Page 19 - 201902
P. 19

北京工商大学学报(社会科学版)摇 摇 摇 摇 2019 年摇 第 2 期


   基于《中国科技统计年鉴》 以及《中国统计年鉴》                         计量单位,并进行对数化处理。 本文因变量为收
   数据整理汇总获得,并与收入不平等指标匹配。                           入不平等,采用基尼系数代表。 相较研发投入,发
   样本容量供给并且做如下处理,对于 CGSS 数据                        明专利数量能够较好衡量“实质性冶 科技创新水

   做如下处理:(1) 将样本年龄区间限制在 18 ~ 50                    平 [29] ,因此本文核心自变量科技创新水平用发明
   岁;(2)对年收入项空缺样本进行删除。                             专利数表示。 其余省级特征控制变量借鉴以往研
       对控制变量做如下处理:(1) 对收入不平等                       究 [30]  分别设置如下,省内经济水平用省内 GDP
   指标缺失省份进行删除;(2) 对省级特征控制变                         以及省内人均 GDP 表示;省内产业结构用省内二
   量存在数据缺失样本采用移动平均法进行填补,                           产占比以及省内三产占比表示;省内投资规模用
   对缺失数据较多省份进行删除;(3) 以绝对值变                         固定投资总额表示;省内金融规模用存、贷款总额
   量换算为基本单位,进行对数化处理,确保数据的                          表示;省内政府规模用政府支出与省内 GDP 之比
   平稳性,并便于分析对因变量的弹性贡献。 处理                          表示;省内开放程度用进出口总额与省内 GDP 之
   后获得时间跨度 6 年,容量为 170 个的省级面板                      比表示;同时省内人力资本水平采取了教育指标
   数据。                                             法 [31] ,用人均受教育年限表示。
       为验证科技创新对收入不平等的影响及作用                             四、实证回归分析
   机制,本文构建计量模型如下:                                      (一)科技创新对收入不平等的影响
          lninequal = 茁 + 茁 lninnovation +             首先进行科技创新对收入不平等影响实证检
                  it
                                     it
                      0
                          1
                    K                              验,通过豪斯曼检验本文选择固定效应模型作为
                   移 茁 X + 着  it          (24)
                        j
                          jit
                    j = 2                          基准回归模型,回归结果见表 2。
       式(24 ) 即 为 基 准 回 归 模 型, 其 中 因 变 量               表 2 即为科技创新对收入不平等影响的回归
   lninequal 为收入不平等,核心自变量 lninnovation        it   估计,其中模型(1) ~ (5)分别为依次加入省级特
           it
   为省级科技创新水平,{X } 为省级特征控制变                         征控制变量的回归估计。 模型(1) ~ (4)表明,科
                          jit
                                                   技创新在 5% 的置信区间上显著加剧了收入不平
   量, 分 别 包 括 区 域 生 产 总 值 ( Gross Domestic
   Product,后文简称 GDP)、区域人均 GDP、二产比                  等程度。因此实证检验证明,科技创新能够显著
   重、三产比重、固定投资、金融规模、政府规模、开                         加剧收入不平等程度,且贡献在 0郾 87 以上。 与已
                                                   有理论研究      [26,28]  观点一致。 这说明科技创新虽
   放程度等指标,着 为面板回归模型扰动项。
                  it
       (三)描述性统计                                    然能够促进经济发展速度,但是由于行业间科技
       表 1 对省级面板数据中的绝对数值进行统一                       创新水平差异以及地方政府产业政策导致的资源
                                          表 1摇 描述性统计
           变量              样本量           平均值            标准差           最小值            最大值
         基尼系数               170         484郾 210 4      2郾 434 5    2 971郾 992 0    377郾 291 7
        科技创新水平              170           1郾 627 2      2郾 772 6       10郾 491 7     7郾 283 5
        国内生产总值              170           1郾 015 3     13郾 978 6       19郾 195 6    17郾 371 4
      人均国内生产总值              170           0郾 496 7      9郾 195 7       11郾 589 5    10郾 484 1
         二产比重               170           9郾 064 7     29郾 700 0       79郾 700 0    42郾 190 4
         三产比重               170           8郾 195 2     19郾 700 0       60郾 132 9    47郾 108 1
         固定投资               170           2郾 639 8     11郾 313 2       23郾 725 2    19郾 446 6
         金融规模               170           1郾 167 4     10郾 008 2       16郾 658 2    14郾 334 6
         政府规模               170           0郾 204 9      0郾 056 0        1郾 345 9     0郾 255 8
         开放程度               170           0郾 032 1    - 0郾 167 0        0郾 048 0    - 0郾 000 3
         人力资本               170           0郾 139 3      1郾 474 2        2郾 491 6     2郾 165 1



    · 1 6 ·
   14   15   16   17   18   19   20   21   22   23   24