基于貝葉斯空間Durbin模型的區(qū)域收入增長收斂性研究.pdf

1、收入增長是經濟發(fā)展永遠不變的主題，一直處于高速發(fā)展的中國經濟，使得各地區(qū)的收入迅速提高。但隨著全國經濟的快速增長，各地區(qū)間的收入增長差距反而在進一步擴大，嚴重影響了我國經濟的協(xié)調全面發(fā)展。收入增長差距問題不僅成為人們討論的熱點，而且已經成為經濟領域研究的一個焦點。對我國區(qū)域收入增長收斂性進行研究，不僅僅是為了更好的了解我國各地區(qū)經濟發(fā)展的總體現況以及發(fā)展趨勢。更深層次的意義是，可以通過分析研究得到影響我國區(qū)域經濟增長的各種因素，由此可以

2、為我國制定科學的經濟發(fā)展政策提供參考依據。2014年是中國經濟進行全面深化改革的元年，只有深刻了解當前中國經濟發(fā)展的具體狀況，才能夠為我國經濟的長遠、協(xié)調發(fā)展制定科學合理的長期戰(zhàn)略政策，使得對我國各地區(qū)收入增長收斂性的研究尤為重要。
　　研究區(qū)域收入增長收斂性問題時，論文引入空間Durbin模型，充分考慮了各地區(qū)間的空間溢出效應。針對模型參數估計不確定性問題，構建了貝葉斯空間Durbin模型。通過對模型進行結構分析，選擇了適當的參

3、數先驗分布，并且設計相應的MH-Gibbs混合抽樣算法，然后進行參數估計。通過用參數迭代軌跡圖和Geweke收斂診斷圖證明了用MCMC抽樣方法得到的Markov鏈是平穩(wěn)收斂的，并且參數的邊緣后驗分布核密度估計曲線都比較平滑。同時論文利用中國各地區(qū)數據，構造貝葉斯空間Durbin模型，對我國區(qū)域收入增長收斂性問題進行了實證分析。研究表明，參數的迭代軌跡收斂，MH-Gibbs混合抽樣算法能夠準確地估計模型中各參數，證明了貝葉斯空間Durbi