2018中国地区经济增长不平衡与收敛性

9641896

　　　　[摘 要]以经济增长中的收敛性理论为基础，运用面板数据分析方法考察中国区域经济增长和收敛性问题：通过标准差和变异系数，对我国省际间趋同情况进行分析；并在MRW分析框架的基础上，采用面板数据模型，对中国省际间以及东中西部三大经济地带内部经济增长情况进行实证分析。结果表明：我国省际之间经济并不存在绝对收敛，即落后省份经济的增长并不比发达省份快；但是存在条件收敛性。
　　[关键词]经济增长；收敛性；面板数据
　　
　　一、引　言
　　
　　目前，我国正处在由人口大国向经济大国和经济强国的转型阶段。然而，由于过分强调经济效益，出现了许多区域经济发展问题。伴随着整体经济发展水平的提高，我国省际间经济发展水平的差异也在扩大。这种差异长时间存在和过分拉大都会影响到整体经济效率，也不利于资源的有效配置。因此，缩小地区间发展差距对于保持中国经济的持续稳定增长显得意义重大。而如何缩小地区间的经济发展差异，则要深入分析造成省际间经济发展差异的深层原因。新古典增长理论中的趋同假说为这类分析提供了理论框架，这一假说的主要思想是，在封闭的经济条件下，对于一个有效经济范围的不同经济单位(国家、地区甚至家庭)，初期的静态指标(人均产出、人均收入)和其经济增长速度之间存在负相关关系，即落后地区比发达地区有更高的经济增长率，从而导致各经济单位期初的静态指标差异逐步消失的过程。
　　各个地区经济的长期增长趋势是否会出现趋同，或者各地区的收入水平是否会出现趋同呢?对于这一问题，各国学者都进行了深入探讨。最早将趋同纳入经济学家视野的是索洛。索洛预期，由于资本的边际报酬递减的性质，无论经济从何处开始，它都将向一稳态趋同。针对新古典增长理论预测出的收敛性，许多经济学家对不同国家和地区的收敛性进行了大量的实证分析。Barro和Sala-I-Martin将趋同假说区分为σ趋同和β趋同，并且把β趋同区分为绝对β趋同和条件β趋同。将在不考虑具体经济特征的前提下，经济落后国家比经济富裕国家具有更高的经济增长率的假说定义为趋同假说的绝对β趋同。而将在对应不同均衡值时，经济增长率与偏离均衡程度成正比的假说定义为趋同假说的条件β趋同。Man-kiw、Romer和Weil(简称：MRW)进一步发展了索洛模型，在索洛模型中引人人力资本后，使得该模型具有很强的解释力。由于新古典增长理论不能解释发达国家的持续增长和大多数欠发达国家没有能够缩小与发达国家的发展差距的事实，Romer和Lueas提出的新增长理论认为，起初产出水平越高，经济越发达的国家，就具有更高的人均知识资本存量，从而也就会产生更高的人均产出。技术进步是有目的的RD活动，而且这种活动可以获得某种事后垄断力量的激励。国内对经济趋同理论的研究也不缺乏，其中绝大部分是基于索洛模型对中国东中西部的经济趋同进行理论检验，并旨在解释中国经济收敛性的成因及其传导机制。刘强认为中国地区间经济增长的收敛性存在着明显的阶段性和区域性，并且不同地区间的产出差距与宏观经济的波动状态存在着正相关关系。沈坤荣、马俊认为中国地区间的经济增长，不仅存在着显著的“俱乐部趋同”特征，而且存在着条件趋同的特征。王志刚认为中国不同地区出现了不同的趋同现象。由于所用数据的性质、来源及处理的不同，衡量地区差距的指标不同，各类研究所描述的中国经济增长的趋同情况和变化趋势会有所不同。因此，本文利用MRW分析框架，采用平行数据模型，对我国省际间以及东中西部三大经济地带内部经济的增长情况进行了实证分析，重新检验了中国省际经济增长的收敛性。
　　
　　二、模型与数据
　　
　　(一)模型简介
　　新古典经济增长理论与新经济增长理论的重要区别之一是如何对待人力资本。与新古典经济增长理论相比，新经济增长理论更强调人力资本在经济增长中的作用。为此，Mankiw、Romer和Weil将人力资本引入Cobb－Douglas生产函数，建立了附加人力资本的索洛模型。这个模型与原来的索洛模型相比，对相关经济统计数据的说明能力得到了很大程度的改善，代表资本分配率的参数估计值也基本符合实际情况，因此，MRW分析框架成为目前人们研究趋同理论的主要方法之一。MRW分析框架的基本模型是：
　　
　　其中：α是资本产出弹性，β为人力资本的产出弹性，1-α-β是劳动力的产出弹性；Sk、Sh分别是总投资中用于物质资本和人力资本的份额；n代表劳动力增长率，g为技术进步率，δ为折旧率，λ=(n+g+δ)(1-α-β)；y(O)是初始的有效劳动的人均产出。
　　
　　(二)数据说明
　　本文采用的数据主要来源于《中国统计年鉴》(1985～2004年)。考虑到数据的延续性和对比性，本文仍然沿用30个省市自治区的划分办法，把重庆市的数据计入四川省。由于重庆市与四川省同属于西部经济带，不影响结论的正确性。本文采用东中西三大经济带(参照王小鲁的划分方法)来说明省际代表性的差异。采用的单位劳动产出为以1984年为基期的实际人均GDP。为了尽量增加数据样本，被解释变量使用了当期的增长率，而不是多时期的平均值。所以解释变量中使用了滞后一期的人均GDP。代入模型时，使用的是人均GDP的初始水平的自然对数值。Sk的含义是投资规模，不能用银行的定期或活期存款的年储蓄率来度量。一些学者通常用资本形成总额占GDP的比重，即积累率来表示，本文采用积累率指标。Sh表示人力资本形成，目前对人力资本测量的主要方法是用劳动者的人均受教育程度来度量。本文用各省在校大学生人数占总人口的比重来度量。n表示劳动力增长率，考虑到数据的可取性，本文用总劳动人数来表示投入劳动力的数量。模型中使用的数据是以1984年为基期的总劳动人口年增长率。由于统计年鉴中没有提供技术进步率和折旧率的有关数据，许多学者在分析中假定技术进步率和折旧率在研究期内为一常数，估计其值为0.05。本文采用这一假说，即：g+δ=0.05。
　　open表示各省份的对外开放程度，本文用各省份实际利用外资金额占GDP的比重来表示；Market表示各省份的市场化程度，本文用各省份的非国有经济的工业产值与工业总产值的比率来表示；Government表示各省份的政府支出水平，本文用各省地方财政支出占GDP的比重来表示；k表示资本存量，由于统计年鉴中没有资本存量数据，本文采用张军计算的1984～2002年的资本存量数据。
　　
　　三、实证分析
　　
　　(一)σ趋同分析
　　
　　在有关趋同的研究中，Barro和Sala－I－Martin把趋同现象区分为人均收入水平上的趋同(σ趋同)和经济增长率上的趋同(β趋同)两类。σ趋同可以理解成横截面数据的趋同假说，指的是各个经济主体之间人均收入水平或人均产量随时间转移而缩小的趋势。在σ趋同的经验研究当中，研究者采用多种指标对中国的经济增长和地区经济差距进行了测度和分解，如吉尼系数、变异系数、Theil指数、阿特金森指数等等。本文采用标准差和变异系数来直观地度量中国的区域差异。图1中，我们分别计算了1985-2003年中国30个省市自治区的人均GDP的标准差和变异系数。
　　从图1上看，1985～1990年间、1993～1996年间，我国人均GDP的标准差和变异系数均呈现出明显的下降态势，即存在趋同。但从总体来看，1985～2003年间，标准差由0.5137上升到0.5932，而变异系数由0.07593下降到0.06502。所以在此期间，我国各省份经济增长σ趋同的趋势不是很明显。
　　图2是将我国分为东中西部三个经济地带，并分别计算了三个地带内部各省的标准差和变异系数，进而反映我国经济增长的区域特性。从图形上可以看出，东部地区人均GDP的标准差和变异系数均有明显的下降态势，呈现出明显的σ收敛性；中部地区相对较弱；西部地区的趋同趋势不很明显。从数值上来看，无论是标准差还是变异系数，东部和中部地区都有明显的下降趋势。但是西部地区的标准差有上升的趋势，上升幅度并不明显。
　　
　　(二)基于MRW框架的实证分析
　　1．模型的设定。首先，基于MRW分析框架，利用平行数据方法来考察我国省际经济增长的收敛性。由于平行数据的两维特性，模型设定的正误决定了参数估计的有效性。因此，利用前面提到的F检验，来判断平行数据模型的形式。以中国30个省市1985～2002年的相关数据进行F检验，确定为变截距模型。还需要进一步确定截距的变化是固定影响还是随机影响。从理论上来说，当截面单位是总体所有单位时，固定影响平行数据模型是一个合理的模型；如果截面单位是随机抽自一个大的总体，把所抽样本的个体差异认为服从随机分布可能更合适。从实证上来说，可以采用Hausman检验来判断这种影响是固定影响还是随机影响，通过Hausman检验后，才能最终确定所要采用的平行数据模型的形式。Sas／Tscreg的Fuller和Ballese方法中给出了以随机效应模型作为原假设的Hausman检验值。经过计算，Hausman检验值为87.65，在1％显著性水平下该值大于临界卡方值43.77，拒绝原假设，所以应该采取固定影响模型。
　　通过以上分析可知，基于(1)式的实证分析，我们应该选用的是固定影响变截距模型。由于在一个国家内，各省居民的行为偏好具有相似性，各省间是相关的，即存在所谓的截面相关性；不同省份间经济规模差异悬殊，则存在所谓的横截面异方差性；由于经济的惯性等原因，在各省的时间序列上，存在所谓的时间序列相关性。综合考虑，在模型的估计上，我们采用多种方法进行估计，对比估计的结果。表1反映了全国30个省市趋同情况的计量分析结果。回归方程1是基于Barro方程得到的回归结果；回归方程2是基于(1)式，所以可以采取最小二乘虚拟变量(LSDV)模型的形式，采用广义最小二乘(GLS)估计得到的回归结果，目的是减少由于截面数据造成的异方差影响；回归方程3是基于(1)式采用固定影响模型，同时采用减少截面数据异方差GLS估计，得到的回归结果；回归方程4是在回归方程3的方法基础上，增加It-erate to convergence项迭代权重和系数至趋同得到的回归结果；回归方程5是把yi,t-yi,t-3采用yi,t-2和yi,t-yi,t-3作为其工具变量，利用工具变量法进行回归得到的结果。