差异指数（共7篇）
差异指数 篇1
改革开放以来,我国经济结构发生了很大变化,特别是1997年以后,我国经济整体由卖方市场演变成买方市场,在大市场大流通的背景下,市场商品价格逐步趋同。但由于我国各地区在自然资源禀赋、历史沿革、地理位置、经济发展水平、市场发育程度以及政策制度等方面存在差异,因此如何准确分析和把握各地区市场价格变化规律、特点和趋势,对于提高价格总水平调控灵活性、针对性具有十分重要的意义。
一、我国居民消费价格走势回顾及区域差异分析
(一)我国居民消费价格走势回顾
1997年以后,我国经济告别物资短缺时代,商品的极大丰富彻底改变了供求关系,消费品市场由卖方市场转入买方市场。从居民消费价格的总体走势看,呈平稳上升趋势,全国CPI累计上涨21.2%,年均上涨1.5%。从总体来看,1998-2008年期间我国居民消费价格走势大致可分为三个阶段:第一阶段通货紧缩期,时间为1998-2002年,其间价格涨幅明显回落,价格持续走低,经济增长速度放缓,居民消费需求不旺,出现通货紧缩趋势。2000年后由于国家积极的财政政策、稳健的货币政策和启动消费市场、扩大内需等政策的效果逐步显现,通货紧缩的趋势得到有效抑制。第二阶段温和通涨期,时间为2003-2008年,这一时期处在新一轮经济增长周期的上升期,国际国内的农产品市场和矿产资源类产品市场的格局发生改变,局部的卖方市场特征日益明显,同时由于房地产投资过热和贸易顺差造成的流动性过剩,居民消费价格指数保持了稳中有升的态势,从2003年的1.2%增长到2008年的5.9%。这一时期呈现出需求导向型的温和通胀状态,消费、投资、净出口三驾马车拉动经济持续快速的增长。第三阶段价格波动调整期,时间为2009-2010年,从2008年下半年开始,经济增速下降,2009年居民消费价格下跌0.7%;2010年,伴随着国民经济的企稳回升,居民消费价格再拾升势,上涨3.3%。
(二)我国居民消费价格区域差异分析
从居民消费价格年平均涨幅看,1998-2009年全国居民消费价格温和上涨,各地区平均涨幅基本在1%～2%之间。超过全国平均水平的有上海、西藏、新疆、贵州、云南、内蒙古、甘肃、山西、四川、宁夏、湖南、青海12个地区,低于全国平均水平的有河北、陕西、福建、吉林、黑龙江、浙江、海南、天津、辽宁、广西、广东、重庆12个地区。在所有省市中,青海的物价上涨最快,年均上涨2.8%,而广东和重庆的物价上涨最少,年均上涨只有1.0%。
从全国及31个省(区、直辖市)内部CPI的波动幅度看,各省(区、直辖市)内部CPI波动的离散程度大小不一,其中福建、浙江、江西、江苏、辽宁、北京、天津、内蒙古、山东、西藏、上海11个地区的标准差小于全国水平,其他各省区的标准差值均大于全国水平。广西最大,为3.16;上海最小,为1.71。这说明居民消费价格波动幅度省际间还是有差异的。同样,从极值的变化也可以得到此结论(见表1)。
从各年31个省(区、直辖市)居民消费价格指数的波动幅度看,在居民消费价格指数连续低迷的几年后,一些地区为了解决长期积累的价格矛盾,采取积极稳妥措施果断调整相关服务和商品价格,导致地区价格差距有所扩大;但当全国价格普遍上涨时,为抑制通货膨胀,国家会采取积极的财政和货币政策,并严格各地调价项目的出台,这时地区价格差距就会缩小。各年幅度均在0～2之间波动,地区价格波动差距无明显减小趋势。
二、我国居民消费价格指数区域差异的实证分析
(一)变量及模型选取
改革开放以来,我国价格上涨和经济发展之间存在着很高的相关度,价格几乎成了宏观经济变化的指向标。本世纪初,价格上涨对经济增长的影响力在宏观经济政策的作用下才有所收敛,但商品价格在一定程度仍然是市场供需力量对比的晴雨表。面板数据是指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。因此,面板数据模型相较于只利用截面数据或只利用时间序列数据的模型而言,有着不可替代的作用。它可以从多层面分析经济问题,具有很高的应用价值。面板数据一般有3种:混合模型、固体效应模型、随机效应模型。其中,固定效应模型适合于横截面单位为总体中所有单位的情况。固定效应模型分为变系数模型、变截距模型和混合模型3种形式,基于前文所作初步分析及变量的可量化性、代表性和差异性等因素,本文以31个省(区、直辖市)1998-2009年数据建立个体固定效应变系数模型。其中,因变量为居民消费价格指数的对数(LNCPI),自变量分别为国内生产总值指数的对数(LNGDP)。
(二)全国及31个省(区、直辖市)居民消费价格上涨的实证分析
1. 单位根检验。
单位根检验就是检验面板数据的平稳性,LLC检验是对小样本面板数据进行单位根检验经常用的和实验效果比较高的方法,通过此种方法对面板数据进行单位根检验,得到调整后t值对应的概率P小于0.05,拒绝原假设。由于GDP和CPI(都存在单位根,所以这里分别对两者取对数(见表2)。
2. 模型建立与结果。
估计模型的选择和建立面板数据模型的基本形式为:
其中:Yit为被解释变量,xit为解释向量,βit为参数变量。
利用Eviews5.0软件可以得出模型估计结果,我们采用广义最小二乘协方差估计,为了消除截面数据存在的异方差,使用截面残差的方差作为权重。
该变系数模型估计的R2=0.999592,说明模型的拟合程度较好,表明经济增长在较大程度上能够解释居民消费价格指数变化情况。D.W.统计量等于2.113203,非常接近于2,表明模型估计结果的残差序列不存在一阶序列自相关。从解释变量的系数看,从解释变量系数的显著性看,有11个地区没有通过显著性检验,这主要是由于本文所研究的数据是小样本数据,时间跨度只有12年,与解释变量个数相差不大,因此允许不全部通过检验。
从模型的回归系数和系数的显著性看,全国经济增长与居民消费价格的上涨呈正相关,黑龙江、宁夏、青海、陕西、云南、新疆、河南、贵州、湖北、河北、安徽、江苏、广西、辽宁、重庆、湖南、吉林、江西、天津、四川、内蒙古21个地区的经济增长也与居民消费价格的上涨呈现明显的正相关关系,说明这些地区经济较快增长会带来社会总需求明显增加和商品价格相应上涨。但各地区回归系数大小不一样,黑龙江最大,为1.36,内蒙古最小,为0.28。换句话说,各地区的经济增长对居民消费价格上涨的贡献各有所异。弹性系数最大的10个地区基本集中在中西部和粮食主产区。近年来我国相继出台的实施西部大开发、振兴东北地区等老工业基地、中部崛起战略等政策对这些省市的经济发展形成了影响,经济发展带来社会总需求的明显增加,加上近年来粮食价格上涨的助推,使这些地区居民消费价格的上涨明显高于全国平均水平。而没通过显著性检验的基本上都是经济相对发达的东部地区如北京、上海、浙江、福建、山东、广东等地区,表明这些地区经济增长对居民消费价格上涨的解释力不足,究其原因,主要是由于这些地区经济发展较高、结构相对优化,居民消费价格指数除了受经济增长影响外,还与收入水平、货币供应、国际市场、市场预期、自身惯性等因素密切联系。如2007年以来我国出现明显通货膨胀压力,既有需求拉动、成本推动方面的原因,也有结构性供应短缺和价格上涨引发的原因,还表现出某种程度的外部输入型特征,是经济增长、货币供应、居民收入和消费水平、上下游产品价格传导效应、国际市场等多种因素综合作用的结果。
个体固定效应因子表示一个地区居民消费价格自发涨价能力的高低,由于大多数商品已经放开,地区居民消费价格自发涨价能力主要体现在各地为解决长期以来存在的价格矛盾而采取的措施。北京、西藏、上海、山西、内蒙古、四川、山东、天津、浙江、江西、广东、福建、吉林和湖南14个地区个体固定效应因子为正数,这些地区除西藏外大都处于中东部地区,或开放程度较高,或矿产丰富,经济相对比较发达,居民收入相对较高,各地政府对价格的调控能力较强,即居民消费价格自发涨价的能力较强。相反,其他17个地区个体固定效应因子为负数,这些地区多集中在西部地区,由于居民收入水平仍然偏低和社会保障体系不健全等原因,居民收入预期不稳定,社会需求相对较弱,居民消费价格自发涨价能力也相对较弱。
三、政策建议
(一)把握好经济增长与控制物价的关系
当前,我国将控制物价过快上涨作为宏观调控首要任务之一,这是基于民生考虑做出的决策,根本目的是为了维护经济社会发展的稳定。从模型中得到,目前大部分地区经济的增长,消费的升温,必定带动价格的上涨。而价格上涨会带来一系列的社会问题,进而阻碍经济发展。因此,首先要根据实际情况,把握好经济增长和抑制通货膨胀之间的平衡点,保持价格上涨和经济增长的和谐共存,同时建立有效的价格形成机制,让物价真实体现市场参与各方的成本、收益,反映市场要素的价格。让市场各方积极投身经济建设,确保经济增长,增强经济实力,为改善民生提供物质条件。
(二)价格总水平调控要体现区域差异
从模型中看到,由于我国各地区在自然资源禀赋、历史沿革、地理位置、经济发展水平、市场发育程度以及政策制度等方面存在差异,各地区控制价格自发上涨的能力有强有弱,在价格上涨的时间、成因和上涨幅度等方面不尽一致。因此,在价格调控上,要体现出区域差异性,只要不偏离国家宏观调控目标,就不宜过多行政干预,切实把握好调控的方向、节奏和力度,以提高价格总水平调控的灵活性、针对性和有效性。
四、加快结构调整,调整收入分配格局,为价格改革提供空间
由于我国还处在市场经济的改革期,多年积累下的深层价格矛盾还没有全部解决,在一定程度上引发和加大了市场价格上涨的压力。因此,今后应继续加快经济结构的升级和转型,消除各种不利于结构调整的体制和政策障碍,大力发展第三产业,扩大就业,提高居民收入,促进消费;同时,要发挥社会保障机制作用,扶持救济弱势群体,有效调节收入分配差距,提高中低收入群体的消费能力,为价格改革提供空间。
差异指数 篇2
科学的计量方法是正确判断区域间税负差异现状的关键。最早的研究可以追溯到意大利经济学家基尼于1992年提出的基尼系数。自20世纪90年代以来,国内许多学者借助鲍莫尔(1986)的计量经济学实证方法对我国地区间区域税负差距展开研究。从目前的研究成果来看,区域间税负差异测度方法主要有如下四种:一是数列分析法,即通过对数列X(X1、X2、……Xn)计算其绝对离差、相对离差、标准差等指标以及统计分组等方法,来测度和反映不同行业或不同地区之间以及整个国民经济整体的税负差异程度①。数列分析法是一种最基本的统计分析方法,这种测度和反映缺乏对事物的整体判断。二是曲线图法,即借用收入分配理论中的洛伦兹曲线的思想,建立税负差异测度图。李斌和张鹤(2002)从罗伦兹曲线出发,计算了各地宏观税负的舒尔茨系数。税负差异曲线的最大优点是形象、直观,缺点是只能在几何图形上观察,而无法以一个准确的数值来反映税负的差异程度。三是税负差异系数法,即利用基尼系数的计算原理,计算一个系数来反映不同地区总体税负差异程度的一种方法。王军平和刘起运(2005)运用基尼系数、投入产出模型分析了地区宏观税负差异,认为地区之间的宏观税负差异已接近基尼系数的警戒线水平。税负差异系数法的最大优点是能较方便地以一个数值来反映税负差异的总体情况,便于税负差异的国际比较和动态分析,其不足是不能反映个别地区的税负差异情况。四是税收弹性系数法,即指一定时期税收收入增长率与国内生产总值(GDP)增长率之比,它可以反映出一个国家或地区在一定时期内GDP每增长1%时引起税收增长的百分比。税收弹性系数并非是一种用来测度税负差异的专门方法,但是在分析地区间税收与经济是否均衡发展问题时却是一个必不可少的指标,通过不同地区之间税收弹性系数的对比可以较为准确地反映出各地区之间税负水平与其经济发展水平是否均衡协调。
从总体来看,其研究方法经历了由简单的历史经济数据和横向比较向科学的计量研究的不断创新(靳东升和陈俐,2003)。至于具体的计量方法则多用洛伦兹曲线和基尼系数来衡量地区之间税负差异的的不平等状况。但是,洛伦兹曲线和基尼系数存在定量分析不够、差异显示不全面、区内差异不可比、差异原因不可知等缺点。为此,人们从实测点的离散事实出发,将各个实测点依次连接形成了洛伦兹折线②。把洛伦兹折线运用于经济中分析和分解不平等性等方面,把总体的不平等分解为各组成对象之间以及对象内部的不平等,就形成了塞尔(Theil)指标。
塞尔指标是广义熵(GE)指标体系的一种特殊形式,是考察主体间的不平等性和差异性的重要工具,和基尼系数一样,它满足一个好的描述差距水平的指标所应具有的全部性质。除此之外,Theil指数更为重要的优点和用途在于它可以直接分解为组内和组间的差距,从而既能达到细分差距的目的,又可以为制定更有针对性的政策提供依据。这一研究方法,最早由Theil在1967年研究地区之间经济发展水平和收入差异时率先提出③,又于1972年进一步完善④,现在已成为理论界进行地区差异分析的常用方法,将这一方法运用于地区税负差异的计量有相当的权威性和说服力。本文在地区分类的基础上,将地区宏观税负总差异分解为区域内部差异和区域之间的差异,利用1994~2007年的数据,对我国四大地区之间以及各区域内部各省(市)际之间的税负差异进行测算分析,以期能够更深入把握我国的地区宏观税负总差异现状差异、发展演变轨迹并找出影响区际差异的最根本原因。
区域间宏观税负差异Theil指数的计算方法为:
其中,N1=3,N2=6,N3=10,N4=11,ei表示i省(自治区、直辖市)的税收收入占该省GDP的比值,e表示全国税收收入占全国GDP的比值。若我们以ek表示k类地区的税收收入占该地区GDP的比值,Theil指数计算可以进一步变形为:
式(3)中,T表示全国地区宏观税负的总差异,T1、T2、T3、T4分别表示各区域内部的宏观税负差异,TW(=T1+T2+T3+T4)表示区域内部宏观税负的加总税负差异(如下简称区内差异);Tb表示四类地区之间的税负差异(如下简称区际差异);各分项差异与总差异的比值则为该项差异对总差异的影响率。塞尔指标只有相对意义而无绝对意义,个体之间越接近,塞尔指标值越小;塞尔指标值越大,则表明个体差异性越大。随着组数的增加,Tb的期望值也增加;如果任意两个组合并,Tb值不会上升。并且,对于同一个总体,不同的分组方法所计算的组内部分值TW和组间部分Tb不同。
二、分析口径与税负测算
1. 地区分类口径
本研究所指的地区特指中国大陆31个省、自治区和直辖市(不含香港、澳门和台湾3个行政区域)。根据经济发展水平、地缘关系和地区税源特点相结合的原则,把全国31个省、自治区和直辖市分为东部直辖市、东部沿海省区、中部省区和西部省区这4个经济地区⑤。
2. 宏观税负口径
我国理论界基本认同三种口径的宏观税负测算方法:大口径的宏观税负为政府收入占GDP的比重,中口径的宏观税负为财政收入占GDP的比重,小口径的宏观税负为税收收入占GDP的比重⑥。考虑到本文分析的需要及数据的可获性,除特殊说明外,本文提到的宏观税负均采用小口径指标(税收收入占GDP的比重)来衡量。
3. 地区税收负担测算方法
关于地区宏观税负的测算,国内学者主要有三种观点:一是用区内各省(市)宏观税负进行简单平均得到地区宏观税负;二是用地区内各省(市)宏观税负进行加权平均得到地区宏观税负;三是用地区税收收入总额除以GDP总额求得地区宏观税负。从数据的可获得性、可比性及衡量的准确性等角度出发,本文采用第三种方法,即:地区宏观税负=地区税收收入总额∕地区GDP总额⑦。
依上述分类标准和测算方法,对我国1994年分税制改革以来全国整体和分地区的宏观税负水平进行了测算,具体结果见下表1。
三、我国区域间税负差异的总体状况及影响因素分析
1. 地区税负差异的总体状况
本部分运用Theil指数计算区域间的宏观税负差异,并对其进行区域间分解分析,考察我国现行地区间宏观税负差异现状。计算的结果如表2所示,根据表2我们绘制了图1和图2。
数据来源:根据相关年份《中国税务年鉴》和《中国统计年鉴》计算。
从图1可以看出,自1994年以来,我国区域间宏观税负总差异呈现W型变化趋势,期间虽有一定的起伏变化,但总体上讲,区域税负差异呈扩张态势,总差异指数从1995年的0.0884上升到2007年的0.1325。具体地说,1995~1997年税负差异逐年上升,从0.0884上升到0.0942,1998年略微下降到0.0889,之后又稳定上升,从1998年的0.0889上升到2002年的0.1307,此后的2003~2004年有小幅下降,之后又缓步回升到2006年的0.1081,2008年宏观税负差异更是达到0.1325。各组之间的宏观税负差异则表现出与总体地区宏观税负差异强烈的正相关性,各组之间的宏观税负差异与总体差异变化方式基本一致;而区内税负差异与地区总差异、区际差异则相反,呈现稳中下降的态势,从1994年的0.0751下降到2008年的0.0268。具体而言,从图2可知,我国区域内部宏观税负差异状况呈现出两个特点:一是西部地区内部各省(市)之间的宏观税负差异在四类地区中是最高的,即使近年来在曲折地下降,但依然处于区内差异的最高水平;二是东、中部地区各省(市)之间的宏观税负差异在基本接近的前提下,呈现小幅交替升降变化。但自2003年以后,中部省区内部的税负差异逐渐大于东部省区。
2. 区内差异和区际差异对总差异影响的静态分析
在掌握地区宏观税负的总差异及区际差异和区内差异现状的基础上,进一步挖掘地区税负差异的形成原因,进而为控制差异实现公平税负提出具有针对性的建议是研究的重中之重。为了揭示区内差异和区际宏观税负差异对总差异的影响程度,进一步弄清引起地区税负总差异的原因,我们根据表2中的结果计算得到各组差异对总差异的影响率(见表3、图3)。
结合表3、图3不难看出,宏观税负区际差异和区内差异对地区宏观税负总差异的影响程度如下:第一,从区际差差异对总差异的影响看,地区税负差异主要是由区际宏观税负差异造成的。宏观税负区际差异对总差异的影响率由1994年的42.58%一路攀升到2008年的79.01%,占到总差异的四分之三强。即区际差异对总差异的贡献率逐渐增大,地区间的税负差异在我国地区税负总差异中占据着越来越重要的地位。有理由认为,地区税负差异主要是由地区间的税负差异引起的。与区际差异的影响率相反,宏观税负区内差异对总差异的影响率由1994年的57.42%一路下滑到2008年的20.13%,区内差异对地区税负总差异的影响逐渐减小,地区内部各省市宏观税负逐渐趋同。第二,从区内税负差异的分区影响看,东、中部省区对总差异的影响率基本接近。从2004年开始中部地区内部税负差异逐年上升,2004~2008年分别为0.0047,0.0062,0.0063,0.0073,0.0069,其影响率也有上升。西部地区内部税负差异对总差异的影响率虽然在1994~2001年之间呈现大幅下降的趋势,但其对地区税负差异的影响始终是四大地区中最大的。第三,从区际税负差异的分项贡献率看,地区之间的差异和地区内部差异值都没有明显的时间趋势,但二者对总差异的贡献率则显示出了强烈的时间趋势。
3. 组内差异和组间差异对总差异影响的弹性分析
上述分组分解分析不仅揭示了我国宏观税负总差异以及地区内部和地区之间的差异现状,而且也理清了区际差异和区内差异对地区间宏观税负总差异的影响关系。为了更好地对我国地区间宏观税负总差异有一个动态的了解,把握区际差异和区内差异的变化对总差异的影响情况,我们根据表2的计算结果,利用公式△T=Tt-Tt-1,描绘出地区宏观税负差异的动态变化趋势,如表4和图4所示。
图4给出了区际和区内宏观税负的差异变化对地区税负总差异变化的影响。从图4可知,在大部分时期,区内差异与总差异的变化方向相反,这说明区内差异对总差异的影响为负。也就是说,近年来各地区内部税负差异的缩小无疑减缓了地区宏观税负差异拉大的趋势。与此相反,四大地区之间的宏观税负差异与地区宏观税负总体差异的变化方向大体一致,这说明地区之间的差异对总差异的影响为正,我国地区宏观税负差异的扩张主要是由地区之间差异所引起的。
四、基本结论
通过上述计量分析,我们可以得出如下基本结论:
1. 从地区税负总差异的变化看,地区间税负差异毋庸置疑。
自1994年以来,我国地区总体税负差异呈现“W”型变化趋势,这充分说明地区税负差异是客观存在的。具体来看,从1995~2007年,地区税负总差异出现三次放量扩张和两次小幅紧缩:1995~1997年是差异的首次扩张阶段,税负差异从0.0884上升到0.0942;1998年是差异变化的拐点;1999~2002年是差异的第二轮扩张;之后的2003~2004又出现差异的缩小;2005年以后进入第三轮的差异扩张。
2. 从差异变化的总趋势看,地区税负差异日益扩张。
地区税负总差异沿着“W”型格局的变化过程,也是税负差异进一步扩张的过程。这一点可以从地区税负总指数的变化中看出,1995年地区税负总差异指数为0.0884,2007年上升到0.1325,13年间年均上升3.54%。
3. 从差异变化的分解分析看,区际、区内差异对总差异影响呈反向变化。
地区税负总差异与区际差异呈现出强烈的同向性。1994~2008年两种税负差异的变化均呈现W型变化趋势,从1995年开始,二者都经历了一个上升至下降,再到上升阶段。与总差异变化的“W”型变化轨迹相反,区内税负差异呈现稳中下降的态势。不同的变化轨迹,反映了区域差异和区内差异对总差异形成的不同影响,组内差异的缩小减缓了总差异的扩张,区间差异的扩张助推了总差异拉大。从这一角度上讲,地区税负总差异主要是由地区间的税负差异造成的,缩小地区税负差异的重点应放在地区之间税负差异的降低上。
4. 从税负差异与经济的关系看,区内税负差异与经济发展水平倒挂。
进一步的税负差异的区域分解分析发现,地区内部税负差异指数最大的是西部地区,其次是中部地区,最小的是东部地区,这与三大地区的经济发展水平现状的排序正好相反。西部地区不仅是全国的重税区,而且也是区内税负差异最高的地区。均衡地区间的税负差异,降低西部地区的税收负担,必须考虑西部地区各重税省市的减负问题。
摘要：本文用Theil指数对我国四大地区1994～2008年宏观税负差异现状进行了计量分析。结果显示,我国地区税负总差异和区际差异具有强烈的同向性,均呈现出与区域经济发展水平背离的扩张趋势,而区内差异在大部分年份里与总差异呈现反向变化。进一步的分解分析发现,近年来区际税负差异的扩张是地区税负总差异形成的最主要原因,区内税负差异的缩小减缓了地区宏观税负差异进一步扩大,缩小地区税负差异的重点应放在地区之间税负差异的降低上。
关键词：Theil指数,地区税负差异,区际差异,区内差异
参考文献
[1]安体富,岳树民.我国宏观税负水平的分析判断及其调整[J].经济研究,1999,(3).
[2]白胜玲.我国宏观税负与税制结构的相关分析[J].南开经济研究,2001,(2).
[3]Anthony Shorrocks、万广华.收入差距的地区分解[J].世界经济文汇,2005,(3).
[4]Theil,H..Economics and Information Theory[M].Amsterdam:North Holland Publish-ing Co.,1967:132-139.
差异指数 篇3
能源是驱动社会经济发展的源动力, 是保证经济发展和居民生活水平不断提升的重要物质元素, 因此, 能源消费在很大程度上反映着经济社会发展水平。在社会能源消费结构中, 居民能源消费始终占有十分重要的地位。近年来, 我国经济保持着较长时期的持续快速增长态势, 经济总量扩张和质量提升都很明显, 相应地居民收入水平和生活消费水平也随之迅速提高, 这在居民生活能源消费量的快速增加上能够清楚地反映出来。然而, 能源消费量的快速增加不仅会威胁着能源市场的供需均衡, 更为突出的是作为碳排放的重要来源还威胁着人类社会赖以生存的气候环境。因此, 无论是从现实的市场均衡角度, 还是从长远的经济与环境协调发展角度, 准确把握居民能源消费状况及其地域特征, 是一项具有十分重要意义的工作。
从对现有文献资料的分析可以看出, 西方发达国家对居民能源消费的研究始于20世纪石油危机之后的80年代, 发展到现在已经成为多个学科和领域广泛涉足的热点问题, 取得了不少综合性、交叉性的研究成果。在国内, 对居民能源消费问题的研究要滞后很多, 许多基本概念或问题都还不够清晰, 基础数据还很欠缺。
本文基于消费经济学的视角, 将居民能源消费定义为:居民为日常生活消费所需而直接或间接使用的各种能源资源, 包括生活照明、餐饮、取暖、制冷、交通等在内的所有居民生活环节对能源消费提出的“直接”需求, 以及为生产满足居民日常消费的商品和服务而派生的“间接”能源需求。
二、研究方法与数据来源
Theil指数经常被用来衡量个人之间或者地区间收入差距的指标, 最大的优点是可以衡量组内差距和组间差距对总差距的贡献。本文运用Theil指数法考察区域内及区域间差异对总差异的影响, 并在此基础上进一步分析经济水平和地域条件对居民能源消费的影响。具体计算公式如下所示:
式中, C表示居民消费总额, E表示居民能源消费, 包括居民直接能源消费和间接能源消费, T表示以居民消费总额为权重的我国区域能源消费的总泰尔指数, Ci表示第省份居民消费总额占全国居民消费总额的比例;Ei表示第省份能源消费量占全国能源消费总量的比例;T1、T2对应表示区域间、区域内省域能源消费以居民消费总额为权重的泰尔指数;Cu表示某一区域居民消费额与全国居民消费额的比例大小;Eu表示某一区域能源消费占全国总能源消费的大小。i和u是变量代号。
居民能源消费量由各省 (自治区) 一次能源消费总量换算成标准煤求和而得。由于现行统计资料缺乏居民能源消费数据, 所以把各省市能源消费总量减去消耗在出口商品上的能源量的余额作为各省居民能源消费量, 即居民能源消费量=能源消费总量× (1-出口额/GDP) 。出口额单位千美元, 换算成人民币以当年人民币对美元汇率中间价计算。数据来源于国家统计局官方网站。
由于我国幅员辽阔地区差异大, 现行政策一般都以区域为依据区别对待, 所以本文以国家统计局常用的三种区域划分方法为依据进行分析:一是划分东、中、西部三大区域 (三分法) , 具体是东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南, 中部地区山西、吉林、黑龙江、安徽, 江西、河南、湖北、湖南, 西部地区包括内蒙古、广西、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。二是划分六大地理分区 (六分法) , 具体是华北地区包括北京、天津、河北、山西、内蒙古, 东北地区包括辽宁、吉林、黑龙江, 华东地区包括上海、江苏、浙江、安徽、福建、江西、山东、台湾, 中南地区包括河南、湖北、湖南、广东、广西、海南, 西南地区包括四川 (含重庆) 、贵州、云南, 不含西藏, 西北地区包括陕西、甘肃、青海、宁夏、新疆。三是划分八大经济区域 (八分法) , 具体包括东北地区含辽宁、吉林、黑龙江, 北部沿海地区含北京、天津、河北、山东, 东部沿海地区含上海、江苏、浙江, 南部沿海地区含福建、广东、海南, 黄河中游地区含陕西、山西、河南、内蒙古, 长江中游地区含湖北、湖南、江西、安徽, 西南地区含云南、贵州、四川 (重庆) 、广西, 西北地区含甘肃、青海、宁夏、新疆。
考虑到数据的连贯一致和可比性的要求, 本文仅选取全国29个省市、自治区 (不含西藏自治区) , 并且将重庆市并入四川省进行计算分析。选取的数据来源于2000~2012年全国及各省 (直辖市、自治区) 的能源统计年鉴, 少数不连续数据采用插值法进行了估算。
三、实证结果及分析
根据对所有省级数据的测算, 我们得到2000~2012年的三种区域划分的泰尔指数分解结果和贡献率。三分法的计算结果如表1和图2所示。
从表1可以发现, 泰尔指数总体呈先升高再降低 (下降) 的趋势, 其中区域间贡献率逐年下降说明区域间差异持续缩小, 区域内贡献率不断扩大表明区域内差异持续增大, 且三大区域间差异远小于区域内差异。
图1显示, 区域内变化最明显且变动幅度最大的是东部地区。自2000年到2006年泰尔指数以较快幅度增加, 2007年到2009年又急剧降低, 之后变化平缓。而中西部地区变化幅度较小, 其中西部地区泰尔指数以缓慢幅度增加, 西部地区以缓慢幅度降低。
对照表1和图1, 泰尔指数总变化趋势与东部地区保持一致。进一步深究原因, 我们发现东部地区工业较发达但产业分布不平均, 各省北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南省工业发展所占比重差异较大, 而中部地区包括山西、安徽、江西、河南、湖北、湖南, 工业发展较均衡。西部地区内蒙古、广西、四川 (重庆) 、贵州、云南、陕西、甘肃、青海、宁夏、新疆由于地理环境和经济等因素, 工业水平较落后, 近年来, 部分省市如贵州等工业有较大发展, 所以泰尔指数呈上升趋势。
六分法的泰尔指数二阶分解结果和各级贡献率如表2和图2所示。从表2可以发现, 泰尔指数总体呈现先增加后减小的趋势, 并且区域间差异贡献率明显小于区域内差异贡献率。
观察图2可以发现, 中南、华东这两个变化幅度比较大的区域存在类似的变化趋势:从2001年开始泰尔指数一直增加, 到2006年、2007年达到最高点, 此后开始降低并在2009年降至最低点, 之后华东地区泰尔指数在微弱反弹后逐年降低, 而中南地区自2009年后泰尔指数开始缓慢下降。东北、西北地区泰尔指数数值最低且波动最小, 华北地区泰尔指数缓慢增长, 而西南地区的泰尔指数继缓慢增长之后在2008年有一个向下的趋势之后继续缓慢增长。
联系2008年全球性的经济危机, 总结西北地区 (陕西甘肃宁夏新疆) 东北地区 (辽宁吉林黑龙江) , 华北 (北京天津河北山西内蒙) 西南 (四川贵州云南) 的异同点, 可以得出结论:经济衰退会导致泰尔指数下降, 而在经济状况运行良好的情况下, 在经济与工业都较不发达以及产业结构分布相当完善合理且工业相当发达活跃的两种地区, 泰尔指数会长期保持一个相当低的平稳的水平;在经济相当发达但不以工业为发展支柱的地区或经济较发达且把第二产业作为支柱产业的地区, 泰尔指数数值较大且变化明显;在以工业为支柱产业但经济不发达的地区和经济发达且把工业作为重要行业的地区, 泰尔指数数值偏低且变化幅度较小。
表3和图3为八分法的泰尔指数二阶分解结果和各级贡献率。从表3可以发现, 八大经济区的泰尔指数总体呈现先上升后下降趋势, 且区域间差异远大于区域内差异。
从图3可以看出, 波动最大、变化最明显的区域是南部沿海地区, 泰尔指数在2001年到2007年快速上升, 此后急剧下降。大西南地区、东部沿海地区和北部沿海地区在2003到2007年期间都呈上升趋势, 但幅度明显小于南部沿海地区。同期大西北地区、长江中游地区和东北地区泰尔指数保持在一个相当低的水平, 西北、东北地区泰尔指数变化幅度相当小, 长江中游地区有一个漫长的降低过程。
对比分析图1图2图3可以看出, 波动最大的区域居民能源消费泰尔指数最高值均出现在2006年和2007年, 表1表2表3中总泰尔指数的最大值也出现在这两年, 其原因可能是2006~2007年正是我国经济发展最快两年。所以我们可以得出结论:经济快速发展在一定程度上会增加居民能源消费的泰尔指数。同时, 在三幅图中, 波动较大的区域分别是东部地区 (三分法) 、中南地区和华东地区 (六分法) 、南部沿海和东部沿海地区 (八分法) 。
因此, 可以得出总结论:面对该研究样本用不同的划分方式在同一研究方法下得出的结论一致, 所以总结论在该研究领域具有普适性通用性。区域经济较发达程度、区域产业结构分布均衡程度、工业发达程度都会导致居民能源消费泰尔指数的变化。其中, 居民能源消费泰尔指数会随着经济发展而整体扩大, 随着经济衰退总体减小。区域产业结构分布越均衡其他条件不变的情况下, 泰尔指数越低。区域工业水平越发达, 其他条件不变的情况下, 居民能源消费泰尔指数越低越稳定。联系表1表2表3中数据可以分析得出, 我国居民能源消费差异与区域划分方法有关, 不能简单地断定是区域间差异还是区域内差异决定的。无论是从经济角度进行分析还是从地域角度出发, 都可以得出结论:区域划分越多, 居民能源消费区域间差异对总体差异的影响越大, 居民能源消费区域内差异对总体差异的影响越小。同时, 区域划分越多, 经济发达地区和工业发达地区泰尔指数越小越平均。即经济水平越接近但的地区, 居民能源消费差异越小, 泰尔指数起伏越少。
四、结论与政策建议
联系图标和数据发现, 面对该研究样本用不同的划分方式在同一研究方法下得出的结论一致, 所以总结论在该研究领域具有普适性通用性。区域经济较发达程度、区域产业结构分布均衡程度、工业发达程度都会导致居民能源消费泰尔指数的变化。其中, 居民能源消费泰尔指数会随着经济发展而整体扩大, 随着经济衰退总体减小。区域产业结构分布越均衡其他条件不变的情况下, 泰尔指数越低。区域工业水平越发达, 其他条件不变的情况下, 居民能源消费泰尔指数越低越稳定。联系表1表2表3中数据可以分析得出, 我国居民能源消费差异与区域划分方法有关, 不能简单地断定是区域间差异还是区域内差异决定的。无论是从经济角度进行分析还是从地域角度出发, 都可以得出结论:区域划分越多, 居民能源消费区域间差异对总体差异的影响越大, 居民能源消费区域内差异对总体差异的影响越小。同时, 区域划分越多, 经济发达地区和工业发达地区泰尔指数越小越平均。即经济水平越接近但的地区, 居民能源消费差异越小, 泰尔指数起伏越少。
因此可以得出这样的结论:第一, 中国居民能源消费无论是从总体层面上还是从各区域内部角度都呈现这样的趋势:经济和工业越发展, 地区内省域居民能源消费差异逐渐减少, 并且变化趋势从时间上看略滞后于经济政策的实施。第二, 居民能源消费泰尔指数明显受当年经济走势的影响, 经济发展良好泰尔指数在一定程度上增加, 经济全面衰退, 泰尔指数也在相应的时间点呈降低趋势。第三, 工业不发达地区随着经济水平的提高, 拉近了与经济发达地区的地区生产值差异, 地区间居民能源消费差异逐渐缩小, 区域内居民能源消费差异增大。第四, 由数据研究可以得出结论, 经济增长、工业水平提高有利于缩小区域能源消费差异。
参考文献
[1]康小娟, 杨东民.基于泰尔指数法的中国能源消费区域差异分析[J].资源科学, 2010 (03) .
[2]彭明芳.中部地区居民能源消费的时空差异分析——基于省际面板的实证研究[D].江西财经大学工商管理学院, 2012.
[3]李艳梅, 张雷.中国居民间接生活能源消费的结构分解分析[J].资源科学, 2008 (06) .
差异指数 篇4
知识产权又称智慧财产权 (Intellectual Property Rights, IPR) 是指权利人对其所拥有的知识资本在有限时间期内所享有的专有权利。它是一种无形财产权, 是从事智力创造性活动取得成果后依法享有的权利。各种智力创造比如发明、文学和艺术作品, 以及在商业中使用的标志、名称、图像以及外观设计都可被认为是某一个人或组织所拥有的知识产权。根据我国现有知识产权法律规定, 知识产权主要包括专利权、商标权、著作权、集成电路布图设计专有权、植物新品种以及地理标志等权利类型。
随着科学技术地快速发展、知识产权制度不断充实和完善, 知识产权不仅是一种重要的法律权利和无形资产, 而且也是经济主体一种强有力的竞争武器。在经济生活中具有巨大的商业竞争价值, 同时它也是一种日益重要的竞争资源。
2 文献综述
对于知识产权的评价方法多种多样。通常采用知识产权指数的方法来分析、评估知识产权的竞争能力。根据范围和内容的不同, 知识产权评估方法分为企业知识产权评估和区域知识产权评估两种。一些国家、地区或组织对区域知识产权进行了评估。
2000年3月, 欧盟理事会明确提出了建立欧盟创新评价指标体系[1]。以此作为提高欧盟经济竞争力的重要手段和措施。该指标体系的最重要表现形式是强化创新, 突出“百万人口中高技术专利数”这一知识产权指标。该指标体系包括人力资源、新知识的产生、新知识的转移和应用及创新的投入、产出和市场等4类, 共计17项指标。
瑞士洛桑国际管理开发研究院连续多年发表的《世界竞争力年鉴》 (简称《洛桑年鉴》) , 对世界主要国家和地区的国际竞争力进行分析评价和排名, 已得到全球大多数国家的认同。在《洛桑年鉴》量化的科技国际竞争力指标体系[2]中, 包括R&D支出、R&D人员、技术管理、科学环境、知识产权等五个子体系, 共计25个指标。
2004年日本经济部产业政策局发布《知识产权战略评价指标》[3], 以专利的收益率、成果转化利用率、人均研究开发经费和知识产权的经济产出作为战略实施的评价指标。主要从三个层面进行评价;即国家宏观层面知识产权战略实施情况;根据微观层面公开的数据对其优势产业的知识产权国际竞争力进行评价的战略指标;突出针对上市公司知识产权、资产成果而制定的战略评价指标。
2007年国际知识产权联盟 (International Property Rights Alliance, IPRA) 发布了第一版世界知识产权指数 (International Property Rights Index, IPRI) 。目前共计连续发布五版IPRI, 涉及的国家从2007年的70多个增加到2011年的129个[4]。IPRI由三部分, 共计10个指标构成, 即法律和政治环境 (LP) 、物质财产权 (PPR) 、知识产权 (IPR) 。其中LP指标包括司法独立性、法律制度、政治稳定性、腐败治理;PPR指标涉及物质财产权保护、寄存权、获得借款;IPR指标涵盖知识产权保护、专利保护 (1) 。
国内的学者对区域知识产权评价体系也进行了广泛的研究成果。
黄庆等 (2004) [5]从专利数量、质量和价值三方面综合考虑, 构建了一套以数量类指标表征专利关注程度, 以质量类指标表征科技创新程度, 以价值类指标表征专利在市场经济活动中作用的指标体系。对我国区域的知识产权状况进行了评价, 得出了具有一定意义的评价结果。
刘凤朝 (2009) [6]选取专利申请量、发明专利申请量、专利授权量和发明专利授权量作为分析评价指标, 运用主成分分析方法对我国31个省市区和15个副省级城市的专利发展状况进行综合排序、等级划分和评价。
王正志 (2010) [7]建立了一套包含4个二级指标、15个三级指标、38个四级指标的中国知识产权指数体系, 对我国知识产权发展过程进行研究分析, 梳理和归纳出存在的主要问题, 并提出相应的政策建议。2008、2009和2011年相继发布《中国知识产权指数报告》。
王鸣涛, 叶春明 (2010[8]) 采用AHP和专家咨询相结合的方法, 提出以知识产权申请、知识产权授权、知识产权实施、知识产权效益、知识产权保护、知识产权管理和知识产权环境为一级指标, 涵盖27个二级指标的区域知识产权工作业绩评价指标体系。
雒园园等 (2011) [9]通过知识产权质量、知识产权数量、知识产权开发能力、知识产权运营能力、知识产权保护能力5指标构建了区域知识产权竞争力评价指标体系。缺乏对相关文献进行梳理, 可见国外对知识产权指数的研究更多是从国家宏观层面上展开, 侧重点也不尽相同。国内对相关问题的研究更加细致、具体, 涉及的层面和指标更多, 但对相关知识产权指数进行分析的深度和广度不够。本文将在此方面做一些尝试。本文依据《中国知识产权指数报告2011》的相关数据[10]整理。
3 2011年中国知识产权指数的区域差异
2011年我国知识产权的综合实力指数平均值是0.25, 标准差为0.1453, 其二级指标知识产权产出水平指数平均值是0.17, 标准差为0.1638, 知识产权流动水平指数平均值是0.18, 标准差为0.1734, 知识产权综合绩效指数平均值是0.41, 标准差为0.1470, 知识产权创造潜力指数平均值是0.24, 标准差为0.1321。经济发达的东部地区的知识产权的综合实力指数平均值是0.37, 高出全国平均值近50%, 高出中部地区85%, 超出西部地区近1.5倍, 标准差为0.1453, 差距非常突出。知识产权产出水平指数, 东部地区的平均值是0.29, 高出全国平均值70%多, 高出中部地区2.6倍多, 超出西部地区1.2倍多, 领先优势明显。知识产权流动水平指数, 东部地区的平均值是0.32, 高出全国平均值78%, 高出中部地区1.67倍, 是西部地区的4倍, 差距明显。知识产权综合绩效指数, 东部地区的平均值是0.54, 高出全国平均值近32%, 高出中部地区35%, 是西部地区的2倍。知识产权创造潜力指数东部地区的平均值是0.33。高出全国平均值37.5%, 高出中部地区65%, 是西部地区的2.2倍。就一、二级指标来看, 中部地区仅在知识产权综合绩效指数方面接近全国平均值外, 其余各项指标均明显落后于全国指标。而西部地区的指数平均值即落后于全国平均值, 也落后中部地区, 仅在知识产权产出水平指数方面, 超过中部地区 (见图1) 。
4 中国知识产权指数与区域经济发展绩效分析
知识产权指数的反映了地方在技术研发投入、知识产权成果获得、成果转让、经济增长及结构转型等宏观绩效的变化, 也体现为创新活动与经济发展绩效联系紧密的紧密程度。如果我们用人均GDP作为经济发展绩效的话, 可以发现:经济发达地区, 知识产权指数较高, 人均GDP数值也较高, 相反, 经济欠发达地区, 知识产权指数较低, 相对的人均GDP数值也较低。
2010年我国直辖市上海和北京知识产权指数超过0.5, 二市的人均GDP超过70000元人民币。天津市人均GDP也超过60000元, 但因其在知识产权产出水平指数方面得分0.213, 知识产权流动水平指数指数得分0.178, 知识产权创造潜力指数得分0.291, 其知识产权综合实力指数只有0.341, 而广东省人均GDP接近40000元, 但因其在知识产权流动水平指数 (0.592) 、知识产权创造潜力指数方面 (0.516) 的良好成绩, 其知识产权综合实力指数达到0.549。出内蒙古外, 共有6个省份的知识产权指数超过0.27, 基本都是沿海发达省份或资源丰富自治区, 其人均GDP在30000元~60000元之间。其余20个各省份的知识产权指数也较低, 有15个省市区的知识产权指数甚至低于0.2。其人均GDP均在25000元人民币以下。
以2010年31省市区的知识产权指数值为自变量, 人均GDP值为因变量, 利用Excel进行回归分析。
建立回归方程:y=9.9555x+0.3197, R2=0.7371, 相关系数r=0.8584, 通过线性关系检验—F检验和回归系数检验—r检验, 表明拟合关系较好。各地区人均GDP的增长中, 有73.71%是有知识产权指数的变动所决定的。即在各地的人均GDP的增加值中, 近四分之三来自于创新活动。创新是地方人均GDP增长的最大贡献者。知识产权指数增长0.1, 将产生人均近一万元GDP增长。加大投入, 鼓励创新, 提高知识产权指数值是提升地方经济绩效的最重要途径。详见图2。
我国东部、中部、西部的知识产权指数对经济发展绩效的影响有所差异。
依据国家统计部门的划分标准 (2) , 东部地区涵盖北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西和海南, 共计12个省区市。东部地区是我国经济最发达的区域。因经济发展的不平衡, 知识产权综合实力指数变化显著, 人均GDP差距明显。2010年北京、上海知识产权综合实力指数超过0.55, 人均GDP超过70000元, 而经济较为落后的河北、海南和广西, 其知识产权综合实力指数低于0.2, 低于全国平均水平。人均GDP在20000元左右。
中部地区涵盖山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南, 共计9个省区。中部省区的知识指数产权指数似乎与其经济发展绩效呈现负相关。2010年内蒙古、吉林、黑龙江和山西省的知识指数产权指数低于0.2, 低于全国平均水平;但其人均GDP水平较高。如内蒙古的人均GDP达到37287元。安徽和湖南省的知识指数产权指数高于0.2。湖南省的指数产权指数是0.251, 是中部省区中惟一高于全国平均水平的省份。而两省的人均GDP均低于20000元。
西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆, 共计10个省区市, 其知识产权指数全部低于全国平均水平。西部地区是我国的欠发达地区, 2010年经济实力较强的重庆和陕西的知识产权指数分别为0.236和0.214, 其人均GDP刚刚超过20000元。四川省因在知识产权产出水平指数、知识产权流动水平指数指数、知识产权创造潜力指数方面得分较高, 其知识产权综合实力指数为0.227。其人均GDP仅为17289元。其余省区知识产权综合实力指数均低于0.2, 甚至有2个省区低于0.1。2010年人均GDP低于20000元人民币。
5 结论
知识产权指数的区域差异突出, 东部地区的知识产权实力指数是西部地区的2倍多。在知识产权产出水平、流动水平、综合绩效和发展潜力方面, 东部地区明显处于领先地位。
尤其是反映知识产权产出水平的指标如知识产权产出人均指数、专利总量指数、驰名商标指数、“中华老字号”商标指数、集成电路布图设计登记发证、商标总量指数、版权总量指数等方面, 东部地区领先中、西部地区数倍。在反映知识产权流动水平指标如技术市场交易指数、技术市场规模指数、技术市场开放指数、技术外溢度指数、技术国际竞争力指数、知识产权中介指数、专利中介指数、商标中介指数、企业技改、引进指数、技术改造指数等方面, 东部地区也领先中西部地区数倍。在反映知识产权发展潜力指标如创造投入指数、人才投入指数、资本投入指数、创造成果指数、论文指数等方面, 在反映知识产权综合绩效的指标如宏观经济绩效、经济发展水平、经济增长方式转变、经济结构优化等方面, 东部是西部地区的2倍多。东部与中西部知识产权鸿沟巨大, 如何缩短和填平这个鸿沟是未来中西部地区经济发展的重要内容。
以人均GDP作为区域经济绩效指标, 知识产权指数与人均GDP具有明显的相关性。从全国范围来看, 知识产权指数与人均GDP呈现明显的正相关, 随着知识产权指数的增大, 人均GDP值也在增加。各地区人均GDP的增长中, 有73.71%是有知识产权指数的变动所决定的。创新活动是地方人均GDP增长的最大贡献者。知识产权指数增长0.1, 将产生人均近一万元GDP增长。东部地区的知识产权指数较高, 人均GDP值也较高, 但中部地区例外, 知识产权指数的增大并未带来人均GDP值的增加, 反而表现为缩小趋势, 其中的原因, 有待进一步研究。西部地区的知识产权指数值普遍较低, 人均GDP值也较低。加大投入, 鼓励创新, 提高知识产权指数值是提升地方经济绩效的最重要途径。
摘要：知识产权是一种重要的法律权利和无形资产, 也是一种竞争资源, 具有巨大的商业价值。采用《中国知识产权指数报告2011》相关数据, 对该指数的区域差异及与区域经济绩效进行分析。研究表明:知识产权指数的区域差异突出, 东部地区的知识产权实力指数是西部地区的2倍多;知识产权指数与人均GDP具有明显的相关性, 知识产权指数增长0.1, 将产生人均近一万元GDP增长。
关键词：知识产权,中国知识产权指数,区域差异,区域经济绩效
参考文献
[1]杨平.欧盟建立创新评价指标体系及其与美日的比较[J]科技经济透视, 2002 (8) :24-25
[2]陈昌柏.借鉴国际经验设置我国知识产权战略评价指标[EB/OL]. (2007-04-26) [2012-05-15].http://www.chinado.cn/ReadNews.asp?NewsID=935
[3]王绍媛.日本知识产权战略特点与借鉴[J]现代日本经济, 2009 (6) :40-44
[4]JACKSON K A, MARIUS D, JOSEPH Q, KRISHNA N, MARCOSH O, MARTIN K, NICOLE A.International Property Rights Index 2011 report[R].Washington, D.C.property rights alliance, 2011
[5]黄庆, 曹津燕.专利评价指标体系——专利评价指标体系的设计和构建[J]知识产权, 2004 (5) :25-28
[6]刘凤朝, 徐冠华.国家创新能力测度方法及其应用[M].北京:科学出版社, 2009
[7]王正志, 主编.中国知识产权指数报告2010[M].北京:知识产权出版社, 2010
[8]王鸣涛, 叶春明.区域知识产权工作业绩评价指标体系研究[J]科技管理研究, 2010 (21) :47-53
[9]雒园园, 田树军, 于小丹.区域知识产权竞争力及评价指标体系研究[J]科技管理研究, 2011 (14) :68-75
差异指数 篇5
平等利用医疗服务资源体现社会资源分配的公平性, 同时也是促进社会公平公正的手段之一。但我国现实情况是, 区域经济与社会发展不均衡, 各地区财力的差异较明显, 所投入的公共医疗服务资源不均衡, 即使是同一地区的农村居民收入也存在较大差异, 这些因素均在一定程度上放大了农村居民医疗服务利用的不公平性。
目前, 与农村居民医疗服务利用相关的研究颇丰, 其中多数是以医疗服务消费支出为研究对象。LarsonSL和FleishmanJ通过比较不同地区农村居民医疗服务消费支出水平, 发现中国各地区农村医疗卫生体系存在严重的不平等现象。[1]李实等研究表明中国农村内部存在医疗利用不公平性问题, 其表现为不同地区农村居民在医疗支出水平上的差异。[2]陈在余等通过对中部六省份贫困农户实证调查, 分析了农户医疗利用的差异。[3]叶春辉等依据医疗利用支出数据, 分析了影响农户医疗服务决策及支出大小的决定因素。[4]谭晓婷、钟甫宁研究了补偿模式对农户收入分配的影响。[5]胡宏伟针对慢性病持续蔓延的现状, 分析了农村老年人医疗支出的影响因素。[6]
上述研究从不同角度分析了农村居民医疗服务消费支出的影响因素, 但医疗服务利用的差异性是否等同于医疗服务消费支出的差别呢?这是值得商榷的。我们认为医疗服务消费支出不能等同于医疗服务利用, 这是两个不同的概念。医疗服务消费支出是居民购买药品、占用医疗设施设备、获取医疗服务所需的花费, 只能把它看作是名义上的医疗服务消费, 而医疗服务、药品等的购买价格影响着医疗支出的购买力。
为了更客观公正地分析医疗服务利用在各地区的差异情况, 必须对各地区名义医疗服务消费支出进行调整。本文以农村居民医疗服务消费支出为研究对象探讨医疗服务利用的公平性, 通过构造与计算各地区医疗服务人员工资价格调整指数, 对我国各省市农村居民人均医疗费用消费支出差异进行调整, 探讨农村居民医疗服务利用的真实差异。
二、理论框架与分析方法
1. 理论框架
Nelson和Tanguay (1994) 通过数十年的研究与实证分析构造了阿拉斯加、佛罗里达、加利福尼亚等近20个州的医疗服务消费支出价格调整指数, [7]随后当地医疗补贴中使用了该研究所构造的调整医疗服务消费支出的方法。构造地区间医务人员工资的调整指数是已有外文文献的主要研究内容, 因为医疗支出中有相当大一部分是医务人员的薪资与福利。我国情况亦是如此, 医务人员薪酬和福利同样占居民医疗费用消费支出的大部分, 而且在各省份之间差异较大。[8]因此, 医务人员薪酬与福利差异可以成为医疗服务消费价格差异的替代指标。另外, 居民医疗服务消费的主要资源是医务人员在医疗服务中投入的时间, 可知, 研究不同地区医务人员人均资源投入差异本身也具有一定意义。
可比工资指数法 (CWI) 是美国国家医疗统计中心 (U.S.NationalHealthStatisticsCenter, NCES) 近年来发展的简单且时效性较强的方法, 研究相同特征劳动者的工作选择行为, 为美国医疗补偿分配问题提供了可行的方案。[9]其理论假设如下:其一, 劳动者同时追求高工资、低生活成本以及较高的非货币效用的单位或地区。即, 在其他条件相同的情况下, 劳动者在生活成本高的地区或单位工作, 就必然要求获得更高的工资、福利报酬, 相对而言在生活成本较低或非货币效用较高的地区或单位工作, 较低的劳动收入是可以容忍的。其二, 劳动力存在流动成本。就我国劳动力市场而言, 其市场一体化程度不高, 劳动力面临较高的流动成本, 一般不能实现充分自由流动。因此, 流动成本也影响劳动者的工资收入, 即在其他条件相同的情况下, 流动成本越高, 工资水平就越低, 反之流动成本越低, 工资水平就越高。其三, 不同行业的劳动者以上偏好相同。基于上述假设, 分析非医疗行业员工工资差异特征, 还可以测量生活成本、劳动力流动成本对每个区域工资和非货币工资的影响, 然后测量各种因素对农村居民医疗服务消费支出所造成的差异。
2. 分析方法
本文借助扩展的明瑟收入方程 (Extended Mincerearningsequation, EMEE, 2010) , 估算各地区性质相同非医疗行业员工的个人特征、职称、职务、行业对其工资收入的影响。该方程是在经济学家TaylorLL、LeakeJR、QuirkJetal提出的人力资本理论基础上修改而成的。[10]所用方程采用半对数形式, 对影响个人收入的人力资本要素进行回归, 基本方程如下:
(1) 式中, 1ni是实际收入的自然对数, 自变量x1表示受教育年限, x2表示工作经验, x3表示工作所在地的生活成本, x4表示工作所在地的非货币效用, x5表示面对的跨区域流动成本, Pk表示的第k项个人特征, ω代表随机误差。
事实上, 工资的影响因素除性别、年龄、教育年限、工作经验外, 还有所属行业、单位性质、民族和职位以及工作经验的平方以及所在地生活成本、非货币效用等因素。另外, 考虑到劳动力在地区间流动存在成本的事实, 工资还受流动成本的影响。为方便度量, 假设同一地区劳动力受此因素的作用相同, 因此可以把它看作是地区间差异因素引起的。从对职业的选择行为来看, 工作所在地的生活成本越高, 就会要求越高的工资作为补偿, 因此;所在地区非货币效用越高, 所要求的工资补偿将越少, 因此可以预计;工作所在地面临的流动成本越高, 实际获得的工资越低, 因此。
三、我国地区间人员工资收入差距
1. 收入影响因素估计
本文使用2012年全国农村固定观察点数据, 包括30个省、市、自治区农村居民收入的统计数据, 由于西藏统计数据不全, 所以本文没有使用。本文使用农户人均收入 (包括农业收入和工资性收入) 作为因变量, 自变量包括个人特征、非农职业、工作类型、职位、职称与级别、工作时间等变量。个人特征包括所在地区、性别、年龄以及受教育年数、身体健康状况、户籍状况等。由于工作年限可能对工资产生影响, 并与工作经验正相关。因此, 在方程中选择工作年限作为工作经验的代理变量。
为得到工资性收入的影响因素, 对自变量进行稳健回归, 回归结果如表1所示。
注:P值为Robust估计的P值。
从表1估计结果来看, 回归方程通过了F检验, 校正的R2达到0.3846。回归结果得到了与劳动力市场常识相一致的结论:性别的回归系数是-0.1033, 在1%水平下显著, 表明女性获得的收入低于男性;在其他条件不变的情况下, 受教育年限回归系数是0.0243, 1%水平下显著, 表明受教育年限上升一年员工工资上升2.43百分点, 与工资收入成正相关关系;在用工作年限作为工作经验的代理变量的情况下, 工作年限的回归系数是0.0639, 平方的回归系数是-0.0007, 前者在在1%水平下显著, 后者不显著, 表明工资收入水平与工作年限成正相关关系, 但是升高的幅度递减。研究发现, 工资与单位性质相关。在其他条件相同的情况下, 小集体 (如乡镇所属) 、私营和个体企业员工工资的回归系数分别是-0.0034、-0.5692, 而国有企业、三资企业的回归系数是0.1628, 表明前者员工的工资收入低于后者。办公室一般工作人员、技术工人、非技术工作回归系数分别是-0.0442、-0.0728、-0.2395, 而管理者的回归系数是0.0184, 这表明一般管理者拥有较多的社会资源, 工资收入较高。
同时发现, 各种合同工、临时工回归系数分别是-0.1160、-0.1468, 而长期工的回归系数是0.263, 表明合同工、临时工的收入低于长期工;有雇工的个体经营者回归系数是0.0378, 高于领取工资家庭工人的回归系数-0.2125, 表明后者工资收入低于前者。东部、中部回归系数分别是0.0648、0.0263, 高于西部回归系数-0.0406, 表明西部工人的收入低于东部、中部。
从实证结果可知, 性别、受教育年限、工作年限、单位性质、工作职位、职业种类、职称和级别对工资收入均有不同程度的影响。同时发现, 单位所在地区变量对员工工资也有较为显著的影响, 这说明地区间生活成本、流动成本等非货币效用对工资具有比较显著的作用, 从而验证了本文提出的假设。
2. 可比工资指数估算
接下来本文通过回归方法预测代表性工人的平均工资收入。以北京市作为基准地区, 通过向回归方程中代入各变量加权平均数计算代表性员工的年平均工资。其中, 权数为2012年各省市自治区在岗职工平均人数占全国年均在岗职工人数总和的比例。年平均工资计算公式如下:
(2) 式中wag、gen、edu、age、org分别为工资、性别、受教育年限、年龄以及政府机关、企业事业单位、技术工人、非技术工人等各虚拟变量的加权平均数。
依据可比工资指数的定义, 在其他条件相同的情况下, 其他地区平均工资与北京市工资平均水平的差距也就是本研究所要计算的可比工资指数 (Comparablewageindex, CWI) , 计算公式如下:
(3) 式中, i表示第i省、自治区、直辖市的农村地区, labcoei表示员工所在的地区对工资性收入的影响。计算得到各地区的可比工资指数CWI如表2所示。
单位:元
数据来源:2013年《中国卫生统计年鉴》, 由于数据可得性所限, 西藏的农村居民医疗费用经费支出无法得到。
可比工资指数 (CWI) 单位为1, 是各地区产出特征相同的劳动力被雇佣时所对应的价格, 体现了相同特征在相同性质、所在行业也相同的单位工作时的工资差异。根据理论假设, 各地的CWI也代表了各省市医疗服务机构聘用特征完全相同劳动力时的价格差异。从表2可以看出, 在地区生活成本、非货币效用以及流动成本的作用下, 雇佣相同资质医务人员在不同省市之间相差较大。如在北京、广东、上海需要支付最高的价格, 均为1, 而在河南、贵州的价格最低, 分别是0.47和0.48, 二者相差一倍以上。反过来, 同样的医疗服务消费支出, 在北京、广东、上海的购买力最低, 在河南、贵州的购买力则较高。
四、调整后农村居民人均医疗费用支出差异
1. 农村居民人均医疗服务实际利用情况
从医疗费用消费支出中剔除价格因素的影响后, 就可以得到各地区农村居民医疗服务消费支出的真实差异。利用表2中可比工资指数 (CWI) 作为医疗服务价格调整指数, 去除各地区农村居民人均医疗费用消费支出, 可以获得调整后的人均消费支出, 即地区间农村居民医疗服务的真实利用情况 (表3) 。除北京、广东、上海外, 其余地区人均医疗费用消费支出调整前后均有显著变动, 如河南、贵州两省调整后分别为516.8元和277.5元, 比调整前增加了50%以上。
2. 农村居民人均医疗费用消费支出的不平等程度
从表3中可以看出, 调整后的农村居民人均医疗费用消费支出差异明显小于调整前的差异。调整前的极差、极差率、变异系数、Gini系数以及Theil系数分别为687.8、4.82、0.55、0.24、0.12, 调整后各系数均有非常明显的下降, 分别为546.3、2.70、0.23、0.14、0.04, 表明各地区农村居民消费的实际医疗服务不平等程度明显小于医疗服务支出的不平等程度。但从另一方面来说, 剥离了价格因素后农村居民人均医疗费用消费支出已排除其他因素的干扰, 比较准确地反映了各地区农村居民医疗服务利用的差异情况。然而, 农村人均医疗费用消费支出在各地区之间的极差率仍然达到2.70倍, 从中可以看出, 各地区农村居民人均医疗服务真实消费的差异依然存在。
五、研究结论与政策含义
本文使用2012年全国农村固定观察点数据, 基于可比工资指数调整方法, 对我国农村居民医疗费用支出进行了调整。结果表明:
第一, 地区间可比工资调整指数 (CWI) 差异较大。相同特征劳动者在不同地区工作所能够得到的工资水平差距较大, 表明要获得真实的医疗服务利用情况, 就必须对医疗服务消费支出进行价格调整。因此, 构造我国地区间医疗服务价格指数, 根据价格差异对名义医疗服务消费支出进行调整, 并提供获得真实医疗服务消费差异的方法, 有利于医疗服务利用不平等信息体系的建立和完善, 有利于正确地进行医疗财政公平、充足和效率等方面的分析, 可以为政府的医疗财政拨款及转移支付提供政策支持, 有利于合理分配医疗资源, 可以说具有重要的理论价值和现实意义。
第二, 我国各地区农村居民医疗服务利用的真实差距小于医疗服务消费支出的差距。医疗服务人均消费支出与地区的工资水平总体上呈正向关系, 可见, 地区的价格水平在一定程度上影响了居民医疗服务消费的购买力。用医疗服务消费支出来判断医疗服务利用的公平与否显然是不够确切的。
第三, 各地区农村医疗服务人均消费差异仍然存在。一般来说, 甘肃、青海、贵州等经济发展缓慢地区农村居民获得的医疗服务更少。因此, 应继续加大对贫困地区农村居民医疗服务利用的支持力度。
摘要：农村居民医疗服务利用差异的来源包括医疗费用支出和医疗服务及药品价格两方面。在医疗服务利用公平性评价中, 如果直接比较各地区农村居民医疗费用支出, 研究得出的结论将失去真实性。本文利用2012年全国农村固定观察点数据, 基于可比工资指数调整方法, 对农村居民医疗费用支出进行了调整。结果发现:农村居民医疗服务消费价格调整指数变异性大, 表明对人均医疗服务消费支出进行价格调整是必要的;农村居民医疗服务利用真实差距小于医疗服务费用支出的差距;然而, 农村居民医疗服务利用的差距仍然存在, 特别是经济发展缓慢地区的农村居民获得的医疗服务仍然不足。因此, 应加大对贫困落后地区农户的医疗服务利用支持力度。
关键词：农村居民,医疗服务利用,可比工资指数
参考文献
[1]Larson S L, Fleishman J A.Rural-urban differences in usual source of care and ambulatory service use:analyses of national data using Urban Influence Codes[J].Medical care, 2003, (07) .
[2]李实, 魏众, 丁赛.中国居民财产分布不均等及其原因的经验分析[J].经济研究, 2005, (07) .
[3]陈在余, 蒯旭光.农村新型合作医疗与农民的医疗保障[J].中国人口科学, 2007, (03) .
[4]叶春辉, 封进, 王晓润.收入、受教育水平和医疗消费:基于农户微观数据的分析[J].中国农村经济, 2008, (08) .
[5]谭晓婷, 钟甫宁.新型农村合作医疗不同补偿模式的收入分配效应——基于江苏、安徽两省30县1500个农户的实证分析[J].中国农村经济, 2010, (03) .
[6]胡宏伟, 时媛媛, 肖伊雪.公共服务均等化视角下中国养老保障方式与路径选择——居家养老服务保障的优势与发展路径[J].华东经济管理, 2012, (01) .
[7]Nelson R A, Tanguay T L, Patterson C D.A quality-adjusted price index for personal computers[J].Journal of Business&Economic Statistics, 1994, (01) .
[8]Fehder D C, Nelling E, Trester J J.Innovation and price:the case of digital cameras[J].Applied Economics, 2009, (17) .
[9]Bayer P, Keohane N, Timmins C.Migration and hedonic valuation:The case of air quality[J].Journal of Environmental Economics and Management, 2009, (01) .
差异指数 篇6
关键词：妊娠,输卵管,子宫动脉,超声检查,多普勒,彩色
临床上,10%~20%的尿妊娠试验阳性者因体型肥胖、合并子宫肌瘤、合并卵巢病变或异位妊娠包块体积小等原因,使超声于子宫内外均未见妊娠囊或异常包块,给诊断带来困难[1]。输卵管妊娠(tuba pregnancy,TP)在异位妊娠中占90%~95%[2],故对TP的诊断与鉴别诊断仍是关注的焦点。近年来,国内外很多学者应用彩色多普勒血流显像及多普勒技术对TP患者双侧子宫动脉循环血流参数进行检测,试图为诊断TP提供另一种思路和方法,但所得观点并不一致[3,4,5]。本研究将异位胚胎活力和黄体两个因素同时引入讨论,更全面、客观地分析TP时子宫循环血流动力学特点,以探讨其在诊断TP中的可行性。
1 资料与方法
1.1 研究对象
选取苏州大学附属第三医院2011-05~2012-05诊断为TP的69例患者,排除严重腹痛、大出血、需要紧急手术者。年龄20~44岁,停经时间35~63 d。28例有不规则或持续性下腹痛,腹痛1~7 d;34例有不规则阴道流血,出血时间1~20 d。选取同期来医院检查并确诊为宫内孕的62例孕妇作为对照组,年龄19~40岁,停经34~66 d。其中18例有轻微腹痛,14例阴道伴少量流血,6例阴道伴多量流血。本组纳入所有TP患者均事先确定无生育要求或临床上确定为异常妊娠,所有患者同意终止妊娠。
1.2 分组
TP患者根据TP包块与黄体的位置、β-HCG水平(≤800 m IU/ml或>800 m IU/ml)分为A组(TP与黄体同侧、β-HCG≤800 m IU/ml)、B组(TP与黄体同侧、β-HCG>800 m IU/ml)、C组(TP与黄体异侧)。TP与黄体异侧组因病例数少,未进一步分组。将有黄体一侧定义为功能侧,无黄体一侧定义为非功能侧。比较TP各组和对照组功能侧与非功能侧子宫动脉PI的差异,以及A组、B组与对照组子宫动脉功能侧与非功能侧PI的差值(ΔPI)。C组因病例数少,未进一步与对照组进行ΔPI比较。
1.3 超声检查
采用Philips i U22彩色多普勒超声诊断仪及Mylab-90彩色多普勒超声诊断仪,经阴道探头频率为3~9 MHz。在二维模式下观察宫腔内有无孕囊样结构,附件区有无独立于卵巢的包块,卵巢内有无妊娠黄体及其位置。如于一侧附件区发现独立于卵巢的包块,且包块内可见卵黄囊和(或)胚芽(伴或不伴心管搏动)超声即可确诊[6]。然后通过彩色多普勒血流显像于两侧子宫颈、体交界处寻找子宫动脉。优化调整图像使血流图像呈最佳状态,启动系统脉冲多普勒功能,血流方向与声束夹角校准到<60°,获得清晰规则的3~5个心动周期的血流频谱,启用系统频谱自动包络与计算功能,记录双侧子宫动脉的搏动指数(pulsatility index,PI)。对患者超声检查数据的采集均在首次超声检查时完成,且于当天测定血β-HCG水平。1.4统计学方法采用SPSS 13.0软件,各组两侧PI差异比较行方差齐性检验后采用独立样本t检验,方差不齐时采用校正的独立样本t检验;A组、B组与对照组两侧差值(ΔPI)比较行方差分析,组间比较采用LSD-t检验,P<0.05表示差异有统计学意义。
2 结果
2.1 临床诊断结果
69例TP患者中,15例经超声确诊;8例行药物保守治疗,61例均经手术病理证实。2例常规超声检查前未发现附件包块,破裂后发现腹腔大量积液伴盆腔包块后紧急手术;3例术前常规超声始终未能发现附件包块。69例(100.0%)TP患者均显示妊娠黄体,其中62例(89.9%)与TP包块同侧,7例(10.2%)与TP包块异侧。血β-HCG为68~33 420 m IU/ml,其中β-HCG≤800 m IU/ml 36例,β-HCG>800 m IU/ml 33例。对照组62例(100.0%)均显示妊娠黄体,其中30例由超声确诊,32例经清宫或药物流产后见到绒毛组织后确诊,血β-HCG为54~38 620 m IU/ml。
2.2 血流参数的对比分析
2.2.1 功能侧与非功能侧子宫动脉PI比较
对照组、A组、C组功能侧与非功能侧子宫动脉PI比较,差异无统计学意义(t=0.899、0.776、0.225,P>0.05);B组功能侧子宫动脉PI低于非功能侧,差异有统计学意义(t=2.675,P<0.05)。各组功能侧与非功能侧子宫动脉PI比较见表1及图1~4。
2.2.2 子宫动脉ΔPI比较
A组与对照组双侧ΔPI比较,差异无统计学意义(P>0.05);B组双侧ΔPI大于对照组,差异有统计学意义(P<0.01)。见表1。
注:*与非功能侧比较,P<0.05;#与对照组比较,P<0.01
2.3 子宫动脉ΔPI的ROC曲线
以敏感度为纵坐标,1-特异度为横坐标,ROC曲线下面积为0.715,当子宫动脉ΔPI>18.88%时,诊断TP的灵敏度为56.25%,特异度为82.23%(图5)。
3 讨论
彩色多普勒血流显像及多普勒技术的应用使得评估盆腔血管分布和血流特征成为可能。PI作为反映动脉血管床阻力的指标,可以间接反映局部组织的血液灌注情况,故本研究重点对双侧子宫动脉PI进行检测,对宫内孕孕妇和TP患者的子宫动脉血流动力学进行分析,以便为诊断TP提供有价值的信息。
3.1 黄体对子宫动脉PI的影响
妊娠黄体形成后其所在卵巢内新生血管增加、扩张,局部形成低阻力的分流区,可能对子宫循环血流动力学产生影响。黄体能够引起功能侧输卵管动脉阻力降低[7,8],而是否影响功能侧子宫动脉血流的报道较少。本研究结果显示,对照组功能侧与非功能侧子宫动脉PI无显著差异,表明妊娠黄体对功能侧子宫动脉血流影响较小,这可能与子宫动脉与卵巢距离较远有关。
3.2 TP时双侧子宫动脉PI的变化
TP时孕卵着床周围形成具有特异性的滋养层血流[9],表现为连续舒张末期血流成分的低阻血流频谱。Tekay等[10]研究发现,探及滋养层血流的TP患者的患侧子宫动脉PI值显著小于未探及滋养层血流的TP患者。张莉等[4]和Szabó等[11]也发现,在探及滋养血流的TP中其异位妊娠侧的子宫动脉平均PI及阻力指数均低于对侧。滋养层血流与β-HCG水平有很好的相关性,在探及滋养层血流的TP病例中,β-HCG水平多在800 m IU/ml以上[4,11]。因此,本研究尝试以β-HCG 800 m IU/ml作为界值,对TP患者进行分组讨论。为进一步探讨黄体对子宫动脉血流的影响,本研究将TP患者分成TP与黄体同侧组和TP与黄体异侧组。既往研究表明70%~85%的TP位于黄体同侧[12],本组69例TP患者中,62例(89.9%)位于黄体同侧,故本研究重点对TP与黄体同侧组进行讨论,结果发现:①A组功能侧与非功能侧子宫动脉PI无明显差异,提示当血β-HCG≤800 m IU/ml时,异位胚胎和黄体均未能引起功能侧子宫动脉血流的改变。②B组中功能侧子宫动脉PI明显低于非功能侧,提示当血β-HCG>800 m IU/ml时,异位胚胎协同黄体使相邻血流阻抗下降,与既往研究结果相符[4,11]。然而,佘玲娜等[3]认为双侧子宫动脉血流无明显差异,其可能原因是他们未按血β-HCG水平的高低进行分组讨论,且纳入研究的TP患者平均血β-HCG值偏低(仅99~1360 m IU/ml)。本研究中B组患者β-HCG水平较高,张莉等[4]也有相似发现,并认为双侧差异最明显者出现在异位胚囊内有存活的胚胎时。
本研究中TP位于黄体异侧者仅7例,β-HCG为180~875 m IU/ml,因病例数少未进一步分组。结果显示,C组功能侧与非功能侧子宫动脉PI无明显差异。由此可以推断,当血β-HCG≤800 m IU/ml时,异位胚胎对同侧子宫动脉血流的影响较小,故上述结果再次间接证明了黄体对功能侧子宫动脉血流无明显影响。因此可以认为TP时双侧子宫动脉血流的差异主要与异位胚胎活力有关。
3.3 比较双侧子宫动脉PI在诊断TP中的意义
A组与对照组子宫动脉ΔPI无明显差异,说明当血β-HCG≤800 m IU/ml时异位胚胎对相邻供应动脉的影响较小,此时无法通过比较双侧子宫动脉PI的差异来帮助诊断TP。B组子宫动脉ΔPI明显大于对照组,说明当β-HCG>800 m IU/ml时,比较双侧子宫动脉PI的差异有助于诊断TP。ROC曲线分析结果显示,对于宫内和宫外无特殊发现的尿妊娠试验阳性者,若子宫动脉ΔPI>18.88%时,可以认为低阻抗的一侧存在TP的可能性大。
综上所述,TP时双侧子宫动脉PI的差异主要受异位胚胎活力的影响,对TP的判断有一定帮助,并有定位作用,是对常规超声检查的一个很好的补充,而且对子宫动脉血流的探测简单易行,结果也不受黄体位置的影响。然而在血β-HCG水平较低时,如特别早期或胚胎发育不良时,对TP的诊断尚有局限性。
参考文献
[1]Kirk E.Ultrasound in the diagnosis of ectopic pregnancy.Clin Obstet Gynecol,2012,55(2):395-401.
[2]张惜阴.实用妇产科学.第2版.北京:人民卫生出版社,2003:173.
[3]佘玲娜,陈文卫,石华,等.经阴道超声评价输卵管妊娠早期血流动力学变化.武汉大学学报(医学版),2007,28(3):373-375.
[4]张莉,张玉萍,闫有青,等.异位妊娠时子宫及输卵管动脉血液循环特征及诊断价值.中国现代医药杂志,2010,12(8):35-37.
[5]Stefanovic V,Cacciatore B,Yl stalo P.Tubal artery blood flow in evaluation of tubal pregnancy.Acta Obstet Gynecol Scand,1996,75(8):745-747.
[6]Barnhart K,van Mello NM,Bourne T,et al.Pregnancy of unknown location:a consensus statement of nomenclature,definitions,and outcome.Fertil Steril,2011,95(3):857-866.
[7]苏俊,张炽敏.经阴道超声对健康生育期女性输卵管动脉血流阻力指数周期性变化的研究.中国超声医学杂志,2005,21(8):632-634.
[8]李嘉,张炽敏,苏俊.经阴道彩色多普勒超声对输卵管妊娠中妊娠黄体的临床研究.中国医学影像技术,2006,22(10):1582-1584.
[9]唐必春,何秀波,刘宗月,等.阴道彩超对122例宫外孕回顾分析.中国超声诊断杂志,2004,5(1):64-65.
[10]Tekay A,Jouppila P.Color Doppler flow as an indicator of trophoblastic activity in tubal pregnancies detected by transvaginal ultrasound.Obstet Gynecol,1992,80(6):995-999.
[11]SzabóI,Csabay L,Belics Z,et al.Assessment of uterine circulation in ectopic pregnancy by transvaginal color Doppler.Eur J Obstet Gynecol Reprod Biol,2003,106(2):203-208.
差异指数 篇7
技术创新能力是区域经济发展的核心动力,而技术创新效率则是技术创新能力的重要体现。区域技术创新是一个多要素投入和多变量产出的复杂的开放系统,投入向产出转化贯穿于技术创新的全过程,其效率的高低直接或间接地体现区域创新体系运行的水平和质量[1]。
作为世界第二大经济体,我国经济的腾飞离不开技术创新活动,如何更为高效合理地配置和利用区域创新资源,将成为我国提升核心竞争力以及实现可持续发展的关键问题。近年来,学术界在进行国家或地区创新资源配置有效性评价时,多采用数据包络分析(DEA) 方法,对技术创新效率进行分析研究已取得了丰富的成果。Luis Diaz - Balteiro、 Astrid Cullmann、 V. J. Thomas分别应用不同的DEA模型测度了西班牙、OECD、美国等不同国家的技术创新效率[2,3,4]。国内也有不少学者应用DEA方法对我国技术创新效率进行了研究。最为常见的是运用传统DEA模型对区域技术创新的总体效率、纯技术效率和规模效率进行测算分析[5,6],找出影响技术创新效率的主要原因,进而提出针对性的改进方案; 另一种方法是运用改进的DEA模型进行技术创新效率评价,如段婕等[7]对原模型加入了两个虚拟决策单元,并构建了相应的具有非阿基米德无穷小的对偶线性规划,解决了决策单元个数过少导致不能对某些评价单元进行有效区分和排序的问题。郭磊等[8]将DEA交叉效率模型应用到技术创新效率评价中,成功克服了传统CCR模型中只进行单纯自评和有效单元过多的问题。罗彦如等[9]采用可以剔除环境因素和随机干扰影响的DEA模型,对我国30 个省市技术创新效率进行了分析。第三种方法是技术创新效率分解法,大多是以关联两阶段DEA模型为基础的研究,即通过第一阶段中间产品在第二阶段的投入将复杂系统的子阶段联系起来进行评价。通过分解如技术创新效率中的研发效率和转化效率[10,11]、区域技术创新中的技术有效性和经济有效性[12,13]、科研活动的知识生产效率和知识扩散效率[14,15]等,实现复杂技术创新过程的效率评价。
从上述研究可以看出,众多学者多从静态角度对同一时点上的决策单元技术创新效率进行横向比较,对区域技术创新效率时间序列提升规律的揭示研究并不充分; 并且,究竟哪些因素驱动了区域技术创新效率的提升? 不同区域之间技术创新效率驱动因素影响是否一致? 这些驱动因素是否会导致不同区域技术创新效率提升速度不同,进而拉大不同区域技术创新效率的差距? 对这些问题的回答将有助于从全国及区域层面制定政策和措施,平衡不同区域或省市技术创新效率提升速度,实现各区域、各省市技术创新效率提升的特色化、均衡化。基于此,文章引入Malmquist指数分析法,以2002 ~ 2012 年间我国28 个省市为研究对象,以其技术创新效率提升驱动力的分解和驱动差异性分析为着眼点,对其技术创新效率的Malmquist指数变动规律进行深入挖掘,进而将全国分为6大经济区,对比分析不同区域技术创新效率的差异,探索不同经济区技术创新效率变动的核心驱动因素,并分析驱动因素对不同区域技术创新效率驱动作用的差异。
1理论与方法
Malmquist指数最初应用于计算消费指数的变化情况。Caves等[16]首次将Malmquist指数应用于生产效率分析,此后Fare等[17]结合DEA法,建立了用来考察两个时期生产率变化的Malmquist指数。
其中(Xt + 1,Yt + 1) 与(Xt,Yt) 代表第t + 1 和t时期的投入、产出向量,D0t+ 1与D0t代表参照t时期技术的第t + 1 和t时期的技术效率水平,可应用数据包络分析(DEA) 进行测算,文章将不再赘述。,表示全要素生产率呈增长趋势;反之,则为下降趋势。在规模报酬不变的假设下,全要素生产率变动(TF-Pch)由技术效率变化(EHCH)和技术进步(TECH)两部分共同构成,分解过程如下:
因此,全要素生产率的变化可以分解为技术效率变化及技术进步。其中,技术效率变化(EHCH) 代表了两个时期相对技术效率的变化,它测定了从t到t + 1 时期每一个决策单元对生产可能性边界的追赶程度,称为 “追赶效应” 或“水平效应”,当EHCH > 1,表明技术效率提高[18]。技术进步(TECH) 代表了两个时期内生产前沿面的移动,它测定了生产前沿面从t到t +1 时期的移动,当TECH > 1 时,表明生产前沿面前移,即出现技术进步。
定义技术创新效率提升驱动力指数:
若MI>1,则区域技术创新效率提升动力来源于技术进步,反之,区域技术创新效率提升动力来源于追赶效应。需要指出的是,若区域技术创新效率提升动力是来自于追赶效应,则说明该区域技术创新活动比其他区域更加有成效,未来该区域与高技术创新效率区域的差距将有望缩小,反之,若区域技术创新效率提升动力是来自于技术进步,说明虽然该区域技术创新效率也出现了提升,但这种提升更多来自于生产可能集中高技术创新效率区域的技术辐射带动效应,相比较高技术创新效率区域,该区域的技术创新效率提升速度是较慢的,即未来该区域与高技术创新效率区域的差距将可能被拉大。
2 指标选取及数据来源
合理的投入产出指标的选取是技术创新效率测度的关键。遵循指标选取的代表性、独立性、可行性等原则,结合众多学者及科研机构有关技术创新效率评价的指标体系构建[10,12,19],本文选取7 项指标,构建了区域技术创新效率评价指标体系(如表1 所示)。
如表1 所示,投入方面,选取国际通用的R&D活动人员数和R&D经费支出额,分别反映该地区R&D活动的人力投入和财力投入; 选取地方财政科技拨款占地方财政支出的比重,反映我国政府在科技经费投入上的主导性及决策管理上的重视度; 各地区所引进的新技术可以作为催化剂促进本地区的研发活动,所以国外技术引进合同金额也是衡量技术发展的一项重要的投入指标。
产出方面,选取专利授权量,作为反映技术创新资源直接转化为科技成果的重要指标; 选取技术市场成交合同金额,用于衡量一个地区科技成果商业化应用和科技产品的市场化成功程度;选取新产品产值,用于衡量专利技术( 潜在技术) 向直接的生产力以及经济转化的效果,反映该地区技术创新的经济效益。
文章数据主要来自于中国科技统计年鉴、中国主要科技指标数据库、全国技术市场年度报告等相关的统计年鉴或网站。根据数据的可得性,本文对我国28 个省市地区的2002 ~ 2012 年度的技术创新效率进行实证分析(不包括港澳台,由于西藏、海南、青海数据缺失较多,没有包括在内)。
3 计算结果与分析
3. 1 我国区域技术创新效率提升演化分析
从总体来看,考察期内全国各省市技术创新效率M指数平均值呈现先上升后下降的 “Ω 型”规律(见表1),2008 ~ 2009 年度技术创新效率M指数达到最大值1. 48,2011 ~ 2012 年度技术创新效率M指数最小,仅有0. 95,出现了退步。考察期内全国技术创新效率变动表现出明显的三阶段特征,第一阶段,2002 ~ 2004 年的稳定期,技术创新效率M指数平均约为1,表明技术创新既没有明显的进步,也没有出现退步; 第二阶段,2005 ~ 2009 年的高速提升期,全国技术创新效率M指数平均约为1. 21,说明该阶段全国技术创新效率显著提升; 第三阶段,2010 ~ 2012 的波动退步期,虽然2010 ~ 2011 年度全国技术创新效率M指数平均为1. 3,但实际这主要源于2010 年的技术退步,2011 年相比2010 年有所提升,但总体上看全国技术创新效率呈现波动退步。
从区域①技术创新效率变动情况看,全国6大区域技术创新效率M指数均处在波动变化中,各区域变动规律差异明显,仅有华东地区技术创新效率M指数始终大于1,呈现技术创新效率稳定提升,其他5 个区域均不同程度出现了技术退步情景,华东地区各省市均属经济较发达地区,因此其技术创新的稳定提升可能源于经济发达地区长期重视技术创新投入,持续的投入保证了这些地区技术创新效率的稳定提升,而东北地区、西北地区,技术创新效率M指数变动幅度较大,这些地区省市也均属经济欠发达地区,因此,东北地区、西北地区省市应重视技术创新能力提升的中长期规划,制定稳定的技术创新提升政策。
从全国各省市来看,考察期内全国28 省市以技术创新效率M指数均值( 1. 1 ) 及标准差(0. 3) 可以分为4 类( 见图2 所示): 第Ⅰ类:稳定快速提升型,表现为考察期内技术创新效率M指数均值较高但波动较小( 标准差较小),主要包括江苏、山东、四川、安徽、广东、浙江、北京、江西、辽宁等9 个省市,可以看到这些省市大都是我国东部经济较发达省市,技术创新效率提升速度快且较稳定,上述省市有望成为我国技术创新的前沿阵地; 第Ⅱ类: 波动快速提升型,表现为考察期内技术创新效率M指数均值较高但波动较大,主要包括湖南、黑龙江、甘肃、河北、陕西、山西、吉林等7 个省市,尤其以黑龙江、湖南、甘肃表现最为突出,技术创新效率出现“提升———退步” 交替呈现的规律,这非常不利于这些省市技术创新能力的培养,上述省市应重点关注技术创新能力提升长效机制的构建与保障;第Ⅲ类: 稳定低速提升型,表现为考察期内技术创新效率M指数波动幅度较小,但均值较低,甚至出现技术退步,主要包括广西、云南、河南、湖北、福建、天津、重庆、上海等8 个省市构成,以我国中西部省市居多,上述省市应重点关注依托现有技术创新体制机制,分析技术创新提升乏力的瓶颈,在遵循技术创新演化规律的前提下,逐步推动技术创新提升;第Ⅳ类:波动低速提升型,表现为考察期内技术创新效率M指数均值较低,且波动幅度较大,主要包括贵州、新疆、内蒙古、宁夏4个省份,这些省市不仅要关注技术创新效率提升的长效机制设计,还需从战略高度提高技术创新投入,夯实创新基础。
3. 2 我国区域技术创新效率驱动力分解与驱动差异分析
探求各区域及各省市技术创新效率的驱动力量,将有助于明确各地区技术创新提升的动力源泉,进而帮助相关主体制定技术创新提升的政策和措施。为此,文章根据式(1) ~ 式(3) 分解获得了我国6 大区域及各省市的技术创新效率提升驱动力及MI (如表3 所示)。
从表3 可知,在2009 年之前,我国技术创新效率提升的主要动力是技术进步(绝大多数年份MI > 1),即由于技术创新生产前沿面的推移对技术创新效率的提升作用较大,而各省市的追赶效应对技术创新效率的提升作用并不突出,也就是说绝大多数省市在不同年份相比前一年并没有更加靠近当年生产前沿面,因此,中国技术创新生产前沿面长期由少数省市构成,且这些省市与其他省市之间技术创新效率的差距在不断拉大,2009 年之后,各省市的技术创新追赶效应开始发挥作用,各区域之间差距有所缩小。从6 大区域来看,各区域技术进步对技术创新效率提升的作用比较显著,而区域内各省市追赶效应对技术创新效率的提升作用均不显著,尤其在西南、西北等不发达地区,表现更为突出。
为探求各区域技术创新效率提升驱动力的差异性特征,文章应用变异系数法揭示了各区域及全国技术创新效率提升驱动力的演变规律,见图3 所示。
从MI的演化情况来看,技术进步对全国技术创新效率提升的驱动差异呈现明显的三阶段特征,在2009 年之前,技术进步对全国技术创新效率提升驱动差异呈现 “放大———衰减”交替呈现的规律,总体上呈现缓慢放大的特征; 但在2008~ 2009 年度,出现了迅速放大,表明这一时期,由江苏、广东等少数省份主导的技术进步,迅速提升了这些省份的技术创新效率,而对其他省份的辐射作用并未显现; 但2010 年之后,随着技术创新成果在全国范围内的不断投放,后进省份不断吸收技术进步成果,也快速实现了技术效率的快速提升,技术进步对全国各省市技术创新效率提升的驱动差异呈现快速衰减特征。
而从6 大区域来看,技术进步对华北、西北地区省市技术创新效率提升的驱动差异性较明显,且基本呈现与全国相同的演化规律,技术进步对华北与西北地区省市技术创新效率提升驱动差异呈现放大效应的主要原因在于,这两大区域均存在技术创新效率较高、提升速度较快且受技术进步影响较显著的省市,如华北地区的北京、河北MI指数均较高,而区域内其他省市MI较低。可以预见,未来技术进步对该地区技术创新效率提升的影响将更趋差异化; 除此之外,其余4 个区域技术创新效率提升驱动变异系数均较低,说明技术进步对这些区域内省市技术创新效率提升的驱动作用并未呈现明显的差异化。
4 评述性结论
文章基于DEA - Malmquist指数方法对中国2002 ~ 2012 年技术创新效率的提升情况进行了测度,并分解获得了全国及6 大区域的技术创新效率驱动力及其演化特征,得到的结论主要有:
(1) 2002 ~ 2012 年间,全国技术创新效率提升呈现 “稳定提升———快速提升———波动下降”的三阶段特征,全国6 大区域仅有华东地区技术创新效率稳定提升,其他区域均不同程度出现了波动退步,技术创新活动的持续投入和连续性政策对技术创新效率稳定提升至关重要,28 个省市可以分为稳定快速提升型、波动快速提升型、稳定低速提升型、波动低速提升型4 种。
(2) 考察期内驱动我国技术创新效率提升的最重要动力是技术进步,效率追赶效应并不显著,全国6 大区域也表现出了相同的特征,以2009 年为分水岭,技术进步对全国及6 大区域技术创新效率提升作用呈现出不同特征。