空间计量经济学模型（精选10篇）
空间计量经济学模型 第1篇
关键词：空间均衡模型,计量分析,VB语言
1 引 言
空间均衡模型作为国际市场竞争的分析方法广泛地被利用。例如, 以Takayama and Judge为倡导者, 由Nagurney等人把关税因素考虑进空间均衡模型里进行的研究具有代表性的理论意义。但是, 以往的任何模型都没有把实际的关税导入空间均衡模型里进行实践性的展开和验证。究其原因, 可考虑如下因素:在国际贸易中各国一般都采用关税配额制度, 即对同一种商品在关税配额内征收较低水准的第一次关税, 而对超过关税配额的量则征收较高水准的第二次关税;并且在实际的征税过程中各国采用的不仅仅是从量税, 还有从价税以及从量税和从价税相组合而成的复合税制度等, 都对把现行的关税因素考虑进空间均衡模型里进行国际贸易分析带来了很大的困难。近十年来, 针对以上研究课题Kawaguchi等建立了导入关税配额制度及复合税的国际贸易空间均衡模型, 并应用到国际农产品市场的分析领域里。尽管以上模型对国际农产品市场的计量分析和研究有了新的突破, 但是这些模型都仅局限在一种财的分析上, 而且大都是关于需求函数的线性模型。朱, 前田, 川口 (2006) 开发的3种生产财的国际贸易空间均衡模型是以一种财的空间均衡模型为出发点, 建立完全竞争市场下的三种财的非线性国际贸易空间均衡模型, 并利用这一新的模型对国际农产品市场进行更为准确的计量分析。
2 模型来源
2.1 模型的基本假设及表达式
假设n (n≥2) 国间国际贸易空间均衡模型, 定义以下表达式 (i, j为从1至n的任意整数) 。
(1) 为了对应关税配额制度, 各国的市场均分为第一次税率市场和第二次税率市场。
(2) 第j国的第一次税率市场的进口配额数量以CAj来表示, 从第i国进口时第j国所征收的复合税如表1所示。
资料来源:川口, 庄野.2000.
(3) 第i国的国内供给在形式上也被看做是从第i国向第j国第一次税率市场的出口, 即αii=βii=0。
(4) 各国间的贸易量如表2所示。从第i国向第j国第二次税率市场的供给量用Xsii表示, 且Xsii≡0。又, 导入Dj=D1j+D2j式, 第i国的供给量用Si表示, 第j国的需求量用Dj表示。
资料来源:川口, 庄野.2000.
(5) 第i国的生产价格用PSi表示, 第j国的市场价格用PDj表示, 从第i国向第j国的单位运费用Tij表示, 从第i国向第j国出口时的单位保险费用Iij表示。
(6) 对第j国第一次税率市场中的商品, 可以利用的有利贩卖价格 (Shadow Price) 用SPj表示。
2.2 完全竞争市场下空间均衡模型的展开
在国际市场为完全竞争市场条件时, 导入关税配额制度和复合税的国际贸易空间均衡模型的建立方法。首先, 从价税以CIF价格为基准, 即从价税=CIF价格×从价税率。其次, 下面所阐述的均衡条件是生产者和消费者以市场价格为依据作为价格受容者 (Price-taker) 行动时, 即在完全竞争市场下的均衡条件。这是为了静态分析各国应生产多少产品, 并在各个市场会形成什么样的价格等问题。最后, 通过求解出能够同时满足这些均衡条件的各个变量值来分析静态市场的均衡状况。
(1) 关于第j国的市场价格PDj
第j国的需求量不应超过从所有国家向第j国的出口数量 (包括第j国的供给量) , 只有在市场价格为正数时两者才相同, 两者不同的情况只有PDj为零时。
DFj (PDj) ≤X1j+X2j+X3j+Xs1j+Xs2j+Xs3j
{-DFj (PDj) +X1j+X2j+X3j+Xs1j+Xs2j+Xs3j}PDj=0
(j=1, 2, 3)
(2) 关于第i国的生产价格PSi
从第i国向所有市场的出口量合计不应超过第i国的总供给量, 只有在市场价格PSi为正数时两者才相同, 两者不同的情况只有PSi为零时。
Xi1+Xi2+Xi3+Xsi1+Xsi2+Xsi3≤
SFi (PSi) {SFi (PSi) Xi1-Xi2-Xi3-Xsi1-Xsi2-Xsi3}PSi=0
(i=1, 2, 3)
(3) 从第i国向第j国第一次税率市场的出口量Xij (向已确定进口配额数量CAj的市场出口量)
从第j国的市场价格PDj减去复合税βij+αij (PSi+Tij+Iij) 、单位运费Tij、单位保险费Iij及Shadow Price SPj的值, 即向该市场出口时第i国的边际收入不应超过生产价格并且边际收入低于生产价格时Xij等于零, 只有两者相同时Xij才为正数。为了计算上的方便可以表示成下列式, 如果i=j时SPj的项可以忽略。
undefined
(j=1, 2, 3 i=1, 2, 3)
undefined
(j=1, 2, 3 i=1, 2, 3)
(4) 从第i国向第j国第二次税率市场的出口量Xsij
从第j国的市场价格PDj减去复合税βij+αij (PSi+Tij+Iij) 、单位运费Tij、单位保险费Iij的值, 即向该市场出口时第i国的边际收入不应超过生产价格且边际收入低于生产价格时Xsij等于零, 只有两者相同时Xsij才为正数。为了计算上的方便可以表示成下式。
undefined
(j=1, 2, 3 i=1, 2, 3)
undefined
(j=1, 2, 3 i=1, 2, 3)
(5) Shadow Price SPj
第j国第一次税率市场的全部进口量不应该超过该市场的进口配额数量CAj, 如果全部进口量小于进口配额数量CAj, 那么该市场上的SPj就等于零, 只有两者相同时SPj才为正数。
X1j+X2j+X3j-Xjj≤CAj (j=1, 2, 3)
(CAj-X1j-X2j-X3j+Xjj) SPj=0
正如以上说明可知, 关于完全竞争市场的均衡条件可以用27组等式和不等式来表示。27组等式和不等式的条件可以用非线性互补性问题来定式化, 因此, 只要解开非线性互补性问题就可以求得均衡解。进而, 国别数为n 时的均衡条件, 从以上的说明很容易地得出是由 (3n+2n2) 组的等式构成的。例如, n=3时是由27组等式, n=20时是由860组等式, 即860×2=1720个等式所构成。这只是在一种财模型的情况下, 随着n值的增加, 均衡条件的等式的数就会急剧增大。如果是在三种财模型的情况下, n=20时就会由1720×3=5160个等式构成均衡条件。
2.3 非线性三种财模型的定式化与解法
对非线性三种财模型进行定式化, 并求其解。
(1) 假设三种财分别为A、B、C, 并设定各国各种财的生产价格及市场价格的适当初始值。
需要说明的是如果把某一种财 (例如A) 叫做该物品, 其他的财 (例如B和C) 就叫做替代品。如果B为该物品, 其替代品就是A和B。
各国该物品的需求函数是以该物品及两个替代品的市场价格为变量所表示的柯布—道格拉斯型函数, 供给函数则是以该物品及两个替代品的生产价格为变量所表示的柯布—道格拉斯型函数。
(2) 虽然各国该物品的需求和供给不仅对该物品的价格起到影响, 而且还对替代品的价格 (市场价格或生产价格) 也起到影响, 但是如果把替代品的价格固定为初始值, 就会变成只是该物品价格的函数。即假设各国该物品的市场价格为PD1、PD2、PD3, 各国该物品的生产价格为PS1、PS2、PS3, 该物品的各国的需求函数可表示为:
DF1 (PD1) ≡DF1 (PD1;1国的替代品市场价格)
DF2 (PD2) ≡DF2 (PD2;2国的替代品市场价格)
DF3 (PD3) ≡DF3 (PD3;3国的替代品市场价格)
该物品的各国的供给函数可表示为
SF1 (PS1) ≡SF1 (PS1;1国的替代品生产价格)
SF2 (PS2) ≡SF2 (PS12;2国的替代品生产价格)
SF3 (PS3) ≡SF3 (PS13;3国的替代品生产价格)
注:以上式子中 (;) 后的替代品市场价格和生产价格均被固定为初始值。
(3) 当生产财A为该物品时, 利用 (2) 的需求函数和供给函数把一种生产财A的均衡条件定式化为NCP (A) 。
当生产财B为该物品时, 利用 (2) 的需求函数和供给函数把一种生产财B的均衡条件定式化为NCP (B) 。
当生产财C为该物品时, 利用 (2) 的需求函数和供给函数把一种生产财C的均衡条件定式化为NCP (C) 。
其次把NCP (A) 、NCP (B) 及NCP (C) 看做是一组, 并且把被各个NCP固定在初始值的替代品价格中, 通过以任意固定的变量来表示 (即把1变量的 (2) 的函数置换为3变量的函数) 可以得到同时满足三种财A、B、C的均衡条件。这种三种财模型的均衡条件也属于非线性互补性问题, 因此把它表示为NCP (A、B、C) 。
(4) 利用上述2.3叙述的方法解开NCP (A) 的问题, 可求得针对各国的A的均衡生产价格和市场价格。
利用上述2.3叙述的方法解开NCP (B) 的问题, 可求得针对各国的B的均衡生产价格和市场价格。
利用上述2.3叙述的方法解开NCP (C) 的问题, 可求得针对各国的C的均衡生产价格和市场价格。
(5) 把从上面 (4) 中求得的针对各国的A、B、C的均衡生产价格和市场价格设定为 (1) 的新初始值, 即刷新 (1) 的初始值并进行替换。
(6) 重复 (2) 、 (3) 、 (4) 、 (5) 的流程, 一直计算到初始值收敛于一定的误差范围内为止, 收敛的初始值即为NCP (A、B、C) 的均衡解。因为, 在收敛的初始值的基础下, 各个被定式化的NCP (A) 、NCP (B) 、NCP (C) 的均衡解与初始值相等, 并且这个初始值满足了所有的均衡条件。
3 程序结构、流程和实现
本程序运行流程模型如图1所示。
3.1 输入数据
在程序中输入数据文档中包含了农产品贸易的基本数据, 具体的数据含义表示如下:农产品常量用变量A () 表示, 需求价格弹性变量用DFC0 () 表示, 市场价格变量用DFC1 () 表示, 供给价格弹性变量用SFC0 () 表示, 生产价格变量用SFC1 () 表示, 农产品进口配额变量用CA () 表示, 运费用YU () 表示, 保险费用HO () 表示, 第一次从价税税率用AV1 () 表示, 第一次从量价税率用SP1 () 表示, 第二次从价税率用AV2 () 表示, 第二次从量价税税率用SP2 () 表示。
至此, 输入文档中的内容数据含义以及对应变量数组含义得到了全面的解释。
3.2 输出数据
输出数据文档中所需要的结果包含了能够同时满足这些均衡条件的各个变量值, 具体的数据含义表示如下:
PD (1) -PD (NC) 数据表示关于第NC国的市场价格。
PS (1) -PS (NC) 数据表示关于第NC国的生产价格。
SP (1) -SP (NC) 数据表示有利贩卖价格 (Shadow Price) 。
Matrix[Xij]数据表示从第i国向第j国第一次税率市场的出口量Xij。
Matrix[XSij]数据表示从第i国向第j国第二次税率市场的出口量XSij。
Supply S (1) -S (NC) 数据表示供给量。
Demand D (1) -D (NC) 数据表示需求量。
3.3 实现计算模型算法及程序流程
程序开始的时候定义变量, 用来表示输入数据和输出数据。定义完成以后, 打开输入文档和输出文档分别作为#2和#1。定义可变长度数组, 并且从#2中读取相应输入数据, 读取完毕后关闭#2文档, 即开始转入计算代码。计算代码流程是, 先执行LABEL3, 计算出农产品常量A () 的值并输入#1文档中与窗体显示后, 再跳转至N390, N390作用是把部分计算过程数据输入#1文档中, 跳回LABEL3, 继续向下运行, 执行LABEL2, 当IID 为1时输出结束时间, 结束后跳转到N484, N484是输出部分结果数据到#1文档中。输出完毕后跳转回来, 又分别跳转至REDEMAND和RESUPPLY, 继续向下运行LABEL1。在LABEL1中If SHABA=0 则调用函数 N390和LABEL2。If A (IGYO, IGYO) <> 0 则调用函数 N354。否则, 若IGYO=0则调用函数 N390。否则调用函数 N354。N354代码段运行是为了反复迭代计算得出A (I, 0) =0。继续跳转回LABEL1中继续运行, 直到IID=1时计算完成。系统的整个流程如图2所示。
根据上述原理, 通过VB语言来实现模型中的公式, 分别求解出各个变量值来分析静态市场的均衡状况。
4 结 论
本文主要阐述了空间均衡模型的来源、相应的解法和程序代码的实现, 选用的空间均衡模型是目前比较前沿、比较新的。它是以一种财的空间均衡模型为出发点, 建立完全竞争市场下的三种财的非线性国际贸易空间均衡模型。
参考文献
[1]朱正根.中国人民币升值对世界谷物供需所带来的影响:运用3种财的国际贸易空间均衡模型进行的计量分析[D]. (日) 九州产业大学经济学研究科博士论文, 2006.
[2]川口雅正, 庄野千鹤.关于在国际贸易空间均衡模型的线性相辅性问题中解的存在及算法[J]. (日) 九大农学艺志, 2000, 33.
基于空间计量经济学的区域经济研究 第2篇
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.
空间计量经济学模型 第3篇
关键词：企业触网,知识产业集群, 空间经济,网络环境
一、背景
自我国1994年全面接入互联网以来, 依托于互联网产生的信息产业便逐年壮大起来。从最初提供互联网接入等相关服务的ISP供应商的出现, 到企业熟悉互联网业务并开始借助网络资源从ASP提供商处获得能够帮助优化企业资源配置的信息产品与服务, 再到互联网的全面普及后各种奇思妙想的创意网站及其内容服务的商业化实现, B2B、B2C等电子商务模式逐渐被商家、消费者所熟悉。2010年11月11日, 中国阿里巴巴旗下的淘宝商城B2C网购站点推出5折限时优惠活动, 当日淘宝商城总交易额达到9.36亿元人民币。淘宝网在事后发布的新闻稿中称, 这次半价促销活动的营业额超过了购物天堂香港一天的零售总额 (约8.5亿元) , “是一场网民与商家的集体狂欢”。
二、空间经济学视角下审视网络环境
1、空间三效应。
空间经济学认为:任何企业都趋向于选择较大的市场区作为它们的生产区位 (原因在于节省运输等成本) , 市场规模取决于人口规模和收入水平, 而人口规模和收入水平又取决于就业机会的规模, 企业的区位选择又反过来影响了该地区的就业机会规模。在“核心-边缘”模型中, 以下三种基本效应构成了该模型的基本运行机制即:
(一) 市场接近效应, 又称本地市场效应, 是指垄断型企业选择市场规模较大的区位进行生产并向规模较小的市场区出售其产品的行为。
(二) 生活成本效应, 或称价格指数效应, 是指企业的集中对当地居民生活成本的影响——在企业比较集中的地区, 由于本地生产的产品种类和数量比较多, 从外地输入的产品种类和数量相对较少, 因而产品价格中包含较少的运输成本, 消费者在该地区购买的商品价格较低, 在名义收入相等的情况下实际收入水平变高。
(三) 市场竞争效应, 或称市场拥挤效应, 是指不完全竞争性企业趋向于选择竞争者较少的区位。
前两种效应促使了企业集聚, 当人口转移、企业空间聚集到一定程度后第三种效应产生的反作用力会促使了企业的分散, 即分别形成了聚集力和分散力。空间经济学家经过严密的数学分析得出结论:聚集力占主导的市场条件下, 任何初始的流动要素冲击将进一步得到加强。而在分散力占主导的市场条件下, 人口移动等初始流动要素冲击会进行自我减弱。聚集力与分散力的大小由谁决定呢?
实践证明:市场贸易成本是关键。在一个贸易自由度较大的市场中, 贸易成本降低, 由市场竞争效用引致的分散力作用将降低, 此时的价格无法保持此高位, 考虑价格指数效应则聚集力同时也会降低。在极端条件下, 如果贸易是完全自由的, 那么同其他地区企业或本地企业竞争是无差异的, 企业间的竞争与区位是无关的, 既不会受到企业自身迁移、利润水平的影响也不会受到流动性要素如劳动力、工资水平的影响, 此时凝聚力、分散力均可忽略不计;与之相对应的另一极端现象是贸易完全非自由假设以致区际贸易活动几乎不存在, 贸易的成本无限大, 此时本地企业数量的变化对本地企业间竞争和对工资水平的影响是很大的, 在市场接近效应和价格指数效应的作用下, 区域市场的凝聚力将会提高到很搞的水平, 而本地市场竞争的白炽化程度使得分散力也上升到惊人的程度。
在保罗克鲁格曼建立的“核心-边缘”模型中, 对上述三种效应分别建立了合理的数学分析模型。在此我们可以借用其结论知:“贸易成本无限大”假设下的分散力比聚集力大, 但随着贸易成本的下降, 分散力的减弱速度大于凝聚力的减弱速度, 一定时期聚集力将超过分散力, 且能够对于任何流动要素的转移冲击形成自我强化趋势并形成企业的区域集中。此时的贸易成本称为“突破点”。现实市场中, 该“突破点”意味着突发性聚集的临界值, 在贸易成本下降到该临界值之前, 总体市场中始终不会形成区位优势, 即使流动性要素发生转移, 区位间的生产结构仍不会发生改变;劳动力与企业生产要素的重新布局不是一个渐进的过程而是一种突变。其核心结论可归纳总结为以下三点:
(一) 本地市场放大效应:如果某种外生冲击改变了原有需求的空间分布, 扩大了某一区域的需求, 则大量的企业改变原来的区位, 向该区域集中。即聚集力效应
(二) 内生非对称性:两个初始对称的区域, 随着贸易成本的降低, 最终将导致区域的非对称性。
(三) 突发性聚集:上述内生的非对称现象的发生是突发性的, 并将实现本地市场的放大聚集效应。
2、网络环境变化与企业触网。
空间经济学区位优势理论认为, 区位优势取决于:要素投入和市场的地理分布状况, 各国生产要素的成本、质量、运输成本、通讯成本、基础设施、政府干预范围与程度、各国的金融制度、国内外市场的差异程度, 以及由于历史、文化、风俗偏好、商业惯例而形成的心理距离等。企业从事国际化生产必然要受这些因素的影响, 它们决定着企业从事国际化生产的区位选择。
然而, 在以互联网为代表的信息与通讯技术革命的影响下, 传统的区位优势论也被赋予了新的内容。首先, 经济活动中“任务的富含信息的部分变得更加可移动了”, 这就会出现更多的不囿于传统区位优势的经济活动的离散化。其次, 信息与通讯技术的发展使企业在后勤保证、企业内部协调与交流方面大大提高了, 这种变化虽然对基于传统区位优势的有形产品的生产不会造成很大的变化, 却大大削弱了无形产品生产对原来区位优势的依赖。另外, 在以互联网为代表的信息技术迅速发展的情况下, 经济活动的跨区、跨国界更加容易, 也更加频繁了, 边界控制, 尤其是数字产品 (或服务) 交易行为的边界控制越来越难了, 因此针对这类产品或服务的经济活动所形成的新的区位优势理论对传统的区位优势理论必将提出严峻的挑战。最后, 在全球网络时代, 经济活动对基础设施的要求越来越高了, 甚至“基础设施”这一概念本身也发生了质变 (如原来意义上的基础设施可能是铁路、公路、电话网络, 现在的基础设施却可能是光缆与大量可连网的主机) , 同时, 网络经济的发展要求对知识产权的保护也越来越严厉了。这时的区位优势将不再是传统意义上的区位优势, 原来基于要素禀赋与地理分布的基础设施在新的条件下就成为“网络基础设施”和对知识产权等无形财产权严加管理的“制度基础设施”了。 (6) 总之, 以因特网为代表的信息与通讯技术飞速发展的今天及其带来的网络环境变化给传统的空间经济区位优势理论的内涵大大扩展延伸至了虚拟空间, 这场变革涉及经济、社会诸多方面, 影响现实经济运行和挑战传统经济学理论, 并继续推动仍然具有加速发展趋势的经济与社会的变革。
在20世纪生产链的地理分布为离散趋势的情况下, 仍然伴随着这些链条上某些环节的空间积聚现象, 尤其是智力的、非物质的生产活动, 如会计、战略管理、市场营销、金融、法律等经济活动。这类生产活动在实现价值增殖中起到了巨大的作用, 它们也是与劳动的进一步细化分工相适应的。生产劳动的分工越细化, 就越需要协调。互联网将有助于生产者、产品开发者将大量的有关产品的数据信息、消费者偏好的信息与生产者本身的信息有机结合, 从而实现快速、准确的产品开发, 甚至于产品的市场测试过程也可以通过互联网在全球范围内更便捷、廉价地实现。
网络化将有助于企业实现在全球范围内的即时交货与对顾客提供更高效、更完善的售前、售中与售后服务。在价值增殖的每一步, 公司都可以实现无限反应和极富弹性的供应链, 当条件允许时, 针对每个产品或生产过程, 公司都可以很快地重新组建或实现重构, 即所谓的快速反应和零库存。企业通过网络实现的大量按规格定制的产品或服务, 尤其是按不同文化、民族特性要求而定制的产品和服务, 都不会比原来按统一标准化所实现的产品或服务明显增加成本, 即通过网络实现的产品与服务的多样化在成本方面将因为互联网对信息传输的低成本、便捷性特征而不会额外地、明显地增加成本。
三、企业的互联网扩张模型
利用空间经济学模型工具, 结合我国企业信息化、互联网扩张进程的具体实际, 本文提出了如图所示的企业互联网扩张模型。
在我国接入互联网初期, 由于信息化程度普遍偏低, ISP、ASP提供服务有限且价格居高不下, 企业触网成本过高, 造成中国企业长期处于突破点之下, 企业与互联网的分水岭泾渭分明:计算机软硬件企业、互联网网络商家们使用互联网的几率在触网企业中占据绝大多数席位。典型的有:用友软件股份有限公司、京东商城等。随着科技的进步, 消费者市场对互联网的逐渐成熟与普遍接受, 计算机软、硬件成本在客观上为中国企业触网的成本降低了门槛。当21世纪之交, 众多海外留学归来的富有新思维新技术和前瞻性的企业家投身中国互联网产业并创立了一些列知名网络公司:如百度、搜狐等。因为优秀人才的网络化集中、风险投资等资本流入, 在互联网贸易成本下降到企业可接受水平的客观条件下, 中国企业正沿着符合网络市场放大效应、内生非对称性和突发性聚集的空间经济学逻辑朝虚拟市场进行单向信息化、互联网扩展。
在可以预见的时期内, 互联网接入、使用和消费的总体贸易成本将持续降低, 因此可以认为, 在开启了企业互联网进程的潮流后, 中国企业的未来将只有触网这一选择才能保证自身在企业间竞争中处于不败。同时, 互联网企业也不仅在选择触网与否的企业内部结构空间上将集中偏向触网一方, 更多的整个信息产业也将趋于集群化。集群是基于地缘、产业技术链、同业交往等关系, 在竞争和合作中共同获得竞争优势的特定产业群体。 (5) 地理上的群落是外在现象, 内在的关系才是集群的本质。
事实上, 中国互联网企业触网, 信息产业集群化变革也有着得天独厚的利好外在环境和基础设施前提, 中国互联网信息中心的各项数据显示, 中国的网络环境正在飞速成长成熟着, 这对于企业的触网及信息产业的集群发展都会产生正面的推进助力作用。
四、结论
故笔者认为:在空间经济学模型下, 中国企业的网络化扩张趋势将随着资本与人才流动的不确定性和外在客观条件的允许下, 产生突发性的本地市场扩大化效应, 即一旦有企业率先进行互联网、信息化采纳重组变革, 更多的企业将受此创新模式的吸引加入信息化采纳变革之中, 这种现象将是源自信息产业内生的动力所导致的, 而非外力能够催生或阻止的现象。同时, 信息产业在红宏观上也将符合空间经济学的分析而发生产业集聚现象, 以杭州、深圳、北京等为代表的信息产业中心在互联网、信息化基础逐渐成熟的中国已初露头角, 并将逐渐壮大起来。
参考文献
[1]、吕本富、张鹏, 《77种网络经济创新模式》, 【M】沈阳, 辽宁人民出版社, 2001.01
[2]、刘兹恒、于洪彬, 《网络经济环境探析》, 【J】情报资料工作, 2000.01
[3]、安虎森, 《空间经济学原理》, 【M】北京, 经济科学出版社, 2005
[4]、汪浩, 中国信息产业的投入产出分析——以福建省为例, 【J】统计与信息论坛。2008.05
高校内部公共空间拥挤的经济学分析 第4篇
关键词：公共物品；公共空间；外部负效应；经营教育资源；集體选择
一、学校公共空间拥挤的现状
对享受高等教育服务的学生来讲，校园生活有其必须具备的一些条件：首先是良好的学习条件，包括硬件和软件上的教学条件，如图书馆、自习室、实验室，教师的授课质量等；其次是便利的生活条件，包括食宿条件、购物、娱乐等其它便利条件等；还有就是丰富的校园文化生活条件，属于机会性质的、发展性质的，比如各种社团活动、讲座、演出活动，以及一些由社会所提供的与学校交流的机会等。
以上每一种条件的满足都涉及学校的公共空间，如图书馆、教室、宿舍、食堂、超市及其它一些诸如道路和草坪等公共活动空间。随着教育的逐渐产业化发展，大学校园的公共空间出现了质量下降的趋势，其中最突出的是公共空间的拥挤问题。[1]
公共空间拥挤的现象是在近几年内发生的，并不是由来已久的问题，它的出现主要有以下三个方面的原因：高校扩招、后勤管理的社会化以及产业化办学等。所造成的公共空间拥挤的后果降低了高等教育的质量，对整个社会来讲，带来了外部负效应，进而导致公众的利益受损。因为长期来看，教育质量下降的后果是由整个社会来承担的。对学校内部成员来讲，学校在从扩招、后勤社会化和产业化办学中获得利益的同时却把公共空间拥挤的外部性后果强加给学生，使学生的利益受损。[2]
二、学校公共空间拥挤的经济学分析
在经济学里，公共空间是一种公共物品①，它具有非排它性、非竞争性和生产与消费的不可分性。[3]由于这个原因，市场在提供公共物品时无法以低成本做到排它性，因此提供公共物品并不符合市场的效率原则，市场并不适合管理公共空间。[4]
此外，公共空间中的行为带有很强的外部性效应，尤其是外部负效应，即行为本身的后果并不单独由行为者本身承担。比如在公共场所内吸烟，吸烟者本人得到了吸烟的收益，但他自己负担的只是烟的成本，吸烟的另一部分社会成本却由他人承担了，而且往往是强迫他人承担的。正因为这个原因，边际成本并不完全反映在一条供给曲线上，行为的制造者并不完全承担甚至是完全不承担行为的成本，因此市场无法达到理想中的供给与需求的均衡。[5]
正因为以上两个原因，市场并不适合管理公共空间和公共空间中具有外部性的行为。而学校的公共空间恰恰就是这样一种公共物品，它无法完全做到排它性和竞争性，甚至主动地选择不排除他人，比如学校不想完全禁止非校内人员的进入，也不想使图书馆成为一个纯粹的校内资源等。同时，学校内公共空间的行为又带有很强的外部效应，因为学校的学生非常密集，学校生活又是一种集体性的生活，因此人与人之间的相互影响就会特别大。下面我们来看看如果学校按市场原则来提供教育资源的话，对公共空间会带来哪些影响。
1. 市场化提供校内资源所带来的公共空间拥挤的外部负效应分析
学校公共空间拥挤的直接原因是校内人员的增多，而根本原因则是学校在按照市场化原则提供校内资源的过程中，带来了公共空间拥挤的外部负效应。在提供某种校内资源的过程中，学校仅仅承担了该类资源的成本，但却没有承担其占用公共空间的成本。
在经济学里，对教育的经济学分析往往是把人才作为其产品来分析的，由于人才所具有的长期的外部正效应，以及在中国高等教育资源中的垄断性，教育产业的边际成本是递减的。但是本文则是把学校内的教育资源作为产品，而把学生以及进入学校内部享用各类资源的人作为消费者，从这个意义上来讲，学校的边际成本则是递增的。
图1中MC是学校的供给曲线，即生产者的边际成本，DD是假定的需求曲线，因此，如果完全按照市场原则供给的话，生产与消费的均衡点为a点，则帕雷托有效率的资源提供量将会是Q1。但实际上，在提供某类教育资源的同时，还有一部分公共空间的占用成本，这部分成本为MEC，它是未被学校纳入生产成本而由学生承担的。如果把MEC加总到生产成本中，学校的“社会总成本”将会是MSC曲线，而此时的均衡点为b，即有效率的产量将会是Q2，Q2＜Q1。但是，现实情况是，学校并没有把公共空间的成本纳入到自己的生产成本中，因而极容易导致供给过量，即按照市场化原则提供教育资源导致过度占用公共空间。
那么学校为什么没有把占用公共空间的成本纳入到自己的生产成本中呢？原因是相当复杂的，其中最重要的就是缺乏利益受损者即外部成本的实际承担者表达他们偏好的途径，有关这一点本文会在后面进一步说明。
2. 拥挤的均衡——将学校视为一种特殊俱乐部的经济学分析
前面笔者已经分析了如果学校按照市场化的原则提供校内资源将会产生公共空间拥挤的外部负效应，那么公共空间的拥挤是否有一定的均衡点呢？学校的这种市场化运作能否达到这一均衡呢？
布坎南曾经在1965年提出了俱乐部经济理论，认为对于市场不能有效提供的界于纯公共物品和私人物品两个极端之间的物品，可以组成各种各样的俱乐部来提供。本文把一个学校内部的教育资源也看成一个相对封闭的俱乐部资源，成员的流动并非不可能，只是有一定的准入条件。
对于图2来讲，首先假定学校的资源规模是一定的，即在一定时间内它可提供的服务水平是一定的；其次，需要假定学校内的每位成员，这里特意限定为学生，他们的消费需求都是相似的，即不需要有差别性地提供服务。那么对于学校这种俱乐部而言，由于每个成员都交纳了一定的费用，因此随着成员的增多，当学校提供的服务水平不变的时候，服务成本就会出现递减的趋势，因此学校的边际服务成本曲线MRC1是递减的。而由于学校的规模是一定的，因此其边际拥挤成本曲线MCC是递增的。MCC与MRC1的交点a则是学校可以容忍的均衡点，它所对应的N1点则为学校可以接受的最佳成员规模。但是布坎南的俱乐部与本文这里分析的学校俱乐部有一个很重要的不同。对布的俱乐部而言，其成员所交纳的会费就是逐渐递减的服务成本，而拥挤成本的评价者也是成员，因此，当成员感觉拥挤成本与自己交纳的服务费能够达到平衡时就是最佳的成员规模。而学校则并不一样，在一个学校的内部，从短期来看，学生的交费没有任何变化，即学生承担的服务成本MRC2没有任何变化，但是由于成员规模的增多，使学校在提供服务的成本方面下降了，而学生则感觉到拥挤成本的上升，因此学生可以容忍的最佳规模是MRC2与MCC的交点b所对应的成员规模N2，而学校的则是N1，N1＞N2。因此，学校短期内有很强的盈利动机去扩大其成员的规模，而根本不需要考虑成员早就感受到的拥挤成本。
但是，俱乐部服务水平的提高可以使拥挤成本变小，比如学校从减少的服务成本中拿出一部分来用以改善学校的服务水平，扩大公共空间，增加可利用的教育资源，这可以导致拥挤曲线向下移动，形成MCC′，此时即使学生的服务成本没有变化，但由于拥挤曲线的下移，MRC2与MCC′出现了新的交点c，它所对应的成员规模为N′，这一规模大于以前学生可承受的成员规模。但是应该注意的是，由于学校俱乐部的特殊性，如果学校按照市场化的原则配置资源的话，学生可以容忍的成员规模总是小于学校可以容忍成员的规模。
通过以上的两种不同的经济学分析可以发现，学校如果是作为一个市场化提供资源的主体而存在的话，它总是倾向于过度供给有限的教育资源，而忽视其外部负效应。即使学校被视为有一定封闭性的俱乐部，其扩大自身利益的趋向也倾向于过度扩大成员规模，使其无法达到一种有效的均衡。
三、对学校公共空间拥挤的社会学分析
学校的这种转变是从计划经济向市场经济转变的过程中所出现的一种变化。国家提倡教育的产业化（尽管这是一个有争议的问题），按照市场的原则提供教育服务，在这一方向之下，教育开始越来越以市场原则为导向，在这种转型过程中出现了公共空间拥挤的外部负效应。[6]市场在管理教育资源中产生了其本身无法控制的意外后果，其原因在于教育本身所具有的公共产品的性质以及经营教育资源在学校内部所产生的外部效应（在本文中特指公共空间拥挤的外部效应）。
（一）经营教育资源使学校逐渐拥有了自己的特殊利益
对于学校来讲，高等教育资源的很大一部分来自国家的财政拨款，其财政结构就决定了学校无法等同于完全竞争性的企业。[7]当它按照市场原则运作的时候，边际成本并不完全由其本身来承担，从根源上来讲，成本来自于国家，来自于公众。不完全承担成本的运作等于在经营原本不属于自己的资源，即公众的资源，学校在充当管理者的同时出现了寻租行为，逐渐拥有了自己的特殊利益。
从一个学校内部来讲，经营教育资源所产生的公共空间外部成本也没有被纳入到学校的边际成本当中，而是完全由学生来承担了，而承担这部分成本的主要是校内的正规学生。学校的这种做法侵犯了這部分学生的利益，导致了不公平。在对俱乐部模型的分析中，本文曾假定所有成员都具有完全相同的需求，但实际上，除学校管理部门之外，学校内部成员已基本分化为两部分。一部分是完全按照正规的招生要求经过高考、研究生考试、推荐考试等严格的准入程序进入到学校中的正规学生；另一部分则是学校各院系按照产业化办学的方针自行举办的各类研修班和辅导班的学生，同时还有一部分不是以学习为目的的其他人员，比如在学校食堂消费、在学校进行各种商业活动的人。本文把前者称之为全面享受校园资源的正式成员，而把后者称之为部分享受校园资源的非正式成员。
以上两类人员在校内的规模都在逐渐加大，前者是由于扩招而产生的，而后者则主要是由学校本身利益导向造成的。学校在成员的准入原则上采取了完全不同的两类标准，一种严格，一种宽松；一种以学生素质为标准，一种以经济利益为标准。学校对两者所提供的服务尽管表面上来看是完全不同的两类服务，但实际上，对非正式成员服务的提供却以对正式成员服务质量的下降为代价，而承担外部成本的主要是正式成员。
那么，这两种人员、两种服务是否具有一定的先后之分，其重要性是否有轻重的差别呢？这是问题的关键。本文认为尽管教育是一种公共资源，但并不意味着所有人都能够不经选择的普遍享受，高等教育带有较强的排斥性和竞争性，能够享受高等教育的人是少数的，它是一种精英式的教育方式。从人才所具有的长期的外部正效应来讲，高等教育采取严格的准入标准，并保证高质量的教学成果，这是一项有利于公众的公益事业。高等教育的产业化并不意味着高等教育可以完全进入市场，谁能拿得起钱谁就可以享受高等教育资源。因此，学校首先应该保证的是对正式学生的教学质量，这对学生本身来讲是公平的，对整个社会来说也是其首要任务。
因此，学校对正式成员的服务质量是首先需要得到保证的，也即是学生对于校内资源具有优先性的产权。那么，如果我们在产权的优先性上达成了共识，非正式成员是否可以以补偿的方式获得正式成员所拥有的一部分产权呢？笔者认为在理论上和实际上都是可行的。但问题在于补偿的标准如何划定。公共空间的拥挤是带有主观性的一种评价，是成员的一种感觉，当成员的代理人——学校并不能有效地衡量拥挤的均衡程度时，需要所有成员进行集体选择来决定这一均衡。
（二）公共资源的提供应该经过公众的集体选择
公共物品的特性使市场无法反映公众的特殊偏好，尤其是某些弱势群体的偏好，因此会出现过度供给，产生更多的外部负效应。所以必须让公众表达自己的偏好，通过集体选择对公共物品进行决策。当集体选择的成本比较大时，由一个中立的政府或者组织来规范其内部成员的行为是比较有效的，但这一组织的产生也需要通过集体选择。
在一个学校内部，学校的管理部门可以被视为这一组织的代表，它充当的应该是学生代理人的角色，但是在前面的分析中我们已经发现，如果这一代理人有了自己的特殊利益，它总是会过度供给教育资源，从而损害正式成员的利益。因此，如果学校的经济主导性在增强的话，学生群体的利益偏好必须能够得到更加有效的表达。科尔曼在现代法人行动的困境中也曾经提到过公共物品的困境问题，如果每个行动者将控制权转让给法人而又缺乏有效的参与和监督的话，很有可能使法人代理人利用公共权力为自己谋私利，并损害行动者的利益。
但是需要注意的是，公共物品无法避免搭便车的行为产生，因此当一个组织越来越庞大的时候，在公共利益方面的动员力会逐渐减少。因此，当现代社会越来越市场化、理性化的时候，如何有效地动员组织的内部成员也是一个相当复杂的问题。
（三）政府在教育产业化发展中的特殊利益
应该看到，任何一个学校“经营”教育资源的背后是整个国家教育产业化发展的大背景，经营教育资源的不仅仅是学校，其背后是整个国家的一种利益导向。尽管高等教育的扩招在客观上扩大了高等教育的覆盖面，提高了国民的受教育水平，但是其初始动因却是“拉动内需”，教育的产业化也是在这一背景下出台的。政府在制定产业化的政策时首先考虑的是国家的经济利益，而这一经济利益的实现则需要通过市场。在教育产业化的过程中，把本应由国家承担的一部分成本又重新转移到公众的身上，公众为获得高等教育的机会付出了高昂的成本。在这种利益导向之下，学校也不惜以牺牲教育质量为代价拼命扩大学生规模，经营教育资源。理性的特殊利益的考虑导致了非理性的扩张，进而偏离了教育的目的，导致公众的利益受损。
注释：
①实际上纯粹的公共物品是很难找的，公共空间由于会产生拥挤因而只是一种准公共物品。在文森特·奥斯特罗姆和埃莉诺·斯特罗姆看来，道路等是一种排它性不可能的共同使用的公共性物品。
参考文献：
[1]李程骅.公共空间：城市住宅空间的社会学思考[J].江海学刊，2003（1）.
[2]王玲，王伟强.城市公共空间的公共经济学分析[J].城市规划汇刊，2002（1）.
[3]乔·B·史蒂文斯著.集体选择经济学[M].杨晓维等译.上海人民出版社，2003.
[4]曼瑟尔·奥尔森著.集体行动的逻辑[M].陈郁等译.上海人民出版社，2004.
[5]斯蒂芬·贝利著.公共部门经济学：理论、政策和实践[M].白景明译.中国税务出版社，2005.
[6]吴可，龙天健.市场机制引入高等教育刍议[J].武汉冶金管理干部学院学报，1996（3）.
空间计量经济学模型 第5篇
区域创新绩效能够有效的评价区域创新能力,它是创新性活动的最终接受者[1]。在经济全球化的今天,提升经济社会发展水平建设的重要手段就是加快区域创新体系建设。近几年来,国家越来越重视科技创新活动的开展。如图1所示:
科技创新活动研发经费支出占国内生产总值的比例从2004年的1.23%上升到了2013年的2.08%,提高了69.11%。根据其趋势可以看出,我国在区域创新体系上的投入力度正在不断加大。与此同时,我国的区域创新能力在逐渐提升,创新活动产出在不断增加,专利申请授权量也迅速上升。专利申请授权数由2004年的190238件上升到了2013年的1313000件,提高了5.90倍。专利申请授权数反映了创新绩效产出,国家如此重视创新引发了学者们对于区域创新绩效的广泛思考:区域创新绩效评价需要考虑哪些因素,这些因素对于区域创新绩效的影响如何?区域创新绩效是否存在着显著的空间效应,存在怎样的空间效应?本文希望通过对这些问题的解答找出区域创新绩效的影响因素,以及存在的空间效应。
1 相关文献研究
区域创新相关内容的研究越来越成为了学术界关注的热点问题,而区域创新绩效评价影响因素分析是其中重要的研究方向。学者们从不同的角度、运用不同的分析方法对这个领域进行过深入地探讨。有关区域创新绩效评价影响因素研究主要包括两个方面,即区域创新绩效评价影响因素的相关研究和区域创新绩效评价影响因素分析方法研究。
关于区域创新绩效评价影响因素研究。Li J等(2014)[2]研究认为公司所有权、区域产业结构对区域创新绩效有影响。M Prevezer等(2014)[3]利用研发支出费用、高等教育人力资源投入、高科技产业数据,运用社会网络分析法研究了区域创新绩效。谢丽娟等(2009)[4]认为创新效率偏低现象主要是因为创新环境利用不足产生的。刘明广(2013)[5]汇总分析了区域创新系统绩效评价的影响因素并进行了探索性因子分析和验证性因子分析。
关于区域创新绩效评价影响因素分析方法研究。SUN Dong和BO Mao-liang[6]、张仁寿等(2012)[7]、梁瑞敏和彭佑元(2014)[8]、傅为忠等(2015)[9]运用数据包络分析分别对中国创新系统绩效、区域科技自主创新绩效评价、高新技术产业创新绩效评价、山西省区域科技创新绩效评价进行了研究;刘明广和李高杨(2012)[10]运用主成分分析方法对区域创新系统绩效评价进行了研究。余泳等(2015)[11]运用因子分析法、莫兰Ⅰ指数对高技术产业创新绩效的空间相关性和空间异质性进行检验,并且基于空间计量模型中的空间误差模型分析了高技术产业创新绩效的影响因素。钟昌祖(2014)[12]运用SBM效率分析方法测度了我国1991~2009年各个省份的区域创新效率,运用空间计量分析方法对区域创新效率的趋同性进行了实证检验。
尽管目前关于区域创新绩效评价影响因素的研究方法和研究工具已经存在很多,但是仍然不能满足日益增长的评价需求。基于以上文献研究内容可以发现,有关区域创新绩效的大多数研究是采用截面数据和时间序列数据,采用面板数据研究的较少,在面板数据研究的基础上再考虑空间因素就更少了。采用截面数据进行研究的缺点是无法考察区域创新绩效动态变化情况,而采用时间序列数据则只能对特定的区域创新绩效进行研究,忽略了相邻区域间的影响,即未将空间因素考虑在内。区域创新绩效不仅仅受到本区域投入要素的影响,而且与相邻区域的投入要素以及相邻区域的创新状态有着密切的关系,忽略空间因素的影响在一定程度上会影响计量的精确性。因此,为了使计量结果更加具有说服力需要将空间因素考虑在内。考虑到区域创新绩效的影响因素具有空间流动性且在相邻区域之间存在着相互依赖关系,本文选取2004~2013年中国大陆各省、直辖市、自治区为研究样本,通过全局空间自相关分析、局部空间自相关分析,运用面板数据及空间权重矩阵构建空间杜宾模型对中国区域创新绩效评价的影响因素进行了实证研究,为相关问题的深入研究提供了新的思路。
2 研究假设与研究设计
2.1 研究假设
前期专利存量能够反映某个区域创新活动的产出积累,相对于前期专利存量较少的区域,前期专利存量较多的区域的创新环境更有利于区域创新绩效的提高。据此提出:
假设1:前期专利存量对区域创新绩效呈正向影响
研发人员数量能够反映某个区域创新活动的人力投入,它是创新活动的主体,研发人员数量越多,越能够带动区域的创新活力,提升创新绩效。据此提出:
假设2:研发人员数量占就业人员比例对区域创新绩效呈正向影响
研发费用的投入量能够反映某个区域创新活动的资本投入,由于创新活动本身的特性,失败的几率非常大,研发费用的投入可能并没有带来应有的产出。结合胡义东和仲伟俊(2011)[13]的研究提出:
假设3:研发经费投入强度对区域创新绩效呈负向影响
在考虑区域创新绩效的影响因素时需要考虑外部环境因素,外贸依存度反映了一个地区的对外贸易活动对该地区经济发展的影响和依赖程度的经济分析指标,外贸依存度越高,越会阻碍区域的创新活动,据此提出:
假设4:外贸依存度对区域创新绩效呈负向影响
专利是创新活动的一项产出,创新活动的产出受到相邻区域的自变量的影响,周围区域的创新活动比较活跃,创新环境比较好提升本区域创新活动产出。据此提出:
假设5:前期专利存量对区域创新绩效有着显著的空间滞后影响
相邻区域的创新绩效可能相互依赖,促成一个均衡结果的形成。据此提出:
假设6:区域创新绩效存在着显著的空间自相关效应,且空间自相关效应为正
2.2 研究设计
2.2.1 研究样本与数据来源
选取2004~2013年中国大陆各省、直辖市、自治区为研究样本,由于西藏自治区数据不全,故不考虑在内。经过对数据的筛选处理,选取了中国大陆各省、直辖市、自治区2004~2013年的300个数据样本,数据来源于2005~2014年《中国统计年鉴》、《中国科技统计年鉴》。采用的计量分析软件包括Stata 12.0、Eviews 7.2、OpenGeo Da 1.2.0。
2.2.2 变量的选取与模型设定
(1)变量的选取
对于区域创新绩效的衡量指标不同的学者选取不同,专利申请数[9]、专利授权数、发表科技论文数、当地GDP水平[10]、新产品销售额[13]等等。鉴于已有的文献,本文的被解释变量为专利授权数Y,用来反映区域创新绩效。解释变量包括前期专利存量X1、研发人员数量占就业人员比例X2、研发经费投入强度X3、外贸依存度X4。
专利授权数(Y):指由专利行政部门对专利申请无异议或经审查异议不成立的,做出授予专利权决定,发给专利证书,并将有关事项予以登记和公告的专利数。它能用来衡量创新活动中知识产出水平,是创新活动产出成果的一种直接反映。
前期专利存量(X1):指以往专利总和。专利存量可以用来衡量科技实力,它能反应一定时期内区域创新活动所处的状态,前期专利存量高,则表示这个区域创新活动状态比较良好。反之,则表示这个区域创新活动状态比较不好。
研发人员数量占就业人员比例(X2):指研发人员数量与就业人员数量的比值。研发人员数量是研究创新能力的重要解释变量,区域内从事研发的人员越多,区域创新能力就越强,进而会使得区域创新产出增加,区域创新绩效提升。
研发经费投入强度(X3):指研发经费与GDP的比值。该指标反映了研发投入强度和经费宏观结构,研发支出在国民经济中占有的份额。
外贸依存度(X4):本文采用出口额与国内生产总值之比,是开放度的评估与衡量指标。
(2)基于面板数据空间杜宾模型(SDM)的设定
为了分析各个投入要素对于区域创新绩效的影响,采用C-D生产函数来刻画区域创新活动行为,其函数形式为:
式(1)中i表示截面单元,t为时间单元;Y、X2、X3分别表示区域创新绩效、研发人员投入和研发资本投入。作为产出变量的区域创新绩效用指标专利授权数来表示,作为投入要素的指标分别用研发人员数量占就业人员比例、研发经费投入强度来表示;α,β分别表示研发人员投入、研发资本投入的产出弹性。
两边取对数,并将变量前期专利存量和衡量环境要素的指标取对数加入,同时加入误差项,整理得到计量模型:
式(2)中LNY表示区域创新绩效情况,LNX1表示前期专利存量情况,LNX2表示研发人员数量占就业人员比例情况,LNX3表示研发经费投入强度情况,LNX4表示外贸依存度情况;β1、β2、β3与β4分别表示前期专利存量、研发人员投入、研发资本投入以及外贸依存度对于区域创新绩效的弹性系数;μ为误差项。
将空间的因素考虑进去,根据“车”相邻原则得到面板数据空间权重矩阵ω,构建空间杜宾模型,其计量形式如下:
式(3)中ω'itXitδ表示解释变量的空间滞后,ω'it表示面板数据空间权重矩阵,其余各项含义如式(2)。
3 实证分析
3.1 空间自相关分析
3.1.1 全局空间自相关
为了分析区域创新绩效在中国大陆各省域之间整体上的空间关联程度和空间差异程度,需要进行全局自相关分析。全局空间自相关常用的一种度量指标是全局莫兰Ⅰ统计量。莫兰Ⅰ统计量实际上就是标准化的空间自协方差。利用OpenGeo Da软件计算莫兰Ⅰ指数,其结果如表1所示。
注:加“***”“**”“*”分别表示在1%、5%、10%显著性水平下拒绝原假设而接受备择假设。
在过去10年的时间里,各年的全局莫兰Ⅰ值全部为正,这表示区域创新绩效较高的区域与区域创新绩效较高的区域相邻,区域创新绩效较低的区域与区域创新绩效较低的区域相邻,在空间上呈现集聚状态。由此可知,在5%显著性水平下,在总体上,区域创新绩效在中国大陆各省、直辖市、自治区之间整体上具有显著的空间正自相关性。
3.1.2 局部空间自相关
全局空间自相关分析是为了研究整体上的空间关联程度和空间差异程度,为了了解中国大陆各省之间空间集聚和空间差异的具体情况,需要对中国各省之间的区域创新绩效进行局部空间自相关分析。图2~4分别为2004年、2009年、2013年的区域创新绩效四分图,图5~7分别为2004年、2009年、2013年区域创新绩效莫兰Ⅰ散点图。
通过图2~4各年四分位图能很直观地看到中国大陆各省、直辖市、自治区区域创新绩效情况。东部、东南沿海区域创新绩效较高,东北部、中部次之,西部最低,呈现出由东向西阶梯状分布。同时也能够很直观的看到区域创新绩效在中国大陆各省、直辖市、自治区之间空间关联和空间差异状态。全局空间自相关重点是在整体数值,局部空间自相关关注的是HH象限、LH象限、LL象限、HL象限4个分类情况。2004年、2009年、2013年中国大陆各省、直辖市、自治区的区域创新绩效分布象限如表6所示。由局部莫兰Ⅰ散点图同样可以发现中国大陆各省大多数分布在第一象限(HH象限)和第三象限(LL象限),即高值被高值包围,低值被低值包围,表现出空间正相关性,即空间集聚;少数省份分布在第二象限(LH象限)和第四象限(HL象限),即低值被高值包围,高值被低值包围,即空间差异。
3.2 空间杜宾模型(SDM)
通过全局自相关和局部自相关分析可以知道区域创新绩效确实存在着空间自相关效应,需要将空间因素加以考虑。作为被解释变量的区域创新绩效在相邻区域之间存在着相互依赖,最终导致平衡结果的形成。这个被解释变量同时也依赖于相邻区域的自变量。依此可以构建空间杜宾模型。通过进行Hausman检验,决定选用随机效应模型,其运算结果如表3所示。
注:加“***”“**”“*”分别表示在1%、5%、10%显著性水平下拒绝原假设而接受备择假设。
用函数形式表示如下(括号中表示相应的z值):
由空间杜宾模型计量结果式(4)可知:
(1)组内拟合优度R2达到了0.9309,说明模型拟合结果比较好。
(2)LNX1的回归系数为0.916951,p=0.000,在1%的显著性水平下通过了检验,说明前期专利存量对区域创新绩效呈正向影响,不能拒绝原假设1。前期专利存量每提高1%,区域创新绩效将提高0.916951%。
(3)LNX2的回归系数是0.4056882,p=0.000,在1%的显著性水平下通过了检验,说明研发人员数量占就业人员比例对区域创新绩效呈正向影响,不能拒绝原假设2。研发人员数量占就业人员比例每提高1%,区域创新绩效将提高0.405688%。
(4)LNX3的回归系数是-0.0210397,p=0.097,在1%的显著性水平下通过了检验,说明研发经费投入强度对区域创新绩效呈负向影响,不能拒绝原假设3。研发经费投入强度每提高1%,区域创新绩效将降低0.02104%
(5)LNX4的回归系数是-0.4040685,p=0.000,在1%的显著性水平下通过了检验,说明外贸依存度对区域创新绩效呈负向影响,不能拒绝原假设4。外贸依存度每提高1%,区域创新绩效将降低0.40407%
(5)LNX1空间滞后项的回归系数是-0.4113948,p=0.000,说明前期专利存量对区域创新绩效有着显著的空间滞后影响,且影响为负,不能拒绝原假设5。
(6)空间自回归系数(rho)为0.4725803,p=0.000,说明区域创新绩效存在着显著的空间自相关效应,不能拒绝原假设6。且空间自相关效应为正,与全局空间自相关分析与局部空间自相关分析结论相同。
4 结论
本文运用Stata 12.0、Eviews 7.2、Open GeoDa 1.2.0等计量软件,选取2004~2013年中国大陆各省、直辖市、自治区为研究样本,运用面板数据空间权重矩阵构建空间杜宾模型对中国区域创新绩效评价的影响因素进行了研究。通过实证分析得出,得出了以下结论:
(1)前期专利存量对区域创新绩效呈正向影响。这表明前期专利存量较多的区域的创新环境相对于前期专利存量较少的区域活跃,而良好的创新环境有利于区域创新绩效的提高。
(2)研发人员数量占就业人员比例对区域创新绩效呈正向影响、研发经费投入强度对区域创新绩效呈负向影响的假设成立。研发经费投入强度对区域创新绩效呈负向影响的结论与胡义东和仲伟俊(2011)[17]的结论一样。一方面表明研发人员是创新活动的主体,研发人员的投入量对区域创新绩效有显著的正向作用;另一方面表明创新活动中确实存在着比较严重的经费投入冗余或投入不当,影响了区域创新绩效。
(3)外贸依存度对区域创新绩效呈负向影响的假设成立。表明代表外部影响要素的外贸活动在一定程度上阻碍了区域创新活动产出,在现实生活中需要通过扩大内需来带动区域创新活动,激发创新活力。
(4)前期专利存量对区域创新绩效有着显著的空间滞后影响、区域创新绩效存在着显著的空间自相关效应,且空间自相关效应为正的假设成立。一方面表明区域创新绩效影响因素在空间上具有流动性,创新活动的产出受到相邻区域的自变量的影响,周围区域的创新活动比较活跃,创新环境比较好会提升本区域创新活动产出;另一方面表明相邻区域的创新绩效存在着显著的相互依赖关系。
为了进一步提高区域创新绩效,提出如下建议:
(1)加大研发人员数量的投入,改善就业队伍的结构。一方面通过提高研发人员的待遇,通过物质激励或者设置具有吸引力的岗位、设立创新勋章、奖状等模式来调动研发积极性;另一方面提供更多的研发方面的培训课程,让更多的人参与研发。
(2)提高创新活动的成功率,尽量减少研发经费的浪费。研发成果往往经历过大量失败实验后才产生,在这个过程中会耗费大量的研发费用。在创新活动中,要积极吸取失败实验的教训,加强研发经费管理水平,减少不必要的经费支出,提高创新活动的成功率。
空间计量经济学模型 第6篇
房地产业作为一个新兴产业, 经过20多年快速发展, 已成为国民经济支柱性产业。房地产市场的繁荣发展对国民经济的稳定发展起到重要作用, 但同时也带来了相关行业投资过度并影响国家的金融安全和社会稳定问题。这是由于房地产很容易演变为投机品, 其投资过度不仅可以引发房地产本身产业过热, 出现房地产投机泡沫, 而且还能够通过后向关联产业的需求拉动和前向关联产业的供给推动, 引发经济过热。更为严重的是, 由于巨大的经济惯性, 即使政府采取强有力的宏观调控措施, 经济也很难实现平稳的“软着陆”, 常常带来经济长期紧缩或停滞。
商品住宅的销售价格自1998年以来就持续增长, 1998～2003年6年间的增长幅度分别是3.58%, 0.16%, 4.90%, 3.54%, 3.72%, 5.02%, 变化幅度相对比较小;而2004～2007年增幅相对较大, 分别为14.23%、17.37%、13.56%、19.01%;2008年受世界经济危机冲击影响, 全国住宅平均价格相比2007年仅上涨了8.91%。上述数据可以看到, 最近几年在各种因素推动下住宅价格快速上涨, 住房价格已经成为社会普遍关注的重大民生问题。目前给人们一种直觉是房价与居民收入支付能力之间出现了偏离, 这是因为住宅作为一种特殊商品具有自身独特的禀赋特性, 兼具商品和金融属性 (刚性和投机性需求) , 而投机性需求在当前经济环境下对房价的影响极为特殊, 其影响路径表现为住宅价格上涨引起居民资产财富增加, 资产财富增长伴随资产升值预期将演变为价格上涨的持续推动力。本文旨在针对目前我国住宅市场的发展状况, 借鉴国内外投机理论的研究成果, 结合当前房地产市场运行现况, 尝试引入投机性预期的方法对房地产市场进行分析;通过构建空间面板模型来研究房地产价格、刚性需求、以及资产升值预期带来的投机性需求之间的关系, 构建能较为准确反应房地产价格影响机制的价格模型, 为我国制定有效的房地产调控政策提供参考, 并促进房地产市场的公平竞争。
1 文献综述
关于房价和投机的关系, 国内外学者做了大量理论和实证研究。项卫星等 (2007) 认为, 房地产投机热潮形成的重要原因是银行资金的持续推动。周京奎 (2005) 从信念和反馈效应出发, 分析了银行、开发商和置业者间的互动行为导致房地产价格不断上升和房地产泡沫形成的机制。许承明和王安兴 (2006) 指出, 当合同本身不完善或违约成本很低时, 投资者就有很强的动机通过大量银行贷款投资风险资产, 从而形成资产价格泡沫。杜敏杰和刘霞辉 (2007) 构建了房地产价格波动与汇率波动间的数量模型, 分析人民币持续升值情况下房地产价格的变动及房地产价格投机的形成。杨帆等 (2005) 通过估算收入房价比、空置率等指标, 认为中国房地产泡沫已经产生, 并以极快的速度发展;而胡健颖 (2006) 则采用Levin和Wright (1997) 的框架, 以经济基本因素来估计房地产基础价格, 发现投机成分确实在房地产市场存在, 但对房地产价格的贡献不大。产生分歧的原因部分在于研究方法的局限性, 现有文献多数基于简单的统计或回归分析:杨帆等 (2005) 以国内部分大城市的房价、抵押贷款增长率等作为衡量投机的指标, 与发达国家进行简单类比。胡健颖等 (2006) 则以人均收入、贷款利率等经济基本因素来估计房地产基础价格, 但其基础价格的决定并无可靠理论依据佐证, 只能主观地采用线性或半参数模型拟合, 实际可能产生模型误设问题, 影响对房地产投机存在性的检验。而姜春海 (2005) 以时间变量预测商品房竣工造价, 同样其理论基础相对薄弱。
国外学者对房地产市场投机行为的研究文献, 有的是从分解房地产价格入手, 将房地产价格分解为经济基本因素驱动的基础价格和市场投机行为驱动的非基础价格, 但不同研究对经济基本因素和非基本因素价格的决定机制做出不同设定, 如Chan等 (2001) 以固定贴现率折现的房地产未来各期期望租金之和作为现期住房的基本价格, 对20世纪90年代的香港房地产市场进行研究, 发现存在理性泡沫和设定误差。有的文献强调投机性预期是决定未来房地产价格波动的关键因素之一, Hrshleifer (1975) 和Feiger (1976) 等认为主观信念的不同会诱发投机行为。市场中的一些投资者明知某些资产价格高于实际价值, 但他确信将来会有更多的人愿意以更高的价格购买, 因此不断购进此种资产。这种由于主观信念不同而导致的投机行为常导致资产价格出现系统性偏差, 最终形成资产泡沫。Harrison和Kreps (1978) 认为与投资者必须长期持有某项资产相比, 如果投资者拥有随时出售该项资产的权利和可能性, 那么投资者就愿意支付更高的价格, 在这一个过程中显示出了投机的特性。从经济总体来看, 在资产的流动中价值没有增加, 而投资者支付了更高的价格, 说明经济体中存在资产泡沫。Kindleberger (1989) 认为, 投机者可分为两个群体:局内人与局外人。局内人把价格抬得高而又高, 在高峰时卖给局外人;局外人高价买进低价卖出。对于每一个不稳定的投机者, 对应着一个稳定的投机者。他还认为, 在经济快速扩张或繁荣时期, 投机者常被一种“幼稚”的预期所鼓动, 即繁荣将会无限期持续, 或至少足够长, 以致可以使最初的投机者出售他们的资产给另外的更不避风险的投机者, 从而形成投机繁荣。沿着上述投机理论, Case和Shiller (1989) 、Abraham和Hendershott (1995) 、Ito和Iwaisako (1995) 、Levin和Wright (l997) 、Muellbauer和Muphy (1997) 等就房地产市场的投机问题作了大量的研究, 发现房地产投资中确实存在投机行为, 并且是房地产价格的决定因素之一。
已有的文献鲜有从资产升值预期导致投机诉求的视角来研究投机, 本文认为该视角反映微观个体投机决策的关键, 符合经济经验和理论支撑, 能较为准确的反应我国房地产价格的影响机制。因此, 本文将围绕该问题展开理论与实证研究。第一部分主要阐述预期资产收益变动导致投机价格形成的理论框架。第二部分基于理论部分提出本文的住宅价格模型。第三部分以中国房地产市场为例, 对房地产市场地域投机性进行实证分析。第四部分将在上一部分的基础上得出结论。
2 资产升值预期的投机理论分析
投机行为来源于资产升值预期, 如果预期资产收益不会变动, 投机行为也不会产生。因此, 在研究房地产价格投机时, 必须弄清楚资产收益预期是如何形成的。下面将对房地产投机行为的形成进行理论框架的阐述。
2.1 房地产具有建设周期长、自然寿命和经济寿命长以及土地供给有限等特点, 决定了房地产市场短期供给是无弹性的
由此可以认为, 供给条件的改变不可能是价格预期形成的主要决定因素。因此, 未来需求变化的预期将成为资产收益预期形成的主要决定因素, 在市场供给有限、需求旺盛的市场环境下, 投资者将认为房地产理论价格大于实际, 并将根据资产过去收益变动的趋势而不是其实际价格进行交易。
2.2 在房地产市场中买者和卖者同时存在, 双方签订买卖合同的时间存在间隔, 为房地产价格投机创造了机会
拥有房产的投资者预测房价很快将上升, 他会以目前市场价格购入一定量的房产, 然后再将其原有房产以上涨后的价格售出, 从而获得资产收益。在这期间如果判断错误, 他将蒙受损失。投资者之所以会采取这种投机方式, 主要是因为他预测市场上有充足的供给。然而, 在一定情况下全部投资者都采取这种投机方式, 就会造成房地产市场上只存在买者而缺少卖者, 从而在宏观水平上打破供求均衡。在这种条件下追求利润最大化的投资者为获得资产收益就会抬高价格, 最终形成房地产价格投机。
2.3 外部市场环境尤其是货币政策对投机动机影响很大, 无论是利率、通货膨胀、货币信贷等外部市场环境的调整都将影响投机者的投机决策
如资产收益的增长率超过银行贷款利率、偏向宽松货币政策、通货膨胀高企不下时都会导致房地产价格投机。在这种情况下投资者会借款建房、购买房产, 然后再以高的价格出售。众多投资者采取一致的行动, 将会使房地产价格大幅度上升。
2.4 预期房地产价格上升而引起的投资行为也会导致房地产价格投机
市场中交易者对房地产过分偏好产生资产升值预期, 会打破市场供求均衡, 使该档次的房地产价格持续上升, 进而形成价格泡沫。投资者为获得房地产预期价格变化而带来的资产收益, 使得这种投机机制以及房地产交易成本并不能成为其提前购买房地产的障碍;这些置业投资者购买其它高档房地产的动机并不是为自己使用, 而完全是用于投机。
3 基于资产升值预期的住宅价格模型理论推导
资产价格的上涨表现为所有者资产财富的增加, 只有在预期资产收益为正的前提下, 伴随价格持续上涨, 投机者的投机诉求将得到进一步的释放。本文从房地产价格形成的角度出发, 主要考虑两方面因素:
(1) 刚性需求。以可支配收入来衡量, 体现了居民消费、投资等可支付能力; (2) 投机需求。从经济经验中我们知道, 所有者资产财富的增减将会导致其预期资产收益的变动, 一般而言, 所有者资产财富增加越多其预期资产升值也越强烈, 投机诉求也越强烈, 对房价的影响也越大;因此本文考虑用如下公式来建立模型:
Pt=P
其中Pt代表t期的房地产价格, P
P
其中yt为可支配收入, E为消费者当前的外在市场环境包括利率、通货膨胀、货币供应量等。
Ht代表房地产作为一种资产获得预期资本收益的现值, 其预期资产收益的现值可以表示为:
Ht=Ht+1/ (1+it) (3)
Ht+1代表下一期预期资本收益, it代表t期的利率。
根据正反馈机制, Ht+1预期资产收益与过去的单位资产财富变动相关, 也就是说它受到过去资产财富变动的影响。这一反馈机制所表征的投机型需求可用下面公式表示:
Ht+1=f (Wt-1, E) (4)
上述公式说明Ht+1是由Wt-1和E共同决定。E为消费者当前的外在市场环境包括利率、通货膨胀、货币供应量等。Wt-1可以表示如下:
Wt-1= (Ct-1-Ct-2) /St-1 (5)
其中C为存量房价值总额, 本文里用存量房 (累计值) 乘以住房价格得到;S为当期住宅存量房数据。将公式 (2) 、 (3) 、 (4) 带入公式 (1) 可得基于资产升值预期的住宅价格模型:
Pt=f (yt, E) +f (Wt-1, E) / (1+it) (6)
4 实证分析
4.1 变量选取及数据来源
数据样本由2000～2008年10年中国24个省、自治区、直辖市的相关季度数据组成, 数据来源于《中国统计年鉴》、Wind数据库。我们在现有研究基础上, 根据上述住宅价格模型和已被佐证对房价有重要影响的经济变量选取可支配收入 (I) 、预期资产收益变动 (RI) (公式 (5) ) 、利率 (R) 作为回归方程的解释变量, 房价为被解释变量;当期收入 (I) 代表预期将来的可支配能力 (当期居民可支配收入) ;预期资产收益变动 (RI) 表明随着资产价格上涨所带来预期资产收益变动, 代表随着收入、资产价格增长居民的住房投机倾向;利率 (R) 代表外部货币环境对住房价格的影响。
为了计量模型设定的方便和模型经济意义上的解释, 当期收入 (I) 变量数据采用当期人均可支配收入;预期资产收益变动 (RI) 由公式 (5) 式计算得来;利率 (R) 变量数据采用人民币10年期贷款利率。
4.2 本文所采用的空间计量模型
空间计量经济学是计量经济学的一个分支, 它主要处理具有空间相依特征和空间异方差结构的经济数据。在计量经济模型分析中, 我们常常会使用截面和面板两种数据类型, 这不可避免涉及到研究对象的空间位置及由此而产生的空间关联性。过去人们常用的方法是将经济体看作一个整体来分析, 但是随着研究的深入, 各个研究对象之间的空间关联性逐渐引起人们的关注。本文所使用的空间计量经济模型主要是加入了空间效应 (空间相关和空间误差) 的空间常系数回归模型, 即空间滞后模型和空间误差模型。
在上述经济理论模型的基础上, 并根据本文的研究目的得到的空间滞后模型和空间误差模型分别为:
P=α0+ρW×P+αI+βRI+γR+ε (7)
P=α0+αI+βRI+γRε, ε=θW×φ+u (8)
其中P为住宅价格、I为当期可支配收入、CI为预期资产收益变动、R为人民币10年期贷款利率、RI为滞后一期的预期资产收益变动。
本文模型W空间权重矩阵不是传统面板模型基于横截面数据的N×N矩阵 (N代表横截面个体数) , 而是 (N×T) × (N×T) 的分块矩阵:
矩阵W中非对角元素全为0, 而对角线那个每个元素又是一个N×N的方阵, 并假定距离随时间不变 (W2000=…=W2008) 。本文没有简单的采用0和1两种值来设置省市间的相邻关系, 而是应用具体的距离函数来表达省市空间上的依赖关系, 这样可以更准确地捕捉周围省市变量对特定省市的影响。其距离函数按照下列方程赋值:
Ui, j=0, 如果i=j;
Ui, j=0, 如果di, j>1624 (km) ;
Ui, j为Wk中省市间的距离值, 该矩阵的处理方法多数参考文献 (Garretsen和Peeters, 2007) , 选取了较简单的距离倒数函数, 省市中最短的里程 (22km) 设定权重为1, 其他里程权重为22/di, j, di, j是省市和省市之间的里程。距离限值1624的选取参考 (Madariaga和Poncet, 2007) 的做法, 如果城市间里程大于1624, 表明空间依赖由正变0。
4.3 模型空间自相关检验
在进行实证分析之前, 我们首先检验各变量的空间相关性情况, 如果变量之间确实存在空间相关性, 而仍然采用传统的模型进行回归估计, 势必会造成模型设定的偏误或估计结果的不准确, 为此, 先对各变量进行空间相关性检验, 这里我们通过Moran's I指数检验来测定变量之间是否存在空间依赖性。通过对2000～2008年期间的变量数据进行检验, 从表1中可以看出各变量普遍存在着空间相关性, 且均相对显著, 意味着各省市住宅价格的上涨不能孤立考虑自身因素, 也需要考虑周边省市的整体住宅价格走势。故此模型估计时应考虑空间因素的空间计量模型。
既然统计量检验表明空间模型在该模型中更优于传统的回归模型, 那么如何判别空间滞后模型和空间误差模型的优劣呢?常用的模型选择标准有两种。 (1) 根据Anselin (2004) 提出的判别准则, 可通过对统计量Moran's I指数、统计量LM (lag) 和统计LM (error) 的检验来判别, 哪种模型的统计量绝对值越大, 显著水平越高, 就采用哪种模型。 (2) 在LM (lag) 统计量和统计量LM (error) 都无法判断模型优劣的条件下, 一般对两个模型的极大似然估计量 (LogL) 、赤迟信息量 (AIC) 和施瓦兹信息量 (SC) 进行比较, LogL越大、AIC和SC值越小, 说明模型越优。根据以上判别准则, 比较LM (lag) 和LM (error) P值, 我们可以看出LM (error) 的P值为0.0362, 小于LM (lag) 的P值0.0963, 且R-LM (error) 的P值0.0278小于R-LM (lag) 的P值0.0897, 说明空间误差模型优于空间滞后模型。且从AIC和SC我们可以看出, 空间误差模型均小于空间滞后模型, 这再一次说明了空间误差模型为最优。
依据上述检验结果本文对全国季度数据样本进行SEM模型估计, 来度量内部变量的依存效应, 其回归结果如下。相应的权值矩阵W为地区内部省市间的里程函数。 (括号中的数字表示t检验统计量)
P=1.1756I+-179.933R+0.8674RI+ε, ε=0.1011W×φ+u
(34.755) (-12.4472) (17.0129) (7.9258) (8)
调整R2=0.7764。其中P为住宅价格、I为当期可支配收入、R为人民币10年期贷款利率、RI为预期资产收益变动。
I (当期收入) 对房价的影响系数为1.1756, 且在1%的水平下显著 (t检验值为34.755) , 表明在此期间当期可支配收入每上涨1元钱将造成房价上涨1.1756元;R (利率) 的估计系数为-179.933, 相应的t检验值为-12.4472 (在1%的水平下显著) , 表明利率每提高1个百分点将造成房价下降1.79933元;RI (预期资产收益变动) 的估计系数为0.8674, 相应的t检验值为17.0129 (在1%的水平下显著) , 表明RI (预期资产收益变动) 每上涨1元钱对应房价上涨0.8674。模型估计结果表明, 利率对住宅价格影响最大, 当期可支配收入次之, 预期资产收益变动再次之, 但三者对房价的影响相差不大。模型调整R2=0.7764, 表明3个变量可以在很大程度上解释我国住宅价格走势。
5 结 论
本文通过建立基于预期资产升值的住宅价格模型, 应用空间面板计量模型, 采用2000～2008年24个省市的季度经济数据来度量住宅价格的空间依赖效应, 模型空间权重矩阵W不是简单的 (0, 1) 二元邻接矩阵, 而是省市间的里程函数;对刚性需求和投机性需求引起的房价效应进行了较为准确地估计。其主要结论概括如下:
(1) 利率在本文模型构建中主要反映了外部货币环境对房地产市场刚性和投机性需求的共同影响, 通过房贷利率调节居民的购房成本来影响刚性需求, 通过货币政策影响投机性成本来抑制或拉动投机, 并在两者的影响中互为反馈, 即消费拉动投机, 投机又反过来影响消费, 因此模型结果中利率影响作用比较大;参考我国经济运行经验, 可以揭示在当前房地产市场中, 利率政策更准确的说是货币政策对房价的影响极为重要, 货币政策的调控在很大程度上影响了房价走势。
(2) 可支配收入对房价的影响是对我国住宅市场刚性需求的集中体现, 我们可以从动态房价收入角度来理解居民真实购买力对房价上涨的影响:考虑到居民收入的增长, 有相当一部分人群对房贷的年可支付能力是在逐步提升的, 其购房压力随着时间变化并不像表面看起来那么严峻, 需求旺盛伴随收入持续性增长将长期影响我国住宅刚性需求和房价走势。
(3) 近年来投机性需求对住宅价格影响日益体现, 并成为影响房价走势的重要组成部分, 通过对预期资产收益变动系数的观测我们发现其对房价的影响与当期可支配收入相差不大, 仅相差0.31;模型公式 (4) 中, 预期资产收益和利率一起被表征为投机性需求, 观察两者系数对比刚性需求公式 (2) , 我们可以认为投机性需求已经逐渐成为主导我国住宅价格走势的关键性因素。
国外空间计量经济学最新进展综述 第7篇
关键词：空间计量,经济增长,技术创新
空间计量经济学是以计量经济学、空间统计学和地理信息系统等学科为基础,以探索建立空间经济理论模型为主要任务,利用经济理论、数学模型、空间统计和专业软件等工具对空间经济现象进行研究的一门新兴交叉学科。空间计量经济学已经成为计量经济学的重要分支。最近几年,国外众多学者对于空间计量经济学的兴趣几乎成指数型增长,在计量分析中融入对空间因素的考察正在成为一种趋势,导致相关文献大量涌现。本文主要对其21世纪以来的最新发展进行了一个初步梳理,理清其研究发展的脉络和领域。
在Anselin1988年对空间计量经济学的经典定义中,认为它是研究在区域经济模型的统计分析中,处理由于空间因素导致的特殊性质的一系列方法[1]。不过Anselin在2006年的观点中,对空间计量经济学的定义已经剔除了局限在城市和区域经济的限制性条件,并且把它的研究范围由对截面数据的分析拓展到了空间—时间领域,主要是研究与位置、距离、布局等变量相关的模型的设定、估计、检验与预测的一种经济学方法[2]。可见空间计量经济学的已经得到了迅速的发展,它在实证研究中日益得到了广泛的应用。
一、空间计量经济学的研究方法
最早人们的兴趣主要集中在对各种检验方法的发展上,比如Kelejian和Prucha修正了传统的Moran I检验,探讨了在不同模型中Moran I统计量的分布,并且根据Moran I检验给出了新的二次线性中心极限定理[3]。Anselin提出的RS检验(Rao Score)常用于空间计量模型空间相关的存在性检验,Baltagi等提出了一种可以同时检验空间面板数据模型空间误差自相关和随机效应的联合LM检验。后来在估计方法上也取得了显著进展,其中最重要的进步应该是对用于空间回归模型的两种主要估计方法即最大似然函数法(ML)和广义矩估计法(GMM)的渐近特性研究。比如Hsiao等证明运用最大似然估计相对GMM估计更加渐进有效。Lee探讨了用最大似然估计和准最大似然估计的空间自回归模型的渐近性质,还有Elhorst借鉴非空间动态面板模型的估计思想,对传统ML估计方法进行改良,提出用无条件最大似然法估计法估计动态空间面板模型,以及Lee对最优广义矩估计量的研究。同样值得注意的是Arraiz等人研究如何推广用GMM方法估计既包含空间依赖性又包含异方差的模型。运用统一框架来同时处理空间依赖性和空间异质性的方法,也已经被研究出来了。
除了常见的空间滞后模型和空间自回归误差模型外,如何设定模型也受到了关注,比如说Anselin对处理空间外部性的一般框架的概述。一些模型设定是标准模型的特例,如Lee研究了相同权重下的空间滞后模型(所有的观察值都是相邻的)。其他学者研究了移动平均误差的设定和误差的方差—协方差矩阵的新的表达式,Fingleton和Le Gallo研究了包含内生空间滞后变量的模型。
与以前相比,有三种模型受到了更多的关注,即空间面板模型、空间潜在变量模型和流体模型。尤其是面板空间计量经济学的理论和应用论文都呈现明显增多的趋势。许多学者提出了一般的模型设定和估计方法。Pesaran等及其他学者为包含空间效应和随机效应等因素的一系列备择模型设计了大量的假设检验方法。
空间预测作为空间计量经济学的一部分,也有个别学者涉足其中。比如关于空间计量模型的预测效率和存在的困难,不过总体而言,这一领域受到的关注十分有限。
二、研究领域
1.经济增长
在进行经济增长的研究中,空间因素已经成为一个不可忽视的因素,越来越多地被纳入模型中进行分析。Weinhol研究了不同国家经济增长率的空间依赖性,认为在南北贸易模型中,北方国家的动力源泉主要是内生的知识增长,南方国家主要是模仿和贸易驱动。Mossi等人使用空间统计的工具分析了巴西1939—1998年间地区经济增长的空间依赖性[4]。Ying从空间计量经济学的角度分析了在不同的国家制度与经济增长的关系。还有学者注意到了FDI会影响东道国周边其他国家的经济增长,不过目前为止仅有很少几篇文章在研究FDI对经济增长作用时考虑了空间依赖性的存在。
在对经济趋同的研究中,一些学者将空间计量分析方法引入到地区经济收敛研究中来,这一领域已经成为当前研究的一个重点方向,并且成果颇丰。比如Rey和Dev将空间计量方法引入σ收敛(人均收入水平上的趋同)的研究,认为对σ收敛的测度受全球分散、空间依赖性以及各种形式的空间异质性等众多因素的影响。Gallo和Dall’erba用空间计量模型评估了欧洲国家1980—1990年的收敛过程在时间和空间上的异质性。Arbia的研究发现,由于空间依赖性与空间自相关性的存在,欧盟和意大利的地区经济收敛速度明显下降。
一些学者尝试运用空间动态面板数据方法(Spatial Dynamic Panel Data approach,SDPD) 研究不同地区的收敛问题。比如Badinger等运用1985—1999年的数据,分析了欧盟的区域收敛问题。Ismail认为,东盟五国在1960—2004年期间存在着显著的经济收敛。Yu和Lee把技术外溢引入到了新古典主义的分析框架中,通过研究美国1930—2006年48个州的空间动态面板数据进行实证分析,证明收敛速度高并存在空间相互作用。
2.技术创新
随着空间计量经济学的发展,国外许多学者通过空间计量经济学的技术研究R&D的生产和技术溢出,有些学者对技术溢出的半径进行了研究,当然由于研究方法和对象的不同导致最终结论存在很大的差异。比如Anselin等认为当地大学的技术外溢效应局限于某些特定的行业,这些从中心城区的技术溢出效应超出75英里的范围。Keller证明了R&D活动的技术外溢与空间分布高度相关,具有明显的地域性,会随地理距离递减,大约1 200公里递减一半,而且技术溢出的局部性随时间推移而减弱。
另外一些学者研究了创新活动之间的空间相关性,发现创新活动的高低和增长与空间分布存在明显的正相关,这意味技术创新存在明显的聚集现象。Acs等认为在地理因素在区域创新系统中的作用已经成为创新领域的一个重大问题,并利用空间计量模型和知识生产函数对横截面数据进行分析。Lim基于1990—1999的专利数据,研究了美国大都市创新活动空间分布的差异性以及相互之间的相关性。Bode通过空间计量经济学的方法研究20世纪90年代西德行政区域之间的知识溢出,发现只有研发强度低的地区受益于区际知识溢出,对于研发强度高的地方影响似乎不大[5]。
3.环境和农业
空间计量经济学的应用领域越来越多,正在成为各个国家环境、农业以及发展经济学中的应用研究人员的标准工具包的一部分。例如在环境方面,Anselin详细讨论了空间计量经济学模型在环境和资源利用方面的应用问题,为后续的研究奠定了基础。Rupasingha等人在分析经济增长与环境污染的环境库兹涅茨曲线(Environmental Kuznets Curve,EKC)时,发现空间效应对于研究环境污染非常重要。Madddison在基于空间滞后模型(SLM)检验跨国EKC模型时,发现人均二氧化硫和氮氧化物的排放量将严重影响周边国家的人均排放量。
在农业方面,农民不仅在种植上会由于地理上的接近和气候的类似存在着显著的空间相关性;在对土地不同用途的选择上也会考虑到空间依赖性的影响;而且对农田租赁率的研究也可以进行空间计量分析。
4.区域经济
在对一定区域范围内的研究中,对地方政府的税收和支出的研究中引入了空间计量的分析。有的学者从税收的角度,证明本地的税收增长有对政府有负面影响,相邻地区的增税对现任政府的人气有积极影响。有的学者是从支出的角度,研究美国各州之间政府开支的相互影响程度,结果表明每一美元的地方政府支出导致相邻地区的开支增加了近90美分。在城市和产业方面的研究中,Elisabet研究了西班牙城市的集聚经济和工业活动情况,结果表明,在某些行业邻近城市的人口数量或就业水平可以强化一个城市的集聚经济。Van Oort在研究荷兰集聚经济在不同空间范围的作用和在城市产业内部以及产业之间的作用时,发现使用空间滞后模型的分析结果更加可靠[6]。
除此之外,在与个人密切相关的问题上,比如就业、医疗、收入分配、住房价格等领域,学者们也进行了深入的探讨,空间计量的研究范围呈现出越来越广泛的趋势。
三、应用软件
在20世纪80年代末和90年代初,合适的空间数据分析软件的缺乏往往被认为是实证研究中不能采用空间分析的一个主要障碍。由于没有真正的专业空间计量分析软件,学者们只能将空间计量功能植入到现有的商业统计软件中。直到Space Stat软件的面世,对空间回归模型的估计和假设检验才成为可能。随后就有了商业产品S+Spatialstats软件和Matlab工具箱,并且学术界开展了一系列的研究活动,以此来完善商用GIS软件和经济计量软件中专用的软件包。
到21世纪初,这种状况完全改变了。学者们投入的精力有增无减,并且已经开发了一系列功能丰富的专用工具箱,其中一些工具箱整合了商业软件的工具,如Matlab。通过这一次的努力,进行空间分析时再也不会因为缺乏专用软件而苦恼。这些软件工具从五个不同的方面得到了长足的发展。第一个方面是从事研发空间计量工具箱的应用计量学家在Matlab软件研发上取得了巨大的成功,Matlab软件具有执行空间回归、贝叶斯空间经济计量和空间面板回归的功能。第二个方面是开源软件的研发队伍不断壮大,特别是R语言团队专注于设计空间数据分析软件的功能,他们设计的spdep软件包具备执行空间自相关分析和空间回归分析等多个功能。除了spdep软件包外,R语言团队已经研发了其他的几个处理一系列有关空间数据分析的问题的软件包[7]。第三方面是Geo Da软件包使用率的惊人上升,它是一个用来完成地理视图、探测性空间数据分析和空间回归的独立程序。自从Geo Da软件在2003年底发布以来,全世界范围内下载过它的用户超过45 000个,它正迅速成为空间分析的基础入门的实用标准软件。第四个方面的进展来自于商业部门,ESRI公司的Arc GIS软件的9.2版—开始就配有空间统计工具箱,它具有空间自相关和空间回归的功能。第五个方面是人们为了努力创建一个具备分析空间数据问题的网络基础设施越来越有兴趣,它包括利用互联网计算和互相联机来解决相关的计算问题。总之,尽管仍然有一些空间计量问题受到软件的限制(比如空间—时间分析),但是在众多研究者的推动下,空间计量工作已经不再受制于软件工具的缺乏。
四、研究展望
未来空间计量经济学的发展有着广阔的前景,不过也还有一些问题需要解决。首先要进一步地理解空间和空间—时间因素是如何内生于模型之中,它们背后相互作用的复杂原理还有待进一步厘清。比如在空间异质性模型中,虽然实证研究证明了异质性的存在,但是未对它进行充分的理论解释。其次,随着信息科学的发展和统计手段的改进,如何有效处理源源不断生成的海量精细化数据是个亟待解决的问题,特别是在越来越大的数据集合中对各种影响因素的界定和处理是个难题。最后是关于在不断膨胀的数据集合中处理复杂的空间—时间相互关系所需的算法有待发展,将来需要开发新的运算法则并有效利用不断变化的计算机技术,比如分布式计算和云计算等技术才能面对这个挑战。
参考文献
[1]Anselin L.Spatial Econometrics:Methods and Models[M].Kluwer Academic Publishers,Dordrecht,1988:7.
[2]Anselin LSpatial Econometrics.In:Mills.T,Patterson K(eds)Palgravehandbookofeconometrics:Volume1,econometrictheory[M].Palgrave Macmillan,Basingstoke,2006:902.
[3]Kelejian H.,Prucha I.R.On the Asymptotic Distribution of Moran I Test Statistic with Applications[J].Journal Econometrics,2001,(2):219-257.
[4]Mossi M.B.,Aroca P,Fernández I J,Azzoni C R.Growth dynamics and space in Brazil[J].International Regional Science Review,2003,(3):393-418.
[5]Bode E.The spatialpattern of localized R&D spillovers:an empirical investigation for Germany[J].Journal of Economic Geography,2004,(1):43-64.
[6]Van Oort F.G.Spatialand Sectoral Composition Effectsof Agglomeration Economiesin The Netherlands[J].Papersin Regional Science,2007,(1):5-30.
空间计量经济学模型 第8篇
农村饮水安全, 即农村居民能够及时、方便的获得符合标准的生活饮用水[1]。解决农村饮水问题, 可以减少疾病, 解放农村劳动力, 有利于发展农业生产, 有利于提高农民的生活水平;实施农村供水、环境卫生和健康教育“三位一体”, 安全供水、节水、生活污水排放处理“三结合”等综合措施, 有利于改善农村的整体面貌, 形成良好的人居环境;在饮水工程项目实施中推行用水户全过程参与, 是民主决策、民主管理、民主监督的重要体现, 有利于推进农村民主政治建设[2]。农村饮水解困工程建设成为近年来水利工作的三大亮点之一, 取得了显著的社会效益、经济效益和生态效益, 使农民真正得到了实惠, 深受农民的欢迎, 被农民群众誉为“德政工程”、“民心工程”和“三个代表”在农村的具体体现, 取得了“小工程, 大德政”的政治效果[3]。
1问题的提出
2003年, 在浙江省十届人大一次会议上, 时任浙江省委副书记、代省长的习近平在政府工作报告中提出了“积极研究解决部分地区存在的饮用水困难”的任务。这是浙江省首次将解决农村饮用水困难写进了政府工作报告之中。继2003年年初写入政府工作报告后, 当年又被列入了浙江省政府的重点基础设施建设项目——“五大百亿工程”项目之中。以后又被列为省新农村建设的一项重要内容, 同时列入了《浙江省国民经济和社会发展第十一个五年规划纲要》等事关全省经济社会发展的一系列重要文件中。根据规划, 到2013年通过两届政府努力, 基本解决全省农村饮水安全问题。
农村饮水安全是一项重要的农村公共事业[4], 属于准公共物品范畴[5], 受政府政策影响深远, 而地区政策大多具有外溢效应[6]。另外, 邻接地区的水资源并不会由于行政的界限而呈现不同特性 (如水资源量、水污染等在地市邻接区域往往具有相同特性) , 因此农村饮水安全具有空间相关的特性。如今, “千万农民饮用水工程”建设期过半, 从空间计量经济学的角度, 对影响农村饮水安全的因素进行深入分析将有助于今后的政府决策并提供有益的参考。
2影响农村饮水安全因素的理论分析与假设
根据2002年浙江省水利厅曾对全省农村饮用水现状作过的调查, 浙江省农村饮用水问题主要表现为以下几种情况:一是“工程型”缺水。浙江省省丽水、衢州、温州等山区水资源量较丰富, 由于受社会经济发展水平的限制, 缺乏供水工程。二是“资源型”缺水。舟山、玉环、洞头等海岛地区尽管水资源开发利用程度已较高, 但水资源短缺, 属资源型缺水。三是“水质型”缺水。水质型缺水主要集中在人口密集、经济发展较快的杭嘉湖、萧绍平原及浙东南滨海平原地区, 由于水域水体污染从而影响当地人民群众的饮用水安全。
根据浙江农村饮水安全问题的原因分析可以看出, 影响农村饮水安全的因素可以分为三类:饮水工程投资因素;水资源量因素;水质污染因素。
2.1饮水工程投资因素
要解决“工程型”缺水, 就必须投资建设农村供水工程。根据调查, 在需要解决农村饮用水困难的人口中, 80%位于该省经济欠发达的二、三类地区, 且这些地区由于山高路远, 农户居住分散, 城市管网一般难以覆盖, 供水工程共享率低, 许多地方还要兴建水库、山塘等水源工程, 建设成本较高, 人均投资在600元以上。而往往这些地区不仅农户经济条件相对较差, 政府财政也很难挤出足够的资金支持该项工程。因此在省委、省政府主要领导的关心和主持下, 省水利厅、财政厅等有关部门制定了千万农民饮用水工程资金筹措原则:省里补一点, 县财政挤一点, 社会筹一点, 农民出一点。但由于农村饮水安全的“准公共物品特性”, 目前浙江农村饮水安全的保障机制主要依靠政府保障和农民自筹资金建设来保障。因此衡量饮水工程投资能力的指标可包括:“农村饮水工程投资”和“农村居民人均纯收入”。本文认为农村饮水工程投资越大, 农民人均纯收入越高, 地区农村饮水安全达标率也就越高。
2.2水资源量因素
由于水资源量的局限, 开发利用程度已较高, 进一步开发成本高昂, 造成资源型缺水。因衡量水资源量的指标主要采用“人均水资源量”, 本文认为地区人均水资源量越多, 地区农村饮水安全达标率越高。
2.3水质污染因素
伴随着浙江人口和经济的发展, 水资源越来越严重已经是不争的事实。由于水体污染, 造成可饮用的水资源越来越少, 影响当地居民地饮水安全。衡量地区水质污染对饮水安全造成的影响的指标采用“水质污染造成的饮水安全未达标率”, 本文认为, 水质污染造成的饮水安全未达标率越高, 地区农村饮水安全达标率越低。
3浙江农村饮水安全的空间计量经济学分析
3.1理论模型
Anselin L (1988) 对空间计量经济学的定义是:在区域科学模型的统计分析中, 研究由空间引起的各种特性的一系列方法。根据空间计量经济学的研究思路, 在选择具体的研究方法之前需要对数据进行空间相关性检验, 以判断所选取的因变量是否具有空间相关性, 若存在的话, 才可以利用此方法来构建具体的实证模型进行空间计量估计和检验[7]。
3.1.1空间相关性检验
检验空间相关性存在与否, 常用的是Moran (1950) [8]提出Moran's I指数和Geary (1954) 所定义的Geary's C比率。但Moran's I指数比Geary's C比率更不易受偏离正太分布的影响, 因此Moran's I指数应用更加广泛[9]。
根据Moran (1950) [8]的定义, Moran's I指数表达式为:
式中:xi和xj分别代表第i和j地区的观察值;wij表示二维空间权重矩阵Wij的元素, 采用邻接标准或距离标准, 用以定义空间对象的相互邻接关系。一般邻接标准的Wij为:Wij=1, 当区域i和区域j相邻;Wij=0, 当区域i和区域j不相邻, 式中i, j=1, 2, …, n。
根据定义, Moran's I取值范围为- 1 ≤Moran's I≤1, 若Moran's I>0 时, 表明地区间的观察值呈现出空间正相关;若Moran's I<0时, 表明地区间的观察值呈现出空间负相关;Moran's I=0, 表明地区间的观察值相互独立;且Moran's I的数值越大, 空间正相关越强, Moran's I的数值越小, 空间负相关越强。
根据空间数据的分布可以计算正态分布Moran's I的期望值E (I) 、方差VAR (I) 、标准差SE (I) 和标准的Z统计值:
其中
式中:wi和wj分别表示空间权重矩阵Wij第i行和第j列要素之和。
可以根据Z统计值来检验Moran's I指数在正太分布假设条件下的显著性:
3.1.2空间计量模型
空间计量模型有两种基本的模型结构, 即空间滞后模型 ( Spatial Lag Model, 简称SLM) 和空间误差模型 ( Spatial Error Model, 简称SEM) [10]。
(1) 空间滞后模型SLM。
SLM主要探讨各变量在一地区是否有扩散现象 (溢出效应) , 公式为:
式中:Y为因变量;X为n×k的外生变量矩阵;ρ为空间回归关系系数;W为n×n阶的空间权值矩阵, 一般用邻接矩阵;Wy为空间滞后因变量;ε为随机误差向量。
(2) 空间误差模型SEM。
SEM主要用来度量邻近地区因变量的误差冲击对本地区观察值的影响程度, 该模型假定地区间的相互关系通过外生的冲击发生作用, 因此该模型中的空间相关作用存在误差项当中。公式为:
式中:ε是误差项向量;λ表示空间误差参数, 衡量样本观察值中的空间溢出效应, 即相邻地区的观察值y 对本地区观察值y 的影响方向和程度;W 为前面所提到的空间权重矩阵;μ为满足正态分布的随机误差向量。
3.2变量设置、数据来源及实证模型
3.2.1变量设置及数据来源
根据前面的理论分析, 本文构建的指标和影响效应见表1所示。
本文估计模型所采用的数据为浙江省11地市2005-2007年的面板数据。其中:
(1) 农村饮水安全达标率=农村饮水安全达标人口/ (农村饮水安全达标人口+农村饮水安全未达标人口) , 数据来源于浙江省水利厅编写的2005, 2006, 2007年的《浙江水利统计资料》。
(2) 人均水资源量来源于浙江省2005, 2006, 2007年的《浙江省水资源公报》, 经作者计算整理。
(3) 人均纯收入数据来源于2006-2008年的《浙江省统计年鉴》。
(4) 农村饮水安全工程投资数据考虑1年的时滞, 来源于浙江省水利厅网站, 经作者计算整理。
(5) 水质污染造成的饮水安全未达标率=因水质原因不达标人口/ (农村饮水安全达标人口+农村饮水安全未达标人口) , 数据来源于浙江省水利厅编写的2005年、2006年和2007年的《浙江水利统计资料》。
3.2.2实证模型
鉴于本文需要考虑空间效应及其影响程度的目的, 决定选用空间误差模型 (SEM) 来进行空间计量分析。根据上述理论假设及变量设置, 基于Panel Data 引入上述控制变量空间误差回归实证模型如下:
模型中, i=1, 2, …, 11; t=1, 2, 3。
3.3空间计量分析结果
3.3.1空间相关性检验结果
根据式 (1) ～ (3) 可计算出2005-2007年浙江农村饮水安全达标利率的Moran's I指数值, 具体见表2。
*表示在10%水平下显著;**表示在5 %水平下显著;***表示在1 %水平下显著。
根据表2中Z 统计值检验发现, 各时段Moran's I指数值均大于零, 2005年在10%下显著, 2006和2007年均在1%统计水平下均显著。这一结果表明浙江各地市农村饮水安全存在较强的空间相关性, 也即浙江各地市农村饮水安全的空间分布并非相互独立变化, 而是存在地区间的空间溢出效应。从时间序列的角度来看, Moran's I指数值从2005 开始表现出不断增大的态势, 即浙江农村饮水安全的空间溢出效应有增强的趋势。
因此, 通过对Moran's I指数的分析, 我们在研究影响浙江农村饮水安全变化的成因过程中, 不能忽视对空间效应的考虑。
3.3.2空间误差模型的估计结果
本文采用Eviews6.0对式6进行了估计, 估计结果见表3。
*表示在10%水平下显著;**表示在5%水平下显著;***表示在1%水平下显著。
根据表3的计量检验结果, 分别得到了固定效应和随机效应两组模型估计结果。从R2值来看, 模型的拟合优度固定效应模型优于随机效应模型, 达到了98.5%;Hausman检验在5%水平下显著, 拒绝了“H0:应该建立随机效应模型”的假设, 固定效应模型使用起来更为可靠。因此, 我们以固定效应模型的结果为依据, 分析影响农村饮水安全问题的成因。
从实证结论来看, 除“人均水资源量”外, 其余要素均通过显著性检验, 且影响效应与前面的理论假设一致。这说明, 人均水资源量的天然存在因素不会影响到农村饮水安全问题;要解决农村饮水安全问题, 还是要从增加饮水工程的投资力度和治理水体污染着手。从表3还可以看出, 水质污染造成的饮水安全未达标率每降低1%, 农村饮水安全达标率将增加0.352%, 显著高于饮水工程投资的效果 (0.001%) 和人均纯收入的效果 (0.005%) 。这说明, 当前农村饮水安全的重点应在于治理污染而不是增加投资方面。
如前所述, λ衡量了样本观察值中的空间溢出效应。在表3中, λ符号为正且通过5%显著水平下的计量检验, 表明浙江各地市之间的农村饮水安全存在显著的空间溢出效应, 进一步验证了前面Moran's I 指数结论。这也说明, 本地区的农村饮水安全会受到相邻地区农村饮水安全正方面的影响。在其他条件不变的情况下, 若相邻地区农村饮水安全水平提高1%, 本地区的农村饮水安全水平会提高0.162%。
4结论及政策启示
本文从空间计量经济学角度, 采用Moran's I 指数验证了浙江各地市农村饮水安全数据存在空间相关的特性, 并利用Panel Data 结合空间误差模型实证分析了浙江农村饮水安全的决定因素。计量结果显示, 人均纯收入、饮水工程投资和因水质污染造成的未达标人口比例会影响一个地区的农村饮水安全水平, 并且因水质污染造成的未达标人口比例对地区农村饮水安全水平的影响显著高于饮水工程投资和农民人均纯收入造成的影响。同时, 各地市之间的农村饮水安全存在空间溢出效应, 本地区的农村饮水安全会受到相邻地区农村饮水安全正方面的影响。
根据上述指数分析和模型估计结果, 可以得到下面两方面的政策启示:①解决浙江农村饮水安全问题的重点在于治污。由于水质污染造成的未达标人口比例对地区农村饮水安全水平的影响显著高于饮水工程投资和农民人均纯收入造成的影响, 浙江千万农民饮用水建设的重点应从饮水工程的建设上转到治理水质污染上。②按照区域一体化原则, 由省里进行统筹兼顾, 各地市之间加强沟通与协作, 进行工程的联合开发和管理, 共同解决农村饮水安全问题。文中空间计量经济模型估计结果表明, 各地市之间的农村饮水安全问题存在显著地空间相关性, 因此各地市农村饮用工程应协调资源, 合作开发和协作管理, 联合解决农村饮水安全问题。
参考文献
[1]刘昆鹏.我国农村饮水安全工作浅析[J].中国农村水利水电, 2008, (3) :60-61.
[2]李代鑫, 杨广欣.我国农村饮水安全问题及对策[J].中国农村水利水电, 2006, (5) :4-7.
[3]翟浩辉.切实做好农村饮水安全工作[J].中国农村水利水电, 2005, (1) :1-6.
[4]张立群.建设农村饮水工程是发展农村公共事业的重要举措[J].水利经济, 2004, (21) :31-32.
[5]刘继平.公共物品供给:关于农村饮用水供给问题的思考[J].农村经济, 2006, (10) :6-9.
[6]Anselin L.Spatial Effects in Econometric Practice in Environmen-tal and Resource Economics[J].American Journal of Agricultur-al Economics, 2001, 83 (3) :705-710.
[7]Anselin L.Spatial Econometrics:Methods and Models[M].Dor-drecht:Kluwer Academic Publishers, 1988.
[8]Moran P.A Test for Serial Correlation of Residuals[J].Biomet-rical, 1950, (37) :128.
[9]Griffith D A.Spatial Autocorrelation:A Primer, Resource Publi-cations in Geography Washington:Association of American Geog-raphers[M].1987.
空间计量经济学模型 第9篇
【关键词】空间自相关；空间计量经济学；β收敛；收敛机制；中国
一、前言
自1978年我国实行改革开放以来，东部沿海等地区经济得到了迅速的发展，导致中国区域之间经济发展的差距不断扩大，但是这种现象的存在是发展中国家经济发展中的一种必然存在，尤其是对我国而言，这种经济差距较为明显，因此为了最大限度的缩短区域经济差异，我国制定了一系列的措施，如西部大开发、振兴老东北等相关区域经济开发政策。从理论专业角度分析，这些措施的实施是数学相关理论中的收敛现象。而收敛度量方法的运用是评价收敛现象效果的关键指标。收敛度量方式分为四种收敛概念，即σ收敛、绝对β收敛、条件β收敛以及俱乐部收敛等，首先σ收敛其实质上是地方经济发展过程中人均收入的对数方差成降低趋势，即所谓的“变异系数变小”；其次绝对β收敛是指区域经济发展过程中经济的增长率与原经济水平之间呈一定的负相关关系；再次条件β收敛前提条件是将各地区经济体发展完全相同的基本假设摒除，即不同经济体的收敛稳定性是存在一定差异的。最后俱乐部收敛是指经济结构存在一定共性，且原人均经济水平相差不大的区域，其收敛现象呈一定的相似之处。经相关学者研究分析发现，欧盟区域经济发生收敛现象的过程中主要影响因素是空间因素，但是关于这一结论并没有形成完全统一的意见。例如在对我国区域经济收敛进行研究分析的过程中主要是以标准收敛回归分析为主 ，且研究结果表明从空间计量角度分析的所占比例特别小，大部分是从横截面、面板回归方法进行分析研究。通过对我国已发表的相关文献内容进行分析可知，学者在对收敛现象进行研究的过程中，模型的选择及其检验中存在着诸多的问题，研究中过分重视空间相关性的研究，却忽略了空间异质性恶研究，同时对收敛现象稳定性检验研究内容也比较少，对收敛机制的相关内容探讨少，这些都是我国区域经济发展收敛现象研究的不足之处。
二、数据
1.研究对象
在经济发展过程中，城市作为其中的重要组成部门是人力资本、高科技含量生产技术应用等的主要基地，因此城市经济发展与国家或者省经济发展存在着一定的差异，即城市经济增长的收敛现象要比其他层面呈现的更为明显，因此为了保证本次研究的科学性和合理性选取的研究的对象是中国地级及以上城市的市区，但是县级市不包含在其中，研究样本数量为240个，其中“地区”和“市区”两项包含的内容是不同的，“地区”中主要有市区、下辖县以及县级市，因此农村地区的相关数据也为成为研究对象，影響城市经济活动研究结果的准确性，而“市区”主要包括城区及郊区，其行政界线比较稳定，基本可以保证城市经济活动研究的科学性。
2.数据来源与变量解释
本文研究是以1990-2007年《中国城市统计年鉴》为数据库，而GDP缩减指数则以世界银行2008年的调查报告为主，以1990年人均GDP全国缩减指数进行相关数据的计算，总人口数取自年末市区常住人口数量，而边缘性因子的选取则以各城市与其对应省会城市的距离为依据。由于年鉴中对各诚挚资本存储量没有进行相关的计算和记载，因此首先应当通过固定资产投资流量数据，并使用永续盘算法对各个城市的资本存储量进行计算，其计算过程如下所示，
式中：Kit为城市i年度t的资本存量；Iit为城市i年度t的固定资产投资总额；Dit为城市i年度t的折旧量；δ为折旧率；本文已官方发布的3.6%为δ的取值；g为各城市1990-2007年固定资产投资平均增长速度。
三、区域经济空间相关模式与集聚检验
本次对中国区域经济进行研究的过程中，对空间分布模式进行一定的检验是收敛研究分析的充要条件，同时这也是模型设定过程中的必然要求。Morans I是ESDA分析研究技术的一种，其主要分为全局Morans I和局部Morans I。其中全局Morans I分析技术的应用可以得出空间模式的整体特点，并对全国城市人均GDP聚集的总体特征进行一定的呈现。如果Morans I研究结果显示在0.05（0.01）水平范围内比较明显，则代表变量之间具有一定的正向空间相关关系，即相邻地区之间相似特征值出现明显的集群趋势。而本次研究Morans I相关数据显示在整体上城市之间存在着一定的空间集聚现象，人均GDP较高的城市与相似GDP城市集聚一起，而人均GDP较低城市与相似GDP 城市联系在一起。另外局部空间关联模式主要分为四种类型，即HH、HL、LH及LL等，其中HH（LL）集聚模型表示局部Morans I是正值，研究城市与其相邻城市之间的空间关系是呈现正相关的，即人均GDP呈现高水平（或者是低水平）集聚效应；HL（LH）集聚模型则表示局部Morans I是负值，研究城市与其相邻城市之间的空间关系是呈现负相关的，即人均GDP呈现高（或者低）城市被低（或者高）城市围合的状态。
1.全局空间自相关分析
从图1中可以明显看出，Morans I数值在0.01水平处较为明显，城市人均GDP水平量呈现出正相关空间状态，这一结果表明随机独立的假设是存在错误的。其中正的空间关系代表着一种集群趋势：人均GDP高水平城市与相似城市相邻，而低水平城市与相似城市在空间关系上呈现集聚现象。另外单从动态变化中分析发现，Morans I整体上呈现下降的趋势，这也就是说城市人均GDP空间集聚正在被削弱，但是这种现象发生的呈现不稳定性，即城市经济发展中集聚和分散现象时交替发生的。
2.局域空间相关分析
在进行局域空间相关分析的过程中，研究将1990-2007年的区间范围进行了一定的划分，即1990-1995年、1996-2000年、2001-2007年3个时间段的人均GDP局部空间相关模型进行研究，其结果图表1所示。在所研究的3个时间段内城市显示局部正相关性在60%附近波动，但是总体呈现下降的趋势，这一研究结果与全局相关分析结果相似，也就是说局部空间结构稳定性较高，城市与原集群进行分离存在一定的困难，从这一研究结果可以说明，收敛现象的进程是比较缓慢的，它是一个循序渐进的过程。
四、经济收敛空间计量分析
1.收敛的标准方程分析
为了最大限度的保证本次研究的科学性和合理性，研究过程中将标准收敛分析法与空间计量分析法进行了一定的对比分析，其中标准收敛方程式为：
式中：i代表城市i；yt、yT+t则代表期初、期末的人均GDP，T为时间跨度。
收敛速度公式为：
当a1值小于0时，收敛现象存在。收敛过程与参数β负指数衰减过程中相符，用H表示收敛程度为1/2时间，也就是末期人均GDP值和初始人均GDP对数一半相关，相似Q、N分别代表3/4、9/10点的收敛，即收敛现象更为明显。
经过回归分析得出a1值为-0.1515，比0小，这也就是说1990-2007年中国城市间存在着一定的β收敛现象。收敛速度为0.0097，收敛程度为3/4的时间为143年，这与收敛研究中收敛速度的2%存在着一定的不同，导致这种现象发生的原因主要是我国沿海地区经济发展同中西部地区相比存在着明显的不平衡现象，两者之间原经济水平相差较差，进而导致收敛现象发展缓慢，这一研究结果与局部集聚结构的稳定性结果相符。
2.经济收敛空间计量模型设定
研究中空间计量模型设定的核心是对相关类型进行诊断，其中主要包括两种，一是实质性的相关，如空间扩散，二是适用误差相关，如误差冲击。在现阶段研究中最为常用的方法是将Morans I运用到OLS回归残差中。Morans I技术分析法在应用过程中仅对空间相关性的存在与否进行检验，而在对具体空间相关类型进行研究的过程中可以将两个拉格朗日检验运用其中，这对研究模型的设定具有十分重要的意义。其中空间误差自回归模型。部分研究学者认为研究中误差自回归过程的模型设定准确性更高，这是由经济增长的复杂性所决定的。在对经济发展进行研究的过程中，极有可能会将一些与因变量相关的自变量遗漏，另外再加之经济环境与相关政策这些变化的存在难以量化处理，进而产生一定的误差，同时城市区域之间经济发展也存在着一定的随机误差冲击空间益处的现象，加之误差空间相关的存在，为冲击效应的扩散提供了条件，因此从整体上分析，空间误差自回归模型解释为
式中：μ、ε代表误差向量，μ代表空间自相关误差，ε服從高斯分布误差；W为空间权重矩阵。
3.实证分析
通过对标准收敛回归分析残差进行一定的检验发现，Morans I较为显著，这也就是说破残差具有一定的正空间自相关现象，同时通过使用拉格朗日检验相关类型进行检验分析结果可知，两个检验都表现显著，但是误差拉格朗日统计值与滞后拉格朗日统计值相比，前者较大，因此残差自相关与误差自相关之间存在着一定的关系。通过将SEM模型与SAR模型结果进行对比分析发现，其结果都显示城市之间存在着绝对收敛现象，但是SEM模型的拟合效果比SAR模型效果高。同时这两个模型结果残差依旧存在着高度显著的空间相关性，且横截面数据相关性依然存在，这一结果也在一定程度上表明无论是SEM模型还是SAR模型都不是最佳的设定模型。综合空间自回归模型，即GSAM模型分析结果表明，空间自相关现象已经消除，同时在有关方差方面的解释也比较合理，各变量系数显示高度显著，因此可以判定综合空间自回归模型是最佳的设定模型，且其结果显示空间因素的存在对城市经济收敛现象的影响比较明显，即空间因素在一定程度上为收敛进程的加快提供了动力。
五、结论
综上所述，空间相互作用对中国区域经济发展和收敛具有十分重要的作用，其中空间计量模型的设定更为科学可行。空间相互作用在一定程度上为收敛速度的加快提供了条件，同时在解释空间滞后系数和误差相关系数方面也比较合理，因此综合性空间计量分析方式是目前中国区域经济发展收敛研究的最佳设定模型。
参考文献：
[1]王晓芳.安徽省县域经济增长的空间相互作用与区域收敛分析[J].经济地理，2016（05）.
空间计量经济学模型 第10篇
一、理论模型的构建与经济理论的结合
计量经济学是数学、统计学与经济学三者相结合的交叉学科, 但归根结底是一门经济学科。因此, 教学过程中理论模型的建立必须始终以经济理论为基础。
1. 确定模型包含的变量
20世纪80年代以来以罗默和卢卡斯为代表的内生经济增长理论的分析框架, 可以将能源资源内生化为除了资本存量、劳动力、技术进步之外的又一影响经济增长的要素。故模型包含的变量设定为资本存量、劳动力、能源消费总量和技术进步。
2. 确定模型的数学形式
确定模型数学形式主要有三种方法:一是利用经济学和数理经济学的成果;二是根据样本数据做出的变量关系图;三是选择可能的形式试模拟。[2]目前国内学者对经济增长的实证研究主要依据柯布-道格拉斯生产函数模型, 它是由柯布和美国芝加哥大学的经济学教授P.H.道格拉斯共同研究提出的, 该模型在定量分析经济增长中各种要素贡献率的研究中, 应用极为广泛。本研究可以利用该理论成果, 将模型设定为如下柯布-道格拉斯生产函数形式:
其中, Y为国内生产总值 (GDP) ;A表示综合生产力, 代表技术进步;K为资本存量;L为劳动力;E为能源消费量;α、β、γ分别表示各要素的投入产出弹性系数;μ为随机扰动项。考虑到数据的经济学意义, 本文对模型两边取对数, 得到如下线性模型:
二、样本数据收集
在前面的教学过程中已经对样本数据质量做了明确要求:完整性、准确性、可比性和一致性。按照该原则, 采用1989—2009年的年度数据, 数据来源于相关年度的《河南省统计年鉴》。对模型采用的变量做如下说明:
第一, GDP:以1989年为基期的国民生产总值指数对GDP进行缩减, 以消除物价因素影响 (单位:亿元) 。
第二, 资本存量K:采用现在被OECD国家所广泛使用的永续盘存法测算资本存量, 它的基本公式为:
其中, Kt表示河南省省第t年的资本存量, Kt-1表示河南省第t-1年的资本存量, It是河南省第t年的投资, Dt表示河南省第t年的固定资产折旧率。本文固定选用5%作为1989—2009年河南省的固定资产折旧率。用河南省1989年的固定资本存量除以5%作为其初始资本存量 (单位:亿元) 。
第三, 劳动力投入量L:本文采用年底就业人员数 (单位:万人) 。
第四, 能源消费量E:为了全面准确反映能源消费对经济增长的贡献, 本文直接使用《河南省统计年鉴》中的能源消费总量 (单位:万吨标准煤) 。
三、模型参数的估计
目前, 主流的参数估计方法是最小二乘法, 但要让学生知道最小二乘法并不是唯一的方法, 应当学会比较各种模型参数估计方法和如何选择模型参数估计方法。最小二乘法的假设比较严格, 所估计出的参数满足无偏性、线性和具有最小方差, 因此本文运用最小二乘法对模型参数进行估计。
借助计量分析软件Eviews6.0, 利用所选择的面板数据对模型 (3) 进行OLS估计, 得如下回归结果:
四、模型的检验
作为教材内容要求的最后一步, 要求模型四级检验:经济意义检验、统计检验、计量经济学检验和模型预测检验。[3]但在实际操作过程中, 由于模型的现实基础, 模型一般都能满足现实意义, 如果不要求模型具有预测功能, 预测检验也可省略, 所以对于模型的检验, 最重要的是统计检验和计量经济学检验, 并且这两种检验可以融合在一起一并进行。对于本案例的检验就可以从以下几方面进行。
1. 拟合优度检验
由估计结果可知R2=0.999, 可以认为被解释变量基本上可以用回归方程中的解释变量来解释。因而, 该回归方程通过模型拟合优度检验。
2. F检验
由估计结果F=3 792.52, 在显著性水平α=0.05下, F0.05 (3, 17) =3.197, FF0.05 (3, 17) =3.197, 可以认为在0.05的显著性水平下, 经济增长对资本投入、劳动力投入和能源投入有显著的线性关系, 即通过F检验。
3. t检验
选择显著性水平α=0.05, 临界值t0.025 (17) =2.11, 由估计结果知, |t) α|=11.67>t0.025 (17) =2.11, |t) β|=10.04>t0.025 (17) =2.11, |t) γ|=3.92>t0.025 (17) =2.11, 说明资本存量、劳动力投入和能源消费三个解释变量在统计上都是显著的, 即对经济增长的影响是显著的。
要想把计量经济学模型构建和《计量经济学》的教学较好地结合起来, 平时要注意收集计量经济学建模方面的资料, 使学生有针对性地感受知识的及时应用, 才能从中领悟到计量经济学的真谛和应用价值。[4]随着大学教学改革的逐步深入, 在《计量经济学》教学中融入模型的构建有利于计量经济学知识结构的整合, 对教师的实用教学理念和学生自主学习方式的转变都将起到积极的促进作用, 对提高教学质量、培养学生的创新能力和良好的知识运用素质方面也将起到极其重要的作用。
参考文献
[1]黄佐钘.“计量经济学”教学中强化建模案例教学的研究[J].扬州职业大学学报, 2008, (9) :53-56.
[2]李子奈.计量经济学[M].第2版.北京:高等教育出版社, 2007.
[3]高铁梅.计量经济分析方法与建模[M].第2版.北京:清华大学出版社, 2009.
【空间计量经济学模型】相关文章：
计量经济学模型分析论文04-29
经济计量模型07-01
计量经济学模型分析论文提纲10-07
空间三维模型05-12
货币性计量模型06-14
有计量模型的论文07-18
计量经济模型分析论文04-28
计量经济学模型分析论文参考文献09-18
四维向量空间模型05-30
动态状态空间模型09-11