科技发展对于经济活动的影响决策模型

赵欣雅 李卓雅 夏天骄

摘要：经济活力是反映经济形势和经济发展潜力的重要指标。文章选择东部地区2000～2017年的数据，以GDP为经济活力的指标。五项指标，即年底永久居民人数、经营单位所在地的进出口总量、城市化率、技术市场成交额和民营企业数量，用于衡量人口变化、对外贸易、社会发展水平、科技创新水平和经济发展水平，分析其对经济活力的影响。然后，运用OLS回归和分位数回归法建立经济活力影响因素回归模型，分析各指标的影响程度，提出提高区域经济活力的行动计划。然后，选择年终常住人口和性别比率作为衡量人口变化的指标，选择人均国内生产总值作为衡量向量自回归分析（VAR）经济活力的指标。结论是，年底永久居民数量的增加将促进经济活力的改善，男女性别比例的扩大将阻碍经济活力的提高。

关键词：量化回归;VAR;灰色预测;因子分析

一、引言

区域经济活力是衡量区域综合竞争力的重要标准之一，是新时期区域经济可持续发展的保证。近年来，为了抓住发展机遇，增强发展动力，我国各地实施了多项优惠政策，如财政、税收补贴、人才安置优惠政策等。自2013年9月13日上海建立自贸区试点以来，中国自贸区已经发展了六年。自由贸易区的建立可以吸引外资，促进贸易，促进经济发展，提高区域的综合竞争力。因此，本文分析了这一政策对上海区域经济活力的影响，上海于2013年中国大陆个自由贸易区。正确把握关键因素，根据各地区资源优势和特点，同时实施各种刺激经济活力的政策，已成为区域经济研究的一个重要方面。

二、OLS回归和分位数回归模型

（一）相关分析

量化回归的思路来自Koneker和Bassett的（1978年）以残差的绝对加权平均值作为最小目标函数，这关系到条件分布分位数中的样本如何受到各种变量的影响。与OLS相比，分位数对异常值的灵敏度远远低于均值，这是一种更稳健的回归。综上关于影响东部地区经济活力的数学模型：

lnGDP=α1+α2lnprp+α3lntev+α4urb+α5lnsci+α6lnent+ε

（二）模型解决方案

2000～2017年，相关变量对华东11个省份经济活力的影响，通过OLS回归和分数回归得到。选择五个0.1、0.25、0.5、0.75和0.9的量化线进行回归。通过OLS回归获得了影响经济活力因素的数学模型：

lnGDP=3.850lnprp+0.194lntev+0.339urb+0.141lnsci+0.132lnent-35.05

（三）增强区域经济活力的行动计划

1. 增加该地区的永久居民人数。该地区的常住人口可以反映该地区的劳动力强度。通过完善相关制度，可以吸引更多顶尖人才落户，为区域经济发展提供动力保障。

2. 发展对外贸易，增加经营单位所在地的进出口量。东部大部分地区位于沿海地区，有条件充分发展对外贸易，通过贸易吸引外资，搞市场经济。

3. 增加城市居民的数量。城市人口的增长是城市化水平提高的体现。城镇居民生活水平的提高将促进消费水平的提高，进而促进区域经济水平的提高。

4. 增加科技投入。科技发展水平的提高，将带动人民生活水平的提高，同时，也会吸引大量的科技投入，实现科技发展带动的经济发展。

5. 支持和鼓励各类企业发展。企业数量的增加和企业的健康发展，可以促进就业人数的增加和就业水平的提高，为经济活力注入动力。

（四）VAR模型

矢量自回归模型（VAR模型）是AR模型的泛化，由克里斯托弗·西姆斯首次提出。它使用模型中的所有电流变量来回归所有变量的一些滞后变量，以估计关节内生变量的动态关系，将单变量自回归模型扩展到由多变量时间序列变量组成的“矢量”自回归模型。一般VAR（p）模型可以编写为：

Yt=c+A1yt-1+A2yt-2+…+Qxt+et

VAR模型应满足：误差项的均值为0;误差项的协方差Ω，没有自相关误差项。

由于时间序列中可能有单位根，为了更好地研究变量之间的关系，需要增强D迪克富勒方法来测试每个时间序列的经济数据的稳定性，避免影响实证结果可靠性的数据非站位性。在测试精度为5%的条件下，单元根测试結果表明，在自然对数处理后，所有变量的一阶差分形式是静止的，变量ln（GDP）、ln（IAE）、ln（NC）、ln（NP）和ln（POS）都是一阶积分时间序列一（1），符合构建VAR模型的要求。

（五）企业活力对经济活力的影响

建立了3dVAR模型，并使用Eviews10软件进行滞后排除测试，以确定VAR模型的滞后顺序。测试结果显示在图1中。结果表明，滞后顺序2有三个最佳选择，其中三个选项最多，因此最佳滞后顺序为2。

VAR模型的稳定性由特征方程根测试决定。如果VAR模型中所有方程的模块的倒数在单位圆内，则模型被视为稳定。测试结果显示在Figure2和2andTableable6中。很容易得出结论，VAR模型是稳定的。

方差分解是一种分析VAR模型中每个变量对特定变量的影响方法，它分析了VAR模型中每个扰动因子的相应程度。图1显示了企业活力和经济活力的VARable方差分解结果。从able“7·11”中可以看出，对人均GDP影响最大的是，第T一阶段的影响程度达到100%，但第二阶段下降到17.65%，直到第10阶段保持不变。影响程度紧随其后的是企业数量（NC）。虽然第一阶段的影响份额为0，但在第二阶段增加到74.35%。

（六）人口变化对经济活力的影响

Eviews10分析后，结果显示在TTable8中。从theTable8中可以看到，滞后顺序2有三个最佳选择，而且最多，所以最佳滞后顺序如下。

特征方程的根测试结果如图1所示。从表1中可以看到，所有特征方程根的模数的反比小于1，因此VAR模型是稳定的。

VAR模型分解对人口变化对经济活力的影响的结果见图2。人均GDP（PGDP）canexplainthehighestdegreeinitself，thedegreeof本身可以解释最高，第一阶段的程度是100%，thedegreeof第二阶段的程度下降到82%左右，而随着条款的减少，而人口性别比对人均GDP（PGDP）解释程度高于常住人口结束时，对经济活力的影响较大，符合冲动反应函数的结论。

三、结语

影响经济活力的因素可分为以下几个方面：人口、科技发展水平、企业数量和外贸水平。为实现经济的有效、可持续发展，通过优惠政策和经济优势，吸引更多的高科技人才，为经济发展注入动力，加大科技投入，结合国家和世界发展趋势，优化产业结构，积极推进区域落后企业转型，减轻经济发展负担。总之，要提高区域经济的活力，不仅要抓住市场机遇，激发市场本身的活力，而且要注重国家政策或区域政策的落实，进一步深化改革，注重开放和贸易多元化，根据社会和国家发展趋势制定相应的政策。抓住机遇，应对挑战，为经济发展注入动力。

参考文献：

[1]王军，何蕾，徐倩.我国煤炭价格与煤矿安全事故实证分析：基于向量自回归模型（VAR）[J].中国矿业，2019，28（06）：13-17.

[2]吴桐雨，王健.中国物流业、经济增长与技术创新——基于2002～2017年向量自回归模型的实证研究[J].工业技术经济，2019，38（03）：116-122.

（作者单位：西安外国语大学商学院）