（1）检验假设的提出。

通过基尼系数、人口变异系数以及泰尔指数对重庆市38个区县之间、3大板块之间及板块内部的失衡状态进行定量描述，并以此为定量探究重庆市内失衡问题的影响因素及其作用机制等问题提供数据基础。重庆市在很大程度上可以被视为中国的缩影，重庆市的区域失衡问题也可以被视为中国区域失衡问题的一个缩影。本章的实证检验部分首先将借鉴有关我国区域失衡问题的现有研究，并结合重庆市区域失衡的特点来提出重庆市区域失衡主要影响因素及作用机理的研究假设，并对此进行实证检验，以此确定重庆市区域失衡的影响因素及其作用机制。

区域失衡问题可以从区域发展基础与发展动力的两方面来考察。现有的发展经济学理论表明，落后地区可以通过更高速度的增长来实现赶超，而发达地区也可能会因为增长乏力而出现衰退的态势。重庆市的失衡问题同样可以从地区的经济发展基础与发展动力两方面进行探讨，经济发展基础主要包括历史发展背景与要素禀赋，而经济发展动力则可分为市场与非市场两种驱动力量。所谓的经济发展基础是一个相对的概念，因为经济是随着时间的变化不断动态调整的，比如若以重庆市1997年直辖作为起点，那么以该时点为截面的各区域的资本、技术、劳动力构成以及各要素的生产率是不同的，而这种区域之间的差异是1997年以前各区域的各种因素综合作用的结果，这即为重庆市内各区县发展的基础。

具体来说，重庆市的大都市经济区具备了聚集生产要素、形成大城市的交通和地理条等初始条件，如地处长江及其最大的支流——嘉陵江的交汇处，便利的交通条件有利于人口、货物的交换与流动，且地势相对平缓的地方较多、拥有优厚的农业发展资源，还有教育文化产业较为发达。从传统区位论的角度来看，这些均是城市人口高度聚集与产业分工深化的必要前提。克鲁格曼（1991）的“中心-边缘”模型、“极化力”与“离心力”的分析更深刻地阐述了这种在以历史背景与要素禀赋为基础的经济空间的演化过程。但其模型的假设前提甚为严苛，而现实中的经济发展还受到包括政府在内的非自发条件的影响。在我们谈论这种非自发条件是否会引起失衡问题时，必须辨析何谓“失衡”。失衡的本质是偏离标准的程度与方向，而区域失衡则是指在讨论以区域为特征的人口的收入与分配关系是否偏离“标准”。对于此类“标准”的确定，从不同的视角可以得出不同的结论，从经济学的角度来看，均衡的标准是“帕累托最优”；从社会心理的角度上来看，均衡是一种人均上的平衡，而这两者往往存在“效率”与“公平”的矛盾，因此，讨论何者为“非失衡”的概念是十分复杂的，本书侧重从经济学视角研究失衡问题，即关注失衡的相对变动以及影响这种变动的成因，而非严格确定这种“均衡标准”。同样的，本书将从区域发展基础与发展动力两方面分析区域失衡问题，并将既有的区域发展历史背景与要素禀赋条件视为一种具有历史延续趋势的经济发展阶段或经济发展水平，经济发展趋势本身难以改变区域之间失衡的方向，而经济发展动力的变动才是改变区域间失衡方向的关键所在。本书更关注影响重庆市区域发展失衡程度“收敛”或“扩大”的动力源泉是什么等问题。

基于上述分析，本节提出的假设如下。

① 户籍制度的限制在一定程度上影响了重庆市内各区县与3大板块之间的经济发展失衡。

② 重庆市市政府对区县政府在经济增长方面的考核约束引致的区县之间的生产总值追赶是重庆市内各区县之间及3大板块之间经济发展失衡的一个诱因。

③ 重庆市各区县间的产业结构失衡是引致重庆市区县之间与3大板块之间的经济发展失衡的诱因之一。

④ 非市场化经济成分对市场价格机制的损害是引致重庆市内各个区县之间及3大板块之间的经济发展失衡的又一个诱因。

（2）变量选择。

基于前文讨论的理论依据、数据的可得性、计量模型的准确度等约束，本节采用人口加权离差系数与泰尔指数作为衡量区域经济失衡的指标，并以人口加权离差系数作为被解释变量。解释变量主要包括两个方面，一方面是反映政府采取非平衡发展策略以及对市场的干预导致的生产要素扭曲进而影响各区县发展动力角度的相关变量；另一方面是能综合反映各区域发展历史背景与要素禀赋的经济发展阶段中，那些能反映区域发展失衡的历史延续性方面的相关变量。具体来说，与政府行为有关且可能对区域失衡产生影响的因素，如地方政府财政收支压力、固定资产投资额、国有经济成分占比等；与劳动力要素扭曲有关的影响因素，如城市新增非城市户籍劳动数量与收入水平等；与产业结构与劳动力结构失衡相关的影响因素，如三次产业占比变动指标等。

（3）变量选择与数据来源。

① 被解释变量：选择人口加权变异系数作为被解释变量。人口加权变异系数能反映重庆市各区县的经济发展水平对于重庆市整体经济发展水平的偏离程度，一般来说，每个区域对区域失衡的贡献值均为一个非负数，即区域的失衡程度与各个区域对其产生的贡献值之间是正相关关系。其经济意义为：人口比重越大的区县对重庆市人均发展水平的偏离程度越高，则对区域失衡指数的贡献也会更大。

② 解释变量：解释变量的选择主要参考了谢冬水（2010）的研究，主要包括以下几个方面。

A.经济发展水平。基于发展经济学的相关理论，收入差距与经济发展水平两个因素之间是紧密相关的，经济发展所处的阶段决定了两者的关系（谢冬水，2017）。同时，变量取对数值能在一定程度上缓解异方差、序列相关和变量之间的共线性等问题，因此，采用重庆市各区县的人均生产总值来反映其经济发展水平，并对人均生产总值取对数，据此衡量这些地区所处的经济发展阶段对区域失衡产生的影响。

B.工业水平。由于城市的工业化进程需要吸纳大量的农村劳动力就业，因而有利于缩小城乡之间的收入差距。但长时间以来，中国工业化发展过程中的投资偏向表现为明显地侧重于资本密集型产业，这种投资倾向削弱了工业化对农村劳动力就业的拉动作用，从而导致大量的农村劳动力无法有效地向城市转移，城乡之间的收入差距被扩大（谢冬水，2017）。因此，通过控制工业化水平来度量工业化对城乡收入差距的影响，同时考虑到投资到不同产业的拉动作用不一样，一般采用地区生产总值中二次、三次产业比值作为衡量对就业劳动较为有效的工业化水平。

C.地方政府的财政收支压力（Deficit）。由于现行的分税制度，地方政府面临着严峻的财政收支压力。随着财政压力的加剧，为了实现财政收入的增加，地方政府在城市化的推进过程中更可能去依赖以土地为中心的空间城市化，却没有足够的动力去同步推进人口的城市化。因此，地方政府的财政收支压力可能最终会导致城乡之间的失衡（谢冬水，2017），或者加剧城乡之间的失衡。最终，本书将采用地方政府的支出与收入之差与其收入的比值来衡量地方政府的财政收支压力。

D.市场化水平。本书采用国有企业的就业人员占城镇总就业的比重作为衡量国有化水平的指标，此指标反映了该地区的市场化程度，且一个地区的市场化水平与其国有化水平呈现出负相关的关系。而且，一个地区的市场化程度反映了该地区价格机制的完善程度，从而反映了该地区要素价格的扭曲程度。

E.固定资产投资结构偏向。产业失衡可能是因为一个地区的经济地理特征及其政府的扶持策略造成的，当前的区域失衡突出地表现在产业结构合理程度与经济潜力的大小等方面，而经济潜力的大小与产业结构的合理程度之间又紧密相关。地方政府对都市经济圈以基础设施和房地产为主的固定资产投资的偏向拉大了板块之间的收入差距，同时，三峡库区的建设和拆迁投资额对该地区内部的区县之间的收入失衡也产生了显著的影响（陈再洋，2005）。基于数据可得性限制，采用重庆市固定资产中的房地产固定投资比重来反映产业失衡对区域失衡的影响。

F.人口流动状况。人口自由流动假设是区域经济发展趋同的重要条件之一，经济发达地区的劳动生产率相对较高，高的劳动报酬会吸引大量的劳动力流入，并在发达地区形成新一轮的集聚与扩散效应。但对落后地区而言，人口的流出会缓解人均资本的短缺和劳动力过剩等问题。因此，人口的自由流动能够在更大的空间范围内进行资源有效配置，这是一种自发地调整区域经济发展失衡问题的机制。本书采用各区县的户籍人口数与常住人口数之差来反映该地区的劳动力的分布状况。

（4）模型设定及检验。

基于上述理论与分析，将基本模型形式设定为：

在式（4.5）中，下标i和t分别代表不同的区县和时间，CVit表示以人口加权变异系数衡量的区域发展差距，lnPAGDPit表示重庆市各区县的人均生产总值的对数形式，α是经济发展水平对经济发展差距的影响的系数。Xit表示一组控制变量，β 是该组变量的系数。C表示常数项，εit为随机误差项，μi表示个体固定效应，λt代表时间趋势，以此来控制时间效应。

① 对单位根检验的说明。现实的经济时间序列通常是非平稳的，它们往往表现出共同的变化趋势，同时这些时间序列之间也未必存在真正的直接关联。若不经处理，直接就对这些数据进行回归，则很可能在被解释变量与解释变量之间根本没有相关关系的情况下也会出现较高的拟合优度R2的情形，计量经济学中将这种情况称为“虚假回归”或“伪回归”。因此，在对时间序列进行回归之前，应该首先对时间序列的平稳性进行检验。对于那些平稳的时间序列，在剔除了不变的均值（可视为截距项）和时间趋势后剩余的序列应当具备零均值、同方差的性质，即白噪声。为此，单位根检验一般具有3种类别，首先是既有趋势项又有截距项的，其次是只包含截距项的，最后是两者都无的情况（李子奈和潘文清，2010）。(www.daowen.com)

在对单位根的检验方法中，Eviews软件给出了5种检验方法，分别是LLC、ADF-Fisher、IPS、PP-Fisher和Breintung。其中对应的统计量分别为LLC-T、ADF-FCS、IPS-W、PP-FCS和BR-T，且其原假设均为存在单位根情形。本书将采用相同单位根检验LLC和不同单位根检验Fisher-ADF两种方法，若两者检验均拒绝存在单位根的原假设，表明此序列为平稳的序列，反之，则为不平稳序列^[1]。

具体的检验操作包括检验方法的选择和单位根存在形式的选择两个方面，例如，在采用ADF-Fisher检验法时，可以检验既有趋势项又有截距项、只包含截距项和两者均无这3种模型形式，只要任意一种模型能够拒绝存在单位的原假设，则可以认为此时间序列是平稳序列。若在原始序列（Level）下平稳，则称为零阶单整，若在一阶差分序列下平稳则称为一阶单整，以此类推。

② 模型类型的确定与Hausman检验。面板数据模型通常包括混合模型、固定效应模型（Fixed effect model）和随机效应模型（Random effect model）3类，其中，固定效应模型和随机效应模型又可分为个体效应、时点效应和个体时点双效应模型。具体回归中采用随机效应模型还是固定效应模型，可以依据Hausman检验和本书数据属于短面板数据这两个特征共同确定回归模型应该采用的模型类别。

③ 模型形式的确定与F检验说明。模型形式有3种（以个体固定效应模型为例）：形式一，变系数模型yi=αi+βixi+μi，该模型表明对于不同截面方程的估计参数值不同；形式二，变截距模型yi=m+βxi+αi+μi，该模型表明对于不同的截面自由变量的估计参数相同，但截距不同；形式三，不变参数模型yi=α+βxi+μi，该模型表明对于不同截面方程的估计参数均相同。

④ 确定模型的F检验及形式：两个假设（原假设H1，备择假设H2）如下：

分别构建变参数模型、变截距模型和不变参数模型，回归得到残差平方和S1、S2、S3，并考虑相应的自由度。计算F1、F2统计量：

依据F统计量以及F分布的临界值来判断模型的函数形式：首先，如果接受假设H1，则模型为不变参数模型（模型3），检验结束。其次，如果拒绝假设H1，则检验假设H2，如果接受H2，则模型选择变截距模型（模型2）；如果拒绝H2，则模型为变参数模型（模型1）。

⑤ 自相关、异方差问题与估计方法的确定。面板模型的回归结果对样本数据的方差甚为敏感，运用面板数据模型进行回归可能遇到的最常见问题之一就是横截面的异方差与时间序列的自相关性，如果直接采取OLS方法回归则可能会导致估计结果有偏。为消除异方差和序列相关等问题对参数估计量所带来的不良影响，这里以重庆市38个区县为截面，以2003—2016年为时序的面板数据并采用截面加权估计方法（Cross Section Weights，CSW）来处理不同截面所存在的异方差问题，同时，采用PCSE（panel-corrected standard error）估计方法进行稳健估计，进而使面板数据模型的同期相关、异方差和序列相关等问题均能得到有效处理（Beck and Katz，1995）。

（5）实证结果与分析。

① 对变量单位根的检验结果如表4.5所示。

在表4.5中，人口加权变异系数（CV）、财政赤字（Deficit）、房地产投资占固定资产投资比重（RealEstate）、国有职工就业比重（Market）为零阶单整序列，人口流动状况（Migra）、人均生产总值（PAGDP）、工业化水平（Indus）为一阶单整序列。为保证各序列具有明确的经济意义，考虑到由于各变量并非完全的同阶单整，因此采用原序列的差分或者对数形式来消除单位根并在此基础上进行回归。

表4.5　变量的单位根检验结果

注：上述检验中，滞后项均为自动选择，其中RealEstate、Market均为非平衡面板数据，采用了一阶滞后项来进行分析。

② 回归结果及说明。表4.6表示以CV为被解释变量时对上述各变量单独回归的结果，每组都包含个体固定效应模型（FE）和个体随机效应模型（RE）两种形式，同时，通过进行Hausman检验以确定选择哪种模型类别。

首先，需要确定何种模型形式更为有效，表4.6中显示了H统计量在不同置信水平下的显著性情况。若其概率值大于0.1则接受原假设，即表明此时选择个体随机效应模型较为合理；若其概率值小于0.1则在该显著性水平下拒绝原假设，此时选择个体固定效应模型更具合理性。结果显示对于变量Deficit、RealEstate、D（Migra）、D（PAGDP）、D（Indus）应分别选择模型（2）、模型（3）、模型（5）、模型（8）、模型（9）和模型（12）。模型（2）的结果表明，财政赤字的增加会减少区域差距，但对被解释变量的解释程度却非常低；模型（3）的结果表明，固定资产投资比重的增加会减少区域之间的差距，且对被解释变量的解释程度相对较高；模型（5）的结果表明，国有成分就业的占比越高越会扩大区域之间的失衡程度，且对被解释变量的解释程度相对较高；模型（8）的结果则表明，人口流动的变动率对区域失衡的影响完全不显著，但其原始序列却十分显著；模型（9）的结果表明，人均生产总值的变动率对区域失衡的影响在1%的显著性水平下具有显著性；模型（12）的结果表明，工业化水平的变动程度对区域失衡的影响完全不显著，同时其原始序列也不具有显著性。以上模型可能存在遗漏重要解释变量导致参数估计不准确等风险，即可能存在在众多变量中遗漏那些对区域失衡影响更为显著的变量的风险，因此，需要对模型进行再检验。

表4.6　以CV为被解释变量对各变量的单独回归结果（FE、RE形式）

注：***、**、*分别表示在2.5%、5%、10%的显著性水平下显著。

依据前文的假设，影响区域经济发展差距的变动因素可分为区域发展阶段的差异和非市场影响因素两个方面，而现有研究中，以政府行为为基础的非市场因素对区域失衡变动趋势的影响受到了更多的关注。本书以人均生产总值作对区域失衡的解释变量，并以此构建基准模型，然后在此基础上逐步加入上述的各个解释变量，具体的回归结果如表4.7所示。根据Hausman检验的结果可以发现，个体固定效应模型（FE）相较于个体随机效应模型（RE）而言，是更为合适的回归形式。模型（14）的结果显示：财政赤字的扩大在 1%的显著性水平下能解释区域差距的缩小，且人均收入变动率的回归系数也在 1%的显著性水平下对地区差距的差距具有正向的影响（具有扩大地区差距的倾向）。模型（15）表示对FE模型进行修正异方差后的估计结果，模型（15）与模型（14）的情况基本相同（在一定程度上体现了模型的稳健性）。可以看出，在模型（15）中，财政赤字在1%的显著性水平下对区域失衡具有显著的负向影响（有助于缩小区域之间的失衡），而人均生产总值却在1%的显著性水平下对区域失衡具有显著的正向影响（具有扩大地区差距的倾向）。同理，第二组回归组包括模型（17）和模型（18）。模型（18）为具有稳健性回归结果，表明财政赤字、房地产投资比重、市场化水平、经济发展水平均会对重庆市区域失衡产生显著的影响，其中相较于第一组回归组方程拟合度略有提高，财政赤字的影响程度略有下降，人均生产总值变动率的影响度略微上升。第三组回归模型包括模型（19）和模型（20）。模型（20）为具有稳健性的回归结果，其中，相较于第一组方程的解释效果略微下降，但财政赤字、人均生产总值变动率以及个体固定效应（常数项）对重庆市区域失衡的影响程度均显著下降，这说明市场化程度对重庆市区域失衡的影响是更重要的解释变量。第四组回归模型包含了本节选择的所有解释变量，具有稳健性的模型（22）结果表明房地产投资比重对区域失衡的影响不具显著性。

表4.7　模型回归结果

注：经检验，表中的FE模型均采用变截距模型（形式二）；FE（PCSE）为按截面加权（CSW）的面板校正标准误估计方法（PCSE）；***表示2.5%水平下显著，**表示5%水平下显著，*表示10%水平下显著。

【注释】

[1]高铁梅.计量经济分析方法与建模Eviews应用及实例[M].2版.北京：清华大学出版社，2009.