Диссертация (1145601), страница 25
Текст из файла (страница 25)
Оттавиано [P. Martin, G. Ottaviano] эндогенный рост Romer-типавводится в экономическую модель географии. В динамических моделях НЭГ пространственныйрезультат интеграции все еще неясен. Как их статические версии, динамические модели новойэкономической географии, разработанные до сих пор, не имеют прямых последствий дляразвития пограничных районов [A. Niebuhr, S. Stiller]. То же самое касается традиционных иновых моделей роста, так как они абстрагируются от пространственного измерения.
МоделиНЭГ стали основой для модернизации гравитационных моделей. О. Бабецкая-Кухарчук и М.Морель, используя гравитационную модель, доказывают, что переориентация торговли нашейстраны произошла скорее географически, нежели структурно [О. Бабецкая-Кухарчук, М.Морель].Проведенный обзор показывает, что исследователи торговой политики, применявшиегравитационное уравнение к глобальным и региональным торговым потокам, не ставили задачиоценить роль переменных уравнения, связанных с местными особенностями (будем называтьих «глокальными») в сопоставлении с глобальными переменными.1.5.1. Метод исследованияИсследовались характеристики экспорта субъектов Северо-Западного Федеральногоокруга за 2014 год с подразделением на глобальные и глокальные.
Глокальными считалисьпотоки в направлении стран, с которыми имеется сухопутная граница или общее море,глобальными - потоки в направлении всех остальных стран. Физически их расстояниевыражалось через наличие в субъекте РФ морского порта. Расстояние выражалось сприменением коэффициентов 1 (короткое расстояние при наличии границ, общего моря илипорта) или 2 (большое расстояние). ВРП региона выражается как доля от суммарного ВРПСЗФО. В табл.1.22. прил. 1. приведены характеристики исследуемых регионов. СубъектыСЗФО разделяют Балтийское море с Данией, Швецией, Финляндией, Эстонией, Латвией,Литвой, Польшей и Германией, Баренцево - с Норвегией. Удаленность торговых партнеров89имеет физическое и экономическое измерение. Глокальная характеристика физическогорасстояния характеризуется тем, относится страна к Европе (короткое расстояние) или нет(большое расстояние).
Глобальное расстояние выражалось индексом связанности линейныхморских отгрузок, рассчитанных ЮНКТАД по каждой стране [Liner shipping]. Экономическоерасстояние выражается тем, относится ли страна партнер к Таможенному союзу (Казахстан иБелоруссия - короткое расстояние, индекс 1), зоне свободной торговли СНГ (Молдова,Украина, Армения, Киргизия, Таджикистан, Туркмения - среднее расстояние, индекс 1) илидвухсторонней свободной торговле с РФ (Азербайджан, Узбекистан, Грузия - среднеерасстояние, индекс 1) или не участвует в этих льготных торговых режимах (большоерасстояние, индекс 2).
ВВП торгового партнера определялся как доля от мирового продукта.Из-за нехватки данных о ВВП торговые потоки с Британскими Виргинскими островами,Сирией, Сомали, Реюньоном, Палестиной, Южной Осетией, Мартиникой, КНДР, Гваделупой,Фарерскими островами, Кюрасао были удалены. Источник данных: база таможеннойстатистики ФТС.1.5.2. Результаты исследования по субъектам СЗФОДесять субъектов СЗФО в 2014 году имели 913 направлений экспорта в 141 страну.Статистика дает возможность установить товарные группы, по которым осуществляетсяэкспорт. Число товарных групп, отгруженных в каждом отдельном направлении, мы назвали«диверсификацией экспорта». Чрезвычайное разнообразие этого экспорта показано на рис.1.7.прил.1.
Экспорт демонстрирует слабую взаимосвязь с важнейшей переменной гравитационногоуравнения - ВВП торгового партнера. Были построены гравитационные уравнения для всейсовокупности данных. Переменные уравнения: Y- объем экспорта, доллары США; х1 - ВВПстран-импортеров как доля от мирового; х2 - ВРП экспортирующего субъекта СЗФО как доля отВВП СЗФО; х3 - индекс связанности, показывает доступность страны-импортера для линейныхсудов; х4- локальный индекс физического расстояния, который показывает, является лиимпортирующий регион Европой; х5- глобальный индекс экономического расстояния, которыйуказывает на существование торговых барьеров; х6- локальный двухсторонний индексфизического расстояния, который указывает на существование сухопутных границ; х7локальный двухсторонний индекс физического расстояния, который указывает на наличиеобщего моря; х8 - диверсификация; х9 – население стран-импортеров.В общем виде гравитационное уравнение имеет вид:y f ( x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 , x9 ) ,90гдеxi , i 1,9 -предикторыдвухвидов,количественныеикачественные(категориальные); - случайная составляющая.Пустьклассическогоданнаяметодарегрессионнаянаименьшихмодельявляетсяквадратовлинейной.проверимДлядопущениеиспользованияонормальномраспределении отклика y.
Проверка гипотезы о справедливости данного допущениявыполнялась с помощью формальных статистических критериев. Наблюдаемые значениякритериев и уровень значимости приведены в табл. 1.23. прил.1. Таким образом, классическийметод наименьших квадратов использовать нельзя. Выполним логарифмирование отклика ипримем допущение о виде модели:9ln( y ) 0 i ln( xi ) .i 1На рис.1.7. прил.1. приведена диаграмма «ящик с усами преобразованного значенияотклика. Вид данной диаграммы, а также значения статистических критериев (например,значение критерия Андерсона-Дарлинга A = 0,77232, p-value = 0,04469) позволяют сделатьвывод о том, что закон распределения отклика несущественно отличается от нормального.
Всилу того, что в модели присутствуют качественные переменные, были введены их коды.Рассмотрено два кода 1 и 2 (признак отсутствует или присутствует). Такой код выбран в силутого, что в предложенной модели необходимо выполнить операцию логарифмирования.Проверим гипотезу о значимом влиянии рассматриваемых предикторов на отклик. С этойцелью будет использовать методы дисперсионного анализа.
В силу того, что числокачественных предикторов равно четырем (является ли импортирующий регион Европой, x4 ;существуют ли торговые барьеры, x5 ; есть ли общая граница, x6 ; есть ли общее море, x7 ),следует провести многофакторный дисперсионный анализ MANOVA. Однако в этом случае онбудет несбалансированным, что приведет к дополнительным сложностям в интерпретациирезультатов.
Поэтому выполним четыре однофакторных дисперсионных анализа, в ходекоторых проверим нулевую гипотезу о незначимом влиянии фактора на среднее значениеотклика. В табл. 1.24. прил. 1 приведены результаты анализа для каждого фактора. Можносделать вывод, что все категорийные переменные влияют на отклик.
Для оценки влияния наотклик количественных переменных решим задачу корреляционного анализа. В силу того, чтоотклик распределен по нормальному закону, используем парную корреляцию Пирсона.Корреляционная матрица приведена в табл.1.25. прил.1. Определим пороговое значениекоэффициента корреляции с помощью специальной функции pwr.r.test языка R.
Для размеравыборки около 900 наблюдений, при уровне значимости критерия 0,05 и мощности критерия0,95 получим критическое значение коэффициента корреляции. С точностью до двух знаков91оно равно 0,12 при условии проверки двухсторонней гипотезы. Следовательно (см. первыйстолбец табл. 1.25.
прил. 1), все количественные предикторы имеют корреляционную связь соткликом и должны быть включены в регрессионную модель. Выполним параметрическуюидентификацию регрессионной модели методом классического метода наименьших квадратовпри допущениях Гаусса-Маркова. Результаты оценки параметров модели сведены в табл. 1.26.прил. 1. Средняя ошибка оценки отклика составляет 1,945. Скорректированное значениекоэффициента детерминации равно 0,50.
Наблюдаемое значение критерия Фишера равняется102,6 при числе степеней свободы числителя равной 9 и числе степеней свободы знаменателя 892. Полученные результаты позволяют сделать следующие выводы. Модель адекватна покритериюФишеранауровнезначимости0,05.Откорректированныйкоэффициентдетерминации равен 0,5038, что говорит, что более 50% изменчивости отклика описаномоделью. Все коэффициенты модели (кроме коэффициента при предикторе x6) значимы науровне значимости 0,05. Ошибка оценки отклика составляет 1,945.Проверим допущения Гаусса-Маркова, которые были приняты для построениярегрессионной модели. Для этого проверим допущения: о нормальном распределении остатков;гомоскедастичности остатков, их некоррелированности, а также справедливости допущения олинейности модели. Проверку выполним графическими средствами языка R. Результаты такойпроверки приведены на рис.1.8.
прил.1. Верхняя левая диаграмма показывает, что остатки независят от прогнозируемых значений отклика. Следовательно, зависимая переменная линейносвязана с независимыми и связь между остатками и прогнозируемыми значениями откликаотсутствует. Верхняя правая вероятностная диаграмма подтверждает гипотезу о нормальномраспределении остатков. Стандартизированные значения остатков практически лежат напрямой, расположенной под углом 45°. Нижняя левая диаграмма показывает, что остаткипрактически лежат в горизонтальной полосе и не зависят от значений отклика, т.е.
допущение огомоскедастичности остатков подтверждается. Нижняя правая диаграмма зависимости остатковот показателя «напряженности» позволяет выявить точки «высокой напряженности», выбросы,удаление которых повысит качество модели. На приведенных диаграммах указываются такиеточки. Удалим соответствующие значения, т.к. число наблюдений сравнительно велико и вновьпостроим и верифицируем полученную модель.
Результаты решения задачи регрессионногоанализа для откорректированной выборки приведены в табл. 1.27. прил. 1. При этом средняяошибка оценки отклика составляет 1,91. Скорректированное значение коэффициентадетерминации равно 0,5230. Наблюдаемое значение критерия Фишера равняется 108,5 причисле степеней свободы числителя равной 9 и числе степеней свободы знаменателя – 889.Исходя из полученных результатов, можно сделать вывод, что качество модели немногоулучшилось.ЗначениеоткорректированногокоэффициентадетерминацииR2adj=0,5187.92Итоговая проверка качества линейной модели, а также проверка по критериям асимметрия,эксцесса и гомоскедастичности дала результаты, представленные в табл. 1.28.
прил.1. В таблицев качестве порогового значения уровня значимости принято значение 0,05, традиционноиспользуемое при проверках статистических моделей. Исследуем модель на предмет ееупрощения. Для этого будем оценивать рост значения коэффициента детерминации придобавлении отдельных предикторов. Задачу будем решать графическими средствами. На рис.1.9. прил.1. приведена диаграмма, по оси ординат которой приведены значения коэффициентадетерминации для различных вариантов модели, а по оси абсцисс - отдельные слагаемыелинейной регрессионной модели.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
