中国粮食生产区域格局变化及其成因实证分析_基于空间计量经济学模型_陆文聪
第24卷第3期2007年9月中国农业大学学报(社会科学版)
China Agricultural U niversity Journal of Social Sciences Edition V ol.24 N o.3Sep.,2007
中国粮食生产区域格局变化及其成因实证分析
)))基于空间计量经济学模型
陆文聪 梅 燕
[摘 要] 基于1978)2005年中国各省区粮食生产面板数据,运用生产集中度从大区和省区两个层面综合考察粮食生产区域格局变化趋势,并从空间计量经济学角度,采用M oran .s I 指数验证了中国各省区粮食生产总量数据的空间特性,在此基础上利用Panel Data 结合空间误差模型实证分析中国粮食生产区域空间格局变化的成因。计量结果显示:农业劳动力数量及其受教育程度,化肥、农机动力等投入,有效灌溉面积,农村水库库容量等因素均对各地区粮食生产总量的增长起到显著正向作用;而除涝面积,自然灾害成灾受灾面积比例,农民非农就业收入比重等因素对粮食生产总量的变化起到负向作用;且空间误差参数结果表明本地区的粮食生产会受到相邻地区粮食生产负方向的影响。[关键词] 粮食生产;区域格局;空间溢出效应;空间计量经济模型;面板数据
[中图分类号] F30415 [文献标识码] A [文章编号] 1009-508X(2007)03-0140-13
[收稿日期] 2007-06-13
[基金项目] 本文是国家自然科学基金项目/全球化背景下中国粮食供求区域均衡机理与政策研究0(项目批准
号:70571070)的阶段性研究成果之一。
[作者简介] 陆文聪(1962-),男,浙江大学管理学院教授、博士生导师,德国联邦农科院(FA L)市场分析与贸易政
策研究所特邀研究员,德国基尔大学食品经济研究所特邀研究员;梅 燕,女,浙江大学管理学院2006级博士研究生,邮编:310058。
一、问题的提出
保证粮食生产安全始终是中国农业发展政策的主要目标之一。自1978年以来,随着农村家庭土地承包经营制度的推行,经过几十年的农业发展与改革,中国粮食供给在20世纪90年代后期实现了从长期短缺到总量基本平衡、丰年有余的历史性转变。然而,随着中国农业市场化改革的不断深入及农村经济的发展,中国粮食生产区域空间格局也发生了明显的变化,在一些沿海经济发达地区,粮食播种面积不断减小,粮食总产量持续下降。如何合理判断中国粮食生产区域格局的变化程度及其主要影响因素,将有助于深入把握中国粮食生产的区域变化趋势及其对中国粮食供求区域均衡的影响,为建立粮食安全战略布局提供有益的参考依据。
早在20世纪90年代中期,国内学术界就已开始关注中国粮食生产区域格局变化及其成因问题。例如,黄爱军曾较早注意到中国粮食生产增长中心出现了逐渐北上与西进现象[1]。对此,一些学者曾从中国农业市场化改革以来形成的要素相对价格和比较优势的区域差异以及粮食需求压力、农业生产技术进步、农村产业结构转换、粮食生产规模效益等方面进行了探讨性的解释[2-3]
。
但是,伍山林基于1982)1998年中国大陆省区数据和粮食生产指标统计以及一元回归计量检验方法进行的实证研究却显示,市场化改革以来,中国粮食生产区域特征具有持久稳定的变化特征,人均耕地资源和非农产业就业拉力是影响1982年以来中国粮食生产区域特征的重要原因[4]
。而近来,高帆利用省区数据以及类似的分析方法得出的结果是:中国粮食生产区域在总体上开始呈现出
从四川、湖北、湖南等/中心0地区向东北、西部等/边缘0区域转移的倾向,同时通过因素分解,他发现粮食播种面积和单产水平区域差异的扩大加剧了中国粮食生产区域格局的变化[5]。程叶青等采用分大区的数据的研究结论则进一步表明,中国北方和中部地区已成为中国粮食生产的/新0的增长中心,粮食生产地域变化的差异明显,南北绝对差异和相对差异变化较大,八大产区间变化较小;农业生产条件、技术、宏观经济环境和土地利用方式变化是中国粮食生产区域格局变化的主要原因[6]
。殷培红等利用2000)2003年分县统计数据,重点研究21世纪初中国粮食主产区的空间格局及区域差异,结果表明:20世纪90年代后期以来,中国粮食生产重心进一步北移,同时已经开始出现/西扩0趋势[7]。
上述研究当中不少学者能够利用相应的数据来分析近三十年来中国粮食生产格局的变化特征,并从影响粮食产量变化的角度来解释中国粮食生产区域变化的原因。然而,从上述不同学者的分析方法来看,现有研究大都限于对所采用的数据进行一般的描述性探讨。在探讨粮食生产区域变化原因方面,现有研究要么采用定性说明的方法来表述影响其变化的原因,要么采用基于普通最小二乘法进行计量经济学分析,但一方面在这些分析当中所选取的因素比较有限,另一方面这些研究均在忽视地理空间效应的假设前提下来解释区域格局变化的原因,因此,导致了现有研究对中国粮食生产区域格局变化成因问题缺乏综合考虑,尤其是没有考虑到不同地区之间可能存在的地理空间溢出效应,从而使现有的研究结论或推论缺乏应有的完整、科学的解释力。
众所周知,中国幅员辽阔,各地区间农业自然生产条件差异明显。由于涉及到区域格局变化的研究所采用的数据一般为空间数据,且这些数据都具有显著的空间相关性特征,根据Anselin 所提出的空间计量经济学理论,某一地区空间单元上的某种经济特征与邻近地区同一经济特征是相关的,表明在认识粮食生产空间格局区域变化特征的过程中,有必要将区域之间存在空间效应作为分析的假设前提,本地区与相邻地区的粮食生产情况可能相互受到影响[8]。普通计量经济学中/同质性0假设使得在数据分析过程中需要忽视空间效应,而空间计量经济学则能够通过将空间效应纳入分析的框架将传统统计和计量方法联系起来,从而使得空间数据的分析结果更具有解释力度。因此,越来越多的经济学传统领域研究中开始采用空间计量经济学方法,如需求分析研究、国际经济学、劳动经济学、公共经济学和地方财政、农业和环境经济学[8]。
基于以上分析以及本文的研究目标,笔者首先采用传统粮食生产集中度指标,从粮食生产大区和省区两个层面上分别对1978年以来中国粮食生产区域变化进行描述性分析,随后尝试构建空间计量经济模型,结合Panel Data 分析方法从粮食生产的自然条件、投入要素及区域经济特征等三大方面综合分析中国粮食生产区域格局变化成因,并据此提出有关政策启示。
二、中国粮食生产区域格局变化情况的描述性分析
各地区粮食生产集中度指的是某时期各地区粮食总产量占全国总产量的比重,一般被用来衡量区域粮食生产情况。该指标既能全面考察各省区粮食总产量对该时期全国总产量的贡献情况,同时选取时间序列数据,又能比较各省区粮食生产增长速度的差别,因此,粮食生产集中度指标能够较好地同时从横向和纵向反映出中国各省区粮食生产区域格局变化趋势基本情况。
本文利用粮食生产集中度作为分析自1978年以来中国各省区1粮食生产区域格局变化趋势的指标。需要指出的是,文章在细分各省区的同时,还按照国家区域地理划分标准,将全国分为华北、东北、华东、中南、华南、西南和西北七个粮食生产大区来综合分析中国粮食生产空间格局的变化。
#
141#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析1
为保持数据的完整性和前后一致性,这里分别将重庆、海南数据加总到四川和广东省。
表1为中国各省区粮食生产集中度变化趋势的计算分析结果。首先,从粮食生产大区来看,中国粮食生产呈现出以下几个特征:
(1)华东地区对全国粮食总产量的贡献仍然保持最为重要的地
表1 中国各省区粮食生产集中度指标变化值(1978)2005年)
%
地区
省区市1978198019851990199520002005北京0160015901590159015601320120天津0138014401380142014501270129华北
河北
5142418451285112519051595143山西2127211821212118119711872104内蒙古1160112611622119212721723147合计1012791311010810150111151017811143辽宁3159318921623136310621503165东北
吉林
2194217331294160412931595139黑龙江4175416531775120515851586146合计1112711127916813115121931116715150上海0184015901570155014701380122江苏7171716981397133710761815192浙江4171415741353156310821671170华东
安徽
4176416251825166517151425144福建2139215521131198119811871149江西3162319441123173314631543167山东7135715881428102911481428118合计31138311563318130184301922911226164河南6174618371287142714681999157中南
湖北
5154418951955156513041874155湖南6171617661756105519261075160合计18199181481919819104181691919319172广东
4187513941344129319231862191华南
广西3148317931003115313431353111合计8135911771347144712671216102四川7165812771727135713171396171贵州
2107210611601162210421552141西南
云南2178217521512138215631223117西藏1119112311331152115711721183合计13168141311311612187131481418814111陕西2157214121562141119721392118甘肃
1164115711421154113511561175西北
青海0129013001270126012501180119宁夏0138013801370143014401550163新疆1119112311331152115711721183合计
6106
5189
5196
6116
5157
6141
6158
资料来源:作者计算整理。
#142#中国农业大学学报(社会科学版) 2007年
位,但从发展的趋势来看,这种地位呈现出显著的下降趋势,粮食生产集中度已经由1978年的31138%降至2005年的26164%,尤其是2000年以后,下降的幅度更为明显。(2)东北、华北、中南和西北地区的粮食生产集中度在不断上升,对全国粮食总产量的贡献地位在逐步巩固。值得关注的是东北地区粮食生产发展迅猛,粮食生产集中度已经由1978年的11127%升至2005年的15150%。相比较而言,华北、中南和西北地区粮食生产集中度上升的幅度较小,发展较为平稳。(3)华南和西南地区粮食生产集中度在逐步下降。华南地区粮食生产已经开始呈现出萎缩的现象,而西南地区粮食生产集中度尽管在2000年有所回升,但从发展的整体趋势上来判断,仍然表现出不断减弱的态势。
其次,从粮食生产的细分省区层次来看,在1978)2005年间中国各省区粮食生产呈现出以下几个特征:(1)粮食主产区生产格局已发生一定的改变,开始出现新的粮食生产主产区。如山东、河南、黑龙江、内蒙古、云南和吉林六省区粮食总产量占全国粮食总产量比重呈现出明显的上升趋势,尤其是内蒙古和吉林,粮食生产集中度由1978年的1160%、2194%跃升为2005年的3147%和5139%;而江西、安徽、河北和辽宁四省区粮食生产总量占全国粮食生产总产量比重尽管也表现出一定的上升态势,但上升得更为缓慢和平稳。但其他省区如江苏、浙江、湖南、湖北、广东、广西和四川七省区则出现不同程度的下降趋势,尤其值得关注的是浙江、广东两省的粮食生产集中度指标在2005年分别为1170%和2191%;同时值得说明的是,尽管江苏和四川两省的粮食产量占全国的比重在下降,但两省在2005年仍然分别位于全国各省区粮食生产的第5和第3位。相比较而言,湖北和湖南两省的粮食生产下降较为平缓,且湖北下降幅度较湖南更大。(2)非粮食主产区省区粮食生产发展相对较为平稳,但表现出不同的变化趋势。如福建、北京、上海、陕西、天津和山西六省区粮食总产量占全国总产量比重在不断下降,且除福建外,其他省区该比重变化幅度均不大;而贵州、甘肃、宁夏、青海和新疆五省区的粮食生产集中度指标则在不断上升,尤其值得关注的是,贵州和新疆两省区粮食生产总量在不断攀升,到2005年,两省区的粮食生产集中度指标分别为2141%和1183%。
综上所述,自1978年以来,中国粮食生产区域格局已经发生了明显的变化,且各省区的粮食生产变化趋势不尽相同,总体上来看,作为传统的粮食主产区的省区粮食生产格局变动更为显著,而其他非粮食主产区的省区则能保持相对较为平稳的状态。值得说明的是,从区域地理位置的角度来看,东部一些省区(如浙江、广东等)粮食生产地位在逐步下降,而东北和西部的一些省区(如黑龙江、吉林、内蒙古、云南等)粮食生产地位在不断增强,成为新的粮食生产主要省区。那么究竟是什么原因导致了这种区域格局的地理位置变化?本文中将进一步对中国粮食生产区域的格局变化成因进行实证分析。
三、中国粮食生产区域格局变化成因的模型分析
(一)理论假设与模型11理论假设
粮食生产是自然生产和社会再生产的有机结合,会同时受到气候、社会和经济等多种因素的影响,因此引起粮食生产区域空间格局的变动原因极为复杂。不同地区的粮食生产自然条件、要素投入条件以及经济发展特征的不同都会使粮食生产布局在农业生产结构当中不断调整。在粮食生产的过程中,所利用的自然资源包括光照、降水和土地资源,所投入的劳动资料包括机械等固定资产,也包括种子、化肥、农药、农膜、农机等流动资产,除上述投入外,还包括劳动者和技术等社会投入,
#
143#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析
并且受区域经济大环境的制约。基于此,本文在解释中国粮食生产区域格局变化成因的变量当中,主要控制粮食生产自然条件因素、要素投入因素、区域经济特征因素变量。
(1)自然条件因素 在以往研究中国粮食生产格局变化成因的文献当中,均没有将自然条件因素作为解释变量来进行考虑,但是已有的研究表明,气候变化会影响到粮食的生产,同时农业自然灾害与粮食生产之间也存在相应的联系。国内学者对20世纪80年代以来的数据分析结果也显示,气候变化和农业自然灾害已成为影响中国粮食生产的重要障碍因素,其中,在气候变化因素当中,降水变化是影响中国粮食生产变化的主要原因[9];而在农业自然灾害因素当中,中国粮食生产的波动性在很大程度上受制于受灾状况并具有显著的区域差异,水灾和旱灾都对中国各地区粮食产量形成影响,相比较而言以旱灾影响更大[10]。
中国粮食生产区域分布广泛,各地区之间的农业自然生产禀赋差异较大,因此自然生产条件因素的变化会对中国粮食生产区域空间格局变化产生一定的影响。鉴于此,本文中将各地区的自然条件因素引入分析模型当中,但是自然条件包括的因素众多,不可能选取全部的变量,基于上述学者研究的结果,分别选取各省区除涝面积、治碱面积以及成灾比例(成灾面积/受灾面积)三个指标来大致表示当地粮食生产的自然条件情况,并假设这三个指标与粮食总产量之间呈现负相关关系。
(2)粮食生产投入要素 粮食生产在投入要素方面主要受到土地、劳动力、农田水利设施、化肥投入量以及农业机械动力投入等现代农业投入方面的影响。
首先,耕地是粮食生产的重要投入资源。在已有的研究当中,人均耕地面积和粮食播种面积被认为是影响中国粮食生产区域格局变动的重要因素[11-12]
,一方面由于各地区人口增长、耕地占用
等情况存在差异,人均耕地面积和粮食播种面积存在较大的区域差异;另一方面不同的土地规模对农户单位粮食产量的劳动成本有着不同的影响。但值得说明的是,笔者认为土地要素不仅包含数量投入方面的区域差异,同时也存在质量方面的区域差异,土地的质量必定会影响粮食单产和总产的变化。本文中采用土地的复种指数作为衡量土地质量的指标,这主要是因为复种指数对中国各省区粮食生产效率能够起到明显的正向作用
[13]
;因此在考虑人均耕地面积的基础上,同时选取各
地区粮食复种指数这一指标,分别从中国各省区土地的数量和质量两个纬度综合分析土地投入要素对粮食生产的影响,并假定上述两个指标均对粮食生产格局的变化能够起到正向作用。
其次,劳动力因素的影响也从数量和质量两方面去考察。劳动力数量即各地区农业劳动力数量,劳动力质量可以采用各地区农业劳动者受教育程度来体现。这里主要是基于两方面的考虑:一方面认为劳动力受教育程度的提高,有利于粮食生产效率的提高;另一方面是基于不同文化水平的农业劳动力在粮食生产过程中的生产成本不同。为了综合考虑劳动力因素数量和质量这两方面的影响作用,以各地区不同农业劳动力受教育平均年限的绝对数量进入模型,并假定劳动力受教育水平越高对该地区粮食生产增长的贡献越大,反之则相对较小。
第三,在农业生产投入要素当中,水利基础设施是农业的命脉,而化肥投入和农业机械化程度的提高是目前中国各省区粮食单产不断攀升的重要原因[14-15]
。而粮食单产差异反映了各地区对
农业投入的差异,进而影响到中国粮食生产总体区域格局。基于此,本文将选取各省区有效灌溉面积、农村水库库容量和乡村水电站发电能力来综合反映农村水利基础设施对粮食生产的贡献情况;同时直接将各地区平均单位面积的化肥施用量以及农机总动力指标来进入模型以反映不同省区农业投入差异程度对粮食总产量的影响。
(3)区域经济特征要素 各地区的粮食生产情况会受到区域经济环境的影响,主要是基于以下的假定:宏观的区域经济特征会影响到微观的农户粮食生产行为。
首先,在微观层面上,农户种植粮食的行为会直接受到人们对粮食的消费需求(包括直接消费
#144#中国农业大学学报(社会科学版) 2007年
和间接消费)的影响。随着中国经济的增长和人均收入的提高,人们食物消费也处于不断变化之中,从侧重数量的/温饱型消费0逐步转变为注重质量与营养的/小康型消费0,从而引起食物消费结构的升级。有关国际经验已经表明,人均GDP 在1000美元和3000美元之间,人们食品消费开始注重质量,追求食品的营养与安全。中国在2003年人均GDP 就已达到了1000美元,目前正处于食物消费水平和消费结构的重要变动时期,主要表现为对粮食直接消费的减少,对畜产品消费的需求开始变得更为旺盛,从而拉动了对粮食的间接消费需求,因此该区域的经济发展程度会对粮食消费需求产生影响,从而进一步作用于粮食的生产情况。但是经济的发展程度对粮食生产的影响可能出现两方面的作用,一方面如前所述,对粮食生产会起到正向的促进作用,但另一方面也可能出现相反的情况。这主要是因为粮食生产较之于其他非农产业缺乏比较优势,且在土地资源方面表现出资源占用与经济贡献之间的冲突[16],那么经济发展迅速的地区可能会减少粮食播种面积,而将土地从粮食生产当中置换出来;因此,不能确定各区域经济发展程度对粮食生产会产生哪个方向的影响。
其次,农民种粮收入占其农业收入乃至总收入的比重也会影响到农户的生产决策。尤其是在一些非农经济发达的地区,农民非农就业机会较多,且随着当地经济发达程度的不断提高,非农收入及其所占比重不断增加,农民种粮的机会成本不断增加,农民在比较种粮收入和其他收入的同时会理性地选择是否继续从事粮食生产。由于在中国各省区,非农就业机会存在明显的区域差异,农民家庭收人来源的构成也各不相同;因此,可以认为这种非农收入比重的差异也将对中国粮食生产区域格局产生影响。文章假定非农收入比重与粮食生产之间呈现负相关的关系。
在实证模型中,以各省区人均GDP 来表示当地的经济发展程度,以非农收入比重来反映各省区农民种粮生产决策行为的依据,依靠这两个变量来代表当地的区域经济特征因素。
21空间计量经济学理论模型
基于以上的理论假设,为综合分析中国粮食生产区域空间格局的变化成因的同时合理考虑区域之间的空间效应,引入空间计量经济学方法来探讨这一问题。
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;因此根据本文的研究目的,首先需要验证中国各省区粮食总产量是否具有空间相关性,也就是需要衡量各省区的粮食总产量是否具有空间溢出效应(spatial spillover effect)。
空间相关性检验
M oran .s I 指数和Geary .s C 比率是两个一般被用来检验数据空间相关性的指数统计量。这两个统计量尽管在表达形式上有所不同,但由它们计算出的结果非常相似,均能反映出空间数据的特征[17]。现有的研究成果也表明,Moran .s I 指数较Geary .s C 比率更不易受偏离正态分布的影响,因此在大多数应用中,Moran .s I 指数应用更为广泛
[18]
。在此同样选择M oran .s I 指数来作为
检验方法。根据M oran [19]的定义,M oran .s I 指数表达式为:
Moran .s I=
1
E n
i=1E n
j =1
w ij
*
E n
i =1E n
j=1
w ij (x i -x )(x j -x )
E n
i=1
(x i -
x )2/n
(1)
其中,x i 和x j 分别表示第i 和j 地区的观察值;w ij 表示二位空间权重矩阵W i j 的元素,且可以定义为:若第i 和j 地区相邻,则w ij =1;若第i 和j 地区不相邻,则w ij =0。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M oran .s I>0时,表明地区间的观察值呈现
#
145#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析
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;若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。
同时可以根据空间数据分布计算出在正态假设条件下[20-21]
M oran .s I 的期望值E (I )、方差
VA R (I )、标准差SE (I )和标准的Z 统计值:
E (I )=-1/n -1
(2)VA R (I )=
1w
2
0(
n 2
-1)(n 2w 1-nw 2+3w 20)-E 2
(I )(3)SE =VA R (I )(4)Z =
M oran .sI-E (I )
SE
(5)
其中w 0=E n i=1E n j =1
w i j ,w 1=1
2E n i =1E n
j=1(w ij +w ji )2,w 2=E n
i=1(w i +w j )2,w i 和w j 分别表示空间权重矩阵W ij 第i 行和第j 列元素之和;可以根据Z 统计值来检验Moran .s I 指数值在正态假设条件下的显著性。
空间计量经济学模型
经过Moran .s I 指数检验后,若采用的数据存在空间相关性,则可以进一步选择空间计量模型对数据进行计量检验和分析。空间计量经济学模型形式多种多样
[8]
,本文中采取空间回归模型来
进行分析。空间回归模型有两种主要基本形式: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 )。其中,空间滞后模型主要探讨各变量在某一地区是否有空间溢出效应,空间误差模型则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,因此该模型中的空间相关作用存在误差项当中。鉴于本文需要考虑空间效应及其影响程度的目的,选择SEM 作为具体的空间计量模型形式,模型的一般形式可以表示为:
y =X B +E (6)E =K W E +L
(7)
式中:E 是误差项向量;K 表示空间误差参数,衡量了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;L 为满足正态分布的随机误差向量[8]。
基于Panel Data 的空间误差回归模型
由于本文采用同时考虑时间和空间效应的面板数据来进行分析,因此在具体的实证模型设置过程中需要结合Panel Data 来构建具体的模型形式。
根据Balestra 和Nerlove [22]提出的分析面板数据的一般模型,Panel Data 基本模型如下:
y i t =A i +x it B +L it t =1,2,,,T ;i =1,2,,,N
(8)
结合前面所介绍的空间误差模型形式,根据式(6)和(7):
L it =K W L it +E
(9)根据式(8)和式(9)可以得到基于Panel Data 的空间误差回归模型:
y it =A i +K W L it +x it B +E t =1,2,,,T ;i =1,2,,,N
(10)
在式(10)中,A i 表示非观测效应,即不随时间而变的特征性影响;K W L i t 为样本中邻近地区因变量的误差冲击对本地区观察值的影响程度,K 和W 意义同前;B 为待估参数;x it 满足严格的外生性假定,即E (u it |x i ,A i )=0,若非观测效应A i 与解释变量相关,即Cov (x i ,A i )X 0,那么模型就是固定效应模型,反之,若非观测效应A i 与解释变量不相关,即Cov (x i ,A i )=0,那么模型就是随机
#146#中国农业大学学报(社会科学版) 2007年
效应模型。
(二)变量设置及实证模型、数据来源说明
11变量设置及实证模型形式
根据上述假设,采用式(10)的基本模型结构,提出粮食生产自然条件变量、粮食生产投入要素变量和区域经济环境变量等作为模型控制变量。表2为上述各变量具体名称、表达符号以及影响效应的假设。
表2 模型变量及其影响效应假定
变量
符号影响效应假设
变量
符号影响效应假设
粮食总产量(因变量)PR OD
粮食生产自然条件除涝面积ARCL -治碱面积ARZJ -成灾比例
SZCZ
-粮食生产投入要素人均耕地面积A RL A +复种指数MPI +农业劳动力人数AL AB
+
农业劳动力受教育年限AED U +化肥施用量FER T +农机总动力M A CH +有效灌溉面积EIA +水库库容量
QUW A +乡村水电站发电能力POW E
+
区域经济环境人均GDP A GDP ?非农就业收入比重
FNIN
-
资料来源:作者整理。
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:
PROD it =A i +B 1ARCL it +B 2ARZ J i t +B 3SZCZ it +B 4A RLA it +B 5MPI it +B 6AL AB it +B 7AED U it +B 8FERT i t +B 9M ACH it +B 10EIA it +B 11Q UWA i t +
B 12POWE it +B 13A GDP it +B 14FNIN it +K W L it +E
(11)
模型中,t =1,2,,,23;i =1,2,,,29。
21数据来源
本文中估计模型所采用的数据为1978)2005年分省的面板数据。其中模型中使用的粮食总产量、除涝面积、治碱面积数据均来自5新中国五十年农业统计资料6和2001)2006年5中国统计年鉴6;成灾比例根据5新中国五十年农业统计资料6和2001)2006年5中国统计年鉴6的成灾面积和受灾面积计算得出;人均耕地面积通过各省区总耕地面积和农业人口计算得到;总耕地面积和农业人口数均来自5中国农村统计年鉴6和5中国统计年鉴6;复种指数由粮食播种面积除以当地耕地面积计算得到;农业劳动力人数来自历年5中国农村统计年鉴6;农业劳动力受教育年限根据IFPRY 估计方法,采用历年5中国农村统计年鉴6中各地区劳动力受教育程度比例数据计算得到1;化肥施用量、农机总动力、有效灌溉面积、水库库容量、乡村水电站发电能力以及人均GDP 数据均来自5新中国五十年农业统计资料6和2001)2006年5中国统计年鉴6;值得说明的是,非农收入比重用劳动者报酬收入占基本收入的比重来表示,劳动者报酬收入和基本收入数据来自5中国统计年鉴6和5中国农村统计年鉴6。综上所述,文中采用的数据均来自中国国家统计局,具有一致的指标统计口径,数据较为可靠。
#
147#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析1
根据IF PRY 公式:农业劳动力受教育年限=受高等教育比例*14+受中专或高中教育比例*12+受初中教育比例*9+受小学教育比例*6,计算所得。
(三)空间计量分析结果与讨论11空间相关性检验结果
表3是根据上述计算方法得到的中国粮食总产量在1978)2005年间的Moran .s I 指数值分析结果。
表3 中国粮食总产量Moran .s I 指数值(1978~2005)
年份M oran .s I 指数值
Z 值年份M oran .s I 指数值
Z 值
19780.225 1.66**19790.247 1.80**19800.208 1.55**19810.265 1.92**19820.265 1.92**19830.230 1.69**19840.266 1.92**
19850.294 2.10***
19860.287 2.05***19870.300 2.14
***19880.266 1.92**
19890.295 2.10
***19900.247 1.80**1991
0.189
1.43**
19920.221 1.63**19930.265 1.92**19940.249 1.81**19950.251 1.83**19960.228 1.68**19970.219 1.62**19980.207 1.55**19990.214 1.59**20000.231 1.70**20010.239 1.75**20020.234 1.72**20030.213 1.58**20040.231 1.70**2005
0.226
1.67
**
资料来源:作者根据式(1)~(5)计算整理;**表示在5%水平下显著,***表示在1%水平下显著。
根据表中Z 统计值检验发现,各时段Moran .s I 指数值均大于零,且在5%统计水平下均显著。这一结果表明自改革开放以来,中国各省区粮食生产存在较强的空间相关性,也即中国各省区粮食生产区域格局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。某省区的粮食生产不仅影响本省区的区域布局,也会因为粮食生产的空间溢出效应影响到邻近省区的粮食生产区域布局;同时从时间序列的角度来看,Moran .s I 指数值在1978)2005年间尽管呈现出一定的波动性,但整体上仍然表现出不断增大的态势,即这种生产区域布局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,我们在研究中国各省区粮食生产区域格局变化的成因过程中,不能忽视对空间效应的考虑。
21空间计量模型的估计结果
由于数据空间相关性的存在,普通最小二乘法将会带来有偏或者无效的估计结果,一般采用最大似然估计、工具变量估计、广义最小二乘估计以及广义矩估计等方法来作为空间计量模型的估计方法。同时对于Panle Data 空间回归模型的估计问题,广义矩法(GM M )作为最大似然估计法的一种替代方法已被更为广泛的验证和应用[23-27]
,这主要是因为GMM 估计不需要对概率密度或似
然函数作出假设,而是一开始就设定一组等式或矩函数,它们含有模型的变量和参数,然后根据二次标准函数找出满足这些等式的参数值,因此GMM 估计量是一致的,对于线型模型,GM M 是广义的最小二乘法,这类似于解决异方差和自相关的工具变量估计法
[28]
。本文选择GMM 估计方法
来对所构建的Panle Data 空间回归实证模型即式(11)进行估计,模型结果见表4。
根据表4计量检验结果,我们分别得到固定效应和随机效应两组模型估计结果,从R 2值来
#148#中国农业大学学报(社会科学版) 2007年
看,模型的拟合优度均比较高,同时根据Wald F 检验显示,在1%的显著性水平下两组模型都不能拒绝没有固定效应的零假设;而Breusch -Pagan LM 检验拒绝了不同时期的误差项之间不存在相关性的零假设;Hausman 检验则拒绝了固定效应模型与随机效应模型之间无差别的零假设,证明固定影响模型使用起来更为可靠。因此,我们以固定效应模型的估计结果为依据,分析粮食生产自然条件、生产投入要素以及区域经济环境要素对粮食生产区域格局变化的影响效应,并讨论不同区域之间的空间溢出效应。
表4 中国粮食生产区域变化影响因素空间误差模型估计结果
变量
模型
固定效应模型?随机效应模型òCoefficient
S td.Error t -S tatistic Coefficient S td.Error t -S tatistic A RCL -0.075***
0.021-3.639-0.060**0.021-2.823A RZJ 1.4931.6530.9031.2741.3640.934S ZCZ -52.10**30.427-1.712-44.9232.37-1.388AR L A 0.2605.8370.0446.8956.0881.133M PI 2.155***0.6273.4341.545**0.5722.699AL A B 0.300***0.0407.4150.393***0.03610.82A EDU 64.05**31.532.031118.9***18.286.505EIA 0.326***0.03010.820.379***0.02813.57FERT 0.374***0.1123.3350.456***0.1153.957M ACH 0.004**0.0022.375-0.0050.002-2.517QUWP 0.443**0.1792.4700.1160.1630.709POW E -1.1960.392-3.051-0.0030.002-1.360AG DP -0.007***0.002-3.426-3.3021.169-2.825FNIN -4.847***1.315-3.686-0.060*0.021-2.823K -0.112***
0.031-4.130-0.090***0.029-3.310Constant 243.1
214.11.136
-434.5***
117.0-7.53
R 2
0.9820.699Adjusted R 20.980
0.692
W ald F T est 45.72BP LM Test 2841.2Hausman T est 57.636
注:***、**、*分别表示在1%、5%、10%的概率水平下显著。数据来源:作者计算。
从影响粮食生产的自然条件要素来看,在选取的三个代表性指标变量当中,除治碱面积变量没有通过显著性检验外,自然灾害成灾比例和除涝面积变量均通过了显著性检验,且影响效应与前面的理论假设一致,对粮食生产总量起负向的影响作用。这表明,由于各地区的受灾情况具有显著的区域差异,因此在一定程度上会影响到中国粮食生产区域空间格局的变化;同时除涝面积变量的检验结果表明,当地的水灾情况会对粮食生产起到明显的阻碍作用。上述两个结论均和已有相关研究结论保持一致,但是,文章选择的治碱面积变量对粮食生产区域格局变化是否起到一定的影响作用,还需进一步验证。由此可以看出,自然生产条件因素的变化会对中国粮食生产区域空间格局变化产生明显的影响,值得我们关注。
#
149#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析
从粮食生产投入要素的计量检验结果来分析,农业劳动力人数及其受教育年限、有效灌溉面积、化肥施用量、农机总动力、农村小型水库库容量等变量均能较好地通过显著性检验,且各变量系数均为正,验证了文章前面的理论假设;但人均耕地面积以及土地复种指数、乡村水电站发电能力等变量未能通过检验。值得关注的一点,与已有研究[4]不一致的是,本文人均耕地面积变量系数符号尽管为正,但未能通过显著性检验,表明土地规模对中国粮食生产的影响并没有理论设想中起到显著的正向作用,笔者认为,这可能是因为中国大部分省区人均耕地面积均在14亩左右,与理论当中可能形成规模经济的人均耕地面积相距甚远,也就是说,农民在这种小农经济的大环境下,不同的土地规模对农户单位粮食产量的劳动成本影响并不大。同时土地的复种指数变量尽管未能通过10%显著水平下的检验,但从该变量系数符号可以看出,复种指数的提高会带来粮食产量的增长,从而影响到粮食生产格局的变化,这与理论假设一致。但文章选取的水电站发电能力变量系数符号没有验证前面的理论假设。
区域经济环境要素的估计结果显示,人均GDP 和非农收入比重两个变量均能通过模型的显著性检验。其中,能够反映当地经济发展水平的人均GDP 变量对粮食生产起到负向作用,这与前面提到的理论假设的后一种情形相符,但需要注意的是,从变量的影响程度来看,人均GDP 对粮食生产的影响并不是很大;因此,根据这个结果,我们判断该变量对粮食生产区域格局的变化可能会产生一定的负向作用,但影响程度不大。非农收入比重变量也验证了理论假设:该因素对粮食生产总量的变化起到负向的作用,且检验结果表明,影响程度较为显著,因此可以判断这一因素是中国粮食生产区域格局发生变化的重要原因之一。
如前所述,K 衡量了样本观察值中的空间溢出效应。在表4中,K 能够较好地通过1%显著水平下的计量检验,表明中国各省区之间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;且K 符号为负,说明本地区的粮食生产会受到相邻地区粮食生产负方向的影响,即若相邻地区粮食生产供过于求,在粮食市场开放的条件下,本地区很可能会根据产业的比较优势来安排农业生产,而非一定要保证本地区的粮食自给率,可能会通过区域内贸易来满足本地区的粮食需求。
四、结论及政策启示
本文首先利用1978)2005年中国各省区粮食生产数据,采用粮食生产集中度指标分析中国粮食生产区域格局变化情况及其趋势,结果表明:从大区的角度来看,华东地区对全国粮食总产量的贡献地位已经呈现出显著的下降趋势;东北、华北、中南和西北地区对全国粮食总产量的贡献地位在逐步巩固,尤其是东北地区粮食生产发展迅速,但华北、中南和西北地区粮食生产集中度上升的幅度较小,发展相对较为平稳;而华南地区粮食生产已经开始呈现出萎缩的现象;西南地区粮食生产集中度表现出不断减弱的态势。从省区层次来看,山东、河南、黑龙江、内蒙古、云南和吉林六省区粮食生产集中度呈现出明显的上升趋势;而江苏、浙江、湖南、湖北、广东、广西和四川七省区则出现不同程度的下降趋势,尤其值得关注的是浙江、广东两省的粮食生产集中度下降幅度最大;其他非粮食主产省区粮食生产集中度也表现出不同的变化趋势。
在此基础上,本文从空间计量经济学角度,采用Moran .s I 指数验证了中国各省区粮食生产总量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中国粮食生产区域空间格局变化的决定因素。计量检验结果显示:粮食播种面积、农业劳动力数量及其受教育程度、粮食生产中的化肥、机械动力等投入、农村水库库容量等因素均对各地区粮食生产总量的增长起到显著的正向作用;而灾害成灾受灾面积比例、农民的非农就业收入比重两个因素对粮食生产总量的
#150#中国农业大学学报(社会科学版) 2007年
变化起到负向的作用;与此同时,当地的经济发展水平对粮食生产的影响效应则需要进一步的估计。且各地区之间粮食生产存在空间溢出效应,本地区的粮食生产会受到相邻地区粮食生产负方向的影响。
根据上述指数分析和模型估计结果,可以得到以下两方面政策启示:(1)按照各区域粮食生产优势优化全国粮食生产区域布局规划。上述结果显示出中国粮食生产区域空间格局已经发生明显变化趋势,主要是由于各地区粮食生产自然条件、投入要素及其区域经济发展特征对粮食生产产生了相应的影响,因此在国家对粮食生产区域规划宏观调控方面,应严格按照粮食优势产区区域规划,继续加强粮食主产区生产基础设施建设,加大政策扶持力度,从而不断提高粮食主产区的粮食综合生产能力。(2)按照区域市场一体化原则完善全国各省区粮食区域内贸易市场体系。文中空间计量模型表明,各地区粮食生产存在一定的空间效应,因此在粮食区域内贸易行为较为活跃的情形下,各省区可以由此自主调节本地区粮食供求结构,以更好地发挥各地区农业生产比较优势。为此,国家可以通过全面放开粮食购销市场,鼓励各地区粮食区域内贸易,按照市场机制来调节全国粮食供给和需求,以达到粮食区域内均衡,从而更好地保证粮食安全。
[参考文献]
[1] 黄爱军.我国粮食产生区域格局的变化趋势探讨[J].农业经济问题,1995,(2):20-23.[2] 李炳坤.我国粮食生产区域优势研究[J].管理世界,1996,(5):151-160.[3] 李仁元.九大农区粮食生产潜力分析[J].中国农村经济,1996,(1):17-21.[4] 伍山林.中国粮食生产区域特征与成因研究[J].经济研究,2000,(10):38-45.[5] 高帆.我国粮食生产的地区变化:1978)2003[J].管理世界,2005,(9):70-79.
[6] 程叶青,张平宇.中国粮食生产的区域格局变化及东北商品粮基地的响应[J].地理科学,2005,25(5):513
-520.
[7] 殷培红,方修琦,马玉玲,等.21世纪初我国粮食供需的新空间格局[J].自然资源学报,2006,21(4):625-632.
[8] Anselin L.Sp atial Econometr ics [M ].Dallas:U niversit y of T ex as,1999.
[9] 史培军,王静爱,谢云,等.最近15年来中国气候变化、农业自然灾害与粮食生产的初步研究[J].自然资源
学报,1997,12(3):197-203.
[10] 李茂松,李章成,王道龙,等.50年来我国自然灾害变化对粮食产量的影响[J].自然灾害学报,2005,14
(2):55-60.
[11] 罗万纯,陈永福.中国粮食生产区域格局及影响因素研究[J].农业技术经济,2005,(6):58-64.[12] 周小萍,卢艳霞,陈百明.中国近期粮食生产与耕地资源变化的相关分析[J].北京师范大学学报(社会科
学版),2005,(5):122-127.
[13] T ian Weiming ,W an Guanghua.T echnical Efficiency and Its Deter minants in China .s Grain Production [J].
J our nal of Productiv ity A nalysis ,2001,(13):159-174.
[14] 肖海峰,王姣.我国粮食综合生产能力影响因素分析[J].农业技术经济,2004,(6):45-49.[15] 梁子谦,李小军.影响中国粮食生产的因子分析[J].农业经济问题,2006,(11):19-23.[16] 严瑞珍,程漱兰.经济全球化与中国粮食问题[M ].北京:中国人民大学出版社,2001.
[17] Sokal R R,Oden N L.Spatial A utocorrelation in Biology ,1[J].M ethodology ,Biological Jour nal of the L innean
Society ,1978,(10):199-228.
[18] G riffith D A.Sp atial A utocor relation:A Pr imer ,Resour ce Publications in Geogr ap hy [M ].Washington:Asso -ciation of American G eogr aphers,1987.
[19] M or an P.A T est fo r Serial Correlation of Residuals[J].Biometrica ,1950,(37):128.[20] Cliff A D,Ord J K.Spatial Processes :M odels and A pp lications [M ].L ondo n:Pion,1981.
#
151#第3期 陆文聪等:中国粮食生产区域格局变化及其成因实证分析
[21] Goo dchild M F.Sp atial A utocor r elation(CA T M O G 47)[M ].N orwich,U K :GeoBooks,1986.
[22] Balestra P,N erlove M.Pooling Cross Section and T ime Series Data in t he Estimation of a Dynamic M odel:T he
Demand for Natur al Gas [J].Econometrica ,1966,34(3):585-612.
[23] Kelejian Harry H,Prucha Ingmar R.A Generalized M oments Estimator for t he A utoregressive Parameter in a
Spatial M odel[J].I nter national Econo mic Review ,1999,40(2):509-533.
[24] Baltagi Badi H,Song Seuck Heun,Ko h Won.T est ing Panel Data Reg ression M odels w ith Spatial Error Correla -tion[J].Jour nal of Econometrics ,2003,117:123-150.
[25] Druska V iliam,Horrace W illiam C.Generalized M oments Esitimation for Spatial Panel Data:Indonesian Rice
F ar ming [J].A mer ican Jour nal of A gr icultur al Economics ,2004,86(1):185-198.
[26] F ingleton Bernard.A Gener aliz ed M ethod of Moments Estimator f or A Sp atial Panel M odel with an Endogenous
Sp atial Lag and Sp atial Mov ing A ver age Er r or s [R].Paper prepared for t he International Wo rkshop on Spatial Eco nometrics and Statistics,25-27M ay,2006,Rome,Italy.
[27] Elhorst J Paul.Specification and Estimation of Spatial Panel Data M odels[J].I nter national Re gional Science Re -v iew ,2003,26(3):244-268.
[28] 林光平.计量经济学家和金融分析师GA U SS 编程与运用[M ].北京:清华大学出版社,2003.
Empirical Studies on the Variation and Contributing Factors of
Regional Grain Production Strcuture in China
)))Based on Spatial Econometrics Models
Lu Wencong, Mei Yan
Abstract Based on the panel data of provincial grain pr oduction in China fro m 1978to 2005,the tr end of Chinese provincial g rain structure v ar iation was analy zed using the index of production convergence bo th on the region and prov ince lev els.T hen w ith the spatial econometrics theory and methods,the spatial characteristics of Chinese grain productio n data w as checked by the M oran .s I index and the contributing factors of the variation above w er e studied using Spatial Error M odel.T he empirical results show that:the variatio n of Chinese grain spatial structur e is effected positively by the quant-i ty and qualit y of agricultural labour,input of fert ilizer and ag ricultural machine power,effectiv e irr igation areas and quan -tit y of rural w ater pools w hile effected negatively by the areas of w aterlogging control,the scale of natural hazar d and the r ural people .s non -agr iculture income proportio n.W hat .s more,the result of spatial error par ameter presents that the g rain product ion of local area can be influnced oppositely by the neighbour r eg ion .s grain pr oduction.
Key words Grain production;Regional structure;Spatial spillov er effect;Spatial econometrics model;Panel data
(责任编辑:常 英)
#152#中国农业大学学报(社会科学版) 2007年
计量经济学模型分析论文
计量经济学模型分析论文 工商101
我国城镇居民储蓄存款影响因素的实证分析 摘要：近年来,随着中国经济的飞速发展,一直保持在高水平上的中国储蓄率受到了越来越多国内外经济学家的关注。高储蓄率给我国经济发展带来充裕资金来源,是支持经济快速增长的重要因素。更为重要的是,源源不断的资金流保证了金融机构的流动性,增强了银行的稳定性。与此同时,也给我国经济发展带来前所未有的挑战，因为，过高的储蓄,必然伴随着投资或消费的不足。所以对影响居民储蓄的主要因素进行分析,才能在制定宏观政策上采取适当的措施,使储蓄率保持在一个适当的水平,促进经济增长。本文利用我国1982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。通过对该模型的经济含义分析可以得出可支配收入率对储蓄率的影响不大，还有利率对储蓄率的影响很小，值得注意的是，模型中的基尼系数对城镇居民的储蓄影响是相当大的。
引言(提出问题) 自1949年以来，中国储蓄率随着经济增长和收入水平提高呈不断上升趋势，因而高储蓄率也被认为是解释中国经济高速增长的一个主要因素。虽然高储蓄率总是会导致更高的收入及较高的经济增长率，但并非储蓄率越高越好，必然会存在一个最优的储蓄率。 据统计，我国近年来的实际ＧＤＰ平均每年增长９％左右，而资本的净边际产量即（MPK－δ），约为0.9%。我国的资本收益(MPK－δ)＝每年0.9％，大大低于经济的平均增长率（ｎ＋ｇ＝9％）。可见，我国的资本存量已经远远超过了黄金律水平。也就是说，当前我国的储蓄率和投资水平已经偏高，而消费率则偏低。所以我们应该降低储蓄率，减少投资，把收入的更大份额用于消费，这样就会立即提高消费水平，并最终达到更高消费水平的稳定状态。 那应该如何降低我国的储蓄率呢？下面我们将以城镇居民的数据为例进行分析。
计量经济学分析模型
计量经济学分析模型
摘要 改革开放以来，我国经济呈迅速而稳定的增长趋势，由于分配机制和收入水平的变化，城镇居民生活水平在达到稳定小康之后，消费结构和消费水平都出现了一些新的特点。本文旨在对近几年，我国城镇年人均收入变动对年人均各种消费变动的影响进行实证分析。首先，我们综合了几种关于收入和消费的主要理论观点；本文根据相关的数据统计数据，运用一定的计量经济学的研究方法，进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果和影响消费的一些因素作了经济意义的分析，并相应提出一些政策建议。并找到影响居民消费的主要因素。 关键词：居民消费；城镇居民；回归；Eviews
目录 摘要.................................................................. II 前言. (1) 1 问题的提出 (2) 2 经济理论陈述 (3) 2.1西方经济学中有关理论假说 (3) 2.2有关消费结构对居民消费影响的理论 (4) 3 相关数据收集 (6) 4 计量经济模型的建立 (9) 5 模型的求解和检验 (10) 5.1计量经济的检验 (10) 5.1.1模型的回归分析 (10) 5.1.2拟合优度检验： (11) 5.1.3 F检验 (11) 5.1.4 T检验 (12) 5.2 计量修正模型检验： (12) 5.2.1 Y与的一元回归 (13) 5.2.2拟合优度的检验 (13) 5.2.3 F检验 (14) 5.2.4 T检验： (15) 5.3经济意义的分析: (15) 6 政策建议 (16) 结论 (17) 参考文献 (19)
空间计量经济学分析
空间计量经济学分析 空间依赖、空间异质性 ?传统的统计理论是一种建立在独立观测值假定基础上的理论。然而，在现实世界中，特别是遇到空间数 据问题时，独立观测值在现实生活中并不是普遍存在的（Getis, 1997）。 ?对于具有地理空间属性的数据，一般认为离的近的变量之间比在空间上离的远的变量之间具有更加密切 的关系（Anselin & Getis，1992）。正如著名的Tobler地理学第一定律所说：“任何事物之间均相关，而离的较近事物总比离的较远的事物相关性要高。”（Tobler，1979） ?地区之间的经济地理行为之间一般都存在一定程度的Spatial Interaction，Spatial Effects）：Spatial Dependence and Spatial Autocorrelation）。 ?一般而言，分析中涉及的空间单元越小，离的近的单元越有可能在空间上密切关联（Anselin & Getis, 1992）。 ?然而，在现实的经济地理研究中，许多涉及地理空间的数据，由于普遍忽视空间依赖性，其统计与计量 分析的结果值得进一步深入探究（Anselin & Griffin, 1988）。 ?可喜的是，对于这种地理与经济现象中常常表现出的空间效应（特征）问题的识别估计，空间计量经济 学提供了一系列有效的理论和实证分析方法。 ?一般而言，在经济研究中出现不恰当的模型识别和设定所忽略的空间效应主要有两个来源（Anselin， 1988）：空间依赖性（Spatial Dependence）和空间异质性（Spatial Heterogeneity）。 空间依赖性 ?空间依赖性（也叫空间自相关性）是空间效应识别的第一个来源，它产生于空间组织观测单元之间缺乏 依赖性的考察（Cliff & Ord, 1973）。 ?Anselin & Rey（1991）区别了真实（Substantial）空间依赖性和干扰（Nuisance）空间依赖性的不同。 ?真实空间依赖性反映现实中存在的空间交互作用（Spatial Interaction Effects）， ?比如区域经济要素的流动、创新的扩散、技术溢出等， ?它们是区域间经济或创新差异演变过程中的真实成分，是确确实实存在的空间交互影响， ?如劳动力、资本流动等耦合形成的经济行为在空间上相互影响、相互作用，研发的投入产出行为及政策 在地理空间上的示范作用和激励效应。 ?干扰空间依赖性可能来源于测量问题，比如区域经济发展过程研究中的空间模式与观测单元之间边界的 不匹配，造成了相邻地理空间单元出现了测量误差所导致。 ?测量误差是由于在调查过程中，数据的采集与空间中的单位有关，如数据一般是按照省市县等行政区划 统计的，这种假设的空间单位与研究问题的实际边界可能不一致，这样就很容易产生测量误差。 ?空间依赖不仅意味着空间上的观测值缺乏独立性，而且意味着潜在于这种空间相关中的数据结构，也就 是说空间相关的强度及模式由绝对位置（格局）和相对位置（距离）共同决定。 ?空间相关性表现出的空间效应可以用以下两种模型来表征和刻画：当模型的误差项在空间上相关时，即 为空间误差模型；当变量间的空间依赖性对模型显得非常关键而导致了空间相关时，即为空间滞后模型（Anselin，1988）。 空间异质性 ?空间异质性（空间差异性），是空间计量学模型识别的第二个来源。 ?空间异质性或空间差异性，指地理空间上的区域缺乏均质性，存在发达地区和落后地区、中心（核心） 和外围（边缘）地区等经济地理结构，从而导致经济社会发展和创新行为存在较大的空间上的差异性。 ?空间异质性反映了经济实践中的空间观测单元之间经济行为（如增长或创新）关系的一种普遍存在的不 稳定性。 ?区域创新的企业、大学、研究机构等主体在研发行为上存在不可忽视的个体差异，譬如研发投入的差异 导致产出的技术知识的差异， ?这种创新主体的异质性与技术知识异质性的耦合将导致创新行为在地理空间上具有显著的异质性差异， 进而可能存在创新在地理空间上的相互依赖现象或者创新的局域俱乐部集团。 ?对于空间异质性，只要将空间单元的特性考虑进去，大多可以用经典的计量经济学方法进行估计。 ?但是当空间异质性与空间相关性同时存在时，经典的计量经济学估计方法不再有效，而且在这种情况下，
计量经济学经济模型分析
我国居民消费水平的变量因素分析 2010级工程管理赵莹 201000271120 改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。特别市对于如何启动内需，扩大居民消费变得越来越重要。因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 我选取了全国1990年-2009年居民消费水平及其影响因素的统计资料，详 一、建立回归模型并进行参数估计 导入数据后得到下表：
表2 由表2可知，模型估计的结果为： 550.78004.0023.0403.0?3 21-+-=X X X Y (0.046) (0.016) (0.006) (50.521) t= (8.743) (-1.442) (0.802) (-1.555) 999564.02=R 999483.02=R F=12239.64 n=20 D.W.=0.9217 二、异方差性的检验 用怀特检验进行异方差性的检验，得出下表：
表3 由表3可知，35292.11n 2 =R ，由怀特检验，在α=0.05的情况下，查可 知92.16905 .02 =）（χ >35292.11n 2=R ，表明模型不存在异方差性。 三、序列相关性的检验 由表2中结果可知D.W.=0.9217，D.W.检验结果表明，在5%的显著性水平下，n=20，k=2，查表得20.1d =L ，41.1d =U ，由于0 1. 总离差平方和可分解为回归平方和与残差平方和。（ 对 ） 2. 整个多元回归模型在统计上是显着的意味着模型中任何一个单独的解释变量均是统计显着的。（ 错 ） 3. 多重共线性只有在多元线性回归中才可能发生。（ 对 ） 4. 通过作解释变量对时间的散点图可大致判断是否存在自相关。（ 错 ） 5. 在计量回归中，如果估计量的方差有偏，则可推断模型应该存在异方差（ 错 ） 6. 存在异方差时，可以用广义差分法来进行补救。（ 错 ） 7. 当经典假设不满足时，普通最小二乘估计一定不是最优线性无偏估计量。（ 错 ） 8. 判定系数检验中，回归平方和占的比重越大，判定系数也越大。（ 对 ） 9. 可以作残差对某个解释变量的散点图来大致判断是否存在自相关。（ 错 ）做残差 ） n 5、经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS 估计量将有偏的。错，，即使经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS 估计量仍然是无偏的。 因为222)()?(βμββ=+=∑i i K E E ，该表达式成立与否与正态性无关。 1、在简单线性回归中可决系数2R 与斜率系数的t 检验的没有关系。错误，在简单线性回归 中，由于解释变量只有一个，当t 检验显示解释变量的影响显着时，必然会有该回归模型的可决系数大，拟合优度高。 2、异方差性、自相关性都是随机误差现象，但两者是有区别的。正确，异方差的出现总是与模型中某个解释变量的变化有关。自相关性是各回归模型的随机误差项之间具有相关关 系。3、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与模型有无截距项无关。错误，模型有截距项时，如果被考察的定性因素有m个相互排斥属性，则模型中引入m－1个虚拟变量，否则会陷入“虚拟变量陷阱”；模型无截距项时，若被考察的定性因素有m个相互排斥属性，可以引入m个虚拟变量，这时不会出现多重共线性。 4、满足阶条件的方程一定可以识别。错误，阶条件只是一个必要条件，即满足阶条件的的方程也可能是不可识别的。 5、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。错误，库依克模型、自适应预期模型与局部调整模型的最终形式是相同的，其最终形式都是一阶自回归模型。2、多重共线性问题是随机扰动项违背古典假定引起的。错误，应该是解释变量之间高度相关引起的. (3) 线性回归模型意味着因变量是自变量的线性函数。（错） (4) 在线性回归模型中，解释变量是原因，被解释变量是结果。（对） 1、虚拟变量的取值只能取0或1（对） 2、通过引入虚拟变量，可以对模型的参数变化进行检验（对） 1、简单线性回归模型与多元线性回归模型的基本假定是相同的。错 在多元线性回归模型里除了对随机误差项提出假定外，还对解释变量之间提 出无多重共线性的假定。 2、在模型中引入解释变量的多个滞后项容易产生多重共线性。对 在分布滞后模型里多引进解释变量的滞后项，由于变量的经济意义一样，只 #学术探讨# 现代计量经济学模型体系解析* 李子奈刘亚清 内容提要:本文对现代计量经济学模型体系进行了系统的解析,指出了现代计量经济学的各个分支是以问题为导向,在经典计量经济学模型理论的基础上,发展成为相对独立的模型理论体系,包括基于研究对象和数据特征而发展的微观计量经济学、基于充分利用数据信息而发展的面板数据计量经济学、基于计量经济学模型的数学基础而发展的现代时间序列计量经济学、基于非设定的模型结构而发展的非参数计量经济学,并对每个分支进行了扼要的描述。最后在/交叉与综合0的方向上提出了现代计量经济学模型理论的研究前沿领域。 关键词:经典计量经济学时间序列计量经济学微观计量经济学 一、引言 计量经济学自20世纪20年代末30年代初诞生以来,已经形成了十分丰富的内容体系。一般认为,可以以20世纪70年代为界将计量经济学分为经典计量经济学(Classical Econometrics)和现代计量经济学(Mo dern Eco no metr ics),而现代计量经济学又可以分为四个分支:时间序列计量经济学(Tim e Ser ies Econo metrics)、微观计量经济学(M-i cro-econometrics)、非参数计量经济学(Nonpara-m etric Econometrics)以及面板数据计量经济学(Panel Data Eco nom etrics)。这些分支作为独立的课程已经被列入经济学研究生的课程表,独立的教科书也已陆续出版,应用研究已十分广泛,标志着它们作为计量经济学的分支学科已经成熟。 据此提出三个问题:一是经典计量经济学的地位问题。既然现代计量经济学模型体系已经成熟,而且它们都是在经典模型理论的基础上发展的,那么经典模型还有应用价值吗?是不是凡是采用经典模型的研究都是低水平和落后的?二是现代计量经济学的各个分支的发展导向问题。即它们是如何发展起来的?三是现代计量经济学进一步创新和发展的基点在哪里?回答这些问题,对于正确理解计量经济学的学科体系,对于计量经济学的课程设计和教学内容安排,对于正确评价计量经济学理论和应用研究的水平,对于进一步推动中国的计量经济学理论研究,都是十分有益的。 现代计量经济学的各个分支是以问题为导向,以经典计量经济学模型理论为基础而发展起来的。所谓/问题0,包括研究对象和表征研究对象状态和变化的数据。研究对象不同,表征研究对象状态和变化的数据具有不同的特征,用以进行经验实证研究的计量经济学模型既然不同,已有的模型理论方法不适用了,就需要发展新的模型理论方法。按照这个思路,就可以用图1简单地描述经典计量经济学模型与现代计量经济学模型各个分支之间的关系。 本文试图从方法论的角度对现代计量经济学模型的发展,特别是现代计量经济学模型与经典计量经济学模型之间的关系进行较为系统的讨论,以期对未来我国计量经济学的发展研究提供借鉴和启示。本文的内容安排如下:首先分析经典计量经济学模型的基础地位,明确它在现代的应用价值,同时对发生于20世纪70年代的/卢卡斯批判0的实质进行讨论;然后依次讨论时间序列计量经济学、微观计量经济学、非参数计量经济学以及面板数据计量经济学的发展,回答它们是以什么问题为导向,以什么为目的而发展的;最后以/现代计量经济学模型体系的分解与综合0为题,讨论现代计量经济学的前沿研究领域以及从对我国计量经济学理论的创新和发展 ) 22 ) *本文受国家社会科学基金重点项目(08AJY001,计量经济学模型方法论基础研究)的资助。 思考题答案 第一章绪论 思考题 怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 理论计量经济学和应用计量经济学的区别和联系是什么 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 怎样理解计量经济学与理论经济学、经济统计学的关系 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容。 2、计量经济学与经济统计学的关系。联系：经济统计侧重于对社会经济现象的描述性计量；经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据；经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。 在计量经济模型中被解释变量和解释变量的作用有什么不同 答：在计量经济模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。 一个完整的计量经济模型应包括哪些基本要素你能举一个例子吗 答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。 例如研究消费函数的计量经济模型：u + = α βX Y+ 其中，Y为居民消费支出，X为居民家庭收入，二者是经济变量；α和β为参数；u是随机误差项。 假如你是中央银行货币政策的研究者，需要你对增加货币供应量促进经济增长提 国内空间计量经济学最新进展综述 摘要：随着计量经济学的飞速增长，它已经从社会科学的边缘学科成长为多个学科的主流研究分支。文章对国内的最新发展状况进行了介绍，分别从经济增长、技术创新、FDI、财政和金融、环境和农业等方面探讨了其研究动态。 关键词：空间计量；经济增长；技术创新；FDI 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。最近几年，国内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。文章主要对其21世纪以来的国内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。 国内学者在方法上有深入研究的不多，除了个别学者在方法上有一定的研究外，比如孙洋和李子奈发展了一个在空间矩阵间进行选取的非嵌套检验方法[1]，林光平等和龙志和等对Bootstrap方法进行了深入的研究[2-3]，其他学者基本上是处于将国外的理论应用到国内的阶段，不过在研究领域上 呈现日益多元化的趋势。 1 经济增长 随着我国地区间经济联系的日益紧密，区域间的空间相关性对于各地区经济增长的作用越来越大。值得一提的是，吴玉鸣、林光平等学者进行了开拓性的研究，使得越来越多的学者开始进入这一领域。吴玉鸣和徐建华运用面板数据分析了中国31个省级区域经济增长集聚及其影响因素，认为中国省域经济增长具有明显的空间依赖性，在地理空间上存在集聚现象，忽视这种空间效应必将造成模型设定的偏差和计量结果的不准确。吴玉呜的研究进一步证明了地理因素和空间效应一起对经济增长和收入差距产生重要影响。何江和张馨之使用空间固定效应模型验证了增长过程中区域外溢显著存在。刘名远使用DURBIN空间面板计量经济模型测度了我国区域规模经济效应，发现区域经济空间聚集回波效应大于辐射扩散效应。 林光平等利用空间计量模型研究了我国28个省区年间人均GDP的β收敛（增长率上的趋同）和σ收敛（人均收入水平上的趋同）情况，研究结果表明，考虑到省区间相关性，我国地区间经济存在收敛性，尤其是近几年省区间经济表现出σ收敛的趋势，但是β的估计值表现出增大的趋势。不过随后的研究结论略有不同，有学者认为在中国经济地区增长考虑空间依赖性的情况下，标准的β收敛模型存在收敛 多元线性回归模型 一．概述 当今农村农民人均纯收入与多个因素存在着紧密的联系，例如人均工资收入，人均农林牧渔产值人均生产费用支出，人均转移性和财产性收入等。本次将以安徽1995－2009年农村居民纯收入与人均工资收入，人均生产费用支出，人均转移性和财产性收入等因素的数据，通过建立计量经济模型来分析上述变量之间的关系，强调农村居民生活的重要性，从而促进全国经济的发展。 二、模型构建过程 ⒈变量的定义 被解释变量：农民人均纯收入y 解释变量：人均工资收入x1, 人均农林牧渔产值x2 人均生产费用支出x3 人均转移性和财产性收入x4。 建立计量经济模型：解释农民人均纯收入与人均工资收入，人均生产费用支出，人均转移性和财产性收入的关系 ⒉模型的数学形式 设定农民人均纯收入与五个解释变量相关关系模型，样本回归模型为： ∧Y i=∧ β + ∧ β 1 X i1+∧β 2 X i2+∧β 3 X i3+∧β 4 X i4+e i ⒊数据的收集 该模型的构建过程中共有四个变量,分别是中国从1995－2009年人均工资收入，人均农林牧渔产值人均生产费用支出，人均转移性和财产性收入，因此为时间序列数据，最后一个即2009年的数据作为预测对比数据，收集的数据如下所示： ⒋用OLS法估计模型 回归结果,散点图分别如下: Y?=33.632+0.659X1+0.59X2-0.274X3+0.152X4 i d.f.=10 ,R2=0.997116 , Se=(186.261) (0.1815 (0.1245) (0.2037) (0.5699) t=(0.1805) (3.632) (4.741) (-1.347) (2.674) 三、模型的检验及结果的解释、评价 第23卷第110期湖南财经高等专科学校学报 V ol 123N o 1110 2007年12月 Journal of Hunan F inancial and Econo m ic College Dec 12007 空间计量经济学研究综述 王立平1 任志安 2 (11合肥工业大学人文经济学院,安徽合肥 230009;21安徽财经大学经济与金融学院,安徽蚌埠 233041) 【摘 要】空间计量经济学是一门新兴的边缘学科,近年来在应用经济领域的运用呈现出爆炸的态势,成 为西方经济计量学理论中一个亮点。目前国内对于空间计量经济学的认识不够,其相关研究更是少见。通过系统介绍空间计量经济学理论方法与应用,包括空间计量经济学的基本理论、模型设定、参数估计与模型检验,并对空间计量经济学的最新进展进行评述。 【关 键 词】空间计量经济学;空间权重;空间自回归模型;空间误差构成模型 【中图分类号】F22410 【文献标识码】A 【文章编号】1009-4148(2007)06-0025-04 ?收稿日期:2007-10-10 基金项目:安徽省社科规划项目“安徽省地区经济差异的空间计量分析与协调发展研究”(项目号:AHSKF03-04D16)的阶段成果之一 作者简介:王立平(1968- ),男,安徽合肥人,合肥工业大学人文经济学院副教授,管理学博士,硕士生导师, 主要研究方向:计量经济分析、区域经济学;任志安(1965- ),男,安徽合肥人,安徽财经大学经济与金融学院副教授,管理学博士,硕士生导师,主要研究方向:微观经济学、区域经济理论与实践 空间计量经济学是新兴的一门边缘学科,近十几年空 间计量模型在国外社会科学很多领域,尤其在应用经济领域的运用呈现出爆炸的态势,成为计量经济学理论中一个亮点。从文献检索看,目前国内关于该学科的研究几乎是空白,国外有学者曾用空间计量模型研究过中国问题,如 Lesage [1] 运用空间计量经济模型对中国区域经济增长问题所做的研究;Coughlin and Segev [2]对中国F D I 区域分布的影响因素的空间经济分析。 一、空间计量经济学的产生与发展 空间计量经济学是计量经济学的一个子集,主要应用于截面数据和平行面数据(panel data )回归模型中复杂的空间相互作用与空间依存性结构分析[3]。 空间计量经济学发端于空间相互作用理论及其进展。尽管空间相互作用关系一直是人们研究中所关注的问题,但空间关系理论分析框架直到20世纪末才逐渐提出。例如,Paelinck [4]论文中强调空间相互依存的重要性、空间关系的渐进性和位于其他空间适当因素的作用。Akerl of [5]提出了相互作用粒子系统模型(interacting particle sys 2 te m s )、Durlauf [6] 阐述了随机域(random field models )模型、Aoki [7]提出均值域相互作用宏观模型、Durlauf [8]提出相邻溢出效应模型和Fujita [9]等提出报酬递增、路径依赖和不完全竞争等新经济地理模型,等等。正是这些理论创新使空间相互作用研究的可能性成为现实。 空间计量经济学产生的另一股动力来自解决实际“问题”数据的驱动。空间计量经济学最初起源于在区域科学和分析地理学有广泛应用的空间统计学,人们在空间相互作用研究中,遇到了各种实际“问题”数据。例如,解释变量的构造经常依据被解释变量的范围进行空间插值估计,导致空间预测呈现出系统空间变异的预测误差,此类问题在研究环境和资源分配的经济效果时常常遇到。再如,在空间数据汇总时,往往会出现数据与经济变量不匹配的问题,这些空间数据的共同特征是普通回归模型的误差序列是空间相关的,这些“问题”数据所引起普通模型设定的偏倚,推动了空间计量经济模型的产生。 最近二、三十年,随着计算技术和计算机模拟技术的发展以及一大批专家学者如Anselin 、B ruecckner 、Kele 2jian 、Haining 和Case 等人的不懈努力,空间计量经济学取得了突飞猛进的发展。 二、空间计量经济学的基本理论 空间计量经济学是一个比较复杂的系统理论体系。在这个理论体系中,有几个核心的理论范畴,如空间反应函数、空间异质性和空间依存性、空间权数和空间过滤程序等。 1、空间反应函数 我国人口数量的相关分析 一，寻找相关数据 二，进行模型的建立 打开Eviews，建立一个新的Workfile。数据类型为时间序列，1979~2012年。 输入被解释变量y与5个解释变量（如图所示） 将数据导入group中 分别观察y与x1,x2,x3,x4,x5的散点图，Y与x1的散点图： Y与x2的散点图： Y与x4的散点图： 观察上述散点图发现y与x1，x2，x3，x4，x5为非线性关系，因此对其进行非线性模型的线性化处理。 三，对模型进行参数估计 首先对模型进行线性化处理 对其进行模型回归，输入ls y c z1 z2 z3 z4 z5 得到如下图所示回归结果 回归结果为 i Y ^ =-123441.8-3988.052Z 1 +5043.003Z 2 +6105.032Z 3 -11.015X 4 +20443.4Z 5 i Y ^ =-123441.8-3988.05log(X 1 )+5043.0log(X 2 )+6105.03log(X 3 )-11.015X 4 +20443.4 log(X 5 ) t =(-5.5428) (-2.2016) (0.7198) (7.8404) (-5.3888) (6.2395) R 2 =0.997258 2— R =0.996769 F=2037.054 DW=0.981736 (1)经济意义检验 β1=-3988.052，说明出生率每增加单1%，我国总人口减少3988.052单位； β2=5043.003，说明死亡率每增加单1%，我国总人口增加5043.003单位； β3=6105.032，说明人均可支配收入每增加1个单位，我国总人口增加6105.032单位； β1=-11.015，说明受高等教育人数每增加1个单位，我国总人口减少11.015单位； β1=20443.4，说明医疗机构数每增加1个单位，我国总人口增加20443.4单位； (2)统计检验 ○ 1拟合优度检验 可决系数R 2 =0.997258，修正后的可决系数2 — R =0.996769，表明拟合结果相当好。 ○ 2T-检验 由表可知各参数的t 统计量为 β1为t 1=-2.2016 β2为t 2=0.7198 β3为t 3=7.8404 第七章 计量经济学应用 §7.1 计量经济学模型的设定 计量经济学模型设定的主要根据： 1） 研究目的； 2） 已有理论模型。 通常是根据研究目的所涉及的范围，决定需要分析哪些经济变量之间的关系。再设定这些变量之间的关系式。 设定变量关系式可以根据已有的理论模型、经济恒等式、经济关系式来确定（可能需要进行一定的修改）。若没有已知的关系式可用，可以根据研究目的，人为设定。 变量间具体表达式的选择 若经济理论已给出具体表达式，就直接套用。否则，可以直接假设为线性函数。其原因是经济中的所使用函数大多数都认为是连续可微的函数，因而可以用线性函数近似。 §7.2 数据调整 由于统计指标与经济变量的含义、口径一般不会一致。在模型估计之前，如有可能，应先进行调整，使统计指标的口径尽可能的接近经济变量的含义。 §7.3 变量的选择 基于上述同样的原因，及统计指标间的相关性，在设计模型结构时，需要筛选变量。 假设模型已转化为简化型，即设模型为 ??? ????++++=++++=++++=k p kp k k k p p p p x x x y x x x y x x x y εαααεαααεαααΛΛΛΛ2211222221212112121111 变量筛选有两层含义： 1） 对内生变量T k y y y ),,,,(21Λ有重要影响的外生变量是否都选入模型了？ 2） 模型内的外生变量T p x x x ),,,(21Λ对内生变量T k y y y ),,,,(21Λ是否都有重要影 响？ 判别准则 1） 复相关系数R （一般要求R>0.8），或方程的F -统计量； 一般来说，若R>0.9或经F-检验是显著的，则从整体上说，方程几乎包含了对响应变量有重要影响所有外生变量，外生变量对内生变量有较强的解释能力，否则，表明方程遗漏了一些对内生变量有重要影响的变量，需要增加外生变量。 当模型用于结构分析时，R 值可以低一些，用于预测时，R 值应比较大。 2） 系数显著性检验t -统计量。 下面介绍几种常用的变量筛选算法。这些算法都是一对多回归模型的搜索算法。 记in Ω是在回归模型内的预测变量集，out Ω是在回归模型外待检的预测变量集，del Ω是 回归模型分析报告 背景意义： 教育是立国之本，强国之基。随着改革开放的进行、经济的快速发展和人们生活水平的逐步提高，“教育”越来越受到人们的重视。一方面，人均国内生产总值的增加与教育经费收入的增加有着某种联系，而人口的增长也必定会对教育经费收入产生影响。本报告将从这两个方面进行分析。 我国1991年~2013年的教育经费收入、人均国内生产总值指数、年末城镇人口数的统计资料如下表所示。试建立教育经费收入Y关于人均国内生产总值指数X1和年末城镇人口数X2的回归模型，并进行回归分析。 年份教育经费收入 Y（亿元） 人均国内生产总值指数 X1(1978年=100) 年末城镇人口数 X2（万人） 199131203 199232175 199333173 199434169 199535174 199637304 199739449 199841608 199943748 200045906 200148064 200250212 200352376 200454283 200556212 200658288 200760633 200862403 200964512 201066978 201169079 201271182 201373111 资料来源：中经网统计数据库。 根据经济理论和对实际情况的分析可以知道，教育经费收入Y依赖于人均国内生产总值指数X1和年末城镇人口数X2的变化，因此我们设定回归模型为 Y Y=Y0+Y1Y1Y+Y2Y2Y+Y Y 应用EViews的最小二乘法程序，输出结果如下表 Y?Y=5058.835+28.7491Y1Y?0.3982Y2Y R2= Y???2= F= 异方差的检验 1.Goldfeld-Quandt检验 X1和X2的样本观测值均已按照升序排列，去掉中间X1和X2各5个观测值，用第一个子样本回归： Y?Y=?3510.668+5.9096Y1Y+0.0839Y2Y SSE1= 用第二个子样本回归： Y?Y=178636.6+107.5861Y1Y?4.7488Y2Y SSE2=6602898 H0=u t具有同方差， H1=u t具有递增型异方差 构造F统计量。F=SSE2 SSE1=6602898 45633.64 =>(9,9) = 所以拒绝原假设，计量模型的随机误差项存在异方差 2.White检验 因为模型中含有两个解释变量，辅助回归式一般形式如下 Y?Y2=Y0+Y1Y Y1+Y2Y Y2+Y3Y Y12+Y4Y Y22+Y5Y Y1Y Y2+Y Y 辅助回归式估计结果如下 Y?Y2=??40478.23Y Y1+1067.432Y Y2?18.9196Y Y12?0.0202Y Y22 +1.3633Y Y1Y Y2 因为TR2=>Y0.12 (5)= 该回归模型中存在异方差 3.克服异方差 以1/X1做加权最小二乘估计， 建立计量经济学模型的步骤和要点 | [<<][>>] 一、理论模型的设计 对所要研究的经济现象进行深入的分析，根据研究的目的，选择模型中将包含的因素，根据数据的可得性选择适当的变量来表征这些因素，并根据经济行为理论和样本数据显示出的变量间的关系，设定描述这些变量之间关系的数学表达式，即理论模型。例如上节中的生产函数 就是一个理论模型。理论模型的设计主要包含三部分工作，即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围。 1. 确定模型所包含的变量 在单方程模型中，变量分为两类。作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量；而作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量，如政策变量、条件变量经常以虚变量的形式出现。 严格他说，上述生产函数中的产出量、资本、劳动、技术等，只能称为“因素”，这些因素间存在着因果关系。为了建立起计量经济学模型，必须选择适当的变量来表征这些因素，这些变量必须具有数据可得性。于是，我们可以用总产值来表征产出量，用固走资产原值来表征资本，用职工人数来表征劳动，用时间作为一个变量来表征技术。这样，最后建立的模型是关于总产值、固定资产原值、职工人数和时间变量之间关系的数学表达式。下面，为了叙述方便，我们将“因素”与“变量”间的区别暂时略去，都以“变量”来表示。 关键在于，在确定了被解释变量之后，怎样才能正确地选择解释变量。 第一节 两变量线性回归模型 一．模型的建立 1．数理模型的基本形式 y x αβ=+ （2.1） 这里y 称为被解释变量(dependent variable)，x 称为解释变量(independent variable) 注意：（1）x 、y 选择的方法：主要是从所研究的问题的经济关系出发，根据已有的经济理论进行合理选择。 （2）变量之间是否是线性关系可先通过散点图来观察。 2．例 如果在研究上海消费规律时，已经得到上海城市居民1981-1998年期间的人均可支配收入和人均消费性支出数据（见表1），能否用两变量线性函数进行分析？ 表1.上海居民收入消费情况 年份 可支配收入 消费性支出 年份 可支配收入 消费性支出 1981 636.82 585 1990 2181.65 1936 1982 659.25 576 1991 2485.46 2167 1983 685.92 615 1992 3008.97 2509 1984 834.15 726 1993 4277.38 3530 1985 1075.26 992 1994 5868.48 4669 1986 1293.24 1170 1995 7171.91 5868 19871437.09128219968158.746763 19881723.44164819978438.896820 19891975.64181219988773.16866 2．一些非线性模型向线性模型的转化 一些双变量之间虽然不存在线性关系，但通过变量代换可化为线性形式，这些双变量关系包括对数关系、双曲线关系等。 例3-2 如果认为一个国家或地区总产出具有规模报酬不变的特征，那么采用人均产出y与人均资本k的形式，该国家或者说地区的总产出规律可以表示为下列C-D生产函数形式 y Akα = （2.2） 第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 计量经济学实验 报告 ——简单线性回归的模型 专业班级：物流管理20102班 姓名：孙善祥 学号： 2010517453 案例分析 案例: 全国居民消费水平(CT)与国民总收入（GNI）数量关系的分析 一、提出问题：随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也在不断增长。研究全国居民消费水平(CT)与国民总收入（GNI）的数量关系，对于探寻居民消费增长的规律性，预测居民消费的发展趋势有重要意义。 二、理论分析：影响居民人均消费水平的因素有多种，但从理论和经验分析，最主要的影响因素应是经济发展水平。从理论上说经济发展水平越高，居民消费越多。 变量选择：被解释变量选择“全体居民人均年消费水平” 解释变量选择表现经济增长水平的“国民总收入（GNI）” 研究范围：1979年至2008年中国“全体居民人均年消费水平”与“国民总收入（GNI）”的时间序列数据。 数据： 为分析“全体居民人均年消费水平”(Y)与“国民总收入（GNI）”(X)的关系，作散点图： 从散点图可以看出“全体居民人均年消费水平” (Y)与“国民总收入（GNI ）”大体呈现为线性关系。为分析数量规律性，可以建立如下简单线性回归模型： 三、估计参数 假定模型中随机扰动满足基本假定，可用OLS 法。具体操作：使用EViews 软件，估计结果是： 用规范的形式将参数估计和检验的结果写为： (77.71158)(0.000721) n =30 12t t t Y X u ββ=++ 四、模型检验 1、经济意义检验 估计的解释变量的系数为 说明国民总收入每增加一个单位，可导致全体居民人均年消费水平增 2、可决系数： 模型整体上拟合好。 3、系数显著性检验：给定 ，查 t 分布表， 在自由度为 时临界值为 因为 应拒绝 应拒绝 表明，人均GDP 对居民消费水平确有显著影响。 五、 点预测： 如果2009年国民总收入将比2008年增长15.56%将达到350000，利用所估计的模型可预测2009年全体居民人均年消费水平。 =10147.3504 为了做区间估计，取 ，Y 的平均置信度95%的预测区间为 已知: 10147.3504,,n =30 由X 和Y 的描述统计结果 0.05α=282302=-=-n 048.2)28(025.0=t 02:0H β=01:0H β=??F F α21Y =Y t σ+n计量经济学判断题 )
现代计量经济学模型体系解析
计量经济学 庞皓 课后思考题答案
国内空间计量经济学最新进展综述
计量经济学多元线性回归模型
空间计量经济学研究综述
计量经济学我国人口总数模型分析
计量经济学模型
计量经济学回归模型实验报告
建立计量经济学模型的步骤和要点
计量经济学一元线性回归模型总结
计量经济学习题及解答55874
计量经济学回归模型