1、而从产业生命周期理论而言,已发展地区最终将要对衰退产业进行转移,通过技术创新和资本投入,才能促进新兴产业的发展从而获得产业升级,以实现新一轮的经济发展循环。因此我认为泛珠三角地区经济合作成功与否取决于该协作区内各地区的优势生产要素的差异性,以及产业间的互补性和递进性。一,本文经济模型的设定 (1)选取模型函数。由于本文主要泛珠三角地区内各地区的优势生产要素,从而揭示该地区内是否存在产业间转移的可能性,而在生产要素对地区经济发展作用函数主要是生产函数,因此我们主要采用的是希克斯中性技术进步假定下的柯布道格拉斯生产函数,结合索洛新古典经济增长理论函数,从而构建以下模型:该式的左边表示产出的增长率,
2、右边第一项是劳动力的增长使产出增长的部分(为产出的劳动力弹性),第二项为资本的增长使产出增长的部分(为产出的资本弹性),表示由于技术进步而使产出增长的部分,称为技术进步率。为便于分析估计,我们可把(1)式的各项分别通过年增长率进行替换,则(1)式可转化为:分别称之为技术进步、劳动力增长、资本增长对产出增长的贡献度。(2)选取变量分析。根据上述建模函数要求,我们需要得到国民经济增长,资本量和劳动量的数据分析,因此在统计数据中我们以历年的实际GDP数据作为对国民经济增长的衡量数据,以全固定资产投资作为资本投入量的衡量数据,而以全社会就业人员数量作为劳动投入量的衡量数据。由于存在GDP和固定资产投资
3、数据涉及价格变动,为剔除价格变动对本模型的,本文将采用折平价后的实际GDP和实际固定资产投资作为衡量数据。(3)数据修正。自1978年以来,我国主要经历三次价格波动剧烈阶段,在1986年到1988年和1993年到1995年两阶段出现较严重的通货膨胀现象,在1999年到2002年出现较严重的通货紧缩现象,在2003年又出现通货膨胀现象的苗头,价格失真易导致市场配置失灵,要素使用效率下降,影响经济正常增长,因此需要对上述年份数据作修正。二,数据来源 在本文统计数据主要来源于各省区的统计局年度公报数据和统计年鉴,时间跨度分别为1978年到2004年(广东省),1984年到2004年(四川省)。通过不
4、同省区的生产函数分析,得出不同省区资本,劳动,技术要素分别对该地区增长的贡献度,从而反映不同省区之间是否存在产业转移的可能性和合理性。而其中我们将主要以广东省和四川省作为主要样本分析。(具体年份数据见后文) 三,估计与检验结果分析:广东省模型方程估计与检验:现以1979年到2004年的广东省国内生产总值增长率(G),全固定资产投资增长率(K),全社会就业人员年增长率(L)作为变量数据输入,并进行最小二乘法估计,所得结果为:附表1:Dependent Variable: G Method: Least Squares Date: 06/01/05 Time: 21:23 Sample: 1979
5、 2004 Included observations: 26 Variable Coefficient Std. Error t-Statistic Prob. C 11.06207 1.562036 7.081827 0.0000 K 0.109530 0.037284 2.937728 0.0074 L 0.167986 0.402986 0.416853 0.6807 R-squared 0.277804 Mean dependent var 13.49615 Adjusted R-squared 0.215004 S.D. dependent var 4.374424 S.E. of
6、 regression 3.875739 Akaike info criterion 5.655516 Sum squared resid 345.4910 Schwarz criterion 5.800681 Log likelihood -70.52171 F-statistic 4.423657 Durbin-Watson stat 1.160240 Prob(F-statistic) 0.023688 由于在该组结果数据中L变量系数无法通过T检验值(远小于2),且该方程的R-squared值太低,说明该模型方程的拟合优度较差,因此需要对方程选取样本进行调整。在比较上述模型方程各年份数据
7、残值度大小后(见图1) 图1 逐次剔除数据进行调整,决定对1981年,1982年,1987年,1988年,1993年,1994年,1995年的数据进行调整。调整后所得最小二乘估计法结果为:附表2: 06/02/05 Time:48 1979 1997 19 C 8.516613 0.979153 8.697939 0.0000 K 0.146919 0.020320 7.230223 0.0000 L 0.600857 0.243033 2.472329 0.0250 R-squared 0.789173 Mean dependent var 13.27632 Adjusted R-squar
8、ed 0.762820 S.D. dependent var 4.569536 S.E. of regression 2.225415 Akaike info criterion 4.581703 Sum squared resid 79.23953 Schwarz criterion 4.730825 Log likelihood -40.52618 F-statistic 29.94589 Durbin-Watson stat 2.018450 Prob(F-statistic) 0.000004 对上述广东省的模型方程进行检验:1,经济意义检验。由方程所得系数可知,K的系数为0.1469
9、19,L的系数为0.600857,显示资本和劳动的投入增加对国内生产总值增长率均具有正方向作用性,并且两系数绝对值均小于1,绝对值之和小于1,符合经济现实意义;2,统计检验。(1)T检验:在本模型方程系数的T检验值可知,K,L分别为7.230223和2.472329,绝对值均超过2,由t分布表可知,样本数量为19时,在0.05显著性水平下,t=1.729,显然本方程系数在显著性水平0.05时通过检验;(2)F检验:在本模型方程估计结果表中可得知该模型方程的F检验值为29.94589,由F分布表可知,在0.05显著性水平假设时,F(1,17)=4.45,29.945894.45,因此该回归方程总
10、体是显著的,通过F检验;(3) 值为0.789173,数值相对较低,但考虑作为时间序列模型,国内生产总值增长率的因素众多而复杂,且在上世纪八十年代我国的统计制度尚未完善,统计数据的精确度并不令人满意,我认为本模型方程 值是正常可接受的;3,计量经济检验:(1)多重共线性的检验:在Eviews软件中进行系数相关性检验,得到本模型方程的K,L两变量系数的相关系数值为 :K L K 1 0.05127 L 0.05127 1 显然从显示结果看,该相关系数值(0.05127)非常小,因此可认为本模型方程中解释变量并不存在严重的多重共线性现象;(2)异方差性检验:本文采用ARCH检验,由附表3结果表可知
11、,在选取残差平方的滞后期数为3期,Obs*R-squared=2.120524,显然2.12504 (0.05)=7.81,故表明本模型方程能通过0.05显著水平下的异方差性检验假设,可认为不存在异方差性现象;附表3:广东省模型方程ARCH检验结果表;ARCH Test:F-statistic 0.611125 Probability 0.620607 Obs*R-squared 2.120524 Probability 0.547772 Test Equation: RESID2 06/06/05 Time:49 Sample(adjusted): 1982 1997 16 after ad
12、justing endpoints C 2.623494 1.560397 1.681299 0.1185 RESID2(-1) -0.201068 0.286457 -0.701914 0.4961 RESID2(-2) 0.250438 0.254493 0.984070 0.3445 RESID2(-3) -0.018341 0.202908 -0.090388 0.9295 R-squared 0.132533 Mean dependent var 2.730051 Adjusted R-squared -0.084334 S.D. dependent var 3.601299 S.E
13、. of regression 3.750082 Akaike info criterion 5.693750 Sum squared resid 168.7573 Schwarz criterion 5.886897 Log likelihood -41.55000 F-statistic 0.611125 Durbin-Watson stat 1.918045 Prob(F-statistic) 0.620607 (3)序列相关性检验:即自相关性检验,本文采用D-W检验,由上文表2可知本模型方程的D-W检验中的d统计值为2.01845,查d统计量分布表可知,在0.05显著性水平上,样本数量
14、为19的 , 分别为1.074,1.536,则显然1.5362.01845(4-1.536), 根据一阶自回归判断区域划分可知,表明该模型方程不存在一阶自相关,所以本模型方程通过该假设检验,可认为K,L两变量不存在序列相关性现象;因此广东省的模型方程应为:四川省模型方程估计与检验分析:现以1985年到2004年的四川省国内生产总值增长率,全社会固定资产投资增长率,全社会就业人员年增长率为变量数据输入,并进行最小二乘法估计,所得结果为:附表4: 12: 1985 2004 20 C 7.756845 0.725307 10.69457 0.0000 K 0.128004 0.029343 4.3
15、62277 0.0004 L -0.159740 0.261720 -0.610344 0.5497 R-squared 0.552986 Mean dependent var 9.366439 Adjusted R-squared 0.500396 S.D. dependent var 2.754041 S.E. of regression 1.946630 Akaike info criterion 4.307557 Sum squared resid 64.41926 Schwarz criterion 4.456917 Log likelihood -40.07557 F-statis
16、tic 10.51506 Durbin-Watson stat 0.766384 Prob(F-statistic) 0.001066 由于在该组数据中L变量系数无法通过T检验值(远小于2),且该方程的R-squared值太低,说明该模型方程的拟合优度较差,因此需要对方程选取样本进行调整。在比较上述模型方程的残余值度大小,见图2:图2 逐次对数据进行剔除调整后,决定对1989年,1994年,1995年,1999年,2002年,2003年的数据进行调整。调整变量数据后进行最小二乘估计法所得结果为:附表5: 06/03/05 Time: 15:45 1985 1998 14 C 7.850098
17、0.610357 12.86149 0.0000 K 0.138755 0.019704 7.041926 0.0000 L -0.499779 0.219909 -2.272663 0.0441 R-squared 0.863282 Mean dependent var 9.162140 Adjusted R-squared 0.838424 S.D. dependent var 2.984913 S.E. of regression 1.199832 Akaike info criterion 3.389649 Sum squared resid 15.83555 Schwarz crit
18、erion 3.526590 Log likelihood -20.72754 F-statistic 34.72872 Durbin-Watson stat 1.954926 Prob(F-statistic) 0.000018 对四川省模型方程的系数估计结果进行检验:由方程所得系数可知,K的系数为0.138755,L的系数为(-0.499779),显示资本和劳动的投入增加对国内生产总值增长率分别具有相反方向的作用性,并且两系数绝对值均小于1,绝对值之和小于1,符合经济现实意义;2,统计检验:由上述估计结果可知,本模型方程估计系数K和L的T检验值为7.042和(-2.273),均超过2,由t
19、分布表可知,样本数为14时,在0.05显著水平下,t 的绝对值应等于2.145,显然本方程系数在显著性水平0.05时通过检验;在本模型方程估计结果表5可得知该模型方程的F检验值为34.729,由F分布表可知,在0.05显著性水平假设时,F(1,12)=4.75,34.7294.75,因此该回归方程总体是显著的,通过F检验;(3) 值为0.863,数值相对较高,考虑作为时间序列模型,影响国内生产总值增长率的因素众多而复杂,且在上世纪八十年代我国的统计制度尚未完善,统计数据的精确度并不令人满意,我认为本模型方程 值是正常可接受的;在Eviews软件中进行系数相关性检验,得到本模型方程的K,L两变量
20、系数的相关系数矩阵为 :K 1 -0.2842 L -0.2842 1 显然从该估计结果中,可知估计系数K和L的相关系数为(-0.2842),该值相当小,因此我们认为本模型方程的多重共线性不显著;本文采用ARCH检验方法,由附表6检验结果可知,在选取残差平方的滞后期数为3期,Obs*R-squared=0.984109,显然0.984109 (0.05)=7.81,故表明则本模型方程能通过0.05显著水平下的异方差性检验假设,可认为不存在异方差性现象;附表6: 四川省模型方程ARCH检验结果表:F-statistic 0.229261 Probability 0.873214 Obs*R-sq
21、uared 0.984109 Probability 0.805097 38 1988 1998 11 after adjusting endpoints C 1.301050 0.889007 1.463488 0.1867 RESID2(-1) -0.157063 0.384505 -0.408481 0.6951 RESID2(-2) -0.214212 0.286409 -0.747922 0.4789 RESID2(-3) 0.006883 0.291618 0.023603 0.9818 R-squared 0.089464 Mean dependent var 0.906270
22、Adjusted R-squared -0.300765 S.D. dependent var 1.193560 S.E. of regression 1.361268 Akaike info criterion 3.729998 Sum squared resid 12.97136 Schwarz criterion 3.874687 Log likelihood -16.51499 F-statistic 0.229261 Durbin-Watson stat 1.967409 Prob(F-statistic) 0.873214 即自相关性检验,本文采用D-W检验,由上表可知本模型方程的
23、D-W检验中的d统计值为1.955,查d统计量分布表可知,在0.05显著性水平上,样本数量为14的 , 分别为0.905,1.551,则显然0.9051.955(4-1.551),根据一阶自回归判断区域划分可知,表明该模型方程不存在一阶自相关, 所以本模型方程通过该假设检验,可认为K,L两变量不存在序列相关性现象;因此四川省模型方程应为:四,经济意义分析:1, 各要素对经济增长贡献度分析。广东省该模型方程中(选取19个样本数据)的国内生产总值年平均增长率为12.7447%,全社会固定资产投资年增长率为17.4339%,全社会劳动就业年增长率为:3.1163%;则可得资本要素对广东省经济增长的贡
24、献度为:20.10%,劳动要素对广东省经济增长的贡献度为:14.69%,则技术进步等其他要素对广东省经济增长的贡献度为65.21%;四川省该模型方程中(选取14个样本数据)的国内生产总值年平均增长率为9.11714%,全社会固定资产投资年增长率为15.1611%,全社会劳动就业年增长率为:1.5840%;则可计算得资本要素对四川省经济增长的贡献度为:23.08%,劳动要素对四川省经济增长的贡献度为:-8.68%,则技术进步等其他要素对四川省经济增长的贡献度为85.6%;2,解释变量的估计系数意义分析。在广东省的数据统计中,通过最小二乘法估计后,资本要素的估计系数为0.1469,劳动要素的估计系
25、数为0.60085,截距常数项为8.516;资本要素估计系数结果表明在广东省经济增长中,1%的资本增长率将拉动国内生产总值0.1469%的增长率;劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值0.60085%的增长率;截距常数项表明技术进步等其他要素在本模型方程样本中拉动国内生产总值增长率为8.516%;在四川省的数据统计中,通过最小二乘法估计后,资本要素的估计系数为0.138755,劳动要素的估计系数为(-0.499779),截距常数项为7.850098;资本要素估计系数结果表明在四川省经济增长中,1%的资本增长率将拉动国内生产总值0.138755%的增长率;劳动要素估计系数结果表明1%的劳动投入增长率将拉动国内生产总值(-0.499779%)的增长率;截距常数项表明技术进步等其他要素在本模型方程样本中拉动