時間：2023-05-30 09:37:24
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇面板數(shù)據(jù)，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
工業(yè)是國民經(jīng)濟的支柱產(chǎn)業(yè)，中國工業(yè)產(chǎn)值多年來始終占國民生產(chǎn)總值的40%左右，其經(jīng)濟效率因此被廣泛重視，不少學(xué)者已采取多種方法進行工業(yè)經(jīng)濟效率評價。其中，數(shù)據(jù)包絡(luò)分析（DataEn－velopmentAnalysis，DEA）方法由于在處理多投入—多產(chǎn)出問題上的優(yōu)勢而被廣泛應(yīng)用于各工業(yè)行業(yè)的效率評價與比較中。由于中國工業(yè)的發(fā)展具有高污染高能耗的特征，工業(yè)生產(chǎn)過程往往伴隨著嚴重的環(huán)境問題，主要包括污染物的產(chǎn)生和排放，以及資源能源的消耗。隨著全球范圍內(nèi)對環(huán)境問題的日益重視，以及環(huán)保意識的不斷提高，學(xué)者們在進行工業(yè)效率評價的過程中，已逐漸將工業(yè)的環(huán)境影響引入到評價模型中[1-5]，本文將考慮了環(huán)境影響的經(jīng)濟效率評價稱為經(jīng)濟—環(huán)境效率評價。DEA方法是由Charnes、Cooper和Rhodes在1978年首先提出的，評價多個決策單元效率及其有效性的一種非參數(shù)方法[6]。其基本思想是，通過一個數(shù)學(xué)規(guī)劃模型，對各個決策單元的相對效率做出評價。每一個決策單元（DecisionMakingUnit，DMU）都可以看作是相同功能的實體，通過對其投入、產(chǎn)出數(shù)據(jù)的綜合分析，得到DMU的相對效率指標(biāo)，相對效率在（0，1）區(qū)間內(nèi)分布，其中效率值為1的DMU為有效單元，處于效率前沿。DEA方法的經(jīng)典模型是CCR和BCC模型，分別用于評價各決策單元的總效率和技術(shù)效率，并可利用總效率和技術(shù)效率計算規(guī)模效率。經(jīng)典DEA模型的相對效率評價思想要求投入盡可能地縮小而產(chǎn)出盡可能地擴大，即滿足以最小的投入生產(chǎn)盡可能多的產(chǎn)出的目標(biāo)。利用DEA方法進行工業(yè)經(jīng)濟—環(huán)境效率評價，需要將工業(yè)的環(huán)境排放及資源消耗引入到評價模型中，但工業(yè)生產(chǎn)過程中產(chǎn)生的環(huán)境排放并不是人們期望的產(chǎn)出，而是所謂的“非期望產(chǎn)出”。非期望產(chǎn)出必須盡可能地減小才能實現(xiàn)最佳效率，而經(jīng)典DEA模型只能使非期望產(chǎn)出增加，因此，經(jīng)典DEA模型由于無法處理非期望產(chǎn)出而不適用于工業(yè)經(jīng)—環(huán)境效率評價。為了利用DEA方法進行工業(yè)經(jīng)濟—環(huán)境效率評價，學(xué)者們采取了一些方法對經(jīng)典DEA模型進行改進，其中主要包括六種方法[7]，即作投入法、倒數(shù)法、雙曲線法、轉(zhuǎn)換向量法、方向距離函數(shù)法和SBM法，這些方法都使改進后的DEA模型更適用于帶有非期望產(chǎn)出的評價問題。但是，上述方法都存在一個問題，那就是，只對DEA模型的設(shè)定進行了改進，而沒有考慮各環(huán)境排放物之間在環(huán)境影響程度上的差異，將它們之間的環(huán)境影響差異完全建立于排放量的不同上，而沒有給予不同的環(huán)境排放物相應(yīng)的權(quán)重，相當(dāng)于默認各環(huán)境排放物的社會經(jīng)濟影響是相同的，這顯然與實際情況不符。由于這一缺陷，利用目前常用的六種改進方法進行工業(yè)經(jīng)濟—環(huán)境效率評價，雖然解決了經(jīng)典DEA模型存在的結(jié)構(gòu)性缺陷，但得到的效率評價結(jié)果依然與實際情況存在較大偏差。本文引入社會支付意愿（WillingnesstoPay，WTP）這一概念，計算各工業(yè)行業(yè)主要環(huán)境污染排放物和資源消耗的社會支付意愿，并最終加總得到2005~2009年各工業(yè)行業(yè)的環(huán)境影響社會支付意愿，將其作為DEA模型中各工業(yè)行業(yè)的環(huán)境投入。利用社會支付意愿理論將工業(yè)環(huán)境排放和資源消耗統(tǒng)一為工業(yè)行業(yè)環(huán)境影響的社會支付意愿，并將其作為環(huán)境投入加入到DEA模型中，一方面，將工業(yè)環(huán)境排放由非期望環(huán)境產(chǎn)出轉(zhuǎn)化為環(huán)境投入，滿足經(jīng)典DEA模型的設(shè)定，從而解決了經(jīng)典DEA模型無法處理非期望產(chǎn)出的問題；另一方面，考慮了各環(huán)境污染排放物在影響程度上的差異，能夠更真實地反映中國工業(yè)行業(yè)在環(huán)境排放問題上的發(fā)展變化情況。
二、工業(yè)環(huán)境影響社會支付意愿
社會對環(huán)境影響的支付意愿表現(xiàn)為社會為了將當(dāng)前環(huán)境污染水平降低到某一個限度而付出的代價[8]。環(huán)境稅的稅率可以反映社會對各環(huán)境影響的支付意愿，目前針對環(huán)境排污者和資源開采者的環(huán)境稅分別是排污費和資源稅。科斯的產(chǎn)權(quán)理論指出，社會擁有環(huán)境的使用權(quán)，污染者向社會購買環(huán)境使用權(quán)的價格就是排污費或者資源稅。庇古的福利經(jīng)濟學(xué)理論認為，社會總能夠?qū)h(huán)境使用權(quán)的價格設(shè)定在外部環(huán)境邊際損害曲線和廠商邊際私人收益曲線的交點上[9]。根據(jù)產(chǎn)權(quán)理論和福利經(jīng)濟學(xué)理論可以計算環(huán)境排放和資源消耗的社會支付意愿。在之前國外對環(huán)境影響的社會支付意愿的研究中，瑞典的EPS系統(tǒng)使用了支付意愿理論來衡量環(huán)境影響[10]，而Tellus系統(tǒng)以美國的環(huán)境稅為權(quán)重，研究了美國社會對環(huán)境影響的支付意愿[11]。但是，上述兩個系統(tǒng)都存在各自的問題。EPS系統(tǒng)考慮的是居民支付意愿，與社會支付意愿并不完全相同，而Tellus系統(tǒng)的涉及范圍較小且沒有考慮資源的消耗。吳星[12-13]在對建筑工程環(huán)境影響評價的研究中，根據(jù)社會支付意愿理論對中國目前主要環(huán)境污染物的排污費和主要資源的資源稅進行了分析與計算。本文在吳星研究的基礎(chǔ)上，根據(jù)中國環(huán)境統(tǒng)計年鑒，選擇數(shù)據(jù)可得的工業(yè)環(huán)境排放和資源消耗進行社會支付意愿核算，用于匯總2005~2009年中國各工業(yè)行業(yè)環(huán)境影響的總社會支付意愿。單位環(huán)境排放及資源消耗的社會支付意愿詳見表1。
三、工業(yè)環(huán)境排放與資源消耗
各工業(yè)行業(yè)的年度環(huán)境排放數(shù)據(jù)和資源消耗數(shù)據(jù)來源于中國環(huán)境統(tǒng)計年鑒、中國工業(yè)統(tǒng)計年鑒以及中國統(tǒng)計年鑒，受到早年工業(yè)環(huán)境排放統(tǒng)計數(shù)據(jù)范圍較小的限制，本文的研究范圍是2005~2009年的中國各工業(yè)行業(yè)。由于CO2排放量沒有直接的統(tǒng)計數(shù)據(jù)，本文采用了目前研究中常用的根據(jù)行業(yè)能源消耗（E）j推算行業(yè)CO2排放量（CE）j的方法，計算公式為式（1）：CEj=p×Ej（1）其中，ρ為能源消耗碳排放因子（噸CO2/噸標(biāo)準煤），根據(jù)1994年中國國家溫室氣體清單的數(shù)據(jù)，取2.277（噸CO2/噸標(biāo)準煤）。根據(jù)單位環(huán)境排放和資源消耗的社會支付意愿值，以及2005~2009年各工業(yè)行業(yè)的環(huán)境排放和資源消耗量（受篇幅限制未列出），本文計算了2005~2009年各工業(yè)行業(yè)的環(huán)境影響社會支付意愿值，詳見表2。從表2的數(shù)據(jù)可以看出：以環(huán)境影響的社會支付意愿為衡量標(biāo)準，無論是工業(yè)總的環(huán)境影響，還是各工業(yè)行業(yè)的環(huán)境影響，在2005~2009年基本都隨著工業(yè)經(jīng)濟的發(fā)展而處于快速增長的狀態(tài)；各工業(yè)行業(yè)在環(huán)境影響的絕對值上差異很大，其中，環(huán)境影響最大的工業(yè)行業(yè)為黑色金屬冶煉及壓延加工業(yè)，環(huán)境影響最小的行業(yè)為廢棄資源和廢舊材料回收加工業(yè)，它們的環(huán)境影響相差1000倍左右。由于各工業(yè)行業(yè)在經(jīng)濟規(guī)模上差異較大，而行業(yè)的環(huán)境影響與行業(yè)規(guī)模緊密相關(guān)，因此，需要結(jié)合工業(yè)行業(yè)的經(jīng)濟投入產(chǎn)出和環(huán)境影響進行工業(yè)經(jīng)濟—環(huán)境效率評價。
四、超效率DEA模型計算
超效率DEA模型（Super-EfficiencyDataEnvel－opmentAnalysis，SE-DEA）是基于經(jīng)典DEA模型的一種改進模型。其在進行第j個決策單元效率評價時，將第j個決策單元的投入和產(chǎn)出用其他所有決策單元投入和產(chǎn)出的線性組合代替，從而把第j個決策單元排除在外，而傳統(tǒng)DEA模型則將這一單元包括在內(nèi)。一個有效的決策單元可以使其投入按比例增加，而效率保持不變，其投入增加比例即其超效率評價值。本文選擇超效率DEA模型對中國各工業(yè)行業(yè)進行經(jīng)濟—環(huán)境效率評價。超效率DEA模型能夠避免出現(xiàn)經(jīng)典DEA模型下多個決策單元均為有單元時無法進一步分析的情況，具有更好的適用性本文以總資產(chǎn)、從業(yè)人員和環(huán)境投入（各工業(yè)業(yè)環(huán)境影響的社會支付意愿）作為投入指標(biāo)，以總值、主營業(yè)務(wù)收入和利潤作為產(chǎn)出指標(biāo)，根據(jù)2002009年中國39個工業(yè)行業(yè)的面板數(shù)據(jù)進行經(jīng)濟環(huán)境超效率DEA評價。超效率DEA模型近年來被廣泛應(yīng)用于效率評中，其具體計算過程本文不再贅述，可參考之前的關(guān)研究與文獻[14-16]。超效率評價結(jié)果如表3所示。表3顯示，在2005~2009年間，中國各工業(yè)行業(yè)的經(jīng)濟—環(huán)境效率普遍呈現(xiàn)出穩(wěn)步提高的趨勢，表明近幾年中國工業(yè)發(fā)展?fàn)顩r良好；同時可以看出，各工業(yè)行業(yè)間的效率評價值差異較大，尤其是工業(yè)行業(yè)總體的效率評價值很低，表明目前中國工業(yè)尚未達到各行業(yè)均衡發(fā)展的理想態(tài)勢，低效行業(yè)規(guī)模大、數(shù)量多。由于表3的評價結(jié)果無法體現(xiàn)環(huán)境投入對效率評價的影響程度，本文還以總資產(chǎn)、從業(yè)人員作為投入指標(biāo)，總產(chǎn)值、主營業(yè)務(wù)收入和利潤作為產(chǎn)出指標(biāo)（在原模型的基礎(chǔ)上剔除環(huán)境投入），再次利用2005~2009年的中國各工業(yè)行業(yè)的面板數(shù)據(jù)進行超效率DEA評價，新模型（無環(huán)境投入）計算結(jié)果如表4所示。表4顯示，在不考慮環(huán)境投入的情況下，超效率DEA模型的評價結(jié)果同樣反映出各工業(yè)行業(yè)效率在2005~2009年間逐漸提高，表明環(huán)境投入并沒有改變工業(yè)行業(yè)效率的總體發(fā)展趨勢。對比表3和表4的評價結(jié)果，從整個工業(yè)行業(yè)的角度來看，環(huán)境投入對工業(yè)整體的效率評價影響很小，但其對于不同工業(yè)行業(yè)的效率評價結(jié)果影響差異較大，在本文之后的研究中以“環(huán)境投入影響率”這個指標(biāo)衡量環(huán)境投入對各工業(yè)行業(yè)效率評價的不同影響。為了反映各工業(yè)行業(yè)經(jīng)濟—環(huán)境效率的綜合情況，本文選擇三個指標(biāo)作為工業(yè)行業(yè)經(jīng)濟—環(huán)境效率的綜合評價指標(biāo)：效率均值（E）i；效率增長率（V）i；環(huán)境投入影響率（I）i。效率均值為有環(huán)境投入情況下（表3）各工業(yè)行業(yè)2005~2009年間超效率DEA評價值的均值，反映了工業(yè)行業(yè)在2005~2009年的總體效率情況：E=（Ei,2005+Ei,2006+Ei,2008+Ei,2009）/5（2）效率增長率為有環(huán)境投入情況下各工業(yè)行業(yè)2005~2009年間超效率DEA評價值的增長率，反映了工業(yè)行業(yè)在2005~2009年的效率發(fā)展情況：Vi=(Ei,2009-Ei,2005)/Ei,2005（3）環(huán)境投入影響率為有無環(huán)境投入情況下的工業(yè)行業(yè)效率差值與無環(huán)境投入情況下（表4）的工業(yè)行業(yè)效率的比值，反映了環(huán)境投入對工業(yè)行業(yè)效率評價結(jié)果的影響程度：Ii=(Ei-Ei′）/Ei′（4）式中，Ei為有環(huán)境投入的工業(yè)行業(yè)效率，Ei′為無環(huán)境投入的工業(yè)行業(yè)效率。各工業(yè)行業(yè)效率綜合評價指標(biāo)情況詳見表5所示。效率均值反映了2005~2009年各工業(yè)行業(yè)經(jīng)濟—環(huán)境效率的總體情況。在39個工業(yè)行業(yè)中，效率最高的行業(yè)為石油加工、煉焦及核燃料加工業(yè)、煙草制造業(yè)，以及廢棄資源和廢舊材料回收加工業(yè)；效率最低的行業(yè)為水的生產(chǎn)和供應(yīng)業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)，以及燃氣生產(chǎn)和供應(yīng)業(yè)。效率增長率反映了2005~2009年各工業(yè)行業(yè)經(jīng)濟—環(huán)境效率的發(fā)展情況。絕大多數(shù)行業(yè)的經(jīng)濟—環(huán)境效率都處于良性增長的狀態(tài)，只有水的生產(chǎn)和供應(yīng)業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)，以及石油和天然氣開采業(yè)三個行業(yè)出現(xiàn)了效率降低的現(xiàn)象。在39個工業(yè)行業(yè)中，效率發(fā)展最快的行業(yè)為燃氣生產(chǎn)和供應(yīng)業(yè)、化學(xué)纖維制造業(yè)及非金屬礦物制品業(yè)。環(huán)境投入影響率反映了環(huán)境投入對工業(yè)行業(yè)效率評價的影響，而表5的結(jié)果顯示環(huán)境投入對不同行業(yè)的效率影響差異較大。當(dāng)行業(yè)的環(huán)境投入相對其資產(chǎn)、人員的投入有著更高的產(chǎn)出效率時，環(huán)境投入影響率為正；反之，環(huán)境投入影響率為負。其中，環(huán)境投入正面影響最大的行業(yè)為通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)，儀器儀表及文化、辦公用機械制造業(yè)，以及文教體育用品制造業(yè)；環(huán)境投入負面影響最大的行業(yè)為黑色金屬冶煉及壓延加工業(yè)、非金屬礦物制品業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)。
五、工業(yè)行業(yè)綜合評價
本文根據(jù)超效率DEA模型的評價結(jié)果，利用表5中的工業(yè)行業(yè)綜合評價指標(biāo)，對39個工業(yè)行業(yè)進行分組研究。本文采用的分組方式為：經(jīng)濟—環(huán)境效率值在0~0.3之間為低效率組，0.3~0.6之間為中等效率組，在0.6以上為高效率組；效率評價值增長率在30%以下為低增長組，30%~60%之間為中等增長組，60%以上為高增長組；環(huán)境投入影響率在-15%以下為環(huán)境投入負面影響較大組，-15%~15%之間為環(huán)境投入影響較小組，15%以上為環(huán)境投入正面影響較大組。各工業(yè)行業(yè)的分組情況具體見表6。表6的分組結(jié)果表明，各工業(yè)行業(yè)在經(jīng)濟—環(huán)境效率的綜合情況上有著各自鮮明的特點。39個工業(yè)行業(yè)根據(jù)效率均值、效率增長率和環(huán)境投入影響率的不同可以被劃分為17組，其中包括行業(yè)最多的一組為“中等效率、高增長率、環(huán)境投入正面影響較大”組，共有7個行業(yè)屬于該組，分別是食品制造業(yè)、家具制造業(yè)、醫(yī)藥制造業(yè)、塑料制造業(yè)、專用設(shè)備制造業(yè)、交通運輸設(shè)備制造業(yè)和電氣機械及器材制造業(yè)。此外“，低效率、高增長率、環(huán)境投入影響較小”組也包括了較多工業(yè)行業(yè)（6個）。從分組的總體情況來看，工業(yè)行業(yè)總體上呈現(xiàn)出經(jīng)濟—環(huán)境效率較低、效率增長速度較快、環(huán)境投入影響情況差異較大的特點。
為了能更直觀地對39個工業(yè)行業(yè)進行經(jīng)濟—環(huán)境效率綜合情況的對比分析，本文利用投影尋蹤方法，根據(jù)表5中的評價指標(biāo)進行工業(yè)行業(yè)效率的綜合評價。投影尋蹤方法[17]是一種直接由樣本數(shù)據(jù)驅(qū)動的探索性數(shù)據(jù)分析方法，尤其適用于分析和處理非線性、非正態(tài)的高維數(shù)據(jù)。該方法通過將高維數(shù)據(jù)向低維空間投影，分析低維空間的投影特性來研究高維數(shù)據(jù)的特征，是一種處理多因素復(fù)雜問題的統(tǒng)計方法[18]。投影尋蹤方法的基本思想是，把高維數(shù)據(jù)樣本通過某種組合投影到低維子空間中，對投影得到的構(gòu)形，采用投影指標(biāo)函數(shù)（目標(biāo)函數(shù)）衡量投影暴露某種等級結(jié)構(gòu)的可能性大小，尋找出使投影指標(biāo)函數(shù)達到最優(yōu)的投影值，然后根據(jù)該投影值對樣本集進行相應(yīng)的評價。投影尋蹤方法通過發(fā)掘已有的數(shù)據(jù)信息給出評價權(quán)重，與其他評價方法相比，能夠消除主觀因素影響，使評價結(jié)果客觀明確。投影尋蹤方法的主要步驟為：（1）評價指標(biāo)值的歸一化；（2）構(gòu)造投影指標(biāo)函數(shù)；（3）優(yōu)化投影指標(biāo)函數(shù)；（4）排序分類。由于其算法已較為成型，本文不予展開描述，具體步驟可參考之前已有的相關(guān)研究及著作[19-21]。投影尋蹤評價結(jié)果詳見表7。其中，效率均值、效率增長率和環(huán)境投入影響率的權(quán)重分別為1.02、0.30、0.24。評價指標(biāo)的權(quán)重表明，在工業(yè)行業(yè)經(jīng)濟—環(huán)境效率綜合評價中主要以各工業(yè)行業(yè)的經(jīng)濟—環(huán)境效率為依據(jù)，同時考慮各工業(yè)行業(yè)的效率發(fā)展和環(huán)境影響情況。評價結(jié)果顯示，在39個工業(yè)行業(yè)中，經(jīng)濟—環(huán)境效率綜合情況最佳的是廢棄資源和廢舊材料回收加工業(yè)、煙草制造業(yè)、通信設(shè)備制造業(yè)，以及石油加工、煉焦及核燃料加工業(yè)；經(jīng)濟—環(huán)境效率綜合情況最差的是水的生產(chǎn)和供應(yīng)業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)，以及黑色金屬冶煉及壓延加工業(yè)。從評分的總體情況來看，得分為正分的工業(yè)行業(yè)有16個，得分為負分的工業(yè)行業(yè)有23個。中國工業(yè)行業(yè)的經(jīng)濟—環(huán)境效率形勢比較嚴峻，雖然有少數(shù)行業(yè)已經(jīng)實現(xiàn)了經(jīng)濟—環(huán)境的協(xié)調(diào)發(fā)展，提高了環(huán)境投入的產(chǎn)出效率，但大多數(shù)工業(yè)行業(yè)依然處于高排放、高消耗的環(huán)境不友好階段。
六、結(jié)論
關(guān)鍵詞：金融集聚；信息不對稱；規(guī)模經(jīng)濟；政府政策
中圖分類號：F830 文獻標(biāo)識碼：A 文章編號：1003-7217（2012）04-0002-07
一、文獻述評
金融是指資金的借貸或融通活動，金融的產(chǎn)生能夠優(yōu)化資源配置、強化風(fēng)險規(guī)避以及完善商品市場的價格機制。因此金融的功能屬性使得金融機構(gòu)大量積聚在某個地理空間范圍內(nèi)。同時信息基礎(chǔ)設(shè)施完善、人力資本積累提高以及政府政策的傾斜等使金融機構(gòu)積聚現(xiàn)象得到強化，企業(yè)在金融集聚地區(qū)內(nèi)的外部經(jīng)濟性和規(guī)模報酬得到明顯的改善，反過來將進一步促進金融集聚。
盡管目前理論界對金融集聚的定義沒有形成統(tǒng)一的認識，但大多數(shù)文獻可分為兩個類別，一是從金融功能演化與發(fā)展角度定性論述金融集聚；二是從定量角度對金融集聚進行的評價，分析影響因素和效應(yīng)。金融功能視角下研究金融集聚，基本上從定性的角度進行考察。國內(nèi)學(xué)者劉軍、楊再斌[1]從動態(tài)過程和狀態(tài)結(jié)果來考察金融集聚，動態(tài)過程是指通過金融資源與地域條件協(xié)調(diào)、配置、組合的時空動態(tài)變化，促進金融產(chǎn)業(yè)成長、發(fā)展，進而在一定地域空間生成金融地域密集系統(tǒng)的變化過程，狀態(tài)結(jié)果則指經(jīng)過上述過程，達到一定規(guī)模和密集程度的金融產(chǎn)品、工具、機構(gòu)、制度、法規(guī)和政策文化在一定地域空間有機結(jié)合的狀態(tài)。O’Brien[2]認為金融中心是一個集聚大量金融活動的區(qū)域，通常是一個城市，或者是城市的一個地區(qū)，Simon X.B等[3]認為傳統(tǒng)的金融中心就是提供金融服務(wù)的金融機構(gòu)集聚的地方。國內(nèi)外學(xué)者對金融集聚定義角度不同，反映了金融集聚在不同國家或地區(qū)以及不同的政治體制形成的動因也會不同。Porteous[4]認為金融服務(wù)的集聚過程可以通過評價信息腹地和信息不對稱的重要性來理解。信息的取得需支付成本，獲取成本激勵金融中介出現(xiàn)，而金融集聚能夠使得金融中介獲取信息成本的降低，且便利了金融中介對各類投資機會信息的收集，進一步改善資源配置[5]。Park[6]認為規(guī)模經(jīng)濟 是國際金融中心形成的動因之一，Panditetal[7]認為金融中心的形成是金融機構(gòu)高度集聚于某一空間的產(chǎn)物。國外學(xué)者是從金融中心的功能角度來闡述，強調(diào)金融中心對該區(qū)域內(nèi)企業(yè)所產(chǎn)生的規(guī)模報酬遞增效應(yīng)和外部經(jīng)濟性，因而其因素主要包括信息不對稱和規(guī)模經(jīng)濟。冉光和[8]認為市場經(jīng)濟發(fā)達發(fā)達國家，市場價格機制比較完善，金融產(chǎn)業(yè)資本集聚形成模式是由需求反映型機制為主導(dǎo)的，不同于發(fā)展中國家供給引導(dǎo)型機制，發(fā)展中國家政府在快速提升區(qū)域金融競爭力和金融集聚程度時，對該地區(qū)內(nèi)某些區(qū)域提供具有競爭力的政策和制度環(huán)境，加速了該地區(qū)金融集聚的形成。潘英麗[9]在分析政府公共政策影響范圍所涉及的因素時，認為金融機構(gòu)所在地的經(jīng)營成本、人力資源供給、電信設(shè)施的質(zhì)量與安全可靠性、監(jiān)管環(huán)境與稅收制度也是影響金融機構(gòu)區(qū)位選擇或遷移決策的因素。因此在對國內(nèi)地區(qū)金融集聚影響因素進行分析時，須考察政府政策的影響因素。
對金融集聚的評價、分析影響因素和效應(yīng)的研究，以實證分析文獻為主。國內(nèi)學(xué)者進行金融集聚影響因素的實證分析大多是建立區(qū)域金融集聚程度評價的分析基礎(chǔ)上，通過因子分析得出綜合指數(shù)評價地區(qū)金融集聚程度。也有學(xué)者在考慮數(shù)據(jù)異質(zhì)性的基礎(chǔ)上，運用空間計量模型來考察金融集聚程度。吳聰、王聰[10]在經(jīng)濟、金融和城市發(fā)展三個類別的基礎(chǔ)上構(gòu)建金融中心競爭力評估指標(biāo)體系，然后運用因子分析方法提取了五個公共因子，根據(jù)綜合得分給我國是11個金融中心城市排序。任英華、徐玲等[11]從區(qū)域創(chuàng)新的角度，運用空間計量模型來考察區(qū)域創(chuàng)新、經(jīng)濟基礎(chǔ)、對外開放、人力資本對金融集聚的影響，分析結(jié)果表明區(qū)域創(chuàng)新和經(jīng)濟基礎(chǔ)對金融產(chǎn)業(yè)集聚產(chǎn)生了正向影響作用，而對外開放和人力資本對金融集聚的影響是隨著時間而改變，金融集聚初期對外開放有顯著影響，而隨著時間的變化，影響力逐漸減弱，人力資本則是一個積累的過程，初期影響不顯著。
從上述研究可以看出，國外對金融集聚的研究大多為定性研究，而定量研究相對較少；已有的定量研究中，相關(guān)研究對金融集聚程度的評價從金融的直接表現(xiàn)出發(fā)為主，并未對金融集聚動因的核心因素進行考察，所以以實證為主的金融集聚影響因素研究中對信息、規(guī)模經(jīng)濟考慮較少，且未考慮空間的差異性；從金融中心形成的微觀機制來看，政府政策對金融機構(gòu)的空間集聚影響并沒有考慮到實證模型中。基于此，本文以從信息、規(guī)模經(jīng)濟和政策三個變量對我國金融集聚的影響出發(fā)構(gòu)建面板數(shù)據(jù)模型，從而揭示我國省域金融集聚的分布狀態(tài)以及形成微的觀原因。
二、基于驅(qū)動機制的金融集聚影響因素理論假設(shè)
在已有的研究中，金融集聚形成的驅(qū)動機制一方面是產(chǎn)業(yè)集聚演化過程中伴隨產(chǎn)生的，另一方面是金融的自身特點，如高流動性，具有系統(tǒng)耗散結(jié)構(gòu)等特點。而從驅(qū)動機制角度去分析影響因素，信息流動、規(guī)模經(jīng)濟和政府政策是影響金融集聚形成的根本因素，為實證的需要，與驅(qū)動機制影響因素對應(yīng)涉及到三個基本假設(shè)。
一、引言
2009年10月，首批28家創(chuàng)業(yè)板公司在深交所掛盤交易，這是中國資本市場一件具有里程碑意義的事件。2011年11月，距首批28家創(chuàng)業(yè)板公司登陸深交所上市交易兩周年之際，新任中國證監(jiān)會主席郭樹清先生推出了創(chuàng)業(yè)板退市制度。創(chuàng)業(yè)板在國內(nèi)是一個新鮮的事物，故對創(chuàng)業(yè)板的績效分析沒有完善的方法可供借鑒。不過，很多的學(xué)者利用各種統(tǒng)計方法對中小板及各行業(yè)上市公司進行過一些研究。林森采用stoNED方法，結(jié)合DEA與SFA方法的優(yōu)點，對中國商業(yè)銀行1996年～2005年間的績效進行評價，認為我國國有股份制商業(yè)銀行的經(jīng)營績效顯著低于非國有股份制商業(yè)銀行。本文選取首批登陸創(chuàng)業(yè)板的28家上市公司2009年至2011年的經(jīng)營數(shù)據(jù)作為研究對象，采用多維面板數(shù)據(jù)分析方法，利用因子分析對這些上市公司的經(jīng)營績效進行評價，為創(chuàng)業(yè)板公司經(jīng)營業(yè)績的評價方法提供一種新視角。
二、方法簡述
（1）思想原理。利用多元統(tǒng)計中的因子分析法，對多維面板數(shù)據(jù)進行動態(tài)處理。根據(jù)原始變量相關(guān)性的大小對原始變量進行分組，使得同組內(nèi)變量間的相關(guān)性較高，不同組的變量相關(guān)性較低。每組變量代表一個基本結(jié)構(gòu)，通過幾個主因子的方差貢獻率作為權(quán)重來構(gòu)造綜合評價函數(shù)，簡化眾多原始變量及各指標(biāo)間的重復(fù)信息。對多維面板數(shù)據(jù)進行動態(tài)處理，可避免僅用一個截面數(shù)據(jù)進行績效評價的片面性，同時也可以深度挖掘潛藏在面板數(shù)據(jù)中的有效信息。（2）具體步驟。搜集數(shù)據(jù)，構(gòu)造原始數(shù)據(jù)矩陣；將原始數(shù)據(jù)正態(tài)標(biāo)準化，以使不同指標(biāo)的數(shù)據(jù)有比較意義；計算各年份的相關(guān)系數(shù)矩陣；計算各個時間截面相關(guān)系數(shù)矩陣的特征值及特征向量；根據(jù)因子貢獻度選取主因子，構(gòu)造主成分的線性表達式；建立并計算各個時間截面的樣本綜合評價函數(shù)，構(gòu)造綜合評價矩陣；對綜合評價矩陣進行因子分析，得出因子得分，按照因子得分對各上市公司進行排名。
三、實證分析
（1）數(shù)據(jù)選取。采用2009年10月30日在深交所首批上市的28家創(chuàng)業(yè)板公司2008年至2011年的年報數(shù)據(jù)進行分析，數(shù)據(jù)來源于銀河證券海王星交易軟件。根據(jù)年報數(shù)據(jù)，考慮創(chuàng)業(yè)板上市公司的資產(chǎn)負債情況、利潤構(gòu)成情況、盈利及成長能力情況以及每股財務(wù)情況，共選取了如下11個具體指標(biāo)：資產(chǎn)總額、資產(chǎn)負債比、利潤總額、凈利潤、凈利潤現(xiàn)金含量、主營業(yè)務(wù)收入、凈資產(chǎn)收益率、凈資產(chǎn)增長率、每股收益、每股凈資產(chǎn)、每股現(xiàn)金流量。（2）分析過程。第一，選取28家上市公司2008年至2012年的年報財務(wù)數(shù)據(jù)中的11項指標(biāo)，以每年為一個截面，分別對每個截面數(shù)據(jù)進行主成分分析。得到一個各年份的綜合評價矩陣。第二，對綜合評價矩陣進行樣本適度檢驗。KMO檢驗值為0.517，大于0.5，說明樣本容量是可行的。Bartiett球度檢驗的卡方值為47.925，P值為0，顯著性水平小于0.05，說明可以對該面板數(shù)據(jù)進行因子分析。第三，按照方差貢獻率提取了兩個主因子，根據(jù)因子分析方法得出因子總得分計算公式為：F=0.589f1+0.411f2，依此得出，28家上市公司的績效排名（表1）。第四，結(jié)果分析。表1給出了分析的結(jié)果。將該結(jié)果與2011年年底，各上市公司股價市盈率進行比較，發(fā)現(xiàn)這兩個排名比較接近。這說明，用該方法對這些上市公司的經(jīng)營績效排名基本符合市場預(yù)期，該績效排名也能從一定程度上解釋上市公司的股價水平。
四、小結(jié)
本文提出了一種對上市公司經(jīng)營績效分析的新方法――多維面板動態(tài)因子分析法。介紹了該方法的思想原理、具體步驟，并利用該方法對首批上市的28家創(chuàng)業(yè)板公司進行了實證分析。從實證分析結(jié)果看，該方法的排名與上市公司股價的市盈率基本吻合，說明該法在某種程度上可以用來衡量上市公司的經(jīng)營績效并解釋其股價的波動。
摘要：本文通過選取了2006-2013年省級的面板數(shù)據(jù)，從原始創(chuàng)新與引進消化吸收再創(chuàng)新的角度測度中國東部，中部，西部的創(chuàng)新科技競爭力差異，然后通過F檢驗與Hausman檢驗方法建立個體固定效應(yīng)模型。結(jié)果表明，在東、中、西部地^，地區(qū)的發(fā)展水平對創(chuàng)新科技競爭力的影響均是最大的。而其他因素對創(chuàng)新科技競爭力在不同的地域影響卻是有所差異。
關(guān)鍵詞：創(chuàng)新，科技競爭力，面板分析
科技競爭力是一個國家科技水平各方面的綜合體現(xiàn)，也是經(jīng)濟長久持續(xù)發(fā)展的動力源泉。更加重要的是以創(chuàng)新為基礎(chǔ)科技發(fā)展更是一個國家屹立于世界之林的重要支柱，對于科技競爭力的研究前人做了各種各樣的研究。張志生（2002）、石小剛（2008）、趙前（2011）以及雷勛平，Robin Qin（2013）等都使用不同的方法對科技競爭力進行分析評價，但前人大都是針對全面的科技競爭力，卻很少有文獻從科技創(chuàng)新的角度入手對其進行研究，本文從作為動力源泉的創(chuàng)新內(nèi)涵為出發(fā)點，研究我國區(qū)域創(chuàng)新科技競爭力的差異。
（一）實證分析
1. 數(shù)據(jù)來源及處理
本文采用的是2006-2013年各地區(qū)省級面板數(shù)據(jù)，從創(chuàng)新角度來衡量各省的科技競爭力，由于集成創(chuàng)新的關(guān)系無法很好地定量的描述，所以本文只考慮引進、消化吸收再創(chuàng)新和原始創(chuàng)新。沒有考慮集成創(chuàng)新對科技競爭力的影響。并我們假設(shè)引進、消化吸收再創(chuàng)新與原始創(chuàng)新同等重要來反映創(chuàng)新科技競爭力。用國內(nèi)三種專利人均授權(quán)數(shù)的多少來反映原始創(chuàng)新能力，記為。用人均互聯(lián)網(wǎng)寬帶接入端口個數(shù)來衡量各省的引進、消化再吸收能力，記為。則創(chuàng)新科技競爭表示為：表示投入的專業(yè)技術(shù)人員數(shù)，用于衡量人才的投入；表示人均GDP，用其衡量地區(qū)的經(jīng)濟發(fā)展?fàn)顩r；表示實驗與發(fā)展的經(jīng)費投入強度，用其衡量政府對科技創(chuàng)新的努力程度。 表示平均受教育年限，用來衡量各個地區(qū)的教育水平的差異，對于平均受教育年限的算法，本文借鑒了黃俊，楊波（2012）的算法。
2. 實證分析
在對面板數(shù)據(jù)計之前，為避免非平穩(wěn)序列采用最小二乘法估計時可能出現(xiàn)偽回歸現(xiàn)象，我們需要對各變量進行單位根的檢驗.本文采用的是PP - Fisher Chi-square的檢驗方法，檢驗結(jié)果均是平穩(wěn)的。又通過F檢驗經(jīng)過hausman檢驗從外部宏觀的角度對東、中、西部地區(qū)創(chuàng)新科技競爭力進行研究，根據(jù)F檢驗的p值小于0.05，則拒絕是混合模型的原假設(shè)。也就是說需要建立個體非混合回歸模型，但是非混合回歸模型又分為個體隨機效應(yīng)回歸模型與個體固定效應(yīng)回歸模型，為了具體確定模型的類型，我們?nèi)孕枰M行hausman檢驗。通過hausman檢驗可以看出它的擬合的P值是小于0.05，則拒絕原假設(shè)，則可以說明該模型是個體固定效應(yīng)回歸模型。
根據(jù)建立模型結(jié)果可以表明，在東、中、西部地區(qū)，地區(qū)的發(fā)展水平對創(chuàng)新科技競爭力的影響均是最大的。而在東部，經(jīng)費投入，教育投入對創(chuàng)新科技競爭力的影響也是比較顯著的，其次在中部，經(jīng)費投入，人才投入以及教育對創(chuàng)新科技競爭力的影響都是顯著的，但影響的程度比東部的稍小一點，但是在西部，教育的投入是最大的，人才投入相對比較少，但在西部教育對科技創(chuàng)新力卻不是顯著的，經(jīng)費的投入和人才投入對創(chuàng)新科技競爭是顯著的。
（三） 總結(jié)
本文從原始創(chuàng)新與引進消化吸收再創(chuàng)新的角度出發(fā)通過建立體固定效應(yīng)回歸模型對中國東部，中部，西部的創(chuàng)新科技競爭力差異進行研究，結(jié)果表明在東、中、西部地區(qū)，地區(qū)的發(fā)展水平對創(chuàng)新科技競爭力的影響均是最大的。也就是說地區(qū)經(jīng)濟發(fā)展水平是地區(qū)創(chuàng)新科技發(fā)展的主要動力，只有區(qū)域經(jīng)濟發(fā)展提高了，才能從本質(zhì)上增強地區(qū)的創(chuàng)新科技競爭力，而在東部，經(jīng)費投入，教育投入對創(chuàng)新科技競爭力的影響也是比較顯著的，其次在中部，經(jīng)費投入，人才投入以及教育對創(chuàng)新科技競爭力的影響都是顯著的，但影響的程度比東部的稍小一點，但是在西部，教育的投入是最大的，人才投入相對比較少，但在西部教育對科技創(chuàng)新力卻不是顯著的，經(jīng)費的投入和人才投入對創(chuàng)新科技競爭是顯著的。我國東、中、西三部分區(qū)域發(fā)展程度不同，對創(chuàng)新科技競爭力的影響也有所差異，因此政府有必要根據(jù)地域的需要，對不同地域影響科技創(chuàng)新力的影響因素做響應(yīng)的調(diào)整。共同促進區(qū)域之間協(xié)調(diào)穩(wěn)定的發(fā)展。
參考文獻：
[1]張志生，陳國宏.福建省科技競爭力研究[D]. 福州：福州大學(xué)，2003.
[2]石小剛.陜西省科技發(fā)展現(xiàn)狀的灰色數(shù)學(xué)模型的研究[D]. 西安：西安建筑科技大學(xué)，2008.
改革開放30多年來，中國依靠最大化發(fā)揮比較優(yōu)勢，充分運用人口紅利、全球化紅利，憑借廉價的資金、勞動力、土地等要素價格，實現(xiàn)了快速工業(yè)化和城鎮(zhèn)化，中國經(jīng)濟總量保持了持續(xù)快速增長態(tài)勢。GDP從1979年的4 063億元增至2012年的519 470億元，年均增長率高達9.76%。然而，以TFP為標(biāo)度的經(jīng)濟增長質(zhì)量或效率并不高，根據(jù)測算，中國1979年～2007年TFP年均增長率在3.72%，而2008年～2012年則下降到2.21%。多年的粗放型增長模式使得國內(nèi)資源、要素與環(huán)境的綜合承載力急劇下降，勞動力、土地等廉價要素紅利逐步喪失，再加上世界經(jīng)濟危機復(fù)蘇趨緩、貿(mào)易保護主義重新抬頭使得國際貿(mào)易環(huán)境惡化，中國經(jīng)濟“高投入、高消耗、高排放、高出口、低效率”為特征的粗放型增長模式走到了盡頭。當(dāng)前，中國經(jīng)濟已經(jīng)進入產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟轉(zhuǎn)型升級的新階段，為此，必須實施創(chuàng)新驅(qū)動發(fā)展新戰(zhàn)略，選擇適宜的技術(shù)進步路徑以提升技術(shù)進步效率和經(jīng)濟增長質(zhì)量。在此背景下，亟需回答兩個現(xiàn)實問題：一是中國經(jīng)濟總量快速增長是多種技術(shù)進步路徑發(fā)揮協(xié)同作用的結(jié)果，那么，近年來不同技術(shù)進步路徑對中國經(jīng)濟增長尤其是經(jīng)濟增長質(zhì)量的效應(yīng)如何？即技術(shù)進步路徑與經(jīng)濟增長的關(guān)系問題；二是不同技術(shù)進步路徑的經(jīng)濟增長效應(yīng)在中國不同區(qū)域有何異質(zhì)性，如何權(quán)變選擇適宜于本地區(qū)的技術(shù)進步進步路徑？
自Romer（1990）在內(nèi)生增長理論中提出技術(shù)進步是經(jīng)濟增長的最終源泉以來，國內(nèi)外學(xué)者對相關(guān)問題進行了大量的研究。而技術(shù)進步路徑與經(jīng)濟增長關(guān)系的研究是國內(nèi)外學(xué)者現(xiàn)階段關(guān)注的重點，不同學(xué)者由于在考察對象、研究方法以及樣本數(shù)據(jù)等方面的差異，所得結(jié)果也并不一致。Mathews（2007）、孫建等（2009）等認為后發(fā)國家應(yīng)該重視自主R&D這一技術(shù)進步路徑來獲取后發(fā)優(yōu)勢；李小平（2007）等人的研究表明自主R&D對生產(chǎn)率的增長有顯著的負向影響，但吳延兵（2008）等人的研究表明自主R&D對生產(chǎn)率有顯著促進作用。吳延兵（2008）等運用面板數(shù)據(jù)的經(jīng)驗研究表明國外技術(shù)引進能夠促進經(jīng)濟增長，同時也表明國內(nèi)技術(shù)引進對生產(chǎn)率沒有顯著影響。Lucas（1988）在外部增長學(xué)說中說明了外商直接投資能夠促進經(jīng)濟增長；Alfaro和Charlton（2007）、傅元海等（2010）等利用相關(guān)數(shù)據(jù)檢驗了外商直接投資對經(jīng)濟增長的影響，結(jié)果分別為不同質(zhì)量的外商直接投資和不同技術(shù)進步路徑下的外商直接投資對經(jīng)濟增長的影響不同。
可以看到，已有研究大多是圍繞國外欠發(fā)達國家或中國國家層面展開，很少從分區(qū)域?qū)用妫野巡煌夹g(shù)進步路徑納入統(tǒng)一的分析框架。鑒于中國區(qū)域經(jīng)濟發(fā)展不平衡性、發(fā)展階段的多樣性（林毅夫，2004；盧寧，2010），應(yīng)該基于區(qū)域要素稟賦的視角來選擇適宜的技術(shù)進步路徑。因此，本文運用2003年～2011年中國分地區(qū)大中型工業(yè)企業(yè)面板數(shù)據(jù)對自主R&D、技術(shù)引進、外商直接投資和經(jīng)濟增長進行了實證研究，同時考察了中國不同區(qū)域的技術(shù)進步路徑選擇的差異性。本文的后續(xù)部分結(jié)構(gòu)安排為：第二部分是研究方法與數(shù)據(jù)處理；第三部分是估計結(jié)果與討論；第四部分是結(jié)論與啟示。
二、 研究方法與數(shù)據(jù)處理
1. 模型設(shè)定與變量解釋。本文研究技術(shù)進步路徑與經(jīng)濟增長的關(guān)系，并且技術(shù)進步路徑包括技術(shù)引進與自主R&D。技術(shù)引進包括直接技術(shù)引進和間接技術(shù)引進，直接技術(shù)引進又包括國外技術(shù)引進和國內(nèi)技術(shù)引進；間接技術(shù)引進包括外商直接投資。而林毅夫等（2004）認為經(jīng)濟增長可分解為投入要素數(shù)量的增加、投入要素質(zhì)量的改進和投入要素使用效率的提高。本文重點考慮投入要素使用效率的提高。
鑒于以上分析，本文借鑒吳延兵（2008）的處理方法，我們用TFP來體現(xiàn)經(jīng)濟增長質(zhì)量或效率的產(chǎn)出，并將TFPit和f（?）定義為：
TFPit=？茁0exp[f（R&Dit，F(xiàn)TIit，ITIit，F(xiàn)DIit）]①
f（?）=？茁1lnR&Dit+？茁2lnFTIit+？茁3lnITIit+？茁4lnFDIit+？撞？茁jCTRit+ui+？著it②
將②式帶入①式，兩邊取對數(shù)后，則可得：
lnTFPit=？茁0+？茁1lnR&Dit+？茁2lnFTIit+？茁3lnITIit+？茁4lnFDIit+？撞？茁jCTRit+ui+？著it③
上式中，TFPit代表第i個地區(qū)（省）第t年的全要素生產(chǎn)率；R&Dit代表第i個地區(qū)（省）第t年的自主R&D；FTIit代表第i個地區(qū)（省）第t年的國外技術(shù)引進；ITIit代表第i個地區(qū)（省）第t年的國內(nèi)技術(shù)引進；FDIit代表第i個地區(qū)（省）第t年的外商直接投資；CTRit為控制變量，其中包括第i個地區(qū)（省）第t年的企業(yè)規(guī)模ESCit、技術(shù)能力TTCit、經(jīng)濟發(fā)展水平EDLit、經(jīng)濟外向度TEEit。μi為個體效應(yīng)；？著it為隨機擾動項。β0為常數(shù)項；β1、β2、β3、β4分別表示自主R&D、國外技術(shù)引進、國內(nèi)技術(shù)引進和外商直接投資的產(chǎn)出彈性；βj為控制變量的系數(shù)。
2. 數(shù)據(jù)說明。本文所使用的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》和《中國工業(yè)經(jīng)濟年鑒》，部分數(shù)據(jù)是根據(jù)原始數(shù)據(jù)進行整理而得到的。其中，工業(yè)總產(chǎn)值、固定資產(chǎn)凈值年平均余額、從業(yè)人員年平均數(shù)、工業(yè)品出廠價格指數(shù)和固定資產(chǎn)投資價格指數(shù)均來源于《中國統(tǒng)計年鑒》；開發(fā)新產(chǎn)品經(jīng)費、R&D經(jīng)費占產(chǎn)品銷售收入或主營業(yè)務(wù)收入、R&D項目經(jīng)費支出、產(chǎn)品銷售收入、主營業(yè)務(wù)收入、消化吸收經(jīng)費、引進技術(shù)經(jīng)費支出、購買國內(nèi)技術(shù)經(jīng)費、有科技機構(gòu)的企業(yè)占全部企業(yè)比重和新產(chǎn)品產(chǎn)值占工業(yè)總產(chǎn)值比重均來源于《中國科技統(tǒng)計年鑒》；出貨值、工業(yè)銷售產(chǎn)值、外商資本來和實收資本來源于《中國工業(yè)經(jīng)濟年鑒》。其他數(shù)據(jù)是根據(jù)原始數(shù)據(jù)進行整理而得到的。
借鑒Fare等（1997）等的方法，基于投入的全要素生產(chǎn)率指數(shù)可以用Malmquist生產(chǎn)率指數(shù)來表示。因此，在計算全要素生產(chǎn)率（TFP）時，用到的主要指標(biāo)是地區(qū)的投入和產(chǎn)出數(shù)據(jù)。其中投入數(shù)據(jù)包括資本投入和勞動投入，產(chǎn)出數(shù)據(jù)包括地區(qū)年度企業(yè)產(chǎn)出。我們用工業(yè)總產(chǎn)值表示產(chǎn)出，并且用2003年為基期的工業(yè)品出廠價格指數(shù)對其進行價格平減；用固定資產(chǎn)凈值年平均余額表示資本投入，并且用2003年為基期的固定資產(chǎn)投資價格指數(shù)對其進行價格平減；用從業(yè)人員年平均數(shù)表示勞動投入。由于工業(yè)總產(chǎn)值涉及到中間品投入，因此，用工業(yè)增加值估計的全要素生產(chǎn)率比用工業(yè)總產(chǎn)值估計的較準確。但是，基于數(shù)據(jù)的可得性、準確性以及可比性，在計算全要素生產(chǎn)率時，我們選用的產(chǎn)出指標(biāo)是工業(yè)總產(chǎn)值。我們用DEAP2.1來測算全要素生產(chǎn)率（TFP）。由于獲得的全要素生產(chǎn)率是環(huán)比指數(shù)，首先要將其折算到基期，然后再進行計算。我們以2003年為基期，并假設(shè)基期的全要素生產(chǎn)率為1。
三、 估計結(jié)果與討論
我們運用Eviews7.2軟件基于2003年～2011年中國分地區(qū)大中型工業(yè)企業(yè)的面板數(shù)據(jù)對靜態(tài)面板模型③式進行估計。在對國家層面和區(qū)域?qū)用婕夹g(shù)進步路徑的經(jīng)濟增長效應(yīng)模型進行估計時，我們運用了混合模型、隨機效應(yīng)模型和固定效應(yīng)模型分別進行估計。為了比較各種模型的估計效率，我們進行了冗余固定效應(yīng)檢驗和Hausman檢驗，檢驗值的顯著性水平均為1%。兩種檢驗均表明固定效應(yīng)模型的估計效率最高。下面我們分別對兩種情況下的技術(shù)進步路徑對經(jīng)濟增長的影響進行分析。
1. 全國層次的技術(shù)進步路徑對經(jīng)濟增長的影響分析。由以上分析可知，基于固定效應(yīng)的模型具有更高的估計效率。下面我們根據(jù)該模型來具體分析相關(guān)的變量。自主R&D、國外技術(shù)引進、國內(nèi)技術(shù)引進以及外商直接投資等技術(shù)進步路徑分別對TFP的影響。①自主R&D。無論在混合模型下還是在隨機效應(yīng)模型和固定效應(yīng)模型下，其系數(shù)為正，但不顯著。這表明2003年～2011年間，自主R&D對TFP的貢獻開始顯現(xiàn)，加大自主R&D有利于提高TFP，但整體來說，自主R&D對TFP的貢獻率并不顯著，可能的原因是：我國要素稟賦非均衡分布特征明顯、區(qū)域經(jīng)濟發(fā)展極不平衡，而自主R&D對TFP的貢獻存在門檻效應(yīng)，在我國自主R&D整體投入不大的情況下，對TFP的促進作用有限。但作為發(fā)展中國家的中國應(yīng)該繼續(xù)重視自主R&D，以防止陷入技術(shù)陷阱，從而實現(xiàn)技術(shù)趕超（孫健等，2009）。②國外技術(shù)引進和國內(nèi)技術(shù)引進。在三種模型下，其系數(shù)均顯著且分別為負和為正，這與吳延兵（2008）等的研究結(jié)論不同。可能的原因在于，中國有能力購買國外技術(shù)，但是消化吸收國外技術(shù)的能力較低，致使國外技術(shù)引進對FTP的作用不明顯；而國內(nèi)技術(shù)引進，無論是在林毅夫（2004）等提到的技術(shù)引進的成本方面還是咨詢技術(shù)人員方面都比引進國外技術(shù)有優(yōu)勢。因此，中國在引進國外技術(shù)的同時，要加強對國外技術(shù)吸收能力的重視，提高技術(shù)轉(zhuǎn)化率。③外商直接投資。在三種模型下，其系數(shù)均顯著且為正。這說明外商直接投資對經(jīng)濟增長有正向影響。這與傅元海（2010）等人的研究結(jié)論相同。因此，中國應(yīng)繼續(xù)擴大開放領(lǐng)域，逐步放開國家壟斷但不涉及國家安全的行業(yè)、大中型國有企業(yè)，以國有企業(yè)混合所有制改革為契機，大力引進國外有較強資金、技術(shù)或市場優(yōu)勢的戰(zhàn)略投資者，提升中國企業(yè)的國際化水平和市場競爭力。在控制變量中，企業(yè)規(guī)模對經(jīng)濟增長效率的提高顯著為正；技術(shù)能力和發(fā)展水平對經(jīng)濟增長效率的提高有負向影響；經(jīng)濟外向度則無顯著影響。
2. 區(qū)域?qū)哟蔚募夹g(shù)進步路徑對經(jīng)濟增長的影響分析。下面我們具體分析不同地區(qū)的具有較高效率模型的估計結(jié)果。由估計結(jié)果可知，中國東、中、西地區(qū)的技術(shù)進步路徑對FTP的作用存在差異。
①東部地區(qū)。僅國內(nèi)技術(shù)引進的系數(shù)顯著，且為正。而自主R&D對經(jīng)濟增長效率的提高沒有顯著影響。可能的原因是，東部地區(qū)多以"三來一補外向型"經(jīng)濟為主，且這些行業(yè)或企業(yè)往往對自主R&D還是國外技術(shù)引進的意愿還是投入能力都比較欠缺，這是該地區(qū)自主R&D和國外技術(shù)引進對TFP的貢獻率為負的重要原因。這一地區(qū)服裝、紡織、家電等產(chǎn)業(yè)集群發(fā)達，中小企業(yè)眾多，集群內(nèi)的共生關(guān)系與知識、技術(shù)外溢效應(yīng)有利于技術(shù)的擴散與傳播。這說明，東部地區(qū)盡管具有區(qū)域獲取國外技術(shù)引進的成本優(yōu)勢，以及較高的經(jīng)濟發(fā)展水平，但且沒有發(fā)揮國外技術(shù)引進與自主R&D提升產(chǎn)業(yè)層次與TFP的作用，相反且陷入國內(nèi)技術(shù)引進（更多的是初級加工品的簡單復(fù)制與技術(shù)模仿）的路徑依賴而產(chǎn)生自主R&D與國外高技術(shù)引進的惰性，這不利于東部地區(qū)高新技術(shù)產(chǎn)業(yè)的發(fā)展，制約了該地區(qū)經(jīng)濟轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)升級。當(dāng)然國際跨國公司處于核心技術(shù)保護的考慮也致使該地區(qū)在國外技術(shù)引進尤其是核心技術(shù)引進遲緩的重要原因。②中部地區(qū)。模型結(jié)果表明，該地區(qū)受國外技術(shù)引進的影響顯著，且為負。出現(xiàn)這種情況的原因可能是較豐富的研發(fā)資源使得該地區(qū)傾向于購買國外的技術(shù)，國外企業(yè)出于對自身的考慮沒有將先進的核心技術(shù)而是將落后的技術(shù)出售給該地區(qū)（吳延兵，2008）或該地區(qū)購買到先進的核心技術(shù)卻無法掌握該技術(shù)。而該地區(qū)的經(jīng)濟增長效率卻不受其他技術(shù)進步路徑的顯著影響，自主R&D能力較弱、不重視國內(nèi)技術(shù)可能分別是自主R&D、國內(nèi)技術(shù)引進不顯著的重要因素；介于具有豐富要素稟賦的東部和國家扶持政策的西部之間可能是使得中部地區(qū)外商直接投資沒有優(yōu)勢的原因之一。③西部地區(qū)。在西部地區(qū)，僅外商直接投資的系數(shù)顯著且為正。可能的原因是，西部地區(qū)屬于欠發(fā)達地區(qū)，西部大開發(fā)以來，該地區(qū)充分運用外商直接投資帶來的技術(shù)后發(fā)優(yōu)勢，提高了TFP。而該地區(qū)的高校、科研院所等具有相對的比較劣勢，自主R&D能力較為欠缺，對國外技術(shù)消化吸收能力不強，這使得該地區(qū)產(chǎn)業(yè)或企業(yè)更多依靠獲取外商直接投資伴生的技術(shù)外溢效應(yīng)來提升自身的技術(shù)水平。因此，國家應(yīng)進一步加大西部地區(qū)的對內(nèi)對外開放力度，在更多的領(lǐng)域、更多的行業(yè)加大招商引資力度，提升外商直接投資的規(guī)模和層次，以促進西部地區(qū)經(jīng)濟增長總量以及TFP的提高。
技術(shù)能力、經(jīng)濟發(fā)展水平和出口外向度等控制變量，對不同區(qū)域FTP的影響也存在顯著差異。技術(shù)能力在東部地區(qū)無顯著影響，而在中部地區(qū)和西部地區(qū)卻對經(jīng)濟增長的效率有顯著負影響；經(jīng)濟發(fā)展水平在東部地區(qū)對經(jīng)濟增長的效率有顯著負影響，而在中部地區(qū)和西部地區(qū)卻無顯著影響；出口外向度僅在中部地區(qū)對經(jīng)濟增長效率存在顯著正影響，而在東部地區(qū)和西部地區(qū)卻無顯著影響。而企業(yè)規(guī)模在三個地區(qū)對經(jīng)濟增長的效率均有顯著正影響。
四、 結(jié)論與啟示
【關(guān)鍵詞】工業(yè)品期貨；結(jié)算價；動態(tài)面板數(shù)據(jù)模型
2010年，中國商品期貨市場趕超美國，成為全球第一的商品期貨市場，我國的工業(yè)品期貨上市時間長，交易活躍，受國家政策影響較小，定價相對農(nóng)產(chǎn)品更加市場化。在期貨交易中，結(jié)算價是最關(guān)鍵的參考價格，在期貨實盤中，結(jié)算價無論是對交易盈虧的結(jié)算還是對下一個交易期間的實盤交易的參考都有很重要的意義。因此對影響工業(yè)品板塊期貨結(jié)算價的影響因素進行分析，無論是對金融工程方面的期貨交易數(shù)據(jù)的研究還是實盤操作的預(yù)判都具有積極的意義。
一、相關(guān)文獻回顧
最早研究期貨價格與交易量的實證關(guān)系的是克拉克（1973），他研究了棉花的期貨價格和交易量之間的實證關(guān)系，從而發(fā)現(xiàn)棉花的期貨價格和交易量之間存在明顯的相關(guān)效應(yīng)；康奈爾（1981）研究了十七種不同的期貨合約，發(fā)現(xiàn)不斷變化的期貨價格和與其對應(yīng)的成交量具有正相關(guān)關(guān)系；卡波夫（1987）對之前的量價關(guān)系研究進行了詳細的概括，他認為，由于股票存在無法自由做空的局限，所以，股票市場價格變化和交易額會具有正向的相關(guān)關(guān)系，期貨的交易量與價格波動幅度一般是不相關(guān)的，但在金融市場中，成交量的大小還是會與絕對價格變化存在正相關(guān)關(guān)系，這是因為期貨市場的無論是做空還是做多具有相同成本，除了相關(guān)類的研究之外，格拉馬提庫斯和桑德斯（1986）的研究發(fā)現(xiàn)，格蘭杰因果關(guān)系在外匯期貨價格波動方差和成交量之間存在。拉莫洛克斯和拉斯特拉普斯（1990）的研究發(fā)現(xiàn)，成交量的變動對價格波動存在很好的解釋。
國內(nèi)對期貨的研究起步時間比較晚，相關(guān)的研究成果主要是在價格和交易量、持倉量之間的關(guān)系上，仲偉俊，華仁海（2003）（2004）對期貨交易量和持倉量與期貨價格的關(guān)系進行了深入研究，認為所有品種的成交量和持倉量的變化對價格的波動會產(chǎn)生重大影響，梅妹峨，仲偉俊，劉慶富（2005）把持倉量指標(biāo)分成可以預(yù)期和不可以預(yù)期的兩部分，研究了持倉量指標(biāo)的變動對價格的影響。而在期貨交易中，持倉量是期貨交易特有的指標(biāo)，由此開啟了國內(nèi)學(xué)者對持倉量的研究。沈小剛，田新民（2005）研究了期貨日內(nèi)盤中波動，并得出結(jié)論，認為日內(nèi)價格波動與交易量之間存在正相關(guān)關(guān)系，但持倉量的變動與價格波動是負相關(guān)的關(guān)系，即交易量的增大將會增大價格波動，而較大的持倉量會減少日內(nèi)的價格波動。何建敏，崔海蓉（2006）基于FIEGARCH模型研究了鋁和天然橡膠的價格變化和交易量的關(guān)系，認為交易量和價格變化是正相關(guān)的。成思危，劉向麗，洪永淼（2008）的研究表明，持倉量對絕對價格波動幅度和交易量的影響不大，但是絕對價格波動性和交易量有較為顯著的互動影響關(guān)系。周德群，戴毓（2009）使用了GARCH模型，方差分解和脈沖響應(yīng)函數(shù)對燃料油期貨市場的交易量和持倉量還有波動性的關(guān)系進行了細致的研究，得出結(jié)論：成交量對于價格變化較強的影響，交易過程中，可以參考上一交易周期的成交量的變化，預(yù)測下一周期的價格變化。文玉春（2010）使用擴展的GARCH模型和VaR模型得出如下結(jié)論：臺灣的股指期貨的交易量對收益率的波動性存在滯后的直接影響，價格波動性間接依賴持倉量的變化。
綜上所述，以上的研究基本上采用了協(xié)整理論、GARCH模型、VAR模型來研究期貨的量價關(guān)系，但是由于方法的局限和數(shù)據(jù)較舊，并不能對近年變化的期貨市場提供良好的參考，隨著期貨市場的發(fā)展，品種數(shù)量，市場規(guī)模已經(jīng)今非昔比，由于模型的限制，以前的研究也無法對一個板塊的期貨品種進行研究，而且以前的研究中少有研究關(guān)于同品種不同價格的研究，因此本文采取動態(tài)面板數(shù)據(jù)的方法，對工業(yè)品期貨進行全面細致的研究。
二、數(shù)據(jù)說明與模型設(shè)定
本文選取了銅、鋁、鋅、天然橡膠、PTA、聚乙烯、聚氯乙烯、螺紋鋼等8個期貨品種2011年1月到2012年12月的共計101周的周結(jié)算價、最高價、最低價、成交量、持倉量數(shù)據(jù)，以及共同影響因素美元指數(shù)的周收盤價，數(shù)據(jù)來自文華財經(jīng)，并按照EVIEWS6.0軟件需要進行堆棧排列，并進行對數(shù)化處理后導(dǎo)入軟件。
以結(jié)算價（JSJ）為被解釋變量，滯后一期結(jié)算價（DJSJ）、最高價（ZGJ）、最低價（ZDJ）、持倉量（CCL）、成交量（CJL）、美元指數(shù)（USD）為解釋變量，其中美元指數(shù)為共同影響因素。采用動態(tài)面板模型進行實證分析，構(gòu)造以下實證模型：
三、實證結(jié)果
由于模型（1）中解釋變量中存在滯后項，可知解釋變量和隨機擾動項具有相關(guān)性，這時就不能采用面板數(shù)據(jù)固定效應(yīng)或隨機效應(yīng)模型，而應(yīng)當(dāng)采用動態(tài)面板數(shù)據(jù)的GMM方法來解決上述問題。對方程（1）進行一階差分：
從模型（2）中可以看出與相關(guān)，為了減少這種相關(guān)性，本文選取滯后兩期的為工具變量，因為和滯后兩期的具有相關(guān)性，其余解釋變量均選擇滯后一期作為工具變量。
利用EVIEWS6.0軟件，參數(shù)估計方法選定GMM/DPD，設(shè)定消去截面固定效應(yīng)的轉(zhuǎn)換方式為Orthogonal deviations。設(shè)定標(biāo)準方差的計算方式為Period SUR，得到動態(tài)面板數(shù)據(jù)估計結(jié)果為：
為了確保動態(tài)面數(shù)據(jù)模型的有效性，對模型（2）的殘差項進行單位根檢驗，結(jié)果如表2所示。
表2可以分析出，分別運用LLC檢驗、IPS檢驗、Fisher-ADF和Fish-PP檢驗對動態(tài)面板模型的殘差項進行單位根檢驗，發(fā)現(xiàn)殘差項是平穩(wěn)的，這說明上述模型是有效的。
對動態(tài)面板數(shù)據(jù)模型方程進行分析，可以得出結(jié)論：
四、結(jié)論
通過對工業(yè)品期貨周結(jié)算價影響因素進行GMM動態(tài)面板數(shù)據(jù)模型分析，發(fā)現(xiàn)：
第一，選定的交易指標(biāo)的影響因素從大到小分別為：周最高價、周最低價、周美元指數(shù)收盤價、持倉量、成交量，進行對比可以發(fā)現(xiàn)，周最高價對周結(jié)算價的影響要大于周最低價，我們已知結(jié)算價的形成是按照成交量進行加權(quán)的平均價格，所以本文從定量模型的角度驗證了“量價齊升”這一市場經(jīng)驗，而且成交量的影響系數(shù)為正，也從另一角度更加直接的說明了這個結(jié)論。
第二，期貨不同于股票，其特有的持倉量指標(biāo)可以動態(tài)地衡量當(dāng)前的市場規(guī)模，成為參與期貨交易的重要參考指標(biāo)，市場往往認為，巨大的持倉量代表巨大的多空分歧，是爆發(fā)超級行情的前奏，本文通過動態(tài)面板數(shù)據(jù)模型，發(fā)現(xiàn)工業(yè)品期貨持倉量對結(jié)算價的影響要大于成交量的影響，也就是說在交易中，持倉量比成交量更具有參考價值，而且持倉量對結(jié)算價的影響系數(shù)為正值，說明當(dāng)持倉量連續(xù)上揚的時候，爆發(fā)多頭行情的概率要略大于爆發(fā)空頭行情的概率，這個結(jié)論對行情的判研有一定的指導(dǎo)意義。
第三，美元指數(shù)的影響系數(shù)達到了-0.013105，說明在中長期走勢上，美元指數(shù)對工業(yè)品期貨有較為明顯的負面影響，所以在對工業(yè)品期貨行情的判斷上，中長期來看，分析美元指數(shù)的走勢非常重要，美元指數(shù)的走勢是中長線交易的重要參考。
參考文獻
[1]華仁海，仲偉俊.我國期貨市場期貨價格收益、交易量、波動性關(guān)系的動態(tài)分析[J].統(tǒng)計研究，2003（3）：25-30.
[2]華仁海，仲偉俊.我國期貨市場期貨價格波動與成交量和空盤量動態(tài)關(guān)系的實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2004（7）：123-132.
[3]劉慶富，仲偉俊，梅妹峨.空盤量變動對我國期貨市場期貨價格收益波動性的影響[J].系統(tǒng)工程理論方法應(yīng)用，2005（l）：28-32.
[4]田新民，沈小剛.基于交易量和持倉量的期貨日內(nèi)價格波動研究[J].經(jīng)濟與管理研究，2005（7）：78-80.
[5]崔海蓉，何建敏.我國期貨市場成交量和持倉量與價格波動關(guān)系研究[J].統(tǒng)計與決策，2006（13）：127-129.
[6]劉向麗，程剛，成思危，汪壽陽，洪永淼.中國期貨市場日內(nèi)效應(yīng)分析[J].系統(tǒng)工程理論與實踐，2008（8）：63-80.
[7]戴毓，周德群.燃料油期貨市場成交量、持倉量與波動性關(guān)系[J].系統(tǒng)工程理論與實踐，2009（12）：154-162.
[8]文玉春.臺灣股指期貨收益波動性與交易量、持倉量考察[J].商業(yè)研究，2010（10）：95-103.
[9]Clark P K.A subordinated stochastic process model with finite variance for speculative prices[J].Econometrica，1973（41）：135-155.
[10]Cornell B.The relationship between volume and price variability in futures markets[J].Journal of Futures Markets，1981（1）：303-316.
[11]KarpoffJM.Therelationbetweenpricechangesandtradingvolume：Asurvey[J].Journal of Financial and Quantitative Analysis，1987（22）：109-126.
[關(guān)鍵詞] 通貨膨脹率；通貨膨脹率波動性；經(jīng)濟增長率；世代交疊模型；動態(tài)面板
[中圖分類號] F015[文獻標(biāo)識碼] A[文章編號] 1008―1763（2014）04―0063―10
一文獻綜述
以往的學(xué)者在研究通貨膨脹率與經(jīng)濟增長率二者關(guān)系時所采用的主要方法是選取某個國家或某些國家（或地區(qū)）的經(jīng)濟增長率及價格變動趨勢對二者的關(guān)系進行實證研究，而非一般的邏輯推理與范疇演繹。因此由于研究選取的國家不同、時間長短不同以及資料的來源和可靠性不同，得出的結(jié)論也有差異，甚至截然相反。其主要觀點可大致分為以下四類：
第一類：通貨膨脹率與經(jīng)濟增長率之間存在正相關(guān)關(guān)系。
（一）凱恩斯主義者的觀點：
最先在通貨膨脹率與經(jīng)濟增長率之間建立正相關(guān)關(guān)系的經(jīng)濟學(xué)家當(dāng)屬宏觀經(jīng)濟學(xué)大師凱恩斯，相關(guān)思想比較集中地體現(xiàn)在“半通貨膨脹”理論中[1]。其本質(zhì)即為：在存在生產(chǎn)過剩和價格工資剛性的條件下，貨幣量增加可以降低工人實際工資，增加生產(chǎn)者利潤；降低實際利率，促進投資，二者都可以使產(chǎn)出增加。
凱恩斯的通貨膨脹與經(jīng)濟增長正相關(guān)思想被其后來的繼承者們加以繼承和發(fā)揚。卡爾?J?漢密爾頓在研究了16世紀的通貨膨脹后得出結(jié)論說：“在經(jīng)濟增長和通貨膨脹之間存在著一定的關(guān)系[2]。”迪普雪則明確指出：“歷史的經(jīng)驗證明，長期的價格上漲和下跌運動對經(jīng)濟發(fā)展有實際的影響：不斷上升的價格促進了經(jīng)濟的擴張，盡管統(tǒng)計資料顯示出它們對經(jīng)濟增長的影響是很有限的。”[3]托賓（Tobin，1965）假設(shè)貨幣與資本之間是可以完全替代的，此時可以得到通貨膨脹率對于實際產(chǎn)出增長率具有正向影響。[4]
（二）結(jié)構(gòu)主義者的觀點：
結(jié)構(gòu)主義論者泰勒（Taylor，1981）[5]和西爾斯（Seers，1992）[6]等人也先后提出了通貨膨脹有利于經(jīng)濟增長的觀點，成為“促進論”的典型代表。結(jié)構(gòu)主義者關(guān)于通貨膨脹促進經(jīng)濟增長理論的主要依據(jù)除凱恩斯的“半通貨膨脹”理論外，另外兩個通貨膨脹效應(yīng)：
其一：通貨膨脹具有資本累積的效應(yīng)。通貨膨脹作為一種“鑄幣稅”，可以將社會財富由私人部門向政府部門轉(zhuǎn)移，而后者的投資傾向高于前者，因此整個社會的總投資增加，具有資本累積的效應(yīng)。
其二：通貨膨脹具有資源配置效應(yīng)。在通貨膨脹過程中，各種商品和生產(chǎn)要素的價格上漲幅度不同，改變了各種商品和生產(chǎn)要素的相對價格，引起相對價格體系的變動，使原來的資源配置狀況變動，最終導(dǎo)致經(jīng)濟結(jié)構(gòu)發(fā)生變化。
第二類： 通貨膨脹率與經(jīng)濟增長率之間存在負相關(guān)關(guān)系。
到了 20 世紀的 60～70 年代，經(jīng)濟發(fā)展的現(xiàn)實顯然已不再符合凱恩斯主義經(jīng)濟學(xué)成立的前提：“凱恩斯定律”，其面對“滯漲”的無能為力催生了一大批反凱恩斯主義的經(jīng)濟學(xué)家。因此對通脹率和經(jīng)濟增長率關(guān)系的探究也出現(xiàn)了新的觀點。
坎普斯（Campos，1961）[7]和哈爾伯格（Harberger，1996）[8]等反凱恩斯經(jīng)濟學(xué)家認為，通貨膨脹會對經(jīng)濟增長起損害作用，必然導(dǎo)致阻礙經(jīng)濟增長的低效率。原因在于以下幾個方面：
第一，在實行固定匯率的國家，通貨膨脹使外貿(mào)收支惡化，投機資本會因貨幣預(yù)期貶值而大量流向國外，影響資本的正常流出流入，降低資本的運營效率。
第二，通貨膨脹時期，工人由于貨幣貶值而實際生活水平下降，更容易激起工會要求提高工資的過激行為。政府妥協(xié)的結(jié)果往往是對一般消費品實行價格管制，結(jié)果是一方面引起和加劇了商品供應(yīng)的短缺，另一方面則使整個市場經(jīng)濟缺乏競爭活力，效率下降。
第三，較高的通貨膨脹會擾亂正常資金流向，導(dǎo)致資金配置失當(dāng)，加劇了產(chǎn)業(yè)結(jié)構(gòu)的失衡，影響社會的產(chǎn)出效率。
第四，通脹率的高變動性使投資者難以做出正確的預(yù)期，因而加大了社會投資的風(fēng)險和各種經(jīng)營風(fēng)險，不敢貿(mào)然做出投資決策或經(jīng)營決策，也就阻礙了社會實際投資的增加與經(jīng)營規(guī)模的擴大，從而影響經(jīng)濟增長率。
格雷姆?S?多蘭斯曾經(jīng)考察過國際貨幣基金組織的 48 個成員國的經(jīng)濟增長率和通貨膨脹率之間的關(guān)系。他得出結(jié)論：“實際產(chǎn)出量的增長受到通貨膨脹和通貨緊縮的相反影響。”[3]
美國溫德貝爾特大學(xué)的兩位學(xué)者W?瓊和 P?J?馬歇爾選用較權(quán)威的統(tǒng)計資料[9]，對 56個國家和地區(qū)（其中 19個工業(yè)化國、37個發(fā)展中國家和地區(qū)）的通貨膨脹率與經(jīng)濟增長率的關(guān)系進行了詳細的分析和檢驗，得出如下結(jié)論：在 19個工業(yè)化國家中，澳大利亞、加拿大、瑞士和英國等9個國家的經(jīng)濟增長率和通貨膨脹率呈明顯的負相關(guān)關(guān)系，其余 10個國家檢驗結(jié)果為不相關(guān)，無一個國家正相關(guān)。在 37個發(fā)展中國家或地區(qū)中，有 77個國家的經(jīng)濟增長率與通貨膨脹率亦顯現(xiàn)出負相關(guān)關(guān)系，只有兩個國家的結(jié)果是正相關(guān)。這一檢驗結(jié)果總體上表明，通貨膨脹率和經(jīng)濟增長率之間基本上存在負相關(guān)關(guān)系。
第三類：通貨膨脹率與經(jīng)濟增長率之間不存在相關(guān)關(guān)系。
從理論方面來看，對通脹率和經(jīng)濟增長率關(guān)系的探究是伴隨著宏觀經(jīng)濟理論的發(fā)展而進行的，隨著20世紀70年性預(yù)期學(xué)派的誕生，關(guān)于這二者的關(guān)系又有了新的發(fā)展：二者無關(guān)論。理性預(yù)期學(xué)派的主要代表人物盧卡斯（Lucas，1976）基于理性預(yù)期、市場出清、自然律假說的理論基礎(chǔ)，得出政策結(jié)論：經(jīng)濟人具有理性預(yù)期，可以完全預(yù)期到政府通貨膨脹政策的后果，并采取相應(yīng)對策，因此政府的系統(tǒng)性經(jīng)濟政策無效，隨機性經(jīng)濟政策有害。[10]
另一位法國著名經(jīng)濟學(xué)家阿萊（Allais，1969）則主要是運用實證分析的方法，對 1700～1913 年英國的相關(guān)數(shù)據(jù)進行了系統(tǒng)研究，得出的結(jié)論是，在工業(yè)總產(chǎn)出和價格的長期變動之間并沒有發(fā)現(xiàn)一種典型的相關(guān)性。然而，價格的長期變動很有可能對產(chǎn)品貨物的產(chǎn)出量會產(chǎn)生一種更復(fù)雜的、遺傳型的影響，但從總體而言，因果關(guān)系不能成立。[11]
這種通貨膨脹率和經(jīng)濟增長率之間的無關(guān)論是以“貨幣超中性”為基礎(chǔ)的。“貨幣超中性”是指貨幣供給增長率的變化對于實際產(chǎn)出行為也沒有影響 （Romer，1996）。[12]正如赫爾繆特?弗里希所說：“相對價格（在這里只有一個相對價格，即實際工資）是由實物部門的供給和需求條件決定的，它與貨幣供給水平無關(guān)。相反，名義價格總水平則是貨幣供給的函數(shù)。貨幣數(shù)量方程真實地描述了這種關(guān)系。貨幣供給增加一倍，則所有名義價格也增加一倍，而對相對價格沒有影響，因而對商品的需求和商品的供給保持不變。”[13]所以，這種貨幣中性論的實質(zhì)是說明通貨膨脹對產(chǎn)量和就業(yè)沒有影響，進而通貨膨脹與經(jīng)濟增長沒有任何聯(lián)系。
第四類：通貨膨脹率與經(jīng)濟增長率之間存在非線性關(guān)系。
Michael Sarel（1995）[14]提出通脹率和經(jīng)濟增長率存在非線性關(guān)系，當(dāng)通脹率低于臨界值8%的水平時，通脹率不影響經(jīng)濟增長率甚至有輕微的正向影響，當(dāng)高于8%時，通脹率對經(jīng)濟增長有顯著的負影響。并用87個國家1970～1990年的包括GDP增長率、CPI、政府支出、實際匯率等指標(biāo)在內(nèi)的面板數(shù)據(jù)證明了所提命題。
Mohsin S. Khan和Abdelhak S. Ssnhadji（2001）[15]采用140個國家的從1960～1998年的分為工業(yè)化國家和發(fā)展中國家的面板數(shù)據(jù)，證明了通脹率對經(jīng)濟增長率存在門檻效應(yīng)：當(dāng)?shù)陀谝欢ǖ呐R界值時通脹率與經(jīng)濟增長率正相關(guān)，當(dāng)高于臨界值時轉(zhuǎn)為負相關(guān)。又發(fā)現(xiàn)不同的國家有不同的臨界值，平均而言，工業(yè)化國家比發(fā)展中國家有更低的臨界值。
另外，與此相關(guān)的一些研究主要集中于分析通貨膨脹率和不確定性的關(guān)系。奧肯（Okun，1971）提出，從經(jīng)驗觀察來看，高通脹有更高的變動性，此后有許多學(xué)者不斷地從理論和實證方面進行探究。[16]
Martin Evans（1991）提出即使是溫和的通脹也會通過提高通脹的不確定性而顯著增加社會的經(jīng)濟成本。用美國1966～1988年的通脹率的月度數(shù)據(jù)證實了高通脹和高通脹的波動性緊密相連。[17]Carlson（1977）[18]，Cukiermanand，Alex和Wachtel （1979）[19]等人用對美國密歇根州和利文斯頓調(diào)查所收集的數(shù)據(jù)進行分析，其結(jié)果證明了二者存在顯著的正相關(guān)性。
但相反的觀點也有：Logue和Willett （1976）[20]， Logue和 Sweeney （1981）[21]以及Taylor （1980）[22]用面板數(shù)據(jù)發(fā)現(xiàn)增加的可變性并不意味著更高的不確定性。Engle （1983）[23]，Holland （1984）[24]，Cosimano和Jansen （1988）[25]，Jansen （1989）[26]等人用ARCH模型通過對美國20世紀70年代的數(shù)據(jù)進行分析發(fā)現(xiàn)通脹率和用條件方差衡量的不確定性二者沒有明顯的相關(guān)關(guān)系。
國內(nèi)的學(xué)者多用國內(nèi)的數(shù)據(jù)進行研究，大多得出了二者存在正相關(guān)關(guān)系的結(jié)論。例如：趙留彥等使用中國1985年以來月度數(shù)據(jù)，用馬爾可夫區(qū)制轉(zhuǎn)移模型分析了我國通貨膨脹與其不確定性之間的關(guān)系，發(fā)現(xiàn)高通脹會伴隨著大的不確定性。[27]蘇芳、趙昕東基于中國1983年1月～2008年3月的月度CPI數(shù)據(jù)，應(yīng)用馬爾可夫機制轉(zhuǎn)換不可觀測成分模型分離出長期和短期的通貨膨脹不確定性，繼而檢驗了不同期限的通貨膨脹不確定性與通貨膨脹水平之間的關(guān)系，由此證明長期通貨膨脹不確定性和短期通貨膨脹不確定性均與通貨膨脹水平有正向的關(guān)系，然而通貨膨脹對前者的影響更大。[28]
印重、劉金全、馬昕田基于我國1993年第1 季度至2010 年第3 季度的實際GDP 增長率和通貨膨脹率數(shù)據(jù)，通過構(gòu)建EGARCH 模型來度量時間序列的不確定性，并使用Granger 因果關(guān)系檢驗和脈沖響應(yīng)函數(shù)對通貨膨脹率及其不確定性之間的關(guān)系進行分析和測度，證明了通貨膨脹波動性與通貨膨脹之間存在著顯著的相互正向影響的關(guān)系，且這種關(guān)系具有一定的持續(xù)性。[29]
以上這些分歧的主要來源是：一，數(shù)據(jù)的期限、頻率不同：在使用月度數(shù)據(jù)并采用廣泛使用的ARCH及相關(guān)擴展模型對較短時間內(nèi)的情況分析時，且受到單個國家特定時期特定情況的影響，傾向于得出二者無關(guān)性的結(jié)論；二，不確定性在長短期內(nèi)的影響不同：通脹率短期的不確定性，常用月度通脹率的條件方差衡量，傾向于和通脹率的相關(guān)性不顯著，而長期不確定性卻傾向于和通脹率有顯著的相關(guān)性。可見二者的關(guān)系強烈地受到所研究的時間期限的影響，不能籠統(tǒng)地下結(jié)論。
本文在借鑒前人研究的基礎(chǔ)上，提出自己的觀點：
正如奧肯（Okun，1971）所提出的“高通脹有更高的變動性”，因此并不是高通脹本身損害了經(jīng)濟增長，而是高通脹隨之而來的高通脹波動性影響了人們的預(yù)期，改變了消費者的消費和儲蓄行為，進而影響了生產(chǎn)者投資來源的儲蓄量，最終影響了資本存量和經(jīng)濟增長率。也就是名義變量的波動性影響了人們的預(yù)期，永久性地改變了人們的經(jīng)濟行為，從而影響了長期經(jīng)濟增長。并且通過這種機制將短期內(nèi)名義變量的波動引入了長期經(jīng)濟增長模型。
首先，20世紀30年代西方國家生產(chǎn)能力普遍過剩是凱恩斯所提出的通脹率和經(jīng)濟增長率正相關(guān)的理論的經(jīng)濟背景，其與當(dāng)今世界性的經(jīng)濟現(xiàn)實的差距可謂天壤之別，“凱恩斯定律”所要求的增加產(chǎn)出不會帶來價格的提高已不符合當(dāng)今大多數(shù)國家的現(xiàn)實。
其次，關(guān)于通脹率影響經(jīng)濟增長率的途徑問題：并不是高通脹本身損害了經(jīng)濟增長率，而是由于伴隨高通脹的高通脹波動性改變了人們的消費、儲蓄、投資等行為，進而影響了經(jīng)濟增長。
第三，關(guān)于理性預(yù)期問題：把預(yù)期理論引入到通貨膨脹的研究中確實使現(xiàn)代通貨膨脹理論有了重大的進步和發(fā)展，但是，盧卡斯等人夸大了理性預(yù)期對通貨膨脹政策的作用。并非經(jīng)濟體中的所有人都是完全理性的“經(jīng)濟人”，可以完全預(yù)期到在任何時間任何經(jīng)濟變量的準確值。具有理性預(yù)期的人對錯誤預(yù)期的糾正也是一個動態(tài)調(diào)整的過程，在此過程中，經(jīng)濟處于非均衡狀態(tài)。
最后，關(guān)于價格粘性問題：工資合同、借貸合同的簽訂至少是在離散時間點而非表示每一時點的連續(xù)時間點上隨時簽訂的。因此，即使存在理性預(yù)期，也會由于合同變更的時滯造成價格粘性，名義變量的變動永久性地改變了人們的經(jīng)濟行為，就會對經(jīng)濟增長造成實質(zhì)性傷害。
二模型
為了探討通貨膨脹率、儲蓄率和經(jīng)濟增長率的關(guān)系，我們借助于一個簡單的世代交疊模型。在這個模型中假定每個個體只生活三期：青年期、中年期和老年期，并且進一步假定：青年期沒有收入，靠借貸維持生活；中年期掙得收入維持生活，并且一部分歸還青年期所借的貸款，一部分儲蓄起來用于維持老年期的消費；老年期也沒有收入，消費中年期留存的儲蓄，并且沒有代際遺贈動機。通常信貸市場是非完全的，即存在信貸約束，青年期所能獲得的貸款量是終生收入現(xiàn)值的一個比例φ。為了考慮所需支付的利息，采取先付利息的形式。通貨膨脹通過以下兩個途徑引入模型：其一：使中年期的實際收入貶損；其二：使青年期借款的利率貶損。這兩種途徑并非指收入和貸款利率完全固定，因為在很多國家工資合同和利率合同都有指數(shù)化的性質(zhì)，但是在沒有實行指數(shù)化合同的國家或通脹的變動性很大，指數(shù)化未能完全抵消通脹的貶損效應(yīng)的情況下，模型表示名義工資、名義利率的調(diào)整速度慢于通脹率時，實際工資、實際利率的相對降低。為了簡化，假定人口規(guī)模固定，每一代的人口規(guī)模被標(biāo)準化為一。在t期，代表性個人試圖最大化以下對數(shù)線性形式的效用函數(shù)：
上式表明：社會的凈儲蓄率和通脹率調(diào)整因子負相關(guān)。主要有以下兩種影響途徑：第一：通脹率上升，工資收入相對下降，因此為老年期留存的儲蓄下降；第二：通脹率上升，青年期的借款利率下降，相當(dāng)于信貸約束放松，因此青年期的借貸量上升。這二者綜合作用的結(jié)果是社會凈儲蓄量下降，相應(yīng)的下期資本存量下降。
（二）技術(shù)沖擊
下面開始進行比較靜態(tài)分析：假定在t時刻處于穩(wěn)態(tài)的經(jīng)濟體經(jīng)歷了一次對生產(chǎn)力增長率的永久性沖擊，如同在附錄中所證，沖擊之后的n期，過渡增長率是：
上式中的第一個乘子是穩(wěn)態(tài)增長因子；第二個反映了技術(shù)沖擊對資本、產(chǎn)出增長率的瞬時貢獻。盡管在新的穩(wěn)態(tài)資本存量更高，但是資本產(chǎn)出比在新的穩(wěn)態(tài)和過渡時期均保持不變。過渡時期的儲蓄率：
正向的技術(shù)沖擊提高了社會凈儲蓄率。通脹率提高通過降低K0Y0而降低社會凈儲蓄率的結(jié)論仍然成立。
（三）小型開放經(jīng)濟
正如在附錄中所證，在小型開放經(jīng)濟中的資本、產(chǎn)出增長率和封閉經(jīng)濟中的相同，儲蓄率是：
儲蓄率同通脹因子仍然是負相關(guān)。x（πD+πW）上升，s下降。此時的通脹率包含兩部分，世界性通脹傳導(dǎo)到國內(nèi)同樣會降低本國的儲蓄率，進而降低資本存量。可見只要是通脹，不論其源于何處，都會損害本國的資本存量。
（四）內(nèi)生增長
在前面的模型中，儲蓄率并不影響穩(wěn)態(tài)增長率，但是在技術(shù)是內(nèi)生的情況下，這種結(jié)論并不能成立。現(xiàn)假定At不再是外生的過程A（1+ρ）t，而是：
其中Kt是資本存量。這樣，技術(shù)進步不再是關(guān)于時間的函數(shù)，而是關(guān)于資本存量的函數(shù)。一種標(biāo)準的解釋如羅默（1986）所提出的技術(shù)表現(xiàn)為規(guī)模報酬遞增和外溢性[30][31]。單個生產(chǎn)者在At給定的情況下，完全競爭并最大化其利潤。這導(dǎo)致總量生產(chǎn)函數(shù)為：
這樣，規(guī)模報酬的性質(zhì)取決于α+η的數(shù)值：若等于1，則為規(guī)模報酬不變，且產(chǎn)量為資本存量的線性函數(shù)；若大于1，則為規(guī)模報酬遞增。基于這些假定，代入Wt=Kt+1，得資本存量的變化規(guī)則為：
（19）式與（11）式表示的含義基本相同，只是后者未考慮外生技術(shù)進步。對（19）式整理后取對數(shù)，得：
（20）式表明：當(dāng)α+η1時，經(jīng)濟會出現(xiàn)爆炸性增長；當(dāng)α+η=1時，如附錄所證，穩(wěn)態(tài)增長率為g-1。并且g與x仍呈現(xiàn)反向變動：x（π）上升，g下降。
（五）理性預(yù)期
若市場是完全的，即存在理性預(yù)期且工資合同、借貸合同等可以隨時根據(jù)通貨膨脹率調(diào)整，用以保證實際價值（如實際工資、實際利率）不變，則在（2a）、（2b）式中就會消去π，這表明模型中不再含有名義變量，通脹率在長期中不會影響經(jīng)濟增長率。
三實證分析
我們的模型主要分析通貨膨脹率和經(jīng)濟增長率的關(guān)系。基于以上的理論分析，我們檢驗兩種假設(shè)：1.高通脹是多變的通脹；2.通脹率和經(jīng)濟增長率負相關(guān)。
（一）數(shù)據(jù)概述
我們使用的數(shù)據(jù)源于世界銀行和國際貨幣基金組織的數(shù)據(jù)庫，建立從1961年～2011年并且覆蓋118個國家和地區(qū)的面板數(shù)據(jù)，并且考慮到發(fā)達國家和發(fā)展中國家的差異性較大，將此面板數(shù)據(jù)分為OECD國家（包含34個）和非OECD國家（包含84個）兩組，分別進行實證檢驗。
（二）通貨膨脹率和通貨膨脹率波動性的關(guān)系檢驗
πit表示t時刻i國家的通貨膨脹率，通貨膨脹率波動性用Δπit（五年內(nèi)的標(biāo)準離差）表示。建立以下回歸模型：
對上式分別采用混合OLS、面板數(shù)據(jù)的固定效應(yīng)和隨機效應(yīng)方法進行估計，得結(jié)果：
由回歸結(jié)果可知OECD國家和地區(qū)一組的β為0.3左右，NONOECD國家和地區(qū)一組的為0.7左右，且均顯著，說明證實了我們的假設(shè)：高通脹的國家和地區(qū)趨向于有更高的通脹波動性。OECD國家和地區(qū)經(jīng)濟體比較成熟，其通脹率一般更低且更穩(wěn)定，通脹率通脹波動的影響較小，通脹波動更多地是源于其它因素；相反NONOECD國家和地區(qū)通脹率更高且有更高的波動性，且通脹率可以預(yù)測通脹波動的大部分。在高通脹的經(jīng)濟體中，人們預(yù)期通脹的波動性也較大，因此在具體的經(jīng)濟行為中已事先考慮的通脹的變動，因此高通脹波動在一定程度上也是自我實現(xiàn)的預(yù)言。
OECD和NONOECD國家和地區(qū)Hausman統(tǒng)計量的值分別是48.2842、69.1203，相對應(yīng)的概率都是0.0000，說明檢驗結(jié)果拒絕了隨機效應(yīng)模型原假設(shè)，應(yīng)建立個體固定效應(yīng)模型。這說明隨國家和地區(qū)不同，自發(fā)性通脹率波動性（常數(shù)項）存在顯著性差異。
（三）通貨膨脹率和經(jīng)濟增長率的關(guān)系檢驗
用gdpit表示t時刻國家的實際經(jīng)濟增長率，πit表示其通貨膨脹率，kit表示其固定資產(chǎn)形成率，uit表示其失業(yè)率。建立以下回歸模型：
gdpit=ci+β2πit+β3kit+β4uit+εit（22）
仍然以O(shè)ECD和NONOECD國家和地區(qū)為標(biāo)準劃分的兩組數(shù)據(jù)分別采用混合OLS、面板數(shù)據(jù)的固定效應(yīng)和隨機效應(yīng)模型對上式進行估計，得結(jié)果：
由回歸結(jié)果可知，通脹對經(jīng)濟增長有顯著的負向影響，對于OECD國家和地區(qū)尤為明顯。而對于新興經(jīng)濟體通脹對經(jīng)濟增長的負向影響可以被更高的就業(yè)率和資本形成率所抵消。NONOECD比OECD國家和地區(qū)的常數(shù)項更大，說明前者比后者有更高的平均增長率。另一個值得注意的事實是在OECD國家和地區(qū)，失業(yè)率的系數(shù)并不顯著，說明奧肯定律并不十分明顯，更多的是“無就業(yè)增長”。而在NONOECD國家和地區(qū)并未出現(xiàn)這樣的現(xiàn)象，說明很多發(fā)展中國家經(jīng)濟增長是依靠就業(yè)率的提高來推動的。
OECD國家和地區(qū)Hausman統(tǒng)計量的值是2.889743，相對應(yīng)的概率是0.4089，說明檢驗結(jié)果不能拒絕隨機效應(yīng)模型原假設(shè)。這說明發(fā)達經(jīng)濟體比較成熟和接近，各自的差異可包括在隨機干擾項中。
NONOECD國家和地區(qū)Hausman統(tǒng)計量的值是20.3763，相對應(yīng)的概率是0.0001，說明檢驗結(jié)果拒絕了隨機效應(yīng)模型原假設(shè)，應(yīng)建立個體固定效應(yīng)模型。這說明廣大發(fā)展中國家和地區(qū)的差異性較大，基本的經(jīng)濟增長率（常數(shù)項）存在顯著性差異。
（三）動態(tài)面板
考慮到很多國家的經(jīng)濟增長率并非遵循隨機游走模式，而是表現(xiàn)為在一段時間內(nèi)高漲，而在一段時間內(nèi)低迷，所以考慮采用以下動態(tài)面板模型：
仍以O(shè)ECD和NONOECD國家和地區(qū)為標(biāo)準劃分的兩組數(shù)據(jù)用以上模型擬合，得以下回歸結(jié)果：
四結(jié)論
通過本文以上的分析可知，高通脹往往伴隨著更高的波動性，在很多情形下不是高通脹本身損害了經(jīng)濟增長，而是在理性預(yù)期的非完全性、價格粘性的市場條件下，通脹率的高波動性使準確預(yù)期更困難，因而永久性地改變了人們的消費、儲蓄、投資等經(jīng)濟行為，降低了資本存量，進而損害了經(jīng)濟增長率。最終運用多國面板數(shù)據(jù)證明了以上分析，這也為各國政府的反通脹政策提供了理論支持。
[參考文獻]
[1]凱恩斯.就業(yè)、利息和貨幣通論[M].北京：商務(wù)印書館， 1997.
[2]卡爾?J?漢密爾頓.價格和經(jīng)濟進步[J].經(jīng)濟史雜志， 1952， （13）：349.
[3]莫里斯?阿萊.無通貨膨脹的經(jīng)濟增長[M].北京：北京經(jīng)濟學(xué)院出版社，1990.
[4]Tobin. Money and economic growth [J].Econometrica，1965，（32）：671-684.
[5]Taylor. J.B.On the relation between the variability of inflation and the average inflation rate， in the cost and consequences of inflation， edited by Brunner K. and Meltzer[M]. A.H. Amsterdam： North Holland，1981.
[6]Dudley Seers.A theory of inflation and growth in underdeveloped economics based on the experience of Latin America[R]. Oxford Economic Papers，1992.
[7]R. Campos. Two views of inflation in Latin America[M].Latin America Issues，1961.
[8]G. Harberger. Amold. The inflation problem in Latin America[R].A report prepared for Buenos Aires，1996.
[9]Woo S. Jung， Peyton J. Marshall. Inflation and Economic Growth： Some International Evidence on Structuralist and Distortionist Positions[J]. Journal of Money， Credit and Banking，1986，（2）：227-232.
[10]E. Lucas. Robert. Some international evidence on outputinflation tradeoffs[J]. Econometrica ， 1976，（43）：151-58.
[11]Allais， Maurice. Growth and inflation ：a reply to the observations of the discussants [J].Journal of Money， Credit and Banking， OhioStaet University Press，1969，（3）：441-462.
[12]D.Romer . Advanced Macroeconomics[M]. New York： Mc GrawHill，1996.
[13]赫爾穆特?弗里希.現(xiàn)代通貨膨脹理論[M].北京：中國金融出版社，1989.
[14]Michael Sarel. Nonlinear Effects of Inflation on Economic Growth[R].International Monetary Found Working Paper ，1995.
[15]Mohsin S. Khan，Abdelhak S. Snhadji. Threshold Effects in the Relationship Between Inflation and Growth[P].IMF Staff Papers， 2001，（48）.
[16]Okun. Arthur. The Mirage of Steady Inflation[J]. Brooking Paper on Economi-Acctivity ， 1971，（2）：485-498.
[17]Martin Evans. Discovering the Link Between Inflation Rates and Inflation Uncertainty[J].Journal of Money， Credit and Banking， 1991，（23）：169-184.
[18]A .Carlson.John. A Study of Price Forecasts[J]. Annals of Economic and Social Measurement， 1977，（6）：27-56.
[19]Cukierman， Alex， and Paul Wachtel. Differential Inflationary Expectations and the Variability of the Rate of Inflation[J]. America Economic Review， 1979， （9）：595-609.
[20]E. Logue. Dennis ，Thomas Willett. A Note on the Relation between the Rate and Variability of Inflation[J]. Economic， 1976，（3）：151-158.
[21]E. Logue. Dennis， J. Richard Sweeney. Inflation and Real Growth： Some Empirical Results[J]. Journal of Money， Credit， and Banking， 1981，（9）：497-501.
[22]B. Taylor. John. Aggregate Dynamics and Staggered Contracts[J]. Journal of Political Economy， 1980， （88）：1 -23.
[23]F. Engle. Robert. Estimates of the Variance of U.S. Inflation Based upon the ARCH Model[J]. Journal of Money， Credit， and Banking，1983，（15）：286-301.
[24]A. Holland. Steven. Does Higher Inflation Lead to More Inflation Uncertainty？[J]. Federal Reserve Bank of St. Louis Economic Review， 1984，（2）：15-26.
[25]F. Cosimano Thomas， Dennis W. Jansen. Estimates of the Variance of U.S. Inflation Based upon the ARCH Model： Comment. Journal of Money， Credit， and Banking[J]， 1988，（8）：409-21.
[26]W. Jansen. Dennis. Does Inflation Uncertainty Affect Output Growth？ Further Evidence[J]. Fzedera Rleserve Bank of St. Louis Economic Review1989，（7/8）：43-54.
[27]趙留彥，王一鳴，蔡婧.中國通脹水平與通脹不確定性： 馬爾可夫域變分析[J].經(jīng)濟研究，2005， （8）：60-72.
[28]蘇芳，趙昕東.中國長期、短期通貨膨脹不確定性與通貨膨脹的關(guān)系[J].經(jīng)濟評論，2009， （5）：12-17.
[29]印重，劉金全，馬昕田.我國通貨膨脹不確定性與經(jīng)濟波動的動態(tài)相關(guān)性分析[J].社會科學(xué)輯刊，2012， （6）：135-139.
[30]Romer， P. M.Increasing Returns and LongRun Growth[J].Journal of Political Economy，1986，（10）：1002-1037.
關(guān)鍵詞:知識產(chǎn)權(quán)保護;出口貿(mào)易;高技術(shù)產(chǎn)品
中圖分類號:F752.67 文獻標(biāo)識碼:A 文章編號:1001-6260(2010)03-0060-06
一、引言
長期以來,出口貿(mào)易作為推動中國經(jīng)濟發(fā)展的“三駕馬車”之一,備受中央和各級地方政府的重視。年復(fù)一年對外貿(mào)易的快速發(fā)展,使我國貿(mào)易大國地位穩(wěn)步確立,但知識產(chǎn)權(quán)與國際品牌的缺乏正逐漸成為制約我國向貿(mào)易強國邁進的最顯著因素。出口商品中技術(shù)含量低、區(qū)域結(jié)構(gòu)不平衡、高附加值的產(chǎn)品比例偏低、知識產(chǎn)權(quán)侵權(quán)現(xiàn)象嚴重等問題一直為理論和實務(wù)界所熱切關(guān)注。而與此同時,知識產(chǎn)權(quán)在全球貿(mào)易中的地位日顯重要。20世紀80年代以來,以專利、商標(biāo)、計算機軟件、專有技術(shù)等為核心的高新技術(shù)產(chǎn)業(yè)發(fā)展迅速,其出口額在全球出口中所占的比重由1985年的13%提高到2006年的52%,對各國經(jīng)濟增長的平均貢獻率也由20世紀80年代初的15%增長到2005年的40%以上。因此許多發(fā)達國家已經(jīng)確立了知識產(chǎn)權(quán)發(fā)展戰(zhàn)略,并將其作為進出口貿(mào)易競爭的主要手段和實施貿(mào)易保護的重要工具。
正是意識到知識產(chǎn)權(quán)和自主創(chuàng)新能力對于出口貿(mào)易的重要性,我國1999年提出“科技興貿(mào)”戰(zhàn)略,旨在促進高新技術(shù)產(chǎn)品出口和利用高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè),優(yōu)化出口商品結(jié)構(gòu),提高出口商品的質(zhì)量、檔次和附加值,增強國際競爭力;2006年開始實施“自主創(chuàng)新”發(fā)展戰(zhàn)略,明確將增強自主創(chuàng)新能力作為科學(xué)技術(shù)發(fā)展的戰(zhàn)略基點和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、轉(zhuǎn)變增長方式的中心環(huán)節(jié);2008年的“知識產(chǎn)權(quán)戰(zhàn)略綱要”中更是直接將知識產(chǎn)權(quán)戰(zhàn)略作為提升自主創(chuàng)新能力,建設(shè)創(chuàng)新型國家的核心。在這些基本發(fā)展戰(zhàn)略的指引下,我國不斷加強知識產(chǎn)權(quán)保護的法制建設(shè)。從1983年《專利法》正式實施以來,我國先后頒布了有關(guān)知識產(chǎn)權(quán)的實施細則和配套行政法規(guī)30余件,保護范圍涵蓋了專利、商標(biāo)、版權(quán)、集成電路、音像制品、植物新品種等各個方面。同時,自1980年以來我國陸續(xù)加入了14個知識產(chǎn)權(quán)國際公約,積極與國際知識產(chǎn)權(quán)保護接軌。如果單就立法保護而言,我國在2001年就已經(jīng)超過絕大多數(shù)發(fā)達國家在1990年時的水平(韓玉雄等,2005;許春明等,2008)。
在立法領(lǐng)域取得較大成就的同時,人們普遍認為,由于法律執(zhí)行和民眾意識等方面的原因,我國的知識產(chǎn)權(quán)保護仍停留在較低的水平。鑒于出口對于我國經(jīng)濟發(fā)展的重要性和該領(lǐng)域近年來逐步暴露出來的問題,研究知識產(chǎn)權(quán)保護對我國出口貿(mào)易的影響具有重要的理論和現(xiàn)實意義,它不僅涉及到我國出口貿(mào)易產(chǎn)品結(jié)構(gòu)的調(diào)整,更重要的是關(guān)系到宏觀經(jīng)濟的發(fā)展質(zhì)量。基于此,本文在已有研究成果的基礎(chǔ)上,主要從知識產(chǎn)權(quán)保護執(zhí)行的角度,利用2000-2006年的分省數(shù)據(jù)考察其對我國出口貿(mào)易的影響。
二、文獻綜述
現(xiàn)代經(jīng)濟理論對知識產(chǎn)權(quán)的關(guān)注起始于Arrow(1962)對信息不完全專有的分析,經(jīng)Chin等(1988)、Helpman(1993)、Maskus等(1995)、Park等(1997)等人的不斷努力,其觸角逐步延伸到對經(jīng)濟福利、經(jīng)濟增長、全要素生產(chǎn)力(TFP)提高、FDI、創(chuàng)新活動、技術(shù)轉(zhuǎn)移與技術(shù)模仿和國際貿(mào)易的影響等領(lǐng)域。部分學(xué)者認為,較低的知識產(chǎn)權(quán)保護水平有利于全球凈經(jīng)濟福利的改善,它不僅可以使發(fā)展中國家通過模仿等途徑改善本國的經(jīng)濟福利,而且在一定條件下也能起到促進發(fā)達國家的創(chuàng)新活動和經(jīng)濟福利的作用(Chin,et al,1988;Helpman,1993;Lai,et al,2003)。與此相反的觀點則認為:知識產(chǎn)權(quán)保護的提高將鼓勵來自北方的FDI或聯(lián)合投資,降低發(fā)達國家保護性研發(fā)的投入,促進向發(fā)展中國家的技術(shù)轉(zhuǎn)移(Diwan,et al,1991;Taylor,1993;Mansfield,1994;Yang,et al,2001)。另有一些研究則得出了差異化的結(jié)論,認為發(fā)展中國家加強知識產(chǎn)權(quán)保護的經(jīng)濟效應(yīng)取決于諸多因素,如技術(shù)轉(zhuǎn)移的渠道(Lai,1998)、契約執(zhí)行(Markusen,1998)和專利注冊許可(Yang,et al,2001)等。
不過,迄今為止專題研究知識產(chǎn)權(quán)保護對出口貿(mào)易影響的文獻并不多見,學(xué)者們得出的結(jié)論也不盡相同。Fe~antino(1993)分析了進口國知識產(chǎn)權(quán)保護對出口國企業(yè)行為的影響,認為除了出口之外,專利產(chǎn)品進入外國市場的方式還包括其他類型,更強的知識產(chǎn)權(quán)保護將鼓勵外國企業(yè)以FDI、專利注冊許可而不是貿(mào)易的形式進入該國市場,因此加強知識產(chǎn)權(quán)保護的力度將導(dǎo)致出口的減少。不過,這種武斷的結(jié)論迅速受到了其他學(xué)者的質(zhì)疑。Maskus等(1995)認為:知識產(chǎn)權(quán)保護對出口貿(mào)易有兩種完全相反的作用途徑,即“市場擴張”效應(yīng)和“市場支配力”效應(yīng);由于無法判斷兩種效應(yīng)的大小,因此在理論上知識產(chǎn)權(quán)保護對貿(mào)易流動的影響是無法確定的。他們利用1984年歐盟成員國對發(fā)展中國家出口的數(shù)據(jù)進行了實證檢驗,結(jié)果發(fā)現(xiàn)市場擴張效應(yīng)明顯超過了市場支配力效應(yīng),因此加強知識產(chǎn)權(quán)保護的力度總體有利于出口。Smith(1999)利用美國1992年的數(shù)據(jù)研究則發(fā)現(xiàn)了相反的結(jié)果,他們認為市場擴張效應(yīng)取決于當(dāng)?shù)仄髽I(yè)模仿出口產(chǎn)品技術(shù)的能力,在這種能力較差的市場上,更強的知識產(chǎn)權(quán)保護將會進一步鞏固出口企業(yè)的市場支配地位,進而導(dǎo)致出口減少。Fink等(1999,2005)利用重力模型檢驗了1989年89個國家之間雙邊貿(mào)易流動情況,發(fā)現(xiàn)知識產(chǎn)權(quán)保護和貿(mào)易之間存在顯著正相關(guān)關(guān)系,但對高技術(shù)產(chǎn)品出口的影響則沒有統(tǒng)計意義上的顯著性。
但是,上述研究似乎是受到Chin和Grossman“南一北”分析框架的影響,都只是單向分析了南方(即發(fā)展中)國家加強知識產(chǎn)權(quán)保護對吸引投資和進口貿(mào)易等的影響,而對本國的對外投資和出口貿(mào)易則涉獵較少。事實上,加強知識產(chǎn)權(quán)保護同樣會對本國經(jīng)濟和出口貿(mào)易產(chǎn)生積極作用。Sherwood(1990)的研究發(fā)現(xiàn),發(fā)展中國家知識產(chǎn)權(quán)保護的加強有利于獲取國外的最新技術(shù),而且,他們進行的一項調(diào)查表明,更好的法律保護將促使企業(yè)更重視研發(fā)活動和雇員培訓(xùn)。Bmga等(1991)對巴西3000多家公司做出調(diào)查后發(fā)現(xiàn),強的保護程度會促使本地企業(yè)加強對新技術(shù)的采用,而弱的保護水平會妨礙其獲取國外新技術(shù)的激勵,降低了獲取國外技術(shù)的可能性。這些措施毫無疑問地都將影響到本國產(chǎn)品的競爭力和出口能力。另外,知識產(chǎn)權(quán)保護對于不同產(chǎn)業(yè)的效果也有所不同(Yang,et al,2001)。相對說來,低技術(shù)商品和服務(wù)(如紡織服裝業(yè)、餐飲業(yè)等)對知識產(chǎn)權(quán)保護的依賴性較低。與此相反,類似醫(yī)藥、化工、軟件業(yè)等知識含量較
高的產(chǎn)業(yè),其產(chǎn)品和技術(shù)更容易被模仿和復(fù)制,知識產(chǎn)權(quán)保護對其發(fā)展的影響更大。
盡管國內(nèi)對知識產(chǎn)權(quán)保護問題的研究日漸增多(鄒薇,2002;韓玉雄等,2005;楊全發(fā)等,2006:許春明等,2008),但多數(shù)文獻主要從經(jīng)濟福利、技術(shù)溢出、FDI和技術(shù)趕超等角度分析其對我國經(jīng)濟的影響,而幾乎沒有討論知識產(chǎn)權(quán)保護對于出口貿(mào)易的作用。鑒于此,本文試圖從實證分析的角度,為該問題提供初步的經(jīng)驗證據(jù)。
、模型、變量與數(shù)據(jù)
根據(jù)前述分析,我們將計量模型設(shè)定為如下動態(tài)面板回歸形式:
式中,下標(biāo)i和t分別表示第i個省份的第t年,v為不可觀測的地區(qū)效應(yīng),ε為隨機擾動項。EX-PORT用來衡量出口貿(mào)易,在本文的實證檢驗中,分別代表出口總量和高技術(shù)產(chǎn)品出口量。
IPRI為知識產(chǎn)權(quán)保護指標(biāo),根據(jù)前文分析,本文沒有考慮書面立法的改進,而選擇從執(zhí)行角度考察我國知識產(chǎn)權(quán)保護對出口貿(mào)易的影響。具體而言,我們選取以下四個指標(biāo)來反映知識產(chǎn)權(quán)執(zhí)法情況:
(1)LAWER,地區(qū)每萬人擁有律師數(shù),描述地區(qū)法治化程度。該值越大,表明該地區(qū)法制化程度越高,相關(guān)立法更能被人們遵守,意味著知識產(chǎn)權(quán)保護立法能得到更好的執(zhí)行。良好的法治環(huán)境對于魚Jk的生產(chǎn)經(jīng)營、創(chuàng)新能力的提高和市場交易的維持是必須的,因而它對出口應(yīng)有顯著正向作用。
(2)HUMAN,各地區(qū)6歲以上人口人均受教育年限,描述公眾知識產(chǎn)權(quán)保護意識。受教育程度與出口貿(mào)易的關(guān)系可能是多元的:其一,受教育程度間接反映了一個地區(qū)經(jīng)濟發(fā)展程度,既有的研究表明,受教育程度與人均GDP高度正相關(guān),經(jīng)濟發(fā)達的地區(qū)能吸引更多的人才并投入更多資金發(fā)展教育,而經(jīng)濟越發(fā)達的地區(qū),其出口總量也越多;其二,受教育程度越高,表明公眾素質(zhì)越高,對知識產(chǎn)權(quán)保護的尊重意識越強(許春明等,2008)。因此該指標(biāo)對出口應(yīng)有顯著正向作用。
(3)CORRUPTION,人民檢察院每年立案偵察貪污賄賂、瀆職涉案人數(shù)與公職人員數(shù)之比(人/千人),描述以政府為中心的行政執(zhí)法活動。該值越低,表明政府廉潔程度越高,因而政府行政執(zhí)法水平越高。政府的作用對知識產(chǎn)權(quán)保護法律的執(zhí)行而言至關(guān)重要,廉潔程度越高的地區(qū)政府越能維護法律的權(quán)威,知識產(chǎn)權(quán)執(zhí)法情況越好,因此我們判斷該項指標(biāo)與出口負相關(guān)。
(4)PTE,專利侵權(quán)糾紛結(jié)案率,為法院審理專利侵權(quán)糾紛結(jié)案數(shù)和立案數(shù)的比值,衡量以法院為中心的執(zhí)法活動。該值越大,表明知識產(chǎn)權(quán)執(zhí)法活動越好,因此它對出口的影響應(yīng)顯著為正。
x為其他控制變量,參考相關(guān)研究(許和連等,2002),剔除掉各地區(qū)共同性指標(biāo)后,我們選取了如下幾個變量:全社會固定資產(chǎn)投資額(INVEST)、科學(xué)研究支出(RD)、地區(qū)吸引FDI、高技術(shù)產(chǎn)品進口額(HIIM)和地區(qū)創(chuàng)新能力(PATENT)。其中,地區(qū)創(chuàng)新能力以當(dāng)?shù)孛咳f人擁有三種專利(發(fā)明、實用新型、外觀設(shè)計)數(shù)衡量,科學(xué)研究支出以當(dāng)?shù)刎斦度隦&D經(jīng)費衡量。需要指出的是,以人均GDP衡量的地區(qū)經(jīng)濟發(fā)展程度毫無疑問是影響出口貿(mào)易發(fā)展的重要指標(biāo),但鑒于該指標(biāo)與我們選取的多個指標(biāo)相關(guān)系數(shù)較大,因而以下的實證分析中并沒有納入該指標(biāo)。根據(jù)已有的研究結(jié)論,我們預(yù)期上述指標(biāo)對出口總量和高技術(shù)產(chǎn)品出口均顯著為正。
本文所采用的基礎(chǔ)數(shù)據(jù)中,各地出口額、固定資產(chǎn)投資額和GDP數(shù)據(jù)來源于色諾芬數(shù)據(jù)庫(ccerdata,com),高科技進出口、R&D支出和三種專利授權(quán)數(shù)量來自于科技部網(wǎng)站,人民檢察院每年立案偵察的貪污賄賂、瀆職案件數(shù)與涉案人數(shù)來源于歷年《中國檢查年鑒》中各地區(qū)人民檢察院的年度工作報告,律師數(shù)來源于相應(yīng)年份各地區(qū)統(tǒng)計年鑒,各地區(qū)6歲以上人口受教育程度的抽樣調(diào)查數(shù)據(jù)來源于歷年《中國人口統(tǒng)計年鑒》,其它未做特別說明的數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》。由于內(nèi)蒙古、廣西、海南、云南、、甘肅和青海等7個省(自治區(qū))部分數(shù)據(jù)缺失,本文將它們從樣本中剔除,最終收集到2000--2006年7年和24個截面所組成的面板數(shù)據(jù)。為了研究的方便,出口總量、高技術(shù)產(chǎn)品進口和出口以及FDI四個指標(biāo)取對數(shù),投資和RD均取其與當(dāng)年地區(qū)GDP之比。各變量的描述性統(tǒng)計結(jié)果見表1。
四、實證檢驗結(jié)果及討論
本文的實證檢驗采用STATA9.2完成。為避免因忽略一些必要的解釋變量而產(chǎn)生的偏差,并在某種程度上控制住雙向因果關(guān)系引起的內(nèi)生性,我們采用一階差分廣義矩陣法(GMM)來完成實證檢驗。由于外商直接投資(FDI)與高技術(shù)產(chǎn)品進口(HIIM)相關(guān)系數(shù)較大(超過了0.8)、百萬人擁有三種專利數(shù)量(PATENT)和多數(shù)變量之間的相關(guān)系數(shù)也超過了0.6,這兩個變量沒有進入回歸。根據(jù)前述,我們的回歸分為兩組。其中,方程1～5檢驗各變量對出口總量的影響,方程6～10則估計對高技術(shù)產(chǎn)品出口的影響。檢驗結(jié)果報告在表2中,Sargan檢驗“沒有拒絕”工具變量的選擇滿足過渡識別約束條件的零假設(shè),同時,所有方程AR(1)和AR(2)檢驗結(jié)果均“沒有拒絕”殘差不存在一階和二階自相關(guān)的零假設(shè)。
幾個反映知識產(chǎn)權(quán)保護執(zhí)法變量的作用是本文關(guān)注的焦點。總體上,表2中的回歸結(jié)果較好地支持了我們的判斷:(1)在所有回歸方程中,直接反映知識產(chǎn)權(quán)執(zhí)法活動的PTE指標(biāo)對兩類出口的作用均在1%水平下顯著為正,知識產(chǎn)權(quán)訴訟結(jié)案率提高―個百分點,出口總額和高技術(shù)產(chǎn)品出口增加分別約O.013%和0.01%。(2)反映公眾守法意識的HUMAN指標(biāo)對兩類出口均有正向作用,且具有統(tǒng)計上的顯著性,人均受教育年限增加一年,兩類出口的增加比例大致為O,1 8%。(3)反映地區(qū)法治水平的LAW指標(biāo)對出口僅具有弱的正相關(guān)性,但對高技術(shù)產(chǎn)品出口額具有顯著的正向作用,我們判斷這是由于律師對不同產(chǎn)品出口的參與程度有所差異而引起的。(4)反映政府執(zhí)法活動的CORRUPTION指標(biāo)對兩類出口的作用存在差異,對出口總額的估計系數(shù)為負,不具有統(tǒng)計意義上的顯著性,但對高技術(shù)產(chǎn)品出口則顯著為負,表明以政府為中心的執(zhí)法活動對出口沒有顯著影響,但對高技術(shù)產(chǎn)品出口則相對重要。
各控制變量的影響各有不同:(1)高技術(shù)產(chǎn)品的進口對于兩類出口的估計系數(shù)均在l%水平下顯著為正。這種結(jié)果的出現(xiàn)與我國高技術(shù)產(chǎn)品出口的現(xiàn)狀是一致的。一方面,我國高技術(shù)產(chǎn)品出口主要是對進口的高科技產(chǎn)品進行加工裝配然后再出口,這種生產(chǎn)方式顯然高度依賴于高技術(shù)產(chǎn)品的進口,所以兩者顯著正相關(guān)。另一方面,高技術(shù)產(chǎn)品進口特別是生產(chǎn)設(shè)備的進口對于我國出口產(chǎn)品的生產(chǎn)而言,能有效提高其生產(chǎn)效率,進而導(dǎo)致出口增加。(2)全社會固定資產(chǎn)投資(INVEST)對兩類出口的估計系數(shù)均在l%水平下顯著為正,表明該項指標(biāo)對促進出口總量有顯著作用。這與國內(nèi)學(xué)者的研究結(jié)論基本一致(余道先等,2008)。(3)各地研發(fā)投入(RD)總體上對兩類出口的影響具有負向作用,但在不同方程中顯著程度有所差異。對于出現(xiàn)這種結(jié)果的原因,我們判斷可能是由于我國統(tǒng)計數(shù)據(jù)中只包含了以
政府為主體的研發(fā)經(jīng)費投入,而在我國目前這種研發(fā)資金的產(chǎn)出效率并不太高,各地均普遍存在為獲取經(jīng)費而進行研發(fā)活動的情況,真正轉(zhuǎn)化為生產(chǎn)力的成果有限,從而制約了我國出口產(chǎn)業(yè)的發(fā)展。
五、結(jié)論和政策含義
2008年以來,受美國金融危機沖擊而逐步放緩的世界經(jīng)濟發(fā)展對我國出口貿(mào)易產(chǎn)生了重大沖擊,但這種格局也是我國改變出口貿(mào)易現(xiàn)狀的一個良機。在相關(guān)研究的基礎(chǔ)上,本文構(gòu)建了四個不同的執(zhí)法變量從不同側(cè)面來描述我國的知識產(chǎn)權(quán)執(zhí)法情況,并利用我國24個地區(qū)2000--2006年的面板數(shù)據(jù)考察其對我國出口總量和高技術(shù)產(chǎn)品出口貿(mào)易的影響。本文得出的主要結(jié)論包括:(I)加強知識產(chǎn)權(quán)執(zhí)法活動對出口總量和結(jié)構(gòu)有明顯的正向促進作用,但不同的變量的作用存在差異,其中,以法院為中心的執(zhí)法活動和民眾的法律意識對上述兩類出口均有顯著的正向作用,而各地律師提供的法律服務(wù)和政府廉潔程度對于高技術(shù)產(chǎn)品發(fā)展至關(guān)重要,但對出口總量僅具有弱的影響;(2)全社會固定資產(chǎn)投資和高技術(shù)產(chǎn)品進口對兩類出口均具有顯著正向作用,表明基礎(chǔ)設(shè)施的改善對出口行業(yè)的發(fā)展有促進作用,同時也表明我國企業(yè)對外來技術(shù)具備較強的消化吸收能力;(3)以政府為主導(dǎo)的研發(fā)投入對兩類出口具有負向作用,表明我國現(xiàn)階段政府投入的研發(fā)經(jīng)費作用有限。
上述結(jié)論對于我國出口貿(mào)易的長遠發(fā)展具有較強的政策含義。在全球高技術(shù)產(chǎn)業(yè)迅猛發(fā)展的時期,依靠大量低技術(shù)含量和低附加值產(chǎn)品來推動和維持出口貿(mào)易的發(fā)展方式已被證明難以為繼,它不僅會耗費大量本土資源、透支未來經(jīng)濟增長的潛力,也會受到更多進口市場的排斥,近幾年我國和美國、歐盟等經(jīng)濟體貿(mào)易摩擦頻發(fā)就有力地證明了這一點。本文的實證研究表明,知識產(chǎn)權(quán)保護執(zhí)法力度的加強無論是對于我國出口總額還是結(jié)構(gòu)優(yōu)化均有較強的促進作用,為了促進我國出口貿(mào)易的可持續(xù)性發(fā)展,除了堅定不移地加強以法院為中心的執(zhí)法活動外,尚需進一步強化政府和民眾尊重和保護知識產(chǎn)權(quán)的意識,同時,律師在出口貿(mào)易中的作用有待于進一步增強,特別是對于非高技術(shù)產(chǎn)品出口企業(yè)而言,應(yīng)更多地引入專業(yè)的知識產(chǎn)權(quán)管理和法律服務(wù),避免因知識產(chǎn)權(quán)糾紛而導(dǎo)致的貿(mào)易摩擦。
參考文獻:
韓玉雄,李懷祖.2005.關(guān)于中國知識產(chǎn)權(quán)保護水平的定量分析[J].科學(xué)學(xué)研究(3):377-381.
許春明,陳敏.2008.中國知識產(chǎn)權(quán)保護強度的測定和驗證[J].知識產(chǎn)權(quán)(1):27-36.
許和連,賴明勇.2002.影響中國出口貿(mào)易相關(guān)因素的實證分析[J].軟科學(xué)(6):30-38.
楊全發(fā),韓櫻.2006.知識產(chǎn)權(quán)保護與跨國公司對外直接投資策略[J].經(jīng)濟研究(4):18-24,
本設(shè)計中微處理器采用Philips的16位微機P51XA-S3，Philips的XA（擴展結(jié)構(gòu)）使用當(dāng)今高速微處理器通用的寄存器-寄存器的結(jié)構(gòu)，能提供最好的性價比。
二、程序設(shè)計
1.軟件總體框架。軟件的總體方案采用模塊化編程思想，首先分析織造運動過程，在程序設(shè)計時做到組件化、模塊化。軟件的總體流程如圖2所示。主程序入口后，微處理器CPU初始化，存儲器PSD初始化，等到主板上電指示燈閃爍后，看門狗程序檢測，并對各種中斷資源進行初始化操作，串口0、1相關(guān)的RAM初始化，從PSD保存的數(shù)據(jù)區(qū)拷貝原先設(shè)置的面板參數(shù)，并對織機輸出清0初始化，再對操作面板進行初始化，顯示設(shè)置選擇菜單，操作人員可以根據(jù)織機的工作情況設(shè)置面板參數(shù)，讀取面板寄存12～17，得到面板參數(shù)，開啟織機運行循環(huán)。劍桿織機具有五大運動:開口，引緯，打緯，送經(jīng)和卷取。織機運動控制的整體思路:在織機正常停車狀態(tài)時不斷地檢測輸入信號，產(chǎn)生相應(yīng)的運動狀態(tài)，輸入信號有:點動、啟動、盤車、正尋緯、反尋緯等，輸入信號都是暫態(tài)，必須由軟件置相應(yīng)標(biāo)志位保存，直到相應(yīng)的運動狀態(tài)完成后再由軟件清除。
2.中斷處理。圖1為光電編碼器中斷流程圖。
3.循環(huán)檢測模塊。圖2為織機停車狀態(tài)循環(huán)檢測模塊。在該模塊中首先清零織機各種運動狀態(tài)標(biāo)志位，打開所有中斷，顯示等待啟動畫面，采樣輸入信號，檢測有否點動信號。若有點動輸入信號則點動輸出，并在角度200～255度間落指引緯，在角度大于270度時置位可加指標(biāo)志，為下次落指引緯作準備。若沒有點動信號則檢測其他開關(guān)信號，根據(jù)啟動按鈕記下開車狀態(tài)標(biāo)志位，有無盤車輸入信號，有則進行盤車，有無急停輸入信號，有則關(guān)閉點動和啟動輸出信號，有無手動尋緯信號，有則進行手動正反尋緯，有無開車輸入信號，有則織機進入開車狀態(tài)，進行織布。
同織機停車狀態(tài)循環(huán)檢測模塊類似，模塊化程序中存在開車織布狀態(tài)循環(huán)檢測模塊。首先面板顯示開車運行畫面，開車輸出，檢測開車狀態(tài)標(biāo)志位，若是1，則織機進入開車狀態(tài)，循環(huán)織布，若不是1則循環(huán)檢測故障信號或停車信號，在240度～270度之間檢測有無停車信號，有無斷緯信號，有無斷經(jīng)信號，若有則置相應(yīng)的標(biāo)志位，其中為防止斷緯信號誤觸發(fā)，延時1ms后再次采集斷緯信號并進行判斷。根據(jù)斷緯標(biāo)志位，在261度～266度之間處理斷緯信號，關(guān)閉開車輸出信號，清開車標(biāo)志位，斷緯指示燈亮，保存停車角度，面板顯示停車角度和信息，延時100ms，反尋緯2次，退出開車狀態(tài)，置斷緯標(biāo)志位0。根據(jù)斷經(jīng)標(biāo)志位，在340度～345度之間處理斷經(jīng)信號，關(guān)閉開車輸出信號，清開車標(biāo)志位，斷經(jīng)指示燈亮，保存停車角度，面板顯示停車角度和信息，延時100ms，退出開車狀態(tài)，置斷經(jīng)標(biāo)志位0。若在上述角度沒有判得斷緯標(biāo)志位和斷經(jīng)標(biāo)志位，則根據(jù)停車標(biāo)志位進行正常停車處理，關(guān)閉開車輸出信號，清開車標(biāo)志位，正常停車指示燈亮，保存停車角度，面板顯示停車角度和信息，退出開車狀態(tài)，正常停車標(biāo)志清0。故障信號和停車信號是暫態(tài)的，故在信號出現(xiàn)后對其標(biāo)志位進行置1，進行狀態(tài)保存，在處理完相應(yīng)的故障動作后再清其標(biāo)志位。
4.雙機通訊模塊。主控板（微處理器和存儲芯片）與面板通訊說明:主控板和操作面板雙機通訊，主控板為主機，面板為從機，主板向面板連續(xù)發(fā)送數(shù)據(jù)，順序為：握手-讀或?qū)懨?寄存器首地址-長度-各寄存器數(shù)據(jù)-累加和，發(fā)送完后接收面板數(shù)據(jù)，如果是讀面板數(shù)據(jù)，則下一步接收面板寄存器的數(shù)據(jù)并保存，若是向面板寫數(shù)據(jù)，只要接收面板接收主板數(shù)據(jù)成功的回應(yīng)信號。從面板得到設(shè)定參數(shù)和各種顯示信息時需不斷地調(diào)用通訊程序。雙機通訊主板發(fā)送流程。0x01為握手信號，0x57或0x52是寫或讀命令,首地址為begin,寫面板寄存器的個數(shù)為long，總發(fā)送長度=4個（首字節(jié)）+long*2+1個(累加和),接下來發(fā)送各寄存器數(shù)據(jù)。延時20*6.25ms=125ms等待面板回應(yīng)，與面板的一次發(fā)送和接收必需在此時間內(nèi)完成，否則認為通訊出錯。最后發(fā)送的是累加和，累加和是前4個首字節(jié)加實際發(fā)送參數(shù)，累加和作為傳送數(shù)據(jù)是否正確的依據(jù)。上述參數(shù)先放入緩存RAM單元，可連續(xù)發(fā)送，每發(fā)送完一字節(jié)后進入串口中斷，在中斷中判斷是否數(shù)據(jù)已發(fā)送完。同理可以相應(yīng)推得接收流程。
三、結(jié)論
本文設(shè)計的高速劍桿織機控制系統(tǒng)具有如下特點:具有故障自動檢測功能;可方便的通過光電編碼器調(diào)節(jié)角度;存儲器容量大，可對織機上大量的數(shù)據(jù)進行記錄;網(wǎng)絡(luò)接口便于車間聯(lián)網(wǎng)管理;在程序跑飛或電源斷電情況下，看門狗電路能夠讓微處理器自動復(fù)位，實時時鐘電路能夠準確計時。
關(guān)鍵詞：工業(yè)設(shè)計；計算機輔助設(shè)計；外觀造型；效果圖；產(chǎn)品
中圖分類號：TB47 文獻標(biāo)識碼：A 文章編號：1006-8937（2012）20-0107-03
市場經(jīng)濟催生了競爭，全球化使競爭愈加激烈。在產(chǎn)品市場，消費者不再主要追求功能，而更注重新穎、時尚、個性和品位。現(xiàn)代工業(yè)設(shè)計正是融合藝術(shù)美學(xué)、工程技術(shù)與現(xiàn)代科技，利用計算機輔助設(shè)計工具，通過創(chuàng)造性思維，將審美、時尚、流行元素與人機工程學(xué)、材料學(xué)、心理學(xué)、市場學(xué)、環(huán)境學(xué)等現(xiàn)代科學(xué)有機結(jié)合，孵化出一個琳瑯滿目、新潮時尚的產(chǎn)品市場。
一個工業(yè)設(shè)計者首先應(yīng)具備藝術(shù)靈性，同時掌握材料學(xué)、心理學(xué)、市場學(xué)、環(huán)境學(xué)、工業(yè)設(shè)計、工業(yè)制造等方面的知識，具備科學(xué)思維和創(chuàng)新意識。隨著計算機技術(shù)的快速發(fā)展，SolidWorks、Pro/E、UG、CATIA等這些三維輔助設(shè)計軟件的應(yīng)用，已使工業(yè)設(shè)計更加準確、便利，與生產(chǎn)制造設(shè)備的無縫連接，使設(shè)計者的意圖更易于真實實現(xiàn)。熟練掌握三維設(shè)計軟件，是一個產(chǎn)品工業(yè)設(shè)計者需要具備的技能。
一項新的產(chǎn)品項目必須著眼于市場，滿足客戶需求。在競標(biāo)過程中，一項好的工業(yè)設(shè)計方案，是贏得競標(biāo)成功的有力武器。本文介紹一個工業(yè)設(shè)計的案例，注重于過程和計算機輔助設(shè)計的應(yīng)用。
1 產(chǎn)品設(shè)計輸入
1.1 產(chǎn)品基本定義
汽車音響，汽車電子類產(chǎn)品，符合汽車生產(chǎn)商產(chǎn)品功能、造型要求。
1.2 產(chǎn)品功能、外觀造型要求
功能：Radio（收音機）、CD、MP3播放，USB數(shù)據(jù)接口，AUX接口（音頻輸入播放）。
顯示：LCD液晶字段顯示。
面板：按照汽車生產(chǎn)商提供的汽車儀表板3D數(shù)據(jù)模型，考慮整體協(xié)調(diào)性、美觀性、新穎性，設(shè)計外觀造型方案。圖1是客戶提供的汽車儀表板3D數(shù)據(jù)模型外觀。
2 產(chǎn)品造型效果設(shè)計
2.1 結(jié)構(gòu)分析及造型布局
①結(jié)構(gòu)分析及面板主體材料選擇。從汽車生產(chǎn)商提供的汽車儀表板3D數(shù)據(jù)模型外觀可以看出，此汽車音響面板是一個左右對稱弧面結(jié)構(gòu)。面板主體選用與汽車儀表板一致的塑料結(jié)構(gòu)，材質(zhì)可為耐高溫ABS或PC+ABS，以滿足汽車耐沖擊、耐候等性能要求。面板主體材料決定了結(jié)構(gòu)造型的方向，采用塑料結(jié)構(gòu)可以在遵循塑料產(chǎn)品設(shè)計原則前提下，充分發(fā)揮設(shè)計師的想象力，隨意地實現(xiàn)各種設(shè)計造型，采用多種修飾手段，制造成型方便。
②2D造型布局。使用塑料結(jié)構(gòu)必須按照安裝位置選擇恰當(dāng)?shù)某瞿７较颍爻瞿７较虬才旁O(shè)計布局。圖2是在三維環(huán)境中沿出模方向從汽車儀表板3D數(shù)據(jù)模型中提取的汽車音響面板輪廓，并用AutoCAD制作的初步設(shè)計布局。按照產(chǎn)品功能、顯示要求結(jié)合汽車音響面板輪廓選擇：將CD進碟口、LCD顯示屏由上向下置中放置，在操作時便于觀察；將USB數(shù)據(jù)接口，AUX接口放置于下部翻轉(zhuǎn)活門內(nèi)，可以避免安全隱患，同時便于外觀處理；將音量旋鈕、電臺搜索旋鈕放置于下部左右兩角；各功能按鍵沿著面板兩側(cè)輪廓及LCD顯示屏底布置。整個布局結(jié)合美術(shù)透視原理，采用左右對稱形式，符合中國人習(xí)慣的審美觀念。
2.2 3D外觀造型
可以制作3D造型的軟件有好幾種，各有優(yōu)點，本文使用汽車制造業(yè)使用最為廣泛的CATIA軟件，它涵蓋了產(chǎn)品從概念設(shè)計、工業(yè)造型、三維建模、分析仿真、生產(chǎn)加工的全過程，當(dāng)今這個軟件功能最為強大，其曲面造型功能、渲染功能無與倫比。首先建立產(chǎn)品文件AutoAudio-ASM.CATproduct（以下簡稱AudioASM）產(chǎn)品文件，將客戶提供的汽車儀表板3D數(shù)據(jù)模型Auto-PanelFrame.CATPart（以下簡稱AutoFrame）裝配其中；在裝配中再建立汽車音響面板文件AutoAudio-Panel.CATPart（以下簡稱AudioPanel）。
在裝配AudioASM中對AudioPanel進行設(shè)計造型。可以將用AutoCAD制作的初步設(shè)計布局導(dǎo)入到AudioPanel，但這樣不便于后續(xù)修改。這里在3D環(huán)境中，利用AutoFrame所提供的邊界面，繪制各項設(shè)計元素。
①創(chuàng)建汽車音響面板外形輪廓面。汽車音響面板輪廓面必須與汽車儀表板3D數(shù)據(jù)模型面重合并曲率連續(xù)，這是汽車曲面設(shè)計的一般原則，這里必須堅持這一原則，以消除反光不連續(xù)。使用CATIA軟件，從AutoFrame提取汽車音響面板外輪廓線，并將其改為曲率連續(xù)，用此曲線制作填充包絡(luò)面，并與AutoFrame的3D數(shù)據(jù)模型表面曲率連續(xù)，從而得到汽車音響面板輪廓正面（圖3），從圖中不難看出正面反光的連續(xù)；從AutoFrame汽車音響面板邊界向填充包絡(luò)面投影，向內(nèi)偏移出0.6間隙并取不小于0.5°的出模角，掃描出汽車音響面板輪廓側(cè)面，將兩曲面聯(lián)合修剪、倒角，得到汽車音響面板外形輪廓面（圖4）。
②汽車音響面板細部造型及渲染。完成了汽車音響面板外形輪廓面，就可以以此為基礎(chǔ)，按照AutoCAD制作的初步設(shè)計布局創(chuàng)建面板細部造型。創(chuàng)建面板細部造型涉及環(huán)境學(xué)、審美學(xué)、塑料結(jié)構(gòu)設(shè)計規(guī)范、產(chǎn)品功能及操作要求、CATIA軟件使用技巧等知識和技能，要真實細致地體現(xiàn)出面板造型結(jié)構(gòu)和功能特征，創(chuàng)建過程這里不做詳細介紹。CATIA軟件具有強大的渲染功能，可以定義部件的材質(zhì)、顏色、表面紋理、亮度、反光度，定義場景、照明等，圖5是用CATIA渲染的汽車音響面板造型圖。
2.3 汽車音響面板功能效果圖
①汽車音響面板細部效果修飾。為了使汽車音響面板效果更加生動逼真，我們將汽車音響面板造型渲染圖在Photoshop軟件中進行細部效果修飾。可以根據(jù)產(chǎn)品所處環(huán)境、所使用材料、表面處理工藝來調(diào)整產(chǎn)品表面的顏色、亮度對比度、反光效果、紋飾等，使用濾鏡增加雜色獲得塑料面板蝕紋后的質(zhì)感（圖6）。
②汽車音響面板功能造型效果圖制作。汽車音響面板細部效果修飾完成后，使用CorelDRAW軟件結(jié)合AutoCAD來定義按鍵功能、LCD顯示、LOGO、標(biāo)識等。文本文件可直接在CorelDRAW中輸入，但圖形標(biāo)識最好在AutoCAD中按比例繪制好，再導(dǎo)入CorelDRAW中加色，圖7是完成的汽車音響面板功能造型效果圖。到此我們可以使用功能造型效果圖，配置產(chǎn)品說明進行應(yīng)標(biāo)。
3 產(chǎn)品結(jié)構(gòu)設(shè)計
由于汽車音響面板造型使用CATIA 三維軟件制作，在完成了面板功能造型效果確認后，我們就可以利用先前的模型進行產(chǎn)品細部結(jié)構(gòu)設(shè)計，方便實現(xiàn)了效果設(shè)計與實體結(jié)構(gòu)設(shè)計、生產(chǎn)制造的對接。圖8是最終完成的汽車音響設(shè)計效果圖，所有部件都在CATIA 三維環(huán)境中完成，數(shù)據(jù)模型可直接使用于模具制造、生產(chǎn)加工。
4 結(jié) 語
一項好的工業(yè)設(shè)計，出自于設(shè)計者對產(chǎn)品的深刻理解以及設(shè)計者所具備的藝術(shù)素質(zhì)、創(chuàng)新意識和設(shè)計技巧。借助計算機輔助設(shè)計平臺，設(shè)計者可以充分發(fā)揮自己的想象力，方便地將自己的構(gòu)思轉(zhuǎn)化為設(shè)計方案；我們可以實現(xiàn)造型效果設(shè)計與實體結(jié)構(gòu)設(shè)計、生產(chǎn)制造的無縫對接。
參考文獻：
[1] 黃毓瑜.現(xiàn)代工業(yè)設(shè)計[M].北京:化學(xué)工業(yè)出版社,2004.
[2] 吳清.產(chǎn)品的外觀設(shè)計與消費者審美心理[J].中國工業(yè)設(shè)計在線,2007,(3).
面板數(shù)據(jù)同時包含了許多橫截面在時間序列上的樣本信息,不同于只有一個維度的純粹橫截面數(shù)據(jù)和時間序列數(shù)據(jù),面板數(shù)據(jù)是同時有橫截面和時序二維的。使用二維的面板數(shù)據(jù)相對于只使用橫截面數(shù)據(jù)或時序數(shù)據(jù),在理論上被認為有一些優(yōu)點,其中一個重要的優(yōu)點是面板數(shù)據(jù)被認為能夠控制個體的異質(zhì)性。在面板數(shù)據(jù)中,人們認為不同的橫截面很可能具有異質(zhì)性,這個異質(zhì)性被認為是無法用已知的回歸元觀測的,同時異質(zhì)性被假定為依橫截面不同而不同,但在不同時點卻是穩(wěn)定的,因此可以用橫截面虛擬變量來控制橫截面的異質(zhì)性,如果異質(zhì)性是發(fā)生在不同時期的,那么則用時期虛擬變量來控制。而這些工作在只有橫截面數(shù)據(jù)或時序數(shù)據(jù)時是無法完成的。
然而,實際上絕大多數(shù)時候我們并不關(guān)心這個異質(zhì)性究竟是多少,我們關(guān)心的仍然是回歸元參數(shù)的估計結(jié)果。使用面板數(shù)據(jù)做過實際研究的人可能會發(fā)現(xiàn),使用的效應(yīng)①不同,對回歸元的估計結(jié)果經(jīng)常有十分巨大的影響,在某個固定效應(yīng)設(shè)定下回歸系數(shù)為正顯著,而另外一個效應(yīng)則變?yōu)樨擄@著,這種事情經(jīng)常可以碰到,讓人十分困惑。大多數(shù)的研究文獻都將這種影響解釋為控制了固定效應(yīng)后的結(jié)果,因為不可觀測的異質(zhì)性(固定效應(yīng))很可能和回歸元是相關(guān)的,在控制了這個效應(yīng)后,由于變量之間的相關(guān)性,自然會對回歸元的估計結(jié)果產(chǎn)生影響,因而使用的效應(yīng)不同,估計的結(jié)果一般也就會有顯著變化。
然而,這個被廣泛接受的理論假說,本質(zhì)上來講是有問題的。我們認為,估計的效應(yīng)不同,對應(yīng)的自變量估計系數(shù)的含義也不同,而導(dǎo)致估計結(jié)果有顯著變化的可能重要原因是由于面板數(shù)據(jù)是二維的數(shù)據(jù),而在這兩個不同維度上,以及將兩個維度的信息放到一起時,樣本信息所顯現(xiàn)出來的自變量和因變量之間的相關(guān)關(guān)系可能是不同的。因此,我們這里提出另外一種異質(zhì)性,即樣本在不同維度上的相關(guān)關(guān)系是不同的,是異質(zhì)的,這個異質(zhì)性是發(fā)生在回歸元的回歸系數(shù)上,而不是截距項。我們試圖從面板數(shù)據(jù)的橫截面維度和時間序列維度的樣本相關(guān)異質(zhì)性角度來解釋為什么使用的效應(yīng)不同會使估計結(jié)果產(chǎn)生如此巨大的差異,而這很有可能正是由于異質(zhì)性導(dǎo)致了在使用不同效應(yīng)時,使估計的結(jié)果有顯著的差異。
另外,所謂的不可觀測的異質(zhì)性(Unobserved Heterogeneity)在理論上被假定是無法用回歸元觀測的,同時,一般認為面板模型的固定效應(yīng)與回歸元可能是相關(guān)的,而且這個效應(yīng)與回歸元是否正交(相關(guān))實際上也是判斷應(yīng)該使用固定效應(yīng)還是隨機效應(yīng)的標(biāo)準之一(Greene,2002;Mundlak,1978)。而所謂的不可觀測的異質(zhì)性,實際上至少并不是完全不可觀測的,通過適當(dāng)?shù)哪Ｐ驮O(shè)定,把固定效應(yīng)再進行分解,就得到可觀測的和真正不可觀測的異質(zhì)性,并且模型的估計將在國家效應(yīng)和隨機效應(yīng)之間獲得融合,在這點上,我們與Mundlak(1978)的結(jié)論是一致的。
面板模型的很多方法和解釋通過教科書的廣泛傳播和人們的應(yīng)用,已經(jīng)形成了面板計量技術(shù)的使用者和研究者頭腦中標(biāo)準的理解,而這種已經(jīng)在人們腦海中形成規(guī)范解釋的東西則可能是較難以改變的,因此為了說明問題,我們在文中盡量使用直觀的例子來進行解釋,并對我們的想法給予簡要而直接的證明,來加強論文的理論性。
一、橫截面和時間序列,哪一個維度?一個有其他遺漏變量的例子
讀者可能會對這個問題稍微感到奇隆,并回答面板數(shù)據(jù)由于是二維數(shù)據(jù),那么其回歸結(jié)果也應(yīng)該同時來自于兩個維度,這正是面板數(shù)據(jù)的長處,并且直覺上兩個維度上的相關(guān)關(guān)系應(yīng)該是一致的,這應(yīng)該是個不言自明的問題。
這個回答表面上看似正確的,然而真實的答案卻不是那么簡單,面板數(shù)據(jù)的回歸結(jié)果并不真的一定同時來自兩個維度,關(guān)于哪個維度占主要的問題在面板數(shù)據(jù)的分析中是至關(guān)重要的,尤其當(dāng)我們有橫截面和時間序列的維度相關(guān)異質(zhì)性問題時。
這里我們所說的異質(zhì)性不同于傳統(tǒng)的面板異質(zhì)性。傳統(tǒng)的面板異質(zhì)性宣稱異質(zhì)性來自于依橫截面和時點不同而變化的截距項,并通過橫截面和時點的虛擬變量捕捉;而這個論點可能是武斷的,異質(zhì)性可能并不來自于截距項,而是來自于回歸元的系數(shù),尤其是在數(shù)據(jù)中經(jīng)常有這樣的現(xiàn)象,即自變量與因變量在橫截面上的相關(guān)關(guān)系與時間序列上的相關(guān)關(guān)系是不同的②,這是我們所探討的異質(zhì)性,導(dǎo)致這種異質(zhì)性的原因可能有很多,遺漏變量是一個可能的重要原因。另外自變量在不同維度上對因變量本身就具有不同的作用,這也是一種可能。圖1為有其他變量遺漏的情況。
圖1的面板數(shù)據(jù)樣本具有4個截面,6個時期,數(shù)據(jù)由如下過程生成:
然而,如果是不可觀測的,那么模型就會產(chǎn)生遺漏變量偏差。在實際面板數(shù)據(jù)模型的應(yīng)用中,經(jīng)常采用的步驟是先做混合回歸,然后做橫截面固定效應(yīng)回歸,然后做時間固定效應(yīng)回歸(或與橫截面固定效應(yīng)同時使用)。如果看圖1,很可能研究者就會采用橫截面固定效應(yīng)或者雙固定效應(yīng),而在上面的案例中,采用混合回歸與橫截面固定效應(yīng)回歸都會得到完全錯誤的結(jié)果,其中橫截面固定效應(yīng)的估計結(jié)果偏差最高,雙固定效應(yīng)的估計稍好,但是也經(jīng)常產(chǎn)生有偏的結(jié)果,只有時期固定效應(yīng)會產(chǎn)生最無偏有效的估計結(jié)果。
圖2給出了使用各種效應(yīng)得到的回歸擬合線,每個回歸的截距項已經(jīng)取平均從而使得回歸線落在樣本點的中央,從圖2中可以看到,不同的模型設(shè)定對估計系數(shù)產(chǎn)生明顯的影響。很明顯,只有時間固定效應(yīng)得到了x與y的真實的相關(guān)關(guān)系,偏差最小;橫截面固定效應(yīng)則顯示了x與y在時序上的相關(guān)關(guān)系,是偏差最大的估計;混合回歸也基本顯示了時序的信息;而雙固定效應(yīng)在這里湊巧也有較大的估計偏誤,這是因為雙固定效應(yīng)的雙向組內(nèi)均值離差操作損失了許多有用的樣本信息,并且在我們模擬中的一個相對大的干擾項方差也降低了估計的效率。
那么,為什么以上結(jié)果會發(fā)生呢?為了解決這個問題,我們需要探討面板數(shù)據(jù)模型固定效應(yīng)估計的本質(zhì)。
1.橫截面和時間固定效應(yīng)的本質(zhì)
如果我們有一個截面?zhèn)€體的時間序列樣本y和X,我們可以對y和X做回歸得到截距項α和系數(shù)向量β,這反映了樣本在時序上的相關(guān)關(guān)系,如果我們把每個截面都做回歸,就得到一個方程系統(tǒng):
從式(5)和式(6)中,很容易發(fā)現(xiàn),擬合準則對于β和α的一階條件產(chǎn)生了同樣的估計條件,也即是橫截面固定效應(yīng)估計量的估計條件:
Xβ+Dα=y (7)
這個估計量即是有一個線性約束=β的每個截面?zhèn)€體的時間序列回歸的估計量,同時我們知道這也是橫截面固定效應(yīng)的估計量。因此,我們有推論1:
推論1 橫截面固定效應(yīng)估計本質(zhì)上是在做一個有線性約束的時間序列回歸,約束則是每個橫截面?zhèn)€體具有相同的回歸系數(shù)。同樣,容易證明,時間固定效應(yīng)估計量本質(zhì)上是在做一個有線性約束的橫截面回歸,約束則是每個時期的橫截面回歸具有相同的回歸系數(shù)。而回憶固定效應(yīng)的算法,我們知道,橫截面固定效應(yīng)(時期固定效應(yīng)),或者說不可觀測的異質(zhì)性,實際上是約束每個橫截面(每個時期)的誤差項的均值為0的結(jié)果,因此,固定效應(yīng),或者說不可觀測的異質(zhì)性實際是估計的結(jié)果而不是原因。
2.每個橫截面的和總的β的關(guān)系
給定橫截面?zhèn)€體i,我們知道該橫截面的時間序列回歸的估計量包含在式(10)中:
可以看到,每個截面的時序回歸實際上是把估計橫截面固定效應(yīng)的樣本按橫截面分成n份,或者反過來說橫截面固定效應(yīng)的估計實際上是把每一個截面的時序回歸的樣本放到一起形成一個大樣本,那么,每個截面的回歸系數(shù)與固定效應(yīng)的回歸系數(shù)β有什么樣的關(guān)系呢?
我們通過假設(shè)只有一個回歸元x來給出直接的例證,若只有一個x,則對于某截面i有:
如果現(xiàn)在有多于1個的回歸元,并且回歸元之間理論上是無關(guān)的,那么這時式(13)仍然成立,但如果回歸元之間是相關(guān)的,問題就會復(fù)雜很多,不過如果使用偏回歸方法,先排除其他變量的干擾,我們?nèi)匀豢梢缘玫筋愃频慕Y(jié)論,我們自己所做的一些數(shù)值模擬和估計也顯示了這點,細節(jié)不在這里補充。由以上的討論,可得到推論2。
推論2 橫截面固定效應(yīng)估計本質(zhì)上是在做一個有線性約束的時間序列回歸,其估計結(jié)果等于對每一個橫截面進行時序回歸得到的系數(shù)的加權(quán)平均。同樣的結(jié)論可以推廣到時間固定效應(yīng)的估計,即時間固定效應(yīng)的估計結(jié)果等于每個時期橫截面回歸估計結(jié)果的加權(quán)平均。
現(xiàn)在我們知道圖1和圖2所示的例子中為什么使用混合效應(yīng),橫截面固定效應(yīng)會出現(xiàn)明顯的偏誤,而時期固定效應(yīng)的結(jié)果則是正確的。因為和由于非平穩(wěn)性導(dǎo)致在時序上兩者是相關(guān)的,但是因為是隨機生成的,并且和的生成過程是獨立的,因此和在橫截面維度上是不相關(guān)的。而使用混合回歸不區(qū)分樣本信息究竟來自哪個維度,它合并了時間序列和橫截面二維的樣本信息進行回歸,因此導(dǎo)致的估計產(chǎn)生向上的偏誤(因為被遺漏了),但混合回歸的結(jié)果并不是偏誤最嚴重的,因為至少在橫截面方向上和是無關(guān)的;橫截面固定效應(yīng)估計則有最嚴重的偏誤,因為如前所述,橫截面固定效應(yīng)是做一個有線性約束的時序回歸,其結(jié)果等于每個截面的回歸結(jié)果的加權(quán)平均,而這里和在時間序列上相關(guān)性明顯,導(dǎo)致估計結(jié)果有很大偏誤;只有時期固定效應(yīng)產(chǎn)生了最準確的估計,因為時期固定效應(yīng)做的是橫截面方向的回歸,而這里由于在橫截面方向上和是無關(guān)的,因此即使缺失,也不會對的估計結(jié)果產(chǎn)生干擾,時期固定效應(yīng)在以上我們所模擬的數(shù)據(jù)中是最好的估計量③。
上面的例子中所做的模擬數(shù)據(jù)是一個有著大T小N的數(shù)據(jù)集,而面板數(shù)據(jù)一般是有著大N小T的數(shù)據(jù)集,因此我們的模擬可能會由于其特定的T和N而受到質(zhì)疑,而實際上,理論結(jié)果并不受到樣本尺寸的明顯影響。圖3和圖4展示了另一個有著相對大N和小T的模擬數(shù)據(jù),其中N=6,T=3。
【關(guān)鍵詞】對外直接投資；區(qū)域經(jīng)濟增長；面板數(shù)據(jù)
一、問題的提出
隨著中國企業(yè)對外直接投資（Outward Foreign Direct Investment （OFDI））規(guī)模不斷擴大，其對中國整體經(jīng)濟增長的正效應(yīng)在以往的研究中并不匱乏，那么對中國區(qū)域經(jīng)濟增長的影響如何呢？在此背景下，繼外商直接投資之后，OFDI與區(qū)域經(jīng)濟增長問題逐漸成為新的研究熱點。但對該問題的研究一直以來有一個被忽略的問題，就是OFDI作用于整體經(jīng)濟增長的同時，我們并沒有考慮到中國不同區(qū)域OFDI活躍性不同這個特殊性，因此，本文嘗試從東、中、西部三個區(qū)域的角度研究OFDI與經(jīng)濟增長的關(guān)系，并得出相關(guān)的結(jié)論。
二、模型構(gòu)建
本文選取了中國26個省（市）2004-2012年的OFDI數(shù)據(jù)以及GDP數(shù)據(jù)來構(gòu)建面板數(shù)據(jù)模型，并且將26個省（市）分為東部、中部、西部三個區(qū)域來分別進行回歸分析。
面板數(shù)據(jù)計量經(jīng)濟模型在實際研究中常用的panel data回歸模型是固定效應(yīng)模型（FEM）和隨機效應(yīng)模型（REM）。在實證研究中一般通過對數(shù)據(jù)的Hausman檢驗來確定選用何種模型。固定效應(yīng)模型可表示為：yit=ai+Xit+uit。
利用F檢驗來進行模型設(shè)定檢驗，以此確定面板數(shù)據(jù)分析模型。首先用Chow檢驗的F統(tǒng)計量F1檢驗是否接受零假設(shè)；若拒絕零假設(shè)，再進行第二步檢驗。公式如下：
F2=[（RRSSURSS）/N1]/[URSS/（NTNK+1）]～F[N1，N（T1）K+1]
其中，RRSS、URSS分別表示有約束模型（即混合數(shù)據(jù)回歸模型）和無約束模型ANCOVA估計的殘差平方和或者是LSDV估計的殘差平方和。在給定的顯著性水平a下，如果F2>FαN1，NT1K+1，則拒絕零假設(shè)，即可以采用個體固定效應(yīng)面板數(shù)據(jù)模型。把數(shù)據(jù)取自然對數(shù)，模型設(shè)定形式設(shè)定為：LnGDPit=c+βiLnOFDIit+uit
三、變量與數(shù)據(jù)來源
本文的被解釋變量是中國各省市的GDP。解釋變量是中國各省市的對外直接投資量OFDI。
由于考慮到數(shù)據(jù)的可得性以及平衡性，沒有計入海南、貴州、、青海、寧夏、香港、澳門等地區(qū)的數(shù)據(jù)。各省市的GDP數(shù)據(jù)來自于2004-2012年統(tǒng)計年鑒，OFDI數(shù)據(jù)來源于2004-2012年的對外直接投資統(tǒng)計公報，2012年GDP數(shù)據(jù)來源于網(wǎng)站上的經(jīng)驗數(shù)據(jù)。GDP的單位是億元，OFDI的單位是萬美元，利用歷年的平均匯率換算為萬美元。
表1 變量的描述統(tǒng)計
變量 均值 標(biāo)準差 最小值 最大值 觀測值
gdp 10836.51 8378.519 1688 46013 182
ofdi 24369.15 39764.34 48 267915 175
lgdp 9.050496 0.6836229 7.4313 10.73668 182
lofdi 8.946343 1.753744 3.871201 12.49843 175
四、實證分析
借助Stata12.0軟件，運用面板固定效應(yīng)對模型參數(shù)進行估計。
1、總體樣本回歸
LnGDPit=7.216839+0.2089851LnOFDIit
R2= 0.8099 F（1，149） = 360.31
從總體樣本回歸結(jié)果來看，地區(qū)OFDI每增長一個百分點，其對經(jīng)濟增長的貢獻也增加個百分點。
2、東部地區(qū)回歸。采用個體固定效應(yīng)面板數(shù)據(jù)模型，對東部十省市的數(shù)據(jù)進行回歸得：
LnGDPit=6.918531+0.2628904LnOFDIit
R2= 0.8099 F（1，59）= 251.40
東部地區(qū)OFDI對經(jīng)濟增長都有顯著影響，東部省（市）OFDI每增長一個百分點，經(jīng)濟增長達到了個百分點。
3、中部地區(qū)回歸。采用個體固定效應(yīng)面板數(shù)據(jù)模型，對中部八省市的數(shù)據(jù)進行回歸得：
LnGDPit=0.6294+0.1835367LnOFDIit
R2=0.6294 F（1，47）= 79.83
中部地區(qū)OFDI對經(jīng)濟增長都有顯著影響，東部省（市）OFDI每增長一個百分點，經(jīng)濟增長達到了個百分點以上。
4、西部地區(qū)回歸。采用個體固定效應(yīng)面板數(shù)據(jù)模型，對西部八省市的數(shù)據(jù)進行回歸得：
LnGDPit=6.965302 +0.19589LnOFDIit
R2= 0.7194 F（1，41） = 105.13
西部地區(qū)OFDI對經(jīng)濟增長都有顯著影響，西部省（市）OFDI每增長一個百分點，經(jīng)濟增長達到了個百分點以上。
五、相關(guān)結(jié)論
從三個區(qū)域看，東部地區(qū)OFDI每增長一個百分點，GDP增加個百分點；中部地區(qū)OFDI每增長一個百分點，GDP增加個百分點；西部地區(qū)OFDI每增長一個百分點，GDP增加個百分點。從OFDI對GDP的貢獻來看，由高到低分別是東部、西部和中部。中國企業(yè)對外直接投資對區(qū)域經(jīng)濟增長的影響是多方面的。因此，OFDI對于一個地區(qū)經(jīng)濟發(fā)展的影響不是單純的某個方面，事實上它可以滲透到經(jīng)濟發(fā)展的各個方面并且發(fā)揮著多樣化的作用，既有直接效應(yīng)也有間接效應(yīng)。
參考文獻：
[1]周力；龐辰晨.中國對外直接投資的母國環(huán)境效應(yīng)研究――基于區(qū)域差異的視角.中國人口.資源與環(huán)境.[J][201308]
[2]鄭展鵬.中國地區(qū)間OFDI空間集聚的演變特征及優(yōu)化策略.經(jīng)濟問題探索.[J][201310]
[3]林玉紅.實證分析FDI對中國經(jīng)濟增長的階段性影響.科學(xué)技術(shù)與工程第9卷[J][20091]
[4]賀文華.FDI與經(jīng)濟增長區(qū)域差異：基于中國省際面板數(shù)據(jù)的研究.經(jīng)濟前沿[J][2009]
[5]中國商務(wù)部.20042012年度中國對外直接投資統(tǒng)計公報
