房產(chǎn)投資對(duì)經(jīng)濟(jì)拉動(dòng)效應(yīng)的實(shí)證研究(完整版)
【正文】 s [C],2006,07.[15] Heikki Kauppi, Pentti Saikkonen. Predicting . Recessions with Dynamic Binary Response Models, RUESG Working Papers [C],2006,11.[16] Arturo Estrella, Frederic S. Mishkin. Prerecession Pattern of Six EconomicIndicators in the USA, Forecasting [J],2000,19:65—80.[17] Michael Dotsey. Prerecession Pattern of Six EconomicIndicators in the USA, Federal Reserve Bank of Richmond Economic [J],1998,8:7.[18] Sharon Kozicki. Predicting Real Growth and Inflation With the Yield Spread, Federal Reserve Bank of Kansas City working paper [C],1996.[19] Min Qi. Predicting US recessions with leading indicators via neural network Models, Forecasting [J],2001,17:383—401.[20] 彼得[27] 龔卿、陳碧瓊，2006：《中國(guó)房地產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系分析》，經(jīng)濟(jì)師2006年11期。[35] 孔煜，2009：《我國(guó)房地產(chǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究》，工業(yè)技術(shù)經(jīng)濟(jì)2009年5期。[31] 陸菊春、賈自武、田洪芬，2008：《房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)效應(yīng)及區(qū)域性差異的研究》，武漢理工大學(xué)學(xué)報(bào)1008年6期。[23] Polenske ,1991 :《美國(guó)多地區(qū)投入產(chǎn)出核算及模型技術(shù)》,中譯本,遼寧人民出版社。本文對(duì)于區(qū)域間關(guān)聯(lián)度的研究表明：區(qū)域間經(jīng)濟(jì)的聯(lián)系和增長(zhǎng)極作用的發(fā)揮是促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)鍵性因素。而對(duì)食品、煙草業(yè)，紡織業(yè)、教育用品業(yè)的產(chǎn)出影響不大?？紤]長(zhǎng)江三角洲投入產(chǎn)出模型的矩陣形式（1），如果最終使用發(fā)生變化,那么可將（1）式簡(jiǎn)化為,卡可以計(jì)算對(duì)產(chǎn)出的影響程度（經(jīng)濟(jì)的拉動(dòng)速度）：（1）上海市房地產(chǎn)投資拉動(dòng)上海經(jīng)濟(jì)的力度分析1999年至2009年期間，%，對(duì)經(jīng)濟(jì)的拉動(dòng)有著十分明顯的效用，11年期間，拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的百分點(diǎn)分別為：%、%、%、%、%、%、%、%、%、%、%。上海的紡織業(yè)(4) , 建筑業(yè)(6) , 能源產(chǎn)品供應(yīng)業(yè)(9) ,服務(wù)業(yè)(10) 的發(fā)展對(duì)上海經(jīng)濟(jì)的帶動(dòng)起著舉足輕重的作用，而農(nóng)業(yè)也起到了一定的作用。學(xué)者Jones（1996）是最早對(duì)區(qū)域經(jīng)產(chǎn)業(yè)關(guān)聯(lián)度的度量方法作出計(jì)量研究的經(jīng)濟(jì)學(xué)家，他通過(guò)對(duì)里昂惕夫一系列投入產(chǎn)出模型的計(jì)算，提出了區(qū)域之間的前后向關(guān)聯(lián)系數(shù)，我國(guó)學(xué)者劉啟云（2000）將關(guān)聯(lián)系數(shù)首次運(yùn)用在我國(guó)區(qū)域經(jīng)濟(jì)的研究中。因此,國(guó)內(nèi)產(chǎn)出線也是該部門的自給率線。 為i 產(chǎn)業(yè)產(chǎn)品從區(qū)域A到區(qū)域B的摩擦系數(shù)。中間使用的部分,詳細(xì)記錄了三個(gè)區(qū)域各個(gè)部門產(chǎn)品在各自區(qū)域內(nèi)和其它兩個(gè)區(qū)域的投入和使用情況。模型中包含上海（S）、浙江(Z)、江蘇(J)三個(gè)區(qū)域，所以區(qū)域個(gè)數(shù)為3,假設(shè)上海有m個(gè)部門，浙江有n個(gè)部門，江蘇有k個(gè)部門。孔煜（2009）基于我國(guó)東、中、西部地區(qū)房地產(chǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)的面板數(shù)據(jù)．運(yùn)用面板單位根檢驗(yàn)、協(xié)整檢驗(yàn)與誤差修正模型，對(duì)我國(guó)房地產(chǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行了實(shí)證分析。其結(jié)論表明，兩者之間存在較強(qiáng)的正向交互響應(yīng)作用，且長(zhǎng)期的響應(yīng)作用程度更顯著、更穩(wěn)定?；谕度氘a(chǎn)出的區(qū)域聚集力和房地產(chǎn)投資對(duì)經(jīng)濟(jì)拉動(dòng)效應(yīng)的實(shí)證研究姚東 謝卓韞 顧疆磊 戴珺內(nèi)容提要:本文建立了一個(gè)反映我國(guó)長(zhǎng)三角地區(qū)區(qū)域間經(jīng)濟(jì)聯(lián)系及相互影響的區(qū)域間投入產(chǎn)出模型,在此基礎(chǔ)上對(duì)上海與長(zhǎng)江三角洲其他地區(qū)間經(jīng)濟(jì)聯(lián)系進(jìn)行了測(cè)算,然后分析上海市房地產(chǎn)投資對(duì)長(zhǎng)江三角洲經(jīng)濟(jì)的拉動(dòng)影響。李熙娟（2006）采用1978至2002年的數(shù)據(jù)，利用計(jì)量經(jīng)濟(jì)學(xué)中的協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn)?zāi)Ｐ停瑢?duì)房地產(chǎn)業(yè)與國(guó)民經(jīng)濟(jì)之間的協(xié)整和因果關(guān)系進(jìn)行檢驗(yàn)，結(jié)果表明兩者不并存在長(zhǎng)期穩(wěn)定的關(guān)系；且取后期1至3時(shí)，兩者互為因果關(guān)系。結(jié)果表明東部地區(qū)和中部地區(qū)的房地產(chǎn)投資頓與經(jīng)濟(jì)增長(zhǎng)互為因果關(guān)系．但西部地區(qū)房地產(chǎn)投責(zé)頓與經(jīng)濟(jì)增長(zhǎng)并不存在因果關(guān)系；東部、中部和西部地區(qū)的商品房銷售額與經(jīng)濟(jì)增長(zhǎng)互為長(zhǎng)期因果關(guān)系。其中是區(qū)域A部門i 產(chǎn)品對(duì)區(qū)域B部門j 的投入。但是由于IRIO模型對(duì)基礎(chǔ)數(shù)據(jù)的需求量大,對(duì)核算產(chǎn)生了巨大的困難,本文在上述初始模型的基礎(chǔ)上利用CheneryMoses 模型(Multiregional Input2Output Model ,簡(jiǎn)稱MRIO 模型或列系數(shù)模型)對(duì)長(zhǎng)江三角洲區(qū)域間投入產(chǎn)出模型進(jìn)行了簡(jiǎn)化。摩擦系數(shù)的估算是模型核算產(chǎn)生結(jié)果的關(guān)鍵。本文利用輪廓線分析我國(guó)長(zhǎng)江三角洲區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)和貿(mào)易關(guān)聯(lián),為了分析的方便，如圖4所示。Jones的前向關(guān)聯(lián)系數(shù)是指一部門需求增加時(shí)，另一部門的敏感反映出度，即兩部門之間的需求關(guān)聯(lián)程度。上海市對(duì)浙江省的主要行業(yè)都有一定的拉動(dòng)作用，其中拉動(dòng)作用最為明顯的是紡織業(yè)（4），建筑業(yè)（6）和其他制造業(yè)（8
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1