星火论文网,覆盖经济、管理、教育、医学、建筑、艺术等700余专业30余万篇硕士毕业论文和职称论文免费参考!

最新宏观经济学论文范文

所属栏目:宏观经济论文 发布日期:2021-01-30 14:17:59 论文作者:佚名

最新宏观经济学论文范文第一篇

论文题目研究中国经济增长的空间计量经济特点和情况


摘要:中国范围内分布着不同的经济地理分区,各个省域的实体经济增长也存在一定差异性,基于此,本文研究中国经济增长的空间计量经济相关内容,探究经济学分析准备工作,包括指标选择和数据来源,探究分析经济变量之间的空间相关性,讨论残性方差回归模型、空间滞位模型、经济拐点三种方法分析中国经济增长的特点和情况。希望能为关注此话题的研究者提供参考意见。

关键词:指标选择; 空间相关性; 空间滞位;

Abstract:

There are different economic geographical divisions in China, and there are some differences in the real economic growth of each province. Based on this, this paper studies the spatial econometrics related content of China's economic growth, and explores economic analysis preparations, including indicator selection and data sources, explores and analyzes the spatial correlation between economic variables, discusses to analyze the characteristics and conditions of China's economic growth by residual variance regression model, spatial stagnation model, and economic inflection point. I hope to provide a reference for researchers who are concerned about this topic.

Keyword:

indicator selection; spatial correlation; space stagnation;

经济增长

0 引言

中国的改革开放已经走过了四十年时间,就实体经济的发展情况而言,政府的财政支出在其中发挥关键作用,专门针对某些区域实施政策补贴,由财政专项资金完成,在此背景下,社会企业的生产活动变得异常活跃,为实体经济的增长提供良好支持。从当前的情况来看,中国实体经济发展呈现出明显的地理空间集聚效应,本文就中国经济增长的空间计量经济学分析展开研究讨论。

1 经济学分析准备工作

1.1 分析工作的指标选择和数据来源

城市增长是一种世界性现象,中国的城市增长主要从改革开放的三十年后开始,而中国经济飞速增长的主要动力来源就是地方政府之间的竞争,也就是GDP增长。基于这种背景,有很多学者在测量地区内金融发展程度的指标时会选择地区存款量和货款量,就区域经济发展指标而言,大部分的研究者都会用GDP值衡量。比如在某次研究中衡量指标为某省21个城市的存款量、贷款量和GDP值,从中经网数据库获得这三个数据的原始来源,展开计量分析工作,用到的权重矩阵由经纬度数据构成,运用MATLAB软件完成数据的处理工作[1].

1.2 分析经济变量之间的空间相关性

从目前各项研究工作的进行情况来看,大部分的研究者分析空间相关性采用的是Moran指数。衡量区域内GDP空间自相关性,要用到Moran I指数,不再使用二进制的临近空间权重矩阵。在正式进行这一实验时,要在原有的基础上做一些改进,在完成这一工作任务时,不会继续使用二进制的临近空间权重矩阵,在此期间,要对空间单元的邻接性有充分的考虑,使用的计算方法是经纬度坐标三角剖分算法,从而构建合理的空间权重矩阵,在此期间有必要在加权的范围内添加距离因素。其中包括的指标有城市的GDP值、样本区域总数,邻接空间的权重矩阵。构建权重矩阵,以各个城市经纬度坐标的三角剖分算法为依据。Moran I的指数范围是[-1,1],如果Moran I指数大于0小于1,就说明研究的工作变量为空间正相关。而如果Moran I指数大于-1小于等于0,说明经济变量相互之间为负相关关系,还有一种情况是Moran I指数等于0,表明经济变量相互之间不存在空间相关性。Moran I指数的指数绝对值越大,越说明经济变量之间的空间相关性越强。而假如Moran I指数越接近0,则说明空间相关性弱。

2 残性方差回归模型诊断

在实际工作中如果要估计一个难以接受的模型,并实现对模型拟合度的有效检验,就要估计代表残差项的常数,如果检测结果显示残差项达到了很高的数值,就说明其中有一些非常重要的解释变量没有被有效运用,只能说明本次建模工作是失败的。通常情况下,自变量只有一个估计系数,如今在统计学领域,这一论点已经得到证实。能专门用来检验标准的线性回归方程,但是这其中还存在着一个非常明显的问题,也就是右手项的自变量表现出多重线性相关性,由此可见线性回归残差值的分布情况与正态分布保持一致,高度符合标准要求。在检验工作中,要用到残差的方差齐性,没有在其中发现空间的非均质性现象。就协方差而言,需要诊断空响标准回归模型,所用到的测量基础是相邻的边界和欧式距离,在计算权重矩阵时,要用到相应的软件。地理信息科学专家在研究工作中,会用到空间自相关通用模型,这种模型被称为MoranⅠ。在空间自相关模型中,有两种不同的来源,其中一种是空间自相关误差项,所产生的反应就是噪音。还有一种是空间自相关,这种自相关是实质存在的,它还有另外一个名称就是空间位滞依赖,出现这种情况的原因有可能是多种空间溢出。

27926090 13943037437