基于SVAR的京津冀产业内溢出效应及优化分析
摘 要：本文利用SVAR模型研究京津冀农业、工业、零售消费、对外贸易、旅游业五个产业地区间产业内的溢出效应。
分析发现，京津冀地区间并没有形成协同发展的态势，各个省市地区的产业产值对周边省市产生负效应。
最后，依据得出的结果分析产业的迁移与部署。
下载论文网 关键词：溢出效应；产业部署；SVAR模型；方差分解 一、京津冀地区及发展现状 在经济发展的过程中，京津冀本应该实现经济融合促进的情况下，三省市却出现了竞争的态势，产业间没有很好的协调发展。
在前几年，由于河北与天津的发展滞后并且有严重依托于北京的原因，导致北京成为了各种产业的集中地，而津冀两地却发展迟缓。
近几年，天津在大力改革下，依靠自己的地理与行政优势，经济增长速度在全国名列前茅。
对于河北来说，近几年的发展却远不如北京与天津那么迅速，作为老工业省有着与北京天津类似的产业结构，无法确立优势所在，作为一个沿海大省，秦皇岛、曹妃甸和黄骅三大海港的功能却并不非常完善。
总的来说，北京处于产业、人口的饱和状态，又难以将产业合理转移出去。
因此为北京舒缓压力，带动周边地区协同发展，研究经济转型需要先研究京津冀三地产业之间是否具有联动效应，据此分析产业的迁移与部署。
二、文献综述 现有的研究地区间经济关联度的方法很多，但是是较为集中在以下几个方面：1.投入产出方法，潘文卿（2006）在文章地区间经济影响的反馈与溢出效应中利用投入产出方法解释中国与世界其他区域的各产业溢出效应。
黄伟、张阿玲与张晓华（2005）利用投入产出分析我国区域间的GDP增长溢出效应。
2.面板数据分析方法，薄文广（2008）在文章《中国区际增长溢出效应及其差异》中采用面板数据研究发现全国及分区域的样本范围内都存在着经济增长的溢出效应。
3.VAR模型方法，包括协整、脉冲响应方法等，李国平，陈安平（2004）在文章《中国地区经济增长的动态关系研究》运用VAR模型，考察了东中西三大地区经济增长之间的动态关系及其对地区差距的影响。
张伟丽、覃成林（2010）运用协整分析、Granger因果检验与脉冲响应函数得到西部与东部及东北地区间均形成了良好的相互促进的经济增长关联性。
VAR模型较为明确地揭示了数据之间的关系，但是VAR方法没有反应当期之间的相互关系。
本文利用京津冀三个省市的五个产业――农业、工业、零售消费、对外贸易、旅游业的年度数据，拟分别建立三省市的五个产业的SVAR模型，利用方差分解分析三个省市之间产业的相互作用，分析京津冀地区间产业的产值溢出效应，并利用分析结果确定产业的区域划分与结构的调整。
三、模型简介与实证分析 1.SVAR模型 但是VAR模型并没有给出变量之间当期相关关系的确切形式，而这些当期相关关系隐藏在误差项的相关结构之中，需要建立SVAR模型。
表示为 可以将上式写成滞后算子形式 根据VAR模型，可以估计参数A（L），从而 建立SVAR模型之后能较为容易的得到因变量之间当期相互影响的程度。
2.实证分析 本文利用京津冀三省市的农业、工业、消费零售、对外贸易、旅游业五产业产值的名义历年数据作为分析样本，分别对五个产业建立SVAR模型。
同时为防止数据由于量纲的不同产生异方差性，先将各个时间序列数据进行自然对数处理。
由于没经过差分处理的时间序列并不平稳，其一阶差分以后进行单位根检验说明各时间序列都为一阶单整，序列之间为同阶单整。
先建立VAR模型，对于五个截面数据进行滞后阶数检验得到除旅游业为2外，其余为1。
建立VAR模型，估计参数及平稳性检验并得出得出五个模型如下： 农业产业VAR模型如下：常数向量C=（0.731，0.545，0.751），北京农业滞后一阶参数lnbjar（—1）=（0.062，—0.396，—0.558），天津lntjar（—1）=（0.037，0.967，0.136），河北lnhbar（—1）=（0.0552， 0.242，1.217） 工业产业VAR模型如下：常数向量c=（0.220，—0.392，—0.756），北京工业滞后一阶参数lnbjin（—1）=（1.309，0.746，1.325），天津lntjin（—1）=（—0.048，0.347，—1.042），河北lnhbin（—1）=（—0.255，—0.045，—0.803） 消费零售产业VAR模型如下：常数向量c=（—0.038，—0.159， 0.127），北京消费滞后一阶参数lnbjsa（—1）=（1.242，0.449，0.190），天津lntjsa（—1）=（—0.333，0.474，—0.115），河北lnhbsa（—1）=（0.080，0.064，0.917） 对外贸易VAR模型如下：常数向量c=（3.571，1.394，—0.264），北京外贸滞后一阶参数lnbjet（—1）=（0.115，—0.240，—0.175），天津lntjet（—1）=（0.531，1.192，0.369），河北lnhbet（—1）=（0.176，—0.022，0.826） 旅游业VAR模型如下：常数向量c=（—0.403，—0.623，—3.827），北京旅游滞后一阶参数lnbjto（—1）=（0.949，0.423，0.729），天津lntjto（—1）=（—0.110，0.725，0.100），河北lnhbto（—1）=（—0.121，—0.012，0.232）；北京旅游滞后二阶参数lnbjto（—2）=（0.161，—0.275，0.015），天津lntjto（—2）=（0.135，0.239，—0.055），河北lnhbto（—2）=（0.015，—0.018，0.325） 由于本文中的VAR模型都是面板数据，因此施加短期约束为矩阵A是下三角矩阵的约束条件，得到各个SVAR模型的A矩阵如下： A矩阵表示的就是时间序列当期值之间存在的正向促进或反向干扰，在矩阵1中的—0.84表示北京当期的农业产值对于天津当期的促进作用是反向的，意味着北京农业产值对数值提高一个单位，天津的对数值将会下降0.84。
同样在上述五个A矩阵中，每个矩阵的下三角的值多为负值，仅两个为正值，一为工业产值矩阵中的北京工业产值对于河北的作用参数为0.35。
二为旅游业中，天津的旅游业产值对于河北有着正向的促进作用，但是作用较小。
负值的存在表明三省市的行业产值之间没有很好的相互促进作用。
最显著的是北京的旅游产业对河北的旅游产业在当期的冲击比较大，参数达到—1.07。
地区之间的不协同，需要在同一产业地区之间进行产业的明确分工。
利用方差分解分析上述SVAR模型。
可以直观的了解变量间的影响关系。
方差分解结果如下： 北京的农林渔牧产业由河北方差解释程度达到60%左右，而天津由河北方差解释程度仅为30%—40%。
北京的工业产值对其他两省市依旧处于较为高的影响水平都达到了60%左右，而河北次之为20%—30%之间，天津最少。
北京的工业影响力在长期内处于减小状态，而河北的工业影响力长期内处于增的状态。
北京虽然有较高的工业发展水平，但是近几年工业企业转移，导致北京在工业领导力上下降。
在消费与零售产业，北京市占据了绝对的优势，北京的消费零售产业对其他地区的影响达到70%，天津次之。
由于北京与天津有着较高的消费能力，但是由于两个城市距离较近，会产生消费零售上的竞争关系。
在对外贸易方面，依托于天津的港口，天津在远期有着比较大的影响力，但是对于河北的影响力较小，因为河北也拥有三个港口。
由于北京没有可用的港口，导致北京在对外贸易方面在远期的影响力逐渐降低。
在旅游产业方面，依托于北京的庞大的旅游资源与人口资源，并且相较于天津与河北的有着比较方便的交通，北京市有着巨大的影响力。
同时北京的周边交通网络，能带动周边旅游业的发展。
四、结论与建议 1.结论 通过对于地区间产业的分析，数据说明在当期同一产业的地区之间存在着负相关关系。
方差分解的分析中得出，综合来看，北京市在各个产业领域普遍具有领导力与影响力。
但是，从细节来看，河北省在农业中占有较大的影响力，工业中也较为明显。
天津市的产业影响力主要集中在对外贸易，在农业与消费零售业中也具有较大的影响力。
2.政策建议 （1）农业产业部署：建设以河北省为主，天津市为辅的农业产业生产结构，利用河北省广大平原的优势发展农业，利用天津人才优势发展农业高新技术。
（2）工业产业部署：建设以北京市为主、河北省为辅的工业产业生产结构。
利用北京市人才优势建立高新工业园区，迁移部分工业企业，利用河北省的地理与自然资源优势契合河北省发展现状，承接劳动密集型企业。
（3）消费零售行业部署：以北京为中心，以天津为副中心的消费圈，实现消费零售的服务覆盖京津冀，带动工业发展。
（4）对外贸易行业部署：利用天津优良港口的优势，打造京津冀对外贸易的主要进出口港口。
同时，开发河北省三个港口。
实现建设以天津港为首，秦皇岛、曹妃甸和黄骅三大海港为辅的北方进出口要塞。
（5）旅游行业部署：以北京为主，建设良好的区域交通网，带动周边京津冀其他地区的旅游发展。
参考文献： [1]潘文卿.地区间经济影响的反馈与溢出效应[J].系统工程理论与实践，2006（7）：86—91. [2]黄伟，张阿玲，张晓华.我国区域间产业GDP增长的溢出效应比较分析[J].经济科学，2005（3）：15—28. [3]薄文广.中国区际增长溢出效应及其差异――基于面板数据的实证研究[J].经济科学，2008（3）：34—47. [4]李国平，陈安平.中国地区经济增长的动态关系研究[J].当代经济科学，2004，26（2）：1—5. [5]张伟丽，覃成林.中国区域经济增长关联性与协调发展研究[J].经济地理，2010，30（4）：537—541. 作者简介：於玲菲，女，汉族，首都经济贸易大学；俞佳伟（1990— ），男，首都经济贸易大学数量经济学专业硕士研究生，研究方向：计量经济学。