经济波动对中国经济增长影响的稳健性研究，本文主要内容关键词为：稳健论文,中国经济增长论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F037.2 文献标志码：A 文章编号：1674-4543(2011)04-0003-10
一、引言
宏观经济学的一个长期传统是将经济波动与经济增长隔离开研究，采用经济周期模型研究经济波动，通过经济增长模型研究经济增长。这样做的代价是二者之间可能存在的内在联系被忽略，而后者对于理解动态宏观经济系统的演变以及宏观经济政策设计具有显而易见的重要性。特别是对于政府设计稳定政策而言，只有明确经济波动与经济增长之间的关系，才能确定在短期和长期目标之间是否存在权衡。如果二者负相关，经济波动不利于经济增长，那么试图减缓经济波动的稳定政策同时可以实现促进经济增长的目标；反之，如果二者正相关，经济波动有利于经济增长，那么稳定政策反而会抑制经济增长，此时政府在稳定和增长之间就面临一个权衡。正因为如此，实际经济周期(RBC)理论和新增长理论对这种传统两分法提出了质疑和批评。RBC理论认为，技术冲击不但是诱发经济增长的重要原因，也是造成经济波动的主要源泉。[1-2]内生增长理论认为，生产率的改进依赖于配置给它的资源数量，无论是对于实际冲击还是名义冲击，只要暂时性冲击能够改变配置给生产率改进活动的资源数量，都可能对经济增长产生持久性影响。但是，由此引发的关于经济波动与经济增长之间关系的理论研究并没有得出一致结论。Bernanke[3]和Pindyck[4]等认为，经济波动与经济增长应该存在负相关关系，而Black等则认为二者应该正相关。[5]
理论上的分歧意味着通过经验研究澄清二者关系是非常有价值的工作，然而大量的经验研究也并未得出一致性结论。很多研究发现波动与增长负相关。Ramey和Ramey使用两组国家样本研究波动与增长的关系，一组是仅包括OECD国家的24个样本，另一组是除OECD国家之外还包括发展中国家在内的92个样本，时间跨度分别为1952-1988年和1962-1985年，结果一致表明：经济波动越高的国家，平均经济增长率越低。[6]使用Ramey和Ramey的方法，Dawson和Stephenson基于美国48个州的数据研究波动与增长的关系，结果显示二者无显著关系，[7]这一结果在同类研究中非常少见。Norrbin和Yigit也遵循同样方法探讨波动与增长负相关关系的稳健性，发现基于包括24个OECD国家在内的77个国家样本得到的二者负相关非常稳健，但基于24个OECD国家样本得到的二者负相关的稳健性略差。[8]Hnatkovska和Loayza使用79个国家1960-2000年的跨国数据进行研究，发现波动对增长有负面影响，这一负面影响在最近20年更明显。[9]Kneller和Young，[10]Rafferty[11]使用OECD国家的样本数据进行检验，发现二者显著负相关，但后者发现这一结果的稳健性稍弱。Martin和Rogers也发现波动与增长负相关，但仅限于OECD国家和欧洲国家。[12]Turnovskey和Chattopadhyay探讨了资本市场不完善的发展中国家波动对增长的影响，首先构建理论模型，其次对模型进行数值模拟，再次基于61个发展中国家1975-1992年的数据进行检验，发现贸易波动、政府支出波动、货币政策波动对经济增长都存在负面影响。[13]
上述研究与Kormendi和Meguire，Grier和Tullock的研究结论形成鲜明对照。Kormendi和Meguire是较早的经典文献，采用跨国横截面数据的经验研究发现波动和增长正相关。[14]他们的结论得到Grier和Tullock的支持，[15]后者参考前者的方法，但采用了更大的面板数据样本。此外，有一些研究将经济波动进行分解而同时得到两种结果。Kroft和Lloyd-Ellis对Ramey和Ramey研究的扩展与延伸，[16]将经济波动分解为短期不确定性和中长期的经济周期波动，在此基础上采用与Ramey和Ramey完全相同的两组国家样本数据探究波动与增长的关系，发现经济增长与短期不确定性显著正相关，与经济周期波动显著负相关，因此波动与增长的负相关关系主要归功于经济周期波动与经济增长的相关性。但Saint-Paul却发现经济高频波动与经济增长负相关，而经济低频波动与经济增长正相关。[17]现有经验结果的多重性意味着该研究领域仍然存在很大的深入空间。一个方向是放弃跨国数据，使用较大经济体内部数据。从上述讨论可发现，除Dawson和Stephenson的研究之外，针对波动与增长关系的经验研究几乎都采用跨国数据。然而，跨国经验研究被认为难以控制国家之间的文化、制度和统计口径等因素导致的数据异质性和不可比性，开始受到越来越多的批评。相比之下，来自一些较大经济体内部数据的异质性问题较小、可比性更强，因此来自较大经济体内部的数据开始受到经验研究的重视。中国是一个大型经济体，采用省级数据研究波动对增长的影响无疑可以在很大程度上避免数据的异质性和不可比性问题。
学界研究波动与增长关系的计量方法有两种：一种是基于GARCH-M模型框架，另一种是采用经济增长收敛性研究框架。国内学者针对两者关系的经验研究中，李永友采用第一种方法，[18]卢二坡和王泽填、[19]卢二坡和曾五一[20]采用第二种方法，本文属于后者范畴。这些研究做出了有价值的尝试，都发现经济波动对中国经济增长存在负面影响，但不容否认的是都存在一定局限性：第一篇采用的是全国时序数据，不仅样本区间较短，而且没有考虑地区异质性，全国层面的数据无法反映各省份的特殊性，会丢失相当多的重要信息，因此估计结果的可靠性会下降；后两篇的经验研究与本文较接近，但前者没有引入一些可能影响二者之间的其他重要控制变量，任何一个或几个能够影响经济增长的因素都会导致其估计结果存在偏误，后者虽然控制了一些重要因素，但其考虑的只是1978年之后的情形，忽略了1978年之前的重要样本数据，根据较短时间跨度数据的研究结论往往缺乏一般性。因此，合理引入重要的控制变量，补足1953-1977年的跨省面板数据，基于1953-2004年的扩展样本数据，更全面地分析波动与增长的关系具有重要理论与现实意义。此外，这一领域的已有文献中，省级横截面数据是国内同类研究遗漏掉的至关重要的样本数据。将国内研究遗漏掉的重要样本数据考虑在内，进而系统研究波动对增长影响的稳健性就变得尤为重要。因此，利用1953-2004年的省级数据构造6个横截面数据模型和10个面板数据模型，试图回答如下问题：经济波动对经济增长的负面影响随着样本数据和控制变量的变化是否保持稳健？经济波动的福利成本是否由于波动与增长之间的关系而变化？这一系列问题是国内外同类研究新的发展，也是理解中国经济波动与经济增长需要回答的核心问题。本研究既能为关于波动与增长关系的理论研究提供来自中国的经验证据，又有助于深入探究经济波动的福利成本等相关问题，也可以帮助我们更好地理解中国宏观经济运行，为政府宏观调控提供参考。
二、模型、变量与数据
(一)计量模型
建立的计量模型如下：
其中，growth表示经济增长，volatility表示经济波动，X为控制变量向量，ε为残差项。X包括初始人力资本、初始GDP、投资占GDP份额、人口增长率、政府消费占GDP份额的增长率。这些变量是经济增长的重要决定因素，[21]它们在讨论经济波动对经济增长影响的经验文献中被广泛使用。在同类经验研究中，数据获取方式有两种：一种是将每个区域的时间序列数据平均为该区域的一个样本点，然后构建横截面数据模型进行经验分析；另一种是将每个区域的时间序列数据进行短时间段的平均，这样每个区域就有几个样本点，然后构建面板数据模型进行经验分析。第一种方法的缺点是破坏了每个区域的时间序列数据中可能包含的重要信息。因此，除了采用横截面数据模型之外，还通过面板数据模型进行经验分析。在面板数据的获取方式中，对各个省份的各个变量时间序列数据进行10年平均，具体分为5个时段——1953-1964年、1965-1974年、1975-1984年、1985-1994年、1995-2004年，其中第一个时段包括12年，这是出于部分省份数据的易获取性考虑。
(二)变量选取
回归模型中各变量的定义由表1给出，具体分析如下：(1)growth和volatility。用各省份人均实际GDP增长率的平均值来度量经济增长，经济波动采用人均实际GDP增长率的标准差来度量。该变量面板数据的获取方式与横截面数据的获取原理相同，只是把时间序列分为5个时间段而已。(2)invest。对于投资占GDP份额指标，横截面数据就是1953-2004年间各年固定资产投资与GDP比值的平均值，面板数据就是5个时间段各年固定资产投资与GDP比值的平均值。在AK模型中，较高的投资率意味着较高的人均产出增长率，跨国经验研究也揭示了高投资率对增长的积极作用，[21]因此，预期该变量的估计系数为正。(3)pop。对于平均人口增长率指标，横截面数据是1953-2004年间各年年底总人口数的环比增长率的平均值，面板数据是5个时间段各年年底总人口数的环比增长率的平均值。较高的出生率意味着更多的资源必须用来抚养孩子而不是用于商品生产，如果人口在增长，经济中的一部分投资需要用来为新劳动力提高资本，而不是用来提高人均资本，因此较高的人口增长率会降低人均资本积累，进而不利于经济增长。该变量估计系数的预期符号为负。(4)human。遵循周业安等的选取方法，采用普通中等学校在校人数占总人口的比重来度量当期的人力资本。[22]在横截面数据中，以1953年为基期，因此1953年的普通中等学校在校学生人数与年底总人口数之比就是初始年份的人力资本水平。对于面板数据，则需要1953、1965、1975、1985和1995年5个年份的普通中等学校在校学生人数与年底总人口数之比作为各自时间段初始年份的人力资本水平。根据内生增长理论，人力资本积累既可以提高劳动者的生产技能，又可以为研发提供充足的人力资源，因此初始人力资本水平越高的国家，经济增长会越快。该变量估计系数的预期符号为正。(5)ipgdp。选取1953年为基期，横截面数据中，1953年的人均名义GDP就是实际人均GDP，面板数据中，需要1953、1965、1975、1985和1995年5个年份各省份的实际人均GDP作为各时间段中的初始人均实际GDP。在新古典经济模型中，在技术水平给定情况下，初始人均实际GDP指标的系数具有条件收敛率的意义，即如果其他解释变量保持不变，经济将以该系数的大小所体现出来的收敛率趋向其长期位置。该变量的估计系数为负，表明存在条件收敛性，否则不存在条件收敛性。(6)govern。对于政府消费占GDP份额增长率，横截面数据是1953-2004年间各年政府消费占GDP份额增长率的平均值，面板数据是5个时间段各年政府消费占GDP份额增长率的平均值。Barro[23]和Devarajan[24]等的研究表明，政府消费增加会促进经济增长还是抑制经济增长这个问题在理论上并没有明确答案。
(三)数据处理
采用28个省市区的省级年度数据。在省份范围确定上，出于制度差异考虑和受数据获取性的制约，未包括海南、重庆、西藏、中国香港、中国澳门和中国台湾。收集了如下数据：(1)1953-2004年各省份的GDP总值；(2)1953-2004年各省份的人均GDP指数(上年=100)；(3)1953-2004年各省份的固定资产投资总额；(4)1953-2004年各省份的年底总人口数；(5)1953、1965、1975、1985和1995年各省份的人均GDP；(6)1953、1965、1975、1985和1995年各省份的普通中等学校在校学生人数；(7)1953、1965、1975、1985和1995年的人均GDP指数(1952=100)；(8)1953-2004年各省份的政府消费。数据来源于《新中国五十五年统计资料汇编》和《新中国五十年统计资料汇编》。对于两个统计资料中数据的选择原则是：如果某个指标的某年数据在两个统计资料中都可以查到，但却出现数据不一致的情况，这是国家统计局对数据进行微调的结果，以最新统计资料为标准。
三、稳健性检验结果与分析
(一)基于横截面数据的稳健性检验结果
横截面数据模型的OLS估计结果如表2所示。容易发现，经济增长对经济波动的简单回归(横截面数据模型1)意味着二者存在负相关关系。图1给出了28个省份的经济波动与经济增长带线性趋势的散点图，直观地显示出这种负相关关系。然而，同样容易发现，这种负相关关系的成立在很大程度上取决于图1中左上角的两个特殊样本点(分别为湖北和四川)。如果剔除这两个样本点，经济波动与经济增长则呈现正相关关系(见图2)。这是一个截然相反的有趣现象，也恰恰意味着细致研究经济波动与经济增长关系的重要性。二者之间究竟存在何种关系？由于不能根据主观判断而贸然去掉这两个样本点，为此必须通过引入其他控制变量来具体验证中国经济波动与经济增长之间的关系。
图1 经济波动与经济增长相关性(28个样本)
图2 经济波动与经济增长相关性(26个样本)
在横截面数据模型1基础上引入一些控制变量后，经济波动对经济增长的影响变得非常显著。模型2和模型3是在横截面数据模型1基础上引入3个控制变量，这两个模型得到的经济波动估计系数都是显著的，且都为负值。模型2中引入invest、pop和human 3个控制变量，模型3中引入invest、pop和ipgdp 3个控制变量，其影响系数依次为-0.146和-0.213。模型4和模型5是引入4个控制变量的情形。在模型4中，引入invest、pop、human和ipgdp 4个控制变量后，经济波动对经济增长存在负面影响(-0.177)，显著性水平为10％，而在引入了invest、pop、ipgdp和govern 4个控制变量的模型5中，同样负面影响(-0.200)的显著性水平达到5％。模型6在模型1基础上引入了全部的控制变量，在控制所有其他因素的情况下，经济波动仍然会显著(10％水平上)影响经济增长，影响系数为-0.179。上述估计结果表明，中国的经济波动与经济增长确实存在显著的负相关关系。考虑到其他控制变量对于解释经济波动与经济增长之间的理论联系同样重要，因此将这些变量对经济增长的定量影响概括如下：(1)总体而言，固定资产投资对经济增长具有促进作用。(2)政府消费增长对经济增长存在负面影响，这与Grier和Tullock[15]的发现是一致的。(3)初始GDP的估计系数为正，因此中国不存在条件收敛性。这与中国地区收入差距不断扩大的客观事实相符合。(4)初始人力资本对于经济增长具有一定的促进作用。(5)人口增长率上升不利于经济增长。这同理论预言相吻合，而且可能与中国总体上劳动力过剩有一定关系。
(二)基于面板数据的稳健性检验结果
为了考察上述横截面数据模型经验结论的稳健性，同时构造不变参数的面板数据模型进行回归分析。尽管样本区间比较短，但是考虑到与跨国经验数据相比，国内跨区域经验数据的同质性较高，因此能够认为在区域内经济结构大体一致，从而可以使用不变参数的面板数据模型。相应的OLS估计结果见表3。
表3显示，如果不考虑其他控制变量而只进行经济增长对经济波动的简单回归(面板数据模型1)，可以发现，经济波动对经济增长率具有非常显著(显著性水平为1％)的负面影响，其影响系数为-0.252。为了考察经济波动在其他条件不变情况下对经济增长的影响，需要在面板数据模型1中加入其他控制变量。在面板数据模型1的基础上引入1个控制变量之后发现，invest、pop、ipgdp和govern 4个变量的分别引入都一致表明经济波动的估计系数依然非常显著，模型2至模型5不仅都明显改善了模型的拟合优度，而且4个控制变量都是统计显著的。在模型2、模型4和模型5中，经济波动对于经济增长率存在非常显著(1％水平上)的负面影响，影响程度也非常大，作用系数分别为-0.146、-0.172和-0.241。模型3的估计结果也表明，经济波动幅度的增加显著(5％水平上)不利于经济增长，影响系数为-0.102。
模型6至模型9是在面板数据模型1的基础上引入2个控制变量，这4个模型得到的经济波动估计系数是非常显著的。模型6中引入了invest和ipgdp两个控制变量，模型7中引入了invest和govern两个控制变量，模型9中引入了ipgdp和govern两个控制变量，这3个模型的估计结果都一致表明经济波动对于经济增长确实有非常显著(1％水平上)的负面作用，其影响系数依次为-0.127、-0.142和-0.169。模型8也发现经济波动显著(5％水平上)不利于经济增长，在该模型中，引入了pop和govern两个控制变量后，经济波动对经济增长的负面影响程度为-0.111。此外，模型10是在面板数据模型1基础上引入了invest、ipgdp和govern 3个控制变量之后的多元回归模型，通过该模型的估计结果可以发现，经济波动对经济增长具有比较显著(5％水平上)的不利影响，影响系数为-0.125。
全部面板数据模型的估计结果都一致表明，宏观经济波动对于中国经济增长存在着明显的负面影响，而且全部计量模型在统计上都是显著的，其中有3个模型在5％的水平上显著，有7个模型在1％的水平上非常显著。显然，无论是采用横截面数据模型还是采用面板数据模型，我们的结论都是成立的，也就是说，样本数据的不同并未影响结论的有效性。因此，本文发现的经济波动与经济增长之间的负相关关系具有相当的稳健性。对于那些认为经济波动与经济增长负相关的理论文献[3-4]而言，本文的估计结果无疑为其提供了来自中国样本数据的经验支持。
(三)进一步的分析
关于经济波动对经济增长的负面影响程度，基于省级面板数据模型的估计结果显示，影响系数的绝对值依照递减顺序为0.25、0.24、0.17、0.15、0.14、0.13、0.11、0.10、0.06；基于省级横截面数据模型的估计结果表明，影响系数的绝对值从大到小分别为0.21、0.20、0.18、0.15、0.09；全部影响系数的算术平均值为-0.15。在中国，经济波动对经济增长存在较为显著的负面影响，经济波动幅度越大，经济增长率可能越低。尽管估计结果随不同控制变量的引入而变化，但仍然能够发现，经济波动对经济增长的影响系数始终为负，因此本文的经验结论具有相当的稳健性。
这个结论有助于深入探讨一系列的相关问题，例如：经济波动的福利成本、稳定政策的价值以及最优财政政策与货币政策。就经济波动的福利成本而言，Lucas[25]和Otrok[26]等研究发现，经济波动的福利成本非常小，但本文的结论意味着他们的估算结果是有偏的。内在逻辑是，这些结果赖以成立的一个隐含假设是经济波动与经济增长不相关，如果二者事实上恰恰相关，而且像现有绝大部分理论所解释的，经济波动不利于经济增长，那么它们就因为忽略了经济波动通过降低经济增长产生的间接福利成本而低估了经济波动的福利成本。
不妨根据前面的实证结果再做一个估算。Lucas采用定义在居民消费上的效用函数衡量居民福利，经过理论推导可以得到估算经济波动的直接福利成本和降低经济增长的福利成本显示解。前者取决于相对风险规避系数和消费波动率，后者取决于初始消费增长率、主观贴现率和相对风险规避系数。使用Lucas的方法，基于中国1953-2004年的居民消费数据，首先估算出经济波动的直接福利成本和降低经济增长的福利成本，其次利用经济波动对经济增长的影响系数估算出经济波动的间接福利成本，再次通过加总得到经济波动的实际福利成本。根据对数居民消费(LAHCL)与时间(T)一元回归模型的OLS估计结果(见表4)，初始消费增长率由消费平均增长率作为近似值，[25]其具体数值为0.045739，消费波动率为0.175941。就主观贴现率而言，与Lucas、陈彦斌[27]一致，选取0.95。对于相对风险规避系数，国内外研究文献普遍采用的做法是选取几个与Lucas一致且有代表性的数值(1、5、10、20)进行讨论，我们也选取这4个数值来展开分析。关于经济波动对经济增长的影响程度，采用所有经济波动估计系数的算术平均值-0.15。在确定相关参数取值之后，估算结果见表4。不难发现，在考虑经济波动对经济增长的负面影响情况下，中国经济波动的实际福利成本远远大于国内同类研究的估算结果，[27-30]其具体数值随相对风险规避系数的不同取值而可能达到国内其他估算结果的十几倍甚至几十倍。
Lucas指出，经济波动的福利成本非常小，而降低经济增长的福利成本却极其巨大，因此就福利后果而言，长期增长问题比短期稳定问题要重要得多。[25]这意味着两点：第一，成功的长期供给方面的政策远远比短期稳定政策更值得关注，政府不必过分关注经济波动，应该把更多精力花在促进经济增长上；第二，对于经济学家而言，重要的研究问题不是与短期稳定有关的问题，而是与长期增长有关的问题。但这样的政策处方和价值判断是否具有普适性呢？不尽然。表4显示，将经济波动的直接福利成本和间接福利成本加总后的数字不仅显著大于以前的估算结果，而且明显大于降低经济增长的福利成本。这就意味着，在中国，政府的稳定政策可能具有长期意义。稳定政策是长期非中性的——它不仅可以直接减缓经济波动，而且还可以进一步间接促进经济增长。即使是那些强调稳定政策重要性的研究，可能也忽视了它的这个作用。而对于经济学家来说，即使出于更深入地研究经济增长的目的，也不应该忽略经济波动和稳定政策的研究；突破长期、短期这种两分法的局限，使用内在逻辑一致的框架同时考察增长和波动则更具有探讨价值。
四、结论
基于中国1953-2004年28个省市区的数据，构造6个横截面数据模型和10个面板数据模型对经济波动与经济增长之间的关系进行系统的稳健性检验。研究表明，经济波动对中国经济增长存在非常稳健的显著负面影响。本文的结论肯定了那些基于跨国数据的经验分析。[6][8-13]这些经验研究结果意味着，基于经济波动与经济增长相互独立假设的理论文献存在着重要漏洞，经济波动与经济增长应该被置于一个统一的理论框架内进行研究。
本文的研究结果不仅表明经济波动的福利成本显著提高，更为中国始终强调的稳定发展改革经验提供了实证支持。从这个意义上讲，政府的稳定政策不再是中性的，而是非中性的，政府的稳定政策不仅可以降低经济波动幅度，还可以间接促进经济增长。中央政府采取的稳定政策通常是基于全国平均层面情况做出的，但中国地区之间存在巨大差异性，各地区的经济波动有所不同意味着单独由中央政府采取稳定政策可能会造成各地区的“冷热不均”，基于此，更了解当地特殊情况的地方政府应分担一定的稳定经济的责任。必须肯定的是，地方政府可用的稳定政策工具有限，货币政策显然不行，只能依靠财政政策，例如：税收、转移性支付。然而现实情况是，地方政府更多的是扮演促进经济增长的角色，对于经济稳定的关注程度不足。20世纪80年代初，地方官员的升迁标准由过去以政治表现为主转变为以经济绩效为主，现行相对绩效考核机制对地方政府提供了一种“重经济增长，轻经济波动”的激励，因此需要对地方官员的绩效考核机制进行反思，“把激励搞对”。经济主体会对激励做出反应，“把激励搞对”是我国经济改革成功的经验，没有“把激励搞对”也是目前许多问题的症结。目前中央政府特别强调地方政府的科学发展观，可以理解为改变传统绩效考核机制的一种积极举措。
本研究仍然存在一定的局限性。本研究只是确定了中国的经济波动与经济增长在经验上的负相关关系稳健性，这个领域还有很多问题有待研究。例如：对于是何种内在机制导致中国的经济波动对经济增长有负面影响，本文并没有展开进一步的经验考察。一个思路是按照Aghion和Durlauf的建议，[31]使用带有交互项的回归以识别出经济波动通过何种机制影响经济增长；另一个可行的思路是遵循Benhabib和Spiegel在研究人力资本对经济增长作用时采用的方法，[32]寻求经济波动对经济增长的影响渠道。基于这些经验研究，可以进而检验哪些理论能够解释中国经济波动和经济增长之间的关系，以及这些解释是否存在缺陷。如果后一种情况出现，就需要构造新的理论模型来讨论经济波动对经济增长的作用机制。只有在这样的理论基础上，才可能更有针对性地提出缓解短期经济波动和促进长期经济增长的政策建议。
标签：负相关论文; 经济模型论文; 面板数据论文; 经济增长论文; 控制变量论文; 经济论文; 横截面数据论文; 宏观经济学论文; 经济学论文; 横截面论文;