本文的关键问题是具有留学经历的地区行政长官对出口贸易的影响,但是还存在其他影响省区出口贸易的因素,本文将其作为控制变量引入,包括省区控制变量和官员控制变量。具体指标描述如表1。
表1 变量统计描述
续表
1.被解释变量
本文选取的被解释变量为各地区出口增长率的一阶滞后变量,采用增长率而非当年的出口贸易流量额,主要是因为增长率比出口贸易流量额更能体现贸易的变化程度;采用贸易增长率的一阶滞后项,主要是因为地区行政长官调任新的省区时,交接工作及熟悉当地的经济情况需要一定的时间。本文选取1年作为调整期,所以被解释变量调整为一阶滞后项。
2.核心解释变量
本文参考徐宪祥(2008)对官员是否有交流经验的虚拟变量设置,将本文的留学经历同样设置为虚拟变量stuabr,若具有留学经历其值设置为1;若不具有《留学经历其值设置表》中地区行政长官留学的虚拟变量,如果变量系数β 为正,则认为留学官员能促进本地出口贸易的发展。
3.主要变量
财政补贴效应的测度:政府对企业科技创新的支持,多体现在财政对科学技术的投入,本文选用政府对“科技三项”的补贴和对科学事业费用的补贴来体现政府对企业科技创新的帮扶。(www.xing528.com)
资源配置效应:在众多研究中,对资源配置效率的测度,一般用要素市场的扭曲程度来表示,所以本文借鉴张杰等(2011)人的方法来测算资源配置效率。选取该指标,原因是该指标能够涵括不同省级地区政府为了获得经济竞争优势而干预要素市场程度差异的信息,具体公式为:各省级地区要素市场市场化进程程度指数/总体市场市场化进程程度指数。[18]
FDI引致贸易效应:对FDI的测量,本文使用各地区每年FDI流量的指标,并剔除通货膨胀率。
4.控制变量
地区行政长官年龄:本文将年龄这一变量纳入本文的控制变量,计算公式为:“任职年份-出生年份+1”。基本认为地区行政长官65岁之后会退休,所以65岁以后晋升可能性比较小,这会造成地方官员在65岁之后的晋升动力不如在65岁之前强(徐宪祥,2010),为区分年龄变量阶段,本文设置虚拟变量表现这一区别,即≥65的年龄变量设为1,<65岁的年龄变量设为0。
任期时间:于春辉等(2015)指出地方官员在地方任职4~5年为官员晋升的关键时期,与其他年份比,该时期官员晋升的几率较高,所以在该时期,地方官员推动地区各项经济活动的动力最大。[19]借鉴于春辉(2015)将地方官员任期时间纳入控制变量,为防止任期出现共线性,本文同时将任期时间的平方纳入控制变量。同时借鉴高雄伟和董秘刚(2017)将地区行政长官的性别和学历纳入控制变量。
工业化水平:地区工业化水平会影响企业的生产环境,本文采用“工业生产总值/地区生产总值”作为衡量地区工业化水平的指标,将其纳入地区控制变量。
人力资本水平:地区的人力资本水平越高,地区企业的学习能力和研发能力越强,则企业劳动生产率越高,因此本文选取人力资本水平作为省区控制变量,并借用田素华和杨烨超(2012)的人力资本水平代理变量,计算公式为“高等学校在校学生数/总人口数”。[20]
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。