基于MIMIC模型的湖南省隱性經濟時空演變研究

路江林

(湖南科技大學 商學院，湖南 湘潭 411201)

基于MIMIC模型的湖南省隱性經濟時空演變研究

路江林

(湖南科技大學 商學院，湖南 湘潭 411201)

使用湖南省城市面板數據，借助AMOS23.0軟件使用多指標多因素法(MIMIC)模型測算了湖南省14個市州2002-2014年的隱性經濟規模(隱性經濟占GDP比重)。實證結果表明，稅收負擔、失業率與隱性經濟顯著正相關，而自我就業率則與隱性經濟顯著負相關。湖南省各市州隱性經濟規模均值介于6.0608%-14.5967%，并且各市州隱性經濟規模隨時間呈現出明顯的遞減趨勢，空間分布上也呈低隱性經濟擴散的特征。文章最后根據隱性經濟的影響因素從增大市場監管力度、推進結構性減稅政策、加強就業服務和職業培訓力度等三個方面提出相應地降低隱性經濟規模的政策建議。

湖南省；隱性經濟；MIMIC；時空演變

一、問題提出

隱性經濟(hidden economy)又稱“非官方經濟”“地下經濟”“灰色經濟”“影子經濟”“隱藏經濟”等，涵蓋了地下部門、非法部門、非正規部門、居民自用及統計遺漏等子項，大量扭曲倒置、卑劣陰暗的行徑，都和隱性經濟有著千絲萬縷的聯系。Smith(1994)[1]將隱性經濟描述為“逃避官方GDP核算的合法與非合法的商品和勞務”，國際經合組織(OECD)把“GDP中沒有予以核算的經濟”稱為隱性經濟，泛指未納入國民經濟核算、未向政府申報和納稅、政府控制不到的一類經濟活動(市場的或非市場的、合法的或非合法的)價值，如沒有營業執照的小商小販、個體經營戶、路邊市場等，其未被納入政府管理和統計范圍之內，更為重要的是其逃避了稅收負擔和納稅義務。關于隱性經濟的理論探討，始于Allingham & Sandmo(1972)[2]對所得稅逃稅行為的理論分析。由于隱性經濟的復雜性，其形成原因眾多，稅收的存在無疑會產生偷稅漏稅，這就必然會產生一定規模的隱性經濟，并且這種層面上的隱性經濟是法律和稅收體制缺陷的一種反映。盡管隱性經濟不等同于逃稅，但是絕大多數的隱性經濟都是逃避直接稅或間接稅的產物。Schneider & Enste(2000)[3]也曾指出，稅收負擔是造成隱性經濟的最主要的原因之一。Giles et al(2002)[4]、Schneider & Enste(2000)研究發現隱性經濟與名義失業率成正相關關系。Johnson & Weitzman(1997)[5]認為政府管制強度的增加會增強勞動力市場上供求雙方進行隱性經濟活動的動機，導致隱性經濟規模與政府管制強度的正相關關系。此外，自我就業也是隱性經濟的一個誘因，Bordignon & Zanardi(1997)[6]在研究意大利的逃稅行為時，發現自我就業者往往會通過減少稅基、低報個人收入等手段進行稅收逃避。

隱性經濟作為一種全球性的經濟現象，在各國備受關注和爭議，大量研究表明，隱性經濟規模并不是一個很小的數字。Giles(1999)[7]測算發現新西蘭1968-1994年的隱性經濟規模介于6.8%-11.3%，Maurin et al(2006)[8]研究發現特立尼達和多巴哥共和國20世紀70年代的隱性經濟規模大約為14%，而1981年卻高達36%，隱性經濟規模的均值為20%。D′Hernoncourt & Méon(2012)[9]發現1999-2004年80個國家(包括發達國家和發展中國家在內)的隱性經濟規模均值為35.15%。中國也存在著較大的隱性經濟規模，戚磊(2013)[10]通過研究1997年、2002年、2007年等三個年份的投入產出表，發現中國66個行業三年增加值隱性經濟占GDP比重平均為8.29%，余長林和高宏建(2015)[11]研究發現中國1998-2012年的隱性經濟規模介于11.14%-15.37%之間。從官方統計資料來看，國家統計局根據中國GDP核算制度和2014年第三次經濟普查數據將2013年的GDP由初步核算數56.89萬億修訂為58.80萬億，增加1.92萬億，增幅為3.4%①。這一數值明顯低于2008年第二次經濟普查時4.4%的增幅及2004年第一次經濟普查時16.8%的增幅，但是GDP的向上調整確實說明中國的隱性經濟并沒有被得到統計。

隱性經濟無處不在，其藏匿于政府的監督和管理之外，嚴重影響著社會生活的方方面面。盡管隱性經濟在擴大就業和增加居民收入以及補充官方GDP等方面有一定的積極作用，但是其也會產生一系列社會問題。隱性經濟的存在掩蓋了部分事實，導致一些經濟參數(GDP等)扭曲，使人們對經濟現象的觀察不能夠做到實事求是，降低了政府政策指導的科學性，也會對經濟核算體系的真實性產生一系列負面影響；經濟杠桿調節經濟運行的效果也會由于隱性經濟的存在而大打折扣，在扭曲經濟關系的同時扭曲了人們的思想，降低了正面輿論宣傳的信度；此外，隱性經濟的存在會導致巨額的稅收流失以及收入分配不規范等問題。事實上，2016年出臺的中國《十三五規劃綱要》特別指出“規范初次分配，加大再分配調節力度，調整優化國民收入分配格局，努力縮小全社會收入差距”、“保護合法收入，規范隱性收入，遏制以權力、行政壟斷等非市場因素獲取收入，取締非法收入”②。隱性經濟的存在，顯然不利于該目標的實現，基于隱性經濟的嚴重危害，其規模的度量是解決這一系列問題的重點和難點，因此很有必要對其加以測算，這對于科學防范隱性經濟，降低隱性經濟的危害具有一定的政策借鑒意義。

二、隱性經濟測算方法

盡管測算隱性經濟的方法很多，這些方法也各有優劣，但是由于隱性經濟帶有極大的隱蔽性質，要精確測算，幾乎不可能，因此國內外采用不同方法得到的隱性經濟占GDP比重的差別也較大。從現有研究來看，MIMIC模型是比較成熟的方法，其信息覆蓋面較大，整合了回歸分析和因子分析，在研究中應用較為廣泛。因此，本文使用MIMIC模型測算湖南省14個市州2002-2014年的隱性經濟規模，并在此基礎上對湖南省各市州隱性經濟規模的時空演變規律進行研究。

三、基本模型及變量選取

(一)基本模型

MIMIC模型從本質上講是結構方程(SEM)的一種形式，它包括結構模型和測量模型兩部分。其中結構模型是對潛在變量因果關系模型的說明，表示的是潛在變量與其原因變量之間的線性關系，其形式如下：

η=γ′·x+ζ

(1)

其中γ′=(γ1,γ2,…,γq)為1×q階系數矩陣，用以描述原因變量和潛在變量之間的相關關系，x′=(x1,x2,…,xq)為1×q階行向量，{xi|i=1,2,…,q}為潛在變量η的原因變量，是一組可以直接觀測到的外顯變量。潛在變量η在此處表示隱性經濟，它是由若干外顯變量決定的，但這些外顯變量并不能完全解釋潛在變量η，不能解釋的部分則由誤差項ζ來進行表示。

測量模型由潛在變量和觀察變量(又稱“指標變量”)組成，是指標變量的線性函數，其形式如下：

y=λη+ε

(2)

其中y′=(y1,y2,…,yp)為1×p階內生顯變量的行向量，即具有一定η信息的結果變量。λ′=(λ1,λ2,…,λp)是模型1×p階結構參數矩陣，ε′是1×p階白噪聲過程。

將式(1)代入式(2)可得到多元回歸模型：

y=λ(γ′x+ζ)+ε=Π·x+a

(3)

其中Π=λγ′為p×q階矩陣，a=λζ+ε為p×1階列向量，是誤差向量ζ和ε的線性組合。

此外，假設E(ζε′)=0，E(ζ2)=σ2，E(εε′)=Θ2，Θ2為下三角矩陣。則可得該MIMIC模型的誤差協方差矩陣：

Cov(a)=E(aa′)=E[(λζ+ε)(λζ+ε)′]=σ2λλ′+Θ2

(4)

模型一旦被識別，則可以求出參數向量γ′、λ，那么η的信息將會顯示出來，再選取某個樣本基數值作為η的參考值，便可求得所有樣本的η值。

(二)顯變量選取

Thomas(1999)[20]認為，使用MIMIC法的主要限制條件在于研究者對于顯變量的選取上，選取哪些顯變量會對結果產生重要的影響。顯變量包括外生顯變量和內生顯變量，其中前者即原因變量，后者即指標變量，也稱為結果變量。各國由于政治體制、經濟發展狀況等的差異，隱性經濟形成的原因及表現也呈現出較大的差異性，但也有一些共同的特征。本文參照國內外學者的研究成果，并結合湖南具體經濟實際，選取稅收負擔、名義失業率、政府管制、自我就業率和居民人均可支配收入等5個指標作為隱性經濟的原因變量，同時選取實際人均GDP和勞動參與率等2個指標作為隱性經濟的結果變量。

1.外生顯變量選取

(1)稅收負擔

根據Schneider & Enste(2000)的研究，產生隱性經濟最主要的原因之一便是稅收負擔，此外，Bajada & Schneider(2005)[21]在研究太平洋沿岸亞洲國家的隱性經濟規模時，也將稅收(住戶繳稅、企業繳稅和間接稅)作為測算隱性經濟規模的一個外生顯變量。因此，本文同樣選取稅收負擔作為隱性經濟的一個測算因子，為更好地衡量不同稅種對隱性經濟的影響，可以引入直接稅和間接稅兩個度量因子，但考慮到各市州稅收數據的可獲得性，本文選取財政收入作為稅收的替代指標。

(2)名義失業率

在隱性經濟活動的參與者中，失業人員占據了較大的比重。一般而言，較高的失業率往往伴隨著較高的隱性經濟規模。借鑒Giles et al(2002)、Schneider & Enste(2000)的研究，本文將名義失業率作為隱性經濟的一個測算因子。中國目前官方統計僅公布城鎮登記失業率數據，因此本文選擇城鎮登記失業率作為對名義失業率的替代指標。

(3)政府管制

政府管制就是政府通過法定權力對經濟主體參與的各類經濟活動所進行的各種限制約束。政府通過各種政策和行政引導來影響企業和個人的成本、風險和競爭壁壘，這也會導致部分企業和個人進行隱性經濟以規避政府監管，謀求自身利益的最大化。Schneider & Enste(2000)認為政府管制由于嚴重影響到企業和個人進入正常經濟的自由程度而成為隱性經濟形成的一個重要因素。基于數據的可獲得性，借鑒楊燦明和孫群力(2010)的做法，本文選擇政府實際消費占GDP的比重來衡量政府管制水平。

(4)自我就業率

Schneider & Enste(2000)在研究OECD國家隱性經濟規模時發現西班牙、德國、奧地利等國家隱性經濟規模與隱性勞動力規模呈現出正相關的關系。此外，小微企業也更可能通過雇傭非正式勞動力(親屬等)來規避稅收，這也是自我就業率影響隱性經濟的一種形式。一般將歷年城鎮個體、農村個體、城鎮私營企業從業者和農村私營企業從業者人數總和與15-64歲總人數的比值，作為自我就業率的替代指標。由于《湖南統計年鑒》和各市州統計數據中缺少農村私營和個體從業人員的數據，文章將城鎮私營和個體從業人員數與城鎮從業人員數的比值作為自我就業率的近似替代指標。

(5)居民人均可支配收入

鑒于人均可支配收入對隱性經濟規模的直接影響，人均可支配收入會嚴重地影響貨幣流通速度和貨幣購買力。高儲蓄、低投資是中國居民經濟活動的一個重要事實，人均可支配收入越多，儲蓄就會越多，進而導致較高的狹義貨幣和廣義貨幣，反之人均可支配收入的下降就會導致儲蓄的下降，進而導致狹義貨幣和廣義貨幣的下降。考慮到現金、狹義貨幣和廣義貨幣與隱性經濟的密切關系，本文將人均可支配收入引入MIMIC模型。由于統計年鑒統計口徑在城鎮居民和農民可支配收入上的差異性，本文在計算人均可支配收入的過程中使用加權平均法，也即通過[(城鎮居民人均可支配收入×非農業人口數+農村居民人均純收入×農業人口數)/總人數]來計算人均可支配收入，進而來分析居民人均可支配收入對隱性經濟的影響。

表1 MIMIC模型的變量選取

2.內生顯變量選取

(1)實際人均GDP

Schneider(2005)[22]實證發現，發展中國家的隱性經濟每增加1%，官方GDP的增長率就會下降4.5%-5.7%，而發達國家和轉型國家的情況則迥然不同，隱性經濟1%的增加量則會導致發達工業化國家官方GDP增長率增加7.7%，轉型經濟國家官方GDP增長率會更高，增加達9.9%之多。鑒于隱性經濟與官方GDP之間的顯著相關關系，GDP作為產出指標，無疑應納入MIMIC模型中。本文選取實際人均GDP作為官方GDP增長的衡量指標。

(2)勞動參與率

Dell′ Anno(2007)[23]通過MIMIC研究葡萄牙的隱性經濟時選取了勞動參與率作為一個指標變量，楊燦明和孫群力(2010)[24]也選擇勞動參與率作為測算中國隱性經濟的一個指標變量。隱性經濟規模與官方經濟之間存在著此消彼長的關系，具體來說隱性經濟活動參與人數的增加勢必會削減官方經濟活動的參與人數及工作時間。因此，本文也選取勞動參與率作為隱性經濟的一個結果變量。

表2 面板數據平穩性檢驗結果

注：△為各變量的一階差分，各變量統計值下括號中數值為相應檢驗的伴隨概率P值，根據各變量圖形判斷其截距項及趨勢項的有無，并根據Schwarz原則自動確定各變量的滯后期數，*表示拒絕存在面板單位根的原假設.

3.指標度量形式及數據來源

根據以上指標選取的說明，將相關變量的具體形式和數據來源情況展現在表1。不同于普通計量經濟學的回歸分析，MIMIC模型通常被歸為高等統計學的范疇，屬于多變量統計，它整合了因素分析與路徑分析兩種統計方法，使得結果更為可靠③。

四、MIMIC模型估計結果

(一)面板單位根檢驗

面板數據綜合反映時間和截面兩個維度上的信息，與時間序列數據類似，也可能存在單位根。面板數據單位根檢驗將各變量橫截面序列作為整體進行單位根檢驗，根據對各面板單位的自回歸系數相同與否的假設，具體分為“共同根”過程(LLC檢驗、HT檢驗和Breitung檢驗)單位根檢驗方法和“不同根”根過程(IPS檢驗、ADF-Fisher檢驗和PP-Fisher檢驗)單位根檢驗方法。

為增加檢驗結果的可信度，同時使用LLC檢驗、IPS檢驗、ADF-Fisher檢驗和PP-Fisher檢驗等四種檢驗方法對變量X1、X2、X3、X4、X5、Y1和Y2的水平值和一階差分值進行面板單位根檢驗，具體檢驗結果見表2。表2的結果表明變量序列X1、X2、X3、X4、X5、Y1和Y2等7個變量均存在面板單位根，而所有變量一階差分均不再具有面板單位根，說明所有變量均為一階單整序列。Bollen在1989年曾指出SEM模型中對于非平穩數據，可以使用加權最小平方法或經差分處理后進行最大似然估計，鑒于本文樣本數并不是特別龐大，此處進行差分處理后再進行最大似然估計。

(二)MIMIC模型估計結果

圖1 MIMIC模型路徑示意圖

利用AMOS23.0軟件，選擇最大似然估計迭代法，得到各個模型的估計結果見表3。文章對模型的識別及選取根據為：從一般形式MIMIC5-1-2入手，逐步忽略統計上不顯著的結構變量，并根據χ2檢驗概率值、調整后的良適性適配指標(AGFI)、絕對適配統計量(RMSEA)(近似誤差均方根)、標準化殘差均方根(SRMR)等檢驗指標，綜合衡量以確定模型。需要注意的是，也可以通過增刪解釋變量來比較模型的擬合度，若復雜模型和簡單模型擬合度相差不大，則應選取簡單模型，即模型并不是越復雜越好。可以發現，所有模型的統計顯著性均較好，增值適配度指數NC值(卡方自由度比值)均介于1到3之間，表明模型有簡約適配程度，由于NC值未超過5，表明模型不需要修正。MIMIC3-1-2C的卡方值為6.48(P=0.26)、AGFI值為0.96、RMSEA值為0.04、SRMR值為0.01，這說明樣本協方差矩陣與模型所隱含的誤差協方差矩陣的擬合效果非常理想。此外，χ2檢驗、AGFI、RMSEA及SRMR檢驗均顯示，MIMIC3-1-2C無論在整體擬合還是各參數顯著性等方面均要明顯優于MIMIC3-1-2B等其他7種情形。據此，本文選取MIMIC3-1-2C模型，在該模型中包含稅收負擔、名義失業率和自我就業率等三個外生原因變量，以及實際人均GDP和勞動參與率等兩個內生指標變量。這說明稅收負擔、失業率與隱性經濟顯著正相關，而自我就業率則與隱性經濟顯著負相關，也說明了隱性經濟的增長會顯著地降低勞動參與率。因此，本文得到HE(Hidden Economy的簡寫)的估計方程如下：

(5)

式(5)表明，在控制其他條件不變的情況下，稅收負擔每增加1%，隱性經濟規模將增加0.30%，名義失業率每增加1%，隱性經濟規模將增加0.65%，而自我就業率每增加1%，將會使隱性經濟規模降低1.04%。式(5)左邊可以表示為隱性經濟的環比增長速度，也叫隱性經濟指數。根據式(5)可以得到湖南省各市州2002-2014年的隱性經濟指數④。

表3 結構方程模型MIMIC最大似然估計結果(樣本數=168)

注：①AMOS軟件中，p值越大，說明模型或變量擬合數據的能力越強.一般認為，如果結構方程模型正確，則樣本協方差矩陣與假設模型隱含的協方差矩陣之差很小，表示假設模型與實際數據有較好的擬合度.

②AGFI取值在0-1之間，通常要求AGFI> 0.9.

③RMSEA為AMOS軟件指標數值中極少數可以對適配度指標予以檢驗的指標，其取值在0-1之間.一般認為，其值在0.05-0.08之間表示模型良好，具有合理適配；其值小于0.05表示模型適配度佳；特別的，當其值為0時，表示模型完全適配.一般地，RMSEA值虛無假設(H0：RMSEA值≤0.05)檢驗的顯著性P值越大，表示原假設無法被拒絕，說明模型的整體擬合效果越好.

④SRMR為標準化殘差均方根，即平均殘差協方差標準化的總和，其取值在0-1之間.一般認為，SRMR< 0.05，模型擬合效果可以接受；特別的，當其值為0時，表示模型有完美的契合度.

(三)隱性經濟規模計算

從理論上講，MIMIC模型關于HE的界定及內生顯變量和外生顯變量指標的前期選擇在一定程度上決定了HE可能的估計形式。由于本文外生原因變量在結構方程中均以相對指標呈現，內生指標變量也以相對數形式進入結構模型，而且各指標以差分形式參與MIMIC模型的估計，MIMIC模型測算出來的僅僅為隱性經濟指數。要得到各市州歷年隱性經濟規模，需要選擇某一年份各市州的隱性經濟或其占GDP的比重作為基礎。為此，本文借鑒李金昌和徐藹婷(2005)[26]的做法，使用居民消費儲蓄彈性系數法，計算出湖南省各市州以2013年為基準年份的隱形經濟規模，并在此基礎上計算出湖南省各市州其他年份的隱形經濟規模，具體見表4。

表4 湖南省各市州2002-2014年隱性經濟規模(%)

根據湖南省2002-2014年各市州隱性經濟規模的均值可以明顯看出，湖南省隱性經濟規模呈現出逐年遞減的趨勢。

五、湖南省隱性經濟的時空演變特征

本文在表4的基礎上，通過繪制湖南省各市州隱性經濟規模的四分位圖(見圖2)分析湖南省各市州隱性經濟規模時空演變規律。圖2中顏色越重，說明隱性經濟規模越大(圖2中顏色較深的區域)；相應地，顏色越淺(圖2中較暗的區域)，說明隱性經濟規模較小。由圖2可以發現，湖南省隱性經濟規模呈現出逐年遞減的趨勢。近年來，湖南省稅收增長較快，稅收結構也逐步優化，經濟稅收關系總體協調，有效地發揮了稅收調節經濟和分配的整體功能作用，而且隨著市場經濟體制的完善，市場監管日益健全，這些都可能是湖南省隱性經濟規模逐漸減少的原因。

具體來看，在2002年，有長沙市、衡陽市、邵陽市、岳陽市、益陽市、懷化市和湘西州等7個高隱性經濟市州，有株洲、常德、張家界、郴州、永州等5個較高隱性經濟市，此外，湘潭為中等隱性經濟市，婁底為低隱性經濟市。這一隱性經濟分布格局到了2006年略有變化，原有的高隱性經濟市中的益陽市和懷化市隱性經濟規模降低較多，成為較高隱性經濟市，長沙市、衡陽市、邵陽市、岳陽市、湘西州等5個市州依舊為高隱性經濟市州，常德和永州保持較高隱性經濟。原有的較高隱性經濟市株洲、郴州、張家界隱性經濟下降較多，成為中等隱性經濟市。2010年時，僅有長沙一個高隱性經濟市，邵陽市、湘西州成為較高隱性經濟規模市，衡陽市、岳陽市成為中等隱性經濟市，株洲市、張家界市、懷化市成為低隱性經濟市。到了2014年，已經沒有高隱性經濟市，除了長沙市、永州市這兩個較高隱性經濟市和湘潭市、張家界市這兩個中等隱性經濟市外，株洲市、衡陽市等10個市州全部成為低隱性經濟市。總體來看，湖南省各市州隱性經濟規模呈現出逐年遞減的趨勢，空間上也呈現出低隱性經濟擴散的特征。這有助于規范政府經濟統計，增加統計信息的可靠性，也有利于完善稅收監管，使國民財富的分配更加公平科學。

圖2 隱性經濟規模時空演變特征

六、政策建議

本文在使用MIMIC模型測算湖南省2002-2014年各市州隱性經濟規模的過程中發現，稅收負擔、名義失業率和自我就業率等是隱性經濟的重要影響因素，而且稅收負擔、失業率與隱性經濟顯著正相關，而自我就業率則與隱性經濟顯著負相關，這為防范隱性經濟提供了治理思路，文章據此提出以下政策建議：

首先，增大市場監管力度，營造公平市場環境。在2015年新《預算法》的背景下，進一步提高財政信息公開程度，完善財政信息的公開披露制度，方便公眾對于政府財政政策和收支情況的及時了解。通過廣播、電視、報刊等媒介，并借助“互聯網+”等新形式拓寬財政信息公開渠道，使公眾更好地對政府行為進行監督。此外，要加強對市場主體的科學監管，避免市場監管過程中的政府缺位，加大對于無經營執照的個體經營戶、小攤小販等的打擊力度以及對于企業偷稅漏稅行為的監管，重視對隱性經濟的監督管理，并建立切實有效的隱性經濟核算制度，切實提高政府的管理效率，營造公平的市場環境。

其次，推進結構性減稅政策，充分釋放企業活力。根據新供給主義經濟理論，高稅負形成全面的供給約束，經濟下行壓力持續加大之下的高稅負更成為企業生產經營的沉重負擔。因而在供給側結構性改革的背景下，為防止稅負過高所致的隱性經濟擴張，應嚴格依法征稅，取消不合理收費，營造公平的稅負環境。供給側結構性改革的一個重要部分就是合理擴大減稅規模，大力解除供給約束。應當加大減稅力度，在減稅政策的制定中，不僅要在一些小稅種上減稅，而且可以考慮從企業稅負嚴重的所得稅、增值稅等大稅種入手，實施全面、較大力度的減稅措施對企業減稅，并逐步完善對于小微企業及低收入群體的優惠政策，提高企業和個人的創新創業熱情，也可在一定程度上限制隱性經濟規模的擴張。

最后，加強就業服務和職業培訓力度，降低失業率，提高自我就業率，進一步降低隱性經濟規模。具體而言，一方面，要加大就業服務力度，積極拓寬就業渠道，加強失業登記管理，做好失業人員的再就業工作，實行優惠的就業扶持政策，進一步完善就業服務功能，實現就業信息市、鄉鎮、村(社區)三級聯網，及時更新就業信息，延伸就業服務，充分發揮職業介紹對于促進就業的重要作用，增加工作供給，降低失業率；另一方面，加大職業培訓力度，以培訓促進創業，以創業帶動就業，健全職業技術培訓制度，創新培訓模式，提高培訓的針對性和實效性，增強勞動力供給質量，積極化解就業結構性矛盾，增強自我就業能力，促進就業總量提高。

[注釋]

① 數據來源：國家統計局2014年12月19日發布的《關于修訂2013年國內生產總值數據的公告》.

② 參見：《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》第六十三章.

③ 限于篇幅，關于原因變量和指標變量的描述性統計結果及變量間的相關系數矩陣的報告從略，留存備索.

④ 限于篇幅，此處關于湖南省各市州2002-2014年隱性經濟指數的報告從略，留存備索.

[1] Smith P.Assessing the Size of the Underground Economy:the Canadian Statistical Perspectives[J].Canadian Economic Observer,1994,(11):16-33.

[2] Allingham M G,Sandmo A.Income Tax Evasion:A Theoretical Analysis[J].Journal of Public Economics,1972,(3-4):323-338.

[3] Schneider F,Enste D H.Shadow Economies :Size,Causes,and Consequences[J].Journal of Economic Literature,2000,(1):77-114.

[4] Giles D E A,Tedds L M,Werkneh G.The Canadian Underground and Measured Economies:Granger Causality Results[J].Applied Economics,2002,(18):2347-2352.

[5] Johnson S,Weitzman M L.The Unofficial Economy in Transition[C].Brookings Papers on Economic Activity,1997,(2):159-240.

[6] Bordignon M,Zanardi A.Tax Evasion in Italy[J].Giornale Degli Economisti e Annali di Economia,1997,(3-4):169-210.

[7] Giles D E A.Modelling the Hidden Economy and the Tax-gap in New Zealand[J].Empirical Economics,1999,(4):621-640.

[8] Maurin A,Sookram S,Watson P K.Measuring the Size of the Hidden Economy in Trinidad & Tobago,1973-1999[J].International Economic Journal,2006,(3):321-341.

[9] D′Hernoncourt J,Méon P G.The Not So Dark Side of Trust:Does Trust Increase the Size of the Shadow Economy?[J].Journal of Economic Behavior & Organization,2012,(1):97-121.

[10] 戚磊.隱性經濟產業關聯的生產率效應[J].中國工業經濟,2013，(11):70-82.

[11] 余長林,高宏建.環境管制對中國環境污染的影響——基于隱性經濟的視角[J].中國工業經濟,2015，(7):21-35.

[13] 李建芳,高艷榮.我國地下經濟稅收流失趨勢及治理[J].企業經濟,2015,(10):170-174.

[14] Kiani M,Ahmed A,Zaman K.Combining qualitative and quantitative approaches for measuring underground economy of Pakistan[J].Quality & Quantity,2015,(1):1-23.

[15] 田光寧,李建軍.中國未觀測經濟總量與指數的測算:1982-2006[J].數量經濟技術經濟研究,2008,(7):139-146.

[16] 李永海,孫群力.稅收負擔、稅制結構對地區隱性經濟的影響效應研究[J].當代財經,2016,(5):22-32.

[17] Schneider F,Buehn A.Shadow Economies and Corruption all over the World:Revised Estimates for 120 Countries[J].Economics,2007,(9):1-53.

[18] Schneider F,Raczkowski K,Mróz B.Shadow Economy and Tax Evasion in the EU[J].Journal of Money Laundering Control,2015,(1):34-51.

[19] Quintano C,Mazzocchi P.The Shadow Economy Beyond European Public Governance[J].Economic Systems,2013,(4):650-670.

[20] Thomas J.Quantifying the Black Economy:Measurement without Theory yet Again?[J].Economic Journal,1999,(456):381-389.

[21] Bajada C,Schneider F.The Shadow Economies of the Asia-Pacific[J].Pacific Economic Review,2005,(3):379-401.

[22] Schneider F.Shadow Economies around the World: What do We Really Know?[J].European Journal of Political Economy,2005,(3):598-642.

[23] Dell′ Anno R.The Shadow Economy in Portugal:An Analysis with the MIMIC Approach[J].Journal of Applied Economics,2007,(2):253-277.

[24] 楊燦明,孫群力.中國各地區隱性經濟的規模、原因和影響[J].經濟研究,2010,(4):93-106.

[26] 李金昌,徐藹婷.未被觀測經濟估算方法新探[J].統計研究,2005,(11):21-26.

Spatio-temporalEvolutionofHiddenEconomyinHunanProvinceBasedonMIMICModel

LU Jiang-lin

(School of Business,Hunan University of Science and Technology,Xiangtan 411201,China)

Using the panel data of cities in Hunan province,the hidden economy scale(hidden economy share of GDP) of 14 cities and counties from 2002 to 2014 was estimated by AMOS23.0 software using the multi-index and multi-factor method (MIMIC) model.The empirical results show that the tax burden,the unemployment rate and the hidden economy are significantly positive correlation,while the self employment rate is negatively correlated with the hidden economy significantly.The average hidden economy scale in Hunan province is in the range of 6.0608%-14.5967%,and the hidden economy scale of each city and county shows a decreasing trend with time,and the spatial distribution also shows the characteristics of low hidden economic diffusion.At last, according to the influence factors of hidden economy, the paper puts forward corresponding policy suggestions to reduce the hidden economy scale from three aspects: increasing market supervision, promoting structural tax reduction policies, strengthening employment services and vocational training, etc.

Hunan province;hidden economy;MIMIC;spatio-temporal evolution

2017-06-12

湖南省研究生科研創新項目(CX2016B506)

路江林(1990-)，男，湖北襄陽人，湖南科技大學商學院碩士研究生，從事產業經濟與環境經濟研究.

F124.5

A

2095-5863(2017)05-0043-11

[責任編輯張曉娟]