本篇经济发展论文研究思路为,首先使用普通面板数据模型,以线性回归模型为基础,观察回归结论,再与门槛面板回归结果相比较。并不是一开始就使用门槛面板回归模型进行研究,经过完善后,借鉴学者湛泳的研究构建如下所示的面板回归模型:
2.2.3研究数据
本篇经济发展论文选取了近十几年内多个省市的面板数据以作研究,充分发挥其优越性与可得性。我们选用核密度分析图,验证经济发展对城乡收入差距的影响是否存在门槛效应。从先前的研究可以看出,随着经济的不断发展,其规模与效率都会在不同程度上影响城乡收入差距。上述的研究分析,虽然提供了更加直接的证据,但为了使结果更加精确,依旧要增加些许控制变量,以作更为精准的研究与估算。
2.3模型构建
传统的研究都有所欠缺,所得结论也就不具备代表性。经济发展水平未达到门槛值,使其所受到的回报偏少,以致造成城乡收入差距偏大。当经济发展水平值超过门槛值后,收入差距便会降低。由此可见,门槛值在其中发挥着极为关键的作用。随着时间的推移,门槛值也会在数量上产生变化,同时,经济发展对城乡收入差距的影响也会产生不同的变化。(1)
上述过程中,我们只将其控制在一个门槛值的范围之内,但实际情况却不是这样,其中往往会出现多个门槛值,因此可以使用同一种方法探寻其余的门槛值。
而在本经济发展论文的研究之中中,将精进模型参数估计方法。面板数据不仅含有有关时间序列的资料,也包括了横截面不同个体的特点,因此便会有一些问题,如自相关、异方差等。经济发展与城乡收入差距的作用机制,然而个体偏差大,以及样本之间时差颇大,这个问题就会越发凸显。而若模型随机误差超过了其假设值,所得的研究结果便会存在偏差。因此应该根据其特点加大假设值,也就是运用广义回归模型。其假设模型随机项一如式(8),相关的参数估计方法可运用GLS,结果可由式(9)可得。
3、实证分析
本篇经济发展论文将近十几年内多个省市的面板数据用于实证研究,为了充分研究两者间的门槛效应,可将样本分为三个子样本。
3.1全样本状况
初用门槛回归模型,首先确定门槛值。本篇经济发展论文分别作了普通面板回归与门槛回归,以作更好地研究比较。普通面板回归:ed的估计系数为0.0227,也具有显著性。门槛模型,ed<0.5293,估计系数为0.0130,比较显著,且在经济水平提高的同时,差距也在随之加大,直到ed>6.7750时,收入差距会随着经济的发展而减小。控制变量方面,gs的估计系数为-0.0214,表明城乡收入差距较小;fd的估计系数为0.0010,表明城乡收入差距增大;FDI的估计系数为0.0088,表明城乡收入差距增大;估计系数皆于显著性水平1%之下相关
3.2 子样本分析
(1)东部地区
东部地区子样本存在三个门槛值(0.8691 2.6941 7.0491),单一门槛检验为5%),说明当它达到一定数值时,两者会出现“双赢”局面。控制变量方面,gs的估计系数为-0.0053,能减小城乡收入差距,但其作用力低于全国水平;fd的估计系数为0.0001,因此不显著,表明城乡收入不存在明显差异;FDI的估计系数为0.0088,表明城乡收入差距加大,但未达到全国平均水平;估计系数在1%的显著性水平下相关。(见表6)
(2)中部地区
中部地区的门槛值为0.7375 2.8200 5.8203,结果呈显著性(为1%进行普通而板回归和门槛回归。
门槛模型表示,当ed属于区间[ 0 , 0.7375]和区间[0.7375 , 2.8200 ],估计系数分别为0.0042和0.0071,但结论不显著;当经济处于区间[2.8200, 5.8203]和区间[ 5.8203 , +)时,估计系数分别为0.0121和0.0157,由此验证了此区域的经济发展会影响城乡收入差距,且随着水平的提高,差距也会变大。控制变量上,gs的估计系数为-0.0120,能减少城乡收入差距,然而作用力低于我国水平;fd和FDI的估计系数不显著。
(3)西部区域
西部区域具有三个门槛值0.4128 1.0230 2.3188,结果呈显著性为1%)。门槛模型表示,当ed位于区间(0,0.4128],估计系数为0.2482;当ed处于区间( 0.4128 ,1.0230 ],估计系数为0.0987 ;当ed处于区间(1.0230, 2.3188],估计系数为0.0085;当ed处于区间( 2.3188 , +),估计系数为 0.0020。控制变量,gs的估计系数为-0.0185 ,城乡收入差距减小,且作用力超过全国水平;fd的估计系数为-0.0194 ,缩小了差距;FDI的估计系数为0.0753,增加了差距。
3.3稳健性检验
本篇经济发展论文用ie替代FDI来确认地区的开放程度,用于检测模型的稳健性,所得结果只存在稍许偏差,解释变量的估计系数的绝对值大小也存有误差,但正负号却是相同的,说明本身拥有良好的稳健性,具体的不再叙述。
4、总结