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 ·