Scientia Geographica Sinica 2015 , 35 (5): 515-520

Orginal Article

中国GDP偏离度的空间计量经济分析

张建伟¹^,²^,, 苗长虹²^,, 姜海宁³

1.安阳师范学院资源环境与旅游学院,河南安阳 455000
2.河南大学黄河文明与可持续发展研究中心/环境与规划学院,河南开封 475001
3. 浙江师范大学地理与环境科学学院,浙江金华 321004

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

中图分类号: F222.1

文献标识码: A

文章编号: 1000-0690(2015)05-0515-06

通讯作者: 苗长虹,教授。E-mail:chhmiao@henu.edu.cn

收稿日期: 2014-05-13

修回日期: 2014-10-10

网络出版日期: 2015-05-20

基金资助: 国家自然科学基金项目（41430637）资助

作者简介:

作者简介：张建伟(1984-),男,河南周口人,博士后,讲师,主要从事城市和区域创新研究。E-mail:jwzhang12@163.com

展开

摘要

采用突变级数法、ESDA及空间计量经济模型对1985~2012年中国GDP的偏离度的时空差异进行了研究,结果发现：① 除2009年外,自1998年来中国GDP偏离度一直在不断增加,国家政策及全球经济运行状况对其有重要影响;② 2012年和2009年相比,GDP偏离度空间格局变动不大,长三角、京津冀及中部地区一直是偏离度较大的区域;③ 空间相互作用是中国GDP偏离度拉大的重要原因;④ GDP总量、建筑业及固定资产投资总额对中国GDP偏离度具有重要影响;⑤ 能耗及GDP速度对GDP偏离度产生负向作用,主要是由其发展阶段决定的。

关键词： GDP ; 偏离度 ; 空间计量经济模型

Abstract

China′s GDP deviation degree is studied by Catastrophe progression method, ESDA and spatial 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.

Keywords： GDP ; deviation degree ; spatial econometric model

PDF (512KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

张建伟, 苗长虹, 姜海宁. 中国GDP偏离度的空间计量经济分析[J]. , 2015, 35(5): 515-520 https://doi.org/

ZHANG Jian-wei, MIAO Chang-hong, JIANG Hai-ning. A Spatial Econometric Analysis of China’s GDP Deviation Degree[J]. Scientia Geographica Sinica, 2015, 35(5): 515-520 https://doi.org/

GDP是一定时期内一个国家或地区经济生产出的全部最终产品和劳务的市场价值总和,是衡量一个国家或地区经济总产出及发展水平的重要指标^[1],是政府部门制定宏观经济政策及政绩考核的重要依据,也是学术界运用最为广泛的指标之一,对企业及社会公众调整投资消费计划也具有重要意义。随着社会的发展与进步,人们对GDP的质疑声越来越多：GDP只反映“经济增长”而不能反映“社会发展”^[2];全国性数据与省级数据存在较大差距,有时差距甚至达到10%;对GDP的统计方法也不愿公开。因此,学术界开展了许多有益的研究,主要集中在GDP方法改善、替代指标及准确性。鉴于统计数据的二手性及统计调查过程本身涉及面广,难以重复等特性,对所得统计数据的准确性进行“准确”评估存在诸多障碍,导致在研究和实践中一直未能形成评估方法的公认体系和标准^[3]。传统的GDP研究主要侧重从方法上进行改进：逻辑性评估方法^[4]、误差效应分析法^[5]、异常值检验法^[6]、相关指标建模法^[7~10]、季度支出法GDP核算制度^[11]。对于地方GDP总和明显高于全国GDP的问题,一些研究认为主要是：资料来源、估算方法、技术水平、人为因素^[12]、统计制度、全国GDP被低估、重复计算等因素造成的^[13],而其它一些研究尝试对地区与国家GDP数据衔接的3种方法进行对比分析,缩小地区与国家GDP差距^[14]。总之,各种GDP的测算方法各有其特点,目前尚没有一种方法具有明显的优势。此外,也有一些研究尝试用绿色GDP^[1,15],国民幸福总值^[16]、3G-GDP^[2]来代替传统GDP,但这些研究都包含了传统GDP,认为传统GDP是可信的,遗憾的是传统GDP仍然是个黑箱。李克强总理2007年也曾表示中国的GDP数字是“人造的”,其依据是耗电量、铁路货运量和银行贷款额^[17],即克强指数。克强指数是一种比较简化的结构性指数,挤掉了统计数据中的水分,从特定侧面表达了经济运行的现实,较为客观,得到了许多国际机构的认可。虽然克强指数不能代替GDP的统计作用,但是可以观察GDP数据的可靠性。此外,一些研究从全要素生产率^[3]和半参数模型^[18]对中国GDP的准确性进行了研究,但是这些研究主要从时间序列上展开的,对误差的成因分析也较少,其它一些研究虽尝试对误差的原因进行分析,但主要基于定性分析,对揭示GDP误差的成因不甚理想。因此,本研究首先基于克强指数及传统GDP构造了GDP偏离度,偏离度是指基于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重,主要是观察统计出来GDP的可靠程度。然后探讨偏离度的空间差异,并尝试通过空间计量经济分析模型解释其形成原因,以期为准确评估中国不同区域的经济运行状况提供一定的依据。

1 指标选取与方法

1.1 指标选取

本研究的所有数据均来自1985~2013年《中国统计年鉴》^[19],研究范围为全国31个省市（港澳台除外）,通过克强指数的3个指标——耗电量、铁路货运量和银行贷款额表征较为真实的GDP,这三个指标切合中国经济特征,易于核实,更重要的是更少受人为操纵影响。

1.2 突变级数法

突变级数法是基于突变理论发展起来的一种综合评价方法,其核心是采用突变理论分歧方程所推导出的归一化公式,建立递归运算法则,与一般模糊评价相比,该方法根据指标间的内在逻辑关系对指标的重要性进行排序,给出底层指标的突变模糊隶属度值,而中间层和顶层的突变模糊隶属度值是由突变模型从底层逐级递归计算得出的^[20]。没有使用主观性较大的权重,体现了科学性、合理性及计算简单准确的特点。最常见的突变系统类型有尖点突变系统、燕尾突变系统、蝴蝶突变系统。其数学模型分别为：

尖点突变系统模型：

$\begin{matrix} f (x) = x^{4} + u x^{2} + vx \end{matrix}$ （1）

燕尾突变系统模型：

$\begin{matrix} f (x) = \frac{1}{5} x^{5} + \frac{1}{3} u x^{3} + \frac{1}{2} v x^{2} + wx \end{matrix}$ （2）

蝴蝶突变系统模型：

$\begin{matrix} f (x) = \frac{1}{6} x^{6} + \frac{1}{4} u x^{4} + \frac{1}{3} v x^{3} + \frac{1}{2} w x^{2} + tx \end{matrix}$ （3）

式中,x表示突变系统的一个状态变量;f(x)表示状态变量x的势函数;u,v,w,t表示状态变量的控制变量。通过计算,不同突变模型的归一公式为：尖点突变系统： $\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}$ , $\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}$ ;燕尾突变系统： $\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}$ , $\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}$ , $\begin{matrix} x_{w} = w^{\frac{1}{4}} \end{matrix}$ ;蝴蝶突变系统： $\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}$ , $\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}$ , $\begin{matrix} x_{w} = w^{\frac{1}{4}} \end{matrix}$ , $\begin{matrix} x_{t} = t^{\frac{1}{5}} \end{matrix}$ 。通过归一公式系统内控制变量被转化为同一质态。控制变量在利用归一公式计算每个状态变量值时,对该变量所对应的各个控制变量计算出的x值采用“大中取小”的原则或取平均值^[21]。利用突变级数法中的燕尾突变系统模型将耗电量、铁路货运量和银行贷款额合并为一个指标,即测算的GDP。最后,利用测算的GDP与传统GDP构造出偏离度以观察中国传统上统计出的GDP的准确性,偏离度的计算公式可以表示为：

S=|A-X|/A （4）

式中,S为GDP偏离度,A为测算的GDP;X为传统GDP。

1.3 空间自相关分析方法

全局空间自相关是通过对属性值的空间特征的整体描述,揭示区域总体的空间关联和空间差异程度^[22]。最常用的表示指标和方法为Moran’s I,其计算公式为:

$\begin{matrix} I = \frac{1}{S^{2}} \frac{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j \neq 1}} W_{ij} (X_{i} - \overset{̅}{X}) (X_{j} - \overset{̅}{X})}{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j \neq 1}} W_{ij}} \end{matrix}$ （5）

式中,n为地区总数, $\begin{matrix} X_{i} \end{matrix}$ 、 $\begin{matrix} X_{j} \end{matrix}$ 为各省市GDP偏离度, $\begin{matrix} \overset{̅}{X} \end{matrix}$ 为平均值,S为标准差, $\begin{matrix} W_{ij} \end{matrix}$ 为研究范围内空间单元i与j的空间连接矩阵。依据区域单元的邻接性来构造空间连接矩阵,若区域i与j之间存在公共边界,属于邻居关系,则 $\begin{matrix} W_{ij} \end{matrix}$ =1;否则, $\begin{matrix} W_{ij} \end{matrix}$ =0。根据 Moran’s I设计原理,若Moran’s I为正,表示GDP偏离度在空间上呈集聚态势;若Moran’s I为负,表明GDP偏离度在空间上呈分散格局;若Moran’s I接近于0,表明GDP偏离度在空间上随即分布。

1.4 空间计量经济模型

空间误差模型（SEM Model）和空间滞后模型（SLM Model）主要被用来解释空间自相关因素对GDP偏离度影响程度^[23]。

空间误差模型

Y=Xβ+ξ; ξ=ρWξ+v （6）

空间滞后模型

Y=λWY+Xβ+μ （7）

式中,Y为因变量,X为除空间交互因素外其它解释变量组成的变量矩阵,ρ和λ分别为空间误差系数和空间回归系数,W为空间权重系数,β为X的参数向量,v和μ为白噪音干扰项,ξ为随机误差向量。如果ρ和λ为正说明一省市的GDP偏离度会影响相邻省市的GDP偏离度。

2 结果分析

2.1 中国GDP总体偏离度时间演变

从时间演变上看,中国GDP偏离度可以分为3个阶段：1985~1995年GDP偏离度显著加大,从198.46增加到628.4,增加了近2.5倍;1995~2003年GDP偏离度变化不大,仅从628.4增加到864.35;2003~2012年除2009年略微下降外,GDP偏离度增长也较为明显,从864.35增加到1 764.9,扩大了1倍（图1）。另外,2008~2009年偏离度略微下降;1997~1998年增长幅度仅为8.2,为历年来最小（图1）。可见,全球宏观运行状况对GDP偏离度有一定影响,金融危机对GDP偏离度有一定的制约作用。

显示原图| 下载原图ZIP| 生成PPT

图1 中国GDP偏离度演变

Fig 1 The China’s GDP deviation degree

2.2 中国GDP偏离度空间演变

基于全国层面分析2009年GDP偏离度略有下降,而2012年GDP偏离度最大,因此选择2009年和2012年进行对比分析。2009年GDP偏离度高的一些省市有北京、上海、江苏、浙江、山东、河南、湖南和广东;河北、辽宁、福建、湖北和四川偏离度较高;天津、吉林、黑龙江、安徽、江西、广西和重庆偏离度一般,其余省市偏离度低（图2）。总体上,中国GDP偏离度较高的省市主要位于长三角、京津冀及中部地区,这些地区经济实力较强,服务业发展强劲,是国家通过各种政策重点扶持的区域;较低的基本位于西部地区,这些地区处在工业化发展阶段,国家虽开始关注,也出台了相关政策,但是区位优势及获取资金等资源的能力较弱。

2012年,GDP偏离度高的一些省市有北京、上海、江苏、浙江、山东、河南、湖北、湖南、四川和广东;河北、辽宁、福建偏离度较高;天津、吉林、黑龙江、安徽、江西、陕西、广西和重庆偏离度一般,其余省市GDP偏离度小。与2009年相比,2012年GDP偏离度空间格局变化不大,湖北和四川偏离度由较高变高,陕西的偏离度由低变为一般（图2）。可见,长三角、京津冀、中部地区一直是偏离度较高的地区,西部四川GDP偏离度也开始拉大,这些地方分布有长三角城市群、中原城市群、武汉都市圈、京津冀城市群、成渝城市群,是国家重点支持的区域,发展基础较好,同时也验证了国家政策、经济发展阶段及投资对GDP偏离度的影响。

显示原图| 下载原图ZIP| 生成PPT

图2 2009年和2012年中国GDP偏离度空间分布差异
a.2009年 b.2012年

Fig.2 The spatial difference of China’s GDP deviation degree evolution in 2009 and 2012

3 中国GDP偏离度的形成机制

一般认为,GDP偏离度的空间差异受经济结构、经济总量、发展速度、投资、经济发展方式的影响。以GDP偏离度为被解释变量,鉴于建筑业对中国经济的重大作用,以工业总产值/GDP和建筑业产值表征产业结构,以能耗表征生产方式,以固定资产投资额表征投资,同时考虑GDP总量及速度对偏离度的影响。为了消除数据波动的影响,采用2010~2012年的数据平均值构建模型,初步建立多元回归模型,然后运用SPSS软件对所选的6个指标进行Pearson相关检验,发现变量间存在较强的相关性。因此有必要采用因子分析法把这6个变量合并为几个较少的不存在多重共线性的因子。在分析过程中,提取了2个主因子,共解释了原有变量总方差的81.2%,在不考虑空间自相关因素时,得到GDP偏离度多元回归模型：

Y=c+αF₁+βF₂ （8）

式中,Y表示GDP偏离度,F₁和F₂是原来6个解释变量合成的2个因子,第一个合成因子F₁主要表示产业结构、建筑业、GDP、固定资产投资额,第二个合成因子F₂主要表示能耗及GDP速度（表1）,α和β为回归系数,c为常数项。从而得到OLS分析模型：

Y=0.52F₁-0.26F₂+6.35 （9）

式中,F₁和F₂为合成因子,Y为中国GDP偏离度。

表1 旋转后的因子载荷矩阵

Table 1 Rotated Component Matrix

影响因素	F₁	F₂
产业结构	0.607	0.691
建筑业	0.956	-0.171
GDP	0.912	-0.310
GDP速度	-0.211	0.795
固定资产投资额	0.969	-0.056
能耗	-0.450	0.577

新窗口打开

从OLS回归结果可以看出,新生成的2个因子的回归系数F₁为正,F₂为负,模型的拟合度R²仅为0.78,F₁和F₂都通过了1%显著水平的检验。这可能是模型遗漏了重要的解释变量或者没有考虑截面单元的空间单元关联等模型等设定错误造成的。事实上,2010~2012年中国GDP偏离度的空间Moran’s I指数为0.359,正态统计量为3.5大于1%显著水平下的数值（1.96）,表明了中国GDP偏离度在空间上存在交互作用,在这种空间交互作用存在时就会造成传统线性回归模型解释中国GDP偏离度的形成机制时可能存在模型设定错误等问题。空间误差模型的空间误差变量和空间滞后模型的空间滞后变量都通过了5%显著水平的检验。进一步比较LogL、AIC和SIC,以判断最优模型。根据相关原理,LogL越大,模型的拟合效果越好。而AIC和SC则相反,值越小,表示拟合效果越好。因此,空间误差模型和空间滞后模型LogL分别为-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,空间滞后模型和空间误差模型都较OLS模型的拟合度增加了。但是空间误差模型与空间滞后模型相比较,空间误差模型的LogL（-3.811）与空间滞后模型的LogL（-3.261）较为接近,而空间误差模型的AIC（13.622）和SC（17.826）小于空间滞后模型的AIC（14.522）和SC（20.127）。因此,对于2010~2012年中国GDP偏离度,选取空间误差模型作为最终模型,表示为：

ETSEM=0.5F₁-0.25F₂+0.56ρ+6.3 （10）

式中,ETSEM为中国GDP偏离度,ρ为空间误差变量,F₁和F₂为合成因子。

说明在省域尺度,中国GDP偏离度存在明显的空间交互作用。从原因上讲,改革开放以来,区域分权化赋予地方政府更多权力, 尤其是财政分权导致各省区在市场、原材料、吸引投资等方面展开了激烈竞争, 激励了地方政府的理性模仿和地方保护行为^[24~26],同时出于政绩考虑,地方政府也会出现盲目投资及人为改动数据的行为。正是这种空间模仿行为造成了相邻区域竞相扩大投资,采取相同的生产方式提高GDP,而空间邻近为这种模仿提供了更加便利的条件。可见,基于传统经典线性回归模型（OLS）由于忽略了空间误差或者空间滞后等空间关联性因素,存在模型设定不当的问题。由此,可推出这样的结论：在溢出空间性等集聚内生因素的作用下,省域GDP偏离度之间不可能无联系。以往,传统分析GDP偏离度总是假定各省市之间没有联系,主要通过内生因素分析GDP偏离实际的原因,所得的结论不够全面,以此为依据制定的措施也必将大打折扣,因此,需要引入空间交互作用对模型进行修正,从全国层面制定制度予以推行,因为空间交互作用造成周边区域对本区域的影响很大。

在传统的解释因素中,2个新生成的因子都通过了1%显著水平的检验,空间误差模型显示,在其它因素不变的情况下,2个新生成的因子每增加1%,对省域GDP偏离度分别有0.5%和-0.25%的贡献率。说明产业结构、建筑业、GDP、固定资产投资额对中国GDP偏离度具有正向的作用,能耗及GDP速度具有负向的抵消作用。

为了比较具体因素对中国GDP偏离度的影响,根据合成因子和原因子的关系,得到2010~2012年均值的最终模型：

ETSEM=0.003INS+0.149CI+0.159GDP- 0.119GDPS+0.137IFA-0.127EC （11）

式中,ETSEM为中国GDP偏离度,INS为工业总产值与传统GDP的比值,CI为建筑业总产值,GDP代表传统GDP,即统计出的GDP,GDPS为传统GDP的增长速度,IFA为固定资产投资额,EC为能耗。

从最终的结果看,传统GDP、建筑业及固定资产投资额对GDP的偏离度具有重要的正面影响,而产业结构对偏离度的影响有正向作用,但影响非常小,而GDP速度和能耗对中国GDP偏离度具有明显的负面影响。

一般而言,工业在GDP所占比重越大,GDP偏离度就越小,因为克强指数反映了区域工业发展状况,对IT业、金融业以及相关服务业的发展难以充分反映,但是通过空间误差模型可以看出,产业结构对GDP偏离度具有正向的作用,即便其影响是非常小的。这主要由于地方政府出于政绩的考虑,为了提高GDP,会开设工厂,生产一些根本销售不出去的产品。而建筑业对GDP的偏离度影响较为显著,其回归系数为0.149仅小于GDP,说明建筑业已经成为中国GDP偏离度不断拉大的一个重要原因。建筑业作为中国各省市的一个支柱产业对经济发展发挥着举足轻重的作用,通过建筑业带动钢铁、水泥等产业的发展。同时为了获得城市发展的资金,不断兜售土地,大力发展建筑业,而忽视了最终消费,造成了很长一段时期,国内经济过热。传统GDP对中国GDP的偏离度的影响最为重要,其回归系数0.159最高,这是因为GDP越高,统计内容较为广泛及受到人为影响的几率也越大。另外,GDP越高的地区,第三产业也较发达,这也是造成GDP偏离度过大的原因。中国经济在很大程度上是由于投资拉动的,为了刺激经济发展,地方政府有时会不考虑经济效益盲目投资,GDP增加了但生产的产品无法销售出去。固定资产投资额也是中国GDP偏离度的重要原因,经济发达地区,有更多的资源进行投资,进一步加大了这些地区GDP偏离度。从回归方程看,表征一个地区生产方式的能耗对GDP偏离度产生负向的作用,且还较为显著,这是因为能耗还表明了区域的发展阶段,高耗能的省份都是处在工业化初期和中期阶段,经济类型以工业化为主,造成了能耗和GDP偏离度的负向相关关系。模型结果看,GDP发展速度对GDP偏离度没有正向的作用,反而反向的作用更为明显。东部发达地区已经进入后工业化阶段,经济发展速度放缓,而中西部地区处在工业化阶段,经济发展迅速,所以会直观地发现GDP发展速度快的地区,GDP偏离度反而越小,这其实还是其发展阶段造成的。

4 结论与讨论

1）总体上,自1985年以来中国GDP偏离度在不断增加,特别是2009年后,偏离度增长显著。国家政策及全球经济宏观运行状况对GDP偏离度影响明显,比如1997年和2008年的金融危机发生后,中国GDP偏离度增加幅度变小,甚至减小;2001年加入世贸组织及中国2009年实行4万亿的经济刺激计划后GDP的偏离度都明显增加。

2）与2009年相比,2012年GDP偏离度空间格局变化不大。可见,无论GDP偏离度增长还是减少,长三角、京津冀、中部地区一直是偏离度较高的地区,西部四川GDP偏离度也开始拉大,进一步说明了国家政策、经济发展阶段及投资对GDP偏离度的影响。

3）空间相互作用是中国GDP偏离度拉大的重要原因。地方政府出于政绩等原因,采取盲目投资或者人为改变数据,都会造成相邻省域进行模仿。

4） GDP总量、建筑业及固定资产投资总额是中国GDP偏离度大的重要原因;而能耗及GDP速度对GDP偏离度产生负向作用,主要是由其发展阶段决定的。

克强指数对于正确认识中国大部分省市的经济发展具有一定的意义,但是对一些发达省市GDP的测度可能会产生较大偏差,因此未来应该增加一些能准确反映服务业发展的指标。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	张虹,黄民生,胡晓辉. 基于能值分析的福建省绿色GDP核算 [J].地理学报, 2010,65(11):1421~1428. https://doi.org/10.11821/xb201011012 URL Magsci [本文引用: 2] 摘要运用能值分析方法,通过能值转换率,将福建自然、社会经济系统储存和流动的不同种类的能量转化为统一标准——能值,得到能值消耗总量与GDP的比值即能值/货币比率。再将资源耗减与环境损失部分通过能值/货币比率转换为货币价值,并在传统GDP 中扣除,即得到绿色GDP。最后运用部分能值评价指标对福建可持续发展状况进行分析。结果表明：2001年到2006年福建省GDP增长迅速,但绿色 GDP增长相对缓慢。福建居民生活水平较高,经济发达,对外贸易中以输出能值为主。但是环境压力大,可持续发展能力下降。内部资源开发不足,需要依赖外部环境,经济风险日渐增大,经济活动的竞争力趋于减弱。福建省经济增长中仍有一部分是不可持续增长,这与福建省的工业化程度有关。
[2]	游士兵,刘志杰,黄炳南,等. 3G~GDP国民经济核算理论初探 [J].中国工业经济,2010, (6):15~24. URL [本文引用: 2] 摘要随着社会的不断发展,人口、资源环境问题日益突出,人们也更多关注自身福利水平的变化。而传统GDP核算理论因其固有缺陷无法全面体现经济发展的环境代价、人们生活质量和政府管理水平。因此,本文提出3G-GDP国民经济核算概念,从绿色GDP、幸福GDP和政府GDP角度揭示3G-GDP核算的理论依据和概念内涵,并在SNA账户体系框架内分析3G-GDP核算的可行性,最后探索3G-GDP国民经济核算理论的应用前景,并得出3G-GDP指标可作为GDP替代或者扩展指标的结论。
[3]	刘洪,昌先宇. 基于全要素生产率的中国GDP数据准确性评估 [J].统计研究,2011,28(2):81~86. https://doi.org/10.3969/j.issn.1002-4565.2011.02.014 URL [本文引用: 2] 摘要中国GDP数据的准确性评估问题,一直受到国内外各方面的关注。本文从反逻辑思路,通过考察作为技术进步的替代性指标全要素生产率(TFP),反观GDP及其增长率是否准确或可信。运用隐性变量法通过建立状态空间模型测算中国1979-2008年间TFP增长率,分析GDP数据是否存在误差。结果表明1981年、1988年和2000 年的TFP增长率的下降,找不到非正常情况下外生因素的影响,本文认为是由GDP核算误差造成的。
[4]	刘延年. 如何评价统计数据的质量与可靠性 [J].统计研究,2002,19(8):61~63. URL [本文引用: 1] 摘要本文对统计数据的质量与可靠性评价进行了探讨。文章围绕对社会经济统计数据质量与可靠性的理解、影响社会经济统计数据质量的因素、我国目前采用的几种评价统计数据质量的方法及政策建议等进行了论述。
[5]	王华, 金勇进. 统计数据准确性评估的误差效应分析方法 [J].统计与信息论坛,2009,(9):10~17. URL Magsci [本文引用: 1] 摘要基于统计数据生产者角度开发有效而可靠的统计数据准确性评估方法,具有迫切的必要性.参照社会调查领域的计量误差效应评估技术,结合中国政府统计调查数据的结构特征,可以构造针对宏观统计数据的误差效应模型,从个体数据与总量数据两个层次、针对系统偏差与方差两类误差效应来定义统计数据的准确性.通过对该模型中若干重要参数的识别估计,既能实现传统的统计偏差评估,又可揭示因操作因素、制度因素、基层单元属性特征等对于统计数据准确性所造成的影响,从中发现重要的统计误差来源,从而推动统计方法制度进行有针对性地改革与完善.
[6]	周建. 宏观经济统计数据诊断理论、方法及其应用[M].北京: 清华大学出版社,2005. [本文引用: 1]
[7]	郭庆旺. 中国全要素生产率的估算:1979~2004 [J].经济研究,2005,32(6):55~57. URL [本文引用: 1] 摘要本文在分析比较了全要素生产率四种估算方法的基础上，估算出我国1979—2004年间的全要素生产率增长率，并对我国全要素生产率增长和经济增长源泉做了简要分析。分析表明：(1)1993年以前，我国的全要素生产率增长率总体呈现出涨跌互现的波动情形且波动较为剧烈频繁，1993年以来，则呈现出逐年下降趋势，直到2000年才得以缓解，此后全要素生产率增长率总体呈现出逐年攀升势头；(2)1979—2004年间我国全要素生产率增长率及其对经济增长的贡献率较低，表明我国经济增长主要依赖于要素投入增长，是一种较为典型的投入型增长方式；(3)我国全要素生产率增长率较低的原因在于技术进步率偏低、生产能力没有得到充分利用、技术效率低下和资源配置不尽合理。
[8]	高铁梅. 计量经济分析方法与建模[M].北京: 清华大学出版社,2007.
[9]	孟连,王小鲁. 对中国经济增长统计数据可信度的估计 [J].经济研究,2000,27(10):7~9. https://doi.org/10.3969/j.issn.1005-4952.2001.01.015 URL 摘要孟连、王小鲁在<经济研究>2000年第10期撰文指出,中国经济增长速度统计数据的可信度问题,一直受到国内外各方面的注意.我国经济增长统计数据存在失真问题,是因为我国统计体系中存在着导致数据偏差的可能机制:1998年以前,我国每年经济增长速度均作为必须确保完成的指标下达,下级可能被迫以虚报来对付;
[10]	刘洪,黄燕. 基于经典计量模型的统计数据质量评估方法 [J].统计研究,2009,26(3):95~97. https://doi.org/10.3969/j.issn.1002-4565.2009.03.014 URL [本文引用: 1] 摘要本文以经济理论为基础,从整个经济系统出发,利用研究对象的相关影响因素构造计量模型,在既定模型下,运用异常值的检验方法及统计诊断原理进行数据质量的定量评估。通过选择合适的模型对考察对象的变化规律进行模拟,找出异常数据(离群值),判断异常数据是否显著异常,对异常数据进行多方查证和原因分析来进一步判断数据的质量,并对我国的统计数据质量进行了实证分析。
[11]	毛盛勇. 部分国家季度支出法国内生产总值核算方法与数据发布情况及启示 [J].经济研究, 2002,29(7):14~18. https://doi.org/10.3969/j.issn.1002-4565.2012.07.003 URL [本文引用: 1] 摘要本文研究分析并归纳了经济合作与发展组织(OECD)34个成员国及巴西、俄罗斯、印度和南非等4个金砖国家季度支出法GDP核算的主要方法、资料来源及数据发布情况,提出要进一步提高基础数据质量,加快正式建立我国季度支出法GDP核算制度。
[12]	许宪春,田小青. 国内生产总值地区汇总数与国家测算数间的差异分析 [J].当代经济科学, 1999, (4): 83~88. URL [本文引用: 1]
[13]	魏后凯. 中国GRP与GDP增长率差异分析 [J].中州学刊,2009,170(2): 29~34. https://doi.org/10.3969/j.issn.1003-0751.2009.02.009 URL [本文引用: 1] 摘要在现行分级核算体制下,中国各地区加总的GRP增长率要远高于全国GDP增长率,1992-2007年间二者相差1.9个百分点.造成这种较大差异具有多方面的原因,如全国GDP总量有些"低估",现行统计制度尚不健全,跨地区要素流动造成的重复计算,以及地区统计存在"掺水"现象,等等.这种差异已经造成了中央与地方规划目标的冲突,并影响国家对经济形势的判断和宏观调控.
[14]	向书坚,柴士改. 地区与国家GDP核算总量数据衔接方法比较研究 [J].统计研究, 2011,28(12): 14~21. https://doi.org/10.3969/j.issn.1002-4565.2011.12.003 URL [本文引用: 1] 摘要本文以2005—2009年的全国数据为样本,从理论与实证上比较分析了地区与国家GDP数据衔接的三种方法,即Geary和Stark的产出估算方法、线性调整法与辅助回归法,比较结果显示:①从理论上分析,三种方法都有其合理性,只是辅助回归法较另两种方法更可取。②从衔接效果上看,辅助回归法优于Geary和Stark的产出估算方法,Geary和Stark的产出估算方法又优于线性调整法。不过不同的方法皆有相应的适用场合与特点以及不同的衔接效果,因而只能说三种方法中有趋优的方法,但不能明确断定何种方法可以具体应用于实际数据衔接中并能达到良好的调整效果。
[15]	王铮,刘扬,周清波. 上海的GDP一般增长核算与绿色GDP核算 [J].地理研究,2006,25(2): 185~192. https://doi.org/10.3321/j.issn:1000-0585.2006.02.001 URL Magsci [本文引用: 1] 摘要本文引用Barro的增长核算模型和Asheim的绿色GDP核算模型,对上海的经济增长开展了核算研究.研究发现:1)在改革开放之前,上海的经济增长基本上由资本投入、人力资源的有效投入和劳动力投入支持.改革开放以后经济增长得益于技术进步,但是税收政策干扰了这种增长.2)上海市绿色NNP值低于 GDP值,GDP值是绿色NNP值的2～4倍,在20世纪60、70、80年代一直都维持在3倍以上.目前,上海市的GDP与绿色NNP之间的差距缩小到了2倍左右,说明人们对环境污染和资源耗损问题的关注,已体现到上海市的经济发展中.3)在目前阶段,绿色GDP不适合单独作为经济发展的度量指标,但是可以作为衡量经济发展对环境的影响及对资源的损耗和对GDP指标不足的重要补充.
[16]	丘海雄,李敢. 从“生产导向”到“幸福导向”镜鉴: 源自不丹和法国 [J].改革,2011, (6): 60~66. URL [本文引用: 1] 摘要对两个在国际上较早发起幸福研究的国家,即来自发达国家的法国和发展中国家的不丹的幸福研究成果进行梳理,可以发现:在新转型时代,发展测量体系应实现从"生产导向"到"幸福导向"的转变,公共政策制定除"生产性产出"的经济绩效之外,更要注重立足于为民众谋幸福的社会进步,社会的发展应由经济建设时代逐步过渡到社会建设时代。
[17]	Matt.Schiavenza .Want to Understand How China is Doing? Don't Look at GDP [OL]. . URL [本文引用: 1]
[18]	刘洪,金林. 基于半参数模型的中国GDP数据准确性评估 [J].统计研究,2012,29(10): 99~104. https://doi.org/10.3969/j.issn.1002-4565.2012.10.016 URL [本文引用: 1] 摘要本文以经济增长理论为基础,对1953-2010年中国GDP数据和劳动投入、资本投入、人力资本等因素建立了半参数回归模型.然后,文章对模型进行了统计诊断分析,计算了相关统计诊断量,利用统计诊断量得到了模型的异常点,基于此对中国GDP数据的准确性进行了讨论:中国GDP数据的异常点主要集中在两个时间段1958-1961年和1991-1994年.文章最后对基于半参数回归模型统计诊断的统计数据准确性评估方法进行了评述.
[19]	国家统计局.中国统计年鉴[M].北京:中国统计出版社,1997~2009. [本文引用: 1]
[20]	范斐,杜德斌,李恒. 区域科技资源配置效率及比较优势分析 [J].科学学研究,2012,30(8): 1198~1205. URL [本文引用: 1] 摘要科技资源作为国家最重要的战略资源，其配置效率的高低直接关系到区域经济的可持续发展。根据科技资源配置效率的内涵和结构，利用全国31个省市区1998—2010年的相关数据，在构建区域科技资源配置效率评价指标体系的基础上，对各个区域的科技资源配置效率进行测度。运用比较优势原理，采用NRCA模型，计算区域各科技资源要素配置效率的相对比较优势。结果表明：历年来各区域整体的科技资源配置效率都有所提升，但空间差异的分布格局变化不大，区域科技人力资源、财力资源、信息资源配置效率的比较优势是影响区域科技资源配置效率的直接原因。
[21]	周强,张勇. 基于突变级数法的绿色供应链绩效评价研究 [J].中国人口·资源与环境,2008,18(5): 108~111. https://doi.org/10.3969/j.issn.1002-2104.2008.05.019 URL [本文引用: 1] 摘要绿色供应链使环保理念贯穿供应链运作过程之中，改变了以往片面追求利润的观念，继而对供应链节点企业的管理能力、协作能力、信息技术水平等方面提出了更高的要求，使得绿色供应链的绩效评价更具复杂性。该文针对现有多目标评价方法，如层次分析法、因子分析法、模糊函数法等在绿色供应链绩效评价中存在的各目标因素权重确定难且带有很大主观性这一不足，采用突变级数法对绿色供应链的绩效进行评价。基于突变理论的突变级数法通过对诸矛盾因素的归一化处理，得到相应的突变模糊隶属度函数，在进行绿色供应链绩效评价分析时，只需对诸矛盾因素按重要性排序，无需主观确定任何权重。该文介绍了基于突变理论的突变级数评价法的基本原理和步骤，并以A公司为例，阐述了该方法的应用。
[22]	仇方道,佟连军,朱传耿,等. 省际边缘区经济发展差异时空格局及驱动机制 [J].地理研究,2009,28(2):15~21. [本文引用: 1]
[23]	吴玉鸣,李建霞. 中国区域工业全要素生产率的空间计量分析 [J].地理科学,2006,26(4):385~391. [本文引用: 1]
[24]	He Canfei. Regional decentralization and the location of foreign direct investment in China [J].Post-Commonist Economies,2006,(18):33-50. https://doi.org/10.1080/11926422.2006.9673427 URL [本文引用: 1] 摘要 China has emerged as the most dynamic FDI鈥恏ost country in the world, and the impact of FDI on the Chinese economy has burgeoned in ways that no one anticipated. This paper focuses on four issues: (a) the factors behind the FDI boom; (b) how China has succeeded in utilizing FDI so far; (c) China's FDI strategy; and (d) its future development. China's special advantages in attracting and using FDI come from three sources: the huge market with cheap labour, the large number of rich overseas Chinese as investors, and the effective FDI strategy and policy implemented by the central government. Whether or not China will be a winner in future depends on how it balances between technology transfers and domestic market protection.
[25]	Poncet S. Measuring Chinese domestic and international integration [J]. China Economic Review,2003,(14):1-21. https://doi.org/10.1016/S1043-951X(02)00083-4 URL 摘要 CiteSeerX - Scientific documents that cite the following paper: Measuring Chinese domestic and international integration
[26]	贺灿飞,王俊松. 经济转型与中国省区能源强度研究 [J].地理科学,2009,29(4):461~469. https://doi.org/10.3969/j.issn.1000-0690.2009.04.001 URL Magsci [本文引用: 1] 摘要分析了在经济转型背景下中国能源利用强度变化,强调经济转型背景下经济全球化、市场化和区域分权对能源强度的影响。中国省区能源消费差异显著,沿海省区能源效率较高,能源强度较低,而中西部省区,尤其是能源资源富裕的省区能源强度偏高。统计分析结果表明,伴随经济转型的市场化、经济全球化以及分权化等制度性因素是影响能源利用强度的重要因素,中国省区技术水平、产业结构、自然条件以及能源消费结构与消费倾向同样显著影响中国能源利用强度。但是高能耗省区与低能耗省区的能源利用强度因素存在一定的差异。在高能耗省区,积极利用外商直接投资、技术创新等可以显著降低能源强度。

基于能值分析的福建省绿色GDP核算

2010

... GDP是一定时期内一个国家或地区经济生产出的全部最终产品和劳务的市场价值总和,是衡量一个国家或地区经济总产出及发展水平的重要指标^[1],是政府部门制定宏观经济政策及政绩考核的重要依据,也是学术界运用最为广泛的指标之一,对企业及社会公众调整投资消费计划也具有重要意义.随着社会的发展与进步,人们对GDP的质疑声越来越多：GDP只反映“经济增长”而不能反映“社会发展”^[2];全国性数据与省级数据存在较大差距,有时差距甚至达到10%;对GDP的统计方法也不愿公开.因此,学术界开展了许多有益的研究,主要集中在GDP方法改善、替代指标及准确性.鉴于统计数据的二手性及统计调查过程本身涉及面广,难以重复等特性,对所得统计数据的准确性进行“准确”评估存在诸多障碍,导致在研究和实践中一直未能形成评估方法的公认体系和标准^[3].传统的GDP研究主要侧重从方法上进行改进：逻辑性评估方法^[4]、误差效应分析法^[5]、异常值检验法^[6]、相关指标建模法^[7~10]、季度支出法GDP核算制度^[11].对于地方GDP总和明显高于全国GDP的问题,一些研究认为主要是：资料来源、估算方法、技术水平、人为因素^[12]、统计制度、全国GDP被低估、重复计算等因素造成的^[13],而其它一些研究尝试对地区与国家GDP数据衔接的3种方法进行对比分析,缩小地区与国家GDP差距^[14].总之,各种GDP的测算方法各有其特点,目前尚没有一种方法具有明显的优势.此外,也有一些研究尝试用绿色GDP^[1,15],国民幸福总值^[16]、3G-GDP^[2]来代替传统GDP,但这些研究都包含了传统GDP,认为传统GDP是可信的,遗憾的是传统GDP仍然是个黑箱.李克强总理2007年也曾表示中国的GDP数字是“人造的”,其依据是耗电量、铁路货运量和银行贷款额^[17],即克强指数.克强指数是一种比较简化的结构性指数,挤掉了统计数据中的水分,从特定侧面表达了经济运行的现实,较为客观,得到了许多国际机构的认可.虽然克强指数不能代替GDP的统计作用,但是可以观察GDP数据的可靠性.此外,一些研究从全要素生产率^[3]和半参数模型^[18]对中国GDP的准确性进行了研究,但是这些研究主要从时间序列上展开的,对误差的成因分析也较少,其它一些研究虽尝试对误差的原因进行分析,但主要基于定性分析,对揭示GDP误差的成因不甚理想.因此,本研究首先基于克强指数及传统GDP构造了GDP偏离度,偏离度是指基于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重,主要是观察统计出来GDP的可靠程度.然后探讨偏离度的空间差异,并尝试通过空间计量经济分析模型解释其形成原因,以期为准确评估中国不同区域的经济运行状况提供一定的依据. ...

... [1,15],国民幸福总值^[16]、3G-GDP^[2]来代替传统GDP,但这些研究都包含了传统GDP,认为传统GDP是可信的,遗憾的是传统GDP仍然是个黑箱.李克强总理2007年也曾表示中国的GDP数字是“人造的”,其依据是耗电量、铁路货运量和银行贷款额^[17],即克强指数.克强指数是一种比较简化的结构性指数,挤掉了统计数据中的水分,从特定侧面表达了经济运行的现实,较为客观,得到了许多国际机构的认可.虽然克强指数不能代替GDP的统计作用,但是可以观察GDP数据的可靠性.此外,一些研究从全要素生产率^[3]和半参数模型^[18]对中国GDP的准确性进行了研究,但是这些研究主要从时间序列上展开的,对误差的成因分析也较少,其它一些研究虽尝试对误差的原因进行分析,但主要基于定性分析,对揭示GDP误差的成因不甚理想.因此,本研究首先基于克强指数及传统GDP构造了GDP偏离度,偏离度是指基于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重,主要是观察统计出来GDP的可靠程度.然后探讨偏离度的空间差异,并尝试通过空间计量经济分析模型解释其形成原因,以期为准确评估中国不同区域的经济运行状况提供一定的依据. ...

3G~GDP国民经济核算理论初探

2010

... [2]来代替传统GDP,但这些研究都包含了传统GDP,认为传统GDP是可信的,遗憾的是传统GDP仍然是个黑箱.李克强总理2007年也曾表示中国的GDP数字是“人造的”,其依据是耗电量、铁路货运量和银行贷款额^[17],即克强指数.克强指数是一种比较简化的结构性指数,挤掉了统计数据中的水分,从特定侧面表达了经济运行的现实,较为客观,得到了许多国际机构的认可.虽然克强指数不能代替GDP的统计作用,但是可以观察GDP数据的可靠性.此外,一些研究从全要素生产率^[3]和半参数模型^[18]对中国GDP的准确性进行了研究,但是这些研究主要从时间序列上展开的,对误差的成因分析也较少,其它一些研究虽尝试对误差的原因进行分析,但主要基于定性分析,对揭示GDP误差的成因不甚理想.因此,本研究首先基于克强指数及传统GDP构造了GDP偏离度,偏离度是指基于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重,主要是观察统计出来GDP的可靠程度.然后探讨偏离度的空间差异,并尝试通过空间计量经济分析模型解释其形成原因,以期为准确评估中国不同区域的经济运行状况提供一定的依据. ...

基于全要素生产率的中国GDP数据准确性评估

2011

... [3]和半参数模型^[18]对中国GDP的准确性进行了研究,但是这些研究主要从时间序列上展开的,对误差的成因分析也较少,其它一些研究虽尝试对误差的原因进行分析,但主要基于定性分析,对揭示GDP误差的成因不甚理想.因此,本研究首先基于克强指数及传统GDP构造了GDP偏离度,偏离度是指基于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重,主要是观察统计出来GDP的可靠程度.然后探讨偏离度的空间差异,并尝试通过空间计量经济分析模型解释其形成原因,以期为准确评估中国不同区域的经济运行状况提供一定的依据. ...

如何评价统计数据的质量与可靠性

2002

统计数据准确性评估的误差效应分析方法

2009

2005

中国全要素生产率的估算:1979~2004

2005

2007

对中国经济增长统计数据可信度的估计

2000

基于经典计量模型的统计数据质量评估方法

2009

部分国家季度支出法国内生产总值核算方法与数据发布情况及启示

2002

国内生产总值地区汇总数与国家测算数间的差异分析

1999

中国GRP与GDP增长率差异分析

2009

地区与国家GDP核算总量数据衔接方法比较研究

2011

上海的GDP一般增长核算与绿色GDP核算

2006

从“生产导向”到“幸福导向”镜鉴: 源自不丹和法国

2011

Matt.Schiavenza .Want to Understand How China is Doing? Don't Look at GDP

基于半参数模型的中国GDP数据准确性评估

2012

2009

... 本研究的所有数据均来自1985~2013年《中国统计年鉴》^[19],研究范围为全国31个省市（港澳台除外）,通过克强指数的3个指标——耗电量、铁路货运量和银行贷款额表征较为真实的GDP,这三个指标切合中国经济特征,易于核实,更重要的是更少受人为操纵影响. ...

区域科技资源配置效率及比较优势分析

2012

... 突变级数法是基于突变理论发展起来的一种综合评价方法,其核心是采用突变理论分歧方程所推导出的归一化公式,建立递归运算法则,与一般模糊评价相比,该方法根据指标间的内在逻辑关系对指标的重要性进行排序,给出底层指标的突变模糊隶属度值,而中间层和顶层的突变模糊隶属度值是由突变模型从底层逐级递归计算得出的^[20].没有使用主观性较大的权重,体现了科学性、合理性及计算简单准确的特点.最常见的突变系统类型有尖点突变系统、燕尾突变系统、蝴蝶突变系统.其数学模型分别为： ...

基于突变级数法的绿色供应链绩效评价研究

2008

... 式中,x表示突变系统的一个状态变量;f(x)表示状态变量x的势函数;u,v,w,t表示状态变量的控制变量.通过计算,不同突变模型的归一公式为：尖点突变系统：

\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}

\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}

;燕尾突变系统：

\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}

\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}

\begin{matrix} x_{w} = w^{\frac{1}{4}} \end{matrix}

;蝴蝶突变系统：

\begin{matrix} x_{u} = u^{\frac{1}{2}} \end{matrix}

\begin{matrix} x_{v} = v^{\frac{1}{3}} \end{matrix}

\begin{matrix} x_{w} = w^{\frac{1}{4}} \end{matrix}

\begin{matrix} x_{t} = t^{\frac{1}{5}} \end{matrix}

.通过归一公式系统内控制变量被转化为同一质态.控制变量在利用归一公式计算每个状态变量值时,对该变量所对应的各个控制变量计算出的x值采用“大中取小”的原则或取平均值^[21].利用突变级数法中的燕尾突变系统模型将耗电量、铁路货运量和银行贷款额合并为一个指标,即测算的GDP.最后,利用测算的GDP与传统GDP构造出偏离度以观察中国传统上统计出的GDP的准确性,偏离度的计算公式可以表示为： ...

省际边缘区经济发展差异时空格局及驱动机制

2009

... 全局空间自相关是通过对属性值的空间特征的整体描述,揭示区域总体的空间关联和空间差异程度^[22].最常用的表示指标和方法为Moran’s I,其计算公式为: ...

中国区域工业全要素生产率的空间计量分析

2006

... 空间误差模型（SEM Model）和空间滞后模型（SLM Model）主要被用来解释空间自相关因素对GDP偏离度影响程度^[23]. ...

Regional decentralization and the location of foreign direct investment in China

2006

... 说明在省域尺度,中国GDP偏离度存在明显的空间交互作用.从原因上讲,改革开放以来,区域分权化赋予地方政府更多权力, 尤其是财政分权导致各省区在市场、原材料、吸引投资等方面展开了激烈竞争, 激励了地方政府的理性模仿和地方保护行为^[24~26],同时出于政绩考虑,地方政府也会出现盲目投资及人为改动数据的行为.正是这种空间模仿行为造成了相邻区域竞相扩大投资,采取相同的生产方式提高GDP,而空间邻近为这种模仿提供了更加便利的条件.可见,基于传统经典线性回归模型（OLS）由于忽略了空间误差或者空间滞后等空间关联性因素,存在模型设定不当的问题.由此,可推出这样的结论：在溢出空间性等集聚内生因素的作用下,省域GDP偏离度之间不可能无联系.以往,传统分析GDP偏离度总是假定各省市之间没有联系,主要通过内生因素分析GDP偏离实际的原因,所得的结论不够全面,以此为依据制定的措施也必将大打折扣,因此,需要引入空间交互作用对模型进行修正,从全国层面制定制度予以推行,因为空间交互作用造成周边区域对本区域的影响很大. ...

Measuring Chinese domestic and international integration

2003

经济转型与中国省区能源强度研究

2009

〈

〉

中国GDP偏离度的空间计量经济分析

A Spatial Econometric Analysis of China’s GDP Deviation Degree

1 指标选取与方法

1.1 指标选取

1.2 突变级数法

1.3 空间自相关分析方法

1.4 空间计量经济模型

2 结果分析

2.1 中国GDP总体偏离度时间演变

2.2 中国GDP偏离度空间演变

3 中国GDP偏离度的形成机制

4 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子