中国城镇化与农村消费增长的实证分析

文章在阐述城镇化对促进农村消费增长的作用机理的基础上,结合2009年我国205个地级市的截面数据,运用自抽样、OLS回归和SUR估计等方法实证检验了城镇化对农村消费增长的影响。研究结果发现:城镇化有效促进了农村消费的增长,且这一影响将随城镇化程度的提高而相应提高;同时,由城镇化引致的农村收入、教育及金融等方面的改善对农村居民消费也呈现为正向影响。

中介效应研究的新趋势——研究设计和数据统计方法

越来越多的心理学研究涉及中介效应的分析,中介效应检验是探索变量间关系机制的重要统计方法.《心理学研究中的中介效应分析意义及方法评述》一文,给读者介绍了常用的中介效应分析方法,并分析其原理及优劣[1].更难能可贵的是,此文推荐了区间估计法中的非参数百分位Bootstrap方法,称之为“最为优秀的统计方法”.中介效应分析的应用背景,统计原理和经典方法在这篇文章中有详细准确的论述,此处就不赘述.本文针对心理研究中中介效应的研究设计和统计方法的新发展和常见的问题,作一简短补充.

合成控制法中的安慰剂检验改进研究——基于准标准化转换的统计推断

合成控制法的统计推断主要基于以置换检验(permutation test)为基本思想的安慰剂检验。为了应对干预前拟合欠佳对统计推断的影响,前期文献往往需要人为删除部分拟合欠佳的样本,存在较强的主观性。本文通过准标准化转换来惩罚安慰剂检验过程中的噪音成分,提升干预后时段政策效果的可比性,以在不删除观察值的情况下实施安慰剂检验。研究表明,准标准化转换具有如下优势:首先,能有效提升干预前控制组与实验组的可比性,减少噪音成分对检验结果的影响,蒙特卡洛模拟分析证实了该结论的稳健性;其次,基于转换样本的安慰剂检验无需人为删除拟合欠佳的控制组样本,使检验结果更为客观;最后,以转换样本为基础,可以使用Bootstrap法构造各个时点上政策效果的置信区间,从而使合成控制法的统计推断框架与传统统计推断保持一致。

西部大开发对西部地区城镇化的影响——基于PSM-DID的实证分析

本文基于我国东中西部25个省、自治区、直辖市,搜集了从1998年到2007年的数据,采用倾向得分匹配法以及双倍差分法,得出西部大开发对于西部地区城镇化以及贸易、医疗卫生、教育等方面的影响。并得出相关结论:在排除样本选择偏误和小样本偏误干扰的前提下,西部地区在实行西部大开发政策后,较为显著地缩小了其城镇化率与其他地区的差距,即西部大开发政策促进了城镇化。最后文章提出今后西部地区的城镇化道路在进出口贸易、教育以及医疗卫生等方面的发展方向。

技术能力、价值链位置与企业竞争力--来自苏州制造业的实证研究

从微观层面实证研究企业竞争力源泉的文献仍十分缺乏。结合经济转型背景,本文采用苏州制造业的微观调研数据和自抽样方法,从企业技术供给和应对市场需求两个层面去研究企业竞争力的内生决定因素。实证研究结果发现,企业竞争力取决于企业的技术能力水平和企业在价值链上的位置;而且这两者与企业在同行中所处的规模三者之间存在正向的联动关系,这表明企业规模和价值链位置往往是企业及其技术竞争力的甄别信号。本文的实证研究从企业微观层面有力地支持了转型期FDI背景下企业通过增强技术能力来提升其竞争力的观点,也直接证明了全球价值链理论关于企业在价值链上的位置与企业竞争力两者之间正向关系的论断。

自认为的知晓程度:个人因素与议题认知之间的重要中介变量

在广州大学城随机抽取530个样本,以结构方程模型方法,考察2008年西藏议题中,网络新闻信任、人际交流、政治兴趣等个人因素对于议题认知的影响;尤其是,以自抽样方法检验其间的中介效应。结果发现,(对议题或事件的)"自认为的知晓程度"是个人因素与议题认知之间一个重要的有效中介变量;尤其是在人际交流、政治兴趣与议题认知之间,该变量的中介效应不仅具有统计上的显著性,而且可以认为也具有实际上的显著性。

层次结构定量数据组内相关系数的非参数Bootstrap估计

【导读】探讨Bootstrap自抽样如何在层次结构数据中实现，为组内相关系数（ice）可信区间的计算方法提供选择。文中利用混合效应模型估计重复测量数据和两阶段抽样数据的ICC及利用Bootstrap法估计ICC的可信区间，比较不同的自抽样模式下ICC可信区间结果。重复测量实例结果显示Bootstrap整群抽样估计的可信区间包含ICC真值，如忽视数据的层次结构特征，Bootstrap方法得到无效的可信区间估计；两阶段抽样实例结果显示整群Bootstrap自抽样方法估计的ICC均数与原样本ICC偏差最小，可信区间宽泛。表明对层次结构数据进行Bootstrap自抽样，需考虑数据的产生机制，即高水平Bootstrap自抽样的统计量估计更接近原样本统计量。