论文部分内容阅读
摘要：通过非参数估计结合探索性空间数据分析方法，探究了2008年至2015年多个地级市区市场潜能对区域经济增长空间关联效应的影响，研究显示，市场潜能的空间关联度对经济增长具有正相关的促进作用，市场潜能空间关联效应对区域经济增长的作用具有空间异质性。
关键词：非参数估计方法；市场潜能；空间关联效应
引言
随着中国经济进入新常态，加快供给侧结构性改革成为从中央到地方关注的热点问题[1]。供给侧结构性改革主要目的是推进市场一体化。然而，当前市场经济主体活力不足，创造财富的市场潜能就难以发挥[2]。
市场潜能为互联网影响下的本地与周边地区对产品与服务的潜在需求之和，是地区经济空间关联的体现[3，4]。空间关联效应指市场潜能对区域经济增长作用过程中存在的互相关联性，这种空间关联效应建立在空间中的事物存在相互联系、相互作用的基础之上[5]。潘文卿（2012）认为我国区域经济发展可能较大程度上得益于区域间的空间关联效应[6]。李敬（2014）研究表明我国区域经济增长空间网络具有稳定性和多重叠加性[7]。基于此，本文通过非参数估计方法结合探索性空间数据分析放法为主要研究手段，探究了2008年至2015年多个地级市区市场潜能对区域经济增长空间关联效应的影响，旨在促进区域经济的增长和发展。
1 空间关联测度与估计方
1.1 探索性空间数据分析方法
探索性空间数据分析方法（ESDA）将空间数据中隐含的空间分布、空间模式以及空间相互作用进行直观地描述与可视化[8]。
（1）全局Moran’s I。该指数也可以看做是观测值与其空间滞后（spatial lag）之间的相关系数，其公式如下：
公式（1-1）
其中，是观测值的方差，为平均值，和分别为i和j地区的观测值，n为地级市数，为空间权重矩阵。
（1）局域Moran’s I。引入局域Moran’s I来进一步考察空间局部空间自相关对全局的贡献性。检验局部地区是否存在相似或相异的观察值聚集在一起。其公式如下：
公式（1-2）
1.2 非参数估计方法
非参数估计方法[9]具体步骤如下：在给定某点X0邻域内用p阶多项式局部逼近g（x），得到：
公式（1-3）
该问题转化为如下加权最小二乘回归的优化问题：
公式（1-4）
2 结果
2.1全局空间自相关分析
由图1可知，我国地级市层面的国内与国外市场潜能均具有显著的空间自相关性。国内市场潜能较国外市场潜能空间相关性曲线波动变化更明显。自2010年开始，国内市场潜能空间自相关性逐年下降，降至2012年空间相关性达到最低值，仅为0.344，其值为2010年的最高值0.625的一半左右。然而在2012年以后，国内市场潜能空间自相关性逐年上升，并在2015年保持上升趋势。国外市场潜能的空间自相关性在2008-2015年间波动小，相对稳定。全局Moran’s I基本保持在0.45到0.5左右，虽然在2008-2013年间出现两次明显波动，但仍保持在0.45左右，与国内市场潜能空间自相关性在同时期的变化相比具有更加稳定的态势。
图1 国内外市场潜能全局空间自相关
2.2 局域空间自相关分析
由图2可知，大部分圆点的横纵坐标值大于0。说明我国地级市国内市场潜能空间自相关以高一高集聚与低一低集聚为主，具有空间相关性的地区若其国内市场潜能水平高，那么其周围地区国内市场潜能通常也较高；若其国内市场潜能水平低，那么其周围地区国内市场潜能通常也较低，因此，我国国内市场潜能与经济增长空间自相关关系以正相关为主，同时由于市场经济增长的空间不同而产生不同的效应。
图2 市场潜能Moran’s I散点图
3 结语
通过市场潜能空间关联贡献度与经济增长率的非参数估计实证分析可知，不能简单得出市场潜能的空间关联度越高，其对经济增长的促进作用就越强，市场潜能空间关联效应对区域经济增长的作用具有空间异质性。
参考文献：
[1]张新红，高太山，等. 中国分享经济发展报告：现状、问题与挑战、发展趋势[J]. 电子政务，2016（4）：11-27.[2]文建东，宋斌. 供给侧结构性改革：经济发展的必然选择[J]. 新疆师范大学学报（哲学社会科学版），2016（2）：20-27.
[3]Tokunaga S，Jin S. Market potential，agglomeration and location of Japanese manufacturers in China[J]. Letters in Spatial & Resource Sciences，2011，4（1）：9-19.
[4]吕朝凤，朱丹丹. 市场化改革如何影响长期经济增长？—基于市场潜力视角的分析[J]. 管理世界，2016，No.269（2）：32-44.（下转第页）
（上接第页）
[5]韩峰. 基于空间关联效应的中国城市经济发展潜力研究[C]. 2012中国城市规划年会. 2012.
[6]潘文卿. 中国的区域关联与经济增长的空间溢出效應[J]. 经济研究，2012（1）：54-65.
[7]李敬，陈澍，万广华，等. 中国区域经济增长的空间关联及其解释—基于网络分析方法[J]. 经济研究，2014（11）：4-16.
[8]梁洁鸣. 广东省区域创新活动空间差异分析—基于探索性空间数据分析（ESDA）[J]. 福建农林大学学报（哲学社会科学版），2010，13（4）：58-63.
[9]杨明海，卢晓杨，孙亚男. 三大经济支撑带创新能力地区差距及分布动态演进—利用Dagum基尼系数和非参数估计方法的实证研究[J]. 科技进步与对策，2017，34（7）：34-42.
作者简介：
王勇（1987.10—）男，汉族，山东聊城人，山东大学经济学硕士在读，工作单位交通银行股份有限公司聊城分行，对公客户经理
关键词：非参数估计方法；市场潜能；空间关联效应
引言
随着中国经济进入新常态，加快供给侧结构性改革成为从中央到地方关注的热点问题[1]。供给侧结构性改革主要目的是推进市场一体化。然而，当前市场经济主体活力不足，创造财富的市场潜能就难以发挥[2]。
市场潜能为互联网影响下的本地与周边地区对产品与服务的潜在需求之和，是地区经济空间关联的体现[3，4]。空间关联效应指市场潜能对区域经济增长作用过程中存在的互相关联性，这种空间关联效应建立在空间中的事物存在相互联系、相互作用的基础之上[5]。潘文卿（2012）认为我国区域经济发展可能较大程度上得益于区域间的空间关联效应[6]。李敬（2014）研究表明我国区域经济增长空间网络具有稳定性和多重叠加性[7]。基于此，本文通过非参数估计方法结合探索性空间数据分析放法为主要研究手段，探究了2008年至2015年多个地级市区市场潜能对区域经济增长空间关联效应的影响，旨在促进区域经济的增长和发展。
1 空间关联测度与估计方
1.1 探索性空间数据分析方法
探索性空间数据分析方法（ESDA）将空间数据中隐含的空间分布、空间模式以及空间相互作用进行直观地描述与可视化[8]。
（1）全局Moran’s I。该指数也可以看做是观测值与其空间滞后（spatial lag）之间的相关系数，其公式如下：
公式（1-1）
其中，是观测值的方差，为平均值，和分别为i和j地区的观测值，n为地级市数，为空间权重矩阵。
（1）局域Moran’s I。引入局域Moran’s I来进一步考察空间局部空间自相关对全局的贡献性。检验局部地区是否存在相似或相异的观察值聚集在一起。其公式如下：
公式（1-2）
1.2 非参数估计方法
非参数估计方法[9]具体步骤如下：在给定某点X0邻域内用p阶多项式局部逼近g（x），得到：
公式（1-3）
该问题转化为如下加权最小二乘回归的优化问题：
公式（1-4）
2 结果
2.1全局空间自相关分析
由图1可知，我国地级市层面的国内与国外市场潜能均具有显著的空间自相关性。国内市场潜能较国外市场潜能空间相关性曲线波动变化更明显。自2010年开始，国内市场潜能空间自相关性逐年下降，降至2012年空间相关性达到最低值，仅为0.344，其值为2010年的最高值0.625的一半左右。然而在2012年以后，国内市场潜能空间自相关性逐年上升，并在2015年保持上升趋势。国外市场潜能的空间自相关性在2008-2015年间波动小，相对稳定。全局Moran’s I基本保持在0.45到0.5左右，虽然在2008-2013年间出现两次明显波动，但仍保持在0.45左右，与国内市场潜能空间自相关性在同时期的变化相比具有更加稳定的态势。
图1 国内外市场潜能全局空间自相关
2.2 局域空间自相关分析
由图2可知，大部分圆点的横纵坐标值大于0。说明我国地级市国内市场潜能空间自相关以高一高集聚与低一低集聚为主，具有空间相关性的地区若其国内市场潜能水平高，那么其周围地区国内市场潜能通常也较高；若其国内市场潜能水平低，那么其周围地区国内市场潜能通常也较低，因此，我国国内市场潜能与经济增长空间自相关关系以正相关为主，同时由于市场经济增长的空间不同而产生不同的效应。
图2 市场潜能Moran’s I散点图
3 结语
通过市场潜能空间关联贡献度与经济增长率的非参数估计实证分析可知，不能简单得出市场潜能的空间关联度越高，其对经济增长的促进作用就越强，市场潜能空间关联效应对区域经济增长的作用具有空间异质性。
参考文献：
[1]张新红，高太山，等. 中国分享经济发展报告：现状、问题与挑战、发展趋势[J]. 电子政务，2016（4）：11-27.[2]文建东，宋斌. 供给侧结构性改革：经济发展的必然选择[J]. 新疆师范大学学报（哲学社会科学版），2016（2）：20-27.
[3]Tokunaga S，Jin S. Market potential，agglomeration and location of Japanese manufacturers in China[J]. Letters in Spatial & Resource Sciences，2011，4（1）：9-19.
[4]吕朝凤，朱丹丹. 市场化改革如何影响长期经济增长？—基于市场潜力视角的分析[J]. 管理世界，2016，No.269（2）：32-44.（下转第页）
（上接第页）
[5]韩峰. 基于空间关联效应的中国城市经济发展潜力研究[C]. 2012中国城市规划年会. 2012.
[6]潘文卿. 中国的区域关联与经济增长的空间溢出效應[J]. 经济研究，2012（1）：54-65.
[7]李敬，陈澍，万广华，等. 中国区域经济增长的空间关联及其解释—基于网络分析方法[J]. 经济研究，2014（11）：4-16.
[8]梁洁鸣. 广东省区域创新活动空间差异分析—基于探索性空间数据分析（ESDA）[J]. 福建农林大学学报（哲学社会科学版），2010，13（4）：58-63.
[9]杨明海，卢晓杨，孙亚男. 三大经济支撑带创新能力地区差距及分布动态演进—利用Dagum基尼系数和非参数估计方法的实证研究[J]. 科技进步与对策，2017，34（7）：34-42.
作者简介：
王勇（1987.10—）男，汉族，山东聊城人，山东大学经济学硕士在读，工作单位交通银行股份有限公司聊城分行，对公客户经理