中国流通经济增长空间收敛性研究.docVIP

中国流通经济增长的空间收敛性研究 　　内容摘要：本文以中国30个省级行政区域2001-2014年的面板数据为基础，运用空间计量方法研究中国各地区流通经济的增长是否具有收敛性。研究结果表明：我国各地区的流通经济具有绝对β收敛和条件β收敛特征；从影响因素来看，基础设施建设水平是促进中国流通经济趋同的重要因素，而人力资本对中国流通经济收敛影响效应尚未显现。 　　关键词：流通经济 空间计量 β收敛 　　中图分类号：F061.5 文献标识码：A 　　流通产业作为国民经济的先导性产业，是影响地区经济增长的重要因素。改革开放后，我国流通产业得到迅速发展，但是呈现出了区域发展不均衡现象，因此探索一条流通业趋同发展之路，可为缩小地区间经济发展差距开辟新的途径，为我国区域经济一体化协同发展提供支撑。 　　目前，关于流通经济收敛性问题的研究并不多见，有的也只是基于经典计量模型进行实证分析。然而，学者们在研究经济收敛性时发现，引入空间效应后研究结论可能会有所不同。事实上，经济活动在地理空间上的相互影响、相互作用，可能导致流通经济存在空间自相关特征，忽视其中任何一方都将是不全面和不系统的。因此，本文在考察中国流通经济绝对β收敛和条件β收敛特征的同时，考虑了省域之间的流通经济可能存在的空间自相关特性，并通过空间计量模型予以检验，以揭示中国区域流通经济的收敛性特征，避免了以往相关研究因忽视空间效应而使用错误的计量模型，从而得出不准确的结论。 　　研究方法与变量说明 　　（一）研究方法 　　1. 空间自相关指标。流通经济增长存在的空间相关性主要体现在流通资源的整合与流动和集聚发展趋势，从而导致区域之间互相影响。本文通过莫兰指数的计算来检验中国流通经济的空间分布是否具有集聚特征。莫兰指数的计算公式如下： 　　其中xi为观测值，，Wij为两个省域之间的空间权重矩阵。莫兰指数一般取值为-1到1，大于0表明具有正的空间自相关性，反之则相反。 　　2.传统收敛模型。参考已有文献，学者们一般基于绝对β收敛模型和条件β收敛模型来分析问题。绝对β收敛模型的形式为： 　　其中，yi0为各地区期初流通产业实际增加值，yiT为期末流通产业实际增加值，T为观察期时间跨度，β为收敛系数，εt为随机误差项向量。如果β值为负，说明流通经济增长存在区域收敛；反之省域之间的流通经济增长是发散的。 　　如果不存在绝对β收敛，考虑到其他因素对区域流通经济增长的影响，将其作为控制变量。若β系数仍然显著，则表明存在条件β收敛。条件β收敛模型的形式为： 　　其中，X表示其他控制变量矩阵，B为控制变量的系数矩阵。 　　3.考虑空间效应的收敛模型。本文通过两个方式引入空间效应：某地区流通经济增长可能与一定地理范围内的其他地区经济增长相关；某地区的流通经济增长可能不仅与该地区初始的流通经济增加值有关，同时还可能与其他邻近地区流通经济增长的随机误差项有关。因此，本文通过构建空间滞后模型（SAR）和空间误差模型（SEM）进行具体分析。SAR表示如下： 　　其中，ρ是空间自回归系数，其值反映了被解释变量在空间依赖性上的大小程度。SEM可表示为： 　　其中，λ为空间误差系数，μ为正态分布的随机误差项。 　　（二）数据说明 　　根据数据的完整性和可得性，本文最终选取了2001-2014年的中国大陆30个省、自治区、直辖市（不包括西藏）为研究对象，原始数据均来源于历年《中国统计年鉴》。 　　中国流通经济的空间收敛性实证检验 　　（一）流通经济的空间自相关检验 　　利用莫兰指数对我国各地区实际流通GDP进行空间自相关性检验，结果如表1所示。 　　由表1可知，在考察期内，我国流通经济的莫兰指数值都通过了5%的显著性检验，且具有正的空?g相关性。这说明我国区域流通经济具有空间关联性特征，即较强的空间集聚性和空间差异性。这种地区间的空间交互效应表明，在进行流通经济的收敛性研究时不能忽视空间因素的作用。 　　（二）中国流通经济增长的收敛性检验 　　由于流通经济存在空间相关性，传统计量模型的研究结论可能存在偏差，需要通过空间计量模型进行进一步检验。而关于SAR和SEM的选择原则是，如果SAR的LM值大于SEM的LM值，可以判断SAR更适合，反之SEM更为合适。 　　1.绝对β收敛分析。为了进行对比分析，本文首先利用OLS进行估计，然后以空间计量方法进行检验，结果如表2所示。 　　表2结果表明，不论是SEM还是SAR，似然率值和相关性统计指标均比传统β收敛模型有所改善，表明引入空间效应是有必要的。但是LM值都通过了显著性检验，所以本文还需要通过进一步对比SEM和SAR。对比两个模型的R2和似然值，本文发现SEM的解释力最强，相对更合适。因此，本文主要对比分析OLS和SEM。实证结