中国省际经济增长与物流的空间面板计量分析

      现代的经济增长对物流的依赖性越来越强，物流已经成为促进经济增长、产业布局及空间结构演变的最为重要的因素之一。以往研究经济增长与物流之间的关系，只局限于时间序列，而忽略地区之间的差异性。本文把空间因素纳入统一分析框架，不仅要考虑省域经济增长和物流之间的空间异质性，还要引入空间相关性。本文选择个体固定效应模型为基本的面板数据模型，使用最近发展的空间面板数据模型来研究中国省域经济增长与物流之间的相关性。

      一、空间面板模型设定与相关性检验

      1.空间面板模型的设定

      空间经济计量学的空间效应包括空间自相关和空间差异性。前者指一个地区的样本观测值与其他地区的观测值相关。后者指由于空间单位的异质性而产生的空间效应在区域层面上的非均一(Anselin,1988a)。空间自相关性在空间自回归模型中体现在误差项和因变量的滞后项，因此，空间经济计量的两种基本模型分别是空间自回归模型(Spatial Auto Regressive Model,SAR)和空间误差模型(Spatial Error Model,SEM)，这两个模型的基本形式为：

      空间自回归模型(SAR)：

      

      上述模型是针对截面数据的模型，为使之适用于面板数据，我们需要对模型作符合面板数据模型的基本形式。本文使用个体空间固定效应模型(Elhorst 2003)。模型中控制了两类非观测效应——空间固定效应和时间固定效应，前者反映随区位变化、但不随时间变化的背景变量（如经济结构和自然禀赋等）对稳态水平的影响；后者代表随时间变化、但不随区位变化的背景变量（如商业周期和暂时性冲击等）对稳态水平的影响。

      设sF和tF分别为空间固定效应的N维列向量和时间固定效应的T维列向量，如下所示：

      

      

      在模型选择上，先用LSDV(Least Square Dummy Variables)方法估计不考虑空间相关性的受约束模型，然后进行空间相关性检验，如果LMsar（或LMerr）比LMerr（或Lmsar）统计量更显著，那么空间滞后模型（或空间误差模型）比空间误差模型（或空间滞后模型）更恰当。Anselin和Rey(1991)利用蒙特卡罗实验方法证明，这种方法能够为空间计量经济模型的选择提供很好的指导。

      3.参数估计

      一般使用极大似然法(ML)来估计空间计量经济模型(Anselin,1988a; Anselin和Hud,1992)。对于空间面板数据模型而言，不能直接使用针对截面回归模型设计的ML估计程序。另外，当空间权重矩阵的维数很大时，空间计量经济学中通常的ML估计程序是有问题的（Kelejian和Prucha,1999）。目前一个可以利用的解决办法是，用蒙特卡罗方法来近似对数似然函数中雅克比行列式的自然对数(Barry & Pace,1999)。此方法可在Matlab中的spatial程序包中实现，可用来估计模型(3)、(4)。

      二、计量模型的建立

      地区的生产函数关系用Cobb-Douglas齐次方程式表示：

      

      三、中国省际经济增长与物流的空间面板计量的实证分析

      1.指标选取与数据收集

      采用1978-2007年中国30个地区的面板数据进行实证分析。数据主要来自于《新中国五十五年统计资料汇编》和《中国统计年鉴》（2006-2008年）。由于西藏的数据缺失比较严重而略去。为便于数据可比较和减少异方差，所有数据均取对数。

      各变量的具体数据如下：①GDP：为消除物价因素的影响，取1952年为基期，根据地区生产总值指数生成实际GDP（单位：亿元）。②物流水平：采用各省市的货物周转量来衡量各地区的物流水平和物流能力（单位：亿吨公里）。③劳动力：劳动力采用了全社会从业人数（单位：万人）。④资本存量：采用由戈德史密斯(Goldsmith)于1951年开创的永续盘存法，现在被OECD国家所广泛采用，它的基本公式为：

      

      W为空间地理位置权重矩阵，E为经济强度矩阵。本文通过计算考察期间各地区实际GDP占所有地区实际GDP之和比重的均值来衡量地区经济水平的高低，并假设经济实力强的地区对周围地区产生的空间影响力大，