提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——畅志文化期刊网您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

偏离最优公共—私人投资比对经济增长的影响

分类:(二) 发表时间:2019-07-31

一、问题提出 公共投资作为中国政府支出和资本形成的重要组成部分, 其对经济增长的影响一直受到广泛关注。1994年以来中国的分税制改革使得地方政府的财政支出能力得到显著的提升

一、问题提出

公共投资作为中国政府支出和资本形成的重要组成部分, 其对经济增长的影响一直受到广泛关注。1994年以来中国的分税制改革使得地方政府的财政支出能力得到显著的提升 (张晏和龚六堂, 2005) 。随着2003年中国开启了区域发展战略的重大调整, 公共投资规模逐渐扩大。2003—2014年中国政府公共投资占GDP的比重总体上呈现出上升态势, 地方公共投资占GDP份额由2003年的13.63%提高至2014年的20.01%, 这对促进中国经济增长、扩大内需及维护中国宏观经济稳定运行起到了非常重要的作用。党的十九大报告指出, 在深化供给侧结构性改革方面需加强水利、交通、信息等基础设施网络建设;也指出要坚持在发展中保障和改善民生, 增进民生福祉, 在发展中补齐民生短板、促进社会公平正义。这些均与公共投资及其规模紧密关联。但是, 随着公共投资需求的不断增加, 不少地区或行业出现了公共投资过热的现象, 公共投资效率低下、重复建设等问题引起广泛关注 (王麒麟, 2011) 。公共投资实际规模相对于其潜在的最优规模而言是否偏高?若公共投资规模偏高, 将对中国经济增长产生什么影响?这些都是亟待解答的问题。

诚然, 公共投资的乘数效应带来总产出的增长, 而公共投资的税收效应和利率效应将对私人投资产生挤出效应。正因为公共投资的这种“双刃剑”属性, 且一定时期内某一经济体的社会总储蓄率相对稳定, 学者们认为, 公共投资规模应当与私人投资规模相关1, 存在最优的公共投资规模 (杨飞虎和伍琴, 2014) , 促进经济增长的最大化。

公共投资规模的调整与动态变化, 将对国家经济的宏观调控与发展产生重要影响。关于公共投资, 学者们对其定义各有不同。Aschauer (1989a) 将政府预算中资本物品的购买定义为公共投资, 与政府预算中消费品的购买分开。Barro (1990) 认为政府公共投资包括人力资本投资、基础设施投资以及研发投入。Etsuro (2001) 指出, 公共投资主要包括教育类、基础设施类、国有土地保护类以及农渔业类等四大类。中国现有统计制度对公共投资数额并没有明确的统计数字, 但参考张海星 (2004) 赵志耘和吕冰洋 (2005) 等对公共投资的解释, 基于现有统计制度提取出的公共投资数额是可行且有效的。

已有研究对于公共投资对经济增长影响的研究大致可归纳为三个方面:公共投资与经济增长的关系、公共投资的最优规模、公共投资的空间溢出效应。

在公共投资与经济增长的关系研究上, 主要存在着两种不同观点。一些学者支持公共投资促进经济增长的观点。如Barro (1991) 在新古典模型框架基础上, 引入公共资本投资流量并构建横截面回归模型, 发现公共资本投资与经济增长之间呈现出正相关关系。毛中根和洪涛 (2011) 基于中国省级层面时间序列数据测算估计, 认为改革开放后政府公共支出的短期和长期增长效应均为正且有显著提高, 但区域差异较大。Barro (1992) Odedokun (1997) 张海星 (2004) 苑德宇和陈工 (2011) 等也基于实证分析, 证实了该观点。一些学者的研究则认为公共投资阻碍经济增长。如Devarajan et al[39]基于单部门新古典增长模型以及发展中国家的面板数据, 发现交通运输和电力通讯、健康和教育等支出, 与经济增长的关系呈现负相关, 或者与经济增长呈现不显著的关系。孙立和刘穷志 (2008) 基于构建的政府支出创新激励经济增长模型的实证分析表明, 当公共投资增加时, GDP显著减少, 且是以加速度反向阻碍GDP的增长。此外, Fisher and Turnovsky (1998) 、王弟海等 (2008) 的研究也从各自的角度得出了公共投资阻碍经济增长的结论。

对于公共投资的最优规模研究, 大多基于公共物品有效供给、最大社会原则或经济增长最大化的思维, 估算出公共投资的最优规模。如Samuelson (1955) 提出了“萨缪尔森条件”, 为公共物品的有效供给提供了一般均衡分析和图形解释, 表明存在公共物品的最优供应规模。Dalton (1983) 在《公共财政原则》中提出了确定公共投资规模的最大社会利益原则。Barro (1990) 在生产函数中纳入公共支出, 衡量公共投资对经济增长最大化的影响, 分析表明公共投资对经济增长的贡献呈现出倒“U”型的关系。Cassou and Lansing (1998) 基于拉姆齐模型, 通过将公共投资纳入生产函数, 从总体均衡的角度阐述了公共投资与私人投资的长期均衡及其最优比率的计算。国内学者主要通过实证研究分析估计使经济增长最大化的公共投资最优规模。如马拴友 (2000) 张光南和李军 (2008) 等在生产函数和Barro法则的框架下估算最优政府规模, 发现略高于实际平均政府规模。

对于公共投资的空间溢出效应, 同样存在着两种不同的看法, 实证研究中也得出了两种不同的结论。一部分学者认为区域基础设施的发展和完善, 将降低邻近地区的运输和交易费用, 从而促进邻近地区的经济增长, 即公共投资对邻近地区的经济增长具有正向的空间溢出效应。如Cohen (2004) 通过构建成本函数和空间溢出指数开展的研究表明, 基础设施的空间溢出效应是正向显著的。刘生龙和胡鞍钢 (2010) 研究了三种不同基础设施对经济增长的溢出效应, 发现交通基础设施和信息基础设施的溢出效应是正向显著的, 而能源基础设施则无显著的溢出效应。方全文和张勋 (2013) 在内生增长框架下证实了公共资本具有显著的正向外溢效应。还有一部分学者认为由于生产要素的易流动性, 本地区公共投资的增长可能导致邻近地区的生产要素外流, 从而对邻近地区的经济增长产生一定的阻碍, 即公共投资具有负向的空间溢出效应。如Boarnet (1998) 在线性生产函数框架下的研究表明, 得出公共基础设施投资 (街道和公路资本) 具有显著负向的空间溢出效应, 对其邻近地区经济增长产生负的外部性。刘勇 (2010) 在线性生产函数的基础上引入空间溢出效应模型, 研究发现公路、水运交通固定资本存量在2001年之后对经济增长的空间溢出作用变为负向影响。国内一些学者在研究公共投资的空间溢出效应时, 采用的大多是不考虑误差的空间自回归结构的空间计量经济模型, 如张学良 (2012) 构建了空间滞后固定效应模型分析中国交通基础设施是否促进了区域经济增长;兰相洁 (2013) 采用空间面板模型研究公共卫生支出对经济增长的空间溢出效应。

综上可见, 已有研究为研究中国政府宏观调控公共投资规模提供了良好的基础。但同时应该看到, 学者们在分析使得经济增长最大化的公共投资最优规模时, 大多数研究并未涉及总产出和公共投资的空间溢出效应, 这可能导致估计出的公共投资最优规模会偏大, 使得提出的相应政策效果降低。此外, 已有文献衡量公共投资最优规模时, 大多数是从直接角度去估计, 鲜有文献从间接角度估计测算。

本文参照林毅夫 (2002) 对政府的发展战略进行间接测度的设计思路, 考虑从公共投资与私人投资的比率关系入手, 在假定存在着实现经济增长最大化的最优公共—私人投资比的基础上, 构建一个偏离最优公共—私人投资比的程度系数D并将其合理纳入Cobb-Douglas生产函数中, 建立面板模型以检验偏离最优公共—私人投资比是否对经济增长产生显著性的负向影响。实证研究中选择2003—2014年中国省级区域数据, 检验实际公共—私人投资比偏离最优公共—私人投资比对中国经济增长的影响, 并推算出中国公共投资占总投资的比例及公共投资最优规模, 说明中国公共投资的规模是否真的偏高;然后, 将分析拓展到分地区情形和空间面板模型情形中, 进而比较非空间面板模型和空间面板模型下的结果及其一致性。

二、基本假设与偏离系数构建

公共投资往往并不都能直接形成生产能力, 其在经济发展中的作用主要是通过改善公共基础设施等投资环境, 从而直接或者间接地促进私人投资的形成。为了提出后文中的假说1和假说2, 有必要简要梳理一下对公共投资与私人投资关系的认识。

1. 公共投资与私人投资的关系

国外有关公共投资与私人投资关系研究的综述, 可具体参见尹贻林和卢晶 (2008) 张中华和郑群峰 (2010) 的工作。前者总结了国外学者关于公共投资对私人投资的影响研究的三种观点, 即公共投资对私人投资具有挤入效应 (如Aschauer, 1989b;Fisher and Turnovshy, 1998) 、公共投资对私人投资具有挤出效应 (如Evans and Karras, 1994;Ghali, 1998) 、公共投资与私人投资之间不存在关系或是不确定性关系 (如Munnell, 1990;Ramirez, 1994) , 并且从理论上对各种挤入和挤出效应的基本原理进行了梳理;后者则将西方学者关于公共投资和私人投资关系的研究总结为从总量视角 (如Ramirez, 1994;Ghali, 1998;Ang, 2009) 和结构视角 (如Ramirez, 1996;Pereira, 2000;Zou, 2006) 两个方面来展开, 但大多集中于从宏观层面研究公共投资对私人投资的挤出或挤入效应, 且在研究中抽象掉了诸如制度、经济运行条件、宏观政策等因素。

国内研究更多关注的是中国公共投资与私人投资关系的实证分析, 以检验中国的公共投资对私人投资主要是存在着挤入效应还是挤出效应。尽管在这些研究中存在着一定的争论, 但大部分研究表明, 中国的公共投资对私人投资主要产生的还是挤入效应, 公共投资在投向上对私人投资形成了有益补充, 具体可参见尹贻林和卢晶 (2008) 刘忠敏等 (2009) 刘生龙等 (2015) 的工作。此外, 郭杰 (2010) 的研究认为政府投资对私人部门投资的影响并不显著。然而, 正如张勇和古明明 (2011) 所评述的那样, 国内的实证研究大多是通过考察公共投资、利率等变量的变动来判断中国的公共投资对私人部门行为的影响, 从而判断公共投资是挤入还是挤出了私人投资。他们的研究显示中国公共投资对私人投资的实际拉动作用显著为负, 且认为中国私人投资不足的根本原因恰恰是过度的公共投资, 必须重新审视现行的公共投资政策。

2. 基本假设

在社会生产过程中, 政府部门的公共投资和私人部门的私人投资是相辅相成的。因此, 本文从公共投资与私人投资的比率关系入手, 基于公共—私人投资比这一指标提出:

假说1:在一定的时期内存在一个稳定的最优公共—私人投资比。

假说2:实际公共—私人投资比偏离最优公共—私人投资比将对经济增长具有负向影响。

根据假说2, 当实际公共—私人投资比等于最优公共—私人投资比时, 将实现经济增长的最大化效果;当实际公共—私人投资比小于最优公共—私人投资比时, 随着公共投资的增加, 经济和社会环境的改善将促进私人部门的生产效率提升, 从而促进经济增长;当实际公共—私人投资比大于最优公共—私人投资比时, 随着公共投资规模的增加, 将导致市场利率上升、私人部门投资回报率降低, 将使得经济增长率下降。

3. 偏离系数构建

本文借鉴林毅夫 (2002) 对政府的发展战略进行间接测度的设计思路2, 基于实际的公共—私人投资比和待估的最优公共—私人投资比, 构建了一个偏离最优公共—私人投资比的系数D, 简称偏离系数D, 用来度量实际公共—私人投资比偏离最优公共—私人投资比的程度, 其定义如下:

 

其中, r代表实际公共—私人投资比, r*为最优公共—私人投资比, Ig表示实际公共投资, Ip表示实际私人投资。一般来说, 公共投资小于私人投资。尽管r*不能直接被观测到, 但当r=r*时, D=0, 表示r没有偏离r*;当r≠r*时, D>0, 表示r偏离了r*。若偏离系数D越大, 则实际公共—私人投资比偏离最优公共—私人投资比的程度越大。

若令ω=r*, 则将式 (1) 3变换成如下形式:

 

在后文的模型设定时, 将偏离系数D合理纳入Cobb-Douglas生产函数中, 并将式 (2) 4代入模型中, 进而在实证分析中推算出待估的最优公共—私人投资比ω。

三、数据选取与模型设定

1. 数据选取

本文利用2003—2014年全国30个省级样本区3的省级面板数据, 估计研究时段内长期的最优公共—私人投资比, 探讨偏离最优公共—私人投资比对中国经济增长的影响, 并将30个样本区划分成发达地区和欠发达地区两个次级样本区进行分析。文中的数据主要来自历年《中国统计年鉴》, 分析中选取的变量如下:

(1) 经济增长衡量指标:总产出 (Y) 。本文中将GDP作为衡量总产出的指标, 采用各省份GDP表示总产出Y。为了消除通货膨胀因素, 选择以2003年的GDP平减指数为基期, 调整数据, 算出各省份每年的实际GDP, 计算公式如下:

 

(2) 资本存量 (K) 。“永续盘存法”是估算资本存量的最常用方法。本文参考张军和章元 (2003) 的方法, 第i个省级区域第t年的资本存量Kit估算公式如下:

 

在数据处理中, 以2003年为基期, 根据固定资产价格指数对资本存量进行价格调整。此外, 各省份固定资产折旧率δit均选为9.6%, Iit是指全社会固定资产投资, 且已消除了价格因素的影响。

(3) 劳动力投入 (L) 。社会生产过程中的劳动力投入, 不仅与劳动力数量、质量、工作强度等因素有关, 也与劳动者报酬或工作效率存在较为紧密的联系。参照张昭俊和赵宏中 (2012) , 利用收入法估算各省份历年人力资本存量HCS, 用以表示劳动力投入, 其计算公式为:HCS=R/ (δ+r) , 其中, R为劳动者收入, δ为人力资本价值转移系数或折旧, r为资本收益率。R采用国家统计局公布的各省份劳动者报酬实际发生数据, 并利用GDP平减指数进行换算, 消除价格因素。同时, 对于人力资本加权折旧率δ, 确定为4.96%4;对于资本收益率r, 采用的是2003—2014年中国人民银行公布的一年期贷款基准利率的中位数, 为6.4%5

(4) 公共—私人投资比 (r) 。按照《中国统计年鉴》行业部门分类, 将全社会固定资产投资划分为公共投资和私人投资。本文中界定的公共投资由三大类固定资产投资组成:基础建设类6、教育与科研类7、社会福利与公共管理类8, 而将其余的全社会固定资产投资都视为私人投资, 且均用固定资产投资价格指数对数据进行必要的调整。需要说明的是, 在国家统计局公布的有关固定资产投资数据中, 可以从投资资金来源或者固定资产投向上大致区分公共投资和非公共投资。囿于现有数据统计, 学者们在对公共投资的具体界定上存在一定的差别, 具体可参见刘国亮 (2002) 陈工和苑德宇 (2009) 吴明娥等 (2016) 。在本文中, 将三大类九种行业的固定资产投资界定为公共投资, 这与他们的界定基本一致。诚然, 由于某些行业划分并不是太明显, 本文所界定的公共投资中可能包括了少部分的私人投资, 而所界定的私人投资领域也可能存在一些公共投资, 这将对数据分析与估计结果产生一定的影响。

2. 未考虑空间溢出效应的模型设定

本文参考Cassou and Lansing (1998) 的做法, 选择以Cobb-Douglas生产函数作为基础模型, 即:

 

其中, Y表示为国内生产总值, A表示为外生的技术进步, K表示为资本存量, L表示为劳动力要素投入。

根据前述假说2, 为了考察偏离最优公共—私人投资比对经济增长的影响, 在本文中将偏离系数D引入上述基础模型 (5) 中, 构建一个新的拓展模型, 以验证本文提出的两个假说。考虑到模型估计中数量级的一致性, 在文中采用添加偏离系数D的指数形式, 将基础模型 (5) 拓展为如下形式:

 

式中, γ表示偏离系数D的待估参数。很明显, 当D=0时, exp (D) =1, 表明实际公共—私人投资比等于最优公共—私人投资比, 经济增长实现最大化;当D≠0时, D越大, 表明实际公共—私人投资比偏离最优公共—私人投资比的程度越大, 且根据假说2, 其对经济增长的负向影响越大。

将式 (6) 两边同时取对数, 可将其转换成线性形式:

 

为了验证前文两个假说, 需测算出偏离系数D以及相应的待估参数。因此, 将式 (2) 代入模型 (7) 中, 得到模型 (8) :

 

在模型 (8) 中, 最优公共—私人投资比ω是待估的, 且不能被直接估计出来, 但可将其视为一个常数, 故考虑β0=ln A+γln2ω为常数截距项;另设β1=γ、β2=-2β1lnω、β3=α、β4=β, 则模型 (8) 可简化表示为:

 

根据前述假说2, 预期有β1<0, 即实际公共—私人投资比偏离最优公共—私人投资比将对经济增长产生负向影响;根据β2=-2β1lnω, 可推导出最优公共—私人投资比ω, 其计算式为:

 

因此, 根据待估参数γ和推导出的ω, 可以测算出偏离系数D对总产出的影响程度。

考虑到经验分析中使用了面板数据, 有必要考虑时间固定效应和个体固定效应, 因此, 可以将模型 (9) 拓展为以下的形式:

 

其中, at为时间固定效应, bi为个体固定效应, Yit、rit、Kit、Lit分别表示i单元t时期的总产出、实际公共—私人投资比、资本存量和劳动力投入。

在本文的后续实证分析中, 将主要基于模型 (11) 进行。

3. 考虑空间溢出效应的模型设定

一个区域的经济增长对邻近区域的经济增长通常存在着潜在的空间依赖, 而且公共投资尤其是基础设施投资在地理空间上具有一定的网状性特征, 也存在着潜在的空间溢出效应。在前述模型设定中, 若不考虑纳入经济增长本身和公共投资的空间溢出效应, 则可能导致估计出的最优公共—私人投资比偏高, 因此, 需要将非空间面板模型拓展到空间面板模型, 构建考虑空间溢出效应的空间计量经济模型。目前, 通过构建不同交互效应的空间面板模型估计空间溢出效应, 主要分为三类:被解释变量的内生交互效应、解释变量的外生交互效应以及误差项的交互效应。Kelejian and Prucha (2007) 提倡使用包括内生交互效应和误差项交互效应的模型, 构建广义空间自回归模型 (SAC) 。Lesage and Pace (2009) 在空间滞后模型 (SAR) 、空间误差模型 (SEM) 的基础上, 提出构建结合内生交互效应和外生交互效应的空间杜宾模型 (SDM) 。Gibbons and Overman (2012) 指出SAR、SEM、SDM等空间计量模型缺乏识别度, 认为应倡导构建自变量滞后模型 (SLX) 。Elhorst (2012) 通过研究三种交互效应的不同组合方式, 总结归纳了所有线性空间计量经济学模型, 将具有三种交互效应的模型称为广义嵌套空间面板模型 (GNS) 。根据各参数是否为零, GNS模型可以分别化简成SAR、SEM、SLX、SDM、SAC和空间杜宾误差模型 (SDEM) 。

在本文中, 参照Elhorst (2012) 的研究, 在考虑误差的空间自回归结构的情形下, 首先构建纳入总产出空间滞后项的SAC模型, 其次构建纳入公共投资的空间溢出效应的SDEM模型, 再构建同时考虑了总产出空间滞后项和公共投资的空间溢出效应的GNS模型;然后, 在不考虑误差的空间自回归结构的情形下, 将SAC模型、SDEM模型、GNS模型分别简化成SAR模型、SLX模型和SDM模型, 进而比较说明各空间模型在实证分析中的有效性, 并对相应模型的结果作出综合解释。

(1) 考虑误差的空间自回归结构的空间面板模型。在仅考虑总产出的空间滞后影响时, 由于解释变量间的相互影响因其相对位置不同而存在差异, 则可考虑将空间滞后模型与空间误差模型相结合, 形成更为一般的广义空间面板自回归模型SAC。这样不仅可以衡量各要素对本区域经济增长的影响, 还可以通过总产出的滞后项来衡量邻近区域的总产出对本区域经济增长的影响, 即:

 

模型 (12) 中, 被解释变量与解释变量含义与上文一致, ρ为总产出的空间滞后项系数, WN为N×N维空间权重矩阵, 茚为克罗内克积, η、ξ分别表示个体固定效应和时间固定效应, V为误差项, λ为误差的空间自回归项系数, ε为随机误差项, 服从正态分布。本文采取0—1型空间权重矩阵, 即若区域i与区域j有共同的边界, 则wij=1;反之, wij=0。 (IT茚WN) ln Y项为经济增长本身的空间滞后项, 反映经济增长的空间依赖性, 即邻近区域的总产出对本区域总产出的影响方向和程度, 揭示是否存在潜在的空间影响; (IT茚WN) V项纳入了误差的空间自回归结构, 为误差的空间自回归项。

在仅考虑公共投资的空间溢出效应时, 将实际公共—私人投资比的空间滞后项纳入模型 (11) 中, 构建空间杜宾误差模型SDEM, 研究公共投资空间滞后项对经济增长的影响, 即:

 

模型 (13) 中, (IT茚WN) lnr为公共—私人投资比的空间滞后项, 代表公共投资的空间溢出效应, σ为空间系数, 表示邻近区域的公共投资对本区域经济增长的影响。

在同时考虑总产出和公共投资的空间溢出效应时, 综合模型 (12) 和模型 (13) , 构建广义嵌套空间面板模型GNS, 以分析两种空间溢出效应对经济增长的影响, 即:

 

(2) 不考虑误差的空间自回归结构的空间面板模型。若以上三种空间面板模型均不考虑误差的空间自回归结构, 则模型 (12) 、 (13) 、 (14) 可分别化简为SAR模型、SLX模型以及SDM模型, 即模型式 (15) 、 (16) 、 (17) :

 

三种空间面板模型中各系数含义解释与上文相同, ν为随机误差项。

本文后续实证分析中, 将纳入经济增长和公共投资的空间溢出效应, 基于不同空间面板模型的估计, 分别估算出最优公共—私人投资比, 并通过比较不同空间面板模型的估计结果, 以确定不同空间面板模型在实证分析中的有效性。

四、估计结果与分析

1. 未考虑空间溢出效应的模型估计结果与分析

不同发展水平地区的公共投资规模存在一定的差异性, 因而不同类型区域的最优公共—私人投资比也存在着差异。欠发达地区经济发展水平相对较低, 基础设施建设相对落后;相比于发达地区而言, 欠发达地区对公共投资的需求相对更大。本研究是基于2003—2014年相对规模指标———全国人均GDP来衡量全国30个样本区的经济发展水平, 并将整个样本区划分为发达地区9和欠发达地区10

(1) 单位根检验与模型设定检验。表1反映了不同单位根检验的结果:除了变量ln Yit在IPS检验中不能拒绝原假设以及变量ln2 (rit) 、lnrit在ADF检验中不能拒绝原假设, 但其余检验方法中至少在5%的显著性水平上拒绝原假设。而另外三个变量的不同检验方法均至少在5%的显著性水平上拒绝存在单位根的原假设, 即各变量数据具有平稳性, 故可直接进行计量经济模型分析。

表1 不同单位根检验的结果    下载原表

表1 不同单位根检验的结果

注:原假设皆为存在单位根, 括号里为p值。

进一步地, 在全国层面、发达地区、欠发达地区三种样本情形下, 对实证分析中模型的具体设定的检验结果参见表2—表4。在全国层面样本情形下, F检验和Hausman检验的结果表明模型设定时应选取固定效应模型, 而且需要同时包含个体效应和时间效应, 即双向固定效应模型;在欠发达地区样本情形下, F检验和Hausman检验的结果表明模型设定时应选取双向固定效应模型;在发达地区样本情形下, F检验的结果表示应包含个体效应和时间效应, 但Hausman检验不显著, 表示固定效应模型估计可能略有偏误。从整体分析角度出发, 本文中对三种样本情形均选择采用双向固定效应模型进行估计。

表2 全国层面样本情形下模型设定的检验    下载原表

表2 全国层面样本情形下模型设定的检验

表3 发达地区样本情形下模型设定的检验    下载原表

表3 发达地区样本情形下模型设定的检验

表4 欠发达地区样本情形下模型设定的检验    下载原表

表4 欠发达地区样本情形下模型设定的检验

(2) 模型估计结果与解释。基于前述检验, 采用双向固定效应模型进行实证分析, 模型 (11) 估计结果参见表5。以全国所有省份为样本的面板模型估计结果表明:变量ln2 (rit) 的系数β1=-0.0777为负值, 且在1%的显著性水平上显著, 表明模型式 (7) 中偏离系数D的系数也为负, 即当实际的公共—私人投资比偏离最优公共—私人投资比时, 将会对经济增长产生显著性的负向影响, 这一结果验证了前述的假说2。同理, 分别以发达地区和欠发达地区省份为样本的面板模型估计结果显示, β1系数值分别为-0.0546、-0.0707, 且至少在5%的显著性水平上显著, 同样验证了假说2, 即偏离最优公共—私人投资比对经济增长具有负向影响。此外, 模型估计结果中资本存量和劳动力投入的系数均为正, 且均是显著的。

表5 未考虑空间溢出效应的模型估计结果    下载原表

表5 未考虑空间溢出效应的模型估计结果

注:括号里为t统计量的值。***、**、*分别为1%、5%和10%的显著性水平。

根据公式ω=exp (β2/-2β1) 以及ln2 (rit) 和lnrit的系数可知, 对于全国而言, 模型 (11) 中的系数β2=-0.156, 因此可以推算出2003—2014年长期最优公共—私人投资比为0.3665, 即表明当公共投资为私人投资的0.3665倍时, 将使得经济增长最大化。当实际公共—私人投资比低于或高于长期最优公共—私人投资比时, 均不能使得经济增长最大化, 将对经济增长产生一定的负向影响;当实际公共—私人投资比逐步渐进于长期最优公共—私人投资比时, 这种负向影响将逐渐减弱。同理, 根据表5中的结果, 可以推算出2003—2014年发达地区和欠发达地区的长期最优公共—私人投资比分别为0.3635和0.4120。三种样本情形估计结果的比较分析表明, 全国层面的长期最优公共—私人投资比的数值介于发达地区和欠发达地区的数值之间, 存在“发达地区<全国<欠发达地区”的关系, 进而可以推算出公共投资占总投资的比例也存在“发达地区<全国<欠发达地区”的关系。这表明相对于发达地区或者全国而言, 欠发达地区在经济发展过程中对公共投资的需求相对更大, 在总投资中公共投资的比例也更高。

图1反映了三种样本情形下实际公共—私人投资比的变化及与推算出的长期最优公共—私人投资比的总体偏离情况。可以看出, 欠发达地区的实际公共—私人投资比整体上高于全国层面的实际公共—私人投资比, 发达地区的实际公共—私人投资比整体上略低于全国层面的实际公共—私人投资比;在三种样本情形下, 实际公共—私人投资比的整体变化趋势基本上是一致的, 即在2008年之前明显高于各自样本情形下的长期最优公共—私人投资比且呈现下降的趋势, 在2008年和2009年这两年均出现了上升的情况, 而从2010年又开始下降, 且在2011—2013年这三年间均低于长期最优公共—私人投资比。这些变化与2003年以来中国经济增长的投资驱动、2007年前后偏向双紧的财政金融政策、2008—2010年应对金融危机、2012年前后的紧缩与去杠杆化政策是密切相关的。

同时, 应当看到, 欠发达省份基本上位于中西部地区和东北地区, 且以实际公共—私人投资比所表示的公共投资水平存在着较为明显的区域差异。对于大多数西部省份而言, 公共基础设施水平相对较低, 自西部大开发战略实施以来, 国家加大了对这些省份的公共资本投入, 使得这些省份的历年实际公共—私人投资比一直保持着较高的比率。表6中的统计结果显示, 在欠发达地区样本情形下, 除重庆市外, 西部地区其他九个省份的历年实际公共—私人投资比几乎均高于最优公共—私人投资比 (在全国层面样本情形下更为典型) 。对于东北地区的吉林省和黑龙江省而言, 在东北振兴战略实施的初期, 这两个省份的实际公共—私人投资比是高于最优公共—私人投资比的, 但因这两个省份经济发展出现了较明显的下滑或衰退, 制约了公共投资水平的提高;吉林省自2008年起、黑龙江省自2011年起, 历年实际公共—私人投资比均低于最优公共—私人投资比, 对两省的经济增长造成了一定的制约。对于中部地区的河南省、安徽省、江西省而言, 自2007年或2008年起, 三个省份的历年实际公共—私人投资比均低于最优公共—私人投资比, 公共投资的相对不足减缓了这三个省份的经济增长。

图1 2003—2014年三种样本情形下历年实际公共—私人投资比 (样本整体情况)

图1 2003—2014年三种样本情形下历年实际公共—私人投资比 (样本整体情况)   下载原图

 

对于发达地区而言, 以实际公共—私人投资比所表示的公共投资水平也存在着较为明显的省际差异, 且表6显示出在全国层面与发达地区样本情形下的统计结果完全一致。如辽宁省历年实际公共—私人投资比均低于最优公共—私人投资比, 这与东北地区经济的下滑或衰退是密不可分的;山东省历年实际公共—私人投资比均低于最优公共—私人投资比, 这值得在未来加以重视;京津冀地区的河北省与北京市和天津市相比, 自2007年起历年的实际公共—私人投资比大多低于最优公共—私人投资比, 特别是2011年起明显低于最优比, 使得河北省在京津冀协同发展中相对落后了;尽管江苏省自2006年起、浙江省自2008年起, 历年的实际公共—私人投资比几乎均低于最优公共—私人投资比, 但因这两个省份经济较为发达且民营经济发展良好, 相对较低的公共投资水平对两个省份经济发展的负向影响程度还是比较小的。此外, 其他几个省份历年的实际公共—私人投资比大多高于最优公共—私人投资比, 实际的公共投资水平相对较高。

更进一步, 根据实际的总投资I和GDP数据, 并根据推算出的最优公共—私人投资比, 可以大致推导出最优的公共投资占GDP的比例, 即公共投资最优规模Ig*。其推导公式可表示为:

表6 2 0 0 3—2014年三种样本情形下历年实际公共—私人投资比高于最优比的次数    下载原表

表6 2 0 0 3—2014年三种样本情形下历年实际公共—私人投资比高于最优比的次数

注:全国层面、发达地区、欠发达地区样本情形下的最优公共—私人投资比分别为0.3665、0.3635、0.4120。

 

考虑到中位数不易受分布数列的极大或极小值影响, 可以代表某一数列数值分布的整体特征。因此, 在推算公共投资最优规模时, 分别计算出2003—2014年间每年该类地区所有省份总投资占总GDP的比例, 得到一个数据系列, 然后取该数列的中位数, 因此可将计算式 (18) 调整为:

 

根据式 (19) , 可大致推算出公共投资最优规模, 即公共投资占GDP的比例, 具体的推算结果参见表7。由表7可知:整体而言, 2003—2014年间全国层面、发达地区以及欠发达地区的公共投资最优规模的推算结果分别为0.1466、0.1303和0.1850, 而且存在着“发达地区<全国<欠发达地区”的对比关系。表7中两类地区的推算结果与中国各地区公共投资的实际情况也是比较吻合的。发达地区的基础设施相对比较完善, 而欠发达地区基础设施相对落后, 欠发达地区对公共投资的需求相对更高, 因此, 欠发达地区的公共投资最优规模较全国层面和发达地区的要高。但应该看到的是, 无论全国层面还是分地区而言, 中国公共投资的实际规模总体上高于其潜在的最优规模, 在中国经济的未来发展中需要适度控制中国公共投资的实际规模。

表7 公共投资最优规模的推算结果    下载原表

表7 公共投资最优规模的推算结果

(3) 模型结果的稳健性检验。具体而言, 本文从数据的时间维度调整和变量替换两方面, 即将面板数据的时间维度调整为2003—2013年或者采用新变量 (自变量滞后一期) 替换原变量, 对模型结果的稳健性进行了检验, 结果见表8。

根据表8可以看出, 当将面板数据的时间维度调整为2003—2013年时, 与表5的结果相比较, 在发达地区和欠发达地区两种样本情形下, 估计出的各个系数在数值上保持了较好的一致性, 且均通过了显著性检验;当采用自变量滞后一期的新变量替换原有自变量时, 与表5的结果相比较, 在发达地区和欠发达地区两种样本情形下, 估计出的各个系数在数值上同样保持了较好的一致性, 除个别系数未能通过显著性检验外, ln2 (rit) 和lnrit的系数也均通过了显著性检验。综合而言, 对于发达地区和欠发达地区两种样本情形而言, 模型结果是比较稳健的。此外, 根据表8, 全国层面样本情形下的模型结果是稳健的。

表8 三种样本情形下模型结果的稳健性检验    下载原表

表8 三种样本情形下模型结果的稳健性检验

注:括号里为t统计量的值。***、**、*分别为1%、5%和10%的显著性水平。

2. 考虑空间溢出效应的模型估计结果与分析

以中国30个省级区域作为样本单元进行空间自相关检验, 进而判断总产出是否存在潜在的空间自相关。本文以各省级区域GDP对数值ln Y为属性值, 采用Moran’s I这一统计量来说明中国区域经济增长潜在的空间自相关。表9列出了2003—2014各年的Moran’s I统计量。

表9 潜在的空间自相关检验:Moran’s I统计量    下载原表

表9 潜在的空间自相关检验:Moran’s I统计量

表9结果表明, 选定的研究时段内各年份的Moran’s I统计量至少在10%的显著性水平上都拒绝了原假设H0:空间随机分布。总产出的空间相关性检验表明, 中国省级区域经济增长存在潜在的正的空间相关性, 因此, 考虑将总产出的空间滞后项纳入面板模型中具有其合理性。

当然, 在将模型 (11) 拓展到空间面板模型情形时, 除了考虑总产出的空间滞后影响, 也有必要考虑公共投资的空间溢出效应, 或者同时将总产出的空间滞后影响和公共投资的空间溢出效应纳入空间面板模型中。

实证分析中, 根据前述模型设定的情况, 讨论了各空间模型在本实证分析中的适用性。同时, 有必要对非空间面板模型的估计结果与空间面板模型的估计结果进行对比分析。

(1) 考虑误差的空间自回归结构的空间面板模型估计结果与解释。根据前述模型设定, 确定选择SAC模型 (12) 、SDEM模型 (13) 和GNS模型 (14) 进行估计, 并讨论各模型的适用性。借鉴Elhorst (2012) 的研究, 采用极大似然估计法对选择的三个空间面板模型进行估计, 结果见表10。

表10结果显示, 在广义空间自回归模型 (SAC) 和广义嵌套空间面板模型 (GNS) 情形下, 误差的空间自回归项的系数是不显著的, 表明在构建空间面板模型时引入误差的空间自回归结构是不必要的。此外在空间杜宾误差模型 (SDEM) 中, 尽管误差的空间自回归项的系数是显著的, 但根据模型 (13) 的设定, 由于滞后项的系数是不显著的, 使得SDEM模型的适用性差。因此, 考虑误差的空间自回归结构的三个空间面板模型, 整体而言并不适用于本实证分析。

(2) 不考虑误差的空间自回归结构的空间面板模型估计结果与解释。根据前述模型设定, 在不考虑误差的空间自回归结构时, 确定选择SAR模型 (15) 、SLX模型 (16) 和SDM模型 (17) 进行估计, 并讨论各模型的适用性。同样, 借鉴Elhorst (2012) 的研究, 采用极大似然估计法对选择的三个空间面板模型进行估计, 实证分析结果见表11。

表1 0 考虑误差的空间自回归结构的空间面板模型估计结果    下载原表

表1 0 考虑误差的空间自回归结构的空间面板模型估计结果

注:括号里为统计量。***、**、*分别为1%、5%和10%的显著性水平。

由表11可知, 空间滞后模型SAR、空间杜宾模型SDM中总产出空间滞后项的系数为正, 且均在1%的显著性水平上显著, 表明总产出存在显著性的空间溢出效应, 即中国区域经济增长具有显著性的正向空间影响, 一个区域的经济增长不但与本区域资本投入和劳动投入有关, 也受到邻近区域经济增长的影响, 对邻近区域的经济增长存在着潜在的空间依赖。SLX模型估计结果显示, 解释变量“公共—私人投资比”的空间滞后项的系数为负, 且在统计上是不显著的, 这表明在本实证分析中选择SLX模型 (16) 来考察空间溢出效应是不合适的。综合而言, 在本实证分析中选择不考虑误差的空间自回归结构的SAR模型、SDM模型是比较适合的。

SDM模型的估计结果显示, 解释变量“公共—私人投资比”的空间滞后项的系数也为正, 但未能通过至少在10%的显著性水平上的检验。考虑到“公共—私人投资比”的解释与公共投资规模直接相关, 这也间接表明邻近区域的公共投资并未对本区域的经济增长产生显著性的空间影响, 而邻近区域的公共投资更可能是通过促进各邻近区域本身的经济增长, 从而影响到本区域的经济增长。当然, 这种总产出的空间溢出效应已经得到了SAR模型 (15) 估计结果的支持。

通过比较SAR模型、SDM模型中总产出空间滞后项的系数值的大小, 可以发现SDM模型中的系数值稍大于SAR模型中的系数值, 这也可能为本区域经济增长受到来自邻近区域的公共投资的间接影响提供了系数数值上的支持。

根据ω=exp (β2/-2β1) 和表11中lnrit项和ln2 (rit) 项的系数值, 可以分别计算出SAR模型、SDM模型情形下长期最优公共—私人投资比ω。SAR模型和SDM模型的估计结果显示, 公共—私人投资比的对数平方项ln2 (rit) 的系数均为负值, 并均通过了1%的显著性水平检验, 这与非空间面板模型 (11) 的估计结果一致, 同样支持了前述提出的假说2, 即当实际公共—私人投资比偏离长期最优公共—私人投资比时, 将对经济增长产生显著性的负向影响。

在SAR模型中, 推算出的最优公共—私人投资比ω=0.3462, 即当公共投资为私人投资的0.3462倍时, 将使得经济增长最大化。与没有考虑空间溢出效应的模型 (11) 的估计结果相比, ω在数值上稍微变小了, 这与本区域的经济增长受到邻近区域的经济增长的空间影响有关, 即考虑总产出的空间溢出效应后, 将使得最优比状态下公共投资占总投资的比例有所下降, 且经测算大致下降了1.10个百分点。

表1 1 不考虑误差的空间自回归结构的空间面板模型估计结果    下载原表

表1 1 不考虑误差的空间自回归结构的空间面板模型估计结果

注:括号里为统计值。***、**、*分别为1%、5%和10%的显著性水平。

同理, 在SDM模型中, 推算出的最优公共—私人投资比ω=0.3452。与模型 (11) 的估计结果相比, ω在数值上稍微变得更小了一些。这不仅与本区域的经济增长受到邻近区域的经济增长的空间影响有关, 也与邻近区域的公共投资更可能通过促进各邻近区域本身的经济增长从而影响本区域的经济增长有关, 即考虑总产出的空间溢出效应和解释变量“公共—私人投资比”的空间滞后项后, 将使得最优比状态下公共投资占总投资的比例进一步下降, 且经测算大致下降了1.16个百分点。

综合而言, 在考虑空间溢出效应后, 估算出的最优公共—私人投资比在数值上稍微变小, 从而使得推算出的公共投资最优规模有所下降, 表明中国公共投资的实际规模相对而言更高了。

3. 偏离项对经济增长的负向影响程度

基于上节非空间模型和空间模型分析结果, 对于全国层面而言, 根据式 (4) 可以分别计算出各年份各省级区域的偏离系数D;将表11中FE模型、SAR模型和SDM模型的参数估计结果分别代入式 (11) 、式 (15) 、式 (17) , 可以得到各年份各省份经济增长的估计值lny赞, 进而通过计算出对应的γD/lny赞的数值, 以反映每年偏离系数D对经济增长的负向影响程度。对于每一年份而言, 考虑选择以数值系列的中位数来近似表示该年份偏离项γD对经济增长的负向影响程度, 具体参见表12。

根据表12, 可以发现:偏离系数D对经济增长的负向影响程度相对较小, 且三种模型情形下得到的估算结果非常接近;从数值大小看, 偏离项对经济增长的负向影响大概在0.02—0.25个百分点之间, 中位数值约为0.13个百分点。尽管这种显著性的负向影响相对较小, 但在数量级的解释方面基本符合实际情况。此外, 由于2003—2014年实际的公共—私人投资比r趋向于估算出的长期最优公共—私人投资比ω, 根据表12也可以看出, 偏离项对经济增长的负向影响在2003—2014年间整体呈现出减小的趋势;仅在2009年因受到全球金融危机的影响, 实际的公共—私人投资比r明显加大, 从而导致当年这种负向影响有所加大。

表1 2 偏离项γD对中国经济增长的影响程度    下载原表

单位:%

表1 2 偏离项γD对中国经济增长的影响程度

五、结论与启示

本文通过构建偏离最优公共—私人投资比的程度系数D, 在Cobb-Douglas生产函数的基础上, 构建了各类面板模型, 并基于2003—2014年中国省级区域的数据, 考察实际公共—私人投资比偏离最优公共—私人投资比对中国经济增长的影响, 进而推算出相应的公共投资最优规模;同时, 在考虑总产出和公共投资的空间溢出效应后, 结合全国层面的实证分析讨论了各种空间面板模型的适用性。主要研究结论如下:

(1) 构建的双向固定效应模型较好地验证了实际公共—私人投资比偏离最优公共—私人投资比将对中国经济增长产生显著性的负向影响。这不仅在全面层面得到了验证, 在分地区层面同样成立;分地区情形的分析结果表明欠发达地区对公共投资的需求相对更大, 在总投资中公共投资的比例也更高。推算出全国层面、发达地区以及欠发达地区的最优公共—私人投资比ω分别为0.3665、0.3635、0.4120, 且存在“发达地区<全国<欠发达地区”的关系, 进而推算出的公共投资最优规模也存在着“发达地区<全国<欠发达地区”的关系。这与研究期内中国公共投资的现实情况是比较吻合的;但无论是全国层面还是分地区而言, 中国公共投资的实际规模总体上高于其潜在的最优规模。

(2) 全国层面的空间面板模型拓展分析表明, 在模型中引入误差的空间自回归结构是不必要的。通过比较不考虑误差的空间自回归结构的三个空间面板模型的估计结果, 发现在本文的实证分析中, 空间滞后模型 (SAR) 的适用性最好, 空间杜宾模型 (SDM) 也大致符合分析的需要。SAR模型和SDM模型的估计结果与非空间面板模型的估计结果非常一致, 同样支持了假说2。

(3) 对于全国层面而言, 根据双向固定效应模型、空间滞后模型SAR和空间杜宾模型SDM估计出的最优公共—私人投资比ω分别为0.3665、0.3462和0.3452。与FE模型的估计结果相比, 在SAR模型和SDM模型情形下, 最优公共—私人投资比ω在数值上均稍微变小了, 且对于后者而言, ω在数值上变得更小了。这也使得推算出的公共投资最优规模有所下降, 从而表明中国公共投资的实际规模相对而言更高了一些。

(4) 偏离最优公共—私人投资比对中国经济增长的负向影响在数值上相对较小, 不同模型情形下得到的估算结果非常接近, 大致在0.02—0.25个百分点之间, 且整体呈现出减小的趋势。

基于本文的研究, 得到以下两点重要启示:

(1) 在中国公共投资规模决策上, 应重视优化公共投资的区域结构。当前, 发达地区与欠发达地区的公共投资最优规模在整体上仍存在着一定的差异, 而且无论是对于欠发达地区的内部省份还是对于发达地区的内部省份而言, 公共投资水平均存在着较为明显的差异。这些差异不仅与研究期内中国公共投资的各区域实际情况和中国公共投资主要决策比较吻合, 也基本上与国家大的区域发展战略调整是相一致的。在未来的中国公共投资规模决策上应重视优化公共投资的区域结构, 不仅应对发达地区与欠发达地区加以区别对待, 也应兼顾到四大经济区的现实情况。在当前实施区域协调发展战略中, 中央政府应考虑在一定时期内对西部地区的基础设施建设和公共投资继续给予更大的支持;有必要重视对中部地区的河南省、安徽省和江西省适当加大公共资本的投入, 促进中部崛起战略的实施;同时, 在某些特定的或选择性的公共投资领域, 应当有针对性地加大对东北地区的政策性公共资本投入, 为东北地区的长远振兴提供一定的保障。

(2) 把握好公共—私人投资比的“临界点”, 以促进经济增长最大化效果的实现。公共投资能否有效拉动中国经济增长, 是中国公共投资规模决策所必须考虑的问题。考虑到当前供给侧结构性改革、保障和改善民生等现实需要, 在未来的一定时期内, 中国的公共投资将仍可能保持在一个较高的水平。值得注意的是, 未来应把握好公共—私人投资比的“临界点”, 重视提高中国公共投资的整体效益, 以促进经济增长最大化。此外, 也需要在完善公共投资监管机制、落实公共投资区域政策差别化等方面开展进一步的研究。



畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:偏离最优公共—私人投资比对经济增长的影响

文章地址:www.sjzjkl.com/lunwenjianshang/_er_/2019/0731/940.html

内容来自网络-如有侵权,请告知删之

上一篇:劳动生产率冲击、工资粘性与中国实际经济周期 下一篇:后工业化时期中国小城镇高质量发展的路径选择

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: