我国城镇化与商贸流通业互动发展研究-基于省际面板数据模型的实证分析-论文.pdf

《我国城镇化与商贸流通业互动发展研究-基于省际面板数据模型的实证分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、=f+届‰+x2+⋯+屈Xkit+i=1，2，⋯，N，f_1，2，⋯，T(3)第三种是变系数模型，即截距项和解释变量系数均不相同，模型的形式为：我国城镇化与商贸流通业y=0【i七81ixI+82【x2n+．．．+pIx+Hi=1，2，⋯，N，t=1，2，⋯，T(4)依据不同形式的个体影响，又将变截互动发展研究距模型和变系数模型分为固定效应模型和随机效应模型。通常采用hausman检验对随机效应和固定效应进行选择。通过协方差分析法确定面板数据的模型形式，该方基于省际面板数据模型的实证分析法需构造两个F

2、统计量F和F。：=：；～tc-，cTK-I·(5)=圳¨mD，N(TK-DI(6)■黎星池曾庆均z教授(1、重庆Z-商大学经济学院2、重庆工商其中，S、S。、S分别表示变系数模大学科研处重庆400067)型、变截距模型和混合模型的回归残差平▲基金项目：重庆工商大学研究生创新型科研项目，项目编号：yjscxx2014—方和，并提出如下两个假设：052-01H1：13=p=⋯=13◆中图分类号：F252文献标识码：AH2：aoc2=⋯=。cN，I31=132=⋯=13N模型形式检验过程是：先检验原假设业

3、的发展关系进行相关研究。例如，晏维H。，如果经计算得到的统计量F。的值小于内容摘要：本文利用2003—2011年我国龙(2006)、朱发仓(2007)以及刘根荣给定显著性水平下的相应临界值，则不能30个省际面板数据对城镇化与商贸流(2010)等，但大多采用时间序列研究它们拒绝原假设H，选用混合回归模型。否则，通业发展的关系进行分析。采用固定在某个时期的相互影响关系，较少采用全拒绝原假设H。，并继续检验原假设H，如效应变系数模型对我国东、中、西部各省市城镇化和商贸流通业之间的关系国面板数据分析两者的互

4、动关系，并缺乏果计算得到的F值小于给定显著性水平下进行量化分析，得出两者相互促进作对各省市问影响强度差异作对比分析。本的相应临界值，则认为接受假设H，采用用大致呈反比例关系的结论。最后提文将运用PanelData计量模型对我国30变截距模型，否则采用变系数模型。出相关政策建议。个省市在2003—2011年期间城镇化与商关键词：城镇化商贸流通业变系数贸流通业的相互关系展开研究。实证分析模型(一)数据说明随着《国家新型城镇化规划(2014PaneIData计量模型概述本文采用2003—2011年全国30

5、个省年一2020年)》的出台，城镇化已成为我PanelData是采用个体、时间、指标市的城镇化率(UL)代表城镇化水平；用国实现扩大内需、提高消费需求的根本等三维信息结构对时间序列数据和截面数批发和零售以及住宿和餐饮的国内生产总路径和动力。商贸流通业作为满足消费据进行综合分析的一种方法。通过采用合值(CGDP)代表商贸流通业水平。原始数需求的平台和载体，与城镇化进程密不成数据研究变量问相互关系并预测其影响据来源于2004—2012年《中国统计年鉴》，可分。新一轮城镇化建设对商贸流通业趋势，该模型的一

6、般形式为：为消除异方差，分别对指标取对数，记作提出新的要求，为其发展提供更大的空yH=a+反ix1a+82txd+．．．+pbx嘶+HInUL和InCGDP。间；反之，商贸流通业在推进城镇化过程i=1，2，⋯，N，t=l，2，⋯，T(1)(二)面板数据单位根检验中起着重要的支撑作用。自2003年以其中，K是解释变量个数，N是横截面在进行协整检验之前运用Eviews6．0来，我国城镇化率年均提高1．34个百分个体变量个数，T表示样本观测时期数，参软件对变量进行LLC、IPS、ADF、PP等方点，商贸流

7、通业GDP保持年均1．8个百分数oc；表示截距项，13⋯，13表示解法的单位根检验，检验结果如表1所示。点的增长速度。但是，各省市城镇化进程释变量的系数。由此可知，变量InUL和InCGDP都存与商贸流通业发展存在着怎样一种量化根据截距项和解释变量系数不同的限在单位根，但二者的一阶差分在5％的显著关系呢?它们之间的这种量化关系又存制条件，通常将面板数据分为三种。第一性水平下拒绝存在单位根的假设，可见这在什么差异呢?种是混合回归模型，即截距和解释变量系两个变量均为一阶单整。我国有不少学者对城镇化进程和

8、流通数均相同，模型形式为：(三)面板数据协整检验表1单位根检验结果yn=十plxl十p+．．+tx+“通过单位根检验后，将采用EG方法进壹量i=I，2，⋯，N，t=1，2，⋯，T(2)行变量之间的协整检验，分为以下两步：lrl3．50(009)33．99(0．98)20689(0O0)第二种是变截距模型，即截1．模型回归估计。由于本文样本数据距项不同但解释变量系数相同，是对自身进行推论，所以选择固定效应模8．58(0．0o)283(o002)110．89(00001)