四、研究思路与方法

（一）研究思路

为了考察中国与18个OECD国家在健康领域是否存在追赶现象，本文参考纳拉杨（Narayan，2007）的做法，运用第二代面板单位根检验方法，检验中国与18个OECD国家在卫生费用和健康水平方面的差距是否在1978—2013年期间存在收敛。如果反映差距的变量不存在单位根，即是平稳过程，则说明中国与18个OECD国家存在追赶现象。我们定义Hd_i,t=H_i,t－H_china,t，其中：H_i,t和H_china,t分别代表t年第i个国家和中国的人均卫生费用或健康指标，Hd_i,t则反映t年中国和第i个国家在这项指标上的差距。除中国以外，我们有18个OECD国家1978—2013年的数据，所以，i=1，2，3，4…18；　t=1，2，3，4…36。需要说明的是，在具体处理过程中，对于人均卫生总费用指标，Hd_i,t、H_i,t、H_china,t这三个变量都将采用自然对数形式。而对于健康指标，为了保证Hd_i,t为正值，我们都将取其绝对值进行计算。

本文的基本研究思路如下：第一步，检验面板数据横截面之间是否存在相关性；第二步，根据横截面相关性检验结果，我们将选择适当的面板单位根检验方法，检验面板数据是否存在单位根性质。但是，从面板数据的检验结果来看，我们仅能从整体上判断中国与18个OECD国家之间在健康领域是否存在追赶，而无法知晓中国与哪些具体的国家存在追赶。第三步，为了判断中国与哪些具体国家之间在健康领域存在追赶现象，我们将进一步检验单变量时间序列是否存在单位根性质。

（二）研究方法

1.　面板横截面相关性检验

由于存在国际（区域）经济互动、空间溢出效应等现实情况，跨国面板数据中的变量常存在共同运动的趋势，所以不同个体间的扰动项可能存在相关关系。随着面板单位根检验技术的发展，佩萨兰（Pesaran，2007）指出，如果在对现实数据进行检验的过程中缺乏考虑实际数据生产过程中存在的截面相关关系，则可能导致检验结果存在显著偏差。如果面板数据存在横截面相关，那么第一代面板单位根检验存在有效性不足的问题。本文采用佩萨兰（Pesaran, 2004）提出的CD统计量来检验人均卫生总费用和健康产出指标是否存在截面相关关系。

其中，N代表横截面个数，T代表时间长度，ρ_ij代表残差序列的两两相关系数。CD统计量服从渐进标准正态分布，原假设为不存在截面相关关系。

2.　第二代面板单位根检验方法

第一代面板单位根检验方法通常要求不同时间序列个体的扰动项相互独立，即不存在截面相关关系。但在现实情况中，此类条件往往很难满足。为了有效解决截面相关所带来的困扰，许多学者提出了第二代面板单位根检验方法，比如穆恩和佩龙（Moon　&　Perron，2004）、蔡（Choi，2006）、佩萨兰（Pesaran，2007）等。杨子晖等人（2015）运用蒙特卡罗（Monte Carlo）模拟，比较了四种第二代面板单位根检验方法的有限样本性质，认为乔伊（2006）的检验统计量具有较好的小样本性质。考虑到本文所利用的数据时间跨度为36年，横截面个数为18，所以，我们主要采用乔伊（2006）提出的检验统计量来进行面板单位根检验。蔡（Choi，2006）构建了一个双向的误差成分模型（two-way error-component model），具体如下：

其中，i代表个体，t代表时间，β₀为所有个体的均值，μ为不可观测的个体效应，λ_t为不可观测的时间效应，υ_it为剩余的服从q_i阶自相关的随机成分。

乔伊（2006）的主要思路是首先基于GLS方法消除面板数据中的非随机时间趋势成分和截面相关成分，然后对每个时间序列分别进行ADF单位根检验，最后利用得到的N个对应的P值（p_i）综合构建以下检验统计量P_m、Z、L^*。

其中，Φ^-1为标准正态分布的累积函数的逆。在原假设下，面板数据中的所有个体时间序列均为单位根过程，三个统计量服从渐进标准正态分布。

3.　时间序列单位根检验方法

由于蔡（Choi, 2006）检验的原假设是“面板数据中的所有个体时间序列均为单位根过程”，备择假设为“至少有一个个体时间序列是平稳过程”。所以，即使拒绝原假设，我们也只能从总体样本的角度对我国在健康领域是否追赶OECD国家进行判断，无法知道中国究竟在追赶哪些国家。鉴于此，本文将采用目前最有功效的DF-GLS单位根检验方法（陈强，2014）对单个时间序列进行分析，以确定中国究竟追赶了哪些具体国家。DF-GLS在一定程度上克服了ADF检验和PP检验功效较低（犯第Ⅱ类错误的概率较大）的缺点，其检验思路分为以下两步：第一步，用GLS估计原时间序列｛y_t｝的常数项与时间趋势项α₀+α₁t，计算去趋势后的序列；第二步，对使用ADF检验。