京津冀三地经济增长溢出效应探析

郭小卉 康书生

摘 要：使用TVP-VAR模型分析2005年第一季度到2017年第三季度京津冀三地之间经济增长溢出效应。结果显示，京津冀三地之间经济增长的溢出效应在样本期间内基本稳定，次贷危机对三地之间的溢出效应几乎没有影响；京津冀协同发展战略在短期内推动三地之间的经济溢出，但近两年来对三地之间经济溢出效应的影响有限；在样本区间内，河北对京津的溢出效应大于京津对河北的经济溢出，天津对北京的经济溢出大于北京对天津的溢出水平，经济增长溢出效应在一定程度上扩大了京津与河北之间的经济差距。

关键词：区域经济；溢出效应；京津冀协同发展

中图分类号：F127；F120.4 文献标识码：A 文章编号：1003-3890（2018）06-0004-09

一、引言

经济增长溢出效应是指经济发展过程中区域间经济活动的相互作用和相互影响，是区域经济活动的一种外部性，反映了一个区域的经济活动对其他区域经济福利的影响[1]。Hirschman认为区域增长中心对外围地区存在辐射效应（或扩散效应）和虹吸效应（极化效应）[2-3]，两种效应的综合效应称之为溢出效应。区域间经济增长的溢出效应是双向的，区域中心和周边地区主要通过产业关联、要素流动（资本和劳动力）、技术扩散、制度移植等四条传输渠道来实现经济溢出[4-5]。区际产业关联表现为区际分工与贸易，核心地区的经济增长可能通过投入产出链带动周边地区相关产业的发展，扩大其市场规模，并促使一些丧失竞争优势的产业和企业向周边地区转移，产生辐射效应[6-7]。同时，核心地區的经济增长会拉动与周边地区贸易的增长，而贸易增长会刺激周边地区的企业追加投资，扩大生产规模，从而带动这些地区的经济发展。此外，核心地区可能凭借自身在产品市场和要素市场上的优势，从周边地区吸纳大量的资本、技术、人才等生产要素来促进自身的经济增长，而周边地区经济则由于生产要素的流出而遭受负向冲击[8]。技术扩散和制度移植是一种模仿、学习行为，落后地区可以通过学习、模仿先进地区的技术和制度安排来推动本地区经济的增长[6]。区域间溢出效应的大小会通过影响地区经济增长速度最终影响到区域经济的协调发展。

改革开放之初，我们的政策是让一部分人和一部分地区先富起来，先富带后富，最终实现共同富裕。而先富地区带动后富地区主要是通过地区间经济增长的溢出效应来实现的，随着区域间经贸往来的日益频繁，溢出效应对我国区域经济增长的影响也在日益增大[9-10]，但溢出效应是否有助于先富带后富或缩小区域经济差距呢？学者们的观点并不一致，Anselin指出溢出效应的大小和方向与区域的空间布局相关，不同地区之间经济增长的溢出效应可能完全不同[11]。

京津冀地区经济体量较大，是我国现阶段重点发展的区域经济体之一，但该地区一直饱受区域经济发展差距过大的困扰。京津两地人均GDP水平相似，河北省人均GDP比较落后，低于全国平均水平。2000年以来，京津和河北之间的人均GDP差距一直在扩大。2016年，京津两地人均GDP是河北人均水平的2.7倍以上。从表面上看，多年来京津两地特别是北京的经济增长对河北经济的溢出效应好像小于虹吸效应，但事实是否如此呢？京津冀三地之间的溢出效应到底有多大，什么时候能达到先富带动后富的效果呢？京津冀协同发展正是在此背景下提出，其目标便是疏解北京的非首都功能，充分发挥京津特别是北京的辐射作用，先富带动后富，拉动周边河北省的经济增长，使得三地作为一个整体，真正实现协同发展。因此，研究京津冀三地之间的经济增长溢出效应到底有多大，以及是否有助于缩小区域经济差距，正是本文需要解决的主要问题。

二、文献综述

国内外学者对于区域经济增长溢出效应的研究主要集中在两方面：一是经济增长溢出效应对区域经济发展的重要性，二是区域经济增长溢出效应的大小和方向。学者们一致认为经济增长溢出效应对于区域经济发展是非常重要的。Carlino et al.采用SVAR模型考察了美国不同地区人均收入增长之间的溢出效应，发现区域间经济增长溢出效应是非常重要且长期存在的，但溢出效应会随着距离的加大而逐渐减弱[12]。潘文卿[9]使用空间计量模型研究了1988—2010年中国省际间的空间相关性和区域经济增长的溢出效应，指出空间溢出效应是中国区域经济增长的重要影响因素[13-14]，对GDP的贡献率甚至超过了固定资产投资。Bai et al.采用空间误差模型分析了1998—2008年中国省际经济增长的空间结构及空间溢出效应，发现溢出效应（市场潜能）显著促进了各省经济增长，市场潜能每增加10%，各省人均GDP会增长3～5个百分点[10]。王雪辉 等[15]基于空间计量方法考察了我国地级市经济增长溢出效应随时间和地理距离的变化规律，发现经济增长溢出效应会随着空间距离的增加而趋于减弱，随着时间的推移逐渐增强[9]，一至两个省范围内属于经济增长最有效的空间溢出范围，省级行政界线对经济增长空间溢出的阻碍作用比较明显。

在溢出效应的大小和方向研究方面，学者们的观点不太一致。部分学者认为先富地区（东部沿海地区）的经济增长对于后富地区（中西部内陆地区）存在较强的溢出效应。如李国平 等运用VAR模型考察了我国东中西三大地区间经济增长的动态关系及其对地区差距的影响，发现东部地区的经济增长不仅有利于东部自身，也有利于中西部地区，中西部从东部经济增长中得到的益处大于从自身经济增长中得到的益处[16]。Groenewold et al.[17-18]采用VAR模型研究了1953—2003年中国东中西部三大地区之间的经济增长溢出效应，指出东部地区对中西部地区、中部地区对西部地区有着较强的溢出效应，但不存在反方向的溢出效应[19]。Ying使用空间滞后模型研究了1978—1994年中国省际经济增长之间的溢出效应，发现相邻省份之间有正向溢出也有负向溢出，广东省对其他省份的溢出效应最大[20]。Brun et al.采用面板数据模型衡量了中国沿海地区对内陆地区的溢出效应，指出沿海地区之间以及沿海地区对内陆地区确实存在溢出效应，但溢出效应远不能弥补地区间的经济差距[21]。

但也有部分学者指出先富地区的经济增长对后富地区的溢出效应并不明显，甚至小于落后地区对先富地区的溢出效应。如潘文卿 等[22-23]使用投入产出模型分析了中国区域间的溢出效应，指出沿海地区对内陆地区的溢出效应并不明显，还不及内部地区对沿海地区的溢出效应，沿海地区的发展更多地溢出到了海外市场[24]，环渤海、长三角和珠三角三大增长极对内陆地区经济发展的溢出效应也比较小。薄文广[8]基于省际面板数据分析了我国区域间经济增长溢出效应及其差异，发现东部地区经济增长对内陆地区没有形成溢出效应，相反内陆地区经济增长对东部地区具有显著的溢出效应[25]。

以上诸多学者从中国全域的角度去探讨区域间或省际经济增长的溢出效应，强调了溢出效应对区域经济增长的重要性，但在溢出效应的大小和方向方面观点不太一致。李敬 等指出中国经济增长溢出效应具有明显的梯度特征，不同板块的省份产生溢出效应的方向并不一致[26]。Anselin指出局部地区之间的经济溢出会受地理位置、自身特点等因素制约而出现差别[11]。因此，从局部剖析区域间经济溢出效应的大小和方向，探讨溢出效应对经济协调发展的影响是非常重要的。当前，京津冀协同发展是我国重要的区域经济发展战略之一，本文以京津冀地区为研究对象，探讨京津冀三地之间经济增长溢出效应的大小及其对经济协同发展的影响。

就研究方法而言，多数学者在研究区域经济溢出效应时使用空间计量分析方法[9-10，15，20]，而空间计量方法在测度区域溢出效应时更加关注溢出效应的空間特征，对溢出效应的时变特征关注较少。潘文卿指出溢出效应的大小和方向会随着时间的推移发生改变，而其对区域协调发展的影响也会随之发生变化[9]。区域之间经济活动的溢出效应是相互的，如果区域中心城市对周边地区的溢出效应小于周边地区对中心城市的溢出，则会扩大区域经济差距，反之则会缩小区域差距。因此，本文借鉴Carlino et al.的理论模型[12，17]，采用时变参数向量自回归模型（Time-Varying Parameter Vector Autoregression，TVP-VAR）来测度京津冀三地之间经济增长溢出效应的大小和方向，同时关注溢出效应的时变特征。

三、研究方法

TVP-VAR模型是在结构向量自回归模型（Structural Vector Autoregression，SVAR）的基础上放宽常参数约束条件构建而成[27]。我们首先引入SVAR模型：

尔科夫链蒙特卡洛方法（Markov Chain Monte Carlo，MCMC）对模型参数进行估计。

四、实证分析

（一）变量选取

多数学者在研究区域经济溢出效应时采用区域经济增长指标[9，17，18]，故本文选取北京GDP（BGDP）、天津GDP（TGDP）、河北GDP（HGDP）作为京津冀三地经济增长的代理变量（实际变量，以2005年第一季度为基期），鉴于数据的可得性，样本区间确定为2005年第一季度—2017年第三季度（以下简称2005Q1—2017Q3），所有数据来源于国家统计局数据库。为消除季节影响，借助于Eviews10软件，本文利用census X-13方法对京津冀三地实际GDP数据进行季节处理，并取对数形式。表1显示变量单位根检验结果，BGDP、TGDP、HGDP三变量分别以水平形式进入TVP-VAR模型。

（二）参数估计结果

在本文TVP-VAR模型（4）式中，我们假设结构式冲击的当期关系服从递归识别，不同的变量顺序会影响变量之间动态关系的变化，故模型中变量的顺序安排非常重要。就京津冀地区而言，多年来河北为了支持首都作出了很大的贡献，北京对周边地区更多地表现为虹吸效应[30-32]。因此，在TVP-VAR模型中，变量顺序安排为：向量Yt=[HGDPt，TGDPt，BGDPt]。根据AIC准则和SC准则，模型滞后阶数为5阶。本文借助于Matlab2017a软件对TVP-VAR模型进行模拟和估计，在利用MCMC方法对模型进行模拟前需先对参数赋初值，参照Nakajima[27]赋初值的方法，本文根据经验设定参数初值如下：

通常情况下，对于时变参数？茁的先验假设应比当期关系参数a和随机波动参数h的先验假设更严格一些[27]。我们先验假定协方差矩阵的主对角线元素服从如下分布：

为了计算参数的后验分布，本文应用MCMC法迭代20 000次，并舍弃初始的2 000次抽样，以避免初始值的设定对模拟结果产生影响。

图1显示了TVP-VAR模型的样本自回归系数、样本路径和后验密度。其中，样本自回归系数稳定下降，样本参数的动态模拟路径体现出明显的波动聚类现象，并且在模拟尾部，各参数均收敛于表1中样本均值的估计结果，这表明通过预设参数的MCMC抽样获得了不相关的有效样本。表2显示了模型的参数估计结果，包括后验均值、后验标准差、95%置信区间，Geweke提出的CD收敛诊断值（Convergence Diagnostics，CD）和无效影响因子[33]。CD值用于测定预模拟得到的马尔科夫链是否收敛于后验分布，如表2所示，模型参数的CD值在5%的显著性水平下均未超过临界值1.96，表明原假设不能被拒绝，参数收敛于后验分布[34-35]。无效影响因子在数值上等价于后验样本均值的方差和不相关序列样本均值的方差的比值，主要用来评价MCMC模拟的精准程度。表2中模型各参数的无效影响因子比较小，最大取值为17.58，这意味着在连续抽样20 000次的情况下，至少能获得约1 137个不相关的样本。此外，对于所有参数估计的后验均值非常接近真实值，且都落在95%的置信区间内。因此，用上述方法得到的样本个数对于TVP-VAR模型的后验推断是足够的，MCMC模拟有较好的收敛性，本文模型参数的估计结果较为稳健[36-38]。

（三）时变脉冲响应函数分析

TVP-VAR模型产生的脉冲响应函数可以从不同时点和不同时间间隔两个角度描述变量之间的时变特征。其中，时点脉冲响应函数是指在样本期间内的不同时点，自变量的单位冲击对因变量造成的持续影响。本文设定脉冲响应期间为12期（3年），并选取2006Q4、2008Q4、2015Q1和2017Q3为代表性时点，分别考察2008年美国次贷危机爆发前和爆发后、2014年2月京津冀协同发展正式推出以及现阶段京津冀三地经济增长溢出效应的动态变化。

图2显示的是在εHGDP、εTGDP、εBGDP一个单位标准差的正向冲击下，HGDP、TGDP和BGDP分别在不同时点的脉冲响应函数图像。如图2所示，在受到京津冀三地GDP意外的增加一个单位标准差大小的冲击时，京津冀三地GDP多表现为波动增加，只有北京GDP在自身冲击下，当期响应即达最大值，之后逐步减小。在时变特征上，京津冀三地GDP受到冲击后在四个时点上的变化趋势基本一致，其中在2006Q4、2008Q4和2017Q3三个时点上的走势基本重合，只有在2015Q1时点上的走势略高于其他三个时点。可见，在整个样本期间内，京津冀三地GDP增长的溢出效应基本稳定，没有出现根本性的结构变化。

详细对比图2的9个子图，我们可以发现，2008年美国次贷危机对京津冀三地之间GDP增长的溢出效应几乎没有影响，在图2中表现为HGDP、TGDP和BGDP在2006Q4和2008Q4两个时点的脉冲响应图像几乎完全一致。在2015Q1时点上京津冀三地GDP受到冲击后的响应明显高于其他时点（在2014Q4时点上京津冀三地GDP的脉冲响应值与2015Q1水平很接近，但沒有在图2中显示），说明2014年2月京津冀协同发展正式上升为国家战略以及2015Q1京津冀协同发展规划纲要的正式推出确实有助于推动三地之间经济增长溢出效应的增加。但在2017Q3时点上，京津冀三地GDP的脉冲响应比2015Q1时点水平明显降低，又回落到之前水平，跟在2006Q4、2008Q4时点上的响应区别不大。只有BGDP在受到冲击后的响应虽然比2015Q1时点水平低，但还是要比2006Q4、2008Q4时点水平高一点。

综上所述，京津冀协同发展国家战略推出之后，期初三地之间溢出效应的增加比较明显，但随着时间的推移，三地间的经济溢出并没有随着京津冀协同发展的推进而增加，反而是逐渐减小。对比2008Q4时点水平和2017Q3时点水平可以发现，在此期间，北京对津冀两地的经济溢出基本没有变化，津冀对北京的经济溢出反而有所增加。由此可见，京津冀协同发展战略实施三年以来，从经济溢出的角度来看，北京非首都功能的分散疏解并没有导致北京对津冀的经济溢出增加，三地之间的经济协同进展有限。

TVP-VAR模型中各变量冲击的大小并不是根据每个时点上扰动项的标准差计算的，而是依据整个样本区间内模型结构式扰动项标准差的均值来计算的[27]。通过检验TVP-VAR模型结构式扰动项随机波动的后验估计可以发现，模型结构式扰动项εHGDP、εTGDP、εBGDP在每个时点上标准差的大小基本一致，略有细微差别。在整个样本区间内，通过计算可知扰动项εHGDP、εTGDP、εBGDP冲击的大小分别为0.44%、0.29%和0.49%（一个单位的标准差大小的正向冲击，即图2中子图1、3和9当期水平值）。将TVP-VAR模型中各变量冲击的大小调整一致后，可以比较京津冀三地GDP在受到冲击后溢出效应的大小。表3以2017Q3时点水平为例，将各变量的冲击调整一致后（0.44%）简单比较京津冀三地之间经济溢出效应的大小。

如表3所示，本文选取2017Q3时点当期、第4期（1年）、第8期（2年）和极大值（第11或12期）四个时点的脉冲响应值，同时结合时点脉冲响应图像（图2）对京津冀三地经济溢出效应进行两两比较。从溢出效应的大小来看，在面临？着HGDP冲击时，BGDP增加的极小值为0.29%（第3期），极大值为0.59%（第12期），而？着BGDP冲击后HGDP增加的极大值为0.19%（第11期），BGDP增加的极小值比HGDP增加的极大值还要大。可见，河北对北京的经济溢出远远大于北京对河北的经济溢出，就脉冲响应期间内极大值而言，约为3倍左右。津冀两地之间的经济溢出水平相当，河北对天津的溢出水平要稍高一点。而无论从各期水平来看，天津对北京的经济溢出明显大于北京对天津的溢出效应。TVP-VAR模型一旦估计出来以后，每一个时点上我们都可以得到时点脉冲响应函数图像。因此，通过详细对比各个时点上的脉冲响应函数所得出的结论与我们对选定时点脉冲响应函数的分析结果一致，并且我们的结论与薄文广等学者的研究结论一致（先富地区对落后地区的溢出效应并不明显，还不及落后地区对先富地区的溢出效应）[8，22-25]。由此可见，在京津冀区域经济范围内，作为区域核心的北京对周边河北地区的辐射效应并不明显，而河北经济发展对北京呈现出明显的溢出效应，先富带后富的局面并没有形成，溢出效应在一定程度上加大了京津与河北之间的经济差距。刘浩等学者分别使用空间计量方法测度了近十多年来京津冀地区经济增长溢出效应的空间特征，发现京津冀地区仍处于经济集聚阶段，经济热点对周边地区的带动作用非常有限，虹吸效应比较明显，京津冀地区呈现类似“核心—边缘”的空间结构。本文的研究结果与他们的结论一致[30-32]。

等间隔脉冲响应函数是指在给定的相等时间间隔下，自变量在样本期间内每一时点的单位冲击对相等时间间隔后的因变量产生的动态影响。本文将时间间隔设定为当期、间隔2期、4期和8期，分别考察京津冀三地GDP在受到冲击以后当期、半年、一年和两年后的动态调整路径。

如图3所示，HGDP、TGDP和BGDP当期、间隔2期、4期和8期四种类型的等间隔脉冲响应图像在冲击的作用下随着时间的推移基本保持一致，变化不大，说明京津冀三地之间的溢出效应没有体现出明显的时变特性，基本保持稳定。2008年美国次贷危机爆发前后，京津冀三地GDP的四类等间隔脉冲响应图像基本没有变化，再次说明2008年次贷危机对京津冀三地之间经济增长的溢出效应影响不大。在2015年第1季度，间隔8期的京津冀三地GDP的脉冲响应图像略有凸起，但随后又逐步回落到之前水平，说明京津冀协同发展战略的推出在短期内促进了京津冀三地之间的经济溢出，但从近两年来看，京津冀协同发展的推进对三地之间的经济溢出影响不大，或者说京津冀协同发展需要有更加有效的措施来进一步推进。

五、结论

本文使用TVP-VAR模型分析了2005年第一季度到2017年第三季度京津冀三地之间经济增长溢出效应的大小和方向，以及经济增长溢出效应对三地经济差距的影响。同时，本文详细考察了样本期间三地之间经济溢出效应的时变特征，分别探讨了2008年次贷危机和京津冀协同发展对三地之间溢出效应的影响。

第一，基于TVP-VAR模型的实证结果显示，在样本期间，京津冀三地之间经济增长的溢出效应基本稳定，没有体现出根本的结构性变化和明显的时变特征。2008年美国次贷危机的爆发对京津冀三地之间的经济溢出效应几乎没有影响。2014年2月推出的京津冀协同发展战略，在短期内确实推动了三地之间经济增长溢出效应的增加，但从近两年来看，京津冀协同发展的推进对三地之间经济溢出效应的影响有限。

第二，本文实证结果显示，目前，河北对京津两地的溢出效应要大于京津对河北的经济溢出，天津对北京的经济溢出要大于北京对天津的溢出水平，经济增长溢出效应在一定程度上扩大了京津与河北之间日益增加的经济差距。由此可见，在京津冀区域经济范围内，作为区域核心的北京对于周边河北地区的辐射效应并不明显，而河北经济增长对北京的溢出效应比较明显，先富带后富的局面还没有形成。刘浩等学者分别使用空间计量方法研究了京津冀地区经济增长溢出效应的空间特征，而本文使用TVP-VAR模型测度了该区域经济增长溢出效应的时变特征，研究结论相似[30-32]。本文的发现与薄文广等学者的研究结论也具有一致性[8，22-23]。

在京津冀地區，北京是核心城市，河北省属于周边地区，多年来为了拱卫北京，河北做出了很大的贡献，京津冀三地之间的经济差距是历史形成的。京津冀协同发展战略的推出，目的就是改变北京的发展对周边地区的虹吸效应，疏解北京的非首都功能，一方面解决北京的大城市病问题，另一方面提高区域中心城市对周边地区的辐射效应，先富带后富，促进区域经济协调发展。但本文研究结果显示，近年来京津冀协同发展的推进对于提升北京对周边地区经济溢出效应的作用有限。这在一定程度上说明，近年来京津冀协同发展虽然取得了很大进展，但北京非首都功能的分散疏解对于提升北京经济发展对周边河北省辐射效应的作用不太明显。与京津相比，落后的河北省缺少一个增长极或集中疏解地来集中承载北京非首都功能的疏解，与京津形成犄角之势，全面带动河北省的经济发展。这也从一个侧面证明了国家在河北省设立雄安新区的重要性。此外，理论与实践均显示，省级行政界线对于地区间经济溢出效应的阻碍作用比较明显。因此，如果想要京津冀地区能够真正协同发展起来，恐怕还要站在区域整体的高度对京津冀行政区域进行重新规划和顶层设计，力争打破省级行政线对区域经济的分割。

参考文献：

[1]彭连清.我国区域经济增长溢出效应研究[D].广州：暨南大学，2008.

[2]HIRSCHMANA O.The strategy of economic growth[M].Yale：New Haven，1958.

[3]MYRDAL G.Economic theory and underdeveloped countries[M].London：Duckworth，1957.

[4]陈安平.中国地区经济增长溢出效应传输渠道研究[J].财经研究，2005（12）：126-140.

[5]姜文仙.区域经济增长溢出效应的传输途径：一个分析框架[J].发展研究，2014（9）：39-46.

[6]李静娴，陈安平.中国省际间经济增长的溢出效应及其传输渠道研究[J].工业技术经济，2010（2）：138-142.

[7]赵伟光，敬莉.区域经济关联与经济增长的空间溢出效应——以新疆为例[J].财经科学，2015（3）：131-140.

[8]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.

[9]潘文卿.中国的区域关联与经济增长的空间溢出效应[J].经济研究，2012（1）：54-65.

[10]BAI CE，MA H， PAN W. Spatial spillover and regional economic growth in China [J]. China economic review，2012，23（4）：982-990.

[11]ANSELIN L. Local indicators of spatial association—LISA [J]. Geographical analysis，1995，27（2）：93-115.

[12]CARLINO G， DEFINA R.Regional income dynanmics [J]. Journal of urban economics，1995（37）：88-106.

[13]谭建新.中国区域经济增长的空间溢出效应究竟有多大？——基于“NEG”理论的分析与经验结论[J].江西财经大学学报，2014（6）：5-17.

[14]潘文卿.中国区域经济发展：基于空间溢出效应的分析[J].世界经济，2015（7）：120-142.

[15]王雪辉，谷国锋.市场潜能、地理距离与经济增长的溢出效应[J].财经论丛，2016（11）：3-10.

[16]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（2）：1-5，93.

[17]GROENEWOLD N， LEE G， CHEN A.Regional output spillovers in China：estimates from a VAR model[J].Papers in regional science，2007，86（1）：101-122.

[18]GROENEWOLD N， LEE G， CHEN A. Inter-regional spillovers in China：the importance of common shocks and the definition of the regions[J]. China economic review，2008，19（1）：32-52.

[19]ZHANG Q，FELMINGHAM B.The role of FDI，exports and spillover effects in the regional development of China[J]. The journal of development studies，2002，38（4）：157-178.

[20]YING L G. Measuring the spillover effects：some Chinese evidence [J]. Papers in regional science，2000，79（1）：75-89.

[21]BRUN J F， COMBESV J L，RENARD M F. Are there spillover effects between coastal and noncoastal regions in China？[J]. China economic review，2002，13（2-3）：161-169.

[22]潘文卿，李子奈.中國沿海与内陆间经济影响的反馈与溢出效应[J].经济研究，2007（5）：68-77.

[23]潘文卿，李子奈.三大增长极对中国内陆地区经济的外溢性影响研究[J].经济研究，2008（6）：85-94.

[24]颜银根，安虎森.中国分割的经济空间：基于区域间经济增长溢出的实证研究[J].当代经济科学，2014（4）：47-57，125-126.

[25]薄文广，安虎森.中国被分割的区域经济运行空间——基于区际增长溢出效应差异性的研究[J].财经研究，2010（3）：77-89.

[26]李敬，陈澍，万广华，等.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究，2014（11）：4-16.

[27]NAKAJIMA J.Time-varying parameter VAR model with stochastic volatility：an overview of methodology and empirical applications [J]. Monetary and economic studies，2011（29）：107-142.

[28]PRIMICERI G E.Time varying structural vector autoregressions and monetary policy [J]. The review of economic studies，2005，72（3）：821-852.

[29]DAVIDSON R， MACKINNON J G. Estimation and inference in econometrics[M]. Oxford：Oxford University Press，1993.

[30]刘浩，马琳.1992—2013年京津冀地区经济发展失衡的溢出效应[J].经济问题探索，2016（11）：59-66.

[31]张学波，陈思宇，廖聪，等.京津冀地区经济发展的空间溢出效应[J].地理研究，2016（9）：1753-1766.

[32]周文通，孙铁山.京津冀区域经济面临的空间溢出效应[J].首都经济贸易大学学报，2016（3）：50-58.

[33]GEWEKE J. Evaluating the accuracy of sampling-based approaches to the calculation of posterior moments[M]//BEMARDO J M， SMITHA F M，DAWID A P， et al. Bayesian statistics：Volume 4. New York：Oxford University Press，1992：169-188.

[34]金春雨，张浩博.货币政策对股票市场流动性影响时变性的计量检验——基于TVP-VAR模型的实证分析[J].管理评论，2016（3）：20-32.

[35]潘彬，王去非，金雯雯.时变视角下非正规借贷利率的货币政策反应研究[J].金融研究，2017（10）：52-67.

[36]刘金全，付卫艳，刘达禹.我国经济增长率动态波动机制——基于TVP-VAR模型的实证研究[J].上海经济研究，2014（5）：3-11，112.

[37]刘金全，刘达禹，徐宁.中国通货膨胀成本的非对称性与货币政策动态调控模式研究[J].数量经济技术经济研究，2015（12）：21-38.

[38]刘金全，张达平，张都.通货膨胀波动与货币政策调控机制研究——基于TVP-VAR模型的实证分析[J].当代财经，2016（4）：51-60.

责任编辑：王冬年