(一)1998—2007时段
1.描述统计
长江经济带省域1998—2007年经济增长层一、层二变量的描述统计结果见表9-10。
表9-10 长江经济带省域1998—2007年层一、层二变量的样本统计值
由于数据经过不变价处理且取了对数,因而省内各年度间变量值差异不大,因此,由表9-10各层一变量的标准差、最小值、最大值可知,长江经济带省域1998—2007年各省层一变量的国内生产总值对数、资本投入对数、劳动力投入对数、人力资本对数、技术创新对数在不同省之间存在较大的差异;层二变量的市场化进程、外商直接投资、贸易开放、产业结构合理化、产业结构高级化、城市化、金融结构、金融规模在长江经济带不同省之间存在较大的差异。
2.实证结果分析
(1)1998—2007年长江经济带省域经济增长不同省之间的变异分解。各省经济增长的均值在不同省之间是否有显著性差异及差异由层一和层二所产生的影响各占多大比例仍需运用零模型分析。零模型的结果见表9-11。
表9-11 长江经济带1998—2007年省域经济增长均值与变异的分解结果
由表9-11的固定效应可知,1998—2007年长江经济带11个省的对数GDP均值为8.3117;由零模型的随机效应部分的卡方检验结构可知,各省的对数GDP均值有显著性差异,而差异的度量可由组内相关系数ρ= 0.3783/(0.3783+ 0.1037)=78.49%给出,即1998—2007年长江经济带各省GDP对数平均值的差异有78.49%可以用二层变量来解释,只有21.51%的差异可以用层一变量来解释,从而说明在研究1998—2007年长江经济带各省经济增长时,必须引入层二变量。层二变量为长江经济带省域经济环境中的市场化进程、对外开放、金融发展、城市化、产业结构变迁。
(2)1998—2007年长江经济带省域经济增长基本影响要素的作用分析。基本要素对经济增长的影响可由固定效应(变截距)模型分析得到,固定效应模型的结果见表9-12。
表9-12 长江经济带1998—2007年省域经济增长变截距模型结果
续 表
由表9-12的固定效应部分可知,基本影响因素lnEK、lnEL的系数均值为正向显著,即资本投入、劳动力投入的增加对经济增长都有显著的促进作用。其中,资本投入增加1%,经济增长将增加0.4937%;劳动力投入增加1%,经济增长将增加0.4921%;人力资本、技术创新影响不显著,表明人力资本、技术创新对经济增长几乎没有影响。由随机效应部分可知,资本投入、劳动力投入、人力资本、技术创新引入层一模型中,层一方差得到较好的解释,由零模型结果表9-11中的0.1037减少到固定效应模型结果表9-12中的0.0019,表明长江经济带省域的资本投入、劳动力投入、人力资本、技术创新能较好地解释省内GDP不同年度间的变化。
(3)1998—2007年长江经济带省域经济增长要素效率异质性检验。要素效率异质性检验可由随机效应(变系数)模型分析得到,随机效应模型的结果见表9-13。
表9-13 长江经济带1998—2007年省域经济增长随机效应结果
续 表
由表9-13的固定效应部分可知,长江经济带省域的资本投入、劳动力投入、人力资本、技术创新的系数与表9-12的相应系数有一定的差异,是由于使用变截距模型与变系数模型不同造成的,多层统计分析侧重于随机系数模型的结果。在长江经济带省域经济增长过程中,资本投入、劳动力投入对经济增长的影响达到显著,资本增加1%,经济增长将增加0.6570%;劳动力增加1%,经济增长将增加0.2358%;人力资本、技术创新对经济增长的影响不显著。由表9-13的随机效应部分可知,长江经济带省域的资本投入、劳动力投入、技术创新的效率在各个省之间存在显著性差异,同时表明截距、lnEK、lnEL、lnERDKV与lnEGDP之间的关系随着省份的不同而显著不同。
(4)1998—2007年长江经济带省域综合性因素对要素效率的影响分析。综合性因素对要素效率的影响分析可由全模型分析得到,全模型的结果见表9-14。
表9-14 长江经济带1998—2007年省域经济增长全模型结果
续 表
由表9-14的固定效应部分可得出以下结论。
①综合性因素对截距(剩余全要素生产率)的影响分析。市场化进程、金融结构的回归系数显著为正,表明市场化进程、金融结构均值大的省份剩余全要素生产率均值大。其具体影响程度为,市场化程度加快1个单位,全要素生产率将提高0.8390;金融结构水平提高0.1个单位,全要素生产率将提高0.29407。之所以能促进全要素生产率的提高,是由于市场化进程的推进改善了资源配置效率,金融结构水平的提高可以改善资本配置效率。金融规模是负向显著影响因素,表明金融规模越大的省份全要素生产率越低。其具体影响程度为,金融规模扩大0.1个单位,全要素生产率将降低0.15322。之所以会阻碍全要素生产率的提高,是由于中国当前以国有大银行为主导金融体系的发展模式对民营经济的发展产生了一定的挤出效应。
②综合性因素对资本产出效率的影响分析。对外贸易、产业结构合理化、城市化、金融结构是正向显著影响因素,表明对外贸易、产业结构合理化、城市化、金融结构水平高的省份资本产出效率高。其具体影响程度为,对外贸易提高0.1个单位,资本产出效率将提高0.32146;产业结构合理化程度提高0.1个单位,资本产出效率将提高0.11926;城市化提高0.1个单位,资本产出效率将提高0.08448;金融结构水平提高0.1个单位,资本产出效率将提高0.1329。同时,由于资本系数与对外贸易、产业结构合理化、城市化、金融结构的系数符号相同,因而对外贸易、产业结构合理化、城市化、金融结构水平的提高将加强资本与GDP之间的正向关系。之所以能促进资本产出效率的提高,是由于对外贸易能扩大市场规模、产业结构合理化能促进要素更合理的流动。外商直接投资、金融规模为负向显著影响因素,表明外商直接投资、金融规模均值大的省份资本产出效率低。其具体影响程度为,外商直接投资提高0.1个单位,资本产出效率将降低0.28962;金融规模提高0.1个单位,资本产出效率将降低0.03459。同时,由于资本系数与外商直接投资、金融规模的系数符号相反,因而外商直接投资、金融规模的提高将削弱资本与GDP之间的正向关系。之所以会阻碍资本产出效率的提高,是由于外商直接投资对国内投资具有一定的挤出效应。
③综合性因素对劳动力产出效率的影响分析。对外贸易、产业结构高级化为负向显著影响因素,表明对外贸易、产业结构高级化均值大的省份劳动力产出效率均值小。其具体影响程度为,对外贸易提高0.1个单位,劳动产出效率将降低0.14569;产业结构高级化程度提高0.1个单位,劳动产出效率将降低0.40576。同时,由于劳动力系数与对外贸易、产业结构高级化的系数符号相反,因而对外贸易、产业结构高级化水平的提高将削弱劳动力与GDP之间的正向关系。金融结构为正向显著,表明金融结构水平高的省份劳动力效率高。其具体影响程度为,金融结构提高0.1个单位,劳动力产出效率将提高0.45297。同时,由于劳动力系数与金融结构的系数符号相同,因而金融结构水平的提高将加强劳动力与GDP之间的正向关系。
④综合性因素对技术创新产出效率的影响分析。市场化进程、外商直接投资为正向显著影响因素,表明市场化进程、外商直接投资均值大的省份技术创新产出效率均值大。其具体影响程度为,市场化程度加快1个单位,技术创新产出效率将提高0.1316;外商直接投资提高0.1个单位,技术创新产出效率将提高0.24626。同时,由于技术创新系数与市场化进程、外商直接投资的系数符号相同,因而市场化进程、外商直接投资的提高将加强技术创新与GDP之间的正向关系。之所以能促进技术创新产出效率的提高,是由于市场化的发展更有利于激发长江经济带省域的创新动力。对外贸易为负向显著影响因素,表明对外贸易水平高的省份技术创新产出效率低。其具体影响程度为,对外贸易水平提高0.1个单位,技术创新产出效率将降低0.31158。同时,由于技术创新系数与对外贸易的系数符号相反,因而对外贸易水平的提高将削弱技术创新与GDP之间的正向关系。之所以会阻碍技术创新产出效率的提高,是由于大部分贸易的技术含量不高。
(5)方差成分解释程度。由表9-11和表9-12的随机效应中的层一方差得到表9-15的原始总方差和条件总方差;表9-13和表9-14的随机效应中的层二方差之和得到表9-15的原始总方差和条件总方差。层一、层二的方差成分解释程度见表9-15。
表9-15 长江经济带1998—2007年省域经济增长层一、层二的方差成分解释程度
由表9-16可知,层一方差解释程度为98.16%,层二方差解释程度为64.15%,总体上层一解释变量对层一方差,层二解释变量对层二方差都有较好的解释。这表明构建的长江经济带1998—2007省域经济增长要素效率影响因素的实证分析模型较为合理。
3.稳健性检验
运用常数折旧率得到的技术创新替代量(RDKC)代替运用变数折旧率得到的技术创新(RDKV),对1998—2007年的长江经济带省域效率型经济增长模型进行稳健性检验。
(1)基本影响要素作用的稳健性检验。基本影响要素作用的稳健性检验可由固定效应模型分析得到。依据第三章第二节“效率型经济增长模型的应用步骤”中的固定效应模型,得到稳健性检验的结果,见表9-16。
表9-16 长江经济带1998—2007年经济增长固定效应模型结果(RDKC替代)
由表9-16和表9-12的固定效应部分可知,二者的资本投入、劳动力投入、人力资本、技术创新的系数符号与数值几乎相同。因此,从固定效应模型来看,各变量的结果具有稳健性。
(2)要素效率异质性效应的稳健性检验。要素效率异质性效应的稳健性检验,可由随机效应模型分析得到。对长江经济带省域数据,依据第三章第二节“效率型经济增长模型的应用步骤”中的随机效应模型,得到稳健性检验的结果见表9-17。
表9-17 长江经济带1998—2007年经济增长随机效应模型结果(RDKC替代)
续 表
由表9-17和表9-13的固定效应部分可知,二者的资本投入、劳动力投入、人力资本、技术创新的系数符号与数值都基本相同;随机效应部分的方差成分数值相差无几,并且卡方检验显著性结果相同。因此,从随机效应模型来看,各变量的结果具有稳健性。
(3)综合性因素作用的稳健性检验。综合性因素作用的稳健性检验可由全模型分析得到。对长江经济带省域数据,依据第三章第二节“效率型经济增长模型的应用步骤”中的全模型,得到稳健性检验的结果,见表9-18。
表9-18 长江经济带1998—2007年经济增长随机效应模型结果(RDKC替代)
续 表(www.daowen.com)
由表9-18和表9-14的固定效应部分可知,二者的全要素生产率、资本效率、劳动力效率、人力资本效率、技术创新效率的影响因素系数符号相同、数值几乎相等;随机效应部分的方差成分数值相差无几,并且卡方检验显著性结果相同。因此,从全模型来看,各变量的结果具有稳健性。
(二)2008—2016时段
1.描述统计
长江经济带2008—2016年经济增长层一、层二变量的描述统计结果见9-19。
表9-19 长江经济带2008—2016年经济增长层一、层二变量的描述统计值
由于数据经过不变价处理且取了对数,因而省内各年度间变量值差异不大,因此,由表9-19各层一变量的标准差、最小值、最大值可知,长江经济带2008—2016年各省层一变量的国内生产总值对数、资本投入对数、劳动力投入对数、人力资本对数、技术创新对数在不同省之间存在较大的差异;层二变量的市场化进程、外商直接投资、贸易开放、产业结构合理化、产业结构高级化、城市化、金融结构、金融规模在不同省之间存在较大的差异。
2.实证结果分析
(1)经济增长不同省之间的变异分解。长江经济带2008—2016年,各省经济增长的均值在不同省之间是否有显著性差异及差异由层一和层二所产生的影响各占多大比例仍需运用零模型分析。零模型的结果见表9-20。
表9-20 长江经济带2008—2016年各省经济增长均值与变异的分解结果
由表9-20固定效应部分可知,长江经济带2008—2016年11个省的对数GDP均值为9.3829;由零模型的随机效应部分的卡方检验结构可知,各省的对数GDP均值有显著性差异,而差异的度量可由组内相关系数ρ= 0.3673/(0.3673+ 0.0816)=81.82%来解释,即长江经济带2008—2016年各省GDP对数平均值的差异有81.82%可以用二层变量来解释,只有18.18%的差异可以用层一变量来解释,从而说明在研究2008—2016年长江经济带各省经济增长时,必须引入层二变量。层二变量为长江经济带省域经济环境中的市场化进程、对外开放、金融发展、城市化、产业结构变迁。
(2)2008—2016年长江经济带省域经济增长基本影响要素的作用分析。基本要素对经济增长的影响可由固定效应(变截距)模型分析得到,固定效应模型的结果见表9-21。
表9-21 长江经济带2008-2016经济增长变截距模型结果
续 表
由表9-21的固定效应部分可知,长江经济带省域经济增长基本影响因素lnEK、lnERDKV的系数均值为正向显著,即资本投入、技术创新对经济增长都有显著的促进作用。其中,资本增加1%,经济增长将增加0.2794%;技术创新增加1%,经济增长将增加0.3323%。劳动力、人力资本对经济增长的影响不显著,表明劳动力、人力资本的增加对经济增长几乎没有影响。由随机效应部分可知,资本投入、劳动力投入、人力资本、技术创新引入层一模型中,层一方差得到较好的解释,由零模型结果表9-20中的0.0816减少到固定效应模型结果表9-21中的0.0014,表明长江经济带省域的资本投入、劳动力投入、人力资本、技术创新能较好地解释本省GDP年度间的变化。
(3)2008—2016年长江经济带省域经济增长要素效率异质性检验。要素效率异质性检验可由随机效应(变系数)模型分析得到,随机效应模型的结果见表9-22。
表9-22 长江经济带2008—2016年经济增长随机效应结果
续 表
由表9-22的固定效应部分可知,资本投入、劳动力投入、人力资本、技术创新的系数与表9-21的相应系数有一定的差异,是由于使用变截距模型与变系数模型不同造成的,多层统计分析侧重于随机系数模型的结果。其中,资本投入、劳动力投入、技术创新的系数达到正向显著影响,即在长江经济带省域经济增长过程中,资本增加1%,经济增长将增加0.1098%;劳动力增加1%,经济增长将增加0.3105%;技术创新增加1%,经济增长将增加0.4671%;人力资本对经济增长的影响不显著。由表9-22的随机效应部分可知,资本投入、劳动力投入、技术创新的效率在长江经济带各个省之间存在显著性差异,同时也表明截距、lnEK、lnEL、lnERDKV与lnEGDP之间的关系随着省份的不同而显著不同。
(4)2008—2016年长江经济带省域综合性因素对要素效率的影响分析。综合性因素对要素效率的影响分析可由全模型分析得到,全模型的结果见表9-23。
表9-23 长江经济带2008—2016年综合性因素对要素效率的影响结果
续 表
由表9-23的固定效应部分可知
①综合性因素对截距(剩余全要素生产率)的影响分析。市场化进程、金融结构的回归系数显著为正,表明市场化进程、金融结构均值大的省份剩余全要素生产率均值大。其具体影响程度为,市场化程度加快1个单位,全要素生产率将提高0.4331;金融结构水平提高0.1个单位,全要素生产率将提高0.0913。之所以能促进全要素生产率的提高,是由于市场化进程的推进改善了资源配置效率,金融结构水平的提高可以改善资本配置效率。金融规模是负向显著影响因素,表明金融规模越大的省份全要素生产率越低。具体影响程度为,金融规模扩大0.1个单位,全要素生产率将降低0.0432。之所以会阻碍全要素生产率的提高,是由于中国当前以国有大银行为主导金融体系的发展模式对民营经济发展产生了一定的挤出效应。
②综合性因素对劳动力产出效率的影响分析。金融结构为负向显著影响因素,表明金融结构水平高的省份劳动力效率低。其具体影响程度为,金融结构水平提高0.1个单位,劳动力产出效率将降低0.10457。同时,由于劳动力系数与金融结构的系数符号相反,因而金融结构水平的提高将削弱劳动力与GDP之间的正向关系。之所以会阻碍劳动力产出效率的提高,是由于金融水平的发展导致了劳动资金比的进一步降低。
③综合性因素对人力资本产出效率的影响分析。城市化为负向显著影响因素,表明城市化水平高的省份人力资本产出效率低。其具体影响程度为,城市化提高0.1个单位,人力资本产出效率将降低0.18504。同时,由于人力资本系数与城市化的系数符号相反,因而城市化水平的提高将削弱人力资本与GDP之间的正向关系。之所以能阻碍人力资本产出效率的提高,是由于土地城市化快于人口城市化。另外,综合性因素对技术创新效率的影响不显著。
(5)方差成分解释程度。由表9-20和表9-21的随机效应中的层一方差得到表9-24的原始总方差和条件总方差;表9-22和表9-23的随机效应中的层二方差之和得到表9-24的原始总方差和条件总方差。层一、层二的方差成分解释程度见表9-24。
表9-24 长江经济带2008—2016经济增长层一、层二的方差成分解释程度
由表9-24可知,层一方差解释程度为93.25%,层二方差解释程度为56.48%,总体上层一解释变量对层一方差,层二解释变量对层二方差都有较好的解释。这表明构建的长江经济带2008—2016省域经济增长要素效率影响因素的实证分析模型较为合理。
3.稳健性检验
运用常数折旧率得到的技术创新替代量(RDKC)代替运用变数折旧率得到的技术创新(RDKV),对2008—2016年长江经济带省域效率型经济增长模型进行稳健性检验。
(1)基本影响要素作用的稳健性检验。基本影响要素作用的稳健性检验可由固定效应模型分析得到。对长江经济带省域数据,依据第三章第二节“效率型经济增长模型的应用步骤”中的固定效应模型,得到稳健性检验的结果,见表9-25。
表9-25 长江经济带2008—2016年经济增长固定效应模型结果(RDKC替代)
由表9-25和表9-21的固定效应部分可知,二者的资本投入、劳动力投入、人力资本、技术创新的系数符号与数值都几乎相同。因此,从固定效应模型来看,各变量的结果具有稳健性。
(2)要素效率异质性效应的稳健性检验。要素效率异质性效应的稳健性检验可由随机效应模型分析得到。对长江经济带省域数据,依据第三章第二节“效率型经济增长模型的应用步骤”中的随机效应模型,得到稳健性检验的结果,见表9-26。
表9-26 长江经济带2008—2016年经济增长随机效应模型结果(RDKC替代)
由表9-26和表9-22的固定效应部分可知,二者的资本投入、劳动力投入、人力资本、技术创新的系数符号与数值都基本相同;随机效应部分的方差成分数值相差无几,并且卡方检验显著性结果相同。因此,从随机效应模型来看,各变量的结果具有稳健性。
(3)综合性因素作用的稳健性检验。综合性因素作用的稳健性检验可由全模型分析得到。对长江经济带省域数据,依据第三章第二节“效率型经济增长模型的应用步骤”中的全模型,得到稳健性检验的结果,见表9-27。
表9-27 长江经济带2008-2016年经济增长随机效应模型结果(RDKC替代)
由表9-27和表9-23的固定效应部分可知,二者的全要素生产率、资本效率、劳动力效率、人力资本效率、技术创新效率的影响因素系数符号相同、数值几乎相等;随机效应部分的方差成分数值相差无几,并且卡方检验显著性结果相同。因此,从全模型来看,各变量的结果具有稳健性。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。