• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      空間計(jì)量視角的貴州省縣域間經(jīng)濟(jì)收斂性分析

      2017-01-11 08:11:55盧德彬
      銅仁學(xué)院學(xué)報(bào) 2016年6期
      關(guān)鍵詞:區(qū)域間貴州省計(jì)量

      白 彬,楊 建,盧德彬,彭 虹,2

      ( 1.銅仁學(xué)院 經(jīng)濟(jì)管理學(xué)院,貴州 銅仁 554300;2.中南財(cái)經(jīng)政法大學(xué) 財(cái)政稅務(wù)學(xué)院,湖北 武漢 430073 )

      空間計(jì)量視角的貴州省縣域間經(jīng)濟(jì)收斂性分析

      白 彬1,楊 建1,盧德彬1,彭 虹1,2

      ( 1.銅仁學(xué)院 經(jīng)濟(jì)管理學(xué)院,貴州 銅仁 554300;2.中南財(cái)經(jīng)政法大學(xué) 財(cái)政稅務(wù)學(xué)院,湖北 武漢 430073 )

      以貴州省縣級(jí)行政單位為主要研究對(duì)象,分析貴州省經(jīng)濟(jì)增長的σ 收斂以及空間計(jì)量角度的β收斂,不僅能有效地描述貴州省區(qū)域間的經(jīng)濟(jì)差距變化趨勢(shì),還能通過確定區(qū)域經(jīng)濟(jì)增長的影響因素,為調(diào)控經(jīng)濟(jì)差距,實(shí)現(xiàn)區(qū)域間協(xié)調(diào)發(fā)展提供有效的建議。

      貴州?。?σ收斂; β收斂; 空間計(jì)量模型; 經(jīng)濟(jì)增長

      貴州省在“十一五”和“十二五”發(fā)展規(guī)劃中均提出區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略,使貴州經(jīng)濟(jì)向均衡發(fā)展轉(zhuǎn)變,但各地區(qū)經(jīng)濟(jì)發(fā)展水平仍存在顯著的區(qū)域差異。研究貴州省縣域間經(jīng)濟(jì)收斂性特征,將從總體上把握貴州省區(qū)域間經(jīng)濟(jì)增長收斂或發(fā)散的變化規(guī)律,探究影響經(jīng)濟(jì)收斂的因素和內(nèi)在機(jī)理,為政府制定和實(shí)施區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略提供相應(yīng)的理論參考。經(jīng)濟(jì)收斂概念自Solow[1]在新古典經(jīng)濟(jì)增長模型中正式提煉出來后,經(jīng)濟(jì)增長收斂理論受到國內(nèi)外學(xué)者的廣泛關(guān)注。Baumol[2]設(shè)計(jì)的解釋變量只包含人均GDP的簡(jiǎn)單β收斂,Barro,Sala-I -Martin[3]在模型中增加了人力資本存量等其他控制變量,構(gòu)建了條件β收斂模型。而Rey,Montouri[4]對(duì)美國地區(qū)收入收斂問題的研究表明:空間溢出效應(yīng)的存在導(dǎo)致傳統(tǒng)的收斂模型存在設(shè)定錯(cuò)誤,之后空間計(jì)量角度的經(jīng)濟(jì)收斂問題研究成為區(qū)域經(jīng)濟(jì)學(xué)家新的研究方向。近年來,國內(nèi)也有部分學(xué)者從空間計(jì)量角度進(jìn)行經(jīng)濟(jì)收斂的實(shí)證分析,但研究的空間尺度集中在全國范圍的省級(jí)尺度[5-7],或某一區(qū)域的地市級(jí)尺度[8,9],對(duì)更低一級(jí)的縣級(jí)尺度研究較少,對(duì)西部欠發(fā)達(dá)地區(qū)的研究更是缺乏。本文以貴州省縣級(jí)行政單位為主要研究對(duì)象,分析貴州省經(jīng)濟(jì)增長的σ 收斂以及空間計(jì)量角度的β收斂,不僅能有效地描述貴州省區(qū)域間的經(jīng)濟(jì)差距變化趨勢(shì),還能通過確定區(qū)域經(jīng)濟(jì)增長的影響因素,為調(diào)控經(jīng)濟(jì)差距,實(shí)現(xiàn)區(qū)域間協(xié)調(diào)發(fā)展提供有效的建議。

      一、研究方法及數(shù)據(jù)來源

      (一) 研究方法

      1.σ收斂

      σ收斂是指國家或地區(qū)間人均產(chǎn)出(收入)水平的差異隨著時(shí)間的推移而逐步縮小的過程[7,10]。主要度量指標(biāo)有:標(biāo)準(zhǔn)差、變異系數(shù)、基尼系數(shù)、泰爾指數(shù)、赫芬達(dá)爾-赫希曼指數(shù)等[11]。為了克服單一指標(biāo)的局限性,本文選取變異系數(shù)、基尼系數(shù)和泰爾指數(shù)等多個(gè)指標(biāo)對(duì)貴州省縣域間經(jīng)濟(jì)發(fā)展的σ收斂特征進(jìn)行分析,描述區(qū)域間經(jīng)濟(jì)水平差距的變化。

      變異系數(shù)是衡量數(shù)據(jù)離中趨勢(shì)的常用指標(biāo)。其公式如下:

      式中:σ為標(biāo)準(zhǔn)差,yi為i地區(qū)人均GDP,μ 為yi的均值,n為區(qū)域個(gè)數(shù)。

      基尼系數(shù)主要用于衡量居民收入分配不均等程度[12]。其公式如下:

      泰爾指數(shù)是將信息論中的熵指數(shù)概念用于收入水平均衡程度的度量。其公式如下

      2.β收斂

      β收斂是增長速率的收斂,反映經(jīng)濟(jì)體內(nèi)部差異的長期變動(dòng)規(guī)律,β收斂有絕對(duì)β收斂和條件β收斂兩種收斂模型[13]。絕對(duì)β收斂指具有相同基本經(jīng)濟(jì)特征的地區(qū)間,經(jīng)濟(jì)增長率和初始經(jīng)濟(jì)水平呈負(fù)相關(guān)關(guān)系;而條件β收斂則放棄各地區(qū)具有相同經(jīng)濟(jì)特征的假設(shè)[7],承認(rèn)落后地區(qū)與發(fā)達(dá)地區(qū)的差距可能持續(xù)存在,分析各個(gè)地區(qū)的經(jīng)濟(jì)增長效率能否收斂于各自的穩(wěn)定水平。

      絕對(duì)β收斂模型表示如下:

      式中:yi0和yiT分別為i區(qū)域初期和末期的人均GDP,β為收斂系數(shù),若β為負(fù)則存在收斂,C為常數(shù)項(xiàng),ε為誤差項(xiàng)。

      條件β收斂模型表示如下:

      式中:Xi為控制變量矩陣,γ為參數(shù)向量。

      3.實(shí)證性空間數(shù)據(jù)分析(CSDA)

      CSDA是在模型構(gòu)建過程中,將變量或者誤差項(xiàng)之間存在的空間異質(zhì)性、空間依賴性等因素引入模型,檢驗(yàn)區(qū)域間相互依賴的空間效應(yīng)[11,14]。主要模型有空間滯后模型(SLM)、空間誤差模型(SEM)以及空間通用模型(SAC)。

      空間滯后模型是在模型中設(shè)置因變量空間自相關(guān)項(xiàng),探討變量在空間上是否存在擴(kuò)散現(xiàn)象或溢出效應(yīng)[15]。模型表示如下:

      式中:W為空間鄰接矩陣,Wy是因變量的空間滯后向量,ρ是因變量的空間自回歸系數(shù),X為解釋變量矩陣,β是X相關(guān)的參數(shù)向量,ε是誤差向量。

      空間誤差模型是將一般回歸模型中的誤差項(xiàng)設(shè)定為一個(gè)空間自回歸過程[16]。模型表示如下:

      式中:λ是誤差項(xiàng)的空間自回歸系數(shù),Wμ是誤差項(xiàng)的空間滯后變量。

      空間通用模型是空間滯后模型和空間誤差模型的綜合,同時(shí)考慮因變量的空間自相關(guān)和誤差項(xiàng)的空間自相關(guān)[11]。模型表示如下:

      (二)研究區(qū)域與數(shù)據(jù)處理

      本文以2000~2014年間貴州省縣級(jí)市、市轄區(qū)、縣、自治縣及特區(qū)等縣級(jí)行政單位為研究對(duì)象。為了保證空間單元的一致性和數(shù)據(jù)的連續(xù)性,將2004年設(shè)立的遵義市匯豐區(qū)并入遵義縣,貴陽市所有市轄區(qū)進(jìn)行合并處理,總計(jì)空間單元82個(gè)。

      本文中的所有數(shù)據(jù)均來源于2001~2015年的《貴州統(tǒng)計(jì)年鑒》以及《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》??臻g數(shù)據(jù)處理在ArcGIS Desktop中進(jìn)行,收斂性分析在RStudio中進(jìn)行。

      二、σ收斂分析

      σ收斂是最接近現(xiàn)實(shí)中對(duì)經(jīng)濟(jì)收斂的理解,是對(duì)地區(qū)間經(jīng)濟(jì)發(fā)展水平差異變化的最直觀描述。本文以2000年為基期,根據(jù)貴州省GDP平減指數(shù)計(jì)算出2000~2014年貴州省各縣級(jí)單位實(shí)際人均GDP值,之后依據(jù)公式(1)、(2)、(3),計(jì)算出人均GDP的變異系數(shù)、基尼系數(shù)以及泰爾指數(shù),以此分析貴州省縣域間經(jīng)濟(jì)發(fā)展的σ收斂特征,結(jié)果見下頁圖1。

      圖1 貴州省經(jīng)濟(jì)σ收斂分析結(jié)果圖

      從圖1可知,貴州省各縣級(jí)單位實(shí)際人均GDP的變異系數(shù)、基尼系數(shù)以及泰爾系數(shù)具有接近一致的變化趨勢(shì),說明這三個(gè)指標(biāo)在度量經(jīng)濟(jì)發(fā)展的σ收斂時(shí)具有同等效用,而圖中變異系數(shù)具有最大的變化幅度,能更清晰和準(zhǔn)確地反映經(jīng)濟(jì)差距的逐年變化。從各指標(biāo)的分析結(jié)果來看,貴州省不同縣域的經(jīng)濟(jì)發(fā)展水平存在明顯差距,并且這一差距在2000~2007年之間變化微弱,經(jīng)濟(jì)增長的收斂或發(fā)散特征不顯著。2007年之后,變異系數(shù)、基尼系數(shù)以及泰爾指標(biāo)均呈現(xiàn)逐年下降趨勢(shì),經(jīng)濟(jì)增長呈現(xiàn)顯著的σ收斂特征,區(qū)域間經(jīng)濟(jì)差距逐漸縮小,經(jīng)濟(jì)發(fā)展逐步向均衡狀態(tài)靠攏。

      自1999年中央經(jīng)濟(jì)工作會(huì)議提出西部大開發(fā)戰(zhàn)略,2002年中共十六大提出“社會(huì)和諧”概念,十六屆三中全會(huì)、四中全會(huì)提出構(gòu)建社會(huì)主義和諧社會(huì)的戰(zhàn)略目標(biāo),我國經(jīng)濟(jì)發(fā)展戰(zhàn)略逐步從非均衡向均衡發(fā)展轉(zhuǎn)變。楊春生[7]進(jìn)行我國區(qū)域經(jīng)濟(jì)增長的收斂性分析表明,全國省區(qū)間人均GDP的基尼系數(shù)和泰爾系數(shù)自2004年開始呈現(xiàn)明顯的收斂特性,各省間經(jīng)濟(jì)差距逐步縮小,均衡發(fā)展的政策效應(yīng)顯著。貴州省經(jīng)濟(jì)發(fā)展的σ收斂正是在我國經(jīng)濟(jì)均衡發(fā)展戰(zhàn)略的大背景下產(chǎn)生的。在“構(gòu)建和諧社會(huì)”思想的指導(dǎo)下,貴州省“十一五”和“十二五”發(fā)展規(guī)劃中均提出推進(jìn)扶貧開發(fā)工作,加快農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)調(diào)整,縮小城鄉(xiāng)差距,區(qū)域協(xié)調(diào)發(fā)展的發(fā)展戰(zhàn)略。這一政策促進(jìn)了以農(nóng)村經(jīng)濟(jì)為主的縣域經(jīng)濟(jì)迅速發(fā)展,縣域經(jīng)濟(jì)同市區(qū)經(jīng)濟(jì)之間的差距逐步縮小,使貴州省縣級(jí)單位之間經(jīng)濟(jì)增長呈現(xiàn)明顯的σ收斂。

      三、空間計(jì)量視角的β收斂性分析

      (一)模型構(gòu)建

      根據(jù)新古典經(jīng)濟(jì)增長理論β收斂模型,構(gòu)建貴州省區(qū)域經(jīng)濟(jì)絕對(duì)β收斂經(jīng)典模型(OLS-A),模型表示如下:

      式中,yi0和yiT分別為i地區(qū)初期和末期的人均GDP,C為常數(shù)項(xiàng),β為收斂系數(shù),ε為誤差項(xiàng)。

      考慮到地區(qū)經(jīng)濟(jì)的結(jié)構(gòu)性特征,以及數(shù)據(jù)可得性,選擇固定資本投資、產(chǎn)業(yè)結(jié)構(gòu)、市場(chǎng)化程度等因素作為控制結(jié)構(gòu)性個(gè)體差異的控制變量,引入絕對(duì)β收斂模型中,構(gòu)建條件β收斂經(jīng)典模型(OLS-C),模型形式如下:

      式中,F(xiàn)為人均固定資本投資,I是第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重,M是市場(chǎng)化程度,是財(cái)政支出占地區(qū)生產(chǎn)總值的比重。

      由于經(jīng)濟(jì)要素存在顯著的空間依賴與空間關(guān)聯(lián),基于OLS的傳統(tǒng)β收斂模型并不能反映真實(shí)的β收斂特征,將空間關(guān)聯(lián)要素引入模型構(gòu)建相應(yīng)的β收斂空間計(jì)量模型將更為科學(xué)合理。

      在絕對(duì)β收斂模型中同時(shí)引入因變量的空間自相關(guān)項(xiàng)和誤差的空間自相關(guān)項(xiàng)為絕對(duì)β收斂空間通用模型(SAC-A),模型形式如下:

      當(dāng)λ=0時(shí),為絕對(duì)β收斂空間滯后模型(SLM-A),模型形式如下:

      當(dāng)ρ=0時(shí),為絕對(duì)β收斂空間誤差模型(SEM-A),模型形式如下:

      在條件β收斂模型中同時(shí)引入因變量的空間自相關(guān)項(xiàng)和誤差的空間自相關(guān)項(xiàng)為條件β收斂空間通用模型(SAC-C),模型形式如下:

      當(dāng)λ=0時(shí),為條件β收斂空間滯后模型(SLM-C),模型形式如下:

      當(dāng)ρ=0時(shí),為空間誤差模型(SEM-C),模型形式如下:

      (二)絕對(duì)β收斂分析

      從貴州省區(qū)域經(jīng)濟(jì)σ收斂分析結(jié)果可知,2007年是貴州省區(qū)域間經(jīng)濟(jì)差距變化的轉(zhuǎn)折點(diǎn),因此,將2007年作為分界點(diǎn),對(duì)2000~2007年和2007~2014兩個(gè)時(shí)段分別進(jìn)行絕對(duì)β收斂分析。為了選擇合適的分析模型,先以O(shè)LS(最小二乘法)對(duì)絕對(duì)β收斂經(jīng)典模型進(jìn)行回歸分析,并進(jìn)行Moran’s I空間自相關(guān)檢驗(yàn),然后以ML(最大似然法)對(duì)SLM-A、SEM-A以及SAC-A模型的回歸分析結(jié)果進(jìn)行對(duì)比分析,判斷貴州省區(qū)域經(jīng)濟(jì)真實(shí)的β收斂速度。分析結(jié)果見下表1。

      通過空間自相關(guān)預(yù)檢驗(yàn)(Moran’s I)表明,2000~2007年與2007~2014年兩個(gè)時(shí)段絕對(duì)β收斂經(jīng)典模型中因變量與誤差項(xiàng)均具有顯著的空間相關(guān)性,表明貴州省區(qū)域經(jīng)濟(jì)絕對(duì)β收斂分析適合使用空間計(jì)量模型。對(duì)數(shù)似然值(Log Likelihood)分析同樣表明空間計(jì)量模型更優(yōu)于經(jīng)典模型,SEM-A模型和SAC-A模型的對(duì)數(shù)似然值差別較小,均高于SLM-A模型。考慮到SAC-A模型中,因變量的空間滯后變量和誤差項(xiàng)的空間滯后變量均不顯著,SEM-A更為合適。拉格朗日乘子及其穩(wěn)健型檢驗(yàn)表明SEM-A模型較SLM-A模型更為合理。所有模型中SEM-A模型的赤池信息準(zhǔn)則(AIC)最小,同樣表明SEM-A模型相對(duì)與其他模型更為適合。綜上所述,貴州省區(qū)域經(jīng)濟(jì)絕對(duì)β收斂分析使用SEM-A模型最為合理,分析結(jié)果最接近真實(shí)的β收斂特征。

      表1 貴州省區(qū)域經(jīng)濟(jì)絕對(duì)β收斂分析結(jié)果

      從表1可知,2000~2007年貴州省區(qū)域經(jīng)濟(jì)絕對(duì)β收斂經(jīng)典模型的回歸分析未通過顯著性檢驗(yàn),貴州省區(qū)域經(jīng)濟(jì)未表現(xiàn)出顯著的β收斂特征,與σ收斂分析結(jié)果相同。但SEM-A模型的分析結(jié)果表明貴州省經(jīng)濟(jì)發(fā)展具有顯著的β收斂特征,收斂系數(shù)β=-0.122,趨同速度為b=1.859%。2007~2014年所有模型的分析結(jié)果均表明現(xiàn)階段貴州省經(jīng)濟(jì)發(fā)展具有顯著的β收斂特性,并且收斂速度遠(yuǎn)高于2007年之前年份,SEM-A模型的分析結(jié)果表明:2007~2014年貴州省區(qū)域經(jīng)濟(jì)的趨同速度達(dá)到6.112%。2007年前后兩個(gè)時(shí)間段SEM-A模型中的誤差項(xiàng)空間滯后變量系數(shù)λ均為正,表明貴州省各區(qū)域的經(jīng)濟(jì)運(yùn)行受鄰近區(qū)域經(jīng)濟(jì)行為的溢出影響是正向的,區(qū)域間經(jīng)濟(jì)發(fā)展表現(xiàn)為互補(bǔ)的空間關(guān)系,而非競(jìng)爭(zhēng)關(guān)系。

      (三)條件β收斂分析

      根據(jù)條件β收斂經(jīng)典模型與條件β收斂空間計(jì)量模型,對(duì)2000~2007年和2007~2014兩個(gè)時(shí)段貴州省區(qū)域經(jīng)濟(jì)的條件β收斂特征進(jìn)行對(duì)比分析,分析結(jié)果見下表2。

      表2 貴州省區(qū)域經(jīng)濟(jì)條件β收斂分析結(jié)果

      對(duì)2000~2007年與2007~2014年兩個(gè)時(shí)段貴州省區(qū)域經(jīng)濟(jì)條件β收斂經(jīng)典模型的空間自相關(guān)預(yù)檢驗(yàn)(Moran’s I)結(jié)果表明:因變量和誤差項(xiàng)均具有顯著的空間相關(guān)性,貴州區(qū)域經(jīng)濟(jì)條件β收斂分析適合使用空間計(jì)量模型。根據(jù)拉格朗日乘子及其穩(wěn)健性檢驗(yàn),以及對(duì)數(shù)似然值、赤池信息準(zhǔn)則的分析表明:2000~2007年條件β收斂分析適合使用SLM-C模型,2017~2014年適合使用SEM-C模型。

      從表2的模型估計(jì)結(jié)果可知,2000~2007年與2007~2014年兩個(gè)時(shí)段貴州省經(jīng)濟(jì)發(fā)展均具有顯著的條件β收斂特征,并且具有幾乎一致的收斂速度。2000~2007年SLM-C模型收斂系數(shù)β=-0.422,趨同速度b=7.831%;2007~2014年SEM-C模型收斂系數(shù)β=-0.375,趨同速度b=7.833%。模型分析結(jié)果表明:新古典增長理論所論述的落后地區(qū)的后發(fā)優(yōu)勢(shì)在貴州省是存在的。落后地區(qū)會(huì)因?yàn)橐?guī)模報(bào)酬遞減規(guī)律而在經(jīng)濟(jì)增長率上超過發(fā)達(dá)地區(qū),從而實(shí)現(xiàn)區(qū)域間的經(jīng)濟(jì)收斂,并且,在控制其他經(jīng)濟(jì)增長影響變量時(shí),經(jīng)濟(jì)收斂速度非常穩(wěn)定。

      從表2控制變量的估計(jì)系數(shù)來看,貴州省經(jīng)濟(jì)發(fā)展受資本要素驅(qū)動(dòng),現(xiàn)階段固定資本的高投入會(huì)促進(jìn)經(jīng)濟(jì)的高速增長。從產(chǎn)業(yè)結(jié)構(gòu)來看,第三產(chǎn)業(yè)的迅速發(fā)展對(duì)區(qū)域經(jīng)濟(jì)增長并未起到顯著的促進(jìn)作用,部分地區(qū)第三產(chǎn)業(yè)的過度發(fā)展甚至阻礙了經(jīng)濟(jì)發(fā)展,現(xiàn)階段貴州省經(jīng)濟(jì)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的促進(jìn)作用仍然以工業(yè)經(jīng)濟(jì)發(fā)展為主。2000~2007年市場(chǎng)化程度系數(shù)為顯著的負(fù)值,說明市場(chǎng)化程度對(duì)經(jīng)濟(jì)增長率的貢獻(xiàn)具有正向效應(yīng),但2007~2014年市場(chǎng)化程度對(duì)經(jīng)濟(jì)增長并沒有顯著影響,政府行為對(duì)經(jīng)濟(jì)增長起到了一定促進(jìn)作用。因變量空間滯后變量系數(shù)ρ和誤差項(xiàng)的空間滯后變量系數(shù)λ均為正值,區(qū)域間經(jīng)濟(jì)影響為正向關(guān)系。

      四、結(jié)論

      1.通過σ收斂分析可知,貴州省縣域間的經(jīng)濟(jì)發(fā)展水平存在顯著差距,這一差距在2000~2007年之間無明顯變化。2007年之后,貴州省縣域間經(jīng)濟(jì)發(fā)展呈現(xiàn)顯著的σ收斂特征,區(qū)域間經(jīng)濟(jì)差距逐漸縮小,經(jīng)濟(jì)發(fā)展逐步向均衡狀態(tài)靠攏。

      2.通過空間相關(guān)性檢驗(yàn)、拉格朗日乘子及其穩(wěn)健型檢驗(yàn)以及對(duì)數(shù)似然值、赤池信息準(zhǔn)則的分析表明,相對(duì)于經(jīng)典β收斂模型,空間計(jì)量模型更適合用于β收斂分析,能獲得更真實(shí)的β收斂特征。貴州省經(jīng)濟(jì)絕對(duì)β收斂分析適合使用空間誤差模型;2000~2007年條件β收斂分析適合使用空間滯后模型,而2007~2014年條件β收斂分析適合使用空間誤差模型。

      3.通過絕對(duì)β收斂空間計(jì)量模型分析可知,2007年前后貴州省經(jīng)濟(jì)增長均具有顯著的絕對(duì)β收斂特征,但2007年之后收斂速度顯著加快。當(dāng)控制影響經(jīng)濟(jì)增長的主要因素,進(jìn)行條件β收斂空間計(jì)量模型分析可知,貴州省經(jīng)濟(jì)收斂速度具有穩(wěn)定性,2007年前后經(jīng)濟(jì)趨同速度均在7.83%左右。

      4.對(duì)條件β收斂空間計(jì)量模型估計(jì)系數(shù)分析可知,現(xiàn)階段貴州省經(jīng)濟(jì)增長受資本要素驅(qū)動(dòng),政府行為也對(duì)經(jīng)濟(jì)增長起到一定的促進(jìn)作用,但第三產(chǎn)業(yè)的迅速發(fā)展對(duì)經(jīng)濟(jì)增長并沒有起到積極效應(yīng),工業(yè)經(jīng)濟(jì)仍然是貴州省經(jīng)濟(jì)增長的主要驅(qū)動(dòng)力。區(qū)域間經(jīng)濟(jì)影響表現(xiàn)為正向的空間關(guān)系,加強(qiáng)區(qū)域間經(jīng)濟(jì)聯(lián)系將有利于經(jīng)濟(jì)的持續(xù)增長。

      參考文獻(xiàn):

      [1] Solow R. A Contribution to the Theory of Economic Growth [J]. Quartly Journal of Economics, 1956, 70(3):65-94.

      [2] Baumol, William J. Productivity Growth, Convergence, and Welfare: What the Long-Run Data Show[J]. American Economic Review, 1986, 76(5):1072-1085.

      [3] Robert J. Barro, X Sala-I-Martin, Olivier Jean Blanchard, et al. Convergence Across States and Regions[J]. Brookings Papers on Economic Activity, 1991, 22 (1):107-182.

      [4] Rey, Montouri. US Regional Income Convergence: A Spatial EconometricPerspective[J]. Regional Studies, 1999, 33(2):146-156.

      [5] 吳淑萍.中國省域間經(jīng)濟(jì)收斂的空間計(jì)量分析[D].廈門:廈門大學(xué),2009.

      [6] 洪國志,胡華穎,李郇.中國區(qū)域經(jīng)濟(jì)發(fā)展收斂的空間計(jì)量分析[J].地理學(xué)報(bào),2010,65(12):1548-1558.

      [7] 楊春生.我國區(qū)域經(jīng)濟(jì)增長的收斂性分析[D].合肥:安徽大學(xué),2014.

      [8] 吳常艷.基于空間外溢效應(yīng)的區(qū)域經(jīng)濟(jì)收斂研究——以西北五?。▍^(qū))地級(jí)市為例[D].蘭州:西北師范大學(xué),2013.

      [9] 馮慶元.成都經(jīng)濟(jì)區(qū)空間相關(guān)與增長收斂分析[D].成都:西南財(cái)經(jīng)大學(xué),2014.

      [10] 陳芳.中國區(qū)域經(jīng)濟(jì)增長收斂的空間空間計(jì)量研究[D].廣州:華南理工大學(xué),2011.

      [11] 王慶喜,蔣燁,陳卓詠.區(qū)域經(jīng)濟(jì)研究實(shí)用方法:基于ArcGIS,GeoDa和R的運(yùn)用[M].北京:經(jīng)濟(jì)科學(xué)出版社,2014:8-19.

      [12] 趙磊,方成,丁燁.浙江省縣域經(jīng)濟(jì)發(fā)展差異與空間極化研究[J].經(jīng)濟(jì)地理,2014,34(7):36-43.

      [13] 封永剛,鄧宗兵.中國人力資本投資效率的收斂性及影響因素研究[J].人口與經(jīng)濟(jì),2015,(3):77-88.

      [14] 沈體雁.空間計(jì)量經(jīng)濟(jì)學(xué)[M].北京:北京大學(xué)出版社,2011:68-76.

      [15] Anselin L. Rao’s score test in spatial econometrics[J]. Journal of Ststistical Planningand Inference, 1996, 97(1):113-139.

      [16] Anselin L, Bera A K, Florax R, Simple diagnostic tests for spatial dependence[J]. Regional Science and Urban Economics, 1996, 26(1):77-104.

      Analysis on the Convergence of Inter - county Economy in Guizhou Province from Perspective of Spatial Econometrics

      BAI Bin1, YANG Jian1, LU Debin1, PENG Hong1,2
      ( 1.School of Economics and Management, Tongren University, Tongren 554300, China; 2.School of Finance and Taxation, Zhongnan University of Economics and Law, Wuhan 430073, China )

      Since the beginning of this century, the economic development of Guizhou Province has changed from unbalanced development into regional coordinated development. However, there has been significant differences in the level of inter-regional economic development. Studying the characteristics of inter-county economic convergence will be of vital importance for the implementation of regional coordinated development strategy. Taking the county-level administrative units in Guizhou province as the research object, the coefficient of variation, Gini coefficient and Theil index were used to analyze the inter-county economic development in Guizhou Province from 2000 to 2014, and a β-convergence spatial econometric model was established. The results showed that: Firstly, The economy of Guizhou province has significant σ convergence since 2007, and the inter-county economic development is closer to the equilibrium state. Secondly, Spatial metering model is more suitable for the inter-county economic β convergence analysis than the classical model. Thirdly, The speed of economic convergence of Guizhou Province is about 7.8%; The analysis of the influence factors of economic growth shows that there is no significant change in the convergence rate of Guizhou Province around 2007, while there is significant change in the absolute β convergence rate of inter-regional economic in Guizhou Province after 2007. Fourthly, the economic development of Guizhou Province is driven by capital factors. The rapid development of the tertiary industry has not played a significant role in promoting economic growth. Positive spatial relationship exists in Interregional economic influence. Strengthening regional economic ties is conducive to sustainable economic growth.

      Guizhou Province, σ convergence, β convergence, spatial econometric model, economic growth

      F291

      A

      1673-9639 (2016) 06-0156-06

      (責(zé)任編輯 張鳳祥)(責(zé)任校對(duì) 黎 帥)(英文編輯 何歷蓉)

      2016-07-14

      貴州省科技廳聯(lián)合基金項(xiàng)目(黔科合LH字[2014]7494);貴州省科技廳聯(lián)合基金項(xiàng)目(黔科合LH字[2014]7478)。

      白 彬(1983-),男,湖南華容人,講師,碩士,研究方向:區(qū)域發(fā)展。

      楊 建(1975-),男,貴州玉屏人,侗族,教授,博士,研究方向:經(jīng)濟(jì)管理、市場(chǎng)營銷。

      盧德彬(1987-),男,貴州荔波人,布依族,講師,博士研究生,研究方向:區(qū)域規(guī)劃。

      彭 虹(1980-),女,湖南新晃人,苗族,副教授,博士研究生,研究方向:計(jì)量經(jīng)濟(jì)學(xué)。

      猜你喜歡
      區(qū)域間貴州省計(jì)量
      貴州省種公牛站
      《化學(xué)分析計(jì)量》2020年第6期目次
      不動(dòng)產(chǎn)登記地方立法的思考——以貴州省為例
      關(guān)注日常 計(jì)量幸福
      特別健康(2018年4期)2018-07-03 00:38:26
      計(jì)量自動(dòng)化在線損異常中的應(yīng)用
      貴州省黨代會(huì)開得最成功
      中國電子信息產(chǎn)業(yè)轉(zhuǎn)移特征及驅(qū)動(dòng)因素——基于區(qū)域間投入產(chǎn)出表
      貴州省高速公路養(yǎng)護(hù)管理信息系統(tǒng)
      基于因子分析的人力資本計(jì)量研究
      結(jié)合區(qū)域間差異性的水平集演化模型
      孟连| 津市市| 两当县| 尤溪县| 河津市| 平谷区| 安陆市| 曲靖市| 平江县| 富顺县| 阆中市| 湘潭县| 巍山| 景泰县| 铜梁县| 新宁县| 镇江市| 行唐县| 南木林县| 乐山市| 涞水县| 镇赉县| 屯昌县| 临西县| 屏东市| 温州市| 贵州省| 慈利县| 惠来县| 华蓥市| 元江| 延安市| 油尖旺区| 抚顺市| 怀仁县| 左云县| 德兴市| 峨山| 永胜县| 景德镇市| 镇坪县|