理论教育 数据来源与研究结果分析

数据来源与研究结果分析

时间:2023-06-11 理论教育 版权反馈
【摘要】:在反事实分析中,对照组样本为上述20个省份,数据主要来源于wind数据库,以处理组省份设立自贸区时间的下一期(季度)为干预后第1期。综合来看,在自贸区设立前,各个自贸区的产业结构升级指标均呈显著上升趋势。图3.3自贸区政策产业结构升级效应的对比结果可以直观看出,政策实施后,重庆和四川自贸区的产业结构升级效果不明显,其余自贸区省份增长变化较明显。表3.3为利用多组ITS模型估计的自贸区设立政策平均因果效果结果。

数据来源与研究结果分析

研究的时间跨度为2010年第1季度至2018年第4季度共36期。考虑到自贸区的设立时间和数据的可得性,选取2013年到2016年设立自贸区的10个省份为处理组。由于海南和新设立的6个自贸区处于研究时间的区间之外,因此均列为对照组个体,综上,合计共20个省份组成对照组样本。在反事实分析中,对照组样本为上述20个省份,数据主要来源于wind数据库,以处理组省份设立自贸区时间的下一期(季度)为干预后第1期。

利用进行平稳性处理的第三产业产值与第二产业产值之比的对数作为模型的结果变量Y,分别进行中断时间序列单组和多组分析,即分别对式(3.1)、式(3.5)进行参数估计

当只有处理组时,模型(3.1)中自变量和系数分别为:时间取值t为1,2,……,36的数据;D为当季度政策变量,自贸区设立政策实施前赋值为0,政策实施后赋值为1;Dt为长期政策变量,表示自贸区设立政策实施的累计期数;β1为自贸区设立政策实施前每季度产业结构的变化趋势;β2估计了自贸区设立政策对产业结构升级影响的当季度瞬间政策效果;β3反映了自贸区设立政策实施后每季度产业结构的变化趋势,如果与自贸区设立前的变化趋势(β1)不同,则说明自贸区的设立政策实施效果是长期的持续的;β0为时间序列最开始时刻的产业结构升级水平;ε为误差项,表示自变量所不能解释的部分。因此,β2表示自贸区设立政策对产业结构升级的短期影响,(β31)表示自贸区设立政策对产业结构升级长期效应。

当有一个或多个对照组可供比较时,模型(3.5)中,Z为组别变量,其中Z=1表示处理组(10个自贸区省份),Z=0表示对照组(20个非自贸区省份);ZT、ZD、ZDT均为上述变量之间的交互项。β4代表政策实施前自贸区与非自贸区省份之间的结果变量(截距)的差,β5代表了政策实施自贸区与非自贸区省份的因变量在时间发展趋势上的差异,β6表示引入干预时自贸区与非自贸区省份之间的结果变量的差(自贸区设立政策引起产业结构升级的水平变化效应,瞬间效应),β7代表引入干预后处理组与对照组之间的斜率(趋势)的差(自贸区设立政策引起产业结构升级的趋势变化效应,反映政策实施对自贸区省份的效应是否具有持久性)。因此,本书寻找p值显著的β6来估自贸区设立政策对产业结构升级的短期影响,用p值显著的β7来估自贸区设立政策对产业结构升级的长期效应。

(1)单组ITS结果

表3.1 产业结构升级单组回归模型参数

注:*、**和***分别表示10%、5%和1%的显著性水平下拒绝原假设,下同。

综合来看,在自贸区设立前,各个自贸区的产业结构升级指标均呈显著上升趋势。自贸区设立当季,福建、广东、浙江产业结构有比较明显的升级;上海、辽宁、河南、湖北产业结构升级不明显;而重庆、四川、陕西产业结构升级指标有不显著的下降趋势。在自贸区设立之后,福建、河南、陕西有明显的产业结构升级趋势;而四川产业结构升级指标有明显的下降。

(2)多组ITS结果

为了减少混杂因素的影响,可以尝试通过可观测数据来模拟随机化过程,方法是通过观察干预前的变量特征来发现与处理组特征相似的对照组。通过一个迭代过程从一组潜在候选对象(20个非自贸区省份样本)中寻找出可比较的对照组。即利用多组ITS模型(3.5),将每个对照组与选定的处理组分别进行比较,选择那些模型参数β4和β5的p值大于0.05(或更高的阈值)的组,作为对照组。

表3.2 产业结构升级多组回归模型参数

(www.daowen.com)

续表

表3.2中,根据模型(3.5)回归的结果,在控制了其他影响因素的情况下,通过模型参数β2的显著性可以看出,自贸区设立政策实施后,上海(p=0.000)、重庆(p=0.000)2个省份在自贸区设立当季均产生了显著的正向即时效果,福建(p=0.002)、广东(p=0.003)两个省份均在自贸区设立当季产生了显著的负向即时效应。

设立自贸区的省份和对照组省份产业结构升级效应的对比结果如图3.3所示。图3.3显示了设立自贸区省份(处理组)和非自贸区省份(选择的对照组)在自贸区设立政策实施前后产业结构升级指标的实际和预测值的变化趋势。其中,实心点表示各个设立自贸区省份(处理组)的产业结构升级指标的实际值,空心点表示对照组省份产业结构升级指标的均值,实线为由实际值预测的处理组产业结构升级指标的线性变化,虚线为由实际值预测的对照组省份产业结构升级指标均值的线性变化。

图3.3 自贸区政策产业结构升级效应的对比结果

可以直观看出,政策实施后,重庆和四川自贸区的产业结构升级效果不明显,其余自贸区省份增长变化较明显。从图中的虚线可以看出,在各个断点前后虚线的变化趋势基本没有太大的改变,且与各个实线相比断点前的变化趋势基本平行,说明各个自贸区设立之前,对照组省份产业结构升级数据的均值(反事实)可有效作为设立自贸区省份数据的对比。通过实线与虚线中断之后斜率和水平值的对比,可以发现大多数自贸区省份的实线和虚线不再平行,失去了中断前两条线变化的同步性,说明其产业结构都发生了一定的变化。

表3.3为利用多组ITS模型估计的自贸区设立政策平均因果效果结果。

表3.3 政策效果估计值汇总

注:*表示p<0.1,**表示p<0.05,***表示p<0.01。

由表3.3的估计结果可知,只有上海自贸区的设立对其产业结构升级产生了持续的正效应,除去对照组的因素后政策效应仍为正。福建省、辽宁省、河南省、湖北省、陕西省的自贸区设立均对产业结构升级产生了不显著的正效应。重庆市、四川省在自贸区设立后,产生了负的产业结构升级效应,对区域产业结构调整存在一定的负向影响。广东省设置了两个断点,发现自贸区设立6个季度内对产业结构升级产生了显著的正效应;设立自贸区7期之后,产业结构升级指标出现了一定的降低。浙江省在自贸区设立4个季度内对产业结构升级产生了显著的正效应,设立自贸区5期之后,产业结构升级指标出现了下降态势但不显著,说明设立浙江自贸区初对产业结构升级具有显著的推动作用,且一段时间之后促进效应逐渐减弱。

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。

我要反馈