本站原创
内容摘要
关键词：政府规模 产业结构升级 面板协整 GLS 误差修正模型
现代经济发展不仅体现在经济总量的扩张和速度的增长上，同时还体现在经济结构的调整和优化上，尤其是产业结构。产业结构指的是一个国家或地区的劳动力、资金、各种自然资源与物质资料在国民经济各部门的配置及其相互制约的一种方式，它反映着一国经济发展水平、发达程度、内在活力以及增长潜力。随着一国经济发展，产业结构也在不断地从低层次结构向高层次结构进行演化，即在不断地进行调整和升级。加快产业结构调整和优化进程，是经济发展到一定阶段的客观要求，也是实践科学发展观的必然选择。经济发展的核心内容是产业结构向更高级的进化，从根本上说，经济不断发展的过程，也就是产业结构逐步优化升级的过程。
自改革开放以来，中国经济发生巨大变化，尤其是1996 年以后，中国经济更以年均9%以上的速度增长。1978 年以后，中国实行了很多政策，如科技是第一生产力、可持续发展观、科学发展观和转变经济发展方式等，实质上就是通过调整中国产业结构以适应当前经济发展阶段和资源、环境双重约束条件下的可持续发展。伴随着经济的迅速发展，中国产业结构也随之发生变动。由新中国成立初期的“一、三、二”结构转变到2010 年的“二、一、三”结构，而且正向“三、二、一”的结构发生转变。在经济发展过程中，产业结构升级受到许多因素的影响和制约。因此，研究产业结构升级的影响因素以及这些因素在产业结构升级过程中的不同作用，对于制定合理的产业结构调整政策，促进产业结构调整，形成与当地经济发展水平相适应的产业结构具有一定的指导意义。同时世界各国经济发展的事实表明，产业结构升级是促进经济发展的一个关键因素，产业结构升级对于一国经济结构优化以及实现一国经济稳定协调发展，也具有极为重要的意义。因此，本文利用1990-2010年我国省际面板数据，对产业结构升级与政府规模、城市化水平之间的关系进行实证研究。
文献回顾
近年来，针对产业结构升级相关方面的研究较多。从产业结构升级影响因素方面有：姜泽华、白艳（2006）认为社会需求、科技进步、制度安排和资源供给都会对产业结构升级产生影响。其中社会需求包括消费需求、投资需求和出口需求，资源供给是自然资源的供给、人力资源的供给和资金资源的供给；曹秋静（2012）从要素驱动、创新驱动、制度保障三个视角分析深圳产业结构升级的动力因素。定性分析得出要素积累是深圳产业结构升级的物质基础，技术创新是深圳产业结构升级的核心动力，制度保障是深圳产业结构升级的体制保障；杜传忠、郭树龙（2011）从供给因素、技术水平、需求因素、政府因素、对外开放以及外部冲击等因素进行了理论分析和实证检验。结果表明，资本投入、需求和外商直接投资等因素对我国产业结构的升级具有正向作用，而劳动力数量、技术水平、开放水平中的进出口贸易对我国产业结构的升级作用并不显著；李晓红、沈毅（2008）从需求变化、生产率上升差异、技术进步、产业政策、资源供给的角度对产业结构升级的影响进行分析。
从政府规模与产业结构升级关系有：闫海洲（2010）利用长三角江、浙、沪三地的产业结构层次系数，对三地产业结构高级化变动进行了分析，发现产业结构高级化存在区域差异和趋势趋同特征，同时使用1990-2008年面板数据，对影响产业结构高级化的因素进行实证检验，结果发现科技创新和政府规模对于产业结构高级化有正向作用，进出口贸易产生负向作用，FDI和社会投资作用则不太明显。
从城市化水平与产业结构升级关系有：钟陈（2012）运用1997-2009年西部11个省市区的相关数据，采用面板回归模型对西部的城市化水平和产业结构进行了实证分析。结果表明，对于西部地区而言，工业化和第三产业化都可以推动城市化进程，但第三产业化更为显著；郝俊卿、曹明明（2012）以关中地区为例，利用1949-2009 年间关中地区产业结构演进与城市化的时序关系、相关关系和协调关系进行实证分析，结果发现关中地区产业结构演进与城市化进程具有明显的时序关系。在不同发展阶段，各产业与城市化的相关关系不同，并且产业结构演进与城市化发展的不协调程度在加剧。
变量和数据选取
1.政府规模（Gov）。此指标反映政府规模和对市场的干预程度，本文用地方财政支出占GDP的比重来衡量。在一定时期内，政府主要是以税收、国债等各种方式从各种经济主体获取财政收入，又通过其支出总规模与支出结构体系的变化，影响社会生产要素在不同产业部门形成积累与重新分配，从而影响不同产业的发展及其产业结构之间的相互替代与变迁。
2.城市化水平（Urba）。该指标是衡量一个地区城市化进程的重要因素，在城市化水平的指标选择上，有些研究将非农业人口数占总人数的比率作为城市化指标，有些研究将城镇人口占总人口数的比率作为城市化指标，有些研究则将非农业人口数的增长比率作为城市化指标。本文根据数据的完整性将非农业人口占总人口的比重作为城市化水平，以Urba表示。
3.产业结构升级（IR）。该指标是衡量一个地区产业结构调整的重要指标，本文以第三产业值占GDP的比重来衡量，以IR表示。
随机效应模型为：
IRit=β1+β2Govit+β3Urbait+εi+uit （4）
式中，β1表示截距，β2和β3分别表示自变量的系数，εi表示特定个体误差部分，uit表示时间序列和横截面混合误差部分。运行stata11检验结果如表4所示。
通过固定效应模型的F检验发现F统计量为25.89，相对应的概率为0.0000，在1%的显著水平下强烈拒绝原检测设，固定效应非常显著，表明固定效应模型优于混合回归模型。然而在检验中未使用聚类稳健标准差，所以这个F检验并不有效，因为普通标准差大约只有聚类稳健标准差的一半。为此，要进一步通过最小二乘虚拟变量（LSDV）模型来考察，首先建立LSDV模型如下：
IRit=α1+α2D2i+α3D3i+…+α20D29i+β2Govit+β3Urbait+uit （5）
上式中，αi（ i=1，2，3，…，20）代表各个省份的截距，D2i，D3i，…，D29i表示虚拟变量，由于用的是29个省份，因此只需要28个虚拟变量。如果观测值为D2i（检测定D2i代表湖南省），则D2i =1，否则为0；如果观测值为D3i（检测定D3i代表江西省），则D3i =1，否则为0，其它虚拟变量类
从表5可知，除少数几个省份（江西、河北、西藏、青海、宁夏）外，大部分省份虚拟变量都很显著（P<0.05），即在5%的显著水平下拒绝“所有个体虚拟变量均为0的原检测设”，个体效应显著，不应使用混合回归。
以上检验结果基本上确定了个体效应的存在，但个体效应仍可能以随机效应的形式存在。下面检验随机效应模型是否也优于混合回归模型，Breusch and Pagan提供了一个检验个体效应的LM检验，其原检测设为“H0：σ2u=0”，备择检测设为“H1： σ2u≠0”，如果拒绝原检测设，则说明应该有一个反映个体特性的随机扰动项ui，而不应该使用混合回归。运行stata11检验结果如表6所示。
从表6可知，wald chi的值为176.98，相对应的P值为0.0000，在1%的显著水平下LM检验强烈拒绝“不存在个体效应”的原检测设，表明在“随机效应”与“混合回归”二者之间，应该选择“随机效应”。
从以上分析可知存在个体效应，至于固定效应模型和随机效应模型的选择，则要使用Hauan检验进行判断。Hauan检验的基本思想是：在固定效应和其他解释变量不相关的原检测设下，用OLS估计的固定效应模型和用GLS估计的随机效应模型的参数估计都是一致的。反之，OLS是一致的，但GLS则不是。因此，在原检测设下，二者的参数估计应该不会有系统差异，可以基于二者参数估计的差异构造统计检验量。如果拒绝了原检测设，就认为选择固定效应模型是比较合适的。运行stata11检验结果得到的P值为0.5120，接受原检测设，所以应该选择随机效应模型。
2.面板回归模型的估计。由上文分析可知，面板回归模型的估计选择随机效应模型，为了消除不同面板数据之间可能存在的异方差，采用截面数据残差进行加权，并运用广义最小二乘法（GLS）对模型（1）进行回归，回归结果如表7所示。
从表7可知，政府规模和城市化水平的系数均为正，这表明政府规模和城市化水平对产业结构升级均有正向影响，而且统计量非常显著（P值都为0）。从正向影响关系来看，政府规模每提升一个百分点，产业结构升级就提升0.24823个百分点；而城市化水平每提升一个百分点，产业结构升级提升0.21742个百分点。实证结果说明，相对于城市化水平，政府支出更能推动产业结构升级。
3.误差修正模型与短期波动分析。面板数据协整检验结果说明，政府规模、城市化水平与产业结构升级三个变量间的协整关系成立，即存在长期均衡。但由于时间跨度较短，不能确定其在长期是否稳定，需要进一步通过建立短期动态模型来反映短期波动偏离长期均衡的修正机制，同时如果变量之间有协整关系，那么这些变量至少存在一个方向的Granger因果关系。因此，在协整关系的基础上建立误差修正模型（ECM），利用变量系数的显著性来检验它们之间的长短期因果关系。在上述研究基础上，根据模型（1）的回归结果，可得到残差序列，并将其作为误差修正项（ecmit）。令：
εit=ecmit=IRit-β0-β1Govit- β2Urbait （6）
因此可建立以下面板误差修正模型：
△IRit=α0+α1△IRi，t-1+γ1△Govit+γ2△Urbait+γecmi，t-1+ξit （7）
式中，△表示一阶差分，ξit为随机误差，式（7）表明产业结构升级的短期波动不仅取决于政府规模、城市化水平等各因素的短期变化，而且还受产业结构升级偏离均衡趋势程度ecmi，t-1的影响。
利用全国29个省份1990-2010年的面板数据，采用E-G两步法，对式（7）进行估计，回归结果如表8 所示。
从表8 可以看出，ecmi，t-1（P值为 0.008）项系数在l%显著性水平上显著为负，这说明反向误差修正机制成立，这进一步在理论上验证了政府规模、城市化水平与产业结构升级之间存着长期均衡关系，政府规模、城市化水平是产业结构升级的长期格兰杰原因。△IRi，t-1系数为0.176463，在l%显著性水平上非常显著（P值为0.001），这表明产业结构升级滞后一期对其本身具有重要的正向影响；△Govit的系数是0.0526705，在l%显著性水平上也是显著的（P值为0.002），这表明政府规模是产业结构升级的短期格兰杰原因；△Urbait（P值为0.389）的回归系数并不显著，表明城市化水平不是产业结构升级的短期格兰杰原因。
摘自：毕业论文下载www.udooo.com
：本文利用1990-2010年全国29个省份（由于天津、重庆数据不完整，未统计）的面板数据，对政府规模、城市化水平和产业结构升级关系进行实证研究。通过面板协整检验发现政府规模、城市化水平与产业结构升级之间存在长期稳定的均衡关系；通过广义最小二乘法（GLS）回归发现，政府规模、城市化水平和产业结构升级之间存在正向的相关关系，且统计结果非常显著，政府规模、城市化水平对产业结构升级有较大的推动作用；误差修正模型表明，政府规模是产业结构升级的短期格兰杰原因，而城市化水平不是产业结构升级的短期格兰杰原因。关键词：政府规模 产业结构升级 面板协整 GLS 误差修正模型
现代经济发展不仅体现在经济总量的扩张和速度的增长上，同时还体现在经济结构的调整和优化上，尤其是产业结构。产业结构指的是一个国家或地区的劳动力、资金、各种自然资源与物质资料在国民经济各部门的配置及其相互制约的一种方式，它反映着一国经济发展水平、发达程度、内在活力以及增长潜力。随着一国经济发展，产业结构也在不断地从低层次结构向高层次结构进行演化，即在不断地进行调整和升级。加快产业结构调整和优化进程，是经济发展到一定阶段的客观要求，也是实践科学发展观的必然选择。经济发展的核心内容是产业结构向更高级的进化，从根本上说，经济不断发展的过程，也就是产业结构逐步优化升级的过程。
自改革开放以来，中国经济发生巨大变化，尤其是1996 年以后，中国经济更以年均9%以上的速度增长。1978 年以后，中国实行了很多政策，如科技是第一生产力、可持续发展观、科学发展观和转变经济发展方式等，实质上就是通过调整中国产业结构以适应当前经济发展阶段和资源、环境双重约束条件下的可持续发展。伴随着经济的迅速发展，中国产业结构也随之发生变动。由新中国成立初期的“一、三、二”结构转变到2010 年的“二、一、三”结构，而且正向“三、二、一”的结构发生转变。在经济发展过程中，产业结构升级受到许多因素的影响和制约。因此，研究产业结构升级的影响因素以及这些因素在产业结构升级过程中的不同作用，对于制定合理的产业结构调整政策，促进产业结构调整，形成与当地经济发展水平相适应的产业结构具有一定的指导意义。同时世界各国经济发展的事实表明，产业结构升级是促进经济发展的一个关键因素，产业结构升级对于一国经济结构优化以及实现一国经济稳定协调发展，也具有极为重要的意义。因此，本文利用1990-2010年我国省际面板数据，对产业结构升级与政府规模、城市化水平之间的关系进行实证研究。
文献回顾
近年来，针对产业结构升级相关方面的研究较多。从产业结构升级影响因素方面有：姜泽华、白艳（2006）认为社会需求、科技进步、制度安排和资源供给都会对产业结构升级产生影响。其中社会需求包括消费需求、投资需求和出口需求，资源供给是自然资源的供给、人力资源的供给和资金资源的供给；曹秋静（2012）从要素驱动、创新驱动、制度保障三个视角分析深圳产业结构升级的动力因素。定性分析得出要素积累是深圳产业结构升级的物质基础，技术创新是深圳产业结构升级的核心动力，制度保障是深圳产业结构升级的体制保障；杜传忠、郭树龙（2011）从供给因素、技术水平、需求因素、政府因素、对外开放以及外部冲击等因素进行了理论分析和实证检验。结果表明，资本投入、需求和外商直接投资等因素对我国产业结构的升级具有正向作用，而劳动力数量、技术水平、开放水平中的进出口贸易对我国产业结构的升级作用并不显著；李晓红、沈毅（2008）从需求变化、生产率上升差异、技术进步、产业政策、资源供给的角度对产业结构升级的影响进行分析。
从政府规模与产业结构升级关系有：闫海洲（2010）利用长三角江、浙、沪三地的产业结构层次系数，对三地产业结构高级化变动进行了分析，发现产业结构高级化存在区域差异和趋势趋同特征，同时使用1990-2008年面板数据，对影响产业结构高级化的因素进行实证检验，结果发现科技创新和政府规模对于产业结构高级化有正向作用，进出口贸易产生负向作用，FDI和社会投资作用则不太明显。
从城市化水平与产业结构升级关系有：钟陈（2012）运用1997-2009年西部11个省市区的相关数据，采用面板回归模型对西部的城市化水平和产业结构进行了实证分析。结果表明，对于西部地区而言，工业化和第三产业化都可以推动城市化进程，但第三产业化更为显著；郝俊卿、曹明明（2012）以关中地区为例，利用1949-2009 年间关中地区产业结构演进与城市化的时序关系、相关关系和协调关系进行实证分析，结果发现关中地区产业结构演进与城市化进程具有明显的时序关系。在不同发展阶段，各产业与城市化的相关关系不同，并且产业结构演进与城市化发展的不协调程度在加剧。
变量和数据选取
(一)变量与模型设计
本文以产业结构升级作为被解释变量，政府规模和城市化水平作为解释变量。1.政府规模（Gov）。此指标反映政府规模和对市场的干预程度，本文用地方财政支出占GDP的比重来衡量。在一定时期内，政府主要是以税收、国债等各种方式从各种经济主体获取财政收入，又通过其支出总规模与支出结构体系的变化，影响社会生产要素在不同产业部门形成积累与重新分配，从而影响不同产业的发展及其产业结构之间的相互替代与变迁。
2.城市化水平（Urba）。该指标是衡量一个地区城市化进程的重要因素，在城市化水平的指标选择上，有些研究将非农业人口数占总人数的比率作为城市化指标，有些研究将城镇人口占总人口数的比率作为城市化指标，有些研究则将非农业人口数的增长比率作为城市化指标。本文根据数据的完整性将非农业人口占总人口的比重作为城市化水平，以Urba表示。
3.产业结构升级（IR）。该指标是衡量一个地区产业结构调整的重要指标，本文以第三产业值占GDP的比重来衡量，以IR表示。
源于：www.udooo.com
式中，β1i表示截距，β2和β3表示自变量的系数，uit表示随机误差项。随机效应模型为：
IRit=β1+β2Govit+β3Urbait+εi+uit （4）
式中，β1表示截距，β2和β3分别表示自变量的系数，εi表示特定个体误差部分，uit表示时间序列和横截面混合误差部分。运行stata11检验结果如表4所示。
通过固定效应模型的F检验发现F统计量为25.89，相对应的概率为0.0000，在1%的显著水平下强烈拒绝原检测设，固定效应非常显著，表明固定效应模型优于混合回归模型。然而在检验中未使用聚类稳健标准差，所以这个F检验并不有效，因为普通标准差大约只有聚类稳健标准差的一半。为此，要进一步通过最小二乘虚拟变量（LSDV）模型来考察，首先建立LSDV模型如下：
IRit=α1+α2D2i+α3D3i+…+α20D29i+β2Govit+β3Urbait+uit （5）
上式中，αi（ i=1，2，3，…，20）代表各个省份的截距，D2i，D3i，…，D29i表示虚拟变量，由于用的是29个省份，因此只需要28个虚拟变量。如果观测值为D2i（检测定D2i代表湖南省），则D2i =1，否则为0；如果观测值为D3i（检测定D3i代表江西省），则D3i =1，否则为0，其它虚拟变量类
源于：论文格式排版www.udooo.com
似。β2和β3分别为自变量的系数，uit表示随机误差项。运行stata11检验结果如表5所示。从表5可知，除少数几个省份（江西、河北、西藏、青海、宁夏）外，大部分省份虚拟变量都很显著（P<0.05），即在5%的显著水平下拒绝“所有个体虚拟变量均为0的原检测设”，个体效应显著，不应使用混合回归。
以上检验结果基本上确定了个体效应的存在，但个体效应仍可能以随机效应的形式存在。下面检验随机效应模型是否也优于混合回归模型，Breusch and Pagan提供了一个检验个体效应的LM检验，其原检测设为“H0：σ2u=0”，备择检测设为“H1： σ2u≠0”，如果拒绝原检测设，则说明应该有一个反映个体特性的随机扰动项ui，而不应该使用混合回归。运行stata11检验结果如表6所示。
从表6可知，wald chi的值为176.98，相对应的P值为0.0000，在1%的显著水平下LM检验强烈拒绝“不存在个体效应”的原检测设，表明在“随机效应”与“混合回归”二者之间，应该选择“随机效应”。
从以上分析可知存在个体效应，至于固定效应模型和随机效应模型的选择，则要使用Hauan检验进行判断。Hauan检验的基本思想是：在固定效应和其他解释变量不相关的原检测设下，用OLS估计的固定效应模型和用GLS估计的随机效应模型的参数估计都是一致的。反之，OLS是一致的，但GLS则不是。因此，在原检测设下，二者的参数估计应该不会有系统差异，可以基于二者参数估计的差异构造统计检验量。如果拒绝了原检测设，就认为选择固定效应模型是比较合适的。运行stata11检验结果得到的P值为0.5120，接受原检测设，所以应该选择随机效应模型。
2.面板回归模型的估计。由上文分析可知，面板回归模型的估计选择随机效应模型，为了消除不同面板数据之间可能存在的异方差，采用截面数据残差进行加权，并运用广义最小二乘法（GLS）对模型（1）进行回归，回归结果如表7所示。
从表7可知，政府规模和城市化水平的系数均为正，这表明政府规模和城市化水平对产业结构升级均有正向影响，而且统计量非常显著（P值都为0）。从正向影响关系来看，政府规模每提升一个百分点，产业结构升级就提升0.24823个百分点；而城市化水平每提升一个百分点，产业结构升级提升0.21742个百分点。实证结果说明，相对于城市化水平，政府支出更能推动产业结构升级。
3.误差修正模型与短期波动分析。面板数据协整检验结果说明，政府规模、城市化水平与产业结构升级三个变量间的协整关系成立，即存在长期均衡。但由于时间跨度较短，不能确定其在长期是否稳定，需要进一步通过建立短期动态模型来反映短期波动偏离长期均衡的修正机制，同时如果变量之间有协整关系，那么这些变量至少存在一个方向的Granger因果关系。因此，在协整关系的基础上建立误差修正模型（ECM），利用变量系数的显著性来检验它们之间的长短期因果关系。在上述研究基础上，根据模型（1）的回归结果，可得到残差序列，并将其作为误差修正项（ecmit）。令：
εit=ecmit=IRit-β0-β1Govit- β2Urbait （6）
因此可建立以下面板误差修正模型：
△IRit=α0+α1△IRi，t-1+γ1△Govit+γ2△Urbait+γecmi，t-1+ξit （7）
式中，△表示一阶差分，ξit为随机误差，式（7）表明产业结构升级的短期波动不仅取决于政府规模、城市化水平等各因素的短期变化，而且还受产业结构升级偏离均衡趋势程度ecmi，t-1的影响。
利用全国29个省份1990-2010年的面板数据，采用E-G两步法，对式（7）进行估计，回归结果如表8 所示。
从表8 可以看出，ecmi，t-1（P值为 0.008）项系数在l%显著性水平上显著为负，这说明反向误差修正机制成立，这进一步在理论上验证了政府规模、城市化水平与产业结构升级之间存着长期均衡关系，政府规模、城市化水平是产业结构升级的长期格兰杰原因。△IRi，t-1系数为0.176463，在l%显著性水平上非常显著（P值为0.001），这表明产业结构升级滞后一期对其本身具有重要的正向影响；△Govit的系数是0.0526705，在l%显著性水平上也是显著的（P值为0.002），这表明政府规模是产业结构升级的短期格兰杰原因；△Urbait（P值为0.389）的回归系数并不显著，表明城市化水平不是产业结构升级的短期格兰杰原因。
源于：普通论文格式范文www.udooo.com