开放与经济绩效：中国和亚洲新兴工业经济体的比较研究（之二），本文主要内容关键词为：亚洲论文,之二论文,中国论文,绩效论文,经济体论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
附录：
附录提供了数据、回归方法的细节以及对正文中表2所示结果的说明。
1.GDP方程
GDP方程为柯布一道格拉斯生产函数，基本的输入变量包括劳力、资本、内部环境变量（人力资本、地域、交通）以及外部环境变量（出口、FDI和实际汇率）。最终估计的方程为方程A1：
In(GDP)[，it]=α[，0]In(labour)[，it]+α[，1]In(capital)[，it]+α[，2]In(human capital)[，it]+α[，3]In(exchange)[，it]+α[，4]In(FDI)[，it]+α[，5]In(export)[，it]+α[，6]In(transport)[，it]+α[，7](east)+α[，8]D9295+α[，9](time)[，it]+e[，it](A1)
下标(it)表示省份(i=1，2，……，30)和年份(t=1978，1979，…，1995)。误差项(e[，it])为随机白噪音。所有的变量都以1990年的价格为基准价格计算，价格指数具体到每个省。除了物质资本存量来源于以下的特别程序外，所有的数据均来源于官方统计(NBS，1996；1997～2001)。
要定义一个变量来说明人力资本是非常困难的。在大多数的实证研究中经常近似的使用适龄人群的中学入学率宋代替(Islam，1995)。但在本文的研究中我们发现，在我们的模型中使用中学入学率不能很好的说明这一问题。我们猜测在省之间教育上随着时间的主要不同是获得高等教育的学生数量（Fleisher and Chen，1997，使用大学在校人数/人口的比例作为人力资本的代替）。因此，我们使用了获得高等教育的学生数量来代替进入中等教育的学生数量，以此来描述人力资本的变化，这一比率反映了中等学校学生能够获得高等教育的倾向。在高等教育上的快速发展反映了中国在所选数据年间的快速经济增长。另外，在高等教育上的变化也说明了各省之间经济活动的变化。
在官方统计中出口和FDI的值使用美元来计算，这使许多经济分析不需要将当时价格计算成不变价格(e.g.Liu，et al.，1997)。我们认为推导出一个合适的贴现率非常重要，一个相应的调整方法是采用美国消费价格指数。我们以美国1990年的消费价格指数为基准，调整出口和FDI的当期价格值，然后将调整后的值乘以1990年的官方汇率($1=RBM 4.784)转化为等值的人民币。在回归分析中，所有的值将取对数，因此是否将美元转化为等值的人民币并不重要。因为模型中的其他变量都是以人民币来计算的，所以将这两变量的值转化为人民币也是有用的。在数据选取期间的较早几年，许多省份没有FDI，这意味着许多观测值为零而不能取对数。为克服这一问题，我们把零值替换成为一个非常小的非零值。
汇率采取历年计算的真实汇率。因为所有的省份都面对同样的汇率，因此这一变量是随时间的变化而变化，并不受地域变化的影响。理想的计算真实汇率的方法，应该使用中国主要贸易伙伴的汇率和价格指数，既然人民币紧跟美元的变化（尽管人民币并没有钉住美元），因此我们只需使用美元汇率和美国价格指数来计算真实汇率就可以了。
交通采用每1000平方公里中的铁路、公路和水路的相当的英里数来计算。使用英里数来计算运输，公路则是最主要的交通方式，铁路、公路和水路的长度在国家水平上的比率为1.00/16.84/1.90。最简单的测量运输的方式是计算所有这三种运输方式长度的总数(e.g.Liu，et.a1.，1997，Fleisher and Chen，1997)。但是，每英里铁路的运输能力不同于每英里的公路或水路，因此必须将铁路里数和水路里数换算成相当的公路里数。这种换算率根据三种运输方式各自每英里承载的运输量来计算，按照国家平均水平，这个比率为4.27/1.00/1.06，也即我们需要对铁路的长度乘以4.27，对水路的长度乘以1.06来换算成相当的公路长度。这种换算方法并不完善，因为不同运输方式的相对运输能力在不同的省份之间不尽相同，但采用这种换算方法产生的误差是非常小的，因为公路占到总体运输量的绝大比例。改正这一换算误差的一个可能方法是通过辅助性回归来精确测量运输的长度。这在以下讨论的动态面板数据(DPD)估计中来完成。
最后，资本储备根据方程A2的计算得来：
附图
K在这里为物质资本储备，I为投资，p[k]为投资的价格指数，下标代表省份(i)和时间(t)，б为资本储备的贴现率。为了解决资本储备的时间序列问题，我们需要知道它的最初水平和资本平均贴现率。这两值都是未知的，因此在获得资本储备之前，我们需要一些合理的假设。第一个假设是每个省最初的资本储备等于最初GDP水平的两倍，也就是说，资本储备在1978等于当年各省GDP的两倍。这一假设意味着资本的比例在1978年是50％，这一比例和资本的产出弹性接近。假定中国的经济不是完全资本密集型，那么资本弹性为0.5就是合理的；第二个假设是，平均资本储备的贴现率为7.5％。这一比率虽然有些武断，但反映了固定设备的平均使用年限为13.3年这一事实；最后，既然资本储备的价格指数难以获得，GDP的贴现率将被用来计算投资贴现。
2.出口方程
出口由GDP和真实汇率决定。虽然还有一些其他因素影响出口，但这些因素可以使用一个滞后变量来表示。包含滞后变量也同时能够解决模型中的序列相关的问题（下面将对此作更多解释）。同时，东部地区的地域哑变量和1992-1995年间的景气年份的哑变量也包含在回归当中。最终的方程为A3：
In(export)[，it]=β[，0]+β[，1]In(GDP)[，it]+β[，2]In(exchange)[，it]+β[，3](east)+β[，4]D9295+β[，5]In(export)[，it-1]+e[，it](A3)
A3中所有变量和所需的数据在A1中已经给出。
3.FDI方程
FDI基本的解释变量有GDP、实际工资、真实汇率、运输和人力资本。对东部地区和1992-1995时期的哑变量也包含在内，同时加入了滞后因变量以解决序列相关问题和说明在模型中被忽略的一些其他变量的影响。最终的方程如下：
In(FDI)[，it]=θ[，0]+θ[，1]In(GDP)[，it]+θ[，2]In(wages)[，it]+θ[，3]In(exchange)[，it]+θ[，4]In(transport)[，it]+θ[，5]In(human capital)[，it]+θ[，6](east)+θ[，7]D9295+θ[，8]In(FDI)[，it-1]+e[，it](A4)
FDI和GDP以及汇率、运输、人力资本和两个虚拟变量的数据和解释和A1中的完全一样。工资变量是有效工资率，等于实际工资除以在相应年份和省份每一雇员的真实GDP。实际工资等于工资的当期价格除以每省的消费价格指数。
所有的解释变量除了工资变量外，都被期望对FDI有正的影响。工资变量对FDI的影响不能确定，一方面，工资影响着产品的成本，因此会对FDI产生负的影响；另一方面，它也反映了劳工的质量，因此对FDI产生正的影响。因此，我们将实际工资除以劳动生产率（我们称之为有效工资），工资变量的净影响依赖于它作为生产成本的负影响和作为测量劳工质量的正影响之间的相互作用。
4.对方程A2的估计
假如使用OLS分别估计有关GDP、FDI和出口的方程，存在三个潜在的计量问题。首先，这三个方程未必彼此独立，理想上它们应被在一个联立方程中进行估计。然而因为没有足够的观测资料（自由度）来产生可靠的和稳健的结果，因此不能使用联立方程进行估计。作为一个折衷，它们被放在一个似乎不相关的系统中；其次，因为一些解释变量（出口、资本储备、劳工和人力资本）未必是外生变量，在OLS中方程A1的因变量和自变量可能同时相互影响。为解决这一问题，我们使用在DPD中的GMM估计，在一个动态系统中进行回归(see Arellano and Bond，1998，for more explanation)。资本和出口正好可以被看作为内生变量，它的前期水平(t-2，t-3)被用来作为差分方程的工具，差分前期(t-1)被用来作为齐平方程。因为数据的限制，我们不能对等式右边的其他变量做同样的处理。因此，劳力、人力资本、真实汇率和运输都被当作外生变量，但为了克服多重共线性的问题，它们都经过了处理。第三，出口和FDI方程存在序列相关的问题，为了解决这一问题，需要在模型中加入滞后因变量。
5.方程A3的结果与解释
M1和M2是对第一和第二次序序列相关问题进行的N(0，1)分布测试(见Arellano and Bond，1998)。在GDP方程中，没有加入滞后变量也不存在序列相关问题。在出口和FDI方程中，通过加入滞后因变量消除了序列相关。Sargan是对工具变量有效性的P值检验，检验结果不能拒绝在GDP方程中的有效性假设。Wald检验给出了对联合显著性的P值。
第一步稳健检验统计的结果显示，在所有的回归中，拟和优度(R2)显示超过90％的因变量的变化可以由解释变量解释。在GDP方程中，t检验显示劳力、物质资本、人力资本、真实汇率、出口、1992-1995时期的哑变量以及这种时间趋势等被估计的系数都在低于通常5％水平上显著，FDI和运输的系数仅在10％水平上显著；在出口方程中，所有被估计的系数在5％水平上显著；在FDI方程中，被估计的GDP、真实汇率、两个亚变量和滞后变量的系数都在5％或之上水平显著，人力资本和工资的系数有期望的特征，但并不显著。