本书主要是计算公共服务财政支出对扩大中等收入群体的影响，因此被解释变量是中等收入群体，解释变量是公共服务财政支出。采用双向固定效应的面板数据模型，基本计量模型如下：

(6.2)

其中MICit代表第i省第t年的加权平均中等收入群体占比，μi为不可观测的地区效应,目的在于控制省份的固定效应，σt为不可观测的时间效应，是一个不随省份变化而变化的变量，它解释了所有没有被包括在回归模型中与时间有关的效应。

Xit是一组变量，将分别用于计算中等收入群体与财政支出结构的关系，包括：

FPGit，代表财政支出占GDP比重，引入这一变量主要出于将财政支出的影响与公共服务财政支出的影响进行对照和比较的考虑；

TPGit，代表公共服务支出(教育、医疗卫生、社保支出之和)占GDP比重；

EPGit，代表教育支出占GDP比重；

HPGit，代表卫生经费占GDP比重；

PPPGit，代表社会保障和就业支出占GDP比重。

分析的对象是分别在22个省份2001—2016年间的共计247个数据。除了加权平均的中等收入群体占比MIC是由前文测算而来，其余数据均来自中国统计年鉴。地方财政住房保障支出由于在2011年以前没有数据，所以没有计入公共服务支出。其中，由于统计口径变化的原因，教育支出在2006年及以前使用教育事业费数据；医疗卫生支出在2006年以前使用卫生经费数据；社会保障和就业支出在2006年及以前使用社会保障补助支出+抚恤和社会福利救济费数据。此外，公共服务支出比重、教育支出比重、医疗卫生支出比重、社会保障和就业支出比重之所以采取的是占GDP比重而不是占财政总支出的比重，主要原因是后者回归分析的拟合度不好，所以最后采用占GDP的比重作为替代性指标。在其他条件不变的情况下，这一替代指标同样能反映公共服务财政支出比重、教育财政支出比重、医疗卫生财政支出比重、社会保障和就业财政支出占GDP的比重变化对中等收入群体比重变化的影响。

各变量的描述性统计如表6.6所示。(www.daowen.com)

表6.6　变量的描述性统计

为避免伪回归，确保回归结果的有效性，需要检验各面板数据序列的平稳性。检验数据平稳性最常用的办法是单位根检验。

图6.3　单位根检验结果

图6.3显示了测算出不同变量及其一阶差分后的单位根(ADF)检验结果，具体如表6.7所示。

表6.7　单位根检验结果

由上表可知，六个数据序列均为非平稳数据，一阶差分序列在5%显著水平上都可以被认为是平稳的。基于单位根检验的结果，发现变量之间是同阶单整的，可以进行协整检验。因此本书将在回归分析后采用EG两步法，对回归的结果进行协整检验。