中国省区间经济周期同步性研究，本文主要内容关键词为：省区论文,中国论文,经济周期论文，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
自上世纪80年代以来，全球经济一体化程度不断加深，各国的经济交往越来越频繁，一国的经济波动通常会通过各种途径传导至其他国家，使得各国之间的经济周期波动变得越来越同步，例如：上世纪90年代爆发的东南亚金融危机不仅使东南亚各国陷入了衰退和萧条，而且对世界各国经济也造成了不同程度的负面影响；本世纪由美国的次贷危机所引发的全球金融风暴更是对世界各国经济造成了巨大冲击。全球经济一体化加速推进的事实，使得有关经济周期同步性研究的理论和实际意义得以凸显。各主要经济体间的周期是否同步、经济周期的国际传导机制和经济周期同步性的影响因素已成为了国际经济学研究领域的热点问题。
关于经济周期同步性的研究早在上世纪60年代就已出现，但直到上世纪90年代后才受到学者们的广泛关注，目前学术界对经济周期同步性的概念尚没有统一，但大部分学者都认为经济周期同步性的核心是经济波动的传导，通常表现为一个国家或地区的经济波动会对其他国家或地区的经济运行造成影响(刘崇仪，2006)。学术界对经济周期同步性的研究主要围绕着经济周期波动的传导机制和经济周期同步性的经验分析两方面展开。
有关经济周期波动传导机制的研究由来已久，早期的文献可以追溯到金德伯格(Kindleberger，1962)、麦金农(McKinnon，1963)和梅尔泽(Meltzer，1976)的研究。此后，格勒克(Gerlach，1988)的研究发现，当各国的经济变量具备较高的相关性，并在时间序列上展现出良好的同步性时，一些冲击造成的经济波动会通过各种传导渠道传递至各国，各国经济就会出现同步波动。谢尔曼和科尔克(Sherman和Kolk，1996)认为贸易、投资与金融一体化程度的提高有助于经济波动在各经济体之间的传导，国际经济波动传导的主要渠道是国际贸易、国际资本流动和国际金融体系，其中国际贸易是最重要的渠道。弗兰克尔和罗斯(Frankel和Rose，1998)发现，当外部冲击来自于特定产业时，如果两国以产业间贸易为主要形式，那么两国贸易联系的加强会促进这两国产业间专业化分工，特定的产业冲击会导致两国间经济周期同步性的弱化，反之，如果产业内贸易是两国的主要贸易形式，随着两国贸易一体化的发展，特定的产业冲击将会强化两国间的经济周期同步性。宋玉华和吴聃(2006)将来自外部的冲击通过经济纽带传导而引起的世界各国之间经济大致相同波动的机制描述为“外部冲击—部门传导—国际传导”。
关于经济周期同步性的经验分析主要是围绕经济周期同步性的影响因素展开的。现有研究中所关注的影响因素主要有：双边贸易、金融一体化、产业结构相似度等。贸易对经济周期同步性的影响受到学者们的广泛关注。克拉克和范·温库普(Clark和Van Wincoop，2001)的研究发现，欧盟各国之间的经济周期同步性显著的受到了双边贸易量的影响。寇兹和易(Kose和Yi，2006)运用21个OECD国家的年度数据估算了经济周期同步性和双边贸易强度之间的相关系数，结果表明两者之间存在显著的正相关关系。格鲁本等(Gruben et al.，2002)在完善弗兰克尔和罗斯(Frankel和Rose，1998)的分析方法基础上，采用1965-1998年的数据对21个发达国家进行的实证研究表明，产业内贸易对经济周期同步性有促进作用，而产业间贸易的影响则不能确定。费德穆克(Firdmuc，2004)使用OECD国家1990-1999年的数据证实了经济周期同步性与产业内贸易之间有显著的正相关性。辛恩和王(Shin和Wang，2004)通过实证分析发现，产业内贸易能够比产业间贸易更好地解释经济周期同步性。
有关金融一体化与经济周期同步性之间关系的研究直到最近才引起学者们的注意。寇兹等(Kose et al.，2003)的研究发现，发展中国家金融开放度越高，其与G7国家的经济周期同步性就越强。伊姆斯(Imbs，2004)的研究表明，如果国家之间金融整合度越高，这些国家的周期同步性就越高。因克拉尔等(Inklaar et al.，2005)分析了经济周期同步性和证券市场收益相关性之间的关系，结果显示两者之间的联系十分密切。吴(Wu et al.，2009)等的研究表明，FDI对经济周期同步性具有显著的促进作用，并认为较之于双边贸易强度和产业结构相似度，FDI能更好地解释经济周期同步性的变化。然而也有一些学者的研究结果表明金融一体化的提高并不会必然导致经济周期同步性的增强，如：凯勒姆尼—欧兹坎等(Kalemli-Ozcan et al.，2001)认为，金融一体化具有促进跨国企业专门化生产的功能，但生产和产业专门化的发展会使相关国家的同步性减弱；金姆等(Kim et al.，2003)也认为金融一体化对经济周期同步性的影响并不能确定。
随着全球经济一体化的不断推进，国家间产业结构相似度有所提高，一定程度上这会增强国家间经济周期的同步性(Kalemli-Ozcan et al.，2001、2003)。伊姆斯(Imbs，2004)发现，产业结构相似度较高的国家在面临产业层面的冲击时，由于国家之间的内在相似性，产业调整路径比较相似，因而经济波动的过程大体相同。李和阿扎利(Lee和Azali，2009)在研究经济周期同步性与产业专业化模式的动态关系时发现，产业结构越是相似，经济周期就越同步。但是有学者指出，产业结构相似度与经济周期同步性之间的关系并不确定。克拉克和范·温库普(Clark和Van Wincoop，2001)在研究欧盟国家经济周期同步性的影响因素时，发现产业结构相似度对同步性的影响并不显著。巴克斯特和库皮拉特萨斯(Baxter和Koupiratsas，2005)利用100多个国家的数据进行了研究，结果表明经济周期同步性受产业结构相似度影响的符号并不稳定。
还有学者考虑了一些对经济周期同步性造成影响的其他因素，如：韦恩和库(Wynne和Koo，2000)认为地理上是否毗邻在一定程度上会影响经济周期同步性；欧托等(Otto et al.，2001)发现国家的经济和制度特征也会对同步性造成影响；埃尔布恩和哈恩(Elbourne和Haan，2006)研究发现，同属于一个货币联盟或区域贸易协定有利于促进经济周期同步性；国家间政策的协调程度越高，就越有利于经济周期同步性的提高(Bower和Guillemineau，2006；Calderon et al.,2007)。
中国自开放以来逐步融入到世界经济之中，与其他经济体的联系越来越密切，中国与其他经济体之间的同步性问题也逐渐进入到一些学者的视野。陈昆亭等(2004)的研究发现，中国经济在一定程度上对美国经济有依赖性；另外，中国与日本也表现出较强的顺周期关系。任志祥和宋玉华(2004)的研究显示，较之于产业间贸易，产业内贸易能更好地解释经济周期同步性。彭斯达和陈继勇(2009)通过分析1990-2006年的7组13个时间序列数据发现，中美两国的经济周期同步性较弱，但显现出逐渐增强的趋势。程惠芳和岑丽君(2010)利用1990-2008年中国和27个主要贸易伙伴的数据，研究了经济周期同步性的影响因素，发现贸易强度对中国与发达贸易伙伴经济周期同步性的影响强于投资强度；对中国与发展中贸易伙伴而言，贸易强度、FDI强度和产业结构相似度对经济周期同步性有显著的正效应。李磊等(2011)的研究证实了中国与OECD国家之间的双边贸易强度对经济周期同步性有显著的正效应。刘恩专和刘立军(2012)运用1990-2009年的数据，分析了中国与主要贸易伙伴间的贸易三元边际对经济周期同步性的影响，结果显示双边广度边际对中国与主要贸易伙伴之间的经济周期同步性具有显著的正效应；而双边数量边际和价格边际对经济周期同步性的作用不显著。
前文提及的文献所研究的都是国家之间的经济周期同步性问题，很少有学者关注一国内部不同地区的同步性问题，笔者只发现庞塞特和隆杜(Poncet和Rondeau，2004)与黄玖立等(2011)有过这方面的尝试。庞塞特和隆杜(Poncet和Rondeau，2004)使用中国30个省区1992第2季度至2004年第2季度的就业数据，测度了省区间经济周期同步性水平，并实证分析了省区间经济周期同步性的影响因素。黄玖立等(2011)则考察了1952-2009年中国改革开放前后省区间经济周期同步性的变化及其影响因素。虽然这两篇文献突破了以往只关注国家间经济周期同步性的问题，但它们有一个共同的缺陷，即：在测算经济周期同步性时都是先对相关时间序列进行滤波以获取其周期成分，然后再用得到的周期成分计算相关系数，这种方法通常只适用于横截面分析，即使如黄玖立等(2011)那样通过将时间截为几段以获得面板数据进行分析，但时间截断点的选取太主观；同时，它也不能识别省区间在单一年份经济活动之间的相关关系以密切追踪同步性的变化。有鉴于此，本文在分析省区间经济周期同步性时采用的是赛克依拉和马丁斯(Cerqueira和Martins，2009)的同步化指数法，该方法能克服上述方法的缺点，这能使本文的分析结论更实用。此外，贝亚特和索兰尼斯(Beyaert和Solanes，2009)另辟蹊径，使用17个发达国家1950-2007年的数据，研究经济周期同步性与国家间收入差距的关系，受此启发本文将分析中国省区间经济周期同步性是否存在收入趋同效应。
本文余下内容安排如下：接下来的第二节测度1992-2011年中国省区间经济周期同步性，第三节在测度的基础上实证分析中国省区间经济周期同步性的影响因素，第四节检验中国省区间经济周期同步性是否存在收入趋同效应，第五节是结论与政策建议。
二、经济周期同步性的测度
通常用来测算经济周期同步性的方法是计算国家或地区间某些时间序列的相关系数，①以此来判明经济周期的同步程度，但该方法的一个重大缺陷在于：即使算出的相关系数较大，也不能说明国家或地区间经济周期的同步性较高，这是因为如果两国经济发展有着相同的趋势，所计算出的较大的相关系数可能只是它们共同趋势的一种体现，而不能说明它们的经济周期有着较高的同步性。为此，一些学者转而采用H-P或B-P滤波方法，先剔除原序列中的趋势成分，以获得原序列的波动(周期)成分，再对周期成分计算相关系数，以揭示出经济周期的同步程度。经滤波后计算的相关系数虽然能弥补直接计算相关系数的不足，但该方法也有缺陷，即它通常只能用于横截面数据分析；同时，也不能识别省区间在单一年份经济活动之间的相关关系。即便可以将时间样本人为的划分为若干子时期以获得面板数据进行分析，但这种划分主要存在两个问题：(1)时间截断点的选取有很大的主观随意性；(2)会损失观测次数。因此，本文采用赛克依拉和马丁斯(Cerqueira和Martins，2009)同步化指数(本文称为C-M同步化指数)来测算中国省区间经济周期同步性的大小。
(一)C-M同步化指数简介
该方法是赛克依拉和马丁斯(Cerqueira和Martins，2009)在研究1970-2002年20个OECD国家经济周期同步性的论文中首次使用，具体形式如下：
用C-M同步化指数来衡量经济周期同步性有以下几个优点：(1)该指数能密切追踪经济周期同步性的变化，即它能够识别省区间任何单一年份经济活动之间的相关关系；(2)不需要人为地设定时间截断点就可以运用面板数据进行分析；(3)不会损失观测样本数。
(二)中国省区间经济周期同步性测度
采用C-M同步化指数法，中国30个省区1992-2011年经济周期同步性水平的计算结果如图1所示。②由图1可知，1992-2011年中国省区间经济周期同步性水平在-0.03到0.06之间波动，对一国国内而言总体偏低，也没有出现明显地随时间上升的趋势，而是呈现出了不规则的变化，这从另一个角度印证了一些学者的研究结论，即中国国内市场一体化水平较低，且没有明显地改善。从图1中我们还发现了一个“令人不解”的现象，中国省区间经济周期同步性在1997-1998年亚洲金融危机期间的走势与在2007-2008年全球金融风暴中的截然相反，中国省区间经济周期同步性在亚洲金融危机过程中呈现出上升态势，而在全球金融风暴期间却在下降。同样是金融危机，为何中国省区间经济周期同步性的表现会出现如此大的反差？笔者认为，这与中国经济融入到世界经济的程度密切相关。亚洲金融危机爆发时，中国还不是世贸组织成员国，融入到世界经济的程度并不深，因此，当危机来临时，中国各省区自然会与其他省区“抱团取暖”，共同抵御危机的冲击，从而加深了各省区间的经济联系，省区间经济周期同步性增强也就不足为奇了；反之，全球金融风暴来袭时，中国已经加入世贸组织多年，与世界各国的经济联系也密切得多，国际市场一体化程度迅速提高，而国内市场分割的现象依然严重，在这种情况下，全球金融风暴的来临使中国各省区向内“抱团取暖”的内聚力有所下降，部分被与国际经贸伙伴的经济联系所替代，由于不同省区的国际经贸伙伴各不相同，导致不同省区国际经贸伙伴经济周期的客观差异传导至中国国内，就使得中国省区间经济周期同步性呈下降态势。
图1 1992-2011中国省区间经济周期的同步性
三、经济周期同步性影响因素的实证分析
(一)模型设定
在前文分析中国省区间经济周期同步性水平的基础上，接下来笔者在本节研究哪些因素在何种程度上对中国省区间经济周期同步性造成影响。首先，部分学者通过研究发现国家或地区间双边贸易是影响经济周期同步性的重要因素，但是，中国各省区间贸易流量数据的可得性较差。虽然中国地区间投入产出表给出了某一省区与其他省区的贸易流量，然而，来源于地区投入产出表的数据有以下两个缺陷：(1)地区投入产出表是每五年编制一次，数据的连续性较差；(2)地区投入产出表只给出了各省区的省际调出和省外调入数据，即只有某个省区对其他各省区贸易的加总数据，而没有给出该省区对其余各省区详细的贸易流量数据，因此，在本节的分析中我们无法直接使用贸易流量数据。依据国际贸易研究领域中广为使用的引力模型，双边贸易流量与双边经济规模成正比，与地理距离成反比，故笔者转而采用双边经济规模和地理距离来间接刻画贸易流量。另外，一些学者通过研究发现，产业结构相似度、政策协调程度对经济周期同步性有重要影响，有鉴于此并结合中国的实际情况，本文采用如下计量模型实证研究中国省区间经济周期同步性的影响因素：
(二)变量与数据说明
1.经济周期同步性
本文用指标
来衡量中国省区间经济周期同步性水平，该变量的数据直接通过(1)式计算得到。计算所需的中国各省区真实GDP(按2000年不变价格计算)增长率数据来源于1993-2012年《中国统计年鉴》。
2.地理距离
本文中的地理距离
是指各省区省会城市之间的球面距离，数据直接来源于最新版的Google Earth。通常相距越远的省区，其经济联系就越少，因此，预计从(2)式中估计出的地理距离的系数为负数，即在其他条件相同的情况下，两个省区的地理距离越远，其经济周期同步性就应该越差。
3.双边经济规模
本文中双边经济规模(
)用双边真实GDP(按2000年不变价格计算)之和来表示。各省区GDP的数据来源于1993-2012年《中国统计年鉴》。如果两个省区双边经济规模越大，双边的经济交往就会越频繁，因此，预计双边经济规模的估计系数为正数，即在其他条件相同的情况下，两个省区的双边经济规模越大，其经济周期同步性就越好。
4.产业结构相似度
考虑到数据的可得性，本文将各省区的产业结构按三次产业划分进行计算，根据赛克依拉和马丁斯(Cerqueira和Martins，2009)的方法，产业结构相似度(
)可以通过下式计算得出：
其中，
分别表示t年时产业k在省区i、省区j的GDP中所占的比重，的取值范围为：[0，2]，其值越小说明省区i、省区j的产业结构越相似。各省区三次产业占GDP比重的数据来源于1993-2012年各省统计年鉴。如果两个省区产业结构相似度越高，对于产业层面冲击的反应就越相似，其经济周期就可能越同步，因此，产业结构相似度的估计系数预计为负数，即在其他条件相同的情况下，两个省区的产业结构相似度越高(的取值越小)，则这两个省区的经济周期就越同步。
5.财政政策协调程度
财政政策协调程度(
)是用各年省区i、省区j的财政支出占其GDP比重差异的绝对值表示，其值越小，说明省区i、省区j财政政策协调的程度越高，其值越大，说明财政政策协调的程度越低。各省区财政支出占GDP比重的数据来源于1993-2012年各省统计年鉴。如果两个省区财政政策的协调程度越高，其经济周期就可能越同步，因此，财政政策协调程度的估计系数应为负数，即在其他条件相同的情况下，两个省区的财政政策协调程度越高(的取值越小)，则这两个省区的经济周期就越同步。
6.其他控制变量
东、中、西部地区虚拟变量(East、Middle、West)。③如果两个省区同属东部地区，则东部虚拟变量East的取值为1，否则，其值为0；中、西部地区虚拟变量Middle、West的取值与东部地区类似。通常处于同一个地区的两个省区比处在不同地区的两个省区的经济联系更密切，因此，预计地区虚拟变量的估计系数为正数，即在其他条件相同的情况下，同属一个地区的两个省区比分属不同地区的两个省区的经济周期同步性要好。
毗邻虚拟变量(
)。当省区i与省区j相邻时，其值为1，否则，其值为0。一般来说，相邻省区的经济交往会更频繁，因此，毗邻虚拟变量的估计系数预计为正数，即在其他条件相同的情况下，与两个不相邻省区相比，两个相邻省区的经济周期同步性应该更好。
城镇化差异(
)。城镇化差异用各年省区i、省区j的城镇人口占其总人口比重的差异表示(取绝对值)。各省区城镇人口占其总人口比重的数据来源于1993-2012年《中国人口和就业统计年鉴》。如果两个省区城镇化差异越小，则这两个省区的产业布局就会越相似，因此，城镇化差异的估计系数应为负数，即在其他条件相同的情况下，城镇化差异越小的两个省区，其经济周期同步性就应该越好。
经济外向度差异。本文用两个指标来表示该变量：(1)省区i、省区j外贸依存度差异的绝对值(
)；(2)省区i、省区j吸收外国直接投资(FDI)差异(用各省区吸收的FDI占GDP之比的差异表示)的绝对值(
)。各省区外贸依存度和吸收FDI的数据来源于1993-2012年各省统计年鉴。一般地，经济外向度差异越大的省区，其经济周期同步性就可能越差，因此，外贸依存度差异和吸收FDI差异的估计系数预计都为负数，即在其他条件相同的情况下，两个省区外贸依存度和吸收FDI的差异越大，其经济周期同步性就应该越差。
本文研究的对象是中国30个省区1992-2011年经济周期的同步性，每一年我们都要对30个省区中的任意两个省区进行考察，因此，每一年的观测数(样本容量)应为435，20年的总观测数就应该是8700。由于重庆市直到在1997年才单列为直辖市，因此，对于重庆市来说1992-1996年的数据无法获得，这就使得我们的观测样本减少了145次，④故本文在进行实证研究时的样本容量为8555。
(三)估计结果
表1报告了中国省区间经济周期同步性影响因素实证分析的结果，其中，第一列给出了不含控制变量的基准模型的估计结果，其他各列在基准模型的基础上，依次加入控制变量进行估计，以检验模型的稳健性。
从表1第一列基准模型的估计结果可知，地理距离、产业结构相似度和财政政策协调程度估计系数的符号与预期相一致，并且都在1%的显著性水平上高度显著，这意味着随着地理距离的缩短、产业结构相似度和财政政策协调程度的提高，省区间经济周期同步性会显著提高；就双边经济规模而言，其估计系数的符号也与预期相一致，这表明双边经济规模的扩大对经济周期同步性的提高有促进作用，但其估计系数不显著，说明这种促进作用极其有限，几乎可以忽略不计。前文曾提到，由于贸易流量数据的可得性较差，本文转而采用地理距离和双边经济规模来间接刻画贸易流量，双边经济规模的估计系数不显著说明省际间的贸易并没有显著促进省区间经济周期同步性的提高，这与很多研究发达国家间经济周期同步性的结论存在很大差异。笔者认为，之所以如此是因为中国国内商品市场一体化程度较低，市场分割严重，这使得贸易无法发挥其应有的作用，故实证分析结果就表现出双边经济规模的估计系数不显著。基准模型校正的R[2]约为0.2，对于一个观测次数达到8555次的模型来说，0.2左右的校正
已不算太低。因此，无论是从各变量估计系数的符号、显著性上看，还是从模型的解释力上看，基准模型的估计结果都比较理想。
在表1第二列中我们在基准模型的基础上加入了地区虚拟变量，估计结果表明，东、中、西部地区虚拟变量的估计系数有着与预期相一致的符号，三个地区虚拟变量中只有中部地区的估计系数不显著，东、西部地区的估计系数较为显著，这表明同属于东部或西部地区的省区有利于促进其与本地区其他省区经济周期同步性的提高，而同属于中部地区则对经济周期同步性的提高没有什么帮助。之所以如此，其原因在于中部地区自身的地理位置特征，中部地区特殊的地理位置使得地处中部地区的省区较之于东、西部地区的省区更容易与其他地区的省区进行经济交往活动，因而与本地区其他省区的经济联系相对而言就没有那么密切了，这样就造成了中部地区的省区无法显著提高其与本地区其他省区的经济周期同步性。第二列中地理距离、双边经济规模、产业结构相似度和财政政策协调程度估计系数的符号、显著性与第一列的基准模型完全相同，且估计系数的大小也相差无几，这说明我们所估计的模型稳健性较好。
表1第三列中，笔者在基准模型的基础上加入了毗邻虚拟变量，从估计结果看，毗邻虚拟变量的估计系数高度显著，其符号为正，与预期相一致，这说明两个省区相邻有助于提高其经济周期同步性。在第三列中，属于基准模型中的各变量估计系数的符号和显著性与第一列完全一致，估计系数的大小也相差不大，这再次说明所估计的模型具有良好的稳健性。
在表1第二、第三列中，我们加入的是具有“自然地理”特征的控制变量，接下来笔者将反映经济发展水平的城镇化差异变量加入到基准模型中，估计结果见表1第四列。城镇化差异变量估计系数的符号为负，与预期相一致，其显著性也较好，这表明城镇化差异越大，省区间经济周期同步性就越差。我们再次发现，加入城镇化差异变量后，基准模型所包含的各变量估计系数的大小变化不大，其符号和显著性与第一列也完全相同，这又一次佐证了模型具有较好的稳健性这一结论。
为了研究省区间经济外向度差异对经济周期同步性的影响，笔者将外贸依存度和吸收FDI差异变量依次加入到基准模型中，估计结果见表1第五、六列。在第五列中，外贸依存度差异的估计系数高度显著，并且与预期的符号相一致，说明外贸依存度差异越大，省区间经济周期同步性就越差。属于基准模型中的各变量估计系数的符号与第一列相同，但产业结构相似度和双边经济规模估计系数的显著性有所变化，双边经济规模的估计系数变得更显著了，而产业结构相似度估计系数的显著性下降了。虽然这两个变量的显著性发生了变化，但模型的稳健性总体上比较良好。
将吸收FDI差异变量加入基准模型的估计结果见表1第六列。吸收FDI差异变量估计系数的符号与预期一致，并且高度显著，表明吸收FDI的差异越大，省区间经济周期同步性就越差。基准模型所包含的各变量估计系数的符号和显著性与第一列完全一致，估计系数的大小也变化不大，模型良好的稳健性再次得到验证。
最后，本文在表1第七列将控制变量全部引入模型，从估计结果看，模型的稳健性有所减弱，具体地，城镇化差异变量估计系数的符号及其显著性发生了改变，中部地区虚拟变量的估计系数的符号发生了改变，产业结构相似度变量和西部地区虚拟变量估计系数变得不显著了，这些估计系数的符号或显著性发生变化而导致的模型稳健性减弱很可能是因为某些变量间彼此相关，形成模型的共线性而造成的。如：产业结构相似度与外贸依存度差异之间的相关、城镇化差异与吸收FDI差异之间的相关、地区虚拟变量与毗邻虚拟变量之间的相关等。模型的稳健性虽有所减弱，但总体上看还是比较稳健的。
从表1各列的估计结果可以看到，财政政策协调程度在每一列中其估计系数的绝对值都是最大的，且都是高度显著的，这表明影响中国省区间经济周期同步性最重要的因素是省区间财政政策协调的程度；从估计系数的大小及其显著性上看，产业结构相似度对中国省区间经济周期同步性的影响仅次于财政政策协调程度；控制变量中，城镇化差异、经济外向度差异对经济周期同步性都有较大影响；具有“自然地理”特征的因素(地理距离、地区虚拟变量、毗邻虚拟变量)对经济周期同步性的影响也不小。由于双边经济规模在大多数估计中都不显著，因此，其对经济周期同步性基本没有影响(这本文的背景下，这表明中国省际间贸易对经济周期同步性没有实质影响)。
四、经济周期同步性的收入趋同效应检验
1978年实行改革开放政策以来，三十多年时间里，中国经济飞速发展，取得了令世人瞩目的成就。随着经济的快速发展，居民收入和生活水平大幅提高，总体上已达到小康水平，但总体收入水平的大幅提高并不能掩盖居民收入差距不断扩大的事实，衡量一国收入分配是否合理的基尼系数早已超过0.4这一国际公认的警戒线水平，特别是地区间收入差距不断扩大的趋势尤为明显，这已严重威胁到建设“和谐社会”目标的实现。
有相当一部分学者已经认识到这个问题的严重性和迫切性，纷纷展开研究，从不同的方面探求有哪些因素对地区间收入差距会造成影响，研究的成果也相当丰富，但在众多文献中鲜见有将经济周期同步性与地区收入差距联系起来，以研究经济周期同步性是否存在收入趋同效应。笔者只发现贝亚特和索兰尼斯(Beyaert和Solanes，2009)有过这方面的探索，虽然贝亚特和索兰尼斯(Beyaert和Solanes，2009)研究的是经济周期同步性对国家间而不是对一国内部不同地区之间收入差距的影响，但他们的研究给了笔者有益的启示，本节中，我们所要探讨的问题正是中国省区间是否存在经济周期同步性的地区收入趋同效应。
(一)模型设定和数据说明
基于本节的研究目的，笔者将采用如下计量模型来分析中国省区间经济周期同步性是否存在收入趋同效应：
模型中的控制变量包括：省区间人力资本存量差异(Edu)、省区间农业占GDP比重差异(Agri)、地区虚拟变量(East、Middle、West)、毗邻虚拟变量(Adj)、省区间城镇化差异(Urban)。本文中，我们用人均受教育年限来表示人力资本存量，由于人均受教育年限的数据无法直接获取，笔者借鉴陈钊等(2004)的方法计算得到，即将每一种受教育水平折算成一定的受教育年限，然后将其与该收教育水平的人数相乘，加总后再除以相应的总人口，就可以得到人均受教育年限的数据。受教育水平折算成相应受教育年限的标准如下：接受大学以上教育按16年计；接受高中教育按12年计；接受初中教育按9年计；接受小学教育按6年计；文盲按0年计，人力资本存量差异用人均受教育年限差异的绝对值表示，各省区受教育人口结构数据来源于历年《中国统计年鉴》。农业占GDP比重差异也用绝对值来表示，各省区农业占GDP比重的数据来源于历年《中国统计年鉴》；地区虚拟变量、毗邻虚拟变量、城镇化差异变量的定义和数据与上一节相同。
(二)估计结果
表2报告了模型的估计结果，由于本节的主要目的是检验经济周期同步性是否存在收入趋同效应，故在第一列基准模型中，解释变量只含有反映经济周期同步性的变量。在其余各列中，笔者依次加入控制变量以检验模型的稳健性。
从表2第一列基准模型的估计结果看，经济周期同步性变量的估计系数为负，且高度显著，说明随着经济周期同步性的提高，省区间收入差距会变小，收入水平逐渐接近，即中国省区间经济周期同步性具有收入趋同效应。
大量有关收入水平决定因素的研究表明，人力资本存量对收入水平会造成重要影响，因此，我们在基准模型中加入人均受教育年限差异变量，估计结果见表2第二列。人均受教育年限差异的估计系数为正，且高度显著，表明随着人均受教育年限差异的扩大，省区间收入差距也将扩大，这一结论与现有研究相一致。模型校正较基准模型有大幅提高，这说明人均受教育年限差异能显著提高模型的解释力。经济周期同步性估计系数的符号依然为负且高度显著，其大小与基准模型相比也没有太大变化，这意味着模型具有良好的稳健性。
在表2第三列中，笔者将农业占GDP比重差异加入到模型中。估计结果较为理想，该变量估计系数的符号为正且高度显著，表明农业占GDP比重的差异越大，省区间收入差距也越大。模型校正与基准模型相比有较大提高，表明农业占GDP比重差异能显著增强模型的解释力。从经济周期同步性估计系数的符号、大小和显著性上看，它们几乎都没有发生变化，这说明模型的稳健性较好。
在表2第四、五、六列中，我们依次加入地区虚拟变量、毗邻虚拟变量和城镇化差异变量，模型的估计结果较为理想，各变量的估计系数有正确的符号和高度的显著性。与分属不同地区的省区相比，同属一个地区的省区间收入差距更小；相邻省区间的收入差距比不相邻的省区要小；随着城镇化差异的扩大，省区间收入差距也将扩大。各模型校正与基准模型相比有不同程度的提高，特别是加入城镇化差异变量后，模型的解释力大大增强，说明城镇化差异对省区间收入差距有重要影响。第四、五、六各列中，经济周期同步性估计系数的符号、大小和显著性的变化不大，这再次佐证了我们所估计的模型非常稳健。
最后，笔者将所有控制变量都加入到基准模型中，估计结果见表2最后一列。除了毗邻虚拟变量估计系数的符号发生改变和经济周期同步性估计系数的显著性稍有下降外(这很可能是因为将控制变量引入之后，各变量之间存在一定程度的共线性造成的)，其他各变量的符号和显著性与之前的估计相一致，模型良好的稳健性再一次得到了体现。
总的来看，表2的估计结果可以得到这样一个结论：中国省区间经济周期同步性具有收入趋同效应，该结论不随模型设定形式的变化而发生变化。此外，人力资本存量差异、农业占GDP比重差异、是否同属一个地区、是否相邻、城镇化差异这些因素在不同程度上都会对中国省区间收入差异造成影响。
五、结论与政策建议
本文利用30个省区1992-2011年的数据对中国省区间经济周期同步性问题进行了三个方面的研究。首先，我们测度了经济周期同步性水平。其次，实证分析了经济周期同步性的影响因素。最后，检验了经济周期同步性是否存在地区收入趋同效应。通过这些研究，笔者得到了如下一些结论：(1)通过对经济周期同步性的测度我们发现1992-2011年期间，中国省区间经济周期同步性水平总体较低，并且呈现出了不规则的变化，而没有明显的上升趋势；(2)从经济周期同步性的影响因素来看，财政政策协调程度、产业结构相似度、城镇化差异、经济外向度差异、地理距离、是否同属一个地区、是否相邻这些因素都程度不同的对经济周期同步性会造成影响，其中最为重要的影响因素是省区间财政政策协调的程度，它对经济周期同步性具有非常显著的促进作用；(3)经济周期同步性的提高有助于省区间收入差距的缩小，即经济周期同步性具有地区收入趋同效应。
基于以上研究结论，本文的政策涵义较为丰富。首先，中央政府在制定和实施宏观调控政策时，应充分考虑到省区间经济周期同步性水平较低的事实，在这种情况下，执行全国统一的政策就不再可取了，此时应注重各项政策的区域差异和相互间的协调配合，在政策力度和实施时间上因地制宜，这样才能取得更好的政策效果。当然，这会加大调控的难度，也对政策制定和实施的部门提出了更高的要求。其次，由于经济周期同步性具有地区收入趋同效应，为了缩小地区收入差距，实现“和谐社会”的目标，中央和地方政府应该采取切实有效的措施，提高省区间经济周期同步性水平。鉴于省区间财政政策协调程度对经济周期同步性的特殊重要性，各地方政府应该高瞻远瞩，摒弃“本地思维”，废除已实施的各项地方保护主义政策，在财政政策的方向、力度和实施时间上，多与兄弟省份进行沟通和协商，最大限度的实现省区间财政政策的协调。
①一般用相关系数方法来测算经济周期同步性时所使用的是真实GDP或失业率这两个时间序列。
②本文研究样本包括除西藏之外全国其他30个省区。
③东部地区包括京、津、冀、辽、沪、苏、浙、闽、鲁、粤、琼11个省市，中部地区包括晋、吉、黑、皖、赣、豫、鄂、湘8个省区，西部地区包括蒙、桂、渝、云、贵、川、陕、甘、宁、青、新11个省区。
④重庆市每一年都与其他省区有29次观测，5年一共就有145次观测。
标签：经济周期论文; 显著性论文; 显著性差异论文; 虚拟变量论文; 经济模型论文; 经济论文; 差异分析论文; 经济学论文;