西北5省（精选4篇）
西北5省 篇1
近年来, 作为西北五省各省域的社会经济中心, 西安、银川、西宁、兰州和乌鲁木齐五省会城市的城镇居民整体生活水平已得到持续改善, 但由于经济发展水平、增长方式以及收入分配政策等方面的差异, 导致与发达地区省会城市的差距逐渐拉大, 且此趋势仍有继续扩大的可能。本文尝试挖掘导致西北城镇人均居民收入在全国垫底的深层次原因, 以期为缩小与发达区域的差距, 最终提升西北五省省会城市对周边区域经济发展的渗透和带动作用、实现区域内的协调发展提供理论支持与决策参考。
一、地区收入差距形成的影响因素
(一) 物质资本
以亚当·斯密、大卫·李嘉图为代表人物的古典经济增长理论指出, 资本积累和劳动生产率的提高能够促进经济增长。虽然该理论被认为局限于物质资本的积累, 而忽略了技术进步和人力资本对经济增长的贡献, 但由于物质资本是其他资本的物质基础, 对于经济增长以及地区收入差异的影响不容忽视, 对于发展中国家尤其如此。
(二) 人力资本
1961年, 由于计算出人力资本投资是美国回报率最高的投资, Schaltz最早提出了人力资本理论。学者们越来越关注人力资本在经济增长中发挥的作用, 并普遍认为不可观测的人力资本对于地区间的收入差距影响极为显著。
(三) 全球化进程
经济全球化在其发展过程中产生了极为明显的正负效应, 即一方面促进了全球经济包括发展中国家的经济增长, 另一方面则加剧了世界范围的南北分化和各国国内的贫富不均, 中国就是最典型的例证。通过关注全球化进程, 特别是外国直接投资 (FDI) , 中外学者均发现, FDI增长的同时东道国的居民收入差距会随之不断扩大。
(四) 市场化改革
市场化程度的提高不仅改善了资源配置效率, 而且改变了激励机制, 对中国30年以来的经济高速增长和发展起到了关键的作用。然而, 随着市场化程度对经济增长做出的贡献逐步上升, 区域之间却呈现出了不同的发展趋势, 成为地区经济发展差距的主要形成原因之一, 同时也成为地区收入差距形成的重要影响因素。
(五) 基础设施建设
基础设施可以通过降低广义贸易成本以及共享投入品来影响企业区位和产业空间分布;同时, 也带来了地区收入和支出及区域发展不均等问题。众多学者的研究表明, 基础设施能够从技术水平、技术效率、配置效率和规模效率等方面影响全要素生产率的增长, 最终影响到地区收入的差距。
(六) 金融发展
研究以金融发展与收入分配变化之间的动态关联为视角展开, 较为著名的有:Greenwood & Jovanovic (1990) 提出的倒“U”型曲线;Aghion & Bolton (1997) 认为资本积累存在“涓滴效应”;Maurer & Haber (2003) 则认为存在“特许权”, 金融发展只是增加了高收入者的福利。国内研究发现, 在我国处于垄断地位的金融机构并未能使低收入人群以及中小企业获得金融支持, 从而拉大了社会收入差距水平。
二、西北省会城市居民收入现状与影响因素分析
本研究分三个样本组, 以便在对各代理指标进行描述性统计分析的基础上进行组间比较与分析。第1组由全国31个省会城市及5个计划单列城市组成, 剔除数据缺失的拉萨、贵阳及海口后, 样本城市共计33个;第2组由2012年城镇居民人均可支配收入超过30, 000元的上海、北京等11个城市组成; 第3组是由以西安为代表的5个西北五省省会城市组成。
(一) 居民收入比较与分析
以“城镇居民人均可支配收入”作为居民收入的代理指标。它是现时分析城镇居民收入差距使用频率最高的指标, 指家庭总收入扣除交纳所得税和社会保障支出以及记账补贴后的收入。首先对三个样本组2012年的城镇居民人均可支配收入 (Income) 进行了描述性统计分析, 其结果见表1。
从表1可以看出, 全国组的最小值与最大值分别来源于西北组和人均可支配收入3万元以上组, 均值则介于两组之间, 标准差最高。与此同时, 西北组的最大值比第2组的低过万元, 同时均值低于全国33个城市的均值, 且组内个体间的离散程度最大。因此, 单纯从城镇居民人均可支配收入指标来看, 西北五省省会城市人均居民收入在全国处于垫底的位置, 不但远低于3万元以上组, 甚至落后于全国省会城市的平均水平, 且区域内城市间的收入差距也偏大。
(二) 影响因素比较与分析
从六个主要影响因素方面对三个样本组进行描述性统计分析, 从表2中可以看出, 物质资本、市场化改革以及金融发展现状等三方面的分析结果与人均居民收入分析结果最为相似:西北组“贡献”了全国组中的最小值, 最大值依旧来自于3万元以上组, 西北组的均值还是最低, 仅有的区别在于组内个体间离散程度不同。这说明, 作为其他资本物质基础的物质资本、能够改善资源配置效率的市场化进程以及反应经济发展风向标的金融发展程度, 是显著影响西北省会城市人均居民收入垫底现状的主要因素。
从“每万人在校大学生数”指标来看, 西北组人力资本情况稍显乐观:最小值在三个样本组中最高, 达263.29人, 且标准差最小, 可以看出我国高等教育并不存在东、西部分布严重不均衡的事实。然而, 最大值与均值依然低于其他两样本组。
三个样本组区别最为悬殊的在全球化进程与基础设施建设两个方面。从当年实际使用外资金额来看, 西北组的最低值仅为第2组的1.93%, 最高值和均值也仅为后者的15.91% 和11.22%。与此类似, 西北组年末实有城市道路面积的最小值与最大值分别仅为人均收入3万元以上组的50%, 均值更仅是第2组的三分之一, 也远低于全国33个城市的平均水平。
三、启示
第一, 物质资本投资仍是地区收入差异的主要原因, 人力资本对地区差异有影响, 但解释力有限。然而, 要从根本上解决西北省会城市城镇居民收入垫底的现状, 仅依靠国家直接补贴或转移支付政策措施只能缓解一时, 还得依靠投资人力资本, 并提高居民对市场的认识、把握能力以及“应付经济失衡的能力”。
第二, 外国直接投资 (FDI) 的流入能够通过提高员工收入的直接效应和通过影响区域结构、产业结构、贸易结构和技术溢出的间接效应影响收入分配的差距。在沿海城市产业 容量趋于饱和、劳动密集型产业发展受到挤出的现实背景下, 需要引导FDI向欠发达地区, 尤其是西北部转移, 促进地区间FDI分布合理化。
第三, 市场化进程在对发达地区经济增长做出巨大贡献的同时, 却可能在欠发达地区呈现出“极化效应”和“扩散效应”。但从长期看, 仍需加大对西北地区基础设施的投入, 完善其市场机制, 用市场力量调控经济运行, 使非公有经济的发展成为地区经济增长的亮点。
第四, 金融市场发展的不均衡性, 不但导致地区间存在着收入差距, 还是造成收入差距逐渐扩大的另一因素。因此, 需要积极营造良好的政策环境, 改革金融机构经营机制, 将金融市场的积极作用逐步引入到西北等欠发达地区。
参考文献
[1]亚当·斯密.国富论[M].西安:陕西人民出版社, 2001.
[2]Schultz.Education and Economic Growth[M].Chicago:University of Chicago Press, 1961.
[3]张磊, 王亮.我国人力资本、物质资本与经济增长动态关系研究[J].扬州大学学报 (人文社会科学版) , 2013 (1) .
[4]蒋毅一, 周凯.FDI影响我国居民收入差距的渠道探析[J].对外经贸实务, 2011 (2) .
[5]王丽英.市场化程度与区域经济增长的实证研究——基于省际面板数据的分析[J].经济体制改革, 2010 (2) .
[6]姚先国, 张海峰.教育、人力资本与地区经济差异[J].经济研究, 2008 (5) .
[7]董立锋.中国地区收入差距适度性测度与预警研究[D].杭州:浙江工商大学, 2012.
[8]彭定贇, 未明宏.我国金融发展与收入差距变化的动态关联研究[J].武汉金融, 2013 (5) .
西北5省 篇2
为做好2010年度“省级 新型工业化示范基地”评选工作，省经济和信息化委工业园区处，于2011年5月5日对息烽循环经济磷煤精细化工工业园创建新型工业化产业示范基地工作情况进行了实地考察。
省经信委园区处专家领导一行对开磷集团30万吨硝基复合肥、27万吨硝酸、5000吨食品二氧化碳、6万吨季戊四醇、30万吨硝铵项目建设工地、贵州开磷息烽合成氨有限责任公司、中化开磷合资有限公司、开磷建筑建材总公司标砖厂、拆迁安置小区进行了实地考察。在座谈会上，县工业园区建设开发办公室主任、小寨坝镇党委书记陈才忠向考察组汇报了息烽循环经济磷煤精细化工工业园申报创建省级新型工业化产业示范基地的工作情况，从循环经济磷煤精细化工产业建设情况；打造息烽循环经济磷煤精细化工业园区特色；落实循环经济磷煤精细化工业园区项目；加强政府与企业联系；实现循环经济磷煤精细化工业园“十二五”规划目标等六个方面做了重要阐述。
西北5省 篇3
为了建立真实的气候序列, 国内外许多学者和专家在气候资料均一性检验和订正方面开展了大量的探索性工作, 并取得了一定的进展, 许多方法已经应用于各国科研部门的研究中和气候资料服务业务中[14,15,16]。近年来, 由加拿大环境部气候研究中心对原有的二相回归和标准正态化检验方法进行了较大的改进, 提出了惩罚最大F检验和惩罚最大T检验方法, 并且集合成为RHtest软件。该软件对气候序列均一性进行检验和订正的可行性和合理性已得到广泛的验证。近年来, 该方法也被我国科研人员用来进行均一性的检验和研究。如曹丽娟等[17]用该方法对我国的年平均风速进行了均一性检验, 结果表明, 该方法适用于我国年平均风速的均一性检验, 其中仪器变化和台站迁移是引起年平均风速非均一的主要原因。曾红玲等[18]利用RHtest软件对三峡库区的气压资料进行了均一性检验, 并且对检验出非均一性序列进行了订正, 订正结果和利用周围台站插值订正的结果作了对比分析, 结果表明, 2种订正方法的订正结果较为接近并且都能够对非均一的气压气候序列进行订正。笔者采用均一性订正前后的气候数据对西北五省气温变化特征影响进行分析, 旨在为相关研究提供参考。
1 资料来源与研究方法
1.1 资料来源
该研究所用资料为国家气象信息中心提供的经过初步质量控制的我国2 400个台站1961—2010年的月平均气温、最高和最低气温资料和681个台站的迁站元数据信息。其中, 年序列和季节序列由月值序列通过计算得到。考虑到站点的区域分布和序列记录的完整程度都会影响到检验结果和区域气温平均气温的变化, 因此该研究选取我国西北五省的142个国家气象台站作为研究对象。所选台站的分布情况见图1。
1.2 均一化方法介绍
该研究采用常用的二相回归方法, RHtest软件集成的惩罚最大F检验和惩罚最大T检验3种方法对所选的观测台站进行检验。现对这3种方法进行简单介绍。
1.2.1 二相回归
对于气候序列{Xt}建立模型:
式中, μ1、μ2为截距;α1、α2为回归趋势系数;{εt}代表序列的误差序列。
建立回归模型:
式中, SSEFull、SSERed分别为μ1≠μ2, α1≠α2和μ1=μ2, α1=α2时的残差平方和。取序列{Fi}的最大值, 即: 。当Fmax大于标准值时, 就认为a是一个间断点, 否则认为a为非间断点。
1.2.2 惩罚最大F检验
假设{εt}代表变量误差序列, 其平均值为0, 方差为σ2。对于时间序列{Xt}, 假设其线性趋势为β, 若检验t=k时刻是否为序列的一个突变点, 则原假设为:
假设其存在间断点如下:
式中, μ1, μ2为截距, 且μ1≠μ2。如果上式成立, 则t=k就为一个间断点。用突变值△=|μ1-μ2|来度量突变值的大小。通过大量试验建立了经验函数, 则其显著性判据可以改写为:
其中P (k) 为通过试验得到的经验函数。
式中, SSE0、SSEA分别为原回归方程和存在间断点的回归方程的残差平方和; 分别为μ1、μ2、β的估计值; 为μ1=μ2=μ条件下的估计值。当检验值大于标准值时, 该点为非均一点, 否则该点为均一点[19]。
1.2.3 惩罚最大T检验
假设{Xt} (t=1, …, N) 为正态分布的序列, 即:
式中, μ, σ2为序列{Xt}的平均值和方差。
假设:
式中, μ1≠μ2, 若式 (10) 成立, 则称t=k为间断点。若序列{Xt}服从高斯分布, 其判据通过转化, 可以转化为求下式的最大值:
式中:
式中, X1、X2分别为断点前后序列的平均值。则其显著性判据即求 的值。为了消减序列内部自相关的影响, 通过一系列的试验, 得到了一个经验性的惩罚函数。其判定函数为:
式中, P (k) 为试验得到的经验函数。经过实践证明, 发现这种方法能够提高对真实非气候断点的判断, 较SNHT检验方法有较大的改进和提高[20,21]。
2 均一性检验及其结果分析
用于均一化检验的参考序列本身应该是相对均一的且可以代表所要研究站点的气候变化特征。较为常见的做法是选取待检台站周围3~5个质量较好的台站作为参考台站, 然后利用一定的加权平均方法, 建立出待检台站序列的参考序列, 来对待检台站进行均一性的检验。为了提高参考序列的质量, 该研究选用1 290个在1961~2010年没有缺测的台站作为建立参考序列的备选参考站。首先采用一级差分方法, 选定待检序列周围地区若干个与待检序列相关程度高并且距离近的台站作为参考台站, 最后将各个站点序列利用一阶差分模式转换后再求算术平均, 其转换公式为:
式中, {Tij}为时间序列;{Dij}为差值序列;r为选择的参考台站个数;xij为第j个参考台站序列的第i个值。通过这种变换, 求每个待检台站序列的参考序列就转化为所求选定的参考台站序列的平均序列, 然后将得到的平均以及方差序列按照上式反算, 就得到待检序列的参考序列。这样转换在尽可能利用更多站点数据的基础上, 既减少了序列的长度不一致对平均序列的影响, 又降低了奇异值对平均序列的影响。为了消除由于平均而产生个别数值过大或过小, 还利用非参数多元块排列检验方法 (MRBP) 对建立的参考序列进行了初步的检验和调整。
由于元数据在均一性检验中起着重要的作用, 因此当检验出的间断点有元数据支持时, 只要有1种方法检验出突变点, 且突变点出现时间与元数据中的迁站时间接近一致 (相差不超过6个月) , 就确定该点为非均一点;反之, 当检验出的间断点没有元数据支持时, 只有3种检验方法均检验出间断点且检验出的时间一致, 才认为该点为非均一点。笔者以青海茫崖站为个例介绍检验的具体流程。
青海茫崖站的二相回归检验结果见图2。由图2可以看出, 其检验值在1987年12月达到最大且超过了其判定标准, 初步确定该点为非均一点。通过对青海茫崖站进行0.95置信度的惩罚最大F检验和惩罚最大T检验的检验 (图3、4) , 可以发现茫崖站的原始序列和其与参考台站的差值序列在1987年12月存在一个明显的突变点, 超出了惩罚最大F检验和惩罚最大T检验的判定标准, 因此确定茫崖站的月气温序列在1987年12月存在突变点。查看台站位置的变化情况, 可以发现青海茫崖站1997年1月由海西自治州茫崖依吞布拉格迁至土沟镇, 迁站直线距离达60 km且海拔下降141.2 m。正是由于此次大距离的迁站, 造成了茫崖站的月平均气温序列在1987年12月出现非均一点。
对142个待检台站中的气温序列进行检验发现, 月平均气温、最高气温和最低气温分别存在46、35和47个非均一点, 所占待检台站的比例分别为32.4%、24.6%和33.1%。查看元数据发现, 大多数的非均一点都是由于台站迁移造成的。检验出的非均一台站的区域分布情况见图5~7。
3 均一化订正前后变化特征分析
RHtest软件提供了差值订正和QM (quantile matching) 订正2种订正方法。差值订正是采用待订正序列最后一段序列的趋势和其整体趋势之间的残差的平均值的差值作为订正量来对待订正序列进行订正。这种订正方法可以独立于参考序列直观的对月值序列进行订正, 因此对于偏远台站的订正具有独特的优势。QM订正首先根据待订正序列趋势和突变点所在位置来建立相应的累计分布函数, 然后利用待订正序列每段每个值所对应的累计分布函数值和对应的拟合曲线值来确定相应的订正量。
利用2种方法对青海茫崖站订正前后的年平均气温及其年回归趋势见图8。由图8可以看出, 经过均一性订正后茫崖站气温序列位于1987年的突变点消失, 变化趋势也与周围台站趋于一致。经计算, 茫崖站订正前的年回归系数为0.90℃/10a, 经差值订正和QM订正后分别变为0.44和0.52℃/10a, 订正后回归系数明显减小。和周围的诺木洪站 (回归系数为0.41℃/10a) 对比可以发现, 订正后茫崖站的回归系数变得和周围台站趋于一致, 气温序列的均一性得到了明显的提高。
经计算所选区域订正前后整体的年平均气温, 年平均最高和年平均最低气温均没发生变化, 由此可见对个别台站的均一性订正并没有改变区域整体气温。经计算, 订正前后的各个季节平均气温、最高气温、最低气温的区域平均气温均保持不变, 变化趋势也基本保持不变。
均一化订正并没有改变区域的平均气温和整体变化趋势, 但是经过均一化订正后, 区域整体的均一性和个别季节的变化趋势发生了明显的变化。对142个待检台站订正前后的线性回归系数进行空间插值 (图9~11) 可以发现, 区域整体呈现升温趋势, 中部的升温趋势较东西部的升温趋势变大, 且区域趋势的整体分布在订正前后变化不大。但订正后区域的增温较订正前稍微偏大并且在新疆南部出现一个正的增温中心。另外, 订正前位于新疆、青海和甘肃3省交界处的增温中心订正后移至青海省内且趋势线变得均匀, 经过分析可以发现, 订正前的增温中心是由于茫崖站的非均一而造成的虚假中心点。平均最高气温和平均最低气温的区域趋势分布情况与平均气温相类似。可以发现, 订正后区域中由于个别台站造成的虚假中心点得以滤去, 区域整体的均一性也得到了明显的提高。
注:单位为℃/a。
注:单位为℃/a。
所选区域春季最低温订正前后的滑动t检验结果见图12。由图12可以看出, 春季平均最低气温在订正前, 经过信度为0.95的滑动t检验, 发现其存在2次由冷到暖的转变, 分别出现在1996和2003年, 但经过2种方法订正后位于1996年的突变点没达到0.95置信度标准, 由显著变为非显著, 仅存在2003年1个由冷到暖的突变。除春季外, 其他季节订正前后突变性并没有发生明显的变化。由此看见, 经过均一化的订正, 个别季节的转变趋势发生了明显的变化。
4 结论与讨论
(1) 采用RHtest方法和二相回归方法结合台站迁移的元数据信息, 对我国西北五省142个国家基本站的月气温序列进行了均一化的检验, 并对订正前后的气温变化特征进行简单的分析, 发现: (1) 在待检的142个台站中, 月平均气温、最高气温及最低气温分别存在46、35和47个非均一点, 所占待检台站的比例分别为32.4%、24.6%和33.1%, 大多数的序列非均一都是由于台站迁移造成的。 (2) 所选区域年平均气温、最高气温、最低气温在订正前后均没有发生变化, 但是经过订正后的结果, 原来趋势分布不合理的区域得到了改善, 均一性状况得到了明显的改善。 (3) 所选区域的季节平均气温在订正前后存在明显的增温趋势, 增温速率略有差别, 但差别不大。个别季节的突变点个数和出现时间发生了变化, 春季最低气温突变点订正前存在2个, 分别出现在1996和2003年, 而经过订正后位于1996年的突变点由显著变为非显著, 位于2003年的突变点订正前后保持不变。 (4) 笔者采用了一种新的较为合理的均一化检验方法对我国西北地区的气温序列进行了均一化的检验, 但是由于资料有限, 该研究仅仅只是考虑了台站迁移这1个影响均一化的因素来进行了均一化的订正和分析, 未来需要考虑更多的对均一化有影响的因素来对气候资料进行均一化的研究和订正工作。
(2) 在对单站和区域气候的趋势和和变化进行研究和评估时, 必须考虑气温序列的均一性问题。该研究采用RHtest软件和二相回归方法并且结合台站迁移的元数据对我国西北五省的气温序列进行了均一化的检验和初步的订正工作。虽然订正后整体区域的均一性得到了明显的改善, 但是由于造成气温序列的非均一因素很多, 而该研究只是考虑台站迁移这1个因素进行了检验和分析, 造成有些非均一点的判断不是特别准确, 因此未来需要采用更多的元数据信息和更加合理的参考序列对气温序列进行检验和判断。
注:单位为℃/a。
西北5省 篇4
外商直接投资对中国经济增长的拉动作用已被众多研究证明。然而, 我国外商直接投资具有明显的区域差异性, 东部地区外商直接投资明显高于中、西部地区, 对经济增长的带动作用也明显强于中、西部地区[1]。但是, 与西部其他地区相比, 西北五省受气候干旱缺水、基础设施差、市场狭小、购买力不足等因素影响, 外商直接投资能力也明显低于西部其他地区 (见表1) 。从表1可以看出, 西北五省对外直接投资低于西部地区, 更是明显低于全国平均水平, 且西北地区外商直接投资额占西部地区比呈逐年下降趋势, 2009年仅占西部地区的16.77%, 占全国的2.38%。2000年, 中央明确提出西部大开发战略, 并出台了一系列相关政策, 西北地区除了利用好相关优惠政策外, 大力吸引外资以弥补各省建设资金的不足, 就成为实现这一战略的关键因素。因此, 西北地区如何改善投资环境, 不断提高吸引外资的能力已经成为关乎西北地区经济社会发展的重要原因之一。
近几年, 关于西北地区外商直接投资的研究不断增多, 相关研究主要集中在以下几个方面:对西北各省外商直接投资的现状、特点和存在问题上 (向君[3] (2005) 、王瑛[4]等 (2006) 、姚林华[5]等 (2008) ) ;论证了经济增长与外商直接投资的关系 (李晶晶[6] (2010) 、牛婷[7]等 (2007) ) ;关注于某一因素对吸商直接投资的影响 (赵军等[8] (2011) 、王瑾[9] (2003) 、崔欣欣[10] (2008) ) 。通过上述分析, 可以发现:对西北地区外商直接投资的研究定性分析多, 定量分析少;静态分析多, 动态分析少;单纯考虑某一因素对吸引外资的影响多, 各因素综合考虑少;针对西北某一省份研究的多, 将西北地区作为一个整体分析的少;并没有分析西北五省外商直接投资的省际动态差异。基于以上研究不足, 本文借助变差系数、theil指数、发展速率等对西北地区外商直接投资的省际动态差异进行了详细研究;运用计量经济分析方法, 通过构建1995-2009年西北五省外商直接投资影响因素的面板数据模型, 详细分析了各个因素在外商直接投资中所起的作用, 并对西北各省促进外商直接投资提了几点建议。
(单位:亿美元)
注: (1) 西部地区是参照王小鲁、樊纲经济区划分的方法[2]而作为研究对象的; (2) 数据来源:中国区域经济统计年鉴 (2002-2010年) 。
二、西北五省外商直接投资动态差异分析
外商直接投资的省际动态差异主要是指随着时间的变化, 研究对象 (西北五省) 内部外商直接投资差异的变化情况。本文主要分析西北五省作为一个整体随时间变化外商直接投资的变化趋势 (主要运用变差系数和theil指数分析) 以及各省间外商直接投资的差异状况 (主要运用相对发展速率分析) 。
(一) 分析方法简介
1.变差系数:
主要是用样本的标准差与均值之比来表示, 反映的是样本数据的离散程度[11]。具体公式如下:
其中Cv为变差系数, undefined为西北五省外商直接投资的平均数, yi为i省的外商直接投资额, n为省的个数。
2.theil指数:
可以将区域总体差异分解为不同空间尺度的区内差异和区间差异, 进而揭示它们对区域整体差异的影响和贡献[12]。本文主要用该指数揭示西北五省外商直接投资的总体变化趋势, 因此, 主要是计算区域整体差异。具体公式如下:
undefined
式中Yi、Ni分别表示i区域的外商直接投资总和、人口总数, Yij代表i区域中j省的外商直接投资额, Nij代表i区域中j省的人口数。
3.相对发展速率:
主要是分析各省份在一定时期内相对于西北五省外商直接投资的发展速度。具体公式如下[13]:
式中Nfdi表示相对发展速率, y2i、y1i分别为i省期末和期初外商直接投资额, y2、y1分别为西北五省期末和期初外商直接投资额。
(二) 结果分析与讨论
1.变差系数特征及分析。
由公式 (1) 可以计算出1995-2009年西北五省吸引外商直接投资的变差系数 (表2) 。由表2可以看出, 变差系数具有以下几个特征: (1) 变差系数总体处于高位, Cv历年均在1.0以上, 说明西北地区吸引外商直接投资的总体差异比较大, 而且近年来还有继续拉大的趋势。 (2) 从总的趋势来看, 1995-2009年西北五省外商直接投资的变差系数基本可以分为三个阶段:第一阶是1995-1997年, 变差系数逐渐变大, 由1995年的1.0386增加到1997年的1.6196, 说明地区内部外商直接投资的差异在变大;第二阶段是1997-2004年, 变差系数逐年下降 (其中1997-2000年下降幅度较大、趋势明显) , 说明在这一时间段内区域内部外商直接投资的差异在逐渐变小;第三阶段是2004-2009年, 变异系数小幅变大, 地区内部外商直接投资总体差异小幅拉大。
2.theil指数特征分析。
由上述变差系数值可以看出, 西北五省外商直接投资总体差异呈现出先大后小, 近五年又小幅拉大的趋势。在此, 运用公式 (2) , 计算theil指数来验证这种趋势是否存在 (见表3) , 并做变差系数值和theil指数变化趋势图 (图1) 。
从表3和图1可以看出, 虽然运用不同方法计算出的西北五省外商直接投资的整体差异数值有一定的不同, 变差系数反映出的差异变化幅度较大, 而theil指数反映的趋势较平稳, 但是两种方法反映的区域差异变化基本一致。由此可以看出西北五省外商直接投资的总体差异确实呈现出先变大后变小, 近几年差异又小幅拉大的特征。
3.相对发展速率特征分析。
变差系数和theil指数是将西北五省作为一整体来分析该区域的外商直接投资的变化趋势。但是各省间相对整个区域外商直接投资的情况又是什么呢?运用公式 (3) , 计算各省相对于西北地区外商直接投资的发展速度 (见表4) 。
从表4可以看出, 西北各省吸引外商直接投资整体发展速率差异较大。具体来说, 从1995年到2009年, 甘肃省外商直接投资的发展速率最低, 各年呈现出逐年下降的趋势, 直到2005年后才小幅增加;陕西省在2000年后外商直接投资发展速度加快, 是西北五省外商直接投资最快的省份, 外商直接投资逐年增加, 促进了陕西省经济增长, 这与陕西省经济发展现状相吻合[7];宁夏吸引外商直接投资发展速度虽然一直处于小幅增长状态, 但是相对速率较低, 增长幅度不大;青海发展速率是逐年下降, 而且下降幅度逐年拉大;新疆吸引外商直接投资发展速率整体呈增长态势, 新疆外商直接投资的增加, 拉动了新疆经济的增长。
三、影响因素分析
(一) 模型设定与指标选取
本文采用面板数据模型对影响西北五省外商直接投资的因素进行了分析。在指标选取方面, 国内学者对外商直接投资的影响因素进行了大量的实证分析。结合国内学者的分析, 考虑到模型的可信度、变量的量化、数据的可得性等限制, 基于研究对象是西北五省, 本文选择了下列指标:
人均消费支出 (AC) :该指标主要反映西北地区市场规模及需求状况;外商投资总额 (FI) :该指标主要是用来近似表示FDI的集聚效应;出口额 (EX) :该指标主要用来近似表示西北五省的国际化程度;制造业职工人数 (ML) 及平均工资 (W) :本文选用制造业职工人数和平均工资作为影响外商直接投资的劳动力因素;固定资产投资 (FAI) :该指标主要用来综合反映GDP水平和基础设施水平。
分析外商直接投资的影响因素, 一个不容忽视的问题是, 本期外商直接投资水平受上一期该地区各项经济指标综合影响[14]。因此, 综合考虑上述各指标对FDI的影响以及模型内生性问题, 本文各项指标均取滞后一期, 详细模型如下:
FDIit=β0+β1ACi (t-1) +β2FIi (t-1) +β3EXi (t-1) +β4MLi (t-1) +β5Wi (t-1) +β6FAIi (t-1) +εit
其中AC表示人均消费支出 (单位:元/人) , FI表示外商投资额 (单位:亿美元) , EX表示出口额 (单位:万美元) , ML表示制造业职工人数 (单位:万人) , W表示制造业职工平均工资 (单位:元/人) , FAI表示固定资产投资 (单位:亿元) , i为观测单位即西北五省, t代表时间即从1995年到2009年, t-1为滞后一期的时间序列。
(二) 模型估计结果及分析
在对面板数据进行估计之前, 需要考虑使用哪种模型估计形式。理论上来说, 由于西北各省FDI与影响因素之间存在差异, 再者本文主要考虑各省之间利用外商直接投资的差异及其原因, 因此, 采用固定效应变截距模型与现实相符合。运用Eviews6.0软件, 在消除了样本数据间可能存在的异方差和自回归后, 使用最小二乘法 (OLS) 对模型估计, 得到的估计结果见表5。
注: (1) 甘肃 (GanS) 、陕西 (ShanX) 、宁夏 (NingX) 、青海 (QingH) 、新疆 (XinJ) 。 (2) 从西北五省历年统计年鉴中可以发现, 西北五省外商直接投资基本上投资于制造业 (除新疆少数年份投资于批发、零售业外) , 因此, 选用制造业人数和平均工资作为变量。 (3) 数据均来自西北各省1995-2009年统计年鉴。
由表5可以看出, 各解释变量均能通过1%水平置信度检验, 对被解释变量的影响十分显著, 拟合优度R2和调整后的拟合优度R2值分别为0.957和0.949, DW值为2.117, 说明面板数据模型设定正确, 能够反映要说明的问题。
首先, 从变截距来说, 西北五省外商直接投资存在明显差异, 这与上述分析相吻合。陕西省 (截距为7 201.088) 实际吸引外商直接投资能力最强, 这与上述分析和实际情况相吻合;宁夏外商直接投资的能力仅次于陕西省, 这与现实情况不相符, 虽然从上述差异性分析来看, 宁夏外商直接投资的相对发展速率整体上处于增长趋势, 但这种增长是建立在低水平上的, 宁夏外商直接投资从1995年的3205万美元增加到2009年的6 987万美元, 增幅 (118%) 仅高于甘肃省;青海省外商直接投资能力位于第三位, 该省外商直接投资从1995年的1 064万美元增加到2009年的21 500美元, 无论从外商直接投资增幅还是实际外商直接投资额来看, 均处于较高水平;甘肃、新疆外商直接投资基本与现实相吻合, 从1995年到2005年11年间甘肃省外商直接投资一直处于下降的态势, 近几年虽然一直增长, 但增幅缓慢。
再从各指标系数来看, 本文选取的六个指标中, 滞后一期的人均消费水平 (AC) 、外商投资总额 (FI) 、制造业职工人数 (ML) 、固定资产投资总额 (FAI) 的系数为正, 表明这四个指标与实际外商直接投资呈正相关关系。而滞后一期的出口额 (EX) 、制造业职工工资 (W) 系数为负, 说明这两个指标与外商直接投资呈负相关关系。
在四个与外商直接投资有正效应的指标中, 外商投资总额 (FI) 系数最大为690.31, 这说明集聚效应在西北外商直接投资中也是存在的。另外FI的系数为690.31, 表示上一期外商投资总额每增加1亿美元, 会增加本期外商直接投资额690.31万元。
滞后一期的人均消费水平 (AC) 及固定资产投资总额 (FAI) 和制造业职工人数 (ML) 均与外商直接投资呈正相关, 系数分别为126.89、124.9、94.5, 说明西北地区居民每增加1元消费支出, 或固定资产投资每增加1亿元、制造业职工人数每增加1万人, 将会使外商直接投资分别增加126.89、124.9 、94.5万美元。
滞后一期的制造业职工平均工资与外商直接投资呈负相关, 且系数为-7.98, 说明制造业职工工资每增加1元, 将减少外商直接投资7.98万美元。
滞后一期的出口额 (EX) 对外商直接投资有负效应, 但出口与外商直接投资的关系比较复杂, 出口会抑制外商直接投资 (本文结论) , 而外商直接投资却促进了出口[15]。因外商直接投资与出口关系不是本文研究的重点, 在此不做过多的分析。
四、建议