中国公共投资与经济增长关系的PVAR分析.docx
- 文档编号:17639428
- 上传时间:2023-07-27
- 格式:DOCX
- 页数:10
- 大小:24.28KB
中国公共投资与经济增长关系的PVAR分析.docx
《中国公共投资与经济增长关系的PVAR分析.docx》由会员分享,可在线阅读,更多相关《中国公共投资与经济增长关系的PVAR分析.docx(10页珍藏版)》请在冰点文库上搜索。
中国公共投资与经济增长关系的PVAR分析
中国公共投资与经济增长关系的PVAR分析
一、相关文献及问题的提出
在西方经济学界,通过一系列实证研究,不少研究结果认为公共投资在经济增长中确实发挥了积极的作用。
例如DavidAlanAschauer于1989年利用美国1949-1985年的数据,估计出美国公共投资的产出弹性为0.39,从而认为公共投资对拉动经济增长具有积极的意义。
在2021年DavidAlanAschauer又建立了一个扩展了的新古典主义增长模型去验证政府介入对于经济增长的作用,结论显示公共投资每增长10%,单位资本的产出在未来两年内增长2.9%。
Cazzavillan也于1993年利用欧洲12个国家1957-1987年的数据,估计出公共投资的平均产出弹性为0.25,从而认为公共投资对经济增长具有积极的影响作用。
此外,SébastienDessus和RémyHerrera在2021年以28个发展中国家1981-1991年的面板数据做为样本,建立联立方程,使用固定效应方法估计了公共投资对增长的影响,结果显示,公共投资对长期经济增长具有正的效应,但当公共投资过度时,公共投资会抑制经济的增长。
Shioji和Etsuro也于2021年对美国和日本的公共投资与经济增长关系进行了研究,结果表明,在这两个国家公共基础设施投资对地区人均产出的增长具有积极作用。
此外,近期也有少数文献关注公共投资效率的提高在经济增长过程中的重要性,这些文献的结论显示公共投资被利用效率的提高对经济增长有正的影响。
另一方面,也有不少实证分析显示,公共投资对经济增长具有负的影响,或至少其作用是不明朗的。
如Evans和Karras.G在1994年利用美国48个州1970-1986年的数据,检验了美国公共投资对私人部门经济增长的影响,结果显示公共投资中的教育投资对增长有显著的正向效应,但是其他项目的公共投资对增长并无明显的效应,甚至有的公共投资(例如公路、供水以及污水处理系统等)对增长会出现负向的拉动作用。
Garcia-Mila,Teresa,ThereseMcGuire和RobertPorter也于1996年利用美国48个州1970-1983年的数据建立经验模型,检验了高速公路、水的供给和污水处理、其他公共投资三类公共投资对经济的影响,结果显示,这三类公共投资对经济增长的正向效应并不显著。
除了将公共投资对经济增长的影响作为研究热点外,也有一些学者关注经济增长对于公共投资的影响,并对二者之间的因果关系进行了研究。
如Clarida于1993年对美、法、德、英等国的分析表明,全要素生产率与公共投资是协整的,但因果关系的方向不确定。
Christodoulakis也于1993年通过对希腊1964-1990年的数据估计,结果表明公共投资对产出具有格兰杰因果关系,产出对公共投资则不具有格兰杰因果关系。
受国外学者对于公共投资与经济增长关系热烈争辩的影响,近年来国内一些学者也致力研究我国公共投资与经济增长之间的关系。
如娄洪2021年通过建立理论模型来分析公共基础设施资本促进经济增长的动力机制,用以揭示公共投资政策与经济增长的关系,结论表明,对于我国这样一个人口众多、存在二元结构和人均资本低的国家,继续保持基础设施资本存量的高增长率,是保持我国经济高增长率必不可少的条件。
张海星2021年运用内生增长理论构建计量经济模型,对中国的公共物质资本投资、公共人力资本投资及RD投资与经济增长的相关性进行了协整检验和格兰杰因果关系检验,结果发现,三种公共投资具有不同程度的正向经济增长效应,并且在不同的发展阶段上,三种公共投资与经济增长的因果关系及驱动机制又有所不同。
从上述对国内外的文献的回顾来看,绝大多数的研究集中在分析公共投资对经济增长的最终影响方面,也有一部分文献对公共投资与经济增长之间的因果关系进行了检验,这些研究固然都有益于我们加深对公共投资作用的认识。
但是,本文认为,要在现有研究的基础上进一步认识公共投资与经济增长之间的关系,仍有不少需要继续展开研究的问题。
其中一个较突出的问题就是公共投资的作用机制问题。
因为,公共投资对经济增长的作用机制是颇为复杂的。
这两者之间,应该是一种双向互动的关系,而且这种双向互动关系中,既有着一方直接影响另一方的关系,还有着一方通过其他因素的作用再对另一方发生影响的关系。
若忽视这种双向性,只从某一方面的作用看问题,一些重要的机制作用很可能会被忽略。
因此本文试图通过选择某一种公共投资作为分析样本,借助于更具解释能力的计量模型来分析该项公共投资与经济增长之间的相互关系,检验两者之间作用的机制,揭示两者之间作用的关系,以求对公共投资的作用有一个更为切实的认识。
二、分析样本的选取与变量的描述
为实现这一研究目的,本文拟采用PVAR分析方法,以我国的公路投资建设为样本,对公共投资与经济增长的关系进行分析。
(一)分析样本的选择
本文选择公路投资建设作为分析案例,主要基于以下考虑:
其一,公路建设是公共投资中的重要组成部分。
就我国而言,改革开放以来,公路建设一直是公共投资的重要方向。
我国不断加大了包括公路建设在内的各种基础设施的投资力度,公路投资额更是快速攀升,从1997年至2021年的5年间,我国公路投资额共达1.4万多亿元,此后年份,我国公路建设投资额,2021年为***-*****万元,2021年为***-*****万元,2021年为***-*****万元。
公路建设在整个公共投资中所具有的突出地位,就使其作为分析对象具有较为显著的意义。
其二,对公路这种准公共品供给的分析,有利于加深对政府投资方式的认识。
公路建设既是一种投资,也是一种准公共产品的提供。
而任何一种公共产品的提供或任何一笔公共投资,实际上都是面对不同目标进行选择的结果,也是政府投资行为特征的体现。
其三,以公路作为分析案例,便于面板数据分析的进行。
面板数据分析需要相关数据较易于“切块”。
就我国而言,相对于教育、铁路等公共投资,公路的数据较易于切块划分。
(二)变量的描述
为了有效考察公共投资与经济增长之间的关系,本文选取了四个变量进入模型,表1给出了各变量的定义。
我们以我国各省人均GDP年增长率代表经济增长情况。
以公路基础设施建设水平为例代表公共投资水平,本文选取各省级单位按土地面积计算的公路密度的年增长率作为公路基础建设水平的度量指标。
公路密度(单位:
公里/百平方公里)是指一定土地面积平均拥有的公路里程数,它反映某一地区公路网的密度情况。
受公路建设影响最直接的行业可以说是交通运输业,运输业的扩张直接带动地区内以及地区间贸易往来,对地方经济增长的影响是不言而喻的。
本文选取货运量来衡量公路运输业发展水平,货运量指在一定时期内,各种运输工具实际运送的货物数量,该指标是反映运输业为国民经济和人民生活服务的数量指标。
(P589)表2列出了1994-2021年11年间全国公路货运量占总货运量的比值。
从表2中可以看出,历年来公路货运量占总货运量的比重在3/4左右,足以证明公路货运对整个货运体系的重要性。
因此,本文采用各地区公路货运量年增长率作为衡量公路货运业发展水平的指标。
受公路运输业扩张的影响,公路运输业职工就业人数必然大量增加,为了全面分析公路建设与经济增长之间的关系,本文将公路运输业就业情况作为变量代入模型,本文采用公路运输业职工人数与第三产业就业人数的比率作为变量,来考察就业率对经济增长的影响。
公共投资本身具有向前向后的关联效应,决定了不只是公路建设本身会对经济增长有影响,必然是公路建设整个体系作用于经济增长,因此本文选取公路货运量指标和反映公路货运就业情况的指标作为变量带入模型,有利于从整体上分析公路建设与经济增长的关系,进而有利于我们全面了解公共投资与经济增长之间的关系。
本文所采取的四个变量{hwdl,vcargo,htt,grgdp}的取值,来自中国各省级政区1994-2021年的数据,是非均衡的面板数据(unbalancedpanel-data)。
其中重庆1996年成为直辖市,所以1994-1996年的数据视为缺省。
本文数据来自历年的《中国统计年鉴》和各省、自治区、直辖市历年的《统计年鉴》以及历年的《中国区域经济统计年鉴》。
其中,hwdl是根据《中国统计年鉴》中各地区年末公路里程数以及《中国区域经济统计年鉴》中的各地区土地面积计算而成;vcargo根据《中国统计年鉴》中的各地区公路货运量计算而成;htt根据《中国统计年鉴》中的各地区道路运输业职工人数与各地区第三产业就业人数相比而成;grgdp根据当年价格的数据折算成以1990年为基年的可比价格计算得出的。
三、计量方法的选择
在研究变量之间的相互关系时,最常见的做法是建立经验模型,采集时间序列数据,然后对变量做回归估计。
由于时间序列数据通常都带有明显的时间趋势,具有非平稳性,利用这类数据对变量作回归时,可能存在“伪回归”问题。
为了避免“伪回归”现象,需要先对数据进行平稳性检验,如果变量之间不具备平稳性质,则不能以传统的回归分析方法进行分析和检验,而只能采用协整方法检验他们之间的长期均衡关系。
协整检验的结果可以给出各变量之间是否存在着长期的均衡关系,但并不能给出这些均衡的变量之间是否存在因果关系,为解决这一问题,还需做格兰杰因果关系检验。
因此,该方法所受制约较多。
作为对传统回归方法的突破,Sims在1980年提出了基于数据统计性质而非经济理论的向量自回归(vectorautoregression,简称VAR)估计方法。
他认为,经济活动会随时间的变动而呈现在变量数据上,通过对数据本身的特性加以剖析,便可了解经济活动的特征。
VAR模型是一种時间序列分析法的动态模式,不需有先验(aprior)的理论基础,也不需考虑变量内、外生及因果关系的问题,而是将各变量直接视为内生变量,以该变量及其他变量滞后项为解释变量,由一组回归方程来表示变量间的互动关系。
Sims所提出的VAR模型,除了可以分析滞后项变量对其他变量是否具有显著的影响外,还可以通过脉冲—响应(impulse-response)分析更进一步了解变量间的动态互动(dynamicinteractions)关系。
VAR取代传统的联立方程模型在应用经济学领域取得了明显成效,被广泛地应用于分析具有众多观测值的宏观时间序列上。
然而,现实中的某些数据的观测值很难满足时间序列所要求的数据长度,例如面板数据(paneldata)一般拥有相对较少的观测值。
此外,个体的多样性也是分解数据(disaggregatedata)的一个重要特征。
因此,将VAR直接应用在面板数据的估计上是不恰当的。
为了克服VAR方法的限制,Holtz-Eakin在1988年首次提出了基于面板数据的向量自回归(PanelDataVectorAutoregression,简称PVAR)的估计方法,随后这一方法得到了进一步的发展。
PVAR继承了VAR的许多优点,不同的是在PVAR中,只要T≥m+3(T为时间序列的长度,m为滞后项的长度)便可以对方程的参数进行估计。
而且当T≥2m+2时,便可在稳态下估计滞后项的参数。
PVAR为我们提供了一个相当灵活的分析框架。
首先,沿袭VAR的优点,不再需要区分内生变量和外生变量,而是把所有变量均视作内生,可以真实反映出各变量之间的互动关系;正交化脉冲—响应函数能够分离出一个内生变量的冲击给其他内生变量所带来的影响,因此可以用来分析一个变量对其他变量的影响程度。
其次,个体效应允许了不可观察的个体差异,时间效应则捕捉到个体在横截面上可能受到的共同冲击。
本文采用的就是基于面板数据的向量自回归方法。
在分析过程中,本文曾尝试了多个滞后阶数,最终根据脉冲—响应函数的收敛情况,选用了滞后三阶的VAR。
本文的估计步骤分为两步。
2.估计脉冲—响应函数(Impulse-responses)。
脉冲—响应函数所描述的是系统中某一变量的一个正交化创新(也称shock)对其他变量的影响。
由于本文的目的是考察以公路为例的公共投资与经济增长之间的关系,公路投资指标hwdl与经济增长指标grgdp是我们设定的主要观察变量,而货运量指标vcargo与就业指标htt则是我们为了更好地认识这两个主要变量之间的相互影响关系和作用机制,根据经济运行中存在的关联关系而设定插入的参与变量(当然,如果不受篇幅限制,按照该分析方法,我们还可以加入更多的相关指标进入这个变量序列,使分析体系更显完备)。
这些变量的排序遵循Choleski分解(CholeskiDecomposition)的排列顺序排列,其形式为{hwdl,vcargo,htt,grgdp}。
此排列顺序意味着后面变量同期和滞后期都受到前面变量的影响,而前面变量只会受到后面变量滞后期的影响。
文中Monte-Carlo模拟给出的脉冲—响应函数是在90%的置信区间。
四、计量检验与结果分析
(一)PVAR分析所显示的分析结果。
本文利用统计分析软件stata8.0对四个变量的面板数据做了分析,表3给出了PVAR估计的结果,括号中为经过white异方差调整的t统计量。
其中(t-1)、(t-2)、(t-3)分别代表滞后一、二、三期。
从表3内容可见,对于本文所要观察的两个主要变量间的直接关系,统计分析所显示的结果是一种较模糊的不对称关系。
我们可以看到,就公路投资对经济增长的关系而言,按表中第二列给出的结果,随着hwdl的变动,grgdp在滞后三期中的变动趋势均不显著,且其变动方向在滞后一期为负,滞后两期为正,滞后三期却又为负,表明从公路投资的角度看,hwdl与grgdp之间的直接关系并不稳定,但hwdl对grgdp毕竟还有一些“有所作为”的表现。
反过来,就经济增长与公路投资的关系而言,从第五列数字可以看到,随着grgdp的变动,hwdl在滞后一、二期都是向负的方向变动,且其变动在5%的水平上显著,其变动趋势滞后三期时在10%的水平上显著为负,表明从经济增长角度看,公路建设与经济增长之间是一种明确的负相关关系。
因此,这两个主要变量之间直接的双向关系,体现为一种非对称的关系。
因此,通过把其他参与变量纳入分析系统,我们可以看到,公路建设与经济增长之间存在着一种“非对称的互动关系”。
通过其他参与变量的作用,公路建设对经济增长具有较为确定的推动关系链条,而经济增长对公路建设的作用链条则未能切实达至终端。
对这种“非对称的互动关系”,我们可以在以下进行的脉冲—响应函数分析中得到进一步的说明。
(二)脉冲—响应函数所显示的分析结果。
通过对四个变量的面板数据的分析,图1给出了各变量之间的正交化脉冲—响应函数。
该脉冲—响应函数有效地体现出公路投资与经济增长间的关系虽仍显复杂,但两者间互相作用的途径变得更为明显,其“非对称的互动关系”也变得更为清晰可辨。
先看公路投资与经济增长之间的直接关系。
如果仅从直接关系看,两者间的互动关系仍是一种关联性不强的非对称关系。
就公路建设对经济增长的直接影响而言,从图1第一列最后一图可看出,面对公路变量hwdl的一个正交化创新,grgdp在同期增加到了0.0879,但在滞后期中却均呈现负的影响,不过这种负的影响毕竟在逐渐减小,在收敛过程中不断“向好”。
反过来,就经济增长对公路建设的直接影响而言,第四列第一个图显示,面对grgdp的一个正交化创新,公路变量hwdl在同期没有变化,在滞后一、二、三期中分别为-0.5649、-0.0096、-0.3224,而在滞后第四期中增加到0.0422,在滞后第五期中为-0.1361,在滞后第六期又增加到0.0518。
以上内容表明,公路建设与经济增长之间直接互动关系并不明显,从一些若隐若现的互动关系中,体现的也是一种缺乏关联性的非对称关系。
两个主要变量之间这种直接关系,与前面PVAR分析结果基本是一致的。
进一步,当我们像PVAR分析一样加进其他参与变量,从展开的角度加以观察时,则情况发生明显变化。
公路投资与经济增长间通过其他变量而形成的“非对称互动关系”变得清晰起来,这种“非对称互动关系”的作用途径也进一步凸现出来。
对此,我们同样从两个方面加以说明。
一方面,公路投资对经济增长具有清晰完整的作用路径。
从脉冲—响应函数我们可以分析出多条公路投资对经济增长的作用途径,我们以较为典型的途径为例加以说明。
从图1的第一列可看出,随着公路建设hwdl的一个正交化创新,货运量vcargo一直处于波动中,按分析所得数据,当期减少到-0.3541,滞后一期减少到-0.0706,但在滞后二期已经增加到1.1225,其滞后六期的累计效应为0.4372。
这表明,从总体效应上,公路建设的增长切实拉动了公路货运量的增长。
进而,从第二列可以看出,对于vcargo的一个正交化创新,htt呈现长期的正响应。
htt当期增加到0.5073,在滞后一期为0.0290,随后逐渐恢复到平衡状态,表明货运量的增长显著地拉动了运输业就业率的上升。
再进一步,按照第三列情况,面对htt的一个正交化创新,grgdp呈现长期的正响应,同期增加到0.1156,滞后一期为0.0265,滞后二期为0.0069,随后逐渐恢复到平衡状态,表明道路运输业就业率的上升确实显著地拉动了经济增长。
通过类似的分析,我们可以找出公路投资对经济增长的其他多条作用途径。
例如,对于hwdl的一个正交化创新,htt同期减少为-0.2810,在滞后一期开始变为正向,增加到0.0531,滞后二期为0.044,滞后三期为0.1353,表明除当期之外,在各滞后期,公路建设对道路运输业就业率均有正向拉动作用。
而从前面的分析知,就业率的上升可直接带动经济增长。
另如,从第三列我们可以发现,随着htt的一个正交化创新,vcargo在当期的响应为0,在滞后一期为0.0235,在滞后二期为0.1238,随后其响应幅度逐渐下降,围绕平衡状态上下波动,直到再次恢复平衡,其滞后六期的累计效应为0.0721,表明htt对vcargo在滞后期具有正向拉动作用。
从前面的分析知,货运量的增长反过来拉动就业率,进而拉动经济增长。
这一系列公路投资对经济增长的作用途径,我们可以用图2加以归纳表示。
另一方面,反过来看,经济增长对公路投资的作用则有所不同,其拉动作用的链条总是在公路建设这一终端变量之前归于消失。
脉冲—响应函数显示,由经济增长这一变量伸向公路投资的拉动链条,也是在多个路径上展开的。
在此,我们同样选择较具代表意义的作用路径为例进行分析说明。
从图1第四列可看出,随着grgdp的一个正交化创新,htt在同期没有变化,在滞后期却长期呈现正响应,相关数字显示,在滞后一期增加到0.2094,滞后二期为0.1579,滞后三期为0.0088,滞后四期为0.0044,滞后五期为0.0048,滞后六期为0.0027,随后逐渐恢复到平衡状态。
滞后六期的累计效应为0.388,表明经济增长确实在拉动着道路运输业就业率的提高。
从前面的分析中我们又已知,htt对vcargo的影响在滞后六期的累计效应为0.0721,表明htt对vcargo在滞后期也具有正向的拉动作用。
但是,这种一环接一环的拉动关系推进到公路建设这一终端环节时,情况发生了变化。
图1第二列显示,随着vcargo的一个正交化创新,公路密度增长率hwdl当期变化为0,滞后一期为-1.3254,滞后二期为0.1278,滞后三期为-0.9041,滞后四期为0.0133,滞后五期为0.0045,滞后六期为0.0023,随后逐渐回复到均衡状态。
其滞后六期的累计效应为-1.9619。
也就是说,当源自经济增长的作用链条伸延至货运量后,对货运量的变化,公路建设所作出的反应在总体上是个负值。
我们看另一个源自经济增长,通过参与变量而形成拉动作用在公路建设这一终端变量之前归于消淡的例子。
从上例分析知,经济增长拉动道路运输业就业率htt的提高。
据此,我们接着看下一环htt对hwdl的作用。
面对htt的一个正交化创新,hwdl在当期变化为0,在滞后一期为-0.0565,滞后二期为-0.0010,滞后三期为-0.0298,滞后四期为0.0030,滞后五期为-0.0147,滞后六期为0.0058。
可见,面对htt的变化,公路建设的响应时正时负,以负为多,其反应是相当消极的。
根据以上经济增长对公路建设作用方式的例子,我们可将这种关系用图3加以归纳显示。
对比图2和图3,可清楚地看出,公路建设和经济增长这两个变量之间相互作用的关系有着明显的差异。
公路建设通过其他变量的作用,可以确切地拉动经济增长,而经济增长通过其他变量对公路建设的拉动作用远远为弱,甚至为负。
呈现在我们面前的是两者间的一种非对称的互动关系。
而且,源自经济增长的作用链条基本上止于公路建设之前的一个环节,而未能有效地到达终端,这应该是经济增长与公路投资非对称互动关系的关键特征所在。
五、结论与建议
本文运用基于面板数据的向量自回归方法,对中国31个省区11年的公路建设与经济增长关系进行实证研究,通过对PVAR估计的结果和脉冲—响应函数的分析,得到如下结论。
(1)公路投资与经济增长之间存在着明确的双向互动关系。
如果仅从两者的直接关系看,公路投资与经济增长之间似乎并不存在强有力的关联关系,但加入其他参与变量后,两者间的关联关系变得清晰确定起来,统计分析有效显示出两者间的作用是双向的、互动的,而且其作用机制是复杂的,并不是简单的A与B之间的因果关系,而是存在着多重的互动关系。
(2)公路建设与经济增长之间的互动关系,是非对称的互动关系。
统计分析显示,源自公路建设的作用链条可顺畅地达至终端,从而对经济增长形成有效的拉动作用;源自经济增长的作用链条则往往在达至终端之前归于消淡,从而未能对公路建设产生明显影响。
(3)公路投资对经济增长的间接拉动作用值得注重。
就一般经济理论而言,包括公路等基础设施建设在内的公共投资对经济增长的作用主要体现在直接、间接作用这两方面。
一方面,基础设施建设中伴随着资本、劳动等要素的投放,本身会直接形成一定的产出,从而形成对经济增长的直接贡献,另一方面,公路建设有通过各种途径对经济增长起着间接的推动作用。
公路投资可通过扩张总需求、形成乘数效应、改善投资环境等促进国民经济的增长。
根据以上分析,本文也提出如下建议。
(1)应进一步注重政府和市场这两大机制的协调、互动。
从我国实践看,通过政府的积极作用以加强基础设施建设,实施包括公路建设在内的基础设施建设先行一步的策略,在总体上是合理的,这已为我国经济的快速增长所证明。
但在实施基础设施建设的决策过程中,应进一步注重来自市场的反馈,以进一步加强政府和市场这两大机制的协调、互动关系的建立。
(2)政府在运用公共投资作为宏观调控手段时,应注重公共投资所产生作用的滞延性问题。
正如本文脉冲—响应函数所显示的那样,公路投资对经济体系的作用具有滞延性,其对公路货运业的正向效应在滞后二期才能显现出来(为1.1225),对公路运输业就业率的正向拉动作用要在滞后一期才能显现出来(为0.0531)。
此外公共投资会导致需求量的提高,公共资本存量增加将导致私人资本边际生产率的提高,这些都是公共投资乘数效应产生的原因,而生产性公共资本发挥乘数效应的持续时间会比较长,正如本文的分析结果显示的那样,公路运输业就业情况对经济的拉动作用可以持续到很长时间,当期为0.1156,滞后一期为0.0265,滞后二期为0.0069,滞后三期为0.0088,滞后四期为0.0024,滞后五期为0.0019,滞后六期为0.0017。
实际上,大多数公共投资对经济增长的直接作用都不可能在投资当期就完全释放出来。
因此,公共投资对经济的直接及间接效应都存在滞延期。
这要求我们在宏观调控政策的制定中充分注意公共投资作用的滞延性,从而更合理地把握好宏观政策的出台时间和政策力度。
- 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:
- 中国 公共 投资 经济 增长 关系 PVAR 分析