中国各地区隐性经济的规模、成因及影响_失业率论文

中国各地区隐性经济的规模、原因和影响,本文主要内容关键词为:隐性论文,各地区论文,中国论文,规模论文,原因论文,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。

JEL Classification:E26,O17,H26,C23,C51

一、引言

隐性经济活动在我们生活的周围无处不在,且它的存在由来已久。影响隐性经济产生的原因是多方面的,既有制度的原因,也有经济的原因。在制度层面上,它与国家法律、政府管制、税制、收入分配制度等密切相关;在经济层面上,则与经济发展水平和个人收入紧密相关。而隐性经济对官方经济的影响,长期以来颇具争议。一方面,隐性经济使国家或地区之间的竞争发生扭曲,导致商品和劳动力市场效率低下;同时也使官方宏观经济统计数据(如税收、个人收入、劳动力、失业率等)失真,而根据这些失真的数据所制定的政策和措施可能会不切实际。显然,隐性经济对经济体制具有负面影响。然而,另一方面,隐性经济能为官方经济带来额外的增加值。Schneider & Enste(2000)的研究表明,隐性经济中2/3的收入会立即花费在官方经济中,因此,在一定程度上,隐性经济对官方经济也能产生积极影响,进而提高总的经济增长水平。

由于隐性经济活动的参与者总是不希望让人知晓,更不希望让人知道其从中所获得的收入,于是,对于官方统计部门和研究人员,要获取隐性经济活动的准确信息以及它们对商品和劳动力市场的影响程度是非常困难的(Schneider,2005)。因此,本文的主要目的是度量中国各地区的隐性经济规模,研究影响隐性经济的主要决定因素,以及隐性经济对官方经济和劳动力市场的影响。

尽管度量隐性经济规模是困难的,但仍有很多学者在这方面作出了不懈努力,通过采用不同的度量方法,取得了很多有价值的成果。Giles(1999)结合货币需求方法和结构方程模型的一种特殊形式,即多指标多原因模型方法(multiple indicator multiple csuses,以下简称MIMIC),估算了新西兰1968-1994年的隐性经济规模,研究发现在此期间,新西兰的隐性经济占GDP的比重在6.8%至11.3%之间。

在近期的研究中,Schneider(2005)采用货币需求方法和MIMIC方法度量了110个国家1999-2000年的隐性经济规模,结果表明,隐性经济规模在发展中国家为41%、转型经济国家为38%、OECD国家为17%;其中,中国在1990/1991、1994/1995和1999/2000年的平均隐性经济规模分别为10.5%、12%和13.1%。Bajada & Schneider(2005)对亚太地区17个国家的研究表明,这些国家的隐性经济规模呈不断上升的态势,17个国家的平均隐性经济规模从1989/1990年的21.2%上升到1994/1995年的23.1%,在2000/2001年的平均隐性经济规模为26.3%;其中,中国在1994/1995年和2000/2001年的平均隐性经济规模分别为10.2%和13.4%。

Dell'Anno & Solomon(2008)利用结构方程模型,针对美国1970-2004年的季度数据,估计了美国的隐性经济,结果显示其隐性经济占GDP的比重在1970-1983年期间为14%至19%,随后持续稳定下降到2004年的7%。研究发现,在美国,社会保障缴款占GDP的比重、失业率、自我就业率是隐性经济的主要决定因素,并且还发现,税收负担对隐性经济没有显著的影响。他们通过对奥肯法则的扩展,估计了经济增长、隐性经济与失业率之间的关系,发现隐性经济与失业率之间的关系是显著正相关的。Dell'Anno et al.(2007)采用MIMIC方法研究了法国、西班牙和希腊三个地中海国家1968-2002年的隐性经济,发现失业率、税收负担以及自我就业率是这些国家隐性经济的主要原因。其中,法国的隐性经济占GDP的比重从1968年的36%下降到2002年的9%,而希腊的隐性经济占GDP的比重则从1980年的8%上升到2002年的28%,西班牙的隐性经济在1977年以前不显著,随后从9%上升到2002年的26%。Dell'Anno(2007)用结构方程方法研究了葡萄牙1977-2004年的隐性经济,发现隐性经济规模从1978年的29.6%下降到2004年的17.6%。

Pickhardt & Pons(2006)分别利用货币需求方法和结构方程方法以及两者相结合的新方法,研究了德国1980-2001年的地下经济规模,结果表明,无论采用何种方法,所估计的地下经济规模基本相近,从1980年的9.4%逐年上升至2001年的15.27%。

Chaudhuri et al.(2006)采用结构方程方法研究了印度1974-1996年14个州的隐性经济规模,结果表明,在此期间,其平均隐性经济规模从13.1%上升到26.3%。Orviska et al.(2006)利用斯洛伐克和捷克2002年的截面调查数据,研究的结果表明,斯洛伐克和捷克2002年的隐性经济规模分别为23.2%和21.8%。Schneider & Savasan(2007)采用动态MIMIC模型估计了土耳其1999-2005年的隐性经济规模,发现直接税、间接税、人均GDP、失业率等与隐性经济显著正相关,其隐性经济规模从1999年的31.1%上升到2005年的35.1%。Dobre & Alexandru(2009)对日本的研究发现,在1980-2008年,日本的隐性经济规模为8%-11%,且税收负担对隐性经济具有显著的影响。

Wang et al.(2006)采用MIMIC方法测算了我国台湾1961-2003年的地下经济规模,研究结果表明,在1998年以前,台湾的地下经济规模在11%至13.1%之间,从1989年到2003年,其地下经济规模在10.6%至11.8%之间。他们发现实际政府消费支出的对数与通货膨胀对地下经济有显著正的影响,但税收负担在5%显著性水平下对地下经济具有负的影响,而失业率与犯罪率与地下经济之间的关系不显著。

国内有不少研究者采用不同的度量方法估算了我国的隐性经济规模。王小鲁(2007)在2005-2006年通过对全国几十个城市和县两千多名不同收入阶层的居民家庭收支调查,推算出全国城镇居民收入中没有统计到的隐性收入达到了4.8万亿元。徐蔼婷、李金昌(2007)采用MIMIC模型方法,并以2004年我国首次经济普查的实际数据进行调整,发现未观测经济占GDP的比重在1985-2005年介于13%-18%之间。李建军(2008)采用基于国民账户均衡模型测算了我国未观测经济规模,结果表明,通过储蓄、信贷与国际收支之间的均衡关系模型,得到了两种口径的未观测经济规模,其中,小口径的未观测经济规模占GDP比重在10%-20%之间,而大口径的未观测经济规模占GDP的比重在25%-49%之间。夏南新(2004)采用货币需求方法,估测了我国1995-2001年地下经济规模在11%-17%之间。

回顾国内外相关文献,我们发现,涉及中国的相关研究,仅估算了中国总体的稳性经济规模。然而,尽管估算全国总体的隐性经济规模对我们从整体上了解隐性经济有帮助,但这还不够。由于我国各地区的经济发展水平、劳动力市场存在较大差异,各地区的隐性经济对它们的影响必然不同。基于上述原因,估算中国务省市区(不含西藏)的隐性经济规模及其对经济增长的影响就显得非常必要。

本文第二部分定义了隐性经济,并分析了隐性经济的度量方法;第三部分说明了隐性经济的原因变量和指标变量,并提出了相关假设;第四部分给出了采用MIMIC模型的估计结果,并计算了各地区的隐性经济规模,在此基础上,分析了隐性经济对各地区经济增长的影响;最后是本文的结论及政策含义。

二、隐性经济的度量方法

隐性经济也称为地下经济、黑色经济、影子经济、未被观察经济等等。关于隐性经济的定义,不同学者从其所研究的视角、目的出发,提出了他们对隐性经济的理解(Feige,1994;Frey & Pommerehne,1984;Smith,1994;Schneider,2005)。我们对隐性经济的理解是:所有规避或逃避政府规章、税收或监管的基于市场或非市场的、合法或非法的经济活动以及由此产生的收入。并且,在度量隐性经济的模型中,除了合法的隐性经济活动之外,极有可能将非法生产和家庭生产也纳入到其中,这将对隐性经济规模的估计结果产生影响。

度量隐性经济规模的方法通常可分为直接方法和间接方法。直接方法基于收集个人或企业未申报收入等直接信息来进行测算,信息的收集方式主要有税收审计和直接调查两类。间接方法则是根据在官方宏观经济统计资料中留下的痕迹来确定隐性经济规模,这些方法大致可归纳为六大类型:国民收入和支出差异法、官方统计和实际劳动力差异法、货币交易法、货币需求方法、物量投入或电力消耗法、结构方程模型方法或MIMIC方法(Dell'Anno et al.,2007)。它们各有其优缺点,Schneider & Enste(2000)以及Schneider(2005)对这些方法作了一个非常全面的评论,在此不再赘述。目前,在间接方法中的货币需求方法和结构方程模型方法是最常用的两种。

针对本文的研究,由于我国没有公布各省市区的货币数据,且货币需求方法认为税收是影响隐性经济活动的唯一原因(Schneider & Enste,2000)。因此,为了分析多种因素对隐性经济规模的影响,我们采用结构方程模型的一种特殊形式,即多指标多原因模型(MIMIC)来度量我国各省市区的隐性经济规模。该模型把不可观测的隐性经济规模与可观测的因素和指标联系起来,前者是鼓励或者阻碍隐性经济活动的原因,而后者则被认为是隐性经济活动对其的影响。

结构方程模型常被用于发现不可观测变量与可观察的指标和原因变量之间的关系,这类模型被广泛地用于几乎所有与社会学、市场销售和经济学等社会学科相关的研究。尽管Zellner(1970)就已开始探讨结构方程模型,但MIMIC模型直到Jreskog & Goldberger(1975)的文章发表后才被人们接受。Frey & Weck-Hannemann(1984)第一个应用该模型将隐性经济作为一个不可观测的变量来估计隐性经济规模,在随后的研究中,有许多经济学家采用这种方法对隐性经济进行统计分析。代表性的研究有:Loayza(1996)对拉丁美洲国家的研究,Giles(1999)对新西兰的研究,Bajada & Schneider(2005)对亚太国家的研究,Alanon & Gomez-Antonio(2005)对西班牙的研究,Dell'Anno(2007)对葡萄牙的研究,Dell'Anno & Solomon(2008)对美国的研究,Schneider(2005)对110国家的研究,Chaudhuri et al.(2006)对印度的研究,Dell'Anno et al.(2007)对法国、希腊和西班牙三个地中海国家的研究。

根据Frey & Weck-Hannemann(1984)和Giles(1999),按照结构方程的构成,将表示隐性经济与导致产生隐性经济原因变量的方程称为结构模型,而用于表示指标变量与隐性经济变量之间关系的方程称为测量模型。因此,多指标多原因模型MIMIC由结构模型和测量模型两部分构成。

测量模型:

三、隐性经济的原因和指标变量分析

理论和实证研究的结果表明,采用结构方程模型估算隐性经济规模,其中非常关键的一点是如何正确地选择影响隐性经济的原因变量以及相应的指标变量。在大多数的研究中,采用的原因变量有税收负担、政府管制、失业率、自我就业率等。而对于税收负担,为了反映不同税种对隐性经济的影响,通常将税收总额分为直接税、间接税。指标变量通常选用经济发展水平、劳动力参与率以及货币数据①等指标。

结合第二部分的结构方程模型以及涉及影响隐性经济的原因变量和指标变量,我们给出本文的MIMIC模型的路径如图1所示。

图1 多指标多原因模型路径示意

(一)原因变量

1.税收负担

几乎在所有关于隐性经济的研究中,都把税收负担和社会保障缴款作为影响隐性经济的最重要的决定因素。通常认为,税收影响劳动和休闲的选择,也影响成本和效益。如果在正规经济中劳动力总成本与税后所得存在较大差额,这为劳动者进入非正规经济部门工作提供了强有力的激励,其目的是通过逃避税收使这个差额得到补偿。因此,较高的税率或税负,提高了劳动力在隐性经济中的供给,从而导致隐性经济增长。

Schneider(2005)、Dell'Anno和Schneider(2003)、Johnson et al(1998)研究了税收负担对隐性经济的影响,他们发现税收对隐性经济的影响是非常显著的,如奥地利隐性经济的主要推动力是直接税(包括社会保障缴款),其次是监管和复杂的税制。Schneider(1986)对北欧三个国家(丹麦、挪威和瑞典)的研究也得到了类似的结果,即平均直接税率、平均总税率(包括直接税和间接税)、边际税率对隐性经济具有显著正的影响。

在计量分析时,税收负担用税收总额占GDP的比重来表示,为了衡量不同税种对隐性经济的影响,通常将税收;总额分解成直接税和间接税,并用它们分别占GDP的比重来进行测算。我们预期税收负担对隐性经济具有正的影响。并假设:

假设1:税收负担越重,隐性经济规模越大。

2.居民收入

新中国成立后,我们实行的是计划经济体制,并选择了重工业优先发展的战略。与此相适应,政府采用了偏低的收入分配模式,包括初次分配中劳动收入的比重偏低和国民收入分配中居民收入的比重偏低。即使是改革开放以后,尽管我们的经济增长取得了举世瞩目的成就,人们的收入水平有了较大的提高,但“两个比重”偏低的问题依然存在。在由计划经济向市场经济转型的过程中,我国的社会经济迅速发展,市场供应日渐丰富,而同时鼓励一部分人先富起来,人们的消费理念也发生变化,大都有着增加收入的强烈冲动。于是在希望增加更多的收入与现实中偏低的收入(包括初次分配收入和再分配收入)水平之间就产生了差距。为了缩小或弥补希望与现实之间的收入差距,部分组织、企业和个人于是采取诸如寻租、权钱交易、偷税漏税、从事第二职业等各种不同的方式来获取额外收入,即隐性收入。这其中既有“合法”部分,也有非法部分,且它们都有一个共同的特征,就是逃避政府法律和规章的监管、逃避税收,且这些收入都没有包含在官方的统计数字中。

本文我们用城镇居民人均可支配收入与非农业人口数的乘积加上农村居民人均可支配收入与农业人口数的乘积占GDP的比重来分析居民收入对隐性经济的影响,并假设:

假设2:居民收入的份额越低,隐性经济规模越高。

3.失业率

隐性经济中劳动力的构成是多种多样的,一部分来自于官方经济中的从业人员,他们利用业余时间或工作时间的一部分来从事隐性经济活动,另一部分则是由部分退休人员、非法移民、未成年者或家庭妇女构成(Tanzi,1999)。在我国由计划经济向市场经济转型的过程中,出现了大量的下岗失业人员,他们在国家政策的鼓励下,采取不同的方式自谋生路,自主就业。因此,我们认为,隐性经济的从业者还有部分来自于失业人员,即隐性就业。

Tanzi(1999),Giles & Tedds(2002)认为,由于失业人数的上升,致使他们有更多的时间从事隐性经济工作。Bajada(2005)对澳大利亚的研究表明,失业率与隐性经济之间的关系是正相关的。Dell'Anno & Solomon(2008)的研究结果表明,在1970-2004年,美国的失业率与隐性经济之间的关系也是显著正相关的。

本文采用城镇登记失业率作为失业率的衡量指标,并假设:

假设3:失业率越高,隐性经济规模越大。

4.自我就业率

自我就业人数占劳动力比率被认为是影响隐性经济的一个重要因素。Bordignon & Zanardi(1997)认为,自我就业者存在较大的逃避税收的可能性,从而导致税基减少并少报个人所得。此外,由于私营企业的内部管理和外部监督机制不完善,因此它们比大公司更容易雇佣非正规工人。这意味着自我就业率越高,隐性经济规模越大,反之亦然。

Dell'Anno & Schneider(2003)、Dell'Anno & Gómez-Antonio(2007)的研究发现,自我就业率与隐性经济显著正相关。随着个体和私营就业人数占总的劳动力人数比率的增长,提高了隐性收入的潜在机会。几项研究表明,自我就业所获取的收入在总收入中占有较高的比率,如英国为35%(Pissarides & Weber,1989),加拿大在12%-24%之间(Schuetze,2002),且这些收入均未报告。Schneider & Enste(2000)对一些OECD国家的隐性经济劳动力规模以及隐性经济占GDP比重的研究进行了回顾。结果表明,在奥地利、丹麦、法国、德国和西班牙等国家的隐性劳动力规模与隐性经济规模是正相关的。

从这些研究结果来看,我们发现随着参与到隐性经济中的劳动力增加,隐性经济规模相应提高。改革开放以来,我国的私营和个体经济得到了很大的发展,一方面活跃了经济,提供了就业机会,但也为从事隐性经济活动提供了较大的空间。本文用城乡私营和个体就业人数之和占就业总人数的比率来度量自我就业率。并假设:

假设4:自我就业率越高,隐性经济规模越大。

5.政府管制与公共服务

政府管制是隐性经济存在的原因之一,但政府管制与隐性经济规模之间的关系是不确定的。一方面,由于过度的监管(如许可证制度、贸易壁垒等)提高了准入成本,再加上公共服务水平的低效率、繁琐的审批程序等,提高了投资者公开登记的交易费用,从而使部分企业和个人由原来寄希望从事的正规经济转而进入地下经济,进而推升隐性经济规模;另一方面,如果政府在某些特定领域加强监管并完善法律法规,则能避免腐败行为,同时对偷逃税动机和行为起到威慑作用;此外,通过提高服务效率和办事水平,降低交易成本,在一定程度上可以降低隐性经济水平。

Schneider & Enste(2000)认为,影响隐性经济的原因是多方面的,其中税收与政府管制是两个主要因素。Aigner et al.(1998)认为政府管制对隐性经济有很大的影响,Johnson et al.(1998)则认为政府管制是测量隐性经济的关键因素,Ihrig & Moe(2004)的研究结果表明,税率和政府管制会影响隐性经济规模,Giles & Tedds(2002)证实政府管制与隐性经济是正相关的关系,Friedman et al.(2000)的研究结果表明,监管指数(范围:1-5点)每增加1点,隐性经济就增加10%。此外,这些研究还发现隐性经济的存在会干扰政府政策的执行,并建议政府要提供更多的激励措施来代替各种规制和处罚,使人们远离隐性经济(Giles,1999)。

我国的政府管制由计划经济时期的过度管制到现阶段的逐步放松,给隐性经济的发展提供了一定的空间。但政府也在不断提高办事效率和管理水平,在某些领域加强监管,对隐性经济的发展起到了疏导和抑制作用。人们试图采用某种指标来度量政府管制的程度,如公务员人数占总就业人数的比值,或政府消费占GDP的比重等。在本文我们采用政府消费占GDP的比重来度量政府管制程度。并假设:

假设5:政府管制越多,隐性经济规模越小。

(二)指标变量

1.经济增长

隐性经济与官方经济之间的关系是不确定的。一方面,由于隐性经济规模的提高可能导致生产要素(如劳动力和资本)从官方经济向隐性经济转移,从而使官方GDP增长率下降。因此,隐性经济规模与官方经济之间的关系是负相关的。另一方面,一些研究者认为,在经济周期的扩张阶段,随着官方经济增长率的提高,隐性经济的相对规模也随之提高,因为它满足了官方经济不能涉及到的部分商品和服务需求。而在经济的衰退期,由于官方经济增长率的降低,导致了隐性经济规模的降低。

关于隐性经济与官方GDP之间的关系,Schneider & Klingmair(2004)根据不同国家经济发展水平的不同阶段,发现在发达国家隐性经济与官方经济之间的关系是顺周期的,而在发展中国家则是反周期的。Schneider & Enste(2000)的研究表明,隐性经济中2/3的收入会立即花费在官方经济中,因此,在一定程度上,隐性经济对官方经济也能产生积极影响,进而提高总的经济增长水平。

Schneider(2005)的实证结果表明,在发展中国家,隐性经济规模每提高1个百分点,官方GDP增长率下降4.5%-5,7%,而在发达国家和转型经济国家,隐性经济规模每提高1个百分点,发达的工业化国家的经济增长率提高7.7%,转型经济国家则提高9.9%。

在由计划经济向市场经济转型的过程中,我国经济快速增长,与此同时,我国的隐性经济规模也呈现增长的趋势。因此,本文中我们用实际GDP增长率来衡量经济增长率,结合中国的实际情况,我们假设:

假设6:隐性经济规模与经济增长是正相关的。

2.劳动力参与率②

隐性经济相对规模的提高通常反映了官方劳动力参与率的降低,随着在隐性经济部门工作的人数增多,在官方经济中工作的人数就会减少,且还会减少在正规经济中的工作时间。本文用就业总人数占经济活动人口数(15-64岁的人口数)的比率来度量劳动力参与率,并假设:

假设7:隐性经济规模越大,官方劳动力参与率越低。

四、数据及实证结果

(一)数据及变量说明

我们将隐性经济规模(隐性经济占GDP的比重)作为隐变量,并充分考虑影响隐性经济的原因变量,如税收负担(直接税和间接税)、居民收入、政府管制、失业率、自我就业率等因素;并以实际GDP增长率、劳动力参与率作为指标变量,建立MIMIC模型,通过计量方法测算隐性经济的规模。

模型中的原因变量和指标变量所需数据均采自于《中国统计年鉴》、《中国人口统计年鉴》1996-2008年。各变量的表示及含义如表1所示。

在检验时,为了区分不同税种对隐性经济的不同影响,我们将税收总额分为直接税和间接税两部分,由于各省市区的增值税和营业税从1998年才开始公布,因此,我们所选取的数据区间为1998-2008年。此外,由于各省没有关税和消费税,故各省市区的间接税为增值税、营业税、资源税与城市建设维护税之和(国家税务总局税收科学研究所课题组,2005),直接税则由税收总额减去间接税得到;政府管制采用政府消费占GDP的比重来表示;自我就业率用城乡私营和个体就业人数之和与劳动力之比来表示。

指标变量包括反映生产市场的实际GDP年度增长率和反映劳动力市场的劳动力参与率等两个变量。

(二)MIMIC模型的估计结果

模型的识别和选取的依据是:我们从模型的最一般形式开始,逐步剔除统计不显著的结构变量,并根据卡方检验的概率值,近似误差均方根(RMSEA),调整后的拟合优度指标(AGFI)、标准化残差均方根(SRMR)等检验值,综合考虑并确定模型。此外,我们还可以通过增删原因变量来调整模型并比较模型的拟合度,如果简单模型与复杂模型的拟合度差不多,则选用简单模型,而不是参数越多越好。

表2是利用Amos 7.0软件所估计的MIMIC模型的结果。结果表明,无论采用哪种估计形式,表中各变量的估计系数都具有统计显著性,且符合理论预期。税收负担、失业率与隐性经济显著正相关,居民收入、政府管制、自我就业率与隐性经济显著负相关,这证实了我们前面提出的假设1—假设4,但假设5不成立。从估计结果我们还可以看出,隐性经济与劳动力参与率显著负相关,这表明随着隐性经济增长,劳动力参与率显著下降,证实了前面的假设7。

按照前述的模型识别以及选取依据,并比较检验结果中的拟合度指标,本文选取M 3-1-2B模型,该模型的卡方值为0.317(p=0.853)、RMSEA为0.000、SRMR为0.0088、AGFI为0.997,这表明样本协方差矩阵S与假设模型隐含的协方差矩阵Σ(θ)的拟合效果非常理想。在该模型中,包含税收总额占GDP的比重(ttaxgdp)、政府消费占GDP的比重(gcongdp)、失业率(unemprate)等三个原因变量,以及实际GDP增长率和劳动力参与率等两个指标变量。根据原因变量的估计系数,我们得到(6)式所示的结构方程:

由(6)式,我们可以计算出各省市区1998-2007年的隐性经济指数。

(三)计算隐性经济规模

由于采用MIMIC模型计算出来的只是隐性经济指数,我们需要通过某种方法来校准,将它转换为隐性经济占GDP的比率(Schneider,2005;Dell'Anno & Schneider,2003)。通常的做法是以某年为基准年份,并通过其他估算方法(如货币需求法)来得到基准年份的隐性经济规模。但由于我国各省市区的货币数据(如M0、MI和M2)不可得,故不能采用货币需求方法来求得。如果利用我国2004年经济普查前后各省市区GDP的差额与普查前GDP的比值作为基准年份的隐性经济规模,是否可行呢?通过比较普查前后的数据,我们发现有些省份③普查后的GDP与普查前的GDP差额为负。很显然,隐性经济不可能为负,因此,我们不能通过普查前后的GDP数据来获得基准年份的隐性经济规模。

为了得到基准年份各省市的隐性经济规模,本文借鉴了李金昌、徐蔼婷(2005)所提出的居民消费储蓄边际倾向—弹性系数估算法,计算出各省市区(不含西藏)以2000年为基准年份的隐性经济规模(见表3中的第4列)。

在得到了基准年份各省市区的隐性经济规模后,我们利用Giles & Tedds(2002)提出的方法,计算出各省市区1998-2007年的隐性经济规模。

结合(6)式和(7)式,我们计算出1998-2007年30个省市区的隐性经济规模(见表3)。

由表3可知,1998-2007年全国平均隐性经济规模介于10.5%-14.5%,④且呈现逐年缓慢上升的趋势。此外,为了比较不同地区隐性经济规模的差异,表3还给出了东、中、西部地区的平均隐性经济规模,我们发现,东部地区的隐性经济规模在10.3%-15.5%,中部地区的隐性经济规模在9.3%至13.6%之间,西部地区的隐性经济规模在11.5%至14.5%之间;且东中西部地区隐性经济规模呈现相同的变化趋势(见图2)。

图2 东中西部地区隐性经济规模

(四)隐形经济对经济增长的影响

为了检验假设6是否成立,我们构建如(8)式所示的回归模型:

这里,i表示第i个省份、t表示年份。pergdprate为实际人均GDP增长率,是被解释变量。hesize为隐性经济规模,是主要的解释变量。invrate为投资率,我们用固定资本形成总额占GDP的比重来表示,labrate为劳动力参与率,我们用就业人数占15-64岁人数的比重来表示,虚拟变量dum04用来表示我国在2004年首次选行的经济普查,ε为随机误差项。

表4报告了隐性经济对经济增长影响的回归结果。Hausman检验的结果表明,全国样本和西部地区的样本拒绝接受随机效应,东部和中部地区的样本则不能拒绝接受随机效应。

投资率和劳动力参与率的回归系数无论是全国样本还是东中西部地区样本在1%显著性水平下均为正,符合理论预期,这说明投资和劳动力依然是全国以及各地区经济增长的主要动力。虚拟变量dum04回归系数的符号在1%水平下显著为正,说明通过经济普查,使一部分原来没有在官方统计中的GDP得到了反映,从而使实际人均GDP增长率有所提高。

表4中全国样本的回归结果表明,隐性经济规模hesize的回归系数在5%显著性水平下为正,这说明隐性经济对官方经济有一定的促进作用。进一步我们将全国样本分为东、中、西部三个区域,分别检验了隐性经济对各地区经济增长的影响,结果表明,在东部地区,hesize的回归系数在1%水平下显著正;中、西部地区hesize的回归系数为正但不显著。从隐性经济对经济增长的整体影响来看,我们认为隐性经济与官方经济在一定程度上是同步增长的,从而证实了假设6是成立的。

五、结论及政策含义

本文采用MIMIC模型方法,度量了中国30个省市区1998-2007年的隐性经济规模,分析了隐性经济的原因,以及隐性经济的影响,我们得到如下结论:

首先,度量结果表明,1998-2007年全国平均隐性经济规模介于10.5%-14.5%,且呈现逐年缓慢上升的趋势。经过分地区的比较,我们还发现,东部地区的隐性经济规模在10.3%-15.5%之间,中部地区的隐性经济规模在9.3%至13.6%之间,西部地区的隐性经济规模在11.5%至14.5%之间,且东中西部地区隐性经济规模具有相同的变化趋势。

其次,税收负担、居民收入、失业率、自我就业率以及政府管制是影响隐性经济的主要因素,且随着税负的增加、失业率的上升,隐性经济规模显著提高;而提高居民收入、加强政府管制,则对隐性经济规模有显著的抑制作用。这些因素的共同作用致使隐性经济规模逐年缓慢上升。

最后,我们还发现,尽管影响经济增长的因素有很多,但投资和劳动力依然是经济增长的主要动力,且隐性经济对全国样本以及东部地区的经济增长也具有一定的积极作用,但隐性经济对中西部地区经济增长的影响尽管为正但不显著。再就是隐性经济对官方劳动力参与率具有显著负的影响,即隐性经济的发展减少了官方经济的从业人数。

本研究的结果具有鲜明的政策含义。尽管隐性经济对官方经济增长有一定程度的积极作用,但是,我们仍然要对隐性经济规模加以控制。首先,由于隐性经济的存在,使官方宏观经济统计数据不真实,而决策者依据不真实的数据所作出的决策,其实施结果必然会出现偏差。其次,隐性经济会使税基减少,导致税收流失,进而影响政府提供公共商品和服务的能力,使所提供的公共商品和服务的数量和质量下降。再次,过多的政府管制也会使一部分企业和个人的成本提高,如过高的进入壁垒、劳动力市场的限制等,将致使一部分企业和个人退出官方经济,进入隐性经济,以逃避税收和监管,这不利于经济的良性发展,也会影响收入分配,使收入分配差距扩大。

此外,由于居民收入份额与隐性经济规模显著负相关,即提高居民收入可以降低隐性经济规模。这一点也反映了当前的政策要求,通过提高居民收入占GDP的份额,不仅可以刺激消费,拉动经济,而且还可以在一定程度上减少腐败行为。再就是由于总体税收负担提高了隐性经济规模,但直接税和间接税对隐性经济的影响却不同,这对优化税制结构提出了进一步的要求,而且,在现阶段,实施结构性减税是非常必要的。

因此,对于隐性经济中的非法活动以及由此而产生的非法收入,要进行严厉打击并取缔;而对于隐性经济中的合法活动,则要合理疏导。要通过加强税务稽查,加大对偷税漏税的处罚力度;要规范劳动力市场和就业结构,提高居民收入;要继续发展城乡个体和私营经济,创造更多的就业机会,并为失业者提供更多的工作岗位;通过制定法律法规,统一执法标准和尺度,尽可能将隐性经济活动中的合法部分引导到官方经济中来,以缩小隐性经济规模,净化市场环境,完善市场机制。

注释:

①由于我国没有公布各省市区的货币数据(M0,M1,M2),因此,本文没有考虑货币指标。

②各年《中国统计年鉴》没有公布各省市区的经济活动人口数,但公布了15-64岁的抽样调查数据的劳动人口数(人)。因此,本文的劳动力参与率=就业人数(万人)/[抽样调查样本数据中15-64岁的劳动人口数(人)/人口数(人)×年底总人数(万人)]。

③这些省份包括河北、黑龙江、江苏、安徽、福建、山东、河南、湖北、四川。参见《中国经济普查年鉴》,2004。

④由于各地区代中央征收的关税和消费税没有体现在各地区的税收收入中,因此,我们所测算的各地区隐性经济规模可能比实际水平会有所偏低。我们认为,尽管关税和消费税属于中央税,但在各地区均实际存在偷逃关税和消费税行为,由此而产生的隐性收入必然反映在各地区实际的隐性经济规模中。

作者感谢奥地利林茨大学经济学院Schneider教授以及匿名审稿人提出的建议和帮助,当然文责自负。

标签:;  ;  ;  ;  ;  ;  ;  ;  

中国各地区隐性经济的规模、成因及影响_失业率论文
下载Doc文档

猜你喜欢