stata面板数据因子分析

       在研究广东国家高新区时，本文剔除了二〇一七年之后成立的汕头高新技术产业开发区、湛江高新技术产业开发区和茂名高新技术产业开发区。选取广东9个国家高新区二〇一一-二〇一九年连续九年的面板数据进行研究。数据主要来源于二〇〇五-二〇一三年的《广东科技统计年鉴》、二〇〇五-二〇一九的《广东统计年鉴》；二〇一一-二〇一九年的《中国火炬统计年鉴》以及广东科技统计网官方网站。


       文中数据涉及到的以美元为计量单位的数据按照当年年度平均换算关系折算成人民币为计量单位的数据进行分析，考虑到数据的可比性，本文以二〇〇五年为基期，利用《中国统计年鉴》对数据进行价格指数调整。因子分析用SPSS软件进行处理和分析，回归分析用Stata软件进行处理和分析。
       二、指标体系构建
       从高新区的内涵与特征出发，学者们对于高新区的定义众说纷纭，但根据学者们的各种观点内容，本文认同徐维祥和方亮对于高新区内涵的总结定义：高新区是一种特定的、高度集中的区域组织，是由一些企业或组织依托一些科研机构在特定的区域环境下集聚各种要素。


       目的是提高创新和产出，使之推动区域的综合发展。从高新区的内涵和定义可以看出：高新区就是高新技术产业的集聚区，以高技术企业、产业和新技术企业、产业为主体，创新是其核心要素，以“高技术”和“新技术”为发展特色、以提高创新成果产出为目的的创新型产业集群。
       本文通过对《国家高新区创新能力评价报告》以及《中国火炬统计年鉴》指标体系进行搜集整理，并结合学者们对高新区创新集聚指标的度量，主要从投入和产出角度对核心变量——高新区创新集聚指标体系进行度量设计：我国科技部科技进步统计监测体系课题组用人才数量、资本投入作为创新投入指标。
       基础设施条件以及创新资源状况作为衡量环境指标；有学者把企业获得的收入、专利等作为创新产出指标；学者对于创新绩效的衡量主要集中在：产出情况、工业增加值、科研成果等方面。林毅夫等利用净出口、财政支出等指标来分析创新对于区域经济增长的影响关系。


       产业集聚对高新区创新活动的影响也是重要的一方面，王春晖指出产业集聚对于区域经济结构的影响是至关重要的，但要素集聚的度量方法还没有形成统一的度量标准，本文参考方亮对要素集聚指标的度量：产业集聚用广东高新区工业总产值区位熵表示。西蒙·库兹涅茨在一九八六年提出人均GDP可以用来表现区域经济增长；
       国内学者在二十世纪九十年代后，基本使用GDP或人均GDP作为度量区域经济增长的指标来进行分析和论述，在本文的研究中，按照文献中的一般做法，将被解释变量设定为所涉及到的广东各地级市的区域经济增长；解释变量为高新区创新集聚综合因子得分；产业集聚作为调节变量引入；此外，为了更深入全面的分析广东高新区对区域经济增长的影响，控制其他因素的影响。


       将控制变量选为：林毅夫等用固定资产投资来衡量创新对区域经济增长的影响进行分析，因此选择能够反映投资的全年全社会固定资产投资；刘晓玲等在研究进出口贸易与区域经济增长之间的影响时发现进出口贸易对于区域经济增长的影响效果显著，因此选择进出口总额作为控制变量之一、方亮认为二产增加值可以反映一个地区的工业活动创造的产值情况。
       可以选用该指标近似度量区域经济产出情况，因此选二产增加值度量经济环境，作为控制变量之一，但依旧以高新区创新集聚综合指标作为本文的研究重点进行分析。因此区域经济增长用人均GDP表示，因为人均GDP能够很好地反映地方经济运行状况，最能反映区域经济增长效果。


       三、实证分析模型设定
       国内学者在研究高新区对区域经济增长的影响时，建立了相关的分析模型进行实证分析。李源利用广东全省及其各地级市数据，建立产出与科技创新投入、科技创新产出和科技创新效率三个回归方程，分别进行分析。
       方亮认为，以往的研究较为单一，所以他提出了一个新的视角——创新视角，本文也采用该研究模型进行广东高新区对区域经济增长的影响研究。本文通过建立广东高新区创新集聚指标体系、构建计量经济模型，研究和分析了广东高新区对区域经济增长的影响。下文对本研究中的主要研究结论做出总结。


       本文首先用因子分析进行降维，与区域经济增长做回归分析：无论是省级以上高新区还是国家级高新区，它们的创新集聚综合因子得分都对区域经济增长产生了正向促进作用。创新集聚的综合因子中的从业人员是创新集聚的主体，高新区从业人员占比较高区域的创新活动会更加活跃，为区域经济增长起促进作用；
       高新区企业是高新区进行一系列活动的重要载体，为高新区的创新性活动提供条件。高新区总收入、工业总产值、净利润、出口总额和上缴税金是高新区企业活动的重要成果，也是经济绩效的重要指标。高新区创新集聚综合指标表现出对区域经济增长显著的动力，表明广东高新区成为推动区域经济增长的源泉。


       政府可以为高新区的一系列活动提供扶持和资金投入，固定资产投资可以作为政府在一定程度上对创新活动的资金投入。本文将固定资产投资作为控制变量进行分析可以得出：当地政府的财政支持可以为广东高新区的创新集聚活动创造便利。
       前文定量分析中讲到：广东高新区在其发展过程中，在发展水平较高的高新区内，它们在一定程度上过度依赖政府的投入，而政府的过度干预以及高新区的过度依赖政府的扶持是不利于高新区的进一步转型升级和长期持续快速发展的。


       优越的经济环境可以为高新区的建设和发展创造更好的条件。经济环境作为控制变量与被解释变量做回归，通过回归结果可知：广东的经济环境对区域经济增长有显著的正向影响。由此得到：总体上，广东高新区的经济环境较好，能够给予高新区进行创新活动提供条件。

红呼脉2106STATA 做面板数据分析.输入tsset之后,界面上显示有错误(451)这改怎么办呀? -
浦荔新17314984004 ______ 应该是你的数据不是面板数据 建议用reshape命令把普通数据修正为面板数据 然后使用tsset和xtset即可定义

红呼脉2106用stata确定了使用固定效应模型,然后模型系数怎么看 -
浦荔新17314984004 ______ 分给的太少了啊.面板数据比时间序列和截面数据复杂多了.首先你得对模型的设定和数据的选取有个大概的确定(多少年?多少个截面?多少个变量?),然后是建立POOL数据,首先做F检验,看看应该是用混合数据模型、变截距模型还是变系数模型,当然,根据你研究的目的,也可以变系数来研究不同截面之间是否在某个变量上存在一致性.采用固定效应还是随机效应要做豪斯曼检验,不过一般用固定效应就可以.模型选定就是回归了,可以用OLS也可以用GLS,DW值不好的,可以在模型中加AR(N)进行修正.模型是要不断的尝试和修改的,最后取一个最符合要求的.

红呼脉2106stata怎么看回归系数显著性? -
浦荔新17314984004 ______ reg只提供回归分析,在出的结果里每个变量后面都有P值,P=0代表显著,P=0.01以下是1%显著水平显著,0.05是5%,0.1是10%,如要要T值可以ttest A之类的. reg y x1 x2 xn test x1=x2=xn=0 关键看三个地方,一个是判定系数R方,本图中,...

红呼脉2106stata面板数据怎么做格兰杰因果检验 -
浦荔新17314984004 ______ T 大于7, xtunitroot协整之后,用xtgcause y x做.详细使用指南看 Testing for Granger causality in panel data Luciano Lopez* Sylvain Weber*

红呼脉2106求教STATA中面板数据单位根检验的做法 -
浦荔新17314984004 ______ 仅仅是单位根建议EVIEWS6.0以上非常方便 首先要声明时间序列,输入以下命令:gen t=_n tsset t 然后可以选择一种单位根检验,如选择Dickey-Fuller检验,则输入:dfuller 变量名

红呼脉2106stata中面板数据协整分析求助 -
浦荔新17314984004 ______ 面板协整分析非常复杂的 面板数据,n=14,T=24,季度数据,连续的,部分数据搜索不到故有所缺失,做完单位根检验后,用xtwest命令做协整分析,具体命令如下:xtwest mortage CR4 RAL NONL EA , constant trend lags(1)leads(0)lrwindow(3)bootstrap(100),弹出:Continuous time-series are required,Following series contain holes:

红呼脉2106用stata做ols回归后出来的数据分别代表什么?如图 回归模型为Y=B1+B2X+u 各数据分别是什么意思?代表什么?如***(数字)代表残差平方和之类的,谢谢! -
浦荔新17314984004 ______[答案] 关键看三个地方,一个是判定系数R方,本图中,为0.9464,拟合优度很高. 第二看回归系数,本例中,常数项为9.347,系数为0.637, 第三看回归系数的显著性检验,即P值,本例中,x的系数的P值为0.000,小于0.05,说明x对因变量有显著的影响...

红呼脉2106stata,sas ,自变量中有一个是分组变量怎么回归 -
浦荔新17314984004 ______ 在SAS 中可以试试 proc glm data = data ordr = data (或 freq); class ratio; model y = x1 x2 ratio /solution; run; 这里proc glm will generate dummy variables for a categorical variable, 所以不需要自己code manually (就像楼上朋友的回答). 其...

红呼脉2106在stata中面板数据有code和day(假如有250个数据)组成的面板数据希望求每个code,每五天每五天的均值,应该怎么写程序呢? -
浦荔新17314984004 ______[答案] bysort day:egen a=mean(code) 应该如此.