上海发展对长江三角区的经济扩散效应研究*

王月圆

(安徽财经大学 统计与应用数学学院，安徽 蚌埠　233030)



上海发展对长江三角区的经济扩散效应研究*

王月圆

(安徽财经大学 统计与应用数学学院，安徽 蚌埠233030)

摘要：针对上海对长三角地区的影响力评价，着重研究上海市对江苏和浙江经济发展状况，全面分析上海市改革开放后相关经济指标.建立模糊优化综合评价模型，并利用 Moran I 指数、协整检验、方差分解分析和脉冲分析等模型，运用Eviews 6.0等软件编程求解，研究表明：长三角的经济内部之间相互影响，有明显的收敛特征，且上海对于浙江、江苏地区的经济具有扩散效应.

关键词：长三角； Moran I 指数；协整检验；脉冲分析；方差分析；Eviews 6.0

改革开放30年以来经济迅猛增长，以北京、上海和广州为中心的京津冀、长三角、珠三角三大经济圈领跑全国经济，研究以上海为代表的长三角地区的经济发展对于其他地区的辐射带动作用对于加速经济发展，合理配置资源，优化经济产业链、扩大进出口贸易额、促进高新产业发展等方面具有重要意义.

1数据的获取及假设

文中数据来源于中国统计局[1].为了便于解决问题，提出如下假设：①收集到的所有数据统计都真实可靠；②所选取的经济指标能基本涵盖经济的重要方面；③世博会对其他经济指标的长期影响都在生产总值中有所体现；④以2009年改革开放30年之后的第一年为分界点研究上海长期经济影响力.

2上海经济地位的模糊综合评价

2.1研究思路

根据收集到的数据选取与经济发展相关的指标，由此建立模糊综合评价模型[2].为了使评判值区分更加合理，对模型进行优化.得出长三角区域中典型三地的经济发展综合得分，由此判定中心建设城市.

2.2数据分析与结论

设所需评价系统有n个备选对象集，由m个评价指标，每个评价指标对每个对象的评判用指标特征值向量表示，则构造出n×m阶指标特征向量矩阵：

其中aij表示第i个对象关于第j项评价因素的指标特征向量.

1)效益型矩阵，适用于评价指标中越大越好的评价对象：

B=(bij)n×m,

其中αj是第j项指标的适度数值.

2)成本型矩阵，适用于评价指标中越小越好的评价对象：

B=(bij)n×m,

模糊优化目的是得到矢量uj的最优解，由模糊优化理论，依据使评价对象对优和对劣的加权广义距离平方和最小化原则，构造目标函数：

‖w·(rj-b)‖2]

其中D(Rj,G)=uij·‖w·(rj-g)‖(j=1,2,…,n),是第j个评价对象的加权广义最优距离；D(Rj,B)=uij·‖w·(rj-b)‖(j=1,2,…,n)，为j个评价对象的权广义最劣距离.rj为rij构成的向量，其中rij为指标优属度矩阵中的第j个备选对象的第i个评价指标的值；G=(g1,g2,…,gn)T，

调用2013年的第一、二、三产业增加值，地区生产总值，外商投资企业进出口总额，餐饮业营业额、全社会固定资产投资额为效益型指标，利用MATLAB编程对各指标进行分析，得到长三角洲地区经济发展指标优属度矩阵为：

可得投资的评判值：

U=(0.79390.99830.4931)T

三地影响力评判值和排名见表1.

从长三角经济发展的评判结果可以得出，上海市的经济综合实力在长三角区域是排名第一的，评判值为0.9983，江苏省紧邻位于第二.可以看出上海对整个长三角区域的经济发展影响很大.上海得天独厚的地理优势，积极带动了长江三角地区的经济，加速了经济发展[3].

表1　三地影响力评判值和排名

3上海经济扩散效应的研究

3.1研究思路

本题需要研究的是上海对长江三角洲区域其他两个典型城市的影响.首先，根据上海及江苏、浙江的GDP数据，利用Moran I 指数分析上海对于长三角其他省份的集聚效应；然后，进行协整检验，分析长三角地区的经济收敛性；最后，利用方差分解分析和VAR 的脉冲相应函数分别分析不同信息对模型内生变量的相对重要性，判断上海对江苏、浙江等其他的周边区域的经济增长的扩散效应.

3.2数据分析与结论

3.2.1相关分析

得到相关系数(如表2)：

表2　双变量相关系数表

注：** 在置信度(双测)为 0.01 时，相关性是显著的

由分析可知，在95%的置信水平下上海、江苏、浙江的GDP之间的相关关系较强，且均呈正相关.

3.2.2Moran I 指数

为了进一步研究上海对江苏、浙江GDP的相互影响，引入了Moran I 指数

式中，i = 1，2，…，n ；j = 1，2，…，m；m = 2 或m≠n.并计算出正态分布MoranI的期望值为：

空间自相关关系的检验：

得到Moran I 指数(如表3)：

表3　上海与江苏、浙江的 Moran I 指数

由分析结果可知，江苏、浙江相对于上海的收敛程度较高，且他们之间的聚集特性不是很明显[4].为了进一步的探究江苏、浙江对上海内部的收敛性进行研究，对其做折线图(如图1). 由此，可初步推断上海、江苏、浙江的经济增长具有相同时间趋势，建立收敛和共同趋势准则.

图1　上海、江苏、浙江的GDP

3.2.3收敛和共同趋势[5]

limE(α1,t+k-αp,t+k|It)=0,∀p≠1

当t趋向于无穷大时，t 时刻人均产出差异的期望值为0.p 个时间序列具有 p-1 个协整关系，且若时间序列趋势为平稳，则每个地区有相同的时间趋势.

首先对时间序列进行协整检验，利用极大似然法进行协整约束得到 VAR 模型.利用Eviews 6.0对数据进行处理，根据AIC和SIC准则[6]确定滞后阶数为3.协整检验结果见表4：

表4　长三角地区人均 GDP 序列协整关系检验

注：*(**)表示在 5%(1%)显著水平上拒绝原假设

由分析结果可以看出，长三角三省市人均 GDP 序列间的协整关系个数为 r=p-1，由此可知长三角内部地区之间的经济增长长期有收敛趋势.由以上经验分析可以看出，长三角地区有着明显的区域经济收敛特征.

3.2.4脉冲效应

由于上海与周边地区的经济发展，是一个城市与一个整体间的发展，受到许多的不确定因素的影响[7].于是，对三个地区的GDP进行平稳性检，如图2所示：

图2　单位根检验

由分析结果可知，这三个变量均是一阶单整(即 I(1))的，当 k=1 时，各变量组成的 VAR 模型的 AIC 值和 SIC 值最小.再将江苏、浙江对上海经济增长的影响通过该地区经济变动自身的一个标准冲击对其未来值的影响效应来反映，即脉冲效应.利用 Eviews 6.0 分析如图3所示：

图3　江苏、浙江与上海的脉冲效应

由分析结果可知：浙江、江苏均与上海的经济变动有一定的关系，浙江、江苏对于上海的经济变动具有一定的反向影响，且浙江、江苏经济一直呈上升趋势，上海的经济趋势相对下滑，但幅度较小.

3.2.5方差分解分析

为了分析长江三角区内GDP[8]中内生变量的波动分析各信息对模型的影响，利用方差分析将上海GDP的均方误差分解成其他两个城市的随机冲击，将每个内生变量的波动按照其成因分解成各个方程中相关联的组成成分.

利用 Eviews 6.0 分析如图4所示：

图4　长三角与相邻各省市的方差分解

图4中横轴表示滞后的期间数(单位：年)，纵轴表示变量冲击的贡献度. 由分析结果可知，江苏对于上海的贡献率在两省当中较高，峰值达到了 90%，长期均值也一直在 80%以上；浙江对上海的经济贡献峰值也达到了 80%以上，平均值也大于80%；由此可见，江苏、浙江对于上海的经济具有相同的发展趋势，且上海作为长三角主要的发展区域对江苏、浙江等其他的周边区域的经济增长具有正向扩散效应.

4结语

笔者根据江苏、浙江对于上海的经济影响从两两关系和整体内部影响两个角度出发研究上海对长江三角区的经济扩散效应，对于经济的发展具有重要意义.由文章可以得知长江三角区内部的经济相关性较强，聚集性不明显，有着明显收敛特征，且浙江、江苏对上海的经济变动具有一定的反向影响，上海对江苏、浙江的经济增长具有正向扩散效应.我们可以合理利用长江三角区内部的经济关系，合理配置资源，这对于加速经济增长具有重要意义.对于合理利用长江三角区的产业分化，使资源合理配置和利用，招商引资等方面更为复杂，需要更深入的探索.

[参考文献]

[1] 中国统计局.http://www.stats.gov.cn[EB/OL].

[2] 杨桂元，等.数学建模[M].上海：上海财经大学出版社，2015.

[3] 罗伯特·M·索洛.经济增长理论[M]. 胡汝银，译.一种解说.上海:上海人民出版社，1994.

[4] 吴殿廷，等.区域经济学[M].北京：科学出版社，2003.

[5] J-K·Boudeville. Problem s of Regional Economic Planning[M].Edinburgh University Press,1996.

[6] 王黎明，等.应用时间序列分析[M].上海：复旦大学出版社，2009.

[7] 张辉.区域竞争力的有关理论探讨[J].中国软科学，2001(8).

[8] 高鸿业，等.西方经济学[M].北京：中国人民大学出版社，2002.

[责任编辑苏琴]

[责任校对黄招扬]

Study on the Economic Diffusion Effect on the Development of Shanghai on the Yangtze River Delta

WANG Yue-yuan

(SchoolofStatisticsandAppliedMathematics,AnhuiFinance

andEconomicsUniversity,Bengbu233030,China)

Abstract:In view of the influence of Shanghai on the Yangtze River Delta region, the paper focuses on the economic development of Jiangsu and Shanghai in Zhejiang City, and analyzes the relevant economic indicators of Shanghai's reform and opening up. The establishment of fuzzy optimization model, and the use of I Moran index, cointegration test, analysis of variance decomposition and pulse analysis and other models, the use of Eviews 6.0 and other software programming to solve the study shows that: the Yangtze River Delta, the economic impact of each other, there is a clear convergence characteristics, and Shanghai for Zhejiang, Jiangsu region of the economy has a diffusion effect.

Key Words:Yangtze River Delta; I Moran index; cointegration test; pulse analysis; analysis of variance; Eviews 6.0

中图分类号：F012

文献标识码：A

文章编号：1673-8462(2016)01-0066-05

作者简介：王月圆(1994-)，女，安徽六安人，安徽财经大学统计与应用数学学院在读研究生，研究方向：经济统计.

基金项目：国家自然科学项目(11301001)；安徽财经大学教研项目(acjyzd201429).

收稿日期：2015-11-25.