本文關(guān)鍵詞：中國GDP偏離度的空間計量經(jīng)濟分析，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偏離度的空間計量經(jīng)濟分析

地

理

科

學(xué)

SCIENTIA GEOGRAPHICA SINICA

中國 GDP 偏離度的空間計量經(jīng)濟分析
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 采用突變級數(shù)法、 ESDA 及空間計量經(jīng)濟模型對 1985~2012 年中國 GDP 的偏離度的時空差異進行了研究， 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)濟運行狀況對其有重 要影響； ② 2012 年和 2009 年相比， GDP 偏離度空間格局變動不大， 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)投資總額對中國 GDP 偏離度具有重要影響； ⑤ 能耗及 GDP 速度對 GDP 偏離度產(chǎn)生負向作用， 主要是由其發(fā)展階段決定的。 關(guān) 鍵 詞： GDP； 偏離度； 空間計量經(jīng)濟模型 文獻標(biāo)識碼： 文獻標(biāo)識碼 A 文章編號： 文章編號 1000-0690 中圖分類號： 中圖分類號 F222.1

GDP 是一定時期內(nèi)一個國家或地區(qū)經(jīng)濟生產(chǎn) 出的全部最終產(chǎn)品和勞務(wù)的市場價值總和， 是衡 量一個國家或地區(qū)經(jīng)濟總產(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)濟政策及政績考核 的重要依據(jù)， 也是學(xué)術(shù)界運用最為廣泛的指標(biāo)之 一， 對企業(yè)及社會公眾調(diào)整投資消費計劃也具有 重要意義。隨著社會的發(fā)展與進步， 人們對 GDP 的質(zhì)疑聲越來越多： GDP 只反映 “經(jīng)濟增長” 而不 能反映 “社會發(fā)展” ； 全國性數(shù)據(jù)與省級數(shù)據(jù)存在 較大差距， 有時差距甚至達到 10%； 對 GDP 的統(tǒng)計 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)計數(shù)據(jù)的二手性及統(tǒng)計調(diào)查過程本 身涉及面廣， 難以重復(fù)等特性， 對所得統(tǒng)計數(shù)據(jù)的 準(zhǔn)確性進行 “準(zhǔn)確” 評估存在諸多障礙， 導(dǎo)致在研 究和實踐中一直未能形成評估方法的公認體系和 標(biāo)準(zhǔn) [3]。傳統(tǒng)的 GDP 研究主要側(cè)重從方法上進行
［4］ ［5］ 改進： 邏輯性評估方法 、 誤差效應(yīng)分析法 、 異常 [2]

GDP 被低估、 重復(fù)計算等因素造成的[13]， 而其它一 些研究嘗試對地區(qū)與國家 GDP 數(shù)據(jù)銜接的 3 種方 法進行對比分析， 縮小地區(qū)與國家 GDP 差距 [14]。 總之， 各種 GDP 的測算方法各有其特點， 目前尚沒 有一種方法具有明顯的優(yōu)勢。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 為傳統(tǒng) GDP 是可信的， 遺憾的是傳統(tǒng) GDP 仍然是 個黑箱。李克強總理 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、 鐵路貨運量和 銀行貸款額[17]， 即克強指數(shù)�？藦娭笖�(shù)是一種比較 簡化的結(jié)構(gòu)性指數(shù)， 擠掉了統(tǒng)計數(shù)據(jù)中的水分， 從 特定側(cè)面表達了經(jīng)濟運行的現(xiàn)實， 較為客觀， 得到 了許多國際機構(gòu)的認可。雖然克強指數(shù)不能代替 GDP 的統(tǒng)計作用， 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] 對中國 GDP 的準(zhǔn)確性進行了研究， 但是這些 研究主要從時間序列上展開的， 對誤差的成因分 析也較少， 其它一些研究雖嘗試對誤差的原因進 行分析， 但主要基于定性分析， 對揭示 GDP 誤差的 成因不甚理想。因此， 本研究首先基于克強指數(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 。對于地方 GDP 總和明顯高于全國 GDP 的問題， 一些研究認為主要是： 資料來源、 估 算方法、 技術(shù)水平、 人為因素 、 統(tǒng)計制度、 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 基金項目： 基金項目 國家自然科學(xué)基金項目 （41430637） 資助。 作者簡介： 作者簡介 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)出版時間： 2015-05-12 11:20網(wǎng)絡(luò)出版地址：

地

理

科

學(xué)

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

或取平均值 [21]。利用突變級數(shù)法中的燕尾突變系 統(tǒng)模型將耗電量、 鐵路貨運量和銀行貸款額合并 為一個指標(biāo)， 即測算的 GDP。最后， 利用測算的 GDP 與傳統(tǒng) GDP 構(gòu)造出偏離度以觀察中國傳統(tǒng)上 統(tǒng)計出的 GDP 的準(zhǔn)確性， 偏離度的計算公式可以 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)計年鑒》 ， 研究范圍為全國 31 個省市 （港澳臺
[19]

（4）

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

除外） ， 通過克強指數(shù)的 3 個指標(biāo)——耗電量、 鐵路 貨運量和銀行貸款額表征較為真實的 GDP， 這三 個指標(biāo)切合中國經(jīng)濟特征， 易于核實， 更重要的是 更少受人為操縱影響。 1.2 突變級數(shù)法 突變級數(shù)法是基于突變理論發(fā)展起來的一種 綜合評價方法， 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， 建立遞歸運算法則， 與一 般模糊評價相比， 該方法根據(jù)指標(biāo)間的內(nèi)在邏輯 關(guān)系對指標(biāo)的重要性進行排序， 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遞歸計算得出 的 [20]。沒有使用主觀性較大的權(quán)重， 體現(xiàn)了科學(xué) 性、 合理性及計算簡單準(zhǔn)確的特點。最常見的突 變系統(tǒng)類型有尖點突變系統(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)計原理， 若 Moran’ s I 為正， 表示 GDP 偏 離度在空間上呈集聚態(tài)勢； 若 Moran’ s I 為負， 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 空間計量經(jīng)濟模型 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

（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， ξ 為隨機誤差向 量。如果ρ和λ為正說明一省市的 GDP 偏離度會影 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)的一個狀態(tài)變量； f(x)表示狀 態(tài)變量 x 的勢函數(shù)； u， v， w， t 表示狀態(tài)變量的控制 變量。通過計算， 不同突變模型的歸一公式為： 尖
xu = u ， 點突變系統(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 式計算每個狀態(tài)變量值時， 對該變量所對應(yīng)的各 個控制變量計算出的 x 值采用 “大中取小” 的原則

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

張建偉等： 中國 GDP 偏離度的空間計量經(jīng)濟分析

個階段： 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） 。可見， 全球宏觀運行狀況對 GDP 偏離 度有一定影響， 金融危機對 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） 。總體 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)濟實力較強， 服務(wù) 業(yè)發(fā)展強勁， 是國家通過各種政策重點扶持的區(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， 也出臺了相關(guān)政 策， 但是區(qū)位優(yōu)勢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 支持的區(qū)域， 發(fā)展基礎(chǔ)較好， 同時也驗證了國家政 策、 經(jīng)濟發(fā)展階段及投資對 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 年進行對比分析。 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 偏離度的形成機制
一般認為， GDP 偏離度的空間差異受經(jīng)濟結(jié) 構(gòu)、 經(jīng)濟總量、 發(fā)展速度、 投資、 經(jīng)濟發(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 中國經(jīng)濟的重大作用， 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， 同時考慮 GDP 總量及速 度對偏離度的影響。為了消除數(shù)據(jù)波動的影響， 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， 然后運用 SPSS 軟件對所選的 6 個指標(biāo)進行 Pearson 相關(guān)檢驗， 發(fā)現(xiàn)變量間存在較 強的相關(guān)性。因此有必要采用因子分析法把這 6 個變量合并為幾個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， 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 個解釋 變量合成的 2 個因子， 第一個合成因子 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 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。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 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, 尤其是財政分 權(quán)導(dǎo)致各省區(qū)在市場、 原材料、 吸引投資等方面展 開了激烈競爭, 激勵了地方政府的理性模仿和地 方保護行為 [24~26]， 同時出于政績考慮， 地方政府也 會出現(xiàn)盲目投資及人為改動數(shù)據(jù)的行為。正是這 種空間模仿行為造成了相鄰區(qū)域競相擴大投資， 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�？梢姡� 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模型進行修正， 從全國層 面制定制度予以推行， 因為空間交互作用造成周 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 個新生成的因子都通 過了 1% 顯著水平的檢驗， 空間誤差模型顯示， 在 其它因素不變的情況下， 2 個新生成的因子每增加 1% ， 對省域 GDP 偏離度分別有 0.5% 和 -0.25% 的 貢獻率。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 個因子 的回歸系數(shù) F1 為正， F2 為負， 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。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)定錯誤造成 的。事實上， 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 用存在時就會造成傳統(tǒng)線性回歸模型解釋中國 GDP 偏離度的形成機制時可能存在模型設(shè)定錯誤 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。進一步比較 LogL、 AIC 和 SIC， 以判斷最優(yōu)

張建偉等： 中國 GDP 偏離度的空間計量經(jīng)濟分析

及 GDP 速度具有負向的抵消作用。 為了比較具體因素對中國 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 GDP 的偏離度具有重要的正面影響， 而產(chǎn)業(yè)結(jié)構(gòu)對偏離度的影響有正向作用， 但影響 非常小， 而 GDP 速度和能耗對中國 GDP 偏離度具 有明顯的負面影響。 一般而言， 工業(yè)在 GDP 所占比重越大， GDP 偏 離度就越小， 因為克強指數(shù)反映了區(qū)域工業(yè)發(fā)展 狀況， 對 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 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的考 慮， 為了提高 GDP， 會開設(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 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 重要原因。建筑業(yè)作為中國各省市的一個支柱產(chǎn) 業(yè)對經(jīng)濟發(fā)展發(fā)揮著舉足輕重的作用， 通過建筑 業(yè)帶動鋼鐵、 水泥等產(chǎn)業(yè)的發(fā)展。同時為了獲得 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， 造成了很長一段時期， 國 內(nèi)經(jīng)濟過熱。傳統(tǒng) GDP 對中國 GDP 的偏離度的 影響最為重要， 其回歸系數(shù) 0.159 最高， 這是因為 GDP 越高， 統(tǒng)計內(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， 這也是造成 GDP 偏離度過大的原因。中 國經(jīng)濟在很大程度上是由于投資拉動的， 為了刺 激經(jīng)濟發(fā)展， 地方政府有時會不考慮經(jīng)濟效益盲 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)濟發(fā)達地區(qū)， 有更多的資源進行投資， 進 一步加大了這些地區(qū) GDP 偏離度。從回歸方程 看， 表征一個地區(qū)生產(chǎn)方式的能耗對 GDP 偏離度 產(chǎn)生負向的作用， 且還較為顯著， 這是因為能耗還

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)濟類型以工業(yè)化為主， 造成了能耗和 GDP 偏離度的負向相關(guān)關(guān)系。模型 結(jié)果看， GDP 發(fā)展速度對 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)達地區(qū) 已經(jīng)進入后工業(yè)化階段， 經(jīng)濟發(fā)展速度放緩， 而中 西部地區(qū)處在工業(yè)化階段， 經(jīng)濟發(fā)展迅速， 所以會 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)濟宏觀運行狀況對 GDP 偏離度影 響明顯， 比如 1997 年和 2008 年的金融危機發(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 年實行 4 萬億的 經(jīng)濟刺激計劃后 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。可見， 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， 進一步 說明了國家政策、 經(jīng)濟發(fā)展階段及投資對 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。地方政府出于政績等原因， 采取盲目投資 或者人為改變數(shù)據(jù)， 都會造成相鄰省域進行模仿。 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 GDP 偏離度產(chǎn)生負向作用， 主要是由其發(fā)展 階段決定的。 克強指數(shù)對于正確認識中國大部分省市的經(jīng) 濟發(fā)展具有一定的意義， 但是對一些發(fā)達省市 GDP 的測度可能會產(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： 參考文獻 ：
[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, 2010,65 65(11):1421~1428. 游士兵, 劉志杰, 黃炳南, 等.3G~GDP 國民經(jīng)濟核算理論初探 [J].中國工業(yè)經(jīng)濟,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 估[J].統(tǒng)計研究,2011,28 28(2):81~86. 劉延年. 如何評價統(tǒng)計數(shù)據(jù)的質(zhì)量與可靠性 [J]. 統(tǒng)計研究,

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. 統(tǒng)計數(shù)據(jù)準(zhǔn)確性評估的誤差效應(yīng)分析方法 建. 宏觀經(jīng)濟統(tǒng)計數(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)確性評估 [J].統(tǒng)計研究,2012,29 29(10): 99~104. [19] 國家統(tǒng)計局. 中國統(tǒng)計年鑒 [M]. 北京: 中國統(tǒng)計出版社,1997~ 2009. [20] 范 [21] 周 斐,杜德斌,李 強,張 恒.區(qū)域科技資源配置效率及比較優(yōu)勢分 析[J].科學(xué)學(xué)研究,2012,30 30(8): 1198~1205. 勇.基于突變級數(shù)法的綠色供應(yīng)鏈績效評價研究 [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)濟發(fā)展差異時空格 局及驅(qū)動機制[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)濟轉(zhuǎn)型與中國省區(qū)能源強度研究 [J]. 地理 科學(xué),2009,29 29(4):461~469.

[J].統(tǒng)計與信息論壇,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)濟研究, 2005,32 32(6):55~57. 高鐵梅.計量經(jīng)濟分析方法與建模[M].北京: 清華大學(xué)出版社, 2007. 孟 連,王小魯.對中國經(jīng)濟增長統(tǒng)計數(shù)據(jù)可信度的估計[J].經(jīng) 洪, 黃 燕.基于經(jīng)典計量模型的統(tǒng)計數(shù)據(jù)質(zhì)量評估方法 濟研究,2000,27 27(10):7~9. [10] 劉 [J].統(tǒng)計研究,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)與國家測算數(shù)間的 差異分析[J].當(dāng)代經(jīng)濟科學(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,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)計研究, 2011,28 28(12): 14~21. [15] 王 錚, 劉 揚, 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偏離度的空間計量經(jīng)濟分析，由筆耕文化傳播整理發(fā)布。