logo资料库

长期经济增长与长三角财政支出结构优化研究.pdf

第1页 / 共11页
第2页 / 共11页
第3页 / 共11页
第4页 / 共11页
第5页 / 共11页
第6页 / 共11页
第7页 / 共11页
第8页 / 共11页
资料共11页,剩余部分请下载后查看
长期经济增长与长三角财政支出结构优化研究 http://www.paper.edu.cn 吴群 宁波大学数量经济研究所,浙江宁波(315000) E-mail:moodcard820102@yahoo.com.cn 摘 要:许多文章已经研究了不同地区的财政支出结构和经济增长之间的关系,并得出了不 同的结论。本文利用长三角地区 1985-2004 年的相关时间序列数据对上述经济关系做了实证 研究,并运用协整检验、格兰杰因果关系检验,脉冲响应函数以及方差分解等计量方法来考 察他们相互之间的动态计量关系。结果显示在选取的样本空间内,长三角地区的财政支出结 构与经济增长之间并不存在长期稳定的均衡关系,而相比基础建设支出和人力资本支出,科 技研究支出对于长三角的经济增长更具有促进作用。 关键词:财政支出结构,经济增长,长三角地区 1.引言 长江三角洲地区是中国经济发展的主要区域之一。2004年,长三角两省一市的GDP占全 国的25%,出口占全国的37%,实际利用外商直接投资占全国的42%,经济增长一直走在全 国的前列[1]。然而,近几年来,长三角地区率先发展的步伐所遇到的阻力越来越大,资源短 缺、环境污染、制造业困境等因素严重威胁到长三角地区的持续发展。要消除这些因素的威 胁,根本的出路在于彻底转变经济增长方式,实现经济长期的可持续发展,即由主要依靠物 质资源投入的增长方式转向主要依靠知识投入的增长方式。而长三角地区转变经济增长方 式,无论是推动科技创新,还是解决公共服务和基础产业发展等问题,都离不开财政政策的 支持。本文试图从长期经济发展的角度来考察长三角财政支出结构的优化问题。 在研究经济增长与财政支出关系时,除财政支出的总量规模与经济增长具有重要关系 外,财政支出结构的优化与总量政策相比更具有重要的一面,其主要原因是近十几年来,在 大多数国家经历了政府规模的不断扩张之后,财政支出规模的调整已经不可避免,而在各国 政府制定财政政策时,对某一项财政支出到底是削减还是增加,这将是一个非常艰难的选择, 因此,在做出决策前,决策者必须知道各类支出对本国经济的影响方向和程度。 大体而言,目前理论界对于财政支出结构与经济增长关系研究中有一个最主要争论,那 就是生产性财政支出和非生产性财政支出的界定问题[2],并由此引出的究竟是哪种支出对经 济增长更有促进作用的讨论。我们在表 1 中把国内外代表性的研究进行了简要的归纳: 表 1 财政支出与经济增长关系的实证分析 研究范围 考察对象 [3] 作者 Kormendi 等(1985) 真实 GDP 与政府消费支出 /GDP 美国 1950-1977 年 结论 没有显著关系 Landau(1989) 人均 GDP 与政府消费支出 /GDP 115 个国家(24 个 OECD 国家) 显著负相关 Crihfield 等(1995) 公共基础设施投资与经济 增长 发达国家 1960 -1977 年 统计上不显著 - 1 -
Devarajan 等(1996) 政府支出组成与经济增长 43 个发展中国 1970-1990 年 生产性支出过度使用 对经济有负影响 http://www.paper.edu.cn Barro(1991) 政府消费支出与人均 GDP Easterly Rebelo(1993) 公共投资与经济增长 98 个国家 1960-1985 28 个国家 1970-1988 政府消费支出(不包 括国防和教育)对经 济增长有显著负作用 正关系 发展中国家在国防、 社会文教等方面的支 出会阻碍经济的发 Miller、Russek(1996) 财政结构与经济增长 国际范围 展,而发展中国家和 蔡增正(1999) 教育对经济增长的贡献 发达国家在教育上的 投资都会促进经济的 发展 86 个国家 1965-1990 年 教育部门资本边际社 会产出远远大于非教 育部门资本的边际产 出 郭庆旺等(2003) 财政生产性支出与经济增 长的关系 中国 科学研究支出相比物 质资本和人力资本支 出更具有生产性 生产性支出和非生产 孙长清等(2004) 长期经济增长与中国财政 中国改革开放 性支出都与经济增长 支出结构 以来 正相关,而财政投资 为负相关 统计意义上的资本性 王小利(2005) 公共支出对 GDP 长期增长 中国 1978-2003 支出并不具备内生经 效应 年 济增长理论对经济的 长期增长效应 而在研究方法方面,财政支出结构与经济增长关系实证研究的方法主要有三种: 一是利用跨国(地区)截面或者时间序列数据在内生增长理论的模型框架下对某几项财 政支出与经济增长进行普通最小二乘法地回归分析,如 Landau(1989)、Barro(1991)等。 由于选取跨国(地区)截面数据时没能考虑不同国家(地区)的异质性:即各国家(地区) 具有不同的经济结构和生产技术等,可能会导致虚假的结论;并且如果采用非平稳的时间序 列数据直接进行 OLS,则有可能导致“伪回归”现象。 二是利用单个国家(地区)的时间序列数据对某几项财政支出与经济增长进行协整检验、 探讨变量之间长期稳定的均衡关系,并建立误差修正模型来研究变量间的短期波动,同时结 合因果关系检验、脉冲响应函数以及方差分解等计量方法加以辅助分析。如孙长清(2004)、 王小利(2005)等。 - 2 -
http://www.paper.edu.cn 三是利用单个国家(地区)的横截面和时间序列数据组成的面板数据,充分运用协整分 析和多目标优化方法,构建财政支出结构优化模型的目标函数来进行分析。 其中后两种方法,已经成为研究财政支出结构与经济增长关系实证研究的主流。 虽然,国内外许多学者对财政支出结构与经济增长的关系已经做了大量的研究,但是由 于指标选取和研究方法的不同,结果不尽相同,而且这些研究多以一个或几个国家为研究对 象,很少有文献考察一国中某个区域的财政支出结构对其自身经济发展的影响。介于长三角 地区的重要经济地位,以及其面临的可持续率先发展的重大课题,研究长三角地区财政支出 结构与经济增长的关系更加富有现实意义。 2.有关财政支出对经济增长的作用机制分析 我们可以设计一个没有政府部门参与的一般生产函数模型来作为我们下面分析财政支 出结构影响经济增长的作用机制的理论框架[4]: Y(t)=F[A(t)K(t),B(t)L(t)] 其中K(t)和L(t)是t时期投入物质生产部门的有效资本和有效劳动,A(t)和B(t)分别是衡量 资本和劳动在物质生产部门生产中的效率指数,一般情况下,我们可以用它们的生产率来衡 量。A反应的是技术发展状况,而B则取决于劳动力的教育水平以及健康状况。 从上面建立的一般性增长模型的框架中可以看出,财政支出影响经济增长的作用机制有 两类:一类是能够影响有效劳动生产率和有效劳动供给的作用机制;一类是影响资本生产率 和有效资本供给的作用机制。在第一类中最典型的莫过于政府对教育和公众健康的支出;而 财政支出 影 响 劳 动 生 产 率 的财政支出 影 响 资 本 生 产 率 的财政支出 第二类则主要包括政府资本性支出和转移支付、国防和公共秩序支出以及政府研究与开发支 出。 积 蓄 社 会 发 展 动 力 维 护 社 会 政 治 稳 定 科 教 文 卫 支 出 优 化 经 济 结 构 优 化 经 济 结 构 资 本 性 支 出 国 防 行 政 支 出 科 研 支 出 经济增长 图 1 财政支出对经济增长的作用机制 - 3 -
http://www.paper.edu.cn 3.变量与模型 3.1 变量的设定及数据的单位根检验 为了重点分析两类作用机制对经济增长的影响,本文用基本建设支出(CC)和科技三 项支出(SS)作为第二类作用机制代理变量;用科教文卫支出(CESH)作为第一类作用机 制的代理变量;另外,通过国内生产总值(GDP)来反映经济增长。 由于统计年鉴,财政年鉴中没有单独列出长三角地区相关的经济数据,本文采用的方法 是将浙江、江苏、上海这两省一市的相关数据加总后得到最终数据。论文分析所使用的样本 取自1985~2004年的年度数据, 数据来源于相关年份的《上海统计年鉴》、《江苏统计年鉴》、 《浙江统计年鉴》、《长三角地区统计年鉴》、《中国统计年鉴》、《中国财政年鉴》以及 《新中国五十年统计资料汇编(1949-1999)》、《新中国五十年财政统计》。为了消除物 价的影响,我们用零售价格指数(1985 = 100) 对各个经济数据进行了平减。由于数据的自然 对数变换不改变变量之间的长期稳定关系和短期调整效应,并能使其趋势线性化,消除时间序 列中存在的异方差现象,所以对实际GDP、实际基本建设支出、实际科技三项支出和实际科 教文卫支出进行了自然对数变换,分别用LGDP、LCC、LSS和LCESH表示。 由于现实中的大部分经济变量的时间序列都是非平稳的,直接进行回归分析,会产生“伪 回归”问题,因此我们利用ADF方法对上述变量分别作了单位根检验(本文数据的参数检验, 方程估计均在EVIEWS3.1下进行[5])。时间序列LGDP、LCC、LSS和LCESH的平稳性检验 结果见表2 表 2 各变量的 ADF 检验结果 变量 ADF 统计量 临界值 AIC SC 检验类型 (C,T,K) 结论 -3.5471 -1.9312 -2.3176 -3.6976 -4.4012 -6.7468 -3.8109 -5.4547 -4.6193① -4.7315① -4.5743① -4.6712① -3.7611② -3.7611② -3.6920② -4.5743① 不平稳 不平稳 不平稳 不平稳 平稳 平稳 平稳 平稳 LGDP LCC LSS LCESH DLGDP DLCC DLSS DLCESH 注: (1)检验形式中的C和T表示带有常数项和趋势项,K表示滞后阶数;(2)ADF检验的临界值来自软件 EVIEWS3.1;(3)滞后期k的选择标准是以AIC和SC值最小为准则;(4)∆表示变量序列的一阶差分;(5)①、 ②分别表示显著水平为1%、5%的临界值。 -3.4473 C,T,2 -1.9671 C,T,4 -0.7889 C,T,1 -3.7796 C,T,3 -3.8797C,T,3 -1.7650C,T,3 -0.6248C,T,0 -3.3123C,T,0 -3.6924 -2.2976 -0.9868 -4.0693 -4.1629 -2.0482 -0.7731 -3.4607 由表2可以看出经济变量的时间序列经过一阶差分以后变为平稳序列,因此是一阶单整 序列。 3.2 模型的设定 在对各变量之间的静态关系分析方面,我们利用多元回归分析,来考察LCC、LSS和 LCESH对经济增长的作用方向,为了简化分析,模型中没有包括资本存量和劳动力等变量。 其具体函数关系为: LGDP=F(LCC、LSS、LCESH) - 4 -
http://www.paper.edu.cn 估计方程为: LGDP=C1 + C2 LCC + +C3 LSS + C4 LCESH + U 在考察各变量之间的动态关系时,我们选定向量自回归(VAR)模型来分析变量间的长 期均衡关系,以及在给定单位变化条件下各变量在系统内相互影响的综合动态反应等。为了 保证分析结果的可靠性,我们把分析所涉及的内生变量限定为 4 个,仅将常数项作为外生变 量。模型的具体形式为[6]: LY t = C + p ∑ i 1 = LYB t P − + i U t 其中: LY t = ⎡ ⎢ ⎢ ⎢ ⎢ ⎣ t LGDP t LCC LSS LCESH t C = ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ t C ⎡ 1 ⎢ C ⎢ C ⎢ ⎢ C ⎣ 3 2 4 B = ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ B 11 B 21 B 31 B 41 B 51 ⎡ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ B 12 B 22 B 32 B 42 B 52 B 13 B 23 B 33 B 43 B 53 B 14 B 24 B 34 B 44 B 54 ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ U t = U ⎡ ⎢ U ⎢ U ⎢ ⎢ U ⎣ 1 2 3 4 ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ 这里的 tU 是随即扰动项,其同时刻的元素可以彼此相关,但不能与自身滞后值和模型右边 的变量相关。 4.实证分析 4.1 静态方程估计 利用最小二乘法估计静态方程参数,输出结果为: LGDP = 2.98 + 0.11LCC - 0.33LSS + 1.19LCESH (13.65) (1.50) (-4.93) (19.18) R2=0.993 F 统计量=797.50 D-W=2.08 从参数检验上看,方程的整体显著性明显,且不存在自相关,各参数除了基本建设支出 外在 5%的显著性水平下都通过了 t 检验。 估计结果表明,从短期看,当期的基本建设支出在统计上不显著,说明当期的基本投资 对当期的 GDP 并不产生显著影响,这可能是由于很多基本项目都具有一定的建设周期,在 当期难以立即形成生产能力;科教文卫支出对当期 GDP 的影响显著为正,而科技三项支出 的影响则显著为负。 4.2 动态方程估计 我们利用 VAR 模型,对动态关系进行了考察,根据 AIC 和 SC 信息量取直最小的准则, 确定模型的滞后阶数为 2,输出结果为: − = LY t ⎡ ⎢ ⎢ ⎢ ⎢ ⎣ 其中 − 31.1 72.1 43.0 13.0 LYt = − 01.0 26.0 27.0 69.0 [ LGDP 49.0 55.2 33.0 41.0 − LSS 08.0 08.0 02.0 53.0 LCESH ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ * LY t 1 − + LCC ] ′ − − 74.0 51.0 09.0 69.1 ⎡ ⎢ ⎢ ⎢ ⎢ ⎣ − − − − 06.0 55.0 13.0 12.0 − 02.0 01.1 16.0 58.0 − − − 11.0 07.0 08.0 34.0 ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ * LY t − 2 + 53.1 56.3 82.1 05.6 − − ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ ⎡ ⎢ ⎢ ⎢ ⎢ ⎣ - 5 -
http://www.paper.edu.cn 表 3 方程总体评价指标: Log Likelihood Akaike Information Criteria Schwarz Criteria 156.1554 -13.35059 -11.56985 从对向量自回归方程的估计结果看,变量相互之间的内在结构关系得到了较好的反映,且符 号基本符合预期效果,从向量自回归滞后 1 期的系数基本上延续了静态方程的估计结果,科 教文卫对 GDP 的影响明显大于政府基本建设支出的影响,而在滞后 2 期后,情况发生了变 化,随着基本建设支出生产性的慢慢体现,其对 GDP 的影响就超过了科教文卫。值得注意 的是,无论是在当期还是滞后 2 期内,科技三项支出对 GDP 的影响要么为负,要么不显著。 这说明在短时期内科技研究对经济增长并没有直接的促进作用。 4.3 变量间长期关系的协整讨论 根据协整分析理论,如果所分析变量是一阶单整的,那么他们有可能存在协整关系。现 在我们通过 EG 两步法来对财政支出各变量与经济增长的协整关系进行一下讨论,看看他们 是否存在着长期均衡的关系。EG 两部法的步骤为: 第一步 首先进行协整回归(用 OLS 法估计协整向量),并检验变量间是否存在协整关 系; 第二步 若存在协整关系,以第一步求到的残差作为非均衡误差项直接加入到误差修正 模型重,并用 OLS 法估计参数。 在实际应用中,因为本文的数据样本属于小样本,为了克服参数估计时可能存在的偏倚 性,在 E-G 两步法的第一步我们采用了动态分布滞后模型,得到以下结果: LGDP = 6.80+ 0.54LGDP(-1)-1.26LGDP(-2) + 0.297LOGCC - 0.131LOGCC(-1) + (5.89) (-13.41) (11.09) (-5.56) 0.19LOGCC(-2)+ 0.435LOGCESH(-1) + 0.927LOGCESH - 0.268LOGCESH(-2) + (10.61) (5.24) (8.90) (-4.31) 0.15LOGSS - 0.523LOGSS(-1) - 0.132LOGSS(-2) (4.96) (-20.93) (-5.90) 由上式可初步计算出财政支出结构各变量与经济增长之间的长期关系(如果存在) LGDP =C +αLCC +βLSS+γLCESH 其中 C = 6.80/ (1–0.54 + 1.26) = 3.953 α = (0.297–0.131 + 0.19)/(1–0.54 + 1.26) = 0.207 β = (0.15 - 0.132 - 0.523)/(1–0.54 + 1.26) = - 0.294 γ = (0.435 + 0.927 - 0.268)/(1–0.54 + 1.26) =0.636 据此,LGDP=3.953+0.207LCC-0.294LSS+0.636LCESH 那么,非均衡误差项µt = LGDP – 3.953 - 0.207LCC + 0. 294LSS-0.636LCESH 若上述变量存在协整关系,则由上式计算的非均衡误差项应具有平稳性。用∆µt 做以下 回归,并进行AEG检验: ∆µt = -0.03-1.33µt(-1)+ 0.18 (-2.15) (-3.58*) (0.77) R2=0.63 D-W=1.86 S.E.=0.047 由于方程中包含因变量的滞后项,所以D.W检验失效,采用LM检验代替,检验显示方 - 6 -
http://www.paper.edu.cn 程不存在自相关,说明加入∆µt的一个滞后项完全可以满足动态方程的要求。由上式知 AEG=-3.58,而协整检验临界值C0.05=-4.43-14.50/20-19.54/202=-5.20 由于-3.58>-5.20,说明随机误差项未通过协整检验,这说明在所取样本空间内,基本建设 支出、科教文卫支出和科技三项支出和经济增长之间并不存在着长期均衡的协整关系。 4.4 变量间因果关系分析 我们利用格兰杰因果关系检验来分析各变量之间的因果关系。格兰杰因果检验的条件是 随机变量必须是平稳时间序列,或者虽然序列不平稳但变量间存在协整关系,如果随机变量 是非平稳序列且又不存在协整关系,进行格兰杰因果检验时有可能出现伪回归的现象,从而 可能导致错误的结论,所以我们不能直接拿 LCC、LCESH 和 LSS 对 GDP 来做因果检验, 但是考虑到他们的差分序列都是平稳的,满足因果检验的条件,而且差分表示的是各自变量 的增长率,因此对差分进行因果关系分析也是十分有意义的。我们根据 AIC 最小原则,确 定滞后期为 2,其检验结果如表所示: 表 4 格兰杰因果关系检验 原假设 F 统计值 DLCC 不是 DLGDP 的原因 5.391 DLGDP 不是 DLCC 的原因 4.847 DLSS 不是 DLGDP 的原因 3.535 DLGDP 不是 DLSS 的原因 0.588 DLCESH 不是 DLGDP 的原 因 DLGDP 不是 DLCESH 的原 因 2.036 P 值 0.021 0.029 0.062 0.571 0.173 0.982 0.018 由表4可知,在各变量的增长率水平上,基本建设支出和GDP存在着双向的因果关系。 而科技三项支出和科教文卫支出也是GDP增长的原因,但反过来却不成立。 4.5 各变量间的脉冲响应分析 为了进一步表现出各变量的单位变化通过其内在联系对整个系统的扰动,以及各变量对 这些扰动的综合反应,我们利用VAR函数对各变量之间的系统关系作进一步脉冲响应分析, 并试图通过这一分析找出基本建设支出(LCC)、科技三项支出(LSS)、科教文卫支出 (LCESH)与经济增长(LGDP)相互之间的长期关系。在这里为了保证系统的平稳性,我 们采用变量对数水平的一次差分构成脉冲响应函数,根据AIC和SC最小原则,选择滞后期为 2。 - 7 -
http://www.paper.edu.cn 图2 LGDP对一个标准差新息的响应 通过图2我们可以发现: 1)GDP增长水平对其自身的一个标准差新息立刻有了较强的反应,增长水平提高了约 0.025,但影响时间不长,到第四期后已经回到了原来的水平。 2)GDP增长水平对其他方程的新息在第一期都没有反映,来自基本建设支出的影响从 第二期开始明显,对GDP增长水平有一个正的冲击,持续时间较长,但影响逐年减 弱;来自科技三项支出的一个标准差新息的影响在第三期开始才基本显著,并超过 了同一时期基本建设支出的影响,使增长水平约迅速增加了0.015,这基本符合了 VAR模型的估计结果;而来自科教文卫支出的一个标准差新息的影响在第五期前均 是负向的,然而在第五期至第七期则是突然有了一个正向的冲击,并且成为了促进 经济增长最主要的财政支出。 3)各变量方程的新息对GDP的影响到第十期时基本消失,只有科技三项支出仍有一个 明显的正冲击。 4.6 方差分解 Granger因果关系检验结果仅能说明变量之间的因果关系, 但不能说明变量之间因果关 系的强度,为了进一步分析财政支出各部分对GDP的增长效应问题,本文应用方差分解来考 察以财政支出各组成部分为因变量的各方程对GDP增长长期预测误差的解释能力。方差分解 法可以研究VAR模型的动态特征,其主要思想是把系统中每个内生变量(共M个)的波动(K 步预测均方误差)按其成因分解为与各方程新息(Innovation)相关联的M个组成部分,从 而了解各新息对模型内生变量的相对重要性。方差分解不仅是样本期间以外的因果关系检验, 而且将每个变量的单位增量分解为一定比例自身原因和其他变量的贡献 表5 各变量单位变化对GDP增长的方差分解表 Period 1 2 3 4 5 S.E. 0.023862 0.034175 0.039959 0.042074 0.042385 DLOGY 100.0000 72.79604 59.64788 54.27935 54.02102 DLOGSS DLOGCESH DLOGCC 0.000000 0.000000 8.544108 0.028450 9.796896 14.84345 20.16282 10.62317 10.47274 20.52684 0.000000 18.63140 15.71178 14.93466 14.97940 - 8 -
分享到:
收藏