滨海新区与环渤海地区经济增长互动效应研究——基于VAR模型的脉冲响应分析

高素英，王 竞，杨丽芸，刘建朝

(1．河北工业大学管理学院，天津 300401;2．南京大学商学院，南京 210093;3．天津市社会主义学院，天津 300094)

滨海新区与环渤海地区经济增长互动效应研究
——基于VAR模型的脉冲响应分析

高素英1，2，王 竞3，杨丽芸1，刘建朝1

(1．河北工业大学管理学院，天津 300401;2．南京大学商学院，南京 210093;3．天津市社会主义学院，天津 300094)

基于VAR(vecfor autoren ression)模型Johansen极大似然法和Granger因果关系检验法对滨海新区与环渤海地区经济增长的互动关系进行了实证分析。结果表明，天津滨海新区与环渤海地区经济增长存在长期稳定的互动关系:一是天津滨海新区的经济增长不仅有利于自身的发展，而且也有利于环渤海地区的经济增长，但现阶段的滨海新区还处于自身的增长阶段，对环渤海地区经济增长的辐射作用还没有充分凸显出来;二是环渤海地区对天津滨海新区经济增长具有支撑作用，实证分析表明山东和辽宁地区与滨海新区经济增长的互动效应最明显。

滨海新区;环渤海地区;VAR模型;脉冲响应函数;方差分解

2009年，国务院批复了《关于调整天津市部分行政区划的请示》，同意撤销天津市塘沽区、汉沽区、大港区，设立天津市滨海新区，以原塘沽区、汉沽区、大港区的行政区域为滨海新区的行政区域，调整天津市滨海新区行政区划标志着滨海新区行政管理体制改革全面启动，是实施国家发展战略，推动滨海新区管理体制改革的重大部署，有利于进一步加快滨海新区开发开放。滨海新区的开发是中国继20世纪80年代以来的继深圳、浦东开发之后，又一项区域经济开发的重大战略举措，并使天津成为全国第三个拉动区域经济发展的龙头城市。然而，与珠江三角洲和长江三角洲相比，环渤海地区经济发展水平明显落后，而且差距呈扩大趋势，环京津地区周边贫困带问题日渐突出。滨海新区是环渤海区域经济发展的“增长极”，但现阶段滨海新区对环渤海地区的辐射与带动作用还不明显，影响了环渤海区域的整体协调发展;环渤海地区对滨海新区的支撑作用表现如何，支撑作用有多大，亦不十分明朗。由此可见，滨海新区与环渤海地区是否互动，如何协调发展是我们亟待解决的课题。

一、滨海新区与环渤海区域经济增长互动关系的提出与分析

李国平等［1］从实证角度运用VAR模型，考察了我国东中西三大地区经济增长之间的动态互动关系;刘乃全等［2］利用Johansen协整关系检验和Granger因果关系检验，验证了我国东中西地区之间是否存在互动关系与因果关系;王舒健等［3］基于协整检验中建立的VAR模型，运用脉冲响应函数和方差分解方法阐述了中国东中西地区经济增长的互动关系;徐勇等［4］基于GIS技术的区域经济增长时空分异模拟方法对京津冀都市圈进行了实证分析，结果表明，都市圈的经济增长时空分异以京津两市的极化增长最为显著，对其他地市的带动辐射力度尚较小;苏良军等［5］通过建立无空间相关变量和有空间相关变量的单向和双向固定效应回归模型，得出“长三角”和“珠三角”区域内部存在经济增长的空间相关性。

周立群等［6］认为，滨海新区处于环渤海地区中心位置，拥有北方最大的出海口岸，依托“三北”的广阔腹地，具有联系南北方、沟通东西部的枢纽功能;新区的产业基础良好，制造业高度发达;资源丰富，持续发展能力较强;与周边地区经济互补性强，市场联系紧密，具有强大的聚集功能、扩散功能和创新功能，成为京津冀乃至整个环渤海经济圈的龙头。然而，与珠江三角洲与长江三角洲的发展相比，环渤海区域经济发展相对落后，环渤海地区核心城市带动作用不明显、没有充分发挥京、津等现代都市的优势，极化效应不断扩大，出现差距过大的强中心城市和弱周边城市。刘勇［7］研究发现，滨海新区对环渤海经济圈GDP的增长贡献率和增长弹性远低于浦东新区和深圳特区的贡献，对环渤海区域的龙头带动作用不明显。孙群力［8］认为，由于环渤海地区各主要城市在计划经济体制下形成了较为完整的产业体系，地区保护主义严重，区域产业重复建设，产业的同构性较为突出，市场配置资源能力不强，相互之间的竞争意识远大于合作意识，滨海新区的“龙头”带动作用有待突出。

环渤海地区经济增长存在相互影响、相互作用的互动关系，表现为某个地区的经济增长不仅会影响到自身以后时期的经济增长，产生经济增长的自我“累积效应”;而且该地区的经济增长也会影响其他地区的经济增长，同时也受其他地区经济增长的影响，产生地区间经济增长的“溢出效应”。进而，地区经济增长的互动关系会导致各地区经济增长的变动。相关文献大都研究滨海新区对环渤海的龙头带动作用，其中以定性研究居多，而定性分析无法形象地确定经济变量的具体经济关系;相关的定量研究又较少从环渤海角度研究其互动关系。基于此，本文运用VAR模型以及Granger因果关系检验环渤海各地区经济增长的互动关系，并用方差分解定量考察地区经济增长的自我“累积效应”，以及地区经济增长间的“溢出效应”。以验证滨海新区与环渤海区域经济之间是否存在长期稳定的互动关系。

二、滨海新区与环渤海地区经济增长互动关系的实证分析

1．指标的选取及数据来源

由于天津与环渤海之间存在着互动关系，所以选取天津、北京、河北、山东和辽宁5个省市为指标样本。研究区间为1978—2008年，原始数据来自新中国55年统计资料汇编和2006—2009年的中国统计年鉴。为了消除物价因素的影响，将以1978年为基期的居民消费价格指数的名义GDP转换为实际GDP，京津虽也视为省级(直辖市)单位，但相对于河北、辽宁而言，人口与其总量相差悬殊，考虑到人均GDP更能反映区域经济增长的真实水平，因此，以天津、北京、河北、山东和辽宁5个省市人均实际GDP增长率作为衡量地区经济增长的指标，变量具体定义:Tp为天津市人均实际GDP增长率;Bp为北京市人均实际GDP增长率;Hp为河北省人均实际GDP增长率;Sp为山东省人均实际GDP增长率;Lp为辽宁省人均实际GDP增长率。

2．VAR模型及实证检验

VAR模型由西姆斯于1980年提出，它常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响，VAR方法把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的需要。VAR模型的优点在于无需事先区分变量的外生性和内生性，可以较合理地描述变量间的互动关系，通常用于刻画时间序列系统的关联和随机扰动项对变量系统的动态影响。

VARp模型的数学表述为 yt=Bxt+A1yt－1+A2yt－2+…+Apyt－p+εt，t=1，2，…，T，其中 yt为 k 维内生变量向量;xt为d维外生变量向量;T为样本个数;p为滞后阶数;A1，A2yt－2，…，Ap和 B 分别为系数矩阵;εt为 k 维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关。在实际应用中，VAR模型面临如何选择滞后阶数P的问题，滞后阶数越长，越能完整反映模型的动态特征，但是滞后期越长，模型待估参数越多，自由度越少，因此应在滞后期与自由度间寻求平衡，通常依据AIC和SC准则确定模型的最优滞后阶数。

本文实证检验均运用Eviews5.1得出，采用ADF(增广的迪基-富勒)检验方法，对 Tp、Bp、Hp、Sp、Lp及其一阶差分变量△Tp、△Bp、△Hp、△Sp、△Lp进行平稳性检验。检验类型包括含截距项、截距项和趋势项、无截距项和趋势项，c和t分别指截距项和趋势项，检验类型的选择依据AIC和SC值最小准则确定。图1为环渤海各地区经济增长的波动图。

图1 环渤海地区经济增长的波动

由图1可知，序列没有明显的上升趋势，所以对其进行不含趋势项的平稳性检验，检验结果如表1所示。由表1可知，虽然临界值在1%时时间序列变量Tp、Bp、Hp、Sp、Lp是非平稳的，但是临界值在 1%时其一阶差分变量△Tp、△Bp、△Hp、△Sp、△Lp却是平稳序列，DW值都在2左右，说明序列不存在自相关。这表明△Tp、△Bp、△Hp、△Sp、△Lp是一阶单整序列。

表1 各变量的ADF单位根检验

由于北京、天津、河北、辽宁、山东5省市经济增长时间序列均是一阶单整过程，满足协整关系检验的条件，可以对其进行协整检验，协整关系可以揭示非平稳数列间的长期稳定关系，因此，应用基于VAR模型的Johansen极大似然法来检验环渤海地区经济增长间的协整关系。检验表明，当滞后阶数P=3时，环渤海地区经济增长序列 Bp、Tp、Hp、Lp、Tp、Sp所构成的 VAR模型的AIC值和SC值最小，可以利用AR根的图表来判断模型的稳定性。如果被估计的VAR模型中，所有根模的倒数小于1，用图形表示即所有根位于单位圆内，则建立的模型是稳定的，单位根全部落入单位园内因此所设VAR模型是稳定的。因此，选择P=3作为最优滞后阶数。

由Johansen协整检验结果，在5%临界值下特征根迹检验和最大特征根检验都表明时间序列Bp、Tp、Hp、Lp、Sp间存在二个协整关系，说明环渤海地区经济增长间存在长期稳定的互动关系。时间序列Bp、Tp、Hp、Lp、Sp构成两个VAR模型。虽然Johansen协整检验表明环渤海地区经济增长间存在长期稳定的互动关系，但并没有对变量间的相对重要性以及这种作用的动态特征提供更多明确的信息。引入脉冲响应函数和误差分解会有助于该问题的解决。

3．脉冲响应分析和方差分解分析

(一)脉冲响应分析

脉冲响应函数反映来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响，刻画内生变量对随机扰动的动态反应，显示任意变量的随机扰动信息如何通过模型影响其他变量，并反馈到自身的动态过程。而方差分解则是将这种反应也就是预测均方误差分解成系统中各个变量所做冲击的贡献。基于协整检验中建立的VAR(3)模型，运用脉冲响应函数和方差分解方法，重点考察环渤海地区经济增长的互动关系。

对模型系统施加一个标准差信息的累积脉冲响应，计算各变量对冲击的反应，并将各变量的瞬时反应进行加总，考察它们对外部冲击的长期总反应，各地区经济增长对来自自身和其他地区经济增长一个标准差冲击的长期总反应。在模型中，将响应的时间长度设定为10年。图2是一个标准差信息的累积冲击对天津的反应。

图2 天津对来自外部冲击的累计反应

图2为天津经济增长对来自自身的冲击有显著的“累积效应”，天津经济增长率提高一个标准差，则4年内可使自身经济增长率总共增加10%，随后冲击的总效应逐渐减小，但长期保持在8%以上，说明天津地区经济增长具有自我促进作用。天津经济增长对来自北京经济增长冲击的总反应大致呈倒U型，说明北京地区经济增长率提高一个标准差，3年内可使天津地区经济增长率总共增加6%，随后冲击的总效应逐渐稳定在7%左右。河北经济增长率提高一个标准差，3年内可使天津地区经济增长总共增加5%，随后冲击的总效应逐渐稳定在4%左右。说明北京河北地区经济增长对天津地区存在显著的“溢出效应”:山东和辽宁地区对天津地区经济增长呈抛物线递增，山东辽宁地区经济增长率提高一个标准差冲击，两年内可使天津地区经济增长率总共增加1%，随后冲击的总效应都逐年增长，7年内辽宁地区比山东地区冲击的总效应高2%。在第7年相等冲击总效应达到13%。之后山东地区比辽宁地区冲击的总效应高1%。说明天津经济增长对来自自身的冲击有显著的“累积效应”，北京、河北、山东、辽宁地区经济增长对天津地区经济增长存在显著的“溢出效应”。

天津经济增长率提高一个标准差，则两年内使北京地区经济增长率小幅下降，随后冲击的总效应逐渐增长，到4年后冲击总效应稳定保持在4%左右。天津经济增长率提高一个标准差，则3年内使河北地区经济增长率总共增加8%，随后冲击的总效应小幅减小，但长期趋于稳定保持在5%左右。天津经济增长率提高一个标准差，短期内对山东地区经济增长影响很小，3年内冲击的总效应增长到6%，随后冲击总效应又下降，呈波浪式。显示天津经济增长率提高一个标准差，对辽宁地区经济增长总效应3年内呈倒U型，冲击总效应先提高后下降，到第3年下降到零，3年到6年内冲击总效应也呈倒U型，到第6年达到零，之后趋于稳定，冲击总效应在4%左右。说明天津经济增长对北京河北山东辽宁地区经济增长不同程度上都有“溢出效应”促进了环渤海地区的经济增长。

(二)方差分解分析

VAR模型的方差分解可以将系统中每个内生变量的波动按其成因分解为与各方程信息相关联的组成部分，进一步评价不同结构冲击的重要性。因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。从而了解各信息对模型内生变量的相对重要性。图3显示天津地区经济增长的波动受山东和辽宁的影响较大解释力约为30%和25%，相比而言天津地区经济增长受山东、辽宁地区影响较大。其次是自身发展因素约为20%。受北京和河北影响约为15%和10%。显示北京地区经济增长的波动主要归因于自身因素和山东影响。解释力都是30%。其次为辽宁地区影响约为20%。而河北和天津影响较小，各占10%。河北地区经济增长的波动主要归因于自身因素约为30%。其次是辽宁和山东地区影响解释力合约50%，北京和天津地区影响较小解释力合约20%。山东地区经济增长的波动主要归因于自身因素解释力约为35%和北京地区影响解释力约为30%。河北、辽宁、天津地区影响较小，分别约为20%，10%，5%。辽宁地区经济增长的波动主要归因于山东和北京，地区影响解释力约为35%，30%，受自身因素和河北天津地区影响大致相同，解释力合约25%。

图3 天津地区经济增长的方差分解

三、结 语

虽然环渤海各地区经济增长呈现相当大的波动性，但是各地区经济增长并非毫无关联;北京、天津、河北、山东和辽宁5个省市构成环渤海地区一个整体，各区域之间存在长期稳定的互动关系。天津地区经济增长有显著的自我“累积效应”，对环渤海其他地区经济增长也有显著的“溢出效应”。十多年来，滨海新区经济高速发展，规模不断扩大。从1995年到2007年，滨海新区的生产总值增加了9倍，滨海新区以年均19%的速度实现了持续快速增长，2008年，滨海新区实现生产总值3102.24亿元，比上年增长23.1%。滨海新区生产总值占天津市生产总值比重从1995年的26%上升2008年的48.8%。这正是滨海新区自身经济发展“累积效应”的表现。天津滨海新区发挥了对京津冀地区、环渤海地区经济发展的带动和辐射作用，是环渤海地区经济发展的增长极;同时环渤海地区经济增长也促进了天津的经济增长，尤其是山东和辽宁地区，对天津地区经济增长做出的贡献在环渤海地区中是较大的。

但从方差分解图可以看出天津对环渤海地区经济增长所做出的贡献不是最大的，这是因为虽然滨海新区经济初具规模，但是滨海新区呈现出孤岛式崛起的发展态势。天津滨海新区处于极化增长模式，其自身的经济发展水平难以带动远距离的区域经济增长。现阶段主要是聚集效应或极化效应占主导地位的阶段，扩散效应相对较弱或范围较小;滨海新区对周边区域发展的带动作用还不够强，与周边区域的差距呈扩大趋势。随着滨海新区的进一步发展，扩散效应的增强，天津对环渤海地区经济增长的带动作用就会凸现出来。这正证实了环渤海地区经济发展水平落后于珠江三角洲和长江三角洲的原因是因为天津滨海新区对环渤海区域经济发展的“增长极”带动作用还没有充分发挥出来，也证实了由于天津极化增长模式，环渤海地区经济发展差距加大，从而形成环京津地区的贫困带问题。

滨海新区应充分利用其良好的区位优势、资源优势、工业基础优势，体制创新优势和国家给予的政策优势加快自身的发展，发挥区域比较优势、优化产业结构、加强自主创新能力、完善区域服务功能。同时，滨海新区要获得长期发展的动力必须依托环渤海地区，紧紧依靠北京、天津和河北主城区等区域的资源、要素和市场，特别是京津地区的科研资源，与之进行分工，完善区域合作机制，带动周边地区特别是河北、鲁北、辽西地区的产业结构调整，加快滨海新区开发开放，增强对环渤海区域经济发展的带动与辐射作用。而环渤海地区也要对滨海新区的发展起支撑作用，尤其是河北地区丰富的自然资源，大连港和青岛港水上运输;在支撑滨海新区发展的同时，也要大力发展自身，尤其是环京津周边的贫困地区要借势发展起来，抓住滨海新区对区域经济发展的龙头带动作用，做好产业对接，缩小与京津地区的经济发展差距，推动环渤海区域间相互依赖、相互补充的互动协调发展战略。

［1］ 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．

［2］ 刘乃全，陶 云，张学良．中国区域经济增长协整分析与区域政策选择:兼论“中部塌陷”现象［J］．财经研究，2006，3(4):49-57．

［3］ 王舒健，李 钊．中国地区经济增长互动关系的脉冲响应分析［J］．数理统计与管理，2007，26(3):386-390．

［4］ 徐 勇，马国霞，郭腾云．区域经济增长时空分异模拟方法:以京津冀都市圈为例［J］．地理科学，2007，27(6):750-755．

［5］ 苏良军，王 芸．中国经济增长空间相关性研究:基于“长三角”与“珠三角”的实证［J］．数量经济技术经济研究，2003(12):26-38．

［6］ 周立群，邹卫星．京津冀地区差距、因果累积与经济增长区域经济研究［J］．天津社会科学，2006(6):73-81．

［7］ 刘 勇．国家战略定位下滨海新区产业发展战略的思考［J］．港口经济，2009(2):16-18．

［8］ 孙群力．促进环渤海经济圈快速协调发展的对策［J］．宏观经济研究，2007(2):38-40．

［9］ 孙海燕，刘贤赵，杨玲玲．山东省与天津滨海新区地缘经济关系分析［J］．经济地理，2009，29(12):1973-1976．

［10］ 高进田．环渤海区域城市经济发展比较与滨海新区独特发展战略［J］．现代财经 2009，29(9):62-65．

［11］ 高铁梅．计量经济分析方法与建模［M］．北京:清华大学出版社，2006．

［12］ Dickey D A，Fuller W A．Likelihood ratio statistics for autoregressive time series with a unit root［J］．Econometrica，1981(49):1057-1072．

［13］ Johansen and Juselius K．Maximum likelihood estimation and inference on cointegration with applications to the demand for money［J］．Oxford Bulletin of Economics and Statistic，1990(52):160-210．

［14］ Enger R C．Granger，co-integration and error correction:Representation，estimation and testing［J］．Econometrica，1987(35):391-407．

Interactive Effect of Economic Growth in Tianjin Binhai New Area and Bohai Sea Region——VAR Model-Based Impulse Response Analysis

GAO Su-ying1，2，WANG Jing3，YANG Li-yun1，LIU Jian-zhao1
(1．School of Management，Hebei University of Technology，Tianjin 300401，China;2．School of Business，Nanjing University，Nanjing 210093，China;3．Tianjin Socialism Institute，Tianjin 300094，China)

Based on Johansen maximum likelihood method and the impulse response analysis of VAR model，this paper conducts empirical studies on the interactive relationship of economic growth between Tianjin Binhai New Area and the Bohai Sea region．The results show that there exists a long-term stable interactive relationship of economic growth between the two regions．On one hand，economic growth in Binhai New Area is beneficial not only to itself，but also to economic growth of the Bohai Sea region．However the radiation function of Tianjin Binhai New Area to the Bohai Sea Region in at present has not been fully displayed due to the stage of growth of polarization．On the other hand，economic growth in the Bohai Sea region has supported economic growth in Tianjin Binhai New Area，and the variance decomposition indicates that economic growth in Shandong province and Liaoning province exerts the most obvious effects on the economic growth in Tianjin Binhai New Area．

Tianjin Binhai New Area;Bohai Sea region;VAR model;impulse response function;variance decomposition

F061.5

A

1008-4339(2010)04-0338-05

2009-11-06．

教育部人文社会科学研究基金资助项目(09YJA790058);天津社科规划基金资助项目(TJYY08-1-037);河北省科技发展战略规划基金资助项目(08457248D);河北省科技发展战略规划基金资助项目(0745720D-5);天津市软科学基金资助项目(06ZLZLZT01300)．

高素英(1958— )，女，教授．

高素英，sue2007@hebut．edu．cn．