论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　当然，从计量检验的角度看，一方面，基本面板数据模型的两种估计都显示不存在未观测的时间效应，固定效应OLS估计的Wooldridge序列相关检验值为;x2(1)=0.010、随机效应GLS估计的Baltagi序列相关检验值为z=0.029,它们都在10%的显著性水平下不拒绝不存在时间效应的假设；另一方面，如則出&打检验进一步显示,，2(4)=16.60,在1%的显著性水平下拒绝固定效应与随机效应估计无差异的假设，因此，固定效应模型的估计方法相对更优。

　　如果模型设定中不考虑地区经济发展过程中各地区间的相互影响，分析也就到此为止。但由于第二部分的讨论已发现中国31个省区间具有明显的自相关性，即存在地理位置上的集群现象，而且随着时间的推移，这种集群特征越来越显著，表明不同地区间存在着经济发展的溢出效应。我们虽然通过引入市场潜能变量来刻画这种地区间的溢出效应，但如果市场潜能这一变量不能包含全部的空间溢出性的影响因素，则那些未引入的存在着空间相关性的因素将进入到模型的随机误差项中。这时，传统的面板数据模型（paneldatamodel)以及传统的估计方法将不再适用，而需要引入空间相关性的空间误差面板数据模型，并通过空间技量技术对其进行估计。

　　模型3、模型4是对空间误差面板数据模型（8)式采用固定效应ML估计方法得到的估计结果。由于基本面板数据模型检验发现不存在时间效应，因而模型3未考虑时间效应。当然，为了比较，我们也在模型4中引入了时间虚拟变量，对它的估计可以进_步检验模型3的稳健性。估计结果显示，即使与传统的面板数据固定效应模型（模型1)相比，空间误差模型不仅有着更大的调整的R2,而且对应的对数似然函数值也增大了。同时，表征空间误差效应的参数A也通过了5%显著性水平下的检验，表明引入地区间空间相关性的空间误差模型设定更正确。从未包含时间虚变量与包含时间虚变量的模型估计结果看，一方面，引入时间虚拟变量后仍发现不存在显著的时间效应，①另一方面，其他变量的显著性均没有变化，而且各变量参数估计结果的变化也不大，表明不含时间效应的空间误差模型的设定具有稳健性。为此，我们选择面板数据空间误差模型3作为最终设定的模型对中国地区经济增长的空间溢出效应进行进一步的分析。

　　估计结果显示，空间误差面板数据模型3对市场潜能参数的估计结果与基本面板数据模型1的结果基本相同，均在0.47左右，表明以地区市场潜能为代表的直接空间溢出效应对近10年来中国各地区经济增长起到了较大的作用：市场潜能每增长1%,地区经济增长率将提高0.47个百分点。从弹性值来看，市场潜能扩大的效应已超过了固定资产投资增长的效应，后者的弹性值仅为0.13。这与新经济地理学的预期完全一致，即一个地区拥有进入其他大规模市场的良好机会，关联效应所产生的外部性将导致该地区获得较高的增长水平（CrozetandKoemg,2005)。不仅如此，空间误差模型还显示出了基本面板数据模型所无法发现的结果：中国地区的经济增长还与周围省域经济增长的随机冲击有着密切的关联，揭示回归残差之间空间相关强度的参数A显著不为零表明，影响_个地区经济增长的其他因素还会对周围地区的经济增长具有扩散效应，我们称之为间接的空间溢出效应。总之，从这种直接与间接空间溢出效应的角度看，进入21世纪以来，地区间的空间溢出效应在中国地区经济发展中起到了不可忽视的作用。

　　当然，空间误差面板数据模型的估计结果还表明，古典增长理论仍适用于对中国经济增长现象的解释，即固定资产投资与劳动力的增加均会促进中国地区的经济增长，这一结果与基本面板数据模型的估计结果相仿；但与基本面板数据模型估计结果不同的是，空间误差模型表明人力资本对中国地区的经济增长有着显著的正向作用，人力资本参数的估计值达到0.176,并通过了10%显著性水平下的统计检验，意味着大专以上学历人口占6岁以上人口的比例每增加1%,中国地区经济增长率将上升0.176%。这一估计结果说明，进入21世纪以来，中国各地区经济发展中人力资本的增长也起到了不可忽视的正向促进作用。但这一作用在传统的面板数据模型中并未检测出来，再次表明未考虑空间相关性的传统模型在模型设定上是有偏误的，由此也带来了估计结果的偏差。

　　2.局域性估计分析

　　结果均是全域性（Global)估计的结果，是中国31个省区经济发展的平均状况。前文已经指出，我们所关注的地区经济发展的空间溢出效应很可能与不同地区间的空间距离有较大的关系：距离越近，空间溢出效应理应更加显著。因此，在我们设定某地区的市场潜能变量时，是以地区间距离的倒数为权数对其他地区GDP进行加权平均得到的。为了更深入地考察地区间的空间距离对区域经济发展的空间溢出效应，我们下面按各省区省会城市间直线距离的大小范围进一步进行空间面板数据分析。