【关键词】经济密度空间差异标准差椭圆
一、引言
自改革开放以来，我国经济发展的活力逐渐增强，经济要素的区域流动更加频繁，区域间的经济差异也日益扩大，这也成为了区域经济学研究的一个热点问题。早期的学者们大多使用一些传统的统计学指标（如基尼系数、变异系数等）对整体差异的分布情况进行衡量（蒋建业，1998；董德利，2000）。此后，一些学者通过建立经济发展的综合指标，以指标体系对各区域经济差异进行评价（陈秀洁，2001；代合治，2003）。然而，这样的方法虽然简便，但是很难直观反映区域差异的全局特征。在此之后，学者们开始使用空间计量分析方法对区域差异做更加全面科学的研究。蒲英霞（2005）基于ESDA（ExploratorySpatialDataAnalysis，探索性空间数据分析）全局和局部空间自相关分析对江苏省县域总体和局部空间差异的变化趋势、特征与成因进行了初步探索；任家强等（2010）利用空间计量分析方法对辽宁省县域经济空间差异进行了研究，揭示辽宁省44个县域经济差异的空间联系及空间变动规律。沈体雁（2013）基于区域密度方程和空间统计方法，利用两次经济普查的就业数据对我国内地就业密度的空间特征进行了研究。
从研究对象来看，目前区域经济空间差异的研究多以全国总体或经济发达地区作为主要研究对象，而对西部落后地区研究仅有少数几篇（陈群利，2011；朱士鹏；2013）。基于此，本文借鉴空间计量分析中的标准差椭圆模型，对贵州省县域经济的空间差异进行定量测度与分析，并通过ArcGIS软件绘制图像以直观考察区域之间的经济差异，以期能够补充和完善当前的研究成果，同时也为欠发达地区的经济发展建言献策。
二、研究对象、数据及方法
1、研究对象
贵州省位于中国西南地区，云贵高原东部，辖6个地级市、3个自治州，共有88个县（市辖区、县级市），国土面积17.6万平方公里，属经济欠发达地区。本文以贵州省88个县（市辖区、县级市）作为研究对象。
2、数据说明
本文所使用的数据来自《贵州省统计年鉴2012》以及各市（州、地区）统计年鉴与统计公报。需要强调的是，2011年前后，贵州省的行政区划有所调整：2011年撤销了铜仁地区，将其设为地级铜仁市，并增设碧江区；2012年贵阳市将所辖的花溪区与小河区合并成立新的花溪区，并增设观山湖区。鉴于此，本文所使用的各县（市辖区、县级市）土地面积均以调整后的行政区划为准。
3、研究方法
本文将采用空间计量分析中的标准差椭圆模型对贵州省经济密度的县域分布进行研究。经济密度，简单来说即单位面积土地上的经济发展水平和经济集中程度，主要指以土地为基础的经济密度。国内外学者诸多研究结果都表明，经济密度是反应经济集聚程度的重要指标。同时，使用经济密度可以有效避免因使用经济总量、人均量或人口规模等衡量指标所带来的不足：使用总量数据时较为单一，并且总量数据不能反映与比较当总量较小但其影响范围较大的区域的情况；而使用人均数据或人口规模指标时，人口数据的获取又缺乏连续性与准确性。因此，本文选用经济密度作为衡量地区经济发展水平和集聚程度的指标。
经济密度的计算公式如下：
D=■（1）
其中，D为经济密度；r为区域国土面积；p可以使用不同维度的经济变量，如地区生产总值、产业（各产业总产值）、就业（就业人数）、投资（固定资产投资）、消费（社会消费品零售总额）、出口（出口总额）等。
空间计量分析中的标准差椭圆模型，简称SDE方法，是测量区域经济差异与分析经济要素分布特征的重要方法。SDE的重心表示经济要素空间分布的相对位置，SDE的方位角反映分布的主趋势方向，SDE的长轴与短轴长度为标准距离，分别表示经济要素在主趋势方向上的离散程度与经济要素在次要方向上的离散程度。近几年，在使用标准差椭圆模型进行研究的学者有赵璐（2012）、方叶林（2013）等。下面具体介绍该方法。
首先，计算SDE重心（平均中心）。假设一个区域由n个子区域构成，mi（xi，yi）为第i个子区域的中心坐标，wi为第i个子区域的某种属性值或权值，则重心计算公式为：
M（X，Y）=■■（2）
其次，计算SDE，公式为：
SDEx=■（3）
SDEy=■（4）
其中，xi与yi是第i个子区域的坐标；（X，Y））表示区域的重心；n为子区域总数。
最后，计算旋转角？兹，公式为：
tan？兹=■
A=■■■■2-■■■■2（5）
B=■
C=2■■■■■■■
其中，■■■与■■■是第i个子区域坐标与重心的偏差。
三、测算步骤与结果讨论
1、测算步骤
（1）生成经济密度分布图。本文按式（1）计算出贵州省88个县域的GDP密度，并利用ArcGIS10软件生成贵州省2011年县域经济密度分布图（见图1）以便更直观地考察贵州省各县域单元的经济差异与分布情况。
（2）测算经济重心。重心是一个物理学的重要概念，近年来也越来越广泛地运用于经济学领域的研究。经济重心指区域经济的中心或主要部分，表明了区域经济的中心性。可以通过比较区域经济重心与区域几何中心的位置重合度来衡量区域经济的分布状况：二者距离越近，说明经济要素在区域间趋于匀质分布，各区域的经济发展水平比较接近；二者距离越远，则说明经济要素在区域间趋于集中分布，各区域的经济发展水平差异较大（刘卫东，1993）。
本文测算了两个维度的重心：地理重心G（即区域几何中心）与经济重心E，以便将经济要素的分布与县域的地理分布进行对比。地理重心的测算是由贵州省各县域行政中心所在地的地理经纬坐标进行计算，在使用重心公式时设wi=1，即每个区域不设置权值。经济重心的测算是在贵州省各县域行政中心所在地的地理经纬坐标的基础上，使用各县GDP密度作为权值wi，进行经济因素加权运算。计算结果分别如下：
G（x，y）=（107.00525，26.802525）
E（x，y）=（106.66368，26.670719）
（3）测绘标准差椭圆。依据式（2）―（5），本文借助空间计量分析软件ArcGIS10的标准差椭圆（方向分布）运算模块，可对2011年贵州省县域经济的标准差椭圆各参数进行测算。本文分别计算了2011年以贵州省各县域行政中心所在地坐标的地理位置标准差椭圆与相应加上GDP密度为权值的标准差椭圆，选择SDE面会包含聚类中约68%的要素，并输出计算结果（见表1）与2011贵州省年标准差椭圆对比图（见图2）。
2、贵州省经济密度的空间分布
按各县域GDP密度的差异，可将贵州省的88个县域分为4种类型：高经济密度县域、较高经济密度县域、中等经济密度县域与低经济密度县域。
（1）高经济密度县域。包括3个县域：云岩区、小河区、南明区，地均GDP分别为56738万元、21217万元、14412万元。三个区域的共同特征是，它们都位于贵州省中部，属贵州省省府贵阳市的市辖区，拥有较好的政策、区位与资源优势，是贵州省经济最为发达的地区。因此其在国土面积较小的区域内产生了较高的地区生产总值，表现出较高的密度水平。
（2）较高经济密度县域。其包括7个县域：钟山区、红花岗区、白云区、汇川区、仁怀市、乌当区、花溪区，地均GDP在4567万元至1032万元之间。它们的特征是除仁怀市外，均属贵阳或遵义市辖区，且位于贵州省北部区域。而仁怀市作为非市辖区，但其经济密度较高。这是由于仁怀市自古以生产白酒闻名，高附加值的白酒产业是当地的支柱产业，这形成了地方竞争优势的来源。
（3）中等经济密度县域。其包括20个县域：清镇市、凯里市、碧江区、西秀区、息烽县、盘县、玉屏县、兴义市、修文县、平坝县、七星关区、金沙县、都匀市、开阳县、福泉市、六枝地区、纳雍县、黔西县、普定县、遵义县，地均GDP在785万元至331万元之间。中等经济密度县域中，一部分属于行政中心或市辖区，如都匀市、凯里市、碧江区、西秀区等。另一部分属于自然资源丰富的发展型区域，如福泉市、盘县等。
（4）低经济密度县域。其包括其余58个县域，地均GDP在281万元至51万元之间。均属贵州省发展较为落后的区域，均位于省内东部或南部。低经济密度县域包含了贵州省过半的县域，区域内大都缺乏经济发展的动力，资源较少或交通不便，因此经济总量低、发展速度较慢。
3、标准差椭圆分析
（1）经济重心与地理重心。从经济密度分布图（见图1）上可以观察到贵州省西北部的经济密度明显高于东南部。从地理重心与经济重心比较（见图2）的角度来看，经济重心比地理重心更靠西部。其次，由于贵阳市的经济密度极值对经济重心产生影响，所以全省的经济重心也正好位于贵阳市内。通过上述分析得知，贵州省的经济重心偏西，同时其中部区域的经济影响力较高，中部区域与其他区域之间存在较大的“经济鸿沟”。
（2）经济SDE与地理SDE。如表1与图2所示，地理SDE方位角与经济SDE方位角相差不大。单以经济SDE来分析，经济SDE方位角反映了各县域点经济密度的主要分布方向，即总体上县域经济的空间分布处于西南至东北方向。这个方向是标准差椭圆长轴的方向，在这个方向上高经济密度点比较密集，与长轴垂直的短轴方向表示高经济密度点不密集。
从两个SDE椭圆面积来看，地理SDE椭圆面积远大于经济SDE椭圆面积。以经济SDE来分析，无论长轴还是短轴的标准距离，均受经济密度分布的影响而有所收缩。标准距离小，说明经济要素向贵州省中心区域集聚，且存在与中部地区差异较大的极值，这对测绘结果也产生了较大的影响。以上两个原因使得贵州省的经济SDE呈现出这样的特点：以贵阳市为重心，范围面狭窄；从总体分布格局来看，全省高经济密度点分布不密集；从椭圆面视角相对来看，在椭圆内高经济密度点分布密集，椭圆外高经济密度点分布不密集（或椭圆内低经济密度点分布不密集，椭圆外低经济密度点分布密集），经济发展严重不均衡。
四、结论与建议
1、主要结论
（1）贵州省内绝大部分地区仍属经济欠发达区域。从经济密度来看，全省88个县区中，65.9%的县区属于低经济密度县域。贵州在全国范围来讲，属于经济欠发达省份（2012年贵州在中国大陆省级行政区经济排名中，GDP总量排名26位，人均GDP排名31位，均属末位），省内基础设施落后、经济活力不强，导致省内绝大部分区域仍属欠发达状态。
（2）西北部分经济密度明显高于东南部分。贵州省的矿产资源主要集中在西部与北部，这些矿产资源主要包括：分布在六盘水、黔北和兴义的煤田与煤气资源；分布在黔西南的金锑砷铊矿；分布在黔中贵阳白云区、清镇、修文、遵义苟江和团溪等地的铝土矿；分布在瓮福、开阳的磷矿；分布在松桃和遵义的锰矿等）。贵州省的西北部具备较大的资源禀赋，且区位条件较好，其中黔北临近经济发展较好的重庆市，黔西南作为连接四川云南的铁路交通枢纽享有便利。而经济密度较低区域的东南部地区大多自然资源匮乏，交通不便，基础设施相对落后，这极大地制约了这些地区的发展。
（3）从总体格局上看，极化效应明显。全省经济形成以贵阳市为中心，其他部分县域分散于的格局。贵阳市三个市辖区经济密度远远高于其他县域，其中最高的云岩区大致是最低的望谟县的千余倍。而在地区（地区、州、市）一级，也形成了以地区首府为经济中心的格局。这样的经济格局主要受以下几个原因的影响：首先，行政区首府有获得各种资源的优势，大部分资源会往这些地区倾斜。其次，由于行政区首府相对于地区有更完备的基础设施，具有更多的工作机会，更好的就业平台，因此劳动力特别是高素质劳动力集聚于此。劳动力的集中不仅使得企业寻找劳动力的成本下降，还为当地的消费市场注入了活力，因此大量企业也向人口集中的中心区域集聚。此外，省级或地区级行政首府在社会资源、外商投资与科教文卫等方面的优势也直接导致了经济活动的集中。
2、政策建议
贵州省目前的经济发展水平相对较低，且区域之间的经济差异较大。这直接导致了县域之间很难开展有效的区际分工，各地区出现低水平的重复建设，盲目引进投资项目，地区之间的产业结构同质化现象严重。经济差异的扩大，将使落后地区的经济发展更加困难：居民收入偏低、生活困难，且城镇基础设施建设、产业结构调整、科教文卫事业发展所需的资金严重短缺，最终将导致区域发展的更加不平衡，使各区域间的竞争摩擦加剧。
基于以上分析，本文认为，贵州省未来的经济发展应该以“统筹全局、均衡发展”为主要目标。首先，省级政府部门在资源投向上应该对落后地区有所倾斜：一是经济要素的倾斜，在落后地区加大固定资产投资，着力加强信息网络与交通运输方面的投入，增加生产要素、商品与劳务的流动性与减少经济活动的空间成本；二是政治资源的倾斜，针对东南部落后地区出台相应的促进政策，如开展人才引进计划、针对特色产业的扶持政策等，引导落后地区自主发展、积累创新能力。其次，落后地区的地方政府在经济发展规划、产业结构调整、招商引资等方面应结合当地特殊资源，发展特色产业，开展有效的区际分工，形成基于差异化发展的竞争优势，避免在自身弱项上与经济发达区域形成激烈竞争。最后，充分利用以贵阳、贵安新区为首的黔中经济区为增长极的经济辐射作用，通过产业联动、要素互动以及重塑区域产业链等方式进一步带动全省经济的协调发展。
【参考文献】
[1]蒋建业、陈杰：广东省经济发展地区差异分析[J].系统工程理论与实践，1998（3）.
[2]董德利、吴亚娟、徐邓耀等：四川省区域经济差异分析及协调发展对策[J].四川师范学院学报（自然科学版），2000（2）.
[3]陈秀洁、代合治：中国区域经济发展水平空间差异研究[J].经济地理，2001（S1）.
[4]代合治、陈秀洁：基于县域分析的山东经济空间差异研究[J].地域研究与开发，2003（4）.
[5]蒲英霞、葛莹、马荣华：基于ESDA的区域经济空间差异分析[J].地理研究，2005，24（6）.
[6]任家强、董琳瑛、汪景宽等：基于空间统计分析的辽宁省县域经济空间差异研究[J].经济地理，2010（9）.
[7]沈体雁、张晓欢、赵作权等：我国就业密度分布的空间特征[J].地理与地理信息科学，2013（1）.
[8]陈群利、王红：贵州省区域经济差异的时空分异格局研究[J].国土与自然资源研究，2011（3）.
[9]朱士鹏、周琳、秦趣：贵州省县域经济实力时空差异分析[J].重庆师范大学学报（自然科学版），2013（1）.
[10]沈体雁、劳昕、杨开忠：经济密度：区域经济研究的新视角[J].经济学动态，2012（7）.
[11]方叶林、黄震方、陈文娣等：2001-2010年安徽省县域经济空间演化[J].地理科学进展，2013（5）.
关键词：入境旅游经济增长面板数据模型
模型构建和指标选取
（一）模型构建
我国旅游资源丰富，但是东西部地区经济发展水平差距较大，不同地区旅游业的发展水平也参差不齐，因此需要针对不同省市分别对入境旅游消费所产生的溢出效应进行研究。本文通过建立面板数据模型针对我国不同省市的国外旅游消费对经济发展的溢出效益分别进行相关的研究分析。
本文采用Hausman假设检验方法确定面板模型为随机影响模式还是固定影响模式。面板模型具有变系数模型、变截距模型和不变参数模型三种不同的具体形式。在确定模型的影响形式之后，需要通过F检验结果来确定模型的具体形式。具体如下：
构造统计量F1和F2：
（1）
（2）
其中，S1、S2、S3分别表示变系数模型、变截距模型及变参数模型的残差平方和，N、T、k分别表示模型的横截面单位、时间跨度和自由度个数。将S1、S2、S3值分别代入求解F1和F2，若F2临界值且F1临界值且F1>临界值，选择变系数模型。
虽然柯布-道格拉斯生产函数是以资本要素投入与劳动力要素为经济增长影响要素的典型投入经济增长函数模型，但我国学者王玺、刘胜荣等为构建切合实际经济意义的函数模型，针对该溢出效应对地区经济作用进行研究时，从技术进步这一角度修改了柯布-道格拉斯生产函数。
由于国内外缺少统一且权威的技术进步要素指标认证体系且我国统计能力偏低，分析入境旅游消费所带来的溢出效应时，需遵守技术进步保持不变并采用非经典的柯布-道格拉斯生产函数。
（二）指标与数据选取
涵盖科学开发旅游景点和环境保护等的整体经济实力可持续上升，不仅比广泛的地区经济发展要具体，比局限于旅游业拉动收入水平提升更要全面，但目前缺少能够代表这种经济实力的统一经济统计指标。因此，很多专家学者在选取经济指标时，只能选择基本可以代表地区经济增长水平的地区生产总值作为经济指标。本文从历年《中国统计年鉴》中选取数据。
本文按照以前的研究惯例选取各地区全社会固定资产投资总额作为资本要素指标，从历年《中国统计年鉴》中选取数据。
目前，我国没有统一的劳动力要素选取指标，且分歧较大，不仅有直接采用就业人数代替劳动力要素指标的，选用普通高等学校在校学生人数或者毕业学生人数来度量劳动力要素指标的，还有采用其他替代劳动力要素指标的。从经济意义层面来讲，这些选择方式各有优缺点。本文借鉴陈涛涛的方法，采用每年年末时，无业人数减去港澳台商以及外商投资单位就业人数作为劳动力要素指标，而且数据从历年《中国统计年鉴》中选取。
依据当时的人民币对美元的平均汇率，针对入境旅游者每天人均消费数据将其单位由美元/（人・天）转换为元/（人・天），并选取入境旅游者每天人均消费额为国外旅游消费指标。该数据从历年《中国统计年鉴》中选取。
实证分析
本文删除港澳台及缺失数据的地区，选取2006年至2010年期间我国的相关数据进行研究。
第一步，采用取对数的方法处理所有变量来减少异方差对估计系数的精度的影响。运用Hausman提出的检测方法确定模型的影响模式。经检验得出检验统计量为46.763，对应的P值远小于0.001，与采用随机效应模型的原假设相矛盾，则确定固定效应影响模式为模型的影响模式。
面板模型的具体形式包括变系数模型、变截距模型和不变参数模型三种。需要通过F检验结果来确定模型的具体形式。具体如下：先将分别为0.168099、5.353591和5.487883的S1、S2和S3代入式（1）和式（2），得出F2和F1的值分别为7.977891、10.912665，再查表发现F2和F1的值均大于在0.05的显著性水平下的F统计量临界值1.68和1.74，最后选择变系数的模型。
模型的估计结果为：
Lngdpi=3.603+ailngdzc+βilnrlzb+γilnrjxf（3）
其中，lngdpi表示产出；lngdzc表示固定资产；lnrlzb表示人力资本；lnrjxf表示入境旅游消费；αi、βi和γi分别表示各地区固定资产、人力资本和入境旅游消费的估计系数。
估计模型拟合情况较为合理。对估计模型进行取对数后的常数项表示各个地区整体经济的平均发展动力，但资本要素、劳动力要素和入境旅游消费的系数因为地区差异而各不相同，如表1所示。
针对估计结果进行分析得出：若资本要素和劳动力要素的系数均>0，则说明该地区固定资本投资和科研人员推动了该地区经济发展。由表1可知，资本要素系数均>1的省市有北京、内蒙古、上海、江苏、广东和青海，说明这六个省市的资本要素每提高1%，地区经济平均增长速度就将超过1%，即省市的资本要素和该省市的经济平均增长速度呈正相关。
作为我国的首都和金融中心的北京和上海竞争优势显而易见，不仅聚集了全国科技、金融方面的专业人才，并且掌握了全国各个领域的先进技术以及部分世界顶尖技术，为推动地区经济水平打下坚实基础（肖冬荣等，2007）。另外，作为我国早期的对外开放城市的江苏和广东等省市的外来投资份额始终高于我国其他省市，该省市经济发展水平受到外商投资企业涌入所带来积极溢出效应的推动。可见，以科学技术为指导、扩大投资规模可带来高效的投资效率，此外，优化投资结构也能带来高效的投资效率。近年来，内蒙古为降低金融危机所带来的影响，对投资结构和产业结构进行了相应的调整，如将投资重点转移到电力、煤炭、石油化工、化学原料及化学药品制造、冶金以及交通和城市基础设施建设上。为了实现地区经济的稳步发展，青海省也对投资重点进行了转移，转移到交通运输、电网建设、水利项目和地质找矿等领域，并且利用扶持西北部经济政策吸引国内外投资商进行投资（戴鹏，2011）。
劳动力要素的系数>1的有广东、广西、四川和云南，说明这些省市的劳动力要素每提高1%，该省市的平均经济增长速度将超过1%，即扩大劳动力规模可有效推动地区经济发展（张泽厚、黄朗辉，1995）。近几年来，这四个省市的劳动力要素增速较快导致这些省市每年都需要大批劳动力。另外，很多地区的资本要素和劳动力要素系数之和>1，说明这些地区经济发展潜力大。
入境旅游消费的系数>1的省市很多，说明入境旅游消费可以促进大部分省市的经济发展。这些地区旅游规划合理，发展模式正确，入境旅游增加，促进地区消费进而拉动地区经济增长（王晓瑜，2007）。
此外，天津、上海、重庆、云南、陕西和甘肃等省市该指标的估计系数却是负数，说明入境旅游消费阻碍了这些省市的经济发展。相关部门应该针对由省域间旅游发展基础条件不同和省域间的相互作用所产生的此类情况多加重视。
国外游客旅游消费促进地区经济发展建议
（一）加大旅游发展投资并完善旅游发展制度
就总体而言，入境旅游消费对绝大多数地区经济增长的溢出效应是正向的。我国不仅是四大文明古国之一，还拥有丰富的旅游资源。应该在政府和企业的扶持下，对潜力大的旅游景区和经济相对落后地区应该加大财政投资，为入境旅游营造良好的旅游环境。
采用便利的交通渠道、优质的旅游服务、完善的旅游保障等措施完善的旅游环境必然会受到外来游客的喜爱，但同时也需要以旅游投资为基础。为减少旅游投资中的重复投资和浪费投资，应充分考虑旅游投资结构的影响再进行旅游投资。
此外，为吸引国外游客创造有利条件，需从国家层面规范国外游客入境旅游提高东道国旅游业发展的软环境。我国各级地方政府需制定合理化入境旅游政策加以实施，并针对突发事件提前做好应急方案。同时，为给旅客留下深刻印象、吸引旅客二次旅游，需要通过加强旅游文明素质教育提高当地人民的文明素质，树立良好的人民形象进而促进地区旅游活力。
（二）因地制宜实施旅游发展战略
目前，我国东西部的经济水平差距较大，各区域旅游业的基础和发展速度也相差甚远。由于地域不同，交通、文化和地理等方面各不相同，入境旅游消费对地区经济增长的溢出效应也各不相同，进而导致各地区的旅游业发展水平参差不齐。
溢出效应是双向的，不仅有积极的作用，也有消极作用。为了有效发挥溢出效应的积极作用，不仅需要地方政府提供相关的扶持政策吸引入境旅游消费，还应学习、效仿国外旅游发展模式，重视培养旅游专业人才。除此之外，为解决就业难、刺激消费，进而加快地区经济发展，应该以长远经济发展为立足点，针对旅游产业链的关联产业加大扶持力度。
（三）大力开发多元化市场
目前，我国入境旅客中所占比例最大的是来自港澳台以及部分东南亚等临近地区的游客，相比较而言，美、日、欧等发达国家的游客所占比例较少。为使我国入境旅游呈多元化、多层次发展，需要在为吸引美等发达国家的游客入境旅游创造便利的产品和优质服务的同时，也不能忽视来自印度、非洲、拉美等远洋国家游客资源的开发。
（四）促进国内外旅游业的交流与协作
国内外旅游业的交流不仅能有助于国际旅游发展模式的学习，还能使入境旅游的溢出效应正向促进我国经济发展，并将我国旅游产业扩展到国际领域。但是，由于市场的竞争和利益的矛盾，国外媒体对我国的不实报道有损于我国的国际形象和国家利益。为改善我国国际形象并促进旅游业发展，应加强与国际组织、国外的交流与协作，消除隔阂进而互利互信。
（五）加大旅游业海外营销力度
我国学者王纯阳和黄福才（2010）通过实证分析发现通过加大广告宣传力度可有效促进入境旅游消费。为使我国旅游业走向国际，不仅需要通过海外旅游宣传扩大中国旅游产业知名度，还需要通过海外旅游宣传调动旅游需求者旅游热情。由此可见，加大旅游业海外营销力度尤为重要。
参考文献：
1.肖冬荣，江莹，赵靖.上海市能源消耗与经济增长的协整分析[J].安徽农业科学，2007（18）
2.戴鹏.扩大投资规模与优化投资结构探析―以青海“十二五”发展为例[J].青海金融，2011（5）
3.张泽厚，黄朗辉.珠江三角洲、长江三角洲、环渤海湾地区经济发展水平评价、比较及开发策略研究[J].统计研究，1995（4）
一、GDP始终保持较快增长，主导产业支撑作用显著
（一）经济总量和速度稳步提升
近五年来，高新区在科学发展观指引下战胜重重困难，经受了国际金融危机、经济周期波动等一系列重大挑战和严峻考验，经济运行的稳定性和效益显著提高。2008年下半年以来，受国际金融危机影响，外向度高新区经济从持续上升转入调整阶段，但经济发展的基本面和长期趋势并未改变。2008年、2009年、2010年和2011年分别保持了21.6%，25.5%，18%和15.5%的增速，按现价计算，生产总值由2007年的137亿元增加到2011年的230.2亿元，年平均增速约为18.34%，几乎翻了一番。
（二）营利性服务业连创新高
从各行业对GDP增长的贡献率来看，营利性服务业尤其是计算机服务和软件业仍然是高新区经济增长的主要支撑和拉动力量。其占GDP的比重由2008年的35.48%提升至2012年上半年的44.65%。08、09、10、11和12年上半年增速32.4%，34.3%，28.4%，30%，分别为分别拉动高新区GDP增长了约8.7，9.2，10.7，11.1和11.3个百分点。无论是占GDP比重、行业增速和对GDP增长的贡献情况，以计算机服务和软件件行业为主体的营利性服务业都是高新区国民经济的支柱行业。
二、固定资产投资高速增长，基础投资占主导（固投部分数据待核实）
五年以来，高新区固定资产投资额由2007年的96.48亿元增长到了2011年的324.64亿元，年均增长35.43%。
（一）民生工程和基础设施投资快速增长
近五年来，高新区第三产业完成投资00亿元，年均增长00%。其中，有关民生的居民服务和其它服务业、教育、卫生和社会工作完成投资00亿元，年均增长00%。特别是以交通运输业、仓储业、邮政业、电力、水利和城市公共设施管理业为主的基础设施投资共完成投资00亿元，年均增长约35%，基建投资占据着固定资产投资的半壁江山，在投资各构成要素中处于主导地位。
（二）房地产开发投资高速增长
房地产投资高速增长，投资额由2007年的14.85亿元增长到2011年得131.63亿元，年均增速66.31%。
在房地产开发投资中，住宅累计投资00亿元，占房地产累计投资额的00%；办公楼投资00亿元、商业营业用房投资00亿元，分别占房地产累计投资额的00%和00%。
商品发销售也一路走高，销售额由2007年的9.8亿元增长到2011年的61.9亿元，年均增长58.53%。共完成销售面积00万平方米，年均增长00%。
（三）民间固定资产投资占据主导地位
近五年，高新区共民间投资完成00亿元，年均增长00%，占全区固定资产投资的比重为00%。其中，私营个体经济投资完成00亿元；股份制经济投资完成00亿元；其他经济类型投资完成00亿元。
三、服务业快速增长，计算机服务和软件业占主导
（一）服务业在国民经济中的重要地位日益凸现
2011年，我区服务业收入达306亿元，是五年前2007年的2.49倍；服务业总收入年均增长25.59%，高于GDP增速7.25个百分点。尤其在受金融危机影响期间，服务业成为拉动经济增长重要引擎，经济总量的一半以上都是由服务业贡献的。
2007年，园区服务业限上企业共181家，实现总收入88亿元，占服务业总量的72%。发展到2011年，服务业限上企业共295家，实现总收入245亿元，占服务业总量80%以上。产业规模效应正逐步形成。
2011年，信息传输、计算机服务和软件业实现收入257.67亿元，近5年平均增速达37.59%；数据表明，在我区服务业中，信息传输、计算机服务和软件业仍占主导地位，其所占比重84.31%。
交通运输、仓储和邮政业2011年收入26亿元，近5年平均增速44.28%；作为服务业参与GDP重要组成部分，虽然数据显示其相对稳定增长，但增长点不足只靠中铁铁龙集装箱一家独立支撑，所占总量比重小，对经济的贡献和拉动作用不强。由于增长点不足限制其发展趋势。
2007年，我区金融、教育、医疗等行业企业数量少，产值低。近年来，这些行业在我区迅速发展。到2011年，我区共有银行、证券、资产管理等各种金融企业60余家，实现总收入8.5亿元；有大专院校、中小学、幼儿园、技能培训学校86所，实现总收入5.7亿元。同时，第七人民医院、龙王塘医院、凌水医院以及各种疗养院迅速发展。关系民生的服务体系在我区初步形成。
（二）从就业结构看，服务业已成为吸纳就业的重要渠道
我区服务业的较快发展，为社会创造了更多的就业机会。据火炬库资料显示，2007年，我区服务业的就业人数为41569人，2011年80646人与2011年相比服务业就业人数五年来共增加39077人，五年时间增长了94%。
四、工业经济总量稳中有升，行业集中度稳步提高
（一）工业经济规模总量稳中有增
近五年，工业总产值从186亿元增长到211亿元，增长13.10%；主营业务收入从167亿元增长到196亿元，增长17.36%，工业经济总量实现平稳增长。在我区将发展软件和服务外包业作为主导产业，土地等资源要素日益稀缺，工业企业不断进行搬迁改造等多重因素作用下，工业经济主要指标仍保持稳定，实属不易，为全区经济总量的稳步发展起到了积极的作用。
（二）行业集中度稳步提升，主导产业稳定发展。
在规模以上工业统计43大类行业中，我区2008年为20类行业，2012年降低为18类行业，行业集中度进一步提高。其中两大主导产业：电子信息行业和光机电一体化行业的企业由29家发展为34家；实现产值占工业总体比重从75.54%提高到80.03%，两大主导产业贡献率逐年稳步提高，对我区工业经济的发展起到了稳定的支撑作用。
（三）规模以上工业企业数稳中有降。
近年来规模以上工业企业数的变化目主要受到行区划调整、金融危机、国家实施“企业一套表”以及我区产业政策导向等因素的影响，企业家数整体呈现为逐步降低的态势，其中2012年企业数量减少较多，减少了13家企业。同时从近五年发展趋势看规模以上经济总量与企业家数成正相关关系。
五、就业人数稳步增加，工资总额不断提高
2011年，高新区非私营单位从业人员年末人数达到5.58万人，比2008年增加1.4万人，共增长了31.4%，年均增长9.54%。
2011年，高新区城镇非私营单位从业人员工资总额为39.68亿元，是2008年增加了18.45亿元，增长了41.67%。人均工资为5674元，比2008年增加了1669元，增长了41.67%。
各行业按照人均收入水平从高到低排序来看，则排在首位的是科学研究和技术服务业，人均月收入15658元，随后依次是教育业8188元、卫生和社会工作行业7700元、金融业7218元、文化、体育和娱乐业7030元、信息服务业5766元、住宿餐饮业5429元、房地产业4919元。
六、社会消费品零售额稳中有升，批零住餐收入稳步增长
由于区划调整，高新区大部分贸易企业被划至别区，因此2009年前后的数据不具有可比性，2011年高新区共完成社会消费品零售额21.96亿元，比2009年增了4.41亿元。
从火炬统计的数据看，2007-2011年火炬统计贸易行业总收入在逐年稳步增长，特别近三年较为明显，这与园区产业结构调整、促进商业配套建设有较大关系。批发行业处于主导地位，占总量的89%，大型贸易企业贡献突出；其余三个行业占总量分别为零售8%、住宿2%、餐饮1%。（火炬统计口径是企业工商、税务有一项在园区注册就纳入统计范围，而贸易专业统是按在地统计原则，两者统计口径不一致。因专业统计销售额先导区以前不用上报，历史数据不全，所以此数据做为总量参考数据）
2007-2011年火炬统计批发、零售、住宿、餐饮企业情况
单位：家、亿元
年份
批发
零售
住宿
餐饮
合计
企业数
总收入
企业数
总收入
企业数
总收入
企业数
总收入
企业数
总收入
2007
58
16.93
14
0.6
2
0.04
3
0.1
77
17.68
2008
113
20.49
61
0.83
12
0.6
6
0.46
195
22.39
2009
115
21.31
46
0.72
10
0.8
9
0.33
179
23.17
2010
115
25.66
74
5.1
13
0.63
10
0.53
212
31.91
2011
178
37.65
82
3.44
12
0.91
11
0.57
283
42.58
七、高新区经济面临的问题分析
虽然近五年来，高新区在科学发展观指引下战胜重重困难，经受了国际金融危机、经济周期波动等一系列重大挑战和严峻考验，经济实现了较快发展，但仍有一些不利因素值得我们注意。
（一）稳定增长行业较少，国民经济构成构成有待进一步优化
2008年区划调整后，高新区已经逐步完成了由产业区向“新城区”转变，但从现有的GDP构成项来看，仍然以计算机服务和软件业拉动为主，反映“新城区”概念的重要指标，如金融、贸易、住宿餐饮等行业或者比重过小且增速不高。而受国家政策和高新区产业导向影响，目前工业产值下滑和房地产销售面积等重要指标负增长是已经成为结构调整过程中不可避免的阶段，占比较高的工业和房地产业在近五年呈现出倒V型走势。08年、09年和10年工业增加值增速分别为18.9%，18%，房地产增速分别为28.5%，33.%，16.6%，11年、12年上半年工业增速下滑为5.2%，6.1%，房地产增速下滑为为-9.1%，-23.5%。从目前情况看，工业、房地产等行业的低迷还将持续一段时间，高新区经济增长仍将主要靠计算机服务和软件业拉动。建议在多借鉴其他地区先进经验的基础上，多做工作争取高新区能早日实现“新城区”转变后的最优国民经济构成，形成多行业支撑经济增长的态势。
（二）外延式经济增长点较少，新入驻项目（企业）支撑作用不显著
近来年高新区经济一直保持了平稳较快增长，但从工业、计算机服务和软件业、其他营利性服务业等重点行业和批零住餐等反映民生指标的行业增长模式分析看，高新区经济主要以内涵式增长为主，新入驻项目（企业）支撑作用不显著。
从高新区重点行业新引进企业情况看。08年至11年，计算机服务业和软件业共实现增加值约305.2亿元，08年至11年所有新入驻企业共实现增加值约12.51亿元，占全行业增加值比重仅约为4%。08年至11年，工业共实现增加值约270.4亿元，但受高新区重点发展现代服务业的产业导向影响，工业企业大规模迁出，而新入驻企业几乎没有，对工业增加值贡献很少，迁出迁入企业差距多大是近两年工业增速下滑的主要原因之一。
一、GDP始终保持较快增长，主导产业支撑作用显著
（一）经济总量和速度稳步提升
近五年来，高新区在科学发展观指引下战胜重重困难，经受了国际金融危机、经济周期波动等一系列重大挑战和严峻考验，经济运行的稳定性和效益显著提高。2008年下半年以来，受国际金融危机影响，外向度高新区经济从持续上升转入调整阶段，但经济发展的基本面和长期趋势并未改变。2008年、2009年、2010年和2011年分别保持了21.6%，25.5%，18%和15.5%的增速，按现价计算，生产总值由2007年的137亿元增加到2011年的230.2亿元，年平均增速约为18.34%，几乎翻了一番。
（二）营利性服务业连创新高
从各行业对GDP增长的贡献率来看，营利性服务业尤其是计算机服务和软件业仍然是高新区经济增长的主要支撑和拉动力量。其占GDP的比重由2008年的35.48%提升至2012年上半年的44.65%。08、09、10、11和12年上半年增速32.4%，34.3%，28.4%，30%，分别为分别拉动高新区GDP增长了约8.7，9.2，10.7，11.1和11.3个百分点。无论是占GDP比重、行业增速和对GDP增长的贡献情况，以计算机服务和软件件行业为主体的营利性服务业都是高新区国民经济的支柱行业。
二、固定资产投资高速增长，基础投资占主导（固投部分数据待核实）
五年以来，高新区固定资产投资额由2007年的96.48亿元增长到了2011年的324.64亿元，年均增长35.43%。
（一）民生工程和基础设施投资快速增长
近五年来，高新区第三产业完成投资00亿元，年均增长00%。其中，有关民生的居民服务和其它服务业、教育、卫生和社会工作完成投资00亿元，年均增长00%。特别是以交通运输业、仓储业、邮政业、电力、水利和城市公共设施管理业为主的基础设施投资共完成投资00亿元，年均增长约35%，基建投资占据着固定资产投资的半壁江山，在投资各构成要素中处于主导地位。
（二）房地产开发投资高速增长
房地产投资高速增长，投资额由2007年的14.85亿元增长到2011年得131.63亿元，年均增速66.31%。
在房地产开发投资中，住宅累计投资00亿元，占房地产累计投资额的00%；办公楼投资00亿元、商业营业用房投资00亿元，分别占房地产累计投资额的00%和00%。
商品发销售也一路走高，销售额由2007年的9.8亿元增长到2011年的61.9亿元，年均增长58.53%。共完成销售面积00万平方米，年均增长00%。
（三）民间固定资产投资占据主导地位
近五年，高新区共民间投资完成00亿元，年均增长00%，占全区固定资产投资的比重为00%。其中，私营个体经济投资完成00亿元；股份制经济投资完成00亿元；其他经济类型投资完成00亿元。
三、服务业快速增长，计算机服务和软件业占主导
（一）服务业在国民经济中的重要地位日益凸现
2011年，我区服务业收入达306亿元，是五年前2007年的2.49倍；服务业总收入年均增长25.59%，高于GDP增速7.25个百分点。尤其在受金融危机影响期间，服务业成为拉动经济增长重要引擎，经济总量的一半以上都是由服务业贡献的。
2007年，园区服务业限上企业共181家，实现总收入88亿元，占服务业总量的72%。发展到2011年，服务业限上企业共295家，实现总收入245亿元，占服务业总量80%以上。产业规模效应正逐步形成。
2011年，信息传输、计算机服务和软件业实现收入257.67亿元，近5年平均增速达37.59%；数据表明，在我区服务业中，信息传输、计算机服务和软件业仍占主导地位，其所占比重84.31%。
交通运输、仓储和邮政业2011年收入26亿元，近5年平均增速44.28%；作为服务业参与GDP重要组成部分，虽然数据显示其相对稳定增长，但增长点不足只靠中铁铁龙集装箱一家独立支撑，所占总量比重小，对经济的贡献和拉动作用不强。由于增长点不足限制其发展趋势。
2007年，我区金融、教育、医疗等行业企业数量少，产值低。近年来，这些行业在我区迅速发展。到2011年，我区共有银行、证券、资产管理等各种金融企业60余家，实现总收入8.5亿元；有大专院校、中小学、幼儿园、技能培训学校86所，实现总收入5.7亿元。同时，第七人民医院、龙王塘医院、凌水医院以及各种疗养院迅速发展。关系民生的服务体系在我区初步形成。
（二）从就业结构看，服务业已成为吸纳就业的重要渠道
我区服务业的较快发展，为社会创造了更多的就业机会。据火炬库资料显示，2007年，我区服务业的就业人数为41569人，2011年80646人与2011年相比服务业就业人数五年来共增加39077人，五年时间增长了94%。
四、工业经济总量稳中有升，行业集中度稳步提高
（一）工业经济规模总量稳中有增
近五年，工业总产值从186亿元增长到211亿元，增长13.10%；主营业务收入从167亿元增长到196亿元，增长17.36%，工业经济总量实现平稳增长。在我区将发展软件和服务外包业作为主导产业，土地等资源要素日益稀缺，工业企业不断进行搬迁改造等多重因素作用下，工业经济主要指标仍保持稳定，实属不易，为全区经济总量的稳步发展起到了积极的作用。
（二）行业集中度稳步提升，主导产业稳定发展。
在规模以上工业统计43大类行业中，我区2008年为20类行业，2012年降低为18类行业，行业集中度进一步提高。其中两大主导产业：电子信息行业和光机电一体化行业的企业由29家发展为34家；实现产值占工业总体比重从75.54%提高到80.03%，两大主导产业贡献率逐年稳步提高，对我区工业经济的发展起到了稳定的支撑作用。
（三）规模以上工业企业数稳中有降。
近年来规模以上工业企业数的变化目主要受到行区划调整、金融危机、国家实施“企业一套表”以及我区产业政策导向等因素的影响，企业家数整体呈现为逐步降低的态势，其中2012年企业数量减少较多，减少了13家企业。同时从近五年发展趋势看规模以上经济总量与企业家数成正相关关系。
五、就业人数稳步增加，工资总额不断提高
2011年，高新区非私营单位从业人员年末人数达到5.58万人，比2008年增加1.4万人，共增长了31.4%，年均增长9.54%。
2011年，高新区城镇非私营单位从业人员工资总额为39.68亿元，是2008年增加了18.45亿元，增长了41.67%。人均工资为5674元，比2008年增加了1669元，增长了41.67%。
各行业按照人均收入水平从高到低排序来看，则排在首位的是科学研究和技术服务业，人均月收入15658元，随后依次是教育业8188元、卫生和社会工作行业7700元、金融业7218元、文化、体育和娱乐业7030元、信息服务业5766元、住宿餐饮业5429元、房地产业4919元。
六、社会消费品零售额稳中有升，批零住餐收入稳步增长
由于区划调整，高新区大部分贸易企业被划至别区，因此2009年前后的数据不具有可比性，2011年高新区共完成社会消费品零售额21.96亿元，比2009年增了4.41亿元。
从火炬统计的数据看，2007-2011年火炬统计贸易行业总收入在逐年稳步增长，特别近三年较为明显，这与园区产业结构调整、促进商业配套建设有较大关系。批发行业处于主导地位，占总量的89%，大型贸易企业贡献突出；其余三个行业占总量分别为零售8%、住宿2%、餐饮1%。（火炬统计口径是企业工商、税务有一项在园区注册就纳入统计范围，而贸易专业统是按在地统计原则，两者统计口径不一致。因专业统计销售额先导区以前不用上报，历史数据不全，所以此数据做为总量参考数据）
2007-2011年火炬统计批发、零售、住宿、餐饮企业情况
单位：家、亿元
年份
批发
零售
住宿
餐饮
合计
企业数
总收入
企业数
总收入
企业数
总收入
企业数
总收入
企业数
总收入
2007
58
16.93
14
0.6
2
0.04
3
0.1
77
17.68
2008
113
20.49
61
0.83
12
0.6
6
0.46
195
22.39
2009
115
21.31
46
0.72
10
0.8
9
0.33
179
23.17
2010
115
25.66
74
5.1
13
0.63
10
0.53
212
31.91
2011
178
37.65
82
3.44
12
0.91
11
0.57
283
42.58
七、高新区经济面临的问题分析
虽然近五年来，高新区在科学发展观指引下战胜重重困难，经受了国际金融危机、经济周期波动等一系列重大挑战和严峻考验，经济实现了较快发展，但仍有一些不利因素值得我们注意。
（一）稳定增长行业较少，国民经济构成构成有待进一步优化
2008年区划调整后，高新区已经逐步完成了由产业区向“新城区”转变，但从现有的GDP构成项来看，仍然以计算机服务和软件业拉动为主，反映“新城区”概念的重要指标，如金融、贸易、住宿餐饮等行业或者比重过小且增速不高。而受国家政策和高新区产业导向影响，目前工业产值下滑和房地产销售面积等重要指标负增长是已经成为结构调整过程中不可避免的阶段，占比较高的工业和房地产业在近五年呈现出倒V型走势。08年、09年和10年工业增加值增速分别为18.9%，18%，房地产增速分别为28.5%，33.%，16.6%，11年、12年上半年工业增速下滑为5.2%，6.1%，房地产增速下滑为为-9.1%，-23.5%。从目前情况看，工业、房地产等行业的低迷还将持续一段时间，高新区经济增长仍将主要靠计算机服务和软件业拉动。建议在多借鉴其他地区先进经验的基础上，多做工作争取高新区能早日实现“新城区”转变后的最优国民经济构成，形成多行业支撑经济增长的态势。
（二）外延式经济增长点较少，新入驻项目（企业）支撑作用不显著
近来年高新区经济一直保持了平稳较快增长，但从工业、计算机服务和软件业、其他营利性服务业等重点行业和批零住餐等反映民生指标的行业增长模式分析看，高新区经济主要以内涵式增长为主，新入驻项目（企业）支撑作用不显著。
从高新区重点行业新引进企业情况看。08年至11年，计算机服务业和软件业共实现增加值约305.2亿元，08年至11年所有新入驻企业共实现增加值约12.51亿元，占全行业增加值比重仅约为4%。08年至11年，工业共实现增加值约270.4亿元，但受高新区重点发展现代服务业的产业导向影响，工业企业大规模迁出，而新入驻企业几乎没有，对工业增加值贡献很少，迁出迁入企业差距多大是近两年工业增速下滑的主要原因之一。
【关键词】库兹涅茨统计分析模型区域经济经济发展阶段
受当前国际金融危机和国家对西部建设投资力度加大的影响,出现了中东部产业西进、人才西流现象,这将促使西部区域经济发展以及产业升级再次加速。西部地区开始借调控契机,利用其独特的区位和资源优势,展现出区域经济转型发展的巨大潜力,经济发展由此进入了一个全新的阶段。理论界对经济发展阶段的理论和测度方法做出了大量研究,其中比较有代表性的研究成果有库兹涅茨的经济增长统计模型以及钱纳里的“标准产业结构”模型。
一、库兹涅茨统计分析模型及钱纳里的标准产业结构理论概述
1、库兹涅茨统计分析模型
美国著名的经济学家和统计学家西蒙・库兹涅茨(Simonkuznets)在其代表作《现代经济增长理论》中,研究了现代经济增长问题,根据对发达国家经济增长的全过程深入细致的研究,分析了国民生产总值、生产效率、产业结构、人均收入水平等在经济增长的不同阶段的变化,总结出了现代经济增长的条件、方式、内容、趋势和规律,见表1。
2、钱纳里的标准产业结构理论
20世纪60年代,一些经济学家对经济增长与结构演变进行了深入而广泛的研究。其中,美国经济学家霍利斯・钱纳里(HollisChenery)的“标准结构”最具影响。钱纳里利用101个国家1950―1970年间的统计资料进行归纳分析,构造了“世界发展模型”,并以此模型求出一个经济发展的“标准结构”,即经济发展不同阶段所具有的经济结构的标准数值。从而为分析和评价不同国家或地区在经济发展过程中产业结构组合提供了参照规范,同时也为不同国家或地区根据经济发展目标制定产业结构转换政策提供了理论依据,见表2。
二、研究区概况
按照我国三大经济地带的划分方法,西部地区包括内蒙古、四川、贵州、云南、、陕西、甘肃、青海、宁夏、新疆、广西、重庆等共12个省、自治区、直辖市,国土面积686.7万平方公里,占全国的71.5%,人口36298.0万(2007年底),占全国的27.9%(如图1)。
西部地区各省近年来经济取得了较快的发展。2003年,实现地区国内生产总值22954.7亿元,占全国的16.9%,人均地区国内生产总值为6306元;到2007年底,地区国内生产总值为47864.1亿元,占全国的17.4%,人均地区国内生产总值13212元。5年内,国内生产总值增加了约108.5%,而人均地区国内生产总值增加了109.5%,各省、自治区和直辖市经济发展总体呈现出稳定增长的趋势(如图2)。
三、西部地区经济发展的统计测度
本文将利用库兹涅茨统计分析模型框架,并结合钱纳里的标准产业结构,具体分析西部经济发展的阶段特征。具体数据资料参考了《中国统计年鉴2008》。
1、人均收入水平
西部地广人稀,经济社会发展水平参差不齐,差距较大。2007年统计数据显示,在西部12个省、自治区、直辖市中,以人均GDP排名计算,排在前三位的分别是内蒙古、新疆和重庆,排在后三位的分别是贵州、甘肃和云南(见表3)。
西部人均GDP按当年人民币汇率计算为1738.42美元,低于全国平均水平的2490.01美元。根据表1中库兹涅茨统计分析模型中的标准,对照分析可知西部地区的经济处于工业化后的稳定增长阶段,显然这并不符合西部地区的现实。这是因为库兹涅茨统计分析模型中的人均收入的数据是1985年的标准,没有做相应的调整。但根据钱纳里的统计标准,西部经济发展处于工业化第二阶段的初期发展阶段。因此,综合分析,西部地区经济的发展已经超越了库兹涅茨模型中的工业化前的准备阶段,进入了工业化的初期阶段。
2、西部地区产业结构
近年来,随着国家宏观政策调整以及西部开发带来的机遇,加上西部地区资源丰富、劳动力成本低廉,作为内陆的西部很好地承接了新一轮产业转移,各省区根据自身的区域比较优势发展优势产业,产业结构得以不断调整优化。
如图3,1998年以来,西部三次产业结构不断调整优化。第一产业比重不断下降,由1998年的25.4%下降到2007年的16.0%,下降了9.4个百分点。第二产业比重稳中有升,由1998年的41.0%提高到2007年的46.3%,提高5.3个百分点,第三产业比重有所上升,由1998年的33.5%提高到2007年的37.7%(如图3)。总体上产业结构呈现出二、三、一的产业序列。
2007年,西部实现地区生产总值47864.14亿元,其中第一产业实现产值7645.08亿元,第二产业产值22172.11亿元,第三产业产值18046.94亿元,三次产业结构为16.0、46.3、37.7(见表4),第二产业比重为46.3%。根据库兹涅茨的统计模型中的数据,西部地区的经济发展处于工业化的第二阶段,即工业化的实现和经济高速增长阶段。
3、劳动力就业结构和城市化水平
伴随着经济的大发展和产业结构的调整,西部地区各省就业状况逐步好转,劳动力在三次产业中的比重逐年变化(如图4),就业结构不断优化。
从图4可以看出,第一产业对劳动力的需求总量最大,且呈逐年下降趋势,由1998年的63.6%下降到2007年的51.4%,下降幅度12.2个百分点。第二产业对劳动力的需求总量相对最小,所占比重有所上升,从1998年的13.3%上升到2007年最高的17.9%。第三产业对劳动力的需求总量相对较小,但比重呈缓慢上升趋势,由1998年的23.1%上升到2007年的30.7%,提高近8个百分点,并且从1998年起比重一直超过第二产业就业人员比重。总体上,西部地区第一产业就业比重依然过大,第二、三产业吸纳劳动力就业比重相对较小,劳动力产业结构呈现为一、三、二序列。从产业结构和就业结构的发展演变规律看,西部地区产业结构和就业结构还很不协调,就业的结构性矛盾十分突出。
2007年,西部地区的三次产业劳动力就业结构为51.4、17.9、30.7,第一产业劳动力就业比重为51.4%,根据表1可知,低于库兹涅茨统计分析模型中的工业化准备阶段的63.3%,处在46.1%～63.3%之间。2007年城镇人口比重为36.96%,高于表1中工业化前的准备阶段的32%,处于36.0%～49.9%之间(见表5)。因此,通过劳动力在三次产业中的就业构成和城市化水平综合分析,对照库兹涅茨统计模型的经验数据,可知西部经济发展已经突破了工业化前的准备阶段,处于工业化的实现和经济高速增长阶段。
四、结论
伴随着西部大开发工作的进一步深入,正确认识西部区域经济增长阶段,一方面有利于发挥西部地区不同阶段的比较优势,成为确定未来西部区域经济发展战略和发展重点的依据和出发点,另一方面对于制定科学、合理、有效的产业政策,保持西部地区经济社会持续、快速、健康、科学发展具有重大指导意义。
【参考文献】
[1]库兹涅茨:现代经济增长[M].北京:商务印书馆,1989.
[2]H・钱纳里等:工业化和经济增长的比较研究[M].上海:上海三联书店,1989.
[3]胡建等:油气资源开发与西部区域经济协调发展战略研究[M].北京:科学出版社,2007.
自从Paelinck提出“空间经济计量学”这个术语,Cliff和Ord(1973,1981)对空间自回归模型的开拓性工作,发展出广泛的模型、参数估计和检验技术,使得经济计量学建模中综合空间因素变得更加有效。
Anselin(1988)对空间经济计量学进行了系统的研究,它以及Cliff和Ord(1973,1981)这三本着作至今仍被广泛引用。Anselin对空间经济计量学的定义是:“在区域科学模型的统计分析中,研究由空间引起的各种特性的一系列方法。”Anselin所提到的区域科学模型,指明确将区域、位置及空间交互影响综合在模型中,并且它们的估计及确定也是基于参照地理的(即:截面的或时-空的)数据,数据可能来自于空间上的点,也可能是来自于某个区域,前者对应于经纬坐标,后者对应于区域之间的相对位置。
国外近几年空间经济计量学得以迅速发展,如Anselin和Florax(1995)指出的,主要得益于以下几点:
(1)人们对于空间及空间交互影响的作用的重新认识。对空间的重新关注并不局限于经济学,在其它社会科学中也得以反映。
(2)与地理对应的社会经济大型数据库的逐步实用性。在美国以及欧洲,官方统计部门提供的以区域和地区为统计单元的大型数据库很容易得到,并且价格低廉。这些数据可以进行空前数量的截面或时空观测分析,这时,空间(或时空)自相关可能成为标准而非一种特殊情况。
(3)地理信息系统(GIS)和空间数据分析软件,以高效和低成本的计算技术处理空间观测的发展。GIS的使用,允许地理数据的有效存储、快速恢复及交互可视化,为空间分析技术的艺术化提供了巨大的机会。至少目前线性模型中,缺少针对空间数据和空间经济计量学的软件的情况已经大为改观。目前已有一些专门的空间统计分析软件,并且SAS、S-PLUS等着名统计软件中,都已经包括用于空间统计分析的模块。
(二)空间经济计量学与相关学科的关系
空间统计学是研究空间问题的另一门学科,它是应用数学的一个快速发展的分支。它起源于20世纪50年代早期,用以帮助采矿业进行矿藏量的计算。最早的工作是采矿工程师D.G.Krige和统计学家H.S.Sichel在南非进行的。70年代随着计算机的普及以及运算速度的大幅提高,空间统计分析技术逐渐扩展到地球科学的其它领域。目前已经普遍存在于需要处理时间上或空间上相关的数据的科技领域中。
空间经济计量学与空间统计学的区分不太容易。Haining和Anselin的观点认为空间统计学的研究大多由数据驱动,而空间经济计量学由模型驱动,即从特定的理论或模型出发,重点放在问题的估计、解释和检验上。空间统计学的主流是研究生态学和地质学中的物质现象,空间经济计量学主要研究与区域及城市经济有关的模型。有一种观点认为二者的区分应基于作者将其工作对应于空间经济计量学还是空间统计学,这种区分办法可能较为简单。
地质统计学(Geostatistics)发展于20世纪60年代,主要用于研究地质学现象的空间结构和进行空间估值。例如,在探矿过程中,通常是在空间上布点进行钻探,然后对采样得到的样品进行分析,估计矿藏的分布和储量。由于矿藏不开采的话,在时间上结构几乎是不变的,因此地质统计学研究的问题主要是空间相关。空间经济计量学所研究的问题不仅存在空间相关,往往所研究的问题在时间上也存在相关。
在区域经济学的理论中,人们建立了各种理论以及关系式来描述人类在空间上的行为,如研究城镇问题的“引力模型”等。但在利用模型进行定量研究问题的时候,需要将理论或关系式用数学模型来进行刻划,利用统计方法对模型进行估计、检验,并进行评价,这些正好是属于经济计量学研究的范畴。应该说,空间经济计量学主要研究区域经济问题,依据的是区域经济学理论,但它还需要综合数学,以及空间统计学等学科,因此它不等同于区域经济学,而是一门交叉学科。
二、研究的问题
空间经济计量学主要研究存在空间效应的问题。空间效应主要包括空间相关和空间差异性。在研究中涉及空间相邻、空间相邻矩阵等概念。
(一)空间相关
空间相关指在样本观测中,位于位置i的观测与其它j≠i的观测有关,即
附图
存在空间相关的原因有两方面:相邻空间单元存在测量误差,空间交互影响的存在。测量误差是由于调查过程中,数据的采集与空间中的单位有关,如数据是按省、市、县等统计的,但设定的空间单位与研究问题不一致,存在测量误差。
空间相关不仅意味着空间上的观测缺乏独立性,并且意味着潜在于这种空间相关中的空间结构,也就是说空间相关的强度及模式由绝对位置和相对位置(布局,距离)决定。
对于空间相关,空间自回归通常是其核心内容,空间自回归模型的一般形式为:
附图
在这个模型中,β解释变量X(n×k矩阵)的参数向量(k×1),ρ是空间滞后相关变量的参数,λ是残差空间自回归(空间AR)结构中的参数。
W[,1]和W[,2]为n×n矩阵,是标准化或未标准化的空间加权矩阵,分别对应于因变量以及扰动项中的空间自回归过程,这两个矩阵可以不同,这意味着两个过程由不同的空间结构生成。
这个模型可以退化成为普通的线性回归模型、(纯)空间自回归模型、混合回归与空间自回归模型、残差空间自回归模型等形式。
对这个模型,普通最小二乘估计不仅是有偏的,而且是不一致的,参数的估计通常采用极大似然估计,近几年,有学者尝试采用贝叶斯估计对参数进行估计。
(二)空间差异性
空间差异性指空间上的区域缺乏均一性,如存在中心区和郊区、先进和后进地区等。例如,我国沿海地区和中西部地区经济存在较大差别。
对于空间差异性,只要将空间单元的特性考虑进去,大多可以用经典经济计量学方法解决。但当空间差异性与空间相关共同存在时,经典经济计量学方法不再适用,而且这时问题可能变得非常复杂,因为这时要区分空间差异性与空间相关可能非常困难。
研究空间差异性的模型主要有:
E.Casetti提出的空间扩展模型(1972)和回归参数漂移分析方法(简称DARP)模型(1982)。这时,空间差异性表现为模型参数随空间位置变化,并以空间单元的位置信息作为辅助变量(称为扩展参数)。
y=Xβ+ε
附图
〔关键词〕东北地区；劳动力参与率；多截面时间序列数据
中图分类号：F240文献标识码：A文章编号：10084096（2013）01003808
一、引言
劳动力参与率是反映劳动力资源供给和利用状况的重要指标。对中国劳动力参与率的区域比较发现，自20世纪80年代以来，东北地区劳动力参与率受资料限制，在计算劳动力参与率时，1982年和1990年的经济活动人口未包含失业人口。另外，因官方公布的经济活动人口包括了那些虽达到退休年龄但仍在工作的人，因此，在计算劳动力参与率时，若以15—64岁劳动年龄人口作分母，必将高估劳动力参与率；若以15岁以上人口作分母，则会低估劳动力参与率。粗略估算，按上述两种口径计算的劳动力参与率相差约6—10个百分点。因很难从现就业统计数据中剔除老年从业人口，因此，从吻合劳动力参与率的内涵考虑，本文在计算劳动力参与率时采用第一种计算方法。长期低于华北区、华东区、中南华南区、西南区和西北区；这里的六大区域划分与《中国统计年鉴》的划分相一致。其中，华北区包括京、津、冀、晋、蒙；东北区包括辽、吉、黑；华东区包括沪、苏、浙、皖、闽、赣、鲁；中南华南区包括豫、湘、鄂、粤、桂、琼；西南区包括渝、蜀、贵、云、藏；西北区包括陕、甘、青、宁、新。20世纪90年代后，随着中国劳动力参与率下降，东北地区劳动力参与率虽然也呈现同步下降态势，但低于其他区域的程度不仅未缩小，而且与华东区、中南华南区和西南区的差距还有一定程度扩大。到底是哪些因素导致了东北地区劳动力参与率低于其他区域这一结果？以及各因素的影响效应和程度如何？是本文欲重点探讨的问题。统计资料显示，东北地区劳动力参与率低于其他区域的时间始于20世纪80年代初，不过，考虑到经济体制转型前东北地区劳动力参与率最低的致因相对简单，且缺乏连续而完整的统计资料，因此，本文主要研究经济体制转型后，即20世纪90年代以来的情况。
劳动力参与率一般受宏观和微观两方面因素影响。金剑[1-2]和裴丽霞[3]等人从宏观层面的研究认为，传统计划经济体制和劳动就业管理制度、低水平的社会生产力、青年人就业早而达到退休年龄者退出就业迟、不完善且低水平的社会保障、滞后的教育观念以及女性劳动者的高参与水平，是中国劳动力参与率长期较高的致因，而固定资产投资增加、城市化水平提高和失业率上升则诱致20世纪90年代中期以来中国劳动力参与率下降。陆铭和葛苏勤[4]将20世纪90年代以来中国劳动力参与率的下降归因于经济体制转轨、第三产业占GDP比重上升和教育发展。丁仁船[5]肯定了经济体制变革对中国劳动力参与率下降的影响，经济发展水平提高、城镇非劳动参与人口增加和失业率上升也是中国劳动力参与率下降的致因。Tansel[6]研究了失业率对土耳其女性劳动力参与率的影响，失业率对失业者劳动力参与具有沮丧效应（discouragingeffect）。张车伟和吴要武[7]以及蔡昉和王美艳[8]的研究认为，在劳动力供过于求和城镇失业较严重情况下，那些长期找不到工作的人因丧失信心而退出劳动力市场，而那些准备进入劳动力市场的人则因就业机会减少或就业报酬预期降低而延迟进入，结果导致经济活动人口相对减少。因此，劳动力市场就业压力加重特别是较高的失业率是中国劳动力参与率下降的主因。马忠东等[9]认为，教育可通过延长在校时间而将劳动力参与强度降为零，受教育者毕业后可提高劳动力参与强度，教育对提高女性的劳动力参与有显著作用。Bloom等[10]以及Aaronson等[11]的研究认为，人口老龄化会通过减少劳动力供给而影响劳动力参与率。虽然现有成果并未论及东北地区劳动力参与率最低这一问题，甚至对劳动力参与率影响因素的作用效应也未达成一致意见，但其对本文的借鉴意义却不言而喻。
二、模型设计、变量说明和数据来源
（一）变量选取和模型设计
基于本文研究目的，这里筛选出老年人口比重、总抚养比、经济增长率、工业化率、第三产业增加值比重、城镇职工平均工资、大学招生率、城镇失业率和非国有企业资产比重，分别代表人口年龄结构变化、劳动力人口社会经济负担、经济增长、产业结构调整、劳动者收入水平、高等教育招生规模扩张、城镇失业和经济体制变迁，研究这些因素对劳动力参与率的影响。为避免同期内生问题，这里用城镇失业率滞后一期和滞后二期来代表城镇失业率。另外，考虑到东北地区劳动力参与率最低是与其他区域的劳动力参与率相对较高而言的，因而需要将东北地区与其他区域置于同一框架内来讨论。
（二）变量说明和数据来源
在计算劳动力参与率时，就业人口采用区域内城乡就业人数，失业人口采用城镇失业人口（它是上年末城镇未解决就业的登记失业人数与本年度失业人数及下岗职工数之和，减去本年度解决就业的失业人数和下岗职工数），劳动年龄人口按15—64岁，由历年人口抽样数据计算得到。计算失业率时，就业人口采用城镇就业人数，失业人口与计算劳动力参与率一致时，它实际为城镇失业率。城镇失业率虽高于城镇登记失业率，但可能低于城镇调查失业率。
为增强经济增长的区域可比性，本文以2000年价格为基准，对各省市不同年份的GDP进行指数平减，并以此计算不同年份各区域的GDP和经济增长率。
老年人口比重是反映人口年龄结构变化特别是人口老龄化程度的重要指标。总抚养比是一种名义抚养比，可反映某区域一定时期劳动力人口的社会经济负担状况。
工业化率和第三产业增加值比重是表征区域产业结构调整状况的指标，既可反映各区域的产业配置和发展情况，也可反映一定时期产业改造和结构调整给区域产业和部门结构以及就业带来的影响。
城镇职工平均工资水平对就业有重要影响。一般来讲，区域平均工资水平越高，对劳动者就业的吸引力越大；区域平均工资水平越低，对劳动者就业的吸引力越小。
大学招生率是某区域某年度升入大学人数占该区域该年度高中毕业人数的百分比。因获取每年各区域升入大学数据比较困难，这里以区域内每年高等学校招生数来替代。其结果可能会因某区域大学较多，对区域外招生规模较大，而导致比重偏高，甚至超过100%，像华北区和东北地区个别年份即出现了此类问题。但考虑到多数大学均侧重在本区域或邻近区域招生，其对研究结果虽有影响，一般不会太大。
非国有企业资产占规模以上工业企业资产比重是反映不同区域经济市场化进程快慢的重要指标，它是一定时期某区域非国有企业总资产（为规模以上工业企业总资产，减去国有及国有控股工业企业与集体工业企业总资产之和后的总资产）占该时期该区域规模以上工业企业总资产的比率。一般来讲，非国有企业资产比重越高，区域经济体的市场化进程越快；反之，则市场化进程越慢。
本文的基础数据来自历年《中国统计年鉴》、《中国人口统计年鉴》和《中国劳动统计年鉴》。因《中国统计年鉴》和《中国劳动统计年鉴》均未提供1995年分地区的三次产业增加值数据和2006年分地区的就业人口数据，为保证数据连续性，本文进行了数据内插处理。受资料可获得性和完整性限制，除城镇失业率滞后一期和滞后二期项外，其余变量使用的数据时段均为1995—2009年；城镇失业率滞后一期和滞后二期的数据时段分别为1994—2008年和1993—2007年。
三、回归结果及分析
对各变量数据序列的描述性统计表明，各变量的数据序列均具较高集中度，不过，考虑到截面时间序列的非平稳性，为避免伪回归现象，本文对各变量的截面时序数据进行了Fisher-ADF单位根检验。检验结果表明，各变量的截面时间序列均为非平稳，经一阶差分后，各变量的截面时间序列在5%水平上均为平稳序列，表明各变量的截面时间序列是一阶单整的。
基于变量序列的平稳性检验结果，从减少截面数据造成的异方差影响考虑，本文用截面加权的广义最小二乘法（GLS）进行回归。回归模型结果显示，工业化率、第三产业增加值比重和城镇失业率滞后项均不显著（模型I），但按从大到小的顺序渐次消去未通过t检验的城镇失业率滞后二期和第三产业增加值比重两变量后，其余解释变量均顺利通过t检验，由此得到回归模型Ⅱ，如表1所示。
由表1可见，回归模型I和模型Ⅱ均具较高拟合优度，且模型的F值均通过1%显著性检验。而且，对回归模型残差序列的单位根检验结果表明，模型I和模型II的Fisher-ADF值均在5%水平上显著，即两模型均是平稳的，可用于劳动力参与率影响效应的分析。此外，对模型Ⅱ与模型Ⅰ的比较发现，虽然模型Ⅱ舍弃掉了两个自变量，但其拟合优度变化不大，且F值有所提高，即是说，模型Ⅱ总体上优于模型Ⅰ。
表1的回归结果表明，老年人口比重、大学招生率对劳动力参与率具有显著负效应，人口老龄化程度高及高等教育招生规模扩大，均会拉低劳动力参与率，这与Bloom等[10]和马忠东等[9]得出的结论基本一致；经济增长率、非国有企业资产比重、城镇职工平均工资水平和总抚养比对劳动力参与率有显著正效应，经济增长、经济体制市场化变迁、城镇职工平均收入水平提高和劳动力人口经济负担加重，均会拉高劳动力参与率，这与国内学者的观点[4-5]不完全相同。工业化率及城镇失业率滞后一期虽然在模型I中对劳动力参与率不具显著影响，但在模型II中，工业化率对劳动力参与率有显著正效应，城镇失业率滞后一期则表现为显著负效应，也就是说，在体制转型过程中，工业化水平的提高会拉高劳动力参与率，城镇失业率升高则会滞后地拉低劳动力参与率。城镇失业率滞后二期和第三产业增加值比重对劳动力参与率的影响均不显著。
四、东北地区劳动力参与率最低的原因分析
为全面而深刻地认识各因素对东北地区劳动力参与率的影响，本文将研究时段划分为1993—1998年、1999—2003年和2004—2009年三个分时段，如此划分时段的原因，一是考虑到1999年为全国高等学校扩招的起始年，高校扩招使各区域大学招生率迅速提高；二是考虑到2003年10月国家批准东北老工业基地振兴战略，而且始于2001年的辽宁省完善城镇社会保障体系试点工作在2003年基本结束，2004年国务院批准在吉林和黑龙江启动完善城镇社会保障体系试点。从全时段（1995—2009年）和分时段两个层面展开讨论。
（一）人口年龄结构变化的影响
从人口年龄结构演变趋势看，近20年东北地区正值人口快速老龄化时期，2003年前东北地区人口老龄化程度还低于除西北区外的其他区域，2004年后则超过华北区和中南华南区。从全时段看，东北地区的人口老龄化程度低于除华北和西北区外的其他区域（如表2所示），而由于老年人口比重对劳动力参与率有显著负效应，即人口老龄化可通过影响劳动力供给而降低劳动力参与率[10-11]，因此，1995—2009年老年人口比重对东北地区劳动力参与率低于华北区和西北区表现为正贡献率，而对华东区、中南华南区和西南区则为负贡献率（如表3所示）。这说明，人口老龄化只对东北地区劳动力参与率低于华北区和西北区有影响。
从总抚养比的全时段和分时段比较来看，东北地区均明显低于其他区域（如表2所示），较低的总抚养比使东北地区劳动力参与率比其他区域平均低了45%—112%（如表3所示）。而通过将总抚养比分解为抚养少儿比和抚养老年比后发现，东北地区的总抚养比较低主要因其抚养少儿比较低所致，研究表明，20世纪90年代以来，不仅东北地区的名义总抚养比，而且实际总抚养比（定义为每百名经济活动人口所抚养的少儿人口和老年人口数），均低于其他区域。因为无论从全时段还是分时段的抚养少儿比，东北地区均显著低于其他区域，而扶养老年比与其他区域的差距则相对较小，这表明，就总抚养比对东北地区劳动力参与率低于其他区域的影响而言，起关键作用的是抚养少儿比而非抚养老年比。进一步研究还发现，东北地区的抚养少儿比明显低于其他区域，与其人口出生率长期低于、而劳动年龄人口比重长期高于其他区域有关。通过人口出生率的区域比较发现，自20世纪80年代中期以来，东北地区的人口出生率一直低于其他区域，这种较低的人口出生率，既表征了东北地区计划生育工作的显著成效，也对其抚养少儿比甚至总抚养比形成了直接影响。此外，受出生率持续下降和人口老龄化的共同影响，东北地区的劳动年龄人口比重则保持了较高水平，20世纪90年代以来基本维持在71%—78%，比其他区域平均高出35—72个百分点。可见，计划生育对人口出生率的影响在带来少儿人口持续减少、人口老龄化不断加剧的同时，也对劳动力人口的抚养比产生了深刻影响，使东北地区的抚养少儿比和总抚养比长期低于其他区域，进而，这种低抚养比又成为东北地区劳动力参与率低于其他区域直接且重要的原因。
（二）经济体制转型和城镇失业的影响
东北地区是中国传统的老工业基地，也是重化工业和国有大中型工业企业最集中、机制和观念受计划体制禁锢较严重的地区之一。新中国成立后，国家基于战略和原有工业基础的产业安排，造就了东北地区以重化工业为主导、以国有大中型企业为主体的经济模式。这种经济模式在推动东北地区工业化和人口城市化水平提高的同时，一方面，因重化工业固有的对劳动者知识技能的较高要求，以及国有工业企业用工制度的僵化及国有工业企业就业容量的有限性，而将大量城镇劳动者拒于国有企业之外；另一方面，在国有企业长期从事缺乏竞争、无风险且知识技能较单一工作的结果，又使员工养成了被动、随遇而安的工作和生活习惯，形成了具有较强专用性的人力资本[12]。从改革开放到经济体制转型初的十几年中，在华南和华东区的私营经济迅速成长壮大的同时，东北地区的私营经济却成长缓慢。国家统计局资料显示，1994年东北地区包括私营企业在内的非国有企业资产仅占区域内规模以上企业总资产的1269%，显著低于华东区（2234%）和中南华南区（2796%）。从分区域市场化进程来看，受传统观念和计划体制等影响，2003年前东北地区的市场化进程既慢于华东区、中南华南区和华北区，也慢于西南区和西北区。2003年后国家振兴东北老工业基地等一系列战略的实施，在为东北地区带来新的发展机遇的同时，也激活了其经济活力，加速了其市场化进程，2003—2009年间东北地区非国有企业资产比重提高了1750%。但总体来看，由于经济体制转型之初东北地区的初始市场化水平较低，加之其后很长一段时期提高缓慢，东北地区的非国有企业资产比重虽高于西北区，却远低于华东区、中南华南区，甚至华北区和西南区，并由此导致东北地区的劳动力参与率分别比华北区、华东区、中南华南区和西南区低了1383%、4150%、3088%和059%。
而且，随着经济体制转型和国有企业改制改革，以及一些资源型城市相继陷入资源枯竭和产业转换升级困境，一方面，东北地区的传统产业，特别是采掘业和传统制造业快速萎缩，大批国有和集体工业企业因市场适应力差、经营管理不善等纷纷被兼并或破产、倒闭；另一方面，由于接续产业及非国有经济特别是私营经济未得到充分培育和发展，在传统产业或国有和集体企业大量挤出就业情况下，无法在短期内担负起转移和吸纳大量剩余劳动力的重任，加之多数被挤出人员的观念陈旧、知识技能单一，以及社会未能为他们提供有效的就业培训和指导，因而导致大量城镇职工下岗、失业，致使城镇失业率持续在高位徘徊。资料显示，1993—2003年东北地区的重工业企业数从29695个锐减至7381个，减幅达7514%；国有和集体工业企业数则由1993年的53780个减少到2003年的4731个，到2009年，国有企业数已从2003年的3273个减少到1795个。与此同时，东北地区城镇工业部门从业人数由1993年的122270万人锐减至2009年的41940万人，15年间城镇工业部门从业人数净减80330万人；城镇国有和集体经济单位从业人数由1993年的23804万人减少到2003年的85610万人，2004年后有所回升，2009年为100240万人，15年间城镇国有和集体经济单位从业人数净减1378万人。2000年以来东北地区城镇失业率基本维持在8%以上，最高时接近12%（2004年为1179%），明显高于其他区域。尽管近十多年来中央及各级地方政府高度重视就业和再就业工作，通过一系列措施有效解决了部分下岗失业者的就业和再就业问题，然而，受持续高失业率影响，一方面，一些长期找不到合适工作的失业者，特别是“4050”失业人员因失去就业和再就业信心而沦为“沮丧劳动者”[7-8]，被迫暂时或永久退出劳动领域；另一方面，一些年轻劳动者则迫于就业压力或难以找到满意工作而延迟就业，选择接受更高层次教育或接受更多的职业技能培训[13]。研究表明，1995—2009年东北地区较高城镇失业率的滞后负效应，约使其劳动力参与率分别比华北区、华东区、中南华南区、西南区和西北区低了562、086、039、155和484个百分点。可见，经济体制转型既通过影响经济运行机制、模式及所有制结构和经济活力而影响劳动力参与率，也通过影响人们的价值观念和择、就业行为等影响劳动力参与率，是20世纪90年代中期以来影响东北地区劳动力参与率的重要因素。
（三）经济增长与产业结构调整的影响
受计划体制和传统观念影响，加之重化工业和国有工业企业“一头独大”问题比较严重，20世纪90年代后东北地区经济一度陷于萎靡和发展乏力困境，经济增长长期滞后于华东区、中南华南区和华北区。2003年后东北老工业基地振兴战略的实施，使东北地区经济增长乏力的状况逐步得到改善，到2008年，东北地区经济增长率已超越除西南区外的其他区域。不过，因东北地区的经济增长率长期低于除西南区和西北区外的其他区域，加之经济增长对劳动力参与率具有正效应，因此，从全时段看，经济增长使东北地区的劳动力参与率比华北区、华东区和中南华南区分别低了298、210和110个百分点。
工业化率是区域产业结构状况的具体体现，它的高低和升降变化，既反映了产业发展的社会价值取向和三次产业的内部比例关系，也可揭示工业部门内部轻、重工业的结构及其变化，间接反映工业生产的资源配置特征以及对劳动力或资本、技术需求的偏向度，通过影响就业结构和劳动力需求而影响劳动力参与率。长期以来，东北地区较高的工业化和城市化水平是制度安排和行政力量推动的结果[14]，以采掘业和传统制造业为主导的重工业部门是其工业化和吸纳城镇就业的主要部门。随着经济体制转型和产业结构调整，原来对行政性资源配置有较大依赖性的工业部门，特别是重工业部门受到了较大冲击，采掘业、传统制造业的不景气甚至快速萎缩，在导致工业部门内部结构特别是轻、重工业比例关系发生变化的同时，也引致了东北地区工业化率一定程度的下降和城镇职工大量下岗、失业。国家统计局资料显示，1993年经济体制转型之初东北地区重工业部门产值占整个工业部门的比重为7258%，工业化率为4600%，采掘业和制造业职工人数占城镇职工总数的4871%，到2003年，重工业部门产值占工业部门产值比重上升到8193%，资本密集化程度进一步加强，与此同时，工业化率则下降到4427%，采掘业和制造业职工人数占城镇职工的比重降至3236%，重工业企业数也由1993年的29695个减少到7381个。工业企业特别是重工业企业数量的锐减，或采掘业和制造业的快速萎缩，使城镇职工人数10年间减少了90870万人。不过，由于东北地区的工业化率在经历了短暂下降后2003年即重新回复到上升通道，而且，除个别时段（2004—2009年时段和整个时段东北地区的工业化率低于华东区）外，东北地区的工业化率均高于其他区域，因此，较高的工业化率无疑从一定程度上缩小了东北地区劳动力参与率与除华东区外的其他区域的差距（工业化率对劳动力参与率具有正效应）。当然，近些年来东北地区工业化率的回升及其对劳动力参与率低于其他区域的缩小作用并非孤立的，而是以工业经济重新恢复活力，以及劳动力供给旺盛条件下劳动者特别是“70后”和“80后”新一代劳动者职业技能素质的不断提高为前提的。
（四）城镇职工收入水平的影响
对城镇职工平均工资的区域比较发现，东北地区城镇职工平均工资水平长期低于其他区域。这种较低的工资水平，既与中国城镇国有和集体企业在计划体制下形成的“低工资、高福利”模式有关又与东北地区经济发展活力不足，在国有经济和集体经济萎缩、萎靡情况下，非国有经济特别是私营经济因未得到充分培育、发展而无法发挥其在促进就业和调节市场工资率中的作用有关。长期以来，东北地区的人口城市化水平一直高于其他区域，而城镇中的劳动者又大多就业于国有经济和集体经济部门，国有企业和集体企业稳定、高福利的“一贯制”工作模式，使人们形成了求稳定、图安逸的就业心态和观念。在再就业过程中，多数下岗失业者“非正规部门不找”、“非合意工作不干”的结果，既增加了他们再就业的难度，一些无法在正规部门找到“合意”岗位的人长期处于失业状态，靠拿失业金或低保金生活，也变向抑制了城镇劳动力市场工资率的上升，迫使那些为了在正规部门就业竞争中取胜者不断加大人力资本投资。可见，东北地区城镇职工相对较低的工资水平是与区域经济发展的活力、正规部门传统的薪酬模式以及城镇劳动者长期形成的就业观念等密切关联的，城镇职工平均工资水平较低对东北地区劳动力参与率低于华北区、华东区、中南华南区、西南区和西北区的贡献率分别为1495%、727%、346%、090%和316%。
（五）高等教育招生规模的影响
高等教育招生规模扩张是教育快速发展的结果，它推动了高等教育的“大众化”。从大学招生率的区域比较看，除1995—1998年时段略低于华北区外，其他时段东北地区的大学招生率均明显高于其他区域。东北地区较高的大学招生率与其教育的整体发展水平和人均拥有大学数量有着密切关系。统计资料显示，1993年东北地区每十万人拥有大学014所，是所有区域人均拥有大学数最多的；虽然2000年后东北地区每十万人拥有大学数略低于华北区，却明显高于其他区域。若按学龄人口统计，东北地区每十万人拥有大学数量也是全国最多的。相对充裕的高等教育资源，再加上持续较高的城镇失业率和激烈的正规部门就业竞争，是东北地区大学招生率长期高于其他区域的重要前提，而高等教育招生规模扩张则进一步提高了其大学招生率，使2000年以来东北地区的大学招生率基本维持在90%以上。由于大学招生规模扩张具有延迟劳动年龄人口步入经济活动领域的作用，因此，高等学校招生规模扩张在迎合人们强烈的接受更多和更高层次教育的需求、暂时缓解就业压力的同时，也对东北地区劳动力参与率低于其他区域起到了推波助澜的作用。研究表明，1995—2009年间，大学招生率对东北地区劳动力参与率低于其他区域的贡献率为780%—2590%。
综上可见，虽然各因素对东北地区劳动力参与率低于其他区域有着不同影响，但从这些因素对东北地区低于其他区域的综合贡献率看，除西南区略低外，其他区域的综合贡献率均值均在81%以上。从整个研究时段看，东北地区劳动力参与率低于华北区、华东区、中南华南区、西南区和西北区的100%、91%、100%、50%和116%均可通过上述因素得到解释。
五、结论
前文研究表明，老年人口比重和大学招生率对劳动力参与率具有显著负效应；总抚养比、经济增长率、工业化率、城镇职工平均工资水平、非国有企业资产比重对劳动力参与率具有显著正效应；城镇失业率对劳动力参与率具有显著的滞后一期负效应。通过进一步分析，本文得出如下结论：（1）人口年龄结构变化，即计划生育导致少儿人口相对减少和人口老龄化，是东北地区劳动力参与率低于其他区域的直观且重要的影响因素，其中，抚养少儿比偏低导致总抚养比偏低，是东北地区劳动力参与率低于其他区域的直观致因，人口老龄化只对东北地区劳动力参与率低于西北区有较大影响。（2）经济体制转型，即非国有企业资产比重是东北地区劳动力参与率低于华北区、华东区和中南华南区的重要致因，而与经济体制转型、资源枯竭和产业结构调整等相关联的持续、较高的城镇失业率，也是东北地区劳动力参与率低于其他区域的不容忽视的影响因素，若将其影响与东北地区较高的大学招生率联系起来看，作用会更显著。（3）经济增长对东北地区劳动力参与率低于华北区、华东区和中南华南区有较低的正贡献率，产业结构调整，即工业化率从一定程度上缩小了东北地区与其他区域劳动力参与率的差距。（4）城镇职工平均工资水平对东北地区劳动力参与率低于其他区域具有显著影响。（5）高等学校招生规模，即大学招生率是东北地区劳动力参与率低于其他区域的重要致因。
基于上述结论，从推动区域经济可持续发展和促进就业考虑，今后东北地区应着力加强以下工作：（1）抓住东北老工业基地发展的战略机遇期，加速推进市场化进程，大力培育和扶持私营经济和第三产业，加快产业结构调整和升级换代，通过培育具有地方和区域优势的接续产业，打造支撑区域经济可持续发展的强势产业链和产业集群，以发展促就业。（2）加快建设城乡和区域一体化的劳动力市场，完善劳动者就业培训和就业咨询服务体系，有效降低劳动者的工作搜寻成本。（3）抓住劳动力供给旺盛的有利时机，大力发展中、高等职业技术教育，完善职业技能培训制度和培训体系，改善劳动力的知识技能结构，提高劳动者技术技能水平，以适应产业结构调整、升级的要求。（4）在建立和完善社会保障体系、扩展保障覆盖面和提高保障水平的同时，逐步推进失业保险向就业保障转变，通过提高劳动者就业能力来改善劳动者就业状况，为东北地区经济可持续发展注入不竭动力。
参考文献：
[1]金剑转型时期的中国劳动力参与率问题[J]商业研究，2006，（5）：84-87
[2]金剑我国人口劳动力参与率的影响因素的实证分析（1978—2001年）[J]河北经贸大学学报，2004，（2）：13
[3]裴丽霞我国劳动力参与率现状分析[J]人口与经济，2008，（增刊）：18-19
[4]陆铭，葛苏勤经济转轨中的劳动供给变化趋势：理论、实证及含义[J]上海经济研究，2000，（4）：24-33
[5]丁仁船宏观经济因素对中国城镇劳动供给的影响[J]中国人口科学，2008，（3）：11-19
[6]Tansel，AEconomicDevelopmentandFemaleLaborForceParticipationinTurkey：Time-SeriesEvidenceandCross-ProvinceEstimates[R]WorkingPaperofMiddleEastTechnicalUniversity，Turkey，2001
[7]张车伟，吴要武城镇就业、失业和劳动参与：现状、问题和对策[J]中国人口科学，2003，（6）：33-40
[8]蔡昉，王美艳中国城镇劳动参与率的变化及其政策含义[J]中国社会科学，2004，（4）：68-79
[9]马忠东，吕智浩，叶孔嘉劳动参与率与劳动力增长[J]中国人口科学，2010，（1）：11-27
[10]Bloom，DE，Canning，D，Fink，GImplicationsofPopulationAgingforEconomicGrowth[J]OxfordReviewofEconomicPolicy，2010，26（4）：583-612
[11]Aaronson，S，Fallick，B，Figura，A，Pingle，J，Wascher，WTheRecentDeclineinLaborForceParticipationandItsImplicationforPotentialLaborSupply[R]WorkingPaperoftheFederalReserveBoard，2006
[12]赖德胜，孟大虎专用性人力资本、劳动力转移与区域经济发展[J]中国人口科学，2006，（1）：60-68
[13]赵秋成东北老工业基地劳动力转移配置特征[J]经济管理，2010，（1）：164-169
关键词：科教支出；经济增长；劳动；资本
中图分类号：F061.省略
一、引言与文献综述
20世纪80年代中期以来，随着新经济增长理论的兴起，一些研究者试图建立有关政府公共支出与长期经济增长率之间关系的内生增长模式。如Barro分析结果显示财政支出占GDP的比例会显著影响经济增长［1］。随后，Barro在前者研究的基础上区分了公共支出的不同类型［2］。进一步地，Devarajan等提出在理论上把公共支出分解为生产性的和非生产性的，指出在最优状态下，生产性公共支出与非生产性公共支出的比值应该取决于这两项支出对生产的贡献度（产出弹性）之比［3］。
国外学者除了在理论上进行积极探索外，还在实证方面做了大量研究。一方面，许多经验分析得出公共支出对经济增长有负面影响的结论［4-8］。另一方面，一些经验分析又得出了公共支出对经济增长具有正效应的结论［9-10］。
总之，关于政府支出对经济增长的作用，西方学者的观点可以归纳为两点：一方面，公共支出需要以公共收入为基础，因此降低私人储蓄来源，从而降低经济增长；另一方面，也提高了私人生产力，又刺激了私人储蓄，两者作用的强弱要看公共支出对私人支出的补充和替代作用的大小。如果补充程度越低，替代程度越高，对私人储蓄的冲击就越小，公共支出水平和经济增长的关系并非单调的，在给定的补充或替代水平下，公共支出首先提高增长率至某一点，然后二者将是负相关的。这些理论研究与经验分析对我们分析我国的政府支出与经济增长非常有益，从中可以发现，政府公共支出不是一个简单的外生变量，笼统的讨论政府支出对经济增长的影响，其结论并不确定，但是我们可以尝试先将政府支出分为生产性与非生产性的支出，然后考察各个单项政府支出与经济增长的关系。本文试图从生产性的政府支出――科教支出入手，去分析政府支出对经济增长的影响。
对于我国的科教支出与经济增长的关系，近年来国内学者也进行了一些探索。如骆永民采用1953―2003年的时序数据对我国科教支出和经济增长的关系进行实证分析后发现，我国对教育和科研的财政支出和GDP变化有着长期均衡关系，并且教育支出在长期中受经济增长的影响较大，科研支出却在短期中受经济增长的影响较大［11］；而科研支出在长期中对经济增长的贡献却比教育支出更为显著。得到类似结论的还有祝接金，他通过Granger因果关系检验结果显示，政府科技总支出波动是引起TFP波动的原因［12］。郭玉清、刘红和郭庆旺则构建以资本、知识和产出为研究对象的动态理论模型，在此基础上进一步构建了动态计量模型，得到实证结论是中国财政科教支出对其资本形成、产出增长及全要素生产率的提高均有积极影响，但作用力度和影响方式存在区别［13］。其中，有一些学者已经注意到由于我国区域经济发展水平存在较大差异，不同区域的科教支出对于经济增长的影响不一样［14］。他们通过对我国东、中、西三大区域的分析发现，经济发展水平不同的地区，其政府科技支出的生产率改进作用不同。在东部地区，政府科技支出改进效应主要体现在全要素生产率方面，对资本生产率和劳动生产率基本上没有改进作用；在中部地区，政府科技支出仅对资本生产率有微弱的改进作用，对劳动生产率和全要素生产率没有改进作用；西部地区的情况与中部较为类似。教育支出与此类似，相同学历层次的政府教育支出对全要素生产率改进幅度按东、中、西依次递减，即东部地区所有学历层次的政府教育支出对全要素生产率改进作用均是最强的，其次是中部地区、西部地区相对最弱。
从现有的研究结果看，我们发现：虽然从全国范围来看，科技和教育支出对经济增长率有一定的提升作用，但较为微弱；从大量的统计检验来看，只有东部地区在统计上显著，中、西部地区的影响统计上都不显著［2-4-5-6］。出现这种状况的原因与科学事业费的最终用途有关，由于东部地区级别较高的科研院所集中，国家教育和科学事业费大多向这些院所倾斜，当这些经费被投入到基础研究之中，就对生产率产生了显著的积极作用；而在中、西部地区，目前科学和教育经费大量被用于弥补行政管理部门工作经费的不足，真正投入到科研中的比例不足，自然对经济增长率作用力减弱，但究竟在多大程度上有影响？各项支出分别有多大的影响？以及随着时间的推移这种相互关系是否稳定？对于这些问题，上述学者则关注较少。
综上所述，我们可以明确的是：东部与中、西部的科教支出对生产率和经济增长的影响已经呈现出不同的性质，东部的科教支出与经济增长的关系已经基本得到确认，而中、西部科教支出与经济增长的关系还需要进一步考察。我们试图在充分考虑这种差异的基础上，着重分析中、西部省份科教支出与经济增长的关系。鉴于此，我们剔除东部发达省份的数据，单独研究中、西部省份的科教支出与经济增长率，以期为中、西部省份的科学技术和教育支出政策提供有意义的参考。
二、科技与教育支出与经济增长关系的计量模型的设定
在理论上，政府科技和教育支出促进经济增长的机制包括两方面：一方面政府科技和教育支出通过改善资本和劳动等单个要素生产率而促进经济增长，另一方面政府科技和教育支出通过鼓励和支持技术创新活动以提高全要素生产率（TFP）而转化为经济增长的动力。
为了进一步分析科教支出与经济增长之间的理论关系，我们可以构建如下模型：
假设总量生产函数为柯布―道格拉斯函数形式，则有：
YtAtKβ2tLβ3t（1）
其中，Y表示产出，K表示资本，L表示劳动，A为技术进步，β2、β3分别代表资本和劳动的产出弹性。对方程（1）两边取自然对数并求导，则可构建如下增长模型：
gitβ2kit+β3lit+ait（2）
方程（2）中，g表示产出增长率；k表示资本增长率；l表示劳动增长率；a为索洛残差代表的全要素生产率TFP；i（i1，2，…，n）和t（t1，2，…，T）分别表示各省份和时间。
现在，考虑政府科技支出的作用机制，假定政府科技支出是通过提高全要素生产率而提高经济增长率，则可以如下表示：
aitβ1+β4Tit+εit（3）
其中，Tit表示政府科技支出，具体的含义为政府科技支出总量占GDP的比例。ε为误差项，包括企业R&D投入等其它因素的影响。
联立方程（3）和方程（2），有：
gitβ1+β2kit+β3lit+β4Tit+εit（4）
利用方程（4）我们则可分析科技指出对经济增长的影响。
进一步地，如果将方程（4）中的政府科技支出变量T替换为政府教育支出变量E（以教育支出占GDP的比例衡量），则可得到方程（5），用以实证分析政府教育支出对经济增长率的影响。
gitβ1+β2kit+β3lit+β4Eit+εit（5）
另外，考虑到政府科技支出和政府教育支出的经济增长效应可能存在一定的时滞，故方程中使用政府科技支出和政府教育支出变量的滞后项，这样方便我们找寻政府科技支出和政府教育支出经济增长率的滞后影响。那么本文最终用于分析科技支出与教育支出对经济增长影响的计量模型实际上为：
gitβ1+β2kit+β3lit+β4Tit－1+εit（6）
gitβ1+β2kit+β3lit+β4Eit－1+εit（7）
三、变量选取与数据来源
由于地区资本存量没有对应的统计资料，现有文献所使用的资本存量都是经过一定间接计算获得的，但是这些计算的资本存量之间存在较大差异，尚没有一个比较权威的计算标准。另外，由于增长率指标更能反映投资活动的波动性，本文采用资本形成增长率代替资本存量的增长率。一般来说，资本形成包括固定资本形成和存货，存货一般逆经济周期增长变化，因而只有固定资本形成可对经济增长产生影响，所以我们采用固定资本形成增长率表示变量。同时，我们用单个行业就业人员增长率表示劳动增长率，各省市实际GDP（扣除物价因素）增长率代表其经济增长率。
用各地区科技支出占其GDP的比例表示政府科技支出规模变量（T）。基于各地区政府科技支出数据的可得性考虑，本文实证分析的时间段为1996―2007年，实际数据均为1990年不变价格表示的可比数据。具体地讲，我们用政府财政支出项目中与科技相关性较大的项目支出总和作为地区政府科技支出，主要包括政府挖潜改造革新支出、政府科技三项费支出和政府科学事业费支出。
用各地区教育支出占其GDP的比例表示政府教育支出规模变量（E）。具体的，用政府小学、初中、高中和高等教育的政府支出之和与GDP的比例代表政府各级教育支出总规模变量。同样，基于对政府教育支出数据可得性的考虑，本文实证分析的时间段为1996―2007年，实际数据均为1990年不变价格表示的可比数据。
本文选取1996―2007年19个中、西部份省份（不含）科技和教育投入规模、资本和劳动增长率以及经济增长率的面板数据。具体的划分如下：中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省市；西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等11个省市来划分。
以上数据均来自历年《中国统计年鉴》、《中国科技统计年鉴》和《中国教育经费统计年鉴》。下面我们将根据方程（6）和方程（7），用Eviews6.0软件对各地区面板数据进行实证分析，分别揭示政府科技支出和政府教育支出对资本和劳动投入的产出弹性和经济增长率的影响。
四、实证分析
1.固定效应模型与随机效应模型的选择
由于本文所使用的数据为面板数据，这便需要考虑各省市间所存在的地区性差异。在面板数据的分析中，考虑个体差异的两种主要方法为固定效应模型与随机效应模型。我们需要在这两种模型中进行选择。具体而言，对方程（6）其固定效应模型的表达式为：
gitβ1i+β2kit+β3lit+β4Tit－1+εit（8）
而其随机效应模型的表达为：
gitβ1+β2kit+β3lit+β4Tit－1+νi+εit（9）
利用Hausman检验，我们可以在模型（8）和模型（9）之间进行选择。Hausman检验的原假设：随机效应模型优于固定效应模型。Hausman检验统计量的P值为0.39。这意味着我们在10%的水平下不能拒绝原假设。这意味着随机效应模型优于固定效应模型，因此关于科技支出对经济增长的影响我们选择模型（9）进行参数估计。
根据同样的思路，对方程（7）其固定效应模型的表达式为：
gitβ1i+β2kit+β3lit+β4Eit－1+εit（10）
而其随机效应模型的表达为：
gitβ1+β2kit+β3lit+β4Eit－1+νi+εit（11）
同样可得Hausman检验统计量的P值为0.29。这同样意味着我们在10%的水平下不能拒绝原假设。这意味着随机效应模型优于固定效应模型，因此我们选择模型（11）对参数进行估计。
2.参数估计的结果
对模型（9）进行估计的相关参数如表1所示：
表1模型（9）的相关参数估计结果
从表1可以发现，经济增长对科技支出的回归系数仅为0.03。这意味着科技支出对经济增长仅有微弱的积极影响。另外，其β4的t统计量的P值为0.08，这意味着经济增长对科技支出的回归系数仅在10%的显著水平下显著，而在5%的显著水平下不显著。
对模型（11）进行估计的相关参数如表2所示：
表2模型（11）的相关参数估计结果
从表2可以发现，经济增长对教育支出的回归系数仅为0.01。这意味着教育支出对经济增长仅有微弱的积极影响。另外，其β4的t统计量的P值为0.11，这意味着经济增长对教育支出的回归系数在10%的显著水平下也不显著。
将表1和表2的估计结果进行对比，我们可以发现：中、西部19个省市的科技和教育支出都对国民产出有微弱的积极影响，但这种影响都不是很显著。另外相对于教育支出，科技支出对经济增长的作用更为明显，检验的显著水平相对更高。
3.科技与教育支出对资本和劳动的产出弹性的影响
为了分析科技支出对资本和劳动的产出弹性的影响，我们有意将模型（9）和（11）中的科技与教育支出项暂时忽略，从而得到：
gitβ1+β2kit+β3lit+νi+εit（12）
对模型（12）进行估计的相关参数如表3所示：
表3模型（12）的相关参数估计结果
将表3同表1相比，我们可以发现科技支出对资本和劳动产出弹性的影响。通过模型（9）我们估计出的资本和劳动的产出弹性分别为0.37与0.42。通过模型（12）我们估计出的资本和劳动的产出弹性分别为0.52与0.61。由此可见，科技支出对资本和劳动的产出弹性均有正的影响，影响幅度分别为0.15和0.19。
将表3同表2相比，我们可以发现教育支出对资本和劳动产出弹性的影响。通过模型（11）我们估计出的资本和劳动的产出弹性分别为0.32与0.28。通过模型（12）我们估计出的资本和劳动的产出弹性分别为0.52与0.61。由此可见，教育支出对资本和劳动的产出弹性均有正的影响，影响幅度分别为0.2和0.33，这高于科技支出对资本和劳动的产出弹性的影响。
五、结论及政策含义
本文基于柯布―道格拉斯生产函数建立了一个用于实证分析的计量模型，就我国中、西部省份的科教支出与经济增长关系进行实证分析。文章选取1996―2007年19个中、西部份省份科技和教育投入规模、资本和劳动增长率以及经济增长率的面板数据。通过Hausman检验，选择了随机效应模型进行参数估计。实证分析的结果显示：
第一，就科教支出与国民产出的关系看，经济增长对科技支出的回归系数仅为0.03，意味着科技支出对经济增长仅有微弱的积极影响。同时经济增长对教育支出的回归系数仅在10%的显著水平下显著，而在5%的显著水平下不显著。由此可见，中、西部19个省市的科技和教育支出都对国民产出有积极的影响，但这种影响很不显著。相对于教育支出，科技支出对经济增长的作用更为明显，实证检验的显著水平相对更高。
第二，就科教支出与要素投入的产出弹性看，科技支出对资本和劳动的产出弹性均有正的影响，影响幅度分别为0.15和0.19。教育支出对资本和劳动的产出弹性也都有正的影响，影响幅度分别为0.2和0.33，高于科技支出对资本和劳动的产出弹性的影响。
以上结论表明中、西部省份的科教支出对经济增长具有积极的作用，但是这种作用很不明显，科教支出的效率还有很大的提高空间。另外，长期来看，中、西部省份科教支出对生产要素投入具有不同的作用机制，教育支出对要素产出弹性的提高幅度更大。这些结论所蕴含的政策含义也是较为明显的，针对中、西部省份的政府相关部门，本文提出以下政策建议：
第一，继续加强对科技的财政投入。许多研究者已经发现，中、西部地区政府对科技投入的比重明显低于东部，这是中、西部地区在科技创新能力弱于东部的直接原因。因此，中、西部地方政府应不断加大这种投入，增强创新能力。考虑到短期内科技投入对产出的影响大于教育支出，因此我们也要合理平衡地方科技支出与教育支出，为了避免简单的单纯追求政绩，对科技的投入应保持在一个适度增长的规模内，不应一味强调超过实际能力的投入，以免造成不合理投入带来的其他问题。
第二，对教育的财政支出应稳步增加。长期来看，教育支出比科技支出对地方经济的影响更大，因此，中、西部地方政府要避免为了追求短期政绩而降低教育支出的比重。一般来说，教育支出对经济增长的影响周期长于科技支出，因为一般情况下科技支出可以迅速地转化成生产技术的提升，而教育支出是通过作用于劳动和资本间接改进经济效率，其对生产的影响需要一段时间才能显现。正所谓“十年树木，百年树人”，要素生产率的提高需要持续不断地长期努力。所以，中、西部省份现阶段应该继续保持对教育的支出，使之在财政支出中的比重稳步上升。特别是在当前经济结构的调整时期，保持教育投人的稳步增加可以带来未来的经济增长，保持长期内的可持续发展。
第三，大力提高科教支出的使用效率。一些研究显示，在中、西部地区，目前科教事业经费经常被挪用，主要是用于弥补行政管理部门工作经费的不足，真正投入到科技和教育中的比例要低于统计数据所显示的。因此，一方面要采取有效措施限制政府挪用科教经费，另一方面，特别是在地方财政用于科教发展的投入还不充裕的情况下，要大力提高科教支出资金的使用效率。可以考虑对地方科教支出项目进行积极而科学的绩效评价，促使地方政府科教投入产出达到最大化。
参考文献：
［1］Barro，R.J.GovernmentSpendinginaSimpleModelofEndogenousGrowth［J］.JournalofPoliticalEconomy,1990,98（5）:103-125.
［2］Barro.R.J.EconomicGrowthinaCrossSectionofCountries［J］.TheQuarterlyJouralofEconomics，1991，106（2）：407-443.
［3］Devarajan,S.,Vinaya,S.,Heng,F.Z.TheCompositionofPublicExpenditureandEconomicGrowth［J］.JournalofMonetaryEconomics,1996.37（2）：313-344.
［4］Laudau，D.GovernmentExpenditureandEconomicGrowth:ACross-CountryStudy［J］.SouthernEconomicJournal,1983,49（3）：783-792.
［5］Grier，K.，Tullock，G.AnEmpiricalAnalysisofCross-NationalEconomicGrowth,1950―1980［J］.JournalofMonetaryEconomics,1989,24（2）:259-276.
［6］Barth.J.，Bradley,M.TheImpactofGovernmentSpendingonEconomicActivity［R］.Manuscript,Washington:GeorgeWashingtonUniversity,1987.
［7］Levien，R.，Renelt，D.ASensitivityAnalysisofCross-CountryGrowthRegression［J］.AmericanEconomicReview,1992,82（4）：942-963.
［8］Engen.E.，Skinner，J.FiscalPolicyandEconomicGrowth［R］.NationalBureauofEconomicResearch,1992.
［9］Ram，R.GovernmentSizeandEconomicGrowth:ANewFrameworkandSomeEvidencefromCross-SectionandTimeSeriesData［J］.AmericanEconomicReview,1986,76（1）:191-203.
［10］Aschauer，D.IsGovernmentSpendingProductive？［J］.JournalofMonetaryEconomics,1989,23（5）：177-200.
［11］骆永民.我国科教支出与经济增长关系的实证分析［J］.河北经贸大学学报,2005,（5）.
［12］祝接金.中国地方政府科教支出的生产率改进研究［D］.重庆：重庆大学博士学位论文，2008.
［13］郭玉清,刘红,郭庆旺.中国财政科教支出动态经济效应分析［J］.财经研究,2006,（5）.
［14］唐德祥.科技创新与区域经济的非均衡增长［D］.重庆：重庆大学博士学位论文，2008.
【关键词】库兹涅茨统计分析模型区域经济经济发展阶段
受当前国际金融危机和国家对西部建设投资力度加大的影响,出现了中东部产业西进、人才西流现象,这将促使西部区域经济发展以及产业升级再次加速。西部地区开始借调控契机,利用其独特的区位和资源优势,展现出区域经济转型发展的巨大潜力,经济发展由此进入了一个全新的阶段。理论界对经济发展阶段的理论和测度方法做出了大量研究,其中比较有代表性的研究成果有库兹涅茨的经济增长统计模型以及钱纳里的“标准产业结构”模型。
一、库兹涅茨统计分析模型及钱纳里的标准产业结构理论概述
1、库兹涅茨统计分析模型
美国著名的经济学家和统计学家西蒙·库兹涅茨(simonkuznets)在其代表作《现代经济增长理论》中,研究了现代经济增长问题,根据对发达国家经济增长的全过程深入细致的研究,分析了国民生产总值、生产效率、产业结构、人均收入水平等在经济增长的不同阶段的变化,总结出了现代经济增长的条件、方式、内容、趋势和规律,见表1。
2、钱纳里的标准产业结构理论
20世纪60年代,一些经济学家对经济增长与结构演变进行了深入而广泛的研究。wWw.133229.COM其中,美国经济学家霍利斯·钱纳里(hollischenery)的“标准结构”最具影响。钱纳里利用101个国家1950—1970年间的统计资料进行归纳分析,构造了“世界发展模型”,并以此模型求出一个经济发展的“标准结构”,即经济发展不同阶段所具有的经济结构的标准数值。从而为分析和评价不同国家或地区在经济发展过程中产业结构组合提供了参照规范,同时也为不同国家或地区根据经济发展目标制定产业结构转换政策提供了理论依据,见表2。
二、研究区概况
按照我国三大经济地带的划分方法,西部地区包括内蒙古、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、重庆等共12个省、自治区、直辖市,国土面积686.7万平方公里,占全国的71.5%,人口36298.0万(2007年底),占全国的27.9%(如图1)。
西部地区各省近年来经济取得了较快的发展。2003年,实现地区国内生产总值22954.7亿元,占全国的16.9%,人均地区国内生产总值为6306元;到2007年底,地区国内生产总值为47864.1亿元,占全国的17.4%,人均地区国内生产总值13212元。5年内,国内生产总值增加了约108.5%,而人均地区国内生产总值增加了109.5%,各省、自治区和直辖市经济发展总体呈现出稳定增长的趋势(如图2)。
三、西部地区经济发展的统计测度
本文将利用库兹涅茨统计分析模型框架,并结合钱纳里的标准产业结构,具体分析西部经济发展的阶段特征。具体数据资料参考了《中国统计年鉴2008》。
1、人均收入水平
西部地广人稀,经济社会发展水平参差不齐,差距较大。2007年统计数据显示,在西部12个省、自治区、直辖市中,以人均gdp排名计算,排在前三位的分别是内蒙古、新疆和重庆,排在后三位的分别是贵州、甘肃和云南(见表3)。
西部人均gdp按当年人民币汇率计算为1738.42美元,低于全国平均水平的2490.01美元。根据表1中库兹涅茨统计分析模型中的标准,对照分析可知西部地区的经济处于工业化后的稳定增长阶段,显然这并不符合西部地区的现实。这是因为库兹涅茨统计分析模型中的人均收入的数据是1985年的标准,没有做相应的调整。但根据钱纳里的统计标准,西部经济发展处于工业化第二阶段的初期发展阶段。因此,综合分析,西部地区经济的发展已经超越了库兹涅茨模型中的工业化前的准备阶段,进入了工业化的初期阶段。
2、西部地区产业结构
近年来,随着国家宏观政策调整以及西部开发带来的机遇,加上西部地区资源丰富、劳动力成本低廉,作为内陆的西部很好地承接了新一轮产业转移,各省区根据自身的区域比较优势发展优势产业,产业结构得以不断调整优化。
如图3,1998年以来,西部三次产业结构不断调整优化。第一产业比重不断下降,由1998年的25.4%下降到2007年的16.0%,下降了9.4个百分点。第二产业比重稳中有升,由1998年的41.0%提高到2007年的46.3%,提高5.3个百分点,第三产业比重有所上升,由1998年的33.5%提高到2007年的37.7%(如图3)。总体上产业结构呈现出二、三、一的产业序列。
2007年,西部实现地区生产总值47864.14亿元,其中第一产业实现产值7645.08亿元,第二产业产值22172.11亿元,第三产业产值18046.94亿元,三次产业结构为16.0、46.3、37.7(见表4),第二产业比重为46.3%。根据库兹涅茨的统计模型中的数据,西部地区的经济发展处于工业化的第二阶段,即工业化的实现和经济高速增长阶段。
3、劳动力就业结构和城市化水平
伴随着经济的大发展和产业结构的调整,西部地区各省就业状况逐步好转,劳动力在三次产业中的比重逐年变化(如图4),就业结构不断优化。
从图4可以看出,第一产业对劳动力的需求总量最大,且呈逐年下降趋势,由1998年的63.6%下降到2007年的51.4%,下降幅度12.2个百分点。第二产业对劳动力的需求总量相对最小,所占比重有所上升,从1998年的13.3%上升到2007年最高的17.9%。第三产业对劳动力的需求总量相对较小,但比重呈缓慢上升趋势,由1998年的23.1%上升到2007年的30.7%,提高近8个百分点,并且从1998年起比重一直超过第二产业就业人员比重。总体上,西部地区第一产业就业比重依然过大,第二、三产业吸纳劳动力就业比重相对较小,劳动力产业结构呈现为一、三、二序列。从产业结构和就业结构的发展演变规律看,西部地区产业结构和就业结构还很不协调,就业的结构性矛盾十分突出。
2007年,西部地区的三次产业劳动力就业结构为51.4、17.9、30.7,第一产业劳动力就业比重为51.4%,根据表1可知,低于库兹涅茨统计分析模型中的工业化准备阶段的63.3%,处在46.1%～63.3%之间。2007年城镇人口比重为36.96%,高于表1中工业化前的准备阶段的32%,处于36.0%～49.9%之间(见表5)。因此,通过劳动力在三次产业中的就业构成和城市化水平综合分析,对照库兹涅茨统计模型的经验数据,可知西部经济发展已经突破了工业化前的准备阶段,处于工业化的实现和经济高速增长阶段。
四、结论
伴随着西部大开发工作的进一步深入,正确认识西部区域经济增长阶段,一方面有利于发挥西部地区不同阶段的比较优势,成为确定未来西部区域经济发展战略和发展重点的依据和出发点,另一方面对于制定科学、合理、有效的产业政策,保持西部地区经济社会持续、快速、健康、科学发展具有重大指导意义。
【参考文献】
[1]库兹涅茨:现代经济增长[m].北京:商务印书馆,1989.
[2]h·钱纳里等:工业化和经济增长的比较研究[m].上海:上海三联书店,1989.
[3]胡建等:油气资源开发与西部区域经济协调发展战略研究[m].北京:科学出版社,2007.
关键词：空间效应；空间计量经济学；全球化视角；市场相关性；波动溢出
中图分类号：f224文献标识码：a文章编号：1673－1573（2012）01－0058-06
一、引言
区域科学研究往往依赖于基于地理区位的抽样数据分析。运用传统经济计量方法对区域经济问题进行分析研究隐含着如下假定：经济变量及扰动项在空间上均是独立的。然而，20世纪70年代以来，空间数据日益丰富，在区域科学研究中，不少学者开始关注抽样数据的区位因素影响，即由区位因素引起的两种空间效应：空间依赖性和空间异质性。其中前者表现为观测值与区位之间的一致性，又称空间自相关或关联；后者表现为每一空间区位上事物及变量的独特性，又称空间差异性。正是由于空间效应的存在使得估计结果中会出现较大的残差方差和检验统计量较低的显著性，传统计量经济分析关于变量在空间上的独立性、随机分布的隐含假设受到巨大质疑，而其自身也面临着空间数据庞大而计量分析能力不足的难题，于是，学术界迫切需要新的空间数据分析的理论和方法，而计量经济学的热点也由时间序列分析转向空间数据分析，空间计量经济学应运而生。近三十年来，空间计量经济学已经从区域经济研究的边缘学科发展成为经济学科的一个重要分支，为区域科学及其相关学科研究提供了重要的理论基础。
二、空间计量理论发展沿革
空间计量这一概念最早由paelinck和klaassen（1979）提出，但他们并没有直接给出确切的定义，而是通过强调研究中的五项重要原则来界定空间计量经济学研究的领域，包括空间相互依赖关系的设定、空间关系的非对称性、空间解释变量的重要性、过去与将来的相互作用之间的区别以及空间模拟。这些原则强调了具体空间变量在计量模型中的明确表达的重要性，如空间潜变量的衡量、距离衰减和空间布局等；同时，这些原则也指出了存在空间效应的条件下空间计量分析与时间序列分析的根本不同之处。anselin（1988）在其经典著作《空间计量经济学：方法和模型》中重新表述了空间计量经济学的定义：在区域科学模型的统计分析中，研究由空间引起的各种特性的一系列技术和方法。
从时间维度考察，anselin（2010）认为，空间计量经济学从作为研究地理和区域经济问题的一个边缘学科到今天成为经济学学科的一个重要分支，其理论发展可以分为三个阶段：第一阶段从20世纪70年代初至80年代末期，为起步阶段；第二阶段为整个20世纪90年代，是快速发展阶段；第三阶段为进入21世纪来的10年间，是其发展成熟阶段。
（一）起步阶段
空间计量经济学的起源可追溯到20世纪60年代兴起的地理计量革命。berry和marble（1968）在其地理统计专著中提到了空间数据分析技术，通过对地理对象的空间效应的分析，发现隐藏在数据背后的重要信息。随后curry（1970）等几位定量地理学家在其研究中探讨了空间模型的设定和估计问题，对后来空间计量经济学的产生和发展有一定的启示。paelinck在1974年荷兰统计协会年会上建议成立新的计量经济学分支，为研究区域与城市经济学问题提供方法论基础。
空间计量经济学产生的另一重要推动力量是传统计量经济学在处理区域与城市经济学中空间效应的乏力，学术界迫切需要发展新的空间计量方法破解这一难题。fisher（1971）最早提出经济学科开拓新的空间方法研究的必要性，并指出空间自回归在区域经济模型存在空间依赖时模型估计中的应用。paelinck和nijkamp（1975）再次明确了在区域科学研究中使用空间计量方法的需求，至此空间计量经济学作为新的方法论引起了学术界的重视。在这一阶段，理论研究主要围绕空间效应的检验、空间模型的确定、估计及检验展开，形成了较为完善的学科理论体系。
空间效应的检验方面，cliff和ord（1972）指出moran’si指数可用于普通最小二乘法回归残差的空间相关性检验，后由hordijk（1974）研究了这一指数的性质及其检验效力，并将其应用于递归残差检验等不同类型的残差检验。而在20世纪80年代后期，最大似然估计
mle）成为主流估计方法后，空间效应的检验也相应转向基于最大似然估计的检验统计量，如burridge（1980）提出的似然比率和anselin（1988）引入的拉格朗日乘数法。
模型的确定方面，cliff和ord（1973）仿照自回归模型对于时间依赖性的假设构造出空间依赖性的模型结构，提出了针对横截面数据的空间自回归模型（spatialautoregressivemodel）。ord（1975）又将模型进行推广提出了混合自回归模型（mixedautoregressivemodel）和空间误差模型（spatialerrorsmodel）。anselin（1988）通过分析各种模型中变量及参数的性质，对各种空间模型进行了总结，给出了空间线性模型的通用形式，如下：
y=?籽w1y+x?茁+?孜
?孜=?姿w2?孜+?着
?着~n（0，?滓2in）
式中y是一个n维向量，?茁是解释变量x（n×k）相关的参数向量（k×1），w1和w2是n×n维空间权重矩阵，分别与因变量的空间自回归过程和干扰项?着的空间自回归过程相关，通常化为行标准化矩阵。对通式中参数的不同假定可以得到上述的特定模型。如令?茁=0和w2=0，得到最初的空间自回归模型（一阶）；令w2=0，得到混合自回归模型；令w1=0，得到空间误差模型。
模型的估计和检验方面，由于空间效应及变量的内生性，用普通最小二乘法（ols）估计得到的结果是有偏的和不一致的，ord（1975）最早将最大似然估计引入空间计量模型的估计中，后成为计量经济学的主流估计方法；另有anselin（1980）讨论了工具变量法（instrumentvariables）及贝叶斯方法（bayesianmethod）的应用。
到20世纪80年代末期，空间计量经济学研究框架已经基本确立，空间效应提出后引起了广泛的关注，这些显著的成就吸引了大批学者的加入，为空间计量经济学的迅速发展奠定了基础。
（二）快速发展阶段
20世纪90年代初，空间计量经济学的研究吸引了大批新的学者涌入，先后有一批地理学家将注意力转移到了特定空间自回归问题上，譬如getis（1990）、tiefelsdorf和boots（1995）；而对学科发展最显著的推动是众多美国经济学家的加入，将空间计量经济学应用到经济学科的各个领域。同时空间回归方法也开始出现在众多社会学方法的文献中，一些主流经济学家如lesage（1997）、kelejian和robinson（1992）在他们的研究中也开始关注空间效应现象及空间自回归问题。
与起步阶段相比，空间计量经济学在这一阶段研究中的一个重要特点是理论研究明显变得较为规范严密，在空间效应的检验中开始注重对估计量和检验统计量渐近性质的严密推导，主要体现在kelejian和purcha（1998）、conley（1999）分别引入了广义矩（gm）并介绍了广义矩估计方法（gmm）。另一个特点是研究中越来越重视对各种方法的小样本性质的探讨，并通过大量的模拟实验予以解决，anselin和florax（1995）就对小样本的多种可供选择的检验做了比较。建立、估计和检验方面，在对原有方法改善的基础上陆续有新的模型和方法提出，如kelejian和robinson（1995）提出的空间误差分量模型（spatialerrorcomponents）；kelejian和robinson（1998）综合考虑空间相关和异质性，基于矩估计方法对检验统计量的估计进行了完善；anselin等（1996）发展了拉格朗日乘数统计量的稳健形式，在应用中极大地方便了模型的确立和检验，又将moran’si指数推广应用到两阶段最小二乘回归的残差检验。
空间模型的设定不再局限于标准的线性回归模型，case（1992）、brock和durlauf（1995）先后发展了空间概率模型，将空间效应引入有限因变量模型中。类似于时间序列中的单位根问题，fingleton（1999）基于蒙特卡罗模拟（mc）方法研究了空间回归中的空间单位根和协整问题。
（三）成熟阶段
进入21世纪以来，空间计量经济学理论及其应用已逐渐趋于成熟，无论是空间统计还是空间计量方法，在经济研究中已成为主流方法被广泛采用，并成为经济学科的一个重要分支。这种观点可被如下事实佐证：空间计量方法在实证应用领域的研究成果几乎呈指数型增长，空间效应也成为研究区域经济问题中不容忽视的重要因素。
不同于熟悉的空间滞后和空间自回归误差模型，anselin（2003）指出了一个处理空间外部性的总体框架，其中一些模型的设定只是标准模型的一个特例，如kelejian和prucha（2002）的等权重空间误差模型（假设每个观
察区域与其他区域相邻）。另外，值得注意的是，空间面板模型和空间潜变量模型在理论和应用领域都受到了更多关注，如lee和yu（2010）尝试提出了更为普遍的模型设定方法。
在模型估计方面，针对在回归分析中遇到的空间自相关问题，空间滤值方法得到了较多的应用。griffith（2003）指出可以通过g统计量和moran’si统计量两种方法来实现空间滤值。getis和griffith（2002）认为该方法把每个变量分解成空间影响和非空间影响两部分，滤去变量的空间影响部分就可以用普通的回归方法来对模型进行估计。模型检验方法也进入了一个成熟的阶段，拉格朗日乘数法（lmtest）被推广应用于多种模型误设的检验。
综上所述，空间计量经济学从产生至今三十多年来，其理论研究从空间效应的检验、空间模型的确定、估计及检验各方面不断地探索改进，已经发展成了较为完善的计量经济学分支，为区域科学的研究提供了强有力的方法论支撑。
三、空间计量理论在经济领域的应用分析
伴随着空间计量经济学理论研究的不断深入和完善，以及地理信息系统（gis）和计算技术的发展，空间计量经济学已经成功应用于经济研究的诸多领域。从国外来看，纵观已有文献，西方学者在经济领域的研究主要分布在以下几个方面：（1）发展经济学方面：maurseth（2003）采用空间回归分析方法研究了欧洲地区经济发展的收敛性，强调了空间地理因素的作用；anselin等（1997）实证研究了大学研究投入和高科技创新间的空间溢出效应。（2）区域与城市经济学方面：buettner（2003）研究了德国各城市间税收基数效应和财政外溢效应；case（1993）以美国各州为例研究了预算和财政政策的溢出效应。（3）公共经济学方面：james等（2003）通过建立一个空间概率模型，分析研究了一国对于国际环境条约的参与决策与参与程度的博弈。（4）劳动经济学方面：elhorst（2007）研究了欧盟地区劳动参与率差异，并分别指出在区域间和国家间差异的影响因素。（5）房地产经济学方面：timothy等（2003）分析了城市住房的绝对位置对房屋价格差异的影响；anselin等（2009）以美国加州南海岸数据为样本研究了空气质量对房屋购买者边际支付意愿的影响。
从国内来看，20世纪90年代后期，空间计量经济学知识的引入引起了不少学者的极大关注，结合中国实际并已成功地应用于多个领域的空间计量分析，大致可以归结为以下四个方面。（1）经济增长分析方面：刘生龙和张捷（2007）对我国区域经济增长的收敛性进行了检验；钱晓烨等（2010）研究了人力资本与区域经济增长；吴玉鸣（2007）研究了区域经济增长的空间相关性以及趋同和空间聚集模式。（2）区域经济溢出方面：邬滋（2010）研究了区域经济溢出和知识溢出效应；张战仁和杜德斌（2010）研究了在华跨国公司的研发投资的空间溢出效应。（3）公共财政方面：康锋莉（2008）研究发现相似地理省份的税收竞争呈现一定的空间相关性；余可（2008）分析了地区公共财政支出结构与区域经济增长的关系。（4）产业组织方面：柯善咨和姚德龙（2008）的研究表明工业集聚与生产效率在相邻城市间有明显的空间粘滞性和连续性；任英华等（2010）研究了中国大陆28个省份的金融集聚影响因素及作用；张超（2010）对中国省域装备制造业的相互作用机理进行了分析。
由上述可见，空间计量经济学已经成为区域经济学科研究的主流方法，特别是在对空间外部性、区域经济增长溢出及知识溢出与创新扩散等方面发挥了强有力的学科优势。
四、金融市场的空间相关性分析前景
在全球化视角下，大多数学者对于各国金融市场间相关性的研究，如收益相关性、风险（波动）溢出主要采用多元时间序列分析的方法。然而，这种分析方法存在一个缺陷，即对所有国家和地区的变量一视同仁，直接对收益率序列进行建模分析，忽略了空间效应的存在。目前已有的研究文献中，只有少数学者结合空间效应进行了金融市场相关性分析。下文首先对此进行归结，然后阐述金融市场空间相关性分析的前景。
（一）金融市场空间相关性研究现状
从国外来看，pagano等（2002）结合1986—1997年世界主要交易所数据，研究了股票上市的地理原因，探讨了公司海外上市的空间变化。beaverstock和doel（200l）分析了东亚金融危机的空间体系结构，指出了危机的空间性，即随着全球风险和机会在地形上的
变化，资本会在某地增加或减少，但若在时空上过于密集时，会产生反常现象从而造成破坏性的后果。clark等（2003）针对德国的资本市场进行了实证分析，认为欧洲一体化水平及资本市场的有效性导致投资者需要离信息源近一些。同时也指出，不仅仅是国家边界，区域边界对市场的透明度和有效性也至关重要。
从国内来看，程棵等（2010）在研究次贷危机的传染渠道问题中，基于时变t-copula函数构造了金融传染指数，依据国际贸易关系、金融市场间资本流动关系、地理位置以及区域经济组织关系构造了空间矩阵，对32个经济体、21个季度的数据建立空间面板回归模型并对金融传染指数进行了分析，结果显示此次美国次贷危机最显著的传染渠道是金融资本流动渠道，而国际贸易渠道和地理因素在危机传染中的作用相对较弱。李宏宇（2010）对我国证券市场的行业联动效应进行了研究，在解释变量中使用空间权重矩阵来描述同行业股票收益率的影响，构建了一个收益率交互影响的模型，并使用工具变量克服了模型内生性问题，得出我国证券市场存在着较强的行业联动效应的结果。
（二）金融市场空间相关性分析前景
比较全球经济系统和金融市场系统可以发现：同全球经济系统类似，全球各金融市场之间的联系越来越紧密；在经济全球化条件下，任何一国的金融市场的波动都会通过各种渠道及方式溢出到其他国家，在巨大冲击下（如历次金融危机）很少有国家的金融市场能够独善其身。正是由于世界各国金融市场间存在着十分紧密的空间依赖性，而目前金融市场相关性研究的主流方法仍然停留于时间序列分析，未能充分考虑空间效应的影响，因而金融市场空间相关性研究将会受到越来越多的关注，其前景远大。同时，由于各国金融市场的发展程度、金融产品结构、交易机制、投资者素质以及资本流动情况等多方面存在差异，因此，全球化视角下金融市场的相关性研究中也不能一概而论，而应考虑空间差异性。
空间计量经济学中通过引入空间权重矩阵来分析空间效应，这为金融市场复杂系统的分析提供了有力的工具，鉴于空间计量经济学在分析经济波动溢出等方面较为成熟的理论成果，将其应用于研究金融市场的相关性、波动溢出等问题将具有广泛的应用前景。
参考文献:
［1］paelinck，klaassen.spatialeconometrics［m］.saxonhousefarnborough，1979.
［2］anselin，l.spatialeconomectrics，methodsandmodels［m］.boston:kluweracademicpublishers，1988.
［3］anselin，l.thirtyyearsofspatialeconometrics［j］.papersinregionalscience，2010，（1）：3-25.
［4］berryb.，marbled.spatialanalysis：areaderinstatisticalgeography［m］.prentice-hall，englewoodcliffs，nj，1968.
［5］curry，l.univariatespatialforecasting［j］.economicgeography，1970，（46）：241-258.
［6］fisher，w.d.econometricestimationwithspatialdependence［j］.regionalandurbaneconomics，1971，（1）：19-40.
［7］paelinck.j，nijkamp，p.operationaltheoryandmethodinregionaleconomics［m］.saxonhouse，farnborough，1975.
［8］cliff.a，ord，j.k.testingforspatialautocorrelationamongregressionresiduals［j］.geographicalanalysis，1972，（3）：267-284.
［9］hordijk，l.spatialcorrelationinthedisturbancesofalinearinterregionalmodel［j］.regionalandurbaneconomics，1972，（10）：117-140.
［10］burridge，p.onthecliff-ordtestforspatialautocorrelation［j］.journaloftheroyalstatisticalsocietyb，1980，（1）：107-108.
［11］anselin，l.lagrangemultipliertestdiagnosticsforspatialdependenceandspatialheterogeneity［j］.geographicalanalysis，1988，（1）：1-17.
［12］cliff，a.，ord，j.k.spatialautocorrelation［m］.pion，london，1973.
［13］ord，j.k.estimationmethodsformodelsofspatialinteraction［j］.journaloftheamericanstatisticalassociation，1975，（5）:120-126.
［14］anselin，l.estimat
tionmethodsforspatialautoregressivestructures［c］.regionalsciencedissertationandmono-graphseries［a］，cornelluniversity，ithaca，ny，1980.
［15］getis，a.screeningforspatialdependenceinregressionanalysis［j］.papersinregionalscience，1990，（1）：69-81.
［16］tiefelsdorf，m.，boots，b.theexactdistributionofmoran’si［j］.environmentandplanning，1995，（6）：985-999.
［17］lesage，j.p.bayesianestimationofspatialautoregressivemodels［j］.internationalregionalsciencereview，1997，（1）：113-129.
［18］kelejian.h.h，robinson.d.p.spatialautocorrelation：anewcomputationallysimpletestwithanapplicationtopercapitacountypoliceexpenditures［j］.regionalscienceandurbaneconomics，1992，（3）：317-333.
［19］kelejian，h.h，prucha.i.ageneralizedmomentsestimatorfortheautoregressiveparameterinaspatialmodel［j］.internationaleconomicreview，1998，（2）：509-533.
［20］conley.t.g.gmmestimationwithcross-sectionaldependence［j］.journalofeconometrics，1999，（1）：1-45.
关键词：生态经济弹性；趋势；对策；成都市
中图分类号：F062．2文献标识码：A文章编号：0439－8114（2011）11－2358-04
Eco-economicResilienceAnalysisofChengduCityinRecent20Years
YANGJuan，WANGChang－quan，ZENGShi－yong，BAIGen－chuan
（CollegeofResourcesandEnvironment，SichuanAgriculturalUniversity，Ya’an625014，Sichuan，China）
Abstract：WiththefasteconomydevelopmentofChengducity，itsecologicalenvironmentwasalsounderunprecedentedstress．Basedonresiliencetheory，eco－economicresiliencecoefficientmodelwasusedtoanalyzetheeco－economicresilienceinChengducityregionalsystemfrom1987to2006．Theresultsindicatedthatinrecent20years，theeco－economicresiliencecoefficientofChengducityhaddownwardtrendbothbeforeandaftertheyear1998．ThegrowthrateofecologicalfootprintinChengducityalsoshowedadownwardtrend，andwaslowerthanGDPgrowthrate，whichrevealedthattheresourceutilizationratiowasimprovedsignificantly，andthedependenceextentofeconomydevelopmentonresourcesandthepressureonenvironmentdecreasedgraduallyduringthepast20yearsoffasteconomydevelopmentinChengducity．Throughtheanalysisofeco－economicresilienceinChengducityregionalsystem，countermeasureswereputforwardforChengducityregionalsystematicdevelopment，suchasrationalizingpopulationsize，adjustingindustrialstructure，changingproductionandconsumptionpatterns，improvingefficiencyoflandutilizationandsoon．
Keywords：eco－economicresilience；trend；countermeasure；Chengducity
生态经济系统是指“社会－经济－自然”生态系统，是生态环境与社会经济的复合体，是人类赖以生存和发展的基础［1］。在经济的快速发展过程中，经济系统的发展速度与生态系统的自我协调速度不匹配会造成这个“复合体”结构与功能的失调，其结果不仅会阻碍经济的持续发展，更会给生态系统带来极为严重的威胁。人类在改造自然、利用自然的过程中，给自己带来巨大经济利益的同时，使得环境的破坏速度远远高于环境的自我修复速度，最终导致人类社会可持续发展受到严峻挑战［2］。
弹性原是物理理论，描述一个物体在外力的作用下如何运动或发生形变。目前，弹性理论已被广泛应用到诸如生态学、经济学等众多研究领域［3－6］。在经济学上的弹性概念是由马歇尔［7］提出的，是指一个变量相对于另一个变量发生一定比例改变的属性。生态经济弹性反映生态变化与经济变化两种变量间变动的敏感程度，即人类活动的自然需求对经济发展变化的响应。
成都市在经济发展较快的同时，生态环境也遭受到空前的胁迫压力，本文基于生态经济弹性理论，以成都市为研究区，对区域内系统生态经济特征进行研究，以期为区域系统生态环境和社会经济的可持续发展提供参考。
1研究区概况与研究方法
1．1研究区概况
成都市位于四川盆地西部、成都平原腹心地带，全市面积12400km2，总人口达1112万，是一座综合性、多功能的内陆特大开放城市，经济增长迅速，城市综合实力显著增强，2007年全市GDP总值达到3324亿元，GDP年均增速高于全国、全省平均水平，1978～2007年年均增长率为11．7％；经济质量和效益也明显提高，财政收入增长高于GDP增长幅度，城乡人民生活水平也进一步提高，全市城镇单位在岗职工年平均工资为26606元，城市居民人均可支配收入14849元，农村居民人均纯收入
5642元。同时居民消费观念逐渐改变，消费水平逐年提高。
1．2研究方法
根据马歇尔［7］的经济学弹性理论，弹性用因变量的变化率与自变量的变化率之比表示。作为原因的变量通常称作因变量，受其作用发生改变的变量称作自变量。结合相关分析法与动态分析法的统计方法即为弹性分析法。
生态经济弹性系数测定的关键是变量的选择与确定。龙邹霞等［8］提出了生态系统弹性系数，并将其定义为生态系统健康状态变动率与生态系统营养状态变动率之间的比值，它表示在一定的营养状态情况下，生态系统健康状态变化对营养状态变动的反应程度。但是龙邹霞等［8］提出的弹性概念仅局限于反映各类型湖泊的健康评价的应用，而没有推而广之。
为了全面而客观地反映人类社会经济活动对区域生态环境的影响，本文基于生态经济弹性的概念，选择表征区域系统的生态特征的生态足迹年均增长率和表征系统的经济特征的GDP年均增长率作为两个变量，即区域生态经济弹性系数（Ree）的计算公式表示为：
本文为全文原貌未安装PDF浏览器用户请先下载安装原版全文
Ree＝Ref／RGDP（1）
式中：Ref为生态足迹年均增长率；RGDP为GDP年均增长率。
生态足迹（Ecologicalfootprint）是由加拿大生态经济学家Ree提出的，其定义是：任何已知人口的生态足迹是生产这些人口所消费的所有资源和吸纳这些人口所产生的所有废弃物所需要的生态生产土地的总面积［9］。简单地说，生态足迹是指一定的人口和经济条件下，维持资源消费和废弃物吸收所需的生物生产性土地面积，包括对6类生态生产性土地（耕地、草地、林地、水域、化石能源地和建筑用地）资源的开发利用［10－15］。改进的区域人均生态足迹（EF）可以采用如下核算公式［16－20］。
EF＝N∑（rjci／pi）（2）
式中：N为区域总人口；rj为第j类土地等价因子；ci、pi分别为第i项人均消费量及第i项全球平均生产力（kg／hm2）。
1．3数据来源
相关统计资料包括《成都市统计年鉴1991》、《成都市统计年鉴1996》、《成都市统计年鉴1998》、《成都市统计年鉴2005》、《成都市统计年鉴2006》、《成都五十年》、《四川省国民经济和社会发展统计公报》、1997～2003年四川省土地利用变更详查数据、“四川省2005年度土地现状情况分析报告”以及联合国粮农组织数据库最新统计数据等。分别参考1987～2006年的生物资源消费数据和能源消费数据。
2结果与分析
2．1成都市生态足迹计算
2．1．1生物资源账户部分生物资源账户部分采用2004年联合国粮农组织公布的世界生态生产性面积的平均水平，利用收集到的统计资料，根据计算公式（2），将1987～2006年成都市城市居民消费的生物资源（农产品、林产品及动物产品等）的消费量转化为生态生产性土地面积，计算出成都市近20年生物资源消费的生态足迹。
2．1．2能源账户部分能源账户部分根据各年统计年鉴，采用世界上单位化石能源土地面积的平均发热量为标准，处理原油、液化气、电力、煤炭、煤气等12种燃料，统一折算归类为原煤、石油、天然气和电能4部分进行统计（水资源利用和生产、生活污水的处理过程中消耗的电能折算进电力生态足迹中）。将所有消耗的热量折算成一定面积的化石能源用地或建筑用地，最终得到成都市近20年各种能源消费的生态足迹。
2．1．3成都市生态足迹为使研究结果在不同区域具有可比性，本文采用Wackernagel在世界野生动物基金会（WWF）2004年报告中给出的均衡因子［21，22］：从表1可以看出，建筑用地和耕地均为2．19，水域为0．36，草地为0．48，林地和化石能源用地均为1．38，水力发电用地为1．00。各种生物资源和能源消费的足迹构成了成都市的生态足迹。根据计算公式（2），汇总生物能源账户部分和能源账户部分折算出的6类生态生产性土地面积，乘以相应的均衡因子得到各类生产性土地面积，再累加得到1987～2006年成都市的生态足迹总量，结果见表1。
2．2成都市生态经济弹性系数
根据公式（1），成都市生态经济弹性计算的核心为人均生态足迹的增长率和人均GDP增长率之间的比值，计算结果见表2。由表2可知：①近20年成都市生态足迹呈逐渐增长趋势，由1987年的15．7993×106hm2上升至2006年的21．9089×106hm2，平均每年增长1．08×104hm2。总生态足迹平均年增速率为1．81％，其中1997～1998年的生态足迹年增长率为较大幅度的负增长，为－12．29％（出现此异常值的原因可能是当年的洪水灾害致使居民的消费量减少所致）。1998年前后分别呈现如下趋势：1987～1997年呈波动下降趋势，1998～1999年强烈反弹后，再次呈现逐渐下降趋势。②近20年成都市GDP由1987年的115．86×108元上升至2006年的
2750．00×108元，平均每年增长138．64×108元。GDP平均年增速率为18．47％。最低谷出现在1988～1989年，仅增长了5．80％。③近20年成都市生态经济弹性在1998年前后呈现两段波动下降趋势。1987～1988年，成都市生态经济弹性缓慢波动着下降，在1998年下降到最低点，其经济弹性为－1．25，1999年，经济弹性强烈反弹至最高点0．85，其后再波动下降至2006年的0．13。
3讨论
在一定区域系统内，生态经济弹性系数为正值时，表明经济发展对资源的需求较大，生态环境所面临的压力也较大；生态经济弹性系数为负值时，表明区域内生态足迹或GDP为负增长，区域系统发展状况较好，但经济发展速度放缓；生态经济弹性系数为零时，区域系统达到最优，经济既可持续发展，生态环境又不会有太大的压力。
总的来看，近20年成都市生态经济弹性系数在1998年前后均呈下降趋势。生态足迹增长的速率也呈下降趋势，并低于GDP增长的速率，说明成都市近20年经济快速发展的过程中，资源利用率得到明显提高，经济发展对资源的依赖程度呈逐渐降低态势，环境的压力在逐渐减小。1999年，成都生态经济弹性系数值较高，为0．85，原因是经历1998年的洪水灾害后，使得当年对能源需求总量急速反弹，导致生态足迹增长率强烈反弹至7．33％。
区域生态经济弹性系数越小，说明经济发展造成的区域对资源的需求越小。1999年，成都市生态经济弹性系数突增至0．85，说明当年成都市经济的发展对生态环境的依赖性较强，在生态足迹中，能源生态足迹仅占总生态足迹的0．71％，表明区域经济发展主要依赖于生物资源的消耗，能源的消耗相对较小，这是成都市有别于其他资源型城市的明显特点。1999年以后，成都市生态经济弹性系数逐渐下降，2006年下降至0．13，这表明政策调控的生效和人们生态环境意识的增强，导致区域GDP增速高于生态足迹（消耗）的增速，该时段内，成都市区域系统朝着良性的方向发展，区域对资源的需求相对于区域经济的增长呈不断下降趋势。
近20年虽然成都市生态环境的总需求还在增加，但生态足迹年增速率总体上呈递减趋势，说明成都市生态环境正朝着健康的方向发展，同时，GDP的年增速率虽然在1987～1996年波动着下降，但在1997～2006年呈现起伏着上升趋势，充分说明成都市产业结构正朝良性的方向调整。总的来说，一方面，成都市经济的发展对资源的依赖程度正在降低，生态环境正在恢复，另一方面，GDP的增速并未因此而放缓，所以，成都市的发展是一种人与自然和谐相处的发展。
通过对近20年成都市区域系统生态经济弹性的分析，对该市的区域系统发展提出以下建议：①制定适度规模的人口数量控制政策，严格控制区域人口数量，提升人口素质水准，降低区域生态足迹的需求，增强区域系统生态经济弹性，实现生态经济系统协调可持续发展。②继续调整产业结构，促进区域经济增长方式向集约型转变，减轻生态压力，维持生态平衡。③积极倡导和推进节约型、环保型的社会生产与消费方式，减少居民生活对环境的负面影响，促使区域生态足迹的增速进一步降低。④合理规划土地，提高土地综合利用效率，优化生态足迹构成，结合生态和环保政策的落实，提高区域系统生态承载力。
参考文献：
［1］陈光磊．论可持续发展生态经济模式的构建［J］．中国市场，2007（13）：92-93．
本文为全文原貌未安装PDF浏览器用户请先下载安装原版全文
［2］王书玉，杨新梅，史春芬．长治市区域生态经济弹性［J］．应用生态学报，2009，20（7）：1608-1612．
［3］BERKERSF，TURNERNJ．Knowledge，learningandtheevolutionofconservationpracticeforsocial－ecologicalsystemresilience［J］．HumanEcology，2006，34：479-494．
［4］裴源生，方玲，罗琳．黄河流域农业需水价格弹性研究［J］．资源科学，2003，25（6）：25-30．
［5］吴建寨，李波，张新时，等．天山北坡生态经济的脆弱性［J］．应用生态学报，2008，19（4）：859-865．
［6］付强，李伟业．三江平原沼泽湿地生态承载能力综合评价［J］．生态学报，2008，28（10）：5002-5010．
［7］马歇尔．经济学原理［M］．陈瑞华，译.北京：北京出版社，2007．44-48．
［8］龙邹霞，余兴光．湖泊生态系统弹性系数理论及其应用［J］．生态学杂志，2007，26（7）：1119-1124．
［9］REEWE．Ecologicalfootprintlandappropriatedcarryingcapacity：whaturbaneconomicsleavesout［J］．EnvironmentandUrbanization，1992，4（2）：121-130．
［10］吕红亮，许顺才，林纪．抚顺市可持续发展的生态足迹多维分析［J］．资源科学，2007，29（5）：22-27．
［11］闫丽珍，成升魁，闵庆文．基于生态足迹方法的玉米-味精生态农业及产业系统分析［J］．农业工程学报，2006，22（9）：48-52．
［12］SHANGH，CHENK，XUZ，etal．EcologicalfootprintofGansuProvince，Chinabetween1997and2002changesandinducement［J］．EcologicalEconomy，2009，5（2）：187-194．
［13］杨娟，王昌全，李冰，等．基于遗传神经网络的成都市人均生态足迹预测［J］．生态学报，2009，29（1）：359-367．
［14］吉力力・阿不都外力，木巴热克・阿尤普．基于生态足迹的中亚区域生态安全评价［J］．地理研究，2008，27（6）：1308-1320．
［15］杨莉，刘宁，戴明忠，等．哈尔滨市城乡居民生活消费的环境压力分析［J］．自然资源学报，2007，22（5）：756-765．
［16］张恒义，刘卫东，林育欣，等．基于改进生态足迹模型的浙江省域生态足迹分析［J］．生态学报，2009，29（5）：2738-2748．
［17］张玉龙，葛继稳，张志祥．改进生态足迹模型在湖北省可持续发展研究中的应用［J］．中国地质大学学报（社会科学版），2009，9（3）：44-49．
［18］刘淼，胡远满，常禹，等．生态足迹改进方法及其在区域可持续发展研究中的应用［J］．生态学杂志，2007，26（8）：1285-1290．
［19］陈春锋，王宏燕，肖笃宁，等．基于传统生态足迹方法和能值生态足迹方法的黑龙江省可持续发展状态比较［J］．应用生态学报，2008，19（11）：2544-2549．
［20］熊德国，鲜学福，姜永东．生态足迹理论在区域可持续发展评价中的应用及改进［J］．地理科学进展，2003，22（6）：618-626．
［21］赵先贵，马彩虹，高利峰，等．基于生态压力指数的不同尺度区域生态安全评价［J］．中国生态农业学报，2007，15（16）：135-138．
各级民营经济（中小企业）管理部门作为综合协调、指导服务本区域内民营经济、中小企业和乡镇企业的职能部门，统计工作显得十分重要。省局**建勋副局长在全省中小企业系统信息统计工作座谈会上曾讲过这样一段话：“没有统计工作，不可能给党委、政府当好参谋；没有统计工作，不可能指导服务好民营经济的发展；没有统计工作，不可能履行好职能部门的职责。”**局长的这段话对统计工作的重要性讲的十分到位。可以说，大家从事的民营经济统计工作，是我们行政管理部门的一项重要基础工作，责任重大，必须抓紧抓好。在培训和讲座之前，我首先就做好全市民营经济统计工作讲几点意见：
一．要切实加强基层民营经济统计工作
今年第三季度，按照省中小企业局工作安排部署和要求，我市利用
十、十一两个月时间，在全市民营经济行政管理系统开展了民营经济统计工作检查。省局组织开展民营经济统计工作检查活动，主要目的是为进一步加强统计基础工作，确保民营经济统计数据的真实性和实效性，使统计工作更好地服务于民营经济的发展。我市在各县（市、区）自查的基础上，市局组织对五个县民营经济统计工作情况进行了抽查。根据抽查情况看,我市基层民营经济统计工作整体情况良好，多数县统计机构健全，体系完善，有一支高素质的统计队伍，基础工作做得比较扎实。但是，也存有一些不足和问题，需要在下一步工作中逐步完善和解决：
1、对基层统计工作重要性的认识有待进一步提高。基层统计工作是全市统计工作的基础,基层统计员提供的数据是宏观统计数据的源头。在这次民营经济统计工作检查中，其中一项重要内容，就是查县、乡两级统计基础台帐是否健全，规模以上企业以及县乡基础台帐和基层报表数据是否一致。凡不是来自基层的统计数据，都将视为虚报，属违规违纪行为。这充分说明基层统计工作是宏观统计的重要基础，备受各级领导关注。作为基层统计人员一定要认识到我们的责任重大，切实履行好统计职能,坚持依法统计,做到统计求实.只有把基层统计工作做扎实，才能保证本行政区域内统计数据数出有源，数出一门。希望大家要提高这一认识，认真落实好统计制度规定的相关要求，对前一段检查中发现的不足和问题及时改进和纠正，通过努力，把我市民营经济统计基础数据搞实，为各级领导决策和企业发展提准确的统计参考依据。
2、统计工作制度需要进一步完善落实。民营经济管理部门由原乡镇企业管理向民营经济、中小企业管理职能调整后，统计范围扩大，项目增多，难度加大。在这种情况下，统计工作就更须要有制度来保障。当前统计工作中存在的问题和不足，究其原因，主要是制度落实不够。为确保全市民营经济统计工作做到依法统计，规范管理，防止发生违规违纪行为，各县（市、区）要把统计制度建设作为明年统计工作的重点，在总结统计工作的经验，分析民营经济统计面临困难、难点及特点的基础上，制定和完善民营经济统计工作有关规定，建立健全统计台账、报表审查登记，统计资料保管、使用等项制度。要坚持统计数据质量抽查制度，定期不定期地对基层报表、统计台账、企业原始记录进行检查。定州市结合自查制定和完善统计工作制度，并实行了民营经济统计工作考核评价制，他们的做法很好，市局已以民营经济简报形式予以推广，希望各县（市、区）学习借鉴，根据各自实际，把制度建立完善起来，并切实抓好落实。
3、统计人员业务素质有待进一步提高。统计人员业务水平高低，直接关系到全市统计的质量和效率。从当前我市民营经济统计队伍状况看，有的曾是原乡镇企业统计员，有的是乡镇统计站专职统计员，也有的同志是在机构改革中新调任的统计员。从学历情况看，全市县、乡两级**名统计人员中，具备大专以上学历**人，仅占总数的**。无论是老统计还是新统计，无论学历高低，都面临着一个学习提高的过程。我们必须把培训作为提高业务素质的一项重要措施来抓。考虑到当前一些县局统计人员进行了调整，对乡镇统计人员培训有一定的实际困难，这次结合年报部署工作，由市局统一负责培训。今后，各县（市、区）要积极创造条件，采取多种形式，对基层民营经济统计人员进行统计基础知识、统计法律法规知识以及文字综合知识等方面的培训，努力提高统计人员业务素质，使之全部达到持证上岗条件，以提升我市民营经济统计质量。
4、统计手段和工作效率有待进一步改善、提高。从这次检查情况看，在**个县（市、区）民营经济主管部门中，现已配备统计专用办公设备，即微机、打印机、传真机齐全的只有**个县；配有微机、打印机的有**个县；只配有微机的**个县。今年，在省局的支持下，我局为**个县局配备了统计专用设备，但仍有一些县局的统计手段有待改善。在乡镇（含办事处）中，除雄县各乡镇全部配有统计设备，**区、**县配有设备的乡镇达到近**以外，多数单位依然依靠手工作业。这与省局提出的统计工作要实现微机录统、网上传输的要求有很大差距，很难适应工作需要。为了改善大家的办公条件，我局将在全市民营经济工作会议上再专门强调这个问题，要求各单位领导重视这项工作，创造条件，尽快为大家配备必要的现代办公设备。我这里想说的是，凡已有设备的单位，特别是上级配发的设备，要保证统计专用，不得挪作他用，请大家帮我们把好这一关。其次，作为统计人员，要尽快熟悉和掌握设备操作技能，发挥设备的作用，力争在短期内实现统计数据和信息网上传输。
二、要继续抓好统计分析和信息工作
我们统计工作的地位能不能提高，统计形象能否得以提升，关键在于我们能否运用统计数据，对经济运行态势进行时效性、准确性、深刻性的分析，提出具有针对性的发展建议。这既是我们统计工作者的一项重要职能，也是各级领导寄予我们统计工作者的期望。今年以来，不少县对这项工作已引起高度重视，结合统计工作写出了主导行业、规模企业等方面的运行分析和对策建议，写出了一批有深度的分析报告和信息，这么多的分析和信息进入领导视野、引起领导关注，受到领导高度重视，这是大家坚持统计服务于发展意识的结果。可以说，我市多年以来基层只重统计数据，不重运行分析和信息报送工作的状况开始得以扭转。但应当看到，我们的统计分析和信息工作还存在差距和不足：一是个别县还未引起足够重视，有的前三个季度未上报一份运行分析和信息；二是受综合分析能力和文字写作水平的限制，高质量、深层次的经济运行分析和信息少；三是对领导和社会所关注的热点难点问题研究不够，进入领导决策、领导批示的分析和信息少。因此，我们必须总结经验，弥补不足，增强作好统计分析和信息报送工作的责任感和紧迫感，切实加强统计分析和信息工作，提高统计分析和信息质量，进一步发挥统计参与决策的功能，使统计工作更好的为民营经济发展服务。为了使大家很好的掌握统计分析技能，在这次培训中，我们专门聘请了河北大学经济学院统计学系主任**教授，明天为大家进行专题讲课，希望大家珍惜这次机会，认真学习。就加强统计分析和信息报送工作，我在这里强调三点：
1、要把统计分析和信息工作提高到统计工作的重要地位上来。民营经济是县域经济的重要支撑，是我省确定的四项重点工作之一，各级领导非常关注，因此对民营经济统计工作、特别是统计分析和信息工作更加重视。这就要求我们各级统计人员必须跳出单纯负责收集、汇总统计数据的任务观念，要在统计分析和信息工作上多下功夫，提高统计分析和信息工作的能力。希望大家树立起统计参与决策的责任感，通过运用统计资料分析，扑捉和反馈企业发展信息，为各级领导把握民营经济发展态势，实施科学决策提供依据。
2、制定措施，强化统计分析和信息工作。市局要求，今后各县（市、区）局每季度要向当地党委、政府写出民营经济运行分析，同时随季度报表一并向市局规划统计处报送季度运行分析。县局自行组织写出的行业、规模企业、项目、园区等单项情况分析和企业发展等信息，在报当地政府的同时，要随时报送市局规划统计处。市局要建立台账，每季度对信息上报情况随经济指标完成情况一起通报。各县（市、区）对乡镇统计人员信息的报送工作，也可制定相应措施。我们要通过上下共同努力，把这项工作抓好，抓出成效，真正发挥统计参与决策的职能。
3、要注重调查研究。当前我市民营经济发展中，各县（市、区）都有许多亮点和闪光点，也都面临许多难点和热点问题。这些情况单靠统计上报的数据是不能全面了解到的，必须靠深入实际、通过调查研究来掌握。因此，我们进行统计分析，不能单纯依靠统计报表，满足于从数字到数字，纸上谈兵。而要通过调查研究，切实掌握第一手资料。特别是针对一些经济指标同比增速出现过高或明显负增长等情况，要有典型事例论证和实实在在的情况分析，务求扎实，这样，我们为各级领导提供的分析材料才能真正发挥决策参考作用。
三、切实做好统计年报工作
在这次会议上，将对全市民营经济统计年报工作进行安排部署，并对相关业务进行培训，具体工作由规划统计处的同志来讲。在统计年报工作中，请大家要注意把握好三点：
1、要确保统计年报的真实性、准确性和及时性。会议之后，各县（市、区）要抓紧部署，按照这次会议的要求和统计制度规定的程序认真组织。各级统计报表必须做到与基层报表数据一致，对有关数据要注意与同级统计、税务等部门搞好衔接。报表上报前，要认真进行核实，经领导审查签字。各县（市、区）要按规定日期完成此项工作，确保全市年报汇总工作如期进行。
2、要维护年报统计数据的严肃性。各级年报统计数据一经核实上报，就具备了权威性，一般不得随意更改、调整。因此，一方面各级对年报所涉及的各种数据，要做到数出有源，认真对待，仔细核实，如实统计填报；同时要确保做到数出一门。今后，无论是给领导还是给相关部门提供的有关数据，都要与年报数据一致，以免因提供和使用数据误差而造成不良后果。