时间：2023-05-30 09:37:24
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇面板数据，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
工业是国民经济的支柱产业，中国工业产值多年来始终占国民生产总值的40%左右，其经济效率因此被广泛重视，不少学者已采取多种方法进行工业经济效率评价。其中，数据包络分析（DataEn－velopmentAnalysis，DEA）方法由于在处理多投入—多产出问题上的优势而被广泛应用于各工业行业的效率评价与比较中。由于中国工业的发展具有高污染高能耗的特征，工业生产过程往往伴随着严重的环境问题，主要包括污染物的产生和排放，以及资源能源的消耗。随着全球范围内对环境问题的日益重视，以及环保意识的不断提高，学者们在进行工业效率评价的过程中，已逐渐将工业的环境影响引入到评价模型中[1-5]，本文将考虑了环境影响的经济效率评价称为经济—环境效率评价。DEA方法是由Charnes、Cooper和Rhodes在1978年首先提出的，评价多个决策单元效率及其有效性的一种非参数方法[6]。其基本思想是，通过一个数学规划模型，对各个决策单元的相对效率做出评价。每一个决策单元（DecisionMakingUnit，DMU）都可以看作是相同功能的实体，通过对其投入、产出数据的综合分析，得到DMU的相对效率指标，相对效率在（0，1）区间内分布，其中效率值为1的DMU为有效单元，处于效率前沿。DEA方法的经典模型是CCR和BCC模型，分别用于评价各决策单元的总效率和技术效率，并可利用总效率和技术效率计算规模效率。经典DEA模型的相对效率评价思想要求投入尽可能地缩小而产出尽可能地扩大，即满足以最小的投入生产尽可能多的产出的目标。利用DEA方法进行工业经济—环境效率评价，需要将工业的环境排放及资源消耗引入到评价模型中，但工业生产过程中产生的环境排放并不是人们期望的产出，而是所谓的“非期望产出”。非期望产出必须尽可能地减小才能实现最佳效率，而经典DEA模型只能使非期望产出增加，因此，经典DEA模型由于无法处理非期望产出而不适用于工业经—环境效率评价。为了利用DEA方法进行工业经济—环境效率评价，学者们采取了一些方法对经典DEA模型进行改进，其中主要包括六种方法[7]，即作投入法、倒数法、双曲线法、转换向量法、方向距离函数法和SBM法，这些方法都使改进后的DEA模型更适用于带有非期望产出的评价问题。但是，上述方法都存在一个问题，那就是，只对DEA模型的设定进行了改进，而没有考虑各环境排放物之间在环境影响程度上的差异，将它们之间的环境影响差异完全建立于排放量的不同上，而没有给予不同的环境排放物相应的权重，相当于默认各环境排放物的社会经济影响是相同的，这显然与实际情况不符。由于这一缺陷，利用目前常用的六种改进方法进行工业经济—环境效率评价，虽然解决了经典DEA模型存在的结构性缺陷，但得到的效率评价结果依然与实际情况存在较大偏差。本文引入社会支付意愿（WillingnesstoPay，WTP）这一概念，计算各工业行业主要环境污染排放物和资源消耗的社会支付意愿，并最终加总得到2005~2009年各工业行业的环境影响社会支付意愿，将其作为DEA模型中各工业行业的环境投入。利用社会支付意愿理论将工业环境排放和资源消耗统一为工业行业环境影响的社会支付意愿，并将其作为环境投入加入到DEA模型中，一方面，将工业环境排放由非期望环境产出转化为环境投入，满足经典DEA模型的设定，从而解决了经典DEA模型无法处理非期望产出的问题；另一方面，考虑了各环境污染排放物在影响程度上的差异，能够更真实地反映中国工业行业在环境排放问题上的发展变化情况。
二、工业环境影响社会支付意愿
社会对环境影响的支付意愿表现为社会为了将当前环境污染水平降低到某一个限度而付出的代价[8]。环境税的税率可以反映社会对各环境影响的支付意愿，目前针对环境排污者和资源开采者的环境税分别是排污费和资源税。科斯的产权理论指出，社会拥有环境的使用权，污染者向社会购买环境使用权的价格就是排污费或者资源税。庇古的福利经济学理论认为，社会总能够将环境使用权的价格设定在外部环境边际损害曲线和厂商边际私人收益曲线的交点上[9]。根据产权理论和福利经济学理论可以计算环境排放和资源消耗的社会支付意愿。在之前国外对环境影响的社会支付意愿的研究中，瑞典的EPS系统使用了支付意愿理论来衡量环境影响[10]，而Tellus系统以美国的环境税为权重，研究了美国社会对环境影响的支付意愿[11]。但是，上述两个系统都存在各自的问题。EPS系统考虑的是居民支付意愿，与社会支付意愿并不完全相同，而Tellus系统的涉及范围较小且没有考虑资源的消耗。吴星[12-13]在对建筑工程环境影响评价的研究中，根据社会支付意愿理论对中国目前主要环境污染物的排污费和主要资源的资源税进行了分析与计算。本文在吴星研究的基础上，根据中国环境统计年鉴，选择数据可得的工业环境排放和资源消耗进行社会支付意愿核算，用于汇总2005~2009年中国各工业行业环境影响的总社会支付意愿。单位环境排放及资源消耗的社会支付意愿详见表1。
三、工业环境排放与资源消耗
各工业行业的年度环境排放数据和资源消耗数据来源于中国环境统计年鉴、中国工业统计年鉴以及中国统计年鉴，受到早年工业环境排放统计数据范围较小的限制，本文的研究范围是2005~2009年的中国各工业行业。由于CO2排放量没有直接的统计数据，本文采用了目前研究中常用的根据行业能源消耗（E）j推算行业CO2排放量（CE）j的方法，计算公式为式（1）：CEj=p×Ej（1）其中，ρ为能源消耗碳排放因子（吨CO2/吨标准煤），根据1994年中国国家温室气体清单的数据，取2.277（吨CO2/吨标准煤）。根据单位环境排放和资源消耗的社会支付意愿值，以及2005~2009年各工业行业的环境排放和资源消耗量（受篇幅限制未列出），本文计算了2005~2009年各工业行业的环境影响社会支付意愿值，详见表2。从表2的数据可以看出：以环境影响的社会支付意愿为衡量标准，无论是工业总的环境影响，还是各工业行业的环境影响，在2005~2009年基本都随着工业经济的发展而处于快速增长的状态；各工业行业在环境影响的绝对值上差异很大，其中，环境影响最大的工业行业为黑色金属冶炼及压延加工业，环境影响最小的行业为废弃资源和废旧材料回收加工业，它们的环境影响相差1000倍左右。由于各工业行业在经济规模上差异较大，而行业的环境影响与行业规模紧密相关，因此，需要结合工业行业的经济投入产出和环境影响进行工业经济—环境效率评价。
四、超效率DEA模型计算
超效率DEA模型（Super-EfficiencyDataEnvel－opmentAnalysis，SE-DEA）是基于经典DEA模型的一种改进模型。其在进行第j个决策单元效率评价时，将第j个决策单元的投入和产出用其他所有决策单元投入和产出的线性组合代替，从而把第j个决策单元排除在外，而传统DEA模型则将这一单元包括在内。一个有效的决策单元可以使其投入按比例增加，而效率保持不变，其投入增加比例即其超效率评价值。本文选择超效率DEA模型对中国各工业行业进行经济—环境效率评价。超效率DEA模型能够避免出现经典DEA模型下多个决策单元均为有单元时无法进一步分析的情况，具有更好的适用性本文以总资产、从业人员和环境投入（各工业业环境影响的社会支付意愿）作为投入指标，以总值、主营业务收入和利润作为产出指标，根据2002009年中国39个工业行业的面板数据进行经济环境超效率DEA评价。超效率DEA模型近年来被广泛应用于效率评中，其具体计算过程本文不再赘述，可参考之前的关研究与文献[14-16]。超效率评价结果如表3所示。表3显示，在2005~2009年间，中国各工业行业的经济—环境效率普遍呈现出稳步提高的趋势，表明近几年中国工业发展状况良好；同时可以看出，各工业行业间的效率评价值差异较大，尤其是工业行业总体的效率评价值很低，表明目前中国工业尚未达到各行业均衡发展的理想态势，低效行业规模大、数量多。由于表3的评价结果无法体现环境投入对效率评价的影响程度，本文还以总资产、从业人员作为投入指标，总产值、主营业务收入和利润作为产出指标（在原模型的基础上剔除环境投入），再次利用2005~2009年的中国各工业行业的面板数据进行超效率DEA评价，新模型（无环境投入）计算结果如表4所示。表4显示，在不考虑环境投入的情况下，超效率DEA模型的评价结果同样反映出各工业行业效率在2005~2009年间逐渐提高，表明环境投入并没有改变工业行业效率的总体发展趋势。对比表3和表4的评价结果，从整个工业行业的角度来看，环境投入对工业整体的效率评价影响很小，但其对于不同工业行业的效率评价结果影响差异较大，在本文之后的研究中以“环境投入影响率”这个指标衡量环境投入对各工业行业效率评价的不同影响。为了反映各工业行业经济—环境效率的综合情况，本文选择三个指标作为工业行业经济—环境效率的综合评价指标：效率均值（E）i；效率增长率（V）i；环境投入影响率（I）i。效率均值为有环境投入情况下（表3）各工业行业2005~2009年间超效率DEA评价值的均值，反映了工业行业在2005~2009年的总体效率情况：E=（Ei,2005+Ei,2006+Ei,2008+Ei,2009）/5（2）效率增长率为有环境投入情况下各工业行业2005~2009年间超效率DEA评价值的增长率，反映了工业行业在2005~2009年的效率发展情况：Vi=(Ei,2009-Ei,2005)/Ei,2005（3）环境投入影响率为有无环境投入情况下的工业行业效率差值与无环境投入情况下（表4）的工业行业效率的比值，反映了环境投入对工业行业效率评价结果的影响程度：Ii=(Ei-Ei′）/Ei′（4）式中，Ei为有环境投入的工业行业效率，Ei′为无环境投入的工业行业效率。各工业行业效率综合评价指标情况详见表5所示。效率均值反映了2005~2009年各工业行业经济—环境效率的总体情况。在39个工业行业中，效率最高的行业为石油加工、炼焦及核燃料加工业、烟草制造业，以及废弃资源和废旧材料回收加工业；效率最低的行业为水的生产和供应业，电力、热力的生产和供应业，以及燃气生产和供应业。效率增长率反映了2005~2009年各工业行业经济—环境效率的发展情况。绝大多数行业的经济—环境效率都处于良性增长的状态，只有水的生产和供应业，电力、热力的生产和供应业，以及石油和天然气开采业三个行业出现了效率降低的现象。在39个工业行业中，效率发展最快的行业为燃气生产和供应业、化学纤维制造业及非金属矿物制品业。环境投入影响率反映了环境投入对工业行业效率评价的影响，而表5的结果显示环境投入对不同行业的效率影响差异较大。当行业的环境投入相对其资产、人员的投入有着更高的产出效率时，环境投入影响率为正；反之，环境投入影响率为负。其中，环境投入正面影响最大的行业为通信设备、计算机及其他电子设备制造业，仪器仪表及文化、办公用机械制造业，以及文教体育用品制造业；环境投入负面影响最大的行业为黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业。
五、工业行业综合评价
本文根据超效率DEA模型的评价结果，利用表5中的工业行业综合评价指标，对39个工业行业进行分组研究。本文采用的分组方式为：经济—环境效率值在0~0.3之间为低效率组，0.3~0.6之间为中等效率组，在0.6以上为高效率组；效率评价值增长率在30%以下为低增长组，30%~60%之间为中等增长组，60%以上为高增长组；环境投入影响率在-15%以下为环境投入负面影响较大组，-15%~15%之间为环境投入影响较小组，15%以上为环境投入正面影响较大组。各工业行业的分组情况具体见表6。表6的分组结果表明，各工业行业在经济—环境效率的综合情况上有着各自鲜明的特点。39个工业行业根据效率均值、效率增长率和环境投入影响率的不同可以被划分为17组，其中包括行业最多的一组为“中等效率、高增长率、环境投入正面影响较大”组，共有7个行业属于该组，分别是食品制造业、家具制造业、医药制造业、塑料制造业、专用设备制造业、交通运输设备制造业和电气机械及器材制造业。此外“，低效率、高增长率、环境投入影响较小”组也包括了较多工业行业（6个）。从分组的总体情况来看，工业行业总体上呈现出经济—环境效率较低、效率增长速度较快、环境投入影响情况差异较大的特点。
为了能更直观地对39个工业行业进行经济—环境效率综合情况的对比分析，本文利用投影寻踪方法，根据表5中的评价指标进行工业行业效率的综合评价。投影寻踪方法[17]是一种直接由样本数据驱动的探索性数据分析方法，尤其适用于分析和处理非线性、非正态的高维数据。该方法通过将高维数据向低维空间投影，分析低维空间的投影特性来研究高维数据的特征，是一种处理多因素复杂问题的统计方法[18]。投影寻踪方法的基本思想是，把高维数据样本通过某种组合投影到低维子空间中，对投影得到的构形，采用投影指标函数（目标函数）衡量投影暴露某种等级结构的可能性大小，寻找出使投影指标函数达到最优的投影值，然后根据该投影值对样本集进行相应的评价。投影寻踪方法通过发掘已有的数据信息给出评价权重，与其他评价方法相比，能够消除主观因素影响，使评价结果客观明确。投影寻踪方法的主要步骤为：（1）评价指标值的归一化；（2）构造投影指标函数；（3）优化投影指标函数；（4）排序分类。由于其算法已较为成型，本文不予展开描述，具体步骤可参考之前已有的相关研究及著作[19-21]。投影寻踪评价结果详见表7。其中，效率均值、效率增长率和环境投入影响率的权重分别为1.02、0.30、0.24。评价指标的权重表明，在工业行业经济—环境效率综合评价中主要以各工业行业的经济—环境效率为依据，同时考虑各工业行业的效率发展和环境影响情况。评价结果显示，在39个工业行业中，经济—环境效率综合情况最佳的是废弃资源和废旧材料回收加工业、烟草制造业、通信设备制造业，以及石油加工、炼焦及核燃料加工业；经济—环境效率综合情况最差的是水的生产和供应业，电力、热力的生产和供应业，以及黑色金属冶炼及压延加工业。从评分的总体情况来看，得分为正分的工业行业有16个，得分为负分的工业行业有23个。中国工业行业的经济—环境效率形势比较严峻，虽然有少数行业已经实现了经济—环境的协调发展，提高了环境投入的产出效率，但大多数工业行业依然处于高排放、高消耗的环境不友好阶段。
六、结论
关键词：金融集聚；信息不对称；规模经济；政府政策
中图分类号：F830 文献标识码：A 文章编号：1003-7217（2012）04-0002-07
一、文献述评
金融是指资金的借贷或融通活动，金融的产生能够优化资源配置、强化风险规避以及完善商品市场的价格机制。因此金融的功能属性使得金融机构大量积聚在某个地理空间范围内。同时信息基础设施完善、人力资本积累提高以及政府政策的倾斜等使金融机构积聚现象得到强化，企业在金融集聚地区内的外部经济性和规模报酬得到明显的改善，反过来将进一步促进金融集聚。
尽管目前理论界对金融集聚的定义没有形成统一的认识，但大多数文献可分为两个类别，一是从金融功能演化与发展角度定性论述金融集聚；二是从定量角度对金融集聚进行的评价，分析影响因素和效应。金融功能视角下研究金融集聚，基本上从定性的角度进行考察。国内学者刘军、杨再斌[1]从动态过程和状态结果来考察金融集聚，动态过程是指通过金融资源与地域条件协调、配置、组合的时空动态变化，促进金融产业成长、发展，进而在一定地域空间生成金融地域密集系统的变化过程，状态结果则指经过上述过程，达到一定规模和密集程度的金融产品、工具、机构、制度、法规和政策文化在一定地域空间有机结合的状态。O’Brien[2]认为金融中心是一个集聚大量金融活动的区域，通常是一个城市，或者是城市的一个地区，Simon X.B等[3]认为传统的金融中心就是提供金融服务的金融机构集聚的地方。国内外学者对金融集聚定义角度不同，反映了金融集聚在不同国家或地区以及不同的政治体制形成的动因也会不同。Porteous[4]认为金融服务的集聚过程可以通过评价信息腹地和信息不对称的重要性来理解。信息的取得需支付成本，获取成本激励金融中介出现，而金融集聚能够使得金融中介获取信息成本的降低，且便利了金融中介对各类投资机会信息的收集，进一步改善资源配置[5]。Park[6]认为规模经济 是国际金融中心形成的动因之一，Panditetal[7]认为金融中心的形成是金融机构高度集聚于某一空间的产物。国外学者是从金融中心的功能角度来阐述，强调金融中心对该区域内企业所产生的规模报酬递增效应和外部经济性，因而其因素主要包括信息不对称和规模经济。冉光和[8]认为市场经济发达发达国家，市场价格机制比较完善，金融产业资本集聚形成模式是由需求反映型机制为主导的，不同于发展中国家供给引导型机制，发展中国家政府在快速提升区域金融竞争力和金融集聚程度时，对该地区内某些区域提供具有竞争力的政策和制度环境，加速了该地区金融集聚的形成。潘英丽[9]在分析政府公共政策影响范围所涉及的因素时，认为金融机构所在地的经营成本、人力资源供给、电信设施的质量与安全可靠性、监管环境与税收制度也是影响金融机构区位选择或迁移决策的因素。因此在对国内地区金融集聚影响因素进行分析时，须考察政府政策的影响因素。
对金融集聚的评价、分析影响因素和效应的研究，以实证分析文献为主。国内学者进行金融集聚影响因素的实证分析大多是建立区域金融集聚程度评价的分析基础上，通过因子分析得出综合指数评价地区金融集聚程度。也有学者在考虑数据异质性的基础上，运用空间计量模型来考察金融集聚程度。吴聪、王聪[10]在经济、金融和城市发展三个类别的基础上构建金融中心竞争力评估指标体系，然后运用因子分析方法提取了五个公共因子，根据综合得分给我国是11个金融中心城市排序。任英华、徐玲等[11]从区域创新的角度，运用空间计量模型来考察区域创新、经济基础、对外开放、人力资本对金融集聚的影响，分析结果表明区域创新和经济基础对金融产业集聚产生了正向影响作用，而对外开放和人力资本对金融集聚的影响是随着时间而改变，金融集聚初期对外开放有显著影响，而随着时间的变化，影响力逐渐减弱，人力资本则是一个积累的过程，初期影响不显著。
从上述研究可以看出，国外对金融集聚的研究大多为定性研究，而定量研究相对较少；已有的定量研究中，相关研究对金融集聚程度的评价从金融的直接表现出发为主，并未对金融集聚动因的核心因素进行考察，所以以实证为主的金融集聚影响因素研究中对信息、规模经济考虑较少，且未考虑空间的差异性；从金融中心形成的微观机制来看，政府政策对金融机构的空间集聚影响并没有考虑到实证模型中。基于此，本文以从信息、规模经济和政策三个变量对我国金融集聚的影响出发构建面板数据模型，从而揭示我国省域金融集聚的分布状态以及形成微的观原因。
二、基于驱动机制的金融集聚影响因素理论假设
在已有的研究中，金融集聚形成的驱动机制一方面是产业集聚演化过程中伴随产生的，另一方面是金融的自身特点，如高流动性，具有系统耗散结构等特点。而从驱动机制角度去分析影响因素，信息流动、规模经济和政府政策是影响金融集聚形成的根本因素，为实证的需要，与驱动机制影响因素对应涉及到三个基本假设。
一、引言
2009年10月，首批28家创业板公司在深交所挂盘交易，这是中国资本市场一件具有里程碑意义的事件。2011年11月，距首批28家创业板公司登陆深交所上市交易两周年之际，新任中国证监会主席郭树清先生推出了创业板退市制度。创业板在国内是一个新鲜的事物，故对创业板的绩效分析没有完善的方法可供借鉴。不过，很多的学者利用各种统计方法对中小板及各行业上市公司进行过一些研究。林森采用stoNED方法，结合DEA与SFA方法的优点，对中国商业银行1996年～2005年间的绩效进行评价，认为我国国有股份制商业银行的经营绩效显著低于非国有股份制商业银行。本文选取首批登陆创业板的28家上市公司2009年至2011年的经营数据作为研究对象，采用多维面板数据分析方法，利用因子分析对这些上市公司的经营绩效进行评价，为创业板公司经营业绩的评价方法提供一种新视角。
二、方法简述
（1）思想原理。利用多元统计中的因子分析法，对多维面板数据进行动态处理。根据原始变量相关性的大小对原始变量进行分组，使得同组内变量间的相关性较高，不同组的变量相关性较低。每组变量代表一个基本结构，通过几个主因子的方差贡献率作为权重来构造综合评价函数，简化众多原始变量及各指标间的重复信息。对多维面板数据进行动态处理，可避免仅用一个截面数据进行绩效评价的片面性，同时也可以深度挖掘潜藏在面板数据中的有效信息。（2）具体步骤。搜集数据，构造原始数据矩阵；将原始数据正态标准化，以使不同指标的数据有比较意义；计算各年份的相关系数矩阵；计算各个时间截面相关系数矩阵的特征值及特征向量；根据因子贡献度选取主因子，构造主成分的线性表达式；建立并计算各个时间截面的样本综合评价函数，构造综合评价矩阵；对综合评价矩阵进行因子分析，得出因子得分，按照因子得分对各上市公司进行排名。
三、实证分析
（1）数据选取。采用2009年10月30日在深交所首批上市的28家创业板公司2008年至2011年的年报数据进行分析，数据来源于银河证券海王星交易软件。根据年报数据，考虑创业板上市公司的资产负债情况、利润构成情况、盈利及成长能力情况以及每股财务情况，共选取了如下11个具体指标：资产总额、资产负债比、利润总额、净利润、净利润现金含量、主营业务收入、净资产收益率、净资产增长率、每股收益、每股净资产、每股现金流量。（2）分析过程。第一，选取28家上市公司2008年至2012年的年报财务数据中的11项指标，以每年为一个截面，分别对每个截面数据进行主成分分析。得到一个各年份的综合评价矩阵。第二，对综合评价矩阵进行样本适度检验。KMO检验值为0.517，大于0.5，说明样本容量是可行的。Bartiett球度检验的卡方值为47.925，P值为0，显著性水平小于0.05，说明可以对该面板数据进行因子分析。第三，按照方差贡献率提取了两个主因子，根据因子分析方法得出因子总得分计算公式为：F=0.589f1+0.411f2，依此得出，28家上市公司的绩效排名（表1）。第四，结果分析。表1给出了分析的结果。将该结果与2011年年底，各上市公司股价市盈率进行比较，发现这两个排名比较接近。这说明，用该方法对这些上市公司的经营绩效排名基本符合市场预期，该绩效排名也能从一定程度上解释上市公司的股价水平。
四、小结
本文提出了一种对上市公司经营绩效分析的新方法――多维面板动态因子分析法。介绍了该方法的思想原理、具体步骤，并利用该方法对首批上市的28家创业板公司进行了实证分析。从实证分析结果看，该方法的排名与上市公司股价的市盈率基本吻合，说明该法在某种程度上可以用来衡量上市公司的经营绩效并解释其股价的波动。
摘要：本文通过选取了2006-2013年省级的面板数据，从原始创新与引进消化吸收再创新的角度测度中国东部，中部，西部的创新科技竞争力差异，然后通过F检验与Hausman检验方法建立个体固定效应模型。结果表明，在东、中、西部地^，地区的发展水平对创新科技竞争力的影响均是最大的。而其他因素对创新科技竞争力在不同的地域影响却是有所差异。
关键词：创新，科技竞争力，面板分析
科技竞争力是一个国家科技水平各方面的综合体现，也是经济长久持续发展的动力源泉。更加重要的是以创新为基础科技发展更是一个国家屹立于世界之林的重要支柱，对于科技竞争力的研究前人做了各种各样的研究。张志生（2002）、石小刚（2008）、赵前（2011）以及雷勋平，Robin Qin（2013）等都使用不同的方法对科技竞争力进行分析评价，但前人大都是针对全面的科技竞争力，却很少有文献从科技创新的角度入手对其进行研究，本文从作为动力源泉的创新内涵为出发点，研究我国区域创新科技竞争力的差异。
（一）实证分析
1. 数据来源及处理
本文采用的是2006-2013年各地区省级面板数据，从创新角度来衡量各省的科技竞争力，由于集成创新的关系无法很好地定量的描述，所以本文只考虑引进、消化吸收再创新和原始创新。没有考虑集成创新对科技竞争力的影响。并我们假设引进、消化吸收再创新与原始创新同等重要来反映创新科技竞争力。用国内三种专利人均授权数的多少来反映原始创新能力，记为。用人均互联网宽带接入端口个数来衡量各省的引进、消化再吸收能力，记为。则创新科技竞争表示为：表示投入的专业技术人员数，用于衡量人才的投入；表示人均GDP，用其衡量地区的经济发展状况；表示实验与发展的经费投入强度，用其衡量政府对科技创新的努力程度。 表示平均受教育年限，用来衡量各个地区的教育水平的差异，对于平均受教育年限的算法，本文借鉴了黄俊，杨波（2012）的算法。
2. 实证分析
在对面板数据计之前，为避免非平稳序列采用最小二乘法估计时可能出现伪回归现象，我们需要对各变量进行单位根的检验.本文采用的是PP - Fisher Chi-square的检验方法，检验结果均是平稳的。又通过F检验经过hausman检验从外部宏观的角度对东、中、西部地区创新科技竞争力进行研究，根据F检验的p值小于0.05，则拒绝是混合模型的原假设。也就是说需要建立个体非混合回归模型，但是非混合回归模型又分为个体随机效应回归模型与个体固定效应回归模型，为了具体确定模型的类型，我们仍需要进行hausman检验。通过hausman检验可以看出它的拟合的P值是小于0.05，则拒绝原假设，则可以说明该模型是个体固定效应回归模型。
根据建立模型结果可以表明，在东、中、西部地区，地区的发展水平对创新科技竞争力的影响均是最大的。而在东部，经费投入，教育投入对创新科技竞争力的影响也是比较显著的，其次在中部，经费投入，人才投入以及教育对创新科技竞争力的影响都是显著的，但影响的程度比东部的稍小一点，但是在西部，教育的投入是最大的，人才投入相对比较少，但在西部教育对科技创新力却不是显著的，经费的投入和人才投入对创新科技竞争是显著的。
（三） 总结
本文从原始创新与引进消化吸收再创新的角度出发通过建立体固定效应回归模型对中国东部，中部，西部的创新科技竞争力差异进行研究，结果表明在东、中、西部地区，地区的发展水平对创新科技竞争力的影响均是最大的。也就是说地区经济发展水平是地区创新科技发展的主要动力，只有区域经济发展提高了，才能从本质上增强地区的创新科技竞争力，而在东部，经费投入，教育投入对创新科技竞争力的影响也是比较显著的，其次在中部，经费投入，人才投入以及教育对创新科技竞争力的影响都是显著的，但影响的程度比东部的稍小一点，但是在西部，教育的投入是最大的，人才投入相对比较少，但在西部教育对科技创新力却不是显著的，经费的投入和人才投入对创新科技竞争是显著的。我国东、中、西三部分区域发展程度不同，对创新科技竞争力的影响也有所差异，因此政府有必要根据地域的需要，对不同地域影响科技创新力的影响因素做响应的调整。共同促进区域之间协调稳定的发展。
参考文献：
[1]张志生，陈国宏.福建省科技竞争力研究[D]. 福州：福州大学，2003.
[2]石小刚.陕西省科技发展现状的灰色数学模型的研究[D]. 西安：西安建筑科技大学，2008.
改革开放30多年来，中国依靠最大化发挥比较优势，充分运用人口红利、全球化红利，凭借廉价的资金、劳动力、土地等要素价格，实现了快速工业化和城镇化，中国经济总量保持了持续快速增长态势。GDP从1979年的4 063亿元增至2012年的519 470亿元，年均增长率高达9.76%。然而，以TFP为标度的经济增长质量或效率并不高，根据测算，中国1979年～2007年TFP年均增长率在3.72%，而2008年～2012年则下降到2.21%。多年的粗放型增长模式使得国内资源、要素与环境的综合承载力急剧下降，劳动力、土地等廉价要素红利逐步丧失，再加上世界经济危机复苏趋缓、贸易保护主义重新抬头使得国际贸易环境恶化，中国经济“高投入、高消耗、高排放、高出口、低效率”为特征的粗放型增长模式走到了尽头。当前，中国经济已经进入产业结构调整与经济转型升级的新阶段，为此，必须实施创新驱动发展新战略，选择适宜的技术进步路径以提升技术进步效率和经济增长质量。在此背景下，亟需回答两个现实问题：一是中国经济总量快速增长是多种技术进步路径发挥协同作用的结果，那么，近年来不同技术进步路径对中国经济增长尤其是经济增长质量的效应如何？即技术进步路径与经济增长的关系问题；二是不同技术进步路径的经济增长效应在中国不同区域有何异质性，如何权变选择适宜于本地区的技术进步进步路径？
自Romer（1990）在内生增长理论中提出技术进步是经济增长的最终源泉以来，国内外学者对相关问题进行了大量的研究。而技术进步路径与经济增长关系的研究是国内外学者现阶段关注的重点，不同学者由于在考察对象、研究方法以及样本数据等方面的差异，所得结果也并不一致。Mathews（2007）、孙建等（2009）等认为后发国家应该重视自主R&D这一技术进步路径来获取后发优势；李小平（2007）等人的研究表明自主R&D对生产率的增长有显著的负向影响，但吴延兵（2008）等人的研究表明自主R&D对生产率有显著促进作用。吴延兵（2008）等运用面板数据的经验研究表明国外技术引进能够促进经济增长，同时也表明国内技术引进对生产率没有显著影响。Lucas（1988）在外部增长学说中说明了外商直接投资能够促进经济增长；Alfaro和Charlton（2007）、傅元海等（2010）等利用相关数据检验了外商直接投资对经济增长的影响，结果分别为不同质量的外商直接投资和不同技术进步路径下的外商直接投资对经济增长的影响不同。
可以看到，已有研究大多是围绕国外欠发达国家或中国国家层面展开，很少从分区域层面，且把不同技术进步路径纳入统一的分析框架。鉴于中国区域经济发展不平衡性、发展阶段的多样性（林毅夫，2004；卢宁，2010），应该基于区域要素禀赋的视角来选择适宜的技术进步路径。因此，本文运用2003年～2011年中国分地区大中型工业企业面板数据对自主R&D、技术引进、外商直接投资和经济增长进行了实证研究，同时考察了中国不同区域的技术进步路径选择的差异性。本文的后续部分结构安排为：第二部分是研究方法与数据处理；第三部分是估计结果与讨论；第四部分是结论与启示。
二、 研究方法与数据处理
1. 模型设定与变量解释。本文研究技术进步路径与经济增长的关系，并且技术进步路径包括技术引进与自主R&D。技术引进包括直接技术引进和间接技术引进，直接技术引进又包括国外技术引进和国内技术引进；间接技术引进包括外商直接投资。而林毅夫等（2004）认为经济增长可分解为投入要素数量的增加、投入要素质量的改进和投入要素使用效率的提高。本文重点考虑投入要素使用效率的提高。
鉴于以上分析，本文借鉴吴延兵（2008）的处理方法，我们用TFP来体现经济增长质量或效率的产出，并将TFPit和f（?）定义为：
TFPit=？茁0exp[f（R&Dit，FTIit，ITIit，FDIit）]①
f（?）=？茁1lnR&Dit+？茁2lnFTIit+？茁3lnITIit+？茁4lnFDIit+？撞？茁jCTRit+ui+？着it②
将②式带入①式，两边取对数后，则可得：
lnTFPit=？茁0+？茁1lnR&Dit+？茁2lnFTIit+？茁3lnITIit+？茁4lnFDIit+？撞？茁jCTRit+ui+？着it③
上式中，TFPit代表第i个地区（省）第t年的全要素生产率；R&Dit代表第i个地区（省）第t年的自主R&D；FTIit代表第i个地区（省）第t年的国外技术引进；ITIit代表第i个地区（省）第t年的国内技术引进；FDIit代表第i个地区（省）第t年的外商直接投资；CTRit为控制变量，其中包括第i个地区（省）第t年的企业规模ESCit、技术能力TTCit、经济发展水平EDLit、经济外向度TEEit。μi为个体效应；？着it为随机扰动项。β0为常数项；β1、β2、β3、β4分别表示自主R&D、国外技术引进、国内技术引进和外商直接投资的产出弹性；βj为控制变量的系数。
2. 数据说明。本文所使用的原始数据来源于《中国统计年鉴》、《中国科技统计年鉴》和《中国工业经济年鉴》，部分数据是根据原始数据进行整理而得到的。其中，工业总产值、固定资产净值年平均余额、从业人员年平均数、工业品出厂价格指数和固定资产投资价格指数均来源于《中国统计年鉴》；开发新产品经费、R&D经费占产品销售收入或主营业务收入、R&D项目经费支出、产品销售收入、主营业务收入、消化吸收经费、引进技术经费支出、购买国内技术经费、有科技机构的企业占全部企业比重和新产品产值占工业总产值比重均来源于《中国科技统计年鉴》；出货值、工业销售产值、外商资本来和实收资本来源于《中国工业经济年鉴》。其他数据是根据原始数据进行整理而得到的。
借鉴Fare等（1997）等的方法，基于投入的全要素生产率指数可以用Malmquist生产率指数来表示。因此，在计算全要素生产率（TFP）时，用到的主要指标是地区的投入和产出数据。其中投入数据包括资本投入和劳动投入，产出数据包括地区年度企业产出。我们用工业总产值表示产出，并且用2003年为基期的工业品出厂价格指数对其进行价格平减；用固定资产净值年平均余额表示资本投入，并且用2003年为基期的固定资产投资价格指数对其进行价格平减；用从业人员年平均数表示劳动投入。由于工业总产值涉及到中间品投入，因此，用工业增加值估计的全要素生产率比用工业总产值估计的较准确。但是，基于数据的可得性、准确性以及可比性，在计算全要素生产率时，我们选用的产出指标是工业总产值。我们用DEAP2.1来测算全要素生产率（TFP）。由于获得的全要素生产率是环比指数，首先要将其折算到基期，然后再进行计算。我们以2003年为基期，并假设基期的全要素生产率为1。
三、 估计结果与讨论
我们运用Eviews7.2软件基于2003年～2011年中国分地区大中型工业企业的面板数据对静态面板模型③式进行估计。在对国家层面和区域层面技术进步路径的经济增长效应模型进行估计时，我们运用了混合模型、随机效应模型和固定效应模型分别进行估计。为了比较各种模型的估计效率，我们进行了冗余固定效应检验和Hausman检验，检验值的显著性水平均为1%。两种检验均表明固定效应模型的估计效率最高。下面我们分别对两种情况下的技术进步路径对经济增长的影响进行分析。
1. 全国层次的技术进步路径对经济增长的影响分析。由以上分析可知，基于固定效应的模型具有更高的估计效率。下面我们根据该模型来具体分析相关的变量。自主R&D、国外技术引进、国内技术引进以及外商直接投资等技术进步路径分别对TFP的影响。①自主R&D。无论在混合模型下还是在随机效应模型和固定效应模型下，其系数为正，但不显著。这表明2003年～2011年间，自主R&D对TFP的贡献开始显现，加大自主R&D有利于提高TFP，但整体来说，自主R&D对TFP的贡献率并不显著，可能的原因是：我国要素禀赋非均衡分布特征明显、区域经济发展极不平衡，而自主R&D对TFP的贡献存在门槛效应，在我国自主R&D整体投入不大的情况下，对TFP的促进作用有限。但作为发展中国家的中国应该继续重视自主R&D，以防止陷入技术陷阱，从而实现技术赶超（孙健等，2009）。②国外技术引进和国内技术引进。在三种模型下，其系数均显著且分别为负和为正，这与吴延兵（2008）等的研究结论不同。可能的原因在于，中国有能力购买国外技术，但是消化吸收国外技术的能力较低，致使国外技术引进对FTP的作用不明显；而国内技术引进，无论是在林毅夫（2004）等提到的技术引进的成本方面还是咨询技术人员方面都比引进国外技术有优势。因此，中国在引进国外技术的同时，要加强对国外技术吸收能力的重视，提高技术转化率。③外商直接投资。在三种模型下，其系数均显著且为正。这说明外商直接投资对经济增长有正向影响。这与傅元海（2010）等人的研究结论相同。因此，中国应继续扩大开放领域，逐步放开国家垄断但不涉及国家安全的行业、大中型国有企业，以国有企业混合所有制改革为契机，大力引进国外有较强资金、技术或市场优势的战略投资者，提升中国企业的国际化水平和市场竞争力。在控制变量中，企业规模对经济增长效率的提高显著为正；技术能力和发展水平对经济增长效率的提高有负向影响；经济外向度则无显著影响。
2. 区域层次的技术进步路径对经济增长的影响分析。下面我们具体分析不同地区的具有较高效率模型的估计结果。由估计结果可知，中国东、中、西地区的技术进步路径对FTP的作用存在差异。
①东部地区。仅国内技术引进的系数显著，且为正。而自主R&D对经济增长效率的提高没有显著影响。可能的原因是，东部地区多以"三来一补外向型"经济为主，且这些行业或企业往往对自主R&D还是国外技术引进的意愿还是投入能力都比较欠缺，这是该地区自主R&D和国外技术引进对TFP的贡献率为负的重要原因。这一地区服装、纺织、家电等产业集群发达，中小企业众多，集群内的共生关系与知识、技术外溢效应有利于技术的扩散与传播。这说明，东部地区尽管具有区域获取国外技术引进的成本优势，以及较高的经济发展水平，但且没有发挥国外技术引进与自主R&D提升产业层次与TFP的作用，相反且陷入国内技术引进（更多的是初级加工品的简单复制与技术模仿）的路径依赖而产生自主R&D与国外高技术引进的惰性，这不利于东部地区高新技术产业的发展，制约了该地区经济转型和产业结构升级。当然国际跨国公司处于核心技术保护的考虑也致使该地区在国外技术引进尤其是核心技术引进迟缓的重要原因。②中部地区。模型结果表明，该地区受国外技术引进的影响显著，且为负。出现这种情况的原因可能是较丰富的研发资源使得该地区倾向于购买国外的技术，国外企业出于对自身的考虑没有将先进的核心技术而是将落后的技术出售给该地区（吴延兵，2008）或该地区购买到先进的核心技术却无法掌握该技术。而该地区的经济增长效率却不受其他技术进步路径的显著影响，自主R&D能力较弱、不重视国内技术可能分别是自主R&D、国内技术引进不显著的重要因素；介于具有丰富要素禀赋的东部和国家扶持政策的西部之间可能是使得中部地区外商直接投资没有优势的原因之一。③西部地区。在西部地区，仅外商直接投资的系数显著且为正。可能的原因是，西部地区属于欠发达地区，西部大开发以来，该地区充分运用外商直接投资带来的技术后发优势，提高了TFP。而该地区的高校、科研院所等具有相对的比较劣势，自主R&D能力较为欠缺，对国外技术消化吸收能力不强，这使得该地区产业或企业更多依靠获取外商直接投资伴生的技术外溢效应来提升自身的技术水平。因此，国家应进一步加大西部地区的对内对外开放力度，在更多的领域、更多的行业加大招商引资力度，提升外商直接投资的规模和层次，以促进西部地区经济增长总量以及TFP的提高。
技术能力、经济发展水平和出口外向度等控制变量，对不同区域FTP的影响也存在显著差异。技术能力在东部地区无显著影响，而在中部地区和西部地区却对经济增长的效率有显著负影响；经济发展水平在东部地区对经济增长的效率有显著负影响，而在中部地区和西部地区却无显著影响；出口外向度仅在中部地区对经济增长效率存在显著正影响，而在东部地区和西部地区却无显著影响。而企业规模在三个地区对经济增长的效率均有显著正影响。
四、 结论与启示
【关键词】工业品期货；结算价；动态面板数据模型
2010年，中国商品期货市场赶超美国，成为全球第一的商品期货市场，我国的工业品期货上市时间长，交易活跃，受国家政策影响较小，定价相对农产品更加市场化。在期货交易中，结算价是最关键的参考价格，在期货实盘中，结算价无论是对交易盈亏的结算还是对下一个交易期间的实盘交易的参考都有很重要的意义。因此对影响工业品板块期货结算价的影响因素进行分析，无论是对金融工程方面的期货交易数据的研究还是实盘操作的预判都具有积极的意义。
一、相关文献回顾
最早研究期货价格与交易量的实证关系的是克拉克（1973），他研究了棉花的期货价格和交易量之间的实证关系，从而发现棉花的期货价格和交易量之间存在明显的相关效应；康奈尔（1981）研究了十七种不同的期货合约，发现不断变化的期货价格和与其对应的成交量具有正相关关系；卡波夫（1987）对之前的量价关系研究进行了详细的概括，他认为，由于股票存在无法自由做空的局限，所以，股票市场价格变化和交易额会具有正向的相关关系，期货的交易量与价格波动幅度一般是不相关的，但在金融市场中，成交量的大小还是会与绝对价格变化存在正相关关系，这是因为期货市场的无论是做空还是做多具有相同成本，除了相关类的研究之外，格拉马提库斯和桑德斯（1986）的研究发现，格兰杰因果关系在外汇期货价格波动方差和成交量之间存在。拉莫洛克斯和拉斯特拉普斯（1990）的研究发现，成交量的变动对价格波动存在很好的解释。
国内对期货的研究起步时间比较晚，相关的研究成果主要是在价格和交易量、持仓量之间的关系上，仲伟俊，华仁海（2003）（2004）对期货交易量和持仓量与期货价格的关系进行了深入研究，认为所有品种的成交量和持仓量的变化对价格的波动会产生重大影响，梅妹峨，仲伟俊，刘庆富（2005）把持仓量指标分成可以预期和不可以预期的两部分，研究了持仓量指标的变动对价格的影响。而在期货交易中，持仓量是期货交易特有的指标，由此开启了国内学者对持仓量的研究。沈小刚，田新民（2005）研究了期货日内盘中波动，并得出结论，认为日内价格波动与交易量之间存在正相关关系，但持仓量的变动与价格波动是负相关的关系，即交易量的增大将会增大价格波动，而较大的持仓量会减少日内的价格波动。何建敏，崔海蓉（2006）基于FIEGARCH模型研究了铝和天然橡胶的价格变化和交易量的关系，认为交易量和价格变化是正相关的。成思危，刘向丽，洪永淼（2008）的研究表明，持仓量对绝对价格波动幅度和交易量的影响不大，但是绝对价格波动性和交易量有较为显著的互动影响关系。周德群，戴毓（2009）使用了GARCH模型，方差分解和脉冲响应函数对燃料油期货市场的交易量和持仓量还有波动性的关系进行了细致的研究，得出结论：成交量对于价格变化较强的影响，交易过程中，可以参考上一交易周期的成交量的变化，预测下一周期的价格变化。文玉春（2010）使用扩展的GARCH模型和VaR模型得出如下结论：台湾的股指期货的交易量对收益率的波动性存在滞后的直接影响，价格波动性间接依赖持仓量的变化。
综上所述，以上的研究基本上采用了协整理论、GARCH模型、VAR模型来研究期货的量价关系，但是由于方法的局限和数据较旧，并不能对近年变化的期货市场提供良好的参考，随着期货市场的发展，品种数量，市场规模已经今非昔比，由于模型的限制，以前的研究也无法对一个板块的期货品种进行研究，而且以前的研究中少有研究关于同品种不同价格的研究，因此本文采取动态面板数据的方法，对工业品期货进行全面细致的研究。
二、数据说明与模型设定
本文选取了铜、铝、锌、天然橡胶、PTA、聚乙烯、聚氯乙烯、螺纹钢等8个期货品种2011年1月到2012年12月的共计101周的周结算价、最高价、最低价、成交量、持仓量数据，以及共同影响因素美元指数的周收盘价，数据来自文华财经，并按照EVIEWS6.0软件需要进行堆栈排列，并进行对数化处理后导入软件。
以结算价（JSJ）为被解释变量，滞后一期结算价（DJSJ）、最高价（ZGJ）、最低价（ZDJ）、持仓量（CCL）、成交量（CJL）、美元指数（USD）为解释变量，其中美元指数为共同影响因素。采用动态面板模型进行实证分析，构造以下实证模型：
三、实证结果
由于模型（1）中解释变量中存在滞后项，可知解释变量和随机扰动项具有相关性，这时就不能采用面板数据固定效应或随机效应模型，而应当采用动态面板数据的GMM方法来解决上述问题。对方程（1）进行一阶差分：
从模型（2）中可以看出与相关，为了减少这种相关性，本文选取滞后两期的为工具变量，因为和滞后两期的具有相关性，其余解释变量均选择滞后一期作为工具变量。
利用EVIEWS6.0软件，参数估计方法选定GMM/DPD，设定消去截面固定效应的转换方式为Orthogonal deviations。设定标准方差的计算方式为Period SUR，得到动态面板数据估计结果为：
为了确保动态面数据模型的有效性，对模型（2）的残差项进行单位根检验，结果如表2所示。
表2可以分析出，分别运用LLC检验、IPS检验、Fisher-ADF和Fish-PP检验对动态面板模型的残差项进行单位根检验，发现残差项是平稳的，这说明上述模型是有效的。
对动态面板数据模型方程进行分析，可以得出结论：
四、结论
通过对工业品期货周结算价影响因素进行GMM动态面板数据模型分析，发现：
第一，选定的交易指标的影响因素从大到小分别为：周最高价、周最低价、周美元指数收盘价、持仓量、成交量，进行对比可以发现，周最高价对周结算价的影响要大于周最低价，我们已知结算价的形成是按照成交量进行加权的平均价格，所以本文从定量模型的角度验证了“量价齐升”这一市场经验，而且成交量的影响系数为正，也从另一角度更加直接的说明了这个结论。
第二，期货不同于股票，其特有的持仓量指标可以动态地衡量当前的市场规模，成为参与期货交易的重要参考指标，市场往往认为，巨大的持仓量代表巨大的多空分歧，是爆发超级行情的前奏，本文通过动态面板数据模型，发现工业品期货持仓量对结算价的影响要大于成交量的影响，也就是说在交易中，持仓量比成交量更具有参考价值，而且持仓量对结算价的影响系数为正值，说明当持仓量连续上扬的时候，爆发多头行情的概率要略大于爆发空头行情的概率，这个结论对行情的判研有一定的指导意义。
第三，美元指数的影响系数达到了-0.013105，说明在中长期走势上，美元指数对工业品期货有较为明显的负面影响，所以在对工业品期货行情的判断上，中长期来看，分析美元指数的走势非常重要，美元指数的走势是中长线交易的重要参考。
参考文献
[1]华仁海，仲伟俊.我国期货市场期货价格收益、交易量、波动性关系的动态分析[J].统计研究，2003（3）：25-30.
[2]华仁海，仲伟俊.我国期货市场期货价格波动与成交量和空盘量动态关系的实证分析[J].数量经济技术经济研究，2004（7）：123-132.
[3]刘庆富，仲伟俊，梅妹峨.空盘量变动对我国期货市场期货价格收益波动性的影响[J].系统工程理论方法应用，2005（l）：28-32.
[4]田新民，沈小刚.基于交易量和持仓量的期货日内价格波动研究[J].经济与管理研究，2005（7）：78-80.
[5]崔海蓉，何建敏.我国期货市场成交量和持仓量与价格波动关系研究[J].统计与决策，2006（13）：127-129.
[6]刘向丽，程刚，成思危，汪寿阳，洪永淼.中国期货市场日内效应分析[J].系统工程理论与实践，2008（8）：63-80.
[7]戴毓，周德群.燃料油期货市场成交量、持仓量与波动性关系[J].系统工程理论与实践，2009（12）：154-162.
[8]文玉春.台湾股指期货收益波动性与交易量、持仓量考察[J].商业研究，2010（10）：95-103.
[9]Clark P K.A subordinated stochastic process model with finite variance for speculative prices[J].Econometrica，1973（41）：135-155.
[10]Cornell B.The relationship between volume and price variability in futures markets[J].Journal of Futures Markets，1981（1）：303-316.
[11]KarpoffJM.Therelationbetweenpricechangesandtradingvolume：Asurvey[J].Journal of Financial and Quantitative Analysis，1987（22）：109-126.
[关键词] 通货膨胀率；通货膨胀率波动性；经济增长率；世代交叠模型；动态面板
[中图分类号] F015[文献标识码] A[文章编号] 1008―1763（2014）04―0063―10
一文献综述
以往的学者在研究通货膨胀率与经济增长率二者关系时所采用的主要方法是选取某个国家或某些国家（或地区）的经济增长率及价格变动趋势对二者的关系进行实证研究，而非一般的逻辑推理与范畴演绎。因此由于研究选取的国家不同、时间长短不同以及资料的来源和可靠性不同，得出的结论也有差异，甚至截然相反。其主要观点可大致分为以下四类：
第一类：通货膨胀率与经济增长率之间存在正相关关系。
（一）凯恩斯主义者的观点：
最先在通货膨胀率与经济增长率之间建立正相关关系的经济学家当属宏观经济学大师凯恩斯，相关思想比较集中地体现在“半通货膨胀”理论中[1]。其本质即为：在存在生产过剩和价格工资刚性的条件下，货币量增加可以降低工人实际工资，增加生产者利润；降低实际利率，促进投资，二者都可以使产出增加。
凯恩斯的通货膨胀与经济增长正相关思想被其后来的继承者们加以继承和发扬。卡尔・J・汉密尔顿在研究了16世纪的通货膨胀后得出结论说：“在经济增长和通货膨胀之间存在着一定的关系[2]。”迪普雪则明确指出：“历史的经验证明，长期的价格上涨和下跌运动对经济发展有实际的影响：不断上升的价格促进了经济的扩张，尽管统计资料显示出它们对经济增长的影响是很有限的。”[3]托宾（Tobin，1965）假设货币与资本之间是可以完全替代的，此时可以得到通货膨胀率对于实际产出增长率具有正向影响。[4]
（二）结构主义者的观点：
结构主义论者泰勒（Taylor，1981）[5]和西尔斯（Seers，1992）[6]等人也先后提出了通货膨胀有利于经济增长的观点，成为“促进论”的典型代表。结构主义者关于通货膨胀促进经济增长理论的主要依据除凯恩斯的“半通货膨胀”理论外，另外两个通货膨胀效应：
其一：通货膨胀具有资本累积的效应。通货膨胀作为一种“铸币税”，可以将社会财富由私人部门向政府部门转移，而后者的投资倾向高于前者，因此整个社会的总投资增加，具有资本累积的效应。
其二：通货膨胀具有资源配置效应。在通货膨胀过程中，各种商品和生产要素的价格上涨幅度不同，改变了各种商品和生产要素的相对价格，引起相对价格体系的变动，使原来的资源配置状况变动，最终导致经济结构发生变化。
第二类： 通货膨胀率与经济增长率之间存在负相关关系。
到了 20 世纪的 60～70 年代，经济发展的现实显然已不再符合凯恩斯主义经济学成立的前提：“凯恩斯定律”，其面对“滞涨”的无能为力催生了一大批反凯恩斯主义的经济学家。因此对通胀率和经济增长率关系的探究也出现了新的观点。
坎普斯（Campos，1961）[7]和哈尔伯格（Harberger，1996）[8]等反凯恩斯经济学家认为，通货膨胀会对经济增长起损害作用，必然导致阻碍经济增长的低效率。原因在于以下几个方面：
第一，在实行固定汇率的国家，通货膨胀使外贸收支恶化，投机资本会因货币预期贬值而大量流向国外，影响资本的正常流出流入，降低资本的运营效率。
第二，通货膨胀时期，工人由于货币贬值而实际生活水平下降，更容易激起工会要求提高工资的过激行为。政府妥协的结果往往是对一般消费品实行价格管制，结果是一方面引起和加剧了商品供应的短缺，另一方面则使整个市场经济缺乏竞争活力，效率下降。
第三，较高的通货膨胀会扰乱正常资金流向，导致资金配置失当，加剧了产业结构的失衡，影响社会的产出效率。
第四，通胀率的高变动性使投资者难以做出正确的预期，因而加大了社会投资的风险和各种经营风险，不敢贸然做出投资决策或经营决策，也就阻碍了社会实际投资的增加与经营规模的扩大，从而影响经济增长率。
格雷姆・S・多兰斯曾经考察过国际货币基金组织的 48 个成员国的经济增长率和通货膨胀率之间的关系。他得出结论：“实际产出量的增长受到通货膨胀和通货紧缩的相反影响。”[3]
美国温德贝尔特大学的两位学者W・琼和 P・J・马歇尔选用较权威的统计资料[9]，对 56个国家和地区（其中 19个工业化国、37个发展中国家和地区）的通货膨胀率与经济增长率的关系进行了详细的分析和检验，得出如下结论：在 19个工业化国家中，澳大利亚、加拿大、瑞士和英国等9个国家的经济增长率和通货膨胀率呈明显的负相关关系，其余 10个国家检验结果为不相关，无一个国家正相关。在 37个发展中国家或地区中，有 77个国家的经济增长率与通货膨胀率亦显现出负相关关系，只有两个国家的结果是正相关。这一检验结果总体上表明，通货膨胀率和经济增长率之间基本上存在负相关关系。
第三类：通货膨胀率与经济增长率之间不存在相关关系。
从理论方面来看，对通胀率和经济增长率关系的探究是伴随着宏观经济理论的发展而进行的，随着20世纪70年性预期学派的诞生，关于这二者的关系又有了新的发展：二者无关论。理性预期学派的主要代表人物卢卡斯（Lucas，1976）基于理性预期、市场出清、自然律假说的理论基础，得出政策结论：经济人具有理性预期，可以完全预期到政府通货膨胀政策的后果，并采取相应对策，因此政府的系统性经济政策无效，随机性经济政策有害。[10]
另一位法国著名经济学家阿莱（Allais，1969）则主要是运用实证分析的方法，对 1700～1913 年英国的相关数据进行了系统研究，得出的结论是，在工业总产出和价格的长期变动之间并没有发现一种典型的相关性。然而，价格的长期变动很有可能对产品货物的产出量会产生一种更复杂的、遗传型的影响，但从总体而言，因果关系不能成立。[11]
这种通货膨胀率和经济增长率之间的无关论是以“货币超中性”为基础的。“货币超中性”是指货币供给增长率的变化对于实际产出行为也没有影响 （Romer，1996）。[12]正如赫尔缪特・弗里希所说：“相对价格（在这里只有一个相对价格，即实际工资）是由实物部门的供给和需求条件决定的，它与货币供给水平无关。相反，名义价格总水平则是货币供给的函数。货币数量方程真实地描述了这种关系。货币供给增加一倍，则所有名义价格也增加一倍，而对相对价格没有影响，因而对商品的需求和商品的供给保持不变。”[13]所以，这种货币中性论的实质是说明通货膨胀对产量和就业没有影响，进而通货膨胀与经济增长没有任何联系。
第四类：通货膨胀率与经济增长率之间存在非线性关系。
Michael Sarel（1995）[14]提出通胀率和经济增长率存在非线性关系，当通胀率低于临界值8%的水平时，通胀率不影响经济增长率甚至有轻微的正向影响，当高于8%时，通胀率对经济增长有显著的负影响。并用87个国家1970～1990年的包括GDP增长率、CPI、政府支出、实际汇率等指标在内的面板数据证明了所提命题。
Mohsin S. Khan和Abdelhak S. Ssnhadji（2001）[15]采用140个国家的从1960～1998年的分为工业化国家和发展中国家的面板数据，证明了通胀率对经济增长率存在门槛效应：当低于一定的临界值时通胀率与经济增长率正相关，当高于临界值时转为负相关。又发现不同的国家有不同的临界值，平均而言，工业化国家比发展中国家有更低的临界值。
另外，与此相关的一些研究主要集中于分析通货膨胀率和不确定性的关系。奥肯（Okun，1971）提出，从经验观察来看，高通胀有更高的变动性，此后有许多学者不断地从理论和实证方面进行探究。[16]
Martin Evans（1991）提出即使是温和的通胀也会通过提高通胀的不确定性而显著增加社会的经济成本。用美国1966～1988年的通胀率的月度数据证实了高通胀和高通胀的波动性紧密相连。[17]Carlson（1977）[18]，Cukiermanand，Alex和Wachtel （1979）[19]等人用对美国密歇根州和利文斯顿调查所收集的数据进行分析，其结果证明了二者存在显著的正相关性。
但相反的观点也有：Logue和Willett （1976）[20]， Logue和 Sweeney （1981）[21]以及Taylor （1980）[22]用面板数据发现增加的可变性并不意味着更高的不确定性。Engle （1983）[23]，Holland （1984）[24]，Cosimano和Jansen （1988）[25]，Jansen （1989）[26]等人用ARCH模型通过对美国20世纪70年代的数据进行分析发现通胀率和用条件方差衡量的不确定性二者没有明显的相关关系。
国内的学者多用国内的数据进行研究，大多得出了二者存在正相关关系的结论。例如：赵留彦等使用中国1985年以来月度数据，用马尔可夫区制转移模型分析了我国通货膨胀与其不确定性之间的关系，发现高通胀会伴随着大的不确定性。[27]苏芳、赵昕东基于中国1983年1月～2008年3月的月度CPI数据，应用马尔可夫机制转换不可观测成分模型分离出长期和短期的通货膨胀不确定性，继而检验了不同期限的通货膨胀不确定性与通货膨胀水平之间的关系，由此证明长期通货膨胀不确定性和短期通货膨胀不确定性均与通货膨胀水平有正向的关系，然而通货膨胀对前者的影响更大。[28]
印重、刘金全、马昕田基于我国1993年第1 季度至2010 年第3 季度的实际GDP 增长率和通货膨胀率数据，通过构建EGARCH 模型来度量时间序列的不确定性，并使用Granger 因果关系检验和脉冲响应函数对通货膨胀率及其不确定性之间的关系进行分析和测度，证明了通货膨胀波动性与通货膨胀之间存在着显著的相互正向影响的关系，且这种关系具有一定的持续性。[29]
以上这些分歧的主要来源是：一，数据的期限、频率不同：在使用月度数据并采用广泛使用的ARCH及相关扩展模型对较短时间内的情况分析时，且受到单个国家特定时期特定情况的影响，倾向于得出二者无关性的结论；二，不确定性在长短期内的影响不同：通胀率短期的不确定性，常用月度通胀率的条件方差衡量，倾向于和通胀率的相关性不显著，而长期不确定性却倾向于和通胀率有显著的相关性。可见二者的关系强烈地受到所研究的时间期限的影响，不能笼统地下结论。
本文在借鉴前人研究的基础上，提出自己的观点：
正如奥肯（Okun，1971）所提出的“高通胀有更高的变动性”，因此并不是高通胀本身损害了经济增长，而是高通胀随之而来的高通胀波动性影响了人们的预期，改变了消费者的消费和储蓄行为，进而影响了生产者投资来源的储蓄量，最终影响了资本存量和经济增长率。也就是名义变量的波动性影响了人们的预期，永久性地改变了人们的经济行为，从而影响了长期经济增长。并且通过这种机制将短期内名义变量的波动引入了长期经济增长模型。
首先，20世纪30年代西方国家生产能力普遍过剩是凯恩斯所提出的通胀率和经济增长率正相关的理论的经济背景，其与当今世界性的经济现实的差距可谓天壤之别，“凯恩斯定律”所要求的增加产出不会带来价格的提高已不符合当今大多数国家的现实。
其次，关于通胀率影响经济增长率的途径问题：并不是高通胀本身损害了经济增长率，而是由于伴随高通胀的高通胀波动性改变了人们的消费、储蓄、投资等行为，进而影响了经济增长。
第三，关于理性预期问题：把预期理论引入到通货膨胀的研究中确实使现代通货膨胀理论有了重大的进步和发展，但是，卢卡斯等人夸大了理性预期对通货膨胀政策的作用。并非经济体中的所有人都是完全理性的“经济人”，可以完全预期到在任何时间任何经济变量的准确值。具有理性预期的人对错误预期的纠正也是一个动态调整的过程，在此过程中，经济处于非均衡状态。
最后，关于价格粘性问题：工资合同、借贷合同的签订至少是在离散时间点而非表示每一时点的连续时间点上随时签订的。因此，即使存在理性预期，也会由于合同变更的时滞造成价格粘性，名义变量的变动永久性地改变了人们的经济行为，就会对经济增长造成实质性伤害。
二模型
为了探讨通货膨胀率、储蓄率和经济增长率的关系，我们借助于一个简单的世代交叠模型。在这个模型中假定每个个体只生活三期：青年期、中年期和老年期，并且进一步假定：青年期没有收入，靠借贷维持生活；中年期挣得收入维持生活，并且一部分归还青年期所借的贷款，一部分储蓄起来用于维持老年期的消费；老年期也没有收入，消费中年期留存的储蓄，并且没有代际遗赠动机。通常信贷市场是非完全的，即存在信贷约束，青年期所能获得的贷款量是终生收入现值的一个比例φ。为了考虑所需支付的利息，采取先付利息的形式。通货膨胀通过以下两个途径引入模型：其一：使中年期的实际收入贬损；其二：使青年期借款的利率贬损。这两种途径并非指收入和贷款利率完全固定，因为在很多国家工资合同和利率合同都有指数化的性质，但是在没有实行指数化合同的国家或通胀的变动性很大，指数化未能完全抵消通胀的贬损效应的情况下，模型表示名义工资、名义利率的调整速度慢于通胀率时，实际工资、实际利率的相对降低。为了简化，假定人口规模固定，每一代的人口规模被标准化为一。在t期，代表性个人试图最大化以下对数线性形式的效用函数：
上式表明：社会的净储蓄率和通胀率调整因子负相关。主要有以下两种影响途径：第一：通胀率上升，工资收入相对下降，因此为老年期留存的储蓄下降；第二：通胀率上升，青年期的借款利率下降，相当于信贷约束放松，因此青年期的借贷量上升。这二者综合作用的结果是社会净储蓄量下降，相应的下期资本存量下降。
（二）技术冲击
下面开始进行比较静态分析：假定在t时刻处于稳态的经济体经历了一次对生产力增长率的永久性冲击，如同在附录中所证，冲击之后的n期，过渡增长率是：
上式中的第一个乘子是稳态增长因子；第二个反映了技术冲击对资本、产出增长率的瞬时贡献。尽管在新的稳态资本存量更高，但是资本产出比在新的稳态和过渡时期均保持不变。过渡时期的储蓄率：
正向的技术冲击提高了社会净储蓄率。通胀率提高通过降低K0Y0而降低社会净储蓄率的结论仍然成立。
（三）小型开放经济
正如在附录中所证，在小型开放经济中的资本、产出增长率和封闭经济中的相同，储蓄率是：
储蓄率同通胀因子仍然是负相关。x（πD+πW）上升，s下降。此时的通胀率包含两部分，世界性通胀传导到国内同样会降低本国的储蓄率，进而降低资本存量。可见只要是通胀，不论其源于何处，都会损害本国的资本存量。
（四）内生增长
在前面的模型中，储蓄率并不影响稳态增长率，但是在技术是内生的情况下，这种结论并不能成立。现假定At不再是外生的过程A（1+ρ）t，而是：
其中Kt是资本存量。这样，技术进步不再是关于时间的函数，而是关于资本存量的函数。一种标准的解释如罗默（1986）所提出的技术表现为规模报酬递增和外溢性[30][31]。单个生产者在At给定的情况下，完全竞争并最大化其利润。这导致总量生产函数为：
这样，规模报酬的性质取决于α+η的数值：若等于1，则为规模报酬不变，且产量为资本存量的线性函数；若大于1，则为规模报酬递增。基于这些假定，代入Wt=Kt+1，得资本存量的变化规则为：
（19）式与（11）式表示的含义基本相同，只是后者未考虑外生技术进步。对（19）式整理后取对数，得：
（20）式表明：当α+η1时，经济会出现爆炸性增长；当α+η=1时，如附录所证，稳态增长率为g-1。并且g与x仍呈现反向变动：x（π）上升，g下降。
（五）理性预期
若市场是完全的，即存在理性预期且工资合同、借贷合同等可以随时根据通货膨胀率调整，用以保证实际价值（如实际工资、实际利率）不变，则在（2a）、（2b）式中就会消去π，这表明模型中不再含有名义变量，通胀率在长期中不会影响经济增长率。
三实证分析
我们的模型主要分析通货膨胀率和经济增长率的关系。基于以上的理论分析，我们检验两种假设：1.高通胀是多变的通胀；2.通胀率和经济增长率负相关。
（一）数据概述
我们使用的数据源于世界银行和国际货币基金组织的数据库，建立从1961年～2011年并且覆盖118个国家和地区的面板数据，并且考虑到发达国家和发展中国家的差异性较大，将此面板数据分为OECD国家（包含34个）和非OECD国家（包含84个）两组，分别进行实证检验。
（二）通货膨胀率和通货膨胀率波动性的关系检验
πit表示t时刻i国家的通货膨胀率，通货膨胀率波动性用Δπit（五年内的标准离差）表示。建立以下回归模型：
对上式分别采用混合OLS、面板数据的固定效应和随机效应方法进行估计，得结果：
由回归结果可知OECD国家和地区一组的β为0.3左右，NONOECD国家和地区一组的为0.7左右，且均显著，说明证实了我们的假设：高通胀的国家和地区趋向于有更高的通胀波动性。OECD国家和地区经济体比较成熟，其通胀率一般更低且更稳定，通胀率通胀波动的影响较小，通胀波动更多地是源于其它因素；相反NONOECD国家和地区通胀率更高且有更高的波动性，且通胀率可以预测通胀波动的大部分。在高通胀的经济体中，人们预期通胀的波动性也较大，因此在具体的经济行为中已事先考虑的通胀的变动，因此高通胀波动在一定程度上也是自我实现的预言。
OECD和NONOECD国家和地区Hausman统计量的值分别是48.2842、69.1203，相对应的概率都是0.0000，说明检验结果拒绝了随机效应模型原假设，应建立个体固定效应模型。这说明随国家和地区不同，自发性通胀率波动性（常数项）存在显著性差异。
（三）通货膨胀率和经济增长率的关系检验
用gdpit表示t时刻国家的实际经济增长率，πit表示其通货膨胀率，kit表示其固定资产形成率，uit表示其失业率。建立以下回归模型：
gdpit=ci+β2πit+β3kit+β4uit+εit（22）
仍然以OECD和NONOECD国家和地区为标准划分的两组数据分别采用混合OLS、面板数据的固定效应和随机效应模型对上式进行估计，得结果：
由回归结果可知，通胀对经济增长有显著的负向影响，对于OECD国家和地区尤为明显。而对于新兴经济体通胀对经济增长的负向影响可以被更高的就业率和资本形成率所抵消。NONOECD比OECD国家和地区的常数项更大，说明前者比后者有更高的平均增长率。另一个值得注意的事实是在OECD国家和地区，失业率的系数并不显著，说明奥肯定律并不十分明显，更多的是“无就业增长”。而在NONOECD国家和地区并未出现这样的现象，说明很多发展中国家经济增长是依靠就业率的提高来推动的。
OECD国家和地区Hausman统计量的值是2.889743，相对应的概率是0.4089，说明检验结果不能拒绝随机效应模型原假设。这说明发达经济体比较成熟和接近，各自的差异可包括在随机干扰项中。
NONOECD国家和地区Hausman统计量的值是20.3763，相对应的概率是0.0001，说明检验结果拒绝了随机效应模型原假设，应建立个体固定效应模型。这说明广大发展中国家和地区的差异性较大，基本的经济增长率（常数项）存在显著性差异。
（三）动态面板
考虑到很多国家的经济增长率并非遵循随机游走模式，而是表现为在一段时间内高涨，而在一段时间内低迷，所以考虑采用以下动态面板模型：
仍以OECD和NONOECD国家和地区为标准划分的两组数据用以上模型拟合，得以下回归结果：
四结论
通过本文以上的分析可知，高通胀往往伴随着更高的波动性，在很多情形下不是高通胀本身损害了经济增长，而是在理性预期的非完全性、价格粘性的市场条件下，通胀率的高波动性使准确预期更困难，因而永久性地改变了人们的消费、储蓄、投资等经济行为，降低了资本存量，进而损害了经济增长率。最终运用多国面板数据证明了以上分析，这也为各国政府的反通胀政策提供了理论支持。
[参考文献]
[1]凯恩斯.就业、利息和货币通论[M].北京：商务印书馆， 1997.
[2]卡尔・J・汉密尔顿.价格和经济进步[J].经济史杂志， 1952， （13）：349.
[3]莫里斯・阿莱.无通货膨胀的经济增长[M].北京：北京经济学院出版社，1990.
[4]Tobin. Money and economic growth [J].Econometrica，1965，（32）：671-684.
[5]Taylor. J.B.On the relation between the variability of inflation and the average inflation rate， in the cost and consequences of inflation， edited by Brunner K. and Meltzer[M]. A.H. Amsterdam： North Holland，1981.
[6]Dudley Seers.A theory of inflation and growth in underdeveloped economics based on the experience of Latin America[R]. Oxford Economic Papers，1992.
[7]R. Campos. Two views of inflation in Latin America[M].Latin America Issues，1961.
[8]G. Harberger. Amold. The inflation problem in Latin America[R].A report prepared for Buenos Aires，1996.
[9]Woo S. Jung， Peyton J. Marshall. Inflation and Economic Growth： Some International Evidence on Structuralist and Distortionist Positions[J]. Journal of Money， Credit and Banking，1986，（2）：227-232.
[10]E. Lucas. Robert. Some international evidence on outputinflation tradeoffs[J]. Econometrica ， 1976，（43）：151-58.
[11]Allais， Maurice. Growth and inflation ：a reply to the observations of the discussants [J].Journal of Money， Credit and Banking， OhioStaet University Press，1969，（3）：441-462.
[12]D.Romer . Advanced Macroeconomics[M]. New York： Mc GrawHill，1996.
[13]赫尔穆特・弗里希.现代通货膨胀理论[M].北京：中国金融出版社，1989.
[14]Michael Sarel. Nonlinear Effects of Inflation on Economic Growth[R].International Monetary Found Working Paper ，1995.
[15]Mohsin S. Khan，Abdelhak S. Snhadji. Threshold Effects in the Relationship Between Inflation and Growth[P].IMF Staff Papers， 2001，（48）.
[16]Okun. Arthur. The Mirage of Steady Inflation[J]. Brooking Paper on Economi-Acctivity ， 1971，（2）：485-498.
[17]Martin Evans. Discovering the Link Between Inflation Rates and Inflation Uncertainty[J].Journal of Money， Credit and Banking， 1991，（23）：169-184.
[18]A .Carlson.John. A Study of Price Forecasts[J]. Annals of Economic and Social Measurement， 1977，（6）：27-56.
[19]Cukierman， Alex， and Paul Wachtel. Differential Inflationary Expectations and the Variability of the Rate of Inflation[J]. America Economic Review， 1979， （9）：595-609.
[20]E. Logue. Dennis ，Thomas Willett. A Note on the Relation between the Rate and Variability of Inflation[J]. Economic， 1976，（3）：151-158.
[21]E. Logue. Dennis， J. Richard Sweeney. Inflation and Real Growth： Some Empirical Results[J]. Journal of Money， Credit， and Banking， 1981，（9）：497-501.
[22]B. Taylor. John. Aggregate Dynamics and Staggered Contracts[J]. Journal of Political Economy， 1980， （88）：1 -23.
[23]F. Engle. Robert. Estimates of the Variance of U.S. Inflation Based upon the ARCH Model[J]. Journal of Money， Credit， and Banking，1983，（15）：286-301.
[24]A. Holland. Steven. Does Higher Inflation Lead to More Inflation Uncertainty？[J]. Federal Reserve Bank of St. Louis Economic Review， 1984，（2）：15-26.
[25]F. Cosimano Thomas， Dennis W. Jansen. Estimates of the Variance of U.S. Inflation Based upon the ARCH Model： Comment. Journal of Money， Credit， and Banking[J]， 1988，（8）：409-21.
[26]W. Jansen. Dennis. Does Inflation Uncertainty Affect Output Growth？ Further Evidence[J]. Fzedera Rleserve Bank of St. Louis Economic Review1989，（7/8）：43-54.
[27]赵留彦，王一鸣，蔡婧.中国通胀水平与通胀不确定性： 马尔可夫域变分析[J].经济研究，2005， （8）：60-72.
[28]苏芳，赵昕东.中国长期、短期通货膨胀不确定性与通货膨胀的关系[J].经济评论，2009， （5）：12-17.
[29]印重，刘金全，马昕田.我国通货膨胀不确定性与经济波动的动态相关性分析[J].社会科学辑刊，2012， （6）：135-139.
[30]Romer， P. M.Increasing Returns and LongRun Growth[J].Journal of Political Economy，1986，（10）：1002-1037.
关键词:知识产权保护;出口贸易;高技术产品
中图分类号:F752.67 文献标识码:A 文章编号:1001-6260(2010)03-0060-06
一、引言
长期以来,出口贸易作为推动中国经济发展的“三驾马车”之一,备受中央和各级地方政府的重视。年复一年对外贸易的快速发展,使我国贸易大国地位稳步确立,但知识产权与国际品牌的缺乏正逐渐成为制约我国向贸易强国迈进的最显著因素。出口商品中技术含量低、区域结构不平衡、高附加值的产品比例偏低、知识产权侵权现象严重等问题一直为理论和实务界所热切关注。而与此同时,知识产权在全球贸易中的地位日显重要。20世纪80年代以来,以专利、商标、计算机软件、专有技术等为核心的高新技术产业发展迅速,其出口额在全球出口中所占的比重由1985年的13%提高到2006年的52%,对各国经济增长的平均贡献率也由20世纪80年代初的15%增长到2005年的40%以上。因此许多发达国家已经确立了知识产权发展战略,并将其作为进出口贸易竞争的主要手段和实施贸易保护的重要工具。
正是意识到知识产权和自主创新能力对于出口贸易的重要性,我国1999年提出“科技兴贸”战略,旨在促进高新技术产品出口和利用高新技术改造传统产业,优化出口商品结构,提高出口商品的质量、档次和附加值,增强国际竞争力;2006年开始实施“自主创新”发展战略,明确将增强自主创新能力作为科学技术发展的战略基点和调整产业结构、转变增长方式的中心环节;2008年的“知识产权战略纲要”中更是直接将知识产权战略作为提升自主创新能力,建设创新型国家的核心。在这些基本发展战略的指引下,我国不断加强知识产权保护的法制建设。从1983年《专利法》正式实施以来,我国先后颁布了有关知识产权的实施细则和配套行政法规30余件,保护范围涵盖了专利、商标、版权、集成电路、音像制品、植物新品种等各个方面。同时,自1980年以来我国陆续加入了14个知识产权国际公约,积极与国际知识产权保护接轨。如果单就立法保护而言,我国在2001年就已经超过绝大多数发达国家在1990年时的水平(韩玉雄等,2005;许春明等,2008)。
在立法领域取得较大成就的同时,人们普遍认为,由于法律执行和民众意识等方面的原因,我国的知识产权保护仍停留在较低的水平。鉴于出口对于我国经济发展的重要性和该领域近年来逐步暴露出来的问题,研究知识产权保护对我国出口贸易的影响具有重要的理论和现实意义,它不仅涉及到我国出口贸易产品结构的调整,更重要的是关系到宏观经济的发展质量。基于此,本文在已有研究成果的基础上,主要从知识产权保护执行的角度,利用2000-2006年的分省数据考察其对我国出口贸易的影响。
二、文献综述
现代经济理论对知识产权的关注起始于Arrow(1962)对信息不完全专有的分析,经Chin等(1988)、Helpman(1993)、Maskus等(1995)、Park等(1997)等人的不断努力,其触角逐步延伸到对经济福利、经济增长、全要素生产力(TFP)提高、FDI、创新活动、技术转移与技术模仿和国际贸易的影响等领域。部分学者认为,较低的知识产权保护水平有利于全球净经济福利的改善,它不仅可以使发展中国家通过模仿等途径改善本国的经济福利,而且在一定条件下也能起到促进发达国家的创新活动和经济福利的作用(Chin,et al,1988;Helpman,1993;Lai,et al,2003)。与此相反的观点则认为:知识产权保护的提高将鼓励来自北方的FDI或联合投资,降低发达国家保护性研发的投入,促进向发展中国家的技术转移(Diwan,et al,1991;Taylor,1993;Mansfield,1994;Yang,et al,2001)。另有一些研究则得出了差异化的结论,认为发展中国家加强知识产权保护的经济效应取决于诸多因素,如技术转移的渠道(Lai,1998)、契约执行(Markusen,1998)和专利注册许可(Yang,et al,2001)等。
不过,迄今为止专题研究知识产权保护对出口贸易影响的文献并不多见,学者们得出的结论也不尽相同。Fe~antino(1993)分析了进口国知识产权保护对出口国企业行为的影响,认为除了出口之外,专利产品进入外国市场的方式还包括其他类型,更强的知识产权保护将鼓励外国企业以FDI、专利注册许可而不是贸易的形式进入该国市场,因此加强知识产权保护的力度将导致出口的减少。不过,这种武断的结论迅速受到了其他学者的质疑。Maskus等(1995)认为:知识产权保护对出口贸易有两种完全相反的作用途径,即“市场扩张”效应和“市场支配力”效应;由于无法判断两种效应的大小,因此在理论上知识产权保护对贸易流动的影响是无法确定的。他们利用1984年欧盟成员国对发展中国家出口的数据进行了实证检验,结果发现市场扩张效应明显超过了市场支配力效应,因此加强知识产权保护的力度总体有利于出口。Smith(1999)利用美国1992年的数据研究则发现了相反的结果,他们认为市场扩张效应取决于当地企业模仿出口产品技术的能力,在这种能力较差的市场上,更强的知识产权保护将会进一步巩固出口企业的市场支配地位,进而导致出口减少。Fink等(1999,2005)利用重力模型检验了1989年89个国家之间双边贸易流动情况,发现知识产权保护和贸易之间存在显著正相关关系,但对高技术产品出口的影响则没有统计意义上的显著性。
但是,上述研究似乎是受到Chin和Grossman“南一北”分析框架的影响,都只是单向分析了南方(即发展中)国家加强知识产权保护对吸引投资和进口贸易等的影响,而对本国的对外投资和出口贸易则涉猎较少。事实上,加强知识产权保护同样会对本国经济和出口贸易产生积极作用。Sherwood(1990)的研究发现,发展中国家知识产权保护的加强有利于获取国外的最新技术,而且,他们进行的一项调查表明,更好的法律保护将促使企业更重视研发活动和雇员培训。Bmga等(1991)对巴西3000多家公司做出调查后发现,强的保护程度会促使本地企业加强对新技术的采用,而弱的保护水平会妨碍其获取国外新技术的激励,降低了获取国外技术的可能性。这些措施毫无疑问地都将影响到本国产品的竞争力和出口能力。另外,知识产权保护对于不同产业的效果也有所不同(Yang,et al,2001)。相对说来,低技术商品和服务(如纺织服装业、餐饮业等)对知识产权保护的依赖性较低。与此相反,类似医药、化工、软件业等知识含量较
高的产业,其产品和技术更容易被模仿和复制,知识产权保护对其发展的影响更大。
尽管国内对知识产权保护问题的研究日渐增多(邹薇,2002;韩玉雄等,2005;杨全发等,2006:许春明等,2008),但多数文献主要从经济福利、技术溢出、FDI和技术赶超等角度分析其对我国经济的影响,而几乎没有讨论知识产权保护对于出口贸易的作用。鉴于此,本文试图从实证分析的角度,为该问题提供初步的经验证据。
、模型、变量与数据
根据前述分析,我们将计量模型设定为如下动态面板回归形式:
式中,下标i和t分别表示第i个省份的第t年,v为不可观测的地区效应,ε为随机扰动项。EX-PORT用来衡量出口贸易,在本文的实证检验中,分别代表出口总量和高技术产品出口量。
IPRI为知识产权保护指标,根据前文分析,本文没有考虑书面立法的改进,而选择从执行角度考察我国知识产权保护对出口贸易的影响。具体而言,我们选取以下四个指标来反映知识产权执法情况:
(1)LAWER,地区每万人拥有律师数,描述地区法治化程度。该值越大,表明该地区法制化程度越高,相关立法更能被人们遵守,意味着知识产权保护立法能得到更好的执行。良好的法治环境对于鱼Jk的生产经营、创新能力的提高和市场交易的维持是必须的,因而它对出口应有显著正向作用。
(2)HUMAN,各地区6岁以上人口人均受教育年限,描述公众知识产权保护意识。受教育程度与出口贸易的关系可能是多元的:其一,受教育程度间接反映了一个地区经济发展程度,既有的研究表明,受教育程度与人均GDP高度正相关,经济发达的地区能吸引更多的人才并投入更多资金发展教育,而经济越发达的地区,其出口总量也越多;其二,受教育程度越高,表明公众素质越高,对知识产权保护的尊重意识越强(许春明等,2008)。因此该指标对出口应有显著正向作用。
(3)CORRUPTION,人民检察院每年立案侦察贪污贿赂、渎职涉案人数与公职人员数之比(人/千人),描述以政府为中心的行政执法活动。该值越低,表明政府廉洁程度越高,因而政府行政执法水平越高。政府的作用对知识产权保护法律的执行而言至关重要,廉洁程度越高的地区政府越能维护法律的权威,知识产权执法情况越好,因此我们判断该项指标与出口负相关。
(4)PTE,专利侵权纠纷结案率,为法院审理专利侵权纠纷结案数和立案数的比值,衡量以法院为中心的执法活动。该值越大,表明知识产权执法活动越好,因此它对出口的影响应显著为正。
x为其他控制变量,参考相关研究(许和连等,2002),剔除掉各地区共同性指标后,我们选取了如下几个变量:全社会固定资产投资额(INVEST)、科学研究支出(RD)、地区吸引FDI、高技术产品进口额(HIIM)和地区创新能力(PATENT)。其中,地区创新能力以当地每万人拥有三种专利(发明、实用新型、外观设计)数衡量,科学研究支出以当地财政投入R&D经费衡量。需要指出的是,以人均GDP衡量的地区经济发展程度毫无疑问是影响出口贸易发展的重要指标,但鉴于该指标与我们选取的多个指标相关系数较大,因而以下的实证分析中并没有纳入该指标。根据已有的研究结论,我们预期上述指标对出口总量和高技术产品出口均显著为正。
本文所采用的基础数据中,各地出口额、固定资产投资额和GDP数据来源于色诺芬数据库(ccerdata,com),高科技进出口、R&D支出和三种专利授权数量来自于科技部网站,人民检察院每年立案侦察的贪污贿赂、渎职案件数与涉案人数来源于历年《中国检查年鉴》中各地区人民检察院的年度工作报告,律师数来源于相应年份各地区统计年鉴,各地区6岁以上人口受教育程度的抽样调查数据来源于历年《中国人口统计年鉴》,其它未做特别说明的数据均来源于历年《中国统计年鉴》。由于内蒙古、广西、海南、云南、、甘肃和青海等7个省(自治区)部分数据缺失,本文将它们从样本中剔除,最终收集到2000--2006年7年和24个截面所组成的面板数据。为了研究的方便,出口总量、高技术产品进口和出口以及FDI四个指标取对数,投资和RD均取其与当年地区GDP之比。各变量的描述性统计结果见表1。
四、实证检验结果及讨论
本文的实证检验采用STATA9.2完成。为避免因忽略一些必要的解释变量而产生的偏差,并在某种程度上控制住双向因果关系引起的内生性,我们采用一阶差分广义矩阵法(GMM)来完成实证检验。由于外商直接投资(FDI)与高技术产品进口(HIIM)相关系数较大(超过了0.8)、百万人拥有三种专利数量(PATENT)和多数变量之间的相关系数也超过了0.6,这两个变量没有进入回归。根据前述,我们的回归分为两组。其中,方程1～5检验各变量对出口总量的影响,方程6～10则估计对高技术产品出口的影响。检验结果报告在表2中,Sargan检验“没有拒绝”工具变量的选择满足过渡识别约束条件的零假设,同时,所有方程AR(1)和AR(2)检验结果均“没有拒绝”残差不存在一阶和二阶自相关的零假设。
几个反映知识产权保护执法变量的作用是本文关注的焦点。总体上,表2中的回归结果较好地支持了我们的判断:(1)在所有回归方程中,直接反映知识产权执法活动的PTE指标对两类出口的作用均在1%水平下显著为正,知识产权诉讼结案率提高―个百分点,出口总额和高技术产品出口增加分别约O.013%和0.01%。(2)反映公众守法意识的HUMAN指标对两类出口均有正向作用,且具有统计上的显著性,人均受教育年限增加一年,两类出口的增加比例大致为O,1 8%。(3)反映地区法治水平的LAW指标对出口仅具有弱的正相关性,但对高技术产品出口额具有显著的正向作用,我们判断这是由于律师对不同产品出口的参与程度有所差异而引起的。(4)反映政府执法活动的CORRUPTION指标对两类出口的作用存在差异,对出口总额的估计系数为负,不具有统计意义上的显著性,但对高技术产品出口则显著为负,表明以政府为中心的执法活动对出口没有显著影响,但对高技术产品出口则相对重要。
各控制变量的影响各有不同:(1)高技术产品的进口对于两类出口的估计系数均在l%水平下显著为正。这种结果的出现与我国高技术产品出口的现状是一致的。一方面,我国高技术产品出口主要是对进口的高科技产品进行加工装配然后再出口,这种生产方式显然高度依赖于高技术产品的进口,所以两者显著正相关。另一方面,高技术产品进口特别是生产设备的进口对于我国出口产品的生产而言,能有效提高其生产效率,进而导致出口增加。(2)全社会固定资产投资(INVEST)对两类出口的估计系数均在l%水平下显著为正,表明该项指标对促进出口总量有显著作用。这与国内学者的研究结论基本一致(余道先等,2008)。(3)各地研发投入(RD)总体上对两类出口的影响具有负向作用,但在不同方程中显著程度有所差异。对于出现这种结果的原因,我们判断可能是由于我国统计数据中只包含了以
政府为主体的研发经费投入,而在我国目前这种研发资金的产出效率并不太高,各地均普遍存在为获取经费而进行研发活动的情况,真正转化为生产力的成果有限,从而制约了我国出口产业的发展。
五、结论和政策含义
2008年以来,受美国金融危机冲击而逐步放缓的世界经济发展对我国出口贸易产生了重大冲击,但这种格局也是我国改变出口贸易现状的一个良机。在相关研究的基础上,本文构建了四个不同的执法变量从不同侧面来描述我国的知识产权执法情况,并利用我国24个地区2000--2006年的面板数据考察其对我国出口总量和高技术产品出口贸易的影响。本文得出的主要结论包括:(I)加强知识产权执法活动对出口总量和结构有明显的正向促进作用,但不同的变量的作用存在差异,其中,以法院为中心的执法活动和民众的法律意识对上述两类出口均有显著的正向作用,而各地律师提供的法律服务和政府廉洁程度对于高技术产品发展至关重要,但对出口总量仅具有弱的影响;(2)全社会固定资产投资和高技术产品进口对两类出口均具有显著正向作用,表明基础设施的改善对出口行业的发展有促进作用,同时也表明我国企业对外来技术具备较强的消化吸收能力;(3)以政府为主导的研发投入对两类出口具有负向作用,表明我国现阶段政府投入的研发经费作用有限。
上述结论对于我国出口贸易的长远发展具有较强的政策含义。在全球高技术产业迅猛发展的时期,依靠大量低技术含量和低附加值产品来推动和维持出口贸易的发展方式已被证明难以为继,它不仅会耗费大量本土资源、透支未来经济增长的潜力,也会受到更多进口市场的排斥,近几年我国和美国、欧盟等经济体贸易摩擦频发就有力地证明了这一点。本文的实证研究表明,知识产权保护执法力度的加强无论是对于我国出口总额还是结构优化均有较强的促进作用,为了促进我国出口贸易的可持续性发展,除了坚定不移地加强以法院为中心的执法活动外,尚需进一步强化政府和民众尊重和保护知识产权的意识,同时,律师在出口贸易中的作用有待于进一步增强,特别是对于非高技术产品出口企业而言,应更多地引入专业的知识产权管理和法律服务,避免因知识产权纠纷而导致的贸易摩擦。
参考文献:
韩玉雄,李怀祖.2005.关于中国知识产权保护水平的定量分析[J].科学学研究(3):377-381.
许春明,陈敏.2008.中国知识产权保护强度的测定和验证[J].知识产权(1):27-36.
许和连,赖明勇.2002.影响中国出口贸易相关因素的实证分析[J].软科学(6):30-38.
杨全发,韩樱.2006.知识产权保护与跨国公司对外直接投资策略[J].经济研究(4):18-24,
本设计中微处理器采用Philips的16位微机P51XA-S3，Philips的XA（扩展结构）使用当今高速微处理器通用的寄存器-寄存器的结构，能提供最好的性价比。
二、程序设计
1.软件总体框架。软件的总体方案采用模块化编程思想，首先分析织造运动过程，在程序设计时做到组件化、模块化。软件的总体流程如图2所示。主程序入口后，微处理器CPU初始化，存储器PSD初始化，等到主板上电指示灯闪烁后，看门狗程序检测，并对各种中断资源进行初始化操作，串口0、1相关的RAM初始化，从PSD保存的数据区拷贝原先设置的面板参数，并对织机输出清0初始化，再对操作面板进行初始化，显示设置选择菜单，操作人员可以根据织机的工作情况设置面板参数，读取面板寄存12～17，得到面板参数，开启织机运行循环。剑杆织机具有五大运动:开口，引纬，打纬，送经和卷取。织机运动控制的整体思路:在织机正常停车状态时不断地检测输入信号，产生相应的运动状态，输入信号有:点动、启动、盘车、正寻纬、反寻纬等，输入信号都是暂态，必须由软件置相应标志位保存，直到相应的运动状态完成后再由软件清除。
2.中断处理。图1为光电编码器中断流程图。
3.循环检测模块。图2为织机停车状态循环检测模块。在该模块中首先清零织机各种运动状态标志位，打开所有中断，显示等待启动画面，采样输入信号，检测有否点动信号。若有点动输入信号则点动输出，并在角度200～255度间落指引纬，在角度大于270度时置位可加指标志，为下次落指引纬作准备。若没有点动信号则检测其他开关信号，根据启动按钮记下开车状态标志位，有无盘车输入信号，有则进行盘车，有无急停输入信号，有则关闭点动和启动输出信号，有无手动寻纬信号，有则进行手动正反寻纬，有无开车输入信号，有则织机进入开车状态，进行织布。
同织机停车状态循环检测模块类似，模块化程序中存在开车织布状态循环检测模块。首先面板显示开车运行画面，开车输出，检测开车状态标志位，若是1，则织机进入开车状态，循环织布，若不是1则循环检测故障信号或停车信号，在240度～270度之间检测有无停车信号，有无断纬信号，有无断经信号，若有则置相应的标志位，其中为防止断纬信号误触发，延时1ms后再次采集断纬信号并进行判断。根据断纬标志位，在261度～266度之间处理断纬信号，关闭开车输出信号，清开车标志位，断纬指示灯亮，保存停车角度，面板显示停车角度和信息，延时100ms，反寻纬2次，退出开车状态，置断纬标志位0。根据断经标志位，在340度～345度之间处理断经信号，关闭开车输出信号，清开车标志位，断经指示灯亮，保存停车角度，面板显示停车角度和信息，延时100ms，退出开车状态，置断经标志位0。若在上述角度没有判得断纬标志位和断经标志位，则根据停车标志位进行正常停车处理，关闭开车输出信号，清开车标志位，正常停车指示灯亮，保存停车角度，面板显示停车角度和信息，退出开车状态，正常停车标志清0。故障信号和停车信号是暂态的，故在信号出现后对其标志位进行置1，进行状态保存，在处理完相应的故障动作后再清其标志位。
4.双机通讯模块。主控板（微处理器和存储芯片）与面板通讯说明:主控板和操作面板双机通讯，主控板为主机，面板为从机，主板向面板连续发送数据，顺序为：握手-读或写命令-寄存器首地址-长度-各寄存器数据-累加和，发送完后接收面板数据，如果是读面板数据，则下一步接收面板寄存器的数据并保存，若是向面板写数据，只要接收面板接收主板数据成功的回应信号。从面板得到设定参数和各种显示信息时需不断地调用通讯程序。双机通讯主板发送流程。0x01为握手信号，0x57或0x52是写或读命令,首地址为begin,写面板寄存器的个数为long，总发送长度=4个（首字节）+long*2+1个(累加和),接下来发送各寄存器数据。延时20*6.25ms=125ms等待面板回应，与面板的一次发送和接收必需在此时间内完成，否则认为通讯出错。最后发送的是累加和，累加和是前4个首字节加实际发送参数，累加和作为传送数据是否正确的依据。上述参数先放入缓存RAM单元，可连续发送，每发送完一字节后进入串口中断，在中断中判断是否数据已发送完。同理可以相应推得接收流程。
三、结论
本文设计的高速剑杆织机控制系统具有如下特点:具有故障自动检测功能;可方便的通过光电编码器调节角度;存储器容量大，可对织机上大量的数据进行记录;网络接口便于车间联网管理;在程序跑飞或电源断电情况下，看门狗电路能够让微处理器自动复位，实时时钟电路能够准确计时。
关键词：工业设计；计算机辅助设计；外观造型；效果图；产品
中图分类号：TB47 文献标识码：A 文章编号：1006-8937（2012）20-0107-03
市场经济催生了竞争，全球化使竞争愈加激烈。在产品市场，消费者不再主要追求功能，而更注重新颖、时尚、个性和品位。现代工业设计正是融合艺术美学、工程技术与现代科技，利用计算机辅助设计工具，通过创造性思维，将审美、时尚、流行元素与人机工程学、材料学、心理学、市场学、环境学等现代科学有机结合，孵化出一个琳琅满目、新潮时尚的产品市场。
一个工业设计者首先应具备艺术灵性，同时掌握材料学、心理学、市场学、环境学、工业设计、工业制造等方面的知识，具备科学思维和创新意识。随着计算机技术的快速发展，SolidWorks、Pro/E、UG、CATIA等这些三维辅助设计软件的应用，已使工业设计更加准确、便利，与生产制造设备的无缝连接，使设计者的意图更易于真实实现。熟练掌握三维设计软件，是一个产品工业设计者需要具备的技能。
一项新的产品项目必须着眼于市场，满足客户需求。在竞标过程中，一项好的工业设计方案，是赢得竞标成功的有力武器。本文介绍一个工业设计的案例，注重于过程和计算机辅助设计的应用。
1 产品设计输入
1.1 产品基本定义
汽车音响，汽车电子类产品，符合汽车生产商产品功能、造型要求。
1.2 产品功能、外观造型要求
功能：Radio（收音机）、CD、MP3播放，USB数据接口，AUX接口（音频输入播放）。
显示：LCD液晶字段显示。
面板：按照汽车生产商提供的汽车仪表板3D数据模型，考虑整体协调性、美观性、新颖性，设计外观造型方案。图1是客户提供的汽车仪表板3D数据模型外观。
2 产品造型效果设计
2.1 结构分析及造型布局
①结构分析及面板主体材料选择。从汽车生产商提供的汽车仪表板3D数据模型外观可以看出，此汽车音响面板是一个左右对称弧面结构。面板主体选用与汽车仪表板一致的塑料结构，材质可为耐高温ABS或PC+ABS，以满足汽车耐冲击、耐候等性能要求。面板主体材料决定了结构造型的方向，采用塑料结构可以在遵循塑料产品设计原则前提下，充分发挥设计师的想象力，随意地实现各种设计造型，采用多种修饰手段，制造成型方便。
②2D造型布局。使用塑料结构必须按照安装位置选择恰当的出模方向，沿出模方向安排设计布局。图2是在三维环境中沿出模方向从汽车仪表板3D数据模型中提取的汽车音响面板轮廓，并用AutoCAD制作的初步设计布局。按照产品功能、显示要求结合汽车音响面板轮廓选择：将CD进碟口、LCD显示屏由上向下置中放置，在操作时便于观察；将USB数据接口，AUX接口放置于下部翻转活门内，可以避免安全隐患，同时便于外观处理；将音量旋钮、电台搜索旋钮放置于下部左右两角；各功能按键沿着面板两侧轮廓及LCD显示屏底布置。整个布局结合美术透视原理，采用左右对称形式，符合中国人习惯的审美观念。
2.2 3D外观造型
可以制作3D造型的软件有好几种，各有优点，本文使用汽车制造业使用最为广泛的CATIA软件，它涵盖了产品从概念设计、工业造型、三维建模、分析仿真、生产加工的全过程，当今这个软件功能最为强大，其曲面造型功能、渲染功能无与伦比。首先建立产品文件AutoAudio-ASM.CATproduct（以下简称AudioASM）产品文件，将客户提供的汽车仪表板3D数据模型Auto-PanelFrame.CATPart（以下简称AutoFrame）装配其中；在装配中再建立汽车音响面板文件AutoAudio-Panel.CATPart（以下简称AudioPanel）。
在装配AudioASM中对AudioPanel进行设计造型。可以将用AutoCAD制作的初步设计布局导入到AudioPanel，但这样不便于后续修改。这里在3D环境中，利用AutoFrame所提供的边界面，绘制各项设计元素。
①创建汽车音响面板外形轮廓面。汽车音响面板轮廓面必须与汽车仪表板3D数据模型面重合并曲率连续，这是汽车曲面设计的一般原则，这里必须坚持这一原则，以消除反光不连续。使用CATIA软件，从AutoFrame提取汽车音响面板外轮廓线，并将其改为曲率连续，用此曲线制作填充包络面，并与AutoFrame的3D数据模型表面曲率连续，从而得到汽车音响面板轮廓正面（图3），从图中不难看出正面反光的连续；从AutoFrame汽车音响面板边界向填充包络面投影，向内偏移出0.6间隙并取不小于0.5°的出模角，扫描出汽车音响面板轮廓侧面，将两曲面联合修剪、倒角，得到汽车音响面板外形轮廓面（图4）。
②汽车音响面板细部造型及渲染。完成了汽车音响面板外形轮廓面，就可以以此为基础，按照AutoCAD制作的初步设计布局创建面板细部造型。创建面板细部造型涉及环境学、审美学、塑料结构设计规范、产品功能及操作要求、CATIA软件使用技巧等知识和技能，要真实细致地体现出面板造型结构和功能特征，创建过程这里不做详细介绍。CATIA软件具有强大的渲染功能，可以定义部件的材质、颜色、表面纹理、亮度、反光度，定义场景、照明等，图5是用CATIA渲染的汽车音响面板造型图。
2.3 汽车音响面板功能效果图
①汽车音响面板细部效果修饰。为了使汽车音响面板效果更加生动逼真，我们将汽车音响面板造型渲染图在Photoshop软件中进行细部效果修饰。可以根据产品所处环境、所使用材料、表面处理工艺来调整产品表面的颜色、亮度对比度、反光效果、纹饰等，使用滤镜增加杂色获得塑料面板蚀纹后的质感（图6）。
②汽车音响面板功能造型效果图制作。汽车音响面板细部效果修饰完成后，使用CorelDRAW软件结合AutoCAD来定义按键功能、LCD显示、LOGO、标识等。文本文件可直接在CorelDRAW中输入，但图形标识最好在AutoCAD中按比例绘制好，再导入CorelDRAW中加色，图7是完成的汽车音响面板功能造型效果图。到此我们可以使用功能造型效果图，配置产品说明进行应标。
3 产品结构设计
由于汽车音响面板造型使用CATIA 三维软件制作，在完成了面板功能造型效果确认后，我们就可以利用先前的模型进行产品细部结构设计，方便实现了效果设计与实体结构设计、生产制造的对接。图8是最终完成的汽车音响设计效果图，所有部件都在CATIA 三维环境中完成，数据模型可直接使用于模具制造、生产加工。
4 结 语
一项好的工业设计，出自于设计者对产品的深刻理解以及设计者所具备的艺术素质、创新意识和设计技巧。借助计算机辅助设计平台，设计者可以充分发挥自己的想象力，方便地将自己的构思转化为设计方案；我们可以实现造型效果设计与实体结构设计、生产制造的无缝对接。
参考文献：
[1] 黄毓瑜.现代工业设计[M].北京:化学工业出版社,2004.
[2] 吴清.产品的外观设计与消费者审美心理[J].中国工业设计在线,2007,(3).
面板数据同时包含了许多横截面在时间序列上的样本信息,不同于只有一个维度的纯粹横截面数据和时间序列数据,面板数据是同时有横截面和时序二维的。使用二维的面板数据相对于只使用横截面数据或时序数据,在理论上被认为有一些优点,其中一个重要的优点是面板数据被认为能够控制个体的异质性。在面板数据中,人们认为不同的横截面很可能具有异质性,这个异质性被认为是无法用已知的回归元观测的,同时异质性被假定为依横截面不同而不同,但在不同时点却是稳定的,因此可以用横截面虚拟变量来控制横截面的异质性,如果异质性是发生在不同时期的,那么则用时期虚拟变量来控制。而这些工作在只有横截面数据或时序数据时是无法完成的。
然而,实际上绝大多数时候我们并不关心这个异质性究竟是多少,我们关心的仍然是回归元参数的估计结果。使用面板数据做过实际研究的人可能会发现,使用的效应①不同,对回归元的估计结果经常有十分巨大的影响,在某个固定效应设定下回归系数为正显着,而另外一个效应则变为负显着,这种事情经常可以碰到,让人十分困惑。大多数的研究文献都将这种影响解释为控制了固定效应后的结果,因为不可观测的异质性(固定效应)很可能和回归元是相关的,在控制了这个效应后,由于变量之间的相关性,自然会对回归元的估计结果产生影响,因而使用的效应不同,估计的结果一般也就会有显着变化。
然而,这个被广泛接受的理论假说,本质上来讲是有问题的。我们认为,估计的效应不同,对应的自变量估计系数的含义也不同,而导致估计结果有显着变化的可能重要原因是由于面板数据是二维的数据,而在这两个不同维度上,以及将两个维度的信息放到一起时,样本信息所显现出来的自变量和因变量之间的相关关系可能是不同的。因此,我们这里提出另外一种异质性,即样本在不同维度上的相关关系是不同的,是异质的,这个异质性是发生在回归元的回归系数上,而不是截距项。我们试图从面板数据的横截面维度和时间序列维度的样本相关异质性角度来解释为什么使用的效应不同会使估计结果产生如此巨大的差异,而这很有可能正是由于异质性导致了在使用不同效应时,使估计的结果有显着的差异。
另外,所谓的不可观测的异质性(Unobserved Heterogeneity)在理论上被假定是无法用回归元观测的,同时,一般认为面板模型的固定效应与回归元可能是相关的,而且这个效应与回归元是否正交(相关)实际上也是判断应该使用固定效应还是随机效应的标准之一(Greene,2002;Mundlak,1978)。而所谓的不可观测的异质性,实际上至少并不是完全不可观测的,通过适当的模型设定,把固定效应再进行分解,就得到可观测的和真正不可观测的异质性,并且模型的估计将在国家效应和随机效应之间获得融合,在这点上,我们与Mundlak(1978)的结论是一致的。
面板模型的很多方法和解释通过教科书的广泛传播和人们的应用,已经形成了面板计量技术的使用者和研究者头脑中标准的理解,而这种已经在人们脑海中形成规范解释的东西则可能是较难以改变的,因此为了说明问题,我们在文中尽量使用直观的例子来进行解释,并对我们的想法给予简要而直接的证明,来加强论文的理论性。
一、横截面和时间序列,哪一个维度?一个有其他遗漏变量的例子
读者可能会对这个问题稍微感到奇隆,并回答面板数据由于是二维数据,那么其回归结果也应该同时来自于两个维度,这正是面板数据的长处,并且直觉上两个维度上的相关关系应该是一致的,这应该是个不言自明的问题。
这个回答表面上看似正确的,然而真实的答案却不是那么简单,面板数据的回归结果并不真的一定同时来自两个维度,关于哪个维度占主要的问题在面板数据的分析中是至关重要的,尤其当我们有横截面和时间序列的维度相关异质性问题时。
这里我们所说的异质性不同于传统的面板异质性。传统的面板异质性宣称异质性来自于依横截面和时点不同而变化的截距项,并通过横截面和时点的虚拟变量捕捉;而这个论点可能是武断的,异质性可能并不来自于截距项,而是来自于回归元的系数,尤其是在数据中经常有这样的现象,即自变量与因变量在横截面上的相关关系与时间序列上的相关关系是不同的②,这是我们所探讨的异质性,导致这种异质性的原因可能有很多,遗漏变量是一个可能的重要原因。另外自变量在不同维度上对因变量本身就具有不同的作用,这也是一种可能。图1为有其他变量遗漏的情况。
图1的面板数据样本具有4个截面,6个时期,数据由如下过程生成:
然而,如果是不可观测的,那么模型就会产生遗漏变量偏差。在实际面板数据模型的应用中,经常采用的步骤是先做混合回归,然后做横截面固定效应回归,然后做时间固定效应回归(或与横截面固定效应同时使用)。如果看图1,很可能研究者就会采用横截面固定效应或者双固定效应,而在上面的案例中,采用混合回归与横截面固定效应回归都会得到完全错误的结果,其中横截面固定效应的估计结果偏差最高,双固定效应的估计稍好,但是也经常产生有偏的结果,只有时期固定效应会产生最无偏有效的估计结果。
图2给出了使用各种效应得到的回归拟合线,每个回归的截距项已经取平均从而使得回归线落在样本点的中央,从图2中可以看到,不同的模型设定对估计系数产生明显的影响。很明显,只有时间固定效应得到了x与y的真实的相关关系,偏差最小;横截面固定效应则显示了x与y在时序上的相关关系,是偏差最大的估计;混合回归也基本显示了时序的信息;而双固定效应在这里凑巧也有较大的估计偏误,这是因为双固定效应的双向组内均值离差操作损失了许多有用的样本信息,并且在我们模拟中的一个相对大的干扰项方差也降低了估计的效率。
那么,为什么以上结果会发生呢?为了解决这个问题,我们需要探讨面板数据模型固定效应估计的本质。
1.横截面和时间固定效应的本质
如果我们有一个截面个体的时间序列样本y和X,我们可以对y和X做回归得到截距项α和系数向量β,这反映了样本在时序上的相关关系,如果我们把每个截面都做回归,就得到一个方程系统:
从式(5)和式(6)中,很容易发现,拟合准则对于β和α的一阶条件产生了同样的估计条件,也即是横截面固定效应估计量的估计条件:
Xβ+Dα=y (7)
这个估计量即是有一个线性约束=β的每个截面个体的时间序列回归的估计量,同时我们知道这也是横截面固定效应的估计量。因此,我们有推论1:
推论1 横截面固定效应估计本质上是在做一个有线性约束的时间序列回归,约束则是每个横截面个体具有相同的回归系数。同样,容易证明,时间固定效应估计量本质上是在做一个有线性约束的横截面回归,约束则是每个时期的横截面回归具有相同的回归系数。而回忆固定效应的算法,我们知道,横截面固定效应(时期固定效应),或者说不可观测的异质性,实际上是约束每个横截面(每个时期)的误差项的均值为0的结果,因此,固定效应,或者说不可观测的异质性实际是估计的结果而不是原因。
2.每个横截面的和总的β的关系
给定横截面个体i,我们知道该横截面的时间序列回归的估计量包含在式(10)中:
可以看到,每个截面的时序回归实际上是把估计横截面固定效应的样本按横截面分成n份,或者反过来说横截面固定效应的估计实际上是把每一个截面的时序回归的样本放到一起形成一个大样本,那么,每个截面的回归系数与固定效应的回归系数β有什么样的关系呢?
我们通过假设只有一个回归元x来给出直接的例证,若只有一个x,则对于某截面i有:
如果现在有多于1个的回归元,并且回归元之间理论上是无关的,那么这时式(13)仍然成立,但如果回归元之间是相关的,问题就会复杂很多,不过如果使用偏回归方法,先排除其他变量的干扰,我们仍然可以得到类似的结论,我们自己所做的一些数值模拟和估计也显示了这点,细节不在这里补充。由以上的讨论,可得到推论2。
推论2 横截面固定效应估计本质上是在做一个有线性约束的时间序列回归,其估计结果等于对每一个横截面进行时序回归得到的系数的加权平均。同样的结论可以推广到时间固定效应的估计,即时间固定效应的估计结果等于每个时期横截面回归估计结果的加权平均。
现在我们知道图1和图2所示的例子中为什么使用混合效应,横截面固定效应会出现明显的偏误,而时期固定效应的结果则是正确的。因为和由于非平稳性导致在时序上两者是相关的,但是因为是随机生成的,并且和的生成过程是独立的,因此和在横截面维度上是不相关的。而使用混合回归不区分样本信息究竟来自哪个维度,它合并了时间序列和横截面二维的样本信息进行回归,因此导致的估计产生向上的偏误(因为被遗漏了),但混合回归的结果并不是偏误最严重的,因为至少在横截面方向上和是无关的;横截面固定效应估计则有最严重的偏误,因为如前所述,横截面固定效应是做一个有线性约束的时序回归,其结果等于每个截面的回归结果的加权平均,而这里和在时间序列上相关性明显,导致估计结果有很大偏误;只有时期固定效应产生了最准确的估计,因为时期固定效应做的是横截面方向的回归,而这里由于在横截面方向上和是无关的,因此即使缺失,也不会对的估计结果产生干扰,时期固定效应在以上我们所模拟的数据中是最好的估计量③。
上面的例子中所做的模拟数据是一个有着大T小N的数据集,而面板数据一般是有着大N小T的数据集,因此我们的模拟可能会由于其特定的T和N而受到质疑,而实际上,理论结果并不受到样本尺寸的明显影响。图3和图4展示了另一个有着相对大N和小T的模拟数据,其中N=6,T=3。
【关键词】对外直接投资；区域经济增长；面板数据
一、问题的提出
随着中国企业对外直接投资（Outward Foreign Direct Investment （OFDI））规模不断扩大，其对中国整体经济增长的正效应在以往的研究中并不匮乏，那么对中国区域经济增长的影响如何呢？在此背景下，继外商直接投资之后，OFDI与区域经济增长问题逐渐成为新的研究热点。但对该问题的研究一直以来有一个被忽略的问题，就是OFDI作用于整体经济增长的同时，我们并没有考虑到中国不同区域OFDI活跃性不同这个特殊性，因此，本文尝试从东、中、西部三个区域的角度研究OFDI与经济增长的关系，并得出相关的结论。
二、模型构建
本文选取了中国26个省（市）2004-2012年的OFDI数据以及GDP数据来构建面板数据模型，并且将26个省（市）分为东部、中部、西部三个区域来分别进行回归分析。
面板数据计量经济模型在实际研究中常用的panel data回归模型是固定效应模型（FEM）和随机效应模型（REM）。在实证研究中一般通过对数据的Hausman检验来确定选用何种模型。固定效应模型可表示为：yit=ai+Xit+uit。
利用F检验来进行模型设定检验，以此确定面板数据分析模型。首先用Chow检验的F统计量F1检验是否接受零假设；若拒绝零假设，再进行第二步检验。公式如下：
F2=[（RRSSURSS）/N1]/[URSS/（NTNK+1）]～F[N1，N（T1）K+1]
其中，RRSS、URSS分别表示有约束模型（即混合数据回归模型）和无约束模型ANCOVA估计的残差平方和或者是LSDV估计的残差平方和。在给定的显著性水平a下，如果F2>FαN1，NT1K+1，则拒绝零假设，即可以采用个体固定效应面板数据模型。把数据取自然对数，模型设定形式设定为：LnGDPit=c+βiLnOFDIit+uit
三、变量与数据来源
本文的被解释变量是中国各省市的GDP。解释变量是中国各省市的对外直接投资量OFDI。
由于考虑到数据的可得性以及平衡性，没有计入海南、贵州、、青海、宁夏、香港、澳门等地区的数据。各省市的GDP数据来自于2004-2012年统计年鉴，OFDI数据来源于2004-2012年的对外直接投资统计公报，2012年GDP数据来源于网站上的经验数据。GDP的单位是亿元，OFDI的单位是万美元，利用历年的平均汇率换算为万美元。
表1 变量的描述统计
变量 均值 标准差 最小值 最大值 观测值
gdp 10836.51 8378.519 1688 46013 182
ofdi 24369.15 39764.34 48 267915 175
lgdp 9.050496 0.6836229 7.4313 10.73668 182
lofdi 8.946343 1.753744 3.871201 12.49843 175
四、实证分析
借助Stata12.0软件，运用面板固定效应对模型参数进行估计。
1、总体样本回归
LnGDPit=7.216839+0.2089851LnOFDIit
R2= 0.8099 F（1，149） = 360.31
从总体样本回归结果来看，地区OFDI每增长一个百分点，其对经济增长的贡献也增加个百分点。
2、东部地区回归。采用个体固定效应面板数据模型，对东部十省市的数据进行回归得：
LnGDPit=6.918531+0.2628904LnOFDIit
R2= 0.8099 F（1，59）= 251.40
东部地区OFDI对经济增长都有显著影响，东部省（市）OFDI每增长一个百分点，经济增长达到了个百分点。
3、中部地区回归。采用个体固定效应面板数据模型，对中部八省市的数据进行回归得：
LnGDPit=0.6294+0.1835367LnOFDIit
R2=0.6294 F（1，47）= 79.83
中部地区OFDI对经济增长都有显著影响，东部省（市）OFDI每增长一个百分点，经济增长达到了个百分点以上。
4、西部地区回归。采用个体固定效应面板数据模型，对西部八省市的数据进行回归得：
LnGDPit=6.965302 +0.19589LnOFDIit
R2= 0.7194 F（1，41） = 105.13
西部地区OFDI对经济增长都有显著影响，西部省（市）OFDI每增长一个百分点，经济增长达到了个百分点以上。
五、相关结论
从三个区域看，东部地区OFDI每增长一个百分点，GDP增加个百分点；中部地区OFDI每增长一个百分点，GDP增加个百分点；西部地区OFDI每增长一个百分点，GDP增加个百分点。从OFDI对GDP的贡献来看，由高到低分别是东部、西部和中部。中国企业对外直接投资对区域经济增长的影响是多方面的。因此，OFDI对于一个地区经济发展的影响不是单纯的某个方面，事实上它可以渗透到经济发展的各个方面并且发挥着多样化的作用，既有直接效应也有间接效应。
参考文献：
[1]周力；庞辰晨.中国对外直接投资的母国环境效应研究――基于区域差异的视角.中国人口.资源与环境.[J][201308]
[2]郑展鹏.中国地区间OFDI空间集聚的演变特征及优化策略.经济问题探索.[J][201310]
[3]林玉红.实证分析FDI对中国经济增长的阶段性影响.科学技术与工程第9卷[J][20091]
[4]贺文华.FDI与经济增长区域差异：基于中国省际面板数据的研究.经济前沿[J][2009]
[5]中国商务部.20042012年度中国对外直接投资统计公报
