【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：《中國房地產(chǎn)業(yè)發(fā)展與經(jīng)濟增長的動態(tài)關(guān)系分析》，經(jīng)濟師2006年11期。[35] 孔煜，2009：《我國房地產(chǎn)發(fā)展與經(jīng)濟增長關(guān)系的實證研究》，工業(yè)技術(shù)經(jīng)濟2009年5期。[31] 陸菊春、賈自武、田洪芬，2008：《房地產(chǎn)投資對經(jīng)濟增長效應(yīng)及區(qū)域性差異的研究》，武漢理工大學學報1008年6期。[23] Polenske ,1991 :《美國多地區(qū)投入產(chǎn)出核算及模型技術(shù)》,中譯本,遼寧人民出版社。本文對于區(qū)域間關(guān)聯(lián)度的研究表明：區(qū)域間經(jīng)濟的聯(lián)系和增長極作用的發(fā)揮是促進區(qū)域經(jīng)濟發(fā)展的關(guān)鍵性因素。而對食品、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）式簡化為,卡可以計算對產(chǎn)出的影響程度（經(jīng)濟的拉動速度）：（1）上海市房地產(chǎn)投資拉動上海經(jīng)濟的力度分析1999年至2009年期間，%，對經(jīng)濟的拉動有著十分明顯的效用，11年期間，拉動經(jīng)濟增長的百分點分別為：%、%、%、%、%、%、%、%、%、%、%。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)展對上海經(jīng)濟的帶動起著舉足輕重的作用，而農(nóng)業(yè)也起到了一定的作用。學者Jones（1996）是最早對區(qū)域經(jīng)產(chǎn)業(yè)關(guān)聯(lián)度的度量方法作出計量研究的經(jīng)濟學家，他通過對里昂惕夫一系列投入產(chǎn)出模型的計算，提出了區(qū)域之間的前后向關(guān)聯(lián)系數(shù)，我國學者劉啟云（2000）將關(guān)聯(lián)系數(shù)首次運用在我國區(qū)域經(jīng)濟的研究中。因此,國內(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,詳細記錄了三個區(qū)域各個部門產(chǎn)品在各自區(qū)域內(nèi)和其它兩個區(qū)域的投入和使用情況。模型中包含上海（S）、浙江(Z)、江蘇(J)三個區(qū)域，所以區(qū)域個數(shù)為3,假設(shè)上海有m個部門，浙江有n個部門，江蘇有k個部門。孔煜（2009）基于我國東、中、西部地區(qū)房地產(chǎn)業(yè)與經(jīng)濟增長的面板數(shù)據(jù)．運用面板單位根檢驗、協(xié)整檢驗與誤差修正模型，對我國房地產(chǎn)發(fā)展與經(jīng)濟增長關(guān)系進行了實證分析。其結(jié)論表明，兩者之間存在較強的正向交互響應(yīng)作用，且長期的響應(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)投資對經(jīng)濟拉動效應(yīng)的實證研究姚東 謝卓韞 顧疆磊 戴珺內(nèi)容提要:本文建立了一個反映我國長三角地區(qū)區(qū)域間經(jīng)濟聯(lián)系及相互影響的區(qū)域間投入產(chǎn)出模型,在此基礎(chǔ)上對上海與長江三角洲其他地區(qū)間經(jīng)濟聯(lián)系進行了測算,然后分析上海市房地產(chǎn)投資對長江三角洲經(jīng)濟的拉動影響。李熙娟（2006）采用1978至2002年的數(shù)據(jù)，利用計量經(jīng)濟學中的協(xié)整檢驗與格蘭杰因果檢驗?zāi)Ｐ停瑢Ψ康禺a(chǎn)業(yè)與國民經(jīng)濟之間的協(xié)整和因果關(guān)系進行檢驗，結(jié)果表明兩者不并存在長期穩(wěn)定的關(guān)系；且取后期1至3時，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)濟增長互為因果關(guān)系．但西部地區(qū)房地產(chǎn)投責頓與經(jīng)濟增長并不存在因果關(guān)系；東部、中部和西部地區(qū)的商品房銷售額與經(jīng)濟增長互為長期因果關(guān)系。其中是區(qū)域A部門i 產(chǎn)品對區(qū)域B部門j 的投入。但是由于IRIO模型對基礎(chǔ)數(shù)據(jù)的需求量大,對核算產(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 ,簡稱MRIO 模型或列系數(shù)模型)對長江三角洲區(qū)域間投入產(chǎn)出模型進行了簡化。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長江三角洲區(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，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。上海市對浙江省的主要行業(yè)都有一定的拉動作用，其中拉動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