odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析

odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析

ID:23881775

大小:63.00 KB

页数:11页

时间:2018-11-11

odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析_第1页
odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析_第2页
odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析_第3页
odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析_第4页
odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析_第5页
资源描述:

《odi与长三角装备制造业产业空心化——基于动态面板的系统gmm分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、ODI与长三角装备制造业产业空心化——基于动态面板的系统GMM分析王荣1,2,王英1(1.南京航空航天大学经济与管理学院,江苏南京210016;2.南京航空航天大学金城学院,江苏南京211156)摘 要:伴随长三角地区装备制造业发展的突飞猛进,装备制造业的对外直接投资占制造业的比重越来越大,由此是否会产生空心化问题值得思考,有必要对其进行深入研究。文章以长三角发达的装备制造业为例构建系统GMM模型,验证长三角装备制造业是否出现了空心化问题,结果表明长三角装备制造业目前并没有发生明显的产业空心化问

2、题,但存在空心化的趋势,尤其是上海呈现较为明显的趋势,进一步探索从产业结构升级的角度降低长三角地区装备制造业出现空心化的风险。.jyqkicGMM)对回归方程加以估计。GMM估计方法的优势在于:传统的计量经济模型估计方法,如普通最小二乘法、极大似然法等,都有其局限性,其参数估计量必须在模型满足某些假设时才具有良好的性质,而广义矩估计(GMM)是一个稳健估计量,因为它不要求扰动项的准确分布信息,允许随机误差项存在异方差和序列相关,所得到的参数估计量比其它参数估计方法更合乎实际,GMM方法的特色还在

3、于其允许我们选取包括应变量与自变量在内的滞后期数当作工具变量以解决不一致的问题。GMM方法也比一般的工具变量法更具有弹性。至于所使用的工具变量,我们选取常数项以及应变量与自变量的滞后1至2期当作工具变量的集合。2.模型构建面板数据的基本回归模型为yit=αyit-1+βXit+μi+εit(1)其中yit为被解释变量,Xit为解释变量及其他控制变量,μit为省级效应,反映各省级区域的固定效应,εt为模型的残差。静态模型一般假设被解释变量处在一个稳定的路径。考虑到静态模型的缺陷,可能存在模型设定有

4、误,故采用动态模型。动态面板数据模型的一个重要优点就是它能够揭示被解释变量的动态变化。为了克服公式中存在的个体固定效应,Arellano-Bond采用了GMM方法(GeneralisedMethodsofMoments)。对公式(1)进行一阶差分处理,得到:Δyit=αΔyit-1+βΔXit+Δεit(2)从公式(2)可以看出,该式有效剔除了个体固定效应。考虑到变量间可能存在双向因果关系,本文进一步处理了变量间可能存在的内生性。Arellano-Bond强调运用GMM估计时还应判断工具变量和模

5、型设定的有效性。因此采用Sargan检验和Arellano-Bond检验来判断工具变量及模型设定的合理性。本文以C-D生产函数模型为基础进行改进,Y=A(t)LαKβμ(3)对式(1)两边取对数以消除数据波动得:InY=InA+αInL+βInK+μ (4)为了验证ODI是否会导致产业空心化,在(4)式引入ODI变量,假定上述模型中lnA为常数,模型修改为:InYt=c+αInLt+βInKt+γInODIt+μt  (5)本文采用的是动态面板数据,根据前述GMM模型的设定方法,为了验证装备制造

6、业与ODI是否存在非线性关系,我们也将(InODIit)2引入模型进一步修改如下:Inyit=c+λInyit-1+αInLit+βInKit+γInODIit+(InODIit)2+μi+εit(6)其中,方程中下标i代表长三角3个省级区域,下标t代表不同的时期,yit为长三角全部国有及规模以上装备制造业产值;yit-1为长三角全部国有及规模以上装备制造业前一期产值;Lit为长三角全部国有及规模以上装备制造业就业人数;Kit为长三角全部国有及规模以上装备制造业固定资产净值;考虑到对外直接投资对

7、产业结构的影响具有滞后性,故对ODI数额的度量采用上一年的存量数据,μi为随机误差项。3.数据全部国有及规模以上装备制造业产值、装备制造业固定资产净值、装备制造业就业人数数据是通过对《中国统计年鉴》和《中国工业经济统计年鉴》整理所得。ODI的数据于UNCTAD发布的中国非金融类ODI存量。以上所有数据采用2000-2013年间数据。(二)回归结果分析借助于Stata12.0软件,采用GMM估计对模型进行回归,回归结果如表1。根据Arellano-bond的广义矩估计法要求差分方程中残差的一阶差分

8、项应该是一阶负相关,而且没有二阶和更高阶的相关。由以上回归结果可以看出,模型差分方程的残差序列都只存在一阶自相关,无二阶自相关,两个模型都通过序列相关性检验。同时sargan检验也表明所有的工具变量都有效。由GMM回归结果可以看出,lnYit、lnKit、lnLit和lnODIit之间具有长期稳定的的关系,这说明ODI存量与装备制造业产值之间有着较强的相关性。装备制造业固定资产净值和ODI存量对装备制造业产值的影响是显著的。lnODI的系数为-0.903,即当期对ODI存量每增加1亿美元,会使装

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。