本文關(guān)鍵詞：中國GDP偏離度的空間計(jì)量經(jīng)濟(jì)分析，由筆耕文化傳播整理發(fā)布。

當(dāng)前位置：首頁 >> 文學(xué)研究 >> 中國GDP偏離度的空間計(jì)量經(jīng)濟(jì)分析

地

理

科

學(xué)

SCIENTIA GEOGRAPHICA SINICA

中國 GDP 偏離度的空間計(jì)量經(jīng)濟(jì)分析
張建偉 1,2， 苗長虹 2， 姜海寧 3
（1.安陽師范學(xué)院資源環(huán)境與旅游學(xué)院， 河南 安陽 455000； 2.河南大學(xué)黃河文明與可持續(xù)

發(fā)展研究中心/環(huán)境 與規(guī)劃學(xué)院， 河南 開封 475001； 3. 浙江師范大學(xué)地理與環(huán)境科學(xué)學(xué)院， 浙江 金華 321004） 摘要： 摘要 采用突變級(jí)數(shù)法、 ESDA 及空間計(jì)量經(jīng)濟(jì)模型對(duì) 1985~2012 年中國 GDP 的偏離度的時(shí)空差異進(jìn)行了研究， 結(jié) 果發(fā)現(xiàn)： ① 除 2009 年外， 自 1998 年來中國 GDP 偏離度一直在不斷增加， 國家政策及全球經(jīng)濟(jì)運(yùn)行狀況對(duì)其有重 要影響； ② 2012 年和 2009 年相比， GDP 偏離度空間格局變動(dòng)不大， 長三角、 京津冀及中部地區(qū)一直是偏離度較大 的區(qū)域； ③ 空間相互作用是中國 GDP 偏離度拉大的重要原因； ④ GDP 總量、 建筑業(yè)及固定資產(chǎn)投資總額對(duì)中國 GDP 偏離度具有重要影響； ⑤ 能耗及 GDP 速度對(duì) GDP 偏離度產(chǎn)生負(fù)向作用， 主要是由其發(fā)展階段決定的。 關(guān) 鍵 詞： GDP； 偏離度； 空間計(jì)量經(jīng)濟(jì)模型 文獻(xiàn)標(biāo)識(shí)碼： 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào)： 文章編號(hào) 1000-0690 中圖分類號(hào)： 中圖分類號(hào) F222.1

GDP 是一定時(shí)期內(nèi)一個(gè)國家或地區(qū)經(jīng)濟(jì)生產(chǎn) 出的全部最終產(chǎn)品和勞務(wù)的市場(chǎng)價(jià)值總和， 是衡 量一個(gè)國家或地區(qū)經(jīng)濟(jì)總產(chǎn)出及發(fā)展水平的重要 指標(biāo)[1]， 是政府部門制定宏觀經(jīng)濟(jì)政策及政績(jī)考核 的重要依據(jù)， 也是學(xué)術(shù)界運(yùn)用最為廣泛的指標(biāo)之 一， 對(duì)企業(yè)及社會(huì)公眾調(diào)整投資消費(fèi)計(jì)劃也具有 重要意義。隨著社會(huì)的發(fā)展與進(jìn)步， 人們對(duì) GDP 的質(zhì)疑聲越來越多： GDP 只反映 “經(jīng)濟(jì)增長” 而不 能反映 “社會(huì)發(fā)展” ； 全國性數(shù)據(jù)與省級(jí)數(shù)據(jù)存在 較大差距， 有時(shí)差距甚至達(dá)到 10%； 對(duì) GDP 的統(tǒng)計(jì) 方法也不愿公開。因此， 學(xué)術(shù)界開展了許多有益 的研究， 主要集中在 GDP 方法改善、 替代指標(biāo)及準(zhǔn) 確性。鑒于統(tǒng)計(jì)數(shù)據(jù)的二手性及統(tǒng)計(jì)調(diào)查過程本 身涉及面廣， 難以重復(fù)等特性， 對(duì)所得統(tǒng)計(jì)數(shù)據(jù)的 準(zhǔn)確性進(jìn)行 “準(zhǔn)確” 評(píng)估存在諸多障礙， 導(dǎo)致在研 究和實(shí)踐中一直未能形成評(píng)估方法的公認(rèn)體系和 標(biāo)準(zhǔn) [3]。傳統(tǒng)的 GDP 研究主要側(cè)重從方法上進(jìn)行
［4］ ［5］ 改進(jìn)： 邏輯性評(píng)估方法 、 誤差效應(yīng)分析法 、 異常 [2]

GDP 被低估、 重復(fù)計(jì)算等因素造成的[13]， 而其它一 些研究嘗試對(duì)地區(qū)與國家 GDP 數(shù)據(jù)銜接的 3 種方 法進(jìn)行對(duì)比分析， 縮小地區(qū)與國家 GDP 差距 [14]。 總之， 各種 GDP 的測(cè)算方法各有其特點(diǎn)， 目前尚沒 有一種方法具有明顯的優(yōu)勢(shì)。此外， 也有一些研究
15] 嘗試用綠色 GDP[1， ， 國民幸�？傊礫16]、 3G-GDP[2]來

代替?zhèn)鹘y(tǒng) GDP， 但這些研究都包含了傳統(tǒng) GDP， 認(rèn) 為傳統(tǒng) GDP 是可信的， 遺憾的是傳統(tǒng) GDP 仍然是 個(gè)黑箱。李克強(qiáng)總理 2007 年也曾表示中國的 GDP 數(shù)字是 “人造的” ， 其依據(jù)是耗電量、 鐵路貨運(yùn)量和 銀行貸款額[17]， 即克強(qiáng)指數(shù)�？藦�(qiáng)指數(shù)是一種比較 簡(jiǎn)化的結(jié)構(gòu)性指數(shù)， 擠掉了統(tǒng)計(jì)數(shù)據(jù)中的水分， 從 特定側(cè)面表達(dá)了經(jīng)濟(jì)運(yùn)行的現(xiàn)實(shí)， 較為客觀， 得到 了許多國際機(jī)構(gòu)的認(rèn)可。雖然克強(qiáng)指數(shù)不能代替 GDP 的統(tǒng)計(jì)作用， 但是可以觀察 GDP 數(shù)據(jù)的可靠 性。此外， 一些研究從全要素生產(chǎn)率[3]和半?yún)?shù)模 型 [18] 對(duì)中國 GDP 的準(zhǔn)確性進(jìn)行了研究， 但是這些 研究主要從時(shí)間序列上展開的， 對(duì)誤差的成因分 析也較少， 其它一些研究雖嘗試對(duì)誤差的原因進(jìn) 行分析， 但主要基于定性分析， 對(duì)揭示 GDP 誤差的 成因不甚理想。因此， 本研究首先基于克強(qiáng)指數(shù) 及傳統(tǒng) GDP 構(gòu)造了 GDP 偏離度， 偏離度是指基于

值檢驗(yàn)法 、 相關(guān)指標(biāo)建模法
[11]

［6］

[7~10]

、 季度支出法 GDP

核算制度 。對(duì)于地方 GDP 總和明顯高于全國 GDP 的問題， 一些研究認(rèn)為主要是： 資料來源、 估 算方法、 技術(shù)水平、 人為因素 、 統(tǒng)計(jì)制度、 全國
[12]

收稿日期 2014-05-13； 收稿日期： 修訂日期： 修訂日期 2014-10-10 基金項(xiàng)目： 基金項(xiàng)目 國家自然科學(xué)基金項(xiàng)目 （41430637） 資助。 作者簡(jiǎn)介： 作者簡(jiǎn)介 張建偉(1984-)， 男， 河南周口人， 博士后， 講師， 主要從事城市和區(qū)域創(chuàng)新研究。E-mail: jwzhang12@163.com 通訊作者： 通訊作者 苗長虹， 教授。E-mail: chhmiao@henu.edu.cn 網(wǎng)絡(luò)出版時(shí)間： 2015-05-12 11:20網(wǎng)絡(luò)出版地址：

地

理

科

學(xué)

克強(qiáng)指數(shù)計(jì)算的 GDP 與傳統(tǒng) GDP 相差的絕對(duì)值 所占計(jì)算 GDP 的比重， 主要是觀察統(tǒng)計(jì)出來 GDP 的可靠程度。然后探討偏離度的空間差異， 并嘗 試通過空間計(jì)量經(jīng)濟(jì)分析模型解釋其形成原因， 以期為準(zhǔn)確評(píng)估中國不同區(qū)域的經(jīng)濟(jì)運(yùn)行狀況提 供一定的依據(jù)。

或取平均值 [21]。利用突變級(jí)數(shù)法中的燕尾突變系 統(tǒng)模型將耗電量、 鐵路貨運(yùn)量和銀行貸款額合并 為一個(gè)指標(biāo)， 即測(cè)算的 GDP。最后， 利用測(cè)算的 GDP 與傳統(tǒng) GDP 構(gòu)造出偏離度以觀察中國傳統(tǒng)上 統(tǒng)計(jì)出的 GDP 的準(zhǔn)確性， 偏離度的計(jì)算公式可以 表示為： S=|A-X|/A GDP。 1.3 空間自相關(guān)分析方法 全局空間自相關(guān)是通過對(duì)屬性值的空間特征 的整體描述， 揭示區(qū)域總體的空間關(guān)聯(lián)和空間差 異程度[22]。最常用的表示指標(biāo)和方法為 Moran’ s I, 其計(jì)算公式為:
ˉ )( X j - X ˉ) I = 12 ∑ ∑W ij ( X i - X S i=1 j≠1
n n

1 指標(biāo)選取與方法
1.1 指標(biāo)選取 本研究的所有數(shù)據(jù)均來自 1985~2013 年 《中國 統(tǒng)計(jì)年鑒》 ， 研究范圍為全國 31 個(gè)省市 （港澳臺(tái)
[19]

（4）

式中， S 為 GDP 偏離度， A 為測(cè)算的 GDP； X 為傳統(tǒng)

除外） ， 通過克強(qiáng)指數(shù)的 3 個(gè)指標(biāo)——耗電量、 鐵路 貨運(yùn)量和銀行貸款額表征較為真實(shí)的 GDP， 這三 個(gè)指標(biāo)切合中國經(jīng)濟(jì)特征， 易于核實(shí)， 更重要的是 更少受人為操縱影響。 1.2 突變級(jí)數(shù)法 突變級(jí)數(shù)法是基于突變理論發(fā)展起來的一種 綜合評(píng)價(jià)方法， 其核心是采用突變理論分歧方程 所推導(dǎo)出的歸一化公式， 建立遞歸運(yùn)算法則， 與一 般模糊評(píng)價(jià)相比， 該方法根據(jù)指標(biāo)間的內(nèi)在邏輯 關(guān)系對(duì)指標(biāo)的重要性進(jìn)行排序， 給出底層指標(biāo)的 突變模糊隸屬度值， 而中間層和頂層的突變模糊 隸屬度值是由突變模型從底層逐級(jí)遞歸計(jì)算得出 的 [20]。沒有使用主觀性較大的權(quán)重， 體現(xiàn)了科學(xué) 性、 合理性及計(jì)算簡(jiǎn)單準(zhǔn)確的特點(diǎn)。最常見的突 變系統(tǒng)類型有尖點(diǎn)突變系統(tǒng)、 燕尾突變系統(tǒng)、 蝴蝶 突變系統(tǒng)。其數(shù)學(xué)模型分別為： 尖點(diǎn)突變系統(tǒng)模型：
f (x) = x4 + ux2 + vx

∑∑W
n n i=1 j≠1

ij

（5）

ˉ X X i、 X j為各省市 GDP 偏離度， 式中， n 為地區(qū)總數(shù)， W ij為研究范圍內(nèi)空間單元 i 為平均值， S 為標(biāo)準(zhǔn)差，

與 j 的空間連接矩陣。依據(jù)區(qū)域單元的鄰接性來 構(gòu)造空間連接矩陣， 若區(qū)域 i 與 j 之間存在公共邊 界， 屬于鄰居關(guān)系， 則W ij=1； 否則, W ij=0。根據(jù) Moran’ s I 設(shè)計(jì)原理， 若 Moran’ s I 為正， 表示 GDP 偏 離度在空間上呈集聚態(tài)勢(shì)； 若 Moran’ s I 為負(fù)， 表明 GDP 偏離度在空間上呈分散格局； 若 Moran’ s I接 近于 0， 表明 GDP 偏離度在空間上隨即分布。 1.4 空間計(jì)量經(jīng)濟(jì)模型 空間誤差模型 （SEM Model） 和空間滯后模型 （SLM Model） 主要被用來解釋空間自相關(guān)因素對(duì)

（1）

GDP 偏離度影響程度[23]。 空間誤差模型 Y=Xβ+ξ； ξ=ρWξ+v 空間滯后模型 Y=λWY+Xβ+μ （7） 式中， Y 為因變量， X 為除空間交互因素外其它解 釋變量組成的變量矩陣， ρ 和 λ 分別為空間誤差系 數(shù)和空間回歸系數(shù)， W 為空間權(quán)重系數(shù)， β為 X 的參 數(shù)向量， v 和 μ 為白噪音干擾項(xiàng)， ξ 為隨機(jī)誤差向 量。如果ρ和λ為正說明一省市的 GDP 偏離度會(huì)影 響相鄰省市的 GDP 偏離度。 （6）

燕尾突變系統(tǒng)模型： f (x) = 1 x5 + 1 ux3 + 1 vx2 + wx （2） 5 3 2 蝴蝶突變系統(tǒng)模型： f (x) = 1 x6 + 1 ux4 + 1 vx3 + 1 wx2 + tx （3） 6 4 3 2 式中， x 表示突變系統(tǒng)的一個(gè)狀態(tài)變量； f(x)表示狀 態(tài)變量 x 的勢(shì)函數(shù)； u， v， w， t 表示狀態(tài)變量的控制 變量。通過計(jì)算， 不同突變模型的歸一公式為： 尖
xu = u ， 點(diǎn)突變系統(tǒng)： xv = v ； 燕尾突變系統(tǒng)：
12 13

xv = v ， 蝴蝶突變系統(tǒng)： xu = u ， xw = w ； xu = u ，
12 13 14 12

xw = w ， xv = v ， x t = t 。通過歸一公式系統(tǒng)內(nèi)控制
13 14 15

變量被轉(zhuǎn)化為同一質(zhì)態(tài)�？刂谱兞吭诶脷w一公 式計(jì)算每個(gè)狀態(tài)變量值時(shí)， 對(duì)該變量所對(duì)應(yīng)的各 個(gè)控制變量計(jì)算出的 x 值采用 “大中取小” 的原則

2 結(jié)果分析
2.1 中國 GDP 總體偏離度時(shí)間演變 從時(shí)間演變上看， 中國 GDP 偏離度可以分為 3

張建偉等： 中國 GDP 偏離度的空間計(jì)量經(jīng)濟(jì)分析

個(gè)階段： 1985~1995 年 GDP 偏離度顯著加大， 從 198.46 增加到 628.4， 增加了近 2.5 倍； 1995~2003 年 GDP 偏 離 度 變 化 不 大 ， 僅 從 628.4 增 加 到 864.35； 2003~2012 年除 2009 年略微下降外， GDP 偏離度增長也較為明顯， 從 864.35 增加到 1 764.9， 擴(kuò)大了 1 倍 （圖 1） 。另外， 2008~2009 年偏離度略 微下降； 1997~1998 年增長幅度僅為 8.2， 為歷年來 最小 （圖 1） �？梢姡� 全球宏觀運(yùn)行狀況對(duì) GDP 偏離 度有一定影響， 金融危機(jī)對(duì) GDP 偏離度有一定的 制約作用。

離度較高； 天津、 吉林、 黑龍江、 安徽、 江西、 廣西和 重慶偏離度一般， 其余省市偏離度低 （圖 2） �？傮w 上， 中國 GDP 偏離度較高的省市主要位于長三角、 京津冀及中部地區(qū)， 這些地區(qū)經(jīng)濟(jì)實(shí)力較強(qiáng)， 服務(wù) 業(yè)發(fā)展強(qiáng)勁， 是國家通過各種政策重點(diǎn)扶持的區(qū) 域； 較低的基本位于西部地區(qū)， 這些地區(qū)處在工業(yè) 化發(fā)展階段， 國家雖開始關(guān)注， 也出臺(tái)了相關(guān)政 策， 但是區(qū)位優(yōu)勢(shì)及獲取資金等資源的能力較弱。 2012 年， GDP 偏離度高的一些省市有北京、 上 海、 江蘇、 浙江、 山東、 河南、 湖北、 湖南、 四川和廣 東； 河北、 遼寧、 福建偏離度較高； 天津、 吉林、 黑龍 江、 安徽、 江西、 陜西、 廣西和重慶偏離度一般， 其 余省市 GDP 偏離度小。與 2009 年相比， 2012 年 GDP 偏離度空間格局變化不大， 湖北和四川偏離 度由較高變高， 陜西的偏離度由低變?yōu)橐话?（圖 2） �？梢�， 長三角、 京津冀、 中部地區(qū)一直是偏離 度較高的地區(qū)， 西部四川 GDP 偏離度也開始拉大， 這些地方分布有長三角城市群、 中原城市群、 武漢

圖 1 中國 GDP 偏離度演變
Fig 1 The China’ s GDP deviation degree

都市圈、 京津冀城市群、 成渝城市群， 是國家重點(diǎn) 支持的區(qū)域， 發(fā)展基礎(chǔ)較好， 同時(shí)也驗(yàn)證了國家政 策、 經(jīng)濟(jì)發(fā)展階段及投資對(duì) GDP 偏離度的影響。

2.2 中國 GDP 偏離度空間演變 基于全國層面分析 2009 年 GDP 偏離度略有 下降， 而 2012 年 GDP 偏離度最大， 因此選擇 2009 年和 2012 年進(jìn)行對(duì)比分析。 2009 年 GDP 偏離度 高的一些省市有北京、 上海、 江蘇、 浙江、 山東、 河 南、 湖南和廣東； 河北、 遼寧、 福建、 湖北和四川偏

3 中國 GDP 偏離度的形成機(jī)制
一般認(rèn)為， GDP 偏離度的空間差異受經(jīng)濟(jì)結(jié) 構(gòu)、 經(jīng)濟(jì)總量、 發(fā)展速度、 投資、 經(jīng)濟(jì)發(fā)展方式的影 響。以 GDP 偏離度為被解釋變量， 鑒于建筑業(yè)對(duì) 中國經(jīng)濟(jì)的重大作用， 以工業(yè)總產(chǎn)值/GDP 和建筑

a.2009 年

b.2012 年

圖 2 2009 年和 2012 年中國 GDP 偏離度空間分布差異
Fig.2 The spatial difference of China’ s GDP deviation degree evolution in 2009 and 2012

地

理

科

學(xué)

業(yè)產(chǎn)值表征產(chǎn)業(yè)結(jié)構(gòu)， 以能耗表征生產(chǎn)方式， 以固 定資產(chǎn)投資額表征投資， 同時(shí)考慮 GDP 總量及速 度對(duì)偏離度的影響。為了消除數(shù)據(jù)波動(dòng)的影響， 采用 2010~2012 年的數(shù)據(jù)平均值構(gòu)建模型， 初步建 立多元回歸模型， 然后運(yùn)用 SPSS 軟件對(duì)所選的 6 個(gè)指標(biāo)進(jìn)行 Pearson 相關(guān)檢驗(yàn)， 發(fā)現(xiàn)變量間存在較 強(qiáng)的相關(guān)性。因此有必要采用因子分析法把這 6 個(gè)變量合并為幾個(gè)較少的不存在多重共線性的因 子。在分析過程中， 提取了 2 個(gè)主因子， 共解釋了 原有變量總方差的 81.2%， 在不考慮空間自相關(guān)因 素時(shí)， 得到 GDP 偏離度多元回歸模型： Y=c+αF1+βF2 （8） 式中， Y 表示 GDP 偏離度， F1 和 F2 是原來 6 個(gè)解釋 變量合成的 2 個(gè)因子， 第一個(gè)合成因子 F1 主要表示 產(chǎn)業(yè)結(jié)構(gòu)、 建筑業(yè)、 GDP、 固定資產(chǎn)投資額， 第二個(gè) 合成因子 F2 主要表示能耗及 GDP 速度 （表 1） ， α和β 為回歸系數(shù)， c 為常數(shù)項(xiàng)。從而得到 OLS 分析模型： Y=0.52F1-0.26F2+6.35 （9） 式中， F1 和 F2 為合成因子， Y 為中國 GDP 偏離度。
表 1 旋轉(zhuǎn)后的因子載荷矩陣
Table 1 Rotated Component Matrix 影響因素 產(chǎn)業(yè)結(jié)構(gòu) 建筑業(yè) GDP GDP 速度 固定資產(chǎn)投資額 能耗 F1 0.607 0.956 0.912 -0.211 0.969 -0.450 F2 0.691 -0.171 -0.310 0.795 -0.056 0.577

模型。根據(jù)相關(guān)原理， LogL 越大， 模型的擬合效果 越好。而 AIC 和 SC 則相反， 值越小， 表示擬合效 果越好。因此， 空間誤差模型和空間滯后模型 LogL 分別為-3.811 和-3.261 均大于 OLS 模型的-5.089， AIC 和 SC 值 也 均 小 于 OLS 模 型 的 16.177 和 20.381， 空間滯后模型和空間誤差模型都較 OLS 模 型的擬合度增加了。但是空間誤差模型與空間滯 后模型相比較， 空間誤差模型的 LogL （-3.811） 與 空間滯后模型的 LogL （-3.261） 較為接近， 而空間 誤差模型的 AIC （13.622） 和 SC （17.826） 小于空間 滯后模型的 AIC （14.522） 和 SC （20.127） 。因此， 對(duì) 于 2010~2012 年中國 GDP 偏離度， 選取空間誤差 模型作為最終模型， 表示為： ETSEM=0.5F1-0.25F2+0.56ρ+6.3 量， F1 和 F2 為合成因子。 說明在省域尺度， 中國 GDP 偏離度存在明顯 的空間交互作用。從原因上講， 改革開放以來， 區(qū) 域分權(quán)化賦予地方政府更多權(quán)力, 尤其是財(cái)政分 權(quán)導(dǎo)致各省區(qū)在市場(chǎng)、 原材料、 吸引投資等方面展 開了激烈競(jìng)爭(zhēng), 激勵(lì)了地方政府的理性模仿和地 方保護(hù)行為 [24~26]， 同時(shí)出于政績(jī)考慮， 地方政府也 會(huì)出現(xiàn)盲目投資及人為改動(dòng)數(shù)據(jù)的行為。正是這 種空間模仿行為造成了相鄰區(qū)域競(jìng)相擴(kuò)大投資， 采取相同的生產(chǎn)方式提高 GDP， 而空間鄰近為這 種模仿提供了更加便利的條件�？梢�， 基于傳統(tǒng) 經(jīng)典線性回歸模型 （OLS） 由于忽略了空間誤差或 者空間滯后等空間關(guān)聯(lián)性因素， 存在模型設(shè)定不 當(dāng)?shù)膯栴}。由此， 可推出這樣的結(jié)論： 在溢出空間 性等集聚內(nèi)生因素的作用下， 省域 GDP 偏離度之 間不可能無聯(lián)系。以往， 傳統(tǒng)分析 GDP 偏離度總 是假定各省市之間沒有聯(lián)系， 主要通過內(nèi)生因素 分析 GDP 偏離實(shí)際的原因， 所得的結(jié)論不夠全面， 以此為依據(jù)制定的措施也必將大打折扣， 因此， 需 要引入空間交互作用對(duì)模型進(jìn)行修正， 從全國層 面制定制度予以推行， 因?yàn)榭臻g交互作用造成周 邊區(qū)域?qū)Ρ緟^(qū)域的影響很大。 在傳統(tǒng)的解釋因素中， 2 個(gè)新生成的因子都通 過了 1% 顯著水平的檢驗(yàn)， 空間誤差模型顯示， 在 其它因素不變的情況下， 2 個(gè)新生成的因子每增加 1% ， 對(duì)省域 GDP 偏離度分別有 0.5% 和 -0.25% 的 貢獻(xiàn)率。說明產(chǎn)業(yè)結(jié)構(gòu)、 建筑業(yè)、 GDP、 固定資產(chǎn) 投資額對(duì)中國 GDP 偏離度具有正向的作用， 能耗 （10） 式中， ETSEM 為中國 GDP 偏離度， ρ為空間誤差變

從 OLS 回歸結(jié)果可以看出， 新生成的 2 個(gè)因子 的回歸系數(shù) F1 為正， F2 為負(fù)， 模型的擬合度 R2 僅為 0.78， F1 和 F2 都通過了 1% 顯著水平的檢驗(yàn)。這可 能是模型遺漏了重要的解釋變量或者沒有考慮截 面單元的空間單元關(guān)聯(lián)等模型等設(shè)定錯(cuò)誤造成 的。事實(shí)上， 2010~2012 年中國 GDP 偏離度的空 間 Moran’ s I 指數(shù)為 0.359， 正態(tài)統(tǒng)計(jì)量為 3.5 大于 1% 顯著水平下的數(shù)值 （1.96） ， 表明了中國 GDP 偏 離度在空間上存在交互作用， 在這種空間交互作 用存在時(shí)就會(huì)造成傳統(tǒng)線性回歸模型解釋中國 GDP 偏離度的形成機(jī)制時(shí)可能存在模型設(shè)定錯(cuò)誤 等問題�？臻g誤差模型的空間誤差變量和空間滯 后模型的空間滯后變量都通過了 5% 顯著水平的 檢驗(yàn)。進(jìn)一步比較 LogL、 AIC 和 SIC， 以判斷最優(yōu)

張建偉等： 中國 GDP 偏離度的空間計(jì)量經(jīng)濟(jì)分析

及 GDP 速度具有負(fù)向的抵消作用。 為了比較具體因素對(duì)中國 GDP 偏離度的影 響， 根據(jù)合成因子和原因子的關(guān)系， 得到 2010~ 2012 年均值的最終模型： ETSEM=0.003INS+0.149CI+0.159GDP0.119GDPS+0.137IFA-0.127EC （11） 式中， ETSEM 為中國 GDP 偏離度， INS 為工業(yè)總產(chǎn) 值與傳統(tǒng) GDP 的比值， CI 為建筑業(yè)總產(chǎn)值， GDP 代 表傳統(tǒng) GDP， 即統(tǒng)計(jì)出的 GDP， GDPS 為傳統(tǒng) GDP 的增長速度， IFA 為固定資產(chǎn)投資額， EC 為能耗。 從最終的結(jié)果看， 傳統(tǒng) GDP、 建筑業(yè)及固定資 產(chǎn)投資額對(duì) GDP 的偏離度具有重要的正面影響， 而產(chǎn)業(yè)結(jié)構(gòu)對(duì)偏離度的影響有正向作用， 但影響 非常小， 而 GDP 速度和能耗對(duì)中國 GDP 偏離度具 有明顯的負(fù)面影響。 一般而言， 工業(yè)在 GDP 所占比重越大， GDP 偏 離度就越小， 因?yàn)榭藦?qiáng)指數(shù)反映了區(qū)域工業(yè)發(fā)展 狀況， 對(duì) IT 業(yè)、 金融業(yè)以及相關(guān)服務(wù)業(yè)的發(fā)展難以 充分反映， 但是通過空間誤差模型可以看出， 產(chǎn)業(yè) 結(jié)構(gòu)對(duì) GDP 偏離度具有正向的作用， 即便其影響 是非常小的。這主要由于地方政府出于政績(jī)的考 慮， 為了提高 GDP， 會(huì)開設(shè)工廠， 生產(chǎn)一些根本銷 售不出去的產(chǎn)品。而建筑業(yè)對(duì) GDP 的偏離度影響 較為顯著， 其回歸系數(shù)為 0.149 僅小于 GDP， 說明 建筑業(yè)已經(jīng)成為中國 GDP 偏離度不斷拉大的一個(gè) 重要原因。建筑業(yè)作為中國各省市的一個(gè)支柱產(chǎn) 業(yè)對(duì)經(jīng)濟(jì)發(fā)展發(fā)揮著舉足輕重的作用， 通過建筑 業(yè)帶動(dòng)鋼鐵、 水泥等產(chǎn)業(yè)的發(fā)展。同時(shí)為了獲得 城市發(fā)展的資金， 不斷兜售土地， 大力發(fā)展建筑 業(yè)， 而忽視了最終消費(fèi)， 造成了很長一段時(shí)期， 國 內(nèi)經(jīng)濟(jì)過熱。傳統(tǒng) GDP 對(duì)中國 GDP 的偏離度的 影響最為重要， 其回歸系數(shù) 0.159 最高， 這是因?yàn)?GDP 越高， 統(tǒng)計(jì)內(nèi)容較為廣泛及受到人為影響的 幾率也越大。另外， GDP 越高的地區(qū)， 第三產(chǎn)業(yè)也 較發(fā)達(dá)， 這也是造成 GDP 偏離度過大的原因。中 國經(jīng)濟(jì)在很大程度上是由于投資拉動(dòng)的， 為了刺 激經(jīng)濟(jì)發(fā)展， 地方政府有時(shí)會(huì)不考慮經(jīng)濟(jì)效益盲 目投資，， GDP 增加了但生產(chǎn)的產(chǎn)品無法銷售出 去。固定資產(chǎn)投資額也是中國 GDP 偏離度的重要 原因， 經(jīng)濟(jì)發(fā)達(dá)地區(qū)， 有更多的資源進(jìn)行投資， 進(jìn) 一步加大了這些地區(qū) GDP 偏離度。從回歸方程 看， 表征一個(gè)地區(qū)生產(chǎn)方式的能耗對(duì) GDP 偏離度 產(chǎn)生負(fù)向的作用， 且還較為顯著， 這是因?yàn)槟芎倪€

表明了區(qū)域的發(fā)展階段， 高耗能的省份都是處在 工業(yè)化初期和中期階段， 經(jīng)濟(jì)類型以工業(yè)化為主， 造成了能耗和 GDP 偏離度的負(fù)向相關(guān)關(guān)系。模型 結(jié)果看， GDP 發(fā)展速度對(duì) GDP 偏離度沒有正向的 作用， 反而反向的作用更為明顯。東部發(fā)達(dá)地區(qū) 已經(jīng)進(jìn)入后工業(yè)化階段， 經(jīng)濟(jì)發(fā)展速度放緩， 而中 西部地區(qū)處在工業(yè)化階段， 經(jīng)濟(jì)發(fā)展迅速， 所以會(huì) 直觀地發(fā)現(xiàn) GDP 發(fā)展速度快的地區(qū)， GDP 偏離度 反而越小， 這其實(shí)還是其發(fā)展階段造成的。

4 結(jié)論與討論
1） 總體上， 自 1985 年以來中國 GDP 偏離度在 不斷增加， 特別是 2009 年后， 偏離度增長顯著。國 家政策及全球經(jīng)濟(jì)宏觀運(yùn)行狀況對(duì) GDP 偏離度影 響明顯， 比如 1997 年和 2008 年的金融危機(jī)發(fā)生 后， 中國 GDP 偏離度增加幅度變小， 甚至減��； 2001 年加入世貿(mào)組織及中國 2009 年實(shí)行 4 萬億的 經(jīng)濟(jì)刺激計(jì)劃后 GDP 的偏離度都明顯增加。 2） 與 2009 年相比， 2012 年 GDP 偏離度空間格 局變化不大�？梢�， 無論 GDP 偏離度增長還是減 少， 長三角、 京津冀、 中部地區(qū)一直是偏離度較高 的地區(qū)， 西部四川 GDP 偏離度也開始拉大， 進(jìn)一步 說明了國家政策、 經(jīng)濟(jì)發(fā)展階段及投資對(duì) GDP 偏 離度的影響。 3）空間相互作用是中國 GDP 偏離度拉大的重 要原因。地方政府出于政績(jī)等原因， 采取盲目投資 或者人為改變數(shù)據(jù)， 都會(huì)造成相鄰省域進(jìn)行模仿。 4）GDP 總量、 建筑業(yè)及固定資產(chǎn)投資總額是 中國 GDP 偏離度大的重要原因； 而能耗及 GDP 速 度對(duì) GDP 偏離度產(chǎn)生負(fù)向作用， 主要是由其發(fā)展 階段決定的。 克強(qiáng)指數(shù)對(duì)于正確認(rèn)識(shí)中國大部分省市的經(jīng) 濟(jì)發(fā)展具有一定的意義， 但是對(duì)一些發(fā)達(dá)省市 GDP 的測(cè)度可能會(huì)產(chǎn)生較大偏差， 因此未來應(yīng)該 增加一些能準(zhǔn)確反映服務(wù)業(yè)發(fā)展的指標(biāo)。

參考文獻(xiàn)： 參考文獻(xiàn) ：
[1] [2] [3] [4] 張 虹, 黃民生, 胡曉輝. 基于能值分析的福建省綠色 GDP 核 算[J].地理學(xué)報(bào), 2010,65 65(11):1421~1428. 游士兵, 劉志杰, 黃炳南, 等.3G~GDP 國民經(jīng)濟(jì)核算理論初探 [J].中國工業(yè)經(jīng)濟(jì),2010, (6):15~24. 劉 洪,昌先宇.基于全要素生產(chǎn)率的中國 GDP 數(shù)據(jù)準(zhǔn)確性評(píng) 估[J].統(tǒng)計(jì)研究,2011,28 28(2):81~86. 劉延年. 如何評(píng)價(jià)統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量與可靠性 [J]. 統(tǒng)計(jì)研究,

地
2002,19 19(8):61~63. [5] [6] [7] [8] [9] 王 周

理

科

學(xué)
和法國[J].改革,2011, (6): 60~66.

華, 金勇進(jìn). 統(tǒng)計(jì)數(shù)據(jù)準(zhǔn)確性評(píng)估的誤差效應(yīng)分析方法 建. 宏觀經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)診斷理論、 方法及其應(yīng)用 [M]. 北

[17] Matt.Schiavenza .Want to Understand How China is Doing? Don't Look at GDP[OL]. want-to-understand-how-china-is-doing-dont-look-at-gdp/280202/?single_page=true. [18] 劉 洪,金 林.基于半?yún)?shù)模型的中國 GDP 數(shù)據(jù)準(zhǔn)確性評(píng)估 [J].統(tǒng)計(jì)研究,2012,29 29(10): 99~104. [19] 國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒 [M]. 北京: 中國統(tǒng)計(jì)出版社,1997~ 2009. [20] 范 [21] 周 斐,杜德斌,李 強(qiáng),張 恒.區(qū)域科技資源配置效率及比較優(yōu)勢(shì)分 析[J].科學(xué)學(xué)研究,2012,30 30(8): 1198~1205. 勇.基于突變級(jí)數(shù)法的綠色供應(yīng)鏈績(jī)效評(píng)價(jià)研究 [J].中國人口 · 資源與環(huán)境,2008,18 18(5): 108~111. [22] 仇方道, 佟連軍, 朱傳耿, 等. 省際邊緣區(qū)經(jīng)濟(jì)發(fā)展差異時(shí)空格 局及驅(qū)動(dòng)機(jī)制[J].地理研究,2009,28 28(2):15~21. [23] 吳玉鳴,李建霞.中國區(qū)域工業(yè)全要素生產(chǎn)率的空間計(jì)量分析 [J].地理科學(xué),2006,26 26(4):385~391. [24] He Canfei.Regional decentralization and the location of foreign direct investment in China[J].Post-Commonist Economies,2006, (18):33-50. [25] Poncet S. Measuring Chinese domestic and international integration[J]. China Economic Review,2003,(14):1-21. [26] 賀燦飛, 王俊松. 經(jīng)濟(jì)轉(zhuǎn)型與中國省區(qū)能源強(qiáng)度研究 [J]. 地理 科學(xué),2009,29 29(4):461~469.

[J].統(tǒng)計(jì)與信息論壇,2009,(9):10~17. 京: 清華大學(xué)出版社,2005. 郭慶旺. 中國全要素生產(chǎn)率的估算:1979~2004[J]. 經(jīng)濟(jì)研究, 2005,32 32(6):55~57. 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京: 清華大學(xué)出版社, 2007. 孟 連,王小魯.對(duì)中國經(jīng)濟(jì)增長統(tǒng)計(jì)數(shù)據(jù)可信度的估計(jì)[J].經(jīng) 洪, 黃 燕.基于經(jīng)典計(jì)量模型的統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評(píng)估方法 濟(jì)研究,2000,27 27(10):7~9. [10] 劉 [J].統(tǒng)計(jì)研究,2009,26 26(3):95~97. [11] 毛盛勇.部分國家季度支出法國內(nèi)生產(chǎn)總值核算方法與數(shù)據(jù) 發(fā)布情況及啟示[J].經(jīng)濟(jì)研究, 2002,29 29(7):14~18. [12] 許憲春,田小青.國內(nèi)生產(chǎn)總值地區(qū)匯總數(shù)與國家測(cè)算數(shù)間的 差異分析[J].當(dāng)代經(jīng)濟(jì)科學(xué), 1999, (4): 83~88. [13] 魏后凱.中國 GRP 與 GDP 增長率差異分析[J].中州學(xué)刊,2009, 170(2): 29~34. 170 [14] 向書堅(jiān),柴士改.地區(qū)與國家 GDP 核算總量數(shù)據(jù)銜接方法比較 研究[J].統(tǒng)計(jì)研究, 2011,28 28(12): 14~21. [15] 王 錚, 劉 揚(yáng), 周清波. 上海的 GDP 一般增長核算與綠色 敢. 從 “生產(chǎn)導(dǎo)向” 到 “幸福導(dǎo)向” 鏡鑒: 源自不丹 GDP 核算[J].地理研究,2006,25 25(2): 185~192. [16] 丘海雄, 李

A Spatial Econometric Analysis of China’ s GDP Deviation Degree
ZHANG Jian-wei1,2, MIAO Chang-hong2, JIANG Hai-ning3
(1.School of Resources, Environment and Tourism, Anyang Normal University, Anyang, Henan 455000, China; 2.Center for Yellow RiverCivilization and Sustainable Development/College of Environment and Planning, Henan University, Kaifeng, Henan 475001, China； 3. College of Geography and Environmental Sciences,Zhejiang Normal University, Jinhua, Zhejiang, 321004, China)

Abstract: China′ s GDP deviation degree is studied by Catastrophe progression method, ESDA and spatial Abstract econometric model from 1985 to 2012. Five conclusions are arrived as follows: 1) Except for 2009, since 1998 China′ s GDP deviation degree had been increasing, the national policy and the global economic situation has important influence on the China's GDP deviation degree; 2) Compared to 2009, the spatial pattern of GDP deviation degree has almost no change in 2012, the regions which have been greater deviation degree were the Changjiang River Delta, Beijing, Tianjin, Hebei and central regions; 3) Spatial interaction is the important reason of China's GDP deviation degree widening; 4) The total GDP, the construction industry and the total investment in fixed assets has a significant impact on China's GDP deviation; 5) Energy consumption and speed of GDP have negative effects on China's GDP deviation degree, mainly by the development stage decision. Key words: words GDP; deviation degree; spatial econometric model



  本文關(guān)鍵詞：中國GDP偏離度的空間計(jì)量經(jīng)濟(jì)分析，由筆耕文化傳播整理發(fā)布。