空间计量经济模型（共10篇）
空间计量经济模型 篇1
0 引言
计量光栅广泛用于精密测量、自动定位、跟踪测试和光学信息处理等领域。光栅的质量、精度等将直接影响光栅测量仪器的精度和性能。为了减小光栅传感器测量信号的误差,获得高质量的信号,提高测量精度,光栅传感器测量系统还需在以下关键技术方面进一步研究:高精度测量光栅传感器光栅副的设计和研制;莫尔条纹成像过程中光能量平衡关系的研究;光电发送和接收元件的特性匹配和优化设计;光电系统的动态特性等[1,2,3,4,5]。
光栅副间隙会影响调制光场。当光栅安装或应用过程中光栅传感器定、动栅相互位置发生改变,导致莫尔条纹发生畸变,从而导致测量误差,光栅传感器的测量精度就会受到较大影响,有时甚至与目标精度相差很大。本文研究由此变化导致光场和莫尔条纹的变化,并进行仿真。
1 光栅副光场分析
1.1 光栅的泰伯像
光栅测量系统如图1所示。标尺光栅、指示光栅和光敏传感器对应于(xyz)、(xyz)1和(xyz)2,标尺光栅栅线平行于y轴,指示光栅栅线相对于y轴顺时针转θ角度。
设照明光波长λ的正入射单谱平行光束,标尺光栅面振幅透射系数为t(x,y)且菲涅尔子波在xyz面的点脉冲响应为h(x,y),由菲涅尔子波的空间不变性,标尺光栅在距离为z的xy面的衍射场可表示为[6]
其中:
对式(1)进行傅里叶变换
显然,有下式成立
对式(2)求傅里叶变换,得
对占空比1/2光栅常数为d的余弦光栅,振幅透过系数为
的标尺光栅,可得
将式(5)和式(7)代入式(4)中,有
若忽略对光强度没有影响的常数相位因子,可得:
显然,当λzu02/2=m为整数时光栅在z处呈现泰伯像。考虑到安装调试,光栅常数d=1/u0较大的计量光栅,泰伯像阶数m常取1或2[7]。
对于占空比为1/2的矩形黑白光栅,若其振幅透过系数为
其中Cn为复振幅系数。对式(9)求傅里叶变换,可得
同理可得
式(10)的结果与余弦光栅的结果类似。但由于矩形黑白光栅存在较多的谐波像,满足基频泰伯条件时,高次谐波中引入了不同的相位因子,造成再现像的波形失真。微调实际安装位置可以减小这种影响,一般在所计算的基频泰伯像距的±10%以内进行调整可得到较满意的效果[7]。
1.2 光栅副输出光场分析
由式(10)可知,当光栅副按基频泰伯像条件选择安装位置时,其谐频亦可实现泰伯像。此时,在指示光栅面形成两栅的重合交叠,其透射光场可表示为
式(11)为两个信号的相乘调制,将产生和频及差频。显然,所谓莫尔条纹产生于同阶信号间的差频,可表示为
由式(12)可知,两栅重合交叠后的低频栅线方向为逆时针与y轴成(90°-θ/2)夹角,基频u′0为
1.3 安装精度对光栅副输出的影响
设指示光栅面法矢和标尺光栅面法矢不平行,x1和x、y1和y有安装调试误差角α和β。则式(2)可近似为
即:
将式(7)和式(15)带入式(4)中,可得到与光栅面距离z处的光场表示:
忽略对光场强度没有影响的常数相位因子,可得
将式(16)与式(8)相比较可得,式(16)所表示的光场也将出现条纹对比度周期性的变化。显然式(16)中的模为1的常数相位因子对光场强度没有影响,对于相对测量的光栅副信号结果不产生影响,则式(16)可表示为
由前所设,该式表示的光场与指示光栅面x轴和y轴的夹角为α和β,指示光栅上的光场是由不同距离z的标尺光栅衍射场构成,由此将引起两项误差:1)由式(17)可以看出,当z值改变,则附加相位2πsinα0zu值也会相应的变化;2)由于坐标轴投影,将引起光栅投影像基频的改变。
设指示光栅坐标原点与标尺光栅坐标原点距离为z1=z0,则指示光栅上的照明光场为
上式应满足)sinsin(0+>yxzβα,较理想的安装条件应为)sinsin(0+>>yxzβα。
设指示光栅栅线与y轴成θ夹角,其透过率函数为
指示光栅输出光场为
设并将式(20)整理,有
式(21)给出的是指示光栅面出射的光场分布,其所描述的光场分布由三项组成:1)照射光场和指示光栅透射系数;2)栅线近似平行于标尺光栅和指示光栅夹角θ平分线的光栅分布;3)与标尺光栅和指示光栅夹角θ平分线近似垂直的光栅分布,当θ较小时,第1)和第2)项的空间频率与构成该测量系统的光栅相同或近似,第3)项为低频项,即所谓的莫尔条纹。
从式(21)中可以定性的看出:
1)其描述的光场,除所谓的莫尔条纹分量
为低频项外,其他各项均是高频项;
2)当条纹传感器采用沿莫尔条纹方向均布的接收器件时,各高频条纹的栅线方向与接收器件的分布方向近似垂直,当接收传感器宽度相比光栅栅距足够大时,高频条纹对信号的影响很小;
3)2πu0zsinα附加相位对条纹接收形成干扰,并使莫尔条纹失真。
莫尔条纹中的常相位因子对幅值不产生影响,而高频项由于其频率远大于莫尔条纹基频,接收器的平均效应使其对幅值的影响很小。为简化分析,现只考察安装位置参数对低频项的影响;同理,在计算时忽略常相位因子项。设条纹接收传感器沿莫尔条纹方向布置,即y2方向与标尺光栅和指示光栅夹角θ平分线同向;同时,低频项中标尺光栅和指示光栅安装距离z满足泰伯条件,则低频项可近似由下式给出
指示光栅与标尺光栅的安装距离满足泰伯自成像条件,z0形成的是常相位,式(22)近似有:
2 仿真分析
为定量的分析安装姿态对接收信号的影响,在MATLAB环境下建立式(23)的计算模型,为简化计算,取z2-z1=0(例如采用成像接收系统)。图2给出的是设定安装姿态误差下传感面光场分布变化的仿真。仿真条件如表1所示。
图3给出了传感器接收光场分布误差和对传感器宽度方向数值平均后的仿真图,其中图3(a)为光场分布误差,图3(b)为数值均值图。仿真条件为:p=0.2 mm,,α=β=.002°,仿真平均长度为莫尔条纹节距。
图4为不同偏角α和β下的均值仿真图,仿真条件为:p=0.2 mm,,α=β=(0~)1°,图4(a)仿真平均长度为莫尔条纹节距,图4(b)为非特定宽度的传感器平均下的仿真图。
3 结论
虽然上面的仿真是在经过一定的简化下得出的,但还是能从仿真数据获得一些简单的结果:
1)安装与调试时,标尺光栅和指示光栅的不平行度对接收光场的影响,在偏角很小时误差很小,例如在图2给出的条件下,在偏角0.4°时,光场的最大幅值误差小于2%。但偏角增大后,光场幅值误差增加的较快,如图2中所描述的,在偏角1.8°时,光场幅值误差增大到大于20%。
2)具有一定宽度的接收传感器可以平滑接收光场的误差。图4(a)给出了对比。在图示仿真条件下,接收光场幅值误差从最大约1.2%下降到小于0.4%。
3)接收传感器的宽度不同所获得的误差平滑效果也不同,如图4(a)和(b)所示。
对于现在常采用的半导体发射接收式系统,若接收系统采用莫尔条纹节距尺度的横向聚光系统设计,可以实现光场的平滑,从而降低系统安装调试的要求。
参考文献
[1]马修水,费业泰,陈晓怀,等.光栅纳米测量的研究与进展[J].仪表技术与传感器,2006(4):53-55.MA Xiu-shui,FEI Ye-tai,CHEN Xiao-huai,et al.Research and Development of grating nanometer measurement[J].Instrument Technique and Sensor,2006(4):53-55.
[2]王宇志,艾华,韩旭东.应用光栅自成像的编码器莫尔条纹信号提取[J].光电工程,2009,36(1):78-87.WANG Yu-zhi,AI Hua,HAN Xu-dong.Extraction of MoiréFringe Signal for Photoelectric Encoder Based on GratingSelf-imaging[J].Opto-Electronic Engineering,2010,36(1):78-87.
[3]樊叔维,周庆华,李红.槽型衍射光栅结构参数优化设计研究[J].光学学报,2010,30(11):3133-3139.FAN Shu-wei,ZHOU Qing-hua,LI Hong.Research of Optim ization Design of Groove Diffraction Grating Profile Parameters[J].Acta Photonica Sinica,2010,30(11):3133-3139.
[4]蔡托,桑田,赵华.光栅衍射特性的耦合波分析、计算与讨论[J].光电工程,2010,37(4):141-146.CAI Tuo,SANG Tian,ZHAO Hua.Coupled-wave Analysis,Numerical Calculation and Discussion for Diffraction Properties of Grating[J].Opto-Electronic Engineering,2010,37(4):141-146.
[5]方靖岳,秦石乔,王省书,等.莫尔条纹法测量微小旋转角度的频域分析[J].光子学报,2010,39(4):709-713.FANG Jing-yue,QIN Shi-qiao,WANG Xing-shu,et al.Frequency Domain Analysis of Small Angle Measurement with Moire Fringe[J].Acta Photonica Sinica,2010,39(4):709-713.
[6]郁道银,谈恒英.工程光学[M].北京:机械工业出版社,2002.YU Dao-yin,TAN Heng-ying.Engineering Optics[M].Beijing:China Machine Press,2002.
[7]曹向群,黄维实,金彤.光栅计量技术[M].杭州:浙江大学出版社,1992.CHAO Xiang-qun,HUANG Wei-shi,JIN Tong.Metrological Technology by Gratings[M].Hangzhou:Zhejiang University Press,1992.
[8]Akiya KIMURA,Kiyokazu YASUDA,Michiya MATSUSHIMA,et al.Propagation Loss Evaluation of Optical Transmission/Interconnect System with Grating Structure[C]//2005International Symposium on Electronics Materials and Packaging(EMAP2005),Tokyo,Japan,Dec11-14,2005:125-128.
空间计量经济模型 篇2
空间经济计量学与空间统计学的区分不太容易。Haining和Anselin的观点认为空间统计学的研究大多由数据驱动，而空间经济计量学由模型驱动，即从特定的理论或模型出发，重点放在问题的估计、解释和检验上。空间统计学的主流是研究生态学和地质学中的物质现象，空间经济计量学主要研究与区域及城市经济有关的模型。有一种观点认为二者的区分应基于作者将其工作对应于空间经济计量学还是空间统计学，这种区分办法可能较为简单。
地质统计学(Geostatistics)发展于20世纪60年代，主要用于研究地质学现象的空间结构和进行空间估值。例如，在探矿过程中，通常是在空间上布点进行钻探，然后对采样得到的样品进行分析，估计矿藏的分布和储量。由于矿藏不开采的话，在时间上结构几乎是不变的，因此地质统计学研究的问题主要是空间相关。空间经济计量学所研究的问题不仅存在空间相关，往往所研究的问题在时间上也存在相关。
在区域经济学的理论中，人们建立了各种理论以及关系式来描述人类在空间上的行为，如研究城镇问题的“引力模型”等。但在利用模型进行定量研究问题的时候，需要将理论或关系式用数学模型来进行刻划，利用统计方法对模型进行估计、检验，并进行评价，这些正好是属于经济计量学研究的范畴。应该说，空间经济计量学主要研究区域经济问题，依据的是区域经济学理论，但它还需要综合数学，以及空间统计学等学科，因此它不等同于区域经济学，而是一门交叉学科。
二、研究的问题
空间经济计量学主要研究存在空间效应的问题。空间效应主要包括空间相关和空间差异性。在研究中涉及空间相邻、空间相邻矩阵等概念。
（一）空间相关
空间相关指在样本观测中，位于位置i的观测与其它j≠i的观测有关，即
附图
存在空间相关的原因有两方面：相邻空间单元存在测量误差，空间交互影响的存在。测量误差是由于调查过程中，数据的采集与空间中的单位有关，如数据是按省、市、县等统计的，但设定的`空间单位与研究问题不一致，存在测量误差。
空间相关不仅意味着空间上的观测缺乏独立性，并且意味着潜在于这种空间相关中的空间结构，也就是说空间相关的强度及模式由绝对位置和相对位置（布局，距离）决定。
对于空间相关，空间自回归通常是其核心内容，空间自回归模型的一般形式为：
附图
在这个模型中，β解释变量X（n×k矩阵）的参数向量(k×1)，ρ是空间滞后相关变量的参数，λ是残差空间自回归（空间AR）结构中的参数。
W[,1]和W[,2]为n×n矩阵，是标准化或未标准化的空间加权矩阵，分别对应于因变量以及扰动项中的空间自回归过程，这两个矩阵可以不同，这意味着两个过程由不同的空间结构生成。
这个模型可以退化成为普通的线性回归模型、（纯）空间自回归模型、混合回归与空间自回归模型、残差空间自回归模型等形式。
对这个模型，普通最小二乘估计不仅是有偏的，而且是不一致的，参数的估计通常采用极大似然估计，近几年，有学者尝试采用贝叶斯估计对参数进行估计。
（二）空间差异性
空间差异性指空间上的区域缺乏均一性，如存在中心区和郊区、先进和后进地区等。例如，我国沿海地区和中西部地区经济存在较大差别。
对于空间差异性，只要将空间单元的特性考虑进去，大多可以用经典经济计量学方法解决。但当空间差异性与空间相关共同存在时，经典经济计量学方法不再适用，而且这时问题可能变得非常复杂，因为这时要区分空间差异性与空间相关可能非常困难。
研究空间差异性的模型主要有：
E.Casetti提出的空间扩展模型(1972)和回归参数漂移分析方法（简称DARP）模型(1982)。这时，空间差异性表现为模型参数随空间位置变化，并以空间单元的位置信息作为辅助变量（称为扩展参数）。
y=Xβ+ε
附图
模型(3)为以经纬坐标(Z[,x],Z[,y])作为扩展参数的空间扩展模型。同样可以以到中心区域的距离作为扩展参数设计模型。
将模型(3)的第二个式子右边加入随机扰动项，则为DARP模型。E.Casetti(1992)
进一步提出了贝叶斯空间扩展模型。D.P.McMillen和J.F.McDonald，C.Brunsdon,A.S.Fotheringham;Martin Charlton()，提出地理加权回归模型（简称GWR模型）。
附图
（三）时空数据空间模型
在模型中考虑时间维增加了描述的复杂性，但综合时间空间的模型在实际工作中非常有用。在经典的经济计量学模型中，这是综合截面和时间序列数据的情形。如果数据不存在空间相关，则可以采用Panel Data模型。Anselin(1988)将似不相关(SUR)模型扩展到空间的情形，提出空间SUR模型。
三、应用前景及需要进一步研究的问题
（一）在中国的应用前景
在我国，地质统计学是较早应用空间统计学的领域，在20世纪80年代中国科学院就有人研究并应用Krige模型。空间统计学除了在地质学的研究中发挥作用，近十年来，周国法、徐汝梅等学者研究生态学中的空间相互作用，并于出版了《生物地理统计学》。20世纪80年代以来，我国利用卫星遥感技术，对土地、森林、农业、矿产、能源、作物估产、灾患检测等进行应用，开始了我国空间统计学在经济领域应用中统计调查的工作，为了将空间遥感调查技术逐步纳入到我国统计的常规性工作中，1910月，国家统计局成立了空间统计研究室，并与中国科学院地理所合作，组成了“空间信息多重采样设计的空间统计学应用研究”课题组，运用遥感技术和空间分析对我国农业耕地、森林、草地等资源以及城镇动态变化进行调查，该项目获得国家统计局课题研究一等奖。
在我国地质统计学、生物地理统计学及利用遥感技术进行的各种调查，都属于空间统计学的范畴。地质统计学、生物地理统计学主要研究空间相关及空间估值，在生物地理统计学的研究中还包括物种的空间扩散过程。所用的方法主要是各种Krige模型、方差图模型，以及空间自回归模型。空间动态采样的研究，与地质矿产调查类似，主要涉及样本在空间上的布局、有效样本量的确定、采样误差的计算等问题的研究，根据其研究的问题和方法，也可以将其归入统计学的抽样调查分支之中。
随着我国按地区进行统计的统计基础资料不断积累，尤其是遥感技术应用到统计调查中来，都将使得按时间和空间排列的数据资料极为丰富，对数据进行空间甚至时空分析成为可能，人们将逐渐从时间的角度转向普遍从时空的角度来考虑问题。
从经济分析的角度看，空间经济计量学在我国以下几个方面将有很大的应用前景。
由于区域之间存在相关性，或者存在差异性，因此一项政策对每个区域的影响是不同的，通过运用空间经济计量学方法对各区域进行研究之后，找到政策在各区域上作用的关系，对于政府决策、正确制订政策具有很大的参考价值。
由于区域之间存在先进地区和后进地区，通过空间经济计量学方法可以对先进地区与后进地区之间的相互关系进行研究。
按区域编制投入产出表时，空间的概念将发挥作用。
对房地产的价值进行评估时，在考虑外界影响因素的基础上，充分考虑地区之间的相互关系，将对正确评估房地产的价值有很大帮助。
对环境污染进行研究时，运用空间经济计量学方法对污染的传播方式进行研究，有助于人们对环境污染进行控制。
在交通领域的研究，可以利用空间经济计量学方法对人员、货物在空间上的流动方式进行研究，同时对通道上的不同区段进行研究。
在对某种疾病（如流感）在空间上的传播过程进行研究之后，对于疾病的预防控制将有很大的帮助。
建立了空间的概念之后，人们对于在空间上的抽样将综合考虑空间单元之间的相关性。而空间抽样在空间上的布点方式也可以用作商业网点的布局研究。
总之，只要问题涉及到空间的概念，空间经济计量学就将发挥其作用。对空间经济计量学的深入研究及应用，将促使人们面对问题的时候，从空间或时空的角度思考问题。
（二）需要进一步研究的问题
目前的研究中，系统内的空间单元受到系统内其它位置单元的影响，但边界处的单元还受到系统外与之相邻的单元的影响，如何将这个影响考虑在模型中值得研究。
在具体问题中，距离的概念需要加以认真对待，单用地理上的距离有时并不合适，例如国与国之间的经济联系在今天并不是距离远近决定的，电子化交易使得资金的流动非常迅速方便，因此，在研究这类问题时，如何将贸易、人员、资金的流动充分考虑到空间加权矩阵中去，尚值得研究。
贝叶斯方法在统计学各个分支的应用越来越广，空间贝叶斯模型也是目前空间经济计量学研究的热点之一。
可变单元的问题。当数据汇总的级别变化，可能整个模型的描述都发生变化，对于不同的问题，可能影响模型变化的汇总的级别也不同，能否有一个统一的模式对系统进行描述尚待进一步研究。
时空数据的综合分析，参数估计的渐近性质，模型的各种检验方法等，还有待进一步的研究。
经济问题中，许多需要研究的对象是多维的，即研究对象是一个向量，如何在空间问题中建立一系列空间VAR模型，尚需研究。
不易获得较为详细且价格低廉的区域统计数据，将大大限制空间经济计量学模型的应用。建立我国区域统计数据库，要求价格低廉且方便实用，是摆在统计工作者面前的一个重要课题。
【责任编辑】彭非
【参考文献】
1 Anselin,L.1988.Spatial Econometrics.Methods and Models,Dordrecht Kluwer Academic
Publishers.
2 Anselin,L.and R.J.G.M.Florax ed.1995.New Directions inSpatial Econometrics,Springer-Verlag.
3 Brundson,C.,A.S.Fotheringham,and M.E.Chalton.1996.“Geographically Weighted
Regression:A Method for ExploringSpatial Nonstationarity,”Geographical Analysis,
Vol.28,p281-298.
4 Brunsdon,C.,A.S.Fot
heringham,and M.E.Chalton..“SomeNotes on ParametricSignificance Tests for GeographicallyWeighted Regression,”Journal of Regional
Science,Vol.39,No.3,p497-524.
5 Casetti,E.1972.“Generating Models by Expansion Method:Applications to Geographic
Research,”Geographical Analysis,Vol.4,p81-91.
6 Casetti,E.1982.“Drift Analysis of Regression Parameters:An Application to the
Investigation of Fertility ofFertility Development Relations,”Modeling and Simulation
13,p961-966.
7 Casetti,E.1992.“Bayesian Regression and the ExpansionMetod,”Geographical
Analysis,Vol.24,p58-74.
8 Cliff,A.D.and J.K.Ord.1981.Spatial Processes:Models andApplications,Pion.
9 Haining,R.P.Spatial Data Analysis in the Social andEnvironmental Science,Cambridge
University Press.1990.
10 Paelinck,Jean H.P.and Leo H.Klaassen.1979.SpatialEconometrics,Saxon House,
Teakfield Ltd.
11 庄大方，张稳，罗建国.土地资源遥感调查中的空间信息多重采样框架设计与GIS实现，统计研究，第1期.
12 庄大方，刘明亮，罗建国.遥感和空间分析支持下的耕地、城镇动态变化空间采样方法研究，统计研究，19第10期.
空间计量经济模型 篇3
关键词：空间计量经济学；区域经济；内容；发展
一、前言
空间计量经济学是为了满足区域经济学中区域经济数据的分析和处理的实际需求而出现额一门新兴边缘科学，现阶段，空间计量模型被广泛的推广和应用在众多领域，特别是在经济领域。但是，通过对空间计量经济学的研究现状进行分析可知，现阶段关于空间计量经济学研究的研究相对薄弱。随着空间计量工具以及计量分析方法的不断发展，许多区域经济学者以及经济地理学者，逐渐开始应用宏观尺度的空间聚集现象进行区域经济分析和研究，通过利用一定的空间数据分析方法以及空间计量方法，对空间聚集产生的效应以及区域经济的增长进行了科学、合理以及详尽的分析，同时创建了空间线性回归模型，对聚集产生的经济成效以及机制等进行分析，并且在众多区域的实证研究中获得了良好的效果。因此文章针对基于空间计量经济学区域经济的研究具有非常重要的现实意义。
二、空间计量经济学的概念以及研究现状的概述
1空间计量经济学的概念分析
为了满足区域经济学中区域经济数据的分析和处理的实际需求，空间计量经济学应运而生，其概念是J.Pealinck于1974年荷兰统计协会年会上提出，虽然J.Pealinck没有对空间计量经济学的本身进行明确的定义，但是却确定了空间计量经济学的5个基本原则，即建模空间模型中空间模拟的明确、事后与事前互动的分化、位于其他空间解释性因素的重要性、空间关系具有不对称性以及空间相互依存，上述原则都强调和重视计量模型规范中现实的表达空间直观变量，例如空间安排、距离衰退以及潜在措施等，并且共同指出了空间相互作用对于时间序列的反馈，是时间系列与空间系列两者之间的本质区别。而后，由Anselin经过一系列的研究于1988年提出了空间计量经济学系统，主要对空间统计分析特殊性而引起的空间科学模型进行分析与处理，即空间计量经济学的研究内容包括空间不均匀误差、空间滞后、空间自相关等方面，充分的考虑空间的重要性。同时，Anselin还强调空间、位置以及区域之间的相互作用。
2空间计量经济学的研究现状
2.1国内研究现状。现阶段，国内对于区域计量经济学的研究，已经在空间区域经济增长方面获得了许多实证研究成果，研究对象众多，但是在研究方法以及实证检验等方面还存在一定的缺陷，需要进行进一步的研究与丰富。从理论方面进行分析，研究人员在对研究成果进行解释时，省级尺度的研究成果相对于县级单位的研究成果说服力更强，但是，因为数据规模相对较大，导致出现了现实意义以及参考意义不强的问题。李小建等（2006年）基于县域空间单元，选取人均GDP为衡量指标，对河南省经济空间结构的演变进行了分析；陈晓玲（2006年）研究了我国30个省和自治区、直辖市的数据，主要对改革开放后各个区域经济增长的关联性进行研究；吴玉鸣（2000年）在进行我国31个省市聚集增长因素分析时应用了空间计量经济模型。
2.2国外研究现状。目前，国外众多学者在空间计量经济学、空间数据分析方法等方面做出了重要的贡献，例如，Baumont（2003年）在辨识欧共体的空间俱乐部时应用了空间数据分析方法，研究结果表明南北区域的俱乐部存在很大的差异，然后选用空间误差模型分析了北方与南方俱乐部的俱乐部在空间方面存在的趋同性；Rey（1999年）在美国各州人均收入收敛性研究中采用了空间数据分析方法，然后根据LM检验，在收敛性结果比较以及深入分析中采用了空间误差模型。
三、基于空间计量经济学的区域经济研究内容
1空间相关。空间自相关是空间相关性研究的重要内容，所谓空间自相关，指的是若干变量在相同分布区中观测数据间存在的潜在依赖性。空间自相关具有许多计算方法，现阶段最常采用的方法包括Geary、Getis、Moran’s等，上述计算方法的应用范围具有一定的局限性，同时也具有各自的优缺点。通常状况，按照功能可以将上述计算方法分为两种：
1.1区域模型。区域模型是基于Anselin（1995年）的本地空间关联指标，区域聚集在空间相关计算方面的应用范围主要包括两个方面：一方面，采用显著性检验方法，对空间单元相对整体范围进行研究，如果检测值小，则表明空间相关不显著，相反，如果检测值大，则表明空间相关显著，主要应用在空间聚集领域；另一方面，主要对空间单元对研究空间自相关的整体影响进行研究，影响范围通常是大面积特殊情况（聚集点集中的空间现象）。
1.2全域型。全域型计算方法的目的在于是否存在空间聚集现象，并不能够明确空间领域聚集的具体区域，对于按照不同全域型的间距排列的空间自相关统计，需要绘制空间自相关系数图，通过该空间自相关系数图能够确定空间是否处于相同空间层次。
2空间差异性。所谓空间差异性，指的是空间相关存在差异或者缺乏均匀性的区域，例如，外围区域与中央区域、落后区域与经济发达区域等，如我国沿海地区相对于其他区域、西部地区与中部地区，两者之间的经济存在巨大的差别。空间差异性研究重点考虑空间单元特性，采用经典计量经济学方法能够解决众多问题。但是，对于存在空间相关性、存在交叉的空间差异，不能采用经典计量方法，针对上述两种状况，可以采用回归分析模型参数漂移以及空间扩展模型进行研究。空间差异在模型中的具体表现为空间相对位置的变化，辅助变量为空间单元的位置。
3空间线性回归模型。由于经典计量经济学模型是基于Gauss- Markov条件的，在进行区域经济分析时存在空间依赖，这样会打破计量经济学分析以及古典统计学中向本之间相互独立的假设，导致在地理位置相关性分析中应用古典计量经济学方法时，出现不能获得上述数据空间依赖性的现象，进而导致出现许多问题。针对该种现象，在进行空间数据分析和处理时，需要采用其他合适的空间经济计量分析方法以及空间统计方法。值得注意的是，空间经济学并不是将所有古典经济计量学方法抛弃，而是对上述方法进行改进和调整，保证其能够满足空间数据分析的实际需求。基于该角度，空间计量经济学的框架采用面板数据与横截面数据空间回归模型，通过对通用模型设置不同的限制，能够推导出各种不同的模型，在进行空间相关合并时采用不同的方式。
3.1空间线性通用模型。空间计量经济分析的空间线性通用模型由Anselin提出，同归设置不同的限制条件，能够获得特定的空间线性模型，通用模型公式表示为：
结束语：现阶段，电子商务被广泛的推广和应用在各个领域，国家和国家、地区和地质之间的经济连续越来越紧密，仅仅只从地理距离方面进行分析，显得过于狭隘。同时，经济领域存在额问题，并不是一维的，而是多个维度同时存在的，如何创建一些列的基于空间矩阵的空间模型，已经成为众多经济学者关注的焦点。通过利用遥感技术、不断的积累统计资料以及众多学者对空间计量经济学的研究，创建多样化的空间线性回归模型，能够更加快捷、方便的进行数据的空间和时间分析。
参考文献
[1]谢霄亭，廖乐焕.基于空间经济计量模型的云南省区域旅游业发展与经济增长研究[J].昆明理工大学学报（社会科学版），2015，15（5）：77-80.
[2]陳杨燕.基于空间计量经济学的区域经济研究[J].青年科学，2013，（8）：161-162.
[3]文淑惠，和玉华.基于空间计量经济学的云南滇西经济圈经济增长主要因素分析[J].经济问题研究，2014，（2）：71-73.
[4]马骥.知识创新与区域经济增长_一个空间计量经济学的检验框架[J].西南民族大学学报（人文社会科学版），2011，（4）：128-139.
[5]刘春蓉，匡耀求.低碳背景下区域协调发展的空间计量经济学评判[J].广东社会科学，2016，（3）：36-40.
空间计量经济模型 篇4
海峡西岸经济区( 以下简称海西经济区) 位于中国东南沿海,北承长三角,南接珠三角,东临台湾省,毗邻港澳,是海西经济区崛起、福建振兴的“核心增长板块”,是全国八大重点发展城镇体系之一,是我国东部沿海新的发展增长极。2009 年,国务院通过了《关于支持福建省加快建设海峡西岸经济区的若干意见》,海西经济区从区域战略上升为国家战略,经济步入新一轮的增长期。2013 年海西经济区创造国内生产总值37 159. 4 亿元。然而在海西经济区经济蓬勃发展的同时,海西经济区内的区域差异却较大,2013 年海西经济区的20 个城市中,福建省泉州市的GDP最高,为4 678. 5 亿元,是GDP最小的江西省鹰潭市1 553. 47 亿元的9. 42 倍,区域经济差异较大,这与构建海西经济区时所提出的总目标“协调发展”和基本要求“经济一体化”相违背。
目前关于区域差异的研究主要集中在以下几个方面: 基于不同尺度的经济差异分析［1 － 2］; 基于不同测算指标视角的分析［3］; 基于不同研究方法视角的分析［4 － 9］; 基于不同影响因素的分析［10 － 14］,但还未有前人对海西经济区的经济差异进行系统的分析,本文试图采用传统计量分析方法与探索性空间分析方法相结合分析海西经济区经济增长差异的时空演变,利用空间计量经济模型研究海西经济区经济差异的影响因素,以填补上述研究的空白。
1 研究区域与方法
1. 1 研究区域与数据来源
本文以海西经济区152 个市县( 以2012 年的行政区划为准) 作为区域经济差异及其时空演变分析的基本研究单元,其中县指县域( 包括县级市) ,市指地级市的市辖区。选择2000—2013 年县市人均GDP数据来研究不同年份的区域经济发展水平,分析海西经济区区域经济差异的变化模式,揭示其潜在的影响因素。本文采用的数据主要来源于2001—2014 年《福建省省统计年鉴》《浙江省统计年鉴 》《江西省统计年鉴》《广东省统计年鉴》和各地级市的统计年鉴。
1. 2 研究方法
1. 2. 1 绝对差异测度指数
本文釆用标准差和极差衡量区域经济的绝对差异。极差计算公式为
标准差计算公式为
1. 2. 2 相对差异测度指数
本文采用极比和变异系数衡量区域经济的相对差异。极比计算公式为
变异系数计算公式为
1. 2. 3 空间自相关
空间自相关用于检验区域单元上的某一现象与邻近单元的相关程度,包括全局空间自相关与局部空间自相关,全局空间自相关的主要测度指标为Global Moran's I,其计算公式为
其中: i≠j,n为研究区域的个体的数量; Xi为第i个研究对象的观测值; Wij为空间权重矩阵。
Global Moran's I仅表明空间差异的平均程度,无法反应局部空间差异的变化情况。因此本文选LISA和Moran散点图揭示各单元属性值在异质性空间的分布格局。
1. 2. 4 空间回归分析
本文运用传统的线性回归模型和空间回归模型相结合研究海西经济区经济差异的影响机制。空间回归模型主要包括空间滞后模型( SLM) 与空间误差模型( SEM) 。
SLM模型引入空间滞后变量,度量由于溢出效应、扩散效应等相互作用所产生的地理空间效应。表达式为
其中: W为空间权重矩阵; β 为回归系数; WY为空间滞后因变量; μ 随机误差项向量。
SEM模型将由于误差所造成的冲击等众多原因产生的地理空间效应表达出来。表达式为
其中: μ 为随机误差项向量; Wμ为随机误差项的空间滞后项; ε 为正态分布的随机误差向量残差。
2 海西经济区经济差异的时间演变
本文选取人均GDP作为衡量区域经济差异的指标,以海西经济区152 个县市作为研究对象,从绝对差异和相对差异两方面进行时间演变的分析。
2. 1 区域经济的绝对差异总体呈不断增大趋势
人均GDP的标准差和极差是测量区域经济绝对差异的重要指标。2000—2013 年间海西经济区的人均GDP的标准差和极差总体上均呈不断增大趋势,反映出绝对差异在不断扩大。标准差由2000年的5 896. 13 上升到2013 年的19 093. 38,增大了3. 24 倍,年均增幅为9. 46% ; 极差由2000 年的36702. 65 增加到2013 年的77 188. 11,增大了2. 10倍,年均增幅为5. 89% ; 总的来说海西经济区区域经济的绝对差异总体呈不断扩大趋势,地区不平衡加剧,如图1 所示。
2. 2 区域经济的相对差异呈先增大后减小趋势
本文在衡量相对差异时采用了变异系数和极比的方法,2000—2013 年间海西经济区的人均GDP的变异系数和极比呈先增大后减小趋势,反映出相对差异先增大后减小; 变异系数由2000 年的0. 779 8增加到2002 年的0. 785 6,然后开始下降,直到2013年的0. 494 7。极比的变化和变异系数的变动具有相似性,都呈现先增大后减小的趋势; 极比由2000年的28. 84 增加到2002 年的29. 45,然后下降到2013 年的9. 19。从图2 可以看出2000—2013 年,海西经济区经济相对差异呈倒“U”型的变化趋势,符合威廉姆逊的倒“U”型曲线理论,即随着经济的发展,区域间的差异会先加大,而后会逐渐减小,表明海西经济区在研究期间整体经济正向着良性方向发展,如图2 所示。
2. 3 区域经济极化总体呈上升趋势
本文利用Arcgis自然间断点分级法将海西经济区市县的人均GDP划分为7 个等级,并绘制出人均GDP的空间等级分布图,如图3 所示。
图3 中第一个等级为区域经济严重欠发达水平县市,最后一个等级是区域经济发展高等水平县市。2000 年处于区域经济发展高等水平的县市有5 个( 人均GDP > 21 087) ,处于严重欠发达水平的县市有21 个( 人均GDP < 2 933) ; 2013 年处于区域经济发展高等水平的县市有9 个( 人均GDP > 72 003) ,处于严重欠发达水平的县市有19 个( 人均GDP < 9426) 。说明随着海西经济区经济的发展,高水平县市数量逐渐增多,而低水平县市数量逐渐减少,处于最高等级和最低等级的县市数量之和从2000 年的26,增长为2013 年的28,并且最高等级人均GDP水平较2000 年有了大幅度的提高。说明2000—2013年间海西经济区域经济极化总体上升趋势,区域经济极化不断增强。
3 海西经济区经济差异的空间演变
3. 1 总体差异
本文采用的空间权重矩阵是二进制邻接矩阵,根据公式( 5) ,利用Open Geo Da软件建立邻接规则的空间权重矩阵,并计算2000—2013 年海西经济区人均GDP的全局相关系数( Global Moran's I) ,并且在检验的基础上( p≤0. 05) 绘制出Moran's I趋势图,如图4 所示。
由图4 可以看出,全局自相关系数Moran's I指数呈波浪式缓慢上升趋势,自2000 年以来,Moran's I指数由0. 323 295 一直缓慢上升到2013 年的0. 442536,说明2000 年以来海西经济区区域人均GDP数据之间表现出较强的全局空间自相关,说明了全球化与市场化改革的深化强化了海西经济区区域经济之间的相互作用与联系,经济发展水平相似的区域在空间上呈集中分布,各区域之间的经济联系逐渐增强,经济发展趋于平衡,区域经济差异逐渐变小。
3. 2 局部差异
3. 2. 1 Moran散点图
本文选取2000 年和2013 年作为研究断面,获得海西经济区人均GDP的Moran散点图,如图5 所示。首先2000 年以来,海西经济区区域经济总体差异有了较大幅度的改变。2013 年,位于第一象限的县市个数由2000 年的41 个增加到48 个,约占海西经济区区域总数的1 /3; 位于第一象限的县市个数越多,说明区域经济的总体空间差异越小,这也与前文中全局相关系数估计结果相一致。2013 年,海西经济区仍有75 个县市位于第三象限,约占海西经济区区域总数的1 /2,仅比2000 年减少12 个,说明海西经济区的区域经济协调发展还有很长的路要走。其次,2000 年和2013 年这两年位于存在空间正相关的第一三象限的县市数量远远多于位于存在空间负相关的第二四象限的县市数量,说明海西经济区区域经济发展存在较强的空间正相关性,经济发展水平相似的县市在空间上存在明显的集聚性。
3. 2. 2 LISA集聚图
虽然本文研究的152 个县市都分布在Moran散点图中,但并不是所有象限中的县市均能通过显著性检验。因此有必要计算LISA来进一步研究海西经济区的空间演变过程。LISA是衡量空间单元属性与周围单元的相近和相异程度及其显著性的指标。本文利用Open Geoda软件计算海西经济区各市县不同年份的人均GDP的LISA值并绘制出2000年和2013 年的LISA集聚性水平图,如图6 所示。
由图6 可知,2000 年海西经济区共有44 个县市通过显著性检验。其中处于“高—高”类型的县市一共有7 个,全部集中分布在福建省的沿海地区,说明这些地区空间差异较小,区域自身和周边地区经济发展水平都较高,经济集聚性强,与周边地区经济联系紧密,辐射带动作用强,属于县域经济发展高水平区。“低—低”类型的县市一共有35 个,成片分布在闽粤和闽赣交界地,这些县市是海西经济区里经济最不发达的地区,他们自身的经济发展水平较低,其周围县市经济发展水平也不高,归属为海西经济区经济落后的集聚区域。对存在空间异常现象、属于“高—低”类型的类型的赣州市辖区和武夷山市而言,这两个城市存在负的空间相关性,他们自身经济发展水平较高,但周边地区经济发展水平较低,表明这些地区虽然具有较快的发展速度,但对周边地区的涓滴效应还比较弱。而“低—高”类型的县市没有。2013 年海西经济区共有57 个县市通过显著性检验,比2000 年多了13 个,局部空间自相关性变强。处于“高—高”类型的县市一共有21 个,数量较2000 年有了明显的增加,福州市辖区和连江县由于长乐市和闽侯县的扩散效应以及辐射能力,区域经济迅猛崛起并保持快速发展的势头,由2000年的没有表现出显著特征转变为“高———高”类型的县市,三明市的永安市、明溪县、大田县、尤溪县、将乐县、泰宁县,漳州市的漳州市辖区、南靖县、华安县、顺昌县,龙岩市的龙岩市辖区、漳平市、连城县组成一个新的HH集聚区,这些县市集中分布于福建省内陆地区,这体现了福建省内陆地区近年来经济迅猛发展,与周边的经济联系不断增强,是近年来福建省内乃至整个海西经济区经济发展的热点地区,辐射带动作用明显。“低—低”类型的县市一共有31 个,比2000 年少了4 个,说明海西经济区的区域经济不断发展,区域空间差异不断缩小。“低—低”类型的总体分布格局并没有显著的变化,还是成片分布在闽粤和闽赣交界地。自2000 年开始,低低类型的县市基本大都集中在这一地区,闽粤和闽赣交界地一直是海西经济区经济发展速度较慢的低洼集聚区,只有少数几个县市是变化的。龙岩的武平县,梅州的梅县,鹰潭的贵溪市,赣州的大余县,抚州的金溪县以及上饶市辖区退出LL集聚区,说明这些县市经济快速发展,与周边地区经济联系增加,经济发展取得较大成就。梅州市的平远县、丰顺县、五华县和潮州市的饶平县、揭西县转变为“低—低”类型,说明这些县市经济发展趋于减缓,又受周边经济水平更低的城市的扩散效应的影响,使其在空间上转变为“低—低”类型。与2000 年相比较,赣州市辖区和武夷山市都退出了“高—低”类型,而潮安县转变为“高—低”类型,而且潮安县紧邻新增的LL集聚区,说明潮安县自身经济发展水平较高,但与周边区域经济差异较大,对周边的LL集聚区的扩散效应和辐射功能较弱。2013 年相比2000 年最大的变化就是出现了“低—高”类型的县市,分别是宁德的古田县、霞浦县,莆田的仙游县,以及泉州的安溪县,说明这些县市经济发展水平低于周围临近区域,形成了一个局部经济凹陷区,属于LH类型的这些县市在空间上主要分布在HH类型区的边缘,但是并没有受到这些城市较强的辐射作用,反而与其经济发展呈现出负相关性。
4海西经济区经济差异的影响因素分析
4. 1 模型的设定与变量的选择
本文基于柯布- 道格拉斯生产函数模型和新经济增长理论( Romer,1990; Luea S,1998) 模型,考虑海西经济区的实际情况以及数据的可得性,采用双对数线性的空间滞后( SLM) 和空间误差截面回归模型( SEM)［10 － 14］,具体模型如下:
本文以2013 年的人均GDP做为因变量,记为RJGDP。从能够反映区域经济差异的影响因素角度,分别从政府的宏观调控能力、资本投入水平、产业结构、劳动力投入水平、城镇化率、交通基础设施和对外开放程度等角度,选取相应的自变量: 政府的财政支出水平占GDP比重( GOV) 、固定资产投资占GDP比重( FAI ) 、第二三产业产值占GDP比重( IND) 、全社会从业人员占总人口的比重( LAB) 、县域城镇人口占总人口的比重( URBAN) 、人均公路里程数( INF) 、进出口总额占GDP比重( OPEN) 。
4. 2 实证分析
本文首先运用线性回归模型估计海西经济区经济差异的影响因素,如表3 所示。OLS估计的拟合优度为0. 922 487,调整后的拟合优度为0. 877 271,F统计量为20. 401 8,P值为0. 000 0,LOGL值为31. 552 9,AIC和SC值分别为- 47. 1057 和- 39. 1398,模型整体上显著,Jarque-Bera值为96. 749 64,P为0. 0061,通过了1% 的显著性水平检验,说明误差项为正态分布,Breusch-Pagan test为464. 604 1,P = 0. 007 0,通过了1% 的显著性水平检验,说明不存在异方差现象,对残差做Moran's I指数检验,Moran's I为0. 052 286 2,P为0. 074 5,表明残差之间存在空间自相关,忽视空间自相关直接采用经典线性回归模型的OLS估计可能存在模型设计偏误,所以,需要进一步考虑用空间计量经济学模型进行估计。
为了准确选择模型,本文将SLM模型和SEM模型的结果都列出,如表2,表3 所示。SLM模型和SEM模型的拟合度分别为0. 924 100,0. 941 349,均优于OLS模型的拟合度,为了准确选择模型,采用对比Log L、LR、AIC和SC的值,通过对比发现: SEM模型的Log L值最大,AIC和SC值最小,LR值小于SLM,可以判断出SEM的模型拟合效果最好。接着使用2 个拉格朗日乘数和Robust形式的R-LMLAG和R-LMERR检验,LMLAG、R-LMLAG分别为3. 817 44、6. 203 46,P分别为0. 437 00、0. 489 00,均未通过10% 水平下的显著性检验,LMERR、R-LMERR的统计值分别为26. 919 6、16. 641 9,P值分别为0. 048 00、0. 002 51,均通过5% 水平下的显著性检验。根据Anselin提出的判别准则可以断定在此采用空间误差模型更合适。
SEM模型的估计结果表明导致海西经济区域出现经济增长差异现象是由多种因素共同造成的,只是不同的影响因素对造成这种差异的贡献率不同。在所有变量中只有劳动力因素的回归系数为负,与预期结果不同,其他均为正。除财政支出水平未通过5%水平上的显著性检验外,其他自变量均通过了5% 水平上的显著性检验。在所有因素中,产业结构是对海西经济区区域经济差异影响最大的因素,其回归系数为4. 183457,表示二三产业增加值占GDP的比重增长1% ,会带来经济增长4. 183457% 。接下来区域经济增长贡献率由大到小依次是资本投入水平、劳动力投入水平、城镇化率、对外开放程度、政府的宏观调控能力和交通基础设施。其中在劳动力投入水平对经济增长的影响程度方面,其回归系数为负,与预期不符。这可能是因为海西经济区劳动力整体素质不高,劳动力培训与就业保障机制不够完善致使其劳动投入水平及产出率较低,导致劳动力投入对经济经济增长的表现为负效应。
5 结论和启示
本文运用传统的区域差异测度方法、空间自相关分析和空间计量方法对海西经济区经济发展时空动态演变及影响因素进行了研究,主要得出以下结论:
( 1) 海西经济区各县市在研究期间绝对经济差异呈不断增大趋势,相对经济差异呈先增大后减小趋势,呈倒“U”型的变化趋势,符合威廉姆逊的倒“U”型曲线理论,区域经济极化总体呈上升趋势。
( 2) 海西经济区整个区域的空间正相关效应正在逐渐加强,经济发展水平相似的区域在空间上呈集中分布,各区域之间的经济联系逐渐增强,经济发展趋于平衡,区域经济差异逐渐变小。海西经济区区域人均GDP既存在空间稳定性又存在空间异质性。Moran散点图呈现出位于存在空间正相关的第一三象限的县市数量远远多于位于存在空间负相关的第二四象限的县市数量,说明海西经济区区域经济发展存在较强的空间正相关性,经济发展水平相似的县市在空间上存在明显的集聚性。LISA分析表明海西经济区区域经济的空间格局呈现出明显的“核心———边缘”结构,HH集聚区由福建省沿海向内陆壮大,LL集聚区呈片状稳定分布在闽粤和闽赣交界地。
( 3) 回归模型分析表明,空间误差模型更加接近客观实际。SEM模型的估计结果表明影响海西经济区经济发展差异的主要因素有产业结构、资本投入水平、城镇化率、对外开放程度、政府的宏观调控能力和交通基础设施等。其中在劳动力投入水平对经济增长的影响程度方面,其回归系数为负,与预期不符。这可能是因为海西经济区劳动力整体素质不高,劳动力培训与就业保障机制不够完善致使其劳动投入水平及产出率较低,导致劳动力投入对经济经济增长的表现为负效应。
空间计量经济模型 篇5
题目：关于我国城镇居民储蓄存款模型的计量经济分析
作者：武占云(复旦大学)
关键字：居民储蓄存款 实证分析 主要因素
二、研究问题
本文利用我国1978年以来的统计数字建立了可以通过各种检验的城镇居民储蓄率的模型，对我国城镇居民储蓄存款情况进行实证分析。通过对该模型的经济含义分析得出各种主要因素对我国城镇居民储蓄存款数量的影响程度，并针对我国城镇居民存款储蓄现状提出自己的一些建议。
三、可能影响因素
收入因数
利息率
物价水平
收入分配
四、理论模型
Y=β1+β2X1+β3X2+β4X3+β5X4+u
β1度量了截距项，它表示在没有收入的时候人们也要花钱消费，储蓄率为负。β2度量了当城镇个人可支配收入率变动1%时，储蓄增长率的变动。
β3度量了当利率变动一个单位，其实也就是1%时，储蓄的增量的变动。
β4度量了当通货膨胀率变动一个单位，储蓄增量的变动。
β5度量了基尼系数对储蓄率的影响。这也是本文的重点变量。
u是随机误差项。
对Y做回归
五、结论
基于基尼系数对储蓄率的很大的影响，因此，国家应该重视对分配领域的调节，加大对低收入的者的转移支付，切合中国实际的对税收领域进行改革，缩小社会的贫富差距：
六、感想
空间计量经济模型 篇6
区域创新能力是区域经济发展的内生原动力。随着区域经济的不断发展和竞争的日益加剧,区域创新能力已成为区域综合竞争力的重要标志和地区经济获取国际竞争优势的决定性因素[1]。然而,我国的区域创新能力一直以来都表现出显著的区域差异性。以2007年专利授权量为例,广东的专利授权量最多,达到56451项,占全国专利授权总量的18.72%,而青海专利授权量却仅有222项,前者大约是后者的254倍。造成区域创新能力分布失衡的原因是什么?制约区域创新能力发展的因素又有哪些?
1文献综述
随着创新理论的发展,人们认识到创新已经从熊彼特意义上的主要由R&D部门完成的线性过程,向由多个主体参与、相互作用的非线性过程转变。学术界一般认为区域创新能力是一个区域内有特色的、与地区资源相关联的、推进创新制度的组织网络。
国外关于区域创新的研究起步较早。Todtling研究发现,区域资源相同的地区,创新绩效相差却很大,表明区域创新能力不仅由资源因素所决定,而且与其他因素有关,如行为主体能力、主体间互动能力等[2]。Cooke认为,区域创新能力的差距与研究制度、教育制度和技术转移制度相关,在治理模型上依赖于区域决策能力、经费资源和政策导向[3]。另外,区域创新活动还具有系统的特点[4],创新能力不仅与创新主体的直接创新活动有关,而且与区域的社会经济环境、主体间的网络关系等因素相关。Porter、Stern从基础设施角度对国家创新能力影响因素的研究结果表明,创新基础设施的完善程度对一个国家技术创新能力的提升有着重要意义[5]。Furman、Hayes采纳国家创新系统的理论框架,从实证分析角度探讨了不同国家之间创新能力差异的原因[6]。
国内学者对我国区域创新能力差异的研究也做了不同程度的努力。如柳卸林、胡志坚[7]和唐炎钊[8],对我国区域创新能力进行了描述性分析并提出一些政策建议,但这些研究一般只对各地区创新能力进行排序和评价,主观性较为明显,对导致差异的原因并没有给予定量的解释;党文娟、张宗益采用负二项分布Negative-Binomial方法分析了区域环境对区域创新能力的影响,但仅针对2005年数据,未考虑区域创新能力的动态变化和发展[9];王家庭、贾晨蕊对我国区域创新能力进行了空间计量分析,但采用的指标较少、体系不完善,有可能会忽略重要变量[10];岳鹄、康继军对我国区域创新能力及其制约因素进行了详细解析,但对区域创新能力的空间相关性考虑并不充分[11]。
国外文献主要集中于区域创新战略、区域技术转移、区域创新政策,以及研究企业R&D行为的动因及其影响因素等;国内文献主要从行业和企业层面的R&D投入来研究创新能力,以及探讨区域创新能力的短期评估指标体系。目前,针对区域创新环境与区域创新能力的文献多为定性研究,实证研究和动态分析较少,且未从空间经济学的角度考究区域创新能力的空间依赖性与差异性。鉴于此,本文在文献回顾的基础上,使用2004—2007年面板数据,构建空间计量模型,从省际区域层面重新审视区域创新能力及其影响因素,以期获得更准确的结论并提出更具针对性的政策建议。
2空间计量模型与方法
2.1指标体系设计
区域创新能力需要结合特定的区域创新环境来分析。根据Furman、Hayes的研究,研发资源的投入并不是决定创新产出绩效的唯一因素,制度、环境以及政策的改变都可能导致创新绩效的差异[6]。
关于区域创新能力的度量指标,国际上比较通用的是专利授权数量、新产品开发和销售情况等,考虑到专利授权数量的通用性、一致性和易得性,本文以专利授权数量作为区域创新能力的衡量指标。
由于难以获得直接测度创新环境的指标,本文借鉴郭国峰、温军伟、孙保营的方法[12],运用间接指标和替代指标来表示。
指标1,研发投入,用R&D费用来衡量一个地区的物质资本投入力度。
指标2,人力资本投入(Human Capital),用当年研发领域的职工人数来衡量。
指标3,累积知识存量。创新是一个动态过程,不仅需要当期的人力物力投入,还会受到当地累积知识存量的影响。本文采用各地区教育经费(Educational Appropriations)占财政支出的比重来衡量。
指标4,知识流动能力(Knowledge Liquidity),用各地区技术市场的交易合同成交金额衡量,考察当地创新参与者的技术交往关系,间接反映创新网络中各参与者之间的交流与合作程度。
指标5,金融规模(Finance Scale),钟蜀明、官建成指出,金融资本配置与创新能力之间具有显著的关系[13]。因为我国的专利产出有很大一部分来自高新技术产业,这些企业在技术创新过程中存在很大的资金缺口。本文用各地区金融行业产值占当地生产总值的比重来表示金融规模,可以衡量一个地区对创新的金融支持力度。
指标6,制度变量。康继军、王卫、傅蕴英研究发现,我国市场化进程空间分布的区域差异显著[14],而国外学者多采用市场化进程指标来反映经济体制市场化转型的程度,故本文也采用市场化指数(Marketization Index)将制度因素引入模型。
指标7,对外开放程度(Opening-up),采用利用外资总额占地区生产总值的比重来表示。利用外资总额包括外商直接投资(FDI)与对外借款,虽然FDI的技术溢出效应一直倍受关注,但对外借款也会对区域创新能力产生一定影响。为周全起见,本文采用利用外资总额。
2.2理论模型和数据
为准确测度不同区域的创新能力变化,本文在模型设定中,尽可能纳入影响区域创新能力的主要因素。本文涉及的指标为8个变量,其中被解释变量为专利授权总量(PAT);解释变量分别是:研发投入(RD)、人力资本投入(HC)、累积知识存量(EA)、知识流动能力(KL)、金融规模(FS)、制度变量(MI)、对外开放程度(OP)。建立双对数模型如下:
lnPATi=αi0+αi1lnRDi+αi2lnHCi+αi3lnEAi+αi4lnKLi+αi5lnFSi+αi6lnMIi+αi7lnOPi+εi (1)
式中,α为回归参数,εi为随机误差项,i为1,2,…,31表示我国内地各省份。
本文实证分析中采用的样本包括除港、澳、台之外的我国内地31个省、自治区、直辖市。所有数据均来自于《新中国60年统计资料汇编》、2004—2007年《中国统计年鉴》以及《中国市场化指数——各省区市场化相对进程报告》(由于知识流动能力指标与市场化指数目前分别统计至2004年和2007年,且现有数据对模型来说已充分,故实证的时间跨度限定为2004—2007年)。
2.3空间计量模型
根据空间统计学和空间计量经济学原理方法,本文进行空间计量经济分析的基本思路是:首先采用空间统计分析Moran指数法检验2004—2007年区域创新能力是否存在空间依赖性;若存在,则建立空间计量模型,进行空间计量估计与检验。
2.3.1 空间依赖性检验
检验区域经济变量的空间依赖性(空间自相关性)存在与否,空间统计学一般使用空间统计量——空间自相关指数Moran I。Moran I定义为:
Moran I=
式中,
本文对反映区域创新能力的专利授权总量指标进行Moran指数的测算与检验。
2.3.2 空间计量模型的设定
空间计量经济学模型有多种,本文采纳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(Spatial Lag Model,SLM)与空间误差模型(Spatial Error Model,SEM)。
空间滞后模型(SLM)。空间滞后模型主要探讨各变量在一个地区是否有扩散现象(溢出效应)。其模型表达式为:
y=ρWy+Xβ+ε (3)
式中,y为因变量;X为n×k的外生解释变量矩阵;ρ为空间自回归系数;W为n×n的空间权重矩阵,一般用邻接矩阵(Contiguity Matrix);Wy为空间滞后因变量;ε为随机误差项向量。
空间误差模型(SEM)的表达式为:
y=Xβ+ε
ε=λWε+μ (4)
式中,ε为随机误差项;λ为n×1的截面因变量的空间误差系数;μ为正态分布的随机误差向量。参数λ衡量了样本观测值中的空间依赖作用,及相邻地区观测值y对本地区观测值y的影响方向与程度,参数β反映了自变量X对因变量y的影响。SEM的空间依赖作用存在于扰动误差项,度量了邻接地区关于因变量的误差冲击对本地区观测值的影响程度。根据Anselin的理论,为保证模型估计结果的无偏和有效,需要采用极大似然法估计空间滞后模型和空间误差模型的参数[15]。
SLM、SEM的选择:由于事先无法根据先验经验推断在SLM和SEM中是否存在空间依赖性,有必要构建一种判别准则,以决定哪种空间模式更加符合实际。依据Anselin提出的判别准则,如果在空间依赖的检验中发现,LMLAG较之LMERR在统计上更为显著,且R-LMLAG显著而R-LMERR不显著,则可以断定适合的模型是空间滞后模型;反之,则可断定空间误差模型较为恰当。
3实证结果分析
3.1区域创新能力的空间依赖性
利用2004—2007年我国内地31个省份的专利申请授权量计算Moran指数,其中,空间权重矩阵选用“地理”空间权重矩阵(W),表1中结果显示:
Moran指数的正态统计量Z值均大于正态分布函数在0.05显著性水平下的临界值(1.96),表明我国内地31个省份的创新能力在地理空间上具有明显的正自相关关系(即空间依赖性)。可见,我国区域创新能力在空间分布上并非完全随机,而是表现出某些省份的相似值之间在空间上趋于集聚,这说明我国(省际)区域创新能力在空间上存在显著的集聚现象。
Moran指数2004—2007年逐步增大。由此表明,我国区域创新能力在地理空间上的集聚程度不断增加,空间上的整合现象明显。因此,有必要从地理空间的依赖性和异质性出发,对区域创新能力的影响因素进行空间计量分析。
3.2模型的选择与估计
本文选用的空间计量模型是纳入了空间效应的空间滞后模型(SLM)与空间误差模型(SEM)2种。为比较不同时期各影响因素对当期被解释变量的影响作用,根据设定的空间计量模型形式,又分别设定当期模型和跨期模型。
模型I:当期模型。被解释变量和解释变量均选取2007年的数据,反映当期解释变量对当期被解释变量的影响。
模型II:跨期模型。被解释变量选取2007年数据,而解释变量选取2004年数据,反映初期解释变量对当期被解释变量的跨期影响。
确定我国区域创新能力具有空间依赖性后,需要进一步对空间计量模型进行选择。如表2所示,当期模型与跨期模型Moran指数的P值分别为0.0670、0.0388,分别在10%、5%的显著性水平下通过检验,这表明经典回归误差的空间依赖性非常明显。另外,对于两模型来说,LMLAG和R-LALAG都通过了5%的显著性检验,而LMERR和R-LMERR均未通过检验。因此,根据Anselin的判别准则,区域创新能力的当期模型和跨期模型都选取空间滞后模型(SLM)进行估计。
注:***、**、*分别表示通过1%、5%、10%水平下的显著性检验。
在全域范围内,采用当期模型与跨期模型对区域创新能力进行实证研究,结果见表3。利用极大似然估计法对SLM模型的参数进行估计,对比可
注:***、**、*分别表示通过1%、5%、10%水平下的显著性检验。
知,SLM的拟合优度检验值R2均高于OLS模型;进一步比较对数似然函数值Log L、AIC和SC值可知,空间滞后模型比OLS估计的模型要好。在当期模型中,经典线性回归模型与空间滞后模型估计的参数只是程度不同,而变量是否显著方面并无差异;在跨期模型中,经典线性回归模型的金融规模指标(FS)不显著,但在空间滞后模型中高度显著。
3.3实证结果解释
实证结果表明,R&D费用的投入对区域创新能力具有正向促进作用,且作用力持久。加大研发投入力度可以显著提高区域创新能力;而人力资本的投入效果并不显著,说明人力资本对区域创新能力的促进作用仍需要一个吸收和消化的过程,这可能与我国人力资源优势转化为人力资本优势的速度缓慢、成效较低等原因密切相关。
累积知识存量对区域创新能力的提升有显著的促进作用。可见,创新需要不断的知识累积才能厚积薄发。当然,在知识累积的过程中创新意识的培养尤为重要。
一般来说,地区技术市场交易合同成交金额可以衡量一个地区的技术交流活跃程度,金额越大说明当地创新网络中各参与者之间的交换和合作性越强,可以提高各主体研发的积极性。但在估计结果中,它对区域创新能力的作用不明显,这主要是因为大部分企业获得专利(尤其是发明专利)后,倾向于大规模生产或许可其他企业使用,而不是倾向于出售或在此基础上进一步创新。
从当期来看,金融规模对区域创新能力的促进作用并不显著,而其对区域创新能力的跨期影响突出。可见,金融的支持作用有一定的滞后期,并且研发主体大多存在资金缺口。在创新过程中,金融对区域创新能力的推动作用逐步显现。
市场化指数对区域创新能力有着显著的正向推动作用。汪锋的研究表明,制度变迁和市场化可以通过提高要素投入的生产效率对我国的经济增长和区域创新起到促进作用[16]。
对外开放程度在当期对区域创新能力有显著的负面影响,其跨期负面作用不明显。可以印证范乘泽、胡一帆、郑红亮对此现象做出的较为深入的解释[17]:外商为保证其市场垄断地位,往往倾向于投资周期较短的项目,并不会透露其核心技术;同时,外方的技术研发对中方的技术研发有一定的替代作用,这就使得外资的大量进入对区域创新能力(尤其在发明专利方面)产生负面影响,但可能会对非核心专利有一定的促进作用。
4结论与建议
本文分析了我国区域创新能力在时间上和地理空间上的演化趋势,并解释了区域创新环境中各因素对区域创新能力的影响模式。据此提出相应建议:人才的培养与引进应以市场需求为导向,要不断转变教育观念、培养创新意识,推动全社会形成自主创新的氛围;应建设快速便捷的金融支持通道,鼓励、引导创新主体的发展;政府应安排有效的创新制度,完善知识产权保护措施,大力发展技术中介市场、引导创新要素合理流动,以此提高要素的产出效率;在对外开放过程中,应实施“以市场换技术”的原则,努力通过各种方式提高各地区对外来技术的吸收、学习和模仿能力,借此加强自主研发能力;在推动市场化的进程中,应加大研发投入力度,优化配置创新资源,增强市场竞争意识和危机意识,高度重视创新活动及创新环境的改善。
摘要：通过构建区域创新环境指标体系,并运用空间计量模型,对2004—2007年我国区域创新能力及其影响因素进行实证研究。结果表明:我国区域创新能力的空间依赖性逐步增强,空间集聚现象明显;研发投入、累积知识存量、市场化程度对区域创新能力促进作用显著;人力资本、知识流动能力对区域创新能力的推动作用不明显;金融规模对区域创新能力促进作用的发挥有一定的滞后期,而对外开放在当期对区域创新能力有显著的负面影响。
空间计量经济模型 篇7
收敛问题概括起来主要有三种假说:
1.σ-收敛,这是与横截面数据相关的假说,指不同经济系统间人均收入的差距随时间推移而趋于下降,即σt+k<σt(k≥1)。
2.β-收敛,这是与时间序列相关的假说,指初期人均产出水平较低的经济系统趋于比初期人均产出水平较高的经济系统以更快的速度增长,即不同经济系统间的人均产出增长率与初始人均产出水平负相关。β-收敛又分为绝对β-收敛与条件β-收敛两种形式。所谓绝对β-收敛,是指技术、制度、文化等相似的区域具有相同的经济状况,而经济状况落后的地区具有比发达地区更快的增长速度,从而所有区域最终将收敛于相同的人均收入或产出水平。所谓条件β-收敛,是指不同经济区域之间具有各自不同的技术、制度、文化等特征,因而具有不同的经济状况,从而不存在绝对的收敛;因此,只有在模型中控制了这些特征,经济区域之间才呈现明显的收敛性。
3.俱乐部收敛,指在具有相同的人力资本、市场开放度等结构特征的经济地区间存在着一定的增长收敛趋势。
中国自改革开放以来,经济发展成就世界瞩目,自20世纪90年代中期以来,更是保持着高速的经济增长势头,日益显示出巨大的经济发展潜力。然而,从改革开放中实施的“先富带动后富”策略开始,中国各省区之间的经济差距日益扩大,并逐渐上升为备受各界关注的焦点问题之一,这其中,诸多学者对中国的经济发展差异问题做了相关研究。
宋学明(1996)的研究指出中国大陆各省市之间存在绝对收敛;蔡昉、都阳(2000)的研究发现,大陆各省市人均GDP不存在σ收敛和β收敛,而东中西部各自则呈现俱乐部收敛;刘强(2001)指出中国大陆地区之间经济增长的收敛性存在显著的阶段性和区域性;张胜等(2001)对省际间经济增长的绝对收敛性进行分时段、分区域的分析发现,1990年以前东西部经济增长存在绝对收敛,而1990年以后东西部经济差距却不断增大,呈现“富省愈富,穷省愈穷”的现象;沈坤荣、马俊(2002)对东中西部经济增长的收敛性进行分析,结果显示东中部内部显著收敛,而西部内部收敛则不显著,总体呈现显著的“俱乐部收敛”,即三大地带内部经济差距不断缩小,而地带之间的经济差距却没有缩小;林毅夫、刘明兴(2003)研究显示,1990年以前存在σ收敛,1990年以后则呈现发散趋势,且在模型中考虑了其它解释变量后发现,中国大陆各省市之间存在条件收敛;徐现祥、李郇(2004)指出,在城市层面上,中国大陆经济增长遵循新古典增长理论和新增长理论的收敛机制;彭国华(2005)对中国大陆28个省市进行全要素生产率的收敛性与收入的收敛性对比,结果指出两者的收敛模型具有很大的相似性,但前者的收敛速度要快于后者。
有关经济收敛的实证研究通常是基于横截面(cross section)回归或建立面板数据(panel data)的固定效应(fixed effect)模型(Magrini,2003)。但是,横截面回归要求研究中的参数具有同质性(homogeneity),而这在经济发展差异显著的区域之间是难以满足的。面板数据模型较横截面回归在解决异质性(heterogeneity)问题上有明显的改进,使用固定效应模型获得的收敛系数通常要高于横截面回归所得(Islam,1995)的收敛系数。但是,因固定模型注重利用年度增长率来分析经济的运动趋势,所以同样也备受非议。众所周知,区域经济数据通常不是独立的,临近区域的经济往往具有较大的相似性(Anselin and Bera,1998)。因此,诸多实证研究中所使用的标准估计程序可能得到无效的收敛结果,横截面回归和固定效应模型均存在这个问题,而空间计量模型正是为解决这一实际问题而诞生的,且迅速得到广泛的关注。
近年来,国内外部分学者已开始利用空间计量模型来研究区域的经济收敛性问题。吴玉鸣、徐建华(2004)运用空间相关指数Moran’s I及面板数据模型对中国省区经济增长集聚及其影响因素进行分析;林光平、龙志和、吴梅(2004)利用地理空间权重矩阵和经济空间权重矩阵研究了中国省市经济的空间相关性和人均GDP的β收敛情况;吴玉鸣(2005)提出区域经济增长β收敛的空间计量经济模型框架,并对省市间经济的空间外溢效应及β收敛效应和成因加以实证研究;林光平、龙志和、吴梅(2006)利用空间计量模型研究了中国省区经济发展的σ收敛情况;Rey and Montouri(1998)利用空间误差模型、空间滞后模型和空间交叉回归模型对美国人均收入的σ收敛和β收敛问题进行研究;Up Lim(2003)采用Anselin(1998)提出的空间计量模型实证研究了美国人均收入的收敛情况。
本文即是在过去实证研究的基础之上,利用中国大陆各省市的经济面板数据建立固定效应模型,同时考虑省市之间的空间相依性,最终对中国省市人均GDP的β收敛性加以探讨。
一、实证研究设计
(一)数据来源及指标说明
本研究采用1994-2006年中国大陆29省市(除西藏和重庆外)的统计数据,以2006年为对比年分别计算1994-2005年的人均GDP增长速度,因此本文研究时间为12年,共计348个样本。同时,本文关注的是各省市之间的条件收敛,因此必须考虑控制部分导致地区之间经济发展差异的因素。结合前述介绍的相关理论和研究,本文主要考虑如下几个指标:平均教育水平(年)、就业人口比重(%)、第一产业人口比重(%)、非国有资产比重(%)、固定资产投资占GDP比重(%)、社会消费总额占GDP比重(%)。经消除价格因素后,再利用实际统计数据计算各经济指标。资料来源于各年统计年鉴。
(二)空间计量模型介绍及建立
本文利用面板数据进行实证分析,而面板数据模型根据参数设定的不同可分为固定效应模型和随机效应模型。一般而言,如果仅以样本自身效应为条件进行推论,宜采用固定效应模型;如以样本对总体效应进行推论,则应采用随机效应模型。由于本研究运用中国大陆各省市的统计资料建立模型并分析,目的旨在对各省市自身的效应进行研究,因此本文选择固定效应模型进行实证分析。
常用的收敛模型为Baumol(1986)提出的β收敛模型(Unconditional Convergence Model):
其中,ln(yi,t/yi,0)表示地区i(1,2,…,29)在t年间的人均GDP增长率;ln(yi,0)表示地区i在初始年份的人均GDP。因本文考察的是1994-2006年间的经济收敛情况,所以yi,0分别为1994,1995,…,2005年的人均GDP,yi,t为2006年的人均GDP。如果β<0,则表明各地区之间存在着绝对收敛,即落后地区的经济增长要快于发达地区;反之则不存在收敛。
但是,经济的增长不仅仅取决于初始水平,同时也受到其它多种因素的影响。因此,在模型(1)中加入其它变量来重新考察经济收敛问题,此时β衡量的是一种控制了适当因素后的经济条件收敛,则模型表达式为:
其中,Xi,0表示控制变量在初始年份的水平,本研究的控制变量包括:平均教育水平对数、就业人口比重、第一产业人口比重、非国有资产比重、固定资产投资占GDP比重、社会消费总额占GDP比重。
1. 空间滞后模型(Spatial Lag Model)
空间滞后模型是指当地区间的经济具有空间相关性时,直接利用模型(2)估计将产生偏差,因而需要引入空间权重矩阵对原模型加以修正,则模型(2)表达式修改为:
其中,ρ为空间自相关系数,W表示空间权重矩阵。这里W采用地理权重,即对于本研究所考察的29个省市,如果它们之间在地理上相邻则权重取1,否则取0。如果空间自相关系数ρ通过显著性检验,即ρ≠0,则表示相邻省市之间确实存在着经济上的空间相互影响关系。
2. 空间误差模型(Spatial Error Model)
当空间相关性存在于误差项时,此时应将模型(2)的误差纳入空间因素加以考虑,则模型表达式为:
其中,λ为空间误差系数,W表示空间权重矩阵。
二、实证结果对比分析
本文采用Matlab 7.3对模型进行估计,计算程序采用Elhorst(2004)提供的模块,固定效应空间滞后模型(Demosarfe)和固定效应空间误差模型(Demosemfe)(1)。
对比表1给出的估计结果发现,无论是空间滞后模型的空间相关系数ρ,还是空间误差模型的空间误差系数λ,其估计值均为正,且均在1%水平下显著。这表明中国大陆各省市之间的经济在空间上存在着明显的相依性。因此,缺乏考虑空间相关因素的固定效应模型其结果是不可靠的。对比空间滞后模型和空间误差模型,从模型总体统计量看,空间误差模型的拟合度和似然比明显大于空间滞后模型,且模型的估计误差σ2较小,显然,空间误差模型在整体上优于空间滞后模型;从参数估计量看,空间误差模型的参数估计量显著较空间滞后模型强,且在经济意义上体现得更为合理。因此,相比而言,笔者认为空间误差模型更为适合于结果分析。以下笔者将以空间误差模型为基础对其结果作进一步分析。
注:*表示在5%水平下显著,**表示在1%水平下显著。
在空间误差模型(1994-2005)中,β系数估计值为-0.085404(<0)且在1%水平下显著,这表明中国大陆各省市之间的经济发展在1994-2004年之间存在着条件收敛。在控制变量上,平均教育水平、就业人口比重和非国有资产比重的参数估计值均为正且均在1%水平下显著,社会消费总额比重的参数估计值为正且在5%水平下显著。这表明教育水平和就业水平越高的地区,其经济的增长速度越快。非国有经济成份越高,市场经济越活跃的地区,其经济的发展势头越高。第一产业人口比重可以在一定程度上反映出一地区的产业结构,而其估计参数值为负,在约6%水平下显著,这表明工业进程落后和第三产业欠发展的地区,其经济增长受到较大的限制。
为进一步研究经济收敛性在不同时段上的差异,笔者以1998-1999年为界,划分整个研究期间为两段进行空间误差模型的重新估计。根据表2的估计结果,分段期间和整段期间的β系数均为负,且均在1%水平下显著,这证明了条件收敛性的显著存在。从β系数估计值的绝对量看,1994-1998年间(0.097087)最大,整段期间(0.085404)次之,1999-2005年(0.028283)最小。这表明,20世纪90年代中后期中国大陆各省市之间的经济收敛速度要快于1994-2003年间,而20世纪末21世纪初期中国大陆各省市之间的经济收敛速度大幅减缓,低于1994-2005年间整体收敛速度;且由于前一时段高速收敛的带动,整段期间的收敛速度仍然保持较高水平。观察前后两个时段的空间误差系数的估计结果(0.900978,0.914992)可以发现,两个时段内的中国大陆各省市之间的经济发展均存在着显著的正向空间相关。
注:*表示在5%水平下显著,**表示在1%水平下显著。
从表2中控制解释变量的估计结果看,前后两个时段的平均教育水平均对经济增长起到显著的推动作用(0.367148,0.255134),这表明了人口素质的重要性;就业人口比重同样也积极地推动地区的经济发展,但是前一时段的影响力(1.635092)要远大于后一时段(0.350423),这一现象的解释是,随着中国的经济体制改革,多种经济成份竞相活跃发展,且劳动力在地区之间的流动性不断加强,从而后一时段的就业人口比重对经济增长的影响力大大削减;非国有资产比重在前一时段对经济的影响不显著,这主要是因为,在国有企业改革之前,中国的市场经济备受诸多限制,因此其它成份的资产对经济的积极效应未能得到充分体现,这表现制度层面对经济的影响力。
三、结论
在考虑地区之间的空间相关性之后,本文基于中国大陆各省市的经济统计资料面板数据建立了空间计量经济学模型,对中国经济的β收敛性加以考察,有效地避免了传统估计方法所可能导致的结果偏差。实证结果显示,1994-2006年期间,中国大陆各省市之间的经济呈现显著的条件收敛;通过分时段的考察发现,1994-1998年期间的收敛速度要快于1999-2005年期间的收敛速度。同时,对控制变量参数估计结果的分析表明,教育水平、就业比重和非国有资产比重均对地区经济有显著的推动作用,这在一定程度上体现了人力资本和制度对经济的影响力;而第一产业从业人口比重则在一定程度上限制了地区经济的增长,这在一定程度上体现了工业进程的重要性和产业结构调整的重要性。
摘要：基于中国大陆29个省市的面板经济数据,建立空间计量经济学模型,实证研究中国省市经济的收敛性,结果表明,在1994-2004年期间,中国大陆省市经济存在着显著的条件收敛现象;以1998-1999年为界的分两时段考察进一步发现,前一时段的收敛速度远快于后一时段的收敛速度;对控制变量的分析表明,教育、就业水平和非国有率有效地推动地区经济的增长,而第一产业人口比重则对地区经济产生阻碍。
空间计量经济模型 篇8
经济增长与环境之间的关系近年来逐渐成为经济学的一个重要课题。长久以来, 一直存在一种观点:即经济增长与环境保护之间存在冲突。但是最近环境与资源经济学的研究发现:有证据表明从长远来看收入增长并不必然导致环境压力增加。另外我国也开始重视可持续发展的问题, 而可持续发展的关键是技术进步、知识与人力资本积累可以在多大程度上正面影响自然资源与人造资本之间的可替代性。
Kuznets (1955) 提出收入分配与经济发展之间可能存在“倒U型曲线”, 即所谓库茨涅茨曲线, 在经济发展初期人均收入的提高将会导致环境的恶化, 但是如果经济发展超越了某一临界点, 人均收入的进一步提高反而会有助于降低环境污染。这一观点影响极大, 毕竟实际证据最有力, 虽然说从本质上讲实证分析也仅仅是不完全归纳, 但是无论从理论还是从实际效果来看受控实验在自然科学领域取得了巨大的成功, 在社会科学领域尽管很难营构受控实验, 只能接受观察数据, 但是统计与计量经济分析证明在一定条件下, 多元回归分析可以产生其他变量都不变的类似受控实验的分析。Grossman和Krueger (1995) 首次利用简化回归模型对66个国家和地区的多种污染物进行了研究, 发现大多数污染物的污染水平与人均收入之间存在倒U型关系, 环境改善的转折点出现在人均GDP400-5000美元 (1985年美元价格) 之间。几乎在同时S h a f i k和Bandyopadhyay (1992) 及Panayotou (1995) 报告了类似结果。Panayotou (1995) 提出污染与收入的驼峰型EKC曲线。Rees (1994) 对污染避难所假说 (认为富国输出污染到穷国) 进行了评论, Antweiler et al. (2001) 提出了要素禀赋假说认为:高污染的生产一般是资本密集的, 资本密集的生产主要是在发达国家, 即污染随收入增加而增加。两种污染物之间的替代, 即一种被规制导致另外一种新型污染物, 所谓叠代EKC。接着许多学者运用时间序列、横截面、或面板数据 (Pool or Panel) 对是否存在库茨涅茨曲线进行检验。L i e b (2003) 对有关EKC的经验研究进行了综述。环境质量变化也影响经济增长, 从现有文献来看, 环境影响经济增长的机制可分为三类, 一是将环境质量视为等同于物质资本作用于生产函数, 来考察最优增长条件下的资源投入, 如Lopez (1994) , Bovenberg (1996) ;二是从人们对环境的需求方面分析环境需求变化对经济增长的影响, 将污染流量或存量纳入消费者的效用函数考察跨期优化;三是同时分析环境对产出与效用的影响, 这类模型由于既有环境对生产的影响, 又有对消费的影响, 从而可以产生倒U型曲线, 如Tahvonen和Kuuluvainen (1993) , Selden与Song (1994) , Stokey (1998) 等。
本文提出了一个解释环境库茨涅茨曲线机制的静态模型, 与传统实证分析不同的是, 在附加邻接矩阵与参数先验信息的前提下, 我们使用了贝叶斯空间计量回归, 并得出了有意义的分析结果。
二、解释环境库茨涅茨曲线存在的理论模型
我们建立了一个简单的静态模型:设排污函数为:e=s (q, a) , q是产出, a是治污努力, 成本函数定义为:
给定排放函数与成本函数, 可得代表性企业的利润函数:
τ为排放税, 为了求出环境库茨涅茨曲线, 我们设定产出为外生, 代表性企业选择治污努力以最大化给定产出的利润水平。则最优治污与排放量可以被决定:
由于, 显然二阶条件满足, 可求得最优治污函数:
比较静态分析表明更严厉的环境政策将增加治污活动, 但是产出对治污的影响并不清晰, 如果环境政策宽松即τ≈0, 因此, 则产出增加将降低污染。然而如果τ足够高, 即环境政策非常严厉, 则, 产出增加将增加治污活动。
将治污函数代入排污函数我们得到了要求的排放-产出关系:e=s (q, a (q, τ) )
在排放-产出关系中, 治污行为由企业在给定的产出与环境政策下决策。从而环境库茨涅茨曲线为:
三、经济增长与环境关系的空间计量回归分析
1、理论背景
空间计量经济学是计量经济学的一个分支, 是以空间经济理论和地理空间数据为基础, 以建立、检验和运用经济计量模型为核心, 对经济活动的空间相互作用 (空间自相关) 和空间结构 (空间不均匀性) 问题进行定量分析, 研究空间经济活动或经济关系数量规律的一门经济学学科。空间计量经济学与地学统计和空间统计学相似。从某种程度上而言, 空间计量经济学与空间统计学之间的不同和计量经济学与统计学之间的不同一样。由于对其理论上的关心以及将计量经济模型应用到新兴大型编码数据库中的要求, 近年来这个领域获得了快速发展。经典的计量经济学模型总是假定G auss-M arkov等条件, 但是在区域经济分析的过程中, 空间依赖的存在打破了大多数古典统计和计量经济学分析中样本相互独立的基本假设, 因此直接将古典计量经济学的方法应用于与地理位置相关的数据时, 通常不能获取这些数据的空间依赖性, 会引起各种问题。
由于空间经济学的研究成果表明经济中广泛存在聚集现象而产生规模报酬递增, 我们也发现各邻近地区的收入也存在聚集, 那么环境污染与此有什么关系呢, 空间相关性对环境库茨涅茨曲线将产生什么影响, 由于传统最小二乘法的参数估计由于空间相关的加入而产生估计偏误, 对此我们将运用贝叶斯空间计量的分析方法进行研究。
2、相关变量及原始数据来源
1) 污染。在研究环境与经济增长关系的文献中, 较多的采用三类变量来度量环境质量:污染集中度 (空气质量, 水资源质量等) 、污染物排放量、资源开采量, 本文采用了常用的污染物排放量。污染物排放量又分为三类:气体污染排放物、液体污染排放物及固体废弃物, 出于初步研究的考虑, 本文仅仅选取了人均S O 2排放量。数据根据相关各期《中国环境年鉴》、《中国统计年鉴》整理计算而得。
2) 收入用人均收入指标度量。数据来自《新中国55年统计资料汇编》, 消除了通货膨胀的影响, 基期为1952年。
3) 物质资本存量。运用永续盘存法计算得出各年资本存量, 当年投资取自《中国国内生产总值核算历史资料1952-2004》的资本形成总额, 折旧率取9.6%, 初始资本存量为初期资本形成额除以10%。
3、模型设定
如果环境库茨涅茨曲线不存在, 则政策含义明显:为了拯救环境, 经济增长必须停止;如果环境库茨涅茨曲线存在, 则政策含义:从长期来看, 提高环境之道为提高收入 (经济增长) 。环境污染与单位资本收入之间的非线性关系通常设为简化式:
其中P为人均污染, Y是人均收入, 存在库茨涅茨关系意味着, 环境恶化开始减轻的收入水平称为收入转折点, 可以在上述方程对收入求一阶导数, 令其等于零, 求得为。如果, 则为型, 即存在第二个转折点, 超过此收入水平, 环境恶化再度增加。
对于模型我们采用贝叶斯空间德宾模型回归分析, 目的是观察关键参数是否与经典回归分析的差异。具有不同误差结构的回归模型设为:
其中p指人均污染, W是邻接矩阵, 表示各省之间的邻接关系, X是外生解释变量, 此处主要是人均收入及其平方项, 以捕捉环境库茨涅茨曲线的拐点, 其他参数主要是误差结构的贝叶斯先验设定。
从回归结果来看, 无论是普通空间计量回归还是贝叶斯回归, 人均收入平方项y 2项的回归系数均显著的为负, 从回归结果可见, 空间相关德宾模型在一定程度上抓住了经济增长与环境污染的非线性关系, 这也证明了空间相关是显著存在的, 且与经济增长与环境污染的非线性关系存在相互作用, 而且结论显然强烈支持经济增长与环境污染之间的倒U型关系。
四、结论
环境-经济系统是一个复杂的系统, 其相互作用还受许多其他因素的影响, 如:人口、地理、贸易、技术、制度、收入分配与政策激励等。通过贝叶斯空间计量模型发现这些控制参数在一定程度上改变了环境库茨涅茨曲线的细节, 具体表现在转折点的高低、转折点出现的早晚和长期内的波动, 这些有助于针对性地采取相应政策把环境破坏降到最小。总结我们的估计, 得出如下结论:在现有证据来看, 至少我们研究的数据表明环境库茨涅茨曲线确实存在, 且存在空间自相关。当然也有些其他研究表明某些污染物的库茨涅茨曲线是否存在并不十分清晰, 这也显示了我们研究的问题的复杂性。我们给出如下建议:一方面是数据问题, 即数据的数量与质量还不能满足要求;另一方面涉及模型设定, 即遗漏变量问题如何解决至关重要。
参考文献
[1]、Ag hion, P.and P.Howitt (1998) , E ndog enous G rowth Theory (The MIT Press, Cambridg e Massachusetts) .
[2]、Andreoni, J.and A.Levinson (2001) , "The simple analy tics of the environmental Kuznets curve", Journal of Public E conomics80:269-286.
[3]、Arrow, K.J.and A.Fisher (1974) , "E nvironmental preservation, uncertainty and irreversibility", Quarterly Journal of E co-nomics 88:312-319.
[4]、Barro, R.and L ee, J ong-W ha, “International Data on E ducational Attainment:Update and Implicatins.”, CID working paper, April 2000, No.42.
[5]、Brock, W.A.and J.Scheinkman (1976) , “The g lobal asymptotic stability of optimal control sy stems with applications to the theory of economic g rowth”, Journal of E conomic G rowth Theory 12:164-190.
空间计量经济模型 篇9
关键词：金融集聚,区域经济增长,溢出作用,空间计量
随着社会市场经济及信息化技术的不断进步与发展, 金融产业空间集中的区域越来越明显, 金融集聚已经逐渐发展成为金融产业组织中的一种基本形式, 以伦敦、东京、纽约为代表的三大国际金融集聚区是目前世界上最主要的几大金融集聚区, 另外, 一些国家的中心城市中, 金融产业的聚集现象已经非常明显, 在我国金融产业集聚的发展虽然相较于世界发达国家的发展较为缓慢, 但是其发展趋势也已经逐步显现, 制造业是目前对金融集聚研究最多的行业, 其已经逐渐成为金融行业研究的一个重要方向, 目前, 我国的金融产业集聚研究已经取得了一系列的研究成果, 但是总的来说, 其集聚程度较低, 集聚的层次不高, 并且在相关的理论研究工作中, 没有对空间因素、金融运动的分布规律等有一个深入的研究, 这就难以提升其相关理论的指导性与解释力, 另一方面, 我国的金融集聚地域不平衡的特点非常明显, 加大其相关的理论研究非常必要, 这对于金融资源空间分布分析框架的构建具有非常重要的指导意义与战略意义, 从目前我国的金融深化改革现状来看, 对我国区域金融的空间分布格局进行完善与改革是非常必要的。
一、金融集聚发展在中国的空间相关性分析
随着社会市场经济的发展, 我国的金融行业的发展速度也非常高, 其中金融产业集聚最为明显的地区有:上海、深圳、北京等, 并且有大量的金融资源快速流向这几个城市, 在证券业及保险业两方面, 上海两种机构的数量集聚程度远远超出深圳与北京, 并且其数量高于这两个城市的总和, 对其金融业务的集聚程度进行简单分析, 上海与北京银行金融机构的存贷款余额要远远高于深圳, 但是对证券业务进行分析, 北京的证券筹资额要明显的高于深圳和上海。
对于我国经济比较发达的东部地区, 由于其经济部门对资金具有较大的需求, 使得其区域性的收益规模以较快的速度增长, 并且各种金融资源向东部地区流动现象明显, 对我国四大经济区金融产业的集聚情况进行简单分析, 到2008年底, 我国东部地区银行业金融机构的个数、从业人员以及资产的总额所占比例最高, 并且其证券业上市公司的数量在全国所占的比重也是最大的, 保险业务的保费收入东部、中部、西部及东北地区所占的比例分别为:54.4%、19.2%、17.7%、8.7%。
整体上来讲, 我国的金融产业集聚趋势已经初步显现, 但是区域金融集聚之间的差异还是比较大, 上海、北京、深圳等一些金融产业集聚发展比较快的城市因为受到市场导向、地域优势、政策等方面的引导, 使得其在发展过程中, 逐渐显现出全国金融中心或者是国际化的良好发展前景, 但是其发展与国外一些发达国家相比, 还存在比较大的差距, 其发展潜力还是非常的大的, 尤其是在保险市场与一些国际业务的发展过程中, 还存在一定的风险性, 这就需要相关的政府部门在重视金融产业集聚发展的同时, 对金融集聚的辐射效应予以足够的重视, 防止出现空吸作用, 导致周边地区经济的发展受到影响。
二、金融集聚发展在我国地理溢出程度的空间计量分析
(一) 空间计量理论模型
由以上分析可以看出, 我国的金融集聚存在着明显的空间相关性, 所以在对金融集聚与区域经济增长之间的关系实施研究时, 可以应用空间计量模型来进行分析, 在区域经济的研究工作中, 一项非常重要的研究内容就是空间依存性, 可以将空间依存性理解为:地理物体之间具有相互关联的联系, 对于两个空间接近的地物, 其关联程度会比较高, 依据其空间计量经济学中的相关理论, 对于空间依存性的研究, 可以将其设置为两种形式的模型结构, 也就是空间误差模型与空间滞后模型, 下面对两种模型进行简单分析。
空间之后模型主要应用于各个变量在一个地区中是否存在溢出效应的研究工作中, 其表达式的形式为:空间自回归模型 (SAR) :y=ρWy+Xβ+ε, 式中, ε表示的是随机误差序列向量, β表示的含义是k×1阶回归系数向量, X表示的含义是k个外生变量观察值的n×k阶矩阵;ρ表示的含义是空间自回归参数, 其表明了相邻区域之间的影响程度;W表示的含义是n×n的空间权数矩阵, y表示的含义是n×1列的决策变量观察值向量。
空间误差模型中假设企业以及区域之间的相互联系可以应用误差项来进行体现, 企业与地区之间的相互作用是因为其所在的相对地理空间不同存在差异时, 常应用该模型, 空间误差构成 (SEA) 模型表示为:y=Xβ+ε, 式中ε=λwψ+ξ, 其中λ表示的含义是区域变量变化对于相邻区域的溢出程度;其是空间自相关系数, 取值处于-1~1之间;ψ与ξ表示的服从独立同分布并且互不相关;ξ为n×1列的区域内随机扰动项;y为n×1列的溢出成分误差。
(二) 变量选择和数据来源
本次研究中, 解释变量选取保险业发展指标、证券业发展指标及银行业的发展指标, 解释变量选取Ln GDP, 其中Ln表示的含义是通过对数处理的变量, Ln Bank表示的含义是银行存款余额;Ln Insure表示的是保费收入;Ln Stock表示的是A股发行总股本。在空间自回归模型中, 变量的空间相关关系是通过因变量的空间之后项来予以表示, 主要用来考察金融集聚与经济增长的空间自回归模型用下式来表示:
上式中, ρ为空间自回归系数, 其表示的是空间相关性的大小与方向;W_Ln GDP表示的空间滞后因变量;W是一个n×n阶的空间权重矩阵, 其中的元素Wij表示了空间邻接关系。如果空间相关通过被模型解释变量, 而对变量的传递予以忽略, 可以假定空间相关通过误差过程产生, 在金融集聚与经济增长的检验过程中, 应用空间误差回归模型, 如下式所示:
式中λ表示的是空间误差自相关系数, 其反映了回归残差之间的空间相关的强度。
为了对金融集聚对周边地区溢出效应的影响进行检验, 应用SDM模型引入金融集聚的空间变量, 将保险业、证券业、银行业的空间变量分别表示为:Ln W_Bank、LNW_Stock、Ln W_In Sure, 其模型表达式用下式来表示:
(三) 空间计量模型检验结果分析
应用极大似然对包含了空间误差项与空间滞后项的SEM与SAR模型的回归结果进行分析, 其空间系数λ与ρ在统计上具有高度显著, 由此证实了空间相关性的存在, 在SEM模型中其自相关系数的估计值为0.145, 并且其在统计上高度显著, 这说明地区间的经济增长具有明显的空间效应, 应用SDM模型进行分析, 发现模型的拟合优度为0.74, 这是本文中所应用的三个模型中最高的, 并且其各个变量系数的显著性都很高, 由此可见, 在模型中引入金融发展的空间变量是合理的, 保险业、证券业以及银行业的系数都为证, 这说明在我国的金融集聚发展过程中, 主要是通过地理空间机制对中国的经济增长发挥作用, 金融业的发展对于周边地区的经济增长存在明显的溢出效应, 对三者的系数值进行分析, 其中银行业的溢出效应最为明显, 证券业的溢出效应最小, 这与目前我国金融业发展的实际情况是一致的。
三、结语
本文主要对我国金融集聚的空间计量进行了简单分析, 分析结果表明金融集聚在我国表面出明显的空间相关性, 其中银行业的集聚表现的最为突出, 金融的集聚效应对区域经济的发展起到了促进作用, 盘活了区域经济的增长。因此, 在现有基础上, 加大区域间的金融合作, 发挥金融集聚区的辐射作用, 是当前区域金融行业面临的主要问题, 也是其发展过程中需要重点考虑的问题。
参考文献
[1]李林, 丁艺, 刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究, 2011 (05) .
空间计量经济模型 篇10
计量经济模型在经济管理的研究领域得到了广泛应用，其基本原理是：运用先进的现代计算软件，通过对大量统计数据资料的数理分析，找出不同经济指标之间的因果和数量依存关系，建立起能够描述和模拟经济发展过程中经济指标变化特点和运行规律的行为方程系统，对经济发展的历史进程进行仿真模拟，演绎经济发展过程中各有关指标之间的相互影响。
南京市宏观计量经济年度模型的研制目的就是运用计量经济学方法开发出一套适合南京市经济运行特征的宏观经济计量模型，便于分析主要宏观经济指标之间的相互关系，合理判断经济发展的总体走势，科学预测相关经济变量间的变化，从而全面提高经济预测与决策工作科学性。
一、建模的总思路
南京市年度宏观经济模型在理论构架设定上，主要借鉴了凯恩斯国民收入决定理论和有效需求管理思想，同时，充分考虑了中国转轨经济的现实国情以及南京市特有的地方经济特色、以需求为导向的建模理论基点。基于上述前提，南京市计量经济模型的建模总思路是：按照市场经济规律和科学发展观要求，围绕国内生产总值及三次产业发展总回路，全面反映南京市经济发展内在路径;以工业和服务业“双轮发展”为核心，突出需求为主的导向形式，重点探索经济增长内在动力;注重宏观环境和政策变动对南京市经济运行的影响，通过量化分析，提高地区经济模型的科学性和合理性;设置可预见的、易操作的外生变量，分析经济政策效果和预测未来一段时期的发展目标。
二、模型基本结构及主要方程
正确构建能够描述和模拟南京市经济发展特点和规律的行为方程，是成功研制南京市计量经济年度模型的关键。根据南京市经济运行特点，我们将南京市计量经济年度模型划分为生产、需求、财政金融、物价、居民收支等模块。模型中使用了103个变量，其中内生变量51个，外生变量25个，常数项调整变量27个;模型中涉及到的方程表达式有51个，其中行为方程27个，定义方程24个。下面各模型、各方程式是在课题组建组过程中择优出来的。本文仅将各方程式的变量选择进行简单介绍，关于各方程式的具体变量及统计检验结果限于篇幅不做具体说明。
（一）生产模块
一般认为，在总供给大于总需求的条件下，短期内生产部门的产出取决于市场需求，长期产出取决于部门实际供给能力。考虑到模型主要用于政策模拟分析和年度经济预测，因此，设计为需求导向型。生产部门的产出基本由需求决定，即需求变量是各部门总产出的解释变量。该模块作为核心模块之一，共有19个方程，其中6个行为方程，13个定义方程。模型主要列出了第一产业增加值、建筑业增加值、工业增加值和第三产业增加值的总量及增速表达式。第二产业增加值是一个定义式，它等于建筑业增加值和工业增加值之和;地区生产总值也给出一个定义方程，它等于第一产业增加值、第二产业增加值和第三产业增加值之和。
1. 第一产业
模型用前一期农业产出作为一个解释变量来反映土地和农业劳动力等生产要素的综合影响。价格对农业生产也有很大影响，一般情况下，农民根据第一产业的价格预期决定其投入，价格预期高，投入就多;价格预期低，投入就少。农业部门生产方程的基本形式为：
农业总产值=f(农业总产值(-1)，商品零售价格指数)
一产增加值=f(农业总产值)
2. 第二产业
第二产业包括工业和建筑业两大部分。建筑业主要受南京市房地产市场及其他投资领域的影响，本模型主要用房地产投资及第二产业投资作为建筑业的影响变量。工业是南京市地方经济的重要组成部分，模型用全社会固定资产投资、社会消费品零售总额、进出口总额等3个指标来解释全部工业生产总值。工业增加值一方面受工业总量的制约，同时也受企业经济效益的影响，所以，模型把产品销售率列入外生变量，用来企业经济效益对工业增加值的影响。与第二产业有关的经济指标表达式如下：
建筑业增加值=f(房地产投资，第二产业投资)
工业总产值=f(第二产业投资，消费品零售总额，出口总额)
工业增加值=f(工业总产值，产品销售利税率)
第二产业增加值=建筑业增加值+工业增加值
3. 第三产业
第三产业门类众多，不同行业间发展的影响因素差异明显，很难用一两个解释变量来全面反映这种相关或因果关系。所以在构建表达式时，着重考虑与南京服务业自身发展密切相关的重要变量来加以解释。南京是一个商贸中心，同时又是一个地域性金融中心和信息中心。模型用消费零售总额、金融存款和邮电业务量三个变量来反映南京第三产业的发展。第三产业方程表达式如下：
第三产业增加值=f(社会消费品零售总额，邮电业务总量，金融存款式)
地区生产总值=第一产业增加值+第二产业增加值+第三产业增加值
（二）需求模块
本模型是以需求为导向的建模思路，投资、消费、出口成为拉动南京市经济增长的重要动力。需求模块主要包含了以下变量的表达式：全社会固定资产投资、社会消费品零售总额、进出口总量。
1. 固定资产投资
历年数据表明，南京市的投资总量往往与政策变化和地方政府的决策有密切的联系，增速波动很大，如作内生变量处理，模块的设计难度较大。模型参考了江苏省年度模型的研制方法，将全社会固定资产投资增速设为外生变量，通过预测年份的增速来测算预测年份的投资规模。全社会固定资产投资表达式如下：
全社会固定资产投资总额=全社会固定资产投资总额(-1)×投资增速
2. 市场消费
社会消费成为南京市经济增长的重要的稳定动力，消费的增加必然引起经济增长加快。社会消费品零售总额的规模主要取决于城乡居民对消费品的购买能力，因此，我们在模型中引入了城镇居民人均可支配收入、城镇居民人口、农村居民人均纯收入和农村人口4个解释变量。其表达式如下：
社会消费品零售总额=f(城镇居民人均可支配收入×非农业人口，农村居民人均纯收入×农业人口)
3. 外贸
随着全球经济一体化进程的加快，南京市的出口规模不仅受自身发展的影响，更大程度上还受国际环境的影响，特别是2008年的国际金融危机更加印证了这一判断，因此，模型选择了全国出口总量来解释南京市出口总额。南京市进口规模一方面受到南京出口规模的影响，同时南京市的外商投资规模的扩大也将拉动南京的进口。外贸涉及到的方程表达式如下：
出口总额=f(全国出口总额)
进口总额=f(出口总额，外商直接投资总额)
进出口总额=出口总额+进口总额
（三）财政金融模块
一个城市的财政金融发展水平，一方面由当地的经济发展总规模决定，另一方面，由于财政金融政策作为国家宏观调控的重要手段，地方财政和金融还受将到国家财政政策和货币的影响。
1. 财政收支
财政收支模块包括财政收入与支出两部分。从理论上讲，财政总收入的增长主要依赖于经济规模扩张所带来的税收基础的扩大。同时，出于对改革开放以来我国税制改革、财税政策变更等因素的考虑，引入滞后一期的财政收入作为重要的解释变量，以提高模型的拟合精度。因此，模型用国内生产总值和上一年的财政收入来解释财政总收入。财政支出基本取决于财政收入，同时也取决于上一年支出规模。财政收支方程表达式如下：
财政总收入=f(财政总收入(-1)，地区生产总值)
地方财政一般预算收入=f(地方财政一般预算收入(-1)，地区生产总值)
地方财政一般预算支出=f(地方财政一般预算支出(-1)，地区生产总值)
2. 金融
居民收入和支出水平是决定居民储蓄行为的一个决定性因素，同时，由于储蓄行为往往具有惯性和连续性，因此，我们把居民收支差总额和上一年的居民储蓄存款余额作为金融机构存款余额的两个解释变量。金融机构贷款余额主要取决于存款余额，当然，金融贷款还受到国家货币政策变量等因素影响。所以，模型设计了金融存款和货币政策变量来解释金融贷款。金融模块的方程表达式如下：
金融机构存款余额=f((城镇居民人均可支配收入-城镇居民人均消费支出)×非农业人口，(农村居民人均纯收入-农村居民人均消费支出)×农业人口，居民储蓄存款(-1))
金融机构贷款余额=f(金融机构存款余额，国家货币政策变量)
（四）居民收支模型
本模块主要考虑居民人均收入和支出的变动规律，包括城镇居民的人均收支和农村居民的人均收支。模块有5个方程表达式，都是行为方程，包括城镇居民人均可支配收入、农村居民人均纯收入、城镇居民人均消费支出、农村居民人均消费支出。
1. 城填居民收支
南京市城镇居民的收入从总体上看主要受制于国民经济的总体发展水平，另外，从短期上看，城镇居民人均可支配收入还受自身前期波动的影响，因此，在模型中我们以南京市的人均地区生产总值及城镇居民的上期收入作为主要解释变量。
城镇居民人均可支配收入=f(人均地区生产总值，城镇居民人均可支配收入(-1))
城镇居民人均消费支出主要取决于当年的可支配收入，同时，还会受到物价和银行利率的变动的影响，因此，模型引入了城镇居民人均可支配收入、居民消费价格总指数和银行利率三个解释变量。
城镇居民人均消费支出=f(城镇居民人均可支配收入，商品零售价格指数，银行利率)
2. 农村居民收支
从总体上看，第一、第二、第三产业对南京市农村居民收入都具有重大影响，另外，从短期上看，农村居民人均纯收入也会受自身前期波动的影响。因此，模型以南京市的人均地区生产总值及农村居民的上期收入作为主要解释变量。
农村居民人均纯收入=f(人均地区生产总值，农村居民人均纯收入(-1))
农村居民人均消费支出主要取决于当年的纯收入，同样也受到物价和消费惯性的影响，因此，模型引入了农村居民人均纯收入、商品零售价格指数和上一年的农村居民人均消费支出三个解释变量。
农村居民人均消费支出=f(农村居民人均纯收入，商品零售价格指数，农村居民人均消费支出(-1))
（五）物价模块
不变价的增速测算通常是模型研制的一个难点，由于南京市没有公布历年地区生产总值以及一产、二产和三产增加值不变价，因此，给模型测算不变价增速带来了难题。我们的解决方案是：先根据公布的地区生产总值指数以及一产、二产和三产增加值指数测算出历年以1978年为基数的增加值不变价，再用历年的增加值现价除以历年增加值不变价，测算出历年的增加值缩减指数。模块共有4个方程表达式包括地区生产总值缩减指数、一产增加值缩减指数、二产增加值缩减指数、三产增加值缩减指数。
地区生产总值缩减指数=f(江苏省固定资产投资价格指数，地区生产总值缩减指数(-1))
一产增加值缩减指数=f(全国食品零售价格指数，南京商品零售价格指数，一产增加值缩减指数(-1))
二产增加值缩减指数=f(全国生产资料价格指数，商品零售价格指数，二产增加值缩减指数(-1))
三产增加值缩减指数=f(居民消费价格指数，商品零售价格指数，三产增加值缩减指数(-1))
三、模型运行总体效果评价
南京市宏观经济计量经济年度模型所涉及到的行为方程均是从大量方程中推敲、筛选出来的，每个方程均按照经济指标间的定性判断列出解释变量，再通过模型数理检验决定其取舍，因此，每个方程均基本做到经济意义明确，且技术参数检验符合标准要求。
在对单个方程进行数理检验的基础上，课题组还对整个模型进行系统联调校验，通过模型整体运转后的模拟值与历史值的对比来校验模型的精确度和可信度，证明了南京市主要经济指标之间存在的内在规律。经过反复调试和校验，南京市模型模拟的2004—2009年南京市国民经济15个主要指标的75个误差率数据中，只有2个数据的误差率超过了5%，绝大多数(占全部数据的63%)误差率数据在3%以内。据此，可以认为，南京市宏观计量经济年度模型的经济关系的定量解释是合理的，模拟预测精度是可以接受的。
参考文献
[1]李子奈,潘问卿.计量经济学(第二版)[M].北京:高等教育出版社,2003.
[2]易丹辉.数据分析与应用[M].北京:中国统计出版社,2005.
[3]青岛宏观经济模型组.青岛宏观经济模型研究[M].青岛:青岛海洋大学出版社,1990.