中国应急产业集聚的增长效应及其影响因素——基于2005—2014年面板数据的空间计量分析

张廷海 王 点 宋顺锋

(1.安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030; 2.美国内华达大学雷诺分校 经济系，内华达州 雷诺 89557)

一、引言及文献综述

随着产业结构调整与社会转型的加快，社会公共安全问题引起各届高度关注。对政府应对频发的自然灾害、事故灾害、公共卫生及社会安全等突发事件的期望也在提高。发展应急产业有助于提高国家应急管理能力，保障国民经济健康运行，对于加快产业转型升级和形成新的经济增长点具有重要意义。中国工业和信息化部数据显示，2014年中国安全应急和应急装备等领域专用产品和服务的产值近万亿元，应急产业市场潜力巨大。同年，国务院颁布《关于加快应急产业发展的意见》，首次对应急产业发展做出规划，提出应急产业集聚发展的6项主要任务，明确应急产业空间集聚对于培育优势企业、促进应急产业快速发展的作用。2017年1月，国务院印发《国家突发事件应急体系建设“十三五”规划》，提出要加强国家突发事件应急体系中的社会协同应对能力，大力推进应急产业发展。同年7月，工业和信息化部印发《应急产业培育与发展行动计划(2017—2019年)》，以提升应急产业供给水平和创新能力，推动应急产业的融合集聚，形成应急产业体系。但中国目前应急产业发展存在以下问题：空间集聚程度相对较低、区域间同质化竞争比较明显、产品科技含量较低以及关键技术设备仍依赖于进口。在这一现实背景下，中国应急产业的空间格局状况、应急产业空间集聚对经济增长的贡献以及如何有力促进应急产业集聚发展等问题都值得进行深入探讨。

目前，对中国应急产业的研究尚处于文献累积阶段，应急产业空间集聚的研究刚刚起步，因此多数学者采用定性分析方法，通过对应急产业发展的现状、趋势、优劣状况等方面进行研究，指出应急产业空间集聚对于区域经济增长和满足应急需求的重要性；同时，有关应急产业空间集聚的研究集中于进行应急产业理论分析，而应急产业空间集聚的动因及空间集聚的经济效应的实证分析较为少见。

应急产业涵盖应急活动的全过程。同其它产业一样，应急产业集聚可以利用本地资源、节约运输成本、共享劳动力和形成规模经济效应，从而发挥本地市场的比较优势。因而并不能简单地将应急产业理解为必须集中在应急需求发生地的特定产业，它是应急需求和市场发展的必然产物。应急产业门类繁多，统计困难。2015年，中国工业和信息化部、国家发展改革委员会制定的《应急产业重点产品和服务指导目录》设定应急产业主要包括两类产品：一是专用产品，专用于应急处置、突发事件应对，而在平时发挥不了功能的产品，如灭火器、自然灾害救援专用生命探测仪等；二是兼用产品，既可以用于应急处置也可以用于常规领域的多用途应急产品，如应急救援车辆。依据该目录，本文以处置救援产品为研究重点，结合国民经济行业分类(2011)，将应急产业研究对象限定为：制造业(C)分类中的专用设备制造业(C36)，交通运输设备制造业(C37)，电气机械及器材制造业(C39)，计算机、通信及电子设备制造业(C40)和仪表仪器制造业(C41)。这样，既涵盖了应急产业的主体，又兼顾了产业交叉分类带来的影响。

基于此，本文通过选取2005—2014年中国30个省区的相关数据[注]省区仅限于中国大陆，不包括港澳台地区，西藏地区数据缺失严重，本文不予讨论。，建立空间计量模型，考察应急产业的空间分布格局和区域间的联系对应急产业空间集聚的影响(即空间外部性)，从区域空间自相关性角度出发分析中国应急产业空间集聚的格局变化，并从总体和分地区视角对应急产业空间集聚的经济效应及影响因素进行空间计量分析。

二、应急产业的空间集聚：测算与现状

产业空间集聚的测度通常使用区位熵、产业集中指数、市场集中度、赫芬达尔指数、空间基尼系数和EG指数等方法。考虑数据的可得性及跨时间、跨地区分析因素，本文使用就业人数的区位熵(LQ)来衡量中国应急产业的空间集聚程度，具体公式如下：

(1)

由表1可知，2005—2014年中国应急产业空间集聚程度的变化并不显著，集聚程度呈上升趋势但变化幅度很小。这和应急产业的发展现状相吻合，过去应急产业发展完全是一种零散的、自发的状态，直到2011年国务院才第一次把“公共安全与应急产品”列入产业结构调整指导目录(2011年)，应急产业发展才正式被政府关注。之后，政府为支持应急产业发展，规划审批了数个国家级应急产业发展示范基地，整合各地应急产业资源，而企业兼并重组可能会对各地应急产业空间集聚造成一定程度的影响。从数值上看，2011年各地区应急产业区位熵值均开始减小，但这是暂时的现象。随着应急产业发展越来越规范化，其空间集聚度也会逐渐提高。从空间上看，中国应急产业空间集聚程度呈现出“西-中-东”梯级增长现象，西部地区应急产业空间集聚度最低，东部地区应急产业空间集聚度最高[注]本文参照国家统计局网站地区分类方式：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省区；中部地区包括山西、吉林、黑龙江、安徽、江西、湖南、湖北和河南等8个省区；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆等12个省区。。这说明应急产业空间集聚程度与区域经济发展水平密切相关，经济发展水平越高的省区(如上海、广东、浙江、江苏和北京等)区位熵值远远大于1，而经济落后地区应急产业区位熵值大多小于1。而重庆虽然属于西部地区，但其应急产业空间集聚程度明显高于中部地区省区，可能原因是：一是重庆经济发展水平在西部地区较高；二是重庆地质灾害频繁，公众的公共安全意识强，这在一定程度上催生了应急产业产品需求。

表1 2005—2014年中国各省区应急产业空间集聚情况

三、空间自相关检验

空间权重矩阵的设定是空间计量分析的前提。本文参照张可云等(2017)对空间权重矩阵的设定，分别建立邻近矩阵和距离矩阵对空间因素赋值空间权重进行分析。在邻近矩阵设定中，采用一阶相邻矩阵考察相邻区域之间经济活动的联系。在距离矩阵设定中，分别建立基于地理距离的矩阵(邓明 等，2014)和基于经济距离的矩阵(周亚虹 等，2013)，具体设定方式见表2。

表2 空间权重矩阵设定

① 地理矩阵中各省区之间的球面距离利用各省区省会城市(直辖市或自治区首府)的经纬度计算而出。

(一)全局空间自相关

考虑空间自相关的复杂性，本文同时采用Moran′s和Geary′s C对2005—2014年中国应急产业空间集聚的空间自相关性进行检验(见表3)。

(2)

(3)

其中，C>1表示负相关，C=1表示不相关，而C<1表示正相关。

表3 2005—2014年中国应急产业省际空间自相关检验

注：***、**、*分别表示通过1%、5%、10%的显著性水平；括号内的值为t统计量。下同。

从表3的检验结果可以看出，三种空间权重矩阵下应急产业区位熵的Moran′s I指数值均大于0，Geary′s C指数均小于1，且均通过了10%的显著性检验，说明应急产业空间集聚存在空间正相关性，即应急产业空间集聚程度较高的区域倾向于和相应指标较高的区域邻接，而集聚程度较低的区域倾向于和相应指标较小的区域邻接。通过对比三种空间权重矩阵的Moran′s I指数值的折线图(见图1)发现，邻近矩阵下应急产业集聚的空间正相关性最高，经济距离矩阵和地理距离矩阵次之；但从其变化趋势上来看，邻近矩阵和地理距离矩阵下应急产业区位熵的Moran′s I指数呈减小趋势，而经济距离矩阵下的应急产业区位熵Moran′s I指数则呈现逐年变大趋势。可见，不同形式的空间权重矩阵对于研究结果的影响是不同的，邻近矩阵仅仅反映了相邻区域之间的经济联系，但也不能简单地认为北京和安徽不存在相邻关系就不存在空间联系。相比邻近矩阵，地理距离矩阵和经济距离矩阵在一定程度上反映了运输成本和地区经济联系对应急产业空间集聚的影响。因此，本文认为设置距离矩阵比邻近矩阵更加合理。

图1应急产业空间集聚度的Moran′s I指数

(二)局部空间自相关

虽然Moran′s I指数和Geary′s C指数揭示应急产业空间集聚存在空间自相关性，但却无法具体表明空间集聚的格局和形态。为进一步描述各省区应急产业空间集聚的模式，利用Moran′s I散点图和LISA图分析工具对各省区应急产业空间集聚的格局及其变化趋势进行展现。根据局部Moran′s I散点图的含义，将各省区应急产业空间集聚分为四种类型：高高集聚、低低集聚、高低集聚和低高集聚，并在此基础上绘制出应急产业LISA集聚图[注]LISA图反映的是显著的观测值空间集聚的格局。通过进行空间自相关检验，本文所有观测值均通过了10%的显著性检验。因此，可使用Stata软件对各地区观测值在不同象限的分布进行赋值，并在地图上体现出来。。其中，第一象限包括应急产业空间集聚程度较高的省区；第三象限集中了应急产业空间集聚程度较低的省区；第二象限反映应急产业空间集聚度较低的省区被较高省区所包围；第四象限反映应急产业空间集聚程度较高的省区被较低的省区所包围。限于篇幅和研究需要，本文只给出2005年、2014年基于地理距离矩阵的应急产业空间集聚的Moran′s I散点图(图2)和LISA图(图3)以及基于经济距离矩阵的应急产业空间集聚的Moran′s I散点图(图4)和LISA图(图5)。

图2基于地理距离矩阵的2005年(左)和2014年(右)应急产业集聚的Moran′s I散点图

图3基于地理距离矩阵的2005年(左)和2014年(右)应急产业集聚的LISA图

图4基于经济距离矩阵的2005年(左)和2014年(右)应急产业集聚的Moran′s I散点图

图5基于经济距离矩阵的2005年(左)和2014年(右)应急产业集聚的LISA图

从图2和图3可以发现：在地理距离矩阵下，2005年上海、北京、天津、浙江、江苏、福建、辽宁和吉林位于第一象限(高高集聚)；重庆和广东位于第四象限(高低集聚)；安徽、海南、黑龙江、山东、湖南、广西、湖北、江西、河北和河南位于第二象限(低高集聚)；其余省区位于第三象限(低低集聚)。2014年上海、北京、浙江、江苏和福建位于第一象限；重庆、辽宁、天津和广东位于第四项限；安徽、海南、江西、山东、广西、河北、湖南、湖北和河南位于第二象限；其余省区位于第三象限。从图4和图5可以发现：在经济距离矩阵下，2005年北京、浙江、江苏、辽宁、福建和广东位于第一象限；吉林、重庆、天津和上海位于第四象限；安徽、湖南、湖北、山东、河南、山西、河北和四川位于第二象限；其余省区位于第三象限。2014年北京、浙江、江苏、广东、福建和辽宁位于第一象限；重庆、天津和上海位于第四象限；安徽、湖南、湖北、河南、河北、广西、四川和山东位于第二象限；其余省区位于第三象限。

对比两种不同的空间权重矩阵下应急产业空间集聚的分布格局可以看出：东部地区省区大多处于高高集聚或高低集聚状态；中部地区省区大多处于低高集聚状态；西部地区省区大多处于低低集聚状态。而从2005年和2014年应急产业空间集聚格局的变化来看，其变化幅度也并不大。而在地理距离矩阵下，天津和辽宁从原来的高高集聚转为高低集聚；经济距离矩阵下，吉林由原来的高低集聚转为低低集聚。总体上，应急产业空间集聚的格局分布与地区经济发展水平存在一定的相关关系，整体分布并不均衡，中部和西部地区省区应急产业空间集聚程度不高，东部地区部分省区虽然应急产业集聚程度较高，但辐射功能仍有待加强。综上所述，应急产业空间集聚的分布模式跟区域经济发展水平存在相关关系。但是应急产业空间集聚是否促进了区域经济增长？如何提高应急产业空间集聚度和改善空间集聚格局呢？这些问题正是接下来研究的重点。

四、回归结果分析

(一)增长效应

1.变量选取与模型设定

产业的空间集聚可以吸引劳动力、资本和技术等要素在区域内集中，形成规模效应，促进区域经济增长(梁琦，2004；何雄浪 等，2007；陈建军 等，2008；郑江淮 等，2008；Porter，2011；Brown et al.，2013；Ablaev，2015)。但产业空间集聚也可能会造成区域内资源和环境等负担加重，造成区域拥堵效应，从而阻碍区域经济增长(周圣强 等，2013；邓若冰 等，2016)。本文考察应急产业集聚的经济增长效应以及何种因素影响了应急产业的空间集聚，更多地需要反映不同区域解释变量的相关性对于应急产业集聚和经济增长的作用效果。空间自回归模型(SLM)主要体现被解释变量之间的空间相关性，而空间杜宾模型(SDM)虽然反映了解释变量和被解释变量的空间相关性，但SDM模型中包括了变量的空间滞后项，因此模型的回归系数并不能直接反映研究结果。基于上述考虑，本文最终选择使用空间误差模型(SEM)作为研究工具。

为了说明应急产业空间集聚对区域经济增长的影响，本文在指标的选择上以人均GDP(pgdp)为被解释变量(刘修岩，2009)，以区位熵(LQ)衡量应急产业集聚程度。为了消除经济活动自身的惯性以及经济发展水平变动引起的应急产业集聚对经济增长影响的变化，本文引入被解释变量的一阶滞后项(pgdpi,t-1)及其与区位熵的交互项(pgdpi,t-1*LQi,t)构建三种不同空间权重矩阵下的面板数据的空间误差模型。另外，为了判断应急产业集聚与经济增长之间是否存在线性关系，在上述模型基础上引入非线性变量(LQ2)。本文以中国30个省区(除西藏外)数据为研究样本，以此研究应急产业集聚与经济增长的关系，所有数据均来自《中国工业经济统计年鉴》和各省区统计年鉴。具体公式为：

(4)

2.省际SEM模型回归结果分析

为了说明空间面板模型在分析空间集聚问题方面的优势，本文在SEM模型回归结果的基础上，对应急产业空间集聚与经济增长做了普通面板模型回归的比较(见表4)。通过对比表4中SEM模型和面板模型可知，SEM模型在变量的显著性上明显优于面板模型。三种空间权重矩阵下SEM模型的随机效应和固定效应的空间自相关系数(Lambda)均大于0，且都通过了1%的显著性水平，表明应急产业空间集聚与经济增长之间存在空间自相关性，说明了使用SEM模型的合理性。

表4中Hausman检验结果表明，三种矩阵下Hausman检验均未能通过1%的显著性检验，无法拒绝原假设，因此本文采用SEM模型的随机效应形式。由于应急产业是新兴产业，应急产业集聚的数据主要源自省级层面而非地市级层面。尽管固定效应是有效的，但当样本随机取自总体样本时，选择随机效应模型更为合理。对比三种矩阵模型的回归结果，LQ弹性系数均大于0，表明应急产业空间集聚与经济增长呈正相关，但地理距离矩阵下LQ并不显著。而LQ2在地理距离矩阵和经济距离矩阵下的系数为负且通过了10%的显著性检验，即与经济增长呈负相关。这一方面说明邻近矩阵的估计方法过于粗糙，另一方面说明应急产业空间集聚对区域经济增长的影响并不是线性的，而是存在“倒U型”关系，即应急产业空间集聚初期会对区域经济增长起到正向促进作用，但当应急产业空间集聚水平达到一定程度后便会阻碍经济增长。出现这种现象的原因可能是：在应急产业发展初期，产业空间集聚可以带来规模经济效应，降低企业交易成本，促进知识、资本和技术的扩散，提高企业生产率，从而促进区域经济增长；但当应急产业空间集聚达到一定程度后，区域内基础设施、环境和资源负担加重，企业间较强的相互竞争导致利润减少，从而阻碍区域经济增长。但目前而言，LQ弹性系数均大于0，说明应急产业空间集聚对经济增长的影响仍然处在“倒U型”的左侧，即应急产业空间集聚对经济增长起正向推动作用。

表4 应急产业空间集聚与经济增长的回归结果

此外，模型中经济增长滞后一期(pgdpi,t-1)系数是正数，且通过了10%的显著性检验，表明经济增长存在自我强化机制，滞后一期经济增长对本期经济增长存在正向促进作用。而交互项pgdpi,t-1*LQi,t的系数在地理距离矩阵和经济距离矩阵中都是负的，且在经济距离矩阵中通过了10%的显著性检验，这同样表明应急产业空间集聚对经济增长的影响不是简单的促进作用。经济发展水平越高，越能促进应急产业空间集聚水平的提升，但与此同时产业集聚带来的负外部性也在提高，其对经济增长的阻碍作用也随之增强。

3.分地区SEM模型回归结果分析

上文分析发现，经济距离矩阵下，应急产业空间集聚对经济增长影响的SEM模型变量的显著性程度最高。因此，为了进一步分析应急产业空间集聚对经济增长的影响，本文基于经济距离矩阵对应急产业空间集聚与经济增长的关系进行分地区SEM模型回归(见表5)。

表5 分区域应急产业空间集聚与经济增长的SEM回归结果(经济距离矩阵)

从表5的Hausman检验结果可知，东部、中部和西部地区分别选择SEM模型的随机效应模型、随机效应模型和固定效应模型。对比三大地区的回归结果可知，其空间自相关系数(Lambda)均大于0 ，且都通过了1%的显著性水平。这再次说明应急产业空间集聚对经济增长存在空间自相关性。回归结果中，三大地区经济增长的滞后一期对经济增长的影响都是正向的，且都通过了10%的显著性检验，表明经济增长存在自我强化机制，滞后一期的经济增长对本期经济增长具有正向推动作用。LQ弹性系数均大于0且通过10%的显著性检验，表明东部、中部地区应急产业空间集聚与经济增长呈现正相关。西部地区LQ弹性系数小于0，说明西部地区应急产业空间集聚与经济增长存在负相关，这是因为西部地区经济发展水平普遍较低，应急产业空间集聚程度不高，难以发挥产业空间集聚对经济增长的促进作用。因此，除西部地区以外，东部和中部地区的交互项pgdpi,t-1*LQi,t系数也小于0，说明应急产业空间集聚对经济增长的影响是非线性的。至于LQ2的系数，东部地区和西部地区的数值是正的，中部地区是负值，这是因为：东部地区经济发展程度最好，土地租金高，在此处集聚的应急产业大多是应急咨询、服务之类的知识密集型产业；中部地区劳动力成本较低，在此处集聚的大多是应急装备制造之类的资本、劳动力密集产业。由于数据的可获得性，本文所选取的应急产业样本仅限于应急产业重点产品，并未能全面反映应急产业分行业空间集聚特征，因此在不同地区可能出现结果的偏差。但总体上，不论是全国范围还是分区域的结果都表明，应急产业空间集聚对经济增长的影响并非简单的促进作用，而是存在“倒U型”影响机制，而目前应急产业空间集聚对经济增长的影响大体上仍处于“倒U型”的左侧，即应急产业空间集聚促进了经济增长，但这一促进作用还较小。那么，如何才能提升应急产业空间集聚度并更好地发挥其对经济增长的有利影响呢？针对这一问题，本文接下来从应急产业空间集聚的原因出发，寻找影响应急产业空间集聚的主要因素。

(二)影响因素

1.指标选取与模型设定

按照已有文献方法，本文从资源禀赋、市场需求、空间因素和政府行为等方面分析应急产业空间集聚的影响因素。本文选取应急产业的区位熵(LQ)反映其空间集聚程度。首先，在资源禀赋上，应急产业更多地涉及应急装备的制造，对劳动力、资本和技术的要求较高，因此本文选取从业人数(staff)、企业数量(mum)、固定资产投资(invest)和科研机构数(colleg)来反映应急产业资源禀赋条件。其次，在市场需求方面，由于应急产品具有时效性、应急性和需求刚性等特点，导致应急需求与经济发展水平、公众公共安全意识方面关系密切。一般认为，经济发展水平越高，公民公共安全意识也越高，因此本文选取人均收入水平(income)、地区GDP增加值(gdp)和城市化率(urban)代表市场需求因素。再次，在空间因素上，以往的研究大多是基于运输成本角度出发的，默认区域之间是相互独立的，而本文之前的分析发现应急产业空间集聚存在空间自相关性，因此本文不再仅仅局限于运输成本方面研究，而是从空间自相关的角度考察空间因素对应急产业空间集聚的影响。最后，在政府行为上，目前国家大力支持应急产业发展，在税收、投资等方面提供了很多优惠政策，出于数据可获得性，本文用应急产业应交增值税(tax)来衡量政府行为对应急产业空间集聚的影响。除此以外，基于应急产业对科技支撑的要求(郭翔，2014)以及行业前景、开放水平对应急产业空间集聚的影响，本文设置如下控制变量：(1)以互联网普及率(pnet)和技术市场成交额(teturn)来衡量科技支撑的影响；(2)以应急产业行业增加值(outp)反映行业前景的影响；(3)以地区贸易开放程度(exp)(即进出口总额占GDP的比重)衡量开放程度对应急产业空间集聚的影响。据此建立应急产业空间集聚程度影响因素的SEM模型，具体公式如下：

ln LQit= α+θ1ln numit+θ2ln expit+θ3ln investit+θ4ln outpit+θ5ln taxit+

θ6ln staffit+θ7ln urbanit+θ8ln gdpit+θ9ln incomeit+θ10ln teturnit+

θ11ln collegit+θ12ln pnetit+ξit

(5)

2.省际SEM模型回归结果分析

利用Stata11.0对三种不同空间权重矩阵下影响应急产业空间集聚的因素进行空间面板回归(见表6)。

表6 应急产业空间集聚影响因素的SEM回归结果

表6回归结果表明，不论是在哪种空间权重矩阵下，其空间自相关系数(Lambda)均大于0，且通过了10%的显著性检验，这也再次印证了应急产业空间集聚存在空间自相关的研究结论。根据Hasuman检验的检验结果可知，在相邻矩阵和经济距离矩阵下，应选择空间误差模型的固定效应；地理距离矩阵下应选择空间误差模型的随机效应。比较三种空间权重矩阵的回归结果可知，相邻矩阵下的估计方法较为粗糙，回归结果的显著性水平最差；而经济距离矩阵下回归结果的显著性水平最好。由此可见，区域间经济活动的联系比地理位置因素对应急产业空间集聚的影响要更加明显。

在经济距离矩阵下，由空间误差模型的固定效应回归结果可以看出，从业人员数、应急企业数量、固定资产投资、城市化率、地区GDP增加值、技术市场交易额和应急产业行业增加值对应急产业空间集聚的影响是正向的；贸易开放程度、应交增值税、人均收入水平、科研结构数量和互联网覆盖率对应急产业空间集聚的影响是负向的。具体地，从业人员数、应急企业数量、固定资产投资、城市化率、地区GDP增加值、技术市场交易额和应急产业行业增加值的弹性系数均为正，且都通过了10%的显著性检验，其中从业人员数的弹性系数最大，其次是地区GDP增加值、城市化率、企业数量和固定资产投资等因素。这说明目前中国应急产业空间集聚主要还是受到要素禀赋条件的影响，应急产业空间集聚仍然处于初期阶段，即依靠劳动力、资源发展的水平上。市场需求条件虽然对应急产业空间集聚有促进作用，但更多地是依靠地区经济发展和城市化水平的提高，从而带动了公共安全生产和社会应急需求。但从人均收入水平的回归结果来看，人均收入水平对应急产业空间集聚的影响是负面的，说明公众社会安全意识还很淡薄，难以催生更多的应急需求。从政府行为角度来看，应交增值税对应急产业空间集聚的影响是负面的，说明政府应该大力扶持应急产业发展，在税收等方面提供优惠条件，促进应急产业的空间集聚。

另外，作为应急产业发展的科技支撑，技术市场交易额的弹性系数为正，通过了5%的显著性水平，但互联网普及率的弹性系数为负且并不显著，说明科技条件对应急产业空间集聚存在正向促进作用，但作用效果并不明显，科技成果难以转化为生产力，使得支撑应急产业发展科技条件不足。从行业发展前景来看，应急产业行业增加值的系数为正数，说明应急产业发展前景的好坏直接影响社会对应急产业的信心，从而影响应急产业空间集聚。从区域开放度来看，区域开放水平的弹性系数为负且不显著，这与应急产业空间集聚主要依赖要素禀赋条件相符合，应急产业空间集聚对于区域开放水平的依赖程度较低，说明目前应急产业发展更多地是进行应急设备和器械的生产，这类产品对资源的依赖度比较大。而空间自相关系数大于0且通过了1%的显著性水平，说明在经济距离矩阵下，应急产业空间集聚存在明显的空间正相关性，一个区域内的应急产业空间集聚会受到周边区域的影响。这符合地理经济学的假说，即区域经济活动存在普遍联系性。

3.分地区SEM模型回归结果分析

为了对各地区应急产业空间集聚影响因素有更加深入的了解，本文在上述分析的基础上，以经济距离矩阵为空间权重矩阵，对东部、中部和西部地区应急产业空间集聚的影响因素分别进行SEM模型回归(具体结果见表7)。

根据表7中三大地区SEM模型回归后的Hausman检验结果，东部地区应该选择SEM模型的固定效应形式，而中部和西部地区应选择SEM模型的随机效应形式。从回归结果来看，三大地区的空间自相关系数(Lambda)全部大于0，且通过了1%的显著性水平，说明三大地区应急产业空间集聚存在空间自相关性，而且相关性较强。具体来看，东部地区应急产业空间集聚主要依靠市场需求条件，尤以城市化水平和地区经济发展水平影响最为显著，人均收入水平对东部地区应急产业空间集聚的影响并不显著。这和前文全样本检验得到的结果相似，东部地区应急需求主要是大型社会性、公众性需求，普通公众应急需求严重不足。资源禀赋优势尤其是劳动力优势的弹性系数最大，且均通过了1%的显著性检验，而应急产业企业数量、固定资产投资等因素对东部地区应急产业空间集聚也存在明显的促进作用。

中部地区和西部地区应急产业空间集聚主要依靠要素禀赋条件，其中以劳动力优势影响程度最大，市场需求条件虽然在一定程度上促进了中部和西部地区应急产业空间集聚，但是作用效果并不明显。这和区域间经济发展水平差异较大有关，中部和西部地区经济发展水平与东部地区差距较大，难以吸引应急产业进行空间集聚。从政府行为来看，应交增值税对东部地区应急产业空间集聚有正向促进作用，对中部和西部地区起阻碍作用，且都通过了1%的显著性检验。出现这种差异的原因可能是：东部地区应急产业发展状况普遍优于中部和西部地区，再加上东部地区经济发展水平高，土地租金相对较高，对应急产业征收增值税有利于促进应急产业内部企业优胜劣汰，生产更高质量的应急产品，改善应急产业空间集聚质量；而中部和西部地区应急产业发展相对落后，征收增值税会加重应急产业企业负担，不利于企业生产能力的提高和产业的空间集聚，相反，政府给予税收减免和优惠政策，有利于扶持中西部地区应急产业发展，增强其竞争力，促进中西部地区应急产业的空间集聚。从地区贸易开放度和技术支撑来看，这两个因素对于三大地区应急产业空间集聚的影响并不显著。这一结论跟前文得到的结果一致。一方面，目前应急产业发展大多是区域内地方政府各自制定发展规划，很少涉及到区域间的合作；另一方面发展应急产业中关键技术和设备相对落后，创新能力不足，技术转化效率低下，严重阻碍了应急产业发展。但从行业发展前景来看，应急产业行业增加值的弹性系数均为正数且通过了10%的显著性检验，说明应急产业发展前景对应急产业空间集聚有正向促进作用。应急产业市场潜力大，国家支持和推动力度强，从而有效促进各地政府规划建设应急产业园区，良好的发展前景有利于应急产业在区域范围内的空间集聚。

表7 分区域应急产业空间集聚影响因素的SEM回归结果(经济距离矩阵)

五、结论与政策含义

本文运用探索性空间数据分析方法，构建邻近矩阵、地理距离矩阵和经济距离矩阵分析中国应急产业空间集聚状况，并在此基础上建立空间面板误差模型(SEM)考察应急产业空间集聚的增长效应及其影响因素，得到如下结论：(1)应急产业空间集聚程度较低，区域内发展不平衡且存在空间自相关性；东部地区空间集聚集中度较高，而中西部地区集中度较低。(2)省际和分地区检验发现，应急产业空间集聚对经济增长的影响并非线性关系，而是“倒U型”关系，且目前仍处于“倒U型”曲线左侧，即促进经济增长阶段，但促进作用较不明显。(3)资源禀赋、社会性应急需求、政府行为和行业前景等因素对应急产业空间集聚具有促进作用，个人应急需求、区域开放程度和科技支撑能力作用效果并不明显，不同地区各种因素的作用方向与效果也存在明显差异性。

基于以上结论，得出如下政策含义：(1)由于应急产业集聚空间自相关性的存在，要求政府在规划应急产业发展示范基地时应充分考虑地区之间的空间相关性，在发挥发达地区带头示范作用的同时，也要加强对落后地区的政策扶持。(2)在促进应急产业空间集聚的措施上，各地应发挥本地市场效应，考虑产业的社会属性，提升应急产业的科技含量及开放度；政府税收政策对不同地区应区别对待，对于东部地区应该通过征收增值税以鼓励应急产业企业间竞争，提高产业集聚质量和水平；对中西部地区应该通过税收减免政策减轻应急产品生产企业负担，促进应急产业发展；从需求条件来看，应加强社会公众安全意识教育，增强公众的公共安全意识，努力培育个人应急需求，促进应急产业集聚度的提高。(3)在提高应急产业集聚度的同时，还要考虑资源环境的承载力，一味追求集聚程度的提高必将造成区域资源的浪费，加重社会负担，从而阻碍经济增长。