近年经济发展趋势范文第1篇

关键词：京津冀；入境旅游；经济增长；面板模型

中图分类号：F127；F590 文献标识码：A 文章编号：1003-3890（2016）06-0018-04

一、引言

“十二五”旅游发展规划确立了要把旅游业培育成战略性支柱产业。随着国民收入的持续增长以及民众旅游意识的进一步提高，近几年来我国旅游业发展迅速。入境旅游作为衡量一国或地区旅游业国际化水平以及产业成熟度的标志，其是旅游业的重要组成部分。京津冀是我国的政治文化中心，是继“珠三角”“长三角”之后我国今后强力发展的第三极；同时它是我国北方最大和发达程度最高的经济核心区；因此，实现三地区协同发展是实现可持续发展的必然选择。

关于入境旅游与经济增长，许多学者已进行了相关研究并得出诸多结论。严伟宾 等（2013）通过对国外游客入境旅游消费与地区经济增长构建面板数据模型，发现不同地区的外国游客入境旅游消费对经济增长具有不同的溢出效应，这种溢出效应能促进北京、河北、内蒙古、安徽、广东和四川等省市的经济发展，但却恶化了天津、上海、重庆、云南和陕西等省市的经济发展[1]。庞丽 等（2006）分析了入境旅游发展的区域差异，发现在东部地区入境旅游是经济增长的Granger原因；但是对于全国和中西部地区来说，两者之间却不存在显著的因果关系[2]。厉新建 等（2015）通过计算京津冀入境旅游经济实际分布与理论分布的差距SKLD值，来测度三地之间的一体化水平；经计算l现，京津冀入境旅游经济的SKLD值从1995年的1.820下降到2013年的0.201，京津冀入境旅游经济一体化的实际分布与理论分布差距缩小，一体化水平提升[3]。邓丽芸（2013）对京津冀三地入境旅游经济和入境旅游消费结构两个方面的发展概况进行了对比分析，指出了三地入境旅游消费结构发展存在的差异与问题，并掌握了京津冀三地入境旅游各消费项目的发展趋势和优劣程度，进而明确了未来的调整方向[4]。

综上所述，前人主要是对我国不同地区国际旅游收入差距进行分析，或对入境旅游发展影响因素进行研究，或者用截面数据以全国入境旅游为对象进行宏观研究；而对京津冀地区入境旅游的研究还不多，运用定量方法对其进行实证分析的研究更是少见。因此，本文选取京津冀三地区近年来国际旅游消费与经济增长的面板数据，同时考虑时间与截面信息，对其建立面板模型，分析并对比京津冀三地区入境旅游对经济发展的效应，以更好地把握京津冀地区入境旅游与经济发展整体的关系。

二、现状分析

近年来，京津冀地区的国际旅游产业发展迅速。2013年，河北接待入境游客133.8万人次，创汇5.86亿美元，分别比2012年增长3.4%和7.5%。天津的旅游市场繁荣活跃，2013年全年接待国际旅客264.54万人次，国际旅游外汇收入25.91亿美元，分别比2012年增长13.0%和16.4%；其中，外国游客242.03万人次，增长13.3%。继而北京2013年入境旅游者人数和国际旅游外汇收入分别为450.1万人次和47.95亿美元，但与去年相比却分别下降了10.1%和6.9%。

我们利用2004―2013年京津冀地区入境游客人数和国际旅游外汇收入的数据分别做了折线图，以便于更清楚地来看近10年来这三地区入境旅游的发展情况。

从图1可看出，近10年来北京的入境游客人数在三地区中一直居于首位，但呈现一个较大的波动趋势，2004―2007年，其入境游客数近似呈直线上升趋势，而之后开始下降，2008年之后又开始上升，直至达到2011年的最高点后又呈现下降趋势。天津的入境游客人数在三地区中居于第二位，且一直呈现一个较稳定的上升趋势。近10年来河北的入境游客人数在三地区中居于末位，其变化趋势与北京有些相似，也呈现一个波动趋势，且2004―2006年，其入境游客数呈上升趋势，而之后其入境游客人数开始下降，2008―1012年呈直线上升趋势之后又开始上升，之后又急速下降。

从图2可看出，近10年来北京的国际旅游外汇收入在三地区中一直居于首位，与其入境游客人数变化趋势相类似，也呈现波动趋势，2004―2007年，其近似呈直线上升趋势，而之后开始下降，2009―2011年呈现上升趋势，而之后又开始呈现下降趋势。天津的国际旅游外汇收入在三地区中一直居于第二位，在2004―2013年呈现一个较稳定的近似直线上升趋势。近10年来河北的国际旅游外汇收入在三地区中一直居于末位，但也呈现略微波动，2004―2007年，其国际旅游外汇收入呈缓慢上升趋势，而经过2008年这一下降转折点后，2009年其又呈现上升趋势。

综合图1和图2，我们可以看出，京津冀三地区的入境游客人数的变化与各自国际旅游外汇收入有着相似的变化趋势。

三、指标选择与数据来源

近年经济发展趋势范文第2篇

影响全球经济增长及格局变化的因素分析

经济全球化使得全球经济增长越来越复杂，影响全球经济增长及格局变化的因素也越来越多。这里主要从经济周期、人口结构、全球化趋势、能源环境约束以及科技进步等方面出发，对影响未来10—20年全球经济增长状况的主要因素进行趋势性分析。

1？郾从经济增长的长周期来看，全球经济正处在经济增长长周期中的衰退和调整阶段。从长期来看，全球经济始终处于不断波动的周期性增长过程中。如果将这次金融危机看作是康德拉季耶夫周期的一个节点，那么过去200年左右的经济发展历程已经经历了五个康德拉季耶夫长周期，分别是以蒸汽机、铁路、电力、汽车以及信息技术革命为阶段性标志。20世纪80年代中期开始的计算机应用和信息技术革命使得世界经济维持了多年的高速增长，全球经济年均增长速度达到3？郾5%。尤其是2004—2007年期间全球经济年均增长速度高达3？郾9%，是近30年来增长最快且最为平稳的一段时期。但是2008年爆发的金融危机终结了全球经济增长的上升趋势，2009年全球经济甚至出现了近几十年来的首次负增长。从经济增长的长周期来看，全球经济可能正处在经济增长两个长周期之中的衰退和调整阶段。

从全球经济增长史来看，每一次周期性的经济上升都得益于新技术的推广和大规模应用，但是当新技术对生产力推动的潜力逐渐耗尽之后，世界经济将进入衰退和调整阶段。因而世界经济的全面复苏并重新进入长期增长的上升通道将依赖于新一轮革命性技术的出现和广泛应用。最近广泛热议的以3D打印技术和分布式新能源技术等为特征的“第三次工业革命”似乎让人们看到了曙光。“第三次工业革命”目前仍然存在很多争议，究竟“第三次工业革命”能否带领世界走出金融危机的阴影也尚需时日来验证，但有一点是明确的：全球经济重回繁荣之路必将依赖新一轮技术革命的推动，而且谁首先掌握新一轮技术革命，谁就将主导全球经济发展方向。

2？郾全球人口总量继续增加，增速不断放缓；老龄人口比例明显上升，人口总抚养比将出现拐点。根据联合国（UNPD，2010）预测，全球人口将由2010年的近70亿增长至2020年的76？郾6亿和2030年的83？郾2亿。虽然全球人口总量仍将继续增长，但是人口增长的速度自上个世纪80年代以来一直在不断下降。未来20年期间全球人口增长速度将由过去30年近1？郾5%的增长速度逐渐下滑到年均1%以下。在增速不断下降的同时，全球人口的年龄结构也在发生着巨大的变化。全球老龄人口比重将由2010年的9%左右上升到2030年的13？郾8%。同时人口总抚养比也将由2010年的52？郾4%下降到2015年的近40年来的最低点51？郾6%，然后一改过去40年来的下降趋势开始逐步上升，到2030年将上升到53%。从总体来看，未来20年全球人口总量继续增加，但人口增长的速度将不断趋缓，人口老龄化不断加剧，人口总抚养比将出现转折性变化，转为逐步上升。

从区域角度来看，不同地区人口未来变化趋势差异较大。首先从人口总量的变化来看，未来20年，全球人口增量将绝大部分来自发展中国家，尤其是极度不发达的国家，而发达国家人口将趋于稳定。具体来看，未来20年发展中国家的人口仍将保持较高的增长速度，年均增速将超过1%，而发达国家人口增长速度则仅为0？郾2%左右。从不同地理区域来说，未来人口增长最快的区域是经济发展较为落后的非洲，而经济发达的欧洲人口将逐步出现萎缩。从人口的年龄结构来看，发达国家和发展中国家未来20年将表现出截然不同的趋势。一方面，发达国家的总抚养比将改变过去50多年的变化趋势，从最低点开始快速上升。根据预测，发达国家整体的抚养比将从2010年的最低点48%，快速地上升到2020年的56%和2030年的63%。另一方面，发展中国家将延续过去总抚养比不断下降的趋势。发展中国家整体的抚养比将由2010年53？郾4%下降到2030年的51？郾2%。因此从这个角度来看，未来20年发达国家相对发展中国家来说，将在人口老龄化和抚养比方面面临更为严峻的挑战。

3？郾金融危机加剧了贸易摩擦和竞争，经济全球化进程陷入调整期，长期来看经济全球化仍然是长期趋势。从全球经济发展史来看，全球化一直是全球经济发展的大趋势。全球化的过程扩大了全球国际分工的广度和深度，提高了资源要素的全球配置效率，促进了全球经济的增长。金融危机的爆发使得各国热衷于通过加强贸易保护来进行经济自救，贸易摩擦出现频率不断升高，越来越多的非关税贸易保护手段被使用，贸易竞争不断加剧；金融危机也使得发达国家加强了金融监管，发达国家金融业的发展速度放慢降低了国际资本流动的动力，发展中国家开放金融市场的态度也变得更加谨慎。不仅如此，金融危机还使得围绕国际金融体系的改革呼声不断。经济全球化的进程会因国际金融危机而陷入调整期。但是从长期来看，新技术的发展将进一步深化全球产业分工，信息技术的普及将改变全球贸易方式，跨国公司的扩张将继续推动国际贸易的发展，全球治理体系的改革将重塑全球经贸联系，经济全球化将是不可逆转的趋势，也将是促进全球经济增长不可或缺的重要推动力量。

4？郾新能源技术的发展将改变全球能源和经济格局，日益严峻的气候变化问题将加速全球经济增长模式的改变。能源、资源是经济社会发展的基本要素。一直以来传统能源的分布和经济发展水平的空间分布不一致导致能源供求的不平衡，致使能源问题一直是影响全球经济、政治不稳定的重要因素。然而能源技术的最新进展向人们展示了新能源技术将可能改变未来全球的能源和经济格局。最近掀起的一场“页岩气革命”就是一个典型的例子。页岩气技术飞速进步使得美国天然气产量超过俄罗斯，成为世界第一大天然气生产国。根据美国能源署（EIA）最新预测，未来10—20年美国将一改过去天然气进口国的身份成为天然气的净出口国。可以预计，页岩气技术的发展和扩散，不仅仅将变革全球天然气市场格局，甚至将影响全球制造业的生产布局。另外，根据里夫金在其《第三次工业革命》一书中的预测，未来分布式能源和互联网的结合，将打破人类在第一次和第二次工业革命中建立的以化石能源为核心的能源生产和消费模式，能源的生产和消费将突破地理空间的限制。虽然目前来看这一预测并没有什么现实的证据，但是至少它向人们展示了未来能源技术发展的一个可能的方向及其可能的影响。这些新能源技术的发展将彻底地改变过去以传统化石能源为主的格局，也将对全球产业的布局和全球的地缘政治产生深远的影响。

根据IPCC的报告，全球气候变化已成为当今世界最紧迫的问题之一。全球气候变化不仅会造成全球生态环境的持续恶化，而且会直接影响海拔水平较低的国家和地区的居民生产和生活。随着时间推移，应对气候变化问题将变得日趋紧迫，将日益成为影响全球经济增长，特别是影响发展中国家经济崛起的重要因素。虽然可以预期随着气候变化形势的日趋严峻，全球围绕如何应对气候变化达成统一协议的可能性越来越大，但是这必将给全球技术革命、全球经济发展方式的转型（尤其是发展中国家）提出重要挑战。

5？郾全球科技发展正朝着多极化的方向发展，各国围绕科技的竞争将日趋激烈。回顾经济发展史，美国经济之所以能够引领全球经济的发展，与其始终处于全球技术发展的前沿是密不可分的。创新与技术进步是全球财富创造最重要的动力源泉。知识和技术的差距决定着全球发展的差距。尽管过去20多年中，科技研发活动主要集中在大多数发达国家，但世界科技发展正不断朝多极化方向发展。资料显示，最近10年新兴经济体的科技研发费用正在迅速上升，1995到2005年间，中国、南非、俄罗斯等九个非OECD国家的年均研发费用增长率达到15？郾5%，比OECD国家整体的增长率高了近10个百分点。技术的追赶将继续成为新兴经济体实现经济赶超的重要动力。金融危机从一个侧面来看是发达国家技术进步红利耗尽的一个结果。因此金融危机发生后，欧美等国家更加重视新能源、生物技术、信息等新技术产业的发展，加大力度支持新兴产业的发展，为经济发展寻找新空间，为增加就业创造机会。可见，围绕科技的竞争将日趋激烈，也将对全球经济增长格局造成深远的影响。

除了以上分析的这些因素，还有许多其他的因素也将直接影响着未来全球经济的增长及其格局的变化，比如全球金融市场和金融体系的发展、全球城市化的推进等等。在这里就不再一一具体分析了。

未来10到20年全球经济增长及其格局变化的分析

历史经验告诉我们，以往的经济预测都不曾准确。即便如此，对未来的分析仍然非常有意义，因为这些预测可以给政策制定者提供一个梳理影响未来经济增长因素的框架和潜在增长速度变化的趋势判断。这里采用世界银行开发的全球可计算一般均衡模型，结合前面对影响全球经济增长的因素分析，从中长期的角度给出未来20年全球经济增长的一个趋势性结果。

1？郾全球经济进入了一个长期波动和低速增长期将是大概率事件。短期来看，金融危机的阴霾仍然挥之不去。一方面，发达经济的债务危机直接影响着全球金融体系，也限制了可以用于刺激经济复苏的财政和货币政策的空间。另一方面，宽松货币政策导致了全球流动性泛滥，通胀不断加剧，新兴经济体被迫采取紧缩政策，经济面临减速趋势。总之，从短期来看，全球经济仍然深陷金融危机的泥潭之中。但是从中长期来看，虽然此次金融危机对全球经济增长带来巨大的冲击，会对全球经济增长带来深远的影响，在一定程度上加快了全球经济的再平衡过程，但是并不会改变未来10—20年全球经济增长的趋势。这里主要从供给面来分析未来10到20年全球经济增长的前景。

从人口及其年龄结构来看，未来10到20年全球人口将继续增长，但人口抚养率将一改过去50年来的变化趋势，由不断下降的趋势转变为不断上升的趋势。人口抚养率的变化从长期来看将对全球经济增长带来重要影响。一方面，劳动年龄人口比重的下降将放慢全球劳动力增长的速度；另一方面，受人口年龄结构与储蓄水平呈“倒U型”规律的影响，全球人口抚养率比上升将放慢全球储蓄增长的速度。未来10到20年，人口数量变化对经济增长的贡献可能会下降。从资本积累的角度来看，人口红利的逐渐消耗殆尽，将使得全球储蓄率呈现下降趋势，全球物质资本的积累将随着人口抚养率的上升而逐渐放慢速度。与物质资本的积累不同的是人力资本的变化。随着全球经济的增长，贫困人口将不断减少；城市化的不断发展将使得越来越多的人生活在城市，可以享受更好的教育机会；同时经济水平的提高也会使得各国有更多的资金用于支持教育事业的发展，这些都将促进全球整体人力资本的提升。

从技术进步的角度来看，正如前面在经济周期的分析中所提到，重大技术革命是影响全球经济波动的重要因素。尽管全球技术革命方兴未艾，绿色技术、生物技术等新技术的创新不断涌现，尤其是最近备受关注的“第三次工业革命”，都有可能成为促进全球经济进入新一轮增长期的驱动力。虽然从长期来看，新的重大技术革新终将带领全球经济进入恢复增长的轨道，但目前这一时期何时到来尚不明朗，而且新重大技术革命的应用和发挥作用需要较长时间。

综合前面的分析及模型的模拟结果预计，未来10—20年全球经济增长的速度将低于过去20年的增长水平，预计年均达到2？郾9%，而且长期来看将呈现趋势性下降。

2？郾全球经济格局将继续过去10年的变化趋势，新兴经济体将不断崛起，发达国家在全球经济中的地位将继续下降。（1）未来10—20年发达经济体的增长速度将有所放缓，美、日、欧等经济体恢复以前高增长的可能性很小。从发达国家整体来看，人口结构将出现较大转折性变化，总抚养率将一改过去50年来不断下降的趋势，由2010年的48%快速上升到2030年的63%，上升15个百分点，比发展中国家整体的抚养率水平高12个百分点左右。从科技创新的角度来看，未来随着发展中国家研发投入的快速增长以及跨国公司的发展，发达国家与发展中国家之间科技竞争将更加激烈，而且未来的科技可能集中在一些新兴领域。在这些领域，发达国家由于转换成本限制可能使得其相对于发展中国家的优势并不明显。另外随着发展中国家发展机会的不断涌现和基础设施等条件的不断改善，原来大量优秀人才迁移可能出现有别于以往的趋势。综合前面的分析及模型的模拟结果预计未来10到20年发达国家整体的增长速度将低于2%，大约在1？郾7%左右，要低于过去50多年的平均增长速度。（2）未来10—20年越来越多的发展中国家将成为全球经济重要推动力量，发展中国家将继续保持较高的增长速度。与发达国家相比，新兴经济体维持经济长期增长的基本面要更加有利。首先，未来10—20年除了中国外，大多数发展中国家仍然存在人口红利，发展中国家（不包括中国）整体的总抚养率将从2010年的59%下降到2030年的53%。其次，从技术进步的角度来看，随着全球化进一步深入和信息技术的不断应用和发展，国际间技术扩散将更快、更广，这也为发展中国家的技术追赶提供了条件。再次，与发达国家相比，发展中国家的储蓄水平要更高，过去20年发展中国家的平均储蓄率要比发达国家高6—7个百分点，未来人口总抚养率的进一步下降，将为发展中国家的资本积累提供更为有力的支撑；不仅如此，随着发达国家经济增长前景的暗淡和发展中国家基础设施和制度环境的改善，国际资本将会更多地流入发展中国家，这些都会给发展中国家的追赶提供资金支持。最后，随着发展中国家经济实力的提高，将会有更多的资金可以用于改善基础设施和进行人力资本投入，将进一步促进经济的长期增长。

综合前面分析的影响因素及模型的模拟结果，预计未来10到20年发展中国家将继续保持高增长的趋势，年均增长速度将达到5%左右，成为全球经济增长的最主要推动力量。

主要结论及政策启示

通过前面的分析，可以看出全球经济极有可能进入了一个长期波动和低速增长期；全球经济格局将继续过去10年的变化趋势，全球经济的多极化趋势将更加明显，新兴经济体将不断崛起，发达国家在全球经济中的地位将有所下降。这些趋势性变化将会给中国经济未来的发展带来更多的挑战。为更好地应对这些变化，建议做好以下几项工作。

1？郾加快对新技术革命的研究。技术进步的速度和新技术的主导权将成为左右未来全球经济格局的最主要因素，也将成为各国能否尽快摆脱不利的全球环境的关键。尤其是在当前新技术革命前景尚未完全明朗之时，加快对新技术革命的研究显得尤为重要。只有及时了解全球技术革命的动态，才能搭上技术革命的快车，赢得发展的主动权。

2？郾加大对人力资本的投入，促进人口质量的提高。未来10—20年中国的人口数量和结构的变化与发达国家表现出类似的趋势，劳动年龄人口数量的下降和老龄化程度的加剧将不利于经济的增长。而促进人口质量的提高却空间巨大，因此需要促进教育和培训事业的发展，尤其落后地区和农村地区的基础教育的发展，促进人力资本的快速积累，以此来抵消未来人口数量和结构变化的不利影响。

近年经济发展趋势范文第3篇

一、国际经济周期协同性研究综述

经济全球化大背景下,世界各国经济联系日益紧密,经济周期协同性和同步性程度不断提升。Frankel和Rose通过回归模型实证研究表明,工业化国家经济周期协同性不断增强。.[1]Kose等认为自20世纪80年代以来,世界各国经济周期的协同性呈现下降态势,但发达国家经济周期的协同性水平有所上升。.[2]21 欧元区的成立使得最优货币区域理论(optimum currency area theory)变为现实。近年来对欧元区经济周期协同性的研究文献不断增多,主要侧重研究新加入成员国与原有成员国经济周期协同性问题、欧元区对成员国经济周期协同性的影响。Savva等通过月度工业产出数据检验新旧欧盟成员国经济周期的协同性发现,新加入成员国与原有成员国经济周期协同性显着提高。.[3]Darvas Z.等则认为斯洛文尼亚、匈牙利和波兰与原有成员国的经济周期协同性程度较高,其他新加入国家经济周期协同性较低,甚至不存在协同性。.[4]欧元区对成员国经济周期影响方面,多数研究表明欧元区有助于提升成员国经济周期一致性和同步性.[5],但也有实证研究认为,欧元区对欧洲经济周期协同性影响不大.[6]15,而且进一步加剧了核心成员国与边缘国家的经济周期差异性和不平衡性.[7]。

早期经济周期协同性研究主要是围绕发达国家展开的,但是近年来,尤其是全球金融危机以来,有关新兴经济体与发达国家经济增长“脱钩”(decoupling)问题的提出,促进了发达国家与发展中国家经济周期协同性研究文献的增多。Kose 等研究认为,没有充足的理由证明全球经济周期的趋同性,但是发达国家之间以及发展中国家之间的经济周期协同性较为显着,发达国家以及发展中国家经济周期的协同性并不高。.[2]20Walti Sebastien研究认为,发展中国家与发达国家的经济周期协同性并没有下降,反而进一步上升,只要全球化没有止步,全球经济周期的协同性就不会出现系统性下降。.[8]14Chan和Khong则认为亚太地区经济增长与日本经济增长的协同性要高于与美国经济协同性程度。.[9]

中国与国际经济周期协同性研究较少,Kose、Fidrmuc等均认为中国与发达国家或者OECD国家经济周期协同性较低,这进一步支撑了新兴经济体脱钩的观点。.[2]27,[10]然而,Walti Sebastien却认为中国与发达国家经济周期协同性没有下降,而是呈现进一步上升态势。.[8]13贺书锋和郭羽诞考察了1960—2007年中国与27个主要贸易国的经济周期一致性认为,中国与发展中国家经济周期协同性在增强,而与发达国家经济周期协同性在下降。.[11]

总体看,当前对于经济周期协同性研究依然存在一定分歧和争论,这可能与所使用的数据样本、计量方法有关系,不过经济周期协同性本身作为国际宏观调控政策以及最优货币区域理论的基础,日益得到重视。

二、经济周期协同检验方法概述

经济周期协同性检验就是衡量不同国家、地区经济波动的一致性和同步性。目前,经济周期协同性检验主要方法有相关系数检验法、因子模型检验法以及Mink指标法。

中国石油大学学报(社会科学版)2013年8月

第29卷第4期袁吉伟:中国与世界经济周期协同性研究

相关系数检验法就是计算两个国家、地区或者经济团体经济周期的相关系数,为进一步反映趋势变化,也可以将样本数据划分为若干个子样本,或者计算滚动相关系数(rolling correlation),这是检验经济周期协同性最早也是最常用的方法。随着计量模型的发展,向量自回归模型(VAR)、结构性向量自回归模型逐步纳入相关系数法中,主要用于提取能够反映经济周期变化的各种冲击因素。相关系数法的缺点在于其与样本本身有很大关系,不同的样本区间可能产生不同的相关系数。滚动相关系数虽然不用人为划分子样本,但需要设定移动窗口(moving window),而不同移动窗口可能产生不同的结论。同时,相关系数还可能混淆经济周期的协同性和振幅(amplitude)。

动态因子模型(dynamic factor model)近年来开始逐步应用于衡量经济周期的协同性。其原理是将实际经济增速分解为系统性影响因子及各国非系统性影响因子,然后判别不同因子对实际经济增速的解释能力,进而评价不同国家或地区经济周期的协同性。Kose、Sybille Lehwald等分别利用动态因子模型研究了世界以及欧洲经济周期协同性问题。.[2]57,[7]710动态因子模型的优势在于其应用灵活,不用假定参照经济周期(reference business cycle),能够同时计量多个指标间的同步性问题,但是其建模过程涉及模型识别问题。

Mink指标法是Mink等在2007年提出的衡量经济周期协同性和相似性的非参数法。.[6]3该方法已在多篇研究经济周期协同性的学术文章里得到应用。假定用于计量经济周期协同性的样本的t时期参照产出缺口为gr(t),那么样本数据经济周期协同性公式为:

目前经济周期协同性研究尚无统一方法,不同方法各有利弊。本文采用滚动相关系数法以及Mink指标法检验中国与世界经济周期协同性关系。

三、中国与世界经济周期协同性定量分析

(一)数据分析及处理

本文主要采用Mink等提出的经济周期协同性非参数检验方法研究中国与世界经济同期协同性问题。.[6]1研究经济周期协同性首先需要选取衡量经济周期的指标,常用的经济指标包括月度工业产出、季度GDP和年度GDP。由于工业产出仅是整体产出的一部分,可能无法完全代表经济周期变动,世界GDP又缺少季度统计数据,因而本文采用1980—2011年全世界GDP数据,共32个数据样本,并进一步将全世界GDP数据分拆为发达国家GDP数据和发展中国家GDP数据,数据来源于世界银行经济发展数据库。

本文主要采用GDP缺口衡量经济周期。为此,首先,将名义GDP通过GDP平减指数转化为实际GDP;其次,采用HP滤波方法,分离出GDP的趋势项和周期项;最后,产出缺口表达为(实际GDP-GDP趋势项)/GDP趋势项。

从处理后的样本数据看,中国以及世界产出缺口在1983年、2000年以及2009年,这3年均处于负值区域,经济处于回落或者衰退的状态。这3个主要时点分别对应着第二次石油危机、亚洲金融危机和互联网泡沫危机以及全球金融危机,表明全球主要经 济危机事件对中国及世界经济都产生了负面冲击。

从样本数据统计描述看,全世界、发达国家以及发展中国家的产出缺口平均值均为负值,只有中国为正值,表明中国在样本期间经济增速较快;波动性方面,发展中国家产出缺口波动性最大,而中国产出缺口的波动性最小,见表1。

(二)定量分析

1.相关系数法检验结果分析

通过对样本数据计算相关系数可以看到,中国与发达国家的经济周期协同性最高,其产出缺口的相关系数为03191,与世界经济的相关系数为01474,与发展中国家的经济周期协同性最低,其相关系数仅为00630。

为了进一步观察中国与世界经济周期协同性的动态变化,本文以5年期移动窗口为基准,进一步计算滚动相关系数。从动态趋势看,中国与世界经济周期的相关关系波动较大,在不同时期呈现不同协同性。1984—1994年,中国与世界经济周期的协同性不稳定,波动较大,中国与发达国家经济周期的协同性要大于其与世界及发展中国家的经济周期协同性。1994—2004年,中国与世界经济周期的协同性保持较大稳定性,呈现较高的正向关系;与发展中国家经济周期的协调性大于与世界及发达国家经济周期的协同性。2004年至今,中国与世界经济周期协同性又呈现一定波动性,但是整体呈现正向关系,同时与世界、发达国家、发展中国家经济周期的协同性程度趋于一致,见图1。

图1中国与世界经济周期滚动相关系数趋势

由图1可见,中国与世界经济周期的协同性存在较大的时变性,同时与发达国家、发展中国家的协同性差异趋于缩小;1995年以来,中国与世界经济周期协同性总体呈现较高的正向关系。

2. Mink指标法结果分析

本文运用Mink指标非参数法进一步分析中国与世界经济周期的协同性问题。根据式(2)计算并经过滤波后得到趋势项。从图2可以看到,中国与世界经济周期协同性呈现了较大的变化。

第一,中国与发展中国家的经济周期协同性的波动性最大,最大值达到了074,最小值达到了-052。中国与发展中国家经济周期协同性呈现了明显的三个阶段变化:第一阶段为1980—1988年,这一时期两者经济周期协同性出现了显着的下滑态势;第二阶段为1988—2002年,中国与发展中国家的经济周期协同性处于一个较快的上升周期;第三阶段为2003年至今,中国与发展中国家经济周期的协同性呈现下滑态势,但依然呈现正相关关系。

图2中国与世界经济周期协同性趋势

第二,中国与发达国家经济周期协同性呈现上升态势,也呈现三个明显的阶段:第一阶段为1980—1990年,这一时期

两者经济周期协同性表现为下降态势;第二阶段为1990—2004年,这一时期中国与发达国家经济周期协同性较为稳定,基本保持在01左右;第三阶段是自2005年以来,中国与发达国家经济周期协同性呈显着上升的趋势,并已经超过中国与发展中国家经济周期协同性程度。

第三,中国与世界经济周期协同性趋势基本与发达国家的相同,但在1991—2004年,中国经济周期与世界经济周期呈现负相关关系。这可能与数据处理过程中所产生的误差有关。

从中国与世界经济周期协同性关系可以进一步看出,中国经济增长并没有与发达国家“脱钩”,反而与发达国家经济周期协同性有进一步增强的态势,其原因一是中国与发达国家国际贸易往来联系密切,中国出口总额中,发达国家占比高达60%以上,这会增强发达国家经济周期波动向中国传导的机制和速度。二是中国与发达国家金融资本联系更为密切,发达国家依然是世界资本流出的最大地区,中国所吸引的外商直接投资中,有近80%来自发达国家。同时,中国近年来也加大了金融市场开放的力度,QFII审批额度逐步提高,这其中绝大部分来自发达国家。中国与发展中国家经济周期协同性有所下降,可能与生产分工和专业化以及贸易模式有关。

四、结论

随着经济全球化和一体化趋势的加快,中国与世界经济的联系更加密切,经济波动不断通过贸易以及金融市场等途径传导到国内。本文研究了中国与世界经济周期的协同性问题。定量分析表明:

近年经济发展趋势范文第4篇

关键词：京津冀；经济密度；时空分异；对策建议

中图分类号：F127 文献标识码：A 文章编号：1003-3890（2015）03-0017-06

一、引言

世界银行《2009年世界发展报告：重塑世界经济地理》从经济密度、距离、分割三个维度系统描述了全球的经济格局及其发展规律[1]，经济密度的分布在经济发展中的重要作用开始引起人们的广泛关注。然而在不同的国家和地区，经济密度则表现出了一系列不平衡的特征：地区之间差异过大。这种不平衡已经成为影响经济繁荣与社会稳定的一个重要因素。中国地区之间发展不平衡，差异过大是近年来中国经济快速发展中一个突出的问题。尤其在京津冀地区，行政壁垒严重制约着京津冀协同发展。在2015年的政府工作报告中，明确提出了推进京津冀协同发展，在交通一体化、生态环保、产业升级转移等方面要率先取得实质性突破。面向未来，京津冀协同发展应把打造以首都为核心的世界级城市群作为长期目标。

古典经济学认为，土地是支持经济增长的基础要素之一，而土地的利用效率和产出水平则被认为是经济结构和发展状况的最直观反映。陈良文、杨开忠（2007）利用1996年、2000年和2004年我国各地级市的数据，分析了城市生产率与城市规模、城市劳动生产率与经济密度的关系，得出城市规模与经济密度对城市生产率的影响都显著为正。沈体雁（2011）等运用地理信息系统和空间计量经济学等手段，对我国经济密度的分布进行多尺度、多维度与跨时间段的系统研究，刻画出了中国经济密度分布特征，并分析了其动力机制与政策效应。国内学者对经济密度的研究主要集中在沿海等发达地区，而对京津冀城市群经济密度差异的研究几乎没有，也没有做出进一步探究。因此，本文运用变异系数和泰尔指数等指标进行定量分析，评价京津冀城市群经济密度差异特征及变化趋势，并为缩小京津冀差异，推动一体化提供建议。

二、研究区域界定和数据来源

（一）研究单元

京津冀城市群位于东北亚中国地区环渤海的心脏地带，土地总面积约21.9万平方千米，常住人口1.09亿，包括2个直辖市和11个地级市。2013年京津冀城市群生产总值达到62 172.13亿元，是中国北方经济规模最大、最具活力的地区。本文以京津冀城市群13个城市作为区域经济密度分析的基本单元，在时间段的选择上，选取近十年即2004―2013年的数据进行分析。

（二）概念界定及数据来源

经济密度指单位面积土地上的经济发展水平和经济集中程度，反映了城市经济活动中集聚效应与规模经济的重要性，已经成为协调区域发展和制定经济政策的重要依据。鉴于指标与数据的可得性和完整性，本文选取京津冀城市群的国内生产总值和面积作为基础数据，国内生产总值计量单位为亿元，土地面积计量单位为平方千米，经济密度单位为亿元/平方千米，原始数据来源于《中国城市统计年鉴》及《中国统计年鉴》。

三、京津冀城市群经济密度的差异及其变化趋势

根据原始数据计算得到2004―2013年京津冀城市群13个城市的经济密度及京津冀整个地区的经济密度，由于篇幅限制，只列出了2004年与2013年的数据（见表1）。

2013年京津冀地区平均经济密度为0.286 8亿元/平方千米，其中5个城市的经济密度高于平均水平，依次是天津、北京、唐山、石家庄、廊坊，这5个城市的面积占京津冀地区总面积的29.66%，但生产总值占到了75.54%；低于京津冀平均经济密度的城市有8个，依次是邯郸、沧州、秦皇岛、保定、邢台、衡水、张家口、承德，这些城市的面积占京津冀总面积的70.34%，而生产总值却只占24.46%（见图1）。

虽然京津冀城市群的经济密度均呈上升趋势，但京津冀区域内部差距非常明显：2013年，承德的经济密度只有北京的1/35，即使最高的唐山也只有北京的1/3多，而省会石家庄则只有北京的1/4（见表2）。

（一）绝对差距――极差分析

在这里，我们用京津冀13个城市经济密度最大值与最小值之差，也就是极差，来反映京津冀经济密度的绝对差距，其变化趋势如图2所示。图2显示，京津冀经济密度极差呈上升趋势，由2004年的0.360 0上升到2013年的1.173 7，增加了226.03%。

（二）相对差距――变异系数、泰尔指数分析

1. 经济密度变异系数分析。变异系数用样本数据的标准差与均值之比来表示，可以反映出样本数据的离散程度，计算公式如下：

Cv=■■（1）

式中：Cv为变异系数，y为京津冀地区的平均经济密度，yi为城市的经济密度，n为城市个数。

计算得出2004―2013年京津冀13个城市经济密度的变异系数，其中京津冀经济密度的变异系数在2007年略有波动，但总体上呈上升趋势，由2004年的1.194 4上升到2013年的1.405 7，增加了17.69%（见图3）。

2. 经济密度泰尔指数分析。泰尔指数作为衡量地区不平衡度的指标，经常被使用，可以反映各个城市经济密度与区域总体平均水平的离散状况。将区域的总体差异分解成区内差异和区间差异，进而可以揭示区内差异与区间差异对总体差异的贡献率。计算公式[2]如下：

T=■■log■=TWR+TBR（2）

TWR=■PgTg（3）

TBR=■Pglog■（4）

其中：T为泰尔指数，TWR为区域内差异，TBR为区域间差异，yi为城市i的经济密度，y为地区的平均经济密度，n为城市个数，pi为城市的面积，p为地区的总面积。Pg为第g组城市的面积占地区总面积的比重，Vg为第g组城市的生产总值占地区总生产总值的比重。

根据泰尔指数的分解特征，京津冀城市群的整体差异由北京、天津、河北三个地区之间的差异以及河北的11个城市内部差异构成（注：在进行总体差异分析的时候，将北京、天津作为均质单元，因此北京、天津的内部差异为0）。2004―2013年，京津冀13个城市经济密度的总差异呈扩大趋势，由2004年的0.310 3上升到2013年的0.320 8。区内差异也就是河北省内部11个城市的差异呈缩小趋势，从2004年的0.170 2逐渐下降到2013年的0.156 6，说明河北省11个城市经济密度的差距在不断缩小，城市发展趋于平衡。而区间差异，也就是北京、天津、河北三地之间的差异从2004年的0.140 0上升到2013年的0.164 2，在2013年区间差异超过了区内差异，说明京津冀三地之间经济密度的差异呈扩大趋势（见图4）。

四、京津冀城市群经济密度与长三角、珠三角城市群比较

为了有所对比，我们还计算了长三角与珠三角城市群的经济密度（见表3、表4）。

长三角经济密度由2004年的0.262 4亿元/平方千米上升到2013年的0.889 6亿元/平方千米；珠三角经济密度由2004年的0.503 4亿元/平方千米上升到2013年的1.829 7亿元/平方千米。数据显示，近十年京津冀经济密度一直低于长三角和珠三角，且差距呈扩大趋势（见图5）。

为避免个别城市极端值的影响，我们还统计了三大城市群经济密度的中位数，其变化趋势如图6所示，可同样得出与上述结果一致的结论。

（一）绝对差距――极差比较

在这里，我们加入长三角、珠三角城市群的经济密度极差，与京津冀城市群进行对比，其变化趋势如图7所示。图7显示，虽然京津冀经济密度极差呈上升趋势，但远远小于长三角和珠三角。

可以看出，京津冀的经济密度极差小于长三角和珠三角，原因与三大经济圈中心城市的经济密度有关。因此，我们选取了近十年来京津冀的中心城市（北京和天津），长三角的中心城市（上海和南京），珠三角的中心城市（广州和深圳）的经济密度进行分析（见表5）。

从表5分析可得，2004年北京的经济密度是南京的1.27倍，到了2013年是南京的97.70%，近十年北京的经济密度由高于南京变为低于南京，差距呈扩大趋势；2004年北京的经济密度是广州的61.41%，而2013年是广州的55.86%，近十年北京与广州的经济密度差距呈扩大趋势。2004年天津的经济密度是上海的22.21%，到2013年是上海的35.40%；2004年天津的经济密度是深圳的11.90%，到2013年是深圳的16.61%。近十年来天津经济密度与上海和深圳经济密度差距均呈缩小趋势，但目前其经济密度却是上海的1/3，深圳的1/6多。由此表明，京津冀中心城市北京和天津与长三角、珠三角中心城市的经济发展仍有较大差距。

（二）相对差距――变异系数、泰尔指数对比

1. 经济密度变异系数对比。计算得出2004―2013年长三角城市群经济密度的变异系数，呈下降趋势，由2004年的0.973 6下降到2013年的0.844 7，下降了13.24%。京津冀城市群经济密度差异与长三角城市群的经济密度差异相比，其差距由2004年的1.23：1扩大到2013年的1.66∶1（见图8）。

2. 经济密度泰尔指数对比。（1）长三角城市群经济密度泰尔指数。计算得出2004―2013年长三角城市群经济密度的泰尔指数，如图9所示。可以发现，近十年长三角城市群经济密度的总差异是不断缩小的，由2004年的0.103 2缩小到2013年的0.095 9，其中江苏省的内部差异有所缩小，浙江省的内部差异略有增加，而江苏、浙江与上海三地之间的差异在明显缩小，由2004年的0.070 2缩小到2013年的0.065 7。

（2）泰尔指数对比。对比京津冀与长三角城市群经济密度的泰尔指数，可以发现，京津冀城市群的泰尔指数一直高于长三角城市群的泰尔指数，且呈扩大趋势，京津冀经济密度的泰尔指数与长三角经济密度泰尔指数相比，由2004年的3.01：1扩大到2013年的3.35：1（见图10）。

（3）泰尔指数区间差异对比。对比京津冀与长三角经济密度泰尔指数的区间差异，可以发现，京津冀的区间差异一直高于长三角的区间差异，即京津冀地区北京、天津、河北三地之间经济密度的差异远远高于长三角地区上海、江苏、浙江之间的差异，且京津冀区间差异与长三角区间差异相比，呈扩大趋势，由2004年的1.99∶1扩大到2013年的2.5∶1（见图11）。

五、结论及建议

通过以上分析，可以得出以下结论及建议：

1. 京津冀城市群经济密度较低。2004―2013年京津冀经济密度呈上升趋势，但与长三角和珠三角相比，经济密度是最低的。2004年京津冀的经济密度是长三角的31.59%，是珠三角的16.46%；到2013年京津冀的经济密度是长三角的32.24%，是珠三角的15.68%；京津冀经济密度不到长三角的1/3，不到珠三角的1/6，差距显著。京津冀13个城市中，河北11个城市的经济密度较低，而作为京津冀城市群中心城市的北京和天津的经济密度与长三角城市群中心城市的上海及珠三角城市群中心城市的广州相比，还有很大差距，这也正是京津冀城市群整体经济密度低于长三角和珠三角的重要原因。在中国已经成为世界第二大经济体的背景下，京津冀协同发展的未来目标应该是建设以首都为核心的世界级城市群，只有加速京津冀城市群的整体发展才能进一步提升中国在世界的影响力和竞争力。因此，应加快体制机制创新，推进科技体制改革，围绕重点产业，支持龙头骨干企业建立协同创新共同体，如新能源汽车、智能机器人、生物制药、新材料、高端装备等产业共同体，通过协同创新推动协同发展，加速京津冀城市群发展。

2. 京津冀城市群内部经济密度差距较大。2004年京津冀经济密度变异系数是长三角的1.23倍，到2013年扩大到1.66倍；2004年京津冀经济密度泰尔指数是长三角的3.04倍，到2013年扩大到3.35倍；2004年京津冀经济密度泰尔指数的区间差异是长三角的2倍，到2013年扩大到2.5倍。京津冀城市群内部差距之大源于其行政分割严重，三地各自为政，市场一体化进程缓慢。因此，应通过深化改革创新，从国企改革入手，打破其行政垄断，同时重点培育以科技型中小微企业为主的市场竞争主体，使其能够充分参与市场竞争，发挥潜力；三地政府也要利用好市场导向和利益调节机制，共同为资金、人才、技术等生产要素开辟绿色通道，逐步取消有碍生产要素自由流动的政策规定，以推动各类生产要素的自由流动，同时也可以使北京、天津的人口与产业高度集中的压力得到缓解，建立开放、竞争、有序的统一市场，缩小地区间的差距。

3. 京津冀城市群经济密度差距呈扩大趋势。2004―2013年京津冀经济密度变异系数增加了17.69%，而同期长三角的经济密度变异系数则下降了13.24%；2004―2013年京津冀经济密度泰尔指数增加了3.38%，区间差异增加了17.29%，而同期长三角经济密度泰尔指数则下降了7.07%，区间差异下降了6.41%。基本公共服务差距过大是导致人才单向流动，进而造成京津冀经济密度差距拉大的重要原因。以河北省会石家庄为例，2013年石家庄的人均GDP是北京的1/2，但人均地方财政预算收入却不到北京的1/5，公共服务水平的差距远远大于经济发展水平的差距。在日本，政府在全国范围内进行财政转移支付后，最富与最穷地区的财政能力之比由6.8∶1降为1.56∶1。因此，应通过顶层设计和推动，优化资源配置，不断加大对落后地区财政转移支付的力度，在医疗、教育、养老等方面进行协调与引导，逐步实现基本公共服务均等化，地方无差别待遇，人才自由流动，防止差距继续扩大。

（参加本文数据搜集整理和讨论的课题组成员还有赵勇珍、李芳。）

参考文献：

近年经济发展趋势范文第5篇

关键词：江苏区域经济；经济差异；Gini系数

1 江苏省区域经济差异的事实特征

采用江苏省目前通行的行政区域划分，将江苏全省分成苏北、苏中、苏南三大经济区域，下文以这三大经济区域作为考查单元来进行计算分析（表1）。

本文所取的数据均来源于《江苏统计年鉴―2014年》，按当年价格计算。从江苏省的苏南、苏北、苏中三大区域近9年的GDP均值来看（见表2），三大区域GDP均呈上升趋势。苏北GDP均值从2005年的749.04亿元增长到2013年的2711.78亿元，9年间增长了3.62倍，年均增速最快，高达15.37%；苏中GDP均值从2005年的1109.17亿元增长到2013年的3765.94亿元，9年间增长了3.40倍，年均增速达14.55%；苏南GDP均值从2005年的2317.81亿元上升到2013年的7277.17亿元，9年间增长了3.14近倍，年均增速最慢，年均增速13.56%（见图1）。

从极差和标准差来看（见表3），极差计算的最高的苏南与最低的苏北GDP差额，从2005年差额3745.83亿元上升到2013年的11390.42亿元，差距拉大了近4陪，年均拉大差距速度13.15%。标准差是用来分析江苏省整体的经济差异，反映的是各区域GDP和全省GDP均值之间差距的大小。江苏省三大区域的标准差从2005年的1079.59亿元上升到2013年的3231.48亿元，9年间增长了近3倍，年均增速达12.95%。从图2也可以看出极差、标准差都有逐年扩大的趋势，说明不止是苏南与苏北的差距在扩大，江苏省整体的经济差异也在扩大。

极差：R=Ymax-Ymin

Ymax是三大区域中GDP的最大值。

Ymin是三大区域中GDP的最小值。

标准差：S=-μy）2/n

以上计算的均值、方差和极差指标都是绝对指标，绝对指标有其固有的缺陷与不足，所以只能作为差异或收入的粗略度量（见万广华（2008），不平等的度量与分解）。为了更全面和客观的测度江苏省三大区域经济差异的变化趋势，下面部分本文采用国内外最为常用的相对指标即Gini系数对2005年以来江苏省区域经济差异进行测度。

2 Gini系数测度指标和数据计算及结论

2.1 Gini系数测度指标

Gini系数是为了能够定量地精确反映社会收入分配不平等程度的，这里我们用Gini系数来测度江苏区域GDP差异程度。Gini系数有四种计算方法：几何法、平均差方法、协方差法、矩阵方法。为方便计算起见，本文采用协方差法。

2.2 数据计算

根据协方差公式，计算江苏2005―2013年的基尼系数（见表4），基尼系数的变化趋势如图3所示。从基尼系数的计算结果和变化趋势看，江苏2005―2013年的三大区域GDP基尼系数呈快速下降趋势，2005年的基尼系数为0.2504，2013年下降至0.2213，2005―2013年平均是0.2371。区域经济总量差异呈缩小趋势相当明显，这与江苏省政府关于最近几年一直出台加快苏北、苏中发展，建设和谐一体小康全省的政策有密切关系。

2.3 结论

使用Gini系数计算和分析，可以得出结论：从2005年起，江苏省区域经济差异呈逐年缩小趋势，苏南、苏北、苏中三大区域间的经济差异也在逐渐缩小，对江苏省区域经济差异的影响程度在下降，但下降速度缓慢，近十年时间，系数值仅从0.25下降为0.22。三大区域间的经济差异依然是造成江苏省区域经济发展不平衡的主要原因，因此政府在制定经济发展政策时仍需以缩小区域间差异为主。

3 政策建议

3.1 加快工业化、城镇化水平，培育区域内城市核心增长极

二元经济结构是由美国经济学家刘易斯提出，它是指发展中国家现代化的工业和技术落后的传统农业并存的经济结构。苏北苏中现代城市经济和传统农业经济的反差强烈，经济发展呈现二元经济结构，苏北尤其凸显，而苏南地区由于城市化步伐较快加之农村工业发展迅速，城乡差异已变得相当模糊。因此加快工业化、城镇化和农业现代化是改变制约苏北、苏中经济发展的二元经济结构的重要途径。

3.2 推动外向型经济发展

在全球经济一体化的总体格局下，苏北苏中应充分利用国际产业转移的机会，积极引进外资，主动接受劳动密集、资源密集型产业的转移，利用与先进国家和地区之间的技术差距，实现经济的跳跃式发展，从而缩小与苏南经济差距。

3.3 加强三大区域间的合作与分工

政府应该按照优势互补、互惠互利的原则，鼓励和支持各地区开展经济、技术和人才合作，加强苏南对苏中、苏北地区的辐射带动作用，加大对欠发达地区的支持力度，继续贯彻共同发展的经济发展政策

参考文献：

[1]田钊平.江苏省区域经济差异评价与协调发展研究[J].华东经济管理，2010（5）：7-11.

[2]吴进红，黄秀娟.江苏省区域经济发展差异问题研究[J].扬州大学学报（人文社会科学版），2012（9）：33-39.