基础设施的可获得性与中国农村居民收入增长——基于静态和动态非平衡面板的回归结果，本文主要内容关键词为：获得性论文,静态论文,基础设施论文,中国农村论文,居民收入论文，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。
一、引言及文献回顾
基础设施可以通过两种方式促进经济发展：一方面，基础设施可以作为一种投资直接促进经济增长；另一方面，由于大部分基础设施具有网络效应和规模经济效应，因此可以通过提高经济生产效率进而间接促进经济增长。早在1940～1960年期间，发展经济学家就已经指出了基础设施对经济发展的重要作用，他们认为，基础设施是经济增长的先行资本（Rosenstein-Rodan,1943; Rostow,1960）。到了20世纪80年代末期，关于基础设施对经济增长影响的研究，经济学者们表现出极大的热情。Aschauer（1989）的实证研究表明基础设施对经济发展的极端重要性，其他一些研究者也得出了相似的结论（例如Munnel and Cook,1990; Tatom,1991; Canning and Marianne,1993）。
基础设施除了能够影响宏观的经济增长之外，还能够影响微观的个人收入。具体来说，道路基础设施的改善，使个人能够更容易地流动到其人力资本获得更高回报的地方。通讯基础设施的改善，能够减少个人与劳动力市场之间的信息不对称性，这对个人有针对性地改善技能和进入合适的劳动力市场是有帮助的。卫生基础设施的改善，能够改善个人的卫生状况，提高个人的健康人力资本，而健康人力资本早已被证实对收入增长是有利的（刘国恩等，2004；刘生龙，2008[a]）。近些年来，一些经济学者开始在微观经济层面上研究基础设施对收入增长影响的问题。Gibson and Rozelle（2003）用巴布亚新几内亚的家庭调查数据研究道路的可获得性对贫困的影响，研究发现，人们到最近的硬化道路（或者到城市中心）所花费的时间越短，其陷入贫困的可能性越低。Fan et al.（2005）利用坦桑利亚的家庭调查数据研究了公共投资和道路对家庭收入和贫困的影响，发现基础设施的可获得性与家庭收入之间呈显著的正相关关系。Ilai and Grimard（2000）研究发现，自来水基础设施的发展对巴基斯坦妇女的时间分配有着显著的影响。Thomas and Strauss（1992）分析了巴西儿童身高的决定因素，研究发现，用电量与儿童身高之间呈正相关关系。
由于基础设施在经济发展和贫困减少方面发挥着重要作用，关于中国基础设施对经济增长影响的问题，一些研究者也进行了分析。然而，这类研究一般是从宏观层面上验证公共资本投入对经济增长的产出弹性（例如范九利、白暴力，2004），或者验证基础设施对经济增长的影响（例如Demurger,2001; Fan and Zhang,2004；刘生龙、胡鞍钢，2010）。到目前为止，从微观层面研究基础设施对中国居民收入增长影响的文献还十分少见。此外，中国是一个典型的城乡二元经济体，农村居民收入水平远不如城镇居民，提高农村居民收入水平显然具有重要的战略意义。鉴于此，本文的研究目的主要在于应用中国的家庭调查数据验证基础设施的可获得性对中国农村居民收入的影响。
本文的结构安排如下：第一部分是引言及文献回顾；第二部分介绍本文的实证模型、变量和数据；第三部分介绍本文实证模型可能遇到的经济计量问题和估计方法；第四部分是实证结果及分析；最后一部分是全文的总结。
二、模型和数据来源
（一）明瑟方程
在以往所有有关收入的经验方程中，最经典和最常用的莫过于明瑟方程，其形式如下：
（1）式中，income是居民收入水平，这一收入水平在明瑟方程中主要受到两个方面的影响，即教育（school）和经验（expir）。在这里，教育前面的系数反映了教育回报率，明瑟方程假定各级教育水平的回报率是相同的。残差项ε假定服从一个独立地、均值为零的分布，即E（ε｜school,expir）＝0。
由于本文主要验证基础设施的可获得性对中国农村居民收入的影响，因此，本文的实证模型在方程（1）的基础上引入基础设施变量和其他一些控制变量。模型形式如下：
（2）式中，I代表农村地区基础设施，包括道路、通讯和自来水基础设施；X代表一些控制变量，包括性别、婚姻状况、区域这三类因素。
（二）数据来源及处理
本文的数据来自美国北卡罗来纳大学人口中心（UNC's Carolina Population Center）提供的中国健康与营养调查（CHNS）数据库①。该数据是由美国北卡罗来纳人口中心、国际营养与食品安全机构以及中国疾病控制预防中心联合调查的，调查对象包括9个省份② 的4400个家庭、19000多个个体。该调查是1989年、1991年、1993年、1997年、2000年、2004年、2006年对中国居民进行的长期固定追踪调查。它收集了有关社会人口、家庭收入、营养健康、医疗保健、社会服务等多方面的信息。在采集和整理实证模型所需的数据时，为排除一些异常值，本文主要选择18岁以上农村从业人口作为样本，那些仍然在学校接受教育的农村人口被排除在外。最终有效的面板样本数量为9400个个体，各年份样本数量的分布如表1所示。
从表1可以看出，在本文所使用的数据中，每一年每一个省份既有一些样本受到了损失，同时也有一些新样本被补充进来，总样本是一个非平衡面板数据。
本文收集的有关基础设施的数据主要包括三类，即道路基础设施的可获得性、通讯基础设施的可获得性和自来水基础设施的可获得性。在以往研究微观层面基础设施对收入影响的文献中，道路基础设施的可获得性主要选择到最近的硬化道路（或者最近的市场）所花费的时间（例如Gibson and Rozelle,2003）。本文用“到村卫生站所花费的时间”（roadtime）来衡量道路基础设施的可获得性具有可行性和合理性，因为中国大部分村卫生站建立在村中心交通最为便利的地方。通讯基础设施的可获得性（telephone）主要通过“是否拥有通讯电话”来衡量。自来水基础设施（tap）的可获得性主要通过“是否拥有自来水设施”来衡量。
模型的被解释变量是居民的实际收入（用2006年的不变价格为基准）。本文以个人的受教育年限（school）反映其人力资本投资状况，这里需要对反映人力资本中另一个重要的变量即经验（expir）进行特别的说明。由于个人的经验无法直接观察得到，相关研究在衡量经验时通常有两种方法：第一种方法是国内外同类研究中惯常采用的方法，就是通过公式max（0，年龄－受教育年限－6）计算得到经验的变量值（例如Buchinsky,2001）；第二种方法是用一个人从事当前工作的时间作为反映他的经验的指标（例如邓曲恒，2007）。本文在这里借鉴前一种方法，不同之处在于中国儿童平均上学年龄是7岁，因此，用max（0，年龄－受教育年限－7）来衡量经验。之所以这样衡量，是因为本文所选用的样本是中国农村居民中正在就业并且获得收入的那一部分人，这部分人年龄越大意味着工作时间越长，这样，前一种方法就基本上包含了第二种方法。另一个原因在于如果采用第二种方法来衡量经验，那么，个人由于出生年代不同而导致的受教育程度的差异对收入的影响就不能得到有效控制。经过数据整理，模型主要变量的描述统计如表2所示。
三、可能遇到的经济计量问题及处理
（一）非平衡面板数据
如前所述，本文的实证模型所用到的数据是非平衡面板数据，对于非平衡面板数据，普通最小二乘法即OLS的参数估计值仍然是无偏的和一致的，但是，其标准误差估计值是有偏的（Moulton,1986）。因此，在利用非平衡面板数据进行参数估计时，必须找到合适的方法对其方差组合进行一致的估计（Baltagi and Chang,1994）。许多研究者对这种方差组合的估计方法进行了探索。Searle（1971）提出一种方差组合的最优二次无偏（BQU）估计方法，即ANOVA方法；Rao（1971）提出了方差组合的两种估计方法，即最小正态二次无偏估计值（MINQUE）和最小方差二次无偏估计值（MWQUE）；Jennrich and Sampson（1976）认为，极大似然估计方法（MLE）能够对这种方差组合进行估计；Patterson and Thompson（1971）提出了受约束的极大似然估计方法（REML）。Baltagi et al.（2001）对这些方法进行了比较，经过蒙特卡罗模拟，他们发现，当方差组合的条件不同时，这些估计方法在进行方差组合估计时的表现有所不同。总体来说，最小方差二次无偏估计值和极大似然估计方法方法在方差组合以及标准误差的估计中要优于其他方法。鉴于此，本文的静态非平衡面板模型主要使用极大似然估计方法和受约束的极大似然估计方法进行参数估计。
（二）解释变量内生性问题
尽管基础设施的可获得性能够较好地反映农村居民享受基础设施的状况，但是，在方程（2）式中，基础设施仍然存在一个潜在的参数估计问题，即逆向因果关系问题。众所周知，农村居民的基础设施一般通过两种方式来改善：一种方式是搬迁到基础设施更好的地方去，这种搬迁一般是在收入有了一定程度的提高之后才能实施；另一种方式是外来的投资使得农村居民居住地区的基础设施有了相当大的改变。如果是前者，基础设施变量的内生性将难以避免，因为这种基础设施的改善很可能是由农村居民收入提高所导致的，这是一种典型的逆向因果关系；如果是后者，基础设施则是典型的外生变量。中国的实际情况是，这两种情况都是大量存在的。自上世纪90年代中期以来，中国农村地区的基础设施大为改善，农村居民的收入也显著提高。一些收入大幅度提高的农民搬迁到基础设施更好的地方，还有一些农村地区由于城市化的扩张逐渐改善了基础设施。总而言之，中国农村居民享受基础设施的状况在最近10多年内得到了不同程度的改善，这种改善有的是内生决定的，有的是外生决定的，这两种情况在现实中大量存在，因此，有必要考虑模型的内生性问题。
除此之外，在明瑟方程中，教育本身也是一个潜在的内生性变量。这是因为，一个人的收入在很大程度上取决于这个人的“能力”水平，而其受教育状况和“能力”相关联，由于无法将“能力”量化，只好将这一因素放入残差项中，从而引起教育的内生性问题。
为了解决模型中存在的内生性问题，本文将采用工具变量方法进行参数估计，具体而言就是用潜在内生解释变量的滞后项作为工具变量。这样做有一定的合理性，比如说，滞后期的基础设施与当前的基础设施状况有一定的相关性，但是，滞后期的基础设施状况与居民当前的收入并没有直接的联系。不过，不得不指出的是，由于本文所选择的样本是已经完成教育并已就业的农村居民，这部分人的受教育年限并不随时间而改变，因此，在这里教育变量的内生性问题无法完全消除。对于这个问题，本文寄希望于回归时误差相互抵消从而得到一致的估计结果。
鉴于在实证模型中存在如上一些问题，本文在进行实证检验时将分别建立静态和动态非平衡面板模型对方程（2）式进行参数估计，用极大似然估计方法和受约束的极大似然估计方法估计静态模型，用广义矩估计（GMM）克服动态模型中可能存在的内生性问题。
四、实证结果及分析
根据数据整理计算得出，样本期间农村居民的实际年均总收入从1989年的3810元上升至2006年的9886元，实际年均增长率达到了5.8％。农村基础设施也有了显著的改善，到村卫生站所耗费的平均时间从1989年的24.3分钟下降到2006年的15.8分钟；电话普及率从1997年的15.4％上升至2006年的59.3％；自来水普及率由1989年的29.3％上升至2006年的63.7％。基础设施的改善很可能对农村居民收入产生了积极的影响。
（一）静态非平衡面板的实证结果
根据前述研究，极大似然估计方法对于静态非平衡面板模型的参数估计来说是较为合适的估计方法，本文主要使用面板数据的极大似然估计方法和受约束的极大似然估计方法来对静态非平衡面板进行参数估计。参数估计结果见表3。
总体而言，表3中的参数估计结果与明瑟方程的预期结果是相一致的。比如，额外增加一年的教育，农村居民收入的增加率为4.8％～7.2％，符合先前的预期水平③。经验的一次方对农村居民收入增长的影响显著且为正，二次方显著且为负。
在控制了明瑟方程中主要变量的影响之后，基础设施的可获得性对农村居民收入的增长有着显著的影响。道路基础设施的可获得性越强（到村卫生站所花费的时间越短），农村居民的收入相应越高。通讯和自来水基础设施的可获得性对农村居民收入有着显著的正向影响，电话的普及使得农村居民能够更加有效地了解农业市场信息，降低市场上的信息不对称问题；而自来水与农村居民的身体健康有一定的联系，现有的研究已经表明，健康状况对农村居民收入和劳动力参与有着显著的影响，更好的健康状况有助于农村居民收入增长（刘国恩等，2004；刘生龙，2008[a]）。表3中的结果初步表明，基础设施的可获得性对中国农村居民收入有着重要影响，提高中国农村地区基础设施的可获得性有助于提高中国农村居民收入。
（二）动态非平衡面板的实证结果
尽管静态非平衡面板模型得出了符合预期的实证结果，但由于内生I生问题的存在，静态非平衡面板模型的估计结果很可能有偏误。为了克服这一问题，本文还将在动态条件下研究基础设施的可获得性对中国农村居民收入的影响。具体来说，就是分别用Anderson and Hsiao（1982）、Arellano and Bond（1995）以及Blundell and Bond（1998）三种不同的处理方法进行广义矩估计的参数估计④。由于在估计中使用了大量的工具变量，而工具变量是克服解释变量内生性问题最为重要的手段之一，因此，用这三种方法分别对实证模型进行参数估计是比较合适的，动态非平衡面板模型的参数估计结果见表4。
由于在动态非平衡面板模型中使用了大量的工具变量，因此，有必要对工具变量的有效性进行检验。与动态平衡面板模型一样，动态非平衡面板模型中工具变量的有效性检验主要也包括两类：第一类检验称为过度识别约束检验，即Sargan检验；第二种检验是自回归（AR）检验，这种检验主要是用来判断残差项在差分回归和差分—水平回归中是否存在着序列相关，它允许存在二阶序列相关，而不允许存在一阶序列相关。由表4可以看出，在Andeson-Hsiao方法中，判断是否“弱工具变量（Weak IV）”的F统计值远在10以上，说明不存在弱工具变量问题。而且，在Arellano-Bond和Blundell-Bond方法中，AR（2）统计值和Sargan统计值的概率均在0.05之上，说明工具变量有效。由于系统广义矩估计方法在理论上要比差分广义矩估计方法具有更好的性质，本文最终的分析主要依据系统广义矩估计（Blundell-Bond）方法的估计结果，即表4中模型（7）～（9）。
在克服了模型的内生性问题后，表4中的结果与表3中的结果存在一定程度的差别。首先，受教育年数的系数仍然为正，但是，在克服了内生性问题之后，教育回报率明显下降，教育每增加一年，农村居民收入仅增长2％～4％。其次，经验对收入的影响为正且显著，而且在克服了内生性问题之后，经验这一变量的系数显著增大。教育和经验的一次方对农村居民收入增长的影响为正，而“经验的平方”对农村居民收入增长的影响为负，这一结果仍然符合明瑟方程的预期。以上结果说明，如果不考虑模型的内生性问题，很可能会高估教育对农村居民收入增长的影响，而低估经验对农村居民收入增长的影响。
道路基础设施的改善对农村居民收入增长的影响仍然为正且十分显著，表4中的结果表明，随着道路可获得性的增强（到村卫生站所花费的时间越短），中国农村居民收入增加。表4中道路基础设施可获得性的系数相对表3来说并没有太大的改变，而且都通过了显著性检验，这说明，中国农村居民享受的道路基础设施条件的改善在很大程度上是外生决定的。这与中国的现实情形是相符合的，尽管在中国一些农村居民在收入增加之后搬到了交通基础设施更好的地方，但这只是少部分现象。在大多数情况下，中国农村道路基础设施的改善是中国加大了对农村地区道路基础设施的财政投入和城镇化加速的结果。
在动态模型中，通讯基础设施和自来水基础设施的可获得性对农村居民收入增长的影响仍然为正，但是都没能通过显著性检验，这和静态模型得出的结果是有显著差别的。对于这一点并不难解释。首先，任何一种基础设施的使用都需要一定的准入条件，这就是人们常说的“门槛效应”。比如，一个人要想使用道路基础设施，这个人要么有能力购车，要么就是能够负担得起路费；而要想使用通讯基础设施，这个人必须有能力购置电话或手机。即使国家已经将自来水网络和通讯网络铺设到农村，但是，农村居民要想利用这些网络还得花费一定的成本。相对于使用道路基础设施的成本来说，使用自来水或者通讯基础设施的一次性投入成本较高，这是因为，即使个人买不起车，但是，出行的路费相对来说还是较低的。这就意味着即使道路、通讯和自来水基础设施网络已经铺设到农村，农村居民在短时间内有可能会使用道路基础设施，但不一定会使用通讯和自来水基础设施。其次，三类基础设施对农村居民收入的效应在时效上的不一致也是导致静态模型和动态模型结果有差别的原因之一，道路基础设施一经铺设很快就能够对农村居民收入产生增长效应，而通讯基础设施和自来水基础设施则很可能只有在较长时间内才能够对农村居民收入产生增长效应。
五、结论及不足
本文基于中国健康与营养调查（CHNS）1989～2006年的追踪数据，使用静态和动态非平衡面板模型分析道路、通讯和自来水基础设施对中国农村居民收入增长的影响。静态模型的估计结果表明，三大基础设施均对农村居民收入有正向影响且显著。然而，在克服了内生性问题之后动态模型的估计结果表明，道路基础设施的影响仍然为正且显著，但是，通讯和自来水基础设施对农村居民收入的影响没能通过显著性检验。
本文的研究结果说明，道路基础设施的改善能够促进农村居民收入增长，“要想富，先修路”具有一定的合理性。当前，中国农村地区的道路基础设施严重落后于城镇地区，要想提高农村居民收入，缩小城乡差距，加强农村落后地区的道路基础设施建设是有必要的。
当然，本文还存在一些不足之处，较为明显的是，尽管通讯和自来水基础设施对农村居民收入有着显著的正向影响，但在动态非平衡面板模型中没能通过显著性检验，这与先前的预期有些不一致。一个可能的解释是，这类基础设施的使用具有一定的“门槛效应”，具体来说，就是只有当农村居民收入达到一定程度之后，他们才有可能愿意改善这类基础设施，而这类基础设施在得到改善之后又会反过来促进农村居民收入水平的提高；另一个可能的解释是，通讯和自来水基础设施的改善对农村居民收入增长的影响可能只有从长期来看才能变得显著，而本文样本数据的前后时间跨度仅有17年，这样的时间跨度还不足以反映这两类基础设施对农村居民收入的促进作用。不管怎么说，有关通讯和自来水基础设施对农村居民收入的影响有必要做进一步的研究。
注释：
① 数据来源：中国营养健康网（www.cpc.unc.edu/projects/china），2009年1月。
② 这9个省份分别是辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西、贵州。本文将这9个省（区）分成3个地区，东部地区包括辽宁、江苏和山东，中部地区包括黑龙江、河南、湖北和湖南，西部地区包括广西和贵州。
③ 利用家庭微观数据，李雪松、詹姆斯·郝克曼（2004）发现，中国的教育平均回报率为11％；刘生龙（2008[b]）的估计结果为6.5％左右。总体而言，本文的实证结果可以认为在预期范围之内。
④ Bruno（2005）进一步拓展了这三种广义矩估计方法，使这三种方法能够对非平衡面板模型进行参数估计。
标签：居民收入论文; 面板数据论文; 参数估计论文; 国内宏观论文; 回归模型论文; 静态模型论文; 样本方差论文; 总体方差论文; 动态模型论文; 农村基础设施论文; 宏观经济论文;