德国区域经济空间格局演变与影响因素研究

doi:10.3969/j.issn.1004-9479.2024.11.20230401

摘要/Abstract

摘要：

自两德统一以来，东西德日益突出的区域不平衡问题制约着德国经济发展和社会公平，经济地理学者纷纷通过剖析德国区域经济发展问题以总结区域协调发展的经验与教训。本文基于2000—2020年德国的县级人均GDP数据，对其区域经济发展格局特征和演变过程进行梳理归纳，并使用空间误差模型（SEM）进一步分析德国区域发展格局演变的驱动因子。研究结果显示：（1）德国的区域经济格局呈现出“西高东低、南高北低”的空间分布形态，且人均GDP高值区多分布在大都市核心区。（2）原东德与原西德之间的差距正逐渐缩小，但德国南北方向的区域间经济差异依然存在。（3）德国区域经济发展的驱动因子存在明显的尺度差异性和区域异质性。德国的区域经济格局及其演变对我国区域发展具有借鉴意义，我国应重视中西部地区的科技创新能力建设，其中，实体经济和制造业的发展是培育区域竞争优势的重要手段。本文能为更好地理解德国发展与汲取德国经验提供有益补充。

关键词: 德国, 区域经济格局, 影响因素, 空间误差模型

Abstract:

Since the reunification of Germany and East Germany, the increasingly prominent regional economic development imbalance has become a bottleneck limiting Germany's economic development and social equity, and scholars of economic geography have been analyzing the regional economic development problems in Germany to summarize the experiences and lessons of coordinated regional development. This paper focuses on the evolution of the regional economic pattern in Germany from 2000 to 2020. Based on the data of GDP per capita, the spatial distribution and regional pattern are summarised at the federal-l?nder-county (city) level, and the spatial error model (SEM) is used to further analyse the drivers of the evolution of the regional economic pattern in Germany. The spatial error model (SEM) was used to further analyse the drivers of the evolution of regional development patterns in Germany. The results of the study show that: (1) Germany's regional economic pattern shows a spatial distribution pattern of "high in the west and low in the east, high in the south and low in the north", and the high GDP per capita areas are mostly located in the metropolitan cores. (2) The gap between the former East Germany and the former West Germany is gradually narrowing, andregional economic differences in the north-south direction of Germany still exist. (3) There are significant scale differences and regional heterogeneity in the driving factors of regional economic development in Germany. The regional economic pattern and its evolution in Germany can provide references for the future of China's regional development. China should attach importance to the construction of scientific and technological innovation capabilities in the Midwest, and manufacturing industry matters a lot to cultivate competitive advantages of the region. The paper can provide useful perspectives for a better understanding of development and experience of Germany.

Key words: Germany, regional economic patterns, influencing factors, Spatial Error Models

司月芳, 孟琦, 胡贤之. 德国区域经济空间格局演变与影响因素研究[J]. 世界地理研究, 2024, 33(11): 41-52.

Yuefang SI, Qi MENG, Xianzhi HU. Research on the evolution and influencing factors of regional economic spatial pattern in Germany[J]. World Regional Studies, 2024, 33(11): 41-52.

图/表 8

图1 德国区域划分（a）和德国县（市）行政区划（含大都市区范围）（b）示意图注：德国县（市）行政区划（含大都市区范围）来源于德国区域统计局空间数据服务官方网站（https：//www.regionalstatistik.de/）。地图基于自然资源部地图技术审查中心标准地图GS（2021）5444号制作，底图无修改，下同。

Fig.1 Administrative divisions of Germany

表1 变量描述

Tab.1 Description of variables

变量名称	变量符号	变量含义	均值	标准差
经济发展水平	$L n G D P$	德国各县市人均GDP（千欧元）的对数值	1.510	0.152
产业结构	$L n T L$	每百人中第二产业从业人员数量的对数值	1.493	0.161
创新	$L n R & D$	每百人中R&D人员数量的对数值	1.413	0.158
教育	$L n E d u$	大学生人数的对数值	1.483	0.161
环境	$L n E R$	人均废物处理量的对数值	3.197	0.447
公共财政	$L n F i n$	人均税收（欧元）的对数值	2.581	0.149
出口	$L n E x p$	人均出口额（欧元）的对数值	3.077	0.354

表1 变量描述

Tab.1 Description of variables

变量名称	变量符号	变量含义	均值	标准差
经济发展水平	$L n G D P$	德国各县市人均GDP（千欧元）的对数值	1.510	0.152
产业结构	$L n T L$	每百人中第二产业从业人员数量的对数值	1.493	0.161
创新	$L n R & D$	每百人中R&D人员数量的对数值	1.413	0.158
教育	$L n E d u$	大学生人数的对数值	1.483	0.161
环境	$L n E R$	人均废物处理量的对数值	3.197	0.447
公共财政	$L n F i n$	人均税收（欧元）的对数值	2.581	0.149
出口	$L n E x p$	人均出口额（欧元）的对数值	3.077	0.354

图2 2020年德国人均GDP分布

Fig.2 Distribution of per capita GDP in Germany in 2020

表2 2000、2005、2010、2015、2020年德国东部与西部地区经济社会情况对比（德国西部=100）

Tab.2 Basic statistics for the eastern and western regions of Germany in selected years (West Germany=100)

变量	2000年	2005年	2010年	2015年	2020年
人口	23	22	21	20	20
人均GDP	60	66	67	67	71
劳动成本	77	78	80	79	83
生产力	69	78	75	77	81
出口比率	56	63	67	74	66
人均专利	27	26	28	22	23
失业率	239	202	188	166	125

表3 2000—2020年德国南部、北部与中部地区经济社会情况对比（德国南部=100）

Tab.3 Basic statistics for the southern, northern and central regions of Germany from 2000 to 2020 (South Germany=100)

变量	2000年		2005年		2010年		2015年		2020年
变量	北部	中部	北部	中部	北部	中部	北部	中部	北部	中部
人口	65	196	64	191	64	187	63	184	62	181
人均GDP	97	75	97	76	94	76	90	74	91	75
劳动成本	97	85	97	86	93	84	91	84	92	85
生产力	97	85	97	86	93	84	91	84	92	85
出口比率	86	54	94	56	93	56	99	56	90	57
人均专利	25	34	27	35	28	36	32	37	43	48
失业率	106	158	103	135	103	125	102	112	105	97

表4 2020年德国大都市区基本情况

Tab.4 Basic information of metropolitan regions in Germany in 2020

大都市区	主导产业	人均GDP /欧元	就业人数/人	失业率/%
柏林-勃兰登堡	航空航天工程、交通、医疗技术、科学研究	72 470	3 196 255	8.3
法兰克福- 莱茵-美因	金融、咨询、运输、媒体、信息与通信、汽车工业、自动化技术、化学制药、生物技术	85 720	3 275 341	5.4
汉堡	港口业、民航工业、生命科学、纳米技术与化工行业	80 006	2 930 017	6.4
汉诺威-布伦瑞克-哥廷根-沃尔夫斯堡	以汽车为代表的重工业、科学研究、艺术和文化产业	82 322	2 046 264	6.4
德国中部	汽车与机械工程、电子信息与通信	64 401	1 510 915	7.1
慕尼黑	医疗健康行业、信息与通信、纳米技术、汽车工程	92 281	3 726 029	3.6
西北	港口业、汽车与航空航天、食品工业、旅游业	68 107	1 495 615	6.5
纽伦堡	物流业、信息与通信、医药行业、能源、电子技术	73 729	2 043 243	3.9
莱茵-内卡	汽车与化学工业	79 351	1 291 565	5.4
莱茵-鲁尔	文化与工业旅游	76 360	6 818 385	8.4
斯图加特	汽车制造业、电子与精密仪器	86 187	3 134 192	4.1

表5 回归模型估计结果

Tab.5 Estimation results of regression models

解释变量	普通面板模型	空间固定模型	时间固定模型	双固定模型
产业结构	0.443^*	0.491^*	0.454^*	0.492^*
产业结构	（1.673）	（1.662）	（1.684）	（1.661）
创新	0.072^*	0.131^***	0.153^***	0.191^***
创新	（0.017）	（0.019）	（0.017）	（0.018）
教育	0.003	0.002	0.001	0.002
教育	（0.002）	（0.002）	（0.002）	（0.002）
环境	-0.052	-0.002	-0.001	-0.071^**
环境	（-0.001）	（-0.001）	（-0.001）	（-0.032）
公共财政	0.493^***	0.492^***	0.312^***	0.251^***
公共财政	（0.003）	（0.003）	（0.012）	（0.021）
出口	0.004	0.012	0.03^*	0.04^**
出口	（0.021）	（0.023）	（0.021）	（0.022）
R²	0.808	0.868	0.872	0.889

表6 分区域回归模型估计结果

Tab.6 Estimation results of regional regression models

0.006

(0.007)

0.404^***

(0.139)

0.003

(0.029)

0.006

(0.007)

0.059^***

(0.021)

5.692^**

（2.463）

3.511

（2.731）

创新

0.124^***

(0.037)

0.209^***

(0.022)

0.129^**

(0.051)

0.115^***

(0.026)

0.302^***

(0.034)

0.212

（2.644）

1.343

（2.731）

教育

0.014

(0.013)

0.003

(0.002)

0.000

(0.003)

0.031^***

(0.008)

0.014^**

(0.006)

1.593^***

（0.393）

2.449^***

（0.631）

环境

-0.006^**

(-0.003)

0.004^**

(0.002)

0.000

(0.003)

0.000

(0.002)

0.003

(0.003)

0.962^***

（0.191）

0.399^*

（0.223）

公共财政

0.444^***

(0.007)

0.514^***

(0.005)

0.485^***

(0.013)

0.473^***

(0.007)

0.515^***

(0.006)

13.061^***

（0.634）

11.721^***

（0.695）

出口

0.001

(0.004)

0.003

(0.003)

0.016^***

(0.006)

0.000

(0.004)

0.012

(0.003)

1.962^***

（0.323）

0.679^*

（0.391）

R²

参考文献 25

1	殷醒民,刘婍.一个目标、两个层级的区域政策——评德国区域平衡发展政策.世界经济文汇,2007(3):72-85.
	YIN X, LIU Q. A regional policy with one goal and two levels: A review of Germany's regional balanced development policy. World Economic Papers,2007(3):72-85.
2	Economist. "Germany on the Mend." 2004(2004-11-17)[2023-06-14]. .
3	BROEKE T. Do cooperative research and development (R&D) subsidies stimulate regional innovation efficiency? Evidence from Germany. Regional Studies,2015,49(7):1087-1110.
4	MASELAND R. Does Germany have an East-West problem? Regional growth patterns in Germany since reunification. Regional Studies,2014,48(7):1161-1175.
5	CHRISTIAN D, BERND F, UTA S, et al. From sick man of Europe to economic superstar: Germany's resurgent economy. Gospodarka Narodowa,2014,274(6):149-172.
6	SUEDEKUM J. Concentration and specialization trends in Germany since re-unification. Regional Studies,2006,40(8):861-873.
7	GEPPERT K, GORNIG M, WERWATZ A. Economic growth of agglomerations and geographic concentration of industries: Evidence for West Germany. Regional Studies,2007,42(3):413-421.
8	BECKER S, MUENDLER M. Trade and tasks: An exploration over three decades in Germany. Economic Policy,2015,30(84):589-64.
9	FINDEISEN S, SUDEKUM J. Industry churning and the evolution of cities: Evidence for Germany. Journal of Urban Economics,2008,64(2):326-339.
10	SMOLNY W, KIRBACH M. Wage differentials between East and West Germany: Are they related to the location or to the people? Applied Economics Letters,2011,18(9):873-879.
11	KEMPER F. Internal migration in Eastern and Western Germany: Convergence or divergence of spatial trends after unification?. Regional Studies,2004,38(6):659-678.
12	KUBIS A, BRACHERT M, TITZE M. Economic structure and regional performance in Germany, 2002-2007. European Planning Studies,2012,20(2):213-229.
13	SINN H. Germany's economic unification: An assessment after ten years. Review of International Economics,2002,10(1):113-128.
14	林兰.重化工业集群式创新机制与空间响应研究.地理学报,2016,71(8):1400-1415.
	LIN L. Innovation dynamics and spatial response of heavy-chemical industry: Rethinking the cludter innovation. Acta Geographica Sinica,2016,71(8):1400-1415.
15	余南平,黄郑亮.全球与区域中的国际权力变化与转移——以德国全球价值链的研究为视角.欧洲研究,2019,37(2):45-70.
	YU N, HUANG Z. Changes and transfers of international powers at both the global and regional levels. Chinese Journal of European Studies,2019,37(2):45-70.
16	陈强,霍丹.德国创新驱动发展的路径及特征分析.德国研究,2013,28(4):86-100.
	CHEN Q, HUO D. Analyse des wegs und der merkmale der durch innovaton angetriebenen entwicklung Deutschlands. Deutschland-Studien,2013,28(4):86-100.
17	梁新怡,司月芳,何嘉锐.网络视角下的国有和民营制造企业对欧盟投资的区位选择.地理研究,2022,41(9):2482-2498.
	LIANG X, SI Y, HE J. Network resources and location choices of China's state-owned and private manufacturing enterprises in EU. Geographical Research,2022,41(9):2482-2498.
18	于雯杰.德国产业政策的路径变迁与启示——基于«国家工业战略2030»的分析.财政科学,2021(7):125-137.
	YU W. Path evolution and theoretical reflection of German industrial policy: Analysis and enlightenment based on national industrial strategy 2030. Fiscal Science,2021(7):125-137.
19	司月芳,曾刚,曹贤忠,等.基于全球—地方视角的创新网络研究进展.地理科学进展,2016,35(5):600-609.
	SI Y, ZENG G, CAO X,et al. Research progress of glocal innovation networks. Progress in Geography,2016,35(5):600-609.
20	何金廖, GEBHARDT H,黄贤金,等.国家统一的地理学解释——以东西德统一为例.地理学报,2019,74(4):770-779.
	HE J, GEBHARDT H, HUANG X, et al. A proposal for geography of unification: The lessons from German unification. Acta Geographica Sinica,2019,74(4):770-779.
21	黄阳华.德国"工业4.0"计划及其对我国产业创新的启示.经济社会体制比较,2015,78(2):1-10.
	HUANG Y. German's strategy toward the new industrial revolution and its implication for China's industrial innovation. Comparative Economic & Social Systems,2015,78(2):1-10.
22	陈衍泰,史世伟.德国新兴产业发展演化及其影响因素分析:以风机制造产业为例.德国研究,2012,27(2):80-91.
	CHEN Y, SHI S. Zuder entwicklung der aufstrebenden industriebranchen und ihren einflussfaktoren am beispiel der herstellung von windkraftgeneratoren. Deutschland-Studien,2012,27(2):80-91.
23	陈强.德国科技创新体系的治理特征及实践启示.社会科学,2015,420(8):14-20.
	CHEN Q. German S&T innovation system's governing feature and its practical implications. Journal of Social Sciences,2015,420(8):14-20.
24	张家旗,余成,申秋实.坦桑尼亚土地利用变化生态环境效应的空间分异特征研究.世界地理研究, 2024,33(7):59-72.
	ZHANG J, YU C, SHEN Q. Study on spatial differentiation characteristics of eco-environment effects of land use change in Tanzania. World Regional Studies,2024,33(7):59-72.
25	梁思思.德国空间规划实施过程中的协作类型.城市与区域规划研究,2019,11(1):183-189.
	LIANG S. Cooperation types in the spatial planning implementation in Germany. Journal of Urban and Regional Planning,2019,11(1):183-189.

[1]	赵亚博, 黄柳倩, 胡蝶, 陈瑞炀, 谢涤湘, 范建红. “流空间”视角下珠三角城市群综合客运网络特征及影响因素[J]. 世界地理研究, 2024, 33(9): 163-175.
[2]	王素凤, 洪剑涛, 李化夫. 中国城市能源消费碳排放影响因素的时空异质性[J]. 世界地理研究, 2024, 33(8): 102-116.
[3]	安琳, 夏丽丽, 张佳锃, 林剑铬. 珠三角区域经济韧性的空间演化及影响因素研究[J]. 世界地理研究, 2024, 33(8): 132-147.
[4]	梁源钊, 魏冶. 城市收缩的时空格局与影响因素：德国东部地区与中国东北地区的对比研究[J]. 世界地理研究, 2024, 33(8): 40-51.
[5]	陈宇奇, 蒋雪中. 长江南京以下港口城市可持续效率演变与影响因素分析[J]. 世界地理研究, 2024, 33(7): 116-127.
[6]	宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析[J]. 世界地理研究, 2024, 33(6): 128-140.
[7]	胡彬, 刘军. 肯尼亚人口分布空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(6): 64-75.
[8]	刘海朦, 田小波, 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究[J]. 世界地理研究, 2024, 33(5): 177-188.
[9]	彭红艳, 丁志伟. 中国淘宝村“增长-消失”的时空特征及影响因素分析[J]. 世界地理研究, 2024, 33(4): 103-116.
[10]	张圣忠, 孟迪, 柴廷熠. 关中平原城市群物流企业空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(4): 117-129.
[11]	鄢继尧, 赵媛, 熊筱燕, 许昕. 中国家政服务业发展的时空演变特征及影响因素[J]. 世界地理研究, 2024, 33(3): 161-174.
[12]	李文, 李德升, 胡浩, 胡森林. 长三角地区养老产业发展水平格局及影响因素研究[J]. 世界地理研究, 2024, 33(2): 123-135.
[13]	刘贺, 李雪铭, 宫一路. 长江中游城市群城市网络演化及影响因素[J]. 世界地理研究, 2024, 33(10): 100-115.
[14]	张宇飞, 任艳路, 梁丽敏. 中国冰雪旅游网络关注度的时空差异与影响因素[J]. 世界地理研究, 2024, 33(10): 155-167.
[15]	李俊高. 耕地撂荒的时空嬗变特征、影响因素及分类治理对策[J]. 世界地理研究, 2024, 33(10): 180-188.