模型建立和实证技巧

7.2.2.1　计量模型的构建

对于跨区域经济增长研究往往采用跨区域增长回归（Cross－section growth regression）标准回归框架为

Y=α+βX+ηZ+ε　(7.2)

其中Y为人均GDP，在本文中采用了对数处理方式，作为被解释变量，X是一组总是包含在回归方程中的常规变量，而Z是一些我们结合粮食大县区域特点加入的并且是有待于验证的变量。主要包括、资本、劳动力、产业结构、财政支出、人均粮食占有量、农业机械化水平、城镇化和区位因素作为解释变量。因此本文根据以上分析，可以把方程写成

lgYit=α+β1X1it+β2X2it+β3X3it+η1X4it+η2X5it+η3X6it+η4X7it+η5X8it+η6X9it+η7X10it+εit　(7.3)

lgYit表示i县t年的人均GDP，人均GDP是根据GDP缩减指数调整后的数据，根据模型需要，进行了对数化处理；

X1it表示t年资本投入对i县县域经济的影响，用调整后的县域固定资产投资占GDP比重表示；

X2it表示i县t年劳动力投入状况，用从业人口占总人口比重表示；

X3it表示i县t年人力资本投入状况，用小学生在校生人数占总人口比重表示；

X4it表示i县t年工业化程度对县域经济的影响，用调整后的第二产业产值占GDP比重表示；

X5it表示i县t年农业总体水平，用调整后的农林牧渔总产值占GDP比重表示；

lgX6it表示i县t年粮食生产状况，用粮食人均占有量来表示，根据需要，进行了对数化处理；

X7it表示i县t年的农业现代化水平，用机耕面积占总面积的比重表示；

X8it表示i县t年政府干预对经济增长的影响，用调整后的财政支出占GDP比重来表示；

X9it表示i县t年的城市化水平，用城镇化率来表示，用非农业人口占总人口的比重来计算；

X10it表示区位因素对县域经济的影响，用一个虚拟变量来表示，1是近郊县，0为远郊县；(www.xing528.com)

εit为随机分布的扰动项。

7.2.2.2　实证分析

由于面板数据既包括时间序列又包括横截面数据，可能产生序列相关和异方差，在这种情况下采用OLS不适当，因此本文采用了GLS进行回归，从而避免异方差的产生。

1.相关性分析

在进行回归之前，先对各变量进行相关性分析，相关系数矩阵如表7－6。

表7－6　各变量相关系数矩阵

由表7－6可知，各变量之间的相关系数都比较低，不存在多重共线性，可以直接进行回归。

2.回归分析

本文在选取影响因素指标时基本都采用了比率的形式，比率的作用在统计上相当于差分，因而ADF检验各指标数据都是平稳数据。由于数据的两维性，模型设定的正误直接影响到参数估计的准确性，根据沃尔德定理对12个粮食大县2002－2016年的180个数据进行F检验，确定采用混合型。

为了更好反应各影响因素对经济增长的作用，本文采取了逐步回归的方法，模型1只引入了基本变量资本和劳动力投入，主要是来验证常规变量对经济增长的影响；模型2在此基础上引入了人力资本因素对经济增长影响；模型3考察了产业结构对县域经济的影响；模型4引入三个反映农业综合水平的指标，来验证农业发展对粮食大县县域经济影响，特别是考查粮食产量对县域经济的影响；模型5引入了财政支出对县域经济影响，模型6增加了城镇化率对县域经济影响，模型7最后加入区位因素对县域经济的影响。对各种回归结果见表7－7

表7－7　回归结果

注：表中括号内为t统计量，回归系数标有林*、表示t统计量在0.05水平上显著

其回归结果与现实经济状况基本相符，在10项影响因素中只有X2和X10没有通过0.5显著水平下的t检验。经过逐一回归发现X2和X4的t检验都不显著，由此可见其对县域经济发展影响较小，最后选择剔除这两个变量。

最后模型为：

lgYit=3.135+0.248X1it－1.945X3it－0.319X4it+0.492X5it－1.092lgX6it+0.325X7it+0.203X8it+0.169X9it