吳仕宗

（西華師范大學(xué) 財(cái)務(wù)處，四川 南充 637009）

0 引言

2008年以來(lái)，我國(guó)經(jīng)濟(jì)總體發(fā)展出現(xiàn)了資源依賴相對(duì)突出的問(wèn)題，經(jīng)濟(jì)增速逐步放慢。而后，借助中共中央“保增長(zhǎng)、擴(kuò)內(nèi)需、調(diào)結(jié)構(gòu)”決策，總體經(jīng)濟(jì)出現(xiàn)了止跌回升、逐步走向好轉(zhuǎn)的扭轉(zhuǎn)局勢(shì)，而這其中我國(guó)各地區(qū)省市的居民收入、國(guó)內(nèi)生產(chǎn)總值、財(cái)政收入等方面又出現(xiàn)了相應(yīng)變化，故而結(jié)合上述因素，構(gòu)建經(jīng)濟(jì)增長(zhǎng)與財(cái)政收入、居民收入、產(chǎn)業(yè)結(jié)構(gòu)及對(duì)外開(kāi)放程度等因素，作為衡量一國(guó)經(jīng)濟(jì)增長(zhǎng)，從中尋找推動(dòng)其經(jīng)濟(jì)進(jìn)一步增長(zhǎng)的途徑具有理論和實(shí)踐的意義。

本研究結(jié)合我國(guó)經(jīng)濟(jì)增長(zhǎng)過(guò)程中各發(fā)展區(qū)域，以區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、外貿(mào)依賴程度、民眾收入與財(cái)政稅收等要素構(gòu)建模型驗(yàn)證變量，并以單位根和協(xié)整檢驗(yàn)的方式眼整變量選取，并最終以偏最小二乘的方式驗(yàn)證了研究假設(shè)。

1 研究框架與模型

1.1 變量選取與指標(biāo)釋義

本研究著重針對(duì)我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中，各個(gè)區(qū)域的經(jīng)濟(jì)結(jié)構(gòu)、居民及農(nóng)村居民收入、外貿(mào)依賴程度等相關(guān)要素進(jìn)行關(guān)聯(lián)影響研究，故而按照初始到代理指標(biāo)模型的邏輯路線，進(jìn)行模型的變量選取。針對(duì)上述各方面，分別以非農(nóng)產(chǎn)業(yè)比重、民眾（城鎮(zhèn)以及農(nóng)民）收入的GDP占比、對(duì)外貿(mào)易依存度等指標(biāo)構(gòu)建整個(gè)模型的樣本變量選取，涉及指標(biāo)主要包含區(qū)域國(guó)民生產(chǎn)總值比重、第二和第三產(chǎn)業(yè)的經(jīng)濟(jì)占比（非農(nóng)類）、外經(jīng)貿(mào)產(chǎn)業(yè)依存度、城鎮(zhèn)和農(nóng)村居民的可支配收入以及純收入，以及人均財(cái)政收入，分別由rGDP、fn、wmc、cs、ns、rcz表示，詳細(xì)如表1所示。

表1 研究變量選取及其釋義

數(shù)據(jù)區(qū)間說(shuō)明：選取的數(shù)據(jù)區(qū)間1990～2012年，本文對(duì)各數(shù)據(jù)都取自然對(duì)數(shù)進(jìn)行計(jì)算。

1.2 研究樣本界定

基于我國(guó)各省市地區(qū)發(fā)展的不平衡，以及各地自然與環(huán)境稟賦差異及產(chǎn)業(yè)結(jié)構(gòu)的不同，我國(guó)各地在民眾收入，即城鎮(zhèn)居民可支配收入、農(nóng)村居民純收入增長(zhǎng)上存在一定的差異；且模型驗(yàn)證與分析過(guò)程中不便對(duì)于區(qū)域差異進(jìn)行深入分析，故而本研究選取在自然環(huán)境、資源稟賦以及經(jīng)濟(jì)發(fā)展相近的區(qū)域作為研究考察的區(qū)域，同時(shí)結(jié)合了各區(qū)域的行政劃分完整性，將研究區(qū)域劃分為如表2所示各區(qū)域。

1.3 初次模型構(gòu)建

本研究針對(duì)現(xiàn)有研究分析，著重選取了我國(guó)人均的區(qū)域國(guó)民生產(chǎn)總值比重、第二和第三產(chǎn)業(yè)的經(jīng)濟(jì)占比（非農(nóng)類）、外經(jīng)貿(mào)產(chǎn)業(yè)依存度、城鎮(zhèn)和農(nóng)村居民的可支配收入以及純收入，以及人均財(cái)政收入等指標(biāo)作為初次建模分析的基礎(chǔ)指標(biāo)。根據(jù)上述分析，關(guān)聯(lián)回歸方程如下：

其中，本研究原始變量均進(jìn)行了對(duì)數(shù)化處理，這主要是由于上述變量的直接數(shù)據(jù)截取分析，是作為非平穩(wěn)單位根序列前提下的均衡，其線性回歸的簡(jiǎn)單化容易導(dǎo)致偽回歸分析結(jié)果的產(chǎn)生，這主要是由于各研究變量間的多重共線性所造成的，但也易造成被修正處理變量與整體模型間的關(guān)聯(lián)或部分均衡可能結(jié)果的缺失，那么由此而得的回歸驗(yàn)證結(jié)果對(duì)于正確反映本研究間的關(guān)聯(lián)是不科學(xué)的。

表2 區(qū)域劃分

2 實(shí)證研究

2.1 單位根檢驗(yàn)

本研究結(jié)合美國(guó)學(xué)者Nelson&Plosser(1982)關(guān)于宏觀經(jīng)濟(jì)時(shí)序不穩(wěn)定，以及之后的Stock&Watson(1989)關(guān)于因果性檢驗(yàn)的序列穩(wěn)定性敏感結(jié)果的觀點(diǎn)，針對(duì)模型構(gòu)建的第一步做我國(guó)產(chǎn)業(yè)結(jié)構(gòu)對(duì)應(yīng)的國(guó)民生產(chǎn)總值時(shí)序平穩(wěn)性檢驗(yàn)，同時(shí)考慮到實(shí)際經(jīng)濟(jì)，本研究最終決定以ADF單位根檢驗(yàn)法進(jìn)行各對(duì)應(yīng)變量的平穩(wěn)有序性檢驗(yàn)，各非平穩(wěn)性數(shù)據(jù)的二階差分結(jié)果為平穩(wěn)數(shù)據(jù)，則可對(duì)應(yīng)存在可能的協(xié)整關(guān)聯(lián)。

根據(jù)驗(yàn)證可知，上述單位根檢驗(yàn)方法獲得了各變量在5%顯著性水平不能拒絕原假設(shè)的驗(yàn)證結(jié)果，也就是存在單位根，故而進(jìn)行進(jìn)一步的一階對(duì)數(shù)化差分處理，以便獲得變量的穩(wěn)定性，根據(jù)變量對(duì)應(yīng)一階差分的單位根面板檢驗(yàn)結(jié)果可知，驗(yàn)證方法拒絕了對(duì)數(shù)化后的選取變量，即變量獲得一階單整，詳見(jiàn)表3所示。

2.2 協(xié)整檢驗(yàn)

根據(jù)上述分析，本研究針對(duì)的五大變量的一階單整結(jié)果，則可以進(jìn)行滿足協(xié)整條件的面板數(shù)據(jù)協(xié)整驗(yàn)證。一般而言有Pedroni以及Kao檢驗(yàn)的Engle and Granger兩步法，以及基于Johansen協(xié)整檢驗(yàn)，前者主要以協(xié)整回歸殘差形成統(tǒng)計(jì)量的檢驗(yàn)作為協(xié)整檢驗(yàn)方式，取四個(gè)構(gòu)建組內(nèi)統(tǒng)計(jì)量，三個(gè)組間統(tǒng)計(jì)量；而Pedroni則以面板的ADF、群組ADF檢驗(yàn)為主要研究手段；Johansen則以協(xié)整檢驗(yàn)過(guò)程中的單體界面作為協(xié)整驗(yàn)證結(jié)果，以獲得面板數(shù)據(jù)的檢驗(yàn)統(tǒng)計(jì)值。

如表4所示，協(xié)整關(guān)聯(lián)1～5分別描述了變量人均GDP、非農(nóng)經(jīng)濟(jì)占比、人均財(cái)政收入間；城鎮(zhèn)居民可支配收入、農(nóng)村居民純收入間；人均GDP、非農(nóng)收入占比間；人均GDP、人均財(cái)政收入間；人均GDP、外貿(mào)依存度間；人均GDP、城鎮(zhèn)居民可支配收入間的協(xié)整關(guān)聯(lián)。

表3 面板數(shù)據(jù)的單位根檢驗(yàn)

根據(jù)協(xié)整性檢驗(yàn)的穩(wěn)定型需求，本研究結(jié)合利用Pedroni、Kao以及Johansen檢驗(yàn)進(jìn)行了組合的協(xié)整檢驗(yàn)，根據(jù)上表結(jié)果可知，Johansen檢驗(yàn)與Fisher聯(lián)合跡統(tǒng)計(jì)量以及后者的聯(lián)合λ統(tǒng)計(jì)均證實(shí)了各統(tǒng)計(jì)量的四協(xié)整關(guān)聯(lián)，Kao檢驗(yàn)同樣證實(shí)了各統(tǒng)計(jì)量的1%檢驗(yàn)顯著性，Pedroni檢驗(yàn)同樣證實(shí)了這一點(diǎn)，不再贅述。

表4 面板數(shù)據(jù)協(xié)整檢驗(yàn)結(jié)果

2.3 模型進(jìn)一步的偏最小二乘回歸驗(yàn)證

根據(jù)上述分析，主要針對(duì)初次模型（1）中所涉的rGDP、fn、wmc、cs、ns、rcz等對(duì)數(shù)化后指標(biāo)進(jìn)行基于Engle—Granger兩步法的Johansen協(xié)整檢驗(yàn)處理，并結(jié)合上述處理后的長(zhǎng)期均衡以普通最小二乘法(ordinary least squares,OLS)進(jìn)行回歸驗(yàn)證。但在此過(guò)程中，非農(nóng)產(chǎn)業(yè)的GDP占比中的第三產(chǎn)業(yè)對(duì)數(shù)化數(shù)據(jù)尚未獲得驗(yàn)證通過(guò)的結(jié)果，對(duì)其舍棄則易造成本研究最終結(jié)果對(duì)于現(xiàn)實(shí)的偏離，故而本研究在這一過(guò)程中借鑒了偏最小二乘法(Partial least squares regression,PLS)，

由于偏最小二乘集合了典型回歸、多元回歸和主成分(PCR)方法優(yōu)勢(shì)，能夠較為積極地克服變量自多重共線性的不良驗(yàn)證結(jié)果偏差。同時(shí)，結(jié)合本研究的單因變量，故而利用了以下思路構(gòu)建本研究的變量間關(guān)聯(lián)驗(yàn)證。

按照以變量構(gòu)建的集合[x0，∧，∧，xn]，形成針對(duì)n個(gè)觀測(cè)變量形成的n維因變量向量以及自變量的n×n觀測(cè)方陣，并以PLS方法提取對(duì)應(yīng)的自變量觀測(cè)陣成分tk(tk∈[x0，∧，∧，xn])，其中約定tk能最大化攜帶上述組合矩陣中的變異性質(zhì)信心，以避免經(jīng)過(guò)ADF以及協(xié)整檢驗(yàn)后的變量再次多重共線可能，并要求與Y變量組合關(guān)聯(lián)最大化，形成最終的自變量矩陣提取成分[t1，∧，tk]的最大精度，則上述PLS借助[t1，∧，tk]進(jìn)行回歸驗(yàn)證，形成關(guān)于原自變量對(duì)應(yīng)矩陣[x1，∧，xp]量回歸方程。

其中，自變量成分階數(shù)則以現(xiàn)有研究廣泛運(yùn)用的交差有效性系數(shù)來(lái)確定，其折算原理如下：

2.4 模型參數(shù)估計(jì)

表5 參數(shù)估計(jì)

如上表3所示，結(jié)合面板數(shù)據(jù)模型中個(gè)體隨機(jī)效應(yīng)模型和時(shí)間隨機(jī)效應(yīng)模型的Hausman檢驗(yàn)弊端，結(jié)合個(gè)體與時(shí)間固定效應(yīng)模型進(jìn)行比較，形成本研究最終的個(gè)體固定效應(yīng)模型，其中面板數(shù)據(jù)模型R2獲得0.9948，而修正后的R2則為0.9943，獲得高模型擬合度，對(duì)應(yīng)的F值達(dá)到1800.2915，P值對(duì)應(yīng)為0，證實(shí)了本驗(yàn)證選取模型的顯著性，即驗(yàn)證通過(guò)。

本研究選用的固定效應(yīng)模型結(jié)果表明，我國(guó)的長(zhǎng)三角、東北和環(huán)渤海地區(qū)獲得正數(shù)，證實(shí)了其相對(duì)較高的自適應(yīng)能力和規(guī)模發(fā)展，而珠三角以及西南和中部地區(qū)則主要是因?yàn)槠湓隽恳?guī)模較小，以及相對(duì)較高的外部貿(mào)易經(jīng)濟(jì)依賴較強(qiáng)。

3 結(jié)論

本研究利用ADF檢驗(yàn)和Johansen協(xié)整檢驗(yàn)，進(jìn)行了針對(duì)經(jīng)濟(jì)增量與居民收入、財(cái)政收入和經(jīng)濟(jì)結(jié)構(gòu)間關(guān)聯(lián)的變量選取，并針對(duì)變量的多重共線性進(jìn)行了模型預(yù)測(cè)前的檢驗(yàn)，進(jìn)而結(jié)合我國(guó)區(qū)域綜合發(fā)展的程度狀況，在對(duì)比偏最小二乘的基礎(chǔ)上，進(jìn)行了固定效應(yīng)模型驗(yàn)證。

本研究實(shí)施的各項(xiàng)驗(yàn)證可以證實(shí)一國(guó)經(jīng)濟(jì)增長(zhǎng)的產(chǎn)業(yè)與經(jīng)濟(jì)增進(jìn)結(jié)構(gòu)，以及財(cái)政稅收政策與民眾收入水平間的關(guān)聯(lián)影響，這些因素不僅推動(dòng)了我國(guó)各地發(fā)展，也各自影響著區(qū)域獲得進(jìn)一步經(jīng)濟(jì)增長(zhǎng)的步伐。

[1]Done J.Consumption Structure and the Pattern of Economic Growth[J].Seoul Journal of Economic,2003,(16).

[2]Park J.Dispersion of Humancap ital and Economic Growth[J].Journal of Macroeconomics,2006,(28).

[3]張協(xié)奎，王洪元.北部灣經(jīng)濟(jì)區(qū)產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究[J].廣西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2011,(1).

[4]朱德云,李萌.經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)財(cái)政收入增長(zhǎng)影響因素研究——基于山東菏澤的樣本分析[J].財(cái)貿(mào)經(jīng)濟(jì),2012,(7).

[5]王云.二元經(jīng)濟(jì)結(jié)構(gòu)下農(nóng)村金融發(fā)展與農(nóng)民收入增長(zhǎng)關(guān)系的實(shí)證分析[J].金融教育研究 2013,(8).