打开文本图片集
摘 要:基于中部地区地级市层面,构建城乡收入差距对经济增长影响的非线性模型;在实证分析中,针对三种不同情形开展整体分析与不同类型区的比较分析。结果表明:城乡收入差距扩大在一定程度上对经济增长具有促进作用,但随着这一差距的持续扩大并跨越门限值后,将对经济增长产生显著性的阻碍作用;不同类型区的两种划分情形下的结果同样表明,随着城乡收入差距的持续扩大,收入差距扩大地区相对于收入差距缩小地區将可能更快地由城乡收入差距对经济增长存在正效应的阶段跨入对经济增长存在负效应的阶段。
关键词:
城乡收入差距;经济增长;面板门限模型;中部地区
中图分类号:F207 文献标识码:A 文章编号:1006-0448(2017)01-0067-09
自Kuznets[1]于1995年提出“倒U型假说”以来,关于收入不平等对经济增长的影响研究受到了研究者的广泛关注。目前有关收入差距对经济增长的影响效应研究,已经由最初主要从线性分析的角度论证二者的关系,发展到从非线性角度来考察。
从现有文献来看,从线性分析的角度研究收入分配不平等与经济增长的关系主要有两种不同的观点:一是认为两者之间存在着负相关关系。Persson 和 Tabellini[2]、Perotti[3]、陆铭和陈钊[4]、Frank[5]、陈斐和孙向伟[6-7]等人的研究结果均体现了这一观点。另一种观点则认为,收入分配不平等可促进经济增长。如Kaldor[8]、Bourguignon[9]、Castello等[10]、Fadi Fawaz[11]、杨孟禹[12]等人的研究表明了收入不平等与经济增长之间存在正相关关系。此外,Forbes[13] 、Voitchovsky[14]等、梁亚民和臧海明[15]的研究则表明收入分配不平等与经济增长之间正向关系和负向关系的存在并不互为矛盾。
随着研究的逐步深入,一些学者认为采用线性模型研究收入不平等与经济增长之间的关系是不恰当的,他们进而从非线性角度研究收入分配不平等对经济增长的影响效应。现有文献中,学者们探究收入差距与经济增长的关系所构建或选取的非线性模型与方法大致可分为以下三类:一是在对“倒 U”型曲线进行验证的基础上,采用协整检验以及误差修正模型说明经济增长与收入的不平等存在长期的关系,如Barro[16]、秦征旋[17]、何星[18]。二是选用平滑转换回归这一方法研究城乡收入差距与经济增长二者之间的关系。如Aslanidis[19]、王少平和欧阳志刚[20]、范亚舟和舒银燕[21]、张优智和党兴华[22]。三是随着Hansen[23]提出的门限效应,部分学者开始关注经济增长中的门限问题。Woojin Lee和John E.Romer[24]、Andreas Savvides和Thanasis Stengos[25]、曲博和闵熙颜[26]、陈锐和刘小二[27]、张东辉和孙华臣[28]、陈博等[29]。现有的运用面板门限模型分析收入差距与经济增长的文献中,多基于全国省级层面的数据进行探究,未考虑到我国各省市间发展存在的差异。
整体而言,我国学者大多采用线性或非线性模型从全国省级层面研究城乡收入差距对经济增长的影响。考虑到我国国土范围辽阔,各省区市经济发展存在较大的差异,省级层面分析结果的有效性及其解释不尽如人意。对于一些大的经济区域而言,有必要基于地市或县级单元,从非线性角度进一步开展城乡收入差距对经济增长的影响研究。中部六省作为一个大的经济区域,各省经济发展差异相比全国整体情形而言要小,因此,本文将选择中部地区为研究区,并以地市为分析单元,以2001—2013年为研究时段,选用面板门限模型探究城乡收入差距对中部地区经济增长的非线性影响。研究中,本文将首先从整体上分析城乡收入差距对中部地区经济增长的影响,然后根据各地市期初与期末城乡收入差距比的变化情况将中部地区全部地级市划分为两类地区进行分析;并在两类地区分析的基础上,以各地市的经济发展水平为参照,将所有地市划分为四类地区进行分析,考察不同样本情形下城乡收入差距对经济增长所存在的非线性影响。
二 变量选取与研究方法
1.变量说明
本文以中部六省为研究区域,所采用的2001—2013年间地级市数据主要来自于历年的《中国区域经济统计年鉴》、中经网,部分数据则源于各地市历年的统计公报。2010年安徽省巢湖市由原先的地级市重新规划为县级市,原巢湖市部分地区则分别划分到临近的马鞍山市、合肥市、芜湖市。为保持地市样本的一致性,在数据处理过程中参照了2010年之前的行政区划,对这4个城市2011—2013间各年的数据进行了相应的调整,因此在本文的分析中选取的所有地市样本数为88个。
为了防止伪回归的出现,首先需要对所选用的各个变量进行平稳性的检验,在本文中,所采用的检验平稳性的方法为单位根检验方法,包括:LLC检验、IPS检验和HT检验。
2.研究方法
Hansen 1999年提出了面板门限回归模型,这一模型为在静态面板数据下如何分析变量相互影响的非线性问题提供了很好的解决方法,其具体形式为:
在模型中,下标i指代个体,下标t指代时间,被解释变量yit、门限变量qit为标量,控制变量xit为k阶矢量,μ、β′1、β′2、γ、e都为待估参数,其中,γ为门限值,β′1、β′2为经过转制的列向量。I{·}为示性函数,示性函数又称指数函数或伯努利变量,是定义在某集合上的函数,表示其中有哪些元素属于某一子集,当条件成立时取1,否则取0,具体到模型中而言,即当qit≤γ时,则I{qit≤γ}=1,反之则I{qit≤γ}=0,当qit>γ时,则I{qit>γ}=1,反之则I{qit>γ}=0。通过判别门限变量是否超过门限值将所有观测值划分到两种机制中,这些观测值包括变量yit、xit、qit的所有取值;而这两种机制的区分是通过不同的回归斜率,即分辨参数β′1、β′2的不同,这又要求变量xit是随着时间的变化而变化的,同样,门限变量也是随时间的变化而变化的。此外,假设误差项eit服从均值为零,方差为δ2的独立同分布。由于受到样本容量的限制,在建立经济计量模型时不得不忽略个体经济行为的差异,即需去除个体效应,因此,Hansen提出通过将所有观测值减去其组内均值来去除个体效应。