導(dǎo)語：如何才能寫好一篇面板數(shù)據(jù)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】截面數(shù)據(jù) 面板數(shù)據(jù)模型

最近幾年，關(guān)于面板數(shù)據(jù)模型應(yīng)用在學(xué)術(shù)界逐漸升溫。據(jù)統(tǒng)計，僅《維普資訊―中文科技期刊數(shù)據(jù)庫》所收錄的文獻(xiàn)已經(jīng)達(dá)到幾百篇。所謂面板數(shù)據(jù)是指由變量關(guān)于個不同對象的個觀測值所得到得二維樣本觀測值構(gòu)成的樣本數(shù)據(jù)，記為，在這里，表示個不同對象中第個個體，表示第個觀測期。我們將第個對象的期觀測值組成的時間序列稱為面板數(shù)據(jù)的第個縱剖面時間序列；將第期個對象的截面數(shù)據(jù)稱為面板數(shù)據(jù)的第期橫截面。所以，面板數(shù)據(jù)也稱作時間序列與截面的混合數(shù)據(jù) [1，2]。

1 面板數(shù)據(jù)模型介紹

面板數(shù)據(jù)回歸模型的一般形式為：

（1）

其中為向量，為向量，為解釋變量的個數(shù)。誤差項均值為零，方差為。

根據(jù)截距項及系數(shù)的不同取值，以將面板數(shù)據(jù)模型劃分為 3 種情形：

情形1：

情形2：

情形3：

2 面板數(shù)據(jù)模型分類

2.1混合面板數(shù)據(jù)模型

從時間上看，不同個體之間不存在顯著性差異，從截面上看不同的截面之間也不存在顯著性差異，就稱此模型為混合回歸模型。用普通最小二乘法（OLS）估計參數(shù)。

即 （2）

混合面板數(shù)據(jù)模型假設(shè)了所有的解釋變量對被解釋變量的影響與個體和時間都無關(guān)，Swamy（1971）等學(xué)者認(rèn)為這個假設(shè)是不完全正確的。因為在實際問題的研究中，可能只有部分解釋變量的系數(shù)與個體無關(guān)的，因此可以假設(shè)模型（2）中前個解釋變量的系數(shù)與個體無關(guān)，后個解釋變量的系數(shù)隨個體變化，即將分為和兩部分，參數(shù)也被分為和兩部分，模型就被變?yōu)?/p>

（3）

2.2變截距面板數(shù)據(jù)模型

變截距面板數(shù)據(jù)模型是應(yīng)用最廣泛的一種面板數(shù)據(jù)模型，可表示為

（4） 其中為向量，為向量，為個體影響，為模型中被忽略的反映個體差異變量的影響；為隨機(jī)干擾項，為模型中被忽略的隨橫截面和時間變化的因素的影響，假設(shè)其均值為零，方差為，并假定和不相關(guān)。假如橫截面的個體影響可以用常數(shù)項的差別來解釋，則是待估參數(shù)，則此模型稱為固定影響變截距模型。如果橫截面的個體影響可以用不變的常數(shù)項和變化的隨機(jī)項之和的差別來說明的話，那么模型（3）就稱為隨機(jī)影響變截距模型。

2.3變系數(shù)面板數(shù)據(jù)模型

變化的經(jīng)濟(jì)結(jié)構(gòu)或不同的社會經(jīng)濟(jì)背景因素使得響應(yīng)參數(shù)（結(jié)構(gòu)參數(shù)）隨著時間或橫截面?zhèn)€體不同而變化，當(dāng)數(shù)據(jù)不支持不變響應(yīng)參數(shù)模型，而且變量之間關(guān)系的設(shè)定也很恰當(dāng)時，就必須考慮在時間或橫截面上系數(shù)變化的變系數(shù)模型。即

， （5）

其中和是解釋變量和參數(shù)向量。

2.3.1固定影響變系數(shù)模型

如果為固定不變的常數(shù)時，稱此模型為固定影響變系數(shù)模型。

記為 則如果隨機(jī)干擾項在不同橫截面?zhèn)€體之間不相關(guān)，采用即GLS得到估計量，條件是

，且，如果隨機(jī)干擾項在不同橫截面?zhèn)€體之間的協(xié)方差不為零，即，那么，的GLS估計比在每個橫截面?zhèn)€體上的經(jīng)典單方程估計更有效。

2.3.2 隨機(jī)影響變系數(shù)模型

令，Swamy（1970）假定

式（5）可以表示成

其中

，復(fù)合干擾項的協(xié)方差矩陣是對角分塊陣，第個對角分塊為：

3面板數(shù)據(jù)模型的優(yōu)勢

（1）截面數(shù)據(jù)和時間序列數(shù)據(jù)相結(jié)合能夠顯著的減少缺省信息帶來的問題，使得模型設(shè)定及參數(shù)估計更準(zhǔn)確；（2）面板數(shù)據(jù)模型擴(kuò)大了樣本信息和樣本容量、降低了經(jīng)濟(jì)變量間的共線性，也提高了計量經(jīng)濟(jì)估計量的有效性；（3）面板數(shù)據(jù)可以對個體不同進(jìn)行控制。面板數(shù)據(jù)研究的對象允許個人、公司、地區(qū)或者國家是不同的。而時間序列數(shù)據(jù)和橫截面數(shù)據(jù)研究對這些個體不加以控制，則有可能出現(xiàn)偏估計。由于當(dāng)今社會處于轉(zhuǎn)型經(jīng)濟(jì)研究當(dāng)中，現(xiàn)行經(jīng)濟(jì)體制的歷史較短，因而運(yùn)用面板數(shù)據(jù)計量經(jīng)濟(jì)學(xué)研究這些國家的經(jīng)濟(jì)規(guī)律顯得很有必要[2，3]。

參考文獻(xiàn)：

[1] 李子奈，潘文卿.計量經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社，2005.3.

篇2

關(guān)鍵詞：中美服務(wù)貿(mào)易收支；面板數(shù)據(jù)模型；貨物貿(mào)易

中圖分類號：F323.6文獻(xiàn)標(biāo)識碼：A文章編號：1003-4161(2009)01-0118-04

1.前言

中國和美國分別作為世界上最大的發(fā)展中國家和經(jīng)濟(jì)實力最強(qiáng)的國家，兩國間的貿(mào)易對世界經(jīng)濟(jì)有著重大的影響。根據(jù)中國海關(guān)統(tǒng)計數(shù)據(jù)顯示，2006年中國對美國貿(mào)易順差為1.443億美元；而根據(jù)美國政府的統(tǒng)計，2006年美國對中國的貿(mào)易逆差達(dá)到了創(chuàng)紀(jì)錄的2.325.5億美元，占美國整體貿(mào)易逆差的28%。中國對美巨額的貿(mào)易順差在一定程度上造成了美國的經(jīng)濟(jì)失衡，而美國的經(jīng)濟(jì)失衡則是全球經(jīng)濟(jì)失衡的主要原因之一。然而，在中國對美貨物貿(mào)易保持巨額順差的同時，中美服務(wù)貿(mào)易卻多年來一直是中國處于入超的狀態(tài)，只是這種服務(wù)貿(mào)易的逆差被巨額的貨物貿(mào)易順差所掩蓋了。隨著經(jīng)濟(jì)全球化的發(fā)展，世界貿(mào)易的競爭將更多地體現(xiàn)于服務(wù)貿(mào)易的競爭，并且其競爭的成敗將在一定程度上決定各國經(jīng)濟(jì)發(fā)展的未來。因此，加強(qiáng)對服務(wù)貿(mào)易的研究，特別是在當(dāng)前形勢下加強(qiáng)對中美服務(wù)貿(mào)易收支的研究將有著重要的意義。

2.相關(guān)文獻(xiàn)回顧

到目前為止，在針對服務(wù)貿(mào)易的相關(guān)研究方面，國外學(xué)者比國內(nèi)學(xué)者研究得更加深入，且在分析相關(guān)影響因素的基礎(chǔ)上進(jìn)一步通過計量回歸的方法對實際情況進(jìn)行了檢驗。Juann H.Hung和Sandre Viana(1995)采用時間序列中協(xié)整分析的方法對上世紀(jì)80年代中期美國服務(wù)貿(mào)易進(jìn)出口中增長最快的三個部分（旅游、其他私人服務(wù)、版稅和許可費）進(jìn)行了研究，其研究結(jié)果表明，外國穩(wěn)健的經(jīng)濟(jì)增長和美元的貶值是推動上世紀(jì)80年代后半期美國服務(wù)貿(mào)易收支迅速增長的主要因素［1］。Alan V.Deardorff，Saul H.Hymans，Robert M.Stern和Chong Xiang（2000）使用上世紀(jì)70年代至90年代的季度數(shù)據(jù)對美國服務(wù)貿(mào)易四個子項（旅游服務(wù)、運(yùn)輸服務(wù)、乘客運(yùn)輸服務(wù)和其他私人服務(wù)）的出口和進(jìn)口建立模型并進(jìn)行了預(yù)測，研究認(rèn)為，在經(jīng)過亞洲金融危機(jī)以后，美國服務(wù)貿(mào)易順差在1999和2000年會減少，到2001年會重新增長［2］。Denise Eby Konan和Ari Van Assche（2004）將一個不完全競爭服務(wù)部門納入小型開放經(jīng)濟(jì)這樣的標(biāo)準(zhǔn)來計算一般均衡模型（CGE model），以此來分析管制和市場結(jié)構(gòu)這兩個因素對突尼斯服務(wù)貿(mào)易自由化的福利影響，并強(qiáng)調(diào)了市場結(jié)構(gòu)和法制環(huán)境對突尼斯電信自由化的重要性［3］。與此同時，還有一些國外學(xué)者將在貨物貿(mào)易研究中使用較多的引力模型也應(yīng)用到了對服務(wù)貿(mào)易的研究上，Lejour和De Paiva Verheijden（2004）使用引力模型對加拿大和歐盟的雙邊服務(wù)貿(mào)易流量進(jìn)行研究發(fā)現(xiàn)，距離對服務(wù)貿(mào)易影響比之其對貨物貿(mào)易的重要程度要低［4］。目前，國內(nèi)也有不少學(xué)者對服務(wù)貿(mào)易收支進(jìn)行了研究，謝康，李贊（2000）對美國的貨物貿(mào)易和服務(wù)貿(mào)易之間的互補(bǔ)性進(jìn)行了研究，并認(rèn)為一定時期內(nèi)中美兩國政府和企業(yè)不可能從根本上改變中美貿(mào)易不平衡的局面

［5］。張德進(jìn)，吳韌強(qiáng)（2004）利用RCA指數(shù)和TC指數(shù)對中美兩國在服務(wù)貿(mào)易領(lǐng)域的優(yōu)勢和劣勢進(jìn)行了定量分析，研究結(jié)果顯示美國在知識和技術(shù)密集型的服務(wù)產(chǎn)業(yè)上仍然保持著顯著優(yōu)勢，但我國在勞動密集型服務(wù)產(chǎn)業(yè)渴望得到較大的發(fā)展［6］。程南洋，楊紅強(qiáng)和聶影（2006）對我國1999～2003年的服務(wù)貿(mào)易出口結(jié)構(gòu)變動進(jìn)行了實證分析，研究表明中國服務(wù)貿(mào)易出口結(jié)構(gòu)在不斷優(yōu)化，但優(yōu)化的幅度很?。?］。孫夏，張靜中（2006）通過分析中美服務(wù)貿(mào)易逆差后認(rèn)為，中國應(yīng)加大在人力資本及科技方面的投入，并通過分層次逐步對美開放和適度保護(hù)相結(jié)合來縮小中美服務(wù)貿(mào)易之間的逆差［8］。

總的來說，與國外相關(guān)研究相比，國內(nèi)研究顯得相對沒有國外研究的深入和系統(tǒng)。在研究方法方面，有些國內(nèi)學(xué)者在研究服務(wù)貿(mào)易收支時采用的是相關(guān)系數(shù)分析法，這種分析方法只是對兩變量之間進(jìn)行分析，卻忽視了其他的相關(guān)影響變量的作用，缺乏說服力。目前國內(nèi)幾乎還沒有學(xué)者采用較為合適的計量模型來對中美服務(wù)貿(mào)易收支進(jìn)行實證分析，因此，本文采用面板數(shù)據(jù)模型來分析中美服務(wù)貿(mào)易收支，將具有獨特而重要的研究意義。

3.研究思路

和貨物貿(mào)易一樣，國與國之間服務(wù)貿(mào)易的進(jìn)行必然有其理論基礎(chǔ)，然而由于貿(mào)易動因和貿(mào)易形式的多樣化，這就使得一種純粹的貿(mào)易理論無法完全將兩國間貿(mào)易的實際情形解釋清楚。但不管怎樣，國際間的貿(mào)易必然有其共同的影響因素，因此，要研究兩國間的貿(mào)易收支，將這些共同的影響因素納入同一個方程，并選擇適當(dāng)?shù)挠嬃磕Ｐ瓦M(jìn)行實證分析，將不失為一種較好的方法。

在兩個國家進(jìn)行貿(mào)易的情形下，一國的貿(mào)易收支等于其出口減去進(jìn)口，而與此同時，一國的進(jìn)口就是另一國的出口。從這個角度出發(fā)，兩國間的出口和進(jìn)口都具有一些共同的影響因素，只是這種因素的來源國不同而已，因此研究一國對另一國貿(mào)易收支影響因素的問題就轉(zhuǎn)變成了研究出口影響因素的問題。本文在研究服務(wù)貿(mào)易出口時主要考慮了四個隨時間變化而變化的重要影響因素，見方程［1］，即收入、貨物貿(mào)易、對外直接投資和實際匯率，如方程①所示：

EXd= Fd（Yf ，Xd，F(xiàn)DId ，RER） ①

方程中EXd表示本國對外國的服務(wù)貿(mào)易出口額，Yf表示外國的收入水平，F(xiàn)DId表示本國對外國的直接投資，Xd表示本國對外國的貨物貿(mào)易出口，RER表示實際匯率。其中，（1）Yf對EXd的影響是正向的，因為本國的出口是基于外國的需求，外國收入水平越高，對本國服務(wù)貿(mào)易產(chǎn)品的需求則越大；（2）FDId和Xd對EXd的影響也是正向的，這主要是由于對外直接投資和貨物出口增加，一定程度上會帶動相關(guān)服務(wù)產(chǎn)品的出口，同時，由于對外直接投資和貨物貿(mào)易量的增大反映出本國與外國在經(jīng)貿(mào)關(guān)系上的愈發(fā)緊密，這也會促進(jìn)本國的服務(wù)貿(mào)易出口［2］；（3）實際匯率在反映名義匯率的同時還包含了物價水平的變動，但在這里，RER對EXd的影響卻是不確定的，這種不確定性是因為實際匯率變動帶來的產(chǎn)品數(shù)量和產(chǎn)品相對價格變化方向的不同變化所導(dǎo)致。

正如前所述，在兩國情形下，本國的進(jìn)口等于外國的出口，而外國的出口也存在著相同的影響因素，因此，本國的進(jìn)口方程則為：

IMd= Fd（Yd ，Xf ，F(xiàn)DIf，RER） ②

由于本國的貿(mào)易收支等于出口減去進(jìn)口，而出口和進(jìn)口方程中均具有共同的影響因素，因此，本國的貿(mào)易收支方程也將具有與出口和進(jìn)口相同的影響因素，即：

B = F（Yf-d , Xd-f , FDId-f , RER）③

其中B為本國對外國的服務(wù)貿(mào)易收支。在方程①和方程②中，除實際匯率RER的影響方向是不確定之外，其他各變量的影響方向是被確定的，但在服務(wù)貿(mào)易收支方程中，除實際匯率RER之外，其他三個變量均變成了相對形式，這就使得服務(wù)貿(mào)易收支方程中四個變量影響方向都具有不確定性，必須通過計量回歸的方法對具體兩個國家間的服務(wù)貿(mào)易收支進(jìn)行分析，才能確定這些變量對其中一國服務(wù)貿(mào)易收支的影響方向及其影響大小。

4.計量分析

與貨物貿(mào)易有商品分類一樣，服務(wù)貿(mào)易也有其子項，這就使得本文對服務(wù)貿(mào)易收支的分析就牽涉到了截面數(shù)據(jù)，與此同時，考慮到時間序列因時期過短會造成樣本數(shù)目不足，因此，使用既包含時間序列又包含了截面數(shù)據(jù)的面板數(shù)據(jù)模型來分析中美服務(wù)貿(mào)易收支，一方面能較全面地反映所要研究的對象本身，另一方面還擴(kuò)充了樣本容量，使得回歸模型更具有說服力。

4.1 相關(guān)變量和指標(biāo)的選取

在建立計量模型之前，首先要對相關(guān)變量和指標(biāo)進(jìn)行選擇和調(diào)整，同時，為了減小數(shù)據(jù)的波動性和異方差，還必須對原數(shù)據(jù)進(jìn)行對數(shù)化處理，這也就是本文在進(jìn)行計量回歸前模型設(shè)定的一個重要標(biāo)準(zhǔn)。此外，本文所研究服務(wù)貿(mào)易收支的時期區(qū)間是1994～2005年，主要是考慮到在這一時期內(nèi)人民幣采取的是釘住美元的匯率制度，這就在一定程度上消除了因匯率制度改革而產(chǎn)生的樣本自身結(jié)構(gòu)性的突變。

4.1.1 因變量的選擇。由于中美兩國在服務(wù)貿(mào)易方面是中國處于入超狀態(tài)，因此，模型的因變量為美國對中國的順差額。在中美服務(wù)貿(mào)易收支下的各子項中，美國某些年份中在旅游服務(wù)、乘客運(yùn)輸和其他運(yùn)輸這三項收支上是出現(xiàn)逆差的，這就意味著這幾個子項的收支在賬面上會出現(xiàn)時正時負(fù)情形，因此，基于數(shù)據(jù)對數(shù)化的要求考慮，本文并不將旅游服務(wù)、乘客運(yùn)輸和其他運(yùn)輸納入研究范圍。此外，由于部分年度數(shù)據(jù)缺失的原因，保險也并不納入本文的研究范圍。最后，模型所確定的因變量LnYi包括五個截面：（1）私人服務(wù)；（2）版稅和許可費；（3）其他私人服務(wù)；（4）商業(yè)、職業(yè)和技術(shù)服務(wù)；（5）其他交易者附屬私人服務(wù)。

4.1.2 自變量的選擇。模型的四個自變量中，除實際匯率外，其他三個變量均為“相對”變量。（1）收入水平。模型中“相對”收入水平采用的是比值的形式，即首先將兩國的GDP調(diào)整至同一數(shù)量級（billion），再將中國的GDP按當(dāng)年美元與人民幣的比價換算成美元，最后將美國的GDP除以換算過后的中國GDP，就得出模型的第一個自變量X1。由于X1本身已經(jīng)是一個比值，因此X1并不要再進(jìn)行對數(shù)化處理。（2）貨物貿(mào)易。在中美兩國的貨物貿(mào)易方面，中國保持著巨額順差，因此模型的第二個自變量LnX2則為對數(shù)化后的中國對美貨物貿(mào)易順差。（3）對外直接投資。目前，美國對華直接投資大大超過了中國對美直接投資，這就使得本文的第三個自變量LnX3為對數(shù)化后的美中雙方直接投資的差額。（4）實際匯率。由于在樣本期內(nèi)人民幣采取的是釘住美元的匯率制度，因此人民幣對美元的名義匯率是幾乎不變的，但考慮到兩國物價水平的變動，人民幣對美元的實際匯率卻是變動的。其中計算實際匯率所使用的物價指標(biāo)是消費者價格指數(shù)（均已調(diào)整為以1994年為基期）。將計算出的實際匯率進(jìn)行對數(shù)化處理后就得到本文模型的最后一個自變量LnX4。

在數(shù)據(jù)來源方面，服務(wù)貿(mào)易收支、美國年度GDP和對外直接投資的數(shù)據(jù)來源于美國經(jīng)濟(jì)分析局；貨物貿(mào)易和人民幣匯率數(shù)據(jù)來源于亞洲開發(fā)銀行［3］；中國年度GDP和消費者價格指數(shù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。

4.2 計量回歸

根據(jù)面板數(shù)據(jù)模型中對截距項向量和系數(shù)向量的不同限制要求劃分，面板數(shù)據(jù)模型被分為三種類型：無個體影響的不變系數(shù)模型、含有個體影響的不變系數(shù)模型（變截距模型）和含有個體影響的變系數(shù)模型（變系數(shù)模型）。一般來說，要經(jīng)過相關(guān)檢驗后，才能具體確定選擇建立哪類面板數(shù)據(jù)模型，這樣做的目的是為了避免模型設(shè)定偏差，以此改進(jìn)參數(shù)估計的有效性。但根據(jù)現(xiàn)實情況而言，不同類別的服務(wù)貿(mào)易子項是肯定存在結(jié)構(gòu)上的差異的，同時其不同類別的子項對這些共同影響因素的反映程度也是不一樣的，基于此種原因，本文選擇建立的是含有個體影響的變系數(shù)模型，同時在回歸結(jié)果中通過相同的系數(shù)檢驗進(jìn)行驗證。此外，為了進(jìn)一步減少因為面板數(shù)據(jù)模型中由于存在截面或時期異方差對回歸結(jié)果造成的不利影響，在具體的回歸方法上選擇的是相應(yīng)的廣義最小二乘估計法。

初始設(shè)定的模型為：LnYi = Ci+a1iX1+ a2iLnX2+ a3iLnX3+ a4iLnX4+ u, 其中C為截距項，u為隨機(jī)擾動項。根據(jù)（表1）顯示，使用時期加權(quán)具有最好的效果（殘差平方和明顯減?。渚唧w回歸結(jié)果（表2）所示。

從(表2)中能夠看出，在10%的水平下，模型的截距項均是顯著的，這也驗證了在模型選擇時所推定的服務(wù)貿(mào)易收支子項存在著顯著的結(jié)構(gòu)差異；同時，在回歸結(jié)果中，第二個自變量LnX2即兩國貨物貿(mào)易的系數(shù)在各截面均無法通過顯著性檢驗，因此，要對模型進(jìn)行進(jìn)一步的處理，將LnX2從初始模型的自變量中剔除，修正后的模型為：

LnYi= Ci+a1iX1+ a3i LnX3+ a4iLnX4+ u

采用上述同樣的步驟再次對修正后的模型使用時期方差進(jìn)行加權(quán)最小二乘回歸，其結(jié)果(表3)所示。

通過對初始模型進(jìn)行設(shè)定和對回歸方法進(jìn)行選擇，并在初始設(shè)定模型回歸結(jié)果的基礎(chǔ)上進(jìn)行進(jìn)一步地修正后，雖然仍有部分截面的系數(shù)依然不顯著，但模型中大部分系數(shù)已經(jīng)顯著，從模型整體上看，已經(jīng)達(dá)到了一個較為滿意的回歸結(jié)果。而從經(jīng)濟(jì)理論上來看，不同截面由于其自身存在各自的特點，在面對這些共同的影響因素時表現(xiàn)出不同的顯著性，這是合乎現(xiàn)實情況的。因此，本文分析的結(jié)論將在模型回歸結(jié)果的基礎(chǔ)上總結(jié)得出。

5.結(jié)論

通過建立含有個體影響的變系數(shù)面板數(shù)據(jù)模型，并采用廣義最小二乘法進(jìn)行回歸后，可以發(fā)現(xiàn)模型中5個截面的截距項是不同并且顯著的，這表明本文所分析的中美服務(wù)貿(mào)易收支中的五個子項存在著明顯的結(jié)構(gòu)差異；與此同時，模型中各截面自變量的系數(shù)也存在著較為明顯的差異，甚至不同截面在對某些自變量時表現(xiàn)出了相反的變動方向，這也反映出中美服務(wù)貿(mào)易收支的五個子項受某些因素影響的程度明顯不同?？偟膩碚f，本文的結(jié)論主要包括四個方面。

第一，對服務(wù)貿(mào)易的需求是影響中美兩國服務(wù)貿(mào)易收支變化的最顯著因素。模型顯示，隨著自變量X1的減小，即中國經(jīng)濟(jì)增速高于美國經(jīng)濟(jì)增速，這五個子項的貿(mào)易收支都將會被拉大，這也表明，隨著中國經(jīng)濟(jì)的高速增長，對美國提供的服務(wù)的需求將會快速增長，伴隨而來的也是中國對美服務(wù)貿(mào)易逆差的擴(kuò)大。在5個子項中，版稅和許可費的邊際系數(shù)大小高出其他四個子項邊際系數(shù)將近一倍，中國表現(xiàn)出對美國的專利、技術(shù)、商標(biāo)等國際技術(shù)貿(mào)易標(biāo)的以及出版發(fā)行物的較高需求彈性。

第二，貨物貿(mào)易與服務(wù)貿(mào)易的相互關(guān)系在整體上并不明顯。在本文初始模型的回歸結(jié)果中，貨物貿(mào)易這一自變量對五個子項的影響均不顯著，服務(wù)貿(mào)易和貨物貿(mào)易貌似“各行其道”，這與國內(nèi)一些相關(guān)研究的結(jié)果存在著出入。這種情況出現(xiàn)的原因可能是多方面的，從本文的角度看來，最有可能的原因是：（1）貨物貿(mào)易一方面對服務(wù)貿(mào)易有促進(jìn)作用，另一方面貨物貿(mào)易與服務(wù)貿(mào)易又存在著一定的互補(bǔ)性，綜合起來就使得二者整體間的相互關(guān)系在統(tǒng)計上并不顯著；（2）可能是由于模型的因變量在選取上并沒有包含與貨物貿(mào)易相關(guān)度比較大的項目，或者是對模型截面分類的選擇（中美服務(wù)貿(mào)易收支的子項分類）造成了貨物貿(mào)易影響不顯著。

第三，國際直接投資會帶動相關(guān)服務(wù)貿(mào)易的進(jìn)行。模型結(jié)果顯示，美國對中國增加直接投資會帶動其私人服務(wù)出口和版稅及許可費收入的增加，其中版稅及許可費收入受這種國際直接投資的影響最為顯著，這本身也是因為技術(shù)的轉(zhuǎn)移很大程度上表現(xiàn)出與國際直接投資在時間上的近似同步以及在方向上的大體一致。目前，美國對中國的直接投資遠(yuǎn)遠(yuǎn)大于中國對美投資，伴隨著這種直接投資差額的增大，美國對中國服務(wù)貿(mào)易的順差將會有可能更進(jìn)一步擴(kuò)大。

第四，人民幣實際匯率波動對中美服務(wù)貿(mào)易收支存在一定影響［5］。從模型回歸結(jié)果來看，人民幣實際匯率對五個截面中的三個截面存在顯著影響，并且人民幣實際匯率貶值，會帶來美國對中國服務(wù)貿(mào)易收支順差的增加。這也反映出在中國對美國服務(wù)有著較大需求的情況

下，隨著單位美元能換取更多的人民幣，美國將更愿意對中國進(jìn)行相關(guān)服務(wù)產(chǎn)品的出口。

6.總結(jié)

通過本文所進(jìn)行的實證分析可以看出，除貨物貿(mào)易外，兩國相對經(jīng)濟(jì)增長速度、國際直接投資和人民幣實際匯率對中美服務(wù)貿(mào)易收支下的五個子項有著不同程度的影響。從目前來看，由于中國保持著持續(xù)的高速增長，這將加大對美國服務(wù)貿(mào)易品進(jìn)口的需求；同時，隨著美國對中國直接投資增加自身會帶來對中國服務(wù)貿(mào)易出口的增加外，直接投資還通過其直接和間接作用推動中國經(jīng)濟(jì)增長，這將進(jìn)一步帶來對美國服務(wù)貿(mào)易產(chǎn)品的需求。從這兩方面來看，中國對美服務(wù)貿(mào)易收支將可能進(jìn)一步惡化。雖然模型顯示人民幣實際匯率升值會改善中國對美服務(wù)貿(mào)易收支的逆差，且自2005年我國匯率制度改革后人民幣處于升值狀態(tài)，但目前美國自身面臨的通貨膨脹壓力會在一定程度上抵消人民幣升值影響，此外，一旦人民幣停止升值并處于一個相對穩(wěn)定的匯率水平時，其他兩個因素將成為影響中美服務(wù)貿(mào)易收支動態(tài)變化的主要因素。總的來說，今后中國在對美服務(wù)貿(mào)易收支變化上具有不確定性，但這種逆差在一定時期內(nèi)擴(kuò)大而非縮小的可能性更大，因此，加強(qiáng)對中美服務(wù)貿(mào)易的研究，在現(xiàn)在和將來

都將具有重要的意義。

參考文獻(xiàn)：

［1］Juann H.Hung and Sandre Viana, “Modelling U.S.Services Trade Flows: A Cointegration-ECM Approach”, Federal Reserve Bank of New York Research Paper No.9518,1995.

［2］Alan V.Deardorff, Saul H.Hymans, Robert M.Stern and Chong Xiang, “Forecasting U.S.Trade in Services”, University of Michigan Discussion Paper, No.467, 2000.

［3］Denise Eby Konan and Ari Van Assche, “Regulation, Market Structure and Service Trade Liberalization: A CGE Analysis”, CIRANO Working Papers, 2006.

［4］Lejour, A. and de Paiva Verheijden. “Services Trade with Canada and European Union.” CPB discussing paper, No.42.2004.

［5］謝康，李贊.貨物貿(mào)易與服務(wù)貿(mào)易互補(bǔ)性的實證分析［J］.國際貿(mào)易問題, 2000，(9).

［6］張德進(jìn)，吳韌強(qiáng).中美服務(wù)貿(mào)易的比較分析與啟示［J］.國際貿(mào)易問題, 2004，(5).

［7］程南洋，楊紅強(qiáng)，聶影.中國服務(wù)貿(mào)易出口結(jié)構(gòu)變動的實證分析［J］.國際貿(mào)易問題, 2006，(8).

［8］孫夏，張靜中.中美服務(wù)貿(mào)易逆差的原因與對策［J］.鄭州航空工業(yè)管理學(xué)院學(xué)報, 2006，(8).

篇3

關(guān)鍵詞 資源豐裕度；經(jīng)濟(jì)增長；非線性；經(jīng)濟(jì)結(jié)構(gòu)；政治制度

中圖分類號 F061.3 文獻(xiàn)標(biāo)識碼 A 文章編號 1002-2104（2013）08-0001-06 doi：10.3969/j.issn.1002-2104.2013.08.001

長期以來，經(jīng)濟(jì)學(xué)家們一直致力于探究與經(jīng)濟(jì)增長有關(guān)的諸多因素和條件，即增長的源泉問題。物質(zhì)資本、人力資本、自然資源和技術(shù)進(jìn)步等相繼被揭示出來并置于突出的地位。然而，關(guān)于自然資源的真實影響，學(xué)術(shù)界并未達(dá)成共識。自然資源對于經(jīng)濟(jì)發(fā)展究竟是祝福還是詛咒？本文使用1978-2011年中國30個省市區(qū)的面板數(shù)據(jù)，試圖從一個更長的時間跨度去研究資源豐裕度與經(jīng)濟(jì)增長之間的關(guān)系及其動態(tài)變化。

1 自然資源與經(jīng)濟(jì)增長的悖論

早期關(guān)于自然資源豐裕度與經(jīng)濟(jì)增長關(guān)系的研究大都認(rèn)為，豐裕的自然資源作為一種潛在財富，可以便利地被轉(zhuǎn)化為資本，為經(jīng)濟(jì)起飛提供了很好的支持[1-2]。時至今日，仍有很多學(xué)者在研究近代以來經(jīng)濟(jì)發(fā)展史的基礎(chǔ)上，在探索經(jīng)濟(jì)增長和發(fā)展問題的過程中強(qiáng)調(diào)自然資源對經(jīng)濟(jì)增長起到了積極的正面效應(yīng)。然而，20世紀(jì)80年代以來，許多資源豐裕的國家和地區(qū)卻出現(xiàn)了低增長甚至發(fā)展停滯的局面，這使得學(xué)術(shù)界重新開始認(rèn)識資源豐裕度和經(jīng)濟(jì)增長的關(guān)系[3-8]。近來，也有很多學(xué)者對上述兩種假說都提出了質(zhì)疑，認(rèn)為資源豐裕度和經(jīng)濟(jì)增長并不構(gòu)成一一對應(yīng)的關(guān)系[9-11]。

我們感興趣的是，中國的資源豐裕度對經(jīng)濟(jì)增長究竟是祝福、詛咒還是沒有特定的關(guān)系？是特定時期的經(jīng)濟(jì)現(xiàn)象，還是一種普遍的帶有規(guī)律性的經(jīng)濟(jì)機(jī)理？本文使用1978-2011年中國30個省市區(qū)的面板數(shù)據(jù)，從一個更長的時間跨度去研究資源豐裕度與經(jīng)濟(jì)增長之間的關(guān)系及其動態(tài)變化，希望可以彌補(bǔ)已有文獻(xiàn)在這方面的空白；更進(jìn)一步，我們試圖從實證的角度探討中國省級層面的自然資源對經(jīng)濟(jì)增長的作用機(jī)制。

2 數(shù)據(jù)、計量模型設(shè)定與檢驗

本文運(yùn)用的數(shù)據(jù)集涵蓋了中國30個省、市、自治區(qū)（重慶除外）從1978年至2011年的自然資源和主要經(jīng)濟(jì)數(shù)據(jù)。自然資源的衡量指標(biāo)主要包括原煤、原油、天然氣的產(chǎn)量、采掘業(yè)部門的固定資產(chǎn)投資等；主要經(jīng)濟(jì)數(shù)據(jù)包括GDP、人均GDP、人口、就業(yè)人口、固定資產(chǎn)投資、制造業(yè)固定資產(chǎn)投資、財政支出、科教文衛(wèi)事業(yè)支出等。

資源豐裕度的測量是實證研究中的一個重要難題，為此，學(xué)者們引入了一系列的替代變量。比如初級產(chǎn)品出口占GDP的比重[4]11，初級產(chǎn)品部門的就業(yè)比例[12]，人均耕地數(shù)量[13]，能源儲量[14]，資源租占GDP的比重[15]等?？紤]到能源資源較大的經(jīng)濟(jì)租及其在工業(yè)化進(jìn)程中的戰(zhàn)略性地位，我們主要選取徐康寧和韓劍[16]構(gòu)建的RAI指標(biāo)來衡量中國各省的資源豐裕程度，并進(jìn)一步使用采掘業(yè)部門的固定資產(chǎn)投資占固定資產(chǎn)投資的比重[17]這一指標(biāo)作為穩(wěn)健性檢驗。

我國一次性能源生產(chǎn)和消費總量中煤炭、石油、天然氣的比重大約為：75%、23%和2%。以此為依據(jù)，分別賦予三種礦產(chǎn)資源相應(yīng)的權(quán)重。RAI指標(biāo)的具體計算公式如下：

與該指標(biāo)類似，中國科學(xué)院公布了一個能源產(chǎn)量的折算公式，其中能源產(chǎn)量是原煤、原油、天然氣產(chǎn)量經(jīng)熱量轉(zhuǎn)換之后的綜合指標(biāo)：能源產(chǎn)量（108 t）=（原煤產(chǎn)量×0.714 t/t）+（原油產(chǎn)量×1.43 t/t）+（天然氣產(chǎn)量×1.33 t/（1 000 m3））。

考慮如下的面板計量模型：

其中下標(biāo)i代表省份（i=1， 2， …， 30），t代表年份（t=1978， 1979， …， 2011），y表示經(jīng)濟(jì)增長的衡量指標(biāo)，具體包括GDP增長率、人均GDP增長率以及分別相對應(yīng)的5年移動平均的GDP增長率和人均GDP增長率；RAI表示資源豐裕度指標(biāo)；X表示模型中引入的一些在長期中影響經(jīng)濟(jì)增長的控制變量，具體包括表1中所列的資本投入、勞動力投入以及科技投入等。β0表示常數(shù)項，β1和β2是對應(yīng)的估計系數(shù)，εit是隨機(jī)擾動項。此外，我們的計量模型設(shè)定中也控制了省份和年份的固定效應(yīng)：provi表示各省不隨時間變化的固定效應(yīng)；yeart表示每年對各省都有同樣影響的固定效應(yīng)。

2.1 “資源祝福”還是“資源詛咒”？

利用1978年至2011年全國30個省市區(qū)的面板數(shù)據(jù)進(jìn)行了檢驗，表1報告了利用GDP增長率來衡量經(jīng)濟(jì)增長情況的參數(shù)估計結(jié)果。

所有控制變量對經(jīng)濟(jì)增長的影響基本上都符合經(jīng)濟(jì)理論和直覺的判斷：由于經(jīng)濟(jì)發(fā)展的收斂性，上一年人均GDP對經(jīng)濟(jì)增長有負(fù)向的影響；資本、勞動以及科技投入則在很大程度上有正向的影響?？刂七@些解釋變量將會保證計量結(jié)果得以反映自然資源對經(jīng)濟(jì)增長的真實影響。

接下來我們主要關(guān)注資源豐裕度與經(jīng)濟(jì)增長的關(guān)系，表1中的第1-4列是使用GDP增長率作為經(jīng)濟(jì)增長情況考核的結(jié)果，第1、2列與第3、4列的區(qū)別在于是否控制了省份和年份固定效應(yīng)。從回歸的結(jié)果來看，這些省份和年份虛擬變量的系數(shù)具有聯(lián)合的顯著性，即各省的特定條件和全國范圍內(nèi)的時間趨勢是不能忽略的影響因素。第3列的回歸結(jié)果顯示，在控制了其他可能影響經(jīng)濟(jì)增長的因素之后，資源豐裕度對經(jīng)濟(jì)增長有正向的影響且達(dá)到了5%的顯著性水平。這意味著，當(dāng)我們從一個盡可能長的時間跨度去考察，資源的豐裕度從整體上看為經(jīng)濟(jì)增長提供了正向的支持。

更進(jìn)一步，我們在第4列中引入了資源豐裕度的平方項來考察資源豐裕度對經(jīng)濟(jì)增長可能存在的一種非線性的影響：資源豐裕度平方項的估計系數(shù)為負(fù)且達(dá)到了5%的顯著性水平；此時資源豐裕度的估計系數(shù)比第3列的估計系數(shù)顯著增大并且顯著性也進(jìn)一步增強(qiáng)，達(dá)到了1%的顯著性水平。這意味著，平方項的引入有力地建立了資源豐裕度與經(jīng)濟(jì)增長之間在長期中存在的非線性關(guān)系，我們稱其為動態(tài)演變。也就是說，在經(jīng)濟(jì)發(fā)展的初期，豐裕的自然資源作為一種潛在財富，可以便利地被轉(zhuǎn)化為資本，而資本是經(jīng)濟(jì)發(fā)展的關(guān)鍵因素之一，因而豐裕的自然資源為我國各省的經(jīng)濟(jì)起飛提供了很好的支持。然而，隨著改革開放進(jìn)程的推進(jìn)，我國的市場化程度不斷加深，產(chǎn)業(yè)結(jié)構(gòu)持續(xù)完善，豐裕的自然資源并不能繼續(xù)維持原有的角色，反而在一定程度上制約了經(jīng)濟(jì)的持續(xù)快速增長。

第5、6列報告了5年移動平均的GDP增長率作為經(jīng)濟(jì)增長衡量指標(biāo)的回歸結(jié)果，這樣的考核指標(biāo)能在一定程度上消除經(jīng)濟(jì)發(fā)展的短期波動，從而能夠更準(zhǔn)確地反映一個地區(qū)的經(jīng)濟(jì)增長情況。結(jié)果顯示，當(dāng)我們使用5年移動平均的指標(biāo)，估計系數(shù)的符號與第3、4列完全一致并且都通過了1%的顯著性檢驗。

2.2 穩(wěn)健性檢驗

雖然表1中的回歸結(jié)果有力地證明了我國省級層面的資源豐裕度與經(jīng)濟(jì)增長之間長期中所體現(xiàn)出來的非線性的動態(tài)演變關(guān)系，我們?nèi)匀魂P(guān)心以下問題：其一、資源豐裕度的測量一直是實證研究的難題，當(dāng)我們使用其他的資源豐裕度指標(biāo)，上述的非線性的動態(tài)演變關(guān)系是否依然存在？其二、雖然GDP增長率是大家公認(rèn)的經(jīng)濟(jì)增長衡量指標(biāo)，但如果我們使用其他的指標(biāo)來衡量我國各省的經(jīng)濟(jì)發(fā)展情況，會不會改變上述的研究結(jié)論？

在本部分，我們使用了不同的資源豐裕度和經(jīng)濟(jì)增長衡量指標(biāo)來進(jìn)行穩(wěn)健性檢驗。其一，采掘業(yè)投資占比。在中國的行業(yè)統(tǒng)計口徑下，采掘業(yè)中包括煤炭、石油、天然氣、金屬和非金屬礦采選業(yè)等與自然資源直接關(guān)聯(lián)的細(xì)分行業(yè)，這些行業(yè)的投入多少完全取決于自然資源的可得性，因此我們認(rèn)為，當(dāng)?shù)夭删驑I(yè)的投入水平可以很大程度上反映自然資源的綜合稟賦狀況；其二，GDP增長率更多反映的是一個地區(qū)經(jīng)濟(jì)總量的增長情況，考慮人均GDP增長率則能更全面地衡量經(jīng)濟(jì)增長給全體居民帶來的福利改善。檢驗結(jié)果顯示，我們發(fā)現(xiàn)的非線性動態(tài)演變關(guān)系仍然存在，且都通過了1%的顯著性檢驗。從系數(shù)的大小來看，這種關(guān)系甚至更為強(qiáng)烈。

圖1以一種更為直觀的方式反映了這種非線性的動態(tài)演變關(guān)系，我們稱其為自然資源的庫茲涅茨曲線。和收入分配狀況、環(huán)境污染狀況等與經(jīng)濟(jì)發(fā)展的關(guān)系類似，自然資源豐裕度對經(jīng)濟(jì)增長的影響也呈現(xiàn)出一種倒U型的形態(tài)。

至此，我們利用1978年至2011年我國30個省份的面板數(shù)據(jù)，對我國省級層面資源豐裕度與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了更長時間跨度內(nèi)、更為全面的檢驗，在某種程度上解開了二者之間關(guān)系的悖論：“資源祝福”、“資源詛咒”和“資源中性”假說可能在某個特定的經(jīng)濟(jì)發(fā)展階段成立，但是從長期來看二者之間存在著非線性的動態(tài)演變關(guān)系，而并非單一的線性關(guān)系。

3 “資源詛咒”的傳導(dǎo)機(jī)制：實證檢驗

國內(nèi)外已有很多學(xué)者就“資源詛咒”的作用機(jī)制和影響渠道進(jìn)行了研究，比如要素轉(zhuǎn)移效應(yīng)引發(fā)了“荷蘭病”[18]、外部環(huán)境惡化促使資本外流、資源開采的財富分配方式擴(kuò)大了貧富差距、資源主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)制約了人力資本的積累和科技能力的提升[8]86-87等等。然而，所有關(guān)于傳導(dǎo)機(jī)制的研究基本上都停留在經(jīng)濟(jì)直覺的判斷或者理論模型的層面，并未得到實證的檢驗。在本部分，我們將從經(jīng)濟(jì)結(jié)構(gòu)和政治制度兩個方面選取中國省級層面的一系列指標(biāo)來進(jìn)行較為嚴(yán)格的計量檢驗。

3.1 經(jīng)濟(jì)結(jié)構(gòu)詛咒

經(jīng)濟(jì)結(jié)構(gòu)詛咒的主要思想是，當(dāng)一個國家或地區(qū)擁有某種豐富的自然資源時，比較容易陷入依賴某種自然資源的發(fā)展路徑，使其他工業(yè)或產(chǎn)業(yè)的發(fā)展受到冷落或排擠，這種擠出效應(yīng)會對未來的經(jīng)濟(jì)發(fā)展帶來災(zāi)難性的打擊。從長期來看，經(jīng)濟(jì)增長的驅(qū)動因素主要有人力資本和物質(zhì)資本的積累、制度改革和技術(shù)進(jìn)步等。豐裕的自然資源往往會對人力資本和物質(zhì)資本的投資、制度和技術(shù)創(chuàng)新等產(chǎn)生忽略，從而削弱了促進(jìn)經(jīng)濟(jì)長期增長的動力。

我們選取普通初級中學(xué)學(xué)校數(shù)量和普通初級中學(xué)在校學(xué)生人數(shù)的變動情況來衡量該省的人力資本積累情況；用制造業(yè)部門的固定資本投資占總固定資本投資份額的增長率來觀察該省的物質(zhì)資本積累情況。表2報告了對經(jīng)濟(jì)結(jié)構(gòu)詛咒假說實證檢驗的結(jié)果。

回歸結(jié)果顯示，正如我們所預(yù)計的，總?cè)丝谠蕉?，初中學(xué)校的數(shù)目越多；近年來的合并浪潮確實使得初中學(xué)校數(shù)目逐年遞減；然而，在我們控制住這些因素之后，仍然發(fā)現(xiàn)資源豐裕度對初中學(xué)校的數(shù)目有顯著的負(fù)向影響（第1列），且不存在非線性影響（第2列）；第4列的估計系數(shù)證明了資源豐裕度同樣減少了普通初中的在校學(xué)生數(shù)，并通過了1%的顯著性檢驗。更進(jìn)一步，第6列的回歸結(jié)果表明，資源豐裕度對物質(zhì)資本的積累同樣存在著非線性的影響：在經(jīng)濟(jì)發(fā)展初期，自然資源的開發(fā)能迅速地轉(zhuǎn)化為資本，并帶動制造業(yè)的發(fā)展；但長期來看，過度依賴資源的發(fā)展路徑實際上擠出了對經(jīng)濟(jì)長期持續(xù)增長至關(guān)重要的制造業(yè)部門的投資。

3.2 政治制度詛咒

經(jīng)濟(jì)學(xué)家們在相當(dāng)長的一段時間里對所謂的政治因素、社會因素、文化因素等敬而遠(yuǎn)之，但這些因素在經(jīng)濟(jì)增長中卻起著重要的作用。在跨國增長研究中，制度因素是各國經(jīng)濟(jì)增長差異的一個異常重要的解釋變量。在這里，我們選取了樊綱、王小魯、朱恒鵬從上世紀(jì)末期開始連續(xù)構(gòu)建的中國市場化指數(shù)作為各省制度質(zhì)量的衡量指標(biāo)。該指標(biāo)體系對中國各省的市場化進(jìn)程進(jìn)行了比較全面的比較，完全采用客觀指標(biāo)衡量各地區(qū)市場化改革的深度和廣度，避免了主觀評價。具體來說，該指標(biāo)體系除了給每

個省份賦予一個總得分之外，還包括政府與市場關(guān)系、非國有經(jīng)濟(jì)發(fā)展、產(chǎn)品市場發(fā)育、要素市場發(fā)育以及中介組織發(fā)育和法律這五個分指標(biāo)。

表3報告了政治制度詛咒的實證檢驗結(jié)果。我們對各省的市場化指數(shù)總得分以及所有5個分指標(biāo)都進(jìn)行了計量檢驗，結(jié)果顯示，從長期來看，資源豐裕度對市場化指數(shù)的所有指標(biāo)都有負(fù)向的影響。

第2列的估計系數(shù)證明，資源豐裕度在長期中惡化了政府與市場的關(guān)系：資源豐裕的地區(qū)更容易形成“大政府”，過多地對企業(yè)進(jìn)行干預(yù)，使得市場化進(jìn)程更為緩慢；同樣的，由于當(dāng)?shù)刎S裕的自然資源，大量的人力資本和物質(zhì)資本都被投入到資源部門，非國有經(jīng)濟(jì)更不容易得到發(fā)展的空間；最后，第5、6列的結(jié)果顯示，資源豐裕地區(qū)的中介市場（律師、會計師、行業(yè)協(xié)會等）發(fā)育度更低，法制更不健全，生產(chǎn)者的合法權(quán)益、知識產(chǎn)權(quán)、專利等更不容易得到保護(hù)，從而影響了創(chuàng)新活動的進(jìn)行，進(jìn)而不利于經(jīng)濟(jì)的長期發(fā)展。

4 總結(jié)與討論

本文利用1978年至2011年我國30個省份的面板數(shù)據(jù)，對我國省級層面資源豐裕度與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了更長時間跨度內(nèi)、更為全面的檢驗。我們的研究發(fā)現(xiàn)，資源豐裕度與經(jīng)濟(jì)增長之間存在一種非線性的動態(tài)演變關(guān)系：在經(jīng)濟(jì)發(fā)展的初期，豐裕的自然資源作為一種潛在財富，為我國各省的經(jīng)濟(jì)發(fā)展提供了很好的支持。然而，隨著改革開放進(jìn)程的推進(jìn)，我國的市場化程度不斷加深，產(chǎn)業(yè)結(jié)構(gòu)持續(xù)完善，資源部門的擴(kuò)張抑制甚至擠出了其他部門的發(fā)展，反而在一定程度上制約了經(jīng)濟(jì)的持續(xù)快速增長。當(dāng)我們使用其他資源豐裕度和經(jīng)濟(jì)增長指標(biāo)時，這種強(qiáng)烈的非線性動態(tài)演變關(guān)系仍然存在。更進(jìn)一步，本文使用較為嚴(yán)格的計量方法對自然資源作用經(jīng)濟(jì)增長的機(jī)制進(jìn)行了實證檢驗，結(jié)果顯示：在長期中，①自然資源會通過降低人力資本和物質(zhì)資本的投資對經(jīng)濟(jì)結(jié)構(gòu)產(chǎn)生“詛咒”；②自然資源會惡化政府與市場的關(guān)系、阻礙非國有經(jīng)濟(jì)的發(fā)展、中介組織的發(fā)育和法律的完善等，從而對政治制度也產(chǎn)生“詛咒”。

當(dāng)然，由于數(shù)據(jù)的可得性，本文的研究還存在一些問題。比如，與電力等其他能源部門類似，中國至今的自然資源定價并沒有實現(xiàn)完全的市場化，政府的資源價格管理機(jī)制仍起著較大的作用。自然資源（如煤炭等）在各省之間的“調(diào)撥”、地方政府出面的“采購”或者發(fā)改委確定的定價機(jī)制（比如價格上限等）使得自然資源對生產(chǎn)省來說是“詛咒”，而對資源消費省則是“祝福”。

致謝：

感謝李宏彬教授和肖志杰教授在本文寫作過程中的悉心指導(dǎo)和幫助。

參考文獻(xiàn)（References）

[1]Habakkuk H J. American and British Technology in the Nineteenth Century： The Search for Laborsaving Inventions[M]. Cambridge， MA： Cambridge University Press， 1962： 21-28.

[2]Wright G. The Origins of American Industrial Success， 1879-1940[J]. American Economic Review， 1990， 80： 651-668.

[3]Auty R M. Industrial Policy Reform in Six Large Newly Industrializing Countries： The Resource Curse Thesis[J]. World Development， 1994， 22： 11-26.

[4]Sachs J， Warner A. Natural Resource Abundance and Economic Growth[J]. NBER Working Paper， 1995， No. 5398.

[5]Sachs J， Warner A. Fundamental Sources of Longrun Growth[J]. American Economic Review， 1997， 87： 184-188.

[6]Sachs J， Warner A. The Curse of Natural Resources[J]. European Economic Review， 2001， 45： 827-838.

[7]Papyrakis E， Gerlagh R. Resource Abundance and Economic Growth in the United States[J]. European Economic Review， 2006， 51： 1011-1039

[8]徐康寧， 王劍. 自然資源豐裕程度與經(jīng)濟(jì)發(fā)展水平關(guān)系的研究[J]. 經(jīng)濟(jì)研究， 2006， 1： 78-89. [Xu Kangning， Wang Jian. An Empirical Study of A Linkage Between Natural Resource Abundance and Economic Development[J]. Economic Research Journal， 2006， 1： 78-89.]

[9]Davis G. Learning to Love the Dutch Disease： Evidence from Mineral Economies[J]. World Development， 1995， 23： 1765-1779.

[10]Coxhea I. 國際貿(mào)易和自然資源“詛咒”：中國的增長威脅到東南亞地區(qū)的發(fā)展了嗎？[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2006， 5（2）： 609-634. [Coxhea I. International Trade and the Natural Resource “Curse” in Southeast Asia： Does China’s Growth Threaten Regional Development？[J]. China Economic Quarterly， 2006， 5（2）： 609-634.]

[11]Lederman D， Maloney W. In Search of the Missing Resource Curse[J]. Economía， 2008， 9：1-56.

[12]Gylfason T， Herbertsson T， Zoega G. A mixed Blessing： Natural Resources and Economic Growth[J]. Macroeconomic Dynamics， 1999， 3： 204-225.

[13]Wood A， Berge K. Exporting Manufactures： Human Resources， Natural Resources and Trade Policy[J]. Journal of Development Studies， 1997， 34： 35-39.

[14]Stijns J. Natural Resource Abundance and Economic Growth Revisited[R]. San Francisco： Western Economic Association International 2001 Conference， 2001.

[15]Hamilton K， Ruta G， Tajibaeva L. Capital Accumulation and Resource Depletion： A Hartwick Rule Counterfactual[J]. World Bank Policy Research Working Paper， 2005， No. 3480.

[16]徐康寧， 韓劍. 中國區(qū)域經(jīng)濟(jì)的“資源詛咒”效應(yīng)：地區(qū)差距的另一種解釋[J]. 經(jīng)濟(jì)學(xué)家， 2005， 6： 96-102. [Xu Kangning， Han Jian. “Resource Curse” Effect on Regional Economy in China： Another Explanation to Regional Discrepancy[J]. Economist， 2005， 6： 96-102.]

[17]胡援成， 肖德勇. 經(jīng)濟(jì)發(fā)展門檻與自然資源詛咒：基于我國省際層面的面板數(shù)據(jù)實證研究[J]. 管理世界（月刊）， 2007， （4）： 15-23. [Hu Yuancheng， Xiao Deyong. The Threshold of Economic Growth and the Natural Resource Curse[J]. Management World （Monthly）， 2007， （4）： 15-23.]

[18]Matsuyama K. Agricultural Productivity， Comparative Advantage and Economic Growth[J]. Journal of Economic Theory， 1992， 58： 317-334.

Natural Resources Kuznets Curve：

篇4

關(guān)鍵詞：并購；勞動力需求；面板數(shù)據(jù)；固定效應(yīng)

中圖分類號：F241.21　文獻(xiàn)標(biāo)識碼：A　文章編號：1003-7217(2010)04-0077-05

近年來，國內(nèi)外并購熱潮洶涌迭起。自20世紀(jì)90年代以來，全球企業(yè)并購速度加快，西方國家掀起五次并購浪潮，大企業(yè)通過并購，其規(guī)模迅速擴(kuò)大，實力不斷增強(qiáng)。在國內(nèi)，隨著市場體制改革進(jìn)一步深入和現(xiàn)代企業(yè)制度步伐加快，企業(yè)并購逐漸展開，我國也經(jīng)歷了三次并購浪潮。

因此，并購已成為一種重要投資方式，也引起學(xué)者們廣泛關(guān)注，于是有關(guān)并購內(nèi)容成為學(xué)者們重要研究課題。但國內(nèi)學(xué)者主要集中于并購績效、動機(jī)、時機(jī)研究，關(guān)于并購對勞動力需求影響研究很少涉及，不同產(chǎn)業(yè)公司并購對勞動力需求影響研究更是尚未涉及。進(jìn)行這方面研究可以從理論上豐富并購研究內(nèi)容，拓展并購研究范圍。同時，并購對勞動力需求有影響前提下，它也會影響到社會就業(yè)問題，而社會就業(yè)是國家穩(wěn)定的基礎(chǔ)，是構(gòu)建社會主義和諧社會的重要前提，不同產(chǎn)業(yè)公司并購對公司勞動力需求影響研究有助于制定合理就業(yè)政策。為此探究并購對公司勞動力需求影響具有重要理論與現(xiàn)實意義。

一、文獻(xiàn)回顧

國內(nèi)學(xué)者關(guān)于并購對公司勞動力需求研究很少涉及，僅有少數(shù)學(xué)者在研究并購問題時附帶提及并購中的就業(yè)問題，且所持觀點也不一致。如王一(2001)認(rèn)為企業(yè)并購是影響我國就業(yè)的重要因素，并且他指出企業(yè)并購將有助于我國社會就業(yè)狀況改善。韓峰(2002)在研究企業(yè)并購的具體目標(biāo)時，指出企業(yè)并購后可以減少管理人員，如減少上層管理者、會計和人事部門工作人員等。王玉霞(2003)認(rèn)為并購后造成的壟斷能推動經(jīng)濟(jì)增長，從而有利于解決充分就業(yè)問題。干春暉(2004)在研究并購問題中的就業(yè)問題時，他指出一旦目標(biāo)公司被其他公司并購，無論是出于自身經(jīng)營活動需要還是出于經(jīng)營戰(zhàn)略、運(yùn)作成本考慮，都必定會伴隨著大量冗余人員下崗分流，也即是說企業(yè)并購后會使就業(yè)減少。薛有志(2004)認(rèn)為通過縱向并購可減少在實現(xiàn)控制功能方面所需人員，進(jìn)而節(jié)約費用，提高經(jīng)濟(jì)效益。

國外學(xué)者就公司并購對公司就業(yè)影響進(jìn)行了深入研究，取得有益成果。國外學(xué)者有關(guān)這方面研究主要集中于美國與歐洲國家，為研究需要，將按國別進(jìn)行綜述，具體如下：

美國：Williamson(1963)認(rèn)為縱向兼并可能導(dǎo)致上游企業(yè)銷售人員和／或下游企業(yè)采購人員減少；Brown et al.(1988)用Michiganes1978～1984年間的大樣本兼并公司數(shù)據(jù)研究控制權(quán)變化對就業(yè)的影響，得出兼并使就業(yè)略微增加的結(jié)論；Bhagat et al.(1990)通過案例研究發(fā)現(xiàn)：在美國，敵意收購使就業(yè)特別是白領(lǐng)工人的就業(yè)減少；Lichtenberg et al.(1992)采用美國制造業(yè)數(shù)據(jù)進(jìn)行實證研究，結(jié)果發(fā)現(xiàn)兼并使就業(yè)顯著減少，并且減少的大部分是中央辦公人員；MeGuckin et al.(1995)使用美國的面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)被兼并行業(yè)相應(yīng)增加了就業(yè)。

英國：Conyon et al.(2002)利用構(gòu)建的1967～1996年間的數(shù)據(jù)庫，就英國接管和兼并行為對企業(yè)就業(yè)影響進(jìn)行了研究，發(fā)現(xiàn)企業(yè)兼并使勞動力需求減少，不同兼并類型對公司就業(yè)影響有顯著差異性，相關(guān)收購和敵意收購對就業(yè)的負(fù)面影響最大；Cirma et al.(2004)通過使用英國電氣行業(yè)數(shù)據(jù)，經(jīng)研究發(fā)現(xiàn)國外接管減少就業(yè)，特別是非熟練工人的就業(yè)；Amess et al.(2007)認(rèn)為管理層收購增加英國就業(yè)。

奧地利：Bellak et al.(2006)研究發(fā)現(xiàn)在奧地利制造行業(yè)，跨國并購與就業(yè)增長之間沒有因果關(guān)系。

法國：Margolis(2006)認(rèn)為在法國并購在短期對就業(yè)有負(fù)面影響。

意大利：Piscitello(2005)等發(fā)現(xiàn)在意大利，對比沒有被并購公司而言，被國外并購方并購公司在并購后幾年里增加了就業(yè)。

瑞典：Siegel et al.(2006)利用瑞典制造行業(yè)數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)公司并購后使就業(yè)減少。

芬蘭：Lehto et al.(2008)使用芬蘭公司級數(shù)據(jù)進(jìn)行并購對就業(yè)影響研究，發(fā)現(xiàn)跨國并購使制造行業(yè)就業(yè)減少，但在非制造行業(yè)這種效果比較弱；國內(nèi)并購方并購國內(nèi)公司對于每種行業(yè)就業(yè)都有負(fù)面影響；國外并購方并購國內(nèi)公司對建筑及其他服務(wù)行業(yè)就業(yè)有負(fù)面影響；內(nèi)部重組對就業(yè)也造成負(fù)面影響，這主要是針對貿(mào)易行業(yè)而言。

Gugler et al.(2004)經(jīng)過研究美國和歐洲兼并收購對勞動力需求的影響，得出結(jié)論：在美國，并購對就業(yè)不存在負(fù)面影響；但在歐洲，并購對就業(yè)造成顯著負(fù)面影響(-10％)。

綜上所述，國外學(xué)者在研究公司并購對公司就業(yè)影響時，有如下特點：首先，研究范圍主要集中于美國與歐洲國家，或者對比研究美國與歐洲國家公司并購對公司就業(yè)的不同影響；其次，研究時大多以行業(yè)數(shù)據(jù)為樣本；再次，研究結(jié)論多樣化，公司并購對公司就業(yè)可以是正面影響，也可以是負(fù)面影響，兩者也可能不存在影響關(guān)系；最后，國外學(xué)者在研究中區(qū)分不同并購類型對公司就業(yè)影響與公司并購對不同類型員工影響。

國外學(xué)者通過實證研究就公司并購對公司就業(yè)影響得出不同結(jié)論，根據(jù)其研究特點，他們要么選擇國家為研究范圍，要么選擇行業(yè)為研究范圍。前者我們已嘗試作過相關(guān)研究，而后者可能范圍略顯過小，對國家制定就業(yè)政策作用不大。同時，也因為近幾年我國產(chǎn)業(yè)結(jié)構(gòu)發(fā)生很大變化，不同產(chǎn)業(yè)的公司并購也隨之而變化，這些變化必然對社會就業(yè)產(chǎn)生影響，所以我們以不同產(chǎn)業(yè)為研究范圍來研究不同產(chǎn)業(yè)公司并購對公司勞動力需求影響有其必要性。

二、模型構(gòu)建

(一)變量選擇和定義

在總結(jié)國外學(xué)者關(guān)于公司并購對公司就業(yè)影響研究基礎(chǔ)上，根據(jù)前述國內(nèi)學(xué)者關(guān)于就業(yè)的影響因素研究，借鑒Conyon(2002)的相關(guān)變量選擇。

(1)因變量(公司勞動力需求人數(shù))的度量指標(biāo)。本文采用上市公司年報中披露的員工人數(shù)來衡量并

購公司勞動力需求，但因避免數(shù)據(jù)差異過大，將員工人數(shù)取其對數(shù)值(下文中總銷售收入及公司職工薪酬均取其對數(shù)值)，用符號ln l表示。

(2)自變量(公司并購)的度量。第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)發(fā)生的并購在此采用虛擬變量，分別用符號fm、sm、tm表示，公司在并購當(dāng)年其值取1，否則取O。

(3)控制變量的選擇及度量。因為在公司層面上，勞動力需求調(diào)整會受到公司職工薪酬及總銷售收入的影響，故將此兩個變量選為控制變量。職工薪酬與總銷售收入均可采用上市公司年報中披露的相關(guān)數(shù)據(jù)，分別用符號ln w與ln q來表示。

(二)模型設(shè)定和估計方法

(1)模型設(shè)定?？紤]并購對勞動力需求的影響效應(yīng)研究模型時，可將其看成是勞動力需求由一種最佳水平向另一種最佳水平轉(zhuǎn)變。如圖1所示，并購前，假設(shè)A公司勞動力需求水平為L1，B公司勞動力需求水平為L2，在時間t發(fā)生并購后，假定生產(chǎn)技術(shù)規(guī)模收益保持不變，且相關(guān)要素價格也不變，那么并購后的公司產(chǎn)量與勞動力需求水平應(yīng)該等于并購前兩個公司總和。但若生產(chǎn)技術(shù)使規(guī)模收益增加(IRTS)，那么并購后的公司會通過減少總勞動力需求來獲得并購前各個公司產(chǎn)出總和。如果最佳勞動力需求水平與并購后公司總和不同，就必然會發(fā)生勞動力調(diào)整，使之達(dá)到最佳水平。但是要調(diào)整到最佳勞動力需求水平并不能在短時間內(nèi)完成，所以公司將需在迅速調(diào)整所費成本與偏離最佳勞動力需求水平時所費成本之間進(jìn)行權(quán)衡，從而可構(gòu)造出下面的面板數(shù)據(jù)模型：

但我們在此研究不同產(chǎn)業(yè)公司并購對公司?勞動力需求影響，所以將自變量分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)三個類別，以分別探討不同產(chǎn)業(yè)公司并購對公司勞動力需求的差異性影響。所構(gòu)造的面板數(shù)據(jù)模型如下：

其中，lnLit：公司i在時間t雇傭的職工人數(shù)的對數(shù)；lnqit：公司i在時間t的總銷售收入的對數(shù)；lnWit：公司i在時間t支付給員工的薪酬的對數(shù)；fmit,：第一產(chǎn)業(yè)的公司i在時間t發(fā)生并購時為1，沒有發(fā)生并購時為0；smit：第二產(chǎn)業(yè)的公司i在時間t發(fā)生并購時為1，沒有發(fā)生并購時為O；tm,：第三產(chǎn)業(yè)的公司i在時間t發(fā)生并購時為1，沒有發(fā)生并購時為O；fi特定公司的固定效應(yīng)，如公司間技術(shù)、管理水平的差異；εit：方程的誤差項。i=1，2，…，N；t=1，2，…，T。

運(yùn)用面板數(shù)據(jù)模型進(jìn)行估計時，需要在以下三個模型間進(jìn)行選擇：

無個體影響不變系數(shù)模型：

經(jīng)常使用協(xié)方差分析檢驗(analysis of covari-mace)來進(jìn)行檢驗，但因本文的截面實體很多，時期較少，屬于“寬而短”的數(shù)據(jù)，不宜采用Eviews中的Pool對象來處理，只能通過具有面板結(jié)構(gòu)的工作文件(panel worldile)進(jìn)行分析，但因利用面板結(jié)構(gòu)的工作文件只宜進(jìn)行變截距面板數(shù)據(jù)模型與動態(tài)面板數(shù)據(jù)模型的估計，所以本文只能采用變截距面板數(shù)據(jù)模型。

同時在進(jìn)行估計時還需在固定效應(yīng)面板數(shù)據(jù)模型與隨機(jī)效應(yīng)面板數(shù)據(jù)模型之間做出選擇。一般在進(jìn)行這種模型設(shè)定檢驗時采用豪斯曼(Hausmma)檢驗，它最早是由豪斯曼(Hausman，1978)提出的一種檢驗方法。由于筆者在進(jìn)行Hausman檢驗時，軟件提示檢驗失效，這可能是因為穩(wěn)健標(biāo)準(zhǔn)誤差與Haus―man檢驗的協(xié)方差值的假設(shè)不一致導(dǎo)致的，因此不能通過Hausmma檢驗來判定本文是選擇隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。但高鐵梅(2006)在其著作中指出；根據(jù)面板數(shù)據(jù)的特點，當(dāng)數(shù)據(jù)中所包含的個體成員是所研究總體的所有單位時，即個體成員單位之間的差異可以被看作回歸系數(shù)的參數(shù)變動時，選用固定影響模型比較合理。但是當(dāng)個體成員單位隨機(jī)地取自一個大的總體時，固定影響模型不太適合，此時選用隨機(jī)影響模型更好。據(jù)此，因本文選取了所有發(fā)生控制權(quán)轉(zhuǎn)移的并購樣本，所以本文選用變截距固定效應(yīng)模型進(jìn)行估計可能更為合適，也就是說采用模型(2)進(jìn)行估計。

(2)模型估計方法。因白仲林(2008)在其著作中指出了變截距固定效應(yīng)模型的LSDV(1east square dummy variable)估計法的缺陷：首先，模型難以滿足其前提假設(shè)，估計結(jié)果不是很有效；其次，由于引入了N個虛擬變量容易發(fā)生虛擬變量陷阱；最后對于固定的T，當(dāng)N趨向無窮大時，只有斜率項的LSDV估計是一致的，而截距項的LSDV估計是非一致的，即LSDV存在著伴隨參數(shù)問題。所以本文采用GLS法對模型(2)進(jìn)行估計。

三、實證分析

(一)樣本選擇與數(shù)據(jù)來源

本文所取并購樣本來自滬深兩市A股上市公司，樣本期間為2002～2008年。

為保證研究的可行性與有效性，本文遵循以下原則選取樣本：(1)剔除一年之中發(fā)生一次以上并購事件的公司；(2)剔除數(shù)據(jù)缺失的公司；(3)剔除變量中存在極端異常值的公司。最先根據(jù)本文所限定的并購從國泰安數(shù)據(jù)庫中選取2002～2008年間的并購事件1805起，再根據(jù)上述原則進(jìn)行剔除后，最終確定由發(fā)生1172起并購事件的相應(yīng)上市公司7年相應(yīng)指標(biāo)構(gòu)成平衡面板數(shù)據(jù)集作為研究樣本。具體的樣本分布為：第一產(chǎn)業(yè)的并購樣本為29個，第二產(chǎn)業(yè)的并購樣本為761個；第三產(chǎn)業(yè)的并購樣本為382個。

(二)實證結(jié)果分析

通過采用Eviews6，O的Panel workfile對樣本數(shù)據(jù)按照預(yù)先設(shè)定的面板數(shù)據(jù)模型(2)進(jìn)行固定效應(yīng)變截距分析，得到結(jié)果如表1所示。

1　擬合優(yōu)度檢驗。從表1的第七行可知，方程的調(diào)整可決系數(shù)達(dá)0.99，說明回歸方程的解釋能力為0.99，即總銷售收入、職工薪酬、不同產(chǎn)業(yè)公司并購能夠?qū)緞趧恿π枨蟮?9％做出解釋。

2　回歸模型的總體顯著性。從總體影響來看，表1的第九行顯示F值為502.8701，表明模型在1％水平上顯著，說明此模型中各因素對公司勞動力需求的共同影響是顯著的。

3　單個回歸系數(shù)的顯著性。從單個因素來看，表1第二行系數(shù)0.23與T值53.20表明總銷售收入對勞動力需求有顯著正向影響，這與常理相符合，擴(kuò)大產(chǎn)量增加勞動力；表1第三行系數(shù)0.073與T值25.50表明職工薪酬也對勞動力需求產(chǎn)生顯著正向影響，這與常理相違背，可能因為公司銷售收入增長速度大于職工薪酬增長速度，雖然職工薪酬增長，工資成本增加，但因銷售更大比例增加足以抵消這種成本增加所帶來的影響。這與國內(nèi)學(xué)者常進(jìn)雄(2005)的研究結(jié)論有相通之處，他通過實證研究得出：資本價格一實際的利率水平對就業(yè)沒有影響；勞

動力的價格對就業(yè)彈性的影響不僅很小，而且與就業(yè)彈性是同方向變動，也就是說勞動力價格增加，就業(yè)彈性提高，從業(yè)人員也在增加，這與一般經(jīng)濟(jì)理論預(yù)測結(jié)果相反；表1第四行系數(shù)0.0248與T值0.7949表明第一產(chǎn)業(yè)所發(fā)生公司并購對公司勞動力需求有正向影響，但結(jié)果不顯著，即并購的發(fā)生會導(dǎo)致公司就業(yè)人數(shù)增加2.4％左右。這主要因為第一產(chǎn)業(yè)的上市公司通過并購在短期內(nèi)更多地尋求“協(xié)同效應(yīng)”，即通過協(xié)同效應(yīng)后，將會增強(qiáng)管理效果，擴(kuò)大產(chǎn)出，從而也會雇傭更多的勞動力；表1第五行系數(shù)-0.0128與T值-2.59表明第二產(chǎn)業(yè)發(fā)生公司并購對公司勞動力需求有顯著負(fù)向影響，第二產(chǎn)業(yè)發(fā)生公司并購導(dǎo)致公司就業(yè)減少1.3％左右，表1第六行系數(shù)-0.026與T值-2.657表明第三產(chǎn)業(yè)所發(fā)生公司并購對公司勞動力需求有顯著負(fù)向影響，第三產(chǎn)業(yè)發(fā)生公司并購導(dǎo)致公司勞動力需求人數(shù)減少2.6％左右，這說明第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的上市公司都是通過并購在短期內(nèi)尋求“減員增效”，即通過裁減人員來達(dá)到提高組織效率與效益目的，從并購動機(jī)來說，可能規(guī)模經(jīng)濟(jì)動機(jī)與市場勢力動機(jī)占主要地位。同時，第三產(chǎn)業(yè)發(fā)生公司并購導(dǎo)致勞動力需求人數(shù)減少的數(shù)量是第二產(chǎn)業(yè)的二倍，說明在第三產(chǎn)業(yè)中，上市公司更趨向于追求規(guī)模經(jīng)濟(jì)與市場勢力，以此來實現(xiàn)公司的利益。

四、結(jié)論與啟示

篇5

關(guān)鍵詞： 商務(wù)服務(wù)業(yè)上市公司；績效；影響因素

中圖分類號：F276.6文獻(xiàn)標(biāo)識碼：A文章編號：1003-7217（2015）03-0078-06

一、引言

2014年前三個季度第一、第二、第三產(chǎn)業(yè)同比增長率依次為：4.2%、7.4%、7.9%，第三產(chǎn)業(yè)的增速超過一、二產(chǎn)業(yè)，意味著中國經(jīng)濟(jì)正由“工業(yè)主導(dǎo)型”向“服務(wù)主導(dǎo)型”轉(zhuǎn)變[1]。在經(jīng)濟(jì)新常態(tài)下，商務(wù)服務(wù)業(yè)作為現(xiàn)代服務(wù)業(yè)的重要構(gòu)成部分和優(yōu)先發(fā)展部分，頗具研究意義，而國內(nèi)對此研究卻較少 [2]。目前，國內(nèi)在此領(lǐng)域的研究主要聚集在行業(yè)層面和區(qū)域經(jīng)濟(jì)層面，尚未發(fā)現(xiàn)針對商務(wù)服務(wù)業(yè)從微觀層面（即單個企業(yè)層面）進(jìn)行研究的學(xué)術(shù)成果。而企業(yè)是構(gòu)成行業(yè)的基本單位，單個企業(yè)的內(nèi)部狀態(tài)研究是了解一個行業(yè)發(fā)展態(tài)勢、發(fā)現(xiàn)癥結(jié)所在的根本依據(jù)?；诖耍疚囊灾袊虅?wù)服務(wù)業(yè)上市公司為研究對象，對其2009～2013年的績效狀況進(jìn)行分析，并從內(nèi)部尋找影響績效的因素，為促進(jìn)商務(wù)服務(wù)業(yè)企業(yè)發(fā)展提供建議，為從微觀層面研究商務(wù)服務(wù)業(yè)拋磚引玉。

二、文獻(xiàn)綜述與假設(shè)

（一）績效

在戰(zhàn)略管理領(lǐng)域，“績效”是一個重要的持續(xù)熱點 [3]。關(guān)于績效的測量，Liargovas和Skandalis（2010）[4]總結(jié)了13篇影響力較大的文章對績效測量指標(biāo)的使用情況，其中，使用頻率最高的是總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）。據(jù)此，本文選用ROA和ROE兩個指標(biāo)測量績效。

績效是企業(yè)發(fā)展程度和經(jīng)營成果的集中體現(xiàn)。根據(jù)供需理論，需求是市場存在和行業(yè)形成的根基。一方面，轉(zhuǎn)軌中的中國經(jīng)濟(jì)需要商務(wù)服務(wù)業(yè)。在由計劃經(jīng)濟(jì)向市場經(jīng)濟(jì)轉(zhuǎn)軌過程中，商務(wù)服務(wù)業(yè)的作用逐步凸顯，為生產(chǎn)、貿(mào)易等類型企業(yè)提供專業(yè)服務(wù)、配套服務(wù)，促進(jìn)市場經(jīng)濟(jì)體制完善。因此，不少地方政府已意識到商務(wù)服務(wù)業(yè)的作用，出臺了相關(guān)的優(yōu)惠政策。另一方面，中小微企業(yè)需要商務(wù)服務(wù)業(yè)。隨著創(chuàng)業(yè)環(huán)境的優(yōu)化，中小微企業(yè)孵化量提升，需要更多的商務(wù)服務(wù)業(yè)提供配套服務(wù)。商務(wù)服務(wù)業(yè)的需求方主要是生產(chǎn)型企業(yè)，尤其是中小微生產(chǎn)型企業(yè) [5]?？傊?，商務(wù)服務(wù)業(yè)處于一個良好的發(fā)展時期。據(jù)此假設(shè)1：

H1：近年來，商務(wù)服務(wù)業(yè)上市公司整體績效大幅提升。

同一行業(yè)的企業(yè)面臨共同的外部環(huán)境，但企業(yè)具有異質(zhì)性，不同企業(yè)在組織結(jié)構(gòu)、管理制度、勞動力素質(zhì)等方面存在差異[6]，因此，在同一行業(yè)，有些企業(yè)盈利頗多，有些卻是慘淡經(jīng)營或瀕臨破產(chǎn)[7]。據(jù)此假設(shè)2：

H2：商務(wù)服務(wù)業(yè)各上市公司間績效存在顯著差異。

（二）績效影響因素

績效影響因素的測量亦存在較大差異。Liargovas和Skandalis（2010）[4]、Rosairo等（2012）[8]、Khalifa和Shafii（2013）[9]、舒謙和陳治亞（2014）[10]均從不同層面研究了績效影響因素，且得出了相互矛盾的結(jié)論。綜合以上學(xué)者的研究，本文歸納出企業(yè)績效影響因素的四個維度（見圖1），并基于此提出假設(shè)，構(gòu)建影響因素模型。

圖1績效影響因素框架

1.基本特征：企業(yè)規(guī)模和企業(yè)年齡。規(guī)模、年齡是企業(yè)異質(zhì)性的外在表現(xiàn)，在對績效的影響上通常作為控制變量。有效規(guī)模理論認(rèn)為企業(yè)存在最佳有效規(guī)模，規(guī)模與績效呈倒“U”型關(guān)系。年齡與企業(yè)績效的關(guān)系則缺乏足夠的論證。年齡較大企業(yè)積累更多的資源、經(jīng)驗與技能，在規(guī)范性和要素稟賦上優(yōu)于年輕企業(yè)，但在變革能力和增長能力上往往較弱。在新興市場中，商務(wù)服務(wù)業(yè)處于前期成長階段，經(jīng)驗積累和規(guī)模效應(yīng)相對重要，據(jù)此假設(shè)3：

H3：基本特征是影響績效的關(guān)鍵因素之一。

此假設(shè)包含以下分假設(shè)：

H3a：規(guī)模對商務(wù)服務(wù)業(yè)上市公司績效具有顯著促進(jìn)作用；

H3b：年齡對商務(wù)服務(wù)業(yè)上市公司績效具有顯著促進(jìn)作用。

財經(jīng)理論與實踐（雙月刊）2015年第3期2015年第3期（總第195期）陳青姣，蓋玉坤：商務(wù)服務(wù)業(yè)上市公司績效及影響因素分析基于2009～2013年的面板數(shù)據(jù)

2.治理結(jié)構(gòu)：高管激勵與董事會行為。

高層管理者激勵與董事會狀況是研究治理結(jié)構(gòu)的常見指標(biāo)。在高管激勵研究領(lǐng)域，形成了兩類主流觀點：一類認(rèn)為高激勵可以調(diào)動高層管理者的積極性，產(chǎn)生高績效；另一類則認(rèn)為過度激勵可能導(dǎo)致高層管理者的過激行為，如鋌而走險等，產(chǎn)生更大的委托效應(yīng)和短期行為，從而對績效產(chǎn)生負(fù)面作用。體現(xiàn)高管激勵程度的主要指標(biāo)為高管薪酬和高管持股情況。通常情況下，高管持股激勵比高薪激勵更為有效，可減少高管的短期行為。

董事會是企業(yè)所有者行使權(quán)力的途徑，是幫助投資者規(guī)避風(fēng)險的一種機(jī)制[11]。在衡量董事會規(guī)范性、獨立性和行為強(qiáng)度時，董事會規(guī)模、董事長與總經(jīng)理是否兼職、董事會會議次數(shù)是常用的指標(biāo)。關(guān)于董事會規(guī)模與績效的關(guān)系，國外研究存在相反的結(jié)論[11]，可能的原因尚缺乏有效的說明。關(guān)于董事會會議、董事會獨立性與績效的關(guān)系也存在較大分歧[12]。由此假設(shè)4：

H4：治理結(jié)構(gòu)是商務(wù)服務(wù)業(yè)上市公司的關(guān)鍵影響因素之一。

此假設(shè)包含以下分假設(shè)：

H4a：高層激勵對商務(wù)服務(wù)業(yè)上市公司績效具有顯著影響，但影響方向不確定；

H4b：董事會規(guī)模、董事會獨立性和董事會會議次數(shù)對商務(wù)服務(wù)業(yè)上市公司績效有顯著影響，但影響方向不確定。

3.股權(quán)結(jié)構(gòu)：股權(quán)集中度、兩權(quán)分離度與國有股份。

股權(quán)結(jié)構(gòu)通常采用股權(quán)集中度、兩權(quán)分離度來衡量。另外，在國有經(jīng)濟(jì)占主導(dǎo)地位的中國，上市公司的國有股份比重通常也影響企業(yè)績效，因此，本研究將此指標(biāo)納入股權(quán)結(jié)構(gòu)測量的范圍。

首先，股權(quán)集中度與績效的關(guān)系存在兩種對立觀點：一是利益收斂理論――股權(quán)集中度越高，大股東越精心治理，企業(yè)績效越好；二是利益侵蝕理論――大股東會侵蝕小股東的利益從而導(dǎo)致差績效。[10-12]其次，兩權(quán)分離度指控制權(quán)與所有權(quán)之間的差值，差值越大越容易激起終極控股人侵蝕其他投資人的權(quán)益，從而產(chǎn)生隧道行為，這是委托問題產(chǎn)生的又一主要途徑（Claessens，2001）。尤其是在財產(chǎn)保護(hù)機(jī)制并不健全的中國，兩權(quán)分立帶來的負(fù)面作用更易顯現(xiàn)[13]。再次，國有持股比例對企業(yè)的經(jīng)營產(chǎn)生兩種可能的影響：一是利用政府優(yōu)勢為企業(yè)帶來更好的資源、政策與機(jī)會；二是在國有資產(chǎn)具體所有者缺位的情況下，不作為現(xiàn)象嚴(yán)重，不利于經(jīng)營效果的提升。

基于上述三點，提出假設(shè)5：

H5：股權(quán)結(jié)構(gòu)是商務(wù)服務(wù)業(yè)上市公司績效的關(guān)鍵影響因素之一。

此假設(shè)包含三個分假設(shè)：

H5a：股權(quán)集中度對績效具有顯著影響，但影響方向不確定；

H5b：兩權(quán)分離度對商務(wù)服務(wù)業(yè)上市公司績效產(chǎn)生消極作用；

H5c：國有持股比例對商務(wù)服務(wù)業(yè)上市公司績效具有顯著影響，影響方向不確定。

4.財務(wù)杠桿：資產(chǎn)負(fù)債率。資產(chǎn)負(fù)債率是企業(yè)經(jīng)營中不可或缺的經(jīng)營杠桿。適當(dāng)?shù)呢?fù)債是促進(jìn)企業(yè)發(fā)展的有益手段，而過度負(fù)債將增加企業(yè)的經(jīng)營風(fēng)險。在金融市場不完善、融資途徑相對狹窄的背景下，融資能力成為企業(yè)競爭力的重要組成部分，資產(chǎn)負(fù)債率一定程度體現(xiàn)了企業(yè)的融資能力。同時，商務(wù)服務(wù)業(yè)企業(yè)需要通過高財務(wù)杠桿實現(xiàn)快速增長?；诖?，提出假設(shè)6：

H6：資產(chǎn)負(fù)債率對商務(wù)服務(wù)業(yè)上市公司績效具有顯著促進(jìn)作用。

三、研究設(shè)計

（一）樣本選擇及數(shù)據(jù)來源

通過財經(jīng)網(wǎng)站“證券之星”獲得中國上市公司商務(wù)服務(wù)業(yè)板塊的24家上市公司名錄，其中4家公司數(shù)據(jù)缺失嚴(yán)重，最終選擇了20家作為研究對象。樣本公司的主要指標(biāo)數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫。研究采用面板數(shù)據(jù)，原因是面板數(shù)據(jù)可解決研究對象較少的問題，減少數(shù)據(jù)偏差風(fēng)險，同時，面板數(shù)據(jù)信息量大、變異性高、共線性少。在研究時間的選擇上，截至2014年底，20家公司的平均年齡為15年，成立時間最長的是海印股份和粵傳媒，達(dá)22年，時間最短的是華誼嘉信，僅有5年。綜合研究對象的成立時間和數(shù)據(jù)的實效性、可得性，面板時間范圍定為2009～2013年。采用STATA12.0和SPSS19.0分析數(shù)據(jù)。

（二）變量及測量

表1列舉了變量及測量信息。考慮到商務(wù)服務(wù)業(yè)企業(yè)具有人員密集性特征，員工依賴度高，其規(guī)模用總資產(chǎn)和員工人數(shù)兩個指標(biāo)測量。為減少數(shù)據(jù)的共線性，用員工人數(shù)、總資產(chǎn)、企業(yè)年齡、高管薪酬等的自然對數(shù)測量。四、結(jié)果分析

（一）商務(wù)服務(wù)業(yè)上市公司績效狀況分析

2009～2013年商務(wù)服務(wù)業(yè)樣本企業(yè)績效描述性統(tǒng)計見表2。相比之下，ROA更能體現(xiàn)經(jīng)營狀況，原因是：中國上市公司有為了避免虧損或獲得配股權(quán)而通過盈余管理將ROE維持在略高于6%或10%以上區(qū)間的激勵[14]。從ROA均值看，僅有2009年超過了7%，其余四年在5%左右波動，商務(wù)服務(wù)業(yè)上市公司總體績效不理想。

（二）商務(wù)服務(wù)業(yè)上市公司績效影響因素模型及結(jié)果分析

在績效影響因素的描述性統(tǒng)計中，人員規(guī)模、高管薪酬變異性較大，說明商務(wù)服務(wù)業(yè)上市公司個體間的基本差異較大。從員工人數(shù)和總資產(chǎn)均值來看，商務(wù)服務(wù)業(yè)上市公司總體規(guī)模不大。

績效影響因素測量模型的豪斯曼檢驗結(jié)果為（見表4）：以ROA為因變量的模型1、3和4更適合固定效應(yīng)，模型2更適合隨機(jī)效應(yīng)；以ROE為因變量的模型1和3更適用固定效應(yīng)，模型2和4更適用隨機(jī)效應(yīng)。表4呈現(xiàn)了ROA線性回歸結(jié)果（受版面限制，省略ROE的線性回歸結(jié)果，只闡述主要結(jié)論）。

1.模型1：基本特征對績效具有顯著影響。

模型1（式1a、1b）測量基本特征對績效的影響作用。

ROA it =c01 + a1 （size1 it） + b1 （size2 it） +

m1 （LN age it） + u it（1a）

ROE it =c02 + a2 （size1 it） + b2 （size2 it） +

m2 （LN age it） + v it（1b）

回歸結(jié)果表明，模型1通過了顯著性檢驗。其中，員工人數(shù)、企業(yè)年齡對ROA有顯著促進(jìn)作用，總資產(chǎn)對ROA有顯著消極作用；企業(yè)年齡對ROE有顯著促進(jìn)作用，總資產(chǎn)對ROE有顯著消極作用，員工人數(shù)對ROE有促進(jìn)作用，但未通過顯著性檢驗。即：H3、H3a得到了部分驗證，H3b得到了驗證。

2.模型2：治理結(jié)構(gòu)對績效的影響不顯著。模型2（式2a、2b）測量治理結(jié)構(gòu)對績效的影響作用。

ROA it =c01 + a1 （LNsalarry it） +b1 （Nshrsms it） +

m1 （LNboard it） +n1 （meeting it） +

d1 （duel it） +u it （2a）

ROE it =c02 + a2 （LNsalarry it） + b2 （Nshrsms it） +

m2 （LNboard it） +n2 （meeting it） +

篇6

【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(jìn)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(xiàn)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(jìn)行了詳細(xì)的概括，他認(rèn)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(jìn)行了深入研究，認(rèn)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(rèn)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(fù)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(rèn)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(jìn)行了細(xì)致的研究，得出結(jié)論：成交量對于價格變化較強(qiáng)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(kuò)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(jìn)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(jìn)行全面細(xì)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(jìn)行堆棧排列，并進(jìn)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(jìn)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(jī)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(jī)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(jìn)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(zhǔn)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(jìn)行單位根檢驗，結(jié)果如表2所示。

表2可以分析出，分別運(yùn)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(jìn)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(jìn)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(jìn)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(jìn)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(jìn)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(rèn)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(yáng)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(dá)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(fù)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(xiàn)

[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(jì)技術(shù)經(jīng)濟(jì)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(jì)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.

篇7

論文摘要：本文以781家中國上市公司為研究對象，分析了企業(yè)資本結(jié)構(gòu)在9年內(nèi)的長期演變規(guī)律，結(jié)果發(fā)現(xiàn)：企業(yè)資本結(jié)構(gòu)整體上具有趨同趨勢，企業(yè)資本結(jié)構(gòu)雖然長期收斂，但是并未出現(xiàn)明顯的交叉，而是表現(xiàn)出了較強(qiáng)的長期穩(wěn)定性。由于已知的各種影響因素?zé)o法對上述規(guī)律做出充分合理的解釋，因此企業(yè)資本結(jié)構(gòu)可能是由某些未知的且具有長期穩(wěn)定性的因素所決定。

一、文獻(xiàn)綜述

(一)國外文獻(xiàn)西方資本結(jié)構(gòu)理論是現(xiàn)代金融經(jīng)濟(jì)學(xué)的核心，從莫迪格里安尼(Modigliani)

米勒(Miller)1958年共同提出“MM定理”以來，圍繞企業(yè)最優(yōu)資本結(jié)構(gòu)的研究成果可以說是不勝枚舉。MIT斯隆商學(xué)院梅爾斯在2001年撰文回顧和評論了幾十年來金融學(xué)關(guān)于西方資本結(jié)構(gòu)的四個理論流派，其中包括：基于避稅利益、破產(chǎn)成本的靜態(tài)權(quán)衡理論和基于成本的資本結(jié)構(gòu)理論，基于非對稱信息的信號傳遞理論和優(yōu)序融資理論，以產(chǎn)品般人品市場的相互作用為基礎(chǔ)的企業(yè)資本結(jié)構(gòu)理論，以及考慮企業(yè)控制權(quán)競爭的企業(yè)資本結(jié)構(gòu)理論等。每種理論都從不同側(cè)面提出了一系列決定企業(yè)資本結(jié)構(gòu)的影響因素，與此有關(guān)的國內(nèi)外研究成果非常豐富。Titman和Wessels(1988)較早對資本結(jié)構(gòu)因素進(jìn)行了系統(tǒng)研究。

(二)國內(nèi)文獻(xiàn)國內(nèi)陸正飛和辛宇(1998)則較早研究了我國上市公司資本結(jié)構(gòu)的影響因素。此后，國內(nèi)很多學(xué)者都對我國上市公司的資本結(jié)構(gòu)影響因素進(jìn)行了廣泛而深入的研究，如呂長江(2001)、肖作平(2004)、趙冬青和朱武祥(2006)等。國外實證研究表明獲利能力、公司規(guī)模、資產(chǎn)擔(dān)保價值、成長性、非負(fù)債盾、變異性等因素影響資本結(jié)構(gòu)的選擇。我國實證研究則表明，行業(yè)因素、獲利能力、資產(chǎn)盈利能力、獲利能力增長、資產(chǎn)結(jié)構(gòu)、資產(chǎn)擔(dān)保價值、資產(chǎn)流動性、利息保障倍數(shù)、企業(yè)規(guī)模、規(guī)模擴(kuò)張、企業(yè)經(jīng)營風(fēng)險、非負(fù)債稅盾、企業(yè)實際稅率、成長性、保留盈余、總資產(chǎn)市值面值比、收入變異程度、收益質(zhì)量、財務(wù)困境成本、投資額、產(chǎn)品獨特性、產(chǎn)生內(nèi)部資源能力等都是我國企業(yè)資本結(jié)構(gòu)的影響因素，還有許多學(xué)者研究了我國特有的股權(quán)結(jié)構(gòu)，如股權(quán)流通程度、國家股比例對資本結(jié)構(gòu)的影響。另外，回顧國內(nèi)已有研究文獻(xiàn)，我們發(fā)現(xiàn)，國內(nèi)相關(guān)領(lǐng)域的研究主要集中在影響因素對企業(yè)資本結(jié)構(gòu)的作用方向和顯著性判斷方面，至于企業(yè)資本結(jié)構(gòu)的長期演變規(guī)律及其決定因素等方面尚無相關(guān)研究文獻(xiàn)的記載。本文試圖在已有研究的基礎(chǔ)上，主要針對我國上市公司資本結(jié)構(gòu)的長期演變規(guī)律進(jìn)行初步的探索，從中發(fā)掘一些有意義的規(guī)律。

二、財務(wù)杠桿及其影響因素選擇

(一)資本結(jié)構(gòu)定義企業(yè)資本結(jié)構(gòu)可以有兩種度量方式，一種是賬面資本結(jié)構(gòu)，另一種是市場資本結(jié)構(gòu)。本文對賬面資本結(jié)構(gòu)定義為：賬面杠桿(BDR)=賬面負(fù)債／(賬面負(fù)債+賬面股東權(quán)益)。其中賬面負(fù)債定義為公司的有息債務(wù)，即短期借款、一年內(nèi)到期的長期負(fù)債和其他長期負(fù)債三者之和。為了增加信息含量以及結(jié)論的可比性，我們也同樣對市場資本結(jié)構(gòu)進(jìn)行了統(tǒng)計與檢驗，考慮到我國上市公司存在非流通股這一特征，本文的市場資本結(jié)構(gòu)被定義為：市值杠桿(MDR)=賬面負(fù)債／(賬面負(fù)債+流通股市值+非流通股×每股凈資產(chǎn))，其中賬面負(fù)債為公司的有息負(fù)債。

(二)財務(wù)杠桿因素依據(jù)有關(guān)理論以及國外學(xué)者的經(jīng)驗研究，能夠影響企業(yè)財務(wù)杠桿的因素基本可以歸納為以下幾個(其中括號里的符號表示影響的方向)：公司規(guī)模(+)，對于大公司而言，調(diào)整資本結(jié)構(gòu)所涉及到的交易成本相對易于承受，而且信息更為透明，所以大公司更易發(fā)行債券和借貸。因此，可以期望公司規(guī)模與財務(wù)杠桿之間呈現(xiàn)正相關(guān)。顯然，如果公司規(guī)模能夠影響企業(yè)未來資本結(jié)構(gòu)，那么，這種決策應(yīng)該依據(jù)的是公司在期初，即上期末的數(shù)據(jù)。本文選用總資產(chǎn)的自然對數(shù)來度量公司規(guī)模(sIZE)；成長能力(+)，快速成長的公司往往需要大量的外部資金，從而呈現(xiàn)出快速借貸的趨勢，因此企業(yè)成長越快，財務(wù)杠桿比率也會更高。本文選用總資產(chǎn)的增長率來度量公司的成長能力(GROWTH)；盈利能力(+／一)，根據(jù)權(quán)衡理論，盈利能力更強(qiáng)的公司會要求更多的負(fù)債以獲得避稅的好處，而且依據(jù)自由現(xiàn)金流假說，外部股東也可能會迫使管理層舉借更多的負(fù)債以減少自由現(xiàn)金流的濫用。由此提升負(fù)債融資比例。但是另一方面，也可能由于信息不對稱，銀行因為不能區(qū)別好與差的公司，從而選擇提高利率，使得公司轉(zhuǎn)而挖掘內(nèi)部資金，進(jìn)而降低公司外部負(fù)債融資比例。本文選用凈資產(chǎn)收益率來度量公司的盈利能力(PR0Fn1ABILnY)；抵押能力(+)，根據(jù)權(quán)衡理論，當(dāng)公司破產(chǎn)時，有形資產(chǎn)較易清算并且容易降低企業(yè)的財務(wù)困境成本。另外，根據(jù)優(yōu)序融資理論，由于有形資產(chǎn)可以被用做抵押，這使得針對貸款人的信息不對稱情況能夠有所減輕?；谝陨蟽煞N理由可以認(rèn)為，有形資產(chǎn)比重大有利于公司加快融資步伐。本文選用(固定資產(chǎn)凈值+存貨)／總資產(chǎn)來度量公司的抵押能力(MORTGAGE)；非負(fù)債避稅(一)，根據(jù)權(quán)衡理論，借貸的主要動機(jī)是利用利息的避稅好處，其他非負(fù)債避稅，如折舊將會緩和這種動機(jī)。另外折舊無疑也是公司一種非常重要的現(xiàn)金來源方式，必要時可以緩解公司緊急的資金需求。因此，可以預(yù)期非負(fù)債避稅會降低公司財務(wù)杠桿比率。本文選用累計折IH／總資產(chǎn)來度量公司的非負(fù)債避稅(NDT)；資產(chǎn)流動性(+)，一方面公司的資產(chǎn)流動性高意味著企業(yè)可以較易支付短期債務(wù)，有利于增加企業(yè)借貸。另一方面公司流動性高也意味著一些投資項目可以通過流動性資產(chǎn)，如存貨的變現(xiàn)而不是借貸獲得項目所需的資金。因此，公司的資產(chǎn)流動性高有可能提高或降低企業(yè)的財務(wù)杠桿比率。本文選用流動比率來度量公司的資產(chǎn)流動性(LIQUIDITY)。

文獻(xiàn)綜述中提出的其他企業(yè)資本結(jié)構(gòu)影響因素，因為在不同程度上都與上述影響因素有關(guān)，為了避免多重共線性，故本次研究中沒有將企業(yè)實際稅率、保留盈余、總資產(chǎn)市值面值比、收入變異程度、收益質(zhì)量、財務(wù)困境成本、投資額、產(chǎn)品獨特性、產(chǎn)生內(nèi)部資源能力等因素納入考慮范圍。

(三)樣本選取與數(shù)據(jù)來源本文選擇了1998年及其之前在滬、深股市上市的所有公司為樣本，其中除去金融公司、sT和公司以及賬面與市值財務(wù)杠桿大于1的上市公司，時間跨度為1994年至2007年，最后獲得分布于35個行業(yè)的781家公司，共計8339個觀察值。數(shù)據(jù)來源于CCER中國經(jīng)濟(jì)金融數(shù)據(jù)庫。(表1)顯示了我國上市公司的賬面財務(wù)杠桿、市值財務(wù)杠桿以及各影響因素的基本情況。

三、財務(wù)杠桿演進(jìn)規(guī)律研究

首先研究我國上市公司財務(wù)杠桿的橫截面變化規(guī)律。(圖1)描繪了四組企業(yè)的平均財務(wù)杠桿在“事件窗口”期間的變化規(guī)律。由于我國上市公司財務(wù)數(shù)據(jù)經(jīng)修訂后只涵蓋了1994年到2007年，如果選擇研究上市公司9年的財務(wù)杠桿變化，則分組的最后年份只能為1998年。當(dāng)然也可以選擇研究我國上市公司l0年或更長年份的長期變化規(guī)律，但是這樣做會使得大量新近上市的公司排除在樣本分析之外。出于折中的考慮，本文以1994年至1998年作為分組期間，研究我國滬、深兩市所有符合要求的781家上市公司在9年間的資本結(jié)構(gòu)變化規(guī)律。文中(圖1)的具體構(gòu)造方法如下：從1994年至1998年每年根據(jù)上市公司財務(wù)杠桿的期末大小將該年全部樣本企業(yè)平均分為高財務(wù)杠桿組、較高財務(wù)杠桿組、中等財務(wù)杠桿組和低財務(wù)杠桿組，同時剔除每組中財務(wù)杠桿比率最高與最低5％數(shù)量的企業(yè)，以消除極端數(shù)據(jù)對分析結(jié)果的干擾，然后保持組內(nèi)樣本企業(yè)不變，并以分組年份視為基期0(t=0)計算每組樣本企業(yè)在隨后9年(t∈(0，8))內(nèi)每一年的平均財務(wù)杠桿比率。由于從1994年至1998年每年都能計算出四組企業(yè)在隨后9年的平均財務(wù)杠桿比率，為了求得我國上市公司整體財務(wù)杠桿的長期變化規(guī)律，就必須對上面數(shù)據(jù)再求平均，從而計算得至U高財務(wù)杠桿組、較高財務(wù)杠桿組、中等財務(wù)杠桿組和低財務(wù)杠桿組四組企業(yè)在9年內(nèi)的平均財務(wù)杠桿變化規(guī)律，具體結(jié)果見(圖1)。

觀察(圖1)可以看到，四組企業(yè)的平均財務(wù)杠桿在期初差異明顯，賬面(市值)平均財務(wù)杠桿差異為37％(38％)，然而隨著時間的推移，差異開始逐漸收斂，且速度逐漸放慢，到了期末，賬面(市值)平均財務(wù)杠桿差異僅為13％(10％)。由此可見，企業(yè)財務(wù)杠桿在橫截面上存在較強(qiáng)的穩(wěn)定性，某些因素維持了企業(yè)財務(wù)杠桿的長期水平，同時又有一些短期因素使得不同企業(yè)的財務(wù)杠桿朝著中間偏上的水平不斷趨近。當(dāng)然，上述財務(wù)杠桿的穩(wěn)定性有可能是源于已知的影響因素，如公司規(guī)模、成長能力、盈利能力、抵押能力、非負(fù)債避稅、資產(chǎn)流動性等作用的結(jié)果，也有可能是來自某些未知的其他因素的作用。正~IWillianmson(1988)研究發(fā)現(xiàn)，企業(yè)的財務(wù)杠桿與公司規(guī)模緊密相關(guān)，高財務(wù)杠桿的企業(yè)往往公司規(guī)模也更大。因此，高財務(wù)杠桿組的企業(yè)平均規(guī)模可能更大，而低財務(wù)杠桿組的企業(yè)平均規(guī)模則可能更小。

為了檢驗企業(yè)財務(wù)杠桿的穩(wěn)定性是否與我們已知的影響因素有關(guān)，本文采用了如下技術(shù)處理：從1994年至1998年每年將樣本企業(yè)的賬面(市值)財務(wù)杠桿比率作為被解釋變量對滯后一期的已知影響因素(公司規(guī)模、成長能力、盈利能力、抵押能力、非負(fù)債避稅、資產(chǎn)流動性)進(jìn)行回歸，然后以回歸殘差作為分組依據(jù)，將樣本企業(yè)重新劃分為高財務(wù)杠桿、較高財務(wù)杠桿、中等財務(wù)杠桿、低財務(wù)杠桿四組，然后采用與(圖1)同樣的方法，計算按殘差分組的四組企業(yè)它們的平均財務(wù)杠桿比率在9年內(nèi)的變化規(guī)律，具體結(jié)果見(圖2)。

由于(圖2)采用的是殘差作為分組依據(jù)，此時每組包含的企業(yè)已與前文所列的影響因素?zé)o關(guān)。如果這些影響因素能夠決定企業(yè)的財務(wù)杠桿比率，或者能夠解釋企業(yè)財務(wù)杠桿比率的絕大部分變化，那么我們有理由推測：(1)采用殘差分組的基期組間差異應(yīng)該很小。(2)就像回歸方程殘差應(yīng)是期望值為0的白噪聲時間序列一樣，財務(wù)杠桿的組問差異應(yīng)該在基期的后續(xù)年份迅速消失。然而，如(圖2)所示，事實并非如此，除了第一點較為符合外，即按殘差分組的組問期初賬面(市場)財務(wù)杠桿差異為24％(16％)，小于直接按財務(wù)杠桿分組的組間期初差異37％(38％)，(圖2)中四組曲線的形狀與(圖1)中四組曲線的形狀基本相同，從而說明在剔除已知影響因素對企業(yè)財務(wù)杠桿的作用后，總體而言，企業(yè)財務(wù)杠桿仍然具有很強(qiáng)的長期穩(wěn)定性，換言之，在這些已知影響因素之外還可能存在某些我們尚不知曉的其他因素，它們能夠顯著的、持久的影響企業(yè)的財務(wù)杠桿水平，決定著企業(yè)資本結(jié)構(gòu)未來的長期變化趨勢。本文接下來將采用大樣本面板數(shù)據(jù)回歸，進(jìn)一步考察這些已知和未知影響因素對我國上市公司資本結(jié)構(gòu)的實際作用程度。

四、財務(wù)杠桿穩(wěn)定性影響因素檢驗

本文研究結(jié)果顯示，企業(yè)財務(wù)杠桿會受到某些未知因素的影響，如果這些因素被忽略，線性回歸的系數(shù)和假設(shè)檢驗結(jié)果都會出現(xiàn)較大的偏差。如企業(yè)在技術(shù)、市場支配力和管理方面的差異會對企業(yè)的投資和生產(chǎn)經(jīng)營活動產(chǎn)生長期影響，由于這些因素不易被觀測，因此可以在面板數(shù)據(jù)回歸中加入固定效應(yīng)來替代上述影響因素(Arellano，2003)。同理，對企業(yè)資本結(jié)構(gòu)的研究也可以借鑒此方法，只要這些未知影響因素是隨時間緩慢變化的，即不是固定不變的，就可以將不可觀測的公司效應(yīng)和時間效應(yīng)作為固定效應(yīng)納入到面板回歸當(dāng)中，替代影響企業(yè)財務(wù)杠桿的未知因素。另外，為了測度企業(yè)過去的財務(wù)杠桿對未來財務(wù)杠桿的影響，回歸模型還引入了滯后一期的已知影響因素，最后本文構(gòu)建了如下針對企業(yè)當(dāng)前財務(wù)杠桿水平的雙固定效應(yīng)面板回歸模型：

其中，i代表不同企業(yè)，t代表不同時間，x。代表滯后一期的各已知影響因素，Lev．代表第i個企業(yè)在第t年的財務(wù)杠桿水平，不可觀測的時間效應(yīng)，v懇不可觀測的企業(yè)效應(yīng)，e隨機(jī)誤差項。最后回歸結(jié)果見于(表1)。如上述回歸結(jié)果所示，無論是否考慮固定效應(yīng)，企業(yè)的當(dāng)前賬面和市場杠桿都會受到9年前企業(yè)財務(wù)杠桿的顯著影響，也就是說，即使控制了影響企業(yè)財務(wù)杠杠的其他變量，企業(yè)的當(dāng)前財務(wù)杠桿仍是決定企業(yè)未來長期財務(wù)杠桿的重要影響因素，同時觀察加入固定效應(yīng)前后各影響因素對企業(yè)財務(wù)杠桿作用的變化：(1)在加入固定效應(yīng)后，回歸方程的解釋平方合(adj．R)出現(xiàn)了明顯提高，從原來的21．56％(16．85％)上升到85．12％(85．5％)。(2)影響因素的回歸系數(shù)均有不同程度的降低(企業(yè)規(guī)模影響因素除外)。(3)影響因素的顯著性出現(xiàn)了普遍降低，其中部分影響因素作為解釋變量直接從原來統(tǒng)計上顯著轉(zhuǎn)變?yōu)椴伙@著(企業(yè)規(guī)模影響因素除外)。從以上回歸結(jié)果可以看到，在面板數(shù)據(jù)回歸中替代企業(yè)資本結(jié)構(gòu)未知影響因素的“固定效應(yīng)”對各已知影響因素具有很強(qiáng)的替代效應(yīng)，并且對企業(yè)資本結(jié)長期演變規(guī)律具有較強(qiáng)的解釋能力。由此可見，傳統(tǒng)影響因素(公司規(guī)模、成長能力、盈利能力、抵押了能力、非負(fù)債避稅、資產(chǎn)流動性)并非企業(yè)財務(wù)杠桿的決定因素，于此相對，某些未知影響因素(模型中的企業(yè)固定效應(yīng))才是決定企業(yè)財務(wù)杠桿水平的關(guān)鍵因素。

篇8

[關(guān)鍵詞] 中部地區(qū) 要素貢獻(xiàn)率 嶺回歸 層次聚類分析

一、 前言

西方經(jīng)濟(jì)學(xué)家歷來重視對經(jīng)濟(jì)增長機(jī)制的研究，隨著人們認(rèn)識的深入和經(jīng)濟(jì)社會的發(fā)展，對經(jīng)濟(jì)增長的主要要素，已經(jīng)由勞動力和資本兩要素擴(kuò)展到勞動力、資本、人力資本、知識積累和技術(shù)創(chuàng)新等多種要素，并隨著科學(xué)技術(shù)的發(fā)展，對經(jīng)濟(jì)增長起主要作用的生產(chǎn)要素及各要素貢獻(xiàn)能力格局也將不斷發(fā)生改變。

借鑒前人對推動經(jīng)濟(jì)增長要素的研究，結(jié)合中部地區(qū)經(jīng)濟(jì)發(fā)展區(qū)域特征，考慮到可行性、科學(xué)性等因素，本文選取物質(zhì)資本存量、固定資產(chǎn)投資、勞動力數(shù)量及人力資本存量等四個指標(biāo)作為解釋變量，首先測度了中部地區(qū)各類主要要素對經(jīng)濟(jì)增長的貢獻(xiàn)率，進(jìn)而根據(jù)各省推動經(jīng)濟(jì)增長的主要動力不同對中部六省進(jìn)行了聚類分析，研究了各類經(jīng)濟(jì)增長方式特征。

二、模型設(shè)計及數(shù)據(jù)處理

1.回歸方程確立

本文借鑒肯德里克和丹尼森對經(jīng)濟(jì)增長的分析思路和羅默的經(jīng)濟(jì)學(xué)模型，采用科布-道格拉斯生產(chǎn)函數(shù)形式，來建立中部地區(qū)經(jīng)濟(jì)增長模型。由于人力資本是經(jīng)濟(jì)、社會長期持續(xù)發(fā)展的主要動力之一，它在社會再生產(chǎn)過程中扮演的角色越來越重要，因此，可以認(rèn)為人力資本對經(jīng)濟(jì)增長的彈性系數(shù)并不是一個常數(shù)，而是與時間相關(guān)的函數(shù)，于是有：

式中:Yt表示t時期產(chǎn)出，用一地區(qū)的國內(nèi)生產(chǎn)總值（GDP）來度量；Kt-1表示t-1時期物質(zhì)資本存量；It為t時期全社會固定資產(chǎn)投資；Lt表示t時期勞動力數(shù)量，用從業(yè)人員數(shù)度量；Ht表示t時期人力資本存量；ε為隨機(jī)擾動項，它是反映GDP實際值與預(yù)測值之間偏差的變量；α、β、γ分別表示物質(zhì)資本存量、全社會固定資產(chǎn)投資、勞動力數(shù)量等要素對產(chǎn)出的貢獻(xiàn)指數(shù)；T表示時間，為增大回歸的顯著性，我們采用中心化數(shù)據(jù)，即T=0時表示1991年，T=1時表示1992年，T=-1時表示1990年，以此類推； 為1991年人力資本對GDP的彈性系數(shù)，反映人力資本彈性系數(shù)隨時間變化的速度；因為人力資本規(guī)模報酬遞增這一特性，我們限定 ，, ；這里 表示全要素生產(chǎn)率（TFP），除反映技術(shù)進(jìn)步這一因素外，還反映制度因素、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)村剩余勞動力的轉(zhuǎn)移等因素對促進(jìn)生產(chǎn)要素投入效率提高所起的作用大小。

式中:為要素的貢獻(xiàn)率；Xi為i要素增長率；Pi為i要素產(chǎn)出彈性；Y為GDP折算值。通過計算即可得到各省主要要素對經(jīng)濟(jì)增長的貢獻(xiàn)率。

2．?dāng)?shù)據(jù)獲得及處理

為消除價格因素的影響，對GDP和全社會固定資產(chǎn)投資，分別用各自價格指數(shù)進(jìn)行折算（1978=1）。勞動力是實際從事社會勞動的人口，這里采用從業(yè)人員總數(shù)來衡量各省勞動投入量。

人力資本的測度是一個難題，這里采用受教育年限法估算人力資本。根據(jù)聯(lián)合國一項研究結(jié)論，結(jié)合我國的實際情況，對各受教育階段人數(shù)賦予不同權(quán)重：小學(xué)為1；初中為1；高中階段為2.02；高等教育為6.69。然后采用加權(quán)合成的方法，可以得到各省各年的人力資本存量。

三、回歸模型及聚類結(jié)果

由于模型中各解釋變量之間存在很強(qiáng)的相關(guān)性，為了解決多重共線性問題，在對各省進(jìn)行模型回歸時，這里采用了基于SPSS統(tǒng)計軟件的嶺回歸方法。選用合適的嶺參數(shù)K值時，回歸方程T值、F值、RSQ值均能通過顯著性檢驗，說明嶺回歸方法在對六省生產(chǎn)函數(shù)回歸過程中是有效的。

將嶺回歸結(jié)果代入公式4中，即可得到各省各要素對經(jīng)濟(jì)增長的貢獻(xiàn)率，如下表所示。由此表可以看出，各種生產(chǎn)要素對六個省份經(jīng)濟(jì)增長貢獻(xiàn)率均不相同，值得注意的是，除江西和河南兩省外，勞動力數(shù)量對經(jīng)濟(jì)增長貢獻(xiàn)率都是很低的，山西、湖南和湖北三省此貢獻(xiàn)率都在10%以下?？梢姡瑐鹘y(tǒng)上對經(jīng)濟(jì)增長起主要作用的勞動力如今已經(jīng)顯得不那么重要，相反，人力資本和全要素生產(chǎn)率曾經(jīng)不被經(jīng)濟(jì)學(xué)家重視的生產(chǎn)要素，對經(jīng)濟(jì)增長貢獻(xiàn)率已經(jīng)占到了較大的比重。按照一般規(guī)律，全要素生產(chǎn)率貢獻(xiàn)率小于50%階段，經(jīng)濟(jì)增長較為粗放，可見，中部六省經(jīng)濟(jì)增長都仍是粗放型的。

為了便于觀察各種生產(chǎn)要素對各個省份經(jīng)濟(jì)增長貢獻(xiàn)情況，本文按照五種主要要素貢獻(xiàn)率對六個省份進(jìn)行分類，這里采用基于SPSS軟件的層次聚類法。具體結(jié)果如圖所示。

由圖的聚類結(jié)果可以看出，若將六省分為兩類，安徽、江西和河南三省歸為第一類，山西、湖北和湖南為第二類。兩種類型省份對比發(fā)現(xiàn)，安徽、江西和河南生產(chǎn)要素貢獻(xiàn)率較高是物質(zhì)資本存量和勞動力數(shù)量，而全社會固定資產(chǎn)投資、人力資本、全要素生產(chǎn)率貢獻(xiàn)率則相對較低，可見，安徽、江西、河南三個省份經(jīng)濟(jì)增長主要依賴于其勞動力數(shù)量和物質(zhì)資本存量，這種增長方式是帶有粗放性質(zhì)的；而山西、湖北和湖南三個省份經(jīng)濟(jì)增長則主要依賴于固定資產(chǎn)投資、人力資本和全要素生產(chǎn)率，經(jīng)濟(jì)增長要素由初級要素向高級生產(chǎn)要素轉(zhuǎn)變，增長方式相對集約。不妨將第一類稱為勞動力推動型，第二類稱為技術(shù)推動型。若將六個省份分為三類，安徽將從第一類中脫離，可以看出安徽省在人力資本、全要素生產(chǎn)率的貢獻(xiàn)率方面很接近于第二類，而其從業(yè)人員數(shù)量對經(jīng)濟(jì)增長貢獻(xiàn)率卻更接近第一類。分為三類后各自基本特征如表2所示。

四、結(jié)論

本文借鑒肯德里克和丹尼森對經(jīng)濟(jì)增長的分析思路和羅默的經(jīng)濟(jì)學(xué)模型，采用科布-道格拉斯生產(chǎn)函數(shù)形式，構(gòu)建了中部地區(qū)經(jīng)濟(jì)增長模型。為了消除各變量之間多重共線性的影響，本文利用基于SPSS的嶺回歸方法，在選用合適的嶺參數(shù)下，六省回歸模型均能通過顯著性檢驗，說明此模型中所選主要要素可以反映中部地區(qū)經(jīng)濟(jì)增長機(jī)制。因此，該結(jié)果可以作為計算要素貢獻(xiàn)率及聚類分析的基礎(chǔ)。

由各要素對經(jīng)濟(jì)增長貢獻(xiàn)率可以看出，江西和河南兩省勞動力數(shù)量和物質(zhì)資本存量較高，其它三省這兩類要素對經(jīng)濟(jì)增長貢獻(xiàn)率都是較低，山西、湖南和湖北三省勞動力數(shù)量貢獻(xiàn)率都在10%以下，相反，人力資本和全要素生產(chǎn)率對經(jīng)濟(jì)增長貢獻(xiàn)率已經(jīng)占到了較大的比重，六省全要素生產(chǎn)率貢獻(xiàn)率均小于50%，由一般規(guī)律可見中部六省經(jīng)濟(jì)增長都仍是粗放型的。在此貢獻(xiàn)率基礎(chǔ)上，利用層次聚類分析方法對六省進(jìn)行歸類，結(jié)果顯示：江西、河南兩省物質(zhì)資本存量和勞動力數(shù)量對經(jīng)濟(jì)增長貢獻(xiàn)率相對較高，而人力資本和全要素生產(chǎn)率貢獻(xiàn)率則很低，經(jīng)濟(jì)增長方式粗放；山西、湖北和湖南三省人力資本和全要素生產(chǎn)率在經(jīng)濟(jì)增長中作用較為突出，勞動力數(shù)量在經(jīng)濟(jì)增長中逐漸淡出，經(jīng)濟(jì)增長方式相對集約，由外延式增長向內(nèi)涵式增長過渡；安徽省介于前兩類之間。

參考文獻(xiàn):

[1]胡德龍 周紹森:提高區(qū)域創(chuàng)新能力是促進(jìn)中部崛起的突破口[J].科技進(jìn)步與對策,2006(1)

[2]陶文達(dá) 黃衛(wèi)平 彭剛等:發(fā)展經(jīng)濟(jì)學(xué)[M].四川人出版社，1995

[3][美]菲利普?阿吉翁，彼得?霍依特著，陶然等譯.內(nèi)生增長理論[M].北京大學(xué)出版社，2004:11-30

[4]盧紋岱等:SPSS for Windows統(tǒng)計分析(第3版)[M].電子工業(yè)出版社,2006:414～443

[5]楊 楠:嶺回歸分析在解決多重共線問題中的獨特作用[J].理論新探,2004(3)

[6]曾 慶 周燕榮等：嶺回歸分析及其在大氣環(huán)境因素對人群健康影響分析中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計,1997(4)

篇9

關(guān)鍵詞:FDI;動態(tài)面板;區(qū)位因素

中圖分類號:F726.7文獻(xiàn)標(biāo)識碼:A

一、引言

外商直接投資(FDI)不僅能夠為東道國引入資本,還能實現(xiàn)先進(jìn)技術(shù)和專業(yè)知識的轉(zhuǎn)移,提高國際市場的準(zhǔn)入和強(qiáng)化競爭機(jī)制,在經(jīng)濟(jì)全球化的過程中發(fā)揮著原動力和加速器的關(guān)鍵作用,對世界經(jīng)濟(jì)與社會產(chǎn)生著越來越深刻的影響。20世紀(jì)九十年代以來,隨著我國經(jīng)濟(jì)的全方位對外開放以及向市場經(jīng)濟(jì)體制的逐步轉(zhuǎn)軌,外商在我國的直接投資迅速增長,FDI在促進(jìn)我國生產(chǎn)力的快速發(fā)展、增強(qiáng)我國綜合國力、提高人民生活水平等方面發(fā)揮了巨大作用,成功推動了我國對外開放和現(xiàn)代化建設(shè)。因此,研究影響外商直接投資流量的影響因素具有較重的現(xiàn)實意義。

本文采用動態(tài)面板計量模型對全國各省份1997～2008年的歷史統(tǒng)計數(shù)據(jù),分別建立全國、東部、中部及西部地區(qū)四個模型進(jìn)行實證研究,并對目前我國利用外商直接投資中存在的問題進(jìn)行分析,為政府制定科學(xué)的宏觀利用外資戰(zhàn)略提供理論支持與政策建議。

二、區(qū)位差異因素設(shè)定與數(shù)據(jù)說明

(一)變量選擇與設(shè)定。綜合國內(nèi)外多數(shù)研究成果中關(guān)于FDI影響變量選擇的歸納與分析,并結(jié)合數(shù)據(jù)的可得性,本文設(shè)定了集聚效應(yīng)、市場規(guī)模、基礎(chǔ)設(shè)施、人力資本、勞動力資本以及對外開放度這6個變量。其中,集聚效應(yīng)以前一期FDI水平FDIt-1衡量,市場規(guī)模以國內(nèi)生產(chǎn)總值衡量,基礎(chǔ)設(shè)施用每平方公里鐵路、公路、內(nèi)河航道里程衡量,人力資本以普通高等學(xué)校在校學(xué)生數(shù)反映,勞動力成本以職工平均工資來反映,對外開放度通過進(jìn)出口總額占GDP的比重來衡量。

(二)數(shù)據(jù)說明。因為1997年重慶市從四川省獨立出來,為了保證數(shù)據(jù)在時序上的一致性,本文選取1997～2008年我國31個省市的面板數(shù)據(jù),并運(yùn)用Panel Data分析方法。本文所需的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒1997～2009》。

由于實際利用外商直接投資的數(shù)據(jù)是以美元為單位計量的,本文用各年匯率的中間價將美元換算為人民幣,考慮到數(shù)據(jù)的可比性,以1996年不變價格為基期的CPI平減指數(shù)對數(shù)據(jù)進(jìn)行了處理。而且,由于各省級行政區(qū)的建立時間前后不一,會出現(xiàn)某些省份的統(tǒng)計數(shù)據(jù)缺失現(xiàn)象,因此主要采取內(nèi)插法處理缺失數(shù)據(jù),盡量對缺失數(shù)據(jù)進(jìn)行補(bǔ)充。

三、模型構(gòu)建與計量分析

(一)模型構(gòu)建。由于我國的FDI分布有著顯著的區(qū)域差異,在時間上存在著波動,所以建立動態(tài)面板數(shù)據(jù)模型可以較好地反映這種差異性和動態(tài)性。本文所選擇的動態(tài)面板數(shù)據(jù)模型采用對數(shù)形式,模型如下:

上式中,FDI、GDP、INFR、HUMC、WAGE、OPEN分別代表集聚效應(yīng)、市場規(guī)模、基礎(chǔ)設(shè)施、人力資本、勞動力成本和對外開放度。下標(biāo)i和t分別代表第i個省市和第t年;it為隨機(jī)擾動項,?滋i為不隨時間變化的各省市截面的個體差異。

在本文面板數(shù)據(jù)中,被解釋變量的滯后項是解釋變量之一,會導(dǎo)致解釋變量與隨機(jī)擾動項相關(guān),如果用標(biāo)準(zhǔn)的隨機(jī)效應(yīng)或者固定效應(yīng)來進(jìn)行估計,將導(dǎo)致參數(shù)估計的非一致性,從而得不到可靠的結(jié)果。由于工具變量選擇的困難,組內(nèi)、組間估計法基本上不可以用,因此本文運(yùn)用GMM估計法進(jìn)行動態(tài)面板的參數(shù)估計。

(二)實證分析。本文選取了1997～2008年我國31個省市的數(shù)據(jù),分別對全國和東、中、西三大區(qū)域進(jìn)行GMM估計,估計結(jié)果如表1所示。(表1)

為了進(jìn)一步評價估計結(jié)果,本文用Im-Pesaran-Shin檢驗對估計的模型進(jìn)行診斷,主要檢驗所估計的面板殘差是否平穩(wěn),以確認(rèn)GMM估計不是偽回歸的結(jié)果。為了增強(qiáng)結(jié)果的穩(wěn)健性,對模型同時進(jìn)行LLC檢驗和ADF檢驗,檢驗結(jié)果如表2所示。(表2)

可以看出,各個模型的面板殘差P值均小于5%,檢驗結(jié)果表明各個面板殘差均具有平穩(wěn)性,估計結(jié)果不存在偽回歸現(xiàn)象。

由以上分析可得,各個因素對各地區(qū)的FDI影響方向和程度有所不同,下面對其逐一進(jìn)行分析:

1、集聚效應(yīng)。外商直接投資往往不是一年就完成的,而是在第一年的投資后,需要進(jìn)行追加投資。而且一個地區(qū)的進(jìn)出口貿(mào)易總額很大一部分來自這個地區(qū)已有的外資企業(yè),這說明外資往往愿意進(jìn)入外資相對集中的地區(qū)。從表2中可以得出,FDI在全國及東、中、西部地區(qū)都表現(xiàn)出比較顯著的集聚效應(yīng)。系數(shù)大小由東向西逐漸減小。這是由于東部地區(qū)地處沿海,與港澳臺地區(qū)臨近且開放時間早,吸引外資的規(guī)模大于中西部地區(qū),使其較早形成了集聚經(jīng)濟(jì)。

2、市場規(guī)模。巨大的市場規(guī)模是外商直接投資相當(dāng)看重的區(qū)位決定因素。GDP每增加1%,全國及東、中、西部的FDI當(dāng)期值就分別增加0.5799%、0.5591%、0.2872%、0.5525%,東部地區(qū)的市場作用高于中西部地區(qū)。

3、基礎(chǔ)設(shè)施。從表2中可以看出,基礎(chǔ)設(shè)施在全國和西部的系數(shù)為正,在東部和中部的系數(shù)為負(fù),但是都不顯著,這個因素的回歸結(jié)果是出乎我們意料的。這并不能說明基礎(chǔ)設(shè)施對外商直接投資沒有影響,主要是因為基礎(chǔ)設(shè)施變量的內(nèi)涵比較復(fù)雜,用每平方公里的公路、鐵路和內(nèi)河里程可能不具有很強(qiáng)的代表性,因為基礎(chǔ)設(shè)施不僅包括交通設(shè)施,還包括通訊,金融等相關(guān)服務(wù)業(yè)的發(fā)展水平。

4、人力資本。從表2分析可知,人力資本在全國和中、東部地區(qū)的影響都顯著為正,但對西部地區(qū)的影響不顯著。這說明,我國東、中部今后若要提高FDI的質(zhì)量,還需通過進(jìn)一步優(yōu)化人才結(jié)構(gòu),加強(qiáng)人才教育與培訓(xùn)來提高勞動力質(zhì)量,以吸引高質(zhì)量外資的流入。西部地區(qū)的影響不顯著,造成這種現(xiàn)象的原因可能是因為FDI在我國西部更看中的是低勞動力成本。

5、勞動力水平。勞動力成本因素在全國以及東、西部地區(qū)的系數(shù)都為負(fù),在中部地區(qū)的系數(shù)雖然為正,但結(jié)果是不顯著的。這是因為大部分來我國投資的外資企業(yè)都是看中我國的廉價勞動力。目前外商在我國的直接投資主要還是集中在勞動力密集型行業(yè)。

6、對外開放度。在全國及東、中、西部地區(qū),對外開放度因素的系數(shù)都為正且高度顯著。開放的環(huán)境便于外商獲取國際市場信息和開展國際貿(mào)易,同時也讓一個地區(qū)獲得世界上先進(jìn)的管理經(jīng)驗、可靠有效的銷售渠道和先進(jìn)技術(shù)。但是,從表2中得出的結(jié)果顯示:西部地區(qū)的對外開放度因素的系數(shù)遠(yuǎn)遠(yuǎn)大于中、東部地區(qū),這與我國的現(xiàn)狀不相符合,這可能是因為開放度在一定程度上還受到各地區(qū)政策的影響,由此導(dǎo)致分析誤差。

四、結(jié)論

綜上所述,從全國來看,集聚效應(yīng)、市場規(guī)模、對外開放度與FDI之間呈現(xiàn)出顯著的正相關(guān)關(guān)系,而勞動力成本與FDI呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系?；A(chǔ)設(shè)施雖然與FDI有正相關(guān)關(guān)系,但不顯著。外商直接投資更傾向于選擇那些集聚效應(yīng)顯著、市場規(guī)模大、人力資本多、勞動力成本相對較低以及對外開放程度高的地區(qū)。但是,東、中、西部對FDI區(qū)位分布起決定作用的影響因素存在著差異。由結(jié)果可得,在東部地區(qū),外商直接投資對集聚效應(yīng)、市場規(guī)模、人力資本、勞動力成本和對外開放程度都比較關(guān)注;在中部地區(qū),集聚效應(yīng)、市場規(guī)模、人力資本和對外開放程度是外商比較重視的因素;至于西部地區(qū),集聚效應(yīng)、市場規(guī)模和對外開放程度這三個指標(biāo)更受外商直接投資的關(guān)注。

(作者單位:安徽財經(jīng)大學(xué)統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院)

主要參考文獻(xiàn):

[1]魯明泓.國際直接投資區(qū)位決定因素[M].南京:南京大學(xué)出版社,2000.

篇10

【關(guān)鍵詞】區(qū)域CPI；CPI影響因素；面板數(shù)據(jù)

1 緒論

眾所周知，我國各地區(qū)在自然資源察賦、經(jīng)濟(jì)發(fā)展水平、居民收人和消費水平、產(chǎn)業(yè)結(jié)構(gòu)和消費結(jié)構(gòu)、市場發(fā)育程度等方面存在著明顯差異，而這些方面又是影響市場價格變化的重要因素，因此如何準(zhǔn)確研究區(qū)域CPI波動差異及其影響因素，必須考慮到各地區(qū)的實際情況，從而更好地發(fā)揮價格配置地區(qū)間經(jīng)濟(jì)資源的作用?；谝陨锨闆r，本論文就針對西部12個省份來進(jìn)行CPI的影響因素分析，縮小了范圍，更具體、更具有針對性和全面性。

2 不同省份的面板數(shù)據(jù)實證分析

2.1 指標(biāo)的選取

影響CPI的因素眾多，其影響特點、影響機(jī)制也不盡相同。在洋蔥模型中，將CPI的眾多影響因素按照對CPI影響程度的大小進(jìn)行分層處理，如內(nèi)層有利率、匯率、GDP等，中層有進(jìn)出口總值、股票指數(shù)、PPI等，外層有可支配收入、人口數(shù)量、貧富差距等。本文根據(jù)實際情況選取了三個指標(biāo)，分別為區(qū)域GDP、進(jìn)出口總額和城鎮(zhèn)居民可支配收入。

2.2 確定面板數(shù)據(jù)模型類型

一般情況下，根據(jù)面板數(shù)據(jù)待估參數(shù)的不同特性，我們將其分為隨機(jī)效應(yīng)模型還是很固定效應(yīng)模型，判斷該模型屬于那一種用Hausman檢驗。通過計量專業(yè)軟件Eviews進(jìn)行Hausman檢驗，我們可以得到模型的P值為1，所以可以認(rèn)為該模型為固定效應(yīng)模型。

除此之外，對面板模型進(jìn)行估計時，我們還要判斷被解釋變量y的參數(shù)αi和βi是否對所有的截面都是一樣的，據(jù)此分為不變系數(shù)模型、變截距模型和變系數(shù)模型。在此過程中，我們主要檢驗如下兩個假設(shè)：

假設(shè)：H1：β1=β2=……=β1 H2：α1=α2=……=α12 β1=β2=……=β12

如果接受假設(shè)H2則可以認(rèn)為樣本數(shù)據(jù)符合情形3，即模型為不變參數(shù)模型，無需進(jìn)行進(jìn)一步的檢驗。如果拒絕假設(shè)H2，則需檢驗假設(shè)H1。如果接受H1，則認(rèn)為樣本數(shù)據(jù)符合情形2，即模型為變截距模型，反之拒絕H1，則認(rèn)為樣本數(shù)據(jù)符合情形1，即模型為變參數(shù)模型。利用軟件可直接求得S1=357.3044，S2=509.5926，S3=520.2143，我們可以計算得F2=0.00014392F1=0.00017938。因為F2

CPI1=m+GDP1β11+IE1β21+INCOME1β31+u1+α1*

i=1，2，…，12 t=1，2，…，10

m反映模型中的個體影響的跨成員方程變化的截距項被分解成在各個體成員方程中都有相等的總體均值截距項（m）和跨成員方程變化的表示個體對總體均值偏離的個體截距項（α1*）。個體截距項α1*表示的是個體成員i對總體平均狀態(tài)的偏離，可以反映省之間的結(jié)構(gòu)差異。

最后利用固定影響變截距模型的GLS法對模型進(jìn)行估計，估計結(jié)果為：

從估計結(jié)果我們可以看出，對于本文中的西部地區(qū)12個省來說，其自發(fā)消費沒有大幅度的變化，且偏離平均自發(fā)消費的幅度均偏小，最大的是青海，最小的是重慶。

面板數(shù)據(jù)雖然減輕了數(shù)據(jù)的非平穩(wěn)性，但是還有可能存在單位根，造成偽回歸，如本案例中居民可支配收入可能與GDP相關(guān)，所以，進(jìn)行偽回歸的檢驗，檢驗結(jié)果為P值均為0，所以我們可以認(rèn)定該模型為平穩(wěn)序列，即這幾個變量之間存在長期穩(wěn)定關(guān)系。

3 政策建議

3.1 促進(jìn)實際GDP增長

從固定影響變截距模型的估計，我們可以看出，GDP對CPI呈現(xiàn)出很小的負(fù)相關(guān)關(guān)系，而論文采用當(dāng)年價格計算的GDP的方法。因此，政府可以考慮制定相關(guān)的經(jīng)濟(jì)政策保障實際GDP的增長，而抑制名義GDP的過快增長，不僅可以保障經(jīng)濟(jì)持續(xù)有效的增長，而且對物價水平影響不大。

3.2 西部地區(qū)加強(qiáng)生產(chǎn)資料價格的管控

目前，西部地區(qū)物價與生產(chǎn)資料得價格密切相關(guān)，主要原因在于粗放式增長模式在“投資推動”的模式下容易造成物價的大幅波動。此模式下會對石油、煤炭和電力造成價格大幅波動，經(jīng)過層層傳輸，最終導(dǎo)致物價全面上漲，使可支配收入得絕對值減少，進(jìn)一步造成CPI的波動。

3.3 調(diào)整收人分配格局，增強(qiáng)城鄉(xiāng)居民收人預(yù)期和價格上漲承受能力

居民收人和消費水平是影響居民消費價格變化最直接的因素。有關(guān)部門應(yīng)調(diào)整收人分配格局，提高勞動報酬在初次分配中的比重，同時提高最低工資標(biāo)準(zhǔn)，著力提高低收人群體的收人水平。繼續(xù)完善關(guān)系廣大人民群眾切身利益的現(xiàn)實問題，降低城鄉(xiāng)居民支出的不確定性，防止因價格上漲而導(dǎo)致的生活水平明顯下降。

參考文獻(xiàn)：