技术选择、产业结构与经济增长(第3组).pptVIP

不足之处 数据的选取与处理方法欠妥： 进一步研究方向 进一步研究方向 参考文献 杨文举: 适宜技术理论与中国地区经济差距-基于IDEA 的经验分析 陈勇,唐朱昌: 中国工业的技术选择与技术进步1985-2003 安同良: 中国企业的技术选择 苗文龙,万杰: 经济运行中的技术进步与技术选择-基于中国技术发展路径与经济增长、就业关系的实证分析 佘时飞: 技术选择,产业结构与珠三角经济发展 达摩达尔·N·古扎拉蒂：计量经济学基础 李子奈：计量经济学 靖巍（2002）《谈经济社会企业技术选择的关键影响因素》 郑文兵（2003）《技术选择和企业的内生成长》 安同良（2003）《中国企业的技术选择》 饶扬德（2007）《企业技术能力成长中技术选择的机制分析》 白欢（2011）《技术选择与经济增长——基于广东省产业结构的实证分析》 黄茂兴（2007）《论技术选择和经济增长》 林毅夫、张鹏飞（2006）《适宜技术、技术选择和发展中国家的经济增长》 王建军、刘守跃、束燕霞（2009）《青海省产业结构演变中的技术选择探析 黄茂兴 、李军军（2008）《海峡西岸经济区技术选择与产业结构升级的关联研究》 王玉灵、夏国平（2005）《产业结构调整中技术选择的机制分析》 余典范、干春晖（2009）《适宜技术、制度与产业绩效—基于中国制造业的实证检验》 谢谢欣赏！ * * * 3. 技术选择对经济增长的区域效应分析 面板数据模型及参数估计简介 面板数据 面板数据是是截面数据与时间序列数据综合起来的一种数据类型，包含了不同横截面个体不同时期的数据或者说，面板数据既跨越时间又跨越空间的数据。 如本文献所使用的面板数据既有省与省之间的各经济变量横截面数据性质，又有随着时间变化的各经济变量的时间序列数据性质。 面板数据模型的基本形式 面板数据模型的三种基本情形 不变系数模型：αi = αj, βi = βj：在横截面上无个体影响、无结构变化，相当于把多个时期的截面数据放在一起作为样本数据 变截距模型：αi ≠αj, βI =βj：在横截面上个体影响不同，个体影响表现为模型中被忽略的反应个体差异的变量的影响，又分为固定影响和随机影响两种情况 变系数模型： αi ≠αj, βi ≠ βj：除了存在个体影响外，在横截面上还存在变化的经济结构，因而结构参数在不同的横截面上是不同的，变系数模型也分为固定影响和随机影响两种情况。 固定效应模型和随机效应模型 固定效应模型（ FEM ）：将个体影响设定为跨截面变化的数（不可观测的效应εi与解释变量相关） 随机效应模型（ECM ）：设定随机变化的个体影响与模型中能够的解释变量不相关。不可观测的效应εi与解释变量不相关） 豪斯曼检验 豪斯曼的基本虚拟假设是FEM和ECM估计量没有实质上的差异，豪斯曼检验统计量是一个渐进的X2 分布。如果虚拟假设被拒绝了，则使用FEM更加好。 面板数据模型参数的估计 固定效应模型参数的估计 变系数模型参数的估计 固定效应模型参数的估计 固定效应模型参数的估计 利用最小二乘法可以估计得： Eviews回归结果图例： 变系数模型参数的估计 变系数模型参数的估计与固定效应模型参数估计的思路一致，同样是引入虚拟变量，但是考虑到不同截面不仅影响了截距还影响了斜率，所以不仅使用假发引入虚拟变量，还要使用乘法引入虚拟变量。 变系数模型参数的估计 引入虚拟变量后的模型： 其中 同理可以求得ai、βi、γi 3. 技术选择对经济增长的区域效应分析 本文1991 —2007 年间31 个省市(区)的省域面板数据对设定的模型进行估计。 截距项α i 是可变的,但具体到每一个省份或者每一年应该是固定的常数,而不是随机的,应该采取固定效应模型,而Hausman 检验也证实了这个假设。 先假设时间上没有区别,技术选择对劳动生产率变化的影响主要表现在省份之间的不同。 这种不同体现在两个方面： 截距项的不同——固定效应模型（表1模型一） 斜率的不同——变系数模型（表1模型一） 　 回归结果显示,参数值与各项统计指标都说明模型估计结果与预期比较接近,这说明本文模型设定的合理性。在模型Ⅰ中,经过时间序列相关性的处理,各项统计指标都显著。 技术选择系数的系数是0.123 , 据此可以判断,各地区促使资本劳动比率提高的努力,即资本深化,可以对地区经济增长产生积极效应,这与林毅夫(2004) 对国家之间分析的结果有所同。 全国平均的人均GDP增长也会带动各地区人均GDP 的增长,但是估计的系数很小,只有0.032 ,这说明全国增长对地区增长的带动