郭小卉 康書生

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間經(jīng)濟增長溢出效應。結果顯示，京津冀三地之間經(jīng)濟增長的溢出效應在樣本期間內基本穩(wěn)定，次貸危機對三地之間的溢出效應幾乎沒有影響；京津冀協(xié)同發(fā)展戰(zhàn)略在短期內推動三地之間的經(jīng)濟溢出，但近兩年來對三地之間經(jīng)濟溢出效應的影響有限；在樣本區(qū)間內，河北對京津的溢出效應大于京津對河北的經(jīng)濟溢出，天津對北京的經(jīng)濟溢出大于北京對天津的溢出水平，經(jīng)濟增長溢出效應在一定程度上擴大了京津與河北之間的經(jīng)濟差距。

關鍵詞：區(qū)域經(jīng)濟；溢出效應；京津冀協(xié)同發(fā)展

中圖分類號：F127；F120.4 文獻標識碼：A 文章編號：1003-3890（2018）06-0004-09

一、引言

經(jīng)濟增長溢出效應是指經(jīng)濟發(fā)展過程中區(qū)域間經(jīng)濟活動的相互作用和相互影響，是區(qū)域經(jīng)濟活動的一種外部性，反映了一個區(qū)域的經(jīng)濟活動對其他區(qū)域經(jīng)濟福利的影響[1]。Hirschman認為區(qū)域增長中心對外圍地區(qū)存在輻射效應（或擴散效應）和虹吸效應（極化效應）[2-3]，兩種效應的綜合效應稱之為溢出效應。區(qū)域間經(jīng)濟增長的溢出效應是雙向的，區(qū)域中心和周邊地區(qū)主要通過產(chǎn)業(yè)關聯(lián)、要素流動（資本和勞動力）、技術擴散、制度移植等四條傳輸渠道來實現(xiàn)經(jīng)濟溢出[4-5]。區(qū)際產(chǎn)業(yè)關聯(lián)表現(xiàn)為區(qū)際分工與貿易，核心地區(qū)的經(jīng)濟增長可能通過投入產(chǎn)出鏈帶動周邊地區(qū)相關產(chǎn)業(yè)的發(fā)展，擴大其市場規(guī)模，并促使一些喪失競爭優(yōu)勢的產(chǎn)業(yè)和企業(yè)向周邊地區(qū)轉移，產(chǎn)生輻射效應[6-7]。同時，核心地區(qū)的經(jīng)濟增長會拉動與周邊地區(qū)貿易的增長，而貿易增長會刺激周邊地區(qū)的企業(yè)追加投資，擴大生產(chǎn)規(guī)模，從而帶動這些地區(qū)的經(jīng)濟發(fā)展。此外，核心地區(qū)可能憑借自身在產(chǎn)品市場和要素市場上的優(yōu)勢，從周邊地區(qū)吸納大量的資本、技術、人才等生產(chǎn)要素來促進自身的經(jīng)濟增長，而周邊地區(qū)經(jīng)濟則由于生產(chǎn)要素的流出而遭受負向沖擊[8]。技術擴散和制度移植是一種模仿、學習行為，落后地區(qū)可以通過學習、模仿先進地區(qū)的技術和制度安排來推動本地區(qū)經(jīng)濟的增長[6]。區(qū)域間溢出效應的大小會通過影響地區(qū)經(jīng)濟增長速度最終影響到區(qū)域經(jīng)濟的協(xié)調發(fā)展。

改革開放之初，我們的政策是讓一部分人和一部分地區(qū)先富起來，先富帶后富，最終實現(xiàn)共同富裕。而先富地區(qū)帶動后富地區(qū)主要是通過地區(qū)間經(jīng)濟增長的溢出效應來實現(xiàn)的，隨著區(qū)域間經(jīng)貿往來的日益頻繁，溢出效應對我國區(qū)域經(jīng)濟增長的影響也在日益增大[9-10]，但溢出效應是否有助于先富帶后富或縮小區(qū)域經(jīng)濟差距呢？學者們的觀點并不一致，Anselin指出溢出效應的大小和方向與區(qū)域的空間布局相關，不同地區(qū)之間經(jīng)濟增長的溢出效應可能完全不同[11]。

京津冀地區(qū)經(jīng)濟體量較大，是我國現(xiàn)階段重點發(fā)展的區(qū)域經(jīng)濟體之一，但該地區(qū)一直飽受區(qū)域經(jīng)濟發(fā)展差距過大的困擾。京津兩地人均GDP水平相似，河北省人均GDP比較落后，低于全國平均水平。2000年以來，京津和河北之間的人均GDP差距一直在擴大。2016年，京津兩地人均GDP是河北人均水平的2.7倍以上。從表面上看，多年來京津兩地特別是北京的經(jīng)濟增長對河北經(jīng)濟的溢出效應好像小于虹吸效應，但事實是否如此呢？京津冀三地之間的溢出效應到底有多大，什么時候能達到先富帶動后富的效果呢？京津冀協(xié)同發(fā)展正是在此背景下提出，其目標便是疏解北京的非首都功能，充分發(fā)揮京津特別是北京的輻射作用，先富帶動后富，拉動周邊河北省的經(jīng)濟增長，使得三地作為一個整體，真正實現(xiàn)協(xié)同發(fā)展。因此，研究京津冀三地之間的經(jīng)濟增長溢出效應到底有多大，以及是否有助于縮小區(qū)域經(jīng)濟差距，正是本文需要解決的主要問題。

二、文獻綜述

國內外學者對于區(qū)域經(jīng)濟增長溢出效應的研究主要集中在兩方面：一是經(jīng)濟增長溢出效應對區(qū)域經(jīng)濟發(fā)展的重要性，二是區(qū)域經(jīng)濟增長溢出效應的大小和方向。學者們一致認為經(jīng)濟增長溢出效應對于區(qū)域經(jīng)濟發(fā)展是非常重要的。Carlino et al.采用SVAR模型考察了美國不同地區(qū)人均收入增長之間的溢出效應，發(fā)現(xiàn)區(qū)域間經(jīng)濟增長溢出效應是非常重要且長期存在的，但溢出效應會隨著距離的加大而逐漸減弱[12]。潘文卿[9]使用空間計量模型研究了1988—2010年中國省際間的空間相關性和區(qū)域經(jīng)濟增長的溢出效應，指出空間溢出效應是中國區(qū)域經(jīng)濟增長的重要影響因素[13-14]，對GDP的貢獻率甚至超過了固定資產(chǎn)投資。Bai et al.采用空間誤差模型分析了1998—2008年中國省際經(jīng)濟增長的空間結構及空間溢出效應，發(fā)現(xiàn)溢出效應（市場潛能）顯著促進了各省經(jīng)濟增長，市場潛能每增加10%，各省人均GDP會增長3～5個百分點[10]。王雪輝 等[15]基于空間計量方法考察了我國地級市經(jīng)濟增長溢出效應隨時間和地理距離的變化規(guī)律，發(fā)現(xiàn)經(jīng)濟增長溢出效應會隨著空間距離的增加而趨于減弱，隨著時間的推移逐漸增強[9]，一至兩個省范圍內屬于經(jīng)濟增長最有效的空間溢出范圍，省級行政界線對經(jīng)濟增長空間溢出的阻礙作用比較明顯。

在溢出效應的大小和方向研究方面，學者們的觀點不太一致。部分學者認為先富地區(qū)（東部沿海地區(qū)）的經(jīng)濟增長對于后富地區(qū)（中西部內陸地區(qū)）存在較強的溢出效應。如李國平 等運用VAR模型考察了我國東中西三大地區(qū)間經(jīng)濟增長的動態(tài)關系及其對地區(qū)差距的影響，發(fā)現(xiàn)東部地區(qū)的經(jīng)濟增長不僅有利于東部自身，也有利于中西部地區(qū)，中西部從東部經(jīng)濟增長中得到的益處大于從自身經(jīng)濟增長中得到的益處[16]。Groenewold et al.[17-18]采用VAR模型研究了1953—2003年中國東中西部三大地區(qū)之間的經(jīng)濟增長溢出效應，指出東部地區(qū)對中西部地區(qū)、中部地區(qū)對西部地區(qū)有著較強的溢出效應，但不存在反方向的溢出效應[19]。Ying使用空間滯后模型研究了1978—1994年中國省際經(jīng)濟增長之間的溢出效應，發(fā)現(xiàn)相鄰省份之間有正向溢出也有負向溢出，廣東省對其他省份的溢出效應最大[20]。Brun et al.采用面板數(shù)據(jù)模型衡量了中國沿海地區(qū)對內陸地區(qū)的溢出效應，指出沿海地區(qū)之間以及沿海地區(qū)對內陸地區(qū)確實存在溢出效應，但溢出效應遠不能彌補地區(qū)間的經(jīng)濟差距[21]。

但也有部分學者指出先富地區(qū)的經(jīng)濟增長對后富地區(qū)的溢出效應并不明顯，甚至小于落后地區(qū)對先富地區(qū)的溢出效應。如潘文卿 等[22-23]使用投入產(chǎn)出模型分析了中國區(qū)域間的溢出效應，指出沿海地區(qū)對內陸地區(qū)的溢出效應并不明顯，還不及內部地區(qū)對沿海地區(qū)的溢出效應，沿海地區(qū)的發(fā)展更多地溢出到了海外市場[24]，環(huán)渤海、長三角和珠三角三大增長極對內陸地區(qū)經(jīng)濟發(fā)展的溢出效應也比較小。薄文廣[8]基于省際面板數(shù)據(jù)分析了我國區(qū)域間經(jīng)濟增長溢出效應及其差異，發(fā)現(xiàn)東部地區(qū)經(jīng)濟增長對內陸地區(qū)沒有形成溢出效應，相反內陸地區(qū)經(jīng)濟增長對東部地區(qū)具有顯著的溢出效應[25]。

以上諸多學者從中國全域的角度去探討區(qū)域間或省際經(jīng)濟增長的溢出效應，強調了溢出效應對區(qū)域經(jīng)濟增長的重要性，但在溢出效應的大小和方向方面觀點不太一致。李敬 等指出中國經(jīng)濟增長溢出效應具有明顯的梯度特征，不同板塊的省份產(chǎn)生溢出效應的方向并不一致[26]。Anselin指出局部地區(qū)之間的經(jīng)濟溢出會受地理位置、自身特點等因素制約而出現(xiàn)差別[11]。因此，從局部剖析區(qū)域間經(jīng)濟溢出效應的大小和方向，探討溢出效應對經(jīng)濟協(xié)調發(fā)展的影響是非常重要的。當前，京津冀協(xié)同發(fā)展是我國重要的區(qū)域經(jīng)濟發(fā)展戰(zhàn)略之一，本文以京津冀地區(qū)為研究對象，探討京津冀三地之間經(jīng)濟增長溢出效應的大小及其對經(jīng)濟協(xié)同發(fā)展的影響。

就研究方法而言，多數(shù)學者在研究區(qū)域經(jīng)濟溢出效應時使用空間計量分析方法[9-10，15，20]，而空間計量方法在測度區(qū)域溢出效應時更加關注溢出效應的空間特征，對溢出效應的時變特征關注較少。潘文卿指出溢出效應的大小和方向會隨著時間的推移發(fā)生改變，而其對區(qū)域協(xié)調發(fā)展的影響也會隨之發(fā)生變化[9]。區(qū)域之間經(jīng)濟活動的溢出效應是相互的，如果區(qū)域中心城市對周邊地區(qū)的溢出效應小于周邊地區(qū)對中心城市的溢出，則會擴大區(qū)域經(jīng)濟差距，反之則會縮小區(qū)域差距。因此，本文借鑒Carlino et al.的理論模型[12，17]，采用時變參數(shù)向量自回歸模型（Time-Varying Parameter Vector Autoregression，TVP-VAR）來測度京津冀三地之間經(jīng)濟增長溢出效應的大小和方向，同時關注溢出效應的時變特征。

三、研究方法

TVP-VAR模型是在結構向量自回歸模型（Structural Vector Autoregression，SVAR）的基礎上放寬常參數(shù)約束條件構建而成[27]。我們首先引入SVAR模型：

爾科夫鏈蒙特卡洛方法（Markov Chain Monte Carlo，MCMC）對模型參數(shù)進行估計。

四、實證分析

（一）變量選取

多數(shù)學者在研究區(qū)域經(jīng)濟溢出效應時采用區(qū)域經(jīng)濟增長指標[9，17，18]，故本文選取北京GDP（BGDP）、天津GDP（TGDP）、河北GDP（HGDP）作為京津冀三地經(jīng)濟增長的代理變量（實際變量，以2005年第一季度為基期），鑒于數(shù)據(jù)的可得性，樣本區(qū)間確定為2005年第一季度—2017年第三季度（以下簡稱2005Q1—2017Q3），所有數(shù)據(jù)來源于國家統(tǒng)計局數(shù)據(jù)庫。為消除季節(jié)影響，借助于Eviews10軟件，本文利用census X-13方法對京津冀三地實際GDP數(shù)據(jù)進行季節(jié)處理，并取對數(shù)形式。表1顯示變量單位根檢驗結果，BGDP、TGDP、HGDP三變量分別以水平形式進入TVP-VAR模型。

（二）參數(shù)估計結果

在本文TVP-VAR模型（4）式中，我們假設結構式?jīng)_擊的當期關系服從遞歸識別，不同的變量順序會影響變量之間動態(tài)關系的變化，故模型中變量的順序安排非常重要。就京津冀地區(qū)而言，多年來河北為了支持首都作出了很大的貢獻，北京對周邊地區(qū)更多地表現(xiàn)為虹吸效應[30-32]。因此，在TVP-VAR模型中，變量順序安排為：向量Yt=[HGDPt，TGDPt，BGDPt]。根據(jù)AIC準則和SC準則，模型滯后階數(shù)為5階。本文借助于Matlab2017a軟件對TVP-VAR模型進行模擬和估計，在利用MCMC方法對模型進行模擬前需先對參數(shù)賦初值，參照Nakajima[27]賦初值的方法，本文根據(jù)經(jīng)驗設定參數(shù)初值如下：

通常情況下，對于時變參數(shù)？茁的先驗假設應比當期關系參數(shù)a和隨機波動參數(shù)h的先驗假設更嚴格一些[27]。我們先驗假定協(xié)方差矩陣的主對角線元素服從如下分布：

為了計算參數(shù)的后驗分布，本文應用MCMC法迭代20 000次，并舍棄初始的2 000次抽樣，以避免初始值的設定對模擬結果產(chǎn)生影響。

圖1顯示了TVP-VAR模型的樣本自回歸系數(shù)、樣本路徑和后驗密度。其中，樣本自回歸系數(shù)穩(wěn)定下降，樣本參數(shù)的動態(tài)模擬路徑體現(xiàn)出明顯的波動聚類現(xiàn)象，并且在模擬尾部，各參數(shù)均收斂于表1中樣本均值的估計結果，這表明通過預設參數(shù)的MCMC抽樣獲得了不相關的有效樣本。表2顯示了模型的參數(shù)估計結果，包括后驗均值、后驗標準差、95%置信區(qū)間，Geweke提出的CD收斂診斷值（Convergence Diagnostics，CD）和無效影響因子[33]。CD值用于測定預模擬得到的馬爾科夫鏈是否收斂于后驗分布，如表2所示，模型參數(shù)的CD值在5%的顯著性水平下均未超過臨界值1.96，表明原假設不能被拒絕，參數(shù)收斂于后驗分布[34-35]。無效影響因子在數(shù)值上等價于后驗樣本均值的方差和不相關序列樣本均值的方差的比值，主要用來評價MCMC模擬的精準程度。表2中模型各參數(shù)的無效影響因子比較小，最大取值為17.58，這意味著在連續(xù)抽樣20 000次的情況下，至少能獲得約1 137個不相關的樣本。此外，對于所有參數(shù)估計的后驗均值非常接近真實值，且都落在95%的置信區(qū)間內。因此，用上述方法得到的樣本個數(shù)對于TVP-VAR模型的后驗推斷是足夠的，MCMC模擬有較好的收斂性，本文模型參數(shù)的估計結果較為穩(wěn)健[36-38]。

（三）時變脈沖響應函數(shù)分析

TVP-VAR模型產(chǎn)生的脈沖響應函數(shù)可以從不同時點和不同時間間隔兩個角度描述變量之間的時變特征。其中，時點脈沖響應函數(shù)是指在樣本期間內的不同時點，自變量的單位沖擊對因變量造成的持續(xù)影響。本文設定脈沖響應期間為12期（3年），并選取2006Q4、2008Q4、2015Q1和2017Q3為代表性時點，分別考察2008年美國次貸危機爆發(fā)前和爆發(fā)后、2014年2月京津冀協(xié)同發(fā)展正式推出以及現(xiàn)階段京津冀三地經(jīng)濟增長溢出效應的動態(tài)變化。

圖2顯示的是在εHGDP、εTGDP、εBGDP一個單位標準差的正向沖擊下，HGDP、TGDP和BGDP分別在不同時點的脈沖響應函數(shù)圖像。如圖2所示，在受到京津冀三地GDP意外的增加一個單位標準差大小的沖擊時，京津冀三地GDP多表現(xiàn)為波動增加，只有北京GDP在自身沖擊下，當期響應即達最大值，之后逐步減小。在時變特征上，京津冀三地GDP受到?jīng)_擊后在四個時點上的變化趨勢基本一致，其中在2006Q4、2008Q4和2017Q3三個時點上的走勢基本重合，只有在2015Q1時點上的走勢略高于其他三個時點?？梢姡谡麄€樣本期間內，京津冀三地GDP增長的溢出效應基本穩(wěn)定，沒有出現(xiàn)根本性的結構變化。

詳細對比圖2的9個子圖，我們可以發(fā)現(xiàn)，2008年美國次貸危機對京津冀三地之間GDP增長的溢出效應幾乎沒有影響，在圖2中表現(xiàn)為HGDP、TGDP和BGDP在2006Q4和2008Q4兩個時點的脈沖響應圖像幾乎完全一致。在2015Q1時點上京津冀三地GDP受到?jīng)_擊后的響應明顯高于其他時點（在2014Q4時點上京津冀三地GDP的脈沖響應值與2015Q1水平很接近，但沒有在圖2中顯示），說明2014年2月京津冀協(xié)同發(fā)展正式上升為國家戰(zhàn)略以及2015Q1京津冀協(xié)同發(fā)展規(guī)劃綱要的正式推出確實有助于推動三地之間經(jīng)濟增長溢出效應的增加。但在2017Q3時點上，京津冀三地GDP的脈沖響應比2015Q1時點水平明顯降低，又回落到之前水平，跟在2006Q4、2008Q4時點上的響應區(qū)別不大。只有BGDP在受到?jīng)_擊后的響應雖然比2015Q1時點水平低，但還是要比2006Q4、2008Q4時點水平高一點。

綜上所述，京津冀協(xié)同發(fā)展國家戰(zhàn)略推出之后，期初三地之間溢出效應的增加比較明顯，但隨著時間的推移，三地間的經(jīng)濟溢出并沒有隨著京津冀協(xié)同發(fā)展的推進而增加，反而是逐漸減小。對比2008Q4時點水平和2017Q3時點水平可以發(fā)現(xiàn)，在此期間，北京對津冀兩地的經(jīng)濟溢出基本沒有變化，津冀對北京的經(jīng)濟溢出反而有所增加。由此可見，京津冀協(xié)同發(fā)展戰(zhàn)略實施三年以來，從經(jīng)濟溢出的角度來看，北京非首都功能的分散疏解并沒有導致北京對津冀的經(jīng)濟溢出增加，三地之間的經(jīng)濟協(xié)同進展有限。

TVP-VAR模型中各變量沖擊的大小并不是根據(jù)每個時點上擾動項的標準差計算的，而是依據(jù)整個樣本區(qū)間內模型結構式擾動項標準差的均值來計算的[27]。通過檢驗TVP-VAR模型結構式擾動項隨機波動的后驗估計可以發(fā)現(xiàn)，模型結構式擾動項εHGDP、εTGDP、εBGDP在每個時點上標準差的大小基本一致，略有細微差別。在整個樣本區(qū)間內，通過計算可知擾動項εHGDP、εTGDP、εBGDP沖擊的大小分別為0.44%、0.29%和0.49%（一個單位的標準差大小的正向沖擊，即圖2中子圖1、3和9當期水平值）。將TVP-VAR模型中各變量沖擊的大小調整一致后，可以比較京津冀三地GDP在受到?jīng)_擊后溢出效應的大小。表3以2017Q3時點水平為例，將各變量的沖擊調整一致后（0.44%）簡單比較京津冀三地之間經(jīng)濟溢出效應的大小。

如表3所示，本文選取2017Q3時點當期、第4期（1年）、第8期（2年）和極大值（第11或12期）四個時點的脈沖響應值，同時結合時點脈沖響應圖像（圖2）對京津冀三地經(jīng)濟溢出效應進行兩兩比較。從溢出效應的大小來看，在面臨？著HGDP沖擊時，BGDP增加的極小值為0.29%（第3期），極大值為0.59%（第12期），而？著BGDP沖擊后HGDP增加的極大值為0.19%（第11期），BGDP增加的極小值比HGDP增加的極大值還要大。可見，河北對北京的經(jīng)濟溢出遠遠大于北京對河北的經(jīng)濟溢出，就脈沖響應期間內極大值而言，約為3倍左右。津冀兩地之間的經(jīng)濟溢出水平相當，河北對天津的溢出水平要稍高一點。而無論從各期水平來看，天津對北京的經(jīng)濟溢出明顯大于北京對天津的溢出效應。TVP-VAR模型一旦估計出來以后，每一個時點上我們都可以得到時點脈沖響應函數(shù)圖像。因此，通過詳細對比各個時點上的脈沖響應函數(shù)所得出的結論與我們對選定時點脈沖響應函數(shù)的分析結果一致，并且我們的結論與薄文廣等學者的研究結論一致（先富地區(qū)對落后地區(qū)的溢出效應并不明顯，還不及落后地區(qū)對先富地區(qū)的溢出效應）[8，22-25]。由此可見，在京津冀區(qū)域經(jīng)濟范圍內，作為區(qū)域核心的北京對周邊河北地區(qū)的輻射效應并不明顯，而河北經(jīng)濟發(fā)展對北京呈現(xiàn)出明顯的溢出效應，先富帶后富的局面并沒有形成，溢出效應在一定程度上加大了京津與河北之間的經(jīng)濟差距。劉浩等學者分別使用空間計量方法測度了近十多年來京津冀地區(qū)經(jīng)濟增長溢出效應的空間特征，發(fā)現(xiàn)京津冀地區(qū)仍處于經(jīng)濟集聚階段，經(jīng)濟熱點對周邊地區(qū)的帶動作用非常有限，虹吸效應比較明顯，京津冀地區(qū)呈現(xiàn)類似“核心—邊緣”的空間結構。本文的研究結果與他們的結論一致[30-32]。

等間隔脈沖響應函數(shù)是指在給定的相等時間間隔下，自變量在樣本期間內每一時點的單位沖擊對相等時間間隔后的因變量產(chǎn)生的動態(tài)影響。本文將時間間隔設定為當期、間隔2期、4期和8期，分別考察京津冀三地GDP在受到?jīng)_擊以后當期、半年、一年和兩年后的動態(tài)調整路徑。

如圖3所示，HGDP、TGDP和BGDP當期、間隔2期、4期和8期四種類型的等間隔脈沖響應圖像在沖擊的作用下隨著時間的推移基本保持一致，變化不大，說明京津冀三地之間的溢出效應沒有體現(xiàn)出明顯的時變特性，基本保持穩(wěn)定。2008年美國次貸危機爆發(fā)前后，京津冀三地GDP的四類等間隔脈沖響應圖像基本沒有變化，再次說明2008年次貸危機對京津冀三地之間經(jīng)濟增長的溢出效應影響不大。在2015年第1季度，間隔8期的京津冀三地GDP的脈沖響應圖像略有凸起，但隨后又逐步回落到之前水平，說明京津冀協(xié)同發(fā)展戰(zhàn)略的推出在短期內促進了京津冀三地之間的經(jīng)濟溢出，但從近兩年來看，京津冀協(xié)同發(fā)展的推進對三地之間的經(jīng)濟溢出影響不大，或者說京津冀協(xié)同發(fā)展需要有更加有效的措施來進一步推進。

五、結論

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間經(jīng)濟增長溢出效應的大小和方向，以及經(jīng)濟增長溢出效應對三地經(jīng)濟差距的影響。同時，本文詳細考察了樣本期間三地之間經(jīng)濟溢出效應的時變特征，分別探討了2008年次貸危機和京津冀協(xié)同發(fā)展對三地之間溢出效應的影響。

第一，基于TVP-VAR模型的實證結果顯示，在樣本期間，京津冀三地之間經(jīng)濟增長的溢出效應基本穩(wěn)定，沒有體現(xiàn)出根本的結構性變化和明顯的時變特征。2008年美國次貸危機的爆發(fā)對京津冀三地之間的經(jīng)濟溢出效應幾乎沒有影響。2014年2月推出的京津冀協(xié)同發(fā)展戰(zhàn)略，在短期內確實推動了三地之間經(jīng)濟增長溢出效應的增加，但從近兩年來看，京津冀協(xié)同發(fā)展的推進對三地之間經(jīng)濟溢出效應的影響有限。

第二，本文實證結果顯示，目前，河北對京津兩地的溢出效應要大于京津對河北的經(jīng)濟溢出，天津對北京的經(jīng)濟溢出要大于北京對天津的溢出水平，經(jīng)濟增長溢出效應在一定程度上擴大了京津與河北之間日益增加的經(jīng)濟差距。由此可見，在京津冀區(qū)域經(jīng)濟范圍內，作為區(qū)域核心的北京對于周邊河北地區(qū)的輻射效應并不明顯，而河北經(jīng)濟增長對北京的溢出效應比較明顯，先富帶后富的局面還沒有形成。劉浩等學者分別使用空間計量方法研究了京津冀地區(qū)經(jīng)濟增長溢出效應的空間特征，而本文使用TVP-VAR模型測度了該區(qū)域經(jīng)濟增長溢出效應的時變特征，研究結論相似[30-32]。本文的發(fā)現(xiàn)與薄文廣等學者的研究結論也具有一致性[8，22-23]。

在京津冀地區(qū)，北京是核心城市，河北省屬于周邊地區(qū)，多年來為了拱衛(wèi)北京，河北做出了很大的貢獻，京津冀三地之間的經(jīng)濟差距是歷史形成的。京津冀協(xié)同發(fā)展戰(zhàn)略的推出，目的就是改變北京的發(fā)展對周邊地區(qū)的虹吸效應，疏解北京的非首都功能，一方面解決北京的大城市病問題，另一方面提高區(qū)域中心城市對周邊地區(qū)的輻射效應，先富帶后富，促進區(qū)域經(jīng)濟協(xié)調發(fā)展。但本文研究結果顯示，近年來京津冀協(xié)同發(fā)展的推進對于提升北京對周邊地區(qū)經(jīng)濟溢出效應的作用有限。這在一定程度上說明，近年來京津冀協(xié)同發(fā)展雖然取得了很大進展，但北京非首都功能的分散疏解對于提升北京經(jīng)濟發(fā)展對周邊河北省輻射效應的作用不太明顯。與京津相比，落后的河北省缺少一個增長極或集中疏解地來集中承載北京非首都功能的疏解，與京津形成犄角之勢，全面帶動河北省的經(jīng)濟發(fā)展。這也從一個側面證明了國家在河北省設立雄安新區(qū)的重要性。此外，理論與實踐均顯示，省級行政界線對于地區(qū)間經(jīng)濟溢出效應的阻礙作用比較明顯。因此，如果想要京津冀地區(qū)能夠真正協(xié)同發(fā)展起來，恐怕還要站在區(qū)域整體的高度對京津冀行政區(qū)域進行重新規(guī)劃和頂層設計，力爭打破省級行政線對區(qū)域經(jīng)濟的分割。

參考文獻：

[1]彭連清.我國區(qū)域經(jīng)濟增長溢出效應研究[D].廣州：暨南大學，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]陳安平.中國地區(qū)經(jīng)濟增長溢出效應傳輸渠道研究[J].財經(jīng)研究，2005（12）：126-140.

[5]姜文仙.區(qū)域經(jīng)濟增長溢出效應的傳輸途徑：一個分析框架[J].發(fā)展研究，2014（9）：39-46.

[6]李靜嫻，陳安平.中國省際間經(jīng)濟增長的溢出效應及其傳輸渠道研究[J].工業(yè)技術經(jīng)濟，2010（2）：138-142.

[7]趙偉光，敬莉.區(qū)域經(jīng)濟關聯(lián)與經(jīng)濟增長的空間溢出效應——以新疆為例[J].財經(jīng)科學，2015（3）：131-140.

[8]薄文廣.中國區(qū)際增長溢出效應及其差異——基于面板數(shù)據(jù)的實證研究[J].經(jīng)濟科學，2008（3）：34-47.

[9]潘文卿.中國的區(qū)域關聯(lián)與經(jīng)濟增長的空間溢出效應[J].經(jīng)濟研究，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]譚建新.中國區(qū)域經(jīng)濟增長的空間溢出效應究竟有多大？——基于“NEG”理論的分析與經(jīng)驗結論[J].江西財經(jīng)大學學報，2014（6）：5-17.

[14]潘文卿.中國區(qū)域經(jīng)濟發(fā)展：基于空間溢出效應的分析[J].世界經(jīng)濟，2015（7）：120-142.

[15]王雪輝，谷國鋒.市場潛能、地理距離與經(jīng)濟增長的溢出效應[J].財經(jīng)論叢，2016（11）：3-10.

[16]李國平，陳安平.中國地區(qū)經(jīng)濟增長的動態(tài)關系研究[J].當代經(jīng)濟科學，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，F(xiàn)ELMINGHAM 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.中國沿海與內陸間經(jīng)濟影響的反饋與溢出效應[J].經(jīng)濟研究，2007（5）：68-77.

[23]潘文卿，李子奈.三大增長極對中國內陸地區(qū)經(jīng)濟的外溢性影響研究[J].經(jīng)濟研究，2008（6）：85-94.

[24]顏銀根，安虎森.中國分割的經(jīng)濟空間：基于區(qū)域間經(jīng)濟增長溢出的實證研究[J].當代經(jīng)濟科學，2014（4）：47-57，125-126.

[25]薄文廣，安虎森.中國被分割的區(qū)域經(jīng)濟運行空間——基于區(qū)際增長溢出效應差異性的研究[J].財經(jīng)研究，2010（3）：77-89.

[26]李敬，陳澍，萬廣華，等.中國區(qū)域經(jīng)濟增長的空間關聯(lián)及其解釋——基于網(wǎng)絡分析方法[J].經(jīng)濟研究，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]劉浩，馬琳.1992—2013年京津冀地區(qū)經(jīng)濟發(fā)展失衡的溢出效應[J].經(jīng)濟問題探索，2016（11）：59-66.

[31]張學波，陳思宇，廖聰，等.京津冀地區(qū)經(jīng)濟發(fā)展的空間溢出效應[J].地理研究，2016（9）：1753-1766.

[32]周文通，孫鐵山.京津冀區(qū)域經(jīng)濟面臨的空間溢出效應[J].首都經(jīng)濟貿易大學學報，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，張浩博.貨幣政策對股票市場流動性影響時變性的計量檢驗——基于TVP-VAR模型的實證分析[J].管理評論，2016（3）：20-32.

[35]潘彬，王去非，金雯雯.時變視角下非正規(guī)借貸利率的貨幣政策反應研究[J].金融研究，2017（10）：52-67.

[36]劉金全，付衛(wèi)艷，劉達禹.我國經(jīng)濟增長率動態(tài)波動機制——基于TVP-VAR模型的實證研究[J].上海經(jīng)濟研究，2014（5）：3-11，112.

[37]劉金全，劉達禹，徐寧.中國通貨膨脹成本的非對稱性與貨幣政策動態(tài)調控模式研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2015（12）：21-38.

[38]劉金全，張達平，張都.通貨膨脹波動與貨幣政策調控機制研究——基于TVP-VAR模型的實證分析[J].當代財經(jīng)，2016（4）：51-60.

責任編輯：王冬年