科技發展對于經濟活動的影響決策模型

趙欣雅 李卓雅 夏天驕

摘要：經濟活力是反映經濟形勢和經濟發展潛力的重要指標。文章選擇東部地區2000～2017年的數據，以GDP為經濟活力的指標。五項指標，即年底永久居民人數、經營單位所在地的進出口總量、城市化率、技術市場成交額和民營企業數量，用于衡量人口變化、對外貿易、社會發展水平、科技創新水平和經濟發展水平，分析其對經濟活力的影響。然后，運用OLS回歸和分位數回歸法建立經濟活力影響因素回歸模型，分析各指標的影響程度，提出提高區域經濟活力的行動計劃。然后，選擇年終常住人口和性別比率作為衡量人口變化的指標，選擇人均國內生產總值作為衡量向量自回歸分析（VAR）經濟活力的指標。結論是，年底永久居民數量的增加將促進經濟活力的改善，男女性別比例的擴大將阻礙經濟活力的提高。

關鍵詞：量化回歸;VAR;灰色預測;因子分析

一、引言

區域經濟活力是衡量區域綜合競爭力的重要標準之一，是新時期區域經濟可持續發展的保證。近年來，為了抓住發展機遇，增強發展動力，我國各地實施了多項優惠政策，如財政、稅收補貼、人才安置優惠政策等。自2013年9月13日上海建立自貿區試點以來，中國自貿區已經發展了六年。自由貿易區的建立可以吸引外資，促進貿易，促進經濟發展，提高區域的綜合競爭力。因此，本文分析了這一政策對上海區域經濟活力的影響，上海于2013年中國大陸個自由貿易區。正確把握關鍵因素，根據各地區資源優勢和特點，同時實施各種刺激經濟活力的政策，已成為區域經濟研究的一個重要方面。

二、OLS回歸和分位數回歸模型

（一）相關分析

量化回歸的思路來自Koneker和Bassett的（1978年）以殘差的絕對加權平均值作為最小目標函數，這關系到條件分布分位數中的樣本如何受到各種變量的影響。與OLS相比，分位數對異常值的靈敏度遠遠低于均值，這是一種更穩健的回歸。綜上關于影響東部地區經濟活力的數學模型：

lnGDP=α1+α2lnprp+α3lntev+α4urb+α5lnsci+α6lnent+ε

（二）模型解決方案

2000～2017年，相關變量對華東11個省份經濟活力的影響，通過OLS回歸和分數回歸得到。選擇五個0.1、0.25、0.5、0.75和0.9的量化線進行回歸。通過OLS回歸獲得了影響經濟活力因素的數學模型：

lnGDP=3.850lnprp+0.194lntev+0.339urb+0.141lnsci+0.132lnent-35.05

（三）增強區域經濟活力的行動計劃

1. 增加該地區的永久居民人數。該地區的常住人口可以反映該地區的勞動力強度。通過完善相關制度，可以吸引更多頂尖人才落戶，為區域經濟發展提供動力保障。

2. 發展對外貿易，增加經營單位所在地的進出口量。東部大部分地區位于沿海地區，有條件充分發展對外貿易，通過貿易吸引外資，搞市場經濟。

3. 增加城市居民的數量。城市人口的增長是城市化水平提高的體現。城鎮居民生活水平的提高將促進消費水平的提高，進而促進區域經濟水平的提高。

4. 增加科技投入?？萍及l展水平的提高，將帶動人民生活水平的提高，同時，也會吸引大量的科技投入，實現科技發展帶動的經濟發展。

5. 支持和鼓勵各類企業發展。企業數量的增加和企業的健康發展，可以促進就業人數的增加和就業水平的提高，為經濟活力注入動力。

（四）VAR模型

矢量自回歸模型（VAR模型）是AR模型的泛化，由克里斯托弗·西姆斯首次提出。它使用模型中的所有電流變量來回歸所有變量的一些滯后變量，以估計關節內生變量的動態關系，將單變量自回歸模型擴展到由多變量時間序列變量組成的“矢量”自回歸模型。一般VAR（p）模型可以編寫為：

Yt=c+A1yt-1+A2yt-2+…+Qxt+et

VAR模型應滿足：誤差項的均值為0;誤差項的協方差Ω，沒有自相關誤差項。

由于時間序列中可能有單位根，為了更好地研究變量之間的關系，需要增強D迪克富勒方法來測試每個時間序列的經濟數據的穩定性，避免影響實證結果可靠性的數據非站位性。在測試精度為5%的條件下，單元根測試結果表明，在自然對數處理后，所有變量的一階差分形式是靜止的，變量ln（GDP）、ln（IAE）、ln（NC）、ln（NP）和ln（POS）都是一階積分時間序列一（1），符合構建VAR模型的要求。

（五）企業活力對經濟活力的影響

建立了3dVAR模型，并使用Eviews10軟件進行滯后排除測試，以確定VAR模型的滯后順序。測試結果顯示在圖1中。結果表明，滯后順序2有三個最佳選擇，其中三個選項最多，因此最佳滯后順序為2。

VAR模型的穩定性由特征方程根測試決定。如果VAR模型中所有方程的模塊的倒數在單位圓內，則模型被視為穩定。測試結果顯示在Figure2和2andTableable6中。很容易得出結論，VAR模型是穩定的。

方差分解是一種分析VAR模型中每個變量對特定變量的影響方法，它分析了VAR模型中每個擾動因子的相應程度。圖1顯示了企業活力和經濟活力的VARable方差分解結果。從able“7·11”中可以看出，對人均GDP影響最大的是，第T一階段的影響程度達到100%，但第二階段下降到17.65%，直到第10階段保持不變。影響程度緊隨其后的是企業數量（NC）。雖然第一階段的影響份額為0，但在第二階段增加到74.35%。

（六）人口變化對經濟活力的影響

Eviews10分析后，結果顯示在TTable8中。從theTable8中可以看到，滯后順序2有三個最佳選擇，而且最多，所以最佳滯后順序如下。

特征方程的根測試結果如圖1所示。從表1中可以看到，所有特征方程根的模數的反比小于1，因此VAR模型是穩定的。

VAR模型分解對人口變化對經濟活力的影響的結果見圖2。人均GDP（PGDP）canexplainthehighestdegreeinitself，thedegreeof本身可以解釋最高，第一階段的程度是100%，thedegreeof第二階段的程度下降到82%左右，而隨著條款的減少，而人口性別比對人均GDP（PGDP）解釋程度高于常住人口結束時，對經濟活力的影響較大，符合沖動反應函數的結論。

三、結語

影響經濟活力的因素可分為以下幾個方面：人口、科技發展水平、企業數量和外貿水平。為實現經濟的有效、可持續發展，通過優惠政策和經濟優勢，吸引更多的高科技人才，為經濟發展注入動力，加大科技投入，結合國家和世界發展趨勢，優化產業結構，積極推進區域落后企業轉型，減輕經濟發展負擔?？傊?，要提高區域經濟的活力，不僅要抓住市場機遇，激發市場本身的活力，而且要注重國家政策或區域政策的落實，進一步深化改革，注重開放和貿易多元化，根據社會和國家發展趨勢制定相應的政策。抓住機遇，應對挑戰，為經濟發展注入動力。

參考文獻：

[1]王軍，何蕾，徐倩.我國煤炭價格與煤礦安全事故實證分析：基于向量自回歸模型（VAR）[J].中國礦業，2019，28（06）：13-17.

[2]吳桐雨，王健.中國物流業、經濟增長與技術創新——基于2002～2017年向量自回歸模型的實證研究[J].工業技術經濟，2019，38（03）：116-122.

（作者單位：西安外國語大學商學院）