收入分配差距与经济增长之因果关系研究，本文主要内容关键词为：因果关系论文,经济增长论文,收入分配论文,差距论文，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。
一、引言
效率与公平始终是经济学研究的核心，相应地，经济增长与收入分配也是现代宏观经济学研究的主题之一。不仅如此，鉴于其明显的现实性和政策导向性，经济增长与收入分配也是各国政府所关注的一个重要问题。经济增长是否会导致收入分配差距的扩大？反过来，收入分配差距的变化是否会影响经济增长？对这些问题的回答显然具有重要的理论和现实意义。
Kuznets（1955）提出了著名的收入分配差距的“倒U型”曲线，即在经济增长的早期阶段，收入分配不均等程度会上升；而在经济增长的中期阶段，收入分配不均等程度会逐渐稳定；在经济增长的后期阶段，收入分配不均等程度会下降。（注：林毅夫、刘明兴：《中国的经济增长收敛与收入分配》，《世界经济》2003年第8期。）
Kaldor（1956）认为，收入分配不均等将促进财富由穷人向富人转移，而富人的边际储蓄倾向比穷人高，那么，在经济增长率与储蓄率正相关的情况下，收入分配差距的扩大可以提高经济增长率。（注：钱敏泽：《中国现行统计方法基尼系数的推算及结果》，《经济理论与经济管理》2002年第11期。）Stiglitz（1969）以Solow模型为基础，将储蓄函数设定为线性形式，对Kaldor的观点进行了模型化和理论化。（注：周文兴：《中国城镇居民收入分配与经济增长关系实证研究》，《经济科学》2002年第1期。）
自20世纪80年代以来，随着内生经济增长理论的出现，人们开始认真思考收入分配如何通过内生因素影响经济增长。Galor and Zeira（1993）研究了在信用市场不完善的情况下，财富和收入分配通过影响人力资本投资而影响经济增长的机制。一般认为，教育及人力资本投资不仅可以在未来为个人带来高回报，而且可以推动经济增长。在信用市场完善的情况下，任何个人都可以为获得教育带来的未来收益而举债。而在信用市场不完善的情况下，由于个人能力的信息不对称，贷款发放手段不完善，个人不能自由地借款，这样，个人对教育及人力资本的投资取决于其自身的财富和收入水平，穷人对教育及人力资本的投资就受到了限制。因此，收入分配差距的缩小有利于经济增长。（注：Alesina A.,and Perotti,R.,1996,“Income Distribution,Political Instability and Investment”,European Economic Review,81,5,pp.1170-89.）
Alesina and Rodrik（1994）建立了一个考虑公共投资的内生增长模型，由劳动和资本的相对禀赋决定收入分配，选民从自己的利益出发通过投票来决定税率高低，进而影响到经济增长率，这样就确立了收入分配对经济增长的作用机制，（注：Alesina A.,and Rodrik D.,1994,“Distributive Politics and Economic Growth”,Quarterly Journal of Economics,109,465-90.）在这一分析框架下，收入分配不均等程度越高，经济增长率就越低。
Alesina and Perotti（1996）、Benhabib and Rustichini（1996）等则从社会、政治不稳定的角度来思考收入分配对经济增长的影响。他们认为，收入分配不均等会导致犯罪活动增加、政治及社会动荡，这样会抑制正常的储蓄及投资活动，因此，收入差距的扩大有碍于经济增长。（注：Barro,R.,2000,“Inequality and Growth in a Panel of Countries”,Journal of Economic Growth,65,pp.5-32.）（注：Benhabib,J.,and Rustichini,A.,1996,“Social Conflict and Growth”,Journal of Economic Growth,1,pp.129-46.）
在从理论上分析收入分配对经济增长的影响机制的同时，人们也通过实证研究来了解收入分配对经济增长的实际影响，但研究结果并不一致。Perotti（1996）发现，收入分配不均等有损于经济增长。（注：Forbes,K.,2000,“A Reassessment of the Relationship between Inequality and Growth”,American Economic Review,90（4）,pp.869-87.）Forbes（2000）的结论则不同，通过对多个国家1966-1995年的数据进行研究，他发现，在短期和中期，收入分配差距的扩大对下期的经济增长具有明显的刺激作用。（注：Galor,O.,and Zeira,J.,1993,“Income Distribution and Macroeconomics”,Review of Economic Studies,60,pp.35-52.）Barro（2000）则表明，在人均GDP低的国家，收入分配不均有损于经济增长；在人均GDP高的国家，收入分配不均有助于经济增长。（注：Granger,Clive W.J.,1969,“Investigating Causal Relations by Econometric Models and Cross Spectral Methods”,Econometrica,37,pp.424-38.）
自20世纪70年代末实施改革开放政策以来，中国经济出现了持续的高速增长，与此同时，收入分配差距也不断扩大，两极分化现象日益严重，近年来引起了社会各界的广泛关注。
在国内，探讨经济增长与收入分配问题的文章不少，但真正的实证分析性论文并不多。周文兴（2002）以1978-1995年的数据为基础，分析了城镇居民收入分配与经济增长之间的关系，发现存在协整现象，收入分配差距与经济增长之间存在同方向的长期均衡关系。（注：Kaldor,N.,1956,“Alternative Theories of Distribution”,Review of Economic Studies,23,pp.83-100.）林毅夫、刘明兴（2003）以1978-1999年28个省份的数据为基础，分析了影响经济增长的主要因素，又以1978-1997年28个省份的数据为基础，分析了城乡之间人均收入差距扩大的原因，他们认为，发展战略是解释中国经济增长和收入分配的关键。（注：Kuznets,S.,1955,“Economic Growth and Income Inequality”,American Economic Review,45,pp.1-28.）
人们普遍认为，计划经济时代的平均主义分配方式抑制了个人的积极性和生产效率，不利于经济增长。那么，收入分配差距的适度扩大应当是合理的，有助于促进经济增长。从现实来看，收入分配差距的扩大到底是推动了中国的经济增长还是阻碍了中国的经济增长呢？前述文章并没有回答这一问题。本文的任务就是回答这一问题。
显然，简单的相关分析或回归分析并不能给出明确的答案，因为它们无法判断两者之间是否存在因果关系以及因果关系的方向。我们需要进行因果关系分析，弄清收入分配差距是否影响经济增长，经济增长是否影响收入分配差距。本文采用Granger（1969）因果关系检验方法，检验中国的经济增长与收入分配差距之间是否存在单向或双向的因果关系。
二、数据选取
1、指标与样本
本文利用1982-2001年的数据进行分析，以GDP的增长率代表经济增长率，直接利用国家统计局公布的国内生产总值指数（按可比价计算）来计算，数据来源于《中国统计年鉴》（2002）。遵循惯例，本文以基尼系数衡量收入分配差距，沿用钱敏泽（2002）的估算结果。（注：Phillips,P.C.B.,1986,“Understanding Spurious Regressions in Econometrics”,Journal of Econometrics,33,pp.311-40.）
在1982-2001年期间，中国的经济增长率及收入分配的基尼系数统计结果如表1所示。本文的所有分析就以该表中的数据为基础。数据处理与分析全部用SAS软件完成。
表1中国的经济增长率与基尼系数（1982—2001年）
年份 经济增长率 基尼系数 年份 经济增长率 基尼系数
1982 0.09100
0.268
1992 0.14200
0.358
1983 0.10900
0.272
1993 0.13500
0.383
1984 0.15200
0.284
1994 0.12600
0.388
1985 0.13500
0.289
1995 0.10500
0.376
1986 0.08800
0.318
1996 0.09600
0.354
1987 0.11600
0.313
1997 0.08800
0.352
1988 0.11300
0.311
1998 0.07800
0.36
1989 0.04100
0.336
1999 0.07100
0.382
1990 0.03800
0.327
2000 0.08000
0.386
1991 0.09200
0.335
2001 0.07500
0.384
注：表中基尼系数沿用钱敏泽（2002）给出的结果。
从表1可以看到，改革开放以来，中国经济增长率存在波动起伏，而基尼系数则具有明显的上升趋势。
2、时间序列的单位根检验
Phillips（1986）证明，如果两个时间序列都服从单位根过程，那么，即使它们之间不存在任何相关性，当样本容量增大时，以一个时间序列对另一个时间序列回归也总能得到显著的参数，这就是所谓“伪回归”问题。因此，在时间序列数据的回归分析中，首先应当检验各时间序列是否服从单位根过程。
我们采用ADF方法来检验单位根。对于经济增长率时间序列和基尼系数时间序列，从经济含义的合理性出发，我们检验单位根的具体方式为：
假设数据生成过程为：
附图
其中，｛ε[，t]｝独立同分布，E（ε[，t]）=0，Var（ε[，t]）=σ[2]＜∞。
现在检验：H[，0]∶ρ=1；H[，1]∶ρ＜1
在确定自回归阶数时，我们发现依据AIC准则得到的结果与依据SBC准则得到的结果并不一致。鉴于此，同时考虑到观测数据比较少，我们设定自回归阶数分别为1至2，两种情况下的检验结果如表2所示。
表2 时间序列的单位根检验
时间序列名称 自回归阶数 ρ-统计量
p值 t-统计量 p值
经济增长率
1 -1.4275 0.3954 -0.92
0.3034
2 -0.8554 0.4879 -1.13
0.2219
基尼系数1 0.2877 0.7382
1.21
0.9351
2 0.2684 0.7333
1.32
0.9461
表2的结果显示，对于经济增长率和基尼系数这两个时间序列，我们都不能拒绝单位根假设。因此，直接利用这两个时间序列的数据进行回归分析是不合适的。
现在，我们对这两个序列分别进行一次差分，得到经济增长率的变化和基尼系数的变化两个新的时间序列，对应于1983-2001年，共有19个观测。
进一步对这两个差分序列做单位根检验，仍然设定自回归阶数分别为1和2，两种情况下的检验结果如表3所示。
表3 两个差分序列的单位根检验
时间序列名称 自回归阶数 ρ-统计量
p值
t-统计量
p值
经济增长率
1 -53.4364 ＜0.0001
-5.39 ＜0.0001
的变化 2 -17.6531
0.0004
-2.17
0.0320
基尼系数1 -15.6889
0.0014
-2.69
0.0101
的变化 2 -16.3187
0.0009
-2.09
0.0378
从表3可以看出，在1％的显著性水平上，对于这两个差分序列都可拒绝单位根假设。鉴于此，我们下面就利用这两个差分序列来检验因果关系。
三、因果关系检验
Granger（1969）因果关系检验的基本思想是，如果X在时间上先于Y，且P（Y｜X）≠P（Y），那就说明存在由X到Y的因果关系，即X为Y的因。
我们通过下述回归模型来检验是否存在由X到Y的因果关系：
y[，t]=α+β[，1]y[，t-1]+β[，2]y[，t-2]+
γ[，τ]x[，t-τ]+ε[，t]
其中，｛ε[，t]｝独立同分布，E（ε[，t]）=0，Var（ε[，t]）=σ[2]＜∞。
原假设为：不存在由X到Y的因果关系。
由于方程右侧有二阶滞后项，这样又损失了两个观测，用于回归的时间序列只有17个，对应于1985-2001年。
基于同样的考虑，我们取滞后阶数k等于1或2，我们首先根据调整后的可决系数的大小来决定k，然后再根据参数γ[，1]，γ[，2]，L，γ[，k]的联合显著性来决定是否拒绝原假设。如果参数γ[，1]，γ[，2]，L，γ[，k]联合显著，则拒绝原假设，可以认为存在由X到Y的因果关系。
1、由收入分配差距到经济增长的因果关系检验
以Y表示经济增长率的变化，以X表示基尼系数的变化，得到的回归模型如下：
[，t]=-0.0130+0.3082y[，t-1]-0.8385y[，t-2]+1.1983x[，t-1]
（t）
（-2.31）（1.88）
（-4.61）
（2.97）
（p）
（0.0380）（0.0825） （0.0005）
（0.0108）
附图
[2]=0.5468
在下结论之前，需要检验随机扰动项的性质是否符合模型的假定，否则，参数估计及检验结果就是不正确的。
采用White（1980）的方法检验同方差假设。在原假设下，White统计量应服从9个自由度x[2]的分布。我们得到的White统计量值为10.97，p值为0.2780，在10％的显著性水平上不能拒绝同方差假设。
采用Godfrey（1978）的方法检验随机扰动项无自相关的假设，备择假设为扰动项服从AR（q）或MA（q）。对应于q=1与q=2，我们得到的检验统计量值分别为2.6269和3.3922，p值分别为0.1051和0.1834，在10％的显著性水平上，都不能拒绝无自相关假设。
这样，我们可以认为上面得到的回归模型基本上是可靠的。在5％的显著性水平上，该模型中x[，t-1]前的系数是显著的。这说明应当拒绝原假设，即可以认为存在由收入分配差距到经济增长的因果关系。进一步注意到该系数大于零，表明基尼系数的上升有助于提高经济增长率，这说明改革开放以来收入分配差距的扩大促进了经济增长。
2、由经济增长到收入分配差距的因果关系检验
以Y表示基尼系数的变化，以X表示经济增长率的变化，采用同样的方法进行因果关系检验。若根据调整后的可决系数的大小来决定回归模型中经济增长率差分项的滞后阶数，应取k=2。但是我们发现，除常数项外各解释变量前的系数在10％的显著性水平上都不显著，这表明变量间可能存在多重共线性。为此，我们对于经济增长率的差分项只取一阶滞后，即取k=1，得到的回归模型如下：
[，t]=0.0068+0.2261y[，t-1]-0.3062y[，t-2]+0.2269x[，t-1]
（t）
（1.76） （0.96） （-1.31）
（2.14）
（p）
（0.1020）（0.3522） （0.2118）
（0.0518）
[2]=0.1605
采用White（1980）的方法检验同方差假设。在原假设下，White统计量应服从9个自由度的x[2]分布。我们得到的White统计量值为10.97，p值为0.2779，在10％的显著性水平上不能拒绝同方差假设。
采用Godfrey（1978）的方法检验随机扰动项无自相关的假设，备择假设为扰动项服从AR（q）或MA（q）。对应于q=1，我们得到的检验统计量值分别为3.1786，p值分别为0.0746，在10％的显著性水平上应拒绝无自相关假设。
鉴于此，我们设定扰动项服从AR（1）过程，采用极大似然法估计，最后得到如下模型：
[，t]=0.0063+0.5998y[，t-1]-0.5470y[，t-2]+0.2345x[，t-1]
（t）
（2.65） （2.73）
（-2.60）
（2.87）
（p）
（0.0211）（0.0183） （0.0233）
（0.0142）
[2]=0.4646
对随机扰动项服从的AR（1）过程估计如下：
ε[，t]=-0.6046ε[，t-1]+v[，t]
（t） （2.31）
（p） （0.0392）
在5％的显著性水平上，该模型中x[，t-1]前的系数是显著的。这说明应当拒绝原假设，即可以认为存在由经济增长到收入分配差距的因果关系。进一步注意到该系数大于零，这说明改革开放以来的经济高增长推动了收入分配差距的扩大。
四、结论
本文以中国改革开放以来的统计数据为基础，采用计量经济方法对收入分配差距与经济增长之间可能存在的因果关系进行了实证研究。
我们通过本文的研究发现，自改革开放以来，经济增长与收入分配差距之间存在双向因果关系。一方面，经济的快速增长推动了收入分配差距的扩大；另一方面，收入分配差距的扩大对经济增长也有一定的促进作用。后一结论与国外部分学者对其他国家的研究结论是一致的，如Forbes（2000）。
本文的研究结论具有重要的现实意义。众所周知，中国过去长期处于计划经济体制之下，在收入分配上奉行平均主义原则，这不仅直接抑制了个人的积极性和生产的效率，而且妨碍了经济增长。适度扩大收入分配差距符合市场经济原则，是合理的、必需的，它有助于调动个人的积极性，有助于促进经济增长。
现在，收入分配差距问题之所以引起社会各界的广泛关注，主要原因在于，一方面，在经济体制改革过程中，由于制度不健全，一些人利用非法、非正常手段攫取了大量的非正当收益；而另一方面，由于社会保障体制的建立刚刚起步，远非完善，社会中的低收入者面临严峻的生存及生活问题。这种鲜明的对照无疑会激化社会矛盾，对经济及社会稳定构成潜在的威胁。
所以，我们应当一分为二地看待收入分配差距扩大的问题。收入分配差距的适度扩大是对平均主义原则的否定，是符合市场经济原则的，也是有利于经济增长的。但是，国家必须尽快完善各种制度并切实加强监察、执法力度，严厉打击以各种非正当手段攫取非正当利益的行为；与此同时，还必须尽快建立全面的、完善的社会保障体系，使广大低收入者得到基本的生活保障。
当然，全面地研究收入分配问题需要从不同角度，利用不同的指标来分析，本文仅仅用了基尼系数这一个指标，研究结果难免存在一定的局限性。同时为了研究的方便，本文直接引用了他人关于基尼系数的计算结果，作者没有亲自演算、核实这一关键数据，而且只有截至2001年的数据，这也是本文存在的不足之处。这些方面的问题有待于今后进一步完善和改进。