中国区域经济发展与城乡差距实证研究--基于省际面板数据的分析
总２９卷 第６期兰州商学院学报
Ｖｏｌ畅２９ Ｎｏ畅６２０１３年１２月ＪｏｕｒｎａｌｏｆＬａｎｚｈｏｕＣｏｍｍｅｒｃｉａｌＣｏｌｌｅｇｅＤｅｃ．，２０１３
中国区域经济发展与城乡差距实证研究
———基于省际面板数据的分析
倡
● 朱志辉，王恩胡
（西安财经学院，陕西西安 ７１０１００）
摘 要：文章利用因子分析法综合计算２０００—２０１０年我国各省区经济发展与城乡差距指标，对各地区经济发展
和城乡差距演进历程和现实状况进行分析。在此基础上，利用２０００—２０１０年各省区面板数据分析了经济发展与城乡差距之间关系，发现我国现阶段经济发展会扩大城乡差距，同时城乡差距的扩大也相应促进了经济发展。进一步分析发现，经济发展与城乡差距相互作用在三大地区间呈现不同特征，东部地区经济发展有利于缩小城乡差距，而中西部地区经济发展却扩大了城乡差距；东部地区城乡差距抑制了经济发展，而中西部地区城乡差距扩大会刺激经济发展。
关键词：城乡差距；经济发展水平；因子分析；面板分析
中图分类号：Ｆ２７４；Ｆ１２６．２ 文献标识码：Ａ 文章编号：１００４－５４６５（２０１３）０６－０６７－０７
ＡｎＥｍｐｉｒｉｃａｌＳｔｕｄｙｏｎｔｈｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔａｎｄｔｈｅｕｒｂａｎ－ｒｕｒａｌＤｉｓｐａｒｉｔｙ
———ＡｎＡｎａｌｙｓｉｓｂａｓｅｄｏｎＰｒｏｖｉｎｃｉａｌＰａｎｅｌＤａｔａ
ＺＨＵＺｈｉ－ｈｕｉ，ＷＡＮＧＥｎ－ｈｕ
（Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｘｉ’ａｎ ７１０１００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅａｒｔｉｃｌｅｆｉｒｓｔｃａｌｃｕｌａｔｅｓｔｈｅｉｎｄｉｃａｔｏｒｓｏｆｔｈｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔａｎｄｕｒｂａｎ－ｒｕｒａｌｄｉｓ－ｐａｒｉｔｙ，ｕｓｉｎｇｔｈｅｍｅｔｈｏｄｏｆｔｈｅｆａｃｔｏｒａｎａｌｙｓｉｓ．Ｔｈｅｎ，ｉｔａｎａｌｙｚｅｓｔｈｅｅｖｏｌｕｔｉｏｎｐｒｏｃｅｓｓａｎｄｔｈｅｒｅａｌｉｔｙｃｏｎｄｉｔｉｏｎｏｆｅａｃｈｒｅｇｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｓｅａｎａｌｙｓｅｓ，ｔｈｅ２０００—２０１０ＰｒｏｖｉｎｃｅｓＰａｎｅｌＤａｔａｉｓｕｓｅｄｔｏａｎａ－ｌｙｚｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔａｎｄｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｓｔｈａｔ，ｉｎｔｈｅｐｒｅｓｅｎｔｓｔａｇｅＣｈｉｎａ’ｓｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｗｉｌｌｉｍｐｒｏｖｅｔｈｅｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙ，ａｎｄｔｈｅｅｘｐａｎｓｉｏｎｏｆｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙｗｉｌｌａｌｓｏｐｒｏｍｏｔｅｔｈｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ．Ｆｕｒｔｈｅｒａｎａｌｙ－ｓｉｓｆｉｎｄｏｕｔｔｈａｔｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔａｎｄｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙａｒｅｓｈｏｗｉｎｇｄｉｆｆｅｒｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎｔｈｅｔｈｒｅｅｂｅｌｔｏｆｔｈｅＣｈｉｎａ．ＴｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｅｃｏｎｏｍｙｉｎｔｈｅＥａｓｔａｒｅａｓｗｉｌｌｎａｒｒｏｗｔｈｅｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙ，ｗｈｉｌｅｉｔｗｉｌｌｓｔｉｍｕｌａｔｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｉｎｔｈｅＣｅｎｔｒａｌａｎｄＷｅｓｔ－ｅｒｎｒｅｇｉｏｎｓ．
Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎ－ｒｕｒａｌｄｉｓｐａｒｉｔｙ；ｌｅｖｅｌｏｆｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ；ｆａｃｔｏｒａｎａｌｙｓｉｓ；ｐａｎｅｌｄａｔａ
—
７６—倡
收稿日期：２０１３－０９－２０
基金项目：国家哲学社会科学基金项目（０９ＸＪＬ００４）；教育部人文社会科学研究项目（０９ＸＪＡ７９０００７）。
作者简介：朱志辉（１９８５—），男，河北衡水人，硕士研究生，研究方向：区域经济与产业结构；王恩胡（１９６６—），男，陕
西乾县人，教授，研究方向：区域经济。
一、引言
改革开放以来，我国经济快速发展，城乡居民收入大幅增加，生活条件普遍得到改善。但在经济发展的同时也出现了较为严重的城乡差距。近年，虽在若干重大惠农政策及新农村建设战略等实施后城乡差距有一定改善，但仍未彻底解决。城乡之间在产业结构、生产方式、生产效率等方面存在异质性，经济发展过程中出现一定程度的城乡差距有其合理性，但是差距过大会影响社会和谐稳定，最终会阻碍经济进一步发展。因此，及时跟进、深入分析我国经济发展及城乡差距的状况，探寻经济发展与城乡差距的相互关系及变化规律，对正确制定区域经济发展政策，促进城乡协调发展具有积极意义。
国内外学者对经济发展与城乡差距进行了大量研究。刘易斯（１９５４）发表的枟劳动力无限供给下的经济发展枠一文，提出了关于发展中国家二元经济结构模型，认为发展中国家在经济发展初期，存在大量剩余劳动力，现代部门只靠略高于传统部门的工资水平就可以吸引大量劳动力，传统部门工人将只获得较低的“习俗性工资”，经济发展剩余大多被资本所有者攫取，城乡收入差距较大。随着现代部门不断发展壮大，剩余劳动力逐渐被吸收，刘易斯拐点便会到来，传统部门和现代部门都将根据边际生产效率决定收入，因而传统部门与现代部门收入将趋于一致。库兹涅茨（１９５５）在枟经济增长和收入不平等枠一文中指出，在一国经济增长早期阶段，收入分配不平等迅速扩大；经济增长中间时期收入分配不平等保持暂时稳定；经济增长最后阶段经济发展水平进入成熟期，收入分配不平等开始缩小，总体上随着经济发展，收入差距呈现先递增后递减的倒Ｕ形特征。Ｂａｒｒｏ（２０００）通过研究发现，发达国家经济增长与城乡差距呈正相关，而发展中国家两者的关系呈负相关。Ｆｒａｎｋ（２００５）利用面板数据模型，发现美国各州的收入差距对经济发展产生抑制作用。陈安平（２００９）利用省际面板数据和ＧＭＭ模型对城乡收入差距与经济增长的关系进行了实证分析，得出中国城乡收入差距一定程度上有利于经济增长，但这只是一种短期效应，从长期来看，城乡差距得不到抑制，会阻碍经济增长。朱允卫、黄祖辉（２００６）以浙江省为例对经济发展水平和统筹城乡状况的关系进行了研究，认为经济发展和城乡统筹是一种互为因果的关系，经济的发展并不会自动缩小城乡差距，从中长期来看，经济发展还会进一步扩大城乡差距，城乡差距对经济发展的影响为正，但是作用很小，短期内几乎没有影响。应瑞瑶、马少晔（２０１１）认为经济增长扩大了城乡差距，但在近期有所改善。曹裕、陈晓红、马跃如（２０１０年）认为城市化对于缩小城乡差距作用显著，城乡收入差距不利于经济增长。
由此可以看出，目前国内学者的研究多集中于某个省（区、市）或者基于全国来分析，没有考虑到我国各个地区间经济发展水平的非均衡性，然而地区间经济发展的不均衡可能导致各地城乡差距状况存在差异；同时，在不同经济发展水平下，城乡差距与经济发展关系也可能存在不同特征。本文运用省际面板数据，分析不同地区经济发展和城乡差距的现状，并分别研究经济发展水平不同地区经济发展与城乡差距的关系，以期为我国制定正确政策调节城乡差距、实现地区协调发展，提供有益建议。
二、指标说明与变量选取
１．经济发展水平（Ｅｃｏ）。已有文献多采用ＧＤＰ或人均ＧＤＰ来表示经济发展状况，但是单一指标对于测量经济发展水平不够全面。故本文选择了以下指标：（１）ＧＤＰ；（２）人均ＧＤＰ；（３）人均财政收入；（４）第二、三产业占ＧＤＰ比重；（５）第二、三产业从业人员占就业人口比重；（６）经济增长速度。其中，（１）（２）可以反映地区综合经济实力，是规模和富裕程度指标；（３）反映了一个地区经济发展水平的财力状况；（４）（５）反映了经济发展阶段和产业结构演进水平；（６）反映了经济活力。Ｅｃｏ指标越大，说明经济发展水平相对于全国平均水平越高，指标越小说明一个地区相对于全国来说经济发展水平越低。
２．城乡差距指标（Ｕｒｇａｐ）。目前多数文献采用城乡居民收入差距来反映城乡差距。实际上除了人均收入差距指标外，还应包括城乡人均产出、人均消费、人均享用公共基础设施等方面指标，但是由于资料所限，本文选用以下指标来综合衡量城乡差距。（１）城乡居民收入水平比。用城镇居民人均可支配收入与农村居民人均纯收入比测量，以反映城乡居民收入水平的差距。（２）城乡居民消费水平比。用城镇居民消费水平除以农村居民消费水平，反映城乡消费差距。（３）城乡恩格尔系
—
８６
—
兰州商学院学报 ２０１３年 第６期
数比。本文用农村恩格尔系数与城镇恩格尔系数比来测量。目前农村恩格尔系数多高于城镇恩格尔系数，因而城乡恩格尔系数比越大，农村与城镇居民消费结构、生活水平相差越多。（４）文化娱乐、医疗教育保健支出比。用城镇居民文化娱乐、医疗教育保健支出与农村居民文化娱乐、医疗教育保健支出相比得出。系数越高，说明城乡居民精神消费和发展支出差距越大。（５）非农产业与农业生产效率比。用二、三产业生产效率与第一产业生产效率比来反映。这一指标越高，说明城乡生产效率差距较大。Ｕｒｇａｐ指标越大说明相对于全国水平来说城乡差距越大，指标越小说明相对于全国水平来说城乡差距越小。
三、经济发展和城乡差距水平测度
本文运用ＳＰＳＳ１７．０因子分析法计算得出我国各个省（市）、自治区的经济发展指标和城乡差距指标，如表１及表２所示。作为一种常用的降维方法，因子分析法能对多个指标的处理变为对较少指标的处理，在方便研究的同时，保留原有指标中的大部分信息。本文按照公共因子对主成分的累积贡献率大于８５％来提取公共因子。
由表１可以看出，北京、天津、上海、江苏、浙江、辽宁、广东和山东的经济发展水平较高。这几个省市均位于我国东部沿海，是传统的经济发达地区，优势明显。其中天津和辽宁近年来经济发展与其它地区相比速度较快，赶超趋势明显。经济发
表１各地区经济发展水平指标
地区２０００２００１２００２２００３２００４２００５２００６２００７２００８２００９２０１０北京１．９４１．７５１．７２１．６７１．７７１．８７１．９５１．８９１．４３１．８９１．５３天津０．９１０．８４０．７８０．８４０．７６０．７３０．７０１．１５０．７４１．１７１．５６河北－０．１５－０．１９－０．２１－０．２４－０．２４－０．１９－０．２４－０．４４－０．３１－０．３９－０．４６山西－０．３９－０．３６－０．２３－０．１５－０．２３－０．２３－０．３３－０．７９－０．６２－０．７９－０．１８内蒙古－０．１８－０．２８－０．１８０．０３０．０８０．５８０．３８０．４９０．３４０．５２０．４０辽宁０．２４０．２９０．２９０．２７０．２４０．１６０．２１０．３４０．３５０．３４０．４２吉林－０．２１－０．２１－０．２３－０．２８－０．２２－０．２１０．００－０．０６０．１７－０．０４－０．１５黑龙江－０．２９－０．１５－０．１７－０．２７－０．２６－０．２９－０．３６－０．３０－０．２７－０．３０－０．３７上海２．０１１．８７１．８７１．８９１．９４１．７１１．６０１．５２１．２３１．５３１．２９江苏０．３７０．４２０．４７０．４６０．４８０．４９０．５２０．５５０．８２０．５５０．５６浙江０．４８０．４８０．６００．６３０．５１０．４３０．４８０．１８０．３３０．１６０．２９安徽－０．４９－０．４２－０．４７－０．４８－０．３４－０．４０－０．３７－０．３４－０．２６－０．３５－０．２８福建０．１８０．０９０．０９０．０５－０．０１－０．０９０．１３０．０５０．０６０．０６０．０９江西－０．２４－０．２２－０．２１－０．１８－０．２８－０．３２－０．４６－０．３１－０．３４－０．３３－０．３７山东０．１７０．２３０．２７０．２５０．２７０．２９０．２５０．１８０．５９０．１８０．０６河南－０．４３－０．４０－０．４４－０．４４－０．３１－０．２９－０．３０－０．５２－０．１３－０．５１－０．５４湖北－０．０４－０．０７－０．１４－０．１６－０．１３－０．１１－０．０７０．０３０．１８０．０３０．０５湖南－０．２４－０．２５－０．３２－０．３０－０．２２－０．３１－０．３３－０．１１－０．１２－０．１２－０．１６广东０．７２０．７２０．７７０．７２０．５６０．６９０．７１０．４２０．９００．４２０．４４广西－０．５１－０．３８－０．２８－０．３６－０．３３－０．２３－０．３０－０．３３－０．３９－０．３５－０．４５海南－０．１３－０．２４－０．３２－０．２９－０．３６－０．４２－０．３１－０．２４－０．６２－０．２６０．１２重庆－０．１６－０．２６－０．２３－０．１８－０．２１－０．２４－０．２２０．０５０．０３０．０６０．３４四川－０．３７－０．２３－０．２０－０．２１－０．２０－０．２５－０．２４－０．０７－０．３６－０．０８－０．１１贵州－０．５８－０．５８－０．６２－０．５７－０．５１－０．４７－０．５２－０．３８－０．５４－０．３９－０．５６云南－０．７６－０．７３－０．６８－０．７０－０．５７－０．７３－０．６０－０．５０－０．５８－０．５０－０．７４西藏－０．２８－０．１１－０．０７－０．２２－０．２５－０．２７－０．１５－０．２６－０．５９－０．２５－０．６３陕西－０．２５－０．３２－０．３３－０．２８－０．２６－０．３１－０．３６－０．１２０．０４－０．１５－０．１４甘肃－０．４５－０．４６－０．５４－０．５５－０．５７－０．４６－０．５５－０．６１－０．６４－０．６１－０．７８青海－０．２７－０．１５－０．１７－０．２６－０．３１－０．３４－０．４１－０．５１－０．４４－０．５４－０．１６宁夏－０．２８－０．３６－０．４６－０．４１－０．５０－０．４４－０．３７－０．３１－０．５４－０．３０－０．３１新疆－０．３２－０．３１－０．３７－０．２６－０．３１－０．３５－０．４６－０．６４－０．４５－０．６６－０．７５
—
９６
—
朱志辉，王恩胡 中国区域经济发展与城乡差距实证研究———基于省际面板数据的分析
表２各地区城乡差距指标
地区２０００２００１２００２２００３２００４２００５２００６２００７２００８２００９２０１０北京－０．７５－０．６４－０．７４－０．７４－０．７１－０．６４－０．７２－０．９５－０．８６－０．９５－０．９８天津－０．７２－０．３５－０．４６－０．５１－０．４３－０．３４－０．１７０．２１０．０１０．２１０．１５河北－０．４５－０．３８－０．２８－０．２８－０．３３－０．２６－０．３２－０．２４－０．２２－０．２１－０．２２山西０．１１－０．０２０．２５０．２００．３００．４９０．４００．１００．６１０．１４０．２５内蒙古－０．２８－０．６３－０．２５０．０３－０．０３－０．０２０．０８０．５７０．３００．５７０．５８辽宁－０．５２－０．２７－０．３９－０．４４－０．４３－０．６１－０．７９－０．６１－０．４７－０．５８－０．３９吉林－０．４９－０．４１－０．３９－０．３２－０．３３－０．３０－０．４８－０．５３－０．３９－０．５３－０．４１黑龙江－０．２８－０．１２－０．０７０．０３－０．０１－０．３５－０．４８－０．８９－０．８９－０．８９－０．８３上海－０．６１－０．０２－０．５６－０．５７－０．５７－０．５５－０．６９－０．５９－０．５４－０．６０－０．５１江苏－０．７７－０．４３－０．６５－０．５８－０．５８－０．６２－０．７６－０．８３－０．７７－０．８１－０．９６浙江－０．５８－０．５４－０．５６－０．５９－０．５４－０．６０－０．７７－０．７３－０．８６－０．７４－０．９５安徽－０．３００．１６－０．３４－０．４３－０．５１－０．２５－０．３７－０．２３－０．２２－０．２４－０．２４福建－０．５６－０．１６－０．５９－０．５９－０．５２－０．４５－０．３９－０．３７－０．３６－０．３５－０．２８江西－０．４１－０．３８－０．４５－０．４０－０．４３－０．４６－０．４６－０．３０－０．７０－０．３２－０．２８山东－０．１８－０．３８－０．２５－０．２４－０．２６－０．２６－０．２４－０．２２－０．１９－０．２０－０．１２河南－０．０５－０．３３０．０５０．２１０．１２０．０８０．０７－０．０３０．０３－０．０２０．０４湖北－０．１１－０．２８－０．１０－０．０５－０．１７－０．２６－０．３２－０．３４－０．３８－０．３５－０．４３湖南０．１４－０．２４－０．０８０．０２０．０１－０．０５０．０６０．１５０．０６０．１２０．２６广东－０．０９－０．０６０．０５０．１３０．２００．２５０．５７０．９７０．７００．９２０．７７广西０．２５０．０６０．１３０．１９０．３００．０１０．０６０．５２０．６４０．５５０．７３海南－０．５００．０２－０．４０－０．４９－０．４８－０．５０－０．４４－０．２２－０．３３－０．２３－０．３１重庆０．３２０．４２０．５２０．５４０．５９０．３３１．０１０．８２０．７５０．７８０．６８四川０．０７０．１１０．０２－０．０３－０．０６－０．１２０．０７－０．２３－０．０６－０．２２０．００贵州０．７１０．６７０．６２０．５８０．６６０．８４１．４５１．１２１．１９１．０９０．８３云南１．２５１．０２０．９１０．８４０．９５０．９７０．８６０．６７０．４６０．６８０．６３西藏２．６４２．２０２．１７２．０６２．０１１．９６０．４００．７８０．７４０．７６０．８４陕西０．３６０．０４０．２９０．３９０．３７０．５３０．６３０．２８０．３４０．３４０．２０甘肃０．４１０．２５０．５１０．４２０．５１０．５９０．９４０．６９０．７５０．６４０．７０青海０．７４０．６７０．４８０．５８０．５２０．４３０．４５－０．０７０．０８－０．０３０．００宁夏０．１９－０．１１０．１４－０．０４－０．２００．１３０．３１０．４６０．４５０．４６０．２８新疆０．４５０．１４０．４３０．０８０．０６０．０３０．０７０．０４０．１５０．０２－０．０６
展水平比较低的地区是新疆、甘肃、云南、贵州、河南、西藏、广西。除河南外，其它六个省区都位于西部，自然条件较差，市场化程度低，劳动力素质低以及经济发展所必备的技术和资本都比较缺乏。河南虽然经济总量比较大，但由于人口基数大，人均ＧＤＰ和人均财政收入比较低，从而整体经济发展指标也比较低。
由表２可以看出，北京、上海、江苏、浙江、辽宁、黑龙江、吉林等省市城乡差距较小。北京、上海、江苏、浙江经济发达，农村居民就业机会多，非农收入比重大，同时政府有更多的财力向农民开展转移支付，支持农村公共设施建设，因而城乡差距比较小。辽宁、黑龙江、吉林是我国农业大省，人均农业资源较多，农民收入水平较高。我国城乡差距最大的地区是内蒙古、广西、广东、贵州、云南、甘肃、西藏、重庆，这几个省份的城乡差距均在０．５以上。值得注意的是内蒙古和广东，其经济发展水平排在全国全列，但是城乡差距却很大，可能的原因是工业过分集中于某些城市，与农村形成较大反差所致。其它几个省份由于农业基础条件差，生产效率低，农民增收途径少，非农收入占农民总收入比较低，因而城乡差距比较大。
为更好的反映经济发展与城乡差距格局，我们将全国分为东、中、西三大地区，分别观察各个区域的经济发展水平变化与城乡差距水平变化。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、山东、广东、福建。中部地区包括黑龙江、吉林、山西、内蒙、河南、湖南、湖北、安徽、江西、海
—
０７
—
兰州商学院学报 ２０１３年 第６期
南。西部地区为广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。
表３全国分三大地区经济发展水平指标
地区２０００２００１２００２２００３２００４２００５２００６２００７２００８２００９２０１０东部０．６９０．６５０．６７０．６５０．６３０．６１０．６３０．５８０．６１０．５９０．５８中部－０．２６－０．２６－０．２７－０．２５－０．２３－０．２０－０．２２－０．２２－０．１７－０．２２－０．１５西部－０．３８－０．３５－０．３６－０．３６－０．３７－０．３７－０．３８－０．３３－０．４１－０．３４－０．３９
表４全国分三大地区城乡差距指标
地区２０００２００１２００２２００３２００４２００５２００６２００７２００８２００９２０１０东部－０．５２－０．３２－０．４４－０．４４－０．４２－０．４１－０．４３－０．３４－０．３６－０．３３－０．３５中部－０．２２－０．２２－０．１８－０．１２－０．１５－０．１６－０．１９－０．１７－０．１９－０．１８－０．１４西部０．６７０．５００．５６０．５１０．５２０．５２０．５７０．４６０．５００．４６０．４４
由表３可以看出，东部地区经济发展水平最高，从２０００年到２０１０年一直大于０．５，不仅如此，东部地区无论是ＧＤＰ总量还是人均ＧＤＰ都远远超过中西部地区。中部和西部地区经济发展水平比较低，从２０００年到２０１０年一直为负。近年来，由于国家实施了中部崛起战略措施，因此中部地区的经济发展水平相比于全国来说有上升的趋势；但是，西部地区经济发展水平与全国水平相比没有明显提高，一直在－０．４左右徘徊。
由表４可以看出，城乡差距指标在区域间呈现出与经济发展水平相反的表现。东部地区城乡差距指标最小，从２０００年到２０１０年一直为负，说明东部地区相对于全国水平来说城乡差距最小，农村居民生活水平比较高。但是东部地区城乡差距指数已由２０００年的－０．５２增长到了２０１０年的－０．３５，与其它地区相比趋于增大。中部地区城乡差距大于东部地区，小于西部地区，从２０００年到２０１０年一直为负，且呈现缓慢增大的趋势，即从２０００年－０．２２增长到了２０１０年的－０．１４。西部地区的城乡差距最大，从２０００年到２０１０年一直为正，并且从２００８年开始才小于０．５。值得一提的是西部地区城乡差距不断缩小，２０１０年与２０００年相比，城乡差距缩小了３４．３３％。
为正确制定政策应对城乡差距，须进一步研究经济发展水平与城乡差距变化的规律。本文拟通过面板数据模型实证研究经济发展水平与城乡差距的关系。
四、模型估计及其解释
经典线性计量经济学往往利用若干经济指标的时间序列建模或者利用截面数据建模，但是仅仅利用二维信息建立的模型有时并不能满足经济分析的需要。面板数据含有横截面、时间和变量三维信息，利用ＰａｎｅｌＤａｔｅ模型可以构造和检验比以往单独使用横截面数据和时序数据更为真实的
行为方程，并且可以进行更加深入的分析。
经济分析中经常采用的Ｐａｎｅｌｄａｔａ回归模型
是固定效应模型（ｆｉｘｅｄｅｆｆｅｃｔｍｏｄｅｌ，ＦＥＭ）和随机
效应模型（ｒａｎｄｏｍｅｆｆｅｃｔｍｏｄｅｌ，ＲＥＭ）。在实证研
究中首先是对数据的Ｈａｕｓｍａｎ进行检验以确定是
选用固定效应模型还是随机效应模型。当横截面
的单位是总体的所有单位时，固定效应模型是合
理的模型。固定效应模型可表示为：
Ｙｉｔ＝αｉ＋βｘｉｔ＋ｕｉｔ
（ｉ表示个体成员截面数，ｔ表示个体成员观察期数）（６）
其中：ｘｉｔ为１×ｋ向量，β为ｋ×１向量，ｋ为解释变量个数。ｕｉｔ为随机扰动项。ｕｉｔ是横截面单元的固定效应。它概括了影响Ｙｉｔ的全部观测不到的在时间上恒定的因素。也就是说αｉ为模型中被忽略的反映个体差异变量的影响，它随个体或截面
单元而变化。由于我国地域广阔，各地自然条件和
市场容量相差悬殊，为了控制这些因素，本文使用
面板数据计量模型截面单位的固定效应。
模型设定与检验：根据因子分析法所得结果
以及本文研究目的，本文建立以下模型对城乡差
距和经济发展的关系进行研究：
Ｕｒｇａｐｉ＝αｉ＋βｉｅｃｏｉ（７）
Ｅｃｏｉ＝αｉ＋βｉｕｒｇａｐｉ（８）
Ｕｒｇａｐｊ，ｉ＝αｊ，ｉ＋βｊ，ｉｅｃｏｊ，ｉ（９）
Ｅｃｏｊ，ｉ＝αｊ，ｉ＋βｊ，ｉｕｒｇａｐｊ，ｉ（１０）
Ｕｒｇａｐ１，ｉ＝α１，ｉ＋β１，ｉｅｃｏ１，ｉ（１１）
Ｅｃｏ１，ｉ＝α１，ｉ＋β１，ｉｕｒｇａｐ１，ｉ（１２）
αｉ表示误差修正项，服从正态分布，ｉ表示个体成员截面数。ｉ＝１，２，３，…表示各省市自治区。Ｅｃｏｉ表示第ｉ个地区经济发展水平，Ｕｒｇａｐｉ表示第ｉ个地区城乡差距；ｊ＝１，２，３，分别表示我国东中
—
１７
—
朱志辉，王恩胡 中国区域经济发展与城乡差距实证研究———基于省际面板数据的分析
西三个地区。模型（７）表示经济发展对城乡差距的影响，模型（８）表示城乡差距对经济发展的影响，模型（９）表示东中西（ｊ＝１，２，３）不同区域经济发展对其城乡差距的影响，模型（１０）表示东中西（ｊ＝１，２，３）不同区域城乡差距对其经济发展的影响。模型（１１）、（１２）表示剔除北京、天津、上海三市数据后东部地区经济发展与城乡差距的关系。京津沪作为直辖市，城市化水平高，人口少，人均收入水平也高，可能会对检验结果造成影响，因而尝试从样本中剔除，建立了不包括京津沪的东部地区模型。
运用ｅｖｉｅｗｓ６．０对统筹城乡差距和经济发展状况面板数据进行回归分析。模型（７）、模型（８）均未通过Ｈａｕｓｍａｎ随机效应检验，因而应采用固定效应模型。为减少截面数据造成的异方差影响，选择截面加权最小二乘法（ＧＬＳ）进行估计。模型（９）中，当ｊ＝１时，表示东部地区经济发展对城乡差距的影响，模型通过Ｈａｕｓｍａｎ检验，故采用随机效应检验，但估计结果没有通过检验，改用固定效应模型后估计结果也没有通过检验。ｊ＝２时，表示中部地区经济发展对城乡差距的影响。模型通过Ｈａｕｓｍａｎ检验，表示应采用随机效应检验，但估计结果没有通过检验，改用固定效应模型并运用截面加权最小二乘估计法（ＧＬＳ）进行估计，估计结果比较好。ｊ＝３时，表示西部地区经济发展水平对城乡差距的影响。模型通过了Ｈａｕｓｍａｎ随机效应检验，但是模型估计结果Ｒ２比较小，Ｄ－Ｗ值也没有通过检验。改用固定效应模型并运用ＧＬＳ估计方法进行估计，结果比较显著。模型（１０）中当ｊ＝１时，表示东部地区城乡差距对经济发展的影响，模型通过了Ｈａｕｓｍａｎ原假设，但是估计结果没有通过检验，改用固定效应模型时，也没有通过相关检验。ｊ＝２时，表示中部地区城乡差距对经济发展的影响，该模型通过了Ｈａｕｓｍａｎ原假设，但是估计结果没有通过检验，Ｒ２小于０．５。改用固定效应模型和ＧＬＳ估计，结果比较显著。ｊ＝３时，表示西部地区城乡差距对经济发展的影响，模型通过了Ｈａｕｓｍａｎ原假设，但是估计结果没有通过检验，Ｒ２小于０．５。改用固定效应模型和ＧＬＳ估计，结果比较显著。模型（１１）、模型（１２）通过了Ｈａｕｓｍａｎ随机效应检验，但是估计结果没有通过检验，因此改用固定效应模型，利用截面加权最小二乘估计法（ＧＬＳ）进行估计，估计结果比较好。各模型回归结果见表５。
表５模型实证结果
（７）（９）东（１１）（９）中（９）西（８）（１０）东（１２）（１０）中（１０）西ｃｒｇａｐ０．０８倡倡倡０．０３－０．１３倡０．１３倡倡倡０．０１倡倡倡
ｅｃｏ０．１５倡倡０．０４－０．２５倡倡０．２２倡０．３１倡倡
Ｒ２０．８７０．００１５０．７６０．７０．７３０．９３９０．９４０．８７０．５８０．６９
Ｆ值６７．２５０．１６３１．５２２３．６２７１５４．３８１７０．９６３１３．７２１．６６Ｄ－Ｗ值１．２５０．６９１．１８１．４７１．１１．３８１．３９１．５６１．２１．７Ｔ２．２３０．４－２．３６１．９３２３．２０．３７－１．６８２．５７２．９
Ｐ０．０２２２０．６９０．０２０．０５７０．０４７０．００１５０．７１０．０９７０．０１０．００４Ｈａｕｓｍａｎ－ｔｅｓｔ０．０００００．２２６３０．０３６０．４２０．１６０．０００１０．３７０．４６０．４１０．１５ 注：倡，倡倡，倡倡倡分别表示在１０％、５％、１％水平显著。
由此可以看到，从整体上来说，我国经济发展拉大了城乡差距，经济发展水平对城乡差距的影响系数为０．１５，即经济发展水平每提高１，城乡差距会扩大０．１５，可见我国经济发展水平还没有达到库兹涅茨倒Ｕ曲线的第三个阶段，即随着经济发展城乡差距缩小的阶段。我国东部地区（包括京津沪）经济发展水平对城乡差距的影响系数是０．０４，但是没有通过相关检验。东部地区剔除京津沪三个直辖市后，经济发展指标对城乡差距影响系数为－０．２５，即经济发展水平每提高１，城乡差距会缩小０．２５，说明东部地区经济发展水平会缩小城乡差距，符合库兹涅茨所揭示的经济发展后期阶段收入差距缩小的规律。中部地区经济发展水平对城乡差距的影响系数为０．２２，即经济发展水平提高１，城乡差距会增长０．２２，说明中部地区经济发展水平的提高增大了城乡差距。西部地区经济发展水平对城乡差距影响系数为０．３１。综上分析，发现在经济发展水平程度不同地区，经济发展对城乡差距影响会呈现出不同的规律，即经济展水平越高的地区，经济发展水平对城乡差距的影响越小，即越不利于城乡差距的扩大，甚至会缩小城乡差距；而经济发展水平越低的地区，经济发展水平对城乡差距的影响越大，即越有利于扩大城乡差距。
—
２７
—
兰州商学院学报 ２０１３年 第６期
另一方面，从全国来看，城乡差距对经济发展的影响系数为０．０８，即城乡差距每扩大１，经济发展水平就会提高０．０８，说明城乡差距的扩大在一定程度上刺激了我国经济发展水平的提高。东部地区（包括京津沪）城乡差距对经济发展水平的影响系数为０．０３，但没有通过检验。对东部地区（不包括京津沪）再次进行回归分析，可以得出城乡差距对经济发展水平的影响系数为－０．１３，说明城乡差距的扩大不利于经济发展水平的提高，会对经济发展水平的提高产生抑制作用。中部地区和西部地区城乡差距对经济发展水平的影响系数分别为０．１３和０．０１，即城乡差距每扩大１，经济发展水平分别提高０．１３和０．０１个百分点。中西部地区由于城市化水平低，农村剩余劳动力多，城乡差距比较大，因而农村居民流向城市有助于改善资源配置，提高生产效率，促进经济发展。
五、主要结论及政策建议
上述研究表明，在我国经济发展水平不同地区城乡差距确实存在一定差异性，即经济发展水平高的地区城乡差距小，经济发展水平低的地区城乡差距大。经济发展水平较高的东部地区（不含京津沪）经济发展与城乡差距呈负相关，显示东部地区经济发展水平达到了缩小城乡差距的阶段。但在经济发展水平较低的中西部地区，二者还表现出正相关，即经济发展还处于拉大城乡差距的阶段，而城乡差距的扩大也会促进经济发展水平的提高。
从目前来看，我国城乡差距问题仍较为严重，特别是在中西部地区。因此，要高度重视城乡发展不平衡问题，特别是重视解决中西部地区城乡差距问题。一是要加快经济发展，尤其是要加快中西部地区经济发展步伐，为化解中西部地区严重的城乡差距奠定基础。二是要进一步深入推进西部大开发和中部崛起战略的实施，并制定倾斜政策促进中西部经济的发展。三是要加大对中西部地区投资，根据地区环境承载力和经济基础，合理布局产业结构，构建新的经济增长极。四是要给予中西部地区更加优惠的投资政策，优化投资环境，提高对内对外开放水平，努力缩小中西部地区与东部地区的差距。
同时，应采取积极的干预措施，加大对农村地区特别是中西部地区农村经济和社会事业发展的帮扶支持力度。目前我国整体上还未进入到库兹涅茨模型的第三阶段，即城乡差距随着经济发展而逐渐缩小的阶段，且在中西部地区城乡差距还随着经济发展而逐渐扩大，因此，应采取更加积极主动地的措施，有针对性地解决中西部地区城乡差距逐渐拉大的问题，不能单纯依靠经济发展去自动弥合城乡差距。与此同时，一是应采取积极措施加快农村经济发展，提高农民收入，使农民收入相比于城镇居民有更快的增长。二是加大对农业的改造，提高产业化水平，发展现代农业。三是加大对农村的投资力度，完善农村基础设施，逐渐构建覆盖城乡的基本公共服务体系，切实发挥政府统筹谋划城乡社会经济发展的职能。
参考文献
［１］Ｂａｒｒｏ，Ｒ．Ｊ．．“ＩｎｅｑｕａｌｉｔｙａｎｄＧｒｏｗｔｈｉｎａＰａｎｅｌｏｆＣｏｕｎｔｉｅｓ”，ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃＧｒｏｗｔｈ５，２０００，５～３２．［２］Ｆｒａｎｋ，Ｍ．Ｗ．．“ＩｎｃｏｍｅＩｎｅｑｕａｌｉｔｙａｎｄＥｃｏｎｏｍｉｃＧｒｏｗｔｈｉｎｔｈｅＵ．Ｓ．：ＡＰａｎｅｌＣｏｉｎｔｅｇｒａｔｉｏｎＡｐｐｒｏａｃｈ”，ＷｏｒｋｉｎｇＰａｐｅｒ，ＳａｍＨｏｕｓｔｏｎＳｔａｔｅＵｎｉｖｅｒｓｉｔｙ，２００５．［３］王恩胡．中国转型期农民收入问题研究［Ｄ］．西安：西北农林科技大学博士学位论文，２００９．
［４］王韧，王睿．二元条件下居民收入差距的变动与收敛———对中国“倒Ｕ”假说的存在性检验［Ｊ］．数量经济技术经济研究，２０００，（３）．
［５］孙敬水，董立峰．居民收入差距适度性测度研究［Ｊ］．经济学家，２０１２，（３）．
［６］王梦奎．中国现代化进程中的两大难题：城乡差距与地区差距［Ｊ］．农业经济问题，２００４，（５）．
［７］朱允卫，黄祖辉．经济发展与城乡统筹互动关系的实证研究———以浙江省为例［Ｊ］．农业经济问题，２００６，（５）．［８］应瑞瑶，马少晔．劳动力流动、经济增长与城乡收入差距———基于１９９３—２００７年重新估算的面板数据［Ｊ］．南京农业大学学报，２０１１，（６）．
［９］曹裕，陈晓红，马跃如．城市化、城乡收入差距与经济增长———基于我国省级面板数据的实证研究［Ｊ］．统计研究，２０１０，（３）．
［１０］陈安平．城乡收入差距与经济增长的关系研究［Ｊ］．中央财经大学学报，２００９，（６）．
［１１］林毅夫，刘培林．中国的经济发展战略与地区收入差距［Ｊ］．经济研究，２００３，（３）．
［１２］马从辉．我国城乡居民收入差距原因分析［Ｊ］．经济学家，２００２，（４）．
（责任编辑：郑俊义）
—
３７
—
孔令池 区域经济发展质量评价及其收敛性分析———基于华东地区的经验数据
中国区域经济发展与城乡差距实证研究--基于省际面板数据的分析
作者：朱志辉， 王恩胡， ZHU Zhi-hui， WANG En-hu
作者单位：西安财经学院,陕西西安,710100
刊名：
兰州商学院学报
英文刊名：Journal of Lanzhou Commercial College
年，卷(期)：2013(6)
本文链接：https://www.wendangku.net/doc/8b6235632.html,/Periodical_lzsxyxb201306011.aspx
面板数据分析简要步骤与注意事项(面板单位根—面板协整—回归分析)
面板数据分析简要步骤与注意事项（面板单位根检验—面板协整—回归分析） 面板数据分析方法： 面板单位根检验—若为同阶—面板协整—回归分析 —若为不同阶—序列变化—同阶建模随机效应模型与固定效应模型的区别不体现为R2的大小，固定效应模型为误差项和解释变量是相关，而随机效应模型表现为误差项和解释变量不相关。先用hausman检验是fixed 还是random，面板数据R-squared值对于一般标准而言，超过0.3为非常优秀的模型。不是时间序列那种接近0.8为优秀。另外，建议回归前先做stationary。很想知道随机效应应该看哪个R方？很多资料说固定看within，随机看overall，我得出的overall非常小0.03，然后within是53%。fe和re输出差不多，不过hausman检验不能拒绝，所以只能是re。该如何选择呢？ 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993)很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al.(2002)的改进,提出了检验面板单位根的LLC法。Levin et al.(2002)指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250之间,截面数介于10～250之间)的面板单位根检验。Im et al.(1997)还提出了检验面板单位根的IPS法,但Breitung(2000)发现IPS法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T、BR-T、IPS-W、ADF-FCS、PP-FCS、H-Z分别指Levin,Lin&Chu t*
宏观经济分析报告文案
目录 上篇：行业分析提要 (1) 基本分析 (1) 下篇：行业分析说明 (2) I 2003年全年国民经济运行分析 (2) 一、2003年全年国民经济运行简述 (2) 二、2003年全年我国固定资产投资分析 (3) 三、2004年中国经济分析预测 (4) II 2003年全国工业生产情况综述与分析 (10) 一、全国工业生产情况综述 (10) 二、轻重工业发展分析 (10) 三、不同所有制企业分析 (10) 四、机电产品生产快速增长 (11) 五、能源生产分析 (11) 六、工业产品进出口分析 (12) III 2003年全年工业经济效益情况及预测 (13) 一、全年工业经济效益分析 (13) 二、生产资料效益分析 (16) 三、工业行业效益分析 (18)
IV 我国全年居民消费比较分析 (19) 一、居民消费价格简述 (19) 二、分地区居民消费价格分析 (19) 三、分类别居民消费价格分析 (19) 四、社会消费品零售分析 (21) V 我国前三季度对外贸易发展情况及分析 (24) 一、2004年中国对外贸易形势展望 (24) 二、中国对外贸易发展需要关注的几个问题 (26) VI 2003年上半年三大景气指数走势及分析 (29) 一、国房景气指数 (29) 二、消费者景气指数 (32) VII 2003年宏观经济发展十大事件 (35)
上篇：行业分析提要 基本分析 今年我国经济有望增长8．5％。据此测算，今年我国国内生产总值将突破11万亿元人民币，我国综合国力再上新台阶。根据有关改革方案，今年国家统计局不再像以往那样在年末公布全年的国内生产总值预计数，而改在2004年1月中下旬公布。以2002年我国国内生产总值10．2万亿元人民币为基数匡算，2003年我国国内生产总值将突破11万亿元。 2003年，在复杂多变的国际形势和突如其来的非典型肺炎疫情以及频繁发生的多种自然灾害下，我国经济仍然保持较快增长，来之不易。一季度，我国经济增长速度达到9．9％，创下1997年以来同期增长最高纪录。二季度，受非典疫情和自然灾害等不利因素影响，我国经济增长6．7％。通过全国上下共同努力，取得了抗击非典斗争的阶段性重大胜利。到三季度，我国经济基本恢复到了非典疫情发生前的增长水平，同比增长9．1％。
2010年中国宏观经济形势分析
2010年中国宏观经济形势分析 2010年，中国面对极为复杂的国内外经济环境和极为严峻的各类自然灾害等挑战，虽然我国宏观经济政策框架基本稳定，但汇率不断升级、通胀压力不期而至、外部需求持续变化、资本流动大幅波动，宏观经济形势未可乐观，就如温总理曾在接受采访时指出：“如果说2009年是进入新世纪以来经济最为困难的一年，那么2010年是中国经济最为复杂的一年”，不过党中央、国务院审时度势，科学决策，团结带领全国各族人民，深入贯彻落实科学发展观，加快转变经济发展方式，加强和改善宏观调控，发挥市场机制作用，有效巩固和扩大了应对国际金融危机冲击成果，使得2010年国民经济运行态势总体良好。 2010年全年国内生产总值397983亿元，按可比价格计算，比2009年增长10.3%，增速比上年加快1.2个百分点。分季度看，一季度同比增长11.9%，二季度增长10.3%，三季度增长9.6%，四季度增长9.8%。分产业看，第一产业增加值40497亿元，增长4.3%；第二产业增加值186481亿元，增长12.2%；第三产业增加值171005亿元，增长9.5%。 1．国内生产总值（GDP） GDP是最受关注的宏观经济统计数据，是衡量国民经济发展情况的重要指标。GDP增速越快表明经济发展越快，增速越慢表明经济发展越慢，GDP负增长表明经济陷入衰退。 根据国家统计局初步测算，2010年前GDP为397983亿元，按可比价格计算，同比增长10.3%，比上年同期增幅加快1.2个百分点。
数据来源：国家统计局 2．社会消费品零售总额 社会消费品零售总额反映国内消费支出情况，对判断国民经济现状和前景具有重要的指导作用。社会消费品零售总额提升，表明消费支出增加，经济情况较好；社会消费品零售总额下降，表明经济景气趋缓或不佳。2010年社会消费品零售总额达154554亿元，同比增长18.4%。其中，城镇消费品零售额133689亿元，同比增长18.8%；乡村消费品零售额20865亿元，增长16.1%。2010年自8月起社会消费品零售总额同比增幅连续五个月保持在18%以上，国内市场销售实现平稳较快增长。 数据来源：国家统计局 3．进出口额 2010年全年进出口总额29728亿美元，同比增长34.7%。其中，出口15779亿美元，增长31.3%；进口13948亿美元，增长38.7%。进出口相抵，顺差1831亿美元，比上年下降6.4%。从月度同比增幅来看，2010年12月进出口受2009年高基数影响，增速正常回落，国内生产的放缓也是导致本月进出口增幅回落的重要原因。
日用品进出口数据分析
2017上半年中国日用品进出口数据分析 2017年6月份，社会消费品零售总额29808亿元，同比名义增长11%（扣除价格因素实际增长10%，以下除特殊说明外均为名义增长）。2017上半年，社会消费品零售总额172369亿元，同比增长10.4%。其中，限额以上单位消费品零售额76953亿元，增长8.7%。 2017年1-6月中国社会消费品零售额及同比增速 数据来源：中商产业研究院整理 在商品零售中，6月份，限额以上单位商品零售13406亿元，同比增长10.2%，2017上半年，限额以上单位商品零售72420亿元，同比增长8.8%。其中，日用品零售中，6月份零售总额为498亿元，同比增长11.2%；2017上半年日用品零售总额达2689亿元，同比增长9%。由此可见，我国日用品的市场规模不断增大，日用品的消费需求也越来越大。 2017年1-6月中国商品零售额及同比增速 数据来源：中商产业研究院整理 日用杂品进口情况 据中商产业研究院发布的《2017-2021年中国日用品市场现状调研与发展前景分析报告》数据统计显示：2017上半年中国日用品进口额达11.1亿美元，同比增长13.93%；仅6月份进口金额达2.2亿美元。在日用杂品中，眼镜类产品及其零部件进口额1.2亿美元，居日用杂品进口额之首。
眼镜类产品及其零部件进口比较多之外，镜子及扣类制品或刷类制品及其零件也是进口额比较多的工艺品。 2017上半年中国日用杂品进口数据统计表 数据来源：中商产业研究院大数据库 日用杂品出口情况 在出口额方面，2017上半年我国日用杂品出口额达98.5亿美元，同比增长7.05%，仅6月份出口额就达17.6亿美元。相对于进口额来说，可见我国是日用杂品生产为主。据中商产业研究院数据统计显示：在出口日用杂品中，2017上半年出口额排名前三的日用杂品分别是：刷类制品、镜子和伞类制品。其中，刷类制品日用杂品出口额高达50亿美元。 2017上半年中国日用杂品出口数据统计表 数据来源：中商产业研究院大数据库 中商产业研究院简介 中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构，研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。公司致力于为国内外企业、上市公司、投融资机构、会计师事务所、律师事务所等提供各类数据服务、研究报告及高价值的咨询服务。 中商行业研究服务内容
如何对调查数据进行归纳分析
如何对调查数据进行归纳分析 课程描述： 市场调研收集来的数据，大多是杂乱无章的，要从这一大批杂乱无章的数据中集中、萃取和提炼出有用的信息，找出研究对象的内在规律就需要对数据进行归纳分析。正确的数据归纳分析可以帮助管理者判定市场动向，制定合适的生产及销售计划。然而，错误的数据归纳分析也可能导致错误的判断，以至严重的损失。如何正确的归纳分析调查数据呢？ 本课程将从实战出发，透过鲜活有趣的案例，为您一一阐述如何对调查数据进行归纳分析。 解决方案： 他山之石，可以攻玉！ 对调查数据归纳分析的方法尽管千差万别，但万变不离其宗。只要认真筛选、复核原始数据，在此基础上做好对数据的归纳整理，并应用正确的数据分析方法，就一定能得出科学有用的分析结果。 下面我们从实战经验中给大家总结一些方法流程，以便大家参考借鉴，少走弯路！ 对调查数据进行归纳分析可分为如下三步： 首先要筛选、复核数据；
其次归纳整理调查数据； 最后加工分析数据。 筛选数据的方法有： 1.经验筛选。 2.条件筛选。 3.逻辑性筛选。 复核数据的主要内容包括： 1.核对数据的准确性。具体的方法有： 1.1.多方求证。 1.2.逐一核对。 2.引用数据及免责。 3.及时补充完善数据。
归纳整理数据的方法主要包括： 1.划分信息集群。划分依据包括： 1.1.按调查目的划分。 1.2.按数据来源划分。 1.3.按数据类型划分。 2.整理数据的逻辑关系。数据的逻辑关系有： 2.1. 管控从属型。 2.2. 因果致因型。 2.3. 作业流程型。 2.4. 密度分布型。 3.建立数据的索引关系。 对于数据的加工分析的内容有： 1.加工数据。方法有： 1.1. 转换数据。具体包括：(1)数据的提炼。(2)转换表达方式 2.推导论证。主要包括(1)推算法。(2) 总结规律。(3) 逻辑判断 3.统计分析。包括(1) 数理统计。(2) 分析趋势。 4.消除误差。
中国进出口数据分析报告
深圳中企智业投资咨询有限公司
中国进出口数据分析 (最新版报告请登陆我司官方网站联系) 公司网址: https://www.wendangku.net/doc/8b6235632.html, 1
目录 中国进出口数据分析 (4) 第一节进口分析 (4) 一、2010-2015年上半年LCD蚀刻液产品进口量及增速统计分析. 4 二、2010-2015年上半年LCD蚀刻液产品进口额及增速统计分析. 4 三、2010-2015年上半年LCD蚀刻液产品进口价格统计分析 (5) 四、LCD蚀刻液进口的产品结构分析 (6) 五、影响LCD蚀刻液产品进口的因素分析 (6) 六、2015-2020年LCD蚀刻液行业进口形势分析预测 (7) （一）进口量预测 (7) （二）进口额预测 (7) 第二节出口分析 (8) 一、2010-2015年上半年LCD蚀刻液产品出口量及增速统计分析. 8 二、2010-2015年上半年LCD蚀刻液产品出口额及增速统计分析. 9 三、2010-2015年上半年LCD蚀刻液产品出口价格统计分析 (10) 四、出口产品在海外市场分布情况 (11) 五、影响LCD蚀刻液产品出口的因素分析 (11) 六、2015-2020年LCD蚀刻液行业出口形势分析预测 (12) （一）出口量预测 (12) （二）出口额预测 (12) 第三节LCD蚀刻液产品进出口政策 (13) 一、LCD蚀刻液产品进出口税率 (13) 二、贸易政策 (13) 三、倾销 (14) 四、反倾销 (15) 五、区域或本土保护政策 (17) 2
六、贸易壁垒 (18) 3
4 中国进出口数据分析 第一节 进口分析 一、2010-2015年上半年LCD 蚀刻液产品进口量及增速统计分析 近年来我国LCD 蚀刻液进口量从2010年到2013年这段时间呈减少态势， 在2015年有一个明显的上升。 图表- 1：2010-2015年上半年中国蚀刻液产品进口量分析 数据来源：中国海关总署 二、2010-2015年上半年LCD 蚀刻液产品进口额及增速统计分析 根据海关对LCD 蚀刻液的进口金额统计，2010-2014年间我国LCD 蚀刻液材料进口额变化如下：
解读中国宏观经济数据
解读中国宏观经济数据 解读中国宏观经济数据——为什么中国不爆发经济危机？ 中国是个怪异的国家。很多海外的学者用西方经济学的眼光来看中国，觉得很不可思议。中国用透支的方式维持经济的快速增长，为什么积累了20多 年仍然没有爆发恶性的通货膨胀进而演化成一场深重的经济危机的呢？ 我经过一段时间的苦心研究，终于得出了中国为什么不会爆发经济危机的原因。 下面我将通过分析中国改革开放以来经济统计数据来详细讲解（所有数据都来源于中华人民共和国统计局）。 让我们先来分析中国GDP的构成。以2003年中国GDP统计数据来看，当年中国GDP总值为117251.9亿元。从产出均衡来计算，GDP应等于投资+消费+政府支出（不包括政府转移性支出与政府债务和利息支出）+对外贸易顺差+库存投资。后两项份额很小，几乎可以忽略不计（当如当年中国对外贸易顺差为人民币2092亿元）。当年中国全社会投资总额为55566.61亿元，社会消费品零售总额为45842.0亿元，政府支出为13751亿元。分别占GDP 比例为47.4%、39.1%、11.8%。而同年美国的GDP构成则投资18%，消费68%，政府支出15%。可见，中国是一个主要依靠投资带动的高速增长的经济体，其 模式与之前亚洲四小龙主要是泰国、韩国等增长模式如出一辙。是典型的亚洲增长模式。 但是，与其他亚洲经济体不同的是，中国的投资来源主要是透支国内储蓄，而泰国、韩国当年的投资来源主要是对外负债。这一点非常重要，这也是中国能够避免东南亚危机那种模式的经济危机的主要原因。这一点将在下文仔细讲述。 其实GDP的结构并不重要，重要的是，作为中国GDP主体的投资的
《调查数据分析》word版
调查数据分析: (一)韶关学院低年级学生社会实践的现状 本次调查共有210人参加并且完成了问卷，问卷有效回收率为95.2%。并且参加调查的学生具有很高的随机性，保证了本次调研具有一定普遍意义。调查问卷共有26道问题（问卷见附表），大部分受访的学生能够如实的接受调查。我们从中也能得到很多有用的数据。调查结果分析如下： 1.关于学生社会实践的频率 统计结果见表1、表2，两表中显示有95.5%的同学有参加社会实践的经历，只有4.5%的同学没有参加社会实践的经历。而在参加社会实践的同学中，大多数同学每月一次或一个学期一次。当问及大学期间总共参与几次社会实践时，52%的同学是2-5次，14.5%的同学是6-10次，11.5%的同学是11次以上，可见大部分学生参加社会实践的频率还是比较低的。这些同学较少参加社会实践的原因可能是社会实践平台少，缺乏足够的时间去参加、或当心上当受骗，还有些同学忽略了社会实践的重要性，沉浸在大学这座象牙塔中，迈不出实践的步伐。对于解决这些问题，建议社会与学校加强对社会实践重要性的宣传，提供相应的实践平台，鼓励同学们积极参加社会实践，同时也要对社会实践进行规范，保障学
生的人身安全。同时，学生们也应该摆正态度，认识到社会实践的重要性，但在积极参加社会实践、充实自己的同时，更要学习如何保护自己，防止上当受骗。 表1 参加社会实践的频率 表2 在大学期间参与社会实践的次数 2.关于学生参加社会实践的时间段 从表3中我们可以看出在一天的时间中，更多同学选择下午（占49%）或全天（占22.5%）参加社会实践，而选择中午或晚上的只占2%和占7%，大多数同学更愿意在下午或全天这个时间段参加社会实践。而问及参加社会实践的时间段，36.5%的同学倾向周末，40%的同学倾向暑假，而仅有2.5%的同学倾向寒假。可见社会实践设置的时段也是影响大学生参加社会实践的一个重要因素。下午、全天、周末、暑假，这四个时段是同学们参加社会实践最多的几个时段，同学们可能在这些时间里比较少课，或参加社会实践的意愿更高。因此社会实践的组织者或相关机构可以更多的考虑一下同 学们的意愿时间，把社会实践安排在一下的时间如下午、周
2015年中国进出口贸易数据分析
2015年中国进出口贸易数据分析 4月13日，国务院新闻办公室举行例行发布会，海关总署新闻发言人黄颂平介绍2015年一季度进出口情况，并答记者问。据海关统计，2015年一季度，我国进出口总值5.54万亿人民币，比去年同期下降6%。具体情况主要有以下几个方面： 一、出口稳定增长，进口有所下降。今年一季度，我国外贸出口3.15万亿元，增长4.9%，进口2.39万亿元，下降17.3%。贸易顺差7553.3亿元，扩大6.1倍。 二、市场多元化取得积极成果：对新兴市场出口增势良好，比重提升。一季度，我国对美国、东盟、印度双边贸易进出口值分别为7731.9亿元、 6713.9亿元、1038.2亿元，分别增长3.2%、4.5%、7%。其中，对东盟、印度等新兴市场出口分别增长20.9%、23.3%。同期，对非洲、拉丁美洲等地区出口也增势良好，分别增长22.2%、9.6%。对东盟、印度、非洲和拉丁美洲等4个新兴市场或地区出口值合计占我出口总值的 26.8%，比去年同期提升了3.1个百分点。 三、贸易区域布局更加均衡：中西部地区外贸进出口保持增长。一季度，我国中西部地区进出口8029.8亿元，增长4.2%，占我进出口总值的14.5%，较去年同期提升1.4个百分点。其中，中西部地区的出口增速为16.5%，明显高于同期出口总体增速。 四、外贸内生动力进一步增强：民营企业比重显著提升。一季度，我国民营企业进出口1.93万亿，增长1.9%，占我进出口总值的34.9%，比去年同期提升2.7个百分点，这也表明我国外贸自主发展能力在逐步提升。更多相关信息请查阅中国报告大厅发布的外贸行业市场调查分析报告。 五、贸易方式结构继续优化：一般贸易出口增长较快。一季度，我国一般贸易进出口3.07万亿元，下降5.7%，占我进出口总值的55.3%，比去年同期提升0.2个百分点。其中，一般贸易出口增长12.2%，快于总体出口增速7.3个百分点。 六、出口商品结构不断升级：机电产品、传统劳动密集型产品出口增长，部分高端制造产品出口形势较好。一季度，我国出口机电产品1.82万亿元，增长6.4%，占我外贸出口总值的57.7%。纺织品、服装、箱包、鞋类、玩具、家具、塑料制品等7大类劳动密集型产品合计出口6291.6亿元，增长 6.1%，占我外贸出口总值的20%。同时，运输工具、手机和金属加工机床等高端制造产品出口增速都在20%以上。 七、贸易价格条件明显改善：主要大宗商品进口量增价跌，对外贸易效益提升。一季度，我国主要大宗商品进口量保持增加。其中，铁矿砂进口2.3亿吨，增长2.4%；原油 8034.1万吨，增长7.5%；大豆1563.1万吨，增长1.9%。同期，我国进口价格总体下跌9.8%。其中，铁矿石进口均价下跌45%，原油下跌46.8%，大豆下跌18.6%，煤下跌18.6%，成品油下跌38.7%，铜下跌13.3%。一
面板数据分析简要步骤与注意事项面板单位根面板协整回归分析
面板数据分析简要步骤与注意事项 面板单位根—面板协整—回归分析) 步骤一：分析数据的平稳性(单位根检验) 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实 际意义的。这种情况称为称为虚假回归或伪回归( spurious regression )。他认为平稳的真正含义是：一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中 ,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布 , 这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002) 的改进, 提出了检验面板单位根的LLC法。Levin et al. (2002)指出,该方法允许不同截距和时间趋势，异方差和高阶序列相关，适合于中等维度(时间序列介于25?250之间，截面数介于10?250之间)的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的 IPS 法, 但 Breitung(2000) 发现 IPS 法对限定性趋势的设定极为敏感 , 并提出了面板单位根检验的 Breitung 法。Maddala and Wu(1999)又提出了 ADF-Fisher 和 PP-Fisher 面板单位根检验方法。 由上述综述可知，可以使用 LLC、IPS、Breintung 、ADF-Fisher 和 PP-Fisher5 种方法进行面板单位根检验。其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS、H-Z 分 别指 Levin, Lin & Chu t* 统计量、 Breitung t 统计量、 lm Pesaran & Shin W 统 量、计 ADF- Fisher Chi-square 统计量、PP-Fisher Chi-square 统计量、Hadri Z 统计 量，并且 Levin, Lin & Chu t* 统计量、 Breitung t 统计量的原假设为存在普通的单位根过程， lm Pesaran & Shin W 统计量、 ADF- Fisher Chi-square 统计量、 PP-Fisher Chi-square 统计量的原假设为存在有效的单位根过程， Hadri Z 统计量的检验原假设为不存在普通的单位根过程。 有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验 LLC(Levin-Lin-Chu )检验和不同根单位根检验 Fisher-ADF 检验(注：对普通序列(非面板序列)的单位根检验方法则常用 ADF检验)，如果在两种检验中均拒绝存在单位根的原假设则我 们说此序列是平稳的，反之则不平稳。 如果我们以 T(trend )代表序列含趋势项，以 I (intercept )代表序列含截距项， T&I 代表两项都含，N (none)代表两项都不含，那么我们可以基于前面时序图得出的结论，在单位根检验中选择相应检验模式。 但基于时序图得出的结论毕竟是粗略的，严格来说，那些检验结构均需一一检验。具体操作可以参照李子奈的说法：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认
调查问卷整体概况及数据分析(最终版
调查问卷整体概况及数据分析 为了更客观、真实地了解我校第二课堂开展情况，以便于日后更好地进行第二课堂活动，我们特地进行了题为《关于我校第二课堂对大学生实践能力提升度》的问卷调查，以下为此次调查的整体概况及数据分析。 一、调查目的和意义 （一）目的 通过调查了解黄淮学院学生对第二课堂的了解程度；了解他们对黄淮学院第二课堂的更好开展有什么好的想法和建议，以便以后更好地开展第二课堂活动。 （二）意义 1、第二课堂活动是课堂教学内容的有利补充和深化。课堂教学内容理论性较强，有时可能会脱离实际，需要进行较多的实践活动才能达到预期的教学目的。我们发现，学生通过积极参与第二课堂的实践活动，一方面对课堂上一些比较抽象的内容可以轻松地找到具体的模型，直观地理解所学的知识；另一方面也减轻了老师授课的困难，节省了课堂教学时间，达到了深入浅出的教学效果和巩固知识之目的。 2、第二课堂活动是激发学生学习兴趣的最佳方式。从激发学生学习兴趣的角度看。首先，第二课堂活动改变了学生和教师在教学活动中的角色定位。在第二课堂中，教师可以因材施教，学生由被动学习变为自主学习。其次，学习过程中的各种问题不再由老师提出，而是由学生自己来发现，自己想办法来解决。这样，学习就成了“发现问题-解决问题-再发现问题-再解决问题”的过程，大大激发了学生的学习兴趣，从而形成一种良性循环的探索式学习。 3、第二课堂活动是提高学生科技创新能力的有效手段。第二课堂活动不仅能把所学的知识应用于实践，而且对培养学生的能力发挥了重要作用。 4、造就合格的全面人才。第二课堂涉及面广，内容丰富，能开阔学生的视野，提高学生的综合能力。如讲话能力、写作能力、组织能力和交际能力，使他们具备合格人才的全部素质，毕业后能较好地适应社会的需要。 二、调研基本情况 调查采用了非概率抽样中的定额抽样，问卷调查和走访调查相结合的方式进行，但以问卷调查为主。在黄淮学院校园内对学院的部分在校生进行了调查。共发放问卷565份，通过筛选和逻辑校验，排除各种情况的废卷，共得到有效问卷505份，有效率为89.38%，基本符合问卷统计的一般标准，保证了科学性、规范性、严谨性和代表性。走访25人，在一定范围内对其他调研方面的完善和补充。调查结果采用统计分析、理论分析等多角度结合的分析方法。 （一）样本概况 样本整体中，男生占36.3%，女生占63.7%，调查主要对象是我校大二、大三以及少数大四在校生。 （二）样本分析 黄淮学院学生在对黄淮学院第二课堂活动内容和形式的了解程度上，不了解的占39.1%，基本了解的占54.1%，非常了解的占6.8%。 黄淮学院学生参与课外活动的情况呈枣核型分布，即处于两极（长期参加和几乎不参加）的学生所占比例均比较小（总计13%左右），而偶尔参加
面板数据分析步骤
转载：面板数据分析的思路和Eviews操作： 面板数据一般有三种：混合估计模型；随机效应模型和固定效应模型。首先，第一步是作固定效应和随机效应模型的选择，一般是用Hausman检验。 如果你选用的是所有的企业，反映的是总体的效应，则选择固定效应模型，如果你选用的是抽样估计，则要作Hausman检验。这个可以在Eviews 5.1里头做。 H0：应该建立随机效应模型。 H1：应该建立固定效应模型。 先使用随机效应回归，然后做Hausman检验，如果是小概率事件，拒绝原假设则应建立固定效应模型，反之，则应该采用随机效应模型进行估计。 第二步，固定效应模型分为三种：个体固定效应模型、时刻固定效应模型和个体时刻固定效应模型（这三个模型的含义我就不讲了，大家可以参考我列的参考书）。如果我们是对个体固定，则应选择个体固定效用模型。但是，我们还需作个体固定效应模型和混合估计模型的选择。所以，就要作F值检验。相对于混合估计模型来说，是否有必要建立个体固定效应模型可以通过F检验来完成。 H0：对于不同横截面模型截距项相同（建立混合估计模型）。SSEr H1：对于不同横截面模型的截距项不同（建立时刻固定效应模型）。SSEu
F统计量定义为：F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)] 其中，SSEr，SSEu分别表示约束模型（混合估计模型的）和非约束模型（个体固定效应模型的）的残差平方和（Sum squared resid）。非约束模型比约束模型多了T–1个被估参数。需要指出的是：当模型中含有k 个解释变量时，F统计量的分母自由度是NT-T- k。通过对F统计量我们将可选择准确、最佳的估计模型。 在作回归是也是四步：第一步，先作混合效应模型：在cross-section 一栏选择None ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEr 第二步：作个体固定效用模型：在cross-section 一栏选择Fixed ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEu 第三步：根据公式F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)]。计算出结果。其中，T为年数，不管我们的数据是unbalance还是balance 看observations就行了，也即Total pool (balanced) observations:的值，但是如果是balance我们也可以计算，也即是每一年的企业数的总和。比如说我们研究10年，每一年又500加企业，则NT＝10×500＝5000。K为解释变量，不含被解释变量。 第四步，根据计算出来的结果查F值分布表。看是否通过检验。检验准则：当F> Fα(T-1, NT-T-k) , α=0.01,0.05或0.1时，拒绝原假设，则结论是应该建立个体固定效应模型，反之，接受原假设，则不能建立个体固定效应模型。
中国宏观经济分析报告
中国宏观经济分析报告（2004 年1 季度） 出版日期：2004 年05 月编写说明 2004 年1 季度，我国经济继续快速增长，工业生产、固定资产投资、消费品 零售额、进出口等均呈现较快增长，经济景气依然处于扩张周期的上升阶段。但经济运行中存在的矛盾和问题不断突现出来，突出表现在投资过快增长，投资品价格高增长向消费品价格传导进程加快，通货膨胀压力增大。当前形势下，宏观趋势的把握上不应再拘于经济是否“过热”的讨论，而应想办法坚决抑制盲目投资和低水平重复建设，防止经济的大起大落，保持国民经济平稳运行；宏观政策趋向上要从扩大内需转向调节经济平稳运行的方向上来，但同时，应当注意政策实施的力度和时机，防止政策力度过大过猛。 中国行业分析报告----宏观经济 II 目录 Ⅰ 2004年1季度宏观经济形势 (1) 一、一季度经济运行的主要特点 (1) （一）国民经济快速增长，工业生产继续高增长 (1) （二）固定资产投资超高速增长 (2) （三）消费需求增长稳健 (3) （四）市场物价继续上涨 (4) （五）对外贸易增势强劲，利用外资保持较高水平 (5) （六）货币信贷增势未减 (5) （七）经济运行效益比较好，居民收入增长加快 (6) 二、一季度经济运行中存在的主要问题 (7) （一）投资增长过快，盲目投资和能力扩张势头加剧 (7) （二）煤电油运紧张状况加剧 (8) （三）通胀压力加大 (8)
（四）信贷调控难度加大 (9) Ⅱ 2004年2季度经济形势分析与预测 (9) 一、固定资产投资增长将高位回落 (9) （一）制约投资增长的因素 (9) （二）促进投资继续高增长的因素 (10) 二、诸多因素将遏制物价上涨 (11) （一）农副产品价格将呈现先扬后抑的走势 (11) （二）各项控制物价上涨的行政手段将发挥一定作用 (11) （三）严控投资过快增长的政策措施有助于投资品价格回落 (11) （四）投资热、消费稳，不会出现严重通货膨胀 (12) （五）我国经济买方市场特征鲜明，不会出现需求推动型的价格轮番上涨12 三、2004年2季度经济形势分析与预测 (13) 中国行业分析报告----宏观经济 .... III Ⅲ提高宏观调控政策的有效性 (14) 一、扩张性政策应进一步向中性政策过渡 (14) 二、财政政策应加大结构调整的力度 (14) 三、实行差别化的货币信贷政策，优化信贷结构 (14) 四、统一认识，端正行为，坚决抑制地方政府的投资冲动 (15) 图表目录 图表1 2003年与2004年各产业投资增长情况比较 (3) 图表2 2003-2004年投资资金来源结构变化 (3) 图表3 2003-2004年分地区固定资产投资增长情况 (3) 图表4 2003－2004年生产和消费物价月涨幅一览表 (4) 图表5 2004年1季度宏观经济运行主要指标与上半年预测 (13) 本报告图表如未标明资料来源，均来源于“中经网统计数据库” 中国行业分析报告----宏观经济 .... 1 Ⅰ 2004 年1 季度宏观经济形势
面板数据的分析步骤
面板数据的分析步骤 面板数据的分析方法或许我们已经了解许多了，但是到底有没有一个基本的步骤呢？那些步骤是必须的？这些都是我们在研究的过程中需要考虑的，而且又是很实在的问题。面板单位根检验如何进行？协整检验呢？什么情况下要进行模型的修正？面板模型回归形式的选择？如何更有效的进行回归？诸如此类的问题我们应该如何去分析并一一解决？以下是我近期对面板数据研究后做出的一个简要总结，和大家分享一下，也希望大家都进来讨论讨论。 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。 单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250 之间,截面数介于10～250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square 统计量、Hadri Z统计量，并且Levin, Lin & Chu t* 统计量、Breitung t统计量的原假设为存在普通的单位根过程，lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量的原假设为存在有效的单位根过程，Hadri Z统计量的检验原假设为不存在普通的单位根过程。 有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验LLC （Levin-Lin-Chu）检验和不同根单位根检验Fisher-ADF检验（注：对普通序列（非面板序列）的单位根检验方法则常用ADF检验），如果在两种检验中均拒绝存在单位根的原假设则我们
中国宏观经济报告
2012-2013年中国宏观经济报告——迈向新复苏和新结构、超越新常态的中国宏观经济 中国人民大学经济学所
摘要： 2012年是中国经济从“次萧条”到“复苏重现”的一年。在消 费持续逆势上扬、基础建设投资大幅增长、房地产政策微调带来的“刚需”释放、货币政策和财政政策的持续放松以及全球市场情绪稳定带来的外需稳定等因素的作用下，中国宏观经济开始在2012年9月出现“触底反弹”，并在十八大政治换届效应、存货周期逆转、消费持续增长、外需小幅回升、投资持续加码等因素的作用下，重返复苏的轨道。2012年前3季度回落超预期，而第4季度复苏幅度也可能超预期。 2013年将延续 2012年第 4季度复苏的势头，随着换届效应的持续发酵、房地产困局的破解、外部环境的轻度改善、金融困局的缓和以及中期力量的释放，中国宏观经济将超越“新常态”，步入“次高速增长期”。2013年不仅是中国宏观经济完成由“复苏”向“繁荣”的周期形态转换的关键期，也是中国迈向“新结构”、超越“新常态”的关键年，更是新政府全面确立和落实新经济发展战略的一年。因此，2013年中国宏观经济将是在复杂中充满朝气的一年。 利用模型进行预测，2012年中国 GDP增速将达到 8.0%，比 2011 年回落 1.3个百分点，2013年中国经济将重返 9时代，增速达到 9.3%，CPI出现反弹，达到 4.1%。 在分析和预测的基础上，报告认为，未来短期宏观经济政策应当在强化中期定位的基础上保持相对宽松与积极的导向，应当在正确认识中国新时期的各种结构性力量和周期性力量的变化的基础上，超越
“新常态”悲观主义的定位，应当在收入分配、房地产等关键领域进行重点突破性改革，清楚“改革疲劳症”。 关键词：新复苏、新结构、新常态、中国宏观经济
中国钢铁进出口数据分析
2017-2021年中国钢铁进出口数据分析 中国钢铁进出口总量数据分析 一、2015-2017年中国钢铁进口分析 中投顾问发布的《2017-2021年中国钢铁行业投资分析及前景预测报告》数据显示：2015-2016年，我国钢铁进口总量由18,692,984,235千克增长到19,423,686,323千克，增长了3.9%；2017年1-6月，我国钢铁进口总量为10,311,662,369千克，比上年同期增长10.2%。 2015-2016年，我国钢铁进口总额由18,195,325,855美元下降到16,927,280,489美元，下降了7%；2017年1-6月，我国钢铁进口总额为10,712,259,812美元，比上年同期增长37.7%。 图表2015-2017年中国钢铁进口分析 单位：千克，美元 数据来源：中国海关 二、2015-2017年中国钢铁出口分析 中投顾问发布的《2017-2021年中国钢铁行业投资分析及前景预测报告》数据显示：2015-2016年，我国钢铁出口总量由100,367,629,310千克下降到97,000,539,171千克，下降了3.4%；2017年1-6月，我国钢铁出口总量为36,044,053,225千克，比上年同期下降29.7%。 2015-2016年，我国钢铁出口总额由49,218,885,922美元下降到43,262,095,976美元，下降了12.1%；2017年1-6月，我国钢铁出口总额为22,297,878,246美元，比上年同期增长7%。
图表2015-2017年中国钢铁出口分析 单位：千克，美元 数据来源：中国海关 三、2015-2017年中国钢铁贸易现状分析 中投顾问发布的《2017-2021年中国钢铁行业投资分析及前景预测报告》数据显示：2015-2016年，我国钢铁对外贸易总量由119,060,613,545千克下降到116,424,225,494千克，下降了2.2%；2017年1-6月，我国钢铁对外贸易总量为46,355,715,594千克，比上年同期下降23.6%。 2015-2016年，我国钢铁对外贸易总额由67,414,211,777美元下降到60,189,376,465美元，下降了10.7%；2017年1-6月，我国钢铁对外贸易总额为33,010,138,058美元，比上年同期增长15.4%。 图表2015-2017年中国钢铁贸易现状分析 单位：千克，美元
面板数据分析方法步骤
1.面板数据分析方法步骤 面板数据的分析方法或许我们已经了解许多了，但是到底有没有一个基本的步骤呢？那些步骤是必须的？这些都是我们在研究的过程中需要考虑的，而且又是很实在的问题。面板单位根检验如何进行？协整检验呢？什么情况下要进行模型的修正？面板模型回归形式的选择？如何更有效的进行回归？诸如此类的问题我们应该如何去分析并一一解决？以下是我近期对面板数据研究后做出的一个简要总结，和大家分享一下，也希望大家都进来讨论讨论。 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。 单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250 之间,截面数介于10～250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、