安徽省区域经济增长趋同性研究，本文主要内容关键词为：安徽省论文,经济增长论文,区域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F224 文献标识码：A
一、区域经济趋同性假说及其检验方法
“趋同”一词源于数学，其含义为一个数列收敛于某一个值。在经济学中，“趋同”是指在封闭的经济条件下，对于一个有效经济范围的不同经济单位，期初的静态指标和其经济增长速度之间存在负相关关系，即落后地区比发达地区有更高的经济增长率。一般将区域经济的趋同性分为σ趋同、β趋同和俱乐部趋同[1]。
（一）趋同假说及其检验方法
σ趋同是指不同经济系统间人均收入的离差随时间的推移趋于下降。σ趋同常用的检验方程为：
上述方法中，β数值的大小取决于人均产出水平，而与其他参数变化无关，因此，用上述方法测算的β系数反映的是无条件收敛，即绝对收敛。
但是区域间人均收入的增长不仅和期初的人均产出或收入水平有关，也取决于区域资源禀赋、产业结构、区域间要素流动等因素。目前大部分试图检验条件收敛假说的经验研究采用截面数据的多元线性回归模型：
（三）俱乐部趋同假说及其检验方法
俱乐部趋同是指在具有相同的资源禀赋、市场开放度等结构特征的经济区域间存在一定的增长收敛趋势。
其中
分别为皖中、皖北、皖江地区虚拟变量（注：皖北包括淮北、宿州、阜阳、亳州、淮南、蚌埠六市；皖中包括六安、合肥、滁州、巢湖四市；皖江包括安庆、铜陵、芜湖、马鞍山四市；皖南包括池州、宣城、黄山三市。）。从数据的可获得性及模型统计检验的显著性两个方面考虑，模型中初始变量
，笔者选择人口增长率和地区虚拟变量（表3中的、）两项，控制变量
选择了工业化水平这一指标。
在数据处理的方法上，用以1990年为基期的全省商品零售价格指数对有关的数据进行了处理，消除了价格因素的影响。工业化水平变量为各市工业总产值占全省工业总产值的比重。地区虚拟变量
的取值为皖中各市取1，其他各市为0；
为皖北各市取值为1，其他各市取值为0；
为皖江各市取值为1，其他各市取值为0。人口增长率为各市期初人口增长率，即1990年人口增长率。人均GDP增长率为1990～2004年各市人均GDP年均增长率。期初人均GDP对数值为各市1990年人均GDP对数值。
2.实证分析
根据式(5)选择不同的变量，建立不同的多元线性回归模型。首先将人均GDP增长率仅与期初人均GDP水平进行回归，回归结果见表4中的模型1，可以看出，模型的回归结果不理想，统计检验不能通过，这表明在1990～2004年间安徽省各市间并不存在绝对β趋同，这与我们使用面板数据处理得到的回归结果一致，说明各市的发展差异不能通过各市增长的绝对收敛消除[6～8]。
逐步引入期初的初始变量，首先加入期初的人口增长率，相应的回归方程见表4中的模型2。可见，加入期初的人口增长率后，模型2的拟合效果较模型1显著提高，反映期初人均GDP水平的指标以及期初的人口增长率的系数均为负，前者只有在60%的水平上才显著，说明加入期初人口增长率会出现较弱的收敛。同时，期初的人口增长率系数为负，说明该变量本身是抑制经济增长的因素，与经济理论相符合。
表3 安徽省17市条件β趋同有关指标值表
资源来源：1990～1998年数据来源于《安徽五十年》，1999～2004年数据来源于《安徽统计年鉴》(2000～2005)，表格中数据由有关数据计算得出。
同时，为了检验俱乐部收敛是否存在，引入能反映地区因素对各市经济增长差异影响的地区虚拟变量，将17市分为皖北、皖中、皖江、皖南四大地带进行分析，回归结果见表4中的模型3。可见加入地区虚拟变量后，模型的显著性较模型1也有较大改善，反映初始产出水平指标的系数为负，且在95%的水平上是显著的，表明存在收敛性。皖北和皖江地区虚拟变量在统计上是显著的，皖中地区虚拟变量不显著，故将其剔除后得到回归模型4，模型4中各变量均在95%水平上显著，说明在1990～2004年间，皖北、皖江以及皖中南区域内部各自存在俱乐部收敛。
将地区虚拟变量引入模型2得到模型5，可以看出地区虚拟变量的加入，使得反映期初人均GDP水平的指标系数较模型2中系数的绝对值变大，且统计检验在95%水平上显著，说明收敛性更为显著。
将反映经济结构的工业化变量引入模型2，得到了与引入地区虚拟变量同样的效果，反映期初人均 CDP水平的指标系数较模型2中系数的绝对值变大，且统计检验在95%水平上显著，说明工业化变量的引入使得收敛倾向加强，而且可以发现模型中工业化变量对应的系数为正，说明该变量本身是促进经济增长的因素。
三、基本结论
1.1990～2004年间，安徽省17市人均GDP增长在整个时间跨度上不存在σ趋同，但局部存在短暂的σ趋同。
2.1990～2004年间，安徽省17市人均GDP增长在整个时间跨度上也不存在绝对β趋同，如果将时间区域划分为几个时间段，则在部分时间段上存在绝对β趋同，17市人均GDP增长绝对β趋同出现在1991～1995年。
3.当引入初始变量（期初人口增长率和地区虚拟变量）和控制变量（工业化）后，安徽省17市间存在条件β趋同。加入期初人口增长率会出现较弱的趋同，且期初的人口增长率系数为负，说明该变量本身是抑制经济增长的因素。所以，为达到缩小区域差距的目的，实施计划生育，控制落后地区人口增长是切实可行的。地区虚拟变量的加入可以提高模型的拟合程度，说明对经济落后的区域实施政策倾斜，将有助于逐步缩小区域差距。工业化变量的引人也使得趋同倾向加强，且模型中工业化变量对应的系数为正，说明该变量本身是促进经济增长的因素。因此，因地制宜，加快落后地区的工业化进程，对于缩小区域差距也是积极有效的[9]。
表4 安徽省17市条件β趋同回归模型表
4.从地区虚拟变量在模型中的系数及显著程度可以看出：1990～2004年，除皖中地区外，其他三大区域都存在俱乐部趋同。将皖中和皖南地区作为一个区域看，则皖北、皖江以及皖中南区域内部各自存在俱乐部趋同。从模型中各地区虚拟变量的系数可以看出，只有皖江地区虚拟变量的系数为正值，说明与其他区域相比，皖江总体发展速度要快一些。