 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
我国东南沿海地区制造业差异与升级策略
下载积分：1000
内容提示：【区域经济】。我国东南沿海地区制造业差异与升级策略。●陈。耀，曾。铮，冯超。（中国社会科学院工业经济研究所，北京１００８３６）。内容提要：位于东南沿海的长三角和珠三角既是中国对外开放最早的两大区域，也是中国制造业最集中的两大区域，其经济外向度高于全国水平，制造业发展历程具有较多相似之处，但在发展过程中也形成了各自独有的特点，很多层面的差异性明显，这也决定了两地区受到国际金融危机的影响不同，产业调整和转型升级具有英特殊方式和路径。。关键词：东南沿海地区；长三角；珠三角；制造业；转型升级中图分类号：Ｆ１２７。文献标识码：Ａ。文章编号：１００３－４１６１ｆ２００９１０５一Ｏ００９—０５。１．东南沿海地区的制造业差异１．１外向化程度。东南沿海地区的长三角和珠三角是中国制造业最集中的区域，两地区制造业快速发展的动因主要在于对外开放策略和地区外向型经济方式的确立。相对于全国其他地区，两地区制造业的外向化程度都比较高。但是，在两个地区制造业发展过程中，长三角地区的制造业更多脱胎于该地区的传统产业，制造业生产较之珠三角有比较完整的产业链条。因而，长三角制造业的外向型程度要低于珠三角地区。。图ｌ显示，从１９８０年至２００７年，两地区制造业外。靠ＦＤＩ形式的外国资本流入，当外资流入减少甚至发生外商撤资时，本地的制造业生产较容易受到冲击。。１．２专业化程度。贸依存度都不断攀升，但是珠三角地区的外贸依
文档格式：PDF|
浏览次数：9|
上传日期： 17:01:05|
文档星级：
该用户还上传了这些文档
我国东南沿海地区制造业差异与升级策略.PDF
官方公共微信& & & & & & &
& & 　& &&
& & & & &&& & &　 &
& && &&&& &&&& & &
& & & &　 &
　　 　　 　 　 　
当前位置:首页&>&统计学&>&理论统计学
&&&&&&正文字号：【小】【中】【大】
面板数据空间误差分量模型的GMM估计及其应用
陈青青/龙志和/林光平
　　　　内容提要：本文研究面板数据空间误差分量模型（Spatial Error Components Model，SEC）的估计方法。为克服极大似然法在SEC模型估计中运算的困难，本文提出基于广义矩估计的可行广义最小二乘法（GMM-GLS），证明了估计量的一致性及有限样本下的有效性；并应用此模型，研究2000年～2007年中国30个省（西藏除外）的物质资本存量、人力资本存量及能源消耗对实际GDP的影响，结果表明，采用SEC模型所得估计结果更为符合经济现实。　　　　关键词：空间误差分量模型/面板数据/广义矩估计　　作者简介：陈青青，华南理工大学经济与贸易学院（广东　广州　510006）；龙志和，林光平，波特兰州立大学经济系（美国　波特兰　97207）。　　& & 0引言　　近年来，空间经济计量模型被学者们广泛应用于区域经济、社会网络等实证领域。目前，空间计量模型侧重于空间相关性分析，主要包括空间滞后（Spatial Lag，SLAG）模型和空间误差（Spatial Error，SE）模型，分别处理因变量和误差项间的空间相关性。其中，误差项的空间结构较为复杂，是本文重点研究对象。目前，空间误差自相关（Spatial Error Autoregression，SEAR）模型和空间误差移动平均（Spatial Error Moving Average，SEMA）模型是最常见的两种空间误差模型，模型形式分别如下（Anselin，1988[1]）：　　SEAR：y=Xβ+ε，ε=ρWε+u，　　SEMA：y=Xβ+ε，ε=λWu+u，　　式中，y和X分别表示因变量和自变量，ε，u等为误差项，设定u～i.i.d.N（0，）。W为空间权重矩阵，一般进行行标准化，ρ，λ为相应的空间权重系数，为防止误差项方差的奇异性，通常设定｜ρ｜＜l，｜λ｜＜1。　　文献上，Cliff & Ord（1981）[2]，Anselin（）[1，3]、Lee（2004）[4]、Kelejian & Prucha（）[5-6]、Kappor、Kelejian & Prucha（KKP，2007）[7]等学者提出了采用极大似然法（ML）、可行广义最小二乘法（GLS）、广义矩估计（GMM）等方法估计上述模型。　　不过，尽管在实证研究中得到广泛应用，但Kelejian & Robinson（）[8-9]指出，SEAR和SEMA模型仍存在不足之处。第一，空间权重矩阵W的非对称性，以及对ρ，λ的参数限制，将使得模型的参数估计异常复杂，尤其对误差项方差的估算。第二，在实际应用中存在不足，SEAR和SEMA模型中，将空间权重矩阵W设定为非对称矩阵，未能分析经济运行中，研究对象间空间效应相互对等的情形；此外，这两类模型仅仅研究误差项的空间溢出效应，如，无法同时考虑非空间溢出的经济冲击。为此，Kelejian & Robinson[8，9]提出了截面数据的空间误差分量模型（Spatial Error Components Model，SEC模型），作为传统空间误差模型的替代模型：　　y=Xβ+ε，ε=Wψ+ξ，　　&　　式中，y，X，ε分别代表因变量、自变量和误差项，β为斜率系数，SEC模型将误差项分解为相互独立的两项，分别代表空间溢出项（Wψ）和区域特质项（ξ）。　　与SEAR模型和SEMA模型相比，SEC模型没有｜ρ｜＜1等参数限制。同时，模型中空间权重矩阵W可为对称矩阵，不需行标准化，简化了参数估计的运算。在实际经济分析中，W的对称性体现为研究对象间空间溢出效应的对等性，与经济运行现状更为吻合。此外，实际经济管理过程中，如文化差异、产业政策等因素并不存在明显的地区间空间溢出效应，但对经济运行产生冲击。SEC模型的误差项中包括独立的空间溢出项（Wψ）和区域特质干扰项（ξ），更合理地解释现实经济运行状况。　　已有文献中，对SEC模型的估计方法研究甚少。理论研究上，仅Kelejian & Robinsont[8-9]采用最小二乘（LS）方法估计方差系数，对整体模型采用可行GLS估计；实证研究上，仅Kelejian & Robinson（1993[8]，1999[10]采用SEC模型研究了美国760个县级区域的警力支出与区域人口和财政支出的关系，以及美国48个州级区域私人总产出与基础设施建设投入的关系，实证结果均表明SEC模型较一般空间计量模型更为合理。　　此外，现有的SEC模型估计都是基于截面数据，对面板数据的SEC模型估计研究几乎处于空白。本文讨论面板数据的SEC模型估计方法，全文分五部分，第一部分介绍面板数据SEC模型；第二部分提出SEC模型的GMM估计法；第三部分为Monte Carlo模拟实验；第四部分为实例分析；最后为结论。　　1面板数据空间误差分量（SEC）模型　　本文将截面SEC模型（Kelejian& Robinson[8-9]扩展至面板数据SEC模型。Baltagi（2001）[11]、Matyas（2008）[12]等认为考虑固定效应将得到不一致的估计量，导致误差项方差矩阵为奇异矩阵，因此，本文引入随机效应，面板数据SEC模型如下：　　&　　模型（1）有如下假设：　　&　　Greene（2007）[13]认为，ML估计量具有一致性及渐进有效性。因此，本文首先考虑SEC模型的极大似然法估计，将模型（1）排列得到：　　&　　在正态分布假设下，似然函数为：　　&　　2基于GMM的可行GLS估计　　Kappor、Kelejian & Prucha[7]提出面板数据SEAR模型的GMM估计，本文在其基础上提出面板数据SEC模型的GMM估计。　　&　　其中，　　&　　&　　则相应的有：　　&　　矩条件的推导及定理一的证明见附录一。此外，Hansen（1982）[15]、Greene（2007）[16]等GMM估计文献中，为得到更为有效的GMM估计量，建议采用矩条件的方差矩阵来构造最优权重矩阵。参考上述文献，本文构造最优权重矩阵如下：　　&　　Ξ的推导及定理二的证明见附录二。面板数据SEC模型的可行广义最小二乘法（GLS）估计量为的一致估计量，采用等权重GMM和最优权重GMM估计，分别记为等权重GMM-GLS和最优权重GMM-GLS。　　3 Monte Carlo模拟实验　　本节研究面板数据SEC模型GMM估计量的有限样本性质，等权重GMM-GLS和最优权重GMM-GLS估计量分别记为EGMM-GLS和OGMM-GLS，为了进行比较，Monte Carlo模拟实验还考虑了普通最小二乘法（OLS）和广义最小二乘法（Generalized Least square，GLS）估计量（误差项方差采用真实值）。本研究借鉴Das、Kelejian & Prucha[16]和KKP[7]等模拟实验研究方法，考察各种估计量的均方根误（Root Mean Squared Error，RMSE）表现，RMSE定义为：　　&　　此外，本研究Monte Carlo模拟实验采用Rook形式的权重矩阵（相邻区域取值1，否则取0），令=1且保持不变，=｛0，1｝，分别表示不存在随机效应和存在随机效应的情形，=｛0.2，0.75，1｝表示空间相关性程度由弱到强的变动，本研究假设误差项呈正态分布，斜率系数和截距系数估计量Monte Carlo模拟结果分别如表1和表2。　　&　　&　　由表2，在截距系数估计量的RMSE表现上，类似于的估计量，OLS估计量仍然存在较大偏差，等权重GMM-GLS估计量和最优权重GMM-GLS估计量与GLS估计量非常接近，尤其是最优权重GMM-GLS估计量，其RMSE仅比GLS估计量大3%左右；存在随机效应比不存在时RMSE有所上升，但最优权重GMM-GLS估计量与GLS估计量差距缩小至2%左右；当空间相关性较小时（=0.25），各估计量的RMSE都低于平均RMSE，估计量更为有效；此外，各估计量的RMSE随N或T的增大明显变小，表明样本量的增大使得模型参数估计的有效性提高。　　由Monte Carlo模拟实验可知，本文针对面板数据SEC模型提出的GMM估计法是有效的估计方法，尤其是最优权重GMM-GLS估计量，其参数估计值的RMSE与采用误差项方差真实值的GLS估计法十分接近。接下来，本文通过实例分析研究面板数据SEC模型及其GMM估计法在实证研究中的应用。　　&　　4经济增长中要素弹性修正实例分析　　关于我国经济增长中人力资本、物质资本等主要生产要素的作用，学者们做了大量研究。考虑简单的柯布一道格拉斯模型时，物质资本弹性一般都远远高于人力资本弹性。李从欣等[17]利用2001年～2005年全国省级面板数据进行分析，得出物质资本和人力资本弹性分别为0.986和0.332；董亚娟[18]研究浙江省1978年～2004年经济增长数据，得到物质资本弹性和人力资本弹性分别为0.757和0.243；吕国宁[19]分析了新疆省1990年～2006经济增长数据，得到物质资本和人力资本弹性分别为0.834和0.094。　　考虑到人力资本对中国经济增长贡献的现状，上述研究中人力资本弹性在一定程度被低估，众多学者通过改进模型对此进行修正。吴玉鸣等[20]引入SEAR和SLAG模型，发现未考虑空间相关性之前，中国区域工业生产中物质资本弹性和人力资本弹性分别为0.922和0.218，考虑SEAR及SLAG后变为0.919，0.219及0.904，0.262，人力资本弹性略有提高；傅晓霞、吴利学[21]采用随机前沿模型，分析年的省级面板数据，得到物质资本弹性和人力资本弹性分别为0.688和0.325，有效修正了经济增长中的要素弹性。中国经济运行中存在显著的空间相关性，且经济的冲击并非都存在空间溢出效应，本文采用SEC模型对各要素弹性进行修正，更符合中国经济运行的现实状况。　　本文采用2000年～2007年中国30个省（西藏没有能源消耗的统计数据）的GDP、物质资本、人力资本及能源消耗的面板数据。数据来源于《中国统计年鉴》（）、《新中国五十年统计资料汇编》、《中国能源统计年鉴》（2001年～2008）及国家统计局网站。其中，实际GDP以2000年为基年，采用GDP平减指数调整；本文的物质资本存量测算以张军等（2004）[22]22估算的省级物质资本存量数据为基础，转换为以2000年为基年的物质资本存量，同时，借鉴张军等[22]测算的固定资产折旧率（9.6%），采用永续盘存法估算出以2000年为基年的历年实际物质资本存量；对人力资本存量的估算，采用张琦（2007）[23]的教育年限法，即人力资本存量=从业人员×平均受教育年限，平均受教育年限由文盲、小学、初中、高中及大专以上的人数比例折算，各学历水平的受教育年限分别设为0、6、9、12和16年；能源消耗统一采用标准煤折算。　　首先，本研究考察文中涉及的实际GDP等经济变量的空间分布规律，以2007年为例，如图1所示。由图1可见，各地区的实际GDP区域分布存在一定程度的空间集聚性，实际GDP在5000元以下的区域主要集中在西北和西南地区，实际GDP在之间的区域主要集中在中部地区，而实际GDP最高的区域主要集中在山东、江浙及广东等东部及东南沿海地区。物质资本存量、人力资本存量及能源消耗也具有类似的空间分布特点，经济变量数值相近的省区在地理区位上往往也处于相邻区域，体现出经济变量之间显著的空间相关性。　　直观的空间分布图体现了实际GDP等经济变量的空间集聚性。为进一步考察经济变量的局部空间相关性，研究某一地区经济对其邻近地区经济的影响，本研究利用Moran散点图进行分析，如图2。以实际GDP为例，横轴为各地区实际GDP数值，纵轴为其邻近地区的实际GDP加权值，代表该地区邻近地区实际GDP的平均状况。第一到第四象限分别表示“高—高”、“高—低”、“低—低”和“低—高”区域，其中“高-高”区域表示经济变量数值大的区域其邻近区域相应的变量数值也较大，其他区域类似定义。　　由图2，各地区实际GDP的散点分布区域主要集中于Moran散点图的高—高和低—低区域，仅有6个点（20%）处于此两区域之外，仅有2个点（6.6%）远离高—高和低—低区域，表明经济发达地区能带动周边地区的经济发展，而经济落后地区阻碍周边地区经济发展。此外，各地区物质资本存量、人力资本存量的Moran散点图也呈类似的空间分布特征，主要集中在高—高和低—低区域。Moran散点图表明本研究中各经济变量均存在较显著的空间相关性。　　为了进一步考察各经济变量的全局空间相关性，进行SEC模型估计之前，对本研究中各经济变量的进行空间相关性的Moran I检验（表3）。　　由表3，各经济变量的空间相关性全域Moran I检验均在5%的显著性水平下拒绝原假设，表明物质资本存量等经济变量存在显著的空间相关性，模型中需要引入空间相关性分析。　　本研究采用如下面板数据SEC模型：　　&　　&　　&　　&　　&　　本研究中采用可行GLS估计法对模型（16）进行估计，对误差项方差分别采用等权重GMM和最优权重GMM估计。研究中使用GAUSS 9.0进行模型的估计，得到结果如下页表4。　　从表4可以看出，各参数估计值均在1%的水平下显著。未考虑空间相关性的OLS估计，物质资本的弹性为0.898，人力资本的弹性和能源消耗弹性分别为0.142和0.104，物质资本的贡献远远高于人力资本和能源消耗，与吕国宁[19]等的结论基本一致。进一步，考虑空间相关性，使用面板数据SEC模型，采用等权重GMM-GLS方法和最优权重GMM-GLS进行估计，的系数估计值均非常显著，表明面板数据模型中存在显著的空间相关性和随机效应，佐证了本文采用面板数据SEC模型的正确性。实证结果显示，与OLS估计相比，GMM-GLS估计的人力资本和能源消耗弹性大大提高，物质资本弹性则显著降低，这表明，考虑空间相关性影响之后，人力资本的跨省流动及能源的跨区域输送等因素的影响得到体现，人力资本及能源消耗对经济增长的贡献变大，因此物质资本的贡献则相应的减少。可见，面板数据SEC模型估计结果更加符合我国经济运行现实。　　5结论　　为克服极大似然法在SEC模型估计中运算的困难，本文提出基于等权重GMM、最优权重GMM的可行GLS估计方法在面板数据SEC模型中的应用，证明了估计量的一致性，并通过Monte Carlo模拟实验证实了估计量在有限样本下的有效性。最后，通过实例分析说明，研究对象存在空间相关性的经济冲击情形下，采用SEC模型更适合于现实经济运行分析。本研究提出的面板数据SEC模型估计方法，有助于空间经济分析应用范围的扩大。在固定效应设定下的面板数据SEC模型估计方法及其性质，是本文进一步研究的课题。　　&　　附录　　附录1矩条件的推导及定理一证明　　&　　证明　因为Γ为常数矩阵，因此，Γ=O（1）且G*=Γ。　　&　　&　　&　　定理1证明　　&　　&　　附录2Ξ的推导及定理二证明　　　　　　参考文献：　　& & [1]Anselin L. Spatial Econometrics: Methods and Models[M]. Dordrecht: Kluwer Academic, .　　[2]Cliff A, Ord J K. Spatial Processes: Models and Applications[M]. London: Pion, .　　[3]Anselin L. Rao's score test in spatial econometrics[J]. J. Stat. Plan. Inference, 2001, (97): 113-139.　　[4]Lee L F. Asymptotic distributions of quasi-maximum likelihood estimators for spatial autoregressive models[J]. Econometrica, ): .　　[5]Kelejian H H. Prucha I. A generalized spatial two atage least squares procedures for estimating a spatial autoregressive model with autoregressive disturbances[J]Journal of Real Estate Finance and Economics, Econometric, ): 99-121.　　[6]Kelejian H H, Prucha I. A generalized moments estimator for the autoregressive parameter in a spatial model[J]. International Economic Review, ): 509-533.　　[7]Kapoor M, Kelejian H H, Prucha I. Panel data models with spatially correlated error components[J]. Journal of Econometrics, : 97-130.　　[8]Kelejian H H, Robinson D P. A suggested method of estimation for spatial interdependent models with autocorrelated errors, and an application to a county expenditure model[J]. Papers Region Science, ): 297-312.　　[9]Kelejian H H, Robinson D P. Spatial correlation: A suggested alternative to the autoregressive model[A]. In: Anselin L, Florax R J(eds). New Directions in Spatial Econometrics[C]. Berlin: Springer, .　　[10]Kelejian H H, Robinson D P. Infrastructure productivity estimation and its underlying econometric specifications: A sensitivity analysis[J]. Papers in Region Science, ): 115-131.　　[11]Baltagi B H. Econometric Analysis of Panel Data[M]. New York: Wiley, .　　[12]Matyas P Sevestre. The Econometrics of Panel Data[M]. Berlin: Springer, 0.　　[13]GreeneW.费剑平译.计量经济分析(第五版)[M].北京：中国人民大学出版社，9.　　[14]Ptscher B M, Prucha I. Dynamic Nonlinear Econometric Models, Asymptotic Theory[M]. Berlin: Springer, .　　[15]HansenL P. Large sample properties of generalized method of momernts estimators[J]. Econometrica, ): .　　[16]Das D, Kelejian H H, Prucha I. Finite sample properties of estimators of spatial autoregressive models with autoregresaive disturbances[J]Papers Region Science, -26.　　[17]李从欣，李国柱，韩宇.区域人力资本与经济增长研究[J].当代经济管理，)：42-44.　　[18]董亚娟.人力资本对经济增长绩效的实证研究——基于浙江省的分析[J].商业经济与管理，)：33-39.　　[19]吕国宁.人力资本与区域经济增长的相关性分析[J].科技信息，7-198.　　[20]吴玉鸣，李建霞.中国区域工业全要素生产力的空间计量经济分析[J].地理科学，)：385-391.　　[21]傅晓霞，吴利学.技术效率、资本深化与地区差异——基于随机前沿模型的中国地区收敛分析[J].经济研究，-61.　　[22]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：[J].经济研究，-44.　　[23]张琦.我国人力资本存量的测算[J].统计与决策，)：35-36.　　[24]Jennrich R. Asymptotic properties of non-linear least squares estimators[J]. The Annals of Mathematical Statistics, ): 633-643.^
责任编辑：夏雨
文档附件：管理会计在我国企业应用中存在的问题及对策研究_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
&&¥2.00
&&¥2.00
&&¥0.50
&&¥0.50
喜欢此文档的还喜欢
管理会计在我国企业应用中存在的问题及对策研究
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢我国中小企业发展中存在的问题及对策研究
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
我国中小企业发展中存在的问题及对策研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口我国东南沿海地区应用了那种发展模型,存在什么问题?_百度知道
我国东南沿海地区应用了那种发展模型,存在什么问题?
我有更好的答案
按默认排序
。、网络型里面考虑吧。所以、发展轴。。。从增长极。。王老师的原话是，哪种发展模式。。。目测楼主是商学院经济学院的学生
请问发改委
其他类似问题
模型的相关知识
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁}