Eviews软件平衡面板数据案例教程.docx

Eviews软件平衡面板数据案例教程-医药制造业科技人力资源贡献率本文由杨娟撰写，中国科学软件网发布摘 要：本研究从促进经济增长的视角来探讨研发、劳动与资本对产出的贡献率。本研究收集了2001年2014年的R&D人员全时当量、GDP等相关数据，实证结果发现，技术进步在解释经济增长时的作用越来越重要，已经超过了传统的资本和劳动力这两种投入要素。从长期来看，R&D人员全时当量作为技术创新的重要方式，确实在一定程度上推动了经济增长，与长期经济增长之间的确存在稳定的均衡或协整关系。R&D人员全时当量每增加1%，将带来实际GDP约0.179%-0.401%的增长；考虑到间接效应， R&D人员全时当量可能会渗透到其他要素中发挥作用，那么其贡献部分会更大。同时，实证分析也表明，省区之间弹性系数的差异很大。前言总产出与经济增长是一个永久的话题。古典经济学一直把总产出水平当作一种均衡产出来研究，经济体的作用就是尽可能实现这一潜在的均衡产出。哈罗德-多玛模型就是一个代表性的模型，该模型暗示，经济增长率等于人口增长率等于资本增长率才能实现“刀锋上的均衡”。然而，之后的经济实践表明，经济有一种不断增长的趋势，这种趋势甚至可能超出理论的均衡产出水平，经济学家开始对经济增长的原因进行深入剖析。1956年，美国经济学家罗伯特索罗在经济研究评论上发表了对经济增长理论的一个贡献一文，放宽了哈罗德-多玛模型中“资本与劳动是不可替代的”这一隐含假定，在分析中应用了新古典主义的边际生产力理论和生产函数理论，成为新古典经济增长模型的代表。新古典增长模型使用的总量生产函数中的资本总量以及劳动力总量等存在概念上的问题。然而萨缪尔森指出，索罗模型正是放弃了概念上的严谨从而得到了应用上最好的近似效果。同样在这方面做出贡献的还有澳大利亚经济学家斯旺(T.Swan，1956)，经济学中常将他们的工作合称为“索罗-斯旺”增长模型。1957年，索罗又在经济学与统计学评论上发表了技术变化与总量生产函数一文，第一次将技术进步因素纳入增长模型，从而比较完整地描述和解释了经济增长的原因，将原先固定不变的资本产出率及劳动产出率以技术变动来表现。研究结果表明，经济增长不仅取决于资本增长率和劳动增长率，以及资本和劳动对收入增长的相对作用的权数，而且还取决于技术进步，并对技术进步对经济增长贡献的份额作了定量测算，这引起了人们对技术进步问题的关注。此后，丹尼森（E.F.Dension）等经济学家在经济增长的实证分析中，证实了索罗模型的结论，并进一步提出，在经济增长计量中，总的经济增长远远大于资本和劳动等要素投入的增长率，即出现了一个增长的“余值”。丹尼森明确地把这个无法用要素投入来解释的“余值”归结到技术进步上，并由此得出技术进步是经济增长的主要源泉。经济合作与发展组织(OECD)出版的以知识为基础的经济一书对这一理论作了系统的阐述。该理论认为，知识是经济增长的重要因素。除了对知识的投资之外，正式和非正式网络的知识扩散也形成了经济运行的基础要素。在知识经济中，知识活动产业化，产业活动知识化，对有熟练技能工人的需求日益增加，经济中的知识密集型和高技术经济是最有朝气的。特别是信息技术的出现，正在使受过教育和有熟练技能的劳动力更有价值，由政府、产业界、科技界组成的国家创新体系结构是重要的经济决定因素。以罗默（P.Romer）报酬递增和长期增长（1986）和卢卡斯（R.Lucas）论发展规划的机制（1988）的论著为开端，经济增长理论研究出现新的高潮。经济学家们认识到，经济增长不是外部力量，而是经济体系的内部力量，特别是内生的技术变化的产物。通过研究，他们提出内生的技术进步是经济实现持续增长的决定性因素，重新阐述了经济增长的源泉，由此形成了新经济增长理论。总体而言，新经济增长理论的主要特征是强调知识积累和人力资本，把技术进步等“知识”因素内生化，把知识作为一个独立的要素纳入增长模型。新经济增长理论在规模收益递增的原因上，强调技术的溢出效应，从而使经济增长理论的研究取得突破性进展，成为现代经济增长理论最有影响的学派。新经济增长理论认为，经济增长是经济体系内生因素作用的结果，而不是外部力量推动的结果；在信息时代，科技已成为生产的第三大要素，技术进步是经济运行中的内生变量，是促进经济增长的又一重要动力；投资促进技术进步，技术进步反过来又使投资收益提高，这样一个良性循环能够长期稳定地提高经济增长率。事实上，技术进步已成为目前各国经济增长的主要推动力。我国学者也对中国经济增长因素进行过深入分析，对全国范围内对经济增长与技术进步的关系进行实证研究，如詹锋，田俊刚，朱晖(2003.5)分析了我国经济增长因素(从1978-1999年)，认为技术进步对中国经济增长的贡献随逐年上升，但与发达国家相比，还相差甚远 詹锋, 田俊刚, 朱晖, 我国经济增长因素的实证研究, 统计与信息论坛, 2003. 5。沈坤荣(1999.4) 沈坤荣, 1978-1997年中国经济增长因素的实证分析, 经济科学, 1999. 4和张军，施少华(2003.2) 张军, 施少华, 中国经济全要素生产率的变动: 1952-1998世界经济文汇, 2003.2分别对中国1978-1997年和1952-1998年中国经济增长因素进行实施分析，发现我国全要素生产率的增长率有所增加，但仍处于较低水平。沈思、陈泉和孙红湘(2003.7)认为，用索洛中性技术进步模型对技术水平与技术进步进行综合评述是合理的。因此，经济学界关于经济增长与技术之间的正向关系已成定论，在我国，这一命题同样成立。实证模型1、模型推导Cobb和Dauglas用18991922年的美国数据资料，得出要素之间的贡献比率精确地吻合了美国要素报酬比率。也即，C-D生产函数是经过检验基本符合实际情况的模型，因此，我们参照C-D生产函数的设定，结合GDP、劳动、资本等统计数据的特点，进行改进，采用改进型的对数线性C-D生产函数模型进行分析。前面分析可知，技术进步通常会拓宽可供选择的技术范围，增加潜在的产品种类；另一方面，技术方法的进一步改善又会使得批量生产更具吸引力，即实现规模经济。其结果是，我们需要在多样性与规模经济（减少成本）之间进行更多的权衡，这种权衡本身决定了各种标准的需求。实行标准化，显然会导致产品多样化的减少但同时却能实现经济学中所说的规模经济。在标准的规定下，人们把资金、劳动力都投入到类型相对少、投入产出比高的产品中，达到一定的数量时，由于技术的熟练、前后供应链的稳定等，使平均成本下降，从而达到规模经济。如果当前的技术水平同时取决于外生的一个趋势和R&D人员全时当量，那么可以写为：（1）其中，是外生的时间趋势，表示对产出的不可观测的外生影响，为时刻的R&D人员全时当量；是R&D人员全时当量对产出的弹性。2、协整关系整合一下C-D生产函数与CES生产函数，可以得到劳动生产率的公式：（2）其中，是劳动生产率相对于资本劳动比的弹性。如果标准的确与长期经济增长存在必然因果联系，那么两者之间应该存在协整关系，利用上面公式可以转化为求协整关系：R&D人员全时当量：（3）考虑到数据的特殊性，本文为了简化，取对数后直接对产出建模：（4）3、误差修正模型（ECM）模型如果能够通过单整和协整检验，可以进一步建立误差修正模型（ECM）模型。建模时为了简化，直接使用了模型：（5）4、固定效应模型与随机效应模型检验计量经济分析方法的优点是在建立模型的基础上，依据时间序列的统计数据，通过回归分析和诊断可以得出变量的确切的影响系数。一个困难事是要根据变量之间的关系建立适当的经济模型。要在混合模型和固定效应模型之间做出选择。我们采用协方差分析方法进行检验，利用Hendry“一般到特殊”的建模思想，用无约束模型和有约束模型的回归残差平方和构造统计量，通过检验进行面板数据模型的设定。（6） 其中表示无约束模型的残差平方和（变截距模型），表示有约束模型的残差平方和（常截距模型）。在给定的显著性水平下，如果，则接受零假设，即认为设定的常截距模型是可靠的，反之则拒绝零假设，认为应该采用各地区截距项不同的模型进行回归。对于固定效应模型（Fixed Effects Model）和随机效应模型（Random Effects Model）。在计量分析中常用 Hausman检验来判定固定效应模型和随机效应模型谁更有效（Hausman，1978）。检验形式如下：（7）其中是固定效应模型的估计系数，是随机效应模型的估计系数，服从一定自由度的卡方分布（Chi- squared），若大于临界值，则接受固定效应模型，反之则接受随机效应模型。数据整理本研究采用我国2001-2014年36个省区医药行业的面板数据，包括R&D人员全时当量、GD以及医药行业新增固定资产。文中当年工业值，是按照1978年的不变价格换算成实际GDP，资本总存量中剔除掉了通货膨胀的影响，劳动投入使用了平均从业人口数，R&D人员全时当量按国家发布的全国性标准总存量来替代（即到当年为止发布的总R&D人员全时当量减去废止的总R&D人员全时当量）。医药制造业字母解释单位来源Y(t)当年工业值当年价格，亿元中国工业统计年鉴L从业人员平均数人中国高技术统计年鉴AR&D人员全时当量人-年中国高技术统计年鉴K新增固定资产亿元中国高技术统计年鉴具体如下：1、的折算（8）2、资本的折算文中根据公式（为折旧率）进行推算，具体公式如下：（9）（10）计算过程中，折旧率采用5%。其中， K表示剔除通货膨胀因素的资本存量测算值。3、劳动的计算统计年鉴的数据只有年末从业人员数，需要把时间数据进行平均，得到时段平均劳动人口数：（11）数据分析接下来我们将利用线性回归模型参数的估计方法，根据我国20012014年的数据估计出R&D人员全时当量对经济产出的贡献率弹性系数。1、单位根检验首先进行单位根检验，先做一个汇总的总体检验：Sample: 2001 2014Exogenous variables: Individual effectsUser-specified lags: 0Newey-West automatic bandwidth selection and Bartlett kernelBalanced observations for each testCross-MethodStatisticProb.*sectionsObsNull: Unit root (assumes common unit root process)Levin, Lin & Chu t*-56.54160.0000128512Null: Unit root (assumes individual unit root process)Im, Pesaran and Shin W-stat-18.80830.0000128512ADF - Fisher Chi-square607.6860.0000128512PP - Fisher Chi-square706.9590.0000128512* Probabilities for Fisher tests are computed using an asymptotic Chi-square distribution. All other tests assume asymptotic normality.使用ADF检验，t值为607.686，p值为0.000，可以认为是一阶单整I(1)的。然后做一个共单位根的单整检验，限于篇幅，这里省略完整检验结果。2、协整检验三者都是一阶单整I（1）的，图示可能存在长期均衡关系，下面进行协整检验：通过以上分析结果可知，一方面，显著拒绝没有协整关系的原假设，另外一方面，无法拒绝有一组协整关系的原假设，同时无法拒绝有两组协整关系的原假设，我们认为，至少存在一组协整关系。Exogenous variables: Individual effectsUser-specified lags: 0Newey-West automatic bandwidth selection and Bartlett kernelTotal (balanced) observations: 512Cross-sections included: 128MethodStatisticProb.*Levin, Lin & Chu t*-56.54160.0000* Probabilities are computed assuming asympotic normalityIntermediate results on D(LY? LA? LK? LL?)2nd StageVarianceHAC ofMaxBand-SeriesCoefficientof RegDep.LagLagwidthObsD(LYANHUI)-0.694160.00100.0008002.04D(LYBEIJING)-1.000000.00040.0001003.04D(LYCHONGQING)-1.318680.00030.0002003.04D(LYFUJIAN)-1.500000.00110.0008003.04D(LYGANSU)-1.057140.00010.0004000.04D(LYGUANGDONG)-1.053440.00020.0011000.04D(LYGUANGXI)-1.422220.00110.0005003.04D(LYGUIZHOU)-1.472140.00530.0037003.04D(LYHAINAN)-1.025815.E-050.0005003.04D(LYHEBEI)-0.682240.00020.0002002.04D(LYHEILONGJIANG)-1.382350.00050.0002003.04D(LYHENAN)-1.320000.00330.0019003.04D(LYHUBEI)-0.296700.00039.E-05003.04D(LYHUNAN)-1.000000.00040.0003003.04D(LYINNERMONGOLIA)-1.532020.01440.0106003.04D(LYJIANGSU)0.518528.E-057.E-05003.04D(LYJIANGXI)-0.453333.E-057.E-05003.04D(LYJILIN)-1.192310.00160.0006003.04D(LYLIAONING)-0.666670.00120.0003003.04D(LYNINGXIA)-1.254100.00630.0049003.04D(LYQINGHAI)-1.323230.00080.0019000.04D(LYSHAANXI)-1.200004.E-050.0002001.04D(LYSHANDONG)-1.000000.00030.0005000.04D(LYSHANGHAI)-1.363644.E-056.E-05002.04D(LYSHANXI)-1.348310.00130.0014003.04D(LYSICHUAN)-1.334550.00450.0023003.04D(LYTIANJIN)-1.000000.00050.0002003.04D(LYTIBET)-1.351500.00450.0031003.04D(LYXINJIANG)-1.038460.00030.0003003.04D(LYYUNNAN)-1.263160.00050.0002003.04D(LYZHEJIANG)-0.944442.E-050.0002000.04D(LYNATION)-0.900000.00028.E-05003.04D(LAANHUI)-1.020070.01030.0194000.04D(LABEIJING)-1.396340.00140.0391002.04D(LACHONGQING)-1.336070.00320.0017003.04D(LAFUJIAN)-1.571590.02620.1016003.04D(LAGANSU)-1.757510.00060.0107003.04D(LAGUANGDONG)-1.341950.00850.0082003.04D(LAGUANGXI)-1.527490.01970.0405003.04D(LAGUIZHOU)-0.729900.00340.0612000.04D(LAHAINAN)-1.328150.01930.1553001.04D(LAHEBEI)-0.942860.00010.0003000.04D(LAHEILONGJIANG)-1.665200.00010.0098003.04D(LAHENAN)-1.308360.00030.0115003.04D(LAHUBEI)-1.186870.01650.0304001.04D(LAHUNAN)-1.493750.00260.0244003.04D(LAINNERMONGOLIA)-1.271000.00970.0070003.04D(LAJIANGSU)-1.552170.00280.0105003.04D(LAJIANGXI)-1.593910.00730.0245003.04D(LAJILIN)-1.440690.01370.0688002.04D(LALIAONING)-1.832730.00790.0093003.04D(LANINGXIA)-0.243990.00670.0068000.04D(LAQINGHAI)-1.091200.07460.5626000.04D(LASHAANXI)-1.428570.00060.0173003.04D(LASHANDONG)-1.614400.00300.0070003.04D(LASHANGHAI)-1.364270.00020.0106003.04D(LASHANXI)-1.677510.00250.0152003.04D(LASICHUAN)-1.024360.03160.2739000.04D(LATIANJIN)-1.577340.00540.0230003.04D(LATIBET)-1.129130.01880.2556003.04D(LAXINJIANG)-0.999140.07310.4205000.04D(LAYUNNAN)-0.853460.01510.0207001.04D(LAZHEJIANG)-1.574850.00160.0122003.04D(LANATION)-1.500000.00230.0130003.04D(LKANHUI)-1.283410.02120.0415001.04D(LKBEIJING)-1.516620.02080.0149003.04D(LKCHONGQING)-1.415940.01840.0124003.04D(LKFUJIAN)-1.435610.00220.0186002.04D(LKGANSU)-1.677750.01770.0403001.04D(LKGUANGDONG)-1.802320.00280.0163003.04D(LKGUANGXI)-1.122590.00570.0038003.04D(LKGUIZHOU)-1.407920.01880.0493003.04D(LKHAINAN)-1.588570.06300.0566003.04D(LKHEBEI)-2.105890.00460.0127003.04D(LKHEILONGJIANG)-1.661680.00500.0111003.04D(LKHENAN)-0.696000.00040.0030000.04D(LKHUBEI)-1.830590.00300.0066003.04D(LKHUNAN)-1.081150.00600.0171000.04D(LKINNERMONGOLIA)-1.870580.00170.1080003.04D(LKJIANGSU)-1.543800.00420.0103003.04D(LKJIANGXI)-1.617650.00020.0036003.04D(LKJILIN)-1.099160.00720.0143000.04D(LKLIAONING)-1.572680.01950.0143003.04D(LKNINGXIA)-1.206590.11520.0373003.04D(LKQINGHAI)-0.723000.03600.0118003.04D(LKSHAANXI)-1.724880.00480.0055003.04D(LKSHANDONG)-1.818410.00090.0089003.04D(LKSHANGHAI)-2.092570.00410.0281003.04D(LKSHANXI)-1.859690.00160.0437003.04D(LKSICHUAN)-1.289030.00810.0064003.04D(LKTIANJIN)-0.661850.00650.0063001.04D(LKTIBET)-1.020370.07490.4244000.04D(LKXINJIANG)-1.602150.07360.1155003.04D(LKYUNNAN)-1.050410.04100.0291003.04D(LKZHEJIANG)-1.548870.00950.0069003.04D(LKNATION)-1.878050.00020.0015003.04D(LLANHUI)-1.344000.00270.0017003.04D(LLBEIJING)-2.250000.00040.0011001.04D(LLCHONGQING)-0.606860.00030.0011000.04D(LLFUJIAN)-1.342860.00050.0009000.04D(LLGANSU)-1.333330.00280.0016003.04D(LLGUANGDONG)-1.930110.00400.0102001.04D(LLGUANGXI)-1.625480.00020.0011003.04D(LLGUIZHOU)-0.791370.00080.0004002.04D(LLHAINAN)-1.733990.00030.0007003.04D(LLHEBEI)-0.481480.00024.E-05003.04D(LLHEILONGJIANG)-0.954550.00080.0011000.04D(LLHENAN)-1.780220.00010.0003003.04D(LLHUBEI)-1.369620.00280.0028002.04D(LLHUNAN)-1.448980.00070.0045001.04D(LLINNERMONGOLIA)-0.826090.00080.0003003.04D(LLJIANGSU)-1.846150.00040.0006003.04D(LLJIANGXI)-1.628570.00020.0006001.04D(LLJILIN)-1.178050.00330.0104000.04D(LLLIAONING)-1.684210.00030.0006001.04D(LLNINGXIA)-1.866670.00050.0007003.04D(LLQINGHAI)-1.434240.00230.0011003.04D(LLSHAANXI)-1.445780.00110.0022000.04D(LLSHANDONG)-2.029410.00140.0032000.04D(LLSHANGHAI)-1.238100.00070.0013001.04D(LLSHANXI)-1.507040.00190.0033002.04D(LLSICHUAN)-0.587790.00100.0002003.04D(LLTIANJIN)-1.311110.00210.0013003.04D(LLTIBET)-1.086240.00870.0074002.04D(LLXINJIANG)0.518070.00370.0029001.04D(LLYUNNAN)-1.423080.00060.0004003.04D(LLZHEJIANG)-1.642280.00050.0006003.04D(LLNATION)-1.828570.00040.0011000.04Coefficientt-StatSE Regmu*sig*ObsPooled-1.40799-58.2741.392-0.5540.9195123、面板数据回归模型基于前面的分析，建立面板数据回归模型。本文先构建混合模型，再构建个体固定效应模型，两个模型对比的F检验的p值小，拒绝用混合模型（个体效应显著），用固定效应模型更合适。本文同时构建了随机效应模型，但随机效应相对于固定效应的hausman检验p值小，选择固定效应模型。综上，使用固定效应模型，结果如下：表2 面板数据回归模型输出VariableCoefficientStd. Errort-StatisticProb.LK?0.3607210.02075217.382230.0000LL?0.1869100.01160616.103960.0000ANHUI-LAANHUI0.2591580.0266339.7305890.0000BEIJING-LABEIJING0.3870340.02294716.866420.0000CHONGQING-LACHONGQING0.3005180.02465612.188370.0000FUJIAN-LAFUJIAN0.2817750.02479211.365770.0000GANSU-LAGANSU0.2421930.0278248.7043450.0000GUANGDONG-LAGUANGDONG0.3640330.02348415.501060.0000GUANGXI-LAGUANGXI0.2974880.02701911.010480.0000GUIZHOU-LAGUIZHOU0.4014610.02889713.892820.0000HAINAN-LAHAINAN0.3790990.02770913.681630.0000HEBEI-LAHEBEI0.2941320.02487911.822570.0000HEILONGJIANG-LAHEILONGJIANG0.2662180.02530710.519500.0000HENAN-LAHENAN0.3221270.02747911.722680.0000HUBEI-LAHUBEI0.2846420.02545811.180810.0000HUNAN-LAHUNAN0.3246100.02797211.605020.0000INNERMONGOLIA-LAINNERMONGOLIA0.3169810.0335899.4370040.0000JIANGSU-LAJIANGSU0.3607780.02432414.832380.0000JIANGXI-LAJIANGXI0.3128800.02705011.566740.0000JILIN-LAJILIN0.3300430.02891611.413760.0000LIAONING-LALIAONING0.3285460.02705812.142440.0000NINGXIA-LANINGXIA0.1793330.0273296.5619530.0000QINGHAI-LAQINGHAI0.3461160.0367249.4247830.0000SHAANXI-LASHAANXI0.3468710.02776912.491400.0000SHANDONG-LASHANDONG0.3567720.02483414.366000.0000SHANGHAI-LASHANGHAI0.3782090.02321616.290990.0000SHANXI-LASHANXI0.2464620.0296378.3161330.0000SICHUAN-LASICHUAN0.3379110.02711312.463150.0000TIANJIN-LATIANJIN0.3367400.02319814.516090.0000TIBET-LATIBET0.2462780.0476135.1724690.0000XINJIANG-LAXINJIANG0.2207870.0455794.8440750.0000YUNNAN-LAYUNNAN0.3189480.02576512.378970.0000ZHEJIANG-LAZHEJIANG0.3399000.02270014.973250.0000NATION-LANATION0.3619230.02485514.561360.0000R-squared0.953783Mean dependent var2.222710Adjusted R-squared0.949912S.D. dependent var0.644287S.E. of regression0.144193Akaike info criterion-0.959218Sum squared resid8.191935Schwarz criterion-0.636764Log likelihood239.2725Hannan-Quinn criter.-0.831866Durbin-Watson stat0.821425结论从新古典经济学增长理论把技术进步因素纳入到增长因子后，技术进步在解释经济增长时的作用越来越重要，已经超过了传统的资本和劳动力这两种投入要素。随之而来，技术创新在经济中也就越来越受到人们的重视。R&D人员全时当量作为技术创新的重要方式，通过实证研究可以证实：从长期来看，确实在一定程度上推动了经济增长，与长期经济增长之间的确存在稳定的联系，这种联系表现为长期均衡关系或者说协整关系。R&D人员全时当量的确影响到劳动生产率，或者说，R&D人员全时当量的确对长期经济增长有解释作用。