国家级新区辐射带动力评价及其影响因素分解——以重庆两江新区为例
范巧1，王成纲2
(1.重庆科技学院法政与经贸学院，重庆；2.得州理工大学农业与应用经济系，美国得克萨斯州)
摘要：以重庆两江新区为例，结合绝对经济联系和引力模型等理念和方法，评价了重庆两江新区对重庆市内区县发展的辐射带动程度。通过设定和试算多元线性回归模型和3种空间计量模型，优选出空间误差模型用于评估重庆两江新区辐射带动力的主要影响因素及其力度。结果显示：重庆两江新区辐射带动重庆市内区县的拉力效应不太稳定、推力效应尚未形成，但综合推拉力效应呈上升趋势，表明重庆两江新区具有成为增长极的潜力；重庆两江新区对重庆市内区县的辐射带动力主要受到消费、投资、财政投入、城镇居民收入提升以及利用内资等因素的正向影响，受到金融机构人民币贷款余额、城镇化率等因素的负向影响。
关键词：国家级新区；重庆两江新区；辐射带动力
中国共产党第十八届中央委员会第五次全体会议强调，实现“十三五”时期发展目标，必须牢固树立并切实贯彻创新、协调、绿色、开放、共享的发展理念。国家级新区是由国务院批准设立的以相关行政区、特殊功能区为基础，承担国家重大发展和改革开放战略任务的综合功能区。国家级新区是新时期经济社会发展的重要载体和平台。依托国家级新区的创新发展，实现对周边地区的有效辐射和带动，是贯彻新时期发展理念的重要手段。自20世纪90年代初国务院批准设立上海浦东新区以来，截至年末，我国已设立天津滨海新区、重庆两江新区等18个国家级新区。目前国家级新区的建设实现了巨大发展，但是其区域辐射带动效应尚不明显[1]，其辐射带动区域发展的能力也不能满足新时期发展理念的要求。同时，理论界对国家级新区的研究起步较晚，国家级新区辐射带动力的相关研究也比较薄弱。
鉴于此，本文对重庆两江新区的辐射带动力进行评价并分解其影响因素，旨在阐释国家级新区辐射带动周边地区的机制及其影响因素等，为制定充分发挥国家级新区辐射带动力的相关政策提供理论依据和参考。下文的结构安排如下：首先进行文献综述，主要阐释近期国家级新区、辐射带动力及空间计量分析技术的研究进展；然后评价重庆两江新区的辐射带动力，即主要基于绝对经济联系强度和引力模型等理念和方法，评价重庆两江新区对重庆市内区县的辐射带动力(包括拉力、推力和综合推拉力)及其发展趋势；接着分解重庆两江新区辐射带动力的影响因素，主要设定多元线性回归模型和3种经典空间计量模型比较其参数估计结果，考察重庆两江新区辐射带动力的主要影响因素及各因素的影响力；最后总结结论并提出进一步的研究方向，即基于重庆两江新区辐射带动力的评价结果及其影响因素分解结果，阐释重庆两江新区辐射带动重庆市内区县的主要机制和作用机理。
1文献回顾1.1国家级新区
设立国家级新区是有中国特色的区域尺度重构工具[2]，是重塑区域空间生产策略的重要手段。目前国家级新区的相关研究起步较晚，主要围绕区位选择、战略定位、功能类型、行政管理体制改革、新区比较、新区发展绩效评价和发展战略等展开。彭建[3]指出，现有的国家级新区批设与区位选择评价结果一致。国家级新区的战略定位主要包括改革探索试验区、区域核心增长极等[4]；功能类型包括国际竞争型、全国拉动型、区域拉动型和特殊战略型等[5]；行政管理体制改革的关键在于理顺功能区与行政区的交互影响和协同演进关系[6]，遵循经济区化—整体行政区化—功能区行政区化等的发展逻辑[7-8]。国家级新区的比较主要围绕西部地区与东部地区[9]、沿海地区与内陆地区[10]、同一都市圈内[11]的国家级新区比较展开，比较内容主要包括区位条件和享受的优惠政策[12]等。国家级新区发展绩效评价主要围绕发展现状、问题和战略展开[1]，其中发展战略主要包括配套法律体系建构[13]、多规合一制定和实施[2]等。
目前学术界对国家级新区进行了多方位、多视角的研究，且研究日趋深入。然而，关于国家级新区作为区域增长极如何影响和辐射带动周边省区或属地省区区县的机制和作用机理的研究尚较为单薄，国家级新区辐射带动力评价也尚未展开。这远远满足不了依托国家级新区实现区域间协调、开放与共享发展的实践需要。
1.2辐射带动力
形成和强化各类增长极的辐射带动力，是落实新时期区域政策中区域协调发展理念的重要手段[14]。辐射带动力包括集聚效应的拉力、扩散效应的推力以及综合效应的推拉力[15]。辐射带动力研究源自Hirschman[16]倡导的“经济增长的区际传递”，经典理论包括增长极理论、回波-扩散效应理论、极化-涓滴效应理论、区际经济传递理论、区际经济辐射理论、中心-外围理论等[17]。
辐射带动力研究相对比较成熟，近期研究主要围绕辐射带动力的动力源泉、传导机制、保障机制和强度评价等展开。其中：区域辐射带动力源自优势产业与优势资源互补的合作需求[18]；传导机制包括劳动力、资金、技术和信息等要素的流动[19]，自然与社会资源的流动[18]，产业分工合作及转移承接[20]，组团多极化城市群布局及联动，以及区域合作及利益分享[1]等；保障机制包括统一规范的制度、完善的技术和信息现代设施体系[18]等；区域辐射带动力强度评价方法主要有模糊综合评价[21]、区域经济联系强度评价[22]、可变模糊评价[23]、欧氏距离评价[24]、主成分分析[15]、面板VAR模型评价[25]、城市流强度评价[26]等。尽管辐射带动力研究日趋成熟，但是就其强度评价方法而言，此方面研究主要从统计学或数量经济学的视角展开，未考虑辐射带动力的空间溢出效应和时空溢出效应。
1.3空间计量分析技术
空间计量分析技术源于Paelinck[27]的研究，主要经历了萌芽(20世纪70年代中叶至80年代末)、起飞(20世纪90年代)、成熟(年以后)等阶段[28]。近期研究主要围绕模型形式设定及选择、空间权重矩阵设定、模型参数估计、预测及其精度等方面展开。
空间计量经济学模型主要有3种基本类型——空间自回归模型(spatialautoregressivemodel)、空间杜宾模型(spatialDurbinmodel)和空间误差模型(spatialerrormodel)。近期研究中出现的衍生模型有：基于对随机误差项的不同影响方式的考察，衍生出高斯条件设定误差模型(conditionallyspecifiedgaussianerrormodel)、空间自相关模型(spatialautocorrelationmodel)和空间自回归移动平均模型(spatialautoregressivemovingaveragemodel)[29]；基于对空间相关性的非线性考察，衍生出矩阵指数模型[30]；基于对不同类型数据的考察，衍生出时空计量经济学模型[31]、空间计量交互模型[32]和空间离散选择模型[33]。模型形式众多导致选择难题，近期空间建模难题主要包括是否将空间因素纳入传统计量模型、空间计量模型选择、数据类型改变条件下特定模型形式设定等3个问题。通过计算Moran指数、Getis指数等[34]可完成第一个问题；通过Robust检验、LM检验等可完成第二个和第三个问题[35]。目前尚无证据证明某种指数或检验具有压倒性优势，不过LM检验更为流行，Mur和Angulo[36]还利用LM检验处理了传统计量模型与特定空间计量模型的转化和选择问题。
空间权重矩阵主要有外生空间权重矩阵和内生空间权重矩阵2种主要类型。一般空间权重矩阵通过外生设定并经过行随机标准化处理得到。外生空间权重矩阵主要基于地理上的邻接效应[37]、空间距离[38]、经济社会规模[39]、无信息均等权重[40]进行设定，或基于上述因素中的两种因素或多种因素组合进行设定[41]。面板数据的应用催生了时空权重矩阵[42]，目前流行的时空权重矩阵主要基于空间权重矩阵和时间权重矩阵组合得到。近期研究中也偶见基于模型自身[43]、被解释变量和估计的残差[44]等推导出内生空间权重矩阵的做法，但内生空间权重矩阵的使用并不如外生空间权重矩阵那么广泛。参数估计是空间计量模型建模过程中的关键环节，最流行的参数估计方法有极大似然估计[45]、MCMC估计[46]。空间计量模型的预测与传统计量经济学模型不同，需要依据不同的模型形式加以处理。对于空间自回归模型和空间杜宾模型，必须将初始设定模型等号右侧涉及被解释变量自回归的部分移至等号左侧进行处理[39]，其他模型则不需如此[47]。预测精度的比较方法主要基于均方误差[48]完成。经过近40年的发展，空间计量分析技术已形成相对完善的体系，已成为区域经济研究的主流方法。
从国家级新区、辐射带动力以及空间计量分析技术等领域的研究文献来看，基于辐射带动力、空间计量分析技术等比较成熟的分析方法，评价国家级新区的辐射带动力，并分解其影响因素，由此弄清国家级新区辐射带动周边区域发展的机制和作用机理是非常有意义的。
2重庆两江新区辐射带动力评价一般来说，国家级新区的辐射带动力包括国家级新区对周边其他省区以及属地省区内市区县的辐射带动作用，其辐射带动力评价也应从这两方面入手。然而，就重庆两江新区而言，由于其批设时间较短，因此其辐射带动力可能主要作用于重庆市的主要区县。鉴于此，本文首先评价重庆两江新区对重庆市内38个区县①的辐射带动力，然后依据评价结果考虑是否进行其对周边省区辐射带动力的评价。若重庆两江新区对重庆市内38个区县的辐射带动力不明显，则暂不评价其对周边省区的辐射带动力。
①即万州区、黔江区、涪陵区、渝中区、大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、北碚区、渝北区、巴南区、长寿区、江津区、合川区、永川区、南川区、綦江区、大足区、璧山区、铜梁区、潼南县、荣昌县、梁平县(现梁平区)、城口县、丰都县、垫江县、武隆县(现武隆区)、忠县、开县(现开州区)、云阳县、奉节县、巫山县、巫溪县、石柱县、秀山县、酉阳县、彭水县。
②《重庆统计年鉴》中缺少原始数据，这里设为0.，并经四舍五入保留小数点后2位以与《重庆统计年鉴》的其他同类数据一致。
2.1评价方法与数据处理
为评价重庆两江新区自批设以来对重庆市内38个区县的辐射带动力现状及其发展态势，本文首先从重庆两江新区的主要经济指标增长率变动入手阐释其拉力，然后通过将—年重庆市内38个区县各主要经济指标的平均增长率与—年的相应指标进行比较，阐释重庆两江新区对区县经济发展的推力，最后从辐射带动力的综合评价入手，阐释重庆两江新区辐射带动力的发展趋势。其中，在综合评价其辐射带动力时，主要依据李国平[22]和乔旭宁等[49]的设定，结合绝对经济联系强度和引力模型，设计如下综合推拉力的计算公式：
(1)
式(1)中：下标A表示重庆两江新区；i(i=1,2，…，38)表示重庆市内区县；RadA→i表示重庆两江新区对38个区县的综合推拉力；DA→i表示百度地图显示的重庆两江新区与区县i之间的自驾车最短距离；Ym(m=1,2,…,M)表示影响辐射带动力并纳入评价的各种因素，其中m表示纳入评价因素的代码。基于现有文献的相关分析和数据可得性，本文选择地区生产总值(亿元)、非农业总产值(亿元)、年末总人口数(万人)、企业法人单位数(个)、商品房销售面积(万平方米)等作为主要的综合评价因素。其中：地区生产总值主要反映了辐射带动力在经济总量协调方面的表现；非农产业总产值主要反映了辐射带动力在产业发展影响方面的表现；年末总人口主要反映了辐射带动力在劳动力迁徙方面的表现；企业法人单位数主要反映了辐射带动力在自然和社会资源流动方面的表现；商品房销售面积主要反映了辐射带动力在城市发展吸引力方面的表现。各综合评价因素的数据周期为—年，其原因在于重庆两江新区批设于年，而年相关指标值暂未得到更新。
本文主要从官方的正式统计资料获得上述表征辐射带动力的指标的数据。具体而言：主要通过整理—年《重庆两江新区国民经济和社会发展统计公报》得到重庆两江新区的数据；从—年《重庆统计年鉴》获得相应区县的数据；以百度地图中重庆两江新区党工委管委会至某区县政府的驾车最短距离作为重庆两江新区与某区县的距离，测距时间为年3月12日上午10点37分。对数据缺失或显示为0的情况进行单独处理。对于年商品房销售面积缺省值，主要以缺省值中房屋竣工住宅建筑面积最大区县为依据(开县，22.26万平方米)，设定其商品房销售面积的标准值为0.万平方米②，利用以下公式计算得到其余缺省值区县的商品房销售面积：缺省值区县年的商品房销售面积=0./22.26×缺省值区县年房屋竣工住宅建筑面积。这种折算实际上基于缺省值区县年商品房销售面积与对应地区年房屋竣工住宅建筑面积成正比变动的假设。同时，将年城口县的商品房销售面积缺省值设为1.万平方米。其计算公式如下：年城口县的商品房销售面积实际值(0.3万平方米)×—年商品房销售面积的年均增长率(.%)6。这里同样蕴含了每年城口县的商品房销售面积增长率相同的基本假设。不过，上述数据处理可能导致相应的评价结果出现偏差。
2.2评价结果
基于上述辐射带动力评价方法，结合—年相关区县的主要指标数据及其增长率，可初步得到重庆两江新区对重庆市内38个区县的辐射带动力。概括起来，重庆两江新区对市内区县的辐射带动力的发展态势主要呈3个重要特征。
第一，重庆两江新区的经济高速增长但稳态并未形成，其作为增长极的拉力效应不明显。
重庆两江新区自年6月18日挂牌成立以来，经5年多的发展取得了一系列卓有成效的业绩。年重庆两江新区的GDP达到.68亿元，是年的1.86倍，年均增长率达到16.74%；其非农产业总产值达到.33亿元，是年的1.87倍，年均增长率为16.96%；其年末总人口数达到.34万元，是年的1.14倍，年均增长率为3.26%；其企业法人单位数达到个，是年的1.63倍，年均增长率为13.02%；其商品房销售面积为.82万平方米，相当于年的0.97倍，年均增长率为-0.70%。
③要说明的是，由于年部分区县的商品房销售面积过小，因此官方统计资料中显示为0，其平均增长率之差主要依据—年平均增长率与—年平均增长率的差值计算得到。
④括号内的数值为—年平均增长率减去—年平均增长率。
尽管重庆两江新区自成立以来保持了较高的增长速度，但是其增长势头并未形成稳定态势。从分年度的环比增长率来看，其主要指标的增长率并非一路飙升，部分年份甚至出现了负增长，如表1所示。同时，通过比较各年环比增长率与5年间平均增长率可知，环比增长率低于5年平均增长率的年度指标个数为10个，约占指标总数的50%。
表1—年重庆两江新区
主要经济指标增长率%
注：“*”表示相应年度增长率低于5年间平均增长率。
第二，重庆两江新区对重庆市内区县经济发展的扩散作用不明显，其推力效应未形成。
按照中国经济增长和统计数据变化的一般特征，年份靠后的经济指标值高于年份靠前的经济指标值。要阐释重庆两江新区对所属区县的推动效应是否形成，必须结合主要经济指标的增长率。当然，主要经济指标增长率的提升并不能直接说明区县发展受到重庆两江新区的推力作用，但如果主要经济指标的增长率表现出降低态势，那么可说明重庆两江新区的批设对所属区县的发展具有一定的挤出效应。基于前文阐释的重庆两江新区推力效应的分析方法，本文绘制了重庆市内38个区县的主要经济指标的—年平均增长率与—年平均增长率之差的示意图(见图1)③。
注：横坐标中的1～38分别指万州区、黔江区、涪陵区、渝中区、大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、北碚区、渝北区、巴南区、长寿区、江津区、合川区、永川区、南川区、綦江区、大足区、璧山区、铜梁区、潼南县、荣昌县、梁平县(现梁平区)、城口县、丰都县、垫江县、武隆县(现武隆区)、忠县、开县(现开州区)、云阳县、奉节县、巫山县、巫溪县、石柱县、秀山县、酉阳县、彭水县，下同。图1重庆市内38个区县主要经济指标—年平均增长率与—年平均增长率差值
从图1可知，自重庆两江新区批设后，重庆市内38个区县主要经济指标的平均增长率呈大幅、大范围下降趋势。这说明，近期重庆两江新区的建设和发展对重庆市内区县的经济社会发展不仅未起到推动作用，反而有一定的挤出效应。从增长率差值的绝对值来看：地区生产总值的—年平均增长率超过—年平均增长率的区县有17个区县(占比为44.74%)，包括合川区(+11.44%④)、开县(现开州区，+6.08%)等；非农产业总产值的—年平均增长率超过—年平均增长率的区县有12个(占比为31.58%)，包括合川区(+27.26%)、永川区(+23.08%)等；年末总人口数的—年平均增长率超过—年平均增长率的区县有10个(占比为26.32%)，包括渝北区(+1.23%)、九龙坡区(+0.51%)等；企业法人单位数的—年平均增长率超过—年平均增长率的区县有2个(占比为5.26%)，包括万州区(+3.80%)和梁平县(现梁平区，+3.35%)；商品房销售面积的—年平均增长率超过—年平均增长率的区县为6个(占比为15.79%)，包括大渡口区(+28.40%)、涪陵区(+12.07%)等。
第三，重庆两江新区的综合推拉力效应近期集中于主城区，且呈上升趋势。
依据式(1)，结合数据的可得性和完整性，本文以式(2)为依据，对重庆两江新区对重庆市内38个区县的综合推拉力进行了评价。
(2)
式(2)中：GDP、NaG、Pop、NuE和SqH分别表述相应地区的地区生产总值、非农业总产值、年末总人口数、企业法人单位数和商品房销售面积；其他字符的涵义与式(1)中的相同。
图2—年重庆两江新区对重庆市内38个区县的综合推拉力
图2显示了—年重庆两江新区对重庆市内38个区县的综合推拉力。从图2来看，目前重庆两江新区对重庆市内区县的辐射带动力的综合推拉力效应主要体现在江北区、渝中区等主城9区，对其余区县的综合推拉力效应并不特别明显。从—年重庆两江新区综合推拉力的变化趋势来看，重庆两江新区对重庆市内区县的综合推拉力呈上升趋势。其中：综合推拉力提升最快的是云阳县——年重庆两江新区对云阳县的综合推拉力是年的3.27倍，其年均增长率达到34.45%；综合推拉力提升最慢的奉节县，但年其综合推拉力也是年的1.58倍，年均增长率为12.17%。
总的来说，重庆两江新区的主要经济指标实现了高速增长，但是并未形成稳定发展态势，重庆两江新区作为增长极的拉力效应并未真正形成；同时，重庆两江新区的建设和发展并未对重庆市内38个区县的发展产生推动作用，重庆两江新区作为增长极的推力效应尚未形成。不过，近期重庆两江新区对重庆市内38个区县的综合推拉力效应呈上升趋势——这在主城9区的表现得尤为明显，说明重庆两江新区作为新时期增长极具有极大潜力。
3重庆两江新区对重庆市内区县辐射带动力的影响因素分解由于目前重庆两江新区作为增长极的拉力和推力效应并不明显，而依托重庆两江新区实现重庆市及其区县科学、协调、共享发展又是新时期贯彻落实5大发展理念的重要手段，因此明确影响重庆两江新区对重庆市内区县辐射带动力的主要因素并深入剖析其影响力度，具有十分重要的意义。主要分析包括3个步骤：首先，通过设定空间权重矩阵、计算Moran指数、GearyC指数，考察重庆两江新区对重庆市内各区县的辐射带动力是否具有空间上的依赖关系；其次，设定重庆两江新区辐射带动力影响因素分解的备选模型；最后，基于模型的试算遴选出最优模型，对重庆两江新区辐射带动力影响因素进行分解，并对各因素参数的影响效应进行详细分析。
3.1重庆两江新区对重庆市内区县辐射带动力的空间依赖关系
重庆两江新区对重庆市内区县的辐射带动力主要是通过空间上的极化拉动和扩散推动效应实现的。因此，要建立重庆两江新区辐射带动力影响因素分解模型，首先必须在传统计量经济模型与空间计量模型之间做出选择。对此，本文结合Moran指数和GearyC指数，判断重庆两江新区对重庆市内各区县的辐射带动力是否存在空间相关关系。Moran指数和GearyC指数的测算结果如表2所示。
表2重庆两江新区辐射带动力的空间相关性评价
注：据MATLABRa软件计算得到。
对不同年份序列的空间相关性评价主要建立在基于Queen地理邻接关系的空间权重矩阵W的基础上。其元素设定遵照如下原则：当区县i与区县j表现为Queen地理邻近关系时，Wij=1；当两者不存在Queen地理邻近关系时，Wij=0。需要对该空间权重矩阵进行行随机标准化处理，以保证各行元素之和为1。对总堆积序列的空间相关性评价主要基于时空权重矩阵WNT。其元素设定遵照如下原则：WNT=W?It。其中，W表示前述的基于Queen地理邻接关系的行随机空间权重矩阵；?为克罗内克积符号；It表示带有时间约束的时间权重矩阵，即某一时期两江新区对重庆市内某区县的辐射带动力，只可能受到同时期或以前两江新区对市内邻近区县辐射带动力的空间影响，不可能受到来自该时期后的某时期两江新区对市内邻近区县辐射带动力的空间影响。It的表达式如下：
(3)
从表2所示的两种指数计算结果来看：就单个年份而言，重庆两江新区对重庆市内38个区县的辐射带动力之间存在正的空间依赖关系；而—年重庆两江新区对重庆市内区县辐射带动力的Pool堆积序列的Moran指数显示，重庆两江新区对重庆市内38个区县的辐射带动力之间存在微弱的空间负相关关系，而GearyC指数显示它们之间存在微弱的空间正相关关系。这些结论给辐射带动力影响因素分解模型的建模带来一定的困惑，即无法直接使用空间计量模型进行建模——因为基于两种指数所得的结论不明显，也无法直接使用传统的计量经济学模型进行建模——因为分年度数据显示重庆两江新区对重庆市内38个区县的辐射带动力之间存在空间依赖关系，虽然堆积序列的相关指数计算结果也显示它们存在空间相关关系，只是空间相关关系的性质暂时无法确定。鉴于此，本文基于传统的多元线性回归模型和3种经典空间计量经济学模型进行试算，从中优选出合适的模型。
3.2影响因素分解模型的基本设定及数据处理
为确定重庆两江新区对重庆市内区县的辐射带动力的影响因素及其影响力度，本文以—年重庆两江新区的辐射带动力为被解释变量，通过设定和选择合适的模型对其主要影响因素进行分解。备选模型包括如下多元线性回归模型和3种经典的空间计量经济学模型：
(4)
(5)
(6)
(7)
其中：式(4)为多元线性回归模型；式(5)为空间自回归模型；式(6)为空间杜宾模型；式(7)为空间误差模型。
模型中：Yit为第t年重庆两江新区对重庆市内区县i的辐射带动力的堆积序列；Xk,it(k=1,2,…,K)为辐射带动力的第k个影响因素；ε1,it、ε2,it、ε3,it和ε4,it为随机误差项序列，分别服从均值为0、方差分别为和的正态分布；μit是随机误差项序列，其分布形式受模型(7)的空间依赖关系的约束；W和It的界定与前文相同，分别表示行随机的空间权重矩阵和时间约束权重矩阵；ρsar、ρsdm和ρsem分别是空间自回归模型、空间杜宾模型和空间误差模型的空间相关系数；α、β、γ和η为外生的待估计参数；i(i=1,2,…,38)表示前文依序界定的区县i，t(t=,,…,)表示年份t；N=38、T=5，分别表示重庆市内区县总数和年份总数。
在上述备选模型中，确定解释变量Xk,it是建模过程中比较关键的环节。基于区域辐射带动力传导机制，并考虑数据的可得性和完整性等，本文搜集了公共财政预算收入(亿元)、全社会固定资产投资总额(亿元)、社会消费品零售总额(亿元)、进出口总额(亿美元)、实际利用内资(亿元)、金融机构人民币贷款余额(亿元)、城镇化率(%)、城镇居民可支配收入(万元)8个数据序列。其中，重庆市内38个区县的数据来自—年的《重庆统计年鉴》，重庆两江新区的数据仍来自于—年的“重庆两江新区国民经济和社会发展统计公报”。
由于上述8个数据序列仅能反映重庆两江新区或重庆市内38个区县各自较为独立的经济社会发展情况，因此不能直接将之作为解释变量纳入重庆两江新区辐射带动力影响因素分解模型。立足于式(1)，本文分别计算重庆两江新区对重庆市内38个区县辐射带动力的8个影响因素的初始值。其计算公式如下：
(8)
式(8)中：RadA→i,k(k=1,2,…,8)表示重庆两江新区对重庆市内38个区县辐射带动力的第k个影响因素的初始值；A和i分别表示重庆两江新区和重庆市内的区县i；DA,i表示百度地图显示的重庆两江新区管委会至i区县政府的驾车最短距离。
设8个影响因素初始值的Pool堆积序列分别为X1、X2、…、X8，并将之作为解释变量引入模型。值得注意的是，由于表征辐射带动力的被解释变量Y与表征辐射带动力影响因素的解释变量(X1、X2、…、X8)的单位不统一，因此需要对其数据进行无量纲标准化处理。处理方法参照式(9)：
；
。
(9)
式(9)中：Mean、Std.和Er分别表示序列的均值和标准差。
3.3模型参数估计、模型选择及参数效应分析
在对备选模型进行参数估计前，本文计算了重庆两江新区辐射带动力与各影响因素的相关系数。依据Eviews8.0软件的输出结果，8个影响因素(X1,X2,…,X8)与重庆两江新区辐射带动力(Y)的相关系数分别为0.、0.、0.、0.4、0.、0.、0.和0.。这说明8个影响因素与重庆两江新区辐射带动力具有较强的相关性，也说明将这些影响因素作为备选解释变量具有合理性。
基于式(4)的基本设定，结合逐步回归法和最小二乘法的试算，优选得到多元线性回归模型的参数估计结果，见表2中的第二列。多元线性回归模型的参数估计结果显示：基于进出口总额而形成的辐射带动力影响因素(X4)对重庆两江新区辐射带动力的作用并不显著，因此在随后的空间计量模型参数估计中直接删除该影响因素。结合式(5)～式(7)的基本设定，利用极大似然估计方法，得到3种空间计量模型的参数估计结果，见表2中的第3～5列。比较表2中各模型的参数估计结果可知：根据多元线性回归模型的参数估计结果，除了常数项的系数不显著外，其他解释变量的系数均通过了假设检验；根据3种空间计量模型的参数估计结果，尽管3种空间计量模型中常数项的系数仍不显著，但是表征变量显著性的T统计量值得到了普遍改善，且极大似然值也明显增大，随机误差项的方差估计值也有所减小，说明采用空间计量模型的参数估计结果解释重庆两江新区辐射带动力的影响因素可能更为合适。
表2重庆两江新区辐射带动力影响因素分解模型的参数估计结果
续表
注：多元线性回归模型的参数估计结果由Eviews8.0软件计算得到，其他空间计量模型的参数估计结果由MATLABRa软件计算得到；“*”和“**”分别表示通过显著性水平为1%和5%的假设检验；括号内的数值为T统计量值。
比较3种空间计量模型的参数估计结果可知：空间自回归模型中的空间相关系数估计值未通过假设检验；空间杜宾模型中很多解释变量的系数估计值未通过假设检验，包括邻近地区的公共财政预算收入因素(W×X1)、邻近地区的全社会固定资产投资总额因素(W×X2)、邻近地区的实际利用内资因素(W×X5)、邻近地区的城镇化率因素(W×X7)以及邻近地区的城镇居民可支配收入因素(W×X8)。相比而言，空间误差模型的参数估计结果的统计性质要优良些，它们均通过了显著性水平为1%或5%的假设检验，其常数项估计值的T统计量值明显高于多元回归模型。同时，空间误差模型的拟合优度也高于多元线性回归模型，其极大似然估计值也明显大于多元线性回归模型。由此，本文认为空间误差模型能更好地解释重庆两江新区辐射带动力的影响因素。
空间计量模型与传统计量模型的参数效应分析过程不同，因此首先必须找到空间误差模型的参数效应矩阵，由此推导参数的总效应、直接效应和间接效应。按照式(7)中的空间误差模型，第k个解释变量的参数效应矩阵可表示为sem(W?k。其中，sem分别为第k个解释变量的参数估计值和空间相关系数估计值；INT为NT阶单位矩阵；W、It、?的含义与前文相同。基于各解释变量的参数效应矩阵，可分别得到各解释变量对重庆两江新区辐射带动力的总效应、直接效应和间接效应。用Sk(W)ιNT表示总效用，其中ιNT为NT×1阶元素恒为1的矩阵。用(k)Direct=1/NT×tr{Sk(W)}表示直接效应，其中tr{?}为矩阵的主对角线元素之和。用总效应减去直接效应得到间接效应，即(k)Direct。基于表2中空间误差模型的参数估计结果，计算得到各影响因素对重庆两江新区辐射带动力的参数总效应、直接效应和间接效应，结果如表3所示。
表3重庆两江新区辐射带动力主要影响因素的影响力度分解
注：基于MATLABRa计算得到。
从参数估计结果来看，影响重庆两江新区辐射带动力的最重要因素是社会消费品零售总额，其直接效应为1.，总效应达到0.。同时，全社会固定资产投资总额、公共财政预算收入、城镇居民可支配收入和实际利用内资对重庆两江新区辐射带动力也将形成正的总效应。不过，金融机构人民币贷款余额和城镇化率，对重庆两江新区的辐射带动力具有负的总效应。
4研究结论及研究方向本文通过评价重庆两江新区对重庆市内区县的辐射带动力、分解其影响因素，初步阐释了两江新区辐射带动重庆市内区县发展的现状及辐射带动力的影响因素，所得结论如下：
首先，基于文献梳理和分析，国家级新区辐射带动属地省区或周边省区的主要传导路径包括劳动力、资金、技术和信息等要素流动，自然与社会资源流动，产业分工合作及转移承接，组团多极化城市群布局及联动，以及区域合作及利益分享等。
其次，在用年末总人口数、企业法人单位数、非农产业总产值、商品房销售面积、地区生产总值5个指标综合表征重庆两江新区辐射带动力的情况下，两江新区辐射带动重庆市内区县的拉力效应和推力效应均未形成，它作为增长极对非中心城区区县的综合推拉力效应不太明显，但是其综合推拉力有上升趋势，因此重庆两江新区具有成为新时期增长极的巨大潜能。
最后，通过对多元线性回归模型和3种空间计量模型进行试算得知，空间误差模型更适用于分析重庆两江新区辐射带动力的主要影响因素。结果显示：重庆市内区县的消费、投资、财政投入和城镇收入的提升以及对内资的利用等，有利于提升重庆两江新区对本地区的辐射带动力；重庆市内区县的金融服务支持力度和城市化发展程度的提高会在一定程度上削弱重庆两江新区对本地区的辐射带动力；邻近地区上述指标值的变动对重庆两江新区对重庆市内区县的辐射带动力具有各自对应反方向的影响。
本文对国家级新区辐射带动力问题进行了一些有益探索，所得结论对实际政策制定和政策实施效果评估具有一定的参考和理论借鉴作用。辐射带动力是地区间相互作用的结果，国家级新区作为增长极需要将辐射带动周边地区长期持续发展作为战略目标。邻近省区或市区县也应主动对接国家级新区的辐射带动作用，积极融入国家级新区的辐射带动范围，从而与国家级新区共享经济社会发展成果。
然而，由于目前两江新区对重庆市内区县的辐射带动力主要表现在主城区，对市内其他区县的推力、拉力和综合推拉力暂不明显，更不用说空间距离更为遥远的其他省份，因此本文暂未阐释重庆两江新区对周边省份辐射带动力的评价问题。同时，受限于重庆两江新区成立时间较短和文章篇幅，本文未对重庆两江新区辐射带动力机制的替代指标的影响因素及其影响力度进行单独分解，笔者将在其他文章专门阐释这一问题。本研究也有进一步深化和拓展的空间，主要方向包括：基于国家级新区辐射带动力机制的深入挖掘、替代指标的科学确定及各自影响因素的单独分解，确定国家级新区辐射带动周边地区的内在机理图谱；对不同国家级新区(如上海浦东新区、天津滨海新区、浙江舟山群岛新区等)的辐射带动力进行评价和比较；基于国家级新区辐射带动周边地区的内在机理图谱，梳理国家级新区辐射带动周边地区发展的实现机制。
参考文献：
[1]国家发展和改革委员会.国家级新区发展报告[M].北京：中国计划出版社，.
[2]晁恒，林雄斌，李贵才.尺度重构视角下国家战略区域的空间生产策略——基于国家级新区的探讨[J].经济地理，，35(3)：1-8.
[3]彭建，魏海，李贵才，等.基于城市群的国家级新区区位选择[J].地理研究，，34(1)：3-14.
[4]吴昊天，杨郑鑫.从国家级新区战略看国家战略空间演进[J].城市发展研究，，22(3)：1-9.
[5]叶姮，李贵才，李莉，等.国家级新区功能定位及发展建议——基于GRNN潜力评价方法[J].经济地理，，35(2)：92-99.
[6]王佳宁，罗重普.国家级新区管理体制与功能区实态及其战略取向[J].改革，(3)：21-36.
[7]丁有良.舟山群岛新区行政管理体制创新——基于国家级新区行政管理体制的比较研究[J].中共浙江省委党校学报，(5)：43-49.
[8]徐勇.国家级新区行政管理体制改革经验及对江北新区的启示[J].中共南京市委党校学报，(3)：-.
[9]彭小雷，刘剑锋.大战略、大平台、大作为——论西部国家级新区发展对新型城镇化的作用[J].城市规划，，38(S2)：20-26.
[10]茹伊丽，李莉，郭源园.内陆国家级新区发展政策建议——基于内陆与沿海新区的对比[J].华东经济管理，，29(6)：61-65.
[11]王双.环渤海经济圈两大国家级新区比较[J].中国国情国力，(9)：40-42.
[12]吴志鹏.三大国家级新区现行政策比较及对浙江舟山群岛新区建设的启示[J].发展研究，(12)：56-58.
[13]张稷锋.法治与改革：国家级新区的成熟范本与两江实践[M].北京：中国政法大学出版社，.
[14]丁任重，陈姝兴.大区域协调：新时期我国区域经济政策旳趋向分析——兼论区域经济政策“碎片化”现象[J].经济学动态，(5)：4-10.
[15]何文举，周辉.资源与环境约束条件下湖南城市辐射与带动力评价[J].经济地理，，31(12)：-.
[16]HIRSCHMANAO.Investmentpoliciesand“dualism”inunderdevelopedcountries[J].AmericanEconomicReview，，47：-.
[17]吴传清.经典区际经济传递理论的演进：一个文献述评[J].中南财经政法大学学报，(1)：15-19.
[18]宫银峰.中原城市群经济一体化的机制、内容与战略取向——以郑州为核心的“城市圈域”发展模式研究[J].中共郑州市委党校学报，(3)：84-86.
[19]员智凯.关中-天水经济区的辐射带动作用和发展路径选择[J].人文地理，(2)：63-66.
[20]赵西三.高速公路与区域经济耦合发展的机理与路径研究：基于路域经济的视角[J].区域经济评论，(4)：28-31.
[21]胡珑瑛，王建华.高技术园区对区域经济的辐射和带动评价研究[J].哈尔滨工业大学学报，，33(1)：96-99.
[22]李国平.深圳与珠江三角洲区域经济联系的测度及分析[J].经济地理，，21(1)：33-37.
[23]苏艳娜，魏天波，宗义湘.主导产业对农业发展的辐射带动作用可变模糊评价——以河北省为例[J].农村经济，(10)：39-41.
[24]刘媛媛，涂建军.中原经济区地缘经济关系研究[J].地域研究与开发，，30(6)：-.
[25]汪增洋.增长、结构升级与城市经济对县域经济的辐射带动——基于长三角城市群外围区的实证研究[J].云南财经大学学报，(3)：65-70.
[26]高新才，杨芳.丝绸之路经济带城市经济联系的时空变化分析——基于城市流强度的视角[J].兰州大学学报：社会科学版，，43(1)：9-18.
[27]PAELINCKJ，KLAASSENL.SpatialEconometrics[M].Farnborough：SaxonHouse，.
[28]孙久文，姚鹏.空间计量经济学的研究范式与最新进展[J].经济学家，(7)：27-35.
[29]LESAGEJ，PACERK.IntroductiontoSpatialEconometrics[M].NewYork：CRCPressTaylorFrancisGroup，：-.
[30]RODRIGUESAE，ASSUN?OBR，DEYDK.Acloserlookatthespatialexponentialmatrixspecification[J].SpatialStatistics，，9：-.
[31]HUJ，LIUF，YOUJ.Paneldatapartiallylinearmodelwithfixedeffects，spatialautoregressiveerror如何防止白癜风复发如何快速治疗白癜风
转载请注明地址:http://www.weizhoujiayuan.com/dbyn/dbyn/7619.html
