中国医药工业增长与市场需求关系实证研究推荐.docVIP

中国医药工业增长与市场需求关系实证研究 内容摘要：本文运用计量经济学的研究方法，对1992-2004年我国医药工业增长与国内居民药品消费需求和医药出口交货值之间关系进行实证分析，结果显示，国内外市场需求对医药工业增长具有显著的拉动作用，其中，国外市场需求具有比国内市场需求更高的产出弹性。 　　关键词：中国 医药工业增长 市场需求 关系 实证 　　 　　长期以来，经济学家分别从不同角度，致力于经济增长及其决定因素的各种定性和定量研究，形成了经济增长理论。经济增长的影响因素研究方法主要有两种：一是从投入的角度，建立生产函数，分别从资本、劳动、技术等投入要素出发，分析经济增长源泉和增长特征。二是从需求角度，分析消费、投资和净出口等因素在经济增长中的作用。 　　产业是国民经济的组成部分，因此，国内外学者借鉴经济增长理论对特定产业增长源泉和增长方式进行了大量研究，取得了具有重要价值的理论成果。可以说，经济增长理论为产业增长研究提供了重要的理论支持，而特定产业增长的经验性研究成果又极大地丰富了经济增长理论的内涵。 　　本文将从市场需求的角度，通过计量经济学的方法，对我国医药工业的增长因素和方式进行分析，解释国内市场需求、国外市场需求与我国医药工业增长之间的关系和长期变动趋势。 　　 　　数据与分析方法 　　 　　为了检验国内市场需求、国外市场需求与我国医药产业增长之间的关系，本文选择医药工业产值（用Y表示）为被解释变量，国内居民药品消费（用X1表示）和医药出口交货值（用X2表示）为解释变量。数据分别来自《中国医药统计年报》历年数据、《中国卫生年鉴2005》、“炎黄医药在线”网站数据。 　　 　　由于运用传统回归方法进行估计与检验时，其前提是所估计的时间序列变量数据必须是平稳的，否则会产生伪回归（Spurious Regression）现象。然而，大多数时间序列数据并非都是非平稳的，因此本文拟采用协整检验和单位根检验（Unit Root Test）等经济计量方法。 　　协整理论是20世纪80年代以来计量经济学的新成果，主要用来探测变量间是否真的存在均衡相依关系，这对于用非平稳变量建立经济计量模型，以及检验这些变量之间的长期均衡关系非常重要。首先，如果多个非平稳变量具有协整性，则这些变量可以合成一个平稳的时间序列，这个平稳的时间序列可用来描述原变量间的均衡关系，只要均衡关系存在，原变量间的平稳的线性组合就存在。其次，当且仅当若干个非平稳变量具有协整性时，由这些变量建立的回归模型才有意义。所以，协整性检验是区别真实回归和伪回归的有效方法。 　　为检验两个非平稳时间序列之间的长期均衡关系，Engle和Granger于1987年提出了E-G两步检验法。E-G检验顾名思义分两步进行：第一步，用OLS方法对序列进行回归，确定回归方程；第二步是对回归方程的残差进行单位根检验，若残差不存在单位根，那么所得到的回归方程就是变量之间的协整方程，否则就不是。 　　但是，E-G检验并不适用两个以上的多变量协整检验，Johansen(1988)和Johansen—Juselius(1990)提出的基于VAR方法的协整系统方法进行检验（即JJ 检验）。JJ 检验由VAR模型推导而来，首先需要依据最小AIC（Akaike Information Criterion）准则，确定Johansen检验的最适滞后阶数，而后采取迹检验（Trace Test）或最大特征值检验（Max-Eigenvalue Test），检验变量之间是否存在协整关系。 　　由于大多数的时间序列都是非平稳的，在协整检验之前必须对其进行单位根检验（Unit Root Test），只有当变量序列都为同阶单整序列时才可以进行协整回归。在使用该方法前，首先要对被分析的各时序变量进行单整检验。一个序列在成为平稳序列之前经过d次差分，则该序列被称为d阶单整，记为I(d)。检验单整时依次检验是否为I（0），再检验是否为I(1)，判别的根据是单位根检验的ADF（Augmentef Dickey-Fuller）检验值。 　　 　　实证研究 　　 　　为了研究方便，考虑到通过对数化以后数据序列易得到平稳序列而不改变变量的特征，故对变量Y和X1、X2分别取对数，从而得到新的变量序列，分别记为lnY和lnX1、lnX2。 　　 　　其一般回归模型为lnY=C(1)+C(2)* lnX1 +C(3)* lnX2。 　　（一）单位根检验（Unit Root Test） 　　对lnY和lnX1、lnX2进行单位根检验，利用EVIEWS5软件计算结果如表2所示。 　　表2数据显示，lnY与lnX2变量的水平序列是非平稳的，lnX1变量的水平序列是平稳的。所