中國(guó)經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量經(jīng)濟(jì)學(xué)分析與探究

康淑菊

摘要：中國(guó)范圍內(nèi)分布著不同的經(jīng)濟(jì)地理分區(qū)，各個(gè)省域的實(shí)體經(jīng)濟(jì)增長(zhǎng)也存在一定差異性，基于此，本文研究中國(guó)經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量經(jīng)濟(jì)相關(guān)內(nèi)容，探究經(jīng)濟(jì)學(xué)分析準(zhǔn)備工作，包括指標(biāo)選擇和數(shù)據(jù)來(lái)源，探究分析經(jīng)濟(jì)變量之間的空間相關(guān)性，討論殘性方差回歸模型、空間滯位模型、經(jīng)濟(jì)拐點(diǎn)三種方法分析中國(guó)經(jīng)濟(jì)增長(zhǎng)的特點(diǎn)和情況。希望能為關(guān)注此話題的研究者提供參考意見(jiàn)。

Abstract： There are different economic geographical divisions in China， and there are some differences in the real economic growth of each province. Based on this， this paper studies the spatial econometrics related content of China's economic growth， and explores economic analysis preparations， including indicator selection and data sources， explores and analyzes the spatial correlation between economic variables， discusses to analyze the characteristics and conditions of China's economic growth by residual variance regression model， spatial stagnation model， and economic inflection point. I hope to provide a reference for researchers who are concerned about this topic.

關(guān)鍵詞：指標(biāo)選擇;空間相關(guān)性;空間滯位

Key words： indicator selection;spatial correlation;space stagnation

中圖分類(lèi)號(hào)：F127? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2019）29-0216-02

0? 引言

中國(guó)的改革開(kāi)放已經(jīng)走過(guò)了四十年時(shí)間，就實(shí)體經(jīng)濟(jì)的發(fā)展情況而言，政府的財(cái)政支出在其中發(fā)揮關(guān)鍵作用，專(zhuān)門(mén)針對(duì)某些區(qū)域?qū)嵤┱哐a(bǔ)貼，由財(cái)政專(zhuān)項(xiàng)資金完成，在此背景下，社會(huì)企業(yè)的生產(chǎn)活動(dòng)變得異常活躍，為實(shí)體經(jīng)濟(jì)的增長(zhǎng)提供良好支持。從當(dāng)前的情況來(lái)看，中國(guó)實(shí)體經(jīng)濟(jì)發(fā)展呈現(xiàn)出明顯的地理空間集聚效應(yīng)，本文就中國(guó)經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量經(jīng)濟(jì)學(xué)分析展開(kāi)研究討論。

1? 經(jīng)濟(jì)學(xué)分析準(zhǔn)備工作

1.1 分析工作的指標(biāo)選擇和數(shù)據(jù)來(lái)源

城市增長(zhǎng)是一種世界性現(xiàn)象，中國(guó)的城市增長(zhǎng)主要從改革開(kāi)放的三十年后開(kāi)始，而中國(guó)經(jīng)濟(jì)飛速增長(zhǎng)的主要?jiǎng)恿?lái)源就是地方政府之間的競(jìng)爭(zhēng)，也就是GDP增長(zhǎng)。基于這種背景，有很多學(xué)者在測(cè)量地區(qū)內(nèi)金融發(fā)展程度的指標(biāo)時(shí)會(huì)選擇地區(qū)存款量和貨款量，就區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)而言，大部分的研究者都會(huì)用GDP值衡量。比如在某次研究中衡量指標(biāo)為某省21個(gè)城市的存款量、貸款量和GDP值，從中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)獲得這三個(gè)數(shù)據(jù)的原始來(lái)源，展開(kāi)計(jì)量分析工作，用到的權(quán)重矩陣由經(jīng)緯度數(shù)據(jù)構(gòu)成，運(yùn)用MATLAB軟件完成數(shù)據(jù)的處理工作[1]。

1.2 分析經(jīng)濟(jì)變量之間的空間相關(guān)性

從目前各項(xiàng)研究工作的進(jìn)行情況來(lái)看，大部分的研究者分析空間相關(guān)性采用的是Moran指數(shù)。衡量區(qū)域內(nèi)GDP空間自相關(guān)性，要用到Moran I指數(shù)，不再使用二進(jìn)制的臨近空間權(quán)重矩陣。在正式進(jìn)行這一實(shí)驗(yàn)時(shí)，要在原有的基礎(chǔ)上做一些改進(jìn)，在完成這一工作任務(wù)時(shí)，不會(huì)繼續(xù)使用二進(jìn)制的臨近空間權(quán)重矩陣，在此期間，要對(duì)空間單元的鄰接性有充分的考慮，使用的計(jì)算方法是經(jīng)緯度坐標(biāo)三角剖分算法，從而構(gòu)建合理的空間權(quán)重矩陣，在此期間有必要在加權(quán)的范圍內(nèi)添加距離因素。其中包括的指標(biāo)有城市的GDP值、樣本區(qū)域總數(shù)，鄰接空間的權(quán)重矩陣。構(gòu)建權(quán)重矩陣，以各個(gè)城市經(jīng)緯度坐標(biāo)的三角剖分算法為依據(jù)。Moran I的指數(shù)范圍是[-1，1]，如果Moran I指數(shù)大于0小于1，就說(shuō)明研究的工作變量為空間正相關(guān)。而如果Moran I指數(shù)大于-1小于等于0，說(shuō)明經(jīng)濟(jì)變量相互之間為負(fù)相關(guān)關(guān)系，還有一種情況是Moran I指數(shù)等于0，表明經(jīng)濟(jì)變量相互之間不存在空間相關(guān)性。Moran I指數(shù)的指數(shù)絕對(duì)值越大，越說(shuō)明經(jīng)濟(jì)變量之間的空間相關(guān)性越強(qiáng)。而假如Moran I指數(shù)越接近0，則說(shuō)明空間相關(guān)性弱。

2? 殘性方差回歸模型診斷

在實(shí)際工作中如果要估計(jì)一個(gè)難以接受的模型，并實(shí)現(xiàn)對(duì)模型擬合度的有效檢驗(yàn)，就要估計(jì)代表殘差項(xiàng)的常數(shù)，如果檢測(cè)結(jié)果顯示殘差項(xiàng)達(dá)到了很高的數(shù)值，就說(shuō)明其中有一些非常重要的解釋變量沒(méi)有被有效運(yùn)用，只能說(shuō)明本次建模工作是失敗的。通常情況下，自變量只有一個(gè)估計(jì)系數(shù)，如今在統(tǒng)計(jì)學(xué)領(lǐng)域，這一論點(diǎn)已經(jīng)得到證實(shí)。能專(zhuān)門(mén)用來(lái)檢驗(yàn)標(biāo)準(zhǔn)的線性回歸方程，但是這其中還存在著一個(gè)非常明顯的問(wèn)題，也就是右手項(xiàng)的自變量表現(xiàn)出多重線性相關(guān)性，由此可見(jiàn)線性回歸殘差值的分布情況與正態(tài)分布保持一致，高度符合標(biāo)準(zhǔn)要求。在檢驗(yàn)工作中，要用到殘差的方差齊性，沒(méi)有在其中發(fā)現(xiàn)空間的非均質(zhì)性現(xiàn)象。就協(xié)方差而言，需要診斷空響標(biāo)準(zhǔn)回歸模型，所用到的測(cè)量基礎(chǔ)是相鄰的邊界和歐式距離，在計(jì)算權(quán)重矩陣時(shí)，要用到相應(yīng)的軟件。地理信息科學(xué)專(zhuān)家在研究工作中，會(huì)用到空間自相關(guān)通用模型，這種模型被稱(chēng)為Moran Ⅰ。在空間自相關(guān)模型中，有兩種不同的來(lái)源，其中一種是空間自相關(guān)誤差項(xiàng)，所產(chǎn)生的反應(yīng)就是噪音。還有一種是空間自相關(guān)，這種自相關(guān)是實(shí)質(zhì)存在的，它還有另外一個(gè)名稱(chēng)就是空間位滯依賴(lài)，出現(xiàn)這種情況的原因有可能是多種空間溢出。

3? 空間滯位模型表達(dá)中國(guó)空間經(jīng)濟(jì)體發(fā)生的空間過(guò)程

在判斷控制位滯模型的合理度時(shí)，傳統(tǒng)的模型擬合度在其中并不適用。而極大的似然函數(shù)這種方法才是適用的。所運(yùn)用的標(biāo)準(zhǔn)有三個(gè)分別是Akaike、Schwartz和極大似然值。運(yùn)用這三個(gè)標(biāo)準(zhǔn)能辨別出回歸模型和空間位滯模型的優(yōu)劣情況。通常情況下，一個(gè)好的模型它的似然值比較大，而Akaike、Schwartz的標(biāo)準(zhǔn)數(shù)值則比較小。在其中加入空間位置變量，會(huì)導(dǎo)致空間位滯模型擬合度增加，也會(huì)使回歸模型的數(shù)值明顯增加。但是常數(shù)項(xiàng)從最小的二乘法估計(jì)的6.53縮減至2.35[2]。在統(tǒng)計(jì)學(xué)上沒(méi)有顯著的變化。把一個(gè)空間位滯上的變量添加在模型上，就能糾正建模失誤問(wèn)題。假空間位滯模型建立是正確的，空間依賴(lài)性就不應(yīng)該存在于殘差中。就實(shí)驗(yàn)所得到的結(jié)果展開(kāi)分析，空間位滯模型有空間誤差的存在，對(duì)其進(jìn)行檢驗(yàn)要用到自相關(guān)拉格朗日乘數(shù)檢驗(yàn)法。對(duì)于所有的空間權(quán)重矩陣來(lái)說(shuō)，都不會(huì)發(fā)生方差分布的空間非均質(zhì)性問(wèn)題，這一問(wèn)題所面向的對(duì)象是空間位滯模型殘差，使用拉格朗日乘數(shù)檢驗(yàn)法所獲得的結(jié)果也是不顯著的。由此進(jìn)行推論，認(rèn)為空間位滯變量對(duì)模型中的空間自相關(guān)有充分的考慮，同時(shí)這也是對(duì)中國(guó)空間經(jīng)濟(jì)體發(fā)生空間過(guò)程的充分表達(dá)。

4? 運(yùn)用經(jīng)濟(jì)拐點(diǎn)法進(jìn)行研究

4.1 拐點(diǎn)的判別

在最開(kāi)始的研究工作中，拐點(diǎn)作為一個(gè)數(shù)學(xué)概念，來(lái)表示函數(shù)曲線的變化情況，曲線有可能是從下凸轉(zhuǎn)變?yōu)樯贤?，還有可能是完全相反的情況。在數(shù)學(xué)領(lǐng)域有對(duì)函數(shù)曲線的具體定義，用來(lái)描述物體運(yùn)動(dòng)所經(jīng)過(guò)的路程隨時(shí)間的變化情況。對(duì)于下凸函數(shù)曲線來(lái)說(shuō)，所表示的是上升的速度趨勢(shì)，而上凸的函數(shù)曲線則代表速度有下降的趨勢(shì)。某一物體在運(yùn)動(dòng)的過(guò)程中，對(duì)其進(jìn)行運(yùn)動(dòng)曲線描繪，就會(huì)發(fā)現(xiàn)該曲線是一個(gè)連續(xù)的函數(shù)。由下凸轉(zhuǎn)變?yōu)樯贤沟姆纸琰c(diǎn)就是拐點(diǎn)。f（x）是曲線的函數(shù)表達(dá)，f（x）=，如果在定義區(qū)間內(nèi)函數(shù)f（x）為單調(diào)增加，曲線呈下凸?fàn)顟B(tài)。而假如在定義空間內(nèi)函數(shù)f（x）為單調(diào)減少的情況，曲線會(huì)呈向上凸的狀態(tài)。假如在定義區(qū)間有一點(diǎn)使一階導(dǎo)數(shù)由增變減，又或者是由增變減，則說(shuō)明這一點(diǎn)就是拐點(diǎn)。一階導(dǎo)數(shù)

f（x）=專(zhuān)門(mén)用來(lái)表示物體在運(yùn)動(dòng)的過(guò)程中所具備的瞬時(shí)速度。展開(kāi)具體思考時(shí)，應(yīng)當(dāng)以經(jīng)濟(jì)學(xué)的視角進(jìn)行，此時(shí)生產(chǎn)活動(dòng)創(chuàng)造的整體價(jià)值、產(chǎn)品的實(shí)際銷(xiāo)量以及生產(chǎn)所花費(fèi)的成本都能用一階導(dǎo)數(shù)來(lái)表示。上述內(nèi)容的本質(zhì)是指標(biāo)增量，如果一階導(dǎo)數(shù)的值有所增加，就會(huì)出現(xiàn)邊際增量同時(shí)增加的情況，而如果出現(xiàn)了一階導(dǎo)數(shù)減少的情況，就會(huì)導(dǎo)致邊際增量的減少。

4.2 時(shí)間序列模型和面板數(shù)據(jù)模型的建立和分析

經(jīng)過(guò)反復(fù)驗(yàn)證，建立代表中國(guó)經(jīng)濟(jì)增長(zhǎng)的一元三次函數(shù)模型，在此環(huán)節(jié)中要嚴(yán)格按照區(qū)域趨同的標(biāo)準(zhǔn)，用中國(guó)不同省市和自治區(qū)的同時(shí)期經(jīng)濟(jì)增長(zhǎng)規(guī)律為基本信息，完成架設(shè)模型的制定，這就意味著以不同時(shí)期的信息為依據(jù)，所建設(shè)的模型是各不相同的。在此條件下展開(kāi)解析工作，在經(jīng)濟(jì)波動(dòng)周期中，尋找到若干個(gè)拐點(diǎn)。綜合分析并研究經(jīng)濟(jì)拐點(diǎn)，所用到的研究方法是多項(xiàng)式擬合函數(shù)求導(dǎo)法。建立了能夠代表經(jīng)濟(jì)增長(zhǎng)規(guī)律的模型的表達(dá)式，采集時(shí)間序列和面板這兩套數(shù)據(jù)集，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)軟件，分別對(duì)時(shí)間序列、綜合面板、變系數(shù)面板這三種方法進(jìn)行統(tǒng)計(jì)分析[3]。在計(jì)算模型變量的工作中，要大致估計(jì)模型變量所對(duì)應(yīng)的系數(shù)，在分析研究表達(dá)式的過(guò)程中，會(huì)得到兩個(gè)綜合模型，一個(gè)由時(shí)間序列構(gòu)成，另一個(gè)由面板數(shù)據(jù)構(gòu)成。除此之外，還會(huì)用到31個(gè)分省的模型表達(dá)式，在計(jì)算該模型的二階導(dǎo)數(shù)時(shí)，要用到上述兩個(gè)綜合模型。除了要求解出分省的經(jīng)濟(jì)拐點(diǎn)之外，還要求解出代表全國(guó)綜合性經(jīng)濟(jì)情況的拐點(diǎn)。通過(guò)本文的研究發(fā)現(xiàn)，GDP、FDI、固定逆產(chǎn)投資是造成城市增長(zhǎng)的主要因素，可以解釋城市增長(zhǎng)的70%，此外，還發(fā)現(xiàn)中國(guó)各地區(qū)在城市擴(kuò)張過(guò)程中產(chǎn)生了強(qiáng)烈的攀比效應(yīng)。不僅如此，全國(guó)還存在景象增加建成區(qū)面積競(jìng)賽，導(dǎo)致城市增長(zhǎng)不僅受到本區(qū)域各種因素的影響，還會(huì)受到鄰近區(qū)域的因素影響。由此可知，未來(lái)中國(guó)城市增長(zhǎng)過(guò)程中，要從土地粗放利用轉(zhuǎn)變?yōu)橥恋丶s利用，以此降低空間外溢性。

5? 總結(jié)

綜上所述，本文研究的內(nèi)容與中國(guó)實(shí)體經(jīng)濟(jì)供給側(cè)結(jié)構(gòu)性改革的現(xiàn)實(shí)需要有直接聯(lián)系，在未來(lái)，支持并發(fā)展實(shí)體經(jīng)濟(jì)要結(jié)合各個(gè)地區(qū)實(shí)體經(jīng)濟(jì)的發(fā)展需要，堅(jiān)持有針對(duì)性的對(duì)基礎(chǔ)設(shè)施建設(shè)投資，尤其是要加大對(duì)基礎(chǔ)設(shè)施落后的區(qū)域加大資金投入，增加對(duì)科教領(lǐng)域財(cái)政的支出比例，為實(shí)體經(jīng)濟(jì)領(lǐng)域的科技創(chuàng)新能力提供有力支撐。

參考文獻(xiàn)：

[1]周霽芬，楊箏.財(cái)政支出對(duì)省域?qū)嶓w經(jīng)濟(jì)增長(zhǎng)的影響——基于空間計(jì)量經(jīng)濟(jì)學(xué)的分析[J].財(cái)會(huì)通訊，2017（23）：48-52.

[2]任曉怡，湯子隆，祝佳.廣州市金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)互動(dòng)關(guān)系的實(shí)證研究——基于空間計(jì)量經(jīng)濟(jì)學(xué)的分析方法[J].肇慶學(xué)院學(xué)報(bào)，2014，35（04）：19-21.

[3]文淑惠，和玉華.基于空間計(jì)量經(jīng)濟(jì)學(xué)的云南滇西經(jīng)濟(jì)圈經(jīng)濟(jì)增長(zhǎng)主要因素分析[J].經(jīng)濟(jì)問(wèn)題探索，2014（02）：71-75.