通货膨胀与“中等收入陷阱”：家庭福利损失的视角，本文主要内容关键词为：通货膨胀论文,视角论文,陷阱论文,福利论文,损失论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F126 [文献标识码]A [文章编号]1000-596X(2012)03-0036-12
一、引言
按照世界银行发布的数据，2010年，中国人均GDP达到了4 300美元，正式跨越了中等高收入国家门槛。如果中国经济能够保持平均8%的增长速度，将会在2020年前后跨越人均12 500美元的高收入国家门槛。8%的增长速度可以顺利实现吗？如果仅仅从改革开放以来的经济发展轨迹来看，实现这一目标似乎并不困难，然而，从世界各国的发展历程来看，只有少数国家在进入中等收入水平之后，顺利过渡到高收入国家行列，大部分中等收入国家都落入了所谓的“中等收入陷阱”。①
中等收入国家面临的另一个难题是通货膨胀。墨西哥从1974年跨过人均1 000美元的中等收入门槛之后到2009年这36年间，年均通胀率达到30.1%，而人均GDP年均增长率只有1.28%；叙利亚从1978年越过人均1 000美元的中等收入门槛之后到2009年这32年间，年均通胀率达到10.7%，而人均GDP年均增长率只有1.27%；菲律宾从1995年越过人均1 000美元的中等收入门槛到2009年这15年间，年均通胀率达到6.1%，人均GDP年均增长率也只有2.2%。实际上，还有很多陷入“中等收入陷阱”的国家都面临着“低增长、高通胀”的困局。而根据经典的货币经济学理论，“保增长”和“抑通胀”似乎存在替代抉择关系(trade-off)，这让多国政府在选择宏观政策时，都面临进退维谷的困境。[1]
如果要在两难的困境中选择合理的宏观政策，需要准确把握通胀与经济增长之间的关系。现有研究两者之间关系的文献虽然颇为丰富，但大多是以发达经济体作为研究对象，鲜有针对中等收入国家的相关研究，而中等收入国家自身情况的特殊性又决定了不能照搬以发达经济体为研究对象所得出的结论与判断。因此，从中等收入国家的现状出发，构建恰当的理论假说并进行实证分析，进而准确判断通胀与“中等收入陷阱”之间的关系，就显得尤为必要。
本文参照以往文献的逻辑和实证研究结果，提出如下理论假设：对中等收入国家而言，通胀会造成较大的家庭福利损失，家庭福利损失会影响中等收入国家宏观经济的发展，进而推动相关国家陷入“中等收入陷阱”。而后，本文又以经典的经济增长理论为基础，并结合近年来所发现的影响发展中国家经济发展的一些关键变量构建计量模型，通过FGLS、差分GMM、系统GMM的方法对全球受“中等收入陷阱”困扰的四类国家：拉美国家、东亚国家、中东及北非伊斯兰国家、东欧及前苏联转型国家自进入中等收入以来的经济数据进行实证分析，发现通胀对所有四组国家人均GDP增长均有显著的负向影响。
二、文献回顾及研究假设
(一)文献回顾
虽然鲜有文献直接以中等收入国家为研究对象来分析通胀对中等收入国家经济增长的影响，但是，以发达经济体为研究对象，来探究通胀对经济增长影响的文献却非常丰富。从这些文献中可以归纳出两种不同的观点：一种观点认为，通胀会促进经济增长(简称“促进论”)，另一观点则认为通胀会阻碍经济增长(简称“阻碍论”)。“促进论”的理论基础正如泰勒(Taylor)的总结：通胀是由货币数量增加而导致的，货币数量增加后首先降低了利率，而利率的降低则直接刺激投资增加，并通过乘数效应扩大生产规模和增加就业，最终促进产量增加，达到经济增长的效果。[2]
支持“阻碍论”的学者从多个角度分析了通胀对经济增长的不利影响，而通胀的家庭福利损失则是公认的阻碍经济增长的重要原因之一。[3]于是，众多学者选择从家庭福利损失入手，分析通胀对经济增长的影响程度。陈彦斌和马莉莉把国内外关于估算通胀福利损失的方法分为9种类型，其中应用最广泛的方法就是通过标准货币效用模型(MIU)来估算通胀的家庭福利损失。[4]该方法以塞朝斯基(Sidrauski)提出的货币效用模型(MIU)为数理基础，[5]对通胀带来的家庭福利损失进行估算。埃克斯坦和雷德曼(Eckstein and Leiderman)运用货币效用模型并采用双对数需求函数估计了美国通胀的家庭福利损失，估算发现当通胀率为10%时，家庭福利损失约为收入的0.85%～1.93%。[6]卢卡斯(Lucas)基于标准货币效用模型(MIU)并运用半对数需求函数分析了美国1900-1980年的年度数据，计算出10%通胀率的家庭福利损失大约为GDP的1.64%。[3]卢卡斯(Lucas)以简化的货币效用模型(MIU)为框架再一次基于美国数据估计了通胀的家庭福利成本，发现10%的名义利率带来大约1%的家庭福利损失。[7]琼斯等人(Jones et al.)在卢卡斯的基础之上，探讨了包含有息存款时的情形，发现家庭福利损失的估计值要比仅含有无息货币的估计结果低得多，当通胀率从5%上升至20%时，在仅包含无息货币的情形下，会伴随相当于总消费水平的1.8%的福利损失，但是，在同时包含无息货币和有息存款的情形下，福利损失仅相当于总消费水平的0.261%。[8]
对大量的估算结果进行归纳后发现，通胀虽然会带来家庭福利损失，但损失并不大。在这样的背景下，原本出于支持“阻碍论”的目的而对家庭福利损失进行的定量估算，似乎为“促进论”提供了间接支持，正是以这些估算结论作为理论支撑，很多发达经济体倾向于采用扩张性的货币政策，而较少顾及通胀。
(二)研究假设
但是，如果将支持“促进论”的研究结论应用到中等收入国家，就不得不重新审视，因为中等收入国家与发达经济体所面临的情况存在本质的不同。龚六堂等人的研究结果表明，通胀对中国所造成的福利损失要远大于通胀对美国所造成的福利损失。[9]闫森在分别研究了通胀对菲律宾、印度尼西亚、泰国、马来西亚以及新加坡这5个东盟国家家庭福利的影响之后，发现经济越不发达，由通胀引发的家庭福利损失越大，并认为这可能与各国不同的社会保障水平以及不同的消费结构直接相关。[10]
与此同时，对于中等收入国家而言，通胀会通过影响家庭福利水平而影响其经济发展。这种影响主要通过两个途径来实现：
其一，通胀通过影响家庭福利水平而阻碍消费结构升级，进而推动相关国家陷入“中等收入陷阱”。马晓河研究了日本、韩国等国家成功跨越中等收入陷阱的经验，认为以消费结构升级带动产业升级是相关国家摆脱“中等收入陷阱”的重要影响因素。[11]刘伟的研究也表明，摆脱“中等收入陷阱”的关键在于转变经济增长方式，从投资和出口拉动型转向消费拉动型。[12]而根据本纳勃(Benabou)的研究，家庭福利水平是制约消费结构升级的重要影响因素。[13]由于通胀会对中低收入家庭的福利水平构成较大影响，所以通胀会制约中低收入家庭的消费结构升级，而中低收入家庭在中等收入国家中占绝大多数，所以通胀会通过影响家庭的福利水平而阻碍相关国家的消费结构升级。这构成了导致相关国家陷入“中等收入陷阱”的一个逻辑链条：通胀影响家庭福利水平，家庭福利水平的下降会阻碍消费结构升级，消费结构无法升级导致相关国家陷入“中等收入陷阱”。
其二，通胀通过影响家庭福利水平而危及社会稳定，进而推动相关国家陷入“中等收入陷阱”。有关家庭福利损失与社会稳定的关系，很多学者做过研究，根据奥尔森(Olson)的研究，当人们认为自己的情况比以前更糟时，这些人最有可能采取激进的社会行动，在很多情况下，他们参与行动并非围绕一个明确的政治议程而展开，只是一种情感的、非理性的进发。[14]基弗和科纳克(Keefer and Knack)的研究表明，家庭福利水平是决定人们是否参与社会冲突的重要影响因素，当通胀危及中低收入家庭的福利水平时，社会冲突的发生概率会大大增加。[15]而有关社会稳定与经济增长的关系，也有学者做过研究，奥森纳和佩蒂(Alesina and Perotti)研究发现，对于中等收入国家而言，当存在广泛的社会冲突时，政府更迭的概率将增加，从而使未来的法律体制、经济政策和产权制度等变得不确定，投资者会推迟或减少国内投资，税收来源无法保障，政府的负债也将会大幅增加，从而影响本国的经济增长。[16]这构成了导致相关国家陷入“中等收入陷阱”的另一个逻辑链条：通货膨胀影响家庭福利水平，家庭福利水平的下降诱发社会不稳定，社会不稳定推动相关国家陷入“中等收入陷阱”。
参照以往文献的逻辑和实证研究结果，本文提出如下理论假设：H1：对于中等收入国家而言，通胀会造成较大的家庭福利损失；H2：通胀所造成的家庭福利损失，会影响中等收入国家宏观经济的发展，进而推动相关国家陷入“中等收入陷阱”。
三、计量模型的选择
基于上述理论假设，本文以陷入“中等收入陷阱”的典型国家作为研究对象，构建计量模型，来分析通胀对其经济发展的影响。
(一)控制变量的选择
由于世界银行所提出的“中等收入陷阱”的概念是以美元计算的人均GDP作为评价标准，所以，本文选择以美元计算的人均GDP年均增长率作为被解释变量。根据哈罗德—多马经济增长模型的经典表达式[17][18]G=S/V(其中G是经济增长率，S是储蓄率，V是资本/产出比)，一国的经济增长率与其储蓄率呈正比，与资本/产出比成反比。后来索罗(Solow)修正了哈罗德—多马模型有关资本/产出比恒定不变的假设，将技术进步作为外生变量纳入到经济增长模型中，[19]再后来罗默(Romer)又将技术进步看作内生变量提出了内生增长理论。[20][21]所以，本文选择了储蓄率以及技术进步率作为控制变量。一般认为一个国家的自主创新能力是技术进步率的主要标志，所以，本文选择了一个国家本国居民申请的专利数量作为代表该国技术进步水平的一个量化指标。
由于模型分析的对象是中等收入国家，所以，在选择控制变量时，需要充分考虑影响中等收入国家经济增长的特殊变量。借鉴相关的研究文献，本文选择了一国的基础设施水平以及短期债务占本国总债务的比重作为控制变量。[22][23]以往文献的研究多采用公路或铁路的里程作为代表基础设施水平的量化指标，然而，由于各个国家的情况不同，通过简单比对公路或铁路的里程总数，并不能表示各国之间基础设施水平的差异，况且，基础设施水平实际上是相对于各国的实际需求而言的，所以，本文选择每公里公路的燃油消耗量②，作为衡量一国基础设施水平的指标变量，每公里公路的燃油消耗量越低，意味着相对于自身的实际需求而言，该国的公路建设越超前，即表示该国的基础设施水平越高。根据杰弗里(Jeffrey)的研究，短期债务占比是影响一个国家经济发展的重要影响因素，[23]这一指标能够较好地反映一国的宏观经济状况，而本文所选的研究对象中，东欧及前苏联转型国家和拉美国家都曾经受到过债务危机的困扰，所以本文选择了短期债务占比作为控制变量之一。
(二)计量模型
鉴于上述考虑，本文确定了如下计量模型：
四、数据样本的选择
近年来，世界银行在讨论“中等收入陷阱”案例国家时，主要将目光集中在拉美和东亚地区。而本文在对全球所有国家和地区近50年的经济发展状况进行比较后发现，受“中等收入陷阱”困扰的主要有四类国家，分别是：拉美国家、东亚国家、中东及北非伊斯兰国家、东欧及前苏联国家。样本国家的选择主要基于以下三方面的依据：第一，区域内有代表性的国家；第二，具有相似的内外部条件却出现了发展分化的国家；第三，经济数据的可得性。
很多拉美国家早在20世纪60年代末、70年代初就已经达到中等收入水平，与其殖民地时期的宗主国及其主要移民来源国进入中等收入的时间基本相同。例如，阿根廷早在1962年人均GDP就达到1 145美元，高于其移民主要来源地意大利(990美元)，也高于其前宗主国西班牙(519美元)，而西班牙到1969年人均GDP才达到1 078美元，但是，到了2009年，西班牙人均GDP已经达到31 774美元。同为西班牙殖民地的智利于1971年人均GDP达到1 097美元，乌拉圭1973年达到1 405美元，墨西哥1974年达到1 255美元，但是，直到现在，这些国家仍然在“中等收入陷阱”中徘徊。葡萄牙作为巴西的前宗主国，1960年人均GDP为804美元，与巴西(208美元)同属低收入国家，但是，到了2009年，葡萄牙人均GDP已经达到21 903美元，而巴西却仍然在“中等收入陷阱”中徘徊。就同一个国家而言，在进入中等收入水平之后，有时会呈现停滞状态，而有时却会呈现较快的发展速度，比如巴西从20世纪70年代末到21世纪初经历了20多年的停滞之后，在21世纪的第一个10年却呈现出强劲的增长势头。因此本文在拉美国家组选择了早在20世纪60年代末、70年代初就已经进入中等收入水平的代表性国家：阿根廷、墨西哥、巴西、委内瑞拉、智利、秘鲁、哥斯达黎加、哥伦比亚、危地马拉、玻利维亚、萨尔瓦多，并选择其殖民地时期的宗主国及其主要的移民国西班牙、葡萄牙和意大利作为对照(见图1a，图1b)。
图1a 拉美典型国家及其殖民地宗主国经济发展趋势图
图1b 拉美典型国家及其殖民地宗主国经济发展趋势图
资料来源：世界银行世界发展指数数据库(World Bank-World Development Indicators)，下同。
东亚的“四小龙”经常被世界银行作为成功摆脱“中等收入陷阱”的正面典型，然而，即使是在东亚，也有很多国家陷入了“中等收入陷阱”。1977年，马来西亚与韩国同时越过了人均1 000美元的中等收入门槛，此后，韩国用了18年的时间成功进入到高收入国家的行列，到2007年人均收入达到21 653美元，而马来西亚至今仍在中等收入水平徘徊，到2009年才达到7 029美元；泰国在1988年达到了1 119美元，到2009年人均GDP仅为3 893美元；菲律宾在1995年便达到了1 059美元，到2009年还停留在1 752美元的水平。与菲律宾和泰国相比，我国在2003年人均GDP才达到1 041美元，到2009年已经接近3 800美元，迅速超过了菲律宾，直追泰国。本文选择了韩国、马来西亚、泰国、菲律宾、中国作为代表东亚国家的典型样本(见图2)。
图2 东亚典型国家经济发展趋势图
第三类具有典型比较意义的国家是中东及北非的伊斯兰国家。土耳其在1975就进入到了中等收入国家的行列；阿尔及利亚在1976年便突破了人均1 000美元；叙利亚在1978年突破了人均1 000美元的中等收入门槛，然而，这些国家直到现在仍然深陷在“中等收入陷阱”之中。本文选择了埃及、叙利亚、土耳其、突尼斯、阿尔及利亚作为代表中东及北非伊斯兰国家的典型样本，并选择其殖民地时期的宗主国法国和意大利作为对照(见图3)。
图3 中东及北非伊斯兰国家及其殖民地宗主国经济发展趋势图
第四类具有典型比较意义的国家是东欧及前苏联转型国家，这些国家在经济转型之前，具有类似的经济结构和社会特征。经过20多年的发展，其中一些国家，比如捷克、波兰、爱沙尼亚成功摆脱了“中等收入陷阱”，进入到发达国家行列，但是，也有一些国家在转型前基础条件很好(比如乌克兰和罗马尼亚)，在转型后却陷入了“中等收入陷阱”。本文选择了罗马尼亚、俄罗斯、乌克兰、捷克、爱沙尼亚、拉脱维亚、保加利亚、立陶宛、波兰、斯洛伐克、哈萨克斯坦、土库曼斯坦、格鲁吉亚作为东欧及前苏联转型国家组的典型样本(见图4a，图4b)。
图4a 东欧及其前苏联典型国家经济发展趋势图
图4b 东欧及其前苏联典型国家经济发展趋势图
由于本文研究的对象为中等收入国家，所以，只对各国在进入中等收入水平之后的经济数据进行研究。根据世界银行2010年8月发布的标准，人均GDP超过1 000美元属于中等收入国家，而各国进入中等收入的时间各不相同，所以本文所分析的四组面板数据均为非平衡面板数据。
五、实证分析的结果
(一)变量平稳性检验
由于本文使用的是非平衡面板数据，所以，采用ADF-Fisher检验法对四组面板数据相关变量的平稳性分别进行了检验。检验的结果如表1所示。
根据宽限后的面板数据建模要求，如果解释变量个数多于一个，被解释变量的单整阶数不能高于任何一个解释变量的单整阶数；如果有解释变量的单整阶数高于被解释变量的单整阶数，则必须至少有两个解释变量的单整阶数高于被解释变量的单整阶数。[24]在4组面板数据中，东欧及前苏联国家组中，有两个解释变量的单整阶数高于被解释变量的单整阶数，拉美国家数据组中，有3个解释变量的单整阶数高于被解释变量的单整阶数，而东亚国家数据组和中东及北非伊斯兰国家数据组中，均有4个解释变量的单整阶数高于被解释变量的单整阶数。因此，本文的4组面板数据的平稳性均符合建立计量模型的要求。
(二)组内自相关检验
在变量的平稳性满足建模要求之后，为了选择有效的计量方法，需要检验面板数据的组内自相关状况，伍德里奇(Wooldrigde)提供了一个检验面板数据组内自相关的方法。[25]在Stata11软件中，利用xtserial命令来执行，本文对4组面板数据各自的组内自相关情况进行了检验，检验结果如表2所示。
检验结果显示，拉美国家组、东欧及前苏联国家组存在组内自相关，东亚国家组、中东及北非伊斯兰国家组的组内自相关情况不明显。
(三)组间异方差检验
为了选择更加合理的计量方法，除了对组内自相关情况进行检验外，还要对4组面板数据各自的组间异方差情况进行检验。在Stata11中运用“xtgls，igls”命令来实现似然比检验，检验结果如表3所示。
检验结果表明，拉美国家组、东亚国家组、中东及北非伊斯兰国家组，都存在严重的组间异方差现象，而东欧及前苏联国家组，则在10%的显著水平内存在组间异方差现象。
(四)同时处理组内自相关以及组间异方差的FGLS回归
考虑到4组面板数据均存在组间异方差，而且拉美国家组、东欧及前苏联国家组存在组内自相关，所以对于拉美国家组、东欧及前苏联国家组，笔者选择了能够同时处理组间异方差以及组内自相关的FGLS回归，对于东亚国家组、中东及北非伊斯兰国家组，本文选择了能够处理组间异方差的FGLS回归。同时，考虑到各个国家组均为N＞T的长面板数据，所以，本文在解释变量中加入了各个国家的虚拟变量，以剔除各自国家独特的国情对人均GDP增长率的影响。回归结果如表4所示。
从FGLS回归结果可以看出，通胀率对拉美国家组、东欧及前苏联国家组、中东及北非伊斯兰国家组人均GDP的增长率均有显著的负向影响。储蓄率对4个国家组人均GDP的增长均有显著的正向影响，这与哈马模型的预测相一致。代表基础设施水平的每公里道路燃油消耗量对于东亚国家组有显著的负向影响，显示基础设施的建设水平对东亚国家有显著的正向影响，但是，对于其他3组国家的影响却并不显著。而用来代表技术创新水平的变量(本国公民的专利申请量)，只对东亚国家组人均GDP的增长率有显著的正向影响，对拉美国家组、东欧及前苏联国家组的影响并不显著，对伊斯兰国家甚至有比较显著的负向影响，与理论常识不相符，这很可能是由于内生性导致的。
(五)差分GMM、系统GMM及Sargan检验
虽然本文选用的FGLS回归能够同时处理组内自相关以及组间异方差问题，但是，仍然有些因素可能会对估计结果带来不利影响，其中包括组间截面相关以及内生性问题。由于每个组内的样本国家均处于同一个经济圈内，所以，这些国家的经济增长以及通胀率之间，很有可能存在着组间截面相关。比如，同处于亚洲经济圈的韩国、马来西亚、泰国、菲律宾和中国，彼此之间的经济状况具有一定的关联度。然而，由于本文主要关注各国进入中等收入门槛以后的情况，而各国达到中等收入水平的时间不同，同时，世界银行世界发展指数数据库的数据存在不连续及部分数据缺失的问题，所以，本文研究的4组面板数据并非是平衡面板数据，无法进行组间截面相关的检验，也无法利用FGLS对组间截面相关的问题进行处理。此外，由于通胀率与经济增长率之间，存在一定程度的互为因果的内生性问题，所以，本文所采用的FGLS虽然能够处理组内自相关以及组间异方差的问题，但是，却无法解决组间截面相关以及内生性问题，因此，本文又进一步采用差分GMM以及系统GMM来对4个国家组的面板数据进行分析。
由于受惯性等因素的作用，当前的经济状况会受到过去经济数据的影响。如果在面板模型中，解释变量包含了被解释变量的滞后值，则称之为“动态面板数据”。阿雷拉诺和邦德(Arellano and Bond)使用所有可能的滞后变量作为工具变量(显然工具变量个数多于内生变量个数)，进行GMM估计，被称为“差分GMM”。[26]当然，差分也会带来一些问题，比如，一些不随时间变化的变量会被削掉，所以，通过差分GMM无法估计这些变量的系数；另一个问题是，当T很大时，可能会出现由于工具变量过多，而导致弱工具变量(weak instruments)的问题。为了解决这些问题，阿雷拉诺和鲍维特(Arellano and Bover)重新回到了差分之前的水平方程，并使用被解释变量差分值的滞后项作为工具变量，对水平方程进行GMM估计，被称为“水平GMM”估计。[27]而布隆代尔和邦德(Blundell and Bond)则将差分GMM与水平GMM结合在一起，将差分方程与水平方程作为一个方程系统进行GMM估计，称为“系统GMM”。[28]系统GMM的优点是可以提高估计效率，并且可以估计不随时间变化的变量的系数。
本文选择了差分GMM以及系统GMM两种估计方法，进行综合比对，以获得最佳的估计效果。在模型中，将通胀率设为内生变量，用该变量的滞后项作为它的工具变量；将代表基础设施水平的每公里道路燃油消耗量设为前定变量(与过去的经济增长率有关)；由于技术进步是外生变量还是内生变量在经济学界一直存在争议，[13][14]所以，本文在模型中分别将其设为外生变量和内生变量来对照回归的结果。回归结果见表5、表6、表7及表8。
采用差分GMM以及系统GMM的估计方法，分别将技术进步设为外生变量和内生变量，对拉美国家组的动态面板数据进行回归分析，结果显示，在4个计量模型中，通胀率对人均GDP的增长均呈现显著的负向影响，储蓄率则对经济增长呈现显著的正向影响，与FGLS估计的结果一致。但是，Sargan检验的结果表明，除了将技术进步设为外生变量的系统GMM无法拒绝“所有工具变量均有效”的原假设，即所选的工具变量均有效以外，其余3种估计方法的Sargan检验结果都拒绝了“所有工具变量均有效”的原假设，表明这3种估计方法采用了过量的工具变量，而将技术进步设为外生的系统GMM估计则通过了Sargan检验，所以本文认为这种估计方法是合理的。分析结果表明，通胀率在1%的显著水平内对拉美国家的人均GDP增长呈现负面影响；短期债务占比对人均GDP增长率也有显著的负向影响；储蓄率对人均GDP增长则有显著的正向影响，而技术进步对人均GDP增长率的影响则并不显著。
对东亚国家组采用同样的估计方法进行回归分析，然后对结果进行Sargan检验，检验结果表明，在5%的显著水平上，所有的工具变量都是有效的，即所选择的估计方法均符合建模的要求。4种估计方法的回归结果都显示，通胀率对人均GDP的增长呈现显著的负向影响，这与FGLS估计结果不一致，本文认为，由于差分GMM和系统GMM的方法通过大量的工具变量解决了内生性问题，所以估计的结果更可信。基础设施水平以及技术进步对人均GDP增长率都有影响，但是其显著性水平要远远低于通胀率对人均GDP增长率的影响。对东亚国家而言，短期债务占比对人均GDP增长率的影响并不显著，这可能是由于这些国家的负债率普遍较低的原因。
对中东及北非伊斯兰国家组进行分析，结果同样显示，通胀率对人均GDP的增长呈现显著的负向影响。除了通胀率之外，基础设施水平对人均GDP的增长也有正向影响，而技术进步、短期债务占比以及储蓄率对人均GDP增长率的影响都不显著。
对东欧及前苏联转型国家组进行回归分析，结果也显示，通胀率对人均GDP的增长呈现显著的负向影响。然而除了通胀率之外，只有被解释变量人均GDP增长率的滞后一期对人均GDP增长率的影响比较显著，其余4个解释变量(基础设施水平、技术进步、短期债务占比、储蓄率)对人均GDP增长率的影响都不显著，这可能与这些转型国家所处的特殊历史阶段有关，主导这些国家人均GDP增长率的有可能是制度变迁及社会环境，而基础设施水平、技术进步、短期债务占比以及储蓄率这些影响经济发展的经典条件，在本文所分析的时间段内都不是主导这些国家经济发展的主要因素，但是，即使是在这样的条件下，通胀率对人均GDP的增长仍然呈现显著的负向影响。
(六)通胀对各个国家组人均GDP增长的边际影响率、平均影响及影响比重
由前面的回归结果可知，虽然通胀率对4个国家组人均GDP的增长均呈现显著的负向影响，但是通胀对人均GDP增长的边际影响率
在4个国家组中却是不同的。这主要是因为这4个国家组彼此之间的经济特征存在很大的不同，因此无法通过直接比较通胀对各个国家组人均GDP增长的边际影响率来判断通胀对各个国家组人均GDP增长的影响程度，需要将边际影响率转化为具有横向可比性的平均影响程度(即影响了几个百分点的增速)，以及通胀对人均GDP增长的影响比重(通胀对各个国家组人均GDP年均增长的平均影响程度占各个国家组人均GDP年均增长率的比重)，计算结果见表9。
从各个国家组人均GDP年均增长率
来看，东亚国家组要远远高于其他3个国家组，而年平均通胀率
则正好相反，拉美国家组、东欧及前苏联国家组的年均通胀率分别高达100.57和90.45，中东及北非伊斯兰国家组的年均通胀率也达到了13.06，远高于东亚国家组的5.14。但是，这并不意味着通胀对东亚国家组人均GDP增长的影响较小，计算结果表明，通胀对东亚国家人均GDP增长的平均影响达到了1.23%～2.21%，而东亚国家组人均GDP年均增长率的均值为4.60，也就是说通胀对东亚国家组人均GDP增长的影响比重达到了27%～48%，高于通胀对拉美国家组人均GDP增长的影响比重6.4%～10.3%，这说明即使是在平均通胀水平比较低的情况下，通胀仍然对东亚国家组人均GDP年均增长率产生了较大的负面影响。
六、结论及政策含义
本文应用FGLS、差分GMM，以及系统GMM的方法对陷入“中等收入陷阱”和成功跨越了“中等收入陷阱”的4组典型国家，自进入中等收入以来的动态面板数据进行了回归分析。分析发现，在控制了基础设施、债务水平、技术创新以及储蓄率这些影响因素之后，通胀率对所有4组国家人均GDP的增长均有显著的负向影响。
这一结论的政策含义在于，对于面临“保增长”和“抑通胀”双重困境的中等收入国家而言，可以考虑将“抑通胀”作为优先选项，因为，从长远来看，“抑通胀”是“保增长”的重要手段，只有有效地抑制通胀，才能够确保经济持续健康地发展。
感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
注释：
①“中等收入陷阱”是2006年世界银行在《东亚经济发展报告》中提出的一个概念，是指当一个国家的人均收入达到中等水平以后，出现经济徘徊停滞的一种状态，是一种“停滞的均衡”或“增速缓慢的均衡”。
②每公里公路的燃油消耗量：世界银行提出一个用来表示一国基础设施水平的量化指标，是一个国家消耗的汽油总量与该国公路总里程的比值。
标签：通胀率论文; 中等收入陷阱论文; 面板数据论文; 拉美国家论文; 中等收入国家论文; 解释变量论文; 中国人均gdp论文; 宏观经济论文; 经济增长论文; 经济论文; gmm论文;