地方财政支出对经济增长影响的空间计量分.docx
- 文档编号:15145990
- 上传时间:2023-07-01
- 格式:DOCX
- 页数:13
- 大小:159.59KB
地方财政支出对经济增长影响的空间计量分.docx
《地方财政支出对经济增长影响的空间计量分.docx》由会员分享,可在线阅读,更多相关《地方财政支出对经济增长影响的空间计量分.docx(13页珍藏版)》请在冰点文库上搜索。
地方财政支出对经济增长影响的空间计量分
地方财政支出对经济增长影响的空间计量分析—辽宁省为例
蒋伟赖明勇
摘要:
以2006年中国大陆244个地级及以上城市为样本,利用空间计量经济学方法对外商直接投资的区位决定进行实证研究。
对全国城市分析的结果发现:
除了劳动力素质、市场规模、基础设施以及集聚经济以外,空间相关性也是影响FDI区位分布的重要因素;一个城市吸引的FDI不仅取决于自身的区位条件,还与周边城市的FDI正相关;劳动力成本在区位决定中的影响不显著。
进一步分地区的分析发现,FDI在东、中、西部城市的区位选择具有明显的差异。
关键词:
外商直接投资;区位决定;空间相关;空间计量经济学
1980年中国政府在深圳、珠海、汕头、厦门4个城市设立经济特区,拉开了对外开放实践的序幕。
此后,随着沿海城市、沿江城市、边境城市和内陆省会城市以及一大批内陆市县的相继开放,全方位对外开放格局基本形成,外商直接投资(以下简称FDI)大量涌入,中国对外开放和利用外资取得了丰硕的成果。
自1991年起,中国利用FDI金额持续居发展中国家首位,2003年更是超过美国,居世界第一位。
截至2006年底,中国实际利用FDI达6918.97亿美元。
然而,FDI在中国的地区分布极不平衡。
2006年中国城市实际利用FDI为1033.77亿美元,其中76.94%集中在东部城市,中部和西部城市分别占16.02%和7.04%①。
作为包含资本、技术和管理经验等多种要素的“一揽子投资”,FDI对于当地经济发展的作用是多方面的。
FDI的空间集聚对区域经济发展的不平衡造成了深刻影响。
在区域经济协调发展和构建社会主义和谐社会的新形势下,研究FDI区位选择的影响因素,解释FDI区域分布差异,对于制定合理有效的引资政策、缩小地区差距具有重要意义。
一、文献述评
FDI区位选择一直是学术界关注的重点课题。
随着中国利用FDI规模的迅猛增长,FDI地区分布不平衡问题引起了社会的广泛关注,有关中国FDI区位的研究不断涌现。
总体上看,相关研究主要集中在两个方面:
一是采取问卷和实地调查的方法,对外商在华直接投资动机及区位因素进行调查研究(李小建,1996;魏后凯等,2001);二是以实现的FDI群体为样本,利用计量经济学方法对影响FDI分布的区位条件进行分析与评价。
从所选择的地域单元来看,后一类研究主要集中在对省域数据的分析。
大量的经验研究证实,市场规模、工资水平、人力资本、基础设施、制度环境、集聚经济、信息成本等因素在FDI省区分布中发挥着重要作用(Cheng,etal,2000;贺灿飞等,2001;沈坤荣等,2002;鲁明泓等,2002)。
随着研究的深入,对引资决定因素的探讨进一步从宏观区域延伸到FDI集中的地区和对于单个省市内部差异的考察(何奕等,2008;陶修华等,2007)。
城市作为FDI的主要载体也引起了学者的关注,出现了一批经验研究成果。
Gong(1995)利用因子分析方法对中国1980—1989年FDI的城市分布及其变化情况进行分析的结果表明,那些具有良好的电力供应、临近海港、水路交通方便、通讯便捷以及拥有特殊优惠政策的城市是跨国公司进行投资的主要区域。
Qu等(1997)分析了1985—1993年间100个城市FDI的区位决定,发现城市规模及其中心优势、经验积累、集聚因素、基础设施、经济增长和政策工具对FDI的进入有着积极的影响,而与FDI来源国的社会和地理距离有着负面的影响。
杨先明等(2004)以30个城市为样本进行的研究认为,聚集效应在中国城市吸引FDI方面起决定作用,政策等非物质优势则处于次要地位,但对中西部城市吸引FDI的作用相对重要。
金相郁等(2006)利用2002年中国210个地级以上城市数据进行的实证研究结果显示,市场规模、基础设施、教育和研究开发条件以及地方金融规模对FDI区位选择的影响具有显著性,而劳动力成本的影响不明显。
通过文献回顾可以发现,学者们对FDI在中国的区位分布问题进行了广泛而深入的研究,获得了很多有益的结论。
然而这些研究都将各个地区视为彼此独立的个体,忽视了FDI分布的空间相关性。
所谓空间相关性是指一个空间单元上的变量观测值与邻近空间单元上的变量观测值相关。
如果相似的观测值趋于空间集聚,表明存在空间正相关;反之,如果相似的观测值趋于分散分布,则表明存在空间负相关。
由于受到地域分布连续空间过程的影响,许多区域经济现象在空间上具有相关性。
FDI的区位分布也是如此:
跨国公司投资选址时不仅考虑本地的市场规模和生产条件,周边地区的市场潜力和生产条件也是重要的决策依据;出于避免竞争或战略布局的考虑,跨国公司对于投资地周边的FDI流入情况往往给予充分重视;此外,集聚经济和外溢效应的存在,行政区边界与实际功能区边界不一致导致的测量误差,都可能导致FDI分布的空间相关性。
这种空间相关性具体表现为一个地区FDI的流入不仅取决于自身区位条件,还会受到相邻地区的影响。
空间相关性的存在违反了传统统计分析中观测值相互独立的基本假定。
将传统计量方法运用于空间数据时,由于忽视了这种空间相关性,有可能产生模型误设定,进而导致估计结果的偏误。
近年来,不少研究者开始运用空间计量经济学方法研究FDI在中国的区位决定问题。
Coughlin等(2000)最早运用空间计量经济学方法对美国在华直接投资区位分布进行了研究,发现一个省区所吸引的FDI与周围省区的FDI呈现正相关关系。
王剑(2004)、王立平等(2006)基于省级截面数据对FDI区位的空间计量分析证实,除了传统区位条件之外,省份间的空间溢出效应显著影响了FDI的区位分布。
空间相关性的纳入使得实证的结果相对一般线性回归更为可信。
李国平等(2007)、苏梽芳等(2008)运用省级空间面板数据模型进行的研究也得出了类似的结论。
综上所述,FDI在我国地区分布的空间不平衡是多种因素综合作用的结果,其中空间相关性的影响不容忽视。
目前利用空间计量方法对FDI分布进行实证研究大都基于省级层面的数据。
由于中国省级区域是较大的地理单元,其内部差异明显,基于这样一个较大的地理单元所展开的研究可能会混淆各因素在FDI区位分布中发挥的真正作用,而且跨国公司投资的实际落脚点多为与其战略目标最为契合的城市,所以研究FDI在城市的区位选择比起省区层次上的区位决定可能更有意义。
本文将在FDI区位决定模型中明确纳入空间相关性,并利用2006年地级及以上城市的数据和空间计量经济学方法进行实证分析,以期为各地的引资实践提供更为科学、可靠的参考。
二、模型与数据
根据FDI区位决定的相关理论和研究成果,本文设定如下基本计量模型:
FDI=α+β1WAGE+β2COLL+β3GDP+β4ROAD+β5CFDI+ε
(1)
式
(1)中的被解释变量FDI为各城市实际利用FDI金额(万美元)。
βi(i=1,2,…,5)为估计参数,α和ε分别代表常数项和随机误差项。
各解释变量简要说明如下:
1.劳动力成本(WAGE)。
古典区位论认为,成本最小化是区位选择的重要标准。
成本因素包括生产成本、运输成本、交易成本以及信息成本等,其中生产成本中的劳动力成本是区位研究关注的重点。
大量研究表明,代表劳动力成本的工资水平与FDI之间存在着负相关关系,跨国公司倾向投资于工资水平较低的地区以节约生产成本。
本文采用城市在岗工人工资水平(元)代表劳动力成本变量。
2.人力资本(COLL)。
近年来,随着产业结构的优化升级,FDI中资本和技术密集型产业所占的比重持续增长,跨国公司在华设立的研发中心和地区总部数量迅速增加,人力资本在FDI区位选择中的重要性日益凸显,具有丰富人力资本积累的地区更受到外资企业的青睐。
本文采用城市普通高等学校学生数(人)代表人力资本变量。
3.市场规模(GDP)。
区位选择研究中对市场因素的重视可以追溯到以克里斯塔勒和廖什为代表的市场学派。
FDI区位研究也十分强调市场规模及其增长潜力对外商投资区位的影响。
旺盛的市场需求是实现投资收益最大化的保障,接近大规模的市场还意味着可以降低运输成本以及相关的市场搜寻成本,及时听取和反馈消费者的意见并加以改进。
由于外资企业的目标市场并不仅仅局限在生产地,对于市场规模的衡量存在一定的困难。
本文遵循惯例采用城市GDP(万元)来粗略代表市场规模的大小。
在解释时需要注意的是,FDI流向GDP较高的城市可能是由于其较大的经济规模而非该城市对外资企业产品的较大需求。
4.基础设施(ROAD)。
完善的基础设施条件对于降低生产和交易成本、提高投资回报率具有重要意义,它在FDI区位决策中的重要性已经得到众多研究的支持。
一个地区的基础设施条件越好,对FDI的吸引力就越大。
基础设施条件包括交通运输、邮政通讯、商业服务、市政建设等方面,本文使用年末实有城市道路面积(万平方米)来衡量当地的基础设施状况。
5.集聚经济(CFDI)。
集聚经济在FDI区位选择中的重要性越来越受到关注。
大量企业在地域上相互集中,可以分享知识溢出、专业化要素市场和产业关联带来的好处。
与当地企业相比,外资企业在所处的投资环境中处于一种外来身份的劣势。
在外部不确定性的条件下,FDI采取集中化的区位战略,不仅可以获得集聚经济效益,而且可以有效节约信息成本,降低投资风险。
因此,一个地区已有的FDI对于潜在投资者具有“示范效应”。
当然,集聚经济也可能产生市场竞争加剧、要素价格上涨等负外部性。
本文利用外资企业工业产值占工业总产值的比重来衡量集聚经济。
依据空间计量经济学,空间效应可以表现为空间自回归模型(SpatialAutoregressiveModel,SAR)和空间误差模型(SpatialErrorModel,SEM)两种基本形式。
在空间自回归模型中,变量的空间相关关系由因变量的空间滞后项来反映,用于考察FDI区位分布的空间自回归模型为:
FDI=α+β1WAGE+β2COLL+β3GDP+β4ROAD+β5CFDI+ρW*FDI+ε
(2)
式
(2)中,W为n×n阶空间权重矩阵,W中的元素wij定义了空间邻接关系,如果地理单元i与j邻接,wij取1,反之则取0。
从行政区划上看,很多城市之间没有共同边界,并不直接相邻,我们在MATLAB中利用以经纬度表示的各城市地理重心坐标,按照三角剖分法(DelaunayRoutine)构建空间权重矩阵。
W*FDI为空间滞后因变量。
ρ为空间自回归系数,其估计值反映了空间相关性的方向和大小。
当空间相关通过被模型解释变量忽略了的变量传递时,可以假设空间相关通过误差过程产生。
检验FDI区位分布的空间误差回归模型如下:
FDI=α+β1WAGE+β2COLL+β3GDP+β4ROAD+β5CFDI+λW*μ+ε(3)
式(3)中,λ为空间误差自相关系数,表示回归残差之间空间相关的强度,W*μ为空间滞后误差项。
由于空间效应的存在,对于上述两种模型如果仍然采用普通最小二乘法(OLS)进行估计,会导致系数估计值有偏或者无效。
根据Anselin(1988)的建议,本文采用极大似然法估计SAR和SEM模型的参数。
本文实证分析所用的数据全部来源于《中国城市统计年鉴2007》。
以年鉴中列出的287个地级及以上城市为基础,筛除缺少有关数据的43个城市后,共得到244个样本城市,覆盖了我国绝大部分区域经济活动中心。
年鉴中对地级市分别列出了“全市”和“市辖区”两项。
“全市”指城市的全部行政区域,包括城区、郊区、市辖县;“市辖区”包括城区和郊区,不包括市辖县。
“市辖区”真实反映了城市的经济活动且行政边界相对稳定,因此本文以“市辖区”项下的数据进行实证分析。
(二)模型估计方法和选取原则
由于空间相关具有双向或者多方向的性质,如果用传统的OLS方法去估计带有滞后因变量或序列相关的模型,参数的0LS估计结果将是有偏的。
因此,需要考虑其它的估计方法,Ord(1975)首先提出了空间滞后和空间误差模型的极大似然估计(ML估计)法,本文在进行模型估计时也采用极大似然估计。
在模型估计出来以后,我们不能辨别出是空间滞后模型较优,还是空间误差模型较优,这就涉及到模型选择的问题,常用的模型选择标准有两种。
一、根据Anselin(2004)提出的判别准则,可通过对统计量Moran'sI、LMLAG统计量和LMError统计量的检验来判别,哪种模型的统计量绝对值越大,显著水平越高,就采用哪种模型。
二、在LMLAG统计量和LMError统计量都无法辨别模型优劣的条件下,一般对两个模型的极大似然估计量(LogL)、赤迟信息量(AIC)和施瓦茨信息量(SC)进行比较,LogL越大、AIC和SC值越小,说明模型越优。
(三)实证结果及分析
1.空间相关性检验在进行空间计量分析以前,首先要对地区间的空间相关性进行检验,空间相关性检验主要应用的是Moran'sI,这里我们采用一阶ROOK空间权重矩阵对样本(14个地级市)数据做全局空间自相关检验,以分析其是否存在空间依赖性。
各地区财政支出相互作用、相互影响。
本文只对政府总财政支出、人均GDP、固定资本和从业人员四个变量做空间自相关检验,各变量空间自相关性检验结果如表1:
从表1中Moran值可以看出,辽宁省14个城市之间的国内生产总值,固定资本投资、从业人员以及地方财政支出等变量都具有十分明显的空间相关性,即相似值之间的空间集聚。
下面通过散点图和显著性水平图具体考察各变量的相关性,图1为人均GDP的散点图。
从以上GDP散点图可以看出,大部分地区聚集在第二象限和三象限,即具有较低GDP水平的地区和具有同样较低GDP水平的地区向邻近,这样的地区有锦州、阜新、朝阳、铁岭,还有位于第二象限的,即具有较低GDP水平的地区和具有较高GDP水平的地区邻近,这样的地区主要有本溪、营口、丹东和辽阳。
图2为根据LISA显著性水平得到的人均GDP的显著性水平图,图中我们可以看出灰色的地区为本溪市,表现为低-高的人均GDP水平,说明周围地区的经济发展对其产生较强的带动作用。
近年来,由于国家对东北老工业地区的大力扶持,以及沈阳-抚顺、沈阳-本溪同城化建设的大力推进,再加上其自身矿产资源丰富,在这些因素的带动下,本溪已成为辽宁省经济增长较快地区。
有着先天优势的海滨城市大连和省会城市沈阳一直对辽宁省的经济发展起着带头的作用,其人均GDP区位分布为高-低,成为拉动经济增长的中心。
图3和图4分别给出政府财政支出的空间相关性散点图和财政支出显著性水平图:
从财政支出散点图可以看出,辽宁省财政支出水平也很不均匀,低-低聚集地区比较多,而且多数地区集中在辽宁西北部地区,特别是西北地区的阜新和朝阳两地,财政支出水平显著偏低,铁岭和本溪表现为被高值包围的低值区,由于城市规模、人口规模、城市发展水平等因素的不同,大连、沈阳均表现为被低财政支出地区包围的高值区,这说明辽宁省财政支出偏低的地区较多。
由于文章主要考察财政结构对经济的影响,因此其它变量的散点图和显著性水平图没有给出。
以上结论证明,对各地区财政支出结构和经济增长进行分析研究时,不能忽视空间因素的影响,在用经济模型进行分析时,应该考虑空间效应的影响,即在模型中加入空间地理因素变量,如果还只是简单的应用传统的时间序列模型,会导致模型设定的偏误和估计结果的偏差,这样必然降低模型对现实经济的模拟效果。
2.模型估计结果
在对变量进行空间相关性检验以后,需要采用空间计量经济模型对财政支出结构和经济增长进行量化分析,由于财政支出效果的滞后性,文章分别以2004-2006年的数据作为自变量,分别以2005-2007年地区生产总值(GDP)为因变量进行回归。
经过多次试验,最后得出以2004年的数据为自变量,而以2007年的GDP为因变量时,模型效果最优,为了比较空间计量模型和最小二乘法估计模型的优劣,文章分别给出了OLS估计、SLM和SEM模型的估计结果,实证分析所用软件为GeoDa9.5,具体估计结果如表2:
根据以上模型选择标准,我们可以得出,SLM模型最优,由于模型是采用极大似然法估计的空间计量模型,所以比较不具有任何意义,从LogL比较我们看出,SLM模型的似然值比较大,说明模型较优,由于SEM模型的AIC和SC值相对较小,这进一步说明了SLM模型为最优。
因此,各地区的财政支出的空间效应更多的体现在空间滞后上。
接下来我们具体考察各解释变量的系数及其估计情况,固定资本和就业人员数的系数一正一负,分别为0.3025和-0.5785,从L的系数我们得出,就业人员每增加1个百分点,GDP将减少0.5785个百分点,这说明辽宁省各地区人口规模已经超过最优水平,出现规模不经济的现象,从业人员数的减少还能刺激经济增长,这也从另外一个方面说明了存在大量失业人员的必然性。
从固定资产变量系数可以看出,固定资产每提高1个单位,辽宁省经济水平将相应增加0.3025个百分点,说明增加地区的固定资本量,对经济有正的影响,同时也说明辽宁省的固定资产相对不足。
从P值上我们可以看到,两个变量均在1%显著性水平上显著,且系数符号也与我们预期一致。
下面重点分析财政支出三方面对经济增长的影响,基本建设支出与政府行政支出对辽宁省经济增长起到了促进作用,且政府行政支出对辽宁省经济增长的促进作用一直远高于基本建设支出所产生的促进作用,从影响程度可以看到,基本建设支出每提高1百分点,辽宁省经济会提高0.1386个百分点;而政府行政支出每提高1%,辽宁省经济增长会提高1.1213个百分点。
而民生性支出对辽宁省经济增长的影响效应则为负,即民生性支出阻碍了辽宁省的经济增长,从影响程度上看,民生性支出每提高1%,辽宁省经济增长将下降0.2232个百分点。
政府基本建设支出的提高加大了辽宁省经济增长要素的投入、提高了经济增长的动力;与此相反,政府民生性指出的提高之所以对经济增长产生负的影响,主要是因为:
基于有限的政府财政收入而言,政府民生性支出的提高减少了用于基本建设支出的比重;而行政支出的提高会提高经济增长,是因为目前辽宁省行政管理并不规范、管理效率低下,行政支出的提高,有利于提高辽宁省行政管理的规模和效率,提高市场的资源配置效率和市场环境的改善,从而有利于经济增长。
四、结论及启示
本文介绍并利用空间计量经济学模型的常系数空间滞后模型、空间误差模型方法,在柯布-道格拉斯生产函数框架下,利用这种方法着重对辽宁省政府各项财政支出对地区经济增长的作用和影响机制进行了计量检验,并通过与普通最小二乘法(OLS)的比较研究,实证分析结果表明,这两种空间计量经济学模型方法是目前研究考虑空间效应经济现象的较好的计量经济学方法,并得出了以下结论:
第一,各市经济增长的积聚与差异不仅与固定资本存量、从业人员数等因素密切相关,还与相邻城市的经济增长具有一定的空间依赖性,而且各市的GDP增长地理空间上表现了较强的空间溢出效应。
该结果表明:
再制定各市发展战略和政策制定时,各市之间的地理溢出效应对经济增长的影响是不可忽视的,忽视空间依赖性的计量分析结果可能存在模型上是定不准确问题。
第二,从空间滞后模型和空间误差模型与经典最小二乘法的比较中,我们也可以发现,纳入空间相关性影响的空间计量模型,其拟合优度和整体显著性水平确实优于经典回归模型。
第三,在财政支出对经济增长的影响性质和程度上,固定资产投资对辽宁省经济发展具有一定促进作用,说明增加辽宁省固定资本的投资会显著的提高经济发展;而从业人员数的提高会显著地抑制辽宁省经济增长,即人口数已经达到规模不经济状态。
在政府财政支出方面来看:
基本建设支出与政府行政支出对辽宁省经济增长起到了促进作用,且政府行政支出对辽宁省经济增长的促进作用一直远高于基本建设支出所产生的促进作用,而民生性支出对辽宁省经济增长的影响效应则为负,即民生性支出阻碍了辽宁省的经济增长。
结合空间计量分析结果和辽宁省目前发展实际,得出如下几点启示:
相邻城市之间以及具有空间经济联系的城市之间要加强地区协作。
从辽宁省来看,加强城市合作,促进经济发展,对于增进城市友谊、实现经济共赢发挥着重要的作用,面对当前经济发展态势,开展城市经济合作发展既是机遇,也是挑战。
因此,各城市之间要打破行政区划界限,以协作体为整体,共同建立完善的城市经济合作发展保障机制,采取政府促进、以会搭桥的形式,基本形成资源互用、政策互惠、产业互补和市场互通的合作局面。
进一步加强区域交通合作,推进区域基础设施、道路、水路运输行业合作发展。
进一步加强区域文化科技合作。
调整和优化辽宁省各级政府财政支出规模和结构,提高政府间相互合作交流。
进一步加强区域政府学习交往,政府间应建立城市政务信息互通平台,城市间政务信息、法律法规相互公开,促进城市的相互了解。
参考文献:
[1]孙文祥,张志超.财政支出结构对经济增长与社会公平的影响[J].上海财经大学学报,2004,(6).
[2]曾娟红,赵福军.促进我国经济增长的最优财政支出结构研究[J].中南财经政法大学学报,2005,(4).
[3]朱柏铭,祝燕君.财政支出与经济增长关系研究[J].技术经济与管理研究,2008,(3).
[4]杨友才.地方财政支出结构与经济增长[J].山东大学学报,2009,
(2).
[5]余可.地方财政支出结构与地区经济增长的空间计量分析[J].财经理论与实践,2008,154(9).
[6]陈斐.区域空间经济关联模式分析理论与实证研究[M].北京:
中国社会科学出版社,2007.
[7]王青,张峁.地方财政支出对居民消费影响的空间计量分析一辽宁为例[J].山东经济,2010,
(2).
[8]李树培,魏下海.我国财政支出对民间需求影响的动态分析(1978-2007)[J].上海经济研究,2009,(6).
[9]张峁,王青,乔东艳.财政政策对经济增长和收入分配的长期影响效应分析[J].经济与管理,2010,
(2).
[10]王青,张峁.地方政府支出对居民消费影响的空间计量分析一辽宁省为例[J].山东经济,2010,(3).
[11]张峁,王青.财政支农、农村居民消费与农民增收的动态分析一以辽宁省为例[J].统计教育,2010,
(2).
[12]张峁,乔东艳,带永安.中国省域建筑业发展差异的空间计量经济分析[J].科学决策,2010,(3).
来源:
《科学决策》2010年第5期
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 地方 财政支出 经济 增长 影响 空间 计量