EN中文

经济地理 >

2024 , Vol. 44 >Issue 12: 1 - 11

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.12.001

区域经济与理论方法

中国经济南北差距演变及其收敛性评估

  • 李峰波 , 1, 2 ,
  • 程文浩 , 1, 2, ※ ,
  • 陈琴 1 ,
  • 张博淳 3
展开
  • 1.清华大学 公共管理学院，中国 北京 100084
  • 2.清华大学 纪检监察研究院，中国 北京 100084
  • 3.中国人民公安大学 公安管理学院，中国 北京 100038
※程文浩（1973—），男，博士，教授，博士生导师，研究方向为公共管理。E-mail：

李峰波（1997—），男，博士研究生，研究方向为城市经济学。E-mail：

收稿日期: 2023-12-31

  修回日期: 2024-07-20

  网络出版日期: 2025-01-21

基金资助

国家社会科学基金项目(22BZZ094)

国家资助博士后研究人员计划(GZC20231228)

中国博士后科学基金第76批面上资助(2024M761742)

收起

Evolution Characteristics and Convergence Evaluation of Economic Disparity in Northern and Southern Regions of China

  • LI Fengbo , 1, 2 ,
  • CHENG Wenhao , 1, 2, ※ ,
  • CHEN Qin 1 ,
  • ZHANG Bochun 3
Expand
  • 1. School of Public Policy and Management，Tsinghua University，Beijing 100084, China
  • 2. Institute for Discipline Inspection and Supervision，Tsinghua University，Beijing 100084, China
  • 3. College of Public Security Management，People's Public Security University of China，Beijing 100038, China

Received date: 2023-12-31

  Revised date: 2024-07-20

  Online published: 2025-01-21

Fold

摘要

南北差距逐步拉大，已经成为我国区域发展不平衡不充分的典型现象。文章使用1992—2020年夜间卫星灯光数据分析了我国南北差距及其动态演变特征，评估了其全局和局部收敛性，并探究了影响南北差距收敛性的主要因素。结果表明：①样本期内南北差距呈现出下降—上升的反复波动趋势，但2013年以后呈现出新一轮加速扩大趋势。②南方和北方地区间经历了从不存在俱乐部收敛到俱乐部收敛的过程，主要体现为南方发散和北方收敛。③南方和北方地区内部均存在明显的局部收敛特征，但不同地区收敛的稳态水平存在分化。④营商环境和创新水平的差距是造成南北方发展加速分化的主要因素，技术进步和创新水平是导致南方地区内部分化的主导力量，而产业结构变迁对缩小北方地区内部差距具有积极作用。研究结论为缩小南北差距和推动区域协调发展提供了有效的政策建议。

关键词： 南北差距; 区域发展; 夜间卫星灯光; 技术进步和创新; 营商环境; 产业结构; 区域协调发展

本文引用格式

李峰波 , 程文浩 , 陈琴 , 张博淳 . 中国经济南北差距演变及其收敛性评估[J]. 经济地理, 2024 , 44(12) : 1 -11 . DOI: 10.15957/j.cnki.jjdl.2024.12.001

Abstract

The widening gap between the north and the south in China has become a typical phenomenon of unbalanced and inadequate regional development. This paper uses the nighttime satellite light data from 1992 to 2020 to analyze the North-South gap and its dynamic evolution characteristics, evaluates its global and local convergence, and explores the main factors affecting the convergence of the North-South gap. The empirical results show that: 1) During the sample period, the North-South gap showed a downward-upward trend of repeated fluctuations, but after 2013, it showed a new round of accelerated expansion trend. 2) The South and the North in China both experienced a process from non-existent club convergence to club convergence, which is mainly reflected divergence in the southern region and convergence in the northern region. 3) There are obvious local convergence characteristics in the southern and northern regions, but the steady-state level of convergence in different regions is differentiated. 4) The gap between the business environment and the innovation level is the main factor causing the accelerated differentiation between the northern and the southern regions. Technological progress and innovation level are the leading forces leading to the internal differentiation in the southern region, and the change of industrial structure has a positive effect on narrowing the internal gap in the northern region. This paper provides an effective policy reference for narrowing the gap between the northern and the southern regions and promoting regional coordinated development.

Key words： North-South gap; regional development; nighttime satellite light; technological progress and innovation; business environment; industrial structure; regional coordination development

党的二十大报告强调“促进区域协调发展。深入实施区域协调发展战略、区域重大战略、主体功能区战略、新型城镇化战略，优化重大生产力布局，构建优势互补、高质量发展的区域经济布局和国土空间体系”。其中，区域协调发展是解决我国发展不平衡不充分问题的基本路径之一，也是实现共同富裕和全面建成社会主义现代化强国的内在要求。长期以来，我国的地区差距主要体现在东部、中部、西部和东北地区四大板块之间。得益于西部大开发、东北振兴和中部崛起等重大区域协调发展战略的贯彻实施，四大板块间的差距已呈现收敛趋势。但近年来，我国的地区差距产生了一些新趋势和新问题，集中体现在南方和北方地区的发展差距上。1990年代初，南北差距已经开始显现，2008年金融危机以后逐步拉大，特别是2013年以来，南方和北方地区加速分化，南北差距问题已经逐步成为我国区域发展不平衡的典型现象[1]。然而，目前围绕南北差距的研究主要基于大尺度的区域划分，在南方和北方地区的划分范围方面也存在一定的争议[2-3]。不同的区域尺度划分对应不同的区域政策管理工具。目前常见的区域划分方式，是按照秦岭—淮河一线将全国划分为南方和北方地区①。本文按照这一划分方式，使用GDP和GDP增速来表征南北差距的演变特征（图1）。
图1 南北方经济总量占比及增速演变

Fig.1 Evolution of the proportion and growth rate of the total economic output in the southern and northern regions

由图1可知，1992—2020年，南方地区经济总量占全国比重由57.01%上升至64.78%，北方地区经济总量占比则由42.99%下降到35.22%，占比差距由14.02%扩大到29.56%。南方地区的GDP年平均增速为8.7%，北方地区则为6.3%；即使在2020年全国经济增速普遍下降的情况下，南方地区GDP名义增速下降至3.1%，北方地区下降至2.1%，南方地区的经济增速仍然高于北方。值得注意的是，除南北差距呈现出加速扩大的趋势外，南方和北方地区内部的分化也非常严重，地区内部差距远大于地区间差距。然而，有关地区差距和收敛性分析的文献基本以全局性分析为主，缺乏对大尺度地区内部空间异质性的考察。
总之，南方和北方地区经济分化走势和差距的扩大，已经成为我国“十四五”规划和二〇三五年远景目标中有关区域协调发展的重要议题。因此，准确测度南北差距，分析差距的收敛性，并在此基础上合理审慎地制定区域协调发展政策，对于遏制南北差距扩大和推动区域高质量发展，具有重要的理论和现实意义。

1 文献综述

区域发展不平衡问题是很多国家或区域经济体普遍遇到的重大现实问题，国内外诸多文献围绕地区差距的各层面问题进行过探讨。我国的南北差距问题已成为近年来学界普遍关注的焦点。现有文献主要集中在南北差距的测度、收敛性分析和成因等方面，具体如下：
第一，在我国南北差距的测度方面，文献虽较为丰富，但不同文献的测度指标和方法有所差异。诸如GDP、人均GDP、GDP增速、人均GDP增速、人力资本、人均可支配收入等指标，均被广泛用于测度南北差距[4-6]。在GDP和人均GDP等统计数据的基础上，不少文献还利用泰尔指数、基尼系数、变异系数、加权变异系数等指标测度南北差距，并利用这类指数具有可分解性的特点，将总差距分解为地区内和地区间差距[4,7-8]。然而，使用单一指标测度南北差距，可能存在效度不高的问题。同时，部分文献选择构建指标体系，例如许宪春等从经济、社会、生态、民生4个维度，通过构建平衡发展指数来测度南北差距[3]；梁林等基于多样性、兼容性、流动性、缓冲性和进化性5个维度构建创新网络韧性，从城市群角度探讨南北差距问题[9]。除统计数据以外，夜间卫星灯光数据被认为与经济活动具有显著的正相关性，并能够有效克服人为因素干扰，更加客观地反映不同地区的经济发展水平，因此是GDP等经济活动统计指标的理想替代指标[10-12]，并已被应用于测度和分析地区差距[13]。
第二，对南北差距收敛性的研究，也是学术界关注的一个焦点。现有文献主要基于新古典增长理论的β收敛模型对南北差距的收敛性进行研究，如王贤彬等的研究表明，1992—2002年中国存在省际的绝对β收敛，在不同样本期内略有波动，但长期趋势比较稳健[13]；王维构建β收敛模型分析了南北经济收敛性，认为南北区域经济存在显著的俱乐部效应[14]。同时，由于不同地区之间存在空间自相关性，使用OLS模型估计存在偏误，所以不少文献将空间误差模型（SEM）、空间滞后模型（SAR）和空间杜宾模型（SDM）等空间截面和面板模型与β收敛模型结合起来探讨南北差距的收敛性，尤其是俱乐部收敛特征。如董雪兵、王磊等使用空间截面数据模型和空间动态面板模型，发现南北经济差距经历了从不存在俱乐部收敛到俱乐部收敛再到北方收敛、南方分化的演变过程[15-16]。
但是，空间计量模型只能从全局上讨论地区收敛性问题，无法探讨区域空间异质性。地理加权回归模型（GWR）是一种重要的局部分析方法，可以在不同的局部点纳入不同的近邻点进行分析，从而能够有效探测区域差距收敛的空间异质性[17]。有鉴于此，部分文献将GWR模型运用于区域收敛性方面的研究，如探讨区域收敛空间异质性[18]，比较区域全局收敛和局部收敛性特征的差异[19]。
第三，关于南北差距的成因，更是一个亟待回答的重要问题。现有文献中有关南北差异成因主要有四类观点：一是自然地理论，认为地理区位、气候条件、自然资源、地形地貌等自然禀赋条件对南北经济差距具有显著作用[20]；二是文化论，认为语言距离所代表的地域文化和商业精神的差异，对地区收入差距具有显著影响[21]；三是投资论，认为北方地区投资减少[2]，资本积累速度较慢[6]，依赖投资驱动型的经济增长模式，资本效率低下[1]，是导致南北差距不断拉大的重要原因；四是产业论，认为产业结构转型和劳动力梯度转移[16]，新旧动能转换中产业结构变迁差异[22]，是造成南北差距的重要因素。
通过梳理文献，发现既有研究存在一些不足：①南北差距的测度以经济统计数据为主，存在非客观性的可能性，导致对南北差距的测度具有一定偏差，测度结果也存在明显差异，尚未达成共识。虽然部分文献使用了夜间卫星灯光数据进行测度，但因数据区间不连贯的限制，无法探讨南北差距及收敛性的长期趋势和特征。②现有研究主要是基于空间计量模型的全局性分析，对局部收敛性即空间异质性特征还缺乏讨论，有待完善。
本文使用夜间卫星灯光数据来测度南北差距并分析其收敛性特征，采用全局分析和局部分析相结合的研究方法，在使用空间计量模型分析全局性收敛特征的基础上，使用地理加权回归（GWR）模型探讨局部收敛性特征。

2 研究设计

2.1 中国南北差距测度

本文采用静态分析和动态分析相结合的方法对南北差距进行测度和分析。具体来说：①从静态视角，利用泰尔指数对南北差距进行测度，并利用其具有可加性的特点，将地区总差距分解为地区间差距和地区内差距；②从动态演进视角，使用Kernel核密度估计来考察南北差距的动态演进特征。

2.2 收敛性分析：β收敛模型

根据新古典增长理论，在资本边际收益递减机制作用下，技术水平、人口增长率和储蓄率不同的地区，贫穷地区的增长率要高于富裕地区的增长率，即β收敛假说。β收敛可以分为绝对β收敛和条件β收敛两种。
现有多数文献表明，不同区域之间存在着广泛的联系，具有一定的空间依赖性，此时使用最小二乘法（OLS）进行估计，得到的并非是无偏且一致的估计量，应当考虑使用空间滞后模型（SAR）或空间误差模型（SEM）进行估计，而空间自相关分析是使用空间计量模型的前提条件。本文使用反地理距离矩阵构造莫兰指数以测度不同省份之间的空间自相关性。莫兰指数主要包括全局莫兰指数和局部莫兰指数两种。同时，本文借鉴兰秀娟、潘文卿等的模型设定方式[23-24]，把β收敛模型与空间计量模型相结合，得到空间滞后（SAR）和空间误差（SEM）的绝对β收敛模型和条件β收敛模型。
本文考虑了空间相关性对检验β收敛可能造成的影响，但空间滞后模型（SAR）和空间误差模型（SEM）只能估计得到全局的β收敛系数，无法讨论空间异质性问题，也无法估计得到不同省份的β收敛系数。而地理加权回归模型（GWR）是基于局部光滑思想提出的空间回归模型，既能有效估计具有空间自相关性的数据，也能反映参数在不同区域的空间非平稳性，能够有效地探测空间异质性。本文借鉴Karahasan的方法[19]，使用地理加权回归模型（GWR）进一步探究不同地区可能存在的空间异质性。

2.3 变量描述

①被解释变量。本文将人均灯光亮度在T时期内的平均增长率作为被解释变量，时间跨度为1992—2020年。夜间卫星灯光数据来自美国国家海洋和大气管理局（NOAA）官网公布的数据，共有DMSP-OLS和NPP-VIIRS两套数据，数据区间分别为1992—2013和2012—2020年。本文借鉴Henderson、陈梦根等的方法[10,25]，将DMSP/OLS和NPP-VIIRS卫星夜光遥感影像数据处理为统一量纲的数据，并得到各省份的人均灯光亮度。
②解释变量。本文按照新古典增长理论的β收敛假说，使用样本期内的初始人均灯光亮度的对数值作为初始产出水平，若回归系数显著为负值，则表示存在β收敛。解释变量的数据来源同上。
③控制变量。本文的控制变量包括：城市化水平（city），使用城镇人口数占总人口数的比例表示；对外开放水平（open），使用进出口总额占GDP的比例表示；教育水平（edu），使用每万人在校大学生数表示；公路密度（highway），使用单位行政区面积的公路里程表示；金融发展水平（fiance），使用金融机构年末贷款余额占GDP的比例表示；财政分权（government），使用财政支出占GDP的比例表示。控制变量数据主要来自各省份历年的统计年鉴和统计公报。

3 实证分析

3.1 南北经济差距特征

3.1.1 泰尔指数及分解结果

由图2可知，使用泰尔指数测度的中国地区差距在样本期内整体上呈现出波动下降趋势，但2013年以后略有扩大。这主要由于1990年代以后，我国深入实施西部大开发、全面振兴东北和中部地区崛起等重大区域协调发展战略，地区差距呈现出缩小趋势。2013年以后，地区间差距扩大主要是由于南北方经济增速差距扩大所致[5]。
图2 中国南北区域的泰尔指数变化趋势

Fig.2 Change trend of the Theil indexin the northern and southern regions of China

从南北差距的演变特征来看：①1992—2003年南北差距总体呈现波浪式下降后维持稳定。在这一阶段，我国改革开放深入推进，北方地区的市场化和工业化进程加速推进，南北差距趋于均衡。②2003—2012年，南北差距经历了上升—下降的过程，并在2009年达到了局部峰值。在这一阶段，南方地区市场化程度高、民营企业占比大、先进制造业发达，而北方地区工业发展遭遇瓶颈，尤其是东北地区人口流失、经济发展滞后，从而导致南北差距扩大。加之2008年全球金融危机的影响，全球性经济增长乏力，北方地区以重化工企业为主，制造业竞争力下降、市场化程度低、企业发展能力弱，经济下行趋势明显，从而使南北差距在2009年达到局部峰值。我国2008年实施一揽子计划，显著增加了北方地区的投资量，将南北差距问题推迟到2013年才得以显现[26]。③2013年以后，我国南北差距呈现出持续扩大的趋势，2016年后更是呈现出加速扩大趋势。这主要由于2013年以后中国进入经济新常态，转向依靠创新驱动发展的高质量发展阶段。北方地区由于市场发育不足，投资增速回落、产业结构调整困难和产能过剩等诸多制约因素的影响，加之受到全球性经济增长放缓、中美贸易战等外部不利条件的影响，整体经济发展呈现下行趋势，导致南北差距扩大，甚至出现南北差距加速扩大趋势[5-6,26]。另外，从地区间差距和地区内差距的对比结果来看，南方和北方地区的内部差距远大于地区间差距，这表明在南北整体差距扩大的同时，南方和北方地区内部不同省份之间存在着更为严重的分化，应当进一步探讨其内部的局域收敛性特征。

3.1.2 Kernel核密度估计结果

核密度估计方法是目前研究地区差距和空间不均衡问题的重要工具，其原理是使用连续的密度曲线描述随机变量的分布形态[27]。由图3a可知，从全国人均灯光亮度的Kernel核密度曲线来看，曲线在样本期间内总体向右移动，各省份的人均灯光亮度不断提升，但波峰不断下降，这表明各省份人均灯光亮度有分散趋势，并未向一个稳定点靠拢。同时，全国人均灯光核密度估计曲线存在明显的双峰，右侧拖尾在2013年以后更加明显。这说明使用人均灯光亮度值度量的经济发展水平存在“高”和“低”两种不同水平的发展趋势，高水平地区与低水平地区拉开差距，地区间差距有所扩大。
图3 Kernel核密度估计图

Fig.3 Kernel density estimation

进一步从北方地区人均灯光亮度核密度估计曲线来看（图3b），伴随着时间的推移，双峰逐渐消失，右侧拖尾厚度增加不明显。这表明北方地区多数省份的经济发展水平相对比较接近，各省份之间的差距有所缩小，呈现出收敛趋势。从南方地区的核密度估计曲线来看（图3c），趋势则有所不同，曲线具有明显的双峰，特别是在2013年以后右侧拖尾现象更加明显，厚度明显增加，这说明南方地区内部差距进一步拉大，分化趋势更为明显。根据核密度估计的结果可知，全国经济发展水平不断提升，总体上差距有所下降，但2013年以后南方地区进一步分化，北方地区趋于收敛，南方和北方的地区间差距呈现出扩大趋势，地区差距也有所扩大。

3.2 收敛性分析结果

3.2.1 莫兰指数

在检验β收敛之前，需要考虑不同省份之间的空间关联性，当不同省份在地理空间上存在一定的空间依赖性的情况下，使用OLS回归无法可得到无偏且一致的估计，必须使用空间滞后模型或空间误差模型进行估计[24]。根据前文的设定，本文使用莫兰指数测度不同省份之间的空间自相关性。
结果可知，整个样本期内的空间自相关莫兰指数的值均为正，且均在1%的显著性水平下显著，这表明1992—2020年中国31个省份之间存在显著的空间正相关。1990年代末期以来，空间自相关指数呈现出加速上升趋势，这说明不同省份之间的空间相关性有所加强，在检验省际β收敛情况时，必须使用空间计量模型。
同时，考虑到中国地区差距主要来源是地区内差距，地区内部的分化比较严重，本文进一步使用局部莫兰指数来分析各省份人均灯光亮度的空间分布格局。①1992和2002年我国省际人均灯光亮度局部空间分布格局主要为低—高聚集和低—低聚集。这主要是由于改革开放的深入推进，部分沿海地区省份率先发展起来，部分邻近的内陆省份发展相对滞后，从而出现低—高聚集的情况。与此同时，大西南和大西北地区改革开放进程相对缓慢，经济发展水平较低，呈现出低—低聚集的情形。②2012和2020年我国省际人均灯光亮度局部空间分布格局则呈现为高—高聚集和低—低聚集，具有明显的俱乐部收敛特征。其中，高—高聚集区主要集中在北京、天津、河北、上海、江苏、浙江和福建等北部、东部和南部沿海地区；低—低聚集区主要集中于四川、重庆、广西、贵州、西藏、云南、甘肃、青海、新疆、宁夏等西南和西北地区。黑龙江、吉林、辽宁3省份所处的东北地区则处于低—高聚集区，反映出东北地区经济发展水平已经开始逐步落后于周边省份。综上所述，根据局部莫兰指数的测算结果可知，我国已经开始逐步出现经济发展水平的高值区和低值区的集聚，不同发展俱乐部之间可能存在两级分化的风险。

3.2.2 空间计量模型估计结果

由于我国省际存在显著的空间正相关，且相关性随着时间推移不断增强，使用最小二乘法进行估计得到的β收敛系数可能存在偏误，故本文使用空间滞后模型（SAR）或空间误差模型（SEM）进行估计。首先，检验中国省际是否存在绝对β收敛，并将整个样本期间划分为1992—2002、2002—2012和2012—2020年3个时期①，结果见表1。从全样本的估计结果来看，空间滞后模型和空间误差模型的β估计系数值分别为-0.0247和-0.0617，且均在1%显著性水平下显著。这表明在整个样本期内，我国省际存在绝对β收敛。同时，从分时期的估计结果来看，无论是空间滞后模型和空间误差模型的β估计系数值均为负值，且在5%或1%显著性水平下显著，与全样本回归结果一致，存在绝对β收敛。进一步从南北俱乐部收敛的检验结果来看，全样本和分时期样本估计结果中，β估计系数值均为正值但并不显著。这表明南北方地区间并不存在明显的俱乐部趋同。
表1 绝对β收敛结果

Tab.1 The absolute β convergence results

变量 1992—2020年 1992—2002年 2002—2012年 2012—2020年
SAR SEM SAR SEM SAR SEM SAR SEM
lnpgit -0.0247***
（-4.4718）		 -0.0167***
（-3.5624）		 -0.0169***
（-3.3117）		 -0.0162**
（-2.3617）		 -0.0235***
（-7.0315）		 -0.0220***
（-7.2625）		 -0.0157***
（-3.4815）		 -0.0177**
（-3.0232）
lnpgit·South 0.0004
（0.3421）		 0.0001
（0.0718）		 0.0068（1.2321） 0.0046（0.6119） 0.0334
（1.2524）		 0.0029
（1.0431）		 0.0004
（0.1517）		 0.0005
（0.1217）
常数项 0.0400***
（2.9018）		 0.0820***
（8.6921）		 0.0326**
（2.1018）		 0.0847***
（4.8916）		 0.1058***
（5.4727）		 0.0906***
（6.2047）		 0.0619***
（3.0821）		 0.0968***
（9.5618）
loglikelihood 93.1461 90.5599 78.4167 76.3344 92.5196 92.1972 77.6923 76.2357
LM-error 1.5831 1.5266 1.0001 1.2385
Robust-LM-error 1.9269 8.0667*** 0.1836 6.1811**
LM-lag 7.2978*** 7.2838*** 6.3547*** 8.4091***
Robust-LM-lag 7.6415*** 8.8239*** 6.5382*** 8.3517***
N 31 31 31 31 31 31 31 31

注：South为地区虚拟变量，南方地区的省份取值为1，北方地区的省份取值为0。***、**、*分别表示通过了1%、5%、10%的显著性检验，括号内为z值。表2同。

本文在检验绝对β收敛的基础上，根据β收敛假说，在空间滞后模型和空间误差模型中加入一系列可能影响收敛性的控制变量初始值，以检验我国省际是否存在条件β收敛，结果见表2。从全样本的结果来看，空间滞后模型和空间误差模型的估计系数值分别为-0.0096和-0.0119，二者均在1%显著性水平下显著。这表明我国在1992—2020年存在省际的条件β收敛。
表2 条件β收敛结果

Tab.2 The conditions β convergence results

变量 1992—2020年 1992—2002年 2002—2012年 2012—2020年
SAR SEM SAR SEM SAR SEM SAR SEM
lnpgit -0.0096***
（-2.7931）		 -0.0119***
（-3.1224）		 -0.0166***
（-2.7223）		 -0.0153***
（-2.9425）		 -0.0165***
（-2.6214）		 -0.0128*
（-1.6819）		 -0.0064
（-1.0821）		 -0.0093
（-1.6023）
lnpgit·South 0.0004（0.5119） 0.0006
（0.5919）		 0.0035
（0.7819）		 0.0008
（0.3319）		 0.0007
（0.2521）		 0.0050
（1.4917）		 0.0054*
（1.6418）		 0.0087**
（3.1321）
常数项 0.0415***
（3.1121）		 0.0708***
（7.4615）		 0.0458**
（2.1321）		 0.0547***
（3.1910）		 0.1056***
（4.2214）		 0.0840***
（5.2021）		 0.0752***
（2.8417）		 0.1040***
（5.5432）
loglikelihood 109.0541 105.9322 90.3018 92.3612 95.1615 94.6181 93.3307 92.3349
LM-error 0.1616 0.0717 5.0796*** 0.0346
Robust-LM-error 1.7270 9.3760*** 4.8261*** 1.0612
LM-lag 6.7043*** 5.4742** 0.0132 5.1168**
Robust-LM-lag 6.2696*** 4.7785*** 1.2666 7.1434***
控制变量 是 是 是 是 是 是 是 是
N 31 31 31 31 31 31 31 31
从分时期的结果来看，在1992—2002和2002—2012年2个时期内，β估计系数的值均为负值，且在1%或10%显著性水平下显著。这说明与全样本的结果类似，在这2个时期内，我国也存在省际的条件β收敛。而在2012—2020年的样本期内，空间误差模型和空间滞后模型估计的β系数值虽然为负值，但均不显著，呈现出发散趋势。
进一步从南北俱乐部收敛的结果来看，在1992—2002和2002—2012年2个时期内，无论是空间滞后模型还是空间误差模型，地区虚拟变量与人均灯光亮度初始值的交互项系数都为正值，但均不显著，表明并不存在明显的俱乐部收敛。而在2012—2020年这一时期内，地区虚拟变量与人均灯光亮度初始值的交互项系数分别为0.0054和0.0087，且分别在10%和5%显著性水平下显著，存在俱乐部收敛。
总结表1和表2的结果可知，我国1992—2020年存在省际绝对β收敛和条件β收敛。从1992—2002、2002—2012和2012—2020年3个时期的结果来看，我国省际差距整体经历了收敛—发散过程。在整个样本期内，南方和北方地区间经历了从不存在俱乐部收敛到俱乐部收敛的过程，主要体现为南方发散和北方收敛。

3.2.3 地理加权回归模型估计结果

前文对β收敛假说的检验主要基于全局性分析，并未考虑到可能存在的空间异质性。除了全局收敛外，可能存在局部的俱乐部收敛。本文进一步使用地理加权回归（GWR）模型分别检验绝对β收敛和条件β收敛假说，绝对β收敛检验的结果如图4。从全样本的结果来看，南方和北方地区各省份的估计值均为负值，且均在10%及以上显著性水平下显著。从分时期的结果来看，1992—2002和2002—2012年这2个时期的收敛情况也与全样本结果相似，除个别省份外，β估计系数均为负值且在10%及以上显著性水平下显著。
图4 绝对β收敛结果（GWR模型）

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准地图制作，底图无修改，图5同。

Fig.4 The absolute β convergence results（GWR model）

我国省际存在明显局部收敛的时期主要为2012—2020年。从地区情况来看，南方地区主要集中在江苏、上海、浙江、福建、广东、海南等东部和南部沿海地区，以及四川、重庆、贵州、云南和广西等西南地区；北方地区主要体现在北京、天津和山东等北部沿海地区，黑龙江、吉林和辽宁等东北地区以及甘肃、青海、宁夏和新疆等西北地区。但不同地区收敛的稳态水平存在明显分化，其中东部和南部沿海地区向高水平收敛，东北和西北地区则向低水平收敛①，这与上文局部莫兰指数测度的结果比较一致。我国当前存在高—高聚集和低—低聚集趋势，地区经济发展存在一定的两极分化风险。
本文在检验绝对β收敛假说的基础之上，进一步使用GWR模型检验条件β收敛假说，具体结果如图5。从全样本的结果来看，条件β收敛的结果与绝对β收敛基本一致，所有省份的回归系数都为负值，且均在10%及以上显著性水平下显著。从分时期的结果来看，局部收敛仍然主要体现在2012—2020年。从地区情况来看，东部沿海、南部沿海、北部沿海、西北和西南地区以及东北三省也存在局部的收敛。
图5 条件β收敛结果

Fig.5 The conditions β convergence result（GWR model）

结合南方地区和北方地区的发展实际分析可知，南方地区的分化主要体现在东部沿海、南部沿海和西南地区，其中东部和南部沿海地区趋向于经济发展的高水平收敛，而西南地区则趋向于低水平收敛，二者呈现出相反的收敛趋势。北方地区的分化则是北部沿海与东北地区、西北地区之间的分化，前者趋向于高水平收敛，后者趋向于低水平收敛。这表明，除了南方和北方地区间的差距以外，2个地区内部的分化也较为严重，准确来说南北差距实际是重点区域的发展分化。
另外，黄河中游和长江中游地区未出现明显的局部收敛，这与现实情况也比较一致。这两大地区内部各省份经济发展水平并不一致，收敛趋势也不尽相同。经济发展水平较高省份对周边省份的辐射带动作用不足，但已有一定的发展基础，目前尚未形成高水平的收敛或低水平的收敛。这从侧面表明黄河流域生态保护和高质量发展战略的重要意义，以及长江中游城市群协同发展亟需上升为国家重大区域协调发展战略。

3.3 南北差距的原因分析

不同地区是不同的行动者，但2个地区之间的差距本质上是一种关系。不同于割裂式地分析省际差距，关系数据模型把省际差距视为两省之间关系分析，能够更好地理解省际差距产生的原因。本文借鉴李华的研究成果[28]，将关系数据模型的设定如式（1）所示，并使用二次指派程序方法（QAP）进行估计。
Y i j = α + β X i j + λ C o n t r o l i j + μ
式中：Yij为被解释变量人均夜间卫星灯光亮度两两省份之间的差距水平；Xij为一系列解释变量两两省份之间的差距水平；Controlij为一系列控制变量两两省份差距水平；μ为误差项。本文借鉴李敬等[29]、吕承超等[7]的做法，将样本期内各省份相应变量取平均值，然后使用各省份两两之间的差异水平构建差异矩阵，借助UCINET6.0软件进行相关分析和回归分析。
本文根据新经济增长理论、制度经济学等主流经济学理论，基于国家重大发展战略和发展着力点以及现有文献[30-32]，选择营商环境（Enviorment）①、创新水平（Patent）、产业结构变迁（Structure）、技术成果转化（Technology）、技术进步（Tfp）和资本存量（Capital）6个变量，探讨影响地区差距及南北差距的主要因素。具体来说：①参考邱康权、涂正革、张三保等的研究[33-35]，使用投资融资环境、企业市场环境、政务法治环境、人口消费环境和公共服务环境5个二级指标，利用熵权法的TOPSIS模型测算营商环境。②创新水平采用万人专利授权量来衡量。③产业结构变迁借鉴裴延峰的成果[36]，使用产业结构高级化指标来衡量。④技术成果市场化通过技术市场成交额占GDP的比例来衡量。⑤技术进步则使用各省全要素生产率来测度。⑥资本存量以2000年为基期，使用永续盘存法计算得到。
本文首先使用相关性分析验证了被解释变量的地区差距与解释变量的地区差距之间存在的相关关系，但这不能证实是否存在因果关系。因此，本文进一步进行QAP回归分析，通过标准化的系数，不仅能够反映不同变量对地区差距的影响，而且能够反映影响的强度，结果见表3。从全样本的结果来看，营商环境和创新水平的标准化回归系数分别为0.665和0.378，且分别在1%和5%显著性水平下显著。这表明营商环境和创新水平的差距是造成新一轮南北差距的主要来源。自党的十八大以来，我国进入新发展阶段，经济发展转向高质量发展，良好的营商环境和创新水平是经济发展活力的保证，并成为经济发展的重要驱动力量。不同省份在营商环境和创新水平方面的差距，也成为新一轮地区差距扩大的主要来源。从南方地区的结果来看，创新水平和技术进步的标准化回归系数分别为0.904和0.262，分别在1%和5%显著性水平下显著。从北方地区来看，只有产业结构变迁的标准化回归系数值为-0.575，且在5%显著性水平下显著。这表明创新水平和技术进步是导致南方地区内部分化的主要力量，而产业结构变迁缩小了北方地区的内部差距。
表3 QAP 回归分析结果

Tab.3 The QAP regression analysis results

变量 全样本 南方地区 北方地区
未标准化系数 标准化系数 未标准化系数 标准化系数 未标准化系数 标准化系数
Market 89.081 0.665*** 9.148 0.070 0.229 0.001
Patent 0.197 0.378** 0.544 0.904*** 0.606 1.334
Structure -2.564 -0.161 9.138 0.345 -6.540 -0.575**
Technology -9.860 -0.023 0.682 0.001 -0.209 -0.001
Tfp 11.966 0.109 32.733 0.262** 9.351 0.097
Capital 0.001 0.009 -0.001 -0.089 0.001 0.236
Adj-R2 0.305 0.340 0.278

注：*、**、***分别表示在10%、5%、1%的水平上显著。变量均为31×31矩阵，随机置换5000次。

4 结论与建议

本文首先选取1992—2020年夜间卫星灯光数据，将全国的研究样本划分为南方和北方2个地区，采用泰尔指数测度中国的南北经济差距，并使用Kernel核密度估计分析南北差距的动态演变特征。同时，在计算全局和局部莫兰指数的基础上，使用空间计量和地理加权回归（GWR）模型分析了其全局和局部收敛性特征。最后，本文还运用二次指派程序（QAP）对影响因素进行了分析。研究结论如下：①样本期内，中国的南北差距呈现下降—上升—下降—上升的反复波动趋势，并在2013年以后出现加速扩大趋势；南北方的地区内差距远大于地区间差距，南北方内部经济发展分化比较严重。②中国全域经济存在绝对β收敛和条件β收敛，从演进过程来看经历了收敛—发散的过程；南北地区间则经历了从不存在俱乐部收敛到俱乐部收敛的过程，主要体现为北方收敛和南方发散。③南方和北方地区内部存在明显的局部收敛：南方地区的东部和南部沿海地区的经济发展水平向高水平稳态值收敛，西南地区向低水平稳态值收敛；北方的北部沿海地区向高水平稳态值收敛，东北地区和西南地区的收敛趋势则相反。④营商环境和创新水平差距是造成新一轮南北差距扩大的主要因素，技术进步和创新水平差距是导致南方内部分化的主导力量，而产业结构变迁对缩小北方内部差距具有积极作用。
根据研究结论，本文提出积极缩小南北差距的对策建议如下：
①制定南北协调发展新战略，细化区域协调发展政策框架。虽然目前我国的地区差距仍然主要体现在传统的东西部差距，但南北差距正呈现出加速扩大的趋势。为防止出现两极分化风险，国家应当积极制定促进南北协调发展的新战略，并配套制定各类具体协调措施，着重提高区域协调发展政策的精准性。例如，针对北方和南方地区各自的地理条件和经济发展水平，制定具体的产业发展计划，促进区域产业优化和升级；调整中央对地方的财政转移支付制度，增加对北方经济欠发达地区的支持，缩小南方和北方地区的财政差距；重点在交通、通信、能源等关键领域加大对北方的基础设施建设投资，提升其对外连接和内部流通能力。
②全面改善北方地区的发展环境，努力培育发展新动能。营商环境和创新水平是导致南北差距扩大的主要驱动力量，也是制约北方地区特别是东北地区经济发展的主要原因。因此，北方地区应当积极提供税收减免、资金支持等激励措施，在吸引南方以及外部投资者到北方地区投资的同时，鼓励北方企业进行技术创新和产业升级，促进南北企业之间的合作和技术交流，创造宽松的营商环境和创新环境。同时，要促进北方地区的产业升级和多元化发展，鼓励发展新兴产业和高科技产业，同时加强对传统产业的技术改造和创新，减少对单一产业的依赖，增加多样性的就业岗位供给，吸引人才回流和集聚。
③着力聚焦重点发展区域，塑造南北发展新格局。鉴于南方和北方地区的内部分化比较严重，应当着力推动东北地区、黄河中下游地区、环渤海地区、长江经济带、成渝地区等重点区域的发展，着力推动长江中游城市群协同发展上升为国家重大区域协调发展战略，塑造国家区域重大发展战略的新格局，以重点区域发展平衡南北发展差距。
④重点发挥城市群的带动作用，以城市群助推区域发展。城市群是区域经济发展的核心增长极，应当加强对区域中心城市的支持，以中心城市辐射能力带动交通连接，特别是铁路、公路和水运，促进物流效率和区域间经济互动，努力构建“中心城市带动城市群、城市群带动区域”的新发展模式。着力推动中原城市群、成渝城市群、关中城市群等重点城市群的发展，加强对城市群治理能力、产业升级和公共服务等方面的投入和改善。增强城市群发展和国家重大区域协调发展战略之间的衔接，明确城市功能定位，以城市发展助推城镇化和工业化进程，实现区域内部的协调发展和高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
耿瑞霞, 胡鞍钢, 周绍杰. 我国经济发展南北差距:基本判断、主要原因与政策建议[J]. 中共中央党校(国家行政学院)学报, 2022, 26(5):64-71.

[2]
李善同, 何建武, 唐泽地. 从价值链分工看中国经济发展南北差距的扩大[J]. 中国经济报告, 2019(2):16-21.

[3]
许宪春, 雷泽坤, 窦园园, 等. 中国南北平衡发展差距研究——基于“中国平衡发展指数”的综合分析[J]. 中国工业经济, 2021(2):5-22.

[4]
安虎森, 周江涛. 影响我国南北经济差距的主要因素分析[J]. 经济纵横, 2021(7):28-38.

[5]
张红梅, 李善同, 许召元. 改革开放以来我国地区差距的演变[J]. 改革, 2019(4):78-87.

[6]
盛来运, 郑鑫, 周平, 等. 我国经济发展南北差距扩大的原因分析[J]. 管理世界, 2018, 34(9):16-24.

[7]
吕承超, 索琪, 杨欢. “南北”还是“东西”地区经济差距大?——中国地区经济差距及其影响因素的比较研究[J]. 数量经济技术经济研究, 2021, 38(9):80-97.

[8]
刘华军, 孙东旭, 丁晓晓. 中国居民收入的南北差距分析[J]. 中国人口科学, 2022(4):30-43,126-127.

[9]
梁林, 段世玉, 李妍. 中国南北差距现象能得到改善吗——基于三大重点城市群创新网络韧性监测和比较[J]. 中国科技论坛, 2022(7):106-117.

[10]
Henderson J V, Storeygard A, Weil D N. Measuring economic growth from outer space[J]. The American economic review, 2012, 102(2):994-1028.

[11]
Michalopoulos S, Papaioannou E. National institutions and subnational development in Africa[J]. Quarterly Journal of Economics, 2013, 129(1):151-213.

PMID

[12]
Hodler R, Raschky P A. Regional favoritism[J]. Quarterly Journal of Economics, 2014, 129(2):995-1033.

[13]
王贤彬, 黄亮雄, 徐现祥, 等. 中国地区经济差距动态趋势重估——基于卫星灯光数据的考察[J]. 经济学(季刊), 2017, 16(3):877-896.

[14]
王维. 南北经济收敛性与共同富裕[J]. 南方经济, 2022(10):37-53.

DOI

[15]
董雪兵, 池若楠. 中国区域经济差异与收敛的时空演进特征[J]. 经济地理, 2020, 40(10):11-21.

DOI

[16]
王磊, 李峰波, 马新宇. 中国南北差距之谜:结构转换与结构冲击——基于空间计量模型的实证分析[J]. 云南财经大学学报, 2022, 38(5):1-15.

[17]
Oshan T M, Fotheringham A S. A comparison of spatially varying regression coefficient estimates using geographically weighted and spatial-filter-Based techniques[J]. Geographical Analysis, 2018, 50(1):53-75.

[18]
Bourdin S. Does the cohesion policy have the same influence on growth everywhere?A geographically weighted regression approach in Central and Eastern Europe[J]. Economic Geography, 2019, 95(3):256-287.

[19]
Karahasan B C. Winners and losers of rapid growth in Turkey:Analysis of the spatial variability of convergence[J]. Regional Science, 2020, 99(3):603-644.

[20]
苏红键. 自然禀赋与地区发展:兼论南北经济差距扩大现象[J]. 中国软科学, 2022(10):61-71.

[21]
赵子乐, 林建浩. 经济发展差距的文化假说:从基因到语言[J]. 管理世界, 2017(1):65-77.

[22]
杨明洪, 黄平. 南北差距中的结构效应及空间差异性测度[J]. 经济问题探索, 2020(5):1-13.

[23]
兰秀娟, 张卫国, 裴璇. 我国中心—外围城市经济发展差异及收敛性研究[J]. 数量经济技术经济研究, 2021, 38(6):45-65.

[24]
潘文卿. 中国区域经济差异与收敛[J]. 中国社会科学, 2010(1):72-84,222-223.

[25]
陈梦根, 张帅. 中国地区居民生活水平比较——基于全球夜间灯光数据[J]. 经济理论与经济管理, 2021, 41(5):48-67.

[26]
邓忠奇, 高廷帆, 朱峰. 地区差距与供给侧结构性改革——“三期叠加”下的内生增长[J]. 经济研究, 2020, 55(10):22-37.

[27]
刘华军, 杜广杰. 中国经济发展的时空格局及分布动态演变——基于城市DMSP/OLS夜间灯光数据的研究[J]. 中国人口科学, 2017(3):17-29,126.

[28]
李华, 董艳玲. 基本公共服务均等化是否缩小了经济增长质量的地区差距?[J]. 数量经济技术经济研究, 2020, 37(7):48-70.

[29]
李敬, 陈澍, 万广华, 等. 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.

[30]
白俊红, 王林东. 创新驱动对中国地区经济差距的影响:收敛还是发散?[J]. 经济科学, 2016(2):18-27.

[31]
王家庭, 袁春来, 贺沛翔. 我国南北差距的定量测度、时空演进及驱动因素[J]. 学习与实践, 2023(4):40-51.

[32]
唐兆涵, 陈璋. 区域经济差距的形成动因、演变路径和发展趋势——基于技术引进视角的研究[J]. 上海经济研究, 2019(2):46-57.

[33]
邱康权, 陈静, 吕雁琴. 中国营商环境综合发展水平的测度、地区差异与动态演变研究[J]. 数量经济技术经济研究, 2022, 39(2):121-143.

[34]
涂正革, 程烺, 张沐. 中国营商环境地区差异及时空演变特征研究[J]. 数量经济技术经济研究, 2022, 39(7):3-25.

[35]
张三保, 康璧成, 张志学. 中国省份营商环境评价:指标体系与量化分析[J]. 经济管理, 2020, 42(4):5-19.

[36]
裴延峰. 中国产业结构变迁的空间不平衡对地区经济差距的影响[J]. 数量经济技术经济研究, 2022, 39(3):3-23.

Options
文章导航

/

〈 〉