教育对中国经济增长的实证分析

课 程 论 文 论文 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 目 教育对中国经济增长的实证 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 专业名称 经济学 班级名称 1403 学生姓名 宋丽丽 学生学号 2014010757 指导教师 李建华     二零一六年 十月 二十七日 摘  要 随着科技的进步，知识经济时代已经到来。目前我国已经实现了教育支出占财政支出比重4%的目标。中国持续的经济高速增长，使得人民的物质生活得到极大地改善，同时也使中国在国际中的政治、经济地位得以提高。为了研究教育对经济增长的影响，本文主要从1992至2010年间的时间序列数据，运用计量的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 ，探求教育的发展所带来的高素质劳动力对我国国民经济的增长的影响，从而提出有利于国民经济发展的有效政策建议。从长期来看，政府教育支出作为一种人力资本的投资，能大大提高劳动力的技术知识和管理知识，这必然导致社会劳动生产力的提高和技术的进步，从而对宏观经济产生巨大影响。国内外许多经济学家对此进行了大量的实证研究。研究发现：教育支出对不同发展水平、不同类型经济区域的影响作用不同。而衡量一个国家的教育发展水平的方法有很多，其中，国家财政支出中教育支出所占的比重直接体现了政府对教育事业的重视程度。一国师范学校的数量、教师队伍的总人数、学龄儿童入学率以及高学历毕业生（大学本科以上）人数、教育支出所占比重等都可以作为衡量一国教育发展情况的指标。正是这一问题的出现，本人则选取了“教育对中国经济增长的实证分析”这样一个命题作为本文的研究课题。运用计量分析的方法，探求教育的发展所带来的的影响，从而提出有利于经济发展的有效政策建议。 关键词：教育支出；人力资本；计量分析；菲德模型；国民生产总值； 目录 摘  要 ……………………………………………………………………………I 前 言  ……………………………………………………………………………3 一、文献综述    3 （一）国内文献综述    3 （二）国外文献综述    4 二、理论基础    5 三、实证计量分析    7 （一）数据的来源与确定    8 （二）模型的构建    9 （三）参数估计     9 1. 对模型进行回归    9 2.对参数进行估计    9 （四）检验分析    10 1.经济意义的检验    10 2.统计检验    11 结论与启示    11 参考文献    11 前言 一、文献综述 (一）国内文献综述 经济增长模型的发展引发了对包括教育在内的经济增长决定因素作用的实证研究。应该指出，虽然人力资本是一个比教育更为宽泛的概念，但鉴于教育在提高人力资本中的重要作用，大量文献通常是用教育的有关指标作为人力资本的代理变量进行研究，也正因如此，大量对人力资本对经济增长影响的实证研究实际上探讨的也主要是教育对经济增长的影响。国内学者研究中，韩宗礼(1990)依据不同教育程度劳动者的劳动生产率，估算出我国1964—1987年教育对国民收入增长的贡献为36％[1]。沈利生、朱运法(1999)研究我国1982—1995年经济产出数据时发现，人力资本对GDP的贡献为30.6％[2]王超、罗然然(2004)对我国各地区的教育财政支出与GDP关系研究表明，教育投入的贡献大大高于资本等其他要素投人对经济增长的贡献[3]蔡增正(1999)利用194个国家和地区的数据考察了教育对经济增长的贡献，得出了教育对于经济增长的贡献巨大、其外溢作用为正且颇为可观的结论[4]陆根尧、朱省娥(2004)运用教育与非教育两部门模型，对教育部门对中国经济增长的作用以及教育部门对非教育部门的外溢作用进行了测定[5]。李玲(2004)利用静态指标体系计算了我国教育投资对经济增长的贡献率与贡献度，并通过动态回归模型进一步证明了教育投资对经济增长的贡献水平[6] (二）国外文献综述 国外学者的研究中，乔根森和弗拉米尼(Jonson&Frame— Ni，1992)对美国1948—1986年经济增长核算研究表明，人力资本的作用占经济增长的26％[7]克林诺和卡莱(Knowles&Rodriquez-Clare，1997)对98个国家1960一1985年人均产出增长跨国差异研究时发现，人力资本水平提高的作用占经济增长的6％一12％[8]曼昆等人(Mankind et al，1992)对98个国家1985年人均产出跨国差异研究表明，人力资本水平对跨国差异的贡献为49％，人力资本的产出弹性为0.28H [9]舒尔茨的教育投资收益率估算方法，还有豪和琼斯(Hall&Jones，1999)等对127个国家1988年人均产出跨国差异水平核算研究表明，以25岁以上人口的学历年数作为人力资本的代理变量，人力资本对经济增长水平的作用占总要素份额的22％[10]。巴罗(Barro，1991)以实际人均GDP增长率作为被解释变量，以年度教育注册率为解释变量，回归估计的结果表明，初等(中等)教育注册率每提高l％，下年度人均GDP增长率提高2.5％-3.0％[11]巴萨尼和斯科皮特(Bassanini &Scarpetta，2001)以经合组织国家1971—1998年的数据为样本，以工作年龄个人人均GDP为被解释变量，以成年人口平均受教育年数为解释变量，研究结果表明成年人口平均受教育年数每提高1％，人均GDP增长0.57％[12]。盖莫(Gemmel，1996)的研究还发现，初等教育与中等教育分别与最穷和中等发展水平的发展中国家经济增长关系更为密切，而高等教育对经合组织国家的经济增长更为重要[13] 上述教育影响经济增长的理论分析和实证研究为我们分析教育对经济增长的影响机制提供了多种视角。从宏观角度来看，教育发展会提高人力资本，由此会从两个途径影响经济增长：一是作为独立要素，人力资本提高会直接促进经济增长，二是人力资本存量水平提高会促进国内技术的研发水平和对国外技术的采用，从而间接对经济增长产生作用。从微观角度来看，公司往往根据雇员的学历年数安置其职位和付酬，而之所以用高职位和高薪雇佣高学历者源于认为他们具有较高的生产力或至少具有较高生产力的潜力。显然，雇员整体的较高受教育程度与受教育年限多的雇员处于较高职位会促进公司生产力的提高。此外，教育对经济增长具有极大的外部效应。教育发展和经济增长往往还会形成具有发散型的正反馈机制：一是为提高人力资本而进行的教育投资加速了经济增长，二是增长经济又对教育发展提出更高的要求，并能为教育投资提供更多的资源。在这种正反馈机制下，教育和经济相互推动而得以共同发展。 另一方面，自1978 年改革开放以来，中国以粗放型的教育发展方式大力推行九年义务教育，并对高等教育实行大幅扩张。在此期间，虽然中国教育投入连年增长，但教育经费仍相对不足，这已成为束缚中国教育事业发展的客观因素。通过国际间比较可以发现，2000 年世界所有国家公共教育投入比例中位数是4.5%[1]，发达国家、欠发达国家、转型国家的该比例分别是5.3%、4.1%和4.2%。中国早在20 世纪90 年代就提出了“科教兴国”的基本国策，并在1993 年提出要在2000 年实现国家财政性教育经费占GDP 4%的目标，但该时间表推迟到了2012 年才得以实现。 中国教育经费不足的问题在义务教育领域表现尤为突出，而且各区域间的教育投入严重失衡。2010 年北京人均教育经费（3126.79 元/人）约为同年河南的3.23 倍，这种失衡导致义务教育不公平，最终引发人力资本在中国区域间分布失衡，加重了中国区域间的差距。 二、理论基础 菲德模型被广泛的使用于若干领域，该模型以两个部门的生产方程为基础： （1）. （2） E和N分别代表教育和非教育部门的产量L和K分别是劳动力与资本要素，下标代表部门。第（2）个方程假设，教育部门的产量水平（E）影响经济中其他部门（N）的产量，与资本（K）总量可以表达为： (3).  (4).  社会总产品（Y）就是两个部门之和。 (5).  菲德模型将不同部门劳动与资本边际生产力的相互关系表达为如下形式： （6）. ， ， 和 是方程劳动力和资本的边际产出， 两个部门间相对边际生产力的差异，结果上可以等于.大于和小于零。负的 意味着教育部门的相对边际生产力低于非教育部门。 调整上述生产方程，利用方程（3），（4），（5）和（6），可以推导出如下回归方程： （7）. 是非教育部门资本的边际产品； 是非教育部们产品对劳动力的弹性； 实际上代表教育对于经济增长的全部作用， ， , 和 分别是总产品.劳动力和教育产品的这、增长率； 是教育产品占总产品的比例，或者是教育部门在经济中的“规模”； 是国内投资占GDP的比例，原本处于I位置的是dK，但dK（资本存量的增量）在全国的统计资料中并不存在，由于其非常近似于国内投资I，所以以I代替dK。回归方程中的参数 代表教育外溢效益与部门间要素生产力差异这两种作用之和。为了分别估计教育的外溢效益和相对要素生产力差异（ ），仍然循着菲德模型的 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 ，假设对于菲德教育部门的弹性是不变的。 （8a). 方程（8a）中的 就是外溢作用的参数，可以求出 （8b). 利用（8a）和（8b），方程（7）可以变形为： （9）. 再次调整，则有： （10). 将一个常数项和随机误差项加入上述方程（7）和（10）之中，并同时假设随机变量具有通常所说的优点特点，则方程（7）和（10）将成为本研究的回归方程。从方程（7）中，对 之系数进行估计，可以得到教育对于经济增长的全部作用。对方程（10）中的 和 进行估计，则可以知道教育的外溢作用（ ）和相对边际要素生产力差异（ ）的值。 教育是一种同时影响一国经济和社会发展的活动，教育的发展必影响经济社会生活的各个方面，从柯布—道格拉斯的方法研究到罗默—卢卡斯模型的建立都使人们坚信了教育对经济增长的贡献。在经济发展理论中做出开创性贡献而获得诺贝尔经济学奖的美国经济学家刘易斯(1954)在其《经济增长理论中》直接把“教育所引起的知识的增长”归结为经济增长的三个原因之一。那么教育对经济增长的理论基础有哪些呢？ 总的来说，教育对经济增长的作用有内外两种机制，教育的内部作用是“个人的人力资本对其生产力的作用。”人力资本是凝聚在劳动者身上的知识、技能及其表现出来的能力，这种能力具有提高劳动生产力的作用，教育恰恰是人力资本形成最为重要的途径。衡量一个国家的教育发展水平的方法有很多，其中，国家财政支出中教育支出所占的比重直接体现了政府对教育事业的重视程度。传统上，西方经济学家关于教育对经济增长贡献的计量研究方法与理论基础主要包括：舒尔茨的增长余额分析法、丹尼森的因素分析法、斯特鲁米林的劳动简化法。在几年对教育与经济增长关系的研究中，Teles 等[14]使用世代交叠模型分析政府对基础教育的投资对人力资本积累的影响，从而分析出教育对经济增长的贡献程度；Malumfashi[15]基于内生增长理论，通过协整和误差修正模型，得出尼日利亚的教育支出能够显著地促进经济增长的结论；Khalifa[16]以教育支出作为人力资本的指标，使用1977-2004 年的时间序列数据，通过误差修正框架下的格兰杰因果关系，分析了教育支出和经济增长在6 个 GCC（海湾合作委员会）国家的关系。中国在这方面的研究起步较晚，但也取得了一定的定量研究成果。袁国敏[17]利用菲德模型，对中国1990-2000 年的教育投入对经济增长的作用及其外溢作用进行了测算；叶茂林等[18]通过构建教育的总量生产函数，利用回归模型中的产出弹性系数，度量了中国教育投入对经济增长的作用；于东平等[19]运用协整检验和误差修正模型，对中国教育投入与经济增长之间的内在关系进行实证分析，发现教育投入是经济增长的格兰杰原因；许抄军等[20]通过比较中国地级及以上城市人均教育经费、教育支出占GDP 的比重等指标，对中国城市教育资源的差异进行了分析。随着计量经济方法的发展，面板数据以其优良的性质也开始被研究者应用于研究教育投入及其区域差异等方面。例如，朱凤果等[21]从明瑟收入方程入手，以教育发展的面板数据为基础，利用分位数回归对中国三个区域的三个不同阶段的教育投入风险进行了实证分析；宋马林等[22] 采用 LISA 统计分析空间聚集和扩散模式，结合 Moran's I 和 Geary's C 方法，对中国中部六省共88 个地市产业发展所处的状态进行了综合判断；孟晓晨等[23]以全国28 个省份为研究对象，找出了中国初等、中等和高等人力资本的空间分布特征，并利用经济学的资源利用最优化理论，对人力资本空间分布的合理性进行了定量分析和判断。 三、实证计量分析 （一）数据的来源与确定 本文数据主要取自国家统计局网站（/）1992年至2010年统计年鉴。其中，衡量教育发展程度的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 由学龄儿童入学率、教师队伍总人数、本科以上学历人数、教育经费总支出四类数据组成。具体数据参见表1.1 表1.1 衡量教育发展程度的指标数据 年份 国民总收入 学龄儿童入学率 教师队伍 本科以上人数 教育经费支出 教育支出所占比重 1992 26937.3 97.2 10138000 633303 8670491 0.1829 1993 35260.0 97.7 10225000 604342 10599374 0.1798 1994 48108.5 98.4 10403000 669277 14887813 0.1634 1995 59810.5 98.5 10591000 842627 18779501 0.1240 1996 70142.5 98.8 10828000 885222 22623394 0.1465 1997 78060.9 98.9 11021000 882669 25317326 0.1675 1998 83024.3 98.9 11164000 884456 29490592 0.1649 1999 88479.2 99.1 11367000 910018 33490416 0.1026 2000 98000.5 99.1 11536100 1017688 38490806 0.1807 2001 108068.2 99.1 11482500 1116352 46376626 0.1683 2002 119095.7 98.6 11684700 1436086 54800278 0.1603 2003 134977.0 98.7 11897000 2008243 62082653 0.1587 2004 159453.6 98.9 12136000 2566503 72425989 0.1345 2005 183617.4 99.2 12385876 3292671 84188391 0.1459 2006 215904.4 99.3 12631000 4072902 98153087 0.1750 2007 266422.0 99.5 12867377 4833746 121480663 0.1843 2008 316030.3 99.5 13064997 5533623 145007374 0.1784 2009 340320.0 99.4 13285362 5790596 165027065 0.1307 2010 399759.5 99.7 13494617 6272645 195618471 0.1393               （二）模型构建 Y表示国民生产总值（亿元），X2表示学龄儿童入学率（%），X3表示教师总人数（人），X4表示本科以上学历人数（人），X5表示教育经费支出总额（万元）,X6表示教育支出所占比重（%）。其中，师资队伍包括普通高等学校教师、普通中学教师、职业中学教师、普通小学教师、特殊学校教师和学前教育教师本科以上学历人数包括本科生毕业人数、研究生毕业人数和学成归国留学生人数。据此构建模型方程为： Yii=β1+β2X2i+β3 X3i +β4 X4i +β5X5i +β6 X6i +μi 为了初步分析“国民生产总值”与其他变量之间的关系，可以做以X2、X3、X4、X5、X6为横坐标，以Y为纵坐标的线型图。如图2.1所示 图2.1 可以看出，各地区教育支出与其它变量差异明显，其变动的方向基本相同，相互间可能具有一定的相关性。据此构建模型方程为： Yii=β1+β2X2i+β3 X3i +β4 X4i +β5X5i +β6 X6i +μi（公式1.1） 三、参数估计 1、对模型进行回归 利用Eviews估计参数模型 表3.1 教育对国民经济增长影响的回归结果 2.参数的估计 根据上图数据，模型估计的结果写为: t=    (-2.5820)      (6.3167)    (4.9643)    (2.8267)      (2.5109)        (1.8422) R2=0.9732    2=0.9679  F=181.7539    n=31 (四)模型检验 1.经济意义检验 模型估计结果说明，在假定其他变量不变的情况下，国民生产总值每增长1亿元，平均说来说教育支出比重将增长0.0112亿元；地区年末人口每增长1万人，平均说来教育支出比重会增长0.0395亿元；当本科以上学历人数每增加一人，平均说来教育支出比重会增长0.1460亿元；当教育支出经费支出总额增加1个百分点，平均说教育支出会增长22.8162亿元。当教育支出在国民生产总值中的比重增加1%，平均说来地方财政教育支出会增长866.41亿元。这与理论分析和经验判断相一致。 2.统计检验 （1）拟合优度：由图3.1中数据可以得到：R2=0.9732，修正的可决系数为R2=0.9679，这说明模型拟合得很好。 （2）F检验：针对H0：β1=β2=β3=β4=β5=β6=0，给定显著性水平α=0.05，在F分布表中查出自由度为K-1=5和n-k=25的临界值Fα（5,25）=2.61。由图3.1得到F=181.7539，由于F=181.7539﹥Fα（5,25）=2.61，应拒绝原假设H0：β1=β2=β3=β4=β5=β6=0，说明回归方程显著，即“表示学龄儿童入学率，教师总人数，本科以上学历人数，教育经费支出总额,教育支出所占比重”有显著影响。 （3）t检验：分别针对H0：βj=0（j=1,2,3,4,5,6），给定显著性水平α=0.05，查t分布得自由度为n-k=25临界值t0.052（n-k）=2.060.由图3.1中数据可得，除了β6以外，与β1、β2、β3、β4、β5对应的t统计量分别为-2.5820、6.3167、4.9643、2.8267、2.5109，其绝对值均大于t0.052（n-k）=2.060，这说明在显著性水平α=0.05下，分别都应当拒绝H0：βj=0（j=1,2,3,4），也就是说，当在其他解释变量不变的情况下，解释变量“学龄儿童入学率”（X2）、“教师总人数”（X3）、“本科以上学历人数”（X4）、“教育经费支出总额”（X5）分别对被解释变量“国民总产值”（Y）都有显著的影响。当给定显著性水平α=0.05时，由于与β6对应的t统计量为1.8422，小于t0.052（n-k）=2.060，不能拒绝H：β6=0，表明在α=0.05的显著性水平的条件下，“教育支出的比重”（X6）对“国民总产值””（Y）没有显著性的影响。但是当给定显著性水平a=0.10时，查t分布表得自由度n-k=25的临界值t0.10/2(n-k)=1.708,与β6对应的t统计量为1.8422，大于t0.10/2(n-k)=1.708,表明在a=0.10的显著性水平下，“教育支出的比重”（X6）对“国民总产值”（Y）有显著的影响。 从而得出结论在给定显著性水平α=0.05情况下，教育支出的主要影响因素为学龄儿童入学率”（X2）、“教师总人数”（X3）、“本科以上学历人数”（X4）、“教育经费支出总额”（X5）。在给定显著性水平α=0.10情况下，教育支出的主要影响因素为“教育支出的比重”（X6）。 结论与启示 从得出的模型中可以看出，教育的发展对国民经济的发展有影响。其中X2增加一单位，国民生产总值增加的幅度最大。 所以，国家应加大对欠发达地区教育事业的扶持，从基层做起，进一步落实好义务教育政策，在全国范围内提高学龄儿童入学率。但考虑到学龄儿童入学率已达99.7%，进一步提升的空间不大，所以建议通过普及高等教育，增加本科以上学历人数的方式来提升劳动者素质，增加高素质人力资本，促进我国国民经济的发展。 参考文献 [1]韩宗礼．我国教育投资的经济效益探评[J]．教育与经济，1990(1)：13-17． [2]沈利生，朱运法．人力资本与经济增长分析[M]．北京：社会科学文献出版社，1999 58—58． [3]王超，罗然然．我国教育与经济增长的实证研究[J]．统计与信息论坛，2004(4)：76—7 [4]蔡增正．教育对经济增长贡献的计量分析——科教兴国战略的实证依据[J]．经济研究，1999(2)。39—48 [5]陆根尧，朱省娥．中国教育对经济增长影响的研究[J]．数量经济技术经济研究，2004(1)：17-21． [6] 李玲．中国教育投资对经济增长低贡献水平的成因分[J]．财经研究，2004(8)：40—51． [7]Jorgenson&Fraume— ni，Investment in  education and US economic  growth[J]．Scandinavian Journal of E-conomics，1992(94) 51-70． [8]Klenow&Rodriquez-Clarehe NeoclassicalRevival in Growth Economics；Has it Gone too  Far?NBERMacroeconomics  Annual，1997(12)l  73-103． [9]Mankiw，N．G．，Romer．D．and    Weil，D．A Contribution to  the Empirics  of Economic Growth[J]．Quarterly Journal ofEconomics，1992(107)l    407-438． [10]Hall。R．E．and Jones．C．I．The    Productivity of Nations[J]．NBER Working    Paper，1999。No．5812． [11]Barro，R．J．Economic  Growth in a Cross  Section of Countries[J]．Quarterly Journal of Economics，1991(106)l 407—444． [12]Bassanini，A．and Scarpetta，S．Does    Human Capital Matter for Growth in OECD Countries?Evidence from Pooled MeanGroup Estimates[J]．OECD Economics    working  paper，2001．No．282． [13] Gemmell，N．Evaluating    the  Impacts  of Human    Capital Stocks  and Accumulation on  Economic  Growthl  Some New Evi—dence[J-]．Oxford  Bulletin of Economics and Statistics，1996(58)：9-28． [ 14 ] Teles V K, Andrade J. Public investment in basic education and economic growth. Journal of Economic Studies,2008, 35 (4): 352-364. [15 ]Malumfashi A. Education expenditure and economic growth in Nigeria: Co-intergration and correction techinique. Inter-national Journal of Research in Commerce, Economics and Management,2012, 2(8): 34-37. [ 16 ] Khalifa Y. Education expenditure and economic growth: Some empirical evidence from the GCC countries. The Journal of Developing Areas, 2008, 42(1): 69-80. [ 17 ] 袁国敏. 中国教育投入对经济增长贡献的测算. 辽宁大学学报:自然科学版, 2003, 30(1): 16-18. [Yuan Guomin. Mea-surement on the contribution of education input to economic growth in China. Journal of Liaoning University: Natural Sciences Edition, 2003, 30(1): 16-18.] [ 18 ] 叶茂林, 郑晓齐, 王斌. 教育对经济增长贡献的计量分析. 数量经济技术经济研究, 2003, 20(1): 89-92. [Ye Maolin, Zheng Xiaoqi, Wang Bin. Econometric analysis of the contribution of education to economic growth. The Journal of Quantitative & Technical Economics, 2003, 20(1): 89-92.] [19 ] 于东平, 万方春. 基于误差修正模型的我国教育投资与经济增长关系研究. 现代教育管理, 2009, 29(11): 52-55. [Yu Dongping, Wan Fangchun. A study of the correlation between China's education investment and economic growth based on the error correction model. Modern Education Management, 2009, 29(11): 52-55.] [20]许抄军, 罗能生, 王家清, 等. 教育对城市化的促进作用. 经济地理, 2007, 27(4): 607-613. [Xu Chaojun, Luo Nengsh-eng, Wang Jiaqing, et al. The promoting function of education towards urbanization. Economic Geography, 2007, 27(4): 6 [21]朱凤果, 叶阿忠. 中国地区收入差距影响因素的实证分析. 贵州财经学院学报, 2008, 26(1): 62-67. [Zhu Fengguo, YeAzhong. Determinants of regional income disparity in China: An empirical analysis. Journal of Guizhou College of Fi-nance and Economics, 2008, 26(1): 62-67.] [22]宋马林, 王舒鸿, 黄蓓, 等. 中国中部六省产业集聚与扩散的空间计量. 地理研究, 2012, 31(3): 534-542. [Song Malin, Wang Shuhong, Huang Bei, et al. Analysis of industrial agglomeration and diffusion with spatial econometrics for six provinces in Central China. Geographical Research, 2012, 31(3): 534-542.] [23]孟晓晨, 刘洋, 戴学珍. 中国主要省份人力资本利用效率及流动方向研究. 人文地理, 2005, 86(6): 5-10. [Meng Xiao-chen, Liu Yang, Dai Xuezhen. Research on the human capital efficiency and the rational moving among main provinces in China. Human Geography, 2005, 86(6): 5-10.]07-613.] [24]赵卫亚, 陈守坤, 孙津. 面板数据模型的类型识别检验的Eviews 实现. 统计与决策, 2013, (7): 4-7. [Zhao Weiya, ChenShoukun, Sun Jin. Tests the identification of panel data model type with Eviews. Statistics and Decision, 2013, (7): 4-7.] [25]李因果, 何晓群. 面板数据聚类方法及应用. 统计研究, 2010, 27(9): 73-79. [Li Yinguo, He Xiaoqun. Panel data cluster-ing method and application. Statistical Research, 2010, 27(9): 73-79.]