- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
杨竹莘-我国三大产业就业结构与区域收入差异的实证研究
我国三大产业就业结构与区域收入差异的实证研究
杨竹莘
(华东政法大学商学院 上海 201620)
摘要:本文运用面板数据模型(Panel-data Model)分析了直辖市、东中西部三大产业的就业结构对区域收入差异的影响,不同区域的就业结构对区域的收入差异影响不同,针对不同区域情况,提出了协调发展产业,调整产业就业结构,促使区域差异缩小的政策建议。
关键词:就业结构 区域收入差异 panel-data模型
A Quantitative Discussion on the Regional of Employment Structure in the Three Industries and Regional Income Gap in China
Yang Zhu-xin
(East China University of Political Science and Law Business School,shanghai,201620)
Abstract: The paper studied the influence about employment structure of the three main sectors to regional income disparity about eastern ,central ,western regions and directly governed city based on Panel-data Model, and the influence is different employment structure to different regions of the three main sectors to Regional Income Disparity ,and put forward policy recommendation for narrowing the regional difference and adjust employment structure of sectors, and promoting the coordinated development of all regions.
Key Terms:employment structure; regional income disparity; Panel-data Model.
一、引 言
国际经验研究表明,地区产业结构转型快慢与地区差距的趋同存在密切联系[] [] [][]。产业结构的变动仍然是影响我国区域经济增长和地区收入差距的主要因素 [] []。我国目前区域收入差距的拉大,不论农村还是城市中的贫困,其主要特征也都是“失业型贫困”[]。未来十年,都是我国新成长劳动力就业的高峰期,就业压力加大。“充分就业”是世界各国政府致以追求的目标,也是最优社会秩序的体现。目前美国金融危机已演变成世界性经济衰退,需求减少,产业萎缩,为此各国政府近期采取了大力度的扩张性财政、信贷政策都是为保增长,促发展,扩大就业,维持社会稳定。本文应用面板数据模型(Panel-data Model),研究了中国区域产业就业结构与区域收入差异的关联,希望为区域产业结构的调整及政策制定提供一定的借鉴。
panel-data(面板数据)模型介绍
面板数据模型的优点在于:样本容量大大增加,使参数估计值更加可靠,可深入到“省市”、“地市”层次,有利于对比分析[]。 其基本形式为:
(*)
其中是因变量,是K×1维解释变量向量,n为截面成员个数
T为每个截面成员的观测时期总数。参数 表示模型的常数项, 为对应于回归向量 的系数向量。随机误差项相互独立,且满足零均值、等方差的假设。
误差扰动项:
其中是个体效应,是的残余扰动项。,而且相互独立。根据对的不同假设,将面板数据模型分为固定效应模型(fixed effect model,FEM)和随机效应模型(random effect model,REM)。
首先对模型作如下假设检验,来确定回归模型中参数与在不同横截面上是否相同,然后再估计参数。
假设1:截距和斜率在不同的横截面样本点和时间上都相同(不变系数模型)
即
(1)
利用普通最小二乘法即可给出α和 β的有效估计。
假设2:斜率在不同的横截面样本点和时间上都相同,但截距不同
即
(2)
该模型假设在横截面上存在个体影响而无结构变化,并且个体影响可以用截距项的差别来说明。如果接受了假设1,则没有必要进一步检验:如
文档评论(0)