摘要:文章從投資角度出發,將Solow模型中的資本進行分解,即交通基礎設施資本投入、其他基礎設施資本投入、非基礎設施資本投入。運用動態計量經濟學的協整理論和Granger因果關系等檢驗方法,采用1978年~2009年的年度數據,得出交通基礎設施投資與經濟增長之間保持著長期穩定的均衡關系,交通基礎設施投資的變動趨勢比經濟增長更加敏感,并受經濟增長的影響遠遠大于交通基礎設施投資對經濟增長的影響,交通基礎設施投資對經濟增長的貢獻度逐年增加并持久。
關鍵詞:交通基礎設施投資;經濟增長;協整及因果關系;脈沖響應函數;方差分解
一、 引言
通過文獻的回顧,發現大部分研究文獻都是試圖量化描述基礎設施對經濟發展的貢獻,鮮有把交通基礎設施投資作為單獨的經濟變量來研究與經濟增長的關系。并且,研究兩者的關系定性的較多,定量的較少。因此,本文在總結近幾年來研究成果的基礎上,增加其他經濟因素的干擾,將Solow模型中的資本進行分解,即交通基礎設施資本投入、其他基礎設施資本投入、非基礎設施資本投入,進一步研究兩者之間的相互關系。
二、 變量選取與數據說明
本文采用年度數據,考慮到改革開放后我國經濟體制的變化以及數據的完整性、可獲性,設定樣本區間為1978年~2009年。選取的變量如下:
1. 經濟增長選取國內生產總值(GDP)作為指標。數據來源于《新中國60年統計資料匯編》與歷年的《中國統計年鑒》。為了消除物價和通貨膨脹因素的影響,以1978=100為基期,通過用當年的GDP除以居民消費價格指數(以1978=100)獲得不變價格GDP。
2. 各種資本投入。資本投入的數據來源于各年《中國統計年鑒》、《中國固定資產投資統計年鑒》。為了便于獲取和整理,各種資本投入的數據是按主要行業的全社會固定投資額折算,其中,交通基礎設施資本投入(K)用交通運輸倉儲和郵電通信業來代替。由于2003年以后《中國統計年鑒》按主要行業的全社會固定投資額增加了信息運輸、計算機服務和軟件業,因此,2003年以后的交通基礎設施投資額增加了信息運輸、計算機服務和軟件業;其他基礎設施資本投入(G)包括電力煤氣及水的生產和供應業、地質勘查業、水利管理業、社會服務業、衛生體育和社會福利業、國家機關黨政機關和社會團體;非基礎設施資本投入(C)包括農林牧漁業、采掘業、制造業、建筑業、批發零售貿易和餐飲業、金融保險業、房地產業和其他行業。為了消除物價和通貨膨脹因素的影響,各種資本投入的不變價格通過各年的資本投入除以1978=100的固定資產投資價格指數獲得,由于在《中國統計年鑒》,固定資產投資價格指數以1991年為基期,因此固定資產投資價格指數的折算本文按照高鐵梅方法進行折算。
為了消除數據中存在的異方差,使數據具備一些良好的特性,本文對以上變量在平穩性檢驗前都進行對數化處理。對數變化后的變量在以上變量符號前加Ln表示,即LnGDP、LnK、LnG、LnC。
三、 交通基礎設施投資與經濟增長關系分析
1. 平穩性檢驗。要分析經濟變量之間是否存在長期穩定的均衡關系,首先需要檢驗變量的平穩性。本文通過EVIEWS5.0軟件對LnGDP、LnK、LnG和LnC序列作平穩性檢驗(見表1所示)。
檢驗結果表明,在原始序列上,所有的檢驗結果均沒有拒絕有單位根的假設,因此可以說明所有變量都是非平穩的時間序列。經過一階差分以后,這四個序列均變成平穩序列,即都是一階單整序列,可用于協整分析。
2. VAR模型及脈沖響應分析。VAR模型中一個重要的問題是滯后階數的確定。本文利用AIC信息準則和SC信息準則來選擇滯后階。在對殘差進行正態獨立同分布診斷的基礎上,經多次測算比較,當最大滯后階數取2時, AIC達到最小值,為-8.327 2;而SC為-6.645 8,可以建立VAR(2)模型。其中,四個回歸模型調整后的R2分別為0.998 6、0.994 4、0.990 4、0.997 1,表明這四個模型的擬合優度非常好,可以用于實證分析。
對VAR模型的單個參數估計值進行解釋比較困難,為了分析交通基礎設施與經濟增長的動態關系,以上述向量自回歸模型VAR(2)為基礎,建立交通基礎設施投資、其他基礎設施投資、非基礎設施投資與經濟增長的脈沖響應模型。脈沖響應函數是描述了每一個內生變量對誤差的反應。具體來說,在擾動項上所加一個標準差大小的沖擊,會通過VAR模型的動態結構傳導,對內生變量的當期值和未來值產生的影響。本文建立的脈沖響應函數(IRF)模型為:
其中,k為滯后階數,這里的隨機擾動項ε被稱為新息。對于每個誤差項,每個內生變量都對應著一個脈沖響應函數。根據上式,本文采用漸近法(Asymptotic Analytic Method)計算響應函數的標準差,建立脈沖響應函數。由于篇幅的限制,本文只分析交通基礎設施投資和經濟增長的脈沖響應合并圖(見圖1和圖2所示)。
從圖1中可知,GDP對其自身的一個標準差新息的反應最為激烈,第3期時達到最高,隨后出現下降,在第6、7期達到最低點,然后繼續升高,第7期上升開始緩慢。經濟增長對交通基礎設施投資標準新息的脈沖響應從第2期開始有響應,這說明交通基礎設施投資前兩年對經濟增長是沒有太大作用,交通基礎設施投資有滯后效應,體現了應超前建設的本質。從第2期開始逐漸下降,并且交通基礎設施投資一大部分時間對經濟增長的沖擊效應表現為負面影響,這說明交通基礎設施投資的增加并不能同時增加經濟增長,中長期來看還有抑制作用,也說明了交通基礎設施投資對經濟增長的影響變得更加復雜。
從圖2中可知,交通基礎設施投資對自身的標準新息的脈沖響應在第1期達到最大值,隨后就一直持下降的過程,在第7期為負值,并一直持續下去。交通基礎設施投資對經濟增長的標準新息脈沖響應在第1期時開始上升,在第2期時達到最大值,隨后開始下降,在第6開始逐漸上升,并保持一定的正向波動持續下去。這說明經濟增長對交通基礎設施投資有正面的沖擊效應,兩者有一定的正相關性。
3. 協整檢驗與誤差修正模型(VEC)。根據前面的分析,以VAR(2)模型為基礎,對LnGDP、LnK、LnG和LnC進行協整關系的檢驗,考察這些變量之間是否存在長期穩定的均衡關系。本文采用Johansen Test檢驗,檢驗結果見表2。
從表2中可以看出, 當秩個數為0時, 秩統計量為47.856 1,大于5%顯著水平下的臨界值,并且P值小于0.05,所以應拒絕不存在協整關系的零假設,秩個數應大于0,四個變量之間存在協整關系;進一步檢驗,當秩個數為1時,秩統計量為23.988 1,小于5%顯著水平下的臨界值,并且P值大于0.05,故接受存在一個協整關系的零假設,四個變量之間只存在一個協整關系。這一協整關系所反映的是各變量之間的長期穩定趨勢,標準化后的長期協整關系如下:
ecm=LnGDPt-0.193 5LnKt-0.175 6LnGt-0.288 8LnCt-4.835 5 (1)
從上式表明,GDP每增長1%,交通基礎設施投資將增長0.193 5%,交通基礎設施投資對GDP的彈性為0.193 5。
與式(1)相對應,表2給出了VEC(2)模型的估計結果。VEC(2)模型的AIC和SC都較小,整體效果較好,VEC(2)模型的殘差也具有較好的正態性(見圖3)。
從誤差修正項(EC)可以看出,四個方程的調整系數分別為:0.521 2、2.852 8、2.490 9和1.209 6,說明各種資本對均衡關系都發揮出一種正向促進作用,因而保持系統的穩定即協整的存在,能有效促進經濟增長和各種資本投入的增長。不過,協整關系對GDP的作用最小,從t值可以得出,這種長期均衡對經濟增長短期波動的影響在統計上也不顯著;協整關系對交通基礎設施資本投入、其他基礎設施資本投入的影響更大,而且這種長期均衡對兩者短期波動的影響在統計上也比較顯著。從協整關系與誤差修正模型可以看出,交通基礎設施投資的增長與經濟增長之間表現出一種穩定的長期均衡關系,交通基礎設施投資的增長促進了經濟增長,這與現實中交通基礎設施對經濟發展有積極促進作用的先驗判斷是一致的。
此外,從具體的誤差修正模型(VEC)估計結果中可以看出,對于GDP的短期波動而言,各種資本投入滯后各項的系數比較小;交通基礎設施投資的系數相對則更小;而對于交通基礎設施投資的短期波動而言,GDP與其他基礎設施資本投入、非基礎設施資本投入的系數相對較大:這意味著,GDP與其他基礎設施資本投入、非基礎設施資本投入對交通基礎設施的影響可能顯著一些,甚至存在單向影響的可能,因此,可以推測,經濟增長可能是導致交通基礎設施投資增長的原因,這需要通過下面的Granger因果關系檢驗來進一步分析。
4. Granger因果關系檢驗。從經濟增長與交通基礎設施發展的協整關系模型中可以看出,經濟增長與交通基礎設施投資之間可能存在因果關系,但究竟因果關系的方向是單向還是雙向,這只有通過檢驗才能確定,結果如表4所示。
從表4中可以看出,在滯后階數為1~3時,接受LnGDP不是LnK、LnG、LnC的Granger原因的概率大都小于0.05(如表4陰影部分所示,只有0.0635略大于0.05),所以拒絕原假設,認為LnGDP是LnK、LnG、LnC的Gran-ger原因;而LnK、LnG、LnC不是LnGDP的Granger原因的概率都大于0.05,只能接受LnK、LnG、LnC不是LnGDP的Granger原因,因而LnGDP與LnK、LnG、LnC之間是單向的因果關系。LnK與LnG、LnC因果關系不顯著,只有在滯后階數為2時,LnG是LnK的Granger原因;LnC與LnG的單向因果關系在滯后階數為1~3的情況下具有穩健性,而在滯后階數為2時,兩者互為因果關系。
5. 方差分解分析。與脈沖響應函數追蹤各變量對系統中某一個變量的沖擊效果不同,方差分解則將系統中某一個變量的預測均方誤差分解成由系統中各變量沖擊所帶來的影響部分,記錄系統中每個變量沖擊對該變量的預測均方誤差的貢獻,從而了解各新息對模型內生變量的相對重要性。由于篇幅限制,本文只分析對GDP預測均方差進行分解(滯后期單位為年,SE為每個預測水平上的預測誤差,表中第3、4、5和6列為變量擾動項所引起的預測誤差所占的百分比,見如表5所示)。
從結果來看,LnGDP的增長大部分可以由自己的新息來解釋,其中最低達到85.24%。而三種資本投入總共最多可以解釋經濟增長變動的14.76%。其中,前10期非基礎設施資本投入對經濟增長解釋得最多、其他基礎設施資本投入次之,最后是交通基礎設施資本投入。交通基礎設施資本投入的變動從第2期開始影響經濟增長,初始效果比較緩慢,隨后不斷增強。通過分析,可以看出交通基礎設施投資對中國經濟增長產生的影響是深遠而重要的,對經濟增長的作用是緩慢而持久的,這也表明改革開放以來交通基礎設施投資對經濟增長的貢獻度是逐漸加強的。因此,中國未來的十年內里,還需要加大交通基礎設施的投資力度,擴大交通基礎設施的規模。
四、 結論
通過上述數據和模型分析,主要結論歸納如下:
1. 協整關系表明,交通基礎設施投資與經濟增長之間保持著長期穩定的均衡關系,長期內交通基礎設施投資增加會促進經濟增長,同時,經濟的快速增長也會使國家有更大的財力用于交通基礎設施建設。
2. 脈沖響應表明,交通基礎設施投資對新息的脈沖響應要遠大于經濟增長,并且交通基礎設施投資對經濟增長新息的脈沖效應波動比較大。這說明交通基礎設施投資的變動趨勢比經濟增長更加敏感,并受經濟增長的影響遠遠大于交通基礎設施投資對經濟增長的影響,同時,也說明了交通基礎設施投資與經濟增長是單向的因果關系。
3. Granger因果關系檢驗表明,經濟增長與交通基礎設施投資呈現出單向的因果關系,雖然交通基礎設施投資促進了經濟的增長,但卻并不是經濟增長的Granger原因,經濟增長的原因,需要納入到一個更大的框架中去研究,包括考慮更多的增長因素。
4. 方差分解表明,一個單位標準差的交通基礎設施投資沖擊對經濟增長所起的作用逐漸顯著而又持久,交通基礎設施投資對經濟增長的貢獻度是逐年增加的,因此,交通基礎設施投資相對中國經濟增長乃至整個經濟系統來講,應視為內生變量。
參考文獻:
1. Ramanathan R. The Long-run Behavior of Tr- ansport Performance in India: A Co-integration Approach.Transportation Research Part A,2001,(35):309-320.
2. Holtz-Eakin D.Public sector capital and the productivity puzzle.Review of Economics and Stati- stics,1994,76(1):12-21.
3. P. Cantos,M. Gumbau-albert, and J.Maudos. Transport Infrastructures,Spillover Effects and Regional Growth:Evidence of the Spanish Case.Transport Reviews,2005,(25):25-50.
4. 張學良.交通基礎設施、空間溢出與區域經濟增.南京:南京大學出社,2009:78-86.
5. 劉秉鐮,趙金濤.中國交通運輸與區域經濟發展因果關系的實證研究.中國軟科學,2005,(6):101-106.
6. 張鏑.經濟增長與 運輸設施需求關系的研究.南京統計學院學報,2008,27(8):87-90.
7. 劉學華,張學良,彭明明.交通基礎設施投資與區域經濟增長的互動關系.城域研究與開發,2009,28(4):57-61.
8. 王林新.山東省交通運輸業與經濟增長的實證分析.山東交通學院學報,2006,(2).
9. 趙大偉.交通運輸和郵電通信業與國民經濟發展的因果關系.大連海事大學學報,2005,(4).
10. 伍雄斌,劉偉,郭建鋼.基于神經網絡的公路運輸量預測模型及應用. 福建農林大學學報(自然科學版),2007,(1).
11. 王林新.山東省交通運輸業與經濟增長的實證分析.山東交通學院學報,2006,(2).
12. 程文明,張則強,李濤,王金諾.綠色物流環境下鐵路發展的契機.鐵道運輸與經濟,2003,(8).
基金項目:11人才強教計劃——211服務北京創新人才培養項目資助(項目號:011000543111502)。
作者簡介:宗剛,北京工業大學經濟與管理學院常務副院長、博士生導師;任蓉,北京工業大學經濟與管理學院博士生;程連元,中共北京市朝陽區委副書記、北京市朝陽區人民政府區長,北京工業大學經濟與管理學院博士生。
收稿日期:2011-08-01。