气象经济学：QX异常指数对产业产出的影响

2023-08-25 理论教育版权反馈

【摘要】：以QX表示各气象因素的异常指数。在估计参数时，这里采用了双对数回归模型式中αij，βij分别表示各产业资本与劳动的边际生产弹性；γij表示各气象因素异常值指数对产业产出的边际生产弹性，其正负与大小反映了影响的方向与力度。由于既有时间序列数据，也有横截面数据，因此采用面板数据模型来研究气象因素的异常指数对各典型工业产业的影响。表4-16面板数据模型结果续表注1：***表示p＜0.05，**表示p＜0.1，**表示p＜0.15。

以Y表示各产业的总产出，K，L分别表示各产业的资本存量和劳动力数量。以QX表示各气象因素的异常指数。则各产业的产出可用如下生产函数来表示

即

图4-10　气象指数对数值的时间趋势图

（a）spd Z；（b）TZ；（c）rhZ；（d）slpZ；（e）rZ；（f）spd D；（g）tD；（h）rhD；（i）slpD；（j）rD

式中Aijt表示综合技术水平，erijt随机干扰项。在估计参数时，这里采用了双对数回归模型

式中αij，βij分别表示各产业资本与劳动的边际生产弹性；γij表示各气象因素异常值指数对产业产出的边际生产弹性，其正负与大小反映了影响的方向与力度。

由于既有时间序列数据，也有横截面数据，因此采用面板数据模型（pool data model）来研究气象因素的异常指数对各典型工业产业的影响。我们设定以下模型

式中下标i表示产业下标，i=1，2，3，4，5，6；下标j表示各自变量，j=1，2，…，12；下标t表示时间，t=1，2，…，96；Yijt表示因变量；Xijt为自变量，这里的Xijt=（Kijt，Lijt，QXijt）；μ为随机扰动项；s表示截距项；vij表示系数。

我们对模型中的残差项进行分解

式中θi为产业固定效果，随地区的不同而变化；vt为时间效果；eit为随机干扰项。若θi是随机分布的，我们选用随机效果模型，反之则选用固定效果模型。

对于模型参数的假设，我们采用了广泛使用的协方差分析检验来检验到底采用何种模型，具体方法见高铁梅（2006）。检验后，选用固定影响的变截距模型（fixed effects），具体结果见表4-16所示。

表4-16　面板数据模型结果