中国地区增长是否存在收敛？——随机框架下的再讨论，本文主要内容关键词为：中国论文,是否存在论文,框架论文,地区论文，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 前言
落后地区能否赶上富裕地区，全体居民的福利如何得到提高，这无疑是经济学中极具意义的研究课题。然而，关于收敛的研究也存着不少争议。在以资本边际收益递减为基础的新古典增长理论中，收敛是这一假设的直接推论，然而持有资本边际收益递增观点的新增长理论，则认为增长将会是一个发散的过程。是否存在收敛，也就成为两个理论流派分歧的焦点，而反过来出于对理论解释力进行评价的需要，又激起了广大学者对收敛进行实证检验的兴趣。Baumol(1986)、Barro and Sala-i-Martin(1992)首先提出了基于截面回归数据的检验方法，即研究不同地区初始人均产出水平与平均增长率的关系来判断是否存在收敛。具体而言，如果两者关系为负，就表明存在着收敛。这种方法较为简便，但在后续研究中却被屡屡指出存在各种缺陷。例如，Quah(1993)认为对均值进行回归会导致结论偏差，Evans and Krass(1996)认为截面分析的有效性取决于一些并不现实的理想前提，等等。针对于此，近期关于收敛的实证研究更多转向了时间序列方法。时序方法不再关注增长率的绝对差异，它强调只要地区间的人均产出差距保持一个相对平稳的变化路径，即可以视为存在收敛，并将这种收敛称为随机收敛(Carlino and Mills，1993；Bernard and Durlauf，1995)。这种收敛特性可以通过单位根检验来判断，即如果随着时间变化而人均产出差距不存在单位根，就表明增长路径存在随机收敛。本文的研究目的就是利用时序数据及相应的方法，在随机收敛的框架下，对我国地区经济增长的收敛特性进行考察。
改革开放以来，我国地区经济发展不平衡的现象日趋明显，中国经济是否有可能存在着收敛趋势呢？这个问题引起了众多学者的研究兴趣，如魏后凯(1997)、刘强(2001)、刘夏明等(2004)都是较有影响的研究成果，不过，这些研究多以截面分析方法为基础。针对截面方法近年来在收敛研究中受到的质疑，最近也逐步有文献开始采用时序方法来研究中国地区经济增长的收敛性。例如，陈安平等(2004)基于单变量单位根检验与协整的方法对收敛问题进行了研究，结果发现东西部地区内的增长具有收敛性，中部地区内和三大区域间的增长则不存在收敛。程建等(2005)采用同样的方法也发现三大区域间不存在随机收敛，但发现中西部地区具有随机收敛趋势。可以看出，各文献的研究结论已经产生了很大差异。一般认为，除了样本选取不同之外，这种差异部分要归因于传统单变量单位根检验存在的“势”(power)值较低的问题。作为改进，具有更高“势”值的面板单位根检验被应用于随机收敛的检验，张鸿武(2006)就是这方面的一个有益尝试，该文基于IPS和MW单位根检验结果，指出改革开放以来，我国部分区域存在俱乐部收敛的现象。张鸿武(2006)得出的结论与前述文献有所不同，但研究结论具有更高的稳健性。不过，该文在解释面板单位根检验结果时，采用与单变量单位根检验相同的方法，即如果拒绝存在单位根的原假设，则认为存在随机收敛，这也是面板单位根检验文献中的一般做法，但这种做法却是很有问题的。在面板数据环境下，单位根检验拒绝了原假设事实上存在着多种可能，解决这个问题的一个可行方法是基于多种面板单位根检验结果进行验证分析(CA/confirmatory analysis)，关于这一点我们在后文中会加以阐述。
针对已有研究不尽相同的结论以及在方法应用中存在的一些问题，本文将以“势”值更高的面板单位根检验为基础，对中国地区经济增长是否存在随机收敛进行检验。考虑到解释单一面板单位根检验结果时具有一定的不确定性，我们将同时使用多种面板单位根检验以及Choi(2001)提出的验证分析(CA/confirmatory analysis)思路，以期做出更为稳健的推断。本文的具体结构安排如下：第二部分是对随机收敛框架的一个简单介绍，第三部分对实证分析方法进行说明，第四部分是实证分析的结果，最后是结语。
二 随机收敛的界定
与传统收敛(如β收敛、σ收敛)强调不同地区人均产出差距绝对值不断缩小的概念不同，随机收敛的要义则是在一个动态、长期的环境下，研究这种产出差距随时间变化的特征。如果两个经济体的产出差距服从平稳的随机过程，即构成了一个稳定的不随时间变化的差异均衡，这时将其称为随机收敛。如果产出差距存在固定趋势或者单位根过程，则表明任何微小的外生冲击，都会造成差距的持续扩大，从而也就不存在随机收敛。检验随机收敛最为直接的方法，是将任意两个地区进行配对，对两地产出差距进行单位根检验。然而，在样本时间跨度较短的情况下，单变量单位根检验存在“势”值过低的问题，也就是在备选假设为真时，正确地拒绝了原假设的概率较低。作为改进，面板单位根检验较传统单变量检验拥有了更高的“势”值。幸运的是，Evans and Krass(1996)也指出这种两两配对的检验方法，事实上等同于在面板数据环境下以共同均值为参照的检验，从而提供了一个在面板数据环境下进行随机收敛检验的框架。具体而言，Evans and Krass(1996)的基本思路大致如下：
考虑1，2…N个地区，那么这N个地区存在趋同，当且仅当共同趋势
和参数
存在，以使下式成立：
在这种界定下，是否存在收敛也就可以通过检验下式中的自回归参数β[，i]是否为零来确定。
三 面板单位根检验和验证分析方法说明
(一)面板单位根检验
本文采用面板单位根方法对各地区相对人均产出的平稳性进行检验。面板单位根检验方法有很多种，本文使用了最为常用的三种，即IPS检验、MW检验和Hadri检验，其中，前两者的原假设是所有序列都存在单位根(I(1)原假设)，Hadri检验的原假设则是所有序列都不存在单位根(I(0)原假设)。面板单位根检验事实上就是单位根检验在面板数据环境下的应用，而其势值的提高得益于对截面间信息的综合。下面对三种方法的原理做一简单说明。
(1)IPS检验。这是由Im et al.(2003)提出的基于组间均值的检验方法。对于面板数据变量y[，it]，构造如下回归方程式：
(二)验证分析(confirmatory analysis)
面板单位根检验虽然得到了越来越广泛的应用，然而对其结果的理解，目前却普遍存在着一定偏误。很多相关研究中，原假设的拒绝就被直接认为是所有序列都不存在或存在单位根(视原假设不同而定)的证据，但事实可能并非如此。以IPS检验为例，它的原假设是所有序列均存在单位根，拒绝了原假设是否就表明所有序列都是平稳的？这只是可能出现的情况之一，部分序列平稳、其余序列存在单位根的情况同样也会导致原假设被拒绝。因此，面板单位根检验结果的解释实际上带有一定的模糊性。针对这个问题，Choi(2001)提出了验证分析(CA)方法，即同时使用多个不同原假设的面板单位根检验，从结果的对比中得出更为稳健的推断。通过蒙特卡洛(monte carlo)模拟，Choi发现这种联合推断的方法，有助于提高推断的可靠性，而这也正是本文同时使用两种不同类型面板单位根检验方法的原因所在。具体而言，验证分析的结果存在着如表1所示的四种可能性。第一种可能性是两种不同类型检验均未能拒绝原假设，这时无法做出推断，不过由于面板单位根检验具有较高的势值，这种情况出现的可能性较小。第二种可能是未拒绝所有序列I(0)的原假设，但拒绝了所有序列I(1)原假设，这表明所有序列均为平稳序列。第三种情况是拒绝了所有序列I(0)的原假设，但未拒绝所有序列I(1)原假设，这说明所有序列存在单位根。第四种情况是同时拒绝了I(0)和I(1)的原假设，这时的结论并不清晰，说明可能是部分序列存在单位根，其余序列为平稳序列。
表1验证分析的各种情况
四 实证分析结果
(一)数据来源
本文采用了我国28个省级行政区1979-2004年期间人均国内生产总值的数据表示人均产出，数据来源为《新中国50年统计资料汇编》以及《中国统计年鉴》各期。对于部分存在数据缺失的省份，相关数据从相应省份各年度统计年鉴中取得。按照通常的做法，不考虑西藏样本，重庆的数据合并到四川省，海南省则因为数据缺失较多而未被包括在内。以上的还只是名义数据，分别根据各省的GDP指数，将各省人均GDP调整为1990年价格水平的实际值，并进一步取自然对数。
(二)结果之一：是否存在全局性的随机收敛？
首先考察在全国范围内是否存在着全局性的随机收敛，换言之，各地区相对于全国均值的人均相对产出序列是否具有平稳性。检验之前，先要对数据进行必要的处理，即，将历年各地区实际人均产出(1990年价格水平)的自然对数值，减去全国均值的自然对数值，面板单位根检验将以此为基础。从简单的数学推导可知，该差值就是各地区人均产出相对于全国均值的比值的自然对数。分别利用IPS、MW和Hadri检验对全国数据进行面板单位根检验，根据数据形态，三种检验中对单个序列的回归均采用只有截距项的方程，其中IPS和MW检验回归方程中自变量的滞后阶数根据SIC准则来确定。
表2全局性收敛的面板单位根检验结果
注：(1)东部地区包括北京、上海、天津、福建、广东、广西、辽宁、河北、江苏、浙江、山东；中部地区包括黑龙江、吉林、内蒙古、山西、安徽、河南、湖北、湖南；西部地区包括甘肃、贵州、宁夏、青海、陕西、四川、新疆、云南。(2)CA代表验证分析(confirmatory analysis)，该列中的罗马数字与表1中相对应。(3)IPS和MW检验中对单个序列的回归只包含截距项，自变量滞后阶数根据SIC准则确定，Hadri检验中对单个序列的回归只包含截距项。
检验结果在表2第2行中给出。IPS检验和MW检验均显著拒绝了全部序列都存在单位根的原假设，然而这一结论并不能被看作是全局性随机收敛的证据，因为Hadri检验同样也非常显著地拒绝了全部序列不存在单位根的原假设。两类检验结果的对比验证表明，这里的情况属于表l中第Ⅳ种情况，换言之，实际情况可能是只有部分地区存在相对于全国均值的随机收敛。为了验证以上结论也为更详细地反映各区域的收敛特征，我们进一步将全部省区大致划分为三大区域(具体见表2注释)，并以三区域为基础分别进行面板单位根检验，结果同样在表2中给出。不难看出，这里的结果显示出较为复杂的增长路径。对于西部地区，IPS和MW检验均未能拒绝原假设，同时Hadri检验则显著拒绝了原假设，而这正是表l第Ⅲ中情况，即西部地区各省份相对于全国均值呈随机发散。对于东中部地区，三种检验均显著拒绝了原假设，这说明可能有部分省区存在随机收敛。分区域的检验结果基本证实了此前的结论，即只有部分地区存在着随机收敛。相比而言，若是未采用验证分析方法，我们就很容易得出存在全局性随机收敛的结论，而这并不准确，因为对西部地区的检验就清楚地表明有部分地区并不存在随机收敛。
表3序贯分类结果
注：(1)CA代表验证分析(confirmatory analysis)，该列中的罗马数字与表1中相对应。(2)IPS和MW检验中对单个序列的回归只包含截距项，自变量滞后阶数根据SIC准则确定，Hadri检验中对单个序列的回归只包含截距项。
接下来的问题就是，究竟又有哪些地区存在着随机收敛趋势？目前的面板单位根检验方法，还无法具体区分出哪些地区是平稳的、哪些又存在着单位根。而要找出这些地区，一个可行的方法是对全部序列进行序贯分类(sequential classification)(Choi，2002)。序贯分类的基本思路就是对全部序列中的子样本实行序贯验证分析。假如一个面板集由N个序列构成，其中N[，0]个为I(0)序列，其余N[，1]个为I(1)序列，那么不同原假设的面板单位根检验将会出现同时拒绝原假设的结果，直到面板数据集中的序列被分为两个子集，一个包含了所有的I(0)序列，另一个包含了所有的I(1)序列。而要区分出这样两个子集，可以采用自下至上的方法，即通过先验信息选择一个全为I(0)序列的子集，然后向该子集加入新的序列，如果验证分析能够确定新的子集仍为I(0)序列，则保留该序列，否则将其剔除。如此反复，直至加入任何一个新序列均会引起验证分析结论的改变。按上述思路多次试错，我们最终找到了一组全部为I(0)序列的集合，结果可以见表3。IPS检验和MW检验均拒绝了I(1)原假设，Hadri检验则未能拒绝I(0)的原假设，验证分析表明此集合中的全部序列均为平稳随机过程，换言之，这些地区相对于全国均值存在着随机收敛。具体来看，这个子集又由两个部分构成，一是由北京、天津、上海等发达地区组成的在较高水平上的随机收敛，另一个则是由安徽、湖北、河南等组成的较低水平上的随机收敛。
从时序数据的变化态势上不难发现，这几个地区相对于全国均值的人均产出保持着相对平稳的走势。尽管京津沪三地人均产出水平较高，但这与这些地区较好的经济基础是密切相关的，在增长态势上，这些地区并没有出现高企的增长率，其人均产出相对于全国均值保持在一个较高的水平之上。而鄂豫皖地区自改革开放以来的增长路径也是较为平缓的，其增长率与全国水平基本保持平行，只是较京津沪地区，其绝对水平要低出很多。需要指出的是，这里的结论也反映出了随机收敛与传统收敛的不同之处，传统收敛强调不同地区收入水平要向一个共同值趋同，而随机收敛只要求各地区与共同均值之间的差距保持稳定即可，从这个意义上而言，传统收敛较随机收敛是一个更为严格的假定。
(三)结果之二：是否存在俱乐部式随机收敛？
我国并没有出现全局性的随机收敛，大部分地区的人均产出较全国均值而言呈现出随机发散的特征。考虑到我国各地区在经济、社会结构方面存在较大差异，那么对于比较相似的相邻地区，是否有可能存在着俱乐部式的随机收敛呢？随机收敛的框架下，我们可以将俱乐部收敛定义为具有相似地理特征、经济结构的部分地区，相对于区域均值的人均产出水平具有平稳性。检验俱乐部式随机收敛是否存在，先要根据一定的先验信息对各地区进行必要的分组，一个通常的做法就是按东中西三区域划分。然后根据划定的区域计算出各地区的人均产出，并将各地区人均产出的自然对数值减去区域平均的自然对数值，最终根据得到的差值进行面板单位根检验。首先以东中西三区域划分为基础(划分方法同前，具体见表2注释)，考察各地改革开放以来各区域内是否存在着俱乐部式的随机收敛，检验结果见于表4。
表4俱乐部收敛检验结果：以三区域划分为基础
注：(1)东中西三区域的划分见表2注释。(2)CA代表验证分析(confirmatory analysis)，该列中的罗马数字与表1中相对应。(3)IPS和MW检验中对单个序列的回归只包含截距项，自变量滞后阶数根据SIC准则确定，Hadri检验中对单个序列的回归只包含截距项。
对于东部和西部地区而言，IPS检验和MW检验均未能拒绝全部序列存在单位根的原假设，同时Hadri检验则显著地拒绝了所有序列不存在单位根的原假设，根据验证分析的推断，两类检验共同印证了区域内不存在随机收敛的事实。再来看中部地区，IPS检验和MW检验都拒绝了原假设，Hadri检验也拒绝了原假设，这表明区域内有部分地区相对于区域均值存在随机性收敛。然而，这并不能说明中部地区存在着俱乐部收敛。按照定义，俱乐部式收敛应该是区域内所有地区相对于区域均值都出现随机收敛，从而构成了一个所谓的“俱乐部”，而这里的结果显示中部仍有部分省份出现了随机发散的特征。若是将部分相对于中部均值平稳的序列重新组成一个新的区域集合，这同时也意味着区域均值发生了变化。显然，这个新区域的收敛特性与我们所要考察的中部地区是否存在俱乐部式收敛是两个不同的问题。
表5俱乐部收敛检验结果：以八区域划分为基础
注：(1)R1：吉林、辽宁、黑龙江；R2：北京、天津、河北、山东；R3：上海、江苏、浙江；R4：山西、陕西、内蒙古、河南；R5：云南、贵州、四川；R6：福建、广东、广西；R7：湖南、湖北、安徽、江西；R8：甘肃、青海、宁夏、新疆。(2)CA代表验证分析(confirmatory analysis)，该列中的罗马数字与表1中相对应。(3)IPS和MW检验中对单个序列的回归只包含截距项，自变量滞后阶数根据SIC准则确定，Hadri检验中对单个序列的回归只包含截距项。
传统的东中西三区域划分方式具有一定的合理性，但随着区域经济格局的变化，这种划分也表现出很大的局限性，如不能反映目前我国人口、城市分布的基本态势，不能反映我国区域经济空间变化最大梯度所在，等等。作为改进，我们进一步采用更详细的八区域划分方法(具体划分可见表5)，以检验是否存在着俱乐部式随机收敛。根据这种划分方法，区域内部各地区在社会、经济结构等方面具有一定的相似性，因而也更为合理。相关面板单位根检验的结果见表5。然而，表5的结果也没有揭示出任何俱乐部式随机收敛的特征。除了区域3外，针对其余区域的检验结果和验证分析均显著表明了不存在区域内的随机收敛。再看区域3，尽管IPS检验和MW检验拒绝了原假设，但Hadri检验同样也拒绝了原假设，这说明该区域中有某个或某些地区存在着随机发散，从而不符合俱乐部式收敛的定义。综合而言，无论是基于三区域、还是基于八区域，以上结果清晰地表明我国各地区增长并不存在俱乐部式的随机收敛。
五 结语
本文基于多种面板单位根检验以及验证分析方法，对我国地区经济增长的随机收敛特征进行了实证分析，得出与此前研究并不相同的结论。(1)就全国范围而言，我们并没有发现全局性的、相对于全国均值的随机性收敛，只是在部分地区中存在着围绕全国均值的随机收敛。进一步采用序贯分类方法，我们最终确定东部的京津沪和中部的鄂豫皖等共六个省区存在随机收敛。(2)考虑到我国各地区在地理特征、经济结构等方面存有巨大差异，我们进一步将全国划分为三区域、八区域，以检验是否存在俱乐部式随机收敛，但各种检验的结果同样拒绝了俱乐部收敛的存在。以上结论反映出了这样一个基本事实，即伴随我国经济的快速增长，地区经济发展失衡的现象也越为突出。如何促进地区经济平衡增长，推动社会和谐发展，这个问题在经济建设中必须给予足够的重视。就计量方法应用而言，本文的研究表明，对于面板单位根检验结果的解释必须谨慎，多种检验方法结果进行验证分析实属必要，否则就很有可能会得出错误结论。