面板数据范文1
随着计算机辅助设计（CAD）的迅速发展，集成化CAD系统的研制与开发成为当今计算机集成制造系统（CIMS）环境下CAD的发展方向。产品的设计制造过程实质是对信息的采集、传递、加工和处理过程，其本质体现在以信息集成为特征的技术集成和人的集成两方面1。信息集成是指将CAD／CAM／CIMS工程设计中涉及的数据和信息（尤其是图形数据、结构化数据和非结构化非图形信息）集中起来管理。由于工程设计过程的特殊性，设计过程是一个不断反复、试探、选择、完善的过程，会面临大量需要组织的设计数据和试验数据；同时还会因为同一设计对象的多个版本而产生大量的重复数据，这些都给数据组织带来了很大的困难。因此如何及时、有效地组织和管理工程数据成为工程设计人员迫切需要解决的问题。
传统的数据模型工程设计中没有足够的能力表达工程数据的全部语义结构，表达工程数据的数据模型应当具有以下几个方面的特性：
·随着工程设计的逐步深入，设计人员能够定义新的数据类别，并对已有的数据类别进行改进和重新定义；
·可以允许定义静态和动态的数据种类，静态实体属于设计环境的一部分，可用它创建表示设计对象的动态实体；
·在提供基本数据结构的同时，可以建立设计中数据结构的抽象数据类型；
·提供描述复杂对象的数据描述标准框架，使得不同的设计者从不同的角度描述同一设计对象时，它们的视图是相关的；
·在数据模型里可以按照一定的格式描述任意一个产品设计信息及其语义信息，满足设计要求；
·满足设计和生产要求的一切产品都能为数据模型所描述。
1 面向对象与模板
模板的基本思想是从一组相似的事物中抽象出一种框架型的模式，任何一个类似的事物都可作为以模板为超类派生的实例。将模板概念引入到工程CAD领域，这与工程CAD领域的设计特色有密切的关系。工程设计是设计人员具有创造性的思维活动，其特点具体表现在创造性、变异性、模式重复性、绘图工作量大等方面。采用工程模板的设计思想使设计人员在设计的不同阶段都能按照自己的要求进行操作；而面向对象模型可以描述很复杂的事物，并能在统一概念化的基础上处理有关数据。因而把对面向对象模型的研究和对工程模板设计理论与方法学的研究结合起来设计面向对象工程模板，使产品数据信息模型可以从更本质的基础上建立起来。
模板的应用很广泛，如在程序设计语言中（如VC＋＋）引入了面向对象类（函数）模板用于支持程序设计的参数化、多态性。模板函数可以使某个类型范围之内的各种类型的对象达到一些相同或相似的功能，但这种类型要求参数个数相同，因而函数模板适用于函数名相同、算法相同、参数个数相同，只是类型不同的问题。与面向对象类（函数）模板相比，面向对象工程模板有以下特点：
·描述数据的结构信息采用半结构化数据模式，不是对数据结构进行强制性的约束；
·可以利用工程模板的嵌套、层次结构描述具有复杂语义的数据类型；
·数据模式的自描述性；
·可以支持产品全生命周期的信息建模。
图1 冷冲模设计信息的面向对象模板数据模型
2 面向对象工程模板定义
定义1：TEMPLATE::＝＜IDVERSIONOBJECTSET
RULESETASSEMBLYARRANGESET， STORAGE＞其中：ID是模板的唯一标识，VERSION是工程设计的版本号，OBJECTSET是对设计中的对象类集的描述，RULESET是对象之间的约束信息的定义描述，ASSEMBLY是零件装配信息的描述，ARRANGESET描述对象之间的上下、左右相互间的位置信息，STORAGE将对象类集中对象进行存储。
定义2：OBJECTSET::＝＜NAME＞＜VERSION＞
＜INHERITCLASSNAME＞，＜COMPOSEDCLA SSNA ME＞，＜ATTRIBUTES＞＜RULES＞＜METHODS＞其中：NAME是对象类集中的对象类的名称，VERSION是对象类的版本号，INHERITCLASSNAME是该对象类超类的名称，COMPOSEDCLASSNAME是被聚合类的名称，ATTRIBUTES是对象类的属性描述，RULES是对象类内部属性之间的约束描述；METHODS是对象类的方法描述。
定义3：ATTRIBUTES::＝＜ATTRIBUTENAME＞＜ATTRIBUTETYPE＞＜VALUEEXPRESS＞，其中：ATTRIBUTENAME是属性名称，ATTRIBUTETYPE是属性类型，VALUEEXPRESS是属性求值表达式。
定义4：METHODS::＝＜METHODNAME＞＜METHODATTRIBUTE＞＜LIBNAME＞＜METHODIMPLEMENDS＞，其中：METHODNAME是方法名，METHODATTRIBUTE是方法参数列表，LIBNAME是方法所属动态链接库名称，METHODIMPLEMENDS是方法内部实现接口定义。
定义5：RULES::＝＜KEYWORD＞＜ATTRIBUTE＞＜EXPRESSION＞，其中：KEYWORD为系统定义的关键字，ATTRIBUTE为对象属性名，EXPRESSION为属性求值表达式。
定义6：ASSEMBLY::＝＜KEYWORD＞＜OBJECT1＞＜OBJECT2＞＜EXPRESSION＞，其中：KEYWORD为系统定义的关键字，OBJECT1、OBJECT2是对象类的名称，EXPRESSION是对象间装配信息表达式。
定义7：ARRANGESET::＝＜WAY＞＜XPOINT＞＜YPOINT＞，＜ZPOINT＞其中：WAY是位置排列信息，XPOINT是距离中心点的X坐标，YPOINT是距离中心点的Y坐标，ZPOINT是距离中心点的Z坐标。
定义8：STORAGE::＝＜CLASSTBLNAME＞＜CLASSFLDNAMES＞＜VERSION＞其中：CLASSTBLNAME是类表名，CLASSFLDNAMES是表中的各类对象的名称，VERSION是版本信息。
面向对象工程模板通过一组定义表示一个复杂的数据类型，它描述的是一种抽象数据类型。应用抽象数据的概念可以从概念的高度，把握事务之间内在的、实质性联系。面向对象方法进一步发展了抽象数据概念，引入了能把有关事物进行分类、组织成层次的概括Generalization机制和把有关对象归并在一起的聚集Aggregation机制。
面向对象工程模板模型具有充分的柔性和可扩充性。在建模时，利用类的封装性、继承性和多态性6，采用面向对象的自上而下、从概念抽象开始、逐步细化的方法。每个对象可以按照概括（G－关联）关系展开，深入分析，建立下层对象之间的联系。
由于工程设计的特殊性，在工程设计过程中，不仅要考虑产品的几何信息和制造信息，如零部件属性、零部件之间的各种装配位置关系、约束条件等，同时还应当从面向对象的思想考虑一个零件对象应有的一些方法。例如对于链接件对象，它应当有可以将另几个对象链接在一起的方法。这些方法都应当封装在零件内部，提供给外界一个接口。对于一个类，将它的所有实现方法放在一个DLL中，形成一个方法库，把该类的方法库与每一个方法的源代码均当作非结构化数据交给工程数据库管理系统进行存储。
3 面向
对象工程模板应用以冷冲模CAD设计为例，用面向对象模板组织模具设计中的各种工程设计信息，设计信息的面向对象工程模板数据模型如图1所示。冷冲模是由模架、冲头、链接件、凹模、垫板等元件组成。在面向对象工程模板模型中，不仅表示元件特征信息，而且描述了元件的位置分布关系、连接关系、操作关系等语义信息，明确地表示了元件之间的关联信息。其中G－关联Generalization用IS－A表示，A－关联Aggregation用A表示。图1中显示的是零件聚集关系的展开，既可以在一类对象的共性上对其进行分析和处理，也可以对其中的某个具体对象的个性进行分析和处理。从数据模式中可以看出，从设计活动一开始，面向对象模板就建立了设计和制造活动的有机联系，实现了几何信息与制造信息的集成和分离的对立统一。
面向对象工程模板数据模型采用面向对象技术定义模板的组织结构，利用定义的模板描述语言（TDL）进行工程设计，一方面有效地组织工程设计中的各种数据，另一方面能够很好地模拟工程中的复杂对象，能表示其层次结构，支持动态的数据结构，在设计对象这一较高层次上进行管理。由于考虑了产品的设计工艺、制造工艺以及约束条件等信息，将设计中的各种信息、数据集成在面向对象工程模板中，从而使得设计人员在进行初期的功能设计和装配设计时就能保证产品设计的可行性及合理性，并及时发现设计中存在的各种问题；在设计结束阶段形成了以模板的版本号为根目录的整个产品的工程数据，在试验中取得了良好的应用效果。
下面给出一个模板整体框架，主要以注释方式给出模板含义的解释。
／／ 对象列表；
begin of object
inherit
baseboxshangdianbangudinban
aomoaomo
chongtouchongtou
……
part
upmojiashangmojiadaozhu ／／上模座由上模架和导
柱组成
……
end of object
／／ 对象属性集合段；
begin of attribute
default mobin．d 50 ／／模柄直径的默认值为50
table luodin3．d mobin d3 d＝mobin．d
／／螺钉3的d为模柄中的d3
字段，条件为模柄d
……
end of attribute
／／ 位置约束段；
begin of positon
luodin1 1 95，45 ／／以第一种方式排列距中心
点x 坐标95，y坐标45
daohuald1 3 300 ／／以第三种方式排列距中心
点x 坐标30，y坐标0
……
end of position
／／ 装配约束段；
begin of assemble
luodinluodin1 shangmojiashangdianbangudinban
／／表示螺钉1连接上模座、上垫
板和固定板
……
end of assemble
……
／／产品设计描述、版本等信息描述段；
begin of describe
nameluoliaomo
version1．1．1
designerwangjun
designdate2002－05－25
……
面板数据范文2
【关键词】相对产能利用率 投资 企业数目
产能即生产能力，指通过组合各种资源来生产出特定的产品，以提供销售和服务。概括的讲就是指企业利用现有的资源所能达到的最大产出。企业之所以十分关心生产能力是因为企业需要知道生产能力能否与市场需求相适应。由于固定设备在短时间内无法自由增加或减少，产能的加大或缩小不可能瞬间完成，所以产能的变动相对比较缓慢，因此企业才会面临上述难题。产能的不足和过剩都对经济有相当大的负面影响，所以关于产能的状况越来越受到经济学家的关注。
2005年以来，随着中国的工业经济步入“高增长平台”，伴随着固定资产投资高速增长，对外贸易增幅持续上扬，国际收支顺差不断上升，中国的工业经济出现了一个新的问题，即所谓的“工业产能过剩”的现象。尤其对于钢铁、电力等行业的产能过剩问题引起了广泛的关注。关于产能过剩并没有统一的界定标志，欧美等发达国家一般用产能利用率或设备利用率指标衡量是否存在产能过剩及过剩程度。美联储认为，如果产能利用率达到85%，就可以认为实现了产能充分利用。超过90%，则可以认为产能不足，有可能引起通货膨胀。如果明显低于79%—83%区间，则说明可能存在产能过剩。本文主要测定我国工业产能利用率的状况，然而，并没有产能利用率的相关数据，需要找个替代指标——固定资产周转率来估算出产能利用率，固定资产周转率=产品销售净额/固定资产年平均净额。因为产能利用率=实际产能/潜在产能。即表示会计期内单位固定资产生产的产品价值，也就含着产能利用率的水平。
一、文献综述和分析框架
（一）文献综述
已有文献中，关于产能利用率的考察并不是很多，孙巍等学者用成本函数的方法核算过产能利用率，但是计算量相对较大。很多文献对具体行业的研究都表明产能过剩问题严重，但是大多是基于产品生产过多，而消费低迷的宏观层面，在微观层面并没有进行量化，很难具有说服力。比较而言，对于产能过剩研究的相对全面，如林逸夫（1997）对产能过剩的形成机制的研究很好地解释了像钢铁等行业在价格下降的情况下，还有企业愿意投资的现象。认为像中国这样快速发展的大国而言，很容易出现投资行为的“潮涌现象”。
产能利用率较低，说明存在着产能的过剩现象，但是追寻产能过剩的本质层面上，主要是由两方面组成的。一是供给层面，两大主体推动了产能过剩的形成。首先是企业这一直接的推动者，企业出于获利动机，安置空闲的产能以便适应当市场需求突发性的增加时，企业有能力在短时间生产出产品，获得利润。此外，企业追求规模经济的行为也将导致生产能力的过剩。另一个推动主体便是政府，政府为了防止需求短时期增长迅速而导致价格呈J形曲线增长，以至于人心恐慌，危害社会经济秩序的情况发生，要求企业备有充足的生产能力，能够顺应市场的变化以达到平稳物价的政治要求。就我国而言，由于中央政府和地方政府信息的不对称性，地方政府为了提高绩效，增加GDP，盲目的上大项目，当这些项目投入生产后，一旦供过于求，就会导致产能过剩的局面。二是需求方面，需求具有不确定性，本来市场前景很好，于是投资扩大生产规模，但由于对需求的变动并没有做出正确的估计，一旦新的生产能力形成之后，需求萎靡，将会造成生产能力的大量空置，而这些产能又不能及时撤销，从而导致产能过剩。
（二）分析框架
产能力利用率具有两个方面的重要意义：一是能够明确经济趋势、划分经济阶段。当利用率过高时，说明市场活跃，经济呈增长趋势；当利用率过低时，市场萎靡，经济呈衰退趋势。二是可以判断利润增速。稳定的宏观经济环境中，产能利用率的上升说明企业产量较高，在价格水平稳定的情况下，获得的利润也就越多。因为无法高效、准确地计算产能利用率，本文使用相对产能利用率，即假定2004年工业产能的利用率为80%，表明所有行业产能利用状况比较好，以此为基准，计算2004～2010年的相对产能利用率。相对产能利用率=【固定资产周转率（本期）/固定资产周转率（基期）】×基期产能利用率。以2004年为基准年来分析近年来产能利用率的状况。
在得出相对产能利用状况后，采用面板数据的分析方法来分析什么因素对产能利用率有较大的影响，本文使用了投资和企业数目两个变量。在利用数据方面，采用面板数据来分析投资与企业数目和行业的相对产能利用效率的关系更为可靠。因此，本文对2004年至2010年我国39个工业行业的面板数据进行单位根检验的基础上，确立回归模型。
二、单位根检验及模型的设定
单位根检验是序列的平稳性检验，如果不检验序列的平稳性而直接进行回归容易导致伪回归。因此，为保证面板数据的平稳性，需要对产能利用率、投资金额和企业数目进行平稳性检验。为了消除数据中可能存在的异方差，对面板序列进行取对数处理。由于单位根检验结果说明数据是平稳的，可以使用Eviews6做回归分析，选出最有说服力的模型（个体固定效应回归模型）来进行分析。即：
R2=0.515537， SSE=7.575010
其中R2可决系数，可决系数越大，自变量对因变量的解释程度越高，观察点在回归直线附近越密集。该模型的R2较高，说明拟合效果较好。同时t检验结果表明投资对相对产能利用率有正向的显著影响，而企业数目与相对产能利用率呈负向关系。
三、结论和政策建议
本文通过研究变量之间的均衡关系得出以下结论：
1.投资对产能利用率有显著的影响，企业投入资金能够促进产能利用率的提升，但是这必须建立在经济社会对企业产品的需求呈上升的阶段下。当需求减少时，因为投资而新增的产能将会出现闲置，反而影响了产能利用的效率。由于发展中国家靠大量的投资拉动经济增长，所以由投资过度而引发的产能过剩现象在发展中国家容易出现。一般而言，任何一个行业供求不可能完全达到平衡。从行业发展的角度来看，适当的富余产能有利于行业发展。一方面它可以在一定程度上阻止新的竞争者进入该行业，防止过度竞争的局面；另一方面它可以促使行业形成优胜劣汰的机制，有利于落后产能的淘汰，优化产业结构。但是，如果这部分富余产能超过了一定的限度，生产设备大量闲置，就会造成很大的浪费，带来一系列负面影响。
2.企业数目对产能利用率有负面的影响，企业数目越大，越难以形成规模经济效益，小企业没有雄厚的资金，技术上的支撑，难以实现最优的生产绩效。这和现实中所观测的结果是相同的，随着实际企业数目的增大，行业中产能过剩的情况将会越发严重，激烈竞争导致价格大幅下跌，投资回报低落，甚至大量企业亏损破产甚至金融机构呆坏账持续上升等后果。所以适当控制企业数量是非常必要的。
政府在制定政策时，应该引导企业的投资行为，将资金投入新兴行业中，避免投资流入已经过剩的行业。应该鼓励技术创新，技术上的进步能够带来生产方式上的变革，能够促进经济的飞跃式增长，这已成为不争的事实，改革开放以来，中国的经济实现了持续的高增长，技术进步的影响日益突出。所以必须完善制度以促进我国向创新性国家转变。此外，及时、全面的信息公告制度能够缓解和避免由于信息不对称而导致的社会资金涌入一个或几个特定的行业中。政府应该积极建立信息公开制度，并且发挥政府的总量信息优势。作为发展中国家而言，必须建立完善的宏观监管制度，充分利用发展中国家的后发优势和经济全球化的有利条件，推动国民经济稳定、快速、持续、健康地发展。
参考文献
[1] 林毅夫，巫和懋，邢亦青.“潮涌现象”与产能过剩的形成机制[J].北京大学中国经济研究中心.2009.
[2] 刘林，张思彤.投资与产能利用率：面板因果关系的检验[J].产业研究.
[3] 林毅夫.潮涌现象与发展中国家宏观经济理论的重新构建[J].经济研究，2007(1).
面板数据范文3
关键词:对外贸易;收入弹性;价格弹性
一、研究背景与文献回顾
自2001年底中国加入WTO以来，中国的对外贸易总量在其后连续几年以超过20%的速度增长，与此同时，贸易顺差保持着更快的增长幅度。2006年中国的贸易顺差为1 775亿美元，2007年这一数据达到2 622亿美元，增长幅度接近50%。在出口贸易的高速增长下中国外汇收入持续增加，其他国家却不得不承受“中国制造”的巨额贸易逆差。中国的贸易伙伴为了缓解和扭转日益恶劣的贸易环境，除采取“反倾销”措施对中国企业进行制裁外①，更多地将焦点集中在人民币升值上。人民币汇率在这一段时期也连创新高，冲破1∶7大关。然而与中国的贸易伙伴所预期的相反，在这一时期中国的进出口却没有受到多大影响，出口贸易额继续保持20%的增长速度。进入2008年，肇始于次贷危机的全球金融危机蔓延开来，世界上大多数国家和地区都受到波及，各国和地区经济呈现出不同程度的衰退，受全球需求萎缩的影响，11月份月度进出口总值出现了2001年10月份以来的首次负增长。
中国贸易的发展和近期出现的新变化引起了国际社会的广泛关注，大量学者尝试从不同角度对此进行解读。根据GoldstEin和Khan(1985)提出的不完全替论，汇率和收入是影响一国贸易的两个重要方面，中国的进出口贸易发展与变化可能与汇率变动所造成的价格波动以及各国收入变动密切相关。基于不完全替论，不少学者对中国进出口贸易的价格弹性和收入弹性进行测算。厉以宁(1991)以中国1970-1983年的对外贸易数据进行实证分析后发现，中国的进出口汇率弹性不足，分别只为0.6871和0.0506。陈彪如(1992)、戴祖祥(1997)、张明(2001)等基于不同数据采用不同方法的实证结果也得出了类似的结论。朱真丽(2002)基于不完全替论构建实证模型进行测算，结果表明中国的出口需求价格弹性和收入弹性分别为2.03和1.72，进口需求的价格弹性和收入弹性分别为0.68和0.21，认为国民收入因素对于贸易收支的影响是显著的。殷德生(2004)运用单位根和协整检验的方法建立中国的贸易收支方程、进出口需求方程，使用VAR模型对中国贸易收支进行分解的结果发现，人民币汇率的变动对贸易收支影响很小。曹永福(2005)考虑到了进出口之间的影响，认为价格变动和汇率变动存在着不一致性，从而分别考虑贸易的价格弹性和汇率弹性。通过政策模拟，曹永福(2005)对中国进出口的汇率弹性和价格弹性进行了定量测算，结果显示，出口的汇率弹性为-0.14~0.27，进口的汇率弹性为0.042~0.05，这表明中国进出口商品的汇率弹性都是非常小的，与很多学者的判断是一致的。许统生、涂远芬(2006)利用向量自回归模型及其相关检验估计了中国1994-2005年贸易弹性，研究结果表明，进出口贸易需求关于汇率都是缺乏弹性的，且出口需求关于国外收入和世界价格弹性的值较大，进口的国内收入弹性稍小，因此仅靠人民币汇率的升值很难缩小贸易顺差。
国内的研究主要集中在利用时间序列分析上，但由于时间序列的小样本性质给模型的估计带来了困难，而面板数据的出现可以较好地解决这一问题，得出更优良的估计结果。面板数据可以克服变量间多重共线性的困扰，提供更高的自由度和更高的估计效率，更好地识别和度量单纯的时间序列数据或横截面数据所不能发现的影响因素，构造和检验更加复杂的模型。国外近期的研究主要是利用面板数据展开分析。Irandoust等(2006)运用面板数据分析了瑞典和他的主要贸易伙伴的贸易弹性，基于面板协整方法，Irandoust等(2006)把收入和价格作为影响进出口的两个主要因素，分别建立出口和进口模型，计算出了进出口的收入弹性和价格弹性。结果显示，收入弹性普遍显著为正，而价格弹性(汇率弹性)却表现出明显的国别差异，这也在一定程度上验证了马歇尔—勒纳条件存在的真实性，即汇率改善一国的贸易状况需要一定的条件。Kwack等(2007)分析了包括主要工业化国家以及亚洲一些国家在内的30个国家的面板数据，在他们的研究中，进出口模型除了价格和收入两大因素外，还加入了许多其他的因素，例如语言、两国的距离等。利用贸易额加权平均的方法，Kwack等(2007)计算出口的价格弹性。进一步地，Kwack等(2007)还特别考虑了人民币升值效应，分析人民币升值10%对他的主要贸易伙伴的进出口所带来的影响，认为人民币升值对德国以及一些亚洲国家影响较大，而在实现中美贸易平衡上不起太大作用。
笔者将运用中国与其主要的20个贸易伙伴的面板数据，分别构建进口和出口模型，利用非平稳面板数据的计量方法来分析中国对外贸易的收入弹性和价格弹性。具体框架如下:第一部分为研究背景和文献回顾;第二部分为实证分析，基于不完全替论构建了计量模型后，对变量和数据作了界定和说明，并展开实证检验和分析;最后一部分为结论。
二、进出口贸易的弹性估计
(一)计量模型设定
根据国际经济学的理论，按照GoldstEIn和Khan(1985)提出的不完全替代原理，一国或地区的进出口产品和国内生产的产品不具有完全替代性。一国的出口需求主要与其贸易国的收入，本国出口商品的价格，外国的国内商品价格以及两个国家的汇率有关。一国的进口需求主要与本国的收入，进口国的国内价格以及两个国家的汇率有关系。可以把这些影响变量分成收入因素和价格因素两个方面，采用C-D函数的形式，中国的双边贸易进口需求方程可表示为:
Mi=A×Yd?着1×■?着2×eui(1)
其中Mi为进口额，Yd表示中国的收入，Pd、PXi分别代表中国的国内商品价格和其贸易伙伴i国的出口商品价格，Ei、Ed分别指i国的汇率和中国的汇率。
中国的双边贸易出口需求方程可表示为:
Xi=B×Yi?浊1×■?浊2×eui(2)
其中Xi为进口额，Yi表示贸易伙伴国i的收入，PXd、Pi分别代表中国的出口商品价格、i国的国内商品价格，Ei、Ed分别指i国的汇率和中国的汇率。
令PIMi=■;PEXi=■
对方程(1)，(2)两边分别取对数有:
LnMi=LnA+?着1LnYd+?着2LnPIMi+ui(3)
LnXi=LnB+?浊1LnYi+?浊2LnPEXi+ui(4)
在这里?着1，?浊1分别代表中国进出口贸易的收入弹性，?着2，?浊2分别代表中国进出口贸易的价格弹性。笔者预期?着1、?着2、?浊1>0，?浊2
(二)数据来源及处理
本文数据来源于国际货币基金组织(International Monetary Fund)的3个数据库(DOT、IFS、BOP)以及《中国统计年鉴》。分别选取了1990-2005年中国与其贸易额最大的20个国家和地区(日本、美国、香港、韩国、德国、新加坡、马来西亚、英国、澳大利亚、荷兰、法国、意大利、加拿大、泰国、印度尼西亚、菲律宾、巴西、印度、沙特阿拉伯、西班牙)的进出口年度贸易数据构建面板数据集。
进口需求(Mi)、出口需求(Xi)为进出口贸易额，在这里笔者采用GDP平减指数将其转化为2000年为基期的实际值。本国的收入(Yd)和贸易伙伴国的收入(Yi)也是经过GDP平减指数(2000年为基期)冲减中国和外国的实际GDP。关于进出口相对价格，不少学者采用实际有效汇率来表示。与之不同，考虑到价格和汇率影响到进出口的真实途径，笔者采用Kwack(2007)的做法构建了两个相对价格的指标PIM和PEX。本国国内商品的价格(Pd)和外国国内商品价格(Pi)分别用本国和外国的GDP平减指数(2000年为基期)来表示。鉴于数据的可获得性，本国出口商品的价格指数(PXd)在这里笔者采用戴祖祥(1997)的做法，使用商品零售价格指数来代替。外国出口商品的价格(PXi)使用国际货币基金组织(IMF)提供的出口价格指数来表示。本国汇率(Ed)和外国汇率(Ei)使用IMF提供的各国对美元的直接汇率的年度平均值来表示②。
(三)实证结果与分析
1. 面板单位根检验。随着运用跨国数据研究分析购买力平价、经济增长收敛等相关领域深入发展，面板数据分析越来越得到广泛的应用，关于面板的单位根检验方法也在不断发展。Levin和Lin(1992)首先提出了关于同质面板单位根检验的方法，他们构建了6种不同的模型，相对每个模型构建了相应的检验统计量。在此基础上，考虑了误差过程的自相关性和异方差情况，Levin和Lin(1993)又提出了面板数据新的单位根检验方法检验。其后，Levin、Lin和Chu(2002)，BrEItung(2000)，Im、Pesaran和Shin(2003)又对原有方法进行了改进和拓展。
为了增强检验结果的稳健性，笔者同时采用LLC(2002)、Breitung(2000)、IPS(2003)这3种面板单位根检验方法对相关数据及其差分进行单位根检验，具体检验结果见表1、表2。
综合表1、表2的检验结果可以看出，除出口方程的相对价格变量LnPEX的IPS检验外，其他都不能在10%的显著水平上拒绝进出口方程的水平变量存在单位根。而各变量的一阶差分的单位根检验结果表明，三种检验方法都在10%的显著水平上拒绝有单位根的假设，即所有变量都为一阶单整的非平稳变量。
2. 面板数据的协整检验和模型估计。面板协整理论自Pedroni(1995)提出以后，主要在两个方向展开:一个方向是原假设为非协整，它们使用类似Engle和Granger(1987)平稳回归方程，从协整回归式中得到残差构造统计量并计算其分布进行假设检验;另一个方向是原假设为变量间存在协整关系，McKoskey和Kao(1998)提出了一种基于残差的单方程检验，通过LM方法对原假设协整进行检验。
笔者采用Pedroni(1999)的7个统计量、Kao(1999)的5个统计量和McKoskey和Kao(1998)的LM+统计量来检验进出口模型中的协整关系，具体检验结果见表3。
在表3中，Pedroni(1999)和Kao(1999)的检验方法表明，在进口方程的协整检验中，除面板v统计量外，其他检验都能在5%的水平上拒绝不存在协整关系的原假设。在出口模型中除了Pedroni面板t统计量外，其他检验也都能在5%的显著性水平上拒绝原假设。McKoskey和Kao(1998)的LM检验在100%的可信度上接受进出口模型存在协整关系的原假设。
进出口模型的协整检验支持进出口模型中变量之间存在长期、稳定均衡关系的结论。为了进一步了解进出口模型中各变量直接的协整关系，笔者需要对模型进行参数估计。由于一般的面板数据OLS估计无法消除由于变量的内生性和序列相关带来的偏误，为解决这一问题，Pedroni(2000)提出了面板数据的FMOLS估计量。FMOLS统计量通过对因变量的变形，实现了对内生性的修正，在这里采用Pedroni(2000)的FMOLS方法对进出口模型系数进行估计，具体结果见表4。
三、简要结论
笔者基于不完全替论构建进出口模型，采用1990-2005年中国与其主要的20个贸易伙伴之间的面板数据，运用面板数据的FMOLS方法对中国进出口贸易的收入和价格弹性进行了估计。结果发现:(1)进出口需求方程的价格弹性和收入弹性都和预期值一致，并且都在1%的水平上显著，证明收入和价格(汇率)确实是影响进出口需求的因素。(2)进口需求方程中的价格弹性为0.03，出口需求方程中的价格弹性为-0.65，说明价格(汇率)变化对进出口的影响不大，这一方面与中国的人民币汇率形成机制不够完善、汇率变动不能有效地调节进出口有关，另一方面也和进出口企业对价格的反应不够敏感有关系。(3)进口需求方程的收入弹性为1.40，出口需求方程的收入弹性为4.93。收入弹性明显大于价格弹性，且出口收入弹性大于进口收入弹性。这说明收入相对于价格对进出口影响更为明显，中国的贸易顺差与世界经济发展、各国收入增长所带来的需求扩张是分不开的，是全球经济发展的内生结果，那种认为汇率变动可以轻松解决贸易不平衡的观点是值得商榷的。
注释:
①2007年共有20个国家(地区)对中国发起81起反倾销、反补贴、保障措施和特保调查，涉案金额达36亿美元，相比2006年增长95.1%。
②由于1999年1月欧元区国家正式使用欧元，为保持数据的一致性，笔者将德国、荷兰、法国、意大利、西班牙这5个国家的相关数据转换成欧元表示，转换比例按1999年1月各货币对欧元的兑换比率:1欧元兑换1.955德国马克、1欧元兑换2.203荷兰盾、1欧元兑换6.559法国法郎、1欧元兑换1936.27意大利里拉、1欧元兑换166.386西班牙比塞塔。
参考文献
[1]曹永福.我国贸易弹性的模型实证研究[J].国际贸易问题，2005，(10).
[2]陈彪如.人民币汇率研究[M].上海:华东师范大学出版社，1992.
[3]戴祖祥.我国贸易收支的弹性分析:1981～1995[J].经济研究，1997，(7).
[4]厉以宁.中国对外经济与国际收支研究[M].北京:国际文化出版社，1991.
[5]许统生，涂远芬.中国贸易弹性的估计及其政策启示[J].数量经济与技术经济研究，2006，(12).
[7]朱真丽，宁妮.中国贸易收支弹性分析[J].世界经济，2002，(11).
[8]Breitung， J.， 2005， A parametric approach to the estimation of Cointegration vectors in panel data[J]. Econometric Reviews， 24(2)， 151-173.
面板数据范文4
【关键词】房地产价格;空置面积;面板数据;有效供给
进入21世纪,特别是2005年以来,我国房地产市场发展迅速,2009年我国商品住宅完成投资额25619亿元,商品住宅销售面积85294万平方米;但另一方面,高房价背后却存在着房地产市场异常高的空置面积。国家统计局数据显示,2008年末,我国商品住房控制面积达到1.36亿平方米。预计2009年底控制面积将达到2亿立方米左右,如果按照国际4-6%的合理空置区间,我国目前房地产市场已经接近泡沫发生界限[1]。虽然,国际警戒线对我国房地产市场的适用性还有待商榷,但是房地产市场的偏轨道发展不得不引起重视。目前我国处于房地产市场的发展阶段,因此,空置统计对象为新增住房。空置指建筑物的整体或部分未得到使用,处于等待出租或出售的状态。空置一方面表明房屋未被使用,另一方面还意味着所有权人准备将房屋出租或出售,只有两方面的条件都满足的房屋才是空置房屋。从实质上讲,空置也是供给的一种方式,在某一特定时间点上,存在供给=需求+空置。一般来说空置是房地产市场必然存在现象,可以调节供需平衡;不过,空置过高却是房地产市场非健康发展的表现[2]。本文基于高房价与高空置面积并存这一悖论出发,探讨二者的相互关系,以及高空置面积产生的原因。
1 房地产高空置与高房价:经济学悖论的解释
凯恩斯经济学认为市场是调节商品供求的最佳途径,市场这只“无形的手”总能指引着资源流向发挥最大效用的领域。当商品供给大于市场的需求时,商品滞销,价格降低。市场会将信息及时传递给生产者,此时生产者会降低生产、增加存货,以减少供给,从而保证市场上的商品达到供需平衡,稳定市场价格使其重新回到均衡价格;相反,当商品供给低于需求时,商品供不应求,商品价格随之增加,而此时市场也将信息反馈给消费者,消费者就会以不消费或者消费替代物品来降低该商品的消费,同样促使商品价格回到均衡价格位置,保证市场商品的供需处在一个动态均衡的过程中。
对于房地产商品而言,除了满足一般商品的特性之外,还有自己的特征,而这正是房地产市场出现高空置与高房价并存的所谓的“悖论”现象。首先商品房供给弹性小且时滞性强,而商品房需求波动大受价格影响也大,同时房地产供给受经济形势影响。当市场经济形势不明朗的情况下,商品房供给大于商品房需求,房地产商会降低市场供给,形成空置。但房地产价格并不会出现大幅度降低现象;而一旦经济形势好转,房地产商会加大房地产投资力度,但是投资的房地产产品由于存在时滞性而无法立即进入供给市场,供不应求局面无法立即得到改善,从而导致房地产价格虚假抬高,而进入一个“供过于求—高空置—供不应求—高房价”的循环往复过程。其次,房地产市场的准理性预期也是导致高空置与高房价并存的重要原因。准理性预期不同于理性预期,它是介于理性预期与非理性预期之间的市场预期,虽然具有理性预期成分,但是往往根据以往市场情况进行判断。当房地产市场持续一段时间繁荣时,消费者与房地产商会做出这种繁荣仍然会持续一段时间的准理性预期,从而导致房地产市场过热;而一旦市场疲软,消费者与房地产商的准理性预期会促使二者持续性观望,导致房地产市场持续性疲软。这种房地产市场“买涨不没跌”准理性预期会加剧房地产市场高空置与高房价的发展。最后,房地产市场的失效也是存在房地产市场高空置与高房价的原因之一。上面提到在一般情况下市场会自动调节商品供需,保证商品维持在均衡价格位置附近上下波动。但是并不是任何情况下,商品市场的这种调节作用都是有效的,此时就会出现所谓的“市场失灵”。房地产市场是一个信息极其不对称的市场,开发商掌握了市场的绝大部分信息,消费者处于被动局面。开发商总是利用消费者的“无知”进行市场活动——“惜盘不售”、抬高市价等,造成房地产价格的虚假抬高。
2 相关研究综述[3-4]
目前,学者对房地产市场空置与价格的研究主要还是集中在高空置与高房价并存的基础之上。国外房地产市场发展较为成熟,根据加拿大统计局及加拿大央行对卡尔加里地区的统计结果表明房地产价格高的增长率往往伴随着房地产市场比较低的出租空置率,如图1所示。
对于国内情况而言:林毅夫(2006)认为,空置面积很大的情况下房价上涨是由于银行业过于集中,地方政府行为、外资、外贸政策和房地产投机性需4个方面的原因。姚炜(2006)认为,高房价、高空置率是开发企业自身的资本运作、投资决策的失误,市场有效需求不足和开发企业和银行管理体制存在缺陷三方面原因造成的,并提出政府应该发挥宏观调控作用,银行应该控制住宅建设规模,提高贷款质量的对策。王健蕾(2009)认为一定量商品房空置面积的存在是房地产市场供需平衡的主要表现,同时也是在市场条件下,房地产资源利益最大化的必然结果。他分析指出根本原因是空置是由于缺乏有效的需求:房价偏高、住宅产品结构不合理、房地产投资功能被过分夸大。他建议必须要结合真实的市场行情,选择合理的自然空置率等一系列空置率指标,以判断当下房地产市场的运行情况,及其走向,并促进房地产市场的不断完善。宋鸿、冯诚诚、陈晓玲(2009)认为我国大陆省区房地产市场在商品房空置上存在着显着的差异。2003-2007年期间,商品房空置面积中2/3左右的份额集中在商品房空置面积排名前1/3的省区房地产市场上。同时,省区房地产市场在商品房空置上的差异随时间发生变化,省区商品房空置面积泰尔指数的时间变化表明,商品房空置面积的省区差异在波动中呈现减小的变化趋势,但是,这一趋势并没有改变省区房地产市场在商品房空置上差异的基本特征。由于商品房空置的省区差异显着,因此,不考虑巨大的差异而笼统地仅从总量上评述我国商品房空置,可能会在一定程度上夸大商品房空置问题的严重性,致使结论与实际情况有一定偏离。
上述可以看出学者们大多采用理论研究探索房价与空置的相互关系,这也一定程度上揭示了房价与空置的内在联系,却无法直观地做出说明。本文则采用实证研究对高房价与高空置进行分析。
3 基于面板数据的房地产空置与房价的实证分析
3.1 数据来源及说明
本文所采用数据来自《中国房地产统计年鉴》、《中国城市统计年鉴》以及国务院相关网站,并参考了35个大中心城市的统计公报等。同时为了消除异方差的影响,而对数据取对数并不改变线性相关性,因此,对房地产价格、房地产空置进行了取对数处理。数据图形拟合如图2。
根据图形可以看出,房地产价格与房地产空置面积具有较高的一致性,即房地产价格与控制面积可能存在线性相关性。因此,下面将对数据进行回归分析,探讨其内在联系。
3.2 数据拟合及分析
本文所处理数据为面板数据。面板数据(panel data)又称时间序列与截面混合数据(pooled time series and cross section data),它是将一维的时间数列数据以及截面数据同时你喝到一起的二维数据。面板回归分析就是将截面数据与时间序列数据结合进行的回归分析。采用面板回归分析可以增加估计量的抽样精度,这是因为其观测值不仅来自时间序列还来自截面;同时对于固定效应模型能得到参数的一致估计量,甚至有效估计量;此外面板数据建模比单截面数据建模可以获得更多的动态信息。采用面板回归模型的一般表达式为:
(1)
其中,为截距项;为X对Y的影响系数;为修正误差系数;、分别代表第t年i地区的数据。
在进行回归分析之前,首先对面板数据进行单位根检验。在检验面板单位根时,最常用的有LLC、IPS、BrEintung、ADF-Fisher和PP-Fisher五种方法。其中LLC检验与BrEIntung检验方法原假设是存在普通单位根,其他方法原假设是存在有效单位根过程。本文采用两种单位根检验方法,LLC检验与Fisher-ADF检验,如果在两种检验中均拒绝存在单位根的原假设则说明该时间序列是平稳的,反之则不平稳。利用Eviews5.0检验如表1所示。
检验结果表明,二者在水平值下均存在单位根,而一阶差分值却满足单整要求,即房地产价格与房地产空置面积为一阶单整。一般而言,如果数据间存在同阶单整,就可以对数据进行协整检验,已验证二者的线性组合是否存在平稳性。首先利用Eviews5.0进行回归分析,结果如下。
LNPRICE=7.061663+0.199816*LNVACANCY (2)
LNVACANCY=-2.305403+0.878969*LNPRICE (3)
R2=0.787235 Adjusted R2=0.717745 F-statistic=81.59844
结果表明,房地产价格与房地产空置面积之间存在明显的相关性,LNVACANCY每增加一个单位,LNPRICE就会增加0.199816个单位;LNPRICE每增加一个单位,LNVACANCY就会增加0.878969单位,二者相关程度高达近80%。接下来,对残差项ecmt进行单位根检验,以探讨二者是否存在长期线性稳定性。结果表明,ecmt服从一阶单整,即房地产价格与房地产空置面积存在长期稳定关系。
4 结论
面板数据范文5
关键词：通货膨胀；成因；省级面板数据
中图分类号：F015 文献标识码：A 文章编号：1003-9031（2016）05-0014-04 DOI：10.3969/j.issn.1003-9031.2016.05.03
2015年6月份以来，猪肉价格“疯涨”，几乎“一天一涨”，其他食品价格也在上涨，由于猪肉价格在CPI中的权重超过10%，通货膨胀再次显现。事实上，从2003年开始中国经济进入新一轮通货膨胀周期以来，已发生3次明显的通货膨胀。与改革开放以来前两次通货膨胀的特点相比较，本轮通货膨胀还表现为房地产价格的巨幅上涨。中国老百姓现在是拿着世界上仍然靠后的收入，却承担着堪比纽约、东京等国际化大都市的物价和房价水平。 “蒜你狠”、“豆你玩”、“姜你军”、“糖高宗”、“油你涨”、“苹什么”等流行词汇充分反映了人们在高通胀背景下的世间百态。新常态下，控制通货膨胀关系到经济增长是否真正的让老百姓受益、是否能够实现收入倍增的目标、是否能够保持社会稳定的重大社会发展目标。基于上述背景，本文旨在梳理关于通货膨胀的研究文献，在此基础上全面分析通货膨胀的决定因素和治理对策。
一、研究文献关于通货膨胀成因与治理的相关观点
梳理最新研究我国通货膨胀的成因与治理的文献，主要形成了5种研究视角和代表性观点：（1）货币与信贷观点。黄益平（2010）等的实证研究发现货币供给是导致通货膨胀的最主要因素[1]；杨继生（2009）认为流动性过剩对通货膨胀具有显著的推动作用，并且主要根源是准货币的膨胀[2]；赵昕东和耿鹏（2010）、王君斌（2010）均证实货币冲击导致通胀[3-4]；曹协和（2010）等认为央行扩大货币供给的操作模式存在货币供需缺口错配现象，形成通胀压力，治理通胀的主要措施是管货币、控信贷[5]。（2）金融资产观点。张晓慧（2010）等认为资产、资源性产品因供给弹性小容易引发金融投机导致价格大涨，而一般竞争性产品因供给弹性高即使在需求膨胀的情况下也难以出现价格的持续上涨，呈现资产、资源先上涨，CPI滞后上涨的结构性通胀特征[6]。李腊生（2010）等发现股价上升助推物价上涨[7]；黄益平等（2010）也发现股价和房价均是通胀的格兰杰原因，且不存在逆向因果关系，因此，控通胀首先应抑泡沫。（3）国内供需观点。Nathan Porter（2010）的实证研究发现成本压力对生产者价格指数和非食品消费者价格指数上涨的影响最大，国外需求的影响次之，国内需求和货币政策变量的影响很小[8]。Carolina Os-
orio and D. Filiz Unsal（2011）基于GVAR模型，通过对亚洲国家的实证研究，认为中国通货膨胀主要受到国内供给冲击的影响，但近年来需求因素的影响在增大[9]。张文朗和罗得恩（2010）重点研究食品价格指数上涨的原因，其实证结果发现食品价格上涨的因素中，需求压力大于供给因素[10]。范志勇（2008）、赵昕东和耿鹏（2010）也强调需求拉动助推通胀的重要作用，控通胀的总体思路是降需求、增供给[11]。（4）全球化观点。国际食品价格和原油价格上涨推升了国内物价水平[12]；FDI通过国际收支、国内投资、货币供应量和国际贸易等因素引发通胀[13]；外汇储备通过货币供应量引起通胀压力，但由于央行对冲操作，其效应很小[14]。治理通胀的主要措施是人民币升值，发挥“防火墙”作用，以隔离外部因素对国内物价的冲击。（5）财政与制度成本观点。许雄奇和张宗益（2004）发现1978―2002年中国的财政赤字水平和通货膨胀互为因果关系，中国的通货膨胀不仅是一个货币现象，也是一个财政现象，在我国可以通过财政政策来影响通货膨胀水平[15]。赵文哲和周业安（2009）认为政府间竞争导致财政支出膨胀和转移支付增加，进而导致总体政府支出增加和赤字规模增加，进而产生更高的通胀[16]。胡学勤和李巧云（2011）认为政府税费成本和流通环节成本过高，导致物价居高不下，因此，紧财政、减税费是治理通胀的重要措施[17]。
从上述文献可以看出，通货膨胀的决定因素主要有货币与信贷、国内供需变化、金融资产泡沫、全球化因素、财政膨胀因素五个方面，且国内从区域视角研究通货膨胀成因的相关文献相对较少，本文将分别从这5个方面选取合适的变量，基于省级面板数据，定量分析通货膨胀的决定因素，并提出相关政策建议。
二、通货膨胀的决定因素实证分析
（一）计量模型设定、变量定义与数据来源
本文选取2003―2014年中国内地31个省（直辖市、自治区）的省级面板数据，利用固定效应（FE）―随机效应（RE）分析法，实证检验通货膨胀的决定因素。我们采用多元回归模型，以控制其他变量对通货膨胀的影响，本文设定回归模型如下：
Gdpindexit=（+（1Capitalt+（2Employt+（3Savingt+（4Fiscalt+
（5Exportt+（6Cpit+（7Housepricet+（t （1）
其中，Gdpindex为GDP缩减指数，用来衡量通货膨胀水平，为名义GDP与实际GDP之比。与CPI和PPI等其他价格指数相比，GDP缩减指数能够全面反映一个地区价格水平的波动情况。
根据前面的理论综述，我们把解释变量分为5类，并分别选取各地区相关代表性变量，并提出相关假设，以预测各变量回归系数的符号。
1.货币变量。我国没有各地区货币供应量指标，但可以找到各地区城乡储蓄存款余额数据，根据银行信用创造原理，银行存款是货币供应量的重要组成部分，因此我们选择各地区银行存款余额（Saving）作为各地区货币供应量的变量。贷款派生存款，而存款是贷款的基础。根据货币经济学理论，通货膨胀是一种货币现象。就我国经济运行情况看，在我们选择的样本期内，货币供应量有着惊人的增长，同时很多研究指出，货币扩张是通货膨胀的主要原因，因此，我们预期银行存款余额（Saving）与GDP缩减指数显著正相关。
2.供需指标。在供给层面，根据生产函数，两个因素对供给的影响最大，一个是资本存量，第二个是劳动数量。从需求层面看，这两个因素同样有着重要影响。因此，我们选取各地区资本存量（Capital）和就业人数（Employ）两个变量反应国内供需变化。（1）资本存量的增加提高了生产能力，增加了总供给，同时，资本存量的形成来自于投资，而投资是需求层面的重要部分，因此资本存量从供给和需求两个方面对产出和物价水平产生影响。就我国经济具体情况而言，我国经济一直以来就是投资拉动型经济增长模式，资本对我国经济发展与波动影响的重要性不言而喻。我们沿用现有文献常用的永续盘存法估计各地区资本存量，记作：Capit= Capit（1-δit）+Iit。张军（2004）等采用的当年投资I指标为当年固定资本形成总额，采用的各省固定资本形成总额的经济折旧率δ为他们计算出的9.6%。我们沿用其估算方法、参数赋值以及他们已经估算出的2000年各省年末资本存量数，并使用各省统计年鉴中的固定资本形成总额，测算出各个省份2003―2011年的年末资本存量数据。（2）就业人数（Employ）的增加通过影响供给和需求，进而影响产出和物价水平。从宏观层面看，反映通胀与失业率（就业率）的菲利普斯曲线表明通胀率与就业率正相关，我们称该效应为就业的菲利普斯效应。但从地区层面看，由于我国存在大规模劳动力流动，劳动力大量流入的地区可能因为市场规模效应，比劳动力净流出地区处面临更低的价格水平，我们称该效应为就业的地区流动效应。本文采取省级面板数据，各地区就业人数必然包含着劳动力流动效应，因此，各地区就业人数对GDP缩减指数的影响取决于菲利普斯效应和地区流动效应孰大孰小。
3.金融资产泡沫。2000年以来，中国房地产市场经历了巨大的发展，但与此同时房地产价格持续攀升，已经出现了严重的房地产泡沫。因此，本文选取房地产价格水平（Houseprice）作为金融资产泡沫的衡量指标。就中国现行的价格指数计算方法来看，CPI指数不包括房地产价格水平的变动，不能反映房地产价格指数的变动，但GDP缩减指数更加全面的反映了一个地区价格水平的变化，房地产价格必然会反应到GDP缩减指数中，因此，我们预期房地产价格与GDP缩减指数显著正相关。
4.全球化因素。本文选取各地区出口规模（Export）作为全球化因素的变量。出口的增加减少了相关产品国内供给，可能会造成通货膨胀压力。从地区看，中国在国际贸易中的比较优势产业是劳动密集型产业，如纺织、服装等轻工业，出口规模巨大的东部沿海地区成为吸收劳动力流入的主要地区，因地区流动效应而降低通货膨胀压力。各地区出口规模对GDP缩减指数的影响取决于上述两种效应孰大孰小。
5.财政指标。本文选取各地区财政支出（Fiscal）作为衡量指标。政府财政支出的增加，通过增加总需求，增大通货膨胀压力。根据价格水平的财政决定理论（FTPL），财政支出增加可能降低市场主体持有政府债券的信心，在金融市场上卖出债券，转而在产品市场上购买产品，进而增大通货膨胀压力。因此，我们预期财政支出与GDP缩减指数显著正相关。
上述相关变量的数据根据《新中国60年统计资料汇编》、《中国金融年鉴》、《中国统计年鉴》、各省国民经济和社会发展统计公报等资料整理而得。
（二）计量结果分析
面板数据范文6
【关键词】环境库茨涅茨曲线（EKC）；环境污染；经济增长
引言
环境是影响经济增长的重要因素，而经济增长对环境质量也会产生很大影响，环境污染与经济增长之存在密切的联系。Grossman和Krueger（1991）研究了北美自由贸易区协定对环境质量可能造成的影响，提出了是环境污染与人均收入之间存在倒U型曲线关系，即环境库茨涅茨曲线（EKC）[1]。此后，国内外许多学者以EKC拟合模型实证研究经济增长与环境污染之间的关系。Wang运用1990年美国城市的有毒废物横截面数据实证分析，研究结果认为存在城市收入和有毒废物之间倒U型曲线[2]。Song Tao利用中国29个省市1985-2005年得数据，研究废气、废水、废物排放量与人均GDP之间的关系，结果表明环境污染随着经济增长而加剧，只有达到极高经济增长水平环境才会改善，因此呼吁政府采取有效措施降低EKC的拐点并保护环境[3]。庄宇、张敏、郭鹏（2007）运用环境库茨涅茨理论以面板数据模型对我国西部地区人均GDP与废水排放量进行了分析，提出要加强对水环境的规划和治理以改善经济发展和水环境质量之间的两难关系[4]。20世纪90年代以来，以克鲁格曼为代表的主流派经济学家重新审视了空间因素，把空间经济现象作为研究对象构建了新经济地理学。此后，许多学者将空间因素纳入到经济问题的研究当中，Rey S.和B.Dev （2004）采用空间计量分析区域经济增长的收敛问题[5]，马国霞、田玉军、石勇（2010）对京津冀都市圈经济增长的空间极化进行了模拟研究[6]，因此，可以将空间因素引入环境污染和经济增长之间关系的研究中。
近年来，环渤海地区正处在经济转型期，特别是环渤海的辽宁、天津、唐山等中国老工业基地，在区域经济结构调整和产业结构优化升级的过程中，经济增长与环境保护的矛盾依然突出，本文以环渤海经济圈为例，通过空间权重矩阵，以EKC理论为基础，应用空间动态面板数据模型实证分析环渤海经济圈环境污染与经济增长的关系，为正确认识环渤海地区环境污染与经济增长关系提供科学参考。
1.研究方法与模型设定
1.1变量选取
对环境污染与经济增长关系研究指标的选取，学者们基于不同的角度，指标的选取并不一致，Panayotou（1993）以人均GDP作为经济指标、以二氧化硫、氮氧化物、SPM污染物为环境指标研究三中污染物与人均GDP的关系[7]，Bruyn、Bergh和Opschoor（1998）则采用196～1993年新西兰、西德、英国和美国的数据，对二氧化碳、二氧化硫和二氧化氮环境污染指标进行模型拟合，结果显示经济增长造成环境污染加剧[8]，王勇、王宁（2007）选取工业粉层、人均年生活垃圾和年GDP为研究指标[9]，本文选择三废即工业废水、废气和固体废弃物的排放量和人均GDP来研究环境污染与经济增长之间的关系，以环渤海地区五省二市（北京、天津、河北、山西、内蒙、辽宁和山东）为例，搜集整理相关省市1991～2010年的数据，为消除可能存在的异方差，将所有变量进行对数化处理。
1.2研究方法
空间计量经济分析方法是将空间的相关性引入传统的经济模型并以空间权重矩阵对基本线性回归模型进行修正。空间计量经济模型有两种基本形式：空间自回归模型（Spatial Autoregressive Model，SAR）和空间误差模型（Spatial Error Model，SEM）。在式（1）中，如果且时，该模型是空间自相关模型；如果且时，该模型就是空间误差模型。
（1）
式（1）中，是维向量，是与解释变量（）相关的参数向量（），和是维空间权重矩阵，是空间滞后因变量的系数。
1.3模型设定
为分析环境污染与经济增长的相互影响及特征，运用EKC模型假设，被解释变量为污染物人均排放量，解释变量为人均GDP，以三次方曲线模型作为非线性回归分析模型，则其基本模型设定为：
（2）
式（2）中，为地区指标（），为时间指标（），被假设为正态随机扰动项。
结合空间计量经济分析方法，运用SAR模型和SEM模型进行分析，SAR实证模型如下：
（3）
式（3）中，是的向量，代表因变量；是的数据矩阵，代表解释变量；是空间权重矩阵；是空间滞后因变量的系数；反应解释变量对因变量变化产生的影响；为截距项；为随机扰动项，。
SEM实证模型如下：
（4）
式（4）中，为随机误差项向量，为阶的因变量的随机误差系数，。
环境压力与经济增长（收入）之间可能出现五种关系：同步关系、倒“U”型关系、“U”型关系、倒“N”型关系、“N”型关系（见表1）
由上表可知，倒“U”型和倒“N”型关系都被认为是符合EKC理论的，即随着社会经济的持续发展，环境污染与经济增长之间存在阶段性发展关系，二者之间的最后阶段均表现为收入的提高会有效改善环境质量。
2.环渤海经济圈环境污染与经济增长关系实证研究
环渤海地区包括北京、天津两直辖市及辽宁、河北、山西、山东四省和内蒙古自治区，共五省份和两直辖市，是北方经济最活跃的地区，是中国经济板块乃至东北亚地区极具影响力的经济隆起地带，环境状况的好坏很大程度上制约地区经济的可持续健康发展，在实现经济稳定增长的同时应注重环境保护。本文采用空间计量经济模型，通过面板单位根检验、协整检验以及空间自相关检验并以SAR与SEM模型的估计结果实证研究环渤海经济圈内环境污染与经济发展之间的关系，能够对环渤海经济圈的环境污染和经济增长的政策制定有建设性帮助。
2.1 空间面板数据模型检验
运用单位根检验和协整检验分析面板数据的非平稳性，可以避免建立回归模型时可能产生的“伪回归”问题，而Hausman检验可以确定面板数据模型适合固定效应或随机效应，同时，本文构建地理空间权重矩阵，以区域相关性的统计量Moran’I、LMerror、LMsar等进行空间自相关性检验。
2.1.1 面板单位根检验
面板数据单位根检验的检验方法有LLC检验、Breitung检验、Hadri检验、IPS检验和ADF检验等。为克服一种检验方法所带来的偏差，选取LLC、IPS和ADF检验方法对面板数据变量及其一阶差分进行单位根检验，结果显示，所有变量经一阶差分后均拒绝原假设，故可以认为ln Yww、ln Ywa、ln Yws、lnx、ln2x和ln3x均为一阶单整（I（1））变量。
2.1.2 面板数据协整检验
Pedroni（1999）以回归残差为基础构造出7个统计量，以检验面板数据变量间的协整关系，检验的原假设为变量间不存在协整关系[10]。在这7个统计量中，Goup rho最为保守，拒绝度最低，Goup ADF的拒绝度最高，其他统计量表现得不够稳定。本文选取Panel ADF和Goup ADF检验统计量进行协整关系检验，由面板数据协整关系检验结果可知，Panel ADF和Goup ADF检验统计量均在5%显著性水平下拒绝原假设，表明lnYww、 lnYwa 、lnYws 与lnx、ln2x 、ln3x之间存在显著的协整关系。
2.1.3 Hausman检验
Hausman检验是用来确定模型是选用固定效应或随机效应的检验，Hausman检验的思想是除非统计值拒绝原假设，否则使用随机效应模型。从表2中的Hausman检验结果可知，所有变量检验的概率P均小于5%的显著性水平临界值，即拒绝随机效应模型的系数与固定效应模型的系数没差别的原假设，应选择固定效应模型。
2.1.4 空间自相关检验
空间相关性检验有Moran’I、LMerr、LMsar、Lratios、Walds等检验方法，但是它们针对的都是单个截面回归模型，不能直接用于面板数据模型。本文以增广的空间权重矩阵即代替空间权重矩阵，就可以利用这些检验对面板数据模型进行分析。LMerr和LMsar及其稳健形式的空间相关性检验，可以为模型设定提供线索，帮组选用空间自回归模型或空间误差模型。Anselin和Florax（1995）提出了判别准则，如果在空间依赖性的检验中发现LMsar比LMerr在统计上更加显著，则可以断定适合空间滞后模型，反之同理。检验结果如表3所示。
根据检验结果可知，基于地理权重的环渤海经济圈内固体废弃物及废气污染物的空间相关性显著，通过了检验；而废水的统计量在5%的情况下没能通过检验，其空间相关性并不显著，这可能是由于环渤海经济圈内区域的水污染相互之间的感染性表现得并不明显。同时，也可以看到统计量的值均比的值小（除了水污染物外），即空间自回归检验值大于空间误差检验临界值，结合上述对固定效应模型的选定，选择空间自回归面板估计方法（）的4种模型即无固定效应模型、空间固定效应模型、时间固定效应模型、时空固定效应模型进行估计。
2.2 空间动态面板数据模型估计结果
从固体废弃物及废气的三次曲线的表现形态上看，环渤海经济圈环境污染与经济增长（人均GDP）基本符合EKC假定的倒“N”型曲线关系的，说明环渤海地区的环境质量随着经济的发展，先改善—再恶化—而后复归改善的曲折过程；采用地理权重矩阵，应用Matlab软件的空间面板计量模块进行空间动态面板模型估计的估计结果显示，基于地理权重的无固定效应模型和时间固定效应模型估计结果均不显著，不能通过检验，而从时空固定效应模型和空间固定效应模型的调整R2均在0.87以上，具有较强的解释能力，可以认为基于地理权重的空间固定效应模型能够很好拟合环境污染与经济增长之间的关系；模型空间滞后因变量的系数ρ有很大区别，两种污染物的空间固定效应模型滞后因变量系数均大于0（ρwa=0.5070，ρws=0.3620），时空固定效应模型滞后因变量系数均小于0（ρwa=-0.1567，ρws=-0.1622），这可能是考察问题角度的差异所致：以时空二维角度来分析环境污染与经济增长之间的关系，可以认为随着经济的进一步增长，人们收入水平的提高，对环境质量的要求也愈加关切，不仅关注自身所在区域的环境状况，对周边环境的不良状况也会采取有效措施以改善环境质量。
3.结论与政策建议
本文以EKC模型为理论基础，将空间因素纳入模型研究范畴，运用空间面板数据模型分析环渤海经济圈环境污染与经济增长之间的关系。研究结果显示，环渤海地区环境污染与经济增长之间基本符合EKC假定，基于地理权重的大气污染和固体废弃物污染的空间相关性显著，地理因素对环渤海地区环境污染物的溢出效应影响较大，基于此，本文提出以下建议：
（1）推行有利于环境保护的经济政策。EKC假说认为经济增长到一定阶段环境质量会得到改善，对环境污染问题的解决需要依靠经济增长本身，但需要认识到经济增长对环境改善良性循环不会自动实现，因此，应当加快经济转型及产业优化升级，积极发展高新技术产业和现代服务业，淘汰高污染、高能耗的产业，结合经济结构调整，完善强制淘汰制度，根据国家产业政策，及时制订和调整强制淘汰污染严重的企业和落后的生产能力、工艺、设备与产品目录。
（2）大力发展循环经济，加强跨地区环境合作。环渤海区域间环境质量存在显著的空间相关性，传统的经济发展模式对环境资源的负面影响很大，不仅会造成自身环境污染，也会影响周边地区环境质量，这与可持续协调发展的要求相悖，而循环经济则以尽可能小的资源消耗和环境成本获得尽可能大的经济社会效益，符合现代经济社会发展的时代要求，因此，可以把发展循环经济作为编制各项发展规划的重要指导原则，制订和实施循环经济推进计划，并加强区域间环境合作机制，有效应对环境污染的交叉感染。
参考文献：
[1]Grossman G M， Krueger A B. Environmental Impacts of the North American Free Trade Agree[M].NBER，Dordrecht： Working Paper，1991：3914.
[2]Wang Hua David Wheeler Endogenous Enforcement and Effectiveness of Chinas' Pollution Levy System[R]. WorldBank Development Research Group Working Paper ，2000：23-36.
[3]Song Tao， Zheng Tingguo.. An Empirical Test of the Environmental Kuznets Curve in China： A Panel Cointegration Approach.China Economic Review， 2008，19：381-392.
[4]庄宇，张敏，郭鹏.西部地区经济发展与水文环境质量的相关分析[J].环境科学与技术.2007，30（4）：50-52.
[5] Rey S.， B. Dev. Sigma-Convergence in the Presence of Spatial Effects[R]. Econ WPA， 2004.
[6]马国霞，田玉军，石勇. 京津冀都市圈经济增长的空间极化及其模拟研究[J]. 经济地理，2010，30（2）：177-182.
[7]Panayotou T. Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development [C] .Working Paper WP238， Technology and Employment Program ， International Labor Office， Geneva，1993.
[8]Bruyn S，Opschoor J， eta.l Economic Growth and Emissions： Reconsidering the Empirical Basis of Environmental Kuznets Curves [J] . Ecological Economics 1998 ，25 ：161-175.
[9]王勇，王宁.大庆市经济增长与环境发展关系[J].科技与管理. 2007，（1）：11-13.
[10]Pedroni P. Fully modified OLS for heterogeneous cointegrated panels [C].Indiana： Workingpaper， Economics Department， Indiana University， 1999.
基金项目：
国家自然科学基金项目（70803032）
作者简介：
