SA  >> Vol. 6 No. 5 (December 2017)

    中国城镇居民消费函数模型—基于社会嵌入性视角的分析
    The Consumption Function Model of Chinese Urban Residents—Based on the Perspective of Social Embeddedness Analyzing

  • 全文下载: PDF(481KB) HTML   XML   PP.556-564   DOI: 10.12677/SA.2017.65063  
  • 下载量: 304  浏览量: 743  

作者:  

李威臻,刘殿国:海南大学经济与管理学院,海南 海口

关键词:
消费函数社会嵌入多层统计模型Consumption Function Social Embeddedness Multilevel Statistical

摘要:

论文基于相对收入消费理论的影响因素、社会嵌入性因素和多层统计模型,建立了社会嵌入性视角下,中国城镇居民消费函数影响因素模型。解决了居民消费影响因素的作用路径问题以及社会嵌入性变量对居民消费支出影响的精确性问题。利用全国31个省级行政区的面板数据,实证分析了城镇居民人均当期消费支出的影响因素。结果表明,在整体差异中,有28.79%是由社会嵌入性因素的不同所造成。消费欲望、消费习惯、外贸依存度和城市化率均为正向直接影响因素;另外,地区的产值结构对当期消费支出有间接促进作用。因此在分析居民消费结构时需要考虑社会嵌入性因素。

This essay, based on the influences of relative income consumption theory, social embedded fac-tors and multilevel statistical model, establishes a model of the influences of the consumption function of Chinese urban residents from the perspective of the social embeddedness. It solves problems of the influential path of residents’ consumption and the accuracy of how embedded variables affect residents’ spending. Using the panel data from 31 provinces, this paper empirically analyzes the influences of current expenditure of per urban residents. The results show that 28.79% of the differences are caused by the social embeddedness. Consumption desire, consumption habits, foreign-trade dependence and urbanization rate are all positive and direct factors; in addition, the structure of regional output value has indirect and positive effect. So when analyzing consumption structure, we should consider social embeddedness.

1. 引言

消费是社会再生产的最终环节,是国民经济的重要组成部分。从需求侧角度来说,消费能够拉动一个社会的经济增长,也是经济活动的起点。在我国,随着体制改革的深入,居民消费在国民经济中的作用愈发重要。但在2007年,随着美国的“次贷危机”的爆发,全球的“金融危机”也随之而来,全球经济受到了前所未有的打击。此前,我国国民经济发展所依靠的“投资”、“消费”和“出口”的“三架马车”的拉动也呈现出疲软的态势。我国幅员辽阔,消费结构各不相同,通过对各省的消费函数分析,寻找出不同的影响因素,并以此作为调整区域消费的发展策略,从而提高居民消费水平,对实现国民经济的增长具有十分重要的意义。

2. 消费函数理论综述

消费函数是研究消费者行为的重要工具,自1936年凯恩斯在《就业、利息与货币通论》中提出将消费函数作为其宏观经济理论体系的基本概念以后,消费函数一直被全世界的经济学家们研究、探索和完善。学者们对于消费函数的研究大致可以分为三个阶段 [1] 。

第一个阶段是从20世纪30年代到50年代,以“绝对收入假说”(Keynes, 1936)与“相对收入假说”(Duesenberry, 1949)为代表。

凯恩斯提出了两个重要的理论:其一,消费与收入之间存在正相关关系;其二,边际效益递减规律,也就是“消费之增加不如收入增加之甚” [2] 。这一理论被视为“绝对收入假说”。

杜森贝里在研究美国经济大萧条时期消费者的数据时提出了“相对收入假说”,并在《收入、储蓄和消费行为理论》一书中提出了这一概念。他认为居民消费存在“示范效应”和“棘轮效应”。“示范效应”是一种攀比倾向,居民消费会受周围其他人的消费行为影响;“棘轮效应”是说居民的消费不仅与当期收入有关,还会受过去收入影响,如果当期的收入低于过去达到的最高收入,人们倾向于保持已经形成的消费习惯 [3] 。

第二个阶段是从20世纪50年代到 80年代,以“生命周期假说”(LCH) (Modigliani, 1986)和“持久收入假说”(PIH) (Friedman, 1957)为代表。

“生命周期假说”认为,居民的消费行为不仅仅取决于当期收入,而且取决于他整个生命周期里的收入,消费者在每一次的消费时都想使得效用最大化,从而得到一生最大的满足,但是其消费水平仍然于一生中所获得的总收入所决定。“生命周期理论”的贡献在于它发现了家庭的收入变化在一个人的生命周期内是有规律的 [4] 。

“持久收入假说”与“生命周期假说”均认为消费会受未来的影响,但“持久收入假说”中所考虑的变量是过去获得的实际收入,没有考虑未来收入,两者分别出现了“瞻前”和“顾后”的问题 [5] 。

第三个阶段是从20世纪80年代至今,通过对LCH-PIH模型的不确定性分析得到的以“随机游走假说”、“流动性约束假说”和“预防性储蓄假说”为代表。

“随机游走假说”认为,居民的消费是一个类似随机游走的过程,与收入无关。“流动性约束假说”认为,消费者无法通过借贷维持已经形成的较高收入水平上的消费;“预防性储蓄假说”则认为,消费者通过储蓄来应对未来出现的风险。

自1978年中国改革开放以来,居民的消费水平一直是被众多学者研究。由于我国社会体制和国情的原因,国内学者对于我国消费函数的分析主要还集中于绝对收入、相对收入等方面。臧旭恒(1994)认为西方的消费理论不适合于中国的国情,中国学者应该探索符合国情的消费函数 [6] 。

余永定和李军(2000)在研究居民消费函数时发现,居民的消费支出安排存在显著的阶段性 [7] 。廖成林和青雪梅(2005)运用协整理论时发现,从1978~1991年和1992~2002年两个时间段内消费与收入均存在协整关系 [8] 。陈亮(2012)基于非理性行为的分析,发现收入的作用至关重要 [9] 。他们所运用的模型是:

C t = β 0 + β 1 Y t + u t

其中 C t 为城镇居民消费, Y t 为城镇居民可支配收入, β 0 为自发性消费, β 1 为长期的边际消费倾向。该模型实际上符合绝对收入假说,主要说明了当期消费由当期收入决定。

李锴等(2010)在分析浙江省居民消费函数时,使用了杜森贝里的相对收入假设,其模型表达式是:

C t = β 0 + β 1 Y t + β 2 C t 1 + r t

其中, C t 代表城镇居民当期实际消费支出, Y t 代表城镇居民当期收入, C t 1 代表城镇居民前一期消费水平, r t 是随机误差项 [5] 。

黄卫挺(2011)着眼于中国国情,归纳了消费函数的一般形式,在我国不同的发展时期,虽然决定居民消费水平的因素在变化,但当期收入与前期支出一直是两个最主要的因素 [10] 。

3. 社会嵌入性视角下消费函数影响因素的理论模型的建立

3.1. “社会嵌入性”概念

格兰诺维特是最早将嵌入性概念提出并运用于经济分析的学者,他在《经济行动与社会结构:镶嵌问》一文中指出“我们研究的组织及其行为受到社会关系的制约,把它们作为独立的个体进行分析是一个严重的误解” [12] 。在此基础上,格兰诺维特提出了新经济社会学。新经济社会学认为对于经济领域的研究,社会嵌入是必不可少的。在不同地区、不同时间,因为条件的不同,所建立的模型的参数也应随之不同。但在多数文章中并没有考虑参数不同所带来的影响。因此,在研究消费函数时,运用嵌入社会视角非常必要。基于社会嵌入性视角可将影响消费的因素重新划分为:内部因素和社会因素。根据国内学者对于消费函数的分析,本文采用杜森贝里的相对收入假设模型,所以内部因素由当期收入、前期支出组成。依据Granovetter、Gulati、Zukin和Dimaggio等人对于新经济社会学的研究,社会场景因素可分为认知嵌入、关系嵌入、结构嵌入、文化嵌入和政治嵌入等五大方面的嵌入 [11] [12] [13] 。本文将结合消费函数模型对五大嵌入进行具体说明。

3.1.1. 认知嵌入

认知嵌入是指在长期的社会实践中,人们对于一件事情的认识程度,即“群体思维和群体认知” [14] 。全国各地区的发展状况不同,人们对于消费的认知也有所不同。这些群体思维和群体认知会影响消费者的消费偏好。

3.1.2. 关系嵌入

关系嵌入是指单独一个地区可以看作社会网络中的一个节点,网络关系可以影响居民消费支出。我国各省的地理环境、发展状况不同在外贸交易方面有不同的优势,这种关系网络会影响居民最终消费。

3.1.3. 结构嵌入

结构嵌入是指在长期的经济活动所形成的稳定的制度结构、资本结构等网络结构,经济网络结构产生的比较优势和超额价值(包括信息和资源优势)对经济发展具有显著影响。比如,代表着各省经济规模的产值结构反映了经济发展水平,会产生相应的规模效应 [15] 。

3.1.4. 文化嵌入

文化嵌入是原本指传统价值观、宗教信仰等社会文化因素对经济增长所产生的影响。我国幅员辽阔,各省在价值观、宗教信仰方面具有很大的差异。同时由于各省城市化进程不同,文化对居民的消费行为影响也大不相同。

3.1.5. 政治嵌入

政治嵌入是指各地方政府出台的不同政策会对居民消费产生影响。我国各级地方政府会因地制宜采取适合于本地方发展的政策。比如,每个省的财政政策不同,财政支出结构和规模也不同,从而间接影响居民消费水平。

3.2. 嵌入性视角下消费函数的理论模型

3.2.1. 适合嵌入视角的多层统计模型

对于具有嵌入性特征的影响因素,多层统计模型较为合理的将其与基本因素结合在一起。在上世纪70年代,Lindley和Smith (1972)在研究贝叶斯线性模型时提出了嵌套结构的数据;Dempster, Laird和Rubin (1977)所推导出的EM估计法为多层线性模型的估计技术提供了决定性突破;Goldstein (1987)系统地总结了多层统计模型,并出版了第一本关于多层统计的著作 [16] 。在我国,陈家慧等(2007)采用多水平Poisson回归模型分析交叉设计数据,可以解决层次结构的问题 [17] ;王济川(2008)认为分析具有个体嵌套在更高水平单位里的分级结构数据(Hierarchical structured data)或多层数据(Multilevel data)的适当方法是多层统计模型,它能够同时分析微观和宏观效应以及其跨层交互作用,并且能正确处理模型参数问题 [18] ;刘殿国(2009)在对香蕉产业组织绩效评价和泛珠三角地区区域经济进行实证分析后发现,多层统计模型适合处理具有嵌套结构的小样本数据 [16] 。沈洁等(2009)利用多水平Logistic回归模型发现将残差分解到各个层次上,计算结果更加精确 [19] 。

由于影响消费的因素具有嵌入性特征,我们选择适合于一般嵌入性分析的多层统计模型作为分析消费函数的数理模型。基于多层统计模型处理具有嵌入性特征问题的做法,本文的一层变量为当期收入和前期消费;二层变量是认知嵌入、关系嵌入、结构嵌入、文化嵌入和政治嵌入。

3.2.2. 影响消费函数因素理论模型

层一: ln C i j = β 0 j + β 1 j ln Y i j + β 2 j ln C i 1 , j + r i j

层二: β 0 j = γ 00 + γ 01 V C O E j + γ 02 V R E j + γ 03 V S E + γ 04 V C E j + γ 05 V P E j + u 0 j , β 1 j = γ 10 + γ 11 V C O E j + γ 12 V R E j + γ 13 V S E j + γ 14 V C E j + γ 15 V P E j + u 1 j , β 3 j = γ 30 + γ 31 V C O E j + γ 32 V R E j + γ 33 V S E j + γ 34 V C E j + γ 35 V P E j + u 3 j

其中, i = 2001 , 2002 , , 2015 j = 1 , 2 , 3 , , 31 ,代表全国的31个省、自治区和直辖市(香港、澳门特别行政区和台湾省除外)。层一中, C i j 表示在第j个地区,i年的城镇居民人均最终消费支出; Y i j 表示在第j个地区,i年的城镇居民家庭人均可支配收入; C i 1 , j 表示在第j个地区,i-1年的城镇居民人均最终消费支出; r i j 表示在第j个地区,i年的随机误差。层二中, V C O E j , V R E j , V S E j , V C E j , V P E j 分别表示消费支出在第j个地区的认知嵌入、关系嵌入、结构嵌入、文化嵌入、政治嵌入; u i j 误差项。

当对 β 0 j , β 1 j , β 2 j 进行卡方检验并显著时,表明城镇居民当期消费支出与基本因素之间的关系在不同省份之间存在显著性差异。当 β 0 j 卡方检验显著时,说明城镇居民当期消费支出的平均值在各省份间存在显著性差异;当 β 1 j , β 2 j 卡方检验显著时,说明收入弹性与消费习惯在不同省份间有显著性差异。层二模型表明,社会嵌入性变量可以在一定程度上解释当期消费支出增长差异形成的原因。

理论模型从结构上和方法上区分了直接影响因素和间接影响因素,并且还研究了社会嵌入性变量影响消费支出的精确性问题。当嵌入性变量对 β 0 j ,以及收入弹性和消费习惯对消费支出有显著性影响时,这些因素对消费支出有直接影响;当嵌入性变量对需求的收入弹性、消费习惯有影响时,影响因素对消费支出有间接影响。因此社会嵌入性变量对消费支出既有直接影响又有间接影响。在实证分析时,通常将模型分为两层:第一层变量,由影响消费支出的基本因素来解释;第二层变量,由嵌入性变量来解释。当第二层变量 γ i j 显著时,系数的具体数值体现了嵌入性影响因素对消费支出间接影响的精确性。

4. 多层模型的建立及分析

4.1. 变量选取及数据来源

4.1.1. 变量与指标选取

基于嵌入性视角下的消费函数理论模型:当期消费支出 C t 不仅受当期收入 Y t 和前期消费 C t 1 影响,还会受消费活动所嵌入的社会环境影响。

层一变量:选取31个省级行政区的城镇居民当期人均最终消费支出 C t 作为第一层的被解释变量。

其中, C t = t t 。城镇居民家庭人均可支配收入 Y t 和城镇居民前一期人均最终

消费支出 C t 1 作为第一层的解释变量,其中 C t 1 的计算方法与 C t 一样。居民的收入与支出按照居民消费价格指数(CPI)换算成2000年的不变价。

层二变量:认知嵌入采用王海珍等(2016)对泛珠三角地区经济的研究中所采用的认知嵌入 [17] ,使用百度指数(BI)衡量不同地区人们对于“消费”的认知程度;关系嵌入使用各地区的外贸依存度(DFC),即进出口总额与GDP的比值;结构嵌入使用各地区的产值结构(GDS),即地区GDP与全国GDP的比值;文化嵌入用各地区的城市化率(UR)表示,即各省城镇总人口数占各省年末总人口的比重表示;政治嵌入用各地区财政支出规模(FSD)表示,即当地政府财政支出占当地GDP的比重。

4.1.2. 数据来源

层一数据:城镇居民最终消费支出、城镇总人口数、城镇居民家庭人均可支配收入的数据来自于各地区统计年鉴,选取了2000~2015年的数据,并且对所有消费与支出的数据都进行了取对数处理,以消除异方差。

层二数据:百度指数来自于百度公司对关键词“消费”的搜索趋势指数查询,截止到2015年12月,并求年平均值使用;外贸依存度、产值结构、城市化率和财政支出规模的数据是通过对《中国统计年鉴》和各地区的统计年鉴从2000~2015年的数据计算整理得到,并取年平均值。

4.2. 实证分析

4.2.1. 零模型

使用零模型将消费支出的方差分解,由层一基本因素和层二社会嵌入性因素两个部分解释,通过计算组内相关系数( ρ )决定是否使用多层统计模型。

层一模型: ln C i j = β 0 j + r i j

层二模型: β 0 j = γ 00 + u 0 j

其中, C i j 表示合并后的第j个地区的第i年城镇居民人均消费支出, j = 1 , 2 , , 31 i = 1 , 2 , , 16 ε i j 表示一层随机误差, u 0 j 表示二层随机误差。该模型的方差分解结果见表1

表1可知,每个地区“城镇居民当期人均最终消费支出”的平均值在各地区之间有着显著的差异,

由社会嵌入性因素解释的差异程度,可用组内相关系数 ρ = 0.10293 0.10293 + 0.25455 28.79 % 。表示约有71.21%

的差异可以用当期消费支出内部因素解释,而剩余的大约30%无法由单层模型来解释。这表明各地区人均当期消费的影响机制较为复杂,仅仅考虑内部因素是不够的。因此,在研究当期消费支出的影响因素时,社会嵌入性因素的作用不可忽视。

4.2.2. 随机相应系数模型

将内部因素 Y t C t 1 引入当期收入与前期消费支出中,进行随机效应系数分析:

层一模型: ln C i j = β 0 j + β 1 j ln Y i j + β 2 j ln C i 1 , j + r i j

层二模型: β 0 j = γ 00 + u 0 j β 1 j = γ 10 + u 1 j β 2 j = γ 20 + u 2 j

其中,层一模型中的解释变量都用组中心化后的数据参与运算的,运算结果见表2

Table 1. Explaining result of the variance of urban residents’ consumption

表1. 居民消费支出方差的分解结果

Table 2. Random effect coefficients’ regression result of inner factors of urban residents’ consumption

表2. 居民消费支出内部因素的随机效应系数回归结果

注:*:p < 0.05,**:p < 0.01。

表2中可知, ln Y i j 为正向显著影响城镇居民当期人均最终消费支出。回归系数为0.320872,表明 Y i j 每增加1,即居民当期收入增加e元(e为自然常数,其值约为2.72), ln C i j 会增加0.320872,即当期收入对当期消费呈现出正相作用。但 ln C i 1 , j 的卡方检验的值为19.77,没有通过显著性水平为0.1的卡方检验,故该项不存在随机变量,是个常数,应该作为固定效应系数处理。上述影响符合绝对收入假说对于消费函数的分析。

同时,由表2可知,需求的收入弹性 β 1 j 在各个地区之间存在显著性差异(p值小于0.001)。这说明 ln Y i j ln C i 1 , j 的回归系数是随机的, ln C i j ln Y i j 的影响随着地区的不同而显著不同。对于这种不同,在 ln Y i j 中引入社会嵌入性变量可以在一定程度上做出解释。

4.2.3. 全模型

为研究嵌入性如何影响第一层基本变量对当期消费的影响,即跨层交互作用,需要将嵌入性变量引入随即系数 β 0 j , β 1 j , β 2 j 中。为尽可能增大二层变量之间的方差,使之更易被分解,本文的“外贸依存度”、“产业规模”和“财政支出规模”所代表的数据均为原始数据的做倒数。其运算结果见表3

层一模型: ln C i j = β 0 j + β 1 j ln Y i j + β 2 j ln C i 1 , j + r i j

层二模型: β 0 j = γ 00 + γ 02 V R E j + γ 04 V C E j + u 0 j , β 1 j = γ 10 + γ 13 V S E j + u 1 j , β 3 j = γ 30

表2与嵌入变量对消费函数回归系数的影响的随机效应结果表可计算出嵌入性变量对 β 0 j , β 1 j , β 2 j 的方差成分解释程度,见表4

表4可知,嵌入性变量对 ln Y i j ln C i j 之间关系的变异解释较好。当期收入 ln Y i j 对当期消费影响的变动有50.01%是由嵌入性变量“产值结构”(GDS)来解释。层二模型的具体分析由表3中可知。

关系潜入和文化嵌入对城镇居民人均当期消费支出由直接影响,而结构嵌入对当期消费支出由间接影响。

Table 3. Result of influences of social embeddedness

表3. 社会嵌入变量影响效应结果

Table 4. Variance components and rates from the explaining of embeddedness variants

表4. 嵌入性变量所解释的方差成分和比例

直接影响的具体表现为,关系嵌入,即外贸依存度对居民人均当期消费由正向显著性作用,其回归系数为0.476377,表明外贸依存度每增加一个单位,城镇居民人均当期消费( C i j )大约增加61.02%,即外贸依存度越高,其消费支出就会增加。文化嵌入对当期消费为正向显著性影响。文化嵌入的回归系数为0.366354,这表明文化嵌入,即城市化率每增加一个单位,城镇居民人均当期消费增加44.25%;城市化率越高说明城市化建设越快,越来越多的购物商店及消费场所的建设增加了城镇居民人均消费支出。

间接影响主要表现在 ln Y i j ln C i j 的影响因地区的不同而不同,而这种不同在一定程度上可以用社会嵌入性变量来衡量。

ln Y i j 的斜率, β 1 方程中,结构嵌入(VSE)有正向显著性影响。结构嵌入,即产值结构每增加一个单位, β 1 就会增加0.505967,结构嵌入对城镇居民人均当期消费支出的影响增加65.86%;这表明,当地GDP对全国的GDP贡献越大,城镇居民人均当期消费支出越大。

5. 结论与建议

本文基于新经济社会学嵌入性视角,对已有的消费函数进行总结归纳,分析了消费函数的嵌入性因素,并将其与多层统计相结合,建立了多层消费函数的理论模型。

运用全国31个省级行政区2000~2015年的消费函数面板数据实证检验了多层消费函数模型,并分析了城镇居民人均当期消费支出的影响因素及其作用路径。嵌入性变量里,关系潜入和文化嵌入对居民消费支出具有显著性直接影响。城镇居民人均当期收入与城镇居民人均前期消费支出对城镇居民人均当期消费支出具有促进作用,并且居民当期收入对当期消费支出的影响受到社会嵌入性变量的调节:产值结构加强了居民当期收入对居民当期消费支出的影响效果;而居民前期消费支出是固定效应系数,与社会嵌入性无显著性关系。

多层消费函数模型的实证分析,将大数据(消费百度指数)作为一个视角,虽然这项嵌入性变量对于居民消费支出的影响并不显著,但该模型客观、全面地反映了居民对于消费的看法。

依据实证分析的结果,在分析居民消费模式时,既要考虑传统的基本因素,又要社会嵌入性因素。只有优化消费结构、合理使用社会嵌入性因素的发展,才能使得居民消费显著性提高。具体策略为:

1) 维持并提高居民收入水平,当居民的收入维持现状或有所提高之后,才会选择按照个人意愿在原有的消费习惯上进行完善,从而提高消费支出。

2) 外贸依存度对城镇居民人均当期消费支出有直接的影响。因此加强对外贸易交易,尤其是进口境外商品,可以在一定程度上提高居民的消费支出。

3) 各个地区的城市化率对城镇居民人均当期消费支出有直接影响。城市化率的提高可以,将更多的农村地区纳入城市,加强城乡结合部的建设,增加商场等消费性场所的建设,可以直接促进居民消费的支出。

4) 各省市的产值结构对城镇居民人均当期消费支出有间接影响。产值结构能够促进当期收入对当期消费支出的影响。因此,加强区域经济的增长,使得城镇居民在购物、消费时有更多的选择,从而促进城镇居民的消费支出。

文章引用:
李威臻, 刘殿国. 中国城镇居民消费函数模型—基于社会嵌入性视角的分析[J]. 统计学与应用, 2017, 6(5): 556-564. https://doi.org/10.12677/SA.2017.65063

参考文献

[1] 史玉伟. 消费函数理论主要假说述评[J]. 经济经纬, 2005(3): 17-19.
[2] 凯恩斯. 就业、利息和货币通论[M]. 北京: 商务印书馆, 2004.
[3] Duesenberry, J.S. (1949) Income, Saving and the Theory of Consumer Behavior. Harvard University Press, Cambridge.
[4] Modigliani, F. (1986) Life Cycle, Individual Thrift, and the Wealth of Nations. Science, 234, 704-712.
https://doi.org/10.1126/science.234.4777.704
[5] 李锴, 何红霞, 梁磊. 基于相对收入假说的我国城乡居民消费函数实证分析——以浙江省为例[J]. 现代物业(中旬刊), 2010, 9(2): 14-16, 28.
[6] 臧旭恒. 持久收入、暂时收入与消费[J]. 经济科学, 1994(1): 44-49.
[7] 余永定, 李军. 中国居民消费函数的理论与验证[J]. 中国社会科学, 2000(1): 123-133, 207.
[8] 廖成林, 青雪梅. 基于协整理论的中国宏观消费函数分析[J]. 经济科学, 2005(1): 23-28.
[9] 陈亮. 消费者非理性行为与凯恩斯消费函数[J]. 中国经济问题, 2012(2): 44-51.
[10] 黄卫挺. 中国消费函数的研究方法探讨[J]. 经济学动态, 2011(11): 80-84.
[11] Granovetter, M. (1985) Economic Action and Social Structure: The Problem of Embeddedeness. American of Sociology, 91, 481-510.
https://doi.org/10.1086/228311
[12] Zukin, D.P. (1990) Structures of Capital: The Social Organization of Economy. Cambridge University Press, Cambridge.
[13] Gulati, R. (1998) Alliances and Network. Strategic Management Journal, 19, 293-317.
https://doi.org/10.1002/(SICI)1097-0266(199804)19:4<293::AID-SMJ982>3.0.CO;2-M
[14] 刘殿国, 郭静如. 中国省域环境效率影响因素的实证研究[J]. 中国人口•资源与环境, 2016, 26(8): 79-87.
[15] 王海珍, 刘殿国. 泛珠三角区域多层经济增长理论模型及应用研究——基于社会嵌入性视角的分析[J]. 统计与信息论坛, 2016, 31(10): 35-41.
[16] 刘殿国. 累加多层统计模型的建立及其在经济上的应用研究[M]. 长春: 吉林大学出版社, 2009.
[17] 陈家慧, 富春枫, 赵杨, 陈峰. 多水平Poisson回归模型在交叉设计临床试验中的应用[J]. 中国临床药理学与治疗学, 2007, 12(11): 1306-1310.
[18] 王济川. 多层统计分析模型——方法与应用[M]. 北京: 高等教育出版社, 2008.
[19] 沈洁, 安琳, 丁辉. 运用多水平模型分析中国西部贫困农村地区儿童患腹泻及其治疗的影响因素[J]. 实用预防医学, 2009, 16(4): 1044-1046.