浙江省县域经济增长空间计量模型实证分析.docx
- 文档编号:8355873
- 上传时间:2023-01-30
- 格式:DOCX
- 页数:18
- 大小:235.11KB
浙江省县域经济增长空间计量模型实证分析.docx
《浙江省县域经济增长空间计量模型实证分析.docx》由会员分享,可在线阅读,更多相关《浙江省县域经济增长空间计量模型实证分析.docx(18页珍藏版)》请在冰豆网上搜索。
浙江省县域经济增长空间计量模型实证分析
浙江省县域经济增长空间计量模型实证分析
浙江农林大学刘晶晶、朱琳、吴蒙杰
目录
一、问题的提出1
二、文献回顾1
三、空间计量经济模型与检验2
(一)空间计量经济模型2
1.空间滞后模型3
2.空间误差模型3
(二)空间计量模型的检验方法3
四、理论假说与指标选择5
(一)理论假说5
(二)模型数据来源及变量选择6
五、实证分析7
(一)县域经济增长空间统计描述7
(二)县域经济增长影响因素空间计量模型的选择与估计9
1.基于OLS的空间计量模型9
2.基于SLM模型和SEM模型的实证分析10
(三)模型估计结果分析13
六、结论14
参考文献15
附录17
摘要
县域经济是以县城为中心、乡镇为纽带、农村为腹地的区域经济,是我国最基本、最重要的经济类型之一。
本文针对浙江省县域经济所表现出来的经济增长差异,采用空间计量模型对浙江省69个县市经济增长差异性影响进行实证分析,从而揭示经济增长差异现象在浙江省各县域间的规律。
研究结果表明,Moran’sI指数等显示浙江省县域经济增长之间存在较强的差异性和空间依赖性,通过对数似然值、AIC准则、SC准则比较得到空间误差模型优于空间滞后模型,且县域经济增长与城镇化、财政政策、投资储蓄等因素密切相关。
关键字:
县域经济增长;空间计量经济模型;空间误差模型;空间滞后模型;实证分析
一、问题的提出
十六届三中全会进一步提出,要统筹城乡发展、统筹区域发展、统筹经济社会发展,统筹人与自然和谐发展、统筹国内发展和对外开放,而县域经济作为我国国民经济区域构成中具有相对基础性、综合性、交叉性和独立性的行政区域经济,是实施这五个环节的关键,因此,缩小区域经济发展的差异是统筹区域经济发展的主要任务。
县域经济是国民经济的缩影和基石,是整个社会经济发展和稳定的重要组成部分。
自改革开放以来,浙江省以优越的地理位置、雄厚的工农业基础、发达的交通网络体系跻身于东部沿海经济强省之列,其中县域经济发挥了至关重要的作用。
据统计,县域经济总量已占全省的三分之二,成为浙江省经济的重要支柱,杭州、宁波的县域经济始终处在高发展阶段,绍兴、温州等地也处在快速增长阶段,特别是绍兴市,其县域经济总量占整个绍兴市的80%。
现在浙江省县域经济发展位次名列全国前茅,综合实力显著上升。
但近几年来,由于经济基础、历史文化背景、产业结构、创新意识等影响因素,区域经济发展的不平衡问题随着经济发展水平的提高日益突出,已严重影响了区域整体实力的提升。
县域经济间发展存在明显的差异性,尤其是东西部的差异。
主要表现为[1]:
(1)县域经济发展的地域差异;
(2)发达县域经济与全国平均水平的差异;(3)县域经济与中心城区的差异;(4)各县域经济的自身差异。
因此,对县域经济的研究十分重要,也十分迫切。
二、文献回顾
一直以来,在主流的经济学理论中,忽视空间效应采用普通最小二乘法(OLS)模型进行估计,以空间事物无相关关系及均质性为假设,使得模型在实际应用中通常存在着偏差,进而导致经济学研究得出的各种结果和推论不够完整、科学,缺乏解释[2]。
自J.Paelinck提出“空间计量经济学”这个术语以来,之后学者Durlauf[3]、Fujita[4]、吴玉鸣[5]等,运用空间计量经济模型进行了无数的理论创新与研究,解决了普通最小二乘法所存在的不足,并为对空间相互作用的进一步研究创造可能。
随着国际空间计量经济和新经济地理的研究的不断导入,国内对区域经济差异性的研究还处于起步阶段。
任何一个地区的经济都不可能独立存在,它总是与其他经济体存在着千丝万缕的联系,近年来,一些学者开始运用空间计量方法,将地理空间因素考虑到区域经济增长的实证研究中去。
应龙根[6][7]是最早使用空间计量经济学方法对中国区域经济增长进行研究的学者,并在中国经济增长的空间统计和空间计量经济研究方面进行了开拓性工作。
特别是在空间滞后模型支持下采用1978-1998年的省域截面数据对中国的经济增长进行了分析,发现中国省域的GDP增长水平域其相邻地区具有一定的空间相关性,并指出中国区域经济增长的主要来源是非农业劳动力增长率、制造业产出、资本积累和实际的外商直接投资。
吴玉鸣[8]采用1978-2002年的截面数据,提出区域经济增长
趋同的空间计量经济分析模型框架,认为考虑空间自相关的空间误差趋同
模型是目前研究中国省域经济增长截面趋同比较合适的模型,而地理因素和空间效应对经济增长和收入差距有着重要的影响。
林光平[9]采用中国28个省1978-
2002年截面数据研究省区经济发展的
收敛情况,认为随着经济体制改革的深入,地区之间经济存在阶段性收敛波动,其总体趋势是收敛的,尤其是考虑地区间的经济相关性更加明显。
在对中国的区域经济增长中,除了对省域的研究外,还有对县域经济的研究。
相对省域研究,对于县域层次经济的研究文献相对非常较少。
吴玉鸣[9]采用2000年县域截面数据对中国2030个县域的增长集聚与差异进行了空间计量分析,指出中国县域经济增长不仅与人力资本、城市化、工业化、信息化等因素密切相关,而且与相邻县域的经济增长之间存在一定的空间依赖性。
周慧、曹广喜[10]从新经济地理视角对江苏省经济聚集和经济增长进行了实证分析,得出江苏省县域经济具有显著的空间相关性,以产业集聚和城市化为特征的经济集聚对于经济增长具有积极作用,但这种影响是地方性的,随空间距离的增加而衰减。
上述研究表明,区域经济在地理空间上呈一定的空间依赖性,针对浙江省所表现出来的经济增长差异,本文采用空间计量经济模型分对69个县市经济增长差异性影响因素进行实证分析,已消除各县市经济增长的相关关系,并对各种影响因素进行定量分析。
三、空间计量经济模型与检验
(一)空间计量经济模型
这里所说的空间计量模型主要是指空间自回归模型。
Ansenlin于1988年给出了适用于空间计量经济分析的模型通用形式[11],通过对模型的参数的不同限制,可以导出特定的模型。
该通用的空间自回归模型为
,
(1)
其中
,
是参数向量,
是空间滞后相关变量的参数,
是残差空间自回归结构中的参数,
为随机误差项。
和
分别对应于因变量以及扰动项中的空间自回归过程。
而这个模型可以退化为经典线性回归模型、混合的回归—空间自回归模型、空间自回归干扰的线性回归模型、空间自回归干扰项的混合的回归—空间自回归模型这四种回归模型。
本文所要用到的空间计量模型主要是纳入了空间效应(空间相关和空间差异),适用于截面数据的空间常系数回归模型,包括空间滞后模型(SpatialLagModel,SLM)与空间误差模型(SpatialErrorModel,SEM)两种。
1.空间滞后模型
空间滞后模型主要用于研究相邻机构或地区的行为对整个系统内其他机构或地区的行为产生影响的情形,适合估计是否存在空间相互作用以及空间相互作用的强度,以反映可能存在的实质性的空间影响,其表达式为
(2)
其中,
是空间权重矩阵。
2.空间误差模型
空间误差模型,主要是通过其误差项体现地区间的相互关系。
具体分为空间误差自相关模型和空间误差移动平均模型。
空间误差自相关模型的表达式为
,
(3)
空间误差移动平均模型的表达式为
,
(4)
其中,
是空间误差移动平均系数,
和
都是空间滞后误差项。
(二)空间计量模型的检验方法
Moran'sI指数是一种分析具有空间依赖性现象的区域经济行为的新型统计分析技术,通常用来判断地区间的空间相关存在与否,其的计算公式如下:
(5)
其中,
,
表示第
个地区,
是地区总数,
为二进制的空间相邻权值矩阵,表示其中的任一元素,采用邻接标准或距离标准,其目的是定义空间对象的相互邻接关系,便于把地理信息系统(GIS)数据库中的有关属性放到所研究的地理空间上来对比。
一般邻接标准的
为
(6)
其中,
。
Moran'sI指数可看做各地区观测值的乘积和,其取值范围一般为
,若I小于0表示各地区间经济行为为负相关,等于0表示不相关,大于0表示正相关。
具体到县域经济增长的空间依赖性问题上,当目标区域数据在空间区位上相似的同时也有相似的属性值时,空间模式整体上就显示出正的空间自相关性;而当在空间上邻接的目标区域数据不同寻常地具有不相似的属性值时,就呈现为负的空间自相关性;零空间自相关性出现在当属性值的分布与区位数据的分布相互独立时。
Moran'sI指数散点图可将各个地区的经济增长行为分为四个现象的集聚模型,其中第一、三象限的空间自相关表示相似观测值之间的空间联系,第二、四象限的空间自相关关系表示不同观测值之间的空间关系,若观测值均匀分布在四个象限,表示地区间不存在空间自相关。
但Moran'sI检验只能用于检验是否存在空间自相关,而对模型的检验判断是空间滞后模型还是空间误差模型存在空间依赖性,主要是通过拉格朗日乘数LM-Error、LM-Lag和稳健的R-LMERR和R-LMLAG来实现的。
其中
(7)
(8)
其中
是回归方程系数的估计值。
在残差独立的假定下,LM-Error和LM-Lag的统计量渐进服从自由度为1的
分布。
而选择SLM或SEM模型的判别准则是在Moran'sI检验显著的情况下,最大似然LM-Lag检验较LM-Error检验更加显著,并且稳健估计R-LMLAG显著而R-LMERR不显著则选择空间滞后模型。
反之,则选择空间误差模型。
本文用模型评价准则主要用对数似然值(LogL)、赤池信息准则(AIC)、施瓦茨准则(SC),对数似然值越大,AIC和SC值越小,模型拟合效果越好。
四、理论假说与指标选择
(一)理论假说
县域经济飞速发展是浙江省经济的重要特色之一,县域经济在浙江经济社会发展中起着重要的推动作用。
建立良好的指标体系为全面分析和比较区域间的差异,促进县域经济的全面、健康有序的发展极其重要。
本文以浙江省县域经济的发展水平、发展活力和发展潜力作为指标体系的功能体现,建立假设并选择的变量,其中发展水平包括劳动力,财政收入和支出;发展活力包括通讯、市场规模、投资;发展潜力包括储蓄、人力资本、城镇化。
理论和地区经济实践表明,人力资源和经济增长在一定程度上呈正相关关系,但当人力资源市场达到饱和或人力资源无法满足经济增长需要时,两者将处在失衡状态。
目前,浙江省的劳动力人口仍在持续增长,劳动力相对过剩,过多的劳动力里无效于经济增长。
一个地区的经济发展能够反映出改地区的财政政策状况,换也就是说财政政策影响着地区的经济发展。
政府可以通过税收、财政补贴等政策激励企业和个人进行更多的经济活动,从而促进浙江省县域经济增长。
在现阶段的中国县域经济发展中,地区内发达的通讯设施和网络对经济增长极具吸引力,有利于企业等进行经济活动,若假设成立,则意味着该地区将会吸引更多的企业聚集,促进经济加快发展。
新经济地理学指出,经济增长中生产要素的流动性可以促进经济活动的繁荣,并可能产生生产要素聚集现象,形成一定规模的市场并带动经济发展。
投资是影响经济增长的键因素,是实现经济持续、稳定、健康发展的源动力。
投资与经济增长之间存在着相互作用,相互制约的内在规律性,投资是对国内生产总值的最终使用,同时,投资促使社会需求增加,拉动经济增长。
因此,正确处理好投资和经济增长的关系有利于浙江省县域经济的发展。
人力资源是加快经济创新发展的根本支撑。
人力资本是影响县域经济发展的重要因素,与物质资本和自然资源相比,人力资本的积累和增长对经济增长与社会发展的贡献远比物质资本、劳动力数量增加重要的多,劳动者的受教育程度直接反映了各县市在人力资本投资方面的差距。
因此人力资本比例越高,对县域经济增长的促进越大,反之亦然。
中国一直是一个高储蓄率的国家,政府通过宏观调控货币政策影响地区的经济增长状况。
在货币政策中,通过派生指数创造或收缩货币,从而强烈刺激货币供给,影响经济发展。
而储蓄率是影响派生指数的重要因素,储蓄率越高,派生指数就越小,意味着派生出来的货币就会越少,对经济促进作用就越小。
而随着区域发展的不平衡,贫富差距越来越大,中央决策层出台农民-农民工-城镇居民的转变等惠农政策,有效的缩小贫富差距,更好地促进和谐社会的发展。
就以珠三角为例,大部分地区城镇化率已经高达70%多,而这些地区的农民绝大部分都是相当富裕了,有的甚至超过了城镇居民的生活水平。
基于上述研究的相关理论,本文依次提出八个理论假设:
假设一:
劳动力规模增大无助于县域经济;
假设二:
政府财政收入与支出对经济增长具有正面作用;
假设三:
发达的通讯设施及网络有利用经济增长;
假设四:
市场规模对经济增长有促进作用;
假设五:
投资是经济增长的主要动力之一;
假设六:
人力资本是影响县域经济增长的重要标志;
假设七:
储蓄对经济增长具有负作用;
假设八:
城镇化有利于经济的增长。
(二)模型数据来源及变量选择
在研究县域经济增长问题时,本文采用的数据来源主要来自国家基础地理信息系统及2009中国县(市)社会经济统计年鉴及2009浙江省统计年鉴[12],选取了人均GDP、人口密度、储蓄等经济指标。
采用各县市第一产业增加值和第二产业增加值之和与总人口之比作为被解释变量,来衡量县域经济增长水平。
由于第三产业增加值在各县市经济增长中所占比重不高,并且统计核算比较困难,数据准确性很难确定,在中国县(市)社会经济统计年鉴中没公布具体数据,所以我们用第一产业和第二产业GDP之和与总人口之比来作为被解释变量。
而解释变量设置和说明如下:
(1)劳动力指标记为LD,以年末单位从业人员表示。
(2)人力资本指标记为HL,由于获取衡量劳动者受教育程度的数据非常困难,而受高等教育的劳动者人数在县域尺度的总人口中所占比重很小,因此本文选取了浙江省各县市在校中学生和在校小学生人数作为人力资本指标。
包迪鸿[13]指出,浙江省经济增长源于对人力资本的投资,人力资本对信息、知识、技术的获取、运用能够大大提高劳动生产率,从而带来经济的增长。
因此,我们预期人力资本与浙江省县域经济增长呈正相关关系。
(3)市场规模指标记为RC,人口密度可以反映一个地区经济活动的频繁程度及市场规模,若人口越多,则该区域的市场规模就越大,经济就越发达,因此以人口密度来表示市场规模。
学者黄玖立[14]等在2006年研究中也指出市场规模决定了收益递增程度和生产效率的高低,并显著地影响了各省经济增长速度,通过扩大市场规模,为促进区域经济协调、缩小城乡差距有着重要。
(4)城镇化率指标记为CZ,以非乡村人口占总人口的比重来表示各县市城镇化率。
城镇化另一个角度看,它表示经济体制从劳动密集型向人力资本密集型的转变,这正是我国经济体制力致于解决的问题。
因此,城镇化不但能够促进经济发展,同时也促进了我国经济体制加快改变。
(5)通讯指标记为RC,以各县市本地电话用户表示。
(6)财政收入与支出指标记为SR和ZC,根据张龙、贾明德[15]的观点,财政支出和收入对GDP增长率总贡献约为12.23%。
在主动效果中,政府购买支出效果远大于税收效果,说明政府财政支出是促进经济增长的重要因素;在自动效果中,税收的效果大于政府购买的效果,说明税收有利于经济的稳定。
因此,正确合理的财政政策能给浙江省县域经济带来快速的飞涨。
(7)储蓄指标记为CX,以城乡居民储蓄存款余额来代表。
(8)投资指标记为TZ,以城镇固定资产投资完成额表示。
在浙江,投资已经成为居民和企业生活中不可缺失的部分,这为浙江省县域经济的发展带来更多的动力。
研究表明[16],适度的投资规模是经济稳定增长的重要条件,合理的投资结构是经济结构高级化的前提,是实现经济可持续增长的重要保证。
五、实证分析
(一)县域经济增长空间统计描述
空间计量经济学理论认为,一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。
也就是说,各区域间的数据存在与时间序列相关、相对应的空间相关。
分析空间相关性较直观和有效的方法是对浙江省县域经济差异进行空间统计描述,揭示经济增长在空间上的差异性。
本文首先利用各指标间的相关系数表对浙江省县域经济的相关性进行简单描述,借助统计软件SPSS16.0可得结果见附表1。
本文所选择的因变量都在一定程度上与人均GDP呈相关关系,其中人力资源、通讯、储蓄、市场规模这四个变量与人均GDP的相关性比较弱,相关系数分别为0.115、0.291、0.270、0.209。
其余则与人均GDP的相关性比较强,主要是城镇化、投资、财政收入。
尤其是城镇化,他们的正相关系数达到0.771,说明城镇化能够极大得促进浙江省县域经济的发展,地区城镇化越明显,县域经济就越强。
再次利用Moran'sI指数即聚类图进行定量分析,这里空间计量模型分析借助Geoda095软件实现,由图1可知该指数为0.1467,这表明浙江省69个县域的经济增长在空间分布上存在着明显的正相关关系。
为进一步分析,本文给出了局部Moran'sI指数的散点图和局部空间相关分析聚类图。
图1显示,第一三象限县域经济增长在空间分布式呈现一定的空间自相关相似性,而第二四象限呈现出空间自相关异质性。
结合图2聚类显示,浙江省县域经济存在明显的聚类现象,区域经济间差异较大,县域经济增长水平较高的地区主要集中在杭州、嘉兴、宁波地区,而县域经济增长水平较慢的地区主要集中在温州部分地区、衢州、丽水地区,再次证明经济增长在空间上的分布不是完全随机状态,而是存在明显的自相关关系。
RGDP
W-RGDP
图12008年县域人均GDP的Moran指数散点图
图22008年县域人均GDP的Moran空间自相关聚类图
(二)县域经济增长影响因素空间计量模型的选择与估计
1.基于OLS的空间计量模型
根据以上空间统计分析,结果表明2008年浙江省县域经济增长存在明显的相关性及差异性,因此,本文有必要在研究县域经济增长差异时考虑纳入空间依赖性的空间计量经济模型进行估计。
首先,对69个县市的经济人均GDP、劳动力、人力资本等数据取自然对数,然后建立OLS的空间回归模型。
表1回归结果中,模型的拟合优度
为0.8867,模型整体上达到显著。
整个模型除了劳动力、通讯、财政支出未通过5%水平下的显著性检验外,其他均通过了显著性检验,说明这两个变量外其余均对县域经济增长没有影响,人力资本、城镇化率、储蓄、投资的回归系数均为正,说明它们对浙江省县域经济增长有显著的正向作用,而市场规模、财政收入的回归系数为负,这说明它们对浙江省县域经济增长呈现出抑制作用。
根据表1分析,剔除劳动力、通讯、财政支出变量再次建立OLS的空间回归模型,得表2所示。
结果表明,模型的拟合优度
为0.8844,而整个模型中所有变量都通过了5%水平下的显著性检验,但回归系数较表1有一定的波动。
具体表现在人口密度的回归系数由表1的-0.3978到人-0.4161,说明在剔除变量后,市场规模对县域经济增长的抑制作用增加;人力资本对县域经济增长作用上升;城镇化、储蓄、投资对经济增长促进作用降低;财政收入对经济增长抑制增加。
表1县域经济增长差异因素的OLS估计
模型
回归系数
标准差
值
值
常数项
LNHR
LNLD
LNRC
LNCZ
LNTX
LNSR
LNZC
LNCX
LNTZ
1.1192
0.7630
0.1265
-0.3978
1.2792
-0.0423
-1.5971
-0.3300
0.4200
1.5854
0.28180.1048
0.08560.0764
0.1585
0.0754
0.2123
0.2076
0.1577
0.1196
3.97127.2834
1.4781
-5.20688.0709
-0.5613-7.5227
-1.58972.6626
13.2591
0.0001
0.0000
0.1407
0.0000
0.0000
0.5751
0.0000
0.1132
0.0083
0.0000
0.8867
空间自相关诊断
MI/DF
统计值
值
Moran'sI
LMLAG
R-LMLAG
LMERR
RLMERR
0.0417
1
1
1
1
2.8610
6.29486.9521
5.6470
6.3043
0.0042
0.0121
0.0084
0.0175
0.0120
注:
、
、
分别表示通过10%、5%、1%水平下的显著性检验,LNHR表示对HR取自然对数,其他类似。
2.基于SLM模型和SEM模型的实证分析
经过以上分析,说明浙江省县域经济增长存在明显的空间相关性,需要采用空间计量经济模型进行估计,而表2中LMLAG、LMERR和R-LMLAG、RLMERR的P值非常接近,无法判断该模型是SLM模型还是SEM模型,这可能是这种判断不是特别严格所引起的。
为此本文利用极大似然估计模型分别给出了SLM和SEM的估计结果,根据LogL值和AIC、SC值判断最优模型,并对以上提出的有待检验的假设进行估计和验证。
表2县域经济增长差异因素的OLS估计
模型
回归系数
标准差
值
值
常数项
LNHR
LNRC
LNCZ
LNSR
LNCX
LNTZ
1.1363
0.8241
-0.4161
1.2604
-1.7082
0.3619
1.5433
0.2733
0.07490.0722
0.1560
0.13000.1079
0.1140
4.158310.9963-5.76158.0775
-13.14073.3539
13.5353
0.0003
0.0000
0.0000
0.0000
0.0000
0.0009
0.0000
0.8844
空间自相关诊断
MI/DF
统计值
值
Moran'sI
LMLAG
R-LMLAG
LMERR
RLMERR
0.0336
1
1
1
1
2.2272
3.7680
4.15553.6682
4.0557
0.0259
0.0522
0.0415
0.0555
0.0440
注:
、
、
分别表示通过10%、5%、1%水平下的显著性检验,LNHR表示对HR取自然对数,其他类似。
由表3和表4的估计结果发现,从拟合优度
看,相对基于OLS的空间计量模型,空间滞后模型(SLM)和空间误差模型(SEM)的拟合优度检验值均有所提高,表明了空间滞后模型和空间误差模型均优于基于OLS的空间计量模型,考虑空间效应后,用极大似然估计的模型有效地消除了浙江省县域经济增长的空间自相关和空间误差,模型的估计在空间上呈随机分布状态。
根据模型检验介绍,当LMLAG、R-LMLAG、LMERR、R-LMERR值无法判断该模型是SLM模型还是SEM模型时,我们可利用LogL值和AIC、SC准则来选择模型。
从以上表中,SLM模型的LogL值为-252.212,AIC、SC准则分别为520.424、548.595,SEM模型的LogL值、AIC准则、SC准则分别为-249.7952、513.59、538.2406,经比较得SEM模型比SLM模型的LogL值大,且AIC、SC准则
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 浙江省 经济 增长 空间 计量 模型 实证 分析