我国政府支出对人类发展指数影响的经验分析，本文主要内容关键词为：支出论文,人类论文,指数论文,经验论文,我国论文，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
近年来，我国政府支出能否促进经济增长已经成为学者们讨论的热门话题。许多学者进行了深入研究并形成一些有益结论。刘进、丁伟、刘军民[1]运用我国1981-2002年的数据，在进行了协整检验与因果关系检验后，用公共支出、公共投资对GDP回归，发现政府公共支出和公共投资对拉动GDP增长有显著因果关系，并且这种拉动刺激作用随着考察滞后期的延长而衰减。马拴友[2]，李永友[3]，马树才、孙长清[4]，王小利[5]的实证分析也得出了相近的结论。另一方面，庄子银、邹薇[6]进行了时间序列分析和省际截面分析，得出了不同结论：预算外支出增长对经济增长产生了负效应，各省预算内公共投资对经济增长效应为负，但省政府通过财政收入融资的地方投资对经济增长有正效应。但是，由于其运用的计量方法不精确，结论存在争议。从已有的研究结论来看，我国政府支出的确起到了拉动GDP增长的作用。然而，GDP的不断增长并不是我们发展经济的全部目的。十六届五中全会提出，在制定我国“十一五”规划时，要坚持科学发展观，坚持以人为本，转变发展观念，加强和谐社会建设。使用传统一维的衡量经济增长的指标——GDP不能适应反映我国人类发展成就的需要。人类发展指数增加了指标的维度。全面衡量人类发展状况，并衡量一个国家在人类发展的三个方面的基本成就：健康长寿的生活，知识和体面的生活。因此，使用人类发展指数比使用GDP包含了反映人类发展成就的更多信息。
最近几年，我国关于人类发展指数(以下简称为HDI)的讨论逐渐多了起来，宋洪远、马永良[7]使用HDI估计了我国的城乡差距，得出了我国城乡差距始终存在并波动性扩大的结论。杨永恒、胡鞍钢、张宁[8]使用主成分分析法分析了HDI分项指数权重动态变化的经济意义，指出我国的人类发展越来越多地表现为经济发展，人类发展的三个方面存在严重的不平衡。在我国，人类发展指数一方面表现为绝对数的逐年提高，另一方面表现为结构的不平衡。占我国GDP总额24％左右的政府支出在拉动GDP增长方面起到了促进作用，然而其对我国人类发展状况影响是怎样的?学者的分析并不多见。霍景东、夏杰长[9]对HDI与我国公共部门支出和分项财政支出进行了回归，他们的研究结论表明公共支出对HDI的弹性系数为正，且大于居民支配支出对HDI的贡献。
本文用我国国家财政支出和预算外支出之和度量政府支出，将名义政府支出通过GDP缩减指数换算为实际政府支出，计算出实际政府支出的增长率作为我国财政政策变动的代理变量，用我国的本年人类发展指数减去上年度量人类发展状况i变动的数值。在对政府支出增长率取自然对数后，文章使用半对数模型来考察实际政府支出增长率每增长1％导致HDI变动的绝对量变化情况。对数据整理后，形成政府支出增长率和人类发展指数变动的时间序列。对这两个时间序列进行相关性检验、因子分析、协整检验和因果关系检验，并用普通最小二乘法对二者进行回归，用自回归分布滞后模型考察了财政政策变动时滞对人类发展指数变动的影响。
二、相关指标、数据来源及其整理
1．相关指标
(1)人类发展指数。1990年以来，联合国计划开发署(UNDP)为衡量人类发展水平，提出了五种人类发展指数，包括：人类发展指数(HDI)、发展中国家人类贫困指数(HDI-1)、部分OECD国家的人类贫困指数(HDI-2)、性别发展指数(GDI)和性别赋予尺度(GEM)。其中HDI是对人类发展成就的总体衡量。它衡量一个国家在人类发展的三个基本方面的平均成就：健康长寿的生活，用出生时预期寿命来表示；知识，用成人识字率(占2/3权重)以及小学、中学和大学综合毛入学率(占1/3的权重)来表示；体面的生活水平，用人均GDP(PPP美元)来表示(UNDP)[10]。在计算HDI之前，需要先生成以上三方面的指数(预期寿命、教育和GDP指数)，必须选定每个基本指标的最小和最大值(阈值)，通过以下公式的计算，把每一个分项指标表示成为0到1之间的数：
分项指数=(实际值-最小值)/(最大值-最小值)
HDI是三个指数的简单平均。计算HDI的阈值见表1。
表1
指标 最大值最小值
出生时预期寿命(岁)8525
成人识字率(％) 1000
综合毛入学率(％)1000
人均GDP(PPP美元)
40000 100
资料来源：《Human Development Report 2005》[10]。
(2)政府支出。我国各级政府收入包括预算收入、预算外收入和制度外收入，相应的我国政府支出由国家财政支出、预算外支出和制度外支出构成。政府支出是政府实现其职能的成本耗费，较政府收入更能全面反映财政对宏观经济的调控能力[11]。因为制度外支出没有准确统计数据，所以文章采用国家财政支出和预算外支出来衡量政府支出的名义值。再使用GDP缩减指数将政府支出的名义值换算成真实值。
2．数据来源
1990年、1995年、1997-2003年的HDI可以从《1999-2005年人类发展报告》[12-18]中直接获得。我国政府的各年国家财政收入和预算外收入在《2005年中国统计摘要》[19]中有准确数据。1991-1994年、1996年的HDI需要估计。在估计HDI各分项指标时，各年GDP名义值、人均GDP名义值、GDP指数的来源是《2005年中国统计摘要》，各年各级教育毛入学率可以从《2005年中国统计摘要》中获得，各级各类学校在校生数来自《中国统计年鉴2004》[20]，而出生时预期寿命、成人识字率和PPP美元人均GDP对人均GDP名义值的换算比率是利用已知数据用计量的方法估计得到的。
3．指标的估计
(1)出生时预期寿命。1997-2003年我国出生时预期寿命见表2。
表2
年度(年) 出生时预期寿命(岁) 成人识字率 人均GDP(元) 人均GDP(PPP美元)
1997
69.80.8296054
3130
1998
70.10.8286308
3105
1999
70.20.8356551
3617
2000
70.50.8417086
3976
2001
70.60.8587651
4020
2002
70.90.9098214
4580
2003
71.60.9099111
5003
资料来源：①出生时预期寿命、成人识字率和人均GDP(PPP美元)来自1999-2005年《人类发展报告》。
②人均GDP来自《2005年中国统计摘要》。
关于时间序列数据解决观测值丢失的一个基本方法是用独立变量的已知观测值对时间回归，然后用回归的拟合值代替丢失的观测值，称之为代理观测值(Pindyck，Rubinfeld)[21]。这里我们用出生时预期寿命(LE)对时间(YEAR)回归，使用的统计软件是EViews3．1结果见表3。
表3
自变量：YEAR 因变量：LE
标准误差t统计量 概率
C(1)
67.621430.376273179.7136 0
C(2)
0.2642860.0336557.8528130.0005
R2 0.925
校正R20.91 F-Statistic 61.66667
Durbin-Watson统计量1.561776
Prob(F-Stat)0.000538
从回归结果来看，该方程拟合得比较好，系数的标准误差很小，t统计量显著且概率均小于0.05，Durbin-Watson统计量为1.561776大于0.05显著水平下显著点的上限。对拟合方程残差是否服从正态分布的检验结果(见表4)表明在95％的置信度下，Kolmogorov统计量是0.1412，相伴概率值大于0.15>0.05，接受残差服从正态分布的原假设。因此，可以用回归方程估计缺失的预期寿命值。估计结果见表5。
表4
置信度 Kolmogorov统计量概率
95％0.1412 >.15
(2)成人识字率。对成人识字率(简称为ALR，数据见表2)也采用对时间(YEAR)回归的方法估计缺失值。从回归结果来看，方程拟合得比较理想。估计结果见表5。
表5
年度(年) 出生时预期寿命(岁) 成人识字率 三级综合毛人学率 人均GDP(PPP美元)
1991 68.15
0.7218 0.63 1005.8
1992 68.41
0.7370 0.63211224.2
1993 68.68
0.7522 0.65351573.3
1994 68.94
0.7674 0.6811 2100
1996 69.47
0.7977 0.73782984.9
注：①三级综合毛入学率根据《2005年中国统计摘要》和《中国统计年鉴2003》计算得到，②其它指标是前面估计得到。
(3)人均GDP(PPP美元)。从表2可以看出，1997-2003年我国人均GDP对PPP美元人均GDP换算比率在1.7934-2.0316之间波动，由于样本数量不多，不便使用计量方法对这种随机的波动进行估计，直接取其平均值作为代理观测值，平均值为1.8681。估计结果见表5。
4．指标的计算
(1)三级综合毛入学率。三级综合毛入学率是指初等、中等和高等学校综合毛入学率，该指标的计算是用初、中、高等学校的入学总人数除以按照官方规定的该级教育适龄总人口而得出的。计算方法如下：三级教育适龄总人口=∑(各级教育在校学生总数/各级教育毛入学率)；三级教育综合毛入学率=三级教育在校生总数/三级教育适龄人口。计算结果见表5。
计算所得1991-1994年、1996年的预期寿命、教育、GDP指数和HDI见表6。
表6
年度(年) 预期寿命指数 教育指数 GDP指数HDI
1991 0.7192 0.6912
0.38530.5986
1992 0.7235 0.7020.41810.6145
1993 0.7280 0.7190.45990.6357
1994 0.7323 0.7390.50810.6597
1996 0.7412 0.7780.56680.6952
注：各指标根据UNDP的HDI及其分项指标计算方法得到。
(2)GDP缩减指数。统计年鉴中的国家财政支出和预算外支出是各年的名义值，需要换算成实际值，这里使用的方法是政府支出实际值=政府支出名义值/GDP缩减指数。GDP缩减指数的计算方法采用司春林等人[22]的方法，计算方法如下：
缩减指数=
其中，GDP[,i]表示第i年GDP名义值，GDP[,i][index]表示第i年GDP指数，GDP[,1978]代表1978年GDP名义值，GDP[,1978][index]代表1978年GDP指数(=100)。
5．整理所得数据
通过前面的估计与计算可以得到我们需要的数据。这里用YEAR表示年度，用NGEX表示名义政府支出，用DEFLATOR表示GDP缩减指数，用AGEX表示实际的政府支出，DLnGEX表示实际政府支出增长率的自然对数，DHDI表示本年HDI与上年值的差。整理结果见表7。
表7
YEAR(年) NCEX(亿元) DEFLATOR AGEX(亿元) HDI DLnGEX DHDI
1990 5791 1.81683187.30.627
NANA
1991 6479 1.9392 3341 0.5990.047096
-0.028
1992 7392 2.0917 3534 0.6150.05616 0.016
1993 5957 2.39642487.50.636-0.351150.021
1994 7503 2.87172612.70.66 0.0491060.024
1995 9155 3.2499 2817 0.6830.0752880.023
199611776 3.44263420.60.6950.1941430.012
199711919 3.46953435.40.7010.0043170.006
199813716 3.38574051.30.7060.1649040.005
199916327 3.31024932.30.7180.1967680.012
200019416 3.34155810.40.7260.1638440.008
200122753 3.38106729.50.7210.146851
-0.005
200225885 3.37417671.70.7450.1310370.024
200328806 3.43938375.60.7550.0877840.01
注：①NGEX数据来自《2005年中国统计摘要》，②其它指标根据前述计算方法及计算结果计算得到。
三、经验分析
在对变量之间的关系进行计量分析之前，我们首先对政府支出增长率和HDI变动值的相关性加以考察。然后对二者进行因果关系检验，如果变量之间不存在因果关系，那么可能会出现伪回归现象，回归的结果会失去实际意义。根据计量分析的理论，在检验因果关系之前，需要进行单位根检验，因为只有时间序列是同阶单整的才可能存在长期协整关系，才可以进行回归分析。最后，在对随机扰动项的序列自相关性检验之后，我们使用了ADL模型考察了政府支出增长率变动的动态效果。
1．相关分析
相关分析反映了政府支出增长率和HDI变动值之间的联系的密切程度。分析结果见表8和表9，这里使用的分析软件是SPSS11.0。
表8
相关分析
DLnGEX DHDI
DLnGEX Pearson相关系数 1-0.175
概率(双侧检验) ．0.567
DHDI Pearson相关系数-0.175 1
概率(双侧检验)0.567 ．
表9
非参数相关分析 DLnGEXDHDI
SPearman等级相关 DLnGEX相关系数 1.000 -0.135
概率(双侧检验)．0.660
DHDI相关系数 -0.135
1.000
概率(双侧检验) 0.660 ．
从上面的分析结果中，可以看出DLnGEX和DHDI之间的Pearson相关系数是-0.175，P=0.567，统计学意义不显著。非参数相关分析的SPearman相关系数为-0.135，P=0.660，统计学意义也不显著。因此，政府支出的变动和HDI的变动之间的相关程度在统计学意义上是不显著的。
2．因子分析
通过因子分析可以对原始变量进行归类，相关性较强的归为一类，成为一个公共因子，公共因子是原始变量的线性组合，从而达到验证原始变量之间存在特定内在结构并简化解释变量的目的。分析使用的软件是SPSS11.0，分析结果见表10和表11。
表10
KMO and Bartlett’s Test
KMO 统计量 0.500
Bartlett’s Test
0.327
概率 0.567
表11
Total
Initial EigenvaluesExtraction Sum of Squared Loadings
Varince
Explained
％of
Comulative％of
Comulative
Component Total
Total
variance ％ variance ％
1 1.175
58.76158.7611.17558.76158.761
2 .82541.239 100
在因子分析之前，首先计算了KMO统计量并进行Bartlett’s球形检验，一般认为KMO统计量的值为0.9以上时效果会比较好，在0.5以下时不宜进行因子分析。如果不能拒绝BarTlett’s球形检验的原假设，则说明变量之间不存在联系(张文彤)[23]。
计算结果显示KMO统计量为0.5，是可以进行因子分析的底线，Bartlett’s球形检验的概率是0.567，不能拒绝该检验的原假设，说明两变量之间不存在联系。提出的公共因子为一个，可以解释总变异的58.761％，有41.239％的原因未被公共因子说明。因子分析进一步证实了政府支出增长率的变动和HDI的变动没有相关关系。
依据相关分析和因子分析的结果，我们初步判断HDI的变动并非政府支出变动所致，提高政府支出不一定导致HDI的变动。
3．协整检验
使用EViews3．1的计算结果见表12。我们从DLnGEX和DHDI对时间作图判断其不存在趋势项，根据AIC(赤池信息准则)和SIC(施瓦茨准则)取到最小值来确定滞后期数。分析结果表明DLnGEX和DHDI的ADF值分别大于1％、5％和10％临界值，序列是非平稳的，经过一次差分后△DLnGEX和△DHDI的ADF值小于1％的临界值，说明原序列经过差分后是平稳的，并且协整回归方程的残差的ADF值小于其1％临界值，说明协整回归方程的残差是平稳的，所以DLnGEX和DHDI是一阶单整的。
表12
变量检验形式 ADF值 1％临界值 5％临界值 10％临界值
DLnGEX(N 5)-1.297614-3.0507-1.9962-1.6415
DHDI (N 1)-1.113855-2.8270-1.9755-1.6321
△DLnGEX (N 2) -3.630888-2.9075-1.9835-1.6357
△DHDI(N 0)-5.456284-2.8270-1.9755-1.6321
RESID(N 0)-5.711197-2.7989-1.9725-1.6307
注：①检验形式中N表示无截距项和趋势项，数字代表滞后期；②△代表一阶差分；③RESID是协整回归方程的残差。
4．因果关系检验
既然序列是一阶单整的，现在就可以进行因果关系的检验了。鉴于因果关系检验受滞后期取值不同，可能会产生不同结果，这里分别对滞后一期、二期和三期作了因果关系检验。检验结果见表13。
表13
Lags=1
Null Hypothesis F-Statistic
Probability
DHDI does not Granger Cause DLnGEX0.04383
0.83883
DLnGEX does not Granger Cause DHDI2.86249
0.12492
Lags=2
DHDI does not Granger Cause DLnGEX4.35485
0.06786
DLnGEX does not Granger Cause DHDI4.31120.06909
Lags=3
DHDI does not Granger Cause DLnGEX1.34191
0.40739
DLnGEX does not Granger Cause DHDI1.65901
0.34385
计算结果显示，无论滞后一期、二期还是三期，检验的相伴概率都比较大，说明统计学意义不显著，不能拒绝政府支出增长率的变动不是HDI变动格兰杰成因(Granger Cause)与HDI变动不是政府支出增长率变动的格兰杰成因的原假设。因此，因果关系检验表明政府支出增长率的变动不是HDI变动的原因，HDI变动也不是政府支出增长率变动的原因。
5．用OLS方法估计回归方程
相关分析、因子分析和因果关系检验的结果显示，DLnGEX对DHDI的回归可能没有实际意义，事实验证了我们的判断。使用EViews3．1的回归结果见表14。
表14
自变量：DLnGEX 因变量：DHDI 标准误差t统计量
概率
C(1)0.0111540.0046312.408548 0.0347
C(2) -0.01760.029814
-0.590277 0.5669
R2 0.030703
校正R2
-0.05742
F-Statistic 0.348427
Durbin-Wahon统计量1.490071Prob(F-Stat)0.566933
回归结果显示，DLnGEX项的t统计量不显著，其相伴概率为0.5669，不能拒绝系数为零的原假设。方程的F统计量很小，相伴概率是0.566933，不能拒绝截距项和自变量系数为零的原假设。样本决定系数和校正后样本决定系数很低，方程的解释能力很差。结合协整检验的结果，这说明政府支出增长率的变动不影响同一期的HDI的变动。进一步证实了相关分析、因子分析和因果检验的结论。
6．用ADL模型考察时滞的影响
财政政策的变动以政府支出变动的形式体现出来，采取一项财政政策后，它的效果可以在当期体现，也可能在以后各期表现出来。DLnGEX和DHDI的回归反映了财政政策对同期HDI变化的影响，但不能反映财政政策的时滞对HDI变动的影响。我们可以使用自回归分布滞后(Auto-regressive Distributed Lag)模型来考察财政政策时滞的影响。(p，q)阶ADL模型的基本表达式为：
其中X[,t-i]是滞后i期的外生变量，每个外生变量最大滞后期阶数为τ[,i]，β[,i]是参数向量。使用EViews 3．1的计算结果见表15。
表15
因变量：DHDI
变量系数 标准误差 t统计量
概率
C0.0793980.014391 5.517163 0.0117
DLnGEX-0.1273150.037540-3.391422 0.0427
DLnGEX(-1) -0.0416260.009936-4.189568 0.0248
DLnGEX(-2) -0.0795040.014552-5.463245 0.0121
DLnGEX(-3) -0.0925000.023550-3.927799 0.0294
DHDI(-1)
-1.4618010.332947-4.390490 0.0219
DHDI(-2)
-1.5319750.364120-4.207336 0.0245
R2
0.932870F-Smtisfic
6.948222
校正R2 0.798610
Prob(F-Stat) 0.070112
LM统计量3.140279 Prob(LM)0.076381
在使用ADL模型时，应该对误差项的序列自相关性加以检验。因为假如误差项存在序列自相关，那么解释变量的滞后值就会和误差项的滞后值相关，这使得OLS估计量不仅是偏误的，甚至是非一致的。由于是自回归模型，Durbin-Watson统计量在这里是失效的，但是拉格朗日乘数检验(LM)，不仅对大样本而且对小样本，在统计上具有更强的功效。所以在这里，我们使用LM统计量替代了Durbin-Watson统计量。另外，对于解释变量滞后期的选择，是根据使得AIC和SIC取得最小值确定的。
从表15可以看出，LM统计量为3.140279，相伴概率是0.076381，接受不存在序列自相关的原假设，使用OLS进行估计是可行的方法。回归结果显示，除了当期的DLnGEX的系数的相伴概率为0.0427接近接受原假设的概率0.05以外，截距项和解释变量的t统计量显著，相伴概率显著小于0.05，统计学意义显著。这与前面得到的政府支出增长率的变动对同期HDI变动影响不明显的结论基本是吻合的。样本决定系数为0.932870，校正后样本决定系数为0.798610，方程的解释能力较强。然而方程的F统计量不十分显著，相伴概率略微大于0.05，难以拒绝原假设。但是综合样本决定系数、校正后样本决定系数、t统计量及其相伴概率以及AIC与SIC的取值，我们认为方程是可以接受的。
从分析的结果来看，1990-2003年的数据显示，政府支出在第一年增加每1％会使以后的三期HDI值累计下降0.0034。另外，除去政府支出这一影响因素之外，还存在影响HDI的“特殊因素”。这一因素使得HDI在第一年每降低0.001会使以后三期HDI值累计上升0.0030。特殊因素对HDI变动的正向作用冲抵了政府支出对HDI变动的负面作用，并使HDI保持增长。政府支出对这一特殊因素是否起到正向作用，这里难以判断。不过人类发展指数的三个分项指数并不是相互分离的，随着收入指数的提高，教育和健康指数也会有所增长，只是增长的快慢和不同地区是否会比较均衡地增长会表现的各不相同。因此，判断政府支出对“特殊因素”能起到正向作用，虽然在这里显得粗略，但也有经验证据支持。参考前面相关分析、因子分析和因果关系检验的结论，我们认为1990-2003年间的财政政策对HDI变动的时滞影响为负。
四、结 论
本文通过对政府支出增长率的变动和人类发展指数变动两个时间序列的考察，表明在1990-2003年的14年中，我国政府支出增长率的变动对同期人类发展指数变动的影响不显著，同样人类发展指数变动对同期政府支出增长率变动的影响也不显著。已经采取的财政政策导致政府支出的变化会在滞后的几年中对人类发展指数的变化产生反方向作用，具体是，每增长1％的政府支出会使得第二年HDI降低0.00041626、第三年降低0.00079504、第四年降低0.000925。但是，政府支出的反向作用被特殊因素的正向作用所抵消。总体来看，我国人类发展指数在不断提高。
综合其他学者对我国政府支出和经济增长关系的研究结论，本文认为我国政府在过去的14年中，主要是以拉动GDP增长作为自己的财政政策偏向。在采取以拉动GDP增长为目标的财政政策时，对我国人类发展状况在滞后的几年内产生了反向影响，这种负面作用在政策采用时并没有被充分考虑。我国的人类发展越来越多地表现为经济发展、人类发展的三个方面存在严重不平衡的实际状况验证了上述结论。这里仍然应该强调这是1990-2003年的数据包含的信息，是特定时间段内的信息。要改变这种局面，我们必须转变观念，改变过去财政政策主要是为拉动GDP服务，转变为财政政策是为促进我国人类社会全面发展服务。根据各地的实际，不断加大对教育、医疗保健、公共卫生安全的投入。对经济发展落后的地区，尤其是贫困农村，应该加大财政的转移支付力度，修建或是改善基础设施，调整原有的产业结构，切实使贫困人口增加收入。最后，令人鼓舞的是这种状况应该不会持久，刚刚闭幕的十六届五中全会提出了“要坚持科学发展观，坚持以人为本，转变发展观念，加强和谐社会建设”的要求，可以预见今后我国财政政策会促进人类发展水平不断提高，使更多的人享受到经济发展的成果。