第四章 研究設計
第一節 研究方法說明
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
第四章、研究設計
由於本文之研究目的為探討中國財政地方分權對地方政府效率的影 響，而根據前一個章節之整理，可以分別對財政地方分權和地方政府效率 有了一定的瞭解，接著在進行實證研究之前，將於本章節詳細說明本研究 欲採用之研究設計方法。首先，在第一節中將闡明使用追蹤資料進行的原 因，並說明為何選用 Tobit 模型與其基本架構。接著第二節將建立本研究 的實證模型和說明實證資料之來源。最後，本研究實證模型之實證變數假 設，將陳述於第三節中。
第一節、研究方法說明
本研究的主要的目的，在於利用中國31個省市地區歷年來的資料，探 討中國財政分權與地方政府效率兩者之間之關係，並加以深入分析比較。
而為了避免中國財政改革因素會導致實證上的誤差，研究背景設定為中國 在1994年開始實行的分稅制，即研究資料預計涵蓋年份為1994年至2008年 間，共15年。由於本文採用之資料結合了橫斷面與時間序列的特性，因此 採追蹤資料進行分析較為妥當。而又因本研究採用DEA衡量中國各省市地 方政府效率，而估計出相對效率值介於0和1之間，故以其為本實證模型之 應變數時，需採用Tobit迴歸模型為本研究實證模型。以下將針對追蹤資料 之使用與Tobit迴歸模型進行簡單的介紹。
一、追蹤資料之使用
追蹤資料（panel data）為結合橫斷面（cross-section）和時間序列（time series）的資料組合，不但擁有橫斷面資料可以表達不同樣本之間特性的優 點，又保有時間序列資料的動態性質。Kalton et al.（1989）指出使用橫斷
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
面資料進行分析時，因為個體本身存在不同特性，因而可能發生異質性
（Heteroscedasticity）現象，導致模型估計時產生偏誤。而採用時間序列資 料時，卻只考慮到相關變數的序列相關（serial correlation）問題。相較於 傳統的橫斷面和時間序列資料，根據 Hsaio（1986）的研究發現追蹤資料 可以避免上述之問題產生，並且可以提供大量的樣本資料、增加自由度和 減少變數間的共線性，進而改善估計參數時的效率。綜合上述，因為追蹤 資料的眾多優點，本研究決定採用其資料型態進行實證分析，以期得到正 確且嚴謹的實證估計結果。
根據本文所使用之追蹤資料特性而論，在計量模型上應選用追蹤資料 計量模型較為合適。但由於本研究的應變數為利用 DEA 求得的效率值，
而效率值介於 0 和 1 間，殘差項的平均值不會是 0，因此該資料的隨機變 數的分布不像常態或是其他對稱型分配，若使用線性迴歸模型估計，將導 致估計參數的偏誤，因而選用 Tobit 迴歸模型為本研究之實證模型。
二、Tobit 迴歸模型
Tobit迴歸模型由Tobin（1958）所提出，為了考慮其研究經濟模型中 的應變數不能為負的觀點，故使用最大概似法來估計參數。以下將針對該 迴歸模型（Tobin, 1958）加以介紹，而模型設定如下：
, 0
0 , 0 （4）
其中， ， | 0,
在第（4）式中， 為整體的應變數，而 為欲探討之解釋變數。值得 注意的是， 被稱為潛伏變數（latent variable），而 乃估計 對 的影響 係數，而不是對 。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
當 應 變 數 的 母 體 分 配 為 一 個 截 斷 式 （ Truncated ） 分 配 或 設 限 式
（censored）分配時，所建立的模型即為一個受限應變數模型（limited dependent variables model），其殘差項並不服從常態性，且迴歸估計係數 亦不服從不偏性。因此，使用最大概似估計法及可解決上述問題。總而言 之，Tobit迴歸模型是用來估計具有連續（continuous）性質，並再某一範 圍自變數與應變數之間的關係，其中「某一範圍」的意義為應變數的樣本 具有上限或下限，或是兩者兼具；而樣本受限的狀況將會破壞了原先線性
（linearity）的假設，以致於最小平方法（Ordinary Least Squeares，OLS）
不適用應變數受限制的狀況，故Tobit迴歸分析的實證結果相較於OLS迴歸 分析法更具有效性（efficient）以及一致性（consistent）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52