局Morans′ I不同，局部Morans′ I的取值范围不限于[-1，1]，局域Morans′ I的结果：若Ii显著为正且zi大于0，表示位置i与其邻居的观测值相比样本平均水平来说为高，属于高高集聚（H-H）；若Ii显著为正且zi小于0，表示位置i与其邻居的观测值相比样本平均水平相对较低，属于低低集聚（L-L）；以此类推，若Ii显著为负且zi大于0，属于高低集聚（H-L）；若Ii显著为负且zi小于0，属于低高集聚（L-H）。局部Morans′ I通常用LISA聚类图或Morans′ I散点图显示。上述指标通过Geoda16结合ArcGIS100实现。

（三）地理加权回归（Geographically Weighted Regression，GWR）

我们所运用一般线性回归模型常以一个方程来捕捉所有数据因变量和自变量之间的显著性关系，然而这种关系被假定不因空间位置关系而变化，不能捕捉空间数据的非平稳性，进而可能隐藏了局部重要的变量间关系[10]。地理加权回归是对每一个观测的空间单元都进行局部回归，在地理位置的变化过程中，可以在空间上对每个参数进行估计，研究变量之间的关系变化，更好地反映经济变量之间的空间依赖性和空间差异的变化情况[9]。地理加权回归模型建立如下：

yi=βi0+βi1xi1+βi2xi2+…+βikxik+εi

式中，i表示研究区域的各个单元；yi表示第i个市的因变量；xik表示影响yi的自变量（k=1，2…，n）；βik是回归参数；εi是随机误差项。

三、基于ESDA方法广东省收入水平空间分布演变

（一）全局自相关分析

全局自相关分析结果如表1。1980-2015年广东省Morans′ I指数均为正，呈现显著的全局空间正相关关系。在蒙特卡罗模拟检验中选择9999次置换，可以发现除1981-1989年P值大于001，其余年份均在99%的置信水平上，说明广东省人均收入水平的确在空间具有较强的正相关性。Morans′ I指数基本呈上升趋势，即经济发展水平较高的城市在地理空间上显著集聚，经济发展水平较低的城市在地理空间上显著集聚，且随着时间推移，集聚趋势加强。

（二）局部自相关分析

虽然全局指标体现了显著的空间自相关性，但Morans′ I 指数未能显现个体样本之间的关系，这需要从LISA聚类图中表现（图2），同时，我们将LISA聚类图中各组城市一一列出（表2）。

可以发现，20世纪80年代以来广东省人均收入水平主要呈现以下特征：

首先，20世纪80年代以来，广东省人均收入水平在空间上的分布存在高-高、低-低以及低-高集聚类型，没有高-低集聚类型。LISA聚类图未表现明显的高-低集聚，说明省内高收入集群未被低收入集群包围。珠三角内部较强的涓滴效应同化了被包围的低-高集聚类型，但对广东省其他区域的作用效果较小。

其次，高-高集聚类型主要分布在珠三角地区，并呈由西向东呈扩大趋势，以珠三角为核心的高收入城市集聚在一起，形成了稳固的高收入集群。高收入集群主要围绕广州、中山、珠海三个城市发生变动，深圳、惠州、东莞、佛山先后成为经济发展的增长极。其中，1995年深圳人均收入水平（18757元）超过广州（17018元）；2015年佛山、东莞位列广东省收入水平第4、5位（107716元、937822元），仅次于广州、深圳、珠海（分别为134066元、153820元和121392元）。

第三，低收入集群分布在粤东地区全部和粤北地区的一部分，保持一贯的贫困状态。除90年代有所缩小外，潮州、汕头、汕尾、揭阳、梅州一直是低收入水平区域，这些城市的人均收入水平排在广东省收入水平的后位。其中，1995年揭阳人均收入仅4344元；2015年梅州（22003元）、汕尾（25154元）人均收入水平位列全省最后两位。综上所述，广东省各地市收入水平仍然存在較大差距，高-高收入集群与低-低收入集群距离较远，对低收入集群没有明显影响。

四、广东省收入差距影响因素的空间演变

（一）因素选取

Morans′ I指数的测算结果表现收入水平在空间中集聚，存在显著的空间自相关关系，说明有必要运用计量经济学的理论和方法研究影响广东省收入差距的驱动因素。基于前人研究[7]，影响广东省收入差距的主要因素主要包括全球化、市场化、地方政府支持与财政体制改革、区位优势以及城镇化水平。广东省作为开放的门户，沿海区位对其至关重要，本文运用虚拟变量代表全球化的作用（沿海城市定义为1，内陆城市定义为0，以Coast代表）；广东省市场开放程度在中国具有代表性，而固定资产投资可以体现市场机制的灵活性和成熟性，本文运用人均固定资产投资（FIX）代表；自改革开放以后，广州和深圳同时作为广东省经济发展的核心，但对于深圳来说，广州存在其不具备的省会城市作用，用到距省会城市里程（Distance）来表示；人均地方财政支出水平（LEXP）表示财政体制的改革与地方政府支持；城镇化水平（URB）运用城镇人口比常住人口。

另外，现有文献常利用地理加权方法比较两个时间节点下，各因素对因变量的影响程度，这在短时间内是有效果的，但是在较长时间跨度下，易出现分析盲点。本文基于数据的充分性，分析1995年、2005年、2015年各影响因素在空间上对广东省收入差距作用效果的演化。依据广东省的发展的概况和数据的可获取性，分两步建立地理加权回归模型：（1）单一变量对人均收入水平的地理加权回归：1995年、2005年和2015年上述5个变量分别对人均GDP的地理加权回归；（2）多变量对人均收入水平的地理加权回归：1995年、2005年和2015年5个变量对人均GDP的地理加权回归。模型的建立和检验通过ArcGIS100实现。

（二）计量分析及结果

单一变量的地理加权回归结果如表3。研究结果显示，全球化（Coast）与区位优势（Distance）两项，无论是在AIC结果上还是R2的结果上，表现较差；市场化（FIX）、地方分权（LEXP）和城镇化（URB）三项，在R2和调整后的R2都较为不错，AIC结果虽然也比较大，相比较Coast与Distance的计量结果，是可以接受的。因此，单一变量回归得到影响收入差距的三个因素——市场化、地方政府支持和城镇化水平。宋丽智（2011）研究证明，固定资产投资与经济增长之间互相促进，相互影响的关系，固定资产投资作为资本积累的重要途径，对经济增长的拉动作用更为直接和显著。很明显，20世纪80年代以来，广东省市场化和投资热度较为活跃，对收入水平的系数均为正（图3）。市场机制作用过程，会引起跨国公司与国际资本大量流入，国际资本大多会进入具备区位优势和政府政策较为优惠的地区，从而加剧地区收入水平不平等。但是，加入到全球一体化中，也会因全球的经济形势的变化发生波动。1995-2005年人均固定资产投资系数呈上升趋势，对经济增长的促进作用呈增强趋势；2005-2015年人均固定资产投资的系数呈下降趋势，对经济增长的促进作用呈缩小趋势。市场投资热度和市场化对区域收入水平的影响呈先增大后减小的“倒U型”变化趋势。

财政分权既会促进地区的经济增长，也会扩大收入水平的差距[5]。20世纪90年代中期，财政分权改革初始，对各市收入水平影响较小（图4）。随着人均财政支出增加，财政分权会激励地方政府采取保护政策，弱化市场机制作用，从而导致地区非专业化（马光荣等，2010），扩大地区收入不平等。2005年，除湛江市对收入水平影响为负，其他市的财政分权对本市收入都产生了更大的作用效果；平均影响效果为840。其中，茂名、云浮、肇庆、清远、韶关、阳江等市的人均收入水平对地方政府支出都体现出了较强的依赖性。2005-2015年，财政分权对全省收入水平的作用效果在减小，平均影响效果仅为482，下降了近一半。总的来看，财政分权对地区收入水平的影响也呈现出“倒U型”变化趋势。

另外，研究表明城镇化虽然不是经济增长的直接动力源，但确实可以使经济增长的相关要素得到很好的集聚，从而对经济发展产生良好的传导效果[11]。由于经济发展水平的不同，不同地区的城镇化速度和水平状况大不相同，对地区收入水平的作用效果也显现出差异性（图5）。1995-2015年，广东省城镇化水平对收入水平的影响越来越大。城镇化率每提高1%，收入水平平均提高178452元。很有意思的是，发达的沿海地区与较为贫困的粤北山区的收入水平受城镇化水平影响是最大的。这可能由于两地区处于城镇化的不同阶段：发达的沿海城市在高速的工业化和经济发展过程中，城镇化率达到90%以上，已经实现了对经济发展的传导效果；而处于经济发展较为落后的粤北山区，正处在政府主导的快速城镇化阶段，简单依赖土地财政很有可能是其增加收入的诱因之一。

与此同时，我们作了关于上述5个变量对广东省人均收入水平的地理加权回归（表4）。模型的AIC较大，R2与调整后的R2拟合效果较好，模型系数为均值。研究结果表明，全球化对收入水平的作用效果呈倒U型的变化趋势，尤其是2015年，全球化对收入水平影响为负；区位优势对收入水平的影响是增强的；与此同时，市场化与财政分权的“倒U型”变化趋势被弱化；城镇化水平作用效果增大，呈“U型”变化趋势，这可能是由于在城镇化进程中，市场化、区位优势等带动经济增长的因素强化了城镇化的结果。

五、结论与讨论

对广东省收入差距演变的研究表明：首先，珠三角与粤东地区之间形成的高收入集群和低收入集群距离较远，多年来的分化未曾发生巨大变化；20世纪90年代以来，高收入集群由西向东移动，但仍然集中在珠三角地区。低-低收入集群固化在粤东地区和粤北地区，基本无变化。高收入集群对低收入集群有一定的影响，低收入集群对高收入集群无效果，因此，广东省有小部分的低-高集聚类型，无高-低集聚类型。其次，构建市场化、财政分权和城镇化水平的地理加权回归模型，分析表明，市场化和财政分权对地区收入水平的影响均呈现倒U型变化趋势，城镇化水平对地区收入水平的影响持续扩大。当将市场化、财政分权、城镇化水平、全球化、区位优势几个变量对广东省人均收入水平进行地理加权回归，市场化与财政分权的“倒U型”变化趋势被弱化；城镇化水平却表现出了“U型”变化趋势，且影响区域收入水平的效果被强化。综上所述，当全球经济出现波动，市场化与财政分权对收入水平影响逐渐缩小时，应当着重培育区位优势，提高城镇化水平，才能不断促进经济增长，缩小地区收入差距。最后，本文虽依照传统方法将广东省划分为四个区域，但影响收入水平的内在机制不是按照区域划分实现的。我们不能仅按传统的区域划分方法来制定政策，而应以各自区位特点分析。细化研究尺度，有助于我们从微观层面更好地把握收入差距的演变及其动力机制的演变。如果可以利用更小的研究尺度，扩大时间跨度，会更有利于我们发掘收入差距的内在规律。

注释：

①从自然条件和经济特点出发，广东省被划分为珠江三角洲（包括广州、深圳、珠海、佛山、江门、东莞、中山、惠州市区、惠东县、博罗县、肇庆市区、高要市、四会市，为计算方便，将惠州市和肇庆市全部并入珠三角经济区）、粤东（汕头、汕尾、潮州、揭阳）、粤西（湛江、茂名、阳江）、粤北山区（韶关、清远、梅州、河源、云浮）。

参考文献：

[1]张学良.区域经济学[M].上海：上海人民出版社，2011：99-101.

[2]魏后凯. 现代区域经济学[M].北京：经济管理出版社，2011：443-445.

[3]吴玉鸣. 中国经济增长与收入分配差异的空间计量经济分析[M].北京：经济科学出版社，2005：267-284.

[4]Liao F L H F，Wei Y H D. Dynamics， space， and regional inequality in provincial China： A case study of Guangdong province[J].Applied Geography，2012，35（1）：71-83.

[5]Y.H. DENNIS WEI，XINYUE YE. Beyond convergence： space， scale， and regional inequality in China[J].Tijdschrift Voor Economische En Sociale Geografie，2009，100（1）：59-80.

[6]唐明琴. 地區经济差异的动态演化及形成机理研究——基于广东省1994-2008年地区面板数据[J].学术研究，2010（8）.

[7]李航飞. 基于空间计量分析的广东省经济发展水平区域差异探究[J].中山大学学报：自然科学版，2015，54（4）：164-170.

[8]王庆喜，蒋烨，陈卓咏. 区域经济研究实用方法：基于ArcGIS，GeoDa和R的应用[M].北京：经济科学出版社，2014：5-14.

[9]方远平，谢蔓. 创新要素的空间分布及其对区域创新产出的影响——基于中国省域的ESDA-GWR分析[J].经济地理，2012，32（9）：8-14.

[10]Wei D Y H， Yu D L， Chen X J. Scale， agglomeration， and regional inequality in provincial China[J].Tijdschrift Voor Economische En Sociale Geografie， 2011， 102（4）： 406-425.

[11]蔺雪芹，王 岱，任旺兵，等.中国城镇化对经济发展的作用机制[J].地理研究，2013，32（4）：691-700.