well as the tested cointegrating eq

well as the tested cointegrating equation normalized on LGDP. The lag interval is determined as 3 and linear
trend is tested to exist in the cointegration space according to Johansen (1995) VEC sequential specification
test. From Table 3 we can see that both tests suggest the existence of two cointegrating vectors driving the
series with two common stochastic trends in the data. That is, real GDP, net value of fixed asset, total
employment and total energy consumption share common trend in the long run. As far as results of
cointegrating vector normalized on GDP growth is concerned, the coefficients of fixed assets growth and
total energy consumption growth are found to be affecting the level of development significantly and
positively by 0.51% and 0.17%, respectively. This indicates that in China process of economic development is
heavily dependent on investment as well as level of energy use. The coefficient of employment growth to
GDP growth is positive but insignificant in t-statistics, implying that it should be excluded from the GDP
equation, which deviates from literature and also presents in the other three models using disaggregated
level of energy measures (except for oil). However, employment is significant in the second cointegrating
equation normalized on LAS, indicating that it cannot be removed entirely from the study. The exclusion of
employment in GDP equation is somewhat at odds, though it also happens in Ghali and El-Sakka (2004)
study of Canada case. In view of the enormous population, inefficiency in employment and the potential
data quality problem of employment statistics in China, it sounds more acceptable than initially.
The results of testing for the number of cointegrating vectors for disaggregated level of energy measures
with other three variables in production model setting as well the cointegrating equation normalized on
LGDP are reported in Tables 4–6. For Table 4, the lag interval is determined as 2 and linear trend is tested to
exist in the cointegration space. Trace test statistics indicates existence of two cointegration vectors at 5%
significant level while λmax test indicates one cointegration vector at critical level of 5% and two at 10%
level. Considering the sampling size, specification of two cointegration vectors is set in the following VEC
model. For robustness, one cointegration vector specification is also tested and the qualitative result is
almost the same. For spare of space, the result of one cointegration vector specification is not reported in
Table 5
Cointegration test results for (LGDP, LAS, LEM, LCL)

ผลลัพธ์ (ไทย) 1:

รวมทั้งสมการ cointegrating ทดสอบตามปกติบน LGDP ช่วงเวลาของความล่าช้าจะถูกกำหนด เป็น 3 เส้นมีทดสอบแนวโน้มอยู่ในพื้นที่ cointegration ตามข้อมูลจำเพาะของลำดับ VEC (1995) Johansenการทดสอบ จากตาราง 3 เราจะเห็นว่า ทั้งการทดสอบแนะนำการดำรงอยู่ของสองเวกเตอร์ cointegrating ขับรถชุดที่ มีแนวโน้มแบบเฟ้นสุ่มทั่วไปสองในข้อมูล นั่นคือ real GDP มูลค่าสุทธิของสินทรัพย์ถาวร รวมจ้างงานและการใช้พลังงานรวมร่วมแนวโน้มทั่วไปในระยะยาว เท่าที่ผลcointegrating เวกเตอร์ตามปกติบนเศรษฐกิจเกี่ยวข้อง สัมประสิทธิ์ของการเติบโตของสินทรัพย์ และพบเจริญเติบโตของปริมาณการใช้พลังงานรวมจะมีผลต่อระดับของการพัฒนาอย่างมีนัยสำคัญ และบวก โดย 0.51% และ 0.17% ตามลำดับ นี้บ่งชี้ว่า ในจีน กระบวนการพัฒนาเศรษฐกิจมากขึ้นในการลงทุนตลอดจนระดับของการใช้พลังงาน ค่าสัมประสิทธิ์ของการเจริญเติบโตการจ้างงานเพื่อเศรษฐกิจเป็นบวก แต่สำคัญใน t-สถิติ หน้าที่ที่มันควรจะแยกออกจากจีดีพีสมการ ซึ่งแตกต่างจากวรรณคดี และยัง แสดงในรุ่นสามอื่น ๆ ที่ใช้ disaggregatedวัดระดับของพลังงาน (ยกเว้นน้ำมัน) อย่างไรก็ตาม ทำงานเป็นอย่างมากใน cointegrating ที่สองสมการตามปกติบนลา แสดงว่า มันไม่สามารถเอาออกจากการศึกษาทั้งหมด การแยกออกจ้างงานในสมการ GDP จะค่อนข้าง odds แม้ว่ามันเกิดขึ้นใน Ghali และเอล-Sakka (2004)study of Canada case. In view of the enormous population, inefficiency in employment and the potentialdata quality problem of employment statistics in China, it sounds more acceptable than initially.The results of testing for the number of cointegrating vectors for disaggregated level of energy measureswith other three variables in production model setting as well the cointegrating equation normalized onLGDP are reported in Tables 4–6. For Table 4, the lag interval is determined as 2 and linear trend is tested toexist in the cointegration space. Trace test statistics indicates existence of two cointegration vectors at 5%significant level while λmax test indicates one cointegration vector at critical level of 5% and two at 10%level. Considering the sampling size, specification of two cointegration vectors is set in the following VECmodel. For robustness, one cointegration vector specification is also tested and the qualitative result isalmost the same. For spare of space, the result of one cointegration vector specification is not reported inTable 5Cointegration test results for (LGDP, LAS, LEM, LCL)

ผลลัพธ์ (ไทย) 2:

รวมทั้งสม cointegrating ทดสอบปกติใน LGDP ช่วงเวลาที่ล่าช้าจะถูกกำหนดเป็นเชิงเส้นที่ 3
และแนวโน้มที่จะมีการทดสอบที่มีอยู่ในพื้นที่ระยะยาวระหว่างตามฮันเซน(1995)
วีอีซีสเปคตามลำดับการทดสอบ จากตารางที่ 3 เราจะเห็นว่าการทดสอบทั้งแนะนำการดำรงอยู่ของสองเวกเตอร์ cointegrating
ขับรถชุดที่มีสองแนวโน้มสุ่มที่พบบ่อยในข้อมูล นั่นคือ GDP
ที่แท้จริงมูลค่าสุทธิของสินทรัพย์ถาวรรวมการจ้างงานและการใช้พลังงานรวมหุ้นแนวโน้มทั่วไปในระยะยาว เท่าที่ผลของเวกเตอร์ cointegrating ปกติในการเจริญเติบโตของ GDP เป็นห่วงค่าสัมประสิทธิ์ของการเจริญเติบโตสินทรัพย์ถาวรและการเจริญเติบโตของการบริโภคพลังงานทั้งหมดจะพบว่ามีผลกระทบต่อระดับของการพัฒนาอย่างมีนัยสำคัญและในแง่บวกโดย0.51% และ 0.17% ตามลำดับ นี้บ่งชี้ว่าประเทศจีนในกระบวนการของการพัฒนาเศรษฐกิจเป็นหนักขึ้นอยู่กับการลงทุนเช่นเดียวกับระดับของการใช้พลังงาน ค่าสัมประสิทธิ์ของการเจริญเติบโตการจ้างงานให้เจริญเติบโตของ GDP เป็นบวก แต่ไม่มีนัยสำคัญในเสื้อสถิติหมายความว่ามันควรจะแยกออกจากจีดีพีสมการที่เบี่ยงเบนไปจากวรรณกรรมและยังนำเสนอในอีกสามรุ่นใช้แยกระดับของมาตรการพลังงาน (ยกเว้นน้ำมัน ) อย่างไรก็ตามการจ้างงานที่มีความสำคัญใน cointegrating สองสมการปกติในลาสแสดงให้เห็นว่ามันไม่สามารถลบออกทั้งหมดจากการศึกษา ยกเว้นของการจ้างงานในสมการของ GDP ค่อนข้างที่ราคา แต่ก็ยังเกิดขึ้นใน Ghali และ El-Sakka (2004) ศึกษากรณีแคนาดา ในมุมมองของประชากรมหาศาลขาดประสิทธิภาพในการจ้างงานและศักยภาพปัญหาคุณภาพของข้อมูลสถิติการจ้างงานในประเทศจีนก็เสียงที่ยอมรับมากขึ้นกว่าครั้งแรก. ผลของการทดสอบสำหรับจำนวนของ cointegrating เวกเตอร์สำหรับระดับแยกของมาตรการพลังงานกับอีกสามตัวแปรในการตั้งค่ารูปแบบการผลิตได้เป็นอย่างดีสม cointegrating ปกติในLGDP จะมีการรายงานในตารางที่ 4-6 สำหรับตารางที่ 4 ช่วงเวลาล่าช้าจะถูกกำหนดเป็นที่ 2 และแนวโน้มเชิงเส้นที่จะมีการทดสอบที่มีอยู่ในพื้นที่ระยะยาวระหว่าง สถิติการทดสอบแสดงให้เห็นร่องรอยการดำรงอยู่ของสองเวกเตอร์ระยะยาวระหว่าง 5% ระดับนัยสำคัญในขณะที่การทดสอบλmaxบ่งชี้ระยะยาวระหว่างเวกเตอร์หนึ่งที่สำคัญในระดับ 5% และสองที่ 10% ระดับ พิจารณาขนาดของการสุ่มตัวอย่าง, คุณสมบัติของระยะยาวระหว่างสองเวกเตอร์ตั้งอยู่ในต่อไปนี้ VEC รูปแบบ เพื่อความแข็งแรงซึ่งเป็นหนึ่งในระยะยาวระหว่างเวกเตอร์สเปคยังได้รับการทดสอบและผลที่มีคุณภาพเป็นที่เกือบจะเหมือนกัน สำหรับอะไหล่ของพื้นที่เป็นผลมาจากหนึ่งในระยะยาวระหว่างเวกเตอร์สเปคไม่ได้รายงานในตารางที่ 5 ระยะยาวระหว่างผลการทดสอบ (LGDP, LAS, LEM, LCL)

ผลลัพธ์ (ไทย) 3:

รวมทั้งการทดสอบเชิงสมการปกติใน lgdp . ความล่าช้าที่กำหนดเป็น 3 ช่วง และเส้นแนวโน้ม
ทดสอบอยู่ในพื้นที่ตาม Johansen Cointegration ( 1995 ) โลกร้อน ( สเปค
ทดสอบ จากตารางที่ 3 จะเห็นได้ว่าทั้งสองการทดสอบแนะนำอยู่สองเชิงเวกเตอร์ขับรถ
ชุดสองทั่วไป stochastic แนวโน้มข้อมูล นั่นคือReal GDP มูลค่าสุทธิของสินทรัพย์ถาวรรวม
การจ้างงานและรวมแบ่งปันพลังงานทั่วไป แนวโน้มในระยะยาว เท่าที่ผล
เชิงเวกเตอร์ปกติเกี่ยวกับการเจริญเติบโตของจีดีพี เกี่ยวข้อง ค่าสัมประสิทธิ์ของสินทรัพย์ถาวรและการเติบโตของการบริโภคพลังงานทั้งหมดของ
พบจะมีผลต่อระดับการพัฒนาอย่างมีนัยสำคัญและ 0.51 %
ในและ 0.17 เปอร์เซ็นต์ ตามลำดับนี้บ่งชี้ว่า ในกระบวนการพัฒนาเศรษฐกิจประเทศจีน
หนักขึ้นอยู่กับการลงทุน รวมทั้งระดับของการใช้พลังงาน สัมประสิทธิ์ของอัตราการจ้างงาน
การเจริญเติบโตของ GDP เป็นบวก แต่ไม่มีความหมายหรือไม่ , หมายความว่ามันควรจะแยกออกจาก GDP
สมการซึ่งแตกจากวรรณคดี และยังแสดงในอื่น ๆสามรูปแบบการใช้ disaggregated
ระดับของการวัดพลังงาน ( ยกเว้นน้ำมัน ) อย่างไรก็ตาม การจ้างงานที่สำคัญที่สองในเชิงสมการปกติ
ในลาส ระบุว่า มันไม่สามารถลบออกได้ทั้งหมด จากการศึกษา ยก
การจ้างงานในสมการ GDP ค่อนข้างแปลก แต่มันก็เกิดขึ้นในฮียะห์ กาลี และ เอล sakka ( 2004 )
ศึกษากรณีแคนาดา ในมุมมองของประชากรที่ใหญ่มากประสิทธิภาพในการจ้างงานและศักยภาพ
ข้อมูลปัญหาคุณภาพของสถิติการจ้างงานในประเทศจีน มันยอมรับได้มากกว่าในตอนแรก .
ผลการทดสอบสำหรับจำนวนเชิงเวกเตอร์ disaggregated ระดับมาตรการ
กับอีกสามตัวแปรในรูปแบบการผลิตการตั้งค่ารวมทั้งเชิงสมการปกติบน
lgdp รายงานตาราง 4 – 6 พลังงานสำหรับตารางที่ 4 , ความล่าช้าที่กำหนดเป็น 2 ช่วงและเส้นแนวโน้มทดสอบ Cointegration

อยู่ในพื้นที่ สถิติทดสอบติดตามแสดงการดำรงอยู่ของความสองเวกเตอร์ที่ 5 %
ระดับในขณะที่λแม็กซ์ทดสอบแสดงความสําคัญของเวกเตอร์หนึ่งที่ระดับ 5% และสองระดับ 10 %

พิจารณาตัวอย่างขนาดโดยสเปคของทั้งสองเวกเตอร์ชุดรูปแบบสิ่ง
ต่อไปนี้ เพื่อความทนทาน , หนึ่งโดยเวกเตอร์สเปคได้ผลคุณภาพ
เกือบจะเหมือนกัน สำหรับอะไหล่ของพื้นที่ ผลของความไม่รายงานข้อมูลเวกเตอร์ตารางผลการทดสอบ Cointegration
5
( lgdp ลาส เล็ม , LCL )