基于面板数据中国工业的经济增长效应计量研究
发布时间：2020-12-29 04:35
多年来,经济学家们对经济增长差异问题进行了大量研究。过去的研究中,经济单元大都被当做了个体来进行处理和分析,忽略了经济单元的相关性。随着近年来经济与科技的快速发展,特别是高铁、4G网络等新兴事物的出现带来了地区间开放程度的扩大和知识、技术及生产要素的快速流动,这一切的变化使得距离不再是抑制发展的因素,经济体之间也呈现出越来越明显的集聚效应。在GDP的构成中,工业经济至关重要。探究工业经济对GDP的影响对于预测中国经济发展水平有重大意义。本文为了研究中国经济的增长规律,从工业经济对GDP产生的影响入手,对国内所有地区的工业经济及GDP数据进行建模分析。首先从空间发展角度,利用空间计量分析手段检测经济变量间的空间相关性,包括0-1权重、协动权重下的空间效应检验,在存在空间相关性的条件下对历年的截面数据建立空间截面模型来探索不同年份下的经济发展特点及规律。对面板数据建立空间面板模型,以此来探索空间效应对于中国经济整体发展的影响。其次,从时间角度出发,想要研究中国工业经济的整体发展趋势,预测中国经济发展水平的分布状况并探究区域经济发展差异,需要借助区间型符号数据分析方法,由于本文数据为区间散点...
【文章来源】：长春工业大学吉林省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
-1地理权重矩阵下变量间空间相关性事前检验结果P值折线图
占淙ㄖ鼐卣蟮男问剑??侨ㄖ鼐卣蟮暮没刀哉?瞿Ｐ偷挠帕佑兄苯?的影响，甚至起决定性作用。0-1权重矩阵固定不变，经济发展瞬息万变，地区间的经济关系也在不断变化，为了能更好的捕捉两个地区间的相关关系，接下来采用协动空间权重进行分析。适应性强是协动空间权重的最大优点，它通过已有两地区的同动关系直接得到相关关系。构建协动权重矩阵时，选择1978-2017年中国31个地区的人均GDP作为变量。其次，基于协动空间权重矩阵对相关变量进行空间相关性事前检验。表2-4为协动权重下的经济变量间的事前检验结果的P值，折线图如图2.2所示。图2.2协动权重矩阵下变量间空间相关性事前检验结果折线图
第2章中国工业经济增长的空间计量分析17（2）RLM-lag检验始终显著，说明对于每一年数据都可建立SAR模型。综上，本文认为建立RLM-lag显著下的模型（SAR）可以较好地拟合数据，此外，还可以建立SDM模型、SAC模型。协动权重矩阵较0-1权重更加有优势，对空间效应的捕捉更加全面。因此，本章用协动权重矩阵来进行空间计量分析。图2.3协动权重矩阵下RLM-lag、RLM-err检验结果折线图表2-5协动权重矩阵下变量间RLM-lag、RLM-err检验结果（P值）年份RLM-lagRLM-err年份RLM-lagRLM-err年份RLM-lagRLM-err19780.00100.000019920.01390.018320060.00050.000119790.00280.000019930.01060.002220070.00100.000919800.00210.000019940.00500.000420080.00200.003819810.00270.000119950.00360.000020090.00090.017119820.00400.000419960.00310.000020100.00540.226319830.00750.003119970.00300.000020110.01910.582319840.01110.004419980.00160.000020120.01500.596019850.00870.008019990.00150.000020130.01690.649419860.01470.017220000.00130.000020140.00930.582719870.01380.019120010.00090.000020150.00190.258819880.03700.048720020.00070.000020160.00530.326919890.04500.081120030.00030.000020170.00050.064819900.03470.047920040.00030.000019910.04360.090620050.00030.0000
【参考文献】：
期刊论文
[1]中国工业发展演进与前瞻:1978—2018年[J]. 卢福财,徐斌. 经济纵横. 2018(11)
[2]中国城市化对环境质量影响的空间计量分析[J]. 王连芬,张静蕊. 统计与决策. 2018(11)
[3]中国生猪价格空间溢出效应研究——基于同步系数矩阵的空间计量分析[J]. 王刚毅,王孝华,李洪姝. 农业现代化研究. 2018(01)
[4]中国经济新常态下省际经济差距收敛性研究[J]. 张宇,郭万山. 统计与决策. 2017(24)
[5]一种新的包含可变时间效应的内生时空权重矩阵构建方法[J]. 范巧,Hudson Darren. 数量经济技术经济研究. 2018(01)
[6]一种新的空间权重矩阵构造及其应用[J]. 黄精,张辉国,胡锡健. 统计与决策. 2017(21)
[7]基于空间回归分析的滨海湿地演变驱动机制研究——以江苏省滨海三市为例[J]. 王雯,王静,祁元,米成林,金志丰. 中国土地科学. 2017(10)
[8]区域经济发展差异与追赶模型预测[J]. 张清华,黄志建,郭淑芬. 统计与决策. 2017(15)
[9]空间权重矩阵的设定方法研究[J]. 张可云,王裕瑾,王婧. 区域经济评论. 2017(01)
[10]中国式分权竞争与地方政府环境支出——基于省级面板数据的空间计量分析[J]. 李正升,李瑞林,王辉. 经济经纬. 2017(01)
硕士论文
[1]空间计量模型中空间权重矩阵的构造方法[D]. 高乐.东北师范大学 2019
[2]区间值数据的概率处理方法[D]. 刘亮.浙江大学 2015
[3]区间数据回归分析[D]. 赵茹.天津大学 2014
[4]区间型符号数据的回归分析及其评价研究[D]. 昝超.天津大学 2010
本文编号：2945017
【文章来源】：长春工业大学吉林省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
-1地理权重矩阵下变量间空间相关性事前检验结果P值折线图
占淙ㄖ鼐卣蟮男问剑??侨ㄖ鼐卣蟮暮没刀哉?瞿Ｐ偷挠帕佑兄苯?的影响，甚至起决定性作用。0-1权重矩阵固定不变，经济发展瞬息万变，地区间的经济关系也在不断变化，为了能更好的捕捉两个地区间的相关关系，接下来采用协动空间权重进行分析。适应性强是协动空间权重的最大优点，它通过已有两地区的同动关系直接得到相关关系。构建协动权重矩阵时，选择1978-2017年中国31个地区的人均GDP作为变量。其次，基于协动空间权重矩阵对相关变量进行空间相关性事前检验。表2-4为协动权重下的经济变量间的事前检验结果的P值，折线图如图2.2所示。图2.2协动权重矩阵下变量间空间相关性事前检验结果折线图
第2章中国工业经济增长的空间计量分析17（2）RLM-lag检验始终显著，说明对于每一年数据都可建立SAR模型。综上，本文认为建立RLM-lag显著下的模型（SAR）可以较好地拟合数据，此外，还可以建立SDM模型、SAC模型。协动权重矩阵较0-1权重更加有优势，对空间效应的捕捉更加全面。因此，本章用协动权重矩阵来进行空间计量分析。图2.3协动权重矩阵下RLM-lag、RLM-err检验结果折线图表2-5协动权重矩阵下变量间RLM-lag、RLM-err检验结果（P值）年份RLM-lagRLM-err年份RLM-lagRLM-err年份RLM-lagRLM-err19780.00100.000019920.01390.018320060.00050.000119790.00280.000019930.01060.002220070.00100.000919800.00210.000019940.00500.000420080.00200.003819810.00270.000119950.00360.000020090.00090.017119820.00400.000419960.00310.000020100.00540.226319830.00750.003119970.00300.000020110.01910.582319840.01110.004419980.00160.000020120.01500.596019850.00870.008019990.00150.000020130.01690.649419860.01470.017220000.00130.000020140.00930.582719870.01380.019120010.00090.000020150.00190.258819880.03700.048720020.00070.000020160.00530.326919890.04500.081120030.00030.000020170.00050.064819900.03470.047920040.00030.000019910.04360.090620050.00030.0000
【参考文献】：
期刊论文
[1]中国工业发展演进与前瞻:1978—2018年[J]. 卢福财,徐斌. 经济纵横. 2018(11)
[2]中国城市化对环境质量影响的空间计量分析[J]. 王连芬,张静蕊. 统计与决策. 2018(11)
[3]中国生猪价格空间溢出效应研究——基于同步系数矩阵的空间计量分析[J]. 王刚毅,王孝华,李洪姝. 农业现代化研究. 2018(01)
[4]中国经济新常态下省际经济差距收敛性研究[J]. 张宇,郭万山. 统计与决策. 2017(24)
[5]一种新的包含可变时间效应的内生时空权重矩阵构建方法[J]. 范巧,Hudson Darren. 数量经济技术经济研究. 2018(01)
[6]一种新的空间权重矩阵构造及其应用[J]. 黄精,张辉国,胡锡健. 统计与决策. 2017(21)
[7]基于空间回归分析的滨海湿地演变驱动机制研究——以江苏省滨海三市为例[J]. 王雯,王静,祁元,米成林,金志丰. 中国土地科学. 2017(10)
[8]区域经济发展差异与追赶模型预测[J]. 张清华,黄志建,郭淑芬. 统计与决策. 2017(15)
[9]空间权重矩阵的设定方法研究[J]. 张可云,王裕瑾,王婧. 区域经济评论. 2017(01)
[10]中国式分权竞争与地方政府环境支出——基于省级面板数据的空间计量分析[J]. 李正升,李瑞林,王辉. 经济经纬. 2017(01)
硕士论文
[1]空间计量模型中空间权重矩阵的构造方法[D]. 高乐.东北师范大学 2019
[2]区间值数据的概率处理方法[D]. 刘亮.浙江大学 2015
[3]区间数据回归分析[D]. 赵茹.天津大学 2014
[4]区间型符号数据的回归分析及其评价研究[D]. 昝超.天津大学 2010
本文编号：2945017
本文链接：https://www.wllwen.com/jingjilunwen/quyujingjilunwen/2945017.html
